diff --git a/.gitattributes b/.gitattributes index f0e0ab8feb37f5517eb39c53e3932b0bb690f82a..988896dcf823d4cc9b7576dbb404fbb6cdc79c63 100644 --- a/.gitattributes +++ b/.gitattributes @@ -811,3 +811,6 @@ checkpoints/cat_qwen25_7b_r8_a32_adamw_e2_lr1e-4_s2_perlayer_rot_r42/tokenizer.j checkpoints/cat_qwen25_7b_r8_a32_adamw_e2_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k/checkpoint-10467/tokenizer.json filter=lfs diff=lfs merge=lfs -text checkpoints/cat_qwen25_7b_r8_a32_adamw_e2_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k/checkpoint-20934/tokenizer.json filter=lfs diff=lfs merge=lfs -text checkpoints/cat_qwen25_7b_r8_a32_adamw_e2_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k/tokenizer.json filter=lfs diff=lfs merge=lfs -text +checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer.json filter=lfs diff=lfs merge=lfs -text +checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer.json filter=lfs diff=lfs merge=lfs -text +checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer.json filter=lfs diff=lfs merge=lfs -text diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/README.md b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/README.md new file mode 100644 index 0000000000000000000000000000000000000000..d1e0fc0296deefbfa8d97695d04cd52ae2377885 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/README.md @@ -0,0 +1,61 @@ +--- +base_model: Qwen/Qwen2.5-7B-Instruct +library_name: peft +model_name: cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB +tags: +- base_model:adapter:Qwen/Qwen2.5-7B-Instruct +- lora +- sft +- transformers +- trl +licence: license +pipeline_tag: text-generation +--- + +# Model Card for cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB + +This model is a fine-tuned version of [Qwen/Qwen2.5-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-7B-Instruct). +It has been trained using [TRL](https://github.com/huggingface/trl). + +## Quick start + +```python +from transformers import pipeline + +question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?" +generator = pipeline("text-generation", model="None", device="cuda") +output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0] +print(output["generated_text"]) +``` + +## Training procedure + +[Visualize in Weights & Biases](https://wandb.ai/agam-research/huggingface/runs/1zmb8hoa) + + +This model was trained with SFT. + +### Framework versions + +- PEFT 0.18.1 +- TRL: 0.28.0 +- Transformers: 4.57.6 +- Pytorch: 2.10.0 +- Datasets: 4.5.0 +- Tokenizers: 0.22.2 + +## Citations + + + +Cite TRL as: + +```bibtex +@software{vonwerra2020trl, + title = {{TRL: Transformers Reinforcement Learning}}, + author = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin}, + license = {Apache-2.0}, + url = {https://github.com/huggingface/trl}, + year = {2020} +} +``` \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_config.json new file mode 100644 index 0000000000000000000000000000000000000000..0dfc891069c4aad664baf74ecf2e4584429c7b60 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_config.json @@ -0,0 +1,42 @@ +{ + "alora_invocation_tokens": null, + "alpha_pattern": {}, + "arrow_config": null, + "auto_mapping": null, + "base_model_name_or_path": "Qwen/Qwen2.5-7B-Instruct", + "bias": "none", + "corda_config": null, + "ensure_weight_tying": false, + "eva_config": null, + "exclude_modules": null, + "fan_in_fan_out": false, + "inference_mode": true, + "init_lora_weights": true, + "layer_replication": null, + "layers_pattern": null, + "layers_to_transform": null, + "loftq_config": {}, + "lora_alpha": 32, + "lora_bias": false, + "lora_dropout": 0.0, + "megatron_config": null, + "megatron_core": "megatron.core", + "modules_to_save": null, + "peft_type": "LORA", + "peft_version": "0.18.1", + "qalora_group_size": 16, + "r": 64, + "rank_pattern": {}, + "revision": null, + "target_modules": [ + "down_proj", + "up_proj", + "gate_proj" + ], + "target_parameters": null, + "task_type": "CAUSAL_LM", + "trainable_token_indices": null, + "use_dora": false, + "use_qalora": false, + "use_rslora": false +} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_model.safetensors b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_model.safetensors new file mode 100644 index 0000000000000000000000000000000000000000..16f3a9f02bab70f358c54a619ba5a6c2796f7330 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/adapter_model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:7333b293748d030fe052b873da93e56a8768f1c70b8c2e4be4b7e724b0efc6a4 +size 484464496 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/added_tokens.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/added_tokens.json new file mode 100644 index 0000000000000000000000000000000000000000..482ced4679301bf287ebb310bdd1790eb4514232 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/added_tokens.json @@ -0,0 +1,24 @@ +{ + "": 151658, + "": 151657, + "<|box_end|>": 151649, + "<|box_start|>": 151648, + "<|endoftext|>": 151643, + "<|file_sep|>": 151664, + "<|fim_middle|>": 151660, + "<|fim_pad|>": 151662, + "<|fim_prefix|>": 151659, + "<|fim_suffix|>": 151661, + "<|im_end|>": 151645, + "<|im_start|>": 151644, + "<|image_pad|>": 151655, + "<|object_ref_end|>": 151647, + "<|object_ref_start|>": 151646, + "<|quad_end|>": 151651, + "<|quad_start|>": 151650, + "<|repo_name|>": 151663, + "<|video_pad|>": 151656, + "<|vision_end|>": 151653, + "<|vision_pad|>": 151654, + "<|vision_start|>": 151652 +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/chat_template.jinja b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/chat_template.jinja new file mode 100644 index 0000000000000000000000000000000000000000..bdf7919a96cfe43d50914a007b9c0877bd0ec27e --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/chat_template.jinja @@ -0,0 +1,54 @@ +{%- if tools %} + {{- '<|im_start|>system\n' }} + {%- if messages[0]['role'] == 'system' %} + {{- messages[0]['content'] }} + {%- else %} + {{- 'You are Qwen, created by Alibaba Cloud. You are a helpful assistant.' }} + {%- endif %} + {{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within XML tags:\n" }} + {%- for tool in tools %} + {{- "\n" }} + {{- tool | tojson }} + {%- endfor %} + {{- "\n\n\nFor each function call, return a json object with function name and arguments within XML tags:\n\n{\"name\": , \"arguments\": }\n<|im_end|>\n" }} +{%- else %} + {%- if messages[0]['role'] == 'system' %} + {{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }} + {%- else %} + {{- '<|im_start|>system\nYou are Qwen, created by Alibaba Cloud. You are a helpful assistant.<|im_end|>\n' }} + {%- endif %} +{%- endif %} +{%- for message in messages %} + {%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %} + {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }} + {%- elif message.role == "assistant" %} + {{- '<|im_start|>' + message.role }} + {%- if message.content %} + {{- '\n' + message.content }} + {%- endif %} + {%- for tool_call in message.tool_calls %} + {%- if tool_call.function is defined %} + {%- set tool_call = tool_call.function %} + {%- endif %} + {{- '\n\n{"name": "' }} + {{- tool_call.name }} + {{- '", "arguments": ' }} + {{- tool_call.arguments | tojson }} + {{- '}\n' }} + {%- endfor %} + {{- '<|im_end|>\n' }} + {%- elif message.role == "tool" %} + {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %} + {{- '<|im_start|>user' }} + {%- endif %} + {{- '\n\n' }} + {{- message.content }} + {{- '\n' }} + {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} + {{- '<|im_end|>\n' }} + {%- endif %} + {%- endif %} +{%- endfor %} +{%- if add_generation_prompt %} + {{- '<|im_start|>assistant\n' }} +{%- endif %} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/README.md b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/README.md new file mode 100644 index 0000000000000000000000000000000000000000..7fd6f003ca8e08f2f24631ebf336e496f53c00a5 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/README.md @@ -0,0 +1,209 @@ +--- +base_model: Qwen/Qwen2.5-7B-Instruct +library_name: peft +pipeline_tag: text-generation +tags: +- base_model:adapter:Qwen/Qwen2.5-7B-Instruct +- lora +- sft +- transformers +- trl +--- + +# Model Card for Model ID + + + + + +## Model Details + +### Model Description + + + + + +- **Developed by:** [More Information Needed] +- **Funded by [optional]:** [More Information Needed] +- **Shared by [optional]:** [More Information Needed] +- **Model type:** [More Information Needed] +- **Language(s) (NLP):** [More Information Needed] +- **License:** [More Information Needed] +- **Finetuned from model [optional]:** [More Information Needed] + +### Model Sources [optional] + + + +- **Repository:** [More Information Needed] +- **Paper [optional]:** [More Information Needed] +- **Demo [optional]:** [More Information Needed] + +## Uses + + + +### Direct Use + + + +[More Information Needed] + +### Downstream Use [optional] + + + +[More Information Needed] + +### Out-of-Scope Use + + + +[More Information Needed] + +## Bias, Risks, and Limitations + + + +[More Information Needed] + +### Recommendations + + + +Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations. + +## How to Get Started with the Model + +Use the code below to get started with the model. + +[More Information Needed] + +## Training Details + +### Training Data + + + +[More Information Needed] + +### Training Procedure + + + +#### Preprocessing [optional] + +[More Information Needed] + + +#### Training Hyperparameters + +- **Training regime:** [More Information Needed] + +#### Speeds, Sizes, Times [optional] + + + +[More Information Needed] + +## Evaluation + + + +### Testing Data, Factors & Metrics + +#### Testing Data + + + +[More Information Needed] + +#### Factors + + + +[More Information Needed] + +#### Metrics + + + +[More Information Needed] + +### Results + +[More Information Needed] + +#### Summary + + + +## Model Examination [optional] + + + +[More Information Needed] + +## Environmental Impact + + + +Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700). + +- **Hardware Type:** [More Information Needed] +- **Hours used:** [More Information Needed] +- **Cloud Provider:** [More Information Needed] +- **Compute Region:** [More Information Needed] +- **Carbon Emitted:** [More Information Needed] + +## Technical Specifications [optional] + +### Model Architecture and Objective + +[More Information Needed] + +### Compute Infrastructure + +[More Information Needed] + +#### Hardware + +[More Information Needed] + +#### Software + +[More Information Needed] + +## Citation [optional] + + + +**BibTeX:** + +[More Information Needed] + +**APA:** + +[More Information Needed] + +## Glossary [optional] + + + +[More Information Needed] + +## More Information [optional] + +[More Information Needed] + +## Model Card Authors [optional] + +[More Information Needed] + +## Model Card Contact + +[More Information Needed] +### Framework versions + +- PEFT 0.18.1 \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_config.json new file mode 100644 index 0000000000000000000000000000000000000000..0dfc891069c4aad664baf74ecf2e4584429c7b60 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_config.json @@ -0,0 +1,42 @@ +{ + "alora_invocation_tokens": null, + "alpha_pattern": {}, + "arrow_config": null, + "auto_mapping": null, + "base_model_name_or_path": "Qwen/Qwen2.5-7B-Instruct", + "bias": "none", + "corda_config": null, + "ensure_weight_tying": false, + "eva_config": null, + "exclude_modules": null, + "fan_in_fan_out": false, + "inference_mode": true, + "init_lora_weights": true, + "layer_replication": null, + "layers_pattern": null, + "layers_to_transform": null, + "loftq_config": {}, + "lora_alpha": 32, + "lora_bias": false, + "lora_dropout": 0.0, + "megatron_config": null, + "megatron_core": "megatron.core", + "modules_to_save": null, + "peft_type": "LORA", + "peft_version": "0.18.1", + "qalora_group_size": 16, + "r": 64, + "rank_pattern": {}, + "revision": null, + "target_modules": [ + "down_proj", + "up_proj", + "gate_proj" + ], + "target_parameters": null, + "task_type": "CAUSAL_LM", + "trainable_token_indices": null, + "use_dora": false, + "use_qalora": false, + "use_rslora": false +} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_model.safetensors b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_model.safetensors new file mode 100644 index 0000000000000000000000000000000000000000..16f3a9f02bab70f358c54a619ba5a6c2796f7330 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/adapter_model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:7333b293748d030fe052b873da93e56a8768f1c70b8c2e4be4b7e724b0efc6a4 +size 484464496 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/added_tokens.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/added_tokens.json new file mode 100644 index 0000000000000000000000000000000000000000..482ced4679301bf287ebb310bdd1790eb4514232 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/added_tokens.json @@ -0,0 +1,24 @@ +{ + "": 151658, + "": 151657, + "<|box_end|>": 151649, + "<|box_start|>": 151648, + "<|endoftext|>": 151643, + "<|file_sep|>": 151664, + "<|fim_middle|>": 151660, + "<|fim_pad|>": 151662, + "<|fim_prefix|>": 151659, + "<|fim_suffix|>": 151661, + "<|im_end|>": 151645, + "<|im_start|>": 151644, + "<|image_pad|>": 151655, + "<|object_ref_end|>": 151647, + "<|object_ref_start|>": 151646, + "<|quad_end|>": 151651, + "<|quad_start|>": 151650, + "<|repo_name|>": 151663, + "<|video_pad|>": 151656, + "<|vision_end|>": 151653, + "<|vision_pad|>": 151654, + "<|vision_start|>": 151652 +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/chat_template.jinja b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/chat_template.jinja new file mode 100644 index 0000000000000000000000000000000000000000..bdf7919a96cfe43d50914a007b9c0877bd0ec27e --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/chat_template.jinja @@ -0,0 +1,54 @@ +{%- if tools %} + {{- '<|im_start|>system\n' }} + {%- if messages[0]['role'] == 'system' %} + {{- messages[0]['content'] }} + {%- else %} + {{- 'You are Qwen, created by Alibaba Cloud. You are a helpful assistant.' }} + {%- endif %} + {{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within XML tags:\n" }} + {%- for tool in tools %} + {{- "\n" }} + {{- tool | tojson }} + {%- endfor %} + {{- "\n\n\nFor each function call, return a json object with function name and arguments within XML tags:\n\n{\"name\": , \"arguments\": }\n<|im_end|>\n" }} +{%- else %} + {%- if messages[0]['role'] == 'system' %} + {{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }} + {%- else %} + {{- '<|im_start|>system\nYou are Qwen, created by Alibaba Cloud. You are a helpful assistant.<|im_end|>\n' }} + {%- endif %} +{%- endif %} +{%- for message in messages %} + {%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %} + {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }} + {%- elif message.role == "assistant" %} + {{- '<|im_start|>' + message.role }} + {%- if message.content %} + {{- '\n' + message.content }} + {%- endif %} + {%- for tool_call in message.tool_calls %} + {%- if tool_call.function is defined %} + {%- set tool_call = tool_call.function %} + {%- endif %} + {{- '\n\n{"name": "' }} + {{- tool_call.name }} + {{- '", "arguments": ' }} + {{- tool_call.arguments | tojson }} + {{- '}\n' }} + {%- endfor %} + {{- '<|im_end|>\n' }} + {%- elif message.role == "tool" %} + {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %} + {{- '<|im_start|>user' }} + {%- endif %} + {{- '\n\n' }} + {{- message.content }} + {{- '\n' }} + {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} + {{- '<|im_end|>\n' }} + {%- endif %} + {%- endif %} +{%- endfor %} +{%- if add_generation_prompt %} + {{- '<|im_start|>assistant\n' }} +{%- endif %} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/merges.txt b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/merges.txt new file mode 100644 index 0000000000000000000000000000000000000000..31349551d90c7606f325fe0f11bbb8bd5fa0d7c7 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/merges.txt @@ -0,0 +1,151388 @@ +#version: 0.2 +Ġ Ġ +ĠĠ ĠĠ +i n +Ġ t +ĠĠĠĠ ĠĠĠĠ +e r +ĠĠ Ġ +o n +Ġ a +r e +a t +s t +e n +o r +Ġt h +Ċ Ċ +Ġ c +l e +Ġ s +i t +a n +a r +a l +Ġth e +; Ċ +Ġ p +Ġ f +o u +Ġ = +i s +ĠĠĠĠ ĠĠĠ +in g +e s +Ġ w +i on +e d +i c +Ġ b +Ġ d +e t +Ġ m +Ġ o +ĉ ĉ +r o +a s +e l +c t +n d +Ġ in +Ġ h +en t +i d +Ġ n +a m +ĠĠĠĠĠĠĠĠ ĠĠĠ +Ġt o +Ġ re +- - +Ġ { +Ġo f +o m +) ;Ċ +i m +č Ċ +Ġ ( +i l +/ / +Ġa nd +u r +s e +Ġ l +e x +Ġ S +a d +Ġ " +c h +u t +i f +* * +Ġ } +e m +o l +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +t h +) Ċ +Ġ{ Ċ +Ġ g +i g +i v +, Ċ +c e +o d +Ġ v +at e +Ġ T +a g +a y +Ġ * +o t +u s +Ġ C +Ġ st +Ġ I +u n +u l +u e +Ġ A +o w +Ġ ' +e w +Ġ < +at ion +( ) +Ġf or +a b +or t +u m +am e +Ġ is +p e +t r +c k +â Ģ +Ġ y +i st +-- -- +. ĊĊ +h e +Ġ e +l o +Ġ M +Ġb e +er s +Ġ on +Ġc on +a p +u b +Ġ P +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +as s +in t +> Ċ +l y +ur n +Ġ $ +; ĊĊ +a v +p ort +i r +- > +n t +ct ion +en d +Ġd e +it h +ou t +t urn +ou r +ĠĠĠĠ Ġ +l ic +re s +p t += = +Ġth is +Ġw h +Ġ if +Ġ D +v er +ag e +Ġ B +h t +ex t += " +Ġth at +** ** +Ġ R +Ġ it +es s +Ġ F +Ġ r +o s +an d +Ġa s +e ct +k e +ro m +Ġ // +c on +Ġ L +( " +q u +l ass +Ġw ith +i z +d e +Ġ N +Ġa l +o p +u p +g et +Ġ} Ċ +i le +Ġa n +at a +o re +r i +Ġp ro +; čĊ +ĉĉ ĉĉ +t er +a in +Ġ W +Ġ E +Ġc om +Ġre turn +ar t +Ġ H +a ck +im port +ub lic +Ġ or +e st +m ent +Ġ G +ab le +Ġ - +in e +il l +in d +er e +: : +it y +Ġ + +Ġt r +el f +ig ht +( ' +or m +ul t +st r +. . +" , +Ġy ou +y pe +p l +Ġn ew +Ġ j +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +Ġf rom +Ġ ex +Ġ O +l d +Ġ [ +o c +: Ċ +Ġs e +Ġ le +---- ---- +. s +{ Ċ +' , +an t +Ġa t +as e +. c +Ġc h +< / +av e +an g +Ġa re +Ġin t +âĢ Ļ +_ t +er t +i al +a ct +} Ċ +iv e +od e +o st +Ġc lass +Ġn ot +o g +or d +al ue +al l +f f +( );Ċ +on t +im e +a re +Ġ U +Ġp r +Ġ : +i es +iz e +u re +Ġb y +i re +Ġ} ĊĊ +. p +Ġs h +ic e +a st +pt ion +tr ing +o k +_ _ +c l +# # +Ġh e +ar d +) . +Ġ @ +i ew +ĉĉ ĉ +Ġw as +i p +th is +Ġ u +ĠT he +id e +a ce +i b +a c +r ou +Ġw e +j ect +Ġp ublic +a k +v e +at h +o id +Ġ= > +u st +q ue +Ġre s +) ) +' s +Ġ k +an s +y st +un ction +**** **** +Ġ i +Ġ us +p p +on e +a il +== == +n ame +Ġst r +Ġ / +Ġ & +a ch +d iv +yst em +el l +Ġh ave +er r +ou ld +ul l +p on +Ġ J +_ p +Ġ= = +ig n +S t +. Ċ +Ġp l +) ;ĊĊ +f orm +p ut +ou nt +} ĊĊ +d d +it e +Ġg et +r r +om e +Ġ âĢ +ar am +c c +Ġ* / +E R +I n +le s +_ s +on g +i e +Ġc an +Ġ V +er v +p r +Ġ un +ro w +b er +Ġd o +l l +Ġ el +Ġs elf +at ed +ar y +Ġ . +' ] +u d +Ġ en +ĠT h +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +t e +_ c +u ct +Ġa b +or k +. get +Ġ # +a w +res s +o b +N ame +ap p +[ ' +Ġal l +or y +it ion +an ce +e ar +Ġcon t +v ent +i a +Ġw ill +I N +ĠĠĠĠĠĠĠĠ Ġ +re turn +Ġ< / +d ata +) ĊĊ +R e +p le +il d +th er +Ġy our +" Ċ +( $ +Ġ out +) , +Ġh as +S tring +s o +Ġ up +a x +Ġde f +Ġb o +g e +al se +O N +p er +ic h +Ġb ut +Ġ Ċ +Ġ _ +_ m +ad d +que st +od el +s elf +er y +f t +en s +// // +a ke +. C +Ġg o +Ġf unction +Ġ K +iv ate +Ġ im +Ġcon st +. t +Ġ*/ Ċ +) ;čĊ +Ġv oid +Ġs et +ĠS ystem +c ri +( )Ċ +l i +ĉ if +. m +al ly +s et +e p +âĢĻ s +b o +de f +' ,Ċ +Ġm e +Ġ ! +at ch +" > +" ,Ċ +e c +ĠI n +p h +Ġ | +_ f +Ġv ar +en ce +I d +re e +in k +le ct +u g +et h +Ġel se +-------- -------- +con t +Ġs o +at ic +Ġl o +p ro +t on +s s +ow n +ab el +o int +ou s +el d +S T +T he +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +R E +" : +ol or +t p +e g +ke y +u de +ĠS t +ou nd +Ġa r +" );Ċ +en er +s er +b ject +ess age +f er +Ġm ore +ation s +ent s +Ġh is +Ġthe y +. S +Ġ Y +u se +n e +is h +ol d +_ d +i o +i eld +Ġp er +C ont +ing s +## ## +Ġd ata +Ġs a +e f +f o +Ġon e +en g +Ġd is +A T +Ġn ame +Ġtr ue +v al +le d +. f +Ġn e +Ġ end +. T +c re +ar k +lo g +E x +err or +_ id +ur re +ang e +Ġn ull +rr ay +Ġm y +p an +ic t +at or +V iew +L ist +ĉ return +âĢ Ŀ +Ġp re +Ġ x +cl ude +ar g +o v +. h +Ġ > +Ġthe ir +' ) +ir st +ic k +g h +L E +O R +Ġpr ivate +t em +čĊ čĊ +us er +Ġ ) +c om +. A +" ;Ċ +Ġ id +re ad +Ġwh o +_ b +" >Ċ +Ġt ime +Ġm an +r y +==== ==== +rou p +ro p +p ublic +v el +um ber +b le +Ġwh ich +******** ******** +Ġan y +Ġf alse +w e +Ġv alue +Ġl i +" ) +nd er +g r +Ġn o +p aram +f ig +.c om +Ġa pp +_ l +ion s +. D +ĠC h +Ġab out +Ġa dd +Ġs u +Ġstr ing +I D +Ġo ver +str ing +. l +our ce +_ C +] Ċ +Ġ qu +ĠS tring +c a +S E +Ġ ro +s h +u al +T ype +s on +n ew +er n +Ġa g +A R +] ;Ċ +] . +Ġ ? +ic al +Ġd es +ut h +i x +ay s +Ġt ype +' t +a ult +Ġin ter +v ar +. b +Ġp art +. d +urre nt +I T +E N +en c +( f +r a +v alue +ch o +ut ton +o se +Ġ! = +at er +à © +re ate +ol l +p os +y le +n g +A L +us ing +am es +Ġ{ čĊ +at es +el y +Ġw ork +Ġ em +in al +Ġs p +Ġwh en +.s et +ĠĠĠĠ ĠĠ +) :Ċ +t o +qu ire +ind ow +le ment +pe ct +as h +[ i +Ġu se +. F +pe c +Ġa d +o ve +ce ption +eng th +in clude +ad er +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +at us +T h +it le +r it +v oid +() . +( Ċ +Ġof f +Ġo ther +Ġ& & +' ;Ċ +m s +Ġbe en +Ġt e +m l +c o +n c +erv ice +Ġ % +** Ċ +an n +ad e +ĊĊ ĊĊ +lo ck +con st +pon se +Ġs up ++ + +d ate +Ġa cc +Ġh ad +Ġb u +ĠR e +Ġw ere +Ġf ile +Ġw ould +ĠâĢ ľ +v en +is s +Ġ our +c lass +r aw +Ġy ear +D ata +Ġv al +Ġs ome +f ter +y s +Ġ// / +rou nd +v iew +Ġp e +Ġth ere +Ġsa id +d u +o f +l ine +/ * +d uct +Ġh er +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +R es +Ġc o +Ġcom m +is e +m in +ĠĠĠĠ Ċ +# include +eth od +. P +ut e +Ġas s +I nt +as k +lo c +Ġli ke +od y +Ġle t +lo ad +Ġa m +ro l +Ġg r +y p +Ġal so +ĠI t +ur l +if ic +or s +_ P +_ n +ig h +Ġth an +C om +A N +U L +at ing +ĠTh is +re f +_ S +Ġst atic +ro ll +Ġj ust +Ġres ult +i an +id th +Ġthe m +) );Ċ +d er +re ak +C on +: // +u le +.. . +ar ch +em ent +Ġ< < +us h +en se +ar r +Ġint o +c ess +am p +i ed +um ent +Ġ \ +] , +w o +al s +Ġwh at +an c +V alue += ' +ol um +Ġp os +ag es +ay er +Ġs c +u es +" )Ċ +_ T +Ġl ist +( s +Ġc ase +C h +ĉĉĉĉ ĉ +//// //// +pon ent +Ġ z +Ġk n +le t +D E +re d +Ġf e +Ġ} ,Ċ +Ġ , +( t +Ġf irst +' );Ċ +w ord +Ġ import +Ġa ct +Ġch ar +C T +ĠT r +op le += { +ĉ f +i ent +c ent +. j +le ction +) )Ċ +Ġon ly +Ġpr int +m er +. W +o ck +Ġ -- +T ext +Ġo p +an k +Ġit s +Ġb ack +[ " +Ġne ed +Ġc l +Ġs ub +Ġl a +( ( +. " +O bject +Ġst art +f ile +( self +n er +e y +Ġus er +Ġ ent +ĠC om +it s +ĠC on +ou ble +ow er +it em +ver y +ĠW e +lic k +Ġ Q +ph p +t tp +' : +ic s +Ġu nder +Ġ* Ċ +. L +) ; +ic es +Ġre g +) čĊ +ĉ public +S S +Ġth en +re at +i ous +. G +e k +ire ct +he ck +cri pt +n ing +ĠU n +Ġm ay +ĠW h +B o +I tem +str uct +. st +re am +ib le +lo at +Ġor g +u nd +s um +_ in +.. / +_ M +Ġh ow +r ite +' Ċ +T o +w w +Ġpe ople +ind ex +. n +ht tp +( m +ect or +Ġin d +Ġj av +] ,Ċ +ĠH e +_ st +f ul +o le +) {Ċ +Ġsh ould +op y +el p +i er +_ name +ers on +I ON +ot e +Ġt est +Ġb et +rr or +ul ar +ã Ģ +Ġ Ð +b s +t ing +Ġm ake +T r +Ġa fter +ar get +R O +olum n +r c +_ re +def ine +Ġr ight +r ight +d ay +Ġl ong +[ ] +( p +t d +con d +ĠP ro +Ġre m +ption s +v id +. g +Ġ ext +Ġ __ +' )Ċ +p ace +m p +Ġm in +st ance +a ir +a ction +w h +t ype +ut il +a it +< ? +I C +t ext +Ġp h +Ġf l +. M +cc ess +b r +f ore +ers ion +) ,Ċ +. re +ate g +Ġl oc +in s +- s +tr ib +ĠI nt +Ġa rray +, " +P ro +( c +ess ion +> ĊĊ +Ġs he +" ] +ap h +Ġex p +ert y +ĠS e +Ġp ar +un c +E T +Ġre ad +pr int +Ġre l +Ġfor m +Ġd r +Ex ception +in put +Ġtr ans +#### #### +ord er +B y +Ġa w +it ies +u ff +pl ay +. add +ĠâĢ ĵ +Ġw ant +Ġcom p +ment s +Ġ| | +a z +b e +Ġn umber +Ġre quire +ĠE x +Ġc ol +Ġ key +em ber +Ġt wo +Ġs ize +Ġwh ere +U T +res ult +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ou gh +or ld +o od +u ch +at ive +g er +are nt +Ġ/ * +Ġar g +Ġwh ile +( this +Ġre c +Ġd if +St ate +Ġs pec +r ide +_ F +Ġlo ok +A M +il ity +et er +âĢĻ t +ĊĊ Ċ +ay out +---------------- ---------------- +ag er +Ġc ould +Ġb r +end s +u res +Ġkn ow +et s +ĠI f +ĠS h +. w +b ack +Ġs er +Ġ+ = +Ġf r +() );Ċ +Ġh and +I nd +UL L +I m +() ;ĊĊ +Ġm ost +Ġtr y +Ġn ow +rou gh +> čĊ +ack age +Ġh im +. _ +if y +Ġb reak +Ġ );Ċ +re n +# define +it t +Ġa p +ĉ c +( n +ĠY ou +: ĊĊ +- m +Ġe very +ust om +li ent +oc ument +cri ption +E rror +- b +Ð ¾ +] [ +tr ans +Ġp oint +Ġst d +Ġf il +T ime +Ġm od +Ġ -> +Ġ error +a h +Ġt ext +roll er +lo se +q l +Ġp ol +> < +. B +- c +Ġop en +Ġe st +ĠĠĠĠĠĠĠĠ Ċ +Ġn ext +I M +Ñ Ĥ +O T +à ³ +Ġf ollow +cont ent +ĠĠĠĠĠĠĠĠ ĠĠĠĠ +Ġin clud +H E +ĠR es +Ġh ref +Ð ¸ +Ġc ar +yp es +im age +U n +Ġbo ol +A D +Ġg ame +.F orm +row s +* / +vel op +.D rawing +Ġp ath +is ion +Ġe ach +ĠP l +_t ype +P ath +ne ction +Ġa v +' ). +Ġsup port +EN T +re m +" ). +Ġo wn +Ġc or +c ount +m iss +u ally +Ġm em +st d +i ence +se arch +" ĊĊ +F orm +Ġs ex +en ame +Ġs ign +Ġ et +ĠĠĠĠĠĠĠĠ ĠĠ +', ' +ĠA pp +Ġth ose +o ff +Ġ err +Ġs ystem +Ġbe st +c ode +Ġs ame +Ġd i +us s +Ġc reate +ath er +A rray +. in +f e +S ervice +U N +at s +Ġ Z +al th +Ġm ade +tr ue +A B +Ġm ark +r id +if ied +, čĊ +y n +p ress +Ġg roup +Ġf in +ĠL icense +F ield +eg er +Ġw orld +in ess +t y +Ġpro cess +( b +Ġc re +ar n +iv es +Ġm ain +ide o +_ g +A G +val id +im g +P I +Ġc olor +Ġre port +Ġt ake +ri b +O M +Ġd ay +Re quest +Ġs k +b ers +ĉ s +.A dd +o ot +Im age +Ġcom ple +ol lection +Ġto p +Ġf ree +A S +D e +ĠO n +I G +et a +D ate +Ġa ction +O ver +it or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +n ot +Ġind ex +h er +ic on +O n +;čĊ čĊ +iv ity +m and +.W indows +O L +Ġre al +Ġm ax +l and +.. .. +r aph +Ġbu ild +le g +ass word +? ĊĊ +âĢ ¦ +o ok +u ck +Ġm essage +t est +iv ers +Ġin put +Ġar t +Ġbet ween +G et +ent er +g round +en e +à ¡ +.l ength +N ode +( i +C lass +f or +ĠâĢ Ķ +t en +o in +Ġ ke +u i +ĠI N +Ġt able +s ub +ĠL e +Ġhe ad +Ġm ust +//////// //////// +. util +Cont ext +Ġor der +Ġm ov +o ver +Ġcont in +Ġs ay +st atic +.T ext +Ġclass Name +pan y +Ġt er +he ad +r g +Ġpro duct +Th is +. âĢĿ +ĠB ut +lo y +Ġd ouble +s g +Ġpl ace +. x +m essage +Ġin formation +pr ivate +Ġo per +c ed +d b +"> +ater ial +ile d +Ġp ut +Q u +Ñ Ģ +un g +m ap +ĉĉĉĉ ĉĉĉĉ +Ġle vel +Com ponent +bo ok +cre en +_ RE +Ġcon fig +ã ģ +O r +. data +Ġd ocument +", " +trib ute +u x +L og +fer ence +p ost +_ e +Ġloc al +and om +ass ert +V al +lect ed +in a +atab ase +A dd +Ġcont ent +.p rint +s igned +r ic +." ĊĊ +Ġf a +! ĊĊ +- f +iv ed +Ġ quest +. ex +Ġf loat +Ġde velop +о Ð +M ap +ad ing +Ġpos s +U E +n amespace +_ O +ĉ b +.G et +> ( +j son +etail s +Ġto o +Ġext ends +ĠN one +Ġf ore +( String +form at +Ġg reat +int er +ca le +Ñ ģ +r on +iv ing +E nt +enc y +x t +o y +Ġmon th +Ġh app +Ġsup er +b ar +def ault +_ de +ord s +l n +( {Ċ +ĠI nd +as es +Ġt itle +Ġcont ext +o h +- p +E m +Ġm et +T est +Ġl ife +_ v +ĠU S +U I +oc ation +m d +Ġ[ Ċ +Ġ ] +s w +Ġin cre +s cript +ent ial +w ays +. de +Ġs rc +Ġc atch +ĠA meric +// Ċ +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġp ay +pl it +âĢ Ķ +Ġc oun +ob j +.ph p +Ġch ange +eth ing +' re +ast er +lo s +l ation +ĠĠ Ċ +L e +à ¤ +( { +read y +ĠN o +Ġpos ition +Ġo ld +Ġbo ok +able d +b ug +H and +} ;ĊĊ +is play +av ing +Ġgo ver +Ġv ersion +S ystem +n ect +res ponse +St yle +U p +ang u +Ġth ree +in it +er o +Ġl aw +end if +Ġb ase +em ail +( l +_ V +Ġcon f +AT E +Ġd uring +t es +Ġcon sole +ĠP r +Ġs pe +v es +p ath +ial og +d ition +_t o +ard s +Ġagain st +et work +ĠP h +_ L +c ur +im it +W ith +Ġp ower +i um +' ;ĊĊ +Ġw om +le ft +our ces +at ri +ĠI m +ĠM an +or th +$ { +qu als +es e +_s ize +Ġis s +ot al +- g +i que +r ame +Ġw idth +er g +) ( +itt le +T R +ĠThe y +enc es +r l +on s +Ġl abel +. y +- t +up date +an el +s c +.t o +Ġpro ject +à ¼ +Ġe lement +Ġsu ccess +ĉĉ Ċ +.s h +r am +ch ed +() )Ċ +Ġ( Ċ +Ġd ate +Ġto t +_ ST +A ll +ific ation +ĉ var +Ġt ri +ch em +m y +Ġb ig +ĠA d +ĠA t +ot s +n um +A ct +Ġm ap +er a +co pe +. $ +, âĢĿ +Ġp op +Ġf ew +Ġl en +u id +et ers +u les +Ã Ń +s ource +http s +Ġd em +Ġe ar +######## ######## +Ġm atch +or ies +ac es +ĠC l +Ġn ode +ir c +loc al +un ity +} ;Ċ +Ġan other +< < +og le +Ġs it +ew ork +T E +. I +N S +olog y +ou ght +.C ont +> > +Ġc are +st ate +ĉ private +Ġe ffect +++ ) +_f ile +end ing +L ine +F or +i or +ĠS c +Ġf un +.S ize +ĉ else +] ) +st art +v ious +Ġ} , +our s +Ġle g +Ġs ervice +Ġs ince +ir on +L abel +Ġn on +Ġl os +ict ion +Ġf ull +act er +bo ard +g ress +Ġt urn +ith er +.s ize +Ġb ody +res h +et urn +( _ +y les +orm al +p i +Ġsom ething +! -- +u int +Ġpro du +Ġst and +Ġpro ble +Ġav ailable +m t +ĠB l +Ġ ... +Ġb lock +In put +Ġke ep +C ount +op en +Ġ[ ' +Ġth row +uild er +A ction +Ġth ings +Tr ue +Ġ url +ĠB o +print f +Ġre d +j s +.c reate +ĠO r +St atus +In stance +Ġcont rol +Ġcom e +Ġc ustom +loc ation +m odel +Ġ čĊ +Ġs ource +Ġe as +. out +] ĊĊ +one y +Ġaw ait +Ġpart ic +A P +ub lish +od es +_p ro +p ly +rit er +Ġpro v +Ġm ill +H T +] )Ċ +Ġch ang +Ġas k +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +Ġout put +Ġem ail +.p ush +Ġ} čĊčĊ +in ation +atri x +T able +u ccess +] );Ċ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġdis c +( [ +Ġb usiness +he ight +. html +t a +f ield +Ġrequire d +_ R +Ġgover n +} čĊčĊ +le x +. , +ĠS et +ur ch +// / +t s +a f +Ġm ight +ist ory +S tr +Ġne ver +Res ponse +ar se +ad a +ĠH ow +Ġ* ) +Ġ ; +Ġh ard +A d +Ġinter n +us ed +( data +m od +ann el +Ġn p +ug g +Ġ/ >Ċ +Ġcal led +b ody +Ġch o +( r +_s et +ir d +Ġ> = +Ġ} ;Ċ +Ġo ptions +ĠG ener +Ġhe ight +P oint +Y ou +et y +C lick +Ġsm all +Ġ ide +Ġacc ess +angu age +Ġprot ected +Ġj ob +ĠTh ere +D ef +Ġadd ress +Ġu int +N ot +o o +ap s +< div +ain ed +at ur +Ġs um +- w +ĠD ate +Ġl ittle +Ġf ri +Y PE +Ġp ort +e h +pr ing +_p ath +Ġst atus +a im +bo ol +Ġap pe +Ġo s +. name +ens ion +_ G +Ġup date +Con fig +a ff +ER R +Ġ< = +at ely +# if +u ction +ĠT e +Ġl ink +ĠU ser +.f ind +. org +m e +Ġg iven +O ut +# endif +Ġbet ter +P age +Ġfe el +en n +M L +Ġal ready +Ġinclud ing +o ogle +r u +ic ally +pro p +le an +out er +Ġal ways +ord ing +I f +or age +Ġp arent +v is +ĉĉĉĉ ĉĉĉ +Ġg ot +st and +Ġle ss +/ s +ĠA ss +ap t +ire d +ĠA dd +Ġacc ount +p loy +Ġd er +res ent +Ġl ot +Ġval id +ĉ d +Ġb it +pon ents +Ġfollow ing +_ ex +S ON +Ġs ure +oc ial +Ġp rom +ert ies +he ader +.p ro +Ġbo olean +Ġse arch +k en +Ġor ig +Ġ er +E d +E M +a ut +l ing +al ity +By Id +b ed +ĉc ase +eth er +pos it +Ġinv est +ĠO R +Ġs ays +miss ion +AM E +Ġtem p +o ad +Ġre st +in fo +Ġinter est +A rg +Ġper form +pon s +ĠV iew +Ġv er +l ib +( const +U til +List ener +ar ge +Ġm ult +Ġd ie +Ġs ite +../ ../ +E L +Ġval ues +Ġ} )Ċ +p en +N o +ic ro +Ġbe h +Ġ' ./ +ac y +re c +() -> +ĉ ĠĠĠ +" )) +Cont ent +_ W +ple ment +Ġw on +Ġv ideo +ad i +p oint +% % +Ġg l +erv ed +v iron +I F +ut ed +ã ĥ +' m +Ġc ert +Ġpro f +Ġc ell +ar i +Ġpl ayer +a is +Ġc ost +Ġh um +( R +Ġoff ic +k s +.t ext +at ures +Ġtot al +Ġ*/ ĊĊ +o pe +Ġst at +U M +Ġlo ad +ight s +Ġc lear +u ro +Ġte chn +up port +I R +Ġ row +Ġse em +Ġ q +Ġsh ort +ĠN ot +ip p +G roup +se ction +m ax +ir l +Ġover ride +Ġcom pany +Ġd one +" );čĊ +Ġg re +. Re +Ġbel ie +r ist +Ġhe alth +AN T +() ĊĊ +ĠB e +. value +ĠG r +ott om +Ġarg s +P T +st atus +f unc +um ents +- h +N umber +: čĊ +ĠL og +er ver +Ġ) ,Ċ +am ent +Ġob j +in c +Ġchild ren +ic y +I Z +and s +ab ly +Ġdist rib +Ġc ur +er ial +Ġd ays +re ated +re ct +- l +ir m +idd en +om b +Ġin itial +.j s +Ġ â +Qu ery +Ġon line +im al +. con +a u +U rl +cont rol +ire ction +Ġin stance +OR T +ĠF r +wh ere +Ġjav ax +Ġorg an +ap ter +Ġre ason +o ptions +ĠM ar +( a +Ġwith in +.âĢĿ ĊĊ +O DE +_ DE +ad min +end ed +Ġdes ign +ĠD ata +un e +ĠF ile +ro ot +Ġc ent +Ġa rr +_ add +l en +p age +, ' +_ str +Ġb ro +ab ility +ou th +/ c +p ose +irt ual +ear ch +_ url +arg in +H ttp +Ġs chool +av a +Ġcons ider +.l abel +ĠA rray +we b +o pt +.print ln +ul ation +Ġf unc +P L +Ġ" \ +ĠT ext +act ory +(f unction +n ull +Ġen g +d own +Ġin clude +ĠE n +ĠD r +Ġd b +! ! +s ide +Ġin it +quire d +ĠS he +C olumn +re act +Ġan n +Ġst op +Ġl ater +ĠTh at +ent ion +d f +U G +I LE +Ġc lient +ra ft +ff er +PO ST +el per +Ġlo ve +qu ote +ou d +Ġj son +Ġab le +Ġm en +A X +ĠC opyright +à ¶ +av ig +re q +C lient +} );Ċ +.C om +er c +il t +pec ial +_c om +ro om +. Name +Ġg ive +am b +i ke +Ġcon dition +cl ient +ator s +: " +Ġc opy +ut ure +ivers ity +ern al +{ { +ĠC an +ou nc +d o +Ġo cc +Ġapp ro +th ers +z e +Ġe ither +ĠF l +Ġimport ant +Ġle ad +at tr +AR T +E qual +Ġd a +et ch +ent ity +Ġfam ily +add ing +Ġo ption +Ġex ist +ic a +ĠO bject +' ve +v ers +ition al +out put +ĠTr ue +ĠO F +_t ime +Ġof fer +Ġ} );ĊĊ +H ER +eg in +" " +Ġw ater +Ġc he +ĠM y +ore d +Ġst ep +anc es +C K +A Y +à ¸ +str uction +( C +ou ch +St ream +act ive +am a +Ent ity +pro duct +() {Ċ +Ġgovern ment +ĠI D +aj or +A nd +Ġdis play +Ð » +Ġt imes +Ġf our +Ġf ar +Ġpres ent +ĠN S +Ġ\ Ċ +ue st +Ġb as +e cho +ch ild +if ier +Hand ler +Ġl ib +Prop erty +trans lation +Ġro om +Ġon ce +Ġ[ ] +cent er +================ ================ +Ġresult s +Ġcontin ue +Ġt alk +_ get +Ġg row +.s w +e b +ĠP ublic +O P +ec ute +ol s +Ġ ** +" );ĊĊ +Ġm ass +ure d +.c lass +om ic +Ġme an +ip s +Ġa ut +);čĊ čĊ +Ġun til +Ġmark et +Ġare a +u it +Ġl ength +ĠW ith +struct or +e vent +"> < +ĠS p +I V +Ġm us +if f +Ġk ind +a uthor +ound s +m b +_ key +w idth +posit ory +Ġl ight +u k +R ow +oh n +al f +viron ment +app er +ollection s +Ġs ide +_in fo +Ġex ample +im ary +Ġw r +Ġc amp +cri be +" / +Ġm iss +w ay +Ġb ased +Ġpl an +V is +om ain +un k +Ġaw ay +U P +< T +O S +i od +ĠM on +âĢĻ re +Ġli k +à § +iv ely +. v +im er +iz er +S ub +Ġbut ton +ĠU p +Ġexper ience +C L +Ġre nder +_ value +Ġn ear +UR L +al t +Ġcoun try +ib ility +() ,Ċ +e ad +Ġa uthor +Ġspec ific +b ase +( name +on es +ĠD o +Ġal ong +y ear +Ġexp ress +. ' +en v +Ġbeg in +Ġso ftware +Ġim p +Ġw in +ó n +Ġth ing +Tr ans +ĠT HE +Ġ< ? +Ġwh y +Ġdoes n +i j +g ing +ĉ g +Ġs ingle +off set +ar ning +og raph +le y +_c ount +Ġan al +cre ate +/ m +ĠR eg +un ch += $ +is k +Ġright s +( M +Ġ"" "Ċ +ap er +.m odel +Ġp o +em pty +art ment +Ġa nt +ĠWh en +Ġwom en +ĠE d +Ġse ason +Ġde st +à £ +( h +Ġposs ible +Ġse ver +Ġb tn +Ġdid n +Ġs ent +Ġen c +Ġcomm and +Ġ ],Ċ +_ x +Ġre cent +ol ution +v ector +ĠB y +ĠM ay +ĠA ct +» ¿ +Ġm oney +IN T +bs ite +ĉ p +. čĊ +ï »¿ +s l +atter n +ĠC lass +Ġto ld +ud io +c urrent +Ġe qu +Ġa uto +ĠSt ate +d a +ms g +)) ;ĊĊ +Ġwork ing +Ġqu ery +ĠB r +Ġw indow +a uth +on ly +ĉ t +Ġle ast +ag n +Ġex pl +it ter +ar ing +Ġc olumn +ĠGener al +": " +er al +ri or +Ġrec ord +I B +E X +Ġd at +Ġm aking +u ed +ĠC ar +em p +" . +ĠM ed +Ġc lose +Ġper cent +Ġp ast +( g +: ( +Ġw rite +Ġm ove +Ġp at +Cont rol +.T o +Ġv i +*/ Ċ +in ate +' ll +ag ed +N ull +Ġspec ial +IZ E +Ġc ity +/* Ċ +ĠE ng +ix ed +in ary +p y +Ġe ff +ar io +Ġt ell +av or +Ġse lect +le vel +im um +op er +B uilder +I P +') ,Ċ +es c +Ġf ont +" ;ĊĊ +ĠA m +ish ed +ill s +Int er +O W +Ġcour se +Ġl ate +idd le +Ġam ount +Ġas ync +in o +c ul +Ġ ì +and le +_ user +Ġb en +ĠC al +Ġ$ _ +ĠR ep +Ġen ough +T oken +. user +( j +S c +W idth +n ow +at form +Ġlook ing +Ġh old +M odule +IT Y +v o +is on +.D ata +y c +Ġp ot +ĠTr ump +id ual +id es +r t +Ġprop erty +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +am ework +g o +Ġl ow +Ġpar a +Ġpr ice +ur y +Ġto day +ro y +Ġ' / +Ġpol it +Ġ' ' +ym b +P h +Ġad v +Ġatt ack +ĠS te +RO M +an a +Ġme ans +Ġst ory +id s +ak en +Ġme et +Ġm om +ĠâĢ ĺ +Ġ? > +Ġd en +ob ile +ch ange +ĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ic i +n a +ĠF orm +Ġs ort +Se lect +p are +Ġth ought +_ con +Ġt ask +oc us +ĠD E +ĠM in +Ġo pt +ĉb reak +um er +K E +th en +Ġd et +ĠT est +port s +Ġre view +(' / +m ove +Ġsw itch +ER T +p atch +ann ot +ã Ĥ +Ġab ove +it ive +Ġquest ion +ĠQ u +ãĢĤ ĊĊ +g le +Ġw ord +Ġprov ide +ĠR eturn +Ġre search +ã o +u str +Ġp ublish +chem a +} } +ĠC ON +- in +all back +Ġco ver +\ \ +c olor +ĠI S +Ġwh ether +im ate +is c +B ar +Ġd iv +B e +our n +Ġh aving +le m +pl ayer +ab s +am era +ne y +Ġex c +get her +pl ied +a o +[ $ +Ġ+ + +i pe +sh ow +/ d +[ : +ag ement +le v +_ ID +r ary +ad es +_ se +a use +Ġem ploy +Ġ*/ čĊ +Ġf re +Ġ' @ +Ġcomple t +Ġl arge +r al +\ x +Ġf ac +< String +Ġcre ated +up er +.st ate +Ġh ost +ener ic +/ b +( ! +wh ile +i as +B UG +Ġ );ĊĊ +Ġro le +Re g +ĠC olor +St art +Ġp orn +t op +Ġwe b +Ġde v +Ġde al +++ )Ċ +Int eger +pos ition +. on +Ġ( " +ä ¸ +Ġproble m +s v +Ġp ress +AB LE +AT ION +ĠSe e +an ch +Ġth ough +le ep +Ġ< !-- +Ġpoint s +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +. J +Ġ :: +p tr +D B +++ ;Ċ +.p ng +n ode +so ft +pon d +Ġe ver +-------------------------------- -------------------------------- +M enu +(' # +Ġs ervices +p g +} )Ċ +param s +Ġact ually +Ġ" / +Em pty +M ethod +Ġid ent +un ic +Ġmill ion +Ġa ff +st yle +Ġcon c +i os +ign ment +UL T +P r +" ;čĊ +Ġunder stand +u ary +Ġhapp en +Ġser ver +ĠC o +S C +Ġle s +Ġfile s +G rid +s ql +Ġof ten +Ġin fo +_ tr +s rc +on y +Ġsp ace +um b +Ġpass word +Ġst ore +, ĊĊ +ĠWh at +g ed +ĠF alse +U s +sw er +_ index +Ġform at +m ost +s m +N ew +Ġd etails +Ġpro b +ĠAN D +() čĊ +il ar +Ġ$ { +ry pt +.C ollections +$ this +ĠF ree +_ of +(f alse +d ated +Ġ> > +Ġf ace +CT ION +Ġs ave +Ġt yp +de v +(" # +AG E +cont ainer +ed it +Q L +Ġitem s +Ġs ocial +i en +ĠRe act +) .ĊĊ +Ġm ar +Ġre du +ĠR E +.p ut +Ġm ajor +C ell +n ext +Ġexpect ed +Ġy et +Ġin div +trib utes +at is +am ed +Ġf ood +S ource +( string +Ġ+ Ċ +it es +d r +Ġmem bers +Ġcom b +item s +ĠP er +T H += True +Ġb ar +_ SE +com m +( w +)ĊĊ Ċ +Ġs end +Ġin c +un signed +F A +Ġparam s +app ing +ro s +ug in +f a +Ġcon nection +Ġ} ;ĊĊ +Ġbe come +M ode +Ġe v +Ġdif f +ĠUn ited +He ight +ful ly +im ages +Ġm akes +Ġg lobal +Ġcont act +' :Ċ +Ġab s +а Ð +f loat +Ġex cept +ĠP ol +Ch ild +t yp +Ġcert ain +i ón +O UT +Ġim pro +ile s +Ġ-- >Ċ +ĠP art +val ues +os s +/ ** +il it +ĠE vent +cur ity +st er +Ġchar acter +Ġnew s +Ġ" , +Ġde vice +c el +log in +he et +Def ault +@ " +ĉ Ġ +c lick +( value +ĠA b +Ġpre vious +ERR OR +oc al +Ġm aterial +Ġbel ow +ĠCh rist +Ġmed ia +co ver +ĠU I +Ġf ail +Ġbl ack +Ġcom ponent +ĠAmeric an +Ġadd ed +Ġbu y +st it +Ġc ame +Ġde lete +prop erty +od ing +Ġc ard +rop s +Ġhttp s +Ġro ot +Ġhand le +C C +B ack +em plate +Ġget ting +_b y +m ail +_s h +. assert +ĠD ec +( true +Ġcom put +Ġcl aim +' => +ĠS ub +Ġa ir +op s +n av +em ents +( id +Ġent er +ang ed +E nd +Ġloc ation +Ġn ight +Ġdo ing +ĠR ed +l in +}ĊĊ Ċ +vid er +Ġp ick +Ġw atch +ess ages +Ġhum an +Ġd am +p end +d ir +Ġt ax +Ġg irl +re et +Ġbo x +Ġstr ong +( v +re l +Ġinter face +Ġm sg +f ect +_ at +Ġh ouse +Ġtr ack +' );ĊĊ +j e +ĠJ ohn +ist r +( S +ub e +Ġc e +itt ed +V ER +* ) +p arent +Ġapp lication +an y +.sw ing +Ġp ack +\ u +Ġpr act +Ġse ction +ct x +Ġun signed +.P oint +ĠO ne +Ä ± +ip le +a id +Ñ ĥ +V ector +by te +Ġw ait +Ġà ł +à ¥ +Ġto gether +Ġth rows +F O +' )) +h ost +is ing +. view +Ġter ms +fr amework +- r +Ġapp ly +Ġs ession +O ptions +ugg est +Ġo thers +w itter +Ġf und +In it +__ ( +ens or +G ET +Ġsever al +i i +[ j +I O +Ġtem plate +P osition +Ġe con +ach ine +Ġ il +.s pring +m ain +el t +im ent +Re c +m m +ĠUn iversity +urs or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +G L +ict ure +ith ub +c er +c ast +F rom +a les +Ġsub ject +p assword +n y +Ġes c +.w rite +ï¼ Į +Wh at +. H +Ġh istory +ĠF e +Ġindiv idual +un it +Ġ-- > +Ġd u +I ST +Ġus ers +f s +f alse +un t +T itle +Ġm ot +Ġf uture +ach ed +Ġstart ed +Ġm ode +Ġ' < +_ array +Ġa x +'] ;Ċ +i res +Th ere +ug ht +t ml +pos ed +ic ult +Ġto ok +Ġg ames +Ġ} } +Ġ? >Ċ +Ġproduct s +I s +Ġb ad +ĠD es +.p ath +' ĊĊ +ĠP ost +av el +( : +Ġneed s +Ġkn own +F l +Ġex ec +Ġse en +um e +Ġb order +Ġl ive +tem p +P er +Ġvar iable +i et +ĠD ef +Ġg e +em e +_b ack +f irst +Ġprovid ed +//////////////// //////////////// +Ġfil ename +Ġh ope +ul y +a uto +f ind +_ string +b tn +it ude +At tribute +Ġyou ng +.t xt +Ġwe bsite +ĠP rop +Ġe y +> ();Ċ +ion al +AR R +iction ary +ur ther +. +t x +Ġp ur +u el +ymb ol +u ation +ang er +Ġback ground +ec ess +ef ined +.... .... +Ġdes cription +Ġrep resent +") );Ċ +press ion +row ser +Ġser ies +ward s +($ _ +a ise +Ġh ot +ac ity +ri es +action s +C reate +ad io +amp les +Ġorig inal +ens ive +f ont +st ream + using +.spring framework +ser ver +Ġb ill +AC K +il ename +Ġfr ame +Ġ= Ċ +Ed it +adi us +Ġd raw +ank s +Ġd eter +Ġcom es +_ int +Ġfore ach +ang le +Ġe lect +pect ed +He ader +ist ration +F alse +ĠG ame +Ġfil ter +Act ivity +Ġl arg +in ition +Ġ" < +is ed +Ġrem ove +ĠTr ans +m et +se e +Form at +Com mand +ĠE X +N one +Ġfr ont +A SE +ĠR ec +ound ation +Ġv o += \" +( * +Ch ange +.W rite +g roup +i ents +u y +******************************** ******************************** +Ġd ig +h r +( - +Ġg en +n umber +ve c +uro pe +ent ry +L L +Ġst e +Val id +'] , +_p aram +Ġse lected +Ġacc ording +ĠD is +Ġ util +B uffer +_ error +Ġass oci +_S IZE +Ġw or +Ġprint f +r ag + ł +D D +ĠV al +Ġact iv +E ng +et ime +Ġv irtual +a ign +a ur +ĠP res +ĠEx ception +Ġany thing +ĠO ff +Ġh ours +Ġw ar +Arg s +ag ing +Ġmodel s +ĠT ime +O b +am s +j oy +Ġear ly +. read +Ġc enter +ĠIn itial +Ġl anguage +l ength +x y +Ġs n +Ġin f +P ost +Ġag o +Ġeas y +_c ode +ĠAN Y +_ ch +Ġdown load +( T +av ed +âĢ ĵ +Ġstud ents +Ġf ig +l ight +x x +Ġbu ffer +ĠD ep +ĠM ath +IT H +Ġvar i +Ġd ue +F actory +Ġp or +Ġe p +ot ype +Ġcan not +Ġwh ite +< int +ter n +Ġreg ister +Ġpre d +cl us +_d ate +Ġ/ ** +Ġa uth +Ġ[ ]Ċ +Ġper iod +n own +Ġv ot +Ġs creen +' d +T ypes +Ġt mp +е Ð +ur al +Ġben ef +_ y +Ġn et +ĠSt ates +'] [' +ĠN e +ĠN OT +Ġn eg +Ġcomm on +s cope +Ġc red +g es +_T YPE +Ġs uggest +o om +.ĊĊ Ċ +Ġac cept +Ġr andom +er m +ĠV ector +w ith +T ER +( str +Ġres pons +Ġh it +.S et +gr id +ri a +Ġc lick +und le +C ase +ins ert +Util s +Ġ"" " +Ġim plement +at al +tem pt +tem plate +oc r +return s +Ġplay ers +us ers +ed ef +ĠTh ese +Ġam ong +Ġde b +h a +.get Element +Ġc irc +Ġan swer +Ġw alk +Ġt reat +ĠG e +ĠC reate +Ġa ge +Ġre q +O ST +ang ular +Ñ ı +Ġf ive +Ġdistrib uted +Ġfri end +T P +Ġc lean +ow s +.Control s +d is +Ġw ords +. io +z y +Ġhe ader +ĠC heck +âĢĻ m +j ust +h older +=" čĊ +. annot +Ġcol lection +' . +Ġsim ilar +Ġt aken +(" % +Or der +'] Ċ +-m d +ĠT H +ac ed +Ġis n +/ j +Ġs on +gr aph +ĠInt eger +Ġn ecess +re en +Ġ um +Ġ\ < +Ġmom ent +Ġbr ing +Ġind ic +ys is +Le vel +ver se +urre nc +_t est +Ġent ire +D own +Ġ}ĊĊ Ċ +( result +ĠRe ad +à ¨ +M od +Ġtry ing +") ,Ċ +Ġm ember +ĠC or +OD O +- control +un time +ĠS im +D ialog +pl ot +_ on +Ġph ys +} / +Ġn amespace +ĉ čĊ +ac c +Pl ayer +A RE +Ġf oot +Ġbo ard +p art +Ġs us +w ise +ĠM c +Ġp ush +AT A +Ġp lease +ri ed +we et +b it +id ed +V E +ĠS w +U B +Ġt ypes +ed ia +Ġc los +ace book +Wh en +Ġed it +ig ger +Ġen erg +Cont ainer +Ġph ot +ĠC ount +ĠE urope +.I s +ĠR uss +pe ed +ĠS tr +Ġp y +Ġc ult +Ġdef ined +cc ount +Ġob t +.L ocation +Ġth read +il le +Ġinst ead +str ong +ĠS ec +U RE +Ġide a +. se +em y +select ed +Con nection +ac ing +th read +.n ext +Ġc oll +Ġfil m +ist ic +Ġcomp et +Ġcon n +th ough +Ġcom pan +ock et +Ġte ach += ( +Ġph one +Ġact ive +de lete +tr ies +Ġm o +Ġde ath +} );ĊĊ +oc ol +W idget +Ġart icle +ro du +and id +Ñ ĭ +ĠC r +k a +() : +lo od +ĉĉĉ Ċ +Ġal most +Ġs ell +erv let +ri p +Un it +Ġapp lic +Ġcon nect +Ġfe ature +Ġv ia +' ), +Ġl im +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠG u +Eng ine +Ġen s +Ġen vironment +b lock +HER E +N ULL +g y +t ag +) ). +ex p +Ġcom pl +Ġinst all +Ġcomple te +que ue +atur al +Ġgener al +th on +Ġask ed +o res +( res +Ġres erved +S P +ĠâĢ ¦ +Å Ĥ +Ġsign ific +O ff +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠA g +ĠJ ust +ĠE rror +Ġin fl +ad ata +Ġ icon +ask s +' ' +_ LO +? . +ac count +Ġ( * +' )ĊĊ +r ap +_ var +ĠF OR +Ġpart y +ĠY our +c at +str y +. new +bo ot +ĠN ov +Ġv ector +Ġn ormal +Ġf urther +Re pository +Ġd atabase +att le +Ġmus ic +Ġspe ed +Ġd oc +pro cess +IG HT +.p arse +Ġt aking +Ġvi ol +ce ed +ĠA fter +Ġfor ward +Ġc rit +"/ >Ċ +ro t +Ġfa iled +ef ore +Ġconc ern +o e +b a +Ġs ender +Ġter m +h as +=" # +Ġpot ential +N um +Ġpublish ed +.c lose +ĠIm age +str aint +U D +ĠO b +Ġprob ably +l im +" :Ċ +olum e +Ġcon sum +ag ue +ens ions +Ġinvest ig +- year +') ; +-s m +Ġen joy +or ig +er ing +c p +le ased +ple ments +Ġreturn s +p at +B O +ĠH ouse +.L abel +Ġwe ight +igh b +Ġcondition s +Ġex ception +d escription +Ġtr ad +- to +Ġ{ } +Ġmod ule +EN D +. ap +.p rops +Ġcon structor +av es +Ġf avor +ĠN ow +; i +ĠM ain +_ k +er ies +âĢĻ ll +trans form +imest amp +P re +Ġm er +. res +st ant +L ocation +_N AME +Ġlos s +Ġ ĊĊ +n et +Ġeng ine +B lock +Ġiss ues +Ġpar se +ĠB ar +Ġst ay +ĠJ SON +Ġd om +air s +w ner +Ġl ower +", čĊ +ĠD em +uf act +Ġp s +Ġper fect +R L +Ġed uc +l s +em ory +ARR ANT +u ge +Ġex act +. key +al led +e ch +ie f +\ / +o ke +Ġfor mer +al loc +Ġs ix +id a +Ġm argin +Ġhe art +al d +p ack +.getElement ById +ĠW ARRANT +Ġr ather +Ġbuild ing +er man +lic e +Ġquest ions +iz es +le ge +irect ory +Ġj e +Ġc as +pro ps +ut f +Ġse curity +Ġhow ever +we ight +Ġins ide +Ġpres ident +Ch ar +ĠW ITH +.m ap +Ġgr aph +Ġt ag +_st atus +Ġat tempt +op p +us es +ĉ const +Ġr ound +, $ +Ġfri ends +Em ail +? > +Res ource +KE Y +os p +. query +ĠN orth +able s +ist rib +_c lass +el lo +Th at +Ð º +pecial ly +ĠPres ident +Ġcamp aign +Ġal t +are a +Ġch all +Ġop port +.C on +Ġenerg y +li ke +. string +ing ton +) * +y y +Ġprof ession +ir th +Ġse g +æ ľ +Ġh or +i ers +c an +Ġbeh ind +Pro duct +f g +ĠS k +.j pg +? : +] ;ĊĊ +Ġcall back +ĠH ttp +Ñ Į +l ong +M S +AT H +Ġr aise +Ġwant ed +row n +ut or +l t +] = +el ine +M A +Ġse par +c s +se mb +D is +bs erv +ĠW ill +Ġpol icy +Ġth ird +ph one +Ġb ed +/ g +. __ +ĠIn c +iz ing +.re move +in stance +.t ype +Ġs erv +E ach +Ġh ar +ĠM essage +( key +SE LECT +P os +)) ;čĊ +Ġre comm +Ġtr aining +ĠE nt +ĠCh ar +ic ht +(f ile +Ġp rior +G ame +Ġex it +Param s +.c ore +P C +n es +anc ed +( request +P assword +} >Ċ +Ġm ag +Ġre lease +Ġsh all +ud ent +ĠS outh +and o +: ' +.Tab Index +s k +ann er +is set +Ġout side +led ge +Ġ å +ĠR ob +Ġim m +! Ċ +ĠWe b +D es +B C +anc ial +R oute +D ec +fer ences +Ġp urch +ĠM odel +ct or +g n +_st art +_ un +. * +is es +Ġg round +Ġun ique +Ġbe aut +{ " +Ġp our +ĠO ct +Ġt ree +set s +_ res +') -> +_re g +(" \ +Ġby te +B l +Ġd ating +Ġm atter +ĠR em +Ġ' ../ +ĠA ug +ĠL a +Ġ$ ( +ourn al +i am +Ġshow s +w rite +Ġb all +Ġsim ply +Ġf ast +Ġmem ory +A SS +ĠO f +ov ed +ant e +a ul +ist ry +)) );Ċ +Ġf it +< string +Ġpolit ical +anc el +_ . +c ard +.c urrent +o ch +_ image +\ t +# Ċ +( L +Ġindu stry +com ing +Ġex tra +Ġreport ed +.st art +Ġres ources +Ġim g +fl ow +_E X +(n ull +ĠP re +Ġwr ong +inter face +Param eter +n ers +á » +t ure +ers ist +oun try +Ġseem s +al ance +de st +ĉ String +Ġm aint +Ġun it +act ers +ĠT R +if ul +export s +pro ject +App lication +leg ate +Ġt akes +ter m +Ġet c +ust er +Ġappe ar +add ress +Ġf em +h s +Ġh om +, - +Ġdiff icult +Ġcom ing +O pen +Ġset tings +ĠW ar +ĠTh en +Ġaut om +ĠF oundation +Ġqu ite +D escription +Ġb log +i qu +P S +_f ield +J son +SS ION +ĠS ch +ĠL O +Ġdes cri +Ġevery one +Ġpret ty +Ġlong er +Ġm enu +Ġcurrent ly +se c +Ġrelations hip +################ ################ +ĠM ap +as et +Ġparam eters +Ġcr ush +" čĊ +IL ITY +ig ration +Ġc out +t otal +Ġn ames +nd ef +") ; +ri end +yn amic +Ġeff ort +Ġact ual +Ġfield s +O UN +t ers +Ġf ix +_m odel +Ġc ases +C A +M y +Inter face +ĠS E +] ] +al le +ĠN ational +ĠArray List +in line +. V +ar a +ref ix +as c +Re ader +ĠÐ ¿ +ast ic +( () +C l +.annot ation +Ġperform ance +ail y +.to String +.n et +view s +. end +ay ers +l ate +ĠA pr +ed eral +'] ) +.b ody +Ġhigh er +_f l +c r +al ert +_n ode +ĠG oogle +Ġit self +A uth +urrenc y +Ġsignific ant +app end +Ġres pect +str ap +Ġun a +riter ia +P ORT +.ap ache +Out put +Ġpro gress +Ġm id +ĠM icrosoft +Ġres ource +ab lish +Ġd im +. load +.A pp +Ġd irection +Ġadd itional +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +Ġnum bers +Ġcompan ies +.T h +Ġs ound +user name +Ġstat ement +Ġal ert +Ġcon tract +h ome +_l ength +.Com ponent +e v +. Ex +ï¼ ļ +" ; +ĠH igh +Ġ )ĊĊ +ĠP oint +op h +Ġl ines +-> _ +" )ĊĊ +o x +app lication +Ġ ]Ċ +ĊĊĊĊ ĊĊ +Ġso on +ction s +ing er +Ġj oin +ĠP e +Ġ ë +Ġl as +. E +c ss +/ or +ĠSt art +ĠT O +Ġsub s +con n +com ponents +DE BUG +qu are +F unction +end ar +. index +Ġf ill +Ä Ļ +Ġcho ose +h ow +ĠAmeric a +ass ets +-------- ---- +ĠV alue +Ġoff ice +Ġv eh +Ġtrans form +ĠAr t +Ġin de +Ġf n +Ġim plements +ang o +ple te ++ " +t mp +am ily +Ġhas h +miss ions +E ST +g t +Pro vider +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġfl ag +Ġpartic ip +d en +ĠReturn s +Ġnot e +ü r +p m +ide os +Ġspec ified +ĠE N +est er +ol id +Ġup on +( std +ĉ v +Ġ' \ +u z +Ġv ert +Ġv ict +ĉ self +Ġ" $ +. k +Ġgroup s +g ithub +l ang +Ġm ut +T O +Ġv e +ĠP lease +;ĊĊ Ċ +ac cess +Ġ{ " +re a +Ġr isk +ick er +og gle +ĉ while +AN G +.s end +Ġwom an +Ġget s +Ġ ign +ĠI d +_ log +ON E +Ġe vid +ĠH ar +_s ub +Ġend l +Ġinclud ed +() );ĊĊ +ĠA p +ig r +Ġs em +ĠBl ack +d oc +_t able +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +- up +Ġca use +Ġ .. +Ġv an +_d ict +Ġf ocus +IN D +CE SS +.L og +Ġmult iple +id o +Ġreg ard +- M +and ler +our se +Ġde g +. U +Ġadd ition +Ġvar ious +Ġrece ive +е н +ĠH T +Ob j +D F +Ġincre ase +ĠO pen +] ; +Ġcomm it +? Ċ +ateg ories +at ory +sh ip +ĠM ich +Ġh tml +rom ise +Ġle ave +Ġstr ateg +av en +ĠCon sole +k nown +- n +_ LE +.com ponent +Ġb re +S ession +i ance +Ġal ign +typ edef +_ result +ĠW HERE +.s plit +Ġread ing +FA ULT +Ġc lo +Ġnot ice +_p r +ar ter +Ġlo ck +Ġstand ard +et ic +ell ow +Ġp adding +ĠH is +Ġst ates +_c ast +( P +a a +Ġintern al +e an +ĠP RO +ĠK ey +Ġes pecially +m ing +Ġc ross +Ġn ational +_ object +f ilter +Ġs cript +. update +_ i +ĠAss ert +/ core +%% %% +Ġproble ms +ist or +Ġ. = +Ġar ch +Ġwrit ten +Ġm ilit +M ENT +. ch +ca pe +ĠM us +_ config +ĠA PI +fo ot +Ġim ages +end l +. In +F irst +Ġpl atform +.pro t +O ption +st e +ĠT ODO +Ġfor ce +. cont +ĉ echo +ĠD av +P tr +( B +R T +ĠB ase +] [' +Ġann ounc +con sole +ĠP y +d s +. as +Ġpre vent +ap an +Ġ{ ' +} ' +Ġde ad +V AL +Q UE +**************************************************************** ******** +Ġch arg +R eturn +Ġf ul +d om +Ġr ules +Ġmod ify +Ġe val +h am +at ement +\ < +ul a += False +R A +Ġcont ains +Ġst ack +m ar +Ġ{ }Ċ +Ġund efined +A ss +ĠCh ina +ve y +* Ċ +Ġplay ing +) / +act or +Ġb ottom +li er +ĠN umber +Ġcou ple +D C +ĠS O +g or +.set Text +s uccess +com mand +F ilter +ĠO ur +_ item +Ġc tx +Ġro ad +V ersion +c ase +ur t +av ior +y ch +semb ly +ĠPro duct +Ġh eld +a fe +Ġinclud es +< quote +Ġa void +ĠF in +ĠM od +Ġt ab +an o +à ± +ipp ing +- e +Ġins ert +t arget +ch an +.M odel +IM E +\ Ċ +Ġm achine +av y +ĠN O +ĠInt er +Ġoper ation +mod al +T ag +] : +Ġprodu ction +Ġare as +Ġre n +_f rom +n bsp +Ġoper ator +m en +app ed +_p er +z en +(" . +.s ave +=" {{ +Ġt or +( response +Ġc andid +Ġcon v +a iled +ĠL ib +com p +ur a +ï¿ ½ +ĠH ere +Ġarg ument +h ood +Ġest ablish +ograph y +Ġon Click +amb da +Ġs ch +Ġmov ie +Ġse c +Ġact ivity +Ø § +Ġs ql +_ all +inc ip +Ġprovid es +Ġs ys +ack et +Ġwas n +Ġus es +ĠF unction +.g oogle +ĠRes ult +Vis ible +ag ma +el come +ĠS y +ĠC ent +AL SE +ac ión +EX T +Ġl icense +ĠL ong +Ġacc om +Ġab ility +. height +Act ive +olog ical +ol y +)) , +.S e +Ġparam eter +pr ite +AB ILITY +.s ervice +ĠG roup +_ query +ĠI tem +in ing +Ġj ud +im s +f ix +ind er +ag ram +Ġfunction s +Ġexper i +ĠE m +Ġro t +Ġp en +.b tn +ĠA S +#if def +Ġcho ice +ĠP age +_P RO +Q U +å ı +ant ity +Â Ń +word s +Ġread only +Ġf lex +prot ected +ĠAn y +Ġchar acters +enc ed +ĠJ uly +il er +C ard +ur ance +Ġre v +.e vent +al y +Ġwon der +ĠP ort +Ġleg al +ro le +Ġt en +Ġgo es +M P +wh ite +): čĊ +)) čĊ +Ġre ference +Ġm is +ĠPro ject +ick s +> & +C ON +Ġre pl +Ġreg ular +St orage +ram ework +Ġgo al +Ġt ouch +.w idget +Ġbu ilt +d es +P art +( re +Ġw orth +h ib +g ame +ĠÐ ² +ac ion +ĠWh ite +(t ype +( ` +Ġn atural +Ġin j +Ġcal cul +ĠApr il +. List +Ġassoci ated +ĉ System +~ ~ += [ +Ġst orage +Ġby tes +Ġtr avel +Ġs ou +Ġpass ed +! = +as cript +. open +Ġgr id +Ġb us +Ġrec ogn +A b +Ġh on +ĠC enter +Ġpre c +b uild +HT ML +ĠS an +Ġcoun tries +a led +t oken +k t +Ġqu al +L ast +ad ow +Ġman ufact +id ad +j ango +N ext +x f +. a +Ġporn o +ĠP M +er ve +it ing +_ th +c i += None +g s +Ġlog in +at ives +'] );Ċ +Ä ħ +Ġ ill +I A +child ren +D O +Ġlevel s +Ġ{ { +Ġlook s +Ġ" # +To String +Ġnecess ary +ĠĠĠ Ċ +c ell +En try +Ġ' # +Ġext rem +Select or +Ġplace holder +L oad +Ġre leased +O RE +En umer +ĠT V +SE T +in q +P ress +ĠDep artment +Ġprop erties +Ġres pond +S earch +a el +Ġre qu +ĠB ook +/ Ċ +( st +Ġfin ancial +ick et +_in put +Ġth reat +( in +Str ip +ì Ŀ +ç ão +Ġevid ence +)) ; +ĠB ro +Ġ[ ];Ċ +Ġ ou +b uf +S cript +d at +Ġr ule +# import +=" / +S erial +Ġstart ing +[ index +a e +Ġcon trib +s ession +_ new +ut able +o ber +Ġ" ./ +Ġlog ger +Ġrecent ly +Ġreturn ed +č čĊ +)) )Ċ +ition s +Ġse ek +Ġcomm unic +Ġ" . +Ġuser name +E CT +D S +Ġother wise +ĠG erman +. aw +Ad apter +ix el +Ġsystem s +Ġd rop +Ġstruct ure +Ġ$ ("# +enc ies +ann ing +ĠL ink +ĠRes ponse +Ġst ri +Å ¼ +ĠD B +æ Ĺ +and roid +sub mit +ot ion +( @ +.t est +ĊĊĊĊ ĊĊĊĊ +] ;čĊ +Ġdirect ly +Ġ" % +r is +el ta +A IL +) {čĊ +m ine +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +( k +b on +as ic +p ite +__ _ +M ax +Ġerror s +ĠWh ile +Ġarg uments +Ġens ure +R ight +-b ased +We b +Ġ- = +Ġint rodu +ĠIn st +ĠW ash +ord in +j oin +D atabase +Ġgr ad +Ġus ually +IT E +Prop s +? >Ċ +ĠG o +@ Override +RE F +Ġ ip +ĠA ustral +Ġ ist +View ById +Ġser ious +Ġcustom er +.prot otype +od o +c or +Ġdo or +ĠWITH OUT +Ġpl ant +Ġbeg an +Ġdist ance +() ). +Ġch ance +Ġor d +c ame +pr agma +Ġprot ect +rag ment +ĠN ode +en ing +Ñ ĩ +Ġr oute +ĠS chool +h i +Ġne ighb +A fter +lic it +Ġcon tr +Ġpr imary +A A +.Write Line +util s +Ġb i +R ed +.L inq +. object +Ġlead ers +un ities +Ġg un +on th +ĠDe v +F ILE +Ġcom ments +_l en +ar row +am ount +R ange +s ert +Grid View +Ġup dated +ĠM o +Ġin form +oci ety +al a +A ccess +Ġh ab +Ġc reat +_ arg +ĠJan uary +ĠD ay +") čĊ +up le +d ocument +gor ith +m enu +ĠO ver +b b +.t itle +_ out +Ġle d +ur i +Ġ? >Ċ +r un +Ġsc ene +( array +de vice +_t itle +ag on +] čĊ +ab y +Ġbe came +bo olean +Ġp ark +ĠC ode +up load +rid ay +ĠSept ember +F e +Ġs en +c ing +F L +C ol +ut s +_p age +in n +Ġim plied +al ing +Ġyour self +.C ount +con f +Ġa ud +_in it +. ) +Ġw rote +N G +. Error +ä » +.f or +Ġe qual +ĠRe quest +Ġser ial +Ġallow s +X X +Ġm iddle +ch or +à ¸ +erv al +.C olumn +read ing +Ġesc ort +ĠAug ust +Ġquick ly +Ġwe ap +ĠC G +rop ri +h o +Ġc op +( struct +ĠB ig +Ġv s +Ġfre qu +. Value +Ġaction s +Ġpro per +Ġin n +Ġobject s +Ġm atrix +av ascript +Ġon es +.g roup +Ġgre en +Ġp aint +ool s +y cl +enc ode +ol t +com ment +. api +D ir +Ġun e +iz ont +.p osition +Ġdes igned +_ val +av i +ir ing +t ab +Ġl ayer +Ġview s +Ġre ve +ra el +ĠO N +r ics +n p +Ġc ore +() );čĊ +M ain +Ġexp ert +ĉĉ čĊ +_ en +Ġ/ > +ut ter +I AL +ail s +ĠK ing +*/ ĊĊ +ĠM et +_ end +add r +or a +Ġ ir +M in +Ġsur pr +Ġre pe +Ġdirect ory +P UT +- S +Ġe lection +h aps +.p re +c m +Val ues +Ġ" Ċ +c olumn +iv il +Log in +in ue +Ġbeaut iful +Ġse cret +(e vent +Ġch at +um s +Ġorig in +Ġeffect s +Ġman agement +ill a +t k +Ġset ting +ĠC our +Ġmass age +ĉ end +Ġhapp y +Ġfin ish +Ġc amera +ĠV er +ĠDem ocr +ĠH er +( Q +con s +it a +Ġ' . +{ } +ĉ C +Ġst uff +Ġ :Ċ +ĠA R +T ask +h idden +er os +IG N +at io +ĠHe alth +ol ute +Ent er +' > +ĠT witter +ĠCount y +s cribe +Ġ= >Ċ +Ġh y +f it +Ġmilit ary +Ġsa le +re quired +n on +boot strap +h old +r im +- old +ĠD own +Ġm ention +cont act +_g roup +od ay +Ġto wn +Ġsol ution +u ate +ell ing +] -> +ot es +ent al +om en +osp ital +ĠS up +_ EN +Ġsl ow +SE SSION +Ġbl ue +ag o +Ġl ives +Ġ ^ +. un +in st +en ge +Ġcustom ers +Ġc ast +ud get +ï¼ ģ +ic ens +Ġdeter min +Se lected +_ pl +ue ue +Ġd ark +// ĊĊ +s i +ther n +ĠJ apan +/ w +P U +ĠE ast +ov ie +Ġp ackage +Ġn or +Ġap i +b ot +" ];Ċ +_p ost +ul ate +Ġcl ub +') );Ċ +Ġlo op +PI O +ion e +sh ot +In itial +Ġplay ed +reg ister +rou ght +_m ax +ac ement +m atch +raph ics +A ST +Ġexist ing +Ġcomple x +D A +.C h +.com mon +m o +Ġ' ../../ +it o +Ġanal ysis +Ġdel iver +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +id x +à ł +ong o +ĠEng lish +< !-- +Ġcomput er +EN SE +Ġp as +Ġr ais +H ash +Ġm obile +Ġo wner +F IG +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +th es +Ġat tr +w d +.t ime +aw n +Ġtreat ment +ĠA c +. View +im pl +m ore +p ass +Ġh a +.f rom +Ġle ading +FF FF +( error +. ui +at ar +ad ers +d ates +Ġz u +Ġfl ow +T arget +Ġinvol ved +Ġi o +par se +$ _ +he st +. int +- item +as y +S p +Ġsh ift +N T +Ġt f +_T R +. web +C S +Ġ} ) +Ġey es +_ z +' );čĊ +if orn +Ġ{ @ +Ġn ice +.l ist +ĠĠĠĠ čĊ +Ġf loor +Ġred irect +ĠU K +( [' +Ġw ish +Ġcap t +leg al +ĠI O +Ġst age +. String +ĠA fr +ig en +ĠS H +De lete +ell s +Ġsol id +Ġmeet ing +Ġwork ed +Ġed itor +in y +Ð ¼ +_ read +. Id +e ff +Off set +ch a +US ER +ĉĉ ĠĠĠ +ipp ed +Ġd ict +ĠR un +.h pp +Ġan g +x ml +im ple +Ġmed ical +_t oken +con nect +Ġh our +Ġcont roller +_m essage +U ID +G r +and ed +_C H +Ġbook s +Ġspe ak +am ing +Ġm ount +Rec ord +ĉ struct +.W eb +ond on +Ġ// Ċ +Ġf elt +.A uto +id ge +_p os +P R +Ġmod ern +C ollection +_m sg +C D +ĠL o +Ġsecond s +ib ly +.e quals +Ġintern ational +# pragma +oo th +W riter +i ate +Ġce le +ĠB it +iv o +iv ery +r d +HE CK +Ġc ache +.c ount +Ġro ll +.Re ad +RE D +Ġset up +izont al +model s +arg v +Ġconsider ed +=" ../ +set tings +ĠR el +Ġgrow th +Ġm ix +ĠWash ington +Ġpl t +ĠI M +á º +Ġturn ed +ĠDate Time +ĠW ed +( url +Ġ" - +Ġlet ter +As ync +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠOct ober +_l ine +Ġatt ention +Ġcol lect +ĠH ash +Ġim ag +T ree +Ġsit uation +et te +_n o +IV E +Ġv on +.t arget +Ġknow ledge +Ġdr ive +.p ost +Ġb lood +Ġc it +pr imary +Ġconfig uration +te e +Ġph oto +is ode +Tr ace +Ġg ave +Ġsh ot +ĠA ir +Ġm other +pr ice +Ġmor ning +)) {Ċ +- x +Ġtr ade +Ġdes c +Ġ&& Ċ +Ġparent s +A pi +å Ī +t ed +w er +Ġ æ +Ġs y +ĠK e +Par ser +å ħ +anc y +Ġpie ce +iforn ia +to String +r an +id ing +PT ION +com es +/ lic +.c lient +E l +L ong +Ġprofession al +ru pt +v a +Ġcomplet ely +Ġpract ice +Ġse lection +R em +in i +Ġc am +RE E +Ġsit es +p a +AT US +Ñģ ÑĤ +arr ant +* ( +_ KEY +ĠB utton +ĠF riday +se qu +Ġre ader +Ġm essages +è ¯ +Ġbu f +K e +Ġn ov +H P +M sg +al ign +ar ily +Ġ' , +_w ith +Ġd as +Ġhe ard +at omic +ri al +) [ +Ġdis e +@ end +Ġg old +Ġf air +Ġsa les +. Button +str ict +s ave +Ġme asure +Ġ" + +ec ause +View Controller +ĠT able +.p aram +Ġdec ided +(( ( +IN FO +Ġopport unity +T e +IC ENSE +cc ording +k i +ĠU N +Ġcont ain +Ġman ager +Ġp ain +ĠF ire +rom e +Ġpl ans +F ound +l ay +ĠDec ember +Ġinfl u +à º +ren ch +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ġ +az ing +b rief +c all +wo od +Ġload ed +Ġgr and +/ f +im p +_ U +ST R +âĢ ¢ +Ġcred it +.C olor +or ge +QUE ST +Ġdiffer ence +ĠP C +w args +Ġp ub +und ay +Ġf ra +.m ax +Ġtri ed +ann els +s end +Ġreport s +Ġad ult +ä º +Ġcons ist +ĠSt reet +ĠPro gram +S QL +M atrix +ounc il +- A +ĉ w +Ġwho se +Ġrel ig +ĠS ex +Ġg ives +n one +.m essage +( G +.aw t +- right +ĠNov ember +ell ig +ut ive +Ä ĥ +over n +Ġeas ily +Ġide as +ĠÐ ½ +/c ss +ly ing +el le +C an +_c olor +оР² +Ġp air +ng th +Ġs plit +d rop +art y +on a +Ġcap ital +Ġhe ar +Ġex ists +ĉ log +em o +R un +o i +Ġpar ser +ĠM ethod +Ġeduc ation +[ k +Ġlib rary +> ";Ċ +_ UN +ĉ std +od ed +Ġcall s +h ere +R el +Ġbr and +back ground +g a +_add ress +_param s +C ategory +ĠInd ia +_e vent +Ġ ing +R ender +.c l +ump y +Ġp et +F C +ĠA nt +Ex t +Ġchar ge +en ed +gr ad +E O +Ġdep end +Ġ .ĊĊ +fr ame +Ġd f +Ġh uge +ĠP ART +ed s +; ; +ĠA M +Ġbas ic +ĠL et +lic h +Ġar m +Ġst ar +Ġf ederal +W ork +Ġcar ry +ĠIs rael +( obj +={ { +Ġs aved +Ġs yn +Ġconst ant +V ENT +Ġpos itive +Ġcon duct +Ġsk in +Ġear lier +Ġl ayout +ĠI P +O UR +Ġt im +styles heet +_ cl +ĠC ard +++ ){Ċ +Ġtem per +ĠDav id +ĉ try +.d art +Ġwant s +Ġp icture +Ġv ideos +ĠCom m +is ions +_M AX +M apping +- content +ĠE ar +- de +Ġpre m +br uary +Ġcom ponents +Ġthrough out +Ġp ull +Ġp ages +ent e +res pond +Ġg as +cript or +Ġed ge +Ġb ound +A CT +**** ** +Ġcre ating +ĠC H +Ġnull ptr +B r ++ ' +.c o +> :: +Ġle arning +.L ength +_S H +Ġpat ients +A IN +Ġk ids +Ġcom fort +Ġsh own +ug ins +ĠB ack +ell a +_C L +Ġl at +Ġdis patch +Ġclass es +. at +.b egin +Ġsuccess ful +b an +Ġobt ain +ĠS l +Ġl ack +iter ator +Th read +(s ize +Ġn one +.h as +_ X +s ort +n ap +p et +b in +ĠCan ada +The y +Ġd ans +ĠM at +< td +Ġh air +Ġ' ',Ċ +Ġc u +Ġlaw s +let ed +p ed +Ġp ow +Ġk new +_C OM +_ , +ĠM ag +id ents +( req +Ġ ), +- center +Ġw ide +ĠA uthor +st ants +Ġjob s +Ġm ath +et imes +Bo olean +Ġs cope +_ is +Ġme as +Ġkey s +el ay +Ġexact ly +'=> ' +ĠP aul +m as +ĉ print +(l en +f d +Ġ) ; +. Event +q li +ir it +ield s +om an +ĠT op +Ġv ote +Ġm ask +Ġthem e +- Ċ +Ġpro ps +Ġf ine +Ġwrit er +_ offset +c ar +Ġal tern +Ġc opyright +Ġdest roy +pp er +Ġgener ate +pp ed +âĢĻ d +ĠĠĠĠĠĠ Ċ +m ake +ĠSh ow +Ġb rowser +Ġfavor ite +Ġcare er +Ġhappen ed +( char +Ġrecomm end +Ġl iter +.f ilter +gr ade +Ġ £ +Ph one +om s +Ġn amed +- label +ip o +ĠO ther +Ġp anel +Ġro ck +S cale +ĉ assert +Ð ´ +Ġtr ust +fr ont +Ġdem on +A r +N et +Ġecon omic +foot er +Ġr ace +(n ode +ĠO ption +s plit +Ġphys ical +if est +Ġrem oved +. http +)) ,Ċ +Ġlook ed +' ; +d ing +g est +atur day +/lic enses +Pr ice +Ġd ro +Ġto wards +Ġun s +ĠC L +ĉ static +Ġ rows +Ġdef ine +.re place +Ġf ather +ĠDes ign +ass ign +m ut +De vice +D id +') )Ċ +omet ry +ay load +Ġh istor +ĠP aram +ĠBo olean +Ġn ature +Ġj s +Ġn ation +i h +Ġdis cover +se m +Hand le +ĉ r +ĠTe chn +Ġw all +{ $ +@ property +Ġ" ../ +Ġex am +.d raw +opp ing +Ġnear ly +Ġco ol +Ġinde pend +RE S +Ġhand ler +ĠMon day +Ġs un +St yles +ous ly +Ġ ĉ +v est +D isplay +( y +atic ally +Ġpred ict +y ing +Ġsom etimes +" ]Ċ +Ġdr ink +Ġb ul +ific ations +. insert +.re g +Ġtest s +Al ignment +Ġal leg +Ġat tribute +ĠN ote +Ġmy self +art s +N ow +Ġinterest ing +li ents +Ġpop ulation +ĠCal ifornia +" I +å ¹ +Ġgre ater +ues day +Ġth ous +Ġcost s +Ġla unch +\ Http +k er +b and +ĠPl ay +Ġb and +.sh ape +es ome +art icle +.r f +Ġw er +á s +em bers +us r +B A +ic an +et t +valid ate +ult i +Ġimmedi ately +z er +Ġfig ure +o es +ell er +irc le +ĠS ign +.d b +Ġr ank +By tes +Ġproject s +_re c +UL AR +A PI +ĠL ine +P ort +Ġp oll +Ġg iving +id ence +-- Ċ +Ġpl ot +ic ial +Ġw arrant +IT ION +ĠD ouble +Ġbill ion +gorith m +Ġequ ipment +D ATE +Ġ@ " +E E +Ġp le +i ation +Ġhead ers +Ġpro ced +.Component Model +ĠOb ama +Ġp a +ĠB est +im ately +.get String +. \ +mp loy +Ġr aw +_b lock +und red +" },Ċ +.Group Layout +Ġb rought +NS String +th row +cre ated +.N ew +_ view +C P +ep s +O p +Ġgr atis +Ġ' " +Ġinter view +"" "Ċ +Ġpart ial +Ġa ria +b ing +A uthor +Bo ok +ĠP at +um an +Us ers +pl us +ĠD irect +ven ue +al pha +UC CESS +ĠC all +Ġ );čĊ +im ated +Ġrem ain +Ġant i +ĠL ondon +Ġsaf ety +PO SE +o les +cont roller +By te +ĠCour t +ĠPh il +ĠAss oci +en a +å IJ +_ST R +co in +resh old +Ġb atch +_C lick +entic ation +> ';Ċ +ent y +Ġbegin ning +Ġz ero +ĠCon vert +Ġt err +Ġp aid +Ġincre ased +c atch +-s ize +act ivity +e quals +Ġque ue +Ġ" ' +ĠIntern ational +Ġf ür +urs day +Ġsc ient +all ow +ax is +Ġapp ropri +ed ge +Ġid x +S uccess +ent ifier +: \ +x is +Ġmax imum +ark s +Ġb irth +( index +Ġmay be +.p y +file s +Ġlim ited +_ check +lo ok +pl ies +Ġmov ement +'] . +Ġbro ad +ĠB E +ĠUn ityEngine +.c pp +ĠE very +Ad min +Ġf ans +p ared +Ċ ĠĠĠĠĊ +Ġfore ign +Ġp an +Ġt our +ĠOr der +Ġmov ing +Ġa uf +C all +c b +Å Ł +vent ory +ĠS ql +Ġful ly +Click Listener +W ORD +Ġannounc ed +) čĊčĊ +Ġagre ed +ri e +Ġe arn +_l ink +. array +(t ext +Ġmaterial s +, p +ff ff +v g +Ġ © +Ġun less +aj ax +LO G +Ġsex ual +Ġ\ " +- time +Ġco ach +Ġsupport ed +Ġphot os +if orm +.C reate +) ] +ri er +Ġd ialog +av er +ig e +) + +_id x +: [ +_m in +ĠC ong +Ġpress ure +Ġteam s +S ign +b egin +ri an +NE SS +L S +Ġimpro ve +ĠS unday +Ġdef inition +ig er +roll ers +Ġthink ing +T emplate +- F +Ġem erg +pl ates +ĠUS A +.set State +ĠAl so +re v +Ġen able +ĠC O +PE CT +Ġcon cept +) - +ĠâĢ ¢ +Ġset s +Ġmean ing +em on +ĠCon s +c mp +ed er +ann ed +icens ed +ĠS uper +Ġd aily +Ġmult i +_ u +Ġchall eng +_m ode +ĠP romise +Ġstr ict +j o +int on +( list +On ly +> { +Ġveh icle +í ķ +ĠPl ayer +ĠD el +Ġp ool +. url +nes day +();čĊ čĊ +Ġ" );Ċ +L ocal +. ");Ċ +Ġorgan ization +re nder +ĠApp lication +Ġsum mer +ex pected +N A +Ġr ap +_ obj +Ġsur face +ĠP UR +Ġ}, ĊĊ +Ġvariable s +(m essage +Ġop in +.b ack +а н +Ġwork ers +v m +C o +ught er +Ġm aster +Ġ" ", +Ġst ories +. User +Ġcele br +ines e +B S +ĠCom mand +ash board +Ġo g +k g +. image +.st yle +Ġstep s +ĠB en +( args +ĠP erson +, y +Ġofficial s +| Ċ +Ġsk ills +v c +Ġbuild er +Ġg ar +A ccount +ĠA uth +ç Ķ +'] )Ċ +ĠA T +n n +. Int +SS ERT +Ġeffect ive +LE TE +Ġto ols +AR D +Ġdig ital +D ouble +ĠF ind +R C +Ġin line +/ r +AR AM +AS K +Ġint ent +a ight +_add r +Ġrequest s +.f irst +Ġde bug +Ġsp ent +() ));Ċ +Å Ľ +Ġpr incip +Log ger +clud es +. use +Ġsur v +med ia +ĠFe bruary +ĠM ac +Ġmiss ing +Ġw ife +Ġtalk ing +ĠM ake +Ġc art +Ġloc ated +E nc +- a +ch ron +Ġc ards +Ġgu y +Ġp ers +ĠY es +ate ver +ĠA ng +ol ar +ĠE ven +Ġacc ur +ĠP ower +ĠG old +c lear +Pro cess +Ġrec ords +Ġk illed +.c lear +ĠWARRANT IES +Ġpur pose +pan el +J ECT +ÃŃ a +Ġex erc +W S +/ L +. exports +Ġ__ _ +Ġs in +S ervlet +Ġd é +.de lete +ro ke +S l +ug h +ear s +Ġpoint er +Ġh op +all ery +Ġo bs +co very +ĉ char +ĉĉĉĉ ĉĉĉĉĉĉ +ĉ def +oc ity +itch en +ul ations +ĠF IT +Ġ ). +straint s +vent ion +Ġrequ ires +ĠO per +M E +OUN T +al let +Ġn orm +I RE +ex as +Ġprogram s +Ġwe ak +' .$ +u ing +ĉ ĠĠĠĠĠĠĠ +Ġm il +Ġf irm +init ely +_VAL UE +ap se +atis f +Ġdem and +_m od +Ġdescri bed +Ġpl aces +V ID +Ġal one +Ġex port +Ġv ec +ĠM ax +Ġactiv ities +ict ures +g ener +Ġm a +Ĥ ¬ +Ġexpress ion +C allback +_ content +ĠM ost +Ġtest ing +E C +CH ANT +Ġad just +.Th reading +( ctx +Ġag ree +ig hest +Ġu i +ĠL aw +. Y +> ĊĊ +.ex ample +ber g +Ġmov ed +ĉ e +ĠS aturday +Ġpay load +Ä ĩ +) :ĊĊ +Ġbe y +ur er +< script +Ġs ymbol +Ġass um +Ġp ul +E ffect +Ġh undred +To ol +ak ed +con nection +Ġvo ice +Ġp d +Ġtrans action +Ġlink s +E rr +ĠInd ian +T C +atal og +n i +s ign +<< " +j i +y a +Ġdemon str +ul ated +. St +Ġinst it +Ġbo ost +Ġcell s +ol ic +.P ro +: , +"> \ +Ġth us +ĠReg ister +h ol +ĠCh inese +Ġpost ed +Ġm agn +ab ilities +Ġdise ase +Ġrem ains +ĠPro f +- form +Ġc in +org an +ic ate +Ġst ress +] * +Ġ ---------------------------------------------------------------- +_ context +or ry +Ġd ied +m at +Ġstart s +.M essage +Ġrun s +Ġgu ide +Ġwarrant y +ential s +d ict +ĠS ize +ul er +Ġrespons ible +_SE T +Ġcont aining +ĠPr ice +| | +F S +Ġem p +_b utton +( uint +Ġsu ff +p th +Ġdef initely +put e +Ġmarket ing +ĠW H +ĠS ie ++ = +OL OR +Ġcons ult +Ġs igned +Ġse quence +le e +Ġrequire ments +h y +Ex press +M T +se y +Ġ ult +å ® +ellig ence +Ġanal y +Ġd ress +eng ine +ĠG reat +ĠAnd roid +ĠA lex +m ode +D ictionary +.D ate +ä ½ +V ICE +Ġfam ilies +ĠRuss ian +ĠT imes +.c all +$ ( +Pro file +Ġf older +ch es +Ġleg is +_ row +un es +Ù Ħ +Ġ} ). +Ass ert +ag en +ĠH and +I ter +Ġbig gest +ore ach +Ġpol ic +Ġper missions +Ġshow ed +ĠE lement +Ġtop ic +âĢĶ âĢĶ +ro ad +ĠB ank +rec ord +Ġpart ners +ĠR ef +ess ions +Ġass ess +U ST +ĠPart y +pro du +L C +Ġ ul +. form +h ide +c opy +UT F +ĠSO FTWARE +čĊčĊ čĊ +ĠL in +un a +ug ar +Ġadmin istration +Ġopen ing +Ġsc an +Ġcontin ued +com ponent +.s p +Ġhapp ens +um my +ĠP R +.F ile +ĠDown load +Lo ading +d i +Ġwait ing +_A DD +T ab +.query Selector +Ġecon omy +ĠF rench +t xt +Ġf ant +_ ;Ċ +H older +S H +Ġn umpy +Ġst reet +Ġm ale +\ Model +ang ing +ĠB ill +Ġprevious ly +B I +ĠSec ret +Ġm ist +ĠF ield +up s +ĠPro cess +Ġke pt +ĠO T +Ġtrad itional +. i +am in +Ġhelp s +An y +orig in +ilt ers +j u +d esc +ĠA ccount +Ġ) čĊ +k top +ol ly +Ġf s +Ġ ê +Ġ ut +Ġcent ral +(t est +.A n +Ġs atisf +G R +ĠF ull +Ġhe at +ib er +Ġon to +m os +S chema +Ġfact ory +" .$ +aw s +St atement +(t arget +ĉ new +.b e +Ġg uest +Ġm al +AR Y +Ġre ached +Ġm ouse +Ġchall enge +ĉd ouble +ĠT em +Ġt error +Ġex tract +_T O +Ġsepar ate +Ġm ir +h elp +Ġcap acity +ĠProp erty +k an +_c reate +ĠL ight +.p arent +Ġunderstand ing +Ġeas ier +Ġ| = +Ġen h +Ġf at +Ġprot est +am m +_ AT +- of +il s +ĠO h +Ġps ych +Ġ$ . +ind s +Ġrel ative +sh op +sh ort +ĠS and +uest ion +Ġf ear +/ ĊĊ +. context +Ġschool s +Ġser ve +z one +_d b +Ġmajor ity +ex ample +Ġl ang +ĉ ĠĠ +Reg ister +end o +Ġprocess ing +_t emplate +- user +Ġe g +C OM +ĠBl ue +i ro +Ġrem ote +ĠI T +#! / +Ġred istrib +ra z +ĠS ince +ĠT ur +Back ground +== = +Ġref lect +Ġpro s +c md +Ġwh om +Com pat +ĠA re +Id entifier +ĠTh om +_ port +g u +Ġmon itor +r m +Ġpat ient +ver ter +Ġg ain +- ui +In st +Ġd ies +A rea +_f ilter +Ġgr at +Ġreal ity +ord inate +ol ved +Cont act +Ġcompl iance +_ or +ĠV ar +d l +Ġapp end +G ER +(m ax +.re nder +Ġd ynamic +ordin ates +_ options +_c olumn +Ġb atter +s pace +L a +ĠS ource +/b in +Ġd os +ĠBo ard +ĠTh read +ĠA L +( config +ĠM er +Ġm iles +_ header +ETH OD +iz z +Ġbenef it +Ġinteg r +(c urrent +ul o +. default +ĠD iv +Ġt on +o th +erv ation +ed om +Ġb aby +ce ived +.t op +rior ity +ĠL ocal +ri age +Ġattack s +Ġh ospital +Ġfem ale +ĠLog in +ĠFl or +Ġch ain +ash ion +Text ure +S ave +Ġf arm +.cont ains +.T est +Ġknow s +Ġgener ally +ip eline +Ġme ant +enc ia +Ġn icht +Ġcont ents +P M +ched ule +( line +C G +j ob +ĠRe al +u er +f irm +Ġ Ø +et ro +" `Ċ +Ġspe ech +Ġth r +fore ach +Ġw arn +ĉ l +Ġhe avy +< li +N e +Ġinvestig ation +M ath +- title +Ġch urch +Ġdes pite +ch ain +Ġwh atever +ar ian +f n +Ġm eta +} )ĊĊ +U FF +Ġregard ing +_S UCCESS +m es +ĠInt ent +Ġres olve +pos s +ir a +for ce +o ice +à ¢ +Ġp m +Ġup dates +A rr +Ġ Ñ +test ing +Ġto ward +nt ax +ë ĭ +Ġlist en +Ġgo als +Instance State +D r +Ġr are +Ġtr ail +Ke ys +C al +C ar +ĠPe ople +ĉ local +class es +Re ference +.for Each +em b +act iv +Ġpr im +red ict +Ġr ad +æķ ° +.B ack +Ġsp read +Ġc lock +Ġv ir +ed itor +Ġeffort s +Ġbr anch +Ġind ust +Ġmot or +Ġam b +Ġdat etime +Ġren cont +ĠChrist ian +ĠAmeric ans +f ull +Ġf mt +.m ain +Ġca used +_ update +ĠCont ent +AT CH +Ġb ath +ĠE ach +Ġr adio +ach ment +uz z +Sub mit +Ġre strict +ab in +ĠL oad +Ġext ension +Ġess ay +Ġh at +avi our +to Be +": [ +Ġoffer ed +Ġv ill +(d ouble +æĹ ¥ +b c +_f ree +ĠM iss +ĠB er +Ġ è +ĠL ike +Ġhelp ed +.get Name +_ AL +Ġsp irit +ĠAp ache +w s +Ġthere fore +( params +_ img +Ġpe ace +Ġinc or +ĠEX PECT +Ġmin or +ip es +ĉ data +select or +c ity +tr ie +.b ase +_f rame +Ġopen ed +/ json +L Y +n u +.D e +t f +m argin +.P arse +Ġp i +Ġe q +b d +Field s +ĠT ree +Ġb an +ist an +Ċ ĠĠĠĠĠĠĠĠĊ +ĉg l +Ġprodu ced +s ystem +M ark +_h ash +Ġb g +Ġconst it +ĠLe ague +Ġmiss ion +_ format +([ Ċ +clus ion +! " +Ð · +b reak +ĉs witch +Ġth er +Trans form +Ġfoot ball +- link +r oute +. auth +Ġb ag +ov ers +Ġen abled +Ġr ac +( I +C R +anc ing +Ġman aged +_ q +NG TH +Ġm ac +ĠA uto +ament e +Ġ' ', +.App end +Ġp in +. item +ack ing +Ġocc as +p erson +Ġt i +.Re g +Ġh aven +Ġg lass +Ġ" ) +_ char +res ource +Ġep isode +Ġ' _ +ĠE s +ĠEar th +Âł Âł +UP DATE +ĠS ou +u is +t ypes +Ġm as +Ġf av +Ġcon struct +_r ate +er as +Ġ| Ċ +rop erties +Ġext ernal +Ġap plied +Ġpre fix +ot ed +l ers +Ġc old +ĠS P +ĠCh urch +ĠOut put +los ed +ç ļ +ific ate +oper ation +her it +x FF +. env +_ err +os h +D irection +C ancel +ĠFr ank +Ġfind ing +. )ĊĊ +Ġr outer +ãĥ » +s es +Ġc row +== ' +Ġs and +Ġr id +it ure +Ġent re +Ġo bserv +Ġv ac +ð Ł +- T +A rt +n ight +. search +Ġex change +Ġdistr ict +. os +Ġdep artment +Ġdoc uments +Ġcent ury +ĠN ext +H ost +ĠK IND +Ġsus p +- P +re nd +. em +u ite +ist ers +( json +ĠAn n +w t +at i +ĠHT ML +wh en +D irectory +Ġsh ut +< a +ed y +Ġhealth y +Ġtemper ature +ĠG en +Ġmet al +Ġsub mit +ĠD O +Ġat tract +Ġ{ };Ċ +ĠW ord +Ġl l +Ġseem ed +k o +I ED +Ġl abor +.Cont ext +Ġas set +y ou +Ġc ars +ĠC olumn +Ġr é +Ġs quare +ĠNS String +âĢĿ , +ap es +.. .Ċ +Ġthan ks +( props +Ġt ick +Ġexper iment +Ġpr ison +t ree +- text +ĠIO Exception +-w idth +_ST ATUS +f ast +-b ody +- header +Ġgu ar +cre te +ĠT im +Ġclear ly +ĠRepublic an +Ġjust ify +и ÑĤ +ĉ ĠĠĠĠ +c ache +; // +Ġpres ence +Ġfact ors +Ġemploy ee +] )) +M ember +Ġselect or +b or +ĠM ex +çļ Ħ +ut ex +_t ag +ail ure +ĠN et +Ġre li +E G +Ġf printf +Ġte en +lo ss +Ġle aving +De legate +Ġbe at +Ġmin ute +sub scribe +Ġredistrib ute +Con stants +Ġcan cer +/ { +B L +Ġs pan +ĠCh ild +C enter +Ġear th +Y S +ĠLe vel +Ġse a +.s upport +.in ner +. Item +ill ing +ĠĠĠĠĊ ĠĠĠĠĊ +ĠL abel +ĠE st +( arg +bo Box +ĉf oreach +c os +F ailed +sw ers +Ed itor +r ont +ĠM P +ex pr +ĠL ife +Ġ? ? +ö r +Ġatt end +ĠQ ue +Ġspec ies +- D +Ġa us +Str uct +Ġadvant age +ost on +-b lock +in itial +C RE +Ġtr uly +Ġcomp are +or ney +Ġs pect +F ull +b es +Ġvis ible +Ġm ess +st ances +Ġcl oud +_v ersion +Ġf urn +ic ago +LO W +Ġtraff ic +Ġf ol +rypt o +Ġdecl ar +Ġsl ot +ĠEx t +ĠEng land +ĠU nder +Ġt a +let ter +Ġoffic er +ĠDon ald +Y es +_ json +IT ableView +ĠU SE +mploy ee +Ġopin ion +ĠA ut +b order +Ġad vice +Ġautom atically +is co +Ġm m +. vis +am l +Ġinitial ize +Ġ( { +Ġ ;ĊĊ +Ġgener ation +Ġb its +clip se +Ġun f +ut ors +pl t +Ġdel ta +est roy +is is +< br +Ġlimit ations +Ġend ed +ĠM ad +il m +Th ese +ĠMin ister +Ġch art +F ragment +Ġindepend ent +Y ear +Ġin str +Ġt ags +A VE +ĠAr ch +st op +Pro gress +Ġm i +Ġlearn ed +G e +Ġhot el +S M +T YPE +Ġc y +ERS ION +un ately +l imit +s el +Ġmov ies +Ġste el +o z +g b +ĠC amp +s ite +ĠLog ger +P LE +оР´ +. right +ĠC ore +Ġm ixed +st ep +Ġput s +s uper +R outer +. Http +ly ph +ĠColor s +Ġandroid x +. str +Ġinn ov +Ġde ck +' >Ċ +ap ers +] ( +cont inue +s pec +ĠR oad +AS H +ili ar +Ġcontin ues +Ġapp oint +Ġ# Ċ +ĠV ir +Ġ?> " +Ġb in +} ", +go ing +e ach +B D +ĠA ccess +D oc +ĠMan agement +B ER +ask et +.get Instance +Ġestablish ed +so cket +IN S +ĉv irtual +ĉ result +RE AD +_ height +ĠF ont +Ġ( );Ċ +_ html +Ġneighb or +l or +Ġg ather +Ġ} )ĊĊ +Ġid entity +Ġf ab +p adding +ĠR oute +Enumer able +à ´ +Ġfor ced +/j query +.ĊĊ ĊĊĊĊ +res ents +_ left +.P aram +ĉ throw +ĠH am +Ġevent ually +ac er +p ub +Ġtr a +un ique +d el +ĠFlor ida +ĠC lean +x a +Ġ · +Ġvalid ate +Vis ual +Ex pression +_f unc +m ember +ĉ h +tr l +ĉ G +nap shot +ĠProp Types +v in +] )ĊĊ +ow l +if ies +Ġ$ ('. +ĠCont ext +ĠTo ast +. Key +Ġoffic ers +/ n +s n +und efined +. items +ut ow +am age +Ġaccount s +ook ie +Se ction +ici ans +Ġad vis +( is +[: , +ĠFr ance +F unc +ic ious +Ġto k +Ch annel +ĠA D +_N UM +Ġtime out +lem ma +rem e +u j +.A l +uc lear +( os +(" < +[ Ċ +f etch +Ġb al +Ġgu id +- align +ĠW rite +ĠOn ce +utow ired +OD ULE +Ġp itch +C F +by tes +ĠCom mission +Ġincre d +P ER +_ response +ĠL os +par ser +Ġass ume +. Request +ĠT oken +_p osition +Ġn om +- term +Ġrem aining +i ostream +Ġpie ces +ap y +ĠL ess +r ange +umb n +pr ise +_ option +Im pl +k wargs +Ġbusiness es +Al ert +Ġpart ies +ĠCont ainer +ĠPr ivate +ĠPl an +Ġregister ed +Ġj our +ack er +ен и +/ > +ch at +se ct +Ġcre ation +olut ely +Ġinst ant +Ġdel ivery +ick en +y es +ĠFr anc +bl ing +end a +[ ( +_r ange +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +Ġsched ule +Con n +Ġthan k +x d +Ġh ook +Ġdocument ation +Param eters +H ello +v t +Ġart icles +Ġw est +def ined +. select +ok ens +ĠV AL +.f ile +res et +Ġmy s +ĠM A +] ), +Ġc ities +rel ated +å Ľ +Ġappe ared +Ġw id +.p anel +ĠIn s +. entity +Ġde cre +ĠL ou +(t ime +ĠTh ank +.create Element +Ġmention ed +oun ce +ĠT ry +ĠW all +/ images +ĠM enu +' čĊ +ĠE r +Ġcrit ic +ĠY ear +( param +Ġf lo +N N +oot er +Ġ ];Ċ +ĠA ff +" github +room s +Ġh yp +g lobal +Ġa vec +æľ Ī +Ġcomplet ion +Ġcon d +onym ous +( temp +Ġst ars +Ġre levant +Ġcover ed +Ġel im +_t ypes +( bool +Ġt u +_ex ists +Ġsec ure +Ġst ored +] / +x F +ĠCont roller +Ġm igr +M I +ĠD en +Ġann ual +U IL +- and +Ġcr ime +b el +Ġk itchen +@ g +_p h +ourn ament +ĠS ocial +ĠS pecial +log ger +Ġt ail +Ġun known +d ed +Ġapp rec +(d b +c f +Ġass ign +- out +ĠM ont +d p +w idget +Ġst one +- primary +. grid +Result s +az z +Ġda ughter +Ġcur r +Ġl in +Ġs outh +form s +ĠO UT +let te +ak s +ig ure +ĠE U +var iable +Ġb rief +ĠSc ott +Ġcon ference +and a +_ lock +or al +Ġe ine +OR S +//////////////////////////////// //////////////////////////////// +ess o +Ġr is +Ġg ender +est ic +L icense +( out +Ġm s +Se e +Ġwill ing +az e +Ġs ports +Ġy es +l u +Ġp urs +/j avascript +- pro +nav bar +_pro duct +/ bootstrap +Ġdr iving +Ġ Ä +Ġpro pos +ult ip +up lic +. email +Ġappro x +( cl +Ġwe ar +Ġrep ly +ass et +Ġ ice +Ġt x +k r +ĠGerman y +ĠGe orge +Ġc b +ĉ err +M ove +Ġpol y +vo ice +} " +Ġan imal +A v +ĠL ocation +Ġn ative +] [" +< double +Ġm ais +, int +Ġpre par +Ġinter val +plement ation +_ ERR +Ġb ug +> " +st at +Ġ} ,čĊ +< span +Ġfa ith +Ġ rom +pre v +ĠE lect +F ind +Ġg od +ot or +// ---------------------------------------------------------------- +orig inal +C pp +ĠSen ate +Ġposition s +Ġweap ons +Ġco ff +Ġpur poses +p ol +Ġim press +Ġanim als +. Entity +(n p +Ġmur der +Ġ` ` +fl ag +Ġsol utions +ĠAct ive +Ġb right +.d ate +Ġsit u +ï¼ Ī +. ID +Ġs ie +), čĊ +ak t +S pace +.d at +.index Of +h an +az ine +ĠZ e +Ġcr ash +( / +> = +Ð ± +iv a +.Auto Size +ĠL at +_ ext +Initial ize +.reg ister +OP Y +Ġre verse +_d is +'] [ +Ġprom pt +ont o +ĠJ ournal +r outer +Ġmys qli +# else +) " +-x s +let s +ph an +. LE +W ill +Ġaff ord +Ġsk ill +-t oggle +N C +B ind +T S +J ust +iter al +Y P +ĉ unsigned +Ġw ind +)) :Ċ +Ġw arning +ĠW ater +Ġd raft +Ġc m +Ġs am +Ġhold ing +z ip +ĠSc ience +Ġsup posed +G en +Ġdi et +< h +ĠP ass +v i +Ġhus band +� � +n ote +ĠAb out +ĠIn stitute +Ġcl imate +.Form at +Ġn ut +est ed +Ġapp arent +Ġhold s +f i +new s +C M +v ideo +': ' +D ITION +p ing +Ġsen ior +w a +-- >Ċ +_ default +ĠD atabase +re p +E SS +ner gy +.F ind +_m ask +Ġr ise +Ġk ernel +:: $ +. Q +Ġoffer ing +de cl +ĠC S +Ġlist ed +Ġmost ly +eng er +Ġblock s +ol o +Ġgover ning +\ F +Ġcon cent +.get Text +Ġm b +Ġocc urred +Ġchang ing +Sc ene +_C ODE +B eh +" The +Ġt ile +ĠAssoci ation +ĉ P +al ty +_ ad +od ies +i ated +Ġpre pared +poss ible +Ġm ort +TE ST +Ġign ore +Ġcal c +Ġr s +Ġassert Equals +Ġs z +ĠTH IS +. "Ċ +Ġcan vas +j ava +Ġd ut +VAL ID +.s ql +. input +Ġa ux +S up +Ġart ist +V ec +_T IME +.string ify +et ween +ĠC ategory +Ġ[ - +ĠDev Express +ĠJ ul +Ġr ing +. ed +Y Y +L et +Text Field +Ġfl at +_p rint +ĠOT HER +ad ian +Ġcheck ed +e le +Al ign +stand ing +Ġ[ ], +Ġl ab +uck y +ĠChrist mas +( image +.m odule +Ġl ots +Ġslight ly +(f inal +er ge +è ¿ +ĠPol ice +ĠR ight +Ġaw ard +ĠO S +Ġ{ }ĊĊ +Ġp tr +ov es +ic ated +еР¼ +Ġman age +olid ay +Am ount +ool Strip +t body +N av +w rap +B B +Ġwatch ing +ari os +Ġoption al +_ K +ĠL icensed +.M ap +T imer +ĠA P +ĠRe v +( o +, c +um in +eta iled +ĠH y +Ġbl ank +ag ger +ĠS elf +() [ +.m ake +ear n +ch annel +< pre +ble m +_p assword +_s p +ic ing +e z +Ġthe ory +ĠT er +, n +log o +ĠHT TP +() )) +.h andle +> ;Ċ +W orld +Ġpy thon +Ġl if +Ġtr av +Ġcon ven +com pany +ĠCl ub +V er +B tn +Ġz one +product s +ĠE duc +Ġver ify +ĠM il +on o +] );ĊĊ +EN CE +Ġpack et +Ġc er +Ġen umer +Ġpar s +form ed +Ġocc up +t re +Ġexerc ise +D ay +_s um +Ġask ing +apt ion +Ġord ers +Ġsp ending +ĠE RR +.D is +ĠU til +âĢľ I +\ ' +? ) +/ >Ċ +Ġem ot +Ġinflu ence +ĠAfr ica +att ers +Ù ħ +.s ession +Ġch ief +ĉĉĉĉĉĉĉĉ ĉĉĉ +Ġto m +clud ed +ser ial +_h andler +.T ype +ap ed +Ġpolic ies +- ex +- tr +bl ank +mer ce +Ġcover age +Ġr c +_m atrix +_ box +Ġcharg es +ĠB oston +P e +Ġcirc um +Ġfil led +Ġn orth +icture Box +ĉ res +è ® +Ġter min +Ġ[ âĢ¦ +IRE CT +Ġb er +Ġ" ../../ +ret ch +.c ode +_c ol +ĠGovern ment +Ġarg v +ĠL ord +as i +Ex ec +ĉ let +vert is +Ġdiscuss ion +en ance +out ube +type of +Ġs erved +ĠP ut +ĉ x +Ġs weet +B efore +ateg y +. of +ĠM aterial +S ort +ON T +ig ital +Wh y +Ġs ust +Ġ ç +ab et +Ġseg ment +Ġ[ ],Ċ +ĠMus lim +Ġfind ViewById +c ut +_T EXT +ĠM ary +Ġlo ved +Ġl ie +ĠJ O +Ġis set +mon th +Ġpr ime +t i +ĠCar ol +U se +ĠP op +ĠS ave +Int erval +ex ecute +d y +ĠI ran +_ cont +ĉ T +Ġph ase +check box +we ek +Ġh ide +Ġt il +Ġj u +C ustom +b urg +/ M +T ON +Ġqu ant +Ġr ub +ix els +Ġinst alled +Ġd ump +Ġproper ly +( List +Ġdec ide +app ly +H as +Ġkeep ing +Ġcitiz ens +Ġj oint +p ool +S ocket +_ op +Ġweap on +gn ore +ĠEx ec +ott en +ĠM S +Ġ( - +ĠRe view +Ġex amples +Ġt ight +! ( +D P +ĠMessage Box +Ġphot ograph +UR I +é t +l ow +ĠGr and +.p ersistence +Ġmaint ain +Ġnum s +Ġz ip +ial s +ĠG ets +pe g +ĠB uffer +~~ ~~ +ra structure +ĠP L +u en +ob by +size of +Ġp ic +Ġse ed +Ġexperi enced +Ġo dd +Ġk ick +Ġproced ure +avig ator +- on +, j +ĠAl though +Ġuser Id +ac cept +Bl ue +IC olor +l ayer +av ailable +Ġend s +.t able +Ġdat aset +b us +Ġexpl ain +( pro +ĠCommit tee +Ġnot ed +] :Ċ +D im +std io +. ",Ċ +_s ource +ĠWe ek +ĠEd ge +Ġoper ating +Ġest e +i pl +ag ination +Ġpro ceed +Ġanim ation +.Model s +ĠW atch +i at +Ġopp on +/ A +Re port +Ġs ounds +_b uf +IEL D +Ġbu nd +ĉ get +.p r +(t mp +Ġk id +>ĊĊ Ċ +Ġy ang +Not Found +Ñ Ĩ +m ath +@g mail +ĠL IMIT +red ients +Ġv ent +avig ate +L ook +Ġrelig ious +Ġr and +ri o +( GL +_ ip +u an +ici ency +ĠCh ange +> čĊčĊ +ĠEnt ity +Ġrencont re +ĠR et +pl an +é n +BO OL +ur ies +tr ain +Def inition +======== ==== +z z +An imation +ĠO K +_m enu +.b l +_s core +Ġac ad +( System +Ġref resh +'=> $ +.G raphics +ament o +p id +t c +Ġt ips +Ġhom es +Ġf uel +â ĸ +_h elper +ĠĠ čĊ +ĠR oom +.C lose +_ attr +ĠM ount +ĠE v +ar ser +_t op +e ah +ĠDe lete +ãĢ į +u ke +Ġus age +ar ia +_de v +Ġtext ure +Ġconvers ation +e per +Be an +d one +non atomic +ĠSe cond +Ġshoot ing +_p re +Com ponents +Ġ] ĊĊ +__ , +stit ution +.Ch ar +> ();ĊĊ +Ġpresent ed +Ġw a +ok er +- ĊĊ +in er +Ġbe coming +Ġinc ident +At t +Ġreve aled +for c +Ġbo ot +.p age +Enumer ator +_ -> +Ph oto +Ġs pring +. ", +ĠD ictionary +B JECT +Ġloc ations +Ġs amples +Input Stream +ĠB rown +Ġst ats +qual ity +Ñ ħ +-d is +Ġhelp ing +Ġp ed +( se +ĠWh o +al ian +int ernal +Ġf t +> (). +-> { +Ġm ine +Ġs ector +Ġg ro +Ġopport unities +Ġà ¼ +Ġm p +Ġalleg ed +Ġdoub t +M ouse +Ab out +_p art +Ġch air +Ġstop ped +lo op +ent ities +Ġapp s +ans ion +Ġm ental +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +F R +Ġdef end +c are +Ġide al +/ api +ur face +Ġe le +ul ator +ĠR ights +angu ages +Ġfund s +Ġad apt +At tributes +Ġdep loy +opt s +Ġvalid ation +Ġconcern s +u ce +.n um +ult ure +il a +Ġc up +Ġp ure +.F ore +ĠHash Map +.value Of +as m +M O +Ġc s +Ġst ores +Ġ ************************************************************************ +Ġcommunic ation +m em +.Event Handler +. Status +_ right +.set On +S heet +Ġident ify +ener ated +order ed +Ġ" [ +Ġs we +Con dition +ĠA ccording +Ġpre pare +Ġro b +P ool +Ġs port +r v +ĠR outer +Ġaltern ative +( [] +ĠCh icago +ip her +is che +ĠDirect or +k l +ĠW il +key s +Ġmy sql +Ġw elcome +k ing +ĠMan ager +Ġca ught +) }Ċ +S core +_P R +Ġsur vey +h ab +He aders +AD ER +Ġdec or +Ġturn s +Ġr adius +err upt +C or +Ġm el +Ġin tr +( q +ĠA C +am os +M AX +ĠG rid +ĠJes us +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +.D E +Ġt s +Ġlink ed +f ree +ĠQ t +Ġ/** čĊ +Ġf aster +ct r +_ J +D T +.C heck +Ġcomb ination +Ġint ended +- the +- type +ect ors +am i +ut ing +Ġum a +X ML +U CT +A p +ĠR andom +Ġr an +.s ort +Ġsort ed +. Un +_P ER +it ory +Ġprior ity +ĠG al +ĠO ld +h ot +ĠD isplay +(s ub +_T H +_ Y +ĠC are +load ing +K ind +_h andle +, , +r ase +_re place +.add EventListener +ĠR T +Ġenter ed +g ers +Ġ ich +( start +/ app +Ġbro ther +M emory +Out let +Ġ utf +pre c +Ġn avigation +OR K +Ġd st +D etail +Ġaud ience +Ġd ur +Ġcl uster +un ched +Ġ ], +Ġcomfort able +. values +ĠT otal +Ġsn ap +Ġstand ards +Ġperform ed +h and +(" @ +å Ń +Ġph il +ib r +tr im +Ġfor get +Ġdo ctor +.Text Box +icon s +, s +ĠO p +S m +St op +ĉ List +ĉ u +Com ment +_V ERSION +.X tra +P erson +r b +LO B +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ĠCent ral +IC K +ra q +Ġput ting +Ġm d +ĠL ove +Pro gram +B order +o or +Ġallow ing +a fter +Ġent ries +ĠMay be +] ). +ĠSh ort +) \ +.n ow +f riend +Ġpre fer +ĠG PIO +os is +ĠGame Object +Ġsk ip +Ġcompet ition +_m atch +lic ations +_CON T +.group Box +Ġal s +" We +_e q +l an +_ search +ĠMus ic +as is +Ġb ind +ĠIs land +r um +( E +Ġse at +V ideo +Ġa ck +ree k +={ () +Ġr ating +Ġrestaur ant +DE X +(b uf +pp ing +ual ity +Ġle ague +Ġfoc used +ap on +$ data +CL UD +CLUD ING +Ġabs olute +( query +Ġtell s +A ng +Ġcomm unities +Ġhon est +ok ing +Ġap art +ar ity +/ $ +_m odule +ĠE nc +. an +.Con fig +C re +Ġsh ock +ĠAr ab +I ENT +/ re +Ġre trie +ycl er +is a +ĠO rgan +. graph +Ġ í +ĠB AS +En um +Ġposs ibly +ÑĢ аР+ĠJapan ese +Ġc raft +ĠPl ace +Ġtal ent +Ġfund ing +Ġconf irmed +Ġc ycle +/ x +G E +Ġhe aring +Ġpl ants +Ġm outh +p ages +or ia +ĠRem ove +_t otal +Ġo d +oll apse +do or +Ġb ought +Ġadd r +AR CH +_d im +dd en +Ġdec ades +RE QUEST +Ġvers ions +f ire +Ġmov es +f b +Ġcoff ee +.con nect +ĠR ow +Ġs chema +S cope +- Type +Ġfight ing +Ġret ail +Ġmod ified +T F +File s +n ie +_com mand +st one +Ġ ÑĤ +_ thread +Ġb ond +ĠDevelop ment +Ġp t +F ORM +ple t +Ġident ified +c pp +Ġc oding +ok ed +ĠM aster +ID TH +Ġres idents +red it +ĠPh oto += - +un te +ate ur +_ST ATE +ĠS ing +Ġshe et +. val +or se +Ġh ers +Ġdetermin ed +Com mon +Ġw ed +_ queue +P H +ĠAt l +cre d +/L ICENSE +Ġm es +Ġadv anced +.j ava +.S h +G o +k ill +f p +_set tings +Ġp al +Ġtr uck +Ġcomb ined +Ġ" ${ +ĠCor por +Ġjo ined +ĠJ ose +ĠC up +un s +est ival +lev ision +Ġbro ken +Ġmar riage +ĠWest ern +Ġrep resents +ĠT itle +Ġs s +.A ss +ongo ose +ient o +< >();Ċ +Ġabs olutely +Ġsm ooth +TER N +ĠUn less +W ord +Ġmer ge +ig an +ĠV ol +Ġn n +.get Id +ĠÐ · +Ġsex y +Ġseek ing +S ingle +. this +Ġk om +b ound +; " +Ġfont Size +_d f +Ġinj ury +( H +Ġiss ued +_ END +: self +Ġp atch +Ġle aves +Ġad opt +File Name +ãĢ IJ +Ġexec utive +ĠBy te +] ))Ċ +Ġn u +out ing +clud ing +- R +. options +Ġsub stant +av ax +ĠB UT +Ġtechn ical +Ġtw ice +Ġm ás +Ġun ivers +y r +Ġdr ag +ĠD C +Ġs ed +Ġb ot +ĠP al +ĠH all +forc ement +Ġa uch +.m od +not ation +_file s +.l ine +_fl ag +[ name +Ġres olution +Ġb ott +(" [ +end e +( arr +F ree +( @" +ĠD istrict +PE C +: - +P icker +ĠJ o +ĠĠĠĠĠ Ċ +ĠR iver +_ rows +Ġhelp ful +Ġmass ive +--- Ċ +Ġmeas ures +ĠR untime +Ġwor ry +ĠS pec +ĉ D +ãĢ ij +Ġ) {Ċ +Ġwor se +(f ilename +Ġl ay +Ġmag ic +ĠThe ir +ou l +st roy +ĠWh ere +Ġsu dden +Ġdef e +Ġb inding +Ġfl ight +ĠOn Init +ĠW omen +ĠPol icy +Ġdrug s +ish ing +(' ../ +ĠM el +pe at +t or +Ġpro posed +Ġst ated +_RE S +Ġe ast +ĠCON DITION +_d esc +Ġwin ning +fol io +M apper +ĠP an +ĠAn ge +.s ervlet +Ġcop ies +L M +Ġv m +å į +Ġd ictionary +S eg +el ines +ĠS end +Ġ iron +ĠF ort +.d omain +Ġdeb ate +Not Null +e q +ach er +l f +ĉf mt +Ġlaw y +Ä Ł +ĠM en +Ġtr im +( NULL +Ġ! ! +Ġp ad +Ġfollow s +"] [" +re qu +ĠE p +.g ithub +( img +et o +(' \ +S ervices +umbn ail +_m ain +ple ted +fort unately +Ġw indows +Ġpl ane +ĠCon nection +. local +u ard +} \ +== " +and on +ĠR oy +w est +ig inal +em ies +it z +') :Ċ +ĠP eter +Ġt ough +Ġredu ced +Ġcalcul ate +Ġrap id +c ustomer +Ġeff icient +Ġmed ium +Ġf ell +. ref +ĠC as +Ġfeed back +S peed +( output +aj e +Ġc ategories +Ġfe e +} ; +Ġde leted +re h +Ġpro of +D esc +B uild +Ġs ides +.Array List +- % +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ø ± +.m atch +л и +Ġfe els +Ġachie ve +Ġcl im +_ ON +ĠC D +Ġteach er +_c urrent +b n +_P L +ist ing +En able +G EN +Ġt v +Ġso ck +Ġpl ays +Ġdis count +ĠK E +ĠDe bug +F ore +ĠI raq +Ġappear ance +M on +Ġst yled +ĠH uman +i ot +ĠH istory +Ġs ac +ĠC ollection +Ġrecomm ended +.Se lected +Ġorgan izations +Ġdiscover ed +co hol +ad as +ĠThom as +M ay +Ġcons erv +Ġdom in +ĠF ollow +ĠSe ction +ĠTh anks +User name +Ġrec ipe +Ġwonder ful +.s leep +_ if +ĉĊ ĉĊ +orn o +Ġr u +_t arget +." " +à ¦ +Event Args +Ġinput s +Ġf if +Ġv ision +c y +ĠS eries +) ((( +Ġtr ading +Ġmark er +B egin +Ġtyp ically +Ġca uses +drop down +_DE BUG +Ġdet ect +c ountry +! ");Ċ +ĉ R +app y +Ġc ref +(' < +" => +ĠL E +read er +Ġadmin istr +à µ +uck et +Ġf ashion +. char +iz ar +Ġdis able +Ġsu c +ĠL ive +iss ue +Ġmet adata +fl ags +Ġ ðŁ +Ġcomm itted +Ġv a +Ġr ough +Ġ'' 'Ċ +Ġhigh light +_var s +V O +Ġenc oding +- Z +_s ign +$ ("# +Ġr ain +reate st +ĠEN D +Se lection +Ġcandid ates +Ġs av +. Empty +Ġdec isions +Ġcoll abor +rid ge +fe ed +ress ion +Ġperson s +V M +eg a +_B IT +A ccording +ack ed +Ġdoll ars +_lo ss +ĠC ost +} "Ċ +Not ification +Ġpro stit +Ġauthor ity +.re c +Ġsp okes +ĠT oday +ist ant +ĠHe ad +âĢĿ . +ertain ment +ce an +cul ate +Ġv en +How ever +_ arr +Ġtok ens +G raph +ĠJ ud +ĠVir gin +ĠS erial +un ning +M utable +ag ers +.c sv +Ġdevelop ing +Ġinstruction s +Ġprom ise +Ġrequest ed +_ encode +/ " +ĠI con +u ilt +- day +Ġint elligence +. IS +ĠO bservable +ĠH ard +Bo ol +ident ial +.An chor +Ġsell ing +C I +AG ES +t le +b ur +UFF ER +R Y +Ġbig ger +Ġr at +Ġfam ous +Ġtyp ename +Ġexpl ained +} }Ċ +Ġn uclear +- N +Ġcr isis +ĠEnt er +Ġan swers +/ ${ +/ pl +Ġse qu +_n ext +m ask +Ġstand ing +Ġpl enty +ĠC ross +ĉ ret +d ro +ĠC ast += true +ĠCh ris +ic io +ĠM ike +Dec imal +add Component +L en +Ġco ck +Ġ# { +UR N +< tr +Ġauthor ities +Res ources +- H +B ottom +_ qu +put er +ester day +Dis patch +s ince +Ġfam iliar +, i +V C +Ġm ent +, C +Ġfre edom +Ġr outes +ĠB uy +Ġcomm ands +Ġm esh +/ C +ĠSet tings +- style +Ġw itness +Ġc le +Ġun ion +ef ault +are t +Ġthought s +Ġ ---- +_pro cess +_ us +ing ly +U ES +T ouch +ĠÐ ¼ +_ open +ĠV ec +Ġre ward +.C lick +/ : +Ġn ie +Ch anges +M onth +ï¼ Ł +Ġexec ution +Ġbe ach +( Integer +ĉ a +/ ' +.Font Style +Ġab ort +ĠS ingle +( isset +Ġd p +Ġ}} +Ġ* = +ĠP S +Ġdanger ous +[ p +OM E +O ther +ĠString Builder +Point s +head ing +Ġc urrency +Ġpercent age +_A PI +Ġclass ic +the ad +ĠM O +F E +Id x +aw ait +Ġà ¨ +Ġacc ident +Ġvari ant +Ġm yst +ĠL and +ĠB re +Ġh arm +ĠA cc +Ġcharg ed +ion es +Vis ibility +ar ry +ĠL anguage +Ġwalk ing +" .ĊĊ +if er +Ġleaders hip +.F rom +yn am +Ġt imestamp +i pt +ĠH as +REF ER +ĠIt s +Ġlist ener +UT E +_d escription +Ġexperi ences +Ġcre ates +R S +c art +bl ack +Ġcho ices +w ar +Ġ'' ' +Ġorder ed +Ġeven ing +Ġp il +Ġt un +ĠB ad +( app +r andom +Ġexp licit +Ġarr ived +Ġf ly +Ġecon om +-m ail +Ġlist s +Ġarch itect +ĠP ay +Ġd s +ĠS ol +Ġveh icles +H z +- com +Ġk ing +_e qual +ĠH elp +Ġab use +-- ;Ċ +Ġex tr +Ġchem ical +ä ¿ +Ġor ient +Ġbre ath +ĠS pace +(e lement +w ait +DE D +ig ma +Ġent r +Ġs ob +- name +Ġaff ected +ik a +Ġco al +_w ork +Ġhundred s +Ġpolit ics +sub ject +Ġconsum er +ANG E +Ġrepe ated +S end +Ġ# [ +Ġprot ocol +Ġlead s +use um +E very +Im port +(c ount +Ġchalleng es +Ġnov el +Ġdep art +b its +.C urrent +Ġ` ${ +ot ing +( \ +Ġcreat ive +Ġbu ff +Ġintrodu ced +us ic +mod ules +A re +-d oc +l anguage +_c ache +Ġto d +? > {{ +ĠRes ource +ĠSt andard +ĠP rem +up dated +ival ent +Ġas sets +_t emp +Ġinterest s +Ġhard ware +ĠR om +ĠSh are +Ġ' 'Ċ +Ġ* , +ĠT ake +ĠIm ages +_C HECK +(type of +ĠJ un +\< ^ +Ġli qu +Ġwor st +ymb ols +ĉĉĉ ĠĠĠ +Ġdr ivers +ĠD ocument +en o +ĠTechn ology +Ġappro ved +ump s +Ġs now +form ance +_A SSERT +u its +Ù Ĩ +Ġdiffer ences +. Visible +ĉĉĉ čĊ +ĠP s +_f etch +Ġto do +. ',Ċ +Ġs el +ur ers +in valid +Ġt weet +V EL +Ġresearch ers +Ġs printf +ĠR O +Ġp el +.Tr ans +Ġil legal +d ialog +sm arty +l g +_M IN +Ġher o +f inal +Ġp p +.L e +Ġc i +ĉ RT +Ġsuggest ed +p df +ach ing +ĠR o +ĠProp erties +ĠS i +Ġbuy ing +Ġm u +Ġl ands +if iers +ĠF ILE +RO UP +Ġh older +ĠS on +Ġsym pt +.r oute +) ? +Ġarg c +Ġfor t +Ġcas ino +_c ategory +Ġfor um +p refix +apt ure +T ube +em s +im ize +Ġn ue +a us +c ourse +AT OR +() ), +Ad vertis +ING S +Ġack now +ĠKore a +pl ing +Ġwork er +PL IED +h al +ĠRich ard +Element s +ĉĉĉ Ġ +st ar +Ġrelationship s +Ġche ap +AC H +ĠX ML +, & +ĠLou is +Ġr ide +_F AIL +Ġch unk +[ s +_O UT +Ġch osen +_ [ +/ ( +ĠJ eff +_s l +pr iv +ĠCan adian +Ġun able +_F LAG +Ġn os +h igh +Ġl ift +f un +() { +el ly +ycler View +_ as +_L IST +Ġr adi +.get Value +ĠAnge les +ĠS pan +_in stance +it ors +Ġm igration +A K +O h + ® +. selected +ĠG T +Ġadv ance +ĠSt yle +.Data GridView +e ction +Ñ İ +p io +ro g +Ġsh opping +ĠR ect +I lluminate +O U +ĉ array +Ġsubstant ial +Ġpre gn +Ġprom ote +IE W +.L ayout +Ġsign s +/ . +Ġlet ters +Bo ard +ct rl +" \ +ĠJ ones +Ġvert ex +Ġj a +Ġaff ili +Ġwe alth +ĉ default +Ġsignificant ly +Ġe c +Ġx s +act ual +.p er +_st ep +an vas +m ac +Ġtrans l +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Iter ator +Ġo ch +agnost ic +ĠD uring +ĠDE FAULT +Ġt ill +Ġsign ature +Ġb ird +ĠO l +ĠI r +H S +av atar +ESS AGE +Ġe lev +Ġm t +ĠN av +Ġrel ax +Ġpl ate +IT EM +( date +.n ot +Ġgr ade +Ġ} ),Ċ +? "ĊĊ +i ences +H igh +ĠD IS +dis abled +Q UI +Ġno ise +a ux +ĠU P +os a +Ġv oc +Ġ )) +oc om +_O FF +ĠD b +L ock +.e clipse +, d +ĠD raw +Ġ" ( +Ġvis ited +Ġâ Ī +Ġsuc ceed +Ġim possible +a ire +ĠT urn +Ġd ish +F G +Ġs ensor +AN N +ab a +Ġsur g +] );čĊ +Ġf p +_ an +- J +- G +ĠJ ob +Con vert +ĠKE Y +Ġauth ors +_s erver +\ r +Ġ-* - +f lex +Ġs oc +R et +Ġs alt +ĠâĢ¦ ĊĊ +ĠC lear +(p age +-d anger +Ġroom s +con v +# { +. op +ĠA rea +_S C +h en +Ġbeg ins +- y +Ġexc ited +Ġign ored +Ġbon us +st udent +ĠM ember +Ġrel atively +ĠL ow +ĠPro du +ate way +pos ure +Ġth ick +ani el +( view +ĠCr ush +Ext ension +I l +e ed +LO C +. im +. Items +Ġconflic t +.pre vent +Ġon Create +u v +is er +Ġw ave +M ar +ĠComm unity +ic he +ĠNo thing +[ m +ĠLe e +ri ends +è re +!! ! +an z +. result +ĠS K +_P ARAM +Ġdem ocr +Back Color +.ex ists +" It +( options +ra zy +as er +\ Database +al endar +_ ass +; }Ċ +vert ex +ine craft +W arning +arg o +Ġact or +ĠInst ead +ĠUs ing +S elf +@ interface +Ġspe aking +ĠPar is +ĠL ICENSE +.n ode +ĠF ood +E IF +ĠB i +. Start +ĠI B +Ġun iversity +ĠHe ader +.pro duct +C opy +et c +r ical +Ġ> >> +book s +Ġal gorithm +Ġ' __ +(j avax +Ġnumer ous +Sh are +H ave +Ġrec ru +Ġpro ve +.sub string +he alth +е л +Ġdec imal +Ġcomm ission +s cription +x C +Ġsum mary +att ed +Ġclo ser +fin ished +() ){Ċ +ĠW ood +_field s +k u +_ items +Fl ag +Ġconf idence +ĠF ederal +du x +Ġcomp at +Ġvert ical +Ð ¹ +è s +; ">Ċ +_m anager +() ))Ċ +ID E +: ", +__ Ċ +ĠW ay +Ñ Ī +T emp +ĠS TR +rit ten +S ync +ĠA V +ĠC EO +ĠG uid +Ġenvironment al +Ġcorrespond ing +ĉ console +Ġjust ice +ĠJ S +Ġl ived +g ar +ĠG raph +ĠSt at +Ġi Phone +. al +ĠH D +Ġocc ur +Ġth reshold +Ġon click +RE G +.Graphics Unit +M eta +Å ¾ +Ġc um +.g nu +à « +Ġobt ained +Ġcompl aint +Ġe ating +Ġt ar +_t ask +Ġopt s +( to +P ass +Ġpl astic +t ility +ĠW in +.prevent Default +p ile +ĠG ar +Ġqu antity +_l ast +Ġg reatest +D ao +_D IS +ĠUs ed +ĠH P +rit ing +S ION +bl ue +d omain +Ġs cores +N ormal +_ admin +ĠA SSERT +Th en +** * +d ist +l on +Ġh ate +sh al +Image View +d atabase +Ġp and +Ġlog ic += false +b g +ĠConfig uration +Ġn ur +O G +Ġmar ried +: + +Ġdro pped +Ġreg istration +оР¼ +ult iple +iz ers +sh ape +.c opy +Ġwe aring +ĠC ath +Ġded icated +Ġ.. .Ċ +Ġadv oc +ĠF amily +Ġstat ements +em atic +ampions hip +Ġmot iv +ĠH ave +Ġbl ow +J ob +c ert +_v ector +inst all +ĠC OPY +em bed +D IR +ĠS pring +Ġex hib +cd n +ĠCom ment +ĠOption al +. player +ĠD ark +( pos +ĠSh ould +Ġcent re +ĠGu ard +ó w +Ġtr ouble +EN ER +( unsigned +_s ervice +Ġn s +ul ing +ĠMex ico +ĠN Y +mys ql +Ġl ic +å ľ +M r +- fl +ĠC ustomer +id i +Ġ? >ĊĊ +ri ble +Ġп ÑĢ +Ġs izes +_STR ING +valid ation +ĠJ on +( Http +add Class +N odes +Ġfrag ment +Ġsp oke +Ġw aste +J oin +Ġill ustr +el i +c ient +Ġa id +Ġpro sec +') {Ċ +Ġpass ing +Ġf aces +Sh ape +_ Z +it i +Ġal le +Ġro bot +ĠĠĠĠĠĠĠ Ċ +ĠS pe +Ġrece iving +ĠD etails +Ġ" ) +m g +_RE F +Ġcompar ison +* , +ĠF ound +_s ession +( U +/ F +Ġx xx +N etwork +d ers +Ġcap ture +Ġcor re +ĠL td +ĠAd v +[ @ +Ġcl ip +M ill +ĠPro file +Ġend if +Ġob lig +des cribe +.e lement +riter ion +L D +er ed +Ġfav our +s core +ĠF ilter +at tributes +Ġcheck s +In flater +ĠPl us +Ġscient ific +Ġpriv acy +He ad +Ġfe at +Ġdeg rees +ĠP ale +; "> +Ġfil ms +ĠA udio +ĠT ag +ĠE nergy +it ar +par ator +Ġf ellow +Ġev t +ĠT ri +ĠD AM +cl oud +ĠP assword +ĠDemocr ats +ĠAc ad +$ lang +Ġre b +() )ĊĊ +н Ñĭ +ĠB ur +read cr +Ġh ex +Con sole +ct l +ous el +ĠWill iam +Ġa z +_P ORT +Ġpract ices +Ġany where +ĠP osition +Ġ- >Ċ +i ams +.user name +place holder +Ġo der +ĠSecret ary +Ġi T +mon d +event s +? âĢĿ +.S ub +Ġatt ached +Ġn ão +Ġest ate +. action +Ġfig ures +Ġ} );čĊ +Ġsubs cri +.t ag +n am +. plot +no on +li ament +Char acter +.t ab +Ġw inter +ĠVar iable +Ġtre es +Ġpr oud +( V +_ load +Ġh ier +ĠE con +Ġf d +Ġvict ims +R est +ian a +Ġf ake +.Print ln +Ġstr len +Ġs ad +Ġb le +Pro t +Ġbutton s +Ġte levision +Ġlog o +ext ension +ĉ j +ste in +acion es +Ġ"" "ĊĊ +Ġsim p +Ġrecord ed +Ġbr ings +Ġprincip al +Ġfe es +(s ource +k dir +Ġutil s +Ġcorrect ly +f il +Ġw el +P air +-b utton +s cale +ver ify +[ c +Ġ-- - +Ġes cape +ik es +Lower Case +ic ian +Ġch apter +ĠT YPE +Ġsh adow +Ġaw esome +W E +el if +Ġl ambda +Ġdist inct +Ġb are +- off +Ġcol our +.append Child +ole c +ag a +.f ill +ĉs uper +Ġad j +( position +.get Item +Sh ort +Ġtot ally +V D +ĠT re +_ ep +v ements +ĠS olution +Ġfund ament +F ollow +Ġfac ility +Ġhappen ing +O F +.text Box +S pan +Ġ « +id en +Ġex ceed +(p arent +Ġc p +ç » +Ġhas n +Ġp ri +Ġcon sequ +n en +ĠIN TO +I gnore +ĠF uture +Ġcar bon +ĠSte el +f mt +ok ie +Ġs pl +(t itle +- info +Ġde als +Ġfix ture +e a +D iv +Ġtest ed +_ return +)ĊĊ ĊĊ +upport ed +ĠC ook +Ġpay ing +ĠI ll +Ġarrest ed +ĠPr ime +_c allback +> ,Ċ +dr iver +On ce +ab b +_by tes +ĠS ets +( Object +Ġc c +Ġsh ell +al o +); // +( log +ct ors +) +Ġ$ (". +.p os +Ġbo ys +Ġwed ding +Ġag ents +=" _ +ĠAr my +Ġh int +v ision +Ġte ch +ĠCon nect +Ġleg end +ĠB et +.B ase +Sub ject +Ġl it +Rem ove +Ġ" : +ĠF inal +pear ance +ĠiT unes +Ġparticip ants +ĠPy thon +Ġbus y +i el +vert ices +Ġtemplate Url +ĠC lose +Im g +ĠCorpor ation +t imestamp +Ġext end +Ġwe bsites +Ġposs ibility +о ÑĤ +Ġk ö +Ġme at +Ġrepresent ation +Ġ ĉĉ +_ST ART +.app ly +ĠVal ley +ĠS uccess +H i +Ġn ob +ĠI Enumerable +_ select +ge o +. ")Ċ +Ġturn ing +Ġfab ric +(" ");Ċ +Ġpers pective +é Ĺ +ĠS n +Th ank +; j +.Param eters +ĉ ĠĠĠĠĠĠĠĠĠĠĠ +Ġfact s +Ġun t +.in stance +################################ ################################ +- end +ĠJO IN +ĠH en +Ġur i +åIJ į +Ġн а +ĠIn fo +Ġconduct ed +Ġà ¥ +OUR CE +Ġw ine +J ohn +.Error f +ĠA ge +ound ed +Ġreal ize +Ġ] ; +Ġsub sequ +, m +( User +ian o +Ġaccom pl +is p +.st d +é ĩ +ĠB ed +.set Attribute +B R +ke ep +ĠA LL +Ġis ol +am ma +P ackage +Ġoccas ion +-s uccess +еР´ +ĠLIMIT ED +st rip +() ĊĊĊ +istrib ution +Color s +Ġ+ :+ +Did Load +al er +Ġt id +ĠL ED +ĠLink ed +ĠC art +() )čĊ +_RE AD +Ġkill ing +ĠP HP +fe ction +Ġinst ances +c v +"/ > +Ġs f +Ġtax es +_ location +ĠBit coin +u able +r ank +ign ore +tr ack +к а +Ġshould n +ĠO P +=> {Ċ +Ġk m +Ġh elper +_ head +ĠWh ether +oc o +_b l +Ġstat istics +Ġbeaut y +Ġto g +t ip +ëĭ ¤ +Ġc sv +(s ql +std lib +we ak +Ġlik es +Ä į +Ġrepe at +Ġap artment +Ġem ph +_ edit +Ġv it +ĉ type +E ven +ut en +Ġcircum stances +b ian +Ġs ugar +W indows +ì ŀ +Ġobs erved +/ data +Ġcal endar +Ġstri ke +ĠR ES +_s c +f ony +ore m +( z +p ower +et ect +ĠS at +.d escription +Ġg ang +ĠS ports +ong s +ĠB undle +.s um +on ce +Ġacc used +Ġexplo re +Ġapprox imately +Ġlos ing +thes is +ĠF und +Ġdi agn +A utowired +prop erties +Ġ_ . +Ġc nt +ced ure +Ġy y +Ġgr ant +so ck +.inner HTML +Ġ] );Ċ +ĠCON FIG +=' $ +] ];Ċ +UN D +Ġg lob +Ġd ire +uff le +_M EM +Ġauth entic +> (" +Ġdec ade +ĠIm port +Ġorigin ally +Ġj Query +Ġindic ate +Ġours elves +S w +.l bl +ener ate +Ġbas ically +ĠH om +Ġ+ #+ +ĠBrit ain +ĠK ar +to Equal +.st op +Ġmod al +is i +Ġsuggest s +Ġd type +Ġt ur +b f +Ġconnection s +ĠB efore +ist ed +m ouse +Ġpul led +.b uild +Ġlegis lation +Ġfor th +p ad +eg o +.N ow +Ġexc iting +}ĊĊ ĊĊ +Ġcom pr +Ġsh ares +Ġr ig +g reen +_ vec +Ġenumer ate +A uto +ic ator +ĠR ay +as se +Ġh oliday +Ġnull able +g un +_d etails +Ġwr apper +se q +ĠYou ng +ju ana +Ġ" __ +lic ense +ser ve +^ ( +id ers +.Rem ove +rop down +' S +p in +(t oken +.D efault +Ġreason able +amp ion +ĠS ociety +Ġbe i +erv es +r ad +ĠF ox +_ images +Ġw heel +') [ +Ġc fg +( By +Con structor +Ġv ary +.sw ift +Ġpro xy +ĉ H +ĠAn other +ĠP en +Ġcheck ing +Ġj est +man ager +Or igin +ug s +o ir +>< !-- +Ġexpress ed +Ġmod er +Ġag encies +Ġi h +-h idden +ious ly +ĠR od +Ġso le +M ed +.A ny +Ġp c +b al +Ex ample +ĠS ale +Ġst rip +ĠCom p +Ġpresident ial +M ost +put ation +( ref +ĠF our +_f ilename +Ġen forcement +Ø ¯ +ĠGe org +we ights +/ l +Ġag gress +Ġd rawing +and y +< I +- j +ak a +h ref +Ġteach ers +_ Q +( it +ĠM B +Ġtemp orary +ire base +str a +æĹ ¶ +è ´ +( label +ou p +Ġtop ics +Ġport ion +id os +ĠJew ish +Ġre covery +Ġstand s +# [ +Ġafter noon +ĠArt icle +_ att +Ġexpl an +ĠP ak +.setOn ClickListener +. children +Ġi k ++ ( +l ag +Ġdis k +Ġcont rovers +"> & +as p +Ġw ie +ĠAustral ian +ĠYou Tube +At tr +cont ains +du ce +ĠM att +at ern +Ġvol unte +Ġnew sp +V P +olt ip +Ġde legate +_m eta +Ġaccur ate +ĠEx ample +% , +ĠD aily +Ġc abin +ĠS W +Ġlim its +k ip +Ġar my +Ġend ing +Ġb oss +ĠD ialog +Al so +="# " +ord an +row se +- min +Ġ" & +_ loc +U X +Ġdevelop ers +Ġaccur acy +Ġmaint enance +Ġhe av +Ġfil ters +.T oolStrip +Ġn arr +ĠE mp +ORD ER +ĠM obile +.S erial +.out put +.c ol +M aterial +um a +Ġconsum ers +sh ift +Ġp ued +Ġmin i +c ollection +Ġk an +.c enter +H istory +Ġben ch +() ); +itor ies +Ġcrow d +_c all +Ġpow ers +- E +Ġdis miss +Ġtalk s +ĠCh annel +for ward +_ control +/s rc +i est +**************** ******** +Ġbet a +(c olor +_O BJECT +ĠA pi +Ġeffect ively +C amera +s d +uss y +D ict +ĠE ffect +ib ilities +Ġreturn ing +ĠF ar +Ġ' ') +Ġmod ules +il ation +Ġ( % +TR GL +Ġst orm +on na +ĠEX P +Ġs pons +Ġdis pl +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +f all +å Į +ign Key +_ US +et rics +Ġhand les +T L +_ amount +ow a +br and +ĠT ool +Ġus ual +. Z +cre ment +ad ium +st ock +Ġserv ing +ĠB on +Ġline ar +ĠT arget +ĠR adio +H L +Sh ader +om atic +ag ues +in ity +d iff +_ iterator +qu ot +Ġ ,Ċ +c allback +Ġsympt oms +[ _ +ĠB ul +ĠF eb +und o +_ account +Ġtyp edef +и Ñģ +tr as +User Id +ĠP enn +ĠSup reme +} > +user Id +ĠK im +Ġg a +Ġart ists +å ¸ +ĠAb stract +ok emon +Ġh am +o val +Ġch a +at en +å Ĩ +F ixed +Ġvul ner +ĠParam eters +qu antity +.C lear +Servlet Request +Ġy a +Ġsou l +trans action +Ġsol o +Ġp airs +æ Ķ +ĠG re +_ word +ĠC C +Ġg i +z ie +Ġsched uled +rot ation +gy pt +ul ous +:: _ +ĠE ll +< ! +ĉĉ ĠĠ +l p +ah a +C opyright +Ġdr am +Ġdi agram +ĠM em +Ġg arden +Com p +Ġattempt s +uff ix +> () +Ġphil osoph +_re l +å ¼ +Ġs v +.se cond +ant o +.J son +ĠTe le +_ local +_s end +Ġas pects +ì Ĺ +IB LE +Ġr ail +Ġwid ely +ash ed +i ar +in f +up per +d jango +_result s +iss ing +Ġequ ivalent +OUN D +Ġt y +Ġpotential ly +Advertis ement +ĠRec ord +resent ation +_w idget +ound ing +Ġrelig ion +Ġcons c +ĠL im +. am +H tml +Ġ' : +P ATH +_s pec +ort ed +id ades +_sh ape +Ġkeep s +.S ave +ĠL oc +or i +ĠT EST +unic ip +Ġreg ions +Ġbelie ves +/ en +pos ite +{ ' +pre pare +_ const +s ample +ĠWill iams +Ġstr t +_ Get +ĠAnd rew +. active +Ġl ayers +Visual Style +az y +ĠK n +Ġac id +ĠAs ia +Ġex cess +ĉm y +Ġkey board +ens us +Ġcre w +Ġmiss ed +m aster +ĠW ild +Ġnew ly +Ġwin ner +Ġst ub +ic ode +.m ove +D omain +ĠS ar +Ġfore st +LE D +claim er +.ex it +ĠW indow +Ġres istance +ĠC HECK +(" - +ĠR yan +Ġp ipe +Ġco ast +DE F +// ! +_ off +ex it +Ġult imately +imit ive +ĠKe ep +Ġhistor ical +Ġany way +ĠJack son +ock er +ER N +ĠU INT +y ntax +ER Y +is ms +Ġc n +Ġocc urs +Ġ; ; +Text View +A E +/ img +Ġy esterday +- default +Ġt iny +Ġpro c +Ġal ive +ĠRE G +. th +ear ing +.get Logger +< link +_ login +F older +ab c +lyph icon +н о +Ġnot iced +od igo +Ġed ition +im ator +. Enabled +.parse Int +Ġy ards +ĉĉĉĉĉĉĉĉ ĉĉĉĉ +Ġver bose +л Ñı +_B Y +.log in +.* ;Ċ +ĠM id +é es +Ġg lo +Ġbuild ings +Ġz e +ĠI ter +Ġt ube +ĠP ot +\ M +< th +br idge +ĠS cript +ĠM odule +Ġv acc +Ġinstall ation +v y +VisualStyle BackColor +ĠS M +.t otal +b at +Ġfind s +Ġat mos +Sub view +iz ard +Ġrepl acement +lic ated +ap is +Ġlog ged +ĠLe ft +G ui +_ Type +t m +P ad +Ġhouse hold +Ġre le +Ġpropos al +_CL ASS +:: :: +Ġinf rastructure +In ject +/ html +Ġad s +iz za +Ġm g +ctr ine +% Ċ +< html +- image +Ġatt orney +< m +(' , +Ġcan n +Ġprint ln +o ose +Ġy ellow +.ex p +p ayment +Ġtable View +aw ay +Ġopp osition +ĠAg ain +ĠH andle +Ġex clusive +in ar +é r +оР± +ĠC ODE +emp orary +Ġre act +pi pe +c z +. activity +Ġlarg ely +Ġdis s +ax y +es is +ĠR en +Ġc orn +.Use VisualStyleBackColor +d ays +Ġfr uit +In sert +_ enc +E st +_de c +ĠL uc +Ġü ber +param eters +P ERT +ex press +_pro file +Un known +Ġrev olution +.add ress +_re quire +Ġun iform +ĠP ack +l ar +ĠU ITableView +Ġdep ends +Valid ation +conf irm +O wner +Ġt rib +h et +ĠI de +ans as +L anguage +u et +ĠP o +ĠSte ve +Ġcont est +_DE FAULT +Ġapparent ly +RE EN +Ġfrequ ently +Ġtrad ition +ocol ate +S I +ĠArg ument +F ocus +ert e +ĠL ayout +Ġd x +Ġgener ator +ĠW ait +P olicy +l ights +.Ex ecute +P y +Ġbed room +ed a +ra id +ĉs ize +Ġan cient +Ġp ump +Ġd w +Ġ(! ( +Ġspec ify +( status +ĠF BI +.ex ception +Ġrem ark +ly mp +ant ee +Up load +ern et +é ¡ +in ent +ĠR ender +d m +ĠM emory +r ich +ĠT ools +Ġk ne +Ġper m +b ad +Ġd inner +.res et +Ġj Label +Fe ature +.S ervice +Ġ( {Ċ +Ġre ferred +.class List +Ġinit With +ĠText View +Ġne ither +Ġcount y +Ġ" { +ç § +Ġt ack +class Name +ĠUS ER +Ġre new +` ` +get Name +Ġb rown +Err ors +ert o +Ġsust ain +S O +let es +ĠIn valid +Ġen emies +un ge +Ġexist ence +err a +Ċ ĠĠĊ +utor ial +# a +p ay +char ge +ĠI re +ate st +Ġexp los +Ġf ired +N ER +ĠT y +ic ion +U ri +Ġobvious ly +ĠC olum +Ġ' + +ĠDe vice +- related +_ ARG +Ġv or +ĠLess er +_O P +Serial izer +Ġup grade +L ight +Ġc odes +++ ;čĊ +Ġwrit es +fo od +Ġé t +@ section +Ġtrack s +Ġserious ly +ch t +(size of +Ġimmedi ate +Ġscient ists +Ġ{ $ +_ ne +.Anchor Styles +Ġaccom mod +ĠHar ry +Ġs ight +ĠPale st +ersist ent +Ġ Ñĥ +- input +Ġco ordinates + · +W elcome +.con f +Ġgre w +Ġb old +ĠC PU +(m y +Ġperfect ly +Ġmom ents +ĠM ovie +- data +yst al +_W IDTH +ĠS creen +æ Ŀ +Ġdis ap +Ġredu ction +.Get Component +_M ODULE +Ġgener ic +Ġd y +all er +Ġc url +ĠB ody +Ġb anks +, t +av g +Ġev il +Ġmanufact urer +Ġrece iver +Column s +Ġing redients +ĉ out +qu es +.L oad +Ġslow ly +ĠT own +ĠC ell +_n ormal +_p refix +ĠAl ert +(" { +ä r +âĢľ The +ĠM D +Ġcour ses +ath an +é Ļ +oc c +ĠS ER +es ign +Add r += [' +(" ./ +] } +.f ont +ĠInst agram +ĠB order +od a +Ġh all +Ġr um +_b it +Ġs aving +_d own +R andom +_reg ister +( Context +Ġoppos ite +R oom +Y ES +ан и +Ġenjoy ed +_r un +C lear +âĢ ĺ +ĠF ord +on ic +ost en +"] ) +_ auth +// čĊ +Ġsuff icient +LE S +Ġph en +Ġo h +_c sv +Ġrout ine +.Are Equal +ay lor +Ġb asket +_COM M +rypt ed +S im +ĠSh op +Ġstud io +at os +( W +[ string +ä t +og a +Ġsh r +Ġs ick +An other +Ġdo ors +_N E +ĠTH REE +. order +raz il +Ġmap s +_TR UE +trans late +Ġnear by +Ġn ach +LO AT +b atch +Ġl ux +ash es +ang ers +âĢ¦ âĢ¦ +_E VENT +_ UP +Ġact s +in v +_M ETHOD +cc ion +Ġret ain +ut ch +ĠÐ ± +Ġknow ing +Ġrepresent ing +N OT +p ng +Con tract +Ġtr ick +ĠE dition +uplic ate +Ġcontrol led +c fg +j avascript +Ġmil k +Wh ite +Se quence +aw a +Ġdiscuss ed +ĠB ush +ĠY ES +.f actory +t ags +Ġt act +Ġs id +$ $ +ĠE num +Ġfr ames +} ); +Ġreg ul +'] ;čĊ +Reg ion +ff f +Ġc ro +( com +=" + +St udent +Ġdis appoint +RES ULT +Count er +Ġbut ter +ĠH a +ĠD igital +Ġb id +"> {{ +ing ers +ĠC ountry +_t pl +"] )Ċ +/ k +d ating +: # +ĠD ATA +yn chron +_b ody +olly wood +Ġval or +ip ient +o ft +UB L +doc s +Ġsyn chron +Ġform ed +ru ption +Ġlist a +Request Mapping +Ġvill age +Ġkn ock +oc s +" { +_fl ags +Ġtrans actions +Ġhab it +ĠJ e +ed en +Ġa ircraft +ir k +ĠA B +Ġfair ly +. inter +.A ct +Ġinstr ument +remove Class +.com mand +Ñ ī +ĉm em +( min +Ġo t +Ġcol le += s +time out +Ġid s +ĠM atch +ij n +z ero +Ġnetwork s +.g ov +Ġint el +Ġsection s +out ine +(c md +(d ir +ĠLI ABILITY +ĠB log +Ġbr idge +ĠC V +con vert +Ġ" )Ċ +ĠB ern +_P O +e val +( set +to ol +Ġpay ments +Beh aviour +Ġcon crete +Ġel ig +Ġacc eler +Ġh ole +_ o +TE GER +Ġgraph ics +O wn +Form atter +on der +Ġpack ages +/ a +ĠK now +Or Default +Ġdut y +W ait +н а +_rec ord +[ t +M esh +Ġon going +.be ans +Ġt an +Ġinter pret +ast ers +QU AL +Ġleg s +\ Request +- file +_m utex +ĠS aint +// # +Ġpro hib +( info +: = +lin ux +Ġb lo +ot ic +ĉf inal +_ex p +ĠSt op +ap ing +(s aved +_p ush +Ġe ase +_F R +pons ive +str cmp +: ĊĊĊĊ +ä» ¶ +ol i +Ġextrem e +Ġprof essor +Im ages +.IO Exception +Ġaddress es +plement ed +Ġincor por +Ġuse Effect +_O F +ĠD a +n ombre +IR ST +Ġdisc rim +Ġcomp ens +greg ate +anc ell +ach es +ĠC riteria +$ result +D estroy +Ġsecond ary +W atch +ĠS em +ĠMc C +Ġacad emic +U pper +:: ~ +ut ral +ĠD og +ad ed +Valid ator +Ġder ived +Ġset Timeout +ĠK en +Ġtyp ical +ĠB ob +Ġb ounds +ĠSe ason +Ġc razy +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +-r outer +itt est +ĠM ir +Ġemot ional +, v +c n +/ st +å ½ +on om +Ġdecl ared +> . +ail ing +Ġ/* <<< +Ġnorm ally +(M e +ev in +lik ely +Ġpoint ed +ĠSt ack +Ġw alls +. Vector +me an +] ]Ċ +Ġlist ening +ad v +Ġsw ap +IF T +Ø ª +. argv +ul s +< option +not ations +Ġemail s +ĠU kr +ast a +ĠTh us +ĠSt one +Ġappe al +. âĢĻ +Ġreg ulations +Pre ferences +ĠPh one +ul f +ĠD R +Ġtechn ologies +Ġpar agraph +Ġnecess arily +.e ach +< float +res a +Ġunder st +Ġf inger +press ed +-b y +if fer +w atch +ĠB a +A IM +Ġwe ights +ĠR on +') }} +[ self +-------- --Ċ +per iment +Ġto String +x ic +ĠC amera +! ĊĊĊĊ +aur ant +P refix +Ġinstit utions +: int +Ġex posure +p attern +ĠLin ux +.n umber +red ient +Argument Exception +ĠCh ief +" }, +Ġelect ronic +r ong +er d +sp Net +ra it +/ ', +ĠOh io +Cont rollers +Ġcontin uing +ĠT emplate +ĠE th +s z +/ env +En v +% . +art ers +) (( +ĠT ABLE +Ġà ® +per ature +pro gress +P res +ê ° +im plementation +Ġb ien +Ġstre ets +_M SG +New s +## # +: / +Ġcut ting +x B +ress ed +_EN ABLE +l ab +Ġca using +] ));Ċ +b ra +x FFFF +il ly +plet ion +w ill +_b ar +Ġstruct ures +ĠI mp +Û Į +Ġ< > +Ġ ---------------- +_B UFFER +.d ir +Ġpl ain +Ġpe er +g g +oint s +Ġsomew hat +Ġw et +Ġemploy ment +Ġtick ets +ir ms +Ġt uple +s is +$ sql +r ig +Ġcon version +Ġg es +Ġconfig ure +eg r +ĠC a +Ġ__ (' +ou ston +.t oken +Bl ack +Ġmag azine +A W +. IN +os ing +Ġbro ke +ĠC ru +DE LETE +Ġdestroy ed +(M ath +Ġappro val +-d om +ĠI II +table View +Ġdesign s +Ġcrush ing +Ġcons ent +dir name +om p +Ġc rypt +? ( +or ough +. o +ĉ list +ams ung +."" "Ċ +err ing +G oogle +_p air +_IN IT +rem arks +Ġg ear +F ill +l ife +} ")Ċ +Ġsuit able +Ġsurpr ised +_RE QUEST +Ġman ifest +att en +Ġfr ustr +ov ement +.c lick +Ġi i +Ġexp ansion +ig s +P arse +.Reg ular +R ob +_l ayout +ì ł +Ġtrans lation +ĠBe aut +B est +_C OLOR +< label +Ġliqu id +IT S +Ġpro d +Ġoper ate +UI Kit +Ġn atur +arg ument +_d etail +ĠCent re +Ġ" -- +Ġ}} " +lo cale +.t v +_se q +Ġup coming +Ch art +ĠDiv ision +Ġclin ical +Com pany +S epar +l as +ĠH un +: s +Ġhead ing +оР³ +Ġ" ");Ċ +[ id +b ia +Ġst retch +ic ide +Ġre produ +.pro ject +leg end +end ers +Ġrespons es +Ġon t +rit ical +Ġref uge +ĠL i +Ġ: ĊĊ +ĠTh ree +.cont roller +_IN DEX +_F OR +\Model s +j ax +ĉex it +Ġâ ĸ +Ġc overs +ĉ y +- . +IND OW +Ġfail s +in cludes +Ġf ault +Ġl y +ñ o +.s lice +ILE D +ĠP ur +ĠAs ian +_b atch +.M ax +v l +ĠCOPY RIGHT +Ġg iant +ĠMan ual +ĠC opy +Class Name +He alth +C ursor +IB Outlet +Ġt we +æ ³ +_label s +Ġcol lected +Ġfurn iture +Ġdeal ing +Control s +ĠHot el +ck s +Ġch ose +âĶ Ģ +od d +S R +Ù Ĭ +ì Ħ +Ġacc ord +ĠM ove +ĠM ode +ĠM ock +Ġthread s +++ ++ +ĠO ptions +Ref resh +ĠD id +'] -> +u cc +_ch annel +. abs +Ġ{ },Ċ +ĠW al +er ior +Ġmain ly +ĠDr iver +NotFound Exception +Ġcount s +e am +Ġ& = +Q uestion +ĠA li +Ġany more +d etail +t ail +Ġm ile +ĠF air +Ġs orry +Ġsurround ing +Ġad m +De v +Ġmari juana +ĠS ound +ĠA sh +F D +Te am +. port +Ġ[ ]ĊĊ +ub ble +Ġas c +Ġint ention +A cc +ch i +ust ers +Ġins pired +se g +CL U +Ġman ip +M etadata +Con nect +ĠB eh +Ġfind ings +Ġas sembly +w orld +Ġrem ained +Ġu id +( . +Ġm x +Lo op +ĊĊĊĊ Ċ +Ġfant astic +wh o +ak i +ĠB asic +ĠY et +ĠUs ers +ik ip +Ġhead s +ĠMich igan +_ it +ĠTor onto +Ġrec ording +Ġsub mitted +_var iable +medi ate +.graph ics +Ġst ood +Ġre ar +vel ocity +_M ESSAGE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ro les +ĠT our +_ year +end ment +amp s +ĠIre land +m al +Ġyoung er +Ġstrugg le +Ġc able +ĠSD L +(' - +an es +ĠNe ed +.R ow +P ol +ĠP H +_s cript +ag em +ĠB as +_s pace +. loc +: i +ad r +Ġengine ering +it en +) & +Ġu k +ĠL ittle +_C OUNT +x A +Array List +æ į +Ġ" ")Ċ +An chor +Ġh ang +t witter +Ġcompet itive +.s rc +ãģ Ĺ +Ġtrans late +ĠCre ates +ook s +ĠR oll +'' 'Ċ +/ sh +s ome +Enc oding +.res olve +Ġdesign er +ĠSt orage +Ġz a +ĠN ever +Ġsomew here +Ġbox es +.s ource +Ġpy game +Ġgrow n +.t w +() ),Ċ +', [' +Ġoppon ent +(s rc +.l ayer +AP P +ĠAct iv +Ġguest s +ĠVAL UES +};ĊĊ Ċ +.n ative +Ġamount s +. RE +Ġcl one +Ġwer en +Ġ" << +_ ac +Ġbreak ing +Ġreli able +.P OST +ĠSk y +Ġ' & +Ġsaved InstanceState +ast ing +ill ion +com ments +ult y +.m enu +/ config +Ġ ĊĊĊ +T ODO +Ġpurch ased +_c or +ĉ auto +Compat Activity +com plete +_ graph +is odes +Ġsitu ations +ĠH or +Re ceive +âĢľ We +Ġent ities +.assert Equals +оРº +ĠS ans +v ince +rom pt += Ċ +Ġ/ . +.Se lect +yl v +Ġb att +A udio +Ġincreasing ly +.B undle +Ġexpl ains +the ast +. offset +Ġh al +Ġtechn ique +_l imit +Ġdraw n +AY ER +Ġfeature d +yy yy +at in +ph en +ach el +! \ +l ower +ĠG R +Ġp ag +ĠP arse +Ġt ou +ä¸ Ģ +D istance +Index Path +Ġh ell +s im +UT TON +Us age +elen ium +ĠF all +Ġ" .$ +ĠM u +Ġcr uc +Ġs ont +REF IX +Ġinter ior +ĠO lymp +.Auto Scale +par a +Axis Alignment +Ġr iver +D to +Ġwith draw +Re act +- class +b efore +_ alloc +Cont ents +ĠW as +I CT +Ġform ula +Ġindic ates +ĠĠĠĠ ĊĊ +_st ore +it ting +ĠIt alian +_S et +_re port +Ġp id +_V ER +Ġw ins +ĠCl oud +") {Ċ +ch ester +Ġden ied +Ġw ird +ĠSte p +Ġinvest ors +b old +_d isplay +ou ver +or er +Res et +Ġsurg ery +Ġstrateg ies +/m aterial +_ unit +Ġc ouncil +.P er +ĠâĢ ŀ +Ġre form +F ramework +Ġlist ing +_b tn +Ġb is +% d +eg as +Ġsudden ly +_S ER +Ġa o +_d irectory +f as +Ġprem ium +Ġtrack ing +ĠB L +Ġm ature +Ġbath room +Ġ'/ ' +ĠÄ ij +Per formed +Ġsold iers +arn ings +Ġwalk ed +- con +b ottom +Ġsurpr ising +Ġg ene +Us uario +.DE FAULT +ĠM IT +C ODE +ĠE gypt +p icker +ys ql +AT URE +d etails +ĠCon ference +In formation +ĠM ail +-d own +r aries +b ro +Ġsubject s +Ġ' * +è¯ · +or ient +: @ +ver bose +E F +Ġto ler +eng ers +Ġend point +Ġstr ange +Ġcol on +Ġpre ferred +de p +ĠE V +ARR AY +Ġw he +Ġp up +_n odes +Ġtalk ed +Ġinstit ution +db c +Ġex posed +te en +ĠFr ont +T T +_N ONE +\/ \/ +pro gram +Ġencour age +. ` +sh ire +ĠIsl am +e en +N I +' " +.W idth +Ġlik ed +Ġ{ ... +ĠSystem s +Ġvot re +Ġmanufact uring +Con verter +ĠIn f +ì ļ +D TO +Ġin ches +Ġ ठ+à ¹ +ĠChar les +B U +")) ;ĊĊ +ĠL abor +un n +Ġest im +m obile +ĠL earn +_C ALL +â Ħ +Ġind ices +Ġt ub +ikip edia +C ost +row able +ë ¡ +g age +Ġfunction ality +uzz le +em os +.l ib +Ġd ass +еРº +enn a +Ġsh ots +Ġrest ore +/ D +For Key +], [ +al ias +l int +.st ream +æ ł +_FORM AT +Ġsil ver +.re pository +Ġlegis l +.B order +_fe atures +Per mission +Ġhous es +ĠW ars +_COM P +Ġinj uries +Ġconstant ly +fl utter +EN U +ĠCon f +Ġrecogn ized +Ġpract ical +Ġde cent +B J +] ); +ast y +ĠAct ivity +-m ode +Ġsl ide +.IsNullOr Empty +ĠY OU +P ower +ind ices +Ġqual ified +Ġthrow n +h ello +ĠN ick +l ah +as sembly +ĠSm all +old ing +Sh ould +ĠSil ver +(saved InstanceState +Ġtog gle +.N ot +C trl +: nil +ĠCont inue +ĠB oot +æ ī +ĠM ur +d on +ĠF A +S napshot +Ġassoci ation +fo x +, a +az ione +] )čĊ +CT YPE +Ġf ade +ĠD ar +.n avigation +Ġl uck +SC RI +ĠDe ad +Ġterm inal +_LE NGTH +Ġeff iciency +Ġun w +Ġn arrow +iment o +( Color +ĠSe a +_ area +, A +_ opt +ĠHill ary +.t ask +ĠJ ac +ast ed +ĠAd am +ĠIl legal +Ġsearch ing +Instance Of +J ava +ĠForm at +Ġreal ized +ĠChild ren +Ġk il +(f rame +âĢĿ .ĊĊ +Ġscen ario +"] );Ċ +Ġincred ible +li x +IO Exception +ĠQ uest +il ty +Ġun lock +â Ĥ¬ +Ġre ferences +ĠV ert +B inding +eg ative +Ġwr ap +.d atabase +( content +B uf +ĠTr ad +ĠA ud +tr ace +.m ock +Ġther apy +ĉ L +.To Int +ĠKing dom +B us +ha ust +"" "ĊĊ +( end +.draw able +[ ];Ċ +ĠH ospital +Ġph arm +---- - +ĠA G +é d +> ");Ċ +Ġw allet +at able +) $ +Ġmonth ly +Ġdi agnostic +S ymbol +Ġiter ator +un finished +Ġimm igration +s r +RO W +(g ame +Ġclo thes +ĠU nt +Ġactiv ation +_C on +.h ash +Ġinitial ly +.H ash +Ġcut s +f ound +ĠSt ory +ÑĨ и +ac ao +_T YP +pro to +est r +-p age +ah r +Ġincor rect +ĠJose ph +TextBox Column +_st yle +ĠD aniel +s heet +Ġl iv +l ined +Ġr a +R untime +_ empty +sl ug +_ struct +ë Ĭ +m u +Ġper mitted +Ġreg ional +Ġsob re +ĠS uch +Ġ[ _ +Ġro of +.Al ignment +t imes +.m sg +Ġche st +ĠT ab +Ġest a +ä n +Ġsubs cription +( command +s pecial +Ġme al +") :Ċ +_ ctx +Ġclos ely +et ry +- be +ad el +ĠR am +ig est +ĠSpan ish +Ġcommit ment +Ġw ake +* >( +P HP +_ { +ck er +< List +_n ull +ĠRes erved +Ġin her +.Column s +.A spNet +_IN VALID +ĠParam eter +Ġex pr +} { +Cell Style +Ġval uable +Ġfun ny +In v +Ġst able +* t +Ġp ill +pl iers +ĠC SS +ĠCon dition +ĠS peed +ublish er +Ġoff ensive +ce st +ic as +Ġsp ark +ĠPro te +set up +IF Y +ĠT ax +Wh o +F amily +- for +. uk +Ġf asc +sv g +") ). +Ġbirth day +âĸ Ī +ve h +el led +Ġimport s +ĠIsl amic +T A +ĠSt an +we ather +Ġsus pect +e ature +enn es +W M +.m inecraft +av id +è ½ +.se curity +in os +G ood +Ġm arch +Ġposs ess +us uario +Con s +am ber +ched uler +Ġhor se +ç ½ +(b ody +ĠTrans form +_de code +.s vg +Ġf oo +Ġd ella +ext ends +am er +Ġprocess ed +ĠH arr +ĠA I +Ġk o +CH AR +( % +Ġt ap +({ ' +c roll +D OM +Ġte a +Ġre in +Ġworld wide +_f n +sh a +Ġb ir +ç ões +="# "> +Ġrepresent ed +ill er +(ex pected +Ġd ance +Ġvisit ors +.con cat +-b it +UR RE +ĠR og +v p +ip h +ĠL LC +it led +iam i +C oll +_re al +_sh ow +_f older +Ġd ar +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġl atter +arch y +Ġb ow +Ġout come +ĠPost ed +Ġris ks +ĠThere fore +Ġowners hip +Ġpar allel +Ġp ending +ge ometry +Ġrecogn ize +ST EM +ĠC P +Ġimm igr +IT LE +ĠĠĠĠ ĉĉ +conn ected +Ġsm ile +(d ocument +\ Component +vert ical +Ġconsum ption +Ġsh oes +. impl +un ks +. ";Ċ +Ġfood s +_ );Ċ +.assert True +Ġp ipeline +Ġcollection s +Ġearn ed +ĠC ert +Ġpartners hip +( action +Ġc d +ĠV ery +Option al +Ġscre ens +Ġtit les +ener ator +Ġab andon +k ind +IL TER +Ġclos ing +lic a +_ inter +Ġcamp us +set ting +S prite +ãģ ¯ +_re ply +To List +: \/\/ +ed e +Ġfol ks +Ġbo at +( argv +Ġperman ent +Ġcarry ing +Ġconserv ative +import ant +. img +ĠIm m +Ġdim ensions +al and +s ingle +Ex it +-------- -- +ari ant +tern al +Se conds +ĠIt aly +ot lin +.Res ume +=' " +) == +cept or +Ġs ca +/m ain +Sec urity +_d at +Ġlet s +Ġa qu +Ġwhen ever +b erry +Ġact ing +ant i +p d +& gt +æ Ń +Z one +T oday +! . +To Props +ab is +it able +Ġg al +] { +iz ona +Ġin contri +N ET +/// Ċ +[ in +_s ave +Ġex em +ĠK enn +Ġev olution +var s +_st ats +- only +ĠColor ado +Ġwatch ed +b our +Ġsever e +Ġprofession als +port ion +Ġguar ante +Ð ³ +Ġpush ed +ĠG i +ï ½ +Ġt um +ĠA z +ĠEdge Insets +")) ;čĊ +is se +. ac +Set ting +Ġapprec iate +ĠValue Error +Ġsur ve +ĠR ole +. Inter +plot lib +j et +d am +Ġplatform s +te le +UT O +ĠInt ernal ++ : +} ;čĊ +Gener al +\ Entity +Ġlawy er +qu iv +ĠPost s +is o +Ġacc um +ob e +Ġmark s +Ġ] ;ĊĊ +ĉ text +.s uccess +cur r +as a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġth in +_ over +are st +ĠO s +( address +Ġvel ocity +Ġ[] ;ĊĊ +=" ../../ +ĠPr iv +b ow +Ġguar antee +% ĊĊ +Ġeval uate +.LE NGTH +Ġin ventory +q a +_de bug +.On ClickListener +Ġl ies +Ġassess ment +dat etime +.background Color +Ġ*/ čĊčĊ +ra f +un wrap +ĠF oot +Ġnot ify +Ġlow est +DO CTYPE +Ġl anguages +ex tra +- back +Ġein en +tem plates +_p ass +ĠM ust +Ġest á +_c ore +ĠSc ot +A I +Ġb ias +ations hip +Con stant +Ġprogram ming +In s +uspend Layout +ĠPRO VID +ant es +Ġsh irt +in ated +. OK +[ a +Ġthink s +? ĊĊĊĊ +Ġregard less +ĠMag ic +ul ating +ĉ class +add Group +RE ATE +ĠS U +Ġsim pl +c opyright +Ġb unch +Ġun iverse +ĠE rr +Ġpresent ation +c ategories +Ġatt ach +.s ign +_A C +Ġdisc ipl +Ġregular ly +Ġprim arily +ink s +[ [ +.r and +.sh ould +ownt own +=" ' +Ġs ans +Ġsupport ers +se quence +G O +. .ĊĊ +ĠS pr +Ġcare fully +U IColor +dest roy +Ġtod os +ĠOR DER +ott ed +Ġd ont +aud i +_ player +g re +ĠO il +< body +_st ack +.P adding +ĠProduct s +Ġpriv ile +Ġinj ured +ĠF urther +Ġal ias +.Resume Layout +_LE N +Ġs es +'] ;ĊĊ +cre ens +Ġdirect ed +.S uspendLayout +od ge +.A t +mark s +ĠUn ivers +ert s +ĠE sc +Ġnav bar +Ġutil ity +agnost ics +Ġin ject +ĠD NA +Ġ" ," +am ar +Ġe u +Ġrestaur ants +_p ut +ut ers +Tool Strip +t w +ist ro +Ġz oom +Ġleg it +pec ific +ĠC ome +Ġlocal Storage +Ġabs or +.P anel +ĠDesign er +Ġo w +IC AL +_ uri +(f ield +Ġsup erv +Ex ists +Ġrespect ively +ĠSt and +Con f +uss ian +Ġar c +Ġ nd +uck s +Ġre str +Ġseason s +ĠCh apter +ĠSw itch +p ic +Ġh i +load ed +Ġfl uid +-b tn +Ġrun time +. it +B N +Op acity +as ant +ry ption +-n ative +Ġta ught +å ¯ +ag ment +Ġm ul +Reg istry +_ grid +ĠBro ok +: Set +Ġm ongoose +AM ES +inner HTML +Ġs oci +ĠInt el +get Id +C md +Ġaccess ible +r ames +le ton +Ġ__ ( +ĉ delete +ĠS quare +" ĊĊĊ +Ġbu cket +avor ite +ĠB reak +++ ] +Ġbr ush +Ġt ensor +/ http +T ile +Ġfunction al +Ġ" * +wh el +Ġt ent +ĠChar acter +Ġse es +. ST +B ig +Ġext ern +Url s +)) )), +ĠJ r +.B uilder +. ; +n l +_ Init +ĠH ER +ż e +mys qli +_ icon +v an +Ġfeel ings +Ġle an +Ġhop ing +T V +="čĊ +b est +all as +ent ed +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĊ +_con nection +Ġrep o +en abled +аРº +Ġsh a +Ġmembers hip +Status Code +in ating +_s m +_c ustom +_ weight +Ġc ss +St at +_ env +link s +TR L +ĠH it +, r +up id +Ġop ens +Ġg ent +_v is +Ġj oy +< w +_c ost +ĠPy Object +ren ce +ĠGeorg ia +ĠBro ad +m ma +â Ĥ +p f +Ġ" \" +Ġ( & +om o +Ġliter ally +Ī ĺ +met ric +Ġb ars +z ed +(w indow +ĠIsrael i +Ġform al +ident ifier +.d ao +ĠDe ath +% ;Ċ +Ġdecl are +ar ms +RE AM +PERT Y +Ġconsequ ences +to ols +Pe ople +ĠWh ich +> ();čĊ +.de code +_A CT +Button s +.f loat +.F irst +ë ¥ +ĠPol it +ĠX CT +T ags +ĠCG Float += str +Ġle af +- check +ĠI ss +.s ystem +log out +ach t +Ang le +s in +ch art +INT ER +ĠN UM +B asic +.P roperties +ä¸ Ń +_ change +ĠB razil +Ab stract +Ġ: +: +_ use +а л +ĠL y +IB UT +Ġout er +Ġ-- >čĊ +Ġrel ief +l ap +qu er +_p arent +he ap +LO SE +Ġcomb ine +ĠR ose +ow ers +Ġproced ures +ĠS ort +an im +var iant +eh icle +Ġsign ing +Pr imary +c urrency +Ġsex e +o en +th eta +em an +Ġimpress ive +(' _ +ĉ U +ĠText Style +_c nt +Ġs lice +(' : +Ġunderst ood +H is +Ġinform ed +Ġn ick +(T AG +h d +Ġelection s +est ure +ĠS anta +ĠCo ast +.p df +inc iple +.cl one +b orn +ut a +Ġl icensed +C r +Ġb read +ĠH ouston +Ġn od +Ġhop es +ĠCG Rect +Ġgu ilty +.g if +Ġro se +.Com mon +T ip +AN K +ĠF C +D uring +ĠSym fony +Ġdef ensive +k m +) > +arch ive +ĠU RI +ycl ing +- o +ĠWe bsite +AM P +ish ment +Ġdo ctors +D irect +AR I +ĠRed irect +ier en +_d ist +y o +ĠPro gress +Ġz um +Ġmem or +ĠE D +Ġj ur +æį ® +_T ABLE +Ġu uid +Ex pr +. head +(' % +point er +Ġest imate +ĠG reg +Ġlo ader +Ġi OS +Ġm ens +[ y +Ġref used +Ġprec ision +is ch +ĠA CTION +Cl oud +s With +( ret +_ADD R +_con f +(d f +Ġlock ed +Ġr ising +ãĥ» ãĥ» +ĠM s +Ġscen es +_EX T +_ raw +_ the +pe ople +Ġre con +ĠF un +Ġb less +ĠUp dated +ü n +ĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +pe ction +Re lease +.log ger +ĠS Y +Ġcoun sel +ur d +_ true +Ġevery body +iv ot +Ġh ence +ĠN AS +Ġoppos ed +unk nown +ĠDES C +ĠCh air +fa iled +ĠIN CLUDING +Ġwrit ers +{ }Ċ +ÃŃ t +_c opy +} : +ĠB at +Ġconvert ed +ed ing +pl acement +ĠH ost +S ound +и м +Ġs ought +m id +Ġsal ary +og g +âĦ ¢ +b ul +Ġw ir +valid ator +_ST AT +.st ore +ĠB attle +ı n +Ġ-- >ĊĊ +Tr ump +d ot +ĠCON T +.f etch +Ġcontin u +w as +Ġfra ud +_t mp +mit ter +.p ictureBox +G A +Ġt ournament +. Input +[ r +ex ion +cent age +ĠKore an +und ef +ĠAv ailable +resh ape +Ġk it +ĠStr uct +ĠS UB +An swer +_l ib +.t witter +Ġo re +ĠDr agon +.Ex t +, k +Ġexplan ation +ref s +ĠDr ive +ĠTr aining +.H as +int age +b ig +olog ist +enn is +Ù ĩ +Ġch icken +ĠĠĠĠĠĠĠĠĠĠ Ċ +ç Ľ +ãģ § +Ġpe ak +Ġdrink ing +Ġen code +ĠNE W +m alloc +ĉf printf +Ġ= ================================================================ +in cluding +Ġprincip les +ĠM ah +st orage +- key +Ġkey word +% ; +Ġtr ained +.con trib +Ġk v +__ ':Ċ +ĠB oy +param eter +Ġsu ite +Ġthous and +Ġco ordinate +-g enerated +íķ ĺ +gener ated +Ġad mitted +Ġp ussy +# w +Ġsw im +un ion +N a +ĠRoy al +.ch annel +Up dated +_RO OT +Ġv ital +ra ction +ĠCrush er +Ġpre ced +Ġhor izontal +Blue print +Ġattr s +Ġsm oke +Ð Ĵ +. Equals +F B +ĠRes ources +roll ing +Ġpass es +ĠN um +rot ate +et ype +\ ", +Ġsens itive +Ġt all +? âĢĿĊĊ +Pro xy +i y +_ section +âĢĶâĢĶ âĢĶâĢĶ +br id +Ġcirc uit +at an +EN C +Ġdr iven +Ġvot ed +Ġeduc ational +Ġinter action +abet es +Ġt one +ĠInitialize Component +Ġmer ely +Ġì ŀ +co okie +_ div +ĠUIL abel +vel y +} );čĊ +_ ENT +#+ #+ +art icles +ĠSou thern +Ġstrong er +ĠG iven +ĠE ric +ĠI R +ab stract +U nder +n able +Ġincre ment +ov en +Ġco in +_t imer +Ġsuffer ed +ĠF REE +'] ." +ĠQue en +st ats +Ġmeet ings +Ġenter ing +Ġalong side +(s ession +it als +Ġfound ation +ĠC redit +. div +_ ALL +pc ion +_st at +ick ing +Default s +_s rc +Ġoutput s +/ B +Ġent hus +-b l +.Fore Color +ĉ temp +F ace +Ġinter act +Ġwe ird +M ount +re ll +ud ents +Ġrequire ment +ĠS us +I ER +Ġe lected +re ference +ĠM E +Ġserv ers +.w ait +Ġsnap shot +il ton +Ġtri es +Ġt ipo +.T ime +> w +Ġmount ain +Ġp ounds +Ġ[ ... +ex ists +Ġng On +_M AP +Ġf lying +xi ety +ĉ value +_D B +un o +Ġse ats +T URN +. author +! ) +or ce +Ġindic ated +.s in +Ġass ignment +im iento +ĠF rame +_g en +in ery +_ ) +m essages +.set tings +ĠMe an +ĠM useum +ir q +att ach +ĠPalest in +_ QU +_t ags +Ġcas ual +em en +ASS WORD +$ s +ĠC irc +оР¹ +et ric +/ P +Ġep och +< head +_C MD +Ġg it +Ġpen alty +or ph +_ users +ours es +.Date Time +atern ion +_pro ject +Ġsuper ior +ĠD am +ĠSe attle +X Y +> The +ĠA k +Ġgr ass +/* čĊ +(d is +Ġgun s +Ġt b +ĠK evin +. args +ĠA h +op ed +( J +column s +arg uments +ĠWith Events +_f ull +ĠDef ense +S imple +Ġdeath s +Ġext ensive +ĠSt ill +ĠEx pression +ĠAg ency +Ġperform ing +F X +Ġus uario +U AL +S ide +od os +apt op +Ġcred entials +_c ap +at ient +ĠDis ney +Ġa i +Ġch ip +Ġvol t +.make Text +%%%%%%%% %%%%%%%% +Ġbelie f +_LO C +ĠC ivil +N avigation +Ġreve al +Ġviol ent +ĠF il +Ġc atalog +em ed +sc an +. control +Ġconstit ution +C ountry +Separ ator +_A PP +top ic +uet ooth +M IN +Ġdes criptor +y t +ET HER +Ġdistrib ute +' }Ċ +.tr im +.L ine +Ġl bl +assert Equals +ĠD et +omb ok +( width +Ġt ort +ĠEXP RESS +ac o +Us ing +ĠBr and +w all +EM ENT +ĠComm unic +< uint +ĠG UI +EG IN +ĠR ange +/ i +ĠT aylor +c ost +Ġrespond ed +ĠTh eme +n ce +IS H +Ġfeat uring +Return s +ĠK r +Ġ .Ċ +Ġn am +_c b +Test ing +Ġ{ }, +y al +.f ield +Ġ/ = +_SH ORT +m ates +Test Case +ain less +Ġeval uation +_ ITEM +ĠPac ific +ĉ k +Ġc ant +ĠR os +) s +Ġf et +STR ING +ĠDis pose +g al +ĠJ oin +ĠP orn +ĠCath olic +AR GET +cp u +ç łģ +.sc roll +IS ING +ifest yle +anc ement +Ġm erc +ĠB rowser +eter min +Ġover flow +Av ailable +Ġbott le +: UI +ific ial +Ġco ord +clar ation +Ġcon j +G LOBAL +ok u +Ġk wargs +cond itions +ul um +Ġg enu +ĠH ero +å İ +Ġun expected +ĠDAM AGES +Ġk a +ĠC ould +UP PORT +ĠPh otos +Ġconf ident +Ġdet ected +de g +rg b +Ġstrong ly +Ġ} ;čĊ +Ġ) : +Ġle ct +urs ive +RO L +ĠWe ight +Ġent ertainment +Ġ) );Ċ +Ġg onna +Ġb b +.d o +G S +Ġmist ake +D L +ĠPROVID ED +ear ning +L imit +iss ions +[ v +ä¸ į +ir ty +D el +Ġunder lying +pre ne +Ġj aw +ĠD I +pe er +Ġobject ive +Ġde posit +Ġk on +Ġes p +.set Visibility +/ login +< typename +Ġfr anch +/ e +Par allel +Ġsc ored +ĠH on +ĠV ill +ig a +Ġant icip +_ assert +ĠO pt +Ġdescri bes +w an +m ount +Ġmonitor ing +Ġt out +ëĬ Ķ +}, { +................ ................ += int +Ġc ust +---- -- +Ġatmos phere +P AR +ort e +IS IBLE +ĠI ron +ĠNot ification +.log ging +ĠBO OL +-p oint +Ġaf raid +ent a +Ġtom orrow +@ implementation +Ġeng age +ĠAn th +ĠF loor +ĠU l +To ols +Ġb ab +Ġcare ful +ãģ Ħ +Ġcruc ial +Ġcalcul ated +ĠS A +Ġw y +D X +_T AG +ind ed +Ġj et +ĠEngine ering +.M AX +en z +v d +Ġpublic ation +Ġ## # +Ġfac ed +ra ham +ĠC apt +As set +ĠCon stants +Ġlo ans +_ IP +ĠF ish +Red uc +_m at +Date Format +_m e +[] [] +Ġintegr ity +ĠC ourse +lob als +Ġfac ilit +Ġem br +ĠN g +.S ystem +Ġmanufact urers +Ġpro ven +.on Create +Ġal arm +Ġ § +Ġcomm only +ic os +æĸ ° +ĠSt ation +} ). +ĠF ilm +w i +ç ī +Ġeng aged +St ats +Ġgovern ments +Ġafford able +_p roperty +Ġag es +(' -- +Ġf ör +ĠProf essor +Ġhy dro +P ush +Ġorgan ized +Ac cept +é m +_c ell +Ġn b +p b +Art icle +Ġrem oval +Ġauth entication +ĠF R +l ide +Ġple asure +ap ol +Ġpart ition +ĠS ide +Ġcr imes +Ġdem o +hold ers +ĠPak istan +In struction +Ġexpect ations +.sc ene +Ġ' ) +h es +ino is +_P ro +Ġm olec +and al +_sh ort +Ġdefault s +Ġn ations +in en +Ġr t +O CK +P acket +S B +ĠSH ALL +_cont ents +ise conds +vert y +á t +G uid +n om +Ġcon clusion +. Update +Ġlo vely +Ġem it +b ec +ĉĉĉĉ Ġ +Ġintel lect +Ġb rew +ec ycle +F ire +Ġad mit +Ġar bit +Ġarr ang +ĠM IN +M ail +ĠN ative +C ur +Ġcon vent +.R untime +" }Ċ +.R un +Ġprint ed +Ġconven ient +. ar +m ock +ĠAdmin istration +ãģ ¾ +Ġelect ron +fl ate +Ġl ombok +Ġjava fx +n h +Ġsup plies +Ġvisit ing +ah l +Ġpow der +Ġult imate +Ġorient ation +ut as +_s cale +Con firm +ph ones +ĠOper ation +/ T +_IN TER +Ġair port +Ġmet rics +Ġphen omen +a udio +Ġm ai +( K +h u +all ing +rodu ction +ĠTrans port +ĠNOT E +æĸ ĩ +Ġfew er +_T IM +ì § +к и +A ge +F IN +Ġì Ŀ +ĠAt tribute +group s +er k +at to +. define +.AspNet Core +ategor ia +ĠS ir +( form +< User +. round +_d ay +.A ll +Servlet Response +.N o +l arge +IG H +qu ent +Ġvir us +Ġret ro +Ġim per +Bit map +Ġv ice +Ġoff ense +ist e +ĠA UTH +Ġê ° +ToolStrip MenuItem +G u +Ġr ape +ĠDav is +Ġover whel +: flutter +- table +ĠCon structor +Pr ivate +e ven +ch r +Ġap plies +_at tribute +Ġcon tribute +E VER +L ines +ĠAf ghan +Vis itor +ĠS L +se ason +C U +Ġintrodu ction +Ġmat plotlib +Å ij +Ġnewsp aper +âĢĶ and +< tag +Ġin i +Ġd iverse +Ignore Case +ĠU r +Ag ent +Ġb ull +.em it +( Exception +ar Layout +Ġincred ibly +ĠTr ust +={ ( +- nav +Ġe quals +Ġl ady +ĠP od +d isc +al am +ĠI V +â Ļ +iv idual +ph i +add ed +Ġdifficult y +Ġcomp act +ĠAction Result +c ers +_class es +Non Null +Ġqu it +Ġp ou +S witch +ir s +- test +ĠK ind +ĠCal endar +Ġstream ing +} ', +S W +Ġst ead +oc a +Ġprov ince +Ġcol span +Ġperson nel +ĠE mployee +Ġprodu cer +Ġevery where +od b +Ð Ł +bs olute +act ivate +Ġgr inding +ĠBuild ing +ĠSand ers +(s c +ĠOff set +//////// //// +} ;čĊčĊ +({ " +Ġscan f +ĠY Y +ĉdef er +Ġj ew +Ġrestrict ions +.m p +[ l +ä¸ ĭ +label s +red icate +aw esome +Ġw aves +Ġcon front +Ġmeas ured +Ġdat as +_ex it +ot ton +Ġshould er +ask a ++ # +ĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĊ +Ġtro ops +ĠU nd +_c ard +w ich +Ġn ous +Ġ"/ " +s b +Ġcommunic ations +Ex port +Ġdec ode +th s +inter pret +By Name +ĠSp irit +ed ges +O LE +ĠE M +t it +ĠTh rough +Ġb io +ĠP ackage +or ne +Ġ} . +` ;Ċ +Ġok ay +ĠZe aland +ident ity +(n ext +ĠB ang +Lib rary +Ġheav ily +il on +Ġdi pl +Ġrot ate +put s +) ',Ċ +ĠData Table +Ġmay or +.to LowerCase +Ġsome how +ĠNor thern +al c +Ġcap abilities +Ġv ibr ++ Ċ +ĠS u +ĠRes et +_m ean +Ġc ig +.cl oud +ĠB and +ĠF actory +ĠAr izona +_ io +op her +Ġconsc ious +Ġà ¶ +\ Controllers +_s peed +ĠF ac +_C om +ĠB ible +w en +ED IT +Ġun n +ĠSt aff +ĠIn n +Ġmechan ism +ĠM embers +Ġmigration Builder +'] .' +.get Int +< void +ĉf ree +oid s +\ Support +Ġautom atic +Ġch ances +Ð ¶ +Ġcomp licated +[ row +ah oo +Ġ}ĊĊ ĊĊ +Model s +W in +Ġt ape +ir us +iz on +on omy +(" _ +: . +.st ereotype +( env +_re ct +(w ith +Ġassert That +Ġcon straints +put y +E mployee +T D +Ġgu itar +ĠJew s +.pro cess +Ġf iction +ĠSh ared +âĶĢ âĶĢ +Ġprop ag +.N et +Ġachie ved +ĉ Q +Ġn urs +Sh ared +_FAIL URE +Ġbeh aviour +Ġcol s +ism o +Ġfem in +Ġchalleng ing +Ġpost ing +enc il +Ġcapt ured +ĠD ou +( word +ĠTur key +pan ies +Ġre putation +ORM AL +Ġelig ible +prot ocol +id as +(f rom +Ġfin ance +- per +Ġg otten +H A +d uration +ĠP arent +Ġin vent +Ġre start +ол ÑĮ +r ition +(r s +< bool +i ert +Ġmod ification +ĠT X +readcr umb +b ank +$ / +ĠMill er +] ),Ċ +.Check ed +Ġsac r +se curity +Ġp ose +ĠBr ad +Ġfit ness +Ġannounc ement +ation Token +Ġserv es +ne ed +Ġge ometry +AR S +æ Ģ +andid ate +Ġs prite +_s plit +We ek +ad ies +> (Ċ +?> " +Ġ/// Ċ +Ġein er +Ġweek ly +ĉlog ger +_p op +_m an +Ġmigr ations +Ġask s +Ġb s +Ġfall s +.W here +- height +_fe ature +.M in +Ġhy per +Ġvol atile +Ġtw enty +Typ ography +Un able +D et +, f +-m od +Ġsett lement +Ġcontract s +n ome +B ad +ĠB rian +(user name +!! !! +Ġh ack +.F ield +H R +ĠJ ordan +iz a +Ġ ł +ĠSh er +. header +( other +ĠD ub +( op +ĠR ound +Ġv ie +Ġap pl +ĉ J +ĠIn sert +ĠL P +reg on +ĠM PI +Ġan chor +ac a +ø r +Ġa de +anch or +que e +ĠTree Node +Ġtarget ed +Ġla id +AB EL +v et +ĠOr igin +A nt +. ');Ċ +ex pect +ed Reader +ĠM ajor +Ġin ch +Com par +Ġpre view +Ġill ness +ĠCONTR ACT +ĠInd epend +u uid +Ġn ome +Ġt c +ĠA venue +is an +Ġph rase +_m ove +") [ +Ġprov ision +Ġconcent r +_ IR +ĠU t +() + +Ġn as +! , +ĠRob in +i ations +at itude +Ġp x +ĠWith out +/b ash +ek t +re ement +Ob server +ĠReg ion +UBL IC +Ġ{ // +K N +å · +Game Object +å ¾ +enc oding +Ġ** * +project s +Ġt k +Ġche ese +EM PL +ar o +Ġا ÙĦ +Ġcons ists +ref resh +ure au +ĠSc anner +Ġso il +Ġfl avor +Data Source +Ex ecute +ени е +Ġsh it +åĪ Ĩ +< any +Ġretrie ve +Ġbelong s +.st rip +abs olute +Ġexp anded +bo y +): - +Ġresc ue +.J Label +Ġre ly +Ġal ignment +-f amily +Ġre nd +OLUM N +Ġb orrow +Ġqu otes +ĠL ew +Ġsh ower +ĠDE LETE +_lo op +! "ĊĊ +ĉ re +Ġattempt ed +aver age +ĠP aint +quis ition +ol en +Ġliter ature +ĠRe ference +_TEXT URE +ĠS eg +ĠInd ust +ct ype +D UCT +_H OST +ĠTr ade +Ġpl ugins +Ġbre ast +ul se +Ġcreat ure +ãģ Ļ +ĠW i +Ġsup plied +c oll +! (" +Ġfuck ing +ĠCh rome +ĠU ri +ĠN ation +Ġvert ices +T HE +ĠOr iginal +on de +Ġsh arp +Ġcook ing +Ġ{ /* +ĠPs ych +ĠH ollywood +=$ _ +.D ock +Ġg er +Ġb one +_con n +_se c +ys ics +Ġ= " +S al +s f +Ġdeep ly +ang les +T erm +b ell +ĠQu ick +ener ation +adio Button +åħ ¥ +}čĊčĊ čĊ +Ġcapt ion +l c +ĠE L +, [ +ĠĠĠĠĠĠ čĊ +ret t +(m ethod +ĠFl ash +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +W ISE +.s cale +Ġrough ly +_ child +m emory +ay ing +Ġinitial ized +in ator +а ÑĢ +Ġsc alar +ĠH o +ai res +(c olumn +.de stroy +P ACK +Ġh em +ang el +_S UB +. qu +Ġ × +DE FAULT +pos itories +ĠL ength +ĠF ast +Ġsign als +Ġ// $ +ri ers +Ġd ummy +AN Y +Ġperson ality +Ġa gricult +Pl atform +ER O +ĠT ra +Ġen orm +ĉ W +Action Result +Ġa ver +[ str +Ġ' -- +.S printf +Ġdeb ut +Ġ Ñĩ +h ex +_ utils +Ġp b +U ITableView +Ġz ur +. encode +Ġv ag +.error s +о н +Ġm r +ĠA ward +Ġc pu +Ġpress ed +' est +ĠF estival +' T +Ġa k +res olve +.m e +Ġn ic +Ġgen re +Ġat trib +ĠMo on +Ġarr ive +ĠD ating +Ġt m +.Config uration +. red +Ġgl m +Ġst ations +sw itch +Ġt ied +äº º +Ġ/ >Ċ +Ġsubsequ ent +pos able +-fl uid +Ġth orough +Ġpublic ly +apt ers +ĠWil son +_P RE +y ard +ä ¼ +ĉ in +Ġre vers +Ġbul let +cri bed +nes ota +Ġ($ _ +ann on +c ursor +Ġclo thing +ĠM ulti +: ', +Ġv ess +ordin ator +Ġein em +C annot +Ġar med +ĉ V +ä¸ Ĭ +.F lat +ĠS ep +ĠSub ject +_f ont +Ġcharacter istics +D one +el n +######## #### +PO S +Ġd ensity +ĠPl atform +- items +Ġo vers +Ġpush ing +ç ¤ +.Con nection +_ term +Ġinitial ization +________________ ________________ +ç ¬ +.d ocument +les h +ĉd ocument +ĠP in +ç a +Ġdefinition s +.P ath +_W RITE +Ġ ĉĊ +? >ĊĊ +Ġter rible +be an +ick ets +ĠS V +B uy +(t ask +Ġreg ime +g oogle +Ġcr ack +.vis it +N UM +ener gy +Ġstr uck +_s ample +.p ayload +Ġre vis +ĠSc ene +Ġp g +Ġbreak fast +URRE NT +.char At +_ex ception +ĠAnt on +Ġguid elines +Ġex haust +ĠFin ancial +Ġind ent +Ġdes ktop +H idden +F ailure +Ġpr inciple +Ġ iv +Ġse ks +n etwork +Ġnumber Of +ĠAl bert +ĉ long +, . +Ġz eros +f ade +ĠT yp +ĠT erm +ĠAr ts +.App lication +Ġbeh alf +æĪ · +Ġm ere +(` ${ +Ġaware ness +elp ers +f lix +Ġwe igh +Ġestim ates +. child +/ O +ĠBit map +.b ottom +Ġ************************************************************************ ** +Ex pect +ent o +ĠFor um +ver al +Ġj ail +Ġab ilities +ĠH OLD +ĠC it +Ġd ynam +Ġgr ay +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉ +.next Int +ant ly +ĠAR ISING +( private +Ġreject ed +ĠN ic +Ġle ather += {Ċ +aly tics +th etic +.T op +.P age +={ ` +Ġ ;čĊ +de pth +m ann +W D +ĠS om +.R ight +Ġ) }Ċ +Ġtr ait +Ã Ĺ +i ac +Ġr v +S ample +.X ml +opp ed +ĠÑ Ħ +list s +Ġt ear +ivers ary +.c ollection +ĠCon stitution +ĠHttp Response +Ġbr ill +ĠP rom +h over +ĠM iami +Ġarg ue +_f loat +Ġ ãĤ +Ġn at +ĠT al +Ġinteg ration +(c ur +Ġrem oving +Ġco eff +ĠTh ough +Ġfore cast +ĠV egas +S ite +Ġtr ab +ĠHen ry +- i +Ġinvol ves +B T +Ġs lo +In voke +Ġl ucky +r at +Ġ? Ċ +Ġhand led +(f d +cont ents +ĠO FF +R F +Ġst y +ĠM otor +ter y +t ax +M AP +ĠMr s +Ġph ones +ĠUI View +")) );Ċ +( dev +ĠIr ish +Ġw s +D I +_OFF SET +ĠEvent s +Ġst ages +Ġ} // +Ġhab en +ST ANCE +ĠS in +ĠM oney +(t op +Ġappoint ment +VER SION +met adata +_com ment +Ġcolle agues +map s +â ĺ +Ċ ĉĊ +( al +_re q +Ġf ut +Ġarchitect ure +ĠWH ETHER +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +_s creen +Ġstyle Urls +Ġmon ster +. up +ph ia +Ġprocess or +ĠT err += ', +ĠMan ufact +ĠN T +k el +ib ern +ĉf ile +A li +rient ation +Ġ// ! +ap ore +ane ous +ĠC reat +f older +Ġh ay +Sup press +( left +Ġe uro +Ġdis claimer +ustr y +sh ips +_f d +ĠF a +_in sert +Ġro l +if ting +ĠCom ments +_b r +Ġloss es +ĠAdd ed +ch arg +Ġп о +_s ystem +ĠS ometimes +ĠSp ain +(g roup +ial is +Ġdoll ar +ĠAr gs +qu ires +ĠT en +.s css +Ġsurv ive +us age +Ġj un +im iter +ï¼ģ ĊĊ +Ġfif th +t oggle +Ġdecl ine +($ " +(L ong +ing e +Ġpil ot +-l ight +-r adius +Ġpod cast +Ġnatur ally +P ages +ä¸ º +ĠDes pite +Ġlight ing +Ġcr ate +ĠB inary +Ġredu cing +Ġe leg +ĠM ouse +ĠTest Bed +Ġbefore Each +_ ARRAY +Red irect +Ġf lood +Ġsh ips +Ġelectric ity +)* ( +ê ¸ +ĠV iet +her o +Ġd ia +ĠK ent +he art +Ġthreat s +_ acc +Ġs ymbols +is chen +_in st +C riterion +ĠT IM +. Height +Ġ âĢĻ +();ĊĊ Ċ +Product s +_S P +ĠC y +Ġdepend ent +est e +Ġdat os +d it +аР² +IGN AL +Ġless on +"> ' +ĠC over +ĠH ope +ĠT imer +Ġd ad +vid ers +ĠPh ot +/ ? +rop y +om ing +as ion +Ġ\ ( +ĠE T +ĠRe ading +Ġep isodes +l m +ech a +Ġne uro +Ġhar mon +Ġlib eral +- ind +D ATA +Ġevery day +Ġdiv ided +ĠActive Record +fig ure +U A +ä ¹ +riend ly +te ch +.game Object +иÑĤ ÑĮ +Ġmo on +ft ime +Ġno ch +ĠT ORT +ĠV M +.in itial +( child +Ġmus ical +Ġo c +b as +ĠH ay +_l ong +Ġmem set +ile y +adel phia +S V +ro at +_t x +Ġl on +ĠngOn Init +b p +ĠGold en +AC HE +Ġwor ried +az i +E ar +T ake +(f p +bur gh +_ Data +g res +ĠO nt +p us +Ġtrans parent +Ġp ocket +Ġr am +igr ations +. čĊčĊ +Ġ[ ( +Ġadopt ed +Ġreported ly +ĠD ream +Ġ} ));Ċ +los ing +Ġte eth +ĠBook s +", & +enn y +LE MENT +Ġg el +ĠPl ant +! âĢĿ +.h ost +ĠRep ly +re ngth +Ġrecogn ition +Ġ}} >Ċ +L A +Ġmir ror +Ġassist ant +( device +Ġspirit ual +b uilder + § +Ġou tr +Ġt t +ĠP ER +Ġrad ical +Method s +Ġp ace +ud y +Ġg ut +ĠG reek +Ġnon atomic +ĠP aper +_G PIO +Ġob st +.A d +viron ments +ĠS ov +( con +ĠTrans action +. assign +ĉc atch +el ter +Ġbit coin +_G R +ĠčĊ +met ic +Ġtrans formation +åı · +Ġr gb +istrib utions +Ġimp licit +/ in +dest ination +аÑĤ ÑĮ +Z ero +Ġun set +. where +.g o +Ġform ation +Ġdeclar ation +() čĊčĊ +ĠEx pl +ĉĉĉ ĠĠ +/ pro +.J SON +Ġdes k +.sub str +//---------------------------------------------------------------- ------------ +ly n +p son +dis able +ĠF unc +ĉ Assert +ĠM ARK +Ġdefe at +Ġbl ind +Ġconst ants +. headers +UIL D +Ġexp enses +P ixel +Ġh r +Ġf el +ĠEast ern +_d el +ĠC ub +Ġs q +ĉc ount +ĠD irectory +Ġex clus +Ġhistor ic +Ġ ------------------------------------------------ +Ġcom position +Ġdata GridView +ĠB urn +ĠB C +M aster +Ġsp awn +Ġbe aring +.Set Active +il o +Ġg allery +Ġfound ed +Ġav ailability +.s qrt +Ġp es +ĠD OM +m ate +O ct +Ġmatch ed +it ivity +Ġan xiety +.pr ice +ĠIn stant +ì Ĭ +Ġt ut +IC ollection +.sh ared +_s ql +t bl +lib rary +_de stroy +erm al +ĠNot es +ĠE in +Ġsou thern +ĠOTHER WISE +Ġmac ro +.l ower +cl s +Content View +.l ink +const ant +ĠB es +Ġsome body +n b +"> { +( local +.. ... +ĠN ull +m x +Ġà § +Ġp ause +-------- --- +_M O +ĠC M +Ġfor Key +ĠD VD +Ġclose st +_DE VICE +ĠSte phen +ĠB BC +ĠTr avel +P aint +ĠResult s +ĠR ule +Ġt p +Ġrat ings +c in +c sv +> / +ĠG OP +l ad +Ġ ÑĢ +Ġindex Path +m atrix += f +ars ed +Ġ} ); +ĠC os +ĠS core +Ġt ak +ĠE SP +ĠIN C +_N ULL +-f lex +"] [ +int o +el and +Author ization +_F ALSE +Ġg ate +Ġv id +ist ent +T IME +Ġre write +Ġt ie +Ġarch ive +.event s +.get Parameter +ĠPer mission +Ġprogram me +Ġ é +j ud +Ġcam eras +(s ys +ĠSy rian +Ġimpro vements +Ġh ip +Ġsu icide +Ġsch olar +Ġcompat ible +rem ote +.d own +F UNCTION +Ġman aging +ĠUI Kit +. raw +>> >> +Ġdem ands +ell ite +Ġd ent +ĠM icro +åı ĸ +'] [$ +ĠI E +im ension +Ġt rem +Ġg ained +.w ith +. ok +h ou +Ġb om +amp aign +Ġjoin ing +f ish +Ġadd Subview +Ġnor thern +.c or +ore t +D ie +in ish +_com p +Ġatt ended +Ġcoll apse +ĠS S +ac ent +_E QUAL +ĠDe ep +R GB +ĉ test +ol ves +us et +Un ityEngine +w riter +Res olver +, % +if ference +_re move +ond a +Ġfem me +de code +Br anch +Ġfl ush +Ġinnov ative +Test s +Ġ[' ./ +Ġcover ing +. admin +ultip art +(l ambda + namespace +ĠS port +Ġ! ( +ac les +Ġde pression +ĠK ong +Ġp ert +ĠCon n +ĠOther wise +/ home +s upported +Ġp ink +Ġinv ited +ñ os +_en abled +Ġ- Ċ +F W +en ers +ĠM Y +Ġsuggest ions +Can vas +Ġf er +ĠMarket ing +@ Test +unt u +ĠV en +ĠC ou +iv als +Don ald +lim ited +ĉĉĉĉĉĉ Ċ +Ġanal yst +( entry +Ġrepresent ative +_at tributes +Ġf ur +.h ide +res p +ado res +rid es +ĠJ osh +ro bot +ĠN AT +Ġs esso +Ġintegr ated +: true +part s +Ġst upid +: event +@end section +Ġp u +.T able +ĠY ii +` ;ĊĊ +Ġcl ang +=" "> +eng an +_param eters +.int ernal +ĠMod ern +Ġmet ric +Ġsem i +={ {Ċ +.am azon +ĠB B +aint y +view port +Ġstart Activity +dis patch +**** * +Ġfl av +iffer ent +[ this +Ġst ake +Ġarg ued +vious ly +.w ork +ĠO ak +O ld +( async +not es +Ġfl ip +Ġdis ag +ĠT E +ĉ error +< ' +Ġ» ĊĊ +Ġfilter ed +ĠM ach +Ġh ung +_d ump +_s amples +-dis miss +Ġr ay +Im plemented +D K +Ġj ed +Ġbreak s +Ġf its +. gr +ĠZ ero +or o +Ġequ ally +Ġ' [ +Ġconcern ing +< meta +play ers +_P OS +_s im +J an +Ġyour s +ĉ N +Ġsp ir +Ġch ampion +ĠAn alysis +ap a +ĠNS Log +_l ines +ñ a +ĉĉ ĠĠĠĠĠĠĠ +.S c +Re p +etro it +ur able +M IT +com pat +own ed +_ind ices +], čĊ +Ġdis covery +ĠDie go +ob i +. Index +Ġtrend s +PL AY +.n o +Ġl ens +_c fg +Ġan no +ag an +Ġperiod s +ter ms +y z +Ġattack ed +ib ration +PEC IAL +_ grad +Ġaccord ance +.Read Line +.de vice +ri x +. container +m ay +erc ise +ĠL u +Ġr g +ĠÑģ ÑĤ +ĉĉĊ ĉĉĊ +( un +TERN AL +Ġless ons +Ġalleg ations +Ġtrans mission +.Re f +M obile +ĠT ournament +ĠN ut +ĠG a +ĠCap ital +def inition +- exp +c lean +Ġfant asy +Ġenh ance +ent ence +'] :Ċ +ack ets +Ġcelebr ate +@ ", +Serialize Field +Ġarray s +t b +ĉ st +[ assembly +( reg +.c ategory +Ġimpro ving +Ġsal ope +Byte Array +Or iginal +Ġ[ {Ċ +åĽ ŀ +ĠCl in +oen ix +ĠS amsung +Ġmaint ained +Ġag enda +f ail +Ġpres ents +Ġtim ing +.m ark +' >< +Ġprom ot +Ġin cl +_ only +ë¥ ¼ +ĠAtt orney +- date +Ġlands cape +Ġf u +S Y +.p rop +ĠA rr +p ag +Parallel Group +': čĊ +Ġlog s +a unch +unc i +n ama +Table Cell +iss ues +. { +ec urity +_ex ec +old s +Ġhost s +Ġpro to +_ import +_s ort +ĠB ow +ĠN ormal +ĠF arm +.create ParallelGroup +R otation +. err +Ġp leased +it age +.W h +ĉĉ ĠĠĠĠ +M R +ĠM ORE +ĠN atural +_ transform +B ASE +ener al +ut down +.common s +W T +Ġa an +. Result +d og +Ġclick ing +), ĊĊ +# line +Oper ator +Ġc iv +Ġm erg +ob uf +ng then +Ġ[ { +Ġcan cell +tr igger +. : +W ORK +decl are +Ġdecre ase +ÅĽ ci +lo om +.N one +ĠM I +ĠJ ason +Ġhealth care +iam ond +s ylvania +* x +ĠR a +[ b +Ġprint ing +ph abet +ĠLab our +op per +Ġz ijn +-t arget +_F UNCTION +Ġo ct +ени Ñı +åľ ¨ +Ġwest ern +Ġcomput ers +ĠR ET +Hash Map +[ String +get Value +_D ATE +.N ext +ĠF if +é l +ick ed +æ İ +-M M +Ġ{ ĊĊĊ +Ġcontact s +Ġdig its +Pro du +Ġunus ual +Ġrapid ly +t ures +Ġang ry +c ancel +xx xx +_p arser +id ity +_P REFIX +Ġme hr +Ġrare ly +et he +op es +Ġ% . +work s +Ġthe ta +Ġcontrib ution +ĠT ony +Ġsqu ad +аР¹ +Ġî n +th ere +out ed +ĉ q +Ļ Ĥ +g ood +L I +é¡ µ +ĠL iving +iz abeth +Ġk t +ĠD allas +] ],Ċ +Ġ/ >ĊĊ +Ġrais ing +/r outer +_g ame +ĠC UR +z ens +. es +Ġfont Weight +(f unc +not ification +Ġ'../../ ../ +Ġbl ame +ãĢĤ ĊĊĊĊ +an co +Id entity +f ollow +Ġart s +x s +Ġofficial ly +ĠSt udio +Ġrecommend ations +Ġloc ale +Ġam ateur +ĠEn able +Ġcap s +. End +- add +_g shared +ĠC T +For ce +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Ġor ange +Ġl p +Ġanswer ed +.G rid +Ġd ual +Ġstrateg ic +Ġnob ody +Ġf atal +_ est +( el +Ġì ł +ĠB udd +A IT +_f actor +- one +ĠH AVE +" čĊčĊ +Pro f +Ġä r +str ings +Ġdir ty +ĠF ace +ĠB egin +ĠB us +Ġw is +åŃ Ĺ +Ġspe aker +Ġcar rier +ĠO m +Ġhad n +All ow +:: __ +Ġver b +ĠCom plete +ĠE asy +Ġb ills +ĠĠ ĊĊ +Vert ical +Ġpr on +ĠDef ine +Ġlook up +variable s +Ġpand as +um es +Ġinn oc +Ġset Up +ĠCh ampionship +art ist +ĠC Type +F oundation +๠Ī +ĠSet up +Ġrec ipes +ĠU IColor +ĠF ight +Ġauthor ized +_c lick +_s uccess +ang an +ĠMount ain +ĠDo ctor +Ġeg g +ĠMedic ine +c les +` .Ċ +[ int +d ashboard +ĠApp ro +-d r +Ġprodu ces +Ġrent al +Ġre load +Ġarr ival +sp ot +Ġund ert +Ġequ ipped +Ġpro ved +Ġcent ers +Ġdef ines +al so +Ġop acity +ĠUn fortunately +ĠIll inois +Ġн е +ĠTem ple +ĠTr ail +ĠK elly +Ġmeasure ment +Ġsepar ated +-c ircle +H ey +ĠRE AD +ig its +Ġ ib +ĠM OD +atter y +аР· +Ġv end +ен ÑĤ +ĠHttp Client +s afe +_A SS +ic it +ĠCon struct +ĠC lo +ĠS ix +_T OKEN +(b lock +Ġwarn ed +/* ! +! Ċ +Ġinnov ation +_ " +Ġ );čĊčĊ +Ġsp ots +Ġcho osing +.c s +Ġflex ible +U Int +Ġscr atch +- al +Ġf estival +Ġout standing +================================ ================ +M ean +ĠO regon +s ymbol +. account +d ney +'' ' +! ", +Ġpart icle +à ĥ +[ MAX +IV ER +ER ENCE +NS Mutable +ĠColum bia +_ ĊĊ +.f r +Ġc ogn +V R +ĠMethod s +ĠM ade +ĠB R +ĠEl se +Ġeg gs +Ġsw ing +ĠIn v +Ġdise ases +Ġf irms +Ġle mma +}` );Ċ +l ings +Ġg ym +umin um +.T rim +M em +Ġcritic ism +ibern ate +_T X +ion i +Ġguid ance +Ġrepeated ly +Ġsup plier +Ġpaint ing +.F ragment +ed Exception +Ġw iring +Ġcour ts +W EB +æľ ī +\ . +ill ance +Ġb rows +ĠP attern +PL ICATION +ĠSum mer +Ch ain +Ġc ute +mer cial +Ġd il +ĠFrank lin +ĉg lobal +IN CLUDING +h istory +Ġl st +Q t +SD L +al ia +i ere +( ... +ĉc in +iff s +vel ope +ĠR oot +cl uster +User Name +ign e +< S +Ġf est +Ġindic ating +ke eper +Ġc ada +é g +cons in +ĠG B +Ġl b +em ony +-icon s +_d oc +Act or +e lem +.De lete +Ġin fection +ĠPriv acy +Ġgreat ly +ĠP os +ĠT reat +Fl ow +Ġattract ive +ĠMar c +s udo +tes y +- an +ab ama +ĠW ould +Ġsu ck +index Path +ĠE t +T imes +Ġclub s +_ass oc +Ġac quired +(" : +Ġint ense +.m aps +Ex pected +T oggle +Ġa y +Ġl ifestyle +-c alled +ĠS now +V olume +Ġcann abis +ĠD irection +ĠLim ited +-s pecific +Ġd owntown +/ icons +Ġre ven +L eg += null +Key board +') ). +Ġ"" ;čĊ +Ġatt itude +.n avigate +- error +AM PLE +ĠJ ay +v r +c ow +.com pile +Ġmem ories +_m ark +ĠMin nesota +Ġk osten +Ġprob ability +w arning +Ġgen etic +F ixture +ĠHash Set +N ombre +_m onth +Æ ° +- start +xy gen +ĉ ft +i agnostics +ĠMat thew +Ġconcept s +Ġcon str +. State +и н +N ov +Î ± +ĠP anel +ä¸ ª +com pare +> ()Ċ +Ġapply ing +Ġprom ised +Ġo x +nc ia +ĠValid ation +ort s +_c ur +e lect +ey e +( Data +Ġreport er +ĠB uff +Ġs r +Ġ" ; +ick y +Ġtemp or +S N +Ġres ident +pi res +ys ical +Ġend orse +ĠS ong +is Empty +le et +_ util +Ġdist ingu +ĠT alk +ĠM ot +( default +.A rg +gorith ms +_ words +im mer +_res et +f amily +W W +Ġsav ings +ĠâĢ Ŀ +_en able +side bar +Run ning +Ġal i +Ġtest im +Ġwarn ings +ĠCh em +ĠEx it +Ġfound er +pect or +Ġr m +_d ataset +ĠD as +Ġh an +Get ty +á l +Ġn y +Ġpo verty +Ġresult ed +.b y +ĠVis it +Ġobt aining +/ '.$ +ĠĠĠĠĠĠĠĠĠĠĠ Ċ +sh all +_LE FT +UI Image +_ Name +h ave +ĠN ob +l r +- footer +Ġn aked +ĠG arden +\F acades +Ġgrad uate +Ġfranch ise +pl ane +Ġcontrib utions +Ġstring With +Ġc rypto +Ġmov ements +ath ers +Ġlif etime +Ġcommunic ate +j ar +ĠFr agment +_ IF +ĠN avy +ĠF igure +Ġsim ulation +_st op +Ġreport ers +Ġvers us +aj a +ĠÎ ± +Ġgovern or +List Item +Ġse aled +.Back ground +ed i +ash ing +Ġl ip +ĠI h +mer ge +Ġn ec +el ocity +ATE G +Ġse eds +Ġflo ating +_F A +w alk +ĉ user +_de pth +Ġw age +@ app +N il +( [" +( vector +Ġsecret ary +Ġj Panel +ve z +³³ ³³ +d irection +ĠE P +Ġh unt +Json Property +ĠP ORT +] ", +аР¿ +ĠFore ign +pan ic +Ġtri als +ĠA le +Ġr ural +- value +author ized +ĠScot land +.d rop +ĠM T +ç ± +row th +File Path +Ġrec all +if le +Ġc el +ĠSE LECT +k n +_c ase +Ġc rop +s ure +p ot +IC S +Ġst em +Ġindust ries +P ut +Ġa ber +road cast +Icon s +) ")Ċ +æĪIJ åĬŁ +g ui +Ġassum ed +Ġr x +E A +è § +EL L +Ġdo se +Ġin e +Ġde eper +l ider +Ġord inary +Ġg olf +_IM AGE +ĠN AME +(m odule +Ġat om +Ġbel t +Ġoff ices +b eta +Ġphilosoph y +( JSON +-f ield +Ġintrodu ce +Ġconven ience +opt im +> "Ċ +ath y +Ġemploy er +qu ate +Ġed ited +Arg uments +ĠN ations +__ ) +Ġno se +ĠS ample +' )ĊĊĊ +Ġc ake +.get Attribute +H D +Mod ified +Ġpredict ed +Å Ħ +an ie +S orry +(d oc +w ind +ie ve +Ġprov isions +AT ER +OT E +M Y +.A utowired +ĠB ath +. Boolean +Ġback end +.M ouse +ater al +p aper +Con st +ĠV R +_ entity +_C TRL +ĠProte ction +ĠG M +ĠStud y +Ġsou p +ot ime +' use +] " +/ users +a ug +ĠH ong +_n orm +ãģ ¨ +Ġse cre +(B uild +ĠCon tract +ol as +Ġsa uce +Ġaggress ive +Ġrac ial +char acter +@ @ +Ġcomp ile +ĠV oid +_re m +_m emory +k k +Ġm ic +S ame +U tility +ĠH tml +ĠX ml +Read y +Ġg all +Ġalleged ly +ĉĉĉĉ ĠĠĠ +ĠMet al +ĠPerson al +Ġborder Radius +rx js +object s +Ġwant ing +Ġb owl +v endor +offset of +ĠR s +ĠR ating +Ġr ally +_N ODE +ĠM ix +Ġadvert is +Ġnarr ative +s al +Ġm c +SE rror +Ġf ingers +Ġaccom pany +Ġt ired +Ġstr ide +Ġgu i +el ist +Loc ale +Ġrele ases +ik ing +Ġan ger +)) )ĊĊ +alle st +Sum mary +( O +(f or +Ġbasket ball +Ġroad s +ĠInst all +ĠF ab +it map +Ġ) )Ċ +Ġinter section +ighb or +ĠB ry +ĠHER E +So ftware +elf are +ac s +Ġtrail er +.get Class +ch ars +Ġreg ulation +Ġref ers +Ġde struction +Ġcontin uous +ĠAust in +é ¢ +ak an +.w indow +ĠTem plates +Ġabs ence +: n +Ġdis order +fl ash +Ġde let +bo ards +ĠĠ ĉ +RO P +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġac qu +Ġlaws uit +ĠRe views +Ġgar age +t imer +Ġe j +ĠRect angle +Ġflow ers +il st +ĠIn stance +S uper +d et +dis posing +ĠE S +ĠI C +ver e +S k +_ch annels +put ed +/ null +nn en +ĠG allery +_g lobal +Auth entication +ĠR ank +Ġblock ed +Ġcal m +mark et +ĉ val +Ġa ug +per iod +ĠCon stant +Ġ?> ">Ċ +Ġl obby +p al +Ġs ink +ia h +Ð ¡ +urn ame +Ġcon ver +Ġinvestig ate +Ch rist +H ub +ĠIN D +ĠP ed +ur as +ĉ url +ĠT ro +Ġpre ferences +Ġguarante ed +` ĊĊ +Ġport ions +Ġeval u +' > ;ĊĊ +.AutoScale Mode +Ġc ats +Ġreg istry +ul us +F I +p ayload +- search +Ġstay ing +ac ious +Dec oration +Re view +In f +Ke ep +it is +, String +Co ord +Ġper o +S ex +ĠAtl anta +uest a +Arg b +> * +} _ +F ooter +Ġemploy ed +_b ound +v ide +.f unc +$ scope +Ġsp o +ĠAn al +ounc ed +ar ound +Ġrestr iction +Ġsh ops +å Ģ +ĠLat in +-c ol +Ġbare ly +ĠE uro +E r +Ġfa ire +_d istance +_un lock +Qu ote +IV ATE +Ġå Ī +Ġaim ed +ĠRet rie +. iter +Ġwr apped +Ġagre ements +str ument +( product +Ġstud ied +.set Value +Ġy e +ĠC ache +MB OL +Ġquarter back +Ġsy ntax +.getElements By +.v ersion +we bsite +Run ner +_s ingle +at iv +ĠAl tern +ĠBeaut iful +right arrow +Ġd iversity +pl ash +( co +.F ill +Ġtyp ing +Ġcl ar +H it +O O +ac co +w orth +Ġscript s +ĠMuslim s +ĠL L +erv ing +( boolean +Ġbase ball +ĠC AN +MA IL +de pend +Ġrespect ive +Ġconst expr +.* ;ĊĊ +'] ))Ċ +Ġy ard +Ġident ical +if ecycle +US H +up iter +. validate +cl i +IST ER +Ind icator +F ail +Ġdemocr acy +. var +Ġsatisf ied +------------ - +enc er +h or +Ġr ounds +DA O +o a +Ġfl ask += c +[ ]Ċ +/d ist +Ġpart e +Ġconfirm ation +er on +aw are + +Ġdepend encies +ĠV ideos +- row +Ġ** /Ċ +Ġn ou +Ġh over +æ ŀ +Ġn in +ĠUS D +M ac +_L oad +Ġout comes +_s ocket +Ġqu eries +w m +Ġhit ting +in ux +M ich +ud ge +AT AB +Ġvulner able +ä ¾ +Ġport folio +: YES +ĉm ap +B ound +Ġiter ation +in cess +Ġact ors +ĠQ ual +_c lean +ãĢij ãĢIJ +MS G +G reen +ĠOff icer +Ġsm oking +> ', +ĠF lo +++ ; +oly gon +Ġbul k +Ġdr ama +Ġexception s +os ed +Ġ+ čĊ +Ġleg acy +C V +Ġcontrib uted +ĠTer ms +Ġb t +Ġunt uk +Ġal ien +=== Ċ +ĉ Vector +Ġl s +On line +.f acebook +num eric +ock ets +A ut +b ury +-re dux +ĠRed istributions +GLOBAL S +urrenc ies +Ġt ons +âĢĻ , +Ġà ª +(c ol +ĠS ymbol +Ġstay ed +ĠM L +Ġm unicip +Ġsex o +S en +n r +Ġg ains +Ġshort ly +.M enu +à ½ +KN OWN +Ġoper ators +- V +ĠPat rick +/ add +_C O +ir ation +(p ost +Post s +/ _ +Ġpl ug +Ġintellect ual +Ġmet ab +Ġpregn ancy +ĠPrem ier +n m +Ġpred iction +ĠMin istry +Th ree +val uate +ĠMin i +b u +оР· +< ul +Ġd d +ol ving +ĠC ut +Ġs chem +.tr ain +it ate +Ġr ice +Ġbird s +ãģ « +m iddle +struction s +Ġn erv +a que +Ġfl u +Ġsurv ival +ĠGal axy +ĠF ant +. Order +At trib +irt s +é c +M ovie +Ġcon ce +qu arters +Ġm ood +.Add Range +Ġres olved +ãĥ Ī +Ġburn ing +ĉĉĉĉ čĊ +ĠW E +Ġhost ing +L AB +Ġman agers +Ġstre ngthen +< const +ĠFire base +on ed +ĠJ ean +' ";čĊ +ĠS av +.B old +Ġen ables +ĉt mp +Ġman ually +ĠS qu +user id +.f unction +.c ache +LO PT +.S ervices +dd it +t im +< img +ĠTh ings +ĠEvery thing +Ġa pt +em and +Ġroll ing +ë ¦ +. level +Ġst om +ĠW inter +Ġview ing +( values +ocom plete +v ia +up o +Ġabort ion +i ère +ï¼ ij +_B UTTON +_d omain +Ġb ra +ĠA st +in as +Ġstat ist +c od +L R +Ġdr ives +Ġfollow ers +Ġall ies +ĉc urrent +ecess ary +Ġdam aged +_ pt +and les +oun tries +Ġsim ult +e u +Ġcontrovers ial +_G ROUP +Ġr ib +. Info +: mm +.n ormal +_ADD RESS +Ġ íķ +add le +ĠD ur +. Element +W arnings +Ġcred its +Ġin hib +Ġem issions +Ġh az +.y outube +ugg ed +Ġbo ther +ĠK ansas +ĠF ixed +ĠTest s +ĠF IX +Un iform +Ġk ont +>> > +st ation +lo re +at ype +ish op +/ **************************************************************** +Com boBox +Ġvac ation +Ġiniti ative +Ġdefault Value +con cat +ĠK h +ĠW elcome +ized Name +M igration +Ġgrad ient +H ot +Ġhard ly +el o +ĠStud ents +Ġlo ose +at z +.S end +' / +Ġunivers al +Ġenter prise +Ġreg ex +Ġvis itor +ĠF ly +Se q +ภĻ +ĠVis ual +Ġlib raries +ato es +P ayment +Ġp ent +Ġgather ed +VRT X +ĠD M +S plit +Ġlet ting +Ð Ŀ +_error s +ep och +P ARAM +c u +ÑģÑĤ в +ol utions +Edit ing +font s +Ġalloc ated +ĠB ased +( Y +ĠJud ge +Ġbro thers +FILE S +ç o +w b +_P I +' ^ +Ġs word +.s ervices +Ġn l +T im +ig g +ĠMo ore +Ġcrypt oc +åĩ º +_post s +ot ate +? ' +... .ĊĊ +Ġk l +=" $ +Ġdec oration +Ạ¡ +ĠD IRECT +G UI +) =>{Ċ +Ġnews letter +Ġprec is +(p oint +ĠEqu ipment +ut y +ĠD ave +Ġparticip ation +u arios +x it +.A s +ET ER +or ous +Ġsh ield +[] > +ilit ary +. origin +Ġprom otion +U nt +Ġc t +TR A +View Holder +Ġsig ma +d elta +are house +con tract +( Vector +Ġcompet e +/ form +/ components +Ġn r +ĠInd ones +Ġо ÑĤ +ĠV olume +.f iles +(res p +/ models +Ġsur f +stand ard +/ o +ĠXCT Assert +V ICES +.C ode +SE D +Ġact ivate +D elta +Ġlimit ation +ri j +Ġpregn ant +: ^( +Ġs our +p ie +Ġexp ense +ic ation +ĠL arge +Ġ ± +ĠB owl +(model s +/ N +P a +.re load +Ġwonder ing +Exec ution +ĉ ĠĠĠĠĠĠ +ĠG raphics +ĠCont in +_j ob +Ġget Name +ĠM agn +ĠD WORD +m ad +Ġn h +fe atures +} ");Ċ +he ets +(tr ain +z n +Ġrecru it +.con nection +Ġbar rel +Ġste am +_set ting +Ġang ular +ane ously +Ġb il +ĠN orm +(! $ +ib t +% ( +Ġpos it +ĠF ather +int endo +L ive +Ġport s +Ġme j +Ġland ing +pon der +Ġc od +_HE ADER +.M argin +Ġball s +Ġdiscuss ions +Ġbl end +H ex +Ġfarm ers +Ġmaint aining +ĠĠĠ čĊ +s yn +[ T +r us +uff ers +Ġcontrib utors +_s ys +.De bug +Ġconstruct ed +om es +? id +sl ider +Ġsup pliers +scri ber +p es +Ð ŀ +": čĊ +\ Controller +)) ĊĊĊ +Ġl ua +M ulti +EN S +S rc +Ġpet ition +Ġsl ave +look ing +V ERT +ĉ vector +S pecial +h h +an ne +ĠN iger +/ views +z ing +end ant +< C +s peed +Ġ{ };ĊĊ +Begin Init +Ġf open +@ RequestMapping +End Init +Ġp unch +S ender +é Ķ +get Message +/t ypes +.P I +(' ');Ċ +oc used +( all +Ġdrop down +). __ +ĠV in +.Fore ignKey +can f +ou red +ĠOrgan ization +ĠÐ ° +ĠC ulture +(cl s +, _ +rg ba +ìĿ ĺ +.data GridView +Ġdo zen +ĠG es +_sh ared +n ick +Ġh osp +om eter +Ġclaim ing +ib les +ri k +æĺ ¯ +en ario +Ġd engan +ob b +m ont +_r ank +('/ ', +Ġap olog +P s +_p ower +ĠG ree +Ġful fill +Ġfire base +Ġf are +ĠH im +Ġbe an +âĢ¦ . +ĠS PI +_R X +Ġper ception +rel ative +comp ile +u um +ut os +a uc +ĠAs k +Ġindic ator +/ th +.set String +ĠWis consin +.D omain +Ġart ificial +De velop +ĠSar ah +Ġl ying +( search +ĠEmp ire +urr ing +æŶ éĹ´ +=" ${ +Ġget Id +ĠP ayment +trans ition +Ġ ]. +ix in +V T +- select +Ġdemonstr ated +Ġlast Name +employ ment +.get Property +Ġf ought +file Name +ĠP ers +-c ard +a str +attr s +Ġprom inent +Des ign +anc ouver +ãģĹ ãģ +ard o +se cret +Ġr ag +Ġpo ison +-m an +, omitempty +ĉ un +it zer +ĠCas ino +ĠR oss +- foot +(result s +Pl an +Ġlas er +ê¸ ° +_D R +F acebook +Ġbo ards +st a +] ], +Ġt iles +S IZE +Ġ= ~ +Ġprem ier +oc ab +Ġenc oded +Ġres erve +ĠAfghan istan +ĠList Node +url s +Ġsub mission +Ġne u +Ġ# +# +_P OST +Ġmo ist +ell i +ellig ent +. alert +ó d +b re +ĠCol lect +Ġgraph ic +Ġlong itude +ĠPro vid +ĠCal culate +x ffff +c riteria +Ġw aters +ro ck +lo quent +ĠT rib +Ġbur st +Ġsuff ix +.Ext ensions +ish es +iv el +ĠLI KE +ĠGet ty +.Action Event +.s lf +ĠH AL +up al +E AR +ud i +_time out +U F +ĠSing apore +ĠAd vent +_int erval +cha ft +ĠE mer +Ġtele phone +ĠTur k +_ interface +ĠO wn +Ġencour aged +< Object +_T ext +ĠOnt ario +ĠApp ly +.f irebase +Ġant ib +P riority +ene z +D ays +c id +urre nce +; / +inn ed +Ñģ Ñı +Ġve z +f w +// $ +att ack +Ġstart up +ain ers +.f ragment +op acity +( conn +he im +.n etwork +( stream +ĠN ON +t ol +ĠX box +ĠD S +Ġc ached +Ġprostit utas +ĠB alt +(' [ +Ġno except +" ' +Ġs d +. valid +_ ag +Ġr aces +Ġro d +itud es +< >( +.Pro duct +Form s +NE W +P ay +ĉ boolean +_ contact +ĠElect ric +sk ip +Ġw ur +Ġch ronic +_d river +ĠS ab +ĠU lt +ĠR ad +ST ATUS +ĠLew is +O B +Ġgift s +.Re c +TR UE +Ġint ensity +Mark er +.com pare +ff ic +C ookie +ĠB aby +ĠBig Decimal +ile t +ĠHOLD ERS +ĠL ady +Ġl ung +ĠAl abama +Ġd ess +` );Ċ +ĠB uilder +_reg ion +Ġne utral +Bo th +Ġh p +Ġh orn +Ġseg ments +ĠE C +"=> " +( rec +ĠP i +G M +Ġl aptop +Sc alar +is d +-d ialog +ĠAnd erson +Ġmist akes +ĠH an +j es +est ination +Ġprom ises +b id +ĠSc ient +G IN +ĠPer formance +b age +. users +le ading +Ġor al +G raphics +_P TR +h ang +Ġin ev +process ing +F actor +ĠN A +$ string +Ġground s +.Save Changes +c lock +cri pcion +ĠNew ton +g c +.in cludes +Ġbl ast +Ġ'- ' +Ġpued e +.S ession +Ġgre p +_f inal +ĠG ay +ĠG ive +ir i +-st ar +ĠUI Image +_ep och +ub b +ent h +Ġel ite +Ġcampaign s +ĠP orno +_ assign +Prot ocol +ĠBe ing +ĠAir port +Ġconvent ional +ĠW at +ĠC I +ET A +ĠAnth ony +Ġtable t +( format +Ġconsist ently +ĠI owa +Ġav atar +.c ursor +! [ +Ġh anging +H er +S uch +';ĊĊ Ċ +orge ous +() == +Ġview Model +Ġ ãĥ +Ġel s +ĠAg ent +F etch +ap or +Ġc x +p read +ĠP ier +oe ff +S n +ĠV irtual +A pr +.Wh ite +_M OD +ĠPoint s +å¤ ± +Ġgen es +Ġv endor +Ġmain stream +< src +ĠEl izabeth +Dec oder +- state +ĠG lass +nc y +adi ans +_m on +ĠRem ote +Ġwire less +ĠM i +å ī +è¡ ¨ +st age +ĠT ile +ll ib +V ariant +== Ċ +Ġgold en +(Q String +.put Extra +ĠD om +ĠAn imation +Ġinter active +if act +éĻ ¤ +LE T +Ġfrequ ent +Ġ< >Ċ +F ilename +Ġs ne +ĠFoot ball +Ġr ival +Ġdis aster +ion ic +ĠD amage +. Resource +- en +ĠT ypes +get String +( board +Ġb ol +pl ain +z ym +ภ² +Ġsc anner +ild er +_msg s +æ ı +(int ent +Ġde struct +Ġb ust +ĠE mploy +on i +ĠUI ViewController +Ġodd s +ear er +Ge ometry +Ġy ii +_EX PORT +ĠAtt ack +Ġn iet +Ġim pression +ĠG il +_pro b +ĠC F +ĠEx perience +/pl ugins +.M ethod +Ġbelie fs +N ative +_b uild +Ġv ig +Ġr anks +cover ed +s uch +G uard +.p ack +add er +iv ia +l ng +Ġв Ñĭ +T imestamp +_n ow +Ġp oker +Ġun c +Ġsh apes +-t ypes +_per iod +p k +Ġveter an +Ġson o +Ġappoint ed +over flow +.d river +_c at +ut t +pl ant +im b +ĠAc cept +Ġconc ert +ĉ node +ĉ z +? >čĊ +Ġb anned +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġto xic +Ġdisap pe +È Ľ +Ġgr ace +ate ful +Re ply +ĠCru z +Ġsc rap +Ġkey words +s imp +Ġmort gage +Ġcy ber +ĠEx ecute +Ġlat itude +if u +.C OM +d bo +Ġsort s +ĠG as +om ial +.L ocal +Cell s +.Re place +String s +.f it +ĠTh ird +% ",Ċ +Ġ{} ". +ĠS ony +Ġ[ : +Ġfall en +. ')Ċ +in h +ĠM C +Ġred is +C odes +Ġprofile s +h ook +Reduc er +_F UNC +Ġn avigate +str len +Ġh orm +á ŀ +ĠS R +. boot +Ġdig est +ĉ header +.find One +æ ģ +Db Type +n ia +_m erge +Ġdon ne +/ Getty +_CH AR +Ġb ands +. URL +art ial +Ġf req +Ġs ist +N g +Ġrender ing +\ Core +Widget s +ĠV A +Ġactiv ists +St e += _ +all a +St amp +Ġload s +Ġx x +ĠL earning +.M vc +u ir +(" $ +Ġconnect ing +Read Only +ur u +ĠE ag +B IT +_DE L +å § +arr ass +ext ernal +ĠY OUR +ĠB rew +ĠF ive +Ġres ize +ig id +er ation +ĠÑ į +åĬ ł +ĠC atch +Ù ģ +ĠLe on +am il +.B ody +Cl ip +/ list +.b r +Edit Text +ĉ db +.G ame +(Build Context +back end +.R ed +face book +.url s +m r +rol led +---- --- +Ġinter vention +Ġretire ment +ĠK it +ĠP RE +Upper Case +ĠS ocket +Ġ: - +Ġstudy ing +ĠMet ro +ard ed +Ġconvers ations +C alled +Ġexam ine +ert ificate +.g z +-res ponsive +Ġref und +_n etwork +allow ed +em pt +Ġme als +C ategories +Ġtravel ing +Ġk g +Ġsh ame +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġexplicit ly +Ġmath ematic +ĠS uite +ĠR GB +****** / +Ġmix ture +lear ning +.t emplate +att s +w x +ĉ ctx +.p roperties +Ġdrink s +ĠE ither +set Text +.get Data +.z ip +Ġreve als +< table +.Hash Map +ĠH ur +) ");Ċ +.f ramework +ĠST ART +feed back +Ġsaf ely +. icon +config ure +. lock +.l ayers +/> .Ċ +Ġrank ed +_ impl +ĠHand les +Ġhost ed +Ġup dating +al bum +é Ŀ +Ġsh ader +Edit ors +- round +[] { +Ġse p +ĠH i +TE M +look up +.m an +_IN PUT +Ġthreat ened +_IM PORT +Ġd rops +ru it +s id +bo th +ĠEx cel +Ġj er +ord inary +еР¹ +V IEW +re ply +Ġ) :Ċ +color s +ver ified +_T r +_p arse +Ġcon gress +P romise +int s +ĠM other +.A pi +ĠD uration +Ġfirst Name +inherit doc +ĠM ars +Ġa pr +OD Y +Ġvis its +Ġhe aling +let ters +)) );čĊ +f uture +.F ramework +Ġk iss +Ġinv olve +Ġsil ent +ad ows +Ġany body +s ch +Ġsole ly +- img +Ġprop ri +Ġin struct +Ġlic enses +Ġm eth +Ġcond em +ĠD omain +ĠHarr is +Ġs Ã¥ +CE PT +B atch +@ extends +ĠCONTR IBUT +.Data Frame +_p acket +rec ision +Ġfoc using +. ht +__ ":Ċ +: Get +ĠK C +Ġpass age +Seg ment +_c enter +-z A +_B L +Ġconv in +Ġclass ified +ĠNS Mutable +_ ap +t ile +Rect angle +(n ums +v ens +ĠUI Button +ĠF eder +am o +Ġout line +ĠPar ser +Ġâ ī +ĠWork s +.S chema +Ġeng ines +_com mon +_ old +Ġset ContentView +Ġ/// < +ĠB T +f m +Ġd ivers +_ weights +em ark +ĠA CT +Ġpro portion +over lay +.dir name +ĠG it +_REF ERENCE +< > +l b +_r ule +è´ ¥ +ĠPut in +Ġsleep ing +() :čĊ +Ġpres erve +Ġpar liament +ĠLook ing +Ġpick ing +ĠDis patch +Ġsl ip +ë ĵ +ĠL yn +_sign al +config uration +ĠP itt +ad en +pro cedure +Ġenthus i +f ight +ĠCons ider +Ġt orn +Conn ected +.c os +_group s +ĠTh ink +Ġdel iber +Ġres id +work ing +.column s +ĠCal led +Ġes lint +> ", +_D OWN +h ist +ĠAdv anced +Ġre wards +act ors +Ġsil ence +Ġmy th +Ġne ur +Ġa uction +.Get String +ek s +( project +ĉ msg +ĉ output +Ġcomplaint s +, S +Ġt bl +Ġ, ĊĊ +ri ors +ah ren +Ġlawy ers +re dux +_s ymbol +off ee +_RES ULT +( Name +UT C +.current Time +Ġorgan is +. arg +Ġmin im +w ick +Ġrece ives +B alance +Ġspeak s +ĠD ays +ĠBel ow +t ipo +P resent +Ġres erv +h p +Ġr it +_R IGHT +-- ) +Ġchair man +D IS +ĠBO OST +Ġexper iments +__ );Ċ +Ġst amp +Ġf ert +Ġf ond +T er +el ve +ure n ++ i +end ency +Ġvirt ually +... " +ï½ ŀ +- cent +_un ique +Ġpr icing +m ic +RES H +Ġ:: : +Ġan notation +ĠC ircle +ong odb +it as +Ġ% ( +( component +Ġо б +( port +-h our +. obj +L BL +Ġj ury +GB T +Ġsp y +ĠProf essional +Ġ"" ;ĊĊ +Ġstri king +Ġdiscrim ination +Ġp ays +lic t +ent es +Ġthrow ing +ĠPl ugin +( def +ĠRuntime Exception +ĠM igration +Ġd ic +b ag +on ia +Ġcor ruption +( Map +Ġpr z +.d to +Ġac quire +State ToProps +Ġlo ving +оР¶ +_p attern +Ġemot ions +Ġpublish er +_b e +Ġcoup les +o j +ĠCh art +Ġt rop +.t ool +Ġestablish ment +Ġd ol +Ġto wer +Ġl ane +ĠSy dney +Ġfill ing +claim ed +Ġdialog ue +Ġcon vention +book ing +pare ncy +æ ± +ĠGener ic +\ Schema +Ġr anges +/ ch +Ġpan els +Ġr uled +çĶ Ł +.t s +_s ets +Ġclean up +Pre vious +ĠAn imal +($ ( +ĠA ve +oll ar +_e val +ĉ Name +(t ree +Ġ" ] +Ġdut ies +=' / +Click ed +Ġdifferent ly +ĠCl ark +Ġd it +olog ists +Ġsy nd +Ġs ends +- known +k b +ĠMod al +it ative +Ġr acing +Ġhigh lights +ĠSim on +ĠCapt ain +ä¿ ¡ +ĠC B +cont in +ar an +Ġphys ics +ret ty +et al +.m d +ax ios +Ġspeak ers +Ġpre p +Ġaward ed +ì§ Ģ +ĠC orn +ĠN ature +UD IO +Ġpro j +- pre +[ u +Fe atures +Ġis Equal +B inary +s ig +Ġconf usion +ĠH at +Ġkt ó +.config ure +M ON +/ edit +_A dd +, true +Ġc li +Error Message +- loader +Dim ensions +ultip ly +Ġ{ !! +ĠSql Command +Ġsp oken +Ġp ics +Ġto y +( Key +ĠLo op +Ø ¨ +E ATURE +in ction +_set up +w rapper +Ġt ong +c ular +O pt +.P l +=" , +(l ength +um n +Ġch rom +Ġse vent +ĠIllegal ArgumentException +ĉ start +Ġbeg un +CE PTION +dat aset +ĠF ailed +col s +Ġkne e +im ore +.sp lice +sh ell +ig gers +Ġthem es +ĠD J +ĠAss istant +- $ +May be +Ġorder ing +ĠInt elligence +ĠMass achusetts +Ġfail ing +el son +G reat += i +.re st +Ġinv ite +-dis able +.Group Box +âĢĻ est +Ġtack le +g v +et ter +Ġ), čĊ +_r ules +.w arn +function s +ĠChrist ians +Ġback ed +Ġsl ider +Ġenjoy ing +n est +Ġh ij +_m s +// * +An notations +ĠVariable s +< V +( server +ĠOr acle +element s +Ġorgan isation +_point er +ĠHe aders +[ d +Ġdead line +iss a +Ġkn ife +ĠNAS A +ĠHe ight +ĠAs ync +Ġven ue +.d om +bour ne +ĠHaw ai +Ġmem o +ict ions +Ġsurve illance +om i +/ assets +Ġed u +Ä Ľ +Ġro ster +Ġh ired +ĠT ok +Ġpl acement +ur ations +Ġset State +ĠMag azine +Ġhor ror +T ry +Ġl ag +ĠEvery one +th ur +)) ;čĊčĊ +. return +Ġsy mp +âĸĪ âĸĪ +Ġn ights +work er +Ġa le +ennes see +.st ep +Ġsynchron ized +our i +Do es +. change +f on +.set Background +irc ular ++ - +ĠC IA +ĠJ ane +ĠSim ilar +- I +level and +Ġpros pect +_f ound +ĉc olor +.D iagnostics +Ġann ounce +Ġassum es +/ tr +Ġb d +ĠCar bon +Ġanal ys +.de st +n ik +ĠL ie +- index +Draw able +ĠT AG +Ġtri angle +_F LOAT +ĉĉ ĠĠĠĠĠ +.bl ack +v ue +cur acy +Ġaffect s +Ġsure ly +Sl ider +uk i +c ery +Ġun ter +.pro file +ord on +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +le ave +Ġsmart phone +g ie +Ġcons pir +Ġt utorial +ç± » +Ġc ab +ĠSum mary +* ĊĊ +ä h +" This +Ġsl ides +" +c ycle +ĠB ull +path s +Ġun p +Ġview DidLoad +_M odel +Ġassert True +Ġr ated +De cl +vert ed +ĠD at +b rew +Ġpoint ing +M s +ĠPoint er +) ' +_n on +ĠSE C +Ġy eah +g ency +initial ize +f ly +[ pos +, g +Te le +Ġj oke +Ġcl ause +.find ById +en es +( instance + £ +Ġs lic +_h ome +Ġ*/ }Ċ +_p ages +(s ervice +R P +ĠAm ong +.get Current +ãĤ ¹ +Ġs lee += [Ċ +ol er +Ġlib ert +Ġ` Ċ +Ġw enn +l ated +Ġimm une +( Node +ĠPro blem +ĠA bs +log s +Ġ ../ +ĠA DC +Ġ}} ">Ċ +> ');Ċ += b +ĠW ind +lah oma +Ġalloc ate +or ian +Ġpres cription +- quality +ĠMay or +in ely +end foreach +ĠCom plex +k om +T Y +] ]. +. Style +_m any +',' $ +Ġbar rier +ĠF etch +ĠMar vel +Ġres ist +ог о +b idden +ĠRun nable +: false +Ġbuild s +ĠSt age +Ġd ub +emp o +.s ite +;ĊĊ ĊĊ +ĠDen ver +Ġre vel +Ġtrigger ed +Ġd ice +_f ail +Ġg c +ĉ X +ĠTh rowable +.r outer +ĠRev olution +ÑĢ а +_N ON +Ł ¥ +Ġel der +Ġab road +ĠÐ µ +ĠAd ult +bl r +g lyphicon +Ġprom oting +Ġ iz +ĠS olid +_lo ader +ear ly +.en abled +- edit +ĠU L +_ play +ĠInt errupt +Ġadvant ages +uc le +Ġmechan ical +.table LayoutPanel +ĠWork ing +Ġan onymous +R ating +ig ious +_ph one +.addAction Listener +Ġfr an +und en +Ġ*) & +_ bool +ul ative +Ġcon e +ĠM ult +Ġm ö +ĠFor ward +] ):Ċ +Ġconvin ced +act ed +ãģ ĵ +ĠConfig ure +Ġce iling +D er +Ġpass engers +Group s +Ġsoc cer +/ W +avi ors +sw ith +ĠZ one +. Options +ĠM om +ied er +Array s +Ġtreat ments +Ġprotect ing +f ac +Ġpick le +Button Item +Ġblock ing +str ar +à ² +ĠEx port +Ġth rew +ott a +ĠB ASE +.w s +.LE ADING +order By +_d elay +ĠP u +.d ll +ĠCh oose +Pol ice +ĠBE GIN +box es +Ġdiam ond +, l +Ġ ĉĉĉ +Ġcur ious +t v +Ġerot ische +ack ages +ĉ Set +T ick +.b order +static method +Ġch er +in voice +Ġcr u +Ġdef ect +_m etadata +re lation +ik an +[ N +(Q t +( Base +æģ ¯ +be at +ĠEm pty +ĉ o +_sh ift +Ġreg ret +Th ose +C ent +ĠPort ug +ĠIs lands +ĠT IME +Man agement +-s p +ê me +Ġnot ion +un ifu +P K +è¡ Į +ĠCUR LOPT +\" \ +U V +ç º +d ra +c ou += ` +ĠD estroy +r p +.c ancel +G G +r untime +ĠV ue +Ġprogress ive +/s ervices +Ġrun ner +_FR AME +.ToolStrip MenuItem +Ġ' ,' +d elay += utf +Ġscreen ing +Ġpull ing +om as +Ġan th +- new +/ local +Ġi Pad +Ġt witter +Ġd ying +Ġhe aven +ĠU Int +ĠSen ator +Ġpres um +ĠWalk er +Ġover come +ete ction +Ġemb arrass +Ch ina +In clude +RO LL +Ġdata Type +D avid +ภ£ +lo p +-m onth +Ġsc ar +ĠS afe +Ġ **************************************************************** +Ġaccess ories +Ġr amp +_U SE +Ġcontr ad +)) ]Ċ +Ġpre st +ĠH R +ĠR ap +Ġus ize +Ġcap ability +Ġc ort +- next +Ġbur den +_read er +Ġ@ @ +reg ular +ĠK a +M AN +Ġa str +Ġ' ')Ċ +Ġf ed +Ġpars ing +ĠY ears +Ġbro ker +": {" +Ġa kt +In ventory +abe led +Ġarg parse +****** *Ċ +vers ation +Ġc ord +ĠT i +Ġhope fully +Ġa h +ver b +Ġst olen +. Entry +Ġexpect ing +O rientation +Ġpower ed +Ġp ersist +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +'] ); +')) ,Ċ +ĠC ash +ĉ item +gr ades +rop ol +b asic +Ġ" );čĊ +Ġaw ards +(r ange +- all +ĠIB Outlet +ĠInd eed +---------------------------------------------------------------- ------------ +Ġstom ach +Ġfl ower +Ġs ew +_t imes +av is +Q String +ĠR outes +_pro t +Ġcom edy +Ġlog out +Ġwood en +Ġpost er +p iece +.J oin +ĠP ok +cel ona +mut ex +;čĊ čĊčĊ +Ġstri kes +Load ed +) arg +es a +Un ited +E p +PE LL +ĠAtl antic +ul let +app le +Ġsett led +a con +Ġprint er +ĠG C +å® ļ +Ġrender ed +, âĢĻ +he it +s ocial +. ge +ĠR ick +ĠUt ah +g ot +on ical +ĠSc roll +ĠSc iences +Ġj ug +Ġam pl +ent i +LE FT +Ġt abs +Ġenorm ous +.get Key +loc ate +. EX +.st orage +.W e +Ġto ast +ĠAdd itionally +ĠN OW +_ UPDATE +Ġtrans ferred +th a +.D isplay +_ ui +ID EO +Ġmeaning ful +ĠMos cow +, this +ĠVict oria +æĶ ¹ +ĠÐ Ł +.st ack +ĠB arn +pared Statement +: string +Ġb ij +ĠST ATE +Ġemploy ers +ĉ input +( | +Ġle x +in voke +ĉ num +++ , +at ial +ors es +Ġfor k +_t xt +ĠAnton io +Ġ( < +aver se +Ġdev ast +ãĢ Ģ +.D ec +ĠG ard +/ ui +. % +tr i +Ġrol led +Value Pair +itt en +ĠTh er +Ġv rou +ĠFl ow +ĠFin ance +ĠCom b +H C +.set Visible +is l +Ġp k +Ġup set +( raw +ĠV ice +e atures +ĠL ang +Look ing +ĠA ST +Ġtri ps +ĠJust in +b rowser +=" '.$ +. vertices +- co +}/ { +Ġ? , +ĠD omin +ĠBel g +" < +Ġsup pose +add y +Ġwalk s +ERR U +_f ilters +Pre ferred +sc ene +е Ñģ +ĠAff airs +Ġ"# { +Ġon Submit +Ġstock s +/ view +g ree +- get +h it +J o +.get C +Initial ized +ÑĤ и +c uts +( Type +ĠAg reement +ĠViet nam +Ġ/* ! +Ġp izza +- view +_ em +Ġl hs +Ġm uy +ĠId ent +ĠF riends +Ġab und +_A D +.t imestamp +- ' +Ġd uplicate +Ġhun ting +Ġregul atory +ia o +am ous +ĠEnt ertainment +[ A +iat ric +_CL IENT +ĠK ids +/p kg +B reak +)) );ĊĊ +ĠSh ape +Ġrel ating +Int errupt +able Opacity +emb re +Ġmyst ery +Ġjournal ists +rit able +.L ink +Ġstop ping +CRE T +.D B +Ġpopular ity +Ġg ew +Ġim pr +set Value +FL AG +ĉm ax +Ġb ake +w y +ĠEcon omic +Ġen contr +Ġf name +/ de +R ank +Ġbug s +.s m +Ġmed ian +D OWN +ĠS ure +At Index +ĠD ick +Ġ( __ +.d elta +F r +Ġsuggest ing +ĠRec yclerView +, e +ST ART +/************************************************************************ **** +xf ord +Ġrece ipt +CL AIM +read only +Ġeng aging +C a +as ma +Ġens uring +Eng lish +ĠV ancouver +hy th +Ġpurch asing +ĠP I +. word +(s p +.h ome +: def +Ġg ig +ĠV e +for um +ĠM itch +B ay +_F L +Ġs oll +_column s +Ġminor ity +b ird +Ġhand ed +SS L +ST AT +Ġnerv ous +ĥ ½ +Ġfile Path +CRE ATE +A w +Ġp ens +se ed +ĠCom pute +ol k +ĠAs set +re ach +'), čĊ +n avigation +L F +/ util +ĠP ub +Ġâ Ķ +c ion +## Ċ +II I +Tag Name +Ġam id +per mission +if iable +xFFFF FFFF +н и +.B uffer +_ irq +d ark +Ġret val +.f ire +produ ction +.list en +ĠWe ather +Ġbuy ers +. ne +er p +ĠP ent +Ġw elfare +Ġpage Size +ĠSt adium +ert a +Ġle v +amp a +P ager +Ġcharg ing +ĠNet flix +| null +_r andom +.x path +Ġst ere +ĠIS IS +pons es +( loc +ey ond +ĠOff icial +ĠMary land +Data Type +_p ar +{ }, +ĠEn joy +_SH IFT +ĠA wards +_ENT RY +Ġseem ingly +entic ate +Ġheart s +_ ;ĊĊ +ĠH IV +Ġindiv id +ĠFl ag +_ ctrl +ĠC allback +, z +ĠG PU +ĉ obj +ĠPh oenix +ĠB US +Ġrub ber +_A UTH +ĠSol utions +( location +Variable s +.set Enabled +_h igh +W O +G esture +Ġre try +Ġobject ForKey +allow een +Ġm os +ĠC ele +Ġik ke +(c ell +ĠM ODE +ren a +Ġdescri bing +Ġph i +Ġr d +Ġdes erve +Ġwhe els +å¸ Ĥ +Ġcrit ics +N amespace +ĠF ra +Ġ ĊĊĊĊ +Ġall a +Ġrequ iring +æľ Ł +ut ation +Ġdelay ed +Ġadministr ative +Ġb ay +.h idden +T ex +Ġbound aries +Ġ] );ĊĊ +ĠFollow ing +~ / +F i +_con v +_T ITLE +Ġdes de +ICollection View +Ali as +Ġb ite +pat ient +_COMM AND +Com pleted +ĉ elif +( < +B usiness +ĠP ool +Ġpurs ue +ĠB an +_st eps +_DE CL +um ble +Ġcom bo +ĠL ayer +.x r +Ġd up +-------- - +Ġmod ifier +ro b +re z +Ġath letes +Us ed +w ear +Ġlegit imate +Ġ" ĊĊ +Ġh v +St d +ĠH old +Ġsurv iv +ĠAll iance +ĠEar ly +Beh avior +(f ont +/lib s +Ġrect angle +Ġs inger +Ġam p +Equal To +Ġ" ." +Ġgirl friend +å ± +line ar +obs erv +Ġpi ù +Ġcomple ment +With Value +(p assword +t ake +Bl ank +ĠCom par +' ", +_p olicy +m ongoose +_FA ILED +.re port +R atio +.Perform Layout +us able +m ers +_re nder +PE ED +Ġles b +ĉ E +_t ool +Ġl adies +о Ñģ +)) ))Ċ +;; ;; +.d ot +Ġn est +pe ak +uk kit +ec a +_S W +Ġ& ( +ĠOk lahoma +Ġbank ing +ĠN intendo +Ġreprodu ce +_element s +_m ac +pro xy +Ġremark able +}/ ${ +Ġout s +.has Next +M ODE +Ġan ime +.con n +Un ique +D om +Ġimportant ly +itt y +Ġju ice +T w +ĠPart ners +Ġattack ing +Ġport able +am iento +.P ictureBox +.g en +Ġopt imal +Ġre cre +Ġjournal ist +ĠEx tract +ĠMore over +Ġmargin Top +.A p +Ġf iring +Na N +ĉ template +аР´ +. En +Ġdef ence +ĠT el +il en +j an += data +ĠU rl +ĠRe uters +(t otal +ĠFif th +Ġess ays +Ġinterpret ation +Ġchar ity +ĠR ules +Ġsub section +st yled +az er +l ags +L IST +Ġupload ed +Ġtr ash +Ġreg istr +Ġsell er +>' ;čĊ +Ġstart Time +ç Ļ +s y +(Http ServletRequest +Ġtr ap +G C +Ġembed ded +Ġsurround ed +im its +T X +yl inder +ĠF al +Ġsent ences +ĠJ a +IF ICATION +we apon +ov ation +Ġco at +Ġinter pol +Ġl ips +ĠK y +Ġv ectors +_ am +Ġint ake +.w orld +Ġin box +ĠM AC +_ ab +(name of +Ġent ert +Ġgather ing +ĠS IM +++ . +ny a +' }} +ĠUP DATE +Ġp ac +( html +ĠS ant +i ating +ĠIde as +Ġspr ay +ĠH art +Ġver ification +ades h +/ modules +ĠM ind +ĠSized Box +Ġsh elter +Ġher oes +att y +Ġcert ified +s j +Ġê tre +ÅĤ o +Ġpublish ing +ĠMal ays +.get User +ĠPro vider +ĠLinked List +ĠB or +RO UND +d id +t ain +p ire +ĠJ enn +t el +and e +_f ront +ĠMc G +Test Method +à¸ Ń +Ġoccasion ally +ĠW ales +Ġexerc ises +ĠÐ Ĵ +- plus +Ġvalid ator +Ġpr ayer +L ATED +_ author +Ġlab our +++ Ċ +-e quiv +ĠG PL +Ġface book +s imple +g ly +Process or +ip y +Ġ* > +Ġcle ared +ĠP ush +Ġpen is +Struct ure +li j +ĠM organ +Ġhand ful +" .Ċ +| \ +Ġ ******************************** +ĠA qu +_ IC +.load s +Ġm eter +ĠMar ine +:: { +ĠT S +ĠArray s +.T itle +GR AM +ter min +Ġco inc +El se +_st ates +-r un +m embers +ast ro +Ġon Press +Ġbe ings +Ġabandon ed +Ġtax p +own ers +.m ode +Ġdiagn osis +Ġ_ Ċ +ĠK night +ĉ A +Ġob serve +), ' +! ")Ċ +ĠPar a +Ġvari ation +( False +ĠAnt i +Ġg ri +Ġhome less +? v +Ġbe z +.S erver +re lease +ĠP atri +Ġchar s +Ġrank ing +activ ation +Ġw ides +q r +.S ql +ac ular +ĠB ot +_s ync +Ġhapp iness +Ġvolunte ers +Ġs its +/ < +[ e +(file Name +Ġcap ac +ĠMar ia +f ather +Ġgr am +* i +Ġcas o +_d raw +ĠR aw +ĠIter ator +ĠP adding +P D +BO X +ĠS PECIAL +Ġfe cha +Ġv ide +ĠLe ader +ä» ¥ +$ (". +Ġdiam eter +Ġm ild +Ġrock s +app ings +d irectory +.fl ush +ĠJ ess +UN IT +ĠP ear +Ġmand atory +S ur +q t +Ġstream s +Ġco operation +ĠS ac +Ġche aper +ĉ ch +an imation +f are +( height +( True +N Y +Ġw rest +Ġpoll s +Ġencounter ed +ĠMarket able +_P ASSWORD +_SE LECT +ĠArab ia +_c lock +Ġv oy +Ġи з +Ġst ir +is ible +-e ffect +.c reated +Ġto ys +ĠTrad able +Ġr ust +Ġstr cpy +_t imestamp +Ġtalent ed +, null +ĠJ obs +ĠPort land +Ġweak ness +Th row +ĠAng el +ä¿ ® +Ġun cert +ï¼ī Ċ +ĠìĿ ´ +Wh ich +Ġ[- ]: +S omething +Ġconv icted +k le +ed ium +Ġbranch es +Ġb ases +ç ® +Ġcomplex ity +ĠF ig +. reshape +$ db +_CON ST +ĠT es +.r untime +Ġden y +ĠB SD +Ġk r +h att +ĠSt atic +Ġunivers ities +Re place +Ġdro ve +Ġad oles +_pl ugin +ĠL GBT +Ġt ex +du ction +ED I +ĠT ed +_ URI +Ġre ception +art en +.S ingle +r ice +sc ious +_b g +Ġw ages +ĠS ervlet +UIL ayout +Ġform atted +.M od +< class +is en +Ġrepresent atives +"] = +Ġport al +ĠHun ter +Ġh iring +__ )Ċ +ric ulum +u o +li est +Ġt ears +L at +Ġliter al +.In sert +Ġc urs +ĠCom put +Ġterror ism +Ġswe ep +Ġ[] čĊ +Ġpass enger +Ġeast ern +Ġtwe ets +Ġoper ated +w nd +ĠS yn +.t ools +ĠW M +ul ates +Ġbacter ia +( bytes +.set Data +Ġvis ibility +// ================================================================ +el m +Ġgener ating +Ġm v +Ġk h +j en +/ search +Ġaccount ing +se gment +act ic +. ip +Ġdeploy ment +Ġfoot er +> ',Ċ +Ġexpand ing +ĠHam ilton +ĠCon trib +.T ables +Act iv +H H +ocom merce +_ ; +Ġamong st +ow ing +ĠC old +AP H +Ġpsych ological +_t ensor +Ġpack aging +ĠSw eden +Ġp are +Ġag gregate +Ġmoder ate +_h and +Ġdesign ated +Ġdr um +Ġget User +ĠC reek +_s cope +ĠTrans fer +ĠM arg +Ġfight ers +W nd +ĠS el +ĠLa unch +Ġemerg ing +if rame +ĠAdd itional +Ġf ears +Ġsat ellite +_ : +Ġdis posing +Get Value +Http Post +AT IVE +ul ary +View s +Ġatt ending +ĠT ennessee +ĠM ission +Ġmedic ation +ĠW y +ĠAn na +Ø ¹ +ĠVert ex +.t ypes +O rgan +.DataGridView TextBoxColumn +ĠR S +Ġtemp o +( App +Version UID +.p oint +ĠD utch +H ours +L U +Ġqu oted +.b uilder +ĠPer fect +ĠAl ways +_t wo +Ġexclus ively +ĠC ra +ific ar +ĠA WS +ing ham +com plex +k ernel +Ġgr avity +Ġw i +Ġover view +ĠW ant +ĠW P +( sh +. rotation +St ates +ĠTe en +_com ponents +ì Īĺ +Re ceived +Ġly rics +rit es +ĉĉĉĉĉ Ġ +-A merican +[ num +/ python +ĠU ART +Ġapp le +ĠJon athan +Ġmoment um +ภ± +Ĥ ¹ +Ġm ich +and ra +Ġbi ological +ĠM ens +Ġ% % +else a +ĠMex ican +.rand int +Ġt ale +ĠValid ate +Ġdefe ated +.ht m +Ġcop per += / +cos ystem +Ġr ip +dec imal +.V ISIBLE +ĠT a +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉ +Ġdownload ed +en vironment +Ġnom ine +build ing +ĠSp ot +ipher al +Ġal to +qu et +ĠF T +/ get +/m aster +W IN +åħ ĥ +W est +arg c +Ġprodu cers +ĠM uch +_st orage +cred it +CON T +Ġv et +Ġvo ices +(' ', +Ġinstr uments +ĠM SG +es se +re pository +om ics +Ġdeal er +St ill +Ġb anner +asc ii +Ġrem arks +[ js +Ġshort er +g ulp +Ġmyst er +Ġk un +ĠB ird +Ġti ene +n ut +ĠU m +Ġw ise +Y eah +INE SS +_b egin +- heading +C ourse +Ġ čĊčĊ +omb ie +grad ed +ĠG PS +Ġ że +F it +c aption +ö n +/ image +l ia +(m od +Ġle ak +en za +/ H +ĠH appy +D ist +n x +ĠGovern or +(l ast +te acher +ĠS ent +s upport +ject ory +Ġ Ùħ +Reg istration +ĠGr ay +, false +Ġadjust ed +( settings +< R +ĠM age +Ġpl aint +_ )Ċ +ĉ it +omet ric +. bootstrap +Ġcar ries +I p +Ġ! $ +Ġswim ming +ĠMar io +ĠQuest ions +P ACE +æĸ ¹ +e or +}} " +Ġo ven +ĠK on +Ġwis dom +Ġac quisition +ess ment +ag ine +Ġexpress ions +Sequential Group +F ront +ul pt +aw k +'] )ĊĊ +_ AR +Ġanal og +ul in +_PR INT +ĠL G +Ġb lob +ĠFurther more +_com ponent +ĠC ole +L AN +SCRI PTION +Ġl ap +icens ing +_TIME OUT +ĠF ro +Ġli ability +Ġcom posed +.create SequentialGroup +_p erson +Ġbe am +ĉ ĠĠĠĠĠĠĠĠ +ĠNot Found +. 'Ċ +ÃŃ s +.Text View +P DF +Ġk ar +__ (' +Ġ" :" +_m essages +Ġhar vest +.h istory +> 'Ċ +-f old +æ Ĭ +ĠBet ter +Ġ"\ < +sp acing +Ġfurn ished +os er +] }Ċ +Ġ$ " +p ull +.P ost +( ip +Ĺ ı +.f ront +nt e +ĠF M +g uid +Ġnegot iations +agon al +Ġtrem end +unge on +Ad v +car ousel +ÃŁ e +_DE SC +Ġham mer +áº Ń +ĠĠĠĠĠĠĠĠ ĊĊ +-c ore +-s ervice +Ġcorn ers +ĠS F +p red +> A +ĠJ Label +Ġrom antic +Ġtestim ony +os c +ĠGener ation +as ures +_int ernal +Ġprint s +Ġ] )Ċ +ĠC leveland +re po +D isc +Ġ" >Ċ +�� �� +Ġne arest +_t b +( require +EO F +- child +Ġbu dd +.Xtra Editors +alt ies +\": \" +W ords +Ġloc ally +Ġpurch ases +Draw er +ex tract +Ġexec ut +} '. +user data +Ġfocus es +-min ute +ĠP ublish +og o +Ġmount ains +B ot +} >{ +Ġt ension +ro d +m esh +Ġtransform ed +, R +() }Ċ +.l ong +Ġg orgeous +ĠS chedule +Ġol dest +Ġsub process +( IN +y ect +ĠCo oper +arn ess +ĠMon itor +.p art +ĠN BC +Ġc otton +Ġh ol +Ġrg ba +ĠB io +Cont inue +P od +Ġparticip ating +clus ions +(By Val +à ¬ +ĠH OW +_set opt +Ġaccompany ing +at on +Ġ/ \ +ĠAuth entication +i én +ĠBar ack +/* . +Ġe ager +ĠC ancel +< lemma +ep h +ĉ window +Ġinc idents +), ( +.D es +ib e +ĠFunction s +Ġhosp itals +Ġo xygen +root Scope +Ġd rew +ĉ request +not ice +ak u +am ents +f ar +Ġprec ise +_w rapper +Ġlisten ers +A Z +.b ounds +ĠA verage +field set +_ axis +Ġexam ination +' .Ċ +mon s +++) {čĊ +ĠForm s +íķ ľ +Cpp Method +_tr ace +Ġengine er +ĠFl at +Ġrev ision +Ġhe ating +/ profile +.r u +p riority +Ġin fer +_ST REAM +Ġ* )( +> $ +OLE AN +OK IE +IB ILITY +U AGE +ĠSur vey +Ġres ign +w ing +Ġsecre ts +Ġch ips +JSON Object +Des ktop +_SY MBOL +(res ource +ĠĊ +Ġnew est +ul i +Ġdes ert +Ġd ip +ĠP ow +Ġequ ation +Ġposs ibilities +ĠF ed +os ph +Ġ[ % +Ġb ubble +ether lands +Ġc ement +. auto +_ AN +âĢĻ . +se lection +ĠB ond +D en +- O +.get Type +.W indow +p res +Ġsw inger +" })Ċ +Ġp ip +Ġm ice +Ġcomp ound +- plugin +ik o +Ġcent uries +ic ular +-in line +ĉ key +> \< +EN SION +Ġ[ čĊ +Ġprecis ely +Ġét é +ĠP ast +ĠCam bridge +-f ull +Ġanaly ze +ĠSte ven +Ġn em +d ue +ore n +Ġmus cles +ij ing +/ - +ĠKenn edy +R M +oss ible +Ġact ress +Ġd olor +å½ ķ +Ne ed +.t oggle +ĠR ace +w ers +.m aterial +ĠD ue +ĠP el +# print +Ġindepend ence +ex us +Sh adow +Ġenc oder +( level +ĠSw ift +.d oc +_se lection +Ġserial VersionUID +Label s +Ġperform ances +.T ag +ĠN HL +iz en +/ UIKit +_CONT ROL +Ġearn ings +ĠAl t +_H ANDLE +C tx +Ġpers u +Ġtr an +ç ¨ +_CH ANNEL +Ġsatisf action +ĠG P +io x +m itt +land o +Ġp ig +inal s +ê ncia +S urface +ĠU UID +Ġbenef icial +Ġsequ ences +ĉmem set +Ġmag ical + « +Ġw orn +AS C +pop up +COM P +_b efore +en ess +U i +L es +.re quire +.Serial izable +add Gap +Ġauthor ization +.py plot +urr ay +lat itude +fr ames +aj s +Ġcomp ass +Ġobserv ations +_s up +.en viron +Ġtri ple +ĠRub y +Ġdr ain +_F ILTER +S an +UM P +Null Exception +ĠG ab +ow e +ĠTurk ish +_se quence +ĠGr ant +uel a +Ġw o +Ġc ube +i q +Ġdis orders +Ġextra ordinary +Ġc trl +ĠSe q +ent r +Ġsan ctions +uts ch +Re ports +Ġin herit +Per iod +Ġphot ography +ĠF ramework +Ġspecial ist +Ġ? ĊĊ +_ selected +.P layer +Ġal location +( account +Ġstruct ural +v able +- offset +.App CompatActivity +аР¼ +.Add WithValue +Ġicon s +Ġshut down +_l ow +ĠCom pare +ĠC e += head +l am +.p redict +_DE C +ĠS leep +ĠGr atis +Ġsuggest ion +ĠD EL +ca ff +av irus +No thing +ŀ ĭ +Ġwides pread +Ġmechan isms +Ġtext Align +occ up +ĠR ail +: NS +Ġf iber +Ġm k +Ġv intage +-l ong +.re duce +. Entities +( record +Ġple asant +FR ING +.C ells +OT T +ĉelse if +_con firm +ĠView Group +s ym +Ġpr ay +Ġsus pected +Cont ains +Ġb orders +Ġcomponent Did +ASS ERT +Ġinf inite +- order +Ġh ello +ĠGr ade +.currentTime Millis +apol is +z h +ĉ Object +: \\ +H O +val uation +Ġvoc ab +Ġcou pon +atab ases +.Get Type +L earn +] =" +ĠG ary +ot ive +Ġas h +Ġb ib +XX XX +Ġbal anced +VAL UE +ĠN at +_A d +< E +åĮ º +ĠMethod Info +L IB +Ġconsider able +ĠInd ustry +test s +.set Title +ĠBl uetooth +Ġm apped +ĠBru ce +ĠMain Window +ĉ status +Ġr az +ĠM and +Ġclass ification +Per missions +Ġ---------------------------------------------------------------- ------------ +Ġcontain ers +: set +_x ml +Ġwh ilst +Th rough +Ġval ign +Ġworld s +C ORD +ED IA +ÑĢ ов +Ġsp are +ĠH ad +ĠDE F +(p tr +Ġwarm ing +ठ¾ +Ġcons ensus +ag ne +CT L +Ġì ķ +.M ain +web Element +Ġp ist +Fl ash +App end +.tw img +T ap +Ġveget ables +al g +.s ample +Ġcoach ing +( ind +Cell Value +Check Box +ĠH ell +RO OT +Ġst adium +Ġinvestig ating +) % +st ed +ĠW riting +Ġê ² +Ġun o +Ġ{{ -- +Ġco ords +Ġun ser +organ ization +ĠCr ime +ĠDemocr at +Ġv in +/ file +- api +ĠA y +Ġfund ed +ĠBre xit +ĠG h +ent ina +c ases +Ġd ash +Ġ!! }Ċ +H I +Off ice +Ġcapt ain +Ġwor ship +\ C +Ġglo be +_ board +Ġbab ies +Ġconsec utive +Ġenh anced +ere um +ĠAd vis +Ġgr ain +Ġc raw +ancell ationToken +. alpha +_W ITH +ĠO tt +ĠC ool +.b atch +Ġver ified +(c allback +Ġreg ards +ĠInt Ptr +ouch er +Ġk in +Ġtou ched +it Ãł +ath on +Ġadj acent +Ġaccom panied +LE AR +Ġim plies +Ġh ill +ĠBalt imore +=" - +Fin ally +S am +ic opt +Ġs od +Ġm aj +ĠSh ipping +Ġget All +Ġcoach es +Ġdon ations +il ot +ĠT ar +c err +Ġbad ge +Ġmark ers +ĠR and +ais ed +iss ance +Ġexpl oring +uc ed +ĠIndones ia +Ġbene ath +Ġmagn etic +Ġm useum +match Condition +Ġdis rupt +Ġrem ind +ĠT M +Ġ/ >< +Ġf ool +Ġes k +.N ull +ĠD ies +_OUT PUT +_TYP ED +Ġpaint ed +Ġsoph istic +ĠB ear +* n +_P ACK +Ġdeliver ing +ĠC OUNT +åį ķ +Ġj eg +-c ar +f name +Ġr anging +ĠN eg +/ ******/ +ĠCH AR +Ġul tra +Gr ad += t +Ġjud ges +ĠD ise +ann ers +Ġsc al +_c al +ĠCON NECTION +_ embed +(f n +ĠC raft +ĠP as +") -> +.con vert +.res ource +ĠST ATUS +ô ng +ĠT it +Ġclass room +ĠArch itect +ĠK ings +Ġstead y +/* !Ċ +ĠG ene +) ";Ċ +ic ia +st an +ĠCon struction +um per +w c +ĠC BS +ing ing +-p arty +(d river +M ARK +Ġn ested +ew ard +Ġdepend ency +Ġm ales +ĠO NE +ĠProdu ction +][ $ +ãĥ¼ ãĥ +_LO AD +ĠB ol +el ry +ł éĻ¤ +ĠRe quire +Ġpl acing +xx x +CA LE +Ġth umb +Ch oose +Ġprot otype +VO ID +Ġles bian +Ġtra its +Sh arp +Ġconsum e +Tr uth +Ġaction Performed +ĠEnvironment al +ĠDe an +Ġest ado +s ame +Ġnumer ic +Ġtrans it +. Email +-s ide +_R UN +ĠVill age +_OP EN +è ¦ +.re m +-w arning +any a +Property Changed +Ġ(! _ +( check +il ia +ĠSo ft +st eps +ĠMad rid +Memory Warning +Ġhand lers +Ġexperi encing +Ġins pect +button s +Receive MemoryWarning +chem y +Link s +Ġur llib +.System Colors +ĠE igen +Ġpun ishment +:UI Control +bar a +- set +Ġ}čĊčĊ čĊ +Ġtoler ance +Ġinter faces +. redirect +ighb ors +cs rf +_back ground +. Utils +_H T +ĠInter est +im os +Ġgr ants +Ġexam ined +Ð Ķ +Ġc f +for ge +back s +ĠObject s +_s ent +. entry +ĠTH EN +ell ido +c ia +, res +/std c +. nd +( Int +ĠAuth ors +ĠApp CompatActivity +' { +Ġmed i +M usic +ig m +ce ipt +Ġa uss +Ġtarget ing +ĠKe ys +h n +: ]Ċ +Ġmin eral +à ® +.c a +om ed +Ġshe ets +Ġc amb +Ġdead ly +.in ject +( unit +ĠSe lection +.g ms +( connection +Ġ$ (" +é mon +ĠCurrent ly +pt e +_path s +le af +Ġimp lications +pos al +ä½ į +[ / +anc ia +é Ľ +m ul +c ie +Ġge ile +im als +UI View +Ġs urre +serial ize +IS O +Ġarbit rary +Ġsock addr +.f n +ĠM erc +Ġcast ing +Key Down +Ġnew Value +op ens +T odo +Ġflex ibility +ĉĉĉĉ ĠĠ +V elocity +ú n +row ing +Ġcomput ed +` )Ċ +st atement +Ġr i +_c art +L ow +trans fer +.n av +Ġgr ave +ĠDo or +ĉ alert +.sub scribe +- profile +ĉb ase +ĠâĪ Ĵ +__ ĊĊ +Ġengine ers +Ġexplos ion +Ġd ari +ĉ Log +on al +Ġisol ated +{ i +ĠM sg +F uture +Ġrac ist +-w rap +ĠV ers +b org +IS ION +Ġ ÑĢаР+ĠY an +init With +Ġn omin +( empty +ÃŃ n +ãĤ ¤ +ĉ width +Ġch amber +/ ajax +EM P +Ġnec es +iv os +log ic +*) & +cript s +Row At +ib lings +Ġe ars +Ġcomput ing +Ġm aker +ĠNe ither +b readcrumb +Ġserial ize +ĠWith in +Ġd ell +_TR ACE += a +Ġwish es +-in ch +ĠD or +Ġinnoc ent +ĠD ol +Ġint ens +for ced +ĠB IT +Ġphotograph s +Ġcas a +ĠL en +\F ramework +.S imple +Ġde ar +)/ ( +ip pi +Ġown s +Pl ayers +Ġpropos als +.p i +us alem +D amage +Ġcal ories +ĠCreat ive +Ġ[ $ +Ġ// čĊ +And View +è me +.c ustom +_f actory +command s +_lo ok +Ġstr cmp +Y N +a ired +Ġaud it +о ÑģÑĤ +ĠRe verse +ropri ate +et ics +< vector +.s elenium +. or +Ġpred icate +Ġfinish ing +Ġk le +ĠRep os +ĠK han +ĠM aking +ĠF S +Ġp ute +ĉ state +_S UPPORT +' - +orient ation +Ġexist ed +atur a +Ġexpect s +ĠSh adow +Ġorgan iz +å ŀĭ +Ġsusp ension +Ġu it +Ġsimult aneously +ĠAff ero +: ");Ċ +Ġro cket +c as +eter mine +ace ut +x l +ĠA MD +( graph +ass oci +_C R +.ar ange +(j Label +Ġbe ef +Qu ick +.c ard +] ): +- gr +.G ONE +_C LOSE +ĠNe v +ÃŃ as +Ġste pped +ĠFre edom +ĠW R +NS Array +_r x +_d ialog +Ġhot els +Ġ( \< +ĠD iamond +Ġassum ption +um i +( items +č ččĊ +æ³ ķ +Ġn el +Book s +åİ ¿ +us b +ĠF IN +æ ¬ +Ġcorpor ations +US A +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.p roperty +ew ise +_ plot +"> ';Ċ +Ġpe pper +Ġsh ed +ĠMed ium +ĠC ookie +Ġoverse as +ed or +asure ment +åŃ ĺ +Ġ' .' +Ġph p +ĠPRO C +Ġexception al +( th +ĠJ et +Ġoccup ied +.set Image +ĠRel ated +uck er +M embers +PR INT +ĠG lo +_V IEW +} ",Ċ +Ġad option +[] )Ċ +ĠMiss ouri +ĠLin coln +eral d +Pop up +Ġf ate +- bootstrap +fe ctions +ĠP oll +_ARG S +in ance +-h ome +. ), +_d one +: ĊĊĊ +Ġdiscuss ing +ĠSQL Exception +Ġelect ro +ĉ req +Ġz w +Ġl ui +Ġover night +$ user +ĠW AY +Ġall erg +Ġdisappoint ed +Ġradi ation +Ġimpress ed +ific ates +Ġto b +CL ASS +Ġc uda +_d et +- post +ul u +Trans lation +-h and +.y ear +ĠM ongo +Ġun clear +. engine +WEB PACK +r ices +_AC CESS +Ġh olidays +per cent +.Id entity +ĠG ov +Ġpassion ate +!! . +ĠGree ce +plus plus +')) ; +G P +Ġexc it +.tab Page +_ cond +Ġspons or +M ODULE +_pro c +Ġ$ Ċ +Ġr ational +.T ool +Ġi hr +cc a +åĵ ģ +ĠE state +IB UTE +Action Performed +ĠS olar +¦ Ĥ +Ġequ ity +t id +Ġrec ip +.s imple +m k +ĠL uke +ĠGuard ian +Ġenc rypted +Ġdomin ant +. place +ĠN V +Ġtong ue +( Get +Ġst ainless +.P lay +Ġe b +ac i +.b uffer +readcr umbs +Ġvacc ine +p rom +Ġuser Info +Ġsl ug +Serial izedName +-w ide +Ġre actions +ĠY ang +ĠAdd s +(user Id +Ġpl ates +ĠM EM +Ġb ail +In side +et ed +Ġels if +Ġs ake +Ġc ycles +Ġì Ĺ +ĉ I +-c ollapse +ĠG MT +De claration +Ġg ros +Ġreach es +Ġcust ody +Unt il +t u +ĠCh en +Ġn x +( addr +ĠO ffer +Ġcol leg +ass ador +Ġm apper +ĠS IGNAL +ĠB loom +ĠH oll +ĠIm per +-d es +_s ite +Pro c +E qu +Ġat omic +ĠW oman +s ent +sc ar +Ġint elligent +ĠGet ting +ĠReg istration +ĠPh ill +Ġkill er +unic ode +Ċ ĉĉĊ +ĠJac ob +ĠCon st +Ġloc ate +Ġca us +ĠSch olar +Ġconstitution al +Ġinfl ation +ĠG ot += array +end um +Ġtransl ated +Ġdiv orce +En tries +Ġs or +ĠQu ote +irl ines +U K +Ġexc el +( opt +ĠAD V +,: , +Ġcontact ed +ĠD A +Ġr ings +ĠIndust rial +.get Context +Ġforg otten +ĠT an +Ġp ants +Ġo v +Ġdec oder +ĠPart ial +Ġv c +Ġbatt les +A rial +FRING EMENT +ir ates +, w +aint enance +ĠO d +ĠTechn ologies +åī į +ĠCar ter +.find All +N ome +B en +ĠUs age +ĠP icture +Ġbad ly +_p anel +Ġpat ent +ĠProt ocol +lot te +ĉ player +je ctions +Ġd ou +_re lease +urn iture +_t ax +ĠF ields +.d ataset +_m aster +CLU DE +ĠPh arm +b st +Ġoper ational +.c ell +Ġident ifying +Ġj wt +t uple +ĠT C +ĠC ro +ix map +- components +gener al +Ġo z +_D e +_d ouble +ĠTo o +.View Group +g ate +d ings +ph otos +Ġgrand e +ol lect +_l in +Ġaw ful +f ilters +Ġaltern ate +es p +Ġcomp ress +e o +ĠS cale +Ġind irect +Ġinv oice +ĊĊĊĊĊĊĊĊ ĊĊĊĊĊĊĊĊ +Start ing +ĠPl ayers +ie le +. then +Or d +ĠT uple +Ġb out +ĠStat istics +Pre view +Ġp uzzle +ĠW idth +ST ATE +Ġover lay +ĉ on +Ġin fr +Ġsm allest +lock ed +ÑĤ о +ss l +Ġde emed +Ġs co +re ck +Ġj Button +Ġmiss ions +ç§ ° +.Selected Index +T ABLE +Se pt +Ġacknow ledge +Ġstrt otime +ĠT ell +ĠD ak +Ġal uminum +Ġf ence +ĠSt ars +CON FIG +Ġretro fit +Ġemph asis +/ header +ĠS omething +in ished +=' ".$ +ĠValid ators +Ġpol ar +section s +.as px +Ġas pir +.M ock +Code Gen +Ġpe ut +Ġaccept ing +Ġback ing +P icture +/ ap +еР³ +_SE C +- use +annot ation +Ġcogn itive +Ġg rip +h our +ĠLeg al +Ġep ic +.t oolStrip +.not ify +.L ast +OR IZ +M iddleware +cri ptions +l ash +_F OUND +ĠLiver pool +Ġ{} ", +Inst all +Ġn it +Ġfig ured +[ len +.W in +.pl atform +Ġgam bling +(d t +av ery +ĉ include +Wh ether +R outing +Ġther ap +Rem ote +ĠL oss +y ll +Ġappro ached +ĠV ehicle +ĠAl pha +Ġvoc ê +ans wers +NS Dictionary +cons ider +un used +ĠF an +or able +f re +ĠDIS CLAIM +ĠAct or +. ] +to Have +.user Id +Ġspeed s +ew ay +Ġrec urs +ĠÐ ³ +_pr iv +! âĢĿĊĊ +Ch oice +Ġsett le +Ġplan es +' }, +T om +IT ER +! "Ċ +å » +achel or +Ġsepar ation +Ġd al +ad j +Ġreg isters +r iz +ĠNot ice +Ġl u +Ġcour age +Ġax es +cell ent +.as ync +Ġcompat ibility +ç « +Ġ! ĊĊ +ĉ title +Y LE +ĉ message +U UID +OLD ER +ĠH H +ĠStyle Sheet +Ġaccess ed +. validation +t asks +Ġpoll ution +.c anvas +Ġing redient +ĠC abin +A h +old own +ĠNO I +ĠÃ Ĺ +[ f +ed uc +y alty +(n ot +_ State +am en +Ġda o +ud ad +ell ers +} & +lic ity +_W INDOW +Ġt atto +val or +.R ange +Ġrefer enced +ĠRes erve +M oney +SCRI PT +/ product +cho ices +Ġt in +ãĤ ĵ +Ġsepar ator +Ġp kg +am med +ĠM AT +! !ĊĊ +Ġr aid +Ġmotiv ation +ĠX P +ĠBack ground +ĠQu aternion +.define Property +ik er +ĉp arent +ĠOrigin ally +ant age +ĠH ans +Ġtim eline +.c ur +op ic +ĠSe qu +m ust +ĠCo al +Ġform atter +_R GB +Ġ_ (" +'} ),Ċ +Ġ= ================ +ĠF UNCTION +Ġl ng +ic ates +l ive +_ engine +Ġtown s +')) ĊĊ +ĠP K +( api +ĉs canf +pack et +.ph one +á Ģ +ĠAnd y +_N AMES +PL Y +Ġmin s +im i +Ġbr ick +Ġbl ade +.std out +}` ;Ċ +Sh ift +ĉs b +ĠCheck s +Ġphenomen on +Av atar +Ġmin istry +ro se +ĉ File +Ġtit led +( LOG +Ġg an +des ign +(), čĊ +Ġb ones +st m +ÅĽ Äĩ +ĠInput Stream +Ġvol unt +ĠSerial izable +Ġfight er +ĠDr ag +T witter +Ġsubs id +ç ¼ +Ġfor ums +.load ing +log ged +_ this +Ġterr ain +Ġir re +ĠIn g +ĠC N +_object s +. uid +Ġconscious ness +T INGS +ĠG all +Ġport ray +ĠDevelop er +Ġparticip ant +Ġ" ;čĊ +/ model +ĠOper ations +^ \ +ĠL ater +Ġrais es +-n one +.m eta +=' .$ +Fin ished +Ġrepl acing +Ġsam pling +ĠJ en +" There +RE AL +A LE +ìĬ ¤ +Or ders +_param eter +ĠOlymp ic +Ġtr ès +Ġare na +i ol +; ?> +Ġimpact s +ĠW S +: get +Ġfl ights +ĠRuss ell +c amera +F n +s igma +Ġfor cing +Ġloc als +Ġdepart ure +Ġcelebr ation +ĠS ay +ï¼ Ĵ +ĠH ills +.has OwnProperty +Ġtyp ings +.A PI +Ġdon ation +Operation Exception +.Act ivity +c plusplus +ĠChar lie +Ġimport ed +Ġd ann +Ġoccas ions +Ġimplement ing +Ġpur ple +.d ialog +SQL Exception +ern o +Ġw ars +Ġpast e +Ġdecre ased +Ġhar sh +Ġel abor +input s +ĠView s +Ġerror Message +_m ul +ĉ write +ĠC op +ĠAnn ual +(b utton +Ġv ida +b ars +ĠHar vard +ĉex pect +Ġindex es +Ġdocument ary +Ġf lesh +OR LD +ĠD elta +M AND +Br ush +-c olumn +Ġdevelop ments +method Visitor +s lice +ĠP DO +Ġinvest ing +ir able +Ġxml ns +ï¼ Ľ +art a +Ġthe ories +_c ity +Ġ$ __ +Cre ating +( pr +D ropdown +ism atch +ĠN ET +'] )){Ċ +ĠVal ues +ĠSE O +ĠST AT +Ġe cosystem +Ġtem pt +Ġ\ \ +Ġ// {Ċ +ĠChrist opher +ĠKent ucky +ĠHttp ServletResponse +Ġhy brid +y on +Ġfeed ing +ĠEx tra +N orm +IT CH +ĠSe an +ĠUp load +m un +p ur +Ġp ersistent +ĠID C +ĠPer form +.m erge +_ room +Mean while +! =' +ĠW el +Args Constructor +.D atabase +Ġcount ing +() * +Ķ åĽŀ +ĠT OP +m ill +ĠD T +IGN ED +ĠK B +Ġcomp ly +S outh +_c ollection +Ch apter +Ġexpl aining +_ AM +_t s +c ards +Ġqu el +Ġp ole +Ġtouch down +ĠO thers +Ġpe ers +ĠType Error +Ġsix th +Ġche er +Ġdis pute +us c +) ], +th umb +Ġh iding +ĠS IG +lik es +ĠP AGE +.Ref lection +Ġhead quarters +T ING +ĠG host +M LE +$ Ċ +Ġcontr ary +ext end +'] ). +FF ECT +ĠP interest +úmer o +ric ane +ĉs ession +Ġcr ystal +- Control +overn ment +og raf +- action +v olume +ft en +Ġun con +Ġan imate +Ġle ase +sc r +Ġref use +ãĢ ĭ +ft p +in formation +Ġeval uated +Ġin jection +Ġj ack +Ġwork shop +æ³ ¨ +PT H +ĠT s +off er +ĉ os +Ġking dom +M issing +Ġlaw makers +ext Field +Ġsing ing +ab i +/ client +.m edia +ATEG ORY +Sign ature +% ',Ċ +ĠF uck +][ : +Ġsens ors +/ com +ĠPr imary +.S QL +_pro gram +Ġp ills +Ġinteg ral +Ġfle et +Ġdro pping +.s l +Be en +Ġp ets +Ġadvis ed +Ġdr agon +_ EDIT +( im +F ER +ĠDr ug +(r andom +Ġcomp ression +ou st +[ % +Ġbuy er +h op +R oles +man age +Ġpain ful +ĠBr anch +-mod al +en ant +ĠM esh +/ font +ĠG raham +Ġâ ĺ +Ġn c +ĠFranc is +Ġspec ification +Ġdam ages +- config +Ġthe oret +sec ure +_m ulti +aceut ical +Ġdemand ing +en ne +IST S +() ));ĊĊ +Re ason +Re cent +ph ase +Ġps y +_M AN +Ġvolunte er +å ¿ +istrib uted +li o +Ġproduct ivity +_com m +S pring +n is +. weight +ĠC ancer +Al loc +ĠT weet +Ġsepar ately +ĉ check +_p roperties +. Unit +_CL K +Ġg t +Ġ( );ĊĊ +Ġhand y +ĠThom pson +Ġunn ecessary +ĠRe ader +G N += request +ĠU tility +.Re pository +ĠA x +hy dr +ie u +Ġth y +Ġl t +_m ail +ä¿® æĶ¹ +ail and +ĠPhil ip +Ġbit ter +Ġbet ting +Ġtim ed +ock s +' a +Ġal gorithms +Ġre interpret +Ġto ss +ro gen +Ġhop ed +( selected +Ġvent ure +TE X +ĠLe ave +.Sub string +Ġgr ateful +uk a +ĠCon sumer +Ġag greg +C ircle +ภģ +_block s +Ġleg ally +Ġ" | +ãĥ ĥ +. board +.A b +Function s +rec ipe +è ĩ +ĠO xford +Ġwho les +.B uild +_ch anged +h ai +Ġdepart ments +I mp +Ġcoal ition +IN FRINGEMENT +Ġemp ower +itch es +N orth +Ġinfl amm +ON SE +Ġmiss ile +ĠR aj +ĠIss ue +Ġat oi +ca led +.Cont rollers +ĠW olf +Ġcrush ers +á» ĩ +.A uth +.add Attribute +h is +Ġbo ots +.c lean +c amp +Ġten ant +Ġt une +Ġ{} '. +Ġwork out +Re po +Ġpartial ly +MI SSION +j amin +ĠS B +Ġdetermin ation +Ġ' ');Ċ +ĠB eng +Ġv os +Ġin hab +/ lang +s burgh +Exec utor +h one +ĠCh allenge +_link s +.Le vel +Ġunder ground +-c ode +Ġoptim ization +log ging +_de st +Ġsn ake +Ġchemical s +_IMPORT ED +ado op +ĠTH AT +man aged +Ġredu ces +ĠRE AL +ĠG uy +_GENER IC +/ ******************************** +. amount +Ġd ere +get Time +Ġp ant +an onymous +Ġharmon y +ĠAl an +Ġscen arios +Ġd irt +ht ags +M c +Sh ell +r in +{ čĊčĊ +.p ow +ĉ client +Ġconspir acy +Ġad mission +ĠReg ional +ĠView Controller +ĠPhilipp ines +Ġde pos +Ġp ap +ĠP ad +P aul +.Com boBox +Ġt utor +ĠRec ipe +w riting +Ġcontrib utor +OT H +Sm all +V I +Ġh acer +e qu +ĠEx amples +h uman +.m essages +ĉt yp +Ġ( čĊ +ĠS SL +LE N +ĠRom ney +( grid +ĉ min +Ġ> ĊĊ +Ġfr uits +Ġvot er +In line +pan e +ĠC ollections +char set +Ġsp am +z b +item ap +Ġsucceed ed +_C OL +Ġel apsed +im eter +Ġrecover ed +T ensor +hatt an +.set up +ist o +( head +ĠS IZE +Ġtact ics +Ġdist ur +Ġpre val +ici os +( Value +_c ols +ĠF at +Ġse al +Ġs ons +Ġens ures +Ġpress ing += & +igen ous +Ġharass ment +_ JSON +Ġign or +yn omial +om er +_st atic +Ġsignific ance +Ġcirc les +_S ystem +Ġdiscipl ine +Ġdress ed +Ġs phere +Ġclim b +_ actions +ĠB ab +Ġ' =', +_s chema +" use +Ġund ers +Ġc ups +.s creen +/ new +Ġappe aring +T OP +vis ed +cl ang +Ġinvestig ators +Ġmyster ious +Ġprom ising +Ġqual ify +Ġc ave +Ġequ ip += x +G T +( link +. velocity +. erase +ot er +++++ ++++ +pro fit +Ġz ones +_ uid +- ser +Ġobject ives +Ġmil f +web kit +(m atch +ne h +ĠAssoci ated +ĠT odo += d +C am +Ġv ocal +Ġs udo +( EX +Ġtr ou +AB C +.b ean +ĠG round +ĠRE ST +we ets +In g +im on +_b us +ĠC OLOR +un to +Ġf oss +ĠLink s +ä ng +/ forms +pr ises +Ġachie vement +C ALL +ел ÑĮ +ĠVer ify +_S OURCE +apt cha +ID D +_re ference +G old +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Re ceiver +Ġa j +_d irection +} ] +ĠCom pet +Ġb ang +ĠC ass +- url +te chn +ĠJer usalem +long itude +' );čĊčĊ +Ġwin ners +T asks +ĠD MA +Ġtool tip +İ · +ĠB ra +_d uration +cur y +parent s +---- >( +ĠK ir +Ġint ros +Ġsk etch +Ġsk illed +Ġim mer +Ġade quate +_re p +( header +_ like +Ġper ceived +ss h +Ġassum ing +Ġf f +_u uid +ul as +Ġdemocr atic +. entities +S eries +aph ore +Ġnew er +} ( +SE C +ai ro +Ġcomm od +Ġprivile ge +Ġde ux +ĠH op +.' / +ct ic +. ';Ċ + C +ĠWar ren +Ġoptim izer +ĠSER VICES +_ oper +get Attribute +ĠMc K +_s elf +.r s +" )ĊĊĊ +Get Component +er ce +Ġt ous +un its +'] );čĊ +Z oom +/ E +Ġobs c +Ġfast est +on line +Ġpeace ful +ff en +Ġc argo +ĉ pr +Ġseek s +z u +Tr im +Ġw ard +Ġver d +Ġblog s +.exception s +ĠPrem ium +ĠN etherlands +S afe +Fin ish +ĠAl bum +_A CC += this +v irtual +] > +_L ABEL +ĠN ich +_w in +ĠA aron +W P +; $ +aim s +ĠImage View +Ġend less +ER A +_DIS ABLE +Ġcancel led +- us +Ġins pection +em in +ĠG rey +- open +Ġiter ations +. owner +Ġk eras +.P assword +ĠR y +ĠIN S +A ir +ĠSe veral +.Tab Stop +ING LE +ĠH air +ĠCan vas +AA AA +Ġfl aw +ced es +.Re port +í Ĭ +ĠT ips +cript ors +.trans action +.S pring +Ġview er +Ġins ights +è¾ ĵ +ord ion +U INT +se ek +ĠA uf +ìŀ IJ +Ġstr ain +To oltip +Ġd z +ign al +ad t +Ġu c +fin ite +Ġn m +.c md +ĠMy Sql +[ data +.j ackson +.t ree +Request Param +_ agent +") ]čĊ +Ġass ass +( Constants +: ss +ĠM AN ++- +- +ĠB ottom +print s +ĠS ame +@ Autowired +sw ap +ici ón +Ġprotest ers +Ġh oney +ĠV eter +(C alendar +- ad +ĠBrook lyn +L ife +_V AR +ze ch +ĠC ALL +_C AST +ĠE lection +Ġthick ness +V ery +_IN TEGER +- dev +)) )) +ap at +oo oo +d emo +Ġparse Float +ĠR ather +ST IT +m aker +[ current +chron o +Ġch rist +ãģ ª +ĠD etail +Æ° á» +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġs ul +id ency +Q ue +Ġeleg ant +ap ons +Ġdish es +Ġinteg ers +( read +find ViewById +ĠAm ount +ĠSk ip +Ġhab its +* )( +Ġmon sters +M AC +: end +Ġfr ank +As sembly +Ġd fs +Ġne ut +_TYP ES +e qual +loy d +( uri +Ġch i +Ġdefend ant +Ġconflic ts +Ġv il +- js +ĠPe ace +Ġmut able +) sender +ĠF ocus +å» º +Ġapprec iated +s leep +ĠR ED +C ulture +Ġdesign ers +_g enerator +c odes +/ ex +.Get Value +umb led +.scal ajs +per or +Ġveter ans +Ġ} )čĊ +Ġun fortunately +_C REATE +M ass +ĠCL AIM +ĠMe et +_s upport +B ank +() .Ċ +D ark +_LO W +ĠMin ing +ĠO wner +ier a +Client e +Ġencour aging +> S +Ġboy friend +ĠH alf +ĠA CC +A ff +_ ar +-l ife +c x +.J Button +iz ado +.z ero +.open qa +ot on +.text Content +Ġto ll +at ie +Ġball ot +- number +. Exception +ĉ params +c ircle +-m ap +Ġn ap +ĠRob ot +ĠI ch +reg istration +Am azon +roll ment +( exp +Ġt anks +ĠG ordon +Ġmach inery +Ġbas eline +æ ĭ +Ø © +ĠCon vention +ĉ config +ook ies +m ult +Rec ords +ĠE ST +Ġgar bage +Ġcon form +id al +Ġb arg +Ġsurv ived +Ġinvestig ations +.contains Key +---------------------------------------------------------------- ----------Ċ +ort ion +Ġhor r +_ http +Ġm ant +] ;čĊčĊ +b inary +em pl +Ġin quiry +ĠMean while +Ġcollect ing +.Entity Framework +", ĊĊ +ĠP ic +@ Inject +ick ness +ĠB inding +Ġcont rolling +re verse +Ġch airs +semb led +( add +Dis abled +an as +.trans late +-------- ---Ċ +Ġref lected +"] ĊĊ +Ex ternal +Ar row +Single ton +% x +Ġ Å +Ġan cest +ĠOr leans +ĉc md +Ġprohib ited +ith metic +(ch annel +_c ss +For ward +.s ocket +Ġl uc +â Ĩ +ĠFire fox +ĠM ovies +) _ +. ends +( shape +Ġde alt +Ġs aves +Ġgl ory +Ġmej or +Ġbreath ing +Ġ eller +get Data +Ġang les +Ġtool bar +Ġsp acing +IP S +Ġflo ors +_ACT IVE +Ġsh uffle +/ shared +ĠE le +ed ish +Ġweb cam +.ex pect +il oc +ĠIn cludes +Ġtweet ed +Ġ: ) +ĠEss ay +F ix +-b etween +_ web +.con v +Ġrac ism +Ġreflect s +um m +иÑĤ е +_f ooter +/d ocs +ĠP our +Ng Module +.initial ize +pattern s +_ In +ĠAb b +* čĊ +Ġsent iment +b uff +_count s +Ġre use +ch unk +Ġim posed +Primary Key +Fore ground +Ġconsum ed +? ! +Ġd ick +Ġch ron +ĠF ern +Ġrespons ive +Ġin sect +icult y +Ġr w +Ġal ike +Ġsub set +ĠCook ies +ĠP air +Ġt ier +IF O +av our +ĠQ U +, sizeof +Ġmerg ed +m v +it ol +yl on +Ġjump ed +. role +ens aje +R ules +Ġb rowse +An imator +Ġy oga +Ġvari ants +Ġcour tesy +ur an +p bs +else if +Al t +ĠL ane +CL K +IM ARY +_PRO PERTY +ï¼ IJ +Ġch an +Ġgrad ually +Ġsh ake +Ġbl onde +... ");Ċ +-se x +Ġgame play +ac ies +.ref resh +US B +ĠPl ot +W as +iss ippi +ĠT ensor +Ġcryptoc urrency +Ġdifficult ies +De leted +With out +_ append +_ ver +")) čĊ +Ġhonest ly +Ġp ivot +Ġtem ps +_p s +ĠUn like +[: - +V S +_in f +Ġjun ior +Ġanim ations +Ġfile path +? {{ $ +Ġun icode +pl aces +ĠC offee +.S E +ĠP AR +(t xt +ge bra +Ġf ires +Main Window +med ium +Ġ( âĢľ +Ġl g +Ġc mp +/ base +_l ayers +_ entries +Ġadmin ister +ĠSU CH +B P +ĠScott ish +ĉčĊ ĉčĊ +gu ard +ĠStr ong +In sn +ĠC AP +as ury +ĠSE E +C lock +er ie +\ models +Ġ$ $ +ĠC ab +Ġwur de +Ġsold ier +Ġcl ips +Ġarrang ement +ĠW onder +ĠH orn +Ġsc ared +Ġc ure +m kdir +Ġal igned +ĠP ink +Ġland ed +Dim ension +Scroll Pane +.ch at +.W ith +ĠTr ain +] .Ċ +Ġth irty +Ġdur able +Ġl d +Ġlate init +Ġch arts +Ġins ult +.F atal +_ ct +Ġm asks +CLU DED +Pres ident +Ġcol ours +g ments +.at tributes +ĠF lex +ĠC lock +ÃŃ cul +im en +J O +ĠReg ex +_L INK +Ġc ouch +ĠIN PUT +Ġbe ating +b usiness +pre ced +. unit +ĠF el +N ever +osp el +.start swith +ĠE PA +. only +Ġprevent ing +y er +Column Name +Ġelev ation +fl u +icy cle +Ġoff line +Tool bar +Ġcompet ing +) ]. +Ġm og +Ġis Valid +As k +_ av +_l at +AN C +ĠJ oh +k ers +Ġgu ards +Ġch ains +ĠSimple DateFormat +.st atic +Ġvess el +Ġm ud +Ġst abil +Ġst ret +g m +am ation +ç ľ +-w ith +Ġro s +_P A +Ġresult ado +Ġconf idential +ĠTok yo +ĉ using +ĠMath f +omb ine +ĠESP N +Ġdeal ers +Ġdismiss ed +TR Y +Ġte ens +rec ords +Ġw ings +g allery +account s +_L IB +Ġj acket +ĠNS Object +Ġst ones +ĠDel ivery +ĠD iet +/w atch +Ġto ilet +ĠG uest +.d ay +Ġint val +Vis it +Ġinvestig ated +Ġpent ru +ĠThe atre +andid ates +L ang +ĠS erv +Ġcont rollers +Ġset Title +N P +am y +fl at +( ui +_d ocument +è ĥ½ +ĠC oin +ĠAd ams +pt ic +Ġproduct ive +Ġaccompl ished +čĊčĊ čĊčĊ +Ġdefer red +ient es +Ġs inc +ol ars +Right arrow +Ġvari ations +( offset +.Layout Inflater +Ġsus pend +Ġprevent ion +_pr ivate +_ js +âĺ ħ +Ġw ieder +at um +Ĵ Į +Ġappear ances +.D ocument +Ġvalid ates +cal endar +} ";Ċ +.d emo +con ut +Ġcorre ction +ĠDe al +Ġbatter ies +.d uration +, \ +_m arker +m ulti +Ġh alt +Ġc ms +Ġsh aped +B ro +re duce +Ġ #### +CT OR +ĠBen ef +Ġicon ic +Ġp iano +Ġeffect iveness +| .Ċ +Ġa jax +Ġv olumes +ภ¡ +Ġcl js +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ath s +ra its +å¤ § +Ñ ĸ +_m ult +Ġfasc inating +A verage +Ġpr é +ĠChair man +.find Element +_p in +Ġcomp aring +Ġdark ness +-F i +- server +Ġselect ing +ster dam +ĠPart s +FORM ATION +Ġnot ing +Ġp ile +og s +Ġpa lette +_d o +it ize +() ( +Ġdef ining +Ġremain der +Un its +_T ASK +Http Client +S ocial +Ġfund ra +N R +ch est +C urrency +.ad apter +Ġd op +un ting +ANG UAGE +" He +ĉ index +_p ackage +.I con +Ġrep et +m ass +=" .$ +ĠS ud +Ġl id +pro vince +ì ľ +G PIO +Ð ļ +ĠMy SQL +Ġdoc s +ĠG A +Ġip sum +K ernel +Ġaccept s +Ġfit ting +Ġcu ando +Ġd uplic +ĠBro ther +ĠK le +num s +Ġmor ph +Ġ ######## +ĠCG Point +< unsigned +ä¾ ĭ +ĠD uke +.set Bounds +q s +or ic +j er +Ġregard ed +Http Request +Ġbond s +Ġthorough ly +enc ent +Ġhighlight ed +Ġac res +Ġwork place +ĠL ux +Ġqu ot +.in flate +Ġdocument ed +Ġadd iction +Ġmut ation +.c ity +Ġbott les +ĠRepos itory +on n +err no +ARI ABLE +åº ¦ +_B EGIN +gl as +' })Ċ +ĠMass age +ĠWh it +reg ex +W A +Ġout let +- head +Ġexp ired +ĠTh ai +/ include +grad ient +scan f +Ġse am +w al +ĉb uf +B earer +Ġprec ious +if acts +co ord +Ġexpl oration +.get Y +(h andle +Top ic +ĠV ent +r hs +---- --Ċ +ĠB right +Ġg uild +m other +st orm +Ġmunicip al +Ġin k +.T YPE +w l +... manual +ĠTechn ical +Ġcorpor ation +ĠH W +ank a +T AIL +ist as +Ġperform s +ĠBeh avior +.F or +_ ORDER +ĠK ick +Ġcallback s +_d r +ue go +h ub +uff icient +sk y +Ġb p +ht able +ĠON LY +ĠAUTH ORS +.Arg ument +" };Ċ +ĠTh under +ĠK om +.Sh ould +A UTH +ah u +_p ayment +Ġst arter +ìĦ ľ +ìļ © +B log +.p atch +Ġgovern ed +ass y +-f ound +Ġthe ater +ĠFont Weight +ĠBat man +" If +.R andom +_d elta +ĠC E +Auth enticated +Ġdr one +Ġc ous +r adius +M er +( None +ĠN J +_ headers +Ġam er +py test +ĠA ctions +ĉĉĉ ĠĠĠĠ +Ġet t +Ġh oly +Ġun comfort +ĠN in +ĠDec imal +ĠM essages +.s ender +] ])Ċ +Ġembr ace +Th ough +/ sp +Ġcult ures +Ġhigh way +t ar +.f ail +_h idden +ĠcomponentDid Mount +ĠW right +Ġj ag +_ il +../../ ../ +ig u +F ood +Ġa ce +Ġa ños +US D +Ġmut ual +Log ic +Ġtem ple +Ġbrief ly +ĠT rip +class method +default s +Ġch unks +,, ,, +ĠRe ason +$ id +-up s +Ġdam n +Ġtruck s +Ġun limited +Ġsc ulpt +ĠC ards +Ġaut or +ĠTest ing +Ġdies e +sh ops +ç ´ +(p ayload +ĠP ATH +ĠMem orial +Ġridic ulous +eg ree +-w inning +Ġre hab +Ġsophistic ated +wp db +ĉ path +! ";Ċ +_S YS +.s peed +Ġso ap +s uffix +W rap +Ġenh ancement +à ī +ú b +Ġplay list +Ġmix ing +ant idad +=" ";Ċ +ĠRev ision +ĠBe at +.in c +-w ay +enc ias +ul ers +C at +id el +ĠSh ip +.set Color +Ġthreat ening +.mod ules +Ġafter wards +ĠD ashboard +Ċ ĠĊ +Sign al +Ġpr imer +orne ys +ici ary +Ġl igne +_p redict +Ġa est +_ https +> : +ĠL ex +Ġrencont res +eg ral +sc ala +_f amily +ÃŁ en +_s ym +Ġuncert ainty +ĠVAL UE +Ġ} ;čĊčĊ +Ġbro ader +Ġh orses +ãģ Ŀ +ĠK al +ob a +_IN ET +ĠK ill +j query +am ination +[ @" +Ġm uj +## #Ċ +First OrDefault +then Return +C he +/ footer +Ġpark s +as je +ĠG ulf +Ġmod est +. Init +ï¼Ł ĊĊ +Ġpros pects +Ġs vg +Ġå ı +.D ialog +_N ET +Ġ( ($ +Ġe k +ĠW arning +ĠM K +< LM +Ġ' čĊ +i em +h etic +Ġi x +th ink +-sh adow +ĠE ld +ĠNev ada +ĠLe af +ĠG ROUP +Ġprom o +ent ine +ĉ Map +ĠModel s +ĠK rist +_k ernel +-m ade +Ġc err +As sets +ell ar +Ġinv oked +.v ue +Ġcult iv +C losed +Ġgener ates +ffff ff +thes ize +s qrt +ĠCast le +.c ar +Ġke en +und a +ĠC row +ĠSing h +y thon +Ġbe ans +l arg +æĸĩ 件 +Aw esome +unc ate +Path s +o ji +(c urr +CON DS +Ġm im +Ġshould ers +H ard +ast es +а еÑĤ +Ġconv ince +de cess +m ade +ĠC MD +. Im +Ġcha os +ens ively +Ġcool ing +Ġbur ied +(' @ +_S e +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉ +.com pany +.sub mit +ph ant +Ġboot strap +_h elp +à § +.d ump +Ġdif er +_m apping +Ġcirc ular +Ġescort s +Ġb ere +Ġgrad u +ĠLeg end +im edia +ĠBar celona +Ġbed s +åĪ ° +ãĢ Ĭ +_v olume +Ġtremend ous +Ġsc aling +Ġp ins +en as +type param +D ashboard +render er +Ġsp i +Ġ& $ +ĠSk in +alm art +Ġh ockey +Ġ'" .$ +Ġerr no +Ġb ew +Follow ing +.M odule +er able +ĠM ilitary +ĠR io +_ available +ĠSur face +Ġst ab +IF IER +ĠL IST +Ġd ashboard +Ġcl usters +.pl ugin +Ġj ou +ĠDec or +F our +Ġdel le +****** /Ċ +ia z +in de +ch ing +Ġget Item +.Add ress +ment ed +A meric +Pl ain +Ġus b +ĠPract ice +_ ment +.bl ue +H int +ÑĢаР² +Ġconn ector +Ġinher ited +и в +Ġinterval s +Ġc ere +Ġu d +Ġin con +.Ex ists +ĠM ic +F K +(c ard +.Set tings +Ġexhib ition +Ġon Pressed +Ġrest ored +eng u +. def +Ġrec v +." );čĊ +enc oder +ather ine +( dest +az ed +# endregion +sem bl +, M +ob y +Ġп еÑĢ +.C all +Ġattend ance +-b order +Ġaddress ing +ê n +ĠLe v +Ġb ash +ben ch +C redentials +Sp acing +( of +_RE SET +ig uous +Ġcr uel +Ġcross ed +Ġle ur +ĠG olf +or rect +Ġpack ets +ĠData Set +Ġpart ly +SEQU ENTIAL +Ġindic ation +ĠS alt +ac ia +Ġ* );Ċ +ĉ info +ĠView Bag +on z +Ġeditor ial +ĠA rena +Ġs ir +_ Static +( socket +s u +cho ose +.m onth +.M y +é ri +; font +do es +Ġcon verter +Ġsal v +Ġl r +Ġinflu enced +(f eature +ĠQue ens +let t +_M ON +& amp +Touch ableOpacity +O FF +Ġmetab ol +( iter +Ġvit amin +ĠIND IRECT +aut om +_p ublic +Ġadjust ment +Ġspecial ized +w indows +.add All +Ġaccording ly +ĠJ OptionPane +Ġcell spacing +Ġqu ad +Ġcre ep +Ġout lets +}` )Ċ +Ġpri est +_TH READ +ĠMar x +ĠBy Val +Ġc ual +éĿ ¢ +Ġtempor arily +An n +ke leton +å ¥ +ĠLO C +au er +der ive +Ġbeh aviors +as ename +ĠCent ury +Ġhor rible +ME SS +_ List +we i +P at +ĠCh oice +_F ROM +ĉ line +.in voke +.B ottom +Ġnow here +." ĊĊĊĊ +_ export +Ġstrugg led +.Ap pearance +ĠJ Button +ĠJer emy +([ [ +Ġkick ed +mar shal +st aff +es ity +Ġqu iz +_e ffect +Ġ} ));ĊĊ +m el +b anner +ĠP IN +Ġin vention +Ġcons olid +Ġop s +ĠB etween +j ack +ern ational +Ġsacr ifice +ag ation +ĠJ oy +Ġam endment +ĠS old +Ġprison ers +ан нÑĭ +Doc uments +) ])Ċ +ust ed +ĠLine arLayout +os o +_E M +.s elf +.M iddle +) // +Ġ\ ' +Ġfuck ed +ĠM urray +Ġprof ound +_E LEMENT +ult a +il ers +port folio +J une +t cp +mod ified +ĠTr ace +ĠK el +aly zer +) => +ĠRep air +_B E +Br and +u art +pre view +Ġiniti atives +run ning +b ang +ĉ update +ĠCo ach +R ich +Ġy outube +Ġrit ual +app a +ĠRobin son +prec ision +//////////////////////////////////////////////////////////////// //////////// +=[ ]Ċ +Ġcelebr ated +OT O +Ġin clusion +J P +' ;čĊčĊ +Ġnot able +(_ . +Man aged +Ġgu ides +& nbsp +ated Route +ĠAd just +Ġcol ored +_s cores +ĠTes la +_pro gress +.in st +[' _ +.fl ags +Ġf close +_O PER +ż y +_n ote +Ġtrans gender +å ķ +RI PT +Ġabs ent +Ġam et +Ġoper and +ë © +Ġh ood +to LowerCase +av o +ĠCirc uit +ĠL ind +-- }}Ċ += m +Ġsup press +ĠM AP +i ang +- admin +Ġside bar +ĠB u +ĠH ex +, F +ĠSign al +Ġtrans parency +ĠFeder ation +/ V +Re q +Ġpul se +Ġt ends +Num bers +% ' +Ġde port +dat as +_U INT +_ tra +ok o +Ġ" ? +comp et +sole te +und ry +Ġover lap +}` ,Ċ +. ly +_sum mary +ĠL ost +.C enter +Ġdis ability +.Serial ization +Ġge om +Ġ? : +ĠW o +Ġsh ipped +Ĥ æķ° +Ġu gly +Ġexcit ement +Ġext erior +Ġcheck out +Ġk ur +, D +ĠAl aska +Ġsyn thetic +ĠB udget +ĠSub scribe +Ġ& Ċ +ÈĻ i +ĠY u +ĉ query +} .Ċ +Ġtr aged +ass en +Ġaccommod ation +Ġphys ician +Ġren amed +Ġtid ak +z Äħ +Ġmin us +ny ch +_EX CEPTION +thread s +Ġt ire +_c reated +ens ure +Ġworth y +Ġexc use +Ġclo th +.parent Node +/pl atform +ĠU FC +ĠG tk +un ny +Ġg ibt +ke ley +h um +(t x +ĉ dev +Ġout fit +do ors +Ġf on +ic ut +vol atile +Ġhom osex +Max imum +Ġexp end +Ġ});ĊĊ Ċ +E q +ond ers +dep artment +ĠPhys ics +" });Ċ +Ġpar ad +.S tr +Ġse le +IF IED +Ġdel ivers +iv an +Ġrespons ibilities +Ġadvoc ates +è µ +ĠR ID +.param eters +M etrics +ron ics +ĠUITableView Cell +A bsolute +ip se +yl um +MLE lement +_VAL ID +< title +D lg +p aces +Ġsynd rome +be ans +_d atabase +oz illa +ĠM eg +DB G +Ġl ub +Bag Constraints +ab ad +Ġproject ed +_BY TE +.Size F +st reet +ĊĊĊĊ ĊĊĊĊĊĊ +ĠLO SS +Ġdirect ors +/ news +Ġnurs ing +ĠD one +. HTTP +dis count +ĠR ot +To Many +Ġen abling +Ġauss i +ost a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +è½ ½ +Ġhel icopt +ĠIn side +ä¿¡ æģ¯ +is per +ĠAll ah +ARCH AR +Ġroll s +Com pare +X P +Index Of +S UM +Ġass ured +ĠPhys ical +End point +.G lobal +.d etail +Ġthe ft +.j upiter +Ġhum or +.R ender +A lex +.c ap +Ġbuff ers +Ġdis pose +t ion +.p resent +z el +, P +Ġdesper ate +.get Column +Ġtw in +ì ĸ +.c an +Ġf lee +ĠIran ian +Ġstick y +ĠU TC +L T +//////////////////////////////// //////////////// +Ġl icensing +_PO INT +ĠM aps +Ġl ol += models +-t ab +ĠN ash +_log ger +tor ch +ĠCON SEQUENTIAL +Not Empty +/ react +Ġp f +Ġassert ion +Ġsubsequ ently +_c an +Ġpand emic +og ue +"+ Ċ +_ ent +_P aram +.ĊĊ ĊĊĊĊĊĊ +Res earch +C apture +Ġbel oved +d em +Ġextract ed +Ġf ights +ER C +(a uth +position s +Ġrevers ed +(st ack +Ġ_ ) +uto ff +_fl ow +ç Ĥ¹ +( Game +Ġex cluded +ĠCS V +c g +ĠT itan +p ause +Ġcer ca +Ġdump ster +L ess +Ġkotlin x +aster xml +Ġpoint ers +Ġfl ows +ĠT un +ĠMain Activity +Ġdis cret +Ġcomb inations +vis it +_b ind +oot ing +d ater +_look up +.n io +Ġswe at +ĠR d +Ġscient ist +ĠP ixel +@ NgModule +Play ing +Ġunf old +Trans late +ĠLaw rence +ĠFIX ME +B ill +ĠR IGHT +Ġwhere ver +Ġo ok +vid ence +Ġ] ]; +ĠSk ill +unist d +ĠðŁ ĻĤ +Ġfem ales +-- )Ċ +İ· åıĸ +ĠF red +Over all +Ù Ĥ +Ġess ence +Ġthere by +Ġw ounded +ĠD OWN +les son +text ure +R ound +Ġautom ated +ĠÐ ¡ +ĠUp dates +Ġsh ade +p ublish +ĠG ear += lambda +Ġle ver +) +" +h ill +Ġrad ar +ry ing +Ġ" ). +f illed +Ġline up +Ġd l +Ġworks pace +V o +_d t +ë ² +_ Item +NS URL +. verify +ĠHawai i +G od +M arch +Ġ[âĢ¦ ] +Ġpel o +ur ious +ĠPitt sburgh +. It +C lean +> \<^ +Ġi os +s ound +"] ; +Ġfre ed +rot tle +ĠL ower +[ count +å Ŀ +Ġp ale +ĠWay ne +ear th +_c ategories +U CK +.m etadata +Ġsum mon +H OME +олÑĮ з +Ġmanufact ured +Ġdo ck +Ġcompet itors +_MODE L +ok ia +ĠH ey +Î ¿ +Ġback ward +ĠPO SS +rop a +Ġc ri +_O BJ +Trans port +-h igh +Ġerot ik +_s lot +Ġart ic +_f ramework +-ser if +ĠSql DbType +') ( ++ "/ +Ġw ore +S il +Ġst oring +ĠPh ase +u ant +Ġb ump +in ho +Ġd ign +Ġback s +q q +(h ash +Ġge o +Ġt ender +Log o +! )Ċ +ĠM X +ĠAr thur +esso a +_C h +Ġbed rooms +="# ">< +Ġth roat +ins ic +.int eger +Ġpr imitive +Truth y +Ġfacilit ate +Ġcreat ivity +ĠD NS +Ġg ra +ue z +Ġcount less +ĠPol and +' M +ĠD ist +Ġv est +Ġcert ification +á» ij +h eld +ext ensions +( static +Ġgr ades +ĠU ber +ãģ Ł +Ġ[ ])Ċ +dat os +Ġget Data +ĠCh arg +ĠB S +.m icrosoft +.v ideo +.d irection +->{ ' +l ua +ape st +Ġbo iler +ere k +Ġdec ides +.j ar +IS C +ĠW ords +(C ON +EMPL ATE +ree ze +sh ots +app s +unt ed +.set Name +:: < +-b old +ê ² +å¯ Ĩ +Long rightarrow +Ġunf air +Ġear ning +Ġsh elf +URE MENT +Ġid le +_M ENU +.C ustom +AG ER +- " +_s witch +b ecause +) view +m are +_ condition +ĠStart ing +M vc +(p re +d ump +_LO CK +at etime +.c allback +ĠC er +op ol +ib rary +Ġres ervation +ĉĉĉĉĉĉĉ Ċ +lect or +grad uate +Ġgener ous +Ġ ion +ric ao +m q +_com plete +(c ursor +ĠForm Control +: center +Ġsub stitute +ĠPl anning +Ġp ension +Ġrecommend ation +ĠT ags +Ġg ef +Ġalbum s +Ġwash ing +ro c +Ġtr ains +at ings +Ġex ponent +ack bar +- ln +á g +.Data Annotations +ĠE IF +ĠMalays ia +ĉ PORT +on us +Ġcle ver +Ġpe u +> ĊĊĊĊ +ĠArg uments +Ġdebug ging +( right +' D +com pute +Ġfin est +OR AGE +Ġspect acular +ph rase +Ġind ia +Ġlegend ary +b irth +Ġcom posite +Ġg rows +ĠT D +Ġep id +Ġlaunch ing +] ][ +Min utes +ĠCh a +Ġclean ed +Ġwitness es +uk an +ĉ Type +Ġhab e +par agraph +ĠJ Panel +ĠH ann +Ġvar ied +ĠP okemon +ĠM UST +åĬ ¨ +.vis ibility +op up +^ [ +.exp and +Ġ" ', +.f asterxml +_ auto +ĠShe et +mark er +Par cel +ew s +ĠStr ategy +-m aking +Ġun ve +Ġtrail ing +Ġclick s +ĠGet Component +ĉ content +IG ENCE +ERN EL +NSMutable Array +Ġb reat +Ġharm ful +¶ Ī +Ġbes ides +Ġb oring +Ġbrut al +v ang +(p arse +qu ick +Ġpy test +Ġswitch ing +() ]Ċ +Ġì Ħ +L ER +ĉf ont +Ġnet t +) ]ĊĊ +(/ \ +æŀ ľ +to Array +Ġbre ed +ĠC AR +ĠWe apon +A bs +t ot +Ġset Name +apt ive +Ġ: , +Ġesc aped +ord en +ĠP ri +th umbnail +Ġdescri ptions +/ styles +ĠPC I +Ġal phabet +astic search +NOT E +Ġc ialis +ĠGr iff +Ġpor que +Ġprote ins +pl ays +Ġst ating +Ġimag ination +Ġfac ial +ĠMe chan +Ġarr anged +_ used +Ġarrang ements +ĠP ipe +host name +Ġprov inc +T it +.Flat Style +ĠS plit +ĠLo ader +.c c +Ġclin ic +---------------- ------------ +Ġb aking +ĠEN T +ne ath +ãĢģ ĊĊ +AN E +.EntityFramework Core +app ers +. ic +ĠNg Module +ĠF ORM +Ġ' ; +-pro fit +h w +en emy +ĠE ye +Ġca ution +t own +Ġur ged +ĠJim my +ynchron ous +-s ized +m aking +, { +] ', +_ Object +ah oma +Ġactiv ist +IN VAL +ĠCom mercial +ĠOr lando +(t ab +ĠØ ¨ +Al gorithm +Ġher itage +Get Mapping +Ġfail ures +ri os +at iva +Ġt et +Ġcar pet +( Z +th ree +Ġdisc losure +. ERROR +_c alled +Ġd ial +Ġoccas ional +.E rr +Ġfunc ion +caff old +Ġrele asing +ï¼ī ĊĊ +_ Value +ĠV ari +y ellow +Ġstrugg les +.c al +ĠDak ota +ĉc lose +Ġsand wich +Ġanaly tics +Ġ** ) +& # +ĠJ os +Ġpass ive +AT TR +Th rowable +ĠM un +ĠU int +(dis posing +ar ak +ĠLe aders +Ġaffect ing +Ġitem View +Ġeconom ics +f v +๠Ģ +.r b +ĠOver all +Ġwealth y +Ġev olved +nd a +ĠH us +re strict +um en +ĠA gricult +! ĊĊĊ +Ġexp ires +Ġspokes person +int erval +Ġà ¢ +Ġque en +(n il +ing o +He ap +Ù İ +Ġcompl ain +S ym +ĠCl one +ĠR u +ĠW ILL +ĠCr ystal +/ content +ing en +oint ment +Last Name +av icon +ĠIB M +ĠDim ension +an h +icip ants +ĠAn ne +.pro gress +Ġal go +ob il +ĠV oice +ĠF E +Ġg li +Ġv ed +Ġprevent s +\ Column +Ġfol k +ett i +Ġm n +ĠCL ASS +Ġdisplay ing +ĠK l +ĠF err +d uto +. ib +Ġd ados +' name +-s pace +Ġit alian +Ġin verse +Ġd ense +ut er +ĠI Enumerator +-s ign +Ġnation wide +Ġperson a +Ġsol ved +Ġdram atically +Log out +Ġgr av +Ġanalys es +ol lo +Ġl amp +. team +ĠE rot += [" +Ġd ancing +Ġ?> / +Ġc ater +ff e +ĠSh a +ĠB os +ĠRE QUIRE +ĠMon ster +ĠR B +ĠI DE +Ġsu its +Ġform Data +( theta +Ġsp atial += NULL +ĠSql Connection +Ġ à +ĠV enez +ĠMor ning +Ġpublic ations +ĠNON INFRINGEMENT +first Name +ud s +W ould +_HE AD +Ġinvest ed +st able +f red +Ġcommand er +SE S +âĢĶ a +an che +ĠM ovement +ë ³ +S uite +Ġjur isdiction +ë¦ ¬ +ĠB eth +j Query +ĠIs a +Ġd ental +, * +ĠL imit +ili ation +=" { +b ast +Ġt urb +is y +O OK +Ġadvoc ate +im ag +LE CTION +л ÑĮ +(c ategory +.de c +Ġun iqu +_s n +Ġattract ed +Ġà ī +ĠRun ning +_ edges +ĠDis able +_A S +åĽ ¾ +Ġnetwork ing +_br anch +H aving +toBe Truthy +G I +Ġcamp s +se p +-p art +Ġ)ĊĊ ĊĊĊĊĊĊ +ustral ia +ĠRe ports +rit o +Ġwa ist +_pl us +ĠW W +-p erson +Apr il +Ġs ar +.t ar +Ġagricult ural +t ic +Ġt cp +Ġset Value +agent o +ĠAp pe +p iler +CA DE +Ġan che +atch er +Ġcom ics +Ġl bs +_se gment +'] =$ +itt ers +ich er +G INE +Ġutil ize +ĠC ursor +_ex pression +Ġd ag +< long +Ġr hyth +æı IJ +Ġconsult ation +Y et +")) ĊĊ +_M AC +c ould +Ġ' \\ +ĠV o +ĉ http +Ġg s +ph er +- grid +J ames +J ul +Ġsch on +Ġtensor flow +ĠLOG GER +am as +Ġsc ipy +Ġconv iction +. ag +Ġadministr ator +)) {čĊ +Ġn un +" group +P or +Ġnur se +ex pression +ak y +ĠHe avy +. opt +.get All +Ġover l +/ ", +_c ountry +ç İ +ĠG ENER +_r oute +ĠD al + ´ +ol oad +Ġuncomfort able +(m enu +Ġhost name +' ");Ċ +Ġcalcul ations +-c lick +Ġprotect ive +ãĤ ¯ +_F orm +ung s +Act ual +m f +ĠProcess ing +ĠIn ventory +(m atrix +app ropriate +w eg +ij a +Ġch r +Ġr ifle +-w sj +k ar +Ġindepend ently +I OS +Ġconsist ency +v n +/s ystem +ĠCh anges +Ġexp ose +ici ents +Ġrel ate +ĉ next +è ¨ +ud es +Ġglass es +F XML +.... .. +ĠP df +Ġappro ve +Ġ{ \ +Ġexist e +)) ( +ARE NT +оР¿ +ĠL atest +ĠNiger ia +.Inter faces +Ġrem oves +En emy +Ġen force +vert s +ĉ pos +_text ure +W ARD +ĠINC IDENT +( container +Ġdef ending +ĠR X +ĠH ook +br is +ĠFl ask +Gr ay +. )Ċ +vis ibility +ĠRedirectTo Action +err al +_e lem +Ġres on +front end +_variable s +ater ia +Ġ+ " +ave led +RI X +Ġdef icit +_C heck +YY YY +To One +sp y +Ġun ited +end ent +Ġp ode +ãģ Į +C AT +(f mt +ĠBon us +Ġre ck + º +Mod ules +Ġvac uum +R adio +ĠDAM AGE +P en +ĠPark er +; ;Ċ +ĠRe ally +_n eg +p ending +Ġnomine e +ĠC ategories +ĠUl tra +We apon +Ġdef ender +I ss +ĠG ender +ĠD ress +Ġimpr ison +Ġbank rupt +imension al +PH A +ĠStr ateg +ĠPROF ITS +Ġp atri +//////////////////////////////////////////////////////////////// //////////////// +de legate +Ġfor State +Ġdev oted +_m ake +Ġterror ists +ĠS nap +_n av +ĠA A +ĠI an +ĉ app +Pl acement +_h dr +< K +Ġs ang +st roke +- Q +> x +.T ask +m oney +ib aba +' });Ċ +ĠSpec ific +ĠLine ar +_O PT +Hash Code +( Player +.Contains Key +Ġcoll apsed +trans parent +_R ANGE +View er +(c fg +Ġsort ing +Ġinf ected +ĠN ach +Ġaccommod ate +.element s +_P ART +ĠSex y += get +( year +Ġx hr +: ] +ows ki +Ġsum mar +Ġ ¿ +Ġint e +Ġwork flow +ĠTai wan +vers ions +åı ij +Ġsurprising ly +Ġopt ical +Ġpro ces +Ġdisag ree +Ġnue vo +ĠC AM +sort ed +le ases +ist le +Id ent +ĉ event +ject ed +Ch unk +V ars +.pro vider +Ġproceed ings +Ġin clusive +Ġart work +end ants +ï¼ļ Ċ +se en +Ġl ig +Ġm akers +_f un +Ġlength s +Path Variable +[ item +ภµ +De ad +FFFF FF +ĠUr ban +up les +ich en +(null ptr +.s pec +, System +UR ATION +(j ob +å¼ ı +Ġtrack er +Å Ļ +ĠM R +ĠSQL ite +Ġd to +Ġ; ;Ċ +Ġm int +ĠInt roduction +ca o +Ġquestion ed +Ġf itted +rev ision +s q +Ġm ig +_un its +_ async +Ġf lick +});ĊĊ Ċ +Ġnot re +}` , +F ilters +Ġm undo +_d ays +Ġfr m +ut c +Ġval s +ew idth +ĠGener ator +ĠArt ist +ĠID s +ĠArt icles +re ater +ĠComponent Fixture +. = +Ġr ou +- no +.b ukkit +eg g +ĠD iff +atic s +Ñĥ Ñĩ +âĢĶ ĊĊ +ĠChar lotte +by e +Ġ} );čĊčĊ +ĠV ik +ĠB row +Ġl v +ĠG ib +-w ing +GL IGENCE +(I l +ĠEngine er +.W ait +ĠP ictures +Ġr het +Ġth ermal +Ġpr aise +< >();ĊĊ +ĠSp ider +P ause +ĠB aker +Ġsl ower +Ġ} ]Ċ +_en queue +Ġdisappe ared +ĠT icket +IN UX +_LOC AL +аÑģ Ñģ +@Inject able +comm unity +Gesture Recognizer +åĽ ½ +Ġsca les +Ġ- ( +/ '+ +ĠS it +Ġexecut ives +ard ing +Ġad vers +Ġback wards +ĉ context +ĠH amp +ĠP F +ĠDe ck +ĠCra ig +A merican +Ġb ell +Ġpro l +uf en +Ġr ng +ar shal +ĠSim ply +first name +sh ore +J uly +Ġmort ality +ĠâĨĴ ĊĊ +Help ers +Ġbench mark +em ade +Ġorganis ations +.g son +ĠText Field +Ġciv ilians +.Array s +ĠMiss issippi +Ġinter mediate +get User +_cl uster +Rel ative +fore ign +.querySelector All +Fore ignKey +Ġreason ably +-------- -Ċ +C ards +ĠK am +ĠTh or +Ġroll er +-e lement +ĠC urrency +dd ie +ALL Y +ĠR A +Ġper met +aa aa +Ġhom ework +ĠV it +Ġm old +ĠF er +[ start +Ġstatist ical +Ġsc ary +_H OME +.B egin +Con struct +ogen ic +ĠDEAL INGS +Ġtamb ién +ix on +. ind +ac re +Ġtransform s +ĠN ap +.B lock +uss ia +pir ation +ul ent +Ġce il +Cl ause +na ire +T ES +Ġne at +ST D +ĠReg Exp +per form +: ) +Ġun ions +Ġs ublic +Ġw inds +lo ating +g lich +Ġp agination +S kill +App ly +ĠOper ator +ist ogram +Ġqual ities +C ross +Ġde com +], " +ĠJ uan +.mod al +.Ch ild +ĠRog er +STIT UTE +:CGRect Make +a lette +Ġst a +as ide +Ġbl ur +ĠW a +if etime +re ed +control s +Ġb ins +Ġп ол +*/ ,Ċ +U IS +ĠR ou +ĠDem o +- awesome +ĠCh ain +Ġh asta +ĠB art +. KEY +Ġvend ors +nof ollow +ĠD est +_b uilder +Ġarg ues +_ answer +g oto +ĠRES ULT +ĠM ON +Ġp oder +o ons +_C ASE +Ġrep lic +Ġfin ancing +ĠD ATE +c ern +_tr ack +t ies +/ logo +ĠNE GLIGENCE +get Type +> T +b et +g irl +ĠINCIDENT AL +-s ite +.tr igger +ĠL isa +_input s +Ġrel atives +Logged In +Config ure +I K +. accept +Res ume +ĠD raft +Ġ* >( +ĠW A +ed ian +ern ess +ĠLayout Inflater +*/ čĊčĊ +oth y +Ġoblig ation +Sub scribe +Ġth umbnail +ex ist +Ġins isted +ĠU ICollectionView +ĠAng ular +Ġtable ts +ĠImp act +ãĢį ĊĊ +ah o +Ġcharacter istic +g d +Ġ= ================================================ +our t +` . +App ro +Co ordinate +Rem ember +Ġmar ine +] ==' +ĠAdmin istrator +.get Default +Ġforg ot +ĠStruct ure +V ue +ars ing +m oment +k w +_c ursor +Att ack +Ġath letic +Ġdiagn osed +Ġend e +åĪ łéĻ¤ +H ouse +ĠP ARAM +Ġw iki +ĠO pp +Ġcons ervation +Ġs nd +_t em +sub str +ĠC ape +.s im +UT ION +an an +âĢĻ un +Ġg y +- work +Ġcomp elling +=' # +ĉs ub +Ġdirect ories +íĬ ¸ +Ġtouch es +out ines +.C ollection +s chedule +.l at +ĠDo ctrine +CA A +ĠRe fer +Ġshift s +Ġlik elihood +pre ter +ĠF emale +Ġinter cept +Ġl ou +çĻ » +Ġr ug +ĠC rown +Ġ************************************************************************ **** +- product +Ġprompt ed +ung le +d ocker +ĠT u +ĠUn ique +_ Error +ul os +Ġâ Ħ +Ġ( ` +Get ting +_s cal +ĠEn h +ü t +Ġsust ained +Ġp atches +Ġpros per +ĠG aza +_l ight +Ġin cons +-------- Ċ +ĉĉ ĠĠĠĠĠĠ +S F +C N +: ";Ċ +ĠColl ins +( *) +Ġcomp ilation +'] čĊ +Ġcon sequence +, ... +Ġd m +ĠB LOCK +Cl uster +Ġsk i +(arg c +T uple +Ġjo ins +ĠSher iff +W ar +ind i +Ġcomment ed +H OST +Ġinv itation +apan ese +Ġperm its +preced ented +_z one +ĠA my +_R D +Min imum +Ġinv ocation +.en able +icht en +- owned +" id +_PO INTER +F ac +Ġspecific ations +Ġnom ination +Ġg p +< ( +Ġrob ots +ĠJ erry +Ġhold ers +Ġw and +c ms +Ġ} ))Ċ +.To ast +ĠI List +B ased +z oom +/ style +ĠBe ck +M en +Ġcontrib uting +Ġund o +ĠO H +Ġadd Object +Ġe igen +sign up +éĶ Ļ +Ġdist ant +PAR ATOR +ĠM ari +Ġm á +E mp +ó s +Ġì Īĺ +ev t ++ j +p ark +ĠSt ay +ĠD un +Ġso y +> % +az ines +Ġti empo +(m e +p resent +.Th is +Ġedit ors +F IELD +.W ork +ĠUn iverse +Ġdr unk +.t imer +Ġalter ed +ĠN ar +ëł ¥ +.Act ive +id or +ç Ń +.delta Time +Ġawk ward +& quot +ĠSaf ari +Ġtr icks +MENT S +div ision +Ġvary ing +ĠHigh way +Ġphotograph er +ĠSt ewart +Ġlast ing +.P re +.amazon aws +ĠL uck +.D escription +ĠN az +n eg +Ġc ó +<<" \ +ĠSur v +ĠU nc +Rec ipe +.Border Style +Ġmod ifications +- at +AT FORM +h dr +ak o +Ġsublic ense +ĠJ ump +Ġbe im +ĠMan hattan +. bool +_h w +ÑĤ ÑĮ +B in +Ġg ateway +" ": +ĠU IS +:" + +- def +ĠReg ular +/ testing +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +string stream +Ġdis par +Ġmob il +- read +ĠAd apter +ĠCh ampions +Ġsched uler +Ġk ills +ĠM ultiple +ir ror +Ġgod s +AD O +ak te +ĠUs uario +.c ircular +Ġre cept +ĠEx pr +Ġelder ly +Ġnic ely +Ġbest e +W ant +Ġclass ical +.s prite +obj c +ĠM ason +Ġsist ema +.Bl ack +es o +ĠZe it +Ġdiv id +Ġent ers +_sub ject +ĠPlan et +.w arning +ĠG ram +_t okens +Ġhousehold s +_c ustomer +user Name +c ross +Ġp ione +Ġass ists +_S M +ib o +Ġlo yal +Ġuse less +# elif +ĠUlt imate +C ome +g el +Ġd ich +xy z +ik el +ob ra +_s can +ĠInter ior +ĠN ice +Ġpl ac +ĉt arget +Ġvir al +ass o +() / +und e +ĠAd obe +O s +vis ited +ĠO W +ĠFe ed +ĠSe quence +Ġman ages +in son +ĠLouis iana +{ }) +ĠH ab +ĠL D +Ġb ip +pr ites +(e lem +.h ibernate +él é +Ġoh ne +_trans action +Ġann unci +P ublished +ĠH onda +ĠT am +ĠP acket +_ selector +Ġchalleng ed +Process ing +-h over +Ġtr ainer +_c ancel +ĠNS Dictionary +ab ric +ĠM LS +_s ensor +Ġshr ink +ĠF X +th reshold +ĉH X +-m ark +` .` +S cheme +(f ull +_w riter +ĠS ys +Ġf led +ĠC in +-w idget +ĠPre vious +G ender +_ question +Fe ed +Ġscr ut +(p refix +ãĢĤ ãĢĤ +Ġin fections +Part s +Ġhier archy +_DE LETE +ĠPat ient +_p ay +Ġprom oted +Ġì ĭ +Ġcivil ian +Ġagricult ure +ĠP iece +Ġst ance +uts che +Ass ign +.A CTION +F ig +_r adius +ĠS ync +du cer +f ailure +ens ed +pt ime +B M +_dat etime +qu ivo +QUE UE +èĢ ħ +Ap pear +Ġsum mit +: void +Ġv ine +è® ¤ +on ne +_TR ANS +.g reen +_ cc +Ġhung ry +Ġ" > +() );čĊčĊ +Ex tract +iz ens +Ġsol ver +Not ify +Ġeng lish +ĠSh opping +inter faces +RE Q +Ġil leg +ĠUI ImageView +Ġdis connect +ĠUnt il +ĠConserv ative +@ Column +Ġshift ed +Ġ: čĊ +Ġf ich +Ġd la +Ġsh oe +"), čĊ +ular ity +_RE SP +We ather +UI Application +. iterator +Ġag ing +.P arent +ow ie +(e qual +ĠCon v +/ default +Ġmeas uring +.pre v +.Is Valid +.F at +Ġs Äĥ +key words +with out +Ġso vere +Ġex changes +Ġm elt +Ġis lands +ĠInt egr +Ġjump ing +Ġg le +Ġjournal ism +Ġd ated +Local ized +ĠRef resh +Part icle +Ġa a +ĠSTR ICT +Ġb od +.Pro cess +_A UTO +ĠP ublished +e very +Ġtechn ological +ls x +Ġir rit +Add itional +Ġdel imiter +_l anguage +- area +bo ys +ĠT ube +Ġw at +Ġmechan ics +_ owner +Sp ell +ĠSt ories +.Append Line +Table View +h em +st ick +oll ower +I FF +ĠU V +oll ision +S UB +Ġcompar able +Ġdon de +s ales +ll vm +Ġ} ],Ċ +OTT OM +ĠPur pose +L ab +Ġinterview ed +o is +as il +.set Id +ĠIn struction +-- > +ĠMod ified +ation ally +ĠMe eting +è¯ ¯ +# region +Ġrout ing +.f ocus +ĠYou th +< D +ĠN ag +contact s +Ġform ing +Ġm ie +',[' ../ +ĠB P +Ġapp et +ĠTe acher +ĠT P +Ġann ually +outed EventArgs +ĠSpe aker +Ġre name +CF G +(" // +æİ ¥ +/p ages +Ġpr és +ĠSp ell +.All ow +ĠINT ERRU +Ġ( # +âĢĻ ĊĊ +_G eneric +.im show +_t im +- face +(& ( +atin um +Ġrevolution ary +ĠH ours +r ain +Ġany time +Ġab b +.j sp +Scroll View +ĠTr uth +Ġanticip ated +Ġacc ent +. checked +Ġspec ifies +Ġca f +Ġcell padding +Ġcook ed +ĠH ugh +pe ek +_R ATE +Ġd orm +/ čĊ +IV ITY +.Cont roller +(p art +.con straint +Ġinv asion +MO VE +Ġgl uc +l ename +Ġam en +eng lish +ĠSw itzerland +";ĊĊ Ċ +pe st +.col lect +N ib +ĠD ict +ĠE mb +(sub ject +Ġoutr age +Ġdec iding +Ġsent enced +F echa +" A +Ġqu er +Ġfont Family +Ġqu adr +- Y +_C ACHE +Ġanaly zed +Ġg aining +ĠAgain st +ĠSou l +ta u +Ġlight weight +ĠT F +ĠEffect s +.T ypes +.add Class +Ġv egan +é ģ +.' " +ĠExpl orer +.d etect +.sh ift +Ġoblig ations +last Name +Ġassoci ations +ĠTime Span +un ter +ĠF resh +Compat ible +P ub +id ges +. option +var i +.hash Code +Ġg eb +. section +- not +ĠSub mit +T N +reg istry +_m edia +Ġn aj +ff t +Ġm ate +-th ird +Ġp ockets +est a +Ġb ent +ĠN ord +Ġretail ers +ĠMor ris +."" "ĊĊ +W rong +Ġ ÅĽ +R ay +. ec +ĠB ind +_H AND +(n on +is Valid +Ġsimilar ly +_L IMIT +Ġdynam ics +Ġdist inction +ãģ Ĩ +< N +Ġor th +ĠToy ota +ĠK ate +ĠL S +or ie +ĠSpr ings +Ġf reak +last name +_M ULT +-st ep +" ( +AD DR +Ġentert aining +_CON F +Ġdec oded +Ġst reak +Ġwait ed +Ġnot ified +rodu ced +vis ual +.Layout Params +æ ° +es ian +f its +s pring +ĠBern ie +User Defaults +Ġped est +Ap pearance +ĠW iki +ĠNOT ICE +Ġs sh +Ġdur ante +ĠZ ip +ı r +ĠNAT O +Ġtw elve +Ġro yal +ï ¸ +Ġmer chant +ĠF urniture +'] ),Ċ +, X +Ġfold ers +ĠG ate +ĉf unc +p ick +_us uario +ĠV erm +ment ion +ur pose +Ġalert s +x ious +_s ig +ĠF u +Ġ( : +Ġd umb +åħ ³ +Ġaccur ately +éĩ į +R B +-s creen +ĠV ER +j our +Ġrom ance +uc ceed +. choice +Ġad ip +_d ims +Serial izable +ãĤ ĭ +.j ob +Ġpro g +uch ar +Ġg ently +ĠR SS +ict ured +_ENABLE D +ĉ label +aw ks +ĠEn sure +rem ember +ìł ķ +Ġtrans mit +{{ $ +.Trans action +ur se +_rel ative +Ġs ized +ĠX X +ĠPr incess +ĠL arry +Ġpr ó +ĠÑģÑĤ ÑĢ +Ġs isters +estr uct +Ġcheck point +: length +ĠCar los +/ icon +_T ARGET +T okens +Ġpat ience +ĠSe lected +q ty +.show Message +Ġwild life +ĠP rops +b m +- arrow +Ġpar cel +fire base +ĠBen jamin +cess o +.t im +ĠG arc +. any +ĠHOW EVER +ĠK o +Ġgrab bed +_f rames +Ġobject AtIndex +ĠADV ISED +Ġsub ur +ĉ GL +Ġ}) }Ċ +-l ength +ìĭ ľ +ĠPot ter +_b uff +.g ui +ĠEnc oding +E lect +-m essage +Ġ � +Ġ ÈĻi +ĠArgument NullException +а ÑĨи +Ġmin imize +Ġrespond ing +$_ [' +ĠInd ividual +á c +ĠIN TER +Ġmast urb +ĠB in +(' $ +ëĵ ľ +Ġopen ly +Ġ> < +Ġun to +olog ically +ĠM ul +VID IA +Ġsl im +ĠCommission er +( on +Ġunder neath +/ db +v ote +( Message +ĠP ope +Def ined +Ġsw ift +ur f +Ġadapt ed +SE L +Ġreven ues +Ġdiv ine += y +Grad ient +_ act +Ġ/*! < +Ġpoly gon +ĠF DA +ĠC arr +at ables +(std out +Ġrefr iger +Ġco ordin +avor ites +ÑĪ и +Ġcompass ion +ĠPOSS IBILITY +- secondary +ur acy +Ġcomp romise +_A V +_ os +Ġbes ide +ĥ Ŀ +Ġl n +.pl ugins +Cap acity +al ah +.b in +ĠC RC +_b alance +Ġflex Direction +Ġam bit +Ġnick name +ĠFor ces +C LE +ĠSh ell +Ġs ail +ĠW riter +ĠA lice +d w +ĠInd ians +ĠMar shall +_S RC +Ġnormal ized +ĠJ ag +ãĤ Ĵ +ze it +r pc +ÃŃ c +.in line +Ġtrav ers +_n umeric +Ġutil ities +Ġev ac +IN PUT +ĉ register +M X +ĠCamp bell +Ġdatas ets +Ġdem anded +Ġinitial State +g an +Ġe i +Un expected +- web +tr ait +, Y +ĠT odd +Ġske leton +Ġoptim ize +ç¬ ¬ +ĠU pon +ĠSt Object +Ġap lic +.' P +v ron +. UN +Ġpaint er +izar re +Ġl av +Ġp om +p reg += function +( serial +ific a +um ing +åľ ° +ãģ Ĥ +- op +U CH +ĠH end +.prop Types +Ġy o +Ġrout ines +Ġcar ing +S em +Ġres erves +Ġprior ities +red its +IST R +Content Type +ĠSch w +/ media +Ġe str +Ġclim bing +- week +cher che +s ensor +To Array +ĠMont real +Ġcloud s +ĠInject able +ĠR ice +Ġpropag anda +_pro vider +Ġind oor +Ġin aug +Ġdipl om +Ġmess aging +_m ut +å ¦Ĥ +Ġk w +ON S +ari ans +R PC +) ]čĊ +-r ay +ĠS or +m all +Ġmarket place +Ġv tk +M a +og an +ig i +Ġspons ored +ĠD ani +.S EVER +>' .$ +m ultipart +ĠW ol +Ġtable Name +ĠUser name +Background Color +Ġf right +_E MAIL +Sept ember +_val s +op ia +Ġsp otted +- Ch +Ġdata Source +/ "Ċ +ек ÑĤ +ĠRequest Method +ĠRe place +-d o +ah n +ĠPh D +] .ĊĊ +N ON +g ement +ĠTh r +Ġquiet ly +Ġtort ure +Ġte as +ĠC Y +Ġa tr +develop ment +-d etail +Ġlight er +Ġarg uing +Ġdes erves +Ġcur riculum +_CON TEXT +ÅĤ y +H ITE +ĉ ID +/ uploads +Ġt its +re o +_d rop +. UTF +Ġpick up +Ġgro cery +ĠP ure +Ġeas iest +Ph il +.f eature +(" * +Ġinvest or +t ok +Ġj ar +L os +âĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶ +. queue +-s peed +M al +um blr +ĠCON ST +ĠH RESULT +ĠD ance +(file Path +Ġattrib uted +ॠį +ĠB und +co ins +Ġs ão +Ġp ir +person al +Ġpre lim +Ġprop ose +ĠT L +] ]) +ĠSub scription +ĠK re +, len +.First OrDefault +) -- +_product s +.Get Bytes +Sh ip +Ġenc rypt +ĠS G +ĠM yst +h ir +Ġiter ate +Ġint end +.mock ito +Ġch apters +( angle +ĠV lad +è® ¾ +' .ĊĊ +Response Body +ĠAb d +de al +Ġbar riers +-out line +b ill +ĠF alls +_se cond +. include +. ceil +Ġoccup ation +ph ony +.move To +ĠJenn ifer +AST ER +; ">< +ĠEn abled +Ġtermin ate +ĠI o +l ations +ĠTHE ORY +Ġear liest +Ġr ack +ĠSc ar +sh ake +ch ip +Ġu v +Ġall iance +п иÑģ +ĠGOOD S +z ione +ĠV I +Ġ{ - +Ġfilter ing +Ġmis con +.Dock Style +Ġb ush +Ġj unk +æ Į +ĠQ UE +Ġhook s +Ġfirm ware +Ġmiddle ware +d ic +ĠOak land +Ġarr ives +P ayload +p ixel +] | +Ġstart Date +.P RO +_a udio +Ġmid field +igid body +ĠSw iss +ĠCl ip +ĠD ump +ĠText Box +Ġg eh +y ield +od s +Ġrefer endum +Back end +ĠC ream +Ġdomin ated +ĠArch ive +Ġrid ers +.prepare Statement +Ġqu ando +Ġche f +w iki +in el +am pling +(" \\ +Ġs ag +_pro xy +ãģ ķ +p do +.getElementsBy TagName +Ġdemonstr ation +ĠN PC +Ġarch ivo +end ance +Ġefficient ly +( actual +.t ableView +Ġm ush +Ġbe ars +_thread s +j as +ah un +Ġne ural +Ġdesign ing +ĠG DP +Ġlift ed +çĽ ® +ĠJ oint +ĠIn clude +ĠGi ants +Ġwithdraw al +ĠR ent +n ative +ĠSe ek +gress ion +_C PU +\ S +ĠSh ield +Ġsol ic +Ġbo om +yect o +Ġmanufact ure +ĠâĢ ĭ +Ġb box +Ġearth qu +ollect ors +:@" % +Ġlo ops +J e +alk ing +ĠWh ats +ĠBo ys +. book +ARG E +_p ixel +Ġsus pects +Î ¹ +us p +ĠBM W +ie ces +(p erson +å¼ Ģ +é » +ĠPod cast +Ġb ou +( Item +à » +( Input +Http Get +Ġb urg +) ^ +BO ARD +*/ , +Ġg ulp +ĠB enn +Ġdeck s +.status Code +Ġac ute +Ġh ug +ug u +Ġp led +," % +h ape +Ġз ап +ĠMain e +.re al +Ġd alam +ĠMin or +.F loat +dis p +Ġt l +Ġen count +=> $ +Ġf g +te es +ĠRec omm +ä l +Ġchem istry +Block s +O ID +Ġfore x +ĠApp end +Ġ{ * +ĠSup ply +CG Float +(b l +Ġat e +ador a +Ġg ust +Ass oci +> .Ċ +F ETCH +.s erial +widget s +ard less +ie fs +_F ULL +ernet es +ĠP red +Ø Ń +äº ĭ +ub ernetes +ĠL aura +Ġl abeled +High light +Ġanno ying +/ update +(d escription +Ġintim id +$ c +")) )Ċ +.A P +Ġ[] * +ĠEX IT +.H ost +ĠOP EN +.send Message +_c amera +_t ile +Ġth erm +onom ous +Ġdis adv +Ġna ar +index Of +ĠP P +.prot ocol +AF E +Ġtext ures +################################ ################ +umb ai +.st ats +ĠG E +Ġi e +ĠST D +ĠM ann +.ref lect +K B +Ġd ive +.w av +/* ---------------------------------------------------------------- +/ settings +.l ifecycle +Ġda ughters +or us +ub er +N ING +st ri +ĠT ip +Ġz n +Ġswitch ed +in et +uff y +ĠTransport ation +( conf +fr ica +ĠX L +ĠLe ad +_per cent +< Map +Ġthr ust +or b +ik k +Ġtra uma +Access or +ĠF it +ĠString Buffer +ex pl +(s creen +Ġaud iences +ĠO PTION +_ round +[ node +be h +-> __ +per missions +ĠD etermine +.M an +Ġadv ances +. InputStream +Ġstrong est +Ġe Bay +Ġ# - +Ġdir name +ĠS MS +Ġmedic ations +Ġam ended +Ġchurch es +ĠImper ial +$ row +ĠMad ison +ĠIn sp +Ġaff air +Ġpsych ology +v h +Ġsever ity +âĢ IJ +Ġstri ps +A H +vert ising +Ġcon se +IM AGE +ĠSt ats +ĉs c +.C ursor +Ġfree ze +ss on +(x ml +ĠSus an +.t ile +ed ed +ĠĠĠĠ ĉĉĉ +uel le +ĠMitch ell +b ased +Oper and +½ æķ° +ĠF F +ĉstr cpy +ounc es +ild o +.execute Query +Ġapproach ing +ĠSe ven +Ġn uts +Ġr ic +ass ignment +Ġcalcul ator +ĠMur phy +ĠB ou +í Ħ +Ġbut t +Ġt icks +Project s +il ib +.text Color +m ov +_log o +( template +ĠIN IT +Ġimage View +scri ptions +OR ITY +Con sumer +Ġun precedented +Ġtour ist +Ġbr on +Ġcontract or +Ġlic ence +ĠN am +æ ¯ +( transform +_AT T +P ref +ĠG am +Ġvess els +Ġh av +L ater +.To Lower +Ġurl s +Ġbreak down +Ġpen alties +Ġf oster +ĠU E +Ġcl ue +com ed +åIJį 称 +-m ain +Ġp ts +Ġcount ed +ict s +/ post +Ġget attr +Ġp ing +ANCE L +Ġp ec +Ñħ од +ant om +ĠBlue print +ĠEvent Emitter +Ġl ä +æ ² +Ġstr aw +( comp +' une +> N +- client +es Module +-b ase +Ġret reat +_s imple +ĉĉĉĉĉĉ Ġ +fe e +') čĊčĊ +Control Item +Ġsubscri bers +ple ase +ĠE ff +Ġp ound +ĠBy tes +ĠTe a +_ activity +Ġmax im +Ġop code +B SD +. constant +; } +omb res +Ġcare ers +) .ĊĊĊĊ +Ġsp reading +-exp anded +ĠOr d +amar in +Ġmob ility +Un fortunately +ak k +N L +_ redirect +ĠP G +ĠS ensor +b ol +t ap +_MEM ORY +ĠUI Alert +plit ude +We bsite +ĠLog o +lo ve +[ ind +Ġalto gether +Ġwonder ed +Ġes per +ĠLib eral +Ġo ss +Ġel it +Ġst iff +od ox +_ment ions +ĠDou glas +_p id +ĠC K +ĠinitWith Frame +.b log +p kg +ang hai +QUI RED +u u +Ġm kdir +AT AL +Ġun h +in ces +st h +Ġhypo thesis +Ġc ata +ĠT B +ĠCl ar +Ġpre decess +Ġsitu ated +-w orld +)) / +Ġhead lines +.st at +Ġout break +sp ath +_FLAG S +ĠServlet Exception +S un +F ROM +ĠD ir +ãĥ»ãĥ» ãĥ» +_co ord +ĠOpt im +Mon itor +.b it +XX X +Ġtod as +f eld +ÑĢ и +im ir +Ġpolit ically +Ġmolec ular +Ġtrad ed +Ġ{{ $ +ĠSw edish +Ġ'@ / +_RE AL +Ġw arehouse +t oday +, L +or p +< section +- br +ym e +ĠUser Service +Ġlib erty +Ġmoment o +( Image +< size +S ch +Ġj og +i ology +arent ly +Ġquant um +ĠAb u +Ġr im +Ġman a +Font Size +Build ing +st airs +AIL ABLE +Ġ& ' +Ġs ect +Ġs igh +(b atch +.I Container +p oll +ĠCor ps +Î µ +ar u +ĠK ay +.r ange +_click ed +ĠRobert s +.N etwork +fin ish +- Man +Ġcolleg es +ĠF ine +")) ,Ċ +f ilm +Ġrem inded +Ġgest ure +out il +Ġthread ing +Ġobj et +Ġt ours +activ ated +.m kdir += user +Ġre de +f ü +_SY STEM +p v +Ġcon gr +Ġmass asje +Ġpract ition +Un iversity +Ġtab index +Ð ĺ +S ets +Ġcount ies +g uest +f an +Ġword en +.d i +на Ñĩ + ¿ +ig Decimal +Ġsh ore +Ġg ö +Ġrep airs +Ġhelp ers +Ġcenter ed +OL LOW +Ġmap StateToProps +Ġc ents +< A +Ġexpect ation +Oct ober +Ġbg color +ca les +.C ON +ĠV el +Ġcry ing +-se ason +Ġfunction ing +_LOC ATION +ü ss +ber y +Par a +omin ator +- le +Ġeth ical +has htags +emp lo +Ġn úmero +( activity +.St op +.str ftime +IL D +Ġto e +ĉ Node +") čĊčĊ +ĠPu erto +Ġexec uting +ĠG UID +Ġoppos ing +al ph +Ġexhib it +_fl ash +Ġme ille +Ġjson Object +H ero +aint ed +_D OM +Ġw il +Ġslo pe +Ġm Ã¥ +ĠIraq i +Ġorgan ize +ĉj Query +H UD +sh ine +. we +ĠSk ills +pons or +Ġcon clusions +Ġre forms +Ġrel uct +n amed +ĠOl iver +Ġ// }Ċ +- looking +Ġf og +ĠH O +ĠF ried +Ġinev itable +ĠData GridView +H our +il les +log ical +Ġconnect ivity +.tw ig +ĠK yle +(d st +- Sh +ĠStud ios +( Level +.j et +_PRO TO +-de coration +OT HER +Ġread ily +.Param eter +Ġmultip ly +ĠL IB +ar med +Ġsoon er +æ Ħ +_ ES +Ġfoss il +ĠA nc +âĢľ This +l odash +Py thon +Ġhist ogram +west ern +Ġinf ant +Ġco ordinator +Ġn ib +: m +Ġres pected +Ġdef init +& T +_p ad +ĠTr igger +th al +Ġimage Named +Ġbeat en +ĉ rc +ĠPal ace +Ġhaz ard +Ġisol ation +_ rc +cont re +OUT PUT +Ġre ign +ĠPl ate +AT ES +Ġfl ux +Ġpack s +.get Selected +Ġparticip ated +Ġneed le +-de pth +:::: :: +-l aw +ins pace +on itor += no +ĠAt omic +ĠBr ain +Edit able +-s c +red ential +ĠP erry +k ie +Ġ ----------Ċ +.st roke +( Intent +Ġun ity +um lah +F urther +Ġpr ze +Ġs ø +ãĤ Ĭ +ĠPROC UREMENT +ĠH ousing +Ġatt orneys +Ġcomp ose +atter ing +" What +dra ul +Ġstraight forward +In stant +.J TextField +Ġtr ades +л а +Ġ{ ! +Ġl ately +IM G +ĠA ld +ĠIN NER +Ġcart oon +.S ource +F ALSE +Ġd ough +f en +( rect +Data Table +N ick +ĠBut ter +read s +_com ments +EN V +ĠConnect icut +-F IRST +ĉĉĉ ĠĠĠĠĠ +ach i +.M sg +re ction +Ġrelax ed +Ġsha ft +Ġe f +ĠAdd ing +Ġbre ach +Ġ ï¼ļ +ram a +Ġconduct ing +Ġ( ; +(g l +ĠCA USED +ash i +ĠF LAG +ĠCom merce +ĠIN TEGER +h ours +ĠSchool s +Ġn ucle +Ag ain +pro j +Ġsevent h +EMPL ARY +(m ock +'] ,čĊ +_S PEED +> false +Ġsp a +ĠN ear +ì ķ +Ġintr ig +_m embers +w ave +Ġanalyst s +_O S +ed in +ĠF ri +Ġretrie ved +Reg ular +_ obs +EX PORT +')}} " +" class +__ (( +b ucket +Ġst ro +ĠP atch +yst ick +ful ness +ap os +D a +ĉĉĉĉĉ ĠĠĠ +Ġen rich +un ordered +h ole +C ong +< Product +ĠC urt +( the +_l ower +Ġavoid ing +Ġbu zz +Ġv iable +ub a +- is +are l +Ġact ed +-d etails +ภĩ +ĠThe ory +ĠP un +ĠAn onymous +... "Ċ +è res +åı ¯ +ĠV ision +_se m +ash a +Ġcelebr ity +Ġend Date +Ġpop ulate +Ġcu is +qu ant +f loor +Ġglob ally +Ġcru ise +ĠStan ley +Ġb ikes +.get Connection +Ġpoor ly +_ other +amp ing +." );ĊĊ +od i +_A DMIN +.color s +ĠG aming +> ';ĊĊ +STR UCT +Q R +ID s +(arg uments +_a ux +( Event +_PR IVATE +ĠTre k +Ġdownload s +m utable +_STR UCT +(w x +Ġdom ains +js px +ĠVi agra +Command s +J s +.c fg +Content Pane +ĠEdit Text +à¥į ठ+Att ach +ĠAR M +posit ive +ĠGener ated +Ġse ized += : +Ġelectron ics +ĠApp Component +/ ',Ċ +.equals IgnoreCase +Do ctrine +d isk +ĠPolit ical +CH O +< F +ĉ height +ĠB ug +. le +ik h +Ġmill iseconds +Ġconstit u +m ag +.n l +-r ange +ang gal +', [ +ropol itan +Ġà ľ +ĠU C +.d esc +-L AST +f stream +ib il +Ġf ier +VER Y +Ġë ³ +IR T +_ UI +( abs +Ġkne es +Ġro okie +ĠV ac +are na +comm end +- \ +ĠSUB STITUTE +So ft +Ġpart ir +we alth +è¦ ģ +(d ataset +ĠCl imate +- show +Ġreli ability +_ch unk +ä» £ +_st ock +ĠEX EMPLARY +ï¸ ı +Ġv ÃŃ +Ġsm iled +Ġdr ill +.F unction +ĠS I +Ġreg ression +- X +ĠJ ar +p ref +ĉs uccess +ĠHit ler +Ġinst inct +Ġfem mes +Ġlo ver +< Ċ +Ġmulti plier +r il +Res ize +ĠAuthor ization +ĠK an +Dispatch ToProps +Ġc rops +t okens +ec n +ential ly +ĠINTERRU PTION +f ake +Und efined +ĠA K +ĠTest Case +Ġr ab +Ġtor rent +ĠO t +B ars +Ġlect ure +Ġen jo +Ġrespond s +Ġindex ed +Of Work +_ch ain +)) -> +ĠBeaut y +Ġ` < +Ġtouch ing +Ġ| -- +ĉf lag +normal ize +Ġtr apped +Ġestablish ing +/b uild +A J +f y +- react +av n +RI PTION +Ġk ut +ĠF ashion +ĠIn form +cur ities +< byte +ĠUkr ain +Ġs ug +Ġconsist ing +ood le +. ctx +.To List +Ġcomment ary +Ġtransf ers +Ġn ost +ih ad +ĠU pper +Ġconf using +miss ing +- cl +Ġbound ing +Ġcongress ional +Ġreve aling +d h +r up +Ġt res +re peat +, ĊĊĊĊ +_t ac +Ġexp ed +G irl +h orizontal +Ġ"../../ ../ +( option +Ġwe iter +ĉs ql +Ġ=> {Ċ +Ġgar lic +Ġre pr +Ġrepl ies +( prop +Ġspir its +Ġins pire +Ġbas ement +.re ject +Ġhint s +Ġpoll ing +ĉ ĠĊ +_r ating +Ġc ath +av ier +Ġcomp ressed +ĠV S +] ' +Ġjud icial +ĠT rend +tr aining +EST AMP +ogn ition +Ä ģ +SE NT +vent ions +Ġconsult ant +um ph +Ġuser Service +, NULL +k h +D ear +_B AD +it ations +Ġmet aph +' é +and ise +-f ont +.ch art +Ġs g +_ Controller +.j peg +ĠUL ONG +ĉg ame +( ss +ĠM aj +ĉg o +ĠS ad +ĠB erg +ĠM ine +P ack +Ġres istant +ĠR OM +Ġp eg +ĠStan ford +ĠY ahoo +Ġsca led +Ġl an += [] +"/ > ččĊ +Ġs ud +ĉ background +Ġsch olars +-m uted +ar á +Ġ= ==== +Ġ__ __ +C reat +ene ver +/w p +ĠV PN +Error Code +) ],Ċ +(b uilder +ĠEn emy +S ensor +us a +Ġtr iggers +Ġplayoff s +_RE Q +Ġ( ~ +ĠBar ry +Ġperman ently +ĠR UN +Ġb ure +.Fat alf +Ġch ick +ĉ panic +ps i +ok a +éĢ ī +> [ +Ġunderstand s +ĠJun ior +ĠIN FO += mysqli +ust ain +-s ource +s erv +ĠC REATE +. au +Ġsell s +ĠĠĊ ĠĠĊ +E urope +z w +pre h +ĠNS A +Ġx y +ภ´ +ĠB eyond +Inst ead +Non Query +Ġar ise +Ġavoid ed +.em place +_model s +} ),Ċ +Ġh id +Ġ& _ +.p oints +.get Width +.Ex ec +Ġ// // +ĠS essions +... \ +ĠCol omb +Ġacceler ation +rest ore +Ġ ile +ob ic +< Node +ĠD X +ĠBes ides +. age +ĠCont ains +N ational +ĠIm plementation +Ġeff ic +ĠR M +H y +ĠWed ding +ok ies +Ġrec ursive +Ġprosec utors +.Se lection +ĠForm ula +Been Called +[i i +ĠFr an +Ġtraged y +_F EATURE +Ļ ¨ +comp ass +ĠB h +? ĊĊĊ +.w riter +ĠH our +Db Context +io v +am on +re pr +é ĥ +ĉf i +'] ] +ĠD ry +. ro +ĠO bserv +æł ĩ +Form er +ĠB alance +ĉ json +Ġpr zy +I SS +( sock +ĠL INE +Ġde ce +Ġal ly +Ġtend ency +F un +Ġschem es +Ġinter ven +æĺ İ +Ġad verse +quote lev +Ġsacr ific +_s ide +Ġmut ex +AG IC +Ġocc urring +ĠCommunic ation +um ar +ç¼ ĸ +ĠTreat ment +.p erson +ĠL C +Ġe ch +( (" +ĠDise ase +ä d +ĠA Z +.A ccount +Ġcontinu ously +END ING +ĠRET URN +- string +.f ilename +syn thesize +Res ponder +( opts +reg s +Ġn uest +Pe er +// ------------------------------------------------ +Ġg auge +ĠK in +.s chema +Ġarr ange +ĠBl ake +_Type Info +C over +ĠHamp shire +P aper +-in ner +util ity +Ġcross origin +F OR +Ġign oring +ĠD D +av an +Ġtrad itions +Ġget String +Ġeth ics +ĠMaterial s +DE SC +Ġen zym +io let +ĠCh ip +ĠMc Donald +Ġn erve +ç Ħ +") ] +æ± Ĥ +ĠS ugar +_S IM +j peg +Ġdiscret ion +ĠT N +bo ve +ĠMin imum +ĠForm Group +Ġwork force +ĠExec ution +err er +ĉ ĠĠĠĠĉ +Ġpres cribed +.Text Align +OP EN +ĠP B +im ity +ĠEx ternal +° C +ĠApplication Controller +Ġb arr +imp licit +_d ot +ĠCol on +C OLOR +.Pro ject +* }Ċ +pl aint +get Text +Ġindivid ually +Ġcheck box +U Y +ĠL amb +Ġdys function +ĠL ar +à ° +ĠCre ating +');ĊĊ Ċ +" They +loc ations +_C ORE +Inter action +umbn ails +ĠPart ner +b rit +Ġless er +ĠSl ot +set Attribute +ĠW ave +.p o +/ store +Ġbrows ing +_p d +sum e +s ed +Cur ve +Ġpl asma +Ġsusp icious +ìĿ ¸ +ĠB ah +ĠExp licit +_C C +.Client Size +\ View +Ġsub stit +lo on +ĠG AME +ĠB rid +Ľ 建 +_ User +Ġsqu ares +f one +Ġsac red +ug hs +] interface +ĠTh row +ĠK irk +Ġemp ire +Ġassess ed +T ax +ĠHe aven +-b uffer +_STAT IC +én é +-b ordered +Ġpun ct +(m ode +Ġke ine +S ent +ĠCal cul +ĠE ve +Ġsty lish +Ġoil s +.Test Case +Ġtrad emark +Ġliter ary +Ġconcentr ations +ĠRel ations +( Class +Ġstd in +Ġv æ +back up +. VERSION +.AutoScale Dimensions +st arter +Transaction al +- panel +St udio +k c +ĠCh amber +ĠSpi el +Ġr ho +ا ÙĦ +! ' +.At tributes +Ġmurder ed +apeut ic +Ġint imate +Ġtext Field +ĠBuff alo +d ummy +" % +ĠLib erty +ob ar +ĠT ank +ĠPop ular +erv isor +ĠIn iti +ĠM all +ĠP rior +C AP +ĠCl ay +ĠCert ificate +.L ock +-st rip +-dr iven +/ all +ĠMessageBox Buttons +_SE CRET +_p b +Ġr ats +ा ठ+Ġn t +.R outer +_top ic +Ġt ennis +ĠP UBLIC +ĠActiv atedRoute +Ġ' ,Ċ +Ġcost ume +Ġj okes +. Handle +ĉ byte +Ġflav ors +( cc +Ġperson as +ĉ image +ĠN azi +Ġgram mar +Ġú lt +Ġval ve +Ġv ic +ĠR achel +_in valid +P refs +std int +(r oute +Ġhtml specialchars +Ġpe oples +pl ine +Ġn v +ĠQu ant +opp ers +Ġcurrent User +ĠC atal +Ġrecon c +Ġconj unction +l x +amb urg +Ġinflu ential +d anger +ind ers +Ġ% @", +.config uration +os ome +. identity +Ġpick er +n ost +ĠDI Y +Aug ust +ab lo +Le af +ĠRec o +ck o +DO C +ĠH erm +: any +ĠInt erview +ĠT ex +x fe +( work +Ġle ap +He ading +Ġqu arters +\ Bundle +re b +Per haps +ĠG mbH +B irth +ĉ sum +ĠWat son +.n il +ç ¡ +{ }ĊĊ +ica id +Get ter +" name +Ġ" čĊ +_n one +z m +ac ute +uest o +Ġs ous +Ġre build +Ġnewsp apers +ĠH az +Ġk its +if o +Bl ur +Ġsu ited +- In +à ¯ +ĠKe ith +ĠNor way +IN IT +ire ccion +iet ies +_us age +ĠDou g +r ise +Ġtr illion +im ited +ĠR EL +al ic +Ġcritic ized +the orem +Ġce ase +Ġsid ew +ĠT erry +Ġsubs idi +Ġfirm ly +Ġaw s +Ġh ott +Ġdress ing +bad ge +ĠApp lications +è¿ ĶåĽŀ +Ġlaugh ed +Ġh obby +Ġmus icians +Ġ* . +. placeholder +Ġcount ers +ĠCap itol +SD K +Ġhel met +and box +qu it +Ġcriminal s +Ġteen ager +( update +G l +.se lection +Ġdis charge +Ġpresent ing +ufact urer +_UN KNOWN +Ġstress ed +å Ļ¨ +Pro to +_cor rect +ha us +Ġren ov +Ġfire arms +Ġtechn ically +-b rowser +Ġc andy +St roke +Ġexec utor +Ġocc urrence +ĠIP v +_INTER FACE +ĠRetrie ve +.b ad +Ex change +Nav bar +ĠK id +(get ApplicationContext +_ST OP +ĠB oss +List eners +Ġshoot er +ĠAl b +ä ch +Ġp ix +.key Code +al one +Ġabs urd +ĠC um +ĠNewton soft +ik t +Ġlaugh ing +Ġcapital ism +ree Node +T x +_QU ERY +.S leep +( login +Web Element +Ġcelebr ating +Ġde precated +Ġma ar +Ġart istic +_ASS OC +ĠBorder Radius +ĉw p +Ġsurviv ors +In ner +- red +Ġprosec ution +_ pp +(" $ +Ġcomm a +un checked +graph ics +r ors +G ROUND +( public +Ġcustom ized +ĠArk ansas +ĠR ew +Ġexp iration +× ķ +ĠC ul +Ġn ons +.F ilter +Ġsen ator +_def inition +ash ington +ym ph +/ J +Ġf use +ram id +ĠSup plier +Ġaut ocomplete +Ġ} ), +." ĊĊĊ +_function s +ĉ to +.e val +ĠT Object +Re ferences +Ġhe ated +H AL +Ġ)) }Ċ +} $ +ĠB arr +_UN IT ++ $ +Ġget Value +ip ed +ch ied +(v m +c ue +_int eger +_c ourse +th ird +Ġrevis ed +** /Ċ +_D IRECT +Out Of +(" ( +ĠFe el +Ġre ass +Ġsub title +per i +n f +Ġenjo ys +Ġtreat s +) this +-t abs +anc ers +Ġcontin ent +Ġcard io +S er +. question +Ġph rases +Valid ators +Ġpop ul +Ġl ÃŃ +s ong +_IN TERNAL +Ġadvis er +Ġp uzz +Ġambit ious +ĠT ob +ĠD P +Ġpres idency +Ġsurre nder +Ġwatch es +_b inary +ĠSo on +Ġcan ada +(" ")Ċ +] =' +ĠBr andon +eps ilon +r w +.add Child +.C opy +Pr incipal +Ph otos +Ġmarg inal +Ġbas ics +e ing +M ust +_ String +Ġo le +M agento +.c ustomer +(p rev +ภ¥ +Ġlo yalty +C og +Ġprot ocols +ĠCom panies +Ġtheoret ical +Ġaccess ing +ĠZ en +. ones +att ice +_w orld +z es +Ġtatto o +Ġmen os +Ġinter sect +"] ;ĊĊ +bel ie +Ġin active +.read line +-label led +.d one +lick r +ĠW ORK +Ġderiv ative +Ġd atabases +âĤ Ĥ +Ġs x +.is Array +Ġy s +Ġp ada +ĠBul let +(` / +is Active +ĠCG Size +(equal To +ĠColum bus +Ġmar ry +DE V +_l imits +ron es +I AS +Ġt au +min o +_W rite +ĠW ine +Ġ[ [' +ĠP ull +rit ers +ri ents +Ġsh ifting +up p +_TIM ER +ĠCondition s +Ạ¥ +ĠOr ders +ĠSt rength +æī Ģ +Ġvalid ity +Ġf ot +et ur +Ġb olt +åĨ ħ +ĠAl ong +os hi +Ġassum ptions +Ġmag azines +_S PI +Ġp unt +_PRO DUCT +Ġrel ay +ĠJ avascript +. te +- es +Ġwidget s +(f s +< Item +_ex tra +Ġrecru iting +E t +Ġnecess ity +p w +Ġnov els +uss els +Cre ator +ĠM VP +ĠO C +th ood +cl ients +)) * +Ġcharacter ized +_SE ND +ut i +T y +.from Json +@ Service +ãĤ Ĥ +Ch ris +_ Is +ĠJohn ny +Ġclean er +ĠInitial izes +UN K +( axis +еР· +ie val +ĠWar riors +} )( +DM I +âĻ Ģ +ĠTre asury +Ġfe as +Ġsl a +_EN UM +l hs +ĠIn stit +ipp ers +Line ar +Re ading +quir ies +-c ell +ch rome +.S earch +IN A +ç±» åŀĭ +ĠĊ ĠĊ +ĠSam uel +Ġmill s +Ġdon ate +ĠGe o +( rows +Ġshe ep +Ġé l +ä½ ĵ +Ġb em +_UN USED +ĠR CC +Ġintrodu cing +att a +ĠP riority +ĠF B +ĠSer ge +> "; +atch ing +ĠKnow ledge +ĉ The +; margin +less ness +op ard +um atic +() ));čĊ +Ġf als +(c ache +Type Id +éĢ ļ +_ choice +ĠGo th +ĠS ites +M G +_b order +Ind ices +Compar er +ĠRed istribution +Ġclo set +Ġvers atile +Input s +**************** **** +Ġob esity +qu iz +gr a +(g lobal +åĬ ¡ +Ġcollect or +Ġk or +ov able +AD C +ĠEvent Handler +. nc +Ġplay back +ient os +_p erm +_W ARNING +ĠOlymp ics +.n orm +ĠBroad cast +_sm all +dr ive +. iloc +Ġtyp ed +M EM +_con s +DM ETHOD +Ġl un +.d istance +(p ar +po on +Ġb ast +activ ities +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +: čĊčĊ +S ER +) && +_l st +ĠPol ish +Ġknock ed +Ġfrustr ation +au kee +Ġph osph +iqu id +_c oeff +æŃ ¤ +L atest +ĠD ust +T ipo +Ġmaint ains +Ġmar sh +inc inn +l bl +C are +Ġneighborhood s +_g pio +ĠAr senal +D em +ĠW he +_h ook +Ġl dc +ĠHar per +ĠBer keley +Ġgrad uated +Per cent +Ġarr iving +ĠAdvent ure +(s cope +(' * +qu arter +ĠMar ie +Spe aking +_code gen +Ġimm un +c aster +ãĤ Į +åķ Ĩ +ĠDim ensions +.rec ord +Ġtext o +ĠMich elle +P ending +( by +_P AR +uch t +be e +.Th read +amp ire +k now +ĠClin ical +Ġmargin Bottom +Ġdistingu ish +.F ull +. undefined +ĠSequ elize +################################################################ ############ +Ġeduc ated +_O VER +åº ı +ĠÂł ĠÂł +_e ach +Ġur ge +de part +Ġdon ors +ĠA u +Ġbill ions +Ġbelong ing +_ age +_ Int +Ġsub stances +m achine +!! !ĊĊ +Ġjson ify +ib bean +ĠC ad +Ġend Time +Ġc ycling +ĠUIT extField +Ġle verage +Ġvan illa +e at +La unch +( pt +st ates +ĠControl s +ĠRes pons +ĠJ ake +Ġas leep +fort unate +.next Line +Size Mode +ìĿ ¼ +Testing Module +G erman +ĠInvest ig +.re verse +ĠB ACK +( DateTime +Ġnon profit +ĠEx pect +Ġt anto +'] ), +ĉ the +M ultiple +(get Activity +_W AIT +Ġj á +de cor +lev ance +ĠGit Hub +min ation +_qu antity +.Sc anner +ĠL ion +éĶĻ 误 +Ġd re +Ġtan tra +Ġcontent Type +Ġf id +_ alt +NS IndexPath +- pl +åĮ ĸ +Ġantib iot +table s +ac ial +ĠReg istry +Ġol ive +ig ers +Ġsubscri ber +_p res +ĠSy ntax +Ġlo vers +. Byte +old ers +_for ward +al ways +C aption +Pr iv +ĠT ampa +is ateur +-labelled by +ĠTo String +Ġì Ĥ¬ +Ġinit iated +W F +Ġinstitution al +in ject +ĠSc r +Ġdo ctrine +Ġsp acious +is ure +ĠAn a +" time +ess aging +Ġc id +ĠN an +Ġin complete +T AG +-b uild +Dec ember +Ġres idual +(P DO +ĠList en +Ġg lyph +Ġg aps +ne a +.R ect +Ġsa u +ĠPhot ograph +Ġexec utable +ĠExp ert +Cor outine +_s izes +ĠN L +.is Valid +); }Ċ +- reg +Ġc iting +c wd +ĠOtt awa +ĠB att +Ġrenew able +Ġprelim inary +Ġas ylum +Ġw rist +Ġutil iz +Ġdet ention +F ast +Ġan ge +incinn ati +Ġste ering +ĠNa N +ios ity +/ page +Ġè ¿ +ster ol +Ġdis g +( DB +ĠDESC RIPTION +Ġ_ $ +Ġobst acle +Ġb izarre +Ġextr action +_ex pected +Ġlos es +ĠCele br +Ġhtml For +Ġexplo it +олÑĮз ов +XY Z +Ġmagn et +amp ed +Ġat oms +S ources +pect ives +Ñģ ли +Ġ= čĊ +Ġd are +ĠWal ter +Ġbright ness +Ġan notations +ë ı +is ke +S chedule +. images +ros so +Ġ" .. +g amma +Ġin structor +Ġover write +- am +Ġdevast ating +ĠSaint s +Ġh s +Ġbon uses +$ output +ij d +(Action Event +mon itor +Ġmatt ress +Jan uary +.j p +Ġcar acter +Ġim pose +_re st +ĠSign ature +Ġcoron avirus +ãģ Ĭ +_com pare +Me asure +it ated +el ijk +ig os +es ar +Ġrush ed +met ry +_SE PARATOR +_W E +_ATTR IBUTE +Ġy aml +Ġspec s +ĠR ah +ph eric +ĠInvest ment +ä ll +Ġappe aling +Ġview port +ç © +Ġmargin Left +Ġsub tract +ĠED IT +ĉ ArrayList +gr ading +ĠF ailure +as per +EE K +(n ow +< object +ĠAl ignment +ple ado +q tt +( ERROR +ĠIN VALID +Ġuser id +ra ises +ID I +Ġvari ance +ĠN il +/ delete +_M AIN +.T oken +.C ategory +> )Ċ +Coll ision +ĠGre ater +ĠR acing +al an +Ġmon etary +, new +ĠS orry +. Enable +ĠInstant iate +oll en +ë© ´ +ĠCall ing +_h our +AD A +Ġsh y +) ** +Ġ== > +Ġes pecial +Ġinterpre ted +! =" +Ġpharm acy +.s ingle +ĠC ialis +Ġpar as +.to UpperCase +ĠDem on +Pr ime +Ġrank ings +Add ing +_H ASH +ĠEx am +Ú © +ĠVict or +Ok ay +"] ;čĊ +Ġfort une +ĠF ETCH +exp and +.Inter op +Ġb arn +æ ¶Ī +ue vo +Ġspec ulation +âĶĢâĶĢ âĶĢâĶĢ +ĠN u +ĠBl ues +(f name +Ġinhab it +Ġ\" % +C ES +ular io +_c r +Ġvalid ated +Ġmid night +ank ing +Ġincorpor ate +Ġpurs uit +EX P +pr ime +P id +- US +ĠN urs +ĠW heel +é ĺ +Ġin p +Ġsupport ive +.m ember +ĠSh ot +.Check Box +Ġaff irm +T or +Full Year +Ġconsider ably +cred entials +_ opts +R oll +( round +Ġcom ent +_U ART +Ġext ending +R G +result ado +it u +.get Session +Ġattr action +& D +$ html +ĠJess ica +ĠAssoci ate +a ñ +_ ed +ĠL ag +Ġorig ins +()) -> +add EventListener +IAL OG +åIJ ¦ +.Com pare +Al bum +ĠK u +< Q +arg est +Ġpro long +Ġconfig urations +Ġaccident ally +_ph oto +Ġ'' ;čĊ +Ġver se +B ob +Ġfarm ing +del ivery +ĠM ack +Ġuse Selector +.bootstrap cdn +keep ing +en y +. upload +ĠM ETHOD +cre ator +< _ +ĠE aster +. -- +UI Button +ãĤ ī +om eters +Ġsh ine +Ġh ogy +\ s +Ġh arness +.C ell +Ġlif ting +Ġcomb ines +ĠOcc up +ex clude +pat ial +Ġres pir +_f it +Ġfif ty +ĠM ol +Ġtun ed +-d imensional +Ġq s +Ġto ps +> ";ĊĊ +quis ite +ch annels +/ res +ĠAn alytics +.app compat +/ to +Ġon Error +( attr +IR M +Ġrag az +- as +.Se cond +orient ed +Ġdon n +Ġlight ning +f id +ĠP le +ãģ¾ ãģĻ +t ro +.Tr ue +O bservable +× Ļ +umb ing +Ġpros pective +-f ilter +Ġpurs uant +(p oints +.B ind +Ġp alm +clear fix +ö s +ĠG onz +Ġwe aken +Dr ive +en ido +l ld +ob ox +ane an +G ot +ä¿ Ŀ +Reg ex +æ ĥ +Ġsal ad +ass is +" net +inherit Doc +ĠR V +qu ier +Ġcl azz +ı ÅŁ +oster one +Ġair line +.list dir +Ġdownload ing +ĠP alm +w aukee +& lt +.B L +_IN LINE +off s +<< ( +_new s +Ġch ase +/ >< +Ġeuro s +ĠEgypt ian +ĠSt ainless +_BO OL +ĠG uild +ĠD ynam +[index Path +Ġ ï +Ġmemor able +ĠCh ampion +Resource Manager +.Log in +ĠForm er +yp ed +Ġl leg +; ", +D WORD +Ġtax i +Ġbom bs +ra h +.t ags +_test s +st ones +âĢĿ ) +[ g +r type +Ġv u +Ġhost ile +Ch ars +ĠPatri ots +/ status +< B +ĠIn come +ĠD ad +Ġpat rol +_CH ANGE +Ġup graded +Ġch ina +set q +Start ed +.U ndef +Ġcheck sum +Ġfrustr ated +{ o +Ġen f +Ġwood s +ĠAny one +Enc ode +ĠQt Widgets +are as +Ġshe er +sk i +end point +_T est +S oup +~~~~~~~~ ~~~~~~~~ +(f iles +ĉĉĉĉĉ čĊ +.sp ark +Ġval ued +Ġ% Ċ +.control s +ĠXCTAssert Equal +Ġf ame +ĠR ic +D OT +ĠAlbert a +ä½ ¿ +os al +.Web Controls +Ġ ------------ +ĠM is +ĠS YS +Non null += item +Ġexp ire +Dec ode +_ operation +ĠValid ator +.C ENTER +uff s +* m +Ġav ant +æ¬ ¡ +âĢľ You +.per mission +... ) +ĠL ic +_co ords +.n ombre +c lo +.Int ernal +ĠCh o +_s w +ĉ Il +cl k +Ġcast le +(l ayer +p it +Ġgu ided +Ġâĸ Ī +Ġsuper b +Ġsup plements +_c ent +Ġpe ek +IN ARY +.Content Alignment +f alls +")) ; +W all +). čĊ +ĠD anny +irm ingham +IAL IZ +( create +" In +Service Provider +Ġpr iced +mac ro +am ac +. box +---- Ċ +ãĥ « +ĠS uit +ur st +br u +ourn als +num ero +__ ()Ċ +D as +ĠM itt +ud er +? \ +f u +[ B +Ġ: )ĊĊ +(int er +br ains +Ġatt itudes +Ver ify +Ġsign atures +ack Bar +Ġg d +J ack +.c at +Ġz z +war f +FT ER +");ĊĊ Ċ +Al ive +IC LE +ĠWh atever +Ġout lined +s prite +еР² +_A B +_DE PTH +Ġcrush ed +aa a +(e v +æľ º +Ant i +IC O +is EqualTo +.s un +ic ulo +s ale +_h ex +ĠV k +apt or +Un ion +ĠDis count +list a +.Undef Or +Ġautom ation +N or +å¯ ¹ +åı Ĥæķ° +Ġref lex +ĠLa ure +.showMessage Dialog +.t emp +Ġa kan +Ġ__ ____ +.Is True +ARE D +ag le +E nergy +Ġquant ities +âĢĻ é +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġcitizens hip +m outh +Ġin appropriate +ĠOut door +White Space +An onymous +load s +webElement Properties +T en +Ġacc idents +Ġadvertis ement +ĠY emen +(c all +Ġsl avery +Ñģ п +ĠL am +_BIT S +ome ga +ĠO le +Ġkid n +_A n +ĠR aid +Cre ation +s aved +Ġpro port +W ARNING +\ P +Ġp wd +Data Reader +is cher +ade on +ĠP redict +Ġreason ing +Ġdestroy ing +H el +* d +ĠLeg isl +_P r +ĉĉĉ ĠĠĠĠĠĠĠ +Ġsymp ath +Ġch ess +Ġm am +: hover +Ġconvert s +Ġp ela +Ġprogress ion +Ġ"_ " +ĠG ill +ĉ show +Ġsupposed ly +ac curacy +el in +Ġunf olding +ĠHy per +Ġw anna +Ġup s +( # +ĠCr iminal +( Point +at Lng +act ly +Ġcontract ors +'] } +draul ic +ód igo +ĠT T +ĠW ide +ĠAR G +_ ic +FLAG S +S chool +Ġclear ing +-be ing +={ [ +, const +man ent +Over lay +(' " +éĩ ı +ĠT imestamp +Ġmail ing +ĠC ake +.Th at +Ġmed itation +q p +Ġemp resa +ĠL ions +Ġw eld +ĠLinked In +Ġc ush +Ġgen ome +.Index Of +ag ain +Ġf allback +Ġcamp ing +re dd +-strip ed +Ġd v +Fe bruary +ĠPro xy +us k +Ġdies el +W RITE +RE AK +L orem +.In voke +- div +Inter ceptor +ĠD H +ia les +Ġvill ages +Ø ´ +ĠEN V +S ys +.X R +Ġpo em +à Ĥ +c ade +pl ots +Ġ{ ( +.g it +/s vg +nc mp +ĠÄ į +ain es +åĩ ½æķ° +Ġ( )ĊĊ +ops is +ĠRel ationship +_ aut +ĠB omb +ĉ com +* sizeof +off icial +_p ayload +ĉĉĉĉĉ ĠĠ +.m anager +ĠA round +ĉs end +ĠEx ercise +ĠB illy +iv i +Ġneed ing +_url s +_t asks +ĠH em +Ġtear Down +enc rypt +.t ie +Ġas m +IC H +ĠCGRect Make +ìĦ ± +ul ong +Ġit r +ĠG ST +Ġoffer ings +ro be +EE E +oper ators +_PRO P +ind ent +A DE +or f +ë IJ +Ġbless ed +vas cular +Ġcon oc +H appy +B ridge +ilit ation +j oint +ĠAdmin istr +- transform +Ġmeant ime +/ K +ĠBed room +Ġrig id +Ġbrows ers +EM PTY +.S erialize +_ ED +Ġst itch +Ġj an +ell t +Ġbr ace +Ġtr ails +p ublished +å¯Ĩ çłģ +} ')Ċ +Ġac ids +Ġ! !! +_d irect +> ());Ċ +aj Äħ +_O CC +Ġplan ets +æ Ł¥ +ĠDub lin +Ġser ie +.print f +de ep +` ) +Ġ\ $ +ĠÎ ¼ +_V IDEO +end ors +ĠC rypto +F ar +.Trans parent +.T R +ias m +_tr aining +Ġteach es +ĠB elt +Ġlimit ing +ĠK ath +ĠIndex Path +Ġachie vements +Ġser á +interop Require +Ġdis se +.I f +arm ing +uls ion +P o +_DE TAIL +Prot otype +ĠC AL +Ġagre es +.v o +.Execute NonQuery +ĠTop ic +Ġ' {} +Ar m +Ġe cc +M ag +Ġserial ized +ĉ conn +c ached += tf +ĠByte Array +prot obuf +var char +ĉ ASSERT +Ġlist e +_tr igger +· ¸ +Fe el +T ahoma +ĠL ik +Ġstruct ured +erg us +.In itial +_ ge +cl js +.cont act +Ġand ere +$ stmt +_C URRENT +ĠDis cover +$ res +form atter +H a +vang st +Ġem erge +ãĢĤ âĢĿ +ĠCabin et +-s quare +éĥ ¨ +Ġr age +ĠA J +ĠV T +sh adow +ĠFa ith +en ames +pret ty +has il +part y +Ġvar char +Ġf otos +Ġal um +ĠBelg ium +.y label +Ġde j +_num bers +Ġh u +.set Adapter +ĠUs ually +(s ample +.Sh ared +Ġbook ed +Ġ>> = +Ġmin erals +"> +pro g +bo o +_m d +_p ack +(ex press +ut z +\ Auth +, id +ĠCh ile +act ice +Ġrecruit ment +Ġpos es +Ġvulner ability +inst anc +or um +d ess +Ġx l +%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%% +( fig +Ġdelet ing +.d el +) ')Ċ +ĠWeek ly +?? ? +(str cmp +sm ith +Ġpurs uing +- so +ĠApp s +/ 'Ċ +Ġdec is +FO RE +Every one +Ġl anes +V irtual +. attach +( Log +ĠMed icaid +( Path +ĠTurn er +/ application +Ġport rait +Ġopp ose +check out +Ġfinish es +_M E +Bar rier +S ong +V AR +Ear lier +rell a +Ġh ast +az ar +Ġpull s +ng x +Ġinspir ing +Ñĥ Ñİ +-d irection +Ġexplos ive +Ġcreated At +st o +Ġwhe at +ĠB uilt +' ai +Ġtrack ed +ham mad +RowAt IndexPath +_ heap +D ue +Ġconnect s +.p ublish +em u +Ġbul lets +B AR +ol ate +Ġintern ally +Ġcatch ing +-p assword +ou ched +æĢ § +e ous +Ġx range +Q uality +v v +Man age +( ($ +ac ements +ĠBro thers +ĠHE AD +ĠUn supported +s an +es i +** *Ċ +Ġadapt ation +ĠWork er +'] / +.save fig +( trans +Ø ¬ +ne e +Cor rect +... ")Ċ +Ġsubmit ting +-p ath +ĉ last +iss an +.x label +ĠS epar +/ no +_b est +ĠM ills +_s ock +(f lag +Ġdest inations +em ption +ĠF AIL +å ĴĮ +Ġr p +f act +ĉ len +D AY +Ġse iz +_d st +l ip +.Line ar +ĠB asket +$ t +$ i +- brand +ĠNe il +ĠE q +Ġth ou +og ene +Ġscholar ship +æĽ ´ +Ġs wo +ag inator +en i +( book +Ġbl ink +th us +Ġcancell ationToken +ĠPalestin ians +Ġprofit able +Ġback pack +ens on +< Long +Ġp ools +Ġst icks +Ġspokes woman +Be ing +ĠHer itage +ĠN ike +SH A +ĠNotImplemented Exception +$ core +ĠR ico +/ latest +ĠC zech +ner Radius +(l ines +Ġsem ester +Ġw ounds +Pro cedure +.m ail +() ):Ċ +Ġcor rid +ter ed +ĠN CAA +Ġgal axy +_k ind +il k +Ġtr as +_P OL +ĠH et +Ġrefuge e +Ġteen age +.b inding +post al +Ġiç in +ĠData Type +é ĸ +ycl erview +, value +_id entifier +< b +Ġout file +čĊ ĠĠĠĠčĊ +Ġcr é +Ġrespond ents +ĠBe ast +ce led +Ġinter f +-th eme +g if +ĠR angers +IT AL +Ġauthentic ate +Com pletion +urs ors +Ġcin ema +Ġdisc our +ĠJ aw +OCK ET +Ġpr ayers +ĠL uis +fr ag +=[ Ċ +Ġbr ave +_p ose +C ertificate +- fe +ifer ay +ĠFl ags +Container Gap +ĠC rit +Result Set +ĉc ur +Ġcorrespond s +St aff +.Http ServletRequest +Ġneur ons +ĠMain AxisAlignment +ed ar +Ġg ad +_p arts +ĠÎ ² +Ġf x +/ files +ĠB ros +hip s +Ġgluc ose +Ġfar ms +Ġment ally +rest aurant +Table Name +ĠMer cedes +. Visual +Ġan ch +inal g +_r untime +Ġpropri etary +Ġintent ions +iz i +S lice +; "> true +ĠNY C +Ġb ored +ĠD etect +Ġapp ar +Ġje ans +ĠT ak +I OD +ĠH orse +( FILE +( ? +ri que +optim izer +n at +lo ys +ĉ Token +oub ted +u ess +oco a +Data Member +_P OWER +class List +Push Button +ĠWi Fi +. Stream +.g uild +Ġn og +ĠPortug al +ĠUnt er +Pr imitive +b oss +ĠDe utsch +Ġerot ic +Ġstr conv +.Try Parse +Ġgr ams +.S uccess +_p k +ĠHar vey +-m inded +.c ountry +[] " +Ġang el +Ġbe ats +ĠV or +il io +.m aster +s omething +ĠP ACK +( if +Request Body +Ġant es +/w idget +Ġmod o +ĠA W +find er +Ġoptim ized +Ġmiss iles +N B +ĉint ernal +t ex +ĠS ri +Ġdam aging +ĠM ais +- Allow +ĠZ h +- alt +Ġ ));ĊĊ +è ī +Ġinflu ences +Ġc atal +_REG ISTER +ĠAPI s +-cent ury +Ġbi ology +ĠAct ual +Ġhe els +TR ACE +_D IG +D ataset +ĠM atter +Ġclass ifier +.w ikipedia +ĠRog ers +Ġdon ated +raw ler +en en +Ġcas inos +ort al +Ġpr ive +s pe +duc ers +. ep +Ġgr asp +ac ji +Ġd airy +Ġb uses +.com m +. ins +ĠI RS +ĠBe er +ad c +o ard +_M ET +Ġ' +' +r ans +Ġkind a +ĠâĶ Ĥ +ĠM aur +аР³ +Ġband width +ib us +ĠD ifferent +(m at +ĠRes ume +_UN S +est ablish +Ġfon ction +Sub scription +_com pany +Ġlight ly +.con firm +.y aml +ĠBo ost +Com merce +- template +_DEL AY +ĠH I +Ġn avig +(S ender +ĠH S +_ "+ +ĠRE QUEST +Ġw ifi +=" "Ċ +]) -> +Ġro pe +Ġviol ated +Ġgl ance +ĠK urd +Ġè ® +de ck +ĠIS BN +Ġin fect +ĠF oo +Ġget ter +Ġt ener +ap pe +.h h +_h ot +< AM +p oly +! ",Ċ +Ġconver ting +ĠW WE +RO S +(' { +Com mit +) L +ĠO re +Ġsp arse +Ġdis posal +Ġcan celed +åIJ İ +Ġa er +Ġvin yl +á» ĥ +rec ogn +ark ing +Ġtrick y +* s +Ġproceed s +Ġis o +Ġco conut +Ġcraft ed +IEL DS +Ġquest o +Ġcomm un +_CON NECT +Ġtraff icking +De ep +a ções +c odigo +ve au +Ġbet ray +int a +T ED +æ r +m art +_B US +/ sc +ial ly +Ġcigaret tes +è¯ ģ +(n n +Ġmodel ing +/ products +w arn +Ġmet ro +ĠI v +& ) +ĠC able +Î » +Compar ison +g ary +ĠB A +P ART +Ġp v +_up dated +C redit +orth y +observ able +Ġthe atre +B LE +; }ĊĊ +la unch +_str ings +ug o +ĠR PG +- auth +Ð ł +hol m +ĠP and +U id +Ġim ply +ìľ ¼ +'] =' +/ User +Ġstr cat +нÑĭ й +Data Adapter +Ġland sc +Ġdipl omatic +ï¼ ĵ +************************************************************************ **** +ĠCh icken +Ġbc rypt +.In f +[ col +ĠQu antity +- position +Ġdiet ary +Ġfil mm +Is rael +Pre v +ĠMill ion +Ġrem ed +Ġbill ing +Ġout doors +.t m +Ġn ad +F org +Z Z +Ġs sl +], ' +K T +f req += document +bl ur +¬ ¸ +ĠJeff erson +C s +(s ave +Ġstr ap +Ind ia +Ġide ology +BO SE +ĠF P +( ans +Ġfe ver +ĠY am +K ing +à ² +AT ING +bo hydr +roll back +Ġnew Node +ĠN VIDIA +Ġhon our +ĠCon firm +xb d +Ġsuccess or +/ u +l iv +ourn aments +Att achment +Ġgr up +Ġtri be +Ġca res +e ft +_s ame +' label +Ġ ãĢIJ +M otor +Ġin exp +Ġ" (" +_POS ITION +Ġval ley +ĠResult Set +Ġpres erved +Ġmut ations +Ġquestion ing +mun ition +parse Int +ĠS r +ĠMet adata +âĢĿ ï¼Į +timestamp s +Ġtrans itions +í Ļ +Ñ Ĭ +i om +.D o +Ġp ine +Ġf ung +Ġtrans mitted +ct ime +ĠF am +Re vision +B as +UP ER +D estination +toHave BeenCalled +Ġun fortunate +IN ES +_pro f +Am ong +ĠCy ber +ĠB attery +gen re +ĠView Model +- = +Ġutil ized +p aint +.Integer Field +ern ity +comp iler +âĢĭ ĊĊ +ĠM asters +.To Array +Ġstrt ol +ĠUkrain ian +} ));Ċ +Ġsh emale +" That +for all +/ download +Ġrhet oric +.l atitude +ĠWH EN +Ġshock ing +IF IC +.N ormal +_F OLDER +Ġdr ift +Ġmount ing +- book +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠWire less +> ".$ +Ġrel ies +( Console +Int ernational +-> {$ +M id +Ġdis sert +dd s +Ġdepos its +ĉd river +# ga +pr ising +print ln +Ġpres enter +Ġmin es +C SS +ĠD ual +(! ( +Ġk am +Ġis Loading +ĠProt ect +. upper +ar ium +]: ĊĊĊ +Y ii +-sh irt +ĠIM AGE +_color s +Ġur gent +.Cont ainer +! (Ċ +S aturday +Ġsoci eties +ĠTh an +ĠC od += @ +Ġattach ments +.m obile +Ġsp ite +Ġb ounce +raw l +instanc etype +ĠTr uck +Ġmanip ulation +( Config +-in st +Ġst or +it ution +Preferred Gap +Ġmain AxisAlignment +Ġlist ened +'' 'ĊĊ +ott age +- project +.AP PLICATION +ĉ root +Ġwh it +Ġb ilder +Ġk er +Ġappl iances +row ave +ìĿ Ģ +ematic s +ĠO rg +op ing +_SE ARCH +Ġch am +add ContainerGap +Ġ( ). +ĠAr row +Il legal +Current ly +Ġus a +Ġpassword s +Ġre nown +av ern +ĠEv il +Ġconc at +Ġdu o +Ġv ale +ĠBe an +Ġindic ators +cm ath +ĠP ump +Nov ember +ific ant +_DOM AIN +reg ar +ĠPort al +" $ +Ġformer ly +"] :Ċ +ĠVis ibility +.getElementsBy ClassName +_RE D +Ġch ampions +à ´ +Val or +_ es +* a +-re peat +B and +.st age +Ġbure auc +C nt +et en +- function +Ġm uito +P ID +_ editor +Ġcrash ed +de ad +k at +ag h +ĠEX T +ass er +-sm all +Ġreal iz +( Entity +ú s +ĠAct ually +ĠEl ite +Ġhel m +(non atomic +ash er +Comm unity +all eng +ir y +ĠG rowth +Ġs ue +Ġfrequ encies +_des criptor +.At tribute +Ġrecip ients +_N S +/ "+ +ib an +Ġath lete +ĠI gn +_D MA +(d s +ĠRequire ments +AD I +ere z +\ Admin +br aska +ĠR ust +Rel ation +C OD +ĠV ERSION +em ma +)) { +.D uration +ĠC amb +- logo +Ġread able +Ġcre ators +() ];Ċ +Up Down +-h alf +.get Month +(s f +P ic +Ġhun ger +.t x +Ġexceed ed +_se ed +( ^ +_s k +.per form +Ġ> :: +Ġm ongo += float +bind Param +Sm art +if a +Ġse curities +Ġpre jud +Ġ, " +Ġcor ps +Ġv ra +amac are +it err +(M edia +uch e +Ġc ob +Ġlib er +. geometry +Loc ator +Ġsl iding +Ġsurg ical +_C UR +Ġcon sect +[ * +ĠRes ort +St ub +_DO UBLE +ĠS oph +Ġelect oral +_dis able +ĠÑģ о +ĠLight ning +Ġment ions +oc y +Ġle aked +Ġrelax ing +Pres enter +v sp +Ġgu ilt +=- =- +.re ply +ĠMir ror +C amp +Ġ+#+ #+#+ +Ġ+#+#+#+ #+#+ +.A uthor +Ġdirect ive +-h ook +íĦ ° +}ĊĊ ĊĊĊ +@ pytest +_r and +m is +Ġcolor ful +u je +lass es +ĠClass es +.h ave +% ), +é¢ ĺ +Ġdistur bing +sub string +ĠK oh +In vest +p urchase +Ġrec ycling +ĠA RT +ier archy +Ġf ps +.check Box +íķ ´ +_m aterial +duc ation +Ġf w +ud it +Ġreview ing +ĠS id +S yntax +ĠW ritten +arg ar +UM E +/ q +Class ifier +Off icial +Ġj azz +Ġom ega +Ph ysics +Ġl ugar +_access or +.command s +Ab ility +ĠB atch +R AM +Ġencount ers +. Qu +BY TE +ĠD istribution +Ġus o +ĠReco very +appro ved +Ġden ial +/sh are +Linked List +)čĊčĊ čĊ +udd y +Ġf ines +Ġr y +Un icode +ĉ render +Ġprem ises +Ġp on +ali ases +/F oundation +c uda +ĠC ock +,: ) +(f older +Ġm éd +dr ag +Ġtal ents +ĠĠĠ ĊĊ +е ÑģÑĤв +m ob +.y ml +Ġa ster +Ġdis cre +go al +ĠGT X +ĠS UCCESS +ĠL ONG +(f ind +Ġsing ular +_s z +ĠEth ereum +.. Ċ +Ġir res +')) {Ċ +Ġmin isters +St eps +ivers al +ĠNever theless +- led +Ġ( %) +ç¡ ® +Ġtime zone +Ġstr anger +(re nder +Ġsh util +Ġm ph +Ġtri o +pp y +Ġpred omin +Ġend ors +ĠRuss ians +ĉ row +Ġw izard +.s erialize +Ġcompl ained +Ġs ido +Ġdelight ed +-m e +ĠR av +H uman +ad ays +rec v +Work ing +J ump +ĠÃ¥ r +ĠAut omatic +_B ase +æł ¼ +aur ants + ¯ +æ ¸ +(C Type +IF I +( amount +Ġbelie ving += mysql +Ġf ir +Ġrest oration +ere co +Ð ¢ +_ '+ +Ġe book +Ġde bris +(input s +AY OUT +Ġscre aming +av ia +land er +Ġdist ress +Ġas sembled +ĠA void +( thread +ĠR PC +_EX IT +( queue +и ÑģÑĤ +D ll +Ġsk ull +_p ub +che z +min ate +ens en +Ġins ane +b ounds +ĠR osen +Ġcondition ing +process ed +v ideos +f our +.Con v +| ;Ċ +Person al +cer pt +:UIControlState Normal +Ġdos es +ĠKar l +ĠFre qu +.B ASE +ĠV ote +Ġcon current +ĠMessageBox Icon +Ġà ĸ +ĠDub ai +ĠR etail +: number +ĠOb server +ĠBig Integer +_ origin +_W ORK +F rames +Ġnot ably +. âĢľ +Ġtrop ical +Ġn iche +am ina +.s ys +(t okens +mod ify +os it +st rom +ĠCom ics +O PTION +T icket +Ġfact ories +Ġdis put +_F ile +ĠFin n +ee e +ĠDisc ord +_m oney +.t pl +_s afe +L B +Ġgl ut +J K +.fl ow +- cont +g os +Ġhor izon +ĠR ush +:: * +P ipe +ull a +bor ough +he imer +(m ove +( Text +} );čĊčĊ +w elcome +ĠCom ponents +Ġgovern ance +c losed +ĉm argin +Ġla undry +ĠTerm inal +iz ards +. âĢĶ +.rem ote +.r adius +ĠQue bec +Ġd h +T ech +ĠM ist +s eller +_l iteral +Ġgen ius +Ġbr ains +g em +ĠMe asure +Ġcata st +r ance +.Text Field +Ġconsum ing +Ġ'\ '' +oubted ly +ĠC ertain +E v +ert i +be ing +Ex perience +Ġ// [ +ĠArab ic +ĠC rist +ĠAz ure +Ġhor a +l adesh +\ Blueprint +d ar +.re l +Ġsup rem +ĠRe agan +ĠAt tributes +-s idebar +Ġuse Styles +ĠA irlines +Ġh ills +/x html +v inc +_m ock +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠP ill +.Layout Style +ĠCommand er +] < +sign ature +Ġ{ }čĊ +Ġhat red +Ġë ĭ +ole sterol +Ġ ******** +ancell or +c rop +T IM +ĉĉ ĊĊ +ys qli +uit ive +ĉun set +_s el +Ġmen us +t ick +Ġconstit ute +ĠElement s +ĠRed is +agg io +_f p +_de pend +em as +CA ST +or ange +j on +ĠEm ily +Ġpot atoes +Ġre ceptor +ĠElect ronic +ĠL ights +Ġcomb ining +ĠSome one +Ġ######## . +ĠT OD +/ show +X d +." ' +af x +Ġtr agic +St yled +ĠMar co +G allery +d ale +.âĢĿ ĊĊĊĊ +é rie +/s ervice +äº Ĩ +Ġamb ient +_SET TINGS +.Ad apter +l ene +Ġtrav els +Not ice +Ġcle ans +ĠF em +ch air +Ñĥ н +/ my +_b ad +ĠEcon omics +IS A +_C NT +(M enu +äº İ +ĠR idge +Ġlength y +D ot +Ġjump s +Ġhe y +$ pdf +Ġw orm +Ġs ut +Ġsh er +iam o +ĠCal c +trie ve +Ġc ops +ĠCh rom +Ġreg ulated +reat ment +ĠHigh er +ok s +Ġde ze +LOC ATION +ongs To +Ġfin ite +Ġvar ies +Ġposition ed +' il +éĩ ij +Ġh ike +(d one +play list +Ġad a +Ġcoast al +ĠN ancy +.DateTime Field +Cpp CodeGen +ĠSimilar ly +re ur +ĠCon tr +ĠH idden +ĠB eta +atch ed +_inst all +. Output +Look up +ĠRich mond +qu ared +Ġm anga +-control s +ĠBern ard +L arge +Ġslic es +Ġoff ence +ĠM ega +Ġest ar +Ġjoint s +Ġsum m +_pl atform +B uff +.add Subview +Ġret ained +Let ter +.d im +Ġess ere +ĠS caffold +EX PECT +ĉ RE +.long itude +ü nd +Ġstat ue +.add Widget +ĠCar ibbean +add PreferredGap +il de +UIL abel +ĠOp port +Ġimper ial +urs ion +Ġmand ate +Ġpromot ional +Ġv k +ia ÅĤ +Ġp yl +ĠCre ation +оз д +Ġsim pler +. what +ĠRec ent +St orm +. quantity +ĠL ov +" - +ubb les +_not ification +(w orld +ur ger +* (- +: "Ċ +h m +ans hip +ĠAl most +Ġmotor cycle +_f ee +Ġabsor b +ĠVin cent +Ġsound ed +ÃŃ st +Ġpharm aceutical +ht ag +ĠKind le +ital ize +ĠEm peror +oust ic +Ġspecial ists +åħ ¬ +Border Style +/ \ +RE LATED +(', ', +(ex pr +Ġh t +åį Ī +_C reate +Ġspecial ly +Ġ[] ;čĊ +Ġhe el +Ġse pt +_ arch +(in itial +% .ĊĊ +\", \" +Ġdiscuss es +Ġu pt +Ġ[ & +Ġman us +.h and +ĠM AIN +ĠDen mark +Ġ], čĊ +Ġcr yst +Ġn ack +Co ords +_in ner +Ġmid st +Ġaw ake +ĠÐ ŀ +-b reak +ÃŃ vel +_P ASS +ĠParam s +Ġdet r +Ġsp ider +ĠCon cept +Ġpre nd +CH ED +.Ex it +Ġpop ulated +Ġvirt ue +_SE SSION +Ġnou vel +o auth +Ġд аннÑĭ +r ink +.Header Text +atur ated +Ġer st +Ġå ħ +ॠĩ +_vis ible +ey er +Ġli able +Ġde be +Ġb w +{- # +_W IN +df s +H over +ĠP UT +- angle +Ġnob le +Ġtr aces +enc v +Ġuser Data +_in s +ĠS uz +Ġnews letters +ĠMod i +Ġentreprene urs +Ġtrib ute +Ġrum ors +Ġr r +ĠQu arter +ê³ ł +Ġfeed s +ó g +Ġen velope +Ġle ar +Ġk ø +develop er +Sim ilar +: ")Ċ +sub scription +Mod ifier +ital ic +Ġn asty +Ġtermin ation +Ġchar ming +Ġâ Ł +ton s +.tr ace +h ots +ĠU R +M ont +Ġjust ified +ĠG ang +ine a +Ġb og +( ap +_ $ +Ġcont amin +.D ot +ĉ Debug +( exports +Ġpa ired +ĠAss ignment +Ġautom obile +ĵ į +Ġph ases +v w +@ SuppressWarnings += \ +r ant +- ed +ĉ await +Ġcert ificates +'> " +Ġint act +CT RL +M ike +greg ation +AT TERN +Ġre public +_up per +ili ary +Ġcomput ation +h ire +ĠSh in +_ ANY +ĠManufact urer +ĠC arm +Ġbear ings +_c omb +c ad +ur istic +Ġwholes ale +Ġdon or +.inter faces +press o +ĠBr un +-c lose +pro ve +_S K +ĉf rame +et ros +ĠP ain +_EX P +ĠL T +_f s +.dat as +ĉ ss +vo ir +ĠA xis +M ajor +=" < +[ h +Ġprof ess +igr ate +(s core +Key word +" os +ĠĠĠĠ ĉĊ +an alysis +Ġre play +.p ass +\ d +t ls +Ġsan ct +.l ight +_m obile +ÑģÑĤ ÑĮ +ĉt otal +u ity +Ġpa used +N AS +Ġen core +lo e +Ġ-* -ĊĊ +.h igh +am pler +ĠSec ure +Ġfrag ments +_ vel +ill ary +ĠSte in +ĠD awn +Ġmax imize +ภ¢ +Ġ/ ^ +Ġcontin ually +Ġsh adows +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠI ActionResult +Ġinform ación +C HECK +.Selected Item +b undle +ol ley +< Int +AIN ER +ĠW ing +tit les +ount ain +C Y +ĠLoc ale +form er +< context +R adioButton +_s chedule +Ġfab ulous +Rob ert +_PRO FILE +Ġg ates +IM P +ĠPent agon +g old +b ach +employ ees +R otate +Ġch amp +Ġsel bst +Al tern +Ġconvert View +/ , +Ġ~ ( +St reet +_ place +Ġpersonal ized +P ublisher +ĠSO CK +_NAMES PACE +ĠStand ards +so ever +_C ENTER +Inter est +ô t +tem perature +View port +get Resource +Ġeat en +Ġsem pre +Ġab normal +Ġc ylinder +Ġtroub les +n od +Ñĭ в +g ames +_g l +Pl ane +g rey +_t bl +.Component Placement +ĠCh ase +Log ging +man y +ì Ĩ +Ġfl ame +="< +Ġtra jectory +_r ing +Ġhydro gen +tr on +Ġstat ute +Ġcondition al +Ġtr ay +-s chool +(w idget +$ config +Ġrequest ing +. uint +et on +brit ies +Of Type +AD MIN +p redict +Ġg egen +ĠH app +OC UMENT +ĠA part +Ġ---- - +ro e +u ide +just ify +ĠSqu ad +Ġprof es +.b ot +_c urrency +inn en +ĠM umbai +ĠNum bers +avana ugh +agn itude +âĢľ There += http +çī ĩ +Ġv b ++' {{ $ +Ġin ode +s il +Ġh ace +Ġsever ely +ĠOver view +Ġspr aw +Ġbeach es +: left +· » +($ { +ĠF IRST +ĠSp a +- ass +Ġb aise +ĠN ODE +ĠP izza +P et +(se q +\ ">Ċ +CppMethod Pointer +Ġv p +Ġi a +_se conds +em et +/b lob +_TH RESH +... čĊ +D est +ĠN H +.data Source +it és +ĠJ ak +s ell +Ġwork shops +< u +Ġr ivals +ĠEX ISTS +h om +-t oken +compat ible +.J Panel +Ġphys icians +art in +Ġdes irable +Ġdistinct ive +.D ep +g id +ili ate +, max +Ġprem iere +Ġq Debug +Ġadvoc acy +Ġwh isper +P t +Ġun changed +_q ty +请 æ±Ĥ +Se ason +avel ength +ĠP ul +Ġd ÃŃa +'] ]],Ċ +al is +(" & +bor o +Ġb m +ĠR adi +w rong +ĠGo ing +ime Type +ij i +- feedback +ĠN ames +ĠB apt +Ġprob able +ĠE ther +ĠPolit ics +_prot ocol +lin ing +S at +Ġcor rel +.Pr imary +(null able +RI ORITY +Ġcolor ing +Ġutil izing +d as +Ġexport ed +Ġcar riers +Con v +. editor +i ó +(h andles +Ġapprec iation +. import +ĠAust ria +ĠStr ip +il ight +Ġappropri ately +ĠP rest +ĠW ir +ĠUI Application +al chemy +ĠM ob +ĠD etermin +ergus on +register ed +_con vert +ĠVlad imir +.Show Dialog +ref lect +Ġsh ook +Ġass ure +ĠO ften +Ġcivil ization +Ġvocab ulary +fore ground +ĠS cope +Ġunw anted +act ing +Ġ( [] +Ġmark ing +. original +ĠMO VE +Ġsport ing +ception s +NS Number +S izes +Ġprovinc ial +_Tr ans +Ġproblem atic +d igit +ĠEm ma +lock s +ĠC rew +ib a +') : +ish a +Ġm amm +Ġocc ured +w cs +(r ule +Ġmerch andise +es pecially +ĠT win +Ġn aming +Ġs log +Ġimpro ves +Ġad her +: text +.h adoop +_HT TP +.to List +.dis abled +Ġl enses +.in i +ĠR are +ĠUb untu +Ġsc ram +ol ation +tit ulo +Every thing +Ġnod ded +icht ig +_const ant +z c +l ift +ĠNot ify +ond o +ĠIN F +(" + +ĠK az +Ġd read +.m apper +le ur +ĠCome y +ĠN B +ic ers +.P ush +ĠH ack +ĠBrazil ian +_pro d +Ġ// ĊĊ +Ġb icycle +Ġun available +Ġadoles cent +bl k +Ġmit ig +_bl ue +ì ĺ +fade In +ĠUtil ities +ĠM N +; k +< style +- status +ind o +Ġinn ings +Ġg j +Ġ|| = +.e u +: Number +Ġcuis ine +ĠURL s +ie k +Ġw ires +ĉ ps +ie g +.m k +so ap +Ġsom etime +Ġst ap +_s eries +.T arget +æ º +.dest ination +OUN TER +R aises +& A +Ġsmart phones +NI Env +.s dk +Ġhelicopt er +Ġim pe +ĠB irth +A U +b readcrumbs +co ords +Ġexplo red +Ġl od +ĠI p +g able +ian e +Ġart ifacts +Box Layout +ا ر +list ener +.c art +ĠH uff +ĠHind u +ĠData Types +ĠDr upal +IGN ORE +Ġoffset s +ĠR TC +- login +æ ® +ĠQ Object +Ġprosec utor +R ock +_ch at +W ay +ì ² +Ġneg lig +Ġd ude +; < +Ġdeleg ates +_f ailed +/ dev +/ work +( New +et able +() " +( Icons +Ġp ork +ĠModel AndView +ĠV IP +ĠK or +m ix +Ġox id +ĠSC REEN +ĠFour th +/ ",Ċ +Ġte e +ĠSte vens +t icks +Ġp ledge +ib bon +ĠLo an +Ġne o +n umpy +ĠShared Preferences +- oriented +ĠLogger Factory +ĠGraph QL +zen ia +" _ +W omen +.c ast +Ġdeliber ately ++ b +ĠAr n +font Size +Ġm aze +Ġbl amed +.m as +} )čĊ +eler ik +Ġsc anning +ĠWork shop +Ġfind en +Ġca ut +UI Font +( return +al in +cast le +//////////////////////////////////////////////////////////////// //////// +Ġincent ive +op ath +b lob +Ġcigaret te +Ġfert il +*/ ĊĊĊ +ĠSh ar +Ċ ĠĠĠĠĠĠĊ +Ġunc ertain +ĠS ton +Oper ations +ĠSp encer +Ġdef in +ĠS olo +on est +·» åĬł +Ġu omo +G ive +Ġdent ro +; padding +ent ai +ĠC ars +Ġenthus iasm +ĠOper ating +S kip +par ation +Ġprotect s +Ġre ver +d g +ĠC incinnati +Ġconsect etur +Ġm uss +employ ed +a uses +ink le +. Values +£ ¼ +lo v +_W ARN +Ġbook mark +ĠAp ollo +. axis +Ġm ét +Ġop ener +Ġtum or +d an +Ġelement ary +Ġsk ipped +ĠK er +as ia +_res p +Ġdem ol +ĠCan adians +Ġt astes +U Integer +Ġ' ${ +.aw s +RO ID +ri ans +M Q +ord able +Ġcous in +Prop agation +(S ession +ph alt +UL D +ĠSc alar +Ġblo ody +Ġ ঠ+.m ask +, q +ĠUn its +Ġcent res +ĠPr im +. ]ĊĊ +ĠSh aw +P rom +ĠTh ought +Check er +_output s +( chan +E INVAL +Ġb ob +_c mp +P ed +Ġmat rices +Ġvrou wen +Ġgenu inely +high light +(d isplay +) != +Ġdel icate +ĠL uther +ĠM iles +Ġuser ID +% = +ate urs +_B UF +---- ---Ċ +imit ives +Ġsh elves +sl ow +_in formation +LE G +W r +.form s +cel and +/ un +: & +.âĢĻ ĊĊ +=" % +Ġpro st +Ġfont size +uc ión +get ic +am t +=" . +Dec or +B rit +Ġ"" ). +Ġfound ing +.File Name +ĠT ier +Ġdisc lose +á m +.s yn +.View Holder +lic ant +_st age +Mon day +Ġdes erialize +t alk +Ġtradition ally +æĢ ģ +Ø ® +LE X +Ġe h +ĉ ROM +Ġ{ })Ċ +Quest ions +nc py +Ġfix ing +к Ñĥ +_ Key +: x +ĠSTR ING +ĠÑĦ ай +ĉ left +ĠBen ch +ell ij +UR RED +ĠDi agram +} catch +/ time +ĠMiss ing +db name +Ġs ore +ĠW alt +ugg ing +rep resent +ĠG S +ne ys +ĉ page +Ġvol can +(b tn +Ġexceed s +Ġ erg +Ġpil ots +ĠS ed +ers ions +Ġpat ron +R V +/ top +. asset +_c ross +. Editor +.t b +Ġwel coming +SC REEN +) findViewById +C oder + ",Ċ +_P in +ues e +Ġover rides +_ ready +Adv anced +Ġop i +-c art +("/ ", +ĠDe b +CR Y +ĠVert ical +ĠO VER +ĠCorpor ate +Ġ"" ; +Ġste pping +e j +Ġaccus ations +Ġor az +_t ail +Ġindu ced +Ġel astic +Ġbl own +, // +Ġbackground s +âĢĻ une +-s dk +Ġset Interval +Ġincent ives +Ġveget able +_ On +exp anded +p ix +_sh ader +ĠSP DX +@ example +ĠW rapper +.Z ero +Pos itive +Ġsp inner +Ġinvent ed +ĠG ates +оÑĤ оÑĢ +Ġcompar isons +è · +.pr imary +data Provider +add itional +ĉ options +s napshot +.set Horizontal +Ġ" {} +ĠFish er +hal ten +< Type +Ġmax Length +ĠM t +Ġê° Ģ +.jet brains +Ġident ifies +Ġflow ing +ĠDisc ussion +ats by +Ġsch w +ught y +Ġr ivers +.un ique +_PH Y +ed ral +( ll +Ġcs rf +pp ers +ü l +ĠEs pecially +port ed +ĠHarr ison +****** */Ċ +Text Color +ìĬ µ +w ire +Ġstatus Code +ĠFin ish +c ence +ĠMcC ain +ĠW or +( await +Ġ) -> +ĠRegister ed +IN ED +k al +par ison +Ġobj eto +V i +mand a +Ġrenew ed +ĠS of +ess el +.nd array +Ġcr ap +ç® ¡ +.ab spath +( up +Ġclear ance +ĠT W +_C OPY +ĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġforest s +Ġarg uably +ĠA SS +he y +am el +_f ore +ĠSou theast +Ġab used +Ġpract icing +aked irs +ä¸ » +_res ources +Ġp ond +.F ixed +Last Error +ĠPsych ology +Ġ" // +! : +Re usable +Ġmens aje +Ġro spy +Ġb our +Ġvar ieties +Ġem path +(( { +_ org +ĠM es +ĠMag ento +IST ORY +Un less +Ġh j +ĠD uty +J un +, size +Ġpaint ings +Ġdisp ens +d art +Ġbehavior al +Ġr pc +cal culate +fr uit +_m m +ĉp thread +Max Length +Ġc urrencies +_cap acity +ĠO z +Ġfire arm +Ġcoeff icient +Ġbankrupt cy +w art +Ġfat igue +AV A +Ġes pa +_p c +ĠQu otes +_L IGHT +ĠT ickets +Ġrel ates +Ġpublish ers +Ġunlock ed +Ġ// ---------------------------------------------------------------- +ĠInterrupt edException +Ġout look +r n +Ġreb els +W ritten +Ġas ian +ot to +Ġ ĉĉĉĉ +_g pu +T xt +.Image View +Ġsu is +_t ables +.Rec yclerView +Ġwhat soever +è ģ +] ++;Ċ +assert True +_ verify +ĠR ivers +Ġ ][ +J et +id ian +S ibling +Ġgen res +.A ccess +OP S +Ġtr ivial +ภª +al en +в ед +ĠS word +Ġscrut iny +(c b +Ġcomm erce +Ġguarante es +_ad v +ĠL ET +rec io +Ġh ilar +Ġback yard +ãĢ ı +Ġillustr ated +/v endor +. Util +Ġw ow +LO Y +ĠMar shal +"> '.$ +ĠB ak +Ġmod ifiers +d ictionary +ĠSt re +m ultiple +")) , +ĠC ort +'] "). +( admin +ĠCre ator +Int ernet +( ms +log y +DECL ARE +ĠMarc us +<< << +ãģ ł +_m y +(in st +Ġsc iences +ND ER +. enter +Ġit u +Ġbeh ave +P an +omb ies +=' < +')) ;čĊ +ĠM ENU +ĠWork ers +.No Error +Ġbind ings +Ġdis abilities +{ \ +ĠM unicip +Ġco res +ur ple +ĠN okia +us ions +ĠF itness +.handle Change +Ġjav ascript +ìļ Ķ +( dec +Ġpack ing +-de pend +Ġtrans cript +z eros +_ alert +? ",Ċ +lib s +± оÑĤ +Ġ| ĊĊ +tr ained +ĠG ent +ĠR ab +x p +_config uration +å¤ © +_ accept +.rec yclerview +: url +ĠMu hammad +Ġprivile ges +_b ank +uk u +w allet +ĠRO OT +Ġenc uent +? family +ĉ position +Ġc g +Ġprec ip +method s +_f ast +in crement +ĠT iger +_OCC URRED +qu ip +ĠH AS +_d om +Ġw reck +b j +Ġd ern +Ġorg ans +. entries +Ġ_ (' +ram ento +ĠJam ie +Ġp unk +IP P +Ġprogram a +Ġatt ain +Ġpro ves +/s ign +Ġanswer ing +Ġl adder +************************ **** +ĠW almart +ĠCONT ENT +duct or +Ġver bal +ĠP ID +c rypto +_CALL BACK +Ġ= ================================ +Ġpot ent +Ġshort s +.U ri +.un iform +; border +ĠW er +Ġhere in +ll a +ĠI hr +P ixmap +l iteral +! )ĊĊ +g eneric +r ust +_script s +ost o +it us +ĠCoal ition +Ġrem ot +de ploy +ĠEag le +ãĢģ ãĢĮ +Ġimportant e +ĉ object +Ġseason al +ne j +aid u +Bind View +ĠSi erra +-b g +Ġmake Styles +[ offset +G ames +Ġhorm one +AR IO +head s +( select +ĠStart ed +@ param +_de cl +_b log +Ġa ño +\ Api +ĠMil waukee +Pro vid +An imated +Ġcool er +ĠSe ed +. Edit +Ï Ħ +ĠT aking +Ġborder Color +-found er +.Logger Factory +Ġ"" ĊĊ +AL T +ĠL ate +EDI ATE +Ġ);ĊĊ Ċ +af a +Ġcancell ation +At om +ĠB irmingham +emp resa +HE MA +asc al +Ġup side +.V ersion +ĠF older +ĠE ight +ĠV intage +ĠApp Delegate +ĠPre vention +.se parator +ST M +( room +gener ator +Ġc attle +ĉ Z +ĠPart icle +' };Ċ +Ġneighb ours +ĠState less +Ġalt itude +Ġsa int +об ав +Ġconv inc +ĠCont ents +Ġje une +(t s +Serial ization +(c ollection +ĠJ azz +ĠD od +ĠR och +ac io +comm ended +DEF INE +.on load +Ġspecial ty +PL ACE +_MO VE +Ġaccount able +Re uters +Ġf icken +Ġde pr +W ow +V oid +.s pace +à¸ Ĺ +Ġt q +ĠP ets +< $ +(C urrent +ber ries +plan ation +Ġlist Of +ĠTh u +ĠPR INT +Ġm ismo +Ġdo i +ch k +ĠUn icode +( role +Ġvir gin +< Point +_RESP ONSE +-h ouse +ĠVenez uela +EM AIL +Ġp úb +_ex ist +B all +.C L +re ferences +ĠBeautiful Soup +ĉ Expect +TH IS +Ñĥ д +b ane +Ġtemp oral +ER IC +et as +Ġrefresh ing +Ġsec ular +@ synthesize +ac cur +Ġn ella +ĠS OL +.p ipe +Ch annels +èĩ ª +Ġinsert ion +á» ĭ +el ia +Ġadjust able +Can ada +ĠI TEM +Ġcur ves +ĠChe ap +let ing +Ġoptim istic +al lo +Ġpolit ician +_down load += edge +ORT H +Ġmodel o +art o +. rotate +Ġs elenium +æĪ ij +_al ias +Ġrenown ed +.' . +Ġc zy +Ġal les +.Com piler +ĠB ass +Conn ector +.R ole +L INK +Ġc riterion +lem etry +Success fully +/p ng +Ġey eb +asp berry +( gr +Ġd angers +Ġcorrect ed +Ġgl ow +Ġelabor ate +ĠB ears +aw ai +=" '+ +Ġpromot ions +Ġmathematic al +Ġ" ` +_Generic Class +ĠChe f +.S ort +table Name +R IC +Ġvolunt ary +ĠBl ade +-e lect +ĠCom bat +ĠAb ility +Ġab dom +Ġd uck +T mp +åħ ¨ +Ġer ase +.P h +ĠDefault s +p artment +_US B +ê te +; ' +Ġp ads +ĠOb amacare +.T otal +Ġdiv ert +Ġcr icket +Ġrecre ational +( red +ĠC le +R U +Ġmist aken +ĠMont ana +Ġstr ive +_sl ider +ĠPl astic +Ġdecor ated +ĠV P +lic o +ĉf alse +Ġpre fs +( \" +_f alse +i endo +Ġ@ $ +B ucket +act ical +ĠZ hang +.c ols +.B inding +Ġw ax +_ST ORAGE +Ġlaw n +Ġr f +.Sc ene +ĠCal culator +.d esign +Ġres il +л ем +E mploy +ĠPr ices +ĠP WM +ag i +.e valuate +ĉ param +Ġbr ass +bb en +Ġinflamm ation +ull ivan +Ġan not +Ġp H +iam eter +ĠB TC +( box +Story board +Ġcl ay +.assert Raises +| string +.App ly +Ġmatch er +und ed +Ġsatisf ying +Ġìł ķ +Render ing +_app ro +ind rome +AN EL +_f ix +br ush +.M atch +Ġsm iling +on aut +S unday +Ġdelet ion +Ġencour ages +P ull +Ġreven ge +Ġqu arry +tr ade +Ġc ables +(d elta +ites pace +Ġf h +.b unifu +Ġvi el +_IN CLUDED +ĠT ail +ad ar +of s +Ġmet als +g om +_method s +Ġn j +.St d +(w in +$ (' +Ġt urtle +ur on +Ġen rolled +ĠH z +ĠBox Decoration +Ġp ont +rel ationship +B i +³ » +Ġmas cul +Ġsh ades +Ġv r +ĠLog ic +Ġa in +ĠD IST +Ġcoll ar +" profile +Generated Value +ĠP ossible +Ġe ines +ĥ ģ +.time out +ĠE c +Ġjer sey +.D ouble +Ġqual ifying +v or +CRE EN +_A pp +_rec v +Ġali ens +It s +E sc +i ator +ĠE clipse +Ġg h +V ict +ĉ html +to o +. const +Ġant erior +ĠW u +(key s +Ġul tr +_p oly +ĠT ap +ĠB ud +A WS +Ġcrash es +_t ot +Cont in +-h anded +alth ough +ภļ +ific ent +Ġde ve +ut ory +ĠW orth +_M S +Ġfloor ing +Ġsell ers +ĠThank sgiving +Ġp ng +Ġval ores +Ġslee ve +Ġfil le +Ð IJ +Ġappoint ments +Ġv im +User Info +BO OST +Ġpos ed +initial ized +.product s +ĠLeaders hip +man uel +' % +em arks +Per centage +(d ist +. avatar +(h Object +ä» Ĭ +_ iff +ic one +; ) +_n il +Ġab ol +е ÑģÑĤ +Ġven ues +.Con vert +! ')Ċ +.B itmap +sk in +_C OLUMN +Re v +G RESS +g ow +Ġw ished +tract s +.assert False +Ġscreens hot +Ġfo is +Com b +Line Width +ĠGr ab +Ġint ensive +ĉ sh ++ ) +.first Name +_PRO CESS +Ġt ilt +it ored +.L OG +Ġb ak +Ġintention ally +.play ers +(c anvas +)) )čĊ +.Pro vider +_P UBLIC +T alk +ĠL iv +ched ulers +Ġl c +ad ic +feature d +.res ources +Full Name +Ġmean while +B uffers +Ġres olver +ĠS AP +_T E +G NU +ĠForms Module +_ wh +ĠS we +.widget s +Ġcabin ets +Ġsus cept +ĠB ott +activ ex +av ar +ant ics +Ġ" =" +_k wargs +Ġgame Object +ĠAng le +.I ter +mar sh +ĠB irthday +ĠC MS +request s +ĠPear l +_E OL +Ġlin ux +( org +_M ouse +.con structor +Ġz d +Ġk icks +art isan +Ġe ax +K n +pon ge +ĠFin land +Ġmet res +ĠAss essment +part ner +/ pre +! ',Ċ +[ Int +Ġos lo +date picker +/ String +op lay +ĠHe brew +, double +Ġtrab al ++" \ +ĉ EIF +/ text +_F IRST +ĠP ete +Ġe go +Ġextr as +P DO +Ġreg ulate +ĠQ Widget +st s +ĠSh ows +ĠN HS +.c ourse +p thread +ĠF uel +.t imes +Ġ ° +Ġstr ides +($ ('# +( words +Ġrhyth m +Ġsp ont +Ġsens ation +Ġsp ike +C losing +页 éĿ¢ +N umeric +Ġbreat he +Ġfin ale +_F ACT +in ion +Ġch ill +Ġform ally +ANG ED +Ġ' :' +ĠпÑĢ и +a q +ĠFab ric +(l at +ĠPr incipal +Ġer ro +oc ale +N om +Ġf ost +_C USTOM +.int ellij +ert ools +Ġcl asse +adi ents +Ġfundra ising +EN E +_OPTION S +_ ob +// }Ċ +Ġprote ctions +.se ed +N V +term inal +;; ; +P redicate +Ġì ¶ +Ġbomb ing +G F +Ġch ew +)) ). +qual ified +] ={ +list en +C ENT +d igest +E ast +Ġd iver +Ġend points +Ġe e +Ġcolle ague +Ġdissert ation +_com mit +_D AT +. rc +Ġbre asts +ĠR ug +ĠP il +Contract s +ĠBry an +Web View +Ġconcent rate +ĠIn ner +Ġ' | +std out +_S ub +> -->Ċ +V ol +ĠS SD +)) ), +. Optional +Ġnurs es +Ġor b +_ pe +);čĊ čĊčĊ +pl aced +ess er +Ġther apeutic +Ġwhites pace +Ġa ston +Success ful +Ġpr aised +ĠW es +Ġe ighth +ir al +Ġvrou w +Ġf action +_b ias +Ġw itch +Ġnp c +(s b +ĠRod rig +_b ig +Dep endency +ĠAb raham +ard i +C AR +n os +Ġabund ance +Ġnut rients +in stein +.V ert +ĠI SS +< U +Ġsum s +_h ist +Ġfar mer +ĠA br +Sh ot +ĠBad Request +Ġh ass +ĠR ails +Ġaffili ated +æĿ ¥ +Ġer f +IN F +ĠView Holder +min i +ĠR oth +Ġfaith ful +ĠPhill ips +AND OM +]. [ +_P AY +ĠAr ctic +f aker +D igit +M ale +std err +se ys +Ġ Å¡ +_rem ote +li que +Ġin def +ĠIndust ries +it ra +_p airs +< iostream +Ġsal aries +ik en +.F rame +PL IC +_S PEC +ĠMed iterr +Ġsystem atic +Ġinter rog +Icon Button +se a +int ro +ĠIss ues +enc rypted +Ġintern ationally +Ġsn printf +Ġpast a +ĠBrad ley +_ Status +AL K +_P AD +.l aunch +< select +Ġhar dest +Ġph y +Ġ(( * +-s lide +ĠNob ody +S u +Ġas ÃŃ +close st +_initial izer +Ġsupport er +-g en +Ġt ales +Ġcor p +_f u +s at +ne ighbor +.M igrations +Ġal gun +Ġsin on +.S pec +? ,Ċ +.G L +m ale +Ġmon itors +yl an +-L icense +.m atches +ĠA BS +ĠM ast +ĠW allet +($ ("# +Dir ty +Ġco pe +Ġinterpol ation +ous ed +ĠJ ets +.F LAG +.C ancel +.Event s +ne ver +ĠM Hz +> D +Ġs ervlet +bast ian +Ġ> & +S ID +_cl k +Ġdiv isions +} ',Ċ +Ġd ildo +Ġpar ade +m ajor +Ġab oard +; ++ +Ġf usion +"}, {" +ĠDialog Result +ĉ arr +- em +_n r +(h andler +.N ET +.Xtra Reports +ĠSh ah +ĠB rief +- , +Ġprec io +ĉĉĉ ĠĠĠĠĠĠ +Ġt ant +ĠGrand e +/ xml +_IC ON +ĠR etro +un que +Ġn ag +to Fixed +X L +Ġdecl aring +ĠCon crete +ĠAm azing +ĉprint k +Ġdeb ates +D ATED +Ġaest hetic +emet ery +Routing Module +ĠNash ville +W AYS +Ġw olf +Ġobserv ers +OT A +ans on +Ġe a +Ġgreen house +ĵį ä½ľ +Ġst air +Ġimmigr ant +_app ly +pe are +ĠBloom berg +_PL AYER +Res p +æŃ £ +Cho oser +ĠI Collection +P eter +Er ro +.detect Changes +Map s +Ġs queeze +ĠHom es +weg ian +Ġformat ting +Ġnegot iate +ul d +ĠN ep +ĠQ B +Ġeconom ies +Ġ*/ , +Ġredu nd +ĠA ber +.IsNullOr WhiteSpace +yc led +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĊ +_S h +Ġske pt +Ġre created +Ġget Type +Ġmarg ins +Ġcolon ial +ch arts +// @ +Ġprocess ors +è¯ ´ +b atis +æĦ ı +ator io +mention ed +P atient +Ġpre y +Check box +_x path +.s kip +ĠMorm on +ĠMemory Stream +CRE MENT +Ġk u +m eld +\ Data +ĠK ernel +il tr +éĢ ģ +( profile +Car bon +RO LE +( pl +] *( +.m emory +Ġmed al +Ġadvis or +it ät +Ġh dr +ier ung +ĠProvid es +( alpha +Ġteen agers +- parser +.L atLng +] ()Ċ +Ġfel ony +ĉĉĉĊ ĉĉĉĊ +BO OK +Ġsl ash +Ġclear fix +ĠPro phet +å® ¹ +right ness +-f i +.k ind +ert on +J im +Ġmanip ulate +Ġworks heet +ol in +st ars +Ġart ifact +_EM PTY +ĉm ain +------------- ' ; +Ġexpress ing +ĠI Q +ĠF act +/************************************************************************ *******Ċ +_m ass +)) : +Ġcon dom +Ġcreate State +omet own +Ġir r +Ġ> ( +> B +iter ation +ãĥ ª +Ġshirt s +ount y +-> $ +_S IGN +ĠD ale +Ġj j +E asy +F re +ĠN y +Ġch lor +match ed +ĠG erm +- UA +ĠN athan +educ ation +-y ard +- che +h ouses +r itional +Ġprox imity +Ġdies em +áºŃ p +Ġd rought +.a udio +ĠLe o +Ġfavor able +in ch +ĠD aw +rib ly +_st udent +id able +O VE +Ġlack s +ounc ing +.b usiness +Ġre open +may be +_G LOBAL +Ġdress es +ĠEd wards +ens ible +ĠHard ware +ĠEx cellent +ĠTime Unit +CTION S +Ġsched ules +Ġseg ue +Op ens +am men +- Identifier +Ġst aring +Ġhapp ily +ĠH ob +' _ +Ġ" ); +ament os +et ched +Ġ/> }Ċ +. Users +Ġinterrupt ed +Contact s +Ġreg istro +in burgh +CH A +_ imp +ph is +s ay +Ġretail er +.N ODE +/ maps +_L AST +ĠCh arge +_g uard +Coll ider +ĠStateless Widget +": [" +(" ../../ +iox ide +ĠS und +Ġ'' ; +un set +add Widget +л Ñİ +el les +alk er +A rc +Ġded uct +G UILayout +ĠV illa +Ġfor bidden +_ where +Ġ\ / +ĠT ib +_A X +] čĊčĊ +ĠB ir +Ġb end +ĠMA KE +ĠM ET +Ġfut ures +Ġweight ed +"" "čĊ +Ġauthor ize +(pro gram +}, {" +Ġcoeff icients +ê s +Per Page +ĠBath room +ĠPublish ing +G PL +Ġsub missions +ĠNUM BER +j Äħ +Ġaddition ally +em pre +ĠSh el +ot yp +S olution +Ġth under +_ ec +ĠĊ ĠĠĠĠĊ +ĠF ellow +Ġk ay +Ġnew State +ONT AL +Im plementation +.L ook +Ġ ents +Ġl ors +ĠB IG +f ab +Ġaver aged +ĠFe edback +ĠW ells +Ġm artial +Ġind ul +ĠComm unist +ĠFore x +ĠAgricult ure +" [ +Ġqu ar +ĠK ont +ĉ view +. Bytes +des ktop +ĠM akes +akes peare +.Null able +Ġspot light +V B +ow y +(t orch +tr idge +_b ounds +Ġapolog ize +.add Item +ant d +* );Ċ +, u +(g en +ç» ĵ +re ator +ĠC ord +ou pper +.m etro +Ġ ew +ĠW ORD +.A fter +Ġdet ained +ĠHam mer +ex isting +Ġo st +Ġmon ument +-c ustom +User ID +ĠN om +Ġre jection +(d im +Ġsingle ton +ĉd ie +ari ance +re ports +] != +eld a +Ġpreval ence +_reg s +." . +Ġfemin ist +Code c +Ġ **Ċ +(label s +_M ARK +FA ILED +Ġadminister ed +W N +ĠĠĠĠĠĠĠĠ ĉĉ +Ġn oun +w ig +Ġg otta +Ġr if +- im +ĠPaul o +ĠCommand Type +] ))ĊĊ +-z ero +Tr aining +Ġl ord +_ art +re ddit +C ert +Ġpes o +R ot +Ġend anger +.d r +user Info +un ts +n v +ĠTrail er +-f irst +(m ake +Ġbenef ici +-bl ack +i ÃŁ +Ġund oubtedly +Ġm ex +ĠAnc ient +( as +Ġdes cent +P ick +Ġrep lica +$ obj +ä hr +Ġar rows +ft y +ĠLib ya +ug a +charg ed +T ur +Ġh omic +iss en +ĠF ake +Ġbe ers +Ġsc attered +( Time +UT IL +Ġbureauc r +/pl ain +Ġstick ing +FA IL +ĠC ovid +Th ird +_p resent +ĠPier re +Ġë ª +Ġ[... ]ĊĊ +Pro b +ĠTra ffic +ica o +do ctor +Ġ), ĊĊ +T abs +al u +ï¼ļ âĢľ +Ġinher ent +_N o +rit is +ĠPro of +.b asename +ä¼ ļ +Ġch im +ĠProt ected +c rit +Ġpr one +Ġк он +ĠHero es +Ġan xious +Ġan os +Ġweek ends +Ġs ext +Ġredu cer += UTF +h alf +ĠS aw +.m m +Ġnue va +.current Target +.l ua +_EXT ENSION +ĉ reg +ĠC trl +_ align +accept able +Ġrush ing +fr ac +Ġbo asts +F ive + ± +ĠTem perature +> ): +Ġchar ter +RE ATED +Ġsubject ed +Ġop c +health y +使 çĶ¨ +ĠScient ific +Ġfra u +ri ages +ภĶ +.in ventory +ation ale +M ad +min utes +>> ();Ċ +ĠEn v +Ġrecord ings +Ġsusp icion +sql ite +ĉ read +ãģ ¦ +Ġwor ries +.put String +ĠSh anghai +( uid +r er +ĠvÃŃ de +") : +Ġmethod ology +Ġк оÑĤоÑĢ +cc c +av ad +Ġindu ction +ĉ Thread +, string +ạ i +neh men +u ition +Ġ* __ +.em f +Ġì ľ +/th emes +ĠN ine +. One +ĠEm bed +Ġf az +u ations +Ġpriv ately +Ġl ing +[ F +ush i +Ġlaunch es +( KEY +G MT +Ġaim ing +pat ible +ĠB iden +i w +ĠD egree +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ$ ('< +á rios +to UpperCase +ìł ľ +ĠE UR +Ġovers ight +Ġtable sp +Up dates +.m akedirs +Ġhum idity +/ template +Al ways +( IS +_c ert +D ig +Ġunder way +ort on +ĠHur ricane +Ġsp ends +ĠSeg ment +Ġfl ies +ĠT oggle +ĠLyn ch +Ġs enses +ĠK os +set Enabled +ist ically +Ġtest er +Ġadministr ators +Ġtag ged +Ð ĵ +Ġshort cut +ĠRes olution +Ġsuperv ision +ĠAsh ley +Tr acking +ul atory +and el +ist en +Ġun re +(d iff +ANT S +Ġr ider +Ġs Äħ +.S eries +_ orders +ORIZ ONTAL +Ġret ention +ãĢĤ čĊčĊ +Ġdi agonal +ĠC ancellationToken +_ Internal +Ġru in +.Q t +ocr atic +T el +ĠAn swers +m atic +Ġx p +at em +_j obs +_ any +Ġsen iors +Ġland mark +ĠQ List +Ġman eu +ot ify +/ ";Ċ +/ server +ĠPhil osoph +uten ant +( io +h z +Ġauthentic ated +d v +- Compatible +Origin ally +, function +ãĢĤ čĊ +ĠRepresent ative +as ily +irc uit +.d t +(m ath +.M arshal +[ , +ĠC ities +_ turn +| )Ċ +Ġcant idad +al ter +ĉ ui +ĠNe braska +Ġsk irt +.b g +Shared Preferences +( style +Ġg rief +g ew +Ġsaf eg +ol ang +_l ists +ì Ľ +Ġgran ite +Ġhott est +.j dbc +.C ustomer +Ġâī ¤ +Ġwa ar +_sc ene ++' / +ĠJ TextField +Ġse ating +Ġwe ars +Ġ` / +C ases +ĠY outube +ı m +Ġbal con +, G +Meta Data +- price +SC R +Un ity +Ġtr unk +={` ${ +Ġearthqu ake +Part ial +Ġsub st +Ġelim in +=" '. +//* [@ +Ġsuperv isor +vro let +_ article +Ġp ane +b io +Ġmot ors +N M +F rank +Ġon ion +- word +Item ClickListener +Ġb rit +end encies +Com puter +_r unning +( day +- he +(n amed +ĠS ach +о Ñĩ +c ampaign +.Ab stract +(w rapper +.p ay +Ġu w +Ge o +r ails +/ select +icht e +son s +E VENT +Ġal iment +Pro viders +A wait +_INTER VAL +. off +Ġgl uten +_cl oud +Ġw en +.ex tract +ĉ button +/ MM +Part y +Ġdem ographic +_err no +Ġh iking +(' ')Ċ +", @" +Ġw it +r á +olog ie +ĠSt yles +ĠBrowser Module +.Request Mapping +ic ans +P AGE +cre ation +ĠF erguson +ud ed +num bers +ĠGT K +Ġpresent ations +ĠB obby +_s pan +est yle +Ġilleg ally +abel a +Ġbattle field +cap acity +ter ror +] ");Ċ +Ġwar rior +le ader +ĠDB G +ĠRe venue +Ġvig il +Ġcounter parts +( Error +ACT ER +Ġhe eft +Ġselection s +ze ug +t om +-t wo +. ;Ċ +_st atement +ĠA id +ĠV ul +_r gb +Ġpr izes +Ġedit able +ĉ form +ın ı +.de cor +D emo +lic es +Ġen ctype +rat ulations +ĠR OS +_ch ars +ĠJ ahr +part ial +Ñĥ ÑĤ +ĠRe ceive +ĠL ands +AP TER +Ġch opped +.. " +ĠAn aly +ĠU ID +ĠR adeon +ĠB ee +Ġun m +> M +.find all +Token izer +ĠWH AT +Ġs j +D rawing +E ss +ON D +Ĭ ¶ +(p acket +âĢĶ but +Inv ocation +ĠN uclear +? ;Ċ +Ġgrand es +ĠC rypt +rem ark +Ġ'../../ ../../ +Ġin ability +m agic +c ats +Ġsim ulate +: ${ +in flate +Ġen er +: NO +ip les +Ġmer it +ĠR ated +Ġgl ue +/b log +Ġg ren +Ġthr illed +.C H +unc an +ĠPR IMARY +Ġper sec +Ġfe ared +.M IN +ĠThe ater +é Ĵ +ategor ie +æ® µ +Ġappet ite +s quare +ĠAlex and +.User Id +_g t +_ enter +Ġgradu ates +Fragment Manager +Author ize +-N LS +(M y +Ġtri umph +ust ing +_PARAM S +Char acters +(: ,:, +_B UILD +M Hz +Ġwash ed +Ġun cle +Ste ve +ard own + ${ +_confirm ation +Ġtro phy +Work s +ĠElect ronics +ĠMediterr anean +_m etrics +Ġannounc ing +ĠD AY +_pro to +Ġp ear +base Url +ĉĉĉĉĉĉĉĉ Ċ +Ġcoord ination +: N +.an imate +ĠC otton +_h it +â ľ +Ġjet zt +if ter +(f ields +own load +ific acion +.c uda +ĠLi u +> equals +ĠA ce +ÑĢаР¼ +ĠSuper man +ĠGarc ia +Ġarrest s +ag ar +Ġ{} ) +Ġmac ros +rou pe +ê tre +Ġtw isted +str uments +_ (" +_ vertices +ĠTrans ition +и к +[ max +m ind +Ġaccess Token +Ġun le +m us +c op +ĠF actor +Ġcon ced +Ġre tr +.l inalg +-s lider +ob l +_Static Fields +Ġz ombie +s elling +Ġch ap +Ġsh aking +ĠTrans late +ĠAm sterdam +ĠE TH +_EX TERN +k d +_d isc +Ġpreced ing +Ġpri x +Object Name +_mod ified +ard ware +Ġ?> "> +ĠD W +` ${ +Ġ?> ">ĊĊ +Ġspin ning +_p ending +Match ers +. Keys +ĠP V +en us +ant is +Ġdisc ard +Ġh aul +Ġem pir +Ġpath way +Ġo ak +м ен +-ind uced +Ġimp air +ĠCal gary +.is Hidden +d z +_ include +Ġg m +Ġ' (' +P Y +uggest ions +Ġcommod ity +c ro +/ sub +Ġget Instance +ĠLeg acy +ĠK il +B al +( short +In form ++ x +* r +ĠHope fully +or ate +Ġmach en +Ġtreat y +ĠO ri +.p ublic +-h orizontal +Ġtact ic +Ġb ord +w ares +Ġam mo +ĠL ists +Ġequ ations +/ her +ĠNS W +B ounding +_C ollections +Ġav ail +.Drop Down +è ° +Ġh h +Ġl Ãł +.p b +Ġmemor ial +ĠAT TR +Ġexhaust ed +Ġt sp +ĉ redirect +Ġlik ewise +ST ER +L java +Ġcondem ned +oca ust +(str ict +Ġexem pt +Ġs ms +Ġex agger +S YS +Ġl ounge +: ^ +Ġto dd +de b +ator ial +ĠPort er +Ġtu ition +Ġexem pl +Ġp aren +.line To +Ġkid ney +Ġç a +Ġc ui +ï¼Į 请 +X C +Ġmo ż +Ġnomin ated +l ung +Im Gui +ĠB uzz +Ġstere o +port al +res as +Ġk lass +Ġdraft ed +Ġproject ile +/g pl +(param eters +* )Ċ +Ġassist ed +ĠNS Integer +s itemap +:n th +.View s +.Argument Parser +Ġme er +z ier +ĠD ig +Ċ +Ġpl ag +p ine +Ġblank et +Ġ: - +Ġl cd +------------ --- +(" " +Ġtact ical +ĠRon ald +ex tr +ĠF est +Ġf uer +-n avigation +Ġk b +gh ost +Ġhandle Change +_cl s +() != +Com parator +.v m +ĠCo x +_re view +/ @ +_c ookie +Ġrecogn ised +ld ap +Thread s +ĠSex ual +ĠB earing +(S QL +Ġx r +Ġth igh +URL Connection +ĠSU V +Ġm Context +Ġinc idence +ĠE ste +.s up +_t e +(EX IT +C MD +/ "> +Al most +ĠU ne +Ġand eren +ĠSingle ton +Ġb ore +Th ink +Ġn arc +] initWith +_sh op +(str ategy +! ', +her its +ĠDes k +_m achine +.net ty +ı nda += < +ĠQ R +ĠS idebar +.split Container +Ġon Success +Ġmon key +En joy +(n odes +pect rum +Ġ(* ( +ĉU INT +, height +ĠNetwork s +.t ail +.l inspace +Ġ" ... +List en +Æ ¡ +.Ch annel +- defined +Re peat +ad just +ER M +_ application +.assert NotNull +- stream +Ġr abbit +Ġposition ing +Ġw oke +Ġf ing +Ġmulti player +Ġregister ing +un til +Ã¥ n +( :: +uss ions +Ġpot ato +ĠE quals +.S up +/ap ache +Ġ( = +. ") +.p tr +ĠSpe ech +.cl ip +ĠGab riel +Ġmusic ian +/ issues +.sh op +ĠH ier +_RE T +_b ucket +ãĥ ¡ +av s +Ġro z +fl ower +Write Barrier +ĠMil an +Ġlegisl ature +ĠD oll +Ġprov ing +.concat enate +âķ IJ +Ġg char +cdn js +b les +ĠList ing +л о +.xr Label +ĠS ak +just ice +ĠVal entine +un less +Ġp iger +(r un +Ġtest ified +AN A +ĠRem oves +)) ));Ċ +rec ated +ĠRuntime Method +Ġcon qu +ãĤ ¢ +Ġt issues +ail er +ét é +- Star +Ġfl ames +.set Icon +Ġsup ern +Ġvag ina +- variable +Ġwell ness +C UR +Ġbel le +.get Request +Ġp oco +ben h +ag ens +Ġsp ill +ĠJ ur +Ġdispatch er +н ого +emon ic +(dir name +ĠÐ Ķ +Ġpas se +Ġg anz +ric ing +E U +Ġmuj eres +ess en +.at tribute +j j +ĉĉ ĠĊ +[ ^ +Ġstrtol ower +lex er +ect ar +hot el +.s quare +Ġr all +Ġlower ed +hand led +Mark et +ĠUs es +iv as +.B usiness +ãģĹãģ ¦ +D IV +Ġw asted +Ġav oir +ê m +_ACC OUNT +. et +ĉ SDL +k ap +Ġf ox +up pet +{ },Ċ +", ' +F avorite +P END +ĠA ES +} ), +Ġded uction +Ġpol ÃŃt +Ġcomponent Will +ĠT elerik +_SE LF +Ġm use +C raft +Ġd ens +ठ¿ +( tp +Ġt asty +Ġbal ances +Ġded ication +ĠWall ace +Ġun law +\"> \ +Ġm um +- update +ement e +Ġs oda +Re public +as mine +é ric +( Status +ĠJson Convert +ĠD isk +.Red irect +Ġfilm ing +/m ol +R o +Ġv ille +Ġtrab aj +Ġsyn thesis +reg a +Ġr l +S cheduler +ISH ED +current User +(error s +' h +_b ot +x imo +ĠUS ART +_s uper +_DEC REF +н ой +_RO W +Ġprom otes +ĠT A +Ġhor as +ĠRep resents +Ġname of +ĠEx c +ĠGar age +Ġse ine +, # +Ġher b +/ resources +Ġple aded +.r adioButton +Ġæ ĺ +O ps +ĠN est +c string +ĠDef ence +Ġref ere +_le af +Ġrevel ation +ë § +.execute Update +_W ORLD +Ġexp ans +(" \" +j ab +Ġdoub ts +ĠGe ometry +Ġintrodu ces +Ġsen ators +Ġcan al +.h elper +ĠBi ology +_SE NS +.pre vious +-t ouch +ab it +Ġimpact ed +Ġbr ackets +.d irect +acc um +Ġtest osterone +ĉ action +ĠCh ance +Ġpe aks +CppCodeGen WriteBarrier +Ġun belie +_p ress +.R el +ang led +/ templates +-- >čĊ +l ime +Ġsufficient ly +_ nt +Exp and +.is file +Ġis Empty +Ġq t +Ġmul her +ac ob +Ge orge +å¸ ¸ +Ġass im +as o +Ġcompr ised +O V +(CON FIG +ĉw riter +Ġdes p +Ġten ure +(c r +.p ool +ĠB rend +Ġc ensor +(time out +Ġple a +.W rap +Ġtight ly +ĠW ere +ĠI gnore +abe i +Ġbr idges +Ġcondem n +Ġsimp licity +Ġrout inely +Ġblack s +j b +ĠP it +U tf +Ġ/ Ċ +re load +Ġset Object +/g lobal +Ġf atty +Ġsock s +Could n +Ġerot isk +æĿ ¡ +ĠPress ure +ĠM az +n pos +tol ower +ĠE Q +ute ur +ĠM oment +Ġet a +{{ -- +Ġgraph s +ĠGu ar +r ine +( -- +ĠHttp Status +(st udent +* np +Ġrail way +Ġas ynchronous +_v m +'] ,' +, text +mer chant +(G uid +ĠG ra +ix er +fetch All +.add Listener +fl ip +* $ +> (), +Ġsun light +ass igned +Ġab c +ĠC OLUMN +ĠðŁĻĤ ĊĊ +) ... +Ġen semble +Ġnew line +_S INGLE +ied ad +Ġdark er +orm ap +Ġl ion +pl its +Ġillustr ation +ĠI EEE +Ġv ista +ous ands +****** * +ĠTom my +Ġh ue +S el +Ġa ura +ĠTher apy +Ġanim ator +.con straints +Ġv ague +(" ") +Ġvill ain +Ġbless ing +Ġstring Builder +ĠM isc +ĠD IR +f ax +- node +ĠWalk ing +ĠA U +s ess +Ġgr ill +VERT ISE +ĠF oods +Ġt ournaments +à ĵ +ĠMar sh +Ġw onders +Long itude +.Command Text += input +_enc oder +page Size +Ġget State +> >Ċ +.g rey +p od +Ġread ings +Ġre consider +Start up +Ġexc er +.b alance +_c ycle +_T ime +LOC AL +ĠE FI +ĠRe yn +.set Foreground +by n +Ġdis connected +ACT IVE +Ġembed ding +ick ers +Ġsurround ings +* c +Ġgar ant +Ġb f +Ġw ipe +Ġ ä¸ĭ +_T RA +ado x +ç ķ +Ġsu cks +ĠS ongs +ĠAssoci ates +ĠB ald +ĠB rett +ven ile +Ġv t +Ġin ade +Ġres igned +ĠGl enn +.p attern +.Data Bind +Ñĥ м +Layout Inflater +ch et +ĠTest ament +.m s +Ġp av +ĠReact DOM +ur dy +AD ATA +M u +/ actions +ĠJ s +_ex tract +ĠBr ing +: id +str t +iv ation +Ġoutr ight +az u +loy ment +и Ñı +al do +ĠP ublisher +E ducation +Pa lette +_d rv +Ġ($ ( +ĠAnd a +Ġrem edy +Ġincons istent +te ction +Ġregul ators +Ġshort est +(p air +ĠInstall ation +Ġdefend ants +Ġ( ); +-l arge +M el +Ġthreat en +н Ñı +Ġfet ish +ot ine +_d ic +Ġ< $ +Ġst agger +sp i +$ response +S erv +-b orn +j os +ĉ img +ĉW HERE +_l t +å½ ĵ +.c ost +ĠT ue +.label s +ĠL V +wcs store +ĠJes se +ภ« +Tr ade +Ġpredecess or +ë Ĥ +fin ally +_g eneral +ogg ler +_REG ION +n ement +Ġblog ger +ĠHar bor +ĠD ataset +[ w +Ġattend ees +. ico +max imum +.Un lock +_SY NC +ág ina +Ġdown s +ĠW ii +]) / +Ġkick ing +unic ation +ĠD AC +ĠID S +ĠR ental +Ġcurrent Time +Ġvacc ines +ĠDev il +Ġn ors +_m ouse +urre ction +(n o +Ġ> čĊ +Ġaggress ion +Ġbre eding +.s ymbol +im an +Absolute Path +ĠWH O +_fl ush +- root +arn a +& M +Ġf athers +ĠR ocket +ive au +Ġw ander +Ġcom pos +ĠWar rior +ĠSe at +ĠClin ic +_in voice +(dis patch +Product o +at uring +oss ier +ĠM AY +Ġd agger +Ġsanit ized +ĠR FC +Ġpro ph +Ġur ine +Ġgr ind +ĠExp anded +des cripcion +-f w +ĠK erry += name +Ġch k +Ġnation ally +Ġthe e +In c +Ġ? >> +.R adioButton +.Http ServletResponse +/ Y +ĉf ield +Ġhom me +y per +Ph ysical += v +Ġdr iv +ĠErr ors +Ġc Äĥ +De ath +ĠW INDOW +Ġpo et +ĠSh arp +ĠImm utable +ĉ create +Ġge ht +ĠRe form +ais er +ĠInitial ization +Ġimm unity +.com pose +Ġlat ency +ĠLeban on +ĠPar ad +Ġfu els +ĠEx hib +co h +% ">Ċ +ĠCL I +) initWith +-Z a +_C LEAR +reg n +Ġfin ances +.st andard +_C ATEGORY +.lib rary +Ġtravel ers +_w p +ĠE valuation +start ing +Ġ )),Ċ +ep isode +ĠV ariant +Ġda emon +ĠJul ia +ĠN R +Ġdoub les +< v +/r untime +Ġinterpre ter +ĠIN DEX +ĠHol mes +_D IM +Ġp addle +_ex ample +Ġfore ground +.r outes +Ġs owie +S UCCESS +ĠC DC +ĠB D +_ - +as ured +W riting +Ġcurrent Page +( answer +ĠASC II +à ¨ +Ġsocial ly +yy y +ĠSpecial ist +(c ustomer +ist ani +ke st +ĠM ak +Ġth o +. pt +( comment +ĠCon verter +g am +b ins +. tele +ĠVeter ans +_AL LOC +олÑĮзов аÑĤ +inn amon +; width +oh l +Ġfant as +Ġs ung +ĉ K +( Json +Ġneighbour hood +Ġv ow +Ġs ins +on acci +Ġepoch s +im agen +.Ch ange +.my batis +Se ek +W ER +管 çIJĨ +Ġinter ess +_ Event +eder land +Ġterr itor +Ġci udad +uck ed +Ġsn ack +Ġtransport ed +ĠMan ifest +ĠD AT +_th eta +Ġw ont +.ĊĊ ĊĊĊĊĊĊĊĊ +Ĭ¶ æĢģ +ĠEp ic +De ck +l tra +_Z ERO +Ġ[] ; +/ scripts +Ġ---------------------------------------------------------------- ---------------- +æĥ ħ +Ġwe ed +N BC +Ġrap ed +ĠG ateway +[ M +ĠTime out +ench mark +.View Model +Ġporn os +ĠY a +th ritis +ĠFly nn +Ġme ga +ac in +Ġtrib al +.app le +ĠB lo +â n +ib i +ro v +ĠL ives +^ . +get Request +ĠEst ablish +cont ainers +Ġst arring +Ġcele brities +ĠRel ative +ĠHe ights +Ġtq dm +ĠNorth west +iv ic +ĉ cl +Ġautom otive +ent ric +Ġfort unate +Ġfire place +se ud +nick name +; s +_C AL +h alt +(n s +_de leted +Develop ment +m ovies +Ġident ities +Ġprompt ly +ا ÙĨ +Ġant e +Ġ" ',' +åı £ +imp se +Ġy ap +Type Name +Ġb itch +Ġassoci ates +HE ME +- empty +ĠØ ª +ol vers +Ġpist ol +Sc oped +ag ner +'] ==' +ĠI MP +ex c +Ġo mitted +Ġmind set +Ġ[] ( +Ġor n +_C AM +A vg +Localized String +ĠN atur +Ġcom poser +ĠPlay ing +Ġover d +_ utf +.s k +ĠF ol +$ page +, Object +Ġbe es +al ary +bul let +_lib rary +O ffer +loc ated +Ġ(_ , +âĢľ He +ĠOwn ers +) ).Ċ +Ġb ri +.Ad min +kt ion +лÑİ Ñĩ +Ġerot ici +Cancel led +Ġa gr +re views +_d ma +RI CT +Ġg fx +mp i +pp o +Ġ// @ +Ġupper case +Ġcommit ting +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +User Data +Ġv ai +ĉs ort +Ġcongr at +Ġd ioxide +д а +. area +ĠJosh ua +ĠK och +_b reak +az ure +ist ical +_AL PHA +_ views +Ġelim inating +OM B +en umer +ĠHy dro +(* ( +ERT ICAL +Ġinev itably +Ġst ole +-e ast +ier on +Ġl inger +/d oc +Å º +ĠAl ready +as io +Ġ-- Ċ +Ġabb rev +ĠAt om +h im +ĠINS ERT +s un +âĻ ª +CON NECT +er ator +ĠM anning +Ġ: ( +g as +=> ' +Ġquery set +; }čĊ +ĠPop ulation +uted String +res ident +_F ONT +ĠRes pond +Ġobsc ure +Ġo bservable +ĠContrib utors +k on +ĠMus k +ex ao +ĠT ub +Boot Application +S OR +.H orizontal +.find By +.p ower +Ġposit ively +ven ience +ĠJ ong +Ġwh istle +Ġз наÑĩ +Ġl ending +Ġdestruct ive +Ġon Delete +author ization +(); ?> +_ original +sc ience +at ra +?, ?, +ĠAs c +Ġconvinc ing +$ a +org en +_D ate +ĠPro vide +Ġlon ely +) 'Ċ +ex change +; ?>Ċ +.f ast +S amples +L ondon +'] )čĊ +ĠI onic +Ġp esso +ĠKn ights +ĠR af +_attr s +Ġrepe al +> Main +ĠOrder ed +_N ew +=" "> ";Ċ +ĠS ERVER +ĠHE ADER +_ velocity +ĠIn voke +.timestamp s +Ġs ulf +I QUE +Ġinhabit ants +ph ins +azz o +Ġmon o +Leg end +Ġnon ce +IF E +; ";Ċ +- create +" ",Ċ +per mit +ĠImm igration +Ġpath name +ffect ive +âĻĢ âĻĢ +Ġex ams +- event +ĠT ill +[m id +F IX +; color +( Order +_tra its +Ġorder By +Ġs unt +ĠNich olas +Ø ² +Ġsun ny +in ers +Ġaccess ibility +ĠH B +.com p +ĉ op +Ġminor ities +ethe us +Ġcollabor ative +pr it +H IR +Ġwr aps +ĉd raw +g od +ĠI X +.app s +ĠN M +Ġirre levant +ĠT igers +Ġdi ag +G V +ĠAccess ories +k ont +Ġsimpl ify +ĠF avorite +_t ools +([] );Ċ +Ġtow ers +B es +Ġhun ter +Ġsal on +(b uff +ĉ debug +Ġmal ware +M oving +- options +) +' +ĠLO VE +_S OCKET +_f in +ĠDel aware +Ġsher iff +-in valid +ĠF ULL +Ġп од +el as +" strings +ĠRepresent atives +s urface +res olved +ht docs +)) :čĊ +Ġpress ures +Ġnorm s +Ġpl a +Ġs urname +Ġpost al +ĠDep art +Ġsla ughter +or ida +Ġhe bben +Ġdes ar +comp act +_L ANG +åIJ Ī +op oly +_r ad +ĠST DMETHOD +L azy +ĠĠĠ ĉ +... , +( web +ĠP ont +Ġet was +Ġup ward +_h at +Ġ], ĊĊ +Ġbase Url +Ġworry ing +-add on +(get Class +S PI +Ġcapt uring +) },Ċ +Effect s +Ġcompet ent +Ġf oul +Ġsubscri bing +ĠO BJECT +IX EL +b ucks +( edge +(p ass +ĠPet erson +Ġbo obs +ĠD elay +_s quare +el im +ot ers +_P C +% E +on click +ĠSV G +Ġto pped +Ġf ist +sm art +ĠR alph +( owner +j ours +Ġbron ze +ĠArgument Exception +( original +_S CALE +_c p +Ġrecomm ends +.set Style +S ure +L AND +Ġrepe ating +M att +. Visibility +Ġenter prises +.Set up +(sc ene +ĠRe active +ur ge +b w +.P ut +p ersist +.c ookie +ĠAud i +` s +sup plier +( Form + ¡ +_s o +Į Ģ +ĠLeg ion +t te +N d +L oss +( attrs +.sc atter +Ġg room +Ġgl impse +Ġn ails +Ġcum ulative +Ġf azer +_s ervices +.N um +ib ilit +_res olution +ĠT x +umin ium +op a +.s chedule +sm tp +ภķ +ur ry +ü k +go og +_sign ature +.int o +ĠSte ps +Ġhome owners +ĠNS URL +ĠP AC +ĠĠĠĠĠĠĠĠĠĠĠĠ ĊĊ +> ')Ċ +en h +Ġinc ap +$ MESS +Ġmo ins +ĠF i +Ġoff season +press ions +> .Ċ +ĠGr ass +ĠGo al +_p df +Hand lers +Ġstack s +.get FullYear +=[ ];Ċ +è½ ¦ +, V +(s plit +Ñĥн к +Ġbake ca +Ġ~ /. +pe z +t ails +ĠG len +Ġset Image +ĠCom ic +B LOCK +ĉ This +o ader +Ġcapital ist +_ST EP +( Boolean +ĠCor rect +r ina +Ġconc aten +å® ŀ +() :ĊĊ +Ġun anim +ll i +al ars +- ne +Ġdiv or +ĠKick starter +]. _ +< number +/m enu +GR APH +vis itor +Ġimpro per +_N EXT +Ġb isa +background Color +/ input +Ġmo i +Go al +li qu +Ġmiscon duct +Ġcompr ises +aw ns +ĠP ie +ra is +role um +Ġcur se +y u +_p oll +.current User +ES H +]) [ +Ġstory t +)? ;Ċ +* = +ĠB urg +/ layout +_back end +; ?> * '+ +åĿ Ģ +ac ency +( URL +_h alf += l +Ġlist View +( section +.to Array ++ / +ĠRodrig uez +ist ream +Ġelig ibility +:: - +.new Instance +P B +ĠAs sets +ĠCom posite +ĠL abs +ĠHam as +++ );Ċ +Ġbl k +ĠNe o +L uc +@ login +Ġun aware +.m et +_RE LEASE +( ST +AM IL +ri ke +Ġ( ){Ċ +(s printf +ĠAccount s +ĠV IEW +ĠA j +ãĤ ° +Ġwh isk +Ġid i +Ġro de +Ġih n +ĠElement ary +Q ty +Ġintrig uing +Ġå ¤ +J obs +ĉ offset +ĠAh med +ĠTal iban +Ġè İ·åıĸ +Ġinject ed +.Auth entication +_line ar +.Dec imal +Ġapp les +Ġshare holders +Ġb aked +.d iff +ĠE ddie +ok ers +Ġconfront ed +vo ices +Ġt us +ĠSp in +N ODE +_ Un +CT X +/g oogle +Tem perature +Ġ' '). +Ġmagn ificent +Ġstart Index +semb les +Any one +z k +eh en +ĠD ame +. strict +Ġrepl aces +Ġline back +Ġpush es +Ġche ek +ĠSh i +_BY TES +RE A +ả n +_CON NECTION +G ateway +ĠTr avis +ĠA X +ĠBas ically +ĠUp grade +à ª +th emes +erm o +k or +F emale +_att ach +ĠìĤ¬ ìļ© +Ġpo z +============ ==Ċ +(s ymbol +ĠS ector +__ )ĊĊ +_p adding +ï¼ļ " +Ġf abs +Ġr anged +set Name +Ġp error +â Ĺ +ĠFile Reader +Ġful filled +_C urrent +Ġdom inate +Ġsm ugg +Post Mapping +_for ce +Ġb loc +ĠG iant +(v ideo +ĠC U +System Service +Ġ elf +Ġkont akt +ë ª +ke es +gt k +Ġparam Int +Ġmark up +u ales +Ġaccount ed +Ġgang bang +RY PT +ĠW rong +Ġcred ited +ĠM ESSAGE +Ġfl aws +Ġbb w +Ġmetab olic +ĠO EM +/ event +(C ollectors +mont on +ap pear +Ġopt ed +Ġche at +Ġd av +ĠPro ceed +Ġê ¸ +ank ed +и з +ans k +ĠH ang +ĠC ler +Ġdis gu +Ġc map +.cl js +Ġa ument +le z +ĠJo ined +_re ceived +Ġa erial +ot el +Ġgre et +" s +ĠGen esis +ĠCal if +pan ion +Ġtail ored +m apping +and Expect +.tr ack +at omy +ĠO w +ull ah +.Y es +ĠSimple Name +db h +' en +Ġnons ense +Ġphilosoph ical +(get Context +Ġis so +ĠA CE +start Date +Ġb ÄĻd +ĠAUTH OR +ĠGlo be +Ġinsect s +_A l +ush ing +è® ° +/ Home +ĠLocal Date +need ed +hes ive +Ġill usion +äº Į +Ġtr at +x o +/d etail +_M ATCH +Ġbroad band +Ġw al +ĠIllegal StateException +IRE CTION +Ġnor theast +es ium +ĠClient e +ul ance +nt y +Ġt ecn +Dev ices +Ġgr ains +ĠO g +ĠS EL +ud iant +Ġ++ ;Ċ +Ġexplan ations +oc co +Ġdi ets +Ġco hort +( controller +.Iter ator +-r ich +ro cess +G D +Ġcar bohydr +Ġfri ed +ĠEmploy ment +ìŀ ¥ +ĠLeon ard +_ ${ +qu ares +Ġcompan ions +Ġpar is +Ġstim ulation +ĠZ oo +Ġre levance +ĠCol our +Ġspe ar +ot ional +ĠL ite +ĠK osten +Ġà ³ +_att achment +orph ic +Ġdam it +Ġd lg +Ġthr ive +CH ANGE +ĠApp arently +Ġat ual +Ġroot ed +( images +aw i +ari at +Ġch erry +STAT IC +m nt +ĠUser Id +il let +ĠHis panic +Ġn ak +Ġcent ro +Ġdim s +_initial ize +ı k +ĠCent ers +RE N +Ġevolution ary +ĠTop ics +_d amage +em er +Ġr und +Ġpun ished +Ġcub ic +f air +[] ;ĊĊ +Ġinstant iate +Ġover see +- delete +unte er +start Time +ĠP ipeline +_G AME +ĠC ir +ĉ Null +.Format ting +uc umber +ĠR ide +Ġz oo +Ġcheck er +åIJ Į += C +Ġg rit +"); // +_x y +ĠDe claration +Ġcall able +F oo +ĠList Item +Ġin accur +ml in +ĉ Data +Ġev olving +aw an +Ġca fe +fol k +_ID X +ĠAny thing +ĠPalest ine +ĠGrid View +Ġcol ony +ĠGerm ans +( + +.p id +.js x +ĠSuper ior +Christ ian +ĠL ect +ĉ Game +Ġinstrument al +Anim ations +д ал +ĠMos es +ĉĉčĊ ĉĉčĊ +z s +k te +ä¸ ļ +_D IST +bit map +d B +Ġp ersistence +ÑĢ оÑģ +$ l +B ron +Ġ{ | +_ch art +ĠCon sum +Ġh emp +Ġ" ))Ċ +Ġattack ers +Ġknowledge able +Ġc et +Ġvir uses +' I +Ġpitch er +Ġsweep ing += list +apt ops +.de pth +Ġinstruct ed +ĠR us +benh avn +Ġи н +S ports +Ġon set +æĿ ĥ +. RED +_s i +ĠP ST +.on Change +> tag +ĠR oh +_char acter +ĠLaw s +ĠB achelor +_s wap +.re activex +Ġreward ing +Med ium +- [ +ĠRec ently +J oint +part ition +ĠMin utes +Ġind o +Ġabsor bed +ĠG N +_IN D +Ġsab er +Sp awn +output s +ĠJeff rey +Ġmed ieval +h ed +Gu ide +Ġpsy cho +Ġgl am +E lim +äd chen +_pl ain +ĠS au +-f our +Ġanaly zing +QU ERY +Ġtom ato +_button s +V EN +.set Status +. Url ++ ĊĊ +Ġcompl aining +deg ree +conf irmed +Ġsub t +p arsed +Ġtor que +Ġtroub led +ĠT ARGET +Ġtrad emarks +ĠCo ordinate +ĠV iv +Ġ// }ĊĊ +Ġapr ès +.get Position +(Key Code +ĠSil va +Ġmet eor +Ġendorse ment +Over view +ĠP oss +.In ject +Ġeven ly +Ġvisual ization +Ġw char +ĠH DMI +Ġfun ct +ick name +',' ',' +Ġfor wards +Managed Object +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +ĉ server +ĠOut look +ĠChron icle +Ġdub bed +Ġd ok +ĠW ear +.A L +pare n +. Interface +Inter faces +.c od +Ġd ib +.Global ization +ĠAcad emic +Ġass ms +Aut om +Ġl w +ĠN W +Ġ&& čĊ +Ġproble ma +ĠManufact uring +lim its +-m obile +Ġfil me +/ map +Ġdo it +ĠIn k +Ġsu ed +. arr +Ġunder min +ĠPro c +croll View +__ $ +Ġsidew alk +( that +ภ· +[ q +gram mar +Ġt ë +qu ito +Ġspir al +ext ended +Ġf ocal +Ġdig ging +p as +ĠT all +.pro xy +it ures +TR ACT +ĠRe alm +Ġf eder +Ġorient ed +ĠAltern ative +Ġo we +Ġsour ced +ink er +.d et +S ep +ĠQ ui +ĠPal mer +(_ , +s amples +oy er +ull an +que z +Ed ges +Ġsh out +ĠA chie +Ġha ar +_Con struct +Ġprem ature +Ġre vert +'). Ċ +Ġs chn +filter ed +null ptr +S aved +itect ure +CL A +Ġv l +st ell +ĉ Me +ĠL ip +n ational +Ġwh olly +Ġspr ings +.T imer +ĉs rc +els en +åħ ¶ +Ġcommunic ating +ĠQu iz +Ġt eng +Ġge z +ĠOut side +.S ign +(c s +Ġdisput es +ĠWe iss +ann es +> No +ĠB ach +.remove All +re fer +/d ashboard +ĠA jax +Index Changed +ĠWe ak +' "Ċ +Ġs ights +access Token +ĠJ oi +(d omain +ĉc v +Ġcontin uation +Ġpl um +ad ir +.set Message +Ġ ï¼Į +Ġsw allow +ĠL amp +Ġq w +Ġu u +C oin +ub ic +ĠDe als +r ace +Ġdict ator +Ġmem e +turn ed +ĠJul ie +.grid Column +Ġpup py +Ġp am +Ġ) {čĊ +Ġinv iting +Ġf rench +v im +Ġwr apping +Ġ#- }Ċ +([ - +Ear ly +Ġsh iny +.f aces +Ġreb ell +abc def +ä lt +Ġest imation +ph ys +los ures +_RE L +Ġex clusion +ĠSk ype +we ise +-st op +no thing +ĠE gg +is ors +Rich ard +Ġcounsel ing +Ġcomm em +ĠQ MessageBox +ĠSy nd +ĠFro st +ĠCompet ition +ĠAw ake +Ġt ed +ic iones +ĠDev Components +VERTISE MENT +ott i +.run ner +Ġuniqu ely +.fl ag +ĉ rs +_g eneric +Ġ`` `Ċ +ACH INE +Ġme in +( Application +( br +Ġrat ios +: , +ĠXCT est +ustain able +- www +it les +_T EMP +Ġs yst +umeric UpDown +ĉassert True +Ġw f +. peek +ĠBul g +Ġterr ifying +.M ODE +ĠG W +á r +Ġf ic +Ġcommit ments +- tech +ĠL iquid +ope z +z heimer +a ña +-m edia +( animated +_go al +Ġg um +yst one +.S ET +ĠW end +set CellValue +Ġmsg s +c ash +AL LOC +/ aws +Ġmic rowave +.Point er +ĉ Console +_s orted +ĠFil ip +Pro d +Ġ//! < +ing roup +Ġk s +_T RI +Ġteas poon +ĠAT T +Ġrecover ing +ĠG LOBAL +.P ar +Ġ/> ;Ċ +Ġmar ble +ul ators +ĠC ycle +Ġher bs +_m etric +) ! +_C LOCK +_ Button +H arry +è¿ Ľ +Ġstr ains +ĠApp Bar +ĠCh an +/v ideo +Ġb am +.Pro gress +$ f +lem en +Ġir regular +ĠD uncan +ĠM int +-v ideo +ঠ¾ +ó wn +ĠEM PTY +Ġstack ed +ĠH A +_c ut +Ġwhere in +ĠW ays +(count er +è¯ ķ +Form Group +Ġble w +c ourses +Ġproduct os +ry s +ĠRest r +Ġsty ling +> s +Ġp iv +Ġit ertools +get Repository +ĠI k +_dev ices +lay ui +Ġhalf way +Ġfran ç +Ġtun ing +O A +_N ode +ar de +Ġfier ce +lic ted +# čĊ +Ġbreak through +ĠE rik +Ġb ride +Ġ. " +cul us +ins ide +ĠIndian apolis +ĠE E +Ġy og +urre t +.f s +. grad +_c ards +_ac curacy +_ep i +qu eda +/ org +é ªĮ +Ġcom pte +)) [ +Out side +G reater +ĠRender er +. actor +Account s +Id le +_h ours +ern er +Jo ined +Ġmen j +requ ires +ĠO PER +.remove Child +ĉs p +Ġes se +r ift +xF E +ĠSh akespeare +________ ____ +Ġbudget s +Model State +fill able +- component +oc os +ĠBUT TON +/ io +, out +s ms +Th omas +ĠAr med +res ume +Ġrot ating +ĠV ault +Ġse us +. (* +Ġa mino +Ġ[] );ĊĊ +Ġprov oc +no x +.Get Enumerator +==== ===Ċ +æĸ Ļ +_sc roll +Ġfil med +ĠS oci +g ap +g ro +V ote +" But +_R C +An imal + Ģ +ib ile +Ġaw aken +ore st +in ja +ĠI van +( Command +Ġ ***** +Î · +Ġkv inder +/h elpers +_c ases +t g +ìĦ ¸ +Register ed +ĉp ass +_d igits +Ġcont our +Ġinf ants +Ġjust ification +ĠFort unately +Con tr +ĠonCreate View +_S AMPLE +Ġallow Null +Ġn ud +Ġfet ched +_e qu +ĠUn able +=\" " +> {Ċ +Ġcommit tees +ist ema ++ ". +ÃŃ an +m ant +Ġsou theast +ï¼Į Ċ +dialog s +PRO JECT +charg er +- port +(u uid +. export +S ix +ĠR P +P rem +Ġconsc ience +Ġmargin Right +_d istribution +y aml +res izing +D ock +ĠLoc ations +G Y +Se ed +B UFFER +oss ip +ull en +Th ings +- self +.p oll +PL AYER +Ġå ® +G ROUP +ĠA way +Ġg ospel +xf d +M ary +ĠPort able +T URE +Ġutil is +Ġse it +Ġstr and +Ġtrans c +Ġ( ^ +ĠAl fred +.m em +.c ircle +Ġ~ / +for cing +Ġr iot +pro x +TH ON +iz ación +ĠN I +ro st +Ġdis pro +_in stances +ï¼Į âĢľ +ograph er +end as +ĠIsa ac +ĠP ine +/d is +Ġcolor With +iter ate +_str ide +Ġpun to +.Event Args +( center +Ġneighb oring +ĠPr ison +ĠMess enger +Ġepid emic +da o +_com plex +Ġgr avel +_D IP +é ment +ĠA ri +_bit map +.qu it +( valid +Ġp end +Ġrespir atory +Ġre bound +Default Value +ãĥ Ń +Ġcomm its +.test s +_f r +it et +.s f +Ġspace craft +c ritical +Ġde pressed +ĠAny Object +Ġun b +Ġdisc ern +(m ysql +L atin +ĠB og +ĠWild life +To File +iox id +@ RestController +Ġ"$ ( +Ġ<< " +Ġdefect s +Ġdat um +h in +Ġreal izar +any ahu +ĠS ig +@ Data +ad aptive +ĠC atherine +.c r +ĠCO OKIE +Ġp ictured +ĠFight er +Query able +ĠAny way +ĠGL FW +_n amespace +_ ft +Ġ] ) +Organ ization +Ġconstit utes +Ġqu and +(ch unk +"/ >čĊ +ĠL akes +main window +Car thy +sp in +(c sv +: red +-com merce +ภ¹ +Ġdiscover ing +Ġe co +_f ac +inc eton +ĠGre ens +j wt +Ø µ +ĠBron cos +ĠGood s +(G TK +Ġreturn Value +Ġsi empre +Ġneut r +w ent +ĠN atal +Ġenthusi astic +á» į +F N +/d atabase +C atalog +Ġbr un +ĠK ash +_P l +isc rim +, width +Ġin mates +Ass ignment +ĠH aven +Ġplay ground +ex am +@ Controller +ul iar +.get Parent +Ġ" ;ĊĊ +: size +iss ors +Ġf is +Ġal c +ens ation +ĠN ixon +Ġmight y +- str +_s pecial +_A DC +ĠTw ig +um bling +- address +Ġher oin +Y TE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĊ +F riend +Ġa ve +ĠP NG +ĠKurd ish +DataSet Changed +Ġbl ades +br al +St eam +Ġsig u +IRT UAL +ac os +UD P +(d atabase +he c +ĠString s +_scal ar +ĉd esc +ĠT LS +; "Ċ +ĠCor byn +Simple Name +u ell +ĠEnt re +ell ites +- place +Ġfrank ly +ĠE rf +CE L +Ġpa ÃŃs +Ġh edge +Ġlat ent +ĠIR Q +ĠH erald +ĠP rec +ë³ ´ +.T EXT +Sal ary +Ġaut umn +Ġtrav ail +.S um +Ġc ared +M or +Ġint uitive +Ġj ournals +_ IT +ĠT rou +ä¼ ł +Has ColumnName +Com posite +Ġsp ice +_d isk +_CODE S +ĠInt roduced +ion a +Ġnue stra +o ct +ĠĠĠĠĊĠĠĠĠĊ ĠĠĠĠĊ +(param eter +Ġstud ios +Ġproject Id +Ġbd sm +.Sql Client +im izer +ĠC ARD ++ t +a an +.s ol +_Ad just +Ġright eous +ĠLog ging +.f ilters +_T AB +ĉs ys +roph ic +other apy +ĠB rowse +key board +R ON ++ \ +ro pped +Ġext ensively +f k +Ġl ime +year s +Ex c +Ġs ph +Ġche ating +and ro +ÃŃ o +Ġpr ince +o ire +ĠD estination +ĠConvert s +Ġup stream +o led +Ġserv ants +Ġsem antic +Ġcr unch +Ġevent ual +run ner +/ error +Sp in +Ġsecret ly +Ġas semble +.P erson +end error +_ < +Ġp endant +S leep +ĠChem istry +Ġboss es +l k +)) ),Ċ +Block ly +DE VICE +Ġreflect ing +Ġam ple +Mill iseconds +ĠPresident ial +Ġus uarios +ĠN Z +ĠSal ary +ĠA manda +_n p +j ury +Ġkö n +Ġtherap ist +Ġhomosex ual +ĠDr ake +-w indow +ĠLoc ated +.D river +ĠV IDEO +Ġmerch ants +ĠC hest +- lock +/ php +Ġmil ano +_ST YLE +arg er +ide a +G UID +adv anced +me al +Options ItemSelected +=' % +ĠCh am +: data +(st at +Will Appear +Ġinform al +aj i +Ġre productive +ĠC AS +ãģ £ +F UNC +ĠR uth +)+ ( +CON ST +ĠF ans +Ġgroup Id +xffff ffff +Ġsam pler +Ġ}} "> +. the +Ġh ollow +W AY +ĠFac ulty +Attrib utedString +ĠLook s +ĠR ex +j k +ĠM IL +Ġb ard +.L ong +Ġliv est +Ġsk al +ic ism +MA IN +Ġmu cho +B ODY +Ġes e +ĉ use +F oot +.SQL Exception +Ġinherit ance +re ceived +Ġput as +ed is +als a +ĠError Message +Book ing +Ġtr act +ac z +ĠC ant +_reg ex +Ġide ological +Ġj ihad +h os +/s ys +col m +(p ool +Ġest án +ĠP ending +em ás +Ġktó ry +));ĊĊ Ċ +trans actions +Ġw ield +it ere +ert ure +_s s +Ġstretch ing +Ġprison er +.Read All +Ġbes ch +-- ;čĊ +Ġcr isp +_SC AN +Ġa e +Str ict +ĠMin neapolis +ĠBo eing +ar is +re k +_p ipe +Ġpri ests +(E IF +eh icles +ĠInter active +b etween +ĉNull Check +ĠBl air +ĠL t +_in line +eth yl + ¼ +_p ackages +Ġbarrel s +_ he +Ġreg exp +_ pts +_H andler +ing ular +ĠN issan +ĠR anch +Ġper ch +Un supported +Sm ith +ĠLeg ends +M i +Ġg f +st eder +Ġacqu iring +Ġsim ulator +() ," +re ceive +Ġin place +A CTION +ĠWeb Driver +files ystem +< Order +lo pen +ĠHE IGHT +.set Border +į ° +__ [" +Ġcl amp +Seg oe +b ands +to List +amb a +>' +Ċ +Ġcred ible +am at +play ing +.setImage Resource +qu el +Ġpod r +ge om +E k +ĠQ atar +Ġg eld +? ',Ċ +Ġc yl +( ax +ĠW I +ur ally +ĠBr asil +Ġsen za +ale y +on en +Ġb ah +Ġmolec ule +R ad +è¿ ° +AN CH +- background +- agent +Ġprol ifer +: boolean +Ġt ide +erial izer +_ ;čĊ +F ee +** ) +erg y +ĠHon or +.Log ging +ir is +Ġunder mine +ĠD y +Ġt yr +Ġde que +Ġdam er +([] )Ċ +.layout ControlItem +pe ated +C AN +rag ments +L and +) ]);Ċ +ĠS ah +ĠDE CL +With in +ĠN amespace +an other +sem bling +.des cribe +Con sum +ĠF ear +g iven +Or ange +< boolean +Ġstead ily +pa Repository +Ġresult Set +_ ENTER +_re peat +Ġt ones +ĠPRO P +n al +part icle +Ġsign aling +Ġaccess ory +ĉĉĉĉĉĉ ĠĠ +Ġvie le +ĠNo ah +- ag +Ġmur ders +Ġa ired +ĠPL AY +ĠS ullivan +_C ore +Ġul ong +Ġblog ging +> This +Ġdata Index +Ġprint able +ĠE yes +_target s +(P y +. over +Ġbr u +am pton +Ġplaint iff +< Key +b ull +Ġ⣠¨ +Iss ue +.cor nerRadius +C ritical +_p hi +. angle +Ġdynam ically +! ");čĊ +> );Ċ +in vest +.* ĊĊ +Ġt élé +Ġsuper f +Ġcas cade +DT D +Ġviv id +Ġsubsid ies +ĠH ass +Ġcoll aps +Ġcer amic +{} ". +ĠLeak age +-tr ash +coll apsed +-s ocial +ĠCh ad +Ġincl ined +Ġst o +Ġstory board +.p ayment +stack overflow +ĠRaid ers +Ġ# ' +olic ies +ìľ¼ ë¡ľ +em ap +Ġk j +Ġqu ota +ĠGard ens +ë² Ī +ĠAng els +Ġof t +Ġlower case +Ġi Param +Ġche apest +un ta +_p kt +ic ators +Ġle urs +Ġdecre ases +ĉ define +PRE C +amm ers +ĠPre paredStatement +(d irection +Ġcre ws +ark ed +ĠMem phis +ĠS ell +G TK +Ġm aid +: disable +éĽ Ĩ +ĠP f +Ġal beit +open h +?> ">Ċ +.get Source +(s cale +D u +ĠP IL +_ref resh +Ġbet s +(c ar +ĠV on +| --------------------------------------------------------------------------Ċ +ĠGr at +M uch +( Dialog +.stop Propagation +Ġte k +Ġex its +'], $ +Ġphone Number +uc s +ec imal +------------ -- +in p +.po jo +Ġcor pus +Ġpractition ers +.p ic +" testing +Ġstring By +.Not Null +Ġr ang +.D ynamic +_R ender +аÑĤ а +Wait ing +ĠW ik +Ġoverwhel med +% "> +ĠA E +}} >Ċ +u w +_t yp +Ġbuck ets +Ġgre eting +Ġla ughter +Ġant agon +uggest ion +- email +ĉt op +Ġer os +_tr i +Ġiss uing +Ġh á +Ġisol ate +Over flow +, E +Ġnut ritional +ĠAbb ott +Ġn f +.t ouch +.fetch all +_z ip +") }Ċ +Ġam at +ĠC isco +Ġn Ã¥ +PLE X +Ġse i +f oto +.to Json +å¤ ļ +ĠKle in +Ġlib c +Ġmin ers +å ¢ +- print +ĠP ride +T odos +Ġmask ed +Ġset Data +Ġtele fon +Ġunh appy +ĠT ables +ge b +( debug +_all owed +- access +Ġlog istics +Ġg ems +ĠM ature +Ġr sp +ĠAl le +.get Bytes +\ web +ynchron ized +Par agraph +Ġth rottle +.sql ite +cons ulta +ĠSe ah +C e +Ġsub mar +ER E +V ous +Ġre ddit +Ġsql alchemy +-m ile +oc ide +P our +}} ">Ċ +st ead +Ġ@ ( +Ġ[ ]) +ĠAd s +Ġover load +r idden +ĠDes ert +ĠW rap +ĠPortug uese +et z +ĉf irst +Ġmile stone +æĹ ł +Ñĥ Ñī +(s uccess +< Vector +co ol +Ġ[ ]);Ċ +erv als +Ġin vert +" io +cur so +fr agment +Ġfeas ible +.set Position +Ġel m +Ġimag in +@ Spring +Ġb ats +pu és +ga lement +ns ic +gi ene +ell ation +ĠBa iley +Sh ar +ĠT ul +ĠH K +Ġfree zing +gl m +ce ans +-c ut +_c ircle +åij ĺ +n egative +Ġind ian +s alt +Ġt ing +ĉm od +Ġs int +ak in +um l +ĠText Input +Ġpop ped +T MP +Ġpark ed +×Ļ × +ĠF usion +Ġhe ater +ET F +ro zen +h all +ĠM ik +lev ard +- heart +ĉ order +M aking +Ġpled ged +Ġdir s +$ post +ĠH err +stant iate +, "Ċ +.get Color +ĠS AT +Ġtimed elta +ĠM ai +ĉm ethod +Ġid iot +ĠTr av +ident ified +ĠDiv ine +.get Path +D ash +Ġinf iltr +Ġhandle Submit +bro ok +.g eneric +.short cuts +................................ ................................ +Ġdat ings +ĠM V + # +} "ĊĊ +Ġimprison ment +ason ic +rou d +uc ion +æĬ ¥ +Ġdia lect +Ġon Mouse +const expr +.label Control +Ġwe aker +Ġman kind +ĠRE CE +Ġd iz +Ġapp Bar +Ġqu é +f ra +_default s +Ġal iqu +_at om +: indexPath +Ġmiss es +Ġvis ually +ĠH ands +STR U +i ates +_ asset +F inder +mid t +Ġsn acks +(__ (' +. uri +ĠIn strument +ven ir +($ __ +.Dot NetBar +Ġconfig s +Ġguess ed +ि ठ+Ġinitial izer +Ġ? ", +ĠVer izon +man ifest +ge ben +.d etails +G ate +pons ible +ĠEl im +, str +Ġwrit ings +ĠD erek +ĠCo ordinator +Ġpill ow +Ġnotice able +R s +Ġduplic ates +ern els +k J +.z z +oll and +ĠSE CTION +_f name +uff led +'].' ")Ċ +ĠD ollar +Ġem oji +Car ousel +- player +Ġadjust ing +Ġjug a +alleng es +g ene +(body Parser +lop edia +ĠBeh ind +Ġslee ves +Ġdrag ging +ĠChe vrolet +Ġb iz +iv ities +ĠFrequ ency +, char +.W HITE +_pre view +) ';Ċ +_ ax +ION S +.c pu +.input s +UB E +_fe ed +ĠSup plement +! ). +es us +ĠU DP +Ġmicro phone +Ġconf irms +.is NotEmpty +":" ",Ċ +_S CREEN +ĉ expected ++-+- +-+- +ĠH ait +fast call +Ġdep ict +v b +_p icture +ĉd escription +ĠW ife +uc i +Ġv icious +ä» ĸ +ue ba +Ġset User +ãģ ¡ +Ġd iving +Ġoper a +user content +ar ah +) }, +y un +vel t +Ġun covered +Ġh ips +Ġosc ill +Ġassert ing +ĠX i +.re store +ke a +Ġsp elling +Ġder ive +ab we +ĠD ow +.set Type +_v s +Ġco zy +.c ategories +O rg +_m gr +Ġd ungeon +collection View +ĠBl ank +ac ias +ä ä +_clean up +_ACT IVITY +Ġtri angles +.Menu Item +Ġip hone +ĠW on +] ]ĊĊ +ĠCompar ison +.D oc +Ġcan onical +ĠSud an +') { +Up Inside +b uiltin +ENC Y +x be +Ġch uck +Ġcontrad ict +Ġnuest ro +Ġarchitect ural +ĠF ib +Ġcomp ares +* k +C fg +çĦ ¡ +nt en +Match es +ĠDOWN LOAD +_HAND LER +man agement +[ S +EN G +ÂĢ  +f ang +Ġsl ipped +ĠL anka +esc aping +Ġtack les +ĠPed ro +.P rop +.' ' +.G enerated +.New Guid +at rigesimal +ill on +Ġstat istic +spec ies +hold ing +Dr upal +Ġfundament ally +Ġbond age +Ġres olutions +Inline Data +\ Type +est ion +.w rap +Ġwar riors +ĠLOC AL +Arch ive +Ġembr aced +á» § +.V er +ĠAff ordable +oles ale +ĠAp plied +ĠCon version +m ega +_c am +Ġcer emon +aur us +ĠVol k +.op ens +/ about +ĠSt d +j ournal +()) {čĊ +," \ +( Arrays +ĠD ense +ase ña +än ner +/ stat +user Data +Ġg erman +Ġt z +worth y +Format Exception +ph erd +Ġsm iles +ĠWh enever +( adapter +.bad logic +Ġbrief ing +.Grid Column +- char +dim ension +ĠC opper +Ġnin th +Ġ' {{ +Ġr av +_T able +Ġderiv atives +ĠR aise +ĠF ut +arm or +-p adding +Ġre min +ĉ style +ĠMembers hip +Ġspread s +Ġgall eries +ĠClar ke +Ġcon ception +min ute +Ġab usive +_ad j +Ġterr ific +Ġover t +our cing +Ġentr ada +level s +Ġcrit ique +Ġrespect s +ĠM MA +i ene +Ġenc aps +ĠRay mond +Div ider +iv able +b az +Ġ@ _;Ċ +ĠCl aire +Ġur ging +CE E +Ġtransform er +disc ord +ĠJ ourney +t os +Ġcompet itions +ĠO BJ +ĠB is +Ġrelax ation +id y +_IN STANCE +ĠP ref +d ados +ici encies +ĠMedia Query +ĠC ube +ĠStr ange +g pu +(d ays +_Init Struct +Ġfinger print +em at +ĠGe cko +Ġr ails +ĠL um +str action +ig ung +(m ovie +_d ictionary +_int errupt +ĠQ C +ik ed +append Child +rec ipient +r é +V e +Ġtow el +.last IndexOf +Ġplace bo +ĠW ie +.es p +( Debug +oper ative +Ġdece ased +& id +ĉm utex +el ic +Ġb apt +ĉ čĊčĊ +Ġfar ther +H alf +.dis able +.menu Strip +le ccion +Ġresult Code +Ġc ans +-e lection +f emale +_F IX +aus ible +ĠP OWER +Ġrecon struction +Ġsc ans +.Xtra Bars +âĢĺ s +Rem oved +Ġparagraph s +_m argin +Ġl ymph +Ġb os +ling ton +ĠBapt ist +Ġadvertis ements +ĠMan age +/ yyyy +IO US +ENC ES +ĠF iction +ĉm enu +ĠFile OutputStream +ov an +ĠF eng +Ġsk ipping +get Class +ann i +Ġreb ounds +Ġpublic ity +Ġing res +use ment +Ġthought ful +.Ch art +Ġhat te +pass port +Ġhook ed +ĠL ens +Ġflag ship +Ġst ip +ĠG EN +Ġcl ues +ip v +ĠR ise +ĠG ew +tab lename +Ġfore most +_ validate +_an alysis +oll a +Ġqual ifications +Ġdistrib utions +ĠFl ower +Ġt ense +Ġthank ful +Ġcl utch +Ġun ified +ro ads +Ġsit i +Ġst all +_P RIORITY +c stdlib +_USER NAME +.by tes +? page +ermal ink +ĠVe get +/v nd +- author +.N ONE +ĠCon current +ĠC ry +Ġstart ers +ĠInter action +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +ĠLE VEL +E ll +Ġcom boBox +ĠTh eresa +te k +_H andle +Ġab y +.g dx +, end +(L ocal +O l +kn ife +ar ial +ĠH off +Ġprostituer ade +Do ctor +Inst ances +.Set Value +ĉf rom +Ġlux urious +Ind ent +Alloc ator +_D RAW +(", ", +ĠFr ances +Ġgroup Box +(s chema +Print f +OR IES +- gradient +Ġre put +ar in +_D ONE +in cre +ig nty +Ġex ert +Ġ- . +/ App +-th rough +Ġdecl ining +Ġdess ert +Ġinc umb +Ġdesign ation +.P ORT +, strong +Ġsand box +Ġw ines +ĠP av +$ str +ask ell +Ġh ö +ĠP Y +Get Instance +Text Input +game Object +/ events +created At +Ġlocal Var +ĠWH ITE +per ed +ile ge +eff icient +, color +c ate +ĠC afe +Ġsimilar ities +Ġp umps +ĠHung ary +.User name +Ġsk ate +Ġtouchdown s +Ġacceler ate +ĠH elen +OM EM +ĠK un +_v ol +Ġfind All +ĠMens chen +a head +); " +kom men +Ġpossess ed +.arg max +.trans ition +AR P +OLUM E +(s cript +ĠÐ ĺ +ĠF inding +on ces +I o +B old +Ġrenew al +_D IALOG +Ġdis reg +INT ERN +Ġt oute +Ġelect r +ĠG ross +ĉ true +.F ields +ĠW IDTH +ĠD ent +Ġà ģ +NS Notification +Ġa os +Ġme lee +. Validation +ĠDE C +-depend ent +Ġsu ic +T raits +$ message +ĠD ear +ĉ FILE +l anguages +.P rot +.add r +-g eneration +IC ON +Ġtrans plant +-d escription +Ġch asing +Ġche es +Ġ} */Ċ +Tr ad +qu eries +/widget s +sub package +Ġes pec +Ġcr acked +Ġcompet itor +P urchase +- team +olec ular +or Thunk +& P +Ġrel ent +/ #{ +Ġproduct Id +Ġè ¾ +ĠL av +ĠAl ter +.M ode +AD IO +gr p +æ ·»åĬł +Qu it +Ġdepth s +-c ategory +ĠD ATABASE +S PELL +ĠFal con +ĠQString List +Ġ'' . +ĠIn stitution +d amage +az or +bel ongsTo +ver ages +ĠN ONE +ipp ets +, \Ċ +Ġfoot print +_ archive +n ak +.get Field +ĠRef lection +Ġ' ] +ĠH BO +_dis count +Ġin cest +ĠD odge +ĠW ade +.N O +" encoding +ĠBlock chain +Ġlaws uits +ĠM aint +ch ten +Ġét ait +Ġktó re +_ ctl +(t imer +B attle +iz o +ay ed +I OR +ĠGlas gow +Ġsyn th +_log s +.p ose +_Adjust orThunk +(( & +Ġuns ure +yst ate +íķĺ ëĬĶ +O ULD +. ng +Ġdefault dict +work space +Ġselect ive +Picker Controller +YNAM IC +.method s +Ġpath ways +ĠF ew +K G +CRY PT +follow ing +ĠD LC +ĠS ara +Ġpres et +estruct or +ĠK urt +Ġair plane +Ġo mp +ĠParent s +ĠMart inez +.com plete +Ġbroad ly +Ġsc are +ĠM é +Ġelim ination +Ġpou red +/ sw +Ġcom un +Ġm asc +ĠOrgan ic +ĠString Utils +il ateral +Ġreluct ant +- age +Ġn z +." \ +Ġpast or +ale z +Ġe fect +pro v +/ init +Ġp enn +und s +Ġs size +ĠPro j +bas ename +Ġsh ells +ĠNe ck +ĠEn forcement +vid ed +st own +S phere +$ r +uss en +af il +ĠTele gram +Ġanaly tical +нÑĭ е +us ually +x n +Ġhistor ian +ĠGreg ory +ol ph +ĠUn a +Ġcon tributes +% - +anti ago +ÑĢ ед +.reg ion +Ġab rupt +ĠUnsupported OperationException +ĠT ASK +_f inish +Ġnot orious +ĠV s +ĠM Q +Ġsun set +Ġun acceptable +ar cer +Ġill umin +ĠOr b +Ġb h +E ste +_dis patch +Ġr ipped +Ġtou jours +ĠPar cel +_ ll +.user Name +.class es +S OURCE +( Number +ел Ñı +Ġhead phones +(s ide +const itution +ann ah +čĊ ĠĠĠĠĠĠĠĠčĊ +Ġcl iff +- ref +Ġmo strar +ĠPow ell ++ y +ĠB G +_f ragment +.P ort +Ġreal izing +param ref +Ġh ometown +@ Table ++" --}}Ċ +F rench +Entity Manager +ĠPl ain +//////////////////////////////////////////////////////////////// //// + ³ +( RE +c apt +Ġorgan isms +Ġj ets +ol ocation +ĠApp RoutingModule +Ġgl orious +æľ į +Ġdisc arded +ĉĉĉĉ ĠĠĠĠĠ +ĠArn old +l ug +Ġpar l +Ġhorm ones +Ġm ah +ĠSon ic +Ġorgan izers +_PL ATFORM +.in v +Ġch ord +vent ional +ĉ of +Ep isode +. Enum +unk t +ĠD h +ĠJ ared +ĠN ak +Ġint ends +End ian +Ġa ustralia +_c v +(res olve +Ġclin ics +lik ed +ASH INGTON +in ha +' * +ĠN P +_b eh +Ġh f +Ġw ür +c ategoria +$ form +Ġsub way +Ġis Active +pop ular +C our +Ġco oldown +Ġa insi +ĠGL uint +ere al +Ġarray Of +Ġh atch +======== == +ress es +_P P +. ^ +_dec ay +ĠB less +met rics +ĠCOPY ING +ĠDump ster +ĠJos é +ĠDesign s +< +Ġ" }Ċ +time zone +Ġe er +max cdn +ĠE SC +ig aret +_conn ected +_re verse +Ġquestion able +ĠUS C +Ġtut ti +Ġdrop out +ĠActiv ities +ĠW inds +')) );Ċ +Ġcon gest +ÄŁ ı +Ġprolong ed +è¿ Ļ +ĠCross AxisAlignment +LE EP +ĠVAL ID +ĠG az +Ġdepend ence +ĠP rix +.Compiler Services +j ump +Ġstr at +c irc +ĠC USTOM +x aa +Ġb mp +Ġb ureau +Ġw aren +N X +( Window +ĠChrist ie +_F E +Ġt n +ĠOm ega +communic ations +Home Page +com pletion +Ġsupply ing +YP ES +á vel +åĪ ¶ +(c lick +\ Contracts +/ questions +Ġe z +AM S +.m esh +Ġ' \Ċ +Rob ot +Json Object +ĠD F +ĠProcess or +_sh ould +.prot obuf +- users +Ġemb ry +F ONT +Ġstart ups +ĠData Source +) # +uro s +_C olor +Ġstand alone +} [ +j d +Ġforg ive +Ġng x +ĠGener ally +Ġconfig urable +/ order +Ġv as +') ";Ċ +ĠR R +ĠT roy +Ġcomprom ised +ĠSw an +int endent +Cent ral +_ keeper +Ġar quivo +ĠRead Only +_cur ve +k v +ent in +è ± +ĠE y +.im read +ĠP am +if fe +at ivity +xb c +Ġgr im +-f illed +names e +'] : +Ġa ur +ĠGib son +.Mouse Event +Ġl ado +avad oc +Ġfam il +ĠM oder +f ps +ãĢĢ ãĢĢ +- example +ĠAl zheimer +ĠU tf +_arg uments +Con clusion +text Content +rem aining +Ġinterrupt s +ĠBack up +ĠM ong +Ġrecept ors +h istor +.cor outines +Ġsh outed +Al arm +Ġcomb ust +Ġg rote +ult ural +( ids +---------------------------------------------------------------- ---------------- +ipl inary +O pts +ĠY ale +local Storage +Ġequ ival +ĠF leet +\ b +* pi +ĠQ Label +æ ¡ +Ġv x +ĠA CL +Ġsu cesso +Ġper c +ĠNot re +Ġan arch +R ing +sp b +Ġstr pos +st ores +ĠMap le +(Main Activity +(" ")) +Ġview Holder +Qu ad +Ġig ual +ors che +.m argin +Ġind ie +Ġfr anc +ĠForm Builder +ĠPart icip +.fl ash +Ġstorm s +U lt +Ġf en +[ new +E ver +=" Ċ +Ġlocal ized +_f ollow +Ġn ave +Ġdomin ance +(t ile +J ournal +ĠV C +Ġpenet ration +ï¼ ķ +Ġcomp artment +Ġb ids +Form atted +****** /ĊĊ +(c ity +âĢĶ it +[ C +Ġuse Callback +a ub +) ?. +ĠV AR +ĠSe bastian +ĠM oss +Ġabund ant +G reg +ÑĤ а +_c i +Ġbib li +CR M +ĠAt tempt +ism e +d ash +ãĢ İ +_m u +.Formatting Enabled +Ind eed +-d irect +Ġsuck ing +Ġp ne +ocab ulary +ĠPack ers +.N avigation +Ġp ied +cri bing +ĠSt uart +.To Double +ĠSecond ary +S aving +ĠD ut +ĠM add +M agic +, H +.document Element +ĠB ST +Ġdiff ers +Ġmore over +_ nd +SE ARCH +п ÑĢав +æ ´ +to Match +Ġdecre asing +-m ember +amp us +( boost +D aily +Data GridView +ĠHttp Context +Ġh ipp +_work ers +-l anguage +é ĵ +Ġconsist ed +ath ing +ĠMer cury +$ content +Ġpract iced +ĠMod ules +_D AY +Ġweakness es +ĠL odge +Ġn ar +ĠM ate +Ġj p +ĠHttp Headers +Ġsm o +ĠT OKEN +] )( +Ġaqu i +sw agen +Ġs rv +ĉ ans +A round +ĠMan uel +Ġfiction al +ĠIM G +Ġ. ' +ĠB erry +Ġwall paper +sex ual +ier o +Ġ çļĦ +ìĨ Į +Backing Field +ĠAd rian +BASE PATH +Ġrepe ats +Ġbl ues +Ġunp redict +_c oll +st acle +ĠT umblr +ĠEl f +Ġass urance +Ġc ensus +ĠIM PORT +END ER +an os +Ġ= ( +ĠEll is +" ĊĊĊĊ +.w in +ĠA bove +al on +_t ick +Ġrepresent ations +Ġæ ķ +w id +ĠAr ms +List a +_f ailure +_c m +.Flat Appearance +Ġthr one +P atch +ĠV oy +eng l +Ġnegot iating +> ` +Ġshoot s +ĠF PS +.Y ear +ĠK iss +enc ión +reet ing +From File +Ġresign ation +Ø · +Ġtw ins +Æ°á» £ +Ġge bru +.get Content +.T ree +ĠEmploy ees +ĠF IFA +Ġcert ainty +(C l +Ġtot als +edit able +ॠĢ +.Report ing +M as +qu iet +.r ules +ĠV O +con exion +, K +Ġalloc ator +ĠPow der +\ Repository +Be at +_t ipo +Ġ[' ', +_IN TR +Ġ<< < +< hr +") == +ugg age +ĠC raw +Ġé galement +Ġg inger +Ġprim era +Ġprod uto +lt k +.User Name +Ġstr error +m ith +_n b +Ġdis comfort +']; ?> ");čĊ +drop IfExists +ĠB eg +_H AL +Ġcross AxisAlignment +ĠE vidence +Ġpec uliar +Ġinstit ute +ve is +Ġf ft +à ģ +Ġzo ekt +an aly +ĠHom eland +Ġpen etr +udden ly +ĉ element +ĠB ren +ĠTr udeau +ĠCub an +j am +us lim +_e v +Ġst ems +} % +Ŀ å§ĭ +Ġbrand ing +Ġcorrespond ence +.j query +¢ åįķ +ĠRead s +(Http StatusCode +ass in +(s lot +ĠGrad uate +/// < +Ġinform ations +EN ABLE +Ġp uis +Ġfind er +ĠBr is +Ġnett steder +_m id +Ġo gs +ĠSter ling +Ġar rog +str ftime +| ĊĊ +Ġvo x +ĠReg ardless +Ġes o +ĠCom fort +.Boolean Field +Ġu h +AC Y +Ġsque ez +ĠV ic +cont ro +. lo +Ġ ire +ĠCom edy +ë ¶ +Ġorigin ated +Ġsh ipment +| max +_g uid +lev ation +на Ñı +( undefined +ĠD DR +Ġshoot ings +ĠLat ino +END OR +Ġaver aging +Ġgre eted +Ġthe aters +о е +Ġd B +Ġg st +Ġdef inite +. Storage +.h er +Ġa fore +ĠRe ality +ĠGod s +vers ed +Ġhands ome +Ġex cluding +( ad +Qu otes +ĠS cheme +? q +ĠT amil +T icks +Ġp est +' n +Ġporn ography +_mod al +Ġ ---------- +Ġdis posable +F REE +Ġsh ark +C HE +Ġdep icted +Ġdemonstr ations +ĠK illed +ĠR ULE +Ġobs essed +Ġsimpl ified +Post al +Ġconcept ual +Ġp st +L as +_PRO JECT +ucceed ed +ol u +ÄŁ i +Ġpersonal ities +Ġres hape +Ġenc losed +ĉp tr +Ġtutor ials +Ġexpl oded +_DIRECT ORY +åĨħ 容 +Ġcan on +Ġrecogn ise +P AD +ĠAppro x +ĠRest ore +ĠImport ant +Ġheav ier +.Se quential +Ear th +ĠMil k +.set Request +.t em +Ġre construct +Ġskept ical +_Pr ivate +BU F +qu a +: a +Ġse k +Ġd well +oss a +Ġreward ed +и й +(top ic +_part ition +Ġ__ ________________ +Key words +ĠFr anco +L ite +Ġn aken +Ġз а +O BJECT +Ġcraft s +ĠSw ap +.X na +.Con nect +Ġbalcon y +(re al +ĠBarn es +b ir +ĠTw enty +ay an +at ars +ĠProp el +ĠIh nen +Up grade +Ġcur b +- second +Ġn eph +.p res +ìŀ ħ +.se q +Ġp added +" ? +j l +ãĥ ¬ +') a +Co ordinates +Ġen acted +ENT S +Ġl ac +.f inal +ĠPhp Storm +c alled +Ġin quiries +.m iddleware +ĠD owntown +/ ';Ċ +Ġkil omet +ac cel +Ġqu ien +w string +set Data +Ġman era +Ġmod ular +rim p +Ġtar iffs +âĢĻ il +_TH ROW +/c olor +ĠHT MLElement +Ġcar ro +Ġpr ere +Ġplot ting +ĠPos itive +ĠMach ines +OT ES +á» Ľ +ple asant +Ġal te +Ġa inda +th ese +Ġc ors +ip ay +ĠAdvis ory +ĠRub io +j q +Ġl imestone +Ġdet ached +设 ç½® +ten ant +ĠDep th +al ore +ĠÑģÑĤÑĢ ок +ĠF ORE +ĠL ay +p resentation +) ');Ċ +.sub plots +Ï ĥ +N OW +G ar +hand les +ab ra +put ies +ĠElect rical +M iddle +rop ic +ĠJ D +ĠD yn +ĠB ristol +ĠMc Carthy +Ġstri ker +Ġenumer able +ĠEv an +.default s +qu ences +) || +ĉt oken +â Ĺı +-d ropdown +ST ORE +ĠGraph ic +( pp +Ex pl +Ġup wards +ĠD istributed +ĠW EB +J er +is NaN +çĶŁ æĪIJ +> R +üss en +ef s +Ġun cover +Ġl ud +.cal culate +Ġint ptr +Ġmidfield er +. Headers +Ġm f +ere f +.M etro +ĠSpe aking +: b +Ġcryptoc urrencies +Ġdem ons +ĉ EXPECT +Ġw icked +y outube +: Int +ĠHind i +ĠC AT +ĠØ ¹ +r ar +om ore +/ per +/lic ense +Ġre im +Ġawait ing +Ġle thal +ĠE F +round ed +ĠPl atinum +ĠвÑģ е +.co ords +.De vice +/ item +ĠW enn +compile Components +ĠK inder +.remove Item +Ġand a +bn b +Ġpr a +( transaction +Ġembarrass ing +ĉ BOOL +.content View +Ġevent data +at ore +Ġprovided In +ir ma +Ġz ona +_H W +æ Ļ +Ġst ove +Ġcounter part +_Pro duct +_MAN AGER +Ġinfr ing +ĠE RA +_p arty +Ñ ij +Ġin ici +_ Request +Ġmir acle +Ġcancel Button +S py +at ó +Ġpol ish +ĠNic ole +.display Name +\Request s +Ġuse History +Router Module +Ġst ared +ID ER +Ñĥнк ÑĨи +Ġnot a +$ arr +pec ified +Ġto pp +_DR IVER +/ ng +å ł +_t m +% timeout +< s +Ġ( *) +ĠHttp Request +_TR ACK +(n ote +ĠExp lore +_s erv +Ġç » +B inder ++ ", +. att +ĠEth i +Ġc ódigo +=' \ +.l ines +( Of +å° Ĩ +miss ible +Ġv é +Ġac oustic +Ġcraft ing +n it +.b a +ĠLuc y +Ġi Pod +Ġpup ils +-m ax +_w r +(c p +ĠRE PORT +Ġd ns +ĠRe ferences +Ġundert aken +Ġkø benhavn +Ġch ai +ĠC roat +_ Log +rown ed +_m ed +ĉ date +# __ +Ġcost umes +ĠRe quires +aff le +ç Ĭ¶æĢģ +-S emit +ela ide +еÑĤ од +Ġp estic +Ġd ra +DOC UMENT +Ġ... čĊ +}` }Ċ +ĠA uction +ĠD ock +xxxx xxxx +(get String +ħ į +Ġborder Width +ĠMach inery +Ġpredict able +.S H +Ġam plitude +.for Root +IN avigation +Table Model +at trib +Ġmaneu ver +Ġexc av +B ERS +Ġd apat +Ġinstall ations +.A sync +Ġr ays += âĢĿ +; ččĊ +.c rypto +_db g +ĠEnum erable +Of Size +_epoch s +m w +M ENU +out line +ĠP apers +============ Ċ +Ġuniform s +ĠG ig +- package +ĠJen kins +ĠHome Page +.is Selected +Ġmechan ic +M K +ĠS ounds +//---------------------------------------------------------------------------- -Ċ +Ġresearch ing +Ġinf os +ograph ics +ers et +([' / +ĠTim ber +. agent +.to JSON +_command s +par ing +_ad just +.n ome +(g lm +Status Bar +file path +? âĢĻ +Ġdetect ive +Ġunser er +ĠTib et +EN DED +(se ed +Ġsne ak +Ġam or +=" // +ĠPan thers +all ax +ĠL IVE +ĉD WORD +]= - +Ġtorn ado +/ min +Ġlung s +-c urrent +ĠBook ing +åĪĹ è¡¨ +Ġenjoy ment +ठ° +J A +typ ed +.B tn +f at +ug al +ĠSh ares +Ġdis gr +ĠB AR +ĠFO X +Op code +ĠS z +key down +iction aries +Ġdetail ing +} ))Ċ +Ġp ok +Ġdemonstr ating +Ġnot ation +l ayers +@ if +ĠN PR +.strict Equal +ĠRec ipes +.T ensor +Ġliqu or +Ġdeb ts +.ends With +W heel +.P os +CS V +$ arity +Ġun stable +( loss +ENS OR +Ġele ven +ĠL opez +ĠHop kins +con om +ĠS eth +Ġpo ems +Qu ant +Ġg sl +Ġsy rup +Ġs ibling +Ġc ass +-v ous +ö t +_P ATTERN +_SE CTION +est imated +up grade +.m ongodb +ĠBo at +_C TX +Ġfetch ing +ust in +pi el +M arg +Ref lection +Ġd uct +ĠMunicip al +Ġb x +.Get Current +ml ink +ĠAccount ing +ĠGene va +_P os +Ġpass er +Ġhear ings +com pan +Ġfrag ile +Initial izer +walk er +.M aterial +ĠHun ting +trys ide +Ġk at +Ġcl erk +á Ł +do ing +ĉg roup +Ġsan ction +.l b +ĠL azy +ĠCon straint +P agination +Ġpou vez +ĠInd icates +M ER +Ġcour s +Ġyear ly +Ġgros se +abb rev +ĠD ON +Ġproceed ed +ent lich +Ġproperty Name +ĠTe aching +st adt +Ġc utoff +orn ers +Ġa frica +Ġrend ers +ĠYan kees +ĠTool bar +sp aces +.fill Style +Ġseg undo +_str len +.F irebase +å¤ Ħ +Ġmention ing +\ ( +ĠVal ve +Set ter +Ġsp ans +ĠAl cohol +ĠLet ters +\x e +ĠT K +_B LE +.get Result +< Player +ĠP att +Ġeas ing +Ġtur key +ĠF en +') " +Ġconf ined +Ġin clus +Sup erview +(with Identifier +enc ial +Ġstuff ed +Th eta +Ġeconom ists +} ));ĊĊ +co okies +ĠRo ose +ĠChe ese +Ġfich ier +Ġen forced +AB B +no ÅĽci +_AL LOW +Ġrecru ited +Ġexpend iture +-n ight +Ġassert NotNull +_ex ecute +ĠØ ¯ +IN DEX +_F MT +Ġresc ued +ĠMonth ly +ĠCons ervation +ĠG eb +Ob ama +Ep och +ic ies +ĠOr t +Ġso it +( icon +F riends +m ol +Ġground ed +ĠC ause +ad ena +WE EN +ĠL un +IT IVE +. loop +_un til +Ġcor r +.ed ges +Ġhyp oth +ched uling +trans lator +ĠÐ ľ +R om +ãĢij ĊĊ +ĠX amarin +Ġviol ating +. anchor +--- ĊĊ +Ġtr ader +AD VERTISEMENT +Ġuns ere +ĠD AO +Ġbl ond +ĠP AT +.g lob +Ġè¾ ĵ +Ġsplit ting +Ġun subscribe +Ġatmos pheric +ĠTr im +Ġcit ation +Ġin ference +ĠF t +ĠDar win +find One +ĠG el +( Convert +Ġaccess or +; text +(s orted +Ġjud ged +); \ +: p +Ġme ine +ĠS lim +.Command s +Ġper ceive +coh olic +< Data +.entry Set +Ġassert False +ĠPat rol +ense m +ÅĤ Äħ +¨ ¡ +W IDTH +ĠRes cue +ĠU IF +_THRESH OLD +ĠMich el +ATER IAL +opens ource +ĠD iana +Ġinv ites +_B ODY +Ġreserv oir +Ġro i +c ust +(t c +ï¼ģ ");Ċ +Ġfest ivals +Ġperform ers +Ġclim bed +Ġj ungle +String Length +Ġunlaw ful +ier re +vertis ement +Ġst akes +Ġh ats +Mod ify +ĠLET TER +.H ide +Ġstat utory +_ white +ĠPer l +uten berg +em ple +.W orld +Ġoverlook ed +Ġcon cludes +/* ================================================================ +-w ise +ĉ stream +pop ulation +Ġevent o +Ġillustr ations +ft s +Ġaut of +ĠPro cedure +Ġdes erved +-t imes +Ġg ol +N SError +cre st +ĠPak istani +any ch +get Current +Ġl ar +nt l +ĠRe becca +Ġm ateria +Ġfind By +/ ad +Callback s +ĠAl s +ĠKat ie +ĠObservable Collection +ĠDocument ation +Typ ed +ĠCulture Info +ĠTim othy +Ġlater al +" type +Ġun authorized +Ġteach ings +Ġdebug ger +[ value +Ġal ors +Ġu z +Ġsc atter +Ġdown ward +Ġmig li +status Code +Ġ( )) +ĠM W +Ġм ож +RO SS +.b uf +Ġfair y +ĠInf rastructure +=> " +t lement +$ (" +From String +ĠB ild +Ġconvent ions +_n ative +ĠIns pector +ĠP ist +ub ar +Ġreg s +ĠP ilot +Th us +>' + +Ġc ela +.new s +( Product +L iving +R ussia +Ġfac et +et ical +Ġ[' $ +/ [ +ĠD ire +Ġg ases +ĠIN FORMATION +ĠE at +ĠFor ums +ĠChar acters +_m et +Ġìĭ ľ +Ġk ings +ach ie +ĠL ambda +Ġtim ers +ĠLight ing +ĠCase y +add ir +and ex +. answer +ĠH ip +ĠPr incip +Start Date +Ġ ãĢĮ +t res +Ġ& # +.Max Value +ĠPro blems +Ġlat ex +Of Class +ĠLyn n +// ' +Ġvoy age +Ġshut tle +ĠRoll er +ĠRuntime Error +uy a +D ic +ĉb uilder +Ġbul lying +Ġsimple st +.c alled +ĠL R +Ġmor ality +Ġst urdy +tr acking +.sw agger +_B IND +IT OR +-url encoded +ĠÑ ħ +ĠTr inity +Ġtr aps +Ġ| - +Ġset Text +Ġbarg ain +Ġbr akes +.get Code +Ġmigr ate +Ġrib bon +) return +Ġcharg er +ac om +ADI US +ĠAmb assador +-a fter +Ġann i +ĉs pin +Con cept +ĠHend erson +ĠH OST +.r ank +ĠNor theast +Ġber lin +Ġrequ is +.f eed +Ġsource Mapping +ĠRen contre +. ajax +nest js +Ġtre k +ĠN acional +Ġ& [ +Ġpay able +ort ex +Ġde pt +field Name +Ġcomple tes +ĠR VA +Ġon ions +al ignment +Form ats +Ġ' {$ +Hash Set +ĠB od +.Invariant Culture +Ġsettlement s +Ġhy dr +. updated +vent h +( seconds +="/ " +Ġweb page +( ĊĊ +Ġt ir +Ġto es +ĠBr ick +Ġamb ition +P ot += max +ET IME +Ġdep ot +c alls +ĠNor wegian +` : +Ġbur ger +Ġprofess ors +ĠAl locate +-third s +-ch art +Ġfor d +* N +.k otlin +Ġpaper work +ĠDE VICE +% @", +res pect +(m p +é «ĺ +- if +Ġcush ion +ob ot +Ġpar c +SP ACE +ĠNet anyahu +Ġself ish +fe at +Ġclient es +-to ols +Ġpor ch +Ġj q +. verbose +Ġlib erals +] )ĊĊĊ +p ies +Not Blank +( term +ÈĽ i +_Param s +.normal ize +B ullet +AS IC +(h ex +_client e ++ , +_D I +Ġforth coming +} ")]Ċ +se o +U m +> Name +Ġcomfort ably +irection al +W ITH +/ pr +ĠP oor +ĠVit amin +v ic +G H +Ġprior it +ĠN N +ĠC losed +¤ í +Ġis Open +\ Console +And Feel +.S UCCESS +_OPER ATION +pol ation +ĠT as +ps z +> '. +C URRENT +V endor +host s +ĠE rd +>tag ger +ĠsourceMapping URL +Ġmar athon +_c losed +Ġexem ption +Ġrecogn izes +ides how +' $ +('/ ');Ċ +m its +war z +ĠCh erry +µ ¬ +n or +port e +Ġw l +_back up +.get Boolean +.get Resource +Ġdefinit ive +. EditText +Ġs ÃŃ +.C ONT +ĠPL AYER +.c ards +ĠSh ore +('/ ')Ċ +cl uir +Web Driver +(m onth +-re lease +Ġins pector +å £ +ĠN F +_cl ip +åŃ IJ +Ġinteract ing +.t mp +Ġ'' 'ĊĊ +Ġde e +Ġfro st +"] ))Ċ +ĠPl aces +Th rows +f ork +/ day +i Phone +ĠM IC +Ġfold ing +Ġcro re +ĠCh iefs +pher ical +( price +.Write String +Ġexit ing +] ',Ċ +ight ing +Ing redient +( vertex +Ġscroll View +h f +: new +SE N +se ctor +Ġsp ins +ĠS cheduler +ote chn +sem icolon +Font OfSize +ĠSpecific ally +fl amm +.Object Id +Ġcont a +_per missions +ĉF ROM +IC ODE +/ kg +ĠHot els +-m ed +ĠD in +Ġn avy +get Param +Ġm end +Ġportray ed +ĠMet ropolitan +Paint er +Ġref erral +_g ood +Ġmar vel +osa ic +> (& +. ur +Ġest os +Will iam +Ġtim ber +Ġquel ques +ĠDoc uments +.X aml +Ġbatch es +éģ ĵ +ĠRe leased +T ail +CO OKIE +he id +_st ation +ĠV ia +S ale +ĠRe peat +Ġprom in +ĠZ o +- forward +ĠI on +it ary +Ġj us +- request +Ġproud ly +ĠStream ing +(Mouse Event +ĠS print +_ rotation +Re positories +Ġt art +ĠÑģ в +Ġm appings +è ª +C u +C ycle +Ġb un +ĉl ua +ãĥ ī +Ġ(( ! +Ġcollect ively +ĠCon d +Ġwsz yst +(l ib +openh agen +_s kip +.Column Header +é Ĥ +peri enced +ı è¿° +_p rops +Ġcontr ace +Ġmatch up +ab etic +.m embers +RE CT +(d at +Ġs og +ren om +_M ethod +Custom ers +full name +Z N +re try +Ġk ap +ĠNe u +è Ĭ +add Child +will Return +_p ermalink +Ġener getic +ĠW et +ĠMor r +Ġg cd +count s +, type +d ig +( Login +Ġcr acks +Ġbacter ial +ĠMe at +ĠArm strong +ĠBron ze +Ġapprox imate +_dir s +lig a +ÅĤ ad +Ġkind ness +Ġcont re +ĠE VERY +M ET +Ġannounc ements +g pio +ĠWaitFor Seconds +ĠPhotos hop +Ġdis contin +/ dd +Ġtop ology +an ical +. interface +auc oup +.Hash Set +ARI ANT +(r outes +ĠT eh +Ġh ype +] "). +Ġsl am +Ġbro th +- inter +ĠR id +-m anager +Cancel ar +ĠP agination +Ġsound track +Ġpost erior +Ġscr ub +cre ating +- * +ir teen +.d y +.s ymmetric +Ġ"" . +============ === +Ġch assis +ĠnumberOf Rows +Develop er +_b ins +ĠO UR +ri eb +Pro s +Ġwi ÄĻ +" d +Ġasync io +ze igen +_s pi +.A LL +Ġscre ws +Ch inese +Ġapi Key +Ġun successful +ĠSeah awks +OR G +ç« ł +Ġprofession ally +ĠCou pon +åŃĹ æ®µ +Con vention +Ġpol ym +æī ĭ +Ġsalv ation +Ġengine ered +ĠW rest +ĠG CC +Ġwar mer +Layout Constraint +Ġag grav +Script s +vent ure +Ġrefriger ator +Ġinnov ations +ĠRun ner +N IC +ĠRoll ing +Control Events +Ġlo os +p ac +ĉ panel +ef e +ĠBudd ha +------------ --Ċ +åº ĵ +(for Key +Ġl umin +Ġ( ? +ĠA IDS +, user +im ientos +content Type +ant lr +é ¦ +ĠW elt +Produ ction +m ight +ĠV II +", ( +Ġobserv ing +Ġdeliber ate +( control +Ġwith d +Ġsem ana +ST ACK +uch en +N ice +ĠDeutsch land +ĠSpec ifies +d ma +iz io +ĠF acts +_pop up +ĠDirect ors +{ : +[ R +ĠÑį леменÑĤ +Ġpl at +Ġdirect ing +ä¸ ī +ĠGil bert +âĢ¦ .ĊĊ +.q ml +Ġthere after +Ġdis position +d raft +Ġsurge on +ĠIns ider +Bl end +ĠT rev +tr insic +Top ics +rie ve +_FILE NAME +Ġaut res +J ose +Produ cer +er us +Ġpet it +ĠN EXT +ĠF ilters +Ġreplic ate +"] ). +Ġl enders +] ",Ċ +; charset +Cpp Object +Ġfl oral +ĠT ipo +Ġcirc uits +e asy +(& $ +itt a +ery l +_COMM ON +'}} >Ċ +-back ed +(var iable +( Index +Ġvo ir +_loc ations +++) { +ĠLouis ville +Ġgrat itude +.Mock ito +ĠP owers +ie urs +Ġge ographic +ra le +Ġc ra +ĠSp urs +iph ertext +AC ION +- common +Ġvict ories +ĠFinal s +.sh uffle +-m illion +_PRO C +ass ume +Ġil s +DB C +Boot Test +Ġl avor +.test ing +. ast +"] / +m oid +Ġqual ification +ges ch +ĉ put +Ġair ports +J I +Te acher +_un iform +Ġn ama +ĠB ast +ert ype +c apture +get All +ĠReyn olds +oo led +.com ments +Ġch in +). * +Ġи ли +t gl +ud os +Ġd ÃŃas +ch ai +.pro gram +Ġps z +ĉ icon +ph il +ent ral +_WR AP +ov i +Ġnost alg +In finity +ĉy ield +Ġvit amins +Qu aternion +S ink +_g oods +Ġ ........ +ĠW ings +ur idad +-st ory +"] )ĊĊ +idel ity +Type Def +G tk +Ġí Į +_M ain +Ġche z +ĠR aven +Ġpay roll +Ġfreel ance +LL U +ĠM end +ed ay +Api ModelProperty +.Form BorderStyle +Ġeconom ist +stan bul +Ġfre ight +-A gent +(m eta +Ġsym metry +Ġ' .. +.C alendar +- aut +g f +p ent +yc lopedia +Ġwish ing +ĊĊĊĊĊĊĊĊ ĊĊĊĊ +Ġgentle man +Ġê ³ += # +Ġlect ures +âĢľ In +Ġ! _ +Ġh b +ĠV endor +Recent ly +_n otes +æıIJ 示 +" My +Headers Height +_S O +Ġunw illing +Ġsuper hero +g io +ps y +ĠPe er +j avax +& apos +ĠCr isis +ord inal +Mem cpy +++++++++ ++++++++ +- val +Ġwork book +- ap += k +Ġmetal lic +_ peer +By PrimaryKey +_S D +u ator +_SH ADER +) Math +.Trans form +Ġc ows +Ph i +ĠC lem +(_ (" +ĠL ud +-d elay +ĠSec urities +ĠOrth odox +Sym fony +(re port +Ġent ertain +E PS +iz oph +ex ual +IR D +ä» İ +Ġl ith +Ġsanit ize +Ġfemin ine +IS BN +.auth entication +_p ipeline +/ constants +ĠCON F +Ġluc r +ric ia +.t tf +.set Content +Ġst an +ore an +ĠL loyd +.raw Value +Ġg or +ĠBrow ns +Re gression +Ġlower ing +na issance +Ġbl ows +Ġam azed +Ġun related +Re views +Ġrub y +ĠMod ifier +Ġgi ants +. thread +Ġcontain ment +ĠStart Coroutine +um at +ore lease +ĠR andy +@ endif +D igest +Ġsubur ban +=" );Ċ +Ġann once +. variable +\F oundation +Ġa cre +V an +Ġt uples +d ns +ĠStand ing +_l arge +Ġbox ing +Support ActionBar +ĠFort une +ĠR um +_m ultiple +arch ical +Ġf write +_ quote +Ġfool ish +Ġcompr ising +Ġо п +- selected +v f +ma id +N ama +(d atetime +Ġindirect ly +g art +fix tures +ch os +ĠH alo +Ġrec urring +- news +v il +ĠNurs ing +- produ +ĠH Q +\Http Foundation +enc i +au en +Ġv y +ocr acy +Ġdeleg ation +Ġas phalt +Ġset Selected +k ok +/ rest +met ics +ĠNS Date +Ġtravel led +Ġrec ib +Ġm ime +CL IENT +ĠG U +ĠH ANDLE +/ Q +[ z +Ġbother ed +ĠBB Q +ç as +_ex amples +_F IN +Ġwhite Color +Ġastr onom +-d ir +Ġsovere ign +Ġb reeze +Ġin ning +ĠEd monton +g li +.blog spot +js x +Ġvers a +ĠMoh ammed +.J ob +-t oggler +Ġп олÑĮзоваÑĤ +ard on +Ġnew born +Ġnav al +note q +Ġtum blr +Ġh entai +ĠTyp ically +Ġlo ot +.S prite +Fl ight +Ġw avelength +-s k +ĠEl le +_ exports +Ġ Ñı +ĠI H +izoph ren +Ġí ģ +_pr imary +Ġmo is +ĠB N +Ġsystem ic +Ġdifer entes +IN CT +Ġ'' ĊĊ +$ q +Widget Item +cl ide +$ file +L emma +/ table +ag rid +ĠMongo DB +int e +Ġapp rent +ÂŃ ing +.D b +Ġà Ĥ +ham mer +=' ';Ċ +Ġbro kers +it lement +sembl ies +E le +{ x +Ġlast name +< - +Ġfl atten +_b and +.R oot +.read FileSync +==== == +.r x +? čĊ +Ġmetaph or +T i +con te +Ġdeb it +Ġcont empt +Cpp Type +æĶ ¯ +Form Field +r atio +os opher +Ġimpl ant +P URE +Ġal ta +_man agement +Ġref ine +ĠCheck Box +ĠChar l +- version +cond itional +ven ues +Ġrif les +Ġoff spring +Ġmill ing +Ġshar ply +Ġunder water +( origin +_ Control +Ġ. $ +Pl ugins +Ġdry ing +Ġillustr ates +- u +Ġveget arian +n pc +He art +; ',Ċ +com ma +te enth +as an +/s pec +_m oves +-m argin +Ġing en +³³ Âł +Ġpro jet +Ġo tra +Ġbr as +. utc +Ġsle pt += sub +ab ilit +post er +Ġs dk +ounc ill +Ġw d +Pre paredStatement +ĠDr um +( attribute +ĠEther net +ĉ DB +Cal ifornia +c ube +[ I +.C reated +ĠH M +Ġtr acing +Forms Module +- you +.c urrency +feed ing +Ġt body +L i +acc ion +n as +Ġtr ouver +N ONE +"} ,čĊ +Ġf tp +With Identifier +pol ate +File Info +Ġpurs ued +ĠĠĠĠčĊ ĠĠĠĠčĊ +DE SCRIPTION +} */Ċ +From Nib +Ġdecor ative +_S SL +(ch at +T LS +Ġsurpr ises +al culate +ĠS plash +( Configuration +ĠS EM +im son +/lib rary +< Double +. robot +³³³³ ³³³³ +ĠCP F +ĠUnder standing +Ġcos metic +ĠX t +t ips ++ k +(" ' +ĠP DT +W AR +.get Object +ĠTrad itional +.sl ug +ĠDi pl +=" ", +ĠFil ms +ĠAn im +.h elp +Ġemb assy +ĠBoot s +Ġb unk +-r isk +Ġp ci +Ġ/ \. +ĠI PT +Ġcrash ing +Ġip v +_ ke +ĠRES P +.Log Error +Ġinade quate +I on +ĠF ür +ric ula +Ġshould Be +al ready +']." +G ED +fa q +Ġoption ally +_D is +ĠSuccess ful +ĠC ensus +Ġinc arcer +_C ARD +Ġav iation +ĠG ym +Author ity +.B ean +sh ader +Not Exist +_Text Changed +ĠST OP +( team +" H +w g +Ġgr inder +Ġstri pe +Ġpres ervation +Cl aim +avers al +ware house +target s +Tr ust +Ġal lev +, www +ous se +_ch an +_S ize +system s +Ġobj ection +ĠK ane +Ġcor ros +ĠD SL +Ġu a +ĠM H +ĠStrateg ic +_t cp +Ġê° Ĵ +Ġborrow ed +ĠA ch +ĉ command +Ġg ps +le ston +iche ver +ĠU A +Ġassault ed +Ġspecial izes +ĉ search +Hot el +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +ĠP itch +Ġ Ùģ +READ Y +Ġparent al +Ġg éné +Ġdonn ées +Ġdet ain +T ARGET +Ġprotagon ist +Ġclear Interval +ĠIcon Button +ĠGet All +Type Info +E H +âĢľ They +Ġ{ [ +Ġg ag +Ġ Ú© +ĠD ropdown +.f ree +g one +im ens +Ġinst al +ĉc url +_C AN +ĠB one +ï¼ Ķ +ony ms +-g overnment +.binding Navigator +ĠD ans +ĠMc L +( en +>( _ +ÐĴ Ñĭ +.* ;čĊ += j +-c or +S on +.ToolStrip Item +- around +_X ML +end Date +Ġsl ack +Ġrot ated +Ġno qa +Ġc ottage +Ġencontr ar +_s kill +hou ette +! čĊ +. weather +Ġemphas ized +å® ¶ +ĠÑģ пиÑģ +ĠComp iler +( android +ĠâĢ º +. turn +Ġsup pression +_c alls +Ġ* @ +(str len +.h ex +ĠB ills +ĠR SA +Ï Ĥ +ĠEs cape +ement ia +Ġfront end +Ġp int +_ex c +zz o +[ ],Ċ +Ġ"',' " +. Environment +Ġafore mentioned +Ġend ure +prot otype +ther apy +ss i +D eg +_pl ugins +.user Info +Print er +ĠPRO GRAM +Ġru ins +Ġempir ical +Ġcraw l +ĠBo iler +- comment +.sub plot +_ et +Ġ'. ', +min or +ĠCustom s +Ġy aw +under line +ĠCom o +( (' +(m ean +Ġcha que +ĠBlock s +.r ad +ilib rium +Ġweb driver +Ġmel hor +d ana +ĠAb use +ĠSouth west +ĠP aren +PERT IES +ĉ IL +Ġscre am +v u +Ġin comes +Ġn im +Ġl ace +Ġcompens ate +Re verse +D at +_att ack +Ġn our +ach en +ce k +< Func +w ie +com pressed +-m atch +(" ")]Ċ +im ized +. orientation +.compare To +Ġmass aggi +Ġìľ Ħ +Ġel bow +Ġant ioxid +undred s +/ tools +ĠR OW +an mar +ĠW ow +_t icket +Program ming +Ġthe or +-re view +() )));Ċ +ĠRichard son +ĠP ocket +] [] +am pp +_ health +ĠP OP +ĠNav al +Gu ess +Ġancest or +.Get All +.local Scale +ĠM apper +Ġaccum ulation +Ġsim ulated +ĠDr ivers +Ġd és +cur ring +Ġele phant +Ġadvert ised +Ġmail box +SH IFT +ĠMon ica +Ġan c +Ġward robe +Ing redients +Ġ|| čĊ +ipp y +Ġantibiot ics +av ings +(c x +ĠFerr ari +ĠAn imator +.d type +rem oved +order by +Ġc res +oc ê +Ġp ym +ĠCirc ular +@ index +ĠW arm +S ay +ĠAss istance +Ġcur tain +ĠMont e +IL ER +ĠC VE +ĠD uck +ĠAll ows +_f ire +ĠDer by +Ġre pos +Ġhttp Client +Ġpsych iat +Ġnow adays +Ġcaut ious +ĠComput ing +Ġcompletion Handler +ĠWel sh +ĠB EST +Ġstress ful +_P E +æĹ¥ æľŁ +ĠData Frame +ĉ Integer +_P rint +M oves +Ġtransform ing +.B atch +y ahoo +Position s +ze j +Ġno od +io res +_ * +Ġcl k +ĠF loyd +Ġh ap +font size +Ġn az +.not ification +ĠDep ression +Ġac ne +*** ĊĊ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +.cont ents +yn th +ĠStra ight +')}} "> "+ +Ġtoken izer +Ġsovere ignty +ĠP ence +() ");Ċ +Ġpesso as +.G e +ĠIn cluded +Ġpag ina +Ġex posing +е ÑĪ +_SC RIPT +/$ ', +Th umbnail +× Ķ +webElement X +webElementX paths +press ure +ĠCur ry +_C P +OL UTION +ILE S +prot ect +ool a +Work space +{ };Ċ +ĠU NS +Ġsymp athy +ro ker +Ġrem odel +ĉc ell +Ġat op +.Full Name +Ġfa ut +ĠE asily +_d ynamic +Ġfr amed +Ġmot ive +è· ¯ +s am +Ġmar ca +ĠText EditingController +Ġde structor +cre am +Ġr ude +ĠB old +ĠInd igenous +Ġg ens +Ġrel acion +(s ystem +ĠUIF ont +_char ge +UST ER +E V +.N amespace +Ġmer ger +Ġcal loc +g ang +Bad Request +Ġs per +-d esign +Ġâ ĩ +Ch an +Ġorgan ism +, ) += id +_pl ane +ĠC ases +elf ast +ĠLegisl ature +ĠF aker +Ġinv oking +- utils +(). ' +.f ace +Ġguard ian +my Modal +Ġclip board +ĠAT M +Ġpe as +ĠS ylv +.c alc +ĠContact s +int Value +Ġmodify ing +ĠBar b +. loss +_per centage +Ask ed +(l st +ategor ical +- files +ĠRoman ia +.A c +Ġh ai +ĠF lying +Ġ ż +j p +ĠTr ainer +. arc +_de g +Ġtrace back +Or Fail +F LOW +. old +oy a +g mt +is empty +Ġvacc ination +Ġob solete +recogn ized +Ġru ined +ĠRe in +ĠTr acking +xf b +ا ÛĮ +Ġvæ re +Ġbr yster +ĠIT S +Ġdest iny +Ġsw ear +Ġred es +Ġcl f +Ġfl ipped +ĉ head +Bl uetooth +ĠOver rides +: Boolean +_ = +_l r +sp awn +: index +VAL UES +is key +? ");Ċ +.syn thetic +ĠCheck ing +struct ures +ip ing +Ġvoc als +- Up +ĠManufact urers +ĠMar riage +代 çłģ +Ġgar ner +_C lient +par allel +RI END +Ġvine gar +seg ue +J B +Ġcontact ing +ĠCar roll +Ġout reach +t ensor +_var iant +Ġthe at +lic able +{ | +t iny +_ letter +Ġp encil +HeadersHeight SizeMode +ilt ro +.auto configure +.d rag +.use State +ĠB MI +h int +Com pile +* \ +en ary +Ġl vl +.C ache ++ =" +_t v +ruit ment +Ġf read +Art icles +f ila +Ġpack aged +âĺ Ĩ +AT HER +ĠPl anned +s cheme +Ġdi ary +Ġoff enses +/ F +ĠSt ick +Ġc erc +ĠS lee +ĉĉ ĠĠĠĠĠĠĠĠ +< Image +Ġè® ¾ +- editor +pie ces +ĠD rama +Ġ// //////////////// +ĠT asks +AR C +g ateway +.get cwd +.M etadata +Ġguess ing +åľ° åĿĢ +Ġsm arter +ĠGet Enumerator +Ġe fter +/ operators +ĠGL float +Ġf ør +Ġop aque +ä¿Ŀ åŃĺ +Sp read +SY STEM +Ġinv ersion +ĠBasket ball +Ġsim ulations +Ġden ies +Ġa vez +_list ener +Ġenh ancing +ĠMy th +ĠL akers +_M D +Nd Ex +D ATABASE +Ġt á» +ar th +[ left +Ġcontest s +st ile +(K ERN +_f c +_p m +Ġpres idents +Ġhospital ity +Ġfade In +RO PERTY +_m aps +ĠDefinition s +Ġassess ing +Ġus ar +Ġquant itative +mo z +Be autiful +[ (( +b ons +f requency +Cont ain +Ġpuzz les +ĠCast ro +Ġv illa +Ġkind ly +Font Awesome +ern a +epoch s +_dat as +ĉ ip +.p adding +ĠCont est +Ġed itions +Ġdispro portion +ĠI CO +Ġcome back += value +ri ad +-s ort +Sub mitted +(n etwork +ĠC el +Ġinstall ment +l ashes +.List View +ĠV atican +(Media Type +IV ED +reach able +: Is +ĠC ITY +äº ¬ +ĠHelp ful +Ġba ÅŁ +% čĊ +Ġpsych iatric +Ġrec ycled +FORM AT +ĠG row +b ine +G it +.s s +ĠWe apons +ĠSt y +_ arrow +* self +ire ment +Ġdeg li +App Delegate +_b anner +Ġcoordin ated +ĠWeb cam +Ġcelebr ations +. act +******************************** **************** +( show +Ġweek day +Ġconc erts +ол н +cl in +Ġcr on +ĠN im +.set Vertical +ĠEll en +س ت +ĠS AM +E ff +g z +ste am +Ġant ique +ph ysical +ĠForm Data +.set ter +ĠPO INT +B on +Ġflav our +erv ention +_ENT ITY +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġintr insic +Ġæ İ +append To +aram el +) ]) +ĠRecomm end +) m +OutOf Range +Ġkn ight +Ġsat ellites +ĠTit ans +Ġweigh ed +ĠD ana +e ase +Ġs ip +S IM +ĠDevelop ers +mal ink +/ check +_P LL +n ung +Ġdry er += A +.d w +_S QL +Ġsub plot +D ROP +Ġprot otypes +Ġhour ly +display Name +Ġas i +ĠViol ence +Ġastr onaut +Ġdat atype +Ġinformation al +Ġinvestig ative +etermin ed +ren al +; '> +ĉc ol +V G +_ boolean +re cent +Ġ* )ĊĊ +ĠRain bow +om men +Ġl ur +Ġopp ression +(", ");Ċ +ĠFac ility +DEF INED +Ġne on +Ġoff ender +AF P +ĠClean ing +[] ): +Ġund ocumented +.Re positories +ĠG uitar +аÑģÑģ ив +Sk ills +Ġtestim on +rypt ography +ĠAm ber +ĠSt alin +Ġl one +Ġap enas +Ġdies es +ĠAr duino +è½ ¬ +== - +_A ct +Ġc oded +âĸ ł +amb urger +-link s +Ġarm our +.H igh +get Content +st ag +Ġhe ck +ĠìĹ Ĩ +ĠMc Connell +ĠCon cert +ĠAl loc +ä re +.replace All +Ġpart itions +rot t +ĠF le +_T REE +reason able +ĠReport ing +Ġbillion aire +s cores +min s +- eye +M ORE +ab ort +ĠSW T +Ġin verted +ĠTe achers +; n +Ġast ro +н ов +ани ÑĨ +product o +c ountries +ĠO wen +Ġcont amination +Ġv ibe +ĠEll i +.s cript +ĠOl ive +D MA +v ier +: semicolon +-m odule +gress ive +ag u +_ players +Ġresult ados +start ed +scroll Top +==== = +Ġweigh ing +Ġ[[ [ +z ahl +( NS +ĠAssert ion +le ague +.setText Color +ĉ Message +Ġmom s +_A F +. wh +AL S +Ġaut re +] ĊĊĊĊ +.op acity +ĠBudd hist +Ġde af +ĠOrgan isation +(G lobal +ens ch +Ġhead ache +ĠAli en +_in ode +ĠSt ark +Ġæ ī +-l nd +ore f +_fe at +Ġpedest rian +Ġnom inal +Ġbal loon +Ġspr ites +Prototype Of +ĠA post +ĠF EATURE +O H +Ġre cess +ĠDon na +con sumer +$ GLOBALS +ĠG IF +- frame +In icio +Ġpass ages +Date String +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +.by te +B ug +initial izer +p kt +od ium +ĠD ER +. ops +ler i +Ġgift ed +Ġdet ach +ter rain +elt ers +ãģ ı +. loader +ĠN GO +str ncmp +K h +(font Size +ro cket +Ġpreced ent +ĠAur ora +ĠEx periment +is phere +Enc oded +ĠâĢĵ ĊĊ +Ġpy ramid +ĠAnn iversary +of il +ë Ł +( plugin +C oeff +Ġcooper ate +Ġpredomin antly +IS M +Ph rase +_DEF INE +Fl ip +AMIL Y +ĠMark ets +ĠStream Reader +ĠComb ine +Ġmanus cript +z za +, tp +Wh atever +IT ICAL +ighb our +Data Provider +.Text ure +priv acy +.S DK +Ġre charge +Ġc pp +ĠC FG +(h older +(p y +m ot +Ġsav oir +ĠR osa +ĠPC s +Ġí Ļ +.her oku +Ġf ren +ĠR iley +ag ate +Ġs ond +.x lsx +Ġh acked +st ad +G i +Ġsan ity +ĠSql DataAdapter +... ", +ĠP ussy +Ġ **************** +Ġhass le +_P ARENT +ĠU AE +Ġbegin ners +( Client +Ġstatist ically +.h our +ed elta +Ġtr action +uel ve +ar at +Ġsa una +IN VALID +Ġindict ment +AL LE +Ġdiss ent +ĠTyp ography +Ġintention al +s it +ĠAn imals +Ġcoun tryside +Ġu art +} \" +Ġseam less +¾ 示 +Ġaut os +Ġ"' ";Ċ +Fl ush +ANN OT +Ġal gebra +ass oc +ĠW aters +Ġprepar ations +ron ym +[, ] +S ans +Ġarm ies +ipe g +Ġcream y +. art +et re +ĠAn imated +Ġun pleasant +eme an +g reat +i Äħ +ĠEar lier +Ġch ic +Ġpres erving +(ex ec +ĠInvest igation +ĉG PIO +Ġrig orous +ij o += num +Ġtool Strip +) set ++" & +ĠAcc eler +Ġdevelopment al +is posable +Ġflaw ed +re ne +Up dating +Ġwatch dog +Ġden ominator +Ġsubur bs +Ġ... ) +Ġconv ictions +c losure +.I P +Ġtransl ates +.sw t +.Tr ace +Ġmet tre +.is Enabled +ĠEffect ive +.to Int +Ġen chant +Ġst unned +Ġpo i +/ code +ad m +.datab inding +ĠL orem +________________________________ ________________________________ +Ġled ger +Ġcar a +ĠG ir +Ġwa its +Un o +Ġc wd +è¾ ij +ĠT Result +Ġre jo +Ġem itted +ĠWest minster +ä¸Ģ 个 +ne k +_T is +Ġen act +ĉ with +org ia +Ġj ue +Per form +SP ATH +.top ic +ĠD aten +Ạ§ +Ġsit io +_M M +" So +b ial +Ġsc oped +Re quires +ĠT OTAL +ĠCh ancellor +( contents +Ġste alth +dev ices +-p ass +ili h +ĠMal colm +ĠDep ot +Ġconfig ur +a ussian +_con straint +в еÑĤ +G RA +ĠR ates +.dataGridView TextBoxColumn +ĠNob el +it ics +Ġignor ant +ĠReport er +ĠEb ola +ĠSh ock +_re lation +ĠNin ja +) c +Ġt icker +.is Checked +ĠSup pliers +ĠRap id +Level s +âĤ¬ âĦ¢ +ĉ queue +Ġch op +ĠUn ix +re ject +-c alendar +(s ort +è ne +erc icio +Ġh ect +CALL TYPE +rou pon +Ġrent als +auth ors +{ name +ĠF IFO +Ġl assen +ĠN ous +Ġsn apped +Ġfert ility +" log +click ed +Ġplant ing +Ġg b +/ output +PE AT +Ġc ategoria +Ġb ach +Prof essor +in th +"] čĊ +Rec order +ser de +ĠTrans mission +tr ad +Ġtur bo +_VER TEX +\ Event +il ver +Ġbod ily +ĠS ources +Ġkill ings +.xr TableCell +Ġfold ed +/ legal +un er +ĠR ifle +ĠM IDI +_Selected IndexChanged +.Size Type +ĠWeb Socket +Ġsele ccion +S and +ot ros +Ġenv ision +/ etc +ĠMel issa +Sp ot +но е +_ ARM +At tempt +ĠB I +ãģ Ķ +ĠD U +Ġback lash +str ide +/ classes +Ġtext Color +_st aff +ob lin +agent a +.c ollections +ill age +' čĊčĊ +fl atten +_s ales +_M ASTER +T W +_d a +P itch +ph ies +Ġz ombies +ĠV ERY +ĠPharm acy +Ġprogress Bar +Ġhas htag +S idebar +@ stop +(p c +ол ж +MA KE +ĠCor on +Ġkv inner +ĠM aid +b ob +.title Label +Ġsuccess es +ĠDemocr acy +ĠSurg ery +Ġcou gar +Ġcur so +Ġl oro +ist ency +Sen ior +æ k +ĠA AA +ĠBO OK +к о +W STR +Ġ*/ ,Ċ +oy al +.v ector +ĠS PEC +SS F +Ġcomp uls +ĠAppe als +ĠW inston +ĠMock ito +con trib +. available +entity Manager +ari as +_s ale +_r s +Ġdec oding +Ġloc ator +ol ith +Ġk ol +Ġasc ii +ĠR ut +/ interface +ĉĉĉĉĉĉ ĠĠĠ +ĠN umer +.fl ip +-d el +Ġbol ster +on omic +Ġz m +L G +Find By +Ġadapt ive +lo o +Ġv ue +(re verse +_c anvas +. roles +ific ado +ven ient +" As +ĠEn tr +al igned +Ġbere its +/// ĊĊ +.g wt +. employee +_cl i +Ġanticip ate +éĻ IJ +Ġp ik +Ġmush rooms +(t t +Ġo ma +ĠSan chez +_g oogle +. Valid +ĠFile Name +iv ative +k ed +-w ar +Ġm aturity +и д +Ġmin er +Reduc ers +ĠLat Lng +_ST D +D igits +Cal c +-up load +Ġhand ic +ี à¹Ī +egr ated +ĠST M +C lients +ĠTur bo +SY NC +Ġphotograph ers +. Out +.char acter +B UILD +.un lock +Ġar ises +ĠCommand s +(" ");čĊ +_F ORE +; ', ++" ' +. Images +") { +ĠM eyer +Ġneg atively +ĠD LL +Ġex e +Ġdef iciency +Ġwild ly +-s witch +con struction +Ġexception ally +ĠL iz +/j ava +Ġtheir s +ĠCont emporary +l is +.fill Rect +ĠN FC +Ġre he +(num bers +Ġr aster +Ġfig uring +Ġshow c +ĠJ ill +Ġarc ade +ĠConstruct s +md l +(' | +Ġident ifiers +Ġst ellar +( Connection +Ġ" {{ +y or +(m ysqli +Ġdo ve +Of Birth +.dis connect +_h i +Ġzw ischen +ĠGr und +i ros +_A rray +.on click +ans om +An swers +ĉ remove +F a +Ġhur ry +-in f +Ġget Class +ĠReg ulation +ĠFLAG S +m isc +K en +_ heading +G Hz +- entry +Ġbi ography +S ig +-m f +Watch er +âĢľ A +} px +Ġsp icy +_s q +L ost +(tr ack +а ли +Desc ending +< bits +qu ine +ĠAdv oc +_S N +ĠHann ah +PO P +Ġem itter +Ġc yn +ĠC AD +? ). +/ set +ĠS ister +ĠEnd point +Ġmen or +Ġinter p +r k +id le +Ġout fits +. vertex +Ġc lic +ARE N +Ġpost ure +ĠOpport unity +v x +ĠFor bes +.D irection +Ġres ide +Ġremember ing +nest y +Auto resizing +pro viders +ĠA H +Ġhur ting +ĠL ily +eval uate +lij k +p apers +ĠSm ash +ĠL AST +Ġwell s +w asher +_RO LE +ĠD anger +* (( +_re pository +ĠRes olve +ĠRoom s +_R G +ĠQ T +o op +ĠHe ap +Ġslow ing +Ġgrat uite +_c atalog +Ġpol ynomial +L y +pc s +F ox +ĠC yr +Ġdim in +/ month +S alt +Ġh ind +.P ER +For um +c en +_p ol +íĺ ¸ +Ġin ser +( ~ +@ test +ĠGold man +Ġupload ing +F c +Ġkom mer +Ġm itt +_log ged +Ġbu cks +-l ayer +) };Ċ +ĠO M +Ġv eg +col our +Ġоб ÑĬ +Std String +_ que +ĠT ian +Ġspecial ize +и п +Ġк л +tr ial +- edge +Ġm ars +OG LE +Ġempath y +ĠB om +Ġcoll isions +Ġcart e +ĠTe il +ĠM PL +Ġporn ô +Ġa irlines +A ws +N s +ĠSp awn +( use +é» ĺ认 +Ġy acc +st or +Ġconf ess +Ġpe que +r age +? "Ċ +/dat atables +ĠSh ower +__ / +Ġcryst als +Ġbus car +ĠH aus +iz ação +_ entities +ķ Į +ļ Į +x cc +v irt +-che vron +( Result +c ake +COM E +Ġprohib it +ĠCh ess +Ġbe aucoup +ĠÑĩ ÑĤо +R UN +ĠI K +ó ÅĤ +_ Update +Ġsle ek +ĠSpec ify +_c redentials +ÅŁ t +ĠUser Name +ĉ Value +Ġarray List +Ġex changed +ips is +.re lated +ĠSe ite +_B AR +ĠL em +ĠW ATCH +ĠC lients +Ġ. * +ĠEar l +-re port +Ġforeign ers +Ġstrengthen ing +ĉ Description +(g o +.tool bar +Ġcalcul ates +ĉs ource +Ġcz as +Ġre cl +ab o +Ġlocal host +Ġ^ {Ċ +.P op +ĠDes igned +\ Abstract +H old +ĠGuid elines +ipl ine +Ġc aching +.Re ader +_ext ernal +.str ptime +ĠWeek end +-M ar +ĠBe i +Ġ{* } +ĠR ud +Ġexpl or +ĠBou levard +C ash +Ġprep ares +Ġserial ization +ew ater +Ġad c +: ĊĊĊĊĊĊ +Re fer +Ġsc anned +} }ĊĊ +ĠF ul +Ġtour ing +ãĥĥ ãĤ¯ +> (( +sur vey +Ġí ĺ +... ')Ċ +ĠDiv ider +os l +_C ANCEL +_pre pare +st in +ĠHe ath +.Primary Key +ĠâĨ IJ +ĠLocal DateTime +Ġcooper ative +L earning +.en queue +Ġgo og +ĠReg ression +im ates +Ġvoy eur +ĠDr ink +pl ug +Ġl ender +man a +Ġperson nes +yp se +Ġun link +ĠRav ens +Ġhur d +Ġperiod ically +ARG S +ĠG H +char acters +... "ĊĊ +- establish +Ġd n +( condition +ĠGr avity +Ġest as +_f ocus +Creat ure +(s ite +Ġc arr +ĠR L +ĠR I +ĠM oto +AS F +ĠLuck ily +ĉ Route +Ġent ropy +(" ," +Col lect +( contact +ĠFlo rence +Ġpremium s +Ġlif ecycle +Ġb ans +x ef +Web Kit +ĠFlo ating +Ġcos a +Spec ific +ĠLo ans +b read +Ġdes criptors +Ġ{ :. +TH READ +ĠT rent +Ġsc op +Q A +ĠAnt ar +p el +_d ifference +_ch anges +(... ) +ĠR otation +ĠLG PL +ĠJ UST +(T ask +_sub set +ĠTR ANS +åĬ Ľ +ĠSc out +-p opup +Ġsm oked +_C lass +Ġturn over +br akk +ĠRock y +t as +.Regular Expressions +ĠElli ott +ĠSp inner +DU CTION +Ġlib re +Ġmol to +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +ĠF TP +m peg +(f eatures +Ġb ald +ĠV id +Ġsh outing +L int +Ġsock ets +Ġpro w +Ġnouvel le +isc ard +ĠS ponsor +Ġconsult a +)) ); +Ind ian +ĠR aspberry +Ġteam mate +ĠJ WT +ĠGh ana +Ġc akes +pr imer +form a +erg arten +_M anager +Ġpre season +G AME +| " +ĠBro ck +Ġoccup y +Ġdecor ations +á nd +Ġc ot +Ġpar an +D isk +rem ain +> ? +Str ong +Ġfr ance +ĠE ra +-c r +.Buffer edReader +ĠParad ise +ĠV AT +ĠAnd ers +Ġlim b +amp oo +Ġimper ative +UT ILITY +ĠRec ognition +Ġragaz ze +Ġpop s +yp ress +Ġemb argo +// {Ċ +Ġsy ll +P TR +åŃĺ åľ¨ +Ġdid nt +Mail er +Ġacad emics +ĠFra uen +ne ider +- rel +Ġrain bow +( In +Ġslic ed +============ =Ċ +(s end +NSMutable Dictionary +v os +(p ackage +Ġord inance +view er +ĠSant os +-s elling +Ġgo v +ett le +Ġfound ers +Ġw aking +sl ashes +-p ound +re cht +ا ت +.on Click +Ġn ord +st änd +_ when +UT ERS +ic c +Ġcaps ule +ĠW id +M arc +ภ¸ +ro red +UG E +LO UD +ĠAud it +ip ients +op ian +ĠS ue +Ġwur den +.H elpers +Ġf actions +[ np +-th an +Ġre co +Ġk as +Ġcmd s +/n etwork +xb f +get Color +Ġbi ased +ĠL ak +D atas +vent s +Ġë ² +_P S +. Validate +Inv oker +Ġne uen +Ġju venile +V ISION +Ġdev ote +Ġlin ha +Ġdiscount ed +\ Config +Ġworth while +Ġskin ny +ĠC ourses +le ys +ĠMort gage +K evin +Ġannounc es +]) * +res ervation +Ġæķ ° +Ġprejud ice +ĠString Comparison +Ġbe ard +-w in +ĠS ão +ĉ ms +j al +ĠE arn +_ ports +ĠN ombre +_C OR +ĠB UILD +.s ound +Y ellow +Ġlineback er +Ġchar itable +j ug +_NON NULL +ĠD ental +"> ${ +ĉm atch +R ussian +Ġvers ch +Ġp inned +Ġadopt ing +Options Menu +P ag +Ġpair ing +Ġt read +erc ises +ĠSp read +) i +ĠB AD +_t f +UI ImageView +pop ulate +b ab +ĠÏ ĥ +[ ++ +Ġopi oid +Ġ## Ċ +d type +ĠStart s +('/ ') +Ġperson als +-mark et +Ġredund ant +ĠEss ential +Ġscrap y +Ġи м +a cl +Ġcre ar +ĠB end +Ġrel ieve +- room +w ife +Ġv Ãł +ĠQ Point +Ġqu asi +Ġmethod Name +\x c +ĠPer u +/ The +. orm +Ġv iz +/p df +Loc ated +Ġconfront ation +ĠChampionship s +Ġhyp ert +Ġd j +ĠUser Info +ĠåĪ Ľå»º +\x b +(s im +Ġ== Ċ +Ġst aging +Ġdr astically +åŃ ¦ +l ords +. less +вед иÑĤе +ĠB ucket +ĠM am +. term +_p i +c zy +.p ub +prec io +ĠV irt +Ġrom an +it at +L ex +_inf os +Ä ° +. other +VE LO +Ġp onder +Ġh anno +( Page +do i +Ġpol ite +Ġprogram mer +D ies +$ d +Ġrep lication +add Column +fr ican +Ġl eng +be er +o it +Ġw asting +yl im +me asure +N eg +Ġpart ie +.con sole +ĠGu inea +TE L +_f act +.ch unk +Ġl ent +Ġall er +Ġठķ +_id le +Ġad missions +JSON Array +Ġv ibration +.h elpers +å¤ ĸ +Ġh en +j ohn +Ġì ĥĿ +Ġjud gement +Ġge en +ter ra +^ { +ĠI z +Ġc â +inst ances +Ġthreat ens +Ġm üssen +Kind OfClass +Ġstoryt elling +_d emo +ri as +Priv acy +h ift +ĠY i +es or +íķ ł +ens itivity +.W riter +ภĤ +D istrict +.get JSONObject +Im pro +(get Resources +ĠS PELL +rodu ce +Ġslow ed +Ġlin ewidth +Ġhonest y +ĠCo ord +ĠF ork +ĠDispatch Queue +ĠCl iff +ĠW iring +_TIM ESTAMP +oll ah +av oid +++ ];Ċ +sem antic +-c ss +Ġv eto +ĠM err +Ġlegisl ators +CEE DED +Ġquestion naire +ĠP ills +Cal culate +(c ore +' e +Ġdis like +ĠPre ferences +_EX TERNAL +è° ĥ +Ġd odge +æľį åĬ¡ +.n ames +.draw Image +_p rom +uck land +Ġ<$ > +ı z +/s ite +é¡ ¹ +rop he +Ġcomp elled +Ġl aptops +Ġun i +C LOSE +Ġcasual ties +ĠUn iform +Term inal +. "," +D AT +(T reeNode +ĠGand hi +(st mt +AX B +* M +Ġumb rella +an imal +Ġgr pc +Ġwhere by +Ġfloat s +ĉ arg +Ġdb g +Ġexceed ing +Event Type +.SaveChanges Async +Ġ{ {{ +Ġow ed +ahren heit +Ġì § +Ġequ ipo +ur ai +Ġid ol +] ")Ċ +_m ajor +Ġentire ty +inger print +ç os +/ account +ĉ right +urs os +ĠE DT +_INS ERT +Ġsh ining +Ġ< : +Edge Insets +Ġcolon ies +. IM +ĉĠ ĉ +RO AD +CC CC +pl acing +Ġget Activity +em acs +' %( +.click ed +ĠTh em +is ia +Bus car +.re name +Ġo ath +Ġafter ward +ĠU FO +AP S +ĠJackson ville +.s ome +Conf irmed +.s can +ig Integer +Decor ator +sh ield +ress ive +.d id +请 è¾ĵåħ¥ +Ġsh utter +D am +Ġparent ing +ey ed +$ item +-de velop +Ġextract s +Ġdecentral ized +ĠEl sa +_sp in +]) + +-in itial +Ġmult itude +Ġsens ory +ĠMODE L +Ġsafeg uard +ì ¹ +Ġhunt ers +ĠT iny +IN O +decor ate +ĠNo Such +H o +( Response +Ġr uler +ĉ short +Ġc aster +Ġclient Id +Ġp db +ëı Ħ +it ic +ĠGame State +Ġnew Item +)ĊĊ ĊĊĊĊ +ou is +n oc +.BL ACK +_V ECTOR +---------- (); +.get P +any e +Ġneur on +if old +ĠK nown +Bit coin +Any way +ay ette +Ġ' [' +Ãł nh +m gr +Ġcor related +Ġn ause +Ġment ality +has Many +ĠF G +amp ie +IT U +F s +.S p +_b etween +Dep endencies +ou g +Place holder += text +ĠMan aging +ocal ypse +åĮ Ĺ +_m ag +f ld +â ij +C AM +ĠHelp ers +Ġd ost +/ out +Ġassass ination +.get Image +ĠKenn y +.' )ĊĊ +){ // +ĠR anger +Ġg ek +Ġsinc ere +< Value +ĠD OT +ĠVict ory +Ġleg ends +Ġpr isons +(ex pression +ĠR abbit +_s entence +Ġbit es +Ġon Failure +ĠâĪ Ī +K im +.g ender +ĠÎ » +Ġ[ . +"] ); +land ing +-d igit +TE MP +ĉ entry +Ġstrt ok +Ġdesc endants +um no +Ġlean ing +Ġspecific s +q n +ĠSp art +Ġpor r +EDIATE K +Ġse per +' aut +ĠSTE P +ĠBorder Layout +Ġret ros +ĠSalv ador +ĠEN GINE +x dc +T weet +v k +Ġì ² +] << +het ics +c oding +Re ach +.re q +gu ide +.s cope +sh irt +rog ate +SET TING +ĠProte in +Ġe ing +. EMPTY +.d f +Ġclear er +Ġc rossover +ĠTo ys +Ġco ated +.M onth +ĠAtt ach +/ run +.t abs +Ġogs Ã¥ +B rown +.D ATE +Ġf os +åŃŠ符 +W ood +-th ree +her ited +Ġ rop +( ac +Ġembod iment +ĠKenn eth +Ġcan non +Ġb idding +čĊ +.get Resources +Ġl ump +_const s +( ext +ĉd ir +â Ŀ +Ġpadding Top +Ġobs ession +Ġb anning +ĠApp Module +Ġpart isan +Ġcatalog ue +Ġmin ors +Ġpitch es +we ep +Ġundert ake +Ġthem ed +aud it +.scroll Top +Ġr er +Ġsympt om +Ġopen ings +.block s +open id +Ġas sh +-s ave +ĠP ig +Ġreg ain +Ġin icial +/f avicon +ĉ exp +Ġsp ices +isk a +claim s +m ak +definition s +Ġcorrespond ent +ĠCann abis +__ ,Ċ +ĠL ucky +ĠGa ussian +ĠN early +C AD +'] ]Ċ +Ġadequ ately +ĠT ITLE +constitution al +-m m +_ override +Ġbl as +.ready State +Ġremin is +Ġrein forced +ĠColl abor +Ġdecor ating +Ġb achelor +ERRU PT +Ġup right +ip ation +ĠNob le +Ġvalue ForKey +Ġset Loading +.I gnore +å ģ +G lobals +ĠM ent +AS SES +Ġlim bs +ĠH UD +inc i +. iv +ĠQ ModelIndex +F use +Ġped al +_F REQ +( verbose +Ġlong itud +ĠChar ter +ê ·¸ +Ġbund les +. ignore +um bo +EM A +.... ... +s x +.C ard +Ġhe ute +Ġste er +j umlah +Ġ{ _ +_Check ed +Ġf ax +ĠG ust +itch ens +Ġ ))ĊĊ +Ġremark ably +/ XML +- remove +_b t +Ġinc ub +.p ackage +.current Thread +ĠHigh lander +.s ide +s plash +Ġ ici += D +Ġp uck +Ġball ots +Ġhug ely +co eff +Ġp Data +.C OLUMN +ĠHe aling +Ġord in +! ), +Ġ' ',čĊ +(m d +ĠS ask +< strong +Ġsurviv or +.s eries +Ġcaffe ine +Ġ` ( +.TRA ILING +_ Input +(" ^ +z d +& );Ċ +ĠP ing +Ġv oucher +.r ating +-sh irts +ĠRetrie ves +.al ibaba +Or acle +_MO V +Old Data +Ġ/* čĊ +Ġg boolean +Ġ=> čĊ +Ġr á +Ġbl unt +ĠImage Icon +if ik +RT C +Ġfib ers +Ġto ile +.s ent +ĠPy Qt +$ app +Ġmed io +Ġgrant ing +Ġtsl int +ĠM ö +(fig size +Ġhur ricane +Ġlif es +Ġà Ħ +rocess ing +_st andard +- option +')) ) +Ġvac ant +å· ¥ +ĠH ollow +handle Change +Ġdiv ider +ĠEngine ers +Ġsv ens +Ġcompl iant +t anggal +ĠC redits +ĠEm irates +Rule Context +Ġreal ization +Ġdistr acted +]+ = +Ġaug ment +ĠD w +ot p +or rent +Edit ar +.st ock +St udy +pe ctions +ĠGame Manager += cut +Ġf lock +ĠRom ans +th em +-h op +Ġscreens hots +Ġ/* !Ċ +Ġconvers ions +Ġnormal ization +(config uration +Ġa eros +_se curity +! 'Ċ +B onus +ĠDR IVER +ĉ Date +t ie +ĠWy oming +St and +it re +Ġsh oppers +Ġdisadv antage +Ġlik ing +ç¬ ij +Ġunderstand able +SE E +Ġh oy +Ġnin ete +Ġcon fer +Ġnow rap +ĠV ern +, čĊčĊ +imest ep +Layout Manager +à · +ĉw ait +PLE TED +J apan +Ġindu ce +Ġå ¯ +оз в +_END POINT +.h orizontal +Ġacceler ated +rim on +IV ES +Trans actions +Le an +ĠSO UR +wh ether +y g +Ġo id +ĠEntity Manager +OUN TRY +Ġfil a +OLUM NS +IN UE +ĠAn chor +TR AN +wo o +block quote +ĠN urse +ĠCar p +Ġrede em +. try +ĠJ P +Ġtimestamp s +Ġ?> ">< +ĠREM OVE +ĠStar bucks +Re ally +Ġflood ed +.C allback +Drop Down +ip ro +Ġt ended +l te +Ġproport ions +- te +ĠR ena +lic ate +for ces +.ex tra +.auth enticate +в од +¡ ° +Ġfor ControlEvents +Ġsen ha +Ġke in +Ġmin ist +ĠPre ference +ĠTele graph +Ñĥ п +str pos +Ġillness es +Ġp igs +Ġget Intent +S ol +Ġ ¡ +(c pu +[ prop +s creens +'); ?> +ĠAct s +Ġstr dup +Ġaver ages +an al +ĠCas ual +Group Box +ĠHand book +/ comments +Ġnumber ed +Ġbroadcast ing +çĽ ij +.native Element +.m u +Ġupdated At +ĠDoes n +.A C +.c oll +Ġrec order +_sh a +B g +b il +Ġbol ts +Ġç ¬ +Ġim posing +ĠInformation en +_flash data +e conomic +Rem ark +uc as +ĠOff icers +ĠT ER +W alk +Ġmerc ado +_g enerate +H Y +Call ing +s nap +script Id +. operation +ĠFl ame +l iness +Ġrent ed +_t oggle +-ch anging +ĠT Y +' util +EE P +Ġgraph ql +ĠUn i +Ġimp ulse +.B asic +Ġenerg ies +M ARY +ĠMar cel +Ġmort al +Ġf res +m ens +m otion +Ġsample d +âĢľ That +id ay +qu ipment +get Int +ĠA bsolute +,' " +un ed +.sh are +Ġ} )( +mm m +ĠR ising +ä» » +Ġun employed +x fa +.f ollow +ĉĉĉĉ ĠĠĠĠĠĠ +sl t +.P hone +Ġkn ives +Ġe ve +on Click +] ))čĊ +ĠW itness +ĉ NS +ĠE OS +ĠSte fan +ĠPri est +âĢĶ which +Get String +. By +Ġup stairs +Ġdetr iment +bro ken +emb ro +Ġnic otine +il ion +Ġaston ishing +_ aff +ĠLess on +Ġaccident al +od or +Ġdec ir +Ġnew Name ++ . +çĽ ¸ +igs list +ĠG ithub +Ġsuccess ive +rac ial +Ġen viron +éªĮ è¯ģ +Ġredirect ed +T OTAL +Ġgrab bing +ĠL ance +Ġfor fe +_C B +å¾ ® +El apsed +_w ay +(Dialog Interface +_me asure +x bb +D og +Dep art +-s rc +res olver +with standing +_sh ell +ĠLast Name +ĠAv iation +Ġbegin ner +("% . +(to ol +Ġн ов +: init +(A PI +ĠMorr ison +vt Color +Ġstap le +/ INFO +Ġsupern atural +Ġste ak +tim eline +zz le +" `ĊĊ +Second ary +ĠNep al +.String Utils +Ġad am +Ġ( ... +Ġsub stitution +Ġboard ing +ĠKey word +ĠAss ault +dbc Template +Ġorder Id +( engine +.assert That +ĠVen us +Ġhomic ide +ĠA val +Ġg utter +ĠSupport ed +/p art +Ġac claimed +H istor +Ġmes es +ü ber +ĠRen ew +Ġgr as +ĠE k +Ġin file +ind y +.m usic +.S croll +ĠA ges +ĠNar uto +ĠG ather +Ġconfirm ing += (" +Ġpitch ed +ole y +Fr ance ++' " +$ total +Ġon de +Ġd itch +_s igma +Ġcontinu ity +re ward +- load +Ġproces o +Lock ed +st aw +Ġsp inal +l azy +! == +j est +Ġd un +ĠRod gers +ĉ grid +Ġlog os +ĠBeng al +.s uper +Provid es +Ġnut rient +.T imestamp +IZ ATION +åĨ Į +Ġf ats +ĠX xx +ct ica +Target s +Ġcont ours +Ġre ordered +: Array +Ġtoler ate +V ir +Ġter ribly +Ġbr icks +(& _ +h b +Port al +ĠB read +. which +ÂŃ t +as InstanceOf +Ġj object +ĉ length +_M T +; ">čĊ +_EX IST +Ġmat ernal +RE L +Ġê²½ ìļ° +he e +Ġlayout s +ĠL ap +ais y +Ġst umbled +ĠU IG +ĠS co +Ġimp aired +RES SED +Ġab uses +V F +AR B +.N AME +r ch +prim ir +_com pleted +Ġp enny +Ch rome +(b egin +ern en +- checkbox +Plain OldData +ĠL PC +r ade +sp ir +Ġcon ceived +T ips +ĠIo T +ĠG an +èģ Ķ +Ġbi ases +Ġconsult ants +ple d +_ ht +associ ated +], ĊĊ +Ġdelight ful +ĠÑĤ ек +Hel vetica +( load +-exp and +_W IDGET +to a +ĠA kt +Ġom n +Ġcl auses +Int el +*/ }Ċ +_reg istration +Ġold Value +Ġrest oring +Ġun real +O VER +ĉĊĉĊ ĉĊ +AT S +_pro be +Ġdiv isor +.update Dynamic +å¹ ³ +Produ ces +st amp +.j boss +ĉt ask +! (: +Ġpsych ic +@ class +M artin +ĠPass ed +clar ations +h el +а Ñĩ +ĉc opy +-b in +z an +ig ram +া ঠ+(s ig +ĠC aval +_ ## +Ġ% = +out lined +ĠAc id +Ġunpredict able +-d ashboard +Hex String ++ c +.P ublic +Ạ© +Ġconvey or +ĠE B +Ġselect s +Ġknock ing +ĠC ec +IBUT ES +owa Äĩ +g atsby +* v +ent ropy +Ġdispatch ed +Ġcam el +ĠSat urn +Ġover weight +( phone +par able +% B +_v ectors +Ġbrew ing +ĠT k +ĠDownload s +ĠS aved +.Pr ice +Ġcur ved +ĠParen thood +è ¶ +.p nl +plet ely +.D ay +Ġadvertis ers +Ġej ec +Ġpr zed +ë ¯ +! ';Ċ +ĠK ush +ĠT AB +Ġquest s +Ġcoinc idence +umm ies +ĠKash mir +ĠEth ics +_g rowth +Ġakt iv +Ġgroup ing +å¢ ŀ +_tr uth +åIJ ¬ +t odos +is et +Tex Coord +ä tt +ĠZ ur +ro ys +_M AGIC +Ġbrew ery +( State +ĠSM ALL +ĠPl ants +it bart +each er +ĠAd elaide +L u +Ġf ick +und les +_load ed +и е +P oll +rit ic +EL Y +Ġ+ ' +ĠProf ession +Ġst amps +ĠS ew +scroll View +Ġcomm unist +/pro blems +}čĊčĊ čĊčĊ +, o +Ġu dp +Ġob ese +appro ve +ancell ation +_G ame +ĠHas htable +adaptive Styles +Ġpossess es +.match er +function al +M rs +ĉs ave +ĠDb Type +Ġk en +get Context +Ġm ans +( rel +ĠBrother hood +) `Ċ +è§ £ +.In formation +OutOfRange Exception +ĠS ek +C as +Ġblog gers +E ither +(" "" +Ġpin ch +Ġco arse +) p +ĠP ulse +Ġlear nt +Ġdent ist +Ġon change +Ġdirect ives +( actions +ny der +ĠSh ir +T rait +_de p +ĠP ET +ĠRE P +.App Settings +cu ador +iden av +Ġenv i +Ġsl ammed +ĠSh oot +Ġdate Format +.j oda +ve ys +Ġ) .ĊĊ +Ġcare g +ĠPar allel +_ translation +.function s +. obs +Runtime Exception +[] = +over view +ĠSch l +Ġno isy +ĠOn PropertyChanged +S ending +Ġunf amiliar +U pon +ĠPrint s +.t yp +Ġflee ing +ĉm ove +( Un +Ġq r +× ľ +_b eta +Ġsk ies +ĉm e +W ND +Ġstick ers +bl as +Ġinsert s +Ġvers es +ĠD ew +Ġtang ible +Ġhe cho +P OL +Ġte ardown +om nia +IB E +.c over +_str ategy +^ - +set Position +u ale +S igned +Ġif ace +as eline +.set Time +ĠMin eral +ĠFight ing +sk ins +Ġdiscrim in +Ġdans k +ĠPr inceton +ac ist +Ġ( ));Ċ +tr acks +imon ial +ad ecimal +EP ROM +ugg le +.Not ification +$ mail +c antidad +ĠJ ung +Ġseek ers +Ġpl ausible +t ier +еР¶ +Ġr apper +ĠMan a +ĠHttp StatusCode +Ġburn t +los es +ĠF oto +ĠJson Object +Inst agram +Ġsys call +Ġreal ities +ĠMAT LAB +:^ {Ċ +TER M +ĠC bd +ĠPar agraph +Ġtrav és +Ġconstruct ing +Ġsw al +Ġp ige +LL LL +-ex isting +G ets +Ġmelt ed +Ġmitig ate +H en +Ġh m +im as +ĠA o +ĠP erez +ĠD AL +Ġëĭ ¤ +Ġdiv is +Storyboard Segue +ĠMod ify +ĠÃľ ber +_O VERRIDE +.p em +unt os +Ġespa ñ +Ġ{ ? +ĠP AY +_ip v +ĠF ury +__ .__ +el ow +-center ed +check s +_ Reg +-J avadoc +ĉ load +ĠLik ewise +ا Ùħ +UN E +.se m +x cb +ĠC ave +_s leep +Ġsil ently +ĠExt reme +.To Upper +ĉC HECK +Ġc ue +ĠQ ByteArray +Ġcorrupt ed +ĠD é +Ġimp ed +Get Name +Ġinaccur ate +Ġso ber +е е +Ġbar code +-- ){Ċ +ink i +Ġé p +Ġd ri +ĠAL T +>>>> >>>> +ont a +[ L +Ġinter es +ver ting +Ġdi agnostics +p dev +è © +ĠIntegr ated +). ' +_g c +$ text +.g ames +ĠT erra +' Re +.trans fer +_F IFO +get Model +Ġbl and +ĠCole man +Ġpr imes +Ġæ Ī +Ġcross es +n k +G ING +Ġ' ^ +ĠB lob +Ġinter course +ĠBl vd +Ġweigh s +_reg ular +ĠPer th +Ġsepar ating +Ġb illed +.tab Control +Ġpup pet +Ġutil ization +Ġâĸ ł +Ġsucc es +Ġl amps +_pro j +E ric +Ġren ovation +ĠFam ilies +ĠB its +part ials +-M en +s olution +Ġd warf +.IN TEGER +ĠLO CK +. ct +Ġexcer pt +ĠP ix +ĠFirst Name +ANT ED +ĠAd mir +-h elp +P rior +ĠAl ign +.IN STANCE +Line Edit +('/ : +Ġin et +od us +.p kl +ĠK Y +up ert +Ġn erves +_grad ient +} ',' +_un ref +Ġs aturated +ĠConn ected +ĠF N +EX IT +Ġtele port +Ġav ait +Page Route +Ġdivor ced +(l ang +f st +ĠT yr +Ġmess enger +if stream +X S +ĠBank ing +Ġinfect ious +ĠM ons +_LO OP +Ġzur ück +Ġobt ener +/re pos +V el +ac ro +Ġuser Repository +style Type +ĠS RC +VML INUX +rec ursive +/ bar +_ch ip +omin ated +ĠN it +âĢĶ to +ĠBudd h +ом еÑĢ +ĠM AG +ĠC HE +_d en +. raises +_de gree +Ġpump kin +_tem plates +_M EDIA +ĠTim eline +Ġb ots +Object Type +Ġbu ys +.post s +C AL +wait ing +ĠDani els +Ġd abei +ĠS igma +il or +ig el +, W +AD S +( panel +ì² ´ +it ating +.p alette +Ġmos quito +Ġt ego +(parse Int +Ġdes pués +p romise +Ġw ij +types cript +ĠT v +_IDENT IFIER +).ĊĊ Ċ +_fl at +its u +US R +ex perience +-f it +ph inx +_th resh +Ġide ally +ĠFre eman +, DB +_r w +çŃ ī +U b +_stat istics +=" ">< +Ġch ore +Ġy ork +inst alled +Add itionally +Ġp stmt +yl ko +:: Ċ +Fore st +Ġhead set +Ġgall on +ÑĢ ем +Ġwithdraw n +ĠC andidate +Ġmel ting +Ġfree zer +Ġh l +_HE LP +m ime +( /* +Ġth irst +$ return +member of +еР± +ĠHttp ServletRequest +( ob +_ Result +Ġassert ed +Ġfulfill ing +Ġstret ches +par ated +-f unded +Ġå Ľ +ing les +_c a +. condition +ĠDis plays +Ġor ang +ĠC RE +Ġgl Bind +ĠSelect or +/ type +ĠAlex a +ched ules +ĠPen insula +Ġpar ity +ĉ dest +ĠDo ors +čĊ ĉčĊ +_dim ension +Ġa load +.St oredProcedure +(p aren +ĠBur ke +') ]Ċ +- engine +Ġqu ir +ĠHy brid +ĠDo e +Ġout lines +ĠTrend s +_N V +per iments +ĠH in +? ', +ĉ Text +F UL +Ġsm ells +Ġs lick +Ġmis erable +ĠArray Adapter +Ġparam String +H om +_l iterals +us uarios +Ġprompt ing +_l azy +ĠActiv ation +_ oc +We ak +Ġan ecd +ĠU CLA += re +isse ment +ĠEsc orts +Ex cellent +ĠP ause +Ġre positories +T OR +ari ate +_is o +up dates +hal b +udi ante +ë¡ Ŀ +Ġna ive +ĠP eg +ĠL ounge +ARG IN +(b in +On ClickListener +ĠFA ILED +Ġl ite +Ġd zie +ĠL iteral +iv or +fc ntl +Ġe ats +Ġq ed +Un lock +rid ing +und ai += M +AT TER +Configure Await +ici as +ustom ed +Ġsuccess ion +end Time +ĠJ upiter +Ġjud ging +d ration +_d ocs +.m o +Ġeduc ators +ĠV ine +Con d +[ out +q b +\ Validator +Ġmean ings +Ġpresent ly +Ġdiv iding +otten ham +asc ular +Ġtrail ers +ĠC LOSE +ам и +âĢĻ ai +ĠG ain +w or +Ġpl anner +Ġdistrib uting +v at +month s +x label +H F +V iol +.BASE LINE +еÑĤ ÑģÑı +ĠR otate +Ġtx n +: bold +Ġb loss +Forg ery +( embed +Ġjak o +s printf +the ir +Ġexhib its +- static +he cy +get ActiveSheet +.c lients +ãģ į +_h ide +[ word +C b +add Item +ax e +_r adio +al ion +mod ifier +Ġsat uration +Ġden om +_p ixels +m ess +(f l +at if +Ġse cs +Ġpro stitution +Ġgrand children +Ġparad ise +ĠF eld +_B INARY +it ous +๠Ħ +Ġflash ing +-s ided +Ġcontrad iction +/* ĊĊ +y label +ĠT et +Ġadm ire +res o +Ġlet z +ĠSE ARCH +sl ots +ĠRew ards +ĠH og +ĠNS Data +st ash +F all +ĠA mer +Line arLayout +/ photos +Ġfe ather +Ġ| čĊ +Download s +.Start sWith +Ġ// # +ine Transform +Ġaff id +V tbl +ĠRog ue +scri bed +Ġfa uc +ĠMon roe +Ġdecl ares +mod ern +re on +ay be +P ASS +f ers +_MULT I +ĠMath ematics +Ġsud ah +_ATT ACH +Ġnumber With +ĠSol omon +j in +ograf ia +ö l +_d esign +cul ated +ĠL una +ies z +Ġ=> ' +Ġrevel ations +Al ong +( ed +ĠF ilename +Ġy label +Sec ure +Ġbus ca +agn osis +_RE CE +Ġoverl apping +Ext ent +Ġanticip ation +Check s +ĠALS O +or c +iling ual +it ational +Ġadv ancement +ou ro +ĠP redicate +å¾ Ĺ +er ia +ĠPier ce +or io +Ġmer its +Ġpe anut +.P ackage +ĠCon duct +_SENS OR +Ġbo iling +Ġin tra +ĠI GN +ĠF ur +.Ref resh +ĠRe ach +_dec oder +.Ex p +ĠÑĤ ак +p ill +, Q +ĠGr ill +Ġpop ping +.A g +Ġpro yecto +Ġmile age +Ġec ological +] ]);Ċ +ĠÂ Ń +sub plot +ac ad +ĠTry ing +rec ipes +$ criteria +ĠPers ian +-b ound +M ASK +ĠG esture +Ġk k +ĠP VC +Ġprohib ition +Ġcom ando +ĠLO OK +Sh opping +Ġdist ortion +< Boolean +.Get Length +um pt +\ Product +ell ery +Ġfire wall +form atted +.red is +Ġes a +ĠRh ode +S om +.n on +Ġ' ). +Ġget View +ạ n +pr us +Mat thew +Ġs ia +ĠF ors +G PU +ient ras +_IN ST +Ġol arak +Ġimport ing +T CP +/ ");Ċ +e ither +Ġfresh ly +c ascade +(char acter +ĠJe ep +ot ics +_ UTIL +.Xtra Printing +.first Child +ĠEx cell +Ġd vd +Ġt aller +Ġr as +yp ass +Ġassign s +Ġgri ev +-m ore +J D +ĠBurn s +' >čĊ +.D ependency +.Query String +.O wner +Ġexp iry +Th u +( Vec +Ġhazard ous +Ġr pm +AP ON +Ġadd Target +sv ille +p Net +ĠIm g +ĠTIM ER +.An imation +Ġbe k +Ġass ort +Ġle bih +Ġbody Parser +Ġvibr ating +ID L +Ġbutter knife +int ers +Ġpersu ade +ĠLGBT Q +è ĭ +.s oft +Ġbe ams +_s ur +.D ef +Ġl abs +ĉ plt +Ġsk ins +Ġtransf erring +Ġimag inary +_E nd +; background +Ġl aps +_COM MENT +(S DL +ond s +.Rec ord +ĠIm plements +_t icks +() ))ĊĊ +Ġa rose +] ? +ĠM p +ĠI Command +Ġsculpt ure +Ġcontract ed +< HTML +Ġcal end +at y +/ Sub +Ġkv inn +_ IGNORE +ĠSh ane +ML S +Ġstim ulate +Part ition +Ġm un +ó m +eral a +- account +.B inary +c é +Ġse ize +connection s +ĠĊ ĠĠĠĠĠĠĠĠĊ +ĠDi agnostic +V ISIBLE +ĠRun s +Ġimpress ions +s uite +ob le +~ - +ak ukan +< Person +ĠN os +ĠG ui +.wait For +RE SET +Ġpost pon +Dis cover +arr ison +sh aw +b lood +AJ OR +æĽ´ æĸ° +ĠM use +æĶ ¶ +Ġret aining +ot te +Ġmos que +ĠS ne +Ġstandard ized +Ġmain land +_th ree +unge ons +get Doctrine +Ġwh ale +Ġag g +ĠP orsche +now led +lat ent +ĠRel ation +Ġ// ' +Ġshut ting +ĠRem ix +_c ov +Ġs ailing +Ġv owed +Ġp ots +out u +Ġhair y +cast s +Rel oad +Ġre connect +ter a +.child Nodes +ĠR ack +Ġcurrent Index +Ġall en +Ġ çĶ¨æĪ· +ĠC ubs +[ X +_SE Q +_RE MOVE +.get Action +(/ ^ +err ar +Ġ ether +cur ve +Ġsl ap +Ġu om +O thers +Ġen gr +Dis position +Ġst aged +E ye +ĠA ux +auth enticate +Ġ$ ? +ĠAndre as +Ġset w +.A rt +Ġforecast s +Ġa unt +-m iddle +Ġmis d +des k +Ġescort e +ĠCas a +rop ical +Ġexem ple +plan et +(U INT +Ġwh ip +ĠPC B +clide an +=" \ +Ġox ide +Ġsucceed s +der ived +ĠEcon om +_co ordinates +ir as +D raft +Ġvisual ize +B rian +_ASS UME +ĠObject Id +Ġtrain ers +_FOR CE +Ġcon soles +- process +lic her +ĠSim mons +T aking +ĠCl aims +Ġdiffé rent +Activity Result +Ġsn s +éĢī æĭ +ĠCr us +Ġll am +r ab +ĠJo an +AA A +ĉf ilter +ish ops +get ting +à µ +Ġquant o +P ast +ov ich +Ġin justice +ĠF LOAT +Ġal right +\ DB +( GameObject +u ish +(b ot +Ġgall ons +ĠR é +ĠS aid +ĠSTDMETHOD CALLTYPE +ais ing +_process or +ell idos +ter dam +ĠBe am +Text Area +Ġret orno +.M ake +Ġ$ ("< +Ġlock down +Ġremed ies +Ġve el +x ee +do ctype +F il +ĠExp and +Ġemp loys +Ġsession Storage +Ph p +P ublish +Ġret al +f abs +ynam ics +Ġtoss ed +ĠnumberOfRows InSection +x path +\ modules +Ġdis astr +ĠM ULT +.M esh +-st age +Ġs df +it ung +ug es +Ġ?> ">' +kin son +Ġк ол +ogn itive +_ li +Ġim minent +Ġaff inity +.sign al +Ġnot ch +ĠSteel ers +max length +K K +ĠEug ene +_P WM +ro i +Ġâ Ĺı +ĠH amburg +.M ust +Ġax e +en ef +Ġamb itions +ĠSpec ies +ĠSt ress +Ġa while +Ġб Ñĥд +Ġwith stand +ĠDec oder +_in ventory +Ġ{ ččĊ +Ġt gt +Ġrail road +W ASHINGTON +Ġnegot iated +N ST +- phone +, U +Ġexerc ising +á» ¥ +_P IXEL +av ors +iter ated +Ġv ampire +ad al +In grese +Ġun g +ject ive +.c ells +Ġn ano +Ġmark down +_R ULE +(event s +Ġl uggage +MESS AGE +ig keit +$ count +Attribute Name +IG INAL +_E nt +ĠB F +ĠCOM MENT +_in i +ĠEurope ans +ĠB elle +åij ½ +) [' +åº Ķ +ĠUse ful +.re ference +() ", +_ grade +ĠK aw +Ġsent encing +Ġsocial ism +mon ster +_L AYER +Ġdee pest +w k +ĠNo ise +### ĊĊ +Ġpr éc +ot le +ÑĤ е +a uf +ib al +Ġcon quer +> Email +Ġamb ulance +O AD +Ġ(" % +ĠF I +.f ixture +Ġter se +ĠĠĠĠ ĉĉĉĉ +Ġsanct uary +ug i +ĠCom parator +Definition s +Ġast hma +Ġl act +Ġhard wood +.c lock +Ġattract ing +ĠM our +(d istance +ic its +Ġbon ne +ĠAC CESS +.Deserialize Object +ĠTyp ed +Ġje u +Ġapp Id +ĠCl ara +ĠH F +ĠRe ich +ipp les +//---------------------------------------------------------------- ---------------- +_del ivery +erial ization +Ġplaint iffs +Sc ient +sh opping +ĠD ummy +ĠW ald +Group Name +Ġins cription +el og +:::: :::: +_ ld +Back Pressed +.R aw +ĠOn Trigger +Ġmuse ums +ĠBe en +ĠAdvent ures +Ġsl ate +Ġlet t +Ġsu nd +ĠG in +ĠMechan ical +.s hip +App Component +Ġdest ined +Ġdw elling +Prof iler +Pre pare +ze ich +Ġsil icon +(h as +Ġ# % +VID EO +Ġcollabor ate +L in +Ġsc opes +( className +(s d +and in +.h am +Service Impl +-des cribed +Ġiron y +st ial +ĠHu awei +(re po +Ġunexpected ly +ĠK ai +.inst all +\x f +Ġexhib ited +_T CP +ĠO x +_CH O +Ġprostitu erte +Ġv ä +Ġsit o +Ġconstitu ents +ĠContin ued +ĠS AVE +r ss +/ message +ub es +Ġmisd emean +Ġtax ation +Ġstory line +h air +ĠFind s +S IG +ver ification +~ = +.h p +Iter able +Ñĭ е +ator i +Ġc tr +R x +_ );ĊĊ +d ag +.p in +Ġp seud +Ġinv o +ÑģÑĤ ÑĢ +_p ix +为 空 +Ġsw orn +âĢĶ or +_reg istry +Ġdis asters +ĠRO I +ĠâĢ ķ +akt u +fore st +be iten +âĢĶ I +ue va +eg t +Ġsp ikes +URE S +ĠRecomm ended +Ġexplo ited +ĠFreder ick +_COMP LETE +ĠDr ugs +!!!! !!!! +ĠR iv +ST OP +RO OM +ĠP ASSWORD +C ookies +.E l +á» Ń +ĠB ert +Ġhash ed +ic ester +Ġdecor ator +Ġquery String +: ;Ċ +Ġ" [" +oto pe +-A meric +ĠMatthew s +UR AL +âĢľ , +Sum mer +f os +_CONT AINER +_A CK +Ġfil tr +_dis p +_ Re +Ġfac ile +а ÑĪ +Ġìķ Ĭ +Ġe ben +Ġspr ink +ĠQ uint +> V +Ġhistor ians +our met +ĠMonitor ing +led ger +c ott +Ġw are +GG LE +c ars +ĠM EDIATEK +Ġvol upt +_ View +HE L +(c opy +(st ats +Ġchrom osome +ĠCurt is +- conf +( asset +Ġhv or +File System +< >();čĊ +oc oder +ĠC annon +) x +ĠSm ooth +ĠS AS +_ ce +ĉ prev +_m ovie +E c +_w all +< Button +ĠF AST +Ġon View +ul an +ĠS UPPORT +Ġgesch ichten +ĠS ons +Im m +$ IFn +Ġfair ness +Ġd pi +ats u +J osh +Equal ity +Ġ} ()Ċ +_ less +ĠR atio +ĠC ats +ĠS tern +Mon ster +Ġmer cury +ü hr +Ġplus ieurs +.des erialize +sc opy +.F alse +) animated +ĠExp erts +Ġ"") {Ċ +.W hen +see also +.un pack +LE M +.select All +Ġperception s +ud ing +ir ling +ĠPrint ing +gram s +ĠFile Stream +erv ille +il og +ic mp +_C ount +Ġlivest ock +- ca +doc uments +Ġpo les +ĉw ant +Ġflu ores +Ġstand point +ĠH uge +Ġradi ans +ĠUIB ar +EDI UM +ĠHistor ic +_h older +ĠMar ines +Ġt ä +.L ight +quir er +ason ry +div ider +ĠFl utter +_f b +restrict ed +ĠEvery body +N ão +Ġkn ot +ĠT witch +Ġhall way +(C ollider +Input Element +? )Ċ +/ off +/ ) +play ed +[ OF +Ġbat ting +_d l +Ġcom edian +Ġé v +ĠD EM +ĠEd en +: white +' ', +Con struction +acer b +Ġtask ed +.man age +Rel ationship +Ġph on +n z +_B GR +Validate AntiForgeryToken +_ air +âĢľ When +Ġgl fw +ĠCon versation +_T OTAL +, Z +Ġg raz +Ġiter able +ĠP ASS +Ġadvert ise +Ġmö glich +/ train +ĠVolk swagen +Ġcreep y +Ġ" )čĊ +QU ENCE +Ġalt ar +Ġed its +comp iled +aw ning +ĠD ungeon +Ġo sg +Navigation Bar +Ġtrend ing +ĠE co +ogg les +cd ot +| - +S ie +ec ret +ĠN egative +ĠL ing +ĠD IM +ĠC WE +ĠCar rier +Ġcar tridge +_us b += os +ĠJack ie +Ġo tras +Ġcommod ities +ĠP resentation +)&& ( +ĠMar tha +ĠCath olics +ĠM ond +об Ñĭ +_ absolute +Ġash amed +pons ors +t al +Ġsad ness +Ġpu ò +F ade +-pre view +ĠRequest s +ĠCal vin +h orn +Reuse Identifier +(pro vider +/app s +ime o +ĉ Class +S amsung +ĠW ORLD +Ġc innamon +dot env +ĠI User +ĠDE V +_C har +.ib atis +et i +/ me +s st +.s ym +ĠRug by +-m aster +aj ar +ĠY EAR +Ġo dp +ĠR oles +Ġbip artisan +ail le +Ġblock er +Ġgre ens +.SE CONDS +Ġbelie vers +ĠL ikes +F LOAT +Ġm ak +Ġg cc +âķIJ âķIJ +(" ~/ +SCRIPT OR +Ġton nes +ĠS ang +Ġtrans pose +enn ai +P red +Ġsoll te +.github usercontent +( print +ĠH ole +çľ ĭ +ad get +Ġprompt s +Ġgen etically +ĠH od +Ġvert ically +_control s +ÑģÑĤ ан +") {čĊ +$ title +Ġ} ),ĊĊ +Ġstate wide +ĠCor respond +ĠAt tr +it ant +Element Type +Ġout ward +Ġfam ilia +( article +Ġbl at +Âł Ċ +Ġgl Get +ĠRe ceiver +Ġ% - +ad am +W inner +Ġtail or +_p wd +ert en +St an +ĉ all +al ive +strt otime +� s +s essions +$ conn +ass ist +Ġchat ting +ĠM ant +Ġ% @ +Ġ"" );ĊĊ +Ġd gv +Ġíķ ¨ +.re peat +_M essage +Ġadvis ers +/ path +Ġk es +) } .ĊĊ +ogen esis +ĠOPTION S +upt ools +Ġmilit ant +Ġex ited +ig ar +ĠCOM M +ĠDis posable +ay cast +Ġrow span +Ġsyn thes +Ġsond ern +ĠĊ +ĠJ acket +R ATION +.getSelected Item +- init +ĠReg isters +_se p +ĠTool kit +.d ict +Ġx label +\ Table +t oc +_com bo +ĠComp act +Ġr ugged +à¥ĩ ठ+-man agement +')}} ">Ċ +ĠSt amp +ı l +ro x +Ġlandsc apes +_NOT E +mon ary +c ab +Ġmo et +x af +rc ode +- cli +_g ate +[ event +SP ORT +g ia +ĠS UPER +/ Login +_sh utdown +int errupt +Ġpret ending +Ġfr inge +ĠRed s +ĠC UDA +ĠUN IX +v it +Ġbr ig +dr v +ĠConn ector +There fore +Ġl ia +D etection +_ actor +Ġtemp file +Ġecc entric +- role +Ġpad x +d ent +West ern +Ġê ·¸ +ĠApplication Record +Ġcampaign ing +_run ner +ĠC ivic +ale igh +Ġdire kt +.s ul +ĠĠ ĉĉĉ +ant en +Ġiss uer +Ġassert ions +( orig +AT IO +Ġlean ed +ä s +.D TO +expl ode +.O bservable +Ġstagger ing +Ġkidn apped +Ġprogram mers +ĠInn ov +.param eter +Ġdom ination +Ġske ptic +Ġæĺ ¯ +Ġavoid s +.Ver ify +ub by +ĠAS N +Ġformat o +ĠBeat les +_b rand +Ġin set +y outu +Ġto c +-f inal +Show ing +ĠD oub +ĠM esa +Ad j +_m edium +Cre ates +(end point +ĉ UP +bb ie +Ġst alk +.datab ind +.S can +ag ents +$ , +ind ividual ++ )/ +ĉv m +(not ification +Ġin ex +ĠClass ification +ren o +Ġo lig +-r ated +Ġform ulation +', { +Ġa cept +_un pack +_C A +.P ow +ĉ im +Ġal uminium +AN O +Ġx n +Ġcó mo +ĠIng redient +Ġseiz ures +åħ ± +ific ador +Ġsigu iente +ĠIn fragistics +Ġduplic ated +ĠDe e +Ġn ø +ĠAC CEPT +(c rate +иÑĤ елÑĮ +- less +Ġinf inity +An alyzer +-D ay +rit t +(c in +ĠG y +Ġmulti plied +uch i +ĠBald win +/ ip +Ġshort cuts +.A DD +Ġvig or +_in struction +( ; +_ eta +è¿ ŀ +utor ials +Ġboost ing +b v +Ġacknowled ges +List ening +FA Q +; b +(( - +Ġarchitect s +Ġz we +Ġpul s +Ġget Count +ver bs +ãĢ ľ +(C ollection +k re +Ġjuris dictions +_b ridge +ĠCr ack +ĠDiff iculty +K O +Res ervation +_re quires +T our +ãģĹãģ Ł +.set Current +Ġk y +ĠAlb any +Ġè § +ll er +agn a +work ers +.bl ank +ĠPr ayer +M IC +Ġresil ience +Te X +ĠL anguages +st udy +ĉc urr +Ġenzym es +Sl ug +ĠíĮ Į +str al +Ġtum ors +Ġseg unda +=' { +in struction +ĠL isp +/ info +Ġ" {$ +,: ), +Ġg v +( ErrorMessage +Ġ' = +}- ${ +.Doc uments +" Well +Ġreminis cent +Ġg az +iro pr +eh r +Ġsup pressed +ers h +.scroll To +Ġcad ena +Ġgame State +ÃŃ m +( conv +ĠTom orrow +ĠC CT +M ongo +ul g +.C amera +.hand lers +m ph +Ġst k +Ġgen etics +AC ING +Tr ivia +ĠB am +(m arker +.St retch +ĠSun ni +ĠBet ty +.t olist +un likely +.Rect angle +ob solete +IL ON +inner Text +emb ourg +a N +ĠV ehicles +un lock +: utf +n ob +ĠSee ing +ĠNE VER +Ġt ls +Ġfil les +Ġbenef ited +ĠCl int +*/ ), +.f old +Ġpos ible +A DED +th ouse +.D AL +ĠO dd +ro kes +ĠSun ny +ĠPartial Eq +_B uffer +ĠLe vi +long rightarrow +eld on +g ages +_w arn +.Create Table +ĠD ip +_ questions +.log ic +Ġ# " +={() => +Ġt ep +Ġju icy +ì Ĥ¬ +en ko +ia lect +Ù ī +Ġon board +Ġæ ı +ĉ rt +_ UTF +ĠQ Action +âĢ ŀ +( Component +(a udio +.h it +g te +Ġprogram med +state Params +Ġpoly ester +f ires +by ss +] =( +_ quality +Of Day +ĠFair y +Ġy elled +op l +(user Name +ĠD ifference +Ġevalu ations +iff any +Ġcycl ists +Ġc idade +Ġtext book +Ġprof iling +__ ), +de a +. activate +Ġindic ations +Ð ķ +Touch UpInside +Ġinval uable +ĠM ASK +Ġcont end +F req +Ġrecru its +(int erval +ĠUser Profile +Ġ'./ ../ +ed u +_C allback +Ġanal ogy +ĠTro phy +app hire +V ideos +ĠCh er +ĠH av +âĢ¦ " +. validator +g fx +ĠU Object +class names +tri angle +ĠEnc oder +.s py +Ġpred ators += status +-s afe +: ",Ċ +ĠIn cluding +Ġ{} ;čĊ +* cos +Ġend ured +.sul ake +Ġnurs ery +Ġfrag rance +Ġre building +Ġn th +ĠFr aser +.set Date +ĠV ince +_RE ST +Ġvent ilation +æµ · +cri bes +.as m +lp Vtbl +ĠA be +uis ine +, array +ĉ className +err als +Ġ' ĊĊ +Check out +Ġsol icit +A ux +_c apture +Ġrib s +rag on +vi ol +top ics +Function Flags +ĠM arty +b ike +ĠT ucker +(k ernel +ĠO ps +Close Operation +/d emo +ild a +ĠlÃŃ nea +APP ING +Ġsu ites +.visit VarInsn +ur us +ĠMin ute +(m anager +Ġbutter fly +Ġap are +Ġw olves +J WT +ĠSal on +ĉd elay +-es lint +is ations +.r pc +)| ( +ĠSnap chat +/m m +M N +cer ies +.text Alignment +ĠFrank furt +Ġad o +(new Value +( access +( Expression +ĠSign In +ĠHait i +_t p +.set Parameter +Min ute +Ġmanual s +ric anes +ĠP TR +ĠOut er +Ġget line +oc ations +_C D +ĠLy on +/g ui +_l ive +id an +.ge om +Ġborder Bottom +im uth +_check point +Ġme u +ĠIr ving +Ġpeu vent +(M AX +ĠAR CH +Ġp ov +.source forge +Ġjam ais +Ġar k +ĠBaghd ad +ĠC LEAR +Menu Bar +Ġtro is +CHED ULE +Ġ# čĊ +(C all +$ order +(M aterial +Ġencontr ado +$ list +ĠMETHOD S +.begin Transaction +_M AG +Style Sheet +Ġmaj ors +Ġindef initely +clean up +Ġhom eland +(d to +D ates +P resentation +ĠD K +={` / +ĉ Key +( Block +_check box +ne eds +Ġon Complete +ric o +Ġgle ich +Ġx m +O OD +B etter +ĠSQL ITE +. Book +x ad +ĠG one +ĉd p +Ġdev otion +Ġst m +Ġobs ess +ĠBack end +Qu eries +I k +// **************************************************************** +Ġdivid ends +.parent Element +} ")ĊĊ +ĠMaterial PageRoute +: num +Ġexp lic +ĠO L +le ast +O ops +iment os +Ġins urers +Ġhero ic +ĉf ields +.img ur +.btn Cancel +ĠDetect ive +(s m +ĠMutable LiveData +.l ab +(( [ +Ġha irst +ĠTrans actions +å¼Ģ å§ĭ +Ġstd Class +uent o +G IS +_c od +Instruction s +C alls +Pointer Type +ĠR w +Ġassort ment +ĠD IG ++ r +_C ERT +Ġinst ability +Ġv ib +on as +Ġro ku +ap ellido +Ġan gl +prene ur +Ġfluid s +ise ase +Ġde ed +qu ist +_CONST ANT +Ġequ ilibrium +_de legate +ĠQuant um +re i +Cap abilities +rect angle +? >< +al ien +ĠJ ug +D NA +T ickets +Occ urs +ĠHaw k +.setHorizontal Group +\ Collection +ff iti +Ġre arr +.setVertical Group +Ġc avity +Ġadult e +Fac ade +- wh +ĠL OL +Ø ° +Ġgrand parents +Sw ift +ĉw x +æīĢ æľī +if en +ff set +B eyond +// }ĊĊ +Ġw ager +Ġb ury +Ġcomm ence +reg istro +sc ient +ĠPer cent +Ġд олж +( identifier +.set Model +Ġs eldom +nt on +Ġappl iance +am us +rys ler +Ġpant ies +engu ins +Ġmim ic +Ġon Changed +Ġal coholic +.reload Data +Ch arge +ĠF ax +Ġj ScrollPane +Emp resa +Ġsh attered +x ba +Font s +? s +Ġpost season +ret ain +_r ates +Ġrequest Code +.t odo +´ s +CH K +ĠKeep ing +enge ance +Ġvs code +IPP ING +Default CloseOperation +_ raise +ĠO culus +ogram s +ra j +pc i +Ġcorros ion +.handle Submit +Access ible +ĠP iano +l ittle +AC L +Äĩ e +.un wrap +ĠCon vers +ĠLe ben +ione er +ĠMer chant +ĠJ orge +Ġembr acing +Ġvent a +á st +Ġvi ene +< QString +Ġexplos ions +Ġdistur bed +." < +m emo +ĠAb original +Ġcomple to +Tex Parameter +Ġuom ini +( agent +Ñĥ ÑĢ +ĠWh olesale +/ am +ĠBook mark +dr agon +Ġglo ve +Ġ" "));Ċ +iv ariate +now rap +In Children +.B r +Ġcon exion +Ġback bone +Ġe clipse +Ġpersec ution +': ĊĊ +/ link +ĠP ero +and as +ĠT ek +. "); +-an alysis +Ġer ad +Mar shal +Ġanch ors +og er +Ġconver gence +st icky +Ġnave g +int ern +_DE SCRIPTOR +ĠConsult ant +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠA uch +Ġer re +ÅĽ li +ĠHor izon +col a +Install ation +hot mail +C NN +.C ollectors +ch s +(tr ace +ĠEnc rypt +Ġ---- -- +ĠBase Controller +Ġag ua +Ġre active +id l +Ġclass Names +ĉ Session +ĠDod gers +H ad +_l v +Is Valid +ĠHEL P +ut to +ĠVer ification +Ġget env +_p a +.b mp +: f +ĠLou ise +(' ; +/ socket +Gr anted +.c alendar +( IP +ĠP X +.R oom +Ġprogram m +ens i +Ġtablesp oons +Ġle ve +Ġmo str +.t ipo +/ an +(d i +Ġb iod +Ġdb Context +ĠJS X +ĉ results +. END +ht e +l ify +P recision +èĬ Ĥ +ARS ER +)did ReceiveMemoryWarning +at tempt +IS P +& a +_P OP +ĠT ac +Ġprepared Statement +Ġзап иÑģ +Ġow ing +, start +Ġreview er +Ġr st +Ġprop Types +Ġrock y +_lo cale +ĠStrateg ies +ĠWe ber +.C ascade +_equal To +Ġcos as +ĠDe letes +ĠMax im +Ġsh rimp +re trieve +.In clude +IG IN +ĠO E +] );čĊčĊ +.en umer +Ġco ef +_N ull +R a +ty ard +ĠSh awn +keep ers +Ġq q +_s b +om ens +ĠExec utes +# " +TT Y +ĠValue Type +); */Ċ +ĠAbs olutely +ĠT ottenham +/ art +Ġbless ings +Ġswift ly +b uster +Ġa vid +COM M +, temp +Ġ} ?>Ċ +-g rowing +Ġdeep copy +A ck +egg ies +Ġ__ (" +Ġno ir +terror ism +Ġanth em +ag ency +_PACK AGE +ĠC losure +.reg istry +Ġmamm als +< L +U ICollectionView +ĠLED s +Ġvol ley +( Buffer +_N ATIVE +lib c +impl ode +Scroll Bar +ĠMar ion +.Con tracts +_A t +ĠWe instein +compare To +ĠH ose +en ity +.create Query +_r outer +Ġstim uli +Ġ++ ) +ĠCh amp +ĠBay ern +ass a +.v a +Ġdistrib utors +Ġfile private +Ġdepart ed +cc cc +@ click +ĠL unch +> L +Ġbl uetooth +.De ep +- standing +ác il +Ġro oft +ĠPath s +_iter ations +Invalid ArgumentException +.s pi +ĠUIAlert Action +uy e +sign in +.p riority +ĠEss ays +=' {$ +Ġè¿ ĶåĽŀ +_s igned +.p ersist +Ġred esign +To Lower +ĠNew man += start +ĠIsrael is +asis wa +Spe ech +Ġnum eros +hand lers +ĠW ong +Ġм еÑĤод +We ights +ĠGu jar +te il +ĠNon etheless +_E FFECT +Ġv ect +ĠO sc +Ġco ats +ĠW heat +Ġge ek +ĠPRO PERTY +w orm +_const ants +ĠB oulder +ĠP arm +co le +Ġdefault Center +ĠRou ge +: A +xc f +ĠVen ice +med ian +Ġred emption +F resh +Ġcos m +Ġfig ur +Ġref urb +CO PE +.c d +Ġch ords +ĠS gt +Å į +VP N +ĠS END +ain en +_account s +Ġtent h +Ġdiss olved +< App +ĠCover age +use State +é ro +.. < +Ġì £¼ +Ġdream ing +ĠFore cast +.C ursors +Ġvis as +/ script +_start ed +Ġga str +(P RO +]; // +.T ile +* sin +( Adapter +ĠSand ra +_S IG +ard ash +ĠO val +Ġdescri pcion +(s l +ĠDes criptor +Ġ` $ +/f ree +ĠKey words +Ġt udo +ion ale +(f ound +.x yz +ĠGeneration Type +_DISABLE D +( area +Ġel ites +Ġh ombre +(m essages +ĠR ac +Ġext ingu +ĠEst a +op o +. vel +mouse out +Ġconv olution +ĠHand ling +Ġceil ings +T ek +ĠAre as +.writer ow +< View +ĠCorn ell +_B IN +.in valid +'' 'čĊ +ie ż +_P osition +Ġk idding +PC ODE +Ġwatch er +lo x +Ġâ Ĺ +D ave +_all ow +Ġbis exual +Ġun ordered +ĠSch we +_se gments +Ġt earing +IN LINE +Ġund es +.g oods +.c am +ĠL W +ĉ where +Cal culator +-th reat +- alert +ĠSuz uki +ĠIP A +ĠAtt achment +AC CESS +(d type +O pp +_s ymbols +Ġdans ke +l age +or get +res olution +е Ñĩ +ĠQ Color +ĠBar rett +аÑĨи Ñı += \' +ĠNav Controller +/ ref +(c ountry +_H DR +Ġterse but +pet ition +Ġsu f +cred its +๠Į +x m +ĠDav ies +.re ddit +Ġw oven +ĠO bl +ĠK M +ĠConsider ing +ens ored +.per iod +Ġd dl +$ wp +Ġextrem ist +; \Ċ +Ġk im +al ers +Ġspan ning +Ġco herent +Ġconse gu +.text Label +.g eneral +_d ashboard +л ение +k ick +_P ID +ĠExt ensions +reg exp +ĠCl ause +_m ov +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠR eward +ĠLEG O +A k +=-=- =-=- +ĉ parser +Ġon ze +éĢ Ģ +âĢĿ ãĢĤ +_b all +(r hs +Ġch orus +< count +as urable +Ġwirk lich +ĠEr in +ĠMS NBC +Ġet ter +ĠC ron +_F LOW +Ġ, čĊ +Ġcal idad +ĠFile Writer +ĉ stmt +( Byte +_p at +Ġte lescope +Ġgre ed +ĠT ort +(w rite +\ application +ĉRT LR +ĠConfiguration Manager +Un ix +End Time +In cludes +ĠHar vest +en berg +ĠAustral ians +Ġë ĵ +Ġr n +Ġreput able +Ġbl ending +UL ATION +ĠBrend an +d ad +Ġm ø +ĠW oo +_d c +U ne +Ġr ue +with in +ang ep +Ġp ouch +\" ", +ĠS ic +âĢĿ ), +aly ze +ĠG ef +c overs +Ġd bo +replace All +ĉ Logger +Try ing +[ state +-p iece +éĸ ĵ +beh avior +all ows +l rt +_p ython +ert ura +-c ountry +ĠT G +.UI Manager +b ens +ale x +ĠBre itbart +b ac +Ġpredict s +Ġg ab +Ġcard inal +.Time Unit +ĠVis itor +ĠM ing +Ġliv re +Ġparent Id +port un +Ġdimension al +ĠV est +en ic +à ³ +Ġ Ùĩ +ĠBL UE +Ġitem Count +Ġfe athers +ĉp stmt +ĠPol ar +{ // +und i +Ñĥ ж +z ar +Error Response +ì ĥģ +Rep resentation +* _ ++ ] +pre pend +Ġ' > +Ġlegitim acy +Ġo o +S linky +Ġnation als +. words +; p +tr ap +oman ip +Ġc ues +Ġgradu ating +Ġsem aphore +"] );ĊĊ +ace y +RE ET +Gr ab +ĠFel ix +( Id +_ne ighbors +Ġmeaning less +(d el +Ġj eder +ĠContent Values +.abs olute +/ cl +Ġx b +dat um +Ġtort ured +Ġrub bing +S cores +ĠðŁĺ ī +Ġav ons +Ġam sterdam +E OS +H al +Ġtrust worthy +# = +.EX TRA +Ġman o +is icing +-s upport +ĉc ursor +ĠSp o +aim assage +M ission +[] {" +Ġprint ers +G REEN +Ġt eg +Ġabdom inal +! ĊĊĊĊĊĊ +.Sh ort +аз в +ĠGift s +} ") +(b inding +x ce +âĢ ij +inf os +Form Data +Ġd art +Ġele ms +(in v +Y L +t in +GEN ER +á» ¯ +ĠT aken +uck le +: e +Ġspect ral +.b aidu +/ ');Ċ +Ġgre edy +es ion +,,,, ,,,, +Ġ/> ,Ċ +Internal ServerError +NSNotification Center +ĠA i +Ġsp it +Ġaug mented +Ġstandard UserDefaults +FIN ITY +R ace +: C +ĠRE CORD +ĠHigh light +Ġ' ` +Ġdef icits +Ġne i +Ġresearch ed +T a +Ġc opp +.Get HashCode +): čĊčĊ +On Click +ĠWell ington +Ġrev ival +æ¯ Ķ +éĹ ® +ĠN SS +Ġfor n +Ġint é +ĠKu wait +_fl ip +_ bo +_ \ +Ġocc urrences +ĠScient ists +S RC +og ens +igr ant +RE MOTE +ĠS ID +. opts +u ve +() ])Ċ +Ġlibert arian +ĠGl ide +les en +Ġform e +ow ania +Ġannoy ed +Def s +ĠExec utor +Ġcast s +.set Checked +ĠSh aring +.Serialize Object +Ġselect ors +_ OTHER +ë¯ ¸ +(s uper +( OS +_VER IFY +id unt +< header +Ġ/> ';Ċ +Ġvidé o +ĠNeg ro +ĠL ords +ĠT ours +Ġsoft ly +.re ceive +ĠE RC +Ġdata Set +Bad ge +ĉ Event +Ġper l +Ġ{} \ +(s entence +Or Update +Ġdim inish +P IN +(d raw +.To DateTime +.Equal To +(p in +-p encil +lu ent +ĠCall er +Ġplay ful +- '+ +x ca +sw ick +){ }Ċ +}: ${ +ĠM eth +.get Cell +.b reak +Ġy max +=' Ċ +ĠH iro +( TRUE +as urer +Ġcu er +U ber +. Operation +Ġol an +Ġthr illing +< Response +ĠF emin +Ġtravers al +Ġp oc +Ġset Status +decl ar +std afx +Ġaddict ive +ĠB tn +Ġexplos ives +ĠCook ing +ĠPl aint +Ġaccum ulator +ĠApp ointment +, password +ĠF AR +lu et +Further more +decl spec +_Static s +.D ictionary +"> '. +ĉ valid +" ", +In strument +> J +Ġno str +ĠR ift +_P ort +Ġvec es +[ [' +Ġrall ies +- series +Ġv v +. uc +Ġr tn +State Changed +( ins +ĠCl a +------------ Ċ +c us +ĠRel oad +//---------------------------------------------------------------- -------------------------------- +.se conds +_dest ination +Ġscrew ed +> c +Th ickness +Design er +Ġgr ids +n Äħ +( cookie +T rip +-M obile +Ġv oll +Ġgen ital +Ġconf isc +ĠConfeder ate +Ġweb View +Ġm ise +Ġcl er +(se lection +$ date +Ġshar pen +rag en +And Update +Ġrem ix +Ġh tons +R W +M PI +Ġretrie val +Ġric hest +.Dec ode +:init Components +ĠT Value +S aint +@ include +ĠPER SON +.se p +ĠLD AP +g ba +Ġgro ÃŁe +Ġreli ably +ĠD FS +.getItem Id +Ġprés ent +.get Token +Ġch inese +ĠMe al +Y OU +"> >ĊĊ +b ower +Ġsw apped +/ install +Ġs inks +etr ize +Ġdecl ines +ĉm ysql +ĠC String +ĠMotion Event +.L anguage +R oad +ÑĤ еÑĢ +asc imento +')) -> +. about +( editor +ĠR atings +in come +Å¡ e +.de queueReusableCell +ĠAust rian +Ġs ulla +ĠTrib unal +ĠDid n +ов аÑĢ +Ġins pections +B oss +Ġcock tails +Ġapolog ized +_sub plot +op al ++ =( +Ġreson ance +ib u +Ġë ¦¬ +rom a +res erve +pl s +ĠT ah +ax ies +OP LE +ĠDar ren +ĠZ ombie +_M ap +Ġ] )ĊĊ +ĠQ i +ĠS ail +Ġrestrict ive +Ġeros ion +- par +WH ITE +Ġold u +Ġap erture +Ġbit coins +text o +ĠCom cast +Ġtime less +en kins +Ġfeed er +/ tmp +res den ++' _ +.D estroy +Ġç ok +ĠD OCUMENT +.l ng +.tag Name +Ġk ullan +eg rate +Ġ(* . +ç¼ĸ è¾ij +Ġhand shake +s oc +_ geometry +ĠDam ascus +Min or +ĠK afka +ìĹ ¬ +Fl orida +_com pute +.ex pr +Ġpar alle +ĠD iaz +c ir +[ target +Ġj oking +Ġgl or +(set q +_hand lers +H ang +Ġf err +rim inal +ĉĠĠĠĠ ĉĉ +ent ies +def ines +-t ax +json p +ĠU PS +met ro +__ ;Ċ +ĠUg anda +])) :Ċ +_t d +x ae +l w +. OS +ĠLog ged +ac id +ĠMay o +as pect +Ġvag inal +Ġinitial izing +Ġster oids +f iction +G RE +g end +Ġli abilities +ĠL ets +M ech +( nc +( change +Ġconnect ors +: k +Ġt ast +! ");ĊĊ +th ings +ro phy +luet ooth +ĠSign Up +. ctrl +Ġthere in +ord a +. escape +ig ator +Ġpet rol +Ġspec imen +Ġdeb uted +- Pro +Ġcr ises +.add View +ëı Ļ +-d oor +Ġmon et +Ġmill is +Ġv ier +Internal Enumerator +Ġadmin s +ĠL air +z in +get Query +umb les +L IMIT +ĠV ig +_s ong +< Character +:: . +_h om +_b p +ĠSup ervisor +sub mission +ab ile +Ġno i +Or Create +Ġpe el +Ġon Start +Ġsent iments +veh icles +Ġclass rooms +Ġs zer +Ġb ending +Ġlong evity +Ġa cl +ĠAle ppo +ĠU M +ĠR icht +Ġmultip rocessing +DOM AIN +"," + +_Y EAR +Ġsc rape +Ġsol itary +Ġ"] ";Ċ +/ errors +ìŀ ¬ +ľ ëł¥ +b etter +ĉ number +ĠL F +ĠAc ross +Pub Med +\" " +ĠExcell ence +Ġus ando +ĠU IP +Activity Indicator +_V OID +Ġbre eds +ï½ ¥ +uest as +ĠTre asure +ustral ian +(f ace +ĠT ennis +ĉ Int +ĠHans en +ç µ +: I +Ġâľ Ķ +GR AY +O USE +Ġhe pat +ł í +A IR +ó ż +Ġque ued +vinc ia +ĠChrom ium +Ġcompet ence +ung al +ill i +Ġget By +ĠF inder +Ġincap able +Ġs add +Ġc ites +ĠChurch ill +S dk +More over +As pNet +( Float +$ password +ĠConn or +-s ession +_d m +* )) +Ġde utsch +ĠN X +Ġper ks +_S ORT +_TO OL +_V ISIBLE +.as p +æĪ ĸ +ĠBre ath +D etect +ĠD uel +.c mb +[ it +.Set Bool +Ġnarc iss +Ġab ide +Ġej emplo +ĠâĦ ķ +Ġm ornings +Ġcomput es +.s sl +j t +Ġmuch os +_S S +[ end +Ġbas in +Ġalgun os +ĠCroat ia +lin ewidth +(t ags +(h idden +ÃŃc io +Ġap ar +ĠÐ ¶ +ä¸ İ +. food +ĠR ural +Ġbread th +å½ ± +(s ess ++ ") +ĠP aste +Ġserv idor +ĠBit Set +ĠTr an +la us +v ette +ey es +ĠCL ICK +ĠV III +ĠTurn s +ĠLe Bron +ĠM uj +ĠD eg +ĠAdult s +_s uite +process able +ĠPH Y +g hest +.F ail +ĠSl ack +ce j +\ Carbon +Ġsuper star +Ġhold ings +( forms +Ġ'# ' +M ultip +("[ % +-s olid +/ url +-t ier +[ length +ĠStream Writer +ĠMarket place +get text +_T ICK +ĠFor ge +Ġblack jack +ĠDO ES +ĠM atters +w aves +Ġwhisper ed +Ġl ush +ìĺ ¤ +d igital +Ġwr ink +ĠH ogan +Ġrust ic +.Apply Resources +ĠHard y +os omes +A UT +.ST ATE +Ġnarr atives +ĉ store +b ib +ĉ Scanner +ĠC ody +\ Repositories +Ġre union +and um +âĢĻ h +Ġsn iff +NS Bundle +Ġcompreh end +_US AGE +_ occ +URRE NCY +J NI +Ġspecial izing +Ġvis ions +Ġdol ore +Ġv á +ĠChe vy +ĠSt yled +imp act +all en +Ġk art +ĠTable t +st uff +re esome +аÑĤ оÑĢ +//---------------------------------------------------------------- -----------Ċ +_Ad min +Ġcell phone +Ġaut oplay +Ġcamb io +Ġmar itime +_BO OT +- quarter +Ġlat ina +ĠAJ AX +e quiv +ĠFront ier +ĠX Y +} ]Ċ +ĠR ough +.pro to +Ġcorrect ness +Ġfac il +ĠRe ached +ãģĿ ãģ® +V IS +.p s +Ġstr ncpy +Ġdiff usion +.start Activity +�� � +Ġaccom p +AMES PACE +imon ials +ĠBl ast +aby rin +Ġd ome +Ġextr av +Ġy en +Ġcul inary +P RI +ĠComm unities +n id +_oper ations +.h s +ĠMil ton +Ġno ises +Autoresizing Mask +(c id +}ĊĊ ĊĊĊĊ +] },Ċ +ĠD etection +tab la +Ġlib erties +_D YNAMIC +w get +ĠT ür +ĠP ascal +Trans parent +Delay ed +] () +ĠHer bert +< ActionResult +ch allenge +Ġmush room +.insert Before +ĠR in +Ġhum our +Ġf ø +api Key +alloc ated +Ġconf ession +. ",čĊ +ĉassert That +ĠS ORT +ĠL ORD +Ġexport er +.set Level +p okemon +ash tra +Ġf é +ur ator +(M SG +Ġt up +ĠH ull +Ġyield ed +.Sub ject +\ Route +! ? +ĠÑĥ дал +\ Security +- ar +Ġalleg ation +( Settings +ä nder +Ġell ipse +ĠRetro fit +Ġregul ating +ĠM olly +ĠL ok +_C ustom +ĠProm o +is in +Ġres umed +Ġmet ropolitan +.error Message +: ------------- +Ġpas ado +th ank +_De lete +ĠBright on +, unsigned +ä½ľ èĢħ +Ġaspir ations +-h ow +R ose += (( +_ne eded +_pl ural +< Application +ĠW EEK +ĠUn lock +ĠT EMP +S ou +Ġschizophren ia +Ġt roll +Ġcomplement ary +ĠNET WORK +Ġbl ir +Ġprogress Dialog +" %( +ĠAttribute Set +ĉ ts +.iter items +è¯ Ŀ +Ġesc rit +v ous +_pl aces +H K +Ġseg uir +_f w +ĠR ounded +Ġdis posit +è§ Ĩ +par m +w ow +STRU CTION +. allow +ĠChar Sequence +ĉ extern +Ġprosec uted +Ġmort ar +ĠJ uda +- msg +Ġest ud +.get Description +Ġs ow +amb re +Ġrom a +En h +bon us +Ġsqu at +Ġdist ra +ed Image +Ġpe ppers +-per formance +, ĊĊĊ +, file +ĠM IME +_con cat +AB S +-f ashion +Ġunder cover +One ToMany +Ġre claim +C OPY +Ġb inds +ĠT ape +Ġg ossip +ĠEqu ity +/ Card +. activ +' am +Ġdrain age +< Scalars +ĠonBind ViewHolder +() ?. +Ġs orrow +ĠI b +up y +_U UID +ĠCh arm +ĠElection s +.on Destroy +ĠInterest ingly +ounding Box +_d etection +-h eld +_ unknown +Ġrefr ain +Ġmét odo +Ġe Book +EN OMEM +Ġd ang +Prof essional +Ġd ictionaries +/m ysql +ĠST UD +Ġmas se +s cape +Ġdre i +: name +.log o +Sign Up +Ġt ahun +( theme +ĠFem me +Ġbom ber +ĠJ ade +ĠT ay +Ġsubmar ine +_cl ause +zy ch +Ġsimult aneous +Ġcas os +. boolean +(l hs +Ġcontin ental +-s ale +ĉ env +ĠC ute +ĠFactory Girl +ab us +/ value +Ġj adx +Ġst ern +> >ĊĊ +Ġsurf aced +Ġìł Ģìŀ¥ +pl atz +ĉ email +cept ors +"> ( +Ġep ile +è¯ » +ĠDe bt +åij Ĭ +N OP +" https +: j +Form Item +_L ICENSE +.get Double +ĠAg enda +ĉf inally +(f ilters +( av +ç¾ İ +AP ER +Ġl ava +еÑĢ ж +)) ))ĊĊ +Ġfault y +_n m +Ġtr ava +(B itmap +Ġspeed ing +> '). +Ġscreen ed +_ roll +ĠMac Book +ĠA UD +Ġdiagn ose +.G enerate +Ġ^ ^ +Ġstr s +[ Test +Ġr ansom +ĠDH CP +eld en +Ġinterpret ations +() ]. +flat Map +Ġline Height +_m ount +ĠW izards +Ġsl uts +eh ler +od al +Ġmilit ia +å ² +earn ed +Ġmis ery +int val +f und +Ġh ides +Ġdi arr +ĠWes ley +Ġx mm +Ġqu em +ĠAr abs +if th +ategor ized +Dis posable +P ure +_NOT IFY +sn ippet +ĠGar rett +.run ning +. weights +Ġ( -- +Ġin variant +äºĭ 件 +ĠAll owed +dir s +Ġpass ions +Ġl ad +ĠFl ush +men us +: block +Ġcompr a +.ch omp +alloc ator +Ġcur ated +ĠKnow ing +ĠPatt erson +Ġtel ah +' ex +Ġdo omed +Ġphil anth +ott y +.st yles +Own ed +Ġallerg ies += params +oc ese +it elist +ĠS ending +b ef +orr ar +ĠN ão +ĠF argo +ĠL ub +ĠComb ined +_g iven +ĉĉĉĉĉ ĠĠĠĠ +Ġreconc iliation +Pattern s +az ard +Ġbiom ass +ĠH ouses +resp uesta +cc o +/top ics +ĠY uk +Ġweaken ed +_c alendar +Ġmulher es +ĠMar l +Ġs ine +ĠT il +ĠSou ls +ĠDe utsche +ĠF OLLOW +Ġpip elines +ĠBever ly +_DIP SETTING +" # +ĠPro to +.b ig +ĠSav ings +ĠT anz +j un +ĠG amma +ĠS add +Ġadvis ors +Ġro ast +Ġun ters +ud ies +_l on +-point er +ĠElement Ref +\ Builder +example Input +.web driver +data Type +ĠQu ite +ĠCelt ics +u il +-def ense +b ish +ĠUI Window +ĠS uddenly +.h ot +.re ason +Ġg ör +AM D +.M ulti +auth enticated +reg ions +; ( +а ÑĢам +ĠKir by +$ route +PREC ATED +ĠDur ham +ow o +ĠPer forms +Ġdisreg ard +n st +ĠP ols +Ġget P +"] : +-col ored +( Keys +ĠAl leg +_mod ify +_ loading +str ained +Ġat roc +_p hr +< Sprite +Ġsatisf actory +m anship +.p ipeline +T ony +Ġth ief +pol ator +( lock +bur st +ĠOptim ization +Ġsurf ing +" Yes +Ġdesc ended +æ Ĵ +_C lear +Ġc ries +ĠFro zen +D IRECT +- Con +ĠLe icester +å¥ ³ +O OM += db +Ġget Message +< Student +_b atches +.M ask +_ eth +\ ) +Ġsom a +C atch +[ ch +Own ers +ind le +: auto +. vert +iv r +.set Location +Ġfl uent +_END IAN +ĠCar lo +cept s +add Action +.o auth +< UnityEngine +re ements +.S kip +? )ĊĊ +.default Props +Ġc abe +ĠSh en +eros is +ĠPro fit +Ġpo is +_C REATED +Ġremove From +(w s +? action +( Field +Ġerr one +.min imum +ĠRetrie ved +Ġd ado +ĠPR IVATE +-s pec +Ġg zip +p data +Ġpos Y +(l ow +Ġqual quer +/ cloud +ê² Į +( common +ĠAr beit +organ isation +Ġtid y +ĠRol and +( ph +.z one +Ġgent lemen +ượ c +å± ± +Ġenc losure +ĠMan afort +ĉ Color +St encil +N ic +Ġthe orem +ĠV G +Ġcol oured +V BoxLayout +uls ive +Drag on +c ff +et est +ens a +of day +.A zure +:UIControlEvent TouchUpInside +_up dates +Ġtrend y +ug as +weak Self +Ġr idge +ib ri +Ġì¶ Ķ +(C G +ĠMon key +.write Int +.tim edelta +ViewController Animated +ĠProvid ence +ãģ Ī +Ġbl ends +/Sub threshold +ĠAp pl +Ġat an +Ġreload Data +umb otron +st üt +O Auth +ĠG iving +ĠìĦ ¤ +ĠFinn ish +check ing +. Embed +sequ elize +Ġinitial izes +ĠOs lo +Ø ¶ +get Extension +_AL T +(bl ank +Ġfatal Error +Ġdem ise +**** *Ċ +ĠX S +(A F +ĠEn s +an tha +ĠP OR +Ġn ich +.N amed +Ġgig antic +ĠObserv atory +.Res olve +ĠPay ments +g uild +Ġcurrent State +============ ===Ċ +ĠS ey +p Data +Ġdead lines +Ġcentral ized +ĠScholar ship +_s upported +.ch rome +() ]);Ċ +Ġc yan +ĠC age +Auth ors +_ čĊ +/ os +k im +de e +.t ex +Ġyours elves +Ġm gr +Ġal k +-inst all +Ġdraft ing +Ġrum or +Ġstat ues +Pool ing +ol ina +AAAA AAAA +/* ---------------------------------------------------------------------------- +Ġextrem ists +Cal cul +ighth ouse +In set +(IN PUT +Ġsynchron ization +iv irus +. axes +ĠG ap +- An +_T emplate +Ġgam er +ĠCr icket +Ġl int +Ġauthor itarian +NS UInteger +Ġred o +Ġadip iscing +_F ETCH +che id +ĠF ang +. indices +t one +д ел +Ġ{{-- < +bra him +Ġsal a +get Code +Ġcommunic ated +start sWith +ert z +Read able +Item Id +oref errer +cred ible +á ria +Ġcombine Reducers +** /ĊĊ +Ġbl iss +Ġad orn +dep ends +ĠRO OM +Ġfr aming +Ġ? ', +aut y +_p ot +_t abs +Ex act +, ", +Ġ'} ';Ċ +Ġarbit r +ahr ain +.getString Extra +Ġ$ \ +Ġoutput Stream +Ġcomm enc +an us +ch y +< Employee +Ġhex atrigesimal +Ġn acional +(serial izers +_put char +_S AFE +ential Action +ItemSelected Listener +.Dis patch +Conf lict +_ about +os aur +Bound ary +Ġclear Color +( Location +ĠMON TH +ĠT aste +- General +ĠW AR +Ġer halten +-s aving +Ġcou pling +-tr igger +m otor +Ġy yyy +ĠPat ent +pt o +Ġmisdemean or +vas ion +ĠAdmir al +à¹ī า +_P WR +Ġdevast ated +fol ios +ITU DE +urre ct +Ġrobot ic +ĠSan ct +ĠHawai ian +.R oute +- condition +Ġr k +/**************************************************************************** Ċ +create Element +ĠK op +ign ant +. rollback +Ġsal ud +_ ', +ĠAN SI +Ex cept +ĠDraw able +.Utc Now +":[ {Ċ +Ġk ole +L ua +ĠBel ieve +Com put +Ġhall uc +ĠSign s +r st +.h u +ĠKN OW +W i +ĠBr ass +ĠR as +@ hotmail +Ġsed iment +Ġap k +Ġì ĥģ +_reg ions +Ġpod ium +< Book +ж е +Ġsix teen +ĠAli as +Ġinfr ared +ĠV ander +ĠLe ading +uc ing +,: ,: +_h or +w at +Ġdé cou +_W idget +S ounds +_n avigation +Ġschn ell +(g enerator +uc ene +Ġrem ake +IP v +Ġré al +_IN CREMENT +Ġhypoth etical +_ ang +Ġof s +Ġ! Ċ +.com pleted +Get Type +Ġkom men +ál ido +add On +Ġz ÅĤ +UL A +_ind icator +'] ĊĊĊ +ap ache +_S elect +ĠGre ene +Wh ats +_an im +Ġrepet itive +m uch +ĠTh reshold +Ġl f +(C ategory +con e +M ix +_MET ADATA +ays ia +Ne ighbors +ĉĊ ĉĉĊ +IP HER +ĠFr ag +ĠC ells +Ġnames paces +( back +ĠRest aurants +sv c +Ġл и +ote ch +-s l +¥ ¿ +ĠW T +ĠRed uction +Ġd otted +ĉf ound +ĠTE AM +B orn +ĠM ush +ĠCompar able +Ġh itch +AT O +Ġmax Height +begin Transaction +ÃŃ v +_b n +Ġher d +Ġrevers al +ĠH ond +del imiter +Ġconf use +Ġh ops +Ġcent roid +Ġcourt room +.decor ators +Ġm pi +ĠImpro ved +IN NER +ĠBang alore +ĠT amb +Ġbo ast +() ))čĊ +Ġil licit +ĠMor occo +greg ator +_res ume +Ġcrack down +Ġport raits +/h igh +( \' +Ġay ud +_fe edback +Ġc ate +/ avatar +Ġhe b +Point Cloud +Ġå ĴĮ +Ġ< ![ +Ġget Resources +} :{ +Oper ating +ĠF og +ĉt ab +ĠResearch ers +Ġfabric ation +.datas ets +ĠCamp o +ĠKa uf +Ġd ll +lig t +] ));ĊĊ +st ellen +ACK ET +l vl +ĠGl ory +.date Time +Ġcomm ute +ĠonCreate ViewHolder +ĠX Element +ĠT okens +< thead +_p ick +ì ¤ +v on +depart ure +(render er +phone Number +(P erson +gen es +ĠL ars +Ġ) {ĊĊ +ĠJson Result +Ġmet odo +VO KE +.get UserId +Acc eler +ĉ required +Ġchampionship s +Build Context +/t ask +/re leases +C ategoria +_over lay +Ġscar ce +_l im +n gr +ah len +ĠArt ificial +sp read +Ġbow ling +.an alysis +SM TP +ĉp assword +Ġbath s +] )){Ċ +current ly +ac iente +_se parator +Ġde ber +ĠDis abled +i ères +Ġâ ķ +_process ing +Ġprotest ing +ĠR OT +gr ab +Ġз ак +Ġpro active +word press +ĠSe ver +ind en +Ġw ikipedia +){ čĊčĊ +_w indows +is lation +Ġun rest +Ġdismiss al +.N UM +_F AST +iss ued +ĠF ACE +_u nder +Ġpl ugged +Ġå ° +ĠbÄĻd zie +ĠI CC +Ġcombust ion +Ġkiss ed +Ġstar red +ĠW atts +Ġspi elen +-p urpose +ĠE val +arg es +, result +techn ology +Ġnational ity +ic us +ĠN ug +ĠÑĤ о +ĉĉĉĉĉĉĉ ĠĠ +col o +Ġg astro +ante ed +OL ID +.b ias +_t ele +.ins pect +Ġve il +. footer +Ġneglig ence +Ġjud gments +Room s +yn n +ĉcount er +occup ation +Ġ çĶŁ +un as +Ġ(^ )( +L ambda +f el +.Param s +Ġд обав +set Layout +Ġdeport ation +Ġlocal Object +ĠPharm aceutical +cept ive +ĠN ome +Equ ipment +F an +Un iversal +ĉ socket +Ġgr in +Ġex poses +Ġhab er +Ġsincer ely +Ġc ams +Ġm ü +en ia +E mer +C rypto +Sl ow +(x hr +! =( +-s ervices +ĠP W +Ġprend re +Ġm ädchen +em ons +озв ÑĢаÑī +.M anager +ì Ļ +Ġg raf +- ra +met rical +/ fl +Ġc emetery +g ens +Ġp ÅĻ +ĠMySql Command +- To +Ġv Ã¥ +Ġa irst +oment um +Ġserv o +m illion +ĠMir anda +" She +Ġadvoc ating +-c aption +ĠAt tribution +Ġwel che +_v endor +ĉ Status +arr is +Ġprint k +"," # +Ġrel ativ +if ferences +izz es +Ġdec imals +ĠPro v +.max imum +Ar n +Ġhelicopt ers +_B OTTOM +ch ure +od ings +' ( +")) );čĊ +( bean +.f d +F und +Ġhang s +app id +/k ernel +.p oi +.Min Value +- validation +L uke +c df +ĠFun eral +ĠS amples +ĉ de +Ġto astr +Ġtax able +Ġcl ustering +Ġ'\ ' +Ġre straint +ec ed +ch ains +ãĢĤ ï¼Ī +_GR APH +Ġfue led +éľ Ģ +H p +å¤ į +T iles +Ġa unque +J C +Ġhost age +ĠE sk +Ġm av +Ġgest ion +Ġb anners +} {$ +.int Value +.' "ĊĊ +_M ATRIX +Ġce ased +ĠG OD +_CAM ERA +.Allow User +tr acked +C ook +b airro +( company +Ġview point +.get Writer +ĠN ets +w ives +Ġ( ))Ċ +example Modal +ĉ child +Ġmyth ology +Ġ// " +_ axes +ib old +.D ark +ĠMax well +Ġg pointer +olic itud +B at +ul ner +bal anced +mail er +Ġcont empor +æīĭ æľº +(" __ +Ġ" )" +re ar +ĠHu ang +] ')Ċ +× © +FT A +ĠCalling Convention +ĠOutput s +P k +.Re ference +lect ual +Ġ) :ĊĊ +Ġbrace let +ug er +ĉ Error +S weet +("/ ");Ċ +h x +Ġun reasonable +Inter preter +Ġlo ft +_product o +Ġsoci etal +.P arser +ĠAd apt +. foo +( where +.F eature +ĠYam aha +g lass +For ge +Ġprohib its +Ġcapac ities +Ġíķ¨ ìĪĺ +Ġper mutation +Ġih m +F ld +el ial +======== ===Ċ +@ Configuration +Ġge ared +ios o +iest a +trans lations +Input Change +Pop ular +ĠPL US +Ġv f +_F ree +b box +Ġcaus al +PI LE +Ġsch ö +Ġiron ic +M ir +. @ +åį Ĺ +Ġè ĩ +R ew +ul ence +fl en +Ġcan Activate +- response +Ġacc ents +ign ored +° F +.Dependency Injection +ĉ point +Ġconting ent +Ġsqu ash +Ġpar ms +ĠC emetery +Ġdelta Time +ĠD OS +Ġvan ished +аÑĢам еÑĤ +ĠD PS +t foot +ĠZ us +_IN STALL +G AN +Ġar b +Ġmunicipal ities +Into Constraints +AutoresizingMask IntoConstraints +, image +_ ignore +Ġdanger ously +quis a +pl uck +Ġhar us +up pe +Http Exception +Br acket +.' 'ĊĊ +ĠT ol +ĠView er +zb ollah +.Code Analysis +ì nh +Ġcorrect amente +.d a +ĠAl ger +× IJ +ba um +ĠPan ther +part icipant +å¿ ħ +-s up +Ġem ulator +Ġf ading +ĠW olver +cre ates +Ġbook ings +.Q uestion +§ è¡Į +Ġstress es +Ġre written +.PI PE +ed es +Ġc bd +": "/ +Ġenh ancements +_s y +B IN +ĠSl ip +Ins pect +ĠW eg +Ġcon gregation +Ġ_ : +_r m +Frame buffer +Ġ'& # +ĠFall out +Is Required +ĠPear son +ĠF ACT +Ġrel ie +ĉ box +ĠShe pherd +ĠWiki Leaks +ĠCollect or +Ġres ized +method Name +Ġevent Type +ĠA then +Des criptors +Ġb ers +- oper +ĠInitial ly +å ¡ +_B TN +ĠĠĠĠĠĠĠĠĠ čĊ +á b +_c ampaign +_w atch +F ord +-date picker +Ġvis c +Ġsat u +_s ms +Ġcont ador +-s vg +ĠDO I +$ args +Ġkn ob +.B OLD +Ġdeb ated +img s +sock opt +tr uth +ĠFe es +Ġh Wnd +_f ood +Ġab ras +Ġnot ions +ĠT od +: create +ĠConf lict +Us uarios +OT OS +Ġm sm +K HTML +([ ( +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ} ] +w izard +Ġm ientras +Ġdata List +Ġemerg es +Äĥ ng +.Read Int +PG A +ILL ISE +I Enumerator +(t uple +Christ mas +Look AndFeel +og enerated +Ġ# ĊĊ +control led +Ġex quisite +Ġa cest +Read Write +G ain +ãĢį ãĢĮ +Ġcopyright ed +Ġdo om +.Table LayoutPanel +ĠD ort +Ġch ili +Ġwer k +ĠEVENT S +ĠBe acon +Ġship ments +Ġse bagai +up on +ut om +.con verter +.Drop Table +={ }Ċ +f ic +~ ĊĊ +Ġlesb ians +_n a +Fore ign +ĉ then +/ ms +Ġor i +get Property +ĉsn printf +hes ion +ãģ ¤ +"} ," +Ġac rylic +P ers +@ Enable +I sl +(C ard +. Stack +L icensed +_G UID +: title +Ġh ust +Ġprincipal Table +an itize +/ embed +Ġens ured +ĠE GL +ÙĪ ر +ĠåĪ Ĩ +/ ,Ċ +Ġfundra iser +Key Name +Ġmarch ed +_VAL UES +ĠSc enario +Ġmet ic +_ass oci +ĠPast or +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉ +er ate +Ġinv itations +quo ise +Ġbl aming +Ġd aring +UM MY +Ġrich er +em aker +ĠIdent ification +ĠìĿ ¸ +ĠBinding Flags +ch as +Ġresil ient +_p g +Ġre leg +ĠI RA +ST E +Ġtr actor +- loading +ĠPre viously +ĠV acc +/ be +Ġn Ã¥r +Ġurl encode +ĠNor folk +.Re lease +ĠNe utral +ä¸Ń åĽ½ +ĠAr lington +Ġalleg es +ĠW riters +Test er +ĠR ally +Ġc á +ĉ Print +Ġâĩ Ĵ +ĠUser Controller +ĠSeek ing +.V AL +List Node +_ ff +ĠPhill ip +FA CT +Ġc aramel +ĠM ultip +ĠCom pared +ĠSer bia +Ł ³ +Ġrev ive +ĠK anye +Ġver ge +ĠBulg aria +get Body +Ġ| > +ce ph +.DateTime Picker +." ;ĊĊ +ĠT ie +, item +Ġm enn +G as +och a +_v irtual +Ġmaster piece +_se quences +L TE +ĠSub mission +Call er +$ \ +S port +ag us +Constraint Maker +Ġcol oc +Ġw ig +ĠÐ £ +ĉ Array +Look s +ĠGT A +.st eps +atch ewan +_r anges +ext Alignment +ĠBren nan +Ġab straction +uler Angles +.m isc +Ġantib odies +Ġexponent ial +ĠCH ANNEL +exp ense +' y +Ġdetect ives +Ġpur ported +Y STEM +Ġradio active +ĠLat ina +.Enc oding +.T AG +x in +D egree +ur acion +pr ices +ĠRefer entialAction +Ġr arity +Ġp iles +g ende +_project s +_g lobals +.start Time +Ġê µ¬ +SE CTION +_p ublish +F ault +DD L +_p rior +M om +Ġth icker +Ġsequ elize +Ġessential s +str as +in tr +>( () +.man agement +e il +éĹ Ń +A ware +.C ity +ĠAr bit +_D M +_key board +L Object +- webpack +ĠNew port +Ġprincipal Column +leg ant +Ġp allet +Ġfract ure +Ġg mail +.M eta +A bove +.Key Event +j it +_mac ro +_P USH +á» © +/ controller +åĬł è½½ +Ġsuperf icial +exter ity +Ġmens agem +W ind +ist on +.open api +и ÑĢов +ĠSerial izer +uct ive +Ġz ar +Pl aces +.St atic +B a +Ġin advert +ĠIndones ian +_IP V +(h orizontal +Ġget Title +ide press +ĠConsole Color +ip ers +$ out +Ġfest ive +Ġeven ings +.Get Data +uit ka +ĠManual s +uss ed +_M ax +.Ch at +ĠA ircraft += com +FO UND +ap ro +Ġtre asures +_al ive +Ġgad get +ek ing +Button Down +B rowsable +.PER MISSION +P ASSWORD +ĠH ASH +f é +\ TestCase +LO SS +o thers +, J +Ġassh ole +wer k +Ġm ã +. ie +ev il +kont akte +//////////////////////////////////////////////////////////////////////////////// Ċ += sys +ĉ lock +-- ;ĊĊ +_F UN +Fill Color +ó a +pre nd +Ġcompress or +M other +ĠAr cher +.g oto +Ġwür de +Ġbam boo +ï¼ İ +ĠT rees +Ġb umper +Ġsa usage +ĠEl asticsearch +Ġhor izontally +ĠG ul +Im mutable +Ġlos er +Ġabort ed +-d emo +ĠH atch +Ġund e +Ġprocess o +-c all +In come +å ĥ +_ returns +']." ' +(s w +C BS +am ilies +ĠYour self +ĠH olt +.M ON +ৠĩ +ÑĪ е +an on +ĠFont Awesome +produ cer +j r +Ġm au +ĉint er +Ġdish onest +Ġmagn a +ĠCollect ive +Ġvra iment +Ġcho ix +st ay +Ġweld ing +r ising +, min +ĠF ate +g lob +RGB A +Ġdet te +V en +Ġembarrass ment +.DE LETE +greg ar +-re nder +(b ucket +"> ĊĊĊ +.wait Key +Bus y +Ġdifferent iation +ĠC ST +.Con stant +Ġline Number +(m atches +Ġweb socket +Ġbar red +Ġpued es +M ono +C ORE +I ID +ĠĠĠĠ čĊčĊ +Ġpúb lico +lean ing +Ġcleans ing +Ġcr is +ĠDev ils +_SET TING +unt ary +. );Ċ +Ċ ĠĠĠĊ +[ curr +ts y +ĠAlex is +rit el +Ġpet roleum +.pre processing +m atter +For Result +- license +Ġtrav ellers +ĠDispatch er +enn ifer +Ġdigest ive +P ED +hib ition +MAS ConstraintMaker +ĠW att +Ben ef +.set View +d to +TE E +ĠPel osi +_EX TRA +Ġmed als +x hr +fore cast +Ġn argin +oun s +-f ill +_CUR SOR +Ġsuperv ised +Ġtur f +ĠEd gar +POS ITION +Ġcategory Id +â ī +_ ER +ủ a +Sh own +. ll +_POL ICY +(), ' +ĠPre v +ĠString Field +ĉG lobal +ass ed +Through out +o stringstream +.awt extra +Ġslo pes +ĠSe quential +Ġgi orn +Ġz elf +Ġvers atility +lene ck +.c gi +Ġdou bling +ĠBang kok +Ġbu urt +Ġusu ário +st udio +Ġje unes +Ġm uted +Ġ ips +_f raction +&& ( +Ġst unt +'); ?>čĊ +Ġev apor +b able +ĠPR ICE +Ġæ ³ +lu cent +Ġv amp +ĠTechn ician +Ġuniqu eness +M es +ur ban +.param etrize +ĠRe play +S essions +em br +-Americ ans +_PRO XY +Ġp ian +Ġtri e +ĠD estructor +Game State +ĠIM F +ch in +Ġport e +ĠSw al +åŁ İ +Sub string +im ing +/L ibrary +Ġfright ened +w rites +Ġrecurs os +ar Result +_INIT IALIZ +ĠBad ge +_c rc +E ight +ĠDIST INCT +Ġth ro +@ Xml +ĠLegend ary +-t witter +_e asy +Ġ+ ++ +(D ATA +.L ocale +Ġk ä +Ġn urt +Ġcr uis +_ ios +Ġsens ing +_L ine +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +pon g +ole on +Ġwild card +çĶ¨æĪ· åIJį +Ġbeg ging +R od +ĠÃ İ +_C ELL +Research ers +. selector +_ ing +Ġaspir ing +Ġimm ortal +Ġy min +_ robot +Ġpl ur +B TC +ĠD ID +Ġpier cing +* u +_DEFIN ED +ĠTh i +ita ire +(m edia +- ons +Ġche fs +Ġ"* . +/ AP +Ġraz or +Ġsearch Data +Ġ= & +Ġ ãĢĤ +Ġm ourn +ting ham +Ġo li +ĠVern on +_R S +ŀ æĢ§ +Ġf ácil +ang en +cel ain +Ġa il +le st +ĠQ COMPARE +g ain +ĠÎ µ +ĠK ob +ĠF ault +_config s +ç»ĵ æŀľ +. + +cal ar +(color s +M ul +_ ART +Ġexperiment ing +erm en +ĠAng lo +.Fixed Single +Se a +Ġc txt +.s lider +C ollapse +G rey +Ġf ld +-pro of +.cap acity +get Parent +ĠCom pliance +Ġburg l +- rec +Ġover written +M U +Ġrout ers +ĉ Model +Ġfantas ies +av ian +_p rec +ĠSc andin +Ġ// < +/o ct +Ġceremon ies +Month s +und y +Ġqu ed +ĠN ou +ĠV ibr +.r gb +Ġcit rus +Ġbr aces +-upper case +get Table +Ġdop o +ĠK err +_CH ILD +- cloud +ĉ Matrix +Ġgard ening +S ing +al most +Require ments +ugu ay +( Property +sub scriber +FA ST +re action +(l p +) })Ċ +` ). +.w allet +_ex change +.Max imum +ĠVer b +âĶ ģ +() < +ï¼Ľ Ċ +RO T +C ARD +ub it +{ @ +_k el +ĠTool tip +My SQL +Main Activity +ar f +Ġm align +Ġse inen +ap ist +Ġ< % +Method Impl +M il +ĠM ick +.de pend +< ID +Ġpredict ive +ĠAP PLICATION +le f +dim ensions +Ġconoc er +/ conf +ĠTr acy +F oto +_rem aining += file +Ġpage Index +ĠPar ish +Ġt exas +ĠM AGIC +ĠH ew +d ifference +Ġalt ura +c um +ĉdata Type +Ġcaracter es +avi ours +ĠV OID +è¿ ij +P UBLIC +B io +ĠstringBy Appending +Parse Exception +ĠS uff +ĠN orton +/d etails +.n ull +>> & +ĉ ok +-l ow +. usuario +n ested +X B +OUR S +.Border Color +Ġb row +ĠÐ ķ +cor r +ĠRed skins +.get Tag +.get Transaction +Ġst igma +hard t +ĠPlayer Prefs +als y +uc son +L anguages +ĠOl ivia +Ġt ac +Ġb li +Ġc aval +Ġconsolid ated +Ġper il +Ġde le +Ġform ulated +Ġhigh ways +.sp awn +== $ +ĠN iet +Ġv eggies +yp o +-r ule +ĠV ie +/e pl +Ġenf ants +string Literal +Ġtou ghest +buy er +Ġcov ariance +Ġil i +ĠSoph ie +ĠB AB +Ġ" ), +ĠU k +current Index +_user data +.code c +ĠPun jab +ĠSN P +l ol +adv ance +Ġcom fy +Json Ignore +Ġfashion able +ĠI CON +Ġor a +ĠP ricing +< num +ĠI RC +ER V +ĠMe in +ĠID ictionary +AD OW +is New +ĠDev on +at l +(request Code +ĉ PreparedStatement +IM PORT +Ġmar ital +_SELECT ED +get Response +ar Down +B V +ib Name +ĠP ATCH +ä än +Ġda ar +ĠFile Mode +Ġm arty +.Spring Application +c ene +amp oline +get Size +Rest art +æķ Ī +.project s +ĠEthi opia +Ġstatus es +T ION +(b g +ĠX unit +Temp orary +ĠEng agement +Ġx f +Ġprox ies +Ġgen esis +Pager Adapter +ĠSl ave +Ġsung lasses +ĠCh loe +Ġko ji +ad em +ĉ JSONObject +Î ³ +Ġh ors +* w +ó r +es ch +Ġcritic ised +z ial +ĠSale m +.Vert ical +ĠR ash +> E +ter ing +/s creens +Ġheight ened +аÑĢ ÑĤ +Author ities +_b box +ün st +.font Size +ĠBO OLEAN +div ide +ĠSlo ven +uc er +Ù Ĵ +st ub +Ġnavig ating +: animated +_N OW +_v ect +} {Ċ +@ ( +Ġtele com +Ġcontract ing +ĠAss ange +Ġextract ing +Ġgr ö +c obra +.D IS +Ġcr ab +Ġtw itch +Ġvert s +Ġreject s +ĉ format +Ġreg eneration +.S ys +s olve +ĉd ialog +sh i +m eter +(b est +valid ators +Ġon wards +Ġg uru +Ġmoder ator +ow ied +ex periment +r ub +Ġm qtt +ĠCa ucas +Ġnational ism +Ġm ange +ĉ ImGui +/ Edit +Ġin h +Ġint ellig +ero kee +ĉ export +Ġdiscrim inate +sub tract +ĠM oodle +ens er +ĠGuid es +R AP +-h ot +_gr p +.p icture +X A +Ġinit View +_Com m +Ġoverd ose +Ġ+ ĊĊ +ĠSil ent +show s +Ġinterpol ate +Form ation +Ġb isc +mark ets +( SC +Z e +ĠNetwork ing +Ġad renal +ĠG uns +ete or +Decl ared +orget own +Ġk arena +/ password +_address es +ITER AL +B uzz +ĠCon way +(c ase +P WD +he iro +( act +** čĊ +());ĊĊ Ċ +Ġan v +Ġ. .ĊĊ +(Menu Item +(m ail +_section s +ĉ net +Ġpl ut +Ġw rench +/ object +ĠI st +ĠV IS +/p ub +al ten +Ġguit ars +Ġantibiot ic +ï¼ ĸ + ¹ +Ġ" +" +form ula +Ġbab es +ĠP rompt +Ġen im +/ player +ĉ ref +Ġby Äĩ +Ġconsum es +ĠH ast +ĠT ao +Ġ' ))Ċ +Ġcl am +Ġthigh s +Ġmot if +Api Operation +ĠW L +get C +ĉf lags +oint ments +Ġeconom ical +need le +x ls +pr actice +ut zer +time ofday +- output +Ġfind ById +ĠBudd y +Ðŀ ÑĤ +Se ven +ĠB ark +Ġenv oy +_al gorithm +åĪ © +Ġball istic +ç§ » +r ades +ĉd oc +rodu cing +ĠE ating +Un mount +/data Tables +_b onus +Ġl itt +pp s +) localObject +per f +ĠHel vetica +sh utdown +/ ml +.t okens +ĠHard core +, row +/b g +Sc aler +âĢĶ as +_log its +âĢĻ int +ĉ App +Imp licit +.F printf +ET O +Ġterr a +Ġpossess ing +.r strip +, ), += yes +ĠStr ipe +? = +ne utral +.g ood +Ġk ennen +ĠS ung +f ault +ystate change +Can adian +',' ".$ +ĠM its +æ nd +ĠSTR UCT +ĠURL WithString +ĠCom pass +Ġ-- ĊĊ +ĠNS LayoutConstraint +| min +-ad just +Ġreb uilt +L IGHT +/ se +-m ount +vp n +valid ated +(Q Object +Ġign ition +ĠCharg ers +RYPT O +]initWith Frame +ĠFl uid +Ġcad re +Ġnomin ations +Ne ill +ĠH ou +Ġcurrent s +_g ene +(in p +Par is +z ÄĻ +ag gregate +Ġass oc +weet ed +err at +âĢĵ ĊĊ +Ġ'/ ',Ċ +fix ture +ĠH ighest +amb ient +Ġch mod +Ġcon te +Ġsens ual +Ġgar ment +z ers +ĠPower ed +dom ains +R eward +i omanip +Ġcock pit +out file +Ġbuilt in +Ġins isting +. vars +zip code +Ġ ���� +f ails +Ġconsolid ation +_ oid +Plan et +Ġ= ", +ĉ el +UIL T +ät z +af ari +ĠMc Cl +Tim eline +Est a +Ġfr am +Y E +Ġcere bral +Of Month +ĠP regn +Ġкл аÑģÑģ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠF res +Appro ved +.S pecial +ĠProtest ant +Ġallerg y +_p cm +ĉC opyright +Ġsuper Class +" strconv +ĠMoh amed +Ġ' // +Fore Color +Ar thur +ĠJ ungle +Ġve ins +S ad +Ġback ups +ĠOp inion +û t +Ġinter mitt +ody n +ĠChrist ina +Ġand re +Ġevac uation +pa lette +h orse +ĠRes ident +ĠHass an +.N il +Ġa isle +ĠG rowing +Ġblog info +/s ql +_io ctl +Sc aling +ĠMon ad +_c pp +ĠH utch +ĠApple WebKit +Exp ense +_J OB +Ġpoint less +From Body +ant al +Ġdepict ing +ĠC ELL +Ġref in +ĠC NC +ì¹ ĺ +_dim ensions +ĠS AN +Ġa ft +Ġfoot steps +cc oli +_PH ONE +/m ath +-k ind +ĠMe ans +ich ael +.g una +Ġinaug uration +-dr iving +( delete +Ġtotal Count +_M C +.Ext ension +Com mercial +Ġz Index +< Customer +" g +-sh are +Ġp act +ag ara +ĠS IL +_m odes +ĠM olecular +Ġsystem atically +< G +_s cr +ĠO ro +as ers +Ġb ic +Ġdest roys +PI PE +.Start Position +Ġc ủa +ire z +.B unifu +_F unction +Ġs ü +_f uture +ĠWe alth +ĠNatur ally +æĢ » +_y es +Ġabrupt ly +String Encoding +ĠCGPoint Make +Ġz h +Ġimp erson +Ġpiv otal +ĠSom alia +Ġsegment ation +_AN AL +ĠLogin Component +Cons ult +Ġtr uncated +] ";Ċ +.get Config +Ġintern ship +B aby +ê° ľ +Ġstrengthen ed +_M I +b asket +Ġnicht s +ĠTV s +ĠSh an +ãĤ µ +rac use +.Re LU +/ interfaces +ĠgetItem Count +Ġret iring +Ġspecial s +Ġentity Manager +bel ief +Ġs older +da ughter +ij kl +Ġutil izes +.f ixed +S U +Ġdr astic +Ġh acks +gr und +ĠM U +ĠSt arter +.Com ponents +_m otor +Gold en +Ġl odge +Ġ )); +ĠCor inth +иÑĩ еÑģÑĤво +ón ico +gre SQL +ĠFl uent +Ġmar c +.Load Scene +.Group s +Ġer h +ĠAut umn +St opped +Ġitalian o +Ġmin ions +ĠAssert ions +Ġm ux +B u +Ġ---------------------------------------------------------------- -------------------------------- +ĉ up +read ystatechange +_M eta +Ġcurrent Date +ĠChap man +Und o +Se an +ap r +Ġpar m +_ icons +ĠSt a +á z +Ġsub division +Ġalter ing +P NG +ponent ial +Ġpost gres +ĠB DS +-ex istent +ĠBrad ford +ĠO MX +_W HITE +_PRO GRAM +q c +Ġtypings Slinky +ĠP ics +_M ETA +IT TER +_sub scription +IRON MENT +ĠHy undai +();ĊĊ ĊĊ +ĠØ ³ +Ġj ac +Ġelimin ates +) });Ċ +Ġcomp rend +ĉ insert +_f aces +"> $ +Ġeb ay +Ġcapt ive +pl iant +ĠCalcul ates +ol ta +est ing +_re vision +Ġm ús ++ m +"," "," +WH AT +Ġcompassion ate +h arga +[ random +Ġmod ulo +(s n +Ġoccup ations +//// Ċ +ĉ board +ĠB alk +wi Äħ +ĠW ifi +.Pro file +:m aj +ĉm at +LOCK S +(j Button +Ġ(' $ +M ur +æĮ ī +b ble +Ġf rog +-h ide +Ġbroad caster +ภŀ +ha led +Ġam using +_predict ions +_in tr +Ġe agle +аÑĤ елÑĮ +Ġget List +ps ilon +Ġcharacter ization +AR DS +Ġre location +Ġr ulers +P AY +ĠDef initely +_A ction +Ġclos ures +Ġfact ual +odyn amic +Ġpreca utions +nie j +ĠPart ies +ĠSub aru +Ġcous ins +ar beit +.m oney +gun ta +( and +get item +.Style Priority +Ġsl id +single ton +Ġg arn +ĠP AS +Ġd azz +a ż +Ġbog us +ĠM og +Ġrival ry +is ol +Ġland marks +ñ as +B ern +ĠSach s +Ġ" )ĊĊ +Ġhost ility +_m ex +m ere +M ot +p ictureBox +Def ense +Ġaffid avit +other wise +.d irectory +_ UnityEngine +-b log +.s kin +ph em +Ap ellido +er chant +[ class +Ġw art +." [ +ale ur +/ back +ĠĠĠĠ ĉĠĠĠ +Ġprecip itation +Ġob struction +Ġp Obj +Ġr upt +UCK ET +ay e +æİ Ĵ +g x +Ġe cl +Ġsecre cy +/ Header +ĠLes b +Ġle i +ĠBullet in +Ġgive away +.H ome +_RO OM +" W +Ġcow ork +_ ra +ĠC ycling +ĠP aw +Ġpup il +/ arch +ĠFile Utils +é¦ ĸ +r sp +Ġfreed oms +ĠL ear +}` ). +Ġbow ls +/b lock +_log ging +Ġmeth ane +Ġhorn s +Ġwonder fully +Ġalter ations +Ġex ile +ls en +_p ause +_L ANGUAGE +ĠUS DA +_m ysql +_AM OUNT +ĠL IFE +Ġyoung sters +Ġri ots +[ E +Ġun forgettable +, },Ċ +Dis posed +ĠAss assin +UN G +ĠNew sp +User Service +: aload ++ ', +Ġsett lers +Ġscre ams +Ġincon venience +.R otate +Ġj ars +ĠP uzzle +Ġm est +ars i +ĠSh arma +| ( +.d s +ĠSac red +_e vt +Ġexpress es +Ġh och +ĠD uch +.c alls +th r +ĠShe ffield +.Alert Dialog +Ġrad ically +Ġtr ous +Ġprev ailing +ĠWW II +âĢĻ n +ens ely +ĠY esterday +ĠSir ius +Ġkill ers +ĠF FT +Ġo val +') :čĊ +Ġìłķ ë³´ +our age +ĠCheck box +Work book +.def er +_f loor +Ġc ouncill +Ġnors ke +mo il +ore a +Ġmarket ed +_S UR +x AA +Ġst ained +e ut +ĠM eng +Ġi eee +. extern +eg ie +Ġr app +ĠPy ongyang +' class +M ob +Ġinitial Value +_w ave +Ġj ab +Ġmascul ine +Ġampl ifier +Ġt ty +Path Component +_ xt +ĠG FP +/ sec +ĉdis patch +mark down +ĠS chn +bo le +· · +mouse move +Ġerr Msg +Ġas ign +_m ono +To Selector +ĠZ u +(R ect +ĠError Code +lat in +ang ible +v tk +CG Size +P okemon +Ġclass mates +Ġattract s +ĠT atto +ult an +ol óg +Ġhalt ed +ठ¨ +ĠK art +Ġ ue +_Init Structure +Test Class +ĠAir bnb +_ ", +Ġchar coal +Ġip c +ĠSt retch +.g lide +lates AutoresizingMaskIntoConstraints +Ġpot ion +ITT LE +Ġcount ert +_h d +pre pared +Ad s +ĠV ampire +rob ots +.Create Index +Status Label +Ġt ucked +af ür +U t +Ġswe ater +_F N +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +ata ka +Ġeyeb rows +ac oes +ud en +.LinearLayout Manager +Ġsw ay +Ġmult in +() )))Ċ +ĠNS UInteger +ĠMy Base +Part ner +uts chen +ĠC ater +.setBackground Color +Ġaccompl ishment +_pro blem +.d td +Ġpage Number +Ġj ackets +Ġcro pped +u els +ĠH ep +Ġc apped +* Math +_callback s +Ġpub b +ĠBrun swick +.res pond +[" _ +Ġbed ding +hyth m +O X +(s peed +Ġpestic ides +Ġ---- --- +.Bl ue +Ġnood les +ĠGo es +Ġs aver +o xy +_com pletion +ĠSw inger +Ġget Date +Ġmind ed +int egration +ĠLot us +(st op +(', ');Ċ +Ġflood s +ĠWork flow +Ġerupt ed +Mac ro +ĠSau ce +Ġevent Name +\ Input +Break ing +ĉ when +_p w +IND ER +ĠWell ness +Ġvox el +ĠM ell +ĠM EDIA +SE NS +ĠFund s +ĠM ild +< Array +- this +ump ed +/f w +ĠDb Context +W I +girl s +H OW +'); ?>Ċ +Ġtempt ing +Ġtest ament +Ġb ible +Ġconsult ed +ĠIndex Error +è¨ ĺ +Ġkey pad +izz o +( ok +Ġwhats app +ĠRemote Exception +Ġteam ed +âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ +» , +Ġget Time +di ag +iss y +Ġh ed +Ġkn ots +j om +Ġfun nel +-m ails +Ġexport ing +ĠV L +ĠK arn +ĠBuddh ism +ĠAll an +_R ADIUS +Ġw ording +ĠFor get +ĠCor ona +ip hy +Ġlim burg +ugg y +ĠUser Repository +im in +(e le +Ġlabel led +ç¤ ¾ +ĠH erman +.q q +Ġ" ));Ċ +ie ber +.Trans late +ry n +Ġdes env +um d +Sim ply +ĉm ode +R pc +ĠVal encia +Ġstaff ers +Ġsel v +ĠSpi ke +Ġdel ic +Ġer u +_D T +J udge +á» ķ +ĠBas in +.m utable +" url +Ġtar iff +ĠSlee ve +Ġfl are +.drop out +Ġbr ides +)) ,čĊ +_con straints +de struct +Out line +Ġdisappe ars +_lock ed +ĠNS LocalizedString +ck e +ĉ null +ad resse +Ġto pping +ĠJ oker +b ishop +но ÑģÑĤÑĮ +and ering +_ amp += time +_S pace +_P ULL +' = +Ġant iqu +Ġc ach +___ ĊĊ +ON ES +о Ñı +Ġun read +.p olicy +oooo oooo +ëŁ ¬ +Ġu sted +ĠRe ce +Ġal lem +ãĥ¼ ãĤ¹ +ĠThought s +ve illance +istr ate +_l ane +Ġfam ed +.Get Name +Ġsmo other +ĠQual ified +az ers +_ geo +F ax +ĠM inds +ĠR aises +Ġtrans cripts +Con versation +Ġremark ed +ëĤ ĺ +d ling +Ġdeploy ing +Ġshared Application +Ġk p +FontAwesome Icon +_d ummy +reib en +ĠJane iro +Direction s +.get Bean +s ass +Ġcommand ers +v ation +error Code +ĠAl loy +.local ized +Ð ij +Ġdish washer +ĠSou p +N u +_D efault +Ġune ven +Ġ/> ";Ċ +-B ased +Ġseam lessly +- null +ĠX C +Ġst ew +(d elay +AT ORS +ĠWhe eler +" H +e ast +. air +âĢľ But +Object Context +success fully +_l and +Ġfold s +_CO ORD +Ġsub po +.get Address +in str +Material s +Ñĥ ÑģÑĤ +de posit +-l ast +_GR AY += find +Ġmut ant +Ġlesb ienne +let cher +RO UGH +ure ka +.c apture +Ġen n +Ġ([ [ +ĠFl u +Ġtask Id +ĠHus sein +.f older +Ġa usterity +ISTR ATION +_ Impl +注 æĦı +Ġdec ree +- chat +Ġimp lication +Ġguess es +ul kan +An alytics +. plus +COM MAND +е ли +» ĊĊ +_S ITE +Ġequal To +Support FragmentManager +ĠRec ording +å®Į æĪIJ +Ġbag gage +Ġpitch ers +ĠE h +o que +ĉc nt +Ġ=> $ +/ foo +IR A +ĠSat ellite +bor ah +Ġ}} "Ċ +ĠEnd s +ĠSpr ay +, param +.Ch rome +* q +th ought +ibr ated +Ġth ieves +Ġbenefici aries +Enter ed +ottes ville +Ġveter in +By ID +qu ipe +um ption +- unit +Execution Context +@ s +ĠG iov +.Tool Tip +_f riend +( attributes +Ġdump ing +ĠJ C +_D OCUMENT +ĠArm our +( insert +.Horizontal Alignment +ĠQ ed +ãģĦ ãģ¾ãģĻ +/g it +ĠY YYY +ĠCard iff +Ġap a +organ ic +ĠWhere as +Ġæ Ŀ +ĠM ia +Ġdemol ition +Ġsc ars +Ġp ai +Ġre tries +Ġr q +ĠDen is +( Utils +Ġallev iate +ĠP IC +id ue +Ġacknowled ging +Ġ// //////////////////////////////// +ç¡® å®ļ +Ä « +\ Json +.b inary +Ġx type +sign als +ĠAp pearance +& r +} s +C i +ĠI llum +por ate +h og +Ġindex Of +\ Command +_par allel +ĠSher lock +í ĥ +Ġ" ")čĊ +//////////////////////////////////////////////////////////////// //////////////////////////////// +Ġcritic ize +ĠSo ap +ĠMatch er +Ġgr illed +* T +Ġad ore +ull ing +Ġjed och +_ref s +lean up +ĠJ AXB +Ġro ses +ĠL iam +size i +Ġget char +Ġtar de +-to oltip +Ġqual ifier +ĠInter mediate +_W indow +ĠMal ta +Dis connect +ew here +Camp o +Ġirr ational +led o +ĠD N +ARG V +Ġout ro +Ġth irteen +Jose ph +M AR +/g l +J ess +ĠPsych iat +Ġpadding Bottom +- loop +/ fonts +_se en +Te ams +React DOM +(m an +(x path +.get SimpleName +>( * +ĠP vt +Ġel ders +Ġp ies +.user Agent +- region +ĠGree ks +(f ragment +st u +Ġcouncil s +Ġst amina +ĠGod dess +è ¥¿ +Ġphilosoph ers +Ġpers one +ĠL ose +ĠCL R +ĠD ocs +Ġso ak +ĠHOLD ER +Ġb ells +hash Code +R ATE +_WE IGHT +in ous +end ra +oph obic +Ġpro se +Ġfin ely +/o auth +(s pace +ad ge +ĠM ama +Ġstring Buffer +Ġst int +Ġmis ma +Ġvill ains +ĠCrime a +Ġdipl oma +Ġпо Ñģл +ĠBe a +(j oin +Ġíķ ´ +CH AT +per ing +ĠC ros +Ġmon keys +Ġpred s +yl a +,, , +Ġvibr ator +ĠN U +åħ Ī +f ant +z et +Ġb ietet +un ft +sw orth +.F low +Ġpsy ched +ĠContin ental +> t +Ġqu ilt +. UP +Ġexpans ive +Dis pose +(l anguage +C aps +_Z ONE +Ġrec ycle +ĠMan aged +current Color +.b roadcast +sign In +.p rom +ll u +ue blo +Ġpunch es +Ġautom at +Ġassign ing +Ġcreate User +ĠAll ied +Ġconduct or +Ĥ ¨ +Ġs addle +Ġd ni +omed ical +-W est +Positive Button +Ġit alic +? [ +(tr igger +Ġele phants +":" "," +Ġcal iber +raft ed +d igits +Ġmar shal +mill iseconds +mark ers +m om +/ place +Ġhol istic +: t +# , +Ġb oto +Ġnause a +ĠSh ooting +ite ch +Ġtext Status +< Class +ĠDes cribe +Ġbuff et +g il +Ġlog its +std call +mod s +ĠSk ull +ĠB are +h ope +ĠIn tr +F air +ĉ pt +Ġacompan h +Ġf kk +_r pc +Inst alled +_ ans +.get Minutes +âĢ¦ "ĊĊ +- thread +Ġpres chool +AIL S +Ġdiff ic +( convert +ĠN ath +ĠDO J +Ġreg imes +Ġenthusi ast +Ġwarrant ies +Ġfasc inated +_b inding +_N ot +oft en +_R W +/m ail +Ġtitle Label +Ġvill agers +ĠJ iang +Ġsw agger +.Row Index +_img s +rap y +VER AGE +. Up +Ġno op +c io +ĉ ST +Ġdecre ment +Ġmagn esium +_ rotate +S it +Ġnieu we +Ġter med +íķ ©ëĭĪëĭ¤ +Ġur g +_t ouch +Ġsw arm +Ġcl ave +th est +ĠL af +H X +ĠH ulk +Ġplaint ext +ĠSof a +get Session +L ed +Ġecosystem s +he i +ĠK ills +Ġhus bands +Ñħ ÑĢан +(d om +_t iles +Nib Name +Ġdon ating +. acc +Ġlifes pan +.b n +_RG CTX +æ ¥ +ans en +Ġmod elling +Layout Params +ĠonChange Text +rs a +- location +.P e +(b us +(s ong +Ġprodu k +ĠSH OULD +ĠC J +Ġs os +ĠHome Controller +.load ed +(D ocument +.s ocial +t iles +Ġl ame += df +.parse Long +Ġpr ac +Ġdet ox +ĠV E +Ġpunt os +Ġdo ctr +Ġan cor +CA PE +Ġc mb +çĦ ¶ +*) " +:// / +Value Type +Ġmort gages +; q +ĠRock ets +s port +UG C +ct s +ãĤ ģ +ie ur +ĠAppe al +(n b +//////////////////////////////////////////////// //////// +IM ATION +ĠC res +ĠMan ip +C ause +at ypes +man ufacturer +# ---------------------------------------------------------------------------- +Ġsp or +es on +Ġpun ched +Ġbook marks +ĠBul k +Complete Listener +ĠTalk ing +ĠEr nest +Ġrub bish +k ills +ĠDE FIN +Ġneighbour ing +ar lo +ĠP CA +ĉm atrix +lo k +Ġat las +ĠG ur +Ġw yn +-n egative +Ġt ul +Ġre lic +ĠV oltage +ĠPre is +ĠJ NICALL +ĠPM ID +ak et +ĉ attr +Ġet iqu +ĠM J +ĠG mail +cl r +_exec ution +éĶ ® +pos itor +. af +N r +Ge orgia +Top ology +Ġperch é +Ġmus lim +Ġepid emi +Ġsab ot +act us +Ġë ĮĢ +ĠIO Error +. est +p refs +ĠKr ish +.Read Key +NAS A +u ção +_D b +umer ator +W ide +(st atement +.end point +.... ..... +Ġ[ * +stream s +m time +P x +at r +Ġt pl +R oman +Ġscen ic +.n z +ĠSe conds +sub menu +Ġìĭ ¤í +_b undle +Ġde ÄŁ +ĠS isters +pre ferences +Ġport a +Ad visor +max Length +ĠG REAT +__ (Ċ +ole st +ĠLabel s +Ġen fer +ĠĠĠĠĠĠ ĊĊ +ĠThe ft +_F ILL +ĠW ise +) application +un ami +> ())Ċ +ADD RESS +B ST +et zt +ĠQ gs +S ense +Exception Handler +ĠCh u +.get OwnProperty +Ġexerc ised +iot ic +ĠRe leases +Ġp interest +ol ie +is oft +Ġsequ encing +Ġpad re +] ));čĊ +(r adius +.m ed +aint ies +.Object Model +Ġem ple +Ġseg uro +St ars +Ġqual itative +lem n +á» ± +> "). +Ġg x +-c ert +ĠAST M +Ġfull name +Ġte lemetry +ĠCamb odia +_ ul +ĠCl are +C USTOM +Q C +ĠUn s +ĠHTTP S +ĠPark inson +ancy box +',' . +T ue +.get Last +Ġab i +Äħ d +A st +ĠEd iting +.Un ity +j mp +Ġm ats +Ġshared Preferences +Capt ain +.page Size +Ġr tl +Ġan meld +Runtime Object +Ġdemand e +(" ; +se ite +-head ed +ĠK ra +ĠF ONT +` \ +Class NotFoundException +. avg +atic al +A j +Ġpermit ting +Pro j +ERR Q +Ġcre ampie +ĠBuy er +-mod ules +ĠSund ays +| `Ċ +Ġday time +Ġ+ ( +Ġgl itch +ĠOper and +Ġtox ins +iny a +D NS +ĠS as +C ake +ĠNation als +.add To +Ġs inking +Ġcompreh ension +Ġsc or +ag ements +Ġt ard +Ġmarch ing +ĠM TV +Ġs ane +Create Info +Ạ¯ +Ġend Index +ĉ layout +ĠåIJ į +S ITE +ĠT HERE +Ġ[ {' +opath ic +Ġtrans mitter +/ body +Ġp und +ĠC losing +Ġset attr +Ġbound ed +At las +sum ing +(t imes +par er +yn om +fe it +Ġf rem +- leg +ĠBr as +> # +Ġì¶ ľëł¥ +ĠIN STANCE +ĠC ouch +_host s +lik elihood +.M arker +ĠM asks +Ġcere al +util ities +Ġelement al +Ġdist orted +in active +c ry +W L +UPPORT ED +.Th rows +/s chema +ser ie +." ', +ĠBened ict +-p icker +ig gs +ĠPir ate +åij¨ æľŁ +ĠTh ema +ĠSouth ampton +Ġarray With +ĠPaul a +Ġpredict or +- Ass +.user id +Ġper i +Ġexagger ated +ur ate +arse ille +ĠCon cent +ĠP ik +Ġ@ _;ĊĊ +Ġform ations +Ġden omin +"/> .Ċ +ended or +Ġpan cre +Ġam t +Ġon Resume +on Delete +ĠB CH +) (" +m ovement +Ġpot assium + čĊčĊ +ĠMah m +} ";ĊĊ +Ġd q +ĠPublish ers +ĠAm pl +ĠDani elle +Ġt ern +èµ · +no ÅĽÄĩ +e in +ĠAsync Storage +un ger +rou w +Ġsc issors +/ assert +.b ucket +/ archive +_M an +Ġint oler +Ġ() => +ĠÐĴ Ñĭ +Ġsa i +.x y +." čĊ +Ġur inary +es ub +IST ICS +ĠÎ º +Ġcompl iments +Ġtypings Japgolly +ih ar +Exp ansion +ĠS erving +_st udents +ĠX BOOLE +( il +Ġì² ĺ +Ġj ó +(t ol +( JS +ĉC G +ĠD RAW +tw ig +Ġo at +_sm ooth +ĠC SL +Ġos ob +Ġens uing +Ġbank er +ĠBack pack +_p ing +Ġwish list += ax +ĉĠĠĠ Ċ +Dis ney +stead y +"> % +Ġproph ets +ĠZ X +Ġminimal ist +.PL AIN +Se attle +. ordinal +ĠPI PE +Ġret orna +Ġjug ador +ĠB ret +ĠâĶ ľ +Ġpl ush +UL ATOR +Sort ing +.grid y +ect omy +_ activ +r ack +Inter active +ĠAntar ctica +Ġv engeance +en so +_k nown +up plier +.Mod ules +ĠConnection State +éļ IJèĹı +@ FindBy +Ġpl acer +\ model +< ()> +.is Successful +-g ood +b z +ĠDr aco +Ass istant +-ex tra +аб лиÑĨ +Ġhyp ocrisy +Ġt st +ĠA gr +$ txt +Ġlog istic +lic ensed +ĠH of +Ġt at +( iv +Ġinto xic +post Id +_st rike +Ġhum iliation +pc odes +" sync +(rec ipe ++ N +rent e +ĉ Client +ycop g +ĠZur ich +ĠPro files +C ountries +Ġp ict +Ġroll out +requ encies +Ġpatch ed +Ġcar tridges +Ġsh ading +J ar +Ġsalv age +ĠTax es +Ġstand by +apor an +E igen +. angular +ĠN ested +äº « +Ġis Visible +ĠDw ight +_BR ANCH +.D elay +Ġk end +Ġfacilit ated +.flat Map +Ġs anta +ĉS end +/m essages +Ġof Type +ĉs wap +# plt +ĠTur ks +N ES +Ġprogress ively +ĠRes idence +ĠT REE +Ġno en +d io +Ġn elle +Ġsog ar +itt i +week ly +Ġambigu ity +_Set tings +W are +.ne o +_D ST +Ġæĸ ¹ +pre p +lob by +@ email +/m ovie +Ġfun kc +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ÂŃ s +Ġguard ians +- pos +Ġconfig uring +ĠC PS +ĠDe us +Ġvidé os +_ empresa +Ġsl apped +< Model +Ġunders cores +U h +.access Token +SET S +ĠS parse +ĠCal d +: path +ĠS ervers += batch +Ġkn itting +Ġx a +Ġsearch Bar +Ġsn ag +Ġinf used +.b am +le ver +Ġtax onomy +Ã İ +Ġatt aching +Ġh ern +_N OP +Click able +(P arse +ĠDynam o +-b uilder +Ġdere g +Ġsc attering +è¿Ľ è¡Į +an zi +ĠShe pard +"> ',Ċ +_X DECREF +ĠBuzz Feed +_M ARGIN +P LOY +.sm all +Ġm imeType +Ġh olog +ĉc amera +li as +Ġsusp ense +ody nam +b au +Ġgrave yard +_n amed +":" ' +Ġ******************************** **************** +Ġgame Over +ĠLENG TH +ĉs creen +Ġdo InBackground +_depend encies +Ġr tc +/ up +_ ROM +H all +Ġdef iciencies +( te +' # +_e quiv +Ġpre order +ĠA xe +ом Ñĥ +.send File +Ġfil t +ĠLim its +ĠCaval iers +.dis count +âĨ IJ +ĠW it +QRST UV +Ġi j +Ġt egen +Ġ: ", +diff iculty +p unkt +ĠEmail s +ch lor +(f un +.U int +ĠSt all +_ verified +u D +File Type +Ġple asures +Ġjud iciary +Ġsh am +ip ur +_PL US +off ers +( foo +_G T +ĉc ore +ENT ION +ĠLib eration +Command Line +_de partment +.A r +_ne ighbor +ĠSub mitted +ĠĊ +Ġdro its +Ġhomosexual s +Ġab duction +ĉw idget +$ headers +ĠD AR +Ġfl a +th reat +Ġlou is +.Get Property +" Just +(f rames +ry o +prof ession +| i +íķ´ ìĦľ +(s v +Ġun recognized +I onic +F ashion +Screen State +ĠIn coming +Not Nil +Ġsync ing +em ie +Ġtherm o +_pro cs +Ġincons istency +rel igious +.m j +Ġperson n +Ġmoment os +or arily +Ġæ Ĭ +_ne urons +Ill ustr +im oto +il ik +ĠW oj +Tr ading +Ġapp are +Ġentre prises +ach at +Ġ ¬ +Ġne igh +BUTTON DOWN +ĠMah er +ag han +-h ash +" f +Ġclient ele +.add Button +ĉ SP +Q i +Ġgr ated +POS ITE +: > +ĠHow ell +ĠCompar ative +ĠIS C +ÂŃ i +O cean +D avis +ĠFil me +W ins +ĠJ IT +oc cer +ĠC orm +ENCH MARK +rch ive +ica ção +Ġm ata +Ġchild birth +ĠOption ally +En s +Ġx http +Ġel ucid +_Osc InitStruct +)) ):Ċ +Ġint uit +ĠDon ate +Ġcorrel ates +> Delete +Ġequ ipe +Ġb oca +Ġinfl atable +er ah +ĠDateTime Kind +Ġcal ves +\ Lib +Ġem lrt +ĠTr ilogy +ĠP anc +ĠD uis +ĠpelÃŃcul a +WAR DS +_DE TECT +-section al +dh cp +For Row +-de struct +ĠPres enter +/s lick +, on +ĠCit adel +logged in +_sub type +Ġsig ue +Ġc uring +ĠFire wall +Ġfluores cence +ĠItal ians +иÑĤ ÑģÑı +.get Style +In Seconds +j ie +-S mith +Ġx link +Ġsub missive +он ÑĤ +arbon ate +ĠF aul +_go als +ĠCommission ers +chart Instance +_POST FIELDS +Ġmed ial +Ġman os +Ġdel t +sv m +.Ap is +ep hy +Ġasym pt +Ġapp Delegate +Ġimpro bable +ck a +sim d +/ Error +. âĢĵ +ĠP TS +de er +Ġs ina +m agnitude +ID ADE +'] }' +Ġmay ores +ĉ comment +/ console +" @ +v olt +.s ell +ĠM acy +Ġmel od +Ġim ágenes +_ch g +Ġin out +ident e +) '),Ċ +d ni +.b lob +Ġtyp ography +Ġe erie +_O ID +pes an +aj an +Ġch opping +Ġbl uff +ad f +_b ases +.Form atter +Ġ\ % +ĠPage Info +Car rier +ĠCal ibration +com o +-b odied +Ġfinanc ier +ĠIN A +. ERR +Ġhood ie +ĠSan ity +gu arded +.opend aylight +ISM ATCH +High lights +ün k +ani em +anger ed +assign ments +Ġregistr ado +ĠU PPER +ampil kan +ash ire +ĠNik ola +ĠC FL +ĠH DC +Ġp oids +ĠIP s +Ġprevent ative +ips oid +if ix +.c amel +.g a +V olumes +- ste +Y ahoo +_s ibling +H ighest +opt group +Ġkvin na +âĢĿ ãĢĤĊĊ +ĠAppl iances +Ġ" >< +') ")Ċ +ht t +ĠIdent ified +Ġpenc ils +Ġmember Id +Ġappend String +.load Data +Ġmock Mvc +Ġj ub +ĠSl ut +ĠTai pei +st att +Pol it +Ġpart ager +Did Change +Incre ases +) }. +ĠB aba +_CL IP +[ unit +Ġк лÑİÑĩ +Ġalc uni +ĠL ola +Ġcl inging +@ PostMapping +(con cat +Ġss id +ĠFa uc +ok it +ĠRecord ed +á lez +($ ('< +.assertIs Not +Ġk ali +V olt +Ġwarm ly +Ġsca res +get ti +füh rt +_d oes +. EMAIL +im ations +Ġspring fox +ĠDec om +arc y +Ġgl itches +ĠM off +ĠV oll +.b etween +Ġcoord en +ĠPart icularly +GB P +Ġsem ble +East ern +_M SB +]) {čĊ +m organ +ĠE VAL +d ere +HO USE +mo ire +ist ique +_l stm +-com mit +yster ious +Ġtw ink +-th umbnails +en ÃŃ +:' ', +Ġblack out +ĠFlo ors +Ġso fas +Ġou i +lesh oot +ĠRa q +- abs +Ġk ra +M ining +sha ft +.set Columns +Cl azz +PRE TTY +.play list +éĸ ¢ +-Sah aran +M ING +ĉ bl +è® ® +j f +DO CKER +hope fully +( ignore +ĠUsers Controller +ĠMitar beiter +ĠL ES +Ham ilton +-m etadata +ĠK K +ikt ig +Ġwoll te +egr ator +] bool +, current +Ġvalue Type +Ġexcav ation +ol and +Ġv erv +/file path +Auth Provider +Ġpro crast +ĉ ULONG +_MEM BERS +Ġup lift +ĠAut onomous +Ġart works +ĠOut reach +Ġp ore +Home page +Dialog Title +ĠGener ating +PAR SE +Ġsem anas +Ġhuman o +JSGlobal Scope +Ġvol te +Ġb ella +(is instance +Ġpl c +\C atalog +Ġeste emed +éĽ · +(s uffix +Ġswe eps +ĉ ORDER +Ġdo ivent +ĠSw arm +ĠComp iled +get Page +AD R +.R ichTextBox +ĠN aming +ag ged +ĠG ANG +r asing +ode led +Ġg ala +ĠJS Name +dd f +Ġill ust +ĠLans ing +[ port +-de ath +Ġdin heiro +ĠE ighth +Ġb ian +st Ã¥ +Ġvers ión +ĠLinear Gradient +ĠHard ing +. *) +ec zy +$ header +Ġv Ã¥r +Un checked +Ġko je +ĠPal adin +() )), +G iving +() })Ċ +Ġd ips +F riendly +Ġport rays +Ġhel ium +Ġinsurg ency +_ex piry +ĠstringByAppending String +Ġa antal +s lope +m ast +.get Integer +Ġ################ ######## +_PIPE LINE +Ġdens ely +Ġmut ating +m idi +ĠSe it +ay ne +NOW LED +ĠDes mond +ĠF Name +ĠN airobi +\ Context +Ġcalc ular +-d en +Ġc ott +] ):čĊ +ĠRecommend ation +ĠRole x +Ġvalidation Result +.p at +Ġn Ãły +ĠRest Client +ĠG PI +ĠAshe ville +ĠO SP +ĠPER MISSION +ÐĶ аÑĤа +/ notification +K night +_W ord +ĠB ender +rank ing +Ġpart ida +_res ervation +Ì Ģ +Ġm Name +Ġget ch +Ġb orr +Ġdilig ent +Disc uss +æŃ£ åľ¨ +ape ake +ion ed +-N azi +.c um +ĠK ron +=$ ('# +/s ingle +Ġerot isch +ĠV ib +Ġrat ified +Ġconcert ed +ĠREG ARD +Ġdo br +.Driver Manager +' r +Port able +ĉs uite +Ġrel aciones +ĠD op +emplo i +DO B +Ġcr umbs +Ġx ls +_App lication +(': ', +Ġ---------------------------------------------------------------- --------Ċ +m se +Ġber k +ĠReturn Value +ĠBel ly +Ġcam ar +ĠPe ek +els ing +Ġnot ifies +ĠTr istan +ĠG AR +em me +ĠElev ated +_C SV +(ch alk +Ġtw enties +ĠSearch Result += search +ĠMix ing +ý t +Ġrecru iter +ĠIDE OGRAPH +ĠA go +( Operation +$ values +Ġworld ly +ĠRosen berg +ĠConfigure Services +>* Ċ +Ġsn ork +_op acity +ĠinitWith NibName +i ado +A AC +Ġ] ). +; z +_par agraph +Ġnos es +stand s +if r +_m E +I raq +.P redicate +ena ire +]] ];Ċ +Ġun idad +Ġretire es +_h ello +Ġmode le +ĠUIT ableViewController +f write +_num ero +_vis ited +Ġrece be +( Notification +Fant astic +_sub menu +ĠP EM +ĠCup ertino +approx imately +class ed +.Read String +Ġdomic ile +_P W +Ġball park +ĠK ale +con tra +_f avorite +/ of +Qu ite +ĠOT A +Ġacceler ometer +did n +| ^ +ĠRohing ya +ivic rm +ann abin +обÑĭ ÑĤи +or ado +') + +Ha unted +, ID +( UIAlertAction +ur v +_b el +ĠMex icans +/ terms +ĠPaint er +Input Label +ĠV inci +ĠRos ie +\ uc +< Menu +Ġcool ant +(current User +_d ual +) "},Ċ +& p +Ġconver ged +Ġrestr ain +ĠYugosl avia += target +Ġimp uls +ds a +Search Tree +Ġh box +ĠImp ress +§ Ãĥ +get FullYear +(d a +ĠY YS +.al ignment +.Get Text +.token ize +ĠOlymp us +Ġmur ky +ore station +Ġdiss atisfaction +ĉT Array +_ kses +.Add Singleton +ĠStart Time +Ġfan atic +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġentity Type +. override +Ġ ------------- +ĠDat agram +f out +(with Id +Ġ# __ +Ł èĥ½ +ek yll +.f riends +ame leon +Ġz ach +.simple Button +ret orno +Ġkon k +/s mall +ĠQuick ly +un read +Don ate +Detail View +Ġdu a +Ġpenetr ated +OM UX +Ġn ir +_p data +"], [" +Ġlow es +Ġdop ing +Ġas ymmetric +Ġneed less +our cem +Ġup ro +ĠGu zzle +af b +Ġsext reffen +-c ollar +Ġcol ossal +Mon key +n ish +Ġhandle Message +Incre ased +* dx +ĠChatt anooga +f org +ĠOr den +Ġsh ri +ĠV and +Ġ" @" +Image Sharp +ĠWild cats +pon ible +.sc enes +Ġpaint ers +ĠPf izer +ĠZ ah +To Local +ĠFl am +Ġé taient +)) ^ +ĠSand box +ĠTR ADE +Ġchrom ium +Ġac claim +Ġpac man +´ t +) reader +M ari +.Dispatch er +.A DMIN +ĠRem ed +Sw eden +Ġoverl ays +. er +Ġp ang +Ġclean ly +aven port +Toy ota +patch es +Ġv tx +ĠE is +cl ado +ĠR itch +RO LS +Ġh ade +Ġconspic uous +Ġdo cks +(j q +ĠPrem iership +ĠBe z +ĠâĦ ĸ +ĠÑĥ Ñģл +_tot als +Ġprov a +ĠC ue +Ġsa úde +ĠGame Controller +IM IZE +, port +ãĢĤ ( +.C decl +Instant iationException +Ġcoll age +ĠIO C +Ġb ais +Ġon Finish +-st ars +set Size +Ġmog ul +Ġdis illusion +Ġche vy +(S chedulers +( IR +_loc s +Ġcann ons +Ġcancell ing +/b us +Ġbuf io +ĠY ours +ĠPik achu +Ġter me +r Ã¥ +f ahren +Ġowner Id +Ġoblig atory +Ġcul p +Ġacid ity +-m ult +ĠBam boo +Ġ' "> +_g s +Ġcomp il +n ard +-ex c +Ġrh yme +Ġbut to +s ays +ant asy +ë ¸ +Ġcitt Ãł +Ġche g +Time String +Ġpos itivity +ĠD abei +Ġw ang +Ġes cre +" c +ĉv ideo +ĠRank ed +.str ings +>> >( +Ġин ÑĤеÑĢ +Ġrest a +[: ,: +Ġrend re +Ġdes er +J os +Ġdis ruptions +Ġоп еÑĢ +s ampling +sup press +Ġcontainer View +ĠSeam less +Ġair y +Ġon load +.Window Manager +ĠPL A +br aco +.set PositiveButton +Ġp du +Ġg si +ĠC li +_gr adients +Ñı д +ĠWh isper +c stdint +Ġl äng +Ġform ulations +én om +ourn emouth +[$ _ +Ġordin arily +.set Username +Ġfacult ies +MIT TED +/ values +Ġwe ir +ĠA pt +M Z +ĉc f +uck en +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉĉĉ +def ense +[i Var +ĠBusiness Exception +Select ors +(co ordinates +ĠRes ets +ĠDr inks +ole ans +(st ypy +_IO C +.x xx +ĠSl ater +ĠBel ize +Ġ/ ************************************************************************ +add in +_ep isodes +Ġis chem +legal ArgumentException +D anny +Ġp ared +.code haus +ĠAss y +ĉ Rect +â ŀ +.list a +Ġв аÑĪ +Ġv ets +HW ND +ison er +Ġx o +Ġor ally +ĠSt mt +.r nn +ĠD PI +ĠStr ikes +.setViewport View +Ġèĩª åĬ¨çĶŁæĪIJ +Y ELLOW +GL enum +part ners +ĠImp licit +Ġtak o +âĢĻ elle +Ġerm ög +total Count +G il +ĉ work +Ġpr atic +in ati +ab ies +ĠSk inner +Ġspir ited +Ġpancre atic +Ġh df +' em +Ġpsych osis +olic it +Ġ" {" +_at ual +Ġé lect +TE AM +Ġd ak +ĠSW AT +.Fragment Manager +Ġprovision ing +l ifetime +_EXTENSION S +ĠC ASCADE +Ġ! [ +(K P +Ġv em +ĠInterr acial +'] },Ċ +sp acer +_k v +W arehouse +R DD +_f sm +.Stretch Image +, Yes +ĠRefuge e +ĠBr inging +Ġv álido +.inter section +Ġsp ooky +_port al +Ġmo th +ĠZ odiac +ĠSOC IAL +M imeType +'] }} +_Bl ue +Ġbot anical +Ġfr ags +Ġfamil ial +- du +Ġse izing +(block s +.r d +.check NotNull +Ġmis er +Ġmax x +ĠK nee +View Item +Inner HTML +D anger +(( __ +Ġprz ypad +create Url +** , +ĠDecor ating +ATEG Y +?> / +.Design er +hex digest +ĠEvery where +all eries +.TEXT URE +.Block s +z ell +Ġpre ço +S uddenly +input Email +(s ync +.b d +gold en +> '); +ĠDick inson +>> (Ċ +ĠQUE UE +Ġget Column +ĠS AND +.p iece +lic er +Fl utter +Ġget Version +Ġresource Id +og l +ÅĤ aw +.Br anch +ĉ web +Ġfr amerate +PP P +Ġfr ay +C NT +Ġinformat ie +'] čĊčĊ +ne as +Header Code +Ġæ ¸ +Ġtr g +raw types +H onda +Ġmark eter +Ġrequest Data +ĠP g +ĉ not +Ġpage Info +Ġakt uellen +ãģķ ãĤĵ +ĠA MS +push ViewController +ĉ AL +Ġv ests +produ ce +-m ême +ĠRah man +F unny +E Z +_ Valid +Ġsquad ron +Ġl ash +Ġ irm +ias co +ĠPar an +Ġpet ites +ĠDec ay +Ġun initialized +priv ileged +Ġm bedtls +å¤ĩ 注 +Ġ^ . +Ġec static +D etroit +Ġpart en +Ġsou venir +.get Login +моÑĤ ÑĢ +en ção +ĠmÃŃn imo +ĠAccess ed +ri ó +M ic +ĠV ocal +.Set String +Ġmens ajes +åĢ į +Ġattr avers +ĠA ph +Ġ' );čĊ +ünd e +Ġench anted +ĠRoot State +ĠCLOSE D +ĉĉĉĉĉĉĉĉ čĊ +Ġcal iente +or ris +Ġphysic ists +h wnd +_v i +Ġráp ido +Ġcapital ized +ed By +Ġmach ining +Ġhub by +ĠSt acy +.B us +dr ink +H ur +Ġprop ia +Unit Test +Ġmiscon ception +__ ));Ċ +/d c +ĠMay weather +_m C +.create From +ĠQ Painter +rops ych +inn itus +ay as +Ġg eg +(d w +Ġus ado +Ġtrick le +Ġann ihil +ĠP asta +Ġ++ Ċ +(Expected Conditions +.post Value +ic ap +ĠDon etsk +_s oup +-p ublish +ĠP b +ment ions +AC CEPT +.P ull +,âĢĻ âĢĻ +Ġret arded +_AT OM +ĠTermin ator +-c ourt +ĠCLLocation Coordinate +Ġrever ence +ĠS SC +ut ely +ĠW ON +ĠG SL +fre i +.get Longitude +Ġopen FileDialog +.B utter +- important +_M ANY +ĠG ong +âĢľ How +Ġg orge += msg +ĠEz ek +create Command +: checked +Ġinf ographic +.W EST +Dir s +Ġguard a +Ġbeet le +< small +- android +Ġcred itor +ĠM éd +Ġfinal ist +Ġab l +ne v +_inter action +ĠMonter ey +j ah +Ġcand ies +ĠQu incy +èª Ń +Ġbatch Size +ak it +Ġo be +(p ara +Ġexperiment ed +Ġcouncill ors +Ġcl ashed +s qu +-st rokes +ĠG K +ĠEx pires +Ġprosec utions +ĠCreat ures +Ġy ö +x lim +_IM P +Entry Point +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.Default CellStyle +Ġbre ve +ĠBrit ann +Ġsweat y +Ġle th +Ġflash back +per manent +ĠJ DK +_D etails +E uro +p pt +Ġrich TextBox +/ board +Ġtr ance +.c ycle +'); ");Ċ +Ġtox in +_de init +Ġover arching +Ġconfig parser +ĠKaw asaki +.th umb +Ġplay a +ĠJose f ++ _ +Ġzero es +Ġa up +ĠH ari +comm itted +N it +.file Path +ĠDis abilities +man ufact +-al igned +.RE SET +Ġrust y +E y +Ġou sted +cos a +Struct ured +.get D +Ġs ábado +> Loading +_m A +.get Random +bl ings +Ġchees es +tt i +. âĢ¢ +ĠBurg ess +ender it +. ',čĊ +(" "+ +ac b +% p +index ed +_pred icate +nes ia +Ġb ied +ĠC IT +( Pos +_r adi +ä»· æł¼ +B iz +ĠAdoles cent +Ġvi ên +c ycl +_C ancel +Ġcon clusive +Ġappell ate +inform atics +S J +Ġelect ive +role Id +Fetch er +ĉ Command +(" (% +Ġf art +IL A +get Block +A USE +Ġд ан +ĠAr te +Ġnot ifying +Ġge le +.s ame +ĠReg el +ĠBa ÅŁ +.c reation +ĠV N +_comm unity +Ġuns ustainable +SE X +Ġgrid Size +res cia +avers able +(', ')[ +ĠPh elps +á»ķ i +ANCE LED +- IS +.run ners +ĠSt okes +.P rodu +Ġwh ipping +_ac quire +Ġinvestig ación +f ried +.copy With +ĠHard cover +- Se +áŀ¶ áŀ +inv itation +les ai +ĠD orm +ĠÑģпиÑģ ка +Ġconcaten ated +oph il +Ġthink er +/font awesome +ĠLe opard +Ġ"/ ");Ċ +Ġresidual s +ĠMic rowave +Ġconform e +th rop +Ġdis emb +ĠO MG +ĠDisc ipline +ĠAc robat +/re pository +df a +_M ED +buf io +Ġméth ode +_H OLD +ias i +_ legacy +) ččĊ +æ£ Ģ +Get ProcAddress +Ġy ay +ot ence +order id +-t w +Ġdear ly +In coming +/ il +Ġneu rop +uc z +); čččĊ +ĠInnov ative +Ġprof und +ig mat +Selection Mode +re levant +.G O +Ġbru ises +Ġs ach +ode f +Ġre imb +/d esktop +-s pot +und ance +Ent ropy +\ core +Ġsug er +ĠM vc +ĠGN OME +_ind x +ĠYY STYPE +ĠMat lab +ĠC IF +Ġ* )) +Ġproduct List +ĠAl right +ac emark +ÑĤи в +mod ification +int ernational +Ġhom ers +Ġdict s +ĠQ Font +.SQL ite +Ġtransplant ation +ĠMessageBox Button +ĠEl ves +'] ])Ċ +(Q Icon +Ġcin emas +CO ORD +- China +Ġkh ẩu +æĪij çļĦ +Ġskull s +Ġpain staking +f ce +.XR Label +Ġspec ifier +Ġpref erring +/ activity +( Photo +á lt +.l ot +' '. +ann once +.google code +-p df +ĠP oke +_A CL +Ġend owed +dis cover +.om g +Ġwood land +.M agic +Ġvol ont +Not Allowed +Ġch ave +BM W +',' =', +ĠS IX +æĪij 们 +Ġkos her +Ġaspir ation +int l +_ref ptr +'+ Ċ +ment or +.cl ub +Window State +.A RR +Ġz za +Ġmessage Type +.e qu +Th or +Ġin just +Ġg ums +Ġborder Side +//// / +ĠTrans mit +Ġbuf size +Ġh ak +Ġell as +R ANDOM +ĉm c +Ġpe a +ek o +document o +Ġhyster ia +Ġaren as +Ġgun men +Ġm ike +Ġimp unity +atis ation +_Z ero +_COMP ANY +ĠG ors +Ġuse Class +( redis +ĠRUN NING +ĠB air +vel te +Ġ',' . +аÑĤÑĮ ÑģÑı +ö st +encode URIComponent +_re strict +Ġdec als +ĠPed ido +Ġalter cation +Dis plays +ĠApp licants +C US +Text area +ĠAng ola +.f uture +ĠUS HORT +Ġsuppress ing +Ġset zen +AP olynomial +Ġto ch +Ġhall mark +Ġ$ $$ +ĠCHAR SET +.r pm +ĠD ich +---------------- ---- +_p arm +è¿ ĺ +acc iones +h ait +WAR DED +_r outing +ĠN OM +Ġen clave +ĠLot to +ĉf r +complex Content +ĠBall ard +k ube +/w in +.getColumn Model +_RE PLACE +Header Value +Ġest udiantes +Ġap is +Ġb pm +ĠType Name +And Get +rit a +Pl ans +> Note +Ġfet isch +Ġton ed +_g oto +ons ense +Ġm olds +Ġinfiltr ation +ĠGuerr ero +ub bo +ck i +($ (". +_ activities +(ch anges +Ġof App +ĠKe pler +ĠD emp +ĠCont inent +.T icks +ĠUn signed +ĠJah res +Ġfresh men +ĠArch ived +ĠкоÑĤоÑĢ Ñĭй +Ġ' :: +T utorial +C c +Ġtable LayoutPanel +from Json +.level s +_trans ient +Ġendors ing +ĠD IC +la uf +Ġsh red +_E MIT +ific antly +AL A +/ proto +Ġnarrow ing +U tc +Fact ors +Ġsent ient +æŀ IJ +lix ir +ĠC ROSS +met eor +Ġgro in +Ġm db +ĠRot terdam +Ġcom ida +ĠOp Code +ĠDefault Value +Permissions Result +Ġheter ogeneous +Ġm oot +Ġde ceived +-in dependent +ĠObject OutputStream +Ġover power +.d up +Ġl db +Ġdomest ically +Ġbest ellen +Ġlo v +ĠContract ors +Tri angles +Ġfod der +Ġfilm es +ä¼ ģ +Ġrev olver +Startup Script +/ validation +ĠResource Type +i ÅŁ +ĠL az +f ef +Ġlst m +{ * +. attachment +.h its +ew ith +DO G +Al abama +Ġmedium s +.m Context +-c ols +åı ĭ +.not ice +Ġat tn +ĠP acking +ĠL n +_COM PLEX +/ Users +.sav etxt +ĠR ounds +?,?, ?,?, +Ġing l +ĠR OC +_f emale +ĠSt ard +]] ; +Ġwrest lers +Ġtorrent s +Ġsin h + ĊĊ +ë³ µ +s ense +how ever +.Ph ysics +Inf rastructure +ĠSac r +F el +ĠD ISTRIBUT +é ments +ĠValid ates +################################################ ############ +Ġ| / +Ġes l +Ġré seau +ĠB ip +BY TES +_W ATER +Turn ing +EL S +Ġj uxtap +Ġlesb ische +ý ch +( Unknown +Ne o +@ JsonProperty +Ġal umnos +ĠRaq qa +ime i +.get Bounds +.Mouse EventHandler +#### ### +Generic Type +/c ms +Ġturn o +Ġм ин +Ġfolk lore +ĠE vo +Ġconduct ivity +Ġle ben +Ġgear box +-v s +ĠÏ Ĩ +Ġdrink ers +Ġcon exao +ĠTe eth +Ġget Arguments +ĠR AT +ent ious +E duc ++ W +ĠInstitution al +ĠB ord +is Equal +(p wd +Ġign ited +ĠR ousse +Ġimpact ful +ĠM alk +Ġg eral +ĠP ivot +Ġa zt +Ġcsv file +ĠR ope +ĠSOL UTION +ĠArbit rary +Ġlet to +.Mouse Adapter +Ġ} }} +ĠSail or +der a +Put ting +Ġconcentr ates +Ġauth Domain +âĢĿ çļĦ +-f inals +, strlen +Mu on +ĠOrd inary +fire fox +ĠLa TeX +ĠH und +engine ering +/ blue +ed TextBox +(" "); +ĠC DDL +ke pt +ĠGet String +K ir +() =' +ĠO CD +ant ium +$ menu +ĠAppalach ian +Secret ary +ë¥ ĺ +ี ย +Sem antic +Ġ* [ +est one +ung kin +Max Y +-t one +"} ;čĊ +_P art +< Member +tr am +Ġtrans istor +Ġ---------------------------------------------------------------- ----------Ċ +ĠDes de +Ġright ful +ĠCorn el +æ ij +.H OUR +Ġsidel ined +ref errer +m aze +Ġhol ster +Ġcripp led +ĠDate Formatter +oph age +_m D +Ġdes elect +ra ud +ĠPK K +row Data +Ġlock smith +.res ponses +(product Id +_ST MT +Key Type +.Th en +z ee +Ġcr t +ĠGrand ma +@ Resource +Ġbit wise +-c mpr +ãĢĤ www +zeit ig +& display +Cart Item +- No +Ġnum éro +Ġm aur +Ġinst ancia +ĉd t +_n pc +Ġskate board +âĢľ All +ĠCrow d +Ġä n +Ġb raz +ca e +yn et +/p m +/s creen +OPT ARG +ĠV Box +Ġle opard +_g reater +c pt +< dd +Ġmechan ically +osp els +) f +.l wjgl +.get Port +ĠP REF +.Add Transient +pp ard +Ġí ļĮ +Ether net +Ġsal ine +(level s +Ġservice Provider +.A ngle +alt itude +illa ume +Ġs cape +_CAL C +_ quest +ĠDiss ertation +ĠE DM +-C ds +Ġhon orary +st ops +Ġsub dir +ĠV H +ĠChe at +Ġright fully +Q E +.Write Byte +fig ures +enn ie +( DBG +Ġvoks ne +Ġexp ended +UN ICATION +il inx +ĠRec ap +_ verts +Ġtra umat +Ġget Player +Ġverb ess +Ġcultiv ating +Ġiniti ator +Th ông +find First +_per ms +Ġbu c +Ġ""" čĊčĊ +T YPES +object Manager +(Configuration Manager +Ġtim id +Ġsnap chat +Ġcon seg +ĉd istance +_right s +_D es +ĠF lesh +- ver +Ġa fl +fra uen +Ġblas ph +ĠQual ität +ma f +Monitor ing +.D iff +Ġshore line +Ġresponse Body +mem set +< decimal +Smarty HeaderCode +Ġin sets +ĠBinary Tree +amed a +Ġn ihil +ĠN ay +ym ology +ĠW G +Ġt api +ĠInst alled +m aintenance +)} "Ċ +ĠX O +-per iod +s ar +Ġning una +ORM AT +.set PrototypeOf +ĠK b +ĠHen rik +ét ique +ĠLah ore +ĉ Address +Ġmel ts +N y +_adv ance +Ġveloc idad +Ġalum no +Ġsanit izer +Ġph ishing +ĠCom et +Ġch iar +ĉs pec +trim med +(state arr +on nen +Re venue +L ens +Ġcha ired +ĠAss umes +Tr ash +_un set +\ Bridge +Point Size +ĠPol ic +Ġsex uales +ĉd fs +ĠWide String +Ġaccru ed +Y W +_S CHEDULE +Ġk ite +Ġparach ute +[ table +Ġactive ClassName +.Qu ad +Israel i +ĠÅ ĵ +Ġho og +Ġch á»ī +ew ear +Ġtire lessly +set Error +.get Amount +.set Items +ĠM anson +ĠBay esian +_F lag +AC HER +/ original +Ġimm ac +ĠLos ing +' >ĊĊ +L ic +ĠMir age +ĠAssembly FileVersion +Te V +ĠValue EventListener +-s olving +Th o +rou lette +_W P +Ġunint errupted +Ġfield Type +.T yped +Ġam our +Ġmock ery +(v ol +ĠSub committee +ĠR uf +ero x +:UIButtonType Custom +ĠBl ur +Ġwy kon +nc es +ASH BOARD +!! ");Ċ +Ġmurder ers +.d aily +ĠDI AG +j ing +Ġdol phin +Ġl òng +Ġb ö +ĠV ocabulary +.St Object +') "> +Ġz un +Ġscrim mage +tr éal +ĠL ig +[ vi +C ole +Ġfrost ing +.Pl ayers +- translate +Fe els +=\" / +.Butter Knife +Ġ?> ;Ċ +Ġav i +inn ie +.F ailure +Ġsp indle +Configuration Exception +_h op +Ġpos ição +ĠA wait +UIImage PickerController +ĉ day +Ġgen om +C ab +ĠÑĢ езÑĥлÑĮÑĤаÑĤ +OR IGINAL +Ġejac ulation +(t cp +SE COND +Ġton ic +ĠList Box +Ġ ĉĉĊ +() >Ċ +Ġqu atre +ượ ng +with Errors +.M aybe +, âĢ¦ +token Id +_UN DEF +Ġfresh ness +ĠAmend ments +.map box +.C V +(b log +_get time +. quest +s parse +Ġres ale +Ġenthusi astically +ĠProstit utas +W a +C argo +.Parcel able +SENS OR +ĠRy u +La ughs +_N ative +/ pg +yst s +Ġphot oc +ç® Ģ +ado pt +.spec ies +conc iliation +Adjust ed +.Firebase Auth +ut tle +ord ination +Ġm unch +ĠSt ake +.p ing +ank er +(QString Literal +Ġsub script +ĠĠ ĉĊ +ĠM CC +_C md +se xy +i ou +ĠM ANY +Ġn anny +TR AIN +Ġflour ishing +ĠW atches +ĠQ Map +ĠF erm +Ġwas m +ĠA bed +_ UD +ĠGlass es ++ v +Att end +.Ch ain +Ġdec ency +ĠSupplement ary +h unter +-t xt +Ġ" }";Ċ +.set WindowTitle +(" +Ġmasc ara +( Profile +åĬŁ èĥ½ +imit é +Ġwild fires +- ROM +.is On +(group Id +Re pair +accum ulate +Ġ< ", +Ġhand written +Ġach eter +ĠM GM +ĠIr ma +->{ _ +ge e +cr iminal +Ġèĭ¥ è¦ģ +Ġmoment arily +") != +_l it +Ġexpires In +." ). +éķ¿ 度 +Ġfr ække +vl c +Ġor bs +), $ +Ġvent ured +/ >\ +char m +N uitka +eld ig +aton in +W itness +-l at +Ġset Hidden +Ġrelic s +Ġcons ulate +. IGNORE +" After +Ġset Address +Ġbeste ht +Ġ'' )ĊĊ +.x axis +Ġser ão +Ġmis led +_UN IFORM +ĠV IA +inc r +Ġzen ith +Ġvis cosity +Ġthin ly +.get SharedPreferences +.Error Code +"), " +ĠMillion en +Ġ/> )Ċ +Scroll Indicator +-se eking +ĠPOLIT ICO +as ca +_r l +N avig +(full file +Ġsol itude +Ġju ven +Ġhaul ing +ĠMac ros +ĠG ry +Ġexerc itation +ĠATT ACK +Tick Count +Ġr ites +Ġdo e +Particle System +Ġsl u +Window Text +ĠClass Name +Ġsl ander +ĉ Port +j ong +? a +.D ial +âĢĶ at +$obj PHPExcel +Ġso ar +EN N +appe ared +Ġquot id +em achine +Ġn ip +Ġmicro time +ĠAl ma +; ! +---------------------------------------------------------------- -------------------------------- +ĠPass age +Ġdump sters +ĠEx clude +Ġsuggest ive +ĠCircularProgress Indicator +_cl r +Array Type +ILL A +Elapsed Time +Dr iven +Ġresource Name +ĠG arrison +ser ir +-a head +Ġp innacle +ĠEs presso +S parse +Ġass ays +ĠGirl friend +im id +]=' \ +ONGL ONG +Ġportray ing +L ane +Ġb úsqueda +Ġrein forcements +ĠSpread sheet +ĠArray Collection +, arr +light box +ic ana +< " +build ers +K id +ĠMat SnackBar +EX PR +od cast +ĠFound ations +Ġind s +=' ${ +F izz +-function al +(work space +Ġstem med +_p atches +ĠJar vis +READ ING +Ġdisrespect ful +ĠQ Dom +Ġ$ {Ċ +est atus +Re ached +! .ĊĊ +IL T +ĠN DEBUG +ĠCour age +birth date +ĠT ing +Ġutil izado +án chez +Out door +Ġhand guns +Ref Count +É Ļ +rom o +Ġt ts +.S he +ĠP ane +ãĢij, ãĢIJ +ĠIO CTL +/ black +ins cription +Ġbi opsy +ĠTime Interval +.Test Check +ĠGUI Style +ĠCap ability +ĠBeit rag +don nees +T reatment +.back up +Ġsign ings +ĠB oca +dr m +.M AIN +Ġgo ede +ĠMark up +G REE +ĠBase Service +.C reator +Ġj ails +ĠK ahn +Ip Address +ACH I +Ġinhib ited +Ġ@ $_ +ĠAss ass +Ġenvi ado +Hero es +ÐŁ еÑĢ +ĠM aven +.l s +Ġ ive +| RF +Ġresize Mode +Ġrum pe +_attach ments +T U +Ġtact ile +Attempt ing +Ġro bin +y aw +Ġmerc enaries +ĠHab itat +end date +Ġo xy +ĉR andom +oh on +Is Null +ĠValidation Result +ãĥ ļ +um bed +pp v +Ġar p +ich ick +_r nn +ĠT FT +Tex Image +" On +ĠSam pler +top l +Ġj ane +y ling +ĠUN ICODE +Tab Index +< {Ċ +s uspend +uv ian +, application +ол иÑĩеÑģÑĤво +y at +ez ier +ĠCH UNK +ĠAd ler +/ Add +ĠKey Value +Ġspos ób +Sam pling +ch ers +_AM D +R u +.Must Compile +N ation +Ass oc +Man aging +ĠEng l +_G B +Ġsucc inct +Ġdis liked +ĠI ke +Bullet in +_ARCH IVE +Prop osal +Ġjog ging +.C REATED +Ġch ol +è£ ħ +Į ¨ +-p ush +Ġreserv a +core v +è tre +TH R +Ġincompet ence +Ġchar isma +æĦ Ł +Ġ" == +BT N +ĠLoc ator +iv et +('. ')Ċ +Ġfor IndexPath +ô me +Ġcapac it +w aters +ĠWR ONG +ho a +ĠM IPS +Ġem iss +ĠJacqu eline +(c mp +Ġe ens +Le o +.tim ing +CLUS ION +Ġ(" - +åĵ Ī +.k ode +ĠUnd ert +Ġbew ild +ĠEss en +.h d +Ġren egot +Ġm ower +Ġl sp +Ġpen chant +Ġman oe +Ġag li +Ġrec al +ĠOPER ATION +(^ )( +ĠÎ ½ +ĠSc oped +Ġ@ "Ċ += label +[ loc +Int l +ĠN z +table t +.Column Name +Ġscreen Size +DB us +co oked +- registration +âĢľ One +-n on +ĠwiÄĻ c +Ġcost a +.add Tab +. conditions +ĠH ess +MEM ORY +ĠAval anche +() }}Ċ +Ġtri plet +Ġl abyrinth +ĠNode List +ĠNY T +Ġy eni +d ff +.Html Controls +AV IS +/ Math +Ġmem cmp +Ø§Ø ¡ +оÑģ ÑĮ +c rap +(p ages +Ġl xml +ĠQ DateTime +_t cb +Ġopen id +Ġsyn aptic +ĠMD MA +(s lug +igm atic +en or +Ġcr amped +G OP +Ń IJ +.is File +ĠD ifferential +Ġ=" ";Ċ +ĉĉĉ ĠĠĠĠĉ +ĠC ooke +ĉU FUNCTION +Ġpersever ance +Relative Layout +IMPORT ANT +Ġex on +Ġо н +ib ase +(C ONT +n ovation +ä½ ķ +[ sub +Admin Controller +HTTP Header +cre ar +ĠN IR +ĠDrop DownList +Ġval ide +Ġde hydration +. '] +(W IN +Ġ... \ +Ġphotos hop +ĉ Init +_c ou +Ġtime Zone +dar win +rom atic +Navigation ItemSelectedListener +br ates +] --;Ċ +Ġtraged ies +ĠPed iatrics +SM ART +-A PI +ĠMessage Lookup +ĉ vo +Ġprejud ices +Ġm A +U ps +ĠMISS ING +ĉ ad +C ream +ĠT b +ĠMon a +_ ghost +ĉt ypes +Em b +ĠDocument ary +');ĊĊ ĊĊ +Ġl up +_ Reference +ĠB ATCH +Ġintertw ined +< Cell +ĠCab r +n ation +Ġis Connected +.remove Listener +Ġcon g +_t i +ĠSil icone +Ġê²° ê³¼ +ĠW AN +ĠG ibraltar +/ response +ĉp erson +ch ants +V IP +em ergency +Pixel Format +- Am +Ġsouth western +_pl l +if ers +_ON CE +ĠF ayette +.nc bi +_P anel +.Q ual +Ġpol ys +Ġcreate StackNavigator +� t +Ġlay offs +ĠBl anco +Fe at +ĠV imeo +_ch i +_l ifetime +POINT S +, private +Ġunb earable +print ing +Ġc gi +.B ACK +Ġintern s +ĠNew ly +inf eld +( IB +ĠK ata +ĠDef endants +Th r +é¢ Ħ +_V F +FFFF FFFF +Ġdavid jl +Ġbitter ly +S uggestions +.set Cancelable +FIN AL +ason s +_rw lock +_WRAP PER +Ġhapp iest +(row Index +ós ito +TOT YPE +Autom ation +Log File +Ġcons olation +ãĥ Ģ +Ġt êm +Ġpr er +rg yz +ĠG eg +ĉd to +.default Value +ĠK ami +ĠA SE +optim ized +Ġíı ¬ +Ġorigin ates +err Msg +Ġespa ço +(S YS +ĠMc B +d ance +_det ected +Ġfr ü +ĉĉ ĠĠĠĠĉĉ +< Date +(com b +ĠDec ide +\ Field +ĠProp osed +R ib +Ġdis likes +ĠW ien +ĉ Document +Ġtr af +Ġst oria +ĠT ells +') == +C ri +( VALUE +ĠBurn ett +, void +Ġdan h +Ġc cp +Block chain +:"- "`Ċ +IC lient +IS ODE +Iss uer +) }čĊ +, but +ĠU ph +( Sub +Ġtélé phone +ĠonData Change +Ġmarsh aller +-an alytics +, content +Ġdeb acle +_Value Changed +Ġfa una +Ġ# => +Ġf oyer +'util isation +ĠMü ller +ĠFet ish +Ġdefault Manager +Ġback track +B ah +Exp licit +_A SCII +Ġm Activity +(M sg +Ġê² Į +ĠTER MS +ĠAng ie +HS V +ĠMos que +.N ames +íĬ ¼ +rest e +_p arms +Ġgap ing +Ġcro pping +Data Frame +Ġrespons iveness +_ undo +_tr an +. terminate +Ġitalian e +Ġwalk through +Ġattract iveness +д е +_ST S +_ learn +Ġchocol ates +ier archical +-th inking +Ġ ))) +ish ments +.Log f +ĠTM Z +ĠCan ary +fo il +ĠVacc ine +.v x +ĠSur round +Inter mediate +Ġi ov +v ais +'; ";Ċ +ï½ŀ ĊĊ +éĢģ æĸĻ +âĢ¦ it +Se ats +Cl ar +W ars +ĠHutch inson +ĠHas an +! ')ĊĊ +ĠRich ie +che iden +($ (' +Y ork +Ġl ids +Ġal phanumeric +ĠG lock +.sh apes +Ġspark ing +_ epsilon +uplic ated +.dir ty +]) == +ĠìľĦ ì¹ĺ +Ġsc n +Ġ/ **************************************************************** +_PRE VIEW +_H C +ield ing +f gets +ĠAdd ison +Ġproduct Service +- figure +(ret val +z ano +Ġaut ob +ĉs d +_n umer +ĠSet LastError +ĠF ior +ific ance +Unt itled +Ġin field +Ġ{} ));Ċ +Ġsp ac +Ġro okies +(des cribing +ng en +ி à® +.r df +.M utex +Ġkne eling +ĠQ E +set Max +Read Stream +Ġvent as +s ut +cm peq +.WriteAll Text +ĠEx perienced +$ __ +Ġka um +ĠL IS +Ġdocument os +_HE ALTH +icont ains +Ġart isans +OWN ER +Ġblink ed +get Display +Ġto en +Ġrow Num +Ġav ril +Ġinv is +ĠK ear +toBe InTheDocument +ap ur +Ġr acked +ĠMc Master +_ATTR IB +H az +Ġfact ura +/ ts +ĠÑĢаз меÑĢ +Ġz f +Ġshort fall +.f asta +ĠCONST ANT +.man aged +g ems +Shared Pointer +Ġblur ry +b rightness +( components +Ġ... "ĊĊ +SE LL +ĠIllustr ator +.get Channel +Ġtrou vé +yst ers +Ġvo is +ĠLind en +Ġem ojis +Ġb rawl +ĠMS R +ĠE lo +ĠCroat ian +Popup Menu +L ewis +.J WT +Ġaston ished +B ush +(item Id +Ġdet achment +ĠEnc ore +å° Ķ +Ġre kl +Ġcr am +)$ / +.get Host +_re commend +- HT +_cal ibration +Auth enticate +.firebase app +UN IX +ĉC amera +ĠHE AP +I deal +. office +Ġgoof y +(S ymbol +Ġjou er +_part itions +Ġrapid ement +ĠGN UNET +id User +Ġsuperv ise +( Contact +AW N +ãģ ĺ +Ġna am +Ġa ust +åľ¨ 线 +_soft max +Allow Anonymous +amm able +RO UTE +* D +Ġad en +ĠCrist ina +ĠCrist iano +Ġblood stream +sub class +_person a +CH ILD +-k now +Ġnavigation Options +ĠZuk unft +ĠPix ar +Ty ler +Ġunder world +Ġsincer ity +Ġdispens er +Ġk ter +idd ers +.add Node +- checked +Ġke yst +ĠW TO +.sign als +Ġadvent urer +ĠP ang +\ R += pos +Ġdispens aries +ĠClo set +("{ \" +ide on +Ġnécess aire +() "Ċ +_RECE IVED +Ġrésult ats +Ġmod en +ĠIceland ic +; d +. allowed +(new User +Ġmerc iless +.Wait For +Ġday care +ĠCon veyor +ç ĸ +ð ¬ +ç ĥ +ç Ĺ +ç ł +è Ħ +é ² +å ¦ +çĿ Ģ +å¾ Ī +é ħ +ç ĭ +é ª +æ Ĥ +é ¥ +è ħ +æĥ ³ +å ¨ +é ¹ +ç Ĥ +å Ĵ +ç Į +è´ ¨ +æ ¢ +æ° Ķ +ð « +æķ Ļ +ç Ł +å Ħ +åıij å±ķ +åĪ Ľ +è ij +æ ħ +å ŀ +åģ ļ +æĪ ĺ +æ IJ +å¼ º +æ· ± +åĩ ł +ç ¿ +å © +è ŀ +å§ Ķ +åIJ Ħ +è İ +é ¸ +é º +åı Ĺ +èģ Į +å ĺ +æ ½ +é£ İ +èIJ ¥ +åħ ļ +è ľ +éĤ £ +é¢ Ĩ +ç ij +é ³ +æľ ¯ +ä» Ģ +æĪ ¿ +ç² ¾ +å ª +é Ĩ +å¤ ª +èĤ ¡ +è Ľ +åħ ī +æŀ ģ +åĬ ŀ +è ĵ +ç ĺ +å ´ +å Ĺ +èĬ ± +çł Ķ +å¿ « +å¸ Ī +è¶ Ĭ +è§ Ĥ +æ ¤ +æ ¦ +ç ŀ +èĤ ² +çĪ ± +çĻ ½ +ä¸ ĸ +ä»Ģ ä¹Ī +çľ ¼ +å ³ +è Ĵ +æ ĵ +è¢ « +å¹ ² +çĹ ħ +å£ « +ç Ĵ +è ¸ +æ ¾ +å·¥ ä½ľ +è® © +çĥ Ń +è¾ ĥ +åĦ ¿ +åĬ © +ç§ ¯ +ç ³ +ç ĵ +ç £ +å Ĥ +è ¹ +è ļ +å· ± +çĻ ¾ +åĬ ¿ +èµ Ľ +æ ¨ +æ ¿ +è ĸ +æĿ ij +å¸ ¦ +å¢ ĥ +æĬ ¤ +é Ń +å « +èĩª å·± +æµ İ +ä½ İ +åĮ » +éĺ ² +åĨ ľ +è Ĩ +ç Ĩ +é « +åĨ Ľ +æĪ ı +åį ĩ +æĸ ¯ +ä½ ı +èIJ ½ +åħ » +èĩ ´ +ç Ĭ +ç ĩ +ç ħ +è Ķ +ä¼ģ ä¸ļ +åĽ ¢ +æī į +æł ¡ +åĩ Ĩ +å¥ ĩ +åī ¯ +é ¼ +æ¼ Ķ +é© ¬ +èµ ° +ç¥ ŀ +åħ ĭ +æľ Ľ +æ² ¹ +è¾ ¹ +åį ĥ +å¾ Ģ +åĪ ĩ +æ © +ç ¶ +å Ļ +éĻ ħ +çī Į +社 ä¼ļ +游 æĪı +æĸ ½ +ç ħ§ +æİ § +æ» ¡ +è¯ Ĩ +éĩį è¦ģ +è¶ ³ +çķ Ļ +ç» Ĩ +åį ı +éĢ Ĥ +æ ĩ +æ § +é Ħ +è Ŀ +å¸Ĥ åľº +ç»ı æµİ +ä¹ ł +æĸĩ åĮĸ +éļ ¾ +ä¹ IJ +åĨ ³ +æ¬ ¢ +è§ ī +åĽ Ń +åħ ´ +åħ ħ +ä¸ ¾ +æī ¹ +è ķ +æĬ Ĭ +æĬĢ æľ¯ +ç© ¶ +第 ä¸Ģ +ä¾ ¿ +åĵ į +çİ © +åĿ ļ +èŀ į +åį Ĭ +åĸ ľ +å± Ĥ +ç¦ » +ä» ħ +é Ł +åij ³ +å¿ µ +åŃ £ +ç´ § +ä¹ ħ +é ¤ +é ŀ +è ¤ +åĢ Ļ +åĨ µ +ç Ł³ +åģ ¥ +æĢ İ +å® Ŀ +è¡ Ģ +åŁ Ł +æĹ © +çŁ¥ éģĵ +è´ Ł +åį ļ +å· ´ +äº ² +å± ŀ +ä¸ ¥ +äº ī +å¯ Ł +è º +ç ° +建 设 +产 ä¸ļ +åIJ ĥ +åŃ © +æĹ ħ +æł ¹ +æĿ IJ +ä¼ Ĺ +éļ ı +å® ĺ +åº ķ +å½ © +å¯ Į +æ¸ © +åį « +åī § +çĽ Ĭ +æĬ Ĺ +è´ ¢ +çº ª +æ Ĩ +çĶŁ æ´» +çº ¢ +çĶŁ 产 +è¿ ľ +éĴ ± +åĶ ® +ç¾ ¤ +çı Ń +æ¥ ¼ +éĩ ĩ +èī º +å± ħ +åģ ĩ +è° Ī +æĻ ļ +é ¬ +èĪ ª +å® ³ +è Ĺ +ç į +å µ +çİ ĭ +åº · +è İ· +ç» Ń +äº ļ +é£ Ł +åİ ĭ +æĭ Ľ +èĮ ĥ +è® ¸ +åĽ ´ +é ½ +éĻ į +çº ³ +åĵ ª +æķĻ èĤ² +å·² ç»ı +å¾ · +æŀ Ĺ +å®ī åħ¨ +é¾ Ļ +大 家 +éĿ Ĵ +åº ľ +æ² ³ +åı ¤ +èį ¯ +åĿ ĩ +æĻ º +ä¹ ¡ +çķ ¥ +åĨ · +ç¦ ı +å® ¤ +ç» ´ +æī ¿ +å± Ĭ +è¯ ī +åĪ » +è Ł +æ ª +å°± æĺ¯ +è¿Ļ 个 +ä¸Ń å¿ĥ +ä¸ĸ çķĮ +åŁİ å¸Ĥ +éĿŀ 常 +åĪ Ĵ +åı Į +æĢİ ä¹Ī +åĪ° äºĨ +æľ ĥ +åı ² +ä¾ Ĩ +å¾ ĭ +å¥ ĸ +ç» Ī +åª Ĵ +å® ģ +è¯ ¾ +èģĮ ä¸ļ +åħ į +æµ ĭ +æĢ ¥ +æķ ij +çĭ ¬ +èŃ ¦ +é¤ IJ +æĦ ¿ +è´ « +çĸ ij +å ļ +å¥ ¹ +åı Ī +åĽł 为 +ä¸į æĺ¯ +å¤ Ł +æĸ¹ éĿ¢ +éķ ĩ +äº Ĵ +éħ Ĵ +è® ² +çĸ Ĺ +æĺ ¥ +æ¹ ĸ +å¤ ľ +è´£ ä»» +人 æ°ij +åħ ° +çŁ Ń +æķ ħ +åĩ ı +æĻ ® +äº ® +ä¾ Ŀ +åį ° +éĿ Ļ +åĢ ĭ +å¾ ģ +åIJ ¸ +ç¼ º +æĶ » +åĩ Ģ +åħ ¸ +åĽ º +è® ¿ +ç ¹ +ç Ģ +æıIJ ä¾Ľ +ç» ĩ +å¾Ī å¤ļ +çłĶ 究 +è· Ł +主 è¦ģ +æĥħ åĨµ +çŃ ĸ +æŃ » +大 åѦ +æĶ¿ åºľ +å½± åĵį +ä¹ ° +åħ Ń +éĻ © +åħ « +æŁ IJ +è´¨ éĩı +åį ł +å· ® +æĽ´ å¤ļ +æľ ĭ +éĿ © +å® £ +çł ´ +è½ » +åº § +æĺ ¾ +ç¨ ³ +è´ µ +èĥ Į +èī ¯ +çĸ « +æ¯ Ĵ +ä¹ İ +åĢ Ł +è¿ · +çŃ Ķ +æ¿ Ģ +åij ¼ +äºĨ ä¸Ģ +è¶ £ +ä¼ ´ +ä¼ Ļ +è ¼ +ð¬ Ń +åĽ½ 家 +æ´» åĬ¨ +çİ° åľ¨ +ç§ij æĬĢ +åį ¡ +ä¸į åIJĮ +个 人 +è®° èĢħ +ä¸į æĸŃ +éĹ » +ä¹ Ŀ +èij Ĺ +ç» ¼ +ä¸ ĥ +æł ij +æľĭ åıĭ +åį ĸ +ä¼ ¤ +æ² Ļ +åĸ Ħ +å¥ Ĺ +è½ ® +ç© ¿ +è¡ ¥ +ä¸Ģ å®ļ +çª ģ +çĿ £ +è¿ ½ +å¨ ģ +åı ¦ +åĽ ° +æŀ ¶ +ç» Ŀ +æķ £ +æİ ¢ +æ´ Ĺ +ä¸ ´ +ä¼ ¼ +è´ ¸ +ä¸ ° +æĺ¯ ä¸Ģ +ç« ŀ +è¿ İ +èģ ļ +è « +æį Ł +æī § +é© ¾ +è¿ Ŀ +è ¥ +è ł +ä»ĸ 们 +æŶ åĢĻ +å® ĥ +人 åijĺ +è¿Ļ æł· +å·¥ ç¨ĭ +åĪĽ æĸ° +åŃ© åŃIJ +å¸ Į +éĥ¨ åĪĨ +éĵ ¶ +代 表 +é¦ Ļ +å¸ ® +æݨ è¿Ľ +çĽ ĺ +积 æŀģ +éĥ¨ éŨ +åŁ ¹ +æŃ ¦ +ä¸į ä¼ļ +çŃ ij +éĢ Ļ +çİ© 家 +æĭ ¿ +åİ Ĥ +æ¯ Ľ +çģ µ +æŃ Į +ç »¿ +å¦ Ī +çĽ Ľ +é¦ Ĩ +é¡ º +èĦ ¸ +å° ¼ +ä¸ ½ +å¥ ¥ +éģ ĩ +è¯ į +å° ģ +ä¸ Ŀ +好 çļĦ +æĭ ħ +èĦ ± +æģ ¶ +åİ ļ +åĬ ³ +çĽ Ł +æĬ ĺ +åı ¥ +æĢ Ģ +æŁ ĵ +书 è®° +åĨ ł +é² ľ +æ ¦Ĥ +éļ IJ +å¹ ħ +èµ ŀ +å¹ ķ +æ¥ Ń +éģ Ĺ +åĪ ¤ +è ĺ +å ¶ +æĬķ èµĦ +è¡Į ä¸ļ +äº ij +çݯ å¢ĥ +åѦ çĶŁ +åIJĪ ä½ľ +åģ¥ 康 +é£ ŀ +ä¸Ģ æŃ¥ +ä¸Ģ 缴 +åıij çĶŁ +éĺ ¿ +é¢Ĩ 导 +åĸľ 欢 +åºĶ 该 +çĤ º +è® Ń +æĿ Ģ +æ¸ ¯ +交 éĢļ +éĺ ¶ +éĴ ¢ +ä» ¤ +å° ½ +æ¯ į +è¡ £ +ç² ī +é¡ ¶ +ä¹Ł ä¸į +æĬ ĵ +èĭ ¦ +å¹ ¸ +ç¤ ¼ +第 ä¸ī +大 çļĦ +éģ İ +çĥ Ł +éģ ¿ +ä» į +åº Ĩ +æĢ ķ +è° ¢ +çĽ ĸ +å° Ħ +éľ ² +æĸ Ĺ +ç Ĭ¶ +åŃ ¸ +æ¯ ķ +å· ¨ +çŁ ¿ +çļ ĩ +å¸ Ń +çĹ ĩ +æī ¬ +å» ¶ +ä¾ § +æ· ¡ +çļĦ ä¸Ģ +ç¶ ² +æ´ ģ +ç ¸ +è§ Ī +çŃ ¹ +ç§ ĺ +è¯ Ĭ +çı ¾ +èª ī +æ¯ « +ð ¨ +åį ´ +æĪIJ 为 +èĥ½ åĬĽ +é» Ħ +æĹħ 游 +èĪ ¬ +æ¯Ķ è¾ĥ +èµ· æĿ¥ +äºĨ 解 +èĩª çĦ¶ +ä¸Ģ 次 +åŁº æľ¬ +æĽ ¾ +综 åIJĪ +èı ľ +è§ī å¾Ĺ +第 äºĮ +è· ij +æ³ ¢ +åĢ Ĵ +ç¡ Ģ +åħ µ +èį ī +çĶ ³ +çĶ ° +æĤ £ +è§Ħ å®ļ +èĥ ľ +èµĦ 产 +æ¢ ¦ +æľ Ŀ +è¿Ļ éĩĮ +å¤ « +æĮ ¥ +ä½ Ľ +å® Ī +éĽ ¶ +æĸ ¼ +ç¯ ĩ +å² Ľ +åĵ ¥ +éŃ Ķ +ä¸į åĪ° +æī ĺ +åº Ĭ +æ¬ § +èį £ +æ± ĩ +æī © +åģ ı +å¢ Ļ +è® ¯ +å© ļ +æĥ ł +æ´ ĭ +å® ľ +æ¶ ¦ +æħ ¢ +éĢ ı +å® ½ +é¡ ¾ +ç´ ¯ +æ± ¡ +çĪ Ĩ +ç§ Ł +æĥ Ĭ +æ¶ ¨ +é¥ ° +éĺ µ +é¥ ® +æļ ĸ +åº Ł +æĹ Ĺ +éļ Ķ +ç¶ ĵ +åĭ Ļ +å¯ ¦ +éĢ Ķ +æī « +çĥ Ī +éĽ » +åĪ ij +éĹ ľ +éĹ ª +å¥ ĭ +å Ĥ¨ +ç¼ © +ä¾ µ +å ¬ +𬠶 +åĽ½ éĻħ +ç»Ħ ç»ĩ +ä¸ĵ ä¸ļ +åıij çİ° +å¸Į æľĽ +ç»ı èIJ¥ +åı « +æĿ¥ 说 +éļ ľ +ä»» ä½ķ +交 æĺĵ +éĩį çĤ¹ +çļ ® +ç» į +æ´ ¾ +ç§ij åѦ +åºĶ çĶ¨ +建 çŃij +èĤ ī +æĶ¹ éĿ© +åŁº ç¡Ģ +æ± ī +åĩº æĿ¥ +è¿Ļ ä¹Ī +åĪ ļ +åĿ IJ +ä¸į ä»ħ +ä¼ļ è®® +éĿ ł +åªĴ ä½ĵ +æ° ¸ +åĨ ² +èĭ ı +å¤ ® +çĪ ¶ +åł Ĥ +å®ŀ éĻħ +è¡ Ĺ +ç« ¥ +éĺ ħ +äºĭ æĥħ +åİŁ åĽł +éħ ¸ +以 æĿ¥ +å¨ ± +å® « +åĿ Ĺ +ç» © +éĩ İ +ä¸į å¾Ĺ +ä¼ł å¥ĩ +ç¡ ¬ +åİ ħ +æĹ ¢ +ç» ĥ +èĦ ij +å¼ ± +æİ Į +è´ ´ +æĮ Ĥ +åħ³ éĶ® +å° ļ +é¥ Ń +åº Ħ +çĻ ¼ +åľ ĭ +æİ Ī +个 æľĪ +äº Ī +å¸ ģ +è· Ŀ +æ² ī +ç« Ł +åĨ ¬ +æĬ ½ +éĨ Ĵ +å¼ Ł +è§ ¦ +èģ ĺ +è± Ĩ +æļ ´ +åijĬ è¯ī +è± ª +èµ ¢ +è· ¨ +è³ ĩ +çĪ ¸ +æĬ ± +æµ ª +éº » +ä» ª +è¡ ¡ +å¥ ¶ +çģ ¾ +èµ ¶ +èĤ ¥ +å§ IJ +åĢ º +éľ ĩ +è® ¢ +æ¬ Ĭ +ç · +å» ī +ä¿ Ĺ +å¿ ĺ +å¦ ĩ +ç¼ ĵ +åŃ ķ +æ¼ « +è£ ģ +çĩ ĥ +é» ĺ +çī ¢ +çĪ · +æĬ µ +å® ¾ +æľī ä¸Ģ +è¿ ¹ +è¿ « +è² Į +æľī çļĦ +ð¬ ĺ +è¿ĺ æĺ¯ +æīĢ 以 +ä¹Ł æĺ¯ +è¿Ļ äºĽ +对 äºİ +åIJ § +缮 åīį +èĩªå·± çļĦ +èĥ½ å¤Ł +å¦Ĥ ä½ķ +æľº æŀĦ +åıª æĺ¯ +ç½ij ç«Ļ +åħ¨ éĿ¢ +为 äºĨ +å¼Ģ åıij +æĸ° éĹ» +éĩij èŀį +ç» § +客 æĪ· +ä¸Ģ èµ· +èĮ ¶ +åħ³ 注 +æ°´ å¹³ +åİĨ åı² +å¢ŀ éķ¿ +é ± +åŁº éĩij +åº Ń +åı ¶ +ä¿ ĥ +éĽ ¨ +æ¶Ī è´¹ +èĪ ¹ +çŁ¥ è¯Ĩ +æĪĺ çķ¥ +ç»ı éªĮ +å³ ° +æĽ ² +èĦ ļ +åĨ ° +å¤ ı +å½ Ĵ +ç¬ Ķ +èĻ ij +çĶ ² +åľ Ī +è¯ Ĺ +é½ IJ +容 æĺĵ +çłĶ åıij +éª ¨ +çº ¸ +è· µ +æĹ § +çķ ¶ +åĪ ¸ +è´ · +åı ¬ +ç§ ĭ +æ¶ ² +è¡Į æĶ¿ +çĮ ® +èĤ ¤ +éĢ IJ +è¶Ĭ æĿ¥ +è¶ĬæĿ¥ è¶Ĭ +æĦı è§ģ +èĪ ŀ +åī Ĥ +æ¶ ī +ç¨ĭ 度 +åħ¬ åħ± +æ¢ ° +æľ « +çº ¯ +åĶ ± +æ´ ² +æĬ ¢ +æ¤ į +å¿ Ļ +ä¼ ° +å¼ ¹ +æ³ ī +æľĢ 大 +è¶ ĭ +å· § +ç¦ ģ +æī ¶ +åį ± +çı ł +çĨ Ł +æĭ ľ +主 ä¹ī +æĿ Ĥ +éĻ Ħ +éģ į +æIJ Ń +æĮ ¯ +å¤ļ å¹´ +æķ ¬ +æij Ħ +çº · +å¼ ĥ +æ¹ ¿ +å¨ ĺ +æ¡ £ +é© ¶ +æľ Ĺ +æ® ĸ +æ¦ ľ +åĵ ¡ +ä¸Ģ ä½ĵ +æŁ¥ çľĭ +ç¹ ģ +æµ ĵ +åħ¬ å®ī +æ½ ľ +è´ ¯ +éª Ĺ +æ IJľ +å· ¡ +è ¬ +é Ĭ +å§Ķ ä¼ļ +æĤ ł +åī © +æı Ń +åŃ£ 度 +ð «ĺ +𬠬 +ä ´ +ð ª +ä½Ĩ æĺ¯ +éĥ½ æĺ¯ +å¹³ åı° +åѦ ä¹ł +åĵģ çīĮ +ä¸ Ķ +è¿Ļ ç§į +æĶ¿ çŃĸ +æĭ ¬ +认 为 +ä¸Ģ èĪ¬ +æłĩ åĩĨ +æĶ¯ æĮģ +模 å¼ı +åħ³ ç³» +çļĦ æĺ¯ +è¿Ļ ä¸Ģ +ä¸į è¦ģ +çĶ ļ +ç²¾ ç¥ŀ +æĭ ¥ +åĪ© çĶ¨ +ä¿Ŀ æĬ¤ +ä½ľ çĶ¨ +èĭ ¥ +åĽ½ åĨħ +ä»ĭ ç»į +ä¸Ģ ä¸ĭ +å·¥ ä¸ļ +缮 æłĩ +æľĢ åIJİ +ä»· åĢ¼ +å° į +éĵ ģ +è° ģ +ç»ĵ æŀĦ +éĽ ª +æĻº èĥ½ +ä¼ł 绣 +ä½ĵ èĤ² +çĶŁ æĢģ +æĭ į +æİ ª +åĨľ ä¸ļ +çī¹ èī² +è§Ħ 模 +æŶ 代 +è¿ĩ ç¨ĭ +éĴ Ī +æĿ ¾ +åĶ IJ +åĮ» çĸĹ +çģ ¯ +åĪ¶ éĢł +æł¸ å¿ĥ +ä¸į åı¯ +ç³» åĪĹ +åIJ ī +åľ £ +åĢ ij +ä½ ³ +æĿ¥ çľĭ +æ¯Ķ èµĽ +ä¸ĭ æĿ¥ +åĩº äºĨ +å¹² éĥ¨ +å¾® ä¿¡ +å½ĵ åľ° +åį · +åį« çĶŁ +ä¼ Ł +çĸ« æĥħ +è° · +åĩł 个 +éĺ ´ +çĶŁ çī© +å° ¤ +ä¼ Ĭ +èĤ ¯ +éĿ¢ 积 +åĪĽ éĢł +æı ¡ +åľ Ĩ +æĻ ĵ +æĪIJ äºĨ +åĩ ¡ +çĸ ¾ +ç«ŀ äºī +è® ¨ +主 é¢ĺ +é² ģ +è¿ ª +ä¿ Ħ +æĢ ª +ä¸ ¦ +èĻ ļ +æ½ ® +çĥ § +èĢ ³ +æ± ł +éĢĤ åIJĪ +æł¹ æľ¬ +åĬł 缣 +çĶµ è§Ĩ +æ· · +ç¼ ĺ +çª Ĺ +çĬ ¯ +æĥ ¯ +æĦı ä¹ī +åĬŀ æ³ķ +ä¼ ij +æ» ij +åĭ ĩ +æķ ¢ +å¯ » +è¦ Ĩ +éĢ ĥ +ç»ı çIJĨ +åĿ ı +æ³ ½ +ä¹ ĺ +åĪ º +å± ı +é¡ ¿ +äº ¡ +éĤ Ģ +åħ ¼ +åĭ ¤ +æ® ĭ +æĺ ł +æ¯ķ ä¸ļ +æĪ ª +è· Į +å£ ģ +åı¦ ä¸Ģ +羣 å®ŀ +ç£ ¨ +è¯ ļ +å¿ħ è¦ģ +æģ ĭ +æĩ Ĥ +å¾ Ĵ +è° ĵ +æķ ı +æ Ļ¨ +èĥ ¸ +æĭ ¼ +å¦ Ļ +è¯ ¸ +èģ Ĭ +æĤ ī +éº ¼ +åĩ Ń +èĪ Ĵ +æ¶ Ĥ +è¿ ģ +æ² ¿ +å¡ ij +æĽ ¿ +æ¾ ³ +å¿ į +èĢ Ĺ +éľ ¸ +åĩł å¹´ +åĪ Ĭ +èĦ ī +èħ IJ +æ¡ Į +çº ł +æ» ļ +æĤ ² +åĨ Ĵ +å¦ ¹ +çķ ħ +çº µ +æij ĩ +å¤ º +è·¯ ä¸Ĭ +å¿ ½ +èĸ ª +æģ IJ +æĦı æĢĿ +å« Į +æı ´ +æ° § +èĢ Ģ +éĺ » +è½ ¨ +å¹ » +æį ķ +åĿ ¦ +åĵĪ åĵĪ +çĭ IJ +æ» ¨ +è² » +è¿ Ł +人 éĥ½ +ç» ĺ +åı ¹ +çµ IJ +æī ° +æ» ĭ +å¥ ij +åĭ Ł +ç¢ º +ð ¦ +éĽĨ åĽ¢ +æĿ İ +å¼Ģ å±ķ +æıIJ åįĩ +åħ¨ åĽ½ +æ±½ 车 +åѦ æł¡ +æł¹ æį® +è¿Ļ æĺ¯ +åĩº çİ° +éĻ Ī +ç½ Ĺ +èİ· å¾Ĺ +åĪ ĺ +éĶĢ åĶ® +æľª æĿ¥ +éľĢ æ±Ĥ +å®ŀ æĸ½ +åĿļ æĮģ +åħ¨ çIJĥ +éĵ¶ è¡Į +æݧ åĪ¶ +é¡ » +åľ° åĮº +æīĵ éĢł +çļĦ è¯Ŀ +帮 åĬ© +ä½ĵ ç³» +è¾¾ åĪ° +è§Ħ åĪĴ +åŁ¹ è®Ń +两 个 +æĬ¥ åijĬ +åľ° æĸ¹ +å®Į åħ¨ +æİ ī +ç»ĵ åIJĪ +宣 ä¼ł +æ³ķ å¾ĭ +èīº æľ¯ +çĶµ å½± +èª ª +ä¸Ģ çĤ¹ +è¶ħ è¿ĩ +çĶµ åŃIJ +æĢĿ æĥ³ +æķĻ åѦ +éĺ¶ æ®µ +åķĨ ä¸ļ +çī© æµģ +åĪĽ ä¸ļ +æĸ¹ æ¡Ī +çİ° 代 +æ¡ ¥ +èIJ½ å®ŀ +带 æĿ¥ +产 çĶŁ +ç§ Ģ +æ³ ° +ä¹ ± +åħ· ä½ĵ +åĸ Ŀ +èĵ Ŀ +å® Ĺ +åįĩ 级 +æ·± åħ¥ +ä¿Ŀ éĻ© +ç®Ģ åįķ +çĹ Ľ +稳 å®ļ +è¾ Ĩ +å±ŀ äºİ +å· Ŀ +ä¸į å°ij +åĴ ¨ +举 西 +å½¢ å¼ı +娱 ä¹IJ +æŃ£ 常 +é¸ ¡ +åħħ åĪĨ +å®ŀ è·µ +éĩĮ éĿ¢ +è· ³ +èĻ İ +æĪIJ éķ¿ +æļ Ĺ +çĿ ¡ +ç½ ª +çIJĨ 念 +æĮ ij +èµĦ æľ¬ +å¤ļ å°ij +ä¸ĭ éĿ¢ +å¸ Ŀ +åħ¬ å¼Ģ +æ¸ IJ +éķ · +å± ĭ +欢 è¿İ +å¿ĥ çIJĨ +çĤ İ +æ¹ ¾ +è® ĵ +éĤ Ħ +ç³ ĸ +ä¹ Į +åĬ ± +çī Ļ +èħ ¿ +å² Ĺ +ä¼ į +æĪIJ åijĺ +åŃ Ķ +å°ı ç¼ĸ +èij £ +æ³ ¡ +åħĪ è¿Ľ +åħ § +åĺ ´ +è´ Ŀ +è » +æIJ ŀ +æ³ Ľ +é¸ Ł +ç½ ² +èĽ ĭ +主 ä»» +缮 çļĦ +ä¹ ı +æ´ ¥ +æĪ ´ +严 æł¼ +çħ ¤ +çĮ « +åĶ ¯ +å° Ĭ +çĶ ľ +åŀ ĥ +åľ ¾ +æĭ Ł +çĦ ¦ +é« Ķ +å® ı +æ© Ł +é© » +æĹ ģ +å½ » +éĥ½ ä¸į +æij © +ä» ĵ +ä¹ ³ +å² ¸ +è° ĭ +大 å¤ļ +çģ Ń +èħ ¾ +æŁ ľ +èĪ į +åħļ çļĦ +å° ĺ +åįģ å¹´ +æĭ Ĵ +è£ ¡ +æŁ Ķ +å¹ ¼ +éĶ ģ +ä¸ĵ 项 +æī İ +驾 驶 +ç¢ İ +è¢ ĭ +éĶ ĭ +å£ ® +å° ĸ +çĶµ æ±ł +è¿ Ķ +æ¼ ı +å¾ ª +èı Į +èĥ ĥ +è¾ ħ +éĢ Ĵ +èĥ İ +éĻ ª +å¯ ¿ +å¥ Ķ +çĮ Ľ +çº ¹ +çŁ¥ åIJį +å¿ Ĩ +æ¡ ĥ +æ£ ĭ +éĢ Ĩ +çĤ ¼ +ç± į +çī § +æł· çļĦ +è¾ Ľ +åł Ĩ +å®ŀ åľ¨ +ä¼ ı +å® ¿ +èµ ı +è£ Ĥ +åįĬ å¹´ +åĢ ¾ +满 æĦı +æ¢ ¯ +æĦı åij³ +åŃ ¤ +ç¥ Ŀ +æĻ ¶ +èµ Ķ +åģ ¿ +èĦ Ĥ +ç½ ļ +ç¢ į +æ² ĥ +æ ĵį +å´ ĩ +æļ Ĥ +è· ĥ +æIJ ¬ +å© Ĩ +é ī +éī ´ +åħ´ 趣 +èIJ¥ ä¸ļ +è® Ĭ +èĦ ı +è¾ Ī +å·ŀ å¸Ĥ +è´« åĽ° +ç© · +ä¸Ń å°ı +æ¼ Ĥ +çĻ Į +èľ ľ +ä¼Ļ ä¼´ +çī µ +æĤ Ł +éĻ · +èµĽ åŃ£ +æ¨ £ +åģ ¶ +æĺ Ĩ +è¢ Ń +æį IJ +èī ° +æ Ĥ¬ +çĶ ¢ +èij ¡ +çĽ Ĺ +å© ´ +å° İ +çº ½ +åĢ ¡ +æī ® +è¨ Ń +æĬ ij +ç¡ ķ +è¾ ĸ +éĥ ģ +è¾ © +éĤ » +çİ° åĩº +è¦ ı +å½ ¹ +éĺ Ķ +åī µ +è¯ ± +æĥ ij +æ· Ģ +é¢ Ī +ä¾ ¦ +æģ ° +æ£Ģ å¯Ł +éĨ « +çĦ¶ æĺ¯ +åĭ ĥ +èĮ « +ä ĵ +𠬸 +ä½ľ 为 +çļĦ 人 +éĤ£ ä¹Ī +ç¾İ åĽ½ +è¿ĺ æľī +æıIJ é«ĺ +èĻ ½ +åħ· æľī +åĮħ æĭ¬ +æĪĸ èĢħ +ä¸į è¿ĩ +ä¸Ĭ æµ· +åĮ» éĻ¢ +èµĦ éĩij +çĶļ èĩ³ +åĪ¶ 度 +解 åĨ³ +èģĶ ç½ij +继 ç»Ń +建 ç«ĭ +è¿Ľ ä¸ĢæŃ¥ +æĿIJ æĸĻ +ä»Ĭ 天 +å¿ħ é¡» +åIJĦ ç§į +çİ° åľº +ä»ĸ çļĦ +å¢ŀ åĬł +é¢Ĩ åŁŁ +åıĤ ä¸İ +æĮģ ç»Ń +ä¹ĭ ä¸Ģ +çī¹ åĪ« +é± ¼ +åħ± åIJĮ +åĬ ª +çİ ī +人 们 +åħĪ çĶŁ +ä¼ĺ åĬ¿ +ä¿Ŀ æĮģ +ä½ľ åĵģ +çī Ľ +æĪIJ æľ¬ +æĶ¶ åħ¥ +åıĬ æŶ +è´Ł è´£ +æİ¥ åıĹ +èį IJ +åıª è¦ģ +羣 çļĦ +导 èĩ´ +æľº åĪ¶ +è¡Į åĬ¨ +æĸ° çļĦ +å®Į åĸĦ +为 ä»Ģä¹Ī +ä¸Ń 央 +æĪIJ ç«ĭ +æĦŁ è§ī +åıĺ åĮĸ +åıĹ åĪ° +并 ä¸į +åŃ Ļ +æĸ½ å·¥ +æĺİ æĺ¾ +è¿ĩ åİ» +åıij æĮ¥ +羣 æŃ£ +åŁº åľ° +æĺİ ç¡® +èĥ ¡ +许 å¤ļ +ä¸Ģ å¹´ +æĸ¹ åIJij +æģ © +缸 ä¿¡ +åľ ³ +详 ç»Ĩ +äºĭ ä¸ļ +çĶŁ åij½ +åĴ¨ 询 +æĸĩ æĺİ +çij ŀ +绿 èī² +èİ « +æĦı è¯Ĩ +æĬķ åħ¥ +åĬł å¿« +æ¢ ħ +ç¿ » +å¼Ģ æĶ¾ +æĻ® éĢļ +åįı ä¼ļ +æĪIJ 绩 +ä» Ļ +å¯ Ĵ +è¯ģ åĪ¸ +认 è¯Ĩ +ä¸ ¹ +大 éĩı +è¿ ħ +åģļ åĪ° +设 æĸ½ +è´¸ æĺĵ +èĥ½ æºIJ +æŶ æľŁ +ä¸Ģ 天 +æ²» çIJĨ +åĺ ī +å® ĩ +丰 å¯Į +举 è¡Į +æĪIJ æŀľ +èĤ¯ å®ļ +çĭ Ĺ +åĬ¨ åĬĽ +æ£ ® +åĩł ä¹İ +åĽł ç´ł +æ°ij æĹı +æ´ ŀ +ç½ij åıĭ +åIJĪ çIJĨ +广 大 +æ® Ĭ +æ´ Ľ +æĿ ¯ +èĴ Ļ +çĶ¨ äºİ +èŀį èµĦ +ç¥ ĸ +æľº 械 +举 åĬŀ +èĩª åĬ¨ +åĬŀ åħ¬ +é» ŀ +éĽ Ħ +åĢ¼ å¾Ĺ +çĮ ª +以 为 +æĺ Į +è·Ŀ 离 +åIJ¸ å¼ķ +ç» ķ +éļ Ĩ +计 ç®Ĺ +éĺŁ ä¼į +大 ä¼ļ +å¼ķ èµ· +çī¹ çĤ¹ +èĥ ¶ +å¹´ è½» +æľ¬ 身 +æľº åħ³ +å®ĺ æĸ¹ +éĥ ij +æµ Ļ +è§Ĵ èī² +èij£ äºĭ +为 主 +æĹł 论 +ä¹ł æĥ¯ +æ¥ ļ +æĭ ĵ +绣 计 +åħ Ħ +广 æ³Ľ +åį Ģ +污 æŁĵ +è« ĭ +èĬĤ 缮 +ä¼ ¦ +è¦Ĩ çĽĸ +èĢ IJ +æī¶ è´« +ç»ı åİĨ +éĩįè¦ģ çļĦ +èĤ¡ 举 +æĭĽ èģĺ +åĽĽ 个 +æĩ ī +èĥ ŀ +æij Ĩ +é«ĺ éĢŁ +éº ¦ +åİŁ åĪĻ +èİ ± +æĽ´ 好 +éķ ľ +åĩ Į +åŀĥ åľ¾ +éĢ ² +çģ ° +éĵ º +äºĭ æķħ +çĶ ĺ +空 æ°Ķ +é¾ Ħ +èı ² +çĵ ¶ +æĺ ¨ +æĹ¥ æĬ¥ +æµ ® +åľ° åĽ¾ +åij Ī +大 åĬĽ +ç» ª +å¸ ħ +æľį åĭĻ +ä¸į éĶĻ +乡 æĿij +å± ¥ +å¹³ æĸ¹ +éĹ ² +æī £ +ç´ł è´¨ +èµ ´ +éģ Ń +èIJ ¨ +èĩª 主 +éĩij å±ŀ +èī¯ 好 +两 å¹´ +æ³ ¥ +é¢ ľ +ç²¾ 彩 +ä¸Ń åįİ +æĻ ĭ +ä¹ł è¿ij +ä¹łè¿ij å¹³ +æĪĺ 士 +åģļ çļĦ +éª ij +æ» ´ +çĵ ľ +çīĪ æĿĥ +èĤ ł +æľĥ åĵ¡ +çı į +ç¨ ® +ä »¿ +çī© ä¸ļ +åĢĭ 人 +å¦ » +ä¼ ¸ +æ± Ĺ +æĹ º +çIJĨ æĥ³ +æij ¸ +è¿Ŀ æ³ķ +å®Į æķ´ +åİ ¦ +è¸ ı +æĸ ij +æ¡ Ĥ +ä½ĵ åĪ¶ +å¸ « +æĿ Ĩ +æ® ¿ +æ¯ ģ +é¦ Ī +è§Ĵ 度 +æ¬ £ +çĥ ¦ +èĤ º +éĩĩ 访 +æij ĺ +æĮ ¡ +æ· ĺ +åħ» èĢģ +çĤ ¸ +è¿ Ī +åİ ī +åĿ Ĭ +è¾ £ +åĩ Ŀ +æ³ ª +çĸ ı +æİ ĺ +åĥı æĺ¯ +éĽ ķ +ç¼ Ŀ +èį · +æį · +åł ¡ +åı¥ è¯Ŀ +çĸ ¼ +æł ı +éģ µ +ç¢ ³ +å·¥ åķĨ +æIJ º +åĪ ¥ +ä¹ Ļ +æĹ ĭ +æĥ ľ +ä¸Ģ 大 +å±Ĥ 次 +èµ ĸ +æĬ ¬ +æ¨ Ĥ +è¯ ŀ +åħ Ĵ +ç¯ ® +èĤ ĥ +å§ ¿ +æĬ ļ +çĵ · +çĶµ åĬ¨ +æĸ° åĨł +æ¶ µ +ç¢ ij +æ· ® +æĹ ¨ +è¸ ª +æ¸ Ķ +æĦ Ī +åı Ķ +åįĹ çľģ +ç¾ © +å§Ķ 书记 +è² ¸ +æ¶ Į +è« ĸ +èIJ Ħ +æı ı +å¿ § +è¾ ¦ +å¦ Ĩ +æī Ń +åij µ +éģ ¥ +è¨ ± +ä» ĩ +åįģ ä¸ī +åī ² +èª į +èĪ ° +é¢ ĩ +é¥ ± +çĭ ł +é«ĺ çļĦ +çµ ± +æħ İ +é¢ ģ +åIJĪ éĢĤ +æµ ´ +èµ ĭ +æĬ ¼ +å¦ ¥ +éĻ¢ éķ¿ +èĢ ķ +è¾ ¨ +æħ ° +åįģ åĽĽ +æľ µ +èĵ Ħ +æŀ ¢ +å» · +æĤ Ħ +æ¶ ¯ +çŁ © +åŃIJ éĩĮ +çĬ ¹ +å±Ģ éķ¿ +é IJ +å¥ ł +ä¼ļ éķ¿ +æĵ ļ +ä¸į åıĬ +åįģ ä¹Ŀ +æ¬ º +èº º +éĺ IJ +çº Į +è¨ » +åĨ Ĭ +èŃ ĺ +é«ĺ çŃī +èħ º +å¤ ķ +ç» ij +åĶ ¤ +èķ ´ +çķ ľ +æħ ĭ +åı Ļ +åı ĥ +å³ ¡ +人 大 +éħ ¿ +éģ © +å¥ ¢ +åı£ æ°Ķ +éĮ Ħ +é ı +åĭ ĺ +è´ ¿ +éļ ª +é ĭ +éļ ¶ +ð ¥ +𬠣 +ð £ +ð« į +𬠳 +ð« ĵ +ð« Ħ +ð« Ł +𨠱 +ä Ĺ +以 åıĬ +æľī éĻIJ +åij ¢ +åIJ Ĺ +çľĭ åĪ° +计 åĪĴ +è¿Ľ åħ¥ +缴 æİ¥ +åĪĨ æŀIJ +åıª æľī +设 å¤ĩ +åħ¶ å®ŀ +åĬł 强 +ä¸Ń çļĦ +ä¿Ŀ éļľ +èĢģ å¸Ī +人 æīį +å¾Ĺ åĪ° +é£İ éĻ© +ä¸Ģ ç§į +空 éĹ´ +æĪij åĽ½ +ä¹ĭ åīį +ä¸ĵ 家 +æĿ ¨ +æĹ¥ æľ¬ +群 ä¼Ĺ +åıĤ åĬł +æķĪ æŀľ +æľī åħ³ +家 åºŃ +åĮº åŁŁ +åĬª åĬĽ +éļı çĿĢ +æĹł æ³ķ +交 æµģ +è¡Į 为 +æ£Ģ æŁ¥ +æľŁ éĹ´ +å¦Ĥ æѤ +èĤ¡ 份 +å½ĵ æŶ +è£ħ å¤ĩ +åĩĨ å¤ĩ +éħĴ åºĹ +è¿IJ åĬ¨ +æıIJ åĩº +å·¦ åı³ +æݪ æĸ½ +é£Ł åĵģ +æ¶Īè´¹ èĢħ +åѦ éĻ¢ +æĮĩ 导 +è¿IJ èIJ¥ +éĩį 大 +åĨľ æĿij +éĢł æĪIJ +æĶ¿ æ²» +éĴĪ 对 +æŃ£ å¼ı +åıĸ å¾Ĺ +éĤ£ 个 +éĽĨ ä¸Ń +åıª èĥ½ +å¿« éĢŁ +身 ä½ĵ +åħļ åijĺ +èģĶ åIJĪ +åĬĽ éĩı +éĥ½ æľī +æ ħ§ +å¡ Ķ +åĪ« 人 +表 çİ° +æķħ äºĭ +ä¸Ģ åĪĩ +å° ĩ +èµĦ æĸĻ +åŁ¹ åħ» +éĺħ 读 +æľī 人 +èIJ¥ éĶĢ +çĽij çĿ£ +çݯ ä¿Ŀ +èĢĥ èĻij +æ·± åľ³ +严 éĩį +èĮĥ åĽ´ +å§Ķ åijĺ +çĽij 管 +ä¸ī 个 +è£ħ ä¿® +åħ¬ éĩĮ +åĪĨ åĪ« +çIJĨ 解 +éŁ © +åĬł å·¥ +认 羣 +ä¸į 好 +åİ» å¹´ +éĻį ä½İ +æľº ä¼ļ +åįı è®® +符 åIJĪ +å¢ŀ 强 +æĬĢ èĥ½ +é¦ĸ åħĪ +ç§ ¦ +ä¸ ģ +å° ¾ +æľī äºĨ +åľ° 产 +æ¸ ł +æĸ¹ 便 +移 åĬ¨ +éĢŁ 度 +å°¤ åħ¶ +éĢļ çŁ¥ +åĿ Ľ +éģ¿ åħį +æģ ¢ +è´ ¡ +èģĮ å·¥ +å®ŀ åĬĽ +æĺ¯ä¸Ģ ç§į +åIJ¯ åĬ¨ +çĸ¾ çĹħ +æĿ¥ äºĨ +缸 对 +çİ° å®ŀ +èŀį åIJĪ +åIJĮ æł· +åħ¬ åijĬ +çī¹ æ®Ĭ +ç´ « +ä¸ĭ åİ» +ä¼ł æĴŃ +æľĢ 好 +ä¼ĺ è´¨ +æ² Ĵ +æĮ º +æĹ ¦ +è¯ º +ä¸Ģ åIJį +éģĵ è·¯ +示 èĮĥ +è¿ĩ æĿ¥ +åIJĮ åѦ +é¼ ĵ +æĿ Ń +æľ¬ 次 +åIJĮ æĦı +ä¸ĸ 纪 +ç¾ Ĭ +æ¬ ² +å·¥ èīº +çĵ ¦ +人 士 +æľī æīĢ +ä»İ äºĭ +æľī å¾Īå¤ļ +ä¸į äºĨ +å²Ĺ ä½į +åıĺ å¾Ĺ +åĬ³ åĬ¨ +å¤Ħ äºİ +å¹³ åĿĩ +å½¢ 象 +å¡ ŀ +åħ± 享 +çĿ Ľ +åĪ© 润 +æŃ£ æĺ¯ +å¾Ģ å¾Ģ +缸 æ¯Ķ +æ¨ ª +åĪ · +æµĻ æ±Ł +大 éĥ¨åĪĨ +å¤ļ 个 +æĤ¨ çļĦ +çĶµ åķĨ +å¾® åįļ +å§ĭ ç»Ī +çĬ¯ 罪 +æĺ¯ åľ¨ +ç»Ħ åIJĪ +åİŁ æĿ¥ +æ¸ħ æ¥ļ +åIJĦ åľ° +æĦŁ åıĹ +å½ĵ ä¸Ń +è¶ĭ åĬ¿ +æĻ¯ åĮº +羣 æĺ¯ +ä¾Ľ åºĶ +转 åŀĭ +çĭ Ĥ +èĨ ľ +èĭ Ĺ +å¿ ł +å¾Ī 大 +èĤ¡ æĿĥ +ç¾İ åħĥ +æİĴ åIJį +åĬ¨ çī© +éĶ ħ +å¢ ¨ +主 å¸Ń +å¾Ī 好 +ç»Ŀ 对 +æĿ ľ +转 è½½ +çĴ ĥ +æĿij æ°ij +åIJ ¨ +åĽŃ åĮº +é«ĺ 度 +çī© è´¨ +è¾ ī +æĹ¥ 常 +æı Ĵ +ä¸ī å¹´ +ä½ĵ çİ° +æīį æĺ¯ +代 çIJĨ +ä¸į 管 +æģ Ĵ +åľ° ä½į +ç² ® +èĸ Ħ +æĺİ çĻ½ +ä¸Ģ èĩ´ +æĽ ¼ +åĵ Ń +åĩ ¤ +åĬ ² +æķ Į +æĪĺ æĸĹ +主 ä½ĵ +åħ¬ å¸ĥ +åıĤ èĢĥ +èĪª 空 +å¯ º +åѦ ä¼ļ +åıį æĺł +ç¾İ 丽 +太 éĺ³ +建 æĪIJ +æħ¢ æħ¢ +åIJĦ 个 +éĤ ¦ +ç»Ħ æĪIJ +ä¸ī 大 +éĶ ¦ +大å¤ļ æķ° +æ¦Ĥ 念 +éŃ Ĥ +åħ¬ çĽĬ +èį Ĵ +身 份 +æ·± åĪ» +åħ © +ç»ı åħ¸ +åIJĦ 项 +èĻ ķ +è¿Ľ æŃ¥ +åįģ äºĮ +æī§ æ³ķ +æĥ³ åĪ° +æĦŁ æŁĵ +åķĨ åĬ¡ +å°ı ç»Ħ +èĶ ¬ +çıŃ åŃIJ +åIJĮ å¿Ĺ +éĿ¢ 临 +çĤ Ĵ +å¤ļ ç§į +è§Ĥ çĤ¹ +åĵª éĩĮ +å° Ŀ +å§ Ĩ +èħ ¹ +åŁİ åĮº +太 å¤ļ +çĹħ æ¯Ĵ +åľ¨ äºİ +æīĢ è°ĵ +æĻ ° +æŀ Ŀ +æĭ ĸ +å® ħ +æķ´ æ²» +ä½ı æĪ¿ +åģ · +çĨ Ĭ +èµ ģ +æ° Ľ +æł¼ å±Ģ +åŁºç¡Ģ ä¸Ĭ +èĥ Ĩ +åħ ½ +鼶 åĶ® +åĿ ¡ +女 åŃ© +æĴ ŀ +åħ¨ åĬĽ +åĴ ĸ +èĤ © +çľ ī +èĩ³ äºİ +åħļ ç»Ħ +ä¸Ģ 件 +æĭ Ĩ +äºĭ å®ŀ +åĤ ³ +æ¹ ĺ +網 ç«Ļ +循 çݯ +åIJĮ æ¯Ķ +æĭ Ķ +åĮ» èį¯ +åħ» æ®ĸ +åĽº å®ļ +å®ŀéĻħ ä¸Ĭ +è®° å¾Ĺ +åĪ© äºİ +æĤ ¦ +æĭ ³ +èĤ Ŀ +æķĪ çĽĬ +è© ² +æ°ij 主 +çĹĩ çĬ¶ +é¢ ¨ +å¹¼ åĦ¿ +å§ ij +æĪ Ĵ +ä¸ĭ çļĦ +æ¸ ¡ +å¹´ åºķ +è®° å¿Ĩ +åIJ IJ +大 å¹ħ +å¾ ½ +åħ¬ ä¼Ĺ +ä¿¡ å¿ĥ +çİ Ľ +ä¼ļ ä¸Ĭ +ä¹ Ķ +æijĦ å½± +æ£ĭ çīĮ +éĻ ķ +åºĶ æĢ¥ +æĶ¶ è´¹ +æݧ èĤ¡ +仪 å¼ı +çŀ ¬ +æīĢ åľ¨ +ç¢ ° +å§ ĵ +é¡ Į +æĶ¯ éĥ¨ +使 åij½ +çĤ ī +å¯ Ħ +ç¿ ¼ +åľ° ä¸ĭ +è¾ ŀ +ä¿ ± +主 æĮģ +è´§ å¸ģ +æģ ¨ +èĤ Į +çĽ Ī +éĶ » +å¿Ĺ æĦ¿ +ç±» ä¼¼ +æĮ ĸ +éĢ » +ç¸ ½ +纪 念 +åķ ¥ +å¼ ¯ +åIJį åŃĹ +åģ¥ 身 +çļĦ å¿ĥ +é© ± +èĥĮ åIJİ +æ³ķ å¸Ī +ç² Ĵ +èĥ½ éĩı +è¾ ° +èī ³ +å½ ¼ +段 æŶéĹ´ +åIJĪ æ³ķ +æĵ ¦ +ç¾ ½ +åİ ¨ +æĪij 说 +äºĭ åĬ¡ +åĩł 天 +åħ ģ +ç¼ ´ +åį ĵ +两 ç§į +çĭ¬ çī¹ +å¸ ¶ +éĴ » +æĥ © +é¢Ĩ åħĪ +足 å¤Ł +å£ ³ +æĦıåij³ çĿĢ +åĪĨ å¸ĥ +ä¹ ĥ +éģ ĭ +ä½ © +è° ± +çģ £ +èį ¡ +è´¯ å½» +å¹ ¾ +ç£ ģ +åħ¸ åŀĭ +åī ĩ +åĨ » +æ¬ ł +ä¸į ä¹ħ +æµ ¦ +éŃ ħ +å¼Ģ äºĨ +使çĶ¨ èĢħ +è¿Ļ 款 +å° Ī +èĦ± è´« +æĶ» åĿļ +ç®Ĺ æĺ¯ +ç¨ Ģ +æĹł 人 +åł µ +å¥ ı +éĥ½ å¸Ĥ +åı¯ è§ģ +ä¸į åĩº +æ ·» +äº ı +ç¾İ 好 +èĥ ĸ +éŁ µ +æłĩ å¿Ĺ +èĬĤ èĥ½ +æĬ « +å° º +å¯ ¸ +ä¸Ģ 代 +é¢ Ĺ +èĢ ¶ +èĴ ¸ +åĸ ® +æ »¿ +çĮ ľ +æµ Ĩ +åŁ ĥ +åįĥ ä¸ĩ +èµ Į +èģ ² +ä½ľ é£İ +è³ ª +å¯ ¨ +å¹´ 人 +åį° 象 +æ¡ ¶ +æĴ ¤ +åįģ äºĶ +æ¯ ħ +æ² ª +åĽ½ æľī +大éĩı çļĦ +å¾ ¡ +å¯ ĵ +è¦ ĸ +æ¼Ĥ 亮 +çľ ł +ç ĤŃ +é» İ +èĻ ¹ +åĪ© äºļ +èŃ ī +æµ ı +åįģ åħ« +ä¸ ¢ +è¾ ½ +æľīä¸Ģ äºĽ +æħ Ī +åģľ 车 +å® ł +解 æĶ¾ +æľī å¤ļ +éĤ Ĭ +常 è§ģ +æĬ ¹ +çº ¤ +è¦ ª +æ¡ Ĩ +èİ ŀ +æ°§ åĮĸ +è¿Ļ 件 +åĩ ° +æŁ ´ +åıij çĶµ +é¼ ł +转 åĮĸ +å¨ ĥ +æĮ ¤ +ç½ © +å¯Ĩ åĪĩ +æĪij ä¸į +é«ĺ æĸ° +ä¸Ģ ç¯ĩ +è¿Ľ ç¨ĭ +è¡ ° +è¿ĺ ä¸į +ç ħĮ +æĸ° åįİ +èĤ ¿ +æ» © +ä¸Ģ æµģ +è¯ Ī +å®ŀ ä½ĵ +å¤ĸ åĽ½ +èº ² +èµ ł +è¦ º +æ¢ Ŀ +ä¸į è§ģ +è¨ Ĭ +åĮ ¹ +åį µ +çĩ ¥ +æħ ķ +é½ ¿ +å® ´ +é¥ ¼ +èij¡ èIJĦ +å°ı å¿ĥ +æģ ¼ +éĻ Į +æĺ Ĥ +åĥ ¹ +èĬ Ŀ +æ¯ı 个人 +åīį æıIJ +ä½ĵ ä¼ļ +æ¨ Ļ +æIJľ çĭIJ +对 åħ¶ +ä¸ § +èľ Ĥ +æµ ¸ +èª ¿ +åĿ ª +é¢ ĸ +åIJį 为 +ç¬ ¼ +èĪ Į +æľ¬ 书 +èģ ¯ +çº º +ç®Ģ 缴 +éĽ ¢ +ç¾İ çļĦ +éļ ¨ +é«ĺ å³° +è¿Ļ 家 +å Ĥ¬ +å° ¸ +ç¡ķ 士 +èŃ · +è° ¨ +æĺ ı +æĶ¿ åįı +è¡ Ķ +ç¿ Ĵ +åľ Ĵ +åĽ½ æ°ij +主 è§Ĵ +è£ ķ +ä¼ ª +åº ŀ +æ°ij èIJ¥ +æĥ § +ç§ĺ 书 +çĹ ķ +çĻ¾ åĪĨ +æº ¶ +æĹł çĸij +çļĦ çľ¼ +æĵ İ +ä¼Ł 大 +å½ ° +åħ¬å®ī å±Ģ +ç³ ķ +å¼ ¥ +åĤ Ļ +ä¹ ¾ +毫 ä¸į +注 æĺİ +åī¯ æĢ» +æĦ ī +æķ ¦ +é¦ ¨ +æĶ Ģ +éĢ Ŀ +åı¯ éĿł +å¤ ¸ +åľ ĺ +éĿ¢ ä¸Ĭ +æĬ ĸ +èĦ Ĩ +é© ° +ä¼ IJ +å¦ ¨ +å®ļ äºĨ +ç³ Ĭ +æŃ ¡ +éĥ¨ éķ¿ +ç§ ī +èĪ Ĩ +åĪij äºĭ +åIJ µ +æ¤ Ĵ +è¡ ĵ +è± « +èı © +åŃ µ +é¥ ² +å°± 好 +åł ª +ä¸ī è§Ĵ +åľº æ¯ĶèµĽ +ä¸į åģľ +æĵ ħ +åħ¨ æĸĩ +æ³ ģ +åѦ ä½į +æ± ° +éł ĺ +åı ł +éļ Ľ +å¸ IJ +çľĭ åĩº +åĮ ł +å±Ģ éĿ¢ +æ³ Į +è° Ĭ +åIJĮ æľŁ +æĬķ æłĩ +å¥ ´ +æĿ¥çľĭ çľĭ +èĦ ¾ +èŀ º +æŃ ī +çĽ ¯ +ç¨İ åĬ¡ +å» Ĭ +æİ © +æħ ¨ +çĽ ¼ +èĬ Ĵ +è® Ģ +æĮ £ +èĮ ħ +æĸ ¥ +æ¤ ħ +åĪ° æĿ¥ +èijĹ ä½ľ +çĭ ± +äºĮ æīĭ +ä»İ æĿ¥ +çĸ ² +åºĬ ä¸Ĭ +æĸ° 浪 +æ³ Ħ +å¢ŀ åĢ¼ +ä¸ Ľ +æļ ij +ä»İ ä¸ļ +æ· ĭ +å¤ļ æł· +æľ ´ +份 é¢Ŀ +æŀ £ +西 çľģ +æľ¬ è´¨ +æ·± æ·± +èī ĩ +ç» µ +产 åĢ¼ +æ¼ ł +èħ » +çŃ Ľ +åİ Į +æģ Ń +å«Į çĸij +æĪ ¶ +æ» ŀ +èĨ Ģ +åĬ £ +座 è°Ī +常 æĢģ +çļĦ æĥħ +è¦ ½ +å¯ Ĥ +åĮ Ĩ +èĩ º +é¡ ¯ +çķ ı +éģ £ +åį ľ +çŃī å¥ĸ +è² ¬ +æº ¯ +é İ +çĤ¹ 头 +èĵ ¬ +æ± º +éħ ¬ +éģ Ĭ +è³ ¼ +註 åĨĬ +æľ¬ æĬ¥ +çµ ķ +æ´» æĢ§ +åħ ij +éĮ ¯ +åĨ ¶ +åĸ » +æº ĸ +èĤ ¢ +æº ĥ +æĹ ¬ +åī Ĭ +çIJĨ äºĭ +å± ł +æ² § +èļ Ģ +鼻 åŃIJ +为 æŃ¢ +常 å§Ķ +çµ Ĥ +éĬ · +çĭ Ģ +ä¾ £ +èĥ Ģ +èŃ ° +çĶ¨ 车 +åĻ ª +æŃ · +åį Ķ +åĪ ¹ +ç«Ł æĺ¯ +é© Ĺ +èIJ Ŀ +çĻ « +çĹ « +æŃ § +å¼ Ĭ +åª ½ +çı Ĭ +è¡ · +éľ ī +åŁº çĿ£ +éļ ± +æ° ¨ +ç» ¸ +å°¼ æĸ¯ +çĥ ĺ +æľŁ åĨħ +è° ħ +éĽ ĩ +éļ Ļ +å ĸī +åī ¥ +çĹ ĺ +æĮ ½ +çĵ £ +æ¹ Ľ +æ¨ ± +æ¾ İ +æ¹ ĥ +åĨ¬ 奥 +æ£ µ +å® ° +åŀ Ĵ +æ§ ĭ +ä¾ Ī +èĮ Ħ +åĺ ¿ +èı ĩ +ç ĻĤ +åĬ ĥ +é į +èĶ ½ +çŀ Ń +æķ ŀ +ä¹ ĸ +éŁ § +è¾ ľ +æĩ Ī +ä½ £ +çŀ » +åŁ Ķ +èĪ ħ +å®ŀ äºĭ +é ¨ +å§ ¥ +çµ ¡ +åĺ » +çķ ¢ +æ²ĥ å°Ķ +è¿ Ħ +èĤ ĩ +æħ ij +ã § +ä ı +ð ł +ð¬ ĩ +ð« Ń +ð« IJ +ã ³ +© ½ +ð« ł +ã Ľ +ð¬ į +é ¿ +ð¬ Ĵ +ã Ļ +𬠤 +ð ¬´ +ð« ĸ +ð ¤ +ã ¬ +ä ² +ð« Ķ +ð« ļ +è¦ģ æ±Ĥ +ä¸Ģ äºĽ +å®ŀ çİ° +èĢĮ ä¸Ķ +åĽł æѤ +çĶ± äºİ +åħ³ äºİ +çĦ¶ åIJİ +æݨ åĬ¨ +ä¸Ģ æł· +æĮī çħ§ +è¿Ļæł· çļĦ +å½¢ æĪIJ +æľī äºĽ +æĽ´ åĬł +ç»ı è¿ĩ +建 è®® +æ²» çĸĹ +ä½ł 们 +æīį èĥ½ +ä¿ĥ è¿Ľ +åijĺ å·¥ +ä½ĵ éªĮ +èĪ ĩ +åģļ 好 +ä¿Ŀ è¯ģ +æķ´ 个 +æĺ¯ ä¸Ģ个 +éĩĩ çĶ¨ +çIJĨ 论 +æ¯Ķ å¦Ĥ +ä¸Ĭ çļĦ +æݨ èįIJ +çĶ³ 请 +天 空 +éĥ¨ èIJ½ +åįģ åĪĨ +æĿ¥ èĩª +ä¹ĭ éĹ´ +è°ĥ æķ´ +æ¯ı 天 +è°ĥ æŁ¥ +æĤ£ èĢħ +è¿ĩç¨ĭ ä¸Ń +é¦Ļ 港 +广 åijĬ +éĿ¢ 对 +满 足 +éķ¿ æľŁ +è§Ħ èĮĥ +æķ´ ä½ĵ +æĶ¹ åıĺ +æĻº æħ§ +å¦Ī å¦Ī +å¦Ĥ ä»Ĭ +åIJĪ åIJĮ +éĥ½ ä¼ļ +åĦ¿ ç«¥ +åĩı å°ij +éŁ³ ä¹IJ +ç»ı 常 +ä¸Ĭ å¸Ĥ +ä¼ĺ ç§Ģ +çļĦ éĩįè¦ģ +ä¸Ģ æĿ¡ +æµ· å¤ĸ +åı¦ å¤ĸ +ä¸Ģ 家 +åİĭ åĬĽ +大 åŀĭ +çľĭ çĿĢ +åĪ Ģ +幸 ç¦ı +æݨ 广 +åIJ Ľ +å¾ IJ +æī¾ åĪ° +äºİ æĺ¯ +èĩª 身 +ä¸Ģ ä½į +åľŁ åľ° +åĬł åħ¥ +æİ¢ ç´¢ +æ¢ ģ +主 åĬ¨ +å°± ä¸ļ +女 æĢ§ +çªģ çł´ +ä¸įåIJĮ çļĦ +è¿IJ è¾ĵ +èĩª çĶ± +å±ħ æ°ij +æѤ 次 +çļĦ æŶéĹ´ +家 éķ¿ +ä¸Ģ个 人 +æ£Ģ æµĭ +åĨħ éĥ¨ +广 å·ŀ +缴 æĴŃ +ä»İ èĢĮ +è´· 款 +åı¬ å¼Ģ +æĶ¹ éĢł +人 çĶŁ +å±ķ 示 +æ¯ı å¹´ +女 人 +çļĦ æĸ¹å¼ı +æķĪ çİĩ +å±± 举 +æ¸ł éģĵ +ä¼¼ ä¹İ +æ¡Ī 件 +åĪ© çĽĬ +çľĭ çľĭ +å¿ĥ éĩĮ +ç»´ æĬ¤ +å®Ŀ å®Ŀ +ç½ij ä¸Ĭ +论 åĿĽ +å°± åı¯ä»¥ +ä¸į 足 +æģ¢ å¤į +å¸ĥ å±Ģ +è´¡ çĮ® +ä¸ĭ éĻį +æİĮ æı¡ +çļ® èĤ¤ +å·¥ åħ· +éĩį åºĨ +åĵģ è´¨ +æݨ åĩº +çĶ· 人 +æī¿ æĭħ +çªģ åĩº +èĢĮ è¨Ģ +æ² Ł +åįı è°ĥ +æĺ¯ ä»Ģä¹Ī +æ± ¤ +æĴ ij +çĭ¬ ç«ĭ +çݯ èĬĤ +æī© 大 +æ´ ª +æĿ ° +çĽ IJ +ä» ģ +æ¶ī åıĬ +èĢģ 人 +åį³ 使 +åįĹ äº¬ +éħį åIJĪ +é¬ ¼ +çĪ¶ 亲 +ç½Ĺ æĸ¯ +å°ı åĮº +æķĻ æİĪ +åĨ³ çŃĸ +é¢Ħ 计 +æľ¬ 人 +ä¼ ¯ +ç« ¹ +åĪ° åºķ +å¸Ĥ æ°ij +åĩº åı£ +éĩĩ è´Ń +æĢ» ç»ĵ +æѦ æ±ī +åĬł 大 +广 举 +æµģ ç¨ĭ +人 åı£ +å¦Ĥæŀľ ä½ł +åĩº åİ» +åĩ ī +åĨľ æ°ij +çİ° 象 +åĬĽ 度 +ç»Ļ äºĪ +åħļ å§Ķ +è¯Ń è¨Ģ +线 ä¸Ĭ +æĢİ æł· +åĦ¿ åŃIJ +ç¡® å®ŀ +ä¹ĭ å¤ĸ +éĥ½ åľ¨ +èī ¾ +çļĦ æĥħåĨµ +éĩĮ çļĦ +åĽ´ ç»ķ +æĽ´å¤ļ çļĦ +ä¾Ŀ æ³ķ +åħ¬ åĽŃ +家 éĩĮ +æ¯į 亲 +ä¸į åĨį +èĭ ¹ +æ³ķ éĻ¢ +飩 åĽ½ +缸 å½ĵ +ä¸į çŁ¥ +è¯Ħ ä¼° +ä¸į çĶ¨ +顺 åĪ© +éĩį è§Ĩ +è´¢ åĬ¡ +ä»ĸ åĢij +åıij è¡Į +ä¸ĵ éŨ +åħ· å¤ĩ +并 ä¸įæĺ¯ +足 çIJĥ +é ŀĭ +åıij 表 +æ°¸ è¿ľ +èIJ¥ åħ» +éħį å¥Ĺ +æķ´ åIJĪ +è´ º +åĽŀ çŃĶ +æĶ¶ çĽĬ +ä¹Ł 许 +è» Ĭ +æİ¥ 触 +æĶ» åĩ» +åĽĽ å·Ŀ +æĢ§ èĥ½ +åĽŀ åĪ° +èħ ° +ä¹Ł 没æľī +å¼ Ħ +设 ç«ĭ +éĺ² æݧ +æĬĢ å·§ +éĢļ 常 +è´¢ æĶ¿ +éĥ¨ ç½² +åľº æĻ¯ +æ±Ł èĭı +表 è¾¾ +åĸ · +女 åĦ¿ +èĪ ¶ +çµ ¦ +ä¼ļ åijĺ +æĪĸ 许 +äº © +举 æĸ¹ +天 æ´¥ +è¿ij å¹´ +çľĭ æĿ¥ +æ¯Ķ ä¾ĭ +å² © +éĵ ľ +çİ » +å®ŀ éªĮ +æĢĿ ç»´ +æĭħ å¿ĥ +æ² Ī +身 è¾¹ +æ·± åĮĸ +ç²¾ åĩĨ +ç§ģ æľį +æ¶Ī éĺ² +åİ» äºĨ +ç»Ĩ èĥŀ +çIJĥ éĺŁ +æĺİ æĺŁ +é£Ł çī© +å¾Ī å¿« +让 ä½ł +ä¿¡ çĶ¨ +åĶ¯ ä¸Ģ +åħ¶ å®ĥ +çŃī æĸ¹éĿ¢ +å¾ĭ å¸Ī +æŃ» 亡 +æ Ł³ +ä¸Ģ æī¹ +ä¸Ĭ 涨 +æľº åľº +å½¢ åĬ¿ +æĦ¿ æĦı +éĽĨ ä½ĵ +æĸ° åŀĭ +æįŁ 失 +æĽ ¸ +ä¸ĭ åįĪ +æ¯ı 次 +æĪIJ å°± +åħ¬ è·¯ +èĻ « +åĴ ± +西 å®ī +æľĢ ä½³ +ç§ij çłĶ +å¤į æĿĤ +æľº åĻ¨ +çĪ± æĥħ +çħ§ çīĩ +å¹´ é¾Ħ +è³ĩ æĸĻ +ç² Ĺ +åĩĨ ç¡® +åĬł ä¸Ĭ +åĩº çīĪ +è° IJ +家 å±ħ +èĥĮ æĻ¯ +ä¸Ģ 线 +äºĭ 项 +åĬ¨ ä½ľ +ç¥ ¥ +æĢ» ä½ĵ +æĪ¿ åŃIJ +ä¹Ł å°±æĺ¯ +大 æ¦Ĥ +é«ĺ æķĪ +åIJ ¹ +æİ ĪæĿĥ +éĻĦ è¿ij +æ¡Ī ä¾ĭ +éĹ ¹ +çĪ¸ çĪ¸ +彩 票 +æĢ Ĵ +举 æĬ¥ +æĻ® éģį +çķĻ ä¸ĭ +è¡£ æľį +æĹłè®º æĺ¯ +åħħ 满 +æ·± 度 +æ¡ ij +æĪª èĩ³ +带æĿ¥ çļĦ +éĻ µ +æĦŁ æĥħ +èµ ļ +åĵª äºĽ +æķ´ æĶ¹ +æĪIJ çĨŁ +å¨ ľ +é¼ » +çŁ Ľ +çĽ ¾ +好 好 +第 åĽĽ +åĨł åĨĽ +è´¢ å¯Į +æľĢ 好çļĦ +车 åŀĭ +éĸ Ģ +åį³ å°Ĩ +åĪĨ 为 +éĿĴ å²Ľ +纷 纷 +ä»Ĭ æĹ¥ +å¹³ è¡¡ +å¹³æĸ¹ ç±³ +éĤ£ ç§į +åĩº çĶŁ +éĿĴ æĺ¥ +人 群 +人 å·¥ +ä¹ĭ ä¸ĭ +æ¹ĸ åĮĹ +åľ¨ æѤ +åįļ 士 +æŶ åĪ» +æ²³ åĮĹ +æĶ¾ å¼ĥ +éĢļ éģĵ +森 æŀĹ +çĸ Ĩ +æķ ¸ +èĬ ³ +æīĵ åĩ» +æĽ ¹ +åĮĸ åѦ +æĥ³ 象 +ä¸ĩ 人 +è´¢ ç»ı +åħĥ ç´ł +ä¼ļ 计 +åħ¨ ä½ĵ +æĦ Ľ +é«ĺ ä¸Ń +æľº éģĩ +声 éŁ³ +æĹħ è¡Į +æµ © +æŁ ± +å°ij å¹´ +åĽ½ å¤ĸ +èijĹ åIJį +çĶŁ åŃĺ +å§ ľ +带 é¢Ĩ +é¢ľ èī² +ä¸Ĭ ä¸ĭ +产ä¸ļ éĵ¾ +æĽ´ 好çļĦ +å² Ń +ä¼ĺ æĥł +便 æĺ¯ +åħ§ 容 +ä¸Ģ åıª +çIJ ´ +梦 æĥ³ +秣 èµģ +å¼Ģ åIJ¯ +è´Ń çī© +åĮħ åIJ« +åĪ© çİĩ +èµ· äºĨ +æľī åĬĽ +éĤ£ éĩĮ +审 æī¹ +对 æīĭ +çİ° éĩij +天 çĦ¶ +çĽ Ĵ +çĪ ½ +å¿ħ çĦ¶ +åĮĸ å·¥ +ä¸ĵ åĪ© +åķ ¡ +å¼Ģ å¿ĥ +人 ä½ĵ +éģĵ 士 +æĢģ 度 +空 è°ĥ +æĭĽ åķĨ +å§ » +第 äºĶ +æ£ Ĵ +ä¸Ģ ç³»åĪĹ +åį± æľº +转 åıĺ +åľº æīĢ +é¸ £ +æĪ¿ éĹ´ +éĢ ¼ +è¯ķ çĤ¹ +对 å¤ĸ +åĩº åı° +åľ¨ è¿Ļ +åİĤ 家 +å·¨ 大 +ç®Ģ ä»ĭ +çľĭ äºĨ +åħļ 建 +æĮĩ æĮ¥ +çŁ³ æ²¹ +ä¸į åı¯èĥ½ +èİ ² +ä¸į 太 +åĪĽ æĦı +第 ä¸Ģ个 +è´µ å·ŀ +è¿ĩ äºĨ +æľ¬ æĿ¥ +éģĵ å¾· +çŃĶ æ¡Ī +éĻ ¶ +ä¸Ģ è·¯ +èĤ ĸ +æ¸ħ æ´ģ +æľī æľº +åIJį åįķ +æĿ ± +åij¼ åIJ¸ +ä¸ Ī +ç¦ı 建 +è¯ķ éªĮ +å¼ķ åıij +ä¹Ł 没 +ä¸į ä½ı +çĨŁ æĤī +èIJ ¬ +ä¸į èī¯ +çł ĸ +èĩ´ åĬĽ +çŃ¾ 订 +åIJ Ĭ +ä¾ ¯ +çĺ ¦ +å§ij å¨ĺ +æĸ ¤ +妻 åŃIJ +æĺ¥ èĬĤ +çĪ ¬ +æĽ Ŀ +çĥŃ æĥħ +éķ¿ æ²Ļ +èIJ¥ éĢł +éħ · +éĵ Ŀ +åŁºæľ¬ ä¸Ĭ +åij¨ åĽ´ +ä»Ģ 麼 +认 åı¯ +åĪĨ åŃIJ +ä¸Ģ æĸ¹éĿ¢ +è½ ´ +å¼ · +马 ä¸Ĭ +éĽ ¾ +èĩ £ +å° ¿ +çĶŁ æĦı +å®ī å¾½ +ç¥ŀ ç»ı +åĩº å¸Ń +èį¯ åĵģ +çIJĨ çĶ± +åįı åIJĮ +æµģ åĬ¨ +åıij åĬ¨ +åĿļ å®ļ +表 æĺİ +åIJİ éĿ¢ +ä¹ī åĬ¡ +å¦ ĸ +æľī åı¯èĥ½ +å¹´è½» 人 +大 éĻĨ +å² ³ +ä¸į èµ· +çŀ¬ éĹ´ +ä¸įå¾Ĺ ä¸į +çŃ¾ 约 +åIJĪ æł¼ +åħļ æĶ¯éĥ¨ +æµİ åįĹ +便 åĪ© +éļı æŶ +å¥ ī +称 为 +产 æĿĥ +åIJ ķ +çĽ Ĩ +课 åłĤ +ç· ļ +æ£ ī +线 ä¸ĭ +èĩª è¡Į +举 æݪ +åݦ éŨ +èĩª ä¿¡ +å½± è§Ĩ +ä» Ķ +çĶŁæ´» ä¸Ń +æĿĥ çĽĬ +çĻ½ èī² +å°± ä¸į +è¿Ľ å±ķ +æ¯ı æĹ¥ +ä¾Ľ ç»Ļ +æĿĥ åĪ© +æĹł æķ° +çIJĨ è´¢ +ä¾Ŀ æŧ +ä¸Ĭ åįĪ +è¯Ĩ åĪ« +çĽĪ åĪ© +çł Ĥ +许 åı¯ +åIJĮ äºĭ +åĺ Ľ +éģ ¸ +çĿĢ åĬĽ +éŨ åı£ +ä¸į å¤ļ +åħ¶ 次 +ç¢ § +çī© çIJĨ +åĨħ å¿ĥ +çĻ¾ å§ĵ +æĢ» 绣 +å¹² åĩĢ +积 ç´¯ +åıį é¦Ī +æłij ç«ĭ +社 交 +ç§ © +åįģ ä¸Ģ +éĤ ĵ +驱 åĬ¨ +å±ķ è§Ī +èĪĴ éĢĤ +åŁº åĽł +å·® å¼Ĥ +转 让 +å°ı å§IJ +æł· åŃIJ +ç¿ Ķ +é«ĺ åħ´ +å½±åĵį åĬĽ +æīĭ ç»Ń +缸 åIJĮ +缸 åºĶ +æĻ Ĵ +è§ Ģ +å¸Ĥ å§Ķ +èĬ ¯ +å±ķ çİ° +åľ° çIJĥ +éĤ ª +ä¸Ģå®ļ çļĦ +åħģ 许 +ä¿¡ ä»» +æī ij +éĻ¢ æł¡ +ç®Ģ 称 +åģļ æ³ķ +ä¹ĭ è·¯ +æĹĹ ä¸ĭ +èħ Ķ +æ¶Ī 失 +ä¸ĸçķĮ ä¸Ĭ +åŁİ 乡 +èĪŀ åı° +å¾Ī 大çļĦ +绣 çŃ¹ +åħ¬ å¹³ +èĤ ¾ +çļĦ 好 +æ± ģ +çľ¼ åīį +éĽ £ +å¹ ½ +åħ± 产 +主 åĬŀ +å¤Ħ ç½ļ +åº Ļ +éģĵ çIJĨ +å¼ µ +æİ¥ çĿĢ +çĮ İ +çģ Į +çĶ± æѤ +人 åĬĽ +æµģ è¡Į +ä¾ ł +åı¯ä»¥ 说 +èĴ ĭ +å½¢ æĢģ +æĹ¥ åŃIJ +æ¼ Ĩ +çķĻ åѦ +缸 éĹľ +æľĢ å¤ļ +åĩŃ åĢŁ +åħ¬ 交 +æĮĸ æİĺ +æĿĤ å¿Ĺ +主 人 +éļľ ç¢į +æł¡ éķ¿ +æĸ¹ ä½į +ä¸Ĭ çıŃ +å¤ļ åħĥ +è ĥģ +éŃħ åĬĽ +èĮ Ĥ +åħħ çĶµ +强 大 +çĥ ¤ +å¥ĭ æĸĹ +å®ŀ çĶ¨ +éĺ ģ +ç»Ļ äºĨ +æľ¬ ç§ij +æł ĭ +æĭ ¨ +æķĻ ç»ĥ +éĥ½ çŁ¥éģĵ +æ¯ķä¸ļ çĶŁ +ç¢ Ĺ +åŀ Ĥ +è® ¼ +å®ģ æ³¢ +åѦ èĢħ +è°¢ è°¢ +åŁİ éķĩ +æĢİä¹Ī åĬŀ +éģ Ķ +æĪIJ 交 +æ½ľ åĬĽ +åį § +æĸ° å¼Ģ +éħį å¤ĩ +主 åĬĽ +åij³ éģĵ +çĥ Ĥ +é£ŀ è¡Į +å« ģ +大 大 +ç»Ļ 大家 +å¤ĸ éĿ¢ +éĨ ī +åıij è¨Ģ +æĹ© é¤IJ +åIJĦ èĩª +å® Ļ +èį£ èªī +æĬ« éľ² +é¡ ŀ +åĨħ çļĦ +èĤ ª +è¾ IJ +æ³ µ +æĬ Ľ +æĺŁ æľŁ +ä¸Ģ 带 +çĶŁ ç´ł +ç»ı éĶĢ +åĩ ¶ +åľ° ä¸Ĭ +åij½ è¿IJ +åĵ ² +ä¸Ĭ åİ» +æĸĩ çī© +è¯ ij +æĮ¯ åħ´ +éķ¿ æŶéĹ´ +ç¥ Ń +åIJĪ èĤ¥ +è¿Ŀ è§Ħ +èģ ª +ä½İ äºİ +éĢĤ å½ĵ +æľī åºı +æľ¬ ç½ij +çķĻ è¨Ģ +æĥ³ æ³ķ +çŃ¾ ç½² +å§ ļ +æĢ§ æł¼ +èĴĻ åı¤ +æŁ ı +åŀ « +åѦ åİĨ +ä»ħ ä»ħ +讲 è¯Ŀ +éĶ IJ +æĢ ĸ +åī ª +èĭ į +åIJ ĵ +强 çĥĪ +åģ¥ åħ¨ +çĸ ¯ +åı¤ 代 +å¥ Ī +ä¸į çĦ¶ +乡 éķĩ +æľĭåıĭ 们 +åĤ ħ +èģ ½ +个 æĢ§ +æ³ķ è§Ħ +å°ı éķĩ +çĶ» éĿ¢ +第 åħŃ +網 è·¯ +åīį æĻ¯ +åIJ¬ 说 +ä¼ł åªĴ +æĿ¡ ä¾ĭ +åĪ« çļĦ +ä¸į æĩĤ +顾 éĹ® +强 度 +éĺ¿ éĩĮ +èµ° åĬ¿ +å¸ ½ +çļĦ ç¡® +åĮº åĪ« +éĮ ¢ +主 管 +ä¸Ģ çľĭ +æĸ ľ +åŃĺåľ¨ çļĦ +ä» ² +åį± 害 +éĵ Ń +游æĪı ä¸Ń +éħ ± +é¾Ļ 头 +人 å¿ĥ +éĢĢ ä¼ij +æµı è§Ī +åĬ « +éĺ² æ²» +ç® Ń +å± Ī +è¾½ å®ģ +å£ ¤ +è¿İ æĿ¥ +éŀ į +çĶ¨ æĿ¥ +大 åľ° +ä» ° +éĢļ 讯 +å¼Ģ å·¥ +è£ ¤ +å¦Ĥ åIJĮ +éª ¤ +éĺŁ åijĺ +è½ © +ç¾İ æľ¯ +èĻ Ł +åIJĮ ä¸Ģ +åľ ĸ +书 æ³ķ +æīĵ åį° +åIJ« æľī +éĽĨ æĪIJ +éĹ · +å¸Ĥåľº ä¸Ĭ +æĹģ è¾¹ +åľ° æĿ¿ +产çĶŁ çļĦ +ç² ¤ +éĩį ç»Ħ +è¡Ģ 液 +çŃ ĭ +åĬŀ äºĭ +常è§ģ çļĦ +ä¸Ĭ åįĬå¹´ +å±ı å¹ķ +åIJī æŀĹ +å· © +åĸľ çĪ± +ç¿ ł +ä¸ī ç§į +æ¡Ĩ æŀ¶ +举 èİŀ +çĶĺ èĤĥ +èĬ ¬ +åĽ¾ 书 +åĩ¤ åĩ° +æ°Ķ åĢĻ +å° ´ +å° ¬ +两 天 +è¾ħ 导 +åĢŁ 款 +æĹ¥ èµ· +æ´ Ĵ +ä¸Ģ 度 +è¹ Ī +æ½ Ń +æī ĩ +çĻ ľ +æĸ° åħ´ +åĤ ² +诸 å¤ļ +è´ ª +éĻ· åħ¥ +èĪ Ł +èĤº çĤİ +ä¸Ģ æł·çļĦ +åİ ĺ +åľ° çIJĨ +æĬķ 注 +éļ Ĭ +åħī ä¼ı +ä¿Ŀ åģ¥ +åħ Ķ +åħ¬ åĬ¡ +æīĵ çł´ +çĶ· åŃ© +åĬ³ åĬ¡ +ä½ł ä¼ļ +çĶ¨ åľ° +æº ¢ +åıij è¾¾ +èĤ ļ +è¿ĩ äºİ +èĩ Ĥ +éĢĻ 樣 +è½» è½» +ä¸Ń åħ± +åIJĦ åĽ½ +åĶ ĩ +å®ŀ ä¹ł +èĻ ¾ +æ§ ½ +ä¸į ä¸Ĭ +åħį çĸ« +åįł æį® +å·¥ ä¼ļ +åĽ Ĭ +èĪª 天 +åı¯ çĪ± +æĸĹ äºī +çĺ ¤ +å¦Ĥ æľī +éĽ ĸ +对 æĪij +åĩº 秣 +好 çľĭ +太 大 +æ°´ åĪ© +åĬ¿ åĬĽ +åħ¨ æ°ij +ç½ ¢ +èµ¢ å¾Ĺ +çĶµ ä¿¡ +车 éĹ´ +æĻĤ åĢĻ +å°ij æķ° +éĵ ¸ +åħ³ èģĶ +ä¸įä»ħ ä»ħ +为 æĤ¨ +åĴ ¸ +æľº åĬ¨ +è£ Ļ +åĵį åºĶ +éģ ł +è² · +ç© ´ +å¢ ħ +éĶ ¡ +çµ Ħ +çģ« 车 +è³ĩ è¨Ĭ +åĨ³ èµĽ +污 æ°´ +èª ŀ +å´ Ľ +ç´§ å¯Ĩ +缺 å°ij +å¤ļ 人 +æĢ» 书记 +éĶ Ī +èij Ľ +å¿ĺ è®° +éĻĮ çĶŁ +éķ¿ 大 +åħĪè¿Ľ çļĦ +ç¡ ħ +åıij æĺİ +å©´ åĦ¿ +æīİ å®ŀ +èĽĭ çĻ½ +ä¸Ģ çĻ¾ +缮 åħī +æ ħĮ +åĬł æ²¹ +åIJ ŀ +ä¸Ģ 群 +ä¸Ń ä»ĭ +å¸ ĸ +å¿ Į +èģĮ èĥ½ +广 æĴŃ +çĽij å¯Ł +ç§ĺ å¯Ĩ +çĭ ® +è¿Ļ æĿ¡ +éĢ ¢ +æĢ ¨ +åįģ åħŃ +è© ¦ +说 åĪ° +åĩĿ èģļ +æĮĩ 示 +æ° ¢ +å¼ ĺ +éĺ Ģ +æĸ © +éł ħ +ä¸Ģ å¼Ģå§ĭ +æİĴ è¡Į +åľ¨ æĪij +纪 å½ķ +æĬ Ħ +æł ª +说 æ³ķ +ä¸Ń èį¯ +好 å¤ļ +åıª ä¸įè¿ĩ +çķĻ åľ¨ +个 å°ıæŶ +认 çŁ¥ +çķ « +è§ģ è¿ĩ +å°ı å¾® +ä½Ľ å±± +çľ ¾ +讲 è¿° +æ¢ ³ +称 åı· +æĹ¥ æĻļ +è¢ ĸ +åķ ¤ +æľª ç»ı +æľĢ æĹ© +æī® æ¼Ķ +è¡Ģ 管 +çº ± +æĥħ èĬĤ +第 ä¸ĥ +æį § +ä» Ĺ +æ¿Ģ çĥĪ +æĹł 线 +ä¸į 容æĺĵ +å¼Ģ å¹ķ +æĸ° çĶŁ +ä¸ĵ 注 +èij ± +åįĹ æµ· +çĩ Ł +èµ· ä¾Ĩ +æ´¾ åĩº +åĦ Ĵ +ä¾ ¨ +è¼ ĥ +åįļ è§Ī +éĢ ¾ +åĮ Ģ +ç»ıæµİ åѦ +æ¸ Ĺ +ä¿Ŀ èŃ· +çī º +çī ² +çİ « +çij ° +æľĢåIJİ ä¸Ģ +æĶ¿ åĬ¡ +æ§ Ľ +èĻķ çIJĨ +éļIJ æĤ£ +æī¿ åĮħ +æ¥ µ +æ¡ © +çĽ ² +导 åIJij +èĩ´ å¯Į +ç¼ Ĩ +æģĭ çĪ± +ä¸į åĬ¨ +ç»Ļ 人 +å· ¢ +表 æĥħ +举 åįĹ +åĨħ å¤ĸ +è¾Ī åŃIJ +åı ī +åįļ ä¼ļ +åĬŁ æķĪ +æ¸ ´ +å± ¬ +æİĴ éĻ¤ +éĢ Ľ +ä¸Ģ ä¼ļ +ä¸į å¼Ģ +å¼Ģ å¥ĸ +é»ij é¾Ļ +é»ijé¾Ļ æ±Ł +å¿« ä¸ī +度 åģĩ +åĿ ¤ +éĤ® 件 +æĩ Ĵ +ä¾Ľ çĶµ +å» £ +好 è¯Ħ +ç§ĺ书 éķ¿ +æĪĺ åľº +好 å¥ĩ +ä¾µ æĿĥ +æĨ ¾ +æľĢ åĪĿ +æī¹ åıij +åİ ķ +è¼ ķ +æŀ ¯ +ä¸ļ åĨħ +è´Ń æĪ¿ +ä¸į åľ¨ +纪 å§Ķ +æīĢ éľĢ +å¸Ĥ éķ¿ +è³ ½ +å¼ķ æĵİ +çģµ éŃĤ +éĬ Ģ +æ» ¤ +çĿ IJ +å¤ļ 项 +åĽŀ 头 +èī ĺ +å¤į å·¥ +éĥ¨ 件 +ç´§ ç´§ +æŁIJ ç§į +使 åħ¶ +æĸ° 人 +æŀ ļ +æ³ķ å®ļ +å·´ å·´ +涵 çĽĸ +ç¨ » +æĭ ¾ +æĻ ķ +è½ ¿ +éĢļ è¡Į +åĵ Ģ +æ³ Ĭ +温 馨 +éĽĨ èģļ +çĨ Ļ +åĩ ij +åįģ ä¸ĥ +æ°Ķ æģ¯ +æıIJä¾Ľ çļĦ +æ³ ³ +奥 è¿IJ +çģ¾ 害 +åĩĢ åĮĸ +è·¨ è¶Ĭ +åĵª æĢķ +éŁ ¿ +å¢ŀ æ·» +çĦ Ĭ +æ®ĭ çĸ¾ +ç¢ Į +æĤ Ķ +è§ģ è¯ģ +è¾ĸ åĮº +å¿ĥ èĦı +éļ § +åį ¸ +åı¯èĥ½ æĢ§ +æľī 趣 +åī¯ 书记 +åĮĸ å¦Ĩ +ä¿ Ĥ +æ£ ļ +éĨ ĩ +带 头 +éł Ī +追 究 +æij Ķ +è¿Ļ éĥ¨ +ä¸į 论 +ç¥ ¸ +å ³» +éģ ķ +çĶŁ èĤ² +å¤ ł +å¤ĸ 交 +è¯Ħ 为 +ä»İ å°ı +å°ı å°ı +é ¥¿ +æĴ ¼ +è·¨ å¢ĥ +被 åijĬ +åįĹ å®ģ +身 å¿ĥ +åĨį çĶŁ +æīĢ 说 +æŶéĹ´ åĨħ +åĪĹ åħ¥ +éĿĴ æµ· +çĪ± 好 +çª Ħ +èĪ Ī +è¿ĩ 渡 +æ¿ Ł +éĽ Ģ +审 è®® +åĽ½ èµĦ +æŃ¥ ä¼IJ +轨 éģĵ +ä¿¡ 念 +ä¸ī åĪĨ +çĨ ¬ +åѵ åĮĸ +ç¼ ł +éĥ Ĭ +èĪĴ æľį +纪 æ£Ģ +ä¸Ģä¸ĭ åŃIJ +鼻 話 +è² ł +éĴ ¥ +åĮ Ļ +çĹ ´ +è¶ ģ +ç» £ +çĪ µ +è½ ° +éª Ħ +å§ ¨ +æĭ ĺ +çĮ ´ +è® ¶ +è¿Ļ 座 +çį ¨ +æ·ĺ æ±° +çĹħ ä¾ĭ +æ²Ļ åıij +è§Ĩ 为 +头 æĿ¡ +å¿ħè¦ģ çļĦ +åı¯ è°ĵ +è¯Ŀ 说 +ç¯ Ħ +æĹ© çĤ¹ +æŀ¢ 纽 +ç¾ ¡ +çĪ± åĽ½ +çªģ åıij +éĢ Ĭ +æ½ į +èį£ èĢĢ +èŁ ¹ +æ¦Ĥ çİĩ +å¾Ī ä¹ħ +æĥ ķ +è¨ ´ +åľĨ 满 +çļ ± +åĪĨ æ³Į +åħħ 足 +çľĭ æ³ķ +è¾ Ł +æĭ ¦ +æĭ © +对 åºĶ +为 æł¸å¿ĥ +èħ Ĭ +å¤ļ ä¹Ī +æµ ij +å®ı è§Ĥ +èĦ ĸ +åIJĪ èµĦ +çĶŁ 涯 +å®ŀ è´¨ +ä¼ĺ çĤ¹ +çĶ¨ æ°´ +寿 åij½ +æ² « +åIJ ģ +è© ¹ +åĽ½ éĺ² +å´ © +åĿ İ +èĨ ı +ä¸Ģ è½® +éģĹ äº§ +æ¹¾ åĮº +ç» İ +åįķ 纯 +æ¾ Ħ +åīį åĪĹ +身 å½± +é»ĺ é»ĺ +æį ī +çĴ ° +èı Ĭ +æĢ ľ +åħĭ æĢĿ +æĢ» å±Ģ +çĩĥ æĸĻ +ä¸ļ æĢģ +åIJĦ æł· +åĴ ½ +åĩº èī² +åĪĿ å¿ĥ +åı Ľ +çłĶ 讨 +è¡ « +åİĨ ç¨ĭ +ç¦ ½ +è¶³å¤Ł çļĦ +èį Ĩ +çľĭ å¾ħ +è´ © +åĨ³ å¿ĥ +è£ ¹ +å¸Ī èĮĥ +åŀ Ħ +æĿ ł +åĩ ¸ +çĬ¹ 豫 +çĥŃ è¡Ģ +åIJĪ ä¼Ļ +éħ µ +èIJ½ åľ¨ +åįł åľ° +è¡ ¬ +èĵ ī +æĦ ¤ +æ¸ Ĭ +åĪĨ æķ° +ç¬ij çĿĢ +太 å¹³ +çĤ « +æݨ ä»ĭ +æĸ¯ åĿ¦ +å½¢ 容 +æĵ Ĭ +æĦŁ åħ´è¶£ +åĨĽ 人 +åĩĮ æĻ¨ +对 çħ§ +åıij çĹħ +å· ¾ +èĪ ī +æª ¢ +ç¬ij äºĨ +ç¡® è¯Ĭ +è´Ł åĢº +壮 大 +æĪ ļ +äºĴ èģĶ +èª ² +èħ ¦ +æĹ ± +åıĹ æ¬¢è¿İ +åį ī +éĻ¢ 士 +æ© ¡ +ä¸Ģ 对 +è¾ ± +æ² Ĥ +åı² ä¸Ĭ +æIJ ı +å´ ĸ +代 è°¢ +ç£ · +é¡ ĺ +æµ ĩ +常 çĶ¨ +åį ij +åĩº åĽ½ +è¯ ł +稳 æŃ¥ +ç»ı 纪 +å¤ļ å¤ļ +æīĢ å¾Ĺ +为 主é¢ĺ +ä¸Ģ åĪĨ +æł ½ +é¡ § +çº ² +åĥ ħ +å£ ĵ +åĦ ª +ç¿ ° +æİ Ģ +人 为 +åª ³ +æ´ ½ +èĿ ¶ +å¤į åħ´ +ä¼ļ å½±åĵį +åIJĦ çķĮ +éĤ£ ä¸Ģ +é¢ ¤ +çĢ ı +çĢı 覽 +å¯ ŀ +åı¯ æĢķ +åį³ æŶ +çķ ´ +ä¸ĭ åįĬå¹´ +ç¬Ķ è®° +éĻĦ åĬł +çĥŃ æ°´ +å¥ ¸ +ç£ ħ +æĿ ī +æ¸ħ åįİ +éĸ ± +ç° ¡ +å¤Ħ å¤Ħ +åIJĪ éĩij +æ²³ æµģ +ç´ ° +è´Ł éĿ¢ +çļĦ 羣å®ŀ +åĻ¨ 械 +èĴ IJ +西 äºļ +å· ħ +ç² ¹ +åİŁ æĸĩ +æŀ ķ +è¡Ģ åİĭ +åļ ´ +å¸ ĺ +åĨ Ģ +æĮ « +çĶµ è·¯ +å°ı ä¼Ļä¼´ +èĿ ´ +æľĢ å¿« +æĭ Į +å® ª +æĸ · +ç¿ ħ +åĴ ³ +åĹ ½ +ç¾ ŀ +躺 åľ¨ +èµĽ 车 +æ² IJ +éĻIJ 度 +为 ä¸Ģä½ĵ +èĴ ľ +å¹ « +æIJ ħ +åĭ ĭ +åī ĸ +纳 ç¨İ +éķ¿ æķĪ +ç½ ķ +åī¯ æľ¬ +ç© į +éĴ © +ç¹ ¼ +åĽ½ åľŁ +è¼ ī +ä¸į å¿ĺ +èѦ 示 +çģ ¿ +å¿ĥ å¾Ĺ +æĦ ļ +忽 çķ¥ +åĽŀ äºĭ +åįł æľī +æ· Ħ +çī ¡ +çĽij äºĭ +ç¿ ¡ +éĴĪ对 æĢ§ +çª ĥ +è£ ½ +èĨ Ŀ +ç³ Ł +港 æ¾³ +太 太 +æ¾ ¡ +ç»Ĩ åĮĸ +åĶ® åIJİ +å®ŀåľ¨ æĺ¯ +ç« £ +çį ² +åĢ¾ åIJij +å¼ķ çĶ¨ +é¹ ħ +ç¬ij 容 +ä¹IJ 趣 +æ°ij æĶ¿ +éŨ æĪ· +å± ģ +è¿· 失 +éĶ Į +å°ı 康 +åĭ ī +æ³ ¼ +ä¾ĭ åŃIJ +ä¸ī ä½į +å» ł +èĶ ĵ +广 éĺĶ +èĢ į +èĢģ èĻİ +åĭŁ éĽĨ +èĦļ æŃ¥ +æĭ ¯ +åŃĹ åı· +çĦ ° +é¢ ł +èļ Ĥ +èļ ģ +é£ ¯ +人 æĢ§ +æĴ ° +åİ ¢ +å±Ģ éĻIJ +æľª æĪIJ +åĵª åĦ¿ +大 åıij +ä¸į å®ļ +å¾ģ æ±Ĥ +éĥ µ +åĢº æĿĥ +çĪ± ä½ł +èº ģ +ä»ħ ä¾Ľ +è¿ľ å¤Ħ +éĨ Ľ +åĥ µ +积æŀģ æĢ§ +æİ ¡ +åīį ä¸ī +äºİ ä¸Ģä½ĵ +çŀ Ħ +çĿ ģ +æ² ¸ +åħ± èµ¢ +éĢĢ å½¹ +è´Ŀ å°Ķ +æİ ı +æĪ ² +è¡ į +éĶ Ĥ +ä¸ĩ ä½Ļ +ç§ij åĪĽ +æ¼Ķ åĶ± +欧 åħĥ +æ·¡ æ·¡ +éĿĴ å±± +èĹ Ŀ +ç» ½ +令 çīĮ +éĽĨ 群 +ä½ľ çī© +çĢ ij +å¤ ¯ +ç½ij 游 +åħ« 大 +éª ļ +èª ĵ +ä¼ļ å±ķ +åħļ åı² +æ£Ģå¯Ł éĻ¢ +åĸ ĺ +éĺ ± +èĢĮ åĩº +éĢļ 车 +éĴ ĵ +æĥħ 人 +æ¸ Ľ +ä¸Ń ç§ĭ +çĪ Ń +åıª åī© +æĺ Ķ +éĩİ çĶŁ +ç¡ « +èIJĿ åįľ +æĬµ æĬĹ +çĻ« çĹ« +éĻ Ģ +èĶ ļ +å¸ ľ +满 满 +èı ± +éļĨ éĩį +æĺŁ çº§ +æ½ ĩ +åħ¬ åħĥ +è° £ +æ¯Ķ äºļ +æ¡Į åŃIJ +èµ £ +è² ¼ +æĦ¿ æľĽ +é¡ ½ +æ´¾ éģ£ +ç¥ Ľ +åª ļ +éĺ ľ +èij « +èĬ ¦ +æ³ » +å¡ Į +çĭ Ń +å»ī æĶ¿ +å¥ij æľº +æĹĹ èĪ° +æĥ « +严 åİī +åıĭ æĥħ +å¦ Ĭ +å¨ ł +åĵª 家 +èĨ ¨ +è¶ Ł +æĮ ª +èĻ IJ +é łģ +çŀ © +éº Ł +ç¨ £ +èģĶ éĢļ +åı ® +çİĭ èĢħ +ä¸į ç¡®å®ļ +ç ijľ +è° İ +çī¢ è®° +ç¢ ¼ +æĬ¤ èĤ¤ +é¡ · +çĦ ķ +åģļ 强 +éļ± ç§ģ +éļ±ç§ģ æ¬Ĭ +åıĹ å®³ +ä¸į çĶ± +çĥ ¹ +é¥ ª +é© ³ +ä¼ ½ +ä¸Ŀ 绸 +è¥ Ħ +åįģ ä½Ļ +éº Ĺ +æ¬Ĭ åĪ© +èģ ŀ +åı¤ èĢģ +éģ ı +åIJĦ å¼ı +å°± è¡Į +åħ¥ å¢ĥ +ç ĥģ +èľ ĺ +èĽ Ľ +çº ¬ +çŁ « +è» Ł +æ´Ĺ è¡£ +æĦ § +é¢Ħ æ¡Ī +éľ Ĩ +æ·± åİļ +éĺ¿ æĭī +åĨĻ åŃĹ +åį ¦ +éķ Ģ +模 æł· +åĤ į +æIJ į +èĸ ¯ +åł ħ +åħ¬ 积 +è¨ İ +ä¼ł æŁĵ +æ¯ ¯ +çIJĨ å·¥ +åĨ· éĵ¾ +ç«ĭ æĸ¹ +æ¢ Ń +åľ£ è¯ŀ +综 èīº +çİ© ç¬ij +æĥ³ ä¸įåĪ° +æijĩ 头 +æ· ¹ +åģĩ æĹ¥ +åĢ ĺ +èĢ ½ +èİ ĵ +åŁ · +èĩª è´¸ +åįĬ 天 +æª Ķ +æ¾İ æ¹ĥ +éķ ij +ä¸ « +éĩĮ ç¨ĭ +å¼Ģ èįĴ +èı ı +å®Ŀ è´µ +èŃ ¬ +åķ Ł +æŁ ł +æª ¬ +é© Ń +æ± Ľ +çĨĬ çĮ« +èķ ī +éļı ä¹ĭ +å± ij +è¾ĥ 强 +èĥ ³ +èĨ Ĭ +éĿĻ éĿĻ +åĴ ª +æĭĽ åij¼ +代 è¨Ģ +ä¿¡ ç®± +è£ħ éħį +æĤ į +åįķ 车 +èIJ İ +å¤ļ 彩 +éĻ ¸ +ä»İ 严 +æ© Ħ +æ¦ Ħ +éĢ ® +éĩĮ æĸ¯ +姿 æĢģ +太 æŀģ +éĩ Ŀ +æº ī +è¿ Ń +ç§ ¸ +ç§ Ĩ +å·¥ å§Ķ +æ± ķ +èģ Ĩ +ä½ ¬ +ç¼ ħ +çĶ ¸ +åī¯ å±Ģéķ¿ +éĹ º +èª ¤ +è¤ IJ +ä¸į éĻIJ +èħ ķ +åij ķ +çŁ ¶ +åĨľ 家 +管 å§Ķä¼ļ +é¥ º +èĬ ľ +æ¾ Ī +è© ¢ +å¨ģ å°¼æĸ¯ +ä½ķ åĨµ +å°ı ä¼Ļ +奢 ä¾Ī +è¿Ļ ç¯ĩ +è¯ µ +ç«ł ç¨ĭ +ç´ Ģ +éIJ ĺ +éĤ ¢ +ç³ Ļ +ç¼ Ģ +ä¹ Ĵ +ä¹ ĵ +çī¢ åĽº +åĿ ŀ +å¼ Ī +ä¾ĭ å¤ĸ +å» ³ +è§Ħ ç«ł +èĬ Ļ +ç¯ · +èº ¯ +æł Ī +åĿļ å®ŀ +åŁº 建 +çĿĢ çľ¼ +ç· ´ +èij © +ç¼ ļ +æ¦ Ĩ +主 åĭķ +ç¥ Ģ +äºĴ éĢļ +å°¤ 为 +å® Ľ +éª ¼ +æ± ² +ä¾ ĥ +æĤł ä¹ħ +æij § +æĭ ĩ +é« ĵ +éº Ĵ +éĻ Ľ +æŀ ¸ +æĿ ŀ +è´ ¬ +å°ı é¾Ļ +åĵ ® +èĵ¬ åĭĥ +åĮ Ī +çķľ çī§ +å¨ © +个 å¤ļ +æ² ¥ +æĺ § +çĦ ļ +æĬij éĥģ +çĸ ¡ +èĺ ij +éģİ ç¨ĭ +æ© ± +éĿ ĵ +大 çIJĨ +é« ¦ +åĪĨ 辨 +æ¸ ¤ +çĸ ¤ +åĬ¨ èĥ½ +å¼ł 家 +ä¸ĩ åįĥ +æ» ¥ +é¥ ¥ +åºŁ å¼ĥ +å¸ ³ +æ¼ ³ +è± IJ +ä» ij +å« ī +å¦ Ĵ +çŀ Ĵ +è¡ ħ +çĭ ¸ +å¾ģ ç¨ĭ +éĤ ¯ +éĥ ¸ +ç¥ Ī +ç¥ · +è¶ ´ +ç»ĵæŀĦ æĢ§ +è§Ĩ åIJ¬ +è¬ Ŀ +çĴ Ģ +çĴ ¨ +åĩº å¤Ħ +è¯ Ģ +å¾ ĺ +å¾ Ĭ +çľ ¨ +åĸ ĩ +åı Ń +åĺ ² +çķ ¸ +å¹² äºĭ +æļ § +æ² Ľ +åĦ Ħ +å» ĵ +åİ¿ éķ¿ +èĥ ļ +çIJ ¢ +çŃ · +éĩ ĭ +ä¾ ® +åIJ © +åĴ IJ +åĮ ¿ +æĬ¬ èµ· +æ³ £ +æ¶ ¤ +éº ½ +æĽ Ļ +åī¯ éĻ¢éķ¿ +åħļ åĴĮ +æķ£ åıij +润 æ»ij +åĵ º +æĥ ¬ +漫 éķ¿ +ä¸į æĩĪ +åŁ ł +åĹ ĵ +èĢģ çĪ· +è® ½ +æĪĺ ç»ĦåIJĪ +æ£ ł +åħ¨ åŁŁ +èł ¢ +è¯ ¡ +åīį çŀ» +æķ Ľ +ä¸Ģ å°ģ +å¹ Ĥ +èİ Ĩ +è¯Ŀ è¯Ń +ç»Ĩ åĪĻ +å± ¿ +åµ Į +éĢ į +åĺ ± +æ¸ ² +çĥ ¯ +çĿ ¹ +é¦ Ĵ +èħ ¥ +æĬĹ åĩ» +çĿ « +èį Ķ +éļ İ +æ³ī æ°´ +è¬ Ĥ +ç Ĥ¬ +åĩı æİĴ +è¸ Ĭ +è ·» +æ· Į +éľ ¾ +å¥ĩ 纳 +å¯ Ŀ +æ¤ İ +æŁ ¬ +æĸ¯ åŁº +åħ¬ ç«ĭ +è¨ ĵ +é£ Ļ +é© ¿ +åĤ µ +èĽ Ļ +ç¯ĩ ç«ł +åĪĨ æĶ¯ +ä¸Ĭ å¹´ +çŃ Ŀ +ç¼ ¤ +èĢģ æŧ +åĻ ¬ +æľ ¦ +èĥ § +æ¶Ī è²» +æĵ Ķ +æ¦ ´ +æ¿ Ĵ +ç³ ¯ +æ³ ¸ +æį Ĩ +ç» ļ +èµ İ +çIJ IJ +èµ Ĥ +æħ ® +æ² Į +çĦ Ļ +æĴŃ æĬ¥ +æ· ĩ +åĪĩ åħ¥ +çij ķ +çĸ µ +éģ ´ +ç¨ ļ +ç© © +èŀ ĥ +æ£ ķ +æĨ § +æĨ ¬ +ä¼ º +æ¯ Ĺ +æį į +æĬ ī +ç´ Ĭ +å¼ Ľ +æĭ Ń +æĹı èĩªæ²» +åĿ · +ç« ¶ +è© ³ +è¿Ħ ä»Ĭ +è° ´ +çŀŃ è§£ +æŁ ¿ +é¢ Ĭ +ç° § +çĥŁ èĬ± +ä¾ ¥ +çĿ ¦ +éħ Ŀ +æ° ĵ +çIJ ī +å§ Ĭ +æ² ® +æħ · +èľ ķ +çij ļ +éĩĩ çŁ¿ +åł ° +åºķ èķ´ +èĨ ³ +è¾ ķ +éŁ Ń +åĴ Ļ +ç² ½ +åī Ķ +æ² ¦ +èĤ ´ +éķ ¶ +æĺ ¼ +è¾ Ĺ +å© ª +åĮ ® +æĸ ĵ +æ± ¶ +éĥ ´ +éł » +çª Ĵ +è¢ ± +åĽ ± +èĢ ĺ +è ļĮ +çĭ Ļ +çĹ ¹ +ç¥ ī +æı ® +æ· Ĩ +ç£ ĭ +éĺ ª +æ « +ã ¸ +Ļ ¶ +ã ij +𣠲 +ä ¢ +ã Ń +𬠨 +ð¬ Ģ +𬠮 +𬠯 +ð¬ ľ +𪠨 +ð« Ĺ +ð¬ Ĭ +𬠱 +ð¬ Ł +ä İ +ð ¡ +ä ĥ +ã ł +ð © +ð© ¾ +𬠺 +ð¬ Ļ +ãĢ Ķ +ãĢ ķ +çļĦ æŶåĢĻ +æľīéĻIJ åħ¬åı¸ +ä¹ĭ åIJİ +ä¸ļ åĬ¡ +åķ Ĭ +èĻ½ çĦ¶ +æĭ¥ æľī +äºĴ èģĶç½ij +éĤ£ äºĽ +ä½ł çļĦ +åĨ³ å®ļ +éĻ¤ äºĨ +åĽ¢ éĺŁ +åı¯ æĺ¯ +以 åIJİ +社 åĮº +çļĦ éĹ®é¢ĺ +并 ä¸Ķ +æķĻ å¸Ī +å°± ä¼ļ +天空 éĥ¨èIJ½ +æľĢ ç»Ī +å½ĵ çĦ¶ +ä¹Ł æľī +ç¡® ä¿Ŀ +æĥ³ è¦ģ +è´Ń ä¹° +人 çļĦ +åIJ ´ +çļĦ åıijå±ķ +ä¸į çŁ¥éģĵ +软 件 +æĪij们 çļĦ +çĪ¶ æ¯į +åī ij +èĢĮ æĺ¯ +å®ī æİĴ +åIJİ æĿ¥ +çļĦ åľ°æĸ¹ +èµ µ +èĢĥ è¯ķ +çªģ çĦ¶ +ä¸Ģå®ļ è¦ģ +åĪ¶ ä½ľ +è¯Ħ ä»· +åħį è´¹ +è´¹ çĶ¨ +绣 ä¸Ģ +çĦ¶ èĢĮ +è¿Ļ 次 +éĿĴ å¹´ +人 ç±» +äº ¦ +让 人 +è´Łè´£ 人 +éĩĩ åıĸ +çļĦ äºĭæĥħ +ä¹Ł ä¼ļ +车 è¾Ĩ +æĽ´ æĺ¯ +强 åĮĸ +æĪij åĢij +以 åīį +ä¼ĺ åĮĸ +å§Ķåijĺ ä¼ļ +åĽ° éļ¾ +å¹´ 度 +ä½į äºİ +æĮĩ åĩº +åĨį 次 +åĬŀ çIJĨ +æ¯ı 个 +对 æĸ¹ +è¿Ľè¡Į äºĨ +æľĢ é«ĺ +课 ç¨ĭ +身 ä¸Ĭ +æĽ¾ ç»ı +åĮ» çĶŁ +å®ī è£ħ +æľ ± +è¿IJ è¡Į +åıĮ æĸ¹ +æľĢ 大çļĦ +æŀĦ 建 +è¿ŀ ç»Ń +çļĦ å°ı +她 çļĦ +çŃī çŃī +æĶ¹ åĸĦ +åIJĦ ç±» +éģĩ åĪ° +æľī çĿĢ +人 çī© +æĢ» æĺ¯ +è¿ħ éĢŁ +åĪ¶ å®ļ +å®ĥ 们 +å®ĺ ç½ij +è¿ĺ è¦ģ +ç»Ī äºİ +æĪ¿ åľ°äº§ +è¯ģ æĺİ +èĤ¡ 票 +åºĶ å½ĵ +èĭ± åĽ½ +è¿IJ çĶ¨ +æľĢ æĸ° +享 åıĹ +让 æĪij +æĻļ ä¸Ĭ +å¾ ŀ +å°ı 说 +å°¤åħ¶ æĺ¯ +è®Ń ç»ĥ +åħ¨ å¸Ĥ +æĮij æĪĺ +æľī çĤ¹ +带 çĿĢ +çļĦ ä¸ľè¥¿ +é£İ æł¼ +é»Ħ éĩij +å¼ķ 导 +æѤ å¤ĸ +æľĢ è¿ij +追 æ±Ĥ +强 è°ĥ +ä¹Ł åı¯ä»¥ +æĦŁ åĪ° +èĩª æĪij +çī¹åĪ« æĺ¯ +æĪIJ éĥ½ +éĢIJ æ¸IJ +å¿« ä¹IJ +ä¹ĭ ä¸Ń +æĬķèµĦ èĢħ +ä»ĸ们 çļĦ +æ° ı +å·¥ä½ľ 人åijĺ +äºĨ ä¸Ģ个 +åķ ¦ +ä¸Ģ åĢĭ +åŁº å±Ĥ +æ²Ł éĢļ +第ä¸Ģ 次 +并 没æľī +çļĦ å·¥ä½ľ +åľ¨ è¿ĻéĩĮ +æŀ ª +æĶ¯ æĴij +æŶ å°ļ +æĿ¥ åĪ° +æĶ¶ è´Ń +éĿ© åij½ +æĺ¯ ä¸įæĺ¯ +讨 论 +ä¸ļ 绩 +å°± èĥ½ +ç«ĭ åį³ +è¡Ĺ éģĵ +åľ¨ ä¸Ģèµ· +æľĪ 份 +é«ĺ 端 +å¾Ī éļ¾ +ä¿Ħ ç½Ĺæĸ¯ +æīĭ 段 +åģļ åĩº +ä¼Ĺ å¤ļ +å®ŀ è¡Į +æīĵ å¼Ģ +游 客 +ä¾Ŀ çĦ¶ +å°± åĥı +离 å¼Ģ +说 éģĵ +æĸ° èĥ½æºIJ +æº ª +äº ķ +令 人 +ä¸Ģ åľº +æĪij æĥ³ +两 人 +èĩ³ å°ij +çļĦ çĶŁæ´» +æĺ¯ ä¸ª +èĭ± è¯Ń +æ²Ĵ æľī +æĢĿ èĢĥ +éĻIJ åĪ¶ +åı° æ¹¾ +ä¸Ģ æŦ +çļĦ ä¸Ģ个 +é«ĺ 级 +åĬŀåħ¬ 室 +å¾· åĽ½ +æĪij å°± +å®ļ ä½į +éĢĤ åºĶ +æĮĩ æłĩ +åħ¨ çľģ +ä¸Ĭ è¿° +å®ĥ çļĦ +åĽŀ 家 +欧 æ´² +éĵģ è·¯ +é¼ĵ åĬ± +çļĦ å½±åĵį +é«ĺ æł¡ +天 ä¸ĭ +é«ĺ è´¨éĩı +æĿŃ å·ŀ +èµĦ 讯 +æĶ¾ åľ¨ +æľī ä¸Ģ个 +å°± è¦ģ +ä¸Ĭ éĿ¢ +解 éĩĬ +éĢIJ æŃ¥ +å°½ 管 +æľī ä»Ģä¹Ī +çļĦ äºĭ +çĻ» è®° +人æ°ij å¸ģ +è§Ĥ ä¼Ĺ +è§Ĥ å¯Ł +çĶµ èĦij +çļĦ åIJĮæŶ +ä½ľ ä¸ļ +宣 å¸ĥ +çļĦ ä½ľçĶ¨ +åĽŀ æĿ¥ +éļ¾ 以 +æīĢæľī çļĦ +å°ı åѦ +æıIJ åīį +æ¤į çī© +åĩ ¯ +ä¸Ĭ äºĨ +å°± åľ¨ +åħĪ åIJİ +æīĭ æľ¯ +éĥ Ń +éĿ¢ åīį +æ¯ķ ç«Ł +äºĮ æĺ¯ +红 èī² +éĺ³ åħī +èĭ¹ æŀľ +å¾Īå¤ļ 人 +ç»Ļ æĪij +åĵ ¦ +çľ¼ çĿĽ +éł Ń +ä¸Ģ æĺ¯ +åıijå±ķ çļĦ +åıį åºĶ +æĪ¿ å±ĭ +æľŁ å¾ħ +ç§į æ¤į +æĸĩ åѦ +åį³ åı¯ +é¦ĸ 次 +èĭ± éĽĦ +å¤ļ 次 +åĮħ è£ħ +æ²³ åįĹ +ä¹ĭéĹ´ çļĦ +ä»į çĦ¶ +åIJ¬ åĪ° +èij£äºĭ éķ¿ +è§Ħ åĪĻ +ä¸Ģ 份 +大 ä¼Ĺ +使 å¾Ĺ +è¿Ľ åı£ +ä¸Ģ çīĩ +æĢ§ çļĦ +çļĦ 大 +æĪij æĺ¯ +äºĴ åĬ¨ +æ° £ +çļ Ĩ +åħ¬åı¸ çļĦ +ä¸Ģ è¾¹ +åıĬ åħ¶ +èī¯ 好çļĦ +æĭĵ å±ķ +å½ĵ å¹´ +广 åľº +åģļ äºĨ +åŁº äºİ +æıIJ éĨĴ +åħĦ å¼Ł +èĢģ æĿ¿ +è¿ij æĹ¥ +çĬ¶ åĨµ +注 éĩį +åĪļ åĪļ +è°ĥ çłĶ +å¿ĥ ä¸Ń +æĬĬ æı¡ +éļı åIJİ +ä¸į å¤Ł +åĪĽ ä½ľ +ç«Ļ åľ¨ +缸 äºĴ +çĸ«æĥħ éĺ²æݧ +å¹´ 代 +带 åĬ¨ +伤 害 +ç«Ł çĦ¶ +å¼ķ è¿Ľ +ç´¯ 计 +让 æĪij们 +åĽŀ æĶ¶ +æĬ¥ åIJį +åĬ© åĬĽ +èģĶ 缣 +çŃĸ çķ¥ +åij¨ è¾¹ +åĭ Ĵ +è¿ĺ åľ¨ +æµģ éĩı +寻 æī¾ +çĶµ åĬĽ +èĪ¹ èĪ¶ +è¿ĺ èĥ½ +æĭħ ä»» +çļĦæĥħåĨµ ä¸ĭ +çļĦ åİŁåĽł +缺 ä¹ı +çIJĥ åijĺ +å²ģ çļĦ +çĶ· åŃIJ +å·¥ èµĦ +è¿ijå¹´ æĿ¥ +åij Ģ +æıIJä¾Ľ äºĨ +她 们 +家 åħ· +çĩ ķ +è½» æĿ¾ +æł¡ åĽŃ +èĢĥ æł¸ +åį± éĻ© +åħļ ç»Ħç»ĩ +æĢ» ç»ıçIJĨ +çļĦ æĸ° +çİ» çĴĥ +è¿Ļ ä½į +对 æѤ +家 人 +çļĦ è¦ģæ±Ĥ +温 度 +æĮĩ æķ° +缴 åĪ° +æѤ æŶ +æ¹ĸ åįĹ +éĥ½ è¦ģ +ä½ľ åĩº +åIJĦ ä½į +èĢĥ çĶŁ +ä¾Ŀ æį® +说 è¯Ŀ +æĪij ä¹Ł +å·¥ åİĤ +åıĺ æĪIJ +ä»ĸ 人 +æĪij è§īå¾Ĺ +åIJĦ 级 +ä¼łå¥ĩ ç§ģæľį +ä¸Ĭ åįĩ +好 åĥı +åĬł éĢŁ +äºĮ åįģ +è¢ ģ +è£ħ 饰 +éĥ½ èĥ½ +ä¸Ģ å¼ł +åĬ¨ æĢģ +å¹´ çļĦ +è¿Ļ å°±æĺ¯ +ä¹Ł è¦ģ +èµĦ æł¼ +æĪĺ äºī +æĦŁ è°¢ +åŁ¹ èĤ² +天 æ°Ķ +女 士 +åı¯èĥ½ ä¼ļ +çļĦ 产åĵģ +ä¹Ł å°± +主è¦ģ æĺ¯ +åĪº æ¿Ģ +ç»Ļ ä½ł +大 æķ°æį® +åĮ» åѦ +åĪ ¤æĸŃ +ä»ĸ 说 +表 æ¼Ķ +äºļ æ´² +ä¸ĵ é¢ĺ +ç«ŀäºī åĬĽ +éĤ£ æł· +å±ķ å¼Ģ +å¹³ æŶ +æİ¥ ä¸ĭæĿ¥ +æī¿ 诺 +æ³ķ åĽ½ +åħ³ å¿ĥ +ä¼ļ æľī +éĤĢ 请 +é¢Ħ éĺ² +对 æİ¥ +好 äºĨ +åĴ± 们 +çļĦ æĦŁè§ī +æĢĿ è·¯ +éĥ½ 没æľī +çļĦ æĸ¹æ³ķ +女 åŃIJ +åı¸ æ³ķ +è¿ĺ ä¼ļ +è¶ĬæĿ¥è¶Ĭ å¤ļ +åĽł çĤº +æµ· åįĹ +人 æķ° +å°Ĩ ä¼ļ +ä¸ļ 主 +é¤IJ 饮 +å±ħ ä½ı +åıij åĩº +è¿ij æľŁ +å¼ķ é¢Ĩ +æľºåĻ¨ 人 +åĩºæĿ¥ çļĦ +çľĭ è§ģ +ä¿ Ĭ +让 ä»ĸ +ä¸į æĥ³ +å·¥ä½ľ çļĦ +è¡¥ åħħ +æµ ħ +çī¹ å¾ģ +ä¸Ĭå¸Ĥ åħ¬åı¸ +ç¾İ é£Ł +广 西 +æ¯ı ä¸Ģ个 +èIJ½ åľ° +åĵģ ç§į +åĴĮ è°IJ +å½» åºķ +é«ĺ èĢĥ +æĺ¨ å¤© +åīį å¾Ģ +çĽij æµĭ +çĻ¾ 度 +åľ¨ ä¸ŃåĽ½ +çļĦ éľĢæ±Ĥ +亿 ç¾İåħĥ +åѦ æľ¯ +æĶ¶ åĪ° +æĿ¿ åĿĹ +ä¸Ģ 段 +æŀĦ æĪIJ +ä¼ģä¸ļ çļĦ +表 éĿ¢ +æķ´ çIJĨ +ç»ĵ å©ļ +人 家 +åģľ æŃ¢ +åѦ ç§ij +æĺ¾ å¾Ĺ +ä¼ij æģ¯ +é¢Ħ æľŁ +æĪĸ æĺ¯ +çļĦ 主è¦ģ +åºĶ 对 +èµ° äºĨ +ä¸Ń éĹ´ +èµ° è¿Ľ +åijĪ çİ° +æIJŃ éħį +é¹ ı +æĺ¯ åĽłä¸º +æĥħ 绪 +å®ļ æľŁ +社ä¼ļ 主ä¹ī +çŃī 级 +磼 çĽ¾ +é£ŀ æľº +èĩ³ ä»Ĭ +æĶ¶ éĽĨ +çļĦ æķħäºĭ +åĪĩ å®ŀ +å®ŀçİ° äºĨ +å½¢ æĪIJäºĨ +åįĹ æĸ¹ +ä¸Ń åѦ +æµ· æ´ĭ +åIJ¦ åĪĻ +æĭį æijĦ +大åѦ çĶŁ +åĩºçİ° äºĨ +æĦı å¤ĸ +ä¹Ł èĥ½ +çļĦ èĥ½åĬĽ +åĿIJ åľ¨ +åĪĻ æĺ¯ +èĢĥ å¯Ł +å°Ĭ éĩį +éĺ² æŃ¢ +ç´§ å¼ł +读 书 +åĩº è¡Į +å°± æľī +å±¥ è¡Į +çݰ代 åĮĸ +åĽ½ åĬ¡ +åĽ½åĬ¡ éĻ¢ +ç»´ ä¿® +åİŁ åĪĽ +æĺ¯ æĮĩ +ä¼ij éĹ² +çĤ ® +æĸ° æĹ¶ä»£ +éĢĻ åĢĭ +ä¸į æķ¢ +å®Į ç¾İ +ç»Ĩ èĬĤ +éŃ ı +èĶ¬ èıľ +é¢Ĩ导 çıŃåŃIJ +è¶ħ 级 +è¡Į æĥħ +人工 æĻºèĥ½ +åį° 度 +åŁºç¡Ģ 设æĸ½ +åıĪ æĺ¯ +èį¯ çī© +åIJ¸ æĶ¶ +åį´ æĺ¯ +éĥ İ +å¥ĸ åĬ± +çļĦ æľĭåıĭ +ä¿Ŀ çķĻ +è§Ħ å¾ĭ +æĸ° çĸĨ +è¿ĺ åı¯ä»¥ +æİ¥ è¿ij +æѤ åīį +æī¹ åĩĨ +æĢİä¹Ī æł· +çļĦ ä½įç½® +ä¸Ģ åĿĹ +æĭĴ ç»Ŀ +顾 客 +ä¹Ł åľ¨ +ä¸Ģ çĶŁ +éĥ¨ éĺŁ +å¹´ åīį +æĸ¹éĿ¢ çļĦ +å°Ŀ è¯ķ +羣æŃ£ çļĦ +ç¦ģ æŃ¢ +è¿ĺ 没æľī +æ°ij çĶŁ +èµ° åIJij +èĦ¸ ä¸Ĭ +å½ĵ 天 +éĽĨåĽ¢ åħ¬åı¸ +çļĦä¸Ģ ç§į +西 æĸ¹ +åĽŀ åºĶ +ä¸Ģ 声 +常 常 +æıIJ åĪ° +èħ¾ 讯 +æľį è£ħ +为 ä½ķ +äºij åįĹ +å°± ç®Ĺ +ä¼ł æī¿ +åıį èĢĮ +ä¸ĩ åIJ¨ +è´¢ 产 +å¦Ĥ ä¸ĭ +æĹ¥ åīį +åİŁ æľ¬ +æľĢ éĩįè¦ģçļĦ +认 è¯ģ +ä¸Ģ éģĵ +ä¿¡æģ¯ åĮĸ +å¾Ĺ åĪ°äºĨ +éĢ² è¡Į +æĪij è¦ģ +éĢļ ä¿¡ +室 åĨħ +èµļ éĴ± +æĶ¶ èĹı +解åĨ³ æĸ¹æ¡Ī +æĪ¿ 产 +çĭ ¼ +æ´» åĬĽ +ç»ıæµİ åıijå±ķ +çŃī å¾ħ +ä¹Ł å¾Ī +åĿ ij +å¾Ī 好çļĦ +éļ¾ 度 +ä¸į å¦Ĥ +人æ°ij æĶ¿åºľ +åĩº åıij +åīį æľŁ +æ¼Ķ åijĺ +女 çĶŁ +èģļ çĦ¦ +审 计 +é¢Ħ æµĭ +ä¾Ŀ æīĺ +äºĶ å¹´ +è¡¥ è´´ +æ¸ħ æĻ° +éª Ĥ +çľĭ èµ·æĿ¥ +çļĦ åŃ©åŃIJ +é¢ij éģĵ +ä½ı å®ħ +éĿ¢ åIJij +æľĢ ä½İ +æĹ¢ çĦ¶ +ä¸Ģ å¥Ĺ +æķ° åѦ +群 ä½ĵ +åĮĹ京 å¸Ĥ +å±ħ çĦ¶ +æ°Ľ åĽ´ +éĢĶ å¾Ħ +çļĦ åŁºç¡Ģä¸Ĭ +èģĮ è´£ +åı¯èĥ½ æĺ¯ +åĨĽ äºĭ +æĪIJ æķĪ +åŃ©åŃIJ 们 +计ç®Ĺ æľº +èµ ¤ +产ä¸ļ åıijå±ķ +å·¨ 大çļĦ +å·¥ 人 +çĶŁ éķ¿ +éĥ½ åı¯ä»¥ +çļĦ æľºä¼ļ +èµĦ è´¨ +çĹĽ èĭ¦ +ç²ī ä¸Ŀ +å¢ ĵ +å¹³ å®ī +管 éģĵ +è·Ł çĿĢ +饮 é£Ł +åķĨ 家 +å¤ļ 家 +åı¸ æľº +åºĶ该 æĺ¯ +éĢı éľ² +认 å®ļ +è¡Įä¸ļ çļĦ +çļĦ ä¼ģä¸ļ +æ¯ı ä¸Ģ +èĮĥåĽ´ åĨħ +è¾ĥ 大 +è´ ¤ +大 èµĽ +å¤ļ äºĨ +é¸ ¿ +临 åºĬ +åľ¨ è¿Ļ个 +çļĦ åĨħ容 +éĶĢ éĩı +å¾Ī å°ij +åŃ Ł +ç»´ æĮģ +åĴĸ åķ¡ +æľ¬ åľ° +èī² 彩 +并 éĿŀ +èĢĮ å·² +温 æļĸ +èIJ § +æĬĵ ä½ı +èĢĮ ä¸įæĺ¯ +åĸ Ĭ +çļĦ åħ³ç³» +çī© åĵģ +éĤ£ æĺ¯ +åĨľ 产åĵģ +è¿Ļ æŶ +å©ļ 姻 +æ°´ æŀľ +æĶ¶ èİ· +ä»ĺ åĩº +客æĪ· 端 +æ¼Ķ åĩº +åħ¨ æĸ° +è¿Ļ ä¹Łæĺ¯ +æĺ¯ çĶ± +è§Ĥ 念 +æľī 个 +éĢł åŀĭ +èĥľ åĪ© +ä¸ī æĺ¯ +è¶ħ å¸Ĥ +åħļ建 å·¥ä½ľ +æĶ¾ å¿ĥ +线 è·¯ +æĭĽ çĶŁ +åIJĥ é¥Ń +è½ ī +å°½ éĩı +è§ģ åĪ° +åIJĮæ¯Ķ å¢ŀéķ¿ +åįİ ä¸º +æĪij å¸Ĥ +æıIJ åĩºäºĨ +æ°ij èѦ +åįļ çī© +åįļçī© é¦Ĩ +è¯ļ ä¿¡ +åīį éĿ¢ +å±± 西 +è¾ħ åĬ© +转 移 +æĽ´ 为 +丰å¯Į çļĦ +åį ¢ +å¿« éĢĴ +æĺ¾ èijĹ +çī© èµĦ +åĪ° è¾¾ +æľī åĪ©äºİ +åij Ĩ +åŃ©åŃIJ çļĦ +ä¸į ä½Ĩ +çłĶ究 éĻ¢ +çĶ³ æĬ¥ +æļ ¨ +æ°ij éĹ´ +åį » +çļĦ å£°éŁ³ +å¸Ĥåľº çļĦ +ä¸Ģ åı¥ +çľģ 级 +æĿ¥ çļĦ +åĵª 个 +æīį ä¼ļ +åĪĨ éħį +èĶ ¡ +ä»ĸ åľ¨ +åħ± æľī +å¡ ĺ +èĴ Ĥ +éľ į +åıĤ è§Ĥ +ä¸Ī 夫 +ä¾Ŀ éĿł +æľī æŶ +äºĨ å¾Īå¤ļ +ä¸ĸçķĮ æĿ¯ +家 æĹı +ä¸į éľĢè¦ģ +大 å¸Ī +èŀį åħ¥ +éĿŀ æ³ķ +çĹħ 人 +åIJİ æľŁ +大家 éĥ½ +ç½ij åĿĢ +åİŁ æĸĻ +便 å®ľ +æ¶ Ľ +仿 ä½Ľ +å·® è·Ŀ +åı¦ä¸Ģ æĸ¹éĿ¢ +产åĵģ çļĦ +èµ « +æĥħåĨµ ä¸ĭ +éĴ¢ éĵģ +æľ¬ ç«Ļ +纳 åħ¥ +å·² æľī +æľī 没æľī +ä¼° 计 +é£ ĺ +æľŁ è´§ +åĢĭ人 è³ĩæĸĻ +ä¸ĵä¸ļ çļĦ +çĪĨ åıij +èĩ´åĬĽ äºİ +çİ°åľ¨ çļĦ +æľī åĵªäºĽ +çł´ åĿı +æķ°åŃĹ åĮĸ +åľ° éĿ¢ +é»ij èī² +å¹¼åĦ¿ åĽŃ +çļĦ ç²¾ç¥ŀ +äº Ń +导 æ¼Ķ +çİ° æľī +æѦ åĻ¨ +èĭı å·ŀ +çİ Ħ +æ±Ł 西 +延 伸 +论 æĸĩ +è¾ĥ 为 +çİ© æ³ķ +é¼ İ +åIJĮ æŃ¥ +éĩĬ æĶ¾ +æĽĿ åħī +åĿļ åĨ³ +å§Ķ æīĺ +å°Ĩ åľ¨ +äºĪ 以 +ä½ľ æĸĩ +èĢĮ åľ¨ +ä¼ĺ åħĪ +åĽŀ åİ» +ä¿® å¤į +åĽ½åĨħ å¤ĸ +çŃĸ åĪĴ +åıij æĶ¾ +å¿ĥ æĥħ +çļĦ åİĨåı² +éĿ¢ è¯ķ +举 åĮĹ +ä¿¡ åı· +ç²® é£Ł +è¯ģ 书 +æŁIJ äºĽ +è¿IJ ä½ľ +åĨ² åĩ» +çĥŃ çĤ¹ +æŶ æŶ +æŶæŶ 彩 +åľ° çĤ¹ +ä¸Ģä½ĵ åĮĸ +éļ¾ é¢ĺ +æĽ ° +ç«ĭ åĪ» +æĺ¯ éĿŀ常 +åħ± åĴĮ +åħ±åĴĮ åĽ½ +æ¿Ģ åĬ± +æľīæķĪ çļĦ +å¤Ħ ç½® +该 åħ¬åı¸ +æ£Ģ éªĮ +èѦ æĸ¹ +è´ ¾ +äºĨä¸Ģ ä¸ĭ +ä»Ĭ åIJİ +çħ ® +çĶ¨ åĵģ +读 èĢħ +æĪij åľ¨ +åĽŀ å¤į +ä¸Ģ 座 +è¿ĺ 没 +å®ļ åĪ¶ +没 æĥ³åĪ° +å¤ ¹ +ä¼ł éĢĴ +ä¸Ģ 款 +强 大çļĦ +çļĦ è¡Į为 +å¤ı 天 +åıijåĬ¨ æľº +é¢ĨåŁŁ çļĦ +å®ŀéªĮ 室 +ä¸Ģ æĬĬ +æĺ¯ ä¸ºäºĨ +éĻķ 西 +æĭħ ä¿Ŀ +è¾¾ æĪIJ +è¦ģ æĺ¯ +æĺİ å¤© +ç»Ļ ä»ĸ +建ç«ĭ äºĨ +ä¸į è¡Į +ä¸Ń æĸĩ +åľ° 说 +åIJİ çļĦ +çĽij æݧ +éĢ ¸ +æĢ» éĥ¨ +æľ¬ æĸĩ +é¹ ¿ +æĻ¯ è§Ĥ +çļĦ 缮æłĩ +èĽ ĩ +åĨ ¯ +ä¸Ń åĮ» +æķĪ åºĶ +产 éĩı +åŃ Ŀ +è´¦ æĪ· +è¿Ŀ åıį +èij£äºĭ ä¼ļ +京 举 +责任 ç¼ĸè¾ij +åķı é¡Į +çĪ± å¿ĥ +èѦ å¯Ł +é¤IJ åİħ +å¸Ĥ æĶ¿åºľ +天 天 +æĸ° é²ľ +éĥij å·ŀ +è¶ħ è¶Ĭ +å½ Ń +çŁ¥è¯Ĩ 产æĿĥ +åĽŀ å¿Ĩ +è·¯ 线 +å»ī æ´ģ +éĿĴ å°ijå¹´ +åıĸå¾Ĺ äºĨ +çľĭ åĪ°äºĨ +é¦ ¬ +ç²¾ åĵģ +åľ° éĵģ +æĮģ æľī +ä¸ĭ äºĨ +æľī æŶåĢĻ +ä¸Ģ 人 +æĴ Ĵ +ä»Ķ ç»Ĩ +èĢģ åħ¬ +äºĭå®ŀ ä¸Ĭ +èģĶ èµĽ +ä¾ĽåºĶ éĵ¾ +é¢Ħ ç®Ĺ +åĪ¶éĢł ä¸ļ +å®īåħ¨ çĶŁäº§ +俱 ä¹IJ +俱ä¹IJ éĥ¨ +çļĦ æł¸å¿ĥ +æīĵ ç®Ĺ +å½± çīĩ +æIJŃ å»º +ä¹Ł ä¸įä¼ļ +æĭħ å½ĵ +å±Ĥ éĿ¢ +åѦ åijĺ +临 æŶ +缸 ç»ĵåIJĪ +对 æ¯Ķ +ä»ĸ æĺ¯ +æĸ° åĮº +è¿Ľ åİ» +çĻ¾ å¹´ +ä¿ © +å°½ å¿« +çĶµåŃIJ åķĨåĬ¡ +æĽ´ æľī +æ¸ħ çIJĨ +åı¦ ä¸Ģ个 +åĤ » +ä»Ģä¹Ī æł·çļĦ +æĺ¯ æľĢ +åij¨ å¹´ +å¾Ī 容æĺĵ +åĽ¢ ç»ĵ +ç´ Ħ +æĹ© å·² +çļĦ åıĺåĮĸ +éľ ŀ +æĹ¥ ä¸ĬåįĪ +失 åİ» +ä¸Ń åľĭ +çļĦä¸Ģ äºĽ +å°ı åŃ© +ä¸ĭ è·Į +éĶ» çĤ¼ +é ij +éij « +å¿ĹæĦ¿ èĢħ +èĤ¡ å¸Ĥ +èµĽ äºĭ +许åı¯ è¯ģ +åı¯ æĮģç»Ń +åijĬè¯ī è®°èĢħ +éĢ» è¾ij +å¼ķ åħ¥ +çļĦ è¿ĩç¨ĭä¸Ń +è§Ĩ è§ī +èĩªæ²» åĮº +è¯ģ æį® +è£ħ ç½® +第ä¸ī æĸ¹ +å¹´ æĿ¥ +å¹¿ä¸ľ çľģ +带æĿ¥ äºĨ +éķ¿ æ±Ł +访 éĹ® +å·® ä¸įå¤ļ +æĺ¯ æĪij +éģŃ éģĩ +æĬĵ 好 +é«ĺ è¾¾ +并 åľ¨ +èĩª è§ī +ä¾ĽåºĶ åķĨ +æĥħ æĦŁ +ä½ı äºĨ +çļĦ èģĮä¸ļ +çļĩ å¸Ŀ +西 éĥ¨ +åĴĮ å¹³ +çļĦ åĬĽéĩı +æ± ª +åħħåĪĨ åıijæĮ¥ +æĬķ è¯ī +èµ· åĪ° +äºĴ 缸 +æ¾³ éŨ +æİ¥ åĪ° +æ°´ æ³¥ +模 åŀĭ +ä¸Ģ åįĬ +秩 åºı +æĪij们 åľ¨ +æī¿ 认 +ä¸Ģ éĥ¨åĪĨ +åįł æ¯Ķ +å¦ĩ 女 +ç² ĺ +äºĨ解 åĪ° +ä¸Ģå®ļ ä¼ļ +åIJĦ 大 +èµ° åĩº +为 大家 +é«ĺ éĵģ +åı¯ä»¥ åľ¨ +ä½Ĩ åľ¨ +çĶŁæĢģ çݯå¢ĥ +èı ¯ +çļĦ ä»·æł¼ +麻 çĥ¦ +æ¿Ģ åıij +éĤ£ å°± +çļĦ æł·åŃIJ +为 æѤ +天 åľ° +çļĦ 缮çļĦ +åĢº åĪ¸ +å·² ç¶ĵ +åĽĽ 大 +åIJĮæŶ ä¹Ł +å½¼ æѤ +æĭ¿ åĪ° +åIJ« éĩı +åįģ 大 +éļ¾ éģĵ +å¼ Ĺ +ä¸Ģ 段æŶéĹ´ +çħ§ 顾 +æķ°æį® æĺ¾ç¤º +æĪIJ为 äºĨ +èµ° åĪ° +æľ¬ åħ¬åı¸ +ç»Ī 端 +ä¹Ł ä¸įæĺ¯ +头 åıij +大 约 +é£İ æĻ¯ +æ¶Ī èĢĹ +审 æŁ¥ +äºī åıĸ +æ³ķ æ²» +äºĭ çī© +ç¼ĵ 解 +æĥ ¨ +缸åºĶ çļĦ +çļĦ æķĪæŀľ +åıį å¤į +åıijçĶŁ äºĨ +éĢĻ äºĽ +ç»ĥ ä¹ł +åݨ æĪ¿ +å¼Ģ æĭĵ +欣 èµı +夫 妻 +ä¸į ä¸Ģæł· +产 èĥ½ +èĬ¯ çīĩ +è¦ģ ç´ł +åıį 对 +çİĩ åħĪ +è´§ çī© +æĹ¥ çĶµ +ä½ľ 家 +æĶ¹ è¿Ľ +æĪIJ åĪĨ +åĽł èĢĮ +åĩı èĤ¥ +æ½ ĺ +å±±ä¸ľ çľģ +åĬ Ŀ +åŁ ĭ +æѦ è£ħ +æ±ĩ æĬ¥ +ä¸Ģ个 æľĪ +çĥŃ éŨ +大 éģĵ +æ´» åĭķ +éĥ½ å¾Ī +çĶµ 梯 +ç´§ æĢ¥ +åĢº åĬ¡ +客 æľį +ä¸Ģ éĥ¨ +ä½ł æĺ¯ +çİ° çĬ¶ +æŃ£ç¡® çļĦ +ä¹ĭ å¤Ħ +ç¼ĸ åĪ¶ +ä½ł åı¯ä»¥ +çŃī åľ° +èİ ī +对 è¯Ŀ +æ·ĺ å®Ŀ +è°ĥ èĬĤ +æİĴ æĶ¾ +åºĵ åŃĺ +ç´ ļ +çļĦ ä¼ĺåĬ¿ +æĿĥ å¨ģ +以ä¸ĭ ç®Ģ称 +ä¸Ģ 项 +èģļ éĽĨ +ä¼łç»Ł çļĦ +æ·· åIJĪ +è¿Ļä¸Ģ çĤ¹ +ä¸Ģ çľ¼ +æĹł éĻIJ +èİ·å¾Ĺ äºĨ +éĢī æīĭ +åĪ¶ åĵģ +åįı ä½ľ +çĭ¬çī¹ çļĦ +ä¸Ģ 级 +è¿Ļ个 éĹ®é¢ĺ +æĸ Į +æĺ¯ æĪij们 +æķĮ 人 +æ¸ħ æ´Ĺ +ä¸Ģ缴 åľ¨ +å°ı ç±³ +çļĦ è¿ĩç¨ĭ +åľ¨ åĮĹ京 +ä¸Ģ æĶ¯ +æĹ© ä¸Ĭ +æĸĩ èīº +ç¦ı åĪ© +é£Ł çĶ¨ +æĦŁ åĬ¨ +åħ¨ ç¨ĭ +æĶ¯ åĩº +æĸ° 建 +å¸ ķ +æĺ¾ çĦ¶ +羣 çļĦæĺ¯ +æĸ°éĹ» ç½ij +èĥ½ åIJ¦ +åįı åĬ© +亲 èĩª +å¾Ī æľī +çĻ¼ å±ķ +æĦı 大 +æĦı大 åĪ© +çĶµ ç½ij +æĹ¥ çĽĬ +çĨ ± +èĤĮ èĤ¤ +çĶ· æĢ§ +ç»Ħ 建 +çŃī éĹ®é¢ĺ +æ¶Ī éĻ¤ +æĬ¤ çIJĨ +å¡ij æĸĻ +ä¹Į åħĭ +ä¹Įåħĭ åħ° +åķĨ æłĩ +çIJ ³ +æĸ° æīĭ +çļĦ çī¹çĤ¹ +åĴ ¬ +å½ĵ ä¸ĭ +设计 å¸Ī +èµĶ åģ¿ +第 åįģ +æĻºèĥ½ åĮĸ +å¼Ģåıij åĮº +åı¯ä»¥ éĢļè¿ĩ +åħ±äº§ åħļ +åİī 害 +çģµ æ´» +æŶ åħī +éĥ¨ ä½į +人 æĸĩ +è¿Ľ æĿ¥ +ä¹ĭ æīĢ以 +ä¸ī åįģ +çļĦ åѦçĶŁ +éĺ² æĬ¤ +åĽ½ 产 +æ·±åľ³ å¸Ĥ +éĤ£ å°±æĺ¯ +åĪ° ä½į +çī¹ æľĹ +çī¹æľĹ æĻ® +å®ŀ æŶ +åı° çģ£ +èĢĮ ä¸į +æĮĩ å®ļ +åĿ Ŀ +èħIJ è´¥ +çī¹ å®ļ +å¢ŀ éĢŁ +æłĩ çŃ¾ +æĪ¿ ä»· +æĦ ģ +贯彻 èIJ½å®ŀ +æĢ§ è´¨ +çłĶ究 çĶŁ +ç¾İ 容 +æī¹ è¯Ħ +究 ç«Ł +人åĬĽ èµĦæºIJ +éĸĭ å§ĭ +åĽŀ å½Ĵ +èIJ¥ åķĨ +èIJ¥åķĨ çݯå¢ĥ +ä¸ŃåĽ½ 人 +çļĦ åŁºæľ¬ +è¯Ŀ é¢ĺ +æłĩåĩĨ åĮĸ +西 èĹı +åĭ ¾ +çļĦ 设计 +ç®Ģåįķ çļĦ +å¤į åĪ¶ +æ¸IJ æ¸IJ +以 å¤ĸ +èģĶ åĬ¨ +两 次 +æĢ§ åĴĮ +æĽ´ 大 +çļĦ åIJįåŃĹ +éŁ ¦ +ä½ł è¦ģ +å¢ĥ å¤ĸ +æĹ© æľŁ +åĪĿ æŃ¥ +è´¦ åı· +害 æĢķ +æĺ¨ æĹ¥ +åĪļ æīį +ç¥ŀ ç§ĺ +ç²¾ å¿ĥ +æµģ éĢļ +åħ¨ æĸ¹ä½į +以 å¾Ģ +ä¹Ł å°Ĩ +æĺ¯ ä¸ŃåĽ½ +åĽ½å®¶ 级 +å°Ĩ åĨĽ +æij Ĭ +æľĢ 为 +第ä¸Ģ æŶéĹ´ +æ¶Ī æ¯Ĵ +å°Ĩ äºİ +å¨ģ èĥģ +èĭ± æĸĩ +æīĭ ä¸Ń +çIJĥ è¿· +è§Ĥ çľĭ +离 å©ļ +æľ¬ åľŁ +åĪĨ æķ£ +æĻ ´ +è¦ģ 注æĦı +浪 è´¹ +管 æݧ +åĩº åĶ® +æĢ» è£ģ +ä¸Ģ éĺµ +å¨ ĩ +äºĶ 个 +å½ĵ åĪĿ +çºł 纷 +ä¸ĵ çĶ¨ +å¤ĩ æ¡Ī +åĪĿ æľŁ +å®ĥ æĺ¯ +åĮº åĿĹ +åĮºåĿĹ éĵ¾ +大 è¿ŀ +è¿Ļ ç±» +åıĺ æĪIJäºĨ +éĤĦ æĺ¯ +åįļ 客 +çı¾ åľ¨ +ä¸Ģ æĸ¹ +å®ĮæĪIJ äºĨ +è¿Ļ个 æŶåĢĻ +åħ¨ å¹´ +ä¸Ĭ 线 +ç½ IJ +ç«ŀ èµĽ +åĩºçīĪ 社 +åĵ¥ åĵ¥ +å¯ « +å¾Ĺ 以 +èĬ± åĽŃ +äºĨ èµ·æĿ¥ +èĦ±è´« æĶ»åĿļ +çļĦ åİŁåĪĻ +讲 解 +æ¶Ī åĮĸ +æįŁ 害 +æļĤ æŶ +å¾Ĺ çŁ¥ +éĢĤ çĶ¨ +éŨ åºĹ +解 读 +æĻ® åıĬ +人æ°ij æ³ķéĻ¢ +åī¯ 主任 +å¿ĥ çģµ +è¯Ĭ æĸŃ +ç¾İ 女 +æŁ ¯ +å¹´ 以æĿ¥ +æ´» è·ĥ +åĢŁ åĬ© +åħ± 建 +è¯ī 讼 +æĶ¾ æĿ¾ +çªĹ åı£ +ä¼ģ æ¥Ń +åĬł æĭ¿ +åĬłæĭ¿ 大 +ä¹° äºĨ +主 æµģ +æĩĤ å¾Ĺ +å°Ĩ åħ¶ +éĢı æĺİ +å·¥ä½ľ ä¸Ń +èĤ¡ ä»· +æ¡£ æ¡Ī +没æľī ä»»ä½ķ +åijĬ çŁ¥ +å¹´ åĪĿ +æĹ¥ ä¸ĭåįĪ +åİĤ åķĨ +èĬĤ å¥ı +主 导 +è£ Ŀ +åħ³éĶ® è¯į +èģĬ 天 +åĨĻ ä½ľ +æĶ¹éĿ© å¼ĢæĶ¾ +æľī æľĽ +éĢļ æĬ¥ +èIJ Į +æĢ» é¢Ŀ +çŁŃ æľŁ +ä¸Ģ çķª +çĶŁæ´» çļĦ +åĮĸ çļĦ +æĺ¥ å¤© +è¿Ļ åľº +æĸ°å¼Ģ ä¼łå¥ĩ +æĺ¯ è¦ģ +å°ļ æľª +åıĺ æĽ´ +ä¸Ģ åij¨ +客 è§Ĥ +æĹ¥ èĩ³ +é¹ ° +çİ ² +å°Ĩ æĿ¥ +客 人 +åıĺ éĿ© +说 äºĨ +åİŁ çIJĨ +èģĮ åĬ¡ +åıĪ æľī +ä¸Ģ åı¥è¯Ŀ +æĦŁ åıĹåĪ° +ç¬Ķ èĢħ +移 æ°ij +西 åįĹ +ä¹ĥ èĩ³ +æŃ£ è§Ħ +åĪĿ ä¸Ń +çĬ ¬ +å½ĵ äºĭ +å½ĵäºĭ 人 +æĪij们 è¦ģ +åħ¥ åı£ +éĤ£ æŶ +æľīéĻIJ 责任 +å°ij 女 +è¿Ļä¹Ī å¤ļ +åĪĨ åħ¬åı¸ +å®ĩ å®Ļ +çļĦ éĢīæĭ© +å§IJ å§IJ +åıij èµ· +è» į +æĽ´å¥½ åľ° +éĻĨ ç»Ń +æľ¬ æľįåĭĻ +å« © +赶 ç´§ +èĦĤ èĤª +第äºĮ 天 +æĪij ä¼ļ +两 ä½į +æķ ² +åħ¬å®ī æľºåħ³ +ç§ijæĬĢ åĪĽæĸ° +å°º 寸 +è¾IJ å°Ħ +å®Ĺ æķĻ +转 æį¢ +åĩº çİ°åľ¨ +ä¸Ģ é¢Ĺ +æľŁ éĻIJ +åIJĮåѦ 们 +åĮĹ æĸ¹ +ä½ł å°± +ä¸Ģ带 ä¸Ģè·¯ +èĢģ å©Ĩ +游æĪı çݩ家 +çļĦ ç»ĵæŀľ +è¡¥ åģ¿ +å¤ĸ è´¸ +对 å¾ħ +ç»´ çĶŁç´ł +ç»ıéĶĢ åķĨ +è¿ĺ å°Ĩ +åŃIJ 女 +æĽ´ é«ĺ +ä¸į 大 +éī´ å®ļ +让 ä»ĸ们 +æīĢè°ĵ çļĦ +æŃ» äºĨ +帮 æī¶ +åĵ² åѦ +以ä¸Ĭ çļĦ +çļĦ åħ³éĶ® +æĹ© å°± +æĬ¥ ä»· +éģµ å®Ī +æī© å¼ł +æĺ¯ å¾Ī +å¼Ģ éĢļ +æĸ° åĬł +æĸ°åĬł åĿ¡ +ç¿» è¯ij +询 éĹ® +é¸ Ń +ä½ĵ åĨħ +两 个人 +çĪ ¹ +éľ ľ +乡æĿij æĮ¯åħ´ +çĿ¡ è§ī +å®ĺ åijĺ +åĪĽ å§ĭ +åĪĽå§ĭ 人 +ä¼Ĺ 人 +åį³ 便 +çĸ« èĭĹ +ä¼ģä¸ļ 家 +æ¸ £ +ç²¾ åĬĽ +å¤ĸ éĥ¨ +èģª æĺİ +è¿Ļ ä¹Ł +å½ķ åıĸ +åĨ² çªģ +åħ¨ 身 +åŃ£ èĬĤ +忽 çĦ¶ +çļĦ æĢģ度 +åĤ¨ å¤ĩ +ä¿Ŀ åħ» +çļĦ æĥ³æ³ķ +ä¸Ĭæµ· å¸Ĥ +æIJº æīĭ +çļĦ ä¿¡æģ¯ +åķĨ åľº +çļĦ æĢĿæĥ³ +æĿĥ åĬĽ +毫 æĹł +æĢĢ åŃķ +硬 件 +åĨħ èĴĻåı¤ +æİ¢ 讨 +åħ» çĶŁ +çļĦ 表çİ° +空 ä¸Ń +æģIJ æĢĸ +å¾Ī é«ĺ +ç»ıæµİ 社ä¼ļ +ä¸Ĭ æĿ¥ +延 ç»Ń +éĩį å¤į +éĺ² èĮĥ +çļĦ å½¢å¼ı +æľĪ åºķ +èĢģ 年人 +绿 åĮĸ +å±± åĮº +æĭ¿ åĩº +æĹħ 客 +æĽ´ æį¢ +åħ¬ 主 +èĬĤ 约 +åħ¨ åİ¿ +åĽŀ æĬ¥ +çIJĨ æĢ§ +çĸ¯ çĭĤ +æ¶ī å«Į +åī§ æĥħ +åĨ¬ åŃ£ +åIJİ ç»Ń +è¿Ļæĺ¯ ä¸Ģ个 +æ¼Ķ 讲 +ä¸Ģ å±Ĥ +æľīåħ³ éĥ¨éŨ +æĹł å¥Ī +ç§į ç±» +缸åħ³ çļĦ +æĪĸèĢħ æĺ¯ +æī¶ æĮģ +å¤ļ æķ° +çļĦ ä½ľåĵģ +ä¸ĭ ä¸ĢæŃ¥ +å¸Ī åĤħ +é«ĺéĢŁ åħ¬è·¯ +好 åıĭ +ä¼ĺç§Ģ çļĦ +è¿Ľ äºĨ +æģIJ æĢķ +äºĨ åIJ§ +大 è§Ħ模 +çļĦ ä¸ĸçķĮ +æĢĢ çĸij +å· · +åħ´ å¥ĭ +æĪ ° +æĿij éĩĮ +æľĭåıĭ åľĪ +åĨ¬ 天 +ä¸Ńåįİ äººæ°ij +åįı åķĨ +è¯Ħ éĢī +æĹ Ń +å¢ŀåĬł äºĨ +åıĹ ä¼¤ +ä¸Ģ èĤ¡ +便 æį· +ä¸ ij +é¹ ¤ +å¤ĸ è§Ĥ +å·¥ç¨ĭ å¸Ī +åĴĮ åħ¶ä»ĸ +è¿Ļ å°± +ä¸Ńå°ı ä¼ģä¸ļ +西 åĮĹ +åĽ½æľī ä¼ģä¸ļ +èĭ¥ æĺ¯ +åı¯ æĥľ +çĶŁ æĹ¥ +åĩ ½ +ä¹° åįĸ +ç¥Ŀ ç¦ı +人æ°ij 群ä¼Ĺ +åħī æĺİ +åħ¬ å¯ĵ +æĺ¯ è°ģ +æĪij çŁ¥éģĵ +è¯Ń æĸĩ +æķı æĦŁ +ä¸įéĶĻ çļĦ +æĿ¥ 讲 +æ³¢ åĬ¨ +çļĦ 第ä¸Ģ +åľ° éľĩ +åľ¨ åħ¨åĽ½ +骨 å¹² +å®ī ç½® +家 çĶµ +ä¸İ æѤ +ä¸İæѤ åIJĮæŶ +åıĹ çģ¾ +çĥŃ çº¿ +çļĦ æĬĢæľ¯ +æµĭ éĩı +ä¾Ŀ èµĸ +ä¸ŃåĽ½ çļĦ +çī¹ æĢ§ +è¾ĥ é«ĺ +è¸ © +ä¼ļ åľ¨ +建 éĢł +导 èĪª +æĥ³ èµ· +åħ¨ ä¸ĸçķĮ +建 æĿIJ +ç¯ Ģ +çļĦ åŁºç¡Ģ +èĩªåĬ¨ åĮĸ +åīį åIJİ +çĿ¡ çľł +æݨ è¡Į +æį® äºĨ解 +ä»Ģä¹Ī æŶåĢĻ +ä¸į åĸľæ¬¢ +çħ¤ çĤŃ +éĤ£ä¹Ī å¤ļ +å¸Ĥåľº åĮĸ +ä¸į管 æĺ¯ +ç«ĭ åľº +éĥ½ 没 +课 é¢ĺ +æĪij们 å°Ĩ +è¿ĩ çļĦ +åĨį åĬłä¸Ĭ +çĪ ¾ +身 æĿIJ +çĶ· 女 +è¿ľ è¿ľ +çĶ· çĶŁ +èĩªèº« çļĦ +è´Ł æĭħ +çĻ¾ ä¸ĩ +西 çıŃ +西çıŃ çīĻ +åĩĢ åĪ©æ¶¦ +æ¾³ 大 +澳大 åĪ©äºļ +ä¸į åİ» +æī¿ åıĹ +楼 çĽĺ +å¢ĥ åĨħ +æ·· åĩĿ +æ··åĩĿ åľŁ +æĢĿæĥ³ æĶ¿æ²» +å¸Ĥ åĮº +æĭĽ æłĩ +åĽ¢ ä½ĵ +è¿Ľ 度 +åĨĽ éĺŁ +åıį å¼¹ +äºĨä¸Ģ äºĽ +æİ¥ å¾ħ +çļĦ åŃ¦ä¹ł +éħį éĢģ +é£Łåĵģ å®īåħ¨ +æĽ¿ 代 +æĺ¯ ä»¥ +éĢļ çĶ¨ +çłĶ究 æīĢ +ç¦ ħ +æī Ķ +éļĶ 离 +ä¸ĩ å¹³æĸ¹ç±³ +çļĦ è§Ħå®ļ +ç»Ļ æĪij们 +æ¿Ģ åħī +ä¼ļ åĩºçİ° +çŁŃ ä¿¡ +ç©¿ çĿĢ +æ²Ī éĺ³ +æķĻ æĿIJ +éĺ² çĸ« +ä¼ĺ èī¯ +约 å®ļ +æĪij çľģ +åħ¬ æ°ij +éģ¸ æĵ +éģ¸æĵ ĩ +å·² æĪIJ为 +ä¸į å¿ħ +ç¥ĸ åĽ½ +并 æľª +åľŁ 壤 +å¾® ç¬ij +äºĭä¸ļ åįķä½į +çļĦ 游æĪı +åħ¬ 示 +åIJĪçIJĨ çļĦ +çª Ŀ +æ°Ķ 象 +家 ä¸Ń +亮 缸 +åį« æĺŁ +è®° è½½ +è§Ĩ éĩİ +åľ°åĮº çļĦ +ä½Ĩ ä»ĸ +èĤĮ èĤī +äºı æįŁ +åĬŀ åѦ +ä¸Ģ è¡Į +è¯ŀ çĶŁ +åıijå¸ĥ çļĦ +çļĦ æľįåĬ¡ +çļĦ çłĶ究 +åij¨ æľ« +产ä¸ļ åĽŃ +é«ĺ 温 +æĪIJåĬŁ çļĦ +æŃ¥ 骤 +åŃĺ åĤ¨ +åŃIJ åħ¬åı¸ +让 她 +ä¸Ń æľī +åĺī 宾 +å¦ ® +æĺİ å¹´ +äºĨ åIJĹ +äºī è®® +æĪ Ī +ä¸Ģ æľ¬ +ç¾İ丽 çļĦ +ä½ł 说 +大 人 +æĶ» çķ¥ +ä¸į æľĥ +å¾ħ éģĩ +ä¸Ģ è¾Ĩ +çīĪæĿĥ æīĢæľī +æ°ij ä¼Ĺ +åĬŁ 夫 +å±ķ ä¼ļ +大 èĦij +æ¯ı æľĪ +å°ı 麦 +æµĻæ±Ł çľģ +çļĦ æīĢæľī +ä¸ĭ æ»ij +èĵĿ èī² +è¦ģ æĥ³ +åѦçĶŁ çļĦ +å½ĵ ä½ł +ä½ľ æĪĺ +家 乡 +å¤ļ åIJį +é«ĺ äºİ +åĿļ 强 +è¿ŀ éĶģ +åIJİ æŀľ +人 äºĭ +ç´ ħ +æ¿Ģ åĬ¨ +è¿Ľ æĶ» +ç© Ĩ +ä¸ ĺ +让 èĩªå·± +以 æѤ +夫 人 +å¼Ģ 设 +æ°Ķ è´¨ +鸡 èĽĭ +çĦ¡ æ³ķ +åIJĥ äºĨ +åĪĨåĪ« 为 +èģĶåIJĪ åĽ½ +å½ĵ 代 +å¦Ĥæŀľ æĺ¯ +è¿ľ ç¨ĭ +åĸ Ĥ +è®° ä½ı +æ¸ħ åįķ +åIJĪä½ľ ä¼Ļä¼´ +åİ» åģļ +æķħ éļľ +模 æĭŁ +å¸Ī çĶŁ +åīį æĿ¥ +çĶµè§Ĩ åī§ +çĥŃ çĪ± +éľ² åĩº +é«ĺ å±Ĥ +çĶµ åĻ¨ +纪 å¾ĭ +å¼Ģåıij åķĨ +éķ¿ å®ī +è½½ ä½ĵ +çļĦ å°±æĺ¯ +被 人 +åıĹ çIJĨ +篮 çIJĥ +èİ İ +交 ç»Ļ +æľªæĿ¥ çļĦ +两 大 +åIJķ å¸ĥ +çŃī 人 +çļĦ æĹ¥åŃIJ +åIJĪä½ľ 社 +æĮij éĢī +åŃĺ 款 +ç³»ç»Ł çļĦ +æĬĬ å®ĥ +没æľī ä»Ģä¹Ī +ä»İ æѤ +ä¸Ń åįĪ +çĸ¼ çĹĽ +å·© åĽº +浪 漫 +缸åħ³ éĥ¨éŨ +éķ¿ åŁİ +纤 ç»´ +ä¸Ĭ éŨ +çĪĨ çĤ¸ +èµ· çĤ¹ +çļĦ éĢļçŁ¥ +èĢĮ æĿ¥ +çļĦ èĢģ +æīĭ éĩĮ +è¯Ń éŁ³ +è¾Ľ èĭ¦ +æ±Łèĭı çľģ +çĶ¨ äºĨ +身份 è¯ģ +æľī åĬ© +æľīåĬ© äºİ +çī© èģĶç½ij +åĩº éŨ +å¼Ł åŃIJ +æĥ ¹ +è¿Ļ件 äºĭ +æĪij们 åı¯ä»¥ +çļĦ çĶŁåij½ +æľīä¸Ģ ç§į +åºĹ éĵº +åıĮ æīĭ +çļĦ æ¶Īæģ¯ +èĢIJ å¿ĥ +å°´ å°¬ +éĤ£ 天 +é¦ĸ æī¹ +æĺ¯ä¸Ģ 家 +人 æ°Ķ +åıį æŃ£ +æĪij åĴĮ +å®ł çī© +ä¸į 对 +寻 æ±Ĥ +缸 ä¼¼ +åľ¨ ç¾İåĽ½ +åı« åģļ +åĹ İ +ç«ĭ 足 +çĶ¨ éĢĶ +åħ Ĩ +大 æ°Ķ +åIJij ä¸Ĭ +ä»ĸ å°± +é¡¹çĽ® 建设 +èĭ¥ å¹² +æĺ¯ æľī +æ¿Ģ æĥħ +çļĦ æĦıä¹ī +æĺ Ń +严éĩį çļĦ +å¯Ĩ éĽĨ +èĪŀ è¹Ī +èį£ èİ· +èİ· æĤī +æ±Ł åįĹ +åģĩ å¦Ĥ +æĪ· å¤ĸ +线 ç´¢ +ç§ģ 人 +转åŀĭ åįĩ级 +çļĦ ä»·åĢ¼ +åįķ çĭ¬ +èĢģ çĻ¾å§ĵ +å°į æĸ¼ +åĽ½éĻħ åĮĸ +ä¼° åĢ¼ +æľįåĬ¡ ä¸ļ +èĩ Ń +æİī äºĨ +解åĨ³ äºĨ +ä¹Ł ä¸įèĥ½ +åħ ¹ +æĸ¯ çī¹ +æķħ æĦı +è¿ĩ 度 +èĬĤ æĹ¥ +çĻ½ çĻľ +çĻ½çĻľ é£İ +继 æī¿ +äºĨ ä¸įå°ij +äºĮ 人 +è§ģ éĿ¢ +æĥ³ æĥ³ +å¤į åIJĪ +康 å¤į +åİ¿ åŁİ +åľ¨ åĽ½åĨħ +åľº åľ° +éĻ¶ çĵ· +è¿Ļ 项 +çľ¼ ä¸Ń +çł ¸ +æĦŁè§ī åĪ° +æŀľ çĦ¶ +æĶ¾ åħ¥ +约 æĿŁ +æİĴ æŁ¥ +车 主 +çļĦ æĦıæĢĿ +æĸ° åŁİ +æĥ³ çĿĢ +éģ Ĥ +èĮ¶ åı¶ +ä¹° æĪ¿ +åĨľ æĪ· +é«ĺ æīĭ +çİī ç±³ +æĸ°åĨł èĤºçĤİ +çħ§ æĺİ +æĮĩ åįĹ +è¸ ¢ +æķij æı´ +æĻ¯ çĤ¹ +ç¨İ æĶ¶ +çļĦ æīĭ +æŃ£ 好 +è¦ģ æĬĬ +éļı æĦı +åħ¶å®ŀ æĺ¯ +ç»Ļ èĩªå·± +è°Ī åĪ¤ +æ¯ı天 éĥ½ +æĢģ åĬ¿ +é¢Ħ 约 +åİĨåı² ä¸Ĭ +å®Ŀ è´Ŀ +åīį è¿Ľ +ä¹Łå°±æĺ¯ è¯´ +çļĦ æĦıè§ģ +åı£ 罩 +åİĺ ç±³ +èĬ± è´¹ +ä½ĵèĤ² æĬķ注 +åħ¬ä¼Ĺ åı· +èijĹåIJį çļĦ +å¼Ģ æĪ· +æĭį åįĸ +å²ģ æľĪ +åĨħ 涵 +å®Įæķ´ çļĦ +é«ĺ åİĭ +åħ¬åĬ¡ åijĺ +使çĶ¨ çļĦ +çĶŁäº§ 线 +妹 妹 +èµ° 访 +æĺ¯ åı¯ä»¥ +åľ¨ 家 +æļ´ åĬĽ +æ³° åĽ½ +è´¨ çĸij +ä¸į éģİ +天çĦ¶ æ°Ķ +缺 çĤ¹ +å°ı åŀĭ +ä¸įä»ħ æĺ¯ +é»ij æļĹ +æ¢ ¨ +æĸĩ æĹħ +è¦ģ æľī +ä¸Ń å±± +çļĦ æķ°æį® +å¾Ĺ å¾Ī +以 便 +对 ä»ĸ +åĬł 以 +çĻ¼ çı¾ +设 å®ļ +èĤļ åŃIJ +éĿ ĸ +å¥ī çĮ® +ä¸į åıĺ +åı£ ç¢ij +åľ¨ åĵªéĩĮ +ä½ IJ +è¿Ļ 两个 +çļĦ æĸ¹åIJij +æŀ « +äºĮ 次 +çīĩ åĮº +éł IJ +ç£ Ĭ +æĭ¿ çĿĢ +å·²ç»ı æĪIJ为 +ä¹ĭ ä¸Ĭ +å®Ĺ æŨ +奶 奶 +é«ĺæĸ° åĮº +社 æľĥ +è·Ł 踪 +æľįåĬ¡ ä¸Ńå¿ĥ +æī ¯ +æīĭ æĮĩ +礼 çī© +宿 èĪį +çĶ¨ å¿ĥ +æıIJé«ĺ äºĨ +亮 çĤ¹ +ä¸į æĦ¿æĦı +æĴŃ æĶ¾ +å¤ļå°ij éĴ± +没 ä»Ģä¹Ī +æķ° åįģ +æĢ» çĽij +çļĦ åŁİå¸Ĥ +æī¾ åĪ°äºĨ +åĨħ åľ° +åĪ° çİ°åľ¨ +æĪĺæĸĹ åĬĽ +åİŁ å§ĭ +åĥ § +åĢĴ æĺ¯ +æľĢ åħ· +è´«åĽ° æĪ· +éĢģ åĪ° +级 åĪ« +åĩº èµĦ +æĪª æŃ¢ +ç§į åŃIJ +èĥ½ ä¸įèĥ½ +幸 è¿IJ +èĸ ĩ +项 éĵ¾ +æĮĤ çīĮ +ä¸Ģ 樣 +ä¹ĺ 客 +èIJ½ åIJİ +ä½Ĩ æĪij +æĹ© åľ¨ +åĬ¨ 漫 +å¹³ çŃī +对 ä½ł +ä¸į æĢķ +å¤ĸ çķĮ +å¤ļå¹´ æĿ¥ +é¦ĸ 个 +æ²³ åįĹçľģ +æĪĸ åħ¶ä»ĸ +éķľ 头 +åįĹ æĺĮ +ä¸Ģ éĿ¢ +éĢłæĪIJ çļĦ +å´ Ķ +çŃ Ĵ +æķĻèĤ² éĥ¨ +åľ° åŁŁ +æĺĨ æĺİ +å·´ é»İ +æīĭ 游 +ä¸Ģ æŶ +çł į +顶 级 +åħ± 计 +åİŁ æ²¹ +è¾ī çħĮ +说 æĺ¯ +æĸ°åįİ ç¤¾ +ç»ıåİĨ äºĨ +ä¸į æŃ¢ +è¦ģ ä¹Ī +èĢħ çļĦ +æĢ» æĬķèµĦ +è¡Į 驶 +ä¸Ĭ å¸Ŀ +å¹´ 纪 +çIJ ¼ +ä¼ł 说 +ç²¾ èĭ± +æĸ¹ éĴĪ +æ±Ł æ¹ĸ +æĪIJ çĤº +æĢ» éĩı +æĬķ æĶ¾ +åĬ¨ çĶ» +èĹ ¤ +çĶµ æºIJ +éĴ Ļ +åIJĮ è¡Į +æĻ®éĢļ çļĦ +åĽ¾ä¹¦ é¦Ĩ +è¯Ī éªĹ +æħĪ åĸĦ +è¿Ļ 份 +主æĮģ 人 +å°± è¿Ļæł· +èĢĮ æĪIJ +èĩªè¡Į 车 +ä¸ŃåĽ½ çī¹èī² +èĤ¿ çĺ¤ +åIJ ¾ +å¼Ł å¼Ł +åıĹ çĽĬ +éĢīæĭ© äºĨ +æĺİæĺ¾ çļĦ +æĬ¥ èĢĥ +ç¬ij éģĵ +éĽĸ çĦ¶ +温 å·ŀ +éĿŀ æ´² +ç§į ç§į +åıĤåĬł äºĨ +è´§ è¿IJ +éļı 便 +å°± 没æľī +ç¸ £ +央 è§Ĩ +ç©¿ è¶Ĭ +çļĦ çݰ象 +åĩł 次 +çļĦ é£İéĻ© +æŃĮ æĽ² +æľ¬ å±Ĭ +å¹´ åĨħ +ä¸į è¶ħè¿ĩ +è¿ĩ å¤ļ +å¿ħé¡» è¦ģ +ç»ĵ 论 +åĢŁ éī´ +ç¥ŀ å¥ĩ +æľŁ æľĽ +ä¸ĵ 享 +éĿŀ常 éĩįè¦ģ +æĦıè¯Ĩ åĪ° +åIJĪ 并 +æĬĬ èĩªå·± +å¥Ĺ è£ħ +éŃĶ æ³ķ +å¤ı åŃ£ +ä¸į åĥı +å¢ĥ çķĮ +æĥĬ åĸľ +æľīä¸Ģ 天 +çĦ¦ çĤ¹ +æĪij 认为 +åħ° å·ŀ +çĶµ æ°Ķ +èģĶç³» æĪij们 +ç§ij æĻ® +她 说 +çļĦ æĸĩç«ł +å¥ĩ æĢª +åıĭ 好 +饮 æĸĻ +çļĦ æĶ¯æĮģ +çŃĶ åºĶ +éĩį éĩı +çij ¶ +åĩı è½» +ç§ijåѦ 家 +å·´ 西 +éĩijèŀį æľºæŀĦ +åħļ å§Ķ书记 +貸 款 +ç²¾ èĩ´ +ä»İ æľª +åį° åĪ· +åĽŀ 顾 +é¦ĸ éĥ½ +åıij èĤ² +éĹ® éģĵ +è¾¾ åĪ°äºĨ +å¿į ä¸įä½ı +æīį æľī +æįIJ èµł +ä½Ľ æķĻ +ä¸į æ¸ħ +éĺŁ éķ¿ +缸 åıį +æĬ¥ èѦ +大 åħ¨ +欧 缣 +帮 å¿Ļ +çļĦ æĻĤåĢĻ +缮 å½ķ +足 以 +èī° éļ¾ +ä»ĸ ä¹Ł +å·¥ ä½ľèĢħ +头 èĦij +缺 éĻ· +æĪIJç«ĭ äºĨ +å°± å¼Ģå§ĭ +认 åIJĮ +é»Ħ èī² +çĹħ æĥħ +覺 å¾Ĺ +è¿Ļ 两 +ä¿¡ ä»° +åľĭ 家 +ä¸įä»ħä»ħ æĺ¯ +çĭ¬ 家 +èĪ¬ çļĦ +æĿIJ è´¨ +æµ· ä¸Ĭ +çĤº äºĨ +æľºåĬ¨ 车 +缸å½ĵ äºİ +å¤ļåħĥ åĮĸ +æĽ´ 大çļĦ +èĽ ® +åģĩ æľŁ +å¼ı çļĦ +交éĢļ è¿IJè¾ĵ +çľģ å§Ķ +ä¸į ç®Ĺ +æĶ¾ ä¸ĭ +éĹ ¯ +人 åľ¨ +港 åı£ +æŨ åľ¨ +åij½ 令 +æŁIJ 个 +å¹³ 稳 +åıª 好 +人 人 +äº ŀ +äºĮ ç»´ +äºĮç»´ çłģ +æŀģ 为 +åĪ« å¢ħ +åħ¶ ä½Ļ +大 äºĭ +主管 éĥ¨éŨ +æĹł éĶ¡ +éĹ µ +éģŃ åĪ° +说 è¿ĩ +为 ä½ł +解 çŃĶ +éªĮ æĶ¶ +çļĦ ç»ıéªĮ +åĮ¹ éħį +çģ« ç®Ń +豪 åįİ +æŁIJ æŁIJ +çļĦ æĹ¶ä»£ +书 éĿ¢ +æģĴ 大 +延 éķ¿ +ä¸Ģ åIJĮ +æľª èĥ½ +交 æį¢ +çĶ¢ åĵģ +çŃī åĪ° +åĪĨ 离 +æīĵ çĶµè¯Ŀ +å¹² çĩ¥ +è¾ĥ å¤ļ +å¤ļå¹´ çļĦ +èĥĮæĻ¯ ä¸ĭ +为 ä¾ĭ +æijĺ è¦ģ +å´Ľ èµ· +æѤ åĪ» +æľī æľºä¼ļ +æĿ¡ 款 +é¢Ĩ导 å°ıç»Ħ +çļĦ 身ä½ĵ +åįķ ä¸Ģ +央 è¡Į +ä¸įæĸŃ æıIJé«ĺ +ä»·åĢ¼ è§Ĥ +èĬ ½ +èIJ į +æ³ķå¾ĭ æ³ķè§Ħ +ä¸į éĶĪ +ä¸įéĶĪ éĴ¢ +åĩº äºİ +èĻļ æĭŁ +æį® æĤī +çĥ¦ æģ¼ +åħ¨ æĸ°çļĦ +æī« æıı +çĻ» éĻĨ +èīºæľ¯ 家 +çļĦ é£Łçī© +çļĦ åŃĺåľ¨ +客 åİħ +æĪij们 å°± +æŁ¥çľĭ æĽ´å¤ļ +è¯Ħ 审 +å¸Ĥ åł´ +è¬ Ľ +å·¨ 头 +ä¸ŃåĽ½ ç»ıæµİ +äºĨ èĩªå·±çļĦ +åĨ³ è®® +çĽijçĿ£ 管çIJĨ +æĬķ 票 +åĨį 度 +è¡Į çĤº +注 åħ¥ +ä½ľä¸º ä¸Ģ个 +æ¯ı个人 éĥ½ +åįķ åħĥ +è¦ģ çŁ¥éģĵ +被 称为 +ä¹ĭ éĻħ +解 éĻ¤ +ä¸ ¸ +æº « +ä¸ī æĺŁ +é²ľ æĺİ +ä¹Ł éĥ½ +æŶ æľº +åĩº æīĭ +æĥħ å½¢ +åķĨ è´¸ +éĢī 举 +对 èĩªå·± +çĶŁ åĬ¨ +åħĭ æľį +个 ä½ĵ +èĭ ij +ç¨ ± +大 åݦ +æĺ¯ å¯¹ +åĪ© æģ¯ +è¿IJåĬ¨ åijĺ +åĮĸ 解 +åīį 沿 +æĦŁ æģ© +æĢ» ä¹ĭ +é«ĺæĸ° æĬĢæľ¯ +åĿĩ 为 +åħ¨ åĮº +æ°Ķ æ°Ľ +åı¯ä»¥è¯´ æĺ¯ +ä½ı 宿 +åħļåijĺ å¹²éĥ¨ +åĹ ¯ +è·µ è¡Į +çļĦ ä¸ĵä¸ļ +èĢĥ éªĮ +èķ ¾ +åħ¬ åŃIJ +çļĦ çĬ¶æĢģ +æ½® æµģ +ä¿¡ æīĺ +è´ ¼ +åIJĦ æĸ¹ +æķij åĬ© +éĿŀ常 çļĦ +æ¡¥ æ¢ģ +åħ¬ æĸ¤ +ä¼¼ çļĦ +çľĭ 好 +å±Ģ éĥ¨ +å®ī éĿĻ +éħį 件 +常 è§Ħ +å¼Ģ 车 +第äºĮ 次 +ä¸Ĭ 级 +åıĤ èµĽ +家 å±ŀ +强 åĬ¿ +åľ¨ ä»ĸ +åIJij åīį +ä¹ĭ åľ° +éĥ ¡ +è¡Į ç¨ĭ +èѦ åijĬ +è§Ħå®ļ çļĦ +åķĨ åŁİ +äºĶ 大 +æķĻ 室 +åįģ 足 +æīĢ以 åľ¨ +å°Ĩ 继ç»Ń +çŃī æĸ¹å¼ı +家 ä¼ģä¸ļ +交 ä»ĺ +çĤ¹ è¯Ħ +ç»ĵ ç®Ĺ +ä¹Ł åı¯ +å¤ĸ æ±ĩ +è¿Ļç§į æĥħåĨµ +æİĪ äºĪ +å¸ĥ ç½® +æĪIJç«ĭ äºİ +é¢Ħ èѦ +管çIJĨ 人åijĺ +å©ļ 礼 +ç»ĵæĿŁ åIJİ +åħ¥ éĢī +æĹł æ¯Ķ +åĴĮ åıijå±ķ +çĻ½ éħĴ +çİ© åħ· +ä¸ĩ ç¾İåħĥ +çļĦ æĪIJ绩 +æĭį çħ§ +èĢĥèĻij åĪ° +ä¼ģä¸ļ åıijå±ķ +äºĨ 个 +çĶŁ æ°Ķ +çļĦ 女人 +äºĶ åįģ +çĪ· çĪ· +纽 约 +éĥ½ 被 +ä¸Ĭ 课 +çĽ ¡ +ä¼łç»Ł æĸĩåĮĸ +æ½ľ åľ¨ +åıij å°Ħ +ä¸Ģ 身 +éĺ² å®Ī +åĪ ® +é¢ĺ 缮 +åľ¨ åĨħçļĦ +ç¾İ 好çļĦ +è¿ĻéĩĮ çļĦ +ä¸Ģ ä¸Ŀ +人 åĿĩ +åĢ¡ 导 +身 åIJİ +æī© å±ķ +大 éŨ +å°± 被 +该 é¡¹çĽ® +æŀ¶ æŀĦ +ä¸Ģ åı£ +ä¿¡æģ¯ æĬĢæľ¯ +å¼Ģ ä¸ļ +æĶ¶ åıĸ +ç½ij 页 +æĶ¯ æı´ +å°ģ éĹŃ +å¡ij éĢł +大 èĥĨ +å¿«éĢŁ åıijå±ķ +çľĭ ä¼¼ +æ¸ Ŀ +è¿Ļæł· ä¸Ģ个 +模 åĿĹ +注æĦı åĪ° +çł´ 解 +èĩª ä»İ +åijµ åijµ +ä¹ĭ å¾Į +ä¹ĭ æĹħ +è·Ł æĪij +æ³ķ 人 +æİĴè¡Į æ¦ľ +åĿļ å®Ī +好 å¤Ħ +çŁ³ 头 +并 å°Ĩ +èĪ ± +æŃ ĩ +两 岸 +å¤ļ ä¹ħ +象 å¾ģ +个æĢ§ åĮĸ +çļĦ è§Ĵ度 +å¸ Ĩ +ç¦ı å·ŀ +æŁ¥ å¤Ħ +两 åĽ½ +åIJ¸å¼ķ äºĨ +é¦ĸ å¸Ń +大 åĵ¥ +é¤ Ĭ +涨 å¹ħ +éĢī çĶ¨ +許 å¤ļ +èIJ½ æĪ· +åĵĪ å°Ķ +åĵĪå°Ķ 滨 +åģļ ä»Ģä¹Ī +以 åħį +é¾ į +æĹł éľĢ +åĪ°åºķ æĺ¯ +æĢ ¡ +åijĬè¯ī ä½ł +éĺ² æ°´ +è¿Ļ æŶåĢĻ +欢 ä¹IJ +转 åIJij +è¿Ļ个 åľ°åĽ¾ +åħ¥ é©» +èįī åİŁ +æĹ¶ä»£ çļĦ +åıĺ åĬ¨ +åĬłå¼º 对 +åģ¶ å°Ķ +å®Ī æĬ¤ +æ°Ķ 温 +人 éĹ´ +æľĿ é²ľ +ç»ı è´¹ +åĽŃ æŀĹ +å·¥ åľ° +è§Ħ æł¼ +åĩł åįģ +è¯ķ åĽ¾ +å¦ ĥ +éĤ£ æŶåĢĻ +å¼ĺ æī¬ +ä¸ļ çķĮ +çļĦ éĢŁåº¦ +ä¼ļ ä¸įä¼ļ +èIJ¥ æĶ¶ +å°ıå¾® ä¼ģä¸ļ +çľĭ è¿ĩ +æĬĬ ä»ĸ +éģµ 循 +è¿Ļ è¾¹ +没æľī 人 +å£ ¶ +æ¹ĸ åįĹçľģ +æŀģ åħ¶ +çļĦ人 çĶŁ +ä»ĸ è¿ĺ +转åĮĸ 为 +èµ° è¿ĩ +æĬ± çĿĢ +çīĽ 奶 +ä¸ĩ 亩 +å¿ĥ æĢģ +æĹ¥å¸¸ çĶŁæ´» +ä½ĵ æ£Ģ +æĻ ĥ +çŃī é¢ĨåŁŁ +æĩī 該 +åı¯ä»¥ çľĭåĪ° +æī¾ ä¸įåĪ° +èĢģ å¹´ +æĬĬ æĪij +积 åĪĨ +梳 çIJĨ +ç» ³ +çļĦ æĶ¿æ²» +å¸Ŀ åĽ½ +éĻª ä¼´ +æ´Ľ éĺ³ +åħ¬ æŃ£ +å¼Ģ åı£ +çī¹èī² çļĦ +åĽ° å¢ĥ +ä¸Ĭ æľī +ç«ĭ ä½ĵ +æīĵ å·¥ +åķ¤ éħĴ +åľ¨ éĤ£éĩĮ +éĤ£ è¾¹ +个 åĪ« +ä¸Ģå®ļ æĺ¯ +çļĦéĩįè¦ģ æĢ§ +主 å¼ł +åĴĮ æľįåĬ¡ +ä¸Ĭ ç½ij +è¡¥ åĬ© +åıª éľĢ +å¼ ¦ +éģ ® +åĬĽ äºī +度 è¿ĩ +èij ¬ +é¡¿ æŶ +éĦ ī +纺 ç»ĩ +åľ° åĿĹ +ä¿¡çĶ¨ åį¡ +ç½ļ 款 +åijĬè¯ī æĪij +éĽ Ļ +书 çĶ» +è¨Ń è¨Ī +æĢ» ä¼ļ +åĪ¤ åĨ³ +ä¿¡ èªī +个 èĤ¡ +å¹³ 常 +æĢİ éº¼ +ä½ĵ çİ°åľ¨ +é»Ħ æ²³ +åĽĽå·Ŀ çľģ +羣 缸 +åIJĦ项 å·¥ä½ľ +åĬ¨ åijĺ +å³° ä¼ļ +ä¸Ģ æľŁ +æľī ä¸Ģå®ļçļĦ +é«ĺ度 éĩįè§Ĩ +ç¹ģ èį£ +åıijçİ° äºĨ +ç½ij 红 +æīĭ æ³ķ +家 åĽŃ +仪 åĻ¨ +è¾ĥ ä½İ +çļĦ å®īåħ¨ +æ¡ IJ +ä»ĺ 款 +æĬij åĪ¶ +åįĵ è¶Ĭ +æŃ£ éĿ¢ +åĵ ij +强 åĪ¶ +ä»Ĭ天 çļĦ +æĪĺ èĥľ +楼 å¸Ĥ +æĭ¿ ä¸ĭ +é¢ľ åĢ¼ +举 éĥ¨ +çłĶ åĪ¶ +çļĦ æĪĺçķ¥ +åľ¨ ä¸Ģ个 +ä¸ī 人 +å®Į äºĨ +æĸ° æĬĢæľ¯ +ç»ıæµİ æķĪçĽĬ +å¯Į æľī +æ¾³ æ´² +åĬ© çIJĨ +é¢Ĩ åıĸ +è° Ń +çĩĥ çĥ§ +ç´ł åħ» +éĤĦ æľī +è¿Ľ èĢĮ +ä»Ģä¹Ī æĺ¯ +çłĶ究 ä¸Ńå¿ĥ +éĢĤ çĶ¨äºİ +æİ¥ æĶ¶ +失 æľĽ +äºĮ 级 +éĹ´ çļĦ +åİŁ æłĩé¢ĺ +èªį çĤº +æį ¡ +对 çĿĢ +对 éĿ¢ +ä¸Ń åİŁ +éĵ ĥ +çĶŁäº§ çļĦ +åıijå¸ĥ ä¼ļ +士 åħµ +è¿Ļ åı¥è¯Ŀ +ç¼´ 纳 +ä¸Ģ个 个 +åѸ çĶŁ +çĸij éĹ® +交 èѦ +示èĮĥ åĮº +天 使 +åľ¨ ä¸Ĭæµ· +åIJĮ æĻĤ +è½» æĺĵ +åĶ¯ä¸Ģ çļĦ +çĥŃ éĹ¹ +ä¹IJ è§Ĥ +çļĦ 身份 +åĸĦ äºİ +大 åİħ +èĤ¯å®ļ æĺ¯ +éĺ² çģ« +å¤ĸ åĩº +æį® 说 +é¡¹çĽ® çļĦ +ä¸Ģ åı° +èĻļ åģĩ +ä¸Ģ ç¬Ķ +ç«ĭ æ³ķ +严 èĤĥ +æī¿ åĬŀ +åįģ åĩł +çļĦ 空éĹ´ +æľ¬ ç½ijç«Ļ +åģļ å¾Ĺ +ä¿Ŀ 温 +æľĪ åĪĿ +åľ¨ ç½ijä¸Ĭ +åIJĦ æĸ¹éĿ¢ +ä¸ī 天 +交æĺĵ æīĢ +解 æŀIJ +åħļ ä¸Ń央 +è¿Ľ åĩºåı£ +åĴĮ 社ä¼ļ +次 æķ° +ä¹ĭ 家 +ç»´ 度 +æ´¾åĩº æīĢ +产çĶŁ äºĨ +带 æľī +å¾Ī 强 +æľīäºĽ 人 +å¹´ åIJİ +äºĨ 许å¤ļ +å¯Ĩ 度 +åѦ æľŁ +çıł æµ· +æľĢå¤ļ çļĦ +è¾¹ ç¼ĺ +容 éĩı +第äºĮ 个 +ä¸Ģ缴 æĺ¯ +ä¸į ç¦ģ +æŃ ² +ä»ĭç»į äºĨ +ä¼ĺ éĽħ +æ¯Ķ è¼ĥ +èģĮ ä½į +温 æŁĶ +æľī éĴ± +æľĢ é«ĺçļĦ +åįļè§Ī ä¼ļ +ä¸į æĪIJ +éĶĻ äºĨ +è¯ģ çĽij +è¯ģçĽij ä¼ļ +æĪIJ 人 +åĿĩ åĮĢ +æľī åĪ© +è¶Ĭ åįĹ +æīĵ äºĨ +好 åIJĥ +ç³» çµ± +è·Ł éļı +çļĦ åľ°ä½į +æŃ£ å¦Ĥ +ç¨į å¾® +åį° åıij +åĪĽ ç«ĭ +é£İ åħī +å°Ĩ æĪIJ为 +ä¸į é«ĺ +é¢ij ç¹ģ +设 æľī +ä¼ ŀ +æĭĨ éĻ¤ +å½± åĥı +æ¸Ĺ éĢı +å¹´ å¼Ģå§ĭ +ç½ij æĺĵ +è¦ģ åģļ +çĶµåĬ¨ 车 +羣 å¿ĥ +æµ· åĨĽ +ä¼ł æĿ¥ +å·® åĪ« +è°¨ æħİ +çĥŁ åı° +åįĥ å¹´ +è¯ģ å®ŀ +çIJ ª +çļĦ åħ·ä½ĵ +åĪ° å¤Ħ +ä¸į å®ľ +èľ Ģ +èĥ½åĬĽ åĴĮ +çīº çī² +çļĦ éĴ± +大 éĺŁ +é¦ĸ è¦ģ +ä¸į æĦ¿ +çİ« çij° +人æ°ij ç½ij +è¿ĺæĺ¯ è¦ģ +åĽĽ å¹´ +æįŁ 伤 +çļĦ åģļæ³ķ +éĿ Ī +è¡Ķ æİ¥ +åIJĪ æĪIJ +没 人 +éŨ æ§Ľ +ä¿¡ è´· +çļĦ 缸åħ³ +举 é£İ +社 ä¿Ŀ +ä¸ĭ 游 +åĿĹ éĴ± +è¿ĩ åIJİ +çļĦ åºĶçĶ¨ +é¥ ¶ +é¢ģ åıij +ä¸Ģ å¤Ħ +åįİ å¤ı +为 ä¼ģä¸ļ +åıª ä¼ļ +ä¾µ 害 +çļĦ åĬŁèĥ½ +åѸ ç¿Ĵ +ä¸Ńåįİ æ°ijæĹı +åıijå¸ĥ äºĨ +è¿İ æİ¥ +æĪij èĩªå·± +è¿ĺ éľĢè¦ģ +太éĺ³ èĥ½ +åİ» ä¸ĸ +æĺ¯ ä½ł +åIJĪ åĬĽ +ç»ĺ çĶ» +åı° åĮĹ +çĿ£ ä¿ĥ +åĮĹ éĥ¨ +æľī å¤ļå°ij +å¾Ī éĩįè¦ģ +åĪĴ åĪĨ +åı· 线 +æĶ¾ 大 +ä¼ļ 被 +èİ· å¥ĸ +ä¹ĭ åĨħ +失 åİ»äºĨ +çݩ家 们 +éĩĩ éĽĨ +å£ ¹ +家 ä¼Ļ +çĻ½ 天 +åĽłä¸º ä»ĸ +社ä¼ļ æ²»çIJĨ +å¼Ģ åĪĽ +çĶµ ç¼Ĩ +æĸ° ä¸Ģ代 +并 è´Ń +å°± å·²ç»ı +çļĦ 社ä¼ļ +éĻ¤ éĿŀ +åı¯ä»¥ çĶ¨ +å© ī +æ¯Ķè¾ĥ 好 +å®ŀ ä¸ļ +åĪĽ åĬŀ +æıIJ èµ· +é» ĥ +ä½ı åľ¨ +å¸Ĥ æĶ¿ +éĿ¢ä¸´ çļĦ +èĥ½ åľ¨ +çŁŃ çŁŃ +羣 人 +æĺİ æĺİ +èµĦ åĬ© +çļĦ ä¸įåIJĮ +å°ı æľĭåıĭ +é¢ĺ æĿIJ +ç¾İ åij³ +æĺŁ åº§ +ä¸į ä¸Ģæł·çļĦ +çľĭ ä¸Ĭåİ» +ä¸Ģ æł¹ +广 å·ŀå¸Ĥ +åıijçĶŁ çļĦ +é«ĺ ç§ijæĬĢ +ä¸Ģ è¾ĪåŃIJ +交 åıī +ä½ĵç³» 建设 +åĽłä¸º æĪij +çıį æĥľ +ä¸Ĭ åѦ +æĪĺ æľ¯ +æѤ ç±» +交 å¾Ģ +æĮī æij© +人们 çļĦ +åħ¶ 實 +åİŁ æĿIJæĸĻ +渴 æľĽ +缸 å¤Ħ +å¾® å¾® +æ® · +ä¹ĺ åĿIJ +å¼Ģå±ķ äºĨ +é«ĺ åĵģè´¨ +æĹłäºº æľº +ä¸įæĺ¯ å¾Ī +çļĦ æĬķèµĦ +èĬĤ çľģ +èĩ ī +ç²¾ éĢī +çļĦ æłĩåĩĨ +åįĹ éĥ¨ +认è¯Ĩ åĪ° +å¹³ éĿĻ +èĹ ¥ +æī« é»ij +æī«é»ij éĻ¤ +æī«é»ijéĻ¤ æģ¶ +éĢĻ 種 +建çŃij éĿ¢ç§¯ +ç¡® ç«ĭ +管çIJĨ åĬŀæ³ķ +æĦı å¿Ĺ +ä¸ ¨ +让 åŃ©åŃIJ +æķij çģ¾ +å½ĵ ä»Ĭ +çģ« çģ¾ +åIJĦ éĥ¨éŨ +ä¾µ çĬ¯ +æ¯ı åij¨ +æı ½ +ä¸Ģ次 æĢ§ +åħ¶ä»ĸ 人 +éĶĻ è¿ĩ +ä¸İ åħ¶ +åĭĩ æ°Ķ +çĩĥ æ°Ķ +é¦ĸ å±Ĭ +æľį 饰 +ç² ¥ +å®Į æ¯ķ +å°± æĬĬ +åĬŀäºĭ å¤Ħ +ä¸Ģä¼ļ åĦ¿ +离 ä¸įå¼Ģ +å¦Ĥæŀľ æĤ¨ +ä»ĵ åºĵ +导 å¸Ī +åIJĪéĢĤ çļĦ +毫 ç±³ +å®īåħ¨ æĢ§ +ä¾Ŀ çħ§ +产ä¸ļ åĮĸ +ä½ł çľĭ +羣çļĦ å¾Ī +åѤ çĭ¬ +éĺ² å¾¡ +å¾Ī ç®Ģåįķ +é£İ æ°´ +ä½Ĩ ä¹Ł +æݨ åĩºäºĨ +æ°ijèIJ¥ ä¼ģä¸ļ +çłģ 头 +å¤įæĿĤ çļĦ +ç»ĦæĪIJ éĥ¨åĪĨ +åħħ满 äºĨ +è¿ij åĩłå¹´ +çľģ æĶ¿åºľ +æľī å¿ħè¦ģ +éĻ ³ +ä¹ĭ ç±» +ä¹ĭç±» çļĦ +æĢ§ ä»· +æĢ§ä»· æ¯Ķ +åķĨ åºĹ +å¸Ĥ åĢ¼ +人æīį åŁ¹åħ» +æ·± åıĹ +管çIJĨ å±Ģ +æģIJ æĥ§ +ä»ħ æľī +æĬµ è¾¾ +æµ· åħ³ +èµĭ äºĪ +äºĭ åĦ¿ +ä»· éĴ± +æīĭ ä¸Ĭ +èĩª å¾ĭ +åħ³ çĪ± +享 æľī +éģĹ æĨ¾ +å¾Īå¿« å°± +æĽ´ å¿« +æłĩ è¯Ĩ +åºĨ ç¥Ŀ +ä¹Ł 好 +ä¸į æĺĵ +æĪij å¾Ī +æĶ¹éĿ© åıijå±ķ +å¤ĸ åľ° +æĬµ æĬ¼ +è¯Ĺ 人 +åİķ æīĢ +æĸ° åªĴä½ĵ +èĸ Ľ +è°Ī è¯Ŀ +ä¸Ģå®ļ ç¨ĭ度 +èµ° åľ¨ +æľĢ 强 +åĬŁ çİĩ +åħ± è¯Ĩ +大 æ¡¥ +ä¸ĭ æĸ¹ +å¤ĸ èµĦ +ç¢ ± +å·¡ è§Ĩ +æ¹ĸåĮĹ çľģ +个 çĻ¾åĪĨ +个çĻ¾åĪĨ çĤ¹ +çļĦ 责任 +çļĦ åĵģçīĮ +åĬ© æݨ +åĪĽéĢł äºĨ +ä»» èģĮ +å¿« æį· +æĿij åºĦ +åİ» çľĭ +æīį èĥ½å¤Ł +å± ¤ +æĪij 家 +æĺ¯ä¸Ģ 款 +ç¾ ħ +åĨ° éĽª +æŀģ 大 +çģ¯ åħī +éĨ ĭ +ä¸İ åħ¶ä»ĸ +æıIJåĩº çļĦ +éĿł è¿ij +è°ĥ åĬ¨ +å°½ åı¯èĥ½ +åıij åĬĽ +ç»Ļ 她 +éĢĤ éĩı +è·¨ åĽ½ +åħĪ è¡Į +æĸ° æĿIJæĸĻ +ä½ľ äºĨ +满 äºĨ +ä¸į 满 +çļĦçľ¼ çĿĽ +çľĭ å¾Ĺ +è¿Ļ ä¸Ģ次 +é½IJ åħ¨ +çļĦä¸Ģ éĥ¨åĪĨ +ä¸ Ļ +æ¸ħ æĸ° +說 æĺİ +身边 çļĦ +æīĢæľī 人 +å½° æĺ¾ +è± ¹ +åį ¿ +è¿IJ 转 +æĮĩ å¼ķ +å¸Ĥ åħ¬å®īå±Ģ +åıĤ å±ķ +ä¹ĭ æŶ +éĩijèŀį æľįåĬ¡ +èµĦæľ¬ å¸Ĥåľº +èĥ½ 让 +å¿ĺ äºĨ +天 åłĤ +æ¯Ķå¦Ĥ 说 +éĬĢ è¡Į +èĽĭ ç³ķ +çĶ © +æł¸ å®ŀ +æĻ® 京 +ä¼ĺ ç¾İ +åı£ èħĶ +漫 çĶ» +çľ¼ éĩĮ +äºĨ ä¸ĭæĿ¥ +æĪij们 ä¹Ł +ä¾ į +为 ä¸Ńå¿ĥ +å¥ĩ 迹 +éĿĴ çĿIJ +æĪªèĩ³ 缮åīį +åĩº ä¾Ĩ +æĢ» åħ¬åı¸ +å¼¥ è¡¥ +ç®Ĺ æ³ķ +å·¥ä½ľ 室 +æīĢ以 æĪij +æ°´ åĪĨ +æīĢ å±ŀ +ä¸į 说 +ä½Ĩæĺ¯ åľ¨ +è¦ģ åİ» +åĪĽä¸ļ èĢħ +ä¸į æ¸ħæ¥ļ +åĽĽ åij¨ +æĺ¯ ä»İ +çļĦ æł¹æľ¬ +çģ ¶ +æ¯Ľ æ³½ +æ¯Ľæ³½ 举 +æµ· åı£ +åĽĽ åįģ +ä¹Ł 被 +èģ · +ä¸Ģ æīĭ +绩 æķĪ +çļĦ çĶ·äºº +书 ç±į +ä¸Ģ èĦ¸ +大 äºİ +鼶 éĥ¨ä»¶ +åħ³ æĢĢ +å¹³ ç±³ +æļ´ éľ² +å¾Ĺ å¤ļ +ä¸ī 级 +æľ¬ åij¨ +两 èĢħ +对 ä¸ŃåĽ½ +åıª è§ģ +欧 ç¾İ +å¦Ĥæŀľ æľī +å·²ç»ı æĺ¯ +çľĭ å®Į +çģ« éĶħ +èµ IJ +ä¸Ģ éģį +æĦŁ åĨĴ +ç»ĵ å±Ģ +ä»ĵ åĤ¨ +å®ŀ åľ° +åī¯æĢ» ç»ıçIJĨ +ä¹Łä¸į çŁ¥éģĵ +碰 åĪ° +åIJĪ 计 +客æĪ· çļĦ +ç½Ĺ 马 +æĦī å¿« +é£ Ľ +çĥŃ çĥĪ +伦 æķ¦ +åĮ» ä¿Ŀ +éĺ¿éĩĮ å·´å·´ +åĨį 说 +为 åŁºç¡Ģ +çĶŁäº§ ç»ıèIJ¥ +è¿ĻäºĽ 人 +åĪĹ è½¦ +æ²³åĮĹ çľģ +è¿Ļ 段 +æ´»åĬ¨ ä¸Ń +å© · +çĶŁ çIJĨ +ä¸ŃåĽ½ 人æ°ij +éĦ Ĥ +åIJ¬ åıĸ +å¤į ä¹ł +æľī çĽĬ +æĶ¶ æĭ¾ +å¾Ī åı¯èĥ½ +ç½ij绾 游æĪı +们 çļĦ +èµĭ èĥ½ +éļ¾ å¾Ĺ +åĪĨ æīĭ +羣 è¯ļ +åħ¬åı¸ åľ¨ +åĿĩ è¡¡ +åı£ åij³ +çīµ 头 +ä¸ĢèĪ¬ çļĦ +轿 车 +çŃī äºİ +æ²ī é»ĺ +æĪij éĥ½ +å°ı ç¨ĭåºı +ä¸Ģ åī¯ +æī¿ è½½ +åľ° è´¨ +çķĮ éĿ¢ +çĶµ æľº +çĦ¦ èĻij +éĶĢåĶ® é¢Ŀ +æĸ° 车 +ä¸Ĭ 游 +主 æ¼Ķ +éļIJ ç§ģ +åıijå±ķ æĪĺçķ¥ +çļĦ åĬªåĬĽ +å¼Ģ åħ³ +解åĨ³ éĹ®é¢ĺ +çĿ£ 导 +对 æĬĹ +å¾Īå¤ļ 人éĥ½ +æĹł æķĪ +产åĵģ è´¨éĩı +å®ī å¿ĥ +åįİ äºº +ä¸į 符åIJĪ +èĩª 家 +éĺµ å®¹ +çļĦ åIJĦç§į +çļĦ çIJĨ念 +çļĦ æĸĩåĮĸ +为 èĩªå·± +å±± æ°´ +游 æ³³ +éľĩ èį¡ +çĶŁæ´» æĸ¹å¼ı +è¿ľ 离 +çŁ³ åĮĸ +æѤ äºĭ +æĺ¯ çľŁçļĦ +çļĦ æ¯Ķä¾ĭ +çĶ¨ çĶµ +奥è¿IJ ä¼ļ +ä¿Ŀ å®ī +èĽĭçĻ½ è´¨ +çļĦ å¿ĥçIJĨ +å· « +åı· çłģ +æ°Ķ ä½ĵ +åıij æĶ¹ +åıijæĶ¹ å§Ķ +åĮ» å¸Ī +æ¶Ĥ æĸĻ +æĺ Ĭ +å¸Ĥ 级 +ä¸ĸçķĮ çļĦ +åĪĨåĪ« æĺ¯ +çł´ 产 +ä¸Ģ æĿ¯ +æĭī å¼Ģ +å¹³ åĩ¡ +çļĦ åıijçĶŁ +åĬ¨ æīĭ +ä¸Ģ缴 以æĿ¥ +æīĭ å·¥ +éĩĮéĿ¢ çļĦ +æĹł åħ³ +ä»ĭ åħ¥ +èµ° ä¸Ĭ +å°±æĺ¯ è¦ģ +å¹´ éĹ´ +åĩº çı¾ +å½± éŁ¿ +å¹ħ 度 +éĽ ģ +éģĵ åħ· +缮çļĦ åľ° +åIJİ èĢħ +ä¸Ĭ æ¼Ķ +äºĨ åĩł +æ®ĭçĸ¾ 人 +å¿Ļ ç¢Į +æĺ¯åIJ¦ æľī +并 对 +ä¼ļ 导èĩ´ +æ°´ åºĵ +ç»Ĩ èĩ´ +åIJİ æĤĶ +å¿ĥ æĢĿ +åģļ äºĭ +åİĤ æĪ¿ +çĿ ¿ +è¿IJèIJ¥ åķĨ +头 éĥ¨ +çļĦ è§Ĵèī² +æĺ¯ ä»ĸ +æĹ¢ æľī +å°ıæŶ åĢĻ +强 åĬ² +主 æĴŃ +åħ¨åĽ½ åIJĦåľ° +æį ı +æįŁ åĿı +åķĨ ä¼ļ +ä¿Ŀ ç½Ĺ +çľģ å¸Ĥ +éļ§ éģĵ +æľī ä¸įå°ij +è¦ģ åľ¨ +建设 é¡¹çĽ® +ç³ĸ å°¿ +ç³ĸå°¿ çĹħ +æĿ¡ä»¶ ä¸ĭ +ä¼ĺè´¨ çļĦ +é¦ĸ åıij +å½ĵæŶ çļĦ +丰 çĶ° +大 çĽĺ +缸 继 +å®ģ å¤ı +åħ¥ ä½ı +æĪij è¿ĺ +åħĭ æĸ¯ +å®ļ ä»· +å¹³æĸ¹ åħ¬éĩĮ +çļĦ çŁ¥è¯Ĩ +æĪij们 ä¼ļ +åħĥ å®Ŀ +ä½ĵ éĩį +è³ £ +对 æĪij们 +çŁ³ 家 +çŁ³å®¶ åºĦ +ç²¾ åįİ +å½¢ çĬ¶ +åıĹ åĪ°äºĨ +ä¿® 订 +ç¾İ åľĭ +é«ĺ æ¸ħ +çľ¼ éķľ +è§īå¾Ĺ èĩªå·± +带 ç»Ļ +åĶ® ä»· +éŨ 票 +åŃķ å¦ĩ +çĶµè§Ĩ åı° +åıij ä½ľ +çļĦ åij³éģĵ +éķ¿ è¿ľ +åħ¬åħ± æľįåĬ¡ +æŃ£å¸¸ çļĦ +æľī è¿ĩ +é£İ æĥħ +æ¯Ķ éĩį +åIJ » +管çIJĨ å·¥ä½ľ +综åIJĪ æĢ§ +å·² 被 +说 èµ· +æİĴ æ°´ +ä¸įæĸŃ åľ° +æĥħ æĢĢ +è¾ĵ éĢģ +è¿ĩ æķı +çļĦ åı¯èĥ½æĢ§ +æľį çĶ¨ +æľī 许å¤ļ +å§Ķ åī¯ä¹¦è®° +åĮĸå¦Ĩ åĵģ +æļĤ åģľ +æĬķèµĦ 人 +çıŃ çº§ +说 çĿĢ +åįĹ åĮĹ +åĪĨ è¡Į +çıł å®Ŀ +å¯ ¶ +å¢ŀ å¤ļ +被 åĬ¨ +çī¹æ®Ĭ çļĦ +éĹľ ä¿Ĥ +çļĦ èĦ¸ +æĥ Ł +ä¸į ä¸Ģå®ļ +ç¶ Ń +çģ« çĪĨ +秣 éĩij +çŀ § +éĩį 建 +è· ª +ä¸Ģ 種 +çļĦ åIJĪä½ľ +å®ī æħ° +ä»į æĺ¯ +ä¸ĵä¸ļ åĮĸ +è°ĥ 解 +ä¸į 妨 +éĢĻ æĺ¯ +å¿ħ éłĪ +ä¼Ĭ æľĹ +å¾Ĺ äºĨ +æľįåĬ¡ å¹³åı° +å§ ¬ +åħĪ éĶĭ +çİĭ åŃIJ +çļĦä¸Ģ åĪĩ +æĢ» çIJĨ +åĵ ¼ +çª ij +çļĦå¿ĥ æĥħ +çļĦ éĩį大 +çij Ł +ä¸Ģ ç¬ij +åıijå±ķ ä¸Ń +åģ¥åº· åıijå±ķ +åĵģçīĮ çļĦ +ç¦ ® +ä½Ļ 人 +ä»Ĭå¹´ 以æĿ¥ +æķ° çłģ +çŃ¾ è¯ģ +åİ» æī¾ +åŁºéĩij ä¼ļ +æĬ± æĢ¨ +æŃ£ å½ĵ +çıŃåŃIJ æĪIJåijĺ +ä¸į åIJĪæł¼ +åĪ¶ å®ļäºĨ +ç¼ĵ æħ¢ +åĪ¶ 约 +æłı 缮 +å¸Ĥåľº ç»ıæµİ +ç»ĦæĪIJ çļĦ +严 å³» +æĹ¥ 讯 +ä¸ĢçĤ¹ çĤ¹ +æĺ¯ æĢİä¹Ī +çļĦ çħ§çīĩ +éĺ» æŃ¢ +模 ç³Ĭ +ç¼ ¸ +éģķ åıį +æIJ¬ è¿ģ +éĩij éĴ± +å½ ¬ +ä¸į å®ī +æĪĺçķ¥ åIJĪä½ľ +å¡« åĨĻ +讲 究 +åħħåĪĨ åĪ©çĶ¨ +èĥ½ å¤ł +èij¡èIJĦ éħĴ +éĩĩçĶ¨ äºĨ +åľ¨ ä»Ĭå¹´ +ä¸Ńå°ı åѦ +åľ¨ æĦı +çļĦ åİĭåĬĽ +ä¸į 幸 +åĪ¶ èį¯ +åı¯ä»¥ 让 +被 è¯Ħ为 +ç»Ĩ èıĮ +æĪı åī§ +åįĬ 导 +åįĬ导 ä½ĵ +è§Ĩ è§Ĵ +åĸľ æŃ¡ +å¾ģ æĶ¶ +è°ĭ åĪĴ +æŀģ 大çļĦ +çĤ¹ èµŀ +è®°èĢħ ä»İ +两 åIJį +èĩª åĬ© +èµ· æŃ¥ +æĬ¤ 士 +å®Ŀ 马 +太 åŃIJ +å°ıå°ı çļĦ +温 æ³ī +åĩºç§Ł 车 +秣 æĪ¿ +两 家 +éľĩ æĴ¼ +ç§ī æī¿ +ä¸Ģ件 äºĭ +çĥĪ 士 +å®ĺ åħµ +转 身 +ä¹IJ åĽŃ +çĻĮ çĹĩ +模 èĮĥ +æĦ £ +è¿ĩåİ» çļĦ +代 ä»· +çļĦ æ¦Ĥ念 +åĩł çĻ¾ +è´µ éĺ³ +æĭħ 忧 +éĢĤ å®ľ +çݯå¢ĥ ä¿ĿæĬ¤ +çĥ « +ä½ł æĥ³ +æѤ åIJİ +ä½ł ä¹Ł +çį İ +éĻ¤ æѤ +éĻ¤æѤ ä¹ĭå¤ĸ +è°ĥ 度 +ç§ij 缮 +æīĢ说 çļĦ +åĬ ĩ +忽 è§Ĩ +ä¸ī 次 +ä¸Ģ æĹ¥ +åŀĤ 缴 +ç«ŀ æĬĢ +éĿ¢ åĮħ +大 æĪĺ +æIJº 带 +å¦Ĥæŀľ 没æľī +åħ» æĪIJ +åĩº è¡Ģ +çĪ±å¥½ èĢħ +æīĵ éĢļ +èµ· è¯ī +åijĪ çİ°åĩº +æŃĮ æīĭ +åľ¨ å¤ĸ +é¢Ĩ导 å¹²éĥ¨ +åĨ ¥ +èĪĨ 论 +æıIJ åıĸ +éĺ¿ å°Ķ +æľĽ çĿĢ +ä¸ī äºļ +è² ¡ +åĪ ·æĸ° +æĻļ æĬ¥ +è¿ĺæľī ä¸Ģ个 +åĨ° ç®± +ç½ij çĤ¹ +åĩº åħ· +强çĥĪ çļĦ +æĪij çĽ¸ä¿¡ +å¸ĮæľĽ èĥ½ +çīĻ 齿 +äºĭ å®ľ +ä¸ļåĨħ 人士 +代 æĽ¿ +åıĺ å½¢ +éĽ ² +è°ĥ æݧ +åĪĽæĸ° åĪĽä¸ļ +æĭĨ è¿ģ +æł¸ æŁ¥ +éĢ Ĺ +åħ¥ åѦ +æĦı åIJij +æı Ľ +ä¸ĭ 次 +ä¼ł è¾ĵ +ä»ĸ们 åľ¨ +èĢĮä¸Ķ è¿ĺ +æĹ¥ åľ¨ +æķĻ è®Ń +æ´» çĿĢ +çļĦ æľīæķĪ +å¤įå·¥ å¤į +å¤įå·¥å¤į 产 +æĺ¯ä¸Ģ 件 +çŃī çĿĢ +å¾ © +åĭĩ æķ¢ +éģŃ åıĹ +å¥Ķ é©° +讲 座 +说 å®Į +ç»Ļ åĩº +è° ¦ +è¯Ĭ çĸĹ +çĽ² 缮 +客 è¿IJ +å°± è¿ŀ +å¼Ģ åħĥ +å¼Ģåħĥ æ£ĭçīĮ +ä¸įæĸŃ æıIJåįĩ +çĶ¨æĪ· çļĦ +æĴ ķ +ä¾Ľ æ°´ +ç¶ĵ æ¿Ł +ä¸Ń åĮ»èį¯ +èģĶ æĥ³ +åħ¬äº¤ 车 +èĪª çıŃ +æĬĢ è¡ĵ +å¼ķèµ· çļĦ +å° ¹ +èµĦ æ·± +åĽ½èµĦ å§Ķ +èĺ Ń +é¼» åŃIJ +éĹ ½ +æİĴ éĺŁ +è§Ĥ åħī +éģĹ åĿĢ +举 京 +é¥Ń åºĹ +ä¸įæĸŃ çļĦ +å°±æĺ¯ ä¸Ģ个 +éķ¿ ä¹ħ +çļĦ è§ĤçĤ¹ +å¨ ¶ +æĪij çİ°åľ¨ +çķ ° +å¾Ĺ åĩº +å¿ħ å®ļ +ä¸į åıĹ +åıª éľĢè¦ģ +åĽ° æī° +ç§ijåѦ æĬĢæľ¯ +çīĽ èĤī +è¾ĥ é«ĺçļĦ +è·ij æŃ¥ +æ² ¾ +èı© èIJ¨ +æľĢ å¾Į +ä¿Ŀ å¯Ĩ +æ²» å®ī +éĤ ± +常 è¯Ĩ +èĦ¸ èī² +åĮĹ å¤§ +æ±ĩ èģļ +æijĨ èĦ± +é¾Ļ头 ä¼ģä¸ļ +女 åıĭ +çŃī å·¥ä½ľ +ä¸Ń ç¾İ +èģĮ åľº +èĦij è¢ĭ +åĨĻ çļĦ +饲 æĸĻ +åĬ³ åĬ¨åĬĽ +å± ¯ +æĮģ èĤ¡ +åĽ¾ åĥı +è¿ĩåİ» äºĨ +è² ¨ +è¾ ² +éĹ® æĪij +è·Ł ä½ł +çĶŁ æŃ» +审 ç¾İ +é¢Ĺ ç²Ĵ +ä¸Ń æĸ¹ +åĬł çĥŃ +æĹħè¡Į 社 +çĻ¼ çĶŁ +ä¸į åłª +åĤ · +æ¥ ł +åĬŀ æ¡Ī +æŁ Ħ +æĹ¢ æĺ¯ +å¤Ħ åĪĨ +羣å®ŀ çļĦ +æĬ¥ 纸 +å¸Ī çĪ¶ +å®īå¾½ çľģ +åī¯ 主å¸Ń +ä¹ĭ éģĵ +导 å¼¹ +åŃ¦æł¡ çļĦ +åŁİå¸Ĥ çļĦ +è°Ī åĪ° +æ¢ Ĺ +å¹³ éĿ¢ +说 ä»Ģä¹Ī +é¢ij çİĩ +éķ¿ ä¸īè§Ĵ +çļĦ åĪ©çĽĬ +é» ¨ +è±Ĩ èħIJ +å®ŀéĻħ æĥħåĨµ +æŀĹ ä¸ļ +纪æ£Ģ çĽijå¯Ł +ä½ı éĻ¢ +çļĦ æķ´ä½ĵ +åīį è¡Į +æĮ ¨ +çħ¤ çŁ¿ +åī¯æĢ» è£ģ +å°ı åIJĥ +æŀģ 端 +å©Ĩ å©Ĩ +çİ° è´§ +è¯Ĺ æŃĮ +éĴ¥ åĮĻ +缩 çŁŃ +ä½Ĩ è¿Ļ +æĸ° åĵģ +è¿Ļ 对 +çŁ¥åIJį 度 +å¿ĹæĦ¿ æľįåĬ¡ +大 å±Ģ +è¡¡ éĩı +ä½ĵçİ° äºĨ +æ¡ĥ èĬ± +åIJ¸å¼ķ åĬĽ +åł ¤ +æĵħ éķ¿ +åĴ Ĵ +缸 æľº +ä¸Ģ ç«Ļ +ä¸Ģç«Ļ å¼ı +æľĢ ç¾İ +æ°¸ ä¹ħ +çļĦ éĥ¨åĪĨ +åĪĨ å·¥ +å·¥ç¨ĭ 建设 +æIJŃ è½½ +æ°´ ä¸Ń +èĮ ¨ +çļĦ æĵįä½ľ +绣 æ²» +çķħ éĢļ +åħļçļĦ åįģ +è¼ ¸ +æ¸ ¬ +ç¾İ è§Ĥ +ä¸į åĪ© +åıį æĢĿ +éªĦ åĤ² +æłĩ çļĦ +æĿĢ 人 +éĺ¿ å§¨ +é£Ł æĿIJ +åIJĥ çļĦ +åIJİ åĨį +çŁ £ +两 侧 +æ¸ħ æ°´ +è¿Ľ çIJĥ +å¼Ģå§ĭ äºĨ +åIJ¬ äºĨ +çĦĬ æİ¥ +çŁ ® +å¨ Ł +为 人 +éĢģ ç»Ļ +åĨĴ éĻ© +æķ · +ç»Ī æŃ¢ +æīį çŁ¥éģĵ +è¿IJ æ°Ķ +éĢļ é£İ +æĥĬ 讶 +ç§ijåѦ éĻ¢ +æıIJ éĹ® +太 åİŁ +缸åIJĮ çļĦ +ä» ķ +èģ ĸ +æĥħ æ³ģ +é¢Ĩ导 人 +åĩºæĿ¥ äºĨ +沿 线 +éĻ ½ +æĦŁ 覺 +ä»į åľ¨ +æ© Ļ +约 为 +åĸĿ éħĴ +çĶ¨ èį¯ +ä¸ĭ ä¸Ģ +æ³ķ å®ĺ +顺 åºı +åģļ ä¸Ģ个 +åĭ ¢ +æŃ ª +çĶµ ç«ŀ +ä¼´ éļıçĿĢ +ä¹ĭ åĬĽ +ä¹ĭ 人 +äºij 计ç®Ĺ +åĪ«äºº çļĦ +ç§ijåѦ åıijå±ķ +第 åħ« +å¹² æī° +女 ç¥ŀ +è¿Ļæł· åģļ +å¤Ħ åľ¨ +æ°´ è´¨ +éķ¿ æĺ¥ +å¸Ĥåľº éľĢæ±Ĥ +ç»´ æĿĥ +èĢ³ æľµ +æĸĩåĮĸ çļĦ +奶 ç²ī +ä¼ł è¾¾ +æīĭæľº çīĪ +æĽ¾ åľ¨ +äºĮ æľŁ +åİŁåĽł æĺ¯ +æºIJ 头 +åıĪ èĥ½ +è£ ¸ +æĬĢæľ¯ åĪĽæĸ° +æĸĩåĮĸ æĹħ游 +åıij 票 +å¹´ 级 +ä½ł ä¸į +ä¹ĭ å¿ĥ +æķ° çĻ¾ +åIJij å¾Ģ +èĢģ 家 +åľĭ éļĽ +çļĦ é«ĺ度 +æľĿ éĺ³ +æ¸ħ éĻ¤ +èĩª æľī +书 ä¸Ń +游æĪı è£ħå¤ĩ +ä¸ĩ å¤ļ +驾驶 åijĺ +ä½ł çŁ¥éģĵ +åĽ½ åºĨ +é£Ł åłĤ +æİ¥ åı£ +æĢ» æķ° +åħ¶ä»ĸ çļĦ +çĶŁåij½ çļĦ +ä½ł åľ¨ +çļĦ 缮åħī +è¿Ļ æĸ¹éĿ¢ +éĥ½ 说 +çĸĹ æ³ķ +åĭĩ 士 +åľ¨ åħ¨çIJĥ +ä¿ĿéĻ© åħ¬åı¸ +çĿ£ æŁ¥ +åĸĦ èī¯ +表 å½° +è¹ ² +è·¯ 段 +æľĥåĵ¡ è¦ı +æľĥåĵ¡è¦ı ç¯Ħ +æĪ· åŀĭ +ä¿ĥ 使 +ä¿® 建 +é«ĺ æ°´å¹³ +åģļ åĩºäºĨ +主 åľº +è¡Į èµ° +空 çĻ½ +æľī人 说 +è¿Ļ个 ä¸ĸçķĮ +åIJį ä¹ī +å®Į ç¾İçļĦ +羡 æħķ +åıĬ åħ¶ä»ĸ +åı¯ çĶ¨ +æĭ IJ +è¾ĥ 大çļĦ +æĬĢæľ¯ åĴĮ +å°¼ äºļ +çĻ¾ è´§ +æı ī +éĢī è´Ń +éĺŁ åıĭ +ä¼ł æĦŁ +ä¼łæĦŁ åĻ¨ +åıªè¦ģ ä½ł +为ä»Ģä¹Ī è¦ģ +ä¸ĵ注 äºİ +ä½Ļ é¢Ŀ +åħ¸åŀĭ çļĦ +缮åīį å·² +欲 æľĽ +èģĶ 绾 +æµģ ä¼ł +çļĦ 家åºŃ +åı· åı¬ +çıį è´µ +ä¼Ł 大çļĦ +éī´ äºİ +è·Ł ä»ĸ +产 çī© +ä¸į å·² +è¿Ŀæ³ķ è¡Į为 +头 ä¸Ĭ +åĪĨ 解 +åı¯ä»¥ çľĭåĩº +æł¡ åĮº +åŃĹ ä½ĵ +ä¿® çĤ¼ +çĶļèĩ³ æĺ¯ +微信 åħ¬ä¼Ĺ +åıĸ 代 +èIJ¥ä¸ļ æĶ¶åħ¥ +æ½į åĿĬ +ä½ł èĥ½ +社ä¼ļ ä¿Ŀéļľ +æ¯ĶèµĽ ä¸Ń +污水 å¤ĦçIJĨ +夫 å¦ĩ +ä¸Ģ å¹ħ +沿 æµ· +åı£ æĦŁ +ä½Ĩ åį´ +å½ĵ æĹ¥ +çļĦ æľĢ大 +æ¯ı ä¸Ģä½į +没 äºĭ +çī¹ åĪ¥ +å¼Ģ åѦ +è·¯ éĿ¢ +å¿ĥçIJĨ åѦ +æĶ¾ ç½® +éĩįåºĨ å¸Ĥ +ä½ł èĩªå·± +æ¶Īè´¹èĢħ çļĦ +ä¸Ģ æ³¢ +èѦ æĥķ +åį§ 室 +注 å°Ħ +é£İ 鼨 +沿 çĿĢ +åijĬ 訴 +表 çİ°åĩº +åĽĽ æĺ¯ +åı¤ åħ¸ +æĽ´ éĩįè¦ģçļĦ +好 äºĭ +çľ¼ 泪 +æ¨ ĵ +审 åĪ¤ +碰 æĴŀ +车 ç«Ļ +è¿Ľåħ¥ äºĨ +éĽĨ åIJĪ +æł¼ å¤ĸ +宾 é¦Ĩ +æĶ¯ä»ĺ å®Ŀ +她 æĺ¯ +æĺ¯ å¦Ĥä½ķ +人 次 +çļĦ æĪIJåĬŁ +æĹł åĬĽ +æµ· æĭĶ +æĺ¥ åŃ£ +éĥ½ ä¸įä¼ļ +çŃī å¤ļç§į +ä¸Ģ个 å°ı +åģľè½¦ åľº +让 æĽ´å¤ļ +è¿Ļ çĤ¹ +æĪIJ åĵģ +éĴ ī +éģĩ è§ģ +çıŃ ä¸»ä»» +æĦı æĦ¿ +çļĦ åIJĮåѦ +游 è§Ī +åİĭ 缩 +åľ¨ ä¼łå¥ĩ +å¼¹ æĢ§ +æĹ¥ åĨħ +ç¦ı建 çľģ +è§Ĵ èIJ½ +åĪĨ å¼Ģ +ä¼ļ 让 +å¤ĸ åĽ´ +çĨŁæĤī çļĦ +çĨ Ķ +ä¸ĩ è¾Ĩ +å¤ľ éĹ´ +车 身 +ä¸Ń æľŁ +å®ĮåĸĦ çļĦ +åĵģ ç±» +åıĭ è°Ĭ +éĢīæĭ Ķ +éªij 士 +å½ ¦ +çļĦ çľĭæ³ķ +åĽ½ çİĭ +è¾£ æ¤Ĵ +åıijå¸ĥ æŶéĹ´ +åı¤ åŁİ +éļı æľº +ç« ĸ +å¼Ģ è¾Ł +ä¼Ĺ çĶŁ +没 åĬŀæ³ķ +åįĥ éĩĮ +æĿ¥æºIJ äºİ +çļĦ æĿĥåĪ© +æ¯Ķ åĪĨ +满æĦı çļĦ +ä¿® è¡Į +åĿ ł +大 æµ· +èİ ¹ +åĩº 身 +è« ĩ +åħ³ èĬĤ +åIJį 人 +éľĢè¦ģ 注æĦı +æĹ© æĻ¨ +å¤ĸ åįĸ +åıĪ è¦ģ +æ¶ī æ¡Ī +çĶ³è¯· 人 +éĻĦè¿ij çļĦ +åĬłå¿« æİ¨è¿Ľ +æĸ° å¹´ +大 è¡Ĺ +ä¸Ģ é»ŀ +èĭı å®ģ +æĤĦ æĤĦ +èĦ¾ æ°Ķ +å¸Į èħĬ +éļı åį³ +æķ¢ äºİ +å®ŀè·µ ä¸Ń +æĺ¯ æ²¡æľī +æľī趣 çļĦ +æĿ¥èĩª äºİ +è£ģ åĪ¤ +女 åŃ©åŃIJ +èĩ³ åħ³ +èĩ³åħ³ éĩįè¦ģ +æĻº åĬĽ +èµ° åĩºåİ» +çŁŃ æĿ¿ +大 åĽ½ +çļĦ 认è¯Ĩ +å¹´ å¤ľ +åĨį åĪ° +åIJĮ æł·çļĦ +å¯Ĩ å°ģ +å¤ĸ交 éĥ¨ +çĶŁ æķĪ +æĤ¨ åı¯ä»¥ +ä½ł åĢij +è¿ĩ å¹´ +å¼ ĵ +è¡Į æĿİ +æ¯Ķ èµ· +身 é«ĺ +è¿Ļ个 人 +ä¸Ń å¤ĸ +éģĵ æŃī +çĽ¯ çĿĢ +亲 åŃIJ +éĹ ¸ +çĻ½ äºij +èĦĸ åŃIJ +ä¸ĢåĪĩ éĥ½ +æ· ij +è° ľ +åģ¶ çĦ¶ +éĿł è°± +é«ĺ 管 +ä¸ĭ åıij +æĶ¾ åĪ° +ç±» åĪ« +ä¸ĭ åĪĹ +æ·· ä¹± +åIJĪæ³ķ æĿĥçĽĬ +çݯ çIJĥ +æľīæķĪ åľ° +åķĨ æĪ· +æ¹ĸ 人 +æµ· 岸 +æĬķ 产 +两 个æľĪ +éĥ½ éĿŀ常 +å¢ŀ强 äºĨ +æĿ¥ åĪ°äºĨ +åī© ä½Ļ +æĤ¨çļĦ åŃ©åŃIJ +æµģ æ°´ +æŃ£ ä¹ī +天 çĮ« +åģļ è¿ĩ +ä½ķ æŶ +æĪij åİ» +çľģ 份 +å¥ĸ éĩij +该 å¦Ĥä½ķ +ä¸ĭ çıŃ +åģ¶ åĥı +æijĨ æĶ¾ +æĸ° 模å¼ı +æĬķ è³ĩ +è·¯ åı£ +åĨľæ°ij å·¥ +大 åѸ +件 äºĭ +æł¹æľ¬ ä¸į +æµĵ 度 +æµĵ åİļ +è½® èĥİ +æĪ¿ ä¼ģ +éĿŀ常 好 +ä»İ ä¸Ń +人 æł¼ +ç¿ ģ +æŶéĹ´ åĴĮ +è¿Ļ ä¸įæĺ¯ +åĪ¸ åķĨ +æĥĬ 人 +åĻ¨ å®ĺ +åĩĨ åĪĻ +æĥħ æĻ¯ +æĽ´ é«ĺçļĦ +åѦ 家 +泡 沫 +åľ°æĸ¹ æĶ¿åºľ +å°± çŁ¥éģĵ +åij¼ åIJģ +ç»ı è´¸ +èĬ± éĴ± +æľī ä¸Ģ次 +æĦŁ æħ¨ +ä¸Ģ åįĥ +å¤ľ æĻļ +詹 å§Ĩ +詹å§Ĩ æĸ¯ +è¦ģ éĹ» +ç» Ĵ +æºIJ äºİ +çļĦ è´¨éĩı +注æĦı äºĭ项 +æħ¢ æĢ§ +稳å®ļ çļĦ +建设 åĴĮ +æĻ¯ 象 +éĩı åĮĸ +çļĦ 話 +è¯Ħ 级 +æº ľ +红 åĮħ +éĢļ éģİ +社ä¼ļ 责任 +æĸ° 产åĵģ +åĨ· éĿĻ +çľĭ ä¸įåĪ° +èģĶ éĤ¦ +éŃ Ħ +çļĦ åīįæıIJ +çļĦåīįæıIJ ä¸ĭ +è¾ĥ 好 +çļĦ æĦŁæĥħ +客æĪ· æıIJä¾Ľ +çĭ¬ èĩª +å¢ŀ æĶ¶ +æĸĩ çĮ® +æĭ¼ åij½ +管çIJĨ åĴĮ +æµģåĬ¨ æĢ§ +åħ¨ 家 +ä¸Ĭ æĸ¹ +æݨåĩº çļĦ +ä¸ī åĽ½ +ä¸Ģ个 æĺ¯ +æĸ° ä¸Ģè½® +æĸĩåĮĸ éģĹ产 +æ® º +大 æ¹¾åĮº +éĥ½ éľĢè¦ģ +çļĦ å®ŀéĻħ +ç· Ĭ +大 å¥ĸ +åħī èĬĴ +便 äºİ +çļĦ 表æĥħ +æ¼Ķ ç»İ +红 åĨĽ +å½ĵ æĪij +æ²» æĦĪ +é¢Ŀ 度 +éĿ ľ +ä»»ä½ķ 人 +è¡Ĺ 头 +çī¹ æĸ¯ +çī¹æĸ¯ æĭī +åĮ»çĸĹ æľºæŀĦ +ç»Ļ åŃ©åŃIJ +è§Ħ 磩 +è£ ľ +çļĦ 身影 +ä¸ĵ æłı +æĿ¥ 临 +ç«¥ å¹´ +å¤į èĭı +è¨ Ĥ +åŀĭ åı· +åĽ¾ æ¡Ī +ç®Ģ åİĨ +æĭ ± +èį· åħ° +ä»» æĦı +æī¿ æİ¥ +è¿Ļ æīį +客 车 +æľĿ çĿĢ +éłħ 缮 +åı° é£İ +çļĦ æĪ¿åŃIJ +éª ı +æĿ± 西 +éģĹ ä¼ł +è¶Ĭ å¤ļ +äºĨ ä»ĸçļĦ +ä¸Ĭ åij¨ +管çIJĨ åĪ¶åº¦ +失 ä¸ļ +çĶ· åıĭ +æİ¥ ç§į +å¨ģ åIJį +çĴ° å¢ĥ +åıijçĶŁ åľ¨ +个 åĽ½å®¶ +åĪĽæĸ° åıijå±ķ +æĶ¹åıĺ äºĨ +åģ¥åº· çļĦ +åĢ¼å¾Ĺ ä¸Ģ +åĢ¼å¾Ĺä¸Ģ æıIJ +åĽ¢ ä¼Ļ +åģĩ 设 +åı° ä¸Ĭ +è§ĦèĮĥ åĮĸ +éĻª åIJĮ +座 æ¤ħ +åı¯ æĢľ +åħĭæĢĿ 主ä¹ī +æ³ķå¾ĭ 责任 +ä¸Ģ é¡¿ +æĬ¬ 头 +为 éĩįçĤ¹ +è¿ľ æ´ĭ +éĢı è¿ĩ +åħ¨çIJĥ åĮĸ +趣 åij³ +票 æĪ¿ +æ¯ı 人 +åIJĦç§į åIJĦæł· +äºĨ åĩºæĿ¥ +ç»Ŀ对 æĺ¯ +ä¸ĭ å±ŀ +ä¸Ģ åıĮ +è¿Ļ åĿĹ +æĬĹ çĸ« +è¦ģ çĤ¹ +å½¢æĪIJ çļĦ +æĪij çľĭ +ä¸ĩ éĩĮ +èĢĥ çłĶ +为 åħ¶ +æ°ij 宿 +å¤ļ ä½į +大 èĩ´ +ä»ĺ è´¹ +åħ¥ æīĭ +å±ħ 家 +æīĢåľ¨ åľ° +人 身 +è¿ĩ å¾Ĺ +è¯ķ è¯ķ +访 è°Ī +åĬł éĩį +å°± ä¸įä¼ļ +çĶŁäº§ ä¼ģä¸ļ +åĽŀ åĽ½ +åºķ 线 +赶 åĪ° +æĶ¯ éĺŁ +æĪij们 éĥ½ +éĤ® æĶ¿ +缴 èĩ³ +éĴ¢ çIJ´ +åħ ľ +çłĶ讨 ä¼ļ +æľĪ 亮 +åĿļæĮģ 以 +åħ¬å®ī éĥ¨ +éĴ¢ 管 +å°ı çĻ½ +ç½® ä¸ļ +èģ ĭ +书 åĨĻ +æĿ ı +éħį æĸ¹ +èĢĮ åıĪ +çijŀ 士 +çķĮ çļĦ +èĢģ 大 +æĪIJçĨŁ çļĦ +å¹² ä»Ģä¹Ī +ä¸ĵ项 æĸĹäºī +çŃī å¤ļ个 +èĦ± 离 +ä¸ī 个æľĪ +çłĶ究 åijĺ +æĹĭ 转 +æŀģ èĩ´ +åħį è´£ +åħįè´£ 声æĺİ +å¾Īå¤ļ çݩ家 +车 ä¸Ĭ +交 äºĴ +å·² æĺ¯ +ä¸Ģ å°ı +çļĦ éĩįçĤ¹ +èĬ± äºĨ +ä¸į æĺİ +æľīåħ³ è§Ħå®ļ +çĬ¹ å¦Ĥ +çľ ¸ +å¯ ¡ +çļĦ è¡£æľį +åĮħ 裹 +身 åŃIJ +å¸ĪèĮĥ 大åѦ +äºĭ åħĪ +线 æĿ¡ +æ³ķ åĪ¶ +åħ» æĬ¤ +稳å®ļ æĢ§ +éĤ µ +åŀĦ æĸŃ +é¡ į +èĢĥ åı¤ +æĿł æĿĨ +èĭı èģĶ +æ°´ çĶµ +åħ·ä½ĵ çļĦ +æ¿Ģ æ´» +æĪij æł¡ +åĪļ å¼Ģå§ĭ +åĩ¸ æĺ¾ +ç¦ ¾ +åħ¼ èģĮ +éĢı éģİ +åľ¨ 游æĪıä¸Ń +社ä¼ļ åıijå±ķ +好 çİ© +å¹» æĥ³ +ä¸į 代表 +注æĦı åĬĽ +æ£ į +çĶ¨ æīĭ +ç¾İ 人 +许å¤ļ 人 +å¾Ī æĺ¯ +çļĦ çłĶåıij +æīĵ åĩº +åIJĪä¼Ļ 人 +ä¸Ģ å¤ľ +ç¼ĵ ç¼ĵ +ä¿® æŃ£ +æĦŁ çŁ¥ +ç»Ī 身 +æ¿Ģ ç´ł +çݯå¢ĥ ä¸ĭ +次 ä¼ļè®® +ç»ıæµİ å¢ŀéķ¿ +æī Ľ +åıij éħµ +åĪĨæŀIJ å¸Ī +åľ¨ æľªæĿ¥ +主è¦ģ æľī +ä¸Ģ åŃ£åº¦ +çļĦ 说æ³ķ +ä»İæĿ¥ 没æľī +è´§ 车 +缩 å°ı +太 è¿ĩ +æķĪ åĬĽ +ä¸į ä¸ĭ +æĬķ 稿 +èį¯ ä¸ļ +ç»Ħ éķ¿ +ç«Ļ çĤ¹ +å¾Ī åĸľæ¬¢ +éIJ µ +åĬ¿ 头 +æ¼ı æ´ŀ +æĦ¤ æĢĴ +åħħ å®ŀ +åĪĽä¸ļ æĿ¿ +çĪ ª +æľª å¿ħ +åºķ éĥ¨ +å¾Ĺ åĪĨ +人æ°ij åĮ»éĻ¢ +äºĮæīĭ æĪ¿ +å·²ç»ı 被 +大 楼 +æĸ° æĪ¿ +辦 æ³ķ +çĶ¨ åĬĽ +æĭĵ 宽 +åĨħ åľ¨ +æĴŃ åĩº +饰 æ¼Ķ +ä¹Ł 让 +ä½ľ çĤº +çī©ä¸ļ 管çIJĨ +åį´ ä¸į +为 ä¸ŃåĽ½ +å±Ģ åĬ¿ +ä¸į èĤ¯ +æľĢ æĸ°çļĦ +åı¯ä»¥ éĢīæĭ© +æĺ¾ çİ° +å°± ç®Ĺæĺ¯ +åľ¨ æł¡ +é¾ Ł +两 æĿ¡ +çļĦ å®ŀåĬĽ +è¶Ĭ 好 +她 åľ¨ +å¿ł è¯ļ +ä¹Ł éľĢè¦ģ +游æĪı æĵįä½ľ +è¶ħ åĩº +å¦Ĥæŀľ ä¸į +æīĢåľ¨ çļĦ +ä½ł è¿ĺ +以 åĨħ +æľī ä¸Ģå®ļ +åı¯ è¾¾ +è·ij åĪ° +åī Ľ +建ç«ĭ åģ¥åħ¨ +æķ´ 车 +åīį æĸ¹ +éĹ´ æİ¥ +çŃ¹ å¤ĩ +çĸ² åĬ³ +离 å¼ĢäºĨ +æ± Ŀ +éĿ¢ éĥ¨ +ä¹ĭåīį çļĦ +åıĺ 为 +å¦Ĥæŀľ 说 +对 ä»ĺ +åĿĩ åı¯ +被åijĬ 人 +ç²¾ ç¾İ +èģļ ä¼ļ +çĿĢ æĢ¥ +è°· æŃĮ +ä¸Ģ åı· +红 åĪ© +ä¼łå¥ĩ 游æĪı +å» ĸ +è´ ŀ +ä¹° åĪ° +éŃ ļ +ä½ĵ è´¨ +å°ij äºĨ +æ³ī å·ŀ +åIJ Ł +ç»Ŀ ä¸į +é»ij æģ¶ +é»ijæģ¶ åĬ¿åĬĽ +ä¸Ĭ æĺł +çļĦè¯Ŀ é¢ĺ +ä¸ĩ人 次 +ä¸ĸ éĹ´ +çĶ¨ å·¥ +è´¯ ç©¿ +å®Ŀ çŁ³ +ä½ł 好 +åĪĩ åī² +强 åĽ½ +åĽŀ èIJ½ +æ°´ æĻ¶ +模 仿 +æ´ª æ°´ +éĢĻ 麼 +åįģä¸ī äºĶ +ä½ ij +éĻ Ħ件 +çļĦ å¢ŀéķ¿ +éĻĦ å±ŀ +çİ° å·² +帮 ä½ł +éĩij çīĮ +é«ĺ åİŁ +åľ¨ 家éĩĮ +éĺ² èħIJ +ç¡®å®ŀ æĺ¯ +宣 讲 +天 æīį +ç»ıèIJ¥ 管çIJĨ +éĶħ çĤī +åIJĪ ä¸Ģ +è§Ĥ èµı +éķ¿ è¾¾ +主ä¹ī æĢĿæĥ³ +éĤ£ 麼 +é£İ äºij +为主 çļĦ +æļij åģĩ +æĮģ ä¹ħ +å¼Ĥ åľ° +å¼Ģ éŨ +模 æĿ¿ +æī¹ 次 +ä¸į 便 +天 çĶŁ +åĩł 个æľĪ +ä¸ĵ ç§ij +åı¦ æľī +åħ¬å¸ĥ çļĦ +æĩ · +åľº åIJĪ +çļĦå¿ĥ æĢģ +è¿ĺ 好 +å®ŀ æĪĺ +èĢģå¸Ī çļĦ +åħ© åĢĭ +åı¯ åľ¨ +éĤ£ ä½į +å¥ł å®ļäºĨ +ä¿ĥ éĶĢ +æı´ åĬ© +ä¸ĩ çī© +æĥħ æĬ¥ +é¦ĸåħĪ è¦ģ +æĸĩåĮĸ åĴĮ +éĥ½ å·²ç»ı +ä¸Ĭ ä¸ĸ纪 +åĨľ åľº +大 æī¹ +æĺİçĻ½ äºĨ +çļĦ æĪIJéķ¿ +çļĦ æ¯ĶèµĽ +失 误 +åģļ æĪIJ +ä»Ĭ天 å°ıç¼ĸ +é¢Ĩ è¢ĸ +æıIJåįĩ äºĨ +å¾IJ å·ŀ +ä»į æľī +è¿ĩ 滤 +å¹½ é»ĺ +çĥŃ éĩı +ä¸Ģ é¦ĸ +æ¼Ĥ亮 çļĦ +åĩł ç§į +åĢ¡ è®® +å°±åı¯ä»¥ äºĨ +æİĴ åĪĹ +éĩį éĩį +ä¼ģä¸ļ åĴĮ +ä¸ĵ å±ŀ +çħ İ +亲 æĪļ +çĻ¾åĪĨ ä¹ĭ +稿 件 +è¿ĺ å¾Ĺ +人 åĵ¡ +äºī 夺 +æĽ´ 容æĺĵ +大 èĩªçĦ¶ +鼻 èħ¦ +太 空 +åľ° å¤Ħ +å¤ ¢ +ä»ĸ 对 +å¿ħ å°Ĩ +ä¸į å½ĵ +严 è°¨ +åĩº åľº +å·²ç»ı æľī +é¢Ĩ åĨĽ +é«ĺ æ¡£ +ä¸Ģ æīĢ +æł Ĺ +让 åѦçĶŁ +æĽ¹ æĵį +æŁIJ ä¸Ģ +伸 åĩº +èĬ± åįī +æ¸ħ éĨĴ +èģĶç³» æĸ¹å¼ı +åĪĨ å±Ģ +èħ ³ +æ©¡ èĥ¶ +éķ¿ å¾Ĺ +绿 åľ° +è¢ į +çļĦ èīºæľ¯ +女 æľĭåıĭ +ä¸Ń è¶ħ +离 åŃIJ +å¤ļæł· åĮĸ +éĺ³ åı° +ä½İ 碳 +ä¸Ģ ç±» +çŃīæĸ¹éĿ¢ çļĦ +å¾Ĺ 好 +模 åħ· +ä¸ĩ 亿 +çķĻ æĦı +临 æ²Ĥ +å°ij éĩı +çľĭ åIJij +ç»ıèIJ¥ èĢħ +çķĻä¸ĭ äºĨ +åĿı äºĨ +åijĬ åĪ« +羣 çIJĨ +ç¼´ è´¹ +æĬĬ ä½ł +çļĦ ä»»åĬ¡ +æĪij 对 +ä¹° åħ¥ +çĻ» ä¸Ĭ +æľī 两个 +ä¸Ģ 头 +æĵį æݧ +åħ¨ è¦ĨçĽĸ +çĿĢ æīĭ +å¢Ļ éĿ¢ +å¤ļ æĸ¹ +åı¯çĪ± çļĦ +ä¹Ł åı¯èĥ½ +æľĢ æľī +è¿ĻäºĽ éĥ½æĺ¯ +æĥ ¡ +å® ® +å¾Ī å°ı +éĹ®é¢ĺ æĺ¯ +åĿĩ æľī +å¾ģ éĽĨ +说 åĩº +æľī æĦı +é¢ Ĥ +æī¬ å·ŀ +åķĨä¸ļ 模å¼ı +çĶŁ èĤĸ +æįIJ 款 +å² Ĥ +ç¾İ æĻ¯ +è¿ĺ 羣 +æĭ¥ æĬ± +身ä½ĵ åģ¥åº· +æ·± å¤Ħ +çľ¼ ç¥ŀ +çļĦ 形象 +ä¼ĺ è¶Ĭ +å½ĵ æĪIJ +åĮº åĪĨ +åİ» éĻ¤ +注 å®ļ +å§IJ 妹 +åĮº åĨħ +é© ļ +æļĹ ç¤º +æĺİ äº® +æħ° éĹ® +å¸Ĥåľº 份é¢Ŀ +çĮª èĤī +çļĦ èµĦéĩij +åİĨ ç»ı +å§ĭç»Ī åĿļæĮģ +çĶŁ æľº +ä¸į 顾 +éĩij åĪļ +大 声 +éĻķ 西çľģ +é² į +åĨľä¸ļ åĨľæĿij +æľī 害 +éŨ è¯Ĭ +æ¯ı ä¸Ģ次 +çļĦ åĽłç´ł +é¢Ŀ å¤ĸ +åİ¿ 级 +çļĩ åIJİ +åĽ½ ä¼ģ +é¦ĸ éĢī +ç¼ĸ åĨĻ +æĭ¿ èµ· +åģ· åģ· +ä¸İ ä¸ŃåĽ½ +åįĸ 家 +ç»Ļ ä»ĸ们 +ç¥ŀ è¯Ŀ +åѸ æł¡ +æĪij ä¸Ģ缴 +çŁ¥éģĵ äºĨ +åį Ĵ +åĴĮ åľ°åĮº +ä»Ģä¹Ī éĥ½ +çĶ» 家 +æľ¬ çĿĢ +ä½Ļ åIJį +审 çIJĨ +ä¸Ģ åIJij +åıijå±ķ è¶ĭåĬ¿ +åĮº éĹ´ +注åĨĮ èµĦæľ¬ +çIJ ¦ +ä¸į åı¯ä»¥ +çļĦ åĦ¿åŃIJ +åĢ¼ çıŃ +ä¸¥æł¼ çļĦ +å®ŀä½ĵ ç»ıæµİ +æľī æĿĥ +æĪij åıĪ +éĵ¶ æ²³ +ç«ĭ 马 +æĿĢ äºĨ +åĮħ 容 +管 家 +身 é«Ķ +éĵ ħ +å°ı åŃIJ +管çIJĨ ç³»ç»Ł +æľīçļĦ 人 +é£İ çĶµ +æĻºèĥ½ åĪ¶éĢł +ç²¾ ç¡® +æĭĽåķĨ å¼ķ +æĭĽåķĨå¼ķ èµĦ +äºĮæīĭ 车 +åİ¿ å§Ķ +èīº 人 +å¥ ķ +è¿İ æĿ¥äºĨ +ç»ĵæĿŁ äºĨ +çļĦ ä¼łç»Ł +æĭ¼ æIJı +奥 迪 +çĸij æĥij +ä¹ĭ æĹ¥èµ· +æłĩå¿Ĺ çĿĢ +åľ° åįĢ +è¯ł éĩĬ +åĪ° æľŁ +åħ¨ éĥ½ +çŁŃ æļĤ +æĺ¯ æĪijåĽ½ +æĪij å·²ç»ı +æ»´ æ»´ +天 èµĭ +对 她 +åį«çĶŁ éĹ´ +çĶŁäº§ åŁºåľ° +æĹ¥ è®° +çļĦ æķĻåѦ +åĵ ĩ +æ°ij äºĭ +è¿ĺ åİŁ +æīĭ ä¸ŃçļĦ +çļĦ èī¯å¥½ +æ· « +ä¸Ńåħ± ä¸Ń央 +åĪ ĥ +åĵ Ħ +åľ¨ ä»ĸçļĦ +å°Ī æ¥Ń +åľº éĿ¢ +éĤ» å±ħ +çĹ Ĵ +å¦ Ħ +å¤ĸ ç§ij +ä¸į éĢĤ +举åĬŀ çļĦ +é Ĥ¹ +åħļçļĦ 建设 +çĻ¼ 表 +è·¨ çķĮ +æ²ī æ·Ģ +大 çīĩ +è¶Ĭ é«ĺ +å°Ĩ æĺ¯ +è§ī éĨĴ +åĤ¨ åŃĺ +å¢ŀ 大 +ä¸į 让 +æķ´ å½¢ +å¹³åı° ä¸Ĭ +åĩł ä½į +è¯ī æ±Ĥ +好 ä¸į好 +åľ į +æĸĩ æľ¬ +éĢ² åħ¥ +ç´ į +æł¹ æĵļ +èįī æ¡Ī +åħŃ ä¸ª +åĭ ¿ +åĪ¶ æĪIJ +饮 æ°´ +æ°¸ æģĴ +èĩª æĿĢ +åı¸ 马 +éļ¾ çĤ¹ +为 æĪij们 +å¼ § +åī© ä¸ĭçļĦ +åĩĨå¤ĩ 好 +çļĦ æľĢä½³ +èģĶåIJĪ ä¼ļ +æĤ£èĢħ çļĦ +æĪijä¸į çŁ¥éģĵ +ä¸ĭ ä¸Ģ个 +åıijå±ķ æĸ¹åIJij +ç¬ ¨ +æīĢ以 æĪij们 +åĨĻ äºĨ +éĢł æĪIJäºĨ +æ²Ļ æ¼ł +çŃĽ éĢī +çģ¾ åĮº +ä¸Ĭ çľĭ +éħ ¶ +æ»ļ åĬ¨ +éļ¾ åħį +åIJī åĪ© +ä¸Ģ ä¸Ģ +ç²¾ å¯Ĩ +伸 æīĭ +礼 仪 +åħ¨ æĺ¯ +è¶Ĭ 大 +ä¸Ń æłĩ +åıĸ åĨ³ +åıĸåĨ³ äºİ +éĢĶ ä¸Ń +讨 åİĮ +æīĭ åĨĮ +第 ä¹Ŀ +åŃĶ åŃIJ +çĦ¶ å¾Į +ä¸Ģ åħ± +æµ· æĬ¥ +款 å¼ı +æķ´ 天 +è¾¹ çķĮ +è·¯ è¾¹ +æĻĭ 级 +åIJIJ 槽 +çļĦ åħ³æ³¨ +æĪij 没æľī +å°±æĺ¯ åľ¨ +缮 çļĦæĺ¯ +åį³ä½¿ æĺ¯ +顶 å°ĸ +å·²ç»ı åľ¨ +å®īåħ¨ éļIJæĤ£ +æłĩ æĿĨ +åįĹ éĢļ +ä¼ļ 对 +座 ä½į +èµ¢å¾Ĺ äºĨ +åİŁæĿ¥ çļĦ +身 为 +书 åºĹ +è¢Ń åĩ» +ä»Ĭ æĻļ +以 èī² +以èī² åĪĹ +æĬĸ éŁ³ +åį´ 没æľī +丧 失 +çļĦ å±ĢéĿ¢ +åįģåĽĽ äºĶ +çŃī 缸åħ³ +æ±ĩ æĢ» +å¤ĸ 表 +为 æ°ij +éľĩ æĥĬ +å¥Ĺ è·¯ +çĬ¯ç½ª å«Įçĸij +å°Ĩ 以 +çİĩ é¢Ĩ +éħĴ åIJ§ +è¡Įä¸ļ åıijå±ķ +å¹´ èĩ³ +åĻ¨ æĿIJ +åĴĮ æĬĢæľ¯ +æľĢ å°ı +è¿Ļä¸Ģ åĪĩ +èģĮ 称 +å½ĵ ä½ľ +æİĢ èµ· +åĴ ĭ +ä¸Ń éĥ¨ +æīĭ èĩĤ +ç½¢ äºĨ +媳 å¦ĩ +æ´½ è°Ī +æĹ¶ä»£ ä¸ŃåĽ½ +人çĶŁ çļĦ +æŀģ éĻIJ +ç¦ Ħ +åĮº æĶ¿åºľ +æľ¬ éĴ± +礼 åĵģ +çļĦ éĤ£ä¸ª +侦 æŁ¥ +太å¤ļ çļĦ +å®ŀæĸ½ æĸ¹æ¡Ī +é«ĺ æłĩåĩĨ +æĮĩæĮ¥ éĥ¨ +åĢ¾ æĸľ +çī¹èī² 社ä¼ļ +çµIJ æŀľ +éĴ» çŁ³ +移 æ¤į +çī¹ ç§į +èĩª æĦ¿ +æĭľ çĻ» +åįķ 身 +åį´ åıĪ +åĪ¥ 人 +åIJĪ è§Ħ +æľº çĶµ +çī¹ æĦı +å½ĵåīį ä½įç½® +ä¹° 家 +åIJĪ 约 +èĤ© èĨĢ +为 åĩĨ +家 è£ħ +çļĦ çĥŃæĥħ +éĿŀ éģĹ +çļĦ éŃħåĬĽ +åİŁ åijĬ +社ä¼ļ åIJĦçķĮ +ä¹° çļĦ +å¤ļ åIJĥ +éĽķ å¡ij +èµ· ä¹ī +åĬł åī§ +éĤ£ä¸Ģ åĪ» +å°Ĩ è¿Ľä¸ĢæŃ¥ +æ¡Ĥ æŀĹ +æĽ´ 强 +对 ä¼ģä¸ļ +æĹł æĦı +ä¹łè¿ijå¹³ æĸ° +æµģ 失 +å¾® 软 +缸 对äºİ +座è°Ī ä¼ļ +主 èIJ¥ä¸ļ +主èIJ¥ä¸ļ åĬ¡ +ç§ģ åĭŁ +å±ķ示 äºĨ +常æĢģ åĮĸ +è² ´ +符 åı· +å¹´è½» çļĦ +å°± éľĢè¦ģ +ä¹Ł æĽ¾ +çļĦæĥħ 绪 +è¾¾ æłĩ +èĩ ¨ +ä½į å±ħ +ä»ħ 为 +é¦ĸ 家 +éĺ´ éĺ³ +ä¸įåĨį æĺ¯ +åĽłä¸º å®ĥ +ä¼ģä¸ļ åľ¨ +çĺ ¾ +åIJ¬ è§ģ +åİŁ æľī +åĪ¶ è£ģ +å¯Ĥ å¯ŀ +éĢļè¿ĩ 对 +æ»ij éĽª +è¿Ļ å¼ł +çļĦ çIJĨ解 +æĸ° ä¸ŃåĽ½ +è¿Ļ åĦ¿ +ä½İ ä»· +æĥ³ è¿ĩ +çļĦ ä¿¡å¿ĥ +建çŃij çī© +çļĦ é¢ľèī² +ä¸į åºĶ该 +æĹłçĸij æĺ¯ +å¼ķèµ· äºĨ +åħ¨ åijĺ +æĿ° åĩº +è¿Ļæĺ¯ æĪij +èª ° +èĺ ĩ +éĺµ åľ° +åħħ åĢ¼ +çŁ¿ ä¸ļ +çĿĢ ä»ĸ +ä¿¡ 访 +ä¸ĩ è¾¾ +æij© æĵ¦ +å¼Ģ 端 +èı² å¾ĭ +èı²å¾ĭ 宾 +车 åŃIJ +æľ¬èº« çļĦ +çģ«è½¦ ç«Ļ +常 å·ŀ +为 代表 +为代表 çļĦ +广 çĶµ +亲 人 +åı³ æīĭ +éĽĨ è£ħ +éĽĨè£ħ ç®± +çļĦ åį°è±¡ +æ©Ł æľĥ +åĮĨ åĮĨ +åħī çĶµ +大 æĸ¹ +è¿ĺ æľª +åĪ© 好 +ç»Ŀ 大å¤ļæķ° +åľ¨ è¿Ļç§į +ä¸Ģ ç»Ħ +æĸ° èĤ¡ +转 åıij +æ³ķ åºŃ +æĹł æīĢ +éģĵ è·¯ä¸Ĭ +çŁ¿ å±± +èij ī +æĶ¶ åĽŀ +称 ä¹ĭ +称ä¹ĭ 为 +æıŃ éľ² +åı£ 岸 +åIJ ¼ +å¿ĥ æĥ³ +çļĦ 梦æĥ³ +éĽ ¯ +ä¹ĭ åĪĿ +å¥ĸ 项 +订 éĺħ +èĵĿ 天 +åĿ¦ åħĭ +ç«ĭ æ¡Ī +èģĶ æīĭ +ä½Ĩæĺ¯ æĪij +帮 æĪij +ä»ħ 代表 +说 æĪij +çļĦ è¶ĭåĬ¿ +æ¯Ķè¾ĥ 大 +èµ° å»Ĭ +éĩįçĤ¹ é¡¹çĽ® +èµĮ åľº +åIJį çīĩ +æĦŁ åı¹ +åľ¨ åľ°ä¸Ĭ +åıij çĥŃ +èĮĥ çķ´ +çļĦ éģĵè·¯ +éĩij èī² +ä»ĸ åıĪ +ä¼ļ 产çĶŁ +æ°ij åĽ½ +å®ĺæĸ¹ ç½ijç«Ļ +æĶ¶çĽĬ çİĩ +çļĦ åĪ°æĿ¥ +çļĦ åĬŀæ³ķ +æĶ¹ åĪ¶ +ä¸ĩ ç§ij +ä¸į äºĪ +è¿ĻäºĽ éĹ®é¢ĺ +çĪ± ä¸Ĭ +çIJĥ åľº +è´£ 令 +æİĪ 课 +åľ¨ é¦Ļ港 +ç»Ĩ èħ» +å¤ļ ä¸ĩ +åIJĮ å¹´ +大 使 +æĸ ĭ +ä¹Ł 为 +æĥł å·ŀ +åIJī 祥 +çĶ° åĽŃ +åĽ½å®¶ éĺŁ +éĩį çĶŁ +åľ¨ åħ¶ +é¦Ļ åij³ +è´Ł èį· +亲 åĪĩ +èĩª 豪 +没 éĶĻ +åĽłä¸º åľ¨ +æĺŁ æĺŁ +éĤ ij +è¿ĺæľī å¾Īå¤ļ +æij© æīĺ +æij©æīĺ 车 +æŃ¥ è¡Į +管çIJĨ ä½ĵç³» +èĦļ ä¸ĭ +éģİ åİ» +æ±ī è¯Ń +对 ä¸įèµ· +çļĦ ç»ıåİĨ +åıĬ 缸åħ³ +ä¸įå°ij 人 +éĩį ç£ħ +åĬ³åĬ¨ èĢħ +大åĬĽ åıijå±ķ +æĢİä¹Ī åģļ +çĭĹ çĭĹ +举åįĹ äºļ +åĭĩ äºİ +åħ¬ éĸĭ +çĵ· çłĸ +åıĤ çħ§ +广æĴŃ çĶµè§Ĩ +举 åĬ¨ +æ±Ł 西çľģ +æķĪ èĥ½ +åĶ¯ æľī +éĿ¢ è²Į +èĩªåĬ¨ 驾驶 +æ¦ľ åįķ +å½ĵ æĪij们 +仲 è£ģ +æľ¨ æĿIJ +ç±³ åħ° +çĻ½ éĵ¶ +çļĦ 人éĥ½ +å°± åĥıæĺ¯ +æŃ¥ åħ¥ +åįł çĶ¨ +åĩ» è´¥ +让 大家 +ä¼ļ è®©ä½ł +åİ¿ æĶ¿åºľ +è¦ģ çĶ¨ +çŃī å½¢å¼ı +åįĩ é«ĺ +责任 æĦŁ +å¤ĩ çĶ¨ +ä»ĸ 认为 +æ¸ħåįİ å¤§åѦ +ä»ĸ èĩªå·± +éĸ± è®Ģ +太平 æ´ĭ +éĶģ å®ļ +çŃ Ĩ +è¿Ļ çīĩ +æī§ æĶ¿ +è¿ĶåĽŀ æIJľçĭIJ +å°± æѤ +éģĩ åĪ°äºĨ +å¼Ģå¹ķ å¼ı +管çIJĨ éĥ¨éŨ +姿 åĬ¿ +设 æĥ³ +åĽĽ åŃ£ +æĬĢæľ¯ 人åijĺ +å·® çĤ¹ +è¾ŀ èģĮ +èĢģ 師 +çļĦ æĦŁåıĹ +ä¹Ł éĿŀ常 +å¹´ ä¸ĬåįĬå¹´ +æĢª çī© +èĮĥ æĸĩ +æĪĺ å½¹ +åIJ« ä¹ī +åħ¨ è¿ĩç¨ĭ +èĢĮ éĿŀ +éĢļ讯 åijĺ +è¿Ļæł· æīįèĥ½ +æľº ç»Ħ +è£ ı +çķ¶ çĦ¶ +èµĮ åįļ +åIJĦ æľī +å·¥ä½ľ æľºåĪ¶ +äºĭ åIJİ +åī§ éĻ¢ +å±Ĭ æŶ +åĺ´ éĩĮ +主 线 +ä¸Ģ åľĪ +主è¦ģ åİŁåĽł +å°¸ ä½ĵ +åĮ»çĸĹ åĻ¨æ¢° +ä½ł æĢİä¹Ī +ä½Ĩ çĶ±äºİ +æŶ 空 +çĶ· æľĭåıĭ +çĶľ èľľ +é«ĺ åľ° +æĻ ĸ +èĴIJ éĽĨ +åĩĿèģļ åĬĽ +å¤ĩ åıĹ +æĸĩ åĪĽ +马 æĿ¥ +马æĿ¥ 西äºļ +æŁ´ æ²¹ +使 人 +æķĻ ä¼ļ +ç§ĭ 天 +æĺİ çıł +åħŃ åįģ +çݯå¢ĥ ä¸Ń +æ¸ħ æĻ¨ +积æŀģ åıĤä¸İ +å·ħ å³° +为 æľŁ +çŃ¾ åŃĹ +æĦŁ æ¿Ģ +ç§ĭ åŃ£ +æĿij åŃIJ +æ¢ħ 西 +æļ´ 鼨 +çĶŁæ´» åľ¨ +çªĹ æĪ· +æģ¶ åĬ£ +纯 ç²¹ +åľ¨ æİ¥åıĹ +没 èĥ½ +è¡Į 人 +åĭ º +æĭ¨ æīĵ +ä½ľ åĩºäºĨ +çļĦ 主é¢ĺ +æľª ä¾Ĩ +ä¸Ń æľĢ +æ¾ ľ +é«ĺ è¡Ģåİĭ +åħ´ èµ· +æŃ£ èĥ½éĩı +åŁ¹è®Ń çıŃ +æİ¥ åħ¥ +çĦ¶åIJİ åĨį +åѦçĶŁ 们 +é¢ĨåħĪ çļĦ +çģ« çĥŃ +ä¸ĵ èģĮ +æĪĸèĢħ 说 +建 è¨Ń +é» ı +对 åħ¬åı¸ +çī¹ æľīçļĦ +åħī èį£ +å½ĵ åľº +éĿ¢ åŃIJ +èµĦ产 管çIJĨ +æĹ¶æľŁ çļĦ +çŀ İ +åįİ ä¸ľ +åıĪ ä¸Ģ次 +èĥİ åĦ¿ +å®ļ çĤ¹ +头 çĹĽ +液 ä½ĵ +æĺ¯ä¸Ģ ä½į +帽 åŃIJ +å¹´ èµ· +ä¸į ä½İäºİ +è¾ĥ å°ij +éĿ¢ä¸´ çĿĢ +å±Ĥ å±Ĥ +èĿ´ èĿ¶ +èī° èĭ¦ +éĺ¿ æł¹ +éĺ¿æł¹ å»· +æ¦Ĥ æĭ¬ +请 éĹ® +èµ· åºĬ +å±Ģ å±Ģéķ¿ +稳 åģ¥ +å¦Ĥæŀľ æĪij们 +éħĴ ç²¾ +æĪ· åı£ +æĦŁ æĤŁ +æĪij们 éľĢè¦ģ +æĬĢ èīº +èĩª åªĴä½ĵ +è¿Ľ åĮĸ +æ¿ĢçĥĪ çļĦ +ä½ĵ 温 +èļ ķ +èĩ´ è¾ŀ +宪 æ³ķ +ä¸Ģ çŃīå¥ĸ +çĵ¶ é¢Ī +æĥł æ°ij +èµ° è·¯ +çİ° ä»» +åķĨ éĩı +ä¸ĭ 车 +åĪ ł +責 ä»» +èŀįåIJĪ åıijå±ķ +ç´ł æĿIJ +æ²¹ ä»· +åģļ 人 +çŀ ª +æĶ¹éĿ© åĪĽæĸ° +çļĦ åĮºåĪ« +è·¨å¢ĥ çĶµåķĨ +æ¶īåıĬ åĪ° +æīĺ 管 +æĪij è¿ĺæĺ¯ +åĿIJ æłĩ +ç½ij 讯 +å½ĵåľ° çļĦ +追 溯 +åľŁ èĢ³ +åľŁèĢ³ åħ¶ +åºķ ä¸ĭ +åĩł åįģå¹´ +ç©¿ è¿ĩ +çĶŁæĢģ æĸĩæĺİ +æݨ èĸ +æݨèĸ ¦ +éł Ĩ +åĴ³ åĹ½ +åĪĨ æĪIJ +çĹķ 迹 +æĪ· ç±į +éĥ½ ä¸įèĥ½ +æĻļ ä¼ļ +åĢ © +ä½ĵ åĬĽ +è¿Ļ个 èģĮä¸ļ +æĹł å½¢ +åıª æĥ³ +è¿Ľ åıĸ +æĿĢ æŃ» +èĦ Ĭ +äºij åįĹçľģ +æľª çŁ¥ +ç¾İ èģĶ +ç¾İèģĶ åĤ¨ +å¤ĸ å½¢ +诱 æĥij +çĽ £ +è¡Į 使 +åłĨ 积 +çĨŁ ç»ĥ +éĺIJ è¿° +æľĢ大 éĻIJ度 +å·¡ æŁ¥ +夺 åĨł +ä¼ģä¸ļ æĸĩåĮĸ +çĭ® åŃIJ +ä¿Ŀ å®Ī +ä¸ºæł¸å¿ĥ çļĦ +æī© æķ£ +åĪ¶éĢł åķĨ +æŁĶ 软 +为ä¸Ģä½ĵ çļĦ +游 çİ© +çĶŁ çĹħ +幫 åĬ© +åĶ± æŃĮ +æīį åı¯ä»¥ +宽 æĿ¾ +è¦ģ æ¯Ķ +æĺ¯ æĢİæł· +çģ° èī² +çİĭ åĽ½ +æIJħ æĭĮ +计 éĩı +åij¨åĽ´ çļĦ +æĻºèĥ½ æīĭæľº +常 åĬ¡ +常åĬ¡ åī¯ +é© ´ +å°Ĩ è¿ij +寻 常 +ä¸ŃåĽ½ å¸Ĥåľº +容 åĻ¨ +å±± ä¸Ĭ +èĥĮåIJİ çļĦ +亲 å¯Ĩ +æīĢ以 说 +éİ ® +çļĦ çIJĨçĶ± +大 åŁİå¸Ĥ +常 å¹´ +æĹħ游 ä¸ļ +å°±æĺ¯ è¿Ļæł· +åĨį æĿ¥ +é«ĺ ä½į +åĨħ 饰 +æŀĦ éĢł +ä¸Ģ èµ·æĿ¥ +çĶ³ è«ĭ +å·²ç»ı å¼Ģå§ĭ +çļĦ åĬ¨ä½ľ +被 è¿« +éģį å¸ĥ +åīĸ æŀIJ +å°ı äºĭ +å¿ĥ ä¸ŃçļĦ +ä½ĵåĪ¶ æĶ¹éĿ© +çļĩ 家 +æķĻ åłĤ +åIJĥ å®Į +åĽ½æ°ij åħļ +æĺİç¡® äºĨ +åıijå±ķ è§ĦåĪĴ +第ä¸Ģ æŃ¥ +å¾Ĺ èµ· +åľ¨ åĵª +çļĦ è·¯ä¸Ĭ +é» Ķ +çķ¶ æĻĤ +大åĬĽ æĶ¯æĮģ +åıĮ éĩį +çŁ¥éģĵ èĩªå·± +åIJĪä½ľ åįıè®® +æ°Ķ åĬ¿ +éķ¿æķĪ æľºåĪ¶ +ç½ķ è§ģ +åĽŀ æĿ¥äºĨ +ä»ĸ ä¼ļ +ä¸Ń æĸ° +ä¸Ńæĸ° ç½ij +çļĦ åķĨåĵģ +èµł éĢģ +決 å®ļ +å¸Ĥåľº çĽij管 +çķĻ åѦçĶŁ +çĶµ åİĭ +äºļ 马 +äºļ马 éĢĬ +è¿ĺæĺ¯ æ¯Ķè¾ĥ +ä¿ĥè¿Ľ äºĨ +æµģ åħ¥ +æijĦ åĥı +æijĦåĥı 头 +æıIJ åıĬ +åıij æİĺ +æī¾ åĩº +æ¢Ŀ 件 +ç¹¼ çºĮ +æĪij åĸľæ¬¢ +å¥ İ +æ¦ľ æł· +å¼Ģ èĬ± +æ²ī éĩį +åŁº åĩĨ +ä»ħä»ħ æĺ¯ +轨éģĵ 交éĢļ +åĶIJ å±± +çŃī ä¸Ģç³»åĪĹ +ä¸įè¿ĩ æĺ¯ +åŃĺåľ¨ çĿĢ +èĬ± çĶŁ +å¤ · +ç»Ī 究 +ä¹Łæĺ¯ ä¸Ģ个 +åįģ åŃĹ +èĸª éħ¬ +伤 å¿ĥ +æĺ¥ ç§ĭ +åĨ· åį´ +ç²¾ çģµ +çļĦ åľ°åĽ¾ +æ¯Ķ çī¹ +æ¯Ķçī¹ å¸ģ +æĢ§ åĪ« +ä½Ļ ä¸ĩåħĥ +ä¸įå¿ĺ åĪĿå¿ĥ +å¿ĥ çĸ¼ +æĽ² 线 +é«ĺ ä½İ +è¦ı å®ļ +æĻ¯ èī² +è¦ģ 说 +åħ¬åı¸ å°Ĩ +液 åİĭ +è¿Ŀ 约 +åİļ 度 +åºŀ 大çļĦ +è¿ĺæĺ¯ å¾Ī +é¦ĸåħĪ æĺ¯ +çµ ² +åĬ¡ å®ŀ +並 ä¸Ķ +å¢ŀ è¿Ľ +ç»Ħç»ĩ å¼Ģå±ķ +èµ·æĿ¥ äºĨ +è¾ĥ å°ı +导 游 +两 åľ° +ç¿ ĺ +çģ¿ çĥĤ +é£İ éĩĩ +æĶ¯ 线 +æĶ¯çº¿ ä»»åĬ¡ +娱ä¹IJ åľĪ +天津 å¸Ĥ +åĮħ åĽ´ +æľ¬ èµĽåŃ£ +éĩįè¦ģ 讲è¯Ŀ +åıĮ åIJij +åįİ ä¸½ +éĶ ¤ +åĦ¿ 女 +åįĸ åĩº +ä¾Ĩ 說 +ä»ĭç»į ä¸Ģä¸ĭ +åIJ¦ 认 +åĭ Ŀ +æĻ®éĢļ 人 +çļĦ åĬ¨åĬĽ +涨 åģľ +åŁºéĩij 管çIJĨ +ä¸Ģ个 éĩįè¦ģ +è¿IJ æ²³ +çħ ŀ +è´¢æĶ¿ éĥ¨ +è¡Įä¸ļ åįıä¼ļ +éĥ½ å°Ĩ +è¨Ģ 论 +ä¸ĭ ä¾Ĩ +墨 西 +墨西 åĵ¥ +åĽłä¸º ä»ĸ们 +æĢİä¹Ī åĽŀäºĭ +åĬłå¤§ 对 +èĬ Ń +çīĮ åŃIJ +ä¼ļ 使 +妹 åŃIJ +ç«Ļ éķ¿ +å¿ħ å¤ĩ +æłij æľ¨ +æģ¶ æĦı +æ²³ éģĵ +å¯Į è£ķ +ç¹ģ åįİ +代表 åĽ¢ +æµij 身 +é¦ĸ ä½į +èĪªç©º åħ¬åı¸ +鼻 å½± +ä¸ĵ è¾ij +æ°´ æºIJ +ä¸Ń æ¯Ĵ +並 ä¸į +èĢĮ åİ» +é ĥĿ +äºİ æѤ +æĸĩåĮĸ 建设 +èĤ¯å®ļ ä¼ļ +å¸ĮæľĽ 大家 +æıı åĨĻ +ä½İ è°ĥ +æĸ°åħ´ 产ä¸ļ +æ·Ħ åįļ +æĶ¾ å¼Ģ +çļĦ æĢ§æł¼ +çĸ¾çĹħ çļĦ +æķ´ é¡¿ +线ä¸Ĭ 线ä¸ĭ +éĢī 项 +çļĦ 认åı¯ +æķ´ é½IJ +çĶļ ä¹Ī +çľģ åĨħ +åı¤ 人 +æ°ij ä¿Ĺ +çī¡ 丹 +éŨ çªĹ +éĤ£ æł·çļĦ +çĽijäºĭ ä¼ļ +ç¿¡ ç¿ł +ç¦ ¹ +åįĥä¸ĩ ä¸įè¦ģ +æĶ¶ 缩 +çļĦ æĸĩåŃĹ +åĴĮ å°ļ +æĮĩ 令 +åħ±äº§ åħļåijĺ +çļĦ çĪ¶äº² +å®Į å·¥ +åĬ¡ å·¥ +马 æĭī +马æĭī æĿ¾ +æµĭ è¯Ħ +å² ļ +ä¸į åģļ +ä¸ĥ å¹´ +åĿĩ ä»· +主 è§Ĥ +å¾Ī ä¸įéĶĻ +èĤ¡ä¸ľ 大ä¼ļ +äºĶ ä¸Ģ +é£İ åIJ¹ +å¼Ģ éĩĩ +è¿Ļä¹Ī 大 +èĥ½ çľĭåĪ° +èĢĥ è¯Ħ +åį³ 便æĺ¯ +çݰ代 åĨľä¸ļ +æ¯Ķè¾ĥ é«ĺ +è¦ģ çľĭ +没 äºĨ +解 決 +çݯ æ¯Ķ +åĨ² åĬ¨ +æ·± å¤ľ +åĩł åįĥ +ä¿ ı +ç½ij æ°ij +å°± 没 +ä»ĸ 表示 +éĩı åŃIJ +æĹ©é¤IJ åĬłçĽŁ +åįĬ å²Ľ +æIJŀ ç¬ij +ä¸Ĭ æĬ¥ +å¯ © +é¢Ħ 订 +èľĤ èľľ +æŁ¥ æī¾ +ä¼Ĺ æīĢ +ä¼ĹæīĢ åij¨ +ä¼ĹæīĢåij¨ çŁ¥ +æĹ© æĹ¥ +åıij æī¬ +åĴĮ 个人 +åĬłåħ¥ äºĨ +åĸ® ä½į +åĪĨ æĺİ +第ä¸Ģ æī¹ +ç¾İ åĨĽ +æĿĢ æīĭ +éŨ å¤ĸ +åķĨ åľĪ +ä¸Ģ åĪ» +çļĦçľ¼ ç¥ŀ +éľ Ħ +äºĽ ä»Ģä¹Ī +åĬł æ·± +æ¯ı ä½į +å¸Ĥ éĿ¢ä¸Ĭ +åıĶ åıĶ +çļĦ éĤ£ç§į +粤 港澳 +è´´ å¿ĥ +æĸĩåĮĸ 产ä¸ļ +红 æĹĹ +åĺī åħ´ +æĶ¶ çĽĺ +å®ĮæĪIJ åIJİ +ä¼ģä¸ļ 管çIJĨ +纵 横 +ä¸į ä¿¡ +æĪIJ éĥ½å¸Ĥ +æ´Ĺ 澡 +举è¡Į çļĦ +çĶ¢ çĶŁ +ç©¿ ä¸Ĭ +åĪļ 好 +åħī 线 +æīĵ æŀ¶ +è¿Ļ æľ¬ä¹¦ +åĶ®åIJİ æľįåĬ¡ +åĩł åĪĨ +ä¸Ĭ 次 +ä¸į åĪĨ +产 åIJİ +éģ¿ å¼Ģ +ç»Ī æŀģ +代表 大ä¼ļ +æ¼Ķ æĬĢ +åĽŀ è´Ń +åѦ è´¹ +éĺ» ç¢į +ä¸Ģ大 æī¹ +ç«£ å·¥ +åĨ³ å®ļäºĨ +ä½Ĩ å¦Ĥæŀľ +çĶµ æµģ +ä¸Ŀ 毫 +èĥ½å¤Ł åľ¨ +éĶĢåĶ® æĶ¶åħ¥ +åľ¨ åŃ¦æł¡ +æ°´ åĩĨ +è§Ĩ 线 +èĩª åľ¨ +åķĨä¸ļ éĵ¶è¡Į +为äºĨ 让 +çį² å¾Ĺ +çݩ家 æľĭåıĭ +éĿ¢ èĨľ +åĪĨ åī² +åī§ æľ¬ +ç« Ń +说 å¾Ĺ +æĥ³ çŁ¥éģĵ +çļĦ人 çī© +èĮħ åı° +åIJĮ ä¸Ģ个 +æķ°æį® ä¸Ńå¿ĥ +çĶ Ħ +åĸľ æĤ¦ +ä¸ĭæĿ¥ çļĦ +å®ļ åIJij +æŀģ åħ· +çļĦ åľŁåľ° +éĤ£ åĢĭ +æijĦ åħ¥ +äºĨ æĪijçļĦ +马 è·¯ +åħ¨ 社ä¼ļ +è®® æ¡Ī +å±ĭ åŃIJ +åIJį åı« +åĮ ª +åľ¨ å¤ĸéĿ¢ +åįİ åįĹ +åıij è´§ +å¯Ĵ åĨ· +é«ĺçŃī æķĻèĤ² +详ç»Ĩ çļĦ +个 é¡¹çĽ® +çĶŁäº§ åĬĽ +æŶ 常 +å°± æľĥ +ä¸ĩ èĤ¡ +éĻĮçĶŁ 人 +æıı ç»ĺ +å½ĵ çĦ¶æĺ¯ +æĭī åĬ¨ +éĵ¾ æĿ¡ +æī£ éĻ¤ +ä¸Ģ缴 éĥ½ +å°ı åŃ©åŃIJ +伤 åı£ +第äºĮ å±Ĭ +è´Ń ç½® +çļĩ 马 +æĹł èģĬ +表 åĨ³ +诸 å¦Ĥ +åĵį èµ· +é£İ æļ´ +ä¸Ģæµģ çļĦ +ç ·¨ +解æĶ¾ åĨĽ +室 å¤ĸ +å°± è¿Ļä¹Ī +å³ ¶ +æīĢæľī 人éĥ½ +æIJľç´¢ å¼ķæĵİ +çļĦ æĪIJæľ¬ +åħļ æĶ¿ +åıijè¡Į 人 +çļĦ äºĭå®ŀ +对 该 +åıĹ æįŁ +ä¿Ħ ä¹Į +é²ľ èĬ± +åĨľ èį¯ +æŀģ éĢŁ +æĢ¥ æĢ§ +两 ä¼ļ +ä¸ĢèĪ¬ æĿ¥è¯´ +æµ· é²ľ +åĨ Ī +çĶ¨ 人 +çĶ¨äºº åįķä½į +åĢ ª +åĦª æĥł +æł¹ æºIJ +åĽ¢ è´Ń +ç¾İ æ´² +ä¸ĭ è¡Į +å¹´ æľ« +èľ ¡ +è¯ģ 件 +åľ¨ æĪijåĽ½ +ä¸į åºĶ +æĮī æŶ +åłª 称 +åľº ä¸Ĭ +å¹²éĥ¨ èģĮå·¥ +æľī å¾Ī大çļĦ +æķ°åŃĹ ç»ıæµİ +æ¼Ķ ç»ĥ +æį® ç»Łè®¡ +å¾Ģ æĿ¥ +广åijĬ æľįåĬ¡ +çļĦ è·Ŀ离 +æŃ ¸ +è¨Ģ è¯Ń +被 èªī +被èªī 为 +åĭī 强 +å°Ĭ æķ¬ +ä¸ĩ 亿åħĥ +ä¸ŃåĽ½ åĽ½éĻħ +å¹² é¢Ħ +å¹´ 产 +èĢķ åľ° +èĮ İ +åį³ æĺ¯ +æĺ¨ æĻļ +æĪIJ为 ä¸Ģ个 +çºł æŃ£ +åij½ åIJį +é¢ģ å¸ĥ +çĮľ æµĭ +ä¿ĿèŃ· æĶ¿çŃĸ +æĭ ¢ +æ´» æ³¼ +çŃī éĥ¨éŨ +åѦ åĪ° +å¢ŀåĢ¼ ç¨İ +èĪª 线 +åĨ ¤ +åįģ åĩłå¹´ +æݧèĤ¡ èĤ¡ä¸ľ +ä¸Ģ éŨ +个 å·¥ä½ľ +ä¸ªå·¥ä½ľ æĹ¥ +æĸ° 西 +æĸ°è¥¿ åħ° +论 è¯ģ +ä» Ĩ +åı¦å¤ĸ ä¸Ģ个 +æĶ¹ ç¼ĸ +严 ç¦ģ +åĸľ 好 +个人 ä¿¡æģ¯ +满æĦı 度 +åĵ ¨ +å¸Ī èµĦ +æĶ¹ 为 +ç«ŀäºī 对æīĭ +åĩº çĤī +åķĨ 人 +大 æ£ļ +æĮĩ导 ä¸ĭ +å¦ĩ ç§ij +è¼ ª +æī ģ +åIJĮæŶ è¿ĺ +并 éĢļè¿ĩ +æĪĺ éĺŁ +èĶĵ 延 +ä¿ ŀ +éĢĤå½ĵ çļĦ +åīį è¾Ī +åĵģ åij³ +湿 åľ° +æĪIJ åŀĭ +ä¸į åıªæĺ¯ +æĥ© ç½ļ +åĩºåı° äºĨ +çİ© 游æĪı +æīį åıijçİ° +åºĶ èģĺ +å¤ĸ æĿ¥ +åįł é¢Ĩ +å±ķ æľĽ +å« Ĥ +港 èĤ¡ +æ¡Į ä¸Ĭ +æĶ¯ æŁ± +çļĦæĥħ å½¢ +广éĺĶ çļĦ +æĶ¯ è¡Į +å´© æºĥ +æľĪ ä¸Ń +æľĪä¸Ń æŬ +ç»į åħ´ +临 è¿ij +æĬ¤ æłı +æļ ® +åįķ èģĮä¸ļ +è¾¹ å¢ĥ +æĹ¥ çħ§ +ä¸Ģ åłĨ +缴 å¾Ħ +åħ±åIJĮ ä½ĵ +æĸ°åįİ ç½ij +æīĵ 好 +çĶµåĬ¨ 汽车 +ä¸į æĺİçĻ½ +éĢĻ 裡 +缼 大 +çİĭ æľĿ +åĨį ä¸Ģ次 +åĬŀåħ¬ åİħ +è´¨ æĬ¼ +åIJĪ åĩ» +人们 对 +鼶 é£Ł +éĥ½ä¸į çŁ¥éģĵ +çļĦ è¯Ńè¨Ģ +åĭŁéĽĨ èµĦéĩij +åĬ¨ èĦī +å½ ¤ +è¿Ļ åĩłå¹´ +çŁŃ è§Ĩé¢ij +太 é«ĺ +常 å§Ķä¼ļ +åĬł çıŃ +éĩį å¿ĥ +åªĴä½ĵ æĬ¥éģĵ +没 æ³ķ +éĹ» åIJį +çĥŃ åº¦ +å¹¿æ³Ľ çļĦ +åħŃ å¤§ +çī© ä½ĵ +ä¸į 该 +é¢ĺ 主 +精彩 çļĦ +为 è¿Ľä¸ĢæŃ¥ +èĻ ŀ +åĽº çĦ¶ +è´µå·ŀ çľģ +çºł ç»ĵ +代çIJĨ 人 +æ³ķå®ļ 代表 +åı¦ä¸Ģ ç§į +ä¸į åIJ« +æĭ¯ æķij +ä¼ļ ç»Ļ +è¯Ĺ è¯į +åIJĮ ç±» +å¾Ĺ ä¸įåĪ° +æĬĵ ç´§ +以 åħ¶ +åħ¥ åħļ +è¿ĺ åı¯ +æľŁ åĪĬ +å¾Īå¤ļ æŶåĢĻ +æĹ¥ åIJİ +åħ¬ 约 +ä¸Ģ 举 +æ¯Ķè¾ĥ å¤ļ +éĩij æ²Ļ +æį ŀ +æİĴ åĩº +æѦ æľ¯ +ä¸į æĸ· +ä¸Ń èĢĥ +ä¿¡ èµĸ +ä»İä¸ļ 人åijĺ +çģ« çĦ° +éĨĴ æĿ¥ +ä½İ 温 +éĢ¾ æľŁ +åĬ± å¿Ĺ +éħ ¥ +åı¯è°ĵ æĺ¯ +è¿Ļ æĦıåij³çĿĢ +é¢ł è¦Ĩ +åĮĹ京 大åѦ +ä¸ĵ 线 +åıĬ 以ä¸Ĭ +è¨ ª +èĢĮ åIJİ +çŁ¥ ä¹İ +ä¸Ģ对 ä¸Ģ +å¨ĥ å¨ĥ +çģ¾ éļ¾ +åħ¨ å±Ģ +æīĢå¾Ĺ ç¨İ +å®ŀ æĥł +èļĤ èļģ +ä¹Ł çŁ¥éģĵ +温 åĴĮ +èIJ½ ä¸ĭ +åŀĭ ä¼ģä¸ļ +åĨį ä¹Ł +ä¾Ľ çĥŃ +é«ĺ æ½® +çĢı覽 åĻ¨ +çļĦ 巨大 +åħĪ 天 +å¹´ ä¸ŃåĽ½ +类似 çļĦ +çIJĨäºĭ ä¼ļ +空 éĸĵ +çģµ æĦŁ +åĬĽ æ°Ķ +带 ä¸Ĭ +ä¸į好 æĦıæĢĿ +æľī ä½ķ +å·² åľ¨ +åıĸ åĩº +è¿Ŀæ³ķ çĬ¯ç½ª +åŃ¦ä¹ł 贯彻 +åľ° 带 +楼 梯 +çŃī æĥħåĨµ +ä»İ åīį +çļĦ ä¹łæĥ¯ +ç³Ł ç³ķ +å°± èĥ½å¤Ł +è© ķ +ä¸Ģ å¾ĭ +æĮ« æĬĺ +åİŁæĸĩ åľ°åĿĢ +å½ĵ å±Ģ +ä¸į éĢļ +æķ° åįĥ +éĺŁä¼į 建设 +æŶ èĬĤ +åģļ èµ· +çļĦ è®°å¿Ĩ +ç½ij绾 å®īåħ¨ +åĩ¡ æĺ¯ +æ° ¯ +éĽķ åĪ» +åŁĥ åıĬ +æĪij åı¯ä»¥ +çĽij çIJĨ +æĽ´ åħ· +åŁİ 管 +èĭ ¯ +åı¥ åŃIJ +èĭ¥ æľī +ä»İæĿ¥ ä¸į +缸åħ³ è´Łè´£ +å®īåħ¨ æĦŁ +æĽ´ è¦ģ +çļĦæĥħ æĦŁ +çī¢ çī¢ +è¾ĥ 好çļĦ +æ° ® +ç¬ij è¯Ŀ +车 å±ķ +ä¹ĭ ç¾İ +ç®Ģ 约 +ç±»åŀĭ çļĦ +èĢģ åĮĸ +çľĭ ä½ł +è¿ĩ åĪĨ +éŨ åīį +ä¸Ģ éĹ´ +æĥ³ åİ» +åª Ľ +åľŁ è±Ĩ +åıĪ 称 +ä¸Ń ä¿¡ +åŃĺ éĩı +马 äºij +èĩ´ 使 +åħĪ åīį +èĢģ åŃIJ +æīĵ æī® +æ¯ķä¸ļ äºİ +æ¯ķä¸ļ åIJİ +ç¾İ好 çĶŁæ´» +å·¥ä¸ļ ä¼ģä¸ļ +就好 äºĨ +èħIJ èļĢ +çıį çıł +åĪ° è¿ĻéĩĮ +æīĢéľĢ çļĦ +è¿Ļæĺ¯ åĽłä¸º +çIJĨæĥ³ çļĦ +å·®å¼Ĥ åĮĸ +é ® +é® ® +äºļ 太 +æĹł ç©· +æıIJ çİ° +ä¸ĵä¸ļ æĬĢæľ¯ +çĶ¢ æ¥Ń +åѦ åŃIJ +ç§ij å¹» +åįłåľ° éĿ¢ç§¯ +ä¸į åĩĨ +æľªæĪIJ 年人 +æĶ¶ å½ķ +è¿ĺ 款 +éĴ¢ çŃĭ +æ¼ ¢ +å¾Ĺ æĦı +综åIJĪ ä½ĵ +æŀģ é«ĺ +åįķ è¯į +é«ĺæķĪ çļĦ +骨 头 +æī§ çĿĢ +缼 ä¸ĸ +模 çī¹ +æĽ´ èĥ½ +ç»Ŀ æľĽ +对åºĶ çļĦ +æ¨ Ĭ +æĸ° ä¸ī +æĸ°ä¸ī æĿ¿ +æģ° æģ° +åIJį 家 +æł¸å¿ĥ æĬĢæľ¯ +个 å°ı +æĢİä¹Ī ä¼ļ +说 ä¸įå®ļ +西 çĵľ +åĵ İ +ç¢ Ł +å¿ħ ä¸įåı¯ +å¿ħä¸įåı¯ å°ij +ä¹ĭ éĸĵ +åĪĨ 管 +交éĢļ äºĭæķħ +å¼Ģ åĬŀ +å¾ģæ±Ĥ æĦıè§ģ +äº ¨ +鼻åŃIJ éĥµ +鼻åŃIJéĥµ 件 +ä¿¡æģ¯ æľįåĬ¡ +ä½ł è§īå¾Ĺ +缴 è§Ĥ +å·² å®ĮæĪIJ +åĪĨ ä¼ļ +åĽŀ åįĩ +éļ » +好 人 +äºĨ解 ä¸Ģä¸ĭ +åį« æµ´ +æľĢ çĪ± +åºŀ 大 +客 æĪ¿ +çijŀ åħ¸ +éĥ½ ä¸įæĺ¯ +é¤ ¨ +èĹ ī +çļĦ åIJĦ项 +为 缮æłĩ +çļĦ è®¤çŁ¥ +å½±åĵįåĬĽ çļĦ +夸 å¼ł +佩 æĪ´ +æ±ĩ çİĩ +çļĦ çĪ±æĥħ +æĺ¥ é£İ +æĺ¯ æĪijçļĦ +æ¨ ¹ +åįĬ å°ıæŶ +å±± åİ¿ +å±± 西çľģ +èĢĮ è¿Ļ +æĽ´å¤ļ ä¿¡æģ¯ +è¿ĺ æľīä¸ĢäºĽ +ç²¾ ç»ĨåĮĸ +ç¾İ åѦ +çĶ± æĸ¼ +ä»ħä¾Ľ åıĤèĢĥ +å¾Ī é«ĺçļĦ +åıł åĬł +è¿Ļä¹Ī 说 +å±ķ åĩº +åĽĽ å¤Ħ +ä¸ĩ 家 +æĭĽ åĭŁ +çļĦ 强大 +æĤ£ æľī +å°ı äºİ +ä¹Łè®¸ æĺ¯ +对 èĩªå·±çļĦ +èģĮä¸ļ æķĻèĤ² +æĿ¥ è¿Ľè¡Į +æ¡£ 次 +æīĵ èµ¢ +éĥ½æľī çĿĢ +åº ¸ +è¯Ń æ°Ķ +çĶ² éĨĽ +空 åĨĽ +车 åĨħ +åĽłä¸º ä½ł +å®ŀ æķĪ +æĥħ ä¾£ +åıijè¾¾ åĽ½å®¶ +éķľ åŃIJ +æ¯į å©´ +ä½Ĩæĺ¯ ä»ĸ +积æŀģ æİ¨è¿Ľ +大å¹ħ 度 +çļĦ 女åĦ¿ +é¤IJ æ¡Į +åIJ¬ å¾Ĺ +çļĦ 积æŀģæĢ§ +好 åIJ§ +æĹ¥ æ¶Īæģ¯ +æľī ä»»ä½ķ +æ¯Ĵ åĵģ +æĹ©çĤ¹ åĬłçĽŁ +第ä¸Ģ 天 +å°½ åĬĽ +æł ĸ +主 æīĵ +æĺ¯ä¸Ģ åIJį +çĪĨ æĸĻ +äºĭä¸ļ åıijå±ķ +å¾® åķĨ +äºİä¸Ģä½ĵ çļĦ +çĶŁ çĮª +èĩªçĦ¶ èµĦæºIJ +çŀĦ åĩĨ +è§Ħ模 åĮĸ +并 ä¸İ +èĤ¥ èĥĸ +家 çĶ¨ +大 çĪ· +é¢Ħ åijĬ +æĿ¥ åģļ +éĺ³ åİ¿ +æŀĦ çŃij +é¢ģ å¥ĸ +åİĨåı² æĸĩåĮĸ +æľįåĭĻ æĪĸ +æĢ» åĨ³èµĽ +åıij åŀĭ +æĪij 羣çļĦ +æĽ ¦ +åıĤ ä¼ļ +èĦĨ å¼± +åĩĨ åħ¥ +èħ¹ éĥ¨ +åı¸ 令 +æĤ² åī§ +天 ä¸Ĭ +åı£ ä¸Ń +ä¸ĩ 个 +åѦ ä¸ļ +æıIJ åĢ¡ +两 è¾¹ +大 èĤ¡ä¸ľ +åı¤ éķĩ +è¡Ģ ç³ĸ +çļĦ ç¨ĭ度 +æ£ī èĬ± +åIJİ åı° +å°± åĮ» +æķ´ æķ´ +èĴ ² +çĽĪåĪ© èĥ½åĬĽ +ç± ½ +èĦ « +çľĭ éĩį +家 éķ· +èģĺ çĶ¨ +èµĽ éģĵ +åīį èĢħ +建 èŃ° +å¾ĭå¸Ī äºĭåĬ¡ +èīºæľ¯ åĵģ +æľī èĩªå·±çļĦ +åIJ¦ å®ļ +社 åĽ¢ +åij¨ äºĶ +带 åĪ° +å·¥ä½ľ ä¼ļè®® +èĤ¡ æľ¬ +å¤ĸ åĮħ +家 åħ¬åı¸ +çĽij çĭ± +èĪ Ĭ +åIJį æł¡ +西 æ¹ĸ +è¶ħè¿ĩ äºĨ +åįĹ å±± +ç»Ħ 件 +åĢ¼å¾Ĺ 注æĦı +æĮ£ æīİ +äºĭ 迹 +ç¶ĵ çĩŁ +ç§ij 室 +好 åIJĹ +æ¤ħ åŃIJ +åľĪ åŃIJ +ä½Ĩ 她 +æµģ çķħ +åIJĦèĩª çļĦ +èģĮ åijĺ +è¡į çĶŁ +åħ¨ åľº +æĴ¤ éĶĢ +åį´ 被 +å®ģ éĿĻ +åīį æīĢ +åīįæīĢ æľª +åīįæīĢæľª æľī +主 ä¸ļ +åĮĹ ç¾İ +è¯Ħ å®ļ +åĵģ å°Ŀ +大家 éĥ½åľ¨ +主 å¸ħ +ç»Ĩ å¿ĥ +ä¿¡æģ¯ æĬ«éľ² +çļĦ ç«ŀäºī +éĢĻ樣 çļĦ +ç§ijåĪĽ æĿ¿ +éĩĩ æijĺ +票 æį® +éĢIJ å¹´ +èĭ± è¶ħ +è¡Įä¸ļ åĨħ +人 寿 +åIJİ åĭ¤ +å¦Ĥ æĦı +ç¬Ķ è¯ķ +æ·¡æ·¡ çļĦ +ä¸į èĪĴæľį +ä½ĵ 积 +ä¹Łä¸į è¦ģ +éĿ¢ æĸĻ +æł· æľ¬ +ç¥ ģ +æĮī è§Ħå®ļ +大æ¦Ĥ æĺ¯ +æĥħåĨµ è¿Ľè¡Į +åIJĦ åįķä½į +çļĦ ç¬ij容 +åĩºèī² çļĦ +代表 æĢ§ +çļĦ ç¾İ好 +éĴ ¦ +å¾® çĶŁçī© +è¶Ĭ æĺ¯ +æĸ¹ åı¯ +å¹² èĦĨ +éģĬ æĪ² +çļĦ åħ´è¶£ +éĹ® è´£ +åĽłä¸º æĪij们 +èĢĥ éĩı +çĶŁ çĶŁ +éĺ» åĬĽ +ä¸į åħģ许 +æıIJ è®® +åĩı æĮģ +åıªæĺ¯ ä¸Ģ个 +æĪij æĬĬ +åıijçİ° èĩªå·± +å¢ŀ å¹ħ +å¦ į +èĹĿ è¡ĵ +ä¸Ģ家 人 +åĪĨ 级 +çļĦ æķ°éĩı +è½® èŀįèµĦ +çŃī åĽłç´ł +大 夫 +èģĺ 请 +é£İ æľº +绽 æĶ¾ +ä»»ä½ķ ä¸Ģ个 +éł Ĥ +éĺ¶ çº§ +æĬĬ 她 +è¿Ľ åĨĽ +èĥ½ åģļåĪ° +åŁ¹è®Ń æľºæŀĦ +çī© æĸĻ +ç«¥ è¯Ŀ +æĮĩ导 æĦıè§ģ +éĺ ® +æ·±åħ¥ æİ¨è¿Ľ +主 æľº +æ¸Ķ ä¸ļ +ä¸į æľį +æµĵ éĥģ +è¡Ĺ ä¸Ĭ +ä¾Ŀ 次 +æŶ 段 +æ¢ µ +çļĦ åĸľçĪ± +å¾Ī éķ¿ +åĪĿ 级 +æŀľ æĸŃ +æĬ¢ æķij +é¼ĵ èĪŀ +ä¾Ľ éľĢ +æ·±åħ¥ å¼Ģå±ķ +产ä¸ļ éĽĨ群 +åĻª éŁ³ +åIJ¬ çĿĢ +æ·±åĪ» çļĦ +å¿į åıĹ +çĶµ ç£ģ +强 èĢħ +æ»ĭ åij³ +æĽ¼ èģĶ +åı¯ä»¥ 缴æİ¥ +大 ç±³ +æŃ· åı² +æĶ¿åĬ¡ æľįåĬ¡ +åħ¬ å¼ı +社 群 +éģĵ士 èģĮä¸ļ +ä¹ĭ æĥħ +æµ· æ°´ +æ¼Ķ å¥ı +åºĹ éĩĮ +迹 象 +åıijå±ķ çIJĨ念 +é«ĺ 空 +åij¨ åĪĬ +åĽŀ åĪ°äºĨ +ä¸į éĢĤåIJĪ +åłµ å¡ŀ +åĬ Ī +æ°´ ä¸Ĭ +çĢij å¸ĥ +纳ç¨İ 人 +çĩĥ æ²¹ +å·¥ç¨ĭ é¡¹çĽ® +峡 è°· +æľī éĴĪ对æĢ§ +åľĨ å½¢ +æľ¬ å¸Ĥ +è¿Ļ è¯Ŀ +管çIJĨ èĢħ +ç¡®è¯Ĭ çĹħä¾ĭ +æĬĬ æīĭ +彩 èī² +ä¸Ĭ åīį +夯 å®ŀ +ç¾Ĭ èĤī +å¾Ģ å¹´ +æĵħ èĩª +è¿· 人 +èĪª æ¯į +ç²¾ ç»Ĩ +åľ¨ æĪijçļĦ +åĪĽ æĬķ +麦 åħĭ +æľĪ ç»ı +åĮĹ æµ· +ä¹ĭ æĺŁ +åı¶ åŃIJ +å¸Ĥåľº ç«ŀäºī +è¿Ļ äºĭ +åıĥ èĪĩ +产 åľ° +åĶ ī +åķĨåĵģ æĪ¿ +èĪª è¿IJ +ä¼ĺ å¼Ĥ +ä»ĸ们 æĺ¯ +鼨 æ°´ +è¯į æ±ĩ +åĨľ çĶ° +欧 éĺ³ +çŁŃ 线 +管 ç½ij +æł¹ åŁº +åıªæľī ä¸Ģ个 +éŀĭ åŃIJ +å¸Ĥ å§Ķ书记 +åĪ» æĦı +è¡Į 车 +åıĪ 被 +åı¯éĿł æĢ§ +è´ ± +ä»» åij½ +åºĶ åľ¨ +å°± å¾Ĺ +æľįåĬ¡ ä½ĵç³» +æĶ¿ æĿĥ +åıijè¨Ģ 人 +è¿ĩ å¾Ģ +两 åıª +èĻ½ 说 +éĢģ ä¸Ĭ +ä»Ģä¹Ī äºĭ +æķ£ æĸĩ +æİĮ æݧ +èĸĦ å¼± +ä¸ĭéĿ¢ å°± +主è¦ģ åĨħ容 +å¾Ī éĩįè¦ģçļĦ +å°± 说 +çĻ½èī² çļĦ +éĤ£ä¸ª æŶåĢĻ +ç»ı纪 人 +çļĦ æ¯į亲 +ç¬Ķè®° æľ¬ +åºķ å±Ĥ +è¿ij 代 +解 说 +è²ł 責 +æľĢ大 åĮĸ +åķĨ éĵº +æł¡ åıĭ +æ² ģ +ä¸į åĩºæĿ¥ +éĻ· éĺ± +ç¨ ħ +åħ¬å¸ĥ äºĨ +åĩĢ åĢ¼ +çĽ¸å¯¹ è¾ĥ +ç¬ Ľ +æł¸ ç®Ĺ +åįİ ä¾¨ +æĢ¥ æķij +æĮº 好 +åħĴ ç«¥ +äºĮ èĥİ +åĩº èĩª +åĿ Ł +æīĭ ä¸ĭ +å± ¡ +åĪĽéĢł æĢ§ +ä¸¥æł¼ æĮīçħ§ +åĨį åİ» +举 缣 +人 æµģ +äºĨä¸Ģ 声 +å°ıæŶ åīį +è´µ æĹı +éľ ĸ +ä¹Łæĺ¯ éĿŀ常 +éĢ ± +çľĭäºĨ çľĭ +ç¹ģ æ®ĸ +èĩ³ æѤ +é¢Ħ å¤ĩ +å¾Ī æĺİæĺ¾ +æ¼Ķ èīº +åĿIJ çĿĢ +ä¿Ħ åĨĽ +åľ¨ è¿ĩåİ» +ä¹ĭ äºĭ +æĬĵ èİ· +åĿIJ ä¸ĭ +çĶ± ä¸ŃåĽ½ +ä¹Ł å¼Ģå§ĭ +çŃĶ å¤į +åŀĥåľ¾ åĪĨç±» +éĴĵ é±¼ +åIJĦ 種 +缸 éģĩ +ä¸įåģľ çļĦ +æī¹ éĩı +éĩįè¦ģ ä½ľçĶ¨ +å§Ķ å±Ī +åħŃ å¹´ +ä¸ĥ åįģ +ä¹ĭ æĪĺ +é£İéĻ© 管çIJĨ +éŁ³ æ¨Ĥ +è¡ĮæĶ¿ å¤Ħç½ļ +æľ¬ äºĭ +æĴ° åĨĻ +èģļ åIJĪ +éĢĤ æŶ +æIJ¬ 家 +ç¢İ çīĩ +缼 å®´ +ç®Ģ æ´ģ +åı¬ éĽĨ +ç®Ģ åĮĸ +åĮĹ京 æŶéĹ´ +第ä¸ī å±Ĭ +æĿ¥ åĽŀ +常çĶ¨ çļĦ +京 æ´¥ +京津 åĨĢ +梦 å¹» +è¯ķ è¡Į +æľº åºĬ +åĪ° æľĢåIJİ +åĬ© æīĭ +åĪĨ 彩 +åĩº åĵģ +åĪ¹ 车 +åIJ¯ åıij +侧 éĿ¢ +æ¯ı å½ĵ +缸åħ³ è§Ħå®ļ +ä¸ĸ 人 +è´Ń 车 +å¿ĥ 缮 +å¿ĥ缮 ä¸Ń +äºĶ éĩij +è¿ĺ è®°å¾Ĺ +ä¾Ŀ çĦ¶æĺ¯ +æıIJ æ¡Ī +çĶµåķĨ å¹³åı° +åģļ åĪ°äºĨ +æĿľ ç»Ŀ +å®ī åįĵ +ä¸ĸçķĮ åIJĦåľ° +åīį éĢĶ +æ´Ĺ åĩĢ +å¥ĭ åĬĽ +åŁİå¸Ĥ 建设 +å¤ļ åĬŁèĥ½ +ä¼ļ éĢłæĪIJ +åıijå¸ĥ ä¼ļä¸Ĭ +究 ç«Łæĺ¯ +åĪĨ 红 +çŁ¥ èŃĺ +éĿ¢ æĿ¿ +æĹł 声 +æĢ¥ éľĢ +失 çľł +çĪ¸ å¦Ī +äº Ĥ +åħ¨ æĻ¯ +ç»ıåħ¸ çļĦ +åī§ ä¸Ń +é¢Ĩ导 ä¸ĭ +åħļ åĨħ +åħ¥ ä¾µ +æĭī æĸ¯ +ä¸Ģ å¹ķ +åĬł ä¹ĭ +èĤ Ĩ +èĭ± æł¼ +èĭ±æł¼ åħ° +å·§ åħĭ +å·§åħĭ åĬĽ +ä¸Ģ å¿ĥ +èģ Ĥ +å¾Ģå¾Ģ æĺ¯ +管çIJĨ å±Ĥ +çĻ» åħ¥ +建ç«ĭ èµ· +建 åĽ½ +åŃIJ 宫 +åºĶ ä»ĺ +æİ¢ 究 +第ä¸Ģ ä½į +ä½Ļ 家 +çŃī æ´»åĬ¨ +æīĢ èĩ´ +è¾ĥ å¿« +æĺ¯ éĿŀ +æıIJ åIJį +äºĮ èĢħ +åıªåī© ä¸ĭ +åħ¶ä¸Ń åĮħæĭ¬ +ç¼ĸ ç¨ĭ +çł´ ç¢İ +ä¸Ń 举 +å·¥ä½ľ æĬ¥åijĬ +çŃ¾ åIJį +éħĴ ä¸ļ +çŁ¥ æĻĵ +çĥŃ å¿ĥ +éĿŀ åĩ¡ +èIJ¥ä¸ļ æī§ +èIJ¥ä¸ļæī§ çħ§ +人大 代表 +ä¸Ģ个 æĸ°çļĦ +å¨ģ æµ· +éĤ£ 人 +涨 ä»· +æ¶Ī çģŃ +éļ¾ å¿ĺ +ç¶ĵ é©Ĺ +åı£ è¢ĭ +ç³» æķ° +æĸĩ ä¸Ń +好 转 +æĸ° 鼶åĶ® +讲述 äºĨ +å¼Ģ çĽĺ +çķĻ ç»Ļ +æħ¢æħ¢ çļĦ +æĤ² 伤 +æľ¬ æľŁ +äºĨ å¤ļå°ij +è¿Ļ 让 +åIJĮ çŃī +æ¸ħ æĺİ +个 åŁİå¸Ĥ +æºĸ åĤĻ +åĩłä¹İ æĺ¯ +强 åĬĽ +ä¿ ¯ +æ°´ 稻 +åĽºå®ļ çļĦ +æł¸ åĩĨ +说 æľį +顯 示 +è¿Ļ å¥Ĺ +æĻºæħ§ åŁİå¸Ĥ +å±ĭ 顶 +ä¸į æĿ¥ +çĶŁ é²ľ +çŁ¥ æĥħ +æĬķ 身 +åijĬè¯ī æĪij们 +ä¸ī åĽĽ +ä¸ĩ ä¸Ģ +è¾Ĩ 车 +为 ä¹ĭ +åĪ° æŶåĢĻ +è¿Ļ æīįæĺ¯ +åIJį çīĮ +åºŁ æ°´ +åݻ年 åIJĮæľŁ +å¹´ éĻIJ +éģĭ åĭķ +åıĮ çľ¼ +è¦ģ ç´§ +对 çŃĸ +åľº é¦Ĩ +çĻ¾ ç§ij +è¶Ĭ éĩİ +å¯Į åIJ« +大å¤ļæķ° 人 +æľĢ å°ij +åı¬ åĶ¤ +åħ¸ èĮĥ +åĨľ æľº +æŃ£ æĸĩ +åºĶçĶ¨ äºİ +æ·± èĢķ +ä¿ Ń +ä»Ģä¹Ī ä¸ľè¥¿ +å¥Ĺ é¤IJ +å½ĵ éĢī +å·¦ æīĭ +è°ĥ çIJĨ +æĻļ é¤IJ +éļ¾ åħ³ +åĩŃ è¯ģ +çĪ± 人 +æĮĩ è´£ +è´£ ç¼ĸ +çļĦä¸Ģ 款 +éĵ ² +åįģ 个 +èĢ » +æľįåĬ¡ åķĨ +åľ° çĭ± +è¿ŀ å¿Ļ +åĽ° æĥij +çļ ĵ +ä¸į åIJĥ +çİ°åľ¨ å·²ç»ı +çĽĺ çĤ¹ +ä¸įåģľ åľ° +管çIJĨ 模å¼ı +è¿Ļ 段æŶéĹ´ +æ¤ ° +礼 åĮħ +æµģ 转 +æī« çłģ +éĽĨä¸Ń åľ¨ +æ±Ĥ åĬ© +åįĬ 个 +å¿«éĢŁ å¢ŀéķ¿ +å¾Ģ ä¸ĭ +è¯Ħ åĪĨ +å°± æĥ³ +åķĨåĬ¡ éĥ¨ +æľī éĹ®é¢ĺ +èİ· åĪ© +æ¯Ľ çĹħ +æĦŁ åºĶ +èī¯ æĢ§ +åĪĨ æѧ +åĨ ī +æĪij们 çİ°åľ¨ +è¦ģ åĬłå¼º +å·§ å¦Ļ +èŀº æĹĭ +åĪĩ æį¢ +çĭ Ħ +顺 çķħ +å°¤åħ¶ æĺ¯åľ¨ +èĬĿ 麻 +éļ¾ è¿ĩ +æĹĹ å¸ľ +å¤į åį° +å¤įåį° 件 +å¿ħ éľĢ +对å¤ĸ å¼ĢæĶ¾ +éļ¾ åıĹ +åİŁæĿ¥ æĺ¯ +ç®Ĺ äºĨ +é«ĺ å±± +离 èģĮ +çµĦ ç¹ +çµĦç¹ Ķ +å±ģ èĤ¡ +çĻ¾ 家 +éģĩ ä¸Ĭ +æĺĶ æĹ¥ +ä¸į 容 +çĽij管 éĥ¨éŨ +主 æĦı +æµģ åŁŁ +è·Į å¹ħ +èĩ³ ä¸Ĭ +åĪ« 说 +æĺ¯ æ¯Ķè¾ĥ +å®ıè§Ĥ ç»ıæµİ +å¸Ĥåľº 主ä½ĵ +污æŁĵ çī© +æķij æ²» +丰 æĶ¶ +åŃĺ æĶ¾ +åĩ Ħ +éĩij å±± +æį¢ äºĨ +ä¸ĵ 人 +éĹľ æĸ¼ +æĹ¢ è¦ģ +åĽ½ 足 +éļ ĭ +åıį åĩ» +èµ· 身 +åħĪ æĺ¯ +å¸ĮæľĽ èĥ½å¤Ł +åĪ¶ 订 +åºĹ éĿ¢ +åĸ Ģ +æķĻ ä½ł +éĻį 温 +åĬĽ æ±Ĥ +ä¸ī çĻ¾ +çī© ä»· +丢 失 +å¢Ļ ä¸Ĭ +éĥ¨ 份 +æł· æĿ¿ +ä¹ĭ æĦı +ç½ij å°ıç¼ĸ +ä¸ĸ ä¸Ĭ +è°ĥ è¯ķ +污æŁĵ éĺ²æ²» +å½± éĻ¢ +å®Įåħ¨ åı¯ä»¥ +éĢļ åħ³ +ä¹īåĬ¡ æķĻèĤ² +没æľī åĬŀæ³ķ +èĢ ¿ +å¦ ³ +æĹł æĥħ +å¾Ĺ çĽĬ +å¾ĹçĽĬ äºİ +æľŁ çĽ¼ +娱ä¹IJ åľº +çĶ² æĸ¹ +ä¸Ģ æ±½ +çĹ ° +çĸij ä¼¼ +æĸ°æµª å¾®åįļ +强 è¡Į +å½ĵ ä»ĸ +èĥ º +çĶ¨æĪ· æıIJä¾Ľ +åĮº å§Ķ +æĦ¿ æĻ¯ +æĬĺ æī£ +失 踪 +è¿« åĪĩ +åŃĹ æ¯į +åĴ ¯ +èªį èŃĺ +ä»Ģä¹Ī æĦıæĢĿ +çĽĴ åŃIJ +å½ķ éŁ³ +建设 å·¥ç¨ĭ +ä¸ļ ä½Ļ +å®ŀè·µ æ´»åĬ¨ +羣 空 +çĤ ĸ +åľ¨ è·¯ä¸Ĭ +主è¦ģ åĮħæĭ¬ +该 æĢİä¹Ī +æĢ» æľī +æĢ§ æĦŁ +æ°ij èĪª +å¼Ģ åºĹ +欺 éªĹ +çªģ åĩ» +缺 失 +æī§ ä¸ļ +åľ° éģĵ +并 æĹł +æ°ij åĬŀ +ç»Ħç»ĩ çĶŁæ´» +æĪij å¦Ī +è¨ĺ èĢħ +管 åĪ¶ +æī¾ 个 +èĹ » +çĤİ çĹĩ +äºĴ åĬ© +æµıè§Ī åĻ¨ +çݩ家 æĿ¥è¯´ +éĻįä½İ äºĨ +è£ Ķ +æĮ£ éĴ± +åķĨ æľº +æĶ¹ è£ħ +æµģ 浪 +æĶ¿ æ³ķ +èĢģ 头 +çĶŁäº§ åĴĮ +ç© Ĺ +亲 çĪ± +亲çĪ± çļĦ +å±¥ èģĮ +åŁİ éĩĮ +ç»Ĩ åĪĨ +åĬ³åĬ¨ åIJĪåIJĮ +åľ¨ æĹ¥æľ¬ +å¨ģ å°Ķ +åį« è§Ĩ +éĢ£ çµIJ +çĿĢ éĩį +æĬĺ 磨 +åĽ¾ 为 +çľ · +å·¥ åºı +æĵ ģ +æĵģ æľī +ç½ijç«Ļ åľ°åĽ¾ +çļĦä¸Ģ 大 +ç»Ħç»ĩ å®ŀæĸ½ +æĬĽ å¼ĥ +åĴĮ æĶ¯æĮģ +æ³ķ åĪĻ +浪 æ½® +çİ° æľīçļĦ +åĩł çİĩ +为 客æĪ· +åįģ ä¸ĩ +è ¹Ħ +çªģåĩº éĹ®é¢ĺ +åıĥ åĬł +éĥ½ä¼ļ æľī +çĽ ¤ +è°ģ éĥ½ +æīĭ åĬ¨ +缴 è¾¾ +çĤ¹ å¤ļ +éĺ¶ å±Ĥ +ä¸į ä½³ +éĤ£ 段 +滨 æµ· +æĺ¯ åĽ½åĨħ +æĪij å¸ĮæľĽ +åIJĽ åŃIJ +è§Ĥ éŁ³ +åģļ é¥Ń +æ±½ è»Ĭ +åħ³ ç¨İ +çľ¼åīį çļĦ +æ°´ éĿ¢ +èĢ³ æľº +追 踪 +æݨ éĢģ +éĴ± åĮħ +æģ¶ å¿ĥ +æµ· åŁŁ +å· į +å¼Ģ æĿ¥ +表 æĢģ +仪 表 +å¹³ åİŁ +åįģ å¤ļå¹´ +ä¹Ł æĹłæ³ķ +åħ¼ 顾 +è¡£ æŁľ +æł½ åŁ¹ +æĪ¿ æºIJ +设ç«ĭ äºĨ +ä¸ĩ åIJį +æķ° é¢Ŀ +è¦ģ åĿļæĮģ +åIJīæŀĹ çľģ +请 èģĶç³» +ç»ıåİĨ è¿ĩ +çļĦ æľ¬è´¨ +åħ¥ éŨ +æľ¬ æ¡Ī +çİĩ è¾¾åĪ° +åı° éĺ¶ +éĴ ŀ +æĪij èĥ½ +èݲ èĬ± +éĴ ł +ä¸Ģ äºĭ +åİŁ æľīçļĦ +æ¯ı åĢĭ +æ¯Ķäºļ 迪 +æ£ĭçīĮ 游æĪı +ä¸įä¼ļ æľī +å½Ĵ æĿ¥ +äºĶ çĻ¾ +è¿ĩ é«ĺ +鼷 è¾¾ +ä¸Ģèµ· åİ» +æķĻ 导 +å°± è¯Ĭ +å°± å¾Ī +ä¸įåIJĮ äºİ +ä¿ º +å¸ĸ åŃIJ +æĶ¿åįı å§Ķåijĺ +çĸ«æĥħ å½±åĵį +åĪĨ è£Ĥ +为ä»Ģä¹Ī ä¼ļ +äºĶ æĺŁ +å°ij åĦ¿ +æĬ¢ éĻ© +梦 è§ģ +è®°èĢħ éĩĩ访 +å±± è·¯ +æĪij 个人 +æ²Ļ 滩 +è¹ Ń +æĶ¹ è®Ĭ +æĸ°åŀĭ åĨł +æĸ°åŀĭåĨł çĬ¶ +åĮ» æĬ¤ +åĮ»æĬ¤ 人åijĺ +æµ· å°Ķ +åħ³äºİ æĪij们 +éĻ¤ å¤ĸ +åº ļ +宣 åijĬ +ä¸ī åįĥ +æ¦ ¨ +ç§ijæĬĢ 大åѦ +ä¸ĥ åħ« +顺 åºĶ +çĪ¸çĪ¸ å¦Īå¦Ī +éĢī åıĸ +åī§ çĥĪ +乡æĿij æĹħ游 +积æŀģ æݢ索 +表çİ° 为 +å¾Ī æ¸ħæ¥ļ +大 åĨĽ +æĿ¥ çĶµ +å¥Ĺ æĪ¿ +çİ° è¡Į +享 åıĹåĪ° +çľĭ çĤ¹ +åĽºå®ļ èµĦ产 +以 人为 +以人为 æľ¬ +ä¸į å®Į +éĻį 鼨 +åģļçļĦ äºĭæĥħ +并 äºİ +顽 强 +èĢ ¸ +åĺ´ å·´ +缸åħ³ ä¿¡æģ¯ +æĪij 没 +æĪĺçķ¥ æĢ§ +æĢĿ 念 +åĪĺ å¤ĩ +åĬ© æĶ» +é£İ è²Į +éĿ¢å¯¹ éĿ¢ +积æŀģ å¼Ģå±ķ +çĸĹ æķĪ +çľĭ 书 +缺 åı£ +åĽ½æ°ij ç»ıæµİ +使çĶ¨ æĿĥ +éģ¥ è¿ľ +å¡« è¡¥ +第ä¸ī 人 +åįĬ å¤ľ +æѦæ±ī å¸Ĥ +æĪij åıijçİ° +ä¼ĺæĥł æĶ¿çŃĸ +é£İ åı£ +å°± ä¸įèĥ½ +为 主è¦ģ +æµģ åĩº +å´ĩ æĭľ +并 ä¸įèĥ½ +é«ĺ ä¸ī +ä¸ĸçķĮä¸Ĭ æľĢ +æĥ³ å¿ħ +åħ¶ æīĢ +åĢĻ éĢī +åĢĻéĢī 人 +ä¸į çĪ± +åī¯ ä½ľçĶ¨ +人æ°ij æĹ¥æĬ¥ +æĪij ä¸įæĺ¯ +å®ŀ çī© +çĶµ åİĤ +ä¹Ł ç®Ĺæĺ¯ +æľī éĹľ +æľī èĥ½åĬĽ +æĮĤ åľ¨ +çľ¼ ä¸ĭ +约 ç¿° +å°ı åѦçĶŁ +èµ· åĪ°äºĨ +å·¥ 夫 +åIJĮ å¿ĥ +åĿ¦ è¨Ģ +çł Į +åıijæĮ¥ äºĨ +èģĮä¸ļ éģĵå¾· +è¿ĻäºĽ å¹´ +念 头 +èĢģ é¼ł +åħ¨ èµĦ +åħ¨èµĦ åŃIJ +ä¸Ģ åij³ +å¤ļ ä¸ĩåħĥ +æł¼ æľĥ +éķ¿ éĢĶ +带 èµ° +èĭ± 寸 +æĸĩ ä½ĵ +对 ä»ĸ们 +åĵŃ äºĨ +å¡« æĬ¥ +çīĪæĿĥ 声æĺİ +çĶµ 线 +è´Ńçī© ä¸Ńå¿ĥ +饱 满 +ä½İ 头 +强 è¿« +ä¿Ŀ æ´ģ +欧 åĨł +缸 è¿ŀ +认 è´Ń +çģ« æĺŁ +é«ĺ å°Ķ +é«ĺå°Ķ 夫 +èij« èĬ¦ +æłĩ 注 +çļĦ çIJĨæĥ³ +æł¸ éħ¸ +æł¸éħ¸ æ£Ģæµĭ +åĬ ī +ä¸ĢèĪ¬ æĺ¯ +æĢĿ ç´¢ +轨 迹 +çĥŃ å¸¦ +éĻ £ +åĩĨç¡® æĢ§ +æĪ´ çĿĢ +åľ¨ çĶŁæ´»ä¸Ń +æīĢ èĥ½ +æľ¯ åIJİ +带 ä½ł +ç¥ ł +æ®ĭ éħ· +ä¹Ł åıªæĺ¯ +çĶ³ è´Ń +举åĬŀ äºĨ +æľī æĦıä¹ī +æĹº 缼 +åľ¨ 網 +åľ¨ç¶² è·¯ä¸Ĭ +å¾Ī大 ç¨ĭ度 +管 è¾ĸ +çĸ«æĥħ æľŁéĹ´ +触 æij¸ +éĺ¶æ®µ æĢ§ +ä¼ļ è§īå¾Ĺ +çļĦ çĶ»éĿ¢ +æİ¥åıĹ äºĨ +表达 äºĨ +éĤĵ å°ı +éĤĵå°ı å¹³ +åħļ é£İ +åħļé£İ å»īæĶ¿ +åķĨ åѦéĻ¢ +åħij æį¢ +é£Łåĵģ èį¯åĵģ +éĿŀ常 好çļĦ +çľ ¯ +纳 ç±³ +åĬ¨ æijĩ +åĽŀ éģ¿ +çľĭ èijĹ +款 项 +åħ« å¹´ +åģļ 个 +æĸĩ æ¡£ +éĩijèŀį ç§ijæĬĢ +åħ¶ä¸Ń æľī +äºĨä¸Ģ ç³»åĪĹ +æĹĹèĪ° åºĹ +称 èµŀ +éĽ¢ éĸĭ +åĪ¶ åĨ· +家 éŨåı£ +åįģ å¤ļ +ä¼´ ä¾£ +çľĭ çĹħ +æĭī çĿĢ +æī Ĵ +çĸ² æĥ« +å°ijæķ° æ°ijæĹı +åĽ¾ å½¢ +è½ § +å¢ŀ éĩı +饲 åħ» +çģ« å±± +æ¯ı 个æľĪ +ä½ľä¸º ä¸ĢåIJį +è½´ æī¿ +æĸĩ 书 +ç¼ ķ +åħ·ä½ĵ æĥħåĨµ +çĹĽ çĤ¹ +缴 éĶĢ +å¡ Ĭ +ä¹Ł æľĥ +çĥŃ æ½® +å¹³ æ°ij +æ¼ĶåĶ± ä¼ļ +æķĻ çłĶ +éĢĥ éģ¿ +ä¸Ģ è´¯ +å°± è¶Ĭ +å®ŀ å®ŀåľ¨ +å®ŀå®ŀåľ¨ åľ¨ +ä¹łè¿ijå¹³ æĢ» +æº º +å¿ĥ åºķ +éķ¿ å¾ģ +媽 媽 +第ä¸ī 次 +åĩº æ¼Ķ +çĭĢ æ³ģ +å°Ķ æĸ¯ +代çIJĨ åķĨ +çĨ ı +çļĦ 对象 +çĶµ éĩı +è¡Į åĪĹ +åĽ½ 人 +è·ij äºĨ +åįĶ åĬ© +èIJ¥ è¿IJ +å¸Ī åħĦ +æ¦ ® +æĥ³ åĥı +æĢ§ 强 +ç§ijåѦ çłĶ究 +延 å®ī +ä¸¥æł¼ èIJ½å®ŀ +é¢Ĩ ä¼ļ +缸 å·® +è·¯ 人 +çĶ « +æľī ä»·åĢ¼ +æľīä»·åĢ¼ çļĦ +ç¾İ åĽ¢ +æ°ij主 çĶŁæ´» +æĪij æīį +ç¾İåĽ½ 人 +æ°Ķ åij³ +åıį å°Ħ +çļĦ åĨ³å¿ĥ +大 è±Ĩ +交 代 +è¿Ľ åĩº +åıį æĬĹ +æĮĩ çļĦæĺ¯ +ä»· ä½į +è¿Ľ é©» +ä¸Ĭ çĻ¾ +ä½į åĪĹ +ä¸ŃåĽ½ ä¼ģä¸ļ +çļĦ好 å¤Ħ +主 ç¼ĸ +æ±½ æ²¹ +ä½Ĩ æĪij们 +æĢİä¹Ī çľĭ +é»Ħ å±± +å¤ļ åªĴä½ĵ +åIJİ åį« +èİ·å¾Ĺ æĽ´å¤ļ +åĬ¡ å¿ħ +为 å¥ijæľº +é¦ĸ 饰 +ä¸ĩ åįļ +è¶ĬæĿ¥è¶Ĭ 大 +ä¸ĵ项 è¡ĮåĬ¨ +å¥ĭ è¿Ľ +ä»į çĦ¶æĺ¯ +è´¨ æĦŁ +å¦Ĥæŀľ ä¸įæĺ¯ +ç«Ļ èµ·æĿ¥ +ä¹¾ éļĨ +åı¯æĢķ çļĦ +å¯Į è´µ +æ¸ħ ç®Ĺ +åIJij ä¸ĭ +åĢ ļ +çļĦ çŃĶæ¡Ī +èĪ¹ ä¸Ĭ +çļĦ羣å®ŀ æĢ§ +çŃī åĬŁèĥ½ +åĸľ åī§ +å¨ģ åĬĽ +æĸ° é¢ĸ +æł¸ çĶµ +æĬ¥ éĶĢ +æķħ 乡 +ä¼´ éļı +éŀ Ń +å¦Ĭ å¨ł +åĪĨ åĮĸ +æľī å¾Ī大 +æĢİä¹Ī 说 +æĻĤ 代 +产 åĩº +ä»ĭç»į 说 +å¤ĦçIJĨ åĻ¨ +èĨ¨ èĥĢ +åī¯ å¸Ĥéķ¿ +çļĦ 妻åŃIJ +æł· åĵģ +åIJĮæ¯Ķ ä¸ĭéĻį +åħĥ å·¦åı³ +çĶ¨ èĩªå·±çļĦ +é«ĺ éĽĦ +æĺ¥ æĻļ +ä¹Ł æľīå¾Īå¤ļ +çľ¼ çIJĥ +æķ£ æŃ¥ +ä»ĸ们 éĥ½ +第ä¸Ģ 家 +åĬŀ 好 +å®ī éĺ² +ä¸Ģ ä¸ĩ +åľ¨ éĩĮéĿ¢ +éŁ³ é¢ij +åı£ åı· +ä¸Ģ è¶Ł +ç¦ı çī¹ +é³ ŀ +æĥĬ èī³ +æĸ° å¨ĺ +绿èī² åıijå±ķ +ä¸Ń å¼ı +ä¹Ł åıªæľī +çİ° 身 +åı¯ ä¾Ľ +æ¯ı ä¸Ģ个人 +第ä¸ī èĢħ +åľ° å½¢ +éĴ¢ ç»ĵæŀĦ +çĽijçĿ£ æ£ĢæŁ¥ +åı« æĪij +èĩ´ æķ¬ +æ´Ĺ æīĭ +ä¸ĭ è°ĥ +康 çĨĻ +æĪIJ交 éĩı +ä¹Ł æĪIJ为 +åħī æ»ij +å®Įæķ´ æĢ§ +çģ ¼ +網 éłģ +éķ¿ 寿 +éģ© çĶ¨ +çļĦä¸Ģ 项 +çŀ© 缮 +æĬĬ èĩªå·±çļĦ +éĵ¶è¡Į åį¡ +å°± å¿ħé¡» +ç¾İ çĻ½ +éŀį å±± +æľ¬ é¢Ĩ +ä¸Ģ ç¢Ĺ +æīĵ æ³ķ +æĤ¨ 好 +对 åŃ©åŃIJ +æĬ¥éģĵ 称 +ä¼ł åĩº +大 èĩ£ +ç¬ ĭ +çĽ ı +é¾ ļ +缴 线 +æĻº åºĵ +秣 车 +é£İ åij³ +çľĭ ä¸Ģä¸ĭ +æݨ éĶĢ +éĥ¨ éĥ¨éķ¿ +è´¨éĩı åĴĮ +åĪĬ çĻ» +å·¥ä¸ļ åĮĸ +çİĩ 为 +鼶 件 +硬 åĮĸ +ä¸Ĭ åįĥ +ç»ıéªĮ åĢ¼ +å¹³ è¡Į +声 éģĵ +æľįåĬ¡ è´¨éĩı +çĶŁ çĶ¢ +æľĢ 容æĺĵ +ä¸Ģ æŀļ +å¹´ æĬ¥ +åħ¬ ç½ij +åħ¬ç½ij å®ī +åħ¬ç½ijå®ī å¤ĩ +çļĦ èĥ½éĩı +å®ŀéĻħ è¡ĮåĬ¨ +è¦ģ ä¸įè¦ģ +æĹ¥æľ¬ 人 +èĢ¶ 稣 +ç¼ĸ åī§ +æ¶ © +åį° å°¼ +ä¸Ĭä¸ĭ 游 +åĩł åı¥ +ä¸Ń éĵģ +ç°¡ åĸ® +èĩª 带 +çĶŁ äºİ +ä¸Ģ åı£æ°Ķ +åĭ¤ å¥ĭ +éĻį ä»· +å±ķçİ° äºĨ +å¸ĥ æĭī +ä¼ļ éĢīæĭ© +çļĦ ç»ıåħ¸ +好 æľĭåıĭ +车 éģĵ +æķ´ åĢĭ +åľ ĵ +éķ¿æľŁ 以æĿ¥ +æĬķ å½± +çļĩ åĨł +è¿ĩ 大 +åijĬè¯ī ä»ĸ +ä¼ģä¸ļ æıIJä¾Ľ +æĬ½ 象 +éĢĤ 度 +çļĦ 女åŃ© +èµ· ä¼ı +çļĦ åĬŁæķĪ +ä¸ĵ项 æķ´æ²» +åı¯ éĢļè¿ĩ +ä¸įåIJĮ ç¨ĭ度 +å¼Ĥ è®® +åĩĢ èµĦ产 +åij Ĺ +ä»Ģä¹Ī åij¢ +å·¡ éĢ» +è¸ı ä¸Ĭ +ä½Ĩ å®ĥ +ç²¾ 度 +管 å±Ģ +第ä¸Ģ åIJį +åĨħ åŃĺ +æijĨ åľ¨ +åī© ä¸ĭ +主ä½ĵ 责任 +çĤ¹ åįĬ +以 èĩ³äºİ +åħ»èĢģ ä¿ĿéĻ© +æĦŁåıĹ åĪ°äºĨ +çŁ¥åIJį çļĦ +å¯Į 豪 +妥 åĸĦ +åŃĻ åŃIJ +éĵ Ĥ +说 èĩªå·± +让 æĤ¨ +æķ° æݧ +çļĦçľ¼ åħī +注 éĶĢ +çļĦ çģµéŃĤ +è¿ĺ ä¸įéĶĻ +éĹ® ä»ĸ +èĩªä¸» çłĶåıij +èĵ ĭ +ç´« èī² +åĽ½å®¶ å®īåħ¨ +è¾½å®ģ çľģ +ä¹Ł æ¯Ķè¾ĥ +ç¾İ èĤ¡ +ä¸įç¡®å®ļ æĢ§ +å¿ĥ 头 +æĪ ³ +级 åĪ«çļĦ +论 è¿° +çļĦ åĽŀçŃĶ +ä¿Ŀè¯ģ éĩij +çŃī è¡Įä¸ļ +幸ç¦ı æĦŁ +æѧ è§Ĩ +æľº 票 +æ´¾ 人 +èĩ´ åij½ +åĺ´ è§Ĵ +æĸ°éĹ» ä¸Ńå¿ĥ +æĶ¾å¼ĥ äºĨ +å®ľ å±ħ +åĨĻ ä¸ĭ +éĹ® çŃĶ +è¿ĻéĩĮ æĺ¯ +å¤ļ åľ° +åĮºåŁŁ åĨħ +åīµ æĸ° +çľĭ ä»ĸ +æī§æ³ķ 人åijĺ +åĬ¨ æľº +éŁ³ åĵį +çļĦ åij½è¿IJ +顶 éĥ¨ +åĵ Ł +éĥ½ æľĥ +æīĵéĢł æĪIJ +æĦı åĽ¾ +çļ ĸ +åĢĴ åħ¥ +å·´ èIJ¨ +åĬ© åѦ +å¤į åı¤ +åIJ¯ çĶ¨ +åĽ½éĻħ å¸Ĥåľº +åĤ¨ èĥ½ +é»ijé¾Ļæ±Ł çľģ +ä¹ĺ 车 +è¿IJåĬ¨ ä¼ļ +ä¿Ŀ åĪ© +çŁ³ æĿIJ +çµ ® +çĤĴ ä½ľ +çļĦ ä¿¡ä»» +å°± æĪIJäºĨ +åı¯ è§Ĥ +çļĩ ä¸Ĭ +è¿Ļ åĩłå¤© +ä¸Ģ éĶ® +åĨ· åĨ» +ä¿Ŀ åį« +æł¸ æ¡ĥ +åIJĪä½ľ åħ³ç³» +éĢģ åĩº +æĹĹ ä¸ĭçļĦ +åľ¨ ä¹İ +为 广大 +åįĪ é¤IJ +ä¸ĵ 访 +æĪĸ å°Ĩ +éĿĴå²Ľ å¸Ĥ +å¥Ķ è·ij +æĹ¥ æĬ¥éģĵ +å¥ij åIJĪ +æĸ° æĺ¥ +ä¸į å°ıå¿ĥ +两 ä¸ī +æĦıæĢĿ æĺ¯ +åĨ· èĹı +çļĦ çĹĩçĬ¶ +æĢ§ åij½ +è¶ħ æłĩ +å¯Ĩ 碼 +ç§ijæĬĢ èĤ¡ä»½ +äºĨä¸Ģ æī¹ +çĿ£ å¯Ł +åªĴ ä»ĭ +å°Ħ æīĭ +ä¿® åħ» +çīĩ åĪ» +éĢĤåIJĪ èĩªå·± +åıªè¦ģ æĺ¯ +åIJĥ è¿ĩ +éĩij éĵ¶ +缴 å±ŀ +åѦ éĹ® +åİĭ åĪ¶ +çªĹ å¤ĸ +æĶ¶ åĪ°äºĨ +åħ¨åĽ½ 人大 +ä½Ĩæĺ¯ å¯¹äºİ +åľ¨ æķ´ä¸ª +çļĦ èĥĮåIJİ +åĩıå°ij äºĨ +åıį èħIJ +åıįèħIJ åĢ¡ +åıįèħIJåĢ¡ å»ī +æĹ · +åĪĨ æľŁ +åľ¨ æ·±åľ³ +æīĵ çĿĢ +æī« ä¸Ģ +æī«ä¸Ģ æī« +æĶ¿åºľ éĥ¨éŨ +æİ¥ è¿ŀ +å±ŀäºİ èĩªå·± +åŃIJ å¼¹ +åIJĮæł· æĺ¯ +æĢ» åħ± +车 ä¼ģ +æ¢ ĵ +åħ¬ é¡· +åıij 声 +éĴ Ľ +èµ°åĬ¿ åĽ¾ +主 èIJ¥ +åĸ Ķ +æķ°æį® åĪĨæŀIJ +ä¸į è¿ľ +æľī åIJį +æľīåIJį çļĦ +åģ¿ è¿ĺ +å¾Ī ä½İ +è®ĵ 人 +èĿ ī +é«ĺ è´µ +å°ij 许 +æ° Ł +å¹ ¢ +亲 æĥħ +è¿Ļ件 äºĭæĥħ +çĶ¨ é¤IJ +缸åħ³ æĸ°éĹ» +å°± åºĶ该 +ç»Ī çĤ¹ +æĺ¯ å¤ļå°ij +çĻ» åľº +è¯ķ 管 +è¯ķ管 å©´åĦ¿ +åģļ 大 +åģļ大 åģļ强 +çļĦ ä¾ĭåŃIJ +åħ« 个 +æĺİ æĹ¥ +çĤ ³ +èµ° åİ» +éģ º +å¢ © +ä½ĵä¼ļ åĪ° +åĴ ı +ä¸ĭ è¾¾ +å¤į åıij +追 éĢIJ +æīĵ åĵį +çļĦ éļ±ç§ģæ¬Ĭ +åħ·æľī ä¸Ģå®ļ +è¿Ļä¹Ī å¤ļå¹´ +æłij æŀĹ +æľĢ éķ¿ +åIJĮ èĥŀ +åħī æ³½ +åŁŁ åIJį +æĮĩ åIJij +åıĹ害 èĢħ +æłij èĦĤ +æľīå¤ļ 大 +大 éĿ¢ç§¯ +æĹł ç¼Ŀ +æĶ¹ æŃ£ +æĽ´å¤ļ çļĦæĺ¯ +æľŁ æľ« +æŃ ¼ +ä¹ī ä¹Į +éĤ£ ä½ł +çļĦ 第ä¸Ģ个 +èĮ µ +å° § +èį « +ä¸įä»ħ åı¯ä»¥ +æ¶Į çİ° +æĢ» éĿ¢ç§¯ +æĸ°éĹ» åıijå¸ĥ +æ°ij çĶ¨ +å°± 读 +æīĵ è´¥ +å¤ĸ è¯Ń +æĪij们 ä¸Ģèµ· +é¢Ħ å®ļ +çĥ¹ 饪 +æľĢ 主è¦ģ +æľĢ主è¦ģ çļĦ +çīĮ çħ§ +åĽł åħ¶ +ä½İ ä¸ĭ +ä¼ļ åIJĮ +è§ģ 解 +éĹ´ éļĶ +æķĻ ç¨ĭ +å° ī +å¸Ĥ ä¸Ńå¿ĥ +åħ³éĶ® æĺ¯ +æµ· åįĹçľģ +çī¹åĪ« æĺ¯åľ¨ +ä¸ŃåĽ½ 大éĻĨ +åħħ足 çļĦ +æĹ¢ èĥ½ +åĤ³ çµ± +çijľ ä¼½ +åħ¥ åĽ´ +æħ¢æħ¢ åľ° +æĬ¥ éħ¬ +æī¹ å¤į +å·¥ä¸ļ åĽŃåĮº +ä¸İ åıijå±ķ +èĥ¸ éĥ¨ +åľ¨ ç½ij绾 +åľ¨ç½ij绾 ä¸Ĭ +交 è°Ī +æĽ´ æĶ¹ +åįłæľī çİĩ +ä¸Ŀ绸 ä¹ĭè·¯ +è¡ Ľ +çłĶ åĪ¤ +åĪ ª +åĪª éĻ¤ +è¿Ļ åıª +çļĦ æ°Ķæģ¯ +åĬł å·ŀ +éĴ § +çIJĨäºĭ éķ¿ +ä¸ĸ 家 +æµģè¡Į çļĦ +å¾Ī æľīåı¯èĥ½ +们 éĥ½ +ç»ıèIJ¥ 模å¼ı +è¡Įä¸ļ ä¸Ń +éĢļçŁ¥ 书 +åij½ é¢ĺ +æľ¬ 網ç«Ļ +æ²Ļ çī¹ +åıij åħī +é«ĺ ä»· +å·² çĦ¶ +åıĮ åįģä¸Ģ +ä¸Ĭ è¯ī +ç¿ħ èĨĢ +è¿Ļä¸Ģ å¹´ +大ä¼ļ ä¸Ĭ +éĩ ī +å®Įåħ¨ æĺ¯ +å¾Ĺ 太 +ä¸ĢèĪ¬ 人 +è¿ĺ ç®Ĺ +æĬĺ åıł +æĬķ æľº +çĤ¹ çĩĥ +çİ°éĩij æµģ +åħĶ åŃIJ +ç½ij æł¼ +æİ¥ è¿ĩ +ä¾Ľ è´§ +éĺ´ å½± +åİŁ åħĪ +æį £ +å·¦ 侧 +åħĭ æĭī +æīĵ åį¡ +ç§ij æ¯Ķ +æ±ĩ éĽĨ +åľ°çIJĨ ä½įç½® +è¯Ħ å§Ķ +ç»ĵåIJĪ èµ·æĿ¥ +è¿Ľåħ¥ åĪ° +åı¯ è¡Į +åı¯è¡Į æĢ§ +让 å®ĥ +åĪ¶åº¦ æĶ¹éĿ© +çĶĺèĤĥ çľģ +åĵ Ĺ +åģı åģı +è¡£ çī© +ç¥Ŀ è´º +æºIJ èĩª +并ä¸į 代表 +åĽ½ 度 +好 åĿı +æĿ ĸ +æĿŃ å·ŀå¸Ĥ +湿 度 +é² ¸ +åįļ 彩 +æ³° å±± +æĿij èIJ½ +æĸ° èģŀ +èĤ ĭ +åı¤èĢģ çļĦ +çļĦ ç§ĺå¯Ĩ +ä¸Ģ个 éĹ®é¢ĺ +éģı åĪ¶ +åįĥ 亿 +è¿ĩ 硬 +å°Ħ åĩ» +èĩªçĦ¶ æĺ¯ +产 åĮº +çĤ¹ çĤ¹å¤´ +åı¯ä»¥ 帮åĬ© +说 å®ŀ +说å®ŀ è¯Ŀ +æĪij åıªæĺ¯ +ä¹ĭ ä½Ļ +åIJĮæŶ ä¹Łæĺ¯ +ä¸ŃåĽ½ éĺŁ +建æĪIJ åIJİ +ä¹IJ è§Ĩ +åij¨ å²ģ +èį¯ åºĹ +éĩij åįİ +严éĩį å½±åĵį +è´¨ åľ° +æĹħ éģĬ +åħµ åĻ¨ +æķĻèĤ² æķĻåѦ +离 åİ» +åIJĦå¼ı åIJĦæł· +ä»ĭ ç´ +ä»ĭç´ ¹ +å¼Ģ 头 +å°Ĩ èĩªå·±çļĦ +åIJ¬ åĬĽ +ä¿¡æģ¯ ç³»ç»Ł +ä»İ æł¹æľ¬ +ä»İæł¹æľ¬ ä¸Ĭ +æİĮ 声 +欢 åĸľ +å±ķ åĮº +åķ ¸ +太å¤ļ äºĨ +éĹ² ç½® +èĥ¡ èIJĿåįľ +å§Ķ å®£ä¼ł +å§Ķå®£ä¼ł éĥ¨ +åįĹ éĺ³ +å·ŀ åĮº +ä¸İ æŶ +ä¸İæŶ 俱 +ä¸İæĹ¶ä¿± è¿Ľ +å«Įçĸij 人 +èī¯ å¿ĥ +头 顶 +è´¢ æĬ¥ +ä½Ľ æ³ķ +å¾ µ +åİŁ 件 +åĭ ŀ +çĶ· 篮 +å¤ĸåĽ½ 人 +è¿Ŀ 纪 +æī¾ äºĨ +æįķ æįī +缸 è¯Ĩ +æIJľ éĽĨ +çļĦ ä¼Łå¤§ +ä¸ī ç»´ +å°±è¡Į äºĨ +çĭIJ æľĪ +çĭIJæľĪ å±± +å¸ĮæľĽ éĢļè¿ĩ +èĢĮ 对äºİ +éĿ¢ å°į +åĨĽ åĽ¢ +è¡Ĺ åĮº +æĤ¬ æĮĤ +便 ç§ĺ +æľīä¸Ģ çĤ¹ +ä¼ļè®® ä¸Ĭ +ä¸ĭ æīĭ +廣 åijĬ +äºĶ è¡Į +çŃī åĢĻ +紧紧 åĽ´ç»ķ +æĭ¿ äºĨ +æ¡Į éĿ¢ +ç¥ŀ æĥħ +éĽĦ åİļ +çŀ ³ +楼 ä¸ĭ +å½ ª +äºĭ åıij +åĨį è§ģ +é¤ ĺ +é¢Ħ åĶ® +åİ» çľĭçľĭ +æĪij们 åºĶ该 +ä¸ī 家 +æµ Ĭ +ä¹IJ éĺŁ +çľĭ ä¸įè§ģ +èĦij åŃIJ +æĮģ æľīçļĦ +çĻ½ èıľ +éĹª çĥģ +åĸĿ æ°´ +æݧåĪ¶ ç³»ç»Ł +ä¸ĵ åĮº +æľĿ å»· +æĪij å¿ĥéĩĮ +å±ķ åİħ +èľĺ èĽĽ +åĨ» ç»ĵ +ç² ª +åº IJ +åIJij 社ä¼ļ +åĨ³çŃĸ éĥ¨ç½² +çŁŃ æľŁåĨħ +æĸ° ä¸ļæĢģ +æľ Ķ +æŶ æĬ¥ +使 ä¹ĭ +åĽł åŃIJ +åıĤä¸İ èĢħ +çļĦ 年轻人 +æīĭ 表 +å°ģ éĶģ +为ä»Ģä¹Ī ä¸į +åIJ¸ çĥŁ +æ¯Ĵ ç´ł +åĪij æ³ķ +磫 æŃ£ +身 æĹģ +åİŁ è°ħ +çĽij æĬ¤ +æѤ å¤Ħ +éļ¨ æĻĤ +æŀľ å®ŀ +åĮ»çĸĹ æľįåĬ¡ +ä¸į åIJĪçIJĨ +æIJŀ 好 +çļĦ èĦļæŃ¥ +å¤ĸ å¥Ĺ +ç¶ĵ éģİ +æĶ¾ ç¼ĵ +åģľ çķĻ +æĺŁ çIJĥ +çļĦä¸Ģ éĿ¢ +åĩł ä½ķ +è½® åĽŀ +æ¯Ľ å·¾ +ä¿® çIJĨ +ä¸įçŁ¥ ä¸į +ä¸įçŁ¥ä¸į è§ī +æķ´ 个人 +æ¯ģ çģŃ +åı° å·ŀ +使çĶ¨ 寿åij½ +é»ij çĻ½ +æij¸ ç´¢ +é¼ł æłĩ +éĿ© æĸ° +éº µ +ä¸ĵéŨ 为 +å¾Īå¤ļ æľĭåıĭ +å·¥ä½ľ ç»Ħ +åIJĪ å½± +çĤº ä»Ģ麼 +æŀģ 度 +çļĦ è¿ĽæŃ¥ +å½ĵ ä¹ĭ +å½ĵä¹ĭ æĹł +å½ĵä¹ĭæĹł æĦ§ +è´´ è¿ij +å°º 度 +åľ¨ çİ°åľº +éĻį 临 +åħ»èĢģ éĩij +ç£ ķ +åı¯ä»¥ 使 +管çIJĨ æ°´å¹³ +æľ¬æĬ¥ è®°èĢħ +æ³ķ 令 +åį¡ 车 +举 æµ· +å¤ļ éĩį +åħ¶ éĹ´ +ç´ Ļ +éĩį大 é¡¹çĽ® +æ±Ĺ æ°´ +ç»Ħ å§Ķä¼ļ +ä¿¡æģ¯ åħ¬å¼Ģ +ä¸į论 æĺ¯ +ä¸Ģ åIJ¬ +èĴ¸ æ±½ +æıŃ ç§ĺ +è¶ħ éģİ +触 åıij +å© ¦ +åħ³èģĶ 交æĺĵ +å°± ç»Ļ大家 +好 ä¹ħ +åĢŁ è´· +游æĪı è§Ĵèī² +å¼ĢåIJ¯ äºĨ +æİ ł +åħļçļĦ åįģä¹Ŀ +ä¸ĭ 鼨 +çŁŃ æŶéĹ´åĨħ +å¯ ħ +导 åħ¥ +å·¥ä½ľ ç»ıéªĮ +ä¹Ł åıªèĥ½ +鼷 éľĨ +è·Ł è¿Ľ +åį¡ éĢļ +é¢ĩ æľī +æľº ä½ĵ +æĪĺ士 èģĮä¸ļ +女 主 +ä½ĵåĪ¶ æľºåĪ¶ +足 åįı +èĪĴéĢĤ çļĦ +åĢŁ åı£ +æī¹ åĪ¤ +æķ° åĢ¼ +è« ¾ +éĺ¿æĭī 伯 +åĺ İ +æħ ¶ +è¾¾ 人 +å¼Ģ æ°´ +大 鼨 +温 室 +ä½İ è¿· +ä»į æŧ +éªĹ åŃIJ +亲 å±ŀ +çIJĨ æĻº +æľ¬ åŁºéĩij +å¨ ħ +åĨĻåŃĹ æ¥¼ +å¢Ļ å£ģ +å® µ +èĻ½ çĦ¶æĺ¯ +顺 çĿĢ +åħ« åį¦ +åķĨ çĶ¨ +ä¸į 失 +è¿· èĮ« +顺 便 +æļij æľŁ +欺 è´Ł +é¢ij é¢ij +该 æł¡ +æĸĻ çIJĨ +æ·± æĥħ +åīį éĶĭ +ä¿Ŀ èŃī +èģĮä¸ļ çĶŁæ¶¯ +åħ¬ å¼Ģåıij +åħ¬å¼Ģåıij è¡Į +åħ¥ æĪ· +éł ĵ +åĢ¾ åIJ¬ +éŃ ģ +æĦī æĤ¦ +åĽŀ åIJĪ +åħ¨åĬĽ 以 +åħ¨åĬĽä»¥ èµ´ +åĥ¹ åĢ¼ +èĥ½åĬĽ 强 +ç»ı å¼Ģ +ç»ıå¼Ģ åĮº +è¿ľ æĸ¹ +çļĦ éģĵçIJĨ +缴 åįĩ +缴åįĩ æľº +为主é¢ĺ çļĦ +ç»Ļ æĤ¨ +è¿ĺ æĥ³ +æ¯Ķ æĪij +åĨľ çī§ +æµ· åºķ +çŃ¾è®¢ äºĨ +对äºİ æĪij们 +æŶ 许 +éĶ® çĽĺ +å®ŀéĻħ æݧåĪ¶ +çļĦ æ¨¡æł· +åıįæĺł äºĨ +代 åĬŀ +åĮ» çĶ¨ +éĽĨ ç»ĵ +åıijå±ķ åīįæĻ¯ +æĮĩ çĿĢ +åįİ åĮĹ +è¿Ļ åĩłä¸ª +åIJį æ°Ķ +åĤį æĻļ +èĩª åıij +æ³¢ åħ° +大åĬĽ æİ¨è¿Ľ +èĩª 称 +èįĨ å·ŀ +æIJį 害 +äºĨä¸Ģ åı¥ +æľĢåĪĿ çļĦ +éĩijèŀį åį±æľº +æĢĢ 念 +è¡Į åĭķ +女 æİĴ +ä¸į 解 +ä¼ł éĶĢ +转载 请 +饰 åĵģ +åıª 为 +ä¸İ ä¼Ĺ +ä¸İä¼Ĺ ä¸įåIJĮ +èĥ½ èĢĹ +èı© æıIJ +è¿ij 两年 +è¿Ķ 乡 +马ä¸Ĭ å°± +äºĮ çŃīå¥ĸ +æ°´ 管 +æ³ķ åѦ +çģŃ çģ« +大 å§IJ +åij¨ 转 +æľī æľŁ +æľīæľŁ å¾Ĵ +æľīæľŁå¾Ĵ åĪij +å°į æĸ¹ +ç¥ŀ èī² +æ²¹ èĦĤ +ä¸ī çĤ¹ +ä¸į åĪ©äºİ +äºĭä¸ļ éĥ¨ +å°± è·Ł +å¼Ģ æĶ¯ +å°ı 女åŃ© +åħ±åIJĮ åĬªåĬĽ +çĶļèĩ³ è¿ĺ +è¿Ļ åIJį +è¿Ļ ç¬Ķ +çݯ åį« +æľī ç§į +è§Ĩ åĬĽ +çĨŁ çŁ¥ +åħ¬ç§¯ éĩij +æ¶Īéĺ² å®īåħ¨ +é¢ĩ 为 +大 èħ¿ +éĿ ¶ +çī¹ æķĪ +æľįåĬ¡ åĮº +å¼Ģ åĩº +深度 èŀįåIJĪ +æĹł 忧 +æŁ¥ éĺħ +ç»Ī ç»ĵ +ä¿Ŀ ç¨İ +è¨İ è«ĸ +å½ĵ åģļ +è·³ èĪŀ +å¯ § +女 çİĭ +è®°èĢħ åľ¨ +åħ¨ 产ä¸ļéĵ¾ +è´¯ éĢļ +åħ´ ä¸ļ +éĻį åĪ° +å°ģ éĿ¢ +åħ¨éĿ¢ æİ¨è¿Ľ +奶 èĮ¶ +éĢī åĿĢ +äºĨä¸Ģ åľº +åIJĮ ä¼´ +è®® 论 +æIJ ĵ +诸 èijĽ +诸èijĽ 亮 +å¹² åĺĽ +æµģ æĦŁ +ä¸ĵä¸ļ çŁ¥è¯Ĩ +çĶµ ç«Ļ +åĩı å¼± +åĩº åħ¥ +åIJĦ çľģ +éĿŀ常 é«ĺ +åľ° 毯 +åıij æĸĩ +çĦ ī +çĥ§ çĥ¤ +å£ģ 纸 +æģ¶ åĮĸ +èĬ ¸ +èĥĸ åŃIJ +çĩ Ĵ +çľģ éĴ± +çĻ¾ 强 +çIJĨå·¥ 大åѦ +éĴ¢ æĿIJ +åĽ½æľī èµĦ产 +æĪĺ æľº +æ³Ħ éľ² +åIJİéĿ¢ çļĦ +æ°´ èµĦæºIJ +æ¢ħ èĬ± +åĨĻ çĿĢ +ä¹ĭ 声 +æĹł åı¯ +æĺİ æľĿ +ç«ĭæĸ¹ ç±³ +ç· £ +æĶ¾ è¿ĩ +ç¦ı çĶ° +å¾Ĺ ä½ı +åıĹ ä¼Ĺ +ä¸Ń 级 +çĹħ åıĺ +ä¸Ģ çŀ¬éĹ´ +æĿĥ éĩį +人æĢ§ åĮĸ +åĮ»çĸĹ åį«çĶŁ +ä¸įåĪ° ä½į +æĻºèĥ½ 家å±ħ +饮 çĶ¨ +æ¼Ķ åıĺ +é«ĺ ç´łè´¨ +ä¹Ļ æĸ¹ +åģľ çķĻåľ¨ +èİ· æī¹ +ç©¿ æ¢Ń +客 åľº +æĮ½ åĽŀ +京 åŁİ +çĶŁåij½ åĬĽ +實 éļĽ +çĩ Ī +åĨį çİ° +çİ°å®ŀ ä¸Ń +æľī ä¿¡å¿ĥ +çĸı éĢļ +åĺ´ åĶĩ +鼷 éĶĭ +èıľ åįķ +éħ ¯ +è¶ħ é«ĺ +å¾Ī é«ĺåħ´ +çĶŁ æ®ĸ +éĢł ä»· +误 åĮº +æĨ ĭ +好 æ¶Īæģ¯ +å´ Ń +以 èĩ´ +å¼Ģ çİ©ç¬ij +çĽij è§Ĩ +å·¡ å¯Ł +å¾· å·ŀ +æĹ© æĹ© +éĹª çĶµ +æĪª åĽ¾ +åı¯ä»¥ æł¹æį® +æīĭ èīº +æİ¥ 轨 +ç§į æĹı +æĢĢ éĩĮ +åİ» åĮ»éĻ¢ +ä¸Ģ äºĮ +å¼Ģ éĺĶ +åĩı éĢŁ +ä½Ĩ ä»İ +éĢĻ ä¸Ģ +åĩı åħį +主é¢ĺ æķĻèĤ² +å¼Ģå·¥ 建设 +è¹ ¦ +æľĪ 饼 +ä¸ĭ æ²ī +å°Ĭ 严 +éĻ ĩ +å®ŀ æľ¨ +å»ł åķĨ +声 称 +èĢĥ åľº +å¸ĥ é²ģ +èĩª æĿ¥ +èĩªæĿ¥ æ°´ +éĴ ¾ +å¹´ 以ä¸Ĭ +大 åıĶ +ä»ĸ å·²ç»ı +åħ¨ æĿij +èģĶç³» çĶµè¯Ŀ +为 导åIJij +åĪ¤ å¤Ħ +对 éĺµ +缮 æ¨Ļ +åIJį é¢Ŀ +客 æ°Ķ +横 åIJij +çŃī åĨħ容 +åĩł çĤ¹ +è°Ī 论 +ä¸į ä¹ı +å±ķ çİ°åĩº +è¾ĥ éķ¿ +éĢĨ 转 +å°ı æĻĤ +æĺ¯ å¤ļä¹Ī +æľ¬ æľĪ +è¿ij è§Ĩ +æĪIJç«ĭ 以æĿ¥ +代表 çĿĢ +æĬ¥ å¤į +æĪı æĽ² +è¨Ń åĤĻ +åħ¥ èĤ¡ +å¾ģ æľį +é«ĺ åĩº +èĪŀåı° ä¸Ĭ +å¿ĥ åĬ¨ +两 çĤ¹ +缸 çķ¶ +èĻ Ľ +主 页 +åĩł 家 +æĹł ä¸į +åįı å®ļ +æĸ IJ +å¯ĵ æĦı +åħ¨ 线 +æįķ é±¼ +åı¯ä»¥ ä»İ +æľī è¿Ļæł·çļĦ +æģ¶ éŃĶ +åĮħ åŃIJ +æģ ¤ +å¼Ģå¥ĸ ç»ĵæŀľ +ä¸į æŃ» +èĹ į +弯 æĽ² +æµ· 峡 +éĶĢ æ¯ģ +çļĦ çĭ¬çī¹ +示 æĦı +ä¸įèĥ½ åĨį +èĥ½ æĬĬ +éĺ² çº¿ +ä¸įå°ij äºİ +æ± Ģ +çļĦ éĤ£ä¸Ģ +羣 æĥħ +åŀ ® +被 æīĵ +åĽ½ å®ī +ç¾İ å¦Ļ +è¿Ļ åĩł +åĩº éģĵ +æľįåĬ¡ äºİ +æĪIJæŀľ 转åĮĸ +æīį åįİ +天 é¹ħ +åĩł 个人 +åĢĺ èĭ¥ +èĢ½ 误 +æĬĹ æĪĺ +è¡Į éĬ· +æĿ¥ è¢Ń +åĢŁ éĮ¢ +èįī èİĵ +ä¸¥æł¼ æī§è¡Į +举è¡Į äºĨ +å¤ĸ ç±į +å·² è¾¾ +æĿij åħļæĶ¯éĥ¨ +è¡ Ŀ +éĻį èĩ³ +æµ· éĩı +é¤IJ é¦Ĩ +æĢ¥ å¿Ļ +æ·± è¿ľ +å¾Ģ è¿Ķ +ç¨İåĬ¡ å±Ģ +å¹¿æ³Ľ åºĶçĶ¨ +è®® åijĺ +æĹł æķĮ +çľ¼ åħī +çĥŃè¡Ģ ä¼łå¥ĩ +æŃ IJ +äºĨ äºĽ +è¿Ŀ èĥĮ +è¿Ļ æĺ¯ä¸Ģç§į +ä¸į 稳å®ļ +大家 åĪĨ享 +表 çı¾ +åīį åįģ +è·¯ è¿ĩ +æĴ © +åIJĮ æĥħ +ä¹ł ä¿Ĺ +åıij è´¢ +åºĶ æľīçļĦ +æĿİ æŁIJ +èĤ Ľ +马 åħĭ +éĢļ åijĬ +å·¨ 人 +ä¸Ģ åĽ¢ +éĢĻ 次 +ä¸į äºĨ解 +æĸ½ è¡Į +èij¡èIJĦ çīĻ +åıĺå¾Ĺ æĽ´åĬł +æı £ +åĪĽæĸ° èĥ½åĬĽ +çķħ éĶĢ +表 æī¬ +æ¯Ķ åĪ© +æ¯ĶåĪ© æŶ +åĮ»çĸĹ ä¿ĿéĻ© +æĵį 纵 +伤 亡 +æµİ å®ģ +åıĺ äºĨ +æľ¬æ¬¡ æ´»åĬ¨ +åľŁ 豪 +æĥ³ åĬŀæ³ķ +æĺ ķ +å½ĵ æĻļ +åĩº å±Ģ +çĥŃ è®® +è°Ī è°Ī +æĻĭ åįĩ +åĬ¿ å¿ħ +çĻ» å±± +éĤ£ åĦ¿ +åIJĥ åĪ° +ä¹ĭ åŁİ +å¿« æĿ¥ +æ¹Ľ æ±Ł +第ä¸ī 个 +åħ¨éĿ¢ æıIJåįĩ +å¥ĸ åѦ +å¥ĸåѦ éĩij +æĬķåħ¥ 使çĶ¨ +é½IJ é²ģ +åı¯ä»¥ æĬĬ +åĴĮ ä»ĸçļĦ +è´ŃæĪ¿ èĢħ +æŃ£å¼ı åIJ¯åĬ¨ +åįİ æ¶¦ +ä¸įæĸŃ å®ĮåĸĦ +éĴ¢ æĿ¿ +ç´¯ 积 +满 èĦ¸ +åĽĽ æĸ¹ +è´¢ çī© +ä»ĸ们 ä¼ļ +å¤ı æĹ¥ +éĤ£ 个人 +éĿł çĿĢ +çĤ¹ äºĨ +çĤ¹äºĨ çĤ¹å¤´ +æ© ĭ +åıĪ 好 +åıĪ好 åıĪ +åıĪ好åıĪ å¿« +éĺµ éĺµ +å°ģ 建 +æľ¬ çĶ° +çī©ä¸ļ æľįåĬ¡ +èĩªè´¸ åĮº +åIJ ı +便åĪ© åºĹ +åĽ½å®¶ æłĩåĩĨ +éĿ¢ ç²ī +èī° è¾Ľ +æĶ» åħ³ +æīĵ åĮħ +车 éĺŁ +人 éĢī +åı¯ ä¸įæĺ¯ +äºĮ åįģå¹´ +åIJį å¸Ī +浦 举 +åħ¬ è¯ģ +è¿IJ éĢģ +æĺ¯ æľĢ好çļĦ +æŁĶ åĴĮ +çİĭ æŁIJ +çĹħ æĪ¿ +åĨ¶ éĩij +ä¸Ģ件 äºĭæĥħ +åį ¤ +åı¯ æݧ +çī Ł +æĭ Ĥ +å·² äºİ +人 éĢł +çĶŁçī© åĮ»èį¯ +ä½ĵ çİ°åĩº +èĤ² åĦ¿ +èĢģ å®ŀ +åľĸ çīĩ +è« ¸ +ç´¯ äºĨ +æĦŁåħ´è¶£ çļĦ +åĽ¾çīĩ æĿ¥æºIJ +ä¹Ł æĺ¯ä¸Ģç§į +æ¾İæ¹ĥ æĸ°éĹ» +æŶ 表示 +åħī è¾ī +æĬ¥ åºŁ +å²ģ æŶ +éħ ® +æ£Ģ ä¿® +åıĺ éĢŁ +åıĺéĢŁ ç®± +åľ¨ èģĮ +éı ¡ +æį Ĥ +çĿ£ åĬŀ +æ°¸ ä¸į +åģļ ä¸ĢäºĽ +åİĨ æŶ +å·¥ç¨ĭ æľºæ¢° +æģ° å½ĵ +å°± åľ¨äºİ +称 åij¼ +éĢļ常 æĺ¯ +æł· å¼ı +åij¨ ä¸Ģ +èĭ± éķij +åĿĩ 线 +ä¼ł éĹ» +çĶ¨æĪ· ä½ĵéªĮ +èµŀ åIJĮ +骨 æĬĺ +为主 ä½ĵ +æ±Ł å±± +æ¸ħ æľĿ +æĶĢ åįĩ +ä¸į çĽ¸ä¿¡ +éĿ ´ +æѦ åĬŁ +åĭ¤ åĬ³ +æĿ¥ æī¾ +å°Ĩ æĮģç»Ń +丫 头 +æ¨Ļ æºĸ +è£ ´ +深深 çļĦ +åŃķ èĤ² +è§ĦåĪĴ 建设 +æ¸ħ çĪ½ +ç²¾åĩĨ æī¶è´« +æīĵçł´ äºĨ +è¿Ļä¸Ģ 天 +å·¥ä½ľ æĢ»ç»ĵ +æĹħ ç¨ĭ +举 èIJ¥ +æĶ¾ å°Ħ +æľī åĩłä¸ª +éĿŀ çī©è´¨ +åIJĥ å¾Ĺ +åĹ ¨ +ä¼ļ åıijçĶŁ +篮 æĿ¿ +å¼Ģ å°ģ +麻 å°Ĩ +èıı æ³½ +ä¸į åIJĪ +ç³»åĪĹ äº§åĵģ +èѬ å¦Ĥ +ç¾İ èªī +èĩªå·± åĸľæ¬¢ +交æĺĵ ä¸Ńå¿ĥ +åIJĪ åĶ± +使 æĪij +åĥı ç´ł +带 éĺŁ +ä½Ĩ 对äºİ +æĬĬ è¿Ļ个 +èĤĿ èĦı +åįķ纯 çļĦ +æĶ»åĿļ æĪĺ +缼 ä¼ļ +åijµ æĬ¤ +æª Ģ +赶 ä¸Ĭ +æ¥ Ĭ +ä¹ħ äºĨ +ç¡ Ŀ +çŃĶ é¢ĺ +ä¿ĿæĮģ çĿĢ +è§ģ è¯Ĩ +çĤ¹ åĦ¿ +åįĬ 个æľĪ +æ» ĩ +浸 泡 +ä¼ł éĢģ +åľ¨ å¸Ĥåľºä¸Ĭ +ä¹ĭ 乡 +çī¹ éķ¿ +éĽ ŀ +èª ł +身 å¤Ħ +æŁł 檬 +身 ç©¿ +çľģ åħ¬å®ī +çľģåħ¬å®ī åİħ +åıĻ åĪ©äºļ +åĩł åĪĨéĴŁ +人 åĢij +åľ° 段 +èĩª åѦ +ä¹Ł è¶ĬæĿ¥è¶Ĭ +èģĮ æĿĥ +æĸ § +èĩ » +å½Ĵ 纳 +驾 é©Ń +éĥ¨åĪĨ åľ°åĮº +没æľī æĥ³åĪ° +æĴ ĩ +ä¹Į é²ģ +ä¹Įé²ģ æľ¨ +ä¹Įé²ģæľ¨ é½IJ +èĤ² 人 +çļĦ æŃ¥ä¼IJ +延 æľŁ +æ²¹ æ°Ķ +åģļ å®Į +åľ£ åľ° +丰 åİļ +宽 带 +åı¯éĿł çļĦ +åºŃ éĻ¢ +åŃ ľ +å°ı康 社ä¼ļ +å®īåħ¨ 管çIJĨ +å¹´ 第 +æİĴ 污 +èĥĮ åĮħ +家 ä½ı +åħ¶å®ŀ å°±æĺ¯ +ä¼ļ è§ģ +帮åĬ© ä¼ģä¸ļ +ç½ij è´Ń +æĺ¯ ä¸įä¼ļ +飯 åºĹ +æŃ» åİ» +åħįçĸ« åĬĽ +æľ ķ +åĸĿ äºĨ +è½» å¾® +个æľĪ åĨħ +ç»Ħ åĽ¢ +åĴĮ å®ĮåĸĦ +é¸ ½ +æıIJ éĢŁ +西å®ī å¸Ĥ +ä¸Ńå¿ĥ 主任 +æŶéĹ´ 为 +æľŁ æĿĥ +è¶ ķ +ä¸įä»ħ è¦ģ +æľį ä»İ +é¡ĺ æĦı +ä¸į å°ı +ä¸įå°ı çļĦ +ç° ĩ +çª ¦ +åĪĩ æĪIJ +åĵĪ åĪ© +天 羣 +ä¸Ģ次 次 +éĩij å¸ģ +æĢİä¹Ī èĥ½ +ç½ij è´· +ä¼ļ计 å¸Ī +çŁŃ 缺 +对 æłĩ +åıĺå¾Ĺ æĽ´ +åīį åĩłå¤© +éĺ² æ±Ľ +彩 èĻ¹ +åĵģ ä½į +表 æł¼ +严 å¯Ĩ +æ¯Ľ åĪ©çİĩ +çļĦ åį±å®³ +å½ķ åĪ¶ +æ°´ åĬ¡ +èĥ½å¤Ł 让 +å¹³ æĿ¿ +ä¹³ æĪ¿ +è¸ı å®ŀ +é¦ĸ åĪĽ +é¦Ļ èķī +æĬ¥ 表 +ä¸Ģ æĬ¹ +åĩºçĶŁ äºİ +è²» çĶ¨ +åĩº 让 +åIJĪæ³ķ æĢ§ +å°¼ åħĭ +åĨ° åĨ· +é¦Ļ æ°Ķ +åı· 称 +èµ· çłģ +åŁİ åİ¿ +çİ© èĢį +ä¸Ĭ éĻIJ +ä¼ļè®® ç²¾ç¥ŀ +æĹģè¾¹ çļĦ +便 ä¼ļ +æıŃ æĻĵ +çİ© æĦı +éĽª å±± +åIJij çĿĢ +ä½ĵèĤ² åľ¨çº¿ +说æĺİ ä¹¦ +åĮĸ èĤ¥ +åħļç»Ħ 书记 +åĬ¨ 人 +ä¹ĭ æīĢ +æľĪ èĩ³ +æľĢå¿« çļĦ +èĬĤ åģĩæĹ¥ +ä¸ĵ åľº +èĢĥ ä¸Ĭ +çª Ł +é²ľ è¡Ģ +è¾ĥ强 çļĦ +æĤĦ çĦ¶ +å¤ļ个 åĽ½å®¶ +çªĹ å¸ĺ +æŀģ å¤§åľ° +ä¸įçĶ¨ æĭħå¿ĥ +è¿Ļä¹Ī åģļ +åĥ¹ æł¼ +ç¾İ丽 乡æĿij +å°ıæŶ åĨħ +ç´§ è¿« +大 çģ« +èĥ³ èĨĬ +æĵįä½ľ ç³»ç»Ł +æ®ĭ çķĻ +åĨĻ åĩº +ç¦ģ å¿Į +åĬłçĽŁ åºĹ +è¿ij çĻ¾ +便 åı¯ +æķ´æĶ¹ æݪæĸ½ +éĩĩ访 æŶ +åĶIJ 代 +æ·±åĮĸ æĶ¹éĿ© +çŁ ¢ +éĥ½ åĸľæ¬¢ +è¶ĬæĿ¥è¶Ĭ é«ĺ +èĬ± æľµ +头 çĸ¼ +å®ī 康 +å¢ŀéķ¿ çİĩ +çľ¼ çľĭ +å°±æĺ¯ ä¸ºäºĨ +èĢĮ 导èĩ´ +åĬłå¿« 建设 +èĬ± æł· +åĨħå¿ĥ çļĦ +æĺĨ å±± +è³ĩ æºIJ +åĽŀåĪ° 家 +èıĬ èĬ± +æ°´ éĩı +å¾ģ ä¿¡ +è¡ĮæĶ¿ åĮº +ä¹ĥ æĺ¯ +æĬķèµĦ é¡¹çĽ® +å«ģ ç»Ļ +ç¥ŀ åľ£ +ç¨ ł +æľ¬æĿ¥ å°± +éĢIJ ä¸Ģ +èģĮä¸ļ æĬĢæľ¯ +ä¸įèī¯ ä¿¡æģ¯ +æīĺ è¿IJ +åIJ¯ 示 +ä¹ĭ åħ§å®¹ +éŁ ¶ +奢 åįİ +æıŃ ç¤º +æĪIJ为 ä¸ŃåĽ½ +æ¶Īè´¹ åĵģ +åħ¬ çĶ¨ +æIJŀ å®ļ +请 ä½ł +æŁ ļ +åĨħ è¡£ +ä½Ĩ ä»ĸ们 +ä¿Ŀ 湿 +该 åİ¿ +饱 åĴĮ +æݨ åIJij +èµĦæĸĻ æĺ¾ç¤º +ä¸į å½±åĵį +人 人éĥ½ +åıijå±ķ 壮大 +åħ»èĢģ æľįåĬ¡ +çĶŁæ´» æ°´å¹³ +åIJĦ åİ¿ +ä½ł éľĢè¦ģ +说 çļĦæĺ¯ +å¤ĸ åªĴ +æѤ 人 +次 è¦ģ +追 赶 +åºĶ该 å¦Ĥä½ķ +æĹ¥ åĩĮæĻ¨ +çķ¥ æľī +éĥ½ æĥ³ +游 ä¹IJ +è¿Ļ款 游æĪı +å¹³ æ·¡ +æĺ¯ä¸Ģ åĢĭ +å¤ĩ èĢĥ +åĪ¶ æŃ¢ +ä¸Ģå®ļ èĥ½ +å¾Ĵ å¼Ł +以 çĤº +åįĥ åħĥ +äºĶ åħŃ +迪 士 +迪士 å°¼ +éĺ³ æĢ§ +åĨ¬å¥¥ ä¼ļ +å°±æĺ¯ åĽłä¸º +æĮĤ éĴ© +æ¦Ĥ åĨµ +åıªè¦ģ æľī +æ²¹ çĶ» +åľ° æłĩ +ä¸Ĭ è°ĥ +产ä¸ļ åĽŃåĮº +åħ« åįģ +æ£ ± +液 æĻ¶ +æĿij å§Ķä¼ļ +çŃ¾çº¦ 仪å¼ı +è¿Ļ åħ¶ä¸Ń +åĨĻ éģĵ +示èĮĥ åŁºåľ° +éĩİçĶŁ åĬ¨çī© +鼻åŃIJ ä¿¡ç®± +åĽ½éĻħ è´¸æĺĵ +人 æĿĥ +ä¿Ŀ 管 +èĭ¥ æĤ¨ +åİĭ æĬij +é» Ľ +åľ° çľĭçĿĢ +éĻ ° +ä¸Ģå¹´ å¤ļ +ä»İ 容 +ä¸Ń æĸŃ +å¯Ł è§ī +移 交 +éĶ ¯ +æĪĸ许 æĺ¯ +ç¶ ł +两 项 +æľĢ åĸľæ¬¢ +æľĢåĸľæ¬¢ çļĦ +å¤ľ éĩĮ +åIJĮ ä»ģ +åĪĽæĸ° 驱åĬ¨ +è°ģ èĥ½ +é£ ¾ +åħī åѦ +åİ Ħ +èĦ± é¢ĸ +èĦ±é¢ĸ èĢĮåĩº +è¿ ¦ +æĺ¯ ä¸įåı¯èĥ½ +çª ¥ +èĥ½ 满足 +宽 度 +伦 çIJĨ +åı¯ä»¥ èİ·å¾Ĺ +转 ä¼ļ +å±± æĿij +éĵº 设 +åĩº åĩ» +æĸĩåĮĸ èīºæľ¯ +ä¼ļè®® 室 +æŃĮ 声 +æ» Ķ +èIJİ ç¼© +æľįåĬ¡ åijĺ +åıij表 äºĨ +æĸ¼ æĺ¯ +æĺİç¡® è§Ħå®ļ +ç»´ å¥ĩ +æ°´ 产 +æĬķ ä¿Ŀ +éĺ´ éģĵ +赶 å¿« +夺 å¾Ĺ +ä¸ĭ åįķ +çī©æµģ åħ¬åı¸ +çݯ ç»ķ +å½ Ī +ä½ľé£İ 建设 +æĹħ游 æĻ¯åĮº +æľī æĽ´å¤ļçļĦ +丰å¯Į å¤ļ彩 +çIJĨè´¢ 产åĵģ +åĩº å·® +ä»İ严 æ²» +ä»İ严治 åħļ +缸 å¹² +æ»ĭ 润 +主åĬŀ æĸ¹ +åī§ åľº +æ»ļ çIJĥ +æ©Ħ æ¦Ħ +èĩªä¸» åĪĽæĸ° +éĢļ å¾Ģ +æł¼ å°Ķ +çļĦ ä¼ĺçĤ¹ +èĥĮ ä¸Ĭ +çª ľ +çĪĨ åĩº +å¹³ æķ´ +ä¸Ģ èĦļ +åħ¨ä½ĵ åijĺå·¥ +éĻIJ å®ļ +åŁİéķĩ åĮĸ +æ· ³ +éĢ® æįķ +è¡ĮåĬ¨ 计åĪĴ +æīĵ å¾Ĺ +åİļ éĩį +纪å½ķ çīĩ +åĿļ ä¿¡ +央 ä¼ģ +åĨį ä¹Łä¸į +天 涯 +åıĤèĢĥ èµĦæĸĻ +æľī æ¯Ĵ +åIJ¸ 纳 +è¶Ĭ åıij +éĩįè¦ģ æĦıä¹ī +åĽ½éĺ² éĥ¨ +è¿Ļ个 è¡Įä¸ļ +æĻ® æŁ¥ +å¼Ĥ æĢ§ +延 è¿Ł +å°ı å¹ħ +èī² æĥħ +综åIJĪ æ²»çIJĨ +æŃ£æĺ¯ åĽłä¸º +产ä¸ļ ç»ĵæŀĦ +çłĶ究 æĬ¥åijĬ +åģľ ä¸ĭ +éķ¿ èĢģ +éĩĿ å°į +åįĹ京 å¸Ĥ +çģĮ æºī +转 è¿IJ +欺 è¯Ī +éĢł åģĩ +åĪĨå¸ĥ å¼ı +æĦŁ 触 +æĪij å½ĵæŶ +åıij è§ī +åĽ¾ 纸 +æĶ¹ èī¯ +çĭł çĭł +åĨ² åĪº +æĸ° 京 +æĸ°äº¬ æĬ¥ +ç¥ŀ åĻ¨ +秸 ç§Ĩ +çĪ º +å°Ĩ è¿İæĿ¥ +å·¥ ä¿¡ +工信 éĥ¨ +éĻIJ éĩı +æŃ¢ æįŁ +åѦä¼ļ äºĨ +åįİ çĽĽ +åįİ缼 é¡¿ +å¾Į ä¾Ĩ +ä¸ĭéĿ¢ æĺ¯ +ä¸ĭéĿ¢æĺ¯ å°ı +æIJ¬ è¿IJ +ç¾İæľ¯ é¦Ĩ +æ¸ħ åĩī +å¤ļå¹´ åīį +è© ŀ +åįĥ ç±³ +表 è¿° +æ±Ł éŨ +åĬłæ²¹ ç«Ļ +æľ¬ èĥ½ +导 读 +åĽ´ è§Ĥ +并 åIJij +åŁºæľ¬ æĥħåĨµ +æīĵ å¼ĢäºĨ +è¿Ļ ä¸ī个 +æ±ķ 头 +强 æľīåĬĽ +强æľīåĬĽ çļĦ +è¿Ľ åľº +ä¹Ŀ æ±Ł +çIJĥ æĺŁ +好çľĭ çļĦ +大 æĪ· +æ¹ ¯ +å¥ĩ å¦Ļ +ä¹IJ åĻ¨ +æĪijçļĦ å¿ĥ +çľī 头 +åĨľä¸ļ çĶŁäº§ +ç¼ĸ çłģ +åŁº ç¤ +åŁºç¤ İ +天 æĸĩ +åĢĭ人 è³ĩè¨Ĭ +åİ» è¿ĩ +èģĨ åIJ¬ +æĶ¾ åģĩ +ä¸į åħ·å¤ĩ +æ·Ģ ç²ī +大 佬 +åħ¨ 天 +åħ¨éĿ¢ 建æĪIJ +éļIJ å½¢ +ç¼ħ çĶ¸ +åIJ ³ +è¡ĮæĶ¿ æī§æ³ķ +åŁİ åł¡ +èİ« æĸ¯ +èİ«æĸ¯ ç§ij +æīĢæľī æĿĥ +éĽĨ åľĺ +å±Ģ åī¯å±Ģéķ¿ +åĩłä¹İ 没æľī +æ´ģ åĩĢ +çĶµå½± èĬĤ +åŃ© ç«¥ +æīĢ åģļçļĦ +æ¸ħ 代 +æĸ° çīĪ +éĵĿ åIJĪéĩij +为 æĬĵ +为æĬĵ æīĭ +åĪ¤ å®ļ +çī¹ 产 +æīĭ æ©Ł +ä¸įåı¯ æĪĸ +ä¸įåı¯æĪĸ 缺 +å¸Ĥåľº è§Ħ模 +åĿ ¯ +åĮ» åѦéĻ¢ +å¿« è¦ģ +èĮ ľ +æĬĺ èħ¾ +äºĨ è¿ĩæĿ¥ +æĬ¥åijĬ æľŁåĨħ +çī© ç§į +ç»Łè®¡ å±Ģ +æī© 建 +æ¶ ħ +责任 人 +éĺ İ +è¯Ħ è®® +å¾Ģ äºĭ +æīĢ 示 +æķ´ æ´ģ +éĹº èľľ +æĹħ éĢĶ +å®ŀ è®Ń +ä¹ĭ 称 +å·´ 士 +éĢŁåº¦ å¿« +ä¸įä»ħ å¦ĤæѤ +å®Ŀè´µ çļĦ +åºŁ çī© +æ²³ æ°´ +æİ¥ 纳 +ç²¾ æ¹Ľ +åħ¶æ¬¡ æĺ¯ +顺 å¾· +åħ¬åħ± åį«çĶŁ +è¤IJ èī² +ä¸į æĥľ +æĬĢæľ¯ æľįåĬ¡ +æİ · +æ±Ĥ èģĮ +ä¸ī 峡 +æĬķåħ¥ åĪ° +太 åIJİ +åIJ¯åĬ¨ 仪å¼ı +缴æİ¥ å½±åĵį +æĸ° 款 +个 乡éķĩ +çĻ¾ 亿 +åº « +ä¹Ł æŃ£æĺ¯ +åı¶ çīĩ +æľĢæĹ© çļĦ +æĪĺ 绩 +å·¥ æľŁ +æĻļ æľŁ +è¿Ļæł· 说 +è¯į è¯Ń +ä¾ Ħ +æķ£ çĥŃ +éĽĨæĪIJ çĶµè·¯ +åIJį è¯į +æĻº åķĨ +æĭ¥ åłµ +çĭĤ 欢 +è¿Ļ èĪ¬ +æµ´ 室 +åijķ åIJIJ +æľªæĿ¥ åıijå±ķ +ä¸īä½į ä¸Ģä½ĵ +åªĴ é«Ķ +ä¸įå¾Ĺ 转载 +åĽłä¸º 她 +æĺ¾ç¤º å±ı +ä¾Ľ æļĸ +éĨ« éĻ¢ +æľī æĦıæĢĿ +æľīæĦıæĢĿ çļĦ +娱ä¹IJ åŁİ +åįµ å·¢ +åĪĽéĢł åĬĽ +ç«ł èĬĤ +人大 常å§Ķ +èĢĮ çİ°åľ¨ +å¤ĸ å©Ĩ +å¢ŀ æĮģ +äºĶ åįĥ +èĢģå¸Ī 们 +æ´Ľ æĿī +æ´ĽæĿī 磶 +æİĮæı¡ äºĨ +ä¸ŃåĽ½ æĸĩåĮĸ +æĸ° æĶ¿ +主è¦ģ çĶ¨äºİ +åıij çĥ§ +类似 äºİ +åĮĹ æŀģ +æĪij们 认为 +å¼¥ 漫 +åħ¨çIJĥ ç»ıæµİ +é¢ IJ +ä¸Ģèµ· è£ħä¿® +æĶ Ĵ +æĭī èIJ¨ +帶 ä¾Ĩ +åĨ· æ°´ +ä¸ī åĨľ +æĿ¿ æĿIJ +è¿ŀ è¿ŀ +éĵ ® +ç»ıèIJ¥ çIJĨ念 +å±± 顶 +å¾Ī æĥ³ +çĺ « +å§ĭç»Ī ä¿ĿæĮģ +åľ¨ 广å·ŀ +ä¸įåIJĮ æĦı +åıĺ åİĭ +åıĺåİĭ åĻ¨ +产 éĶĢ +表 éĿ¢ä¸Ĭ +æīĢ以 ä»ĸ +ç»ıéªĮ 丰å¯Į +éĥ¨ å§Ķ +åħµ åĽ¢ +æīĢ è¿° +æķ¦ çħĮ +ç»ıèIJ¥ èĮĥåĽ´ +åı£ è¯Ń +失 ä¿¡ +æ¯ı个人 çļĦ +æīĭ æĮģ +æģIJ æħĮ +åł¡ åŀĴ +é¦ ħ +éĵ¸ éĢł +æĭ¿ åĩºæĿ¥ +æİ¢ æµĭ +大家 ä¸Ģèµ· +å¥ § +å®ŀè´¨ æĢ§ +å°ı åĦ¿ +èĩº åįĹ +èĩºåįĹ å¸Ĥ +å¼Ģåıij èĢħ +åı¯ æł¹æį® +ç®± åŃIJ +饺 åŃIJ +å¿Ļ çĿĢ +æĿ¥ ä¸įåıĬ +缸 ä¼ł +åĽ½ ç½ij +èħ¹ æ³» +è¿ĻéĩĮ æľī +é£İ æĻ¯åĮº +åıĤ ä¿Ŀ +æŃ» èĢħ +æĪ´ ä¸Ĭ +æ©Ł æ§ĭ +è¯ķéªĮ åĮº +ä¼ł æİĪ +æµ· è¾¹ +泪 æ°´ +缸åħ³ åĨħ容 +éĥij å·ŀå¸Ĥ +åħij çİ° +两 åij¨ +èĬľ æ¹ĸ +çĶµåŃIJ ä¿¡æģ¯ +红 å¤ĸ +æĹħ游 å±Ģ +å¾Ģå¾Ģ ä¼ļ +è¿ħ çĮĽ +ä¼ł 羣 +æ¸ħ æ¾Ī +å°± è¿ij +微信 群 +ç³»åĪĹ æ´»åĬ¨ +ç»ı常 ä¼ļ +è§Ĥ æµĭ +å¿ĥå¾Ĺ ä½ĵä¼ļ +éĻĪ åĪĹ +åĮĹ æĸĹ +è« ® +è«® è©¢ +è¿ĺæĺ¯ ä¼ļ +æµĭ ç®Ĺ +æĺŁ ç©º +宽 容 +çī©ä¸ļ åħ¬åı¸ +æĪĴ æĮĩ +å¸ħ æ°Ķ +ä¸ĢæŃ¥ æŃ¥ +åħ± 鸣 +åĨ³ ä¸į +æİ¥ 管 +å¦ĩ èģĶ +æ¯Ķ åĸ» +é²ģ è¿ħ +æĮģ çºĮ +缸 亲 +å¨ģå°¼æĸ¯ 人 +ç«ĭ 项 +åĪ Ŀå§ĭ +èĩª åĪ¶ +è¿Ī è¿Ľ +ä¸Ĭ æ±½ +å®ı ä¼Ł +æł¹æľ¬ 没æľī +æĸ°åĨł çĹħæ¯Ĵ +åĵª ç§į +康 åħ» +è¡° èĢģ +å½ķ åĥı +é«Ķ é©Ĺ +ç»ij å®ļ +é¢Ŀ 头 +äºĶ æľĪ +èĬ± å¼Ģ +ä¸Ģ线 åŁİå¸Ĥ +åĪ° åľº +æĬķ éĻį +çĹĺ çĹĺ +åıĹ ä¸įäºĨ +æīİ æł¹ +æĽ´ ä½ķåĨµ +æĬ½ æŁ¥ +åĩº è·¯ +审议 éĢļè¿ĩ +ä¸į åĥħ +èī² è°ĥ +çĻ¾ ä½Ļ +èĤł éģĵ +æ·±åİļ çļĦ +马 åĬĽ +æĹ© æĻļ +æŃĮ èĪŀ +éĺ² æĻĴ +æľĢåIJİ ä¸Ģ个 +樱 èĬ± +å°ıä¼Ļ åŃIJ +åľ¨ å½ĵåľ° +å°ıä¼Ļä¼´ 们 +èµ· æºIJ +åħ¨ åªĴä½ĵ +ç° ½ +éħ± æ²¹ +æĹłè®º å¦Ĥä½ķ +裤 åŃIJ +åģľ 产 +ä¸įçĶ± å¾Ĺ +çīµ å¼ķ +ä¼ł åĬ¨ +ä¹Ŀ é¾Ļ +åĬł åĽº +ä¹Łä¸į æķ¢ +æĬĢæľ¯ æĶ¯æĮģ +ä¸Ĭ å²Ĺ +ç»ıéªĮ åĴĮ +æł¼ æŀĹ +åIJ¸ éĻĦ +æľªæĪIJ å¹´ +奢ä¾Ī åĵģ +追 æį§ +好 ä¸į容æĺĵ +èķ´ åIJ« +ä¿Ŀ å®ļ +æĬ¥ ä¸ļ +æµ· åĨħå¤ĸ +ä½ł çİ°åľ¨ +æ²¹ èĢĹ +è´¨éĩı 管çIJĨ +æ½ľ æ°´ +丽 æ±Ł +转 åħ¥ +è¿Ļä¹Ī ä¹ħ +æĺİ ä»£ +责任 åĪ¶ +éĩį å·¥ +大 å·´ +触 åıĬ +èµ· åĪĿ +大 å¦Ī +æĸ¯ å¡Ķ +åĨĽ å·¥ +书 éĻ¢ +å³ ¨ +æݨ çIJĨ +è¿Ļç¯ĩ æĸĩç«ł +è¿ģ 移 +åľ¨ åIJĮä¸Ģ +ç»Ĩ ç»Ĩ +åīĬ å¼± +书 æĪ¿ +ç¶ĵ 常 +è¯ķ é¢ĺ +æĤ£ ä¸Ĭ +çĻ«çĹ« çĹħ +åĨ² æ´Ĺ +å¤ĸ æı´ +åħĭ åĪ¶ +åįģ æľĪ +åģļ ä¸įåĪ° +ç¾İ åĮĸ +å¦Ĥ æľŁ +è¿ĺ éľĢ +天 åºľ +å°± æĦıåij³çĿĢ +çļĦç¡® æĺ¯ +éªĹ å±Ģ +å°ıç»Ħ èµĽ +è© © +ä¹Ŀ å¹´ +æĻĵ å¾Ĺ +çłĶ究 人åijĺ +大 éħĴåºĹ +ç§ij åѸ +åħŃ åIJĪ +çķĮ å®ļ +车 è½½ +å¼Ģ çĿĢ +毫 æĹłçĸij +毫æĹłçĸij éĹ® +è¿IJ ç»´ +ç¦ģ åĮº +èĦ± èIJ½ +讲 å¸Ī +产ä¸ļ åŁºåľ° +é«ĺ æĢ§èĥ½ +åħī 彩 +çİ° éĺ¶æ®µ +åĩ ¿ +è¾ĥ å·® +饮 çĶ¨æ°´ +éĸĭ çĻ¼ +ç½ij åIJ§ +çĮ´ åŃIJ +æѦ æŀĹ +å®ī åİ¿ +ä¸įåı¯ æĢĿ +ä¸įåı¯æĢĿ è®® +éĬ· åĶ® +è´« ç©· +为 åķ¥ +éº ĵ +å¹¾ åĢĭ +è§Ħ模 以ä¸Ĭ +æı ļ +被 åĽ° +缺 å¸Ń +å¿« é¤IJ +æĬ¢ åįł +æĻ Ł +å¤į æ´» +æľ¬æĬ¥ 讯 +åĪĽ ä¸ĭ +æµ· 滩 +éĩı 产 +å¦Ĥä½ķ åİ» +车 ä½į +å¯ ĩ +äºĮ åįģåĽĽ +ç»ıæµİ æįŁå¤± +éħįå¥Ĺ 设æĸ½ +åŁºæľ¬ éĿ¢ +äºī 论 +就好 åĥı +çłĶ究 æĪIJæŀľ +éĻĪ è¿° +æīĵ åĬ¨ +ä¸ĭ å·´ +ç§Ĵ éĴŁ +对 人ä½ĵ +æĬĢæľ¯ çłĶåıij +åİŁ åŃIJ +æĺ¯ä¸Ģ 项 +äºĨä¸Ģ 份 +æĮĩ çĶ² +çĶ¨ éĩı +è¿ĺä¸į å¤Ł +æĶ¿åºľ éĩĩè´Ń +çŁ¥è¯Ĩ çĤ¹ +ä¸ŃåĽ½ 梦 +å¾Ī å¼Ģå¿ĥ +礼 è²Į +éĿŀ常 å¤ļ +éĿŀ常å¤ļ çļĦ +åĽ ļ +æĹħ é¦Ĩ +å°½ æĥħ +æŃĮ åĶ± +æ²Ļ é¾Ļ +车 åİ¢ +客 æµģ +åģı å·® +积累 äºĨ +æ¡ Ķ +çĶ» çĶ» +ä¹Ł åºĶ该 +åºĶçĶ¨ ç¨ĭåºı +èĥĥ èĤł +以 å¾Į +豪 å®ħ +æ·± åĬłå·¥ +缴 è¨Ģ +åĮĸ çŁ³ +åĽ½ éģĵ +ä¸ĥ 个 +ä»İèĢĮ 使 +èĤł èĥĥ +æĹ¥ è¶ĭ +çĪ¶ åŃIJ +ç· © +æĭĽ çīĮ +产 å¦ĩ +çķª èĮĦ +æĪij éĻ¢ +建çŃij å·¥ç¨ĭ +å±ķè§Ī ä¼ļ +家éķ¿ 们 +åĨľ ä½ľçī© +æĹ¥ å¤ľ +æĶ» æĵĬ +è§Ħ éģ¿ +èĪŁ å±± +便 æ°ij +åħ« åŃĹ +ä¸į æĽ¾ +æĶ¯ éħį +çĨ¬ å¤ľ +人 é¡ŀ +ç´Ģ éĮĦ +ç»ıèIJ¥ æ´»åĬ¨ +大 涨 +å¸Ĥå§Ķ 常å§Ķ +åĪĨ éIJĺ +ä¸Ģ个 èģĮä¸ļ +çĹħ åĽł +è¿Ļ 对äºİ +ä¸įå¾Ĺä¸į 说 +åıijçĶµ æľº +æľīæīĢ 帮åĬ© +缮æłĩ ä»»åĬ¡ +åĽł åľ° +åĽłåľ° åĪ¶ +åĽłåľ°åĪ¶ å®ľ +å°Ĩ è¾¾åĪ° +ç²Ĺ ç³Ļ +稳 åĽº +å« £ +çİ°åľ¨ å¾Īå¤ļ +ä¸ĸçķĮ 级 +å¼ł æŁIJ +çĤ¹ ç¼Ģ +èij µ +社ä¼ļ ç»Ħç»ĩ +å¾Ģ åIJİ +åĬł æģ¯ +åĻª 声 +æľī åħ´è¶£ +为æĤ¨ æıIJä¾Ľ +æ²¹ æ¼Ĩ +ç¬¬åĽĽ å±Ĭ +çļĩ 宫 +ä¹Ĵ ä¹ĵ +ä¹Ĵä¹ĵ çIJĥ +éļ¨ èijĹ +éģ© åIJĪ +åįĹ éĿŀ +æĵ ´ +西 æ´ĭ +åĬł å¯Ĩ +æĪIJåĬŁ 举åĬŀ +åı£ æ°´ +æĪIJ 年人 +æīĢ æıIJä¾ĽçļĦ +éļĶ å£ģ +åľ¨ 京 +å½ĵåľ° æŶéĹ´ +çŃī åIJĦç§į +é£İ æ°Ķ +å±ĭ éĩĮ +ä¸Ģ åŃĹ +çļĦæŶéĹ´ éĩĮ +åĺ¿ åĺ¿ +å¿« 讯 +ä¸Ń åľº +ä¸Ģ çĵ¶ +æ» ķ +é¢Ĩ è·ij +好 èݱ +好èݱ åĿŀ +没 åħ³ç³» +åĩº å¢ĥ +ä¸įæĺ¯ ä¸Ģ个 +éĥ½æĺ¯ éĿŀ常 +éľĩ åĬ¨ +èİ· èĥľ +åįļ å¼Ī +æĬļ åħ» +对 ç«ĭ +æľįåĬ¡ æľºæŀĦ +è°£ è¨Ģ +社ä¼ļ ç§ijåѦ +åIJ¬è¯´ è¿ĩ +æī ³ +æīĵ 磨 +åı£ æľį +好 åĥıæĺ¯ +以åıĬ åħ¶ä»ĸ +çī¹ è´¨ +亲 è¿ij +ä¸Ģ ç»ı +æ¶ Ŀ +éŃĶ æľ¯ +éģĵè·¯ 交éĢļ +è§Ħ模 æľĢ大 +å®ŀæĸ½ æĦıè§ģ +ä¹ ŀ +ä¸Ģ ä¸ĸ +åŁ· è¡Į +è±Ĩ çĵ£ +åĪĹ ä¸º +æķħ 宫 +çĶŁ åij½åij¨æľŁ +ä¸īç§į èģĮä¸ļ +详ç»Ĩ ä»ĭç»į +å®Į å¤ĩ +岩 çŁ³ +éļı æīĭ +é£ ² +æķĪæŀľ åĽ¾ +ç§ĭ åĨ¬ +åĬŁ å¾· +è§Ħç«ł åĪ¶åº¦ +æĹ¥ æ¸IJ +æīĢ éľĢè¦ģ +æīĢéľĢè¦ģ çļĦ +å²Ľ ä¸Ĭ +åĩº åľŁ +åĽ¾ æĸĩ +ç§ijæĬĢ è¿ĽæŃ¥ +éĢļ èĥĢ +èĢģ 太太 +èĭĹ æľ¨ +éĵ¶ å·Ŀ +å¸IJ 篷 +éĿŀ è¦ģ +éħį çĶµ +å¤Ħ å¢ĥ +èĤ¡æĿĥ æĬķèµĦ +ä¸Ģ缴 åĪ° +åĿĩ çĶ± +æĬĹ æĹ¥ +æį® ä»ĭç»į +ä½ł åĸľæ¬¢ +åĪĽæĸ° åŀĭ +åıĺ è¿ģ +è§Ĩ å¯Ł +å®Įåħ¨ 没æľī +åħĥ æŦ +åı¯ ä¿¡ +åı¦ è¡Į +æĿij 级 +åħ¥ åľº +æIJŃ æ¡£ +ä¹Ł åĽłæѤ +æį¢ æĪIJ +ä¸į è´Ł +äºĨ 大éĩıçļĦ +éģĶ åĪ° +å¸Ĥ åİ¿ +å¹´ è¼ķ +å¿« æīĭ +å¸Į å°Ķ +èĩª èIJ¥ +éĽª èĬ± +æIJ ģ +çľ¼ ç§ij +æŃ£ 確 +çļĦ 姿æĢģ +åĿļå®ŀ çļĦ +æĮĩ 纹 +æªĶ æ¡Ī +ç½® äºİ +佩 æľį +豪 éŨ +åĵ Ĵ +æģ° 好 +檢 æŁ¥ +åĪĿ è¡· +大 åĶIJ +约 ä¼ļ +èĴ¸ åıij +çŃ¹ åĪĴ +å¹´ ç»Ī +è¡Į æ¥Ń +åħ± éĿĴ +åħ±éĿĴ åĽ¢ +ä¼ļ å¼ķèµ· +ä¸Ń ç§ij +ä¸Ńç§ij éĻ¢ +æĮ¯ åĬ¨ +åį´ åıijçİ° +ä¸įåĬ¨ 产 +èĮ ¹ +æĪ¿éĹ´ éĩĮ +è´§å¸ģ æĶ¿çŃĸ +æ²» çĻĤ +æħİ éĩį +å¡ŀ å°Ķ +åĽ½ ç±į +åĽł æŀľ +çŃī çī¹çĤ¹ +å±± è°· +ä¸ĭ è¼ī +è®ĵ æĪij +饮 éħĴ +è¿Ļ个 游æĪı +ç»Ŀ 大éĥ¨åĪĨ +åĴ¨è¯¢ æľįåĬ¡ +å¹² æ´» +è®® ä¼ļ +æ¦Ĥ è¿° +åĪĨ åĮº +æŃ» åIJİ +ç«Ļ çĿĢ +主è¦ģ é¢Ĩ导 +åIJĮ åŁİ +大 æłij +对 åѦçĶŁ +社ä¼ļ ä¿ĿéĻ© +å¢ŀ èµĦ +主人 åħ¬ +å®£ä¼ł æķĻèĤ² +æĸĩåĮĸ 交æµģ +客 æĪ¶ +çŁ¥åIJį åĵģçīĮ +æ»ŀ åIJİ +äºĴ è¡¥ +æĦŁ 人 +åī ¿ +åIJİ ä»£ +äºī 龸 +æķĻèĤ² åŁ¹è®Ń +éĿĻ èĦī +ä¹ı åĬĽ +说 åĩºæĿ¥ +çİĭèĢħ èį£èĢĢ +åĢ « +åįĩ èµ· +éķ ģ +åĩº 游 +éĢļè¡Į è¯ģ +å·¥ä½ľ å²Ĺä½į +åĮł å¿ĥ +æĭ¿ æĿ¥ +æ´Ĺè¡£ æľº +æĪijä¸į æĥ³ +é¢Ħ è§ģ +æ¼Ķ 示 +ä¸Ģ缴 没æľī +è·Ł 她 +对çħ§ æ£ĢæŁ¥ +ç° ¿ +ä¸ĵ å¿ĥ +è®® äºĭ +åīį 端 +åį¡ å°Ķ +è¨Ń å®ļ +设置 äºĨ +å©ļ 纱 +åľ¨ åĽ½å¤ĸ +åı³ 侧 +è³¼ çī© +å¥ĩ èij© +å¢ŀåĬł åĢ¼ +好 è¿IJ +åĽ½éĻħ æľºåľº +ä¸ĭ 称 +缮åīį 为æŃ¢ +ç¥ŀ ä»Ļ +å®ĥ åı¯ä»¥ +æ¾Ħ æ¸ħ +èĥ½ 使 +游 åĩ» +游åĩ» éĺŁ +åĩ ¹ +ä¸įè¦ģ åĨį +åĨ³ èĥľ +åĨ³ æĪĺ +æĭ ½ +缼 åħ¸ +å¾Ī好 åľ° +æľĢ ç¾İçļĦ +åĥ ļ +å·´ åŁº +å·´åŁº æĸ¯åĿ¦ +æľĢ éĢĤåIJĪ +é«ĺ èģĮ +ä¿Ŀ å§Ĩ +æİĪ æ¬Ĭ +说åĪ° è¿ĻéĩĮ +æݨ å¼Ģ +çİĩ è¾¾ +ä¸īåĪĨ ä¹ĭä¸Ģ +管çIJĨ ä¸Ńå¿ĥ +交 æ±ĩ +森æŀĹ åħ¬åĽŃ +å¾Ģ ä¸Ĭ +éªij è¡Į +æį® æѤ +纽 带 +ç» ŀ +ä¸ī æĸ¹ +æĦıä¹ī ä¸ĬçļĦ +æݨ è¿Ł +å¤ļæł· æĢ§ +æĥ³ èµ·äºĨ +æİĴåIJį 第 +å·¨ é¢Ŀ +æĿŁ ç¼ļ +å®ī å®ļ +äºĭ 實 +çļĦ æĦ¿æľĽ +è£ħå¤ĩ åĪ¶éĢł +人 å±ħ +人å±ħ çݯå¢ĥ +å¿ĺè®° äºĨ +该 游æĪı +楼 ä¸Ĭ +å¼Ģ ä¼ļ +æģ ³ +åıĭæĥħ éĵ¾æİ¥ +ç¡ Ĵ +ç»ĻäºĪ äºĨ +åģı 好 +åĵ ī +交éĢļ å®īåħ¨ +éĽ Į +æ²» çĹħ +è§īå¾Ĺ å¾Ī +衬 è¡« +å¿ĥ æĦ¿ +æ´ŀ å¯Ł +æ°ij æ£Ģå¯ŁéĻ¢ +æıIJ çĤ¼ +è¦ģ è¿Ľä¸ĢæŃ¥ +驾 车 +æĻ® æĥł +æķ ĸ +ç¦ı éŁ³ +éĢģ è¾¾ +è§ĦåĪĴ 设计 +æīĭ å¥Ĺ +å®ī ä¿Ŀ +è¿ĺä¸į å¦Ĥ +åīį è¿° +æłĩ è®° +ç´§ æİ¥çĿĢ +æ§ IJ +深深 åľ° +满满 çļĦ +æĺ¥ è¿IJ +æĹ¥ 产 +çĪ± æĬ¤ +åħ¨ æĹ¥ +åħ¨æĹ¥ åĪ¶ +转 åĬ¨ +ç¥Ń ç¥Ģ +ä¹° ä¸ľè¥¿ +对 æľªæĿ¥ +æ¶Ī失 äºĨ +åļ´ éĩį +ä¸ī æĿ¡ +éħ¸ 奶 +éĽĨåĽ¢ èĤ¡ä»½ +西 è·¯ +åıª å¾Ĺ +éĢģ åİ» +çĭł æĬĵ +åĪ©çĶ¨ çİĩ +ä¸ĭ åij¨ +å¥ĭ æĪĺ +æĺ¥èĬĤ æľŁéĹ´ +è´Ł 责任 +æĺĤ è´µ +å°¾ å·´ +ç¯ĩ æĸĩç«ł +åħ ® +è®Ĭ æĪIJ +å¹ ¹ +çĻ» éĮĦ +ä½ Ī +å·¥ åĮł +åĵªæĢķ æĺ¯ +åıį åĵį +ç§ ĥ +åĩº 轨 +æĹ¥ åĨĽ +åIJį èªī +æķı éĶIJ +æľįåĬ¡ æ°´å¹³ +çħ§ å°Ħ +ä¼Ĭ æĭī +ä¼Ĭæĭī åħĭ +åĨħ éĺģ +èĬĴ æŀľ +ä¸ĩ åĪĨ +éĢĢ 款 +缴æĴŃ éĹ´ +æĭ¿ åĪ°äºĨ +å°İ èĩ´ +空æ°Ķ ä¸Ń +客æĪ· æľįåĬ¡ +è¿IJ åĬ¿ +ç»ĵ çŁ³ +ä¸į å¿ħè¦ģçļĦ +èĥ¶ åĽĬ +çIJĨ ä¼ļ +æĬ½ åĩº +空æ°Ķ è´¨éĩı +æ¯ķ ç«Łæĺ¯ +åĨ· æ¼ł +ä¸Ģ å¦Ĥ +ä¸Ģå¦Ĥ æĹ¢ +ä¸Ģå¦ĤæĹ¢ å¾Ģ +æĤ£ çĹħ +åĬł æĮģ +èµŀ åĬ© +é« ® +åij½ ä¸Ń +æĦıä¹ī ä¸Ĭ +ä¸į èĪį +åģļ 梦 +æīĵ æī« +æĺŁ åħī +æĸŃ è£Ĥ +åħ¨ å¥Ĺ +è£ģ å®ļ +马 åħĭæĢĿ +骨 骼 +ä¸Ģ è·¯ä¸Ĭ +å®ļ æŶ +å·¥ç¨ĭ æĬĢæľ¯ +å½¼ å¾Ĺ +æ±² åıĸ +ä¸Ģ è§Ī +åIJµ æŀ¶ +ä¿Ĺ 称 +æłª æ´² +åºŁ æŧ +è¡Į æĺŁ +åıijçĶŁ åıĺåĮĸ +é¦ĸ ä»ĺ +åįģåĪĨ éĩįè¦ģ +æĬĬ è¿ĻäºĽ +ç¥ŀ å·ŀ +æıIJä¾Ľ åķĨ +æ¥ · +å± İ +çĬ¶ åħĥ +åŁİ å¢Ļ +çľĭ ä¸Ģçľĭ +çĶŁäº§ èĥ½åĬĽ +åŁºæľ¬ä¸Ĭ éĥ½ +æīĵ æī° +åĪĿ 次 +åĩº 示 +åħ¶ä¸Ń ä¸Ģ个 +çĶŁæĢģ ç³»ç»Ł +æīĭ æİĮ +æµİåįĹ å¸Ĥ +åľĭ åħ§ +æŃ£ åĢ¼ +å¹¾ ä¹İ +æݨèįIJ éĺħ读 +è¿Ń 代 +è°ĥ ä¾ĥ +饮 åĵģ +å¢Ļ ä½ĵ +åıĺ çİ° +äºĨ 好 +äºĨ好 åĩł +ä¸į çķĻ +çĪ ² +å°½ æĹ© +æŃ£åľ¨ è¿Ľè¡Į +åĩº éĻ¢ +æĿĢ 害 +æıIJ 款 +åıijå±ķ 空éĹ´ +åīį 身 +ä¸įæĸŃ å¢ŀ强 +æ·± å±Ĥ次 +容 纳 +éĤ£ 份 +å·¥ä½ľ æķĪçİĩ +æľ¬ åĽ½ +失 èIJ½ +æŃ£ åĽłä¸º +èĬĤ æ°´ +ä¸ĭ ä¸Ģ代 +çłĶåıij ä¸Ńå¿ĥ +ä¸į çIJĨ +å®Į 好 +ä¿ĿæĬ¤ åĮº +ç»ĵæŀĦ è°ĥæķ´ +å¥ł å®ļ +宣 称 +éĺ» æĮ¡ +æĴ¤ 离 +ä¸į æĸ¹ä¾¿ +åĴ ķ +ç¬ijäºĨ ç¬ij +çݯå¢ĥ 污æŁĵ +ä½ı æĪ· +ç»Ŀ ç¼ĺ +éĻ¤ å°ĺ +é«ĺ å°ļ +æĢİä¹Ī åı¯èĥ½ +éĿ¢ èī² +åķĨ æ¥Ń +çĸ ¹ +èµĦæºIJ ä¼ĺåĬ¿ +è¾ĸåĮº åĨħ +èĢĢ çľ¼ +æij§ æ¯ģ +ä¸ĸçķĮ ç»ıæµİ +å¼ķ æĿ¥ +ä¸Ģ åĪĻ +æĭĩ æĮĩ +æĬµ 御 +éĽ į +åĩĨå¤ĩ å·¥ä½ľ +çıł ä¸īè§Ĵ +ç¨Ģ åľŁ +èİ·å¾Ĺ æĦŁ +æĪIJåĬŁ çİĩ +ç½ij 约 +ç½ij约 车 +èĦ IJ +æķ¬ ä¸ļ +éĩij ä»· +ç²¾ é«ĵ +ä¹° 车 +åħ³ åı£ +åĨį å¤ļ +æŀģ åĵģ +åIJĦ 家 +举æĬ¥ çĶµè¯Ŀ +èļ Ĭ +æĸ¹ å½¢ +ç§ijæĬĢ æĪIJæŀľ +æľĢ好 æĺ¯ +éĹ® åĢĻ +红 éħĴ +åĽĽ ç§į +ç¿Ĵ æħ +ç¿Ĵæħ £ +åŀ ¦ +éĤ£ åıª +é¢Ĩ æĤŁ +çľ¼ éĥ¨ +æ³° å®ī +ä»» æľŁ +磨 æįŁ +æĽ¿ æį¢ +åħ¸ 礼 +符åIJĪ æĿ¡ä»¶ +è¿ĺæľī ä»Ģä¹Ī +åħ±äº« åįķ车 +åı¯ åĪĨ为 +åŃ£ åIJİ +åŃ£åIJİ èµĽ +举èİŀ å¸Ĥ +å¿ĥ æĦı +æīŃ æĽ² +ä½ľä¸º ä¸Ģç§į +è¿Ļ éĥ¨åĪĨ +åıĤä¸İ åĪ° +ç½ij çIJĥ +實 çı¾ +ç»Ħ è£ħ +åIJij å¤ĸ +å·¥ä½ľ æĸ¹æ¡Ī +åįģ æĿ¡ +課 ç¨ĭ +颤 æĬĸ +åĵ © +éĤ® å¯Ħ +äº ¢ +åħį è²» +ç§ ¤ +åºĶæĢ¥ 管çIJĨ +åĽĽ äºĶ +éºĴ éºŁ +å¾Ĵ æŃ¥ +è¨ĺ å¾Ĺ +çĴ IJ +æĺ¯åIJ¦ ä¼ļ +æĦıè§ģ åıįé¦Ī +éļ¾ æĢª +çª į +交 æİ¥ +两 åįĥ +æĩī çĶ¨ +æľŁ éĸĵ +æIJ¬ åĪ° +è®® é¢ĺ +碧 æ¡Ĥ +碧æ¡Ĥ åĽŃ +åģļ çĶŁæĦı +éĻĽ ä¸ĭ +è· ĭ +èĢģ人 家 +带 åĽŀ +æŀ¸ æĿŀ +è¡Į éķ¿ +åĨħ容 ç®Ģä»ĭ +æ¢ ¢ +æĮĩ æݧ +éĩį çĹĩ +ç½ijåıĭ 们 +çı¾ 代 +ç±» 产åĵģ +å¥Ķ æ³¢ +æ¸ º +ç²ī ç¢İ +è¿Ļ åıªæĺ¯ +æ£Ģå¯Ł æľºåħ³ +é½ Ĭ +æĪ¿ 秣 +å¾· æĭī +å²ģ 以ä¸Ĭ +纯 åĩĢ +åĪĨå¸ĥ åľ¨ +èĥ½ å¾ĹåĪ° +ä¸į å°½ +ç«ŀ ä»· +çļĦ 带é¢Ĩ +çļĦ带é¢Ĩ ä¸ĭ +ä¸Ńèį¯ æĿIJ +æĿij éķĩ +ä¸įåı¯ éģ¿åħį +éľ² 天 +å°ı å§ijå¨ĺ +çī© 件 +èijĹä½ľ æĿĥ +æĭĺ çķĻ +éĥ½ è§īå¾Ĺ +æĽ² æĬĺ +æ·»åĬł åīĤ +åı¬ åĽŀ +æīİå®ŀ æİ¨è¿Ľ +æĬĦ è¢Ń +åĮĸ 身 +缴 èIJ¥ +ä¹Ł å¸ĮæľĽ +èį£èªī 称åı· +åįĸ ç»Ļ +æľī ä¸įåIJĮçļĦ +å¥ĩ çī¹ +éĥ½ 认为 +å¦ ŀ +æĪIJéķ¿ 为 +辩 æĬ¤ +主 æķĻç»ĥ +æ³ķå¸Ī èģĮä¸ļ +æ¤į åħ¥ +ç´¢ å°¼ +åIJ¬ è¿ĩ +ä¹łæĥ¯ äºĨ +夺 åıĸ +éŁ ĵ +æľ¬è´¨ ä¸Ĭ +æİ¥ åĬĽ +äºij 端 +è¦ģ åģļ好 +è·¯ çģ¯ +åįıåIJĮ åıijå±ķ +æľī å¾ħ +æ°´ åŁŁ +æIJľçĭIJ é¦ĸ页 +è´¨éĩı å®īåħ¨ +åįģäºĮ äºĶ +åĵ® åĸĺ +èĵ¬åĭĥ åıijå±ķ +åIJį 声 +身 亡 +çİĭ åºľ +åİŁåĪĻ ä¸Ĭ +çĥĺ å¹² +éģĹ æ¼ı +éĿ¢ 缮 +åĽ½ ä¼ļ +ä¸Ģ缴 éĥ½æĺ¯ +æľīä¸Ģ ä½į +éħį æľī +éĻª çĿĢ +ä¼ģ åĽ¾ +æĮī ä¸ĭ +èĵĿ åĽ¾ +æ© ĺ +大å¤ļ æĺ¯ +辩 论 +æĹĭ å¾ĭ +æĬ¥ éĢģ +æĿ¡ è§Ħå®ļ +åĬ¨ éĿĻ +åĮĪ 奴 +æĭľ 访 +ä¸Ģ åĪĢ +ä»ĸ çŁ¥éģĵ +主 æĿĥ +ä»ĸ æĽ¾ +æĴŃ ç§į +å£ģ åŀĴ +çī¢è®° 使åij½ +åľ¨è¿Ļ æĸ¹éĿ¢ +æīĭ èħķ +æĶ¯ æŀ¶ +ä¾Ĩ èĩª +éĩį å¡ij +å¤ļ å±Ĥ次 +ä»ĭ è´¨ +éĿ¢ åŃĶ +æ½® 湿 +åİ¿ åŁŁ +游æĪı å½ĵä¸Ń +å£ ŀ +åĪĹ åĩº +èµĽ åĮº +å¤ļ åįĬ +éĩįçĤ¹ å·¥ä½ľ +æĪij们 å¿ħé¡» +æŁı æŀĹ +é²ģ èĥ½ +æĸ½ å±ķ +åIJĦ åĮº +åħį ç¨İ +èµĽ åIJİ +æľĢ éĩįè¦ģ +ä¸Ģ个 好çļĦ +è¿Ŀæ³ķ è¿Ŀè§Ħ +äºĨ解 æĽ´å¤ļ +æķ¬ 请 +ç¬ijçĿĢ 说 +ä¸įæĸŃ åıijå±ķ +æijĦå½± å¸Ī +以 éĺ² +çĤ¸ å¼¹ +声 åĵį +ç¤ ģ +æĩ ¿ +èĪĨ æĥħ +èĩªçĶ± è´¸æĺĵ +æķı æį· +ä¸ī大 éĺ¶æ®µ +èĭ Ķ +æĹº åŃ£ +ä¸į 满æĦı +微信 åı· +ä¿® 为 +çł´ è£Ĥ +éĢĥ 离 +æ¯ı èĤ¡ +è¾¾ ä¸įåĪ° +æ¯ıå¹´ éĥ½ +çģ¯ 笼 +æѤ åŁºç¡Ģä¸Ĭ +åĥı 个 +åĪĨ 娩 +æĻ ¾ +ä¸į èĩ³äºİ +红 线 +误 解 +举 è·¯ +æ·® å®ī +产 åѦ +产åѦ çłĶ +èī¾ æ»ĭ +èī¾æ»ĭ çĹħ +åīįæıIJ æĺ¯ +æ¯ı ä¸Ģ天 +ä¸ĥ 大 +æłij åı¶ +èµ° å¾Ĺ +è¿Ļ 两ç§į +æİı åĩº +æİ IJ +é¢Ĩ导 èĢħ +ä¸Ģ æľµ +个å¤ļ æľĪ +ä¸Ń åħ³ +ä¸Ńåħ³ æĿij +课åłĤ æķĻåѦ +大 åĴĸ +éģĭ çĶ¨ +è¯ļ æĦı +ç»Ħ åĽ¾ +è¯ķ çĿĢ +ä¹Ķ æ²» +è¿ĺ ä¸įæĺ¯ +æľī æĽ´å¥½çļĦ +åIJİ å¤ĩ +æĸ°çĶŁ åĦ¿ +æ°Ķ è¡Ģ +æ²¥ éĿĴ +å±ı éļľ +æ¥Ń åĭĻ +æĪij 以为 +éķ¿ 缸 +èĢģ çĪ¸ +éķĩ æ±Ł +æľºæ¢° 设å¤ĩ +ä½Ĩæĺ¯ å¦Ĥæŀľ +åĿļå®ļ ä¸į +åĿļå®ļä¸į 移 +åĨ² éĶĭ +ç®Ģ缴 æĺ¯ +åĤ¨ èĵĦ +纯 çĶµåĬ¨ +漫 æŃ¥ +举 èµ· +æģ¶ æĢ§ +è¨ĺ éĮĦ +èģĮèĥ½ éĥ¨éŨ +åħ¨ éķ¿ +鼻 è¦ĸ +ä¹³ èħº +ä½ķ å¤Ħ +æ¶Ī æŀģ +æŃ£ å¤Ħäºİ +å®ī å®ģ +æĪIJ éķ· +åıĻ è¿° +æºĥ çĸ¡ +ä½Ĩ çİ°åľ¨ +女 æĺŁ +å©´ å¹¼åĦ¿ +æĬķ èŀįèµĦ +éĹ® éĹ® +æıŃ å¼Ģ +è¯ ı +åIJį å½ķ +èĺij èıĩ +åIJĬ 顶 +æ¹ĸ åĮº +åįĸ åľº +建 ç¯ +å»ºç¯ ī +èİ ½ +åIJ¬ åIJ¬ +ç«ŀäºī ä¼ĺåĬ¿ +åĩº ä»» +æľī 两ç§į +橱 æŁľ +è¤ ª +è¯ķ åį· +ç»ıæµİ æĬĢæľ¯ +æ·± å±Ĥ +éĩįè¦ģ åĨħ容 +é£İ æݧ +çĬ¶æĢģ ä¸ĭ +éĥ¨ éĸĢ +广 æ±½ +è§Ĥ æij© +éģĹ çķĻ +转 è´¦ +æĮģ ä»ĵ +æĢ» 计 +åľĺ éļĬ +æĪ¿ 举 +éĺĢ éŨ +åħ¬ åħ³ +åħ³ åĪĩ +èĤ ĺ +æķ¸ æĵļ +ä¸ī åįģå¹´ +è§ģè¯ģ äºĨ +å± Ĩ +çģ° å°ĺ +æ¦ľ é¦ĸ +è¦ĨçĽĸ çİĩ +ä»Ļ 女 +çĶŁäº§ æĢ» +çĶŁäº§æĢ» åĢ¼ +æĪ¿ è´· +æ±Ł åĮº +åħħçĶµ æ¡© +çĻ¾ åIJĪ +確 èªį +转 移åĪ° +éĥ½ æĹłæ³ķ +纪念 é¦Ĩ +çŃ¾ç½² äºĨ +并ä¸į å¤ļ +æĮ ł +ä¸į太 好 +ä¸ĸ 代 +误 导 +é«ĺå³° 论åĿĽ +åħ¼ 容 +龸 æ°Ķ +æĿ¥ 访 +æīĢ 带æĿ¥çļĦ +æĺ¯ä¸Ģ éĥ¨ +æĻļ é¥Ń +åİĨ 代 +åIJ¦ åīĩ +ä¹ħ ä¹ħ +æľīæķĪ æľŁ +诱 åıij +æĢ» èµĦ产 +æľ¬èº« å°±æĺ¯ +çĶŁäº§ åİĤ家 +æŶ 髦 +èĢIJ çĶ¨ +ä»İå°ı å°± +æĿ¡ 约 +èĭ± åĭĩ +ä¿Ĺ è¯Ŀ说 +寺 åºĻ +å¿ĥçIJĨ åģ¥åº· +ä»Ģä¹Ī äºĭæĥħ +æ±ī åŃĹ +çķĻ ä½ı +åįĹ è·¯ +ä¸ī 项 +丢 äºĨ +æĥ³ åĪ°äºĨ +çŃ¹ éĽĨ +éĻĦåĬł åĢ¼ +西 è£ħ +ä¹ĭ ä½ľ +åģļçļĦ äºĭ +çķ¶ æĤ¨ +çķ¶æĤ¨ åľ¨ +é¦ĸ 款 +ä¸įåľ¨ ä¹İ +å·¥ç¨ĭ æĸ½å·¥ +éļIJ éļIJ +åıĺ 身 +沿 éĢĶ +æĤł æĤł +ä¿Ŀ æļĸ +çĶŁæ´» åŀĥåľ¾ +渤 æµ· +æѦ ä¾ł +女 主è§Ĵ +举 ä¾ĭ +æ ·¨ +çĻ½ é¢Ĩ +è£Ļ åŃIJ +è¿Ķ è¿ĺ +è¿Ī åĩº +é¾Ļ éŨ +ç»ıæµİ ä½ĵ +æĶ¶ å®ĺ +çķĮ éĻIJ +è·³ åĩº +åįĩ åĢ¼ +绵 éĺ³ +çĸ¤ çĹķ +çľĭ æ¸ħ +æĭĴ çµķ +è¥Ħ éĺ³ +课 å¤ĸ +åŃIJ åŃĻ +æŃĮ è¯į +æĪIJ åIJį +溶 液 +åĦĴ 家 +åķĨä¸ļ åĮĸ +辨 åĪ« +å¤ļ è¾¾ +ç½ij åºĹ +ä¹Ŀ 大 +ä¹Ŀ大 ç²¾ç¥ŀ +æѤ 举 +è¿ŀ è½½ +ä¸Ģ åĢĭ人 +èī² æ³½ +涵çĽĸ äºĨ +è¦ı åĬĥ +åĽ½ æĥħ +åį«çĶŁ åģ¥åº· +积æŀģ åĵįåºĶ +æĭ Ļ +åĪ¶ åĬ¨ +æĥ³è±¡ åĬĽ +çļĦ ä¹IJ趣 +å¼łå®¶ çķĮ +å´ İ +éĩį åŀĭ +å¤ĸ å¢Ļ +æĶ¾ åѦ +è®¤çľŁ åŃ¦ä¹ł +è´¬ åĢ¼ +æ³ķ æ¡Ī +æĬ¤èĤ¤ åĵģ +éĻ·åħ¥ äºĨ +请 æĤ¨ +åŀ ¢ +æķĻèĤ² èµĦæºIJ +交æĺĵ å¹³åı° +æŶ è£ħ +ä¼łæŁĵ çĹħ +æ¹ĸ æ³Ĭ +èµĦ 管 +åݨ å¸Ī +éĹľ éį +éĹľéį µ +åĵĪåĵĪ åĵĪ +çĽĹ çªĥ +çĶľ ç¾İ +åºĦ åĽŃ +缮åīį å·²ç»ı +è¾¹ ä¸Ĭ +çģ« èĬ± +æĬ¥ è®°èĢħ +æģĭ æĥħ +ç´§ åĩij +æ°´ æµģ +è¿Ļæĺ¯ æĪij们 +æ³¥ åľŁ +æĽ¾ ä»» +æĸ¹ è¨Ģ +åij¨ åħŃ +åı· 楼 +ä¼ij åģĩ +误 ä¼ļ +åĽ½ åĢº +åīį å¤ķ +两 å¼ł +éĹ « +éŃĶ 鬼 +æĬĬ æĮģ +èĬĤèĥ½ çݯä¿Ŀ +æ¸ħæ´ģ èĥ½æºIJ +èĤ¥ æĸĻ +é«ĺ é¢ij +å°± æľīäºĨ +交 ä¼ļ +没 éĴ± +éĽħ æĢĿ +è¦ģ åıĬæŶ +åŁ¹åħ» åѦçĶŁ +欣 åĸľ +çĥŃæ°´ åĻ¨ +é¾Ļ æ¹ĸ +äºĮ 楼 +æĸ°æµª è´¢ç»ı +æĸ° åĬ¨èĥ½ +èµ£ å·ŀ +æĭ³ 头 +æµģ åIJij +ä¹Łæĺ¯ å¾Ī +åıij åĶ® +ä¸Ń åIJ«æľī +åIJĵ å¾Ĺ +å·¨ æĺŁ +æĹł æīĢè°ĵ +æ¯Ľ åŃĶ +åħ¬åħ± 交éĢļ +çĤİ çĥŃ +èµ· èįī +åĬłçĽŁ åķĨ +说 ä¸įåĩº +大åѦ æ¯ķä¸ļ +å·¥ä¸ļ åĽŃ +éłĺ åŁŁ +åºĨ åħ¸ +æµģ 产 +èģ² éŁ³ +ä¼¼ä¹İ æĺ¯ +è´§ æºIJ +æ·± åĪĩ +æ²»çĸĹ æĸ¹æ³ķ +èµĦæºIJ éħįç½® +網 åıĭ +çĶ £ +äº ¥ +躲 åľ¨ +社 ç§ij +è»Ł é«Ķ +女 è£ħ +æŃ¡ è¿İ +综åIJĪ å®ŀåĬĽ +æł¼ å°ĩ +åħļåı² åŃ¦ä¹ł +æľĢ åŁºæľ¬ +æľĢåŁºæľ¬ çļĦ +çľĭ æľĽ +åıĹ è´¿ +ä¸įä»ħ èĥ½ +ä½ķ å¿ħ +ä¸Ģ个 å°ıæŶ +ç¾ Į +æĭĽ æĶ¶ +çĤĴ èĤ¡ +æĿij å¹²éĥ¨ +缸 çĪ± +æ½ľ èĥ½ +ä¹ į +æŶ è¾° +欣 æħ° +éĵ¶ è¡Įä¸ļ +çĭŃ çªĦ +éĩįçĤ¹ é¢ĨåŁŁ +çİ°å®ŀ çĶŁæ´» +éĮ¯ 誤 +æĸ° è§Ħ +滥 çĶ¨ +æŶ ä¸į +æŶä¸į æŶ +帳 èĻŁ +ç¨Ģ 缺 +åIJij 举 +ä¿Ŀåģ¥ åĵģ +çıŃ éķ¿ +äºĴ åĭķ +笼 罩 +æ½ Ľ +æļĸ å¿ĥ +è½° çĤ¸ +åºĨ 幸 +è²Į ä¼¼ +æĵ º +èĢIJ 磨 +ä¸ĵä¸ļ 人士 +ä¸ĢèĪ¬ éĥ½æĺ¯ +æ¼³ å·ŀ +åħ¨ èĩªåĬ¨ +å½ķ çĶ¨ +大 è·Į +æľīæķĪ æĢ§ +èĩª åĭķ +ä¸ī个 æĸ¹éĿ¢ +港 åĮº +ä¿¡ 貸 +éĢļ è¯Ŀ +é«ĺ 涨 +æ³Ħ æ¼ı +éħį ä¸Ĭ +åħļ å·¥å§Ķ +被 认为 +被认为 æĺ¯ +ä¸įä¼ļ åĨį +è°ĥ åīĤ +åıĤ èĤ¡ +èĦ± åıij +å¿ł å®ŀ +åĨħ åĪĨæ³Į +ç¹ģ å¿Ļ +åıĮ åĪĽ +é©» æĿij +åĪĴ ç®Ĺ +éģİ ä¾Ĩ +åľ£ ç»ı +èıľ 鸣 +æĭ¼ å¤ļå¤ļ +ä¸ŃåĽ½ 汽车 +çĥŁ èįī +缴 æµģ +äºĨä¸Ģ åı£æ°Ķ +ä½İ æĪIJæľ¬ +æī¾ åĽŀ +èĩª åįij +總 æĺ¯ +æĸĩåĮĸ åĪĽæĦı +天 æ²³ +樱 æ¡ĥ +éªij åħµ +éĩĮéĿ¢ æľī +çİ ® +èĥ½ æī¾åĪ° +éĢĥ è·ij +åĪĩ å°Ķ +åĪĩå°Ķ 西 +以ä¸ĭ æĺ¯ +å²³ éĺ³ +çļĦ æ¦Ĥçİĩ +æĬµ åĪ¶ +å¸Ī äºĭåĬ¡ +å¸ĪäºĭåĬ¡ æīĢ +åĩĨ æŶ +屬 æĸ¼ +订 è´Ń +åįłæį® äºĨ +ä¸Ń éĢĶ +å° ĭ +é»ij 马 +åİ¿ åħ¬å®īå±Ģ +ä¸ĥ æľĪ +èī² ç´ł +å¿ĥèĦı çĹħ +æŶ éĻIJ +æ¯į åħ¬åı¸ +å¹ķ åIJİ +ä¸Ĭ æ¦ľ +åĢ¾åIJij äºİ +纸 ä¸Ĭ +æ¡ ĵ +éĽĨä½ĵ ç»ıæµİ +æĥħ å¢ĥ +è¦ģ åģļåĪ° +ç©į 極 +åıª æĢķ +æ¹ĺ 西 +çļ± 纹 +åħ¨ åľĭ +çĦ¡ è«ĸ +好 æĦŁ +åįķ ä»· +è¿Ľç¨ĭ ä¸Ń +æĺĨ ä»ij +åĪĽ 客 +åħħ æĸ¥ +åħĪ æĬĬ +该 æĢİä¹ĪåĬŀ +åĵģ å¾· +åħ¨éĿ¢ åıijå±ķ +è¨Ī åĬĥ +æĢ» å·¥ä¼ļ +ä½Ľå±± å¸Ĥ +æĬĹ è¡¡ +å¼Ģ åľº +éĴ± å¸ģ +åıĭ 们 +å«ī å¦Ĵ +ç´¢ èµĶ +è®Ĭ åĮĸ +æĮ¤ åİĭ +æĮij è¡ħ +çŃī ä¸Ģæī¹ +æĿ¨ 欢 +ä¸ĵ家 åѦèĢħ +èĥ½ è¾¾åĪ° +èµ° è¿ij +è´«åĽ° åľ°åĮº +éĻIJ æľŁ +ä¸į 平衡 +åĽ½åĨħ å¸Ĥåľº +èµĽ åľº +éħį èµĦ +è¦ģ èĢĥèĻij +ä¸ĩ åı° +æľĪ æľ« +éĶ ¥ +åŃ « +æݥ触 åĪ° +åĩº 产 +æķĻ åѸ +ä½ľ å¼Ĭ +çļĦ æľĢåIJİä¸Ģ +ä¿ĥ æĪIJ +åIJ¸ åıĸ +æ½ľ èīĩ +被 éªĹ +è¾ĵ äºĨ +çĭIJ çĭ¸ +åįĩ éĻį +è¿ĻäºĽ ä¸ľè¥¿ +æĬķèµĦ åŁºéĩij +çĶŁçī© åѦ +ç½ij绾 èIJ¥éĶĢ +åIJij è®°èĢħ +èįī åľ° +æĢ ¯ +æľįåĬ¡ èĥ½åĬĽ +éĥģ éĹ· +åįķ åĵģ +å¾Ĺ 罪 +æĺĵ äºİ +个å¤ļ å°ıæŶ +éĩį ä»» +ä¸Ĭ å®ĺ +æľ¬ éĩij +çı¾ åł´ +溢 ä»· +æĺŁ è¾° +æ´»åĬ¨ çİ°åľº +丹 麦 +å¸Ŀ çİĭ +æŁ¥ æĺİ +åŃĺåľ¨ äºİ +é¦Ļ æ°´ +æĬ½ æ£Ģ +å®ŀéĻħä¸Ĭ æĺ¯ +æĸ° å¾ģç¨ĭ +è´¢åĬ¡ 管çIJĨ +æİ Ľ +åĨľ åİĨ +éĥ½ èĥ½å¤Ł +éĤ¯ éĥ¸ +羣 實 +ç» Ĭ +åĨµ ä¸Ķ +ç½® 身 +ç¥Ī 祷 +çĿģ å¼Ģ +æĮĩ çĤ¹ +å¼Ģ æľº +西 å®ģ +åĮĹ çº¦ +积 æ°´ +åĩº åĬ¨ +åıijå±ķ 模å¼ı +转 æĬĺ +èĢĥ çĤ¹ +æľī ç½ijåıĭ +è´«åĽ° æĿij +æĪij们 çŁ¥éģĵ +åĪĨ éĶĢ +å±± èĦī +æ¯Ķ æĭŁ +ä¼° ç®Ĺ +æĶ¹ 建 +壮 è§Ĥ +ç§ī æĮģ +æı ª +ç¦ Ģ +åĮĸåѦ åĵģ +ä¸ŃåĽ½ åĪ¶éĢł +ä¸Ģ æŀ¶ +æīį è¡Į +æĭĽ å¾ħ +åıĺ æį¢ +åīį 线 +幸 好 +è¿Ļæł· çļĦè¯Ŀ +å¿ĥ è¡Ģ管 +æĢ§ çĸ¾çĹħ +åħ¨ èĥ½ +åĪij 侦 +ä¿¡æģ¯ åıijå¸ĥ +æĺ¾ çĦ¶æĺ¯ +éĿĴ éĵľ +åIJĥ ä»Ģä¹Ī +çĶµ ä»· +æ³ķå¾ĭ è§Ħå®ļ +çħ ² +çĵ· åĻ¨ +èĤī ç±» +æıĴ åħ¥ +åĹ ľ +è¿Ł è¿Ł +ä¸ĢçĤ¹ éĥ½ä¸į +è¿ĺ åĮħæĭ¬ +èĪį ä¸įå¾Ĺ +æłĩå¿Ĺ æĢ§ +æľĪ 以æĿ¥ +ç³ĸ æŀľ +éĥ½ åºĶ该 +çݯå¢ĥ åį«çĶŁ +èĪª è¡Į +éĥij éĩį +ç½ij æĬķ +åįģ ä½³ +ç§ģ ä¸ĭ +æļ´ è·Į +åĬłå¿« åıijå±ķ +产åĵģ çłĶåıij +åĪĽéĢł åĩº +æĢ» è§īå¾Ĺ +åºķ çĽĺ +èķ Ĭ +åĩºå¸Ń ä¼ļè®® +主 æĿ¿ +æĹ¥æĻļ éĹ´ +å®ĺæĸ¹ å¾®åįļ +å¼ķçĶ¨ æĹ¥æľŁ +åī¯ æķĻæİĪ +çĶµåŃIJ 产åĵģ +è¡° éĢĢ +çķĻ åŃĺ +çģ« åĬĽ +çĴ § +çļ Ĥ +åħ¼ åħ· +éĩį è¿Ķ +é¢Ĩ çķ¥ +åĪĩ éĻ¤ +åĨįçĶŁ èĥ½æºIJ +å®ŀåľ¨ 太 +çIJĨ论 ä¸Ĭ +ä¸ī å±Ĥ +ä¸ĸçķĮ åIJĦåĽ½ +å®ľ æĺĮ +èĢ³ è¾¹ +宽 æķŀ +æ±ī æĹı +çĻ½ çĻ½ +è¿ĻéĩĮ éĿ¢ +çĶŁæ´» ä¹łæĥ¯ +èµŀ èµı +çĶ· 士 +ä¸Ń ä¿Ħ +车 祸 +åīĤ éĩı +éĻ¤ åİ» +å·¦ è¾¹ +çŃij çī¢ +çīĽ å¸Ĥ +家 åĬ¡ +åķ ĥ +ç½® æį¢ +ç´« å¤ĸ +ç´«å¤ĸ 线 +å¾Ģ åīį +åĬĽ åѦ +ç´§ è·Ł +缮çļĦ åľ¨äºİ +ç» ® +ç¥ Ĥ +宣 è¨Ģ +äºĮ æ°§åĮĸ +äºĮæ°§åĮĸ 碳 +æĹł ç¼ĺ +ç²¾ éĢļ +è¨ º +å¼ķåıij äºĨ +æľĢ åħĪ +æ´¾ é©» +ä¸į å¿į +æĪij çĪ¸ +å¹´ ä¸ĭåįĬå¹´ +æ·ĭ å·´ +没 éĹ®é¢ĺ +åºĹ åĨħ +è·Ł æĪij说 +çĶŁäº§ çĶŁæ´» +è§Ĥ æľĽ +æ¸ į +被 æī§è¡Į +被æī§è¡Į 人 +èĪ ľ +æİ º +ä¸Ģ ç§Ĵ +èįī åĿª +åij¼ åĴĮ +åij¼åĴĮ 浩 +åij¼åĴĮ浩 çī¹ +人æ°ij éĵ¶è¡Į +çĦķ åıij +è¯ģåĪ¸ 交æĺĵ +çķ Ķ +æľº èĥ½ +å¦ ¾ +æĻļ å¹´ +å·¥åķĨ èģĶ +åİŁ åŀĭ +è§Ĵ度 çľĭ +æĬ¥ 社 +è¯į æĿ¡ +躲 éģ¿ +éĩį åIJ¯ +å¤ķ éĺ³ +èĤ¡æĿĥ 转让 +åľ¨ ä¸Ģ +åľ¨ä¸Ģ æĹģ +社ä¼ļ åĮĸ +åıijå±ķ åİĨç¨ĭ +æĭĸ æ¬ł +使 èĢħ +ä¸İ åIJ¦ +æĸ° å±ĢéĿ¢ +ä»Ĭ天 æĪij们 +é½IJ èģļ +对 æĪij说 +éĢĴ 交 +æľª æĽ¾ +èİ Ĭ +éĸ ī +亲 æīĭ +è§Ĵ éĢIJ +æľī é»ŀ +ç¨İ çİĩ +ä½İ 声 +é»ĺ å¥ij +æĻ® æ³ķ +大 ä¸ĵ +第äºĮ 大 +ä½ı åĿĢ +æĶ¾ è¿Ľ +äºĮ æĪĺ +亲 身 +åĽº åĮĸ +ä¸ĭ 乡 +åħ³éĶ® æĬĢæľ¯ +åĽŀ æĥ³ +æĬ¥ åĪĬ +æ¶Ĥ æĬ¹ +èĹı çĿĢ +ç¥Ŀ æĦ¿ +åįĩ 温 +çĶļèĩ³ è¿ŀ +åħ¬åħĥ åīį +ç¾İ æĸ¹ +è¯ļ å®ŀ +æĹł åģ¿ +åīµ æ¥Ń +å°ıå¿ĥ 翼 +å°ıå¿ĥ翼 翼 +两 æīĭ +温馨 æıIJ示 +仿 羣 +æĥ ¶ +èĥ¡ åŃIJ +å·¥ä½ľ ç«Ļ +硬 çĽĺ +ç« ¿ +åĤ³ éĢģ +åħ¨ æł¡ +é²ľ æ´» +çĴĢ çĴ¨ +ç»ĵ å°¾ +æį¢ æĿ¥ +æĪ Ģ +ä½İ ä½į +ä¸ĩåħĥ 以ä¸Ĭ +åĬł åĪĨ +æݨä»ĭ ä¼ļ +çIJĨ èµĶ +å¾· å°Ķ +æĬĹ è®® +æ´ ¼ +åĸ § +åŁİ éĻħ +å¾Ī æ£Ĵ +人 æŃ»äº¡ +ä¼ļå±ķ ä¸Ńå¿ĥ +äºĴèģĶ äºĴéĢļ +èĸĦ èĨľ +éĩį é»ŀ +ç¦ģ æ¯Ĵ +åĨ· ç¬ij +大家 åı¯ä»¥ +é¦ĸ 缸 +è¿ij è·Ŀ离 +æµ® çİ° +ç§ĺ è¯Ģ +èµ· é£ŀ +æIJ ¶ +羣 åģĩ +æģ ķ +å°ı åºĹ +æ°ij çľ¾ +åıijå¸ĥ åħ¬åijĬ +侧 éĩį +å¾ĺ å¾Ĭ +æĢ Ķ +æª IJ +æķ° 缮 +åī¯ ç§ĺ书éķ¿ +两 åı¥ +éļIJ çŀĴ +åıĮ åıĮ +æīĭ æĦŁ +èij¡ 京 +éģĹ å¿ĺ +é¬ ¥ +è¿Ļ个 åľ°æĸ¹ +说 çļĦè¯Ŀ +å·¡ åĽŀ +è¿Ŀ ç«ł +æī¾ å·¥ä½ľ +æĶ¯ çIJĥéĺŁ +裡 éĿ¢ +æĺ¾ç¤º åĩº +èĩ³ å°Ĭ +两 级 +åīį 段æŶéĹ´ +çĺ¦ èº« +èĤ¢ ä½ĵ +æ¯į 親 +æīĭç»Ń è´¹ +汽车 è¡Įä¸ļ +æİ© çĽĸ +æݧèĤ¡ éĽĨåĽ¢ +åı£ å¾Ħ +æĶ¿çŃĸ æݪæĸ½ +æµ· 绵 +åħ¨ éķĩ +äºĭ åħ³ +å¸Ń æī§è¡Į +å¸Ńæī§è¡Į å®ĺ +éĤ£ 次 +åı¯èĥ½ åĩºçİ° +ä¸Ńå¿ĥ åŁİå¸Ĥ +ç¿» 身 +ä¹Ł ç®Ĺ +ä¾µ çķ¥ +åĸĩ åıŃ +æ¯ı次 éĥ½ +è§ ħ +éĻ¢ éĻ¢éķ¿ +å§ĭ äºİ +èѦ åĬ¡ +èį¯ æĿIJ +å±ł æĿĢ +æľ¬èº« å°± +éļıæŶ éļı +éļıæŶéļı åľ° +åĶ® åįĸ +æĹłäºº 驾驶 +é¢ ħ +åĵģ 質 +åĺ² ç¬ij +è·ij åİ» +åħĭ éĩĮæĸ¯ +çķ¸ å½¢ +ä¿® 饰 +磩 éĺµ +éŁ³ä¹IJ ä¼ļ +æŁ³ å·ŀ +é½ ¡ +ä¼ļ è°Ī +æŃ£ çīĪ +ä¹Ł åIJĮæł· +æļ§ æĺ§ +è¡ĮæĶ¿ éĥ¨éŨ +ä¹ĸ ä¹ĸ +èĤ¤ èī² +æŶ ä»» +羣 åĪĩ +æľĪ ä¸ĭ +æľĪä¸ĭ æŬ +举æĸ¹ è´¢å¯Į +è£ħä¿® åħ¬åı¸ +éĢĢ è¿ĺ +åĭĺ å¯Ł +åĵ¥ 伦 +åĵ¥ä¼¦ æ¯Ķäºļ +çĭ¬ ä¸Ģ +çĭ¬ä¸Ģ æĹł +çĭ¬ä¸ĢæĹł äºĮ +è°ĥ åij³ +åİĭ è¿« +åħ¨çIJĥ æľĢ大 +åī¯ æł¡éķ¿ +æĽ´ ä½İ +åĪĨéĴŁ åIJİ +åĽŀ ä¾Ĩ +åĪ¶ åīĤ +åijĬè¯ī 大家 +çĤ¹ éĴŁ +åįģä¸ī å±Ĭ +åij¨ åĽĽ +è¿Ļæł· ä¸Ģ +è¿Ļæł·ä¸Ģ æĿ¥ +èĭ Ł +æľĽ åİ» +æĪIJ è¯Ń +å½ĵ åį³ +ç¬ij 声 +ä¹ĭ åĬ¿ +åĪijäºĭ æ¡Ī件 +æĮĤ çĿĢ +ä½ķ ç§į +å°ı 游æĪı +åĽ½å®¶ æĪĺçķ¥ +åĨ· åĨ· +å®ľ 宾 +æIJº ç¨ĭ +è¶ĭ äºİ +åıį çľģ +常 说 +ä¸ĩ æĪ· +åĥµ å°¸ +åįĥä¸ĩ åĪ« +åıijçİ° éĹ®é¢ĺ +åı¯ çŁ¥ +éŨæĪ· ç½ijç«Ļ +åģ¥åº· 产ä¸ļ +åı³ è¾¹ +æµ· è¿IJ +è¿ij ä¹İ +åĮ» æ²» +æĢ» ç®Ĺ +ä¸Ģ åĪĨéĴŁ +æĭ § +ä¹Ł æľīä¸ĢäºĽ +ä¾ĽçĶµ åħ¬åı¸ +å»ī ä»· +帮 ä»ĸ +æŃ¤æ¬¡ æ´»åĬ¨ +åıªèĥ½ 说 +èĬ ĭ +çīĩ 段 +åŃĺåľ¨ éĹ®é¢ĺ +ä½łä¼ļ åıijçİ° +è½® å»ĵ +ç½ij éĢļ +滨 æ±Ł +æİĪ ä¿¡ +é»İ æĺİ +ä¸į å±ŀäºİ +约 åįł +éķ¿æ²Ļ å¸Ĥ +èĥļ èĥİ +åħĥ 件 +éĻĨ åĨĽ +è³¼ è²· +æĮĩ æľĽ +å®ŀä¹ł çĶŁ +çī¹çĤ¹ æĺ¯ +çıł æ±Ł +çľĭ ä¸įåĩº +ä¸įè§ģ äºĨ +ç¼ ī +éĺµ èIJ¥ +åĶIJ æľĿ +没 å¿ħè¦ģ +åĽ½åľŁ èµĦæºIJ +ç»ıæµİåѦ 家 +åIJĪèĤ¥ å¸Ĥ +çIJ¢ 磨 +ç¡® åĪĩ +åŁİå¸Ĥ åıijå±ķ +çŃ· åŃIJ +人æ°ij æľįåĬ¡ +满 åĪĨ +è¿· ä¿¡ +ä½ľèĢħ æľ¬äºº +æĸĩç«ł æĿ¥æºIJ +ç«Ļ ç«ĭ +æŀĦ æĪIJäºĨ +è¾Ľ åĭ¤ +è¶ħ 强 +éĶ ļ +åīįä¸ī åŃ£åº¦ +å°± è§īå¾Ĺ +å´ĩ é«ĺ +è¶Ĭ ä¾Ĩ +è¶Ĭä¾Ĩ è¶Ĭ +å¸Ĥåľº èIJ¥éĶĢ +综åIJĪ ç´łè´¨ +åŃ ļ +ä¾® è¾± +äºĮ åŃĹ +å·¥ä½ľ ä»»åĬ¡ +åı²ä¸Ĭ æľĢ +æľĢ ä¼ĺ +åIJ© åĴIJ +表 çĻ½ +èİ« åIJį +èİ«åIJį åħ¶ +èİ«åIJįåħ¶ å¦Ļ +å¹ £ +åIJĮå¿Ĺ 们 +建设 çĶ¨åľ° +åĦ Ģ +éħį åģ¶ +å¼ © +åĶ± çīĩ +æīĭ èĦļ +åħ¼ ä»» +åģľ æĶ¾ +æŃ£ å®Ĺ +æĸ° åĨľæĿij +åĤ¬ çĶŁ +æīĢ åŃ¦æł¡ +念 ä½Ľ +åĶ¤ éĨĴ +åħ± åĪĽ +æĭī ä¸ģ +èĥĮ çĿĢ +çĶŁæĢģ ä¿ĿæĬ¤ +åı£ 头 +æĸ¹åIJij çĽĺ +調 æķ´ +æĭĽèģĺ ä¿¡æģ¯ +åħ¶ä»ĸ åĽ½å®¶ +ç®Ģ æĺĵ +åĮ¿ åIJį +è¯Ħ æµĭ +æĺ¯ä¸Ģ 座 +çīµ æīĭ +足 迹 +çIJĨ解 åĴĮ +æľĢ åıĹ +å¿ĥ è·³ +çĪ¶ 親 +éĿŀ常 åĸľæ¬¢ +èĭ¦ éļ¾ +æĬĢ å¸Ī +æ°ij æĦı +æĪĺ åĽ½ +æĽ¿ è¡¥ +æ´¥ è´´ +ä¸ŃåĽ½ ä¼łç»Ł +åIJĦ è¡Į +åIJĦè¡Į åIJĦ +åIJĦè¡ĮåIJĦ ä¸ļ +第äºĶ å±Ĭ +èį· èĬ± +æĦı èŃĺ +票 ä»· +åĪĨ æµģ +æĿİ çĻ½ +æ±Ł åĮĹ +æİĴ æĸ¥ +ä½ĵ éĩı +åĮħåIJ« äºĨ +åĪĺ æŁIJ +çİ° å¦Ĥä»Ĭ +å·¥èīº åĵģ +è¿Ļç§į æĸ¹æ³ķ +åĬŀåħ¬ 楼 +çĶµ å·¥ +çħ Ļ +åį¡ çīĩ +å¹´ å¹´åºķ +ä¸ĵ项 èµĦéĩij +åĮ» ç§ij +åĮ»ç§ij 大åѦ +åĽŀ头 çľĭ +ä¸į å±ij +èĩª 驾 +没 æĶ¶ +æīĵ çĮİ +èĦ¸ éĥ¨ +åıĥ èĢĥ +å°Ĩ 士 +è´«åĽ° 人åı£ +çIJĨæĥ³ 信念 +é£İ å°ļ +人æīį éĺŁä¼į +çij ¾ +æĿ¥ è¿ĻéĩĮ +æ´Ĺ 涤 +å¹´ èĸª +èĭį çĻ½ +ä¸ĩ äºĭ +课 æľ¬ +åºĵ éĩĮ +çī¹ æ´¾ +çī¹æ´¾ åijĺ +èµŀ ç¾İ +ç©¿ æĪ´ +製 ä½ľ +èµŀ æĪIJ +ä¸Ģ 侧 +å½ĵåľ° 人 +æĭ İ +纸 è´¨ +ä½Ļ 个 +éĶĤ çĶµæ±ł +æľº åŀĭ +éĻ¢ éĻ¢å£« +åģļ å·¥ +å¼ł è´´ +ç¥Ľ æĸij +æ®ĸ æ°ij +å¥ij 约 +æ¹ĺ æ½Ń +æIJ ĸ +åŃĺ è´§ +交éĢļ 大åѦ +è¶ģ çĿĢ +æĸĩçī© ä¿ĿæĬ¤ +å¤ĩ æĪĺ +éĩĩ 纳 +åįĬ æľĪ +æľĢ åħ³éĶ® +æľĢåħ³éĶ® çļĦ +æİ¥ éĢģ +æĶ¶ åī² +åıį åĢĴ +çĥ Ľ +æ ½Ķ +ä¼Łå¤§ å¤įåħ´ +çļĦè¯Ŀ è¯Ń +容 å¿į +å®ļ éĩı +æķ Ĺ +åĵģçīĮ 形象 +æīŃ è½¬ +åĽ½å®¶ éĩįçĤ¹ +èĨĿ çĽĸ +ä¸Ģ 楼 +大 éĻ¸ +éĤª æģ¶ +åĽŀ åij³ +çĮ ¿ +çĿ¡ åīį +æĹł è¾ľ +çĹħæ¯Ĵ æĦŁæŁĵ +æľºæ¢° åĮĸ +çĤ¹ 亮 +溶 解 +åĩłä¹İ æīĢæľī +è·ij éģĵ +çĶµè§Ĩ æľº +åı ¨ +æijĩ äºĨ +æijĩäºĨ æijĩ头 +èĩª è´Ł +综åIJĪ åĪ©çĶ¨ +èĩª å¦Ĥ +åİŁ ä¾Ĩ +ä¹Łä¸į æĥ³ +èĬĤ 课 +è¿ĩ åī© +çĶ² çĬ¶ +çĶ²çĬ¶ èħº +æĸ° ä¸ĸ纪 +èĩªä¸» åĵģçīĮ +é«ĺ å±Ĥ次 +ä¸Ģ è§Ĵ +è¡Į äºĭ +ç¥ĸ åħĪ +å©ļ åIJİ +éĹ´ éļĻ +ç¼Ŀ éļĻ +è¿Ļ æĶ¯ +ä¸įæĸŃ åĪĽæĸ° +å¾® åŀĭ +æĽĻ åħī +享 çĶ¨ +ä¸ŃåĽ½ 移åĬ¨ +éĹŃ çݯ +æī§ æĦı +åıijå±ķ æł¼å±Ģ +æł¸å¿ĥ åĮº +éªļ æī° +åħļåĴĮ åĽ½å®¶ +ä¸ŃåĽ½ æĶ¿åºľ +帶 èijĹ +ä¸ĩåįĥ çĵ¦ +åħ© 人 +äºİæĺ¯ æĪij +åĽº ä½ĵ +çªģ å¦Ĥ +çªģå¦Ĥ åħ¶ +çªģå¦Ĥåħ¶ æĿ¥ +éĩĮç¨ĭ ç¢ij +çĪ± ç¾İ +æŁ¥ éªĮ +åıĮ èµ¢ +éĹª åħī +楼 å®ĩ +æĻ ı +æľī è¶³å¤ŁçļĦ +æŁĶ æĢ§ +ä¿¡æģ¯ å®īåħ¨ +管 线 +并 ä¸įä¼ļ +åĻ¨ 件 +ä½ł åºĶ该 +çĿĢ å®ŀ +æĺİ æ¸ħ +æĬĹ çĶŁç´ł +æīĵ æŃ» +å®Įåħ¨ ä¸įåIJĮ +èĬ± æ¤Ĵ +æĶ¾ 宽 +ä½İ 端 +åĽĽ èĤ¢ +åĮĹ京 èµĽè½¦ +éĽĨ å¸Ĥ +æľª å©ļ +大å¹ħ æıIJåįĩ +建çŃij 设计 +çĭ¬ æľīçļĦ +æİ¢ éĻ© +æ²³æµģ åŁŁ +æħķ 容 +被 çĽĹ +åĵº ä¹³ +èı ģ +æĥ¬ æĦı +è¶ĬæĿ¥è¶Ĭ 好 +广大 群ä¼Ĺ +å¾· èĤ² +å¸Ĥåľº ä»·æł¼ +奥 å·´ +奥巴 马 +èĬĤ缮 ä¸Ń +两 款 +ä¸ĩä½Ļ åħĥ +ç»´ å°Ķ +çĶŁçī© ç§ijæĬĢ +åIJ¬ èµ·æĿ¥ +çł ļ +æĭŁ å®ļ +æ²¹ çĶ° +声 èªī +建çŃij ä¸ļ +éĻIJ è´Ń +çīĩ åŃIJ +çķľ 禽 +ç½ij é¦ĸ页 +ä¼Ĺ çŃ¹ +æĴŀ åĩ» +åīį ä¸įä¹ħ +åīį ä¸ĸ +åĽĽä¸ª æĦıè¯Ĩ +æµĭ ç»ĺ +éĺ² ç©º +漫éķ¿ çļĦ +æ²IJ æµ´ +æ¯Ķè¾ĥ ç®Ģåįķ +æµĭ å®ļ +åĽŀ è°ĥ +让 人们 +èĴĭ ä»ĭ +èĴĭä»ĭ çŁ³ +ç»ĵ æĻ¶ +å¢ŀæ·» äºĨ +æĿ¡ è¯Ħ论 +åī¯ ä¼ļéķ¿ +ä½ı æīĢ +ç»Ļ åĩºäºĨ +è°ĥ éħį +æ² ĸ +æľī çĶ¨ +æľīçĶ¨ çļĦ +ä¸ĢæĿ¡ é¾Ļ +éĩİ å¤ĸ +ç¼ĺ åĪĨ +æ°¸è¿ľ ä¸įä¼ļ +æŀľ æłij +大åıij å¿«ä¸ī +麻 éĨī +äºij éĽĨ +åİ» åĵªéĩĮ +åħ¥ å¸Ĥ +ä»» æĢ§ +建 æ¡£ +建档 ç«ĭ +建档ç«ĭ åį¡ +ä¸Ģ 棵 +社 åįĢ +缸 ä¼´ +åļ · +å¡« åħħ +ä¸Ģ æĹı +ç¾ ģ +åıĸ è¯ģ +èĪ° éĺŁ +åİĤ åĮº +è¡· å¿ĥ +åıijå±ķ éĺ¶æ®µ +é«ĺ 强度 +åĹĵ åŃIJ +é¢Ĩ è¡Ķ +楼 主 +大 èĴľ +æŀķ 头 +ç²® æ²¹ +é»Ħ çĵľ +æĵ Ĵ +å°ı çĭĹ +æĶ¹éĿ© å§Ķ +åįģ åĪĨéĴŁ +é²ľ èī³ +åħ³ ç¾½ +çĭĢ æħĭ +å®ŀçĶ¨ æĢ§ +å°ij è§ģ +é£ŀ æī¬ +çĶ° éĩİ +æIJ Ĥ +è¿Ļ个 è¯į +åºĶæĢ¥ é¢Ħæ¡Ī +è§Ĵ度 æĿ¥çľĭ +æķ¬ çķı +æ³ķ å®Ŀ +åĸĦ æĦı +æīĵ æĸŃ +对 åĨ³ +çµķ å°į +åĢŁ æѤ +å¼Ģ æºIJ +å°ı 說 +ç¥ º +å²ģ 以ä¸ĭ +éĢĢå½¹ åĨĽäºº +ä¸įä¹ħ åīį +åĩº åİĤ +讽 åĪº +æĿ¥çľĭçľĭ åIJ§ +éŃĶ åħ½ +çķĻ ä¸ĭæĿ¥ +å±ħ 室 +åłħ æĮģ +çľĭ äºĨä¸Ģ +çľĭäºĨä¸Ģ çľ¼ +éĽĨåĽ¢ æĹĹä¸ĭ +æĪĺ æĪĺç»ĦåIJĪ +è®¤çľŁ èIJ½å®ŀ +汽车 产ä¸ļ +çī©çIJĨ åѦ +æķ µ +éĴ Ŀ +åĽ¢ éķ¿ +ä¸įæĸŃ æī©å¤§ +èĤ© è´Ł +åıijå±ķ 缮æłĩ +è³ĩ éĩij +åīį ç½® +ä¸ŃåĽ½ åı¤ä»£ +æŃ» åĪij +åħħåĪĨ ä½ĵçİ° +åħ³ éŨ +ç¾İ æĦŁ +æīĵ åħ¥ +æĬijéĥģ çĹĩ +å°ij çĪ· +æłij æŀĿ +æ¶Īæģ¯ 称 +æ´Ľ åħĭ +åį ¯ +è¿Ī åIJij +æݨ åĭķ +ä»İä¸ļ èĢħ +åİ» ä¹° +欢 å¿« +æĭ¥ æĮ¤ +马 桶 +æĬĬ æݧ +æĶ¿ åħļ +å¼ł æī¬ +客 æłĪ +红 æĺŁ +éĢģ æĿ¥ +åħ¨åŁŁ æĹħ游 +èĩª ç§ģ +åįģäºĮ æĿ¡ +åı¹ æģ¯ +ä¸Ģ èīĺ +ä¿Ŀ è´¹ +æĸ½å·¥ çİ°åľº +æľī 幸 +ç»Ń èĪª +åı¯èĥ½ æľĥ +èĥĮ åıĽ +ä½£ éĩij +ä¸ī çŃīå¥ĸ +å¾Ī 满æĦı +游æĪı åī¯æľ¬ +群 éĩĮ +æŀĦ 件 +åºı å¹ķ +太 æ¹ĸ +æľ¨ è´¨ +æĻĭ æ±Ł +çµĤ æĸ¼ +è·³ è·ĥ +åĢºæĿĥ 人 +çŃī 诸å¤ļ +æĶ¾ åĩº +åħ³éĶ® æŶåĪ» +æĦŁæŁĵ èĢħ +é£ŀè¡Į åijĺ +èĥĨ åĽº +èĥĨåĽº éĨĩ +æĬ± æŃī +åij¨ äºĮ +æĸ° æĹ¶æľŁ +åĨ·éĵ¾ çī©æµģ +è¿Ļç§į æĸ¹å¼ı +该 æĿij +åĽŀ é¦Ī +åŁºçĿ£ æķĻ +人 åıĤ +æŀ¯ çĩ¥ +æī¹åıij å¸Ĥåľº +åħħåĪĨ èĤ¯å®ļ +å¸Ĥ æĶ¿åįı +äºĭ æ¥Ń +龸 çİĭ +çĥŃ æIJľ +åįģä¹Ŀ 大 +ä¼´ æľī +ç¾İåĽ½ æĢ»ç»Ł +åŁİå¸Ĥ 管çIJĨ +ä¸ĭ 令 +èĥ¸ åı£ +åıª çŁ¥éģĵ +åij¨ ä¸ī +çĶ¨ æĪ¶ +éŃ ¯ +å¿ĥ è¡Ģ +带头 人 +åĮ» åĬ¡ +åĮ»åĬ¡ 人åijĺ +æݧåĪ¶ åĻ¨ +ä½ľåĵģ åĨħ容 +æĪĺ åıĭ +åİĨ å¹´ +ä¸į åħĭ +ä¸įåħĭ ä¸įåıĬ +æĹ¥ æŃ£å¼ı +è±IJ å¯Į +ç¨İ è´¹ +æŶ æķĪ +å±ķ ä½į +è¡¡ éĺ³ +æĪ¿ 貸 +çĪĨ 款 +ä¹IJ æĦı +çĶ· 主 +å¯ ¬ +æľĥ èŃ° +ä¹ĭ å¤ľ +åIJĮ 樣 +ä¸įè¦ģ 太 +ä¼Ĭ æĸ¯ +ä¼Ĭæĸ¯ åħ° +åŁºæľ¬ åİŁåĪĻ +åİ» æİī +ä½İ ä¿Ŀ +个 交æĺĵ +个交æĺĵ æĹ¥ +èģĬ èģĬ +åĽĽ ä½į +åħļç»Ħ æĪIJåijĺ +主è¦ģ ä»İäºĭ +å½± éŁ³ +åĨĴ åĩº +åij¼åIJ¸ éģĵ +è¾¾ å°Ķ +æľ¨ åľ°æĿ¿ +诡 å¼Ĥ +çģ¯ åħ· +çģ« çĥ§ +解 èĦ± +æĦĪ åıij +æ¹ĸ å·ŀ +é£İ ä¿Ĺ +æĸ° å½¢åĬ¿ +æĸ°å½¢åĬ¿ ä¸ĭ +è² Ŀ +èĦ ĵ +åĬ¨åĬĽ çĶµæ±ł +é£ŀ èĪ¹ +飧 æĢ§ +åĪ© çī© +åĪ©çī© 浦 +ä¸į 认è¯Ĩ +ç¼ĸ ç»ĩ +ä½ľ åĿĬ +èģĮä¸ļ æĬĢèĥ½ +çľĭ è¦ĭ +åĽ´ æ£ĭ +æĺı è¿· +å½Ĵ å±ŀäºİ +æĤ¬ å´ĸ +éĨ« çĻĤ +å®ĭ 代 +åºĦ æĿij +èĹ ķ +çĮĽ çĦ¶ +çĩĥæĸĻ çĶµæ±ł +å®ŀä½ĵ åºĹ +ä¸į足 以 +æĥħ ç· +æĥħç· Ĵ +å»Ĭ åĿĬ +çĶµ åı° +åºĶ åĬĽ +ä¸Ńå°ı åѦçĶŁ +èĥ¡ åIJĮ +éī´ åĪ« +åĨħ ç½® +ä¹± 象 +æ¬Ĭ çĽĬ +å¼ĢæĶ¾ å¼ı +åįļ æĸĩ +讲 课 +çŃī åİŁåĽł +ç©· 人 +交 æĽ¿ +æĬ¤ çħ§ +åıijå±ķ æľºéģĩ +客 åķĨ +åıį ä¹ĭ +ç±³ é¥Ń +并 åıij +并åıij çĹĩ +æ±ī åŃIJ +æŀľ åĽŃ +对æĪij æĿ¥è¯´ +åģı åIJij +æī¹ 示 +读 åIJİ +读åIJİ æĦŁ +æĺİ æĻº +åĽ´ çĿĢ +åıį 转 +æĿ¨ å¹Ĥ +ä¸ĵ åįĸ +ä¸ĵåįĸ åºĹ +åıĹ éĻIJ +åºŁ è¯Ŀ +æŀģ å°ij +åįĪ åIJİ +è¿Ľ ä¿® +åīĬ åĩı +æľ¬ç§ij çĶŁ +ä¼ĺ éĢī +åħī çħ§ +åıĻ äºĭ +åıĸ æļĸ +åĮĹ è·¯ +æ¦ ķ +èİĨ çĶ° +楼 å±Ĥ +天 èĬ± +天èĬ± æĿ¿ +çĤ ľ +å·²ç»ı æľīäºĨ +è¶ ¾ +çĶ³ åįļ +çĶµ éĺ» +åĬŁ 课 +æŃ¥ æŃ¥ +éĤ£ä¹Ī 容æĺĵ +æѤ æĸĩ +ä½ ° +计 è¾ĥ +çīĩ éĿ¢ +çĶµå½± éĻ¢ +ä¸į åħ¬å¹³ +ä¸ī æľŁ +æĹħ游 èµĦæºIJ +å¤ļç§į å½¢å¼ı +è£Ĥ ç¼Ŀ +åIJİ æİĴ +硬 度 +åĽŀ æļĸ +éģĵ æķĻ +è´« è¡Ģ +æ¸ħ é¦Ļ +伤 çĹħ +æĦı 義 +çļĦ ç¼ĺ +çļĦç¼ĺ æķħ +åºĦ 严 +åıªæĺ¯ ä¸ºäºĨ +æīĵ æĬĺ +以 ä¾Ĩ +滿 足 +çİĽ 丽 +風 éļª +æĸĩ ç§ij +éħįå¤ĩ äºĨ +è¿Ľ é£Ł +æ¶ ¡ +è·¯ ç¨ĭ +åı« 声 +ä¸Ńå¿ĥ åŁİåĮº +æľīæīĢ ä¸įåIJĮ +å¼µ è²¼ +é¢Ħ æĬ¥ +æľīå¤ļ ä¹Ī +è¿Ľè¡Į åħ¨éĿ¢ +æĽ¾ ç¶ĵ +ä¸ī 代 +å®ı 大 +æ¸ħ æī« +éĢī åĩº +åĵª ä¸Ģ个 +主 義 +ä¾Ŀ æĵļ +çļ® éĿ© +赶 æĿ¥ +çŃĽ æŁ¥ +æ¨ Ł +ä¿Ŀ èįIJ +åIJĥ æĥĬ +æľĭåıĭ们 对 +ä»ĸ æĺ¯ä¸Ģ个 +åºŁ æ°Ķ +æ» ħ +è´¢ ç¨İ +æĿij æĿijæ°ij +èµĦ产 è´ŁåĢº +å®ī å¨ľ +缮åīį åĽ½åĨħ +æĦŁè§ī èĩªå·± +çµIJ åIJĪ +éĶ¦ æłĩ +éĶ¦æłĩ èµĽ +æĽ´ æ·± +åŁº æķ° +éħ¿ éħĴ +çī¹èī² 产ä¸ļ +åİĭ å®ŀ +ä¾Ŀæ³ķ 追究 +æ·¡ å®ļ +ç®Ģ缴 å°±æĺ¯ +å£ĵ åĬĽ +æ°ij å¿ĥ +ä¸į åIJĪéĢĤ +çĶ±æѤ åı¯è§ģ +èµŀ èªī +æ¾ ¤ +åĩłå¹´ åīį +åIJī ä»ĸ +çł´ æįŁ +轻轻 åľ° +å²Ľ 屿 +æĦı å¢ĥ +ä»Ģä¹Ī åı« +åģĩ è£ħ +éĢģ è´§ +å¹ķ å¢Ļ +妥 åįı +åĽ½ æĹĹ +äºĨ å¾Īä¹ħ +åĪĨ辨 çİĩ +ç´ Ķ +éĺ³ åĮº +åĩŃ çĿĢ +åģľè½¦ ä½į +京 éĥ½ +éĶ £ +æĵ ¾ +è¿Ľ éŨ +åĪĺ æµ· +åĽĽ 级 +女 足 +è¡ĮæĶ¿ 审æī¹ +éģ¥ æݧ +ä¸į éĮ¯ +å¾Ĺ å¾Ī好 +为 缮çļĦ +ä»į æľª +ç²¾ è£ħ +éĢį éģ¥ +å°½ 头 +çºł ç¼ł +éłĺ å°İ +æĭħ è´Ł +æĪĸèĢħ åħ¶ä»ĸ +åıªä¸įè¿ĩ æĺ¯ +åı® åĺ± +åģĩ åĨĴ +æļĸ æ°Ķ +çĽIJ åŁİ +被 è§Ĩ为 +诺 è´Ŀå°Ķ +ç»ĻäºĨ æĪij +è¿ij åįĥ +éĩį åĽŀ +éĨĴ äºĨ +çĶµ 解 +忽çķ¥ äºĨ +èĥĮ éĥ¨ +æĸĩæĺİ åŁİå¸Ĥ +æº ħ +è² ĵ +æĬµ æĮ¡ +åĸľæ¬¢ åIJĥ +éĿĻéĿĻ åľ° +å¾Ī æ·± +åŁºç¡Ģ çŁ¥è¯Ĩ +è¿ĩ éĶĻ +çIJĨ ç§ij +交æµģ åIJĪä½ľ +èĪ Ķ +調 æŁ¥ +æħĪ æĤ² +éĴ ° +èĩ´ çĶµ +å®£ä¼ł æ´»åĬ¨ +åıĺ éĩı +çļĦ人 æĿ¥è¯´ +æŶ éļĶ +ä¸į管 ä½ł +缸 è¿ij +è´µ éĩijå±ŀ +ä¹Łä¸į åı¯èĥ½ +ç²ī æľ« +åįĹ çĵľ +çĻ½ 马 +åħī æºIJ +éĩij å¥ĸ +çĭ¬ è§Ĵ +çĭ¬è§Ĵ åħ½ +妨 ç¢į +ç»Ļ åĬĽ +ä½Ĩ ä»į +å¼łå®¶ åı£ +èIJ¬ åħĥ +渲 æŁĵ +éķ¿å¤§ äºĨ +è®°èĢħ äºĨ解 +æĢĢ çĿĢ +è¦ģ åѦä¼ļ +游æĪı 代 +游æĪı代 ç»ĥ +äºĮ çĻ¾ +æĦıè¯Ĩ å½¢æĢģ +çİ º +计åĪĴ çĶŁèĤ² +æī¾ åĩĨ +åħ° èĬ± +è¿Ļ座 åŁİå¸Ĥ +污 æ³¥ +å®ĺæĸ¹ 微信 +å½Ĵ å±ŀ +æ°§ æ°Ķ +éģİç¨ĭ ä¸Ń +åį°è±¡ æ·±åĪ» +稳 妥 +çµIJ æĿŁ +åŃķ æľŁ +çī¹ æĿĥ +åĿļ åĽº +顺 åĬ¿ +æŀľ èĶ¬ +éĨ« 師 +åİ ® +ä¹Łæĺ¯ å¦ĤæѤ +é¦Ĵ 头 +缸 åĬ© +å¹² 线 +ä¸Ģ æľ¬ä¹¦ +ç» ¥ +æĮ¯ å¥ĭ +èĤ¾ èĦı +åĭķ çī© +é£ŀ è·ĥ +èıľ åĵģ +å¤ļ ä½Ļ +å¤ļä½Ļ çļĦ +éĢĿ ä¸ĸ +æģĭ 人 +å¼Ģåıij åĪ©çĶ¨ +顺 丰 +éĩİ å¿ĥ +æł¡ å¤ĸ +æģIJ é¾Ļ +éĿ¢ åħ· +éķ¿ è¾Ī +éļı å¤Ħ +éļıå¤Ħ åı¯è§ģ +ç´§ 缺 +éĩį ä¸Ń +éĩįä¸Ń ä¹ĭ +éĩįä¸Ńä¹ĭ éĩį +奥 æĸ¯ +奥æĸ¯ åį¡ +ä¸Ģ个 å¤ļ +ä¸Ģ个å¤ļ æľĪ +ä¸įåı¯ 缺å°ij +æĸ° æł¼å±Ģ +æıIJ æĮ¯ +è¡Į è´¿ +æ¼Ĥ æµģ +èģĬ åŁİ +åħ´ 建 +è´¨ æ£Ģ +ç§ģæľį 游æĪı +æĽ´ éĩįè¦ģ +è´ ® +çħ ľ +转åıĺ 为 +è¿Ļ 两年 +ä¿Ŀ é²ľ +æī§ æķĻ +çĥ ¨ +å¼Ģåıij 建设 +è¿IJèIJ¥ 管çIJĨ +误 å·® +京 åī§ +å¸IJ åı· +å·¥ä½ľ ä½ľé£İ +ä¸ĸ ä¿Ĺ +çĻ½ 宫 +天 åĽ½ +å¤©åĽ½ 继ç»Ń +å·´ æĸ¯ +èIJ¥ åĪ© +åĵģ æł¼ +æĿijæ°ij 们 +æĪ¿ 车 +çŃī çĹĩçĬ¶ +å¦Ĥ å®ŀ +å® ¸ +å±Ĥ 级 +éĶĻ è¿ĩäºĨ +ç»ĵ å®ŀ +ç¬ij èĦ¸ +羣å®ŀ æĢ§ +éĥ½å¸Ĥ æĬ¥ +é¥Ń èıľ +åºĶ 注æĦı +æĬ½ çĥŁ +伪 éĢł +åīį ä¸Ģ天 +éŃĶ é¾Ļ +éŃĶé¾Ļ 令çīĮ +约 è°Ī +绣çŃ¹ æİ¨è¿Ľ +让 çĶ¨æĪ· +åħ¨éĿ¢ èIJ½å®ŀ +å¼Ħ å¾Ĺ +è°Ī æģĭçĪ± +鸣 æĪIJéķ¿ +鸣æĪIJéķ¿ è®° +æ´ĭ æ´ĭ +çĸı æķ£ +éĿ¢ç§¯ 约 +æµĵ 缩 +æĸ¯ é¡¿ +çĶŁæĢģ åľĪ +æī§ 导 +移 éĢģ +齿 è½® +æł¹æľ¬ å°±ä¸į +缩 åĩı +èµ° ä¸ĭåİ» +çĿ« æ¯Ľ +ä¹Łä¸į éĶĻ +åıįæĺł åĩº +èĭ¦ æģ¼ +缸åħ³ æĶ¿çŃĸ +é«ĺ 楼 +ç²ī èī² +æĬķèµĦ é¢Ŀ +ä¸į ç»ı +ä¸įç»ı æĦı +å®ģ æĦ¿ +èĪĮ 头 +æ»ĭ çĶŁ +å®ģ åİ¿ +åīįåĪĹ èħº +åĩ ³ +é£Ł 欲 +åıĸ èĥľ +éĻ¢ åŃIJ +ç´łè´¨ æķĻèĤ² +滨 å·ŀ +æĬ¢ æĬĵ +å¼Ĥ åij³ +åĴ ļ +åĬ į +宽 éĺĶ +æļ´ 涨 +æĥł åıĬ +è§Ħ ç¨ĭ +ä¾Ľ åħ» +éĢģ å¾Ģ +å±± åºĦ +举 äºļ +å±ķ é¦Ĩ +解 éĶģ +æĹł è§Ĩ +éĻį èIJ½ +è¿ŀ äºij +è¿ŀäºij 港 +åıĤ è°ĭ +çİ ĸ +ç¬ ĥ +èĢĹ è´¹ +æī¿ å¾· +社ä¼ļ æķĪçĽĬ +åįĹæµ· ç½ij +åĪĽ 伤 +èIJ ± +åħħ æ²Ľ +ç½ijç«Ļ 建设 +大 åºĨ +åĨį éĢł +åŃĹ æł· +åħ¨æ°ij åģ¥èº« +èĮ« èĮ« +æµ® åĬ¨ +åīį åı° +å¢ŀ 设 +éĢĽ è¡Ĺ +åĢĴ éĹŃ +æ³ķå¾ĭ 顾éĹ® +çĸ ® +çĹħ çĹĩ +空 åīį +请 æķĻ +èĥľ ä»» +æĿĢ èıĮ +æĪĺæĸĹ æľº +ç»ĺ åĪ¶ +å¤Ħ æĸ¹ +çªģ åĽ´ +çĮ« åĴª +æĬ¥åijĬ æĺ¾ç¤º +ç¿ Ł +çķ¶ åľ° +æľĢ éļ¾ +纪 å§Ķ书记 +ä½İ åİĭ +èĻļ 空 +è¿Ļéĥ¨ çĶµå½± +产ä¸ļ åįĩ级 +è°· çĪ± +è°·çĪ± åĩĮ +æĬ¼ éĩij +女 æĸ¹ +éĴ» çłĶ +æļĹ æļĹ +è¿· ä½ł +æīĢ è¬Ĥ +å¨ģ å»ī +å¼Ģ æľĹ +å² Ķ +çģ« çĤ¬ +åIJĪçIJĨ æĢ§ +åħ¬ åĬŀ +ä¼ļ ä¼ļéķ¿ +éĺ´ è°ĭ +å¼Ģ å±Ģ +æĻ®éĢļ è¯Ŀ +åį¡ æĭī +å°ij åIJĥ +éĹª èĢĢ +æŀľ æ±ģ +æī§è¡Į åĬĽ +è° Ľ +æĬ¢ åĬ« +é«ĺéĢŁ åıijå±ķ +éŁ ¬ +åįĹ æ²Ļ +é«ĺçŃī åŃ¦æł¡ +æį¢ 个 +åı¯èĥ½ åŃĺåľ¨ +æĬ Ĵ +è°± åĨĻ +被 æĬĵ +æĿ¯ åŃIJ +èĬĤèĥ½ åĩıæİĴ +æ°ĶåĢĻ åıĺåĮĸ +åĪĨ åĪ¥ +ä¸Ń æŀ¢ +欢 åij¼ +åħī 纤 +è¿Ļ 群 +çľ¼ çķĮ +åħ±åIJĮ åıijå±ķ +çİ° ä»Ĭ +éĹ» è¨Ģ +çī¹èī² å°ıéķĩ +æķij 人 +éĻį æ°´ +ä¸ĸçķĮ ä¸Ģæµģ +å°± é¤IJ +çŀ ¥ +å¤į ä»ĩ +ç¾½ æ¯Ľ +ç¾½æ¯Ľ çIJĥ +è´© åįĸ +æºIJ æ³ī +æĢ»ä½ĵ è§ĦåĪĴ +åĬ¨ æĦŁ +ä¸Ģ 审 +åĢŁ éĴ± +è§ģ æķĪ +èĬ± èįī +åIJĮ ä¸ļ +æŁ¥ è©¢ +åĽ½éĻħ åIJĪä½ľ +ä¾Ľ åĽ¾ +åģ ´ +æł ĵ +缸 éĢļ +è°Ī åıĬ +è¿ĩç¨ĭ å½ĵä¸Ń +é¦Ļ èıĩ +åįģåĽĽ æĿ¡ +ä¸Ģå¼Ģå§ĭ å°± +ä¸ĵ åijĺ +æĺİ é¡¯ +æīĵéĢł åĩº +ä¸ĭéĿ¢ æĪij们 +æľº æ²¹ +åı° è¯į +åŃIJ å¼Ł +æľĢ 常è§ģçļĦ +æĪij è®°å¾Ĺ +ç» ° +æĤ¬ æµ® +è¿ĺ 羣æĺ¯ +æĮĤ åı· +åıĭ åĸĦ +éĩį 伤 +çħ§ 亮 +æѦ èѦ +åĩºçİ° éĹ®é¢ĺ +è¸Ĭ è·ĥ +åľ°çIJĥ ä¸Ĭ +å¸Ĥ 人大 +åıĹ害 人 +å² IJ +åIJĮ åѸ +éĩijèŀį å¸Ĥåľº +æľīçļĦ çݩ家 +å¸Ĥ æķĻèĤ² +å¸ĤæķĻèĤ² å±Ģ +åIJĦ å¼Ĥ +ç·ļ ä¸Ĭ +æģ º +æľī 大éĩıçļĦ +åķĨ æĬ¥ +åįķ åįķ +åħ¨ é¢Ŀ +ä¾Ŀæŧ æĺ¯ +好 åĩłä¸ª +åĸ µ +éĩį æķ´ +çĶŁæ´» è´¨éĩı +æİ¢ 访 +åį° èĬ± +缼 è¡Į +å¾® è§Ĥ +èĪį å¾Ĺ +åºŁå¼ĥ çī© +积 èĵĦ +å®ļ å±ħ +æĤ ¼ +èĮ ¸ +çļĦ 帮åĬ© +çļĦ帮åĬ© ä¸ĭ +亿 åIJ¨ +åŃĶ éĽĢ +è¿ĻæĿ¡ è·¯ +é¥ µ +æĦĪ åĬł +éķ į +ä½ľ æ¡Ī +èįĶ æŀĿ +太 å°ij +è·» 身 +åħ¬çĽĬ æ´»åĬ¨ +çĻ½ æĸij +æĬĢæľ¯ æ°´å¹³ +å¸ § +æĹł çŁ¥ +åºĶ该 æĢİä¹Ī +éĢĢ å¸Ĥ +æ¸ Ń +åħ» çĮª +é© ¼ +群 å²Ľ +大 åį« +ä¹ĺ çĶ¨è½¦ +èı² å°Ķ +è´´ åIJ§ +åģľ ä¸ĭæĿ¥ +æľīæľº ç»ĵåIJĪ +åĪ» èĭ¦ +çļĦ åľ° +çļĦåľ° æŃ¥ +è¯Ĭ æīĢ +å¼Ģ æĪĺ +èĢģ çīĮ +çŃ¹ çłģ +åħ«å¤§ 以æĿ¥ +楼 æĪ¿ +åŃĻ æĤŁ +åŃĻæĤŁ 空 +åħĴ åŃIJ +第ä¸Ģ æĿ¡ +社交 åªĴä½ĵ +æĥ³ èµ·æĿ¥ +大 æ´ĭ +æĭ¼ éŁ³ +è¿Ľ åįļä¼ļ +è¿ĩ åħ³ +æ² ¼ +ç©¿ æIJŃ +éĤ£ ä¸Ģ天 +çł´ éŨ +æĬķæłĩ 人 +èµ¢ 家 +èĻļ å¼± +æ¿ ĥ +å®ī æ£Ģ +客 家 +çĭ¬ç«ĭ èij£äºĭ +æīĭ åĬ¿ +åīµ éĢł +åľĨ满 å®ĮæĪIJ +为主 线 +好å¥ĩ å¿ĥ +é¢Ĩ åľŁ +çª ĸ +åħ¸åŀĭ æ¡Īä¾ĭ +çªģåıij äºĭ件 +åºķ æ°Ķ +头 æĻķ +å®Ľ å¦Ĥ +è§ ¸ +æ¸ħ æ·¡ +åļ ¼ +åģľ çĶµ +ç²ī å°ĺ +éĻįä½İ æĪIJæľ¬ +æĶ¾ æīĭ +è®°èĢħ 表示 +æĭĸ 延 +éª ĩ +æ®ĭ å¿į +çľģ æķĻèĤ² +çľģæķĻèĤ² åİħ +é«ĺ é¢Ŀ +éĦ Ļ +æ¥ ŀ +åĨħ ç§ij +èIJ¥ä¸ļ é¢Ŀ +åŁº çŁ³ +æµģ æ·Į +主 æŨ +éĺIJ éĩĬ +建 åįİ +æĥĬ åı¹ +çī¢åĽº æłijç«ĭ +æĺ¯åIJ¦ åŃĺåľ¨ +建 åĨĽ +éĽ¾ éľ¾ +åħ¬ 认 +åħ¬è®¤ çļĦ +æ°¨ åŁº +æ°¨åŁº éħ¸ +åīį åĩłå¹´ +åĪ¹ éĤ£ +æ±Ł 举 +å·¥ æ¥Ń +ä¸ĢçĤ¹ ä¹Łä¸į +ä¿® 士 +äºĨä¸Ģ éģį +åĪ ģ +æ»ļ æ»ļ +åĪĨ æł¡ +羣 çĪ± +è¡Ģ èĦī +æĢ¥ åī§ +ä¸Ģ群 人 +ç¾ ¯ +æĪIJ é¾Ļ +ç²¾ç¥ŀ çĹħ +缸åħ³ 人åijĺ +éĿĵ 丽 +ä¸ī åŃ£åº¦ +åĪĴ å®ļ +ä¸ĸçķĮ 第ä¸Ģ +éĢļ ä¿Ĺ +åķĨä¸ļ åľ°äº§ +åĬŁèĥ½ æĢ§ +èµĦæľ¬ 主ä¹ī +详 è§ģ +æĬĵ æįķ +æĸĩ æĺĮ +å®Ŀ å®ī +è£ħéħį å¼ı +æºIJ æºIJ +æºIJæºIJ ä¸įæĸŃ +çĶŁ æĢķ +纵 åIJij +å£ ½ +çľ¼ è¢ĭ +èĤī ä½ĵ +åı¤ ä»Ĭ +èŀį åªĴä½ĵ +åģ ī +æł¼ æľĥåĵ¡ +çĥ · +åĬŁ çĶ¨ +æīŃ çŁ© +绿èī² éĢļéģĵ +åī§ ç»Ħ +å¼± åĬ¿ +è´¨éĩı éĹ®é¢ĺ +éĻIJ é¢Ŀ +éª Ĩ +éģµ ä¹ī +å¯Ŀ 室 +æĥ³ 念 +åł± åijĬ +ä»ħ 次 +ä»ħ次 äºİ +èŀį åĪĽ +æĭĽèģĺ ä¼ļ +åºĬ åŀ« +转åŀĭ åıijå±ķ +ä¸ŃåĽ½ çĶµä¿¡ +åIJ¬ è¯Ŀ +è«ĭ æ±Ĥ +大éĥ¨åĪĨ 人 +æ´» å¾Ĺ +åĵŃ æ³£ +è¶ Ļ +åıijçĹħ çİĩ +ä¸į 符 +åĨĽ å®ĺ +é¢Ī æ¤İ +æĸ°åĨł çĸ«æĥħ +æŁ¬ åŁĶ +æŁ¬åŁĶ 寨 +ä»»ä½ķ å½¢å¼ı +人 éĻħ +人éĻħ åħ³ç³» +æĢ» æī¿åĮħ +å¹³åĿĩ æ¯ı +æģŃ åĸľ +åĦ ĺ +åħµ 马 +è¿Ł åĪ° +å·¥ 伤 +çīĪæĿĥ å½Ĵ +çīĪæĿĥå½Ĵ åİŁ +æĭ¥ æĬ¤ +ç³Ĭ æ¶Ĥ +å¹² æ¶ī +å°ij ä¸įäºĨ +æĥ³ æī¾ +è´¹ çİĩ +该 éĻ¢ +èŀį åĮĸ +è¿İ åIJĪ +è§ĨåIJ¬ èĬĤ缮 +æł¼ 網ç«Ļ +çľī æ¯Ľ +欢è¿İ 大家 +家åºŃ æķĻèĤ² +ä¾µ èļĢ +ç»Ļ ä½łä»¬ +è¡Ģ液 循çݯ +å¯Ħ æīĺ +å°ĸ åı« +以ä¸ĭ åĩłä¸ª +è¿ĺ 以为 +åħ¶ä»ĸ çݩ家 +ç¬ij ç¬ij +æīĵ åIJ¬ +èĩªçĦ¶ ç§ijåѦ +åŁº ç«Ļ +ä¹Ŀ å·ŀ +ä¿Ŀ 驾 +ä¿Ŀ驾 æĬ¤ +ä¿Ŀ驾æĬ¤ èĪª +æĶ¾ çľ¼ +çŁ¥åIJį ä¼ģä¸ļ +ç¸ ® +ç¨ ½ +æļ ĩ +使çĶ¨ 網路 +é¢Ħ çķĻ +大 象 +åıijæĺİ ä¸ĵåĪ© +æĸĩ 娱 +éĢł ç¦ı +湿 润 +éĿ¢ æĿ¡ +æ¶Īè´¹ åįĩ级 +è®Ĭ å¾Ĺ +åĩł åIJį +ä» Ħ +认 æ¸ħ +è¿ľ æĻ¯ +æıĴ 座 +诸 侯 +åıĺ æĢģ +ç¦ı 彩 +è´§ æŀ¶ +失 æݧ +移åĬ¨ 端 +ä¸Ĭ åı¸ +éĢł 纸 +å¸ĥ æľĹ +çĴ ĩ +åı° åįĹ +åĮĹ京 åĨ¬å¥¥ +èĵĿ çīĻ +éķ¿ çŁŃ +æĬĺ å°Ħ +ç»ij æŀ¶ +å¯Ĵ åģĩ +转 åŁºåĽł +æĢ¥ äºİ +æŃ£ åĵģ +åħħ 滿 +大 纲 +æĬĹ ä½ĵ +è¨ĵ ç·´ +æĶ¶ ç´§ +æ¯Ķ è³½ +åħµ åĬĽ +æľ¬ æĽ¸ +äºĮ 代 +æĢ¥ è¯Ĭ +æĸĩ æ¡Ī +ç»ı åķĨ +æĻ¨ æĬ¥ +æ£ ĺ +æĢ»ä¹¦è®° åľ¨ +åıĹ éĤĢ +äºĶ åĽĽ +å²Ń åįĹ +çĪ± åIJĥ +åŁĥ å°Ķ +å¿ĥ å¢ĥ +è¦ĨçĽĸ éĿ¢ +å®ŀåľ¨æĺ¯ å¤ª +æł¹ åºķ +纷纷 表示 +åĹ ħ +éļıçĿĢ æŶéĹ´ +åİĨåı² æĤłä¹ħ +éħ ī +æĢ» éĺŁ +主é¢ĺ æ´»åĬ¨ +éĹ® åį· +é©¿ ç«Ļ +æı¡ ä½ı +åı¯èĥ½ 导èĩ´ +æ°ij éĸĵ +éĸĭ åķŁ +ä½Ĩ ä¸įéĻIJ +ä½Ĩä¸įéĻIJ äºİ +åįģ éĩĮ +å¨ ¥ +æįŁ èĢĹ +çĸı 导 +çݯ æ°§ +ç¥ŀ éĢļ +çĪ± å°Ķ +çĪ±å°Ķ åħ° +æľ´ å®ŀ +å¿« æĬ¥ +æĶ¶ åıĹ +æĪĸ 許 +èĥĮ éĿ¢ +æĸĩåĮĸ ä¼łåªĴ +ä¸ī åĢĭ +æĶ» åĬ¿ +å®ī 举 +å®ī举 å°¼ +åĿĩ å·² +顾 èĻij +éĦ Ń +è¿Ļ家 åħ¬åı¸ +åħ¬åijĬ 称 +æıIJä¾Ľ ä¼ĺè´¨ +稳æŃ¥ æİ¨è¿Ľ +å¤į è¯ķ +å°Ĩ é¢Ĩ +è°Ī èµ· +å¨ Ħ +è¿ŀ 线 +æ©Ł éĹľ +åºĶçĶ¨ åľºæĻ¯ +çĶ» åĥı +è´¢ è¿IJ +ä¿Ŀ éļª +çĹħ çIJĨ +æ¯Ľ 主å¸Ń +ä¸Ŀ 毫ä¸į +çĪ± å¥ĩ +çĪ±å¥ĩ èīº +ä¸ĵ家 ç»Ħ +åij¼ åĶ¤ +éĭ ¼ +çģ ¸ +é¢ĨåħĪ åľ°ä½į +æıIJ æĭĶ +龸 éģĵ +å±± åĿ¡ +èĿ İ +沸 èħ¾ +该 项 +ä»Ĭ çĶŁ +ä¸Ģç¯ĩ æĸĩç«ł +æĸ¹å¼ı è¿Ľè¡Į +é»ij 客 +æĶ¹ åĬ¨ +主 é¡Į +æķ£ å¸ĥ +ä»Ģä¹Ī åľ°æĸ¹ +åĮĸ åIJĪ +åĮĸåIJĪ çī© +éĿĻ çĶµ +æĢ» æĶ¶åħ¥ +å§Ķ ç»Ħç»ĩ +å§Ķç»Ħç»ĩ éĥ¨ +éĿĻ æĢģ +èĢģ åŃĹåı· +室 åıĭ +éĥ½ä¸į æķ¢ +æŀ¶ åŃIJ +çģµ æķı +审 è§Ĩ +æĤ£ åĦ¿ +å±± 寨 +èĸª èµĦ +é©° æı´ +éĥ¨åĪĨ åĨħ容 +好 ä¼¼ +æĪIJåijĺ åĽ½ +åľ¨æĪij çľĭæĿ¥ +åħ³æ³¨ 度 +éĻĪ æŁIJ +è¿Ļç§į äºĭæĥħ +éĢī å®ļ +ç²¾ åŃIJ +å£ģ çĶ» +æ±Ł æ·® +é«ĺ æĺĤ +æł¼ åĬĽ +è¼ © +åѦ åłĤ +æĤ¨ åIJĮæĦı +ä¸ĢåĪĩ éĥ½æĺ¯ +æ½ ¤ +éĸ ĥ +å¸ĮæľĽ èĩªå·± +ä¿ ĺ +æ±Ł åİ¿ +æ³ ¾ +ç§ij æķĻ +æīĵ è¿Ľ +ä¸į æħİ +å¯Ĵ åĨ¬ +æ¸Ķ æ°ij +鼷 æĸ¯ +主 å®° +æĹħ游 度åģĩ +çĶµåŃIJ éĤ®ä»¶ +æ±Ĥ å©ļ +éļİ æ®µ +åģ¥èº« æĪ¿ +注æĺİ åĩºå¤Ħ +äºĭæķħ åıijçĶŁ +级 以ä¸Ĭ +åŃĺ æ´» +æĸ½ èĤ¥ +èľľ èľĤ +åµ © +æĮĸæİĺ æľº +æĬĹ æĭĴ +ä¼ł 导 +æĺ¯ä»Ģä¹Ī åij¢ +ä¸Ĭå¹´ åIJĮæľŁ +建 åħļ +çĶŁ æħĭ +ä¿Ŀ ä½ı +款 车åŀĭ +人 èĦī +éļIJ èĶ½ +失 æķĪ +éģ¿ åŃķ +ç®Ģ 便 +谢谢 ä½ł +å®Ī ä½ı +æĶ¾ æĺł +è¨Ī çķ« +çݰ代 çī©æµģ +é¤IJ 廳 +æķħ å±ħ +大 大å°ı +大大å°ı å°ı +çī¹åĪ« 声æĺİ +éģį åıĬ +å¿ĥçIJĨ åĴ¨è¯¢ +è³ ´ +çĮ® è¡Ģ +å·²ç»ı è¾¾åĪ° +æīĵ æĭĽåij¼ +åıĮ è¾¹ +ä¸Ģæĸ¹éĿ¢ æĺ¯ +å´ĩ å°ļ +éĺ¿ å¯Į +éĺ¿å¯Į æ±Ĺ +æĮģ æľī人 +è± ģ +é£İ çŃĿ +åĬ¨ èį¡ +äºĨä¸Ģ ä¼ļ +äºĨä¸Ģä¼ļ åĦ¿ +ä¸ĩ 象 +çľĭ çĶµè§Ĩ +åįģä¸ī æĿ¡ +çĮĽ çĥĪ +è¦ģ ä¸įçĦ¶ +太æŀģ æĭ³ +å¼ķ çĪĨ +ç»ıè¿ĩ å¤ļå¹´ +游æĪı éĩĮçļĦ +é¾Ļ æ³ī +æłĩ éħį +è®ĵ ä»ĸåĢij +éĢł æŀĹ +åĮºåŁŁ æĢ§ +亿 ä¸ĩ +æĪĺçķ¥ å¸ĥå±Ģ +éķĩ æĶ¿åºľ +åĶ® 票 +çĶŁäº§ å·¥èīº +éķĩ åħļå§Ķ +ä¸Ńå°ı åŀĭ +æľ¨ èĢ³ +æ²³ è¾¹ +èĦ¾ èĥĥ +欢è¿İ æĤ¨ +åıĺ å¼Ĥ +缤 纷 +åŀĥåľ¾ 桶 +辩 è¯ģ +车 åºĵ +æ¯Ķ çİĩ +åħ´ æĹº +详ç»Ĩ äºĨ解 +å®ī å±ħ +çħ§ æĸĻ +æĸ¹ æīį +èµ ¦ +åĨ ķ +å¥Ķ èµ´ +å®Ŀ 鸡 +åľº åĿĩ +缮åīį æŃ£åľ¨ +åIJŀ åĻ¬ +è¿° èģĮ +æĩ µ +å¥ĩ çijŀ +ä»į å°Ĩ +èĪī 辦 +å·¥åķĨ å±Ģ +å¡ij èĥ¶ +åĬŀ å®ŀäºĭ +æĸ¹ æĸ¹éĿ¢ +æĸ¹æĸ¹éĿ¢ éĿ¢ +æĸĩåĮĸ èĬĤ +åħ¥ èģĮ +é¸ ¥ +ç©¿ éĢı +以 ä¹łè¿ijå¹³ +åį± éļª +æľ¦ èĥ§ +åİĨåı² æĢ§ +æķŀ å¼Ģ +ä¼Ļä¼´ åħ³ç³» +çŁ¿ åĮº +åĽ½éĻħ åľ¨çº¿ +ä¼łå¥ĩ éĩĮéĿ¢ +è¿ij äºĽ +è¿ijäºĽ å¹´ +åĬ£ åĬ¿ +æĶ»åĩ» åĬĽ +æĻº éĢł +ç¦ § +çİĭ åħĪçĶŁ +éĨ« çĶŁ +åĽĽ 项 +å®ŀ æĻ¯ +åĪĿ åĪĽ +å¿ĥ 裡 +æĻ¶ ä½ĵ +交 éĻħ +让 æ¶Īè´¹èĢħ +课 æĸĩ +æİĴ æ°Ķ +并ä¸į æĦıåij³ +缸 声 +第ä¸Ģ å±Ĭ +åİŁ èijĹ +éĽ ľ +没æľī 太大 +è¡¥ æ°´ +çī©æµģ ä¼ģä¸ļ +第äºĮ æī¹ +åħ¶å®ĥ éĹ®é¢ĺ +æİĮ éŨ +责任 å¿ĥ +é¤IJ åħ· +ç¾Ĭ æ¯Ľ +没æľī å¿ħè¦ģ +ä¹IJ åĽ¢ +è¿Ľ åŁİ +ä¸ĢçĤ¹ åĦ¿ +身 å½¢ +çļ®èĤ¤ çĹħ +æĺ ± +å¢ŀ èĩ³ +èģ² æĺİ +æıIJ è´¨ +ä½ĵèĤ² åľº +çŃ¹ 建 +é¬ Ĩ +车 çīĮ +éļĶ éŁ³ +è´Łè´£ åIJĮå¿Ĺ +丰 ç¡ķ +ä½Ľ éĻĢ +äºī åIJµ +åº ¶ +æ·¡ æ°´ +å°ı çĶ·åŃ© +ç§ģ èĩª +åĮĸ è¿Ľç¨ĭ +æĪĺ士 æĿ¥è¯´ +æ²¹ èħ» +èĦ±è´« èĩ´å¯Į +æĹ¥å¸¸ å·¥ä½ľ +交 èŀį +åĨľ è´¸ +åĨľè´¸ å¸Ĥåľº +åĵĪ çĻ» +çĶµ è´¹ +èµ ĺ +åıĮ èħ¿ +æĵĶ å¿ĥ +æĿ¥ 形容 +使åij½ æĦŁ +éĤ£ä¹Ī ç®Ģåįķ +èĬĻ èĵī +åĢŁæ¬¾ 人 +ç§Ģ 丽 +è®ĵ ä»ĸ +严åİī æīĵåĩ» +è³ ŀ +æļ « +çħ¤ æ°Ķ +çĪ¬ ä¸Ĭ +æ½ĩ æ´Ĵ +太 ä¹ħ +åij½ åIJį为 +è·¯ çĶ± +è·¯çĶ± åĻ¨ +é© ¯ +æıIJ æĹ© +æĬĹåĩ» çĸ«æĥħ +åĩ Ľ +交 åıĭ +éĶĢåĶ® æ¸łéģĵ +毫ä¸į çĬ¹è±« +èIJ¥ åľ° +çłĶ究 表æĺİ +é±¼ ç±» +æį¢ å±Ĭ +æİ¡ åıĸ +çī Ĩ +缼 å¼Ģ +沧 æ¡ij +åºŃ 审 +ç»ı æŁ¥ +åĬł å¼· +缸æ¯Ķ äºİ +ä¸ĵ çıŃ +ä½ĵ åŀĭ +被 害 +被害 人 +æĶ¶ 款 +åħ·æľī èī¯å¥½ +é«ĺå³° æľŁ +åģı ä½İ +åĦ Ł +åĨľä¸ļ ç§ijæĬĢ +çī¹æ®Ĭ æĥħåĨµ +å¦Ĥæŀľ çݩ家 +éķ¿ 约 +第åħŃ å±Ĭ +åħ¬å¼Ģ æĭĽèģĺ +åĪĩ æĸŃ +è¿« 使 +çĸĹ ç¨ĭ +第äºĮ ç§į +ä¸į åħį +å¹² èѦ +çŁ³ 榴 +åĹ £ +两 ç±» +çĪµ 士 +åŁİ乡 å±ħæ°ij +æѤ 项 +缴 è¾ĸ +缴è¾ĸ å¸Ĥ +åij¼ åºĶ +éĴ ¯ +ç¦ı å¾· +æľº 身 +æĵį åľº +æ¿Ĵ 临 +人群 ä¸Ń +èĤ¡ æ°ij +åŃ ½ +æ³ķ åħ° +é¨ İ +糯 ç±³ +æĢ» çļĦ +æĢ»çļĦ æĿ¥è¯´ +åħ¸ éĽħ +æĸ° éĻĪ +æĸ°éĻĪ 代谢 +缮 çĿ¹ +é¢Ħ è¨Ģ +è·Į çł´ +æĸ° ç¯ĩç«ł +æ¯Ĵ æĢ§ +åĸĿ èĮ¶ +æŁ¥ èİ· +亮 丽 +çĶŁäº§ åķĨ +æĶ¹ æĪIJ +为äºĨ æĽ´å¥½ +æ·± 交 +深交 æīĢ +æİ ĥ +ä¹Ļ èĤĿ +泸 å·ŀ +åħĪè¿Ľ æĬĢæľ¯ +è¾ĵ ç»Ļ +æķ£ æĪ· +æĢĿç»´ æĸ¹å¼ı +åºĹ 主 +è°ĭ æ±Ĥ +游æĪı æĬĢå·§ +ä¸Ģå¹´ 级 +çľ¼ è§Ĵ +ä¸Ńä»ĭ æľºæŀĦ +å·§ åIJĪ +éĺ² çĽĹ +导 è´Ń +æĪ Ĭ +æĽ´ éĢĤåIJĪ +åŁºæľ¬ ä¿¡æģ¯ +马 ä¸ģ +åħ»æ®ĸ åľº +åıį è¿ĩæĿ¥ +æݨ å´ĩ +å¯ĨåĪĩ åħ³æ³¨ +åŁºéĩij ç»ıçIJĨ +æĮī éĶ® +åĨħéĥ¨ æݧåĪ¶ +æĪIJåijĺ åįķä½į +æľ¯ è¯Ń +åĪ¶ æľį +åĪļ éľĢ +æ£Ģ ç´¢ +大大 æıIJé«ĺ +åģ¥åº· 管çIJĨ +èĩª æѤ +客æĪ· éľĢæ±Ĥ +丰 èĥ¸ +èµ· éĩį +èµ·éĩį æľº +æ¬ł 缺 +æ¡Ī åŃIJ +æĥħ人 èĬĤ +åħļ æł¡ +è¢ ľ +该 åī§ +迷失 ä¼łå¥ĩ +ç»ļ 丽 +åķ ª +æĹł ç§ģ +éĢ² ä¸ĢæŃ¥ +第ä¸Ģ ç«ł +åĻ¨ åħ· +åĨľ èµĦ +確 實 +åºı åĪĹ +娱ä¹IJ å¹³åı° +èŀįèµĦ 秣èµģ +èµĦæºIJ åħ±äº« +èģ½ åĪ° +æIJŀ å¾Ĺ +继ç»Ń ä¿ĿæĮģ +åIJ¯ èĴĻ +çľ º +ä¸Ŀ è·¯ +设æĸ½ 建设 +æİ¥ åľ° +æİ¥åľ° æ°Ķ +第ä¸ī åŃ£åº¦ +åŁº è°ĥ +åıij éŁ³ +社ä¼ļ èµĦæľ¬ +éĽĩ 主 +è¿ŀ èĥľ +没 åķ¥ +å» ¢ +赶 èµ´ +æ¼Ķ åĮĸ +åı¤ æĢª +çİĭ çĪ· +é¢Ħ åħĪ +å¼Ģ åħ· +åĽŀ é¦ĸ +åľ°ä¸ĭ æ°´ +å°ıç¼ĸ ä¸Ģèµ· +èµİ åĽŀ +åľ° è²Į +åĪĿ ä¸ī +åı¯ çĶ¨äºİ +éģĹ è¿¹ +è¿Ļ æī¹ +èĸª æ°´ +å¿ħçĦ¶ ä¼ļ +æ² ½ +éį ĭ +第ä¸Ģ éĥ¨ +åĪĬ çī© +å®ŀ ä¾ĭ +æ¸ħ åĩĢ +ä¸Ĭ èµĽåŃ£ +åĽ¾ 表 +éĤ® è½® +åĵª 裡 +缸 è§ģ +æī° ä¹± +æ¯ı æ¯ı +è¿Ļ è¾ĪåŃIJ +ç¡« éħ¸ +äºī 缸 +溯 æºIJ +åĩº ä¼Ĺ +çİī çŁ³ +åħ± çĶŁ +æŶéĹ´ 段 +éĩįè¦ģ æĮĩ示 +æ¶Īè´¹ éľĢæ±Ĥ +éķ¿ éķ¿ +éķ¿éķ¿ çļĦ +å®ī æĬļ +å¢ŀ é«ĺ +æľ¬ è½® +亲 çľ¼ +é£İ æ³¢ +èĢģ å¦Ī +æĶ¶è´¹ æłĩåĩĨ +åĨħ éĻĨ +æĮ¥ åıij +åįĩ åѦ +èĥ¸ åīį +åģı è¿ľ +纯 æ´ģ +æĸ½å·¥ åįķä½į +身 ä»· +è´¢ åĬĽ +çº ¶ +è£ħ çĶ² +æĺ¾ç¤º åĻ¨ +毫 åįĩ +æ·± çŁ¥ +èĢ¶ ç© +èĢ¶ç© Į +è¾ĥ éĩı +åľ¨ è¿ĩ渡 +åľ¨è¿ĩ渡 æľŁ +èĮ Ĺ +ä¸Ģ个 æĺŁæľŁ +èĬ · +è´¿ èµĤ +æ¿ ķ +æĩĤ äºĭ +ç§ § +åħħ å½ĵ +åĽ½ ç«ĭ +èĬ± çĵ£ +éĤĦ è¦ģ +åħ¬ åľĴ +触 åĬ¨ +æ³° å·ŀ +ä»Ģä¹Ī æł· +æ»ĭ åħ» +è¯Ħ åĪ¤ +æĮ¥ æīĭ +èĦ Ī +姥 姥 +è¿IJ è´¹ +æ¯ħ åĬĽ +å¿ĥ æĻº +ä¸į æİĴéĻ¤ +第ä¸ī 代 +éĢĢ è´§ +æĺŁ éĻħ +æ°¸ åĪ© +æĬ¤ åį« +çıŃ è½¦ +è¨Ģ è¡Į +ç¹ ª +主åĬ¨ æĢ§ +å·¥ç¨ĭ è´¨éĩı +éĥĬ åĮº +ä¸Ģ æłĭ +ä½Ĩ å®ŀéĻħä¸Ĭ +ä¸ī大 èģĮä¸ļ +åij¼ åı« +女 åħĴ +è¯ģåĪ¸ æĬķèµĦ +èĢĥ æħ® +çĤ« èĢĢ +æ²» 好 +åĺ ¶ +èĥ ¤ +åħīä¼ı åıijçĶµ +åĩł æŃ¥ +æīĢ æīĢ +æīĢæīĢ éķ¿ +çħ§ æł· +åĵ¥ 们 +è¯ Ľ +è¿Ļä¸Ģ åĪ» +çŁ¿ çī©è´¨ +ä¸įå¾Ĺ å·² +åIJĮ 缣 +ç»Ĩ å¾® +è·¯ èĻİ +çĻ¾ èĬ± +æ·· æ²Į +ä¸Ĭæµ· è¯ģåĪ¸ +éĢĢ ç¨İ +èµŀ åı¹ +æī®æ¼Ķ 游æĪı +åIJį åĪĹ +åIJįåĪĹ åīį +åIJįåĪĹåīį èĮħ +ç±³ å°Ķ +ä»Ģä¹Ī åİŁåĽł +å®īåħ¨ ä¿Ŀéļľ +ä¸Ģåıª æīĭ +ä¹³ ä¸ļ +ä¸į çĶĺ +æĥħ åķĨ +æĮ¡ ä½ı +åİŁåĽł ä¹ĭä¸Ģ +è¿Ļ 两天 +çĥĺ çĦĻ +è± ¬ +ä½ł 以为 +没 è§ģè¿ĩ +åĵªå®¶ 好 +åīį ä»» +è¿Ľ è´§ +éĢĢ åĽŀ +串 èģĶ +èĩ³ æĸ¼ +åĨ° æ·ĩ +åĨ°æ·ĩ æ·ĭ +æŁ¥çľĭ 详æĥħ +çı¾ 實 +æݨ æµĭ +æİ¥ æīĭ +éļ¶ å±ŀäºİ +åŁİå¸Ĥ 群 +æĿİ åħĪçĶŁ +çŁ¿ æ³īæ°´ +çī¹ ä»· +æĽ´å¤ļ 精彩 +ç¨ĭ å¼ı +读 æĩĤ +å±ı èĶ½ +奥 æŀĹ +奥æŀĹ åĮ¹ +奥æŀĹåĮ¹ åħĭ +红 èĸ¯ +å¥ ® +å®Ŀ çİī +網 絡 +è² § +欧 å¼ı +çĻ½ ç³ĸ +èĩªçĦ¶ çģ¾å®³ +åijĬè¯ī 她 +å» ļ +çĤ¹åĩ» æŁ¥çľĭ +é£İ 湿 +èµĦ产 éĩįç»Ħ +ä¹Łä¸į ä¾ĭå¤ĸ +åįĬ 个å°ıæŶ +åIJ¸å¼ķ æĽ´å¤ļ +æŶéĹ´ èĬĤçĤ¹ +æĶ¶ 纳 +åIJ¸ æ¯Ĵ +èĢģ 乡 +çIJ ħ +æľĢ çµĤ +åıį æĦŁ +çĶ¨ 微信 +çĶ¨å¾®ä¿¡ æī« +éĢŁ çİĩ +大 çĨĬçĮ« +åı¯ æĥ³ +åı¯æĥ³ èĢĮ +åı¯æĥ³èĢĮ çŁ¥ +åĴ § +èµ° åħ¥ +碳 éħ¸ +èĮĥ åĨ° +èĮĥåĨ° åĨ° +被 åĪ¤ +积æŀģ æݨåĬ¨ +足 足 +ç²Ĵ åŃIJ +大 å®Ĺ +大å®Ĺ åķĨåĵģ +ç½ij绾 ç§ijæĬĢ +æĽ¼ åŁİ +å·² ä¹ħ +å·²ä¹ħ çļĦ +秦 çļĩ +秦çļĩ å²Ľ +ä»» æķĻ +åĶ¯ ç¾İ +æ·¡ åĮĸ +æ¡Ĥ èĬ± +çŁ¥è¯Ĩ åĪĨåŃIJ +æĩĴ å¾Ĺ +主 åħ¬ +设计 çIJĨ念 +è³ º +æīĢ æıIJä¾Ľ +æīĢæıIJä¾Ľ ä¹ĭ +æĶ» åħĭ +åĤ ¾ +è¯Ń æ³ķ +åįĥ åı¤ +éĸĭ æĶ¾ +第ä¸Ģ èĬĤ +éĤĦ æ²Ĵ +éĢĥ çĶŁ +æ³ Ĺ +åİ¿ å§Ķ书记 +ä½ľèĢħ æīĢæľī +çħ ½ +ç» ħ +æł ħ +æľ´ ç´ł +çijķ çĸµ +åĮħ åĮħ +æ°ij主 åħļ +ä¸į è¿ľå¤Ħ +å¥ĩ å¼Ĥ +åĺ» åĺ» +æī ¼ +ç¿» å¼Ģ +æĢİ èĥ½ +éģ´ éĢī +解 éĩĭ +å¹¼ ç¨ļ +è¦ģ 好好 +趴 åľ¨ +ç´¢ åıĸ +ç»Ī çĶŁ +åħ¨ æµģç¨ĭ +éģ© çķ¶ +åįıè°ĥ åıijå±ķ +æĬ¥ ä»ĩ +ç§ijæĬĢ åĽŃ +ä»Ģä¹Ī éĥ½ä¸į +æľĢåIJİ ä¸Ģ次 +ç»Ļ人 ä¸Ģç§į +æł¸ å®ļ +被 åĪĹåħ¥ +æĦı æĥ³ä¸įåĪ° +èĢĥ æŁ¥ +åľ¨æѤ ä¹ĭåīį +æīĵ çIJĥ +è¶ĬæĿ¥è¶Ĭ å°ij +å®ļ å¾ĭ +è¡ĮæĶ¿ æľºåħ³ +ä½ıæĪ¿ åħ¬ç§¯ +å°ıå§IJ å§IJ +ä¸ī èı± +ä¿® è¡¥ +èŀĥ èŁ¹ +西 çĶ² +æĢ ł +çŃī å¤ļ项 +产ä¸ļ éĽĨèģļ +ä»·æł¼ ä¸Ĭ涨 +åħ¬åħ± åľºæīĢ +è¢ĭ åŃIJ +æĨ§ æĨ¬ +çļĦæĸ¹å¼ı æĿ¥ +åĪ° è´¦ +çģ ½ +å·´ èı² +å·´èı² çī¹ +æ¼Ķ ä¹ł +èŃ¦ç¤º æķĻèĤ² +çķı æĥ§ +å¼ķ æµģ +æĶ¶ æĶ¯ +å±Ĥ åĩº +å±Ĥåĩº ä¸į +å±Ĥåĩºä¸į ç©· +æijĩ æ»ļ +辦 çIJĨ +纵 è§Ĥ +æķij æµİ +家 éĥ½çŁ¥éģĵ +åĮ ¯ +å°ı 鸣 +ä»» åĭĻ +计 åħ¥ +ç«ŀ éĢī +å¼ĢèįĴ æĹ¶æľŁ +åij¨ æģ© +åij¨æģ© æĿ¥ +交 ç»ĩ +çķ¢ æ¥Ń +æł¹æį® èĩªå·± +æĸ°äºº çݩ家 +åѵåĮĸ åĻ¨ +éĩĩ æļĸ +å¹³åĿĩ æ°´å¹³ +åħ¬å¼Ģ 课 +失 åĪ© +伺 æľį +çĬ ģ +忽 æĤł +主è¦ģ éĽĨä¸Ń +æ¤į æłij +æ¯Ĺ éĤ» +èĩº çģ£ +åĩºåĽ½ çķĻåѦ +æĬĹ éľĩ +æĥ© æĪĴ +å¹´åºķ åīį +åĴ¸ éĺ³ +æ°ij å±ħ +大çIJĨ çŁ³ +éĿ ³ +éķ ĸ +æ¸ħ è¿ľ +è£ħ è½½ +èĩ Ģ +å½± ä¸ļ +å¼Ł åħĦ +æĤ² è§Ĥ +çĿĢçľ¼ äºİ +æįį åį« +åī¥ 夺 +ç¯ Ĩ +å¾Ī éķ¿æŶéĹ´ +è¥ Ł +第ä¸Ģ çĻ¾ +ä¸ĢåĪĨ éĴ± +æĸ°éĹ» è®°èĢħ +éķ· æľŁ +æ³ķ æĪĺç»ĦåIJĪ +è°ģ çŁ¥éģĵ +èħ° éĥ¨ +æ±ī åł¡ +åħ¥ çĿ¡ +åįĸ æİī +æ¶Īè²» èĢħ +æĥ¯ ä¾ĭ +æĥ³ äºĨ +æĥ³äºĨ æĥ³ +èĢģæŧ å°ıåĮº +ä¼ł è¨Ģ +åĪĨæķ° 线 +æµģ 泪 +ç»Ħç»ĩ é¢Ĩ导 +äºļ åĨĽ +å¢ŀåĢ¼ æľįåĬ¡ +å¾ ¹ +ä¼ ¶ +äºĽ 许 +å¸ĥ èݱ +强 æĤį +宫 å»· +绿 èĮ¶ +åĮ ¡ +å¾Ī æŃ£å¸¸ +æĺ¥ å¤ı +æ¯ Ļ +è¯Ħ æ¯Ķ +åĩ¡ äºĭ +æĬī æĭ© +åĢĴ éľī +éĩį 度 +åįıä¼ļ ä¼ļéķ¿ +忧 èĻij +ä¸ĭ ä¸Ģç¯ĩ +沪 æ·± +æĪ İ +æīĵ ä»Ĺ +åįĪ é¥Ń +å¹´é¾Ħ 段 +ä¸ŃåĽ½ 足çIJĥ +设计 æĸ¹æ¡Ī +åºĶçĶ¨ æŁ¥çľĭ +é¢Ħ æĸĻ +åĹ ¡ +ç¥ĸ çĪ¶ +çļĦä¸Ģ åijĺ +æ´Ĺ å¹²åĩĢ +åİĨåı² æĸ° +åİĨåı²æĸ° é«ĺ +çĭ¬ åħ· +æħĭ 度 +æīĵ 交 +æīĵ交 éģĵ +é»Ħ çŁ³ +çĽ¼ æľĽ +çī§ åľº +转 弯 +åįĩ åįİ +åĨį ä¹Łæ²¡æľī +èĭ± æīį +æĽ´ åIJį为 +åĢŁ çĶ¨ +çºł éĶĻ +ç»Ŀ对 ä¸įä¼ļ +çİĭ çīĮ +çĽĨ åľ° +失 è°ĥ +好 象 +é³ ¥ +ä¿Ŀ ä¿® +åĽĽä¸ª èĩªä¿¡ +头 çļ® +åİŁ åīĩ +æĬ¥ æ¡Ī +奴 éļ¶ +å³ Ļ +è°ĥ æĸĻ +ä¹Ł 許 +èIJ½ åĪ° +èIJ½åĪ° å®ŀ +èIJ½åĪ°å®ŀ å¤Ħ +çĦļ çĥ§ +çĶŁæ´» çݯå¢ĥ +åºĶ åıĬæŶ +è¶Ĭ è¿ĩ +æĦŁ è¬Ŀ +æĻ¯ å¾· +æĻ¯å¾· éķĩ +çĬ Ģ +身 éĤĬ +ç¨İåĬ¡ æĢ»å±Ģ +åĩĢ åľŁ +ä¾µ åįł +åĬ¨ å·¥ +å¹´ ä¹ĭ +å¹´ä¹ĭ ä¹ħ +第äºĮ èĬĤ +åĬ¨çī© åĽŃ +第ä¸Ģ 书记 +éħ ļ +çĶŁäº§ 设å¤ĩ +æŁIJç§į ç¨ĭ度 +åľ Ń +åĩŃåĢŁ çĿĢ +éĺħ è§Ī +çĻ½ æ²Ļ +æ²¹ çĥŁ +çªģçł´ åı£ +åıĹ å½±åĵį +åı¯ä»¥ æĽ´å¥½ +å³° åĢ¼ +æĿĤ è´¨ +宿 è¿ģ +çĽĺ æ´» +æ¿Ģ èµ· +åĦ¿ ç§ij +åĿIJ èIJ½åľ¨ +æĮª å¨ģ +æµ· å²Ľ +绣 绣 +éĻ ¨ +ä¼ĺ äºİ +å°Ī 家 +ä¸Ģ éĤĬ +èIJ Ĭ +äºĨä¸Ģ åı£ +æ²ĥå°Ķ æ²ĥ +æŃ£å¸¸ 使çĶ¨ +æĻ®éģį åŃĺåľ¨ +丰 满 +çĶ» åį· +åºĶ æĶ¶ +åºĶæĶ¶ è´¦ +åºĶæĶ¶è´¦ 款 +å®Įæķ´ çĥŃ +å®Įæķ´çĥŃ æ¦ľ +注 è§Ĩ +çĨ Ħ +èº ¬ +éĶĢåĶ® 人åijĺ +è¶ĭ åIJij +çĦ¦ æĢ¥ +åįģå¹´ åīį +ä¼łç»Ł 产ä¸ļ +質 éĩı +åĩ¤åĩ° ç½ij +èµĦæºIJ æķ´åIJĪ +æ¶Į åħ¥ +æĸĩåĮĸ ä¼łæĴŃ +çķĮ 第ä¸Ģ +æ°´ æ³µ +宫 殿 +æİ¢ 寻 +ä¿® åīª +æĦı è¦ĭ +ç´Ĭ ä¹± +æĽ ī +çĻ½ è¡£ +èĻİ åį« +ç´§ æī£ +å¤Ħå¤Ħ éķ¿ +åĪĽå»º å·¥ä½ľ +红 æŀ£ +饼 å¹² +äºĨ åįĬ天 +ä¼ļå½±åĵį åĪ° +çĽ¸ä¿¡ 大家 +èħ¾ é£ŀ +å°± å¦ĤåIJĮ +ä¸ĭéĿ¢ å°ıç¼ĸ +æ°ijèIJ¥ ç»ıæµİ +æĻ ¦ +è£ħ æī® +é»ij å¤ľ +常 å¾· +å·¥ä¸ļ 大åѦ +æĺİ çŁ¥ +éĺŁåijĺ 们 +åIJ¬ 课 +æ¯ı éļĶ +羣æĺ¯ å¤ª +åIJĪä½ľ åħ±èµ¢ +çIJĨ åıij +æīį å¹² +çľĭ èµ·ä¾Ĩ +殿 ä¸ĭ +å®ī éĺ³ +æīĢ 产çĶŁçļĦ +éĽĩ ä½£ +æĬ¬èµ· 头 +æį® æĬ¥éģĵ +éļĨéĩį 举è¡Į +交 éĶĻ +è¶ħ é¢Ŀ +åĮĸ çĸĹ +é¡ Ĩ +纵 æ·± +çĪ±åĽ½ 主ä¹ī +éĻ¢ åī¯éĻ¢éķ¿ +è® ³ +羣æŃ£ åģļåĪ° +åѤ åįķ +èĩªçĦ¶ èĢĮ +èĩªçĦ¶èĢĮ çĦ¶ +ä¿® 身 +èĬ ¹ +æģ¯ æģ¯ +æģ¯æģ¯ 缸åħ³ +驾 æł¡ +æİ© 饰 +æ³½ è¿ŀ +æ³½è¿ŀ æĸ¯åŁº +举 æŃ¢ +管çIJĨ ä½ĵåĪ¶ +åħ¶ä¸Ń ä¹ĭä¸Ģ +æĿ¾ å¼Ľ +æĭ¦ æĪª +åį« åģ¥ +åį«åģ¥ å§Ķ +ä»İ åݻ年 +åĤ ¢ +è´Ń 票 +åĽ¾ æłĩ +æ²³ 西 +æ°ijæĶ¿ å±Ģ +ç§ģ èIJ¥ +å¤ĸåĽ½ è¯Ń +å¹² è´§ +æĵ¦ æĭŃ +åľ° ä¸Ń +åľ°ä¸Ń æµ· +æµĵ æµĵ +æµĵæµĵ çļĦ +å§ĭ 建 +å§ĭ建 äºİ +ç¶ĵ æŃ· +è·¯ æ¼Ķ +æļ´ é£İ +åŁº è¾ħ +æī¶è´« å·¥ä½ľ +ä¸Ģ缴 å¤Ħäºİ +æĥħ 趣 +äºĮ åŃ£åº¦ +åİĮ æģ¶ +顺åĪ© å®ĮæĪIJ +æŁ¥ å°ģ +顶 端 +ä¸į åŃķ +ä¸Ģ大 åłĨ +被 æ·ĺæ±° +æĺ¯ çĶ¨æĿ¥ +æľĢ åIJĪéĢĤ +亮 çľ¼ +并ä¸įæĺ¯ å¾Ī +ç§ijçłĶ éĻ¢ +ç§ijçłĶéĻ¢ æīĢ +ç² Ł +é¢Ī éĥ¨ +é»ĺé»ĺ åľ° +é«ĺä¸Ń çĶŁ +æĹıèĩªæ²» åİ¿ +æķĻåѦ è´¨éĩı +æĪĺ çģ« +åĿİ åĿ· +æIJŃ ä¹ĺ +è¯Ĺ æĦı +åĪij èѦ +åĩº æ±Ĺ +åįģåħŃ æĿ¡ +请 åıĬæŶ +åĨľä¸ļ 大åѦ +èIJ½ åı¶ +æĢ» èĢĮè¨Ģ +æĢ»èĢĮè¨Ģ ä¹ĭ +æĿľ åħ° +æĿľåħ° çī¹ +éĻª ä½ł +åħ¬ æĬ¥ +çķĻè¨Ģ æĿ¿ +éĺħ åİĨ +競 çĪŃ +ç»Ļ åĪ«äºº +æĹ¥æĬ¥ 社 +åĿIJ èIJ½ +åĿIJèIJ½ äºİ +éĩij åŃĹ +éĩijåŃĹ å¡Ķ +åĽ ¤ +è¯Ŀ åī§ +æĮģç»Ń æİ¨è¿Ľ +æ¼ı æ°´ +詳 ç´° +æĢĢ æĬ± +åıĺ å¹» +饥 饿 +éļIJ 身 +个 èµĽåŃ£ +åĵ¡ å·¥ +æģ¢å¤į æŃ£å¸¸ +äºĨ 好å¤ļ +æĺŁ å·´ +æĺŁå·´ åħĭ +åħī çݯ +å¸ħ åĵ¥ +çĻ½ éĽª +ç¨į ç¨į +计 æıIJ +æĦĽ æĥħ +éİ ĸ +ä¿¡ éĺ³ +è§Ģ å¯Ł +å¦Ĥæŀľä½ł æĥ³ +缸æ¯Ķ ä¹ĭä¸ĭ +解 å¼Ģ +æīĵåį° æľº +身 躯 +ç²¾ç¥ŀ æĸĩæĺİ +èĤ¡ æĮĩ +å¾® åĪĽ +红 èĮ¶ +èĩ´ çĻĮ +æģ© æĸ½ +èħ¿ éĥ¨ +大åŀĭ å¤ļ人 +å®ī åĢį +è¾ħ导 åijĺ +èĪª éģĵ +å¸ĥ å°Ķ +åįĹå®ģ å¸Ĥ +ä¸ĬçıŃ æĹı +侧 ç»ĵæŀĦæĢ§ +追 éļı +å½ĵåľ° æĶ¿åºľ +èµ° åĩºæĿ¥ +éĩijèŀį ä¸ļ +丼 书 +é¡¹çĽ® ç»ıçIJĨ +è¿ĩ æĪ· +骨 æŀ¶ +è¡ Ļ +ä»Ģ 麽 +èħ ĭ +è¦ģ 害 +åľ¨ åºĬä¸Ĭ +代è¨Ģ 人 +並 å°ĩ +åIJĦ个 æĸ¹éĿ¢ +è°´ è´£ +åħ± æĮ¯ +åį³å°Ĩ åĪ°æĿ¥ +èĤº çĻĮ +ä¾Ľ éĶĢ +丼 æŀĹ +èµ ĥ +åįģä½Ļ å¹´ +åĭĺ æİ¢ +飵 åij³ +èĭ¦ ç¬ij +æľĢ大 ç¨ĭ度 +éĩįçĤ¹ åħ³æ³¨ +ä¹ĭ 举 +满 æĢĢ +åıĹåĪ° å½±åĵį +æĭĽ æĬķæłĩ +è¡¥ é½IJ +西 红 +西红 æŁ¿ +é¬ § +è£ħ åį¸ +éĤ» éĩĮ +èĤĩ äºĭ +æİĴ æ¯Ĵ +åѤ åĦ¿ +鼶 è·Ŀ离 +å®ŀ å¹² +çľĭ æŁ¥çľĭ +æĶ¶è´¹ ç«Ļ +ç» · +åħ¬çĽĬ æĢ§ +éĢĴ ç»Ļ +æĶ» æīĵ +æĺŁçº§ éħĴåºĹ +æĺİ åªļ +çį¨ ç«ĭ +è¯Ŀè¯Ń æĿĥ +ä¸ĢæŃ¥ ä¸ĢæŃ¥ +书æ³ķ 家 +æľªç»ı æİĪæĿĥ +çŁ³ èĨı +åĩŃ ä»Ģä¹Ī +çļĦ æĹ¥ +çļĦæĹ¥ åŃIJéĩĮ +诱 人 +çĻ¾åĪĨ çĻ¾ +èĪĪ 趣 +å¼ł åħĪçĶŁ +èĢģçĪ· åŃIJ +æ³¢ çī¹ +åŁºéĩij 份é¢Ŀ +æ²Ļåıij ä¸Ĭ +å¥ĭæĸŠ缮æłĩ +æ°¢ èĥ½ +æ²ĥå°Ķ çİĽ +義 åĭĻ +éŁ³ ç®± +æ²ī 浸 +æ²ī浸 åľ¨ +èĭ± åľĭ +çģ¯ çģ« +è¿Ľ 项 +两 端 +ä¹Ķ 丹 +èĦ¸ é¢Ĭ +åıijå±ķ æ½ľåĬĽ +åĭķ ä½ľ +åĵĪ ä½Ľ +å®´ ä¼ļ +æ§ į +ç«ĭ å¿Ĺ +ç¡ķ士 åѦä½į +åĭĭ ç«ł +è¿Ļ åľºæ¯ĶèµĽ +æĮģ å¹³ +éķĢ éĶĮ +èĭ± çī¹ +èĭ±çī¹ å°Ķ +æķĻ èģĮå·¥ +åĬŁ åĬĽ +该 æ¡Ī +ä¸Ģ æ¢Ŀ +åĺī å¹´ +åĺīå¹´ åįİ +è¿« ä¸įåıĬ +è¿«ä¸įåıĬ å¾ħ +è¿Ļ个 æĹ¶ä»£ +精彩 æĴŃæĬ¥ +人 èĦ¸ +人èĦ¸ è¯ĨåĪ« +æ£Ģå¯Ł å®ĺ +å°ı èħ¿ +éĨĴ 缮 +åħļ æĢ» +åħļæĢ» æĶ¯ +æĪ Ł +èĮ« çĦ¶ +è±Ĩ æµĨ +主 æ²» +éĿĴæµ· çľģ +åĪijäºĭ 责任 +çł ° +ä¹ĭ æ¬ĬåĪ© +äºĶ å®ĺ +è¿· æĥij +åħ¥ åºĵ +家 纺 +å¼¹ ç°§ +åįģäºĶ æĿ¡ +ç»Ļ å®Ŀå®Ŀ +èĪªç©º èĪªå¤© +å¾Ģ å¤ĸ +å¼ķ åĬĽ +çľ¼ çļ® +æ¶ī 足 +æĿ¥ 宾 +åľ¨çº¿ è§Ĵèī² +çĥŃ éĶĢ +æµģ éĢĿ +泡 泡 +éĻį å¹ħ +è´ŁéĿ¢ å½±åĵį +红 楼 +红楼 梦 +éļĶ çĿĢ +ä¾¥ 幸 +许 ä¹ħ +åĴĮ çĿ¦ +èŃ ½ +使çĶ¨èĢħ æĪĸ +ä¹° åįķ +è¿ ´ +é£İ æīĩ +æķĻ 師 +æ¡ĮåŃIJ ä¸Ĭ +å¾Ī æ¼Ĥ亮 +åł± å°İ +第ä¸Ģ åŃ£åº¦ +ç©© å®ļ +æĤ² åĵĢ +çĿĢåĬĽ æīĵéĢł +æĮ Ł +è·¯ æ¡¥ +åij IJ +åľ£è¯ŀ èĬĤ +çļĩ åŃIJ +ä»ĩ æģ¨ +éħĿ éħ¿ +ä¸į éĹ´ +ä¸įéĹ´ æĸŃ +æĮĩ å°ĸ +ä¸ŃåĽ½ ç½ij游 +åŀ £ +æĦıè§ģ 建议 +æ¯ħ çĦ¶ +亮 度 +èģĶ è°Ĭ +å½ķ åħ¥ +åĦ ² +å¨ĺ 家 +ç§ij å°Ķ +ä¹Łæ²¡ ä»Ģä¹Ī +æł¹æį® ä¸įåIJĮ +åı¶ ä¿® +åĢ¼ å®Ī +æľ« 端 +åĪ ¨ +åĤµ åĭĻ +èģ¯ åIJĪ +å¥ĩ å¹» +èĻļ æŀĦ +é»Ħ æĺı +å¹³ åĿ¦ +æµģ æ°ĵ +æĸ° åŁºå»º +æĮ½ æķij +åįİ å°Ķ +åįİå°Ķ è¡Ĺ +æľĢ åıĹ欢è¿İ +ç»Ń 约 +å¼Ĭ 端 +éŃĶ æ³ķå¸Ī +éŃĶæ³ķå¸Ī åĴĮ +åħ·ä½ĵ åĨħ容 +çIJī çĴĥ +æī© 容 +èĮ¶ åĽŃ +主ä¹ī èĢħ +ç«ĭ éĿ¢ +æİ¥åıĹ éĩĩ访 +åĩº åħ¥å¢ĥ +ç§ij åįı +éĴ ³ +çµIJ æ§ĭ +ç»ĵæŀľ æĺ¾ç¤º +åı° è´¦ +å°± æĿ¥çľĭçľĭ +èĩª æķij +åıį æĩī +åİ» åĵªåĦ¿ +è¿Ļ é¦ĸ +è¿Ļé¦ĸ æŃĮ +åIJ¬ ä¼Ĺ +å¤ĸ 壳 +ä½ĵèĤ² é¦Ĩ +實 æĸ½ +èŀº ä¸Ŀ +æĭī åįĩ +çĮĽ åľ° +åħ¨åĽ½ 人æ°ij +æĤī å°¼ +æĹı 群 +åĽ¢ åijĺ +两个 å°ıæŶ +åľ¨ çݩ家 +åľ¨çݩ家 ä¸Ń +çĶľ çĶľ +æĬķ è¡Į +åįĶ æľĥ +éĻ ¡ +åĬłå·¥ åİĤ +æ¦Ĩ æŀĹ +æŃ» è§Ĵ +åĨħ å¹ķ +æīĢæľī æĥħèĬĤ +åĪ· åį¡ +æ°´ èĤ¿ +èĥĥ åı£ +å«Į å¼ĥ +æ²® 丧 +ä¸īå¹´ 级 +æ¶Ĥ å±Ĥ +å¿ĥ 仪 +å¿ĥ仪 çļĦ +å¤ Ń +é¦ĸ è½® +æĹłè®ºæĺ¯ åħ¶ +éĢı æ°Ķ +äºĮ åįģäºĶ +ç® « +åĬŁ åĬ³ +çŃ¾ ä¸ĭ +æ²ī è¿· +æķij åij½ +éĹª éĹª +åIJĥ äºı +å±ķ åĵģ +åį³æŶ åıijçĶŁ +ç¶ ľ +綾 åIJĪ +æłĩ æĺİ +çľĭ çĶµå½± +åħ¬ ç«ł +éĺ¿ æ£® +éĺ¿æ£® 纳 +身 åĪĽéĢł +身åĪĽéĢł çļĦ +æ¸Ľ å°ij +åĢ¼å¾Ĺ åħ³æ³¨ +鼶åĶ® åķĨ +æįĨ ç»ij +è¸ı åħ¥ +èĽ Ł +æŁ´ 纳 +èĢģ åħµ +绿èī² çݯä¿Ŀ +é¹ Ń +麻 æľ¨ +æıŃ çīĮ +è¿Ļ款 车 +ç¾İ å¾· +ç¾İå¾· åħ¬åı¸ +æ¶ § +è°ģ çŁ¥ +æ´ĭ èij± +æ¯į æł¡ +ä¸Ģ éĹª +çĶ· 主è§Ĵ +æĹłçº¿ çĶµ +å±ł å®° +æĺ¯ éŁ©åĽ½ +æĺ¯éŁ©åĽ½ 娱 +容 è²Į +åĿĩ 使åħ¶ +太 å¿« +å¹´ çĶ± +å¹´çĶ± 缼 +èĭ¦ èĭ¦ +åĬĽ è¿ĺæĺ¯ +åĬĽè¿ĺæĺ¯ èĩª +æĨ © +èģ¯ 絡 +åĶ ¾ +åħ·æľī æĪĺ士 +追 éĹ® +åłĨ æĶ¾ +åıį 驳 +å®ŀäºĭ æ±Ĥ +å®ŀäºĭæ±Ĥ æĺ¯ +åѸ éĻ¢ +åįģ åĩłä¸ª +æķij æĬ¤ +æķijæĬ¤ 车 +ç½ij绾 ä¼łæĴŃ +åįģåħ« å±Ĭ +éĥ¨ åī¯ +éĥ¨åī¯ éĥ¨éķ¿ +çĹ´ è¿· +管çIJĨ æĿ¡ä¾ĭ +èŀį 为ä¸Ģä½ĵ +æĢ» 产åĢ¼ +è³ ĵ +ä¸ĥ æĺŁ +çıŃ ç»Ħ +绣 é¢Ĩ +请 大家 +éĩij éĻµ +èĪħ èĪħ +æµ· æ¹¾ +æĸ½ çŃĸ +享 èªī +éº ¥ +端 åįĪ +绿 åŁİ +確 ä¿Ŀ +å·´ æĭī +åĨĴ çĿĢ +æħ· æħ¨ +个人 è§ĤçĤ¹ +ä¹Ļ çĥ¯ +ç¡ħ è°· +éĸĭ å±ķ +å°ļ 书 +åĿļ 飧 +åº µ +èĢģ é¾Ħ +èĢģé¾Ħ åĮĸ +羨 çľ¼ +绿 æ°´ +绿水 éĿĴå±± +书 é¦Ļ +主åĬĽ åĨĽ +æīįæĺ¯ çľŁæŃ£ +æĬ¢ åħĪ +æĪIJå°± æĦŁ +éĩį æŀĦ +éĴ¢ åİĤ +æĪIJ 份 +èĬ± 纹 +ä¹ĭ äºī +å¹² ç»Ĩèĥŀ +æĹ¢ åı¯ä»¥ +ç¹ģ çIJIJ +æĦļ èł¢ +éĿŀ常 æĺİæĺ¾ +ä½ĵ 彩 +æĬĢ æ³ķ +æĿĨ èıĮ +å¹¿æ³Ľ åħ³æ³¨ +åĮĹ å®ĭ +å§Ĭ 妹 +åįı åĬŀ +æ·® åįĹ +çĥ ı +æ´Ĺ èĦ¸ +åıĹ è®¿ +åıĹ访 èĢħ +éĩįè¦ģ åĽłç´ł +å½±è§Ĩ åī§ +综èīº èĬĤ缮 +èľķ åıĺ +äºĮ 线 +äºĮ线 åŁİå¸Ĥ +ä¼Ĭ å§ĭ +çıĬ çijļ +èĩª æŁ¥ +åħ¥ åĽŃ +åĩ¶ æīĭ +åħ¬ è¯ī +éģĩ éļ¾ +éĩĩçŁ¿ çŃī +èĩª çIJĨ +åĸ· æ¶Ĥ +æī© åħħ +éĢı è§Ĩ +é«ĺéĢŁ å¢ŀéķ¿ +åĽ¾ çĶ» +ç¾ ¹ +èĤĩ åºĨ +è¾ľ è´Ł +èµĶ ä»ĺ +è· ¡ +åģ¥åº· æĪIJéķ¿ +以ä¸Ĭ åѦåİĨ +åıĸå¾Ĺ 以åıĬ +æ²ī 积 +åįģä¹Ŀ å±Ĭ +缸éĹľ æľįåĭĻ +æī§ åĭ¤ +åī¯ åİ¿éķ¿ +å¯ ° +åģľ æ»ŀ +æ·¹ 没 +çŁ³ çģ° +çį ¸ +åĢ ¦ +ç¾İ åªĴ +æķĻ æ¡Ī +åĬł çĽĸ +åħ¬å¼Ģ èµĽ +å¥ł åŁº +æĺĨ èĻ« +çŀ ħ +磷 éħ¸ +äºī åĪĽ +çİĭ æĻĵ +ç¼ĵ åĨ² +åİļ åİļ +åİļåİļ çļĦ +æŀ£ åºĦ +ç²¾ çĽĬ +ç²¾çĽĬ æ±Ĥ +ç²¾çĽĬæ±Ĥ ç²¾ +åĪĨæĶ¯ æľºæŀĦ +å®ŀæĸ½ ç»ĨåĪĻ +æĸ° èµĽåŃ£ +總 çµ± +éĢł è¡Ģ +é¢ĩ åħ· +é»Ħ åŁĶ +è¡Ģ èĦĤ +交éĢļ å·¥åħ· +å³ ¥ +æĹıèĩªæ²» å·ŀ +寺 éĻ¢ +確 å®ļ +æ¦Ĥ念 èĤ¡ +æĦŁ å®ĺ +æŁľ åı° +åĶ Ķ +çŀŃ解 並 +æĢ» ä»· +åIJ¸ åħ¥ +æĢ ¼ +æĻļ éĹ´ +å±Ĭ æ¯ķä¸ļçĶŁ +çĶŁ å§ľ +éĺħ读 åħ¨æĸĩ +å¾ĹåĪ° æľīæķĪ +æIJľ æķij +åİĨ æĿ¥ +èŃī æĺİ +åĥ » +èĨ³ é£Ł +åĦĦ åħĥ +æīĵ åİĭ +宾 客 +åķ ¼ +ä¸ĢçĻ¾ å¤ļ +æ·±åħ¥ 人å¿ĥ +æ¢ħ å·ŀ +çłĶ åѦ +åħ³ ä¹İ +è¼ Ľ +亲 åıĭ +éħį æĸĻ +æĪij çĪ±ä½ł +è´¸æĺĵ æĪĺ +æľī èī² +æľīèī² éĩijå±ŀ +æįIJ åĬ© +为 é¦ĸ +为é¦ĸ çļĦ +å¯Į åĬĽ +çĶ· ç¥ŀ +é³ ³ +æµĩ æ°´ +åIJ ± +æĺİç¡® æıIJåĩº +åı¹ äºĨ +åı¹äºĨ åı£æ°Ķ +礼 æĭľ +è¿Ļ个 åIJįåŃĹ +ä¿¡ å¾Ĵ +å¿Ĺ 强 +éĻIJ æŶ +æĶ¶ è²» +åĨľå®¶ ä¹IJ +å°ıé¾Ļ èĻ¾ +èIJ½ å¹ķ +æ§ Ł +åѦ 龸 +æĪĸ å¤ļ +æĪĸå¤ļ æĪĸ +æĪĸå¤ļæĪĸ å°ij +座è°Ī ä¼ļä¸Ĭ +æ¶ ¼ +éŃĶ çİĭ +å² ± +顶 å±Ĥ +顶å±Ĥ 设计 +èĦij åŃIJéĩĮ +éĻ¢ åŃIJéĩĮ +轩 è¾ķ +身å¿ĥ åģ¥åº· +èħ ij +éĹľ 注 +åıĤåĬł ä¼ļè®® +ä¸Ńåįİ æĸĩåĮĸ +追 寻 +å®ī çĦ¶ +é£Ļ åįĩ +éŁŃ èıľ +é¸ ¦ +åĤ¨ éĩı +çĶ· æĸ¹ +å¤ĩ 份 +æijĶ åĢĴ +润æ»ij æ²¹ +éĢ¼ è¿ij +çĶ³ è¯ī +鸣 ç±» +çŁ³æ²¹ åĮĸå·¥ +åĿļ æŀľ +è¿Ļ家 ä¼Ļ +æĭĴ ä¸į +羣 çļ® +è·Ŀ éĽ¢ +è¿ĺ æĮº +éĽķ åĥı +åĪĿ æģĭ +æıIJä¾Ľ æĽ´å¤ļ +æŁ¥çľĭ åħ¨æĸĩ +æķ°åŃĹ è´§å¸ģ +åĸī åĴĻ +åı¦ä¸Ģ ä½į +åĤ¬ åĮĸ +åĤ¬åĮĸ åīĤ +ä»İæĿ¥ 没 +å¯ĨåĪĩ 缸åħ³ +éĥ¨ 主任 +产åĵģ ç»ıçIJĨ +並 åIJĮæĦı +èIJ½ åħ¥ +å±ıå¹ķ ä¸Ĭ +åħ¬åı¸ ç«łç¨ĭ +æį¢ åı¥è¯Ŀ +æį¢åı¥è¯Ŀ 说 +ä½į æĸ¼ +ä½ Ķ +åĩ» æĿĢ +缸 è¾ĥ +缸è¾ĥ äºİ +ç²½ åŃIJ +åįĹ æŀģ +宫 é¢Ī +è£ģ åijĺ +æĺİ ç»Ĩ +ä»·åĢ¼ éĵ¾ +åĽĽä¸ª æĸ¹éĿ¢ +æĥħåĨµ æĿ¥çľĭ +æĮij åīĶ +æ® ĺ +æŀģ åĬĽ +çĸij éļ¾ +æĬµæĬĹ åĬĽ +æĢ¥ éĢŁ +æĪ Į +ä½İ ä¼° +éĹª è¿ĩ +æģ ¬ +èµŀ æī¬ +ä»ĸ å¦Ī +æĪIJ为 ä¸ĢåIJį +æ´Ĺ 礼 +é¢Ħ计 å°Ĩ +åħĪè¿Ľ åįķä½į +è¼ Ķ +éĢĥ èĦ± +çİ° åŃĺ +èĢģèĻİ æľº +åįģä¸ĥ æĿ¡ +åı¦ä¸Ģ åįĬ +温 æĥħ +åī¥ 离 +ä¸ĸ è´¸ +å®ĺ åı¸ +å¾Ī å·® +éĹ´ è·Ŀ +请 注æĦı +åı² è¯Ĺ +åĪ© åĻ¨ +è¿IJ ç®Ĺ +沦 为 +該 使çĶ¨èĢħ +èĮ ¬ +éĶ¦ 绣 +åı² æĸĻ +çģµ æ´»æĢ§ +èģĶ 社 +æĹł åĬ© +æĬĹ æ°§åĮĸ +èıľ èĤ´ +éĢł èĪ¹ +æİī èIJ½ +å¤į æŁ¥ +åĭĥ åĭĥ +åij¼ 声 +給 äºĪ +åIJĮäºĭ 们 +ç½ ° +è¯ķ æİ¢ +åħ³éĶ® åŃĹ +æįIJ çĮ® +ç»Łè®¡ æķ°æį® +åĪĽ ä½ľèĢħ +ä¸ĭ åįĬ +ä¸ĭåįĬ åľº +æī¿æĭħ 责任 +端 æŃ£ +ç©¿ è¡£ +ä¼ł çIJĥ +åĬ© éķ¿ +åĩ ± +éķ¶ åµĮ +é£ŀ ç¿Ķ +è¾ĵ åįµ +è¾ĵåįµ 管 +ä¸ĩ åħ¬éĩĮ +æݨ广 åºĶçĶ¨ +å¿« æ¨Ĥ +ç§ ½ +èī° å·¨ +åIJ¬ å®Į +åĿļ 硬 +奥 åľ° +å¥¥åľ° åĪ© +é¢ ĵ +èĻIJ å¾ħ +ä¾Ľ æ±Ĥ +éľī ç´ł +伪 è£ħ +乡 åľŁ +åĩ¡ æľ¬ç½ij +åĩ¡æľ¬ç½ij 注 +ä¼Ĭ åĪ© +è¡¡ æ°´ +æĽ´ åĥıæĺ¯ +åĪĨéĴŁ å·¦åı³ +è¦ı 模 +äºĶ åĪĨéĴŁ +åºĹ åĬłçĽŁ +åĽ° éĽ£ +åħ³ åģľ +æĢĿ 绪 +åĴ½ åĸī +缸 符 +çĥ¦ èºģ +æĻĤ æľŁ +åijĪ çı¾ +解 æķ£ +诱 导 +éļĶ çĥŃ +çĮ ¶ +åįĹ å®ĭ +æ·±åħ¥ äºĨ解 +çŃĶ çĸij +æĺ¼ å¤ľ +åįĥ ä¼ı +åĬ³åĬ¡ æ´¾éģ£ +红 è±Ĩ +åĿı äºĭ +çĤ¹ æ»´ +å°±ä¸ļ å²Ĺä½į +约 åIJĪ +åħį éĻ¤ +éĢĨ åĬ¿ +éĩį éĩijå±ŀ +å®ĺ 宣 +ä½İ å»ī +æģ¨ ä¸įå¾Ĺ +å¾Ĺ 天 +å¾Ĺ天 çĭ¬ +å¾Ĺ天çĭ¬ åİļ +ä¸Ģå°ģ ä¿¡ +æĬ½ å¥ĸ +è¾Ĺ 转 +çķĻ å®Ī +çķĻå®Ī åĦ¿ç«¥ +çŃĶ åį· +å·¨ åŀĭ +æľĢ好 ä¸įè¦ģ +æµĻæ±Ł 大åѦ +æĨ ¨ +æı¡ æīĭ +éĴĪ ç»ĩ +æİĴ 骨 +çĤ ½ +å°ģ è£ħ +åįĢ åŁŁ +空æ°Ķ åĩĢåĮĸ +åħī å½± +åĢĴ å¡Į +å§ļ æĺİ +æ¤į 被 +åѦ åīį +åѦåīį æķĻèĤ² +èĬĿ åĬł +èĬĿåĬł åĵ¥ +缩 æ°´ +ä½ Ł +åľ¨çº¿ åĴ¨è¯¢ +èµı æŀIJ +éĿĴ èĽĻ +æĬ± ä½ı +èĮĤ åIJį +åħ¨åĬĽ æīĵéĢł +åįļ士 åѦä½į +沧 å·ŀ +åĻ ¢ +æĿĤ çī© +åĪ» çĶ» +æį ħ +å¾® éĩı +å¾®éĩı åħĥç´ł +ä¸Ģ åĽŀäºĭ +鸡 èĤī +åĪ©æ¶¦ çİĩ +æīį ç®Ĺ +å¾® å¦Ļ +棵 æłij +è´ª 婪 +åĩı åĢ¼ +梦 å¢ĥ +åı¯ è§Ĩ +åı¯è§Ĩ åĮĸ +广大 å¸Ĥæ°ij +ä¸ĵä¸ļ ä»İäºĭ +ç»ı 纬 +ç´§ çĽ¯ +çŁ¥ å·± +è¤ ļ +æĸĩåĮĸ åºķèķ´ +åݦéŨ å¸Ĥ +临 港 +对åħ¶ 羣å®ŀ +岸 è¾¹ +è¦ĸ çĤº +æĬĹ çĻĮ +åĶIJ å®ĩ +ä¸įå¾Ĺ è¶ħè¿ĩ +å¨ģ æħij +æ¡Ĩæŀ¶ åįıè®® +èµ° ç§ģ +åĽ¢ å§Ķ +夸 大 +æ¬ Ħ +ç¥ŀç»ı ç³»ç»Ł +æijĦå½± ä½ľåĵģ +èĬ ¥ +å®ī åºĨ +æµ· 滨 +æŀĦ æĢĿ +çīµ æĮĤ +åı © +éĺIJ æĺİ +éģ ģ +ç²¾ æ²¹ +ç©´ ä½į +æĬ¤ 身 +æĬ¤èº« 符 +æĮĩ å°İ +åŃĺåľ¨ ä¸Ģå®ļ +å¯Ĥ éĿĻ +æµ·å¤ĸ å¸Ĥåľº +éĿ ¡ +综åIJĪ å¾ģ +ä¿ IJ +è¨Ī ç®Ĺ +æĺİ æľĹ +äºļ è¿IJ +äºļè¿IJ ä¼ļ +åīįçŀ» æĢ§ +åĮ® ä¹ı +产ä¸ļ æī¶è´« +èĦij æµ· +èĦijæµ· ä¸Ń +åħļçļĦ é¢Ĩ导 +åĪĺ éĤ¦ +æµģ æĺŁ +æĵ Ĥ +æĶĢ çĻ» +åĴ Ķ +ä¸Ģä¸ĭåŃIJ å°± +è¯Ĭ æ²» +使 åĬ² +åīµ ä½ľ +éĵŃ è®° +éĴ± è´¢ +æĹ¥æĬ¥ è®°èĢħ +çĥŁ çģ« +èĥľ è´Ł +åįļ 主 +ä¸ŃåĽ½ èģĶéĢļ +ç½ijç«Ļ é¦ĸ页 +å°± å¤Ł +å°±å¤Ł äºĨ +æīij åħĭ +å±ħ å§Ķä¼ļ +è° ¬ +å®īåħ¨ äºĭæķħ +åķĨ çĶ¨è½¦ +循çݯ ç»ıæµİ +æ· ¤ +èĢĥ è¯ģ +å®Ŀ èĹı +å®Į ç»ĵ +çłĶåıij æĬķåħ¥ +å² ij +æģŃ æķ¬ +离 éĢĢä¼ij +æ°´ 墨 +å© ¶ +è¯Ĺ åı¥ +å®ģæ³¢ å¸Ĥ +å¼± çĤ¹ +åģľ çīĮ +奶 æ²¹ +å¥ĩ纳 æ²³ +æĨ Ĥ +社ä¼ļ å®ŀè·µ +è´Ŀ 壳 +çłĤ æµĨ +èĪ¹ åıª +宣 æī¬ +综åIJĪ æķ´æ²» +åĤ ij +æ°ijæĹı æĸĩåĮĸ +éĩį çİ° +积 æ·Ģ +åħ¬ çĦ¶ +çħ ī +缸 èģļ +æ± ¾ +纹 çIJĨ +çĩĥ çħ¤ +æѤ ç§į +ç¾İ å¦Ĩ +åįĥ çĵ¦ +çIJ Ľ +驾驶 è¯ģ +éĺ¶ æ¢¯ +ä¸Ŀ ä¸Ŀ +å¾Īå¤ļ äºĭæĥħ +åħī éĺ´ +èijĹä½ľ æ¬Ĭ +åħ§ éĥ¨ +çĽ¸å¯¹ æĿ¥è¯´ +éĸ Ĵ +éľĩ æħij +說 話 +æĨ ij +ç«¥ è£ħ +ä½ıæĪ¿ åĴĮ +ä½ıæĪ¿åĴĮ åŁİ +å·²ç»ı è¶ħè¿ĩ +侦 å¯Ł +çŁ¿ çī© +ä¾Ľ 大家 +çī¹ éĤĢ +ç¨ĭåºı åijĺ +çķľçī§ ä¸ļ +æ° ª +çij ª +åĢĴ åľ¨ +åĢĴåľ¨ åľ° +æ¯ Ģ +梯 éĺŁ +æİ¥ èijĹ +æĬĹ èıĮ +è¤ ĩ +ç¬ Ļ +æ¯Ķ ä¸Ĭå¹´ +鸡 汤 +åŃ¦ä¹ł æĪIJ绩 +æĸij æĸĵ +åħĪ 导 +åĪĹ ä¸¾ +è°ĥæŁ¥ æĺ¾ç¤º +æ© « +ä¹Ŀ åįģ +è°¢ 飵 +è·¨è¶Ĭ å¼ı +女æĢ§ æľĭåıĭ +èIJ¥åħ» ä»·åĢ¼ +å®ŀè·µ ç»ıéªĮ +èĭı å·ŀå¸Ĥ +çĵ¶ åŃIJ +æĸ° çļĦä¸Ģ +æĸ°çļĦä¸Ģ å¹´ +æĺİ æĻ° +å®ł çĪ± +åŃŠ第 +æľĹ 诵 +纳 æĸ¯ +éĢĨ è¡Į +è«ĭ æĤ¨ +è«ĭæĤ¨ æıIJä¾Ľ +èĥ¸ æĢĢ +第ä¸ĥ å±Ĭ +强 壮 +代 åŃķ +汶 å·Ŀ +家 åĸ» +家åĸ» æĪ· +家åĸ»æĪ· æĻĵ +èħ ® +åIJ¯ 迪 +æĹł éļľç¢į +èĻķçIJĨ åıĬ +æĿ¥ åİĨ +å®ŀ åĬ¡ +ä¹Ł éļıä¹ĭ +æĬĢèĥ½ åŁ¹è®Ń +åѤ ç«ĭ +åī ģ +éĥ´ å·ŀ +æĶ¶ æķĽ +éł» éģĵ +èį£ 幸 +èİ« è¿ĩäºİ +æѤ æĻĤ +纪å§Ķ çĽij +纪å§ĶçĽij å§Ķ +缸 éĤ» +åı¦ä¸Ģ è¾¹ +çªĴ æģ¯ +æľīå¾Īå¤ļ ç§į +æ¯ı éĢ¢ +éĹ® ä¸ĸ +ç´¯ ç´¯ +éĿĴæĺ¥ æľŁ +è·¯ åĨµ +åħĭ èݱ +è¿Ħä»Ĭ 为æŃ¢ +æĥĬ å¥ĩ +è·¨ 度 +éħ¿ éĢł +åĩ ĭ +è¿ij ä¸īå¹´ +åĨħ 马 +åĨħ马 å°Ķ +æı į +è¿Ľå±ķ æĥħåĨµ +èĮ § +æľīåºı æİ¨è¿Ľ +æĢ» åĨłåĨĽ +æĪIJ绩 åįķ +éĽ»è©± åıĬ +ç´§å¯Ĩ ç»ĵåIJĪ +åºĬ ä½į +é¹ Ĭ +æķ£åıij çĿĢ +åĭŁ èµĦ +æ°¨ éħ¸ +彩 ç¥ŀ +è®Ģ åıĸ +éĩį 温 +ä¸Ń åŃĺåľ¨çļĦ +ç¾İ éºĹ +ä¸įæĸŃ å¢ŀåĬł +è½® æµģ +æİ¥ åIJ¬ +å¹´ 产åĢ¼ +åįĥ åħĭ +æĪĺåľº ä¸Ĭ +çħ§ 顧 +å¹²éĥ¨ éĺŁä¼į +åį° ç«ł +ä¸Ģèĩ´ æĢ§ +è¿ŀ å¤ľ +åħħ è£ķ +é»ij åIJįåįķ +åĩĢ æ°´ +ä¸Ģ大 æĹ© +åĮħ 袱 +çĬ¯ è§Ħ +çIJĨ è«ĸ +æŀģ æĺĵ +éª ¸ +å¨ĺ å¨ĺ +åĽ¢ åľĨ +亿åħĥ 以ä¸Ĭ +åĪ©çĶ¨ æĤ¨çļĦ +带æĿ¥ æĽ´å¤ļ +ä¸Ń央 空è°ĥ +æľĪ èĸª +çĮľ æĥ³ +åĪº 客 +ä½ľ æģ¯ +åįķ è°ĥ +äºĴ åĪ© +å¦Ĥæľī ä¾µæĿĥ +å°ı å·§ +åįģ åł° +åĵĪåĵĪ åĵĪåĵĪ +è¾¹ éĻħ +æłĩ è¯Ń +åĪĩåħ¥ çĤ¹ +éĢĨ è¢Ń +è¯ķ åīĤ +绿 è±Ĩ +è® ļ +åŁºçĿ£ å¾Ĵ +å£ ¬ +åħ¨ æĺİæĺŁ +éĢī ç§Ģ +èĪĮ å°ĸ +ä¸įåIJĮ ç±»åŀĭ +çĥŁ åĽ± +çģµ æ°Ķ +åĮº 管å§Ķä¼ļ +åĨľ åī¯ +åĨľåī¯ 产åĵģ +èĶļ æĿ¥ +沪 æĮĩ +åħ»æ®ĸ æĪ· +æĸĹ å¿Ĺ +é¦ĸ é¢Ĩ +è¡Ģ èħ¥ +åĬł ç´§ +ä¸Ģèĩ´ 好è¯Ħ +第ä¸ī èĬĤ +æī¬ å°ĺ +交éĢļ æŀ¢çº½ +鼶 ç¢İ +é»ij æ´ŀ +çľĭ ä¸įæĩĤ +å±ŀ å®ŀ +主 åŁİåĮº +å¨ Ľ +å¨Ľ æ¨Ĥ +ç¬ij æĦı +èĻ¹ æ¡¥ +åIJĦ个 çݯèĬĤ +çķ¥ å¾® +èĢķ èĢĺ +æľ¬ åľºæ¯ĶèµĽ +æĪIJ è´¥ +éĢī èĤ¡ +èªŀ è¨Ģ +çŃĶ 辩 +èĩª ä¹ł +æ£ º +ä¸ĩ 欧åħĥ +åģľ å·¥ +对åħ¶ è¿Ľè¡Į +积æŀģ éħįåIJĪ +ä¹¾ åĿ¤ +å¦ĸ æĢª +èļĮ åŁł +èµĦ产 è¯Ħä¼° +è°ĥ çļ® +éĻ¤ å¤ķ +åĽ´ å¢Ļ +æľį å½¹ +æ·± æ¸Ĭ +é¢Ħ åĪ¶ +ç ĥ½ +å®ī 稳 +建 æŀĦ +çĭĻ åĩ» +主åĭķ 註åĨĬ +éĥ½æľī èĩªå·± +æİĴåIJį 第ä¸Ģ +麻 è¾£ +çĢ ļ +çĥŁèĬ± çĪĨ +çĥŁèĬ±çĪĨ 竹 +èĩªçĦ¶ ä¿ĿæĬ¤ +ä»Ļ å¢ĥ +为äºĨ éģ¿åħį +åĨ· åºĵ +解æĶ¾ æĢĿæĥ³ +åĪĿ äºĮ +ä½ĵ è´´ +é¦ĸ å¯Į +迪 æĭľ +æļĤ ç¼ĵ +æĶ¯æĮģ åĬĽåº¦ +侦 æİ¢ +马 åĪº +åĮĹ æ±½ +ç¹ ŀ +è°İ è¨Ģ +éĢ£ çºĮ +å· ³ +ä»»ä½ķ æŶåĢĻ +车 èģĶç½ij +åįķ 项 +å¸Ń åį· +建çŃij æĿIJæĸĻ +ä¸Ńç§ĭ èĬĤ +ç¡ķ士 çłĶ究 +ç§ģ ç«ĭ +åħļåĴĮ æĶ¿åºľ +æľ¬æ¬¡ 交æĺĵ +èººåľ¨ åºĬä¸Ĭ +ç½ijåıĭ è¯Ħ论 +å¦ Ŀ +害 ç¾ŀ +åħ¬ç«ĭ åĮ»éĻ¢ +ä¸ ŀ +çĶŁçī© è´¨ +åºĶ éĤĢ +æĬ½ åıĸ +åĩł å¼ł +æijĺ ç¼ĸ +ç»ĺ æľ¬ +详 解 +强 硬 +æľĢ åħĪè¿ĽçļĦ +æĭĽ èĤ¡ +æĭĽèĤ¡ 书 +åįĥ æĸ¹ +åįĥæĸ¹ çĻ¾ +åįĥæĸ¹çĻ¾ 计 +éħį éŁ³ +驾 çħ§ +å¾ģ æĪĺ +èªĵ è¨Ģ +æĭľ å¸Ī +æĭľå¸Ī åѦ +æĭľå¸ĪåѦ èīº +æĬ± åĽ¢ +ç±³ ç²ī +éĿŀ常 éĢĤåIJĪ +èĪª æµ· +å±¥ 约 +åįģåħ« æĿ¡ +éĶ» éĢł +éĩįè¦ģ 举æݪ +åıijæĮ¥ ä½ľçĶ¨ +æ· ļ +人 社 +人社 å±Ģ +è¯ķçĤ¹ å·¥ä½ľ +éĺľ éĺ³ +æ¡ĥ åľĴ +æ°ij ä¼ģ +æ´ģ çĻ½ +è´µ 宾 +åħ¬ 社 +è§ī æĤŁ +è®°å¿Ĩ åĬĽ +æľĥåĵ¡ 註åĨĬ +æѤ æ¡Ī +麻 çĹ¹ +çı Ģ +æĸ© èİ· +çĶ· åŃ©åŃIJ +å±ĢéĻIJ äºİ +åĭĺ æŁ¥ +åIJĥ 饱 +èĬ¬ åħ° +æ£ķ èī² +ç¦ı ç¥ī +çĶ³ èĬ± +æµ· çĽĹ +èĶ ij +æĸĩ åѸ +æ´»æĢ§ çĤŃ +缴 éĢļ车 +è°¢ éĤĢ +躺 çĿĢ +åľ ĥ +æ¯ıæĹ¥ ç»ıæµİ +åħ¬åħ± æĸĩåĮĸ +讲 æķħäºĭ +å¯Ł çľĭ +æĤł éĹ² +åľ° åĿª +æ¶Į çİ°åĩº +é«ĺçŃī éĻ¢æł¡ +èĮĦ åŃIJ +éĺ² åį« +ä¾ĭ è¡Į +æĺ¾ éľ² +æĸ° 常æĢģ +ç»Ŀ ä½³ +å¯Į æ°ij +以 人æ°ij +以人æ°ij 为 +éĤ¢ åı° +å±ķ æ¼Ķ +çĻ¼ å¸ĥ +è´Ł è½½ +åģı 离 +æ°¸ éģł +éĩįè¦ģ åİŁåĽł +åįıä¼ļ ä¼ļåijĺ +éļ¾ æ°ij +çĶŁäº§ 车éĹ´ +çģµ åĬ¨ +两年 åīį +æĸ¹ åľĨ +æ´» ä¸ĭåİ» +ä¸ĸçķĮ è§Ĥ +éªĹ åıĸ +ç¾İ è²Į +èĥ½ çľĭåĩº +çĻ¼ æı® +è§Ĥ å½± +åī ĥ +åIJĪèµĦ åħ¬åı¸ +å© § +å¹² æű +åħŃ ä¸ªæľĪ +尤为 éĩįè¦ģ +èĤ ½ +秦 åĽ½ +æīĺ ç¦ı +建çŃij å¸Ī +åįĩ级 æĶ¹éĢł +å°ı é¢Ŀ +å°ıé¢Ŀ 贷款 +两个 ç»´æĬ¤ +æĭį æĭį +åı¯ çĸij +æį¢ åıĸ +æѦ 士 +èµĸ 以 +èµĸ以 çĶŁåŃĺ +æĮ ļ +殿 åłĤ +èĩªçĦ¶ çķĮ +ç£ģ åľº +å¦Ĥä½ķ çľĭå¾ħ +ä»ĬæĹ¥ 头æĿ¡ +西 åŁŁ +èİ· è¯Ħ +風 æł¼ +ä¿Ħ åĽ½ +æīĵ æĭ¼ +å®£ä¼ł çīĩ +å¾Ī æĸ¹ä¾¿ +ä¾Ľç»Ļ 侧 +纪念 ç¢ij +毫 åħĭ +èĬ³ é¦Ļ +å·¥åķĨ éĵ¶è¡Į +请 çĤ¹åĩ» +ç¼ ª +æĹłæķ° 次 +èį¯ å¸Ī +èħ ¸ +游 èīĩ +åĮ ¾ +å·¡ èĪª +æ²»çIJĨ ä½ĵç³» +èIJ¥éĢł èī¯å¥½ +æ·· æ·Ĩ +éĢļ çķħ +åĬ³ ç´¯ +ä»ĵ ä½į +å¢ŀ éķ· +éļIJ 约 +æĿĤå¿Ĺ 社 +åħ» èĤ² +åı¯èĥ½ åıijçĶŁ +èĢĥ 試 +西 侧 +åĬł åĢį +主æĮģ åı¬å¼Ģ +çķ¢ ç«Ł +éĹ® 询 +æµ· æ£ł +èĹ © +注æĺİ æĿ¥æºIJ +æ£Ģ çĸ« +请 åģĩ +æĬļ æij¸ +èĵĦ çĶµæ±ł +è·Ł ä¸įä¸Ĭ +çݰ代 社ä¼ļ +çŃ¹ èµĦ +ä½ĵèĤ² 彩票 +延 误 +è¾Ľ è¾£ +éĿ¢ 容 +åį° è®° +çģŃ äº¡ +ç´ł é£Ł +åħ´ èĩ´ +éľĢè¦ģ çĶ¨ +éľĢè¦ģçĶ¨ åĪ° +å®Ŀ å¦Ī +ç£ĭ åķĨ +éļ¶ å±ŀ +è´¡çĮ® åĬĽéĩı +åħ¬åħ± èµĦæºIJ +大 éĺª +åĨĽ è®Ń +æĤ¬ 念 +社ä¼ļ 稳å®ļ +å¹²äºĭ åĪĽä¸ļ +æľī æĿ¡ä»¶ +æľīæĿ¡ä»¶ çļĦ +ä¸Ģå¹´ ä¸Ģ度 +åİ ¥ +强 奸 +豪 车 +æİĮ æŁľ +æ°´åĪ© å·¥ç¨ĭ +å³ ª +积æŀģ ä½ľçĶ¨ +æµ· æ·Ģ +æµ·æ·Ģ åĮº +çĥŃ æĴŃ +åĿļæĮģ ä¸įæĩĪ +åıĮ èĦļ +绣 æĪĺ +ä»»ä½ķ 人éĥ½ +åľ°ä¸ĭ 室 +åĨ¶ çĤ¼ +è°ħ 解 +æ¸Ķ èĪ¹ +太éĺ³ åŁİ +被 æįķ +计ç®Ĺ åĻ¨ +西 åĮ» +èĪĴ å¿ĥ +æ¡ ¦ +éģ ² +åĬ ij +è¨ Ĺ +èİ º +åĸ ¬ +çĵ ¯ +åĺ ĺ +åł ķ +æķ Ŀ +åij ¦ +èĭ ŀ +æŃ ¹ +æĵ ¬ +æ£ Ħ +èĪ µ +å¥ ª +çļ ĭ +æĶ ¸ +åľ © +ç¤ Ļ +ç¢ ĺ +éı Ī +æĦ ķ +ç¹ ³ +èĺ ¸ +è² Ĥ +æ¼ ² +æij ¹ +æĶ Ŀ +åŃ ¢ +èķ Ń +é¨ ° +æ½ ¼ +éħ ° +æĴ ¥ +è¹ ¬ +é¨ Ļ +è¸ ¹ +éģ IJ +çĺ Ģ +èĽ ¤ +æĤ ĸ +çĴ ŀ +ç£ IJ +æİ ° +è¾ Ĭ +å¾ ij +æİ ĸ +éģ ŀ +éĤ ¸ +éĽ ı +æĨ İ +æľ ½ +çį » +ç® Ķ +è¤ ¶ +æļ ¢ +æĺ µ +çı Ĥ +æĤ ¸ +åģ µ +åĻ ľ +å£ ¯ +æĴ ® +æģ į +å© ķ +ç¯ ± +éĺ Ļ +çī ł +è£ ĺ +è³ ¢ +éĩ ľ +éĵ ł +èİ ĺ +æ® Ĩ +çĻ ¸ +è´ ı +ç² ± +å« ¡ +åĨ ¢ +è¤ Ĵ +æĩ Ĭ +éľ ĵ +å¡ µ +æĭ £ +å» Ł +é£ ½ +é¢ Į +åļ İ +æ· º +èĨ ł +åİ Ń +åļ ĩ +åij ĥ +çĴ ĭ +çŃ ± +æĭ · +èį § +éĶ ° +åŃ ° +èĵ ĵ +èĨ ½ +æŀ ī +åĸ ½ +çĽ Ķ +çŃ IJ +ç¾ ļ +è ħĮ +è¾ « +æ³ ĵ +çĶ ¬ +èŁ ² +åĸ ª +å¦ ĵ +è¬ Ģ +çĤ Ĭ +æĽ ľ +æ± IJ +è´ Ī +èį Ģ +æĬ ł +ç¢ ¾ +æ« ĥ +éŀ ł +èij Ĩ +ç¥ ¯ +å½ Ŀ +é¦ į +åĮ £ +æľ Ń +åĿ Ĥ +ä¿ ij +èĵ ® +çij Ľ +æī ī +èĩ Ł +è² « +çİ ¥ +æ· ¼ +åİ ² +é³ Į +å³ Ń +åij Ľ +é § +é§ IJ +éģ · +ä¿ ª +æĢ Ĥ +è¾ į +å± į +åĭ ģ +å¥ ļ +éļ ħ +éĴ ´ +è¼ Ŀ +å® ¦ +èIJ ĥ +çĺ ĭ +æĨ ¶ +æĤ ħ +è¾ Ļ +åij ľ +çł º +éĢ ŀ +æµ ļ +éĸ £ +èĸ © +éĻ ĭ +çĤ Ļ +èª ķ +ä¸ Ł +é¹ ½ +ç± Į +è´ ° +éĭ ª +çľ © +æĴ IJ +èĨ º +éŀ ĺ +ç¾ ² +çª ® +ç´ IJ +æ® ´ +çº ¾ +èº į +ç´ ĭ +çĦ ĸ +çĶ º +çī ½ +çĤ ¯ +ç¼ Ķ +æ¯ ĵ +å¬ ° +æ¢ § +äº Ł +è¢ ħ +çį Ħ +è¿ ¥ +æ¼ ¾ +çĿ ij +ç¸ ¾ +é¦ ĭ +é¤ ħ +æ ¹Ħ +æĺ ĩ +æŀ Ń +èĸ ° +æŁ ij +æ¦ » +åĻ Ĺ +åĻ ´ +æ£ £ +åĶ § +çĨ ¹ +è¼ ¯ +å¢ Ł +é² ² +æĪ Ľ +èī ¦ +èĬ ® +åĺ Ł +å¸ ¥ +å¿ » +çĮ Ŀ +å¯ µ +è³ ¦ +èĽ ¾ +æ» ¾ +çĤ ķ +éĵ ¬ +èĴ ¿ +éĴ ¨ +çĥ Ļ +ç² ķ +æĥ ¦ +æº § +é¢ į +éħ £ +å³ ¦ +ç± ģ +çĥ ĥ +åĨ Ĺ +åı ģ +çĽ § +ç½ µ +éĴ Ĺ +å¬ ī +è° ı +ç³ § +è¾ Ń +æ· ¬ +èŁ Ĵ +è¯ © +è¦ ĥ +çĻ ĸ +é½ Ĵ +çĪ IJ +ç® į +ç¼ İ +ç£ º +è¯ « +è¤ ² +æĵ ł +èIJ ¦ +çĿ ¬ +è° į +éĦ ° +æł ¾ +é¡ ı +ç¸ ± +æ¡ ¨ +éĨ ¬ +è¥ ² +è® ª +å© º +èį Ł +åĮ Ŀ +çĨ ł +èĽ Ĭ +æ¸ ļ +å´ ½ +é² ¤ +åķ ° +åĮ ķ +ä¸ IJ +è® ¥ +åı ½ +åı ¼ +çļ ¿ +è¿ Ĥ +åIJ Ĩ +å± ¹ +èĩ ¼ +è® ¹ +é© ® +çº « +æ± ŀ +æĬ ¡ +èĭ ĩ +åIJ ł +åIJ Ń +åIJ ® +å² ĸ +ä½ ĥ +çĭ Ī +åº ĩ +åIJ Ŀ +éĹ ° +æ± ¹ +å¿ ± +æĭ Ħ +æĭ Ĺ +èĮ ī +èĭ Ľ +èĮ ģ +çŁ ¾ +èĻ ı +åij » +åĴ Ħ +å¿ ¿ +èĤ ® +çĭ ŀ +çĸ Ł +çĸ Ļ +çĸ ļ +æ³ ŀ +å¸ ļ +å± ī +è¿ ¢ +é© ¹ +ç İ· +çıĬ ó +çıĬó ł +çıĬół Ħ +çıĬółĦ ģ +æĮ İ +æĭ ´ +åŀ Ľ +èį ¤ +æ® ĥ +çĽ ¹ +åĵ Ĩ +è´ » +æ¯ ¡ +çĭ ° +çĭ ¡ +æŁ Ĵ +æģ ĥ +è¯ ¬ +è¢ Ħ +è¯ ² +èļ ¤ +èĢ Ļ +åŁ Ĥ +æį İ +æį Į +æ¢ Ĩ +é ħĮ +çł ¾ +æ® ī +åĶ ł +æĻ Į +èļ £ +èļ ª +èļ ĵ +é¸ ¯ +åĶ ģ +åĶ Ĩ +åĢ Ķ +èĪ Ģ +è± º +èĥ ° +é¸ µ +é¸ ³ +é¦ ģ +ç¾ Ķ +æ¶ £ +æ¶ ķ +æĤ ¯ +è¯ ½ +è° Ĩ +ç¥ Ł +ç» ¢ +æį º +æį ¶ +æį » +æİ Ĥ +èı ł +èIJ ¤ +éħ Ĺ +çľ ¶ +åķ Ħ +èļ ¯ +èĽ Ģ +åĶ ¬ +å¸ · +éĵ IJ +éĵ Ľ +åģ İ +å¾ Ļ +èĦ ¯ +è± ļ +çĮ ĸ +çĹ Ĭ +æ¶ ® +æĥ Ń +æĤ ´ +æĥ ĭ +è° ļ +æı © +æIJ Ģ +æIJ Ķ +æ¦ Ķ +æ¤ Ń +éĽ ³ +åĸ ³ +è· Ľ +èľ ĵ +èľ Ĵ +é¹ ĥ +éĶ Ħ +çĶ ¥ +çŃ ı +çĮ © +çĮ ¬ +çĮ ¾ +çĹ ¢ +çĹ ª +æĥ ° +çª ĺ +è° ¤ +éļ ĺ +å© ¿ +é¹ ī +çij Ļ +æĸ Ł +æ¤ ¿ +éħ ª +éĽ ¹ +åĹ ¦ +è· · +è· º +è· ¤ +èľ Ī +èľ Ĺ +å¹ Į +é¦ ı +èª Ĭ +æ¼ ĵ +è¤ Ĥ +èĶ Ĺ +èĶ ¼ +åħ ¢ +è£ ³ +èľ » +èĿ ĩ +åĺ Ģ +éĶ ¹ +ç® ķ +ç® © +çĺ © +çĺ Ł +æ¼ ± +å¯ ¥ +éª ¡ +æĴ µ +æĴ ¬ +è± Į +åĺ ¹ +èĿ ł +èĿ Į +èĿ Ĺ +èĿ Ļ +éķ IJ +ç¨ ¼ +ç¯ ĵ +èĨ Ľ +é² « +çĺ ª +é² ¨ +æĨ Ķ +ç¿ © +è¤ ¥ +ç¼ Ń +åĻ © +çĵ ¢ +éľ İ +è¸ ± +è¹ Ĥ +èŁ Ĩ +é¹ ¦ +ç¯ ¡ +çĺ ¸ +çª ¿ +ç¼ ° +èĹ IJ +è¹ ĭ +èŁ ĭ +èŁ Ģ +èµ ¡ +èĩ Ĭ +é³ Ħ +ç³ ł +æĩ ¦ +åļ £ +éķ ° +é³ į +ç° ¸ +çĻ £ +é³ ĸ +é¬ ĵ +èł ķ +éľ ¹ +èº ı +é» ¯ +çĵ ¤ +çŁ Ĺ +ä¹ Ĥ +ä¹ ľ +åħ Ģ +å¼ ĭ +åŃ ij +åŃ ĵ +å¹ º +äº ĵ +å »¿ +ä¸ ı +åį ħ +ä» ĥ +ä» ī +ä» Ĥ +åĪ Ī +çĪ » +åį ŀ +éĹ © +è® £ +å¤ ¬ +çĪ ¿ +æ¯ ĭ +éĤ Ĺ +éĤ Ľ +èī ½ +èī ¿ +åı µ +ä¸ ķ +åĮ ľ +åĬ ¢ +åį Ł +åı ± +åı » +ä» ¨ +ä» Ł +ä» ¡ +ä» « +ä» ŀ +åį ® +æ° IJ +çĬ ° +åĪ į +éĤ Ŀ +éĤ Ļ +è® ¦ +è® § +è® « +å° » +éĺ ¡ +å° ķ +å¼ ģ +èĢ Ĵ +çİ İ +çİ ij +åľ ¬ +æī ¦ +åľ ª +åľ ¹ +æī ª +åľ ® +åľ ¯ +èĬ Ĭ +èĬ į +èĬ Ħ +èĬ ¨ +èĬ ij +èĬ İ +èĬ Ĺ +äº ĺ +åİ į +å¤ ¼ +æĪ į +å° ¥ +ä¹ © +æĹ ¯ +æĽ ³ +å² Į +å± º +åĩ ¼ +åĽ ¡ +éĴ ĩ +ç¼ ¶ +æ° ĺ +æ° ĸ +çī Ŀ +ä¼ İ +ä¼ Ľ +ä¼ ¢ +ä½ ¤ +ä» µ +ä¼ ¥ +ä¼ § +ä¼ ī +ä¼ « +åĽ Ł +æ± Ĩ +åĪ ĸ +å¤ Ļ +æĹ ® +åĪ İ +çĬ · +çĬ ¸ +èĪ Ľ +åĩ « +é Ĥ¬ +é¥ § +æ± Ķ +æ± ľ +æ± Ĭ +å¿ ĸ +å¿ ı +è® ´ +è® µ +è® · +èģ ¿ +èī ® +åİ ¾ +å¦ ģ +çº ¡ +çº £ +çº ¥ +çº ¨ +çİ ķ +çİ Ļ +æĬ Ł +æĬ Ķ +åľ » +åĿ į +æĬ ĥ +㧠IJ +èĬ « +èĬ ¾ +èĭ Ī +èĭ £ +èĭ ĭ +èĬ ¼ +èĭ Į +èĭ ģ +èĬ © +èĬ ª +èĬ ¡ +èĬ Ł +èĭ Ħ +èĭ İ +èĭ ¡ +æĿ Į +æĿ ĵ +æĿ Ī +å¿ ij +åŃ Ľ +éĤ ´ +éĤ ³ +å¥ ģ +è± ķ +å¿ Ĵ +æ¬ ¤ +è½ « +è¿ ĵ +éĤ ¶ +å¿ IJ +åį £ +éĤ º +æĹ ° +åij ĭ +åij Ĵ +åij ĵ +åij Ķ +åij ĸ +æĹ ¸ +åIJ ¡ +èĻ ¬ +åIJ ½ +åIJ £ +åIJ ² +å¸ ı +å² Ī +å² ĺ +åħ ķ +åĽ µ +åĽ « +éĴ Ĭ +éĴ ĭ +é ĴĮ +è¿ ķ +æ° Ļ +æ° ļ +çī ¤ +ä½ ŀ +ä½ ļ +ä½ Ŀ +ä½ Ĺ +å½ · +ä½ ĺ +ä½ ¥ +è± ¸ +åĿ Į +èĤ Ł +å¥ Ĥ +åĬ ¬ +çĭ ģ +é¸ ł +é¥ ¨ +é¥ © +é¥ « +é¥ ¬ +åº ij +åº ĭ +çĸ Ķ +çĸ ĸ +èĤ ĵ +éĹ ± +éĹ ³ +çĤ Ģ +æ² £ +æ² ħ +æ² Ķ +æ² ¤ +æ² ı +æ² ļ +æ± © +æ± ¨ +æ² ¨ +æ± ´ +æ² Ĩ +æ² © +æ³ IJ +æĢ ĥ +æĢ Ħ +å¿ ¡ +å¿ ¤ +å¿ ¾ +æĢ ħ +å¿ ª +æĢ Ĩ +å¿ Ń +å¿ ¸ +è¯ Ĥ +è¯ ĥ +è¯ ħ +è¯ ĭ +è¯ Į +è¯ Ĵ +éĻ Ĥ +éĻ ī +å¦ © +å¦ ª +å¦ £ +å¦ Ĺ +å¦ « +å§ Ĵ +å¦ ¤ +åĬ Ń +åĪ Ń +éĤ ° +çº Ń +çº ° +çº ´ +çİ ¡ +çİ Ń +çİ ł +çİ ¢ +çİ ¦ +çĽ Ĥ +å¿ Ŀ +åĮ ¦ +åĿ © +æĬ ¨ +æĭ ¤ +åĿ « +æĭ Ī +åŀ Ĩ +æĬ » +åĬ ¼ +æĭ ĥ +æĭ Ĭ +åĿ ¼ +åĿ » +㧠Ł +åĿ ¨ +åĿ Ń +æĬ ¿ +åĿ ³ +èĭ · +èĭ ¤ +èĮ ı +èĭ « +èĭ ľ +èĭ ´ +èĭ Ĵ +èĭ ĺ +èĮ Į +èĭ » +èĭ ĵ +èĮ ļ +èĮ Ĩ +èĮ ij +èĮ ĵ +èĮ Ķ +èĮ ķ +è ĮĢ +èĭ ķ +æŀ ¥ +æŀ ĩ +æĿ ª +æĿ ³ +æŀ § +æĿ µ +æŀ ¨ +æŀ ŀ +æŀ ĭ +æĿ » +æĿ · +æĿ ¼ +çŁ ¸ +ç łĢ +åĪ ³ +å¥ Ħ +æ® ģ +éĥ ı +è½ Ń +éĥ ħ +é¸ ¢ +çĽ ± +æĺ Ļ +æĿ ² +æĺ ĥ +åĴ Ĥ +åij ¸ +æĺ Ģ +æĹ » +æĺ ī +çĤ ħ +çķ Ģ +èĻ ® +åĴ Ģ +åij · +é» ¾ +åij ± +åij ¤ +åĴ Ĩ +åĴ Ľ +åij ¶ +åij £ +åĴ Ŀ +å² ¢ +å² ¿ +å² ¬ +å² « +å¸ Ļ +å² £ +å³ ģ +åĪ ¿ +å² · +åī Ģ +å¸ Ķ +å³ Ħ +æ² ĵ +åĽ ¹ +ç½ Ķ +éĴ į +éĴ İ +éĴ ı +éĴ Ĵ +éĴ ķ +éĤ ¾ +è¿ ® +çī ¦ +ç« º +è¿ ¤ +ä½ ¶ +ä¾ ij +ä¾ ī +èĩ ¾ +ä¾ Ĺ +ä¾ ı +ä¾ © +ä½ » +ä½ ¾ +ä¾ ª +ä½ ¼ +ä½ ¯ +ä¾ ¬ +å¸ Ľ +ä¾ Ķ +å¾ Ĥ +åĪ ½ +éĥ Ħ +ç± ´ +çĵ ® +æĪ Ĺ +èĤ ¼ +äı Ŀ +èĤ ± +èĤ « +è¿ © +éĥ ĩ +çĭ İ +çĭ į +çĭ Ĵ +åĴ İ +é¥ ¯ +é¥ ´ +åĨ ½ +åĨ ¼ +åº ĸ +çĸ ł +çĸ Ŀ +åħ ĸ +åĬ ¾ +ð¬ ī +ð¬ī ¼ +çĤ ĺ +çĤ Ŀ +çĤ Ķ +æ³ Ķ +æ² Ń +æ³ · +æ³ ± +æ³ ħ +æ³ ł +æ³ º +æ³ ĸ +æ³ « +æ³ ® +æ² ± +æ³ ¯ +æĢ Ļ +æĢ µ +æĢ ¦ +æĢ Ľ +æĢ ı +æĢ į +ã ¤ +㤠ĺ +æĢ © +æĢ « +æĢ ¿ +å® ķ +ç© ¹ +å® ĵ +è¯ ĵ +è¯ Ķ +è¯ ĸ +è¯ ĺ +æĪ ¾ +è¯ Ļ +æĪ ½ +éĥ ĵ +è¡ © +ç¥ Ĩ +ç¥ İ +ç¥ ĩ +è¯ ľ +è¯ Ł +è¯ £ +è¯ ¤ +è¯ § +è¯ ¨ +æĪ ķ +éĻ Ķ +å¦ ² +å¦ ¯ +å§ Ĺ +å¸ ij +åŃ ¥ +é© ½ +èĻ ± +è¿ ¨ +ç» Ģ +ç» ģ +ç» Ĥ +é© · +é© ¸ +ç» ī +ç» Į +éª Ģ +çĶ ¾ +çı ı +çı IJ +çı ij +çİ ³ +é¡ ¸ +çı ī +çı Ī +æĭ ® +åŀ Ń +æĮ Ŀ +æĮ ŀ +åŀ ¤ +èµ ³ +è´ ² +åŀ ± +åŀ Į +åŀ § +åŀ ĵ +æĮ ¦ +åŀ ł +èį ļ +èį ij +è´ ³ +èį ľ +èİ Ĵ +èĮ ¼ +èĮ ´ +èĮ ± +èİ Ľ +èį ŀ +èĮ ¯ +èį ı +èį ĩ +èį ĥ +èį ł +èĮ Ń +åŀ © +èį ¥ +èį ¦ +èį ¨ +èį © +åī ĭ +èį ª +èį ¬ +èį ® +æŁ ° +æł ī +æŁ ĺ +æł Ĭ +æŁ © +æŀ ° +æł Į +æŁ Ļ +æŀ µ +æŀ ³ +æŁ ŀ +æŁ Ŀ +æł Ģ +æŁ ¢ +æł İ +æŁ Ī +æŁ ģ +æŀ · +æŁ ½ +åī Į +éħ Ĭ +éĥ ¦ +çĶ Ń +çł Ĺ +çł ĺ +çł Ĵ +æĸ « +çł Ń +çł ľ +èĢ · +èĻ º +æ® Ĥ +æ® ĩ +æ® Ħ +è½ ± +è½ ² +è½ ³ +è½ ¶ +è½ ¸ +èĻ ¿ +æ¯ ĸ +è§ ĩ +å° ľ +åĵ IJ +çľ Ħ +çľ į +ðł ³ +ðł³ IJ +éĥ ¢ +çľ ĩ +çľ Ĭ +çľ Ī +ç¦ º +åĵ Ĥ +åĴ ´ +æĽ · +æĺ ´ +åĴ ¦ +åĵ ĵ +åĵ Ķ +çķ İ +åij ² +èĥ Ħ +çķ ĭ +çķ Ī +èĻ ¼ +èĻ » +çĽ ħ +åĴ £ +åĵ ķ +åī IJ +éĥ § +åĴ » +åĽ ¿ +åĴ ¿ +åĵ Į +åĵ Ļ +åĵ ļ +åĴ © +åĴ ¤ +åĵ Ŀ +åĵ ı +åĵ ŀ +å³ £ +ç½ ĺ +å³ Ĵ +å³ ¤ +å³ ĭ +è´ ¶ +éĴ ļ +éĴ ¡ +éĴ £ +éĴ ¤ +éĴ « +æ° ¡ +çī ¯ +éĥ ľ +ç§ ķ +ç§ Ń +ç« ½ +ç¬ Ī +ä¿ ¦ +ä¿ ¨ +ä¿ ħ +åı Ł +åŀ ¡ +çī ® +ä¿ £ +ä¿ ļ +çļ Ī +ä¿ Ł +éĢ ħ +å¾ ĩ +å¾ ī +èĪ ¢ +éĥ Ĺ +ä¿ İ +éĥ ¤ +çĪ ° +éĥ Ľ +çĵ ´ +èĥ ¨ +èĥ ª +èĥ Ľ +èĥ Ĥ +èĥ Ļ +èĥ į +èĥ Ĺ +è ĥĿ +æľ IJ +èĥ « +é¸ ¨ +åĮ į +çĭ ¨ +çĭ ¯ +é£ ij +çĭ © +çĭ ² +è¨ ĩ +éĢ Ħ +æĺ Ŀ +é¥ · +é¥ ¸ +é¥ ¹ +åŃ ª +å¨ Ī +åº ¥ +çĸ ¬ +çĸ £ +çĸ ¥ +çĸ Ń +åº ł +ç« ij +é£ Ĵ +éĹ ¼ +éĹ ¾ +éĹ ¿ +éĺ Ĥ +ç¾ ij +è¿ ¸ +ç± ¼ +éħ ĭ +çĤ » +çĥ Ģ +çĤ · +æ´ ± +æ´ ¹ +æ´ § +æ´ Į +æµ ĥ +æ´ ĩ +æ´ Ħ +æ´ Ļ +æ¶ İ +æ´ İ +æ´ « +æµ į +æ´ ® +æ´ µ +æµ Ĵ +æµ Ķ +æµ ķ +æ´ ³ +æģ ¸ +æģ ĵ +æģ ¹ +æģ « +æģ » +æģ Ĥ +æģ ª +æģ ½ +å® ¥ +æī ĥ +è¡ ² +è¡ ½ +è¡ ¿ +è¢ Ĥ +ç¥ ľ +ç¥ ĵ +ç¥ ļ +è¯ ® +ç¥ Ĺ +ç¥ ¢ +è¯ ° +è¯ ³ +é¸ © +æĺ ¶ +åĴ « +å¼ Ń +çī ģ +èĥ ¥ +éĻ Ł +å§ ® +å¨ Ĩ +å§ Ŀ +å§ £ +å§ ĺ +å§ ¹ +ç¾ ¿ +çĤ ± +çŁ ľ +ç» Ķ +éª ģ +éª ħ +ç» Ĺ +ç» Ľ +éª Ī +èĢ ĸ +æĮ Ī +çı ¥ +çı Ļ +é¡ ¼ +çı ° +çı © +çı § +çı £ +çı ŀ +çIJ ¤ +çı ² +æģ ļ +åŁ ķ +åŁ ĺ +åŁ Ļ +åŁ ļ +æĮ ¹ +èĢ Ĩ +èĢ Ħ +åŁ Ĵ +æį ĭ +è´ ½ +åŀ ¸ +æį ĥ +çĽ į +èį ¸ +èİ ³ +èİ ´ +èİ ª +èİ ł +èİ ľ +èİ ħ +èį ¼ +èİ © +èį ½ +èİ ¸ +èį » +èİ ¨ +é¸ ª +èİ ¼ +æł ² +æł ³ +æ¡ ¡ +æ¡ İ +æ¡ ¢ +æ¡ ¤ +æ¢ ĥ +æł Ŀ +æ¡ ķ +æ¡ ģ +æ¡ § +æ¡ ħ +æł Ł +æ¡ ī +æł © +éĢ ij +éĢ ĭ +å½ § +é¬ ² +è± ĩ +éħ IJ +éĢ ¦ +åİ Ŀ +åŃ ¬ +çł Ŀ +çł ¹ +çł § +çł · +çł Ł +çł ¼ +çł ¥ +çł £ +åī ŀ +çł » +è½ ¼ +è½ ¾ +è¾ Ĥ +é¸ « +è¶ ¸ +é¾ Ģ +é¸ ¬ +èĻ Ķ +çľ ¬ +åĶ Ľ +çľ Ļ +åĵ § +åĵ ½ +æĻ ģ +é¸ ® +è¶ µ +è¶ ¿ +çķ Ľ +èļ ¨ +èļ ľ +èļ į +èļ ĭ +èļ ¬ +èļ Ŀ +èļ § +åĶ ¢ +åľ Ħ +åĶ £ +åĶ ı +çĽ İ +åĶ ij +å´ Ĥ +å´ ĥ +ç½ ¡ +ç½ Ł +è§ Ĭ +èµ ħ +éĴ ² +éĴ µ +éĴ ¹ +éĴ º +éĴ ½ +éĴ ¼ +éĴ ¿ +éĵ Ģ +éĵ Ħ +éĵ Ĩ +éĵ Ī +éĵ ī +éĵ Ĭ +éĵ ĭ +éĵ Į +é ĵį +ä ¥ +ä¥ ½ +éĵ İ +æ° © +æ° ¤ +æ° ¦ +æ¯ ª +èĪ IJ +ç§ £ +ç§ « +çĽ ī +ç¬ Ħ +ç¬ ķ +ç¬ Ĭ +ç¬ ı +ç¬ Ĩ +ä¿ ¸ +ä¿ µ +åģ Į +ä¿ ³ +ä¿ ¶ +åĢ ¬ +åĢ ı +æģ ģ +åĢ Ń +ä¿ ¾ +åĢ ľ +éļ ¼ +éļ ½ +åĢ Į +åĢ ¥ +èĩ ¬ +éĥ « +åĢ ¨ +è¡ Ħ +é¢ Ģ +å¾ ķ +èĪ « +è¡ ¾ +èĥ ¯ +èĥ ± +èĥ ´ +èĥ Ń +èĦ į +èĥ ¼ +èĦ Ĵ +é¸ ± +é¸ ² +çĭ · +çĮ ģ +çĭ ³ +çĮ ĥ +çĭ º +éĢ ĸ +æ¡ Ģ +é¥ ½ +åĩ ĩ +æĮ Ľ +äº ³ +çĸ ³ +çĸ ´ +çĸ ¸ +çĸ ½ +çĹ Ī +çĸ ± +çĹ Ĥ +çĹ ī +è¡ ® +é¢ ĥ +æģ £ +æĹ Ĩ +æĹ Ħ +æĹ ĥ +éĺ ĥ +éĺ Ħ +è¨ ļ +éĺ Ĩ +æģ Ļ +ç² ij +çĥ ľ +çĥ © +çĥ Ĭ +åī ¡ +éĥ ¯ +çĥ ¬ +æ¶ ij +æµ ¯ +æ¶ ŀ +æ¶ Ł +å¨ ij +æ¶ ł +æµ ŀ +æ¶ ĵ +æµ ¥ +æ¶ Ķ +æµ ľ +æµ ł +æµ £ +æĤ ļ +æ ĤŃ +æĤ Ŀ +æĤ Ĵ +æĤ Į +æĤ Ľ +çª Ī +åī ľ +è¯ ¹ +è¯ ¼ +è¢ Ĵ +è¢ ¢ +è¯ ¿ +è° Ģ +è° Ĥ +è° Ħ +è° ĩ +å± IJ +å± Ļ +éĻ ¬ +åĭ IJ +å¥ ĺ +çī Ĥ +èļ © +éĻ ² +å¨ Į +å¨ ī +å¨ ² +å¨ ´ +å¨ £ +å¨ ĵ +å© Ģ +çķ ļ +éĢ ¡ +ç» ł +éª Ĭ +ç» ¡ +éª ĭ +ç» ¦ +ç» ¨ +éª İ +éĤ ķ +é¸ ¶ +å½ Ĺ +èĢ ľ +çĦ ĺ +èĪ Ĥ +çIJ ı +çIJ ĩ +éº ¸ +æı ¶ +åŁ ´ +åŁ ¯ +æį ¯ +æİ ³ +æİ ´ +åŁ ¸ +åŁ µ +èµ § +åŁ ¤ +æį Ń +éĢ µ +åŁ Ŀ +åł ĭ +åł į +æİ ¬ +é¸ · +æį ½ +æİ Ĭ +åł ī +æİ ¸ +æį © +æİ ® +æĤ « +åŁ Ń +åŁ ½ +æİ ĩ +æİ ¼ +èģ ĥ +èIJ ģ +èı ĺ +åł ĩ +èIJ ĺ +èIJ ĭ +èı ½ +èı ĸ +è IJľ +èIJ ¸ +èIJ ij +æ£ » +èı Ķ +èı Ł +èIJ ı +èı ¹ +èı ª +èı ħ +èı Ģ +èı ° +èı ¡ +æ¢ ¿ +æ¢ ı +è§ ĭ +æ¡ ´ +æ¡ · +æ£ ģ +æ¡ « +æ£ Ĥ +åķ ¬ +éĥ ¾ +æķ ķ +è± ī +éĦ Ħ +éħ ŀ +ç¡ İ +ç¡ Ń +ç¡ ĸ +ç¡ Ĺ +ç¡ IJ +ç¡ ĩ +ç¡ Į +é¸ ¸ +çĵ ł +åĮ ı +åİ © +æ® Ĵ +æ® ĵ +æ® į +èµ ī +éĽ © +è¾ Ħ +åł ij +çľ Ń +çľ ¦ +åķ § +æĻ ¡ +æĻ ¤ +çľ µ +åľ Ĭ +åĸ ı +åķ ī +åĭ ĸ +æĻ ŀ +åĶ µ +æĻ Ĺ +åķ Ń +çķ ¦ +è¶ º +åķ ® +è· Ħ +èļ ¶ +è ĽĦ +èĽ İ +èĽ Ĩ +èļ ° +åľ ī +èļ ± +èĽ ī +èĽ ı +èļ ´ +åķ ģ +åķ ķ +åĶ ¿ +åķ IJ +åĶ ¼ +åĶ · +åķ ĸ +åķ µ +åķ ¶ +åķ · +åĶ ³ +åĶ ° +åķ ľ +å¸ » +å´ ļ +å´ ¦ +å¸ ¼ +å´ ® +å´ ¤ +å´ Ĩ +èµ ĩ +èµ Ī +èµ Ĭ +éĵ ij +éĵ Ĵ +éĵ Ĺ +éĵ Ļ +éĵ Ł +éĵ ¡ +éĵ ¢ +éĵ £ +éĵ ¤ +éĵ § +éĵ ¨ +éĵ © +éĵ ª +éĵ « +éĵ ¯ +éĵ ° +éĵ ± +éĵ ³ +éĵ µ +éĵ · +çī ¾ +é¸ ¹ +ç§ ¾ +éĢ ¶ +ç¬ º +çŃ ĩ +ç¬ ¸ +ç¬ ª +ç¬ ® +ç¬ ł +ç¬ ¥ +ç¬ ¤ +ç¬ ³ +ç¬ ¾ +ç¬ ŀ +åģ ¾ +åģ ĥ +åģ ķ +åģ Ī +åĤ Ģ +åģ ¬ +åģ » +çļ ij +çļ İ +é¸ » +å¾ ľ +èĪ ¸ +èĪ » +èĪ ´ +èĪ · +é¾ Ľ +ç¿ İ +èĦ ¬ +èĦ ĺ +èĦ ² +åĮ IJ +çĮ Ĺ +çĮ ¡ +çĮ ŀ +æĸ Ľ +çĮ ķ +é¦ Ĺ +é¦ ĥ +é¦ Ħ +é¸ ¾ +åº ¹ +åº ¾ +çĹ Ķ +çĹ į +ç¿ Ĭ +æĹ Į +æĹ İ +è¢ ¤ +éĺ ĩ +éĺ Ī +éĺ ī +éĺ Ĭ +éĺ ĭ +éĺ į +éĺ ı +ç¾ Ł +ç² Ŀ +çĦ IJ +çĦ ĵ +çĦ Ĺ +æ· ħ +æ· ŀ +æ¸ İ +æ¶ ¿ +æ· ĸ +æĮ ² +æ· ł +æ¶ ¸ +æ¸ ij +æ· ¦ +æ· Ŀ +æ¶ ª +æ· Ļ +æ¶ « +æ¸ Į +æĤ » +æĤ ± +æ ĥĿ +æĥ ĺ +æĥ Ĩ +æĥ ļ +æĥ ĩ +æĥ ® +çª ķ +è° Į +æī Ī +çļ ² +è° ij +è£ Ĩ +è¢ · +è£ ī +è° Ĵ +è° Ķ +è° ķ +è° ĸ +è° Ĺ +è° Ļ +è° Ŀ +éĢ ¯ +éĥ ¿ +éļ Ī +ç² ľ +éļ į +éļ Ĺ +å© Ĭ +å¨ ¼ +å© ¢ +å© µ +èĥ ¬ +è¢ Ī +ç¿ Į +æģ ¿ +æ¬ ¸ +ç» « +éª IJ +ç» ¯ +ç» ± +éª Ĵ +ç» ² +éª ĵ +ç» ¶ +ç» º +ç» » +ç» ¾ +éª ĸ +ç¼ ģ +èĢ ł +çIJ « +çIJ µ +çIJ ¶ +çIJ ¥ +çIJ ¨ +çIJ ° +çIJ ® +çIJ ¯ +çIJ ¬ +çIJ ļ +è¾ ĩ +é¼ ĭ +æı ³ +åł ŀ +æIJ ½ +æı ¸ +æı ł +åł Ļ +è¶ Ħ +æı ĸ +é¢ ī +å¡ Ħ +æı ¿ +èĢ ĭ +æı Ħ +èĽ © +èĽ ° +å¡ Ĩ +æij Ĵ +æı Ĩ +æİ ¾ +èģ Ĵ +èij ij +èij ļ +éĿ ° +éĿ ¸ +èij ³ +èij º +èij ¸ +èIJ ¼ +èij ¶ +è ĴĮ +èij Ń +æ¥ ® +æ £¼ +æ¤ Ł +æ£ ¹ +æ¤ ¤ +æ£ ° +èµ į +æ¤ ĭ +æ¤ ģ +æ¤ ª +æ¤ IJ +é¹ ģ +éħ ¤ +éħ ¢ +éħ ¡ +é¹ Ĥ +æ® ļ +æ® Ľ +éĽ ± +è¾ ĭ +æ¤ ł +è¾ İ +çĿ Ħ +çĿ ĩ +çĿ ĥ +æĪ ¢ +åĸ ĭ +åĹ Ĵ +åĸ ĥ +åĸ ± +åĸ ¹ +æĻ · +åĸ Ī +è· ĸ +è· Ĺ +è· ŀ +è· ļ +è· İ +è· ı +è· Ĩ +èĽ ± +èĽ ² +èĽ Ń +èĽ ³ +èĽ IJ +èĽ Ķ +èĽ ŀ +èĽ ´ +èĽ ĺ +åĸ ģ +åĸ Ł +åķ ¾ +åĹ ĸ +åĸ ij +åĹ Ł +åĹ ŀ +åĸ Ļ +åµ ĺ +åµ ĸ +å´ ´ +éģ Ħ +è© Ī +åµ İ +å µ¬ +åµ Ľ +åµ ¯ +åµ Ŀ +åµ « +å¹ Ħ +åµ ĭ +èµ ķ +éĵ » +éĵ ¼ +éĵ ¿ +éĶ ĥ +éĶ Ĩ +éĶ ĩ +éĶ ī +éĶ ı +éĶ ij +éĶ Ĵ +éĶ Ķ +éĶ ķ +æİ £ +çŁ ¬ +æ° ° +æ¯ ³ +æ¯ ½ +çĬ Ĭ +çĬ Ħ +çĬ ĭ +é ¹Ħ +çĬ į +åµ ĩ +é» į +ç¨ ĥ +ç¨ Ĥ +çŃ ļ +çŃ µ +çŃ Į +åĤ £ +åĤ Ī +èĪ Ħ +çī į +åĤ ¥ +åĤ § +éģ ij +åĤ © +å¾ ¨ +åª Ń +çķ ² +å¼ ij +ç¿ ķ +é¹ Ĩ +èħ Ī +èħ ĵ +èħ Ĩ +èħ ´ +èħ ļ +èħ ± +é± ¿ +é² Ģ +é² Ĥ +çĮ ¢ +çĮ ¹ +çĮ ¥ +é£ ĵ +è§ ŀ +è§ ļ +çĮ ± +é¢ İ +é£ § +é¦ ĩ +é¦ Ĭ +äº µ +èĦ Ķ +è£ Ĵ +çĹ £ +çĹ ¨ +çĹ ¦ +çĹ ŀ +çĹ ¤ +çĹ § +èµ ĵ +ç« ¦ +çĵ ¿ +åķ » +é¢ ı +é¹ ĩ +éĺ ij +éĺ Ĵ +éĺ ķ +ç² ŀ +éģ Ĵ +åŃ ³ +çĦ ¯ +çĦ ľ +çĦ ± +é¹ Ī +æ¸ « +æ¹ ® +æ¹ İ +æ¹ ľ +æ¹ į +æ¹ « +æº ² +æ¹ Ł +æº Ĩ +æ¹ ² +æ¹ Ķ +æ¹ ī +æ¸ ¥ +æ» ģ +æĦ ł +æĥ º +æĦ ¦ +æĥ ´ +æĦ Ģ +æĦ İ +æĦ Ķ +åĸ ¾ +å¯ IJ +è° Ł +è£ ¢ +è£ İ +è£ ¥ +ç¥ ¾ +è° ł +è° ¡ +è° ¥ +è° § +åŃ ± +å¼ ¼ +å· ½ +éª ĺ +åª ª +å· ¯ +ç¿ ļ +çļ ´ +éª Ľ +ç¼ Ĥ +ç¼ ĥ +ç¼ Ħ +å½ ĺ +ç¼ ĩ +ç¼ Ī +ç¼ Į +ç¼ ij +ç¼ Ĵ +ç¼ Ĺ +é£ ¨ +èĢ ¢ +çij ģ +çij Ĺ +çij Ħ +éģ ¨ +éª ľ +éŁ « +é« ¡ +å¡ ¬ +éĦ ¢ +è¶ Ķ +è¶ ij +æij ħ +æij ģ +èľ ĩ +æIJ ĭ +æIJ ª +æIJ IJ +æIJ Ľ +æIJ ł +æij Ī +å½ Ģ +æ¯ Ĥ +æIJ ¦ +æIJ ¡ +èĵ ģ +æĪ ¡ +è ĵį +éĦ ŀ +èĵ IJ +èĵ ¦ +é¹ ĭ +èĴ ½ +èĵ ĸ +èĵ Ĭ +èĴ ¯ +èĵ Ł +èĵ ij +èĴ º +èĵ ł +èĴ Ł +èĴ ¡ +èĴ ¹ +èĴ ´ +èĴ Ĺ +èĵ ¥ +æ¥ Ķ +æ¥ Ĥ +æ¥ Ŀ +æ¥ « +æ¥ ¸ +æ¤ ´ +æ§ Į +æ¥ ¯ +çļ Ļ +æ¦ Ī +æ§ İ +æ¦ ī +æ¥ ¦ +æ¥ £ +æ¥ ¹ +æ¤ ½ +åī ½ +éħ © +èľ ĥ +ç¢ Ľ +ç¢ ĵ +ç¡ ¼ +ç¢ ī +ç¢ ļ +ç¢ ĩ +ç¢ ľ +é¹ Į +è¾ ı +é¾ ĥ +é¾ ħ +è¨ ¾ +ç² ² +çĿ ļ +åĹ ª +éŁ ª +åĹ · +åĹ ī +çĿ ¨ +çĿ ¢ +éĽ İ +çĿ ¥ +åĹ ij +åĹ « +åĹ ¬ +åĹ Ķ +åĹ Ŀ +æĪ ¥ +åĹ Ħ +çħ ¦ +æļ Ħ +éģ ¢ +æ ļĮ +è· ¬ +è· ¶ +è ·¸ +è· IJ +è· £ +è· ¹ +èĽ ¸ +èľ Ĭ +èľ į +èľ ī +èľ £ +çķ ¹ +èĽ ¹ +åĹ ¥ +åĹ ² +åĹ ³ +åĹ Į +åĹ į +åĹ IJ +åĹ ¤ +åĹ µ +ç½ ¨ +åµ Ĭ +åµ ´ +éª ° +éĶ Ĺ +éĶ Ľ +éĶ ľ +éĶ Ŀ +éĶ ŀ +éĶ Ł +éĶ ¢ +éĶ ¨ +éĶ © +éĶ Ń +éĶ ± +éĽ ī +æ° ² +çĬ ı +æŃ ĥ +ç¨ ŀ +ç¨ Ĺ +ç¨ Ķ +çŃ ł +çŃ ¢ +çŃ ® +çŃ ² +çī Ĵ +æķ « +å¾ Ń +æĦ Ĩ +èī Ħ +è§ İ +æ¯ ¹ +è² Ĭ +è² ħ +è² ī +é¢ Ķ +èħ ł +èħ © +èħ ¼ +èħ Ń +è ħ§ +å¡ į +åª µ +é² ħ +é² Ĩ +é² ĩ +é² Ī +é² ĭ +é² IJ +èĤ Ħ +é¹ IJ +é£ ķ +è§ ¥ +éģ Ľ +é¦ IJ +é¹ ij +äº ¶ +çĺ ĥ +çĹ ± +çĹ ¼ +çĹ ¿ +çĺ IJ +çĺ ģ +çĺ Ĩ +éº Ĥ +æŃ Ĩ +æĹ Ĵ +éĺ ĸ +éĺ Ĺ +ç¾ § +è± ¢ +ç² ³ +çĮ · +çħ ³ +çħ ¨ +çħ ħ +çħ Ĭ +çħ ¸ +çħ º +æ» Ł +æº ± +æº ĺ +æ¼ Ń +æ» ¢ +æº ¥ +æº ½ +è£ Ł +æº » +æº · +æ» Ĺ +æ» « +æº ´ +æ» ı +æ» ĥ +æ» ¦ +æº ı +æ» Ĥ +æ» ĵ +æº Ł +æ» ª +æĦ « +æħ Ĭ +é² İ +éª ŀ +çª ł +çª £ +è£ ± +è£ ¨ +è£ ¾ +è£ ° +ç¦ Ĭ +è° © +è° ª +åª ¾ +å« « +åª ² +å« Ĵ +å« Ķ +åª ¸ +ç¼ Ļ +ç¼ ľ +ç¼ Ľ +è¾ Ķ +éª Ŀ +ç¼ Ł +ç¼ ¡ +ç¼ ¢ +ç¼ £ +éª Ł +èĢ ¥ +çĴ Ī +çij Ń +çį Ĵ +è§ ı +æħ Ŀ +å« ł +åı Ĩ +æij ½ +å¢ ģ +æĴ Ĥ +æij ŀ +æĴ Ħ +ç¿ ¥ +è¸ ħ +æij Ń +å¢ ī +å¢ Ĵ +æ¦ ĸ +ç¶ ¦ +èĶ « +èĶ · +éĿ º +éĿ ¼ +éŀ ħ +éĿ ¿ +çĶ į +èĶ ¸ +èĶ Ł +èĶ º +æĪ ¬ +èķ ĸ +èĶ » +èĵ ¿ +æĸ ¡ +é¹ ķ +èĵ ¼ +æ¦ Ľ +æ¦ § +æ¦ « +æ¦ Ń +æ§ Ķ +æ¦ ± +æ§ ģ +æ§ ł +æ¦ · +åĥ ° +éħ ½ +éħ ¹ +ç¢ ¡ +ç¢ ´ +ç¢ £ +ç¢ ² +èĩ § +è± ¨ +æ® ¡ +éľ ģ +èľ ļ +é¾ ĩ +é¾ Ī +ä ģ +äģ ĸ +çĿ ½ +åĺ ŀ +åĺ Ī +åĺ Į +åĺ ģ +æļ Ŀ +è¸ Į +è¸ ī +èľ ŀ +èľ ¥ +èľ ® +èĿ Ī +èľ ´ +èľ ± +èľ © +èľ · +èľ ¿ +èŀ Ĥ +èľ ¢ +åĺ ¡ +é¹ Ĺ +åĺ £ +åĺ ¤ +åĺ ļ +åĹ ¾ +åĺ § +ç½ ´ +ç½ ± +å¹ Ķ +å¶ Ĥ +å¹ Ľ +èµ Ļ +ç½ Ĥ +éª · +éª ¶ +é¹ ĺ +éĶ ² +éĶ ´ +éĶ ¶ +éĶ · +éĶ ¸ +éĶ µ +éķ Ĥ +çĬ Ĵ +ç® IJ +ç® ¦ +ç® § +ç® ¸ +ç® ¬ +ç® ħ +ç® ª +ç® ľ +ç® ¢ +ç® ĵ +åĥ ĸ +åĦ Ĩ +åĥ ³ +åĥ Ń +åĬ ģ +åĥ ® +éŃ ĥ +éŃ Ĩ +çĿ ¾ +èī ĭ +éĦ ± +èĨ Ī +èĨ ij +é² ij +é² Ķ +é² ļ +é² Ľ +é² Ł +çį IJ +è§ « +éĽ Ĵ +å¤ ¤ +é¦ ij +éĬ ® +å¡ ¾ +çĺ Į +çĺ Ĭ +çĺ ĺ +çĺ Ļ +æĹ ĸ +èĨ Ĥ +éĺ ļ +éĦ ¯ +é² ŀ +ç² ¿ +ç² ¼ +ç³ ģ +æ§ Ĭ +é¹ ļ +çĨ ĺ +çĨ ¥ +æ½ ¢ +æ¼ ķ +æ» ¹ +æ¼ ¯ +æ¼ ¶ +æ½ ĭ +æ½ ´ +æ¼ ª +æ¼ ī +æ¼ © +æ¾ ī +æħ µ +æIJ ´ +çª ¨ +å¯ ¤ +ç¶ ® +è° ® +è¤ ¡ +è¤ Ļ +è¤ ĵ +è¤ Ľ +è¤ Ĭ +è° ¯ +è° ° +è° ² +å± £ +é¹ Ľ +å« ± +å« ĸ +å« ¦ +å« ļ +å «ĺ +é¼ IJ +çŀ Ģ +é¹ ľ +éª ł +ç¼ ¥ +ç¼ ¦ +ç¼ § +ç¼ ¨ +éª ¢ +ç¼ « +èĢ ¦ +èĢ § +çĴ ľ +çĴ İ +çĴ ģ +å¥ Ń +é« ¯ +é« « +æĴ · +æĴ ħ +èµ Ń +æĴ ¸ +éĭ Ĩ +æĴ Ļ +æĴ º +å¢ Ģ +èģ © +è§ IJ +éŀ ij +èķ Ļ +éŀ Ĵ +èķ Ī +èķ ¨ +èķ ¤ +èķ ŀ +èķ º +çŀ ¢ +èķ ĥ +èķ ² +èµ ľ +æ§ ¿ +æ¨ ¯ +æ§ Ń +æ¨ Ĺ +æ¨ ĺ +æ§ ² +éĨ Į +éĨ ħ +éĿ ¥ +éŃ ĩ +é¤ į +ç£ Ķ +ç£ Ļ +éľ Ī +è¾ ĺ +é¾ ī +é¾ Ĭ +è§ ij +çŀ Į +ç ŀĭ +çŀ ij +åĺ Ń +åĻ İ +åĻ ¶ +é¢ Ļ +æļ ¹ +åĻ ĺ +è¸ Ķ +è¸ Ŀ +è¸ Ł +è¸ Ĵ +è¸ ¬ +è¸ ® +è¸ ¯ +è¸ º +è¸ ŀ +èĿ ½ +èĿ ¾ +èĿ » +èĿ ° +èĿ ® +è ŀĭ +èĿ ĵ +èĿ £ +è Ŀ¼ +åĺ ¬ +é¢ ļ +åĻ į +åĻ Ļ +åĻ Į +åĻ Ķ +é¢ Ľ +å¹ ŀ +å¹ ¡ +å¶ Ļ +å¶ Ŀ +éª º +éķ Ĭ +éķ ī +éķ Į +éķ ı +éķ Ĵ +éķ ĵ +éķ Ķ +ç¨ · +ç® ´ +ç¯ ij +ç¯ ģ +ç¯ Į +çī ĸ +åĦ ĭ +èĻ ¢ +é¹ ŀ +èĨ ĺ +é² ł +é² ¡ +é² ¢ +é² £ +é² ¥ +é² § +é² © +çį Ĺ +çį ł +è§ ¯ +é¦ ĵ +é¦ Ķ +éº ¾ +å» Ľ +çĺ Ľ +çĺ ¼ +çĺ ¢ +çĺ ł +é½ ij +ç¾ ° +𥠻 +ð¥» Ĺ +ç³ Į +ç³ į +ç³ ħ +çĨ ľ +ç Ĩµ +æ¾ į +æ¾ Į +æ½ ¸ +æ½ ¦ +æ½ ² +éĭ Ī +æ½ Ł +æ½ º +å¯ ® +çª ³ +è° ³ +è¤ ´ +è¤ Ł +è¤ « +è° µ +çĨ ¨ +å± ¦ +åĭ ° +æĪ ® +èĿ ¥ +ç¼ ¬ +ç¼ ® +ç¼ ¯ +éª £ +çķ ¿ +èĢ © +èĢ ¨ +èĢ ª +çĴ Ł +éĿ Ľ +çĴ ł +çĴ ĺ +èģ ± +èŀ ¯ +é« » +é« Ń +é« ¹ +æĵ Ģ +çĶ ı +æĵ ŀ +ç¸ ł +ç£ ¬ +é¢ ŀ +èķ » +é¢ Ł +èĸ ¤ +èĸ ¨ +æª ł +èĸ ı +èĸ ® +èĸ ľ +èĸ ħ +æ¨ ¾ +æ© Ľ +æ© ĩ +æ¨ µ +æª İ +æ© ¹ +æ¨ ½ +æ¨ ¨ +æ© ¼ +å¢ ¼ +æ© IJ +ç¿ ® +éĨ IJ +éĨ į +éĨ ļ +ç£ ² +èµ Ŀ +æ® ª +éľ ı +éĮ ¾ +è¾ ļ +éģ ½ +æ° ħ +çŀ Ł +çŀ ł +çŀ ° +åļ Ħ +åļ Ĩ +åĻ ¤ +æļ ¾ +è¹ Ģ +è¸ µ +è¸ ½ +è¹ ī +è¹ ģ +èŀ ¨ +èŀ Ī +èŀ ħ +èŀ Ń +èŀ ł +èŀ Ł +åĻ ± +åĻ « +åĻ » +åĻ ¼ +ç½ ¹ +åľ ľ +ä ¦ +ä¦ ĥ +éķ Ĺ +éķ ĺ +éķ ļ +éķ Ľ +éķ Ŀ +éķ ŀ +éķ ł +æ° ĩ +æ° Ĩ +ç© ij +ç¯ Ŀ +ç¯ ¥ +ç¯ ¦ +ç¯ ª +ç¯ Ļ +çĽ ¥ +åĬ ĵ +ç¿ ± +éŃ ī +éŃ Ī +å¾ ¼ +æŃ Ļ +èĨ ¦ +èĨ Ļ +é² ® +é² ± +é² ³ +é² ´ +é² µ +é² · +é² » +çį ´ +çį Ń +çį ¬ +éĤ Ĥ +é¹ § +å» ¨ +èµ Ł +çĺ ° +å» ª +çĺ ¿ +çĺ µ +çĺ ´ +çĻ ĥ +çĺ ³ +éº ĩ +éº Ī +å ¬´ +å£ ħ +ç³ Ĺ +çĶ ij +çĩ İ +çĩ ł +çĩ Ķ +çĩ § +æ¿ ij +æ¿ ī +æ½ ŀ +æ¾ § +æ¾ ¹ +æ¾ ¥ +æ¾ ¶ +æ¿ Ĥ +è¤ ° +çª ¸ +å¬ ĸ +çĬ Ł +éļ ° +å¬ Ĺ +é¢ ¡ +ç¼ ± +ç¼ ² +ç¼ ³ +çĴ © +çĴ ª +èŀ « +æĵ ¤ +å£ ķ +è§ ³ +ç½ Ħ +æĵ ¢ +èĸ ¹ +éŀ ¡ +éŀ ¬ +èĸ · +èĹ ĵ +èĹ ģ +æª Ħ +æª © +æĩ ĭ +éĨ ¢ +ç¿ ³ +ç¤ ħ +ç£ ´ +é¹ © +é¾ ĭ +é¾ Į +è± ³ +å£ ij +é» » +åļ ı +åļ ħ +è¹ ij +è¹ Ĵ +è¹ Ĭ +è Ł¥ +èŀ ¬ +èŀ µ +çĸ ĥ +èŀ ³ +èŁ ij +åļ ĵ +ç½ ½ +ç½ ¾ +å¶ · +é» ľ +é» Ŀ +é« ģ +é« Ģ +éķ ¡ +éķ ¢ +éķ £ +éķ ¦ +éķ § +éķ © +éķ ª +éķ « +ç½ ħ +ç° Į +ç¯ ¾ +ç¯ ¼ +ç° ĸ +ç° ĭ +é¼ ¢ +åĦ ¡ +é¹ ª +é¼ ¾ +çļ ¤ +éŃ į +é¾ ł +ç¹ ĩ +è² ĺ +éĤ Ī +è² Ķ +èĩ Į +èĨ » +èĩ Ĩ +èĩ ĥ +é² ¼ +é² ½ +é³ Ģ +é³ ĥ +é³ ħ +é³ ĩ +é³ Ĭ +èŀ ½ +çĩ ® +é¹ « +ç³ ľ +ç¸ » +çĻ į +éº ĭ +æĩ ij +æ¿ ¡ +æ¿ ® +æ¿ ŀ +æ¿ ł +æ¿ ¯ +è¹ ĩ +è¬ ĩ +éĤ ĥ +è¥ ģ +æª Ĺ +æ ĵĺ +åŃ º +éļ ³ +å¬ · +èŁ Ĭ +é¹ ¬ +éį ª +éı Ĭ +é¬ Ī +é¬ ĥ +çŀ ½ +éŀ ¯ +éŀ ¨ +éŀ « +éŀ § +éŀ £ +èĹ ľ +èĹ ł +éĨ ª +è¹ Ļ +ç¤ ĵ +çĩ ¹ +é¤ ® +çŀ ¿ +æĽ Ľ +é¢ ¢ +èº ĩ +è¹ ļ +èŁ Ľ +èŁ ª +èŁ ł +èŁ ® +é¹ ® +é» ł +é» Ł +é« ħ +é« Ĥ +éķ ¬ +éķ Ń +éķ ¯ +é¦ ¥ +ç° Ł +ç° ª +é¼ ¬ +éĽ ł +èī Ł +é³ İ +é³ ı +é³ IJ +çĻ ŀ +çĻ Ķ +ç³ ¨ +è¹ © +éİ ı +éĤ ĭ +é¬ ı +æĶ ī +éŀ ² +éŀ ´ +èĹ ¿ +èĺ § +èĺ ħ +éĨ ® +éĨ ¯ +éħ ĥ +éľ ª +éľ Ń +éľ ¨ +é» ¼ +åļ ¯ +è¹ ° +è¹ ¶ +è¹ ½ +è¹ ¼ +è¹ ´ +è¹ ¾ +è¹ ¿ +èł ĸ +èł ĵ +èŁ ¾ +èł Ĭ +é» ¢ +é« ĭ +é« Į +éķ ² +ç± Ģ +é½ ģ +éŃ ij +èī ¨ +é³ ĵ +é³ Ķ +é³ ķ +é³ Ĺ +é³ Ļ +éı ĸ +ç¾ ¸ +㸠Ĩ +çĢ £ +çĢ Ľ +è¥ ¦ +è° ¶ +è¥ ŀ +éª ¥ +ç¼ µ +çĵ Ĵ +æĶ ĺ +èĺ © +èĺ ĸ +éĨ ´ +éľ ° +éħ Ĩ +çŁ į +èº ħ +é¼ į +å· ī +é» © +é» ¥ +é» ª +éķ ³ +éķ ´ +é» § +çº Ĥ +çĴ º +é¼ ¯ +èĩ ľ +é³ ľ +é³ Ŀ +é³ Ł +çį ¾ +åŃ Ģ +éª § +ç ĵĺ +é¼ Ļ +éĨ º +ç¤ ´ +é¢ ¦ +æĽ © +é³ ¢ +éº Ŀ +å¤ Ķ +çĪ Ŀ +çģ ı +ç¦ ³ +éIJ ¾ +ç¾ ¼ +èł ¡ +èĢ ± +é¹ ³ +æ° į +é¥ ķ +èº IJ +é« ij +éķ µ +ç© ° +é¥ Ķ +é¬ » +é¬ Ł +è¶ ± +æĶ « +æĶ ¥ +é¢ § +èº ľ +é¼ ¹ +çĻ ¯ +èł ² +èł ¹ +èº ŀ +è¡ ¢ +çģ ŀ +è¥ » +çº Ľ +é¬ £ +æĶ ® +åĽ Ķ +é¦ ķ +æĪ Ĩ +çĪ ¨ +é½ ī +äº į +å° ¢ +å½ ³ +åį ¬ +æ® ³ +ðł Ļ¶ +æ¯ Į +éĤ ĺ +æĪ ĭ +åľ ¢ +æ° ķ +ä¼ ĭ +ä» Ŀ +åĨ ® +æ° ¿ +æ± Ī +æ° ¾ +å¿ ī +å® Ħ +𬣠Ļ +è® ± +æī ŀ +åľ ² +åľ « +èĬ ı +èĬ ĥ +æľ ³ +æľ ¸ +ð¨ Ļ +ð¨Ļ ¸ +éĤ ¨ +åIJ Ĵ +åIJ ĸ +å± ¼ +å± ¾ +è¾ ¿ +éĴ Ĩ +ä» ³ +ä¼ £ +ä¼ Ī +çĻ ¿ +çĶ ª +éĤ ł +çĬ ´ +åĨ ± +éĤ ¡ +ð¬ĩ ķ +æ± ĭ +ä ľ +äľ £ +è® » +𬣠ŀ +åŃ ĸ +ð¬ĺ ĵ +çº © +çİ Ĵ +çİ ĵ +çİ ĺ +çİ ļ +åĪ ¬ +ð«Ń Ł +åĿ ľ +åĿ ī +æī ½ +ð«Ń ¢ +åĿ ĭ +æī º +㧠ij +æ¯ IJ +èĬ ° +èĬ £ +èĭ Ĭ +èĭ ī +èĬ ĺ +èĬ ´ +èĬ ł +ð« ĩ +ð«ĩ Ń +èĬ ¤ +æĿ ķ +æĿ Ļ +æĿ Ħ +æĿ § +æĿ © +å° ª +å° ¨ +è½ ª +ð«IJ Ħ +åĿ Ĵ +èĬ Ī +æĹ ´ +æĹ µ +åij Ļ +ã ķ +ãķ ® +å² į +ð« µ +𫵠· +å² ł +å² ľ +åij ĩ +åĨ ı +è§ ĥ +å² Ļ +ä¼ ¾ +ãij ĩ +ä¼ Ń +ä½ ĸ +ä¼ ² +ä½ ģ +é£ ı +çĭ ĥ +éĹ ¶ +æ± § +æ± « +𣲠ĺ +ð£² Ĺ +æ² Ħ +æ² ĺ +ð¬ĩ Ļ +æ± Ń +ã³ ĩ +æ² ĩ +å¿ ® +å¿ ³ +å¿ º +𬣠¡ +ç¥ ĥ +è¯ ĩ +éĤ ² +è¯ İ +è¯ IJ +å± ĥ +ð« ¸ +𫸠© +å² Ĭ +éĺ ½ +ä¢ º +éĺ ¼ +å¦ § +å¦ ĺ +ð¨ ļ +ð¨ļ ķ +çº ® +é© ² +ð«ĺ ľ +çº » +ð¬ĺ ĺ +ð«ĺ Ŀ +çº ¼ +çİ ¤ +çİ ŀ +çİ ± +çİ Ł +éĤ ½ +éĤ ¿ +åĿ ¥ +åĿ ° +åĿ ¬ +åĿ ½ +å¼ Ĩ +èĢ µ +ä¢ ¼ +ð¦ Ń +ð¦Ń ľ +èĮ ĭ +èĭ § +èĭ ¾ +èĭ ł +æŀ ħ +ãŃ İ +æŀ ĺ +æŀ į +çŁ ¼ +çŁ » +åĮ ¼ +𬨠Ĥ +ð¬Ģ © +ð¬Ģ ª +æĹ ¿ +æĺ Ħ +æĺ Ĵ +æĺ Ī +åĴ ī +åĴ ĩ +åĴ į +å² µ +å² ½ +å² ¨ +å² ŀ +å³ Ĥ +ã Ł +ãŁ ĥ +åĽ · +𬬠© +éĴ IJ +éĴ Ķ +éĴ ĸ +çī ¥ +ä½ ´ +åŀ Ī +ä¾ ģ +ä¾ ¹ +ä½ ¸ +ä½ º +éļ ¹ +ãij Ĭ +ä¾ Ĥ +ä½ ½ +ä¾ ĺ +éĥ Ī +èĪ ł +éĥ IJ +éĥ ĥ +æĶ ½ +èĤ Ń +èĤ ¸ +èĤ · +çĭ ī +çĭ Ŀ +é¥ ³ +å¿ ŀ +çĤ Į +çĤ Ĩ +æ³ Ļ +æ² º +æ³ Ĥ +æ³ ľ +æ³ ĥ +æ³ ĩ +æĢ Ĭ +å³ ĥ +ç© ¸ +ç¥ ĭ +ç¥ Ĭ +ð«į £ +𬣠³ +𬠩½ +é¸ ¤ +å¼ ¢ +å¼ ¨ +éĻ ij +𬮠¿ +éĻ İ +𬯠Ģ +åį º +ä¹ ¸ +å¦ Ń +å§ Ī +ð« ° +ð«° Ľ +è¿ ³ +åı ķ +𬳠µ +é© µ +𬳠¶ +ä Į +äĮ ¹ +é© º +ð«ł Ĭ +ç» ĭ +ç» IJ +çł ī +èĢ Ķ +ãĽ ĥ +çİ ¶ +çı ĩ +çı ħ +ð¬į Ľ +çı ĭ +çİ ¹ +çı Į +çİ ¿ +éŁ ¨ +åŀ ļ +åŀ ¯ +åŀ Ļ +åŀ ² +åŁ ı +åŀ į +èĢ ĩ +é¿ į +åŀ İ +åŀ ´ +åŀ Ł +åŀ ŀ +æĮ ĵ +åŀ µ +åŀ ı +æĭ ¶ +èį ĸ +èį ģ +èį Ļ +èį Ľ +èĮ Ī +èĮ ½ +èį Ħ +èĮ º +ð¬ľ ¬ +èį ĵ +èĮ ³ +𦠰 +𦰠¡ +èĮ Ľ +èį Ń +ãŃ ķ +æŁ · +æŁ ĥ +æŁ Ĭ +æŀ ¹ +æł IJ +æŁ ĸ +éĥ ļ +åī ħ +ä´ ĵ +è¿ º +åİ ĸ +çł Ĩ +çł ij +çł Ħ +èĢ ı +å¥ ĵ +ä ¶ +ä¶ ® +è½ µ +è½ · +è½ ¹ +è½ º +æĺ º +𪠾 +𪾠¢ +æĺ ½ +çĽ · +åĴ ¡ +åĴ º +æĺ ³ +æĺ £ +æĺ ¤ +æĺ « +æĺ ¡ +åĴ ¥ +æĺ ª +èĻ · +èĻ ¸ +åĵ ĥ +å³ ĺ +èĢ ij +å³ Ľ +𪨠° +å³ Ĺ +å³ § +å¸ ¡ +éĴ ĺ +ð«ĵ § +éĴ ľ +𬬠® +𬬠± +ð¬¬ Ń +éĴ ª +éĴ ¬ +éĴ Ń +çŁ § +ç§ ¬ +ä¿ « +èĪ ģ +ä¿ ľ +ä¿ Ļ +ä¿ į +åŀ ķ +è¡ İ +èĪ £ +å¼ ĩ +ä¾ ´ +é¸ § +äı ¡ +èĥ ł +ð¦ Ļ¶ +èĥ Ī +èĥ © +èĥ £ +æľ ı +é£ IJ +è¨ Ħ +é¥ » +åº ¤ +çĸ ¢ +çĤ £ +çĤ Ł +ã ¶ +㶠² +æ´ Ń +æ´ ĺ +æ´ ĵ +æ´ ¿ +ã³ ļ +æ³ ļ +æµ Ī +æµ ī +æ´ ¸ +æ´ ij +æ´ ¢ +æ´ Ī +æ´ ļ +æ´ º +æ´ ¨ +æµ IJ +ã³ ĺ +æ´ ´ +æ´ £ +æģ Ķ +å® ¬ +çª Ģ +æī Ĥ +è¢ Ĩ +ç¥ ı +ç¥ IJ +ç¥ ķ +åı ļ +éĻ § +éĻ ŀ +å¨ Ģ +å§ ŀ +å§ ± +å§ ¤ +å§ ¶ +å§ ½ +æŀ ² +ç» ĸ +éª ĥ +ð¬ĺ ¡ +𬳠½ +ð¬ĺ © +ð«Ħ § +å½ ĸ +éª ī +æģ Ŀ +çı ª +çı Ľ +çı ¹ +çIJ Ĭ +çİ ¼ +çı ĸ +ðª Ł +ðªŁ Ŀ +çı ½ +çı ¦ +çı « +çı Ĵ +ð¬į ¤ +çı ¢ +çı ķ +çı Ŀ +ð«Ń ¼ +åŁ Ĺ +åŀ ¾ +åŀ º +åŁ Ĩ +åŀ ¿ +åŁ Į +åŁ ĩ +èİ ° +èĮ Ŀ +ð¬ľ ¯ +éĦ Ģ +èİ ¶ +èİ Ŀ +äĵ ĸ +èİ Ļ +æł » +æ¡ ł +ð¬ Ĥ +ð¬Ĥ © +æ¡ Ħ +æ¢ ł +æł ´ +æ¢ ´ +æł Ĵ +éħ İ +éħ ı +ð«ł Ĩ +çł µ +çł ł +çł « +çł ¬ +ç¡ ģ +æģ § +ç¿ ĥ +éĥ ª +ð¨ IJ +ð¨IJ Ī +è¾ Ģ +è¾ ģ +ð¬ Į +ð¬Į Ĺ +åī ķ +èµ Ģ +åĵ ¢ +æĻ ħ +æĻ Ĭ +åĶ Ŀ +åĵ ³ +åĵ ± +åĨ Ķ +æĻ Ķ +æĻ IJ +çķ ĸ +èļ Ħ +èļ Ĩ +ð« ij +ð«ij ¡ +å¸ ± +å´ ģ +å³ ¿ +𪨠¶ +å´ Ħ +å¸ ¨ +å ´Ģ +èµ Ĩ +𬠬¸ +éĴ · +𬬠» +𬬠¹ +𬬠¿ +ð¬Ń ģ +çľ ļ +çĶ ¡ +ç¬ « +åĢ » +åĢ ´ +èĦ © +åĢ ® +åĢ ķ +åĢ ŀ +ð« ¢ +ð«¢ ¸ +åĢ ĵ +åĢ § +è¡ ĥ +èĻ Ĵ +èĪ Ń +èĪ ¯ +èĪ ¥ +çĵ ŀ +é¬ ¯ +é¸ ° +èĦ İ +æľ ĵ +èĥ ² +èĻ ĵ +é± ½ +çĭ ´ +å³ ± +çĭ » +çľ ¢ +ð«Ĺ § +åĭ į +çĹ Ħ +çĸ ° +çĹ ĥ +ç« ĺ +ç¾ ĸ +ç¾ ĵ +æ¡ Ĭ +æķ ī +çĥ ł +çĥ Ķ +çĥ ¶ +çĥ » +ð¬Ĭ Ī +æ¶ į +æµ ¡ +æµ Ń +æµ ¬ +æ¶ Ħ +æ¶ ¢ +æ¶ IJ +æµ ° +æµ Ł +æµ Ľ +æµ ¼ +æµ ² +æ¶ ĺ +æĤ Ī +æĤ ĥ +æĤ ¢ +ð¬Ĵ Ī +å® § +çª ħ +çª Ĭ +çª İ +æī ħ +æī Ĩ +è¢ ª +è¢ Ĺ +è¢ ¯ +ç¥ § +éļ º +åł ² +çĸ į +𨠺 +𨺠Ļ +éĻ ´ +ç ĥĿ +çł ® +ãĽ ļ +åĵ ¿ +ç¿ Ģ +ç¿ Ĥ +åī Ł +𬳠¿ +ð«Ħ ¨ +ç» ¤ +éª į +ð¬ĺ « +ä Ĥ +äĤ ® +çIJ İ +çı ¸ +çı µ +çIJ Ħ +çIJ Ī +çIJ Ģ +çı º +æİ Ń +åł İ +åł IJ +åŁ ¼ +æİ İ +åŁ « +åł Į +æĻ ¢ +ð« ® +ð«® ĥ +æİ ŀ +åŁ ª +å£ ¸ +ãĻ į +èģ į +èı Ŀ +èIJ ļ +èı ¥ +èİ ¿ +äĵ « +åĭ ļ +äĵ ¬ +èIJ Ĩ +èı Ĥ +èı į +èı ¼ +èIJ £ +äĵ ¨ +èı ī +äĵ Ľ +æ¢ ¼ +æ¢ ½ +æ¡ ² +æ¢ ¾ +æ¡ ¯ +æ¢ £ +æ¢ Į +æ¡ ¹ +æķ Ķ +åİ £ +ç¡ Ķ +é¿ İ +ç¡ Ļ +ç¡ ļ +ç¡ Ĭ +ç¡ į +åĭ Ķ +ä´ ķ +é¾ ģ +éĢ ´ +åĶ ª +åķ « +ç¿ Ī +ã « +ã« ° +æĻ Ļ +çķ ¤ +𬱠ĸ +è¶ ¼ +è· Ĥ +èĽ ĥ +èļ ² +ð¬Ł ½ +èļ º +åķ ´ +äİ ĥ +å´ § +å´ Ł +å´ ŀ +å´ Ĵ +å´ Į +å´ ¡ +éĵ ı +ð«ĵ ¯ +ð«Ł ¹ +éĵ ķ +ð«Ł ¼ +éĵ ĸ +éĵ ĺ +éĵ ļ +éĵ ŀ +éĵ ¥ +éĵ ´ +çī » +çī ¿ +ç¨ Ĩ +ç¬ ± +ç¬ ¯ +åģ ° +åģ ¡ +é¸ º +åģ Ń +åģ ² +åģ ģ +ã ¿ +ã¿ ł +éĦ ħ +åģ ĵ +å¾ Ľ +è¡ Ĵ +èĪ ³ +èĪ ² +é¸ ¼ +æĤ Ĩ +éĦ ĥ +çĵ » +ä Ŀ +äĿ Ļ +èĦ ¶ +èĦ ŀ +èĦ Ł +äı ² +é± ¾ +çĮ ĩ +çĮ Ĭ +çĮ Ħ +è§ ĸ +ðł ħ +ðłħ ¤ +åº ± +åº ¼ +åº ³ +çĹ ĵ +ä´ Ķ +ç« « +åł ĥ +éĺ Į +ç¾ Ŀ +ç¾ ķ +çĦ Ĩ +çĥ º +çĦ Į +æ· ı +ð¬ĩ ¹ +æ· Ł +æ· ľ +æ· ´ +æ· ¯ +æ¹ ´ +æ¶ ´ +ð¬į ¡ +ã ¥ +㥠Ħ +æĥ Ľ +æĥ Ķ +æĤ ° +æĥ Ļ +å¯ ģ +éĢ Ń +𬤠ĩ +ð«į ¯ +è¢ ¼ +è£ Ī +ç¥ ² +𬤠Ĭ +ð«į ² +è° ŀ +èī ´ +å¼ ¸ +å¼ ¶ +ð¬¯ İ +éļ ĥ +å© ŀ +å¨ µ +å© ¼ +åª ĸ +å© ³ +å© į +å© Į +å© « +å© ¤ +å© ĺ +å© ł +ð¬ĺ ¬ +ð¬ĺ Ń +𬴠Ĥ +ð«ĺ ¦ +ç» ¹ +ð«Ł ħ +ð¬ĺ ¯ +éª ķ +ð«ĺ § +çµ ľ +çı · +çIJ ² +çIJ ¡ +çIJ Ł +çIJ Ķ +çIJ Ń +åł ¾ +åł ¼ +æı ķ +ãĻ ĺ +åł § +åĸ Ĩ +åł ¨ +å¡ ħ +åł ł +çµ · +𪠣 +𪣠» +ð¡ İ +ð¡İ ļ +è ijľ +æĥ İ +èIJ ³ +èij Ļ +éĿ ¬ +èij ´ +èĴ ĩ +èĴ Ī +éĦ ļ +èĴ ī +èĵ ĩ +èIJ © +èij ° +èij İ +éĦ ij +èĴ İ +èij ĸ +èĴ Ħ +èIJ ¹ +æ£ ¤ +æ£ ½ +æ£ « +æ¤ ĵ +æ¤ ij +ð¬ ĥ +ð¬ĥ Ĭ +é¹ Ģ +æ¤ Ĩ +æ£ ĵ +æ£ ¬ +æ£ ª +æ¤ Ģ +æ¥ Ĺ +𬠷 +𬷠ķ +çĶ ¦ +éħ ¦ +è§ Į +å¥ ¡ +çļ ķ +ç¡ ª +æ¬ ¹ +è© Ł +ð«IJ IJ +è¾ Į +æ£ IJ +é¾ Ĥ +𬠹 +𬹠¼ +é» ¹ +çī ļ +çĿ İ +æĻ « +æĻ ª +æĻ ± +ð § +𧠿 +𧿠¹ +èĽ ij +çķ ¯ +æĸ Ŀ +åĸ ¤ +å´ ¶ +åµ ģ +ð« ¶ +𫶠ĩ +å´ ¾ +åµ ħ +å´ ¿ +åµ ļ +ç¿ Ļ +ð«ĸ ® +åľ Į +åľ IJ +èµ ij +èµ Ĵ +é¿ ı +éĵ ¹ +ð¬Ń Ĭ +éĵ ½ +𨱠ĩ +ð«ĵ ¶ +éĶ Ĭ +éĶ į +éĶ İ +ð¬Ń İ +éĶ ĵ +çĬ ĩ +é¢ ĭ +ç¨ Į +çŃ Ģ +çŃ ĺ +çŃ ľ +çŃ ¥ +çŃ ħ +åĤ ĥ +åĤ ī +ç¿ Ľ +åĤ Ĵ +åĤ ķ +èĪ ¾ +çķ ¬ +ð«ĸ ¯ +èĦ ¿ +èħ ĺ +ä IJ +äIJ ĥ +èħ Ļ +èħ Ĵ +𬱠Ł +é² ĥ +çĮ ° +ð« Ľ +ð«Ľ Ń +çĮ ¯ +ã º +㺠Ħ +é¦ ī +åĩ ĵ +éĦ Ĺ +ð« · +ð«· · +å» ĭ +å» Ĩ +éĦ Į +ç² ¢ +éģ Ĩ +æĹ IJ +𬮠± +çĦ ŀ +ð¬Ĭ ¤ +æ¬ » +𣠸 +𣸠£ +æº ļ +æº ģ +æ¹ Ŀ +æ¸ ° +æ¹ ĵ +ã ´ +ã´ Ķ +æ¸ Ł +æº ł +æ¸ ¼ +æº ĩ +æ¹ £ +æ¹ ij +æº ŀ +æĦ IJ +æĦ ĥ +æķ © +çĶ ¯ +æ£ ¨ +æī Ĭ +è£ £ +ç¥ ¼ +å© » +åª Ĩ +åª ŀ +ãĽ ¹ +åª ĵ +åª Ĥ +åª Ħ +æ¯ µ +çŁ ŀ +𬴠ĥ +ð«ĺ ¨ +ç¼ Ĭ +ç¼ IJ +éª Ļ +çij ĥ +çij ĵ +çij ħ +çij Ĩ +ä´ ĸ +çij ĸ +çij Ŀ +çij Ķ +çij Ģ +𤠧 +𤧠Ľ +çij ³ +çij Ĥ +å¶ ħ +çij ij +éģ ĺ +é« ¢ +å¡ ¥ +åł ½ +èµ ª +æij Ľ +å¡ Ŀ +æIJ Ĵ +æIJ Į +èĴ ± +èĴ ¨ +èĵ ı +èĶ Ģ +èĵ ¢ +èĵ Ĥ +èĴ » +èĵ £ +æ¤ ¹ +æ¥ ª +æ¦ ĥ +æ¦ ħ +æ¥ Ĵ +æ¥ © +æ¦ ĩ +æ¤ ¸ +æ¥ Ļ +æŃ ħ +𬠪 +𬪠© +ç¢ ĥ +ç¢ ı +ð¬Ĵ Ķ +ç¢ Ī +äĥ ħ +ç¡ ¿ +éĦ ł +è¾ Ĵ +ð¬¨ İ +ð«IJ ĵ +é¾ Ĩ +è§ ľ +ä £ +ä£ ĺ +æļ ķ +é¹ į +ð« « +ð«« ĩ +㬠Ĭ +æļ ħ +è· ± +èľ IJ +èľ İ +åµ ² +èµ Ĺ +éª ± +éĶ ĸ +ð«ĵ ¹ +éĶ ĺ +éĶ ³ +éĶ § +éĶ ª +ð¬Ń ļ +éĶ « +éĶ ¬ +ð¬Ń Ľ +ç¨ ij +ç¨ Ļ +ä ħ +äħ Ł +ð¬ ķ +ð¬ķ Ĥ +çŃ » +çŃ ¼ +çŃ ¶ +çŃ ¦ +çŃ ¤ +åĤ º +é¹ İ +åĥ ĩ +èī ħ +èī ī +è° ¼ +è² Ĩ +èħ ½ +èħ ¨ +èħ ¯ +é² ī +é² Ĭ +é² Į +ä² Ł +𬶠ĭ +𬶠į +é² ı +éĽ Ĭ +çĮ º +é£ Ķ +è§ Ł +ð¦ Ŀ¼ +é¦ Į +è£ Ľ +å» Ĵ +çĺ ħ +éĦ ĺ +é¹ Ĵ +éĦ ľ +éº Ģ +éĦ £ +éĺ ĺ +ð«Ķ ¶ +çħ ģ +çħ ĥ +çħ ´ +çħ ĭ +çħ Ł +çħ ĵ +æ» ł +æº į +æº ¹ +æ» Ĩ +æ» ī +æº ¦ +æº µ +æ¼ · +æ» § +æ» ĺ +æ» į +æĦ Ń +æħ ¥ +æħ Ĩ +å¡ ± +ð« ĮĢ +è £¼ +ç¦ ĭ +ç¦ Ķ +ç¦ ĺ +ç¦ Ĵ +è° « +é¹ Ķ +ð«ĸ ³ +æĦ į +å« Ħ +åª ± +æĪ ¤ +åĭ ł +æĪ £ +ð«ĺ ª +ð«ĺ ¬ +ç¼ ŀ +èĢ ¤ +çij § +ð« ŀ +ð«ŀ © +çij ¨ +çij ± +çij · +çij ¢ +æĸ ł +æij ı +å¢ ķ +å¢ Ī +å¢ IJ +å¢ ĺ +æij ´ +éĬ İ +ð¡ IJ +ð¡IJ ĵ +å¢ ļ +æĴ ĸ +𪠤 +ðª¤ Ĺ +éĿ ½ +éŀ ģ +èĶ Į +èĶ Ī +èĵ ° +èĶ ¹ +èĶ Ĭ +åĺ ı +æ¦ ° +æ¦ ij +æ§ ļ +ð£ Ĺ +ð£Ĺ ĭ +æ§ ľ +æ¦ į +çĸ IJ +𬸠ĺ +éħ º +éħ ¾ +éħ ² +éħ ´ +ç¢ ¶ +äĥ İ +ð¬Ĵ Ĺ +ç¢ ¨ +ð¥ Ķ +ð¥Ķ ² +ç¢ ¹ +ç¢ ¥ +åĬ Ĥ +ð«ļ ĸ +ä´ Ĺ +å¤ ¥ +çŀ į +é¹ ĸ +ã¬ İ +è· ½ +èľ ¾ +å¹ ĸ +å¶ į +åľ Ļ +𨱠ı +éĶ º +éĶ ¼ +éĶ ½ +ð¬Ń ¤ +éĶ ¾ +éĶ ¿ +éķ ĥ +éķ Ħ +éķ ħ +é¦ Ŀ +é¹ Ļ +ç® ¨ +ç® ĸ +åĬ Ħ +åĥ ¬ +åĥ ¦ +åĥ Ķ +åĥ İ +æ§ ĥ +ãĻ ¦ +é² Ĵ +é² ķ +ð«ļ ķ +é² ĸ +é² Ĺ +é² ĺ +é² Ļ +𬶠IJ +𬶠ı +ð ©½ +𩽠¾ +å¤ IJ +çį į +é£ Ĺ +𬸠ļ +åĩ ĺ +å» ij +å» Ļ +çĺ Ĺ +çĺ ¥ +çĺ ķ +é² Ŀ +éĦ « +çĨ ĩ +æ¼ ¹ +æ¼ ĸ +æ½ Ĩ +æ¼ ¤ +æ½ © +æ¼ ¼ +æ¼ ´ +ã ½ +ã½ ı +æ¼ Ī +æ¼ ĭ +æ¼ » +æħ ¬ +çª ¬ +çª Ń +ã ® +ã® ¾ +𬤠Ŀ +è¤ ķ +ç¦ Ľ +ç¦ ļ +éļ © +å« ķ +å« Ń +å« ľ +å« ª +ð¬ ĻĤ +ã » +ã» ¬ +éº ¹ +çĴ Ĩ +æ¼ ¦ +åı ĩ +å¢ £ +å¢ ¦ +å¢ ¡ +åĬ IJ +èĸ ģ +èķ ° +èĶ ĥ +é¼ Ĵ +æ§ ± +é¹ Ŀ +ç£ ı +ç£ ī +æ® £ +æħ Ń +éľ ħ +æļ µ +æļ ² +æļ ¶ +è¸ ¦ +è¸ £ +äĹ ĸ +èĿ ĺ +èĿ ² +èĿ ¤ +åĻ ĩ +å ĻĤ +åĻ Ģ +ç½ ¶ +å¶ ² +å¶ ĵ +ãł ĩ +å¶ Ł +å¶ Ĵ +éķ Ĩ +éķ Ī +éķ ĭ +éķ İ +ð¬Ń © +éķ ķ +ç¨ ¹ +åĦ ĩ +çļ ŀ +çļ Ľ +ä´ ĺ +èī İ +èī ı +é¹ Ł +𩾠ĥ +é² ¦ +é² ª +é² ¬ +æ© ¥ +è§ Ń +é¹ ł +é¹ ¡ +ç³ ĩ +ç³ Ī +ç¿ ¦ +é¹ ¢ +é¹ £ +çĨ Ľ +æ½ ĸ +æ½ µ +ã µ +ãµ IJ +æ¾ Ĥ +æ¾ Ľ +çij ¬ +æ½ ½ +æ½ ¾ +æ½ ı +æĨ Ń +æĨ ķ +𬸠£ +æĪ Ń +è¤ ¯ +ç¦ ¤ +ð«į ½ +å« ½ +éģ ¹ +𬴠Ĭ +çĴ ¥ +çĴ ² +çĴ Ĵ +æĨ Ļ +æĵ IJ +éĦ ¹ +èĸ ³ +éŀ Ķ +é» ĩ +ð¬ ŀ +ð¬ŀ Ł +èķ Ĺ +èĸ ¢ +èķ ¹ +æ© ŀ +æ© ij +æ© ¦ +éĨ ij +è§ ± +ç£ ¡ +ð¥ ķ +ð¥ķ ¢ +ç£ ľ +è± ® +ð«Ł ¦ +𬺠Ī +ð«ł ľ +é¹ ¾ +èĻ ¤ +æļ ¿ +æĽ Į +æĽ Ī +㬠ļ +è¹ ħ +è¸ ¶ +äĹ Ľ +èŀ Ĺ +çĸ ģ +ãł ĵ +å¹ ª +𪠩 +𪩠ĺ +å¶ ¦ +ð¬Ń ¬ +𨱠ij +ð¬Ń ¯ +é¦ ŀ +ç© Ħ +ç¯ ļ +ç¯ ¯ +ç° ī +é¼ ½ +è¡ ł +çĽ ¦ +èŀ £ +ç¸ ¢ +é² Ń +é² ¯ +é² ° +é² º +é² ¹ +ð«Ĺ ´ +äº ¸ +çĻ Ģ +çĺ Ń +𬸠¦ +ç¾ ± +ç³ Ĵ +çĩ ĭ +çĨ » +çĩ Ĭ +çĩ ļ +çĩ ı +æ¿ © +æ¿ ĭ +æ¾ ª +æ¾ ½ +æ¾ ´ +æ¾ Ń +æ¾ ¼ +æĨ · +æĨ º +æĩ Ķ +é» ī +å¬ Ľ +é¹ ¨ +ç¿ ¯ +ð«Ħ · +çĴ ± +𤠩½ +çĴ ¬ +çĴ ® +é« ½ +æĵ ¿ +èĸ ¿ +èĸ ¸ +æª ij +æ« Ĩ +æª ŀ +éĨ ¨ +ç ¹Ħ +ç£ ¹ +ç£ » +çŀ « +çŀ µ +è¹ IJ +èŁ ı +ã ĺ +ãĺ İ +ð¬Ń ³ +éķ ¤ +ð¬Ń ¶ +ð«Ķ į +éķ ¥ +éķ ¨ +ð¬Ń ¸ +𨱠Ķ +ð¬Ń ¼ +ð«Ķ İ +çŁ ° +ç© Ļ +ç© ľ +ç© Ł +ç° ķ +ç° ĥ +ç° ı +åĦ ¦ +éŃ ĭ +æĸ ¶ +èī ļ +𬸠ª +è° ¿ +ä² ł +𬶠Ł +é² ¾ +𬶠ł +é² ¿ +é³ ģ +é³ Ĥ +é³ Ī +é³ ī +çį ¯ +äĹ ª +é¦ ĺ +è¥ ķ +è¥ ļ +𬶠¨ +èŀ ± +çĶ ĵ +å¬ ¬ +å¬ ¥ +ð¦ Ī +ð¦Ī ¡ +ð«Ħ ¸ +çĵ Ģ +éĩ IJ +é¬ ¶ +çĪ ĩ +éŀ ³ +éŀ ® +ð¬Ł ģ +èĹ Ł +èĹ ¦ +èĹ ¨ +é¹ ² +æª « +é» ¡ +ç¤ ŀ +ç¤ Į +ð¥ ĸ +ð¥ĸ ¨ +è¹ ¢ +è¹ ľ +èŁ « +äĹ ´ +åļ ļ +é« ĥ +éķ ® +éķ ± +éħ Ĥ +é¦ § +ç° ł +ç° Ŀ +ç° ° +é¼ « +é¼ © +çļ ¦ +èĩ ij +ä² ¢ +é³ ij +é³ Ĵ +é¹ ± +é¹ ¯ +çĻ Ĺ +ð¦ Ĵ +ð¦Ĵ į +æĹ ŀ +ç¿ · +åĨ ģ +äİ ĸ +çĢ Ķ +çĢ į +çĢ Į +è¥ ľ +ä´ Ļ +ð¬Ļ Ĭ +åļ Ń +ã ° +ã° Ģ +é¬ · +éĨ Ń +è¹ ¯ +èł ĭ +ç¿ ¾ +é³ ĺ +åĦ ³ +åĦ ´ +é¼ Ĺ +ð¬¶ Ń +𩾠Į +é³ ļ +é³ Ľ +éº ij +éº ĸ +èł ĥ +å½ Ł +å¬ ¿ +é¬ Ĵ +èĺ ĺ +æ¬ Ĥ +é Ĩµ +é¢ ¥ +çĶ Ĺ +ð¨ Ł +ð¨Ł ł +å· ĩ +éħ ħ +é« İ +çĬ ¨ +𬶠® +ð¨ Ń +ð¨Ń ī +㸠Į +çĪ Ķ +çĢ ± +çĢ ¹ +çĢ ¼ +çĢ µ +è¥ « +åŃ ħ +éª ¦ +ð¬Ļ ĭ +èĢ ° +𤠫 +𤫠ī +çĵ ĸ +é¬ ĺ +è¶ ¯ +𬺠ĵ +ç½ į +é¼ ± +é³ ł +é³ ¡ +é³ £ +çĪ Ł +çĪ ļ +çģ Ī +éŁ Ĥ +ç³ µ +èĺ ¼ +ç¤ µ +é¹ ´ +èº Ķ +çļ Ń +é¾ ¢ +é³ ¤ +äº ¹ +ç± ¥ +é¼ · +ð«ļ Ń +çİ ĥ +éĨ ¾ +é½ ĩ +è§ ¿ +èł ¼ +× § +× ¤ +× Ľ +×ķ× ª +× ¡ +×Ļ× Ŀ +× ¦ +× Ĵ +× ĺ +×ķ× ¨ +× Ŀ +×ķ× ľ +× ĸ +๠Ĥ +ï º +ðŁ į +ðŁ IJ +×Ļ× ¨ +ï » +ðŁ ij +ðĿ IJ +ðŁ ı +ðŁ Ķ +ðŁ Į +ðŁ İ +ðŁ ĵ +× Ł +ðĿ ij +×ķ× ĵ +ï ¦ +Ġ× ķ +×ķ× ij +à¸Ń à¸ĩ +ðĿ ĺ +×Ļ× ª +ðĿ ķ +à¸Ĺ ีà¹Ī +Ø§Ø ¦ +ðŁ ¤ +×ķ× Ł +ر ÙĬ +×Ļ× ľ +ร ะ +า ย +ï ¯ +ï ® +า ม +â ĩ +ðŁ ¥ +ï Ń +ðĿ Ļ +×ķ× ł +á ½ +Ġ× Ľ +ðŁ ļ +â ļ +ï § +×ij ר +×Ļ× ł +á ´ +Ġ× Ĺ +á ¼ +ðĿ Ĺ +Ġ× ¢ +×Ļ× Ķ +ãģ£ ãģŁ +ãģĵ ãģ¨ +á ¸ +ÙĬ ÙĨ +ãģª ãģĦ +ا ع +ภ¨ +à¹Ī à¸ĩ +×Ļ× ĵ +×ŀ ש +á Ī +׳ ×Ļ +×Ļ× ij +ï ¥ +ðĿ ĵ +Ġ× Ļ +× ļ +ั à¸ĩ +â ĵ +ï ¤ +ĠاÙĦ Ø£ +า à¸ģ +à¹ī à¸Ļ +à¹Ģ ร +×ķ× Ŀ +á ¹ +ภ¶ +×Ļ× § +ภĭ +à¸Ħ ร +ภĺ +ั à¸ģ +ðŁ ķ +ÙĪ ÙĨ +à¸Ń ย +â Ĭ +ðĿ Ĵ +ĠاÙĦ ع +า à¸Ļ +×Ļ× Ł +ÙĦ ÙĬ +×Ļ× © +à¸Ľ ระ +à¹Ģ à¸Ľ +Ġ× ł +×ķ× ¡ +ภł +Ùħ ÙĨ +×ķ× ¢ +×ķ× ŀ +â Į +ðŁ § +à¹ĩ à¸Ļ +ภį +ã İ +á µ +ĠاÙĦ س +×ķ× § +ห ล +ðŁ ĩ +â ı +ðŁ ¦ +Ġ×Ķ ×ŀ +ÙĪ ا +Ġ× ª +ר ×IJ +à¸Ń à¸Ļ +ภ© +à¹Ī ว +×ķ× ¦ +í Ĺ +ã Ħ +ï ¨ +ï ¹ +â İ +ï ² +ðĿ ļ +ð IJ +à¸Ħ ว +ห à¸Ļ +Ġ× ¨ +ب ÙĬ +ร à¹Į +ر ا +Ø´ ر +×ķ× Ĺ +×ķ× ¤ +×ķ× © +×ķ× Ĵ +í Ŀ +â Ľ +à¸ķ ิ +à¹Ģ à¸ģ +ï ³ +ï ± +à¸Ķ à¹ī +ë ¹ +ï ¬ +á ¿ +ðŁ Ľ +ðĿ ĸ +à¹Īา à¸ĩ +ู à¹ī +Ġ×Ķ ×IJ +ĠاÙĦ ØŃ +פ ר +ÙĪ Ùħ +à¹Ģ ล +í ĸ +×Ļ× ¢ +ì Ī +í ĵ +ðŁ ħ +á ł +à¸Ħว าม +à¸Ī ะ +׳ ×Ķ +Ġ× § +ภŁ +à¹ī à¸ĩ +ห ม +ت Ùħ +׾ ×Ļ +ÙĬ د +à¹Ī à¸Ļ +׊ר +ש ר +à¹Ģ à¸Ĺ +×ŀ ר +ë ĸ +ع ÙĦ +×ŀ ×¢ +â ² +׾ ×Ķ +Ġ× ¤ +à¸Ń à¸ģ +س ÙĦ +×Ļ× ŀ +ÙĤ ÙĬ +í İ +ت ØŃ +×Ļ× ¡ +×Ļ× Ĺ +í Ľ +ï ° +â ½ +á ī +á Ĭ +á ¨ +Ùĩ ا +Ġ׾ ×Ķ +×ķ× IJ +Ùħ ا +à¹īà¸Ń à¸ĩ +ر ب +ĠاÙĦ ج +×ŀ ×ĵ +Ùħ ÙĦ +ت ر +à¹Ģ à¸Ķ +ק ר +í ħ +ì ¼ +ê ¿ +ã Ī +á IJ +ðŁ Ĺ +ê ¦ +á ĭ +ðĿ Ķ +à¹Ģà¸Ľ à¹ĩà¸Ļ +à¹ĥ ห +ม า +ว à¹Īา +ม ี +ี à¹ī +à¹Ħม à¹Ī +ÙĨ ÙĬ +Ø ¤ +ร า +×ķ ×Ļ +ãĤĪ ãģĨ +ิ à¸Ķ +×Ļ× ¤ +׊׾ +ÙĤ د +à¹Ģ ส +×Ļ× ĺ +à¸ģ ล +ר ׼ +×ķ× Ľ +×Ļ× Ľ +ë Ī +ë ĥ +ðŁ ĸ +á ħ +â ¼ +ã ī +à¹Ħ à¸Ķà¹ī +ת ×Ļ +×Ļ× IJ +ĠاÙĦ Ø¥ +à¸ł า +ร ิ +ÙĤ Ø© +ØŃ Ø¯ +ê » +ì ± +ת ×Ĺ +ì º +â ĭ +á Ħ +á ¾ +â µ +â ¾ +ĠÙĪ اÙĦ +׳ ×ķ +Ù Ģ +ÙĬ ا +à¸ģ à¹ĩ +×ŀ ×Ķ +ãģĦ ãĤĭ +ع د +ĠاÙĦ ÙĨ +Ġ×Ķ ש +Ø ¦ +ั à¹īà¸ĩ +ร ัà¸ļ +ÙĪ ÙĤ +ãģ§ ãģį +à¹Ģ à¸ŀ +׼ ׾ +×ĺ ר +ั à¸Ķ +à¸Ń า +ì ¢ +à¸Ń à¸ļ +à¸ķ ร +à¹Ģ à¸Ĭ +ì Ķ +ãģĹ ãģ¾ +ë ģ +ë ķ +ðŁ Ļ +â Ĵ +á ¶ +à¹ģ ล +ÙĨ ا +à¹ĥห à¹ī +à¹Ħ à¸Ľ +× £ +ั ว +า à¸ĩ +×ĵ ר +×ij ׾ +פ ×Ļ +Ġ× ĵ +ĠاÙĦ Ùģ +à¹Ģ à¸Ĥ +ש ×Ķ +×IJ ר +ë ¬ +ãģ« ãģª +ÑĢ о +ว ิ +Ùħ ر +×IJ ת +Ùĥ ر +س ب +ÙĨ ت +ãģĹ ãģĦ +ا ج +à¸Ń รà¹Į +Ùĥ ÙĦ +س Ùħ +ส ิ +×Ļ× ¦ +ë Ŀ +í ľ +ì ī +á Ĩ +Ùĩ Ùħ +à¸Ļ ีà¹ī +ãģĤ ãĤĭ +ãģĦ ãģ¦ +س ÙĬ +׾ ×IJ +د ر +ãģ ļ +ÙĪ ج +ĠاÙĦ Ø® +ص ر +í ı +à¹īา à¸ĩ +ุ à¸Ķ +×ķ× ĺ +×ij ×¢ +í Ĩ +à¸Ĭ า +ร ม +ש ×ŀ +×ŀ ס +ê ´ +ì ´ +ë ľ +ì ¿ +ì © +ë » +â ¤ +ðŁ Ĩ +á Į +á ķ +Ø° ا +à¸Ĺ ำ +à¸ķ à¹Ī +ĠاÙĦ ÙĤ +ÙĦ Ùĥ +ู à¹Ī +à¸Ħ ุ +ÙĬ Ùħ +׳ ×Ļ×Ŀ +ืà¹Ī à¸Ń +ÙĪ ع +ãĤ ĩ +ا ÙĤ +Ġ×ij ×¢ +à¹Ģ ม +ج Ùħ +á» « +ãģĵãģ¨ ãģĮ +ب د +×ķ× Ķ +ש ׾ +Ùĩ ر +à¹Ģ à¸Ļ +ãģ ¹ +í ĭ +ì » +ì ½ +ë Ń +ì Į +í Ģ +ë Į +ë º +ã Ĭ +à¹ĥ à¸Ļ +Ġ× Ĵ +๠Ĩ +à¸Ī าà¸ģ +ว ย +à¹ĥ à¸Ĭ +à¸ĩ าà¸Ļ +ĠاÙĦ Ø´ +ا ØŃ +à¹īา à¸Ļ +ืà¹Ī à¸Ńà¸ĩ +×IJ ×Ļ +ب ÙĦ +ãģ¨ æĢĿ +׳ ס +ãģ¾ ãģĽ +Ùĥ ÙĨ +×¢ ר +ĠاÙĦ د +ש ת +í ŀ +Ùħ س +ص ÙĦ +×ķ׳ ×Ķ +ار Ø© +ÙĦ Ùħ +ส ม +Ø£ ÙĨ +ת ר +×IJ ×ŀ +ع ب +Ø® ت +ãĤ ĥ +ì ¡ +ì £ +ив а +ส ั +ึ à¸ģ +ì ¸ +ë Ĩ +алÑĮ н +ì ³ +ì į +ê ¼ +ê ½ +ì ı +ã Į +ã ı +ï © +ê ª +á İ +Ġ× ĸ +à¸ģ ัà¸Ļ +×Ļ ×ķ +à¸Ħ à¸Ļ +׳ ×ķת +à¸ľ ูà¹ī +à¹ĥ à¸Ī +ãģĦ ãģŁ +Ùģ ر +×ĺ ×Ļ +צ ×Ļ +ãĤĤ ãģ® +ĠاÙĦ ص +ãģ¾ãģĽ ãĤĵ +د Ø© +×ij ×Ļ +ĠاÙĦ ر +Ġ×ŀ ×IJ +ส ำ +à¹Ģ ห +ع ر +ãģª ãģı +à¸ģร ะ +×ij ×ĵ +à¹Ģ à¸Ī +×Ļ× ļ +×Ĺ ×Ļ +ÙĬ ع +ש ×ij +ÙĨ Ø© +ÙĪ ض +ÙĦ Ùģ +ÙĢ ÙĢ +פ ×¢ +í Ī +×ŀ ק +ภIJ +ØŃ Ø© +ا ص +Ñĭв а +à¸Ħ ม +ว ั +à¸Ľ ล +ì Ł +í ļ +ë ´ +ë ij +ë ī +ë ĩ +ì ¨ +ë ± +ë İ +â ¬ +á ¥ +á Ĺ +á Ľ +á į +Å © +à¸Ķ ี +ô i +Ġ× ¡ +׾ ×ķ +á»Ŀ i +à¸Ħุ à¸ĵ +â y +à¸Ļ า +×Ĺ ×ĵ +×ĵ ×Ļ +ห า +ج ÙĦ +à¹Ģ ว +ãĤĩ ãģĨ +Ùħ Ø© +ĠاÙĦ Ùĥ +Ġ×Ķ ×¢ +ج ر +×ĸ ר +ا Ø· +׼ ת +×ķ׳ ×Ļ×Ŀ +ØŃ Ùħ +ê ¶ +ر Ùĥ +Ġ׾ ×¢ +×ķ× ĸ +ส ร +צ ׾ +Ø ¢ +ا ست +à¹Ī ม +Ø® ر +צ ×¢ +×Ļר ×ķת +اد Ø© +Ø´ ار +×ŀ ×Ĺ +í Ĵ +à¹Ģร ีย +׊ק +Ø§Ø « +ร à¸ĩ +à¹Ģ à¸ķ +à¸Ī ำ +ภĿ +à¹Īา ย +à¸Ħ ล +ÙĤ ÙĪ +иÑĩеÑģ к +à¸ĵ à¹Į +ั ย +Ùħ ع +ë ¨ +ë ¿ +ë ® +ï ´ +ì ¥ +ì « +ë µ +á ¡ +â į +ð ĵ +â ° +à¸Ĥ à¸Ńà¸ĩ +Ù ĭ +à¸ģ ัà¸ļ +ãģ® ãģ§ +à¹ī ว +à¸Ńย à¹Īาà¸ĩ +ãģ Ń +á»ĩ t +à¸ķ à¹īà¸Ńà¸ĩ +×ŀ ×Ļ +à¹ģ à¸ļ +×Ĵ ר +ÙĪ Ùģ +ÙĤ ÙĦ +à¸łà¸² à¸ŀ +ר ×Ļ +ล า +ÙĬ س +Ġ× ¦ +ÙĬ Ùģ +Ġ× ĺ +à¸ľ ล +á ng +ร ว +Ġ×ŀ ש +×IJ ×ķת +×ĸ ×Ķ +ู à¸ģ +à¸Ļ ัà¸ģ +اÙĨ ÙĬ +د ا +ãģ ³ +׼ ף +ãĤī ãĤĮ +ãĤĮ ãģ° +ת ק +ú c +ÙĪ ز +×Ļר ×Ķ +Ġn gh +án h +Ġ×ķ ×IJ +á» ħ +ส ุà¸Ķ +ë į° +ا ض +اÙĦ ÙĬ +ب ار +ع Ùħ +à¸ļ า +ت ج +à¸ŀ ร +×ķר ×Ķ +ả ng +Ø® ÙĦ +ภī +ắ c +ש ×Ļ×Ŀ +í Ķ +Ùģ س +×Ļ× Ĵ +п ÑĢ +ĠاÙĦ Ø« +س Ø· +ร ูà¹ī +ีà¹Ī ย +à¸Ń à¸Ķ +ãģª ãĤĬ +×Ĵ ×ĵ +ãģĦ ãģ¾ãģĹãģŁ +ס ק +Ø® ص +la ÅŁ +ен но +ب ØŃ +ส à¸Ļ +ภ® +ר×IJ ש +Ùħ ÙĪ +دÙĬ د +ษ า +×ķ× ļ +ãĥ§ ãĥ³ +à¸ķ ุ +Ġê µ +ĠÑģв о +צ ×ij +à¸Ń ม +à¸Ľ ร +ت ع +×Ķ ת +اÙħ ÙĦ +×ŀ ׳ +ç ¶ļ +ภ¤ +í į +ë ĺ +ë ¤ +ì ij +â ´ +ã ĭ +Ġب اÙĦ +á»ģ u +ĠاÙĦ ÙĦ +à¸ķ ัว +Ø° Ùĩ +ึ à¸ĩ +à¹ĥà¸Ĭ à¹ī +á»ĵ ng +à¸Ļ ั +ม าà¸ģ +ãĥ Ł +×ŀ ×ķ +à¸Ĺ ย +á»Ļ i +Ạ± +ả o +à¹Ĥ à¸Ķ +×IJ ׾ +ส าม +ÙĪ ب +à¸Ĺ ุ +ย ัà¸ĩ +×¢ ת +×ķ׳ ×ķת +à¸Ĥ ึ +à¸Ĥึ à¹īà¸Ļ +à¸ģ à¹Ī +Ạ« +á»ij c +ãģĹ ãĤĩãģĨ +á»ĭ ch +Ġ×IJ ×ķת +Ġש ×IJ +׼ ×ķ׾ +á»Ļ c +ع Ø© +à¸Ĺ ี +à¹Ģ à¸Ń +Ùĥ ت +ãģ » +Ạ» +ìĹ ħ +à¸Ń à¸Ńà¸ģ +اÙĨ ت +à¹Ħ ร +Ġ×IJ ×Ĺר +Ø· ر +ÙĨ د +ื à¹īà¸Ń +Ø· ÙĦ +×IJ ×Ķ +uy ên +í ĸī +×ij ×Ķ +à¸Ħ à¹Ī +à¸Ĭ à¹Īว +ãģĤãĤĬ ãģ¾ãģĻ +ÙĬ ب +ק ׾ +ãĥ Ļ +Ä © +س ر +า ว +ãĤ ± +à¸ļ ริ +ר ×Ĵ +á»ĥ u +ØŃ Øª +×ķ×ŀ ×Ļ +ب ÙĨ +êµ IJ +ÄŁ u +ãģª ãĤĵ +×ij ק +Ġפ ר +ắ n +ØŃ ÙĦ +×ij ×Ĺ +ấ u +×ij ×ķ×ĵ +ãĥ ¯ +Ġ׾ ק +ั à¸į +à¸ŀ ิ +×Ĺ ×Ķ +×ĸ ׼ +ãĥ¼ãĥ ł +ÑĤ елÑĮ +×ŀ ×Ļ×ĵ +ÙĬ Ø® +Ạ³ +ت ص +à¸ĺ ิ +è¾ ¼ +ì ĵ +Ùĥ Ø© +ÙĤ ب +à¸Ħ à¹Į +à¹īา ย +à¸ĵ ะ +า ะ +ë Ĵ +ê ¾ +ë · +ì ĩ +ê º +ì ģ +ë Ģ +ì ¾ +ë ½ +ë ļ +ì Ń +ì İ +á ij +ë Ĺ +ê Ĵ +à ¡ +à ¬ +ðIJ Į +ã ĩ +ðĿ Ħ +Ġ׾ ×IJ +ãģ¨ ãģĦãģĨ +Ġn hi +×Ļ ×ķת +Ġש ×Ķ +à¹ģล à¹īว +Æ°á»Ľ c +à¸Ķà¹ī วย +à¸Ĺ าà¸ĩ +׳ ת +פ ת +à¹ģ à¸ķà¹Ī +Æ° ng +à¸Ńย ูà¹Ī +à¹ī ำ +Ġ×IJ ׾ +Ùĥ Ùħ +ấ p +ล à¸ĩ +ãģŁ ãĤģ +×Ĵ ׾ +ห ร +ĠÑĢ е +à¹Ģà¸Ĥ à¹īา +ÙĤ ر +Ġ×Ķ ס +ÙĪ ÙĬ +สาม าร +สามาร à¸ĸ +Äĥ n +à¸Ń ี +פ ×ķ +×Ļ׳ ×ķ +ว ัà¸Ļ +ặ c +íķ Ļ +×ŀ ת +ê u +Ạ¹ +Ùģ ÙĬ +×ŀ צ +à¸Ħ า +ãģĿ ãģĨ +ãĢ ħ +ا ز +ا Ùĩ +ר ×Ļ×Ŀ +ấ n +ห าร +ạ t +ÙĨ Ùĩ +à¹Ģ à¸Ħร +ج Ùĩ +׼ ×Ļ +ắ t +à¸Ħ à¹īา +ر Ø© +ãĥ ı +Ùĥ ÙĪÙĨ +ứ ng +Ġìļ ° +ย à¹Į +à¹Īว à¸Ļ +à¸ģ ำ +Ø« ر +Ñģ и +ĠاÙĦ Ø· +Ġ×Ķ צ +ĠØ · +ĠاÙĦ ÙĪ +ê¹ Į +ØŃ ÙĬ +ار ات +à¹Ģ à¸ĭ +ب ا +г ÑĢ +ร ี +ืà¸Ń à¸Ļ +ع ت +ÙĤ اÙĦ +د Ùħ +Ø ¡ +Ġ×ŀ ק +×ĵ ×Ļ×Ŀ +×¢ ׾ +ãģ Ĵ +ëĭ ĺ +×¢ ×Ķ +Ġìĸ ´ +Ñģ ÑĮ +ÙĤ Ø· +ãĥ Ľ +èĢĥ ãģĪ +à¹ģ à¸Ļ +ÙĪ ات +â u +ĠìĤ¬ ëŀ +ห ว +ĠاÙĦØ£ Ùħ +Ġ×Ķ ×ŀש +ب ÙĪ +à¸Ĭ à¸Ļ +ãĤĵ ãģ§ãģĻ +ว à¸Ļ +à¸ģร รม +×ŀ ×ķ×ĵ +Ùĥ اÙĨ +×ķ× £ +ол ог +ت ÙĨ +à¸ķ à¹Į +ê² ĥ +ר ×ĺ +ừ ng +×ķ×ij ×Ķ +Ùħ ØŃ +ĠÐ § +פ ×Ĵ +ส à¸ĸ +ãģĭ ãĤĬ +ını z +à¹Ģ ย +ãĥ¼ ãĥ³ +ãģĬ ãĤĬ +פ ש +ิ à¸ķ +Ø· ÙĨ +×Ļת ×Ļ +×IJ ׳ +ç ek +ì ª +×ŀ ×ij +ศ า +ãĤ¹ ãĤ¿ +à¸ļ ุ +×ĵ ×ijר +ãģĦ ãģı +ส ะ +à¹Ģ หล +ิ à¸ĩ +à¸ŀ ัà¸Ļ +ãģĦ ãģŁãģł +ãĤĤ ãĤī +à¹ī ม +ãģĵãģ¨ãģĮ ãģ§ãģį +าร à¹Į +ุ à¸ĩ +í ij +ì ¯ +ë ¼ +í Ĥ +ì · +ê ¡ +á ı +á Ĵ +ðĿ ľ +á © +ðŁ Ħ +ðIJ ¤ +Ġש ׾ +Ġ×ŀ ×Ķ +à¹ģล ะ +Ġ׼ ׾ +Ạ½ +á»Ļ ng +Ø° ÙĬ +л е +× ¥ +ãģª ãģ© +ĠÙĪ Ø£ +หà¸Ļ à¹īา +ãģ¾ ãģ§ +à¸ķà¹Ī à¸Ń +à¸Ĺ ัà¹īà¸ĩ +ãģł ãģij +à¹ģà¸ļ à¸ļ +à¹Ģร า +פ ׾ +ãģŁ ãģĦ +à¹Ģล ย +ãģ£ãģ¦ ãģĦãĤĭ +ế p +ึ à¹Īà¸ĩ +ê ´Ģ +ê³ Ħ +׼ ×ķ +à¹Ģร ืà¹Īà¸Ńà¸ĩ +ק ×Ļ +êµ Ń +פ ס +ت ÙĬ +ãĥ Ħ +Ġ×Ķ ×Ĺ +г и +ר×IJ ׾ +×ŀ ׾ +ĠØ£ ÙĬ +Ġع ÙĦÙĬ +ãģĭ ãģ£ãģŁ +ש ×Ļ +д Ñĥ +×ŀ ף +׳ ×ĺ +׳ ×Ļת +mi ÅŁ +׼ ×Ŀ +Ġ×ij ר +Ġ׾ ×ij +ĠÐ Ľ +ç e +×ķ׳ ×Ļ +ãĤĪãģĨ ãģ« +פ ×ķר +ãĥ į +Ùĥ ÙĬ +×Ĺ ×ª +Ùģ ÙĦ +Ġ×Ķ ק +Ġ×Ķ ×ij +Ġ×ŀ ס +à¹Īา à¸Ļ +п еÑĢ +à¹Īา ว +Ġ×ij ×IJ +ĠÙĪ Ùĩ +à¸Ļ ำ +Ġ×ij ש +׳ ק +ãģ© ãģĨ +ש ×ķת +×ĵ ×Ķ +à¹Ģ à¸ļ +ÙĨ س +Ġìļ° 리 +ส à¹Īวà¸Ļ +ล ัà¸ĩ +ج ز +Ġ×Ĺ ×Ļ +Ùĥ ثر +ล ะ +Ùĩ د +ĠÙĪ ب +اÙĦ Ùħ +à¹ģ ม +Æ¡ i +Ġ×ij ×Ĺ +ữ a +à¹Ģà¸Ĺ ศ +à¸ķ ัà¹īà¸ĩ +ог да +׾ ק +د د +สร à¹īาà¸ĩ +à¸Ĭ ี +Ùģ ض +à¹ģ ห +uy á»ĩn +ร ัà¸ģ +á»ĩ m +ส า +פ ק +ีย à¸ĩ +à¸ķ à¹Īาà¸ĩ +à¸Ħร ัà¹īà¸ĩ +ØŃ ÙĤ +à¹Ģ à¸Ńà¸ĩ +ائ ÙĬ +×ĺ ×¢ +اÙĦ Ø© +ิ à¹Īม +ãĤ ½ +د Ùī +Ġר ×IJ +ãģ£ ãģ¨ +ãĥĥ ãĥĹ +ÙĬر Ø© +ê± ´ +×ŀ ×IJ +×ķ ×ķ +ب ع +ãģ ² +ร าย +×ĵ ×Ŀ +ت Ùģ +à¸ķ à¸ģ +ạ ng +ãĤĴ è¦ĭ +à¸Ĭ ั +Æ°á» Ł +Æ°á»Ł ng +ج ب +×ķ×ŀ ר +ĠìĤ¬ëŀ Į +ó ng +ร ั +Ġ×Ķ ×ĸ +ר צ +Ġ×Ĺ ×ĵ +Ø° ÙĦÙĥ +×ķר ×Ļ +ãģ¡ ãĤĥ +Ùģ ع +Ġ׾ צ +á i +à¹ĩ à¸ļ +ãģ İ +à¸ģ ิ +ạ c +ë© ° +ãģª ãĤĭ +×ķ׾ ×Ŀ +à¹ģ à¸Ĺ +×ķ× ¥ +м еÑĤ +ü ÅŁ +ÑĢ Ñı +ภĴ +ÑģÑĤ оÑı +ع ÙĪد +Ùħ ار +Ø· Ø© +à¸ŀ ื +к ÑĢ +à¹ģ à¸ģ +à¹Ĥ รà¸ĩ +×ij ×Ļ×ĺ +ê² ł +×ķ׾ ×Ķ +ØŃ Ø± +ืà¹Ī à¸Ńà¸Ļ +×ķ×ij ר +׊ש +ãĥķãĤ ¡ +×ŀ ×ĺ +ú t +Ġd ön +ắ ng +ëł ĩ +ẳ ng +ว à¸ģ +ص د +Ø® Ø· +à¸Ń ั +ãĤı ãĤĮ +سÙĦ اÙħ +à¹Ģร à¹ĩ +×Ļש ×Ļ +ج اÙĦ +ãģij ãĤĭ +à¸Ĭา à¸ķิ +ÙĪا ÙĤ +à¹Ĥ à¸Ļ +ãģ¦ ãģĹãģ¾ +اع Ø© +ãĤŃ ãĥ£ +à¸į า +ÙĦا ÙĤ +ิ à¸ģ +ĠÑģ ов +ÑĢаРº +×Ļ׳ ×Ļ +ü ÄŁ +Ã¼ÄŁ ü +ק ×ij +à¹Ī à¸Ńà¸ĩ +Ġger çek +à¸Ĺ ั +ов аниÑı +×ŀ ׼ +س Ø© +×Ļ× £ +le ÅŁ +Ùħ ؤ +ĠìĿ ĺ +à¸IJ าà¸Ļ +ĠÑģ об +Ġêµ Ń +×¢ צ +з в +ส à¸ĩ +ز ÙĦ +ãģı ãĤĮ +и ÑĢÑĥ +ت Ø£ +п олн +ìĺ Ģ +ÙĨ Ø´ +׼ ×IJ +Ùħ Ø´ +à¸Ķ à¹Į +ÙĪ ÙĬÙĦ +à¹ģ à¸Ĥ +ãģ£ãģ¦ ãģĹãģ¾ +но ÑģÑĤ +в л +Ùħ ÙĤ +را ج +å¤ ī +ë Ľ +â ¸ +ì IJ +à » +á ļ +â » +ê Ļ +â § +ð Ĵ +ðĿ ĩ +Ġ×IJ ת +ĠÙĦ ÙĦ +ĠØ£ ÙĨ +Ġ×ķ ×Ķ +ãģ« ãģ¯ +Ġ×Ļ ש +ت Ùĩ +ÃŃ nh +ÙĬ ات +Ġ×ij ×ŀ +à¸Ļั à¹īà¸Ļ +à¸Ļ à¹īำ +Ãł o +à¸ķ าม +ãģ® ãģ¯ +d ır +Ġn ghi +ặ t +×ŀ ×Ļ×Ŀ +ãģ¦ ãģĦãĤĭ +Ġ×ij ת +หร ืà¸Ń +Ġس ÙĬ +ãģª ãĤī +à¹Ĥà¸Ķ ย +ı yor +à¸Ńี à¸ģ +á»ĩ nh +Ñĭ м +à¸Ĺุ à¸ģ +Ġ׾ ×Ĺ +Ġ×Ķ ר +Ġ×Ķ ×Ļ +à¸ŀ ระ +à¹Ģว ลา +ĠØ º +ẫ n +m Ä±ÅŁ +׼ ×Ķ +á»ij n +ãģ§ ãģĹãĤĩãģĨ +ãĥ ¢ +à¸Ľ ี +ס ×Ļ +ãģĵ ãĤį +Ġ׾ פ +ร à¸ĸ +ê¸ Ī +à¸ģ วà¹Īา +ë ¬´ +á»į ng +ãĤĵ ãģ§ +ãĤĪãģĨ ãģª +á»ĵ i +ãĤ ¬ +ส à¹Īà¸ĩ +×Ļ׳ ×Ķ +à¸ĸ ูà¸ģ +à¸Ī ัà¸Ķ +Ġ×Ķ ×Ĵ +ãĥ ľ +×ŀ ×ķת +ÙĪ Ùĥ +ëĭ ¨ +ĠØ « +ãģ® ãģĮ +à¹Ģห à¹ĩà¸Ļ +ع ا +à¸Ļ ิ +Å ŀ +à¸Ń ะ +ãģĪ ãĤĭ +Ø« ÙĦ +ØŃÙħ د +à¹Ģà¸ģ ิà¸Ķ +פ שר +פ ×Ķ +ม ิ +ئ ÙĬس +à¸Ĺำ à¹ĥหà¹ī +×¢ ×ĵ +ìĭ ¤ +à¸Ĭà¹Īว ย +ĠاÙĦÙħ ÙĨ +ز ÙĬ +ع ÙĬ +Ġ׼ ×IJ +ạ nh +á» ¹ +ãĤĵ ãģª +ส ู +צ ר +Æ°á»Ľ ng +×ķ ×ķ×Ķ +à¹Ĥ ล +ĠاÙĦ Ùĩ +ว า +หล าย +Ñī е +à¸Ĥ à¹īà¸Ń +à¹īà¸Ń ย +ب Ø· +ка Ñı +ĠØ ¢ +Ġи Ñģ +ĠاÙĦ غ +à¸ģ า +à¸Ļ à¹Īา +ÙĬ ÙĪ +×ij ×ķר +á»ħ n +ว à¸ĩ +×Ļ× ĸ +ì² Ń +н им +ëŁ ° +×Ĵ ×ķר +ص ØŃ +ÙĦ ÙĪ +×Ĺ ×ķת +ส ุ +رÙĬ ÙĤ +ס ×ĺ +Ġ×ŀ ×¢ +ãĥĨ ãĤ£ +à¸Ħ ิà¸Ķ +ãĤį ãģĨ +à¹Ħ ล +à¸Ļ à¹Į +á»ı i +ÑģÑĤÑĢ о +ส à¸Ķ +ส าร +ÙĪÙĦ Ø© +ầ m +ร à¹Īว +รà¹Īว ม +ร ุ +ĠاÙĦس ÙĬ +ìĺ ģ +Ġ×ŀ ×ij +פ ×ĺ +à¸ķิ à¸Ķ +×ĺ ×Ļ×Ŀ +Ġë ¬´ +ÙĤد Ùħ +Ġdü ÅŁ +ائ ÙĦ +м Ñĭ +ØŃ Ø³ +ÙĪ ص +×Ļק ×Ķ +ãģ§ãģ¯ ãģªãģĦ +à¹Ģ หม +оÑĢ ÑĤ +í Ĩµ +ãģ IJ +к ÑĢа +ีย ว +ع ار +ئ Ø© +íĥ Ģ +ãģ«ãģª ãĤĬ +ج Ø© +ÙĪÙĤ ع +ÑĮ Ñı +×ķצ ×Ķ +ש ×Ŀ +ب ÙĤ +Ġ×Ļ ×Ķ +ÙĬ Ø· +ım ız +д еÑĢж +×Ļש ר×IJ׾ +غ ÙĬر +ร à¸Ńà¸ĩ +à¹Ģรีย à¸Ļ +Ġ×Ķ ×ĺ +หม าย +Ùħ Ùĩ +اÙģ Ø© +Ġо ÑĢг +ÙĪ Ùī +ãĥ© ãĤ¤ +×ŀ ׳×Ķ +ĠÄij o +Ġг оÑĢ +اÙħ Ø© +æ¥ ½ +Ø« ÙĬر +à¸ģิ à¸Ī +á»ĵ n +ÙĨ ب +ÑĢÑĥ д +ìĹ Ī +Ġ×Ĺ ×ijר +ÑĢаР¶ +ạ ch +ت ÙĪ +à¹Ĥ ม +×ij ×Ļ×ij +Ġí Ĩµ +aca ģı +جÙĦ س +à¹Ģà¸Ľ ล +ว à¸Ķ +à¸Ń ล +ãģŁ ãĤĬ +à¸Ľ ัà¸į +Ġìķ Į +عر Ùģ +à¹Ħ à¸Ł +Ø£ Ø® +å¤ļ ãģĦ +à¸Ķ ัà¸ĩ +Ø´ Ùģ +ãģ£ãģ¦ ãģĦãģ¾ãģĻ +׼ ×ł×¡ +ÑĨ е +еÑģ п +Ùħ اÙħ +à¸ŀื à¹īà¸Ļ +иÑĩеÑģ ки +Ø® د +Ùĥ ÙĪÙħ +Ġ×Ķ ר×IJש +ت اب +é£Ł ãģ¹ +ื à¸Ļ +оÑĢ о +Ġb öl +×ķ×Ĺ ×ĵ +دÙĬ ر +ắ m +د ع +ãģķ ãģĽ +à¸ĺ ร +à¸ĺร รม +ãģĭ ãĤĤ +å¤ļ ãģı +r ä +س ع +×Ļ׾ ×Ķ +ض ر +ĠاÙĦ شر +×ĸ ×ķר +×¢ ×ijר +ạ m +алÑĮ но +ر ÙĨ +اÙħ ج +׼ ×ļ +d ıģ +д ен +ض ا +ÙĦÙĬ Ùħ +Ġê·¸ 룬 +تÙħ اع +ار ÙĬØ® +à¹Ĥ à¸ķ +ĠÑģ ÑĢед +Ġ׳ ×ķס +ÙĤ بÙĦ +оÑĤ ов +le ÅŁtir +Ġм еÑģÑĤ +سÙĦ Ùħ +Ġ×¢ צ +ĠاÙĦس ÙĦ +еÑĤ ÑĮ +اب Ø© +н ак +สà¸ĸ าà¸Ļ +Ġ×ij ׳ +à¸ļ ัà¸Ļ +׼ ׳ +Ġö ÄŁ +ãģ¨ è¨Ģ +uy ến +di ÄŁ +áºŃ u +ÑĢ аÑģ +ãĤ· ãĥ§ãĥ³ +n ız +×ķ×ĵ ×Ķ +ت س +Ùħ اÙĦ +à¹Ģห à¸ķุ +ย ว +à¸ŀ ัà¸ģ +ãģĦ ãģªãģĦ +Ġк аÑĩ +ล à¹Į +ר׼ ת +ÅŁt ur +×ŀ ×ķס +ãģ ¥ +б ол +عÙħ اÙĦ +×ķר ת +ÑĨи он +ศ ึà¸ģ +ภı +ÑĢ ен +اس ÙĬ +ائ ر +à¹Ĥ à¸Ľà¸£ +Ġse ç +غ ÙĬ +Ñį ÑĤ +ен н +ãģª ãģ® +×Ļש ×Ķ +×Ļפ ×ķר +ãģŁãĤģ ãģ« +ز Ø© +Ġç oc +ãĤ¯ ãĥª +ÑĪ ен +ãĤı ãģij +رÙĬ د +ĠÑĢ аÑģÑģ +Ùĥ ات +ส à¸Ńà¸ļ +ce ÄŁi +ãĤ¿ ãĤ¤ +à¸ļ ร +ĠاÙĦ بر +׳ ×ķ×¢ +r ün +را ض +ศา ส +à¸ķ รà¹Į +ãģį ãģŁ +×ķ׾ ×ĵ +еÑĢ и +íĹ ĺ +ắ p +ت عÙĦ +Ùĥ د +иÑĤелÑĮ но +Ø· Ùģ +Ġав ÑĤом +Ġ×ŀ צ +ÑĪи Ñħ +ات Ùģ +ĠÑħ оÑĤ +Ùİ Ø§ +ãģı ãĤĭ +×Ķ פ +à¹Ĥ à¸Ĺ +à¹ģ à¸ŀ +à¹Ī à¸Ńย +ĠاÙĦÙħ Ø´ +à¸ģาร à¸ĵà¹Į +ани з +×Ķ ׾ +ظ Ùħ +ย ุ +li ÄŁ +à¹Ħ à¸Ĥ +à¸ĸ ืà¸Ń +ö z +ãģij ãģ¦ +à¹Ģ à¸ľ +ุ ม +ãĥĹ ãĥ¬ +Ġ×Ķ×IJ ×Ĺר +خت ÙĦÙģ +à¸ İ +ÙĦا ØŃ +Ġdü zen +צ ×Ķ +س اء +×ķר ×ļ +×ķ×ĵ ×Ļ +ÑĢа ÑĦ +ÅŁt ır +ãģ« åħ¥ +ãģĪ ãģ° +ص ÙĪÙĦ +ĠÐľ оÑģ +ا Ùĩر +ãģ£ ãģ +ĠлÑİ Ð± +×Ļ×¢ ×Ķ +Ġ×Ķ×ŀ ק +สิ à¸Ĺ +สิà¸Ĺ à¸ĺิ +×Ļ׳ ×Ŀ +ÙĦا Ùģ +à¸ŀัà¸Ļ à¸ĺ +×ķ×IJ ×Ķ +ม ั +à¸Ĥ à¸ĵะ +д оÑĢ +ãģ¨ ãģª +à¸ģระ à¸Ĺ +ac ı +×ķ׾ ×ķ×Ĵ +Ñĥ ÑĪ +ãĥ¥ ãĥ¼ +ãĥ ¦ +Ùħ ست +Ġa ÅŁ +ש ק +פ ת×Ĺ +าย à¸Ļ +í ĩ +ë ¢ +ï · +í ī +ì µ +ì ¬ +ðĿ Ľ +ì Ĵ +ë Ļ +ê § +á ĸ +â ¨ +â ± +á ĺ +ð ĸ +à ł +á Ķ +ðIJ Ń +ữ ng +Å© ng +Ġ×Ķ ת +ĠاÙĦ ا +Ġ×ŀ ת +à¸ĸ ึà¸ĩ +ò n +á»ĭ nh +нÑĭ м +Ġc ả +à¸Ķ ู +Ġ à¹ģà¸ķà¹Ī +Ġ×ij ×Ķ +ó i +ãģ¨ ãģĹãģ¦ +ú ng +ĠØ ° +Ġ×Ķ ׳ +Ġب ÙĨ +ÙĦ اÙĦ +à¹Ħ à¸Ĺย +á»ĩ p +t ı +ม ัà¸Ļ +ằ ng +á»ij t +к ом +à¸ĭ ึà¹Īà¸ĩ +à¸Ħร ัà¸ļ +à¸ļ à¹īาà¸Ļ +ĠاÙĦ ÙĬ +l ü +ÙĪ س +ãģł ãģ£ãģŁ +à¹Ģ à¸ĩ +Ġê³ µ +н Ñĥ +ãĤĪ ãĤĬ +м Ñĥ +à¹Ģà¸Ĥ า +ãĤ Ģ +ни е +ãģ«ãģª ãĤĭ +áºŃ y +ĠÙĪ ا +ëł ¤ +ש ×ķ +á p +×ĵ ×ķ +ãģ§ ãģĹãģŁ +ع ض +Ñģк ой +æĦŁ ãģĺ +ÑİÑĤ ÑģÑı +Ġ×Ļ ׼×ķ׾ +ãĤĵ ãģł +в и +à¹Ģล à¹Īà¸Ļ +ìĿ´ ëĭ¤ +ĠÙĦ Ùĩ +à¸Ħ ืà¸Ń +ت Ùĥ +Ùħ ÙĥÙĨ +a ģı +׳ ×ĵ +ë¯ ¼ +à¹Ħ ว +สำ ห +สำห รัà¸ļ +Ñģл ед +t ır +ĠÙĦ ÙĬ +ĠاÙĦع ÙħÙĦ +×ij ×ķת +×ij ×Ļ×Ŀ +à¸Ħ ำ +à¹Ģà¸Ħร ืà¹Īà¸Ńà¸ĩ +lı ģı +ืà¸Ń à¸ĩ +ج د +íŀ Ī +ìĭ ¬ +×¢ ×ķת +ส ิà¸Ļ +Ñĩ и +ر ض +à¹Ģà¸Ľ ิà¸Ķ +à¸Ħ à¹Īา +ìĦ ł +ÙĪر Ø© +ק ×ĺ +ìľ ł +ع ÙħÙĦ +×IJ ×Ļ×Ŀ +׾ ×Ļ×Ŀ +à¹ĥห à¸į +à¹ĥหà¸į à¹Ī +ừ a +á»į i +ãģ ¶ +ÃŃ ch +ãĥĩ ãĤ£ +×ķר ×Ļ×Ŀ +Ñģ о +ìķ ½ +ов а +Ñĩ аÑģÑĤ +à¹Ģà¸Ī à¹īา +п ÑĢо +Ġ×ŀ ×Ĺ +ãĥ İ +×ķ×Ļ ×ķת +Ġд е +ë§ Ī +ì§ ģ +×Ļפ ×Ķ +ĠاÙĦع اÙĦÙħ +ë¥ ´ +ר×IJ ×Ķ +uy á»ĥn +×¢ ×Ļ +ม ืà¸Ń +Ø¥ ÙĨ +ร ู +ĠØ ² +×Ļ ×ķ×Ŀ +à¸ķ à¹īà¸Ļ +ãģ¦ ãģĦãģ¾ãģĻ +Ùħ اÙĨ +ĠÐ ¥ +à¸Ľà¸£à¸° à¹Ģà¸Ĺศ +á» ³ +׾ ×ij +à¹Ģà¸Ķ à¹ĩ +ãģŁ ãģ¡ +à¸Ĺี ม +à¸Ļ ะ +ìĹ ° +Ġìł Ģ +ÙĦ Ùĩ +ợ i +ĠاÙĦ ز +د ار +ãĤ³ ãĥ³ +м ин +à¹ģห à¹Īà¸ĩ +à¸Ķ ัà¸ļ +׼ ר +ж а +íĸ Ī +×ŀ ×ĸ +ợ i +à¸Ķ า +Ġع بد +à¹ģ ร +×IJת ר +×¢ ׳×Ļ +à¹Ģ à¸Ħ +×ķצ ר +ì§Ģ ë§Į +ائ Ùħ +Ø£ س +uy á»ģn +Ġ×IJ ׳ +׊׳×ķ +×ĸ ×Ļ +ร à¹īาà¸Ļ +ĠÐł оÑģ +ĠÐłÐ¾Ñģ Ñģ +رب ÙĬØ© +t ür +ãĤĭ ãģĵãģ¨ +ظ ر +б Ñĭ +à¸Ĺีà¹Ī สุà¸Ķ +Ġצ ר +èĩª åĪĨ +л аÑģ +ĠÑı в +ĠÑıв лÑı +à¸ŀร à¹īà¸Ńม +à¸Ńา à¸Ī +à¸ļริ à¸ģาร +Ġç ı +ëį ĺ +ĠاÙĦÙħ ست +ت Ø´ +ש ×ķ×ij +ãĤ ´ +Ġyap ıl +ĠاÙĦ Ø° +ุ à¹Īม +à¸ĸ à¹īา +ìĦ ¤ +ì° ¨ +в аÑĢ +à¹Ģà¸ŀ ิà¹Īม +Æ°á»Ľ i +Ùĥ س +à¸Ńย าà¸ģ +ãģ¦ ãĤĤ +Ġг од +ÙĬ ار +à¸ķ à¸Ńà¸Ļ +Ġиг ÑĢ +à¹Ħà¸Ķà¹ī รัà¸ļ +ĠاÙĦÙħ ر +ÙĤ ت +Ġë ĺ +Ġëĺ IJ +ẩ n +ãģĻãĤĭ ãģĵãģ¨ +×Ĵ ×Ŀ +Ġ×ij ×ij +ت د +ÙĪ ار +ãĤ ® +п ол +Ġм ог +تر Ùĥ +ÙĪ Ø« +Ġç ık +ا Ø© +à¹Ģà¸Ķ ียว +มี à¸Ħวาม +Ġ×ŀ ×Ĵ +ص Ùģ +ĠТ ак +Ġ׼ ת +×Ļ×ĵ ×Ļ +ов оÑĢ +ầ y +สิ à¹Īà¸ĩ +ب ت +ür ü +ÙĨ ج +หล ัà¸ģ +×Ļ×Ķ ×Ŀ +ÙĤ ص +з Ñĭ +×Ľ×ª ×ij +Æ° u +m ız +ĠìĦ ¸ +л ог +Ùħ ÙĬÙĦ +ÙĬ ج +íĴ Ī +à¸ŀ à¸ļ +ห ัว +з на +ר ק +à¹Ĥ ร +Ġ×ij ס +ĠBaÅŁ kan +ĠëĶ ° +à¸Ń ัà¸Ļ +ีà¹Īย ว +н еÑģ +à¹Ģà¸Ķ ิà¸Ļ +ÙĬ اÙĨ +×ķ׾ ×Ļ +ا خت +צ ×ķת +ãģĵ ãģĵ +ĠاÙĦ اÙĨ +ĠпÑĢо ÑĨ +ãģ¾ ãģł +׼ ס +ĠاÙĦ Ø¢ +ÙĬ ز +ĠاÙĦد ÙĪÙĦ +Ġíķĺ ëĤĺ +ض ع +ê» ĺ +ÅĽ wi +ย ิ +ãģ¡ãĤĥ ãĤĵ +ĠÙħ Ø´ +à¸ĺ ี +ãģ¨ ãģį +׳×Ļ ×ķת +Ġë ¯ +Ġë¯ ¸ +Ġs ı +ëĭĪ ê¹Į +Ġп л +غ ÙĦ +à¹ģ รà¸ĩ +ب ÙĬر +ãģĤãĤĬ ãģ¾ãģĽãĤĵ +ê· ¼ +Ġy üz +ĠdeÄŁ er +åł´ åIJĪ +á» ¡ +м аÑĤ +รา à¸Ĭ +ÙĪر ÙĬ +ж ен +ãģ¾ ãĤĬ +ãģ® ä¸Ń +×Ļ×ĵ ×¢ +à¸Ń ุ +à¸ļ à¸Ńล +à¸Ľà¸±à¸į หา +ز Ùħ +ÄŁ a +à¸Ń ืà¹Ī +à¸Ńืà¹Ī à¸Ļ +п л +Ġне обÑħодим +׼ ×ij +à¹Ģ ศ +קר ×Ķ +ì² ĺ +ëł ¨ +×ŀק ×ķ×Ŀ +jÄħ c +Ùĩ ÙĦ +Ġ×¢ ×ij×ķ×ĵ +à¹Ħม à¹ī +à¸ģล ัà¸ļ +×ķ׼ ׾ +ק ×ĵ +اÙĦ ÙĬØ© +ر Ùĩ +ãģij ãĤĮãģ° +ĠÙĨ Ùģس +ãĤ¢ ãĥ« +ìĹ Īëĭ¤ +ק ×ķר +н еÑĢ +ب اب +ãĤ ¶ +سب ب +ÙĦ ÙĬÙĦ +ص ÙĨ +ص در +ế m +à¸Ĭà¹Īว à¸ĩ +ØŃ ÙĨ +Ġ×ij ×Ĵ +×ŀ ×ķ×¢ +׾ ×Ĺ +大 ãģį +ت ب +н еÑĤ +×Ļ×ij ×Ķ +б л +ãĥĹ ãĥª +اص Ø© +ãģ¤ ãģij +×Ļ×ŀ ×ķש +ãģĮ ãģĤ +ëĭ ´ +ãģĭãĤĤ ãģĹ +ãģĭãĤĤãģĹ ãĤĮ +ãģ¡ ãĤī +×ij ×ĺ +Ġba ÄŁ +×Ļ×Ĺ ×¡ +×ij ×ķ×¢ +ล ี +פע ×Ļ׾ +им и +g ÅĤ +Ġим е +خد اÙħ +×IJ ×Ļר +Ġy apt +ãģ¨ ãģĦ +à¸ĩ à¹Īาย +׾×Ļ ×ķ +ØŃد Ø« +را ÙĤ +ĠÄIJ i +اد ر +ãģĵãģ¨ ãĤĤ +×ij ×Ļר +Ġв з +ض اÙģ +ת ×ķ׼ +ÑĢ ом +ر ات +à¹Ģà¸Ĺ à¹Īา +ãģĺ ãĤĥ +ãģĿ ãģĵ +اج تÙħاع +à¹īà¸Ń à¸Ļ +ÙĤ Ùħ +ë³ ¸ +Ä ŀ +ש ×Ļ×ķ +×ij ׳×Ļ +ìľĦ ìĽIJ +à¹ģ à¸Ī +×Ĺ ×ķר +دÙĬ ÙĨØ© +ت Ø· +ằ m +ò a +ย à¸Ńà¸Ķ +Ġëĭ ¹ +สุ à¸Ĥ +×ĵר ×ļ +د ÙĨ +س ÙĬÙĨ +ÙĪÙĤ Ùģ +ÑĨ Ñĭ +г оÑĤов +еж дÑĥ +à¸ŀ วà¸ģ +اÙĤ تص +اÙĤتص اد +cz ÄĻ +ni ÄĻ +ÑĢ еб +ØŃ ÙĪ +à¸Ĺ à¹Į +ãĤĪ ãģŃ +д ж +à¸ģล à¹Īาว +دÙĬ Ø« +ãĤ³ ãĥŁ +ÙĤ ÙĪÙħ +Ġت ØŃ +à¹Ģ à¸ķิ +اÙģ ظ +à¸Ī ุ +رÙĬ اض +×ŀש ×ļ +à¹Ĥ ย +еÑĢ е +ãģ¿ ãģŁãģĦ +ìĿ´ ëĿ¼ +ĠاÙĦÙħ ÙĪ +ĠÑģÑĤ о +à¹Ģรà¹ĩ ว +Ġд еÑĤ +ĠÑģ дел +à¹Ģà¸Ĭ ืà¹Īà¸Ń +פ ׳×Ļ +ÙĪض ÙĪع +×ij ס +à¹ģ à¸Ķ +ó c +ริ ม +ÑĢаР´ +ìĪ ł +ãĥ¼ãĤ º +ãģ« ãģĬ +и но +פ ×Ļ׾ +à¸Ĭั à¹Īà¸Ļ +×Ĺ×ĵ ש +à¹Ģà¸Ļ ืà¹Īà¸Ńà¸ĩ +׳ ×Ļס +غ رب +ãĤ¸ ãĥ£ +ส ัà¸ĩ +à¹Ģ à¸Ĺีà¹Ī +à¹Ģà¸Ĺีà¹Ī ยว +ëŁ ¼ +à¹ģ à¸Ł +ãĥ¼ãĤ · +ãĥ¼ãĤ· ãĥ§ãĥ³ +Ġвоз мож +جÙħ ÙĪع +×ijר ×Ļ×Ŀ +ãĥĪ ãĥ© +ĠкаÑĩ еÑģÑĤв +Ø· ÙĬ +ÑĤ Ñı +צ ×ķ×¢ +ÄŁ ını +ع ÙĦÙī +ا Ø° +ÙĪاÙĤ ع +Ùħ ÙĪا +ائ ÙĬÙĦ +к ол +á»ģ m +à¸ľà¸¥ ิà¸ķ +×Ļ׳ ×ĺר +س Ùĥ +ש ×Ļר +ศึà¸ģ ษา +à¸ļ ั +Ñĩ аÑģ +×ķפ ×Ķ +×Ļפ ×ķ׾ +ĠاÙĦس اب +رÙĬ ب +ĠاÙĦ بÙĬ +ãĤ¹ ãĥĨ +Ñĩ ен +à¹ģ à¸ľ +Ġ׳ ש +ز ÙĬد +ØŃ Ø§Ø¯ +ëį Ķ +رÙĪ ع +à¸Ĺุ à¸Ļ +ส มา +c zeÅĦ +×Ļ×ĵ ×Ķ +ãģ§ ãģĤ +Ġçoc uk +Ø® ب +à¸ļ าย +à¸Ľà¸£à¸° à¸Ĭา +×ŀש ׾ +ãģª ãģĭ +à¸ģ าย +ãĥģ ãĥ£ +аÑĢ и +ĠÑĩ а +à¸Ķ ำ +à¸Ĺั à¹Īว +Ñĥ Ñħ +Ġö z +Ġì¢ ĭ +ج رÙĬ +ائ ÙĤ +à¸ł ัย +Ø· ار +د ارة +Ä© nh +Ø« ÙĨ +zell ik +اÙĦ ت +Ġg eli +ãĥķãĤ © +ол од +رب ع +שת ×ŀש +à¸ļร ร +íĿ ¬ +Ġü rün +Ġê·¸ ëłĩ +ศาส à¸ķรà¹Į +ãģ ľ +×Ļ×ij ׾ +ĠпÑĢед ÑģÑĤав +سط ÙĬÙĨ +ãĤĴ 使 +Ġпом оÑī +×ķק ר +ãĥ¯ ãĥ¼ +Ġyö net +×Ļק ר +à¸Ĥ า +еÑĢи ал +ØŃ Ùģ +Ġ×Ļ צ +à¸Ĺ ิ +å£ ² +à¸Ļ à¸Ńà¸ģ +×ķ׼ ר +íĻ ľ +ủ y +ĠاÙĦÙĤ ر +×Ļ×ij ×ķת +ÅĽ ni +Ùħ شار +ượ t +ĠÙĦ دÙĬ +ÑĤ ел +ĠØ¥ ÙĦÙĬ +عÙĦ ÙĪÙħ +ìķ ĺ +в иÑĤ +à¸Ħ ะ +yr ı +ãģ¨ ãģ£ãģ¦ +à¹Ģ à¸ī +à¸ĸ าม +ÙĤ ار +عÙĦ اÙħ +ặ ng +Ùħ ÙĴ +×Ļ×ŀ ת +سب Ø© +ãĤ¯ ãĥ© +×ķס ×£ +ĠпÑĢ ин +ãģĦ ãĤį +س اس +عت بر +วิ à¸Ĺย +วิà¸Ĺย า +س Ùĥر +ãĤ· ãĥ§ +ãģ ģ +ัà¸ģ ษ +×ij ×ķ×Ķ +ห ย +ãģ¾ ãĤĮ +ĠоÑĢг аниз +каз ал +ĠÑģв Ñıз +uy ết +ĠпÑĢо из +Ġק ×ĺ +à¹ģà¸ģ à¹ī +п ÑĥÑģ +Ġê·¸ ê²ĥ +ëĬ IJ +л екÑģ +ãĥ¼ãĥ Ĺ +à¸ķ ำ +ת×Ĺ ×Ļ׾ +à¸Ńà¸ĩ à¸Ħà¹Į +Ạµ +׳ צ +Ø£ Ø´ +Ø´ Ùĩ +ย ะ +à¸ģ à¸İ +ĠاÙĦØ¥ سÙĦاÙħ +ед ÑĮ +ãģ² ãģ¨ +ëıĦ ë¡Ŀ +ãģ© ãģ® +Ñĥ в +еÑĩ ение +ĠاÙĦت ج +ãģ« è¡Į +Ġп озв +ãĤı ãĤĬ +ÙĦ اث +íķĺ ìĺĢ +Ġм аÑĢ +Ġkon uÅŁ +ãĥ¬ ãĤ¹ +ãĤĴ æĮģ +ĠоÑģ нов +×Ĺ ×ij +ÙĪج ÙĪد +פ ×ķף +в оÑĢ +Ġн ик +ãģĭ ãĤĭ +ÅŁtır ma +×Ļס ×ĺ +Ø£ ÙĦ +ห à¹Į +и она +лÑĮ н +Ġг оÑģ +ĠÐľÐ¾Ñģ к +ÑĢ об +×ķ×IJ ×Ļ +ãģĬãĤĬ ãģ¾ãģĻ +ãģ£ãģ ± +к л +à¸Ļ à¸Ķà¹Į +رÙĬ Ùģ +اس ب +ĠÑĢ еÑĪ +Ġд ол +ãģ¹ ãģį +×Ļ×ij ×ķר +м еÑī +Ġна ÑĪ +à¹ģ à¸Ľà¸¥ +ÑĢ иÑĤ +кÑĥ Ñģ +и ÑĢа +аÑĤ ÑĥÑĢ +ÙĪا صÙĦ +à¹Ģà¸ľ ย +à¸Ń ำ +à¹Ģà¸ģ ิà¸Ļ +غ Ùħ +ãģĻ ãģİ +lı kl +ÅĦ sk +ê² ¬ +×Ļ׼ ×Ķ +׊ש×ij +ÙĪر ÙĬØ© +Ġд ейÑģÑĤв +×Ĺ׾ ×ĺ +Ġ׾ ×ŀ×¢ +צ׾ ×Ļ×Ĺ +еÑĩ а +Ùģ اع +×Ĵ ×Ļ×ĵ +áºŃ m +ÄĻ b +Ø´ ع +ãģı ãĤĬ +à¸ŀ ุ +ед еÑĢ +à¸Ĥ à¸Ļ +à¸Ħ าร +ĠболÑĮ ÑĪ +ãģı ãģªãĤĬ +à¸ĵ า +×ĵ ×ķ×Ĵ +Ġм н +ä¸Ĭ ãģĮ +ç¶ļ ãģį +ฤ ษ +ภĨ +Ø® ÙĬ +à¹Ģà¸Ĺ à¸ŀ +สั ม +à¹Ģส à¸Ļ +à¹Ģสà¸Ļ à¸Ń +ãĥ ´ +Ġи ÑģÑĤ +با شر +ĠÑĥ ÑĢов +×ŀ ×ķ×ĸ +ab ı +wa ż +×ķצ ×IJ×Ķ +ÑĤ веÑĢ +à¸ŀัà¸Ļà¸ĺ à¹Į +׳ ×Ĵ×ĵ +ãĤĭ ãģĵãģ¨ãģĮãģ§ãģį +ĠÑĤÑĢ еб +à¸ģร ุà¸ĩ +ØŃت اج +à¹Ģ à¸Ħล +ã Ĩ +ÄĻ tr +Ġszcz eg +Ġר ש +à¸Ĺ à¸ĺ +Ġн ек +Ġнек оÑĤоÑĢ +в ÑĪ +Ð ¬ +à¹Īว ย +ล ุ +б ÑĢÑı +หม ูà¹Ī +à¹ģ à¸ķà¸ģ +ר׼ ×Ļ×Ŀ +Ġí ĸī +ã i +Ùĥر Ø© +â Ń +í IJ +ã į +á ģ +â ® +â ¥ +ì ® +à ¿ +â ¿ +á Ĥ +á ¤ +â ł +í Ł +ðIJ į +ðIJ ° +ðĿ Ĩ +ðŁ Ī +Ġ×¢ ׾ +Ġع ÙĨ +ĠÙħ ع +Ġ×ĸ ×Ķ +ĠÙħ ا +Ġm Ãł +Ġd ụ +á»ĩ c +а Ñħ +s ı +íķĺ ê³ł +Ġ×ķ ×ij +ĠÐŁ о +×ķת ר +ĠÙĦ Ùħ +Ġ×ķ ׾ +ãģĹãģ¦ ãģĦãĤĭ +Ġ×ŀ ×Ļ +Ġب ÙĬÙĨ +з а +ĠÙĥ اÙĨ +Ġ×Ķ ×Ļ×Ķ +ëħ Ħ +×IJ ×ķ +д и +ĠпеÑĢ е +d ı +Ġ׾ ש +Ġש ×ŀ +ãģĮ ãģĤãĤĭ +ãģĦ ãģĦ +ÑĢ е +ק ×ķ +и ли +м е +ÙĬ ت +ãģ§ ãģĤãĤĭ +Ġв о +à¹ĥ หม +à¹ĥหม à¹Ī +Ġש ×ij +Ġ à¹Ĥà¸Ķย +ÙĬ Ùĩ +ãģ§ãģĻ ãģĮ +ãģ¨ ãģ¯ +ר ×ķ +Ġ à¸ĭึà¹Īà¸ĩ +ãģ§ãģį ãĤĭ +м о +à¹Ģà¸ŀ ืà¹Īà¸Ń +צ ×ķ +×ĺ ×ķ +ìķ Ī +Ġh á»į +à¹Ģà¸ĩ ิà¸Ļ +ĠاÙĦ ب +Ġ มี +ë¬ ¼ +Ñģ е +ëĵ¤ ìĿ´ +Ġë§ IJ +Ġl Ỽ +a ÅĤ +×Ĺ ×ijר +Ġd á»± +ÙĬ Ø« +Ġth á»ĭ +à¸ģà¹Ī à¸Ńà¸Ļ +Ġ×ij ׼׾ +ãģ ¸ +ãģ¨æĢĿ ãģĦãģ¾ãģĻ +ả nh +ย า +Ùģ ا +ส ี +à¸ķ า +ë² ķ +ãĥª ãĥ¼ +รา à¸Ħา +Ġ×ķ ׾×IJ +ãģ¨ ãģĵãĤį +à¹Ģล ืà¸Ń +di ÄŁi +ÙĪ اÙĨ +Ġ׾×Ķ ת +รว ม +פ ×Ļ×Ŀ +à¸ľ ม +ж и +c ı +ÑĢ од +Ġkar ÅŁÄ± +×Ĵ ×ķ +ãģ« ãģ¤ +ãģ«ãģ¤ ãģĦãģ¦ +r Ãł +×Ļ×ķת ר +ĠìĨ Į +ק ×Ķ +ÑģÑĤв о +ãģij ãģ© +g é +à¸Ķ à¹īาà¸Ļ +çļĦ ãģ« +ĠÙĬ ÙħÙĥÙĨ +ìĨ į +ÙĬ Ùĥ +à¹Ħว à¹ī +Ñģки й +ì m +Ġ׾×IJ ×Ĺר +à¸Ńา หาร +Ġà¹Ģ à¸ŀ +รา ะ +ล ูà¸ģ +ÑģÑĤ а +Ġìľ ł +ÙĤ ÙĪÙĦ +б оÑĢ +Ñģк ого +หล ัà¸ĩ +à¸Ĥ à¹Īาว +à¹Ģม ืà¸Ńà¸ĩ +ê° ģ +t Ãł +ÙĬ ÙĬÙĨ +عر ض +ë° © +Ġëı Ļ +Ġà¹Ģ à¸Ľ +Ġà¹Ģà¸Ľ à¹ĩà¸Ļ +ç i +li ÄŁi +ìĹIJ ê²Į +ãĤ¿ ãĥ¼ +Ġ׾ ת +פ ×ķת +à¸Ĥ à¸Ń +ر س +ìł IJ +à¸ľ à¹Īาà¸Ļ +ÑĦ и +ج ÙĨ +ì¢ ħ +Ġ×Ķ פ +Ġn go +á»ĭ a +Ġtá» ķ +Ġê·¸ 리 +à¹Ģม ืà¹Īà¸Ń +Ø° Ùĥر +ìĸ ij +ìĹ Ń +×ĺ ׾ +k ı +Ġع ÙħÙĦ +Ġع ÙĨد +à¸ĭ ืà¹īà¸Ń +Ġê± ° +в е +r ü +à¹Ģ à¸Ńา +ส à¹Į +à¸Ī à¸Ļ +ס ת +Ġgi ả +ãĤĭ ãģ¨ +à¸ģำ ลัà¸ĩ +н ей +à¸Ī ริ +à¸Īริ à¸ĩ +Ġë į +Ġëį Ķ +à¸Ħà¹Ī ะ +ì n +Ġsü re +Ġqu y +à¸ļ าà¸ĩ +åıĸ ãĤĬ +ר ×Ĺ +×ij ת +ãģĮ ãģĤãĤĬãģ¾ãģĻ +ר ש +ìĹIJ ëĬĶ +Ġ×IJ פשר +ay ı +ãģĮ ãĤī +ØŃ Ø¨ +ан Ñģ +س ÙĪ +ĠпÑĢ е +د ÙĪ +ãģ« ãĤĪ +à¹Ģà¸ģ ม +สู à¸ĩ +m akt +makt ad +maktad ır +Ġön em +×Ļ×ŀ ×Ļ×Ŀ +б о +ÙĪ ÙĬØ© +รู à¸Ľ +à¹Ĥล à¸ģ +Ùħ ÙĬع +ÑģÑĤ Ñĥп +à¹Ĥ à¸Ń +دÙĬ ÙĨ +ì¤ ij +ãģĹãģ ı +à¹Ģส ีย +в Ñĭ +Ùħ ت +íĺ Ħ +ãĥIJ ãĥ¼ +ا Ø´ +ק ס +Ġtá» ¥ +ล à¸Ķ +Ùģ Ø© +í ijľ +ر ج +k ÅĤad +ĠÅŁ ey +ĠØ£ Ùħ +Ġà¹Ģ ม +Ġب ÙĦ +Ñģ каÑı +ãģ¨ ãģ® +Ġìĭ ¤ +ấ m +ห à¹īà¸Ńà¸ĩ +à¸Ĭ ม +d ü +Ġç ek +Ġê³ ł +×Ĵ ×ij +à¸Ĭี วิ +à¸Ĭีวิ à¸ķ +Ùģض ÙĦ +ภ¯ +ç ı +Ġب Ø´ +ĠÙĩ ÙĨا +ãģį ãģ¾ãģĹãģŁ +t ü +Ġìĺ ģ +ĠTür k +к ÑĤ +פר ס +ãģ¨ãģĦãģĨ ãģĵãģ¨ +í ĶĦ +à¹ģร à¸ģ +ר ×ķף +Ġar as +×ŀצ ×IJ +Ġtá» ī +س ا +à¸ŀ à¸Ń +ĠاÙĦÙħ ØŃ +ãĥ ¤ +ĠاÙĦ است +Ùģ ÙĨ +×Ļ×ŀ ×Ķ +ر ت +ãģ¨ ãĤĤ +Ġна Ñģ +п ÑĢи +Ġ×Ĺ ×ķ +и ла +ÙĬ Ø´ +Ġgö z +Ġ×ij ׳×Ļ +ım ı +ĠÑĤ еÑħ +Ġh á»Ļ +غ ر +к он +اØŃ Øª +Ġ à¸ŀ +à¸Ń à¸Ńà¸Ļ +à¸Ńà¸Ńà¸Ļ à¹Ħล +à¸Ńà¸Ńà¸Ļà¹Ħล à¸Ļà¹Į +Ñħ о +Ñı в +à¹ģ สà¸Ķ +à¹ģสà¸Ķ à¸ĩ +à¹Ģà¸ŀ ียà¸ĩ +ÑĤ ов +ا ÙĬ +Ġ×Ķ ×ĵ +Ġ×ķ ׼ +ãĤī ãģĦ +×ķפ ף +Ġë ¶Ī +ล à¸Ńà¸ĩ +Ø· اÙĦ +Ġн и +ĠÙħ ست +ế c +Ġש ׼ +ĠëķĮ 문 +วัà¸Ļ à¸Ĺีà¹Ī +×Ļ׾ ×ĵ +ØŃ Ø§ +е ÑĨ +Ġc ứ +×ĵ ×ķר +ĠÙħ ØŃ +ר׼ ×ij +بÙĬ ع +ни и +ĠاÙĦØ£ ÙĪÙĦ +à¸Ħว ร +ãģ¨æĢĿ ãģĨ +ĠС о +ائ ÙĬØ© +ر اء +оÑģ об +Ġب Ø£ÙĨ +×¢ ×ķ×ĵ +ĠÑĤ е +ãģĵ ãģĨ +ÑģÑĤ ÑĢа +ай н +Ġsö z +ت ÙĨا +à¸Ń ิ +ặ p +ĠìķĦ ëĭĪ +íķ Ń +Ġר×IJ ש +Ġ à¹Ħà¸Ķà¹ī +Ġ×Ĵ ×ĵ +Ġס פר +обÑī е +ĠÙĪ Ø¥ +ada ÅŁ +ãģ¡ ãĤĩ +ק ×ķ׾ +ÑĢ ез +ĠdÃ¼ÅŁ ün +Ġ×ij ×IJ×ŀ +Ġìĸ´ ëĸ +ער ×ij +н ее +ĠÑģÑĤÑĢ ан +س اÙĨ +yn ı +ĠاÙĦر ئÙĬس +ãģĹãģ ª +Ġ׳ ת +ãģ«ãģª ãģ£ãģŁ +g ü +åıĹ ãģij +׾ ת +ìł Ī +ëĬĶ ëį° +Ø® ÙĬر +à¸ķà¹īà¸Ńà¸ĩ à¸ģาร +ĠÙĦ Ø£ÙĨ +Ġch á»ĭ +ÙĪ Ø© +à¹ĥ ส +ë¶Ģ íĦ° +íķĺ ë©´ +ữ u +à¹Ģหม ืà¸Ńà¸Ļ +б еÑĢ +ĠìĿ´ ìļ© +ĠÑģ еб +wiÄĻ ks +Ġ׳ ×¢ +ÑĤ ÑĥÑĢ +Ġngh Ä© +ש ×ķ×ĺ +ti ÄŁi +Ġde ÄŁi +×IJ ×ij +Ġ×ŀ ×ŀ +ãĥĹ ãĥŃ +wa ÅĤ +à¸Ī ึà¸ĩ +Ø® دÙħ +×IJ ×Ŀ +Ä±ÅŁ ı +cz Äħ +ר ×ĵ +ĠÑĢ Ñĥб +خر Ùī +ãģ® æĸ¹ +Ġд енÑĮ +×Ĺ ×Ļ×Ŀ +еÑĤ е +ëĤ ľ +×IJ ×Ĵ +×¢ ×ķר +ë³ Ħ +åIJĮ ãģĺ +ãĤ ² +ר ×ļ +×ķש ×IJ +ìľ ¡ +ا Ø® +צ ×Ļ×Ķ +á»± a +ãģĪ ãģ¦ +ש×Ķ ×ķ +ан ÑĤ +ลา à¸Ķ +ин г +ë¡ ł +اع د +ÙĪ سط +Ġв оп +Ġвоп ÑĢоÑģ +Ùħ ÙĬÙĨ +à¸Ħ à¸ĩ +×Ļר ×Ļ×Ŀ +c ów +ê² © +Ġê·¸ 룰 +Ġì§ Ħ +Ġש ׾×Ķ +à¹Ģร ิà¹Īม +à¸Ĭ à¸Ńà¸ļ +д еÑĤ +ÑİÑī иÑħ +à¸ļ à¸Ńà¸ģ +æĢĿ ãģĦ +ع ÙĬد +ס ×ŀ +×Ĵ ×Ļ×¢ +צ ×ĵ +ب ات +ĠëĶ° ëĿ¼ +à¸Ī ัà¸ĩ +ãģłãģij ãģ§ +×¢ ×Ļר +ĠÑĩ ел +ĠÑĩел ов +ĠÑĩелов ек +ãĥĥ ãĥģ +à¹Ģà¸ģ ีà¹Īยว +à¸Ķ ิ +Ġפ ×¢ +×Ļ×ŀ ×Ļ +ë° ĺ +Ø® ار +×ij ×Ļת +×¢ ×Ļ×Ŀ +ü yor +ãĤģ ãģ¦ +к лад +Ġ à¸Īาà¸ģ +à¹Ģà¸Ħ ย +ส à¸Ńà¸ĩ +à¹ģ à¸Ħà¹Ī +ẫ u +หà¸Ļ ัà¸ĩ +ש׾ ×ķ×Ŀ +اÙĨ ÙĬØ© +åĩº ä¼ļ +åĩºä¼ļ ãģĦ +à¸ł าย +à¸ļา à¸Ĺ +à¸Ĭา ว +mu ÅŁ +Ġ׾ק ×ij׾ +ãĤ· ãĥ£ +ĠÄ° ÅŁ +×Ĵ×ĵ ×ķ׾ +ج عÙĦ +ë³ Ģ +ยิ à¹Īà¸ĩ +à¸Ļ าย +à¸Ļ ีà¹Ī +วิ à¸ĺี +ãĤī ãģªãģĦ +ëł Ī +Ġ문 ìłľ +Ġ à¸ģ +à¸Ĺำ à¸ĩาà¸Ļ +à¹Ģว à¹ĩà¸ļ +ÑĦ е +楽 ãģĹ +สำ à¸Ħ +สำà¸Ħ ัà¸į +ر Ùħ +ãģķãĤĮ ãģ¦ +Ġоб ла +ר×IJ ×Ļ +หม à¸Ķ +ÙĨ ÙĬØ© +ли н +Ġe ÄŁ +it im +ëł ¹ +ص اÙĦ +ÅĽ l +à¸ľ ิà¸Ķ +ãĥŀ ãĥ³ +åħ¥ ãĤĮ +à¹Ģà¸ķ à¸Ńรà¹Į +ار ÙĬ +ĠÐ ¦ +d ür +ส วย +ë¦ ½ +رÙĥ Ø© +Ġh ã +×Ļת ×Ķ +à¸Ĥ à¸Ļา +à¸Ĥà¸Ļา à¸Ķ +à¸Īำ à¸Ļ +à¸Īำà¸Ļ วà¸Ļ +ש ×ķק +Ġд ом +ì± ħ +ãģĭ ãģij +פ ×ķ׾ +à¸Ĭ าย +Ñģ моÑĤÑĢ +Ñģл Ñĥж +ש ×IJ׾ +кÑĢÑĭ ÑĤ +Ġìŀ ĺ +é«ĺ ãģĦ +ĠÑĢ Ñĥк +ÙĨ ص +д ав +Æ°á» ¡ +ưỡ ng +ر اÙħ +×Ļ׳ ×Ļ×Ŀ +ãĥ© ãĥ¼ +ëĦ ¤ +Ġت ع +l ke +好 ãģį +æĮģ ãģ¡ +Ġë§ İ +Ġy ük +ĠÑģоÑģÑĤ ав +енÑĤ ÑĢ +pe ÅĤ +à¹Ģà¸Ľà¸¥ ีà¹Īย +à¹Ģà¸Ľà¸¥à¸µà¹Īย à¸Ļ +íı ī +ãĤĦ ãģĻ +×Ĺ ×ĸ +×ijר ×Ķ +ë£ ¨ +ìĶ Ģ +بØŃ Ø« +à¹Ģà¸ķ à¹ĩ +ów i +ب Ùĩ +ãģį ãģ¾ãģĻ +Ġ×¢ ×ŀ +×Ĵ ×ķ׾ +ез д +ÙĬÙģ Ø© +สà¸Ļ à¹ĥà¸Ī +Ġת ׾ +Ñı Ñī +Ġس ÙĨ +ĠÙĪا ØŃد +ĠÑģ м +lad ı +ı ld +×Ļר ת +ีย à¸Ļ +ת×Ĺ ×ª +Ġж из +à¸ŀ ั +à¸ŀั à¸Ĵ +à¸ŀัà¸Ĵ à¸Ļา +à¸Ĭ ิ +ا Ø®ÙĦ +ãģ£ãģ¦ ãģĦãģŁ +รั à¸IJ +ãĤģ ãĤĭ +à¹Ĥ à¸ģ +ĠT á»ķ +Ġh akk +ر Ùģ +ìł Ģ +Ñģ об +ãģª ãģijãĤĮãģ° +Ùĩ ÙĪ +Ġë² ķ +ãĤ Ĩ +ĠاÙĦس عÙĪد +Ġ×IJ תר +Ø§Ø º +Ġ׾ ×ĵ +à¹ģ à¸ķ +à¹ģà¸ķ à¹Īà¸ĩ +íĮ Į +Ñĥп иÑĤÑĮ +à¸ŀืà¹īà¸Ļ à¸Ĺีà¹Ī +×ij ת×Ļ +à¹ĩ à¸ģ +ÅĤ at +Ġê°ľ ìĿ¸ +ìłķ ë³´ +ÑĤ ал +Ġgü ven +ĠÄ° l +Ġê° ģ +Ġب ت +×ŀ ×ķ׳×Ķ +ĠاÙĦØŃ ÙĥÙĪÙħ +ÙĤ ات +à¹ģ à¸ģà¹Ī +ห าà¸ģ +н ÑĮ +à¸Ľ รัà¸ļ +มา à¸ĵ +Ġне Ñģк +ĠØ ¶ +สม ั +สมั à¸Ħร +ãģĮ ãģĤãĤĬ +м еÑģÑĤ +Ġ×IJ צ׾ +Ġкомп ани +ס ר +ÙĬÙħ Ø© +ĠÑħ оÑĢо +ĠÑħоÑĢо ÑĪ +Ġ×Ļ ×ķ×ĵ +ü s +×Ĵ ×Ļש +à¸ļ à¸Ĺ +تÙĨ ظ +ว าà¸ĩ +ม หา +Ġ׼ ×ķ׾ +à¸Ĥ à¹īาà¸ĩ +ë° ľ +г од +д ан +ãģĭãĤĤãģĹãĤĮ ãģ¾ãģĽãĤĵ +ãģĵ ãģ¡ãĤī +ãĥIJ ãĤ¤ +ece ÄŁi +دÙĬ دة +ÙĨ Ùī +Ġëĭ¤ ìĿĮ +ว ี +غ ا +ли з +à¹Ģà¸Ķ ิ +à¹Ģà¸Ķิ ม +ĠÙĬ ست +Ġy ılı +ko ÅĦ +ãģ§ãģĹãĤĩãģĨ ãģĭ +ãģĤ ãģª +ãģĤãģª ãģŁ +ÑĨ ен +ĠÙĪ ز +×IJ ×Ļש +à¹Ī à¸Ń +ر ØŃ +ê´ ij +ÑĢа ÑģÑĤ +Ġ×Ķ ׾ +ãģĹãģ¦ ãĤĤ +×ŀר ׼ +×ŀר׼ ×ĸ +éģķ ãģĦ +ãģŁ ãģı +ĠÑģ Ñĥд +в еÑģÑĤи +ĠíķĦ ìļĶ +ãĥķ ãĤ§ +ÑĤелÑĮ но +à¹Ģà¸ŀ ืà¹Īà¸Ńà¸Ļ +ÅĤu ż +à¹Ģà¸Ķิà¸Ļ à¸Ĺาà¸ĩ +ש ×ķר +Ġ×ŀ ×ĵ +×ķ×¢ ׾ +ÙĦ اÙħ +à¹Ħ à¸ĭ +л ей +кÑĥ ÑĢ +Ạ¢ +à¸Ĺ าà¸Ļ +ì§ ij +ĠгоÑĢ од +ר ס +׾ ×ķ×Ĵ +mas ını +Ġл ÑĥÑĩ +ล à¹Īา +ìļ ¸ +ש ×ĺ +ĠÐĺ н +í Ĥ¤ +ÙĪÙĦ ا +ìķ ł +ĠØ£ÙĬ ضا +Ùĥ ار +ĠاÙĦت ع +ส ูà¹Ī +ãĤ ¼ +×ij ×Ļ×IJ +ย à¸ģ +ĠØŃ ÙĤ +ر بÙĬ +ãģĺãĤĥ ãģªãģĦ +รัà¸ģ ษา +Ñħод иÑĤ +à¸ķ à¸Ńà¸ļ +׳ ×ĺ×Ļ +ĠاÙĦÙħ ج +تÙħ ع +ов аÑĤÑĮ +ÙĦ ÙĬÙĨ +×Ļ×ŀ ×ķת +Ġm ù +n ÄĻ +Ġد ÙĬ +׼ ש×Ļ×ķ +Ġhi ç +ë ijIJ +ÙĪ اء +ÙĪ Ø· +ĠاÙĦ بÙĦ +à¹ģม à¹ī +ק ×ķת +ÙĪج د +å§ĭ ãĤģ +ÙĬ ئة +Ġë§ ¤ +ص بØŃ +פ ×IJ +г оÑĢ +ס ×Ķ +بÙĬ ÙĤ +ย าà¸ģ +Ġн ад +ÙĬ Ùij +Ġب ÙĪ +ס ×ķר +Ùħ ÙĥاÙĨ +ר ×ij +×Ĵ ×ĸ +צ ת +b ilit +л аг +ĠN go +×IJ ×ķר +à¸ķ à¸Ļ +íĬ ¹ +à¸Ĺีà¹Ī à¸Ķี +à¸Ľà¸£à¸° à¸Īำ +ов ание +ãģĦ ãģ¤ +ãĥĥãĤ¯ ãĤ¹ +åIJĪ ãĤı +åIJĪãĤı ãģĽ +×Ļ׳ ×ķ×Ļ +ạ y +Ø« ÙĤ +ĠпÑĢ об +ĠпÑĢоб лем +ÅŁ eh +ÅŁeh ir +ع ادة +اÙĨ ÙĪÙĨ +à¸ķัว à¹Ģà¸Ńà¸ĩ +ì¶ ķ +ı lan +б ан +ãĥ³ ãĥī +à¸Ī ี +Ġ×Ķש ׳×Ļ +п оÑĤ +×ķ׾ ×Ļ×Ŀ +ล ัà¸ļ +ĠÑį ÑĤи +×ijק ש +ë¹Ħ ìĬ¤ +à¸Ńยà¹Īาà¸ĩ à¹Ħร +×Ļ׾ ×Ļ +à¹ĥà¸Ĭ à¹Ī +ĠاÙĦ ÙĥÙĦ +ãĥļ ãĥ¼ãĤ¸ +ص Ø© +ÑĤи ÑĢ +ãĤĵ ãģ© +зÑĭ к +wy ż +Ùĩ ÙĬ +ĠÙħ ÙĦÙĬ +Ġвид е +ظ اÙħ +دا ÙĪÙĦ +×ŀ ת×Ļ +Ġs ık +à¹Ģà¸ķิ ม +ãĤ¢ ãĤ¤ +ка Ñħ +צ ×Ļ׾ +à¹Ģà¸Ĭ à¹Īà¸Ļ +м аг +маг аз +магаз ин +à¸Ľ ั +à¸Ľà¸± à¸Ī +Ġש ×Ļר×ķת +ีย ม +ãĥĸ ãĥ« +Ġد ÙĪÙĦ +קר ×Ļ×Ŀ +Ùĩ Ùı +ов о +Ġü ret +د ÙĪÙĨ +à¹ģà¸Ļ ว +à¹Ģà¸Ļ ืà¹īà¸Ń +ĠÑĦ оÑĤ +ãĥ ĺ +ãģ¤ ãģĭ +Ñı Ñģ +ĠíķĺëĤĺ ëĭĺ +ائ ع +Ġп лаÑĤ +ìĺ Ī +Ġdost ÄĻp +ÙĪج Ùĩ +Ġ×Ķ ×Ĺ×Ļ +׳ ×Ļק +д ей +í ĽĦ +ı y +بØŃ Ø± +à¹Ģส ริม +Ġ׾ ×Ĵ +Ø°Ùĩ ب +ج ÙĬÙĦ +رÙĥ ز +Ġë ħ +Ġëħ ¸ +פ×Ļ׾ ×ķ +ãģ¾ ãģļ +iri ÅŁ +ĠÙĥ ÙĬÙģ +Ġ×ij צ +Ġêµ IJ +ÑĢоÑģ Ñģ +ĠØ´ ÙĬ +Ġiç er +×Ĵ ×ķ×ij×Ķ +мен но +×¢ ×ij×Ļר +×ķ×ŀ ×Ķ +ãĤī ãģĹãģĦ +ãģ ¼ +Ñī ин +è²· ãģĦ +جÙħÙĪع Ø© +Ġdön em +Ġ×ij ×IJר +в еÑģÑĤ +×ķר ×ķת +س Ùģ +à¹ģà¸Ĺ à¸Ļ +Ġд окÑĥменÑĤ +Ġا ÙĬ +ج اÙĨ +צ×ķ×¢ ×Ļ +ĠоÑģ об +ĠاÙĦÙħ س +ÑĢаР± +à¸ł ู +à¸Ķ าว +л екÑĤ +ع ÙĤ +×ķ×ĵ ×ķת +Ġol u +Ġolu ÅŁtur +ãģ¾ ãģ¾ +ед ин +à¹Ģ à¸Ńà¸ģ +ãĤµ ãĤ¤ +ëĦ Ī +Ø· ÙĨÙĬ +Ø· ÙĤØ© +ĠÐł аз +ÙĦ Ùij +Ñĩ ем +Ġ׾ ×ĺ +สั à¹Īà¸ĩ +سر ائÙĬÙĦ +Ġפר ×ĺ×Ļ +д еÑģÑĮ +Ġ׳ ׼ +اÙĨ ب +ÙĬا Ø© +Ùħ بر +Ġk ı +à¸Ľ à¸ı +à¸Ľà¸ı ิ +à¸ļั à¸ķิ +׳ ת×Ļ +ìĨ ¡ +ر اب +à¹ĥ à¸ķ +à¹ĥà¸ķ à¹ī +×Ļ׳ ת +ÙĪ ÙĬر +Ġ×Ķ×ŀ ×Ļ +ей ÑĩаÑģ +ק ×ķ×ij +در اس +ĠÙħ ÙĤ +رÙĬ ÙĨ +Ø® اص +ãģĬ éĩij +Ġج دا +ãģĨ ãģ¡ +ëħ ¸ +ır ım +æ§ ĺ +ãģ« å¯ +ãģ«å¯ ¾ +ÑĨ ев +Ġv ard +ĠÐIJ н +e ÄŁ +ÑģÑĤв енно +Ð ¨ +س د +à¸ģ ุ +à¹ģà¸ľ à¸Ļ +รูà¹ī ส +รูà¹īส ึà¸ģ +ات ØŃاد +Ñij ÑĤ +×Ĺ ×ķק +ãģĻ ãģIJ +Ø· ÙĦاÙĤ +Ġק ×ķ×ĵ +à¹ĥà¸Ĭ à¹īà¸ĩ +à¹ĥà¸Ĭà¹īà¸ĩ าà¸Ļ +ãĥ¼ãĤ ¿ +Ġs ür +ÑĢ ок +ë³ ij +สมา à¸Ĭ +สมาà¸Ĭ ิà¸ģ +ãĥķ ãĥ¬ +è¾¼ ãģ¿ +ãĤ» ãĥ³ +Ġê°Ģ ì§Ģ +à¸ľ à¹īา +ÑįÑĤ омÑĥ +иÑĤ ел +à¸ł ั +ภij +ãĥĸ ãĥ© +×Ľ×ª ×ķ×ij +׳ ×Ŀ +ен нÑĭе +×¢ ×¨×Ľ×ª +Ġì Ĥ +ĠìĤ ´ +à¸Ĥ à¹īา +׳ ×ķס +ãĥ¬ ãĥĵ +ÑĢ еÑģ +à¹Ģล à¸Ĥ +Ø« اÙĦ +ìĹ Ĩ +ĠÑĩ аÑģÑĤ +า ศ +ãĥª ãĤ¢ +u ç +×Ļ׼ ×ķת +ล à¹īาà¸Ļ +i ë +ãĤ¸ ãĤ§ +à¸Ī à¸Ń +ÙĪ ØŃد +×Ļצ ×ķ×ij +Ġ×ij ש׾ +ок о +ض Ø© +Ø° ر +ĠÑĥ д +Ä° L +×ķצ ×Ļ×Ŀ +×ĸ ×ŀף +à¸Ľ à¸ģ +íķĻ êµIJ +س اÙħ +à¹Ħ à¸Ķ +ละ à¹Ģà¸Ń +ละà¹Ģà¸Ń ีย +ละà¹Ģà¸Ńีย à¸Ķ +ả y +аÑĨи он +ãĤ¹ ãĤ¯ +פ ×ķס +ร à¹Īาà¸ĩ +ен нÑĭй +ع ÙĨ +عÙĦ ÙĨ +ائ Ùģ +d ÄĻ +ؤ ÙĪÙĦ +׾×ķ ×ķ +Ġ×ij ש×ij +ä»Ĭ åĽŀ +ĠاÙĦج ÙĨ +د اد +wa Äĩ +ãĥª ãĥ³ +ĠìŀIJ ìĭł +اÙĨ ÙĬا +ãĥ¡ ãĥª +ÙĦ ÙĪÙĨ +à¸Ĺ à¹Īà¸Ńà¸ĩ +à¸Ĺà¹Īà¸Ńà¸ĩ à¹Ģà¸Ĺีà¹Īยว +اÙģ ÙĬ +Ġли ÑĪ +Ùħ ÙĬØ© +оÑĤ веÑĤ +Ñĩ ин +à Ĭ +ãĥ¡ ãĥ³ +å® Ł +éļĽ ãģ« +ĠÑĢаР¹ +ãĤ¦ ãĥ³ +×Ļר ×ķש +×Ļר×ķש ׾×Ļ×Ŀ +ม ะ +Ġar a +каз аÑĤÑĮ +à¸ķ ัà¸Ķ +ÑĥÑİ ÑĤ +Ġü st +×Ĵ ×ķ×ij +×Ĵ×ķ×ij ×ķת +mal ı +ег од +егод нÑı +اÙģ ÙĤ +à¸Ĭ à¹Īà¸Ńà¸ĩ +Ġö zellik +×Ļצ ×ķר +Ġmi ÄĻd +Ġili ÅŁ +Ġна Ñħод +×¢ ×ĸר +׾ ×Ľ×ª +ÙĨت اج +ĠÑģ ем +à¸Ī à¹Īาย +à¸ķร ว +à¸ķรว à¸Ī +פר ×ķ +à¸Ĥ ัà¸ļ +ãģ ŀ +Ġп ло +к олÑĮ +×ŀ×¢ ×ĺ +íķĺ ìĭľ +jÄħ ce +ÙĨ اÙĨ +ลี à¸ģ +н ÑĥÑĤ +Ġоб ÑĢаз +Ùĥ بر +ĠاÙĦÙĪ Ø·ÙĨ +ãģķãģĽ ãģ¦ +ÙĤ اء +×ŀ×ĵ ×Ļ׳ +y ü +פ ×Ļת +׳ ×ķף +ÙħÙĨ ظ +หà¸Ļ ัà¸ģ +ìŀ Ī +ãĤ« ãĥ¼ãĥī +ع ÙĨÙĬ +п од +ض اء +à¸Ļ à¸ķà¹Į +×ŀש פ +ว à¹Į +ר ×ķק +ส ืà¹Īà¸Ń +פק ×Ļ×ĵ +ãģªãĤī ãģªãģĦ +ĠìŬ 룬 +ÙĦ ج +Ñī иÑĤ +ãĥĥ ãĤ· +ÙĦÙĬ س +ĠÙĦ Ùħا +ìł ij +×ij ×Ļף +ãĥģ ãĤ§ +Ġgü ç +Ġch ứ +×ķצ ×IJ +קר ×ij +à¹Ĥ à¸ŀ +оÑĩ но +סק ×Ļ +ש׾ ×Ŀ +صر Ùģ +ĠL Ãł +×¢ ×Ļת +á» · +à¹Ĥ à¸Ńà¸ģ +à¹Ĥà¸Ńà¸ģ า +à¹Ĥà¸Ńà¸ģา ส +Ġ×Ķ ×ĵ×ijר +à¸Ļั à¹Īà¸Ļ +ز ر +нак о +íļ į +ãĤĤ ãģ¡ +ãĤĤãģ¡ ãĤį +ãĤĤãģ¡ãĤį ãĤĵ +اÙħ ت +عد اد +и нÑĭ +ÅĤy w +à¸Ħ à¸ĵะ +à¸Ĺ ะ +kt ör +×Ļ×Ĺ ×Ķ +Ġм е +Ġме ÑģÑı +׳×Ķ ×Ĵ +ĠÑģ ÑĥÑīеÑģÑĤв +à¸Ļ ัà¸Ļ +ÑĦ ÑĦ +ек ÑĤив +عÙĦÙĪÙħ ات +б Ñĥд +à¸Ļัà¸ģ à¸ĩาà¸Ļ +หà¸Ļà¹īา à¸Ĺีà¹Ī +ÙĤÙĬ ÙĤ +ãĤ· ãĥ³ +ãģ« éĸ¢ +×IJר ×Ĵ +ĠпÑĢ оÑĤ +ĠпÑĢоÑĤ ив +ĠìŀĪ ìĸ´ +ÙĤÙĬ ÙĤØ© +ìĹ ĩ +k ür +ãģ«ãģªãĤĬ ãģ¾ãģĹãģŁ +Ġде ÑıÑĤ +ĠдеÑıÑĤ елÑĮ +פ×ķר ×ĺ +à¸Ł à¹īา +à¹Ģ à¸ł +ĠавÑĤом аÑĤ +×ĸ ×Ļק +Ġold uk +ع اÙħ +ĠÑĤ оÑĢ +yrı ca +ê Ì +ãĤŃ ãĥ³ãĤ° +ãģ« ãģ¨ãģ£ãģ¦ +à¹Ģà¸ī à¸ŀ +à¹Ģà¸īà¸ŀ าะ +ãģ¯ ãģļ +×ŀ ×IJ×Ļ +สะ à¸Ķ +สะà¸Ķ วà¸ģ +ìľ¼ ë©° +à¸ģ ี +ภ¬ +Ġ×¢ ×ķש +à¸łà¸² ษา +à¸Ĺ ัà¸Ļ +ac akt +acakt ır +اع دة +ĠÑĥÑģл Ñĥг +ס ר×ĺ +×ķ×ŀ ×ķת +×Ķ ×ķר +×ŀ ×ķ×ij +×ŀ×ķ×ij ף +سÙĬ اس +اتÙģ اÙĤ +×Ķ צ׾ +Ùħؤ س +Ġp ó +Ġк ни +×Ļ׼ ×ķ׾ +à¹Ģหล ืà¸Ń +׼׾ ׼ +׳ ×ĸ +ÑĪи е +r ès +ĠاÙĦØŃ ÙĤ +лÑı ÑĢ +ห à¸į +หà¸į ิà¸ĩ +ר×Ĵ ×Ļש +à¹Ģส à¹īà¸Ļ +ש×ij ×ķף +ô tel +ап ÑĢ +апÑĢ имеÑĢ +اب ÙĦ +ĠÑĢаз виÑĤ +Ġп олÑĮз +ĠС еÑĢ +×ķ×ij ×Ļ +r óż +ìĭ Ń +ãĤ¯ ãĥĪ +ãģĹ ãĤĪãģĨ +à¸ģร ม +ØŃ ÙĥÙĪÙħ +à¹Ĥ à¸ļ +à¸Ĺ à¹īาย +ĠM á +ĠÑĤ Ñĭ +à¸Ħร ัว +ÑĢÑĥ б +ạ p +Ġm ÅĤ +ĠmÅĤ od +Ġgör Ã¼ÅŁ +Ġgeli ÅŁ +Æ°Æ¡ i +×ŀש ק +ÙĢÙĢ ÙĢÙĢ +รา ว +ãģĹãģ £ +ãģĹãģ£ ãģĭãĤĬ +ĠÐļ он +Ġk ê +à¹Ĥà¸Ĺ ร +èIJ½ ãģ¡ +åĩº ãģ¦ +ล ัà¸ģษ +Ġ×Ĵ ×ij×ķ×Ķ +ãĥĻ ãĥ« +ê±° ëĤĺ +ë§ IJ +×Ļ׾ ×ĵ×Ļ×Ŀ +ĠëĦ Ī +×ŀר ×Ļ +ร ส +ãĥŃ ãĥ³ +и ло +ноÑģÑĤÑĮ Ñİ +×ĸר ×Ĺ +п он +Ġ×Ķש ׾ +ê²ł ìĬµëĭĪëĭ¤ +Ġki ÅŁ +ĠÐļ и +ว ร +د اع +ÅŁ im +ÙĨ Ùij +в аÑĤ +را Ùĥ +ب اÙĦ +ид е +Ġ×Ķ×ŀ ×Ĺ +ìĸ µ +تÙģ اع +Ø£ ت +ëĬ ĺ +ש ×Ļת +ست Ùħر +ĠÑĦ ак +ĠاÙĦØ£Ùħ رÙĬ +ëŀ ¨ +اس Ùħ +Ġa ÄŁ +Ġç ev +Ùĥ ÙĪر +ãģķ ãģ¾ +Ġç öz +Ġر س +Äħ da +สà¸Ļ ุ +ãģĹãģ¦ ãģıãĤĮ +н Ñİ +leÅŁ me +ãĤª ãĥ³ +ãģ¨ ãģªãĤĬ +ava ÅŁ +×ĺ ×Ļ×ij +ØŃ Ø¶ +×ķצ ×IJ×ķת +ÙĨ ÙħÙĪ +ı t +ĠÑħ а +ĠÑħа ÑĢак +ĠÑħаÑĢак ÑĤеÑĢ +Ġd ÅĤ +ãĥĹ ãĥ© +à¸Ĭ ุม +à¹Ī à¸Ńà¸Ļ +×ķ×ij ׾ +Ñģ ол +×ĵ ×Ĵ +аÑĢ аÑĤ +n ivers +Ġgerçek leÅŁtir +ĠاÙĦ ÙĦÙĬ +ระ ยะ +ĠÙħ ختÙĦÙģ +Ġgö nder +Ùģ ار +do ÄŁ +doÄŁ an +ص ÙĦاØŃ +Ġyay ın +ãĥĨ ãĥ³ +รว à¸Ī +×Ļ×Ĺ ×Ļ×ĵ +ünk ü +ÑĨи алÑĮн +à¸ļ ู +ม ุ +h ä +Ø® Ùģ +å¢ Ĺ +å¢Ĺ ãģĪ +еÑĩ но +ĠاÙĦس ÙĨ +à¸Ĥ าว +im di +Ð « +à¸Ļà¸Ńà¸ģ à¸Īาà¸ģ +à¸ļา ล +ת ש +Ġdüzen le +мÑĭ Ñģл +ãģı ãģª +ż u +Ġwsp óÅĤ +Ġн аз +ınd aki +تر Ø© +ÅŁ ek +Ġö d +ĠÙĪ Ùĥ +Ġпозв олÑı +Ġת ×ķ׼ +ÙħÙĨ تج +ë§ ī +ĠاÙĦØ« ÙĦاث +аÑĨи Ñİ +ÙĪر ÙĪ +Ñĭв аеÑĤ +خص ص +ĠاÙĦÙģ ÙĦ +ĠاÙĦÙģÙĦ سطÙĬÙĨ +Ø¥ جر +إجر اء +اÙĨت Ø® +اÙĨتخ اب +ار ÙĬØ© +×ķ Ö +Ø¢ ÙĨ +×ŀ×¢ ×ķת +Ġм ал +Ġ×IJ ×Ĺ +à¸Ĺ à¹īà¸Ńà¸ĩ +ze ÅĽ +Ġë§Į ëĵ¤ +رÙĬ ع +äºĭ ãĤĴ +à¸ļริ หาร +׾ ×ŀ×Ļ×ĵ +Ġм Ñĥж +ت رÙĪ +ĠباÙĦ Ø¥ +פ ×Ļק +ز ÙħØ© +ĠÃ¶ÄŁ renc +ãĥ ¶ +اÙħ عة +ק×ij ×ķצ +×ŀ ׳×ķת +رÙĬ Ùħ +Ġо каз +ãģłãģij ãģ© +Ġh ız +Ġש ×IJת +ãĤ¢ ãĥ¼ +Ġmożli wo +ìĦ ¼ +ÙĪ اب +ог ÑĢаÑĦ +Ġعبد اÙĦ +ãĤĴ è¡Į +ب ÙĬÙĦ +ĠÄ° ç +ย าย +ĠÑĥ ÑĩаÑģÑĤ +ÑĦ еÑģÑģ +ÑĦеÑģÑģ иона +Ạ¤ +ÙĨ ÙĬÙĨ +عد ÙĦ +สร ร +دÙĬ ÙĦ +×ij ×Ļק +czy ÅĤ +ÑĢом е +Ġм ед +ìĻ Ķ +ãĥ© ãĤ¤ãĥ³ +ĠÑĤ еп +еÑĢ ÑĮ +i ÄŁi +в ели +ÑĢи ÑģÑĤ +ס ×ķפ +×ŀ׾ ×Ĺ +ĠاÙĦØ¥ ÙĨ +Ġ׾×Ķ ש +è¶Ĭ ãģĹ +ĠÑĢ Ñĭ +×ķ×IJ ר +رÙĩ اب +פ ×ķ×IJ×Ļ +ĠгоÑģ Ñĥд +ĠгоÑģÑĥд аÑĢ +ĠгоÑģÑĥдаÑĢ ÑģÑĤв +ĠاÙĦØ£Ùħ ÙĬر +Ùħ ج +à¹Ģหม าะ +ÑĢ ев +à¸Ĭี à¸ŀ +ãĥķ ãĥĪ +иÑĩ но +ĠاÙĦÙħ ؤ +Ġi ht +íħ ľ +د ÙĨÙĬ +ر ص +ла ÑģÑĤ +à¹Ģหล à¹Īา +ılı r +ร à¸ĵà¹Į +×ŀש ×Ļ×ļ +Ġd á»ĭ +Ø·Ùģ اÙĦ +×ĺ ×ķף +Ġ×ij ×Ļ׳ +ãģ¾ ãģ£ãģŁ +лож ениÑı +تØŃ Ø± +ب اØŃ +à¹Ģส ืà¹īà¸Ń +ãģĻ ãģĶ +lt ür +à¸ĩ าม +Ġt ü +ĠпÑĢ им +ĠпÑĢим ен +Ġhay at +ëĥ IJ +ëĭ Į +׳×Ļ ×ķ +вед ен +ìħ ¨ +à¸Ī ัย +à¸ģà¹Ī à¸Ń +Ġв од +оÑģÑĤ оÑı +н аÑĤ +à¹ģ หล +سÙħ ÙĬ +à¸Ķำ à¹Ģà¸Ļ +à¸Ķำà¹Ģà¸Ļ ิà¸Ļ +w ód +ö yle +ãĥĢ ãĤ¤ +ÑĪи й +меÑī ен +ãģĹãģ¾ ãģĨ +ãĥī ãĥ© +ÙĪض ØŃ +à¸Ńà¸Ļ ุ +ĠاÙĦ اجتÙħاع +laÅŁ ma +à¸Ħ à¸Ńà¸Ļ +×ŀר ×Ļ×Ŀ +ÙĨ اÙħج +שר ×ķת +اÙĦ Ø£ +Ġksi Äħż +Ġа н +ÑĢаР¹ +اÙĩر Ø© +×ŀ×ĵ ×Ķ +ä¸Ģ ç· +ä¸Ģç· Ĵ +ä¸Ģç·Ĵ ãģ« +ÑĢиÑĤ оÑĢ +d ıkl +à¹ģ à¸ĸ +à¹ģà¸Ĥ à¹Īà¸ĩ +екÑĤ оÑĢ +×ŀס ×¢ +ÑĢак ÑĤи +u ÄŁu +×ķ×ij ת +สู à¸ķร +ĠçalÄ±ÅŁ m +ĠçalÄ±ÅŁm alar +Ġа на +ãĥĽ ãĥ¼ãĥł +Ġböl üm +Ġب ص +ол оÑģ +ĠìķĬ ëĬĶ +à¹Ī ะ +ÙĪ تر +ä¹ Ĺ +ست خداÙħ +פ×Ļ ×Ļס +פ×Ļ×Ļס ×ij +פ×Ļ×Ļס×ij ×ķק +Ġк ÑĢаÑģ +ли к +رÙĬ ØŃ +×ŀש ׾×Ķ +à¹Ģย ีà¹Īย +à¹Ģยีà¹Īย ม +в иÑģ +ом н +ÄŁ un +ãĥŃ ãĥ¼ãĥ³ +Ø£ تÙĬ +à¸ķร ี +çĶ³ ãģĹ +تÙħ ر +ìĹ ĪìĬµëĭĪëĭ¤ +ĠÙĪ غÙĬر +red ni +ĠاÙĦص Ùģ +Ġна ÑģÑĤоÑı +ĠнаÑģÑĤоÑı Ñī +à¸ķ รา +ĠÑĥÑģл ов +ĠÑĥÑģлов иÑı +ÑĨ еп +×Ķ ×Ĺ׾×ĺ +Ø· ÙĬع +ĠB akan +ĠاÙĦ رÙĪ +илÑĮ но +Ġм еÑĤ +à¸Ķ à¸Ńà¸ģ +ãģĭãĤī ãģªãģĦ +Ġпо ÑģÑĤоÑı +ĠпоÑģÑĤоÑı н +ĠÑĩ аÑģ +ü c +wr ó +б ÑĥÑĢ +ãĥIJ ãĥĥãĤ¯ +ãĥ©ãĥ³ ãĥī +Ġо гÑĢ +สั à¸į +สัà¸į à¸įา +มั à¹Īà¸Ļ +à¸Ħ à¸Ńม +al ık +Ġн ед +üm üz +ĠÅĽ wie +é rio +×Ļ×IJ ×Ķ +دÙħ ات +ı rl +ĠоÑĤ з +ĠоÑĤз Ñĭв +ä»ĺ ãģį +Ġkaż de +мин иÑģÑĤ +ãĤ° ãĥ« +ë° ĸ +ез н +اÙĦ Ùģ +Ġש ק׾ +Ùħ ض +ãĥĿ ãĥ¼ãĥĪ +ÙħÙĨ ت +ÙĤÙĬ اÙħ +Ø´ ÙĨ +×Ļר ×ķ×¢ +ãĤŃãĥ£ ãĥ³ +доÑĢ ов +×ŀ ×Ļת×Ļ +ÙĪÙĦ ÙĪج +Ùĥ اÙģ +ĠÑĢаз лиÑĩ +иÑĤ еÑĤ +н олог +ลà¸ĩ à¸Ĺุà¸Ļ +Ġyak laÅŁ +ãĥ¬ ãĤ¤ +ê²ł ëĭ¤ +æ±Ĥ ãĤģ +رÙĪ Ùģ +Ġí Ĭ +ĠíĬ ¹ +ãģ£ ãģıãĤĬ +à¸Ħวาม à¸Ħิà¸Ķ +×Ķ ×Ļס×ĺ +Ø¥ ÙĤ +ãģ¦ ãģĦ +à¹Ĥ à¸Ĭ +ĠBü yük +ĠФ едеÑĢ +ÑĨи н +ÑĢов а +ĠاÙĦ اÙĤتصاد +Ġch á +à¸ĺ าà¸Ļ +ë¥ ł +à¹Ħ à¸ķ +ÃŃ pio +Ùĭ ا +Ġоб Ñıз +Ùĩ ج +Ġì¤ij ìļĶ +ãģ® ãģ§ãģ¯ãģªãģĦ +بار اة +ãĤ¤ ãĥ« +Ġн оÑĢм +á»ī nh +m ö +mö glich +ÑĨи п +ãĤ¢ ãĤ¯ +×Ķ ×Ļ +ÑĨи алÑĮно +ĠÅĽ wi +ت ÙĤ +ĠÑģÑĤо им +بÙĬ عÙĬ +Ġ׾ ש×ŀ +г лÑı +глÑı д +ãģ¦ ãģıãĤĮ +ÄĻd zi +à¸Ĥ ั +à¸Ĥั à¹īà¸Ļ +Ø· ÙĤ +ĠìĹ Ń +ãģ£ãģ¦ãģĹãģ¾ ãģĨ +ĠdeÄŁer l +ĠdeÄŁerl endir +Ġü lk +Ġмн ог +๠ĭ +ë¿ IJ +ĠУ кÑĢа +ÄŁ ini +Ġбез оп +Ġбезоп аÑģ +à¸Ńà¸Ńà¸ģ à¹ģà¸ļà¸ļ +Ø§Ø ¸ +ØŃد اث +л еÑĢ +×Ļ× ¥ +×Ļ׳×ĺר ׳×ĺ +lar ınız +ØŃÙĬ ØŃ +ż eli +à¸Ń ัà¸ĩ +à¸Ńัà¸ĩ à¸ģ +à¸Ńัà¸ĩà¸ģ ฤษ +ĠоÑĤ лиÑĩ +ั ส +ëŀ į +ож но +ãĤ¹ ãĥĿ +ĠÑħ оÑĩ +Ġк ап +еÑĩ ен +ØŃÙĦ Ø© +ÙĬا Ùĩ +на л +×ķצ ר×Ļ×Ŀ +Ġk ald +åĥ į +ĠاÙĦØ´ خص +Ġз на +Ġwz gl +ż ycz +ê° Ŀ +à¸ŀ ลัà¸ĩ +íģ ¼ +Ġö l +Ġb ụ +Ø´ Ùĩر +Ġз ам +Ġд ев +×Ļ×ĺ ת +تعÙĦ ÙĤ +ÙĪÙħ Ø© +ãĤĴ ä½ľ +ãģį ãģ¦ +í ĥĿ +ras ında +ãĤĴ æİ¢ +ĠÙħ باشر +راج ع +Ġв озд +ÙħØŃ Ø§ +×ķש ר +ĠиÑģÑĤ оÑĢ +ม ัà¸ģ +t ıģ +Ø« ار +تر ÙĨت +à¹ģà¸Ĥ à¹ĩ +à¹ģà¸Ĥà¹ĩ à¸ĩ +п оÑĩ +Ġ×ij ×IJ×ķת +ë¯ Ģ +ëĿ¼ ëıĦ +à¸Ĭ ัà¸Ķ +ส à¸ķà¹Į +ãĥĭ ãĥĥãĤ¯ +ид енÑĤ +Ġг ÑĢÑĥпп +ت Ø® +Ạł +ย ืà¸Ļ +ย ัà¸Ļ +ó ry +T Ãľ +ãģĹ ãĤĥ +ĠпÑĢов ед +лÑı еÑĤ +Ùħ Ø® +ย à¸Ńม +×Ľ×ł×¡ ת +ĠاÙĦÙħ ÙĨت +Ġol mad +ר׼ ×ĸ×Ļ +Ġв ÑģÑĤÑĢ +ĠиÑģ Ñģлед +ÑĤвеÑĢ ж +بد ÙĪ +еÑĢ ÑĤ +ï» · +± ħ +สัม à¸ŀัà¸Ļà¸ĺà¹Į +ิ à¹Īà¸Ļ +צ ×Ļ×ij +wiÄĻ t +Ġì° ¸ +Ġz wiÄħz +سب ÙĪع +ãĥĥ ãĤ° +à¸Ľà¸¥ à¸Ńà¸Ķ +à¸Ľà¸¥à¸Ńà¸Ķ à¸łà¸±à¸¢ +ãĤĤ ãĤĬ +ÙĤد س +Ġspr z +Ġsprz eda +Ġist edi +Ġk hu +Ġд ен +Ġko ÅĦ +Ġ×ij ×Ĺ×Ļ +à¹Ģà¸Ĺ à¹īา +×ķס ×Ļ×£ +ãĥĭ ãĥ¥ãĥ¼ +ĠпÑĢед оÑģÑĤ +ĠпÑĢедоÑģÑĤ ав +à¹Ĥ à¸Ł +é v +ĠاÙĦص ØŃ +صØŃ Ø§Ø¨ +à¹Ģà¸Ī à¹ĩà¸ļ +вл ек +วั à¸ķ +à¸ĸ ุ +ãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +ÙĤÙĬ ÙĤÙĬ +×ķ׊ר +Ñĭ ÑĪ +ĠоÑĤ но +ĠоÑĤно ÑĪ +об илÑĮ +Ùģ ØŃ +ı nt +ınt ı +Ġ׾ ×ij×ĵ +í İĺìĿ´ì§Ģ +ãĥĬ ãĥ« +ĠÙħ ساء +×Ļ×ĺ ×ij +ÑĮ еÑĢ +ëĦ · +Ñĭ ÑĤа +ĠоÑĩ еÑĢ +à¸Ķ ืà¹Ī +à¸Ķืà¹Ī ม +ĠN gh +ت عب +ÙĦاÙĤ ات +×ķ׾×ķ×Ĵ ×Ļ×Ķ +ĠìĿ´ ê²ĥ +Ġ×Ķ ×ijר +ìľ µ +à¹Ģà¸Ħล ืà¹Īà¸Ńà¸Ļ +Ùĩ Ø© +à¸Īำ à¹Ģà¸Ľà¹ĩà¸Ļ +å¤ī ãģĪ +wi ÅĽcie +ch od +chod zÄħ +в ÑĢо +×ŀ×Ĺ ×Ļר +Ġy ı +Ġyı ll +ì¡ Į +à¹Ħ หว +ãģªãģı ãģª +Ġзав иÑģ +ĠìĺĪ ìĪĺ +Ùģ Ø° +ủ ng +à¸ŀุ à¸Ĺà¸ĺ +з н +lay an +ãĤ ¡ +à¸ģà¹ĩ à¸ķาม +ĠsaÄŁ lam +ร à¸ĵ +ĠÑģ иÑĤ +ĠÑģиÑĤ Ñĥ +ĠاÙĦت ÙĨ +×Ķ ×ĸ +ĠØ· ÙĪÙĬÙĦ +ta ÅĤ +Ġgö rd +å¤ī ãĤı +ëĥ ¥ +à¸Ħà¹Ī à¸Ńย +×IJ ×ķ×ĺ +ëħ IJ +ãĥ©ãĥ³ ãĤ¹ +วั à¸Ĵ +วัà¸Ĵ à¸Ļ +Ġol uÅŁ +פע ×ķ׾ +Ġszczeg óÅĤ +à¸Ħา สิ +à¸Ħาสิ à¹Ĥà¸Ļ +pow ied +ĠÑĤ еб +หà¸Ļ à¹Īวย +Ġм ил +ØŃ Ùĥ +à¸Ĺ à¸Ķ +ĠмаÑĤ еÑĢиал +ÅĤ ow +à¹Ģà¸ģ ีย +ĠÑģов еÑĢ +ãĤ © +à¸Ľ ริ +Ġи Ñİ +наÑĩ ен +ÑĢен д +mu ÅŁtur +ĠпÑĢод Ñĥк +з д +Ñı ÑĤи +ÑıÑĤи Ñı +à¹Ģม ีย +رات ÙĬج +Ġam acı +ש ×ķ׾ +ש×ķ׾ ×Ĺ +สะ à¸Ńา +สะà¸Ńา à¸Ķ +פ×Ĵ ×¢ +عب Ø© +d ın +íħ Ķ +Ġ×ŀש ×Ĺק +Ġfi yat +Ġз аÑı +ĠзаÑı в +à¹Ĥ หล +à¹Ĥหล à¸Ķ +à¸ģรุà¸ĩ à¹Ģà¸Ĺà¸ŀ +צ×Ļ ×Ļף +ìļ ± +Ùħ ب +Ùħب اد +land ır +Ġв еÑģÑĮ +Ġh ük +ĠÐĴ оз +ÑĩиÑĤ Ñĭва +ว ล +×ķצ ×¢ +à¸Ĥà¸ĵะ à¸Ĺีà¹Ī +ĠaÅŁ aģı +׾×IJ ×ķ×ŀ×Ļ +tr zym +Ã¤ÃŁ ig +owo ÅĽci +ãģĿ ãĤĤ +Ġroz wiÄħz +ĠgÅĤ ówn +м онÑĤ +×ŀ ×ķ×ŀ +ĠÑģÑĤ ан +ÙĦا ÙĤØ© +p rowad +prowad zi +ĠÑģоÑģÑĤ оÑı +×Ļ×IJ ×ķת +r ı +g ı +ãĥij ãĥij +Ġна лиÑĩ +×Ķ צע +Ġ׳ ×Ķ +à¸Ħ ัà¸ļ +ع راض +и ж +Ùĩ ائÙĬ +ãĤī ãģı +ож еÑĤ +Ġоб оÑĢ +ĠобоÑĢ Ñĥд +Ø£ سÙĦ +à¹ĩ à¸Ķ +ÑĢÑĥ ÑĤ +دÙĬ ÙħÙĤ +دÙĬÙħÙĤ را +Ġjest e +×ķ×ķ ×Ļר +×ij×ĵ ×Ļק +деÑĢж ива +ãģĬ ãģı +ewn ÄĻtr +ewnÄĻtr zn +à¸ŀ ฤ +Ġ×IJ ×ķ×Ķ +ת×Ĺ ×ķש +Ġz ob +д Ñĥм +ĠÑģ Ñĭ +ÙĬر ا +ĠwiÄĻ ks +à¹ģà¸ķà¸ģ à¸ķà¹Īาà¸ĩ +lar aras +lararas ı +íĺ Ģ +ëī ´ +×ķ×Ĵ ׾ +ĠоÑĤ меÑĤ +ĠÑĢ ан +ت ÙĥÙĦ +иÑĤелÑĮ н +à¸Ľà¸£à¸° วั +à¸Ľà¸£à¸°à¸§à¸± à¸ķิ +ìŀ ĸ +мож но +pie czeÅĦ +pieczeÅĦ st +ëª » +ìĬ ¨ +×ŀס ×ŀ +á» ¦ +ศ ิ +ศิ ล +ศิล à¸Ľ +ĠÅļ w +ãĥĥ ãĤ·ãĥ§ãĥ³ +unit Ãł +Ġmiesz ka +Ġmieszka ÅĦ +pr zed +przed si +przedsi ÄĻb +przedsiÄĻb ior +à¸Ľà¸£à¸° สิà¸Ĺà¸ĺิ +à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ à¸łà¸²à¸ŀ +ย à¹Ī +ìķ Ļ +รว à¸Ķ +รวà¸Ķ à¹Ģรà¹ĩว +å½ĵ ãģŁãĤĬ +äl le +Ñĥ еÑĤÑģÑı +ã n +ëł µ +th è +ãĤĴ åĪ©çĶ¨ +ì µľ +íĵ ¨ +à¸Ĺ ัà¸ļ +า à¸Ħม +ãģ ĩ +ëĤ Į +à¹Ģà¸Ľà¸¥ à¹Īา +â ¦ +ë ¾ +ê Ģ +ê ĩ +â ¡ +ðŁ Ł +ã IJ +â º +á Ń +á Ļ +á ĵ +á ² +ðĵ ı +á ¬ +â ¯ +ä ¨ +ê Ŀ +ê « +ð ij +ðĵ ĥ +ðĿ ħ +< unk + + + +Ġع ÙĦÙī +Ġm á»Ļt +Ġv Ỽi +Ġng Æ°á»Ŀi +ĠØ¥ ÙĦÙī +Ġnh ững +Ġth á»ĥ +Ġ×IJ ×ķ +Ġ×¢ ×Ŀ +ا Ùĭ +Ġ à¹ģละ +ĠÙĦ ا +Ġnh Æ° +ĠاÙĦت ÙĬ +Ġ×Ķ ×ķ×IJ +ĠÄij ến +ĠØ£ ÙĪ +Ġv á»ģ +ĠlÃł m +Ġs ẽ +Ġc Å©ng +Ġ ợ +ĠÄij ó +Ġnhi á»ģu +Ġt ại +Ġtr ên +Ġ×Ĵ ×Ŀ +Ġnh Ãł +Ġ׼ ×Ļ +Ġs á»± +ĠÄij ầu +Ġb á»ĭ +ĠÙĩ ذا +Ġnh ất +Ġph ải +Ġhi á»ĩn +Ġdụ ng +ĠÄij á»Ļng +ĠاÙĦÙĦ Ùĩ +ĠØ Į +ĠÙĥ ÙĦ +Ġvi á»ĩc +Ġn Äĥm +Ġth ì +Ġh á»įc +ĠÙĪ ت +t é +Ġا ÙĨ +Ġt ôi +Ġ×IJ ׳×Ļ +Ġ׾ ×Ļ +Ġ×ŀ ×ķ +Ġng Ãły +Ġn Æ°á»Ľc +Ġ×Ķ ×Ļ×IJ +Ġ×IJ ×Ļ +Ġh Æ¡n +ĠÙĩ Ø°Ùĩ +ĠÙĪ ÙĬ +ĠاÙĦ Ø°ÙĬ +Ġ×ķ ×ŀ +Ġgi á +Ġnh ân +Ġch ÃŃnh +Ġm ình +ĠÐĿ а +Ġth ế +Ġ×Ļ ×ķתר +Ġ×IJ ×Ŀ +Ġn ên +Ġh ợ +Ġhợ p +Ġc òn +ĠÙĩ ÙĪ +Ġc Æ¡ +Ġr ất +ĠVi á»ĩt +Ġب عد +Ġש ×Ļ +Ġth á»Ŀi +Ġc ách +ĠÄij á»ĵng +Ġн о +Ġtr Æ°á»Ŀng +Ø Ł +ĠÄij á»ĭnh +ĠÄiji á»ģu +×Ļ ×Ļ×Ŀ +Ġth á»±c +n ın +Ġh ình +Ġn ói +Ġc ùng +Ġ×Ķ ×Ķ +ĠØ¥ ÙĨ +Ġ×IJ ×ij׾ +Ġnh Æ°ng +Ġbi ết +Ġж е +Ġch úng +ĠÄij ang +ĠØ° ÙĦÙĥ +Ġl ên +Ġkh ách +Ġn Ãło +Ġs á»Ń +Ġkh ác +Ġë° ı +Ġl ý +×Ļ ×Ļ +ĠÄij ây +Ġ׾ ×ŀ +Ġc ần +Ġtr ình +Ġph át +ãģ« ãĤĤ +п о +Ġn Äĥng +Ġb á»Ļ +Ġv ụ +ĠÄij á»Ļ +Ñĩ е +Ġnh áºŃn +Ġtr Æ°á»Ľc +Ġ×¢ ×ĵ +Ġh Ãłnh +ĠØ® ÙĦاÙĦ +Ġl ượng +Ġc ấp +Ġtá» ± +Ġv ì +Ġt Æ° +Ġch ất +Ġ׼ ×ŀ×ķ +Ġg ì +Ġש ׳ +Ġt ế +ת ×ķ +Ġnghi á»ĩp +Ġm ặt +ĠÙĥ Ùħا +Ġ×ij ×Ļף +Ġר ק +Ġth ấy +Ġmá y +ĠÙģ Ùī +Ġd ân +Ġ×IJ ×Ĺ×ĵ +Ġt âm +Ġ׼ ×ļ +Ġ׾ ×ķ +в о +Ġt ác +Ġto Ãłn +ĠÙĪ Ùħ +Ġk ết +Ġ หรืà¸Ń +ĠÙĪاÙĦ Ùħ +ĠÄiji á»ĥm +Ġ×ĸ ×ķ +Ġ×ij ×ķ +׼ ×ķת +Ġh á»Ļi +Ġb ằng +ت Ùĩا +Ġ׼ ×ĵ×Ļ +Ġ×Ķ ×Ŀ +Ġxu ất +ĠÙĤ د +Ġb ảo +Ġt á»ijt +Ġt ình +ĠÙĩ ÙĬ +ĠÄij á»iji +Ġthi ết +Ġhi á»ĩu +Ġti ếp +Ġt ạo +ת ×Ķ +Ġch ủ +o ÅĽÄĩ +Ġgi ú +Ġgiú p +Ġà ½ +Ġqu ả +Ġlo ại +Ġc ô +Ġà ´ +Ġô ng +Ġ×Ķ ×ķ +ĠاÙĦÙĬ ÙĪÙħ +ĠtÃŃ nh +г а +Ġph òng +Ġ Äĥn +Ġع اÙħ +Ġv á»ĭ +lar ını +r ÃŃa +Ġt Ỽi +ĠÄij Æ°á»Ŀng +Ġgi Ỽi +Ġb ản +Ġc ầu +Ġnhi ên +Ġb á»ĩnh +Ġth Æ°á»Ŀng +Ġ×IJ ×Ļף +ĠÄij á»ģ +Ġh á»ĩ +Ġ×Ļש ר×IJ׾ +Ġqu á +ĠÐĹ Ð° +ãģ® ãģ§ãģĻãģĮ +ĠÐŁ ÑĢи +Ġph ần +ĠÙĪ ÙĦا +ĠlỼ n +Ġtr á»ĭ +Ġcả m +Ġм о +Ġd ùng +ĠاÙĦ Ùī +ĠعÙĦÙĬ Ùĩ +ĠìŀĪ ìĬµëĭĪëĭ¤ +ÙĬ ÙĤ +ĠÙĤ بÙĦ +Ġho ặc +ĠØŃ ÙĬØ« +Ġ à¸Ĺีà¹Ī +Ġغ ÙĬر +ĠÄij ại +Ġsá»ij ng +нÑĭ ми +Ġth ức +Ġפ ×Ļ +ĠÄiji á»ĩn +ãģª ãģĭãģ£ãģŁ +Ġgi ải +Ġv ẫn +Ġи Ñħ +Ġö nce +Ġv áºŃy +Ġmu á»ijn +Ġ ảnh +à¹ĥà¸Ļ à¸ģาร +ĠQu á»ijc +Ġk ế +׳ ×IJ +Ġס ×Ļ +Ġy êu +ãģ® ãģĭ +ĠÄij ẹ +ĠÄijẹ p +Ġch ức +Ġy ıl +ĠTür kiye +d é +ĠÙĤ اÙĦ +Ġd á»ĭch +ĠolduÄŁ u +Ġch á»įn +Ġت Ùħ +หà¸Ļ ึà¹Īà¸ĩ +ãģķãĤĮ ãģŁ +Ġph áp +ìĽ Ķ +Ġti á»ģn +ãģĹ ãģ¾ãģĹãģŁ +Ġש ׾×IJ +ÙĦ Ø© +Ġ׾פ ׳×Ļ +Ġ×ij ×Ļת +ĠH Ãł +ĠØŃ Øª +ĠØŃت Ùī +Ġ×¢ ×ķ×ĵ +Ġn ó +Ġth áng +à¹Ģลืà¸Ń à¸ģ +ר ×Ķ +Ġt Äĥng +Ġcá i +Ġtri á»ĥn +Ġ×IJ×ķת ×ķ +ìłģ ìĿ¸ +ĠC ông +Ġ׾×Ķ ×Ļ×ķת +Ġг ода +и Ñİ +Ġب عض +Ġ à¸ģาร +èī¯ ãģĦ +ÙĪ ت +Ġli ên +ĠÐĿ о +ĠÐĿ е +çļĦ ãģª +ĠÙħ ت +ĠÑĤак же +ĠкоÑĤоÑĢ Ñĭе +Ġ×Ļ ×ĵ×Ļ +Ġtr á»įng +ãĤµ ãĤ¤ãĥĪ +ìłģ ìľ¼ë¡ľ +Ġt áºŃp +Ġש ׾×Ļ +íķĺ ê²Į +Ġt Ãłi +ĠÐ ¯ +Ġr á»ĵi +ا Ùĥ +Ġth Æ°Æ¡ng +Ġ×Ķ ×ĸ×Ķ +ĠÙĪ ÙħÙĨ +à¸Ĺีà¹Ī มี +Ġcu á»Ļc +Ġbü yük +ãģ¨ ãģĭ +Ġ×ij ×Ļ×ķתר +Ġl ần +Ġgö re +Ġtr ợ +Ġ×ĺ ×ķ×ij +ÑĤÑĮ ÑģÑı +Ġth á»ijng +Ġ׼ ש +Ġti êu +Ġ×ŀ×IJ ×ķ×ĵ +Ø Ľ +k Äħ +Ġ à¹ĥà¸Ļ +Ġv ấn +Ġש ׾×ķ +ĠÄij á»ģu +Ùģ ت +Ġê²ĥ ìĿ´ +Ġh óa +ĠاÙĦع اÙħ +ĠÙĬ ÙĪÙħ +к ой +Ġbi á»ĩt +ÑģÑĤ о +Ġ×Ķ ×Ļ×ķ +à¸Ĺีà¹Ī à¸Īะ +Ġ×ĵ ×Ļ +Ġ×IJ ×ļ +Ġá n +ص ÙĪر +Ġtr ÃŃ +ĠÐŁÑĢ о +Ġl á»±c +ãģĹãģ¦ ãģĦãģ¾ãģĻ +Ġb Ãłi +Ġ×ĸ ×IJת +Ġb áo +à¸ļ à¸Ļ +ĠëĮĢ íķľ +Ġti ế +Ġtiế ng +Ġb ên +ãģķãĤĮ ãĤĭ +s ión +Ġt ìm +×¢ ×ķ +m é +ни Ñı +ãģ» ãģ© +Ġà¹Ģà¸ŀ ราะ +ب Ø© +Ġë¶ Ħ +Ġ×IJ ×ĸ +à¸Ĺ à¹Īาà¸Ļ +ת ×Ŀ +Ġth êm +Ġho ạt +y ı +×ĸ ×ķ +Ġgi á»Ŀ +Ġb án +à¸Ĥ าย +Ñĩ а +Ġ à¹Ĩ +ĠاÙĦÙħ ت +ĠоÑĩ енÑĮ +Ġb ất +Ġtr ẻ +ÑĤ ÑĢ +ĠØ£ ÙĨÙĩ +ĠØ« Ùħ +Ġ׼ ×ŀ×Ķ +Ġkh ó +Ġr ằng +ĠÙĪ ÙģÙĬ +ни й +Ġho Ãłn +t ó +Ġ×IJ שר +ĠìĥĿ ê°ģ +Ñģ а +Ġ׼ ×ijר +ĠÑįÑĤ ом +lar ının +Ġch Æ°a +з и +Ġd ẫn +ĠÐļ ак +ج ÙĪ +ĠбÑĭ ло +ĠÙĬ ت +n ı +ÅĤ am +ĠÙĪÙĩ ÙĪ +×ij ×ķ +п и +ר ת +Ġqu á»ijc +ж д +ĠÄij Æ¡n +Ùĥت ب +Ġm ắt +ระ à¸ļ +ระà¸ļ à¸ļ +ĠÙĥ اÙĨت +Ġth ân +สิà¸Ļ à¸Ħà¹īา +×Ĵ ×Ļ +Ġph Æ°Æ¡ng +à¹Ħมà¹Ī à¹Ħà¸Ķà¹ī +ĠìĦ ± +ĠC ác +Ġ×Ķ×ŀ ×ķ +ĠÑĤ ем +Ġ×ĵ ×ķ +à¸Ńะ à¹Ħร +Ġv Äĥn +ãģª ãģ®ãģ§ +ĠN á»Ļi +Ġ×¢ ×ķ +ãĤīãĤĮ ãĤĭ +Ġs áng +Ġgö ster +ãģĵãģ¨ ãĤĴ +Ġtaraf ından +Ġм а +ĠпоÑģл е +Ġ׳ ×Ļת +Ġ׳×Ļת ף +Ġл еÑĤ +Ġ׾ ׳×ķ +Ñģ Ñģ +Ġ×Ļ ×ķ +п е +ĠÙĪ ÙĦÙĥ +ĠÙĪÙĦÙĥ ÙĨ +Ġngo Ãłi +ĠÄij á»ĭa +r zÄħd +dz iaÅĤ +ĠÙħ ر +иÑĤÑĮ ÑģÑı +Ġ×IJ×Ĺר ×Ļ +Ġ׾ ׼׾ +à¸Ĥ à¹īà¸Ńม +à¸Ĥà¹īà¸Ńม ูล +Ġб ол +Ġбол ее +جÙħ ع +л еÑĤ +Ġl á»ĭch +ĠÙħ Ø«ÙĦ +Ġ그리 ê³ł +Ġth ứ +ĠdeÄŁ il +ÙĪ ØŃ +Ġש׾ ×ļ +ĠÙħ ØŃÙħد +Ġn ếu +ĠÄij á»ķi +Ġv ừa +Ġm á»įi +Ġо ни +Ġl úc +ĠÙĬ ÙĥÙĪÙĨ +ì§ Ī +Ġש׾ ׳×ķ +ĠÐĶ о +Ġש ׳×Ļ +ล ิ +×IJ פשר +Ġs ức +ê¶ Į +Ġ ứng +à¹Ħมà¹Ī มี +Ø·ÙĦ ب +ĠÑĩ ем +Ġch uyên +Ġth ÃŃch +Ġ×ķ ×Ļ +íķ © +ĠÙħ صر +д о +ĠÄij ất +Ġch ế +à¸Ĭ ืà¹Īà¸Ń +Ġìĭ ł +ĠØ¥ ذا +Ġر ئÙĬس +Ġש ×Ļש +Ġgiả m +Ñģ ка +lar ında +Ġs ợ +ĠtÃŃ ch +ĠÙĦ ÙĥÙĨ +Ġب Ùħ +×¢ ×ķ×ij +×¢×ķ×ij ×ĵ +ÅĤÄħ cz +ları na +Ġש ×Ŀ +ĠÙĦ ت +Ġש×Ķ ×ķ×IJ +t ów +Ġëĭ¤ 른 +ĠØ£ Ùĥثر +ãģ® ãģ§ãģĻ +׼ ×Ļ×Ŀ +ĠolduÄŁ unu +ãģĭ ãģª +ãĤĤ ãģĨ +ÙĬ ØŃ +Ġnh ìn +Ġngh á»ĩ +ãģ«ãģª ãģ£ãģ¦ +п а +Ġquy ết +ÙĦ ÙĤ +t á +Ġlu ôn +ĠÄij ặc +Ġ×IJ ר +Ġtu á»ķi +s ão +ìĻ ¸ +ر د +ĠبÙĩ ا +Ġ×Ķ×Ļ ×ķ×Ŀ +×ķ ×ķ×Ļ +ãģ§ãģĻ ãģŃ +ĠÑĤ ого +Ġth ủ +ãģĹãģŁ ãģĦ +ر ÙĤ +Ġb ắt +г Ñĥ +Ġtá» Ń +ÑĪ а +Ġ à¸Ľà¸µ +Ġ×Ķ×IJ ×Ŀ +íı ¬ +ż a +Ġ×IJת ×Ķ +Ġn á»Ļi +Ġph ÃŃ +ĠÅŁek ilde +Ġl á»Ŀi +d ıģı +Ġ׼×IJ ף +Ġt üm +Ġm ạnh +ĠM ỹ +ãģĿ ãĤĵãģª +Ġnh á»ı +ãģª ãģĮãĤī +Ġb ình +ı p +à¸ŀ า +ĠÄij ánh +ĠÙĪ ÙĦ +ר ×ķת +Ġ×IJ ×Ļ×ļ +Ġch uyá»ĥn +Ùĥ ا +ãĤĮ ãĤĭ +à¹ģม à¹Ī +ãĤĪ ãģı +ĠÙĪ ÙĤد +íĸ Īëĭ¤ +Ġn Æ¡i +ãģ«ãĤĪ ãģ£ãģ¦ +Ġvi ết +Ġà¹Ģà¸ŀ ืà¹Īà¸Ń +ëIJĺ ëĬĶ +اد ÙĬ +ĠÙģ Ø¥ÙĨ +ì¦ Ŀ +ĠÄij ặt +Ġh Æ°á»Ľng +Ġx ã +Ġönem li +ãģł ãģ¨ +Ġm ẹ +Ġ×ij ×Ļ +Ġ×ĵ ×ijר +Ġv áºŃt +ĠÄij ạo +Ġdá»± ng +ĠÑĤ ом +ĠÙģÙĬ Ùĩا +Ġج ÙħÙĬع +Ġthu áºŃt +st ÄĻp +Ġti ết +Ø´ ÙĬ +Ġе Ñīе +ãģĻãĤĭ ãģ¨ +ĠmÃł u +ĠÑįÑĤ ого +Ġv ô +ĠÐŃ ÑĤо +Ġth áºŃt +Ġn ữa +Ġbi ến +Ġn ữ +Ġ׾ ׼×Ŀ +×Ļ ×Ļף +Ġس ت +ĠÐŀ ÑĤ +Ġph ụ +ê¹Į ì§Ģ +Ġ׾ ×ļ +Ġk ỳ +à¹ĥ à¸Ħร +Ġg ây +ĠÙĦ ÙĦÙħ +Ġtụ c +ت ÙĬÙĨ +Ġtr ợ +Ġ׾ פ×Ļ +Ġb á»ij +ĠÐļ а +ĠÄij ình +ow Äħ +s ında +Ġkhi ến +s ız +Ġк огда +ס ׾ +ĠбÑĭ л +à¸Ļ à¹īà¸Ńย +обÑĢаР· +Ġê²ĥ ìĿ´ëĭ¤ +ëĵ¤ ìĿĢ +ãģ¸ ãģ® +Ġà¹Ģม ืà¹Īà¸Ń +Ġph ục +Ġ׊׾ק +Ġh ết +ĠÄij a +à¹Ģà¸Ķà¹ĩ à¸ģ +íĺ ķ +l ÃŃ +ê¸ ī +Ġع دد +ĠÄij á»ĵ +Ġg ần +Ġ×Ļ ×ķ×Ŀ +Ġs Ä© +ÑĢ Ñıд +Ġquy á»ģn +Ġ×IJ ׾×IJ +Ùĩ Ùħا +׳ ×Ļ×Ķ +׾ ×ķת +Ġ×Ķר ×ij×Ķ +Ġti ên +Ġal ın +Ġd á»ħ +人 ãģĮ +но Ñģ +л ÑģÑı +ĠÄij Æ°a +ส าว +иÑĢов ан +Ġ×ŀס פר +×Ĵ ף +Ġki ến +ĠÐ ¨ +p é +б Ñĥ +ов ой +б а +ĠØ¥ ÙĦا +×IJ ׾×Ļ +Ġx ây +Ġb ợi +Ġש ×ķ +人 ãģ® +ק ×Ļ×Ŀ +à¹Ģà¸Ķ ืà¸Ńà¸Ļ +Ġkh á +Ġ×ķ ׾×Ķ +×ĵ ×ķת +Ġ×¢ ×ij×ķר +Ġبش ÙĥÙĦ +ĠÙĩÙĨا Ùĥ +ÑĤ ÑĢа +Ġ íķĺëĬĶ +ร à¸Ńà¸ļ +owa ÅĤ +h é +Ġdi á»ħn +Ġ×Ķ ׼׾ +ĠØ£ س +Ġch uyá»ĩn +ระ à¸Ķัà¸ļ +ĠNh ững +Ġ×IJ ×Ĺת +ĠØŃ ÙĪÙĦ +л ов +׳ ר +Ġ×ķ ׳ +Ġch Æ¡i +Ġiç inde +ÑģÑĤв Ñĥ +Ġph á»ij +ĠÑģ Ñĥ +ç§ģ ãģ¯ +Ġch ứng +Ġv á»±c +à¹ģ à¸Ń +Ġl áºŃp +Ġtừ ng +å°ij ãģĹ +ĠNg uy +ĠNguy á»ħn +ĠÙģÙĬ Ùĩ +Ġб а +×Ļ ×Ļת +Ġ×ľ×¢ ש×ķת +Ġ×ŀ ׼ +Ġnghi á»ĩm +Ġм ного +Ġе е +ëIJĺ ìĸ´ +Ġl ợi +Ġ׾ ׾×IJ +Ġ׼ ף +Ġch ÃŃ +ãģ§ ãģ® +×Ĺ ×ķ +ש ×ķ×Ŀ +Ġ×ŀ ר +ĠÐĶ лÑı +Å ģ +Ġ׼×IJ שר +ĠM á»Ļt +ĠÙĪاÙĦ ت +ĠìĿ´ 룰 +ÅŁ a +Ġchi ến +Ġaras ında +Ġ×ij ×IJתר +ãģķãĤĮ ãģ¦ãģĦãĤĭ +Ø´ ÙĥÙĦ +Ġt ượng +Ġت ت +ĠC ó +Ġb á»ı +Ġtá»ī nh +Ġkh ÃŃ +ĠпÑĢ оÑģÑĤ +ĠпÑĢоÑģÑĤ о +ĠÙĪ ÙĤاÙĦ +Ġgi áo +ĠN ếu +×IJ ×ŀר +×¢×ł×Ļ ×Ļף +íİ ¸ +Ùĩد Ùģ +ĠB á»Ļ +Ġb Ãłn +Ġng uyên +Ġgü zel +ส าย +ì² ľ +×ŀ ×ķר +Ġph ân +ס פק +ק ×ij׾ +ĠاÙĦÙħ تØŃ +ĠاÙĦÙħتØŃ Ø¯Ø© +ائ د +Ġ×IJ ×ŀר +Ġki ÅŁi +ì¤ Ģ +Ġtr uyá»ģn +ĠÙĦ Ùĩا +ĠÐľ а +à¸ļริ ษ +à¸ļริษ ั +à¸ļริษั à¸Ĺ +Ġש ׳×Ļ×Ŀ +Ġмен Ñı +ÅŁ e +Ġdi á»ĩn +Ġ×IJ׳ ×Ĺ׳×ķ +k ü +Ġc á»ķ +Ġm á»Ĺi +w ä +Ùħ ÙĬ +Ġhi á»ĥu +ëĭ ¬ +Ġ×Ķ ×Ĺ׾ +Ġt ên +Ġki á»ĩn +ÙĨ ÙĤÙĦ +Ġv á»ĩ +×ĵ ת +ĠÐłÐ¾ÑģÑģ ии +л Ñĥ +ĠاÙĦع ربÙĬØ© +ĠØ· رÙĬÙĤ +Ġ×Ķ×ij ×Ļת +Ñģ еÑĢ +Ġм не +ä u +Ġtri á»ĩu +ĠÄij ủ +Ġר ×ij +ت ÙĩÙħ +à¸ĭ ี +Ġì§Ģ ê¸Ī +li ÅĽmy +د عÙħ +ãģł ãĤįãģĨ +Ñģки е +Ġh á»ıi +Ġק ×ķ +ÑĢÑĥ Ñģ +ÙĨ ظر +ãģ® ãĤĤ +Ġ×Ķ ׼×Ļ +ĠìĽ IJ +ÙĪ Ùĩ +ĠÙĪ Ùİ +ĠB ạn +п лаÑĤ +Ġ×ŀ ×ŀש +лÑİ Ð± +ĠнÑĥж но +Ġth Æ° +ãģ µ +ãģı ãĤīãģĦ +ر Ø´ +ר ×ķ×Ĺ +ĠÙĬ تÙħ +Ġצר ×Ļ×ļ +Ġph á +ม à¸Ńà¸ĩ +Ġ×ij×IJ ×ķפף +Ġcả nh +Ġíķľ ëĭ¤ +Ġ×Ķ×ŀ ת +à¸ķà¹Īาà¸ĩ à¹Ĩ +มี à¸ģาร +Ñģки Ñħ +ĠÐĴ Ñģе +Ġا ÙĪ +ج ÙĬ +ãģĵãģ¨ ãģ¯ +Ġd Ãłi +Ġh á»ĵ +èĩªåĪĨ ãģ® +à¹Ħ หà¸Ļ +ëĵ¤ ìĿĦ +ĠV Äĥn +Ġд аж +Ġдаж е +Ñĭ ми +лаÑģ ÑĮ +ÙĬ ÙĪÙĨ +ÙĨ ÙĪ +c ó +ãģĹãģ¦ ãģĦãģŁ +ãģł ãģĭãĤī +طاÙĦ ب +Ġc á»Ńa +п ÑĢоÑģ +ãģªãģ© ãģ® +รุ à¹Īà¸Ļ +Ġchi ếc +л Ñĭ +ĠÑıвлÑı еÑĤÑģÑı +Ġn á»ķi +ãģ® ãģĬ +Ġ×IJת ×Ŀ +ĠëķĮ문 ìĹIJ +à¸ģล าà¸ĩ +ĠbaÅŁ ka +ìĦ Ŀ +ĠÑĨ ел +Ùģ ÙĤ +ãģ«ãĤĪ ãĤĭ +ÙĤ ا +Ġçı kar +Ġcứ u +Ø· ا +Ġש ת +à¹Ĥ à¸Ħ +Ġ×ŀ ׾ +Ġ×Ķ פר +Ġг де +ĠØ® Ø· +åīį ãģ« +c jÄĻ +Ġ׊ש×ķ×ij +ר×Ĵ ×¢ +Ġkho ảng +ĠÄij á»Ŀi +ĠÐł е +Ġо на +Ġ×IJ ׳×ķ +ãģ® ãģ« +ĠاÙĦØ° ÙĬÙĨ +кÑĥ п +ãĤµ ãĥ¼ãĥ +ãĤµãĥ¼ãĥ ĵ +ãĤµãĥ¼ãĥĵ ãĤ¹ +в ал +г е +Ġgi ữa +ĠKh ông +ĠâĹ ĭ +à¸ģล ุà¹Īม +ĠÙħÙĨ Ø° +à¸Ń à¹Īาà¸Ļ +ĠÑģп оÑģоб +ĠÄij á»Ļi +Ġdi ÄŁer +Ġ à¸ĸà¹īา +Ùħ Ø«ÙĦ +Ġ×Ķ×IJ ×Ļ +Ġد ÙĪÙĨ +ÙĬر اÙĨ +Ñī и +بÙĨ اء +ĠØ¢ خر +ظ Ùĩر +Ġ×ij ׼ +ĠاÙĦÙħ ع +ãĥ Ĵ +Ġt ất +Ġm ục +ĠdoÄŁ ru +ãģŁ ãĤī +Ġס ×ķ +Ġx ác +ร à¸Ń +ĠcÄĥ n +Ġон л +Ġонл айн +Ġk ý +Ġch ân +Ġ à¹Ħมà¹Ī +اØŃ Ø© +r án +׳×Ļ ×Ļ×Ŀ +Ġ×ij ף +ĠÐ ĸ +à¸ķร à¸ĩ +д Ñĭ +Ġs ắc +ÙĦ ت +ãĥŃ ãĥ¼ +ĠÙĦ ÙĨ +Ġר ×ķ +Ġd Æ°á»Ľi +à¹Ģ à¸ĺ +à¹Ģà¸ĺ à¸Ń +e ÄŁi +Ġ×ķ ש +ĠÙĦ Ø£ +Ġg ặp +Ġc á»ij +ãģ¨ ãģ¦ãĤĤ +رÙĪ س +Ġ׾×Ķ ×Ļ +Ġë³ ¸ +ä¸Ĭ ãģĴ +Ġm ức +Ñħ а +Ġìŀ ¬ +à¸ī ัà¸Ļ +ÑĢÑĥ ж +Ġaç ık +ÙĪ اÙĦ +Ġ×ĸ ×ŀף +人 ãģ¯ +ع ÙĬÙĨ +Ñı Ñħ +Ġ×Ĵ×ĵ ×ķ׾ +ר ×ķ×ij +g ó +ëĿ¼ ê³ł +Ġark adaÅŁ +ÙĨ شر +Ġгод Ñĥ +ĠболÑĮ ÑĪе +ãģ¡ãĤĩ ãģ£ãģ¨ +Ġcâ u +Ġs át +íĶ ¼ +Ġti ến +íķ´ ìķ¼ +ĠÙĪ Ø£ÙĨ +à¸Ļ าà¸Ļ +Ġ×ij×IJ×ŀ צע +Ġ×ij×IJ×ŀצע ×ķת +Ġ׾ ר +Ġqu ản +ĠÙĪاÙĦ Ø£ +Ġ×IJ×ķת ×Ķ +Ġìĸ´ëĸ ¤ +Ġê²ĥ ìĿĢ +ØŃس ÙĨ +Ġm ất +à¸Ħ ูà¹Ī +ãĥ¬ ãĥ¼ +ĠÐĶ а +Ġol ması +Ġthu á»Ļc +׳ ×Ĺ +íĨ ł +Ġsö yle +ãģĿãģĨ ãģ§ãģĻ +Ġت ÙĥÙĪÙĨ +л ÑĥÑĩ +׾ ×Ļ×ļ +ĠØ£ ØŃد +ли ÑģÑĮ +ĠвÑģ его +Ġ×Ķר ×ij +Ġëª » +o ÄŁ +oÄŁ lu +ĠìĦ ł +Ġк аÑĢ +à¸łà¸² à¸Ħ +e ÅĦ +Ġ à¸ģà¹ĩ +Ġa ynı +Ġb Ãł +ãģªãĤĵ ãģ¦ +Ġ모 ëĵł +ÙĤر ار +ãģĹãģª ãģĦ +ĠÐĴ о +ĠÙĪÙĩ ÙĬ +ни ки +ãĤĮ ãģŁ +Ġchu ẩn +ר ×¢ +Ùģ رÙĬÙĤ +ãĤĴ åıĹãģij +ĠÄij úng +б е +׼ ×ķ×Ĺ +п Ñĥ +Ġ×ķ ×Ĵ×Ŀ +×ŀ ׳×Ļ +íĸ ¥ +צ ×Ļ×Ŀ +à¸ĭ ิ +Ùĩ ÙĨ +н ем +Ġ×ij×ij ×Ļת +ر ع +Ġ ส +ĠÄIJ Ãł +íķĺ ëĭ¤ +Ġ ấy +×Ĺ ×ķ×ĵ +×Ĺ×ķ×ĵ ש +ĠÑĩеÑĢ ез +Ñĥ л +ĠB ình +Ġê²ĥ ìĿĦ +Ġ×Ĵ ר +ä»ĺ ãģij +×Ĺ׾ ק +Ġت ÙĦÙĥ +à¹ĥส à¹Ī +sz Äħ +ÙĤ اÙħ +د ÙĪر +ĠÙģ ÙĤØ· +Ġh ữu +Ġмог ÑĥÑĤ +Ġg á»įi +Ġק ר +à¸Īะ มี +ت ÙĤدÙħ +Ġع بر +Ġ׾×Ķ ×Ŀ +ĠÑģам о +ס ×ĵר +Ġc Ãłng +r ÃŃ +Ġìŀ ¥ +ëĵ¤ ìĿĺ +ĠÙĦ Ùĥ +п оÑĢÑĤ +Ġkh ả +ĠÑģеб Ñı +׳ ף +Ġد ÙĪر +Ġm ợ +Ġcâ y +Ġf ark +Ġfark lı +а ÑİÑĤ +Ġtr á»±c +wiÄĻks z +Ġthu á»ijc +Ġت ØŃت +ت ÙĦ +ов Ñĭе +ëĤ ł +Ġв ам +بÙĦ غ +Ġê°Ļ ìĿĢ +íĮ IJ +ÙĦ ب +Ġnas ıl +Ġод ин +м ан +ĠعÙĦÙĬ Ùĩا +б и +Ġפ ש×ķ×ĺ +×ijר ×Ļ +Ġש ׳×Ķ +Ġëı Ħ +ĠÄIJ ại +Ġ×IJ×ķת ×Ŀ +ĠاÙĦØŃ Ø± +Ġб о +à¸Ī ุà¸Ķ +Ġr õ +ĠdeÄŁi ÅŁ +Ġëĭ ¨ +ĠÑģлÑĥÑĩ а +ĠÑģлÑĥÑĩа е +Ġ×IJ׳ ש×Ļ×Ŀ +×ĵ ×£ +ש×ij ת +Ġש׾ ׼×Ŀ +Ġch ú +nik ów +Ġtan ı +Ġcá o +ĠÄij á +Ġ×IJ ×ĵ×Ŀ +Ġê° ķ +Ġnhi á»ĩm +Ġ׾ ס +Ġ×Ľ×ª ×ij +Ġ×Ķס פר +ĠÄij Äĥng +Ġë ijIJ +à¸ľ ิ +à¸ľà¸´ ว +ج ا +Ġê° IJ +ر Ø£ +ست خدÙħ +ãģ«ãģªãĤĬ ãģ¾ãģĻ +Ġtá» · +×ĺ ×ķר +г овоÑĢ +Ġв оÑģ +ĠÙħÙĨ Ùĩا +иÑĢов аÑĤÑĮ +ĠÄij ầy +׳ ×Ĵ +ĠÙħ ÙĪ +ĠÙħ ÙĪÙĤع +ר׼ ×Ļ +ت Ùı +ëª ¨ +Ġת ×ķ +ÙĬا Ùĭ +à¹ĥ à¸Ķ +ãĤĬ ãģ¾ãģĻ +à¸Ńยูà¹Ī à¹ĥà¸Ļ +ĠØ£ ÙĪÙĦ +ĠØ£ خرÙī +Ġc Æ° +ص ار +×ŀ׊ש×ij +б ÑĢа +ÅĦ ski +б ÑĢ +ĠÙĬ Ùı +à¸ģ ิà¸Ļ +Ġch á»ijng +Ùħ Ùı +Ġ à¸Ħืà¸Ń +Ġت ÙĨ +t ÃŃ +y Äĩ +Ġm ạng +Ùģ ÙĪ +Ġdü nya +ק ר×IJ +Ġק ׾ +ĠØŃ Ø§ÙĦ +c ÃŃa +Ġà¹Ģ รา +Ġר ×ķצ×Ķ +Ġá p +ë° ķ +ا ÙĤØ© +ни Ñİ +Ġ×IJ ׾×ķ +Ġ×ŀס ×ķ +ãģ§ãģ¯ ãģªãģı +Ġtr ả +Ġק שר +mi ÅŁtir +Ġl Æ°u +Ġh á»Ĺ +ĠбÑĭ ли +Ġl ấy +عÙĦ Ùħ +Ġö zel +æ°Ĺ ãģĮ +Ġ×ĵ ר×ļ +Ùħ د +s ını +׳ ×ķש×IJ +r ów +Ñĩ еÑĢ +êµIJ ìľ¡ +ĠÐľ о +л ег +ĠV Ỽi +วัà¸Ļ à¸Ļีà¹ī +ÑİÑī ие +ãģĬ ãģĻ +ãģĬãģĻ ãģĻ +ãģĬãģĻãģĻ ãĤģ +ëı ħ +Ġ×Ļ×Ķ ×Ļ×Ķ +×ŀ ×ĺר +Ñı ми +Ġl á»±a +ĠÄij ấu +à¹Ģส ียà¸ĩ +Ġt Æ°Æ¡ng +ëĵ ± +ĠÑģÑĤ аÑĢ +à¹ĥ à¸ļ +ว ัà¸Ķ +ĠÄ° stanbul +Ġ à¸Īะ +à¸ķ ลาà¸Ķ +Ġب ÙĬ +à¹ģà¸Ļ ะ +à¹ģà¸Ļะ à¸Ļำ +س اعد +Ġب Ø£ +Ġki á»ĥm +ØŃ Ø³Ø¨ +à¸Ĭั à¹īà¸Ļ +Ġ×ķ ×¢×ķ×ĵ +ов ÑĭÑħ +оÑģ нов +Ġtr Æ°á»Łng +צ ×ij×¢ +ĠÃŃ t +Ġk ỹ +cr é +Ñı м +êµ ° +ãģĮ ãģªãģĦ +ÙĬÙĦ Ø© +ãĥķ ãĤ£ +ر Ùī +ĠÙĬ جب +Ġ×IJ ×£ +Ġc á»±c +ãĤīãĤĮ ãģŁ +Ġ à¸ľà¸¹à¹ī +Ġ à¸Ń +lar ımız +Ġkad ın +Ġê·¸ ëŀĺ +Ġê·¸ëŀĺ ìĦľ +ĠëĺIJ ëĬĶ +ĠÄij ả +ĠÄijả m +Ġ×IJ ×ķ×ŀר +Ġy ếu +ci Äħ +ciÄħ g +Ġt á»ij +Ġש×IJ ׳×Ļ +Ġdz iaÅĤa +Ñī а +ĠÄij Ãłn +s ına +ãģĵãĤĮ ãģ¯ +Ġ×ij ׾×Ļ +Ġ×ij ×Ļשר×IJ׾ +л оÑģÑĮ +Ġgi ữ +ê° IJ +ÑĢ он +تج ار +г лав +в ин +Ġh ạn +Ġyapı lan +ب س +Ġ à¸ŀรà¹īà¸Ńม +ê´Ģ 리 +mÄ±ÅŁ tır +b ü +r ück +ĠBaÅŁkan ı +ĠÙĦ ÙĬس +Ġs Æ¡ +à¸Īัà¸ĩ หว +à¸Īัà¸ĩหว ัà¸Ķ +د اء +Ġ×Ķ ׼ +v ÃŃ +ש ×IJר +Ġh Æ°á»Łng +Ġb óng +ĠCh ÃŃnh +Äħ c +à¹Ģà¸ģีà¹Īยว à¸ģัà¸ļ +Ġtá» © +Ġtứ c +ĠÑĨ веÑĤ +Ġt á»iji +ĠnghÄ© a +ÙĦا عب +د ÙĦ +Ġפע ×Ŀ +h ör +à¸Ĭ ุà¸Ķ +à¸ŀ ู +à¸ŀู à¸Ķ +п аÑģ +ĠÅŁ u +Ġt Æ°á»Łng +خار ج +Ġâ m +ĠинÑĤеÑĢ еÑģ +ен нÑĭÑħ +×IJ ׳×Ļ +بد Ø£ +ëĿ¼ ëĬĶ +ì¹ ´ +æĸ¹ ãģĮ +ли в +Ġ à¸Ħà¸Ļ +ער ×ļ +à¸Ĥà¸Ńà¸ĩ à¸Ħุà¸ĵ +п ад +Ġc ạnh +ĠëĤ ¨ +ĠÄij âu +Ġbi á»ĥu +ãĤĤ ãģĤãĤĭ +׾ ×Ĵ +Ġ สำหรัà¸ļ +Ġxu á»ijng +ס ×ķ +ĠØ° ات +ĠÐľ е +ع اÙĦÙħ +×IJ ס +ب ÙĬØ© +Ø´ ا +и ем +ĠNg Æ°á»Ŀi +íĺ ij +Ñģл ов +Ġп а +Ġm ẫu +ĠпÑĢоÑĨ еÑģÑģ +ĠNh Ãł +пÑĢо из +пÑĢоиз вод +à¸łà¸²à¸¢ à¹ĥà¸Ļ +Ġ à¸ļาà¸Ĺ +×ŀ ׳×ķ +ĠоÑĢг ан +רצ ×ķ +×ķ×ŀ ×Ļ×Ŀ +Ġyaz ı +Ġd ù +ãĥ¬ ãĥ³ +ÙĪÙĦ ÙĬ +ย ู +Ġtr ò +à¹Ģà¸ŀ ลà¸ĩ +Ġ×ŀ ׾×IJ +à¸ķ ล +à¸ķล à¸Ńà¸Ķ +ĠÄij ạt +Ġ×Ĺ×ĵ ש +p óÅĤ +Ġ×ŀ ×ĵ×Ļ +ujÄħ c +×ŀ׳×Ķ ׾ +Ġש×ij ×ķ +Ġ×Ķ×ŀש פ×ĺ +Ġ×IJ ׾×Ķ +ĠÙĪ Ø°ÙĦÙĥ +à¹Ģà¸ŀ ราะ +ĠÄijo Ãłn +Ġíķ¨ ê»ĺ +Ġd ục +Ø´ ت +Ġ ula +Ġula ÅŁ +Ġqu ý +Ġ×Ķ ×Ĵ×ĵ×ķ׾ +à¸ķัà¹īà¸ĩ à¹ģà¸ķà¹Ī +Ġש ר +Ø´ Ùĩد +׳ ש×Ļ×Ŀ +à¸ŀ ล +رÙĪ ا +ãĤĮ ãģ¦ +Ġн иÑħ +Ġдел а +ãģ§ãģį ãģªãģĦ +ÅĤo ż +×IJ ×Ĺר +ì ½Ķ +ãĤ¢ ãĥĥãĥĹ +د Ùģع +Ġti á»ĩn +Ġkh á»ı +Ġkhá»ı e +ĠاÙĦع اÙħØ© +ãģ« ãģĤãĤĭ +ĠÄij á»Ļc +ì¡ ± +Ġc ụ +й ÑĤе +Ġзак он +ĠпÑĢо екÑĤ +ìĸ ¸ +ÙĦ ØŃ +ĠçalÄ±ÅŁ ma +ãĤĴ ãģĻãĤĭ +Ñħ и +ع اد +Ġ׳ ×ŀצ×IJ +Ġר ×Ļ +à¸Ńà¸Ńà¸ģ มา +ĠT ôi +Ġth ần +ĠÙĬ ا +ล าย +Ġав ÑĤо +Ġsı ra +ĠÙĥ Ø«ÙĬر +Ùħ ÙĬز +ĠاÙĦع ÙĦÙħ +æĸ¹ ãģ¯ +×ķ×¢ ×ĵ +Ġобла ÑģÑĤи +×Ļ׾ ×Ļ×Ŀ +ãģĮ åĩº +à¸ĺ ุ +à¸ĺุ ร +à¸ĺุร à¸ģิà¸Ī +ÙĤت ÙĦ +ר×IJ ×ķ +Ġng u +Ġngu á»ĵn +Ġ มา +Ġпл ан +t ório +Ġcu á»iji +Ñģк ом +ĠاÙĦÙħ اض +ĠاÙĦÙħاض ÙĬ +Ġ×ij×¢ ׾ +Ġר ×ij×Ļ×Ŀ +Ġlu áºŃn +Ùĥ ÙĪ +à¸Ĺัà¹īà¸ĩ หมà¸Ķ +в ан +Ġtho ại +à¹Ħ à¸Ń +б иÑĢ +ĠاÙĦ ض +ت ا +ĠÑĢ од +ĠV Ãł +×ŀ ×Ļף +ĠбÑĭ ла +к ами +ĠÐĶ е +t ık +קר ×Ļ +ĠeÄŁ itim +ĠÙĥ بÙĬر +ب Ùĥ +ĠÙĦ ÙĪ +в ой +Ġ ãģĵãģ® +ĠÑĤ ÑĢÑĥд +my ÅĽl +Ġs Æ° +à¸ŀ ีà¹Ī +Ġ à¹ģลà¹īว +×¢ ק +Ġ×Ĺ×ijר ת +ระ หว +ระหว à¹Īาà¸ĩ +×Ļ ×Ļ×Ķ +ĠاÙĦÙĨ اس +ün ü +Ġ׾ ×ŀ×Ķ +Ġch Æ°Æ¡ng +ĠH á»ĵ +ار ت +ãĤĪãģĨ ãģ§ãģĻ +l á +ק×Ļ ×Ļ×Ŀ +æľ¬ å½ĵ +æľ¬å½ĵ ãģ« +ãģĵãĤĵ ãģª +Ñģ ов +Ġ×ķ ×Ĺ +à¹Ģà¸ģ à¹ĩà¸ļ +Ġк ÑĤо +à¹Ĥร à¸Ħ +ĠØ´ رÙĥØ© +ع زÙĬ +عزÙĬ ز +Ø·ÙĦ ÙĤ +п ÑĥÑģÑĤ +Ùģ تØŃ +ëŀ Ģ +Ġhã y +ض Ùħ +ë¦ ° +åł´åIJĪ ãģ¯ +ãĤª ãĥ¼ +Ġh ắn +Ġ×IJ ×ij×Ļ×ij +Ġש׾×Ķ ×Ŀ +Ġ×Ķ×Ļ ×Ļת×Ķ +ĠاÙĦد ÙĪÙĦØ© +ĠاÙĦ ÙĪÙĤ +ĠاÙĦÙĪÙĤ ت +ãģĤ ãģ¾ãĤĬ +Ġta ÅŁÄ± +Ä° N +×¢ סק +ãģ¦ ãģĦãģŁ +Ġtá»ķ ng +ĠاÙĦØ¥ ÙĨس +ĠاÙĦØ¥ÙĨس اÙĨ +ÑĢ еÑĪ +Ġg ái +ĠÑĨ ен +ĠÙģ ÙĤد +Ùħ ات +ãģķãĤĵ ãģ® +Ġph ù +×ĺ ×Ķ +ĠÙĪاÙĦ تÙĬ +Ġب Ùĥ +ìĿ´ ëĤĺ +к Ñģ +Ùħ ÙĬر +Ġv ùng +ĠاÙĦØ´ عب +ĠNh Æ°ng +ãĥĢ ãĥ¼ +Ġ×Ĺ×Ļ ×Ļ×Ŀ +ĠØ´ خص +ק ×ķ×ĵ +ê² Ģ +×¢ ש +×¢ ×ķ׾×Ŀ +צ ×ķר +ع ÙĤد +ĠiÅŁ lem +Ġ×Ķ×ij ×IJ +Ġd ưỡng +à¸Ł รี +Ġph ÃŃa +ãģ®ä¸Ń ãģ§ +Ġп и +Ġng Ãłnh +ним а +ĠÙĩ ÙĦ +Ġ×ķ ×IJת +ĠÄij áng +é quipe +ĠÑįÑĤ оÑĤ +Ġgö rev +ë§ ¤ +Ġqu ân +å¼ķ ãģį +æĻĤ ãģ« +Ġب Ùħا +×ŀ ×Ļת +Ġü lke +Ġ×ŀק ×ķ×Ŀ +×ij ף +æ°Ĺ æĮģãģ¡ +Ġë§İ ìĿĢ +Ġyük sek +ÑĨ енÑĤÑĢ +ĠÙħ جÙĦس +ç§ģ ãģ® +ÙĤد ر +Ġë¶Ģ ë¶Ħ +Ġì° ¨ +خر ج +ãģĭ ãģªãĤĬ +ë³´ ëĭ¤ +Ġ×ŀ ×Ļ×ĵ×¢ +peÅĤ ni +Ġx á»Ń +ìĹIJìĦľ ëĬĶ +ĠباÙĦ Ùħ +ĠÙĪ Ùħا +ĠÑįÑĤ ой +ب ÙĬÙĨ +n ü +ØŃ Ø² +ØŃز ب +ĠÑĢабоÑĤ а +ĠNh áºŃt +ÙĦ اء +Ġëĵ ¤ +Ġëĵ¤ ìĸ´ +ãĤĦãģĻ ãģĦ +×Ĺ×ĸ ק +Ġ×Ķ×Ĺ ×ijר×Ķ +п иÑĤ +ãģĭãĤī ãģ® +Ġë§IJ ìĶĢ +Ġפ ×ķ +ÙĦ Ùİ +à¹Ģà¸ķà¹ĩ ม +ĠÐļ о +Ġm ówi +Ġt ÃŃn +ר×Ĵ ש +פר ק +Ġtr ạng +ĠÐŀ н +×Ĺ ×ķ×¥ +ĠعÙĨد Ùħا +Ġب ر +使 ãģĦ +Ġr á»Ļng +ëĮĢ ë¡ľ +íĪ ¬ +Ġktóry ch +в ид +ลูà¸ģ à¸Ħà¹īา +Ġmog Äħ +Ġש ×Ĺ +×ij ×Ĺר +ãĥĸ ãĥŃãĤ° +ĠTh Ãłnh +Ġ×Ķ ר×Ļ +ĠÑģÑĤ аÑĤÑĮ +ĠH á»Ļi +à¸ļ à¹īาà¸ĩ +çī¹ ãģ« +ĠÄIJ ức +èĢħ ãģ® +×¢ ×ŀ×ķ×ĵ +×ĺר ×Ķ +Ð ¥ +ĠÙħ Ùħا +Ġe ÅŁ +ĠнеобÑħодим о +ник ов +Ġüzer inde +a ÅĤa +Ġchá»ĭ u +ĠاÙĦ دÙĬÙĨ +أخ بار +ĠÄij au +ãģĮ å¤ļãģĦ +jÄħ cych +د Ø®ÙĦ +ları nd +larınd an +Ġs ẻ +à¸ŀิ à¹Ģศ +à¸ŀิà¹Ģศ ษ +ת ף +t ıģı +Ġlu áºŃt +ĠÅŀ e +ãĤ« ãĥ¼ +ãģ® ãģĤãĤĭ +Ġ×Ķ×IJ תר +ĠاÙĦØ¢ ÙĨ +ıld ı +Ġá o +ĠнаÑĩ ал +Ġvi á»ĩn +Ġ×ij×¢ ×ķ׾×Ŀ +з наÑĩ +×Ļ×ĺ ×Ķ +к ам +ĠÐĺ з +à¹Ģà¸Ĥ ียà¸Ļ +à¸Ļ à¹īà¸Ńà¸ĩ +ÑĤ ÑĢо +à¹Ģ à¸Ł +Ġжиз ни +Ġ สà¹Īวà¸Ļ +Ġv áºŃn +Ġê´Ģ 볨 +Ġl âu +ס ×ĺר +ק ש +س ÙĬر +Ġ×IJ×ķת ×Ļ +Ġm ôi +ائ ب +Ġо ÑģÑĤа +Ġm ón +Ġ×ij ×ŀק×ķ×Ŀ +Ġد اخÙĦ +Ġ×IJ ×ķר +Ġв аÑģ +Ùĥ Ø´Ùģ +ìĺ ¨ +à¸ĸ à¹Īาย +Ġkullan ıl +Ġt ô +ãģ« ãĤĪãĤĬ +ĠëĺIJ íķľ +Ġ×¢×ij×ķ×ĵ ×Ķ +Ġri ê +Ġriê ng +Ġyak ın +ز ا +Å » +×IJ ×ķ׼׾ +شار Ùĥ +Ġб еÑģ +× ´ +Ġا بÙĨ +ĠTá»ķ ng +ÙĨ ظ +ÅĽwi ad +ãĤµ ãĥ¼ +ห าย +ĠG ün +Ġhakk ında +à¹Ģà¸Ĥà¹īา มา +ز ÙĨ +ĠÐł о +Ġbi á»ĥn +ãģ© ãģĵ +Ùģ عÙĦ +ز ع +פר ×ĺ +Ġ×Ķ ף +Ø£ ÙĩÙĦ +Ġth ất +ØŃ ÙħÙĦ +Ñĩ Ñĥ +ĠìĤ¬ ìĭ¤ +ì° ¸ +ĠìľĦ íķ´ +ÙĪ ظ +ĠÐŁ од +Ġkho ản +ÑĤ ен +ĠÙģ اÙĦ +Ñģ ад +à¸Ļ à¸Ńà¸Ļ +ĠاÙĦسعÙĪد ÙĬØ© +" ØĮ +ĠاÙĦ ÙĴ +ãĤī ãģļ +Ġto án +Ġch ắc +׼ ×Ļר +m éd +méd ia +ز ÙĪ +Ġyan ı +פ ׳×Ļ×Ŀ +ØŃ Ø¸ +Ġб еÑģп +ĠбеÑģп лаÑĤ +ĠбеÑģплаÑĤ но +ĠØ£ ÙħاÙħ +à¸Ń าย +à¸Ńาย ุ +ר שת +Ġg á»ĵ +Ġgá»ĵ m +Ġu á»ijng +ص ب +k ır +ãĥij ãĥ¼ +Ġ׾×ĵ עת +Ġк ÑĥпиÑĤÑĮ +׾ ×ķ×Ĺ +ÙĪض ع +ÙĤÙĬ Ùħ +à¸Ľ า +ж ив +à¸Ķ ิà¸Ļ +×IJ ×ķפ +à¹Ģล à¹ĩà¸ģ +ãĥĥ ãĥī +иÑĩеÑģки Ñħ +ĠCh ủ +кÑĢ аÑģ +ÙĪ صÙĦ +p ÅĤat +м оÑĢ +Ġ×Ķ×IJ ×ķ +à¸Ń ิà¸Ļ +Ġíķľ êµŃ +гÑĢ е +Ġìłľ ê³µ +ì° ½ +Ġê°ľìĿ¸ ìłķë³´ +Ġngh á»ĭ +à¸ĭ า +ØŃس اب +Ġby ÅĤa +ÙħÙĦ Ùĥ +иÑĩеÑģки е +Ġb ác +ض ØŃ +ê¸ ¸ +ש ×ŀ×¢ +Ġìĸ´ëĸ » +Ġìĸ´ëĸ» ê²Į +ìĽ Į +ات Ùĩ +à¹Ĥรà¸ĩ à¹ģ +à¹Ĥรà¸ĩà¹ģ รม +خد ÙħØ© +ĠÐł а +׼×ķ׾ ×Ŀ +×ŀש ×Ĺק +ĠÙĪ ÙĥاÙĨ +ס ×ķ×£ +ĠاÙĦØŃÙĥÙĪÙħ Ø© +Ġ×ij ×ĺ +Ġtr áºŃn +Ġ×Ķ×¢ ×ķ׾×Ŀ +ĠÃŃ ch +t Äħ +ש×ŀ ×ķ +Ġ×Ķר×IJש ×ķף +Ġíķĺ ê³ł +ãģķ ãĤī +ãģķãĤī ãģ« +ãģ« ãģĹãģ¦ +Ġ à¸ľà¸¡ +ãģ® ãĤĪãģĨãģª +ĠÙĪ ÙĤت +ãĥį ãĥĥãĥĪ +ÙĦ عب +ÙĪ Ø´ +ìĺ ¬ +Ġ หาà¸ģ +Ġm iaÅĤ +à¸Ĺ à¸Ńà¸ĩ +иÑĤ а +ا صر +ил ÑģÑı +з е +à¸Ľà¸£à¸° มาà¸ĵ +ãģĿãĤĮ ãģ¯ +Ġb ır +Ġbır ak +صÙĨ اع +Ð ® +Ø´ عر +Ġ׳ ×Ĵ×ĵ +Ġب سبب +ãĥĿ ãĤ¤ +ãĥĿãĤ¤ ãĥ³ãĥĪ +ĠاÙĦج ÙĪ +ĠнеÑģк олÑĮко +Ġki ếm +Ùģ Ùİ +Ġض د +×ij×Ļ×ĺ ×ķ×Ĺ +تاب ع +ÙĨ ز +ĠB ản +Ġaç ıkl +Ġaçıkl ama +Ġ à¸Ħุà¸ĵ +à¸Ĺ า +ÅĤ ów +Ø· ب +ÙĨ ØŃÙĨ +Ġ×ŀק ×ķר +ĠÄ° s +Ġдом а +Ġ วัà¸Ļ +Ġd Ãłnh +Ñı н +ми ÑĢ +Ġm ô +ĠvÃł ng +ص اب +s ının +à¸Ħ ืà¸Ļ +Ø® بر +×ĸ׼ ×ķ +Ġ×ŀ ש×Ķ×ķ +m ü +Ġкомпани и +Ġ×Ķ×¢ ×Ļר +ĠÙĥ ÙĪ +ÙĤÙĦ ب +ĠlỼ p +и ки +׳ ×ij +à¹Ĥ à¸Ħร +à¹Ĥà¸Ħร à¸ĩ +à¹Ĥà¸Ħรà¸ĩ à¸ģาร +×ŀ×ķ×¢ ×ĵ +ÑıÑĤ ÑģÑı +หลัà¸ĩ à¸Īาà¸ģ +ени Ñİ +Ġש ×¢ +Ġb Æ°á»Ľc +ãĥ¡ ãĥ¼ãĥ« +ãĤĦ ãĤĬ +Ġ×Ļ×ķ×ĵ ×¢ +Ġê´Ģ íķľ +ĠاÙĦØ£ Ùħر +Ġböl ge +ĠÑģв ой +ÙĦ س +Ġ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠëĤ´ ìļ© +ĠØ£ جÙĦ +ĠÄIJ ông +Ġ×ŀ ×ł×ª +Ġìĭľ ê°Ħ +Ùĥ Ùİ +ãģ¨ãģĦãģĨ ãģ®ãģ¯ +Ġnale ży +تÙĨظ ÙĬÙħ +ĠÑģозд а +Ġph é +Ġphé p +ãģ§ãģį ãģ¾ãģĻ +Ġع ÙĦÙħ +大ãģį ãģª +ãĤ² ãĥ¼ãĥł +í ħĮ +Ġ׼×ķ׾ ׾ +ĠинÑĤеÑĢ неÑĤ +ĠT ừ +ãģ¨ ãģªãĤĭ +ز اÙĦ +Ġktóry m +Ġnh é +ìĪ ľ +н ев +д еÑĢ +ãĤ¢ ãĥĹãĥª +i á»ĩu +×ij ×Ļ׾ +Ġت س +ĠÄIJ ây +ĠاÙĦØ® اصة +Ġà¹Ģ à¸Ĭ +Ġà¹Ģà¸Ĭ à¹Īà¸Ļ +ص اد +Ġd ạng +س عر +Ġש ×Ļ×ŀ×ķש +×Ĵ ×Ļ×Ŀ +ãģĮãģĤ ãģ£ãģŁ +п ÑĢов +пÑĢов од +Ġ×IJ ×Ļ׳×ķ +Ġ׾ ר×IJ +Ġ׾ר×IJ ×ķת +ĠØ£ ÙģضÙĦ +ĠØŃ ÙĦ +ĠØ£ بÙĪ +ê° ķ +Ġì§ ij +ãģ® ãĤĪãģĨãģ« +Ġפ ׳×Ļ +ס ×Ļ×Ŀ +ĠÙĪÙĩ ذا +Ġka ç +Ġé én +Ġê± ´ +ë° Ķ +Ñĥ з +à¸Ĥà¸Ńà¸ĩ à¹Ģรา +i ÅĤ +ĠÐľ Ñĭ +Ġch ết +ĠاÙĦØ« اÙĨÙĬ +×IJ ק +Ġ×ķ ×¢×ľ +ĠاÙĦØ· ب +×ij×ĺ ×Ĺ +Ġج دÙĬدة +Ġع دÙħ +ع ز +สิà¹Īà¸ĩ à¸Ĺีà¹Ī +ãģĻ ãĤĮãģ° +ĠÄij ô +ì£ ł +د ÙĤ +н омÑĥ +Ġk á»ĥ +ãĤ¢ ãĥ³ +å¤ļãģı ãģ® +à¸Ľà¸£à¸° à¸ģ +à¸Ľà¸£à¸°à¸ģ à¸Ńà¸ļ +פע×Ļ׾ ×ķת +ĠÑģÑĤ ол +may ı +ãģ¤ ãģĦ +Ġyılı nda +Ġ à¸Īึà¸ĩ +koÅĦ cz +ĠTh ông +Ġак ÑĤив +н ÑģÑĤ +нÑģÑĤ ÑĢÑĥ +ĠÃĸ z +Ġת ×ŀ×Ļ×ĵ +ĠÙĥ ÙĨت +Ñģ иÑģÑĤем +pr és +prés ent +Ġn â +Ġnâ ng +gÅĤ os +ĠÙĪز ÙĬر +ØŃ ØµÙĦ +Ġиме еÑĤ +ØŃ Ø±ÙĥØ© +à¸ŀ à¹Īà¸Ń +ãĤĴ ãģĬ +Ġاست خداÙħ +×IJ×Ļר ×ķ×¢ +ä»ĸ ãģ® +Ġש×Ķ ×Ŀ +ãģĹãģŁ ãĤī +ש×ŀ ×Ļ +Ñģ ла +m ı +Ġbaz ı +Ġíķĺ ì§Ģë§Į +×ĵ ׾ +Ġyapt ıģı +ãĥĬ ãĥ¼ +׾ ×Ļ׾×Ķ +ãģ¨ãģĦ ãģ£ãģŁ +änd ig +ĠÅŁ a +ĠÙģÙĬ Ùħا +иÑĤ елÑı +×ŀ ×ķש +à¸Ĥ à¸Ńà¸ļ +l ük +Ġh á»ĵi +Ġëª ħ +ĠاÙĦÙĥ Ø«ÙĬر +צ ×IJ +Ġhaz ır +طر Ùģ +ا ÙĬا +ĠÄij ôi +ен д +ÙĦ غ +×Ĺ ×ĸ×ķר +ĠвÑģ ег +ĠвÑģег да +ëIJĺ ê³ł +×ĵ ×ķ×ĵ +ан а +د ÙĪÙĦØ© +Ġho ạch +ع ÙĦا +عÙĦا ج +Ġ×ķ ×¢×ĵ +×Ķ ×Ŀ +ки й +ÙĦ ÙIJ +Ġ×¢ ׾×Ļ×ķ +ÑİÑī ий +Ġng ủ +صÙĨ ع +ĠاÙĦع راÙĤ +à¸ķà¹Īà¸Ń à¹Ħà¸Ľ +ãģŁãģı ãģķãĤĵ +Ġph ạm +ÙĦ اÙĨ +ات Ùĩا +Ġbö yle +تÙĨ ÙģÙĬ +تÙĨÙģÙĬ Ø° +Ġש×Ķ ×Ļ×IJ +Ñģ Ñĥ +ย าว +Ġש ×ķ׳×Ļ×Ŀ +Ġ×ŀ ×ķ׾ +ĠÑģ ил +Ġ×IJ×Ĺר ×Ļ×Ŀ +Ġph ủ +ÙĤØ· ع +ĠTh ủ +à¸Ľà¸£à¸°à¹Ģà¸Ĺศ à¹Ħà¸Ĺย +ÙĨ ÙĤ +ĠÄijo ạn +Ġب Ø¥ +п ÑĢедел +×ķת ×ķ +Ġy arı +пÑĢ е +ĠczÄĻ ÅĽci +ØŃ ÙĥÙħ +×ķ׳ ×Ļת +פע ׾ +ãĤĴ ãģĹãģ¦ +Ġktó rzy +׾ ×Ŀ +ĠÄIJi á»ģu +ĠкоÑĤоÑĢ аÑı +ĠìĿ´ ìĥģ +ãģĤ ãģ£ãģŁ +Ġ×ŀ×ĵ ×ķ×ijר +פ ×ķ×¢×ľ +d ım +éĢļ ãĤĬ +ĠбÑĥд ÑĥÑĤ +à¹Ģวà¹ĩà¸ļ à¹Ħà¸ĭ +à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ à¸ķà¹Į +ا خر +×Ĺ ×Ļ׾ +Ġ×Ļ ׾ +Ġ×Ļ׾ ×ĵ×Ļ×Ŀ +×Ĺ ×Ļפ +×Ĺ×Ļפ ×ķש +Ġd òng +Ġש ×ĸ×Ķ +ÑĮ е +ãģĤ ãģ¨ +ìŀIJ ê°Ģ +×IJ ×ĵ +Ġü z +Ġüz ere +ظ ÙĦ +Ġ×IJ ×ķ׾×Ļ +Ġ×ij ×Ļ×ķ×Ŀ +ÙĦ ات +Ġm ê +ì¹ ¨ +تØŃ Ø¯ +تØŃد Ø« +ĠØ® اصة +Ġب رÙĨ +ĠبرÙĨ اÙħج +ĠH Ãłn +×Ĺ ×¡ +ĠÙĪ ÙĦÙħ +×¢ ×Ŀ +Ġm ı +à¸Ł ัà¸ĩ +ש ×¢×Ķ +ÙĪÙģ ÙĤ +ס ×ij×Ļר +алÑĮ нÑĭй +×Ĺש ×ķ×ij +Ġn Ãłng +ë³ ¼ +ĠкоÑĤоÑĢ ÑĭÑħ +Ġ×Ĺ ×ķק +t ör +ĠлÑĥÑĩ ÑĪе +ãĥij ãĥ³ +ลà¹Īา สุà¸Ķ +Ġج دÙĬد +ÙĬد Ø© +à¸Ĺ รà¸ĩ +ãĤĪãĤĬ ãĤĤ +ÙĦ ÙĦ +ãĤĤ ãģ£ãģ¨ +ש×ĺ ×Ĺ +Ġ×ķ ×IJ×Ļ +Ġgi á»ijng +Ø¥ ضاÙģ +ק ת +ë§ Ŀ +Ġzosta ÅĤ +ÑĢ оз +×Ļפ ×Ļ×Ŀ +Ġ׼׾ ׾ +ת×ķ׼ ף +dıģ ını +ÙĤ سÙħ +ĠÑģ ÑĩиÑĤ +ĠÑģÑĩиÑĤ а +×ĺ ×ķת +Ġ Æ°u +ĠØ¢ ÙĦ +Ġм ом +Ġмом енÑĤ +ĠاÙĦتع ÙĦÙĬÙħ +×¢×ľ ×ķת +Ġch ữa +Ġy ön +Ġtr Ãł +ĠØŃ ÙĬÙĨ +à¸ĭ ั +ĠC á +×¢ ×ĸ +ĠاÙĦØ£ ÙħÙĨ +c ÃŃ +Ġv á»ijn +Ġ à¸Ļาย +об ÑĢа +ק ×IJ +Ġthi ếu +ãĥŀ ãĥ¼ +ส วà¸Ļ +Ġg á»Ń +Ġgá»Ń i +Ġê ¹ +Ġê¹ Ģ +Ġthi á»ĩn +ÙĤ ع +w ÄĻ +Ġн ам +ÑĤ ол +Ġs ân +ס ×ķ×Ĵ +Ġgeç ir +ÑĤ он +ев а +ĠÙĪ ضع +Ġع شر +Ñģ ло +à¸Ī ัà¸ļ +ãĤ· ãĥ¼ +ãĤĤ ãģĤãĤĬãģ¾ãģĻ +Ġv ẻ +ĠÄIJ á»ĥ +ر Ùģع +ĠاÙĦØ£ÙĪÙĦ Ùī +ÑĤ аÑĢ +ãģªãģı ãģ¦ +Ùħ Ùİ +qu ÃŃ +×¢×ł×Ļ ×Ļ׳ +г ен +Ġh ôm +à¸Ī า +Ġnh Ỽ +ĠاÙĦع ربÙĬ +×IJ ף +Ġl á»Ļ +Ġje ÅĽli +à¹Ģà¸Ĺà¹Īา à¸Ļัà¹īà¸Ļ +ĠØ£ÙĨ Ùĩا +Ġt uy +Ġtuy á»ĩt +Ġت ص +Ġتص ÙĨÙĬ +ĠتصÙĨÙĬ Ùģ +Ġê·¸ëŁ¬ ëĤĺ +о ÑĨен +à¸ģิà¸Ī à¸ģรรม +ãĤĦ ãģ£ãģ¦ +Ġkh á»ıi +Ġl á»ĩ +ĠاÙĦÙħج تÙħع +à¸Ńาà¸Ī à¸Īะ +à¸Īะ à¹Ģà¸Ľà¹ĩà¸Ļ +ов Ñĭй +ר ×Ŀ +ร à¹īà¸Ńà¸Ļ +ש ×ŀש +人 ãģ« +Ġüzer ine +פר ×Ļ +du ÄŁu +Ñĩ ик +Ġmù a +Ġ×ŀת ×ķ×ļ +Ġc áºŃp +Ġت ارÙĬØ® +×ij׾ ת×Ļ +Ġì¢ Ģ +ÙĦ ع +ب اÙĨ +Ġch út +Ġ×Ķ×ĸ ×ŀף +n ée +ĠLi ên +ĠÙĦÙĦ Ø£ +ØŃد ÙĪد +Ġ×¢ ׼ש×Ļ×ķ +в оз +Ġyapt ı +Ġоб о +à¹ĥหà¹ī à¸ģัà¸ļ +Ġ×ij×Ķ ×Ŀ +ãģı ãģ¦ +ر أس +ĠÑģÑĢед ÑģÑĤв +ĠB Ãłi +ãģĵãģ¨ ãģ« +ĠìĤ¬ íļĮ +Ġ모 ëijIJ +×ij ×IJ +Ġtr ắng +ĠاÙĦبÙĦ د +ĠHo Ãłng +ли бо +ĠдÑĢÑĥг иÑħ +Ä° R +Ñĥм а +ĠJe ÅĽli +ãĤĤ ãģĹ +Ġv òng +Ġ×IJתר ×Ļ×Ŀ +ĠÄij á»įc +Ġв оÑĤ +ãģł ãģĮ +ë° ° +à¸Ķู à¹ģล +Ġ×ŀ ׼׾ +ìĹIJ ëıĦ +г аз +Ġ׳×ķס פ×Ļ×Ŀ +ãģĵãģ¨ ãģ§ +Ġت ÙĪ +ãģ§ ãģĤãĤĬ +à¸Ļั à¹Īà¸ĩ +ĠможеÑĤ е +sz ÄĻ +ãģ® ãģł +ĠÙħÙĨ Ùĩ +Ġb á»ķ +Ġb üt +Ġbüt ün +ë³´ ê³ł +Ġch á»ĵng +à¹ģà¸Ī à¹īà¸ĩ +ĠV ì +ĠØŃ Ø± +Ġgi ản +ĠÙħ دÙĬÙĨØ© +تط بÙĬÙĤ +à¸Ī ิ +æĹ¥ ãģ® +б ил +à¸ģ à¸Ńà¸ĩ +ê³ ³ +ĠØ£ Ùħا +ìĨ IJ +Ġtr ái +ĠвÑģ ем +Ġس ÙĨØ© +ĠÑģай ÑĤ +Ġг оÑĤов +п Ñĭ +ĠëIJ ł +ĠاÙĦØ® Ø· +ĠاÙĦرئÙĬس ÙĬØ© +Ġíķ ©ëĭĪëĭ¤ +ĠìķĦëĭĪ ëĿ¼ +ĠìĿ´ ëłĩ +ĠìĿ´ëłĩ ê²Į +) ØĮ +h ält +ĠØ£ Ùħر +Ġع Ùħر +à¸ģà¹ĩ à¸Īะ +Ġ à¸Ĺำà¹ĥหà¹ī +Ġc ân +Ġ×ij ׾ +Ġ×ij׾ ×ij×ĵ +פ סק +ĠÙĬ ÙĤÙĪÙĦ +н ÑĥÑĤÑĮ +à¹ģ à¸Ħ +Ġק צת +Ġn ằm +Ġh òa +bilit Ãł +ĠìĹĨ ëĭ¤ +Ġ׼ פ×Ļ +ÑĢ ож +лаг а +Ġ×Ķש ×Ļ +ĠNgo Ãłi +ĠÙĪ ج +ĠÙĪج ÙĪد +ĠìľĦ íķľ +Ġus ÅĤug +Ġtu ần +d ź +×ŀ ×ķף +ĠاÙĦع دÙĬد +Ġch ẳng +สุà¸Ĥ à¸łà¸²à¸ŀ +Ġ×ij ×ĵר×ļ +ĠÑģеб е +ĠìŀĪ ìĿĦ +ĠاÙĦØŃ Ø§ÙĦ +Ġd á +Ġc Æ°á»Ŀi +Ġnghi ên +ie ÅĦ +ĠD Æ°Æ¡ng +ï¼ ħ +Ø´ د +ãģĦãģ¤ ãĤĤ +ĠвÑĭб оÑĢ +Ġc á»Ļng +ש ×Ļ׳×ķ×Ļ +Ġch ạy +Ġ×ij×¢ ׾×Ļ +اخ بار +íķĺ ë©° +ż Äħ +ج از +Ġ׳ ר×IJ×Ķ +ศ ู +ศู à¸Ļ +ศูà¸Ļ ยà¹Į +×Ĵ ×¢ +Ġ×¢ ×ĵ×Ļ +Ġ×¢×ĵ×Ļ ×Ļף +بر ا +ÑĨи й +ĠÄIJ á»ĵng +ÙĤ اÙĨÙĪÙĨ +ĠÄij ứng +ãģĹãģŁ ãĤĬ +Ġ×Ĺ×Ļ ×Ļ +Ġë IJľ +ĠëIJľ ëĭ¤ +Ġм еждÑĥ +à¸ŀวà¸ģ à¹Ģà¸Ĥา +ĠB ắc +ล ำ +ë° ± +ĠíĻ ķ +มาà¸ģ ม +มาà¸ģม าย +бан к +à¸Ńา à¸ģาร +Ġh Ãł +Ġ׾ ׳ +à¸Ń à¸Ń +Ġë°Ķ ë¡ľ +л ом +m ática +ĠØŃ Ø¯ +اب ت +à¸Ĺีà¹Ī à¸Ļีà¹Ī +Ġco ÅĽ +ÙģÙĬ دÙĬ +ÙģÙĬدÙĬ ÙĪ +ĠмеÑģÑĤ о +Ġph út +มาà¸ģ à¸ģวà¹Īา +×IJ פ +ب ÙIJ +ĠPh ú +ì± Ħ +ĠÙĪ سÙĦÙħ +à¸Īี à¸Ļ +поÑĤ ÑĢеб +Ġ×Ĺ×ĵ ש×ķת +Ø´ ÙĪ +Ġעצ ×ŀ×ķ +ĠعÙħÙĦ ÙĬØ© +à¸Ħุà¸ĵ à¸łà¸²à¸ŀ +ãģ¾ãģĻ ãģĮ +دع ÙĪ +طر ÙĤ +à¹Ħมà¹Ī à¸ķà¹īà¸Ńà¸ĩ +ë² Ķ +ìĬ ¹ +Ġk ÃŃch +ĠìĹĨ ëĬĶ +ĠÑĤ ам +ĠÙĨ ØŃÙĪ +ĠاÙĦÙĤ اÙĨÙĪÙĨ +×Ĺ ×ķ×Ŀ +Ġk ız +Ġ×ĵ ×Ļף +ĠвÑĢем ени +ãģ£ãģŁ ãĤĬ +ĠØ´ Ùĩر +ĠìĦľ ë¹ĦìĬ¤ +×¢ ש×Ķ +Ġgi ác +ĠاÙĦسÙĦ اÙħ +Ġ×IJ ש +ĠполÑĥÑĩ а +à¸Īัà¸Ķ à¸ģาร +к оÑĢ +Ġ×Ķ×ĺ ×ķ×ij +ราย à¸ģาร +주 ìĿĺ +à¹ģà¸ķà¹Ī ละ +Ġê·¸ëŁ° ëį° +à¸Ĺีà¹Ī à¹Ģà¸Ľà¹ĩà¸Ļ +Ġת ×ķ×ļ +بÙĬ اÙĨ +Ð Ļ +oÅĽci Äħ +ÑĤ ок +Ġà Ķ +ĠÃĶ ng +à¹Ħมà¹Ī à¹ĥà¸Ĭà¹Ī +ãģ¿ ãģ¦ +ÐŁ о +ĠЧ ÑĤо +íĻ © +×ĺ ×ij×¢ +меÑĤ ÑĢ +Ġ×ij ×ŀ×Ķ +Ġ×ij×ŀ×Ķ ׾ +Ġ×ij×ŀ×Ķ׾ ×ļ +Ñĩ ÑĮ +ק ש×Ķ +з нак +знак ом +uj ÄĻ +×Ļצ ר +ĠاÙĦÙħ ÙĦÙĥ +ı yla +×IJ×ŀ ת +à¸Ľ ิà¸Ķ +×IJ ×Ĺ×ĵ +ر اد +Ġm áºŃt +ëĭ¤ ëĬĶ +Ġl ạnh +ש׾ ×ķש +ØŃ Ø¯ÙĬØ« +ت ز +å¹´ ãģ® +Ġк ваÑĢ +ĠкваÑĢ ÑĤиÑĢ +ä½ľ ãĤĬ +رÙĪ ب +ов ан +ĠТ е +à¸Īำ à¸ģ +à¸Īำà¸ģ ัà¸Ķ +ب اط +×Ĵ ת +Ġм аÑĪ +ĠмаÑĪ ин +×Ļצ ×Ķ +ãģ» ãģ¨ +ãģ»ãģ¨ ãĤĵãģ© +ÃŃ do +ĠÑı зÑĭк +à¸ļ ิà¸Ļ +สà¸ĸาà¸Ļ à¸Ĺีà¹Ī +ĠìĹ ´ +ãĤ¦ ãĤ§ +Ġc Ãł +п ан +åı£ ãĤ³ãĥŁ +Ġر د +اÙĤ ت +ĠÙĥ ب +ĠÙĥب ÙĬرة +ÑģÑĤ ал +ש×ŀ ×Ĺ +pos ición +ĠÙħÙĦÙĬ ÙĪÙĨ +ĠìĿ´ ìķ¼ +ĠìĿ´ìķ¼ 기 +Ġh út +ĠÅĽw iat +Ġë°© ë²ķ +ĠÑģв еÑĤ +Ġвиде о +ĠاÙĦÙĨ ظاÙħ +Ġtr á»Ŀi +ĠëĮĢ íķ´ìĦľ +ר ×ŀת +ت داÙĪÙĦ +×ķר ×ĵ +ת ×ŀ +ת×ŀ ×ķ׳×ķת +Ġ×ŀ ף +Ġдв а +Ġ×Ķק ×ķ +æĹ¥ ãģ« +Ġ×Ķ×Ĵ ×Ļ×¢ +à¹Ģà¸ŀิà¹Īม à¹Ģà¸ķิม +Ùħار س +Ġê²ĥ ìŀħëĭĪëĭ¤ +ãģªãģĦ ãģ¨ +Ġnhi á»ĩt +ëIJ ©ëĭĪëĭ¤ +Ġ×ij׳ ×ķש×IJ +Ġê°Ģ ìŀ¥ +Ġv ợ +ĠÄij óng +צ×Ļ׾ ×ķ×Ŀ +ê´Ģ ê³Ħ +в аÑı +×IJ ×Ļ×ĸ +×IJ×Ļ×ĸ ×Ķ +ĠÙĨ ظاÙħ +ÙħØŃ Ø§Ùģظ +Ġt ải +기 ëıĦ +à¸Ľà¸±à¸Ī à¸Īุ +à¸Ľà¸±à¸Īà¸Īุ à¸ļัà¸Ļ +׼ ×ĵ×ķר +ĠìķĦ ìĿ´ +׼׳ ×Ļס +à¹Ģ à¸ķร +à¹Ģà¸ķร ียม +Ġngo ại +ĠدÙĪÙĦ ار +Ġr ẻ +Ġkh Äĥn +عد د +Ø´ عب +czy Äĩ +ĠاÙĦ Ùĥر +ĠÑĩеловек а +ĠÙĪ Ø¥ÙĨ +×IJ ×ĺ +Ġth Æ¡ +ĠاÙĦ رÙĬاض +оп ÑĢедел +опÑĢедел ен +×Ķ ×ŀש×ļ +ĠÐĿ ово +з Ñĭва +ĠاÙĦدÙĪÙĦ ÙĬ +ĠÄij áp +Ġк ÑĢед +ĠкÑĢед иÑĤ +ов ого +Ġm ôn +à¸Ľà¸£à¸° à¹Ĥย +à¸Ľà¸£à¸°à¹Ĥย à¸Ĭà¸Ļ +à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ à¹Į +ÑģÑĤ е +ĠTh á»ĭ +د ÙĬØ© +×ŀצ ×ķ +Ùģ ات +ק ×ĵ×Ŀ +ìĿ´ëĿ¼ ê³ł +ÙĪ Ø® +Ġ×Ĺ ×ĸ +ĠÑĦоÑĤ о +׾ ×Ļת +ت Ùİ +ÙĪ بر +й ÑĤи +ĠÃ¶ÄŁ ren +Ġ×Ķ×ĸ ×ķ +Ġv á»įng +ÙĤÙĪ Ø© +ĠT ây +ĠÐĿ и +Ġש ×ķ×ij +ãģ¨è¨Ģ ãĤıãĤĮ +ãģ© ãĤĵãģª +׊צ×Ļ +ï½ ľ +Ġ×ķ×Ķ ×ķ×IJ +ä¸Ģ ãģ¤ +ĠÑģÑĤо иÑĤ +ni Äħ +×ĺר ×Ļ +ĠдеÑĤ ей +нÑı ÑĤÑĮ +ĠÑģдел аÑĤÑĮ +Ġë§İ ìĿ´ +ä½ķ ãģĭ +ãģĽ ãĤĭ +à¹Ħ หม +à¸ķิà¸Ķ à¸ķà¹Īà¸Ń +Ġ×ij ת×Ĺ +Ġ×ijת×Ĺ ×ķ×Ŀ +ìĻ Ħ +ì§Ģ ëĬĶ +ÑģÑĤ аÑĤ +ÑıÑģ н +ü b +Ġth ả +Ġ×ij×IJ×ŀ ת +Ġt uyến +×ĵ ×Ļר×Ķ +Ġ×IJ ×Ļש×Ļ +×ĸ׼ ר +ãģ° ãģĭãĤĬ +Ġx ét +׼ ×Ļ×ķ +׼×Ļ×ķ ×ķף +diÄŁ ini +ĠاÙĦÙħ ÙĪضÙĪع +Ġh áºŃu +à¸Īาà¸ģ à¸ģาร +×ijס ×Ļס +Ġ×ŀ×Ĵ ×Ļ×¢ +×ij ×Ļ×¢ +ĠÙĪ جÙĩ +à¹ģà¸Ķ à¸ĩ +à¸Ļ าà¸ĩ +ĠÅŀ a +ì ¡´ +ë¡ Ģ +à¸ķ ะ +Ġ×Ķ×Ĺ×Ļ ×Ļ×Ŀ +Ùģ ÙĬد +ãģ§ãģĻ ãģĭãĤī +ê· ľ +ź ni +ĠлÑİ Ð´ÐµÐ¹ +Ġyüz de +ıy orum +ĠاÙĦ بØŃر +e ño +п аÑĢ +ÙĬ ÙĤØ© +об ÑĢ +ר ×ķ×ļ +ت ÙĪÙĤع +ĠاÙĦØ´ ÙĬØ® +åĪĿ ãĤģãģ¦ +ĠÑĤ елеÑĦ +ĠÑĤелеÑĦ он +Ġth ôi +Ġ×Ļ׼×ķ׾ ×Ļ×Ŀ +ĠÅŁ irk +ĠÅŁirk et +Ġìļ°ë¦¬ ê°Ģ +ĠÄij ông +Ġת ×ķ×ĵ×Ķ +ÑģмоÑĤÑĢ еÑĤÑĮ +ĠÙĦ ÙĩÙħ +Ġ׾ ׼ +ĠN ó +ĠØŃ Ø§ÙĦØ© +ãģĦ ãģij +קר ×ķ +az ı +ãĤ³ ãĥ¼ +ĠÙĦÙĦ ت +s ınız +ĠH ải +기 ìĪł +ยัà¸ĩ à¹Ħมà¹Ī +ëĭ¤ ê³ł +פ ×Ĺ +Ġ׾×Ĵ ×ij×Ļ +Ġع ÙĨÙĩ +Ġк аз +Ġказ ино +ب ÙĪر +ÑĦ еÑĢ +Ġê°Ļ ìĿ´ +تس جÙĬÙĦ +ĠاÙĦÙħ رÙĥز +ĠTh ái +д аÑĤÑĮ +×ŀ×Ļ ×Ļ׾ +Ġpay laÅŁ +ãģ¤ ãģ® +à¹Ģร ืà¸Ń +n ça +׳ ×ķ×Ĺ +Ġ×IJ פ×Ļ׾×ķ +ãģ¨ èĢĥãģĪ +ãģ¨ãģĹãģ¦ ãģ¯ +à¹Ģà¸Ī à¸Ń +×ŀ פ +Ġg iriÅŁ +л иÑĤ +ÑĤ елÑı +Ñij н +æ°Ĺ ãģ« +Ġg ó +Ġgó p +åĪĩ ãĤĬ +Ġ×Ķ ×Ĺ×ĵש +ж ал +Ġ×ĵ עת +éģķ ãģĨ +à¹Ģà¸Ĥà¹īา à¹Ħà¸Ľ +Ġס ר×ĺ +e ña +æĸ° ãģĹãģĦ +ر Ùİ +ĠÐIJ ÑĢ +Ġph ản +à¸Īะ à¹Ħà¸Ķà¹ī +Ġ×ijצ ×ķר×Ķ +Ø´ اÙĩ +شاÙĩ د +ÙĪر د +à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ à¸Īาà¸ģ +или ÑģÑĮ +à¹ģละ à¸ģาร +Ġ×Ķ ×ĸ׼ +Ġ×Ķ×ĸ׼ ×ķ×Ļ×ķת +ei ÃŁ +ãĥ ¨ +ìĥ Ī +ĠÃĩ a +Æ ¯ +ש ×Ĵ +ÙĬÙĨ Ø© +ร à¹īà¸Ńà¸ĩ +ãĤµ ãĥ³ +ÑĢоÑģÑģ ий +ÑĢоÑģÑģий Ñģк +a ÄŁa +ĠнаÑĩ ина +Ġص ÙĦÙī +à¸Ĺุà¸ģ à¸Ħà¸Ļ +íļĮ ìĤ¬ +Ġли ÑĨ +Ø´ ÙĬر +ĠØ´ÙĬ Ø¡ +ÙĬÙĨ ا +Ġפ ×Ĺ×ķת +Ġiçer is +Ġiçeris inde +ĠØ£ ØŃÙħد +Ġże by +ì´ Ŀ +Ġп оказ +Ġи менно +หà¸Ļัà¸ĩ ส +หà¸Ļัà¸ĩส ืà¸Ń +ĠÑĤÑĢ е +สัà¸ĩ à¸Ħม +Ø¥ ÙIJ +ãģĮ å¿ħè¦ģ +ÙĬÙij Ø© +פ צ +íĭ ° +ĠÙħ جاÙĦ +׳ פש +к ан +×Ĺ ×ķפ +×Ĺ×ķפ ש +ì²ĺ ëŁ¼ +ов аÑı +з ов +Ġh ạ +Ġdzi ÄĻki +×Ļר ×ķ +Ġ׾ ×ŀצ +Ġ׾×ŀצ ×ķ×IJ +×Ļ×ĵ ×ķ +Ġs ợ +Ġ׾×Ķ ×Ĵ×Ļ×¢ +ק ×ij×¢ +Ġchi á»ģu +ãĥŀ ãĤ¤ +Ġd Ãłng +à¹ģà¸Ł à¸Ļ +Ġü ye +×Ļ׳ ×Ĵ +à¹Ģรีย à¸ģ +ç§ģ ãģĮ +th é +ĠÑĦ илÑĮ +ĠÑĦилÑĮ м +ĠNg Ãły +Ġж ен +Ġжен Ñīин +ج ÙĬد +n ç +à¸Ľ รา +×Ļ×ŀ ×ķ +Ġn á»ģn +×IJ ×ķ׾×Ŀ +Ġвозмож ноÑģÑĤÑĮ +Ġëĭ¤ ìĭľ +è¦ĭ ãģŁ +à¸ĸ à¸Ļ +à¸ĸà¸Ļ à¸Ļ +mız ı +ĠÙħ جÙħÙĪعة +c jÄħ +ĠÐł Ф +à¸ģำ หà¸Ļ +à¸ģำหà¸Ļ à¸Ķ +ĠìŬ 기 +land ı +ни ÑĨ +ÑģÑĤв е +Ġ×ĵ ×ijר×Ļ×Ŀ +Ġsk ÅĤad +ãĤĬ ãģ¾ãģĹãģŁ +ĠоÑĤ кÑĢÑĭÑĤ +нÑı ÑĤ +ĠÑģво ей +à¸Ī ิà¸ķ +ĠкаÑĩеÑģÑĤв е +Ġet tiÄŁi +ìĤ¬ íķŃ +ĠاÙĦÙĬ ÙħÙĨ +иÑĩеÑģки й +ë¸ Į +Ġ×ij×IJר ×¥ +Ġا سÙħ +Ġиз веÑģÑĤ +r ão +Ġatt ivitÃł +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ģาร +ĠاÙĦد Ùĥت +ĠاÙĦدÙĥت ÙĪر +ĠÙĪاØŃد Ø© +ĠÑģ ÑĩеÑĤ +ĠпÑĢ иÑĩ +ĠпÑĢиÑĩ ин +ĠÙĪز ارة +Ġh uyá»ĩn +ĠÙĥ تاب +à¹ģà¸Ļ à¹Īà¸Ļ +à¹ģà¸Ļà¹Īà¸Ļ à¸Ńà¸Ļ +Ġgün ü +г ÑĢÑĥз +ĠاÙĦØ® اص +Ġgör ül +׾ ×ŀ×ĵ +Ġìłķ ëıĦ +×ķ×ij ×Ļ׾ +Ġ×ŀק צ×ķ×¢×Ļ +ĠоÑģоб енно +à¸Ľà¸£à¸° à¸ģา +à¸Ľà¸£à¸°à¸ģา ศ +aca ģını +ë¶ ģ +à¸łà¸¹ มิ +ĠÑį лекÑĤ +ĠÑįлекÑĤ ÑĢо +Ġק ש×Ķ +سÙĦ Ø· +à¸Ĭà¸Ļ ะ +×¢ ×Ļ׾ +ĠЧ е +à¹ģà¸Ļ à¹Ī +lı ÄŁ +lıģ ın +Ġ×ŀ×¢ ×¨×Ľ×ª +好ãģį ãģª +มาà¸ģ à¸Ĥึà¹īà¸Ļ +×ŀ×¢ ×ijר +ĠاÙĦÙħ غرب +ĠпеÑĢ и +ĠпеÑĢи од +Ġnh ạc +ا ÙĪÙĬ +ĠÙĪ عÙĦÙī +أخ Ø° +ĠC ô +תר ×ij×ķת +×Ĵ ×Ķ +Ġktóre j +×IJ ×Ļת +×ij ×ķ×IJ +д елÑĮ +รี วิ +รีวิ ว +ж Ñĥ +Ġ×ij×Ĺ ×ķ +еÑĪ ÑĮ +ĠØ£ ÙĦÙģ +ĠاÙĦÙĪ Ø·ÙĨÙĬ +ĠاÙĦÙħÙĨ Ø·ÙĤØ© +nÄħ Äĩ +Ġthi ên +иÑĩеÑģк ой +ĠاÙĦÙħ ÙĦ +Ġع Ùħ +ס פר +Ġnh óm +ÙĪص Ùģ +ĠCh úng +Ġر ÙĤÙħ +ãģ¾ãģĹãģŁ ãģĮ +al ité +ล ม +ĠëĤ´ ê°Ģ +׾ק ×ķ×Ĺ +ĠS Æ¡n +pos ição +mi ÄĻ +Ġtr ánh +ĠÄIJ á»Ļ +׼ ×Ĺ +ãģĤ ãģ£ãģ¦ +à¸Ńย à¹Īา +Ġ×ŀ×Ĺ ×Ļר +Ġ×Ķ ×Ļת×Ķ +à¸Ľ à¹Īา +à¸Ńืà¹Īà¸Ļ à¹Ĩ +Ø´ ÙĤ +×ł×¡ ×Ļ +ë¦ ¼ +ãģ¦ãģĹãģ¾ ãģĨ +Ġ×ŀ צ×ij +ãģ« åĩº +ÙħÙĪا Ø·ÙĨ +ยัà¸ĩ มี +алÑĮ нÑĭе +san ız +Ø¥ سرائÙĬÙĦ +ĠvÃł i +ì¤ Ħ +ãģ¨æĢĿ ãģ£ãģ¦ +×Ļ ×ķ׳×Ļ +çĶŁ ãģį +Ġs âu +Ñĩ иÑģÑĤ +Ġl á»ħ +ĠGi á +à¸Ńุ à¸Ľ +à¸Ńà¸¸à¸Ľ à¸ģร +à¸Ńà¸¸à¸Ľà¸ģร à¸ĵà¹Į +Ġnh ẹ +r ö +ס ×ĺ×Ļ +ãģķãĤĵ ãģĮ +Ġd ầu +ع Ùİ +ت را +×Ĵ×ĵ ׾ +Ġtécn ica +׼ ׳×Ļ×Ŀ +תק ש +תקש ×ķרת +Ġн его +ét ait +Ġm á»ģm +Ñģ еÑĤ +Ġnh áºŃt +Ġ×ŀ ×¢×ľ +Ġ×Ķ×¢ ×ij×ķ×ĵ +Ġ×Ķ×¢×ij×ķ×ĵ ×Ķ +Ġ×Ĵ ×Ļ׾ +ãģ¯ ãģªãģĦ +ائ ØŃ +Ġз деÑģÑĮ +×IJ ×Ļ׳×ĺר +Ùħ ÙIJ +Ġ×Ļ ×Ĺ×ĵ +ر اÙģ +ì²ĺ 리 +×ĵ ×¢×ķת +ì¹ ľ +ĠТ о +ĠTh ế +ì¶ © +Ġ׳׼ ×ķף +عÙĬ Ø´ +ни з +Ġج اÙĨب +×ŀק צ×ķ×¢ +à¹Ĥ à¸ĭ +Ñģ ÑĥÑĤ +ìĸ´ ìļĶ +ãĤĴè¦ĭ ãģ¦ +ار د +Ġaç ıl +ĠاÙĦØŃ ÙĬاة +à¸ģà¹ĩ à¹Ħà¸Ķà¹ī +ãģĿãĤĮ ãĤĴ +عض ÙĪ +Ġг ÑĢаж +ĠгÑĢаж дан +à¸Īะ à¸ķà¹īà¸Ńà¸ĩ +ĠìĿ´ 룬 +ĠìĿ´ëŁ¬ íķľ +Ġtr ách +ÙĨ Ùİ +Ġkı sa +à Ķ +ÑĪ ка +ãģ® 人 +ĠÐŁ оÑģ +ĠÐŁÐ¾Ñģ ле +Ñĥ лÑĮ +ÙĪا جÙĩ +ÙĤ رب +à¸Ľà¸ıิ à¸ļัà¸ķิ +ê° Ļ +Ġ×ŀ ׳ +ĠÑģво и +بر اÙħج +Ġر ÙĪ +пÑĢ од +пÑĢод аж +Ġby ÅĤy +วั ย +Ġgör ün +Ġà Ī +ÑİÑī им +ĠÑĤак ой +Ùģ ÙĪر +ĠÙģ عÙĦ +Ġб ел +ëIJ ł +er ÃŃa +ĠÑģво Ñİ +Ġl ã +Ġlã nh +à¹Ģà¸ŀืà¹Īà¸Ń à¹ĥหà¹ī +ÙĤ ÙĨ +تط ÙĪÙĬر +Ġsay ı +ĠÑģ ейÑĩаÑģ +Ġ×IJ×Ĺר ת +ק ×ķפ×Ķ +ק×ķר ס +Ġس Ùħ +Ġ×ĺ ×Ļפ×ķ׾ +ìĿ´ëĿ¼ ëĬĶ +دراس Ø© +èµ· ãģĵ +×Ĺ ×Ļ׳ +×Ĺ×Ļ׳ ×ķ×ļ +×ĵ ק +Ġë§ ŀ +Ġком анд +ĠÐij о +Ġиг ÑĢÑĭ +à¸ļ ี +ĠØ£ Ùİ +в ен +ĠاÙĦج دÙĬد +ĠÙĦ Ø¥ +Ġ×ķ×IJ ׳×Ļ +Ġ×Ķס ×Ļ +иÑĩеÑģк ого +رÙĪ ØŃ +à¸ģาร ศึà¸ģษา +ĠTr Æ°á»Ŀng +иг ÑĢа +ıl ması +Ġм аÑģÑģ +ãģ¨ãģį ãģ« +à¸Ĺีà¹Ī à¸ľà¹Īาà¸Ļ +à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ มา +ĠاÙĦساب ÙĤ +Ġ×ŀ×¢ ×ĺ +в аÑĤÑĮ +m Ã¼ÅŁ +Ġ׾ ׼×ļ +Ġt á»ĭch +Ùģ ÙĩÙħ +تد رÙĬب +Ø´ Ùĥ +Ġ×ij ×ŀ×Ļ +Ġ×ij×ŀ×Ļ ×ķ×Ĺ×ĵ +ÙĤØ· اع +ãģª ãģĹ +×ķצ ×Ļ×IJ +ĠÙĪ سÙĬ +з Ñĥ +Ġy at +Ġyat ırım +ë§ İ +Ġth ắng +ãģĬ 客 +ãģĬ客 æ§ĺ +ĠThi ên +ãģ«å¯¾ ãģĹãģ¦ +ÑĢ иÑģ +ÙĨت ائ +ÙĨتائ ج +Ġ×ŀ שר +Ġ×ŀשר ×ĵ +Ġتع اÙĦ +ĠتعاÙĦ Ùī +ש ׳×Ļ +Ùĩ اÙħ +×IJ׳ ש×Ļ×Ŀ +Ġżyc ia +ĠÑĢÑĥб лей +ÙĬ ض +Ġkat ıl +ĠÙħ ÙĪضÙĪع +Ġvard ır +ĠÙħÙĨ Ø·ÙĤØ© +ĠTr ần +Ġв еÑģ +ü p +Ùħ ÙĪÙĨ +ÑĪ ли +Ġn óng +Ø® ÙĦÙģ +ĠС ÑĤа +Ġд оÑĢ +ĠдоÑĢ ог +ĠwÅĤa ÅĽnie +eÄŁ in +Ġhi á»ĥm +ĠС ам +ê»ĺ ìĦľ +ĠÑĦ а +ãģ» ãģĨ +ãģ»ãģĨ ãģĮ +×ķפ ×Ļ×¢ +ê° Ī +د ÙĪÙĦ +Ġthu ê +Ġch á»Ĺ +Ġëĭ¹ ìĭł +ãģij ãĤĮ +ãģijãĤĮ ãģ© +ë³´ íĺ¸ +ãģķãĤĮ ãģ¦ãģĦãģ¾ãģĻ +Ġнад о +ĠìĤ¬ëŀĮ ëĵ¤ +à¹Ģà¸Ĥ à¸ķ +สม ัย +z ÅĤ +ت ÙĪر +Ġש ת×Ļ +v ê +Ġ×ijת ×ķ×ļ +à¸Ĭ ัย +ãģĦ ãģ£ãģŁ +ìĿ ij +Ġt ầ +Ġtầ ng +ש ׼ר +Ġê¸ Ģ +Ġ×Ķש ׳×Ķ +Ġا ÙĨÙĩ +ç«ĭ ãģ¡ +r és +füh ren +ر ØŃÙħ +ê· ¹ +ĠâĢ « +Ġsu ất +à¸Ł ิ +ÙĬ Ùĩا +ĠاÙĦ اتØŃاد +Ġt uyá»ĥn +ãģ¾ ãĤĭ +Ġm ại +Ġng ân +ãĤ° ãĥ© +欲 ãģĹãģĦ +س ار +ãĤĤãģ® ãģ§ãģĻ +ки е +Ġseç im +åħ¥ ãĤĬ +ãģªãģ© ãĤĴ +ÑĤ ÑĢи +ĠÑģп еÑĨ +ĠØ£ د +Ġод но +ÑĪ ел +ãĥĩ ãĥ¼ãĤ¿ +ãĤ· ãĤ¹ãĥĨ +ãĤ·ãĤ¹ãĥĨ ãĥł +è¡Į ãģį +ãģ¨æĢĿ ãģ£ãģŁ +à¹Ģà¸ģิà¸Ķ à¸Ĥึà¹īà¸Ļ +ĠÑĤ ож +ĠÑĤож е +Ġs ạch +ĠÑģ ÑĢок +Ġкли енÑĤ +ĠÙħØ´ رÙĪع +Ġalt ında +Ġì ·¨ +ä¸Ń ãģ® +ãģķãģĽ ãĤĭ +ãģĻ ãģ¹ +ãģĻãģ¹ ãģ¦ +ê°ľ ë°ľ +ĠÄij êm +ãģªãģĦ ãģ®ãģ§ +ì² ł +×¢ ×ij×ĵ +Ġd ấu +à¸Ħà¸Ļ à¸Ĺีà¹Ī +ĠC ách +تع ÙĦÙĬÙħ +Ġh ại +ãĤ» ãĥķãĥ¬ +ĠÙĨÙģس Ùĩ +ĠíĨµ íķ´ +ÑĪ ло +Ġнап ÑĢав +ĠнапÑĢав лен +ÑĢÑĥ Ñĩ +íĶ Į +Ġ×ijר ×Ļ×IJ +ãģ® ãģ¿ +ãģ«ãģĬ ãģĦãģ¦ +×ij ׳ק +ãĤ¨ ãĥ³ +Ø«ÙĦ اث +Ġm ỹ +ĠÑģай ÑĤе +Ġе мÑĥ +ت غÙĬ +تغÙĬ ÙĬر +خص ÙĪص +ÑĤе ли +Ġ×ķ׾ ׼ף +פע ×Ŀ +Ġпо ÑįÑĤомÑĥ +ر اÙĨ +иÑĤел ей +пиÑģ ан +×¢ ×¥ +ĠìĤ¬ ìĹħ +Ùħ ز +جÙħ ÙĬع +ë©´ ìĦľ +à¸ľà¸¥à¸´à¸ķ à¸łà¸± +à¸ľà¸¥à¸´à¸ķà¸łà¸± à¸ĵ +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ à¸ij +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij à¹Į +ĠпÑĢ имеÑĢ +ãĤŃ ãĥ¼ +l â +Ġch Äĥm +缮 ãģ® +ãģĦ ãģĭ +ãģ¨è¨Ģ ãģĨ +×ĸ ×ķ×Ĵ +Ġ×ij ×ĵ×Ļ +Ġ×ij×ĵ×Ļ ×ķק +ãģĬ åºĹ +à¸ķà¸Ńà¸Ļ à¸Ļีà¹ī +Ġph á»iji +п ÑĤ +สà¸Ļ าม +Ø· ÙĪ +ص اØŃ +صاØŃ Ø¨ +ĠD ü +ĠDü nya +Ġп ока +п ал +ĠÄij ảo +ĠاÙĦÙģ ÙĪر +ĠاÙĦÙģÙĪر Ùĥس +Ġmá u +кÑĢ еп +ĠاÙĦس اعة +ĠгоÑĢ ода +Ùģ صÙĦ +ай ÑĤе +Ġд ог +Ġдог овоÑĢ +ĠØ¥ Ø° +Ġ×ij׼׾ ׾ +ÙĬ تÙĩ +×Ĵ ×ijר +Ġbir ç +Ġbirç ok +문 íĻĶ +ãģĿãģĨ ãģª +را ØŃ +ĠÙħ رة +ĠденÑĮ ги +f ä +à¸Ĥà¹īา ว +ĠÑģов ÑĢем +ĠÑģовÑĢем енн +׾×Ĺ ×¥ +èī¯ ãģı +ĠÙģ Ø£ +Ġ×ķ ×ĸ×Ķ +Ġз ани +Ġзани ма +Ġê°Ģì§Ģ ê³ł +Ġh Æ¡i +ãģªãģ® ãģĭ +ãĥĨ ãĥ¬ãĥĵ +Ġר ×ij×ķת +à¸ķ ี +Ġ×ijש ×ł×ª +ĠT ại +Ġthu áºŃn +Ñģ ел +Ñij м +dzi Äĩ +ĠÑģ ка +ĠÑģка Ñĩ +ĠÑģкаÑĩ аÑĤÑĮ +×ķ×ŀ ×ķ +г ла +Ġмин ÑĥÑĤ +åĩº ãģĻ +Ġ×Ĺ×Ļ ×Ļ×ij +Ġת ×Ĵ×ķ×ij×Ķ +à¸£à¸¹à¸Ľ à¹ģà¸ļà¸ļ +ни ÑĨа +ĠÄ° n +ĠØ£ ع +Ġض ÙħÙĨ +Ùħ ثاÙĦ +ĠyaÅŁ an +ĠìĹ° 구 +ĠL ê +ש׾ ×Ĺ +ãģı ãģªãĤĭ +ìĹĨ ìĿ´ +ĠÑĤ ÑĢи +ĠÑĩаÑģÑĤ о +Ġоб ÑĢаÑĤ +п ло +د Ø® +دخ ÙĪÙĦ +س Ùĩ +à¸Ń าà¸ģ +à¸Ńาà¸ģ าศ +Ġ׼ ×ĸ×Ķ +Ġ×Ķ×¢ סק +ĠاÙĦØ£ ÙĨ +å¹´ ãģ« +×¢ ש×ķ +Ġש ×¢×ķת +Ġm Ãłn +×IJר ×Ļ +sı yla +Ùģر ÙĤ +ни Ñħ +Ġت ست +è¦ĭ ãģ¦ +ØŃا ÙĪÙĦ +×IJ ×Ļ׼×ķת +ĠbaÅŁ ladı +st Äħ +stÄħ pi +à¸Ĺีà¹Ī à¹Ģรา +ÙĤر ر +ج اب +Ġ×ijר ×ķר +à¹Ģà¸Ĥà¹īา à¹ĥà¸Ī +×ŀ׊קר +al ım +Ġס ×Ļפ×ķר +ãģ§ãģĤ ãĤĮãģ° +Ġש×ŀ ×ķר×ķת +Ġ×ķ ×ŀ×Ķ +ãģĵ ãģĿ +id ée +ä¸ĭ ãģķãģĦ +تÙĨا ÙĪÙĦ +Ġ ลà¹īาà¸Ļ +Ġìļ°ë¦¬ ëĬĶ +اÙĨ ا +ÑģÑĤ ой +б оÑĤ +ĠyaÅŁ am +kö y +Ø¥ ÙĦ +ÑĢ Ñĭв +기 ìĹħ +Ġ×Ķ×ŀ ×ĵ +Ġ×Ķ×ŀ×ĵ ×Ļ׳×Ķ +د ب +×¢ ×Ļ׳×Ļ +×ŀ ת×Ĺ +Ġפ ר×Ļ +ãĥĭ ãĥ¼ +اÙħ ÙĬ +Ġnh ằm +ãĤĮ ãģªãģĦ +ت عرÙģ +Ġë§Ī ìĿĮ +ìĵ ° +Ġh ấp +ר×Ĵ ×Ļ׾ +ب Ùİ +Ġr Äĥng +gl Äħd +ĠÑģиÑģÑĤем Ñĭ +Ġkh óa +ãģ§ãģĻ ãĤĪãģŃ +大ãģį ãģı +기 를 +Ġké o +ÙĪ Ø¡ +ج اÙħ +جاÙħ ع +Ġ×¢ ×Ļצ×ķ×ij +t éri +Ġת ש +Ġ×IJ ×ij×Ļ +ĠCh Æ°Æ¡ng +à¸ļริ à¹Ģว +à¸ļริà¹Ģว à¸ĵ +ãģ¤ ãģı +Ġ×Ĺ ×ķ׾ +עת ×Ļ×ĵ +ש ×Ļ×ŀ×Ķ +ëĤ ¨ +Ġש×IJ ×Ļף +ĠÙĪاÙĦ Ø¥ +ÑĦ а +Ġkh ám +Ġ×ĺ ×ķ×ij×Ķ +ĠвÑĭ Ñģ +ĠвÑĭÑģ око +ĠاÙĦØŃ Ø¯ÙĬØ« +人 ãĤĤ +d Ã¼ÄŁÃ¼ +×Ļ×Ĺ ×ķ×ĵ +تع ÙĦÙĬ +تعÙĦÙĬ ÙĤ +l ö +تØŃ Ø¯ÙĬد +н его +ĠÑĥд об +Ġ׾ ×ŀ×Ļ +Ġר ×ķצ×Ļ×Ŀ +Ġج اء +Ġ×ij ×ĸ×ŀף +à¸Ľà¸ģ à¸ķิ +é«ĺ ãģı +à¸Ľà¸¥ า +Ġart ık +Ġbug ün +ק ׳×Ļ +Ġkho á +ĠÙħ رÙĥز +ĠìŀIJ 기 +در جة +×ŀש ר×ĵ +Ġgi ấy +Ġch óng +ק פ +ÙĬب Ø© +ĠczÄĻ sto +в али +Ùĥ ب +ìŁ ģ +ส à¸ļาย +à¸Ľà¸£à¸°à¸Ĭา à¸Ĭà¸Ļ +×Ĵ ×ķ×£ +ëŁ ī +ãģ® ãģĵãģ¨ +ล à¸Ń +Ġngh á»ī +åŃIJ ãģ© +åŃIJãģ© ãĤĤ +à¹Ħà¸Ķ à¹īà¸Ńย +à¹Ħà¸Ķà¹īà¸Ńย à¹Īาà¸ĩ +×ĵ ×¢ +ĠاÙĦت Ùī +ĠÑģов еÑĤ +Ġqual itÃł +åĩº ãģĹ +ĠÑĢÑĥк ов +ĠÑĢÑĥков од +ราย ละà¹Ģà¸Ńียà¸Ķ +ãģªãģĭ ãģªãģĭ +기 ê´Ģ +Ġ×Ĺ ×ķש +Ġ×Ĺ×ķש ×ij +л оÑĤ +à¸Ļะ à¸Ħรัà¸ļ +ק×ij ×ķצ×Ķ +Ġth ái +Ġש ×ij×Ķ +ĠÑĪ кол +ĠÙĦ ÙĥÙĦ +à¹ĥà¸Ļ à¸Ĭà¹Īวà¸ĩ +ĠÙħ ÙĥاÙĨ +ë ķĮ +Ġc ải +ĠCh ÃŃ +ÑĥÑĩ а +ìĿ µ +Ġx ảy +à¸Ĭà¸Ļ ิà¸Ķ +Ġc áºŃu +к ÑĢов +ss é +ĠÙĨ ÙĪع +ĠТ а +Ø® Ùħس +פ×ķס ×ĺ +Ġm ắc +ĠÄij em +à¸ģาร à¹ĥà¸Ĭà¹ī +ר ×ķס +ĠÐĽ е +Ġth á»Ń +รà¹Īาà¸ĩ à¸ģาย +üz ü +æĹ¥æľ¬ ãģ® +ê³¼ ìłķ +ש ×Ļ×IJ +ĠìŀĪ ê³ł +×ij ×ķ׾ +ìķ ħ +ĠÙĪاÙĦ ا +ĠÐĽ и +ĠвÑģ Ñij +Ġużytk ow +×Ĺ ×ķ׾ +ر Ùģض +Ġson uç +ãģĦ ãģ¾ãģĽãĤĵ +ìĤ¬ ìĹħ +ëĪ Ħ +ÑĤ ек +Ġud ziaÅĤ +л ез +Ġ×Ķ×Ļ ×Ļת×Ļ +ãĤīãĤĮ ãģ¦ +Ùħس ؤÙĪÙĦ +ر ار +ÑĤ ан +ĠÄij Ãło +Ġר ×ķ×ij +Ġ×ijש×ij ×Ļ׾ +ä»ĬåĽŀ ãģ¯ +ãĤ¸ ãĥ¥ +Ġ×¢ ×ijר +ãģĽ ãģ¦ +п олÑĮ +ak lı +Ġk ÃŃnh +د ت +лож ение +ĠاÙĦÙħ ص +ĠاÙĦÙħص رÙĬ +à¸Īริà¸ĩ à¹Ĩ +ĠاÙĦشر ÙĥØ© +ĠÄij á»ı +ãĥĽ ãĥĨ +ãĥĽãĥĨ ãĥ« +Ñį кон +Ñįкон ом +ĠÙĪ عÙĨ +Ġת ׳ +Ġ×ª×ł ×IJ×Ļ +ĠاÙĦدÙĪÙĦ ÙĬØ© +Ġì§Ģ ìĹŃ +ãģ§ãģĻ ãģĭ +Ġв аÑĢи +ĠваÑĢи анÑĤ +ĠاÙĦع رب +ел а +Ġt Æ°á»Ľng +sk Äħ +Ġm ặc +ส ัà¸ģ +ãĥĵ ãĥ¼ +Ġ×ij ×Ĵ׾ +Ġ×ij×Ĵ׾ ׾ +ãĥķãĤ¡ ãĥ³ +×ij ×Ļצ +×ij×Ļצ ×ķ×¢ +ли ÑģÑĤ +à¸Ł ุ +à¸Łà¸¸ à¸ķ +à¸Łà¸¸à¸ķ à¸ļà¸Ńล +à¸Ŀ à¹Īาย +ìŀIJ ìĿĺ +Ġس ÙĪÙģ +Ġש ×Ķת +Ġê± ¸ +×¢ ×ij×ķ×ĵ +ãģĻãĤĭ ãģĵãģ¨ãģĮ +ĠÑĩа ÑģÑĤÑĮ +ãĤ¢ ãĥ¡ãĥª +ãĤ¢ãĥ¡ãĥª ãĤ« +Ġtak ım +Ġs Ỽ +ĠsỼ m +שר ×Ķ +è¨Ģ ãģĨ +л ан +ì» ¤ +׼ ׳×Ķ +ÙĪÙģ ÙĬ +íĹ Ī +lu ÄŁu +ĠëĮĢ íķ´ +Ġ׾×ij ×Ļת +Ġ×Ķר×IJש ×ķ׳×Ķ +ص Ùħ +Ġsö yled +Ġsöyled i +à¸Ľ าà¸ģ +Ġard ından +ãģĪ ãģŁ +à¸Ĺัà¹Īว à¹Ħà¸Ľ +Ġ׳×ķס ×£ +б олÑĮ +ãĤĵãģ§ãģĻ ãģijãģ© +ĠлиÑĪ ÑĮ +Ġ×ij ×IJ×Ļ +ĠбÑĭ ÑģÑĤÑĢо +ส ัà¸Ļ +Ġ×ij פ׳×Ļ +л еÑĩ +ĠاÙĦØ® بر +Ġsó c +Ġth ú +Ġп ÑıÑĤ +ãģĬ é¡ĺ +ãģĬé¡ĺ ãģĦ +ÑĤ ин +ãģ«ãģ¤ãģĦãģ¦ ãģ¯ +פ ף +Ġдв ÑĥÑħ +à¸į ีà¹Ī +à¸įีà¹Ī à¸Ľ +à¸įีà¹Īà¸Ľ ุ +à¸įีà¹Īà¸Ľà¸¸ à¹Īà¸Ļ +оп еÑĢ +ĠاÙĦب شر +ĠاÙĦÙħ اÙĦ +ıyor uz +تØŃ ÙħÙĬÙĦ +à¸ģ ะ +éĸĵ ãģ« +×Ĺ ×ķש +ĠNg uyên +ãģĦãģ¦ ãģĦãĤĭ +дÑĥ ÑĪ +ש פע +ÑĪ Ñĥ +å®Ł éļĽãģ« +ĠÑĢай он +ĠCh á»ī +ÙĨ صر +Ġìļ ´ +Ġìļ´ ìĺģ +Ġ×Ķ×ĵ ×Ļף +ØŃد د +ر ز +ĠاÙĦد Ùħ +ĠPh áp +ÑĤ ÑģÑı +è¦ĭ ãģĪ +Ġti á»ĥu +Ġs á»Ńa +а ÑİÑĤÑģÑı +ĠB á +Ġ×ķ ׼׾ +Ð ĸ +ÑĪ им +ìĿ´ ëĬĶ +л ев +d ık +Ġprés ente +Ġara ç +صد ÙĤ +Ġпом ог +ĠاÙĦشر ÙĤ +ĠÙĪاÙĦ Ø°ÙĬ +رÙĬ ا +×ij ׳×ķת +Ġng á»ĵi +ר ×ķפ +ר×ķפ ×IJ +Ġth ấp +ãĤĦ ãģ¯ +ãĤĦãģ¯ ãĤĬ +ĠاÙĦج دÙĬدة +éĿŀ常 ãģ« +ÙĬÙĦ ÙĬ +ìª ½ +تع اÙħÙĦ +ãģł ãģ¨æĢĿãģĦãģ¾ãģĻ +Ùħ Ùħ +иÑĤе ли +ãĤµãĤ¤ ãĤº +اد ات +ĠاÙĦÙħ اÙĦÙĬØ© +Ùĥات ب +к ли +веÑĢ Ñħ +ни Ñĩ +Ġ×ľ×¢ ×ij×ķ×ĵ +׾ ×Ļ×Ķ +ØŃ Ùİ +ãĤ¤ ãĥĻ +ãĤ¤ãĥĻ ãĥ³ãĥĪ +Ġת ×Ĵ×ķ×ij×ķת +ÑĦ он +ĠдÑĢÑĥг ие +×IJ ×ĸ×ķר +Ġper ò +ìķ ŀ +åĢŁ ãĤĬ +ר צ×Ļ +×IJ ×ĸ +алÑĮ нÑĭÑħ +Ġê²ĥ ìľ¼ë¡ľ +ĠпÑĢав о +ĠاÙĦØ£ رض +à¹Ģà¸Ĺ à¸Ħ +à¹Ģà¸Ĺà¸Ħ à¹Ĥà¸Ļ +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ à¹Ĥล +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล ย +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย ี +צ ר×Ļ +ĠÐļ Ñĥ +ıl ma +決 ãĤģ +ا ÙĪ +Ġ×ĵ ק×ķת +à¸Ħร ู +ĠÙħست ÙĪÙī +à¸Ľ à¹īà¸Ńà¸ĩ +à¸Ľà¹īà¸Ńà¸ĩ à¸ģัà¸Ļ +×ĵ ×ķ×ŀ×Ķ +ĠÑģ егоднÑı +س ÙĪÙĤ +ר×Ĺ ×ķ×ij +ĠØ¥ دارة +Ñħ ож +éģİ ãģİ +à¸Ħ à¸Ń +нÑĥ л +×ķ׼ ×Ķ +ÙĪ اÙģÙĤ +׼׾ ׾ +Ġ×Ķ ×ĵ×ķ +Ġl Ä©nh +Ġkh ảo +×IJ×ŀ צע +ë¨ ¸ +Ġ׼ ×Ļצ +Ġ׼×Ļצ ×ĵ +Ġдолж нÑĭ +หว ัà¸ĩ +ãĥĩ ãĤ¶ +ãĥĩãĤ¶ ãĤ¤ãĥ³ +Ġng á»Ŀ +ä¸Ń ãģ« +à¸ģลัà¸ļ มา +جÙħ اÙĦ +à¸Ķัà¸ĩ à¸ģลà¹Īาว +س ÙĥÙĨ +س ÙĨ +Ġözellik le +з еÑĢ +rz ÄĻ +×ŀ ×ķר×Ķ +Ġl ạ +×ŀ ×Ļ׳×Ļ +ר ×Ļת +ãģĿãĤĮ ãģĮ +ãģĭ ãĤĮ +ĠÙĬÙħÙĥÙĨ Ùĥ +öff entlich +г ан +ĠاÙĦØŃ ÙĦ +ĠmiÄĻd zy +ĠÑĩа ÑģÑĤи +ujÄħ cy +ĠbaÄŁ lı +ĠiliÅŁ ki +Ùģ اء +ãĥª ãĥ³ãĤ° +Ġhã ng +ĠконÑĤ ÑĢ +ĠконÑĤÑĢ ол +к оп +ש ×Ļ×¢ +ש×Ļ×¢ ×ķר +ĠÐĴ аÑĪ +Ġ×Ķ תק +ÙħÙĨ ع +ĠpolÃŃt ico +Ġг олов +ĠØ¥ ÙĬ +Ø¥ ÙĨتاج +à¸ļ ิ +Ġг овоÑĢ +ĠговоÑĢ иÑĤ +Ġph á»ķ +ĠÑģем ÑĮ +ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ĠÙĪ است +×ŀש פ×ĺ +з ем +×ŀ×ĵ ×ijר +Ġíģ ° +ĠìĿ´ ë²Ī +ê°Ģ ëĬĶ +Ġì§Ģ ìĽIJ +Ġca ÅĤy +Ġgeli ÅŁtir +Ñģк ое +pos é +Ġkh ô +à¸ķิà¸Ķ à¸ķาม +miss ão +Ġ׾ ×ŀר +Ġ׾×ŀר ×ķת +Ġb ó +à¸ķรวà¸Ī สà¸Ńà¸ļ +Ġngh á»ģ +Ġб из +Ġбиз неÑģ +ÑģÑĤ еÑĢ +ÙĪ Ùİ +楽 ãģĹãģ +楽ãģĹãģ ¿ +ãģĵãĤĮ ãģĭãĤī +wiÄħ zan +ส à¸Ńà¸Ļ +Ùħ ÙĪر +׳×ĵ ׾ +Ġ×Ķ×IJ ×ĵ×Ŀ +Ġм олод +ØŃ Ùħا +ØŃÙħا ÙĬØ© +ÑģÑĤ ÑĢан +Ġbu á»ķi +ת×Ļ ×Ļ×Ŀ +abile ceÄŁi +L Ä° +à¹Ģย à¸Ńะ +à¸Ī ร +س ÙĥاÙĨ +à¸Ļ ัà¸Ķ +Ġm ấy +ĠÐij а +s ÅĤaw +ĠÙģ ÙĦا +ĠкоÑĤоÑĢ ой +Ġпло Ñī +ĠплоÑī ад +ãĤĤ ãģĤãĤĬ +sz czÄĻ +×Ļפ ×ķ +ש×ŀ ת +owa ÅĤa +Ġn ông +צ×ij ×IJ +ĠìŀĪ ìĹĪ +ãģ¾ ãģ¨ +ãģ¾ãģ¨ ãĤģ +ÙĤÙĪ ات +ãģ¿ ãĤĵãģª +Ġ׼ ×ŀ×¢×ĺ +Ġx úc +ï¼ Ĩ +r ÄĻ +rÄĻ cz +×ĵ ×ŀ×Ļ +Ġt áºŃn +à¸Ķ วà¸ĩ +ê²½ ìłľ +п ÑĥÑĤ +Ø£ ربع +Ġ×ŀ שת×ŀש +ãĤ¿ãĤ¤ ãĥĹ +Ġìłľ ê°Ģ +Ġ׾ ׼ף +ĠобÑĢаз ом +ÙĬÙĥ ا +w ÅĤ +wÅĤ asn +ĠاÙĦÙĪØ·ÙĨ ÙĬØ© +بÙĬ ب +×ŀ ׾×Ļ +к ÑĢаÑĤ +기 ìĹIJ +ÙĤ اد +ĠÙĦ دÙī +à¸Ħวาม รูà¹ī +×ŀ×ĵ×Ļ׳ ×Ļ×ķת +ê² ¨ +Ġíĺ Ħìŀ¬ +ש ת×Ļ +м ол +Ġmá i +à¸ŀิ ม +à¸ŀิม à¸ŀ +à¸ŀิมà¸ŀ à¹Į +หล วà¸ĩ +Ġx uyên +×Ĺ ×¡×¨ +رÙĪ ÙĨ +ãģĿãģĨ ãģĦãģĨ +ãģĿãĤĮ ãģŀ +ãģĿãĤĮãģŀ ãĤĮ +Ġ׼ ש×Ķ +ÐŁ ÑĢав +×ŀ×ij צע +ع رب +Ġbü yü +פ×Ļת ×ķ×Ĺ +à¸Ī à¸ļ +ĠØ£ Ùĥبر +שר ת +×ŀ׼ ש×Ļר +ĠÙĪ Ùħع +ãģ® ãģŁãĤģãģ« +à¸Ļ ัà¸ļ +ì° ° +ãĥª ãĥķãĤ© +ãĥªãĥķãĤ© ãĥ¼ãĥł +Ġc Æ°á»Ŀng +ĠìłĢ íĿ¬ +ÙħÙĨظ ÙħØ© +Ġhiç bir +ãģ§ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ร à¸Ńย +ëIJľ ëĭ¤ +ãģĻãģIJ ãģ« +к ла +Ġürün ler +Ġki á»ĥu +ĠëĤĺ ëĬĶ +ÑĤ ки +Ñģ им +Ġchá»ī nh +ãĤĤ ãģªãģĦ +ศ รี +æĽ¿ ãģĪ +ta ÅŁ +Ġب ÙĥÙĦ +Ġ×ķ ×Ļש +vis ão +ä¼ Ŀ +ä¼Ŀ ãģĪ +ÙĦ د +׾ ×Ļ×ŀ +׾×Ļ×ŀ ×ķ×ĵ +t ória +د Ùij +اÙħ ر +Ġê·¸ëłĩ ê²Į +Ġmateria ÅĤ +à¸Ĺ รา +à¸Ĺรา à¸ļ +ãģ®æĸ¹ ãģĮ +ãģ¦ ãģįãģŁ +ض غ +ضغ Ø· +ĠÙĬ عÙĨÙĬ +ел о +×IJ×Ķ ×ij×Ķ +×¢ ×ŀ +ÅŁ ık +ìŀIJ ëĬĶ +ãĤ¿ ãĥ³ +Ġb áºŃt +×ŀשפ ×Ĺ×Ķ +к ÑĢи +б ли +สั à¸ķ +สัà¸ķ วà¹Į +ĠسÙĨ ÙĪات +ĠPh Æ°Æ¡ng +ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ãģª ãģľ +Ġ×ij×IJ ×ķ +Ġc án +س جÙĦ +Ġl ẽ +ãĤ± ãĥ¼ãĤ¹ +Ġק ×Ļ×ij׾ +à¸ļà¸Ĺ à¸Ħวาม +Ġ×ķ ׼ף +ĠпÑĢедÑģÑĤав лен +Ġn á»iji +Ġcoment ário +ени ем +Ġtá» ı +l Ãł +Ġש×Ķ ×Ļ×Ķ +Ñģл ав +ĠاÙĦ ÙĪÙĦا +ĠاÙĦÙĪÙĦا ÙĬات +ÙĦج ÙĨØ© +ק×ķר ×IJ +бÑĭ ÑĤ +Ġì ¦ +Ġì¦ ī +ãģ§ãģĻ ãģĹ +หรืà¸Ń à¹Ħมà¹Ī +за ÑīиÑĤ +ÙģÙĦ سطÙĬÙĨ +Ġmi á»ħn +à¹Ģย à¹ĩà¸Ļ +ĠçalÄ±ÅŁ an +×Ļ×Ĵ ×Ķ +ĠE ÄŁ +ĠEÄŁ itim +ãĥĥãĤ· ãĥ¥ +Ġоп Ñĭ +ĠопÑĭ ÑĤ +ر غ +رغ ب +ĠÑģво иÑħ +à¸Ľà¸£à¸° à¸ķ +à¸Ľà¸£à¸°à¸ķ ู +Ġ×ŀ×IJ ×ĵ +׼ ×ķ׳×Ļ×Ŀ +à¸Ļ ี +ĠвÑĭ Ñħод +ãģ®ä¸Ń ãģ« +פ ׾×IJ +ĠÙĪ ÙĦÙĬس +פ×ķר ס +פ×ķרס ×Ŀ +Ùħ سÙĦÙħ +Ġng ôi +×ĵ ×ŀ×ķת +ãĤĴ使 ãģ£ãģ¦ +ĠпомоÑī ÑĮÑİ +Ø£ سر +бл ок +ÙĤ Ùĩ +ãģĹãģ¾ ãģĦ +ãģ¨ ãģĹãģŁ +Ġп еÑģ +ãĥī ãĥ« +×Ĺ ×Ŀ +ãģĹãģª ãģĮãĤī +ĠÐŁ ÑĢед +ãĥģãĤ§ ãĥĥãĤ¯ +å¼· ãģĦ +ש ×Ļר×ķת +д аеÑĤ +×Ļ×ij ×ķ +Ġgen ç +ил аÑģ +илаÑģ ÑĮ +ĠبÙĦ د +æĤ ª +æĤª ãģĦ +Ġ×ŀ שת +æ§ĺ ãĢħ +æ§ĺãĢħ ãģª +à¸ĺรรม à¸Ĭาà¸ķิ +ĠÙĥ اÙħÙĦ +ĠاÙĦس Ùħ +×ij×ĺ ×Ļ×Ĺ +c á +g ência +ãĤ¹ãĤ¿ ãĥ¼ +à¸Ĺำ à¸ģาร +×Ļ׾ ת +Ġ×Ļ ×ķצ×IJ +w ój +à¸ļุ à¸Ħ +à¸ļุà¸Ħ à¸Ħล +ع تÙħ +عتÙħ د +ãģĿãĤĮ ãģ« +ĠاÙĦت ارÙĬØ® +ÙĤر اء +Ġyönet im +ק שר +ĠÑģп оÑĢÑĤ +Ġר×IJש ×ķף +Ġseñ al +Ġch ắn +çĦ¡ ãģĦ +ĠдоÑģÑĤ аÑĤ +ĠдоÑģÑĤаÑĤ оÑĩно +Ġá gua +à¸ģร à¸ĵ +à¸ģรà¸ĵ ี +Ġ×ŀש ×ķ +Ġtr ải +ë² Į +ujÄħ cych +Ùģر د +à¹ĥ à¸ģล +à¹ĥà¸ģล à¹ī +ãĤĭ ãģ®ãģ¯ +ר×ķ ×ķ×Ĺ +ÙĨ Ùĥ +ĠاÙĦÙĨ ÙĤ +ãģ®ãģ§ ãģĹãĤĩãģĨ +ãģ®ãģ§ãģĹãĤĩãģĨ ãģĭ +Ùħ عرÙģ +ÙħعرÙģ Ø© +ÑĥÑī е +Ġ×ij×¢ ×Ļקר +ت صÙĦ +Ġ×Ķ×IJ ר +Ġ×Ķ×IJר ×¥ +ĠÅŀ i +à¸Ĥา à¸Ķ +íŀ ĺ +ãģªãĤĵ ãģ¨ +ĠìĤ¬ëŀ ij +l Ã¼ÄŁÃ¼ +ب اء +ĠاÙĦØ¢ خر +Ġfam ÃŃlia +ĠTh áng +Ñī ениÑı +ãĤ¯ ãĥŃ +ĠTh ứ +æĽ¸ ãģį +ен ной +ìŀ ¡ +бл аг +благ о +п ов +à¹ģ ว +à¸ĩ à¸Ħà¹Į +à¸Ńัà¸Ļ à¸Ķัà¸ļ +ãģĤ ãģĴ +ร à¹īาย +ün ün +Ġ×Ļ׼×ķ׾ ×Ķ +з он +ĠÐľ и +маÑĤ еÑĢиал +Ġë³´ ë©´ +ØŃÙģ ظ +ê Ìģ +ãģ« ãģĻãĤĭ +Ġת ×IJ +Ġ×Ķס ×ķ +ĠÑģÑĤ оÑĢ +ĠÑģÑĤоÑĢ он +ãĥĪ ãĥĥãĥĹ +ÅĤo ÅĽÄĩ +ëħ ¼ +ëĵ Ŀ +ĠÙĪاÙĦ ع +ì¶ Ķ +Ġ×Ļצ ×IJ +ĠÑĢаз дел +алÑĮ наÑı +×IJ׳ ש×Ļ +spo ÅĤ +spoÅĤ ec +spoÅĤec zn +Ø¥ عÙĦ +إعÙĦ اÙĨ +ÙĤÙĪ Ùī +íķĺë©´ ìĦľ +تط ÙĪر +Ġsi êu +Ỽ t +д ви +дви ж +Ġqu ần +k ıl +ĠпÑĢи зна +ĠH ã +ĠHã y +ĠباÙĦ ت +man ın +ãĤ« ãĥ« +Ġk á»· +ק ׾×Ļ +ëIJĺ ì§Ģ +تعÙĦ Ùħ +ìĭľ ìĦ¤ +ìĭ ¶ +íĺ ¼ +Ùĥ ÙĬÙģ +売 ãĤĬ +วิ à¸Ĭา +б ал +ĠØ£ ØŃ +Ġдолж ен +รา à¸ĩ +ราà¸ĩ วั +ราà¸ĩวั ล +Ùħ اء +ج ار +Å ļ +Ġ×ŀ×IJ ×ĸ +ר ×ŀ×Ķ +ãģĭãĤĤãģĹãĤĮ ãģªãģĦ +ét ude +czÄħ c +Ġg ór +×ł×¡ ×Ķ +Ùħ ÙĬد +ĠÐŁ еÑĢе +Ø£ خر +ãģĿãģ® å¾Į +à¹Ģà¸Ķียว à¸ģัà¸Ļ +×ŀ ×Ĵ×ķ +×ŀ×Ĵ×ķ ×ķף +д ов +mas ına +×¢ ׳×Ķ +ãĤ± ãĥĥãĥĪ +ס ×¢ +סע ×Ļ×£ +ĠT Æ° +Ġt óc +íĻľ ëıĻ +ĠÐŀ д +ĠÐŀд нако +Ġdol ayı +ؤ Ùĥد +ê³Ħ íļį +׾ ר +в еÑĩ +Ġkh ợi +Ġth ủy +×ĵ ף +ร à¸ģ +à¸ļั à¸ķร +à¹Ģà¸ģ à¹Īา +ĠاÙĦØ« اÙĦ +ĠاÙĦثاÙĦ Ø« +Ġpod rá +ער ×Ļ +ÙĨج اØŃ +Ġkh ắc +ì¸ ¡ +Ä° M +ãĤ» ãĥĥãĥĪ +ż enia +Ġ׾×Ĺ ×ijר +er Ãł +ì ´Ī +Ġkü ç +Ġküç ük +ات ÙĩÙħ +à¸ĭ à¹Į +Ùħشار ÙĥØ© +ĠاÙĦ بط +Ġd ây +ен нÑĭм +à¸Ĺีà¹Ī à¹Ħมà¹Ī +ÙĤ Ùİ +Ġv ượt +Ġtr ì +Ġwp ÅĤyw +A Åŀ +з о +ĠاÙĦس ÙĬد +à¸Ĺะ à¹Ģล +ĠÑģодеÑĢж а +ع Ø·ÙĬ +ĠاÙĦع ÙĨ +èĢħ ãģĮ +à¹Ģ หà¸Ļ +à¹Ģหà¸Ļ ืà¸Ń +Ġb ÃŃ +Ġüzer inden +ĠV Å© +Ġnu ôi +ÙĨ Ùħ +алÑĮ ного +×¢ ×Ļף +ØŃ Ø¶Ø± +ĠоÑĤ дел +ëª ĩ +ìķ ¡ +ĠÙĦدÙĬ Ùĩ +ìĻ ľ +Ġse ktör +Ġвозмож но +ĠÐĶ ж +Ġh ô +äºĭ ãģĮ +иÑĢов ание +алÑĮ ной +Ġ미 êµŃ +ر ØŃÙĦ +ĠÑįк Ñģ +пÑĢав лÑı +Ġnh á»Ŀ +ĠÄij ẩ +ĠÄijẩ y +Ùģ Ùĥر +ĠÙĪØ£ ضاÙģ +ãĥIJ ãĤ¹ +ת×ķ׼ ׳×Ļת +ÑĤел ей +ĠØ¥ÙĦÙĬ Ùĩ +ãģ¨è¨Ģ ãģ£ãģ¦ +Ġдв е +Ġch ấp +ĠL ö +à¸Ħล ิ +à¸Ħลิ à¸Ľ +Ġس ÙĪر +ĠسÙĪر ÙĬا +×ŀ×Ĺ ×ķ +st ä +д об +Ġni á»ĩm +ãģ® 大 +פר×ķ ×Ļק +פר×ķ×Ļק ×ĺ +ĠCh âu +Ġ×ŀ×Ķ ×Ŀ +Ñģк им +ĠполÑĥÑĩ иÑĤÑĮ +ÙĬ ÙĪÙħ +Ø« ÙĪر +פ×ķ׾ ×Ļ×ĺ +פ×ķ׾×Ļ×ĺ ×Ļ +ĠмеÑģÑı ÑĨ +åħ¨ ãģ¦ +ĠاÙĦÙħ جÙĦس +ĠاÙĦت اÙĦÙĬ +Ġ׊ר +åIJij ãģij +׼ ×ŀ×Ķ +б ед +Ø£ عض +أعض اء +ÙĪÙĦ د +วà¹Īา à¸Īะ +Ġb ánh +à¸Ļิ ย +à¸Ļิย ม +à¸Ľà¸£à¸° à¸ģัà¸Ļ +ÑģÑĤав иÑĤÑĮ +à¸ŀ à¸Ļัà¸Ļ +ĠÑį ÑĦÑĦ +ĠÑįÑĦÑĦ екÑĤив +Ġав ÑĤоÑĢ +ĠÄIJ Äĥng +Ġth Æ°á»Łng +ãĤĴ æĦŁãģĺ +à¸ģัà¸ļ à¸ģาร +å¾Į ãģ« +Ġya ÄŁ +ست اÙĨ +Ġli á»ģn +ãģĦ ãģ¾ +i êu +à¹Ĥà¸Ķ à¸Ļ +ĠÙĦ Ø°ÙĦÙĥ +à¹Ĥรà¸ĩ à¹Ģรียà¸Ļ +צ ×Ļ×Ĵ +ĠاÙĦÙħ عÙĦÙĪÙħات +ç§ģ ãģŁãģ¡ +à¸Ĺีà¹Ī à¸Ħุà¸ĵ +ãģ«ãģª ãģ£ãģ¦ãģĦãĤĭ +×ŀ×ĵ ×Ļ׳×Ķ +ס ׼×Ŀ +Ġв не +à¸ŀ à¸Ļัà¸ģà¸ĩาà¸Ļ +ÑĢ ей +à¹Ģà¸Īà¹īา หà¸Ļà¹īาà¸Ĺีà¹Ī +ĠHi á»ĩn +Ġméd ico +ĠتØŃ ÙĤÙĬÙĤ +ÑĮ ÑĤе +miÅŁ ti +ÙĤÙĬ ادة +ãĤı ãģĭãĤĬ +มา à¸Īาà¸ģ +ëħ Ģ +ãģ«éĸ¢ ãģĻãĤĭ +×IJר×Ĵ ×ķף +m ètre +Ġעצ ×ŀ×Ļ +ĠCh úa +รูà¹ī à¸Ī +รูà¹īà¸Ī ัà¸ģ +ì£ Ħ +ëĭ µ +à¹ģà¸Ĺ à¹ī +Ġgeç en +Ġlan ça +ĠاÙĦ بØŃØ« +×ĵ ×ŀ×ķ +ãģ¯ ãģĺ +ãģ¯ãģĺ ãĤģ +Ġdön Ã¼ÅŁ +è¿ij ãģı +à¹Ģส ม +à¹Ģสม à¸Ń +ëĿ ½ +Ġü ç +á» ŀ +ÑĪ аÑı +à¸Ĺ ร +ØŃ ÙĤÙĬÙĤØ© +à¸Ĥà¸Ńà¸ĩ à¸ģาร +Ġ무 ìĹĩ +Ġ×Ķ ׼ר +ĠاÙĦص ÙĬÙĨ +ĠлÑİ Ð´Ð¸ +à¸ķ าย +ب ÙĪÙĦ +Ġvi êm +Ġthi á»ĩu +à¸ģ à¸Ķ +Ġ׾ ×ĵ×ijר +פ ׳×Ķ +×IJר ×ij×¢ +س Ùī +ĠاÙĦسÙĬ اس +ĠاÙĦسÙĬاس ÙĬØ© +yd ı +ÙĪØŃد Ø© +ĠдеÑıÑĤелÑĮ ноÑģÑĤи +Ġ×ķ×Ķ ×ŀ +п еÑĩ +пеÑĩ аÑĤ +иÑĢов аниÑı +ĠÑģ ог +ĠÑģог лаÑģ +Ġ׼ ×ĵ +Ġ׼×ĵ ×IJ×Ļ +ĠиÑģполÑĮзов аÑĤÑĮ +ס פ×ķר×ĺ +Ġil çe +exp érience +ĠTh á»Ŀi +Ä° K +à¹Ħà¸Ł à¸Łà¹īา +ëĵ¤ ìĹIJê²Į +à¸Ľà¸£à¸° à¹Ģà¸ł +à¸Ľà¸£à¸°à¹Ģà¸ł à¸Ĺ +Ġmü mk +Ġmümk ün +Ġ×IJ×ķת ׳×ķ +ìĦ± ìĿĦ +ĠìĿ´ ìľł +زÙĬ ارة +Ġolduk ça +r ób +ĠØ£ ÙĨا +Ġ×Ķ ×ij×Ļ +Ñģ ен +×¢ ×Ļקר +×Ļ×ĵ ×ķ×¢ +d zÄħ +Ùħ عÙĦÙĪÙħات +Ø´ اب +Ġpar ça +à¸Ļะ à¸Ħะ +ب اس +ĠÑĤоÑĢ г +ĠÑĤоÑĢг ов +Ġ×Ĺ ×ĵר +׼ ר×ĺ +׼ר×ĺ ×Ļס +ĠA yrıca +ÃªÌ £ +ìľ ¨ +ĠÑĤак ие +Ġ×ŀצ ×ķ×Ļ +ãĥ©ãĥ³ ãĤŃãĥ³ãĤ° +ש×Ļ×ķ ×ķק +åīį ãģ® +ĠB ảo +Ñī Ñĥ +æĹ© ãģı +ĠPh òng +à¸ŀระ ราà¸Ĭ +פ ×Ĺ×ķת +Ġг л +Ġгл аз +à¸Ĺ à¹Īา +Ġd ạy +ÑĢ оÑģÑĤ +à¹Ĥà¸Ķย à¹Ģà¸īà¸ŀาะ +Ġqu áºŃn +Ġ×Ĺ×ijר ×ķת +m ême +mÄ±ÅŁ tı +ĠاÙĦت داÙĪÙĦ +Ġn ạn +Ġ×Ķ ×ĵ×Ļ +ĠاÙĦØ· رÙĬÙĤ +×Ĵ ×ķת +Ġ×Ķ ×ĵר×ļ +ujÄħ ce +Ġch ữ +ãĤĤãģ® ãģ® +ë° Ľ +ãģķãĤĵ ãģ¯ +Ġyard ım +ĠاÙĦع Ùħ +Ġì§Ħ íĸī +Ġ×Ļ ×Ĺ +Ġ×Ļ×Ĺ ×¡×Ļ +ĠاÙĦÙħ دÙĬÙĨØ© +Ġc ú +à¸ģี ฬ +à¸ģีฬ า +Ġni ên +mis ión +׳×Ļס ×Ļ +׳×Ļס×Ļ ×ķף +Ġвоз ÑĢаÑģÑĤ +Ġ×¢×ķש ×Ķ +ĠÙħ دÙĬر +Ñı ÑģÑĮ +ØŃ Ø¬Ùħ +íĻĺ ê²½ +ĠاÙĦØ£ خرÙī +u ÃŁer +ĠاÙĦعاÙĦÙħ ÙĬØ© +ĠNg á»įc +êµIJ íļĮ +ä¸Ĭ ãģ§ +×Ļ×Ķ ×ķ×ĵ +×Ļ×Ķ×ķ×ĵ ×Ļ×Ŀ +Ùħس اعدة +Ġжиз нÑĮ +ĠпоÑĤ омÑĥ +ĠاÙĦÙħ ÙħÙĦ +ĠاÙĦÙħÙħÙĦ ÙĥØ© +ĠG ör +ر ÙIJ +×ŀק ×ķ×ŀ×ķת +åĩºæĿ¥ ãĤĭ +ÑĦ ÑĤ +ĠìĿ´ ìłľ +ĠÑĢ ем +ĠÑĢем онÑĤ +ת ×ķ×ļ +æĻĤ ãģ¯ +ãĤīãĤĮ ãģªãģĦ +alt ı +家 ãģ® +ĠاÙĦØ¥ عÙĦاÙħ +리 ëĬĶ +ãģĭãĤī ãģ¯ +ĠH ạ +ãģĤ ãģ® +×ĵ×Ļ ×ķף +رÙĬ س +Ġsoci etÃł +ĠاÙĦÙĥ بÙĬر +Ġ×ij ×ŀס +Ġ×ij×ŀס ×Ĵר +Ġ×ij×ŀס×Ĵר ת +ĠìŀĪ ìľ¼ë©° +Ġn ặng +Ùĩ Ùī +ĠB Ãł +×ŀר ×ķ +Ġj ÄĻ +ĠjÄĻ zy +ĠjÄĻzy k +Ġ׼ ×ŀ×ķ×ijף +×¢ ׾×Ķ +à¸Ĺีà¹Ī à¹Ħà¸Ķà¹ī +ãģ¾ ãģĹãĤĩãģĨ +×ŀס פר +Т Ðŀ +سÙĬاس Ø© +Ġкажд Ñĭй +ë² ł +t ım +y á»ĩn +ร ีà¹Ī +ĠдеÑĤ Ñģк +วิà¸ĺี à¸ģาร +m ówi +×ĺ×¢ ×Ŀ +×Ķצ׾ ×Ĺ×Ķ +ض ÙĬÙģ +ĠÑħоÑĤ Ñı +ãĤĵãģ§ ãģĦãĤĭ +à¸Ħา à¸Ķ +à¸Ħร à¸ļ +Ġк ÑĥÑĢÑģ +ĠbaÅŁ arı +×ijר ×ķ +ÙĬع Ø© +ĠÐĿ Ñĥ +à¸Ħวาม à¹Ģà¸Ľà¹ĩà¸Ļ +Ġ׾ ×ŀש׾ +Ġì¢ĭ ìĿĢ +Ùħؤس س +Ùħؤسس ات +Ġpréc is +Ġth ảo +à¸ģà¹ĩ à¸Ħืà¸Ń +Ġש ׼׾ +führ ung +ãģĦ ãģ§ +à¹ģละ มี +à¸ģà¹ĩ มี +Ġש ש +м ел +Ġкни г +ĠباÙĦ ÙĨ +ĠباÙĦÙĨ سبة +Ġald ı +ÑĤ ай +Ġ×Ĺ×ĵ ש×Ļ×Ŀ +å®Ł ãģ¯ +ع ÙĪا +ĠìĿĺ 미 +из м +ÑĢабоÑĤ аÑĤÑĮ +Ùģ ص +Ġ×ij׳ ×ķסף +ãģ¨ãģĹãģ¦ ãĤĤ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ĺีà¹Ī +ĠÑģлед ÑĥеÑĤ +èĢĥãģĪ ãģ¦ +Ġ׼ ×Ļ×ķ×Ŀ +ÑģÑĤ Ñĭ +׼׾׼ ׾×Ļ +æµģ ãĤĮ +ãĤĴ ãģ¤ãģij +Ñĩ аÑĤ +×Ļ׼ ×ķף +×Ļר ×Ļ +ları yla +ãĤ¤ ãĥ¡ +ãĤ¤ãĥ¡ ãĥ¼ãĤ¸ +׳×ĸ ק +Ġci ò +Ġs ın +Ġsın ır +à¸Ļ à¸Ħร +к аÑĤ +Ġl á»Ĺi +ëŀ Į +تÙģ اص +تÙģاص ÙĬÙĦ +ëĨ ĵ +ĠÙħ ض +il miÅŁ +بار Ùĥ +ÐĿ Ðĺ +Ġth ẩm +Ġ×IJ×ķת ×ļ +ĠпÑĢин им +ĠпÑĢиним а +Ġyö nt +Ġyönt em +Ġ×ŀק ×ij׾ +Ġktó rego +ê· Ģ +شر Ùģ +د اÙħ +ãģĦãĤį ãģĦãĤį +ĠAl ém +Ġgör ü +Ġgörü nt +Ġgörünt ü +د س +ÑĪ ки +г ÑĢад +Ġl ạc +Ġs ữa +ãĤīãĤĮ ãģ¾ãģĻ +o Ãłi +Ñī ен +ãģĭ ãģªãģĦ +Ġп оп +Ġпоп Ñĥ +ĠпопÑĥ лÑıÑĢ +ĠاÙĦÙħ ÙĪÙĤع +rä g +ï¼ ¡ +íķ Ħ +ãĤĴè¦ĭ ãĤĭ +اÙħ ا +ĠاÙĦØŃ Ø±Ø¨ +ĠÐŁ а +Ġ׾ ×IJתר +Ġt á»ijc +×ij ׾×Ķ +ر ئÙĬس +в Ñĥ +ÙĬ دÙĬ +каз ан +Ġ׊ש×ij×ķף +h ôtel +×¢ ×ķ׳×Ķ +ب ÙĨÙĬ +×ŀ ×ķ׾ +Ġд нÑı +éĽ£ ãģĹãģĦ +вед ениÑı +Ġ×ķ ×ŀת +н апÑĢимеÑĢ +ÙĤ ابÙĦ +Ġrésult at +ĠÑĢазвиÑĤ иÑı +ر Ùij +ìłĦ 문 +ĠاÙĦÙħ زÙĬد +ĠìľĦ íķ´ìĦľ +ëĨ į +íĻ ķ +ĠThi ết +íĮ ¨ +malı dır +Ġcz ÅĤ +ĠczÅĤ owie +ĠczÅĤowie k +ĠÙĦ بÙĨ +ĠÙĦبÙĨ اÙĨ +üs ü +ãģªãĤĵ ãģł +Ġżyc ie +ĠÑħоÑĢоÑĪ о +æĸ¹ ãģ« +ëĭ¤ ë©´ +иÑĩеÑģ каÑı +ער ×Ļ׼ +ער×Ļ׼ ת +ãģ¾ãģĽãĤĵ ãģ§ãģĹãģŁ +ĠÑģоб ой +Ġg á»Ĺ +Ġдел аÑĤÑĮ +da Äĩ +аÑĢ а +róż ni +à¹Ģล ีà¹ī +à¹Ģลีà¹ī ย +à¹Ģลีà¹īย à¸ĩ +à¸Ŀ าà¸ģ +Ġت ÙĤ +ĠتÙĤ دÙĬ +ĠتÙĤدÙĬ Ùħ +หà¸Ļ ุà¹Īม +Ġmü cade +Ġmücade le +ì§Ģ 를 +ãĤ¤ ãĤ¹ +ĠØ£ ساس +jÄħce go +ĠÅŁ eh +н ÑĤеÑĢ +ÑĨи Ñİ +ï» » +ÑİÑī его +à¹Ĥà¸Ľà¸£ à¹ģ +à¹Ĥà¸Ľà¸£à¹ģ à¸ģรม +Ġmie Äĩ +ØŃÙĥÙĪÙħ Ø© +ãģ§ãģĹãģŁ ãģĮ +×Ļס ×Ķ +ãĤĤãģ® ãĤĴ +Ġ×ŀ ×IJת +สุà¸Ķ à¸Ĺà¹īาย +Ġc Å© +ÙĨ سب +ĠпÑĢ оÑĩ +Ġд ней +ĠÑįÑĤи Ñħ +׾ ×ŀת +нÑı Ñı +Ñį к +Ġì§Ģ ëĤľ +มหา วิà¸Ĺยา +มหาวิà¸Ĺยา ล +มหาวิà¸Ĺยาล ัย +d ão +ĠMá y +ĠêµŃ ê°Ģ +à¸ļุ รี +×Ĵ ×Ļ׾ +ĠÑĤÑĭ ÑģÑı +ĠÑĤÑĭÑģÑı Ñĩ +Ùģ Ùĥ +ĠÐĺ Ñģ +è¡Į ãĤıãĤĮ +פר ×ĵ +ãģ¤ ãģį +à¸Ħร à¸Ńà¸ļ +à¸Ħรà¸Ńà¸ļ à¸Ħรัว +à¸Ĥึà¹īà¸Ļ มา +ä»ĬæĹ¥ ãģ¯ +ĠìĤ¬ëŀĮ ìĿ´ +עצ ×ŀ×Ķ +п оÑĢ +ĠK ỳ +Ġ Æ¡n +Ġth Äĥm +Ùģ اÙĤ +ãģļ ãģ« +Ġ׾ קר +Ġ׾קר ×ķ×IJ +اÙģ ÙĬØ© +Ùħ Ùİا +г аÑĢ +ص ÙĦا +صÙĦا Ø© +Ġ×ŀ ×ĸ×Ķ +lı ģını +Ġ×IJ ×Ļ׳×Ķ +к ÑĢо +Ġng Æ°Æ¡i +Ġв ним +Ġвним ание +jÄħ cy +ÙĢÙĢÙĢÙĢ ÙĢ +Ñģ Ñħод +ãģªãĤĵ ãģĭ +×ŀ ×Ļ׾ +Ġ×Ķ×IJ ×Ĺ +ãĤı ãģªãģĦ +ع سÙĥر +ĠìĦ¸ ê³Ħ +ĠÑĩ его +ĠÑģÑĢед ÑģÑĤва +ĠÐł аÑģ +ãģª ãģģ +ÙĨ Ùģس +ר×Ļ ×ķף +Ñģ Ñĥд +ĠìĿ¸ ê°Ħ +ĠاÙĦÙħ ÙĤبÙĦ +ÙĨ عÙħ +تÙĪ Ùģر +ש ×ij×¢ +ı lm +ılm Ä±ÅŁ +Ġ×ľ×ª ת +تص Ùģ +×Ķפ ×ķ×ļ +à¹ĥà¸Ļ à¸Ľà¸µ +ìĿ´ ê³ł +Ùģ ÙĪز +à¸ľà¸¥ à¸ĩาà¸Ļ +ĠGi áo +à¸ļà¸Ńà¸ģ วà¹Īา +Ġd Ä±ÅŁ +ĠdÄ±ÅŁ ında +ì£ ½ +Ġdzie ÅĦ +к ÑĨии +и ÑĨе +ãģ® ä¸Ģ +ع Ø´ +пÑĢ еÑģÑģ +หà¸Ļ à¹Īà¸Ńย +ลัà¸ģษ à¸ĵะ +Ġpossibilit Ãł +à¹Ħà¸Ķà¹īรัà¸ļ à¸ģาร +หย ุà¸Ķ +Ġphi ên +çĶŁ ãģ¾ãĤĮ +Ø· ÙĪÙĦ +ÑĦ ин +f ür +ØŃ ÙĬاة +íĸ ĪìĬµëĭĪëĭ¤ +׼ ׳×ķת +à¸Ľà¸£à¸° ส +à¸Ľà¸£à¸°à¸ª à¸ļ +à¸Ľà¸£à¸°à¸ªà¸ļ à¸ģารà¸ĵà¹Į +ëIJĺ ìĹĪ +Ġkaż dy +Ġl uyá»ĩn +ĠоÑĢганиз аÑĨии +å°ij ãģªãģı +ÑģÑĤÑĢо ен +Ġtécn ico +ק ×Ķ׾ +Ġ×ķ×IJ ×Ĺ +ĠعÙĦÙĬ Ùĥ +Ñī ение +Ġ×Ķ ×Ļ׾×ĵ×Ļ×Ŀ +ÙĪس ائÙĦ +Ġ×ķ ×Ķת +تÙħ ÙĬز +ĠÑģ казал +Ġпол и +Ġ×Ķ×ŀ ס +ÙĦÙij Ùİ +Ùħؤس سة +Ġ×ŀ ×Ļ×ĵ +ãģ£ ãģ¡ +ĠëĦĪ 무 +à¸ŀ ี +Ġt ặng +Ġt ấn +ר ש×Ŀ +Ġméd ica +Ġ×¢ ×ķ×ŀ +Ġ×¢×ķ×ŀ ×ĵ +ÑĦ оÑĢ +Ùħر Ø© +Ġvat anda +Ġvatanda ÅŁ +Ġдел о +à¸Ļ ม +ãģ¨ åIJĮãģĺ +Ùģ Ùī +Ñģ оÑĢ +Ġ×Ķס ר×ĺ +Ġép oca +ìłķ ì±ħ +ĠÑģвÑıз ан +ض رب +ĠÙĦ ÙĨا +Ġuży wa +ĠاÙĦج ÙĬØ´ +Ñİ ÑĢ +×ijס ×ķ×£ +Ġм Ñĥ +ĠмÑĥ зÑĭк +bilit é +Ġma ç +س Ùİ +ت ÙĦÙĥ +ãģ ¬ +ÙĬ ÙĦا +ÑĪ ла +ÙĢÙĢ ÙĢ +Ġод ной +зв ан +ĠÑģ ÑĢаз +ĠÑģÑĢаз Ñĥ +ÙĨ ظÙħ +را Ùĩ +ĠÙĦÙĩ ذا +׼ ×ķר +Ġ×Ķש ×ij×ķ×¢ +Ġ×Ķש ת +ĠQu ảng +ãĥ« ãĥ¼ +ãģĪ ãģªãģĦ +×ĺ ×IJ +Ġmi á»ģn +ĠPh áºŃt +ĠاÙĦس ÙĪÙĤ +Ä Ĥ +ĠاÙĦج Ùħع +ĠاÙĦجÙħع Ø© +ÑİÑī ей +a ÅĤem +عت ÙĤد +Ø£ ÙĦÙħ +Ñģ ке +ĠìĿ´ íķ´ +ÙĨس Ø® +è¨Ģ ãģĦ +д обав +سب ÙĤ +×¢×ķר ר +ÑĤи п +ãģĿãģĵ ãģ§ +vis ión +عÙĪد Ø© +ë¨ ¹ +×ŀ ×ĸר×Ĺ +ĠØ¥ ØŃ +Ġ׾×ij ×Ļף +Ġ׾צ ×IJת +Ġyard ı +Ġyardı mc +Ġyardımc ı +Ä° Z +ק פ×Ķ +tr é +liÄŁ ini +клÑİÑĩ а +Ġüret im +Ġa yrı +ĠkiÅŁ iler +à¸Ħ à¹īà¸Ļ +à¸Ħà¹īà¸Ļ หา +ĠS á»± +Ġ׼ ס +Ġ×Ľ×¡ ×£ +ĠÑĤак иÑħ +ĠXu ân +Ġл ег +Ġлег ко +Ø«ÙĤ اÙģØ© +ÐĿ Ðŀ +ãĤ¹ãĤ¿ ãĥĥ +ãĤ¹ãĤ¿ãĥĥ ãĥķ +åIJĪ ãģĦ +Ġ×Ķש ×Ļ×ŀ×ķש +man ız +ĠÐĴ аÑģ +g ün +ìľĦìĽIJ íļĮ +Ġwsp óln +ĠÑģв ое +í ĥģ +à¹Ģà¸Ļ ีย +ÙĪب Ø© +в Ñıз +ı dır +ëIJĺ ìĹĪëĭ¤ +ĠdeÄŁi ÅŁtir +ãĤĭ ãģĵãģ¨ãģĮ +Ġ×Ĺ×ĵ ש×Ķ +ãĤīãĤĮ ãģ¦ãģĦãĤĭ +×Ĺ×Ļ ×Ļ×ij +ĠÐļ аÑĢ +׳×Ļת ×ķ×Ĺ +Ġק×ĺ ף +ר ×ĸ +ÙĪ غ +èªŃ ãģ¿ +Ġت ÙĤÙĪÙħ +ĠÙĥ اÙĦ +à¸Ŀ ึà¸ģ +Ġë°ľ ìĥĿ +ológ ico +ر اع +à¹ģà¸ģà¹ī à¹Ħà¸Ĥ +ĠÑĢабоÑĤ Ñĥ +ÙĨÙij Ùİ +à¸Ńยูà¹Ī à¸Ĺีà¹Ī +ĠاÙĦØ« اÙĨÙĬØ© +ĠNh ân +Ñħ ваÑĤ +ö ne +Ġع دة +à¹ģ สà¸ĩ +ÑĤ оп +пÑĥÑģ ка +شر اء +ĠÐļ ом +Ġפע ×ķ׾×Ķ +ìĤ¬ ìĿ´ +ìĤ¬ìĿ´ íĬ¸ +è¡Į ãģ£ãģ¦ +Ġ×Ķ ×Ķת +ĠÑģÑĤ оÑĢо +ĠÑģÑĤоÑĢо нÑĭ +در س +à¸ĭ ู +à¸ķà¹Ī ำ +ĠØ£ بÙĬ +под об +ãģ« ãģ¦ +ار تÙģاع +ĠÙħ ؤ +ик ов +ge führt +มืà¸Ń à¸ĸืà¸Ń +ĠÙĦ ÙĤد +ĠØ£ÙĨ Ùij +سÙĬ طر +ãģ¾ãģļ ãģ¯ +ס ×ĵ +Ñģк олÑĮко +ãģ¿ãģŁãģĦ ãģª +×ĵר ×Ĵ +×¢ ×Ļ×ĵ +à¹ĥหà¹ī à¸ļริà¸ģาร +ĠÐĶ и +×ij×¢ ×Ļ×ķת +Ġ×Ķ×Ĺ ×ķ +пиÑģ ÑĮ +ĠاÙĦØ® ÙĦ +б ав +ĠÄ° lk +ĠاÙĦØ® Ùħ +ĠاÙĦØ®Ùħ ÙĬس +ĠÙĬ ÙĤÙĪÙħ +æĻĤ ãģ® +ĠsÅĤ ow +ĠØ£ ÙĩÙħ +Ø®ÙĦ ÙĤ +ĠØ£ صبØŃ +Ġchứ a +Ġth ác +Ùģ اÙĦ +Ġch á»Ŀ +ĠاÙĦØ® ار +ĠاÙĦخار ج +ĠاÙĦخارج ÙĬØ© +Ø· ائر +Ġt Ãł +ĠtÃł u +à¸ģล à¹īà¸Ńà¸ĩ +ĠاÙĦÙħر Ø£ +ĠاÙĦÙħرأ Ø© +åħ¨ ãģı +ĠÃĸ n +çļĦ ãģ«ãģ¯ +Ġpiè ce +×Ĵ ×Ļ×ij +ĠاÙĦ ÙĪاÙĤع +ä»Ĭ ãģ® +ĠاÙĦÙħ ÙĤ +cz nÄħ +Ùģع اÙĦ +ен ного +ĠÑĦак ÑĤ +ìĭł ì²Ń +ĠÐŀ ни +ĠاÙĦبÙĦ اد +ов иÑĩ +ëı Į +ÑĦ ÑĥнкÑĨи +Ġìĸ´ ëĬIJ +ãĥķãĤ© ãĥ¼ +d ÃŃ +ил оÑģÑĮ +Ùħ Ùī +ĠاÙĦØ£ÙħرÙĬ Ùĥ +ĠاÙĦØ£ÙħرÙĬÙĥ ÙĬØ© +×ĺ ×Ļפ×ķ׾ +íĶĦ ë¡ľê·¸ +íĶĦë¡ľê·¸ ëŀ¨ +Ġש ×ķ׳×ķת +Ø´ ÙħÙĦ +ĠпаÑĢ а +Ġ×Ķ×Ĺ ×ķק +ÙĪز ارة +ãģ¨ ãģĻãĤĭ +Ġqu ảng +ĠaÄŁ ır +ĠاÙĦÙĦ ج +ĠاÙĦÙĦج ÙĨØ© +ê¸ ´ +ĠT ân +ج ÙħÙĦ +д ол +à¹ģà¸ŀ à¸Ĺย +à¹ģà¸ŀà¸Ĺย à¹Į +Ġר×IJ ש×Ļ +Ñī ей +Ġçev re +Ġкомп лекÑģ +Ġ×ij ×ŀש×ļ +Ġalt ın +ĠØ£ عÙħاÙĦ +ĠÑģво его +ãĤĪ ãģĦ +×Ĺ׾ ×Ļ×ĺ +×ŀ׳ ×¢ +Ġר ×ij×Ķ +ĠØ£ÙĬضا Ùĭ +×ĸ ׾ +ĠاÙĦسÙĬ اسÙĬ +æĢĿ ãģĨ +קר ק +קרק ×¢ +ĠاÙĦÙģ رÙĬÙĤ +б иÑĤ +ק ׳×Ķ +ĠØ¥ ÙĨÙĩ +ĠÐĴ ам +Ðł Ðŀ +ãĥĪ ãĥª +å¿ħè¦ģ ãģª +Ġch âu +ç¶ļ ãģij +Ġçöz üm +gÅĤ ow +ع ÙĤÙĦ +売 ãĤĭ +i ết +à¸Ĭิ à¹īà¸Ļ +ĠØŃÙĤ ÙĪÙĤ +Ø·ÙĦ ع +ĠÄij en +ĠÙĥ اÙģØ© +ãģ® ãģĶ +Ġë ¬ +Ġë¬ ¼ +Ġ물 ë¡ł +Ġرس ÙĪÙĦ +з ам +зам ен +Ġkullan ıcı +×¢ ×ķ׾ +èī² ãĢħ +ÑĪи ÑĢ +Ġ׊ש +Ġwy gl +Ġwygl Äħda +ש ×Ļ×ŀ×ķש +å¿ĺ ãĤĮ +×¢ ×Ļצ×ķ×ij +ĠاÙĦس ÙĪرÙĬ +å°ij ãģªãģĦ +Ġпо иÑģк +สำ à¸Ļัà¸ģà¸ĩาà¸Ļ +Ġ×ŀצ ×ĵ +Ġmü ÅŁ +ĠmÃ¼ÅŁ ter +ĠmÃ¼ÅŁter i +ĠÙħÙĨ ÙĩÙħ +à¸ķำ à¹ģ +à¸ķำà¹ģ หà¸Ļ +à¸ķำà¹ģหà¸Ļ à¹Īà¸ĩ +ÅĽ mie +Ġש ×ł×ª +Ġ×Ķ פ×Ļ +פר ש +×¢×ijר ×Ļת +สà¸Ļ ัà¸ļ +สà¸Ļัà¸ļ สà¸Ļุ +สà¸Ļัà¸ļสà¸Ļุ à¸Ļ +è¨Ģ ãģ£ãģ¦ +à¸ģาร à¸Īัà¸Ķ +ĠMo że +из аÑĨии +ứ t +ĠÙĪب عد +ĠdeÄŁ ild +ĠdeÄŁild ir +Ġת ×ŀ +Ġ×ŀ×ŀ ׳×ķ +話 ãĤĴ +ĠÑĨ ена +Ġth úc +×Ļ×ŀ ×ķף +ĠB áo +ãĤĴ åıĸãĤĬ +å®ī ãģĦ +Ġ×¢×ķש ×Ļ×Ŀ +èĩªåĪĨ ãģĮ +l ée +ãĤĭ ãģ®ãģ§ +иÑĢÑĥ еÑĤ +ãģ¦ ãĤĭ +ست ر +ĠاÙĦØŃ ÙĬ +×Ļ׾ ×ķת +Ġ×Ĺ ×ij +ÙĤر Ø£ +تÙħ ÙĥÙĨ +س ائÙĦ +prü f +ãģĭ ãģijãģ¦ +ĠÑģоб ÑģÑĤвенно +ĠìľĦ íķĺìŬ +׾ ×Ļ×ĺ +ãģĮ å¤ļãģı +ÙĬت Ùĩا +ç«ĭ ãģ¦ +ม à¸Ńà¸ļ +ìĭľ ìŀ¥ +оÑĢ а +Ġs avaÅŁ +×ĺ×Ļ×ij ×Ļ +×ij ׳×ķ +Ùħا ذا +기 ê°Ħ +ãģªãģ© ãģ§ +Ġ×ŀ ת×Ĺ×Ļ׾ +Ġnhi á»ħ +Ġnhiá»ħ m +ка ÑĢ +каÑĢ ÑĤ +Ġ׾×Ķ שת×ŀש +׳ ×Ļ×Ĺ +اد ÙĬØ© +ราย à¸ĩาà¸Ļ +Ġprzy kÅĤad +Ñī ий +ØŃض ÙĪر +Ġh ôn +à Ŀ +ת ×ķצ×IJ×ķת +راب Ø· +Ġb ếp +ĠполÑĥÑĩ и +åĩºä¼ļãģĦ ç³» +à¸Ľà¸¥ à¹Īà¸Ńย +ĠاÙĦØ´ باب +اÙĩ ÙĦ +ä»Ĭ ãģ¾ãģ§ +رج ع +ãĤ¶ ãĥ¼ +ÙĤ Ùģ +ĠGro ÃŁ +ĠíļĮ ìĽIJ +اج ر +Ġ×ij×ŀ קר×Ķ +Ġseg urança +fü hl +ãģ¦ ãģĦãģı +หม à¸Ń +ĠкоÑĤоÑĢ ом +ĠN Äĥm +ĠdÅĤ ugo +ÙħÙĨ ØŃ +ש×ķ ×ķ×Ļ +ĠØ£ÙĬ اÙħ +ส à¸łà¸²à¸ŀ +r zÄħ +شر Ùĥات +ãĤĴ èĢĥãģĪ +д аÑĢ +à¸Ľà¸£à¸° à¸Ĭุม +Ġ×ķ×IJ ×ĸ +i á»ĩn +Ġt Æ°Æ¡i +ש ×Ļ×Ĺ +à¸Ń à¹Īà¸Ńà¸Ļ +æĽ¸ ãģĦãģ¦ +Ġng ữ +×ij×Ļ×ĺ ×Ĺ +×ij×Ļ×ĺ×Ĺ ×ķף +Ġs ẵ +Ġsẵ n +ì§Ģ ëıĦ +ĠпÑĢ еп +ĠпÑĢеп аÑĢаÑĤ +Ġна ÑĥÑĩ +ĠÃľ nivers +ĠÃľnivers ites +ĠÃľniversites i +Ġ×Ĵ×ĵ ×ķ׾×Ķ +Ġ×Ķ ×ł×ª +Ġ×Ķ×ł×ª ×ij×¢ +ãģ§ãģĤ ãģ£ãģŁ +Ġmies iÄħ +ĠmiesiÄħ c +г ÑĢам +гÑĢам м +Ġبش Ø£ÙĨ +ĠÑħ ÑĢ +ק ×Ļ×ĵ +ק×Ļ×ĵ ×ķ×Ŀ +Ø´ Ùĥر +Ġ á»ķ +Ġá»ķ n +ãģĮãģĤ ãģ£ãģ¦ +ãģķãĤĮ ãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĵ +Ġ×Ĺ×ķ×ĵ ש×Ļ×Ŀ +ÙħÙĪا جÙĩ +ÙħÙĪاجÙĩ Ø© +أش خاص +ب غ +à¹Ģรียà¸Ļ รูà¹ī +ãģĹãģ¦ ãģĦãģı +Ġs ạn +å¿ħ ãģļ +׳ ×Ļ×Ĵ +׳×Ļ×Ĵ ×ķ×ĵ +باÙĦ غ +׊ש×ŀ +×Ĺש×ŀ ׾ +Ġnap raw +Ġnapraw dÄĻ +Ø´Ùĩ اد +×IJ ×ķ×Ķ +×IJ×ķ×Ķ ×ij +и ÑĨÑĭ +Ġ×Ķ ר׼×ij +ëŀ ij +Ġת ×¢ +Ġ×Ķ ×Ļש +Ġ×Ķ×Ļש ר×IJ +Ġ×Ķ×Ļשר×IJ ׾×Ļ +Ø£ ÙħÙĨ +ÑİÑī аÑı +sk ór +LER Ä° +Ġ×Ķ×IJ×Ĺר ×ķף +×¢ ׳ק +ĠÙĪ ÙĥÙĦ +ãģĵãģĵ ãģ§ +Ġqu án +liÄŁ in +à¸ģà¸İ หมาย +Ø· Ùħ +Ø£ جÙĩ +أجÙĩ زة +ĠEr doÄŁan +ãģ§ ãģĬ +Ġв ÑĢа +ĠвÑĢа Ñĩ +ĠPh ó +à¸Ĭั à¹Īว +à¸Ĭัà¹Īว à¹Ĥม +à¸Ĭัà¹Īวà¹Ĥม à¸ĩ +Ġph úc +×Ļפ ×ķת +×¢×Ļ ×ķף +Ġduż o +ãĥģ ãĥ¼ãĥł +ĠÙĬ Ùİ +Ġзад аÑĩ +Ġ×Ĵ×ij×ķ×Ķ ×Ķ +Ġ׼ ׼׾ +лож ен +ét at +Ġng Äĥn +èµ· ãģį +ĠTi ến +ص عب +Ġexperi ência +Ø® Ùħ +à¸ģาร à¸Ĺำà¸ĩาà¸Ļ +س ÙĬد +ĠD á»± +ĠкоÑĤоÑĢ ого +lad ıģı +Ġkh á»ķ +Ġê³Ħ ìĨį +Ñī ик +สà¹Īวà¸Ļ à¸ķัว +з оÑĢ +ÙĨ Ùı +Ġ à¸Ķัà¸ĩ +Ġà¸Ķัà¸ĩ à¸Ļัà¹īà¸Ļ +Ġc ấu +ĠÄij á»ijc +о ÑĦ +ĠاÙĦØ£ عÙħاÙĦ +ãģªãģı ãģ¦ãĤĤ +×ķ׼ ×Ļ×Ŀ +à¹ģ à¸Ľ +ĠB ên +ãĥ¯ ãĥ³ +Ġgi ám +ĠÅŀ u +Ġd áng +ع ÙĦÙĬ +à¹Ģà¸ģ ษ +à¹Ģà¸ģษ à¸ķร +ÙĪج ب +н нÑĭе +ÙĤ ضاء +à¸Ħว à¸ļ +à¸Ħวà¸ļ à¸Ħุ +à¸Ħวà¸ļà¸Ħุ ม +ãģ¤ ãģ¤ +ĠVi á»ĩc +×ŀ×ij ×ĺ +ש×Ļת ×ķ×£ +Ġв едÑĮ +k aza +kaza ÅĤ +à¸ķำ รวà¸Ī +ãĤ¿ ãĥ« +Ġпов Ñĭ +ĠповÑĭ ÑĪен +ĠS ợ +ĠìĦ¤ ëªħ +ĠÃĩ ünkü +ìĥĿ íĻľ +Ö ¾ +ãĤĮ ãģ¦ãģĦãĤĭ +Ġ×ij ר×IJש +ר ×ķ×Ĵ +Ġо ÑĦи +ĠоÑĦи ÑĨиалÑĮн +ĠÑĥ ÑģÑĤанов +ĠÑĥÑģÑĤанов лен +ĠاÙĦÙħ صر +ĠاÙĦÙħصر ÙĬØ© +ĠÐŁÐ¾ ÑįÑĤомÑĥ +ÙĨ صÙģ +ĠÙĪاÙĦ ÙĨ +Ġh Ãłi +à¸Ħ ิ +ĠApr ès +ì³ IJ +à¹Ģà¸ĭ ีย +×ĵ ×ŀ×Ķ +activ ité +à¸Ħิà¸Ķ วà¹Īา +ÑĤ ÑĢен +à¹Ģ ฮ +ãĥı ãĤ¤ +ãģĮ å¢ĹãģĪ +ен наÑı +Ġìĺ¤ ëĬĺ +ãĥ¢ ãĥ³ +Ġкон еÑĩно +ĠÙħÙĤ ابÙĦ +cl é +Ġh ü +Ġth ẳng +ìłģ ìĿ´ +ĠÐIJ лекÑģ +ĠÐIJлекÑģ ан +ĠÐIJлекÑģан дÑĢ +ãĥŀãĥ³ ãĤ·ãĥ§ãĥ³ +ãģ²ãģ¨ ãģ¤ +ãģª ãģĬ +à¹Ģà¸Īà¹īา à¸Ĥà¸Ńà¸ĩ +ëĵľ 리 +Ø´ اء +ĠsaÄŁ lık +ĠÅŁ imdi +×Ļ×IJ ׾ +تأ Ø«ÙĬر +Ø£ سب +أسب اب +ĠвÑĭполн ен +л ок +ש ×Ļ×ij×Ķ +Ġl ắm +ĠTr Æ°á»Ľc +Ġ×Ķ×¢ ׾ +리 를 +ĠÑĢ еж +ĠÑĢеж им +int é +inté gr +×Ĵ ׳×Ļ +ĠاÙĦØ´ عر +Ġmil hões +Ġpeque ño +ãĤ³ ãĥ¼ãĤ¹ +×ķ׼ ×Ĺ +à¹Ģà¸Ĭ à¹īา +شر ÙĤ +Ġh Æ°Æ¡ng +รัà¸IJ à¸ļาล +à¸ģล าย +à¸ģลาย à¹Ģà¸Ľà¹ĩà¸Ļ +Ġпод Ñħод +תש ×ķ×ij×Ķ +ãģıãģª ãģ£ãģ¦ +ĠاÙĦØ£Ùħ Ùħ +ĠH á»įc +ĠwspóÅĤ pr +ĠwspóÅĤpr ac +Ñĩ Ñĥв +ÑĩÑĥв ÑģÑĤв +ÃŃst ico +à¹Ģà¸ģ าะ +ìĽ Ģ +Ġназ ад +ãĤĭ ãĤĪãģĨãģ« +ĠС Ш +ĠСШ ÐIJ +м он +ĠAs ÃŃ +×ķר ×Ĵ +полн ен +×ŀס ׾ +×ŀ×¡×ľ ×ķ׾ +à¹Ģลืà¸Ń à¸Ķ +à¹Ģริà¹Īม à¸ķà¹īà¸Ļ +ĠاÙĦØ¥ Ùħ +ĠاÙĦØ¥Ùħ ارات +צ×Ķ ר +ãĥ¡ãĥª ãĥĥãĥĪ +ĠпоÑĤ ом +в из +ĠÙģ ترة +å¾Į ãģ® +ÐĿ ÐIJ +×ŀס ר +ÙĬر ÙĬ +pr é +Ġte ÅŁek +ĠteÅŁek kür +Ġöd eme +د اÙĨ +ãģ¾ ãģĹãģ¦ +缮 ãģ« +ĠÑĤ еÑĩение +l ard +lard ır +à¹Ģรา à¸Īะ +ס פ×Ļ +ĠÙĪÙĥ Ø°ÙĦÙĥ +Ġh át +Ġt á»Ļc +à¸Ħุ ย +Ġb ức +ØŃ ÙĬÙĨ +èģŀ ãģĦãģ¦ +Ùħؤ شر +ĠNh Æ° +Ġмен ее +ละ à¸Ħร +Ñģ ин +ĠÑĢ ек +ĠÑĢек л +ĠÑĢекл ам +ĠÙģ ÙĩÙĪ +Ġ׾ ×ĸ +×Ļ׳ ×ķת +ĠÅŁ art +ÑģÑĤав ка +Ġíı¬ íķ¨ +ãģ«è¡Į ãģı +ï¼ Ŀ +ĠпозволÑı еÑĤ +Ġת×ķ׼ ׾×ķ +ов ал +صÙĦ Ø© +Ġ׾ש ׳×ķת +ĠÐĺ гÑĢ +ÙħÙĨتج ات +Ġsat Ä±ÅŁ +Ñģ ко +ĠاÙĦØ«ÙĦاث اء +Ġ×Ķ×ĵ×ijר ×Ļ×Ŀ +ãģĹãģ¾ ãģĹãĤĩãģĨ +بÙĤ Ùī +åĬĽ ãĤĴ +ĠÃĩ ok +ãĥģ ãĥ¥ +à¹Ģà¸Ĭ ืà¹īà¸Ń +ยุ à¸Ħ +ศา ล +Ġק×ķ×ĵ ×Ŀ +×ĸר ×Ļ×Ŀ +ãģ® åł´åIJĪ +ĠìķĬ ìķĺ +ãģĤãĤĬãģ¾ãģĻ ãģĮ +×IJ שר +è¡Į ãģı +ãģ» ãģĭ +æ°Ĺ ãģ«ãģªãĤĭ +й деÑĤ +íķĺìĺĢ ëĭ¤ +ستÙħر ار +ĠÐŁÑĢ е +ĠÑģ боÑĢ +ĠìķĦ 무 +ç§ģ ãĤĤ +ع ص +Ġн иÑĩ +ĠниÑĩ его +ĠпÑĢи ем +ק ×ķ×ŀ +ĠìĪĺ ëıĦ +Ġì ¡´ +Ġì¡´ ìŀ¬ +ĠØ£ Ø«ÙĨ +ĠأثÙĨ اء +ĠÙĪاÙĦ ØŃ +ãģĮ ãģ§ãģįãĤĭ +Ġת ×Ķ +Ġת×Ķ ×Ļ×Ķ +ר ף +ĠÑģвÑıз и +×Ĵ שת +Ñģп екÑĤ +ס ×ij×Ļ×ij +ס×ij×Ļ×ij ×Ķ +ĠíķĦìļĶ íķľ +ت خصص +Ġж ив +Ġжив оÑĤ +ĠMay ıs +تع ا +تعا ÙĪÙĨ +ĠعÙĨ Ùĩا +ów ki +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬ +ãģłãģijãģ§ ãģªãģı +ìĿ¸ ì§Ģ +ĠاÙĦس ÙĪد +ĠاÙĦسÙĪد اÙĨ +إجراء ات +Ġkö tü +Ġ×Ļ תר +×Ĵ ×Ļש×Ķ +Ġצ ×ķר×ļ +รà¸ĸ ย +รà¸ĸย à¸Ļà¸ķà¹Į +Ñħ оÑĤ +Ðł ÐIJ +ÙĪ Ø·ÙĨ +Ġsay ısı +ס ×Ĺר +Ùħ ÙĪÙĦ +ãĤĴæĮģ ãģ£ãģ¦ +ع اÙĨ +Ġt á»Ļi +ĠвÑĭ ÑĪе +Ġt ầm +ãĥĪ ãĥ¬ +×Ļצ ×ķ +ม ุม +س ÙĪد +ìłĦ ìŀIJ +ãĤµ ãĥŃãĥ³ +ìĤ° ìĹħ +ĠоÑģнов ан +Ø® Ùģض +רצ ×Ķ +بÙĬ ض +×ķÖ ¹ +ס×Ļ ×Ļ×¢ +Ġש ×IJ×Ļ +ĠاÙĦÙĤر Ø¢ÙĨ +ĠТак же +×ŀש ×ŀ×¢×ķת +س ÙĩÙĦ +Ġ×Ķ ׳×Ķ +ãĤĴ ãģĹãģ¦ãģĦãĤĭ +×Ļ ×Ļס +×Ķ ×ķ×IJ +ĠB ÃŃ +Ġмал о +ĠëĶ°ëĿ¼ ìĦľ +Ġר ×Ĺ×ij +ãģĮ é«ĺãģĦ +ÙĪ اس +ìĤ ¼ +׳ ×¢ +ãģ£ ãģ¡ãĤĥ +ĠT üm +à¸Ńีà¸ģ à¸Ķà¹īวย +ãģĹãģ¦ ãģıãģłãģķãģĦ +ÙĨØ´ اط +ãĥĹ ãĥ©ãĥ³ +али ÑģÑĮ +×ĵ ×ľ×ª +Ġwc zeÅĽ +ĠwczeÅĽ niej +ĠÑįÑĤ им +Ġthá»ĭ t +à¸ļ ัà¸į +à¸ļัà¸į à¸Ĭี +ãģļ ãģ£ãģ¨ +ÑĢ ин +Ġswo jÄħ +íķĺëĬĶ ëį° +Ġë§Įëĵ¤ ìĸ´ +تش Ùĥ +تشÙĥ ÙĬÙĦ +ائ Ùĩ +Ġ׾פ ×Ĺ×ķת +ãĥĭ ãĥ¥ +ãĥĭãĥ¥ ãĥ¼ãĤ¹ +׼×IJ ף +ãģ§ãģį ãģŁ +зв он +Ġsta ÅĤ +×Ĺ×ijר ת×Ļ +ĠØ£ عÙĦÙĨ +à¹ģà¸ļà¸ļ à¸Ļีà¹ī +بد Ø¡ +ãĤģ ãģŁ +Ġ×ŀש ×ŀ×¢×ķת +Ġ×ŀש×ŀ×¢×ķת ×Ļ +ör ü +Ġh ạnh +z ähl +ĠL ý +Ġ×ij ×Ķת +Ġ×ij×Ķת ×IJ×Ŀ +б аÑĢ +ì¦ Ī +ä»ĬåĽŀ ãģ® +Ġy ü +Ġyü ks +Ġyüks el +ãĤ½ ãĥ¼ +ãģĤ ãĤĮ +ת ׾×ŀ×Ļ×ĵ +ãģ¤ ãģª +×ij ׳×Ļ×Ŀ +Ġx ếp +ĠмÑĥж Ñĩин +ĠاÙĦÙĥ تاب +׼ ×ŀ×ķת +Ġç e +Ġçe ÅŁ +ĠçeÅŁ it +ĠçeÅŁit li +×ĵ ×Ļר×ķת +à¸ļุ à¸į +ĠاÙĦØ¥ ÙĦÙĥ +ĠاÙĦØ¥ÙĦÙĥ ترÙĪ +ĠاÙĦØ¥ÙĦÙĥترÙĪ ÙĨÙĬ +ĠباÙĦØ¥ ض +ĠباÙĦإض اÙģØ© +Ġyö nel +Ġyönel ik +mys ÅĤ +à¸Ķà¹īวย à¸ģาร +à¸ģาร à¸Ĺำ +ов Ñĭм +Ø£ زÙħØ© +æİ¢ ãģĹ +íļ ¨ +Ġ×ķ×IJ ×Ŀ +Ġnghi êm +ÑĪ ин +ка л +Ġcrian ças +èĩªåĪĨ ãģ§ +Ġн ай +Ġнай ÑĤи +ĠS á»ij +ĠÃ¶ÄŁrenc iler +ãĥ¶ æľĪ +Ñģ ан +ĠJ á +ĠkonuÅŁ ma +شر Ø· +ëĪ Ī +ar rière +ضر ÙĪرة +ãĥĶ ãĥ³ +×¢ שר +аÑĢ ÑĮ +جÙħ اع +Ġdé co +Ġ×Ļ×Ķ ×ķ×ĵ×Ļ +à¸ŀ ลาà¸Ķ +ĠÙĬ ÙĥÙĨ +Ġج اÙħعة +Ø· بÙĤ +Ġbo ÅŁ +×ķ ×ķ×IJ +×ŀ×ĵ ×¢ +ק×ij×ķצ ת +פ ×Ļר +jÄħc ym +ÙħØ´ ا +Ùħشا ÙĥÙĦ +צ פ×ķף +Ø¥ ست +×ŀ׼ ר +سÙħ ع +Ġкак ой +ÑĤ воÑĢ +ØŃ Ø¬ +Ùģر ض +пÑĢав лен +Ġник ак +Ġmi á»ĩ +Ġmiá»ĩ ng +ü ÃŁ +иÑĢов ал +׾ ×ŀ×ķת +次 ãģ® +ÙĦ Ø· +à¸ķ ัà¸Ļ +×Ķ ת×Ĺ×Ļ׾ +Ġfoto ÄŁ +ĠfotoÄŁ raf +طر ØŃ +à¸Ńà¸Ńà¸ģ à¹Ħà¸Ľ +Ġy ên +Ġп ок +Ġпок Ñĥп +ĠпокÑĥп а +ÑĨ Ñĥ +Ġкомп ÑĮÑİ +ĠкомпÑĮÑİ ÑĤеÑĢ +ĠاÙĦÙĥ رÙĬÙħ +تص Ùħ +تصÙħ ÙĬÙħ +Ġоказ а +Ġzar ówn +Ġzarówn o +ëĮĢ ì¶ľ +ãĤ»ãĥ³ ãĤ¿ãĥ¼ +Ġjako ÅĽci +æĤ © +æĤ© ãģ¿ +Ø£ÙĨ ÙĪ +Ø£ÙĨÙĪ اع +ë¹ ł +Ġìłķ ë§IJ +Ġk ẻ +ĠÑģай ÑĤа +Ġ×Ķ ער×ij +Ùĩ ز +pres ión +ĠÑģÑĤ ен +ãģ£ãģ¦ ãĤĭ +Ġhız lı +Ðļ ÐIJ +×ŀשפ ×Ĺת +ĠÙĨ Ùĩا +ĠÙĨÙĩا ÙĬØ© +ãģ¾ ãģĦ +о ÑħÑĢан +ร à¹īà¸Ńย +ล ึà¸ģ +ĠÙĪب اÙĦ +ãĤĤãģ® ãģĮ +ר׼ ×Ļ×ij +ãĤ¤ ãĥ¤ +س ؤ +سؤ اÙĦ +ĠÙĦØ£ÙĨ Ùĩ +ĠkonuÅŁ tu +Ðļ ÑĥпиÑĤÑĮ +Ġש×IJת ×Ķ +ĠÙĪاÙĦ س +Ġmożliwo ÅĽci +Ġpró b +ëĶ ° +ãģ© ãĤĮ +ĠÐľ ин +ĠоÑĢганиз м +ãģ«å¯¾ ãģĻãĤĭ +ĠPr é +Ġpriv é +ch è +ãģĦãģŁãģł ãģį +สà¸Ļุ à¸ģ +ajÄħ ce +ĠD zi +ĠDzi ÄĻki +ÅĤat w +r än +rän k +æĿ¥ ãģŁ +Ġ×Ķ×Ļ×Ķ ×ķ×ĵ×Ļ +ãĤ¬ ãĥ¼ +ĠÑĢаР´ +ĠÑĢад и +к ÑĤив +Ø£ Ùĩد +Ø£Ùĩد اÙģ +ש ×IJ×Ļר +ãģ¦ ãģĦãģªãģĦ +Ġfr üh +Ġок ол +Ġокол о +Ġreg ião +ĠÑĩиÑģ ле +Ġpon iew +Ġponiew aż +ìĦ¼ íĦ° +Ġb ầu +Ġê · +Ġê· ľ +Ġê·ľ ìłķ +ĠH òa +ĠÑĤ оÑĤ +ãĤĤ å¤ļãģĦ +ĠاÙĦإسÙĦاÙħ ÙĬØ© +ãģĭ ãģĦ +Ñį н +ĠÑĥказ ан +ĠÑĤак ое +ï¼ ³ +ëĮĢ íķĻ +Ġgen iÅŁ +ĠاÙĦØ® ÙĬ +ĠاÙĦØ®ÙĬ ارات +ãĤĴè¡Į ãģĨ +ש ×ŀ×Ķ +ĠLÃł m +ÙĪÙĨ ÙĬ +Ġ×IJ ׾×Ļ×ķ +Ä ĺ +à¹Ħมà¹Ī สามารà¸ĸ +人 ãģ¨ +بر ز +×Ļס ×ķ×ĵ +×Ĵ ׾×Ļ +ĠÙĬ ÙĨا +ĠÙĬÙĨا ÙĬر +ĠкаÑĢÑĤ ин +Ġt ôn +à¹Ģ à¸ģร +à¸Ħ à¸Ķี +Ġ׾×IJ ×ķר×ļ +ãĤĤãĤī ãģĨ +ãģĭ ãģĭãĤĭ +ани и +Ġara ÅŁtırma +ÙĦاØŃ Ø¸ +ãģĦ ãĤĦ +ĠT Ãłi +Ġ à¸Ļà¸Ńà¸ģà¸Īาà¸ģ +Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ à¸Ļีà¹ī +ĠÄIJ ảng +ãģ£ãģ¦ ãģįãģŁ +Ġà¸ĭึà¹Īà¸ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġt ả +Ġmożliwo ÅĽÄĩ +ĠS ản +ĠÄ° ki +Ġc ắt +س Ø£ÙĦ +Ġbak ım +Ø´ ب +à¸ķ ีà¹ī +à¸ŀ ยาย +à¸ŀยาย าม +สั à¸Ľ +à¸ªà¸±à¸Ľ à¸Ķา +à¸ªà¸±à¸Ľà¸Ķา หà¹Į +ë° Ģ +еÑĢ Ñĭ +Ġc ánh +Ġthu ế +ت بع +ãģ«åħ¥ ãĤĮ +Ñİ ÑģÑĮ +íļĮ ìĿĺ +ç°¡ åį +ç°¡åį ĺ +ç°¡åįĺ ãģ« +Ġtr úc +ĠاÙĦÙĥ ÙĪÙĬ +ĠاÙĦÙĥÙĪÙĬ ت +ãĤıãģij ãģ§ãģĻ +ĠÑģв об +ĠÑģвоб од +ĠÑĥÑĩаÑģÑĤ ник +สิ à¹īà¸Ļ +ĠпÑĢо ÑĦеÑģÑģиона +ĠпÑĢоÑĦеÑģÑģиона лÑĮн +Ñģп оÑĢ +×Ĺ ×ķ×ij×Ķ +Ùħع ÙĨÙī +ĠاÙĦÙģ ترة +สูà¸ĩ สุà¸Ķ +ãĤı ãģļ +ĠÄij è +ĠÄijè n +æ¯Ķ ãģ¹ +า à¸ĺิ +Ġmoż emy +à¹ģ à¸ĭ +à¸Īะ à¹Ħมà¹Ī +Ġs ắp +Ðļ Ðŀ +Ġprá ctica +ÙĪÙĥ اÙĦØ© +è¾¼ ãĤĵãģ§ +ológ ica +Ġе Ñī +ĠеÑī Ñij +تع دÙĬÙĦ +ĠØ£ Ùĥد +Ġצר ×Ļ׼ +Ġצר×Ļ׼ ×Ļ×Ŀ +Ø« Ùħ +Ġк ÑĢÑĥ +ĠкÑĢÑĥ п +×ij×Ļק ×ķרת +Ġì¡° ê¸Ī +ãģ¨ãģį ãģ¯ +Ġb ạc +ĠÑĢаÑģ пол +ĠÑĢаÑģпол ож +ĠÑĢаÑģполож ен +ز ÙĬÙĨ +ĠÐļ ÑĢоме +ĠاÙĦÙĨ ظر +×Ķ ×ķ×ĵ +ĠاÙĦس بت +ãģ¨æĢĿ ãģĦ +Ġpa ÅĦst +ĠpaÅĦst w +ĠÙĦÙĬ ست +ĠбÑĥд Ñĥ +à¸Ĺัà¸Ļ à¸Ĺี +ร าม +ØŃ ØµÙĪÙĦ +ãģĹãģ¦ãģıãĤĮ ãĤĭ +ĠاÙĦØ¥ سرائÙĬÙĦ +ĠاÙĦإسرائÙĬÙĦ ÙĬ +ãģĵãĤĮ ãģ¾ãģ§ +ìĤ¬ 를 +Ġs ürü +à¹Ģว à¸Ńรà¹Į +à¹Ģà¸ĭ à¸Ńรà¹Į +Ġutilis é +ĠÑģиÑģÑĤем а +Ġdw ó +Ġdwó ch +Ġpróp rio +Ġëĵ± ìĿĦ +arr êt +ĠЧ а +×IJ×ŀ ׳×ķת +عار ض +à¹Ģà¸ģม สà¹Į +Ġ׾×Ķ ×ij×Ļף +Ġ׾ ×ij×Ĺ +Ġ׾×ij×Ĺ ×ķר +สา à¸Ĥา +ĠÐľÐ¾Ñģк ве +ب عد +ĠاÙĦÙĤر ار +ĠÄIJ á»ĭa +Ġ×Ĺ ×Ĵ +Ùģ تر +ÙĪÙĨ Ø© +Ġ×Ķ×ĸ ×IJת +å¸Ĥ ãģ® +ãģ» ãģĹãģĦ +Ġ×ij×¢ ×Ļר +ĠÑĤеп еÑĢÑĮ +ìĬµ ëĭĪê¹Į +à¹Ħม à¹Īว +à¹Ħมà¹Īว à¹Īา +à¹Ħมà¹Īวà¹Īา à¸Īะ +×ŀ ×IJ×Ķ +æĥħ åł± +æĥħåł± ãĤĴ +غ ÙĨ +Ġпо Ñı +ĠпоÑı ви +éģİ ãģĶ +تش غ +تشغ ÙĬÙĦ +в ел +Ġ×Ĺ ×ŀ +ãģ¨ãģªãĤĬ ãģ¾ãģĻ +Ġra ÄŁ +ĠraÄŁ men +ãģĭ ãģ©ãģĨ +ãģĭãģ©ãģĨ ãģĭ +ен ко +ì§Ģ ê³ł +Ġ×IJ׾ ×Ļ×Ķ +ĠØ£ ÙĦ +à¸Īำ หà¸Ļ +à¸Īำหà¸Ļ à¹Īาย +nız ı +Ġ׾ק ×Ĺת +Ø£ ÙĩÙħ +Ø£ÙĩÙħ ÙĬØ© +ت غÙĬر +ש ×Ĺר +ס×ķפ ר +×ĵ ×Ļר +èī¯ ãģĭãģ£ãģŁ +×ŀ׾×Ĺ ×ŀ×Ķ +ÑģÑĤв ие +ÑĤ ÑĢаÑĤ +ĠاÙĦØ£ Ø® +ĠاÙĦأخ ÙĬرة +ĠاÙĦØŃ ØµÙĪÙĦ +Ġcréd ito +צ ×Ļ×¢ +ãĥ¬ ãĥĻãĥ« +بر ÙĬ +ëIJ IJ +ãģł ãģ£ãģ¦ +Ġreal tÃł +س Ùģر +×ķ׳ ×ķ +×Ĵ ×ķ×ĵ +×Ĵ×ķ×ĵ ׾ +ฮ า +ãģĹãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġg Ãł +Ġ׾×ij צע +å¼ķ è¶ĬãģĹ +Ġ×ŀ ×Ļ׾×Ļ +Ġ×ŀ×Ļ׾×Ļ ×ķף +Ùħ در +Ùħدر سة +פ ×ķ×ĺ +à¸Ļà¹īำ มัà¸Ļ +ëģ Ŀ +ع Ùĥس +ĠÙĤ ض +ĠÑĢÑĭ б +خط Ø· +×ŀ×ķס ×ĵ +Ġ׼׾ ׾×Ļ +ĠкоÑĤоÑĢ ое +צ×Ļ ×ķף +ĠмеÑģÑĤ а +ãģĭ ãģ¤ +г ÑĢÑĥпп +׾ ×Ļ׾ +ת ×ķ×IJר +ë³µ ì§Ģ +à¹ģà¸ľ à¹Īà¸Ļ +Ġ×ij×¢ ת +æĻĤéĸĵ ãĤĴ +ï¼ £ +ãģ¨ãģĦãģĨãģĵãģ¨ ãģ§ +Ġ׾×Ķ ק +Ġ׾ ×ĸ×Ķ +ĠìłĢ ëĬĶ +ĠاÙĦØ¥ رÙĩاب +ĠìŀĪëĬĶ ëį° +ĠÑĤ огда +Ġ×Ķ צ×Ļ +×ķ׾ ×ĺ +Ġר פ×ķ×IJ×Ļ +ãģĵãģ¨ ãģ§ãģĻ +ĠÄij ÃŃch +ØŃ ÙĬا +Ġ×Ķ×ŀש ×Ĺק +ãģľ ãģ² +Ġ×ŀ×IJ פשר +ãģ¿ ãģ¾ãģĹãģŁ +ĠاÙĦØ£ÙħÙĬر ÙĥÙĬ +Ùħج تÙħع +Ġس اب +Ġساب ÙĤ +׼ ×Ļ׾ +Ạ¾ +ãĥª ãĤ¹ãĥĪ +Ġì ĥ +Ġìĥ Ī +ĠìĥĪ ë¡ľ +ĠìĥĪë¡ľ ìļ´ +ĠD á»ĭch +à¹Ģหมาะ สม +ĠاÙĦÙĨ بÙĬ +׾ ׾ +ÙĨ ع +Ðĵ лав +Ðĵлав наÑı +Ùħر ض +Ġ×ķ ×ĵ +ت ÙĤÙĬ +تÙĤÙĬ ÙĬÙħ +Ġb ảng +ĠÙģ ÙĤاÙĦ +×¢ ×ŀ×Ļ +д ÑĢа +Ġsu á»ijt +سر عة +Ġc á»Ń +Ġ×Ķ ×Ļ×Ĺ×Ļ×ĵ +سع ÙĬد +à¸Ńา à¸Ĭีà¸ŀ +Ġس ÙĪاء +ãĤ½ ãĥķãĥĪ +Ġл иÑĩно +ĠÐļ оÑĢ +اÙĩ تÙħ +اÙĩتÙħ اÙħ +à¸Ń à¸Ķี +à¸Ńà¸Ķี à¸ķ +ãģIJ ãĤīãģĦ +Ġiht iya +Ġihtiya ç +ãģ¾ãģ§ ãģ® +ìĭľ ìĬ¤ +ìĭľìĬ¤ íħľ +ÑĢÑĥ ÑĪ +ãĤĦ ãģ£ãģ± +ãĤĦãģ£ãģ± ãĤĬ +к еÑĢ +Ġ ży +Ġży w +кл он +Ġl ượt +à ¾ +да Ñĩи +tür k +غ ÙĪ +ĠигÑĢ ок +Ġph ê +Ġש ×¢×ľ +ĠاÙĦÙħ دÙĨÙĬ +ĠìŬ룬 ë¶Ħ +ער ×Ļ×Ŀ +Ñħод ÑıÑĤ +Ġx ứ +ÐĹ Ð° +ĠÙģ رص +à¸Īะ à¸Ĺำà¹ĥหà¹ī +íģ ´ +×¢ ×ij×ķר +à¹Ģหลà¹Īา à¸Ļีà¹ī +èĢĥãģĪ ãĤĭ +ÑĢ еÑģÑĤ +н нÑĭй +Ġc ầm +دا Ø®ÙĦ +ĠÙħÙĦÙĬ ار +ĠÐIJ л +ĠвÑĢем ен +à¸Ĭà¹Īวย à¹ĥหà¹ī +ר×Ļ ×ķת +ëĵ ¯ +飲 ãģ¿ +׳ ׾ +שת ×£ +ĠاÙĦسعÙĪد ÙĬ +u ÃŁ +ìĿ¸ ëį° +ĠìĿ¼ ë°ĺ +ÅĤ ÄĻ +Ġm á»iji +×ŀ ×Ļ׳ +ĠاÙĦØ£ Ø·ÙģاÙĦ +Ġçı kan +é cole +ק ×Ļש +ק×Ļש ×ķר +ĠоÑģ ÑĥÑīеÑģÑĤв +ĠоÑģÑĥÑīеÑģÑĤв лÑı +×ij ×IJר +à¹Ħà¸Ľ à¸Ķà¹īวย +Ġ×¢ ×ķ׾×Ķ +à¸ģà¹ĩ à¹Ħมà¹Ī +ãĥ¢ ãĥĩ +ãĥ¢ãĥĩ ãĥ« +تØŃ ÙĪÙĦ +Ġод ного +ת×Ĺ×Ļ׾ ת +Ġت Ø® +Ġch cia +Ġchcia ÅĤ +ãĥIJ ãĥ³ +èĢħ ãģ¯ +ĠÙħ ØŃÙĦ +Ñģл ож +Ñģлож н +Ġt ÄĻ +Ġçı kt +Ġçıkt ı +ĠC Æ¡ +à¹Ħà¸Ķà¹ī à¹Ģลย +ır ken +à¹Ģà¸Ĥà¹īา สูà¹Ī +ÙħØŃ Ùĥ +ÙħØŃÙĥ ÙħØ© +à¸Ħุ à¹īม +à¸Ļà¹Īา à¸Īะ +лÑİ Ð´ +де ÑģÑı +деÑģÑı ÑĤ +ĠлÑİб ой +تØŃر ÙĬر +צע ×ĵ +Ġе Ñij +ĠاÙĦØŃ ÙĥÙħ +Ġص باØŃ +à¹Ģà¸ļ à¸Ńรà¹Į +Ġróż nych +ги б +ĠÑģ оÑĤ +ĠÑģоÑĤ ÑĢÑĥд +ĠÑģоÑĤÑĢÑĥд ник +ĠобÑĬ ем +פ ×ĺר +ãģĻãģĶ ãģı +ãģ«éĸ¢ ãģĹãģ¦ +в ол +Ø« ÙħاÙĨ +Ġd ần +æĬ ľ +æĬľ ãģij +Ġ×¢ ש +Ġעש ×ķ×Ļ +ס ×ķף +ãģªãģ® ãģ§ãģĻ +ãģ¯ ãģ©ãģĨ +×ŀ×¢ ר×ij +ï¼ ° +Ùħ صر +ÙħÙĨ اسب +ÙħÙĨاسب Ø© +ä¸Ĭ ãģ® +×IJ×Ļש ×ķר +ĠìĦ¤ ì¹ĺ +×ŀ×ĵ×Ļ׳ ×ķת +×ŀר ת +ãĤĭ ãģ®ãģĮ +د Ùİ +ĠاÙĦشر Ùĥات +ìĭľ ê°Ħ +ĠÑĢеÑĪ ение +ãģĻãĤĭ ãģ®ãģ¯ +ĠìŀIJìĭł ìĿĺ +׾ ×ŀ×ķ +ãģ¨ãģĵãĤį ãģ§ +Ġק צר +Ġmã i +Ġkü ltür +ãĥ©ãĤ¤ ãĥĸ +à¸ľà¸¹à¹ī หà¸įิà¸ĩ +æĻĤéĸĵ ãģĮ +клÑİÑĩ и +diÄŁ iniz +มาà¸ģ à¹Ĩ +تØŃ ÙħÙĦ +Ġh ạt +ãĤ¦ ãĤ£ +п ле +×ŀ ׾×IJ +ÅĤ ó +Ġg á»ijc +Ġ×IJ ×ķ×ĵ×ķת +หว าà¸Ļ +ĠاÙĦ ÙĪز +ĠاÙĦÙĪز راء +ëĵ¤ ê³¼ +Ġص ØŃ +ĠصØŃ ÙĬÙģØ© +Ġм м +تد Ø®ÙĦ +Ġpersön lich +Ġز ÙĬ +ĠزÙĬ ادة +ãĤ· ãĤ¢ +Ġng ắn +à¸Ħล ิà¸ģ +Ġs ông +Ġtü ket +Ñį ÑĦÑĦ +ÑįÑĦÑĦ екÑĤ +ש ×Ļ×ij +Ġا عت +ت ض +تض ÙħÙĨ +ĠاÙĦÙħØ´ رÙĪع +Ġprodu ção +ĠпÑĢимен Ñı +ни ÑĨÑĭ +주 ëĬĶ +ر Ùı +Ġm Æ¡ +Ġhayat ı +ëŁ ½ +Ġü cret +Ġyan ında +Ġpr ática +×ij×Ļק ×ķר +Ãľ N +Ñģ оÑĤ +ãĤıãģij ãģ§ +Ġдол го +ת ׼×ķ +ĠìķĦ ëĭĮ +ë į°ìĿ´ +Ġç iz +Ġcho Äĩ +Ġ×Ķ ×Ļת +Ġ×Ķ×Ļת ר +Ġso át +׼ ×ij×ĵ +à¹Ģล à¹Īา +Ġд еÑĢ +ĠдеÑĢ ев +ãĤĴ åħ¥ãĤĮ +×Ĺ ×ķס +×Ĺ×ķס ר +ج ÙĬÙĨ +t ón +onn é +Ġпол ноÑģÑĤÑĮÑİ +人 ãģŁãģ¡ +Ġpr êt +ëł ¸ +Ġdéc embre +cı lar +Ġת ת +Ġê²½ìļ° ìĹIJëĬĶ +ÙĪ عد +è¦ĭ ãĤĭ +วิ à¸Īัย +ë ¶Ī +ز ÙĪا +زÙĪا ج +d ì +ãģ§ãģĻ ãĤĪ +Ġвод о +ĠÙĬ ÙĪجد +Ñģ оÑģÑĤоÑı +Ðŀ С +ĠÄIJ ó +׊פש +Ġצ ×Ļ×ij×ķר +ĠاÙĦÙĤ Ø· +ĠاÙĦÙĤØ· اع +Ġиме ÑİÑĤ +Ġph áºŃn +×Ľ×¡ פ×Ļ +полн иÑĤелÑĮ +éĻIJ ãĤĬ +ĠÑģ ÑĢав +ĠÑģÑĢав н +ÙħاÙĦ Ùĥ +×ĵר ×ķ×Ŀ +çļĨ ãģķãĤĵ +ØŃÙĤ ÙĤ +à¹ģหล à¹Īà¸ĩ +ĠاÙĦر سÙħÙĬ +оÑĩ ки +×ĺ ×ij×Ĺ +Ġcan lı +Ġ׾ ׾ +Ġ׾׾ ×ŀ×ķ×ĵ +×ŀ×ij ×ķ +ת ׼ +×ª×Ľ ׳×Ļת +ĠاÙĦÙħ شار +ĠاÙĦÙħشار ÙĥØ© +Ä° Åŀ +ĠسÙĬ اسÙĬ +в олÑĮ +ĠÑģ пÑĢав +æĿ¥ ãģ¦ +פ×ķר ×ķ×Ŀ +สำ à¹Ģรà¹ĩ +สำà¹Ģรà¹ĩ à¸Ī +ĠÅŁ öyle +Ġzosta ÅĤa +ĠH ü +ר ×ķש +د ÙĦÙĬÙĦ +ÑĢи д +ש ף +×ŀק ×ķר +ĠÑĥ Ñĩ +ĠÑĥÑĩ еб +ĠÑį ÑĤа +ков а +à¸ķà¸Ļ à¹Ģà¸Ńà¸ĩ +ÙĨ ÙIJ +à¸Ńีà¸ģ à¸Ħรัà¹īà¸ĩ +ระ à¸ļุ +Ġd ữ +ĠاÙĦØŃ Ø§ÙĦÙĬ +׼ ×ķ׼ +׼×ķ׼ ×ij +Ġ×ŀ×IJ שר +Ġtr ụ +ÑĤел ем +Ġв ли +Ġвли Ñı +Ġש×IJת ×Ŀ +Ġuw ag +Ġuwag ÄĻ +×ĺ ×Ļת +×IJ ×ĵ×Ŀ +à¸Ķ ุ +Ġ×Ķ×IJ ׾×Ķ +Ġkar Ä±ÅŁ +ĠÄIJ á»iji +да ÑİÑĤ +ãģªãģ® ãģ« +Äħ cych +à¹Ģà¸Ļ à¹īà¸Ļ +ãģĹãģ¦ ãģĹãģ¾ãģĨ +int érieur +ĠfÃŃs ica +ĠÐŁ ол +ãģĹãģ ķ +à¸Ĺำ à¹Ħม +ĠL âm +ĠاÙĦÙħ سÙĦÙħ +ĠاÙĦÙħسÙĦÙħ ÙĬÙĨ +ص ØŃØ© +ìĹ Ħ +à¹Ģà¸Ķà¹ĩ à¸Ķ +ĠÑĥ ÑĩеÑĤ +â Ìģ +Ġب ÙĦا +ĠاÙĦاجتÙħاع ÙĬ +פרס ×Ŀ +ãĥķ ãĥ© +ĠÐļ огда +mie ÅĽci +ĠبÙĬÙĨ Ùħا +Ġ×ŀ×IJ ×ŀר×Ļ×Ŀ +Ġ×ij×IJ ×ĸ×ķר +×ķש ×Ļ×Ŀ +ĠÑģдел а +entr ée +à¹Ģ à¸Ħà¹īา +Ñĥг л +ĠاÙĦÙģ ÙĨÙĬ +ĠÐĴ оÑĤ +à¸Ĺีà¹Ī มา +×ķצ ×Ĵ +ÙĤد رة +Ġëª © +Ġ목 ìłģ +íıī ê°Ģ +ĠاÙĦØ£ ربع +ĠاÙĦأربع اء +פס ×Ļק +ĠÑıвлÑı ÑİÑĤÑģÑı +ب ÙĪÙĨ +ì° ¾ +×ŀ×¢ ר׼ +×ŀ×¢×¨×Ľ ×ķת +ãĤ· ãĤ§ +ĠباÙĦ Ø£ +íĸĪ ëįĺ +ĠاÙĦبر ÙĨاÙħج +ĠاÙĦØ£ ØŃد +Ġm Å© +ĠmÅ© i +п аÑĤ +ب Ø« +ĠÑĨ енÑĭ +Ġ×ijת ׾ +è¨Ģ ãĤıãĤĮ +ĠاÙĦÙħ جاÙĦ +ĠìĦ¸ ìĥģ +Ġ×Ĵ ×ķפ +ĠнаÑĪ ей +Ġкомп аниÑı +б ин +öl ü +×Ļ ×Ļ×ĺ +Ġ×ŀס פ×Ļק +ยัà¸ĩ à¸Ħà¸ĩ +ĠЧ и +Ġан ÑĤи +ĠÑģÑĢед и +สà¹Īวà¸Ļ à¹ĥหà¸įà¹Ī +оÑĩ ка +íĬ¹ ë³Ħ +ว à¹Īาà¸ĩ +гоÑĢ од +با Ùĥ +à¹Ģส ีà¹Īย +à¹Ģสีà¹Īย à¸ĩ +ãĤĤãĤī ãģĦ +ק ×ķ×Ŀ +ãģĽ ãģļ +ĠاÙĦÙĤ اÙĩرة +Ġ×ij ׼×ļ +Ùħشار ÙĬع +باØŃ Ø« +Ġпо Ñĩ +ĠпоÑĩ ÑĤи +ĠÑĦоÑĢм а +S Ä° +Ġ×ŀצ ×Ļ×¢ +ล ื +ลื ม +ĠÑĤ еÑĢ +ĠÑĤеÑĢ ÑĢиÑĤоÑĢ +ĠÑĤеÑĢÑĢиÑĤоÑĢ ии +Ġв меÑģÑĤ +ĠвмеÑģÑĤ е +dıkl arı +op ération +à¹Ĥ ห +ص دÙĬ +صدÙĬ ÙĤ +íĸī ìłķ +تج ا +تجا ÙĪز +Ġsu ç +Ġar ty +Ġarty ku +Ġartyku ÅĤ +ãĤ·ãĥ§ ãĥĥãĥĹ +ש פ +שפ ×Ļ×¢ +Ġ×Ķש ×Ļר×ķת +à¹ģà¸ĸ ม +ë¸ Ķ +Ġuk ÅĤad +Ġ×ķ ׼×Ļ +หล าà¸ģ +หลาà¸ģ หลาย +æĸ¹ ãĤĤ +Ġpodr óż +ĠE ÄŁer +Ġком наÑĤ +ĠÑģам ÑĭÑħ +Ġв кÑĥÑģ +б еж +Ġ×ij ק×ķ +æİĽ ãģij +ãģ¿ ãĤĭãģ¨ +ĠiliÅŁ kin +ĠÙĬ عÙħÙĦ +Ġпод аÑĢ +Ġyaz ılı +ãĤĴ å¾Ĺ +Ġwyst ÄĻp +à¸Ĺีà¹Ī à¹ĥà¸Ĭà¹ī +ØŃاد Ø« +ÙĪ ÙĬد +кÑĥ лÑĮÑĤ +кÑĥлÑĮÑĤ ÑĥÑĢ +à¸ģาร à¹ģà¸Ĥà¹Īà¸ĩ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ à¸Ĥ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ ัà¸Ļ +ÙħÙĪ ظ +ÙħÙĪظ Ùģ +ÙĬÙħ ÙĬ +ãĤĵãģ§ãģĻ ãģĮ +diÄŁ im +diÄŁim iz +ĠÐŁ еÑĢ +ĠÐŁÐµÑĢ в +Ġm ão +ĠÑģ ез +ĠÑģез он +Ġ×Ķ×ŀ ×¢ +Ùħ جÙħÙĪعة +ĠинÑĦоÑĢм аÑĨии +i ếc +ã ng +ĠÄij ấy +ãģĶ ç´ +ãģĶç´ ¹ +ãģĶç´¹ ä»ĭ +Ġad ım +à¹Ħ หล +Ġп ÑĢакÑĤи +ĠпÑĢакÑĤи Ñĩ +ĠпÑĢакÑĤиÑĩ еÑģ +ĠпÑĢакÑĤиÑĩеÑģ ки +ĠاÙĦÙĨ Ùģس +ĠÑĢабоÑĤ е +ÙĦÙĬ Ùģ +ĠاÙĦجÙĨ ÙĪب +Ġвод Ñĭ +ì¹ Ļ +Ġм иÑĢа +ĠÄij ừng +ĠпÑĢоÑĤив о +ĠÑģÑĤÑĢан Ñĭ +ล ู +ìĤ ¶ +kre ÅĽl +Ġbul und +Ġbulund uÄŁu +à¹ģ สà¸Ļ +ãĤ± ãĤ¢ +ת×Ĺ ×ķ×ŀ×Ļ +ר׼ ×Ķ +Ġ׾ק ×ķ×Ĺ +Ġ׾ק×ķ×Ĺ ×ķת +Ġ×Ľ×ª ×ķ×ijת +ĠÙĦ ÙĥÙħ +ب شر +Ġr Ãłng +Ġ×ŀ×Ķ ×ŀ +Ġ×IJ×Ĺר ×ķת +Ġб он +Ġбон ÑĥÑģ +ï½ Ĺ +à¹ģ ยà¸ģ +ãģĤãģªãģŁ ãģ® +ĠÑĥÑĩаÑģÑĤ ие +ĠE yl +ĠEyl ül +ĠçalÄ±ÅŁmalar ı +Ø® طر +ìĿ ½ +à¸ģาร à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ +Ġана лиз +תק ×ij׾ +ни ем +ĠÄ° ns +ĠÄ°ns an +ĠبÙĪ اس +ĠبÙĪاس طة +Ġ׳ ×Ľ×ł×¡ +Ġ×Ķ×ŀ ×Ļ×ĵ×¢ +Ġç o +Ġço ÄŁu +á» ĺ +ĠêµŃ 민 +ãĤĤ ãģĦãģĦ +Ġ׼ ׾×Ļ +ĠÑģÑĢед не +g ÅĤo +gÅĤo ÅĽ +Ġneg ó +Ġnegó cio +ĠÑĢ егиÑģÑĤ +ĠÑĢегиÑģÑĤ ÑĢа +ĠÑĢегиÑģÑĤÑĢа ÑĨии +Ġtr á»ĵng +ĠпÑĢ Ñı +ĠпÑĢÑı мо +ëłĪ ìĿ´ +Ġk ém +к ле +à¸Ļำ มา +ĠÑĦ ин +ĠÑĦин анÑģ +ĠÑĦинанÑģ ов +Ġki á»ĩm +ยัà¸ĩ à¹Ħ +ยัà¸ĩà¹Ħ à¸ĩ +ย ิà¸ĩ +à¹Ĥ à¸Ľ +ĠполÑĥÑĩ ил +×Ļ×ĸ ×Ŀ +à¹ģละ à¸Ħวาม +Ġво обÑīе +ص ÙĬر +ãĥı ãĥ³ +ĠاÙĦÙĤ اد +ĠاÙĦÙĤاد Ùħ +Ġب دÙĪÙĨ +ع ظÙħ +ת ׳×ķ×¢ +×ª×ł×ķ×¢ ×Ķ +Ø£ ÙħÙĦ +ãģķ ãģĪ +ÑĤ ем +ÑĤем пеÑĢ +ÑĤемпеÑĢ аÑĤÑĥÑĢ +Ġ׾ ×Ļצ×ķר +Ġr ÄĻk +ر سÙĦ +ìŀIJ 를 +Ġ×Ļצ ×Ļרת +ÙĨ بÙĬ +Ñĩ наÑı +تØŃ ÙĦÙĬÙĦ +Ġм ик +Ġмик ÑĢо +ĠS öz +Ġfor ça +Ñģ он +ĠاÙĦع را +ĠاÙĦعرا ÙĤÙĬ +ĠH á»ĵng +ãģĻãĤĭ ãģŁãĤģãģ« +à¸Ĺีà¹Ī à¸Ńยูà¹Ī +Ġ×ķ×IJ ×£ +ص ÙĬد +ĠìķĬ ê³ł +ร ัà¸ĩ +ĠاÙĦت ÙĪاصÙĦ +à¹Ģม à¸ķร +Ñĥ ÑģÑĤÑĢой +ÑĥÑģÑĤÑĢой ÑģÑĤв +m ıyor +Ġبا سÙħ +Ġ×ķ ׼×ķ +ĠG ül +á» IJ +Ãī tat +غ اÙĦ +Ø¥ ÙĨØ´ +Ø¥ÙĨØ´ اء +T Ä° +à¸Ĥà¹īา ม +Ġtro ch +Ġtroch ÄĻ +Ø¥ ص +إص ابة +ĠØ« اÙĨÙĬ +ĠاÙĦص ØŃØ© +Ġ×ĸ×Ķ ×ķ +jÄħ cej +ãĥĢ ãĥ³ +ìĿ¸ ìĿ´ +Ġв олоÑģ +ëIJĺ ë©´ +Ġzak ÅĤad +ãģĻ ãģĵãģ¨ +以ä¸Ĭ ãģ® +Ġ×Ķ×ŀק ×ķ×Ŀ +ÙħØ´ اÙĩ +ÙħشاÙĩ دة +Ñĩ ив +ب Ø´ +ย à¹īาย +Ġsür dür +ĠN ẵ +ĠNẵ ng +ĠигÑĢ аÑĤÑĮ +Ġê·¸ëŁ¬ ë©´ +ãĥķ ãĥ« +ล à¹Īะ +Ġtend rá +Ġb Ãły +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ľà¸¹à¹ī +Ġok o +Ġoko ÅĤo +w ÅĤa +wÅĤa ÅĽci +wÅĤaÅĽci w +æĢĿ ãĤı +ĠYa ÅŁ +ĠB á»ĩnh +íı Ń +بÙĬ د +קר ף +à¹Ģศ ร +à¹Ģศร ษ +à¹Ģศรษ à¸IJ +à¹Ģศรษà¸IJ à¸ģิà¸Ī +ĠاÙĦØ£ ÙĪرÙĪ +ĠاÙĦØ£ÙĪرÙĪ بÙĬ +fl äche +ä¹Ĺ ãĤĬ +Ġb á»ģn +Ùĩ ب +æľĢ ãĤĤ +Ġsa ç +à¸Ńำ à¹Ģà¸ł +à¸Ńำà¹Ģà¸ł à¸Ń +ĠØ£ ج +ĠاÙĦد اخÙĦ +ĠاÙĦداخÙĦ ÙĬØ© +×ĺ ×ķ×ij +ãĤĤ ãģªãģı +Ġли ÑĨа +à¹ģลà¹īว à¸ģà¹ĩ +×ĸ׼ ×Ļר +Ġqu Ãł +ĠÙĥ Ø°ÙĦÙĥ +صØŃ Ùģ +ĠÃĤ u +ÙĪب ا +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ à¹ģà¸Ľà¸¥ +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥ à¸ĩ +à¸ķัว à¸Ńยà¹Īาà¸ĩ +Ġráp ida +Ġtas ar +Ġtasar ım +ĠعÙĦÙĬ ÙĩÙħ +ס ×ķ׾ +c ılı +cılı k +Ġر غÙħ +ìĭľ íĤ¤ +Ġ×IJ׾ ק +Ġ×IJ׾ק ×ĺר +Ġ×IJ׾ק×ĺר ×ķ׳×Ļ +à¹ģà¸ļ à¹Īà¸ĩ +Ġh ạng +ãģ£ãģ¦ ãģıãĤĮ +ĠÙĨ تÙĬ +ĠÙĨتÙĬ جة +ıkl ı +غ اÙĨ +à¸Ĥà¹īà¸Ń à¸Ħวาม +à¸Ľà¸¥ าย +ĠØ£ Ùħس +à¸Ĺีà¹Ī à¹Ģà¸ģีà¹Īยว +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว à¸Ĥ +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ à¹īà¸Ńà¸ĩ +Ġdé fin +Ġdéfin i +ÙģÙĨ اد +ÙģÙĨاد ÙĤ +à¹Ħà¸Ķà¹ī วà¹Īา +ãģªãģĦ ãĤĪãģĨãģ« +Ġpróp ria +ĠPh át +ãĤĦãģĻ ãģı +สวย à¸ĩาม +ê³ł ìļĶ +Ñı еÑĤ +ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ ãģĮ +تر جÙħ +ĠкÑĢаÑģ ив +Ġ×ŀ ר×IJש +д еж +ĠÙĬ ÙĪÙĨ +ĠÙĬÙĪÙĨ ÙĬÙĪ +Ñģк оÑĢ +ĠKas ım +ê³Ħ ìķ½ +к оÑģ +Ġна ÑĢÑĥ +ĠнаÑĢÑĥ ÑĪен +Ġdu że +acc ès +Ġh á»ĵng +Ġv Å© +ãģĦãģŁ ãģĹãģ¾ãģĻ +Ġ×ĺ ×Ļ +Ġ×ĺ×Ļ ×ķ׾ +lıkl arı +Ġqu ê +ëħ¸ ëıĻ +ìķ Ķ +CI ÃĵN +Ġt ắc +press ão +ĠìŀĪ ìľ¼ +สิà¸Ĺà¸ĺิ à¹Į +íĥ Ħ +Ġ×Ķ×ŀ ×ŀש׾×Ķ +å¬ī ãģĹãģĦ +ĠÄIJ ặc +ÙĨ زÙĦ +ĠдÑĢÑĥг ой +д ÑĥÑĤ +ìĪ Ļ +Ġth ụ +à¹Ģส ร +à¹Ģสร à¹ĩ +à¹Ģสรà¹ĩ à¸Ī +Ġto plant +Ġtoplant ı +×IJ×ŀ ף +×ķ׾ ת +п омн +Ġyo ÄŁun +ÅĦsk iego +ì° © +ĠØ« ÙĦاث +ĠØ«ÙĦاث Ø© +Ġl ắng +ë¦ ´ +ราà¸Ĭ à¸ģาร +ĠÑģлов а +á» Ĩ +à¸Ķี à¸ģวà¹Īา +ãģĶãģĸ ãģĦãģ¾ãģĻ +Ġд из +Ġдиз айн +fé rence +lıkl ar +ãģªãĤĵ ãģ§ãģĻ +ajÄħ cy +Ġëĭ¤ ìĸij +Ġëĭ¤ìĸij íķľ +ק ×Ļר +ØŃ Ø§Ø± +ส ูà¹ī +Ġz ro +Ġzro bi +Ġzrobi Äĩ +×ŀ ×Ļ׼×Ķ +à¸Ĭà¹Īวย à¹Ģหลืà¸Ń +ĠÑįÑĤ Ñĥ +ë´ ī +楽 ãģĹãģĦ +س ÙĪر +íķĺ ê±°ëĤĺ +Ùħؤ تÙħر +Ġpoc zÄħ +ĠpoczÄħ tk +ĠpoczÄħtk u +Ġع ربÙĬ +اÙĦØ£ ر +اÙĦأر دÙĨ +à¸Ķ ร +Åĵ uvre +ĠÙĪÙĥ اÙĨت +ĠÅĽ redni +Ø® ضر +Ġch uyến +н ÑĤ +ĠìķĮ ê³ł +Ġv á»Ŀi +Ġ×ij ×Ļ×ĵ×Ļ +×ŀ×ĵ ×ķ×ijר +ÙĪ Ùģر +ÙĬ Ø¡ +׳ ×Ľ×¡ +ĠÐĽ а +л он +Ġx ấu +Ùģ ÙĬÙĨ +Ġfé vrier +ĠÐŀ на +ĠV á»ģ +ĠÅŁey ler +ĠполÑĥÑĩ ен +з ад +Ġn ét +à¹Ħà¸Ľ ยัà¸ĩ +×Ĺש×ij ×ķ +à¸ļัà¸Ļ à¸Ĺ +à¸ļัà¸Ļà¸Ĺ ึà¸ģ +Ġgerçek leÅŁ +иÑĩеÑģк ое +ìĪĺ ê°Ģ +Ø« بت +ãģ¤ ãģ¾ãĤĬ +ĠÑĥÑģловиÑı Ñħ +ëĭ¤ ê°Ģ +ราย à¹Ħà¸Ķà¹ī +׼×IJ ×ij +à¹Ĥà¸Ľà¸£ à¹Ĥม +à¹Ĥà¸Ľà¸£à¹Ĥม à¸Ĭัà¹Īà¸Ļ +j ähr +jähr ige +ק ׳×Ļ×Ŀ +×ŀ ×ķק +×ŀ×ķק ×ĵ +ãģ«è¡Į ãģ£ãģ¦ +Ø¢ ÙĦ +вед ение +Ġ׾ ×Ľ×ª×ķ×ij +جÙħ Ùĩ +جÙħÙĩ ÙĪرÙĬØ© +à¸ī à¸ļ +à¸īà¸ļ ัà¸ļ +ĠC òn +à¸ľ สม +ãģªãģ© ãģĮ +×IJ×Ķ ×ij +ĠдейÑģÑĤв иÑı +y ız +à¹Ħมà¹Ī à¹Ģà¸Ħย +ج ÙĪز +×Ķ×Ĺ׾×ĺ ×Ķ +f ällt +ãĥĵ ãĤ¸ +ãĥĵãĤ¸ ãĥį +ãĥĵãĤ¸ãĥį ãĤ¹ +Ġ×IJ ×Ļ׳×Ŀ +ĠнаÑħод иÑĤÑģÑı +Ġdzi ÅĽ +ست Ø·ÙĬع +׾ ×Ļף +Ø® ÙĦاÙģ +Ùĩ ÙIJ +Ġatr ás +íĺ ģ +ãĤĴ ãģĶ +Ġ×Ķ×ŀ ×ķצר +ĠBakan lıģı +ÑİÑī ее +ÙħÙĨ اط +ÙħÙĨاط ÙĤ +Ùģ د +à¸Ļำ à¹Ħà¸Ľ +Ġв аж +Ġваж но +Ġm ạch +׼ ׳×ķ +بع Ø« +lan ması +Ġa yr +Ġayr ıl +ìĤ¬ íļĮ +d ÃŃa +p ÅĤyw +اÙħ ÙĬØ© +íĺ ľ +×IJ׳ ×Ĵ׾ +×IJ׳×Ĵ׾ ×Ļת +ĠìŀĪëĭ¤ ëĬĶ +Ġس اعة +ĠëĤĺ íĥĢ +b ö +à¸Ħ ัà¸Ļ +ĠdziaÅĤ ania +Ø© Ùĭ +Ġng Å© +׳צ ×Ĺ +ãģ¯ ãģĤãĤĭ +ĠyaÅŁ ında +st ück +car acter +caracter ÃŃsticas +Ġr á»Ńa +ĠÙħختÙĦÙģ Ø© +ãģ«ãģĬ ãģijãĤĭ +à¹ģà¸ŀ à¸ĩ +วิ à¹Īà¸ĩ +ת פ×ķ +سا ÙĩÙħ +使 ãģĨ +Ùĥ رÙĬ +×IJ פ×Ļ +........ ....... +ĠÑĤак им +×Ļ׼ ×ķ×Ļ +Ø´ بÙĩ +ج ÙĬر +ãģĿãģ® ãģ¾ãģ¾ +ac jÄĻ +ĠاÙĦت رÙĥ +ĠاÙĦترÙĥ ÙĬ +ĠпÑĢав илÑĮно +Ġت عÙħÙĦ +à¸ģล à¹īา +Ġbi ên +Ġ×ij׳×Ļ ×Ļת +Ġкл Ñĥб +Ġ×ŀ ש×Ķ +в ÑĪий +ãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +à¸ŀัà¸Ļà¸ĺ ุ +à¸ŀัà¸Ļà¸ĺุ à¹Į +ר ×ķ×Ŀ +ĠاÙĦÙģ رÙĨ +ĠاÙĦÙģرÙĨ سÙĬ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ħà¸Ļ +ãģĹãģ¦ ãģĬãĤĬ +Ġth ầy +ãĤĵ ãģłãģijãģ© +ìĶ ¨ +Ùħ دÙĨ +ت ÙĪÙĨ +ĠмеÑĤ ал +ĠмеÑĤал л +Ġin ÃŃcio +à¸Ńà¸Ńà¸ģ à¸Īาà¸ģ +ëĴ ¤ +Ġcu á»ijn +Ġbu á»Ļc +ÙĨ سÙĬ +ä cht +×ŀ ×Ļ׳×Ļ×Ŀ +ãģķ ãģ¦ +ãģĮ ãģ§ãģį +ÑĬ ем +Ġtá i +ĠЧ ÑĤ +ĠЧÑĤ обÑĭ +à¸Ľà¸¥ ูà¸ģ +à¸Ĭุม à¸Ĭà¸Ļ +н Ñģкий +Ġv ững +Ġ×Ķ ׾×ij +ë le +Ġש ×¢×ijר +в аÑĤÑĮÑģÑı +б ой +ع ÙĪÙĨ +à¹ģà¸Ķ à¸Ļ +Ġספר ×Ļ×Ŀ +Ġt uyên +Ġnhi êu +ĠQu ý +Ġh uyết +ãĤı ãģĭãĤīãģªãģĦ +Ġ×ŀ ׼ף +Ġ×Ķ ק׾ +Ġ׾×IJ ×ķר +ĠÄIJi á»ĩn +Ø´ ؤ +شؤ ÙĪÙĨ +Ġ×ŀ׊פש +ĠпоÑģÑĤоÑıн но +×ŀ ×Ļר +ìħ Ķ +Ðŀ Ñģ +ÐŀÑģ нов +×ĸ ×Ļת +ĠH á +ĠÑĩаÑģ ов +×IJ ×ķ׾×Ļ +Ġm át +Ø® رÙĪ +خرÙĪ ج +ÙĤ ضا +ÙĤضا ÙĬا +à¹Ģà¸Ľ à¸Ńรà¹Į +ĠÙĬ ÙĪÙĦ +ĠÙĬÙĪÙĦ ÙĬÙĪ +à¹Ĥà¸Ĺ ษ +׳ פ׾ +ת ×ķש +ת×ķש ×ij×Ļ +Ġv ários +×ŀ ר×IJ×Ķ +ëĿ¼ ìĿ´ +ÙĨ غ +×ij צע +г он +ĠÄIJ ược +ع Ùı +пÑĥÑģ к +ĠÙĪاÙĦ Ùģ +üc ü +×Ļק ×Ļ×Ŀ +Ġس بÙĬÙĦ +׾×ij ף +ĠاÙĦÙĤ رÙĨ +ס ×ķת +ĠQu áºŃn +ãģĵãĤĮ ãģĮ +ãĥĸ ãĥ©ãĥ³ãĥī +×Ĵ ×ŀר +Ġwarto ÅĽci +ĠÙĪب ÙĬÙĨ +Ġd ạ +ÐIJ в +ÐIJв ÑĤо +Ġol acaktır +à¸Ļ à¸Ĺà¹Į +Ùħ طار +Ġ×¢ ק×ij +Ġת פ +ãģĹãģ¦ ãģĦãģ¦ +צ ×ŀ×Ĺ +à¸Ī à¸Ńà¸ĩ +Ġö de +ìį ¨ +ÙĨ اس +調 ãģ¹ +ĠогÑĢ омн +ë³´ íĹĺ +×ĺ ק +×ĺק ס×ĺ +ĠbaÅŁ v +ĠbaÅŁv uru +Ġpom ys +Ġpomys ÅĤ +ãģ« ä¹Ĺ +Ġש ׼ף +ĠاÙĦÙħس ؤÙĪÙĦ +Ġз ан +Ġзан ÑıÑĤ +Ġd Æ°Æ¡ng +ãĥĹãĥ¬ ãĤ¤ +ล à¸ļ +ÑĤи ка +ĠAr alık +Ġнед о +Ġm á»Ļ +Ġor an +Ġoran ı +Ġktó r +Ġktór Äħ +Ġ×Ķ×IJ×Ĺר ×ķ׳×ķת +ائ ÙĨ +ÅĦ s +ÅĦs ka +åĽ½ ãģ® +×ŀ ×ĺ×Ļ +ĠвопÑĢоÑģ Ñĭ +à¸Ńà¸ĩà¸Ħà¹Į à¸ģร +×ŀ ×ķצ×IJ +Ġpó ź +Ġpóź niej +ש×ŀ ×IJ׾ +Ġk aps +Ġkaps am +Ġkapsam ında +Ġmá quina +ĠÅĽwie cie +Ġho Ãłng +Ġöz gü +×Ĵ×ķר ×Ŀ +ãģĤ ãģŁãĤĬ +à¸ķัà¸Ķ สิà¸Ļ +à¸ķัà¸Ķสิà¸Ļ à¹ĥà¸Ī +б ÑĢи +ãģ«ãģªãĤĭ ãģ¨ +ت ÙĥÙĪÙĨ +Ġ×ķ×Ķ ×Ļ×IJ +Ġchi ếu +ÑģÑĤан ав +ÑģÑĤанав ли +ÑģÑĤанавли ва +×ŀ ×ķ×Ĵ +c ité +ĠK örper +Ġש ×Ĵ×Ŀ +ع ظ +عظ ÙĬÙħ +Ġ×Ķ×IJ ×Ļש×Ļ +Ġmat ière +ĠÙģ ÙĪÙĤ +Ġk to +Ġkto ÅĽ +à¸Ļ à¹Ĥย +à¸Ļà¹Ĥย à¸ļาย +å¾ħ ãģ¡ +à¹Ģม à¸Ļ +à¹Ģมà¸Ļ ู +A ÃĩÃĥO +Ġt ù +Ġtù y +ãĥĪ ãĥ³ +ĠоÑĤ каз +Ġ×ŀ ×ķצר +ül ü +ãģķãĤĵ ãģ« +Ġ×Ĺ ×ķ×ij +קר ×Ļ×IJ×Ķ +ĠاÙĦØ® دÙħات +ĠÙĦÙħ دة +ر ؤ +رؤ ÙĬØ© +ãĤĴè¦ĭ ãģ¤ãģij +à¸Ł า +Ġréuss i +à¸Ļัà¸ģ à¹Ģรียà¸Ļ +ĠÑĩиÑģ л +à¸ģาร à¹Ģลà¹Īà¸Ļ +Ġhaz ırl +Ġhazırl an +ĠпеÑĢв Ñĭй +ли м +ĠоÑĤзÑĭв Ñĭ +Ġwy jÄħ +ĠwyjÄħ tk +ĠØ£ ÙĤÙĦ +ס ×ļ +Ġê²° ìłķ +Ġ׾×ŀ×¢ ש×Ķ +Ġl ắp +à¹ģà¸ļ ร +à¹ģà¸ļร à¸Ļà¸Ķà¹Į +วà¹Īา à¹Ģà¸Ľà¹ĩà¸Ļ +Ġب دا +Ġبدا ÙĬØ© +ãģ¨ãģĦãģĨ ãģ®ãģĮ +иÑĩеÑģк им +à¸ģาร à¸ŀัà¸Ĵà¸Ļา +Ġb Ãło +Ġmia ÅĤa +y waÄĩ +ĠMär z +ĠÙĨ سبة +Ġéconom ique +×ĸ ×ŀ +×ĸ×ŀ ׳×Ļ×Ŀ +æŃ¢ ãĤģ +Ġt ủ +íķĺ ìĭł +Ġkażde go +stra ÃŁe +à¸Ĭ ีà¹ī +à¹Ģ à¸ļา +ÑĢеÑģ ÑĥÑĢÑģ +ев ой +Ø´ باب +à¸ķà¹Īาà¸ĩ à¸Ľà¸£à¸°à¹Ģà¸Ĺศ +Ġ×IJ ×Ļש +Ġ×IJ×Ļש ×Ļת +×Ļ ×ķפ +×Ļ×ķפ ×Ļ +ĠìļĶ 구 +ì¡° ìĤ¬ +ãģ£ãģŁ ãĤī +׾ ×Ļק +миниÑģÑĤ ÑĢ +ãĤĤãģ® ãģ¯ +Ġl Æ°Æ¡ng +Ġна и +Ġнаи бол +Ġнаибол ее +íİ ĺ +à¹ģà¸ŀ à¹ī +ãĤŃ ãĥ¥ +ĠкоÑĤоÑĢ Ñĭм +à¹ģà¸Ĺ à¸ĩ +à¹ģà¸Ĺà¸ĩ à¸ļà¸Ńล +Ġ׳ ×Ļ×Ķ +Ġ׳×Ļ×Ķ ×ķ׾ +âĤ ª +ĠGi ải +ĠиÑģполÑĮзов а +ëł¥ ìĿĦ +ãģĹãģĭ ãĤĤ +à¸ģà¹ĩ à¸ķà¹īà¸Ńà¸ĩ +ĠÑĢ еб +ĠÑĢеб ен +ĠÑĢебен ка +ت ÙĪاصÙĦ +ãĤ°ãĥ« ãĥ¼ãĥĹ +ãĤĦ ãĤī +à¹Ģà¸Ľà¸´à¸Ķ à¸ķัว +б ÑĢо +ë°ĸ ìĹIJ +ÙĨ Ùİا +×Ķ ×Ĵ +×Ķ×Ĵ ׳×Ķ +à¸Ĺ รั +à¸Ĺรั à¸ŀ +à¸Ĺรัà¸ŀ ยà¹Į +Ġkh á»iji +עצ ×ŀ×ķ +бол езн +Ġë°Ľ ìķĦ +ม à¸Ļ +มà¸Ļ ุ +มà¸Ļุ ษ +มà¸Ļุษ ยà¹Į +âĹ Ĩ +×ŀ צ׾×Ļ×Ĺ +Ñıв ление +Ùħ Ø·ÙĦ +ÙħØ·ÙĦ ÙĪب +Ø® اÙĦÙģ +ت ÙĪÙĤÙģ +ãģ§ãģį ãģ¾ãģĽãĤĵ +оÑģÑĤ ей +м еÑĩа +기 ëĬĶ +תש ×¢ +ص ÙĬب +Ġ×ij×¢ ×ķ×ĵ +à¸Ĥà¸Ńà¸ĩ à¹Ģà¸Ĥา +ÑĤÑı ж +ĠÑĥ пÑĢав +ĠÑĥпÑĢав лениÑı +Ġgén ér +Ġth ÃŃ +פ ×ļ +Ġر Ùħض +ĠرÙħض اÙĨ +Ġtr uyá»ĩn +Ø¥ عداد +ãĤµ ãĥĿãĥ¼ãĥĪ +Ġпол но +Ø® اÙħ +ÐŁ еÑĤ +ÐŁÐµÑĤ еÑĢ +ÐŁÐµÑĤеÑĢ бÑĥÑĢ +ÐŁÐµÑĤеÑĢбÑĥÑĢ г +ÙħÙĨت دÙī +ãģķãĤĮ ãģ¾ãģĹãģŁ +ĠëĮĢ íķĺìŬ +à¸ľà¸¹à¹ī à¸Ĺีà¹Ī +Ġ×ŀ×IJ ×ķ +׾ ׳×ĵ +оÑĩ нÑĭе +ĠнаÑĩ ала +Ġ׾ ×Ļ׾×ĵ×Ļ×Ŀ +ов ое +ãģĻãĤĭãģĵãģ¨ ãģ§ +ĠاÙĦÙĨ Ùģ +ĠاÙĦÙĨÙģ Ø· +ìŀĪ ëĬĶ +غ ÙĨÙĬ +פ ×ĵ +ãĤ ¾ +ĠCr é +ãģ© ãģ¡ãĤī +Ø« اÙĨ +ÑĢаб аÑĤ +ÑĢабаÑĤ Ñĭва +Ġê°Ļ ëĭ¤ +à¸Ī ั +à¸Īั à¸ģร +Ġch ụ +Ġchụ p +Ġм аÑģÑĤ +ĠмаÑģÑĤ еÑĢ +Ġn ắm +ĠÑģÑĤ али +Ġ×Ķ×IJ ×Ļר×ķ×¢ +ãĤ½ ãĥ³ +åĪĨ ãģĭãĤĬ +Ø· بع +بد ا +gr áfico +г еÑĢ +à¸Ķำà¹Ģà¸Ļิà¸Ļ à¸ģาร +Ġsal dır +Ġsaldır ı +в ÑĪиÑħ +ãģĭãģ£ãģŁ ãģ§ãģĻ +Ġyapı yor +ĠاÙĦÙģ ت +צר פת +з доÑĢов +×ij×¢ ׾ +Ġ×IJ ×ŀ×Ļת×Ļ +Ġоб Ñĭ +ĠобÑĭ Ñĩ +ĠобÑĭÑĩ но +Ġ׾ ×ķ×ŀר +ت ÙĥÙĨ +تÙĥÙĨ ÙĪÙĦÙĪج +تÙĥÙĨÙĪÙĦÙĪج ÙĬا +Ġhakk ı +ĠÑĢаР² +ĠÑĢав но +رÙĬ Ùĥ +Ġ×ij ×ŀ×Ļ×ĵ +Ġ×ij×ŀ×Ļ×ĵ ×Ķ +à¹ģà¸ģ à¹īว +Ġìĸ ĺ +Ġìĸĺ 기 +ãģĹãģ¦ ãģĦãģ¾ãģĹãģŁ +Ġkı sm +Ġkısm ı +ê± ¸ +åĨħ ãģ® +ì§ ķ +à¹Ģหมืà¸Ńà¸Ļ à¸ģัà¸Ļ +ĠÙģ ÙIJ +ĠÙģÙIJ ÙĬ +ÙĤ اعدة +Ġmoż esz +Ùħ صاÙĦ +ÙħصاÙĦ ØŃ +ãģ¾ãģŁ ãģ¯ +б ег +Ġs ıc +Ġsıc ak +Ñĩ иÑģ +ÑĩиÑģ лен +Ġн ог +ãĥģãĥ£ ãĥ³ +ãĥ« ãĥī +Ġgi ó +Ġs ını +Ġsını f +ив аÑĤÑĮ +Ġqu ên +Ġì łģ +Ġìłģ ìļ© +ĠJo ão +Ùģ اد +ĠGl ück +à¸Ĺ à¸Ńà¸Ķ +Ġg ói +ï¼ Ĭ +Ġdé tail +ĠدÙĬ سÙħ +ĠدÙĬسÙħ بر +ë¡ľ ìĦľ +×ŀ ×ķ×Ĺ +à¹Ħ ฮ +ĠоÑĤ д +ĠоÑĤд ÑĭÑħ +Ġkh uyến +à¸Ħ à¸Ńย +Ġج ÙĨÙĬ +ĠجÙĨÙĬ Ùĩ +ĠاÙĦد Ùģاع +à¸Ļà¹īำ หà¸Ļัà¸ģ +ĠìĤ¬ëŀĮ ëĵ¤ìĿ´ +Ġth ừa +ĠÃ¶ÄŁrenc i +ĠпомоÑī и +ĠczÄĻ ÅĽÄĩ +ש ×ĺר +ĠN hi +ĠNhi á»ģu +׳ צ×Ļ +ĠнаÑĪ ем +ĠkarÅŁÄ± laÅŁ +Ġ×Ķש ׳×Ļ×Ŀ +ĠÄIJ Æ°á»Ŀng +Ġtr ú +ĠÑĢазлиÑĩ нÑĭÑħ +ĠاÙĦØ´ Ùĩر +Ġ×ľ×¢ ×ķ׾×Ŀ +ØŃ Ø¬Ø± +ĠÄij á»ķ +ĠìĿĺ íķ´ +à¸ļ à¹Īà¸Ńย +Ġ×Ķ ×Ļ׾×ĵ +ãģ¨ãģª ãģ£ãģŁ +Ġ×Ĺ×ķ ×ķת +Ġש×Ļר×ķת ×Ļ +Äħ cy +س رÙĬ +K Ä° +פ ׳×ķ +ÑģÑĤÑĢÑĥк ÑĤÑĥÑĢ +ÑĤ ÑĢÑĥд +Ġ×Ķ קר +Ġ×Ķקר ×ķ×ij +Ġth áºŃm +èģŀ ãģį +ÙĤÙĪ ÙĬ +клÑİÑĩ ен +ÑĤе Ñħ +ÑĤеÑħ нолог +è¡Į ãģ£ãģŁ +Ġ×ķ×IJ ×Ļף +ĠÅŁek lin +ĠÅŁeklin de +r ô +ÑĢ ог +Ġнов Ñĭе +Ġס ×ij×Ļ×ij +Ġtecn ologÃŃa +ס ׼ +×¡×Ľ ×ķ×Ŀ +ĠÅŀ ub +ĠÅŀub at +Ġ×Ķ×ŀ ׾×IJ +Ġwy pos +Ġwypos aż +ãģ¯ ä½ķ +ãĤ¬ ãĥ³ +ê° ĸ +Ġкак ие +Ġçocuk lar +Ġ׾צ ×ĵ +Ġkay ıt +ĠмеÑģÑĤ е +Ùħ دÙĬÙĨØ© +Ġ׼ ×Ĵ +Ġ׼×Ĵ ×ķף +ãģĹãģ¦ ãĤĭ +ĠÙħا ÙĬÙĪ +ãģ£ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ĠпÑĢогÑĢамм Ñĭ +à¹ģล à¸Ļà¸Ķà¹Į +ãĥ¯ ãĤ¤ +ער ×ķ×¥ +Ñģ ид +ĠB öyle +Ġì²ĺ ìĿĮ +Ġת פק×Ļ×ĵ +ĠTr ên +íĥ Ī +ĠÐłÐ¾ÑģÑģ ий +ĠÐłÐ¾ÑģÑģий Ñģкой +Ġs Ãłn +Ġrè gle +ĠyaklaÅŁ ık +à¹Ģล ิà¸ģ +Ġد ائÙħ +Ġ×ķ ×Ĵ +اب ر +Ġb è +ĠاÙĦ ÙĤدÙħ +ĠÑĢеÑĪ ениÑı +hi ên +ÑĤи к +Ä Ħ +à¸ļรร ยาà¸ģ +à¸ļรรยาà¸ģ าศ +רצ ×ķף +åĭķ ãģį +ĠGä ste +Ġ기 본 +ĠÙĬ عرÙģ +ĠS á»Ń +gÅĤ ÄĻb +à¹Ģà¸Ń ส +×IJ×ŀ ×Ļף +Ġп Ñĥнк +ĠпÑĥнк ÑĤ +Ġ×Ļ×ķ×ĵ ×¢×Ļ×Ŀ +ãĤ« ãĥ©ãĥ¼ +Ġ×ijס ×ĵר +Ġbu á»ĵn +й ÑĤ +йÑĤ еÑģÑĮ +ãĤĴ æ±ĤãĤģ +Ġ×IJת ׼×Ŀ +Ġ모 르 +ظ رÙĪÙģ +Ñĩ еÑģÑĤво +ìĸ´ ìĦľ +Ġод на +Ġkap ı +Ġëħ¸ ëł¥ +ĠKü che +ĠاÙĦت Ø´ +Ø· ÙĬب +ĠíĬ¹ íŀĪ +ĠвÑĭп ÑĥÑģ +ĠвÑĭпÑĥÑģ к +×ĵ ת×Ļ +Ġu ÄŁ +ĠuÄŁ ra +ائ Ùĩا +Ġtho át +ãģª ãĤĤãģ® +Ñij ÑĢ +기 ê°Ģ +ĠgeliÅŁ me +تØŃ ÙĤ +تØŃÙĤ ÙĤ +Ġоп аÑģ +б ÑĢоÑģ +ห ุ +หุ à¹īà¸Ļ +ì¼ Ģ +ãĤ¹ ãĥŀ +ãĤ¹ãĥŀ ãĥĽ +Ø£ Ùģر +Ø£Ùģر اد +ĠTh á»±c +Ġth ắ +ãĥªãĥ³ ãĤ¯ +Ġni á»ģm +ĠHö he +عÙħ ار +ÙĥÙĪر ÙĪÙĨ +ÙĥÙĪرÙĪÙĨ ا +ĠÄIJ ến +ĠÑģам ом +ĠÑĤ еле +ĠÄijo án +à¸Ħวามà¸Ħิà¸Ķ à¹Ģหà¹ĩà¸Ļ +Ġд иÑģк +Ø£ Ø·ÙģاÙĦ +ม ารà¹Į +à¸Ĺ หาร +à¸Ĺ à¸Ļ +Ġب عÙĬد +ĠاÙĦÙĩ ÙĨد +åĩº ãģĹãģ¦ +Ġkar de +Ġkarde ÅŁ +×Ķ×Ļס×ĺ ×ķר +×Ķ×Ļס×ĺ×ķר ×Ļ×Ķ +éģ¸ ãģ³ +ع اÙħÙĦ +à¸Ĥ ยาย +Ġtü rl +Ġtürl ü +ĠìĿ¼ ìĿ´ +Ġmaté ria +Ġ׼׾ ×ķ×ŀר +ãĥģãĥ£ ãĥ¼ +جÙħ اعة +ĠÑģво им +Ø¥ÙĤ اÙħØ© +ä¾ĭ ãģĪãģ° +س اب +Ø¢ خر +ÙĤ دÙĬر +×IJ×ŀ ×Ļ +ìĸ » +Ġ׳×ķס פת +ĠÐĴ лад +ĠÐĴлад им +ĠÐĴладим иÑĢ +Ġest ará +ãģĵãģĨ ãģĦãģĨ +ãĤĴ 使çĶ¨ +มา à¸ķร +มาà¸ķร à¸IJาà¸Ļ +ãģ£ãģ ½ +Ġn ú +Ġnú i +ย าà¸ĩ +ĠاÙĦج ÙĨس +Ġüst ün +ëľ » +ãĤ» ãĥ« +ãģ¦ãģĦ ãģįãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĸ +Ġ×Ĺ×ķ×ĸ ר +ĠÐĵ лав +à¹Ĥà¸Ĭ à¸Ħ +íı IJ +ÙĨت ظر +Ġ×Ĵ ×ij×Ļ +ع ÙĤب +int ér +intér êt +×ŀ פ×Ĵ +×ŀפ×Ĵ ש +Ġth ù +اÙģ ت +Ġ×ŀש פ +Ġ×ŀשפ ×ĺ×Ļ +ĠÙħ ÙĪاÙĤع +è¦ ļ +è¦ļ ãģĪ +×ĵ ×Ļף +à¹Ģรืà¹Īà¸Ńà¸ĩ ราว +ãģ¾ ãģĤ +Ġgh ế +иÑĢÑĥ ÑİÑĤ +à¸ģ ว +à¸ģว à¹īาà¸ĩ +Ġпов еÑĢ +ĠповеÑĢ Ñħ +ĠповеÑĢÑħ ноÑģÑĤ +׳ ×ĵר +Ġкон ÑĨе +Ġдолж на +Ġ×Ļש ×Ļר +acaģı z +ìĹ Ķ +Ġn ÃŃvel +Ġö r +Ġör nek +Ùĥ Ùģ +ĠФедеÑĢ аÑĨии +Ġ구 ìĦ± +หัว à¹ĥà¸Ī +ĠV áºŃy +м ед +мед и +меди ÑĨин +медиÑĨин Ñģк +از ÙĬ +×Ĵ×ij ×ķ׾ +ÑĦ ÑĢ +Ġzus ätzlich +à¸ģ à¸ģ +ĠاÙĦاÙĤتصاد ÙĬØ© +Ġh è +lu ÄŁun +ج Ùİ +à¹Ħà¸Ł ลà¹Į +ÄIJ T +ãģĿãģ® ä»ĸ +à¸Ĺิ à¹īà¸ĩ +ĠاÙĦØ£ ÙĪ +ر سÙħ +æ°Ĺ ãģ¥ +ìĿ´ ë©° +ÑĮ ев +ص Ø· +ĠاÙĦاست Ø« +ĠاÙĦاستث Ùħار +à¸Ńา à¸Ħาร +ĠÑĤоÑĩ но +ĠV ân +à¸Ń ร +à¸Ńร à¹Īà¸Ńย +ĠاÙĦس ÙĨØ© +Ġc Æ°á»Ľi +×Ļ×Ķ ף +íį ¼ +話 ãģĹ +âĹ ĭ +ĠìķĬ ìĿĢ +ãĥ¡ ãĥ¼ãĤ +ãĥ¡ãĥ¼ãĤ « +ãĥ¡ãĥ¼ãĤ« ãĥ¼ +ĠÑĤеп ло +å½¼ ãĤī +ĠÄ° z +ĠÄ°z mir +íĻ į +Ġr ượ +Ġrượ u +æĢĿãģĦ åĩº +ĠPh ạm +Ġchá u +צ×Ļ ×ķת +ĠìĿ¼ 본 +ìĤ¬ ëĬĶ +ĠÑģозд ан +Ġar acı +Ġ×¢ ר +Ġער ×Ļ׼×Ķ +ĠíķĺëĤĺëĭĺ ìĿĺ +dzi ÅĤ +à¸Ľà¸£à¸° à¸ĺาà¸Ļ +Ġser ÃŃa +ĠìŀĪ ëıĦë¡Ŀ +در ج +íķľëĭ¤ ëĬĶ +à¸Ńา à¸Ĺ +à¸Ńาà¸Ĺ ิà¸ķ +à¸Ńาà¸Ĺิà¸ķ ยà¹Į +ÑĤелÑĮ нÑĭй +ĠØ® دÙħات +×ŀ׳ ×ĺ +Ġl ược +ĠS Ãłi +ĠÙĪ اض +ĠÙĪاض ØŃ +غ از +ĠdoÄŁ al +Ġ×ijש ×Ŀ +Ġд лин +ĠØ¥ طار +Ġ×ijס פר +ãĤĴ ä¸İ +ãĤĴä¸İ ãģĪ +Ġë²ķ ë¥ł +ĠÑĥ вели +ĠÑĥвели Ñĩи +ส à¹Ħà¸ķ +สà¹Ħà¸ķ ลà¹Į +à¹Ħ à¸ģล +×ij׊ף +ĠìĿ´ íĽĦ +Ġm unic +Ġmunic ÃŃpio +تÙħ Ø«ÙĦ +ĠÄij áo +H ôtel +Ġl á»Ńa +ĠÄij ẳng +Ñĩ ки +Ø´ رÙĪ +شرÙĪ Ø· +ĠìĿ´ 를 +ÙĬ Ùĭا +×ŀ׾ ×ļ +×ŀ×Ķ ×Ļר×ķת +ĠобÑıз аÑĤелÑĮ +ĠобÑıзаÑĤелÑĮ но +é nergie +Ġmud ança +Ġm ụ +Ġmụ n +Ġn º +ĠاÙĦت عا +ĠاÙĦتعا ÙĪÙĨ +ĠاÙĦاجتÙħاع ÙĬØ© +Ġп лаÑģÑĤ +Ġëĵ± ìĿĺ +ãĥIJãĤ¤ ãĤ¯ +Ùĩج ÙĪÙħ +ĠSa úde +Ġì¤ijìļĶ íķľ +Ġ×Ķצ ×Ļ×ij×ķר +תק ף +ĠاÙĦعاÙĦÙħ ÙĬ +ĠболÑĮÑĪ ой +ĠÙĥ ÙĦÙħ +ĠÙĥÙĦÙħ Ø© +ãģ®ãģ§ãģ¯ãģªãģĦ ãģ§ãģĹãĤĩãģĨãģĭ +ĠÙħ باراة +Ġש×IJ ׳ +Ġש×IJ׳ ×Ĺ׳×ķ +ãĤ¹ãĤ¿ ãĤ¤ãĥ« +ĠSa ÄŁ +ĠSaÄŁ lık +Ġh Æ° +׳ ×Ĺ×Ķ +Ġ×ij קר×ij +Ø· عÙħ +ห ิà¸Ļ +à¸Ĺุà¸ģ วัà¸Ļ +à¸Ħรัà¹īà¸ĩ à¸Ĺีà¹Ī +ĠlÃł nh +Ġdonn é +ãģĽ ãģĦ +جز ÙĬرة +доÑĢ ож +ì¼ ľ +تÙĨظ ÙĬÙģ +ãĥģ ãĥ§ +Ġald ıģı +ج اج +ĠÑĤ омÑĥ +à¸Ľ ิ +Ġ×ijר שת +ãģıãģªãĤĬ ãģ¾ãģĻ +ĠпÑĢин ÑĨип +Ġ׊׾×ķ +ëı ¼ +×ķ×Ĵ ש +س س +à¸Ľ ู +Ġh ầu +æĦŁãģĺ ãĤĭ +ï¼ ´ +د ÙĪا +ĠÑģм ог +scri ção +Ġth áºŃn +Ġר ×ķ×IJ×Ķ +обÑĢаж ен +ĠاÙĦتج ارÙĬØ© +Ø· بÙĬع +jÄħc Äħ +íĸī ìľĦ +Ġнов Ñĭй +Ġ×ŀ ×Ĺ×ĵש +æĮ¯ ãĤĬ +gu é +Ġ×IJ ×Ļר×ķ×¢ +Ġ×IJ×Ļר×ķ×¢ ×Ļ×Ŀ +ĠاÙĦ Ø°Ùĩب +×ĵ ×IJ +ت اÙĨ +ãģł ãģĹ +à¸Ńั à¸ķรา +à¹Ĥ à¸Ī +بÙĦ اد +×Ķ×Ļ ×Ļ׳×ķ +ĠÑģп е +ĠÑģпе ÑĨиалÑĮно +ĠÅĽwi ata +ãĤĵãģ§ãģĻ ãĤĪ +شر ÙĥØ© +ĠpÅĤ yt +Ġsitu é +Ġ׼×IJ ׾×Ķ +ס ×ijר +Ġkaż d +Ġkażd ym +ãĤĴæĮģ ãģ¤ +׾×Ķ ׾ +׾×Ķ׾ ף +ĠwÅĤ as +ĠwÅĤas ne +ĠsaÄŁ lan +×ŀ×¢ ׾×Ķ +ĠاÙĦا ÙĪÙĦ +ìĹIJìĦľ ëıĦ +×IJ×Ļר ×ķפ×Ķ +تÙĤ ÙĨÙĬØ© +Ùħ ائ +Ùħائ Ø© +Ġcompañ ÃŃa +Ġsü rek +Ġsürek li +ĠиÑģ кÑĥÑģ +ĠиÑģкÑĥÑģ ÑģÑĤв +ĠB ürger +ת ×Ĺר +ת×Ĺר ×ķת +à¸ŀรà¹īà¸Ńม à¸ģัà¸ļ +Ø´ Ùħ +à¸ĸืà¸Ń วà¹Īา +è¾¼ ãĤĢ +ä¼ij ãģ¿ +ĠاÙĦØ£ ب +ĠÑģÑĤоим оÑģÑĤÑĮ +ĠпÑĢав а +may ın +ห วย +ĠاÙĦØ· بÙĬعÙĬ +à¸Ĺีà¹Ī à¸ŀัà¸ģ +ĠEst á +Ñĭва ÑİÑĤ +ب سÙĬ +بسÙĬ Ø· +Ġ×ij×¢ ×ijר +åı¯èĥ½ ãģ§ãģĻ +Ġ×ĵ ×ķ׾ +Ġ×ĵ×ķ׾ ר +Ùĩ Ùİا +воÑĢ оÑĤ +ãģ¦ ãģĦãģ¾ãģĹãģŁ +à¹Ĥà¸Ĺร ศ +à¹Ĥà¸Ĺรศ ั +à¹Ĥà¸Ĺรศั à¸ŀ +à¹Ĥà¸Ĺรศัà¸ŀ à¸Ĺà¹Į +Ġק ׳ +ĠاÙĦØ« ÙĨ +ĠاÙĦØ«ÙĨ ائÙĬØ© +Ġco ût +à¸ķิà¸Ķ à¸ķัà¹īà¸ĩ +Ġö rg +Ġörg üt +ĠاÙĦØ® ÙĦÙĬ +ĠاÙĦØ®ÙĦÙĬ ج +Ġb á»įn +×ķ׾×ķ×Ĵ ×Ļ +ëŀ ľ +ĠÐij олÑĮ +ĠÐijолÑĮ ÑĪ +×Ĵ ×ijר×Ļ×Ŀ +ÙĤ ÙĬد +×ij×Ļ×ĺ ×ķ×Ļ +æīĵ ãģ¡ +Ġol muÅŁ +f äh +fäh ig +ล าà¸Ļ +ĠÙĤ طر +ש פ×Ķ +èªŃ ãĤĵãģ§ +à¸Ĥ วา +Ġchi ếm +ãĤ¤ãĥ³ ãĤ¿ +ãĤ¤ãĥ³ãĤ¿ ãĥ¼ãĥ +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ į +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį ãĥĥãĥĪ +Ġ׾ש×ŀ ×ķר +Ġت رÙĥ +ĠترÙĥ ÙĬا +ר ×ķ×ĺ +ãģ¨æĢĿ ãģĦãģ¾ãģĹãģŁ +ĠاÙĦت ÙĤ +Ġd Æ° +ãģ¦ãģıãĤĮ ãĤĭ +ãģĹãģŁ ãģĵãģ¨ +Ġróż ne +ĠاÙĦØ· ÙģÙĦ +ĠPost é +Ġ×ŀש ×ķ×Ŀ +Ñį ÑĢ +ĠÑĢабоÑĤ аеÑĤ +ãĤ· ãĥª +ãĤ·ãĥª ãĥ¼ãĤº +Ġ×ij×Ķ ×Ĺ׾×ĺ +ק×Ķ ×Ļ׾×Ķ +ãĤ« ãĥ¡ +ãĤ«ãĥ¡ ãĥ© +ï¼ ¯ +ĠìĤ¬ ìĿ´ +Ġk ì +Ġth Æ°á»Ľc +ض بط +ÙĤب ÙĪÙĦ +åĪ¥ ãģ® +Ġparticul ière +ĠÑģво ем +Ġ×¢ סק +Ġעסק ×Ļ×Ŀ +×ij×Ĺ ×Ļר×ķת +×ij ×Ļ׳×ķ +à¸ĭ à¸Ń +Ġ×¢ ×ķ×ijר +ãģłãģ£ãģŁ ãģ®ãģ§ +ıld ıģı +Ùħ دار +Ùħدار س +주 ìĭľ +à¸Ńา ศ +à¸Ńาศ ัย +Ġt ấm +à¸ŀิ à¸Ī +à¸ŀิà¸Ī าร +à¸ŀิà¸Īาร à¸ĵา +ÑĤелÑĮ нÑĭе +Ñģк ÑĥÑİ +Ðľ Ðĺ +à¹Ģà¸ģ า +à¹Ģà¸ģา หล +à¹Ģà¸ģาหล ี +×ĵ ×Ĺ +à¹Ģà¸Ĭ ิà¸ĩ +Ġد ÙĤÙĬÙĤØ© +íķĻ ìĥĿ +Ġש×IJ ׾×Ķ +Ġcontr ôle +Ġsit uação +à¸Ĥà¸Ńà¸ĩ à¸ľà¸¹à¹ī +ÙĨ Ø·ÙĤ +ê³¼ íķĻ +หลาย à¸Ħà¸Ļ +Ġn ắng +ÙĤ Ùı +ì¡° ê±´ +Ñ ķ +ãĥĥ ãģ¨ +×ŀ ×Ļ׾×Ķ +Gr ün +×Ļ ×Ļ×¢ +×Ļ×Ļ×¢ ×ķ×¥ +×ŀ׳ ׼ +ë ŃIJ +×ŀ×¢ ×ŀ×ĵ +สำ à¸Ļัà¸ģ +ج دد +à¸Ħ ัà¸Ķ +Ġ×Ķ×ŀש פ +Ġ×Ķ×ŀשפ ×Ĺ×Ķ +×ŀש ק׾ +ÙĦ Ùı +Ġty tu +Ġtytu ÅĤ +ÑĪ ей +ĠìĿ¼ ë¶Ģ +ÑĪ ение +Ġph óng +ĠìĹŃ ìĤ¬ +ãĤ« ãĥ³ +Ġtú i +ĠÙĨ ÙĪÙģ +ĠÙĨÙĪÙģ Ùħبر +gr ün +ĠاÙĦØ´ ÙħاÙĦ +ÅĽwi adc +ÅĽwiadc zenie +ער ×Ķ +Ġ×¢ ×ķ×ij +Ġ×¢×ķ×ij ×ĵ×Ļ×Ŀ +×ĵ×ķ×Ĵ ×ŀ×IJ +ä»Ĭ ãģ¯ +Ġv ão +ĠТ ем +Ñģ илÑĮ +Ġch ợ +Ùħ را +Ùħرا ÙĤب +à¹Ħมà¹Ī รูà¹ī +Ġر ائع +×IJ׳ ×Ĺ׳×ķ +สà¹Īà¸ĩ à¹Ģสริม +צ ×Ĺ +ĠìŀĪìĸ´ ìĦľ +Ġkur ulu +Ġkurulu ÅŁ +ĠÃĸ zellik +ĠÃĸzellik le +Ġת ×Ļק +Ġgh é +Ġspr zÄĻ +ĠsprzÄĻ t +ער ×ķת +را ØŃØ© +ãģ£ ãģį +ãģ£ãģį ãĤĬ +ĠìķĦ ëŀĺ +stit uição +Ġдолж но +×Ķ רש +×Ķרש ×ŀ×Ķ +×Ķ׾ ×ļ +ãģ¡ ãģª +ãģ¡ãģª ãģ¿ +ãģ¡ãģªãģ¿ ãģ« +פ ×Ĺ×ĵ +ĠاÙĦج ÙħÙĬع +×ij×¢ ׾×Ļ +Ġtr ùng +Ġפ ת×Ĺ +×ŀ׾×Ĺ ×ŀת +ãĥĨ ãĥ¼ãĥ +ãĥĨãĥ¼ãĥ ŀ +Ùħ تاب +Ùħتاب عة +Ġ모 ìĬµ +ÙĬ ص +åIJĪ ãģĨ +ĠY ap +ĠYap ı +ĠÑģ казаÑĤÑĮ +ëª ° +à¸Ĺีà¹Ī สำà¸Ħัà¸į +ĠìĹĨ ìĬµëĭĪëĭ¤ +Ġnh ắc +Ġülk eler +Ġмног ие +íķĺ ìħ¨ +มาà¸ģ à¸Ĺีà¹Īสุà¸Ķ +à¸ģ à¹īา +à¸ģà¹īา ว +ĠÄ° yi +л еж +леж а +ãĤ¸ ãĥ§ +à¸Ĺั à¸ŀ +ا ÙĪر +Ġ×Ĺ×ijר ×Ļ +Ġ׾ ש×Ŀ +ì² « +ĠT á»Ń +×ŀ ×ķ׳×Ļ +ÙĤ ÙĪد +à¸ģระ à¹Ģà¸Ľ +à¸ģระà¹Ģà¸Ľ à¹ĭ +à¸ģระà¹Ģà¸Ľà¹ĭ า +ĠпÑĢоблем Ñĭ +Ġaç ıs +Ġaçıs ından +Ġ×Ķ×ŀ ׼ +ĠÙħع ظÙħ +ÙĤÙĬ اس +ĠпÑĢод олж +ĠпÑĢодолж а +Ġver diÄŁi +ĠпÑĢед меÑĤ +ãģĦãģ¾ãģĻ ãģĮ +ĠëĶ° 른 +ĠاÙĦ ÙĤÙĬاÙħ +ĠØ¥ÙĦÙĬ Ùĩا +Т ÐIJ +п оз +ãĤ· ãĥ¥ +ä¸ĬãģĮ ãĤĬ +à¹Ģà¸Ķิม à¸ŀัà¸Ļ +à¸ģุ ล +ØŃر ÙĬØ© +ק×ij×ķצ ×ķת +ë¯ ¿ +ĠاÙĦÙħ ÙĨا +ĠاÙĦÙħÙĨا Ø·ÙĤ +ĠвÑĭп ол +ĠвÑĭпол нÑı +ãĥĭ ãĤ¢ +Ġê²° êµŃ +×Ĺ ×ķ×ŀ +×Ĺ×ķ×ŀ ר×Ļ×Ŀ +ĠУкÑĢа инÑĭ +ห à¸Ńม +ר ×Ļס +ĠÑħоÑĤ ел +ĠобÑĢаз ованиÑı +Ġkh ẳng +Ġm Æ°a +Ġgör me +Ġgüç lü +سع Ùī +มัà¹Īà¸Ļ à¹ĥà¸Ī +íķĺ ê²łìĬµëĭĪëĭ¤ +Ġпол Ñĥ +Ġfün f +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġê·¸ê²ĥ ìĿĢ +ĠdÃ¼ÅŁÃ¼n ce +ìŀ ł +ĠH Æ°á»Ľng +ĠTi á»ĥu +Ġç ift +ãģij ãģ° +à¸Īà¸Ļ à¸ĸึà¸ĩ +à¸Ĺำ à¹Ħà¸Ķà¹ī +ĠìŀIJ ì²´ +Ġd õ +Ġdõ i +à¸Ī ัà¸Ļ +à¸Īัà¸Ļ à¸Ĺ +à¸Īัà¸Ļà¸Ĺ รà¹Į +ece ÄŁini +׳×ķ×¢ ר +غ ار +ĠاÙĦØ£ÙħرÙĬ ÙĥÙĬ +داع Ø´ +ĠбезопаÑģ ноÑģÑĤи +Ġб Ñİ +ĠбÑİ Ð´Ð¶ +ĠбÑİдж еÑĤ +ãĥĬ ãĤ¤ +à¸ŀà¸ļ วà¹Īา +da ÄŁ +×IJ ×ķפף +íĹ Į +ãĥĢãĤ¤ ãĤ¨ +ãĥĢãĤ¤ãĤ¨ ãĥĥãĥĪ +ĠëĮĢ íĨµ +ĠëĮĢíĨµ ëł¹ +D Ä° +Ø£ ØŃداث +ĠA ÄŁ +ĠAÄŁ ust +ĠAÄŁust os +ØŃÙĦ ÙĪÙĦ +Ġw ÅĽ +ĠwÅĽ ród +ĠÑģо оÑĤвеÑĤ +ĠÑģооÑĤвеÑĤ ÑģÑĤв +ĠÑģооÑĤвеÑĤÑģÑĤв ии +ĠLu áºŃt +Ġ׼׾ פ×Ļ +Ġв еÑī +ĠвеÑī еÑģÑĤв +ק ×Ļ×¥ +ĠبÙĩ ذا +عا Ø´ +à¹Ģà¸Ľà¹ĩà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Т Ðķ +Ġ×ij×IJ ×Ļ׳×ĺר׳×ĺ +س عد +Ġ×Ķ×ĺ ×Ļפ×ķ׾ +פ ×Ļס +à¸ĩà¹Īาย à¹Ĩ +ĠGer ät +׾ ×Ļ×ĵ×Ķ +ĠÑĢ иÑģк +׾ק ×Ĺ +н наÑı +ר ×Ļ×ĵ +п ÑĢакÑĤи +пÑĢакÑĤи к +à¸Ĥัà¹īà¸Ļ à¸ķà¸Ńà¸Ļ +à¸Ļà¹Īา รัà¸ģ +larınız ı +à¸Ńà¸Ļุ à¸įา +à¸Ńà¸Ļุà¸įา à¸ķ +ĠzdjÄĻ cia +Ġb ây +Ñģ ÑĢ +ÑģÑĢ оÑĩ +ãĥĭ ãĥ³ãĤ° +Ġö ner +Ġöner i +Ġнов ÑĭÑħ +دع ÙĪØ© +Ġg ắn +ĠاÙĦÙĦ بÙĨ +ĠاÙĦÙĦبÙĨ اÙĨÙĬ +ãĥĨãĤ£ ãĥ¼ +Ġص ØŃÙĬØŃ +ем ÑĭÑħ +çĸ² ãĤĮ +ĠпÑĢо иÑģ +ĠпÑĢоиÑģ ÑħодиÑĤ +ส à¸ķิ +ĠT ết +Ġ×Ķ׾ ׾×ķ +à¹Ģรืà¹Īà¸Ńà¸ĩ à¸Ļีà¹ī +×ŀ×ij ׳×Ķ +Ġconte údo +Ġا خت +Ġاخت ÙĬار +Ùħ سÙĦ +ÙħسÙĦ سÙĦ +ëı Ī +Ġ׾ ×Ļ×ĵ +à¸ŀิ à¸ĺี +ĠÑģов Ñģ +ĠÑģовÑģ ем +ãģĮãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġsó ng +Ø¥ صÙĦاØŃ +ë§ ģ +Ùģ ÙĬر +ĠJe żeli +ìłľ ëıĦ +d ÅĤug +ìĥģ ìĿĦ +Ġc áºŃn +Ġhá»į p +Ø£ ست +أست اذ +Ġ×ŀ ×Ļש×Ķ +Ġ×ŀ×Ļש×Ķ ×ķ +Ġd Ãły +Ġch Ãłng +ãģ¡ãĤĥãĤĵ ãģ¨ +ĠÄij ám +Ġsw ój +Ġpoder á +ĠоÑĤлиÑĩ а +Ġpéri ode +ünd ig +×ĺ×¢ ף +ÑģÑĤÑĢо иÑĤелÑĮ +ר ת×Ļ +Ġ×Ļ×Ķ ×Ļ×ķ +׾ ס +ĠاÙĦÙħÙĨ زÙĦ +à¸Ļิ à¹īว +иÑĦ ика +иÑĦика ÑĨи +ðŁĺ ī +Ġad ına +ãĢĤãĢĤ ãĢĤ +×IJ ×Ļף +ס ×Ļר +ĠÙĬ عد +çŃĶ ãģĪ +اÙĦ جز +اÙĦجز ائر +енÑĮ к +ร ห +รห ัส +ĠTürk çe +ê¾ ¸ +Ġ×Ļ ×ķ׼׾ +Ġש ×ķ׳×Ķ +Ġ×ij×ŀ צ×ij +ĠдейÑģÑĤв иÑĤелÑĮно +ĠبأÙĨ Ùĩ +×ŀק ×ĵ +Ġ×Ķש ק +Ø®ÙĬ ارات +Ġf ı +Ġfı rs +Ġfırs at +ëij ĺ +ĠìĦľ ìļ¸ +Ġ×Ķ×Ĵ ×ķ×£ +ر عا +رعا ÙĬØ© +ĠK ết +к Ñģи +ĠÑĥÑģлÑĥг и +ноÑģÑĤ ей +ìļ´ ëıĻ +ĠобÑĬ Ñı +ĠобÑĬÑı вл +н еж +×Ķפ ×ļ +Ġ×ij×¢ ×Ļ׳×Ļ +ëĨ Ĵ +ĠпÑĢоÑĨ ед +ĠпÑĢоÑĨед ÑĥÑĢ +Ġiht iy +Ġihtiy acı +Ġë°Ķ ëŀį +Ġë°Ķëŀį ëĭĪëĭ¤ +à¸ģล ัว +ĠÑģл ожно +ק×Ļ ×Ļ×ŀת +ĠÄIJ ình +ĠÙħ ÙĦÙģ +Ġà¹Ĥà¸Ķย มี +Ġkat kı +تØŃ ÙĪÙĬÙĦ +à¹Ħ à¸ŀ +ĠH á»į +ñ e +Ġдо Ñħод +Ġtho ải +íķĺìŬ ìķ¼ +ãĤ¹ãĥĿ ãĥ¼ãĥ +ãĤ¹ãĥĿãĥ¼ãĥ Ħ +ĠG òn +Ġk è +Ġkè m +éĢ² ãĤģ +ãĤ¹ ãĥ¼ãĥ +ãĤ¹ãĥ¼ãĥ ij +ãĤ¹ãĥ¼ãĥij ãĥ¼ +ĠgiÃł u +ĠØ¥ عادة +Ġ׾ ×ķק +Ġ׾×ķק ×Ĺ +ĠÑħоÑĩ еÑĤ +×ĺ ׾×ķ×ķ +×ĺ׾×ķ×ķ ×Ļ×ĸ +×ĺ׾×ķ×ķ×Ļ×ĸ ×Ļ×Ķ +Ġth uyết +ãģĿãĤĮ ãģ§ +Ġvard ı +à¹Ħร à¹ī +ع بد +ĠRep ública +ãĥ¼ãĤ¿ ãĥ¼ +Ġ×ŀ×IJ ×ķת +à¹Ħà¸Ľ à¹ģลà¹īว +Ġyapıl acak +ãĤ¹ãĤ¿ ãĥ¼ãĥĪ +ãģ» ãģ¼ +Ġko ÅŁ +ĠмаÑĤ еÑĢи +Ġsiè cle +ĠاÙĦÙħ ختÙĦÙģ +ĠاÙĦÙħختÙĦÙģ Ø© +Ġ׾ק ר×IJ +Ġ׾קר×IJ ת +Ġ×Ķפ ×ķ×¢×ľ +Ġt òa +Ġr Æ¡i +åij¨ ãĤĬ +à¸Ŀ à¸Ļ +j ÅĽÄĩ +ĠìķĬ ìĿĦ +اÙĨت ÙĤاÙĦ +ëĸ ł +ив аеÑĤ +ãĥĪ ãĥ« +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬØ© +à¸ģลà¹Īาว วà¹Īา +ا Ùĥت +ĠÃĸ l +ĠÑĢе ÑĪи +ĠÑĢеÑĪи л +Ġ׳×ķס פ×ķת +Ġìłķ ì¹ĺ +вл еÑĩен +Ùħر ØŃÙĦØ© +Ġcome ça +Ġy ık +ìĤ ´ +à¸ĺ à¸Ļา +à¸ĺà¸Ļา à¸Ħาร +à¸Ńà¸Ļ า +à¸Ńà¸Ļา à¸Ħ +à¸Ńà¸Ļาà¸Ħ à¸ķ +Ġpeque ña +ä»ķ äºĭãĤĴ +Ġب Ø°ÙĦÙĥ +Ġнов ого +ãģĹãģ¦ ãģĦãģªãģĦ +ĠاÙĦÙħ ÙĬاÙĩ +à¸ģà¹ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġж ÑĥÑĢ +ĠжÑĥÑĢ нал +в еÑģ +خت ار +Ġ매 ìļ° +ĠM ã +ĠавÑĤомаÑĤ Ñĭ +ضع Ùģ +ĠاÙĦÙģ Ùĥر +ãģ§ãģĻ ãģ®ãģ§ +ãĥ¡ãĥ³ ãĥIJãĥ¼ +Ġк ÑĢÑĥг +ĠاÙĦسÙĦ طة +à¸Ħรัà¹īà¸ĩ à¹ģรà¸ģ +à¸ģระà¸Ĺ รว +à¸ģระà¸Ĺรว à¸ĩ +ÑĨ ов +éķ· ãģĦ +大ãģį ãģĦ +Ġgeç miÅŁ +ìĦ± ìĿ´ +Ġצר ×Ļ׼×Ķ +Ġм оÑī +ĠмоÑī н +Ġק ×Ļש +Ġק×Ļש ×ķר×Ļ×Ŀ +ĠNas ıl +г ÑĢан +Ġ×ŀ ×ķצר×Ļ×Ŀ +Ġ×ŀס ×ķ×Ĵ +Ġy ür +Ġyür üt +Ġ׾׊צ×ķ +×ķÖ ¼ +ĠìŀĪ ìĹĪëĭ¤ +Ġter ör +ĠTh Æ°Æ¡ng +ĠÙĪ ÙĬÙħ +ĠÙĪÙĬÙħ ÙĥÙĨ +ج ÙĪÙĨ +ĠÙĪغÙĬر Ùĩا +×ŀ פ×ķ +×Ĵ×ķר ×ŀ×Ļ×Ŀ +׼×ij ×Ļש +ĠاÙĦÙĦ غ +ĠاÙĦÙĦغ Ø© +شر Ùĥ +ĠاÙĦر اب +ĠاÙĦراب ع +ĠпÑĢ ек +ĠпÑĢек ÑĢаÑģ +ĠпÑĢекÑĢаÑģ н +Ġenerg ÃŃa +ק×ĵ ×ŀ×Ļ +ãģıãģª ãģ£ãģŁ +ĠÄij ứ +ĠÄijứ a +Serv i +Servi ço +Ġkald ır +åĥį ãģį +Ġод еж +Ġодеж д +물 ìĿĦ +ãģĿãģĨ ãģ§ +ãģĮãģĤ ãĤĮãģ° +ìĻ ķ +צ×ĵ ק +Ġart ır +Ġile ti +Ġileti ÅŁim +ãĤĪãģĨ ãģ§ +ãĥĪ ãĥ¼ +ãĤ¢ ãĥĭ +ãĤ¢ãĥĭ ãĥ¡ +×ĺ×Ļ ×Ļ׾ +ãĥķ ãĥªãĥ¼ +ãĥĿ ãĥ³ +ÐŁÑĢ о +Ġع اÙĦÙĬØ© +ĠÃ¶ÄŁ ret +ĠÃ¶ÄŁret men +ĠкаÑĩеÑģÑĤв а +Ġ×Ķ×ĺ ×ij×¢ +Ġзна Ñİ +ãģ¦ ãģıãĤĭ +Ġm ừng +ÙħÙĪ ت +ש ×ķ×ŀר +×Ĺ׾ ×ij +Ġwzgl ÄĻ +ĠwzglÄĻ du +ë²Ī 째 +Ġtá» ĵ +Ġtá»ĵ n +ãĥ¯ãĥ¼ ãĤ¯ +Ġpo życz +Ġpożycz k +×Ļ ×ķצר×Ļ×Ŀ +Ùĥر Ùħ +Ġг аÑĢ +ĠгаÑĢ ан +ĠгаÑĢан ÑĤи +ล à¹īาà¸ĩ +Ġìĺģ íĻĶ +×ĺ ×Ļס +Ġth ẻ +ĠìŀĪëĭ¤ ê³ł +اÙĦت ز +اÙĦتز اÙħ +Ġна ÑĪи +is ée +ãģĵãĤĮ ãĤĴ +Ġm ẽ +ض ÙĦ +بÙĪ ت +Ġ׼ ׼×Ķ +h ợ +ĠاÙĦس ÙĪرÙĬØ© +Ġ×ľ×¢ ×ķ×ŀ +Ġ×ľ×¢×ķ×ŀ ת +ĠbaÅŁ ar +ĠbaÅŁar ılı +е ÑģÑĤÑĮ +à¸Ħร ี +à¸Ħรี ม +ĠìłĦ ì²´ +ĠسÙĬ ÙĥÙĪÙĨ +Ġ×ŀ×ĵ ×ķ×¢ +ĠëķĮ문 ìĿ´ëĭ¤ +Ġc ứng +ger ät +Ġм иÑĢ +ĠмиÑĢ е +ĠÙĥÙĬÙģ ÙĬØ© +Ġפר ×ĺ×Ļ×Ŀ +Ġgo ÅĽci +иÑĤ еÑģÑĮ +ÑĥÑĪ ки +ؤ ÙħÙĨ +Ġ×IJ ׼ף +ĠاÙĦر جÙĦ +Ġl á»įc +à¹Ģรีย à¸ģวà¹Īา +ãģĵãģ® ãĤĪãģĨãģª +ë§Į íģ¼ +Ġп еÑĩ +ÙĪÙĦ ات +ĠÃľ ye +liÄŁ inde +à¸Ħะ à¹ģà¸Ļ +à¸Ħะà¹ģà¸Ļ à¸Ļ +ãĤĭãģĵãģ¨ ãģ¯ +วิ à¹Ģà¸Ħร +วิà¹Ģà¸Ħร าะ +วิà¹Ģà¸Ħราะ หà¹Į +Ġвозмож ноÑģÑĤи +ĠاÙĦÙĨ ساء +ãĥīãĥ© ãĥŀ +Ġgü c +Ġgüc ü +Ġt Æ°á»Ŀng +Ġacomp aña +ãĤ¤ ãĥ© +ק צ×ij +ĠY ö +ĠYö net +ĠYönet im +สัม à¸ľ +à¸ªà¸±à¸¡à¸ľ ัส +à¸Ļ าม +ĠÄij ợi +à¹ģหà¹Īà¸ĩ à¸Ĭาà¸ķิ +ãģĿãĤĮ ãģ§ãĤĤ +ät ig +ת ×ķ×Ŀ +ĠbaÅŁ lat +ĠвÑģ ей +ת ×Ļק +ת×Ļק ×ķף +ĠNg ô +ĠGesch ä +ĠGeschä fts +Ø£ Ùħ +Ø£Ùħ راض +à¹Ģà¸Ĺ à¸Ħà¸Ļ +à¹Ģà¸Ĺà¸Ħà¸Ļ ิ +à¹Ģà¸Ĺà¸Ħà¸Ļิ à¸Ħ +Ġм енÑĮ +ĠменÑĮ ÑĪе +Ġöl ç +Ġölç ü +ĠÙĬ جعÙĦ +ĠÄij ỡ +ש ×Ļ׾ +ש×Ļ׾ ×ķ×ij +ĠGr Ã¶ÃŁe +ĠÙĩ اتÙģ +รà¹īาà¸Ļ à¸Ńาหาร +×Ķ׾ ×Ļ׼ +×Ķ׾×Ļ׼ ×Ļ +иÑĢÑĥ ÑİÑī +èĭ¥ ãģĦ +ĠÃĸ zel +ãģĦãģŁ ãĤī +à¸Ħำ à¸ĸาม +Ġzosta ÅĤy +Ġ×Ķס ×Ļפ×ķר +×Ķ ×ķ׾ +×Ķ×ķ׾ ×ļ +à¹Ģà¸Ĭà¹Īà¸Ļ à¸ģัà¸Ļ +à¹Ĥ à¸Ĩ +à¹Ĥà¸Ĩ ษ +à¹Ĥà¸Ĩษ à¸ĵา +×IJר צ×ķת +×Ĵר פ×Ļ +Ġao ût +ĠÙĬ رÙĬد +ت ÙĪج +تÙĪج ÙĬÙĩ +ĠÑįÑĤ ап +ãĤ¹ãĤ¿ ãĥ³ +Ġkr ó +Ġkró tk +ãĤĴ使 ãģĨ +ì ·¨ +éĸ¢ ãĤı +à¸Ķà¹īวย à¸Ħวาม +à¸Ļำ à¹Ģสà¸Ļà¸Ń +Ġa yrıca +à¸Ī à¹īาà¸ĩ +ĠÑĦоÑĤ огÑĢаÑĦ +Ġв еÑĩ +ĠвеÑĩ еÑĢ +åĩº ãģĹãģŁ +ĠÐ¥ о +Ġ×ŀ ר×Ĵ×Ļש +à¹ĥหà¹ī à¹Ģà¸Ľà¹ĩà¸Ļ +ãĤĴ 缮 +ãĤĴ缮 æĮĩ +׾ ×ŀ×Ļ×Ŀ +nÄħ ÅĤ +ĠÑģÑĤ анд +ĠÑģÑĤанд аÑĢÑĤ +ĠSü d +ĠT âm +اخت بار +à¹Ģà¸ģ à¸Ńรà¹Į +Ùħس رØŃ +Ġbi á»ĩn +ب Ùı +Ġص اÙĦ +ĠصاÙĦ ØŃ +ĠPh ụ +íľ ´ +ãĥ¬ãĥĵ ãĥ¥ãĥ¼ +Ġbụ ng +Ġrég ime +ĠØ£ Ø´Ùĩر +ĠÑĢабоÑĤ ник +à¸Ŀ ัà¸Ļ +اع تÙħ +اعتÙħ اد +Ġзам еÑĤ +ãģ¾ ãģ£ãģ¦ +Ġch ặt +æĿ¥ ãĤĭ +ĠاÙĦÙĤ ÙĪات +ãģ«åħ¥ ãģ£ãģ¦ +تØŃ Ø§ÙĦÙģ +Ùħ زÙĬد +ĠÙĬ صÙĦ +ìĹ ¼ +à¹Ģà¸Ĭ à¹ĩ +à¹Ģà¸Ĭà¹ĩ à¸Ħ +Ġk á»ĭ +Ġká»ĭ p +ĠìķĦ ì§ģ +×IJ׳ ×Ĵ +Ġобла ÑģÑĤÑĮ +Ġpomoc Äħ +Ġ×ķ ש׾ +ëĵł ì§Ģ +ĠGi ám +ĠSt ück +Ġchá y +ĠëĤĺ ìĺ¤ +ש ×Ļ×ĺת +×ŀ×ĵ ר +×ŀ×ĵר ×Ļ×ļ +Ġsüre ç +к ва +×ij׾ ×Ļ×Ŀ +×Ķ ת×Ļ +×Ķת×Ļ ×Ļ×Ĺס +ÙĤب اÙĦ +Ġס ×ķ×Ĵ +Ġס×ķ×Ĵ ×Ļ +ÑģÑĤ олÑĮ +ä½ķ ãĤĤ +×ĸ׼ ×ķר +è²· ãģĨ +å®ī ãģı +à¸Ħรัà¹īà¸ĩ à¸Ļีà¹ī +kö p +ĠÑģеÑĢ виÑģ +оÑĩ нÑĭÑħ +ê±° ëŀĺ +تأ Ùĥ +تأÙĥ ÙĬد +×ĵ ׾ק +Ġпо Ñĩем +ĠпоÑĩем Ñĥ +пиÑģ аÑĤÑĮ +×ij שר +ĠH Ãłng +ĠT ìm +Ġtr ừ +ãĤ» ãĥĥãĤ¯ãĤ¹ +×ķ׳ ×Ĵ +mız da +п Ñģи +ĠìŀĪ 기 +Ġr út +ز اÙĨ +تÙĨ ÙĪع +ÙħÙĤ ا +ÙħÙĤا ÙĪÙħØ© +Ġ׾צ ×ķר×ļ +Ġ×ij ×Ļר×ķש׾×Ļ×Ŀ +ãĥ´ ãĤ£ +eb ile +ebile ceÄŁi +ãĥ¦ ãĥ¼ãĤ +ãĥ¦ãĥ¼ãĤ ¶ +ãĥ¦ãĥ¼ãĤ¶ ãĥ¼ +ãĤĴä½ľ ãĤĭ +Ñģ меÑĢ +ÑģмеÑĢ ÑĤ +Ġì§ ģ +Ġì§ģ ìłij +ĠÐŁ аÑĢ +ØŃ Ø§Ø¶ +ØŃاض ر +Ùħ ÙĥاÙģ +ÙħÙĥاÙģ ØŃØ© +ล ิà¸Ļ +ãģ¦ ãģįãģ¦ +ÑĢоÑģ л +ĠÄ°ÅŁ te +ÙĤص ÙĬر +Ġ×ij×Ĵ ×Ļ׾ +Ġ×ŀת ×IJ×Ļ×Ŀ +Ġ×Ķ ×Ĺ×ĵ +Ġ×Ķ×Ĺ×ĵ ש×Ķ +ר ×ķ×¢ +Ġprodukt ów +ĠÙħ صدر +не ÑĨ +ĠاÙĦعÙħÙĦ ات +Ġçık ma +Ġد بÙĬ +ק ×Ļף +ת ×IJר +ת×IJר ×Ļ×ļ +׳×Ļ ×Ļ×ĵ +صر اع +l ève +צ ×Ļר +à¸Ķ ัà¸Ļ +à¹ĥหà¹ī à¹Ħà¸Ķà¹ī +ãĤ¿ãĤ¤ ãĥł +Ġgi ảng +С ÐŁ +ĠاÙĦÙħ ØŃÙĦ +ĠاÙĦÙħØŃÙĦ ÙĬØ© +ĠT ất +׾ ×ķ×ĺ +h á»ķ +Ġam éric +Ġaméric ain +Ġ×ijש׾ ×ij +Ġ׾×IJ ×ķ×ŀ×Ļ +Ġpe ça +ĠÑĢаз нÑĭÑħ +ãģĦãĤĭ ãģ¨ +ãĥĩ ãĥ³ +ס קר +Ġ×Ķ×ŀ×Ĺ ×Ļר +ãģ¨ãģĦãģĨ ãĤĤãģ® +رت بط +ĠиÑģÑĤ оÑĩ +ĠиÑģÑĤоÑĩ ник +สมัà¸Ħร สมาà¸Ĭิà¸ģ +Ġ à¸Ĺัà¹īà¸ĩ +Ġà¸Ĺัà¹īà¸ĩ à¸Ļีà¹ī +ĠT áºŃp +ãģ£ãģ¦ ãģĦãģĨ +ĠاÙĦÙĪ صÙĪÙĦ +Ġdéc ada +Ġо ÑĦоÑĢм +ĠоÑĦоÑĢм лен +สำหรัà¸ļ à¸ģาร +Ġog óln +ãģĨãģ¡ ãģ« +Ġvá rias +ãģĻãģİ ãĤĭ +ÙĪ Ùĩا +à¹Ĥà¸Ľà¸£ à¸Ķ +ĠÐłÐ¾ÑģÑģ иÑı +人 ãĢħ +ãģĹãģ¦ ãģįãģŁ +Ġsı rasında +Ġng ôn +س ÙĨØ© +تÙħ تع +×ŀ׼ ×ij×Ļ +Ġnh ấn +×¢ ×ŀ×Ļ×ĵ +á» ¨ +ж иÑĤÑĮ +ãĤī ãģĽ +gr áf +gráf ica +ĠÙĤ ÙĪÙĦ +ĠÙĤÙĪÙĦ Ùĩ +ëĭ¨ ì²´ +ห à¹īา +หà¹īา ม +使 ãģ£ãģ¦ +ת ×Ļ×ij +ת×Ļ×ij ת +i á»ĥu +à¹ģ à¸Ĭม +à¹ģà¸Ĭม à¸Ľ +à¹ģà¸Ĭà¸¡à¸Ľ à¹Į +Ạ¬ +ĠëĤĺ ëĿ¼ +ĠÙħباشر Ø© +Ġtr Äĥm +سÙĥ ÙĪ +ĠاÙĦØ° Ùī +Ġbi ç +Ġbiç im +ت راجع +Ġоб еÑģп +ĠобеÑģп еÑĩ +ĠобеÑģпеÑĩ ива +Ġвозд ÑĥÑħ +Ñĭв аÑĤÑĮ +ÙĦ ØŃÙĤ +ĠMü dü +ĠMüdü rl +ĠMüdürl Ã¼ÄŁÃ¼ +Ġyapt ır +Ġפר ס +Ġפרס ×ķ×Ŀ +Ø· ÙĪر +ÑģÑĤв оваÑĤÑĮ +ìŀ¥ ìĿĦ +à¸Ĺีà¹Īà¸Ķี à¸Ĺีà¹Īสุà¸Ķ +à¸Ńั ล +ÑĢ Ñİ +Ùħست ÙĤبÙĦ +Ñģл ÑĥÑĪ +ÑģлÑĥÑĪ а +èªį ãĤģ +Ġ׾ ×Ļ×ŀ +Ġ׾×Ļ×ŀ ×ķ×ĵ×Ļ +ת ש×ķ×ij +תש×ķ×ij ×ķת +ĠgerçekleÅŁtir il +ĠاÙĦ اتÙģاÙĤ +ĠÑĥÑĢов не +ĠÑĤ ÑĢав +Ġ×Ķ×ŀ ×ķף +ØŃÙģ اظ +ĠÙħ ÙIJ +ĠÙħÙIJ ÙĨ +ĠÙħÙIJÙĨ ÙĴ +Ġdem ás +×ŀ×ķ×ĸ ×Ļק×Ķ +ש ×Ļ×Ĺ×Ķ +Ġb ú +алÑĮ нÑĭм +ãĤı ãģŁ +ãĤıãģŁ ãģĹ +ĠاÙĦÙħÙĪ اد +ת ׼׳ +×ª×Ľ×ł ×ķף +ãĥŃ ãĥĥãĤ¯ +hi ếu +ĠÑĥ ме +ÙħØŃا ÙĪÙĦØ© +×IJ ×ķשר +Ġкон кÑĥÑĢ +ĠконкÑĥÑĢ Ñģ +Ġ×ŀ ×ij×Ĺ +Ġ×ŀ×ij×Ĺ ×Ļ×ł×ª +Ġan lam +Ġanlam ı +Ġli á»ĩt +Ġв Ñħод +ĠH ình +ĠÙĨ ÙĬ +ĠÙĨÙĬ ÙĪز +ãĤ¸ãĥ£ ãĥ¼ +×ij ×Ļ×¥ +ÑĤелÑĮ нÑĭÑħ +à¸Ĺุà¸ģ à¸Ńยà¹Īาà¸ĩ +ĠkiÅŁ inin +Ø£ Ùĥثر +ĠиÑģÑĤоÑĢ ии +Ġë³Ģ íĻĶ +פ׾ ס×ĺ +×¤×ľ×¡×ĺ ×Ļ׳×Ļ +ĠÑģ еÑĤ +ĠÑģеÑĤ и +dıģ ımız +íķĺ ëıĦë¡Ŀ +×Ķ ר +×Ķר ×ij×Ķ +ãģĻãĤĭãģĵãģ¨ ãģ¯ +Ġphi ếu +تØŃ Ø³ÙĬÙĨ +ĠÅĽ rod +ĠÅĽrod ow +ĠÅĽrodow isk +ĠÑĢаÑģ Ñħод +بر ÙĬد +Ġر ÙĬ +ĠرÙĬ اÙĦ +Ġ×ķ ׼×ļ +ì§Ģ ìļĶ +׼ ×ŀ×ķ +Ġ×¢×ľ ×Ļ×Ķ×Ŀ +f ÃŃcio +Ġkar arı +tıģ ını +ĠС ов +ĠСов еÑĤ +ãģĬéĩij ãĤĴ +м еждÑĥ +междÑĥ на +междÑĥна ÑĢод +междÑĥнаÑĢод н +Ġm á»Ŀi +ĠاÙĦØ¥ ÙĬر +ĠاÙĦØ¥ÙĬر اÙĨÙĬ +ĠاÙĦرÙĪ سÙĬ +ص ÙĨد +صÙĨد ÙĪÙĤ +ĠاÙĦØ¥ÙĨ ترÙĨت +Ġt ắm +ĠÑĤак ого +Ġ×ij ׾×ķ×Ĵ +Ġü crets +Ġücrets iz +×Ĺ×ĸ ×Ļר +ìĸ´ ìķ¼ +ĠPh ần +ï¼ ľ +Ġ×ĺ ×ij×¢ +Ġ×ĺ×ij×¢ ×Ļ +×IJ×ŀ ×IJ +اÙĤ ÙĦ +Ġcondi ções +ÙĤات ÙĦ +ĠÑĢезÑĥлÑĮÑĤаÑĤ е +ĠÑģво ими +צ×ij ×Ļ×¢ +gé ni +Ġz es +Ġzes po +Ġzespo ÅĤ +ÑĪ ив +Ġפר×ĺ×Ļ ×ķת +Ùħست Ø´Ùģ +ÙħستشÙģ Ùī +شر ع +Ġko ÅĽci +Ġ×Ķ×IJ ×Ļ׳×ĺר׳×ĺ +ĠЧ еÑĢ +поÑĩ ÑĤ +Ġactiv ités +çŁ¥ ãģ£ãģ¦ +Ġ×ij ×ĸ×Ķ +Ġyüz den +ãģªãĤĬ ãģ¾ãģĽãĤĵ +Ġíĺ ¹ +Ġíĺ¹ ìĿĢ +Ġ×ŀש ׳×Ķ +ĠÐĴ еÑĢ +Ġ×ij×IJ×ķת ×ķ +éĿ¢ çĻ½ +éĿ¢çĻ½ ãģĦ +شر ØŃ +gr ünde +Ùģ Ø´ +ÙģØ´ ÙĦ +Ġsé jour +ë´ IJ +Ġr ôle +Ø´ عار +ем Ñĭе +ĠاÙĦج سÙħ +алÑĮ ное +Ġìĥģ íĥľ +ï¼ ¤ +ë¯Ģ ë¡ľ +ĠÙĨ ÙĤØ· +ĠÙĨÙĤØ· Ø© +ãģĿãģĨ ãģł +ãģĻãĤĭ ãģ®ãģĮ +ห ู +Ġnh á»ĭ +Ġeconóm ica +ס×ĺ ×ķ×ĵ +ס×ĺ×ķ×ĵ ׳×ĺ +มี à¹Ĥà¸Ńà¸ģาส +Ġgest ão +รูà¹ī วà¹Īา +Ġlo ạt +ĠاÙĦÙħ Ùı +ĠاÙĦØŃ ÙħÙĦ +ĠاÙĦعÙħÙĦ ÙĬØ© +Ġê²ĥ ëıĦ +ĠÐľÐ¾Ñģк ва +ק×ĺ ×ķר +Ġпод ÑĢоб +ĠподÑĢоб н +Ġl Æ°ng +ت Ùģس +تÙģس ÙĬر +ĠاÙĦ بع +ĠاÙĦبع ض +ئ ت +Ðķ ÐĿ +ìĹ° 구 +à¹ĥหà¹ī à¸Ħุà¸ĵ +ãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġbir ka +Ġbirka ç +ĠÄ° sl +ĠÄ°sl am +çĹĽ ãģ¿ +Ġh ảo +Ġм аÑı +ĠiÅŁ çi +ש × +×©× ģ +à¸ģาร à¹Ģมืà¸Ńà¸ĩ +×ķ×Ķ ר +Ġch ó +ëĨ Ģ +Ġyan lı +Ġyanlı ÅŁ +幸 ãģĽ +×IJר×Ĵ ×ķ׳×Ļ +à¸Ńาà¸Ī าร +à¸Ńาà¸Īาร ยà¹Į +ĠинÑĦоÑĢм аÑĨиÑİ +Ðĵ Ðŀ +׳ ×Ĺש +ĠìķĮ ìķĦ +ĠÑħаÑĢакÑĤеÑĢ иÑģÑĤ +ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ ик +à¸Ħุà¸ĵ สามารà¸ĸ +è¦ĭ ãģĪãĤĭ +à¸Ĭัà¸Ķ à¹Ģà¸Ī +à¸Ĭัà¸Ķà¹Ģà¸Ī à¸Ļ +ĠdziaÅĤ al +ĠdziaÅĤal noÅĽci +à¹Ĥà¸ŀ สà¸ķà¹Į +ĠÐļ ол +ĠÙģ ÙĩÙĬ +Ġ×ŀ פ׳×Ļ +Ġ×Ķק שר +Ùħر Ùĥ +ÙħرÙĥ ز +Ġho á +Ġа пп +Ġапп аÑĢаÑĤ +Ġp ami +Ġpami ÄĻ +ĠpamiÄĻ ta +Ġç ünkü +×ĵ ×ķף +ãģ¯ ãģĵãģ¡ãĤī +ĠM Ãł +ĠÙĬ ÙĤدÙħ +ĠпÑĢ ез +ĠпÑĢез иденÑĤ +à¸Ńุ à¸ķ +à¸Ńุà¸ķ สา +à¸Ńุà¸ķสา ห +à¸Ńุà¸ķสาห à¸ģรรม +ì§Ģ ìĽIJ +Ġ×IJפשר ×ķת +sch üt +schüt z +ĠTi ên +Ġsay ılı +ĠгÑĢÑĥпп Ñĭ +оÑĩ нÑĭй +Ġ×ľ×¢ ×ŀ×ķ×ĵ +Ġwr zeÅĽ +ĠwrzeÅĽ nia +ĠÄIJ ầu +à¹Ģà¸Ĥà¹īา รà¹Īวม +nız da +Ø®ÙĬ ص +Ġgü nc +Ġgünc el +ĠÙĦÙĩ Ø°Ùĩ +ĠÙĬ عتبر +lé gi +ãĤı ãģĭãĤĭ +Ġr ừng +ظ Ùĩ +ظÙĩ ÙĪر +Ġ×ŀ×ij ×Ļף +Ġ기 íĥĢ +åĪĩ ãĤĮ +lan mÄ±ÅŁ +à¸Ĺีà¹Ī มีà¸Ħวาม +Ġh á»ģ +ت ÙĪجÙĩ +ĠاÙĦØ¥ دارة +Ġú til +ס פ×ķ +à¸Ħวาม รัà¸ģ +à¹Ĥ ฮ +Ġпол иÑĤ +ĠполиÑĤ ик +Ġsat ın +ĠÅŀ imdi +×ŀ ×ķר×Ļ×Ŀ +ìķĺ ëĭ¤ +×Ĺ ×ķ×ķ +×Ĺ×ķ×ķ ×Ļ×Ķ +à¸Ħà¸Ńม à¸ŀิ +à¸Ħà¸Ńมà¸ŀิ ว +à¸Ħà¸Ńมà¸ŀิว à¹Ģà¸ķà¸Ńรà¹Į +Ġا ذا +تخ اذ +ãĤ¨ ãĥ« +Ġpossibilit é +ยืà¸Ļ ยัà¸Ļ +Ġü nivers +Ġünivers ite +ĠاÙĦد ÙĪرÙĬ +ĠìķĬëĬĶ ëĭ¤ +ĠìĦľ ë¡ľ +ØŃ Ø§ÙĦ +Ġë ¨ +Ġë¨ ¼ +Ġ먼 ìłĢ +à¸Ĺีà¹Ī à¸ĸูà¸ģ +ì§ ľ +Ġsk óry +лÑĮ ÑĨ +à¹ĥà¸Ĭà¹ī à¹Ģวลา +×ijק שת +ĠØ° ÙĪ +æĹ¥ ãĢħ +ĠкоÑĤоÑĢ ÑĥÑİ +ĠÑĥÑĢов енÑĮ +ê¹ ¨ +à¹Ħ à¸Ĺ +ãĤµ ãĥĹãĥª +ãĤ¸ ãĥ§ãĥ³ +ãģĻ ãģ¹ãģį +ĠG ór +ãĥĪ ãĤ¤ +ãĥĪãĤ¤ ãĥ¬ +ĠyaÅŁ ama +Ġdá»ĭ p +Ġb ữa +à¸ĭ ุ +Ġöl üm +ãģ£ãģ¦ ãģıãĤĭ +à¸ģาร à¸Ħà¹īา +ש ער +ĠÑĤип а +Ġг еÑĢ +ĠгеÑĢ о +רק ×¢ +Ġu waż +Ġuważ a +ש×ŀ ף +Ġhast alık +ãĤıãĤĮ ãĤĭ +ba ÅŁÄ± +Ñĩ ÑĤо +Ġ×ij ×ŀר׼×ĸ +Ġìļ°ë¦¬ ìĿĺ +ĠÙĥاÙĨ ÙĪا +ĠØ£ بر +Ġأبر ÙĬÙĦ +ì¸ µ +à¹Ħà¸Ĥ à¹Ī +ĠÙĪ ÙĦÙĪ +à¸Ĺ ัว +à¸Ĺัว รà¹Į +ĠÙĪØ£ Ùĥد +à¸Ĭ วà¸Ļ +׾ ×ķק +æį ¨ +æį¨ ãģ¦ +Ġİç in +p éri +Ġy al +Ġyal nız +ÑĮÑı н +Ġg ắng +à¸ģà¹ĩ ยัà¸ĩ +ĠУкÑĢа ин +ĠÑģ ами +ĠпÑĢовед ен +à¸ķà¸ģ à¹ģà¸ķà¹Īà¸ĩ +ĠQu ân +é paration +ĠbaÅŁ ında +Ġzn ale +Ġznale ź +Ġznaleź Äĩ +ãĤ± ãĥ¼ +ãĥİ ãĥ¼ +à¸ĸูà¸ģ à¸ķà¹īà¸Ńà¸ĩ +ëª ¸ +Ġëı Į +ĠëıĮ ìķĦ +ĠSch üler +Ġпод гоÑĤов +ĠподгоÑĤов к +ع رÙĪ +عرÙĪ ض +la ÅŁtır +ĠÑģоÑģÑĤав лÑıеÑĤ +ĠпÑĢоиз вод +ĠпÑĢоизвод ÑģÑĤва +ĠоÑģнов е +ĠØ´ ÙħاÙĦ +à¸ģร ี +ĠgörÃ¼ÅŁ me +оÑĩ ек +Ġ×Ĺ×ijר ×Ļ×Ŀ +ÙħØ® اط +Ùħخاط ر +ï¼ Ń +ר פ×IJ +ĠM ẹ +ยà¸Ńม รัà¸ļ +Ġv ết +Ø® Ø° +ĠاÙĦت Ø· +ĠاÙĦتط بÙĬÙĤ +à¸Ļ ึà¸ģ +Ġ×Ķ ×Ľ×ł×¡×ª +ĠогÑĢ ани +ĠогÑĢани Ñĩен +ĠÃĩ alÄ±ÅŁ +ĠاÙĦÙħÙĨت دÙī +à¸Īำà¸Ļวà¸Ļ มาà¸ģ +ĠÑĤоÑĢ ÑĢ +ĠÑĤоÑĢÑĢ енÑĤ +ĠìĤ´ ìķĦ +à¸ŀลัà¸ĩ à¸ĩาà¸Ļ +à¸Ĭ ัà¸Ļ +ĠÐIJн дÑĢ +Ġréalis é +×ŀש ×IJ +à¹ģ à¸Ĭ +à¹ģà¸Ĭ รà¹Į +Ġб ог +มา à¹ģลà¹īว +ĠاÙĦÙĨ ار +Ġolmad ıģı +×ĵ ×¢×Ķ +ĠÑĥ веÑĢ +ĠÑĥвеÑĢ ен +ãĤĭ ãĤĤãģ® +Ø£ د +أد ÙĪات +Ġ×Ķ×ĸ ×ķ×Ĵ +Ø¥ عÙĦاÙħ +h á»ı +ĠNä he +ĠÑĤ еÑģÑĤ +Ġ×ŀ ×ķ׼ר +Ġë¬¸ìłľ ê°Ģ +ת ×ķצ×IJ×Ķ +m ó +mó vel +ĠاÙĦتج ارة +Ġмног иÑħ +обÑī а +Ġ×¢ סק×Ļ +ĠEdu cação +ק ש×Ļ×Ŀ +é tabl +établ issement +Ġд еле +иÑĢÑĥ еÑĤÑģÑı +Ø¢ ثار +Ġ×Ķ×ŀ ר׼×ĸ×Ļ +ãĥIJ ãĥ« +ĠвÑģÑĤÑĢ еÑĩ +ãģĴ ãĤĭ +Ġci Äħ +ĠciÄħ gu +ÙĬ ست +à¸łà¸² ว +à¸łà¸²à¸§ ะ +Ø£ Ùħر +Ġо жи +Ġожи да +Ġ ủy +ãĥŀ ãĥ« +ر اس +оÑĩ ной +ת ×Ĵ×ķ×ij×ķת +تع رÙĬÙģ +ĠÑģо ÑĨиалÑĮно +ãĤĴ éĸĭ +ĠиÑģÑģлед ова +Ġd ú +Ġdú vida +Ġsk ÅĤ +ĠskÅĤ ada +Ġhä ufig +ĠвÑĭб ÑĢ +ĠвÑĭбÑĢ аÑĤÑĮ +ãģ®ãģ§ãģ¯ãģªãģĦ ãģĭ +ĠÑģ илÑĮно +ÑĤвеÑĢж ден +ר פ +רפ ×ķ×IJ×Ķ +æĢĿ ãģĦãģ¾ãģĻ +ØŃر ص +ש×ķת ×£ +Ùħس جد +à¹Ĥà¸Ĭ วà¹Į +ем ÑģÑı +в ÑĪие +Ġм л +Ġмл н +Ġ׾×Ķ ×ij×Ļ×IJ +ĠÙĬ تعÙĦÙĤ +à¸ķ ูà¹ī +Ġп ÑĢаз +ĠпÑĢаз д +ĠпÑĢазд ник +Ġн ем +Ġнем ного +Ġs Ãłng +تÙĨ سÙĬ +تÙĨسÙĬ ÙĤ +Ġtá» Ŀ +Ġмед и +ãģ« æĪ +ãģ«æĪ » +à¸Ħว à¹īา +ãģĭ ãģijãĤĭ +×ij׾ ×ķת +ĠÑįк Ñģп +ĠÑįкÑģп еÑĢÑĤ +Ġдев ÑĥÑĪ +ĠдевÑĥÑĪ к +ĠØŃ Øµ +ÙĨØ´ Ø£ +ãģĮãģĤãĤĭ ãģ®ãģ§ +Ġت راÙħ +ĠتراÙħ ب +أس ÙĪاÙĤ +Ġ׾פ ׳×ķת +Ġا ï»· +ãģ« ãģı +ãģ«ãģı ãģĦ +ĠØ£ عÙĦÙī +Ġ׾×Ķ ×ŀש×Ļ×ļ +rä u +ש×ŀ ×Ļ×Ŀ +åĪĨ ãģij +ãģĻ ãģ§ +ãģĻãģ§ ãģ« +×Ķ׾ ׼×Ķ +×Ĺ׾ ×Ļ×£ +Ġì ±ħ +Ġì±ħ ìŀĦ +à¹Ģà¸Ī ริ +à¹Ģà¸Īริ à¸į +éģĬ ãģ³ +ج سد +สา à¸ĺ +สาà¸ĺ าร +สาà¸ĺาร à¸ĵ +Ġbas ın +ÑĢаР³ +г ад +Ġho ÅŁ +íķ µ +×ij×Ĺ ×Ļר×Ķ +×ŀס ×ļ +Ġìłľ íĴĪ +تÙħ ÙĪÙĬÙĦ +ĠL Æ°u +ë¡ľ ë¶ĢíĦ° +Ġп об +Ġпоб ед +ÙħÙĨ Ø° +常 ãģ« +ÙĤ س +ĠاÙĦÙħ صدر +ĠÙĪاÙĦ است +Ġkh ắp +ĠاÙĦج اÙĨب +Ġng uyá»ĩn +éĸĵ éģķãģĦ +ĠÑģÑĤ ÑĢа +ĠÑģÑĤÑĢа Ñħ +ĠÑģÑĤÑĢаÑħ ов +รี à¸ļ +Ġx Æ°Æ¡ng +Ġì° ¾ +Ġì°¾ ìķĦ +Ġng ại +г ал +à¸ĭ ีà¹Ī +Ġ×ij פ×Ļ×Ļס×ij×ķק +Ц енÑĤÑĢ +Ġaval iação +Ġeconóm ico +×ĸ ף +ĠÐľ ак +Ġinter és +à¸ģล ิà¹Īà¸Ļ +ÑģÑĤÑĮ Ñİ +ĠÄij Æ°Æ¡ng +å¼· ãģı +ĠKh ách +à¹Ģà¸Ļืà¹īà¸Ń หา +ĠYaz ı +è²· ãģ£ãģ¦ +Ðł Ðķ +à¹Ģà¸ŀิà¹Īม à¸Ĥึà¹īà¸Ļ +สม à¸ļู +สมà¸ļู รà¸ĵà¹Į +Ġм иÑĢов +×Ĵ ׳×Ļ×Ŀ +ĠÄij ức +à¸Ń ารà¹Į +ص اص +ãģĬ ãĤĪ +ãģĬãĤĪ ãģ³ +ÃªÌ ī +ĠاÙĦÙħؤ تÙħر +ĠاÙĦÙħر ØŃÙĦØ© +สà¸Ńà¸ļ à¸ĸาม +Ġà¸Īาà¸ģ à¸Ļัà¹īà¸Ļ +Ġت عد +ãģĿãģ® ãģŁãĤģ +Ġkh áng +à¸Ļ ิà¸Ķ +ãĥĬ ãĥ³ +ëĦ¤ ìļĶ +ĠاÙĦ اØŃت +ĠاÙĦاØŃت ÙĦاÙĦ +ìļ ķ +Ġмод ели +ĠпÑĢоÑĨ енÑĤ +à¸ŀวà¸ģ à¹Ģรา +Ġ×Ķצ ×ĵ +Ġ×Ķצ×ĵ ×ĵ×Ļ×Ŀ +ständ e +׳ ×Ĵר +Ġdot yc +Ġdotyc zÄħ +ĠdotyczÄħ ce +ĠÅĽ wiÄĻt +×ŀר ×Ķ +ãģĻãģĶ ãģĦ +ãĥĩãĤ£ ãĥ³ãĤ° +à¸ģาร สรà¹īาà¸ĩ +ë Ĥ¬ +Ġì°¸ ìŬ +Ñģ Ñħ +ÑģÑħ ем +ÙħÙĪ س +Ġn ấu +Ġ׾×ŀ×¢ ׾×Ķ +à¹Ģà¸Ľ à¹īา +à¹Ģà¸Ľà¹īา หมาย +Ġmù i +ائ ز +íĽ Ī +×Ĺ×ij ×ķר×Ķ +à¸ľà¸¹à¹ī à¹ĥà¸Ĭà¹ī +Ġpa ź +Ġpaź dzi +Ġpaździ ern +Ġpaździern ika +ลà¸ĩ à¹Ħà¸Ľ +ÙĤ اع +Ġch áºŃm +Ġözellik leri +ĠÄIJ o +ĠÄIJo Ãłn +ж ение +Ġh ẳ +Ġhẳ n +ĠaÅŁ k +ï½ į +ãĥij ãĤ¹ +×Ķ×ķר ×IJ×ķת +ĠÅ » +ĠÅ» y +×ŀ×ĸ ׾ +ĠÑĥ кÑĢа +ĠÑĥкÑĢа ин +à¹Ģà¸Ĭ ิ +à¹Ģà¸Ĭิ à¸į +Ðł Ðĺ +ĠzwiÄħz ku +×Ķ×Ĺ׾×ĺ ת +ãĤĵãģ§ãģĻ ãĤĪãģŃ +ãģ¦ ãģĬãĤĬ +лож иÑĤÑĮ +×ŀ ×ķ׳×Ļ×Ŀ +ฮ ิ +ì° ¬ +ĠاÙĦÙħØ´ ترÙĥ +ĠdÃ¼ÅŁ ük +аг енÑĤ +ĠاÙĦØ£ سبÙĪع +ĠÙĤ رÙĬب +ин д +инд ив +индив ид +индивид Ñĥ +индивидÑĥ алÑĮн +för der +Ġseç en +Ġseçen ek +Ġét ant +ĠлÑİб им +каз ÑĭваеÑĤ +ว ิà¸Ļ +Ġ×Ķ×ij ×IJ×Ļ×Ŀ +Ġд ов +Ġдов олÑĮ +ĠдоволÑĮ но +×¢×ĵ ×Ļ×£ +Ġok re +Ġokre ÅĽ +ĠokreÅĽ lon +Ġت رÙĬد +à¹Ģมืà¹Īà¸Ń วัà¸Ļà¸Ĺีà¹Ī +ãĤĪ ãģĭãģ£ãģŁ +Cum h +Cumh ur +Cumhur ba +Cumhurba ÅŁ +CumhurbaÅŁ kan +CumhurbaÅŁkan ı +Ġn ợ +à¸ľà¸¹à¹ī à¹Ģลà¹Īà¸Ļ +Ġcompl ète +à¹Ģà¸ŀ ศ +د ÙIJ +Ġdü z +Ġdüz ey +ãģ§ãģĤãĤĭ ãģĵãģ¨ +ext érieur +× ³ +Ġinform ação +ãĤ¯ãĥª ãĥĭãĥĥãĤ¯ +ĠPub li +ĠPubli é +ר ×ķ×ĵ +à¸Ħวาม à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢ +ĠØ£ÙĬ ض +ĠØ£ÙĬض Ùĭا +ت سبب +ãģ¤ ãĤĤãĤĬ +из ма +à¸Ĥึà¹īà¸Ļ à¹Ħà¸Ľ +Ùĥ ÙIJ +ÙĦ ÙĪÙħ +Ġש צר +Ġשצר ×Ļ×ļ +ãģ¯ ãĤĤãģ¡ãĤįãĤĵ +Ġк ан +Ġкан ал +ãģ«ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +ĠاÙĦØ£ Ùĥثر +ت اØŃ +ÙĨت Ùĩ +ÙĨتÙĩ اء +ا ÙĪÙĬØ© +ĠBug ün +н Ñģкого +à¸Ķ à¹Īวà¸Ļ +é volution +ãģ£ãģ¦ ãģĦãģ¾ãģĹãģŁ +ãĤ ħ +ĠV Æ°Æ¡ng +à¸łà¸²à¸ŀ ย +à¸łà¸²à¸ŀย à¸Ļ +à¸łà¸²à¸ŀยà¸Ļ à¸ķรà¹Į +Ġ×Ķ צ׾×Ļ×Ĺ +ĠاÙĦإسÙĦاÙħ ÙĬ +ÙĦÙĬ ب +Ġed ição +ÑģÑĤÑĢ ел +Ġkh úc +ÙĨÙħÙĪ Ø° +ÙĨÙħÙĪØ° ج +׾ צ×Ķ +ÑģÑĤав ил +à¸ĸ า +สรà¹īาà¸ĩ à¸Ħวาม +ãģĦ ãģ£ãģ± +ãģĦãģ£ãģ± ãģĦ +ÑģÑĤав лен +ĠاÙĦ ÙĤدس +Ġng ược +ب Ø® +ส หร +สหร ั +สหรั à¸IJ +ĠØ£ غ +Ġأغ سط +Ġأغسط س +ãģĨ ãģ¾ +ãģĨãģ¾ ãģı +ĠêµŃ ìłľ +ØŃض ار +Ġd ừng +æĬ¼ ãģĹ +ت ÙĪا +تÙĪا جد +ש×ŀ ×Ĺ×Ķ +ãģı ãĤĵ +Ġ×ij×¢ צ +Ġ×ijעצ ×Ŀ +×ŀ ׳×Ļ×ķת +×ķ ×Ļ×ĵ +×ķ×Ļ×ĵ ×IJ×ķ +à¸Ĭ ิà¸ĩ +Ġprac ÄĻ +Ġз аÑĤ +ĠзаÑĤ ем +ĠìŀIJ ìľł +Ġì¤ Ģ +Ġì¤Ģ ë¹Ħ +Ġb áºŃ +ĠbáºŃ c +Ġ×Ķ×ŀ צ×ij +ĠÙĤ ÙĬÙħØ© +à¹Ģà¸Ń à¹Ģà¸Ĭ +à¹Ģà¸Ńà¹Ģà¸Ĭ ีย +Ġperch è +ĠاÙĦع سÙĥر +ĠاÙĦعسÙĥر ÙĬØ© +ج ÙĬب +ëŀ µ +Ùħ Ùĩر +ÙħÙĩر جاÙĨ +Ùħ راÙĥ +ÙħراÙĥ ز +Ġод нако +à¸Ķี à¹Ĩ +Ġצ פ×ķ +Ġkullan ılan +Ġк ино +ãĥĨãĤ£ ãĥ³ãĤ° +ĠGi Ỽi +ت ÙĪز +تÙĪز ÙĬع +ย ิà¸Ļ +ยิà¸Ļ à¸Ķี +Ġc Åĵur +ĠiÅŁ aret +Ġ×ij×¢ ×ĸר +Ġ×ij×¢×ĸר ת +Ġп аÑĨи +ĠпаÑĨи енÑĤ +ãģ¿ãģŁãģĦ ãģ§ãģĻ +в ез +ли на +од е +Ġ×IJ×ķת ף +dıģ ınız +ĠÐIJ в +ĠÐIJв ÑĤоÑĢ +ï¼ ® +ĠC ần +ĠاÙĦا Ø® +ĠاÙĦاخ بار +Ġê±° ìĿĺ +Ġat enção +Ġgeld iÄŁi +ãĤª ãĤ¹ +ãĤªãĤ¹ ãĤ¹ +ãĤªãĤ¹ãĤ¹ ãĥ¡ +ев Ñĭе +кÑĢÑĭ л +à¹Ģà¸Ĭ ียà¸ĩ +à¹Ģà¸Ĭียà¸ĩ à¹ĥหมà¹Ī +Ġmar ço +ĠاÙĦÙħ ادة +Ġг ол +Ġsprzeda ży +Ġíķ´ ê²° +ĠÐķ го +ê¹ Ģ +Ġ׾ק×ij׾ ת +ĠاÙĦÙģ ÙĨاÙĨ +Ġcomunic ación +à¹Ģสà¹īà¸Ļ à¸Ĺาà¸ĩ +íĺ ¹ +à¸Ĭ ำ +à¸Ĭำ ระ +Ġ׼ ×IJ×ŀ +Ġ׼×IJ×ŀ ×ķר +à¸Ĭ à¹Īาà¸ĩ +ز Ùĩر +Ġklient ów +ива ÑİÑĤ +ан г +׳ ×ļ +Ġg á»įn +Ãľ R +ìĺģ ìĥģ +Ġغ زة +ìĿĮ ìĿĦ +Ġbez po +Ġbezpo ÅĽ +ĠbezpoÅĽ redni +ĠاÙĦÙħ ÙĪا +ĠاÙĦÙħÙĪا Ø·ÙĨ +ĠاÙĦÙħÙĪاطÙĨ ÙĬÙĨ +ãĤĮ ãģ¾ãģĻ +ĠмаÑĤ Ñĩ +×IJ ×ķף +Ġر سÙħÙĬ +ĠÑįк он +ĠÑįкон ом +ĠÑįконом иÑĩеÑģк +ãĥľ ãĥ¼ +Ġд иÑĢ +ĠдиÑĢ екÑĤоÑĢ +ĠÑģк оÑĢо +à¸ļ ำ +à¸ļำ ร +à¸ļำร ุà¸ĩ +ĠÑĦ ÑĥÑĤ +ĠÑĦÑĥÑĤ бол +Ġ×IJ ×Ļ׾ +Ġì¤ij êµŃ +ìľ ¤ +eÄŁ e +à¹Ħ à¸ģà¹Ī +tra î +traî n +ĠÑĤ ÑĢÑĥб +à¹Ģà¸ļ ื +à¹Ģà¸ļื à¹īà¸Ńà¸ĩ +à¹ģม à¸Ļ +ĠتØŃ Ø¯ÙĬØ« +Ġ׼ עת +ØŃ Ø§Ø³Ø¨ +lı ÄŁa +ק×Ļ ×Ļ×ŀ×Ļ×Ŀ +оÑģÑĤ ÑĮÑİ +à¸Ŀ ั +à¸Ŀั à¹Īà¸ĩ +Ø´ غÙĦ +ìĽ ¹ +Ġкажд ого +Ġbölüm ü +หà¸Ļ ี +Ġistedi ÄŁi +Ġtr Æ°ng +ãĥ Į +ฮ à¸Ń +Ø£ÙĨ Ø´ +Ø£ÙĨØ´ طة +ĠاÙĦÙħ سÙĬ +ĠاÙĦÙħسÙĬ ØŃ +ลัà¸ģษ à¸ĵà¹Į +Ġn á»Ńa +à¸Ĺีà¹Ī à¸ķà¹īà¸Ńà¸ĩà¸ģาร +ÑĪ ек +л Ñij +Ġש ×Ļ×Ķ +Ġש×Ļ×Ķ ×Ļ×Ķ +Ġkhu ôn +ĠÑĤÑĢеб ованиÑı +Ġ×ľ×¢ ×ĸ×ķר +ĠاÙĦع Ùħر +ราà¸Ħา à¸ĸูà¸ģ +ÙĩÙı ÙħÙĴ +ü st +üst ü +Ġден ег +Ġn ạ +à¸Ĥà¸Ļ ม +Ġбл аг +Ġблаг од +Ġблагод аÑĢ +ĠблагодаÑĢ Ñı +Ø¥ سÙĦاÙħ +à¸Ļิ ว +çŁ¥ ãĤīãģªãģĦ +Ø« ÙĤØ© +Ġг олоÑģ +×IJ×ķר ×Ĺ +Ġtr ứng +Ġод ном +ĠkoÅĦ cu +Ġ×ķ רק +Wi ÄĻ +WiÄĻ cej +Ġ×IJ ×Ļ׼×ķת +Ġ×IJ×Ļ׼×ķת ×Ļ +Ñģ оÑģ +Ġje żeli +以ä¸ĭ ãģ® +å°ı ãģķ +å°ıãģķ ãģª +олог ии +Ġоб ÑģлÑĥж +ĠобÑģлÑĥж ива +Ùĥت ابة +Ġê´Ģ ìĭ¬ +×¢ ש×Ļר +Ġaras ındaki +ĠÑĢай она +ÙĪا جب +Ġ×ij×Ĺ×Ļ ×Ļ +íķ´ 주 +Ġg óc +ай л +ĠT ình +æļ® ãĤī +æļ®ãĤī ãģĹ +æĻĤ ãģ«ãģ¯ +ĠгоÑĢод е +Ġ׼×IJ ×Ļ׾ +Ġ׼×IJ×Ļ׾ ×ķ +ĠC á»Ļng +ãģ©ãģĨ ãģĹãģ¦ãĤĤ +×Ĺ ×ķ×£ +تØŃ Ø±Ùĥ +ĠÑģлов ам +à¸Īะ à¸Ĭà¹Īวย +ĠاÙĦÙħست ÙĤبÙĦ +ÙĤ ض +ÙĤض ÙĬ +×ijס ×ķפ +×ijס×ķפ ×ķ +iÄĻ Äĩ +ĠY ıl +Ø´ ÙĬØ® +à¸Ħุà¸ĵ à¸Īะ +ש×ŀ ×ķת +Ġت عرض +Ġanál ise +ĠÑģоб иÑĢа +à¹Ģà¸ŀ à¸Ĭ +à¹Ģà¸ŀà¸Ĭ ร +Ġв ели +Ġвели к +สั à¹īà¸Ļ +Ġpop ulação +รà¹Īวม à¸ģัà¸Ļ +×Ĺ ×ŀ +×Ĺ×ŀ ×Ļש×Ļ +ס ×Ļס +åĨħ ãģ§ +Ġsob Äħ +ĠY ay +ĠYay ın +ãĥ¡ ãĥĭãĥ¥ãĥ¼ +ĠпÑĢедоÑģÑĤав лÑı +ãģł ãģ¨æĢĿãģĨ +Ġê³ł ê°Ŀ +Ġод ним +à¹ĥà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Ġs á»ķ +ĠÐĹ Ð´ÐµÑģÑĮ +Ġизмен ениÑı +ĠìĿ¼ ìĿĦ +ãģªãģ® ãģł +клад Ñĭва +ÑĢ ма +Ġ×ķ×ij ׼׾ +تأ ÙħÙĬÙĨ +ĠпÑĢи ÑıÑĤ +ĠпÑĢиÑıÑĤ н +Ùħ Ùħار +ÙħÙħار سة +ãģ¨ãģª ãģ£ãģ¦ +Ġج ÙħÙĬÙĦ +Ġì§ Ī +Ġì§Ī 문 +Ġquest ão +i é +ié ndo +หà¹īà¸Ńà¸ĩ à¸ŀัà¸ģ +ãĥij ãĥ¼ãĥĪ +ÑĤвеÑĢж да +н Ñģкой +з ал +มุ à¹Īà¸ĩ +á» Ĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ķ +ĠTh Æ° +주 민 +ĠاÙĦع ب +év én +évén ement +ÙĤÙĪ اعد +د Ùı +ĠìķĬ ìĬµëĭĪëĭ¤ +Ġë³´ 기 +Ġyapıl ması +à¹Ģร าà¸ģ +à¹Ģราà¸ģ à¹ĩ +ØŃ Ø°Ø± +ÙĤ صر +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +Ġà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ļ +ãģ¨ ãģ« +ãģ¨ãģ« ãģĭ +ãģ¨ãģ«ãģĭ ãģı +н ÑĨе +зв Ñĥк +ãģĹãĤĪãģĨ ãģ¨ +ĠاÙĦصØŃ ÙĬØ© +Ġש×Ķ ×Ļ×ķ +ĠDi ÄŁer +ÙĤÙĦ ÙĤ +ãĤ¸ãĥ£ ãĥ³ +Ġr á»Ŀi +Ġл еÑĩ +ĠлеÑĩ ениÑı +تب اد +تباد ÙĦ +צ פ×Ķ +à¸Ħวาม à¹Ģหà¹ĩà¸Ļ +ĠØ´ ب +Ġشب ÙĥØ© +ר ×Ļק +Ùħ عد +Ùħعد ات +dıģ ında +Ġ×ijש ׳×Ļ×Ŀ +Ġ×Ķ ×Ļשר×IJ׾ +Ġ×Ķ×Ļשר×IJ׾ ×Ļת +Ġsı nav +׳צ ×Ļ×Ĵ +วัà¸ķ à¸ĸุ +ĠاÙĦبر ÙĦÙħ +ĠاÙĦبرÙĦÙħ اÙĨ +t ivitÃł +ãĤĵãģł ãĤįãģĨ +ק×Ļ ×Ļ×ŀ +ÙĦÙĬ Ùĥ +ĠÄij ò +ĠÄijò i +ĠÐĺн ÑĤеÑĢ +ĠÐĺнÑĤеÑĢ неÑĤ +ãģ«ãģ¨ãģ£ãģ¦ ãģ¯ +ãģ£ ãģĵ +ק ×ķס +ست ØŃÙĤ +æķĻ ãģĪãģ¦ +ãĥĢ ãĥ¡ +ĠÙħÙĨ زÙĦ +à¹Ģà¸ĭ à¹ĩà¸Ļ +使 ãģĪãĤĭ +è¦ĭ ç©į +è¦ĭç©į ãĤĤãĤĬ +Ø£ Ùģ +Ø£Ùģ Ùĥار +Ġиг ÑĢов +ĠигÑĢов Ñĭе +Ġm ÄĻż +ĠmÄĻż czy +ĠmÄĻżczy zn +ĠاÙĦØŃ ÙĤÙĬÙĤÙĬ +ع بر +׼×ķ׾ ׳×ķ +íĿ ¥ +×ŀ×IJ ×ķ×Ĺר +خت ص +ãĥŀ ãĥŀ +Ġ×IJ×Ĺ ×ķ×ĸ +í ĮĢ +Ġr á»iji +Ġв ÑĤоÑĢ +ĠвÑĤоÑĢ ой +Ġl ẫn +пÑĢ ом +пÑĢом ÑĭÑĪ +пÑĢомÑĭÑĪ лен +пÑĢомÑĭÑĪлен н +ĠоÑĤноÑĪ ениÑı +Ġs ứ +Ġм обилÑĮ +ĠмобилÑĮ н +ĠÑįÑĤ омÑĥ +Ġt ạp +ĠìĤ¬ ê±´ +ĠìķĮ 볤 +Ùĥ Ùı +ÙĥÙı ÙħÙĴ +Ġק ×ķר×Ķ +ĠÑĦ иÑĢ +ĠÑĦиÑĢ м +Ġsık ıntı +׳ ׼ +׳׼ ×ķף +ÙĪÙĦÙĪج ÙĬ +ØŃ Ø§ÙĨ +Ġlo ạn +Ġ×IJ׾ ×£ +Ġm ắn +abh äng +abhäng ig +ĠÑĥÑĢов нÑı +Ġ׾×ij×ĵ ×ķק +ÙĬ ÙħÙĨ +lay ın +Ġh ải +Ġзав од +ĠìķĦ 주 +สà¸ĸ า +สà¸ĸา à¸ļัà¸Ļ +Ġgüven lik +à¹Ģà¸Ķ à¹Īà¸Ļ +×ij×ĵ ק +Ġë Ī +ĠëĪ Ħ +ĠëĪĦ 구 +éĩįè¦ģ ãģª +รà¸Ńà¸ĩ รัà¸ļ +sch lie +schlie ÃŁen +Ġìĸ ¼ +Ġìĸ¼ ë§Ī +Ġìĸ¼ë§Ī ëĤĺ +ÑĤи ки +íķľëĭ¤ ê³ł +ãģłãģ£ãģŁ ãĤī +Ġ×Ķ ×Ļ×ĺ×ij +ãģªãģijãĤĮãģ° ãģªãĤīãģªãģĦ +â Ì +Ã¢Ì £ +Ġph ạt +ak Ä±ÅŁ +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +à¹Ģà¸ĭ à¹ĩ +ĠС егоднÑı +Ġinsan ların +Ġdévelop pe +ת פר +תפר ×Ļ×ĺ +اÙĨت شار +ê° ij +Fran çois +Ø£ÙĦ ع +Ø£ÙĦع اب +ãĤĴ è¶ħ +ãĤĴè¶ħ ãģĪ +Ġê°Ļ ìĬµëĭĪëĭ¤ +ãĤ³ ãĥ¬ +ĠмеÑģÑı ÑĨев +íĮ ħ +ĠاÙĦج اÙħعة +ìĿ¸ íĦ° +ìĿ¸íĦ° ëĦ· +×ĵר ×ķש +ĠÙĪØ£ شار +ĠпÑĢав ила +ãģĿãģĵ ãģ« +×Ĺ ×ŀ×ĵ +à¹Ģหà¸ķุ à¸ģารà¸ĵà¹Į +Ġê²½ íĹĺ +ãģ¶ ãĤĬ +׾ ש +׾ש ×ķף +à¹Ģ à¸ĸ +ĠDo ÄŁu +ĠиÑģполÑĮзов ание +Ġçoc uÄŁu +магазин е +ĠÄiji á»ĥn +Ġas lı +Ġaslı nda +Ġdoen ça +Ġس اع +Ġساع ات +ĠиÑģполÑĮзов аниÑı +ר ×ķצ×Ļ×Ŀ +ĠзнаÑĩ иÑĤ +ĠÑĢаР¼ +ĠÑĢам каÑħ +ê±° 리 +Ġп ÑĭÑĤа +ãĥģ ãĥ³ +Ġпо Ñģк +ĠпоÑģк олÑĮ +ĠпоÑģколÑĮ кÑĥ +Ø¥ بر +إبر اÙĩ +إبراÙĩ ÙĬÙħ +ĠÑĤÑĢ еÑħ +ĠGen ç +س ÙĪÙģ +Ġve ÃŃculo +ĠNg ân +ĠоÑĩеÑĢ едÑĮ +à¸Ħร ึà¹Īà¸ĩ +×IJ ×ij×Ļ +à¸ķ à¹īม +ãĤĴè¡Į ãģĦ +ĠاÙĦساب ÙĤØ© +на ÑĨи +наÑĨи она +наÑĨиона лÑĮн +Ġgest ión +ت ÙĤد +ĠاÙĦبÙĬ اÙĨ +ĠاÙĦبÙĬاÙĨ ات +ĠاÙĦ اÙĨتخاب +ĠاÙĦاÙĨتخاب ات +à¹Ģà¸Ĭ à¹Īา +×ĵ ×IJ×Ĵ +Ġ׾×Ĵ ×ŀר×Ļ +Ġت ØŃتاج +Ġth ôn +à¸ķ à¹īà¸Ńà¸Ļ +à¸ķà¹īà¸Ńà¸Ļ รัà¸ļ +女 ãģ® +女ãģ® åŃIJ +Ġth ợ +Ø· ØŃÙĨ +ารà¹Į à¸Ķ +ת ×ŀ×Ļ×ĵ +ĠÑģам Ñĭм +Ġìĭľ íĸī +Ø¥ صد +إصد ار +ĠNgh á»ĩ +ìķ ķ +س ئ +سئ ÙĦ +à¸Ń าร +à¸Ńาร ม +à¸Ńารม à¸ĵà¹Į +à¹ģ ฮ +׳×ĺ ׾ +Ġì¢ĭ ìķĦ +×ķ׾ ׾ +Ġ×ij ×Ľ×ª×ij +ãĤ« ãĥ© +צע ×Ļר×Ļ×Ŀ +تعب ÙĬر +Ġ×ŀ קר×Ķ +ĠÑĦак ÑĤоÑĢ +Ġت ÙħاÙħ +ĠتÙħاÙħ ا +ëį ķ +Ġv Æ°á»Ŀ +ĠvÆ°á»Ŀ n +Ġd Ä±ÅŁÄ± +ãģĦ ãģ¡ +Ġ׾ק ׳×ķת +ĠاÙĦع ÙĦاÙĤات +п Ñĥб +пÑĥб ли +Ø¥ ÙĬÙħ +Ø¥ÙĬÙħ اÙĨ +à¸Ńำ à¸Ļา +à¸Ńำà¸Ļา à¸Ī +åIJ« ãģ¾ãĤĮ +ãĤĭ ãģŁãĤģãģ« +ס ×Ĵ +ס×Ĵ ׳×ķף +تØŃ Ø¯ÙĬ +Ġaup rès +ĠاÙĦج Ùĩا +ĠاÙĦجÙĩا ز +Ġ×ŀ ת×Ĺת +ен нÑĥÑİ +Ġз им +à¸ģา à¹ģà¸Ł +Ġ×ijת ×ķר +Ġngh è +Ġnghè o +ĠÐĽ Ñİ +ĠÐĽÑİ Ð± +תק צ×Ļ×ij +×ŀ×¢ ש×Ķ +ĠاÙĦبÙĬ ت +צ ×Ļפ +ĠобÑıз ан +ĠM á»Ĺi +ĠТ ÑĥÑĢ +ĠÙĪب اÙĦت +ĠÙĪباÙĦت اÙĦÙĬ +Ġdéc ision +Ġب د +Ġبد أت +Ġc ục +Ġb ask +Ġbask ı +Ġhat ırl +Ġhatırl a +å°ı ãģķãģĦ +Ġgerçek ten +à¸ľ ัà¸ģ +åı¯èĥ½ ãģª +×ŀ×IJ ס +Ġcr ÃŃtica +ĠìĿĺ ìĽIJ +عÙĤ ÙĪد +×ĺ ׼׳ +×ĺ׼׳ ×ķ׾×ķ×Ĵ×Ļ×Ķ +è¨Ģ ãģĪãģ° +ĠÙĤ ÙĨا +ĠÙĤÙĨا Ø© +ĠìĿ´ê²ĥ ìĿĢ +ت صر +à¸Ł ัà¸Ļ +ĠÑĢе ÑĨеп +ĠÑĢеÑĨеп ÑĤ +ĠبÙĨ Ùģس +ÑĢо ÑĪ +ĠмаÑĢ ÑĤа +Ġson ras +Ġsonras ı +×ķ×ij ש +ãĥª ãĤ¹ãĤ¯ +ĠFranç ais +á» ļ +ê° Ķ +Ġ×Ķ×ijר ×Ļת +פ ×Ļצ +פ×Ļצ ×ķ×Ļ +ĠÙĦÙħا ذا +ĠÐļи ев +ĠÑģ мÑĭÑģл +ê¸Ī ìľµ +ãĤ·ãĥ£ ãĥ« +ãĥ© ãĤ¤ãĥĪ +ìĽ ĥ +×ŀ ×Ĺר +ãĨ į +Ġkullan ım +Ġ×IJצ׾ ׳×ķ +Ġt Ãłn +ãĥı ãĥ¼ +ãģ¨ ãģ¨ãĤĤ +ãģ¨ãģ¨ãĤĤ ãģ« +ÑĢ ег +ÑĢег и +ÑĢеги он +ãģªãģı ãģªãĤĭ +Ġch ảy +Ġج ÙĩØ© +ÅĦsk iej +à¸Ńี à¹Ģม +à¸Ńีà¹Ģม ล +ãģį ãģ£ãģ¨ +ĠìĺĪ ìĤ° +Ġkit abı +Ġedu cação +Ġbul uÅŁ +олог иÑı +Ġкон кÑĢ +ĠконкÑĢ еÑĤ +×Ĵ ×Ļר +ĠпÑĢед лаг +ĠпÑĢедлаг аеÑĤ +ĠY ên +Ġíķľ ë²Ī +Ġ×ŀ ר׼×ĸ×Ļ +à¹Ģà¸Ľà¸´à¸Ķ à¹Ģà¸ľà¸¢ +ÑĤвеÑĢ д +ĠH á»ĩ +ĠÐĵ ÑĢ +à¸Ŀ à¹īา +×Ķ שק +×Ķשק ×¢×Ķ +Ġна Ñĥк +ìłIJ ìĿĦ +Ġн елÑĮ +ĠнелÑĮ з +ĠнелÑĮз Ñı +г ин +ĠB öl +ĠBöl ge +Ġв ла +Ġвла ÑģÑĤи +à¹Ģà¸Ļ à¹ĩ +à¹Ģà¸Ļà¹ĩ à¸ķ +ê³ ¨ +Ġö ld +Ġöld ür +׼׳ ×¢ +ĠاÙĦÙĩ ÙĬئة +ت ارÙĬØ® +ĠÐij ÑĢ +ĠÑģ мож +ĠÑģмож еÑĤе +ĠL úc +à¹Ħà¸Ľ à¸ĸึà¸ĩ +ĠBakan ı +Ġerklä rt +ĠÐIJ на +Ġsc ène +åķı ãģĦ +åķıãģĦ åIJĪãĤıãģĽ +ÙħÙĩ ÙĨد +ÙħÙĩÙĨد س +Ġн азвание +ив аниÑı +ãĤĴ å¤īãģĪ +ä»ĺãģį åIJĪ +ãĥij ãĤ½ +ãĥijãĤ½ ãĤ³ãĥ³ +æĺİ ãĤī +æĺİãĤī ãģĭ +à¹Ģà¸Ńà¸ģ สาร +à¹Ģà¸ģิà¸Ļ à¹Ħà¸Ľ +л еп +ãģĹãģŁ ãĤĤãģ® +ĠC âm +ĠCâm ara +ק×ķ׾ ׳×ķ×¢ +Ġ×ij×Ĵ ×Ļף +Ġoc zy +Ġoczy wiÅĽcie +att ivitÃł +ãĥĵ ãĥ¥ãĥ¼ +Ġeduc ación +Ä° YE +ê¹Į ìļĶ +ãĤ¨ ãĥªãĤ¢ +н еÑģÑĤи +Ġm óg +Ġmóg ÅĤ +Ġק×ĺ ׳×Ļ×Ŀ +ĠPr ä +Ġ×ľ×¢ ×ij×ķר +بÙĨ Ùī +з ол +зол оÑĤ +Ġwn ÄĻtr +ĠwnÄĻtr z +Ġconstr ução +รัà¸ļ รà¸Ńà¸ĩ +س جÙĨ +Ġק ×ķ׳ +ס ×Ļפ×ķר +ĠÙħ دÙī +رض Ùī +п лав +ï¼ ¥ +Ġil a +Ġila ç +ãĤĭ ãģ¹ãģį +ĠÙħ ÙĪÙĤÙģ +à¸ģร ุ +à¸ģรุ à¸ĵา +chodzÄħ c +ĠÑĤÑĭ Ñģ +Ðķ вÑĢо +ĠÙĬ ØŃدث +ãĥ¡ ãĤ¤ãĥ³ +ĠاÙĦص ØŃÙĬ +ĠÐĶ ан +دع اء +ãĤ´ ãĥ¼ãĥ« +ש ×ł×ª×Ļ +×©×ł×ª×Ļ ×Ļ×Ŀ +à¸Ķà¹īวย à¸ģัà¸Ļ +Ġol acaģı +Ġ×ij ×ŀ×Ĺ×Ļר +×Ķ ק +×Ķק ×ŀת +ãĥ¢ ãĥİ +ĠçalÄ±ÅŁ tı +Ġjó venes +ãģĦãģı ãĤī +ĠÙħ عدÙĦ +ĠC Å©ng +ĠSeg ún +Ġdönem de +Ġ׾ ×Ļ×ĵ×Ļ +ãģį ãģ¡ +ãģįãģ¡ ãĤĵ +ãģįãģ¡ãĤĵ ãģ¨ +Ùģر ÙĨس +ÙģرÙĨس ا +åIJij ãģį +Ġcamp aña +ĠÑģам оÑģÑĤоÑı +ĠÑģамоÑģÑĤоÑı ÑĤелÑĮно +á» Ģ +ÙĤ ÙĪا +س ÙĦاØŃ +à¸ģระ à¹ģ +à¸ģระà¹ģ ส +ĠполÑĮз Ñĥ +n qu +nqu ête +รà¹Īวม à¸ģัà¸ļ +ëĬIJ ëĥIJ +à¸Ĺีม à¸Ĭาà¸ķิ +Ġyıll ık +ìĬ ¬ +ĠØ£ صØŃاب +ill é +Ġdó la +Ġdóla res +Ġк ож +Ġкож и +ล à¹īà¸Ń +à¹Ģรีย à¸ļร +à¹Ģรียà¸ļร à¹īà¸Ńย +à¹Ģà¸ŀ ิ +à¹Ģà¸ŀิ à¹Īà¸ĩ +ÑĢиÑĤоÑĢ и +Ġí ijľ +Ġíijľ íĺĦ +ĠпеÑĢ ев +ĠпеÑĢев од +פ×Ĵ ×Ļ×¢×Ķ +ĠdeÄŁerlendir me +Ùģ ائ +ĠвÑĭ год +ınız ı +×ķ׼ ×Ļ×Ĺ +ĠдоÑģÑĤ иг +Ġng Ãłn +æĢĿ ãģ£ãģŁ +ĠÐķ ÑģÑĤÑĮ +ĠاÙĦر غÙħ +ĠzwiÄħz ane +رب Ø· +à¸Ļ ึà¸ĩ +Ġ׾×Ĺ ×ķק +Ġszczeg óln +Ġszczególn ie +Ġبا ستخداÙħ +ĠfÃŃs ico +×¢ ס +עס ×ķק +سÙĦ ÙĪÙĥ +Ġا ØŃد +Ñĩ ÑijÑĤ +×ĸ׼ ×Ķ +Ġl á»ĩnh +ĠÙĪ ØŃت +ĠÙĪØŃت Ùī +à¸Ħวาม สามารà¸ĸ +à¸Ńยูà¹Ī à¹ģลà¹īว +à¸ģาร à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ +تخ Ø° +צ×Ļ ×ķ×ĵ +ĠاÙĦØ£ س +ĠاÙĦأس ÙĩÙħ +Ġt á»ĩ +ãģ£ãģ¦ ãģĦãģ¦ +สร ุ +สรุ à¸Ľ +Ġком ÑĦ +ĠкомÑĦ оÑĢÑĤ +ìĺ¤ ëĬĶ +ĠÑĢаз в +ĠÑĢазв ива +л анд +h änge +ĠبÙĨ سبة +à¹Ģà¸Ĥ ียว +עצ ×Ŀ +Ġ׾ ×ľ×Ľ×ª +Ñģо ÑĨиалÑĮн +Ġëĭ¤ìĿĮ ê³¼ +Ġרש ×ķ×ŀ +×ŀר ×Ĺ×ij +س ÙĤØ· +Ġalan ı +ĠÄij á»ĩ +é£Łãģ¹ ãĤĭ +à¸Ķ ึà¸ĩ +Ġgegen über +ĠبÙĩ Ø°Ùĩ +à¸ĸืà¸Ń à¹Ģà¸Ľà¹ĩà¸Ļ +ëķ ħ +à¸Ħà¸Ļ à¹Ħà¸Ĺย +ãĤ¢ ãĤ¦ +ãĤ¢ãĤ¦ ãĥĪ +ศ ัà¸ģ +ศัà¸ģ à¸Ķิ +ศัà¸ģà¸Ķิ à¹Į +ÙĤÙĪ اÙĨ +ÙĤÙĪاÙĨ ÙĬÙĨ +Ġhá»Ļ p +ãģªãģıãģª ãģ£ãģ¦ +Ġ×IJ ×ŀ׳ +Ġ×IJ×ŀ׳ ×Ŀ +à¹Ģà¸ķ ืà¸Ńà¸Ļ +ĠзавиÑģ им +ĠзавиÑģим оÑģÑĤи +ת ×Ļ×IJ +ת×Ļ×IJ ×ķר +å§ĭãĤģ ãģŁ +Ġng á»į +Ġngá»į t +íĴ į +ê³¼ ìŀ¥ +Ġb ại +ãģ§ãģį ãģ¦ +Ġcomeç ar +à¸Ľà¸£ าà¸ģ +à¸Ľà¸£à¸²à¸ģ à¸ı +Ġгод Ñĭ +м еÑģ +ĠاÙĦÙħست ÙĪÙī +ĠÑģам Ñĭе +л леÑĢ +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +ãģ¨ãģ® ãģĵãģ¨ +bi ó +à¸ģล à¹Īà¸Ńà¸ĩ +ĠاÙĦز ÙĪج +ãģ«è¡Į ãģ£ãģŁ +à¸Ħà¹Ī à¸Ńà¸Ļ +à¸Ħà¹Īà¸Ńà¸Ļ à¸Ĥà¹īาà¸ĩ +ĠbaÄŁ l +ĠbaÄŁl ant +ĠbaÄŁlant ı +確 ãģĭ +確ãģĭ ãģ« +ãĥľ ãĥ¼ãĥ« +çµĤ ãĤıãĤĬ +ש ×ŀר +à¸Ĺีà¹Ī สามารà¸ĸ +ÙĦ زÙħ +д аеÑĤÑģÑı +รัà¸ļ à¸Ľà¸£à¸° +รัà¸ļà¸Ľà¸£à¸° à¸Ĺาà¸Ļ +å¤ī ãĤıãĤĬ +ï¼ ¢ +ĠìĺĪìĪĺ ëĭĺ +ãĤĪãģĨ ãģ¨ +มัà¸ģ à¸Īะ +ĠH Æ°Æ¡ng +ÙĨ ÙģØ° +×ŀ×ĵ ×ĵ +ĠìĿ¸ ìłķ +Ñħод иÑĤÑĮ +ĠзавиÑģ иÑĤ +×ķ×ĵ ×Ļ×¢ +ãģĵãģ¨ãģĮ ãģĤãĤĬãģ¾ãģĻ +ع راÙĤ +سط ØŃ +à¸ģำ à¹Ħร +ëĵ¤ ëıĦ +×Ļצ ×Ļר×Ķ +ãģĨ ãģĵãģ¨ +ÙĦا ØŃÙĤ +ãģĦ ãĤĮãģ° +ĠиÑģполÑĮз ÑĥÑİÑĤ +ĠB ợi +Ġשק׾ ×Ļ×Ŀ +ÑĨи кл +ÐIJ Ðŀ +Ġ×ijש ׳×Ķ +ÙĨØ´ Ø· +Ġש ×Ļ׳×ķ×Ļ +Ġש×Ļ׳×ķ×Ļ ×Ļ×Ŀ +Ġpobl ación +ĠH Æ°ng +ระ ว +ระว ัà¸ĩ +رÙĬاض Ø© +ر صد +تÙĤ ÙĦÙĬ +تÙĤÙĦÙĬ د +Ġülk em +Ġülkem iz +à¸Ĭ ะ +ãĤ¯ãĥª ãĥ¼ãĥł +èģŀ ãģĦãģŁ +Ġwa ż +Ġważ ne +ê±° ëĵł +ê±°ëĵł ìļĶ +×ŀ×IJ ×ijק +×Ĺ×ĵ ש×ķת +ĠW roc +ĠWroc ÅĤaw +ĠKü ltür +s ist +sist ência +×¢×ĸר ×Ķ +Ġg Æ°Æ¡ng +รà¹īาà¸Ļ à¸Ħà¹īา +ĠÙĪØ£ ÙĪضØŃ +ánd ose +ãĤ· ãĥ¼ãĥ³ +×IJ׳ ר×Ĵ +×IJ׳ר×Ĵ ×Ļ×Ķ +ãģªãģĦ ãģ§ãģĻ +Ġkh ủng +Ġ문 ìĦľ +Ġ×ij ×ĵ×ijר +×ĵ ×Ļ×ķ +×ĵ×Ļ×ķ ×ķ×Ĺ +Ġré gl +ÙħÙĪ اد +об оÑĢ +обоÑĢ оÑĤ +Ġ×Ķ ×ij׾ +Ġ×Ķ×ij׾ ×ķ×Ĵ +ØŃ Ø§Ùħ +ĠاÙĦع اص +ĠاÙĦعاص ÙħØ© +пеÑĢ аÑĤоÑĢ +ت Ø®ÙĦ +تخÙĦ ص +ãģŁãģł ãģĹ +ت سÙħ +à¹Ĥรà¸ĩ à¸ŀ +à¹Ĥรà¸ĩà¸ŀ ยา +à¹Ĥรà¸ĩà¸ŀยา à¸ļาล +ĠY ük +ĠYük sek +Ġש ׳×Ļת +Ġש׳×Ļת ף +liÄŁ e +Ġפ ת +Ġפת ×ķ×Ĺ +Ġbe ÄŁ +ĠbeÄŁ en +Ġ×ŀ ×ķר +Ġ×ŀ×ķר ׼×ij +Ġرس اÙĦØ© +íĨµ ìĭł +Ġaval ia +Ġavalia ções +Ġman h +Ġmanh ã +Ġìķ ŀ +Ġìķŀ ìľ¼ë¡ľ +ÙĤ تر +ÙĤتر ØŃ +à¹Ģà¸ģ ืà¸Ń +à¹Ģà¸ģืà¸Ń à¸ļ +Ġpropos é +Ø£ Ùħا +Ø£Ùħا ÙĥÙĨ +ĠÐŀ Ðŀ +ĠÐŀÐŀ Ðŀ +ÙħÙĤ ار +ÙħÙĤار ÙĨØ© +ëĦ IJ +ãģĦãģŁãģł ãģı +ÙĤ ÙĬÙĦ +Ġна ÑĪиÑħ +ãĤ« ãĥĥãĥĹ +×Ĺ׾ ת +Ġëĭ¤ ë§Į +à¸Ĺัà¹Īว à¹Ĥลà¸ģ +ãĥį ãĤ¿ +ØŃس اس +ãģ«ãģª ãĤĮ +ج ائ +جائ زة +é change +é conom +économ ie +Т Ðĺ +סת ׼׾ +à¸Ĺัà¹īà¸ĩ สà¸Ńà¸ĩ +ĠاÙĦØ® اÙħ +ĠاÙĦخاÙħ س +ק ×ĺ×¢ +au waż +à¸ľà¸¹à¹ī à¸Ĭาย +à¹ģà¸Ľà¸¥ à¸ģ +åIJĮæĻĤ ãģ« +зн аниÑı +ãģĦãģŁãģł ãģįãģ¾ãģĹãģŁ +Ġ×ŀ×ij ׾×Ļ +à¸Ĥà¸Ń à¹ĥหà¹ī +ĠاÙĦت ربÙĬØ© +Ġdécou vert +Ġżyc iu +apr ès +Ġy ab +Ġyab anc +Ġyabanc ı +ĠbaÅŁ layan +ìĹĪ ëįĺ +Ġhes abı +Ġë§Į ìķ½ +ë§ Īëĭ¤ +ĠTh ánh +ãĥ´ ãĤ¡ +à¸Ľà¸£à¸±à¸ļ à¸Ľà¸£ +à¸Ľà¸£à¸±à¸ļà¸Ľà¸£ ุà¸ĩ +ĠM ặc +à¹Ģหà¸ķุ à¸ľà¸¥ +ĠÐij ез +Ġcapac itÃł +ÅĤe ÅĽ +ĠпÑĢе им +ĠпÑĢеим ÑĥÑīеÑģÑĤв +ĠÅļ wiÄĻt +Ġpubli é +×ŀ×¢ צ×ij +Ùħشار Ùĥات +à¸łà¸² ษ +à¸łà¸²à¸© ี +Ġdeux ième +ĠÙħØŃ Ø§Ùģظ +ĠÙħØŃاÙģظ Ø© +ĠSch ön +ï½ ¤ +Ġ×Ķ ×ij×¢ +Ġ×Ķ×ij×¢ ×Ļ×Ķ +ĠÙĪاÙĦ ÙĦÙĩ +è¨Ģ ãģ£ãģŁ +à¸ķ à¹īาà¸Ļ +วร รà¸ĵ +à¸Ĺิ ศ +ĠbaÅŁ ına +Ġmog ÄĻ +ש ×Ļפ×ķר +ĠÙĪ عد +ĠÙĪعد Ùħ +Ġhistó rico +Ġk ısı +ĠìĿ´ ê²Į +ĠPol ÃŃtica +ĠÑģиÑĤÑĥ аÑĨии +ĠkoÅĦ ca +×ij×ĵ ×Ļק×Ķ +ĠاÙĦسÙĬ ارات +ãģªãĤī ãģ° +ãĤµ ãĥ© +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +Ġdecis ão +×ķ ×ķ×ĵ +lä ss +läss ig +Ġ׾ ×Ļשר×IJ׾ +ĠÙĬ أتÙĬ +ר ×ķ×ĸ +ö ÄŁ +Ã¶ÄŁ ret +Ã¶ÄŁret im +Ġд ек +Ġдек аб +Ġдекаб ÑĢÑı +Ġש ×Ĺ×ķר +ãģ¦ãģıãĤĮ ãģŁ +عب ارة +Ġélect rique +ĠاÙĦتÙĨ ÙħÙĬØ© +جر Ùī +ĠìĪĺ íĸī +à¸Ĺ ู +ĠÑĢе алÑĮно +Ñģп оÑģоб +à¸Ħล à¹īาย +Ġس عÙĪد +ön ü +ĠÙģ ÙħÙĨ +تÙĥ ÙĪ +تÙĥÙĪ ÙĬÙĨ +ĠкаÑĩ еÑģÑĤво +ĠконÑĤ ак +ĠконÑĤак ÑĤ +Ġsöz leÅŁme +à¸Ń à¹īาà¸ĩ +Ġت ÙĪÙģ +ĠتÙĪÙģ ÙĬر +×Ķ×ĸ ×ĵ +×Ķ×ĸ×ĵ ×ŀ׳×ķת +ĠØ·ÙĪÙĬÙĦ Ø© +Ġtér mino +Ġ×IJ ×Ļפ×Ķ +ãĥĵ ãĥ« +ส à¹Ĥม +สà¹Ĥม สร +ĠاÙĦ اث +ĠاÙĦاث ÙĨÙĬÙĨ +ев иÑĩ +Ġopin ión +à¸Ľ วà¸Ķ +åı¤ ãģĦ +ร à¹Īา +ĠB iaÅĤ +ĠÑģÑĤ ал +ĠÑģÑĤал о +ó logo +ĠìķĦ ëĭĪëĭ¤ +Ġ×IJ ×Ļת +Ġ×IJ×Ļת ×ķ +à¹Ģหà¹ĩà¸Ļ วà¹Īา +à¸ļ ารà¹Į +çĦ ¼ +çĦ¼ ãģį +ĠìĿ´ìļ© ìŀIJ +ĠнекоÑĤоÑĢ Ñĭе +ks z +ksz taÅĤ +ksztaÅĤ c +ãĤŃãĥ£ ãĥĥãĤ· +ãĤŃãĥ£ãĥĥãĤ· ãĥ³ãĤ° +Ġro ÅĽ +ĠroÅĽ lin +ÑĢаж а +×ij׳×Ļ ×Ļ×Ķ +à¸Ľà¸£ สิ +à¸Ľà¸£à¸ªà¸´ à¸ķ +Ġgörd ü +×ŀ׳×Ķ ×Ļ×Ĵ +å¤īãĤı ãģ£ãģ¦ +Ġ×IJ ×Ķ +Ġ×IJ×Ķ ×ijת×Ļ +à¹Ģร à¹Īà¸ĩ +Ġön ünde +Ġê·¸ ëĥ¥ +пол иÑĤ +полиÑĤ иÑĩеÑģк +ãĥ¡ ãĥĩãĤ£ +ãĥ¡ãĥĩãĤ£ ãĤ¢ +ĠDet ay +ĠDetay lı +ĠاÙĦصÙģ ØŃØ© +à¸ģาร à¹Ģà¸ĩิà¸Ļ +Ġìµľ ê·¼ +׼ ש׾ +ï¼ © +вÑĪ его +íķĺ ìĭ¤ +ĠÐŃ ÑĤ +ĠÐŃÑĤ оÑĤ +ส ื +สื à¸ļ +Ġng ừng +ĠдокÑĥменÑĤ ов +дав аÑĤÑĮ +ĠاÙĦشخص ÙĬØ© +Ġצ ×¢×Ļר +در Ùĥ +س ØŃب +à¹Ħมà¹Ī à¸Ħà¹Īà¸Ńย +Ġ×Ķ×ŀק ×ķ×ŀ×Ļ +สัà¹Īà¸ĩ à¸ĭืà¹īà¸Ń +Ġê·¸ê²ĥ ìĿĦ +ãģĤãĤĭ ãģĦ +ãģĤãĤĭãģĦ ãģ¯ +×IJ×ķ×ĺ ×ķ×ij +×IJ×ķ×ĺ×ķ×ij ×ķס +к ÑĨион +ĠÐľ ожно +ãģı ãģł +ãģıãģł ãģķ +ĠинÑĦоÑĢм аÑĨиÑı +ï» Ł +Ġìŀij ìĹħ +Ġ×Ļ ×ķסף +Ø¥ دارة +ĠاÙĦØŃ Ø§Ø¬ +×ł×¡ ×Ļ×¢×Ķ +из аÑĨиÑı +×IJ׾ ×ij +×IJ׾×ij ×ķ×Ŀ +п ед +Ġק×ĺ ׳×Ķ +ĠÙĨÙģس Ùĩا +ĠMinist ério +Ġп ен +Ġпен Ñģи +ãĥIJ ãĥ©ãĥ³ãĤ¹ +Ġ×Ķת ×ķר×Ķ +Ġt ạm +ĠìĹŃ ìĭľ +ï½ ¡ +Ġth á»± +Ġ ısı +ì» ¨ +ãģĹãģ£ãģĭãĤĬ ãģ¨ +Ġx Æ°a +Ġc ặp +×Ĺ ×Ļ×ij×ķר +วัà¸Ĵà¸Ļ à¸ĺรรม +st är +stär ke +ĠÑģам Ñĭй +p isa +pisa Äĩ +ĠoluÅŁ an +ĠاÙĦØ¥ ÙħاÙħ +ĠcÄĥ ng +Ġgü nl +Ġgünl ük +Ġ׳ש ×IJר +Ġkhi á»ĥn +ç¶ļ ãģijãĤĭ +stit ución +Ġcapac ité +Ġj aki +Ġjaki ÅĽ +вÑĪ иÑģ +вÑĪиÑģ ÑĮ +פע×ķ׾ ×ķת +ĠØŃ ÙĬات +ĠØŃÙĬات Ùĩ +Ġник огда +ÐĽ Ь +Ġ×Ķ×¢ ×ķ×ij +Ġ×Ķ×¢×ķ×ij ×ĵ×Ķ +Ġch Ãło +หลาย à¹Ĩ +ĠÑı н +ĠÑıн ваÑĢ +ĠÑıнваÑĢ Ñı +à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ńà¸ĩ +Ġhö her +ãģķãĤĮãģ¦ ãģĦãģŁ +สà¸ĩ สั +สà¸ĩสั ย +ĠاÙĦ اس +ĠاÙĦاس ÙĦاÙħ +ĠاÙĦØ´ Ùħس +สà¸ĸาà¸Ļ ี +ãĤ¯ãĥ© ãĤ¹ +à¸ŀร ร +à¸ŀรร à¸Ħ +p õ +põ e +Ġpor ém +à¸Ľà¸£à¸° สà¸ĩ +à¸Ľà¸£à¸°à¸ªà¸ĩ à¸Ħà¹Į +powied zie +powiedzie Äĩ +Ġмог Ñĥ +Ġж ел +Ġжел ез +ĠاÙĦØ« ÙĤ +ĠاÙĦØ«ÙĤ اÙģÙĬ +ĠпÑĢав ило +Ġgdy ż +פש ×ķ×ĺ +ÑĢабоÑĤ ка +ĠÙĥ رة +Ø´ دد +Ùħار Ùĥ +Ùħ ÙĥØ© +Ġпод пиÑģ +×ĺ×ķ ×ķ×Ĺ +ĠÅĽ c +ĠÅĽc ian +Ġر جاÙĦ +Ġ×ª×ľ ×ķ×Ļ +и ÑĪ +иÑĪ ÑĮ +Ġmé dec +Ġmédec in +ëįĶ ëĿ¼ëıĦ +ĠÑĤеб Ñı +Ġ׾×Ķ ×ķס×Ļ×£ +ãģĬ 話 +Ġà¹ģà¸ķà¹Ī à¸ģà¹ĩ +د اÙģ +داÙģ ع +ĠC ùng +ãĥ»ãĥ» ãĥ»ãĥ» +ê¶ ģ +Ġdeber ÃŃa +หà¸Ļà¹Īวย à¸ĩาà¸Ļ +Ġva ÌĢ +Ġעצ ×ŀ +Ġעצ×ŀ ×Ŀ +à¹Ģà¸Ĭืà¹Īà¸Ń วà¹Īา +שק ×¢ +Ġ×Ķ ׼×ķ׾ +Ġ×Ķ׼×ķ׾ ׾ +ни бÑĥд +нибÑĥд ÑĮ +ĠëĦĪ íĿ¬ +Ġоб ÑĢаÑī +ĠобÑĢаÑī а +Ġ×¢×ij×ķ×ĵ ת +ĠاÙĦÙħÙĨت خب +ıy ord +ıyord u +ÙĪ Ø° +×Ĺש ×Ļ×ij×ķת +Ġ×Ķ×¢ ×Ļק +Ġ×Ķ×¢×Ļק ר×Ļ +ì¢ Į +ยุ à¹Ĥร +ยุà¹Ĥร à¸Ľ +Ġа пÑĢ +ĠапÑĢ елÑı +sz ed +szed ÅĤ +д он +à¹Ģà¸ķิ à¸ļ +à¹Ģà¸ķิà¸ļ à¹Ĥà¸ķ +кол о +Ġkażde j +å¸ ° +帰 ãĤĬ +Ġмил ли +Ġмилли он +ç¾İåij³ ãģĹãģĦ +ت ÙĤار +تÙĤار ÙĬر +ĠìĿ´ 루 +ĠìĿ´ë£¨ ìĸ´ +Ġsprzeda ż +×Ķ ×ķצ×IJ×ķת +ãĤ¢ãĤ¯ ãĤ» +ãĤ¢ãĤ¯ãĤ» ãĤ¹ +ר ×ķ×¥ +ĠгоÑģÑĥдаÑĢÑģÑĤв енн +Ø£ ØŃÙĥ +Ø£ØŃÙĥ اÙħ +ĠoluÅŁ u +ĠA ç +ĠAç ık +ãĤ¸ ãĥ¼ +ç´ł æĻ´ +ç´łæĻ´ ãĤīãģĹãģĦ +Ġ×ijש×ij ×ķ×¢ +ب Ø° +بذ ÙĦ +สา à¹Ģหà¸ķุ +Ġpoz osta +Ġpozosta ÅĤ +ØŃر Ùħ +Ġimport ância +leÅŁtir me +Ġд ÑĢев +Ġmó vil +ĠA ynı +Ġна лог +Ġналог ов +Ġ×Ĺ ×Ļפ×Ķ +ĠÑĦоÑĢм Ñĥ +à¸Ĺà¸Ķ สà¸Ńà¸ļ +ĠksiÄħż ki +Ġma ÅĤe +Ùħس Ø£ÙĦ +ÙħسأÙĦ Ø© +ï¼¾ ï¼¾ +ç ãeste +év iter +Ġкон ÑģÑĤÑĢÑĥк +ĠконÑģÑĤÑĢÑĥк ÑĨи +ï¾ ŀ +Ġת×ķ׼ ׳ +ãĤ¹ãĥĪ ãĥ¬ãĤ¹ +ĠاÙĦاÙĤتصاد ÙĬ +×ŀ×ĵ ×Ļ +Ġw ÅĤad +ĠwÅĤad z +Ø® ÙĪÙģ +ĠмаÑĤеÑĢиал ов +ãģ¨ãģ£ãģ¦ ãĤĤ +Ġznaj du +Ġznajdu jÄħ +Ùģ ئة +ãģ©ãģ® ãĤĪãģĨãģª +æĬij ãģĪ +׳ ×Ĺ׾ +Ġdü ny +Ġdüny an +Ġdünyan ın +гÑĢ ани +гÑĢани Ñĩ +Ġ×Ķש׾ ×Ļש×Ļ +Ġ×Ķ×IJ ש +åıĬ ãģ³ +ìĭŃ ìĭľ +ìĭŃìĭľ ìĺ¤ +Ġдол л +Ġдолл аÑĢ +Ġпов ÑĤоÑĢ +Ġ×Ĺ ×Ļ׳×Ŀ +ת פת×Ĺ +Ñĥв ели +Ñĥвели Ñĩен +ãĤ« ãĥª +raw id +rawid ÅĤow +×ķ ×ķ׾ +ãĥŁ ãĥ¥ +ì½ ĺ +ĠBy ÅĤ +Ðľ ÐIJ +ع ÙIJ +ĠÑģовеÑĢ ÑĪ +ĠÑģовеÑĢÑĪ енно +Ġм ой +Ġ×ķ׾×IJ ×Ĺר +æħ £ +æħ£ ãĤĮ +ØŃ Ø§Ùģظ +Ġ무 ë£Į +à¸Ħà¸ĵะ à¸ģรรม +à¸Ħà¸ĵะà¸ģรรม à¸ģาร +Ġìĸ´ ëĶĶ +Ġdif eren +Ġdiferen ça +ĠاÙĦØ£ ساس +ĠاÙĦأساس ÙĬØ© +Ġ׾×IJ×Ĺר ×ķ׳×Ķ +ê· ł +Ġ×Ķש׳×Ļ ×Ļ×Ķ +ìľĦìĽIJ ìŀ¥ +ลุ à¸ģ +ç iler +Ġ×Ķ×IJ ׾×ķ +èģŀ ãģı +Ġ×ķ×IJ פ×Ļ׾×ķ +ĠÑĢе ализ +ĠÑĢеализ аÑĨи +ระยะ à¹Ģวลา +Ġجدا Ùĭ +تب اع +Ġveh ÃŃculo +Ġдол г +à¸Ľà¸£à¸´ มาà¸ĵ +ì¦ IJ +Ġ׾ ×ŀק×ķ×Ŀ +ĠìĤ¬ ì§Ħ +à¸Ĭ à¹īา +Ġ×ŀ×¢ ×ķ׾×Ķ +Ġgö rm +Ġgörm ek +ĠÙĪÙĩ Ø°Ùĩ +пеÑĢ в +пеÑĢв ÑĭÑħ +ê·¸ ëŀĺ +ĠاÙĦبر ÙĬØ· +ĠاÙĦبرÙĬØ· اÙĨÙĬ +ĠиÑİ Ð½Ñı +ĠÐĵ оÑĢ +Ġ׾ ש׾×Ŀ +ÐIJ ÐĿ +Ġназ наÑĩен +о оÑĢ +ооÑĢ Ñĥж +Ġöz elli +Ġözelli ÄŁi +Ġни же +ç¶ļ ãģijãģ¦ +Ġа ÑĢенд +Ġkat ılı +Ġkatılı m +ĠØ¥ Ø·ÙĦاÙĤ +ĠÙĪØ¥ ذا +Ġок ÑĤÑı +ĠокÑĤÑı бÑĢÑı +à¹Ĥà¸ķ ๠+à¹Ĥà¸ķ๠Ĭ +à¹Ĥà¸ķà¹Ĭ ะ +Ġolduk ları +Ùħ ÙĪÙĤع +ëĤ © +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãĤĭ +Ġש ×Ļ׼×ķ׾ +วา à¸Ķ +س ÙĬÙĦ +à¸Ĥ วั +à¸Ĥวั à¸į +تØŃ ÙĥÙħ +ì ĤŃ +Ġconna ît +׳ פת×Ĺ +Ġch ặ +Ġchặ n +ĠÙħ ØŃÙħ +ĠÙħØŃÙħ ÙĪد +ãģ ´ +ĠпÑĢодÑĥк ÑĨии +зд ÑĢав +ãģĶ è¦ +ãģĶè¦ § +×IJ×ij ×IJ +Ġvé ritable +ĠØ· ÙģÙĦ +ãĥĪãĥ© ãĥĸãĥ« +ê³ ¡ +Ġת ×ŀ×ķ׳×Ķ +Ġki ên +ĠÙĤ ادر +Ø¥ÙĤ ÙĦÙĬÙħ +ĠпÑĢед пÑĢи +ĠпÑĢедпÑĢи ÑıÑĤиÑı +Ġb Äĥng +Ġay ında +Ġg ấp +еÑħ ал +Ġgi Ãłnh +Ġд ав +Ġдав но +ìĺĢ ëĭ¤ +à¸Ļัà¸ģ à¹Ģà¸ķ +à¸Ļัà¸ģà¹Ģà¸ķ ะ +Ùħست شار +ست راتÙĬج +ستراتÙĬج ÙĬ +رÙħ ز +Ġt Ä©nh +ë¡ Ń +ĠÑĩ еÑĤ +ĠÑĩеÑĤ Ñĭ +ĠÑĩеÑĤÑĭ ÑĢе +ĠEnt ão +Ġص غ +Ġصغ ÙĬرة +×ij×Ļ×ĺ ×ķ׾ +خط ÙĪØ· +ĠÑĢазвиÑĤ ие +Ġamacı yla +à¸Ĺี วี +Ġо ÑģÑĤ +ĠоÑģÑĤ алÑĮн +ש×ķ׾׊ף +Ġ׼ ׳×Ļס +Ġ׼׳×Ļס ×Ķ +Ġd áºŃy +ĠyaÅŁ ayan +Ġ×ŀ×Ķ ×ķ×ķ×Ķ +ĠÑĥ Ñģи +ĠÑĥÑģи ли +×ŀ פ×Ļ +ĠпÑĢовед ениÑı +Ġر ب +Ġرب Ùħا +ĠاÙĦØ£ ÙĪسط +Ġìľł ì§Ģ +Ġprac ownik +Ġpracownik ów +×ŀס ×ķרת +ÙĤار ب +à¸Ħวาม รูà¹īสึà¸ģ +à¹ģหล ะ +ĠاÙĦÙĨ ÙĤد +Ġ×IJ׾ פ×Ļ +Ùħس ئ +Ùħسئ ÙĪÙĦ +ев ÑĭÑħ +клÑİÑĩ ениÑı +×ij ×Ļ׳ +×ij×Ļ׳ ×Ļ×Ķ×Ŀ +ש ×ķ×IJ×Ķ +ĠÅŁ ark +ĠÅŁark ı +Ġsü rec +Ġsürec in +à¹Ģà¸Ħร à¸Ķ +à¹Ģà¸Ħรà¸Ķ ิà¸ķ +ãĥIJ ãĥ¬ +ĠØ´ Ø£ÙĨ +à¹Ģà¸Ńา à¹Ħวà¹ī +niÄĻ cie +רצ ×Ĺ +ĠaÅŁ ama +׳ פ×Ĵ×¢ +Ġth á»Ŀ +Ġkhu ẩn +diÄŁ inde +ÑıÑī иÑħ +ãĥĺ ãĥ« +Ġüber h +Ġüberh aupt +ĠÑĤÑĢеб ова +ĠdÅĤ ugi +×ĺ ×Ļף +à¸Ĥà¸Ļาà¸Ķ à¹ĥหà¸įà¹Ī +ĠاÙĦØ£ Ùĩ +ĠاÙĦØ£Ùĩ ÙĦÙĬ +ĠMü d +ĠMüd ürü +Ġ×Ļ×Ķ ×ķ×ĵ×Ķ +Ñĭв аеÑĤÑģÑı +س اط +×Ķת ׳×Ķ×Ĵ +×Ķ×ª×ł×Ķ×Ĵ ×ķת +à¸ģาร à¸ľà¸¥à¸´à¸ķ +íĴ Ģ +สà¸ĸาà¸Ļ à¸ģารà¸ĵà¹Į +Ġо ÑĦ +ĠоÑĦ иÑģ +ĠÙĦ عبة +Ġstron ÄĻ +Ġר×IJ ×ķ×Ļ +×Ĺ ×ij׾ +ĠÑĢÑĭ н +ĠÑĢÑĭн ке +Ġ׾×ŀ×¢ ף +اس ÙĦ +ห ัà¸Ļ +Ġ×IJ ×Ĺ×Ļ +ĠпÑĢод ол +ê°Ģ ìŀħ +Ġ×ijר ×Ĺ +Ġ×ijר×Ĺ ×ij×Ļ +дж еÑĢ +Ġ׾ ×Ĺ׾ +Ġ׾×Ĺ׾ ×ķ×ĺ +Ġ׾×Ĺ׾×ķ×ĺ ×Ļף +ศาส à¸Ļา +ãĤ¢ãĤ¤ ãĥĨ +ãĤ¢ãĤ¤ãĥĨ ãĥł +Ġפר ×ķפ +جز اء +ล à¸Ńย +Ġc iaÅĤa +Ġgi ết +ĠзнаÑĩ иÑĤелÑĮно +Ġolmad ıģ +Ġolmadıģ ını +н д +нд екÑģ +تأ Ùĥد +Ġìĸ ¸ +Ġìĸ¸ ìłľ +ay dın +ãĥī ãĥ¬ãĤ¹ +Ġs ắt +Ġíĺ¸ íħĶ +Ġë¶ ģ +Ġë¶ģ íķľ +ãĥij ãĤ¤ +Ġ×ŀש×Ĺק ×Ļ +à¸Ħà¸Ļ à¸Ńืà¹Īà¸Ļ +Ġиз гоÑĤов +ĠизгоÑĤов лен +à¹Ģà¸ģีย ร +à¹Ģà¸ģียร à¸ķิ +תק שר +ĠÑĢаÑģ ÑĩеÑĤ +ส à¹Ģà¸ķ +Ġl änger +ĠiÅŁ let +ĠiÅŁlet me +Ġع ÙĦÙĬÙĨ +ĠعÙĦÙĬÙĨ ا +é lection +ĠاÙĦغ ربÙĬØ© +íĭ Ģ +ãĤĤãĤī ãģĪ +Ġкни ги +Ø£ سÙħ +أسÙħ اء +Ġth á»ı +Ġthá»ı a +หà¸Ļ ู +Ġ×ł×¢ ש×Ķ +à¸łà¸²à¸¢ à¹ĥà¸ķà¹ī +à¸ŀื à¸Ĭ +رÙĬ Ø· +Ùģ ÙĪض +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĹãģŁ +ש ×ĵ×Ķ +Ġng á»±c +ĠÑģеÑĢ ÑĮ +ĠÑģеÑĢÑĮ езн +T ôi +Ġfiyat ları +ĠвÑģ Ñİ +ĠC ódigo +Ġ×Ķש ×IJ +Ġ×Ķש×IJ ׾×Ķ +ĠP ública +Ø¥ Ø® +إخ ÙĪاÙĨ +ĠзаÑıв ил +ãĥ¦ ãĥ¼ +ר×IJ ×Ļת +vol ución +Ġsz ko +Ġszko ÅĤy +جرÙĬ دة +Ġpens é +ìī ¬ +ĠBüyük ÅŁehir +ĠØ£Ùħ رÙĬ +ĠØ£ÙħرÙĬ ÙĥÙĬ +à¸Ļัà¸ģ ศึà¸ģษา +Ġtod av +Ġtodav ÃŃa +ĠС ан +ĠСан кÑĤ +íķĺ ìŀIJ +ØŃÙĪ اÙĦ +׼ ×ķשר +à¹Ģลย à¸Ħรัà¸ļ +Ġal gu +Ġalgu ém +Ùģ ز +Ġçek il +Ġ×ĵ ר׼×Ļ×Ŀ +ãĥIJ ãĥ© +à¸ģà¹ĩ สามารà¸ĸ +สà¹Īวà¸Ļ ลà¸Ķ +íı ° +ĠP úb +ĠPúb lico +à¹ģà¸Ļว à¸Ĺาà¸ĩ +×IJת ×Ĵר +Ø´ اش +شاش Ø© +ci ÅĽni +ĠÃľ rün +ÙĦÙĪ ØŃ +ĠاÙĦ بÙĨ +ĠاÙĦبÙĨ Ùĥ +ì¡° ì¹ĺ +Ġorganiz ación +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĻ +s ätze +ĠÑģем ей +ÙĤ صد +ÑģÑĤв еннÑĭе +Ġpréc éd +Ġprécéd ent +à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ ฯ +ãģ¨è¨Ģ ãģĦ +×ij׳×Ļ ×Ļף +ĠØŃ ÙĪ +ĠØŃÙĪ اÙĦÙĬ +סק ס +ĠsaÄŁlam ak +Ġ׾ צ×Ļ×Ļף +ק×ĵ ש +Ġ×Ķ×ŀ ×¢×¨×Ľ×ª +Ġ׾×Ķ ×¢×ij×Ļר +Ġg ünd +Ġgünd em +ĠнаÑĪ его +à¹ĥà¸Ļ à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī +à¹Ģà¸Ħร ืà¸Ń +à¹Ģà¸Ħรืà¸Ń à¸Ĥ +à¹Ģà¸Ħรืà¸Ńà¸Ĥ à¹Īาย +ظ اÙĩرة +ÙħÙĨ ظÙħ +ÙħÙĨظÙħ ات +Ùħت از +追 ãģĦ +dı kt +dıkt an +ĠëįĶ ìļ± +ĠÐĿ апÑĢимеÑĢ +tw ór +×ŀ×ķ×¢ צ×Ķ +Ùĥ ÙĪÙĥ +Ð © +×ŀ×ĺ פ׾ +ó lica +訪 ãĤĮ +ĠëĮĢ ë¶Ģ +ĠëĮĢë¶Ģ ë¶Ħ +ãĤ¯ãĥª ãĥĥãĤ¯ +ãĤĴ éģ¸ +ãĤĴéģ¸ ãģ¶ +Ġpow sta +Ġpowsta ÅĤ +Ġraz ón +×ij ×ķ×Ĺר +ĠÑģообÑī ил +Ġק ×ij×ķ×¢ +r êt +à¸Ķี à¸Ĥึà¹īà¸Ļ +×ŀס ×¢×ĵ +×ŀסע×ĵ ×ķת +ĠÃĸ sterreich +Ġ׳ ×Ĺש×ij +Ùħباد رة +ì´ ī +×Ĵ ׳×ĺ×Ļ +ä¿¡ ãģĺ +du ÄŁ +duÄŁ unu +Ġph ú +ĠاÙĦØ£ Ø®ÙĬر +Ġت عتبر +landır ıl +ãģ¨ãģ¯ ãģĦ +ãģ¨ãģ¯ãģĦ ãģĪ +ĠاÙĦ Ø·ÙĦ +ĠاÙĦØ·ÙĦ اب +ĠN º +éģ¿ ãģij +اÙĦ Ùħع +اÙĦÙħع رÙĪÙģ +ส à¸łà¸² +éĽ¢ ãĤĮ +ĠпомоÑī ÑĮ +Ġзна еÑĤ +ãĥĹãĥ¬ ãĤ¼ +ãĥĹãĥ¬ãĤ¼ ãĥ³ãĥĪ +Ġsup érieur +Ġש׾ ×Ļש×Ļ +ĠاÙĦÙĨ ÙĪع +ãĤĵãģ§ãģĻ ãģŃ +à¸Ńà¸ļ รม +Ġgi á»įng +Ġwzgl ÄĻd +ĠاÙĦÙģ ÙĤر +è rent +Ġ×ŀ×IJ ×Ĺ +Ġ×ŀ×IJ×Ĺ ×ķר×Ļ +×Ĵ ×Ĵ +×Ļ ×Ļ×ij +ÙħÙĦ اب +ÙħÙĦاب س +Ġhük ü +Ġhükü met +Ġ×ŀ×Ĵ ×Ļ×ij +ĠÐŀ Ñĩ +ĠÐŀÑĩ енÑĮ +æĹ© ãģĦ +Ġconstr ucción +Ġth ượng +ï¼ ĭ +Ġcor ação +à¹Ģหล à¹ĩà¸ģ +ĠBaÅŁ b +ĠBaÅŁb akan +éĢ£ ãĤĮ +ãģĻãĤĭ ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ +ĠÙĤ اÙħت +Ġا Ùĥثر +Ùģاع ÙĦ +ĠÑĦ оÑĢ +ĠÑĦоÑĢ Ñĥм +غ Ø°ÙĬ +ĠiÅŁ le +ĠiÅŁle ml +ĠiÅŁleml eri +ĠìĤ¬ëŀĮ ìĿĢ +Ġìŀij ìĦ± +Ġë§Ī 볨 +Ùħ جÙĦس +หม ู +д в +дв иг +двиг а +à¹Ģสีย à¸Ĭีวิà¸ķ +×Ķת פת×Ĺ +×Ķתפת×Ĺ ×ķת +ĠмеÑĤ ÑĢо +ĠÑģ енÑĤ +ĠÑģенÑĤ Ñı +ĠÑģенÑĤÑı бÑĢÑı +ê³ § +Ġ׾ פע +Ġ×ľ×¤×¢ ×ŀ×Ļ×Ŀ +à¹Ģà¸ļ ีย +詳 ãģĹãģı +çķ° ãģªãĤĭ +ĠÄ°l çe +ĠAt at +ĠAtat ür +ĠAtatür k +รุ à¹Īà¸ĩ +Ġkald ı +Ġ주 ìŀ¥ +Ġprés ence +Ġн аб +Ġнаб лÑİ +ĠнаблÑİ Ð´Ð° +ĠÑģам ого +×Ĵ ×ķש +×ŀ×ĺ ×ķפ +×ŀ×ĺ×ķפ ׾ +ĠвÑĭб иÑĢа +ĠìŀIJ 리 +åĪĨ ãģĭãĤīãģªãģĦ +Ġз Ñĥб +Ġש׼ ×ijר +Ġد ائ +Ġدائ Ùħا +ĠпаÑĢ ÑĤи +ï¼ ² +ĠاÙĬ ضا +ĠÑħ оз +ĠÑħоз Ñı +ĠÑħозÑı й +ĠÑħозÑıй ÑģÑĤв +ĠاÙĦØ£ ج +ĠاÙĦأج ÙĨب +ĠاÙĦأجÙĨب ÙĬØ© +ĠÐĹ Ð½Ð° +ĠAp ós +ĠÑį неÑĢ +ĠÑįнеÑĢ ги +Ġy ans +Ġyans ı +ĠJust i +ĠJusti ça +Ġpré vu +ม วล +ìŀ¥ ëĭĺ +à¸ģระ à¸ļ +à¸ģระà¸ļ วà¸Ļ +à¸ģระà¸ļวà¸Ļ à¸ģาร +×ŀ ×ŀ +×ŀ×ŀ ×ķצע +Ġh ẹ +Ġhẹ n +зд ание +Ġak ÅŁ +ĠakÅŁ am +×ĺ ×ķפ +Ġgere kt +Ġgerekt i +Ġgerekti ÄŁini +Ġnar z +Ġnarz ÄĻdzi +é po +épo que +ĠTh ần +Ġwys oko +Ġwysoko ÅĽci +à¸ľà¸¹à¹ī à¸Ľ +à¸ľà¸¹à¹īà¸Ľ à¹Īวย +ĠÙĬ بدÙĪ +ÑĤелÑĮ ного +Ġвз глÑıд +Ġjed nÄħ +ĠìĿĺ 견 +Ġ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +פ ×Ļ×ĵ +ìĥģ ëĭ´ +Ġm ỡ +×Ķ ×ŀ׾ +×Ķ×ŀ׾ צ×ķת +ĠÑģоÑģÑĤ о +ĠÑģоÑģÑĤо иÑĤ +Ġав и +Ġави а +ĠL änder +تص ÙĪÙĬر +×ŀ×ĵ ×Ļ×Ķ +ìłĪ ì°¨ +ãģ¨ ãĤĬ +ãģ¨ãĤĬ ãģĤ +ãģ¨ãĤĬãģĤ ãģĪ +ãģ¨ãĤĬãģĤãģĪ ãģļ +ĠÑĢ Ñıд +ĠÑĢÑıд ом +ĠNh ất +ĠاÙĦÙĥ اÙħÙĦ +×Ĺ׾ ׾ +ĠGi ấy +צ ×ĺר +צ×ĺר ×£ +Ġ׾×ij ×ĺ׾ +Ġим еÑĤÑĮ +ס×ŀ ×ķ×ļ +Ġparticip ação +íķľëĭ¤ ë©´ +ÙħÙĨت دÙĬ +ÙħÙĨتدÙĬ ات +ĠeÄŁ len +g änge +رب ØŃ +ãĤ® ãĥ£ +ĠاÙĦر ÙĤÙħ +à¸ĭ à¹īำ +ĠH óa +×ŀר ×Ĺק +ØŃÙħ اÙħ +بÙĪ Ùĥ +ĠArt ÃŃculo +ãĥĦ ãĤ¢ãĥ¼ +×Ķפ ׼×Ķ +×Ĺ׾ ×ķף +ĠпеÑĢе Ñħод +len miÅŁ +زر اعة +Ġseñ or +ãģ£ãģ¦ ãģįãģ¦ +Ø¥ Ø´ +إش ارة +Ġpod ÃŃa +ĠÃľ lke +н ÑģкаÑı +Ġadapt é +Ġdüzen len +Ġdüzenlen en +ĠÑģÑĤ ала +ĠÙĬ ØŃتاج +Ġn ier +Ġnier uch +Ġnieruch omo +Ġnieruchomo ÅĽci +ãģĵãģ¨ãģĮ ãģĤãĤĭ +ยà¸Ńà¸Ķ à¹Ģยีà¹Īยม +ĠÙħ ج +ĠÙħج اÙĨÙĬ +Ġз аб +Ġзаб ол +Ġзабол ев +Ġзаболев аниÑı +ĠÅĽ ro +ĠÅĽro dk +ĠÅĽrodk ów +Ġ×Ķ ׾×IJ×ķ×ŀ×Ļ +Ġdok ÅĤad +ĠdokÅĤad nie +ãģŁãģı ãģªãģĦ +ãģ¯ãģļ ãģ§ãģĻ +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģŁ +é cran +ìĹħ ì²´ +trzym aÅĤ +ÑģÑĤв еннÑĭй +ĠNot ÃŃc +ĠNotÃŃc ias +Ùħ رÙĬ +ÙħرÙĬ ض +æ°Ĺ è» +æ°Ĺè» ½ +æ°Ĺ軽 ãģ« +ëĵ £ +Ġ×ĵ ×ķ×IJר +Ġ׾ ×ŀ׳ +Ġ׾×ŀ׳ ×ķ×¢ +ĠçalÄ±ÅŁ ıyor +ĠÅŁ idd +ĠÅŁidd et +ĠM ặt +Ġate ÅŁ +ĠполÑĥÑĩ ениÑı +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ มืà¸Ń +Ġgrö ÃŁer +د ائ +دائ رة +Ġbul un +Ġbulun maktadır +à¹Ģห ร +à¹Ģหร ีย +à¹Ģหรีย à¸į +à¸Ļัà¸ģ à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว +Ġalan ında +ĠÑĥ зна +Ġл еÑĩение +売 ãĤĮ +Ġçev ir +Ġdeste ÄŁi +ĠheiÃŁ t +âĸ ² +ØŃ Ø· +à¸Ħำ à¸ķà¸Ńà¸ļ +ãĤªãĥ³ ãĥ©ãĤ¤ãĥ³ +Ġ×ij×Ĺ×Ļ ×Ļ×Ŀ +ãĥ¦ ãĥĭ +Ġdüzenle me +Ġmodal itÃł +سر Ø· +سرط اÙĨ +×ŀ׼ ×ķף +ĠданнÑĭ й +تر ت +ترت ÙĬب +à¸ļาà¸ĩ à¸Ħà¸Ļ +ĠÄIJ á»ĭnh +ม ูล +มูล à¸Ħà¹Īา +ÙĨ ÙĤص +à¸ģาร รัà¸ģษา +ĠÑĦ он +ĠÑĦон д +ãĤĪãģĨ ãģ«ãģªãģ£ãģŁ +Ùħع اÙĦ +ÙħعاÙĦ جة +ĠOs man +ĠOsman lı +иÑĩеÑģк ом +à¸Ńยาà¸ģ à¸Īะ +ãģķãģ¾ ãģĸ +ãģķãģ¾ãģĸ ãģ¾ +ãģķãģ¾ãģĸãģ¾ ãģª +Ġת ×ķ׼׾ +×¢ צ×ij +ĠاÙĦع سÙĥ +ĠاÙĦعسÙĥ رÙĬ +Ġvé hic +Ġvéhic ule +Ġ×Ļצ ×Ĺק +ĠاÙĦÙĪ ØŃ +ĠاÙĦÙĪØŃ ÙĬد +ĠاÙĦع دÙĪ +ĠQu ản +Ġê³µ ëıĻ +بد ÙĦ +ĠÄij ảng +Ġm á»ĩnh +Ġnie zb +Ġniezb ÄĻ +ĠniezbÄĻ dn +Ġyayın lan +обÑī и +Ġgö tür +צ פ +צפ ×ķ×Ļ +ĠÙĦÙĬ بÙĬ +ĠÙĦÙĬبÙĬ ا +ØŃ ÙĪا +Ġд об +Ġдоб ÑĢо +иÑĢÑĥ ем +ĠاÙĦØŃÙĥÙĪÙħ ÙĬØ© +m Ã¤ÃŁig +Ġed ición +влек аÑĤелÑĮ +влекаÑĤелÑĮ н +Ġת ש׾×ķ×Ŀ +Ġ×Ķש ×ķ׳×Ļ×Ŀ +มิ à¸ĸุ +มิà¸ĸุ à¸Ļ +มิà¸ĸุà¸Ļ ายà¸Ļ +é£Łãģ¹ ãģ¦ +ĠìĪĺ ì§ij +ס ×ij×Ļ +ĠиÑİ Ð»Ñı +Ġà¹Ħà¸Ķà¹ī à¹ģà¸ģà¹Ī +׾×Ĺ ×Ŀ +tr ä +trä gt +ãģĿãĤĤ ãģĿãĤĤ +ÐĿ Ðķ +Ġв нÑĥÑĤ +ĠвнÑĥÑĤ ÑĢи +ãģ¨ ä¸Ģç·Ĵãģ« +ãĤ« ãĥķãĤ§ +Ġ×ij×Ĺ ×ĵר +×Ĺ ×ŀש +ãĤ¨ ãĥį +ãĤ¨ãĥį ãĥ« +ãĤ¨ãĥįãĥ« ãĤ® +ãĤ¨ãĥįãĥ«ãĤ® ãĥ¼ +à¸Ĥà¸Ńà¸ĩ à¸ķัวà¹Ģà¸Ńà¸ĩ +بÙĤ اء +פס ×Ļ׼ +פס×Ļ׼ ×ķ׾×ķ×Ĵ +ãĥ¡ ãĥĥ +ãĥ¡ãĥĥ ãĤ» +ãĥ¡ãĥĥãĤ» ãĥ¼ãĤ¸ +ÙĦ ÙĤب +A Äŀ +שק ×Ļ×¢ +ÙĤ ساÙħ +×ĵ×ķ×Ĵ ×ŀ×Ķ +æ·± ãģĦ +íĸĪ ëĬĶëį° +ĠrozwiÄħz anie +à¸Ļัà¹Īà¸Ļ à¹Ģà¸Ńà¸ĩ +×Ļצ ×ij +Ġtr ông +à¹ĥà¸Ĭà¹ī à¸ļริà¸ģาร +ĠاÙĦÙħÙĪ سÙħ +ĠдеÑĤ и +ãģĹãģĭ ãģªãģĦ +ס ×Ļף +Ġréfé rence +à¹ģห à¹īà¸ĩ +ãĤĤãĤī ãģ£ãģŁ +Ġ׾ ר׼ +Ġ׾ר׼ ×ķש +شع ÙĪر +ĠÐij ог +Ġlaz ım +Ġ×Ļש ׳×Ŀ +Ġп аÑĢÑĤ +ĠпаÑĢÑĤ неÑĢ +ĠÑĥ ника +ĠÑĥника лÑĮн +Ġmaté riel +×ŀר ק +Ġph Æ°á»Ŀng +Ġз ай +Ġзай м +Ùģ ÙĤد +Univers itÃł +×¢ ר׼×Ļ×Ŀ +Ġba ño +Ġн оÑı +ĠноÑı бÑĢÑı +à¸Ľ à¹īาย +Ġt ats +Ġtats äch +Ġtatsäch lich +ĠÑĤÑĢ еÑĤÑĮ +Ñį м +ãĥĻ ãĥ¼ãĤ¹ +Ġnh á»±a +ìĬ¤ íģ¬ +ĠعبداÙĦ ÙĦÙĩ +Ġת ×ķר×Ķ +أش ÙĬ +أشÙĬ اء +ĠÙĦÙĦ غا +ĠÙĦÙĦغا ÙĬØ© +Ùħ ÙĪاÙĤ +ÙħÙĪاÙĤ Ùģ +ĠgÅĤówn a +Ġart Ä±ÅŁ +Ġ×ŀק ×ķ×ŀ×Ļ +ãĤ¯ãĥ© ãĥĸ +Ġس ÙĪÙī +ĠìŬ ìĦ± +اس ر +اسر ائÙĬÙĦ +Ġ׳ ×Ľ×ª×ij +ย à¹īà¸Ńà¸Ļ +Ġdeber á +Ġph ẫu +ÑİÑī ем +ĠÙĦدÙĬ ÙĨا +×ŀ×ĺ ×Ķ +Ġ׳ ×ķ׾×ĵ +ĠвÑģÑĤÑĢ еÑĩа +ãĤīãĤĮ ãģ¦ãģĦãģ¾ãģĻ +ĠcaÅĤ ej +ย ึ +ยึ à¸Ķ +поÑĤ ен +поÑĤен ÑĨи +Ġл иÑĤ +ĠлиÑĤ еÑĢ +ĠлиÑĤеÑĢ аÑĤÑĥÑĢ +Ġкажд ом +ĠíĮ IJ +ĠíĮIJ ëĭ¨ +à¸Ī ู +Ġpres ença +ãģªãĤĵ ãģ§ +Ùħ ÙĬاÙĩ +ин ÑĦоÑĢм +инÑĦоÑĢм аÑĨион +инÑĦоÑĢмаÑĨион н +ĠìŀIJ ìĹ° +ר׼ ש +Ġöd ül +ç¶ļ ãģı +Ġп Ñģ +ĠпÑģ иÑħ +ĠпÑģиÑħ олог +ت Ø°Ùĥر +Ġìŀħ ìŀ¥ +ล à¸Ķà¹Į +ìĦł ê±° +ãģ£ãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġ×Ļ ×¢ +Ġ×Ļ×¢ ק×ij +ĠاÙĦØ· عاÙħ +ãĥĨ ãĤ¹ãĥĪ +ĠTu ấn +Ġparticip ación +×ŀ×ķ×ŀ ×Ĺ×Ķ +×Ĵר ס×Ķ +ĠاÙĦتÙĨ ÙģÙĬ +ĠاÙĦتÙĨÙģÙĬ Ø°ÙĬ +ĠбезопаÑģ н +ge f +gef ähr +Ø´ ÙĪر +Ġmy ÅĽli +ÙĪا Ø´ÙĨ +ÙĪاشÙĨ Ø·ÙĨ +׳×ķס ×¢ +Ùĥ Ùĩ +ÙĥÙĩ رب +ÙĥÙĩرب اء +Ġmus iaÅĤ +ìĭ ¸ +ãĥĸãĥ© ãĥĥãĤ¯ +Ġcré é +ÙĨÙĩ ار +owo ÅĽÄĩ +ÙħØŃا ÙĥÙħ +ĠwÅĤa ÅĽ +ĠwÅĤaÅĽ c +ĠwÅĤaÅĽc iciel +ĠÙĬ ؤ +ĠÙĬؤ دÙĬ +×ŀ×¢ ×ķ׳ +×IJ ×ij׾ +خط Ø£ +ĠÑħ олод +×ĸ ×ķ׾ +ãģĵãĤĮ ãĤī +ãģĵãĤĮãĤī ãģ® +Ġbás ica +ฤ à¸Ķ +ฤà¸Ķ ูà¸ģ +ฤà¸Ķูà¸ģ า +ฤà¸Ķูà¸ģา ล +èIJ½ãģ¡ çĿĢ +ãģªãģĦ ãģĵãģ¨ +ص ÙĪÙħ +ÙĨج ØŃ +׳ק ×ķ×ĵ +׳ק×ķ×ĵ ת +кл аÑģÑģ +íķĺìĭľ ëĬĶ +ëĦ ĺ +Ġש×IJ ×Ļ׳×ķ +ĠС ейÑĩаÑģ +may acaģı +Ġyap ılır +Ġcategor ÃŃa +عب اد +ĠТ еп +ĠТеп еÑĢÑĮ +×Ķ×Ļס×ĺ ×ķר×Ļ +h ế +ãĤ³ ãĥ¼ãĥī +Ġcabe ça +ج Ùħا +جÙħا Ùĩ +جÙħاÙĩ ÙĬر +ä½İ ãģĦ +ĠÑĤоваÑĢ ов +à¸Ĭาว à¸ļà¹īาà¸Ļ +ĠÑģÑĤан ов +ĠÑģÑĤанов иÑĤÑģÑı +ĠавÑĤом обилÑĮ +ĠÑģлÑĥÑĩ ай +à¸Ńั à¸ŀ +ĠG iriÅŁ +ĠìĿ¼ ëĭ¨ +ĠпÑĢ оÑģ +ĠпÑĢоÑģ моÑĤÑĢ +ãģªãģıãģª ãģ£ãģŁ +มี à¸Ľà¸±à¸įหา +ïº İ +éc oute +ĠÙħ ÙĪجÙĪد +Ġس رÙĬع +ĠÙĪÙĩ ÙĨا +ĠÙĪÙĩÙĨا Ùĥ +à¸Ħุà¸ĵ สม +à¸Ħุà¸ĵสม à¸ļัà¸ķิ +Ġìļ° ìĦł +à¸ŀระ à¸ŀุà¸Ĺà¸ĺ +好 ãģ¿ +ظ ÙĦÙħ +Ġм акÑģ +ĠмакÑģ ималÑĮ +ĠмакÑģималÑĮ но +ãĥª ãĤ¢ãĥ« +à¹ģมà¹ī วà¹Īา +ĠاÙĦØŃ ÙĪار +ãĥĹãĥ© ãĤ¹ +Ġع ÙĦاÙĤØ© +Ġíĸī ëıĻ +Ġgönder il +Ġl ãi +ĠsaÄŁ lıkl +ĠsaÄŁlıkl ı +ĠÑĪ аг +Ġ×ij×IJר ×Ķ +prowadzi Äĩ +ãģĦãģı ãģ¤ãģĭ +Ġبت ارÙĬØ® +Ġ×ij×IJ×ķת ×Ķ +Ġmó c +ĠÐľ не +ãĥĹãĥ¬ ãĥ¼ +×IJ ×ĸר×Ĺ +åł´åIJĪ ãģ«ãģ¯ +使 ãģĪ +à¹Ģร ืà¸Ńà¸Ļ +ĠÐŁ еÑĤ +ĠÐŁÐµÑĤ ÑĢ +ãģ«åħ¥ ãĤĭ +Ùħ ادة +à¹Ģà¸ĩ ืà¹Īà¸Ńà¸Ļ +à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ à¹Ħà¸Ĥ +ĠÑģоÑģÑĤоÑı ние +ôn ica +ĠÑĦ ев +ĠÑĦев ÑĢа +ĠÑĦевÑĢа лÑı +Ġ×ķ ×ĸ +Ġ×ķ×ĸ ×IJת +à¸Ħร ิ +à¸Ħริ ส +ĠÐķ Ñīе +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +ĠпÑĢав иÑĤелÑĮ +ĠпÑĢавиÑĤелÑĮ ÑģÑĤв +Ġtä glich +Ġëĭ¹ ìĭľ +×ŀ×ķ×¢ ×ŀ×ĵ +Ġдв оÑĢ +æī ķ +æīķ ãģĦ +ĠÑģÑĤан еÑĤ +Ġвозд ейÑģÑĤв +ĠвоздейÑģÑĤв и +Ġf ête +à¹Ģส า +תק ×ķ×ķ×Ķ +Ġu yar +Ġuyar ı +à¸ģลัà¸ļ à¹Ħà¸Ľ +Ġgi Æ°á»Ŀng +Ġв а +Ġва ÑĪи +ĠÄij áºŃu +ĠSpa ÃŁ +ĠìķĦ ë§Ī +à¹Ħà¸Ķà¹ī à¸ĩà¹Īาย +Ġ×Ķ×ŀ ×ijקש +æĸ° ãģŁ +æĸ°ãģŁ ãģª +ılı yor +пл ан +Ġ×Ķ×ijר ×Ļ×IJ×ķת +ĠaÄŁ rı +Ġsay gı +建 ãģ¦ +Ġnaj wyż +Ġnajwyż sz +سÙĬاس ات +ãģĬ å¾Ĺ +ĠاÙĦع ÙĦÙĬ +ĠاÙĦعÙĦÙĬ ا +Ġcoraz ón +ì¹ĺ ë£Į +หัว à¸Ĥà¹īà¸Ń +Ġب ØŃÙĬ +ĠبØŃÙĬ Ø« +зв езд +بÙĪ ابة +ÐĽ Ðĺ +ÙĦا زÙħ +Ġroz p +Ġrozp oc +Ġrozpoc zÄĻ +触 ãĤĮ +ĠاÙĦج ÙħÙĩ +ĠاÙĦجÙħÙĩ ÙĪر +Ġsp ÄĻd +ĠspÄĻd z +วิà¸Ĺยา ศาสà¸ķรà¹Į +ив аеÑĤÑģÑı +Ġдан ной +Ġreprés ente +ĠÄij á»ĭch +Ġ×¢×ŀ ×ķק +à¸Ńัà¸Ļ à¸ķร +à¸Ńัà¸Ļà¸ķร าย +Ġestr atég +Ġestratég ia +pad ÅĤ +Ġв полн +Ġвполн е +ĠпÑĢедоÑģÑĤав лен +×Ĺ׾ ×ķק +×Ĺ׾×ķק ת +ãĤ¢ ãĥĬ +ĠاÙĦغ Ø° +ĠاÙĦغذ ائÙĬ +ĠÑĥ зн +ĠÑĥзн аÑĤÑĮ +à¸ĭ à¹īาย +å½ĵ ãģ¦ +ØŃÙĬ اء +Ġbás ico +ק×ķ×ij ×¢ +ĠاÙĦÙħ باراة +ĠاÙĦÙĩ اتÙģ +Ġ׼ ׳×Ĵ×ĵ +à¸Ľà¸£à¸° หย +à¸Ľà¸£à¸°à¸«à¸¢ ัà¸Ķ +Ðļ ак +à¸Ĺีà¹Ī à¸Ļà¹Īา +à¸Ĺีà¹Īà¸Ļà¹Īา สà¸Ļà¹ĥà¸Ī +ãģ¾ ãģģ +ï½ ¢ +Ñģк оп +Ġson rasında +Ġur zÄħd +ĠurzÄħd zenia +׼×ķ ×ķ׳ +׼×ķ×ķ׳ ת +Ġ׾×Ķת ×ŀ×ķ×ĵ +Ġ׾×Ķת×ŀ×ķ×ĵ ×ĵ +ĠÑģ ли +ĠÑģли ÑĪ +ĠÑģлиÑĪ ком +ĠÑģÑĤ Ñĥд +ĠÑģÑĤÑĥд енÑĤ +Ġ×Ķ ×ķ×ĵ +Ġ×Ķ×ķ×ĵ ×¢×Ķ +ë¹Ħ ìļ© +à¸Ńยาà¸ģ à¹ĥหà¹ī +Ġb á»ģ +ยุ à¸Ĺà¸ĺ +Ðĺ ÐĿ +س ائر +Ø£ صÙĪÙĦ +ĠاÙĦغ رÙģ +ãģĵãģ¨ãĤĤ ãģĤãĤĬãģ¾ãģĻ +è¾¼ ãģ¾ãĤĮ +ĠاÙĦساب ع +Ġc ủ +ãģĦãģŁãģł ãģĦãģŁ +ì§ ĵ +ìĤ¬ 무 +powied ź +تÙģ Ùĥ +تÙģÙĥ ÙĬر +иÑĢов ки +ĠíĨµ íķ´ìĦľ +ãĤ¨ ãĤ¹ãĥĨ +ĠдеÑıÑĤелÑĮ ноÑģÑĤÑĮ +ĠданнÑĭ м +Ġ×¢ ×ķר +Ġ×¢×ķר ׼×Ļ +×ķ×ĵ עת +Ġhayat ını +Ġb Äħd +ĠbÄħd ź +obs ÅĤug +à¹Ģà¸ŀียà¸ĩ à¹ģà¸Ħà¹Ī +à¸ĭ à¹Īา +è²ł ãģij +ĠÑģÑĤÑĢ ем +ĠÄij á»īnh +ĠÐł ÑĥÑģ +ĠN ữ +Ġ׾×Ķש ×Ļ×Ĵ +Ġjed noc +Ġjednoc ze +Ġjednocze ÅĽnie +Ġ×Ķ×Ĵ ×ij×ķ×Ķ +أخ ÙĦاÙĤ +ĠнаÑģ ел +ĠнаÑģел ениÑı +ĠÙĬ ÙĨب +ĠÙĬÙĨب غÙĬ +ãģĮ ãģĭ +ãģĮãģĭ ãģĭ +×Ĵ עת +Ðŀ Ðł +ĠналиÑĩ ии +Ġë§Ī ì§Ģ +Ġë§Īì§Ģ ë§ī +Ġíĸī ìĤ¬ +Ġtre ÅĽci +Ġê°Ģ ì¹ĺ +ì¦ ĺ +Ġана лог +×Ķצע ת +в лад +влад е +ĠÑģдел ал +Ġ׳ ×Ĵ×Ļש +Ġ׳×Ĵ×Ļש ×ķת +полн ение +à¸Ĩ à¹Īา +ĠD ön +׼׾׼ ׾×Ķ +×ŀ×ĸ ×Ĵ +Ùħ Ùģ +ÙħÙģ Ùĩ +ÙħÙģÙĩ ÙĪÙħ +×Ķ ×ĵ +×Ķ×ĵ פס +×Ķ×ĵפס ×Ķ +ãģĻãģİ ãģ¦ +Ġг ÑĢ +ĠгÑĢ н +×ŀ×ĺ ×ķס +Ġ기 ìĸµ +ï¾ Ł +ĠpÅĤ yn +ĠGr ünde +ĠBü cher +Ġwed ÅĤug +ãģ¾ãģł ãģ¾ãģł +Ġ׳×Ķ ×ĵר +ĠÙĬست Ø·ÙĬع +ĠHi á»ĩp +ãĤŃãĥ£ãĥ³ ãĥļ +ãĤŃãĥ£ãĥ³ãĥļ ãĥ¼ãĥ³ +Ġth á»ķ +Ġeuropé enne +à¸ļ ัà¸ĩ +à¸ļัà¸ĩ à¸Ħัà¸ļ +ĠszczegóÅĤ owo +׳ שק +ãĥķ ãĥ©ãĥ³ãĤ¹ +×ŀ×ķ×ŀ ×Ĺ×Ļ +Ġcom ún +Ġç arp +ØŃت ÙĬا +ØŃتÙĬا ج +ØŃتÙĬاج ات +ëĭ´ ëĭ¹ +ä½ķ 度 +ä½ķ度 ãĤĤ +×ĵ ×ijק +ãģį ãĤĮ +ãģįãĤĮ ãģĦ +Ġк ам +Ġкам еÑĢ +ĠespecÃŃf ico +Ġtel éfono +à¸ķัà¹īà¸ĩ à¸Ńยูà¹Ī +I Åŀ +ãģ© ãĤĵãģ© +ãģ©ãĤĵãģ© ãĤĵ +עצ ×ŀ×IJ×Ļ +à¸Ķัà¸ĩ à¸Ļีà¹ī +ĠÑĦоÑĢм иÑĢов +ĠÑĦоÑĢмиÑĢов а +×ķ×ŀ ×ij +Ġkullan ımı +Ðľ Ðŀ +×¢ ש×Ļ +עש×Ļ ×Ļ×Ķ +Ġön lem +à¹Ģà¸Ń à¹ĩ +à¹Ģà¸Ńà¹ĩ ม +×ŀשק ×Ļ×¢ +ר ×Ļ×Ĺ +à¸Ĥ ัà¸Ķ +ĠíĻ ľ +ĠíĻľ ìļ© +à¸ĭ ะ +ãĤĪãģĨ ãģ«ãģªãĤĬãģ¾ãģĹãģŁ +ĠÑĢаÑģ пÑĢ +ĠÑĢаÑģпÑĢ оÑģÑĤ +ĠÑĢаÑģпÑĢоÑģÑĤ ÑĢан +ĠÑĢаÑģпÑĢоÑģÑĤÑĢан ен +׼×Ļ ×ķף +ÙĤب ض +تص رÙĬØŃ +تصرÙĬØŃ Ø§Øª +Ġо ÑĢи +ĠоÑĢи г +ĠоÑĢиг ина +ĠоÑĢигина л +ĠاÙĦع اÙĦÙĬ +à¹ģหà¹Īà¸ĩ à¸Ļีà¹ī +ãĥķãĤ¡ ãĥ¼ +ãģ¦ãģĦ ãģį +ãģ¦ãģĦãģį ãģŁãģĦ +פ תר +פתר ×ķ׳×ķת +Ġ×ij ×Ļ×Ĺ +Ġ×ij×Ļ×Ĺ ×ĵ +Ġod by +Ġodby ÅĤ +ĠоÑĩеÑĢ ед +Ġtr Æ°Æ¡ng +ãĤŃ ãĥ³ +×ŀ ×ķפ +×ŀ×ķפ ×¢ +ëĵľ 립 +ëĵľë¦½ ëĭĪëĭ¤ +à¸ŀืà¹īà¸Ļ à¸IJาà¸Ļ +ìŀIJ 격 +ĠVi á»ĩn +ĠDes pués +Ġ×IJ׾ ×Ļ׳×ķ +Ġdur ée +íĩ ´ +Ġmü zik +i ếu +ĠÑĢаз меÑīен +Ġк Ñĥд +ĠкÑĥд а +غ ض +غض ب +ĠTamb ém +à¸Īัà¸Ķ สà¹Īà¸ĩ +à¸ģาร à¹ģสà¸Ķà¸ĩ +onom ÃŃa +Ġан г +Ġанг ли +Ġангли й +Ġанглий Ñģк +Ġzn al +Ġznal az +Ġznalaz ÅĤ +תר ×Ĵ +תר×Ĵ ×ķ×Ŀ +ĠÑģ нов +ĠÑģнов а +ĠÑĩаÑģ а +Ġcommun auté +ĠespecÃŃf ica +ĠL á»ĭch +Ġli é +Ùģ جر +à¹Ģà¸ģ à¹Īà¸ĩ +ع اÙĦ +عاÙĦ ج +Ø£ÙĨ ظ +Ø£ÙĨظ ÙħØ© +ES Ä° +ĠاÙĦØŃ Ø¯ÙĬد +à¸ŀระ à¸Ńà¸ĩà¸Ħà¹Į +Ġפר שת +Ġдв иж +Ġдвиж ениÑı +ĠاÙĦج ارÙĬ +à¸ĺาà¸Ļ ี +неÑģ ен +ĠاÙĦÙĨ ÙĩائÙĬ +Ġб еÑĢ +ĠбеÑĢ ем +ĠбеÑĢем енн +Ġdépart ement +à¹Ģà¸Ĺ ีย +à¹Ģà¸Ĺีย à¸ļ +ĠÐľ аÑĢи +ĠнекоÑĤоÑĢ ÑĭÑħ +об еÑģп +обеÑģп еÑĩен +×Ĺ ×ķ×ĸ +×Ĺ×ķ×ĸ ×Ķ +ÙĨت ج +à¸Īะ à¹Ħà¸Ķà¹īรัà¸ļ +á» ° +Ġél éments +ع Ø· +عط اء +Ġt ắt +i á»ĩm +ÑİÑīиÑħ ÑģÑı +ãģĹãģ ° +ãģĹãģ° ãĤīãģı +Ġпом ожеÑĤ +à¸Ĥà¸ĵะ à¸Ļีà¹ī +Ġ×¢ שר×ķת +éģķ ãģ£ãģ¦ +ĠпÑĢ ог +ĠпÑĢог н +ĠпÑĢогн оз +Ġt ÅĤ +ĠtÅĤ um +ĠtÅĤum acz +T ür +Tür kiye +ãģį ãģ£ +ãģįãģ£ ãģĭãģij +Ġ×Ķ׳ ×ķ׼ +Ġ×Ķ׳×ķ׼ ×Ĺ×Ļ +ĠìĥĿ ìĤ° +ĠÑĦоÑĢм Ñĭ +ç¾İ ãģĹãģĦ +à¸Ľà¸£ ึà¸ģ +à¸Ľà¸£à¸¶à¸ģ ษา +Ġlum ière +ãĤª ãĥ¼ãĥĹ +ãĤªãĥ¼ãĥĹ ãĥ³ +à¸Ľ ืà¸Ļ +วั สà¸Ķ +วัสà¸Ķ ุ +еÑĢÑĤ в +ÙĥÙĦ Ùģ +ï½ £ +à¸ĺรรม à¸Ķา +׳ ×ĺר +ĠпÑĢедÑģÑĤав лÑıеÑĤ +Ġanál isis +Ġb ãi +با ÙĤÙĬ +à¸Ľà¸£à¸° à¹Ģà¸Ķ +à¸Ľà¸£à¸°à¹Ģà¸Ķ à¹ĩà¸Ļ +ĠÑģлÑĥÑĩ аÑı +ĠÑģлÑĥÑĩаÑı Ñħ +ÐĽ ÐIJ +สัà¸ĩ à¹Ģà¸ģ +สัà¸ĩà¹Ģà¸ģ à¸ķ +Ġprz ec +Ġprzec ież +Ùħ صÙĦ +ÙħصÙĦ ØŃØ© +ש×ķק ×ķ׾×ĵ +ĠобоÑĢÑĥд ованиÑı +Ġtr waÅĤ +رÙĪ Ùħ +ìķĪ ëĤ´ +ĠNgh á»ĭ +Ø® Ø´ +à¸ļา à¸Ħาร +à¸ļาà¸Ħาร à¹Īา +Ġоп ÑĨион +ĠÑģозд аниÑı +ãĤ³ ãĤ¹ãĥĪ +Ġ×Ķ×¢ ׾×Ļ +Ġ×Ķ×¢×ľ×Ļ ×ķף +lä uft +ãĥĻ ãĤ¹ãĥĪ +Ġr ê +Ġrê ve +×IJ ×ij×Ļ×ij +×Ļ ×Ļ×ļ +ë¶ Ļ +ãĤ¤ãĥ³ ãĥī +ÅĤo ży +ÅĤoży Äĩ +ع ائÙĦ +عائÙĦ Ø© +Ø£ ÙĪر +Ø£ÙĪر اÙĤ +à¸Ĺà¹īà¸Ńà¸ĩ à¸ĸ +à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ ิà¹Īà¸Ļ +Ġä hn +Ġähn lich +ãĥŁ ãĥĭ +à¸ľ ู +à¸ľà¸¹ à¹īà¸Ļ +à¸ľà¸¹à¹īà¸Ļ ำ +ĠмаÑĤеÑĢиал Ñĭ +Ġкап иÑĤ +ĠкапиÑĤ ал +ï¼ ¦ +Ġseç il +Ġh ứng +Ġintéress ant +ãģ£ãģ¦ ãģĦãģı +Ġe ÄŁer +ëIJĺ ìĹĪìĬµëĭĪëĭ¤ +Ġan laÅŁma +ãģĶ åĪ©çĶ¨ +Ġ×ij ×ĸ׼ +Ġ×ij×ĸ׼ ×ķת +ëĿ¼ ë©´ +ĠÙĬ ÙĪس +ĠÙĬÙĪس Ùģ +أسÙĦ ØŃØ© +ĠGef ühl +ĠноÑĢм алÑĮн +ãĥĻ ãĥ³ +ãģķãĤĮ ãĤĭãģĵãģ¨ +ĠÐij еÑģ +ãģ¨ãģĦ ãģĪãģ° +ĠÙħ ÙĩÙħ +ĠÙħÙĩÙħ Ø© +ãģ§ãģĹãĤĩãģĨ ãģŃ +ĠêµŃ ëĤ´ +à¹Ģม à¹ĩà¸Ķ +×ŀ×ij קר +ĠاÙĦد ÙĨÙĬ +ĠاÙĦدÙĨÙĬ ا +à¸Ĭ ู +к ÑĢÑĥÑĤ +Ġtho áng +Ġ׳ ×ĵר +Ġ׳×ĵר ש +ĠÑĢаÑģÑģ казал +ĠAu ÃŁerdem +פ ×IJר +פ×IJר ק +Ġ×ŀש×Ĺק ×Ļ×Ŀ +צ ר׼×Ļ×Ŀ +×ŀ×ĵ ×ķ +×ŀ×ĵ×ķ ×Ļק +èĭ¦ ãģĹ +ĠÑģ иг +ĠÑģиг нал +ĠM á»įi +Ġtr ữ +Ġnast ÄĻp +ĠnastÄĻp nie +Ġì¶Ķ ì§Ħ +ĠاÙĦÙģ ÙĨد +ĠاÙĦÙģÙĨد ÙĤ +koÅĦ czyÅĤ +ส ีà¹Ī +ק ×Ļ×ij +ק×Ļ×ij ×ķ×¥ +ĠнÑĥж нÑĭ +大 åĪĩ +大åĪĩ ãģª +æıĽ ãģĪ +ת ×ķס +ת×ķס פת +ãģ£ãģ¦ ãģĦãģªãģĦ +Ġм Ñı +ĠмÑı г +ĠмÑıг к +Ġjak ie +Ġjakie ÅĽ +à¸ķำ à¸ļ +à¸ķำà¸ļ ล +ĠìŀĪ ì§Ģ +×ij×ĺ ×IJ +ĠоÑĤлиÑĩ но +ÙĤ ÙIJ +ĠавÑĤом об +ĠавÑĤомоб и +ĠавÑĤомоби лÑı +دÙĬÙħÙĤرا Ø·ÙĬ +ĠاÙĦ ÙĪا +ĠاÙĦÙĪا ØŃد +Ġس ÙĪرÙĬØ© +Ø£ غÙĦ +أغÙĦ ب +ĠÑįк ÑĢан +ãĥĹ ãĥ©ãĤ¤ +Ġjeste ÅĽ +ãĥIJ ãĥª +Ġ×Ķ×IJ ×ķ×ķ×Ļר +ائ Ùĥ +à¸Ńยà¹Īาà¸ĩ ยิà¹Īà¸ĩ +ÑĢ екÑĤ +Ġum o +Ġumo ż +Ġumoż li +Ġumożli w +Ġumożliw ia +Ġnäch ste +ĠìŀĪ ì§Ģë§Į +ĠпÑĢед н +ĠпÑĢедн аз +ĠпÑĢедназ наÑĩен +Ġma çı +Ġp omi +Ġpomi ÄĻd +ĠpomiÄĻd zy +ĠاÙĦÙĦ ÙĤاء +à¹Ģà¸Ķ à¸Ńะ +Ġнов оÑģÑĤи +×ŀ׊׾×Ķ +رÙĬاض ÙĬ +à¸Ķ à¸Ļ +à¸Ķà¸Ļ à¸ķรี +ب صر +ìĬ¤ íĥĢ +scri pción +Ġnap isa +Ġnapisa ÅĤ +Ġ׳ש ×ŀ×¢ +ĠاÙĦÙħØŃ ÙĦÙĬ +Ġhi á»ĥn +×IJ ×Ĺ +×IJ׊ר×IJ×Ļ +Ġг ÑĢаниÑĨ +æīĭ ç¶ļãģį +Ùĥ سب +Ġà¹ģà¸ķà¹Ī à¸ĸà¹īา +à¸Ķาว à¸Ļà¹Į +à¸Ķาวà¸Ļà¹Į à¹Ĥหลà¸Ķ +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +åŁºæľ¬ çļĦãģ« +ÙĪÙĦ اد +rä ume +د Ùģاع +×Ļצ ×¢ +ĠO czy +ĠOczy wiÅĽcie +ĠÅ ģ +ĠÅģ a +اÙĦÙĬ اب +اÙĦÙĬاب اÙĨ +áºł I +ĠBir liÄŁi +×Ķ ×ķצ +×Ķ×ķצ ×IJת +ĠÄij ua +Ġê·¸ëŁ¬ ëĭĪê¹Į +Ġréal ité +ع ÙĦاÙĤات +J este +Jeste ÅĽ +Ġмн ож +Ġмнож еÑģÑĤво +ï¼ « +ãĥĹãĥŃ ãĤ¸ãĤ§ +ãĥĹãĥŃãĤ¸ãĤ§ ãĤ¯ãĥĪ +ĠÑĦ л +ظ ÙĨ +×Ĵ׾ ×Ĵ׾ +ĠmÅĤod zie +ĠmÅĤodzie ż +à¸Ļà¹īำ à¸ķา +à¸Ļà¹īำà¸ķา ล +ÐĽ Ðķ +×ij ×ķ×ĺ +Ġ׾×Ķ ×Ĵ×Ļ×ĵ +ãģĵãģ¨ãĤĤ ãģĤãĤĭ +ز اد +×ŀ×Ļ×ĵ ×¢ +ĠgÅĤówn ie +ãĥı ãĤ¦ +ãĥıãĤ¦ ãĤ¹ +б ел +Ġét ape +ðŁĺ Ģ +Ġмод елÑĮ +a ģını +ש ×Ĺק +ש×Ĺק ף +Ġni ño +à¸Ĭ à¹īาà¸ĩ +à¹Ģล ีย +ĠÑĦоÑĢм е +ĠاÙĦØ´ رÙĬÙģ +ĠÑĥд аÑĢ +arr iv +arriv ée +Ġmies iÄĻ +ĠmiesiÄĻ cy +ØŃ Ø±Ùĥ +ØŃرÙĥ ات +ĠDi á»ħn +ÐĿ Ы +ãģ¾ãģ£ãģŁ ãģı +Ġ×Ļ ר×ķק +еÑģÑĤ еÑģÑĤв +еÑģÑĤеÑģÑĤв енн +Ġê·¸ ëŁ¼ +ĠاÙĦÙħ تÙĪ +ĠاÙĦÙħتÙĪ سط +Ġbéné fic +Ġbénéfic ie +Ġwy bra +Ġwybra Äĩ +ĠاÙĦز ÙħÙĨ +ĠпÑĢин Ñı +ĠпÑĢинÑı л +Ùģر ØŃ +Ġk sz +Ġksz taÅĤ +ĠksztaÅĤ t +ק׾ ×ĺ +×ij×ĵ×Ļק ת +Ġgi ấ +Ġgiấ c +Ġpropriet Ãł +деÑĢж ан +ĠKö ln +ĠGü zel +×Ļפ ×ķ×Ļ +ĠCu á»Ļc +ÑįÑĤ аж +تر ÙĥÙĬ +ترÙĥÙĬ ز +лож ений +Ġп Ñĥ +ĠпÑĥ ÑĤи +اخت ÙĦاÙģ +åĩºãģ¦ ãģıãĤĭ +à¸ļุ à¸ģ +âĿ ¤ +ÑĦ ан +פש ×ĺ +à¸ļัà¸Ļ à¹Ģà¸Ĺ +à¸ļัà¸Ļà¹Ģà¸Ĺ ิà¸ĩ +ĠاÙĦس اد +ĠاÙĦساد س +ĠاÙĦÙĤ ÙĪÙħ +ĠاÙĦÙĤÙĪÙħ ÙĬ +Ġyönet ici +Ùĩ ÙĪات +ÙĩÙĪات Ùģ +Ġrespons ável +Ġпод деÑĢжива +ĠاÙĦسÙĦ Ø· +ĠاÙĦسÙĦØ· ات +ãģĹãģ¦ ãģĬãģı +ãĥļ ãĥĥãĥĪ +à¸Ľ ุà¹Īม +Ġogl Äħda +ÙĨا ÙĤ +ÙĨاÙĤ Ø´ +à¸Ħà¸Ńà¸Ļ à¹Ĥà¸Ķ +ĠMü sl +ĠMüsl ü +ĠMüslü man +ĠMo ż +ĠMoż na +Ġnum érique +Ġv á»ı +ĠسÙĬ تÙħ +Ġyer leÅŁ +монÑĤ аж +Ġgo ût +ãģ¦ ãģĬãĤĬãģ¾ãģĻ +ĠKh ánh +Ġе дин +Ġедин ÑģÑĤв +اÙĨ Ø®Ùģ +اÙĨØ®Ùģ اض +ìĭľ íĹĺ +Ġl ặng +ĠÑĢ олÑĮ +à¸ķัว à¹ģà¸Ĺà¸Ļ +à¸Ħà¹Īา à¹ĥà¸Ĭà¹ī +à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī à¸Īà¹Īาย +Ġver füg +Ġverfüg bar +ìĻĶ ëĭ¤ +ãģĦ ãģļ +ãģĦãģļ ãĤĮ +ĠиÑģÑģлед ованиÑı +меÑī а +×Ķ ×Ĺ +×Ķ×Ĺ ×ĸר +à¹ģà¸Ł à¸Ĭัà¹Īà¸Ļ +ت صرÙģ +Ø¥ رÙĩاب +Ġexerc ÃŃcio +Ġé lev +Ġélev é +สัà¸įà¸įา à¸ĵ +Ãĸ Z +ãĥĹ ãĥŃãĤ° +ãĥĹãĥŃãĤ° ãĥ© +ãĥĹãĥŃãĤ°ãĥ© ãĥł +Ġw ewnÄĻtrzn +Ġhen üz +é£Ľ ãģ³ +à¹Ģà¸Ķ à¸Ńรà¹Į +Ñģ Ñĥж +ÑģÑĥж ден +شع ÙĪب +ãģ²ãģ¨ ãĤĬ +Ġwy ÅĤÄħ +ĠwyÅĤÄħ cznie +Ġпло Ñħо +ÐĶ Ðķ +Ạ¦ +Ùģع اÙĦÙĬ +ÙģعاÙĦÙĬ ات +ĠاÙĦع شر +ÑģÑĤÑĥп ил +Ġy arg +Ġyarg ı +нÑİ Ñİ +×ķ×IJ ×ij +Ġu ç +Ġuç ak +ë² ½ +تÙĪ ÙĤÙĬ +تÙĪÙĤÙĬ ع +Ġì¤ij ìĭ¬ +׳×Ļ×ķ ×ķ×ĺ +Ø£ ÙĥÙĦ +ç½® ãģĦãģ¦ +éłĤ ãģį +Ġ×Ķת ×ij +Ġ×Ķת×ij ×Ļ×¢×Ķ +Ġdür fen +Ùħ ÙĤاÙĦ +ÙħÙĤاÙĦ ات +Ġز ÙħÙĨ +à¸ŀฤ ศ +à¸ŀฤศ à¸Ī +à¸ŀฤศà¸Ī ิà¸ģ +à¸ŀฤศà¸Īิà¸ģ ายà¸Ļ +ĠнеÑģк олÑĮ +ĠнеÑģколÑĮ ки +ĠнеÑģколÑĮки Ñħ +Ġcrian ça +มิ à¸ķร +×ŀ׼ ×Ļר×ķת +à¸ģาร à¸ļริหาร +Ġtélé charg +Ġ×IJ×ķ×Ķ ×ijת +ĠBü ro +ä½ľ ãģ£ãģŁ +ĠKi ÅŁi +ç¾İåij³ ãģĹ +à¹Ģลย à¸Ħà¹Īะ +à¸ŀà¸ļ à¸ģัà¸ļ +à¸Ī à¹īา +Ġç er +Ġçer ç +Ġçerç eve +ãĤĴä½ľ ãģ£ãģ¦ +ĠпеÑĢв ÑĥÑİ +×ŀצ ר×Ļ×Ŀ +×IJ׾ ×ķ×Ķ +×IJ׾×ķ×Ķ ×Ļ×Ŀ +Ġagr é +Ġagré able +Ġay ır +Ä°L Ä° +ãĤ ¥ +Ġíĺ Ħ +ĠíĺĦ ìĭ¤ +ثاÙĦ Ø« +ת ×ĸ +ת×ĸ ×ķ׳×Ķ +ãģ¨ãģĦ ãģ£ãģ¦ +ãģ¨ãģĦãģ£ãģ¦ ãĤĤ +Ġا بÙĪ +ĠÑģоб ак +é£Łãģ¹ ãģŁ +Ġдан ном +à¹Ģล ิ +à¹Ģลิ ศ +Ġí ļ +Ġíļ ¨ +Ġíļ¨ ê³¼ +ãĤĤãĤī ãģĪãĤĭ +׳ צ׾ +ÑĦ ик +ÑĦик Ñģ +Ġjeste ÅĽmy +ת×Ĺ×ķש ×Ķ +à¹Ħมà¹Ī à¸Ħวร +ĠØŃ Ø³ÙĬÙĨ +à¸ģาร ลà¸ĩà¸Ĺุà¸Ļ +ë´ ¤ +ĠÐĺ менно +à¸ļ à¸Ńรà¹Į +à¸ļà¸Ńรà¹Į à¸Ķ +ĠC ảnh +ìĦľ ë¹ĦìĬ¤ +Ġпол ов +Ġполов ин +Ġзам еÑĩа +ãģĦãĤį ãĤĵãģª +Ġ×ij ×Ļק +Ġ×ij×Ļק ש +л ÑĥÑĪ +ãĤĴ è¿İ +ãĤĴè¿İ ãģĪ +جرÙĬ ÙħØ© +Ġt ây +ĠاÙĦÙĨ ÙĪ +ĠاÙĦÙĨÙĪ ÙĪÙĬ +ÃĤ N +ì¿ ł +หà¸Ļ าว +Ġ×ij׊ש×ij×ķף +ز ار +à¸Ķ าร +à¸Ķาร า +ĠÅĽ l +ĠÅĽl ub +มีà¸Ħวาม สุà¸Ĥ +Ġn hu +Ġnhu áºŃn +ÙħØŃ Ø·Ø© +à¹Ģสืà¹īà¸Ń à¸ľà¹īา +ĠТ олÑĮко +ĠÙĥ س +ĠÙĥس ارة +ÙħØ´ رÙĪع +niÄĻ cia +×¢ ׼ש×Ļ×ķ +ت ÙĦÙģ +تÙĦÙģ زÙĬ +تÙĦÙģزÙĬ ÙĪÙĨ +Ġl Æ°á»Ľi +ĠÐľÐ¾Ñģк вÑĭ +Ġré serve +Ġan laÅŁ +ĠanlaÅŁ ıl +Ġed eceÄŁi +รà¸Ńà¸ĩ à¹Ģà¸Ĺà¹īา +Ġب Ø· +Ġبط رÙĬ +ĠبطرÙĬ ÙĤØ© +ãģ¦ãģĹãģ¾ ãģ£ãģ¦ +ãĤĤãĤī ãģ£ãģ¦ +بر ج +æ± ļ +æ±ļ ãĤĮ +Ġch oc +Ġchoc ia +Ġchocia ż +Ġzob ac +Ġzobac zyÄĩ +пÑĢ Ñı +пÑĢÑı жен +ĠÑĨ иÑĦ +ĠÑĨиÑĦ ÑĢ +Ġм ам +Ġвз ÑıÑĤÑĮ +Ġch ạm +ج سÙħ +ØŃÙħ اس +à¹Ģล à¹Īม +à¸ŀิ ษ +×Ķפ ׼×ķ +à¸Ĭà¹Īà¸Ńà¸ĩ à¸Ĺาà¸ĩ +Ġв ек +Ġвек а +Æ¡ Ìģ +Æ¡Ìģ i +ĠTi á»ģn +Ġtr ầm +мÑĭ ÑĪ +мÑĭÑĪ л +ĠÑĤ Ñĥ +ĠÑĤÑĥ ÑĢиÑģÑĤ +Ġch c +Ġchc Äħ +Ġав г +Ġавг ÑĥÑģÑĤ +ĠавгÑĥÑģÑĤ а +ס ×IJ×ķת +Ġר ×Ĵ׾ +à¸ľà¸¥ à¸ģระà¸Ĺ +à¸ľà¸¥à¸ģระà¸Ĺ à¸ļ +å¤īãĤı ãĤĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +سÙģ ÙĬر +ĠÑĩа Ñīе +ãģĦ ãĤī +ãģĦãĤī ãģ£ +ãģĦãĤīãģ£ ãģĹãĤĥ +×ķ×ŀ ׳×Ļ×Ŀ +Ġart tır +ĠCh á»ĭ +Ġì¡° ì§ģ +ĠÑĥÑģп еÑħ +Ġ×¢ ×ķס +Ġ×¢×ķס ק +ĠìĥĿ ëªħ +ÑĨ иÑĤ +Ġreg ión +Ðŀ ÐĿ +ĠdoÄŁ um +ĠyaÅŁ ad +ĠyaÅŁad ıģı +à¸Ĺà¸Ķ ลà¸Ńà¸ĩ +Ġgöz ü +ש ×Ļר×Ķ +дÑĥм ал +Ġda ģı +Ġdaģı t +à¸Ĺีม à¸ĩาà¸Ļ +Ġti á»ģm +ĠاÙĦÙĥ بر +ĠاÙĦÙĥبر Ùī +ì¹ Ń +ĠGü nc +ĠGünc elle +ĠGüncelle me +ê¹ Ĭ +ĠобоÑĢÑĥд ование +ĠÑĢеÑĪ а +á» ¤ +Ġп иÑĤ +ĠпиÑĤ аниÑı +à¹Ģรีย à¸ļ +×Ľ×ª ×Ļ×ij×Ķ +Ġп он +Ġпон ÑĢав +ĠпонÑĢав и +Ġ×Ķ ×ķ׾×ĵ +Ġ×Ķ×ķ׾×ĵ ת +Ġê² ģ +Ġê²ģ ëĭĪëĭ¤ +ĠпеÑĢв ой +ãĥ©ãĤ¤ ãĥķ +ĠÅŁi ir +kr ÄĻ +krÄĻ c +Ġthi á»ĥu +à¹Ģลย à¸Ĺี +à¹Ģลยà¸Ĺี à¹Ģà¸Ķียว +×ĺ×¢ ׳×ķת +ائ ÙĩÙħ +Ġ×IJ ס×ķר +ĠплаÑĤ еж +تر دد +Ġmożli we +Ġkh Ỽ +ĠkhỼ p +تÙģاع ÙĦ +ĠÑĪ колÑĮ +ĠÑĪколÑĮ н +ĠÙĤ صة +Ġmét ier +nÄĻ ÅĤa +หล à¹Īà¸Ń +Ġ ủng +Ġprz egl +Ġprzegl Äħd +ĠاÙĦÙħ تعÙĦ +ĠاÙĦÙħتعÙĦ ÙĤØ© +ĠÑģÑĭ н +Ġв олн +ãĥĩ ãĥ¼ãĥĪ +ĠÐŃ ÑĤи +Ġк ÑĢоме +à¸Ħ ารà¹Į +׳ק ×ķ×ĵ×Ķ +Ġ׾ש×ŀ ×ķ×¢ +Ġ×ĸ ×ķ׼ר +ï¼ § +ÙĬ Ùİا +Ġgi á»ıi +åĥį ãģı +ĠÑģ ни +ĠÑģни жен +à¹ģà¸Ķ à¸Ķ +รุ à¸Ļ +รุà¸Ļ à¹ģรà¸ĩ +Ġhi á»ĩp +ograf ÃŃa +à¹Ģà¸Ī à¸Ńรà¹Į +Ġдв иг +Ġдвиг аÑĤ +ĠдвигаÑĤ ел +Ġü y +Ġüy eler +Ġüyeler i +Ġб Ñĥк +ĠбÑĥк в +ãĤĤ å¤ļãģı +Ġthi á»ĩt +ĠPa ÃŃs +ĠØ· بÙĬعÙĬ +à¹ģà¸Ī à¸ģ +ĠاÙĦص ØŃÙĬØŃ +Ġapp ré +Ġappré ci +Ġdecis ión +Ġë°ĺ ëĵľ +Ġë°ĺëĵľ ìĭľ +ĠÑĤеб е +ãĤ· ãĥ¼ãĤº +ãĤ·ãĥ¼ãĤº ãĥ³ +Ġд алÑĮн +ĠìĬ ¤ +ĠìĬ¤ ìĬ¤ +ĠìĬ¤ìĬ¤ ë¡ľ +ĠTh á»ĥ +Ġkar ÅŁ +ĠkarÅŁ ıs +ĠkarÅŁÄ±s ında +ĠK ön +ĠKön ig +ив ание +×ij ×ķצע +г лаÑģ +Ġtw ó +Ġtwó rc +à¸Ľà¸ģ à¸Ħร +à¸Ľà¸ģà¸Ħร à¸Ńà¸ĩ +ĠG ÅĤ +ĠGÅĤ ówn +ĠUnter stüt +ĠUnterstüt zung +Ġд ÑĥÑħ +ĠдÑĥÑħ ов +Ø£ ÙħاÙĨ +×Ĺש ש +ت ظ +تظ اÙĩر +ĠлÑİб ом +à¸ķ าร +à¸ķาร าà¸ĩ +Ġkr ól +Ø£ ØŃدث +ì¡Į ëĭ¤ +Ðļ ÑĥÑĢÑģ +ãĥĥ ãĥĦ +×ŀק ×ķ×ij׾ +ĠÑģимв ол +Ġdés orm +Ġdésorm ais +w üns +wüns che +Ñĥ ни +Ñĥни ÑĨип +ÑĥниÑĨип алÑĮн +หลัà¸ģ สูà¸ķร +ÙĨت شر +Ġа л +Ġал к +Ġалк ог +Ġалког ол +ĠÑĥ ÑĩиÑĤÑĭва +à¸ģำ à¸ģัà¸ļ +Ġ׾ פע×ķ׾ +ĠìĹ° ê²° +s Äħd +ĠاÙĦØ£ ÙĬ +ĠاÙĦØ£ÙĬ اÙħ +غÙĬ اب +Ġна ÑĢ +ĠнаÑĢ ко +×ŀ×ķ×ĵ ×¢ +ĠÑģеÑĢ ии +пиÑģ Ñĭва +สิ ว +ç¶ļ ãģĦãģ¦ +çĶ³ãģĹ è¾¼ãģ¿ +Ġ׾ ×Ĵר +Ġ׾×Ĵר ×ķ×Ŀ +Ġд ем +Ġдем о +Ġë³´ ëĤ´ +تÙĩ دÙĬد +ĠÙħØ´ ÙĬرا +Ġdu y +Ġduy á»ĩt +ĠwiÄĻks ze +Ùħع اÙĬ +ÙħعاÙĬ ÙĬر +ĠG da +ĠGda ÅĦsk +Ġr ah +Ġrah ats +Ġrahats ız +ר ×ķצ×Ķ +l ös +lös ung +ĠТак им +ÑĪ ед +ÑĪед ÑĪ +ع زÙĦ +Ġרש ×Ļ×ŀת +Ġ׾×Ķ ×Ļ׼ +Ġ׾×Ķ×Ļ׼ ×ł×¡ +Ġп ÑĥÑĤ +ĠпÑĥÑĤ еÑĪ +ĠпÑĥÑĤеÑĪ еÑģÑĤв +Ġnot ÃŃcia +Ġal Ä±ÅŁ +ĠalÄ±ÅŁ ver +ĠalÄ±ÅŁver iÅŁ +ĠwÅĤ os +ĠwÅĤos ów +Ġب غ +Ġبغ داد +Ġver öffent +Ġveröffent licht +ĠKh á +Ġt án +ëIJĺ 기 +Ġë°© 문 +Ùģ ÙĬÙĦ +à¹Ģà¸ģิà¸Ķ à¸Īาà¸ģ +åı¯ æĦĽ +åı¯æĦĽ ãģĦ +à¸ĸ ุà¸ĩ +Ġz ewnÄĻtrzn +à¸łà¸²à¸©à¸² à¸Ńัà¸ĩà¸ģฤษ +Ġmá xima +Ġul us +Ġulus lararası +Ġ׳×Ķ ׳ +à¸Ĥà¹Īาว สาร +ĠìĿĺ ìĤ¬ +à¹Ģหล ืà¸Ńà¸ĩ +Ġد ÙĤ +ĠدÙĤ ائÙĤ +สืà¹Īà¸Ń สาร +ë¨ ¼ +ĠÑģоÑģÑĤоÑı нии +สมา à¸Ħม +á» Ĥ +ĠÐľÐ¾Ñģ ков +ĠÐľÐ¾Ñģков Ñģк +×ŀס ×ķ×Ĵ׾ +ãģĭ ãģĭãĤĬ +ĠTr uyá»ģn +à¹ģà¸Ĥà¹ĩà¸ĩ à¹ģรà¸ĩ +×ŀ×Ĺ ×ĸ×Ļק +à¹Ĥà¸ģ à¹ī +ÙĬس ر +ìĶ © +×IJ ×ķק +×IJ×ķק ×ĺ +×IJ×ķק×ĺ ×ķ×ijר +Ġprox imité +ÙħÙĨ Ùĩج +ĠاÙĦج ز +ĠاÙĦجز ائ +ĠاÙĦجزائ رÙĬ +ĠÄIJi á»ĥm +Ġден еж +Ġденеж н +ÙģØŃ Øµ +Ùģ ئ +ĠÐij Ñĥд +×Ĵ×Ļ×ĵ ×ķ׾ +ĠÐĴ едÑĮ +عÙĦ اÙħØ© +Ġ×IJ×Ĺר ×ķ׳×ķת +ãģĦãģŁãģł ãģĦãģ¦ +سÙĦ ØŃ +ØŃ ÙĦÙħ +ز ÙĪار +Ùĥ سر +×ĺ קס +Ġб ан +Ġбан ков +ĠпÑĢ ож +ĠпÑĢож ива +li wo +liwo ÅĽci +ĠTi ếp +ĠاÙĦÙħÙĨ اسب +ĠاÙĦØ® ÙĬار +ãģĬ ãģĭ +ãģĬãģĭ ãģĴ +à¸Ķà¸Ńà¸ģ à¹Ħมà¹ī +ä mp +ämp fe +à¸ķัà¹īà¸ĩ à¹ĥà¸Ī +Ġза ÑīиÑĤ +ĠзаÑīиÑĤ Ñĭ +ĠTh Æ°á»Ŀng +Ġص Ùģ +ĠصÙģ ØŃØ© +×Ĺ×ķר ×£ +ãĥIJ ãĥĥãĤ° +Ġ×ĵ ×Ļ×Ĵ +Ġ×ĵ×Ļ×Ĵ ×Ļ×ĺ +Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ ׾×Ļ +Ġ×Ķ×Ĺ ×ķ׾×Ļ×Ŀ +в еÑī +веÑī а +Ġк ÑĥлÑĮÑĤ +ĠкÑĥлÑĮÑĤ Ñĥ +ĠкÑĥлÑĮÑĤÑĥ ÑĢÑĭ +ĠاÙĦاÙĨ ترÙĨت +Ġhö ch +Ġhöch st +Ġíĺ ķ +Ġíĺķ íĥľ +Ġв ой +Ġвой нÑĭ +ÐĽ Ðŀ +ìĭł ìļ© +Ġ×ŀ×ij ×ķס +Ġ×ŀ×ij×ķס ס +×ŀ׳ ×Ļ×¢ +Ġfiyat ı +ĠÑģл Ñĥж +ĠÑģлÑĥж бÑĭ +à¸Ĺั ศ +à¸Ĺัศ à¸Ļ +ãģĵãģ¨ãģĮ å¤ļãģĦ +Ġ×Ķ×ŀש ת +Ġ×Ķ×ŀשת ×ŀש +å¯Ħ ãģĽ +×ŀש׾ ×ķ×Ĺ +æĻĤ çĤ¹ +æĻĤçĤ¹ ãģ§ +à¸ŀร ี +à¸ŀรี à¹Ģมีย +à¸ŀรีà¹Ģมีย รà¹Į +à¸ŀรีà¹Ģมียรà¹Į ลีà¸ģ +Ġdiffic olt +Ġdifficolt Ãł +ãĥ¬ ãĤ¹ãĥĪ +ãĥ¬ãĤ¹ãĥĪ ãĥ©ãĥ³ +สม à¹Ģà¸Ķà¹ĩ +สมà¹Ģà¸Ķà¹ĩ à¸Ī +Ġж ид +Ġжид к +Ġzu peÅĤ +ĠzupeÅĤ nie +ĠÙħ جر +ĠÙħجر د +ãģĮ å§ĭ +ãģĮå§ĭ ãģ¾ +ãĤŃãĥ£ ãĥ© +Ġ×IJ ×ķ×ķ×Ļר +ãģĬ äºĴ +ãģĬäºĴ ãģĦ +Ġpot rÃł +ĠPa ÅĦst +ĠPaÅĦst wo +Ġب ÙĬاÙĨ +ĠبÙĬاÙĨ ات +Ġин огда +ĠÑĢ а +ĠÑĢа ÑģÑĤв +ĠÑĢаÑģÑĤв оÑĢ +Ġ×ĸ ×ŀ׳ +ยิ à¹īม +Ä Ĩ +ãģ¾ ãģķ +ãģ¾ãģķ ãģ« +ãĥķãĤ¡ ãĤ¤ãĥ« +Ġgörd Ã¼ÄŁÃ¼ +สà¸ĩ à¸Ħร +สà¸ĩà¸Ħร าม +ĠArk adaÅŁ +ĠrozwiÄħz ania +×ŀ ×ķ×ĺ +pi ÄĻ +piÄĻ t +ص غر +ส ย +สย าม +ãĤĨ ãģ£ãģıãĤĬ +Ġtr ần +Ġeconom ÃŃa +Ġgeh ören +ãĤ·ãĥ§ ãĥ¼ +ĠsÅĤ ucha +à¸ŀà¸Ń à¹ĥà¸Ī +ĠоÑĤмеÑĤ ил +ÙĨت ÙĤÙĦ +Ġprop ósito +ĠваÑĪ его +Ġnh ắn +à¹ģà¸ĸ ว +Ġком иÑģ +ĠкомиÑģ Ñģи +waż nie +Ġy avaÅŁ +×ŀ ×Ļק +×ŀ×Ļק ×ķ×Ŀ +ש×IJ׾ ת +Ġyıll arda +ĠÐ ® +ĠЮ ÑĢ +×ł×¡ ×Ļ×ij×ķת +ת צ +תצ ×ķ×Ĵ +Ġод нÑĥ +Ġ à¸Ńยà¹Īาà¸ĩà¹Ħร +Ġà¸Ńยà¹Īาà¸ĩà¹Ħร à¸ģà¹ĩà¸ķาม +ëģ ¼ +à¹Ħล à¹Ī +تس ÙĦÙĬÙħ +بÙĦ اغ +Ġì ī +Ġìī ½ +Ġìī½ ê²Į +ãĥļ ãĥ³ +зв ÑĥÑĩ +ĠW äh +ĠWäh rend +Ġ×Ļ ×Ļת +Ġ×Ļ×Ļת ׼ף +Ġkh uyên +Ġv ẽ +Ġа меÑĢ +ĠамеÑĢ ик +ĠамеÑĢик ан +ĠамеÑĢикан Ñģк +ع جب +ãĥĽãĥ¼ãĥł ãĥļãĥ¼ãĤ¸ +Ġник ÑĤо +ĠÙĤ Ùİ +ĠÙĤÙİ Ø§ÙĦ +ĠÙĤÙİاÙĦ Ùİ +ÐIJ ÐĹ +Ùħ جÙħÙĪع +ÙħجÙħÙĪع ات +Ġnecess itÃł +Ġpob li +Ġpobli żu +Ġph ấn +ĠСо обÑī +ÙħÙĤ اط +ÙħÙĤاط ع +Ġ×Ķצ ×ķר×ļ +la ÅŁtırma +ว ิà¸Ķ +วิà¸Ķ ี +วิà¸Ķี à¹Ĥà¸Ń +Ġ그리 ìĬ¤ +Ġ그리ìĬ¤ ëıĦ +ãĤ¿ãĤ¤ ãĥŁ +ãĤ¿ãĤ¤ãĥŁ ãĥ³ãĤ° +ק×ĺ ×Ĵ×ķר +ק×ĺ×Ĵ×ķר ×Ļ×Ķ +Ġ×Ĺ ×ķפ +Ġ×Ĺ×ķפ ש×Ļ +Ø£ جر +Ġим ени +ĠÑĢан ее +à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ à¹Ĩ +ĠJes ús +Ñģо един +Ñģоедин ен +Ġר ×Ĺ×ķק +à¹Ĥà¸ļ รา +à¹Ĥà¸ļรา à¸ĵ +ĠH Æ¡n +Ġth áºŃp +تع ÙĬÙĬÙĨ +Ġtart Ä±ÅŁ +ĠtartÄ±ÅŁ ma +ĠGes pr +ĠGespr äch +תר ×ķפ +תר×ķפ ×ķת +Ġcat égorie +Ġоказ Ñĭва +ĠналиÑĩ ие +Ġprésent é +Ġk ull +Ġkull and +Ġkulland ı +Ġü nl +Ġünl ü +ĠÙģ Ùĥرة +из аÑĤоÑĢ +×IJ ×ķ׳ +×IJ×ķ׳ ×Ļ×ij +×IJ×ķ׳×Ļ×ij רס +×IJ×ķ׳×Ļ×ijרס ×Ļ×ĺת +ĠÑĢаÑģÑģ маÑĤ +ĠÑĢаÑģÑģмаÑĤ ÑĢ +ĠÑĢаÑģÑģмаÑĤÑĢ ива +تÙĥÙĦ Ùħ +Ùĥت رÙĪ +ÙĥترÙĪ ÙĨÙĬ +ĠÑģо ÑĩеÑĤ +ĠÑģоÑĩеÑĤ а +ãĤĴè¦ĭ ãģĽ +Ġng ừa +ĠÐł еÑģп +ĠÐłÐµÑģп Ñĥб +ĠÐłÐµÑģпÑĥб лик +ãĤ¦ ãĤ© +ãĤ¦ãĤ© ãĥ¼ +ĠÐľ еждÑĥ +ĠìŀĪ ê²Į +Ġm â +ĠìļĶ ì²Ń +ض ار +ลุ à¹īà¸Ļ +ëĮĢ íķĻêµIJ +×ĸ ×Ļ׼ +×ĸ×Ļ׼ ר×ķף +ãĤ¹ ãĥļ +ãĤ¹ãĥļ ãĥ¼ãĤ¹ +ĠкÑĢаÑģ оÑĤ +ï¼ ¨ +ê¼ Ń +ãĤĴ éĽĨ +ãĤĴéĽĨ ãĤģ +ë° Ŀ +Ġ×Ķ׳ ×IJ +Ġ×Ķ׳×IJ ש×Ŀ +Ġê°Ģ ìļ´ +Ġê°Ģìļ´ ëį° +تÙĥÙĦ ÙģØ© +ĠØŃ ÙĤÙĬÙĤÙĬ +Ġh alk +Ġhalk ın +ÑİÑī ÑĥÑİ +ĠÑģп ин +סר×ĺ ף +ĠпеÑĢв ого +Ġпол ож +Ġполож иÑĤелÑĮн +Ġд л +Ġдл иÑĤелÑĮн +ĠV Ä©nh +ê´ ´ +ĠÑģÑĭ ÑĢ +ĠíĨµ íķĺìŬ +ë³ij ìĽIJ +à¹Ĥรà¸ĩ à¸ĩาà¸Ļ +รัà¸ļ à¸ľà¸´à¸Ķ +รัà¸ļà¸ľà¸´à¸Ķ à¸Ĭà¸Ńà¸ļ +تج ÙĨب +s ÅĤ +sÅĤ uch +ãĤ¢ãĥ« ãĥIJ +ãĤ¢ãĥ«ãĥIJ ãĥł +ëī´ ìĬ¤ +Ġpat ië +Ġpatië nt +Ġìĺ ¤í +Ġìĺ¤í ŀ +Ġìĺ¤íŀ Ī +Ġìĺ¤íŀĪ 볤 +ĠDer ne +ĠDerne ÄŁi +wró ci +wróci Äĩ +Ġоб Ñī +ĠобÑī еÑģÑĤв +ĠобÑīеÑģÑĤв енно +ĠêµIJ ìĪĺ +tıģ ımız +Ġ×Ķ×ŀש ×Ļ×ij +k örper +Ġпозв ол +Ġпозвол иÑĤ +ĠChi ến +أخ ÙĪ +ĠAy dın +à¸Ķà¹īาà¸Ļ ล +à¸Ķà¹īาà¸Ļล à¹Īาà¸ĩ +Ġdr u +Ġdru ż +Ġdruż yn +Ġë°ľ íijľ +ĠTh ảo +جÙĩ اد +à¸ģระà¸Ĺ ูà¹ī +Ġк ÑĢов +ĠкÑĢов и +Ġiçer ik +Ġnad zie +Ġnadzie jÄĻ +ĠС моÑĤÑĢ +Ġph ức +ج تÙħاع +جتÙħاع ÙĬØ© +ком пон +компон енÑĤ +Ġб ил +Ġбил еÑĤ +ãĥIJ ãĥ³ãĥī +ĠPol ÃŃcia +اÙĦ تÙĩ +اÙĦتÙĩ اب +ØŃر Ùģ +ت خط +تخط ÙĬØ· +ãĤ³ ãĥ¼ãĥ +ãĤ³ãĥ¼ãĥ Ĵ +ãĤ³ãĥ¼ãĥĴ ãĥ¼ +･･ ï½¥ +à¸ĭ à¸Ńย +Ġcréd it +è²· ãģ£ãģŁ +ĠпоÑĢ Ñıд +ĠпоÑĢÑıд ке +Ġph ó +Ġw ida +Ġwida Äĩ +جر ائÙħ +à¸ľ ี +ĠbÄĻd ÄĻ +Ġ×ŀ פת×Ĺ +ãĥij ãĥ¼ãĥ +ãĥijãĥ¼ãĥ Ĩ +ãĥijãĥ¼ãĥĨ ãĤ£ +ãĥijãĥ¼ãĥĨãĤ£ ãĥ¼ +ĠKa ż +ĠKaż dy +ĠнеобÑħодим оÑģÑĤи +à¸Ł à¸Ńรà¹Į +à¸Łà¸Ńรà¹Į ม +Ġмал ÑĭÑĪ +Ġпл оÑĤ +ĠÑĥ ÑģÑĤÑĢой +ĠÑĥÑģÑĤÑĢой ÑģÑĤва +à¸ĸ à¸Ńà¸Ļ +ĠoluÅŁtur ul +ĠÅĽwi ad +ĠÅĽwiad om +Ùħع Ùĩد +ĠпÑĢоиз веден +Æ ł +ר ×Ļש +Ùħست Ø« +Ùħستث Ùħر +׳×Ļ ×Ļר +pa ñ +Ġ; -) +Ġë°ľ 견 +Ġgör üyor +Ùħؤ ÙĦÙģ +ĠÄIJ á»ģ +ĠاÙĦÙĨ ÙĪاب +×Ĺק ×Ļר×Ķ +Ġm á»ıi +è¿° ãģ¹ +ÐĿ ик +ìŀĸ ìķĦ +ìŀĸìķĦ ìļĶ +prowadzi ÅĤ +l óg +lóg ica +פס ×ĺ +פס×ĺ ×Ļ×ij׾ +Ġ×ŀ ×ĵ×Ķ +Ġ×ŀ×ĵ×Ķ ×Ļ×Ŀ +ãģĵãģĵ ãģ¾ãģ§ +×Ķ ת×Ĺ +×Ķת׊׾×Ķ +Ġפ ×ķס +Ġפ×ķס ×ĺ×Ļ×Ŀ +Ġн ев +Ġнев оз +Ġневоз можно +ĠdostÄĻp ny +Ġغ اÙĦ +ĠغاÙĦ ب +Ġbez pieczeÅĦst +ĠbezpieczeÅĦst wa +åĪĨ ãģĭãĤĭ +ĠF ührung +à¸ģ ีà¹ī +gem Ã¤ÃŁ +à¸Ĭà¹Īวà¸ĩ à¹Ģวลา +Ġìļ°ë¦¬ ëĤĺ +Ġìļ°ë¦¬ëĤĺ ëĿ¼ +ãģ¥ ãģıãĤĬ +ĠاÙĦÙħ سÙĦ +ĠاÙĦÙħسÙĦ ØŃØ© +Ġlibert é +клÑİÑĩ ение +Ġzam ów +Ġzamów ienia +รà¸ĸ à¹Ħà¸Ł +Ø£ ÙģÙĦ +Ø£ÙģÙĦ اÙħ +Ùħ راج +Ùħراج عة +Ġë¹Ħ êµIJ +ĠاÙĦت اب +ĠاÙĦتاب عة +Ġë§Į ëĤĺ +Ġб Ñĥм +ĠбÑĥм аг +Ġgé nero +Ġìŀĺ 못 +×ŀ פ×ķר×ĺ +è²·ãģĦ çī© +ĠÙĦدÙĬ Ùĥ +Ġ×ľ×¢ ×Ļת +Ġ×ľ×¢×Ļת ×Ļ×Ŀ +ĠsÅĤ ab +ĠпÑĢедÑģÑĤав лÑı +ãĤ¿ ãĤ¤ãĥĪ +ãĤ¿ãĤ¤ãĥĪ ãĥ« +Ùħ ص +Ùħص Ø·Ùģ +ÙħصطÙģ Ùī +Ġdifficult é +ãĥĨãĤ£ ãĥĸ +Ġpew noÅĽci +ĠpewnoÅĽci Äħ +Ġ무 ìĬ¨ +Ø¥ رس +إرس اÙĦ +Ġд алÑĮ +ĠдалÑĮ ÑĪе +Ġ׾ ×ł×¡ +Ġ×ľ×ł×¡ ×ķת +หมูà¹Ī à¸ļà¹īาà¸Ļ +×ŀס×ŀ ׼×Ļ +أسÙĦ ÙĪب +Ġzw ÅĤ +ĠzwÅĤ as +ĠzwÅĤas zc +ĠzwÅĤaszc za +ĠпÑĢ еж +ĠпÑĢеж де +ĠоÑĢганиз аÑĨиÑı +Ġdön emin +Ġdönemin de +Ġ Ủ +ĠỦ y +ä¸ĭ ãģĴ +ĠпоÑģлед ние +Ġgü ne +Ġgüne ÅŁ +Ġ×IJ ×ĸר +Ġ×IJ×ĸר ×Ĺ×Ļ +ãģ§ãģĤ ãĤįãģĨ +ĠÙĨ ÙĤ +ĠÙĨÙĤ اط +æŃ£ ãģĹãģĦ +ĠÑĢ ег +ĠÑĢег иона +ĠFör der +ê²½ ìĺģ +dıkl ar +dıklar ını +trzym aÄĩ +أش Ùĥ +أشÙĥ اÙĦ +×Ķת ×IJ +×Ķת×IJ ×ŀ×Ķ +à¸Ĺำà¹ĥหà¹ī à¹Ģà¸ģิà¸Ķ +ĠGeb ä +ĠGebä ude +ĠСеÑĢ г +ĠСеÑĢг ей +Ġз доÑĢов +ĠздоÑĢов ÑĮÑı +Ġr ãi +ĠпÑĢед ÑĥÑģ +ĠпÑĢедÑĥÑģ моÑĤÑĢ +ĠпÑĢедÑĥÑģмоÑĤÑĢ ен +Ġ×Ķצ ×Ļ×ij +Ġ×Ķצ×Ļ×ij ×ķר×Ļ +Ġdés ir +Ġн оÑĩ +ĠноÑĩ ÑĮ +möglich keiten +Ġ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +Ġsoir ée +ĠNh áºŃn +Ù ª +à¸Ľà¸£à¸°à¸§à¸±à¸ķิ ศาสà¸ķรà¹Į +êµIJ íĨµ +ĠØ£ Ø®ÙĬ +Ġdé cid +Ġdécid é +Ġwy ja +Ġwyja ÅĽni +Ġ สิ +Ġสิ à¸ĩ +Ġสิà¸ĩ หา +Ġสิà¸ĩหา à¸Ħม +à¹ģ à¸Ńรà¹Į +หà¸Ļà¹īา à¸Īà¸Ń +ס תר +Ġê ¶ +Ġê¶ Į +Ġê¶Į 리 +pl ätze +ب Ø·ÙĦ +ê±´ ìĦ¤ +Ġ×IJ ×Ļ×ŀ×Ļ +Ġ×IJ×Ļ×ŀ×Ļ ×Ļ׾ +ãģ ½ +تر اث +×IJ׾ ×Ļ×ŀ×ķת +Ġdispon ÃŃveis +Ġz ale +Ġzale ży +à¸Ľà¸£à¸°à¸Ĭา สัมà¸ŀัà¸Ļà¸ĺà¹Į +ĠÅļw iat +Ġpor ówn +Ġporówn a +Ġ׾×ĺ ×ķ×ijת +×Ķ×ĸ ×ŀ׳×Ķ +Ġ×Ľ×ª ×ķצ×IJ×Ķ +Ġ×ij ק׾ +Ġ×ijק׾ ×ķת +ĠоÑĤ кÑĢ +ĠоÑĤкÑĢ Ñĭва +ãĥij ãĥ¯ãĥ¼ +ë¿IJ ë§Į +Ġв ÑģÑı +ĠвÑģÑı к +ãģ¨ãģª ãģ£ãģ¦ãģĦãĤĭ +Ġgi áºŃn +Ġок ÑĢÑĥ +ĠокÑĢÑĥ жа +ĠокÑĢÑĥжа ÑİÑī +ĠUnivers ität +ĠÑĢ ож +ĠÑĢож д +ĠÑĢожд ениÑı +Ø® ÙĬÙĦ +Ġкомпани й +ĠÑĢазлиÑĩ нÑĭе +ĠЦ ена +׳×Ļ ×ķ×ĸ +׳×Ļ×ķ×ĸ ׾ +׳×Ļ×ķ×ĸ׾ ×ĺר +Ġê³µ ê°Ħ +Ġê°ľ ëħIJ +landır ma +ĠÑĥдал ен +à¸ŀัà¸ģ à¸ľ +à¸ŀัà¸ģà¸ľ à¹Īà¸Ńà¸Ļ +Ġprote cción +Ġb ÅĤ +ĠbÅĤ ÄĻd +à Ī +Ġíĸī ë³µ +ĠÅŁ ü +ĠÅŁÃ¼ phe +Ġí Ķ +ĠíĶ ¼ +ĠíĶ¼ íķ´ +Ġëĭ¤ 르 +à¹Ħมà¹Ī à¹Ģà¸ģิà¸Ļ +ãģ¿ ãģª +ãģ¿ãģª ãģķãĤĵ +ĠпоÑĤ ÑĢеб +ĠпоÑĤÑĢеб иÑĤел +ĠاÙĦÙĥÙĦ اÙħ +ìķĦ ë²Ħ +ìķĦë²Ħ ì§Ģ +ãĤĴ使 ãģ£ãģŁ +Ġbụ i +ĠпоÑĤ еÑĢ +ĠпоÑĤеÑĢ Ñı +ĠØ¢ ÙĦاÙģ +ĠнаÑģÑĤоÑıÑī ее +ãģıãģªãĤĬ ãģ¾ãģĹãģŁ +clus ão +ãĤ³ ãĥĶãĥ¼ +צ פ×Ļ +צפ×Ļ ×Ļ×Ķ +Ø® ÙĦا +Ø®ÙĦا ص +ล à¹īำ +ãĥ¯ ãĤ¤ãĥ³ +Ġมี à¸Ļา +Ġมีà¸Ļา à¸Ħม +Ø´ خص +شخص ÙĬات +Ġ×ĸ ק +Ġ×ĸק ×ķק +×Ļ ×Ļצ +×Ļ×Ļצ ×Ĵ +èĢĥãģĪ æĸ¹ +Ġürün ü +ĠиÑģп ол +ĠиÑģпол ни +Ġcompañ ero +ק צ×Ķ +×ŀ×¢ ׳×Ļק +Ùħ ØŃÙħد +Ġc ámara +Ġп ед +Ġпед аг +Ġпедаг ог +м аÑĢ +маÑĢ к +×Ķת ׳×Ĵ×ĵ +ĠìĨĮ ê°ľ +Ġcom unitÃł +ê³ ¤ +ĠNg Ãłi +สà¸ĩ à¸ļ +ĠmieszkaÅĦ ców +ĠÙĨ ÙĩائÙĬ +iv ité +Ġи де +Ġиде алÑĮн +ĠØ£ سبÙĪع +Ġ×Ļ ×¢×ľ +Ġ׾ ר×IJש +Ġ׾ר×IJש ×ķ׳×Ķ +ĠзапиÑģ и +ĠкоÑĢ пÑĥÑģ +วà¸ĩ ศ +วà¸ĩศ à¹Į +ĠÐĶ м +ĠÐĶм иÑĤ +ĠÐĶмиÑĤ ÑĢ +Ġkön nt +Ġböl ges +Ġbölges inde +׼ ×Ļ׼ +׼×Ļ׼ ר +ĠاÙĦØ¥ Ø«ÙĨ +ĠاÙĦإثÙĨ ÙĬÙĨ +Ġng á»Ļ +ì¹ ł +د راج +Ġu da +Ġuda ÅĤo +ìº IJ +بر ÙĨاÙħج +ĠÑģÑĥд еб +ĠÑģÑĥдеб н +Ġzun ächst +ĠEduc ación +ãģ¨ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġ×Ķ×IJ ×ŀ×Ļת×Ļ +ĠÄ° nt +ĠÄ°nt ernet +ĠcaÅĤ ego +ãĥĹãĥª ãĥ³ +Ø¥ بد +إبد اع +ĠпоÑĢ ÑĤал +à¹Ĥà¸ķ à¹ī +Ġ×Ķק ש×ķר +пл од +ĠÙħ د +ĠÙħد رÙĬد +×ŀסע ×ĵ×Ķ +ĠØ´ÙĬ ئ +ĠØ´ÙĬئ ا +à¸ģà¹Īà¸Ń สรà¹īาà¸ĩ +Ġì°¸ ê³ł +à¹Ģà¸Ĺ ร +à¹Ģà¸Ĺร à¸Ķ +Ġ×ij×ŀ קר×Ļ×Ŀ +Ġb ât +Ġbât iment +åij¼ ãģ³ +ç´ł æķµ +ç´łæķµ ãģª +przedsiÄĻbior st +przedsiÄĻbiorst w +Ġ×ł×ª ×ķ׳×Ļ×Ŀ +×Ĺ׾ ×ķ×Ŀ +ร วย +Ùħ ÙĪضÙĪع +ĠÑģоб ÑĢан +вед ÑĥÑī +ĠÑĤе аÑĤ +ĠÑĤеаÑĤ ÑĢ +m eye +meye ceÄŁi +Ġpien iÄħ +ĠpieniÄħ d +ĠpieniÄħd ze +ÑĢез иденÑĤ +ØŃ ØµØ± +ìĺ ¥ +à¹Ģย ืà¸Ńà¸Ļ +ĠÑĥ ни +ĠÑĥни веÑĢ +ĠÑĥнивеÑĢ Ñģ +ĠÑĥнивеÑĢÑģ иÑĤеÑĤ +ĠاÙĦر ØŃ +ĠاÙĦرØŃ ÙħÙĨ +ĠÑĤеÑħ нолог +ĠÑĤеÑħнолог ии +ìĹIJ ëĦĪ +ìĹIJëĦĪ ì§Ģ +Ġíķ Ń +ĠíķŃ ìĥģ +à¸ĺ า +à¸ĺา à¸ķุ +ĠEspañ ol +×ĵ×Ĵ ש +Ġêµ ī +Ġêµī ìŀ¥ +Ġêµīìŀ¥ íŀĪ +ĠÅĤ at +ĠÅĤat wo +Ġk á»ĭch +Ø¥ ز +إز اÙĦØ© +ĠдейÑģÑĤв ие +ĠsaÄŁ layan +สุà¸Ķ ยà¸Ńà¸Ķ +Ġzosta Äĩ +Ġdispon ÃŃvel +ïº į +ver ständ +verständ lich +tw or +twor zyÄĩ +ع جز +à¹Ģà¸Ĥ à¹īม +ยà¹Ī à¸Ńม +Ġstrat ég +Ġstratég ie +à¸ľà¸¥ à¹Ħมà¹ī +Ġê°ģ ì¢ħ +ĠÙħ ÙĪا +ĠÙħÙĪا ض +ĠÙħÙĪاض ÙĬع +اØŃ ØªØ¬ +اØŃتج اج +Ġ Ấ +ĠẤ n +×ŀ ×ŀש׾×Ķ +ĠÅŁek il +×ŀ ×Ĺ׾ +×ŀ×Ĺ׾ ×ķת +Ġ à¸ĺ +Ġà¸ĺ ัà¸Ļ +Ġà¸ĺัà¸Ļ วา +Ġà¸ĺัà¸Ļวา à¸Ħม +Ġìĭ¤ ìłľ +Ġìĭ¤ìłľ ë¡ľ +ì¤ij ìķĻ +ëįĶ ëĿ¼ +ĠÑĪ иÑĢ +ĠÑĪиÑĢ око +Ġsol ución +วาà¸ĩ à¹ģà¸ľà¸Ļ +×IJ×ķ×ĺ ×ķ×ŀ +×IJ×ķ×ĺ×ķ×ŀ ×ĺ×Ļ +ĠÑĢ еÑģÑĤ +ĠÑĢеÑģÑĤ оÑĢ +ĠÑĢеÑģÑĤоÑĢ ан +ëį ¸ +ÑĤ ÑĢад +ÑĤÑĢад и +ÑĤÑĢади ÑĨион +ÑĤÑĢадиÑĨион н +มะ à¹Ģรà¹ĩ +มะà¹Ģรà¹ĩ à¸ĩ +à¹Ĥ ส +Ġol masını +×ŀ×ķס ר +ĠоÑĤноÑĪ ении +Ġê°ĢëĬ¥ ìĦ± +Ġy uk +Ġyuk arı +ìĨ Ķ +ĠÑģ ÑĦ +ĠÑģÑĦ еÑĢе +Ġק ×ķפ +ãĤ± ãĥ¼ãĤ +ãĤ±ãĥ¼ãĤ Ń +âĢķ âĢķ +ĠاÙĦØ£ ÙĦÙħ +ĠاÙĦØ£ÙĦÙħ اÙĨÙĬ +Ả N +ת×ķ׼ ׳×Ļ×ķת +ĠÑģÑĥÑīеÑģÑĤв ÑĥеÑĤ +æĪij ãĢħ +ĠاÙĦص ادر +ĠTr á»įng +Ġа д +Ġад миниÑģÑĤ +ĠадминиÑģÑĤ ÑĢа +ĠадминиÑģÑĤÑĢа ÑĨи +ĠдÑĢÑĥг ими +Ñģп еÑĪ +عÙĦاÙħ ات +Ġа б +Ġаб Ñģол +ĠабÑģол ÑİÑĤ +ĠабÑģолÑİÑĤ но +ฤ à¸Ķู +é tr +étr anger +нÑı ÑĤи +нÑıÑĤи е +×¢ ×ķ׳ +×¢×ķ׳ ש +ĠÙĤ ائ +ĠÙĤائ ÙĦا +Ġм аÑģ +ĠмаÑģ ло +ãĥī ãĤ¤ +ãĥīãĤ¤ ãĥĦ +å¿ħè¦ģ ãģĮãģĤãĤĬãģ¾ãģĻ +×ŀ×ķ×ĸ ×Ļ×IJ +×ŀ×ķ×ĸ×Ļ×IJ ×ķף +ĠNgo ại +Ġkê nh +à¸ģาร à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ +×ŀ פק +×ŀפק ×ĵ +ÙħÙĨ از +ÙħÙĨاز ÙĦ +ë· ° +íĹ ¤ +ÙħÙĩ ارات +Ġpropri été +פ×Ĵ ×Ļש×Ķ +Ñĩ ÑĢ +ÑĩÑĢ еж +ÑĩÑĢеж ден +×Ķ ×ķצ×IJ×Ķ +ØŃÙĥ ÙĬÙħ +ĠíĻ Ī +ĠíĻĪ íİĺìĿ´ì§Ģ +åİ ³ +åݳ ãģĹãģĦ +×¢ ×ŀ×ĵ×Ķ +ĠAu ÃŁen +سÙĪ Ø¡ +ë¹ Ī +ĠÙĪ Ø® +ĠÙĪØ® اصة +ин ÑĤеÑĢ +инÑĤеÑĢ еÑģ +èĩ´ ãģĹãģ¾ãģĻ +Ġhük üm +à¹Ħà¸Ĥ มัà¸Ļ +Ġdav ran +Ġdavran Ä±ÅŁ +à¹Ģà¸ķ ียà¸ĩ +в ÑĢем +вÑĢем енно +à¹Ģà¸Ĺศ à¸ģา +à¹Ģà¸Ĺศà¸ģา ล +å¼ķ ãģ£ +å¼ķãģ£ è¶ĬãģĹ +×IJר ×ķ×Ĺ +×IJר×ķ×Ĺ ×ª +à¹Ģ วิ +à¹Ģวิ รà¹Į +à¸Ńยà¹Īาà¸ĩ รวà¸Ķà¹Ģรà¹ĩว +ĠìŬ íĸī +ĠÑĢан ÑĮ +ĠÑĢанÑĮ ÑĪе +Ġzob ow +Ġzobow iÄħ +ĠzobowiÄħ z +Ġ×ķ׼ ×ŀ×ķ×ijף +ĠاÙĦÙħ Ùĩ +ĠاÙĦÙħÙĩ ÙĨÙĬ +ãĤ¢ ãĤ¸ +ãĤ¢ãĤ¸ ãĤ¢ +ë°© ìĨ¡ +à¸Ńà¸Ńà¸ģ à¸ģำลัà¸ĩ +à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ à¸ģาย +am éli +améli orer +å½ĵãģŁãĤĬ åīį +Ġreg elm +Ġregelm Ã¤ÃŁig +ãģĬ åĭ +ãģĬåĭ § +ãģĬåĭ§ ãĤģ +Ġm Æ°á»Ŀi +بر Ùħج +ĠNat ürlich +ĠD Å©ng +ĠاÙĦر جاÙĦ +Ġthé p +Ġol muÅŁtur +×ŀ×ķס ×Ļק×Ķ +f älle +주 íĥĿ +ĠاÙĦÙģ رص +Ġnaj wiÄĻks +ĠnajwiÄĻks zy +Ġça ÄŁ +ĠçaÄŁ rı +ì¸ ł +ĠvÃŃ ct +ĠvÃŃct ima +ĠÑģовеÑĢ ÑĪен +×Ķ×Ļ ×Ļת×Ļ +à¹Ģà¸Ķ ี +à¹Ģà¸Ķี à¹ĭ +à¹Ģà¸Ķีà¹ĭ ยว +ü yü +Ġд оп +Ġдоп олн +Ġдополн иÑĤелÑĮно +à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ à¸ģัà¸Ļ +Ġá l +Ġál bum +à¸Ľà¸£à¸°à¸Īำ à¸Ľà¸µ +ĠÑĦ едеÑĢ +ĠÑĦедеÑĢ алÑĮн +Ġobs ÅĤ +ĠobsÅĤ ugi +à¹Ģร ืà¹Ī +à¹Ģรืà¹Ī à¸Ńย +à¹Ģรืà¹Īà¸Ńย à¹Ĩ +ëģ Į +Ġngh ìn +ĠBaÅŁkan lıģı +تأ سÙĬ +تأسÙĬ س +Ġ×ij×ij ×ķקר +Ġ×¢×ij×ķ×ĵ ×ķת +Ġبص ÙĪرة +ãĤıãģij ãģ§ãģ¯ãģªãģĦ +führ er +ãĤ¹ ãĤŃ +ãĤ¹ãĤŃ ãĥ« +ĠاÙĦÙĤ ض +ĠاÙĦÙĤض ÙĬØ© +Ġдолж ноÑģÑĤ +Ùģار ÙĤ +Ġcomeç ou +Ġorganis é +Ġxu ân +ĠÑģообÑī аеÑĤ +ĠпÑĢи д +ĠпÑĢид еÑĤÑģÑı +TÃľ RK +ãĥ¬ ãĥ¼ãĤ·ãĥ§ãĥ³ +Kh ông +است Ùģ +استÙģ ادة +ä¸ĬãģĮ ãģ£ãģ¦ +Ġum ie +Ġumie jÄĻ +ĠumiejÄĻ tn +ĠumiejÄĻtn oÅĽci +ëĤ ¸ +à¹Ģà¸Ļ à¸Ńรà¹Į +×ĵ×ķ ×ķ×Ĺ +ÃŃs imo +I ÃĬ +IÃĬ N +Ġalcan ç +Ġ à¸ķุ +Ġà¸ķุ ลา +Ġà¸ķุลา à¸Ħม +ש׾ ×ĺ×ķף +Ġél è +Ġélè ves +ĠÄij u +ĠÄiju á»ķi +ĠØ£ Ùģ +ĠØ£Ùģ رÙĬ +ĠØ£ÙģرÙĬ ÙĤÙĬ +ĠØ£ÙģرÙĬÙĤÙĬ ا +ãĤĴæİ¢ ãģĻ +ĠпÑĢед ложениÑı +ج اد +ĠÑħоÑĤ ÑĮ +Ñģ ал +Ñģал он +à¸Ľà¸£à¸° à¹Ģม +à¸Ľà¸£à¸°à¹Ģม ิà¸Ļ +ãĤŃ ãĥĥãĥģ +ãĤŃãĥĥãĥģ ãĥ³ +×ij×ĵ×Ļק ×ķת +Ġch ù +Ġchù a +ÐĴ иде +ÐĴиде о +иÑĢов ка +ĠÑħоÑĤ иÑĤе +Ġspéc ifique +รส à¸Ĭาà¸ķิ +è¾¼ ãĤĵãģł +伸 ãģ³ +×Ķצ׾ ×Ĺת +ãģ©ãģ® ãĤĪãģĨãģ« +سع ادة +Ġл ид +Ġлид еÑĢ +ม à¸ĩ +มà¸ĩ à¸Ħล +ØŃ Ø§ÙħÙĦ +หล ุà¸Ķ +à¸Ńยà¹Īาà¸ĩ à¸ķà¹Īà¸Ń +à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ +ãģķãģĽãģ¦ éłĤ +تس ÙĪÙĬ +تسÙĪÙĬ ÙĤ +ĠaÅŁaģı d +ĠaÅŁaģıd aki +ĠÑĨ елÑĮ +ĠÑĨелÑĮ Ñİ +ĠAra ÅŁtırma +à¸Ĥัà¸ļ รà¸ĸ +Ùĩ Ø°Ùĩ +ลà¸ĩ à¸Ĺะ +ลà¸ĩà¸Ĺะ à¹Ģà¸ļ +ลà¸ĩà¸Ĺะà¹Ģà¸ļ ียà¸Ļ +تÙĥ اÙħÙĦ +Ġc io +Ġcio è +ãģ¦ ãģĬãģı +ĠاÙĦصØŃ ÙģÙĬ +ĠíĬ¹ ìłķ +полн иÑĤÑĮ +ãĤĵ ãģĺãĤĥãģªãģĦ +ãĤĵãģĺãĤĥãģªãģĦ ãģĭ +ĠاÙĦج Ùĩ +ĠاÙĦجÙĩ ات +ĠÑĥÑģпеÑĪ но +Ġв ок +Ġвок ÑĢÑĥг +ĠÑģиÑĤÑĥ аÑĨиÑı +Ġ×Ķ×IJ ×ŀר +Ġ×Ķ×IJ×ŀר ×Ļק +Ġ×Ķ×IJ×ŀר×Ļק ×IJ×Ļ +×ŀ ×Ĵ×ĸ +×ŀ×Ĵ×ĸ ×Ļף +Ġак ÑĤÑĥ +ĠакÑĤÑĥ алÑĮн +é ta +éta is +Ġmog ÅĤa +ĠÑĤоÑĩ ки +Ġ×ŀ×Ķ ×ŀ×¢ +Ġ×ŀ×Ķ×ŀ×¢ ×¨×Ľ×ª +มี à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ +×Ļר ×Ļ×ĵ×Ķ +×Ĵר ×ŀ׳ +×Ĵר×ŀ׳ ×Ļ×Ķ +Ġг лав +Ġглав ное +Ġ미 ëŀĺ +Ġ׳׼ ×ķ׳×Ķ +ĠÙĪ Ø·ÙĨÙĬ +op port +opport unitÃł +Ġh ủy +ĠÙĦ تØŃ +ĠÙĦتØŃ ÙĤÙĬÙĤ +Ġó rg +Ġórg ão +ãĤ¹ ãĥĶ +ãĤ¹ãĥĶ ãĥ¼ãĥī +Ġön ü +Ġönü ne +Ùħع اÙħÙĦ +ש×ŀ ×Ļר×Ķ +ĠвеÑģÑĮ ма +ĠwiÄĻks zo +ĠwiÄĻkszo ÅĽÄĩ +Ġاست راتÙĬج +ĠاستراتÙĬج ÙĬØ© +ĠÙģ Ø¥ +ĠÙģØ¥ ذا +à¹Ģà¸Ĭืà¹Īà¸Ń ม +à¹Ģà¸Ĭืà¹Īà¸Ńม à¸ķà¹Īà¸Ń +Ġ׾ פר +Ġ׾פר ×ĺ×Ļ×Ŀ +Ùħض ÙĬ +ĠGer çek +Ġçocuk ların +ÙĪØ« ائÙĤ +ĠÙħساء Ùĭ +Ġunterstüt zt +Ġpré st +Ġprést amo +ĠÐłÐ°Ð· меÑĢ +ĠÅŁ eker +Ġsé culo +×ij×Ķ ×Ļר +Ø´Ùĩ ÙĪر +Ġ à¸Ńีà¸ģ +Ġà¸Ńีà¸ģ à¸Ĺัà¹īà¸ĩ +Ġlleg ó +à¸¨à¸´à¸¥à¸Ľ ะ +æĪij ãģĮ +æĪijãģĮ 家 +ع ÙĤÙĪ +عÙĤÙĪ بات +ĠF älle +Ġs ÅĤuż +ĠsÅĤuż b +ĠاÙĦØŃÙĤ ÙĪÙĤ +Ġпл иÑĤ +Ġи ноÑģÑĤ +ĠиноÑģÑĤ ÑĢан +ĠиноÑģÑĤÑĢан н +à¹ĥà¸Ļ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +ãĤ« ãĥĨ +ãĤ«ãĥĨ ãĤ´ +ãĤ«ãĥĨãĤ´ ãĥª +à¸Ńิ ส +à¸Ńิส ระ +à¹Ģà¸ľà¸¢ à¹ģ +à¹Ģà¸ľà¸¢à¹ģ à¸ŀร +à¹Ģà¸ľà¸¢à¹ģà¸ŀร à¹Ī +ãģĬ ãģĦ +ãģĬãģĦ ãģĹãģĦ +است ÙĤÙĦ +استÙĤÙĦ اÙĦ +تØŃ Ø¶ +تØŃض ÙĬر +åĬ© ãģij +Ùħر اÙģÙĤ +Ġ×ĵ ×ķר +Ġ×ĵ×ķר ש +×ŀת×Ļ ×Ļ×Ĺס +ס ×Ļ׼ +ס×Ļ׼ ×ķ×Ŀ +íĮĮ íĬ¸ +Ġwy ÅĽ +ĠwyÅĽ w +ĠwyÅĽw iet +ĠwyÅĽwiet l +ĠاÙĦاÙĨ ساÙĨ +ĠStra ÃŁen +ï¼ ¬ +ãģ« åŁº +ãģ«åŁº ãģ¥ +Ġcap ÃŃtulo +ลุ ย +Ġ×Ķ×ŀק צ×ķ×¢×Ļ +ãģĤãĤĭ ç¨ĭ度 +á» ¢ +ĠاÙĦ ÙĦا +ĠاÙĦÙĦا زÙħØ© +æķĻ ãģĪ +Ġרש ×IJ×Ļ +з ав +зав иÑģ +завиÑģ им +à¸Ľà¸±à¸Ī à¸Īัย +à¹Ģà¸ĭ ล +à¹Ģà¸ĭล ลà¹Į +Ġdiffé rence +ĠAlt ın +Ġк ÑĢай +ĠкÑĢай не +Ġз ло +Ġgün ümüz +Ġн аÑĤÑĥÑĢ +ĠнаÑĤÑĥÑĢ алÑĮн +×Ĵ×ķ׾ ש×Ļ×Ŀ +Ġк аÑĤегоÑĢ +ĠкаÑĤегоÑĢ ии +Ġз нак +à¸ģà¹Īà¸Ńà¸Ļ หà¸Ļà¹īา +à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา à¸Ļีà¹ī +ĠÙħÙĨ ت +ĠÙħÙĨت خب +ãĥĽ ãĥ¼ãĥ« +Ġе вÑĢо +ส ว +สว ม +ĠìľĦ ìĽIJ +ĠìľĦìĽIJ ëĭĺ +ĠاÙĦØŃ ÙĪØ« +ĠاÙĦØŃÙĪØ« ÙĬ +ĠÑģодеÑĢж иÑĤ +ãĥķãĤ¡ ãĥĥãĤ·ãĥ§ãĥ³ +Ġ à¸ģัà¸Ļ +Ġà¸ģัà¸Ļ ย +Ġà¸ģัà¸Ļย ายà¸Ļ +ãĤª ãĥª +ãĤªãĥª ãĤ¸ +ãĤªãĥªãĤ¸ ãĥĬãĥ« +Ġб ÑĢенд +ãĤĴæĮģ ãģ£ãģ¦ãģĦãĤĭ +Ġinvers ión +Ġê° ĸ +Ġê°ĸ ê³ł +Ġnov itÃł +ê´Ģ ê´ij +Ġà¸ŀ ฤษ +Ġà¸ŀฤษ à¸łà¸² +Ġà¸ŀà¸¤à¸©à¸łà¸² à¸Ħม +×ķר ×Ĺ×Ļ×Ŀ +׼׾ ×ķ׾ +Ġng ạc +×Ļ ×Ļש +×Ļ×Ļש ×ķ×ij +f äll +fäll ig +ĠÑĤÑĢеб ÑĥеÑĤÑģÑı +Ġcar á +Ġcará cter +Ġprinc ÃŃpio +ĠÅĤ az +ĠÅĤaz ien +ĠÅĤazien k +Ġgi ãn +ÑģÑĤÑĢа ива +Ùħس اب +Ùħساب ÙĤØ© +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ à¸Ķืà¹Īม +ترÙĥ ÙĬب +vol ução +ĠÐŁ оÑĩ +ĠÐŁÐ¾Ñĩ ем +ĠÐŁÐ¾Ñĩем Ñĥ +казал оÑģÑĮ +ĠпÑĢимен ениÑı +à¹Ģà¸Ĺ ียม +íĮ Ķ +à¸Ĥà¹īà¸Ń à¹Ģสà¸Ļà¸Ń +à¸Ľà¸±à¸į à¸įา +Ġоб ÑĥÑĩ +ĠобÑĥÑĩ ениÑı +ĠÑģеÑĢ и +ĠÑģеÑĢи ал +Ġingl és +ĠÙĦ Ùĥرة +Ġ×ĺ ׾ +Ġ×ĺ׾ פ×ķף +Ġìł ij +Ġìłij ê·¼ +×IJ ×ķ×Ĵ +×IJ×ķ×Ĵ ×ķס +×IJ×ķ×Ĵ×ķס ×ĺ +ĠболÑĮÑĪ ое +ĠÐļон еÑĩно +×¢×Ļת ×ķ׳ +×¢×Ļת×ķ׳ ×IJ×Ļ +Ġкноп к +Ġз н +Ġзн аÑĤÑĮ +ĠÄij á»± +ĠÄijá»± ng +вл аж +влаж н +×ŀ ×Ļ×ĺ×ij +ãĤ¬ ãĤ¤ +ãĤ¬ãĤ¤ ãĥī +........ .. +Ġà¸ģ ุม +Ġà¸ģุม à¸łà¸²à¸ŀ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ ัà¸Ļ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ à¸ĺ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ à¹Į +be z +bez pieczeÅĦst +bezpieczeÅĦst w +ãĥijãĥij æ´» +ع اط +عاط Ùģ +ĠÄij áºŃm +Ġз ÑĢ +ĠзÑĢ ениÑı +Ġbor ç +Ġнед ел +Ġнедел Ñİ +Ġh á»ı +Ġhá»ı ng +ìŀ¥ ìķł +ìŀ¥ìķł ìĿ¸ +ĠاÙĦع ÙĦاÙĤØ© +Ġíģ ¬ +Ġíģ¬ ê²Į +à¹Ħร à¹Ī +à¸ļา à¸Ķ +à¸ļาà¸Ķ à¹Ģà¸Īà¹ĩà¸ļ +à¸Ŀ รั +à¸Ŀรั à¹Īà¸ĩ +à¸Ŀรัà¹Īà¸ĩ à¹Ģศ +à¸Ŀรัà¹Īà¸ĩà¹Ģศ ส +ר ×¢×Ļ +רע×Ļ ×ķ׳×ķת +Ġë Į +ĠëĮ ĵ +ĠëĮĵ ê¸Ģ +Ġnaj b +Ġnajb li +Ġnajbli ż +Ġnajbliż sz +ĠиÑģполÑĮз ÑĥеÑĤÑģÑı +Ġcient ÃŃf +ĠcientÃŃf ico +×¢ ×ŀק +Ġg ợi +Ø´ ØŃÙĨ +ĠÅĽ m +ĠÅĽm ier +ĠÅĽmier ci +à¸Ħาสิà¹Ĥà¸Ļ à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į +×Ĺש×ij ת×Ļ +Ġn ingu +Ġningu ém +è¾¼ ãĤģ +ãģ · +ĠÑĥ г +ĠÑĥг ол +ï½ ° +פת ×Ļ×Ĺ +פת×Ļ×Ĺ ×ª +Ġ×Ķר×IJש ×ķ׳×Ļ×Ŀ +p ósito +ãĤŃ ãĥ¬ãĤ¤ +ãģ© ãģĵãĤį +à¹Ģà¸Ĺà¹Īา à¹Ħ +à¹Ģà¸Ĺà¹Īาà¹Ħ หร +à¹Ģà¸Ĺà¹Īาà¹Ħหร à¹Ī +ĠинÑĤеÑĢ ÑĮеÑĢ +ĠØŃ Ø§Ø¬ +ĠØŃاج Ø© +สี à¸Ĥาว +ìĸ ¼ +Ġn á»Ļ +Ġná»Ļ p +ĠÃŃ nd +ĠÃŃnd ice +สำ รวà¸Ī +Ġкажд ой +Ġhot éis +Ġnast ÄĻ +ĠnastÄĻ pn +Ġ×Ķק ×ķ×ĵ +Ġ×Ķק×ķ×ĵ ×Ŀ +פ ×ķפ +פ×ķפ ×ķ׾ +פ×ķפ×ķ׾ ר×Ļ +вÑĪ ей +ãĤ·ãĥ³ ãĥĹ +ãĤ·ãĥ³ãĥĹ ãĥ« +ĠzdjÄĻ Äĩ +ĠгÑĢÑĥпп а +Ġпом еÑī +ĠпомеÑī ениÑı +ãģ©ãģĨ ãģĦãģĨ +ĠиÑģп ÑĭÑĤа +Ġog ÅĤ +ĠogÅĤ os +ĠogÅĤos zen +ĠogÅĤoszen i +สรà¹īาà¸ĩ สรร +สรà¹īาà¸ĩสรร à¸Ħà¹Į +à¸ŀร รà¸ĵ +Ġçık Ä±ÅŁ +ĠÑĩаÑģÑĤ ноÑģÑĤи +Ġ×ķ ×Ļ×ķתר +ç¶ļãģį ãĤĴ +ç¶ļãģįãĤĴ èªŃ +ç¶ļãģįãĤĴèªŃ ãĤĢ +à¸ģร ั +à¸ģรั ม +г ÑĢаÑĦ +Ġв лад +Ġвлад елÑĮ +ĠвладелÑĮ ÑĨ +Ġistedi ÄŁ +ĠistediÄŁ iniz +×ij׾ ×¢ +×ij×ľ×¢ ×ĵ×Ļ +ÙħÙĪ اÙģ +ÙħÙĪاÙģ ÙĤØ© +Ġ×Ļ ×ķר +Ġ×Ļ×ķר ק +ãĤ«ãĥ¼ãĥī ãĥŃãĥ¼ãĥ³ +ĠاÙĦÙħØ´ ÙĥÙĦ +ĠاÙĦÙħØ´ÙĥÙĦ Ø© +ĠêµŃ íļĮ +ס פ×ĺ +ספ×ĺ ×ŀ +ספ×ĺ×ŀ ×ijר +Ġìĸ´ ëłµ +Ùĥ اÙħ +ÙĥاÙħ ÙĬرا +sch lü +schlü sse +ĠØ« ÙĨ +ĠØ«ÙĨ ائÙĬ +ìī ½ +ĠÐŀ Ñģоб +ĠÐŀÑģоб енно +Ġин веÑģÑĤи +ĠинвеÑģÑĤи ÑĨи +اØŃ ØªÙħ +اØŃتÙħ اÙĦ +E Äŀ +EÄŀ Ä° +íķĺ ê²łëĭ¤ +Ġ×IJ ×ijר×Ķ +Ġ×IJ×ijר×Ķ ×Ŀ +Ġ×ij×Ĺ ×Ļ׳×Ŀ +Ø£ ÙĪض +Ø£ÙĪض اع +Ġdé l +Ġdél ai +Ġ×IJ×ķ×Ķ ×ij×Ļ×Ŀ +ĠÑģо Ñħ +ĠÑģоÑħ ÑĢ +ĠÑģоÑħÑĢ ани +ĠдоÑģÑĤ иж +ĠдоÑģÑĤиж ени +สิà¹Īà¸ĩ à¹ģ +สิà¹Īà¸ĩà¹ģ วà¸Ķ +สิà¹Īà¸ĩà¹ģวà¸Ķ ล +สิà¹Īà¸ĩà¹ģวà¸Ķล à¹īà¸Ńม +ĠاÙĦÙħ باشر +ĠÑĦ иг +ĠÑĦиг ÑĥÑĢ +мож ем +׾×ŀ×Ļ×ĵ ×Ķ +Ġcin é +Ġciné ma +Ġb ada +Ġbada ÅĦ +جب ÙĩØ© +Ġд еп +Ġдеп ÑĥÑĤ +ĠдепÑĥÑĤ аÑĤ +Ġdist ância +ĠاÙĦÙħ عار +ĠاÙĦÙħعار ضة +thè se +ü nc +ünc ü +Ġдан ного +ĠBel gi +ĠBelgi ë +Ġ×ij ×ijק +Ġ×ij×ijק ש×Ķ +ย à¹Īาà¸Ļ +Ġsol ução +Ġ×Ķצ ×ĺר +Ġ×Ķצ×ĺר פ×ķ +ĠØ£ÙĨ ØŃ +ĠØ£ÙĨØŃ Ø§Ø¡ +Ġد ÙħØ´ +ĠدÙħØ´ ÙĤ +มั à¹ī +มัà¹ī ย +Ùħ غرب +است عÙħاÙĦ +ĠS ÅĤow +ĠëıĻ ìĭľ +ĠëıĻìĭľ ìĹIJ +ĠÑģ оÑģ +ĠÑģоÑģ ед +ì²Ń ìĨĮ +ì²ŃìĨĮ ëħĦ +Ġг ÑĢаÑĦ +ĠгÑĢаÑĦ ик +Ġìŀij ìĿĢ +Ġyet i +Ġyeti ÅŁtir +ĠìĿ´ê²ĥ ìĿ´ +ห à¹Īาà¸ĩ +Ø¥ ÙħÙĥاÙĨ +Ø¥ÙħÙĥاÙĨ ÙĬØ© +است عراض +ÙħØ® در +ĠÑĩ ÑĥÑĤÑĮ +Ùħ دÙĬر +ÙħدÙĬر ÙĬØ© +Ġà¹Ģม ษ +Ġà¹Ģมษ ายà¸Ļ +Ġм еÑħ +ĠмеÑħ аниз +ĠмеÑħаниз м +ĠÑģ Ñĥм +ĠÑģÑĥм мÑĥ +Ġv ö +Ġvö ll +Ġvöll ig +Ġд ÑĢÑĥз +ĠдÑĢÑĥз ÑĮÑı +ãĤĴåĪ©çĶ¨ ãģĹãģ¦ +à¸ļรร à¸Īุ +po życz +×ŀש ׼ +×ŀש׼ ×ł×ª +×ŀ×©×Ľ×ł×ª ×IJ +Ġeuropé en +Ġpropri é +Ġproprié taire +Ġkh ấu +ãģĦãģŁãģł ãģijãĤĭ +Ġtec rü +Ġtecrü be +×Ķ ×ij +×Ķ×ij ׳×Ķ +Ġcu Ì +ĠcuÌ ī +ĠcuÌī a +×IJ ×ķ×ķ +×IJ×ķ×ķ ×Ļר×Ķ +Ġ׼×ķ׾ ×ķ +U lus +Ulus lararası +Ġ׳ ×ķת +Ġ׳×ķת ף +ãģ« åIJij +ãģ«åIJij ãģijãģ¦ +ë¹ Ľ +à¸Ĺ ัà¸ģษ +à¸Ĺัà¸ģษ ะ +س ÙĤÙĪ +سÙĤÙĪ Ø· +Ġв н +Ġвн еÑĪ +ĠвнеÑĪ не +Ġur z +Ġurz ÄĻd +Ġá mb +Ġámb ito +à¸Ń à¸ĺิ +à¸Ńà¸ĺิ à¸ļาย +Ġ ÅĤad +ĠÅĤad n +ê±´ ì¶ķ +wód zt +wództ w +Ġquest ões +Ġש ק +Ġשק ×Ļ×ij׾ +Ġmiejsc owoÅĽci +Ġв ал +Ġвал ÑİÑĤ +hä user +หà¸Ļ à¸Ńà¸ĩ +ãģ¨ åħ± +ãģ¨åħ± ãģ« +ãĥı ãĥ¼ãĥī +Ġê°ľ ìµľ +ĠоÑģнов ном +Ġм ÑıÑģ +اع ت +اعت ÙĤاÙĦ +สà¸ĸ ิ +สà¸ĸิ à¸ķิ +N gu +Ngu á»ĵn +ĠÙħ جÙĦ +ĠÙħجÙĦ Ø© +à¹ģà¸Ĥ à¸Ļ +ĠاÙĦÙĦÙĬ بÙĬ +פע×Ļ׾ ×ķ×Ļ×ķת +Ġ×Ķר פ×ķ×IJ×Ļ +פר ×ķפ +פר×ķפ ×Ļ׾ +ק ׾×IJ +ק׾×IJ ס×Ļ +Ùĥت Ø´Ùģ +ãģ«ãģª ãģ£ãģ¦ãģĹãģ¾ãģĨ +à¹Ģà¸Ħล à¹ĩà¸Ķ +à¹Ģà¸Ħลà¹ĩà¸Ķ ลัà¸ļ +Ġì» ´ +Ġì»´ íĵ¨ +Ġì»´íĵ¨ íĦ° +Ġ×Ĺ×Ļ ×ķ×ij×Ļ +Ġnä m +Ġnäm lich +åij¼ ãģ° +åij¼ãģ° ãĤĮ +ĠÑĢ ол +ĠÑĢол и +Ġspécial isé +à¸Ļ วัà¸ķ +à¸Ļวัà¸ķ à¸ģรรม +ÙĨص ÙĪص +пеÑĢ ед +пеÑĢед аÑĩ +thè que +Ġר×IJ ×Ļת×Ļ +ãĥĢ ãĤ¦ãĥ³ +ãĤı ãģĭ +ãĤıãģĭ ãģ£ãģ¦ +беÑĢ еж +ĠÑģ ек +ĠÑģек ÑĢ +ĠÑģекÑĢ еÑĤ +ĠпоÑģÑĤоÑıн н +à¸Ĥà¸Ļ สà¹Īà¸ĩ +Ġm ük +Ġmük em +Ġmükem mel +еÑĤ еÑģÑĮ +ĠاÙĦسÙĨ ÙĪات +ĠìłĦ íĺĢ +Ġ×Ķ×ŀק ×ķר×Ļ +Ġmü d +Ġmüd ah +Ġmüdah ale +Ġwy b +Ġwyb ór +Ġtend ência +Ø¥ دار +إدار ÙĬØ© +Ġunterstüt zen +ת ×ijר +ת×ijר ר +Ġdi á +Ġdiá logo +ĠÃĸ nce +ĠÃĸnce ki +ãĤ¹ãĥĿ ãĥĥãĥĪ +ëĦ £ +ĠG eli +ĠGeli ÅŁ +ãĤĴ éĢļ +ãĤĴéĢļ ãģĹãģ¦ +ĠFuÃŁ ball +Ġsal ari +Ġsalari é +ĠпÑĢодÑĥк ÑĤов +صÙģ ÙĤØ© +รว à¸ļ +รวà¸ļ รวม +à¹ĥà¸Ļ à¸IJาà¸Ļ +à¹ĥà¸Ļà¸IJาà¸Ļ ะ +Ġkay na +Ġkayna ģı +Ġìŀij íĴĪ +ĠвÑĭ ÑĢаж +ĠвÑĭÑĢаж ен +ĠÑģÑĤ еп +ĠÑģÑĤеп ени +ĠاÙĦÙħ ÙĪجÙĪد +ĠاÙĦÙħÙĪجÙĪد Ø© +ล à¹īม +Ġnaj czÄĻ +ĠnajczÄĻ ÅĽcie +ĠnajczÄĻÅĽcie j +Ġz wy +Ġzwy k +Ġzwyk ÅĤ +Ġê·¸ëłĩ ì§Ģ +à¸ģระ à¸Ī +à¸ģระà¸Ī าย +Ġëĭ µ +Ġëĭµ ë³Ģ +ĠÑĢе ак +ĠÑĢеак ÑĨи +ĠÅĽwie ż +ĠÑģÑĤоим оÑģÑĤи +ÙħÙĨ اÙĤ +ÙħÙĨاÙĤ Ø´ +ÙħÙĨاÙĤØ´ Ø© +ĠÑħоÑĩ Ñĥ +ãĥľ ãĥ¼ãĥī +Ġróż nic +Ġк ÑĢÑĭ +ĠкÑĢÑĭ ÑĪ +âľ ĵ +ãĤ³ãĥ³ ãĥĨãĥ³ +ãĤ³ãĥ³ãĥĨãĥ³ ãĥĦ +ĠпÑĢед поÑĩ +×ŀר ×ij×Ļת +ĠØ´ Ùĥ +ĠØ´Ùĥ را +Ġд ал +Ġдал ек +Ġдалек о +بر ÙĬØ· +برÙĬØ· اÙĨÙĬا +ع ÙĨا +عÙĨا ÙĬØ© +ĠÑĢаÑģÑģ каз +ĠÑĢаÑģÑģказ Ñĭва +Ø£ ÙĦÙĪ +Ø£ÙĦÙĪ اÙĨ +æĮģ ãģ£ãģ¦ +æĮģãģ£ãģ¦ ãģĦ +Ùħباد ئ +×Ķ ×¢×ijר +×Ķ×¢×ijר ת +Ġyay ı +Ġyayı ml +Ġyayıml a +m át +mát icos +à¸ģ ัà¸ĩ +à¸ģัà¸ĩ วล +Ġ׾ פת +Ġ×ľ×¤×ª ×ķ×Ĺ +à¸ŀฤ à¸ķิ +à¸ŀฤà¸ķิ à¸ģรรม +í Ĥ¬ +Ġок ÑĢÑĥг +Ġ×ŀצ ×ķ×ķ×Ķ +ÐĽ ени +ÐĽÐµÐ½Ð¸ н +ĠTri á»ģu +ãĤ³ãĥŁ ãĥ¥ +ãĤ³ãĥŁãĥ¥ ãĥĭ +ãĤ³ãĥŁãĥ¥ãĥĭ ãĤ± +ãĤ³ãĥŁãĥ¥ãĥĭãĤ± ãĥ¼ãĤ·ãĥ§ãĥ³ +Ùĥ ÙĨÙĬ +ÙĥÙĨÙĬ سة +ãĤĴ ä¸Ńå¿ĥ +ãĤĴä¸Ńå¿ĥ ãģ« +ĠmiÄĻd z +ĠmiÄĻdz yn +ĠmiÄĻdzyn ar +ĠmiÄĻdzynar od +ĠmiÄĻdzynarod ow +ÙĦ ÙĨ +ÙĦÙĨ دا +بر Ø´ +برش ÙĦÙĪÙĨ +برشÙĦÙĪÙĨ Ø© +à¸ģระ à¸ķุ +à¸ģระà¸ķุ à¹īà¸Ļ +Ġg ı +Ġgı da +à¸Ľà¸£à¸° à¸Ĺัà¸ļ +à¸Ľà¸£à¸°à¸Ĺัà¸ļ à¹ĥà¸Ī +Ġë¶Ī 구 +Ġë¶Ī구 íķĺê³ł +ĠÙĨ Ø· +ĠÙĨØ· اÙĤ +ĠÐľ ожеÑĤ +Pr äs +Präs ident +ĠÑģк оÑĢ +ĠÑģкоÑĢ оÑģÑĤÑĮ +Ġ×Ķ×ij ×ķקר +еÑħ аÑĤÑĮ +Ġg ạo +Ġש×IJ ×Ļ׳×Ŀ +Ġ×ij׳ ×ķ×Ĵ +Ġ×ij׳×ķ×Ĵ ×¢ +Ġо пиÑģание +Ġucz ni +Ġuczni ów +à¹Ģà¸Ń à¹ĩà¸Ļ +Ġت Ø´ +Ġتش رÙĬÙĨ +Ġnh ãn +ë¹ ¨ +Ġcaract ère +×¢ ׾×Ļ +×¢×ľ×Ļ ×Ļ×Ķ +楽ãģĹ ãĤģãĤĭ +ĠÑģ аÑħ +ĠÑģаÑħ аÑĢ +дÑĥм аÑĤÑĮ +ĠÐĴоз можно +ص ÙĬاÙĨ +صÙĬاÙĨ Ø© +öm ür +ส ล +สล à¹ĩ +สลà¹ĩ à¸Ń +สลà¹ĩà¸Ń à¸ķ +ë¡ ¯ +Ġth ói +gr Ã¶ÃŁe +Ġksi ÄĻ +ĠksiÄĻ g +ĠÑĢ ом +ĠÑĢом ан +ÙĤ اسÙħ +×ŀ×ij ×ķ×Ĵ +×ŀ×ij×ķ×Ĵ ר×Ļ×Ŀ +bes ch +besch äft +beschäft ig +×Ķצע ×Ķ +ĠÃģ rea +ĠзаÑıв к +Ä ¹ +ĠлÑİб ого +Ġ ม +Ġม à¸ģร +Ġมà¸ģร าà¸Ħม +ÑĦ из +ÑĦиз иÑĩеÑģк +ин ÑĦ +инÑĦ ек +инÑĦек ÑĨи +اÙĦ Ø· +اÙĦØ· ائÙģ +Ġкол л +Ġколл екÑĤив +ез жа +Ġس بØŃ +ĠسبØŃ Ø§ÙĨ +ĠسبØŃاÙĨ Ùĩ +sch lä +schlä ge +Ġд и +Ġди аг +Ġдиаг ноÑģÑĤ +ĠоÑĤмеÑĤ иÑĤÑĮ +Т Ь +ĠاÙĦ در +ĠاÙĦدر اسÙĬ +עצ ×ŀ +עצ×ŀ ×IJ×ķת +Ġdém arch +Ġdémarch e +Ġ×ĺ ×ķ×¢ +Ġ×ĺ×ķ×¢ ף +Ġfuncion ários +á» µ +׾ ׼×IJ +׾׼×IJ ×ķר×Ķ +à¸ĭ à¹Ī +à¸ĭà¹Ī à¸Ńม +ĠÑĩ Ñĥв +ĠÑĩÑĥв ÑģÑĤво +âĸ ¼ +п ÑĥÑī +пÑĥÑī ен +Ġм еÑĢ +ĠмеÑĢ оп +ĠмеÑĢоп ÑĢи +ĠмеÑĢопÑĢи ÑıÑĤиÑı +Ġu çu +Ġuçu ÅŁ +ãĤĴåĪ©çĶ¨ ãģĻãĤĭ +a ÄŁ +aÄŁ lı +ìĺĪ ìĪł +à¹ģ ยà¹Ī +ĠاÙĦÙĥ Ùħ +ĠاÙĦÙĥÙħ بÙĬ +ĠاÙĦÙĥÙħبÙĬ ÙĪتر +ت ÙĪÙĬ +تÙĪÙĬ تر +à¹Ģà¸Ĭ ีà¹Īยว +à¹Ģà¸Ĭีà¹Īยว à¸Ĭา +à¹Ģà¸Ĭีà¹Īยวà¸Ĭา à¸į +á» Ķ +Ġhi ếm +ذا Ùĥرة +Ġ×Ķ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠìĪ ľ +ĠìĪľ ê°Ħ +ĠK ı +ĠKı sa +Ġgele ceÄŁi +пÑĢо ÑĦеÑģÑģиона +пÑĢоÑĦеÑģÑģиона л +Ġog ó +Ġogó le +ĠgÅĤ ów +ĠgÅĤów ne +ĠÑģÑĤ илÑĮ +×IJ פ׾ +×IJפ׾ ×Ļק +×IJפ׾×Ļק צ×Ļ×Ķ +สม ารà¹Į +สมารà¹Į à¸Ĺ +สมารà¹Įà¸Ĺ à¹Ĥà¸Ł +สมารà¹Įà¸Ĺà¹Ĥà¸Ł à¸Ļ +Ġth ánh +ÐŁ од +ÐŁÐ¾Ð´ ÑĢоб +ÐŁÐ¾Ð´ÑĢоб нее +ĠاÙĦت ÙĪÙĨ +ĠاÙĦتÙĪÙĨ سÙĬ +Ġbah çe +à¹ģà¸ģà¹ī à¸Ľà¸±à¸įหา +é ducation +eu rop +europ ä +europä ische +ĠK si +ĠKsi ÄĻ +ĠëĦ ĺ +ĠëĦĺ ìĸ´ +Ġv üc +Ġvüc ud +Ġyay g +Ġyayg ın +Ġnie kt +Ġniekt óry +Ġniektóry ch +ãģŃ ãģĩ +Ġк аж +Ġкаж еÑĤÑģÑı +к аж +каж еÑĤ +ĠاÙĦ دÙĬÙħÙĤرا +ĠاÙĦدÙĬÙħÙĤرا Ø· +ĠاÙĦدÙĬÙħÙĤراط ÙĬØ© +æŃ © +æŃ© ãģĦãģ¦ +Ġv az +Ġvaz ge +Ġvazge ç +Ġмин ималÑĮ +ĠминималÑĮ н +ãĥij ãĤ¿ +ãĥijãĤ¿ ãĥ¼ãĥ³ +Ġë Ĭ +ĠëĬ IJ +ĠëĬIJ ëĤĮ +ãģ¡ ãĤĩãģĨ +ãģ¡ãĤĩãģĨ ãģ© +Ġ à¸ģร +Ġà¸ģร à¸ģà¸İ +Ġà¸ģรà¸ģà¸İ าà¸Ħม +تج دÙĬد +ĠØ´ اÙħÙĦ +หลัà¸ģ à¸IJาà¸Ļ +ĠмаÑĢ ÑĪ +ĠмаÑĢÑĪ ÑĢÑĥÑĤ +Ġv ÃŃt +ĠvÃŃt ima +Ġquiz á +ay gı +×ĵ×ijר ×Ļ×ķ +Ġиз д +Ġизд ели +Ġиздели Ñı +п ла +пла Ñĩ +плаÑĩ ива +ä»» ãģĽ +Ġéquip é +ä¹ħ ãģĹãģ +ä¹ħãģĹãģ ¶ +ä¹ħãģĹãģ¶ ãĤĬ +Ġк аÑĤ +ĠкаÑĤ ал +ĠкаÑĤал ог +ส à¹īม +ĠÑĢ ей +ĠÑĢей ÑĤ +ĠÑĢейÑĤ инг +Ġth uyá»ģn +ĠاÙĦÙħ ÙĤدس +esp ère +ãģ«åħ¥ ãģ£ãģŁ +หมาย à¹Ģลà¸Ĥ +ת×Ĺ×ķש ת +à¸Ļ à¹Īะ +Ġpe ÅĤ +ĠpeÅĤ ne +Ġpé rd +Ġpérd ida +หม วà¸Ķ +หมวà¸Ķ หมูà¹Ī +иÑĩеÑģк ÑĥÑİ +çµĤ ãĤı +çµĤãĤı ãģ£ãģŁ +Ġ×Ĵ ×ķ×Ĵ׾ +à¸Ĺำ à¸Ħวาม +à¸Ĺำà¸Ħวาม สะà¸Ńาà¸Ķ +Hot éis +Ġз аÑĢ +ĠзаÑĢ егиÑģÑĤ +ĠзаÑĢегиÑģÑĤ ÑĢи +ĠзаÑĢегиÑģÑĤÑĢи ÑĢова +ĠÑģ обÑĭÑĤи +ĠÑģобÑĭÑĤи Ñı +Ġ×ĸ ׼×IJ +ÙħÙĨظ ÙĪÙħØ© +Ġ×Ķ×ŀ צ +Ġ×Ķ×ŀצ ×Ļ×IJ×ķת +Ùħ ÙĥÙĪÙĨ +ÙħÙĥÙĪÙĨ ات +ä¸ĬãģĮ ãĤĭ +Ġm ÄĻ +ĠmÄĻ sk +หรืà¸Ń à¹Ģà¸Ľà¸¥à¹Īา +ëĤ ® +Ġnok tas +Ġnoktas ı +ĠболÑĮÑĪ им +ĠлÑĥÑĩ ÑĪиÑħ +Ø´Ùĩ ÙĬد +à¸Ńำ à¸Ļ +à¸Ńำà¸Ļ วย +à¸Ńำà¸Ļวย à¸Ħวาม +à¸Ńำà¸Ļวยà¸Ħวาม สะà¸Ķวà¸ģ +Ġе в +Ġев ÑĢ +ĠевÑĢ оп +ĠевÑĢоп ей +à¸ī าย +ìĦ Ń +Ùħ Ùģا +ÙħÙģا ÙĪض +ÙħÙģاÙĪض ات +ë¹ Į +赤 ãģ¡ãĤĥãĤĵ +ĠÑĥдал оÑģÑĮ +ĠÐ¥ оÑĤ +ĠХоÑĤ Ñı +przedsiÄĻbior c +ĠH ôm +íķĺìĺĢ ìĬµëĭĪëĭ¤ +Ġн аг +Ġнаг ÑĢÑĥз +ĠнагÑĢÑĥз к +Ġ×ij×Ļ׳ ׾×IJ×ķ×ŀ×Ļ +Ġê°ĢëĬ¥ íķľ +ĠH ữu +à¸Ń ุà¸Ķ +à¸Ńุà¸Ķ ม +ת ×ķפ +ת×ķפ ×¢×Ķ +Ġmi ÅĤo +ĠmiÅĤo ÅĽci +ksi Äħż +ksiÄħż ka +ĠاÙĦÙĦ عبة +à¸ī าà¸ģ +สะ สม +×ŀ תר +×ŀתר ×Ĺש +Ġlég ère +Ġ׾צ פ +Ġ׾צפ ×Ļ×Ķ +ĠиÑģÑĤоÑĢ иÑı +Ġ ãĥĪãĥ© +ĠãĥĪãĥ© ãĥĥãĤ¯ +ĠãĥĪãĥ©ãĥĥãĤ¯ ãĥIJãĥĥãĤ¯ +Ġк а +Ġка ÑĦе +×ŀס×ŀ ×ļ +Ġc üm +Ġcüm le +à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ à¹Ħหว +ãģĬ ãģĿ +ãģĬãģĿ ãĤīãģı +ìŀIJ ëıĻ +ìŀIJëıĻ ì°¨ +à¸Ńั à¸ķ +à¸Ńัà¸ķ à¹Ĥà¸Ļ +à¸Ńัà¸ķà¹Ĥà¸Ļ มั +à¸Ńัà¸ķà¹Ĥà¸Ļมั à¸ķิ +ĠÅŁ ik +ĠÅŁik ay +ĠÅŁikay et +extr ême +kr ä +krä fte +ëĤ Ļ +íķ ij +ì² Ļ +íĺ Ī +ì° į +âĻ ¡ +ìŀ Ķ +ë¢ ° +íĿ Ķ +íĿ IJ +âĩ Ĵ +ë§ Ľ +ìĬ Ī +á» Ĵ +ìĺ µ +âĹ İ +í Ĥ¨ +ê¿ Ī +ìĪ ¨ +ìĽ ¨ +ë§ ¥ +ï½ Ģ +ï¼ ª +Ạ¨ +ãħ İ +Ñ Ĺ +ìĦ ¬ +ì¹ ¼ +ï¼ ¶ +ìĽ ł +ëŁ ´ +Å ĥ +ëĤ ¼ +ëĭ IJ +âĢ ¹ +ë¦ Ń +ì§ IJ +âĢ ¤ +à ħ +ëľ ¨ +íĦ ¸ +íľ ĺ +ê² ģ +ë´ ħ +à ĺ +ëŃ Ķ +ëĺ ij +âĹ ĩ +ìĹ ĺ +ï» ´ +ë§ ¹ +ï¾ Ŀ +ìĬ · +íĥ ķ +ï¼ ł +ì» ´ +ëł Į +ì½ ľ +ï» ¹ +ãħ ł +ì¡ ¸ +ëħ ¹ +âĤ º +âĸ ¶ +íĥ IJ +êµ ´ +íij ¸ +Ñ Ķ +íĶ ½ +Ð ħ +ë° ¤ +Ô ģ +ì² ¨ +ì¶ ĺ +ë² Ĺ +ë© ¸ +ï¼ » +ï¼ ½ +ï¼ · +ì° Į +à Ĵ +íı ´ +ìĵ ¸ +ì´ Į +ëģ Ķ +ëĶ © +ëĩ Į +ë© Ģ +ë² ¨ +ï¼ µ +ë§ ¡ +ëĭ « +ภ¿ +ãģ ± +ìĩ ¼ +ìº ł +ë® ¤ +ê± ± +ì» ¬ +âĦ ĥ +ëĶ ± +ëĥ Ī +ìĭ ± +íĻ Ī +ëŀ IJ +ìħ Ģ +ìł ł +Ð Ĩ +ëł ī +ï½ ħ +ï½ ı +íĻ Ģ +ëĽ ° +á» ® +í Ĥ¹ +ê½ ĥ +ï» ¤ +ïº Ķ +êº ¼ +ìķ ī +âĻ ¦ +ï½ ģ +ìĵ ´ +ãĢ ī +ì° ® +ì¤ ĺ +á» ª +ëģ Ħ +ëIJ ¨ +ìķ Į +íĿ ĺ +íħ IJ +ãĢ Ī +ê² ª +ëĭ ¥ +ê² ¼ +á» Į +ë§ ¨ +ëģ Ĭ +ë² ¤ +ëij Ķ +íĿ ¡ +á» ¬ +ë¬ ĺ +ãģ ī +ëŀ « +íĶ Ī +í ħį +ìŀ ĥ +ï½ ī +ìģ ľ +âĸ ½ +ë¬ » +âĸ ³ +ï¼ ¸ +ìģ ĺ +ì¶ ° +ìĬ ´ +ìķ ± +ìĩ Ħ +Ạ® +ï´ ¿ +ï´ ¾ +âĤ ½ +ëĦ ĵ +ë£ © +ì³ ¤ +ê´ ľ +à Ļ +á» ľ +ï¿ £ +ëĵ Ń +ë© ĺ +ê» ´ +ëł ´ +Ð ĥ +ë¬ µ +ì§ Ŀ +ãģ º +ðŁĺ Ĥ +ëŀ ¬ +ìł Ĭ +ê´ Ħ +ìŀ Ĭ +íŀ Į +ìĦ ¯ +âĪ Ģ +âĸ ¡ +ëĢ Į +ëŀ Ļ +ï½ ĥ +Ạ¶ +ï¾ Ħ +ïº ĺ +ë¹ ¼ +à Į +âĸ · +ê¸ į +ë© ĭ +ãģ ĥ +ìĺ Ĩ +ìĺ ® +ëª ¬ +ë¡ ¤ +ëł ¬ +ëĬ ¦ +âĸ ª +ì¼ ĵ +ìľ Ī +ì§ § +ï½ ½ +ëĥ ī +ï¾ Į +ëĺ IJ +ï¼ ĥ +á» Ħ +ì´ ¬ +ì¶ ¤ +ï¼ ¹ +ï» Ń +âĤ « +ï½ ĩ +ìĺ · +ëĸ ¨ +âī « +ë¦ ¿ +âľ ¨ +Ù ± +ì¯ ¤ +ê¹ Ķ +ðŁĺ Ĭ +ìĪ « +ê³ ± +êµ ³ +ï½ ĭ +ภĮ +Ä ł +ëĶ ¸ +ë° ij +ìħ ĭ +íİ ´ +âľ ħ +íĥ ij +ëĪ ĩ +íı ¼ +ðŁĺ į +ìĺ Ľ +ï» £ +Ñ ĺ +ì© Į +ë¦ ħ +ìĿ į +ï½ ¸ +ëį ľ +ãģ ħ +íİ ¼ +ëĭ Ŀ +ë¿ Į +ì¼ ° +ìĭ « +ë° ¥ +íĽ Į +ì¨ Į +ë¹ Ļ +ï½ İ +ë´ Ħ +ìĦ ¹ +ï½ ² +ìĮ ĵ +Ò ij +ë° į +ëł Ģ +íĨ ¤ +ï½ ¯ +ë¤ Ħ +ê½ ¤ +ï½ Ĵ +ìķ ¨ +ï½ ¼ +ê¹ IJ +íģ IJ +âĦ ĸ +ë§ º +ïº ® +ëħ ģ +ê² ¸ +ï» ł +íĬ ľ +Å ¹ +ë¥ Ń +ëĪ ī +ï½ Ķ +íĮ ¬ +ìŀ ĩ +ï ¬ģ +ï» ¨ +ëij ¥ +ëŀ Ħ +Ù ¬ +íĭ ´ +ìŀ ī +Ú ¾ +ìĽ ħ +ï» ® +ëĭ ī +âī ª +âĹ Ħ +ëĪ Į +íĽ ¼ +ì¤ į +Å ¸ +ì¤ ¬ +ì¾ Į +ï½ ĵ +ï¾ Ĭ +ðŁı » +ï¾ ī +Ð ģ +íĺ IJ +ï¾ Ļ +ê¼ ¬ +íŀ IJ +âĢ ¥ +ëŁ Ń +ë§ ŀ +ìĥ ¤ +ïº Ĵ +íĭ ± +ë½ ij +à ķ +âĪ ļ +ëĤ Ħ +ê¹ Ŀ +ëĨ Ī +Ạº +ìħ Ī +ìĮ į +âĢ ¡ +ï¼ ± +ìģ ¨ +âĺ º +ëĴ · +ìĺ ³ +ðŁij į +ëª ½ +ëĤ Ń +ïº Ń +ë© Ī +á» Ī +íķ Ģ +ëĭ Ļ +ë¦ ĩ +ìķ ¤ +ìį ¼ +ãĥ µ +Ñ £ +ìľ Ĺ +â ŃIJ +ï¾ ĺ +íĹ ¬ +ê¾ ¼ +ìķ Ĺ +ï» Į +ê± · +ëħ ķ +ë¡ ± +ìķ Ĭ +ï¾ Ģ +ìĩ ł +íĮ © +ïº ª +ë§ Ļ +ï¼ ¿ +ê¿ Ķ +íİ ľ +ë£ ¸ +íĶ Ķ +ï» ³ +ëı ķ +ìĭ ¼ +á» İ +ë§ ĺ +ì¢ ĭ +íĨ ¡ +ï½ ± +íĿ ij +á» ¸ +ì¦ Į +ì¹ ¸ +ëŃ ĺ +ï¾ Ĺ +ï» ĭ +íĬ Ģ +ë¥ Ļ +ì½ © +ëģ Ĺ +ëį ´ +ìħ ľ + ¸ +ë» IJ +ìĥ µ +ê² IJ +ëĵ ¬ +ë£ ° +ãħ ĭ +ìĹ ī +á» ĸ +ëĦ Į +ï½ ¶ +ë´ ĩ +ëĤ ³ +ãĤ ľ +ëĸ » +íİ Ģ +ëį © +íķ ¸ +à · +ê¼ ¼ +ëĶ ľ +ë° ´ +ë© į +âĹ ¯ +ìĹ ij +ìĻ ¼ +ïº ij +ë¶ ķ +ë¡ ¬ +ï½ Į +íĨ ¨ +ïº ´ +ëł ĺ +ê° ¤ +ìĪ ² +Ñ ĵ +ìħ ī +ï» ĵ +ëĪ Ķ +ëį § +âĢ ¼ +ï» ² +ê° ± +ê¿ Ģ +ëĭ · +Ạ¸ +Ạª +Æ Ĵ +ëį ¤ +ìĪ Ń +ï½ Ĥ +ï½ Ī +Å ł +ë£ ¬ +Ñ µ +ëĸ ¡ +ëĥ Ħ +ìĦ ° +ëĵ Ī +ï¾ ĥ +ëĩ ¨ +ï½ IJ +êµ ½ +ìĹ ½ +ëĤ Ģ +ë¬ ¶ +ï½ · +ìı Ł +íĺ Ķ +ê¼ Ī +ëģ Ī +ì¥ IJ +ïº Ĺ +Ä Į +ëĪ ł +ëĸ ¼ +íĢ ´ +âī ¥ +ëĭ Ń +ì± Ļ +ê» ı +ë© ¤ +ìĥ ĺ +ëį ® +ë£ ¡ +ìĤ ½ +ãĪ ľ +Ä ¨ +âĢ § +ï½ º +Ä £ +ì¦ ī +ï¼ ¼ +Û © +âĪ Ļ +ë° ı +ë¹ ħ +ðŁĺ Ľ +íĪ ´ +ðŁĴ ķ +ãĢ Ĵ +ìŀ ĺ +ïº ¤ +ï½ ĸ +ë© ľ +ë² ¼ +ëĿ Ħ +ëļ ľ +ï» ĺ +ìĥ Į +ï½ Ħ +ì© Ķ +ï½ Ļ +ïº © +Û ŀ +âĺ İ +ìł ¤ +ëIJ © +Å Ŀ +âŀ ¡ +ï» § +Ð ı +ì« ĵ +ê³ ½ +É ij +ãĥ ² +ëĤ « +ë¦ ī +ì¢ ģ +ë° Ń +ðŁĺ ģ +ë¹ µ +ì² © +ì» µ +ðŁĺ ĺ +ë± ħ +âī Ī +ë¹ ļ +ï» ľ +ðŁĻ ı +íģ ° +ìĦ ŀ +ï¾ ļ +ìĺ ¹ +ë¼ Ī +ëĤ ¯ +ëŀ © +íļ ¡ +ï½ ķ +íĥ ĵ +ëĿ ł +ê³ ģ +ëĵ Ģ +ìĹ ł +ï¼ º +ë§ ij +ëĭ ¿ +ì¿ ¨ +ãİ ¡ +Ð Ĭ +íĦ ± +Å ¨ +ïº ³ +ï¾ ı +âĭ ħ +ê¼ ´ +âī ¤ +íĮ ģ +Î © +ê¶ ¤ +ìĪ į +âľ ¿ +ì½ ¤ +ëĪ ħ +íĨ ± +ãħ ľ +áIJ ħ +Å Ĵ +ðŁij ī +ï» ¦ +Ð ª +ë¥ ľ +íķ « +ï¾ ĭ +âĻ « +ê¹ ľ +ë° ¸ +ëĶ ĺ +íĿ ī +ï¾ ģ +ï¾ Ľ +ëł Ľ +ê² ¹ +ì¿ ¼ +ï» ¬ +âŀ ¤ +ðŁĻ ģ +ïº ł +ëĨ ¨ +ë¯ ¹ +ê¸ ĭ +ë» Ķ +ê¹ ĥ +ëij ij +íĭ ¸ +íİ Ļ +âŀ ĸ +ãĥ ½ +ì§ ļ +ï½ ¬ +ï» ¥ +íĮ ½ +âĢ Ĵ +ì ĮĢ +ìŃ ī +ëļ ± +ãĤ ŀ +íĭ Ī +ãĤ IJ +ëī ĺ +Î £ +ê³ ° +ë¹ Ĺ +ï¾ İ +ðŁĺ Ń +íĿ ł +ìĹ ¿ +ê° ļ +ì¤ Į +ë§ µ +ï½ ³ +ãģ ¢ +ï» Ĺ +âī ¦ +Ú ¤ +ë łģ +ê¼ ½ +ï» « +âī § +ì´ Ľ +ìł Ŀ +Ạ° +âĻ £ +ìº ĺ +âĪ ĩ +ê² ī +ë° Ł +ï» Ķ +íĸ ĩ +âĸ Ĵ +ðŁij ı +à ŀ +ðŁĺ Ĩ +ïº ¼ +âĿ Ĺ +ìº Ķ +ì¹ © +ëĸ ¤ +ëĥ ħ +âĶ ľ +ï½ » +Î Ķ +áĥ ¦ +ìŀ İ +âĺ Ģ +âĪ ¼ +ðŁĶ ¥ +ë° Į +ìł ĸ +íĹ Ľ +Î ķ +ïº ĥ +ë¶ ī +âĪ ŀ +íĥ Ń +à ĭ +âģ Ħ +ãħ ĩ +ëĦ ¥ +ëĭ ® +ëł · +íĮ Ŀ +ìº ¡ +ë· Ķ +ì© į +íĤ ´ +ëļ « +âĵ Ĵ +íķ į +âĻ Ĥ +ï¾ Ĩ +âĨ © +ìį © +ïº ķ +íĿ Ļ +Ñ ľ +íĤ · +íĿ ° +íĥ ± +ëķ IJ +ï¾ Ĵ +× ĥ +ëĮ Ħ +ìĺ ´ +ìķ µ +ê¹ ¥ +ëŀ Ń +ìª ¼ +ãİ Ŀ +ðŁĺ ħ +ëı ĭ +ëª « +ïº ¸ +ë® ¬ +ë² ħ +ëij ł +ìħ ° +ì» · +ëĶ ª +ëħ Ķ +ãħ ¡ +ìĶ » +íķ ı +ëį ± +ïº ¨ +ï¾ į +ï½ µ +ì¢ Ģ +íİ Į +ï» ° +ïº £ +Æ £ +ðŁ¤ £ +ï· º +ëĤ ļ +âĭ Ĩ +ë³ į +ðŁĺ Ħ +ìĸ Ģ +ìĻ ł +ëĨ Ķ +íĹ ¨ +ï» Ľ +ï» Ŀ +á» ¶ +ìĸ ĺ +ìİ Ħ +Ú Ĩ +ï» ŀ +ëĢ IJ +ê² Ķ +ï» µ +âĹ ¦ +íļ Ł +ê¹ ģ +ê° ĵ +ëĶ ´ +ìı ĺ +ëļ Ŀ +á» ł +ëŀ ´ +ëĦ ī +âĺ ŀ +ï½ ĺ +Å ½ +ë¦ İ +âĸ ¬ +ëŃ ī +âĩ Ľ +ìį ¬ +ïº Ł +Ë ľ +ë¶ ĵ +ìĽ ° +Å ľ +ëŃ ĩ +á» ² +Ë ļ +ëķ Ģ +âĺ ij +ðŁı ¼ +ìĸ ½ +âĮ Ĵ +Ð İ +É ¾ +íĮ ¡ +ï¾ ħ +ìŀ Ń +ï½ ¨ +ì¹ « +ìľ Į +Ò Ľ +êµ ¿ +ëĭ ¦ +âĶ Ķ +ï¾ ij +ì§ ĸ +ìº Ħ +ãĢ ĥ +Ê ¼ +ê² Ł +ï½ § +Ä ¢ +íİ ł +ë§ · +ê° ĩ +ìĭ ¹ +ðŁĴ ¦ +ï¾ ľ +ëĬ Ļ +ë² ¡ +Å ¿ +ðŁĺ ĭ +ðŁĴ ª +ì¿ Ħ +ë© ķ +ìŃ ¤ +ëĬ Ħ +ðŁĮ ¸ +ãĤ Ŀ +Ç İ +ï½ ļ +Ä Ĺ +ëģ ĵ +ê¶ IJ +áµ ī +ãĥ Ĥ +ê» į +ðŁĺ ¦ +ãĢ Ŀ +ðŁ¤ Ĺ +Ñ Ł +ìĹ İ +âľ Į +ìī IJ +à Ĩ +íĹ IJ +ðŁİ ī +Î ij +ï½ Ń +ðŁĴ Ļ +ìĽ ¬ +íĢ ĺ +ï» ¢ +ðŁĺ İ +íij ¼ +íĿ © +ï» Ħ +íħ Ģ +ëł IJ +ì¥ ¬ +Ð ĭ +ìĥ · +ëľ ¬ +ðŁĺ ĥ +ëĦ ¬ +ë¥ ¨ +ìĽ į +ï½ Ĩ +ï½ ´ +ãĥ ħ +à ı +ï» ª +âĻ ł +ëĬ ¬ +ë± Ģ +ë° ĭ +ìĥ Ģ +ï½ ¾ +ëĤ ± +ì» ¸ +ðŁĴ ĸ +ðŁij Į +Ñ ŀ +ì§ ± +Ë Ĩ +ðŁĵ ļ +âŃ ķ +ï¬ Ĥ +ï» ¡ +ëij ¬ +íĪ ¼ +âĸ ¸ +ê° ¯ +ê¹ ħ +ï½ ® +ëĺ ¥ +Ä ¡ +íĮ Ł +Ð Į +ìĨ Ł +ïº ĵ +ï» ¼ +à Ľ +ãĥ ¾ +ëĮ ĵ +íĴ ĭ +ìķ ĵ +ï½ ¹ +ëĤ ¡ +ðŁij ĩ +Ạ¼ +ãĢ Ł +ðŁĮ Ł +íĥ ł +ãĢ Ĩ +âĢ Ł +ë¸ IJ +ðŁĮ ¹ +ìł ¼ +ðŁĵ Į +ìĶ ¬ +âĹ Ģ +ðŁĴ ĵ +ê¹ İ +ìĤ IJ +ìĶ Į +Ñ Ľ +âĶ Ī +ë² ³ +ãİ ŀ +Õ ¡ +íĤ µ +ðŁ¤ Ķ +ëĢ Ķ +ìĬ IJ +íĻ ī +âľ ¦ +ëľ ¯ +ìł ¯ +ëĶ § +Î ¦ +Ë Ī +ìī ¼ +âĹ Ĭ +ëľ © +ëľ ° +ï¾ IJ +ë¿ Ķ +ìĹ ® +ì· Į +ïº § +Î Ĵ +ëµ Ļ +ï» Ĭ +ì° Ķ +íİ Ħ +ðŁĴ Ĺ +Ạ´ +ì° ¢ +íľ ¼ +ê½ Ĥ +ì± Ķ +ìī ´ +âĸ ¾ +íĪ ° +ëĭ Ľ +âĿ £ +ï½ ª +ðŁĴ ľ +Ë ĺ +ãħ ¤ +âĨ Ĺ +íĸ Ħ +âĻ ¬ +ìķ ° +ïº ľ +âī ¡ +ãĢ ĵ +ìij ¥ +íĮ į +íī ģ +ë» Ĺ +íľ ł +íľ © +âľ Ī +íĢ Ħ +ìĸ ĩ +ì¢ ĩ +íŀ Ļ +ëª ¹ +ãĤ Ľ +ðŁĺ ± +ëį Ł +๠ħ +êµ ¶ +Ù « +ìĶ ģ +âľ ª +ï¾ Ī +ðŁĻ Į +âļ ¡ +Î ļ +ì¼ Ī +ï¾ Ķ +ï¾ Ĥ +êµ ī +ïº » +ðŁĴ ĭ +á¹ £ +Ó Ļ +ìĨ ľ +ìĹ £ +âľ © +ìľ Ļ +ïº ° +Ạ² +ìŀ £ +âĿ Į +âĺ ģ +ìķ İ +Ä ½ +Û ģ +ãĦ ± +ëŁ ¿ +íĮ ¸ +ê½ ī +ìı ł +ðŁį Ģ +âĨ Ķ +ëŃ ¡ +ï» ģ +ï¼ Ħ +ðŁĴ ¥ +âĺ Ľ +íĹ · +ëij ¡ +Î ł +Î ¤ +âĦ ĵ +ïº · +Î Ļ +ëı Ķ +ì§ ¤ +âĶ ĥ +ãĦ · +Ç Ĵ +ðŁ¥ ° +ëĶ ķ +ìļ ¥ +ì¸ Ħ +íĽ Ķ +ïº ĩ +ïº ¬ +ðŁĺ ¢ +ë¹ ¡ +ìĶ ¹ +Å ³ +Ë Ŀ +íİ ij +ï¾ ĵ +ðŁĴ ļ +ëĬ ij +êº ¾ +íĨ ° +à ¿ +Ð Ħ +ëĮ IJ +ë½ Ģ +ì· Ħ +ðŁ ĵį +ðŁĻ Ī +âĹ Ī +ê¿ ĩ +ì¼ Ħ +íİ « +ðŁĩ · +âĶ ĭ +âļ ł +ë± ī +ì į° +ìĻ Ī +É ª +ïº ĭ +ðŁĺ ľ +Î Ł +ðŁ ĻĤ +âļ ½ +Å Ī +ë¹ Ķ +íĮ ľ +๠ı +ìĸ ¹ +íĪ Ń +ðŁ¥ ĩ +ãĦ ´ +ëĶ ¥ +ìŃ Ī +âĪ Ĩ +ëĸ ³ +ë± ĥ +ìŀ ¦ +ï» IJ +Î ľ +âľ § +Ï į +ìł ĵ +âĹ ķ +ëĴ Ģ +ï» Ģ +ðŁĶ ´ +ê½ ģ +ëĮ Ī +ëİ Į +ãĤ İ +⦠ģ +ì½ § +ï¯ ¾ +âĿ ¯ +ภħ +ðŁĻ Ħ +âĿ Ģ +ðŁĶ ¹ +âĩ IJ +êµ µ +âĩ Ķ +ë¶ IJ +ðŁĴ Ľ +Î ¾ +íĥ ¬ +âĿ Ħ +Ò £ +ãĢ ° +âĪ ij +âĺ ¼ +âī ł +Ò ¯ +ïº ¯ +ê¿ ¨ +âľ ĸ +Ê ĸ +íĢ Ģ +ê¾ Ģ +íĹ Ŀ +âĶ £ +ãİ ľ +ëĶ Ľ +ëľ ¸ +ï º« +ê¿ ° +ðŁĩ ¹ +Ç IJ +Û Ĵ +ë£ » +ïº ĸ +Ñ ļ +ëĬ ł +Û ķ +ê¹ ¡ +ë¿ ľ +ì² ¼ +ï¨ ij +ë¥ µ +ìį ¸ +íħ ħ +íij ¹ +Ö Ģ +ï³ Į +ãħ £ +ìij ¤ +ì½ ķ +ëķ ł +ðŁĮ ¿ +íĥ Ķ +ìĽ ģ +Î ¶ +âŀ ľ +ìĬ ĺ +íĽ Ĺ +ë© § +ìī ĺ +Õ ¶ +á¹ ĩ +ðŁİ ģ +ï½ ¿ +ï¼ Ĥ +á¼ IJ +âľ ķ +âŀ ¢ +ëĦ ¨ +ì» « +ì¯ Ķ +ì° ľ +ðŁĴ ° +íħ Ŀ +ãİ ı +ë³ ¶ +Ò ĵ +âĨ ³ +ìĥ ´ +íģ ĺ +âĸ Ģ +ë² Ļ +ภĥ +á½ ¶ +Ä ķ +⬠ĩ +ë¤ ĺ +ðŁİ µ +âľ ļ +ïº ı +Î ¡ +âĹ ī +ðŁĴ « +Ð Ī +ìĸ Ħ +ì§ Ļ +ï» ĥ +ðĿij Ĵ +ëŃ Ħ +âĿ ¥ +âĿ ĸ +âĺ Ŀ +Ê ¹ +Ḡ¥ +âĢ ¿ +ãħ ħ +ê¸ ģ +ëķ ¡ +ëį ¥ +âĪ © +ê» Ħ +ë® Į +Ò ± +âĪ Ĺ +ëł Ļ +ïº Į +Ë IJ +ðŁĺ ³ +ðŁij © +ðŁİ ¶ +ì¿ µ +ðŁ¤ © +ê· ¤ +ëĮ Ķ +ïº IJ +Ï İ +ì¶ ¥ +ï½ Ĭ +á¹ Ń +ë¤ ¼ +âĸ « +ì§ ł +á¼ Ģ +ê» ij +ëĮ ģ +íĢ ¸ +âĻ Ľ +ðŁĴ ŀ +âĸ ° +ðĿij ĸ +ëĿ ¤ +ठ¦ +ì´ ĺ +ðŁĺ ĩ +ëĶ ¤ +Î Ĺ +ðŁĻ ĩ +Ë Ľ +ì© ¡ +âĪ § +Õ ¥ +Ñ Ļ +ëIJ ¬ +ëĸ Ħ +ðŁĮ · +ìĹ Į +ðŁĺ ¥ +ëĪ ´ +ï» ļ +É Ľ +ïº Ħ +ï» ı +Å Į +ë² ļ +ìĭ £ +ïº Ģ +Î ĵ +ðŁĺ Į +Ë Ļ +ëŀ ı +ðŁĶ ¸ +ðŁĵ · +ëģ ½ +íģ ½ +ðŁĴ ¡ +ðŁĮ ± +ëº ı +ìģ ł +ìĥ IJ +ëı Ĺ +ì¸ ° +ëĪ ķ +Î Ŀ +âģ ī +ðŁĮ ¼ +íĮ ł +âĭ ¯ +áĥ ĺ +âľ ¤ +ê± Ķ +íĮ İ +ðŁĴ ¯ +ìı Ļ +íĹ ī +Ù Ń +ì½ ° +ïº ¿ +ï» ± +ì± Į +âĺ ķ +ðŁİ Ģ +Ä Ŀ +ë° § +ìĤ ¿ +áij ķ +ðŁį ĥ +âĩ ¨ +Î Ľ +ë§ ´ +ë³ ķ +á ijIJ +âĸ ĵ +ðĿ ijľ +âĻ » +íĤ ¥ +Õ ¸ +ãĪ ± +ëº Ģ +ì² ¸ +ïº Ľ +ðŁı Ĩ +ðŁĩ ª +âĿ ĵ +Ä Ģ +ì½ ¥ +ðŁĩ § +á½ · +âľ Ĥ +ìŀ ¼ +ï§ ¡ +ðŁĵ ¸ +âĻ ¯ +É Ķ +á½ ¸ +âĮ ª +ï» ĸ +ï¥ § +âļ « +âĶ Ĺ +ðŁĮ Ī +ï» © +ðŁĵ ² +Ï Ī +ðŁĺ ¡ +ðĿij İ +ìľ ½ +ì§ ¬ +ì§ Ĭ +á½ ³ +ìĮ ¤ +ëĤ į +âī Ĵ +ðŁij ¨ +âĺ ĺ +Ó © +âĤ ĵ +âĪ Ĥ +ï¹ ģ +ðŁĴ IJ +íħ ĥ +ðŁı ½ +ê· Ħ +ðŁĺ ı +ðŁĮ º +ðŁĺ Ķ +ï½ « +âľ İ +ëµ Ī +ðŁĩ ¸ +âĢ £ +âŀ Ķ +ëĺ ĺ +ìĥ ¬ +Ê ĥ +⬠ħ +ì© IJ +ðŁĻ Ĩ +ðŁİ Ħ +Ä ¾ +⣠¶ +áĥ IJ +âĺ » +ì± ķ +ìģ © +ë½ ķ +ìº £ +ðŁij Ī +ðŁĻ ĭ +ï¾ ĸ +Ò ļ +Õ « +ìĮ Ī +ë² § +ðŁĩ ® +ï½ Ŀ +ðŁį ģ +ìĹ ¥ +Ä ³ +ë½ IJ +íį ½ +íĽ ij +âĤ ¹ +ãħ ģ +ìĶ ½ +ðŁĶ ģ +ठ¯ +ê¾ ¹ +ëī ľ +âĹ ¡ +íķ Į +Î ĺ +ë£ ¹ +ìĻ ĵ +ðŁĩ ¦ +ðŁij Ģ +âĶ Į +á¿ ¦ +ëĦ Ľ +ìĦ £ +ìŃ Ļ +ï± ł +Î ŀ +Ê » +á¿ ¶ +âĿ Ŀ +ê± Ģ +ëĸ ´ +ãĦ ¹ +ðŁĴ İ +Ï ¹ +⼠ħ +ï» ķ +ãĥ ± +ï½ Ľ +ëĮ ķ +ë¹ ½ +ì¥ Ķ +ì¿ ¤ +ðŁĸ ¤ +Ñ Ĵ +ê¹ į +ëİ Ģ +ìĭ ¯ +ë» ¤ +ðŁĵ ŀ +ðŁĵ £ +ðŁĺ Ŀ +ìį ¹ +ìĹ ¡ +ì° IJ +á½ IJ +ï» Ī +âľ į +Ä ı +ðŁĮ ŀ +âĦ ¦ +ê½ Ŀ +ë» ĺ +ìĪ ± +âĶ ĺ +ðŁĮ » +âĤ ´ +âŀ ¨ +íIJ ģ +ê ¶Ī +âĺ ¢ +ðŁĺ Ī +ï½ © +âĦ Ĺ +ê° Ń +ê° ¸ +ë» ij +ì¥ ´ +ì» ¥ +ï¤ Ĭ +ï» Ĵ +ðŁĺ ķ +âĺ Ķ +ìĺ IJ +ðŁļ Ĺ +ëĹ Ħ +ë§ ı +Õ ½ +âĸ » +⣠µ +ìī ° +ï» ij +âĻ © +Î ¥ +ðŁĺ £ +âĬ Ĥ +ãħ Ĥ +ìħ ¸ +íı Ħ +âľ ½ +ì¦ Ļ +âĸ £ +ê± į +ê¿ ĭ +ì« Ħ +ìº ĩ +ðŁĩ µ +ðŁij ij +âľ ĺ +ðĿij Ľ +ìį ½ +ìº ī +ï¬ µ +ðŁĶ º +âĦ ® +íĥ ¤ +ðŁĩ º +ðŁĴ µ +íħ ¨ +ï½ ij +Î ¨ +ìĥ ¹ +ìĸ ķ +ì¹ µ +ðŁĵ ± +ठµ +ðŁij Ĭ +ðŁĴ Ħ +ðŁĴ Ŀ +ãĮ Ķ +ìĻ ģ +Ð ĩ +à® IJ +âĸ ¹ +á´ Ľ +âĹ ĺ +ëº ¨ +íĥ ī +ìĸ Į +ðŁIJ ¶ +ãĤ ij +Ë ĩ +Å ı +á½ ¹ +ìħ § +ï¹ ° +ðĿij ¡ +ðŁĶ Ŀ +ðŁĺ » +ðŁĴ ĥ +ðŁ¤ ¦ +ðŁį Ĵ +íĢ µ +âľ Ĩ +ë¹ ´ +ï§ ¤ +ï» Ļ +á´ Ĺ +ðŁĮ ´ +Í ¾ +ëĮ ij +ì¨ ĭ +ìµ ¸ +ðŁİ Ī +ðŁı ł +á½ ± +Û Ĩ +á¿ ĸ +âĢ Ľ +ì° ¼ +íķ ¥ +íĹ ´ +ðŁĩ ¬ +ì° Ŀ +âĪ ł +ï¼ ĩ +âĬ Ļ +âĿ ij +ëĦ ĭ +ëŀ Ĺ +ë° ī +ìĹ Ĭ +ì¢ Ĩ +íĮ ¥ +ï° ² +ðŁĵ ĸ +ðŁĺ ® +âļ ª +ðŁĺ ļ +âĿ ŀ +ðĿij Ł +ðŁİ Ĥ +Å ķ +áIJ Ī +êº ½ +ì± ł +ïº Ŀ +ê¿ ī +áĥ ł +ðŁı ĥ +ðŁĴ ¸ +âĿ ģ +âĹ ¾ +Ú ª +á¹ ĥ +íĬ ¬ +ðŁĩ ± +íİ Ń +ðŁĺ ŀ +ë¾ ° +á¹ Ľ +ëĽ ¸ +âĿ Ĥ +êĴ ³ +âĶ IJ +íĵ ° +âŀ ł +ê´ ĺ +ëħ ĺ +ë» ¥ +ì¾ ħ +ðŁĺ IJ +âĪ ª +ðŁij ģ +âĪ ´ +âĹ ģ +ëº IJ +ìŀ ¤ +ì± Ĺ +ðŁı ¾ +Î § +á½ » +âŀ ¥ +ìŁ Ī +ï» ī +âĸ Į +ãĥ ® +ðŁ¤ ¤ +âĩ ĵ +ì¼ ł +á´ ı +ë§ ¬ +ë» £ +ðŁĴ ¬ +ðŁį ĵ +Ä ¸ +Ù ¹ +Ê ¿ +á½ ° +ëķ ľ +ì° ¡ +ì° » +íİ į +ðŁİ ¯ +ðŁį Ĥ +ðŁij § +âĻ ¢ +áĨ ŀ +âĻ § +âļ ľ +âľ ī +ëĵ ¦ +ëŃ £ +ìĪ ı +ìĵ ± +Å Ń +Ê Ĭ +âĴ ¸ +âĩ © +ðŁĴ Ķ +Õ µ +Ð ī +Ò » +ë§ £ +ìĽ ľ +ì¿ ¡ +íĽ ħ +íĽ ¤ +ïº ¢ +âľ ĭ +âĪ Ī +ðŁĮ į +Ê ľ +ëĬ ª +ëĴ ¹ +ïº ² +âĸ Ħ +ãħ Ī +ëļ ¤ +íİ © +âĪ ¨ +ðŁ¤ ª +áĥ ļ +ê³ ¶ +íĬ ķ +ðŁĺ ¬ +âĪ « +ðŁij ĭ +Ò IJ +íĬ ¿ +ðŁĶ µ +ðŁĴ ¨ +ðŁĮ Ļ +ëĩ © +âľ ³ +ë¨ ģ +ëº Ħ +ìĻ ij +ìº ħ +íı Ī +ðĿij Ļ +ðŁĴ ĺ +ãİ ¥ +âĿ ı +âľ ° +ï¯ ¿ +ëµ IJ +ì¼ IJ +ïº ± +Õ ´ +ï¬ Ģ +âľ ´ +ðŁ¤ Ń +ðŁij Ĩ +⼠Ķ +ê· ĵ +ìĮ Į +ðŁ¤ · +Û Ķ +ðŁ§ ¡ +ðŁĺ ĵ +Î ĸ +âı ° +ê² ľ +ëĭ ³ +ëİ ħ +ë° Ī +ï® IJ +ðŁı ¡ +âĨ ª +âĵ Ķ +âľ Ĭ +Ï ² +Ü IJ +ðŁĩ ³ +Ö Ĥ +âľ ı +ìĸ Ĺ +ì« Ļ +ðŁĺ ² +Ä Ń +âĻ Ń +âĶ ı +âĹ Į +ðŁĺ ¯ +áµ Ĵ +íĬ ł +Ä · +Ê ģ +ठŁ +á¹ ģ +á¼ ° +á¿ Ĩ +â « +â« ¸ +ëį « +ì³ ĩ +ì¼ ¤ +íĽ ¨ +ðŁĴ Ł +Ê Ģ +Ê ³ +ëĵ IJ +âķ ° +âĿ ĩ +Ç Ģ +Ç Ķ +É ´ +âĺ ļ +âĺ ľ +ê¶ Ĥ +ì« Ĵ +ì± Ī +ðŁĩ ¨ +ðŁİ ¥ +ðŁĵ Ŀ +Ä § +ðĿ ijIJ +Û Ī +ठ¬ +ì¬ IJ +íĹ ¥ +âĻ ¨ +ðŁį ´ +ï¹ ı +Ë ĭ +ðŁ¥ º +âĸ ¨ +íĻ ĭ +âĪ ħ +ëģ Ļ +ëŀ ł +ìĨ ¥ +âĢ ĸ +ðŁ¤ ĺ +ðŁIJ » +áµ ķ +Ç Ŀ +âĺ ı +ïº ļ +ï» Ĥ +ðŁļ © +ìĪ Ł +Ë Ĭ +⤠µ +ðŁĴ § +ã ħį +ë© © +Æ ¬ +Î ĩ +âĩ § +âĵ ļ +ìĤ ¯ +ìĪ ¯ +ëĨ ĭ +âľ ¯ +ðŁļ Ģ +Ú ĺ +Ú ¨ +âľ Ń +ê² ħ +íĮ ° +íľ Ļ +ðŁĮ Ĭ +ðŁİ ĵ +ðŁĺ Ļ +Ë ĥ +ðŁĴ ģ +ðŁij İ +âĺ ¹ +ðŁĺ « +ðŁĴ » +ëĤ µ +ìĿ Ĭ +íĮ » +Ò ³ +á½ ² +âŀ ŀ +ëĤ ij +ëĿ Ī +ì£ ¤ +ï» ¯ +ðŁĩ © +ðŁ¥ ³ +âĴ ¼ +ðŁ¦ ĭ +âĺ Ĥ +ðŁĺ ° +ðŁĻ ĥ +ðŁĺ Ĵ +Û İ +Ï ķ +Ḡ¤ +ë£ ½ +ìĬ ¥ +ðĿij ī +É IJ +ðŁį İ +âķ ¯ +âķ ¹ +ຠ² +ï¾ ł +ë¹ ķ +ïº Ĩ +Ê º +Ó § +âĨ ł +ëĥ ĩ +ìİ Ī +ìŁ ¤ +ï± ¢ +âķ ¬ +âĺ ł +ðŁİ Ĭ +ãį į +ãİ İ +âĺ ° +âľ ĥ +ãħ ī +ë¯ Ī +ë¹ ¤ +ìı Ń +ðĿij ¢ +ðŁIJ ¾ +Å ĭ +ðŁij ¶ +âĶ Ľ +ï¿ ¢ +áĥ ¡ +Ä ¼ +Å Ĩ +Ñ IJ +ìĥ Ľ +ìĺ Į +ì± ¤ +íħ ģ +íļ ĥ +ï³ Ĭ +ðĿij Ķ +ðŁĩ « +âĭ ° +ðŁĺ ¨ +âĤ © +Õ ¬ +Ḡį +á» ´ +âĨ ĺ +âĺ ¯ +ãħ ı +ìł ¬ +âĻ Ķ +ðŁĶ Ķ +ðŁĺ ł +ðŁĻ Ĭ +à® ľ +á¹ ħ +âĹ IJ +âĿ Ī +âŀ ½ +ìĥ ħ +ðĿij ł +Æ ¢ +âĭ Ļ +ê° Ľ +ëĿ µ +ë£ Ł +ìı ľ +ïº ģ +ðŁĴ Ń +âĬ ĥ +ðŁIJ ° +ãħ Į +Ü ĵ +âŀ ķ +á½ ģ +ìķ ³ +ðĿij Ŀ +ðŁİ ¬ +É ¡ +à¤ Ĺ +áIJ ī +ì© ľ +ì¶ § +ï³ ī +ï» ħ +ðĿIJ ŀ +ठ¶ +ðŁĵ ¢ +ðŁį ĭ +ðŁĴ ħ +ï¾ ķ +⬠Ĩ +âĪ µ +ðŁ¤ ij +áĥ £ +Æ Ħ +Ñ ¹ +á¼ Ķ +ê° ł +ê´ Į +ê· IJ +ëĽ ´ +ì± ĺ +ï® Ń +ïº ¹ +ïº ¾ +âľ Ĺ +âĿ ¦ +ðŁij ¦ +áĥ Ĺ +Ù ² +á½ ´ +âĪ ı +âľ ® +ê¹ ° +ë² µ +ìĦ Ģ +ì© Ŀ +ïº ŀ +ïº ½ +ðŁĩ Ń +Ë Ĥ +ðŁį ij +ðŁį Į +ðŁĶ » +ê¹ ¬ +ìĬ Ń +ìľ · +ðŁĽ ij +Ç § +ë¼ Ľ +ïº ¡ +ïº º +ðĿij ļ +ðŁĵ ¦ +ðŁĶ İ +ðŁĹ ĵ +áĥ Ķ +âľ Ĵ +âľ ¡ +ðŁĮ µ +âĶ ķ +ëĢ Ŀ +ðŁį Ĭ +âĺ ĥ +ìĺ ħ +ঠ¬ +ðŁ¦ ģ +âİ ¯ +ðŁIJ ķ +Ñ ¿ +ॠ¤ +༠ĭ +ê· Ī +ì« Į +ðŁĩ ° +âĿ ī +ì« Ģ +íĿ Ħ +ðĿIJ ¢ +ðŁļ ¨ +âĻ ¤ +ðŁĺ © +ðŁį į +ðŁĺ ij +ðŁļ ļ +Ö Ħ +ë « +ë« ¼ +ठı +á¿ · +âĮ © +âĺ IJ +âŀ £ +ê¸ ± +ê¼ ¿ +ëĦ Ŀ +ìı ´ +ìļ ¤ +ì¿ ± +íİ IJ +ðŁĴ ¢ +ì´ IJ +âĩ ij +âĶ ĵ +âģ ¾ +Ü Ŀ +ðŁ į° +â´ ° +Æ ı +Ï Ł +Ú º +Û ĥ +áĦ Ĵ +âĪ Ł +âĿ į +ãĦ ² +ìľ ħ +ì¤ ı +ðŁĩ ² +êº Ħ +ðŁİ ¤ +âľ £ +⸠Ŀ +ï¸ µ +ຠ§ +áĢ Ļ +âķ ł +Õ ¯ +âı © +ðĿij £ +ðŁĴ £ +Å ĺ +ॠIJ +âģ ĥ +âĮ ĺ +ê» Į +ìĮ Ķ +ðĿij ĺ +ðŁ¤ ĵ +Õ ¿ +à¤ Ń +âĮ ļ +âľ Ŀ +ðŁIJ ¼ +Ë Į +âķ ļ +ï¦ Ĺ +âĿ ķ +âķ £ +ðŁIJ ± +à® ¤ +Ñ ¾ +ठļ +ठľ +ìĪ Ħ +ìļ ľ +ðŁİ ® +É Ĵ +Ú · +ຠį +âĨ µ +â Īĺ +âĿ Ĭ +ë¿ į +ìIJ Ī +ìļ ĺ +ì¯ § +íĥ ¯ +ìĸ ı +ï¸ ° +ðŁĩ ¯ +ðŁ§ ļ +ðŁĺ µ +ðŁĺ · +ðŁĮ ³ +ຠ¥ +Ä ī +Ä ¥ +âľ ¶ +á¿ ¾ +âĬ ± +âĺ ¾ +ê° ī +ê¼ ° +ëº ij +ðŁĶ Ĭ +ðŁĸ IJ +Å ¤ +Ò « +à® ® +âĮ Ī +âĹ Ĺ +ëĦ µ +ëħ ľ +ëľ ¹ +ðĿij ¥ +ðŁĴ ¿ +ðŁĽ Ĵ +Ê Ĵ +áŀ ĵ +ðŁIJ Ŀ +ðŁ¦ Ħ +ðŁį · +âĺ Ł +ï¸ ¶ +ðŁ¤ Ł +Ô ± +âĨ ² +âĪ İ +âľ « +ëĩ ½ +ëı IJ +ëķ Ħ +ï¦ ³ +ï§ Ŀ +ïº Ļ +ðŁij » +ðŁĵ º +êµ ¼ +ìĮ © +ðŁĮ ² +È ± +íĶ ķ +ðŁĺ ¤ +ãĮ ¢ +Ê Ķ +ठ¡ +á¼ Ī +ëİ ĥ +ë© ± +ë® Ī +ðĿIJ « +âĬ ķ +ëĥ ł +ë» ¬ +íĭ Ķ +Õ ¤ +á¼ ± +âľ ¥ +âĺ Ħ +âĪ ¥ +âļ ķ +ðŁij Ħ +ðŁİ ħ +ຠĻ +âĶ ¬ +á½ µ +Õ ¾ +Ö ģ +âĹ Ķ +ê¿ į +ëĸ µ +ë© İ +ë® ´ +ìķ ´ +áĥ ľ +á¼ ¡ +âĶ Ĭ +âķ ® +âĹ ¼ +ðŁį ¾ +ðŁĽ į +ðŁij Ĺ +ðŁ¤ ŀ +âľ Ħ +Õ Ģ +ঠ² +Ë ī +⣠¨ +Ä ¯ +Ï Ĭ +á´ ľ +ë¹ ³ +ï³ ĭ +ï¿ ł +Ä ª +âĤ ¸ +âľ ± +ê» IJ +ëĭ » +ë§ ¸ +ìŀ ¿ +ì© ¨ +ì ŃIJ +ì° ¿ +íħ Ł +ðĿIJ § +ðĿij ij +ðŁĮ İ +ðŁĵ ® +ðŁķ Ķ +âĹ Ļ +âĹ » +âŀ § +ìŁ Ŀ +âľ ¬ +ãĥ ° +âģ Ī +â ĵĺ +ðŁ ĴĮ +ï¬ ĥ +ຠĶ +ìĶ ° +ðŁĺ ª +× Ģ +ìĥ ¨ +ïŃ ĭ +ðŁį ķ +ðŁĺ ´ +Ï ³ +á¼ Ħ +á½ ħ +âĩ ¢ +âķ Ń +ìĺ » +íĬ ¤ +Ü ĺ +⤠´ +âĹ į +áŀ Ł +ðŁį º +áŀ ļ +ðŁı Ĭ +ðŁIJ · +Ê Į +á½ º +âģ » +ê½ Į +ëĪ Ĺ +ë Ĺı +ì¿ ° +íĢ ¼ +íį ħ +ï· ² +ðŁĮ ı +ðŁį « +ðŁį ³ +ðŁİ ° +ðŁij ° +ðŁĴ ² +ᥠĻ +ðŁIJ Ł +ï¿ ¡ +ðŁĹ £ +ðŁį ľ +âľ ² +ãİ ¢ +ðŁĶ ° +á¼ ¸ +á½ ij +Ä İ +áĦ Ģ +âĻ ķ +ëł Ŀ +ìĪ ´ +ïŃ Ń +Ó ľ +Ô Ģ +ëĢ ľ +ëĥ Ķ +ìĬ Ľ +ì« ij +ìº ¥ +ìº ¬ +ðĿij ¦ +ðŁĶ ¶ +ì¾ ¨ +ðĿIJ ļ +ðŁį » +ðŁĴ į +ðŁ¤ ¡ +ðŁķ Ĭ +â½ ĩ +âĵ IJ +ðŁį Ń +ðŁį ª +ðŁĶ Ĩ +Ò ¡ +á´ ĩ +É Ĺ +Ü Ķ +âĦ İ +âĿ ĥ +ëĹ Ģ +ï² Ķ +ïº Ī +ðĿIJ » +ðŁĴ Ĭ +ðŁļ « +Ñ ° +Ñ ³ +ठ· +âĹ ł +ðŁij ¤ +ï¾ ĩ +âĺ ĵ +ðŁį µ +ðŁ¤ ¨ +âĸ Ń +à® ´ +Ü ¢ +Ü ¬ +à´ ® +ðŁķ º +Ô ¹ +Õ £ +à´ ¯ +á ´Ģ +âĮ ī +âľ IJ +âŀ ¦ +ê¹ ½ +ëĮ ľ +ðŁı ¥ +ðŁĵ © +Ò ¹ +Ó ĺ +ठħ +âĿ § +Æ Ĺ +âĹ ½ +ðŁij « +ðŁİ § +ðŁij £ +âľ » +ðŁĻ ħ +ðŁĺ ĸ +ðŁĴ ® +ຠ° +ðŁĶ ľ +ðŁį Ħ +ðŁ¤ Ŀ +á ĥĿ +áŀ Ģ +âĩ ¦ +Ê ¾ +Ò ® +Õ ¼ +ठĨ +âĹ ħ +âļ ĵ +âļ ĸ +ê¿ © +ë¯ Ħ +ìIJ IJ +ìŀ ° +ì§ Ń +íĭ ĭ +íİ ¨ +íĻ § +ï² ij +ðŁİ Ĺ +Ù ³ +ðŁij ¸ +ঠ® +ðŁij ķ +Ú µ +âĢ ¾ +âŀ ° +ðŁij ¯ +ðŁİ ¼ +ðŁı ģ +Ä º +Ê ı +Ú ³ +âı ± +ê½ Ī +ëĿ Į +ìĮ ī +ìĹ · +ìŀ ´ +íĹ ¹ +íľ ¨ +ðĿĹ ² +ðŁĮ IJ +ðŁİ Ļ +ðŁı µ +íĽ Ļ +ðĿij ħ +ðŁĺ ¶ +âĵ ħ +âķ ¥ +ðŁį ı +ï¦ İ +Õ © +ðĿIJ Ħ +Ó £ +Ú ¿ +âĻ ļ +ðŁĶ Ĺ +Ḡ« +âĭ ® +âĸ ¦ +⼠½ +âľ µ +ãħ Ĩ +ãħ Ĭ +ëĦ Ļ +ëĿ ¨ +ë¥ Ħ +ìĦ ¦ +ì§ ° +ì§ ¹ +íī Ī +ï§ ij +ï» ĩ +ðŁĮ ¾ +ðŁı ĸ +ðŁIJ ij +ðŁĴ ³ +ðŁĵ Ĩ +Û ĩ +Ü ķ +á½ ½ +ëĦ ľ +à´ ² +à´ ³ +àº Ń +áĥ Ľ +âĿ Ķ +âij ħ +áĥ ¥ +ðŁĵ ħ +âŀ ³ +á´ µ +ï¹ ¡ +ï¹ ¶ +Î Ĩ +ठ¥ +áī µ +âĿ Ļ +âĿ ± +ëī ł +ëİ ł +ëı Ľ +ë¿ ħ +ìĶ ¸ +íij ¯ +íŀ ī +íŀ Ľ +ï§ Ħ +ïŃ ĺ +ïº ¦ +ï» ¸ +ðĿij Ĥ +ðĿij ı +Ï ij +Ú ł +áĢ Ķ +áŀ Ķ +á¹ ¢ +ëĦ ¸ +ðĿIJ ¨ +ðŁĩ ´ +Õ ° +ðŁij ł +ðŁį Ĩ +ðŁı Ģ +ðŁ ijIJ +ðŁį ĩ +ðŁIJ £ +áĪ Ń +Ü ª +ðŁ ĮĢ +áŀ ĺ +âĩ Ħ +ðĿIJ Ģ +Ê Ļ +âĶ ¼ +ðŁı ¿ +Æ · +È ł +Ñ ½ +âĤ ¨ +ê´ Ń +ê¹ » +ëĶ ¨ +ìĪ Ģ +ì¾ ° +íĨ Ī +ï® § +ï¯ ½ +ðŁĶ ħ +ðŁĶ ® +Å ¢ +Ê ° +Ñ ¸ +ठ£ +âĬ Ĺ +ëª Ħ +ï¹ · +ïº ħ +ðĿIJ µ +ðŁĮ ¶ +ðŁĵ ° +ðŁĶ · +ðŁĸ Ĵ +ðŁ¤ ² +ëī © +ðŁİ Ĩ +ðŁ§ IJ +ðŁį ® +âĨ º +âĿ ¢ +ðŁij ª +ðŁij ± +âĨ ¡ +áŀ ı +Ú ķ +ðŁį ¹ +ðŁĴ Ģ +Ë ® +Ó ¨ +Ö ħ +ठĩ +âĤ ¡ +âĪ ķ +âĺ ī +ê¹ ¼ +ê¼ IJ +ì½ ¸ +ðĿIJ ¬ +ðŁı ħ +ðŁij Ļ +ðŁĴ ī +ðŁ¤ Ļ +È ĺ +É ³ +É ¹ +Ù º +áĢ Ħ +á¿ ³ +âļ ĺ +âĿ Ĩ +ëĨ ī +ìĸ į +ìĺ ĩ +ì¥ ĺ +íĸ ħ +íĻ ij +ï® Ĭ +ï¿ Ń +ðĿĴ IJ +ðĿĹ ¢ +ðŁĶ ĸ +ðŁĶ ¨ +ðŁļ ij +ðŁļ ² +Æ ¸ +âĹ ¥ +ðĿIJ Ń +ðŁį ½ +âĹ ij +âĵ ĩ +ðŁĶ ± +âľ ¼ +ï¹ ĥ +âķ ± +ãĢ Ĺ +ðŁı ĭ +ðŁļ ´ +ðĿIJ ® +Ä ļ +Õ ı +Ä ¶ +áĥ ij +á¹ ¬ +Ä Ī +Ä Ĵ +Ò ° +Ó ķ +â IJ +âIJ £ +âĹ ¢ +âļ Ļ +ãħ Ĺ +ê° ¬ +ê³ ª +ê» Ģ +ëĦ ´ +ëİ ģ +ëĿ Ķ +ë¬ ½ +ëŃ į +ìĩ ³ +ì° ¹ +íĮ ¹ +íŀ Ŀ +ï® ĭ +ï ¶Ī +ðĿĴ Ĥ +ðŁ¥ Ģ +ðŁ¦ ħ +Ê ĺ +á¼ ij +âģ İ +ðŁį ŀ +âĨ ĸ +âĨ Ļ +ðŁİ ĥ +âĦ ¡ +âĭ ± +ðŁĶ į +ಠ¨ +áµ ĥ +âĶ « +⦠¿ +ðŁĩ » +Æ ¤ +Ò ı +Ò · +Û ī +à® ķ +Ḡ³ +ï¬ ± +ðŁĨ Ķ +Ú Ń +Û ¦ +áħ ¡ +âĦ ¹ +ê¿ İ +ëķ Ķ +ë¼ ī +ìļ § +ì² µ +ì´ ¨ +íĬ Ī +íĸ IJ +ðĿĹ ĺ +ðŁĩ ¿ +ðŁİ ĸ +ðŁij ħ +ðŁ ĵĺ +ðŁļ Ļ +ðŁĽ µ +ච½ +⼠µ +ðĿIJ ³ +ðĿIJ ¸ +âļ Ķ +ðŁij Ń +Ó ij +âĶ ¯ +ðŁħ ¿ +ðŁĺ ¹ +ï¿ « +â¼ ¤ +ðŁĴ ĩ +ðŁĵ İ +ðŁĸ ĭ +ঠ¸ +ðĿIJ į +Ä ² +Ï ĭ +Ñ ¬ +Ú ¬ +Ü Ĵ +á´ ¬ +ï¨ Ħ +É £ +Ë ij +Ï µ +Ò Ŀ +Û ¥ +Ü ł +๠Ľ +áĥ ķ +áĬ ķ +á¾ ¶ +âĤ · +âĩ ¾ +âķ © +âĸ IJ +âĺ ª +âĺ ® +âĿ ļ +âĿ Ń +âŀ ± +âµ İ +ãı Ĭ +ë© ĵ +ìĹ ¾ +ìª Ħ +íĵ Į +íķ ¼ +ïŃ ¬ +ðĿij Ĩ +ðĿij ŀ +ðĿĸ Ĭ +ðŁİ ¸ +ðŁı Ħ +ðŁij µ +ðŁĴ ł +ðŁĶ ĺ +ðŁ¥ Ĥ +Å ª +à· ĥ +á´ ¼ +âĬ ° +ë³ ı +ë´ £ +ï¥ ľ +ðŁĵ Ī +ðŁķ ¯ +ðŁ§ Ģ +âĻ IJ +ðŁĨ Ĺ +ðŁĵ ķ +ðŁ§ ģ +Ü « +âĿ IJ +Õ ķ +འķ +âŀ Ŀ +ঠķ +ðĿIJ ¶ +É ¢ +Î Ħ +áĨ ¢ +âĤ ± +Õ į +à¡ ķ +á´ ° +Ḡ© +⼠· +âĿ ® +ê¡ ĵ +ëı ¤ +ëĹ IJ +ëµ Į +ìij Ī +íı ¿ +íĹ µ +ðĿIJ İ +ðŁĨ ĺ +ðŁı Ł +É ¥ +Õ » +à¡ Ķ +ठĸ +á´ ¸ +âİ Ļ +âİ ¥ +âı ³ +ëģ ķ +ëĬ ī +ì¡ į +ì¹ ¡ +ï¦ ¶ +ï¬ Ł +ï® « +ï® ¯ +ï± ĥ +ï ·» +ïº µ +ðĿĹ Ķ +ðĿĹ ¡ +ðŁİ ¨ +ðŁĶ Ĵ +Ú Ľ +ठ§ +âŀ ¹ +áĢ Ģ +ðŁį ħ +âĹ ¤ +ठł +ðŁIJ ¥ +áĥ Ĵ +ðŁı Ŀ +ðŁį ¼ +ãĮ § +âĿ Ľ +ðŁIJ Ī +ঠ¯ +áĢ ŀ +ãĢ ĸ +áŀ Ļ +ঠª +Õ Ĩ +âĬ Ĩ +âľ ¾ +ðŁIJ Ĺ +ï¹ ¿ +Ä ¦ +Ü Ł +ಠł +ಠ¥ +áŀ ī +á´ ¥ +á´ © +á½ Ģ +á½ ¡ +âĨ ķ +âŀ ¯ +ê¡ ij +ëij £ +ë± Į +ìĪ ij +ìľ Ķ +ìŀ ½ +ì¨ į +ðĿij Ģ +ðŁĮ Į +ðŁį ¦ +ðŁį © +ðŁIJ ļ +ðŁĵ Ĵ +ðŁĵ ¹ +ðŁ¥ ij +Ä ĭ +Ë Ĺ +Ñ « +Õ ¢ +Ú ° +â ĮĢ +âĹ Ĥ +âĹ £ +âľ Ľ +âĿ Ĵ +âĿ ĺ +âŀ Ļ +âŀ ² +ãİ į +ê¡ IJ +ëŀ ĸ +ìĬ Ŀ +ìĽ ¤ +ì¡ ĭ +ì¨ ° +íĹ Ļ +ï¥ ¸ +ï³ į +ï» İ +ðĿij ĵ +ðŁĵ Ĭ +ðŁļ ¼ +ï¦ ģ +ðĿķ Ĵ +ðŁ ijľ +ðŁij ¿ +ðŁĩ ½ +à· Ħ +âĸ ´ +ãį ī +âĬ ĩ +ðŁ§ ¸ +Ú ¡ +â¾ ĥ +ðŁĹ » +âĵ ij +ðŁ¤ ¸ +ðŁ¤ ¯ +êĴ ° +ðĿIJ ĵ +âĶ ´ +êĴ ± +áĢ ĺ +â ĽĦ +ï¹ ¹ +Ó Ķ +áĥ ± +Ü ¡ +ß ŀ +âĻ ı +âľ ¸ +ìij ¨ +ðĿIJ Ŀ +ðĿIJ ¥ +ðŁį ī +ðŁij ¼ +ðŁ¥ Ŀ +Æ Ķ +Ý ¬ +ठ« +ຠļ +á´ ´ +á½ ĸ +âĤ ¶ +âİ ¢ +âĿ ħ +⣠« +ãİ Ľ +ë® ¨ +ëº Į +ë¼ ĺ +ìĨ Ŀ +ìľ ³ +ìŀ Į +ì£ Ĺ +ìª ĺ +ì» ¹ +ï· ¼ +ïº Ĥ +ðĿIJ ´ +ðĿIJ ¼ +ðŁĮ ļ +ðŁı « +ðŁĴ ¤ +ðŁĴ ¶ +ðŁĴ ¼ +Ê ķ +Ê ½ +â² Ł +ãī ł +ê¡ Ĵ +ëľ Ģ +ìĥ ¾ +ì¸ ¤ +ï¥ ģ +ðĿļ Ĭ +ðŁļ ĥ +âŀ Ľ +ìħ ´ +áĦ ĭ +âĩ Ĺ +ï§ · +âĺ ĸ +ðŁIJ ¦ +⸠ľ +ðŁĴ ´ +ðŁ¤ ļ +ãĬ Ĺ +âĮ Ľ +áĪ Ľ +༠º +â½ ī +ðŁı ¢ +âĵ ŀ +âĺ ½ +ãĢ Ļ +ðŁ¤ ® +Å IJ +áĥ ¬ +ðĿĹ » +ðŁį ĸ +Æ Ĭ +Ê Ł +ß ĭ +ठĭ +áµ Ķ +á¿ ĥ +âĦ ī +âĮ ĭ +âı ² +âĵ Ī +âĵ ¢ +âķ Ķ +âļ ij +âĿ ĭ +âĿ İ +â µľ +âµ £ +ëĴ Ī +ëľ ģ +ë¶ ĩ +ìį » +ìĺ Ń +ì§ ¢ +íĹ Ģ +ï§ Ĭ +ï ¬¸ +ï± ¡ +ðĿIJ º +ðĿij § +ðĿĺ ¦ +ðŁĵ ¥ +ðŁĺ Ł +ðŁ¥ IJ +Ä ĸ +É ¨ +áĢ IJ +áĥ ĵ +Ạĵ +á¼ ¶ +á½ Ħ +âĤ ¤ +âĮ ľ +âĮ Ł +âİ ł +⼠¸ +âµ į +âµ ı +âµ ĵ +ãĢ ĺ +ë ·¸ +íħ ¼ +ï¦ Į +ïŃ Ħ +ïŃ İ +ðĿĻ ļ +ðĿļ ĺ +༠ĵ +ëŃ ħ +áIJ Ľ +ãİ ¾ +ï¨ Ģ +ðŁĹ ½ +âĻ ŀ +Ë ĸ +âĹ ŀ +ðŁ¤ « +ðŁĺ Ĺ +ï½ ¦ +ðŁ¤ ¢ +âģ ĩ +ãĢ µ +ðŁį Ķ +áĬ ł +ðŁĺ ¼ +ðĿĹ ® +ðŁIJ ³ +ðĿIJ ĭ +ðŁĨ ļ +ðŁĶ Ľ +Ñ » +Ü ¨ +à® ² +âľ ŀ +âµ Ļ +êµ £ +ì¸ ¨ +ðĿ IJľ +ðĿĺ ° +ðŁĶ ½ +Ç » +Ç ¿ +Ê ĩ +Î IJ +Ð Ģ +Ñ ¡ +Ñ ² +Ò Ĵ +Ù ¶ +ß ķ +ච± +áIJ ģ +âģ ŀ +âĸ § +⼠Ī +âľ ľ +âľ ¹ +⣠¹ +⤠ĩ +ê² Ĭ +ê¾ ľ +ë¯ IJ +ë³ IJ +ìħ © +ìIJ ¬ +ìij ¹ +ï¤ Ķ +ï¦ ļ +ï¬ ł +ïŃ Ķ +ïº ¶ +ðĿĴ ı +ðĿĸ Ĩ +ðĿĹ ¶ +ðŁı Ĥ +ðŁIJ ½ +ðŁĴ © +ðŁĵ ½ +ðŁĹ ¨ +ðŁĹ º +ðŁĺ ¸ +ðŁ¥ § +Å Ĺ +Ê İ +Ò Ļ +× ² +ठĪ +á¼ ´ +á¿ ij +âµ ī +ãħ ĵ +ì½ ´ +ðĿĸ ĵ +ðŁĵ Ĺ +ðŁĶ ª +ðŁĸ į +Ï Ĵ +ðŁij ¬ +áĥ Ļ +âĨ ¬ +âĶ ¤ +⼠¹ +âĻ Ł +ðŁļ ¶ +ðŁij ¾ +âĪ ĭ +ðŁIJ ¯ +à¼ İ +âľ · +ï¨ Ļ +âĶ » +ðŁij ¹ +áĦ ī +ຠª +â¾ ı +â½ ħ +ãİ ĸ +Ñ ´ +Õ ® +Ú ¼ +áĢ ķ +áĨ ¼ +ëŃ ı +ðŁIJ ¸ +ðŁļ £ +Æ Ŀ +Ô » +áĥ ¢ +ðŁį ¯ +É ¦ +Õ ¦ +âĻ ĭ +ï¬ « +ðĿĹ ¦ +Ç ļ +É ± +ठī +á´ Ħ +âĻ ĵ +⼠° +⣠ª +ëĥ ĺ +ë¢ ¸ +ìĤ ij +ï® Ķ +ðĿķ ĸ +ðĿĹ § +ðŁĩ ¼ +ðŁĵ ĭ +ðŁļ ľ +ðŁ¥ ¤ +Ä ® +Å · +ß Ĭ +ॠ¥ +à® ª +áŀ Ħ +áµ Ģ +Ḡħ +á¼ ¢ +âĪ Ŀ +âĬ ¹ +âĴ ¶ +âķ ´ +⼠± +⼠³ +⼠º +âŀ Ł +ãı Ħ +ê¸ Ķ +ê¹ Ł +ëĩ ° +ë¹ » +ìĤ ¥ +ìĽ » +ì° Ł +íĥ ° +íĨ º +íļ ½ +ï¤ ´ +ï¥ ¾ +ï³ Ŀ +ðĿIJ ¦ +ðĿĴ ľ +ðĿĴ Ł +ðĿļ Ĺ +ðŁİ Ń +ðŁı ĵ +ðŁı ³ +ðŁı º +ðŁIJ į +ðŁij ĥ +ðŁĴ ı +ðŁ¤ ĸ +ðŁ¤ µ +Õ ² +âµ Ķ +ëĺ ¬ +ï¦ £ +Ê Ĥ +áĨ « +áŀ ij +ðĿĸ İ +ðĿĹ ĸ +áĦ ĥ +âĩ ł +áĢ ¡ +འĦ +âŀ ¸ +ï¦ Ļ +âĩ ļ +ðŁIJ ¬ +ðŁIJ ¢ +â¾ Ĵ +ðŁIJ ¤ +ðŁĶ « +ãĢ ŀ +ï¸ º +ðŁĺ º +â½ ´ +ðŁĨ ķ +âģ ¿ +ðŁį ¨ +ಠķ +ðŁļ ĺ +áŀ ħ +ঠħ +áŀ ¢ +ਠľ +â ļĮ +ãĢ ½ +à· ´ +âĵ Ľ +áĢ ľ +ìĨ ¨ +Ë © +Ü Ĺ +âĭ ¼ +ðŁĻ ī +Å Ĭ +É ĵ +Ê ² +Î ° +Ñ ¼ +Ô ¿ +à¡ IJ +༠ľ +འ¦ +ᶠľ +âĤ ² +âĨ ¨ +âĬ ¥ +âķ § +âĻ ľ +ãĭ ¡ +ë´ ¬ +ë¶ ij +ìī ¿ +ìİ ħ +ìł ± +ì° § +ï² ¡ +ðĿĴ Ľ +ðĿķ £ +ðĿĹ ľ +ðŁį ² +ðŁİ © +ðŁIJ IJ +ðŁIJ ł +ðŁij ½ +ðŁĴ ij +ðŁĵ ľ +ðŁķ µ +ðŁ ļĮ +ðŁĽ £ +Ê ĭ +Ó ¯ +Ù ¸ +ß Ķ +ß Ļ +à¡ ĵ +á´ į +Ḡ¿ +âı º +âĸ ¥ +ë¤ ½ +íľ ij +ðĿIJ ¹ +ðĿĸ Ķ +ðĿļ İ +ðŁĵ Ħ +ðŁ¦ · +Æ ĥ +ঠŁ +âĮ Ĥ +âĺ Ń +â² ļ +ëĿ ķ +ðŁİ £ +à® ĩ +འĨ +áħ µ +áĹ ľ +âĢ ½ +âĮ £ +âģ ½ +ðŁĵ ¬ +ðŁ¤ § +âĩ ª +â½ £ +âĹ Ł +ï¨ Ĺ +êĴ ª +ðŁĽ Ģ +Ç Ĥ +ðŁ¥ ¶ +ðŁİ į +ï¿ © +ðŁij Ĵ +áµ Ī +ï¸ ¿ +áħ © +â¾ ¦ +à° ¤ +á´ ĸ +ਠ¬ +àº Ĺ +༠» +Ñ º +ਠª +á´ ³ +ðĿIJ Ī +à» Ģ +á´ ¿ +âĤ į +âĩ ¡ +⼠ª +ðĿIJ Ĥ +ðĿĴ ķ +ðŁ IJľ +Ê į +Ñ ± +འĥ +ë® IJ +ìĽ ¡ +ìľ ģ +ðĿIJ ¿ +ðĿķ ł +ðŁij Ľ +Æ ª +Ï º +Ó ¬ +Ù ¿ +Ý £ +ઠī +à® ¹ +འij +áĨ ¯ +áµ ĩ +âĩ ¥ +âı ª +âĻ ° +âļ Ń +âļ ¾ +ãħ Ħ +êĢ ° +ê° Ĺ +ê² ĭ +ê² » +ê¶ ľ +ê¼ ĩ +ê½ ¹ +ëĤ Ł +ëħ Ī +ëĭ ¢ +ë§ Ł +ëª Ĩ +ëµ Ģ +ì½ ± +íĩ ĺ +íľ ľ +ï§ ¾ +ï± µ +ï² ¢ +ï² ¤ +ðĿĴ Ĭ +ðĿĺ ¯ +ðŁį Ĺ +ðŁı į +ðŁIJ ĺ +ðŁĵ ¡ +ðŁĶ ŀ +ðŁ¤ ³ +ðŁ¥ ģ +ðŁ¥ Ĺ +ðŁ¦ Ĭ +Ä µ +Æ ¦ +Ç µ +É ¯ +Î ı +Õ Ħ +Ü ¥ +འģ +ᨠł +âķ « +ãİ ī +ë· ´ +ìĨ İ +ìİ Į +ì£ µ +íĽ ł +ï§ ª +ï³ ı +ï» º +ðĿij ģ +ðĿij ĩ +ðĿĴ Ĩ +ðŁİ ł +ðŁIJ Ķ +ðŁij Ł +Å ĸ +ठĮ +á¾ ½ +ê¦ Ĵ +à® Ł +á´ ± +ðŁı ° +ðŁIJ ŀ +འĢ +áĢ ħ +âĬ ¿ +ðŁIJ § +ἠģ +â¼ Ī +âĶ ¿ +ðŁ¥ ´ +â¼ ¿ +ðŁ§ ľ +ãħ ¿ +âĦ « +ãĢ ³ +ãĬ Ļ +â¼ Ģ +ï ¦¬ +ðŁı ¬ +ðŁĵ » +áĬ Ľ +áĦ ħ +ຠĬ +ຠĽ +áħ ³ +ðŁij ® +à® ± +âĺ ĩ +ðĿIJ ı +à´ µ +à» ģ +འı +འ¢ +ᥠ± +âĤ £ +ï¥ ¦ +ïŃ Ļ +ï´ © +ï¹ Ĥ +ðŁį £ +ðŁķ ¹ +Ï ĸ +ච¸ +ຠ¢ +áĭ Ń +âİ Ŀ +âĹ Ŀ +âĻ Ī +âĻ İ +ê½ ¥ +ì³ Ķ +ì¼ ij +ï± ° +ðĿij ĥ +ðŁĮ ª +ðŁį ¡ +Å İ +Ê ¦ +Ñ § +Ó İ +Ô ´ +Ú Ī +ß ĵ +ß § +ठĶ +áĪ « +áĪ µ +áĹ © +á´ ł +á¼ ł +âĢ Ĺ +âģ ij +âĦ ı +âĸ ĩ +â² £ +ãĦ ³ +ãī ® +ê³ Ĺ +ëĦ Ĵ +ëĸ « +ë¡ Ħ +ë¹ ° +ë½ ģ +ìĦ ģ +ìĮ ĺ +ìŁ Į +ì³ ī +ì¼ ķ +ï¬ » +ï³ İ +ï¹ ¸ +ï¹ ¾ +ðĿIJ Ĩ +ðĿij · +ðĿĽ ¼ +ðŁİ ı +ðŁİ ŀ +ðŁIJ Ļ +ðŁij Ĥ +ðŁĵ ģ +ðŁĸ ± +ðŁļ į +ðŁļ § +ðŁĽ ¡ +ðŁ¤ Ĵ +ðŁ¥ ŀ +ðŁ¥ © +ðŁ¦ Ģ +ðŁ¦ ĸ +Ë ¢ +Ü ļ +à® µ +áĢ ģ +áī ° +âı Ń +âĻ ¿ +ê³ ĺ +ëı Ŀ +ëķ ĥ +ìħ Į +ìĴ ¸ +ìĽ Ł +íħ Ħ +íľ « +ï§ ĺ +ï¿ ¬ +ðŁı · +ðŁĶ § +ðŁ¥ Ī +Æ ĸ +áŀ ĩ +áŀ ĸ +âģ º +âĹ ľ +âŀ © +ê¦ Ń +ëĻ ¤ +ïŃ ¼ +ðĿĻ ĸ +ðĿĻ £ +ðĿĻ ¤ +ðŁĮ Ŀ +ðŁĶ ij +ðŁĽ ł +ຠĩ +âĺ £ +ãĦ ¨ +ðĿĸ Ĺ +Ó ĵ +âĨ £ +ðŁ¥ ī +ðŁĮ ł +ðŁĺ ½ +ãİ ł +Å § +ðŁIJ Ĵ +ï§ IJ +ðŁĺ ¿ +âĪ ¬ +ðŁIJ ® +⣠± +ಠ¡ +â¾ ¼ +à° ² +Ë ¶ +âĸ ¿ +Õ Ī +áŀ İ +áħ ¥ +áŀ Ĺ +Õ § +ðŁ¤ IJ +ðŁį ł +ঠ¤ +චº +âĻ į +ìĺ Ļ +íĺ ĵ +ï¹ º +ðŁĽ ³ +Å ī +á´ İ +âı ľ +âĶ ³ +ê¸ · +ì¡ Ķ +ðĿĴ Ī +ðĿĴ į +ðĿĴ ¹ +ðĿĵ ĩ +ðĿķ Ł +ðĿĹ ¹ +ðŁĮ ħ +ðŁı ´ +Ä Ķ +Ä ¤ +Å µ +Ç ¾ +Ï ŀ +Ï ¶ +Ô ³ +Ü Ĩ +ß © +à¡ Ĵ +ठĺ +චļ +འĸ +áģ Ĭ +áĥ ŀ +áĦ Ĥ +áĭ « +á´ º +Ḡ£ +Ḡª +á¹ Ĥ +á¼ · +á¿ ĩ +âĩ Į +âı ¬ +âĻ Į +â® Ł +â´ » +âµ Ł +ê¦ ķ +ê¦ ª +ê¦ ® +ê² Ħ +ê¾ IJ +ëĥ ij +ëķ ĭ +ë¡ ¸ +ë¬ Ģ +ìĩ ¤ +ìĪ © +ìľ ķ +ìŃ ĺ +ì· ° +ì ·¸ +íľ Ģ +ï¤ £ +ï§ į +ï± Ħ +ï³ ij +ðĿIJ ¤ +ðĿĴ ĵ +ðĿĴ ¶ +ðĿĹ ¼ +ðĿĻ Ĭ +ðŁĩ ¾ +ðŁĮ Ľ +ðŁĮ ® +ðŁİ ĩ +ðŁİ ² +ðŁı Ľ +ðŁij ¥ +ðŁij ´ +ðŁĴ Ĩ +ðŁĵ Ĥ +ðŁĵ § +ðŁķ IJ +ðŁĸ ķ +ðŁĺ § +ðŁĻ Ģ +ðŁļ Ĵ +ðŁĽ « +ðŁ¤ ł +ðŁ¥ ļ +ðŁ¥ Ľ +ðŁ¥ £ +Ç ¯ +È § +Î Ĭ +Ò ² +× ° +Û ij +áĥ © +áĦ Į +áĪ į +áī ¥ +áı Ĥ +âģ ± +âĬ ¢ +âĹ ĵ +âĿ ° +ë¿ ¡ +ìĽ © +íģ Ń +íĨ ³ +íĬ Ħ +íĵ ¸ +ï¥ £ +ï¥ ´ +ï± IJ +ï± ¯ +ï³ ļ +ðĿĸ ĺ +ðĿĺ Ģ +ðŁIJ Ĭ +ðŁIJ Į +ðŁij ļ +ðŁĵ ĥ +ðŁļ Ľ +ðŁļ ª +ðŁ¤ ° +Ä ´ +áĥ ® +áĹ ¨ +âĻ ® +â² ŀ +ãĪ Ķ +ì ħį +ãħ ĥ +ï¥ ¡ +ຠ¡ +Õ İ +Õ º +⬠Ľ +â½ ¤ +ðĿIJ ² +âŀ µ +áĢ Ľ +âĶ ħ +âĨ Ł +â¼ Ĭ +ðŁĮ ½ +ðŁļ ¿ +ï¦ Ĭ +ãĦ £ +⼠© +ï© Ľ +ðŁį ± +â¾ ¨ +à´ ¤ +áŀ ģ +ຠŀ +Ê ļ +ðĿIJ Ĵ +à´ ± +áŀ ľ +à® © +à° Ĺ +à´ ļ +âĩ £ +ï¦ ķ +Õ ħ +Æ ĺ +âĤ ¦ +âĶ Ħ +ï¦ Ł +ï¦ « +ðĿIJ ģ +ðĿIJ ĥ +ðŁį ¸ +ðŁIJ ² +Å ¶ +É ĸ +ß ĺ +ภ¦ +འĶ +áĨ · +âģ ķ +âĵ Ĥ +âĿ ľ +ï¥ ¥ +ï¬ ® +ðĿĹ Ŀ +ðĿĹ ¿ +ðŁİ ¾ +ðŁĹ Ŀ +ðŁ¦ Į +Æ ħ +Ç ª +Ò Ĺ +Ü Ľ +ß ł +à¡ ij +áī £ +áĬ Ń +á¹ ¡ +âŀ ¼ +âŀ ¾ +â´ ± +ãī ¡ +ê³ ¯ +ë½ Ī +ìĤ ĺ +ìī ij +ì «ĺ +íĮ ĥ +íĻ ° +ï¤ Ĺ +ðŁĮ ¬ +ðŁĮ ° +ðŁį ¤ +Ä » +Å ĩ +Æ ¨ +É ķ +Ò ¢ +Ò º +Ö į +× ± +Ú ± +Ú ½ +Û IJ +ठĽ +à· Ģ +๠ļ +ຠ« +á´ ¹ +á ½Ķ +á¾ ³ +âĤ Ĵ +âĨ ´ +âĩ Ŀ +âī ħ +â Į¨ +âĵ ĵ +âĸ ¢ +âļ ¬ +âŀ Ń +â² Ĵ +ãİ ¿ +ê¿ ´ +ëĪ ± +ëį ¬ +ëİ IJ +ëIJ « +ëĶ « +ë± ģ +ìĥ ¥ +íĮ ¼ +ïŃ ĵ +ï® ¥ +ï² ° +ðĿIJ ĩ +ðĿIJ ij +ðĿij Į +ðĿĵ ª +ðĿķ ļ +ðĿĺ ª +ðĿĺ ¼ +ðĿļ Ľ +ðŁĩ ¶ +ðŁĮ Ħ +ðŁĮ ķ +ðŁĮ ¤ +ðŁĮ § +ðŁį ¬ +ðŁİ ĭ +ðŁİ » +ðŁı ¨ +ðŁIJ ĩ +ðŁij ĵ +ðŁĵ IJ +ðŁĵ Ļ +ðŁĶ ¼ +ðŁķ Ĵ +ðŁĸ ı +ðŁĸ ¥ +ðŁ¤ ¬ +ðŁ¥ Ĭ +ðŁ¥ Ĵ +ß Į +ຠĦ +á¼ µ +âķ ¡ +â² ¤ +â´ ¼ +âµ ¢ +ãĪ ¯ +ëĵ ¸ +ëŁ ĩ +ëº į +ðĿĻ § +ðŁį Ī +ðŁĶ ¬ +ðŁĸ Ĭ +ðŁ¤ ¾ +Ë ¡ +Ü © +âĮ ¡ +âŃ ij +â² ¦ +ë© ī +ì¼ Ń +ï¿ ¤ +ðĿĴ İ +ðĿĹ ¥ +ðŁIJ µ +ðŁķ ¶ +ðŁķ ¸ +ðŁ¤ ľ +Õ ª +áĪ ĭ +ðŁ¥ µ +ï° ģ +áµ IJ +âķ ĵ +áĢ ĸ +âĭ Ī +É ŀ +âŀ ® +ॠ° +ãĨ ģ +ðŁĴ ± +ðŁı Ń +áĨ ¨ +ðŁį ļ +ðŁ¦ IJ +á´ » +âĺ Į +à´ ķ +Õ ± +áħ ® +ðĿIJ Į +Å ¦ +ຠķ +âľ Ļ +Ë ³ +Ô µ +âķ Ĵ +ðĿĹ Ĺ +ðĿĹ ł +Ú ļ +ঠ§ +âĨ Ŀ +âĻ ī +ãĮ » +ì¹ Ĭ +ðĿĹ º +ðŁ§ ĺ +ì³ £ +ï¬ Ŀ +ðŁij º +Ç Ł +Î Ī +Î « +Ñ ¥ +Ô ² +Õ ¨ +Ü ¦ +ঠĨ +ঠ¥ +áIJ ¢ +á¼ ģ +á¼ ĺ +á¼ ¦ +âĵ Ŀ +ãĪ ° +ãİ Ĺ +ê² ¡ +ë¨ Ģ +ì£ Ķ +ì´ ¤ +ìµ Ŀ +ï§ ´ +ïŃ Ĭ +ï² Ł +ðĿIJ · +ðĿij ĭ +ðĿĵ ī +ðĿĺ µ +ðŁĴ · +ðŁĽ © +ðŁ§ ¹ +Å Ķ +Ê ŀ +Ë ¥ +Î Į +Ñ © +Ó IJ +Ó ł +Ú ij +Ú Ĵ +ß ¨ +ઠĪ +áIJ ĥ +á¹ ¯ +âĤ ĭ +âĤ µ +âĦ ħ +âĦ ł +âĪ £ +âī º +âī » +âĬ Ľ +âĮ IJ +âİ ĵ +âĺ ¸ +âĻ Ĵ +âļ Ĵ +âľ ĩ +âľ ł +â´ · +âµ ĸ +ãĦ ¸ +ãī ¢ +ãī ° +êĩ ´ +ê´ ¸ +êº ł +ëĤ ı +ëĤ ¢ +ëIJ Ģ +ëº ´ +ìĥ ľ +ìį ħ +ì¤ « +ì± ¦ +ìº ij +ì¼ ģ +ì¿ ³ +íĤ ģ +íħ ¡ +íĴ Ĥ +íĴ ī +íľ Ħ +ïŃ ª +ï® ¬ +ï¯ ¦ +ï± ª +ï² ı +ï ´Ģ +ï» Ĩ +ï¿ ¦ +ðĿij Ĺ +ðĿĸ Ļ +ðŁĮ ¡ +ðŁį Ŀ +ðŁį § +ðŁİ « +ðŁı ĺ +ðŁı ª +ðŁIJ ĭ +ðŁIJ Ľ +ðŁIJ º +ðŁij ĸ +ðŁij ŀ +ðŁij · +ðŁĵ Ģ +ðŁ ĶĦ +ðŁĶ Į +ðŁķ Ļ +ðŁĻ į +ðŁĻ İ +ðŁ¦ į +Ç ° +É Ł +Ê Ĩ +Ô ¼ +Ú ľ +ঠ¡ +ঠ¶ +áĴ ĥ +á¼ © +âĵ ķ +â² Ī +ê° ° +ê¹ ł +êº ħ +ëĦ ¹ +ë¯ ĵ +íIJ Ī +ï§ ¶ +ï® ij +ï² ¨ +ðĿĴ ī +ðĿĴ Ķ +ðĿĹ ¨ +ðĿĻ ŀ +ðĿļ Ĵ +ðĿļ ķ +ðŁIJ İ +ðŁ¤ ķ +ðŁ§ Ķ +Ï ° +Ô Ŀ +âĮ Ĭ +âĴ ¾ +ãī £ +ïŃ © +ðĿļ ŀ +Ê ij +ঠ¦ +áĦ ĩ +âī ĥ +â² Ģ +ìŁ İ +ðĿij ¶ +ðĿĵ ² +ðŁ İ· +ðŁļ ¹ +ຠģ +áł ł +ãĦ ļ +ðŁIJ ¿ +ἠļ +âķ ³ +ðŁIJ Ń +âĴ ¹ +ðĿĸ ļ +âĻ ĸ +ãĪ ² +âĨ ¾ +áĦ Ĩ +âķ Ľ +ðŁ¤ į +â½ ¥ +ðŁ Į¨ +âĪ ® +ãĮ ĺ +ãį ij +ï¹ Ģ +âĵ Ĺ +âĬ Ħ +ðŁı ¹ +Ë Ĵ +ðŁ¤ ± +ãı ľ +ðŁİ Į +ï¥ Ń +ঠ£ +ðŁİ ¹ +ãĬ Ł +à´ ° +ðĿIJ Ķ +à´ ¨ +འļ +âľ º +Õ · +ðŁij ³ +ঠľ +âĺ ĭ +âĻ Ĭ +ãĢ Ľ +È ĭ +à® ° +áĥ ¨ +âĦ ķ +íij Ģ +ðĿĵ ĥ +ðŁ¦ Ķ +Ä ¿ +Å Ģ +Æ ³ +É ļ +Ö ĥ +Ü £ +ß Ł +à¦ Ń +ৠ¡ +ච» +ຠ£ +འĩ +Ḡ¨ +á½ Ī +â½ ¬ +ê¡ Ķ +ì³ Ħ +ï¨ ī +ðĿIJ ¡ +ðĿĺ ¢ +ðŁį ¿ +ðŁİ Ł +ðŁı ī +ðŁĶ IJ +ðŁļ ħ +ðŁ¤ ½ +Æ į +Ç « +Ç ½ +È ļ +Î ī +Ó ¤ +Ó ª +Õ Ĭ +Ù ¼ +Ú ´ +ß Ŀ +චľ +á¼ ķ +á¿ ¥ +âİ ŀ +ãĢ ļ +ãī ¤ +ê³ ¸ +ê· ģ +ëĵ Ħ +ëĵ ķ +ì¨ Ķ +ì± ¨ +ðĿIJ ¾ +ðĿij » +ðĿĶ ¼ +ðĿķ Ŀ +ðĿĺ Ń +ðŁĨ Ļ +ðŁĵ ¤ +ðŁĶ Ł +ðŁĹ ¼ +Ä ľ +Æ ģ +Æ ¿ +Ç ³ +Ç · +É ĥ +É ł +Ê ī +Ê § +Ë ² +Ï ´ +Õ ģ +Õ ŀ +Ö ĩ +Û Ĥ +Û ĵ +ß Ĺ +ß ¦ +ঠ¹ +à® ³ +à´ ¸ +à» Ĥ +áĪ Ŀ +áĪ ª +áĭ µ +áIJ Ĭ +áĴ ª +áļ ĸ +áŀ Ľ +á´ ¢ +áµ ı +áµ Ń +ᶠ« +Ḡı +ẠĴ +á¼ ¥ +á½ ķ +á½ ¼ +âĤ Ĭ +âĦ Ĥ +âĦ © +âĩ ī +âī £ +âĮ ł +âİ Ł +âı ® +âķ ĺ +âĹ ĸ +âĺ © +âĻ ij +âĻ ² +âļ Ľ +ãĦ Ł +ãī ± +ãİ ļ +ê¡ ķ +êª ĸ +ê° ¹ +ê² Ĩ +êµ Ħ +ëĩ ¬ +ëĭ ¯ +ëı ł +ëĴ ¬ +ëĸ Ī +ëĸ ½ +ëĺ Ķ +ëŀ ¸ +ë¸ ħ +ë» ł +ë¿ Ł +ìĤ µ +ìĬ ī +ìľ ° +ìł ĭ +ìł Ķ +ì¥ ¡ +ìŃ Ŀ +ì¼ ¬ +íĪ ĩ +íī ľ +íį Ħ +íĽ ¾ +íĿ £ +ï¤ © +ï¤ ¯ +ï¦ ľ +ï¦ § +ï§ ľ +ï¨ Ī +ï¬ ª +ï ¬´ +ïŃ ½ +ï® ī +ï¯ ŀ +ï° Ĵ +ï± ĩ +ï¿ Ħ +ðĿIJ ħ +ðĿij Ħ +ðĿij º +ðĿĴ Ĺ +ðĿĵ ® +ðĿķ Ľ +ðĿķ ŀ +ðĿĸ ij +ðĿĺ ģ +ðĿĺ Ĩ +ðĿĺ ¶ +ðĿĻ ¢ +ðĿļ ľ +ðŁĮ ĥ +ðŁĮ ¦ +ðŁį Ł +ðŁİ İ +ðŁı Ļ +ðŁIJ © +ðŁIJ « +ðŁIJ ´ +ðŁij Ķ +ðŁĵ ī +ðŁĵ Ľ +ðŁĶ ī +ðŁĸ ¼ +ðŁĹ ĥ +ðŁĹ ¯ +ðŁļ ĩ +ðŁļ IJ +ðŁļ µ +ðŁ¤ ¶ +ðŁ¥ ĭ +ðŁ¥ ĵ +ðŁ¥ ® +ðŁ¦ İ +ðŁ¦ ł +ðŁ§ Ĵ +ðŁ§ ¨ +Æ IJ +Ç į +Ó Ģ +Ô Ľ +ಠ° +à´ Ļ +áĢ Ĵ +ê² Ŀ +ê¹ ¹ +ë© ¥ +ìĸ Ķ +ï¤ ģ +ï¤ ı +ï¦ ī +ï¦ ĵ +ï§ ī +ï² Ŀ +ðĿĹ ŀ +ðĿĹ ± +ðŁĮ ĭ +ðŁį ¶ +ঠļ +ìķ ľ +ðĿIJ ¯ +ðĿļ Ŀ +à° ¨ +འĺ +འł +á¡ ¥ +á¾ ° +âģ į +âĶ ° +⬠ľ +ðĿIJ ł +ðĿij ¯ +ðĿĹ Ľ +ðĿĵ » +ðĿĸ Ī +âŀ » +áŀ ł +â¡ ± +â» ij +ðŁ§ µ +ï¦ ¢ +ðŁij ĺ +ãĤ Ķ +â¼ Ł +ãĬ ¤ +ï¦ Ŀ +ãĮ ¦ +âĢ ¸ +ðŁĶ Ļ +ã ¹ +ã¹ ¦ +ï¹ ħ +ï© Į +ãī ¨ +ï¸ ½ +âį ¥ +ðŁļ ī +ðŁ¥ ľ +âĵ ľ +â» Ŀ +ï¨ ľ +ðŁĴ Ĵ +áĦ ij +â¾ ŀ +ï¨ ģ +à´ ª +áĦ İ +âŀ ´ +ঠ· +áħ ¬ +áŀ § +âĨ ¢ +âķ ¦ +âľ ij +Ë ¬ +Õ IJ +༠Ķ +Ê ¤ +Ë ¨ +ठŀ +à» ĥ +༠ļ +âĵ ¥ +âķ ľ +ðŁIJ ĸ +á¼ Ļ +á¼ ¤ +ìĨ ° +È Ĥ +Ê ± +à® ļ +áĥ § +á´ ĭ +á´ ® +âĿ ¡ +âŀ · +ëĿ ¡ +ï§ ¢ +ï¯ ¡ +ðĿķ ķ +ðŁħ ° +ðŁ¦ ¸ +Ç ¸ +Ó ŀ +Ô ¶ +Ö Ĩ +Ú ģ +Û ĭ +áİ ¥ +á¾ ¿ +âĶ Ń +âĶ ® +êĢ Ģ +ê± ĺ +ëIJ Ń +ë½ Ħ +ìĶ IJ +ì¸ Į +íģ ł +íĻ ± +ï¥ ī +ï¨ ĸ +ðĿij ´ +ðĿĸ Ĵ +ðĿĺ ¨ +ðĿ ļĮ +ðŁIJ ¡ +ðŁij ¢ +ðŁĵ Ķ +Å ħ +Æ İ +È © +Ò ª +Ô ĥ +áĥ « +Ḡĩ +⼠Ł +ê» Ń +ë¨ Ħ +ìŁ Ģ +ì¤ ´ +íļ IJ +ï¤ ³ +ðŁŁ ¢ +Æ § +È ¼ +Ê Ŀ +Ë Ħ +Ë ħ +Ë į +Ë § +Ò ¥ +Õ Ķ +Ø ı +Ø ¼ +ß IJ +ß ľ +ठĵ +ঠĻ +à® ĵ +ච´ +༠į +༠Ĵ +འ£ +áĢ Ĥ +áĢ Ĭ +áĦ Ħ +á Īĺ +áĭ Ĭ +áĮ į +áij ĭ +áŀ Ĥ +áł ¢ +á¡ Ŀ +á´ ¦ +áµ į +áµ ¨ +Ḡ¡ +Ḡ¯ +á¼ £ +âģ Ĥ +âĦ ĺ +âĦ ľ +âĦ ³ +âĦ µ +âĨ ¦ +âĩ Ĩ +âĪ · +âĬ ļ +âĮ « +âĮ ¯ +âİ Ľ +âİ ľ +âİ ¤ +âİ ¦ +âİ ® +âij ī +âĶ ī +âķ Ļ +âĸ Ĥ +âĹ Ń +âĺ Ĭ +âĺ į +âĺ Ĵ +âļ Ĩ +⼠§ +⼠² +âŀ ĺ +⥠Ħ +â´ ³ +â´ ½ +âµ Ī +ãī ¯ +ãİ ij +㧠¬ +êĻ ¬ +ê§ ģ +ê³ ¬ +ê´ ŀ +ê» ľ +ëħ ĵ +ëĭ ¼ +ëį ĸ +ëĸ ± +ëĿ ° +ë¡ ¹ +ë¢ ´ +ë£ Ģ +ë¤ ł +ë¨ ķ +ëŃ ¥ +ìĦ ¶ +ìħ ¤ +ìĮ ķ +ìį ª +ìı © +ìĴ Ģ +ìĶ ¯ +ìĿ Ķ +ìĿ ľ +ìł Ń +ì§ ¦ +ì¨ © +ì² ¬ +ì³ ¥ +ì¼ ¯ +íĢ « +íĢ Ń +íĥ ¸ +íĵ ģ +íķ ¬ +íĹ ¸ +íĽ ķ +íľ Ń +íĿ Ĺ +ï¤ Į +ï¤ ª +ï§ ¿ +ï¬ Ħ +ï¬ ħ +ïŃ ij +ïŃ « +ïŃ º +ï® Ĥ +ï® ¢ +ï® ¨ +ï° İ +ï° ł +ï² £ +ï³ IJ +ï³ Ĵ +ï³ ĺ +ï³ ľ +ï¹ ¼ +ï¿ ¨ +ðĿIJ © +ðĿĴ ļ +ðĿķ Ķ +ðĿķ ¤ +ðĿĸ Į +ðĿĹ £ +ðĿĹ ° +ðĿĹ ´ +ðĿĺ Ĥ +ðĿĺ ¥ +ðĿĺ ® +ðĿĺ ¸ +ðĿĻ Ģ +ðĿĽ ¾ +ðĿľ ı +ðŁĮ ģ +ðŁĮ ľ +ðŁĮ ¥ +ðŁĮ ¯ +ðŁį IJ +ðŁİ Ĵ +ðŁı Ķ +ðŁı ķ +ðŁı ® +ðŁIJ Ĥ +ðŁIJ ī +ðŁIJ ¹ +ðŁĶ ķ +ðŁĶ ļ +ðŁķ ij +ðŁķ £ +ðŁĹ ŀ +ðŁĹ ¡ +ðŁĹ ¿ +ðŁļ Ĩ +ðŁļ Ĭ +ðŁļ ĵ +ðŁļ ķ +ðŁļ ¾ +ðŁĽ ģ +ðŁĽ İ +ðŁĽ ı +ðŁ¤ ´ +ðŁ¥ ķ +ðŁ¥ ĸ +ðŁ¥ ł +ðŁ¥ ¥ +ðŁ¦ Ĩ +ðŁ¦ ī +ðŁ¦ ļ +ðŁ§ ij +ðŁ§ ¥ +ðŁ§ ¿ +Å ° +Æ º +É § +ઠĩ +à® £ +áĪ Ī +áĬ ¤ +áĭ ® +áĮ Ī +áĮ µ +ᥠ² +âĵ Ł +êĻ ³ +ê° Ĭ +ëķ ģ +ëķ ¨ +ìĬ ģ +ï¦ µ +ï¬ ² +ðĿĸ į +ðĿĺ Į +ðĿĺ ³ +ðĿĻ © +ðŁį Ļ +ðŁĸ ĸ +áī ³ +áĭ ¨ +áĸ ĩ +áŀ Į +á¹ § +âķ ª +âŀ ļ +â² ĺ +ê ķ +êķ ¥ +ï¤ · +ï® £ +ï¯ ł +ðĿĴ ĸ +ðĿķ ĺ +ðĿĸ ĩ +ðĿĹ Ł +ðĿĹ ª +ðĿĹ ¯ +ðĿĻ ł +ðŁĵ ı +à¦ Ĺ +âĴ » +â² ł +ðĿĵ µ +Ê £ +à° ľ +áĬ ¢ +áŀ IJ +Ḡ· +âĦ Ľ +âĩ Ģ +âĩ Ĭ +êĴ ¦ +ê¦ ł +ï® ¤ +ðŁį Ľ +ðŁ¤ Ľ +ᨠ¾ +âŀ º +áķ ¯ +ἠı +âĩ Ĥ +âĶ ¹ +âĻ Ĺ +ðŁĸ ¨ +ê¦ ı +ઠ° +áļ ¨ +ðŁ¤ ¥ +ðŁ§ ¢ +ãIJ Ĥ +ãĦ ¥ +ðŁĸ Į +â¼ Ĵ +ãĬ § +âį © +ðŁ¦ ij +âĶ · +ï© IJ +ï© ¡ +ðĵ Ī +ðĵĪ Ĵ +â» Ħ +ï¨ Ĵ +âĦ ª +Ò § +Ú Į +âĢ ¶ +⺠ł +â» ģ +âĨ ¸ +áĦ IJ +ãħ IJ +à» Ħ +áĹ ª +âĨ ¼ +âĩ ĭ +âĩ ĺ +âĮ ij +âĸ © +ðĿIJ Ĺ +Ä Ĭ +ঠī +ìī ł +É ¤ +ß į +ß ı +áµ Ĺ +âĤ ¥ +âĵ ī +âĶ ł +âĶ ¨ +âķ Ħ +ä ¤ +ä¤ Ģ +ê» ¸ +ï® ģ +ðĵ Ĥ +ðĵĤ ĥ +ðŁ¦ ķ +Æ Ľ +ঠĩ +ãı ĺ +ï® ¼ +Ú ĵ +Ú Ŀ +ঠĵ +ච¯ +á´ ħ +á½ Ļ +âģ ¼ +âĸ İ +â¼ © +ä Ķ +äĶ Ģ +ë» ¡ +ìĽ ½ +íģ Ħ +ï¥ ¼ +ï± ī +ï¹ » +ðĿĸ ĭ +ðĿĻ Ī +ðĿĻ ª +ðĿ Ļ¶ +ðŁIJ Ħ +ðŁIJ Ĩ +áİ ¢ +ḠĮ +âĿ ´ +ðŁı ¸ +È Ŀ +É ¸ +Î ħ +Ï ľ +Ó ¢ +Õ ¹ +à´ ħ +ຠĪ +áĭ ° +áij İ +áł µ +á¡ ł +á´ ī +Ḡµ +á¿ ´ +âĵ £ +âĶ ¶ +â½ ¯ +ê² ¥ +ê¿ ĺ +ëģ İ +ëİ Ī +ëĶ ¯ +ë² ° +ìĺ ¯ +ìĽ ¸ +ìŀ Ĺ +ì§ ĺ +ì¬ ¬ +ì· ¬ +íģ ħ +íĵ Ķ +íĽ Ŀ +ï¤ ® +ï¤ ¹ +ï¥ ² +ï¯ ĸ +ðĿĵ ħ +ðĿĻ Ħ +ðŁĵ ¶ +ðŁĹ Ĵ +ðŁ¥ Ķ +ðŁ¥ Ń +Å ® +Å ´ +Æ ī +Æ « +Ç ģ +Ç £ +Ç º +Ç ¼ +È į +È ¯ +É ľ +Ê ¬ +Ë ģ +Ë ¤ +Ë µ +Ï Ľ +Ò ¤ +Ò ¬ +Ó ı +Ó Ľ +Ó ¡ +Ó ³ +Ô Į +Ô ¬ +Õ ³ +Ù » +Ú ī +Ú § +Ü ľ +ß ª +ठĿ +ঠĽ +ਠĨ +ઠķ +ઠ¡ +à® İ +à° ¬ +ൠ» +ൠ¼ +චł +à¶ Ń +ච¶ +à· Ĩ +༠½ +áĢ ļ +áħ ¢ +áĨ ¸ +áĪ Ģ +áĪ ķ +áĪ ° +áī ¡ +áī ¤ +áĬ ¦ +áĬ « +áĭ ĭ +áĭ į +áİ ¯ +áij Ń +áķ Ĺ +ᣠĽ +ᥠĴ +á© ī +áŃ º +á´ ¡ +áµ ĺ +áµ Ľ +ᶠł +Ḡģ +Ḡĭ +á¹ Ļ +á¹ Ŀ +á¹ ¦ +Ạħ +á¼ Ĥ +á½ ĥ +á½ į +á½ § +á¾ · +âĢ µ +âĤ İ +âĦ Ŀ +âħ Ģ +âĨ ŀ +âĨ § +âĩ ħ +âĪ ĥ +âī ı +âī ½ +âĬ ŀ +âĬ ¡ +âĬ § +â Ĭ¶ +âĭ Ħ +âİ Ĵ +âİ ¡ +âİ £ +âİ ª +âı İ +âĵ ĥ +âĵ ĸ +âĵ ¨ +âķ ĭ +âķ ĸ +âķ ¢ +âķ ² +âĸ Ĩ +âĸ Ĭ +âĸ į +âĸ ® +âĺ ¡ +âĺ ¦ +âĺ ± +âĺ ¿ +âĻ ĺ +âĻ Ŀ +âļ ° +⼠ij +âŀ ª +⤠Ŀ +⤠¢ +⤠· +⧠« +â¨ Ń +⨠¯ +â± £ +â² İ +âµ Ľ +ãħ Ķ +ãĪ ı +ãī ² +ãī ³ +ãĬ ij +ãĭ Ľ +ãİ IJ +ê² ¤ +ê· ¿ +ê¹ ŀ +ê» ¨ +ê¼ į +ê¿ ¸ +ëĥ ¬ +ëĩ IJ +ëĭ ł +ëį ¯ +ëĹ Į +ëĹ ij +ë¥ Ģ +ëª ĥ +ëª ¯ +ë± ¡ +ë³ ĵ +ë³ ½ +ë µľ +ìĤ ³ +ìħ ¥ +ìĩ ½ +ìı ¨ +ìı ¸ +ìķ į +ìĸ ĸ +ìŁ ¨ +ì¢ ĥ +ì¢ į +ì¥ ij +ì§ ¼ +ì© ĥ +ì® ľ +ì® ¸ +ì³ ij +ì´ ¥ +ì¾ ĥ +íħ ¦ +íĪ ¿ +íĵ ½ +íķ ³ +íĸ ı +íĹ ł +íĿ « +ï¤ ĵ +ï¤ ĺ +ï¥ İ +ï¥ ¶ +ï¦ ħ +ï¦ ½ +ï§ ĩ +ï¬ Ĩ +ï¬ ³ +ï® ĩ +ï® Ī +ï® Ŀ +ï® © +ï® ± +ï¯ ĺ +ï¯ Ļ +ï¯ ¢ +ï¯ £ +ï¯ ¤ +ï¯ ¥ +ï± Ĥ +ï² Ĩ +ï² ª +ï´ ¼ +ïº ī +ïº Ĭ +ïº ¥ +ðĿij ¨ +ðĿij © +ðĿij ² +ðĿ ĴĮ +ðĿĴ ª +ðĿĴ ® +ðĿĵ Ĥ +ðĿĵ Ī +ðĿĵ ¯ +ðĿĶ ¨ +ðĿķ Ģ +ðĿķ Ĩ +ðĿķ ¦ +ðĿķ § +ðĿķ « +ðĿķ · +ðĿĹ µ +ðĿĹ ¸ +ðĿĺ Ħ +ðĿĺ Ļ +ðĿĺ ł +ðĿĺ ¬ +ðĿĻ į +ðĿĻ ij +ðĿĻ ¡ +ðĿ Ļ¨ +ðĿĻ · +ðĿļ į +ðĿĽ ¿ +ðŁ ĥ +ðŁĥ ı +ðŁħ ĺ +ðŁ ī +ðŁī ij +ðŁİ ¡ +ðŁİ ª +ðŁİ ± +ðŁİ ³ +ðŁİ º +ðŁı İ +ðŁı Ĺ +ðŁı ļ +ðŁı ŀ +ðŁı ¦ +ðŁı § +ðŁIJ ģ +ðŁIJ ħ +ðŁIJ ĵ +ðŁĴ Ĥ +ðŁĵ ij +ðŁĵ ĵ +ðŁĵ ¨ +ðŁĵ « +ðŁĶ ĭ +ðŁĶ Ń +ðŁĶ ¯ +ðŁķ Ĺ +ðŁļ Ĥ +ðŁļ ¢ +ðŁļ ¦ +ðŁļ ¬ +ðŁĽ ĭ +ðŁĽ Į +ðŁĽ ¬ +ðŁĽ ¶ +ðŁŁ ¡ +ðŁ¥ ĺ +ðŁ¥ Ł +ðŁ¥ ¦ +ðŁ¦ ĩ +ðŁ¦ Ī +ðŁ§ Ĭ +ðŁ§ Ĺ +ðŁ§ ¤ +Ê · +Ë ¹ +á¹ ļ +á½ ¥ +âĦ Ł +ê² ¯ +ê» « +ë° · +ìĥ Ĩ +ìĽ Ŀ +ì¨ ī +ì« ı +ï¯ ķ +ðĿľ ĭ +É ² +Ò Ń +Ó Ī +འĽ +áĭ ĵ +áĻ Ń +áł © +á¹ ® +âĦ Ĵ +âĨ » +âµ ĥ +ëĢ ¨ +ëł § +ìī ¥ +ìĮ ľ +ìĹ ¶ +ì¨ Ī +ìª ¾ +íı ½ +íļ Ķ +íĽ µ +ï¤ ¸ +ï¦ IJ +ï§ Ĺ +ï§ ļ +ï¬ ¯ +ðĿIJ Ĭ +ðĿķ Ĺ +ðĿĹ ļ +ðĿļ ĸ +ðŁħ ´ +È ĥ +É Ŀ +Ï ± +Ó Ĺ +ठ¢ +áħ ł +áī ¦ +áij Į +áĴ ¼ +áŀ ¡ +áł ¨ +áł Ń +ᨠħ +ᨠĶ +á´ ĺ +ᶠ¦ +á¸ İ +á¼ ħ +á¼ ¹ +âĨ ¯ +âĵ İ +ãı Į +ê ī +êī Ĥ +ëĨ § +ëĿ ± +ì¢ ¡ +íĪ ½ +ï¤ ĩ +ï¤ Ľ +ðĿIJ ķ +ðĿĵ ¸ +ðĿĵ ¼ +ðĿĹ ķ +ðĿĺ Ī +ðŁı £ +ðŁı ¤ +ðŁĹ Ħ +Ñ · +Ò ł +áµ ĸ +á¼ ¨ +ë¬ Ħ +ï° ´ +âĪ ½ +Õ Ń +Ú ¹ +ॠŁ +áĢ Ĩ +áŀ Ĵ +ãĢ ¶ +ê¦ « +ï¸ ĵ +ðĿIJ Ľ +ðĿĺ Ĺ +ðŁı ľ +ì« Ń +ðŁ§ ŀ +འĤ +âĨ ¿ +âĩ ı +âĵ ģ +âĶ § +âķ ģ +âķ ¤ +ê¦ Ĺ +ê¦ ¤ +ðŁı Ī +áŀ ķ +Ô ½ +àª Ĺ +ଠĨ +âķ ķ +ï½ ł +â¼ ¦ +â¼ ¯ +â¾ · +âĶ ĸ +ଠĵ +âĺ Ĺ +âį ĭ +ï¨ Ŀ +â¼ ¥ +ï¦ ª +âĦ Ĭ +ãĢ ´ +âį ¢ +ð¡ Ī +ð¡Ī ½ +ï© ¨ +ãĢ » +ãı ĥ +ï¦ ¡ +ï¨ ĺ +ðŁIJ ĥ +ðŁĨ ĸ +ðŁĹ ¾ +ãĦ ĩ +Þ ĭ +â¼ ¼ +ï¨ Ń +Þ Ģ +Þ Ħ +Þ Ī +Þ IJ +âĮ Ħ +â» ĺ +ãŁ ¢ +á ħ§ +ðIJĮ ¿ +Ë » +à² Ĺ +áĢ ĩ +áŀ Ĭ +âķ ĩ +ãĩ ¼ +ãİ ° +Õ Ĵ +Ü Ī +ß ¥ +à¿ IJ +áĢ Ł +âĨ ¥ +âķ Į +â½ Ģ +â½ ° +â¾ Ĭ +ä Ħ +äĦ Ģ +ðĵ IJ +ðĵIJ į +ðŁİ ¦ +âĤ ¯ +âĬ ĺ +âĦ į +Ê µ +Ñ ¶ +Ú ĥ +ঠĶ +à´ ¦ +áİ ¶ +áĵ ķ +á¹ ¨ +âĤ ł +âĩ ° +âĹ Ĵ +â¿ Ĭ +ê· ± +ì¹ ķ +íĪ © +ïŃ Ģ +ðĿĴ ¸ +ðĿĵ Ĭ +ðĿĺ © +Ç ¦ +É « +áĬ ¨ +È ¹ +Ê ¯ +Î ª +Ú Ģ +áĮ ¸ +áİ » +áı ķ +áı ´ +á² Ĥ +á½ ¨ +âı Ŀ +âĺ Ļ +ëĥ ¨ +ëĦ ¼ +ëĪ Ļ +ë£ ħ +ìĶ ¼ +ìķ Ŀ +ìļ ¬ +ìľ ± +ï¥ Ĥ +ï¦ ¹ +ï¬ ¹ +ïŃ ģ +ï³ Ī +ðĿĶ ħ +ðĿĺ ¤ +ðĿĻ ı +ðĿĻ Ļ +ðŁķ ī +ðŁ§ Ļ +Ḡij +ê´ ¼ +ëģ į +ëĹ ´ +ëĿ ³ +ë° ŀ +ë° ¢ +ëµ ĺ +ìĤ Ķ +ìĦ Ħ +ì¼ ļ +íĢ ł +íĬ ± +íĮ ĸ +ï¤ ij +ï¦ ´ +ï¦ ¸ +ï´ į +ðĿĺ · +Ä ¬ +Å ¬ +Æ Ģ +Æ ĭ +Æ ľ +Ç ij +Ç ĺ +Ç ŀ +Ç ¥ +Ç ® +É ° +É ¶ +É · +É ½ +Ê Ī +Ê IJ +Ë İ +Ë Ł +Ë ¦ +Ë ¯ +Ï IJ +Ï ĵ +Ï ¢ +Ï ¤ +Ï ª +Ï Ń +Ï ® +Ï » +Ñ ł +Ñ Ń +Ò ¨ +Ó Ŀ +Ô ¡ +Ô · +Õ ī +Õ ĵ +Õ ĸ +Õ ļ +Õ Ŀ +Ö İ +Ø ¿ +Ú ħ +Ú į +Ú Ķ +Û Ĭ +Û ¾ +Ü Ļ +Ý Ĵ +Ý ĺ +ß Ĵ +ß ĸ +ठĬ +ठIJ +ঠı +ঠĸ +ৠŁ +ઠ® +ઠ¹ +à® ħ +à® Ĩ +à° ¡ +à° ° +ಠļ +ಠ® +ಠ¯ +à´ Ł +à´ · +ൠ¾ +චij +චŀ +༠¼ +འĵ +áĢ ĵ +áĤ ¦ +áĥ ĸ +áĥ Ń +áĥ ¯ +áħ ¨ +áħ ª +áĨ ° +áĪ ģ +áĪ İ +áĪ ĵ +áĪ ¥ +áĪ ² +áĪ ´ +áĪ » +áī ł +áī ² +áī ¶ +áĬ £ +áĬ ¥ +áĬ ª +áĭ ĺ +áĭ ² +áĭ ¶ +áĮ £ +áį ¡ +áį £ +áİ ¬ +áİ ¾ +áIJ ¡ +áķ ķ +áĸ ± +áĹ IJ +áĹ Ń +áĺ ī +áļ ± +ἠŁ +áŀ ¥ +ᣠĶ +áł £ +áł ª +áł ° +áł ´ +ᤠĸ +ᥠ£ +á ® +á® ł +á ¯ +ᯠĻ +á ° +á° į +á´ Ĭ +á´ ¾ +áµ ģ +áµ İ +áµ ŀ +áµ ¤ +ᶠħ +ᶠĺ +ᶠŁ +ᶠ¢ +ᶠ¤ +ᶠ± +ᶠ» +Ḡī +Ḡŀ +Ḡº +á¹ ĵ +á¹ Ĺ +á¹ ª +ẠĬ +Ạı +ẠĽ +á¼ ĥ +á¼ Į +á¼ ¿ +á½ Ĥ +á½ ĵ +á½ Ĺ +á½ ¦ +á¾ ± +á¾ ´ +á¿ ĺ +á¿ Ł +á¿ ¸ +âģ ĺ +âĤ ij +âĤ Ľ +âĤ ¿ +âĦ ĩ +âĦ ŀ +âĦ ± +âĩ Ł +âĩ ² +âĪ ¤ +âĪ ¶ +âī Ĥ +âī ¾ +âĬ ¨ +âĬ ³ +âĬ · +âĭ Į +âĭ ĺ +âĮ ķ +âĮ ¥ +âĮ µ +âĮ º +âį £ +âį ² +âį µ +âİ ĩ +âı ĥ +âı IJ +âı ł +âı ¤ +âı ¶ +âı ¸ +âı ¹ +âij Ĥ +âĴ · +âĴ º +âĵ ¡ +âĵ ¤ +âĶ ¾ +âĸ ĺ +âĸ µ +âĹ ª +âĹ · +âĺ ¨ +âĺ « +âĺ ² +âĺ ³ +âĻ Ĩ +âļ ¤ +âļ ¥ +⼠ĵ +⼠´ +⼠¾ +âŀ « +âŀ ¿ +⣠· +⤠ij +⤠« +⤠¶ +⤠½ +⧠ª +⨠Ģ +â ©½ +⬠¡ +⬠¢ +⬠¤ +â² ĸ +â² ª +âµ Ģ +⸠® +⸠½ +ãĢ ł +ãĢ · +ãĦ Į +ãĦ ĺ +ãħ ij +ãĪ İ +ãĪ IJ +ãĬ ľ +ãĮ ĵ +ãĮ ł +ãİ Ł +ãİ ¤ +ãİ § +㬠® +ä Ī +äĪ Ģ +ä ° +ä° Ģ +ê ħ +êħ ī +êĩ Ĺ +ê Ī +êĪ į +ê§ Ĥ +ê§ Ĭ +êª Ģ +ê² Ī +ê² į +ê³ Ģ +êµ ł +ê½ IJ +ê¾ Ī +ê¿ ± +ëĥ ı +ëĦ ij +ëħ ¤ +ëĩ ¸ +ëĪ ¼ +ëī ħ +ëĬ £ +ëĭ º +ëį ŀ +ëIJ Į +ëķ ¸ +ëĺ ł +ëĻ ĩ +ëĻ Ī +ëľ ½ +ëŀ Ķ +ëł ľ +ë£ IJ +ë§ Ģ +ë§ Ĭ +ëª Ģ +ë¬ Ń +ë¯ ¾ +ë³ ľ +ë´ Ĭ +ëµ ī +ë· ľ +ë¸ Ģ +ë¹ ĭ +ìģ Ħ +ìĤ £ +ìĤ » +ìĦ µ +ìħ Ĵ +ìī Ī +ìī Ķ +ìĬ Į +ìĬ Ļ +ìIJ ´ +ìĵ º +ìķ ļ +ìķ º +ìĸ ľ +ìĹ ª +ìĺ ľ +ìĻ ¤ +ìļ Ľ +ìļ º +ìĿ ħ +ìĿ ı +ìĿ Ń +ìĿ ¶ +ìł Ľ +ì¡ Ī +ì¢ ī +ì¢ Ķ +ì© ł +ìŃ Į +ì¯ © +ì´ £ +ì¸ ķ +ì¹ Ł +ì¾ ¡ +ì¿ Ļ +íģ ĩ +íģ ī +íĩ Ģ +íĪ ¶ +íĸ ij +íĸ ¤ +íĹ ħ +íľ ı +íĿ Ŀ +ï¤ Ĵ +ï¤ ķ +ï¤ ¬ +ï¥ ħ +ï¥ ĩ +ï¥ ı +ï¥ ļ +ï¥ Ł +ï¦ Ħ +ï¦ Ī +ï¦ ¨ +ï¦ © +ï¦ ² +ï§ ģ +ï§ ĥ +ï§ Ķ +ï§ ł +ï§ £ +ï§ ® +ï ŃIJ +ïŃ ĸ +ïŃ ¦ +ïŃ ´ +ïŃ µ +ïŃ ¶ +ïŃ ¸ +ï® Į +ï® İ +ï® ŀ +ï® Ł +ï® ¡ +ï® ª +ï¯ Ķ +ï¯ Ĺ +ï¯ ļ +ï¯ Ľ +ï¯ Ŀ +ï¯ Ł +ï¯ § +ï¯ ¨ +ï¯ « +ï¯ ¯ +ï¯ ° +ï¯ ± +ï¯ ² +ï¯ ³ +ï¯ ´ +ï¯ µ +ï¯ ¶ +ï° Ģ +ï± ħ +ï± Ķ +ï± ´ +ï² ģ +ï³ ķ +ï· ½ +ï¸ ķ +ï¸ ± +ï¹ £ +ï¹ ½ +ï» į +ï¾ ± +ðĿIJ Ļ +ðĿIJ ½ +ðĿij ¤ +ðĿij ® +ðĿij µ +ðĿĴ ĥ +ðĿĴ Ħ +ðĿĵ Ń +ðĿĵ · +ðĿĶ ĸ +ðĿĶ ŀ +ðĿĶ ¢ +ðĿĶ ¦ +ðĿĶ ¬ +ðĿķ Ħ +ðĿķ Ĭ +ðĿķ İ +ðĿķ Ļ +ðĿķ ľ +ðĿķ Ń +ðĿķ ³ +ðĿķ ¸ +ðĿķ ¾ +ðĿ ĸī +ðĿĸ ı +ðĿĺ ĩ +ðĿĺ ī +ðĿĺ ĸ +ðĿĺ Ľ +ðĿĺ ŀ +ðĿĺ « +ðĿĺ ¾ +ðĿĻ ĩ +ðĿĻ ī +ðĿĻ ĭ +ðĿĻ İ +ðĿĻ ĺ +ðĿĻ ¥ +ðĿļ ĥ +ðĿļ IJ +ðĿļ Ķ +ðĿľ ĥ +ðŁĦ · +ðŁħ Ŀ +ðŁħ ¾ +ðŁĨ Ĥ +ðŁĨ ĵ +ðŁĮ Ĥ +ðŁĮ Ĩ +ðŁĮ ī +ðŁĮ ij +ðŁĮ ĺ +ðŁĮ © +ðŁĮ « +ðŁį ¢ +ðŁį ¥ +ðŁİ Ľ +ðŁİ ¢ +ðŁİ ´ +ðŁij ¡ +ðŁĴ ¾ +ðŁĵ Ń +ðŁĶ Ī +ðŁĶ ¦ +ðŁĶ ² +ðŁĶ ³ +ðŁķ ĵ +ðŁķ ķ +ðŁķ ĺ +ðŁķ Ł +ðŁķ · +ðŁĹ ³ +ðŁļ Ħ +ðŁļ Ķ +ðŁļ ĸ +ðŁĽ IJ +ðŁĽ ¤ +ðŁĽ ¸ +ðŁ ł +ðŁł ³ +ðŁ¤ ¹ +ðŁ¥ ĥ +ðŁ¥ ¨ +ðŁ¥ ª +ðŁ¥ ¾ +ðŁ¦ ĥ +ðŁ¦ Ĵ +ðŁ¦ Ļ +ðŁ¦ ¶ +ðŁ§ ł +ðŁ§ ª +ðŁ§ Ń +ðŁ§ ² +𣠷 +ð£· Ń +ð¦ ĺ +ð¦ĺ Ĵ +Æ ij +Ç Ļ +È ® +Ø ł +Ú Ħ +Ü Ģ +ß ¢ +áī Ģ +áĬ IJ +áİ ł +Ạŀ +ëĪ ŀ +ëķ Ł +ë£ ģ +ë¤ Ĺ +ìĦ ¥ +ìħ ij +ìĸ IJ +ìĽ Ľ +ì£ ķ +íİ ı +íĽ ĵ +ï¥ º +ï³ Ľ +ï´ « +ðĸ § +ðĸ§ · +ðĿķ ģ +ðŁIJ ª +ðŁĴ Ī +ðŁĵ ł +ðŁķ Ľ +ðŁķ ´ +Ñ Ŀ +Ó Ĭ +ॠ² +ઠª +áĥ ¤ +áį IJ +ᶠ° +á¼ Ŀ +á½ © +âĭ ĭ +âĴ ½ +âĻ ¾ +â ½Ķ +â¾ ¯ +ãĦ Ĵ +ãħ ļ +ëIJ į +ë· ģ +ìĭ Ģ +ìļ Ŀ +ì¥ ° +ìº ´ +íĭ ī +íĿ ½ +ï¦ Ģ +ï¦ ¿ +ï§ ħ +ï§ ĵ +ïŃ ¯ +ï® Ĩ +ðIJ¤ ķ +ðĿIJ Ł +ðĿĴ ħ +ðĿĵ ľ +ðĿĶ ° +ðĿĶ » +ðĿĺ į +ðĿĻ ¯ +ðŁĦ ½ +ðŁħ Ĥ +ðŁħ Ķ +ðŁħ ½ +ðŁĵ ´ +ðŁ§ ĸ +Ó Ĵ +Ḡ² +ëī ¼ +Ç ı +È ĵ +Ê ¸ +Õ Ĥ +Û ħ +ß ¡ +ß £ +à® ¯ +à° Ī +ಠ¸ +ຠ® +༠ķ +áĢ İ +áĨ ¡ +áIJ ĭ +áIJ ķ +áij ¯ +áŀ Ĩ +ᨠķ +á© Ī +âģ ħ +âĨ ļ +âĶ İ +âł © +â² Ĥ +â² Ķ +â² ¨ +ãĬ ļ +íĵ ² +ðĿij Ī +ðĿij ¬ +ðĿij ¹ +ðĿĴ ¾ +ðĿĵ ± +ðĿĵ ½ +ðĿķ ¯ +ðĿķ » +ðĿĺ ½ +ðĿļ Ĩ +ðŁĦ ° +ðŁIJ ¨ +Ò ķ +ಠħ +ï¨ Ĩ +ðĿij ° +ðŁĦ ¸ +Ô İ +Ø į +Ù µ +ಠ¶ +áĢ Ī +áĺ Ĺ +áł ¸ +á¡ ¡ +ᨠ² +á© ģ +á´ · +áµ § +âķ ¨ +âļ ģ +â¾ Ŀ +ãĢ ¼ +ãĦ ı +êĴ « +ê¦ ¥ +ê¦ © +ê¦ ² +ìĺ ¼ +íĵ IJ +ðĵ ĩ +ðĵĩ ¼ +ðĿķ ¿ +ðŁĽ ´ +ë¨ ľ +ಠµ +à´ İ +༠Ģ +âĩ ĸ +ãĪ « +âĵ Ģ +áħ ´ +áļ ¾ +ἠŀ +ἠ« +ᥠ´ +âĨ Ľ +âĨ ¶ +âĩ ¤ +âķ Ł +âĺ · +âļ IJ +ðŁ§ ´ +á¹ ³ +âĶ į +âĶ Ĵ +âĶ © +âĶ ¦ +â¾ µ +ઠľ +ઠ¤ +âĩ Ļ +âĶ ± +âķ Ģ +â½ Ĭ +ï½ Ł +ଠ¡ +ðł ® +ðł® · +âķ ĥ +â° Ķ +ãĬ ¦ +ðŁİ IJ +ãĩ ° +â¼ Ŀ +â¾ Ķ +â½ Ĵ +âł Ĵ +ï¨ ¦ +ï© Ĵ +ï¨ ² +ï© ĸ +ðĵı ¸ +ãĮ ĥ +ðĸ ¤ +ðĸ¤ IJ +ï¦ Ń +âĬ ħ +â¾ ³ +ä´ ¥ +ï© ķ +ðŁĮ Ķ +áŀ ĭ +âļ į +â¼ ĭ +ãİ ĺ +ðIJĮ ² +É © +áİ ij +âĨ ® +âĩ ĥ +âļ İ +ãĩ ± +ãĭ © +ãĮ ¶ +êĻ ª +ëİ ¬ +ï¨ IJ +ï¨ Ľ +ï© Ĭ +ï© į +ðĵ ħ +ðĵħ º +Ï ¡ +È ij +É Ĥ +Ô ĵ +ß İ +à´ § +áĢ ī +áĢ ĭ +áĢ ij +áĢ ł +áļ Ļ +ᨠĦ +ᨠ© +ᨠ¹ +á© ĵ +ᬠľ +á´ Ļ +áµ ij +âĤ Ń +âĨ ° +âľ ģ +â½ IJ +ãĭ ¯ +ãĮ ½ +íĨ ¢ +ï¤ ¿ +ðŁ Ĥ +ðŁĤ » +È Ĵ +Í º +Ô ¥ +Õ ij +Ú ¶ +à§ İ +ච® +ຠĸ +ຠľ +ຠ½ +áĥ » +áħ ¯ +áĭ ŀ +áĸ ķ +á ´Ī +ᶠĨ +Ḡľ +á¹ ¼ +á¿ ¨ +âĦ ĭ +âĦ Ń +âĪ ± +âĮ ĵ +âĶ ĩ +âĶ ¢ +â± ® +â² Ħ +ãĩ ¾ +ãĪ ¬ +ë¸ ¡ +ìIJ ī +íĻ Ľ +ðĿķ ª +Æ ¹ +Í ² +Ó ģ +Û ¼ +ঠ« +áħ Ł +áī Ĩ +áį Ī +Ạĸ +á½ ī +âĶ ¸ +â½ © +ê ľ +êľ ¥ +êµ ħ +ëĤ Ķ +ëĦ ł +ëĩ Ĺ +ëĻ Ŀ +ìļ ¯ +ìļ · +ìŁ Ľ +ì· IJ +íŁ ¬ +íŁ ® +íŁ ° +ï¦ Ĩ +ï¦ ± +ï² ŀ +ï³ ¤ +ï³ ¥ +ðIJĮ ¸ +ðĿĶ ı +ðĿķ ® +ðĿĺ £ +ঠĪ +âı ı +ãĦ ĸ +ê² ĩ +ëĸ ĺ +ëľ · +ëŀ Ĵ +ë¡ ĵ +ë¢ ī +ë£ ĥ +ë§ ĭ +ë² ĭ +ìĤ · +ìĪ ķ +ì Į¨ +ìĵ » +ìĸ Ĭ +ìĻ ¬ +ìĿ » +ì¦ ģ +ìµ ¤ +ì· ĥ +íĢ ľ +íħ ī +íį ł +íı ħ +íij ± +íķ ķ +íĸ ł +íĿ ķ +Æ Ļ +Æ ļ +Æ ŀ +Ç ĥ +Ç Ĭ +Ç ľ +Ç ¤ +Ç Ń +Ç ¹ +È Ģ +È ģ +È ħ +È ī +È Ĺ +È Ł +È ¤ +È ¥ +È ¨ +È µ +È º +È » +É Į +É ® +Ê ħ +Ê ¥ +Ê ¨ +Ë ĵ +Ë Ķ +Ë ł +Ë £ +Ë ¸ +Í ´ +Ï Ĺ +Ï ĺ +Ï Ļ +Ï ļ +Ï Ŀ +Ï ¨ +Ï ¬ +Ï ¾ +Ï ¿ +Ñ ª +Ò Ģ +Ò ľ +Ò ¼ +Ò ½ +Ó Ĥ +Ó ħ +Ó ĩ +Ó į +Ó ĸ +Ó Ł +Ó « +Ó ± +Ô Ĩ +Ô ĩ +Ô º +Õ ĭ +Ö ī +Ø Ī +Ø Ĭ +Ø ½ +Ø ¾ +Ù · +Ú Ĥ +Ú Ĭ +Ú ĸ +Ú Ĺ +Ú £ +Ú « +Ú ¸ +Û Ģ +Û į +Û ½ +Ü ī +Ü ¤ +Ý § +Ý ´ +Þ ĥ +Þ ¤ +Þ ¥ +ß ļ +ß Ľ +ß ¤ +àł į +àł ĵ +àł ³ +à¡ ¢ +ॠł +ৠł +ৠº +ਠĬ +ਠIJ +ਠ® +ਠ¯ +ਠ° +ਠ¸ +ઠĨ +ઠ³ +ઠµ +ઠ½ +ଠĮ +ଠĺ +ଠ½ +à® ĥ +à® ¸ +à° Ĩ +à° ķ +à° ¦ +ಠĨ +ಠĬ +ಠĮ +ಠIJ +ಠĽ +ಠ¤ +ಠ¦ +ಠª +ಠ² +ಠ¹ +à´ Ĩ +à´ ı +à´ Ĺ +à´ « +à´ ¹ +ൠº +ൠ½ +චħ +චĬ +චĶ +ච§ +ච« +ච° +༠Ħ +༠ħ +༠Ĭ +འĻ +འ¡ +འ§ +à¿ Ģ +à¿ Ļ +áĢ Ŀ +áĢ § +áĢ © +áĢ ¿ +áģ µ +áĤ ģ +áĤ ½ +áĥ Ĥ +áĥ ª +áĦ Ĭ +áĦ ¢ +áħ ¦ +áħ Ń +áĨ ® +áĨ ± +áĨ » +á ĩ +áĩ Ĥ +áĪ ħ +áĪ ī +áĪ Į +áĪ IJ +áĪ Ĵ +áĪ Ļ +áĪ ļ +áĪ ľ +áĪ ŀ +áĪ © +áĪ ³ +áĪ º +áĪ ½ +áī ħ +áī ¢ +áī ± +áī ´ +áĬ ĥ +áĬ į +áĬ ĸ +áĬ ® +áĬ ¸ +áĭ Ľ +áĭ Ŀ +áĭ ³ +áĮ ģ +áĮ ħ +áĮ ¥ +áĮ ¦ +á Į¨ +áį Ĭ +áį į +áį ķ +áį ĸ +áį ¢ +áį ¤ +áİ Ĵ +áİ ª +áı ģ +áı IJ +áı Ł +áIJ Ĥ +áIJ ĸ +áIJ Ŀ +áIJ ŀ +áIJ Ł +áIJ ł +áij ĸ +áĴ ĭ +áĴ į +áĴ ¡ +áĵ « +áĶ ķ +áķ ĭ +áķ ij +áķ Ļ +áķ ļ +áķ Ľ +áķ ¤ +áķ ¦ +áķ ® +áķ ¼ +áĸ ĵ +áĹ Ĺ +áĹ ¢ +áĹ ¯ +áĹ · +áĺ Ħ +áĺ ij +ἠĤ +ἠĻ +áŀ į +áł Ĩ +áł ¡ +áł ¦ +áł ® +áł ¯ +áł ² +áł · +á¡ į +á¡ ŀ +á¡ ¤ +á ¡´ +á¡ µ +ᤠĵ +ᥠĸ +ᥠ° +ᨠ¦ +ᨠ§ +ᨠ¨ +ᨠª +ᨠ¬ +ᨠ¯ +ᨠ³ +ᨠµ +á© ĥ +ᬠķ +áŃ £ +á ± +á± ļ +á² ł +á´ ĵ +á´ ¶ +áµ Ĥ +áµ Į +áµ ¥ +áµ ´ +ᶠĩ +ḠĪ +Ḡł +Ḡ§ +Ḡ´ +Ḡ¾ +á¹ Ģ +á¹ ĸ +á¹ Ł +á¹ ł +á¹ « +á¹ ± +á¹ · +á¹ ¿ +ẠĦ +Ạį +Ạij +áº Ĺ +á¼ ī +á¼ ĵ +á¼ Ń +á½ ĭ +á½ Ĵ +á½ ł +á½ £ +á¾ Ħ +á¾ ı +á¾ ij +á¾ Ĺ +á¾ ¦ +á¾ § +á¾ ¾ +á¿ Ħ +á¿ ĵ +á¿ ¡ +á¿ ¬ +âģ ļ +âĤ Į +âĦ ģ +âĦ Ķ +âĦ £ +âĦ § +âĦ ¯ +âĦ ° +âĦ ´ +âħ ħ +âĨ ľ +âĨ « +âĨ Ń +âĨ ± +âĨ ¹ +âĨ ½ +âĩ ĩ +âĩ ľ +âĩ µ +âĪ ī +âĪ Ĭ +âĪ ĸ +âĪ ľ +âĪ ¾ +âī Ģ +âī ĭ +âī Į +âī ĵ +âī ľ +âī ´ +âī ¿ +âĬ Ĭ +âĬ ĭ +âĬ Ķ +âĬ ĸ +âĬ £ +âĬ ¦ +âĭ İ +âĭ ª +âĭ ² +âĮ ¦ +âĮ § +âį º +âİ Ī +âİ ¨ +âİ ¬ +âİ ³ +âİ ¼ +âİ ¾ +âı Į +âı ļ +âı « +âı ¯ +âı µ +âĴ ľ +âĴ Ŀ +âĴ « +âĵ Ħ +âĵ Ĭ +âĵ Ļ +âĵ © +âĶ ij +âĶ Ļ +âĶ ļ +âĶ ¥ +âķ ħ +âķ ī +âķ į +âķ ı +âķ ŀ +âĸ ļ +âĸ ¯ +âĹ ĥ +âĹ ļ +âĹ ¬ +âĹ ´ +âĺ Ī +âĺ ¤ +âĺ ¥ +âĺ § +âĺ ¬ +âĻ ģ +âĻ ± +âļ ĥ +âļ Ħ +âļ ħ +âļ ı +âļ ļ +âļ ŀ +âļ Ł +âļ ± +âļ ² +âľ Ģ +âľ Ł +âľ ¢ +âĿ µ +⣠¡ +⣠¦ +⣠§ +⣠³ +⣠¾ +⣠¿ +âł ĩ +⤠Ħ +⤠º +⥠Ĥ +⥠¹ +⧠ī +⧠¼ +⧠½ +⨠į +⬠Ĭ +⬠Ł +âŃ ŀ +â® ŀ +â® ³ +⯠Ī +⯠ij +â± ł +â± ± +â² Ń +â´ ¹ +âµ ķ +⸠¾ +â º« +â¼ Ĩ +â¼ ł +â½ Ł +â½ ¼ +â¾ Ľ +â¾ § +â¿ ĥ +â¿ » +ãĤ ķ +ãĤ Ł +ãĦ Ľ +ãĦ ¡ +ãĦ ¶ +ãĦ º +ãħ Ĵ +ãħ Ł +ãĨ Ģ +ãĩ » +ãĪ ij +ãĪ Ń +ãĪ ® +ãĪ ³ +ãĪ ¹ +ãī ¥ +ãī ¦ +ãī ¹ +ãī ¿ +ãĬ ŀ +ãĬ ¨ +ãĭ ij +ãĭ ¥ +ãĭ ´ +ãĭ º +ãİ Ħ +ãİ ķ +ãİ ¯ +ãı Ĥ +ãı Ī +ãı ĵ +ãı ĸ +ãı ± +ãIJ ± +ãŁ ģ +ã ¢ +㢠¨ +ã ¨ +㨠³ +ã« ª +ã« ´ +㶠³ +㺠¾ +ä Ģ +äĢ Ģ +ä ĭ +äĭ Į +ä ĮĢ +äIJ Ģ +ä łĢ +ä ł +äł ¼ +ä § +ä§ ŀ +ä¨ ° +ä¨ º +ä ´Ģ +ä · +ä· ħ +ä ·¸ +ê Ĥ +êĤ « +ê Į +êĮ ¼ +ê į +êį ² +êĴ µ +ê ĵ +êĵ ½ +êĻ Ń +êĿ Ľ +êĿ ¥ +ê ŀ +êŀ Ĭ +ê¦ Ĩ +ê¦ ĩ +ê¦ Ł +ê¦ ¨ +ê§ Ī +ê © +ê© Ł +êª ĭ +êª ij +êª ķ +êª Ĺ +êª ľ +êª ® +êª ± +êª » +êª ¼ +ê« Ģ +ê« Ŀ +ê° ĥ +ê° ĺ +ê± ľ +ê² ĵ +ê² ļ +ê³ Ļ +ê³ ¾ +ê´ Ĺ +ê´ Ļ +êµ Ľ +ê¶ ĥ +ê¶ ķ +ê¶ ¨ +ê¸ © +ê¸ ¿ +ê ¹Ħ +ê¹ Ĩ +ê¹ ī +ê¹ ĵ +ê¹ ¢ +ê¹ £ +ê¹ ¸ +êº ³ +ê¿ ı +ê¿ ķ +ê¿ § +ëĢ © +ëģ ħ +ëĥ µ +ëĦ ĸ +ëĦ Ĺ +ëĦ ¢ +ëħ Ĥ +ëĨ IJ +ëĩ ľ +ëĪ ĭ +ëĪ ļ +ëī į +ëī ¨ +ëĬ ļ +ëĬ ¡ +ëĭ ľ +ëĭ ª +ëĮ ĺ +ëĮ ¤ +ëĮ ¸ +ëİ Ł +ëı ¨ +ëIJ Ħ +ëIJ ı +ëIJ ´ +ëIJ ¸ +ëij ģ +ëij ¿ +ëĴ ¨ +ëĵ · +ëĶ ® +ëĶ ² +ëķ § +ëĸ Ķ +ëĸ ª +ëĺ Ń +ëļ Ģ +ëļ ł +ëĽ Ķ +ëĽ © +ëľ ħ +ëŀ ķ +ëŀ ° +ëŁ IJ +ëł ¡ +ë¡ ŀ +ë¡ £ +ë¡ µ +ë£ Ħ +ë£ į +ë¤ ³ +ë¦ į +ë¦ ı +ë¦ ³ +ë§ Ħ +ë§ Ĩ +ë§ į +ë§ ľ +ë§ « +ë§ » +ë¨ ® +ë© Ĥ +ë© Ń +ëª ´ +ë¬ ľ +ë¬ ł +ë¬ « +ë¬ ¾ +ëŃ ¬ +ë® ĺ +ë® ¹ +ë¯ ķ +ë¯ ľ +ë° ¨ +ë° ª +ë± Ķ +ë² ĺ +ë² Ľ +ë² ± +ë² ´ +ë´ ½ +ëµ ¤ +ëµ ¨ +ë· Ĺ +ë· ĺ +ë¸ ĵ +ë¸ ľ +ë¹ ª +ëº ĥ +ëº ĺ +ëº µ +ë» ´ +ë¼ IJ +ë¾ Ķ +ìģ Ń +ìĤ ł +ìĤ ® +ìĥ ı +ìĥ Ļ +ìĦ º +ìħ ¢ +ìĨ Ģ +ìĨ ħ +ìĨ ¤ +ìĨ ¦ +ìĨ ¬ +ìĩ ± +ìĪ µ +ìĭ ¨ +ìĭ ´ +ìĮ ° +ìį ľ +ìİ Ĺ +ìİ ĺ +ìİ ¼ +ìij ī +ìij Ŀ +ìij » +ìĴ Ķ +ìĴ ¯ +ìĵ © +ìķ IJ +ìķ ĸ +ìĸ ł +ìĸ ¾ +ìĹ ĥ +ìĹ Ĺ +ìĹ ľ +ìĹ ¨ +ìĺ Ĥ +ìĺ Ħ +ìĺ ı +ìĺ ¾ +ìĺ ¿ +ìľ § +ìĿ IJ +ìĿ ĸ +ìĿ · +ìŀ į +ìŀ ı +ìŀ ¨ +ìŀ ª +ìŀ ³ +ìł ¡ +ìł ´ +ìł ¹ +ì¡ Ģ +ì¡ ª +ì¡ µ +ì¢ IJ +ì¢ ¨ +ì£ Į +ì£ Ļ +ì£ ³ +ì¦ ij +ì§ ¥ +ì§ ´ +ì§ ¾ +ì¨ ĵ +ì¨ ķ +ì© ° +ì© » +ì© ¼ +ìª Ĺ +ì¬ Ķ +ì¬ ĺ +ì® ® +ì¯ ķ +ì¯ ĺ +ì° İ +ì° ¯ +ì± ĥ +ì± µ +ì² § +ì² ® +ì² ¯ +ì³ ¬ +ì´ ĭ +ì´ ¢ +ìµ ¥ +ì¶ £ +ì¸ Ī +ì¸ Ļ +ìº ¤ +ìº Ń +ì» ½ +ì¼ Ļ +ì½ ¬ +ì¾ Ģ +ì¿ ħ +ì¿ ½ +íĢ ħ +íģ ¦ +íĤ ħ +íĥ ¶ +íĥ ¹ +íĦ Ķ +íħ £ +íĨ Ħ +íĨ § +íĨ ¹ +íĩ ¼ +íī ¤ +íĬ ½ +íĭ Ĥ +íĭ ij +íį Ī +íį Ļ +íį ¿ +íİ ¶ +íIJ Ŀ +íĴ ľ +íĵ Ŀ +íĵ ª +íĵ ± +íĵ · +íĵ ¼ +íĶ Ļ +íĶ ł +íķ ļ +íķ Ľ +íķ ŀ +íķ Ł +íķ § +íķ ¶ +íĸ Ĭ +íĸ ĭ +íĸ į +íĸ Ķ +íĸ ĺ +íĸ ¡ +íĸ ¬ +íĹ £ +íĹ ¿ +íĺ ĸ +íĺ Ń +íļ ° +íĽ į +íĽ ½ +íĿ Ł +íĿ Ń +íĿ ´ +íŀ ľ +ï¤ ī +ï¤ Ń +ï¤ ² +ï¤ µ +ï¤ ¼ +ï¥ Ģ +ï¥ ij +ï¥ Ĵ +ï¥ ķ +ï¥ ĺ +ï¥ Ļ +ï¥ « +ï¥ ¬ +ï¥ ° +ï ¥¿ +ï¦ ĭ +ï¦ ı +ï¦ Ķ +ï¦ ĸ +ï¦ ĺ +ï¦ Ľ +ï¦ ł +ï¦ ® +ï¦ ¯ +ï¦ º +ï¦ » +ï¦ ¾ +ï§ Ĩ +ï§ ĸ +ï§ Ľ +ï§ ŀ +ï§ Ł +ï§ § +ï§ ³ +ï§ º +ï§ ½ +ï¨ ĥ +ï¨ ļ +ï¨ ¢ +ï© Ł +ï¬ ¤ +ï¬ ¬ +ï¬ ¼ +ïŃ Ĵ +ïŃ ķ +ïŃ Ľ +ïŃ Ŀ +ïŃ ŀ +ïŃ Ł +ïŃ ¤ +ïŃ § +ïŃ ¨ +ïŃ ® +ïŃ ° +ïŃ ± +ïŃ · +ïŃ ¹ +ïŃ » +ï® Ģ +ï® ĥ +ï® Ħ +ï® ħ +ï® į +ï® Ĵ +ï® ĵ +ï® ķ +ï® ¦ +ï® ® +ï® ° +ï¯ ĵ +ï¯ ľ +ï¯ © +ï¯ ª +ï¯ ¬ +ï¯ Ń +ï¯ ® +ï¯ · +ï¯ ¹ +ï¯ » +ï¯ ¼ +ï° ĥ +ï° Į +ï° IJ +ï° ĺ +ï° Ļ +ï° ľ +ï° ŀ +ï° ¢ +ï° ® +ï° ° +ï° ¼ +ï° ¿ +ï± Ģ +ï± ģ +ï± Ī +ï± ĭ +ï± ı +ï± Ń +ï² Ģ +ï² ĩ +ï² Ī +ï² ĭ +ï² İ +ï² Ĵ +ï² ľ +ï² ł +ï² ¬ +ï² » +ï³ ĩ +ï³ Ķ +ï³ £ +ï³ « +ï´ ĺ +ï´ ° +ï´ ½ +ï ¶ +ï¶ ° +ï¸ ĸ +ï¸ ´ +ï¸ ¹ +ï¹ į +ï¹ Ĺ +ï¹ ¢ +ï¹ ¤ +ï¹ © +ï¹ ± +ï¾ ° +ï¿ Ĥ +ï¿ ® +ðIJĮ ° +ðIJĮ ¹ +ðIJĮ º +ðIJĮ ½ +ðIJį Ĥ +ðIJį ĥ +ðIJį Ħ +ðIJ İ +ðIJİ ¹ +ðIJ¤ Ĥ +ðIJ¤ į +ðIJ¤ ı +ðIJ¤ ĵ +ðIJŃ ī +ðIJŃ į +ðIJ° ĩ +ðIJ° ° +ðij Ĥ +ðijĤ Ħ +ðij ĺ +ðijĺ ģ +ðĴ Ģ +ðĴĢ ¸ +ðĴ ģ +ðĴģ º +ðĴ Ħ +ðĴĦ · +ðĴ Ĭ +ðĴĬ ij +ðĴ ĭ +ðĴĭ Ĺ +ð ĴĮ +ðĴĮ ¨ +ðĵĥ ¢ +ðĵĥ ° +ðĸ ł +ðĸł ļ +ðĿĦ ĥ +ðĿĦ ħ +ðĿĦ ķ +ðĿĦ Ļ +ðĿĦ ± +ðĿĦ ´ +ðĿĦ ¹ +ðĿħ İ +ðĿħ ª +ðĿĨ £ +ðĿĨ ³ +ðĿĨ ¹ +ðĿĩ Ĭ +ðĿĩ Ĺ +ðĿĩ ļ +ðĿĩ ľ +ðĿĩ ł +ðĿIJ ī +ðĿIJ ĸ +ðĿIJ ĺ +ðĿIJ £ +ðĿIJ ± +ðĿij Ĭ +ðĿij Ń +ðĿij ¼ +ðĿij ½ +ðĿĴ ° +ðĿĴ · +ðĿĴ ¿ +ðĿĵ ģ +ðĿĵ ĭ +ðĿĵ İ +ðĿĵ Ĵ +ðĿ ĵĺ +ðĿĵ ¢ +ðĿĵ ¦ +ðĿĵ « +ðĿĵ ¿ +ðĿĶ İ +ðĿĶ ± +ðĿĶ ´ +ðĿĶ · +ðĿĶ ¸ +ðĿĶ ½ +ðĿķ Ĥ +ðĿķ ĥ +ðĿķ ĭ +ðĿķ ı +ðĿķ IJ +ðĿķ ¥ +ðĿķ ´ +ðĿķ º +ðĿĸ IJ +ðĿĸ Ľ +ðĿĸ Ŀ +ðĿĸ ŀ +ðĿĹ © +ðĿĹ ³ +ðĿĹ ½ +ðĿĺ Ĭ +ðĿĺ ĭ +ðĿĺ Ķ +ðĿĺ ± +ðĿĺ ´ +ðĿĺ ¿ +ðĿĻ Ĵ +ðĿĻ Ŀ +ðĿĻ Ł +ðĿĻ ¬ +ðĿĻ Ń +ðĿĻ » +ðĿĻ ¾ +ðĿļ Ī +ðĿļ ĭ +ðĿļ ij +ðĿļ Ł +ðĿļ ł +ðĿļ £ +ðĿĽ ½ +ðĿľ Ĥ +ðĿľ Ķ +ðĿľ Ļ +ðŁ Ģ +ðŁĢ Ħ +ðŁĦ ² +ðŁĦ ¶ +ðŁħ IJ +ðŁħ ĸ +ðŁħ ļ +ðŁħ Ľ +ðŁħ ¦ +ðŁħ ¶ +ðŁħ » +ðŁħ ¼ +ðŁĨ ĥ +ðŁĨ Ĩ +ðŁĨ İ +ðŁĪ ¯ +ðŁĪ ² +ðŁĪ ¹ +ðŁĮ ĩ +ðŁĮ ĵ +ðŁį ĺ +ðŁİ ij +ðŁİ ¿ +ðŁı ı +ðŁı Ĵ +ðŁı © +ðŁı ¯ +ðŁIJ Ģ +ðŁij Ŀ +ðŁĴ ¹ +ðŁĴ º +ðŁĵ Ł +ðŁĵ ª +ðŁĵ ¼ +ðŁĶ Ģ +ðŁĶ Ĥ +ðŁĶ ĥ +ðŁĶ ĩ +ðŁĶ ĵ +ðŁĶ ¢ +ðŁĶ ¤ +ðŁĶ © +ðŁķ ĸ +ðŁķ ļ +ðŁķ ľ +ðŁķ Ŀ +ðŁķ ŀ +ðŁķ ł +ðŁķ ¢ +ðŁķ ³ +ðŁĸ ĩ +ðŁĸ ij +ðŁĸ ¶ +ðŁĹ ģ +Ñ ¨ +Ú İ +á¡ Į +Ḡ° +ẠĢ +á¼ ® +á½ Ŀ +âĦ ¬ +âļ § +⼠¤ +ã³ ¬ +êĻ ĭ +ê¸ ij +ëĶ ī +ëĹ į +ë¡ ij +ë¯ ij +ë» ħ +ë¼ Ŀ +ìĦ IJ +ìī ¡ +ìĭ ² +ìı ± +ìĹ ¤ +ìĿ © +ìĿ ¿ +ìŁ Ļ +ìł ° +ì¥ ī +íĬ Ń +íķ ® +ï® ı +ðŁħ ± +ðŁĨ Ĵ +ðŁķ ĭ +É ĺ +Ê ĵ +Õ ĥ +à´ ´ +འħ +áĨ º +áĪ Ĭ +áĪ ¨ +áĪ ¾ +áī IJ +áĮ ĥ +áĮ ½ +áĶ Ń +áł Ĥ +áł ¬ +ᨠ¸ +á© ĭ +ᶠı +á¾ Ķ +á¿ IJ +á¿ ļ +âĻ Ļ +âļ Ĥ +âļ Ĺ +â¡ ¢ +⤠¦ +ëĸ ° +ë¤ Ĥ +ë§ ł +ë± ĭ +ë± IJ +ìĽ ¢ +ìľ ¾ +ì³ ħ +ì» ģ +íģ » +íĥ Ļ +íĵ ĸ +íĵ Ń +íķ ± +íĽ ľ +ï¤ ħ +ï¤ Ĩ +ï¦ ĥ +ï§ © +ï¨ Ĥ +ðIJ¤ Ķ +ðIJŃ ĵ +ðIJ° ¼ +ðĿĵ ŀ +ðĿĵ ° +ðĿĻ ľ +ðĿļ ģ +ðŁħ ¢ +ðŁı ĩ +È ² +Ê ¶ +Ô Ī +Ô ij +Ý ĵ +Ý ¥ +ठij +ॠ± +ଠī +à° ³ +à° µ +ಠŁ +áĢ ı +áģ ¼ +áī ¨ +áĬ Ĵ +áĭ © +áĮ Ħ +áĮ Ķ +áIJ § +á ĴĮ +áĶ ħ +áĶ Ĭ +áł Ħ +ᨠģ +Ḡĥ +Ḡ» +âĶ ŀ +âĺ µ +âļ £ +â² ¢ +ãĪ ª +ä¶ µ +ê² Ļ +ê² ´ +ê³ Ĥ +ë¡ ¼ +ìĨ Ĭ +ì¼ ĩ +íĭ į +íĵ ¬ +íĵ ® +íĵ ¶ +íĵ » +ï¤ ¦ +ï¥ ł +ï¥ ± +ïŃ ² +ðIJŃ Ĭ +ðIJ ±ħ +ðĸ ¥ +ðĸ¥ ¨ +ðĿij ³ +ðĿĵ ķ +ðĿĵ ¬ +ðĿĵ ¹ +ðĿĵ ¾ +ðĿĶ ĵ +ðĿķ į +ðĿķ ¡ +ðĿķ ± +ðĿĸ ĸ +ðĿĺ ı +ðĿĺ IJ +ðĿĺ ļ +ðĿĻ ® +ðĿĻ ° +ðĿĻ ¸ +ðĿĻ º +ðĿĻ ¼ +ðĿĻ ½ +ðĿĻ ¿ +ðĿļ Ħ +ðĿļ ı +ðŁħ ħ +ðŁħ ĵ +Æ Ī +àł Į +áĻ ³ +á ļĮ +ἠħ +ἠIJ +ᤠĬ +ḠĬ +âĶ ½ +âķ Ĭ +⼠ĩ +⼠ı +âĿ ª +âĿ « +⣠° +ãĦ į +ãĦ ĵ +ãĦ § +ãħ ĸ +ãī « +ê¦ Ķ +ï± Ĭ +ຠĤ +áħ £ +ᥠĶ +ᥠ¤ +âĨ ¤ +âĨ · +âĩ ŀ +âĸ ¤ +âŀ ¶ +ãĪ ¼ +ï¨ · +ðĵı § +âĶ ² +âĢ ´ +âĴ Ł +âĴ ¡ +â° Ĥ +â° į +â° İ +â° IJ +â° ij +â° Ł +â° ł +â° ¡ +â¼ Ń +ãĬ ¥ +âĴ ł +â½ º +ãĩ º +ãĩ ½ +ï¨ Ĭ +áķ · +âį ¨ +⺠Ł +â½ Ĺ diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/special_tokens_map.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/special_tokens_map.json new file mode 100644 index 0000000000000000000000000000000000000000..ac23c0aaa2434523c494330aeb79c58395378103 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/special_tokens_map.json @@ -0,0 +1,31 @@ +{ + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "eos_token": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + }, + "pad_token": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + } +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer.json new file mode 100644 index 0000000000000000000000000000000000000000..51ebb3ba93988c73bbd83a3c163a14343fbc5b06 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer.json @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:9c5ae00e602b8860cbd784ba82a8aa14e8feecec692e7076590d014d7b7fdafa +size 11421896 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer_config.json new file mode 100644 index 0000000000000000000000000000000000000000..eaed590d62aaf0ba31e284b66ddcb18222f066c2 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/tokenizer_config.json @@ -0,0 +1,207 @@ +{ + "add_bos_token": false, + "add_prefix_space": false, + "added_tokens_decoder": { + "151643": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151644": { + "content": "<|im_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151645": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151646": { + "content": "<|object_ref_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151647": { + "content": "<|object_ref_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151648": { + "content": "<|box_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151649": { + "content": "<|box_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151650": { + "content": "<|quad_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151651": { + "content": "<|quad_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151652": { + "content": "<|vision_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151653": { + "content": "<|vision_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151654": { + "content": "<|vision_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151655": { + "content": "<|image_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151656": { + "content": "<|video_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151657": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151658": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151659": { + "content": "<|fim_prefix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151660": { + "content": "<|fim_middle|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151661": { + "content": "<|fim_suffix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151662": { + "content": "<|fim_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151663": { + "content": "<|repo_name|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151664": { + "content": "<|file_sep|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + } + }, + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "bos_token": null, + "clean_up_tokenization_spaces": false, + "eos_token": "<|im_end|>", + "errors": "replace", + "extra_special_tokens": {}, + "model_max_length": 131072, + "pad_token": "<|endoftext|>", + "split_special_tokens": false, + "tokenizer_class": "Qwen2Tokenizer", + "unk_token": null +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/trainer_state.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/trainer_state.json new file mode 100644 index 0000000000000000000000000000000000000000..8d0e55468722f8298b5b1a5fb0bbc3b2bf6e22e9 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/trainer_state.json @@ -0,0 +1,104704 @@ +{ + "best_global_step": null, + "best_metric": null, + "best_model_checkpoint": null, + "epoch": 10.0, + "eval_steps": 500, + "global_step": 104670, + "is_hyper_param_search": false, + "is_local_process_zero": true, + "is_world_process_zero": true, + "log_history": [ + { + "entropy": 1.3247711181640625, + "epoch": 0.0009553835865099838, + "grad_norm": 0.4902988374233246, + "learning_rate": 1.7195261750095531e-07, + "loss": 0.3805, + "mean_token_accuracy": 0.8511686205863953, + "num_tokens": 12424.0, + "step": 10 + }, + { + "entropy": 1.3235619902610778, + "epoch": 0.0019107671730199676, + "grad_norm": 0.6689622402191162, + "learning_rate": 3.630110813909056e-07, + "loss": 0.3696, + "mean_token_accuracy": 0.861881285905838, + "num_tokens": 25336.0, + "step": 20 + }, + { + "entropy": 1.3224769592285157, + "epoch": 0.002866150759529951, + "grad_norm": 0.5536357164382935, + "learning_rate": 5.54069545280856e-07, + "loss": 0.3973, + "mean_token_accuracy": 0.846051961183548, + "num_tokens": 37419.0, + "step": 30 + }, + { + "entropy": 1.330100989341736, + "epoch": 0.003821534346039935, + "grad_norm": 0.655554473400116, + "learning_rate": 7.451280091708062e-07, + "loss": 0.4061, + "mean_token_accuracy": 0.8383657515048981, + "num_tokens": 49914.0, + "step": 40 + }, + { + "entropy": 1.3133591651916503, + "epoch": 0.004776917932549919, + "grad_norm": 0.5613952875137329, + "learning_rate": 9.361864730607567e-07, + "loss": 0.3667, + "mean_token_accuracy": 0.8577762484550476, + "num_tokens": 62390.0, + "step": 50 + }, + { + "entropy": 1.324899399280548, + "epoch": 0.005732301519059902, + "grad_norm": 0.6757816672325134, + "learning_rate": 1.127244936950707e-06, + "loss": 0.3993, + "mean_token_accuracy": 0.8405287384986877, + "num_tokens": 75371.0, + "step": 60 + }, + { + "entropy": 1.3298009872436523, + "epoch": 0.006687685105569887, + "grad_norm": 0.7284924983978271, + "learning_rate": 1.3183034008406573e-06, + "loss": 0.4104, + "mean_token_accuracy": 0.8444183349609375, + "num_tokens": 87870.0, + "step": 70 + }, + { + "entropy": 1.3140804529190064, + "epoch": 0.00764306869207987, + "grad_norm": 0.595498263835907, + "learning_rate": 1.5093618647306077e-06, + "loss": 0.389, + "mean_token_accuracy": 0.8424804329872131, + "num_tokens": 100694.0, + "step": 80 + }, + { + "entropy": 1.3339146256446839, + "epoch": 0.008598452278589854, + "grad_norm": 0.6851274967193604, + "learning_rate": 1.700420328620558e-06, + "loss": 0.4272, + "mean_token_accuracy": 0.839367789030075, + "num_tokens": 113496.0, + "step": 90 + }, + { + "entropy": 1.3462451815605163, + "epoch": 0.009553835865099837, + "grad_norm": 0.6852380633354187, + "learning_rate": 1.8914787925105082e-06, + "loss": 0.4015, + "mean_token_accuracy": 0.8452585160732269, + "num_tokens": 126826.0, + "step": 100 + }, + { + "entropy": 1.3459687948226928, + "epoch": 0.010509219451609821, + "grad_norm": 0.6995740532875061, + "learning_rate": 2.0825372564004586e-06, + "loss": 0.4387, + "mean_token_accuracy": 0.8338887691497803, + "num_tokens": 140239.0, + "step": 110 + }, + { + "entropy": 1.3192105412483215, + "epoch": 0.011464603038119804, + "grad_norm": 0.596031665802002, + "learning_rate": 2.273595720290409e-06, + "loss": 0.3977, + "mean_token_accuracy": 0.8473892927169799, + "num_tokens": 152394.0, + "step": 120 + }, + { + "entropy": 1.322060465812683, + "epoch": 0.012419986624629788, + "grad_norm": 0.8144273161888123, + "learning_rate": 2.4646541841803593e-06, + "loss": 0.3714, + "mean_token_accuracy": 0.8590211927890777, + "num_tokens": 165380.0, + "step": 130 + }, + { + "entropy": 1.3091824650764465, + "epoch": 0.013375370211139773, + "grad_norm": 0.8492166996002197, + "learning_rate": 2.6557126480703096e-06, + "loss": 0.3598, + "mean_token_accuracy": 0.865349280834198, + "num_tokens": 177902.0, + "step": 140 + }, + { + "entropy": 1.3196545004844666, + "epoch": 0.014330753797649757, + "grad_norm": 0.9035086035728455, + "learning_rate": 2.84677111196026e-06, + "loss": 0.3841, + "mean_token_accuracy": 0.8431321024894715, + "num_tokens": 190349.0, + "step": 150 + }, + { + "entropy": 1.3189239978790284, + "epoch": 0.01528613738415974, + "grad_norm": 1.1708258390426636, + "learning_rate": 3.0378295758502104e-06, + "loss": 0.3709, + "mean_token_accuracy": 0.8559554576873779, + "num_tokens": 203411.0, + "step": 160 + }, + { + "entropy": 1.319677186012268, + "epoch": 0.016241520970669724, + "grad_norm": 1.150984764099121, + "learning_rate": 3.2288880397401607e-06, + "loss": 0.4016, + "mean_token_accuracy": 0.8469973027706146, + "num_tokens": 216311.0, + "step": 170 + }, + { + "entropy": 1.3000224709510804, + "epoch": 0.017196904557179708, + "grad_norm": 0.7521310448646545, + "learning_rate": 3.4199465036301107e-06, + "loss": 0.3195, + "mean_token_accuracy": 0.8757357060909271, + "num_tokens": 229187.0, + "step": 180 + }, + { + "entropy": 1.309099519252777, + "epoch": 0.01815228814368969, + "grad_norm": 1.0029054880142212, + "learning_rate": 3.611004967520061e-06, + "loss": 0.384, + "mean_token_accuracy": 0.8466515958309173, + "num_tokens": 241801.0, + "step": 190 + }, + { + "entropy": 1.3076626420021058, + "epoch": 0.019107671730199675, + "grad_norm": 1.0009286403656006, + "learning_rate": 3.8020634314100114e-06, + "loss": 0.3792, + "mean_token_accuracy": 0.8486144423484803, + "num_tokens": 254762.0, + "step": 200 + }, + { + "entropy": 1.3090348601341248, + "epoch": 0.02006305531670966, + "grad_norm": 0.8943591117858887, + "learning_rate": 3.993121895299963e-06, + "loss": 0.3442, + "mean_token_accuracy": 0.8604985117912293, + "num_tokens": 267451.0, + "step": 210 + }, + { + "entropy": 1.3111558079719543, + "epoch": 0.021018438903219642, + "grad_norm": 0.8885343074798584, + "learning_rate": 4.1841803591899125e-06, + "loss": 0.3809, + "mean_token_accuracy": 0.8408326208591461, + "num_tokens": 280461.0, + "step": 220 + }, + { + "entropy": 1.3159276008605958, + "epoch": 0.021973822489729625, + "grad_norm": 1.1466264724731445, + "learning_rate": 4.3752388230798625e-06, + "loss": 0.3623, + "mean_token_accuracy": 0.8583696603775024, + "num_tokens": 293350.0, + "step": 230 + }, + { + "entropy": 1.3097270369529723, + "epoch": 0.02292920607623961, + "grad_norm": 1.2137465476989746, + "learning_rate": 4.566297286969813e-06, + "loss": 0.364, + "mean_token_accuracy": 0.8506465673446655, + "num_tokens": 306346.0, + "step": 240 + }, + { + "entropy": 1.3009737730026245, + "epoch": 0.023884589662749593, + "grad_norm": 0.9086695313453674, + "learning_rate": 4.757355750859763e-06, + "loss": 0.3515, + "mean_token_accuracy": 0.8603516936302185, + "num_tokens": 319104.0, + "step": 250 + }, + { + "entropy": 1.3211514353752136, + "epoch": 0.024839973249259576, + "grad_norm": 0.9799603819847107, + "learning_rate": 4.948414214749714e-06, + "loss": 0.3908, + "mean_token_accuracy": 0.8458737432956696, + "num_tokens": 331897.0, + "step": 260 + }, + { + "entropy": 1.2879051566123962, + "epoch": 0.025795356835769563, + "grad_norm": 1.1338051557540894, + "learning_rate": 5.139472678639664e-06, + "loss": 0.3588, + "mean_token_accuracy": 0.850861805677414, + "num_tokens": 344183.0, + "step": 270 + }, + { + "entropy": 1.2872384428977965, + "epoch": 0.026750740422279547, + "grad_norm": 0.9884517192840576, + "learning_rate": 5.330531142529614e-06, + "loss": 0.3541, + "mean_token_accuracy": 0.8548086225986481, + "num_tokens": 356090.0, + "step": 280 + }, + { + "entropy": 1.3296767592430114, + "epoch": 0.02770612400878953, + "grad_norm": 1.1962069272994995, + "learning_rate": 5.521589606419565e-06, + "loss": 0.3877, + "mean_token_accuracy": 0.8392167448997497, + "num_tokens": 369494.0, + "step": 290 + }, + { + "entropy": 1.3257267236709596, + "epoch": 0.028661507595299514, + "grad_norm": 0.9238909482955933, + "learning_rate": 5.7126480703095146e-06, + "loss": 0.4109, + "mean_token_accuracy": 0.8291847229003906, + "num_tokens": 382903.0, + "step": 300 + }, + { + "entropy": 1.31955885887146, + "epoch": 0.029616891181809497, + "grad_norm": 1.081923007965088, + "learning_rate": 5.903706534199465e-06, + "loss": 0.3825, + "mean_token_accuracy": 0.8454775094985962, + "num_tokens": 395736.0, + "step": 310 + }, + { + "entropy": 1.309482705593109, + "epoch": 0.03057227476831948, + "grad_norm": 0.9062231183052063, + "learning_rate": 6.094764998089415e-06, + "loss": 0.361, + "mean_token_accuracy": 0.8577533662319183, + "num_tokens": 408445.0, + "step": 320 + }, + { + "entropy": 1.302518093585968, + "epoch": 0.031527658354829464, + "grad_norm": 1.2141690254211426, + "learning_rate": 6.285823461979366e-06, + "loss": 0.3518, + "mean_token_accuracy": 0.8574081540107727, + "num_tokens": 421220.0, + "step": 330 + }, + { + "entropy": 1.3033250212669372, + "epoch": 0.03248304194133945, + "grad_norm": 1.0812698602676392, + "learning_rate": 6.476881925869316e-06, + "loss": 0.3697, + "mean_token_accuracy": 0.8525801181793213, + "num_tokens": 434173.0, + "step": 340 + }, + { + "entropy": 1.3136309504508972, + "epoch": 0.03343842552784943, + "grad_norm": 0.909369170665741, + "learning_rate": 6.667940389759267e-06, + "loss": 0.3656, + "mean_token_accuracy": 0.8486954808235169, + "num_tokens": 446850.0, + "step": 350 + }, + { + "entropy": 1.2939020276069642, + "epoch": 0.034393809114359415, + "grad_norm": 0.9333456158638, + "learning_rate": 6.858998853649217e-06, + "loss": 0.3404, + "mean_token_accuracy": 0.8627775192260743, + "num_tokens": 459316.0, + "step": 360 + }, + { + "entropy": 1.3128365755081177, + "epoch": 0.0353491927008694, + "grad_norm": 1.3353461027145386, + "learning_rate": 7.0500573175391675e-06, + "loss": 0.3724, + "mean_token_accuracy": 0.846972930431366, + "num_tokens": 472321.0, + "step": 370 + }, + { + "entropy": 1.310741913318634, + "epoch": 0.03630457628737938, + "grad_norm": 1.1961060762405396, + "learning_rate": 7.241115781429118e-06, + "loss": 0.3875, + "mean_token_accuracy": 0.8466594576835632, + "num_tokens": 484819.0, + "step": 380 + }, + { + "entropy": 1.2946975708007813, + "epoch": 0.037259959873889366, + "grad_norm": 0.9901495575904846, + "learning_rate": 7.432174245319068e-06, + "loss": 0.3695, + "mean_token_accuracy": 0.8520758807659149, + "num_tokens": 497329.0, + "step": 390 + }, + { + "entropy": 1.3030439019203186, + "epoch": 0.03821534346039935, + "grad_norm": 0.9954721331596375, + "learning_rate": 7.623232709209019e-06, + "loss": 0.3678, + "mean_token_accuracy": 0.8508521854877472, + "num_tokens": 510001.0, + "step": 400 + }, + { + "entropy": 1.287851059436798, + "epoch": 0.03917072704690933, + "grad_norm": 0.7962693572044373, + "learning_rate": 7.814291173098968e-06, + "loss": 0.3543, + "mean_token_accuracy": 0.8573894441127777, + "num_tokens": 522658.0, + "step": 410 + }, + { + "entropy": 1.3204715371131897, + "epoch": 0.04012611063341932, + "grad_norm": 1.0152019262313843, + "learning_rate": 8.005349636988919e-06, + "loss": 0.3941, + "mean_token_accuracy": 0.8395455956459046, + "num_tokens": 535835.0, + "step": 420 + }, + { + "entropy": 1.2960879325866699, + "epoch": 0.0410814942199293, + "grad_norm": 0.8528236150741577, + "learning_rate": 8.19640810087887e-06, + "loss": 0.346, + "mean_token_accuracy": 0.8576902866363525, + "num_tokens": 548847.0, + "step": 430 + }, + { + "entropy": 1.325754964351654, + "epoch": 0.042036877806439284, + "grad_norm": 0.8553715348243713, + "learning_rate": 8.38746656476882e-06, + "loss": 0.4184, + "mean_token_accuracy": 0.822516393661499, + "num_tokens": 562062.0, + "step": 440 + }, + { + "entropy": 1.3054356217384337, + "epoch": 0.04299226139294927, + "grad_norm": 0.7659707069396973, + "learning_rate": 8.57852502865877e-06, + "loss": 0.3663, + "mean_token_accuracy": 0.8552856624126435, + "num_tokens": 575647.0, + "step": 450 + }, + { + "entropy": 1.2969659328460694, + "epoch": 0.04394764497945925, + "grad_norm": 0.7692921757698059, + "learning_rate": 8.76958349254872e-06, + "loss": 0.3477, + "mean_token_accuracy": 0.8608094453811646, + "num_tokens": 588447.0, + "step": 460 + }, + { + "entropy": 1.2979564785957336, + "epoch": 0.044903028565969234, + "grad_norm": 0.8102767467498779, + "learning_rate": 8.96064195643867e-06, + "loss": 0.3586, + "mean_token_accuracy": 0.8500630497932434, + "num_tokens": 601618.0, + "step": 470 + }, + { + "entropy": 1.3236266851425171, + "epoch": 0.04585841215247922, + "grad_norm": 1.0229166746139526, + "learning_rate": 9.151700420328622e-06, + "loss": 0.4423, + "mean_token_accuracy": 0.8157194674015045, + "num_tokens": 614373.0, + "step": 480 + }, + { + "entropy": 1.3132946252822877, + "epoch": 0.0468137957389892, + "grad_norm": 0.9554858207702637, + "learning_rate": 9.342758884218571e-06, + "loss": 0.3741, + "mean_token_accuracy": 0.8435156285762787, + "num_tokens": 628178.0, + "step": 490 + }, + { + "entropy": 1.3005312442779542, + "epoch": 0.047769179325499185, + "grad_norm": 0.8658261895179749, + "learning_rate": 9.533817348108522e-06, + "loss": 0.3356, + "mean_token_accuracy": 0.8624462306499481, + "num_tokens": 641182.0, + "step": 500 + }, + { + "entropy": 1.3050037622451782, + "epoch": 0.04872456291200917, + "grad_norm": 0.9074528813362122, + "learning_rate": 9.724875811998473e-06, + "loss": 0.3723, + "mean_token_accuracy": 0.8475572764873505, + "num_tokens": 654478.0, + "step": 510 + }, + { + "entropy": 1.2881840944290162, + "epoch": 0.04967994649851915, + "grad_norm": 0.6683387756347656, + "learning_rate": 9.915934275888422e-06, + "loss": 0.3372, + "mean_token_accuracy": 0.8690193057060241, + "num_tokens": 666904.0, + "step": 520 + }, + { + "entropy": 1.2798028349876405, + "epoch": 0.050635330085029136, + "grad_norm": 0.7990212440490723, + "learning_rate": 1.0106992739778372e-05, + "loss": 0.3412, + "mean_token_accuracy": 0.8590580224990845, + "num_tokens": 679618.0, + "step": 530 + }, + { + "entropy": 1.2939291954040528, + "epoch": 0.051590713671539126, + "grad_norm": 0.7717784643173218, + "learning_rate": 1.0298051203668323e-05, + "loss": 0.3588, + "mean_token_accuracy": 0.8555436253547668, + "num_tokens": 692368.0, + "step": 540 + }, + { + "entropy": 1.2983734369277955, + "epoch": 0.05254609725804911, + "grad_norm": 0.733076274394989, + "learning_rate": 1.0489109667558274e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8408033788204193, + "num_tokens": 705160.0, + "step": 550 + }, + { + "entropy": 1.3236234426498412, + "epoch": 0.05350148084455909, + "grad_norm": 0.7254966497421265, + "learning_rate": 1.0680168131448223e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8294168531894683, + "num_tokens": 717793.0, + "step": 560 + }, + { + "entropy": 1.2986357092857361, + "epoch": 0.05445686443106908, + "grad_norm": 0.8267194032669067, + "learning_rate": 1.0871226595338174e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8554782688617706, + "num_tokens": 730579.0, + "step": 570 + }, + { + "entropy": 1.284237551689148, + "epoch": 0.05541224801757906, + "grad_norm": 0.8906241059303284, + "learning_rate": 1.1062285059228123e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.850407463312149, + "num_tokens": 743440.0, + "step": 580 + }, + { + "entropy": 1.2901087522506713, + "epoch": 0.056367631604089044, + "grad_norm": 0.7594010233879089, + "learning_rate": 1.1253343523118075e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8317826986312866, + "num_tokens": 755714.0, + "step": 590 + }, + { + "entropy": 1.310378122329712, + "epoch": 0.05732301519059903, + "grad_norm": 0.8556536436080933, + "learning_rate": 1.1444401987008025e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.8227240741252899, + "num_tokens": 768242.0, + "step": 600 + }, + { + "entropy": 1.292380928993225, + "epoch": 0.05827839877710901, + "grad_norm": 0.8554007411003113, + "learning_rate": 1.1635460450897975e-05, + "loss": 0.3892, + "mean_token_accuracy": 0.8405411541461945, + "num_tokens": 780445.0, + "step": 610 + }, + { + "entropy": 1.3036051392555237, + "epoch": 0.059233782363618995, + "grad_norm": 0.7272788286209106, + "learning_rate": 1.1826518914787926e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8450458467006683, + "num_tokens": 793511.0, + "step": 620 + }, + { + "entropy": 1.2998291611671449, + "epoch": 0.06018916595012898, + "grad_norm": 0.7523727416992188, + "learning_rate": 1.2017577378677875e-05, + "loss": 0.3627, + "mean_token_accuracy": 0.8498568296432495, + "num_tokens": 807000.0, + "step": 630 + }, + { + "entropy": 1.2897387623786927, + "epoch": 0.06114454953663896, + "grad_norm": 0.9092133641242981, + "learning_rate": 1.2208635842567826e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.848483783006668, + "num_tokens": 819454.0, + "step": 640 + }, + { + "entropy": 1.3004855632781982, + "epoch": 0.062099933123148945, + "grad_norm": 0.7757132649421692, + "learning_rate": 1.2399694306457777e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8393912434577941, + "num_tokens": 832287.0, + "step": 650 + }, + { + "entropy": 1.286646795272827, + "epoch": 0.06305531670965893, + "grad_norm": 0.9340340495109558, + "learning_rate": 1.2590752770347728e-05, + "loss": 0.339, + "mean_token_accuracy": 0.8633616089820861, + "num_tokens": 845245.0, + "step": 660 + }, + { + "entropy": 1.305051863193512, + "epoch": 0.06401070029616891, + "grad_norm": 0.8366019129753113, + "learning_rate": 1.2781811234237678e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8398565411567688, + "num_tokens": 857719.0, + "step": 670 + }, + { + "entropy": 1.2833954334259032, + "epoch": 0.0649660838826789, + "grad_norm": 0.6474177241325378, + "learning_rate": 1.2972869698127626e-05, + "loss": 0.3708, + "mean_token_accuracy": 0.8469091653823853, + "num_tokens": 870053.0, + "step": 680 + }, + { + "entropy": 1.2804003715515138, + "epoch": 0.06592146746918888, + "grad_norm": 0.9108055233955383, + "learning_rate": 1.3163928162017578e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8469563722610474, + "num_tokens": 882554.0, + "step": 690 + }, + { + "entropy": 1.2943808317184449, + "epoch": 0.06687685105569886, + "grad_norm": 0.8018086552619934, + "learning_rate": 1.3354986625907529e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8476826608181, + "num_tokens": 895926.0, + "step": 700 + }, + { + "entropy": 1.2963505864143372, + "epoch": 0.06783223464220885, + "grad_norm": 0.6595666408538818, + "learning_rate": 1.354604508979748e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8586193084716797, + "num_tokens": 908861.0, + "step": 710 + }, + { + "entropy": 1.299672043323517, + "epoch": 0.06878761822871883, + "grad_norm": 0.850963830947876, + "learning_rate": 1.3737103553687427e-05, + "loss": 0.3917, + "mean_token_accuracy": 0.8311355173587799, + "num_tokens": 922183.0, + "step": 720 + }, + { + "entropy": 1.263507854938507, + "epoch": 0.06974300181522881, + "grad_norm": 0.7179909944534302, + "learning_rate": 1.3928162017577378e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8634738683700561, + "num_tokens": 934415.0, + "step": 730 + }, + { + "entropy": 1.2795796394348145, + "epoch": 0.0706983854017388, + "grad_norm": 0.6747007369995117, + "learning_rate": 1.4119220481467329e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8488687813282013, + "num_tokens": 947287.0, + "step": 740 + }, + { + "entropy": 1.2888844966888429, + "epoch": 0.07165376898824878, + "grad_norm": 0.6807255744934082, + "learning_rate": 1.4310278945357281e-05, + "loss": 0.3881, + "mean_token_accuracy": 0.8383779764175415, + "num_tokens": 960597.0, + "step": 750 + }, + { + "entropy": 1.2918430685997009, + "epoch": 0.07260915257475876, + "grad_norm": 0.6481393575668335, + "learning_rate": 1.4501337409247232e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8287236273288727, + "num_tokens": 973334.0, + "step": 760 + }, + { + "entropy": 1.29529310464859, + "epoch": 0.07356453616126875, + "grad_norm": 0.8298159241676331, + "learning_rate": 1.469239587313718e-05, + "loss": 0.3842, + "mean_token_accuracy": 0.8415825664997101, + "num_tokens": 986285.0, + "step": 770 + }, + { + "entropy": 1.2688186287879943, + "epoch": 0.07451991974777873, + "grad_norm": 0.8258326053619385, + "learning_rate": 1.488345433702713e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8616025626659394, + "num_tokens": 998456.0, + "step": 780 + }, + { + "entropy": 1.300510287284851, + "epoch": 0.07547530333428872, + "grad_norm": 0.7804064750671387, + "learning_rate": 1.5074512800917081e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8350139677524566, + "num_tokens": 1012049.0, + "step": 790 + }, + { + "entropy": 1.2915793538093567, + "epoch": 0.0764306869207987, + "grad_norm": 0.7097567915916443, + "learning_rate": 1.5265571264807032e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8319040238857269, + "num_tokens": 1024728.0, + "step": 800 + }, + { + "entropy": 1.3003268122673035, + "epoch": 0.07738607050730868, + "grad_norm": 0.4988408386707306, + "learning_rate": 1.545662972869698e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8455052137374878, + "num_tokens": 1037835.0, + "step": 810 + }, + { + "entropy": 1.3007697582244873, + "epoch": 0.07834145409381867, + "grad_norm": 0.8123227953910828, + "learning_rate": 1.5647688192586933e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.848229444026947, + "num_tokens": 1050943.0, + "step": 820 + }, + { + "entropy": 1.2922154664993286, + "epoch": 0.07929683768032865, + "grad_norm": 0.5441533923149109, + "learning_rate": 1.5838746656476884e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8369002223014832, + "num_tokens": 1064029.0, + "step": 830 + }, + { + "entropy": 1.2844351768493651, + "epoch": 0.08025222126683863, + "grad_norm": 0.8472981452941895, + "learning_rate": 1.6029805120366835e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8654636204242706, + "num_tokens": 1077190.0, + "step": 840 + }, + { + "entropy": 1.28659428358078, + "epoch": 0.08120760485334862, + "grad_norm": 0.5601668953895569, + "learning_rate": 1.6220863584256786e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.846332585811615, + "num_tokens": 1089656.0, + "step": 850 + }, + { + "entropy": 1.2835181832313538, + "epoch": 0.0821629884398586, + "grad_norm": 0.5369694232940674, + "learning_rate": 1.6411922048146733e-05, + "loss": 0.3072, + "mean_token_accuracy": 0.8669213891029358, + "num_tokens": 1103290.0, + "step": 860 + }, + { + "entropy": 1.2932138800621034, + "epoch": 0.08311837202636858, + "grad_norm": 0.892087996006012, + "learning_rate": 1.6602980512036684e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.8407691419124603, + "num_tokens": 1116140.0, + "step": 870 + }, + { + "entropy": 1.2746842980384827, + "epoch": 0.08407375561287857, + "grad_norm": 0.8493382334709167, + "learning_rate": 1.6794038975926635e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.8431555092334747, + "num_tokens": 1128884.0, + "step": 880 + }, + { + "entropy": 1.2824186563491822, + "epoch": 0.08502913919938855, + "grad_norm": 0.6712534427642822, + "learning_rate": 1.6985097439816585e-05, + "loss": 0.3727, + "mean_token_accuracy": 0.8447632014751434, + "num_tokens": 1141482.0, + "step": 890 + }, + { + "entropy": 1.2724999785423279, + "epoch": 0.08598452278589853, + "grad_norm": 0.9083238840103149, + "learning_rate": 1.7176155903706533e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8481003880500794, + "num_tokens": 1154186.0, + "step": 900 + }, + { + "entropy": 1.2808574080467223, + "epoch": 0.08693990637240852, + "grad_norm": 0.5659892559051514, + "learning_rate": 1.7367214367596484e-05, + "loss": 0.3523, + "mean_token_accuracy": 0.856217497587204, + "num_tokens": 1167108.0, + "step": 910 + }, + { + "entropy": 1.273755931854248, + "epoch": 0.0878952899589185, + "grad_norm": 0.681188702583313, + "learning_rate": 1.7558272831486434e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.848691338300705, + "num_tokens": 1179867.0, + "step": 920 + }, + { + "entropy": 1.2776987195014953, + "epoch": 0.08885067354542849, + "grad_norm": 0.5888524055480957, + "learning_rate": 1.7749331295376385e-05, + "loss": 0.3455, + "mean_token_accuracy": 0.8615267515182495, + "num_tokens": 1192394.0, + "step": 930 + }, + { + "entropy": 1.2944602727890016, + "epoch": 0.08980605713193847, + "grad_norm": 0.722978949546814, + "learning_rate": 1.7940389759266336e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8300810217857361, + "num_tokens": 1204597.0, + "step": 940 + }, + { + "entropy": 1.270052182674408, + "epoch": 0.09076144071844845, + "grad_norm": 0.6179636120796204, + "learning_rate": 1.8131448223156287e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8629557847976684, + "num_tokens": 1217269.0, + "step": 950 + }, + { + "entropy": 1.279594898223877, + "epoch": 0.09171682430495844, + "grad_norm": 0.5808234810829163, + "learning_rate": 1.8322506687046238e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8595005333423614, + "num_tokens": 1230149.0, + "step": 960 + }, + { + "entropy": 1.2698999047279358, + "epoch": 0.09267220789146842, + "grad_norm": 0.6277937293052673, + "learning_rate": 1.851356515093619e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.860549783706665, + "num_tokens": 1243139.0, + "step": 970 + }, + { + "entropy": 1.2716547966003418, + "epoch": 0.0936275914779784, + "grad_norm": 0.7324898838996887, + "learning_rate": 1.870462361482614e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8446020364761353, + "num_tokens": 1255962.0, + "step": 980 + }, + { + "entropy": 1.2795873761177063, + "epoch": 0.09458297506448839, + "grad_norm": 0.7926375269889832, + "learning_rate": 1.8895682078716087e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.848514711856842, + "num_tokens": 1269232.0, + "step": 990 + }, + { + "entropy": 1.2761970996856689, + "epoch": 0.09553835865099837, + "grad_norm": 0.6672540307044983, + "learning_rate": 1.9086740542606037e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8696571707725524, + "num_tokens": 1282546.0, + "step": 1000 + }, + { + "entropy": 1.2863973021507262, + "epoch": 0.09649374223750835, + "grad_norm": 0.7173275947570801, + "learning_rate": 1.9277799006495988e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8449007153511048, + "num_tokens": 1295356.0, + "step": 1010 + }, + { + "entropy": 1.2753862142562866, + "epoch": 0.09744912582401834, + "grad_norm": 0.7074952125549316, + "learning_rate": 1.946885747038594e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8553897202014923, + "num_tokens": 1308455.0, + "step": 1020 + }, + { + "entropy": 1.301046121120453, + "epoch": 0.09840450941052832, + "grad_norm": 0.8365007638931274, + "learning_rate": 1.965991593427589e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8527679741382599, + "num_tokens": 1321841.0, + "step": 1030 + }, + { + "entropy": 1.2558147311210632, + "epoch": 0.0993598929970383, + "grad_norm": 0.6597530841827393, + "learning_rate": 1.985097439816584e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8603090643882751, + "num_tokens": 1333811.0, + "step": 1040 + }, + { + "entropy": 1.2750974774360657, + "epoch": 0.10031527658354829, + "grad_norm": 0.6347888112068176, + "learning_rate": 2.004203286205579e-05, + "loss": 0.3587, + "mean_token_accuracy": 0.8575506985187531, + "num_tokens": 1346519.0, + "step": 1050 + }, + { + "entropy": 1.2762718200683594, + "epoch": 0.10127066017005827, + "grad_norm": 0.5709592700004578, + "learning_rate": 2.0233091325945742e-05, + "loss": 0.3591, + "mean_token_accuracy": 0.8498442709445954, + "num_tokens": 1359204.0, + "step": 1060 + }, + { + "entropy": 1.2640865206718446, + "epoch": 0.10222604375656827, + "grad_norm": 0.69224613904953, + "learning_rate": 2.0424149789835693e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8642300486564636, + "num_tokens": 1371938.0, + "step": 1070 + }, + { + "entropy": 1.2745977520942688, + "epoch": 0.10318142734307825, + "grad_norm": 0.6069624423980713, + "learning_rate": 2.061520825372564e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.8466057121753693, + "num_tokens": 1384685.0, + "step": 1080 + }, + { + "entropy": 1.2611876368522643, + "epoch": 0.10413681092958824, + "grad_norm": 0.8170679211616516, + "learning_rate": 2.080626671761559e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8547586500644684, + "num_tokens": 1397344.0, + "step": 1090 + }, + { + "entropy": 1.2903265714645387, + "epoch": 0.10509219451609822, + "grad_norm": 0.7245358824729919, + "learning_rate": 2.0997325181505542e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8395458340644837, + "num_tokens": 1410877.0, + "step": 1100 + }, + { + "entropy": 1.2606844425201416, + "epoch": 0.1060475781026082, + "grad_norm": 0.5265330672264099, + "learning_rate": 2.1188383645395493e-05, + "loss": 0.3555, + "mean_token_accuracy": 0.8539584040641784, + "num_tokens": 1423557.0, + "step": 1110 + }, + { + "entropy": 1.2801721096038818, + "epoch": 0.10700296168911819, + "grad_norm": 0.6435913443565369, + "learning_rate": 2.137944210928544e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8319765985012054, + "num_tokens": 1436240.0, + "step": 1120 + }, + { + "entropy": 1.2805168151855468, + "epoch": 0.10795834527562817, + "grad_norm": 0.7951139211654663, + "learning_rate": 2.157050057317539e-05, + "loss": 0.3533, + "mean_token_accuracy": 0.8579721748828888, + "num_tokens": 1449202.0, + "step": 1130 + }, + { + "entropy": 1.270573580265045, + "epoch": 0.10891372886213815, + "grad_norm": 0.527052640914917, + "learning_rate": 2.1761559037065345e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8399400353431702, + "num_tokens": 1461681.0, + "step": 1140 + }, + { + "entropy": 1.2696072101593017, + "epoch": 0.10986911244864814, + "grad_norm": 0.7259275913238525, + "learning_rate": 2.1952617500955296e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.8516977548599243, + "num_tokens": 1474108.0, + "step": 1150 + }, + { + "entropy": 1.275169837474823, + "epoch": 0.11082449603515812, + "grad_norm": 0.6393714547157288, + "learning_rate": 2.2143675964845243e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8479075133800507, + "num_tokens": 1487298.0, + "step": 1160 + }, + { + "entropy": 1.278977882862091, + "epoch": 0.1117798796216681, + "grad_norm": 0.8128142952919006, + "learning_rate": 2.2334734428735194e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8470691442489624, + "num_tokens": 1499988.0, + "step": 1170 + }, + { + "entropy": 1.3019404053688048, + "epoch": 0.11273526320817809, + "grad_norm": 0.6474112868309021, + "learning_rate": 2.2525792892625145e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8446758449077606, + "num_tokens": 1513273.0, + "step": 1180 + }, + { + "entropy": 1.2833149194717408, + "epoch": 0.11369064679468807, + "grad_norm": 0.648529052734375, + "learning_rate": 2.2716851356515095e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8419433891773224, + "num_tokens": 1526121.0, + "step": 1190 + }, + { + "entropy": 1.2866366863250733, + "epoch": 0.11464603038119806, + "grad_norm": 0.6405205726623535, + "learning_rate": 2.2907909820405046e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.850877296924591, + "num_tokens": 1538970.0, + "step": 1200 + }, + { + "entropy": 1.2957610011100769, + "epoch": 0.11560141396770804, + "grad_norm": 0.6690678596496582, + "learning_rate": 2.3098968284294994e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.859039694070816, + "num_tokens": 1552493.0, + "step": 1210 + }, + { + "entropy": 1.264275109767914, + "epoch": 0.11655679755421802, + "grad_norm": 0.47704678773880005, + "learning_rate": 2.3290026748184944e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8660370290279389, + "num_tokens": 1565485.0, + "step": 1220 + }, + { + "entropy": 1.2987073540687561, + "epoch": 0.117512181140728, + "grad_norm": 0.5966281294822693, + "learning_rate": 2.3481085212074895e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8462430536746979, + "num_tokens": 1578866.0, + "step": 1230 + }, + { + "entropy": 1.2801466822624206, + "epoch": 0.11846756472723799, + "grad_norm": 0.6443337202072144, + "learning_rate": 2.3672143675964846e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.855866014957428, + "num_tokens": 1591985.0, + "step": 1240 + }, + { + "entropy": 1.2859270930290223, + "epoch": 0.11942294831374797, + "grad_norm": 0.6870014071464539, + "learning_rate": 2.3863202139854797e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8357151329517365, + "num_tokens": 1604690.0, + "step": 1250 + }, + { + "entropy": 1.2915114998817443, + "epoch": 0.12037833190025796, + "grad_norm": 0.6934886574745178, + "learning_rate": 2.4054260603744748e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8375889420509338, + "num_tokens": 1618166.0, + "step": 1260 + }, + { + "entropy": 1.2867513418197631, + "epoch": 0.12133371548676794, + "grad_norm": 0.613564133644104, + "learning_rate": 2.42453190676347e-05, + "loss": 0.3462, + "mean_token_accuracy": 0.8590029597282409, + "num_tokens": 1631471.0, + "step": 1270 + }, + { + "entropy": 1.293914222717285, + "epoch": 0.12228909907327792, + "grad_norm": 0.6382269263267517, + "learning_rate": 2.443637753152465e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8520400524139404, + "num_tokens": 1644610.0, + "step": 1280 + }, + { + "entropy": 1.2751234292984008, + "epoch": 0.12324448265978791, + "grad_norm": 0.5405305624008179, + "learning_rate": 2.4627435995414596e-05, + "loss": 0.3344, + "mean_token_accuracy": 0.8636472523212433, + "num_tokens": 1657392.0, + "step": 1290 + }, + { + "entropy": 1.27792489528656, + "epoch": 0.12419986624629789, + "grad_norm": 0.7485939264297485, + "learning_rate": 2.4818494459304547e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8503650307655335, + "num_tokens": 1670417.0, + "step": 1300 + }, + { + "entropy": 1.2909947872161864, + "epoch": 0.12515524983280787, + "grad_norm": 0.5226083397865295, + "learning_rate": 2.50095529231945e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8577855944633483, + "num_tokens": 1683905.0, + "step": 1310 + }, + { + "entropy": 1.281455385684967, + "epoch": 0.12611063341931786, + "grad_norm": 0.752621054649353, + "learning_rate": 2.520061138708445e-05, + "loss": 0.4013, + "mean_token_accuracy": 0.8253696262836456, + "num_tokens": 1696488.0, + "step": 1320 + }, + { + "entropy": 1.2667579650878906, + "epoch": 0.12706601700582784, + "grad_norm": 0.7013919949531555, + "learning_rate": 2.5391669850974396e-05, + "loss": 0.3854, + "mean_token_accuracy": 0.8409643590450286, + "num_tokens": 1709097.0, + "step": 1330 + }, + { + "entropy": 1.2788310647010803, + "epoch": 0.12802140059233783, + "grad_norm": 0.6673786640167236, + "learning_rate": 2.558272831486435e-05, + "loss": 0.3684, + "mean_token_accuracy": 0.8514811336994171, + "num_tokens": 1721634.0, + "step": 1340 + }, + { + "entropy": 1.2627047419548034, + "epoch": 0.1289767841788478, + "grad_norm": 0.7162986397743225, + "learning_rate": 2.57737867787543e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8470966041088104, + "num_tokens": 1733844.0, + "step": 1350 + }, + { + "entropy": 1.2922940373420715, + "epoch": 0.1299321677653578, + "grad_norm": 0.6434398889541626, + "learning_rate": 2.596484524264425e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8326623678207398, + "num_tokens": 1746677.0, + "step": 1360 + }, + { + "entropy": 1.2539695501327515, + "epoch": 0.13088755135186778, + "grad_norm": 0.6152772903442383, + "learning_rate": 2.6155903706534203e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8595163941383361, + "num_tokens": 1759032.0, + "step": 1370 + }, + { + "entropy": 1.2827344298362733, + "epoch": 0.13184293493837776, + "grad_norm": 0.7465337514877319, + "learning_rate": 2.634696217042415e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.848857444524765, + "num_tokens": 1772551.0, + "step": 1380 + }, + { + "entropy": 1.2812927126884461, + "epoch": 0.13279831852488774, + "grad_norm": 0.5099318027496338, + "learning_rate": 2.6538020634314104e-05, + "loss": 0.3599, + "mean_token_accuracy": 0.8508665680885314, + "num_tokens": 1786069.0, + "step": 1390 + }, + { + "entropy": 1.2641242146492004, + "epoch": 0.13375370211139773, + "grad_norm": 0.5722366571426392, + "learning_rate": 2.6729079098204052e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.8543105065822602, + "num_tokens": 1798712.0, + "step": 1400 + }, + { + "entropy": 1.2620341658592225, + "epoch": 0.1347090856979077, + "grad_norm": 1.0049598217010498, + "learning_rate": 2.6920137562094e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8533950746059418, + "num_tokens": 1811343.0, + "step": 1410 + }, + { + "entropy": 1.278655433654785, + "epoch": 0.1356644692844177, + "grad_norm": 0.7325334548950195, + "learning_rate": 2.7111196025983953e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8392447352409362, + "num_tokens": 1824159.0, + "step": 1420 + }, + { + "entropy": 1.2724897384643554, + "epoch": 0.13661985287092768, + "grad_norm": 0.6113528609275818, + "learning_rate": 2.73022544898739e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8419102430343628, + "num_tokens": 1837561.0, + "step": 1430 + }, + { + "entropy": 1.2700278520584107, + "epoch": 0.13757523645743766, + "grad_norm": 0.5418135523796082, + "learning_rate": 2.7493312953763855e-05, + "loss": 0.3613, + "mean_token_accuracy": 0.8481756091117859, + "num_tokens": 1850208.0, + "step": 1440 + }, + { + "entropy": 1.2674234986305237, + "epoch": 0.13853062004394764, + "grad_norm": 0.633861780166626, + "learning_rate": 2.7684371417653802e-05, + "loss": 0.3295, + "mean_token_accuracy": 0.8665770590305328, + "num_tokens": 1863498.0, + "step": 1450 + }, + { + "entropy": 1.271586549282074, + "epoch": 0.13948600363045763, + "grad_norm": 0.5245903730392456, + "learning_rate": 2.7875429881543753e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8498251140117645, + "num_tokens": 1876625.0, + "step": 1460 + }, + { + "entropy": 1.2642229795455933, + "epoch": 0.1404413872169676, + "grad_norm": 0.6206377148628235, + "learning_rate": 2.8066488345433707e-05, + "loss": 0.3482, + "mean_token_accuracy": 0.8590035080909729, + "num_tokens": 1889231.0, + "step": 1470 + }, + { + "entropy": 1.2697163939476013, + "epoch": 0.1413967708034776, + "grad_norm": 0.636770486831665, + "learning_rate": 2.8257546809323655e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8420056164264679, + "num_tokens": 1901503.0, + "step": 1480 + }, + { + "entropy": 1.260323131084442, + "epoch": 0.14235215438998758, + "grad_norm": 0.7058074474334717, + "learning_rate": 2.8448605273213602e-05, + "loss": 0.3252, + "mean_token_accuracy": 0.8763286888599395, + "num_tokens": 1913923.0, + "step": 1490 + }, + { + "entropy": 1.275166141986847, + "epoch": 0.14330753797649756, + "grad_norm": 0.6047711968421936, + "learning_rate": 2.8639663737103556e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.840899258852005, + "num_tokens": 1926656.0, + "step": 1500 + }, + { + "entropy": 1.272442102432251, + "epoch": 0.14426292156300755, + "grad_norm": 0.6446340084075928, + "learning_rate": 2.8830722200993504e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8551771223545075, + "num_tokens": 1939649.0, + "step": 1510 + }, + { + "entropy": 1.274544858932495, + "epoch": 0.14521830514951753, + "grad_norm": 0.672816276550293, + "learning_rate": 2.9021780664883458e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8469552874565125, + "num_tokens": 1953009.0, + "step": 1520 + }, + { + "entropy": 1.2742075204849244, + "epoch": 0.1461736887360275, + "grad_norm": 0.6266809701919556, + "learning_rate": 2.9212839128773405e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8561843633651733, + "num_tokens": 1966072.0, + "step": 1530 + }, + { + "entropy": 1.2836713433265685, + "epoch": 0.1471290723225375, + "grad_norm": 0.6497858762741089, + "learning_rate": 2.9403897592663353e-05, + "loss": 0.408, + "mean_token_accuracy": 0.8361942589282989, + "num_tokens": 1979431.0, + "step": 1540 + }, + { + "entropy": 1.2659193396568298, + "epoch": 0.14808445590904748, + "grad_norm": 0.6766979694366455, + "learning_rate": 2.9594956056553307e-05, + "loss": 0.3616, + "mean_token_accuracy": 0.8501888394355774, + "num_tokens": 1992114.0, + "step": 1550 + }, + { + "entropy": 1.2590842723846436, + "epoch": 0.14903983949555746, + "grad_norm": 0.5598229765892029, + "learning_rate": 2.9786014520443258e-05, + "loss": 0.351, + "mean_token_accuracy": 0.8640957355499268, + "num_tokens": 2004228.0, + "step": 1560 + }, + { + "entropy": 1.2793622374534608, + "epoch": 0.14999522308206745, + "grad_norm": 0.6941529512405396, + "learning_rate": 2.9977072984333208e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8518871188163757, + "num_tokens": 2017361.0, + "step": 1570 + }, + { + "entropy": 1.2694583535194397, + "epoch": 0.15095060666857743, + "grad_norm": 0.6820170283317566, + "learning_rate": 3.016813144822316e-05, + "loss": 0.3878, + "mean_token_accuracy": 0.8417671918869019, + "num_tokens": 2030314.0, + "step": 1580 + }, + { + "entropy": 1.27111873626709, + "epoch": 0.15190599025508741, + "grad_norm": 0.8230023384094238, + "learning_rate": 3.0359189912113106e-05, + "loss": 0.3636, + "mean_token_accuracy": 0.8543003797531128, + "num_tokens": 2042999.0, + "step": 1590 + }, + { + "entropy": 1.2588322520256043, + "epoch": 0.1528613738415974, + "grad_norm": 0.8090315461158752, + "learning_rate": 3.055024837600306e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8444645226001739, + "num_tokens": 2054933.0, + "step": 1600 + }, + { + "entropy": 1.265204906463623, + "epoch": 0.15381675742810738, + "grad_norm": 0.6493530869483948, + "learning_rate": 3.074130683989301e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8498230040073395, + "num_tokens": 2067564.0, + "step": 1610 + }, + { + "entropy": 1.2758709907531738, + "epoch": 0.15477214101461736, + "grad_norm": 0.5878254771232605, + "learning_rate": 3.093236530378296e-05, + "loss": 0.3652, + "mean_token_accuracy": 0.855068701505661, + "num_tokens": 2080183.0, + "step": 1620 + }, + { + "entropy": 1.2806037664413452, + "epoch": 0.15572752460112735, + "grad_norm": 0.6547776460647583, + "learning_rate": 3.112342376767291e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.849243438243866, + "num_tokens": 2093366.0, + "step": 1630 + }, + { + "entropy": 1.2917179703712462, + "epoch": 0.15668290818763733, + "grad_norm": 0.7616866827011108, + "learning_rate": 3.131448223156286e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8347013592720032, + "num_tokens": 2106733.0, + "step": 1640 + }, + { + "entropy": 1.2708664774894713, + "epoch": 0.15763829177414732, + "grad_norm": 0.5912809371948242, + "learning_rate": 3.150554069545281e-05, + "loss": 0.3362, + "mean_token_accuracy": 0.8638387680053711, + "num_tokens": 2119540.0, + "step": 1650 + }, + { + "entropy": 1.2788801312446594, + "epoch": 0.1585936753606573, + "grad_norm": 0.6980148553848267, + "learning_rate": 3.169659915934276e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8304128170013427, + "num_tokens": 2131978.0, + "step": 1660 + }, + { + "entropy": 1.2850644826889037, + "epoch": 0.15954905894716728, + "grad_norm": 0.5042440891265869, + "learning_rate": 3.1887657623232706e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8430949747562408, + "num_tokens": 2145280.0, + "step": 1670 + }, + { + "entropy": 1.2761677861213685, + "epoch": 0.16050444253367727, + "grad_norm": 0.8014220595359802, + "learning_rate": 3.2078716087122664e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8498305559158326, + "num_tokens": 2158717.0, + "step": 1680 + }, + { + "entropy": 1.2705881953239442, + "epoch": 0.16145982612018725, + "grad_norm": 0.7395309805870056, + "learning_rate": 3.226977455101261e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8317034304141998, + "num_tokens": 2172110.0, + "step": 1690 + }, + { + "entropy": 1.2647663712501527, + "epoch": 0.16241520970669723, + "grad_norm": 0.5811320543289185, + "learning_rate": 3.2460833014902565e-05, + "loss": 0.3766, + "mean_token_accuracy": 0.8480295181274414, + "num_tokens": 2184808.0, + "step": 1700 + }, + { + "entropy": 1.2717278003692627, + "epoch": 0.16337059329320722, + "grad_norm": 0.6457176208496094, + "learning_rate": 3.265189147879251e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8567602574825287, + "num_tokens": 2198152.0, + "step": 1710 + }, + { + "entropy": 1.2490082383155823, + "epoch": 0.1643259768797172, + "grad_norm": 0.7077151536941528, + "learning_rate": 3.284294994268246e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.8663703382015229, + "num_tokens": 2210355.0, + "step": 1720 + }, + { + "entropy": 1.260045576095581, + "epoch": 0.16528136046622718, + "grad_norm": 0.6688854098320007, + "learning_rate": 3.303400840657242e-05, + "loss": 0.374, + "mean_token_accuracy": 0.8473611295223236, + "num_tokens": 2223122.0, + "step": 1730 + }, + { + "entropy": 1.2652784585952759, + "epoch": 0.16623674405273717, + "grad_norm": 0.6271246075630188, + "learning_rate": 3.322506687046236e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.8556398808956146, + "num_tokens": 2235827.0, + "step": 1740 + }, + { + "entropy": 1.2708804845809936, + "epoch": 0.16719212763924715, + "grad_norm": 0.5745053291320801, + "learning_rate": 3.341612533435232e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.8471532106399536, + "num_tokens": 2249046.0, + "step": 1750 + }, + { + "entropy": 1.2571009874343873, + "epoch": 0.16814751122575713, + "grad_norm": 0.6606534123420715, + "learning_rate": 3.360718379824226e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8468297481536865, + "num_tokens": 2262020.0, + "step": 1760 + }, + { + "entropy": 1.2682519435882569, + "epoch": 0.16910289481226712, + "grad_norm": 0.612775444984436, + "learning_rate": 3.3798242262132214e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8368928909301758, + "num_tokens": 2274845.0, + "step": 1770 + }, + { + "entropy": 1.265424621105194, + "epoch": 0.1700582783987771, + "grad_norm": 0.5876160264015198, + "learning_rate": 3.3989300726022165e-05, + "loss": 0.3612, + "mean_token_accuracy": 0.8513772249221802, + "num_tokens": 2287487.0, + "step": 1780 + }, + { + "entropy": 1.267136812210083, + "epoch": 0.17101366198528709, + "grad_norm": 0.6093586683273315, + "learning_rate": 3.4180359189912115e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.8440386891365051, + "num_tokens": 2300003.0, + "step": 1790 + }, + { + "entropy": 1.2693278074264527, + "epoch": 0.17196904557179707, + "grad_norm": 0.6213138699531555, + "learning_rate": 3.437141765380206e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.845988667011261, + "num_tokens": 2312904.0, + "step": 1800 + }, + { + "entropy": 1.2687300086021422, + "epoch": 0.17292442915830705, + "grad_norm": 0.5539630055427551, + "learning_rate": 3.456247611769202e-05, + "loss": 0.3653, + "mean_token_accuracy": 0.8443761706352234, + "num_tokens": 2325937.0, + "step": 1810 + }, + { + "entropy": 1.2667531847953797, + "epoch": 0.17387981274481704, + "grad_norm": 0.6260280013084412, + "learning_rate": 3.475353458158197e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8517036974430084, + "num_tokens": 2339159.0, + "step": 1820 + }, + { + "entropy": 1.2727153778076172, + "epoch": 0.17483519633132702, + "grad_norm": 0.8115602135658264, + "learning_rate": 3.494459304547192e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8505869626998901, + "num_tokens": 2351773.0, + "step": 1830 + }, + { + "entropy": 1.273115301132202, + "epoch": 0.175790579917837, + "grad_norm": 0.7165736556053162, + "learning_rate": 3.513565150936187e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8281481206417084, + "num_tokens": 2364544.0, + "step": 1840 + }, + { + "entropy": 1.2784301519393921, + "epoch": 0.176745963504347, + "grad_norm": 0.6850463151931763, + "learning_rate": 3.532670997325181e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8319291591644287, + "num_tokens": 2377059.0, + "step": 1850 + }, + { + "entropy": 1.2713215708732606, + "epoch": 0.17770134709085697, + "grad_norm": 0.5850270986557007, + "learning_rate": 3.551776843714177e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8609251916408539, + "num_tokens": 2390037.0, + "step": 1860 + }, + { + "entropy": 1.2686315059661866, + "epoch": 0.17865673067736695, + "grad_norm": 0.5637526512145996, + "learning_rate": 3.5708826901031715e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8530197381973267, + "num_tokens": 2403314.0, + "step": 1870 + }, + { + "entropy": 1.2886057257652284, + "epoch": 0.17961211426387694, + "grad_norm": 0.58087158203125, + "learning_rate": 3.589988536492167e-05, + "loss": 0.3956, + "mean_token_accuracy": 0.835690039396286, + "num_tokens": 2416192.0, + "step": 1880 + }, + { + "entropy": 1.271772527694702, + "epoch": 0.18056749785038692, + "grad_norm": 0.7094806432723999, + "learning_rate": 3.6090943828811616e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.8394451916217804, + "num_tokens": 2428752.0, + "step": 1890 + }, + { + "entropy": 1.250030767917633, + "epoch": 0.1815228814368969, + "grad_norm": 0.8401942253112793, + "learning_rate": 3.628200229270157e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8646966397762299, + "num_tokens": 2441455.0, + "step": 1900 + }, + { + "entropy": 1.275713324546814, + "epoch": 0.1824782650234069, + "grad_norm": 0.5850284099578857, + "learning_rate": 3.647306075659152e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8401066064834595, + "num_tokens": 2454314.0, + "step": 1910 + }, + { + "entropy": 1.2688223004341126, + "epoch": 0.18343364860991687, + "grad_norm": 0.5727646946907043, + "learning_rate": 3.666411922048147e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8424104511737823, + "num_tokens": 2466446.0, + "step": 1920 + }, + { + "entropy": 1.2781993627548218, + "epoch": 0.18438903219642686, + "grad_norm": 0.665131151676178, + "learning_rate": 3.685517768437142e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8440273523330688, + "num_tokens": 2479165.0, + "step": 1930 + }, + { + "entropy": 1.2398491978645325, + "epoch": 0.18534441578293684, + "grad_norm": 0.7034037709236145, + "learning_rate": 3.704623614826137e-05, + "loss": 0.3423, + "mean_token_accuracy": 0.8543889820575714, + "num_tokens": 2491363.0, + "step": 1940 + }, + { + "entropy": 1.2763061046600341, + "epoch": 0.18629979936944682, + "grad_norm": 0.6917576193809509, + "learning_rate": 3.723729461215132e-05, + "loss": 0.382, + "mean_token_accuracy": 0.8360799849033356, + "num_tokens": 2504285.0, + "step": 1950 + }, + { + "entropy": 1.2682796835899353, + "epoch": 0.1872551829559568, + "grad_norm": 0.5548577308654785, + "learning_rate": 3.742835307604127e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8506894052028656, + "num_tokens": 2517078.0, + "step": 1960 + }, + { + "entropy": 1.2649539113044739, + "epoch": 0.1882105665424668, + "grad_norm": 0.830173909664154, + "learning_rate": 3.761941153993122e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8396866202354432, + "num_tokens": 2529717.0, + "step": 1970 + }, + { + "entropy": 1.2797102689743043, + "epoch": 0.18916595012897677, + "grad_norm": 0.6868687272071838, + "learning_rate": 3.781047000382117e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.846702378988266, + "num_tokens": 2542845.0, + "step": 1980 + }, + { + "entropy": 1.2765395760536193, + "epoch": 0.19012133371548676, + "grad_norm": 0.6422203183174133, + "learning_rate": 3.8001528467711124e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8450765311717987, + "num_tokens": 2555440.0, + "step": 1990 + }, + { + "entropy": 1.2852679252624513, + "epoch": 0.19107671730199674, + "grad_norm": 0.6880207061767578, + "learning_rate": 3.819258693160107e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8460953235626221, + "num_tokens": 2568555.0, + "step": 2000 + }, + { + "entropy": 1.2760417342185975, + "epoch": 0.19203210088850672, + "grad_norm": 0.5691060423851013, + "learning_rate": 3.8383645395491026e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8475913166999817, + "num_tokens": 2581507.0, + "step": 2010 + }, + { + "entropy": 1.2645739674568177, + "epoch": 0.1929874844750167, + "grad_norm": 0.6477449536323547, + "learning_rate": 3.857470385938097e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8458105027675629, + "num_tokens": 2594415.0, + "step": 2020 + }, + { + "entropy": 1.2662594079971314, + "epoch": 0.1939428680615267, + "grad_norm": 0.7292438745498657, + "learning_rate": 3.876576232327092e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.8524332165718078, + "num_tokens": 2607779.0, + "step": 2030 + }, + { + "entropy": 1.2641240954399109, + "epoch": 0.19489825164803667, + "grad_norm": 0.8061387538909912, + "learning_rate": 3.895682078716087e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8337964296340943, + "num_tokens": 2620010.0, + "step": 2040 + }, + { + "entropy": 1.2828261971473693, + "epoch": 0.19585363523454666, + "grad_norm": 0.6830268502235413, + "learning_rate": 3.914787925105082e-05, + "loss": 0.3741, + "mean_token_accuracy": 0.8482139945030213, + "num_tokens": 2633010.0, + "step": 2050 + }, + { + "entropy": 1.2768245935440063, + "epoch": 0.19680901882105664, + "grad_norm": 0.562599241733551, + "learning_rate": 3.933893771494077e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8679228365421295, + "num_tokens": 2646026.0, + "step": 2060 + }, + { + "entropy": 1.275465452671051, + "epoch": 0.19776440240756663, + "grad_norm": 0.6148664355278015, + "learning_rate": 3.9529996178830724e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.8457223474979401, + "num_tokens": 2658601.0, + "step": 2070 + }, + { + "entropy": 1.2591976523399353, + "epoch": 0.1987197859940766, + "grad_norm": 0.7029863595962524, + "learning_rate": 3.9721054642720675e-05, + "loss": 0.3466, + "mean_token_accuracy": 0.8563917636871338, + "num_tokens": 2671460.0, + "step": 2080 + }, + { + "entropy": 1.2667939424514771, + "epoch": 0.1996751695805866, + "grad_norm": 0.5588117837905884, + "learning_rate": 3.9912113106610625e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8612921893596649, + "num_tokens": 2684514.0, + "step": 2090 + }, + { + "entropy": 1.256531822681427, + "epoch": 0.20063055316709658, + "grad_norm": 0.5847995281219482, + "learning_rate": 4.0103171570500576e-05, + "loss": 0.3464, + "mean_token_accuracy": 0.8579625368118287, + "num_tokens": 2697043.0, + "step": 2100 + }, + { + "entropy": 1.2639439105987549, + "epoch": 0.20158593675360656, + "grad_norm": 0.7131437659263611, + "learning_rate": 4.029423003439052e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.8436695396900177, + "num_tokens": 2709545.0, + "step": 2110 + }, + { + "entropy": 1.2584663152694702, + "epoch": 0.20254132034011654, + "grad_norm": 0.7805152535438538, + "learning_rate": 4.048528849828048e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8572333693504334, + "num_tokens": 2722080.0, + "step": 2120 + }, + { + "entropy": 1.279316818714142, + "epoch": 0.20349670392662655, + "grad_norm": 0.723488986492157, + "learning_rate": 4.067634696217043e-05, + "loss": 0.4211, + "mean_token_accuracy": 0.8279502332210541, + "num_tokens": 2734864.0, + "step": 2130 + }, + { + "entropy": 1.2800434589385987, + "epoch": 0.20445208751313654, + "grad_norm": 0.4795664846897125, + "learning_rate": 4.086740542606038e-05, + "loss": 0.3635, + "mean_token_accuracy": 0.8526469826698303, + "num_tokens": 2747981.0, + "step": 2140 + }, + { + "entropy": 1.2630800604820251, + "epoch": 0.20540747109964652, + "grad_norm": 0.6667647957801819, + "learning_rate": 4.105846388995033e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8632782578468323, + "num_tokens": 2760332.0, + "step": 2150 + }, + { + "entropy": 1.2542123675346375, + "epoch": 0.2063628546861565, + "grad_norm": 0.6741219758987427, + "learning_rate": 4.1249522353840274e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.846278727054596, + "num_tokens": 2773168.0, + "step": 2160 + }, + { + "entropy": 1.2690014839172363, + "epoch": 0.2073182382726665, + "grad_norm": 0.5428439378738403, + "learning_rate": 4.144058081773023e-05, + "loss": 0.3787, + "mean_token_accuracy": 0.8433568716049195, + "num_tokens": 2785573.0, + "step": 2170 + }, + { + "entropy": 1.301966381072998, + "epoch": 0.20827362185917647, + "grad_norm": 0.6452924013137817, + "learning_rate": 4.1631639281620176e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8363204598426819, + "num_tokens": 2799200.0, + "step": 2180 + }, + { + "entropy": 1.267611813545227, + "epoch": 0.20922900544568646, + "grad_norm": 0.6529921293258667, + "learning_rate": 4.1822697745510126e-05, + "loss": 0.3479, + "mean_token_accuracy": 0.8571177065372467, + "num_tokens": 2811517.0, + "step": 2190 + }, + { + "entropy": 1.2673257350921632, + "epoch": 0.21018438903219644, + "grad_norm": 0.7984728813171387, + "learning_rate": 4.201375620940008e-05, + "loss": 0.3568, + "mean_token_accuracy": 0.854420644044876, + "num_tokens": 2824018.0, + "step": 2200 + }, + { + "entropy": 1.267518973350525, + "epoch": 0.21113977261870642, + "grad_norm": 0.5587390065193176, + "learning_rate": 4.220481467329003e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8608674943447113, + "num_tokens": 2836769.0, + "step": 2210 + }, + { + "entropy": 1.2729223132133485, + "epoch": 0.2120951562052164, + "grad_norm": 0.6022632718086243, + "learning_rate": 4.239587313717998e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8415805339813233, + "num_tokens": 2849430.0, + "step": 2220 + }, + { + "entropy": 1.2850468158721924, + "epoch": 0.2130505397917264, + "grad_norm": 0.5497853755950928, + "learning_rate": 4.258693160106993e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8389717519283295, + "num_tokens": 2862581.0, + "step": 2230 + }, + { + "entropy": 1.2989357471466065, + "epoch": 0.21400592337823637, + "grad_norm": 0.6083521246910095, + "learning_rate": 4.277799006495988e-05, + "loss": 0.3675, + "mean_token_accuracy": 0.847513210773468, + "num_tokens": 2875462.0, + "step": 2240 + }, + { + "entropy": 1.2934684991836547, + "epoch": 0.21496130696474636, + "grad_norm": 0.5618777871131897, + "learning_rate": 4.296904852884983e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8392022609710693, + "num_tokens": 2888705.0, + "step": 2250 + }, + { + "entropy": 1.2869181990623475, + "epoch": 0.21591669055125634, + "grad_norm": 0.6937493681907654, + "learning_rate": 4.316010699273978e-05, + "loss": 0.3606, + "mean_token_accuracy": 0.8506132543087006, + "num_tokens": 2901561.0, + "step": 2260 + }, + { + "entropy": 1.2795225381851196, + "epoch": 0.21687207413776632, + "grad_norm": 0.6371455788612366, + "learning_rate": 4.335116545662973e-05, + "loss": 0.3812, + "mean_token_accuracy": 0.8431487143039703, + "num_tokens": 2914622.0, + "step": 2270 + }, + { + "entropy": 1.2698954343795776, + "epoch": 0.2178274577242763, + "grad_norm": 0.7120370268821716, + "learning_rate": 4.3542223920519683e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8556244075298309, + "num_tokens": 2927402.0, + "step": 2280 + }, + { + "entropy": 1.2950978994369506, + "epoch": 0.2187828413107863, + "grad_norm": 0.6719713807106018, + "learning_rate": 4.373328238440963e-05, + "loss": 0.3887, + "mean_token_accuracy": 0.8398363769054413, + "num_tokens": 2940375.0, + "step": 2290 + }, + { + "entropy": 1.2922755837440492, + "epoch": 0.21973822489729627, + "grad_norm": 0.6873934864997864, + "learning_rate": 4.3924340848299585e-05, + "loss": 0.3902, + "mean_token_accuracy": 0.838685542345047, + "num_tokens": 2953628.0, + "step": 2300 + }, + { + "entropy": 1.2719997406005858, + "epoch": 0.22069360848380626, + "grad_norm": 0.6827031970024109, + "learning_rate": 4.411539931218953e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8434044718742371, + "num_tokens": 2966068.0, + "step": 2310 + }, + { + "entropy": 1.2904879808425904, + "epoch": 0.22164899207031624, + "grad_norm": 0.5170621275901794, + "learning_rate": 4.430645777607948e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8369189083576203, + "num_tokens": 2979292.0, + "step": 2320 + }, + { + "entropy": 1.2742332935333252, + "epoch": 0.22260437565682623, + "grad_norm": 0.6843661665916443, + "learning_rate": 4.449751623996943e-05, + "loss": 0.3534, + "mean_token_accuracy": 0.8566668868064881, + "num_tokens": 2991790.0, + "step": 2330 + }, + { + "entropy": 1.2773700594902038, + "epoch": 0.2235597592433362, + "grad_norm": 0.6697008609771729, + "learning_rate": 4.468857470385938e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8380467355251312, + "num_tokens": 3004647.0, + "step": 2340 + }, + { + "entropy": 1.2768926620483398, + "epoch": 0.2245151428298462, + "grad_norm": 0.5635931491851807, + "learning_rate": 4.487963316774933e-05, + "loss": 0.3946, + "mean_token_accuracy": 0.840726113319397, + "num_tokens": 3017575.0, + "step": 2350 + }, + { + "entropy": 1.276743519306183, + "epoch": 0.22547052641635618, + "grad_norm": 0.6353804469108582, + "learning_rate": 4.507069163163928e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8354250490665436, + "num_tokens": 3030168.0, + "step": 2360 + }, + { + "entropy": 1.2661025047302246, + "epoch": 0.22642591000286616, + "grad_norm": 0.6097955107688904, + "learning_rate": 4.5261750095529234e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8414103388786316, + "num_tokens": 3043017.0, + "step": 2370 + }, + { + "entropy": 1.2882855772972106, + "epoch": 0.22738129358937614, + "grad_norm": 0.6276230812072754, + "learning_rate": 4.5452808559419185e-05, + "loss": 0.3451, + "mean_token_accuracy": 0.8600232481956482, + "num_tokens": 3055961.0, + "step": 2380 + }, + { + "entropy": 1.2832751274108887, + "epoch": 0.22833667717588613, + "grad_norm": 0.6529241800308228, + "learning_rate": 4.5643867023309135e-05, + "loss": 0.3497, + "mean_token_accuracy": 0.8556675672531128, + "num_tokens": 3068593.0, + "step": 2390 + }, + { + "entropy": 1.2643335819244386, + "epoch": 0.2292920607623961, + "grad_norm": 0.6560353636741638, + "learning_rate": 4.5834925487199086e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8625992655754089, + "num_tokens": 3080799.0, + "step": 2400 + }, + { + "entropy": 1.2679242849349976, + "epoch": 0.2302474443489061, + "grad_norm": 0.49563875794410706, + "learning_rate": 4.602598395108904e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8616725027561187, + "num_tokens": 3093606.0, + "step": 2410 + }, + { + "entropy": 1.2888665795326233, + "epoch": 0.23120282793541608, + "grad_norm": 0.669896125793457, + "learning_rate": 4.621704241497898e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.828444492816925, + "num_tokens": 3106940.0, + "step": 2420 + }, + { + "entropy": 1.2795621752738953, + "epoch": 0.23215821152192606, + "grad_norm": 0.6597838401794434, + "learning_rate": 4.640810087886894e-05, + "loss": 0.3729, + "mean_token_accuracy": 0.8444149911403656, + "num_tokens": 3120044.0, + "step": 2430 + }, + { + "entropy": 1.2742472410202026, + "epoch": 0.23311359510843604, + "grad_norm": 0.7370792031288147, + "learning_rate": 4.659915934275888e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8497561991214753, + "num_tokens": 3133141.0, + "step": 2440 + }, + { + "entropy": 1.2776604890823364, + "epoch": 0.23406897869494603, + "grad_norm": 0.6189134120941162, + "learning_rate": 4.679021780664884e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.847120589017868, + "num_tokens": 3145779.0, + "step": 2450 + }, + { + "entropy": 1.2898665904998778, + "epoch": 0.235024362281456, + "grad_norm": 0.5626310706138611, + "learning_rate": 4.698127627053879e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8537184357643127, + "num_tokens": 3159089.0, + "step": 2460 + }, + { + "entropy": 1.2833497405052186, + "epoch": 0.235979745867966, + "grad_norm": 0.8867667317390442, + "learning_rate": 4.7172334734428735e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8269976794719696, + "num_tokens": 3172253.0, + "step": 2470 + }, + { + "entropy": 1.2799896836280822, + "epoch": 0.23693512945447598, + "grad_norm": 0.695589005947113, + "learning_rate": 4.736339319831869e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8468188941478729, + "num_tokens": 3185811.0, + "step": 2480 + }, + { + "entropy": 1.2855974555015564, + "epoch": 0.23789051304098596, + "grad_norm": 0.7758219838142395, + "learning_rate": 4.7554451662208636e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8371373653411865, + "num_tokens": 3198718.0, + "step": 2490 + }, + { + "entropy": 1.2791345596313477, + "epoch": 0.23884589662749595, + "grad_norm": 0.5941950082778931, + "learning_rate": 4.774551012609859e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8532272756099701, + "num_tokens": 3212038.0, + "step": 2500 + }, + { + "entropy": 1.279136300086975, + "epoch": 0.23980128021400593, + "grad_norm": 0.6497794985771179, + "learning_rate": 4.793656858998854e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8462206900119782, + "num_tokens": 3225032.0, + "step": 2510 + }, + { + "entropy": 1.2616921424865724, + "epoch": 0.2407566638005159, + "grad_norm": 0.7398484349250793, + "learning_rate": 4.812762705387849e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8493601679801941, + "num_tokens": 3237566.0, + "step": 2520 + }, + { + "entropy": 1.2778163313865663, + "epoch": 0.2417120473870259, + "grad_norm": 0.6516284346580505, + "learning_rate": 4.831868551776844e-05, + "loss": 0.3775, + "mean_token_accuracy": 0.848389858007431, + "num_tokens": 3250271.0, + "step": 2530 + }, + { + "entropy": 1.2922224760055543, + "epoch": 0.24266743097353588, + "grad_norm": 0.6305477619171143, + "learning_rate": 4.850974398165839e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8387389957904816, + "num_tokens": 3263833.0, + "step": 2540 + }, + { + "entropy": 1.2679149627685546, + "epoch": 0.24362281456004586, + "grad_norm": 0.6232509016990662, + "learning_rate": 4.870080244554834e-05, + "loss": 0.3461, + "mean_token_accuracy": 0.860190612077713, + "num_tokens": 3276675.0, + "step": 2550 + }, + { + "entropy": 1.2821779727935791, + "epoch": 0.24457819814655585, + "grad_norm": 0.7472721934318542, + "learning_rate": 4.889186090943829e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8388426959514618, + "num_tokens": 3289360.0, + "step": 2560 + }, + { + "entropy": 1.282480823993683, + "epoch": 0.24553358173306583, + "grad_norm": 0.5634670257568359, + "learning_rate": 4.908291937332824e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8393535852432251, + "num_tokens": 3302015.0, + "step": 2570 + }, + { + "entropy": 1.2824005007743835, + "epoch": 0.24648896531957581, + "grad_norm": 0.6457816958427429, + "learning_rate": 4.9273977837218193e-05, + "loss": 0.3704, + "mean_token_accuracy": 0.8484170436859131, + "num_tokens": 3314985.0, + "step": 2580 + }, + { + "entropy": 1.2831226229667663, + "epoch": 0.2474443489060858, + "grad_norm": 0.6948029398918152, + "learning_rate": 4.9465036301108144e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8292449653148651, + "num_tokens": 3327641.0, + "step": 2590 + }, + { + "entropy": 1.2933778166770935, + "epoch": 0.24839973249259578, + "grad_norm": 0.5866643190383911, + "learning_rate": 4.965609476499809e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8440163969993592, + "num_tokens": 3341572.0, + "step": 2600 + }, + { + "entropy": 1.2502070188522338, + "epoch": 0.24935511607910577, + "grad_norm": 0.6433069109916687, + "learning_rate": 4.9847153228888046e-05, + "loss": 0.3406, + "mean_token_accuracy": 0.8632810294628144, + "num_tokens": 3354338.0, + "step": 2610 + }, + { + "entropy": 1.2536645412445069, + "epoch": 0.25031049966561575, + "grad_norm": 0.5618928074836731, + "learning_rate": 5.003821169277799e-05, + "loss": 0.375, + "mean_token_accuracy": 0.8468674778938293, + "num_tokens": 3367064.0, + "step": 2620 + }, + { + "entropy": 1.2739932537078857, + "epoch": 0.25126588325212573, + "grad_norm": 0.6968987584114075, + "learning_rate": 5.022927015666794e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8496802151203156, + "num_tokens": 3380339.0, + "step": 2630 + }, + { + "entropy": 1.281266951560974, + "epoch": 0.2522212668386357, + "grad_norm": 0.7572891116142273, + "learning_rate": 5.042032862055789e-05, + "loss": 0.3715, + "mean_token_accuracy": 0.8443707644939422, + "num_tokens": 3393487.0, + "step": 2640 + }, + { + "entropy": 1.259571611881256, + "epoch": 0.2531766504251457, + "grad_norm": 0.7286648154258728, + "learning_rate": 5.061138708444785e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8460671722888946, + "num_tokens": 3406149.0, + "step": 2650 + }, + { + "entropy": 1.2914763569831849, + "epoch": 0.2541320340116557, + "grad_norm": 0.5429036021232605, + "learning_rate": 5.080244554833779e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8457540333271026, + "num_tokens": 3419648.0, + "step": 2660 + }, + { + "entropy": 1.2642595410346984, + "epoch": 0.25508741759816567, + "grad_norm": 0.5258529782295227, + "learning_rate": 5.0993504012227744e-05, + "loss": 0.3235, + "mean_token_accuracy": 0.8718797445297242, + "num_tokens": 3432603.0, + "step": 2670 + }, + { + "entropy": 1.274970531463623, + "epoch": 0.25604280118467565, + "grad_norm": 0.7711392641067505, + "learning_rate": 5.1184562476117695e-05, + "loss": 0.3679, + "mean_token_accuracy": 0.8472654104232789, + "num_tokens": 3445383.0, + "step": 2680 + }, + { + "entropy": 1.2848304867744447, + "epoch": 0.25699818477118563, + "grad_norm": 0.6598086953163147, + "learning_rate": 5.137562094000764e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.8267201602458953, + "num_tokens": 3458810.0, + "step": 2690 + }, + { + "entropy": 1.2795539379119873, + "epoch": 0.2579535683576956, + "grad_norm": 0.6815587282180786, + "learning_rate": 5.15666794038976e-05, + "loss": 0.3804, + "mean_token_accuracy": 0.8446430385112762, + "num_tokens": 3471206.0, + "step": 2700 + }, + { + "entropy": 1.2775951266288756, + "epoch": 0.2589089519442056, + "grad_norm": 0.7432227730751038, + "learning_rate": 5.175773786778755e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8696254611015319, + "num_tokens": 3484132.0, + "step": 2710 + }, + { + "entropy": 1.2840893745422364, + "epoch": 0.2598643355307156, + "grad_norm": 0.7387011051177979, + "learning_rate": 5.19487963316775e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8157608509063721, + "num_tokens": 3496760.0, + "step": 2720 + }, + { + "entropy": 1.2851266980171203, + "epoch": 0.26081971911722557, + "grad_norm": 0.7581648230552673, + "learning_rate": 5.213985479556744e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.8537165462970734, + "num_tokens": 3510266.0, + "step": 2730 + }, + { + "entropy": 1.2804792404174805, + "epoch": 0.26177510270373555, + "grad_norm": 0.7620275020599365, + "learning_rate": 5.233091325945739e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.8484967112541199, + "num_tokens": 3523237.0, + "step": 2740 + }, + { + "entropy": 1.2791538476943969, + "epoch": 0.26273048629024554, + "grad_norm": 0.7194176912307739, + "learning_rate": 5.252197172334735e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8532907903194428, + "num_tokens": 3536139.0, + "step": 2750 + }, + { + "entropy": 1.2813641548156738, + "epoch": 0.2636858698767555, + "grad_norm": 1.073900818824768, + "learning_rate": 5.27130301872373e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.841932886838913, + "num_tokens": 3549093.0, + "step": 2760 + }, + { + "entropy": 1.2783892035484314, + "epoch": 0.2646412534632655, + "grad_norm": 0.6986015439033508, + "learning_rate": 5.2904088651127245e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8674881160259247, + "num_tokens": 3562254.0, + "step": 2770 + }, + { + "entropy": 1.2937419533729553, + "epoch": 0.2655966370497755, + "grad_norm": 0.6722272038459778, + "learning_rate": 5.3095147115017196e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8370342552661896, + "num_tokens": 3575508.0, + "step": 2780 + }, + { + "entropy": 1.2848678946495056, + "epoch": 0.26655202063628547, + "grad_norm": 0.5650566220283508, + "learning_rate": 5.3286205578907146e-05, + "loss": 0.3629, + "mean_token_accuracy": 0.8552805721759796, + "num_tokens": 3588527.0, + "step": 2790 + }, + { + "entropy": 1.2667209148406982, + "epoch": 0.26750740422279545, + "grad_norm": 1.0771082639694214, + "learning_rate": 5.3477264042797104e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8461702585220336, + "num_tokens": 3601001.0, + "step": 2800 + }, + { + "entropy": 1.289885973930359, + "epoch": 0.26846278780930544, + "grad_norm": 0.7629557847976685, + "learning_rate": 5.3668322506687055e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8247753918170929, + "num_tokens": 3613807.0, + "step": 2810 + }, + { + "entropy": 1.2773668766021729, + "epoch": 0.2694181713958154, + "grad_norm": 0.7666321992874146, + "learning_rate": 5.3859380970577e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8572043061256409, + "num_tokens": 3626784.0, + "step": 2820 + }, + { + "entropy": 1.276274847984314, + "epoch": 0.2703735549823254, + "grad_norm": 0.8250514268875122, + "learning_rate": 5.405043943446695e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8411020815372467, + "num_tokens": 3639585.0, + "step": 2830 + }, + { + "entropy": 1.2516301631927491, + "epoch": 0.2713289385688354, + "grad_norm": 0.5269761681556702, + "learning_rate": 5.4241497898356894e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8466355323791503, + "num_tokens": 3652409.0, + "step": 2840 + }, + { + "entropy": 1.2757982730865478, + "epoch": 0.27228432215534537, + "grad_norm": 0.7022510170936584, + "learning_rate": 5.4432556362246844e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8393148899078369, + "num_tokens": 3665388.0, + "step": 2850 + }, + { + "entropy": 1.2635353326797485, + "epoch": 0.27323970574185535, + "grad_norm": 0.6104657649993896, + "learning_rate": 5.46236148261368e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.8506511330604554, + "num_tokens": 3678306.0, + "step": 2860 + }, + { + "entropy": 1.2789201736450195, + "epoch": 0.27419508932836534, + "grad_norm": 0.6851982474327087, + "learning_rate": 5.481467329002675e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8422338902950287, + "num_tokens": 3691227.0, + "step": 2870 + }, + { + "entropy": 1.2758582711219788, + "epoch": 0.2751504729148753, + "grad_norm": 0.609490692615509, + "learning_rate": 5.5005731753916703e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8342672526836395, + "num_tokens": 3703613.0, + "step": 2880 + }, + { + "entropy": 1.2727771162986756, + "epoch": 0.2761058565013853, + "grad_norm": 0.7055326104164124, + "learning_rate": 5.519679021780665e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8591006815433502, + "num_tokens": 3716673.0, + "step": 2890 + }, + { + "entropy": 1.2858956694602965, + "epoch": 0.2770612400878953, + "grad_norm": 0.8068562746047974, + "learning_rate": 5.53878486816966e-05, + "loss": 0.4001, + "mean_token_accuracy": 0.8356771111488343, + "num_tokens": 3729637.0, + "step": 2900 + }, + { + "entropy": 1.2716001272201538, + "epoch": 0.27801662367440527, + "grad_norm": 0.6276835799217224, + "learning_rate": 5.5578907145586556e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8370358526706696, + "num_tokens": 3742405.0, + "step": 2910 + }, + { + "entropy": 1.2887587189674377, + "epoch": 0.27897200726091526, + "grad_norm": 0.7538178563117981, + "learning_rate": 5.5769965609476507e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8352477192878723, + "num_tokens": 3755157.0, + "step": 2920 + }, + { + "entropy": 1.2831355929374695, + "epoch": 0.27992739084742524, + "grad_norm": 0.8186329007148743, + "learning_rate": 5.596102407336645e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8490426659584045, + "num_tokens": 3768744.0, + "step": 2930 + }, + { + "entropy": 1.2582730293273925, + "epoch": 0.2808827744339352, + "grad_norm": 0.6409343481063843, + "learning_rate": 5.61520825372564e-05, + "loss": 0.354, + "mean_token_accuracy": 0.8525499999523163, + "num_tokens": 3781202.0, + "step": 2940 + }, + { + "entropy": 1.2601594805717469, + "epoch": 0.2818381580204452, + "grad_norm": 0.6311231851577759, + "learning_rate": 5.634314100114635e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8525297284126282, + "num_tokens": 3793824.0, + "step": 2950 + }, + { + "entropy": 1.2603785395622253, + "epoch": 0.2827935416069552, + "grad_norm": 0.6700447797775269, + "learning_rate": 5.653419946503631e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8519073486328125, + "num_tokens": 3806681.0, + "step": 2960 + }, + { + "entropy": 1.2696638703346252, + "epoch": 0.2837489251934652, + "grad_norm": 0.6014752984046936, + "learning_rate": 5.6725257928926254e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8482807874679565, + "num_tokens": 3819390.0, + "step": 2970 + }, + { + "entropy": 1.2594894170761108, + "epoch": 0.28470430877997516, + "grad_norm": 0.6597194671630859, + "learning_rate": 5.6916316392816205e-05, + "loss": 0.3555, + "mean_token_accuracy": 0.8553810000419617, + "num_tokens": 3832211.0, + "step": 2980 + }, + { + "entropy": 1.2744592905044556, + "epoch": 0.28565969236648514, + "grad_norm": 0.7361180186271667, + "learning_rate": 5.7107374856706155e-05, + "loss": 0.3694, + "mean_token_accuracy": 0.8503290712833405, + "num_tokens": 3845219.0, + "step": 2990 + }, + { + "entropy": 1.2742242217063904, + "epoch": 0.2866150759529951, + "grad_norm": 0.6785665154457092, + "learning_rate": 5.72984333205961e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.860376912355423, + "num_tokens": 3858311.0, + "step": 3000 + }, + { + "entropy": 1.2868963122367858, + "epoch": 0.2875704595395051, + "grad_norm": 0.6984080672264099, + "learning_rate": 5.7489491784486064e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8432450711727142, + "num_tokens": 3871235.0, + "step": 3010 + }, + { + "entropy": 1.2801071047782897, + "epoch": 0.2885258431260151, + "grad_norm": 0.801363468170166, + "learning_rate": 5.768055024837601e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8422516405582428, + "num_tokens": 3883775.0, + "step": 3020 + }, + { + "entropy": 1.2736220359802246, + "epoch": 0.2894812267125251, + "grad_norm": 0.6126468777656555, + "learning_rate": 5.787160871226596e-05, + "loss": 0.3607, + "mean_token_accuracy": 0.8576590359210968, + "num_tokens": 3896580.0, + "step": 3030 + }, + { + "entropy": 1.2767791867256164, + "epoch": 0.29043661029903506, + "grad_norm": 0.7609166502952576, + "learning_rate": 5.80626671761559e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8539529800415039, + "num_tokens": 3909815.0, + "step": 3040 + }, + { + "entropy": 1.2682581782341003, + "epoch": 0.29139199388554504, + "grad_norm": 0.6414077877998352, + "learning_rate": 5.825372564004585e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8499647855758667, + "num_tokens": 3922679.0, + "step": 3050 + }, + { + "entropy": 1.2604147911071777, + "epoch": 0.292347377472055, + "grad_norm": 0.5404054522514343, + "learning_rate": 5.844478410393581e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8478316247463227, + "num_tokens": 3935791.0, + "step": 3060 + }, + { + "entropy": 1.2838895559310912, + "epoch": 0.293302761058565, + "grad_norm": 0.663418710231781, + "learning_rate": 5.863584256782576e-05, + "loss": 0.4307, + "mean_token_accuracy": 0.8246513664722442, + "num_tokens": 3948412.0, + "step": 3070 + }, + { + "entropy": 1.2690557360649108, + "epoch": 0.294258144645075, + "grad_norm": 0.9669036865234375, + "learning_rate": 5.8826901031715706e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8574151277542115, + "num_tokens": 3961207.0, + "step": 3080 + }, + { + "entropy": 1.284507143497467, + "epoch": 0.295213528231585, + "grad_norm": 0.6275414824485779, + "learning_rate": 5.9017959495605656e-05, + "loss": 0.3927, + "mean_token_accuracy": 0.8427205443382263, + "num_tokens": 3974356.0, + "step": 3090 + }, + { + "entropy": 1.279103434085846, + "epoch": 0.29616891181809496, + "grad_norm": 0.9369569420814514, + "learning_rate": 5.920901795949561e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8324944913387299, + "num_tokens": 3987414.0, + "step": 3100 + }, + { + "entropy": 1.2702163100242614, + "epoch": 0.29712429540460494, + "grad_norm": 0.6003378033638, + "learning_rate": 5.940007642338555e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8495359182357788, + "num_tokens": 4000291.0, + "step": 3110 + }, + { + "entropy": 1.2635719299316406, + "epoch": 0.2980796789911149, + "grad_norm": 0.6137555241584778, + "learning_rate": 5.9591134887275516e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.8328447818756104, + "num_tokens": 4013392.0, + "step": 3120 + }, + { + "entropy": 1.2821471691131592, + "epoch": 0.2990350625776249, + "grad_norm": 0.7336801290512085, + "learning_rate": 5.978219335116546e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8502453744411469, + "num_tokens": 4025872.0, + "step": 3130 + }, + { + "entropy": 1.2888219237327576, + "epoch": 0.2999904461641349, + "grad_norm": 0.7190019488334656, + "learning_rate": 5.997325181505541e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8291857600212097, + "num_tokens": 4039283.0, + "step": 3140 + }, + { + "entropy": 1.290279245376587, + "epoch": 0.3009458297506449, + "grad_norm": 0.6715187430381775, + "learning_rate": 6.0164310278945354e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.831870687007904, + "num_tokens": 4052976.0, + "step": 3150 + }, + { + "entropy": 1.2807311534881591, + "epoch": 0.30190121333715486, + "grad_norm": 0.6224249601364136, + "learning_rate": 6.0355368742835305e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8465798914432525, + "num_tokens": 4066448.0, + "step": 3160 + }, + { + "entropy": 1.269202220439911, + "epoch": 0.30285659692366484, + "grad_norm": 0.9325991868972778, + "learning_rate": 6.054642720672526e-05, + "loss": 0.3563, + "mean_token_accuracy": 0.854417622089386, + "num_tokens": 4079439.0, + "step": 3170 + }, + { + "entropy": 1.2855523824691772, + "epoch": 0.30381198051017483, + "grad_norm": 0.7928286790847778, + "learning_rate": 6.0737485670615213e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8268132388591767, + "num_tokens": 4092166.0, + "step": 3180 + }, + { + "entropy": 1.2899371981620789, + "epoch": 0.3047673640966848, + "grad_norm": 0.7306142449378967, + "learning_rate": 6.0928544134505164e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8416242241859436, + "num_tokens": 4104829.0, + "step": 3190 + }, + { + "entropy": 1.2729447603225708, + "epoch": 0.3057227476831948, + "grad_norm": 0.8024051189422607, + "learning_rate": 6.111960259839512e-05, + "loss": 0.3747, + "mean_token_accuracy": 0.8479420781135559, + "num_tokens": 4117331.0, + "step": 3200 + }, + { + "entropy": 1.2833407640457153, + "epoch": 0.3066781312697048, + "grad_norm": 0.7879268527030945, + "learning_rate": 6.131066106228505e-05, + "loss": 0.3898, + "mean_token_accuracy": 0.8467767059803009, + "num_tokens": 4130151.0, + "step": 3210 + }, + { + "entropy": 1.28128080368042, + "epoch": 0.30763351485621476, + "grad_norm": 0.688362717628479, + "learning_rate": 6.150171952617502e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8328691840171814, + "num_tokens": 4142989.0, + "step": 3220 + }, + { + "entropy": 1.2899505853652955, + "epoch": 0.30858889844272475, + "grad_norm": 0.6559301614761353, + "learning_rate": 6.169277799006497e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8361551105976105, + "num_tokens": 4155742.0, + "step": 3230 + }, + { + "entropy": 1.2943524599075318, + "epoch": 0.30954428202923473, + "grad_norm": 0.7373790740966797, + "learning_rate": 6.188383645395492e-05, + "loss": 0.4201, + "mean_token_accuracy": 0.827662593126297, + "num_tokens": 4168846.0, + "step": 3240 + }, + { + "entropy": 1.3058894753456116, + "epoch": 0.3104996656157447, + "grad_norm": 0.6594698429107666, + "learning_rate": 6.207489491784486e-05, + "loss": 0.4028, + "mean_token_accuracy": 0.8380556762218475, + "num_tokens": 4181493.0, + "step": 3250 + }, + { + "entropy": 1.3028751850128173, + "epoch": 0.3114550492022547, + "grad_norm": 0.7783327102661133, + "learning_rate": 6.22659533817348e-05, + "loss": 0.4455, + "mean_token_accuracy": 0.8156273424625397, + "num_tokens": 4193866.0, + "step": 3260 + }, + { + "entropy": 1.2698946118354797, + "epoch": 0.3124104327887647, + "grad_norm": 0.6691195368766785, + "learning_rate": 6.245701184562477e-05, + "loss": 0.3742, + "mean_token_accuracy": 0.8461481511592865, + "num_tokens": 4206280.0, + "step": 3270 + }, + { + "entropy": 1.264506721496582, + "epoch": 0.31336581637527466, + "grad_norm": 0.7559728622436523, + "learning_rate": 6.264807030951472e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8446953237056732, + "num_tokens": 4219135.0, + "step": 3280 + }, + { + "entropy": 1.2717285990715026, + "epoch": 0.31432119996178465, + "grad_norm": 0.726842999458313, + "learning_rate": 6.283912877340466e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8468053281307221, + "num_tokens": 4232111.0, + "step": 3290 + }, + { + "entropy": 1.2791660904884339, + "epoch": 0.31527658354829463, + "grad_norm": 0.7757483720779419, + "learning_rate": 6.303018723729461e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.8458454310894012, + "num_tokens": 4245394.0, + "step": 3300 + }, + { + "entropy": 1.2804919481277466, + "epoch": 0.3162319671348046, + "grad_norm": 0.6169247031211853, + "learning_rate": 6.322124570118456e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.832502692937851, + "num_tokens": 4258638.0, + "step": 3310 + }, + { + "entropy": 1.2784610390663147, + "epoch": 0.3171873507213146, + "grad_norm": 0.904844343662262, + "learning_rate": 6.341230416507452e-05, + "loss": 0.3903, + "mean_token_accuracy": 0.8394924223423004, + "num_tokens": 4271413.0, + "step": 3320 + }, + { + "entropy": 1.2785528898239136, + "epoch": 0.3181427343078246, + "grad_norm": 0.7968923449516296, + "learning_rate": 6.360336262896448e-05, + "loss": 0.3772, + "mean_token_accuracy": 0.8408786594867707, + "num_tokens": 4284234.0, + "step": 3330 + }, + { + "entropy": 1.2761375665664674, + "epoch": 0.31909811789433457, + "grad_norm": 0.7934226393699646, + "learning_rate": 6.379442109285441e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8471572041511536, + "num_tokens": 4297033.0, + "step": 3340 + }, + { + "entropy": 1.2919651865959167, + "epoch": 0.32005350148084455, + "grad_norm": 0.658288836479187, + "learning_rate": 6.398547955674436e-05, + "loss": 0.4066, + "mean_token_accuracy": 0.8344008564949036, + "num_tokens": 4310556.0, + "step": 3350 + }, + { + "entropy": 1.2768156051635742, + "epoch": 0.32100888506735453, + "grad_norm": 0.6425732970237732, + "learning_rate": 6.417653802063431e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.832813423871994, + "num_tokens": 4323183.0, + "step": 3360 + }, + { + "entropy": 1.283928394317627, + "epoch": 0.3219642686538645, + "grad_norm": 0.7321940660476685, + "learning_rate": 6.436759648452428e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8346129834651947, + "num_tokens": 4336214.0, + "step": 3370 + }, + { + "entropy": 1.2733935952186584, + "epoch": 0.3229196522403745, + "grad_norm": 0.8039566874504089, + "learning_rate": 6.455865494841422e-05, + "loss": 0.3744, + "mean_token_accuracy": 0.8464722454547882, + "num_tokens": 4348993.0, + "step": 3380 + }, + { + "entropy": 1.291793167591095, + "epoch": 0.3238750358268845, + "grad_norm": 0.8275613188743591, + "learning_rate": 6.474971341230417e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8357401907444, + "num_tokens": 4362408.0, + "step": 3390 + }, + { + "entropy": 1.2781423330307007, + "epoch": 0.32483041941339447, + "grad_norm": 0.8692147731781006, + "learning_rate": 6.494077187619412e-05, + "loss": 0.4038, + "mean_token_accuracy": 0.8337478697299957, + "num_tokens": 4375901.0, + "step": 3400 + }, + { + "entropy": 1.2650785326957703, + "epoch": 0.32578580299990445, + "grad_norm": 0.6421412229537964, + "learning_rate": 6.513183034008407e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8552711367607116, + "num_tokens": 4388924.0, + "step": 3410 + }, + { + "entropy": 1.2612456917762755, + "epoch": 0.32674118658641443, + "grad_norm": 0.764803409576416, + "learning_rate": 6.532288880397402e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.8339763224124909, + "num_tokens": 4401016.0, + "step": 3420 + }, + { + "entropy": 1.252113687992096, + "epoch": 0.3276965701729244, + "grad_norm": 0.6955620050430298, + "learning_rate": 6.551394726786397e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8632386088371277, + "num_tokens": 4413800.0, + "step": 3430 + }, + { + "entropy": 1.2599996209144593, + "epoch": 0.3286519537594344, + "grad_norm": 0.7744714617729187, + "learning_rate": 6.570500573175392e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8392612934112549, + "num_tokens": 4426985.0, + "step": 3440 + }, + { + "entropy": 1.2827844023704529, + "epoch": 0.3296073373459444, + "grad_norm": 0.7537339925765991, + "learning_rate": 6.589606419564387e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.8209917187690735, + "num_tokens": 4439627.0, + "step": 3450 + }, + { + "entropy": 1.274874472618103, + "epoch": 0.33056272093245437, + "grad_norm": 0.7480202317237854, + "learning_rate": 6.608712265953382e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8252606749534607, + "num_tokens": 4452350.0, + "step": 3460 + }, + { + "entropy": 1.2449324488639832, + "epoch": 0.33151810451896435, + "grad_norm": 0.6721220016479492, + "learning_rate": 6.627818112342377e-05, + "loss": 0.369, + "mean_token_accuracy": 0.8471714437007904, + "num_tokens": 4464684.0, + "step": 3470 + }, + { + "entropy": 1.2584771871566773, + "epoch": 0.33247348810547434, + "grad_norm": 0.7311066389083862, + "learning_rate": 6.646923958731372e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.839896422624588, + "num_tokens": 4477364.0, + "step": 3480 + }, + { + "entropy": 1.2497532725334168, + "epoch": 0.3334288716919843, + "grad_norm": 0.7365573644638062, + "learning_rate": 6.666029805120367e-05, + "loss": 0.3858, + "mean_token_accuracy": 0.8460962831974029, + "num_tokens": 4490190.0, + "step": 3490 + }, + { + "entropy": 1.2521235466003418, + "epoch": 0.3343842552784943, + "grad_norm": 0.8683766722679138, + "learning_rate": 6.685135651509362e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8451791644096375, + "num_tokens": 4503093.0, + "step": 3500 + }, + { + "entropy": 1.2533656358718872, + "epoch": 0.3353396388650043, + "grad_norm": 0.9296615123748779, + "learning_rate": 6.704241497898358e-05, + "loss": 0.3936, + "mean_token_accuracy": 0.8398294270038604, + "num_tokens": 4516017.0, + "step": 3510 + }, + { + "entropy": 1.263735055923462, + "epoch": 0.33629502245151427, + "grad_norm": 0.894467830657959, + "learning_rate": 6.723347344287351e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8554097831249237, + "num_tokens": 4528911.0, + "step": 3520 + }, + { + "entropy": 1.2655407309532165, + "epoch": 0.33725040603802425, + "grad_norm": 0.7311633229255676, + "learning_rate": 6.742453190676348e-05, + "loss": 0.4001, + "mean_token_accuracy": 0.8383584439754486, + "num_tokens": 4541635.0, + "step": 3530 + }, + { + "entropy": 1.2636798024177551, + "epoch": 0.33820578962453424, + "grad_norm": 0.7738022208213806, + "learning_rate": 6.761559037065343e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.8317577302455902, + "num_tokens": 4554757.0, + "step": 3540 + }, + { + "entropy": 1.2648840427398682, + "epoch": 0.3391611732110442, + "grad_norm": 0.6838682889938354, + "learning_rate": 6.780664883454338e-05, + "loss": 0.4105, + "mean_token_accuracy": 0.833786690235138, + "num_tokens": 4567441.0, + "step": 3550 + }, + { + "entropy": 1.2695343494415283, + "epoch": 0.3401165567975542, + "grad_norm": 0.6218856573104858, + "learning_rate": 6.799770729843332e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8297119081020355, + "num_tokens": 4580391.0, + "step": 3560 + }, + { + "entropy": 1.2470499515533446, + "epoch": 0.3410719403840642, + "grad_norm": 1.0015032291412354, + "learning_rate": 6.818876576232327e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8516750454902648, + "num_tokens": 4593085.0, + "step": 3570 + }, + { + "entropy": 1.2527870774269103, + "epoch": 0.34202732397057417, + "grad_norm": 0.7421206831932068, + "learning_rate": 6.837982422621323e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8588115096092224, + "num_tokens": 4605802.0, + "step": 3580 + }, + { + "entropy": 1.2771194100379943, + "epoch": 0.34298270755708415, + "grad_norm": 0.6602955460548401, + "learning_rate": 6.857088269010318e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8395159125328064, + "num_tokens": 4618945.0, + "step": 3590 + }, + { + "entropy": 1.279137921333313, + "epoch": 0.34393809114359414, + "grad_norm": 0.8079073429107666, + "learning_rate": 6.876194115399312e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.8305598616600036, + "num_tokens": 4631915.0, + "step": 3600 + }, + { + "entropy": 1.258109188079834, + "epoch": 0.3448934747301041, + "grad_norm": 0.8597303628921509, + "learning_rate": 6.895299961788307e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8465725600719451, + "num_tokens": 4644715.0, + "step": 3610 + }, + { + "entropy": 1.2803027510643006, + "epoch": 0.3458488583166141, + "grad_norm": 0.7281296849250793, + "learning_rate": 6.914405808177302e-05, + "loss": 0.336, + "mean_token_accuracy": 0.861450868844986, + "num_tokens": 4658148.0, + "step": 3620 + }, + { + "entropy": 1.2727845430374145, + "epoch": 0.3468042419031241, + "grad_norm": 0.7183985710144043, + "learning_rate": 6.933511654566299e-05, + "loss": 0.4206, + "mean_token_accuracy": 0.8155509173870087, + "num_tokens": 4670715.0, + "step": 3630 + }, + { + "entropy": 1.2632682919502258, + "epoch": 0.34775962548963407, + "grad_norm": 0.6393564343452454, + "learning_rate": 6.952617500955294e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8369904339313508, + "num_tokens": 4683211.0, + "step": 3640 + }, + { + "entropy": 1.2704575657844543, + "epoch": 0.34871500907614406, + "grad_norm": 0.8583842515945435, + "learning_rate": 6.971723347344287e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8331045091152192, + "num_tokens": 4695640.0, + "step": 3650 + }, + { + "entropy": 1.2737019181251525, + "epoch": 0.34967039266265404, + "grad_norm": 0.7243694067001343, + "learning_rate": 6.990829193733282e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.839050555229187, + "num_tokens": 4708446.0, + "step": 3660 + }, + { + "entropy": 1.2937702178955077, + "epoch": 0.350625776249164, + "grad_norm": 0.7215116620063782, + "learning_rate": 7.009935040122277e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8281419932842254, + "num_tokens": 4721314.0, + "step": 3670 + }, + { + "entropy": 1.2694340586662292, + "epoch": 0.351581159835674, + "grad_norm": 0.8337026834487915, + "learning_rate": 7.029040886511273e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8446496963500977, + "num_tokens": 4733415.0, + "step": 3680 + }, + { + "entropy": 1.2749366402626037, + "epoch": 0.352536543422184, + "grad_norm": 0.5578048229217529, + "learning_rate": 7.048146732900268e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8497126877307892, + "num_tokens": 4746570.0, + "step": 3690 + }, + { + "entropy": 1.2815786719322204, + "epoch": 0.353491927008694, + "grad_norm": 0.7188102602958679, + "learning_rate": 7.067252579289263e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8325655102729798, + "num_tokens": 4759818.0, + "step": 3700 + }, + { + "entropy": 1.2809471607208252, + "epoch": 0.35444731059520396, + "grad_norm": 0.6160960793495178, + "learning_rate": 7.086358425678258e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8397142231464386, + "num_tokens": 4772876.0, + "step": 3710 + }, + { + "entropy": 1.265385365486145, + "epoch": 0.35540269418171394, + "grad_norm": 0.8176918029785156, + "learning_rate": 7.105464272067253e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8480950951576233, + "num_tokens": 4785786.0, + "step": 3720 + }, + { + "entropy": 1.2888447999954225, + "epoch": 0.3563580777682239, + "grad_norm": 0.8054659366607666, + "learning_rate": 7.124570118456248e-05, + "loss": 0.3867, + "mean_token_accuracy": 0.8392297327518463, + "num_tokens": 4798966.0, + "step": 3730 + }, + { + "entropy": 1.273152267932892, + "epoch": 0.3573134613547339, + "grad_norm": 0.7270374894142151, + "learning_rate": 7.143675964845243e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.836340993642807, + "num_tokens": 4811998.0, + "step": 3740 + }, + { + "entropy": 1.2707088947296143, + "epoch": 0.3582688449412439, + "grad_norm": 0.888224184513092, + "learning_rate": 7.162781811234238e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8345252096652984, + "num_tokens": 4825218.0, + "step": 3750 + }, + { + "entropy": 1.2745896100997924, + "epoch": 0.3592242285277539, + "grad_norm": 0.716721773147583, + "learning_rate": 7.181887657623233e-05, + "loss": 0.4436, + "mean_token_accuracy": 0.8182596862316132, + "num_tokens": 4837637.0, + "step": 3760 + }, + { + "entropy": 1.2771457433700562, + "epoch": 0.36017961211426386, + "grad_norm": 0.6673634052276611, + "learning_rate": 7.200993504012228e-05, + "loss": 0.4113, + "mean_token_accuracy": 0.8307885766029358, + "num_tokens": 4850519.0, + "step": 3770 + }, + { + "entropy": 1.2573610186576842, + "epoch": 0.36113499570077384, + "grad_norm": 0.6776245832443237, + "learning_rate": 7.220099350401222e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8658936023712158, + "num_tokens": 4862867.0, + "step": 3780 + }, + { + "entropy": 1.27237708568573, + "epoch": 0.3620903792872838, + "grad_norm": 0.8845223188400269, + "learning_rate": 7.239205196790218e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8345300614833832, + "num_tokens": 4876037.0, + "step": 3790 + }, + { + "entropy": 1.2591856837272644, + "epoch": 0.3630457628737938, + "grad_norm": 0.7225292325019836, + "learning_rate": 7.258311043179213e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.850280249118805, + "num_tokens": 4889095.0, + "step": 3800 + }, + { + "entropy": 1.279864203929901, + "epoch": 0.3640011464603038, + "grad_norm": 0.8608142733573914, + "learning_rate": 7.277416889568209e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8377846658229828, + "num_tokens": 4902767.0, + "step": 3810 + }, + { + "entropy": 1.27039133310318, + "epoch": 0.3649565300468138, + "grad_norm": 0.7111886143684387, + "learning_rate": 7.296522735957204e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8350623250007629, + "num_tokens": 4915528.0, + "step": 3820 + }, + { + "entropy": 1.2545314192771913, + "epoch": 0.36591191363332376, + "grad_norm": 0.8284581303596497, + "learning_rate": 7.315628582346197e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8422004759311676, + "num_tokens": 4928145.0, + "step": 3830 + }, + { + "entropy": 1.2637898564338683, + "epoch": 0.36686729721983374, + "grad_norm": 0.5986781120300293, + "learning_rate": 7.334734428735194e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8440639019012451, + "num_tokens": 4941305.0, + "step": 3840 + }, + { + "entropy": 1.2432499408721924, + "epoch": 0.3678226808063437, + "grad_norm": 0.7627539038658142, + "learning_rate": 7.353840275124189e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8589220106601715, + "num_tokens": 4953921.0, + "step": 3850 + }, + { + "entropy": 1.2735229015350342, + "epoch": 0.3687780643928537, + "grad_norm": 0.6381236910820007, + "learning_rate": 7.372946121513184e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8361031651496887, + "num_tokens": 4967102.0, + "step": 3860 + }, + { + "entropy": 1.2692256569862366, + "epoch": 0.3697334479793637, + "grad_norm": 0.8062227368354797, + "learning_rate": 7.392051967902178e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.842352294921875, + "num_tokens": 4980080.0, + "step": 3870 + }, + { + "entropy": 1.2731645226478576, + "epoch": 0.3706888315658737, + "grad_norm": 0.6787148714065552, + "learning_rate": 7.411157814291173e-05, + "loss": 0.3689, + "mean_token_accuracy": 0.8496635258197784, + "num_tokens": 4993295.0, + "step": 3880 + }, + { + "entropy": 1.270084011554718, + "epoch": 0.37164421515238366, + "grad_norm": 0.7250795960426331, + "learning_rate": 7.430263660680169e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8153460919857025, + "num_tokens": 5006336.0, + "step": 3890 + }, + { + "entropy": 1.257176446914673, + "epoch": 0.37259959873889364, + "grad_norm": 0.9682081937789917, + "learning_rate": 7.449369507069164e-05, + "loss": 0.3738, + "mean_token_accuracy": 0.8433236718177796, + "num_tokens": 5019335.0, + "step": 3900 + }, + { + "entropy": 1.2544153809547425, + "epoch": 0.37355498232540363, + "grad_norm": 0.6088074445724487, + "learning_rate": 7.468475353458158e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8352264761924744, + "num_tokens": 5031760.0, + "step": 3910 + }, + { + "entropy": 1.2576326966285705, + "epoch": 0.3745103659119136, + "grad_norm": 0.6368198990821838, + "learning_rate": 7.487581199847153e-05, + "loss": 0.4376, + "mean_token_accuracy": 0.8194485545158386, + "num_tokens": 5043948.0, + "step": 3920 + }, + { + "entropy": 1.2812182188034058, + "epoch": 0.3754657494984236, + "grad_norm": 0.7283657193183899, + "learning_rate": 7.506687046236148e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.839666348695755, + "num_tokens": 5056977.0, + "step": 3930 + }, + { + "entropy": 1.2641456842422485, + "epoch": 0.3764211330849336, + "grad_norm": 0.6364399790763855, + "learning_rate": 7.525792892625145e-05, + "loss": 0.4325, + "mean_token_accuracy": 0.8281145393848419, + "num_tokens": 5070066.0, + "step": 3940 + }, + { + "entropy": 1.2656045794486999, + "epoch": 0.37737651667144356, + "grad_norm": 0.8280462622642517, + "learning_rate": 7.54489873901414e-05, + "loss": 0.4168, + "mean_token_accuracy": 0.830809623003006, + "num_tokens": 5082820.0, + "step": 3950 + }, + { + "entropy": 1.268241536617279, + "epoch": 0.37833190025795355, + "grad_norm": 0.8294157981872559, + "learning_rate": 7.564004585403133e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.848497349023819, + "num_tokens": 5095452.0, + "step": 3960 + }, + { + "entropy": 1.249223279953003, + "epoch": 0.37928728384446353, + "grad_norm": 0.7743192315101624, + "learning_rate": 7.583110431792128e-05, + "loss": 0.3668, + "mean_token_accuracy": 0.8481998264789581, + "num_tokens": 5108073.0, + "step": 3970 + }, + { + "entropy": 1.2805909752845763, + "epoch": 0.3802426674309735, + "grad_norm": 0.626566469669342, + "learning_rate": 7.602216278181124e-05, + "loss": 0.3961, + "mean_token_accuracy": 0.8340859651565552, + "num_tokens": 5121416.0, + "step": 3980 + }, + { + "entropy": 1.2845415711402892, + "epoch": 0.3811980510174835, + "grad_norm": 0.76714026927948, + "learning_rate": 7.621322124570119e-05, + "loss": 0.4107, + "mean_token_accuracy": 0.8327096223831176, + "num_tokens": 5134789.0, + "step": 3990 + }, + { + "entropy": 1.2709712862968445, + "epoch": 0.3821534346039935, + "grad_norm": 0.9380082488059998, + "learning_rate": 7.640427970959114e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8417484641075135, + "num_tokens": 5147701.0, + "step": 4000 + }, + { + "entropy": 1.2658509612083435, + "epoch": 0.38310881819050346, + "grad_norm": 0.8437817096710205, + "learning_rate": 7.659533817348109e-05, + "loss": 0.41, + "mean_token_accuracy": 0.8322134017944336, + "num_tokens": 5160406.0, + "step": 4010 + }, + { + "entropy": 1.2486808180809021, + "epoch": 0.38406420177701345, + "grad_norm": 0.614851713180542, + "learning_rate": 7.678639663737104e-05, + "loss": 0.3582, + "mean_token_accuracy": 0.855794632434845, + "num_tokens": 5172754.0, + "step": 4020 + }, + { + "entropy": 1.2631460666656493, + "epoch": 0.38501958536352343, + "grad_norm": 0.6977668404579163, + "learning_rate": 7.697745510126099e-05, + "loss": 0.4066, + "mean_token_accuracy": 0.8335368573665619, + "num_tokens": 5185631.0, + "step": 4030 + }, + { + "entropy": 1.2705759763717652, + "epoch": 0.3859749689500334, + "grad_norm": 0.7960582971572876, + "learning_rate": 7.716851356515094e-05, + "loss": 0.3952, + "mean_token_accuracy": 0.8366587936878205, + "num_tokens": 5198760.0, + "step": 4040 + }, + { + "entropy": 1.2677447199821472, + "epoch": 0.3869303525365434, + "grad_norm": 0.6529352068901062, + "learning_rate": 7.735957202904089e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8431275844573974, + "num_tokens": 5211222.0, + "step": 4050 + }, + { + "entropy": 1.2574750185012817, + "epoch": 0.3878857361230534, + "grad_norm": 0.587131679058075, + "learning_rate": 7.755063049293084e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.835256028175354, + "num_tokens": 5224209.0, + "step": 4060 + }, + { + "entropy": 1.271461057662964, + "epoch": 0.38884111970956337, + "grad_norm": 1.036460518836975, + "learning_rate": 7.774168895682079e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8370399355888367, + "num_tokens": 5237034.0, + "step": 4070 + }, + { + "entropy": 1.2810242533683778, + "epoch": 0.38979650329607335, + "grad_norm": 0.5754621028900146, + "learning_rate": 7.793274742071074e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8345785498619079, + "num_tokens": 5249897.0, + "step": 4080 + }, + { + "entropy": 1.2677987098693848, + "epoch": 0.39075188688258333, + "grad_norm": 0.7453573942184448, + "learning_rate": 7.812380588460068e-05, + "loss": 0.3708, + "mean_token_accuracy": 0.8489706695079804, + "num_tokens": 5262995.0, + "step": 4090 + }, + { + "entropy": 1.2529853940010072, + "epoch": 0.3917072704690933, + "grad_norm": 0.824073076248169, + "learning_rate": 7.831486434849064e-05, + "loss": 0.3704, + "mean_token_accuracy": 0.848319673538208, + "num_tokens": 5275754.0, + "step": 4100 + }, + { + "entropy": 1.2874028205871582, + "epoch": 0.3926626540556033, + "grad_norm": 0.6696334481239319, + "learning_rate": 7.85059228123806e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8540322482585907, + "num_tokens": 5288726.0, + "step": 4110 + }, + { + "entropy": 1.2500930190086366, + "epoch": 0.3936180376421133, + "grad_norm": 0.6274828910827637, + "learning_rate": 7.869698127627055e-05, + "loss": 0.3911, + "mean_token_accuracy": 0.8409140706062317, + "num_tokens": 5301658.0, + "step": 4120 + }, + { + "entropy": 1.2746035695075988, + "epoch": 0.39457342122862327, + "grad_norm": 1.0114635229110718, + "learning_rate": 7.88880397401605e-05, + "loss": 0.4215, + "mean_token_accuracy": 0.8243568122386933, + "num_tokens": 5314420.0, + "step": 4130 + }, + { + "entropy": 1.270469331741333, + "epoch": 0.39552880481513325, + "grad_norm": 0.726069450378418, + "learning_rate": 7.907909820405043e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8406702756881714, + "num_tokens": 5327125.0, + "step": 4140 + }, + { + "entropy": 1.2755018949508667, + "epoch": 0.39648418840164323, + "grad_norm": 0.6854058504104614, + "learning_rate": 7.92701566679404e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.8452040672302246, + "num_tokens": 5339740.0, + "step": 4150 + }, + { + "entropy": 1.2660191416740418, + "epoch": 0.3974395719881532, + "grad_norm": 0.7829245924949646, + "learning_rate": 7.946121513183035e-05, + "loss": 0.3814, + "mean_token_accuracy": 0.8450968444347382, + "num_tokens": 5352409.0, + "step": 4160 + }, + { + "entropy": 1.2735280513763427, + "epoch": 0.3983949555746632, + "grad_norm": 0.7770770192146301, + "learning_rate": 7.96522735957203e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8629734456539154, + "num_tokens": 5365534.0, + "step": 4170 + }, + { + "entropy": 1.2382447481155396, + "epoch": 0.3993503391611732, + "grad_norm": 0.9742175340652466, + "learning_rate": 7.984333205961024e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8500322520732879, + "num_tokens": 5378548.0, + "step": 4180 + }, + { + "entropy": 1.2773336529731751, + "epoch": 0.40030572274768317, + "grad_norm": 0.7498133778572083, + "learning_rate": 8.003439052350019e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8273856163024902, + "num_tokens": 5391375.0, + "step": 4190 + }, + { + "entropy": 1.2776520252227783, + "epoch": 0.40126110633419315, + "grad_norm": 0.7042372226715088, + "learning_rate": 8.022544898739015e-05, + "loss": 0.3699, + "mean_token_accuracy": 0.852484154701233, + "num_tokens": 5404287.0, + "step": 4200 + }, + { + "entropy": 1.2627227067947389, + "epoch": 0.40221648992070314, + "grad_norm": 0.7572986483573914, + "learning_rate": 8.04165074512801e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.835252845287323, + "num_tokens": 5417177.0, + "step": 4210 + }, + { + "entropy": 1.2691649794578552, + "epoch": 0.4031718735072131, + "grad_norm": 0.7886698842048645, + "learning_rate": 8.060756591517004e-05, + "loss": 0.3973, + "mean_token_accuracy": 0.8414906442165375, + "num_tokens": 5430228.0, + "step": 4220 + }, + { + "entropy": 1.259567093849182, + "epoch": 0.4041272570937231, + "grad_norm": 0.7694385051727295, + "learning_rate": 8.079862437905999e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8491521000862121, + "num_tokens": 5442763.0, + "step": 4230 + }, + { + "entropy": 1.28336021900177, + "epoch": 0.4050826406802331, + "grad_norm": 0.7238510251045227, + "learning_rate": 8.098968284294994e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8428180277347564, + "num_tokens": 5456481.0, + "step": 4240 + }, + { + "entropy": 1.2738933205604552, + "epoch": 0.4060380242667431, + "grad_norm": 0.9384466409683228, + "learning_rate": 8.118074130683989e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8410657942295074, + "num_tokens": 5469226.0, + "step": 4250 + }, + { + "entropy": 1.261294424533844, + "epoch": 0.4069934078532531, + "grad_norm": 0.6484394669532776, + "learning_rate": 8.137179977072984e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8405009686946869, + "num_tokens": 5482034.0, + "step": 4260 + }, + { + "entropy": 1.2591279983520507, + "epoch": 0.4079487914397631, + "grad_norm": 0.7549047470092773, + "learning_rate": 8.15628582346198e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8701415896415711, + "num_tokens": 5495066.0, + "step": 4270 + }, + { + "entropy": 1.280129361152649, + "epoch": 0.4089041750262731, + "grad_norm": 0.5758026242256165, + "learning_rate": 8.175391669850975e-05, + "loss": 0.394, + "mean_token_accuracy": 0.8427099049091339, + "num_tokens": 5507857.0, + "step": 4280 + }, + { + "entropy": 1.2742452383041383, + "epoch": 0.40985955861278306, + "grad_norm": 0.7359206080436707, + "learning_rate": 8.19449751623997e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8371599972248077, + "num_tokens": 5521035.0, + "step": 4290 + }, + { + "entropy": 1.2609768867492677, + "epoch": 0.41081494219929304, + "grad_norm": 0.6583176851272583, + "learning_rate": 8.213603362628965e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8378253638744354, + "num_tokens": 5533952.0, + "step": 4300 + }, + { + "entropy": 1.266258215904236, + "epoch": 0.411770325785803, + "grad_norm": 1.0068206787109375, + "learning_rate": 8.23270920901796e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.857450419664383, + "num_tokens": 5546915.0, + "step": 4310 + }, + { + "entropy": 1.2459715962409974, + "epoch": 0.412725709372313, + "grad_norm": 0.7725843787193298, + "learning_rate": 8.251815055406955e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8611481785774231, + "num_tokens": 5559530.0, + "step": 4320 + }, + { + "entropy": 1.2546289563179016, + "epoch": 0.413681092958823, + "grad_norm": 0.7800648808479309, + "learning_rate": 8.27092090179595e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8548753798007965, + "num_tokens": 5572559.0, + "step": 4330 + }, + { + "entropy": 1.2548962116241456, + "epoch": 0.414636476545333, + "grad_norm": 1.3437236547470093, + "learning_rate": 8.290026748184945e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8393639147281646, + "num_tokens": 5585564.0, + "step": 4340 + }, + { + "entropy": 1.265911066532135, + "epoch": 0.41559186013184296, + "grad_norm": 0.796471893787384, + "learning_rate": 8.30913259457394e-05, + "loss": 0.3931, + "mean_token_accuracy": 0.8413817048072815, + "num_tokens": 5599370.0, + "step": 4350 + }, + { + "entropy": 1.2770763993263246, + "epoch": 0.41654724371835294, + "grad_norm": 0.7086967825889587, + "learning_rate": 8.328238440962935e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8324101448059082, + "num_tokens": 5612849.0, + "step": 4360 + }, + { + "entropy": 1.2548699975013733, + "epoch": 0.4175026273048629, + "grad_norm": 0.7800746560096741, + "learning_rate": 8.34734428735193e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8231758952140809, + "num_tokens": 5625880.0, + "step": 4370 + }, + { + "entropy": 1.2774273872375488, + "epoch": 0.4184580108913729, + "grad_norm": 0.6396660804748535, + "learning_rate": 8.366450133740925e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8369441449642181, + "num_tokens": 5639428.0, + "step": 4380 + }, + { + "entropy": 1.2528164863586426, + "epoch": 0.4194133944778829, + "grad_norm": 0.666547954082489, + "learning_rate": 8.38555598012992e-05, + "loss": 0.3799, + "mean_token_accuracy": 0.8480954885482788, + "num_tokens": 5651982.0, + "step": 4390 + }, + { + "entropy": 1.2551236391067504, + "epoch": 0.4203687780643929, + "grad_norm": 0.9232754707336426, + "learning_rate": 8.404661826518914e-05, + "loss": 0.407, + "mean_token_accuracy": 0.8340952932834625, + "num_tokens": 5664527.0, + "step": 4400 + }, + { + "entropy": 1.2756510138511659, + "epoch": 0.42132416165090286, + "grad_norm": 0.5977298021316528, + "learning_rate": 8.42376767290791e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8376922011375427, + "num_tokens": 5678053.0, + "step": 4410 + }, + { + "entropy": 1.237893772125244, + "epoch": 0.42227954523741285, + "grad_norm": 0.8361251950263977, + "learning_rate": 8.442873519296906e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8531546711921691, + "num_tokens": 5690235.0, + "step": 4420 + }, + { + "entropy": 1.2620789647102355, + "epoch": 0.42323492882392283, + "grad_norm": 0.5541494488716125, + "learning_rate": 8.461979365685901e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8379188895225524, + "num_tokens": 5703033.0, + "step": 4430 + }, + { + "entropy": 1.2627092361450196, + "epoch": 0.4241903124104328, + "grad_norm": 0.8058297634124756, + "learning_rate": 8.481085212074896e-05, + "loss": 0.388, + "mean_token_accuracy": 0.841120183467865, + "num_tokens": 5715908.0, + "step": 4440 + }, + { + "entropy": 1.2404417395591736, + "epoch": 0.4251456959969428, + "grad_norm": 0.8522351384162903, + "learning_rate": 8.50019105846389e-05, + "loss": 0.3664, + "mean_token_accuracy": 0.8555576860904693, + "num_tokens": 5728599.0, + "step": 4450 + }, + { + "entropy": 1.264006543159485, + "epoch": 0.4261010795834528, + "grad_norm": 0.6607939004898071, + "learning_rate": 8.519296904852886e-05, + "loss": 0.4043, + "mean_token_accuracy": 0.8352461338043213, + "num_tokens": 5741529.0, + "step": 4460 + }, + { + "entropy": 1.2825523376464845, + "epoch": 0.42705646316996276, + "grad_norm": 1.0307607650756836, + "learning_rate": 8.538402751241881e-05, + "loss": 0.4346, + "mean_token_accuracy": 0.8241015076637268, + "num_tokens": 5754483.0, + "step": 4470 + }, + { + "entropy": 1.2578820943832398, + "epoch": 0.42801184675647275, + "grad_norm": 0.835308849811554, + "learning_rate": 8.557508597630876e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8466885089874268, + "num_tokens": 5767302.0, + "step": 4480 + }, + { + "entropy": 1.2380061745643616, + "epoch": 0.42896723034298273, + "grad_norm": 0.7180268168449402, + "learning_rate": 8.57661444401987e-05, + "loss": 0.3816, + "mean_token_accuracy": 0.847457903623581, + "num_tokens": 5779568.0, + "step": 4490 + }, + { + "entropy": 1.2577072620391845, + "epoch": 0.4299226139294927, + "grad_norm": 0.7772203087806702, + "learning_rate": 8.595720290408865e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8485320925712585, + "num_tokens": 5791913.0, + "step": 4500 + }, + { + "entropy": 1.2695736527442931, + "epoch": 0.4308779975160027, + "grad_norm": 0.7063173055648804, + "learning_rate": 8.614826136797861e-05, + "loss": 0.4116, + "mean_token_accuracy": 0.8405830264091492, + "num_tokens": 5804901.0, + "step": 4510 + }, + { + "entropy": 1.2737550377845763, + "epoch": 0.4318333811025127, + "grad_norm": 0.6691463589668274, + "learning_rate": 8.633931983186856e-05, + "loss": 0.4333, + "mean_token_accuracy": 0.8249779105186462, + "num_tokens": 5818310.0, + "step": 4520 + }, + { + "entropy": 1.2592581272125245, + "epoch": 0.43278876468902266, + "grad_norm": 0.7088621258735657, + "learning_rate": 8.65303782957585e-05, + "loss": 0.3631, + "mean_token_accuracy": 0.8608861207962036, + "num_tokens": 5831575.0, + "step": 4530 + }, + { + "entropy": 1.2754162907600404, + "epoch": 0.43374414827553265, + "grad_norm": 0.7937567830085754, + "learning_rate": 8.672143675964845e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8327381074428558, + "num_tokens": 5844744.0, + "step": 4540 + }, + { + "entropy": 1.269381332397461, + "epoch": 0.43469953186204263, + "grad_norm": 0.8346764445304871, + "learning_rate": 8.69124952235384e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8346354722976684, + "num_tokens": 5857703.0, + "step": 4550 + }, + { + "entropy": 1.2742965459823608, + "epoch": 0.4356549154485526, + "grad_norm": 0.7314799427986145, + "learning_rate": 8.710355368742835e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.828615003824234, + "num_tokens": 5870865.0, + "step": 4560 + }, + { + "entropy": 1.2707369327545166, + "epoch": 0.4366102990350626, + "grad_norm": 0.8810582160949707, + "learning_rate": 8.72946121513183e-05, + "loss": 0.4319, + "mean_token_accuracy": 0.8244444370269776, + "num_tokens": 5883978.0, + "step": 4570 + }, + { + "entropy": 1.2696128487586975, + "epoch": 0.4375656826215726, + "grad_norm": 0.7478100061416626, + "learning_rate": 8.748567061520826e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8455863475799561, + "num_tokens": 5896641.0, + "step": 4580 + }, + { + "entropy": 1.2567217230796814, + "epoch": 0.43852106620808257, + "grad_norm": 0.7222840785980225, + "learning_rate": 8.76767290790982e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8579204201698303, + "num_tokens": 5909469.0, + "step": 4590 + }, + { + "entropy": 1.2816866636276245, + "epoch": 0.43947644979459255, + "grad_norm": 1.3324295282363892, + "learning_rate": 8.786778754298816e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8451554417610169, + "num_tokens": 5922611.0, + "step": 4600 + }, + { + "entropy": 1.2680909752845764, + "epoch": 0.44043183338110253, + "grad_norm": 0.7522414922714233, + "learning_rate": 8.805884600687811e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8306846976280212, + "num_tokens": 5935783.0, + "step": 4610 + }, + { + "entropy": 1.2577275395393372, + "epoch": 0.4413872169676125, + "grad_norm": 0.7311350107192993, + "learning_rate": 8.824990447076806e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8497444927692414, + "num_tokens": 5948451.0, + "step": 4620 + }, + { + "entropy": 1.2498863697052003, + "epoch": 0.4423426005541225, + "grad_norm": 0.745630145072937, + "learning_rate": 8.844096293465801e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8403454065322876, + "num_tokens": 5961157.0, + "step": 4630 + }, + { + "entropy": 1.2536191821098328, + "epoch": 0.4432979841406325, + "grad_norm": 0.6149144768714905, + "learning_rate": 8.863202139854796e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8414532363414764, + "num_tokens": 5974350.0, + "step": 4640 + }, + { + "entropy": 1.2489065885543824, + "epoch": 0.44425336772714247, + "grad_norm": 0.8892629146575928, + "learning_rate": 8.882307986243791e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8397834837436676, + "num_tokens": 5986903.0, + "step": 4650 + }, + { + "entropy": 1.2621449112892151, + "epoch": 0.44520875131365245, + "grad_norm": 0.7046193480491638, + "learning_rate": 8.901413832632786e-05, + "loss": 0.4169, + "mean_token_accuracy": 0.832511430978775, + "num_tokens": 5999881.0, + "step": 4660 + }, + { + "entropy": 1.2752215027809144, + "epoch": 0.44616413490016243, + "grad_norm": 0.7275292873382568, + "learning_rate": 8.920519679021781e-05, + "loss": 0.4366, + "mean_token_accuracy": 0.8237065076828003, + "num_tokens": 6013330.0, + "step": 4670 + }, + { + "entropy": 1.2537523746490478, + "epoch": 0.4471195184866724, + "grad_norm": 0.7535229921340942, + "learning_rate": 8.939625525410776e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8344819486141205, + "num_tokens": 6026371.0, + "step": 4680 + }, + { + "entropy": 1.260460102558136, + "epoch": 0.4480749020731824, + "grad_norm": 0.7906879782676697, + "learning_rate": 8.958731371799771e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8321372449398041, + "num_tokens": 6039313.0, + "step": 4690 + }, + { + "entropy": 1.2565544486045837, + "epoch": 0.4490302856596924, + "grad_norm": 0.6517246961593628, + "learning_rate": 8.977837218188766e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.841239994764328, + "num_tokens": 6051652.0, + "step": 4700 + }, + { + "entropy": 1.2356975317001342, + "epoch": 0.44998566924620237, + "grad_norm": 0.7502124905586243, + "learning_rate": 8.99694306457776e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8502250790596009, + "num_tokens": 6064262.0, + "step": 4710 + }, + { + "entropy": 1.2346670150756835, + "epoch": 0.45094105283271235, + "grad_norm": 0.7730188965797424, + "learning_rate": 9.016048910966757e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8418232142925263, + "num_tokens": 6077000.0, + "step": 4720 + }, + { + "entropy": 1.2696126461029054, + "epoch": 0.45189643641922234, + "grad_norm": 0.7052793502807617, + "learning_rate": 9.035154757355752e-05, + "loss": 0.4203, + "mean_token_accuracy": 0.8287940919399261, + "num_tokens": 6089780.0, + "step": 4730 + }, + { + "entropy": 1.2736316204071045, + "epoch": 0.4528518200057323, + "grad_norm": 0.9790527820587158, + "learning_rate": 9.054260603744747e-05, + "loss": 0.3927, + "mean_token_accuracy": 0.8446387350559235, + "num_tokens": 6102874.0, + "step": 4740 + }, + { + "entropy": 1.2734619975090027, + "epoch": 0.4538072035922423, + "grad_norm": 0.7389615178108215, + "learning_rate": 9.07336645013374e-05, + "loss": 0.4519, + "mean_token_accuracy": 0.8194936454296112, + "num_tokens": 6115625.0, + "step": 4750 + }, + { + "entropy": 1.279908263683319, + "epoch": 0.4547625871787523, + "grad_norm": 0.6216466426849365, + "learning_rate": 9.092472296522736e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8289390683174134, + "num_tokens": 6128583.0, + "step": 4760 + }, + { + "entropy": 1.2653520107269287, + "epoch": 0.45571797076526227, + "grad_norm": 0.8172293901443481, + "learning_rate": 9.111578142911732e-05, + "loss": 0.4234, + "mean_token_accuracy": 0.8313690483570099, + "num_tokens": 6141054.0, + "step": 4770 + }, + { + "entropy": 1.2550963640213013, + "epoch": 0.45667335435177225, + "grad_norm": 0.9929755926132202, + "learning_rate": 9.130683989300727e-05, + "loss": 0.4216, + "mean_token_accuracy": 0.8317201972007752, + "num_tokens": 6153996.0, + "step": 4780 + }, + { + "entropy": 1.251616358757019, + "epoch": 0.45762873793828224, + "grad_norm": 0.7227678894996643, + "learning_rate": 9.149789835689722e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.841394591331482, + "num_tokens": 6166742.0, + "step": 4790 + }, + { + "entropy": 1.2555463075637818, + "epoch": 0.4585841215247922, + "grad_norm": 0.6135220527648926, + "learning_rate": 9.168895682078716e-05, + "loss": 0.3901, + "mean_token_accuracy": 0.8427753925323487, + "num_tokens": 6180248.0, + "step": 4800 + }, + { + "entropy": 1.2576658844947814, + "epoch": 0.4595395051113022, + "grad_norm": 0.7377130389213562, + "learning_rate": 9.188001528467711e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8259962141513825, + "num_tokens": 6192636.0, + "step": 4810 + }, + { + "entropy": 1.268751859664917, + "epoch": 0.4604948886978122, + "grad_norm": 0.8114331364631653, + "learning_rate": 9.207107374856706e-05, + "loss": 0.4462, + "mean_token_accuracy": 0.8167517960071564, + "num_tokens": 6205214.0, + "step": 4820 + }, + { + "entropy": 1.2738228678703307, + "epoch": 0.46145027228432217, + "grad_norm": 1.0514252185821533, + "learning_rate": 9.226213221245703e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8255094408988952, + "num_tokens": 6218008.0, + "step": 4830 + }, + { + "entropy": 1.2635881185531617, + "epoch": 0.46240565587083216, + "grad_norm": 0.6280574798583984, + "learning_rate": 9.245319067634696e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8295838296413421, + "num_tokens": 6230318.0, + "step": 4840 + }, + { + "entropy": 1.2550071477890015, + "epoch": 0.46336103945734214, + "grad_norm": 0.8419585824012756, + "learning_rate": 9.264424914023691e-05, + "loss": 0.4531, + "mean_token_accuracy": 0.8184157609939575, + "num_tokens": 6242836.0, + "step": 4850 + }, + { + "entropy": 1.2712974309921266, + "epoch": 0.4643164230438521, + "grad_norm": 0.9945937395095825, + "learning_rate": 9.283530760412686e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8380575120449066, + "num_tokens": 6256064.0, + "step": 4860 + }, + { + "entropy": 1.2561790585517882, + "epoch": 0.4652718066303621, + "grad_norm": 0.7282326221466064, + "learning_rate": 9.302636606801681e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8337480843067169, + "num_tokens": 6268440.0, + "step": 4870 + }, + { + "entropy": 1.248664927482605, + "epoch": 0.4662271902168721, + "grad_norm": 0.7648624777793884, + "learning_rate": 9.321742453190677e-05, + "loss": 0.3713, + "mean_token_accuracy": 0.8461458325386048, + "num_tokens": 6281603.0, + "step": 4880 + }, + { + "entropy": 1.2549405455589295, + "epoch": 0.4671825738033821, + "grad_norm": 1.1631834506988525, + "learning_rate": 9.340848299579672e-05, + "loss": 0.3799, + "mean_token_accuracy": 0.853146356344223, + "num_tokens": 6294636.0, + "step": 4890 + }, + { + "entropy": 1.2822949647903443, + "epoch": 0.46813795738989206, + "grad_norm": 0.9173148274421692, + "learning_rate": 9.359954145968667e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8312517762184143, + "num_tokens": 6307643.0, + "step": 4900 + }, + { + "entropy": 1.2787538051605225, + "epoch": 0.46909334097640204, + "grad_norm": 0.7804175019264221, + "learning_rate": 9.379059992357662e-05, + "loss": 0.4615, + "mean_token_accuracy": 0.8133044838905334, + "num_tokens": 6320762.0, + "step": 4910 + }, + { + "entropy": 1.2605216741561889, + "epoch": 0.470048724562912, + "grad_norm": 0.8901013731956482, + "learning_rate": 9.398165838746657e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8462866723537446, + "num_tokens": 6333740.0, + "step": 4920 + }, + { + "entropy": 1.2705057382583618, + "epoch": 0.471004108149422, + "grad_norm": 0.8910051584243774, + "learning_rate": 9.417271685135652e-05, + "loss": 0.4339, + "mean_token_accuracy": 0.8254543781280518, + "num_tokens": 6346033.0, + "step": 4930 + }, + { + "entropy": 1.258798611164093, + "epoch": 0.471959491735932, + "grad_norm": 0.7654459476470947, + "learning_rate": 9.436377531524647e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8328066468238831, + "num_tokens": 6358736.0, + "step": 4940 + }, + { + "entropy": 1.2518122673034668, + "epoch": 0.472914875322442, + "grad_norm": 0.6796000003814697, + "learning_rate": 9.455483377913642e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8400011897087097, + "num_tokens": 6371856.0, + "step": 4950 + }, + { + "entropy": 1.25345698595047, + "epoch": 0.47387025890895196, + "grad_norm": 0.7922428846359253, + "learning_rate": 9.474589224302637e-05, + "loss": 0.4203, + "mean_token_accuracy": 0.8277631103992462, + "num_tokens": 6384392.0, + "step": 4960 + }, + { + "entropy": 1.2676597237586975, + "epoch": 0.47482564249546194, + "grad_norm": 0.9252314567565918, + "learning_rate": 9.493695070691632e-05, + "loss": 0.4194, + "mean_token_accuracy": 0.8333340883255005, + "num_tokens": 6396698.0, + "step": 4970 + }, + { + "entropy": 1.2618371963500976, + "epoch": 0.4757810260819719, + "grad_norm": 1.0890469551086426, + "learning_rate": 9.512800917080627e-05, + "loss": 0.3852, + "mean_token_accuracy": 0.842274260520935, + "num_tokens": 6409480.0, + "step": 4980 + }, + { + "entropy": 1.2802643656730652, + "epoch": 0.4767364096684819, + "grad_norm": 0.8181275725364685, + "learning_rate": 9.531906763469622e-05, + "loss": 0.4586, + "mean_token_accuracy": 0.8128860771656037, + "num_tokens": 6423027.0, + "step": 4990 + }, + { + "entropy": 1.2669312477111816, + "epoch": 0.4776917932549919, + "grad_norm": 0.9820660352706909, + "learning_rate": 9.551012609858617e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8264170527458191, + "num_tokens": 6435983.0, + "step": 5000 + }, + { + "entropy": 1.2506525993347168, + "epoch": 0.4786471768415019, + "grad_norm": 1.2426420450210571, + "learning_rate": 9.570118456247613e-05, + "loss": 0.4258, + "mean_token_accuracy": 0.8352371335029602, + "num_tokens": 6448216.0, + "step": 5010 + }, + { + "entropy": 1.2686540007591247, + "epoch": 0.47960256042801186, + "grad_norm": 0.6163815855979919, + "learning_rate": 9.589224302636606e-05, + "loss": 0.4456, + "mean_token_accuracy": 0.8202292680740356, + "num_tokens": 6460361.0, + "step": 5020 + }, + { + "entropy": 1.2500596284866332, + "epoch": 0.48055794401452184, + "grad_norm": 0.9619346261024475, + "learning_rate": 9.608330149025603e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8556696355342865, + "num_tokens": 6473824.0, + "step": 5030 + }, + { + "entropy": 1.2472028970718383, + "epoch": 0.4815133276010318, + "grad_norm": 0.6758692860603333, + "learning_rate": 9.627435995414598e-05, + "loss": 0.411, + "mean_token_accuracy": 0.8379294216632843, + "num_tokens": 6486769.0, + "step": 5040 + }, + { + "entropy": 1.260770046710968, + "epoch": 0.4824687111875418, + "grad_norm": 0.9166213274002075, + "learning_rate": 9.646541841803593e-05, + "loss": 0.4176, + "mean_token_accuracy": 0.8298478066921234, + "num_tokens": 6500065.0, + "step": 5050 + }, + { + "entropy": 1.2555655121803284, + "epoch": 0.4834240947740518, + "grad_norm": 0.9938514828681946, + "learning_rate": 9.665647688192587e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8326018512248993, + "num_tokens": 6513258.0, + "step": 5060 + }, + { + "entropy": 1.2465585589408874, + "epoch": 0.4843794783605618, + "grad_norm": 0.9235101342201233, + "learning_rate": 9.684753534581582e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.838471794128418, + "num_tokens": 6525896.0, + "step": 5070 + }, + { + "entropy": 1.2729453325271607, + "epoch": 0.48533486194707176, + "grad_norm": 0.8197854161262512, + "learning_rate": 9.703859380970578e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8226800739765168, + "num_tokens": 6538726.0, + "step": 5080 + }, + { + "entropy": 1.2625386238098144, + "epoch": 0.48629024553358174, + "grad_norm": 0.9016526341438293, + "learning_rate": 9.722965227359573e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8455235898494721, + "num_tokens": 6551992.0, + "step": 5090 + }, + { + "entropy": 1.267482340335846, + "epoch": 0.48724562912009173, + "grad_norm": 1.1213239431381226, + "learning_rate": 9.742071073748568e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.817548257112503, + "num_tokens": 6565014.0, + "step": 5100 + }, + { + "entropy": 1.244235098361969, + "epoch": 0.4882010127066017, + "grad_norm": 0.805027186870575, + "learning_rate": 9.761176920137562e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.841180044412613, + "num_tokens": 6577862.0, + "step": 5110 + }, + { + "entropy": 1.2393606662750245, + "epoch": 0.4891563962931117, + "grad_norm": 0.8655111789703369, + "learning_rate": 9.780282766526557e-05, + "loss": 0.3895, + "mean_token_accuracy": 0.8389081656932831, + "num_tokens": 6590873.0, + "step": 5120 + }, + { + "entropy": 1.241022777557373, + "epoch": 0.4901117798796217, + "grad_norm": 0.8207727074623108, + "learning_rate": 9.799388612915552e-05, + "loss": 0.4091, + "mean_token_accuracy": 0.8332199275493621, + "num_tokens": 6603170.0, + "step": 5130 + }, + { + "entropy": 1.2624098658561707, + "epoch": 0.49106716346613166, + "grad_norm": 0.8215067386627197, + "learning_rate": 9.818494459304549e-05, + "loss": 0.4418, + "mean_token_accuracy": 0.821777731180191, + "num_tokens": 6616325.0, + "step": 5140 + }, + { + "entropy": 1.2502833604812622, + "epoch": 0.49202254705264165, + "grad_norm": 1.0052440166473389, + "learning_rate": 9.837600305693542e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8422245562076569, + "num_tokens": 6629741.0, + "step": 5150 + }, + { + "entropy": 1.2559244751930236, + "epoch": 0.49297793063915163, + "grad_norm": 1.0520844459533691, + "learning_rate": 9.856706152082537e-05, + "loss": 0.4482, + "mean_token_accuracy": 0.822271978855133, + "num_tokens": 6642747.0, + "step": 5160 + }, + { + "entropy": 1.2526907324790955, + "epoch": 0.4939333142256616, + "grad_norm": 0.650587260723114, + "learning_rate": 9.875811998471532e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8385925650596618, + "num_tokens": 6655530.0, + "step": 5170 + }, + { + "entropy": 1.2507458209991456, + "epoch": 0.4948886978121716, + "grad_norm": 0.8359506130218506, + "learning_rate": 9.894917844860528e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8487211763858795, + "num_tokens": 6668745.0, + "step": 5180 + }, + { + "entropy": 1.263171124458313, + "epoch": 0.4958440813986816, + "grad_norm": 0.7306663393974304, + "learning_rate": 9.914023691249523e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8237102210521698, + "num_tokens": 6681707.0, + "step": 5190 + }, + { + "entropy": 1.261249589920044, + "epoch": 0.49679946498519156, + "grad_norm": 0.8569389581680298, + "learning_rate": 9.933129537638518e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8407071948051452, + "num_tokens": 6694647.0, + "step": 5200 + }, + { + "entropy": 1.249834954738617, + "epoch": 0.49775484857170155, + "grad_norm": 0.781963050365448, + "learning_rate": 9.952235384027513e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8432052969932556, + "num_tokens": 6707095.0, + "step": 5210 + }, + { + "entropy": 1.2650651216506958, + "epoch": 0.49871023215821153, + "grad_norm": 0.7775192260742188, + "learning_rate": 9.971341230416508e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8323734045028687, + "num_tokens": 6720236.0, + "step": 5220 + }, + { + "entropy": 1.279289472103119, + "epoch": 0.4996656157447215, + "grad_norm": 0.8161383867263794, + "learning_rate": 9.990447076805503e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8479138493537903, + "num_tokens": 6733436.0, + "step": 5230 + }, + { + "entropy": 1.281183111667633, + "epoch": 0.5006209993312315, + "grad_norm": 0.7410523295402527, + "learning_rate": 9.999999937613235e-05, + "loss": 0.4098, + "mean_token_accuracy": 0.8413828670978546, + "num_tokens": 6746224.0, + "step": 5240 + }, + { + "entropy": 1.2854366421699523, + "epoch": 0.5015763829177414, + "grad_norm": 0.8379797339439392, + "learning_rate": 9.999999438519119e-05, + "loss": 0.4674, + "mean_token_accuracy": 0.8132339060306549, + "num_tokens": 6759284.0, + "step": 5250 + }, + { + "entropy": 1.272265613079071, + "epoch": 0.5025317665042515, + "grad_norm": 0.8164722323417664, + "learning_rate": 9.999998440330937e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8337569832801819, + "num_tokens": 6772256.0, + "step": 5260 + }, + { + "entropy": 1.2758224129676818, + "epoch": 0.5034871500907614, + "grad_norm": 1.4005714654922485, + "learning_rate": 9.999996943048791e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8306300342082977, + "num_tokens": 6785149.0, + "step": 5270 + }, + { + "entropy": 1.2868535041809082, + "epoch": 0.5044425336772714, + "grad_norm": 0.6714305281639099, + "learning_rate": 9.999994946672828e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8378860771656036, + "num_tokens": 6798469.0, + "step": 5280 + }, + { + "entropy": 1.2528125047683716, + "epoch": 0.5053979172637814, + "grad_norm": 0.9055664539337158, + "learning_rate": 9.999992451203247e-05, + "loss": 0.3993, + "mean_token_accuracy": 0.8418400347232818, + "num_tokens": 6810920.0, + "step": 5290 + }, + { + "entropy": 1.2892069101333619, + "epoch": 0.5063533008502914, + "grad_norm": 0.875714123249054, + "learning_rate": 9.999989456640297e-05, + "loss": 0.4343, + "mean_token_accuracy": 0.8220438003540039, + "num_tokens": 6824251.0, + "step": 5300 + }, + { + "entropy": 1.2724552512168885, + "epoch": 0.5073086844368013, + "grad_norm": 0.7872708439826965, + "learning_rate": 9.99998596298428e-05, + "loss": 0.4283, + "mean_token_accuracy": 0.8249355554580688, + "num_tokens": 6837200.0, + "step": 5310 + }, + { + "entropy": 1.2821282625198365, + "epoch": 0.5082640680233114, + "grad_norm": 0.9187442660331726, + "learning_rate": 9.99998197023554e-05, + "loss": 0.422, + "mean_token_accuracy": 0.8254243552684783, + "num_tokens": 6850475.0, + "step": 5320 + }, + { + "entropy": 1.2567146062850951, + "epoch": 0.5092194516098213, + "grad_norm": 0.761481761932373, + "learning_rate": 9.99997747839448e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8323646187782288, + "num_tokens": 6863190.0, + "step": 5330 + }, + { + "entropy": 1.2713093280792236, + "epoch": 0.5101748351963313, + "grad_norm": 0.9309386014938354, + "learning_rate": 9.999972487461547e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8252248644828797, + "num_tokens": 6875961.0, + "step": 5340 + }, + { + "entropy": 1.2614673256874085, + "epoch": 0.5111302187828413, + "grad_norm": 0.9418892860412598, + "learning_rate": 9.999966997437238e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8405009984970093, + "num_tokens": 6888381.0, + "step": 5350 + }, + { + "entropy": 1.2683820724487305, + "epoch": 0.5120856023693513, + "grad_norm": 1.1717487573623657, + "learning_rate": 9.9999610083221e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8349877238273621, + "num_tokens": 6901243.0, + "step": 5360 + }, + { + "entropy": 1.275543761253357, + "epoch": 0.5130409859558612, + "grad_norm": 0.9132855534553528, + "learning_rate": 9.999954520116735e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8446180999279023, + "num_tokens": 6914817.0, + "step": 5370 + }, + { + "entropy": 1.271368956565857, + "epoch": 0.5139963695423713, + "grad_norm": 0.7344377040863037, + "learning_rate": 9.999947532821786e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8412393510341645, + "num_tokens": 6927045.0, + "step": 5380 + }, + { + "entropy": 1.2545604825019836, + "epoch": 0.5149517531288812, + "grad_norm": 0.9610850811004639, + "learning_rate": 9.999940046437953e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8321248233318329, + "num_tokens": 6939591.0, + "step": 5390 + }, + { + "entropy": 1.2740110754966736, + "epoch": 0.5159071367153912, + "grad_norm": 0.9446035027503967, + "learning_rate": 9.999932060965982e-05, + "loss": 0.4216, + "mean_token_accuracy": 0.8301030158996582, + "num_tokens": 6952739.0, + "step": 5400 + }, + { + "entropy": 1.2750730037689209, + "epoch": 0.5168625203019012, + "grad_norm": 1.39742112159729, + "learning_rate": 9.999923576406672e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8207328915596008, + "num_tokens": 6965490.0, + "step": 5410 + }, + { + "entropy": 1.2622448682785035, + "epoch": 0.5178179038884112, + "grad_norm": 0.8270043730735779, + "learning_rate": 9.999914592760869e-05, + "loss": 0.3714, + "mean_token_accuracy": 0.8558619678020477, + "num_tokens": 6977993.0, + "step": 5420 + }, + { + "entropy": 1.2632736444473267, + "epoch": 0.5187732874749211, + "grad_norm": 0.6990253329277039, + "learning_rate": 9.99990511002947e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8408287525177002, + "num_tokens": 6990452.0, + "step": 5430 + }, + { + "entropy": 1.2658641934394836, + "epoch": 0.5197286710614312, + "grad_norm": 0.8670356273651123, + "learning_rate": 9.99989512821342e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8254914581775665, + "num_tokens": 7004037.0, + "step": 5440 + }, + { + "entropy": 1.2838441967964171, + "epoch": 0.5206840546479411, + "grad_norm": 1.1434760093688965, + "learning_rate": 9.999884647313718e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8268759071826934, + "num_tokens": 7016846.0, + "step": 5450 + }, + { + "entropy": 1.268085503578186, + "epoch": 0.5216394382344511, + "grad_norm": 0.7639862895011902, + "learning_rate": 9.999873667331408e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8205571413040161, + "num_tokens": 7029502.0, + "step": 5460 + }, + { + "entropy": 1.2592286944389344, + "epoch": 0.5225948218209611, + "grad_norm": 0.9127799868583679, + "learning_rate": 9.999862188267586e-05, + "loss": 0.4342, + "mean_token_accuracy": 0.8300423324108124, + "num_tokens": 7042328.0, + "step": 5470 + }, + { + "entropy": 1.2738643527030944, + "epoch": 0.5235502054074711, + "grad_norm": 0.75374835729599, + "learning_rate": 9.999850210123398e-05, + "loss": 0.455, + "mean_token_accuracy": 0.8237878799438476, + "num_tokens": 7054737.0, + "step": 5480 + }, + { + "entropy": 1.2606992840766906, + "epoch": 0.524505588993981, + "grad_norm": 0.7268190383911133, + "learning_rate": 9.999837732900042e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8376209735870361, + "num_tokens": 7067530.0, + "step": 5490 + }, + { + "entropy": 1.258764100074768, + "epoch": 0.5254609725804911, + "grad_norm": 0.8022728562355042, + "learning_rate": 9.999824756598761e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.8299091160297394, + "num_tokens": 7079658.0, + "step": 5500 + }, + { + "entropy": 1.257476258277893, + "epoch": 0.526416356167001, + "grad_norm": 0.6997232437133789, + "learning_rate": 9.99981128122085e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.846231359243393, + "num_tokens": 7092311.0, + "step": 5510 + }, + { + "entropy": 1.2605755805969239, + "epoch": 0.527371739753511, + "grad_norm": 0.8678187727928162, + "learning_rate": 9.999797306767655e-05, + "loss": 0.4184, + "mean_token_accuracy": 0.8307864904403687, + "num_tokens": 7104886.0, + "step": 5520 + }, + { + "entropy": 1.2639577507972717, + "epoch": 0.528327123340021, + "grad_norm": 0.9239228367805481, + "learning_rate": 9.999782833240573e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.821675056219101, + "num_tokens": 7117680.0, + "step": 5530 + }, + { + "entropy": 1.2563839554786682, + "epoch": 0.529282506926531, + "grad_norm": 1.00894296169281, + "learning_rate": 9.999767860641046e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8354060709476471, + "num_tokens": 7130335.0, + "step": 5540 + }, + { + "entropy": 1.2593470215797424, + "epoch": 0.5302378905130409, + "grad_norm": 1.1310008764266968, + "learning_rate": 9.999752388970568e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8247588872909546, + "num_tokens": 7142638.0, + "step": 5550 + }, + { + "entropy": 1.270545494556427, + "epoch": 0.531193274099551, + "grad_norm": 0.920229971408844, + "learning_rate": 9.999736418230685e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.831946325302124, + "num_tokens": 7155861.0, + "step": 5560 + }, + { + "entropy": 1.2620964765548706, + "epoch": 0.5321486576860609, + "grad_norm": 0.7229782342910767, + "learning_rate": 9.999719948422991e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8430994987487793, + "num_tokens": 7168501.0, + "step": 5570 + }, + { + "entropy": 1.2440215826034546, + "epoch": 0.5331040412725709, + "grad_norm": 0.7751290202140808, + "learning_rate": 9.999702979549131e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.8344268918037414, + "num_tokens": 7181405.0, + "step": 5580 + }, + { + "entropy": 1.251038134098053, + "epoch": 0.5340594248590809, + "grad_norm": 0.7780571579933167, + "learning_rate": 9.999685511610795e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8223160147666931, + "num_tokens": 7194545.0, + "step": 5590 + }, + { + "entropy": 1.2379838347434997, + "epoch": 0.5350148084455909, + "grad_norm": 0.7554839253425598, + "learning_rate": 9.999667544609731e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8505722880363464, + "num_tokens": 7206681.0, + "step": 5600 + }, + { + "entropy": 1.265169358253479, + "epoch": 0.5359701920321008, + "grad_norm": 0.6990075707435608, + "learning_rate": 9.99964907854773e-05, + "loss": 0.4384, + "mean_token_accuracy": 0.8291743397712708, + "num_tokens": 7219839.0, + "step": 5610 + }, + { + "entropy": 1.2761761546134949, + "epoch": 0.5369255756186109, + "grad_norm": 0.6824076175689697, + "learning_rate": 9.999630113426636e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8448955178260803, + "num_tokens": 7232900.0, + "step": 5620 + }, + { + "entropy": 1.2564830660820008, + "epoch": 0.5378809592051208, + "grad_norm": 0.8481518626213074, + "learning_rate": 9.999610649248342e-05, + "loss": 0.4141, + "mean_token_accuracy": 0.8318973064422608, + "num_tokens": 7245494.0, + "step": 5630 + }, + { + "entropy": 1.2679746985435485, + "epoch": 0.5388363427916308, + "grad_norm": 0.8678986430168152, + "learning_rate": 9.999590686014791e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8276753962039948, + "num_tokens": 7257878.0, + "step": 5640 + }, + { + "entropy": 1.2635690689086914, + "epoch": 0.5397917263781408, + "grad_norm": 0.826126217842102, + "learning_rate": 9.999570223727977e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8407134234905242, + "num_tokens": 7270946.0, + "step": 5650 + }, + { + "entropy": 1.2640709400177002, + "epoch": 0.5407471099646508, + "grad_norm": 0.7830148339271545, + "learning_rate": 9.999549262389938e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.821575403213501, + "num_tokens": 7283886.0, + "step": 5660 + }, + { + "entropy": 1.27578364610672, + "epoch": 0.5417024935511608, + "grad_norm": 0.9907882809638977, + "learning_rate": 9.999527802002772e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8270246267318726, + "num_tokens": 7296864.0, + "step": 5670 + }, + { + "entropy": 1.2677430987358094, + "epoch": 0.5426578771376708, + "grad_norm": 0.7418606877326965, + "learning_rate": 9.999505842568617e-05, + "loss": 0.4111, + "mean_token_accuracy": 0.8353802740573884, + "num_tokens": 7309552.0, + "step": 5680 + }, + { + "entropy": 1.2867324829101563, + "epoch": 0.5436132607241808, + "grad_norm": 0.8203343749046326, + "learning_rate": 9.999483384089667e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8199872732162475, + "num_tokens": 7322997.0, + "step": 5690 + }, + { + "entropy": 1.262705183029175, + "epoch": 0.5445686443106907, + "grad_norm": 0.8906061053276062, + "learning_rate": 9.999460426568163e-05, + "loss": 0.4326, + "mean_token_accuracy": 0.8260773122310638, + "num_tokens": 7336071.0, + "step": 5700 + }, + { + "entropy": 1.2632215738296508, + "epoch": 0.5455240278972008, + "grad_norm": 0.85051029920578, + "learning_rate": 9.999436970006398e-05, + "loss": 0.4344, + "mean_token_accuracy": 0.8265842139720917, + "num_tokens": 7348708.0, + "step": 5710 + }, + { + "entropy": 1.2496206998825072, + "epoch": 0.5464794114837107, + "grad_norm": 0.6874504685401917, + "learning_rate": 9.999413014406712e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8521849036216735, + "num_tokens": 7361526.0, + "step": 5720 + }, + { + "entropy": 1.2745526432991028, + "epoch": 0.5474347950702207, + "grad_norm": 0.8207975625991821, + "learning_rate": 9.999388559771497e-05, + "loss": 0.3989, + "mean_token_accuracy": 0.8393394351005554, + "num_tokens": 7374555.0, + "step": 5730 + }, + { + "entropy": 1.2759090900421142, + "epoch": 0.5483901786567307, + "grad_norm": 0.7822992205619812, + "learning_rate": 9.999363606103193e-05, + "loss": 0.436, + "mean_token_accuracy": 0.8207891881465912, + "num_tokens": 7386742.0, + "step": 5740 + }, + { + "entropy": 1.2940964460372926, + "epoch": 0.5493455622432407, + "grad_norm": 0.8174278140068054, + "learning_rate": 9.999338153404291e-05, + "loss": 0.4734, + "mean_token_accuracy": 0.8035990059375763, + "num_tokens": 7399892.0, + "step": 5750 + }, + { + "entropy": 1.260337734222412, + "epoch": 0.5503009458297506, + "grad_norm": 0.8059953451156616, + "learning_rate": 9.999312201677333e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.84355309009552, + "num_tokens": 7413355.0, + "step": 5760 + }, + { + "entropy": 1.2677806496620179, + "epoch": 0.5512563294162607, + "grad_norm": 0.685237467288971, + "learning_rate": 9.999285750924907e-05, + "loss": 0.4631, + "mean_token_accuracy": 0.8136721670627594, + "num_tokens": 7426604.0, + "step": 5770 + }, + { + "entropy": 1.2818258166313172, + "epoch": 0.5522117130027706, + "grad_norm": 0.8568402528762817, + "learning_rate": 9.999258801149656e-05, + "loss": 0.4448, + "mean_token_accuracy": 0.8283487498760224, + "num_tokens": 7439654.0, + "step": 5780 + }, + { + "entropy": 1.2531030893325805, + "epoch": 0.5531670965892806, + "grad_norm": 0.8904984593391418, + "learning_rate": 9.99923135235427e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8310162663459778, + "num_tokens": 7452336.0, + "step": 5790 + }, + { + "entropy": 1.2575451970100402, + "epoch": 0.5541224801757906, + "grad_norm": 0.7999183535575867, + "learning_rate": 9.999203404541486e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8287550985813141, + "num_tokens": 7465008.0, + "step": 5800 + }, + { + "entropy": 1.2658166527748107, + "epoch": 0.5550778637623006, + "grad_norm": 1.041090488433838, + "learning_rate": 9.999174957714097e-05, + "loss": 0.4056, + "mean_token_accuracy": 0.8406040132045746, + "num_tokens": 7477927.0, + "step": 5810 + }, + { + "entropy": 1.2798075795173645, + "epoch": 0.5560332473488105, + "grad_norm": 0.841160237789154, + "learning_rate": 9.99914601187494e-05, + "loss": 0.448, + "mean_token_accuracy": 0.8226592361927032, + "num_tokens": 7490264.0, + "step": 5820 + }, + { + "entropy": 1.2556013345718384, + "epoch": 0.5569886309353206, + "grad_norm": 1.1095824241638184, + "learning_rate": 9.999116567026905e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8296297252178192, + "num_tokens": 7502585.0, + "step": 5830 + }, + { + "entropy": 1.2575352430343627, + "epoch": 0.5579440145218305, + "grad_norm": 0.9492594003677368, + "learning_rate": 9.999086623172933e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8405850172042847, + "num_tokens": 7515482.0, + "step": 5840 + }, + { + "entropy": 1.2418320059776307, + "epoch": 0.5588993981083406, + "grad_norm": 0.9075037240982056, + "learning_rate": 9.999056180316011e-05, + "loss": 0.3873, + "mean_token_accuracy": 0.8488677203655243, + "num_tokens": 7528360.0, + "step": 5850 + }, + { + "entropy": 1.267900788784027, + "epoch": 0.5598547816948505, + "grad_norm": 0.7700508832931519, + "learning_rate": 9.999025238459179e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8327089071273803, + "num_tokens": 7541188.0, + "step": 5860 + }, + { + "entropy": 1.2581179976463317, + "epoch": 0.5608101652813605, + "grad_norm": 0.8638197183609009, + "learning_rate": 9.998993797605523e-05, + "loss": 0.3909, + "mean_token_accuracy": 0.8485461652278901, + "num_tokens": 7554123.0, + "step": 5870 + }, + { + "entropy": 1.2603574395179749, + "epoch": 0.5617655488678704, + "grad_norm": 0.8083288073539734, + "learning_rate": 9.998961857758185e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8358314990997314, + "num_tokens": 7566567.0, + "step": 5880 + }, + { + "entropy": 1.2694605827331542, + "epoch": 0.5627209324543805, + "grad_norm": 1.0959036350250244, + "learning_rate": 9.998929418920351e-05, + "loss": 0.461, + "mean_token_accuracy": 0.8167878448963165, + "num_tokens": 7579006.0, + "step": 5890 + }, + { + "entropy": 1.278990662097931, + "epoch": 0.5636763160408904, + "grad_norm": 0.6864317655563354, + "learning_rate": 9.998896481095259e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8259290993213654, + "num_tokens": 7592013.0, + "step": 5900 + }, + { + "entropy": 1.2670558214187622, + "epoch": 0.5646316996274005, + "grad_norm": 0.8656769394874573, + "learning_rate": 9.998863044286197e-05, + "loss": 0.3955, + "mean_token_accuracy": 0.8375361621379852, + "num_tokens": 7604359.0, + "step": 5910 + }, + { + "entropy": 1.255272674560547, + "epoch": 0.5655870832139104, + "grad_norm": 0.7674973011016846, + "learning_rate": 9.998829108496504e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8387449562549592, + "num_tokens": 7616818.0, + "step": 5920 + }, + { + "entropy": 1.279511308670044, + "epoch": 0.5665424668004204, + "grad_norm": 0.7770600914955139, + "learning_rate": 9.998794673729566e-05, + "loss": 0.4375, + "mean_token_accuracy": 0.8212458848953247, + "num_tokens": 7629462.0, + "step": 5930 + }, + { + "entropy": 1.2675468444824218, + "epoch": 0.5674978503869303, + "grad_norm": 0.8158206343650818, + "learning_rate": 9.998759739988821e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8463521599769592, + "num_tokens": 7641942.0, + "step": 5940 + }, + { + "entropy": 1.2703108191490173, + "epoch": 0.5684532339734404, + "grad_norm": 0.7959197759628296, + "learning_rate": 9.998724307277755e-05, + "loss": 0.434, + "mean_token_accuracy": 0.8190954804420472, + "num_tokens": 7654359.0, + "step": 5950 + }, + { + "entropy": 1.2839901089668273, + "epoch": 0.5694086175599503, + "grad_norm": 0.7276641726493835, + "learning_rate": 9.998688375599906e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.823659235239029, + "num_tokens": 7666961.0, + "step": 5960 + }, + { + "entropy": 1.2787673115730285, + "epoch": 0.5703640011464604, + "grad_norm": 0.8708774447441101, + "learning_rate": 9.99865194495886e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8321433067321777, + "num_tokens": 7680082.0, + "step": 5970 + }, + { + "entropy": 1.269629442691803, + "epoch": 0.5713193847329703, + "grad_norm": 0.9908000230789185, + "learning_rate": 9.998615015358252e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8363340497016907, + "num_tokens": 7693341.0, + "step": 5980 + }, + { + "entropy": 1.2732845067977905, + "epoch": 0.5722747683194803, + "grad_norm": 0.9923859238624573, + "learning_rate": 9.998577586801771e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.839091157913208, + "num_tokens": 7706107.0, + "step": 5990 + }, + { + "entropy": 1.2610958099365235, + "epoch": 0.5732301519059902, + "grad_norm": 0.9184619188308716, + "learning_rate": 9.998539659293154e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8386780560016632, + "num_tokens": 7718336.0, + "step": 6000 + }, + { + "entropy": 1.2763595581054688, + "epoch": 0.5741855354925003, + "grad_norm": 0.7858908772468567, + "learning_rate": 9.998501232836183e-05, + "loss": 0.4137, + "mean_token_accuracy": 0.8308801829814911, + "num_tokens": 7731124.0, + "step": 6010 + }, + { + "entropy": 1.2676172375679016, + "epoch": 0.5751409190790102, + "grad_norm": 1.1904089450836182, + "learning_rate": 9.998462307434696e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8449380218982696, + "num_tokens": 7743978.0, + "step": 6020 + }, + { + "entropy": 1.2674392342567444, + "epoch": 0.5760963026655203, + "grad_norm": 0.8347931504249573, + "learning_rate": 9.998422883092578e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8476803302764893, + "num_tokens": 7756482.0, + "step": 6030 + }, + { + "entropy": 1.2633078813552856, + "epoch": 0.5770516862520302, + "grad_norm": 0.6467406749725342, + "learning_rate": 9.998382959813763e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8443543195724488, + "num_tokens": 7769444.0, + "step": 6040 + }, + { + "entropy": 1.2680441975593566, + "epoch": 0.5780070698385402, + "grad_norm": 0.6218282580375671, + "learning_rate": 9.998342537602239e-05, + "loss": 0.415, + "mean_token_accuracy": 0.8349932134151459, + "num_tokens": 7782179.0, + "step": 6050 + }, + { + "entropy": 1.2654780149459839, + "epoch": 0.5789624534250501, + "grad_norm": 0.9246811866760254, + "learning_rate": 9.998301616462038e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8364568054676056, + "num_tokens": 7795265.0, + "step": 6060 + }, + { + "entropy": 1.2716851234436035, + "epoch": 0.5799178370115602, + "grad_norm": 0.6298107504844666, + "learning_rate": 9.998260196397246e-05, + "loss": 0.4501, + "mean_token_accuracy": 0.8261451542377471, + "num_tokens": 7808437.0, + "step": 6070 + }, + { + "entropy": 1.272037398815155, + "epoch": 0.5808732205980701, + "grad_norm": 1.029312014579773, + "learning_rate": 9.998218277412e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8447674989700318, + "num_tokens": 7820619.0, + "step": 6080 + }, + { + "entropy": 1.2602785348892211, + "epoch": 0.5818286041845802, + "grad_norm": 0.9390627145767212, + "learning_rate": 9.998175859510479e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8424348473548889, + "num_tokens": 7832970.0, + "step": 6090 + }, + { + "entropy": 1.29046311378479, + "epoch": 0.5827839877710901, + "grad_norm": 0.8257576823234558, + "learning_rate": 9.99813294269692e-05, + "loss": 0.4511, + "mean_token_accuracy": 0.8170230209827423, + "num_tokens": 7845922.0, + "step": 6100 + }, + { + "entropy": 1.2752122759819031, + "epoch": 0.5837393713576001, + "grad_norm": 0.8156375288963318, + "learning_rate": 9.998089526975608e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8308730304241181, + "num_tokens": 7858500.0, + "step": 6110 + }, + { + "entropy": 1.2720316767692565, + "epoch": 0.58469475494411, + "grad_norm": 0.998978853225708, + "learning_rate": 9.998045612350874e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8265381991863251, + "num_tokens": 7871153.0, + "step": 6120 + }, + { + "entropy": 1.26614807844162, + "epoch": 0.5856501385306201, + "grad_norm": 0.7054522037506104, + "learning_rate": 9.998001198827105e-05, + "loss": 0.387, + "mean_token_accuracy": 0.8461142420768738, + "num_tokens": 7884187.0, + "step": 6130 + }, + { + "entropy": 1.2584086418151856, + "epoch": 0.58660552211713, + "grad_norm": 0.812982976436615, + "learning_rate": 9.997956286408732e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8508288204669953, + "num_tokens": 7896818.0, + "step": 6140 + }, + { + "entropy": 1.2666332244873046, + "epoch": 0.5875609057036401, + "grad_norm": 0.9844541549682617, + "learning_rate": 9.997910875100238e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8325020909309387, + "num_tokens": 7910388.0, + "step": 6150 + }, + { + "entropy": 1.2539818048477174, + "epoch": 0.58851628929015, + "grad_norm": 1.0294408798217773, + "learning_rate": 9.997864964906157e-05, + "loss": 0.3926, + "mean_token_accuracy": 0.8421740770339966, + "num_tokens": 7923763.0, + "step": 6160 + }, + { + "entropy": 1.2439039587974547, + "epoch": 0.58947167287666, + "grad_norm": 0.9140312075614929, + "learning_rate": 9.997818555831068e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8444561421871185, + "num_tokens": 7936364.0, + "step": 6170 + }, + { + "entropy": 1.269040846824646, + "epoch": 0.59042705646317, + "grad_norm": 0.8711524605751038, + "learning_rate": 9.99777164787961e-05, + "loss": 0.4407, + "mean_token_accuracy": 0.8280363798141479, + "num_tokens": 7949548.0, + "step": 6180 + }, + { + "entropy": 1.2808496236801148, + "epoch": 0.59138244004968, + "grad_norm": 1.0323143005371094, + "learning_rate": 9.997724241056461e-05, + "loss": 0.4533, + "mean_token_accuracy": 0.8144514262676239, + "num_tokens": 7962196.0, + "step": 6190 + }, + { + "entropy": 1.2646666049957276, + "epoch": 0.5923378236361899, + "grad_norm": 0.880062997341156, + "learning_rate": 9.997676335366353e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8373969435691834, + "num_tokens": 7975390.0, + "step": 6200 + }, + { + "entropy": 1.2655027985572815, + "epoch": 0.5932932072227, + "grad_norm": 0.8791589140892029, + "learning_rate": 9.99762793081407e-05, + "loss": 0.4373, + "mean_token_accuracy": 0.8270669043064117, + "num_tokens": 7989034.0, + "step": 6210 + }, + { + "entropy": 1.2694851875305175, + "epoch": 0.5942485908092099, + "grad_norm": 1.0431389808654785, + "learning_rate": 9.997579027404442e-05, + "loss": 0.4057, + "mean_token_accuracy": 0.835922235250473, + "num_tokens": 8001355.0, + "step": 6220 + }, + { + "entropy": 1.2845288872718812, + "epoch": 0.5952039743957199, + "grad_norm": 1.023342251777649, + "learning_rate": 9.99752962514235e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.8274968326091766, + "num_tokens": 8014146.0, + "step": 6230 + }, + { + "entropy": 1.2895552277565003, + "epoch": 0.5961593579822299, + "grad_norm": 0.7330955266952515, + "learning_rate": 9.997479724032728e-05, + "loss": 0.4378, + "mean_token_accuracy": 0.8227058947086334, + "num_tokens": 8028096.0, + "step": 6240 + }, + { + "entropy": 1.2803874254226684, + "epoch": 0.5971147415687399, + "grad_norm": 1.1203275918960571, + "learning_rate": 9.997429324080554e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.8338980734348297, + "num_tokens": 8040378.0, + "step": 6250 + }, + { + "entropy": 1.2870954155921936, + "epoch": 0.5980701251552498, + "grad_norm": 0.7625551819801331, + "learning_rate": 9.997378425290861e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8312964618206025, + "num_tokens": 8053055.0, + "step": 6260 + }, + { + "entropy": 1.2866870045661927, + "epoch": 0.5990255087417599, + "grad_norm": 0.8362695574760437, + "learning_rate": 9.997327027668727e-05, + "loss": 0.4264, + "mean_token_accuracy": 0.8283425152301789, + "num_tokens": 8065758.0, + "step": 6270 + }, + { + "entropy": 1.2757187366485596, + "epoch": 0.5999808923282698, + "grad_norm": 0.7699759006500244, + "learning_rate": 9.997275131219286e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8313081324100494, + "num_tokens": 8078413.0, + "step": 6280 + }, + { + "entropy": 1.2696934461593627, + "epoch": 0.6009362759147798, + "grad_norm": 0.8134627938270569, + "learning_rate": 9.997222735947718e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8450874984264374, + "num_tokens": 8091263.0, + "step": 6290 + }, + { + "entropy": 1.2731573104858398, + "epoch": 0.6018916595012898, + "grad_norm": 1.1010416746139526, + "learning_rate": 9.997169841859249e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8410451889038086, + "num_tokens": 8104139.0, + "step": 6300 + }, + { + "entropy": 1.3073671221733094, + "epoch": 0.6028470430877998, + "grad_norm": 1.0209712982177734, + "learning_rate": 9.997116448959163e-05, + "loss": 0.4561, + "mean_token_accuracy": 0.8123445153236389, + "num_tokens": 8117710.0, + "step": 6310 + }, + { + "entropy": 1.276931381225586, + "epoch": 0.6038024266743097, + "grad_norm": 0.6452515721321106, + "learning_rate": 9.997062557252788e-05, + "loss": 0.399, + "mean_token_accuracy": 0.84294353723526, + "num_tokens": 8130824.0, + "step": 6320 + }, + { + "entropy": 1.2698067426681519, + "epoch": 0.6047578102608198, + "grad_norm": 0.9278976917266846, + "learning_rate": 9.997008166745502e-05, + "loss": 0.4383, + "mean_token_accuracy": 0.8265328228473663, + "num_tokens": 8143635.0, + "step": 6330 + }, + { + "entropy": 1.2839824438095093, + "epoch": 0.6057131938473297, + "grad_norm": 1.158887267112732, + "learning_rate": 9.996953277442735e-05, + "loss": 0.4588, + "mean_token_accuracy": 0.8073771178722382, + "num_tokens": 8155881.0, + "step": 6340 + }, + { + "entropy": 1.2832213997840882, + "epoch": 0.6066685774338397, + "grad_norm": 0.8072079420089722, + "learning_rate": 9.996897889349968e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8277681767940521, + "num_tokens": 8168662.0, + "step": 6350 + }, + { + "entropy": 1.2467982411384582, + "epoch": 0.6076239610203497, + "grad_norm": 0.7679826021194458, + "learning_rate": 9.99684200247273e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8489160060882568, + "num_tokens": 8181013.0, + "step": 6360 + }, + { + "entropy": 1.2961847066879273, + "epoch": 0.6085793446068597, + "grad_norm": 0.8275235891342163, + "learning_rate": 9.996785616816595e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.81845663189888, + "num_tokens": 8194502.0, + "step": 6370 + }, + { + "entropy": 1.2887547135353088, + "epoch": 0.6095347281933696, + "grad_norm": 1.0073405504226685, + "learning_rate": 9.996728732387196e-05, + "loss": 0.4601, + "mean_token_accuracy": 0.8185020625591278, + "num_tokens": 8207136.0, + "step": 6380 + }, + { + "entropy": 1.2509611606597901, + "epoch": 0.6104901117798797, + "grad_norm": 0.9986443519592285, + "learning_rate": 9.99667134919021e-05, + "loss": 0.4114, + "mean_token_accuracy": 0.8325553476810456, + "num_tokens": 8219589.0, + "step": 6390 + }, + { + "entropy": 1.2614742875099183, + "epoch": 0.6114454953663896, + "grad_norm": 0.7860249280929565, + "learning_rate": 9.996613467231362e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8393175601959229, + "num_tokens": 8232991.0, + "step": 6400 + }, + { + "entropy": 1.2512579560279846, + "epoch": 0.6124008789528996, + "grad_norm": 1.0753111839294434, + "learning_rate": 9.996555086516434e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.825653874874115, + "num_tokens": 8245807.0, + "step": 6410 + }, + { + "entropy": 1.2571025729179381, + "epoch": 0.6133562625394096, + "grad_norm": 1.152485728263855, + "learning_rate": 9.996496207051251e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.8336260139942169, + "num_tokens": 8258341.0, + "step": 6420 + }, + { + "entropy": 1.2608158111572265, + "epoch": 0.6143116461259196, + "grad_norm": 0.8027149438858032, + "learning_rate": 9.996436828841691e-05, + "loss": 0.4017, + "mean_token_accuracy": 0.8328914403915405, + "num_tokens": 8271272.0, + "step": 6430 + }, + { + "entropy": 1.2655190587043763, + "epoch": 0.6152670297124295, + "grad_norm": 0.8287020325660706, + "learning_rate": 9.99637695189368e-05, + "loss": 0.4055, + "mean_token_accuracy": 0.8378747045993805, + "num_tokens": 8284772.0, + "step": 6440 + }, + { + "entropy": 1.258258843421936, + "epoch": 0.6162224132989396, + "grad_norm": 0.7294193506240845, + "learning_rate": 9.996316576213197e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8289997339248657, + "num_tokens": 8297324.0, + "step": 6450 + }, + { + "entropy": 1.247045636177063, + "epoch": 0.6171777968854495, + "grad_norm": 0.8377154469490051, + "learning_rate": 9.996255701806267e-05, + "loss": 0.3631, + "mean_token_accuracy": 0.8574836730957032, + "num_tokens": 8309925.0, + "step": 6460 + }, + { + "entropy": 1.2633489608764648, + "epoch": 0.6181331804719595, + "grad_norm": 1.0040771961212158, + "learning_rate": 9.996194328678966e-05, + "loss": 0.4463, + "mean_token_accuracy": 0.8193542659282684, + "num_tokens": 8322982.0, + "step": 6470 + }, + { + "entropy": 1.292023503780365, + "epoch": 0.6190885640584695, + "grad_norm": 0.9192824959754944, + "learning_rate": 9.996132456837421e-05, + "loss": 0.4337, + "mean_token_accuracy": 0.8315412044525147, + "num_tokens": 8336229.0, + "step": 6480 + }, + { + "entropy": 1.2691211938858031, + "epoch": 0.6200439476449795, + "grad_norm": 0.8063589930534363, + "learning_rate": 9.99607008628781e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8421215653419495, + "num_tokens": 8349692.0, + "step": 6490 + }, + { + "entropy": 1.2716410040855408, + "epoch": 0.6209993312314894, + "grad_norm": 0.8951631188392639, + "learning_rate": 9.996007217036356e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8249742448329925, + "num_tokens": 8362860.0, + "step": 6500 + }, + { + "entropy": 1.2793854832649232, + "epoch": 0.6219547148179995, + "grad_norm": 0.7089062929153442, + "learning_rate": 9.995943849089333e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8244000732898712, + "num_tokens": 8376174.0, + "step": 6510 + }, + { + "entropy": 1.2871436953544617, + "epoch": 0.6229100984045094, + "grad_norm": 0.7545838952064514, + "learning_rate": 9.99587998245307e-05, + "loss": 0.4398, + "mean_token_accuracy": 0.82027667760849, + "num_tokens": 8389334.0, + "step": 6520 + }, + { + "entropy": 1.2877708435058595, + "epoch": 0.6238654819910194, + "grad_norm": 0.7750027775764465, + "learning_rate": 9.995815617133942e-05, + "loss": 0.4616, + "mean_token_accuracy": 0.8175950348377228, + "num_tokens": 8401683.0, + "step": 6530 + }, + { + "entropy": 1.2717941880226136, + "epoch": 0.6248208655775294, + "grad_norm": 1.0120080709457397, + "learning_rate": 9.99575075313837e-05, + "loss": 0.4209, + "mean_token_accuracy": 0.8345831453800201, + "num_tokens": 8414653.0, + "step": 6540 + }, + { + "entropy": 1.27304368019104, + "epoch": 0.6257762491640394, + "grad_norm": 1.0025866031646729, + "learning_rate": 9.995685390472833e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8441679358482361, + "num_tokens": 8427464.0, + "step": 6550 + }, + { + "entropy": 1.303981399536133, + "epoch": 0.6267316327505493, + "grad_norm": 0.822799026966095, + "learning_rate": 9.995619529143853e-05, + "loss": 0.4865, + "mean_token_accuracy": 0.7989199042320252, + "num_tokens": 8440200.0, + "step": 6560 + }, + { + "entropy": 1.2913581728935242, + "epoch": 0.6276870163370594, + "grad_norm": 1.0085922479629517, + "learning_rate": 9.995553169158005e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8087812781333923, + "num_tokens": 8452613.0, + "step": 6570 + }, + { + "entropy": 1.2946727871894836, + "epoch": 0.6286423999235693, + "grad_norm": 0.7575979232788086, + "learning_rate": 9.995486310521912e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.8207128643989563, + "num_tokens": 8465565.0, + "step": 6580 + }, + { + "entropy": 1.2811237931251527, + "epoch": 0.6295977835100793, + "grad_norm": 1.025368571281433, + "learning_rate": 9.99541895324225e-05, + "loss": 0.4356, + "mean_token_accuracy": 0.829832911491394, + "num_tokens": 8478246.0, + "step": 6590 + }, + { + "entropy": 1.2886009693145752, + "epoch": 0.6305531670965893, + "grad_norm": 0.9755670428276062, + "learning_rate": 9.99535109732574e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8282827198505401, + "num_tokens": 8490864.0, + "step": 6600 + }, + { + "entropy": 1.285130774974823, + "epoch": 0.6315085506830993, + "grad_norm": 0.8894979953765869, + "learning_rate": 9.995282742779155e-05, + "loss": 0.4518, + "mean_token_accuracy": 0.8268232882022858, + "num_tokens": 8503980.0, + "step": 6610 + }, + { + "entropy": 1.2673779606819153, + "epoch": 0.6324639342696092, + "grad_norm": 0.562961757183075, + "learning_rate": 9.995213889609322e-05, + "loss": 0.3731, + "mean_token_accuracy": 0.8537709951400757, + "num_tokens": 8516987.0, + "step": 6620 + }, + { + "entropy": 1.2861640334129334, + "epoch": 0.6334193178561193, + "grad_norm": 0.940548837184906, + "learning_rate": 9.995144537823109e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.8288285136222839, + "num_tokens": 8529650.0, + "step": 6630 + }, + { + "entropy": 1.3043651700019836, + "epoch": 0.6343747014426292, + "grad_norm": 1.0212894678115845, + "learning_rate": 9.995074687427443e-05, + "loss": 0.4797, + "mean_token_accuracy": 0.8084319531917572, + "num_tokens": 8542548.0, + "step": 6640 + }, + { + "entropy": 1.2805372595787048, + "epoch": 0.6353300850291392, + "grad_norm": 0.6758313775062561, + "learning_rate": 9.995004338429292e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8568849682807922, + "num_tokens": 8555488.0, + "step": 6650 + }, + { + "entropy": 1.288777494430542, + "epoch": 0.6362854686156492, + "grad_norm": 0.7704390287399292, + "learning_rate": 9.994933490835683e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8361633539199829, + "num_tokens": 8568566.0, + "step": 6660 + }, + { + "entropy": 1.2942439675331117, + "epoch": 0.6372408522021592, + "grad_norm": 0.8503461480140686, + "learning_rate": 9.994862144653683e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8347761750221252, + "num_tokens": 8581531.0, + "step": 6670 + }, + { + "entropy": 1.3125133872032166, + "epoch": 0.6381962357886691, + "grad_norm": 1.158489465713501, + "learning_rate": 9.994790299890418e-05, + "loss": 0.434, + "mean_token_accuracy": 0.8285905241966247, + "num_tokens": 8594061.0, + "step": 6680 + }, + { + "entropy": 1.2895174384117127, + "epoch": 0.6391516193751792, + "grad_norm": 1.022800326347351, + "learning_rate": 9.994717956553057e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.832243800163269, + "num_tokens": 8606676.0, + "step": 6690 + }, + { + "entropy": 1.2840827584266663, + "epoch": 0.6401070029616891, + "grad_norm": 0.6916153430938721, + "learning_rate": 9.99464511464882e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8321165382862091, + "num_tokens": 8619360.0, + "step": 6700 + }, + { + "entropy": 1.2738348603248597, + "epoch": 0.6410623865481991, + "grad_norm": 1.0894548892974854, + "learning_rate": 9.994571774184982e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8315386414527893, + "num_tokens": 8632081.0, + "step": 6710 + }, + { + "entropy": 1.2777448296546936, + "epoch": 0.6420177701347091, + "grad_norm": 0.8880236744880676, + "learning_rate": 9.994497935168859e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8390158534049987, + "num_tokens": 8644907.0, + "step": 6720 + }, + { + "entropy": 1.2699275851249694, + "epoch": 0.6429731537212191, + "grad_norm": 1.3482486009597778, + "learning_rate": 9.994423597607825e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8402734637260437, + "num_tokens": 8657129.0, + "step": 6730 + }, + { + "entropy": 1.2756589651107788, + "epoch": 0.643928537307729, + "grad_norm": 0.8024106621742249, + "learning_rate": 9.9943487615093e-05, + "loss": 0.3919, + "mean_token_accuracy": 0.8440629422664643, + "num_tokens": 8670271.0, + "step": 6740 + }, + { + "entropy": 1.2844429969787599, + "epoch": 0.6448839208942391, + "grad_norm": 0.7911658883094788, + "learning_rate": 9.994273426880754e-05, + "loss": 0.4406, + "mean_token_accuracy": 0.8251696467399597, + "num_tokens": 8683008.0, + "step": 6750 + }, + { + "entropy": 1.2804688572883607, + "epoch": 0.645839304480749, + "grad_norm": 0.746891975402832, + "learning_rate": 9.994197593729705e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8292795419692993, + "num_tokens": 8695894.0, + "step": 6760 + }, + { + "entropy": 1.2858747363090515, + "epoch": 0.646794688067259, + "grad_norm": 0.7433977723121643, + "learning_rate": 9.994121262063724e-05, + "loss": 0.4155, + "mean_token_accuracy": 0.8347451090812683, + "num_tokens": 8708973.0, + "step": 6770 + }, + { + "entropy": 1.2925413608551026, + "epoch": 0.647750071653769, + "grad_norm": 0.9522019624710083, + "learning_rate": 9.99404443189043e-05, + "loss": 0.4686, + "mean_token_accuracy": 0.8085602939128875, + "num_tokens": 8722466.0, + "step": 6780 + }, + { + "entropy": 1.2822710037231446, + "epoch": 0.648705455240279, + "grad_norm": 0.643338680267334, + "learning_rate": 9.993967103217491e-05, + "loss": 0.4498, + "mean_token_accuracy": 0.8210372269153595, + "num_tokens": 8734949.0, + "step": 6790 + }, + { + "entropy": 1.2636935710906982, + "epoch": 0.6496608388267889, + "grad_norm": 0.830883800983429, + "learning_rate": 9.993889276052628e-05, + "loss": 0.3918, + "mean_token_accuracy": 0.8419562935829162, + "num_tokens": 8747679.0, + "step": 6800 + }, + { + "entropy": 1.2601601123809814, + "epoch": 0.650616222413299, + "grad_norm": 1.0464918613433838, + "learning_rate": 9.993810950403609e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.837213397026062, + "num_tokens": 8760470.0, + "step": 6810 + }, + { + "entropy": 1.2796221137046815, + "epoch": 0.6515716059998089, + "grad_norm": 0.7150336503982544, + "learning_rate": 9.993732126278252e-05, + "loss": 0.4449, + "mean_token_accuracy": 0.8230124533176422, + "num_tokens": 8773131.0, + "step": 6820 + }, + { + "entropy": 1.266670286655426, + "epoch": 0.6525269895863189, + "grad_norm": 0.8243805170059204, + "learning_rate": 9.993652803684424e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8469825744628906, + "num_tokens": 8785719.0, + "step": 6830 + }, + { + "entropy": 1.2828534960746765, + "epoch": 0.6534823731728289, + "grad_norm": 0.9722565412521362, + "learning_rate": 9.993572982630045e-05, + "loss": 0.4438, + "mean_token_accuracy": 0.8263774514198303, + "num_tokens": 8798598.0, + "step": 6840 + }, + { + "entropy": 1.2936653971672059, + "epoch": 0.6544377567593389, + "grad_norm": 1.0522220134735107, + "learning_rate": 9.993492663123082e-05, + "loss": 0.4396, + "mean_token_accuracy": 0.8234697639942169, + "num_tokens": 8811369.0, + "step": 6850 + }, + { + "entropy": 1.2949483752250672, + "epoch": 0.6553931403458488, + "grad_norm": 0.8945862054824829, + "learning_rate": 9.993411845171551e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8250786066055298, + "num_tokens": 8824672.0, + "step": 6860 + }, + { + "entropy": 1.2719025611877441, + "epoch": 0.6563485239323589, + "grad_norm": 1.1651294231414795, + "learning_rate": 9.993330528783521e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.8255353987216949, + "num_tokens": 8837755.0, + "step": 6870 + }, + { + "entropy": 1.2732774496078492, + "epoch": 0.6573039075188688, + "grad_norm": 0.802278995513916, + "learning_rate": 9.993248713967107e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8434878051280975, + "num_tokens": 8851187.0, + "step": 6880 + }, + { + "entropy": 1.254107654094696, + "epoch": 0.6582592911053788, + "grad_norm": 0.84027498960495, + "learning_rate": 9.993166400730478e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8408509492874146, + "num_tokens": 8863683.0, + "step": 6890 + }, + { + "entropy": 1.2632197618484498, + "epoch": 0.6592146746918888, + "grad_norm": 0.8264153599739075, + "learning_rate": 9.993083589081849e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.8284384489059449, + "num_tokens": 8876226.0, + "step": 6900 + }, + { + "entropy": 1.248485839366913, + "epoch": 0.6601700582783988, + "grad_norm": 0.8617333769798279, + "learning_rate": 9.993000279029486e-05, + "loss": 0.4588, + "mean_token_accuracy": 0.8154876351356506, + "num_tokens": 8888872.0, + "step": 6910 + }, + { + "entropy": 1.2622061967849731, + "epoch": 0.6611254418649087, + "grad_norm": 1.1619479656219482, + "learning_rate": 9.992916470581706e-05, + "loss": 0.4212, + "mean_token_accuracy": 0.8313110411167145, + "num_tokens": 8901417.0, + "step": 6920 + }, + { + "entropy": 1.2675323963165284, + "epoch": 0.6620808254514188, + "grad_norm": 0.9407930970191956, + "learning_rate": 9.992832163746873e-05, + "loss": 0.4365, + "mean_token_accuracy": 0.8201099455356597, + "num_tokens": 8914178.0, + "step": 6930 + }, + { + "entropy": 1.2797403693199159, + "epoch": 0.6630362090379287, + "grad_norm": 0.7065222859382629, + "learning_rate": 9.992747358533403e-05, + "loss": 0.4341, + "mean_token_accuracy": 0.8278681218624115, + "num_tokens": 8926853.0, + "step": 6940 + }, + { + "entropy": 1.2610629320144653, + "epoch": 0.6639915926244387, + "grad_norm": 0.7978950142860413, + "learning_rate": 9.992662054949763e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8328147530555725, + "num_tokens": 8939507.0, + "step": 6950 + }, + { + "entropy": 1.2522324562072753, + "epoch": 0.6649469762109487, + "grad_norm": 0.9380227327346802, + "learning_rate": 9.992576253004466e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8321456909179688, + "num_tokens": 8951960.0, + "step": 6960 + }, + { + "entropy": 1.257402503490448, + "epoch": 0.6659023597974587, + "grad_norm": 0.9202341437339783, + "learning_rate": 9.992489952706076e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8456835269927978, + "num_tokens": 8964563.0, + "step": 6970 + }, + { + "entropy": 1.2692353010177613, + "epoch": 0.6668577433839686, + "grad_norm": 0.9171508550643921, + "learning_rate": 9.992403154063209e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8401918828487396, + "num_tokens": 8977506.0, + "step": 6980 + }, + { + "entropy": 1.2623608112335205, + "epoch": 0.6678131269704787, + "grad_norm": 0.802363395690918, + "learning_rate": 9.992315857084528e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8388163805007934, + "num_tokens": 8990302.0, + "step": 6990 + }, + { + "entropy": 1.266035270690918, + "epoch": 0.6687685105569886, + "grad_norm": 0.7367880344390869, + "learning_rate": 9.992228061778748e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8486120820045471, + "num_tokens": 9002945.0, + "step": 7000 + }, + { + "entropy": 1.2784568786621093, + "epoch": 0.6697238941434986, + "grad_norm": 0.7526438236236572, + "learning_rate": 9.992139768154632e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8280392467975617, + "num_tokens": 9015670.0, + "step": 7010 + }, + { + "entropy": 1.2643732190132142, + "epoch": 0.6706792777300086, + "grad_norm": 0.7800559401512146, + "learning_rate": 9.992050976220995e-05, + "loss": 0.3836, + "mean_token_accuracy": 0.8443032681941987, + "num_tokens": 9028903.0, + "step": 7020 + }, + { + "entropy": 1.2482061505317688, + "epoch": 0.6716346613165186, + "grad_norm": 0.737145721912384, + "learning_rate": 9.991961685986697e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8433394074440003, + "num_tokens": 9041298.0, + "step": 7030 + }, + { + "entropy": 1.2714240431785584, + "epoch": 0.6725900449030285, + "grad_norm": 0.7303226590156555, + "learning_rate": 9.991871897460652e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8254701912403106, + "num_tokens": 9054529.0, + "step": 7040 + }, + { + "entropy": 1.2658158898353578, + "epoch": 0.6735454284895386, + "grad_norm": 0.9945814609527588, + "learning_rate": 9.991781610651823e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8366440117359162, + "num_tokens": 9067323.0, + "step": 7050 + }, + { + "entropy": 1.2528314232826232, + "epoch": 0.6745008120760485, + "grad_norm": 0.778424084186554, + "learning_rate": 9.991690825569224e-05, + "loss": 0.377, + "mean_token_accuracy": 0.8477446079254151, + "num_tokens": 9080334.0, + "step": 7060 + }, + { + "entropy": 1.285440981388092, + "epoch": 0.6754561956625585, + "grad_norm": 0.92853844165802, + "learning_rate": 9.991599542221913e-05, + "loss": 0.4642, + "mean_token_accuracy": 0.8161362707614899, + "num_tokens": 9093426.0, + "step": 7070 + }, + { + "entropy": 1.2730626225471497, + "epoch": 0.6764115792490685, + "grad_norm": 0.868078351020813, + "learning_rate": 9.991507760619005e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.8475386321544647, + "num_tokens": 9106247.0, + "step": 7080 + }, + { + "entropy": 1.2766714930534362, + "epoch": 0.6773669628355785, + "grad_norm": 0.8559876084327698, + "learning_rate": 9.991415480769662e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8381608724594116, + "num_tokens": 9119253.0, + "step": 7090 + }, + { + "entropy": 1.2792883276939393, + "epoch": 0.6783223464220884, + "grad_norm": 0.8577942848205566, + "learning_rate": 9.991322702683092e-05, + "loss": 0.4077, + "mean_token_accuracy": 0.8398562669754028, + "num_tokens": 9131926.0, + "step": 7100 + }, + { + "entropy": 1.2822689294815064, + "epoch": 0.6792777300085985, + "grad_norm": 0.7648253440856934, + "learning_rate": 9.99122942636856e-05, + "loss": 0.469, + "mean_token_accuracy": 0.8087160527706146, + "num_tokens": 9144109.0, + "step": 7110 + }, + { + "entropy": 1.2764348983764648, + "epoch": 0.6802331135951084, + "grad_norm": 0.8412968516349792, + "learning_rate": 9.991135651835372e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8422754585742951, + "num_tokens": 9157644.0, + "step": 7120 + }, + { + "entropy": 1.2827132225036622, + "epoch": 0.6811884971816184, + "grad_norm": 0.689234733581543, + "learning_rate": 9.991041379092894e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.839043664932251, + "num_tokens": 9170711.0, + "step": 7130 + }, + { + "entropy": 1.2666697740554809, + "epoch": 0.6821438807681284, + "grad_norm": 0.7681112885475159, + "learning_rate": 9.990946608150532e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8428178250789642, + "num_tokens": 9184098.0, + "step": 7140 + }, + { + "entropy": 1.257543647289276, + "epoch": 0.6830992643546384, + "grad_norm": 0.7507085800170898, + "learning_rate": 9.990851339017748e-05, + "loss": 0.4209, + "mean_token_accuracy": 0.8378533482551574, + "num_tokens": 9196578.0, + "step": 7150 + }, + { + "entropy": 1.2785552740097046, + "epoch": 0.6840546479411483, + "grad_norm": 0.7757866382598877, + "learning_rate": 9.990755571704049e-05, + "loss": 0.4547, + "mean_token_accuracy": 0.820003604888916, + "num_tokens": 9209268.0, + "step": 7160 + }, + { + "entropy": 1.293379282951355, + "epoch": 0.6850100315276584, + "grad_norm": 1.2573436498641968, + "learning_rate": 9.990659306218999e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8320894598960876, + "num_tokens": 9221764.0, + "step": 7170 + }, + { + "entropy": 1.2848169684410096, + "epoch": 0.6859654151141683, + "grad_norm": 1.0200954675674438, + "learning_rate": 9.990562542572202e-05, + "loss": 0.4388, + "mean_token_accuracy": 0.8243228435516358, + "num_tokens": 9234853.0, + "step": 7180 + }, + { + "entropy": 1.2813945293426514, + "epoch": 0.6869207987006783, + "grad_norm": 0.9615262150764465, + "learning_rate": 9.99046528077332e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8329368829727173, + "num_tokens": 9248550.0, + "step": 7190 + }, + { + "entropy": 1.277113437652588, + "epoch": 0.6878761822871883, + "grad_norm": 1.1330065727233887, + "learning_rate": 9.990367520832062e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.831685596704483, + "num_tokens": 9261704.0, + "step": 7200 + }, + { + "entropy": 1.276490533351898, + "epoch": 0.6888315658736983, + "grad_norm": 0.8887994289398193, + "learning_rate": 9.990269262758184e-05, + "loss": 0.4306, + "mean_token_accuracy": 0.8314059615135193, + "num_tokens": 9274322.0, + "step": 7210 + }, + { + "entropy": 1.2830963253974914, + "epoch": 0.6897869494602082, + "grad_norm": 0.7900549173355103, + "learning_rate": 9.990170506561496e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8349487543106079, + "num_tokens": 9287360.0, + "step": 7220 + }, + { + "entropy": 1.2809014916419983, + "epoch": 0.6907423330467183, + "grad_norm": 0.7864171862602234, + "learning_rate": 9.990071252251854e-05, + "loss": 0.3918, + "mean_token_accuracy": 0.8461340725421905, + "num_tokens": 9300062.0, + "step": 7230 + }, + { + "entropy": 1.285469889640808, + "epoch": 0.6916977166332282, + "grad_norm": 0.8425527215003967, + "learning_rate": 9.989971499839166e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.8381743013858796, + "num_tokens": 9313189.0, + "step": 7240 + }, + { + "entropy": 1.2899365186691285, + "epoch": 0.6926531002197382, + "grad_norm": 0.9254343509674072, + "learning_rate": 9.989871249333389e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8212274134159088, + "num_tokens": 9326005.0, + "step": 7250 + }, + { + "entropy": 1.263726270198822, + "epoch": 0.6936084838062482, + "grad_norm": 0.7978264093399048, + "learning_rate": 9.989770500744532e-05, + "loss": 0.3958, + "mean_token_accuracy": 0.8385688066482544, + "num_tokens": 9338737.0, + "step": 7260 + }, + { + "entropy": 1.2454723477363587, + "epoch": 0.6945638673927582, + "grad_norm": 0.7932568788528442, + "learning_rate": 9.989669254082649e-05, + "loss": 0.3889, + "mean_token_accuracy": 0.8441648125648499, + "num_tokens": 9351212.0, + "step": 7270 + }, + { + "entropy": 1.3024757146835326, + "epoch": 0.6955192509792681, + "grad_norm": 1.2022209167480469, + "learning_rate": 9.989567509357847e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8403219163417817, + "num_tokens": 9364902.0, + "step": 7280 + }, + { + "entropy": 1.284353494644165, + "epoch": 0.6964746345657782, + "grad_norm": 0.5991207957267761, + "learning_rate": 9.989465266580282e-05, + "loss": 0.4431, + "mean_token_accuracy": 0.8232636034488678, + "num_tokens": 9377415.0, + "step": 7290 + }, + { + "entropy": 1.2768885016441345, + "epoch": 0.6974300181522881, + "grad_norm": 0.9989290237426758, + "learning_rate": 9.989362525760162e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8326617419719696, + "num_tokens": 9390051.0, + "step": 7300 + }, + { + "entropy": 1.2763877630233764, + "epoch": 0.6983854017387982, + "grad_norm": 0.8113411068916321, + "learning_rate": 9.98925928690774e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8421429574489594, + "num_tokens": 9403462.0, + "step": 7310 + }, + { + "entropy": 1.2992432832717895, + "epoch": 0.6993407853253081, + "grad_norm": 0.817767322063446, + "learning_rate": 9.98915555003332e-05, + "loss": 0.4509, + "mean_token_accuracy": 0.8114231407642365, + "num_tokens": 9416387.0, + "step": 7320 + }, + { + "entropy": 1.2908821940422057, + "epoch": 0.7002961689118181, + "grad_norm": 0.9039239287376404, + "learning_rate": 9.98905131514726e-05, + "loss": 0.4137, + "mean_token_accuracy": 0.8363482117652893, + "num_tokens": 9429640.0, + "step": 7330 + }, + { + "entropy": 1.2530190229415894, + "epoch": 0.701251552498328, + "grad_norm": 0.8182393908500671, + "learning_rate": 9.988946582259962e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8529512822628021, + "num_tokens": 9442269.0, + "step": 7340 + }, + { + "entropy": 1.2892461180686952, + "epoch": 0.7022069360848381, + "grad_norm": 1.057253360748291, + "learning_rate": 9.988841351381881e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8243245422840119, + "num_tokens": 9455169.0, + "step": 7350 + }, + { + "entropy": 1.2791246175765991, + "epoch": 0.703162319671348, + "grad_norm": 0.8994067311286926, + "learning_rate": 9.988735622523524e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8347416877746582, + "num_tokens": 9467422.0, + "step": 7360 + }, + { + "entropy": 1.2567636609077453, + "epoch": 0.704117703257858, + "grad_norm": 0.619038462638855, + "learning_rate": 9.988629395695441e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8403004050254822, + "num_tokens": 9480153.0, + "step": 7370 + }, + { + "entropy": 1.2905247449874877, + "epoch": 0.705073086844368, + "grad_norm": 0.8274325132369995, + "learning_rate": 9.988522670908236e-05, + "loss": 0.4628, + "mean_token_accuracy": 0.8158116817474366, + "num_tokens": 9492656.0, + "step": 7380 + }, + { + "entropy": 1.2748046875, + "epoch": 0.706028470430878, + "grad_norm": 0.782380998134613, + "learning_rate": 9.988415448172564e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8394353270530701, + "num_tokens": 9505287.0, + "step": 7390 + }, + { + "entropy": 1.271869671344757, + "epoch": 0.706983854017388, + "grad_norm": 0.7381918430328369, + "learning_rate": 9.988307727499126e-05, + "loss": 0.4371, + "mean_token_accuracy": 0.8237697780132294, + "num_tokens": 9518092.0, + "step": 7400 + }, + { + "entropy": 1.2766581058502198, + "epoch": 0.707939237603898, + "grad_norm": 0.8490174412727356, + "learning_rate": 9.988199508898674e-05, + "loss": 0.4779, + "mean_token_accuracy": 0.8059528946876526, + "num_tokens": 9531188.0, + "step": 7410 + }, + { + "entropy": 1.2567034482955932, + "epoch": 0.7088946211904079, + "grad_norm": 0.8857921957969666, + "learning_rate": 9.988090792382015e-05, + "loss": 0.3897, + "mean_token_accuracy": 0.8476004064083099, + "num_tokens": 9543742.0, + "step": 7420 + }, + { + "entropy": 1.2744512677192688, + "epoch": 0.709850004776918, + "grad_norm": 0.9092763066291809, + "learning_rate": 9.987981577959996e-05, + "loss": 0.4424, + "mean_token_accuracy": 0.8293733060359955, + "num_tokens": 9556833.0, + "step": 7430 + }, + { + "entropy": 1.2621840000152589, + "epoch": 0.7108053883634279, + "grad_norm": 0.9169245362281799, + "learning_rate": 9.987871865643518e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8289563357830048, + "num_tokens": 9569208.0, + "step": 7440 + }, + { + "entropy": 1.2789170384407043, + "epoch": 0.7117607719499379, + "grad_norm": 0.8215041160583496, + "learning_rate": 9.987761655443536e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8409291863441467, + "num_tokens": 9582386.0, + "step": 7450 + }, + { + "entropy": 1.2581679224967957, + "epoch": 0.7127161555364478, + "grad_norm": 1.370160460472107, + "learning_rate": 9.98765094737105e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8403513908386231, + "num_tokens": 9595427.0, + "step": 7460 + }, + { + "entropy": 1.2469470381736756, + "epoch": 0.7136715391229579, + "grad_norm": 0.7350589036941528, + "learning_rate": 9.987539741437108e-05, + "loss": 0.3859, + "mean_token_accuracy": 0.8449747800827027, + "num_tokens": 9608436.0, + "step": 7470 + }, + { + "entropy": 1.2634222388267518, + "epoch": 0.7146269227094678, + "grad_norm": 0.9229421019554138, + "learning_rate": 9.987428037652815e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8361064374446869, + "num_tokens": 9621214.0, + "step": 7480 + }, + { + "entropy": 1.2489607214927674, + "epoch": 0.7155823062959779, + "grad_norm": 0.8611190319061279, + "learning_rate": 9.987315836029318e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8501105546951294, + "num_tokens": 9634107.0, + "step": 7490 + }, + { + "entropy": 1.2627800703048706, + "epoch": 0.7165376898824878, + "grad_norm": 0.9835836887359619, + "learning_rate": 9.987203136577819e-05, + "loss": 0.4049, + "mean_token_accuracy": 0.8399364590644837, + "num_tokens": 9647376.0, + "step": 7500 + }, + { + "entropy": 1.256326973438263, + "epoch": 0.7174930734689978, + "grad_norm": 0.7920156121253967, + "learning_rate": 9.987089939309563e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8245238721370697, + "num_tokens": 9660022.0, + "step": 7510 + }, + { + "entropy": 1.2692832827568055, + "epoch": 0.7184484570555077, + "grad_norm": 0.8965502381324768, + "learning_rate": 9.986976244235856e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8290911018848419, + "num_tokens": 9672318.0, + "step": 7520 + }, + { + "entropy": 1.2870557308197021, + "epoch": 0.7194038406420178, + "grad_norm": 0.8037043213844299, + "learning_rate": 9.986862051368042e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8216858804225922, + "num_tokens": 9685162.0, + "step": 7530 + }, + { + "entropy": 1.275057864189148, + "epoch": 0.7203592242285277, + "grad_norm": 0.9537764191627502, + "learning_rate": 9.98674736071752e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.834094762802124, + "num_tokens": 9697834.0, + "step": 7540 + }, + { + "entropy": 1.2604418873786927, + "epoch": 0.7213146078150378, + "grad_norm": 0.6427499651908875, + "learning_rate": 9.98663217229574e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8338362872600555, + "num_tokens": 9709828.0, + "step": 7550 + }, + { + "entropy": 1.2673619031906127, + "epoch": 0.7222699914015477, + "grad_norm": 1.0237396955490112, + "learning_rate": 9.9865164861142e-05, + "loss": 0.4218, + "mean_token_accuracy": 0.8366137921810151, + "num_tokens": 9723017.0, + "step": 7560 + }, + { + "entropy": 1.2652694582939148, + "epoch": 0.7232253749880577, + "grad_norm": 1.1194857358932495, + "learning_rate": 9.986400302184447e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8253590226173401, + "num_tokens": 9735410.0, + "step": 7570 + }, + { + "entropy": 1.2893251657485962, + "epoch": 0.7241807585745677, + "grad_norm": 0.9191895127296448, + "learning_rate": 9.986283620518076e-05, + "loss": 0.4521, + "mean_token_accuracy": 0.8182161450386047, + "num_tokens": 9748805.0, + "step": 7580 + }, + { + "entropy": 1.30211660861969, + "epoch": 0.7251361421610777, + "grad_norm": 1.2042738199234009, + "learning_rate": 9.986166441126738e-05, + "loss": 0.4378, + "mean_token_accuracy": 0.8229447364807129, + "num_tokens": 9762012.0, + "step": 7590 + }, + { + "entropy": 1.292870283126831, + "epoch": 0.7260915257475876, + "grad_norm": 0.8662934899330139, + "learning_rate": 9.986048764022126e-05, + "loss": 0.4174, + "mean_token_accuracy": 0.8369378626346589, + "num_tokens": 9775625.0, + "step": 7600 + }, + { + "entropy": 1.2769134879112243, + "epoch": 0.7270469093340977, + "grad_norm": 0.9027141332626343, + "learning_rate": 9.98593058921599e-05, + "loss": 0.4354, + "mean_token_accuracy": 0.8279563903808593, + "num_tokens": 9788517.0, + "step": 7610 + }, + { + "entropy": 1.2757752776145934, + "epoch": 0.7280022929206076, + "grad_norm": 0.6989253163337708, + "learning_rate": 9.985811916720124e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8225334882736206, + "num_tokens": 9801360.0, + "step": 7620 + }, + { + "entropy": 1.270018255710602, + "epoch": 0.7289576765071176, + "grad_norm": 0.7833299040794373, + "learning_rate": 9.985692746546375e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8199711263179779, + "num_tokens": 9814706.0, + "step": 7630 + }, + { + "entropy": 1.2640669345855713, + "epoch": 0.7299130600936276, + "grad_norm": 0.969720721244812, + "learning_rate": 9.985573078706636e-05, + "loss": 0.4242, + "mean_token_accuracy": 0.8336915016174317, + "num_tokens": 9827390.0, + "step": 7640 + }, + { + "entropy": 1.261193323135376, + "epoch": 0.7308684436801376, + "grad_norm": 0.733037531375885, + "learning_rate": 9.985452913212854e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8367072999477386, + "num_tokens": 9839921.0, + "step": 7650 + }, + { + "entropy": 1.267497456073761, + "epoch": 0.7318238272666475, + "grad_norm": 0.7774869203567505, + "learning_rate": 9.985332250077024e-05, + "loss": 0.4547, + "mean_token_accuracy": 0.8143881857395172, + "num_tokens": 9852424.0, + "step": 7660 + }, + { + "entropy": 1.2908860206604005, + "epoch": 0.7327792108531576, + "grad_norm": 0.9128402471542358, + "learning_rate": 9.98521108931119e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8297360420227051, + "num_tokens": 9865198.0, + "step": 7670 + }, + { + "entropy": 1.2592763900756836, + "epoch": 0.7337345944396675, + "grad_norm": 0.734097957611084, + "learning_rate": 9.985089430927445e-05, + "loss": 0.3831, + "mean_token_accuracy": 0.8467465937137604, + "num_tokens": 9877779.0, + "step": 7680 + }, + { + "entropy": 1.2863738298416139, + "epoch": 0.7346899780261775, + "grad_norm": 0.7574431896209717, + "learning_rate": 9.984967274937936e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.823457783460617, + "num_tokens": 9890887.0, + "step": 7690 + }, + { + "entropy": 1.2711524963378906, + "epoch": 0.7356453616126875, + "grad_norm": 0.7587608695030212, + "learning_rate": 9.984844621354853e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8262669503688812, + "num_tokens": 9903044.0, + "step": 7700 + }, + { + "entropy": 1.2752667188644409, + "epoch": 0.7366007451991975, + "grad_norm": 1.226913571357727, + "learning_rate": 9.98472147019044e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8439686834812165, + "num_tokens": 9915974.0, + "step": 7710 + }, + { + "entropy": 1.2903403520584107, + "epoch": 0.7375561287857074, + "grad_norm": 0.8925431966781616, + "learning_rate": 9.984597821456991e-05, + "loss": 0.4576, + "mean_token_accuracy": 0.8171183943748475, + "num_tokens": 9928884.0, + "step": 7720 + }, + { + "entropy": 1.2740887880325318, + "epoch": 0.7385115123722175, + "grad_norm": 1.1153647899627686, + "learning_rate": 9.984473675166848e-05, + "loss": 0.4205, + "mean_token_accuracy": 0.8389302849769592, + "num_tokens": 9942139.0, + "step": 7730 + }, + { + "entropy": 1.2700428366661072, + "epoch": 0.7394668959587274, + "grad_norm": 0.9052136540412903, + "learning_rate": 9.984349031332401e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8309552133083343, + "num_tokens": 9955592.0, + "step": 7740 + }, + { + "entropy": 1.2592630624771117, + "epoch": 0.7404222795452374, + "grad_norm": 0.8599362969398499, + "learning_rate": 9.984223889966094e-05, + "loss": 0.4265, + "mean_token_accuracy": 0.8361725628376007, + "num_tokens": 9967919.0, + "step": 7750 + }, + { + "entropy": 1.2606966853141786, + "epoch": 0.7413776631317474, + "grad_norm": 0.7852625846862793, + "learning_rate": 9.98409825108042e-05, + "loss": 0.4086, + "mean_token_accuracy": 0.8405723750591279, + "num_tokens": 9980530.0, + "step": 7760 + }, + { + "entropy": 1.2871053338050842, + "epoch": 0.7423330467182574, + "grad_norm": 1.1035845279693604, + "learning_rate": 9.983972114687915e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8262043178081513, + "num_tokens": 9994112.0, + "step": 7770 + }, + { + "entropy": 1.2667384147644043, + "epoch": 0.7432884303047673, + "grad_norm": 1.3093740940093994, + "learning_rate": 9.983845480801177e-05, + "loss": 0.399, + "mean_token_accuracy": 0.8383985996246338, + "num_tokens": 10007102.0, + "step": 7780 + }, + { + "entropy": 1.2666882157325745, + "epoch": 0.7442438138912774, + "grad_norm": 0.8889061212539673, + "learning_rate": 9.98371834943284e-05, + "loss": 0.4426, + "mean_token_accuracy": 0.8237707912921906, + "num_tokens": 10020082.0, + "step": 7790 + }, + { + "entropy": 1.2688100695610047, + "epoch": 0.7451991974777873, + "grad_norm": 0.9063305258750916, + "learning_rate": 9.983590720595597e-05, + "loss": 0.4205, + "mean_token_accuracy": 0.8334168553352356, + "num_tokens": 10032823.0, + "step": 7800 + }, + { + "entropy": 1.2709339022636414, + "epoch": 0.7461545810642973, + "grad_norm": 0.8680055737495422, + "learning_rate": 9.983462594302188e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8374255359172821, + "num_tokens": 10045442.0, + "step": 7810 + }, + { + "entropy": 1.2743413925170899, + "epoch": 0.7471099646508073, + "grad_norm": 0.9355674386024475, + "learning_rate": 9.9833339705654e-05, + "loss": 0.438, + "mean_token_accuracy": 0.8236562788486481, + "num_tokens": 10058007.0, + "step": 7820 + }, + { + "entropy": 1.269659984111786, + "epoch": 0.7480653482373173, + "grad_norm": 0.7004379630088806, + "learning_rate": 9.983204849398075e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8402211546897889, + "num_tokens": 10070905.0, + "step": 7830 + }, + { + "entropy": 1.2837000131607055, + "epoch": 0.7490207318238272, + "grad_norm": 0.9104381203651428, + "learning_rate": 9.983075230813102e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8386761248111725, + "num_tokens": 10083792.0, + "step": 7840 + }, + { + "entropy": 1.268864393234253, + "epoch": 0.7499761154103373, + "grad_norm": 0.7150663733482361, + "learning_rate": 9.982945114823415e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8331344127655029, + "num_tokens": 10096442.0, + "step": 7850 + }, + { + "entropy": 1.2838709473609924, + "epoch": 0.7509314989968472, + "grad_norm": 0.7978500723838806, + "learning_rate": 9.982814501442006e-05, + "loss": 0.4159, + "mean_token_accuracy": 0.8345244884490967, + "num_tokens": 10109528.0, + "step": 7860 + }, + { + "entropy": 1.287196433544159, + "epoch": 0.7518868825833572, + "grad_norm": 0.898417592048645, + "learning_rate": 9.982683390681913e-05, + "loss": 0.4495, + "mean_token_accuracy": 0.8199733078479767, + "num_tokens": 10122449.0, + "step": 7870 + }, + { + "entropy": 1.283191978931427, + "epoch": 0.7528422661698672, + "grad_norm": 0.871135413646698, + "learning_rate": 9.98255178255622e-05, + "loss": 0.4591, + "mean_token_accuracy": 0.8094992637634277, + "num_tokens": 10134935.0, + "step": 7880 + }, + { + "entropy": 1.2888395667076111, + "epoch": 0.7537976497563772, + "grad_norm": 0.6925387978553772, + "learning_rate": 9.982419677078067e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.828270548582077, + "num_tokens": 10148390.0, + "step": 7890 + }, + { + "entropy": 1.2668520212173462, + "epoch": 0.7547530333428871, + "grad_norm": 0.897940993309021, + "learning_rate": 9.982287074260639e-05, + "loss": 0.3933, + "mean_token_accuracy": 0.8504409730434418, + "num_tokens": 10161333.0, + "step": 7900 + }, + { + "entropy": 1.2622649788856506, + "epoch": 0.7557084169293972, + "grad_norm": 1.0436086654663086, + "learning_rate": 9.982153974117174e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8402286529541015, + "num_tokens": 10173502.0, + "step": 7910 + }, + { + "entropy": 1.2986568331718444, + "epoch": 0.7566638005159071, + "grad_norm": 0.8255695104598999, + "learning_rate": 9.982020376660955e-05, + "loss": 0.4708, + "mean_token_accuracy": 0.8158745467662811, + "num_tokens": 10186663.0, + "step": 7920 + }, + { + "entropy": 1.273815107345581, + "epoch": 0.7576191841024171, + "grad_norm": 0.7766850590705872, + "learning_rate": 9.98188628190532e-05, + "loss": 0.4399, + "mean_token_accuracy": 0.8240518271923065, + "num_tokens": 10198962.0, + "step": 7930 + }, + { + "entropy": 1.2794116616249085, + "epoch": 0.7585745676889271, + "grad_norm": 0.7879326939582825, + "learning_rate": 9.981751689863652e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.8365665435791015, + "num_tokens": 10211965.0, + "step": 7940 + }, + { + "entropy": 1.2607885003089905, + "epoch": 0.7595299512754371, + "grad_norm": 1.0980396270751953, + "learning_rate": 9.981616600549389e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8403303325176239, + "num_tokens": 10224645.0, + "step": 7950 + }, + { + "entropy": 1.24937002658844, + "epoch": 0.760485334861947, + "grad_norm": 0.7060864567756653, + "learning_rate": 9.981481013976013e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8374191284179687, + "num_tokens": 10237215.0, + "step": 7960 + }, + { + "entropy": 1.273420810699463, + "epoch": 0.7614407184484571, + "grad_norm": 0.7293813824653625, + "learning_rate": 9.98134493015706e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8329983234405518, + "num_tokens": 10250233.0, + "step": 7970 + }, + { + "entropy": 1.2707798957824707, + "epoch": 0.762396102034967, + "grad_norm": 0.8272455930709839, + "learning_rate": 9.981208349106111e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8219848155975342, + "num_tokens": 10263348.0, + "step": 7980 + }, + { + "entropy": 1.289987826347351, + "epoch": 0.763351485621477, + "grad_norm": 0.5046851634979248, + "learning_rate": 9.981071270836801e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8353469848632813, + "num_tokens": 10276774.0, + "step": 7990 + }, + { + "entropy": 1.2614946365356445, + "epoch": 0.764306869207987, + "grad_norm": 0.9246349930763245, + "learning_rate": 9.980933695362813e-05, + "loss": 0.4264, + "mean_token_accuracy": 0.8329365134239197, + "num_tokens": 10289229.0, + "step": 8000 + }, + { + "entropy": 1.2636207938194275, + "epoch": 0.765262252794497, + "grad_norm": 0.8290013670921326, + "learning_rate": 9.98079562269788e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8354920268058776, + "num_tokens": 10301741.0, + "step": 8010 + }, + { + "entropy": 1.2662383317947388, + "epoch": 0.7662176363810069, + "grad_norm": 0.9444834589958191, + "learning_rate": 9.980657052855781e-05, + "loss": 0.4368, + "mean_token_accuracy": 0.8282378315925598, + "num_tokens": 10314002.0, + "step": 8020 + }, + { + "entropy": 1.2614649176597594, + "epoch": 0.767173019967517, + "grad_norm": 0.8410268425941467, + "learning_rate": 9.980517985850354e-05, + "loss": 0.4381, + "mean_token_accuracy": 0.8257207691669464, + "num_tokens": 10327027.0, + "step": 8030 + }, + { + "entropy": 1.2676426649093628, + "epoch": 0.7681284035540269, + "grad_norm": 0.9359790682792664, + "learning_rate": 9.980378421695475e-05, + "loss": 0.4288, + "mean_token_accuracy": 0.8305951118469238, + "num_tokens": 10340203.0, + "step": 8040 + }, + { + "entropy": 1.2657073616981507, + "epoch": 0.7690837871405369, + "grad_norm": 0.6421019434928894, + "learning_rate": 9.980238360405079e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8372061133384705, + "num_tokens": 10352797.0, + "step": 8050 + }, + { + "entropy": 1.2695303559303284, + "epoch": 0.7700391707270469, + "grad_norm": 0.8701947331428528, + "learning_rate": 9.980097801993144e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.8433030545711517, + "num_tokens": 10365181.0, + "step": 8060 + }, + { + "entropy": 1.2899595260620118, + "epoch": 0.7709945543135569, + "grad_norm": 0.9117350578308105, + "learning_rate": 9.979956746473702e-05, + "loss": 0.4477, + "mean_token_accuracy": 0.8216007232666016, + "num_tokens": 10378247.0, + "step": 8070 + }, + { + "entropy": 1.2828082323074341, + "epoch": 0.7719499379000668, + "grad_norm": 0.7420883178710938, + "learning_rate": 9.979815193860831e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8251256942749023, + "num_tokens": 10391212.0, + "step": 8080 + }, + { + "entropy": 1.2675363421440125, + "epoch": 0.7729053214865769, + "grad_norm": 1.0090410709381104, + "learning_rate": 9.979673144168663e-05, + "loss": 0.45, + "mean_token_accuracy": 0.8243597447872162, + "num_tokens": 10403968.0, + "step": 8090 + }, + { + "entropy": 1.2627821803092956, + "epoch": 0.7738607050730868, + "grad_norm": 0.8941486477851868, + "learning_rate": 9.979530597411375e-05, + "loss": 0.4355, + "mean_token_accuracy": 0.8308445453643799, + "num_tokens": 10417243.0, + "step": 8100 + }, + { + "entropy": 1.26998610496521, + "epoch": 0.7748160886595968, + "grad_norm": 1.0796988010406494, + "learning_rate": 9.979387553603199e-05, + "loss": 0.4445, + "mean_token_accuracy": 0.8161551058292389, + "num_tokens": 10430419.0, + "step": 8110 + }, + { + "entropy": 1.2437096118927002, + "epoch": 0.7757714722461068, + "grad_norm": 0.8054866194725037, + "learning_rate": 9.979244012758411e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8240430772304534, + "num_tokens": 10443412.0, + "step": 8120 + }, + { + "entropy": 1.257382297515869, + "epoch": 0.7767268558326168, + "grad_norm": 0.7830895185470581, + "learning_rate": 9.979099974891338e-05, + "loss": 0.4751, + "mean_token_accuracy": 0.8160525739192963, + "num_tokens": 10455954.0, + "step": 8130 + }, + { + "entropy": 1.2553128480911255, + "epoch": 0.7776822394191267, + "grad_norm": 0.7859532237052917, + "learning_rate": 9.97895544001636e-05, + "loss": 0.4211, + "mean_token_accuracy": 0.8287208020687103, + "num_tokens": 10469050.0, + "step": 8140 + }, + { + "entropy": 1.2494222044944763, + "epoch": 0.7786376230056368, + "grad_norm": 0.8326284885406494, + "learning_rate": 9.978810408147905e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8403385221958161, + "num_tokens": 10481754.0, + "step": 8150 + }, + { + "entropy": 1.2605226159095764, + "epoch": 0.7795930065921467, + "grad_norm": 0.9754542708396912, + "learning_rate": 9.978664879300447e-05, + "loss": 0.4312, + "mean_token_accuracy": 0.8225457489490509, + "num_tokens": 10495052.0, + "step": 8160 + }, + { + "entropy": 1.2371345639228821, + "epoch": 0.7805483901786567, + "grad_norm": 0.9824966788291931, + "learning_rate": 9.978518853488514e-05, + "loss": 0.4276, + "mean_token_accuracy": 0.8290295004844666, + "num_tokens": 10507637.0, + "step": 8170 + }, + { + "entropy": 1.26803777217865, + "epoch": 0.7815037737651667, + "grad_norm": 0.8875187635421753, + "learning_rate": 9.978372330726683e-05, + "loss": 0.4296, + "mean_token_accuracy": 0.8302370131015777, + "num_tokens": 10520311.0, + "step": 8180 + }, + { + "entropy": 1.254047405719757, + "epoch": 0.7824591573516767, + "grad_norm": 1.1965879201889038, + "learning_rate": 9.978225311029579e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8329129338264465, + "num_tokens": 10533815.0, + "step": 8190 + }, + { + "entropy": 1.2813838601112366, + "epoch": 0.7834145409381866, + "grad_norm": 1.0707650184631348, + "learning_rate": 9.978077794411875e-05, + "loss": 0.4387, + "mean_token_accuracy": 0.8217018663883209, + "num_tokens": 10547272.0, + "step": 8200 + }, + { + "entropy": 1.2548750996589662, + "epoch": 0.7843699245246967, + "grad_norm": 1.0322707891464233, + "learning_rate": 9.9779297808883e-05, + "loss": 0.4172, + "mean_token_accuracy": 0.8328889727592468, + "num_tokens": 10559953.0, + "step": 8210 + }, + { + "entropy": 1.2592560052871704, + "epoch": 0.7853253081112066, + "grad_norm": 0.9360195398330688, + "learning_rate": 9.977781270473628e-05, + "loss": 0.4341, + "mean_token_accuracy": 0.8311523735523224, + "num_tokens": 10573144.0, + "step": 8220 + }, + { + "entropy": 1.2616976618766784, + "epoch": 0.7862806916977166, + "grad_norm": 0.9029042720794678, + "learning_rate": 9.977632263182679e-05, + "loss": 0.414, + "mean_token_accuracy": 0.8339911997318268, + "num_tokens": 10586734.0, + "step": 8230 + }, + { + "entropy": 1.243707573413849, + "epoch": 0.7872360752842266, + "grad_norm": 0.8681625127792358, + "learning_rate": 9.97748275903033e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8369884967803956, + "num_tokens": 10599573.0, + "step": 8240 + }, + { + "entropy": 1.2751218557357789, + "epoch": 0.7881914588707366, + "grad_norm": 0.774690568447113, + "learning_rate": 9.977332758031506e-05, + "loss": 0.4666, + "mean_token_accuracy": 0.8099307537078857, + "num_tokens": 10612126.0, + "step": 8250 + }, + { + "entropy": 1.2752801179885864, + "epoch": 0.7891468424572465, + "grad_norm": 1.4306564331054688, + "learning_rate": 9.977182260201175e-05, + "loss": 0.4586, + "mean_token_accuracy": 0.8116848647594452, + "num_tokens": 10624658.0, + "step": 8260 + }, + { + "entropy": 1.2746575236320496, + "epoch": 0.7901022260437566, + "grad_norm": 0.8828564286231995, + "learning_rate": 9.977031265554364e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.832099449634552, + "num_tokens": 10637606.0, + "step": 8270 + }, + { + "entropy": 1.2571736931800843, + "epoch": 0.7910576096302665, + "grad_norm": 0.835707426071167, + "learning_rate": 9.976879774106143e-05, + "loss": 0.3903, + "mean_token_accuracy": 0.8451440274715424, + "num_tokens": 10650345.0, + "step": 8280 + }, + { + "entropy": 1.2781310439109803, + "epoch": 0.7920129932167765, + "grad_norm": 0.8664495944976807, + "learning_rate": 9.976727785871635e-05, + "loss": 0.4466, + "mean_token_accuracy": 0.8219507932662964, + "num_tokens": 10663113.0, + "step": 8290 + }, + { + "entropy": 1.288404357433319, + "epoch": 0.7929683768032865, + "grad_norm": 0.970076858997345, + "learning_rate": 9.97657530086601e-05, + "loss": 0.4365, + "mean_token_accuracy": 0.8235363662242889, + "num_tokens": 10675875.0, + "step": 8300 + }, + { + "entropy": 1.2901790499687196, + "epoch": 0.7939237603897965, + "grad_norm": 0.5644864439964294, + "learning_rate": 9.976422319104489e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8296448647975921, + "num_tokens": 10688598.0, + "step": 8310 + }, + { + "entropy": 1.30296231508255, + "epoch": 0.7948791439763064, + "grad_norm": 0.9312200546264648, + "learning_rate": 9.976268840602341e-05, + "loss": 0.4762, + "mean_token_accuracy": 0.8089958012104035, + "num_tokens": 10701679.0, + "step": 8320 + }, + { + "entropy": 1.2938099145889281, + "epoch": 0.7958345275628165, + "grad_norm": 0.7957028150558472, + "learning_rate": 9.97611486537489e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8470790088176727, + "num_tokens": 10714562.0, + "step": 8330 + }, + { + "entropy": 1.248833179473877, + "epoch": 0.7967899111493264, + "grad_norm": 0.7859087586402893, + "learning_rate": 9.975960393437502e-05, + "loss": 0.363, + "mean_token_accuracy": 0.852888435125351, + "num_tokens": 10726929.0, + "step": 8340 + }, + { + "entropy": 1.282604205608368, + "epoch": 0.7977452947358364, + "grad_norm": 0.8337634205818176, + "learning_rate": 9.9758054248056e-05, + "loss": 0.4345, + "mean_token_accuracy": 0.8296168088912964, + "num_tokens": 10739589.0, + "step": 8350 + }, + { + "entropy": 1.285072648525238, + "epoch": 0.7987006783223464, + "grad_norm": 0.8412812948226929, + "learning_rate": 9.975649959494648e-05, + "loss": 0.4433, + "mean_token_accuracy": 0.8250321626663208, + "num_tokens": 10752576.0, + "step": 8360 + }, + { + "entropy": 1.269701075553894, + "epoch": 0.7996560619088564, + "grad_norm": 0.7750486135482788, + "learning_rate": 9.975493997520167e-05, + "loss": 0.3926, + "mean_token_accuracy": 0.8442732036113739, + "num_tokens": 10765511.0, + "step": 8370 + }, + { + "entropy": 1.2825124502182006, + "epoch": 0.8006114454953663, + "grad_norm": 0.9518018364906311, + "learning_rate": 9.975337538897726e-05, + "loss": 0.4384, + "mean_token_accuracy": 0.8183620512485504, + "num_tokens": 10778437.0, + "step": 8380 + }, + { + "entropy": 1.2818721294403077, + "epoch": 0.8015668290818764, + "grad_norm": 1.0316389799118042, + "learning_rate": 9.97518058364294e-05, + "loss": 0.4013, + "mean_token_accuracy": 0.8375590682029724, + "num_tokens": 10791299.0, + "step": 8390 + }, + { + "entropy": 1.294424867630005, + "epoch": 0.8025222126683863, + "grad_norm": 1.2152339220046997, + "learning_rate": 9.975023131771476e-05, + "loss": 0.4291, + "mean_token_accuracy": 0.8353930175304413, + "num_tokens": 10804471.0, + "step": 8400 + }, + { + "entropy": 1.309836196899414, + "epoch": 0.8034775962548963, + "grad_norm": 1.0897725820541382, + "learning_rate": 9.974865183299056e-05, + "loss": 0.4786, + "mean_token_accuracy": 0.8089633405208587, + "num_tokens": 10817538.0, + "step": 8410 + }, + { + "entropy": 1.297953760623932, + "epoch": 0.8044329798414063, + "grad_norm": 1.088349461555481, + "learning_rate": 9.974706738241439e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8353539884090424, + "num_tokens": 10830759.0, + "step": 8420 + }, + { + "entropy": 1.2933212637901306, + "epoch": 0.8053883634279163, + "grad_norm": 1.005513310432434, + "learning_rate": 9.974547796614445e-05, + "loss": 0.4179, + "mean_token_accuracy": 0.8288661420345307, + "num_tokens": 10844089.0, + "step": 8430 + }, + { + "entropy": 1.2917654991149903, + "epoch": 0.8063437470144262, + "grad_norm": 0.9130426645278931, + "learning_rate": 9.974388358433939e-05, + "loss": 0.4218, + "mean_token_accuracy": 0.8413688480854035, + "num_tokens": 10857006.0, + "step": 8440 + }, + { + "entropy": 1.2863633990287782, + "epoch": 0.8072991306009363, + "grad_norm": 0.7654487490653992, + "learning_rate": 9.974228423715834e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8392804503440857, + "num_tokens": 10869916.0, + "step": 8450 + }, + { + "entropy": 1.2772905468940734, + "epoch": 0.8082545141874462, + "grad_norm": 0.9336884021759033, + "learning_rate": 9.974067992476096e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8323386967182159, + "num_tokens": 10883193.0, + "step": 8460 + }, + { + "entropy": 1.2871254801750183, + "epoch": 0.8092098977739562, + "grad_norm": 0.848818302154541, + "learning_rate": 9.973907064730738e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8356775641441345, + "num_tokens": 10896767.0, + "step": 8470 + }, + { + "entropy": 1.3019878029823304, + "epoch": 0.8101652813604662, + "grad_norm": 0.9302258491516113, + "learning_rate": 9.973745640495827e-05, + "loss": 0.4605, + "mean_token_accuracy": 0.8113750636577606, + "num_tokens": 10910099.0, + "step": 8480 + }, + { + "entropy": 1.2800854921340943, + "epoch": 0.8111206649469762, + "grad_norm": 1.054517388343811, + "learning_rate": 9.973583719787473e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.831084132194519, + "num_tokens": 10922323.0, + "step": 8490 + }, + { + "entropy": 1.299215316772461, + "epoch": 0.8120760485334862, + "grad_norm": 0.7193999290466309, + "learning_rate": 9.973421302621839e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8374032974243164, + "num_tokens": 10936171.0, + "step": 8500 + }, + { + "entropy": 1.2954506993293762, + "epoch": 0.8130314321199962, + "grad_norm": 0.9408904314041138, + "learning_rate": 9.973258389015137e-05, + "loss": 0.4462, + "mean_token_accuracy": 0.8237943112850189, + "num_tokens": 10949465.0, + "step": 8510 + }, + { + "entropy": 1.3120649814605714, + "epoch": 0.8139868157065062, + "grad_norm": 0.8409749865531921, + "learning_rate": 9.97309497898363e-05, + "loss": 0.4719, + "mean_token_accuracy": 0.8078034400939942, + "num_tokens": 10962876.0, + "step": 8520 + }, + { + "entropy": 1.2864767789840699, + "epoch": 0.8149421992930161, + "grad_norm": 0.9433377385139465, + "learning_rate": 9.972931072543627e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8346592843532562, + "num_tokens": 10975652.0, + "step": 8530 + }, + { + "entropy": 1.2676072716712952, + "epoch": 0.8158975828795262, + "grad_norm": 0.8365616798400879, + "learning_rate": 9.972766669711493e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.844184285402298, + "num_tokens": 10987923.0, + "step": 8540 + }, + { + "entropy": 1.2884674787521362, + "epoch": 0.8168529664660361, + "grad_norm": 0.9470916390419006, + "learning_rate": 9.972601770503637e-05, + "loss": 0.4437, + "mean_token_accuracy": 0.8172118186950683, + "num_tokens": 11000303.0, + "step": 8550 + }, + { + "entropy": 1.2907962203025818, + "epoch": 0.8178083500525462, + "grad_norm": 1.033008098602295, + "learning_rate": 9.972436374936517e-05, + "loss": 0.4456, + "mean_token_accuracy": 0.8230834066867828, + "num_tokens": 11013345.0, + "step": 8560 + }, + { + "entropy": 1.2865052223205566, + "epoch": 0.8187637336390561, + "grad_norm": 0.7929069399833679, + "learning_rate": 9.972270483026645e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8321646809577942, + "num_tokens": 11026353.0, + "step": 8570 + }, + { + "entropy": 1.2940105319023132, + "epoch": 0.8197191172255661, + "grad_norm": 0.9554728269577026, + "learning_rate": 9.972104094790578e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8283272862434388, + "num_tokens": 11039576.0, + "step": 8580 + }, + { + "entropy": 1.3099080562591552, + "epoch": 0.820674500812076, + "grad_norm": 0.8023931980133057, + "learning_rate": 9.971937210244926e-05, + "loss": 0.4531, + "mean_token_accuracy": 0.8170047104358673, + "num_tokens": 11052803.0, + "step": 8590 + }, + { + "entropy": 1.2805743932723999, + "epoch": 0.8216298843985861, + "grad_norm": 0.7978551387786865, + "learning_rate": 9.971769829406348e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8445890545845032, + "num_tokens": 11065636.0, + "step": 8600 + }, + { + "entropy": 1.2925617218017578, + "epoch": 0.822585267985096, + "grad_norm": 0.740669846534729, + "learning_rate": 9.971601952291549e-05, + "loss": 0.4541, + "mean_token_accuracy": 0.8216348826885224, + "num_tokens": 11078623.0, + "step": 8610 + }, + { + "entropy": 1.2971314907073974, + "epoch": 0.823540651571606, + "grad_norm": 0.7690940499305725, + "learning_rate": 9.97143357891729e-05, + "loss": 0.4602, + "mean_token_accuracy": 0.8183224856853485, + "num_tokens": 11091808.0, + "step": 8620 + }, + { + "entropy": 1.2930137991905213, + "epoch": 0.824496035158116, + "grad_norm": 0.8850728273391724, + "learning_rate": 9.971264709300374e-05, + "loss": 0.4336, + "mean_token_accuracy": 0.8210645079612732, + "num_tokens": 11104324.0, + "step": 8630 + }, + { + "entropy": 1.2812625169754028, + "epoch": 0.825451418744626, + "grad_norm": 1.0449140071868896, + "learning_rate": 9.971095343457662e-05, + "loss": 0.3914, + "mean_token_accuracy": 0.8421842396259308, + "num_tokens": 11116955.0, + "step": 8640 + }, + { + "entropy": 1.2964571952819823, + "epoch": 0.826406802331136, + "grad_norm": 0.7808166146278381, + "learning_rate": 9.970925481406055e-05, + "loss": 0.4955, + "mean_token_accuracy": 0.8003613710403442, + "num_tokens": 11129447.0, + "step": 8650 + }, + { + "entropy": 1.304888868331909, + "epoch": 0.827362185917646, + "grad_norm": 0.7495915293693542, + "learning_rate": 9.970755123162511e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8401059329509735, + "num_tokens": 11142918.0, + "step": 8660 + }, + { + "entropy": 1.287385678291321, + "epoch": 0.8283175695041559, + "grad_norm": 0.8072802424430847, + "learning_rate": 9.970584268744034e-05, + "loss": 0.4488, + "mean_token_accuracy": 0.821245551109314, + "num_tokens": 11155704.0, + "step": 8670 + }, + { + "entropy": 1.2828705787658692, + "epoch": 0.829272953090666, + "grad_norm": 0.6519264578819275, + "learning_rate": 9.97041291816768e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8302273213863373, + "num_tokens": 11167970.0, + "step": 8680 + }, + { + "entropy": 1.2955063462257386, + "epoch": 0.8302283366771759, + "grad_norm": 0.816828191280365, + "learning_rate": 9.970241071450553e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8447543442249298, + "num_tokens": 11181227.0, + "step": 8690 + }, + { + "entropy": 1.2757153749465941, + "epoch": 0.8311837202636859, + "grad_norm": 0.7351611256599426, + "learning_rate": 9.970068728609803e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8391859531402588, + "num_tokens": 11194011.0, + "step": 8700 + }, + { + "entropy": 1.294176459312439, + "epoch": 0.8321391038501958, + "grad_norm": 0.6402608752250671, + "learning_rate": 9.969895889662637e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8229383945465087, + "num_tokens": 11206655.0, + "step": 8710 + }, + { + "entropy": 1.2784430742263795, + "epoch": 0.8330944874367059, + "grad_norm": 0.624457061290741, + "learning_rate": 9.969722554626307e-05, + "loss": 0.4105, + "mean_token_accuracy": 0.8380613029003143, + "num_tokens": 11219523.0, + "step": 8720 + }, + { + "entropy": 1.296890342235565, + "epoch": 0.8340498710232158, + "grad_norm": 0.7526657581329346, + "learning_rate": 9.969548723518114e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.833447265625, + "num_tokens": 11232339.0, + "step": 8730 + }, + { + "entropy": 1.2921801447868346, + "epoch": 0.8350052546097259, + "grad_norm": 0.7980934381484985, + "learning_rate": 9.969374396355409e-05, + "loss": 0.4232, + "mean_token_accuracy": 0.8299908399581909, + "num_tokens": 11245196.0, + "step": 8740 + }, + { + "entropy": 1.2931265473365783, + "epoch": 0.8359606381962358, + "grad_norm": 0.8165611624717712, + "learning_rate": 9.969199573155594e-05, + "loss": 0.4265, + "mean_token_accuracy": 0.8282532632350922, + "num_tokens": 11257885.0, + "step": 8750 + }, + { + "entropy": 1.3044580101966858, + "epoch": 0.8369160217827458, + "grad_norm": 0.7780378460884094, + "learning_rate": 9.969024253936121e-05, + "loss": 0.4793, + "mean_token_accuracy": 0.8093388020992279, + "num_tokens": 11270530.0, + "step": 8760 + }, + { + "entropy": 1.3017093539237976, + "epoch": 0.8378714053692558, + "grad_norm": 0.7889029383659363, + "learning_rate": 9.968848438714488e-05, + "loss": 0.425, + "mean_token_accuracy": 0.8339330911636352, + "num_tokens": 11283326.0, + "step": 8770 + }, + { + "entropy": 1.2790579795837402, + "epoch": 0.8388267889557658, + "grad_norm": 0.7939267754554749, + "learning_rate": 9.968672127508247e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8289315462112427, + "num_tokens": 11296672.0, + "step": 8780 + }, + { + "entropy": 1.2985153198242188, + "epoch": 0.8397821725422757, + "grad_norm": 0.9944024682044983, + "learning_rate": 9.968495320334994e-05, + "loss": 0.4691, + "mean_token_accuracy": 0.811016708612442, + "num_tokens": 11309296.0, + "step": 8790 + }, + { + "entropy": 1.2917430877685547, + "epoch": 0.8407375561287858, + "grad_norm": 0.7429583668708801, + "learning_rate": 9.96831801721238e-05, + "loss": 0.4347, + "mean_token_accuracy": 0.8256214916706085, + "num_tokens": 11322007.0, + "step": 8800 + }, + { + "entropy": 1.2795709490776062, + "epoch": 0.8416929397152957, + "grad_norm": 0.9252541661262512, + "learning_rate": 9.968140218158103e-05, + "loss": 0.4034, + "mean_token_accuracy": 0.83966965675354, + "num_tokens": 11334760.0, + "step": 8810 + }, + { + "entropy": 1.2905129790306091, + "epoch": 0.8426483233018057, + "grad_norm": 0.9852463006973267, + "learning_rate": 9.967961923189911e-05, + "loss": 0.4549, + "mean_token_accuracy": 0.8165423989295959, + "num_tokens": 11347182.0, + "step": 8820 + }, + { + "entropy": 1.3016934752464295, + "epoch": 0.8436037068883157, + "grad_norm": 0.7571148872375488, + "learning_rate": 9.967783132325599e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8381163418293, + "num_tokens": 11360211.0, + "step": 8830 + }, + { + "entropy": 1.3034462332725525, + "epoch": 0.8445590904748257, + "grad_norm": 0.8856661915779114, + "learning_rate": 9.967603845583015e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.8336475551128387, + "num_tokens": 11373584.0, + "step": 8840 + }, + { + "entropy": 1.2732953548431396, + "epoch": 0.8455144740613356, + "grad_norm": 1.0738438367843628, + "learning_rate": 9.967424062980056e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8335590362548828, + "num_tokens": 11386347.0, + "step": 8850 + }, + { + "entropy": 1.2952700495719909, + "epoch": 0.8464698576478457, + "grad_norm": 0.955249011516571, + "learning_rate": 9.967243784534668e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8313263833522797, + "num_tokens": 11399212.0, + "step": 8860 + }, + { + "entropy": 1.2903844356536864, + "epoch": 0.8474252412343556, + "grad_norm": 0.7706716060638428, + "learning_rate": 9.967063010264843e-05, + "loss": 0.4473, + "mean_token_accuracy": 0.8218383133411408, + "num_tokens": 11412464.0, + "step": 8870 + }, + { + "entropy": 1.2805030941963196, + "epoch": 0.8483806248208656, + "grad_norm": 0.6842425465583801, + "learning_rate": 9.966881740188631e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8487576901912689, + "num_tokens": 11425411.0, + "step": 8880 + }, + { + "entropy": 1.2976834416389464, + "epoch": 0.8493360084073756, + "grad_norm": 0.8350464105606079, + "learning_rate": 9.966699974324121e-05, + "loss": 0.4627, + "mean_token_accuracy": 0.815291553735733, + "num_tokens": 11438809.0, + "step": 8890 + }, + { + "entropy": 1.281897735595703, + "epoch": 0.8502913919938856, + "grad_norm": 0.9671802520751953, + "learning_rate": 9.966517712689459e-05, + "loss": 0.4386, + "mean_token_accuracy": 0.8227485358715058, + "num_tokens": 11451154.0, + "step": 8900 + }, + { + "entropy": 1.2915664553642272, + "epoch": 0.8512467755803955, + "grad_norm": 1.0395691394805908, + "learning_rate": 9.966334955302838e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8363260805606842, + "num_tokens": 11464268.0, + "step": 8910 + }, + { + "entropy": 1.2809350848197938, + "epoch": 0.8522021591669056, + "grad_norm": 0.9281452894210815, + "learning_rate": 9.9661517021825e-05, + "loss": 0.4126, + "mean_token_accuracy": 0.8301116764545441, + "num_tokens": 11477137.0, + "step": 8920 + }, + { + "entropy": 1.2695937037467957, + "epoch": 0.8531575427534155, + "grad_norm": 0.7393119931221008, + "learning_rate": 9.96596795334674e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8395166754722595, + "num_tokens": 11489742.0, + "step": 8930 + }, + { + "entropy": 1.2698415994644165, + "epoch": 0.8541129263399255, + "grad_norm": 0.7441221475601196, + "learning_rate": 9.965783708813896e-05, + "loss": 0.3977, + "mean_token_accuracy": 0.8417488992214203, + "num_tokens": 11502647.0, + "step": 8940 + }, + { + "entropy": 1.2718745589256286, + "epoch": 0.8550683099264355, + "grad_norm": 0.9743853807449341, + "learning_rate": 9.965598968602358e-05, + "loss": 0.419, + "mean_token_accuracy": 0.839558070898056, + "num_tokens": 11515807.0, + "step": 8950 + }, + { + "entropy": 1.2729803204536438, + "epoch": 0.8560236935129455, + "grad_norm": 0.9118847846984863, + "learning_rate": 9.965413732730571e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8222803771495819, + "num_tokens": 11528455.0, + "step": 8960 + }, + { + "entropy": 1.2735021710395813, + "epoch": 0.8569790770994554, + "grad_norm": 0.6885451078414917, + "learning_rate": 9.965228001217023e-05, + "loss": 0.3842, + "mean_token_accuracy": 0.8465968012809754, + "num_tokens": 11541364.0, + "step": 8970 + }, + { + "entropy": 1.2647396922111511, + "epoch": 0.8579344606859655, + "grad_norm": 0.8961580395698547, + "learning_rate": 9.965041774080253e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.844462662935257, + "num_tokens": 11553878.0, + "step": 8980 + }, + { + "entropy": 1.2594074249267577, + "epoch": 0.8588898442724754, + "grad_norm": 0.9107107520103455, + "learning_rate": 9.96485505133885e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8540993213653565, + "num_tokens": 11566562.0, + "step": 8990 + }, + { + "entropy": 1.2917562484741212, + "epoch": 0.8598452278589854, + "grad_norm": 0.862275242805481, + "learning_rate": 9.964667833011455e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8294216275215149, + "num_tokens": 11579705.0, + "step": 9000 + }, + { + "entropy": 1.2896811604499816, + "epoch": 0.8608006114454954, + "grad_norm": 0.9182569980621338, + "learning_rate": 9.96448011911675e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8402157545089721, + "num_tokens": 11592688.0, + "step": 9010 + }, + { + "entropy": 1.289321506023407, + "epoch": 0.8617559950320054, + "grad_norm": 1.593587040901184, + "learning_rate": 9.964291909673477e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8286574244499206, + "num_tokens": 11605536.0, + "step": 9020 + }, + { + "entropy": 1.2889756560325623, + "epoch": 0.8627113786185153, + "grad_norm": 0.9617627859115601, + "learning_rate": 9.964103204700424e-05, + "loss": 0.45, + "mean_token_accuracy": 0.8223495125770569, + "num_tokens": 11618717.0, + "step": 9030 + }, + { + "entropy": 1.2893238425254823, + "epoch": 0.8636667622050254, + "grad_norm": 0.8831367492675781, + "learning_rate": 9.963914004216424e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8156861424446106, + "num_tokens": 11631247.0, + "step": 9040 + }, + { + "entropy": 1.2958453059196473, + "epoch": 0.8646221457915353, + "grad_norm": 0.8442507982254028, + "learning_rate": 9.963724308240365e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8398804128170013, + "num_tokens": 11645433.0, + "step": 9050 + }, + { + "entropy": 1.2548895955085755, + "epoch": 0.8655775293780453, + "grad_norm": 1.0147336721420288, + "learning_rate": 9.96353411679118e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.845082837343216, + "num_tokens": 11658036.0, + "step": 9060 + }, + { + "entropy": 1.2682140707969665, + "epoch": 0.8665329129645553, + "grad_norm": 1.1022124290466309, + "learning_rate": 9.963343429887854e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8351544976234436, + "num_tokens": 11671232.0, + "step": 9070 + }, + { + "entropy": 1.263537383079529, + "epoch": 0.8674882965510653, + "grad_norm": 0.9378446936607361, + "learning_rate": 9.963152247549423e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8440131366252899, + "num_tokens": 11684245.0, + "step": 9080 + }, + { + "entropy": 1.2807639360427856, + "epoch": 0.8684436801375752, + "grad_norm": 0.8704861998558044, + "learning_rate": 9.96296056979497e-05, + "loss": 0.4549, + "mean_token_accuracy": 0.8196446835994721, + "num_tokens": 11696925.0, + "step": 9090 + }, + { + "entropy": 1.2810046195983886, + "epoch": 0.8693990637240853, + "grad_norm": 0.6261416077613831, + "learning_rate": 9.962768396643629e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8308187007904053, + "num_tokens": 11709903.0, + "step": 9100 + }, + { + "entropy": 1.2886830925941468, + "epoch": 0.8703544473105952, + "grad_norm": 0.8719772100448608, + "learning_rate": 9.96257572811458e-05, + "loss": 0.4584, + "mean_token_accuracy": 0.8226672649383545, + "num_tokens": 11722094.0, + "step": 9110 + }, + { + "entropy": 1.2617773532867431, + "epoch": 0.8713098308971052, + "grad_norm": 0.6058461666107178, + "learning_rate": 9.962382564227055e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8519677519798279, + "num_tokens": 11735475.0, + "step": 9120 + }, + { + "entropy": 1.290487241744995, + "epoch": 0.8722652144836152, + "grad_norm": 0.8640421032905579, + "learning_rate": 9.962188905000338e-05, + "loss": 0.4492, + "mean_token_accuracy": 0.8231522917747498, + "num_tokens": 11748378.0, + "step": 9130 + }, + { + "entropy": 1.2832311034202575, + "epoch": 0.8732205980701252, + "grad_norm": 0.8634461164474487, + "learning_rate": 9.961994750453758e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.843996113538742, + "num_tokens": 11760843.0, + "step": 9140 + }, + { + "entropy": 1.2934214115142821, + "epoch": 0.8741759816566351, + "grad_norm": 0.9219041466712952, + "learning_rate": 9.961800100606697e-05, + "loss": 0.4182, + "mean_token_accuracy": 0.8357896208763123, + "num_tokens": 11773932.0, + "step": 9150 + }, + { + "entropy": 1.290222990512848, + "epoch": 0.8751313652431452, + "grad_norm": 0.7924757599830627, + "learning_rate": 9.961604955478581e-05, + "loss": 0.4305, + "mean_token_accuracy": 0.8249054372310638, + "num_tokens": 11786467.0, + "step": 9160 + }, + { + "entropy": 1.2822797536849975, + "epoch": 0.8760867488296551, + "grad_norm": 0.7466640472412109, + "learning_rate": 9.961409315088894e-05, + "loss": 0.4437, + "mean_token_accuracy": 0.820270049571991, + "num_tokens": 11798999.0, + "step": 9170 + }, + { + "entropy": 1.292643928527832, + "epoch": 0.8770421324161651, + "grad_norm": 1.0441240072250366, + "learning_rate": 9.96121317945716e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8270166516304016, + "num_tokens": 11811909.0, + "step": 9180 + }, + { + "entropy": 1.283745038509369, + "epoch": 0.8779975160026751, + "grad_norm": 0.9058141708374023, + "learning_rate": 9.96101654860296e-05, + "loss": 0.4357, + "mean_token_accuracy": 0.8219664216041564, + "num_tokens": 11824912.0, + "step": 9190 + }, + { + "entropy": 1.2884130477905273, + "epoch": 0.8789528995891851, + "grad_norm": 0.7999705076217651, + "learning_rate": 9.96081942254592e-05, + "loss": 0.4865, + "mean_token_accuracy": 0.8125443279743194, + "num_tokens": 11837178.0, + "step": 9200 + }, + { + "entropy": 1.3027775645256043, + "epoch": 0.879908283175695, + "grad_norm": 0.8609103560447693, + "learning_rate": 9.960621801305719e-05, + "loss": 0.4758, + "mean_token_accuracy": 0.8123977899551391, + "num_tokens": 11850531.0, + "step": 9210 + }, + { + "entropy": 1.269451117515564, + "epoch": 0.8808636667622051, + "grad_norm": 0.8543540835380554, + "learning_rate": 9.96042368490208e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8370670318603516, + "num_tokens": 11862953.0, + "step": 9220 + }, + { + "entropy": 1.2786566376686097, + "epoch": 0.881819050348715, + "grad_norm": 1.0458990335464478, + "learning_rate": 9.960225073354783e-05, + "loss": 0.4471, + "mean_token_accuracy": 0.8193236827850342, + "num_tokens": 11875553.0, + "step": 9230 + }, + { + "entropy": 1.2636038064956665, + "epoch": 0.882774433935225, + "grad_norm": 0.8122580051422119, + "learning_rate": 9.960025966683648e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.8464089274406433, + "num_tokens": 11888108.0, + "step": 9240 + }, + { + "entropy": 1.2693893194198609, + "epoch": 0.883729817521735, + "grad_norm": 0.8345186114311218, + "learning_rate": 9.959826364908555e-05, + "loss": 0.4039, + "mean_token_accuracy": 0.8415369331836701, + "num_tokens": 11900525.0, + "step": 9250 + }, + { + "entropy": 1.2883897423744202, + "epoch": 0.884685201108245, + "grad_norm": 0.9945873022079468, + "learning_rate": 9.959626268049423e-05, + "loss": 0.445, + "mean_token_accuracy": 0.8244952023029327, + "num_tokens": 11913467.0, + "step": 9260 + }, + { + "entropy": 1.273971724510193, + "epoch": 0.8856405846947549, + "grad_norm": 0.7732227444648743, + "learning_rate": 9.95942567612623e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.840968805551529, + "num_tokens": 11926773.0, + "step": 9270 + }, + { + "entropy": 1.2887669563293458, + "epoch": 0.886595968281265, + "grad_norm": 1.131489872932434, + "learning_rate": 9.959224589158996e-05, + "loss": 0.4645, + "mean_token_accuracy": 0.8086317121982575, + "num_tokens": 11939685.0, + "step": 9280 + }, + { + "entropy": 1.263743507862091, + "epoch": 0.8875513518677749, + "grad_norm": 0.8502610921859741, + "learning_rate": 9.959023007167791e-05, + "loss": 0.3651, + "mean_token_accuracy": 0.8522075355052948, + "num_tokens": 11952591.0, + "step": 9290 + }, + { + "entropy": 1.2914877653121948, + "epoch": 0.8885067354542849, + "grad_norm": 1.1918721199035645, + "learning_rate": 9.958820930172743e-05, + "loss": 0.462, + "mean_token_accuracy": 0.8206833302974701, + "num_tokens": 11965769.0, + "step": 9300 + }, + { + "entropy": 1.2643196702003479, + "epoch": 0.8894621190407949, + "grad_norm": 0.8155514597892761, + "learning_rate": 9.958618358194018e-05, + "loss": 0.4145, + "mean_token_accuracy": 0.8376879155635834, + "num_tokens": 11978540.0, + "step": 9310 + }, + { + "entropy": 1.2623690009117126, + "epoch": 0.8904175026273049, + "grad_norm": 0.8585190176963806, + "learning_rate": 9.95841529125184e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8460856914520264, + "num_tokens": 11990951.0, + "step": 9320 + }, + { + "entropy": 1.279561495780945, + "epoch": 0.8913728862138148, + "grad_norm": 0.8917921185493469, + "learning_rate": 9.958211729366475e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8406188666820527, + "num_tokens": 12003928.0, + "step": 9330 + }, + { + "entropy": 1.2962188005447388, + "epoch": 0.8923282698003249, + "grad_norm": 0.7863464951515198, + "learning_rate": 9.958007672558246e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8269571185111999, + "num_tokens": 12017269.0, + "step": 9340 + }, + { + "entropy": 1.287744152545929, + "epoch": 0.8932836533868348, + "grad_norm": 0.5769262909889221, + "learning_rate": 9.95780312084752e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.8347479581832886, + "num_tokens": 12030342.0, + "step": 9350 + }, + { + "entropy": 1.280461323261261, + "epoch": 0.8942390369733448, + "grad_norm": 0.6353316903114319, + "learning_rate": 9.957598074254715e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.842609965801239, + "num_tokens": 12042961.0, + "step": 9360 + }, + { + "entropy": 1.2722033381462097, + "epoch": 0.8951944205598548, + "grad_norm": 0.9652459025382996, + "learning_rate": 9.957392532800299e-05, + "loss": 0.4098, + "mean_token_accuracy": 0.8342739522457123, + "num_tokens": 12055815.0, + "step": 9370 + }, + { + "entropy": 1.2611493229866029, + "epoch": 0.8961498041463648, + "grad_norm": 0.7608308792114258, + "learning_rate": 9.957186496504787e-05, + "loss": 0.4317, + "mean_token_accuracy": 0.819667661190033, + "num_tokens": 12068315.0, + "step": 9380 + }, + { + "entropy": 1.2879836082458496, + "epoch": 0.8971051877328747, + "grad_norm": 0.9657476544380188, + "learning_rate": 9.956979965388748e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8267435669898987, + "num_tokens": 12081072.0, + "step": 9390 + }, + { + "entropy": 1.2885635018348693, + "epoch": 0.8980605713193848, + "grad_norm": 0.8274147510528564, + "learning_rate": 9.956772939472796e-05, + "loss": 0.4274, + "mean_token_accuracy": 0.8246936738491059, + "num_tokens": 12094263.0, + "step": 9400 + }, + { + "entropy": 1.2502636551856994, + "epoch": 0.8990159549058947, + "grad_norm": 0.9799014329910278, + "learning_rate": 9.956565418777597e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8469842970371246, + "num_tokens": 12106957.0, + "step": 9410 + }, + { + "entropy": 1.2763275265693665, + "epoch": 0.8999713384924047, + "grad_norm": 0.931204617023468, + "learning_rate": 9.956357403323866e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8362785279750824, + "num_tokens": 12119907.0, + "step": 9420 + }, + { + "entropy": 1.2808920383453368, + "epoch": 0.9009267220789147, + "grad_norm": 0.8481220602989197, + "learning_rate": 9.956148893132364e-05, + "loss": 0.4026, + "mean_token_accuracy": 0.8386355578899384, + "num_tokens": 12133195.0, + "step": 9430 + }, + { + "entropy": 1.2860794425010682, + "epoch": 0.9018821056654247, + "grad_norm": 0.98879075050354, + "learning_rate": 9.955939888223909e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.823765629529953, + "num_tokens": 12146134.0, + "step": 9440 + }, + { + "entropy": 1.25894855260849, + "epoch": 0.9028374892519346, + "grad_norm": 0.9950694441795349, + "learning_rate": 9.95573038861936e-05, + "loss": 0.3761, + "mean_token_accuracy": 0.8493300974369049, + "num_tokens": 12158674.0, + "step": 9450 + }, + { + "entropy": 1.2644860386848449, + "epoch": 0.9037928728384447, + "grad_norm": 0.8000761270523071, + "learning_rate": 9.955520394339627e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8494976043701172, + "num_tokens": 12171163.0, + "step": 9460 + }, + { + "entropy": 1.2782763481140136, + "epoch": 0.9047482564249546, + "grad_norm": 0.8100585341453552, + "learning_rate": 9.955309905405679e-05, + "loss": 0.3936, + "mean_token_accuracy": 0.8444153428077698, + "num_tokens": 12183832.0, + "step": 9470 + }, + { + "entropy": 1.2976776003837585, + "epoch": 0.9057036400114646, + "grad_norm": 0.8066068291664124, + "learning_rate": 9.955098921838519e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8291192412376404, + "num_tokens": 12196588.0, + "step": 9480 + }, + { + "entropy": 1.2669522404670714, + "epoch": 0.9066590235979746, + "grad_norm": 1.0749212503433228, + "learning_rate": 9.954887443659211e-05, + "loss": 0.4261, + "mean_token_accuracy": 0.8261391758918762, + "num_tokens": 12209129.0, + "step": 9490 + }, + { + "entropy": 1.2647185683250428, + "epoch": 0.9076144071844846, + "grad_norm": 0.900652289390564, + "learning_rate": 9.954675470888863e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8364668786525726, + "num_tokens": 12221804.0, + "step": 9500 + }, + { + "entropy": 1.2725627422332764, + "epoch": 0.9085697907709945, + "grad_norm": 0.854951024055481, + "learning_rate": 9.954463003548637e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8438793182373047, + "num_tokens": 12235186.0, + "step": 9510 + }, + { + "entropy": 1.2862051844596862, + "epoch": 0.9095251743575046, + "grad_norm": 0.8384507298469543, + "learning_rate": 9.954250041659736e-05, + "loss": 0.4606, + "mean_token_accuracy": 0.8174639463424682, + "num_tokens": 12248292.0, + "step": 9520 + }, + { + "entropy": 1.2747728943824768, + "epoch": 0.9104805579440145, + "grad_norm": 0.9973533153533936, + "learning_rate": 9.954036585243423e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8443634748458863, + "num_tokens": 12261274.0, + "step": 9530 + }, + { + "entropy": 1.2688960194587708, + "epoch": 0.9114359415305245, + "grad_norm": 0.6848840117454529, + "learning_rate": 9.953822634321e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8509102582931518, + "num_tokens": 12274616.0, + "step": 9540 + }, + { + "entropy": 1.2855462193489076, + "epoch": 0.9123913251170345, + "grad_norm": 0.8230206370353699, + "learning_rate": 9.953608188913826e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.8321555972099304, + "num_tokens": 12287008.0, + "step": 9550 + }, + { + "entropy": 1.2810096502304078, + "epoch": 0.9133467087035445, + "grad_norm": 0.9663721919059753, + "learning_rate": 9.953393249043307e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8266842305660248, + "num_tokens": 12300224.0, + "step": 9560 + }, + { + "entropy": 1.264103925228119, + "epoch": 0.9143020922900544, + "grad_norm": 1.12191903591156, + "learning_rate": 9.953177814730898e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8367529690265656, + "num_tokens": 12312896.0, + "step": 9570 + }, + { + "entropy": 1.2652395129203797, + "epoch": 0.9152574758765645, + "grad_norm": 0.8629865646362305, + "learning_rate": 9.952961885998102e-05, + "loss": 0.4116, + "mean_token_accuracy": 0.8349822282791137, + "num_tokens": 12325927.0, + "step": 9580 + }, + { + "entropy": 1.2858589053153993, + "epoch": 0.9162128594630744, + "grad_norm": 0.9429293870925903, + "learning_rate": 9.952745462866472e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8195808589458465, + "num_tokens": 12338965.0, + "step": 9590 + }, + { + "entropy": 1.2914562225341797, + "epoch": 0.9171682430495844, + "grad_norm": 0.9318699240684509, + "learning_rate": 9.952528545357616e-05, + "loss": 0.4294, + "mean_token_accuracy": 0.8218611299991607, + "num_tokens": 12351728.0, + "step": 9600 + }, + { + "entropy": 1.2980642199516297, + "epoch": 0.9181236266360944, + "grad_norm": 1.0581090450286865, + "learning_rate": 9.952311133493182e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8274405360221863, + "num_tokens": 12365071.0, + "step": 9610 + }, + { + "entropy": 1.2935242891311645, + "epoch": 0.9190790102226044, + "grad_norm": 0.9514560699462891, + "learning_rate": 9.952093227294872e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.836645781993866, + "num_tokens": 12378221.0, + "step": 9620 + }, + { + "entropy": 1.2901717901229859, + "epoch": 0.9200343938091143, + "grad_norm": 0.8805680274963379, + "learning_rate": 9.951874826784438e-05, + "loss": 0.4306, + "mean_token_accuracy": 0.8267716109752655, + "num_tokens": 12390951.0, + "step": 9630 + }, + { + "entropy": 1.286610209941864, + "epoch": 0.9209897773956244, + "grad_norm": 0.9850195050239563, + "learning_rate": 9.951655931983681e-05, + "loss": 0.4673, + "mean_token_accuracy": 0.806512999534607, + "num_tokens": 12403766.0, + "step": 9640 + }, + { + "entropy": 1.2857598900794982, + "epoch": 0.9219451609821343, + "grad_norm": 0.9872950315475464, + "learning_rate": 9.95143654291445e-05, + "loss": 0.425, + "mean_token_accuracy": 0.8244455099105835, + "num_tokens": 12417041.0, + "step": 9650 + }, + { + "entropy": 1.3117490887641907, + "epoch": 0.9229005445686443, + "grad_norm": 0.9456561803817749, + "learning_rate": 9.951216659598646e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8110781729221344, + "num_tokens": 12430843.0, + "step": 9660 + }, + { + "entropy": 1.25572167634964, + "epoch": 0.9238559281551543, + "grad_norm": 1.2132614850997925, + "learning_rate": 9.950996282058214e-05, + "loss": 0.3986, + "mean_token_accuracy": 0.8448934137821198, + "num_tokens": 12443560.0, + "step": 9670 + }, + { + "entropy": 1.2625442743301392, + "epoch": 0.9248113117416643, + "grad_norm": 1.0586422681808472, + "learning_rate": 9.950775410315157e-05, + "loss": 0.389, + "mean_token_accuracy": 0.840733003616333, + "num_tokens": 12456856.0, + "step": 9680 + }, + { + "entropy": 1.2759015202522277, + "epoch": 0.9257666953281742, + "grad_norm": 0.9366464614868164, + "learning_rate": 9.950554044391516e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8385552287101745, + "num_tokens": 12470389.0, + "step": 9690 + }, + { + "entropy": 1.2712211966514588, + "epoch": 0.9267220789146843, + "grad_norm": 0.9952707886695862, + "learning_rate": 9.950332184309391e-05, + "loss": 0.4482, + "mean_token_accuracy": 0.8236641645431518, + "num_tokens": 12483064.0, + "step": 9700 + }, + { + "entropy": 1.289807641506195, + "epoch": 0.9276774625011942, + "grad_norm": 0.9957659244537354, + "learning_rate": 9.950109830090928e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.827825003862381, + "num_tokens": 12496108.0, + "step": 9710 + }, + { + "entropy": 1.2810350060462952, + "epoch": 0.9286328460877042, + "grad_norm": 0.7582781314849854, + "learning_rate": 9.949886981758321e-05, + "loss": 0.4506, + "mean_token_accuracy": 0.8232117056846618, + "num_tokens": 12508677.0, + "step": 9720 + }, + { + "entropy": 1.3162571310997009, + "epoch": 0.9295882296742142, + "grad_norm": 0.8642396926879883, + "learning_rate": 9.949663639333814e-05, + "loss": 0.461, + "mean_token_accuracy": 0.8200996875762939, + "num_tokens": 12521553.0, + "step": 9730 + }, + { + "entropy": 1.2910418272018434, + "epoch": 0.9305436132607242, + "grad_norm": 0.7512591481208801, + "learning_rate": 9.949439802839705e-05, + "loss": 0.4523, + "mean_token_accuracy": 0.8187569558620453, + "num_tokens": 12534449.0, + "step": 9740 + }, + { + "entropy": 1.281364381313324, + "epoch": 0.9314989968472341, + "grad_norm": 1.0876336097717285, + "learning_rate": 9.94921547229833e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8211461484432221, + "num_tokens": 12547152.0, + "step": 9750 + }, + { + "entropy": 1.2825329422950744, + "epoch": 0.9324543804337442, + "grad_norm": 0.6704336404800415, + "learning_rate": 9.948990647732087e-05, + "loss": 0.4286, + "mean_token_accuracy": 0.8305994033813476, + "num_tokens": 12560514.0, + "step": 9760 + }, + { + "entropy": 1.2835351705551148, + "epoch": 0.9334097640202541, + "grad_norm": 0.948930025100708, + "learning_rate": 9.948765329163416e-05, + "loss": 0.4284, + "mean_token_accuracy": 0.8309633433818817, + "num_tokens": 12573212.0, + "step": 9770 + }, + { + "entropy": 1.2854761958122254, + "epoch": 0.9343651476067641, + "grad_norm": 0.7236179709434509, + "learning_rate": 9.948539516614808e-05, + "loss": 0.4121, + "mean_token_accuracy": 0.8375412046909332, + "num_tokens": 12586347.0, + "step": 9780 + }, + { + "entropy": 1.2916509509086609, + "epoch": 0.9353205311932741, + "grad_norm": 1.0313053131103516, + "learning_rate": 9.948313210108801e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8298934817314148, + "num_tokens": 12598885.0, + "step": 9790 + }, + { + "entropy": 1.28546222448349, + "epoch": 0.9362759147797841, + "grad_norm": 0.9573878049850464, + "learning_rate": 9.94808640966799e-05, + "loss": 0.4395, + "mean_token_accuracy": 0.8238881051540374, + "num_tokens": 12611672.0, + "step": 9800 + }, + { + "entropy": 1.2781738638877869, + "epoch": 0.937231298366294, + "grad_norm": 0.9608487486839294, + "learning_rate": 9.94785911531501e-05, + "loss": 0.4076, + "mean_token_accuracy": 0.8380896151065826, + "num_tokens": 12624506.0, + "step": 9810 + }, + { + "entropy": 1.2904648900032043, + "epoch": 0.9381866819528041, + "grad_norm": 0.9037527441978455, + "learning_rate": 9.947631327072549e-05, + "loss": 0.415, + "mean_token_accuracy": 0.8353696286678314, + "num_tokens": 12637697.0, + "step": 9820 + }, + { + "entropy": 1.2866344213485719, + "epoch": 0.939142065539314, + "grad_norm": 0.930718719959259, + "learning_rate": 9.947403044963349e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8268060326576233, + "num_tokens": 12650453.0, + "step": 9830 + }, + { + "entropy": 1.2732800126075745, + "epoch": 0.940097449125824, + "grad_norm": 0.7425558567047119, + "learning_rate": 9.947174269010189e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8446892917156219, + "num_tokens": 12663267.0, + "step": 9840 + }, + { + "entropy": 1.2793788671493531, + "epoch": 0.941052832712334, + "grad_norm": 1.1908327341079712, + "learning_rate": 9.946944999235912e-05, + "loss": 0.4554, + "mean_token_accuracy": 0.8167401909828186, + "num_tokens": 12676502.0, + "step": 9850 + }, + { + "entropy": 1.2867672920227051, + "epoch": 0.942008216298844, + "grad_norm": 0.8108342289924622, + "learning_rate": 9.946715235663402e-05, + "loss": 0.4504, + "mean_token_accuracy": 0.8178257048130035, + "num_tokens": 12689468.0, + "step": 9860 + }, + { + "entropy": 1.2774504661560058, + "epoch": 0.9429635998853539, + "grad_norm": 0.7328101992607117, + "learning_rate": 9.94648497831559e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8364802718162536, + "num_tokens": 12702243.0, + "step": 9870 + }, + { + "entropy": 1.290610420703888, + "epoch": 0.943918983471864, + "grad_norm": 0.8234019875526428, + "learning_rate": 9.946254227215466e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.824466347694397, + "num_tokens": 12715023.0, + "step": 9880 + }, + { + "entropy": 1.2723196983337401, + "epoch": 0.9448743670583739, + "grad_norm": 0.8815333843231201, + "learning_rate": 9.946022982386059e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.828105092048645, + "num_tokens": 12727537.0, + "step": 9890 + }, + { + "entropy": 1.2583264589309693, + "epoch": 0.945829750644884, + "grad_norm": 0.8880079388618469, + "learning_rate": 9.945791243850453e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8342822909355163, + "num_tokens": 12740272.0, + "step": 9900 + }, + { + "entropy": 1.256409800052643, + "epoch": 0.9467851342313939, + "grad_norm": 0.8782047629356384, + "learning_rate": 9.945559011631779e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8400892734527587, + "num_tokens": 12752994.0, + "step": 9910 + }, + { + "entropy": 1.2872769713401795, + "epoch": 0.9477405178179039, + "grad_norm": 0.8486106395721436, + "learning_rate": 9.945326285753219e-05, + "loss": 0.4663, + "mean_token_accuracy": 0.8154032349586486, + "num_tokens": 12766301.0, + "step": 9920 + }, + { + "entropy": 1.268451952934265, + "epoch": 0.9486959014044138, + "grad_norm": 0.8570680618286133, + "learning_rate": 9.945093066238004e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.8371526658535003, + "num_tokens": 12778771.0, + "step": 9930 + }, + { + "entropy": 1.2971402049064635, + "epoch": 0.9496512849909239, + "grad_norm": 0.7445284128189087, + "learning_rate": 9.944859353109412e-05, + "loss": 0.4599, + "mean_token_accuracy": 0.8199369132518768, + "num_tokens": 12791415.0, + "step": 9940 + }, + { + "entropy": 1.2913714289665221, + "epoch": 0.9506066685774338, + "grad_norm": 0.8272601366043091, + "learning_rate": 9.944625146390773e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8357405662536621, + "num_tokens": 12804671.0, + "step": 9950 + }, + { + "entropy": 1.2698275923728943, + "epoch": 0.9515620521639439, + "grad_norm": 0.7675250172615051, + "learning_rate": 9.944390446105465e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8451164245605469, + "num_tokens": 12816803.0, + "step": 9960 + }, + { + "entropy": 1.2743489742279053, + "epoch": 0.9525174357504538, + "grad_norm": 0.9135164618492126, + "learning_rate": 9.944155252276917e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.833458936214447, + "num_tokens": 12829055.0, + "step": 9970 + }, + { + "entropy": 1.2750603795051574, + "epoch": 0.9534728193369638, + "grad_norm": 0.7445489764213562, + "learning_rate": 9.943919564928603e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8383639812469482, + "num_tokens": 12842123.0, + "step": 9980 + }, + { + "entropy": 1.27288898229599, + "epoch": 0.9544282029234737, + "grad_norm": 0.9516555070877075, + "learning_rate": 9.94368338408405e-05, + "loss": 0.441, + "mean_token_accuracy": 0.8245610773563385, + "num_tokens": 12854845.0, + "step": 9990 + }, + { + "entropy": 1.2662457346916198, + "epoch": 0.9553835865099838, + "grad_norm": 0.8708629012107849, + "learning_rate": 9.943446709766835e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8473591089248658, + "num_tokens": 12868280.0, + "step": 10000 + }, + { + "entropy": 1.2439938068389893, + "epoch": 0.9563389700964937, + "grad_norm": 0.734533429145813, + "learning_rate": 9.94320954200058e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8372349381446839, + "num_tokens": 12880978.0, + "step": 10010 + }, + { + "entropy": 1.272410237789154, + "epoch": 0.9572943536830038, + "grad_norm": 0.944186806678772, + "learning_rate": 9.942971880808963e-05, + "loss": 0.4379, + "mean_token_accuracy": 0.8271458506584167, + "num_tokens": 12893309.0, + "step": 10020 + }, + { + "entropy": 1.2739761352539063, + "epoch": 0.9582497372695137, + "grad_norm": 0.9342021346092224, + "learning_rate": 9.9427337262157e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8290881812572479, + "num_tokens": 12905998.0, + "step": 10030 + }, + { + "entropy": 1.280547559261322, + "epoch": 0.9592051208560237, + "grad_norm": 1.0797863006591797, + "learning_rate": 9.942495078244571e-05, + "loss": 0.4068, + "mean_token_accuracy": 0.8472446978092194, + "num_tokens": 12918396.0, + "step": 10040 + }, + { + "entropy": 1.279226040840149, + "epoch": 0.9601605044425336, + "grad_norm": 0.8943177461624146, + "learning_rate": 9.942255936919392e-05, + "loss": 0.4577, + "mean_token_accuracy": 0.8144903481006622, + "num_tokens": 12930618.0, + "step": 10050 + }, + { + "entropy": 1.2758614778518678, + "epoch": 0.9611158880290437, + "grad_norm": 0.6688321232795715, + "learning_rate": 9.942016302264037e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8476687252521515, + "num_tokens": 12944163.0, + "step": 10060 + }, + { + "entropy": 1.2576574802398681, + "epoch": 0.9620712716155536, + "grad_norm": 0.7819096446037292, + "learning_rate": 9.941776174302424e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8458122193813324, + "num_tokens": 12957511.0, + "step": 10070 + }, + { + "entropy": 1.2661254167556764, + "epoch": 0.9630266552020637, + "grad_norm": 1.162434458732605, + "learning_rate": 9.941535553058523e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8410308599472046, + "num_tokens": 12970186.0, + "step": 10080 + }, + { + "entropy": 1.2816924929618836, + "epoch": 0.9639820387885736, + "grad_norm": 0.9437676668167114, + "learning_rate": 9.941294438556353e-05, + "loss": 0.435, + "mean_token_accuracy": 0.8299147307872772, + "num_tokens": 12982989.0, + "step": 10090 + }, + { + "entropy": 1.2837151765823365, + "epoch": 0.9649374223750836, + "grad_norm": 0.8023751974105835, + "learning_rate": 9.941052830819983e-05, + "loss": 0.4289, + "mean_token_accuracy": 0.8247512817382813, + "num_tokens": 12996079.0, + "step": 10100 + }, + { + "entropy": 1.292416024208069, + "epoch": 0.9658928059615935, + "grad_norm": 1.0707685947418213, + "learning_rate": 9.940810729873527e-05, + "loss": 0.4405, + "mean_token_accuracy": 0.8291750967502594, + "num_tokens": 13009012.0, + "step": 10110 + }, + { + "entropy": 1.2682121634483337, + "epoch": 0.9668481895481036, + "grad_norm": 1.0937025547027588, + "learning_rate": 9.940568135741153e-05, + "loss": 0.421, + "mean_token_accuracy": 0.8330316543579102, + "num_tokens": 13021832.0, + "step": 10120 + }, + { + "entropy": 1.2676296353340148, + "epoch": 0.9678035731346135, + "grad_norm": 0.7960141897201538, + "learning_rate": 9.940325048447074e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8266560316085816, + "num_tokens": 13034709.0, + "step": 10130 + }, + { + "entropy": 1.2679680347442628, + "epoch": 0.9687589567211236, + "grad_norm": 0.7549295425415039, + "learning_rate": 9.94008146801556e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8328709661960602, + "num_tokens": 13047779.0, + "step": 10140 + }, + { + "entropy": 1.2834986805915833, + "epoch": 0.9697143403076335, + "grad_norm": 0.9495164155960083, + "learning_rate": 9.939837394470921e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8293124794960022, + "num_tokens": 13060509.0, + "step": 10150 + }, + { + "entropy": 1.2623178720474244, + "epoch": 0.9706697238941435, + "grad_norm": 0.9086759090423584, + "learning_rate": 9.939592827837521e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8318533062934875, + "num_tokens": 13073160.0, + "step": 10160 + }, + { + "entropy": 1.2746305108070373, + "epoch": 0.9716251074806534, + "grad_norm": 0.6971706748008728, + "learning_rate": 9.939347768139771e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8374046564102173, + "num_tokens": 13085715.0, + "step": 10170 + }, + { + "entropy": 1.2841057300567627, + "epoch": 0.9725804910671635, + "grad_norm": 0.9294671416282654, + "learning_rate": 9.939102215402135e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8244990050792694, + "num_tokens": 13098359.0, + "step": 10180 + }, + { + "entropy": 1.2870057940483093, + "epoch": 0.9735358746536734, + "grad_norm": 0.9222921133041382, + "learning_rate": 9.938856169649122e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8317819774150849, + "num_tokens": 13111562.0, + "step": 10190 + }, + { + "entropy": 1.3036381363868714, + "epoch": 0.9744912582401835, + "grad_norm": 0.8802669644355774, + "learning_rate": 9.938609630905291e-05, + "loss": 0.4795, + "mean_token_accuracy": 0.8072368741035462, + "num_tokens": 13124783.0, + "step": 10200 + }, + { + "entropy": 1.2993664264678955, + "epoch": 0.9754466418266934, + "grad_norm": 0.9916902184486389, + "learning_rate": 9.938362599195255e-05, + "loss": 0.4582, + "mean_token_accuracy": 0.8213634967803956, + "num_tokens": 13137600.0, + "step": 10210 + }, + { + "entropy": 1.296145784854889, + "epoch": 0.9764020254132034, + "grad_norm": 0.7314392924308777, + "learning_rate": 9.93811507454367e-05, + "loss": 0.4181, + "mean_token_accuracy": 0.8270541191101074, + "num_tokens": 13150187.0, + "step": 10220 + }, + { + "entropy": 1.2524524211883545, + "epoch": 0.9773574089997134, + "grad_norm": 0.936030387878418, + "learning_rate": 9.937867056975245e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8556105494499207, + "num_tokens": 13162887.0, + "step": 10230 + }, + { + "entropy": 1.2898632884025574, + "epoch": 0.9783127925862234, + "grad_norm": 0.7856743335723877, + "learning_rate": 9.937618546514733e-05, + "loss": 0.4336, + "mean_token_accuracy": 0.8286213636398315, + "num_tokens": 13176332.0, + "step": 10240 + }, + { + "entropy": 1.2702247619628906, + "epoch": 0.9792681761727333, + "grad_norm": 1.0054235458374023, + "learning_rate": 9.937369543186944e-05, + "loss": 0.4122, + "mean_token_accuracy": 0.8369597733020783, + "num_tokens": 13189171.0, + "step": 10250 + }, + { + "entropy": 1.2837617874145508, + "epoch": 0.9802235597592434, + "grad_norm": 0.890861451625824, + "learning_rate": 9.937120047016733e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8213011026382446, + "num_tokens": 13202390.0, + "step": 10260 + }, + { + "entropy": 1.2989132761955262, + "epoch": 0.9811789433457533, + "grad_norm": 0.6865831017494202, + "learning_rate": 9.936870058029002e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8302518844604492, + "num_tokens": 13215784.0, + "step": 10270 + }, + { + "entropy": 1.27797269821167, + "epoch": 0.9821343269322633, + "grad_norm": 0.7238539457321167, + "learning_rate": 9.936619576248704e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8354505598545074, + "num_tokens": 13228827.0, + "step": 10280 + }, + { + "entropy": 1.2730547428131103, + "epoch": 0.9830897105187733, + "grad_norm": 0.8144850134849548, + "learning_rate": 9.936368601700848e-05, + "loss": 0.3909, + "mean_token_accuracy": 0.8455485463142395, + "num_tokens": 13241881.0, + "step": 10290 + }, + { + "entropy": 1.273360002040863, + "epoch": 0.9840450941052833, + "grad_norm": 0.9642387628555298, + "learning_rate": 9.936117134410478e-05, + "loss": 0.3791, + "mean_token_accuracy": 0.848671019077301, + "num_tokens": 13254865.0, + "step": 10300 + }, + { + "entropy": 1.3009138464927674, + "epoch": 0.9850004776917932, + "grad_norm": 1.0452964305877686, + "learning_rate": 9.935865174402701e-05, + "loss": 0.4913, + "mean_token_accuracy": 0.8053457021713257, + "num_tokens": 13268047.0, + "step": 10310 + }, + { + "entropy": 1.293304479122162, + "epoch": 0.9859558612783033, + "grad_norm": 0.8989760875701904, + "learning_rate": 9.935612721702666e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8344438672065735, + "num_tokens": 13281004.0, + "step": 10320 + }, + { + "entropy": 1.305971348285675, + "epoch": 0.9869112448648132, + "grad_norm": 1.1642100811004639, + "learning_rate": 9.935359776335568e-05, + "loss": 0.4684, + "mean_token_accuracy": 0.8116101205348969, + "num_tokens": 13294363.0, + "step": 10330 + }, + { + "entropy": 1.2856064677238463, + "epoch": 0.9878666284513232, + "grad_norm": 1.0319889783859253, + "learning_rate": 9.935106338326663e-05, + "loss": 0.4321, + "mean_token_accuracy": 0.826483154296875, + "num_tokens": 13307569.0, + "step": 10340 + }, + { + "entropy": 1.2736392974853517, + "epoch": 0.9888220120378332, + "grad_norm": 0.8303636908531189, + "learning_rate": 9.934852407701244e-05, + "loss": 0.383, + "mean_token_accuracy": 0.8500316977500916, + "num_tokens": 13320711.0, + "step": 10350 + }, + { + "entropy": 1.272036039829254, + "epoch": 0.9897773956243432, + "grad_norm": 0.9311892986297607, + "learning_rate": 9.934597984484661e-05, + "loss": 0.44, + "mean_token_accuracy": 0.8230037748813629, + "num_tokens": 13332932.0, + "step": 10360 + }, + { + "entropy": 1.3079190969467163, + "epoch": 0.9907327792108531, + "grad_norm": 0.7731183171272278, + "learning_rate": 9.934343068702306e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8367762446403504, + "num_tokens": 13346499.0, + "step": 10370 + }, + { + "entropy": 1.3056723117828368, + "epoch": 0.9916881627973632, + "grad_norm": 0.9327073693275452, + "learning_rate": 9.93408766037963e-05, + "loss": 0.4633, + "mean_token_accuracy": 0.8149491727352143, + "num_tokens": 13359619.0, + "step": 10380 + }, + { + "entropy": 1.2951260447502135, + "epoch": 0.9926435463838731, + "grad_norm": 0.8657470941543579, + "learning_rate": 9.933831759542122e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8362130105495453, + "num_tokens": 13372381.0, + "step": 10390 + }, + { + "entropy": 1.2920579433441162, + "epoch": 0.9935989299703831, + "grad_norm": 1.0222060680389404, + "learning_rate": 9.933575366215329e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8211855471134186, + "num_tokens": 13385356.0, + "step": 10400 + }, + { + "entropy": 1.2757645487785338, + "epoch": 0.994554313556893, + "grad_norm": 0.9868869185447693, + "learning_rate": 9.933318480424843e-05, + "loss": 0.379, + "mean_token_accuracy": 0.848264503479004, + "num_tokens": 13397814.0, + "step": 10410 + }, + { + "entropy": 1.2968428969383239, + "epoch": 0.9955096971434031, + "grad_norm": 1.1132001876831055, + "learning_rate": 9.933061102196309e-05, + "loss": 0.4492, + "mean_token_accuracy": 0.8205764830112457, + "num_tokens": 13410469.0, + "step": 10420 + }, + { + "entropy": 1.2934634327888488, + "epoch": 0.996465080729913, + "grad_norm": 0.7524999380111694, + "learning_rate": 9.932803231555412e-05, + "loss": 0.4055, + "mean_token_accuracy": 0.8466936767101287, + "num_tokens": 13423561.0, + "step": 10430 + }, + { + "entropy": 1.289222776889801, + "epoch": 0.9974204643164231, + "grad_norm": 0.8384186625480652, + "learning_rate": 9.932544868527897e-05, + "loss": 0.4419, + "mean_token_accuracy": 0.8232944905757904, + "num_tokens": 13436664.0, + "step": 10440 + }, + { + "entropy": 1.275686514377594, + "epoch": 0.998375847902933, + "grad_norm": 1.055182933807373, + "learning_rate": 9.93228601313955e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8249248921871185, + "num_tokens": 13449054.0, + "step": 10450 + }, + { + "entropy": 1.274820125102997, + "epoch": 0.999331231489443, + "grad_norm": 0.6985848546028137, + "learning_rate": 9.932026665416216e-05, + "loss": 0.4444, + "mean_token_accuracy": 0.8180356562137604, + "num_tokens": 13461515.0, + "step": 10460 + }, + { + "entropy": 1.2901243805885314, + "epoch": 1.000286615075953, + "grad_norm": 1.0299254655838013, + "learning_rate": 9.931766825383778e-05, + "loss": 0.4086, + "mean_token_accuracy": 0.8319284200668335, + "num_tokens": 13473694.0, + "step": 10470 + }, + { + "entropy": 1.2833343625068665, + "epoch": 1.001241998662463, + "grad_norm": 1.0308771133422852, + "learning_rate": 9.93150649306817e-05, + "loss": 0.3873, + "mean_token_accuracy": 0.8470411002635956, + "num_tokens": 13486408.0, + "step": 10480 + }, + { + "entropy": 1.2664255261421205, + "epoch": 1.002197382248973, + "grad_norm": 1.2116663455963135, + "learning_rate": 9.931245668495385e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.8459530115127564, + "num_tokens": 13498866.0, + "step": 10490 + }, + { + "entropy": 1.2814743995666504, + "epoch": 1.0031527658354829, + "grad_norm": 1.0960588455200195, + "learning_rate": 9.930984351691454e-05, + "loss": 0.4153, + "mean_token_accuracy": 0.8355985641479492, + "num_tokens": 13511965.0, + "step": 10500 + }, + { + "entropy": 1.265316665172577, + "epoch": 1.004108149421993, + "grad_norm": 0.9216221570968628, + "learning_rate": 9.930722542682463e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8578455150127411, + "num_tokens": 13524685.0, + "step": 10510 + }, + { + "entropy": 1.2717989206314086, + "epoch": 1.005063533008503, + "grad_norm": 0.9620659351348877, + "learning_rate": 9.930460241494543e-05, + "loss": 0.4192, + "mean_token_accuracy": 0.8342788994312287, + "num_tokens": 13537166.0, + "step": 10520 + }, + { + "entropy": 1.277582085132599, + "epoch": 1.0060189165950129, + "grad_norm": 1.0831433534622192, + "learning_rate": 9.93019744815388e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.834900164604187, + "num_tokens": 13549834.0, + "step": 10530 + }, + { + "entropy": 1.2587732315063476, + "epoch": 1.0069743001815228, + "grad_norm": 0.6772294044494629, + "learning_rate": 9.929934162686703e-05, + "loss": 0.3864, + "mean_token_accuracy": 0.8474069893360138, + "num_tokens": 13562692.0, + "step": 10540 + }, + { + "entropy": 1.2565103769302368, + "epoch": 1.007929683768033, + "grad_norm": 0.9665827751159668, + "learning_rate": 9.929670385119293e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8515477418899536, + "num_tokens": 13576123.0, + "step": 10550 + }, + { + "entropy": 1.2244873523712159, + "epoch": 1.0088850673545429, + "grad_norm": 0.9185018539428711, + "learning_rate": 9.929406115477981e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8556624591350556, + "num_tokens": 13588222.0, + "step": 10560 + }, + { + "entropy": 1.2496343493461608, + "epoch": 1.0098404509410528, + "grad_norm": 0.99784916639328, + "learning_rate": 9.929141353789147e-05, + "loss": 0.382, + "mean_token_accuracy": 0.844563114643097, + "num_tokens": 13601220.0, + "step": 10570 + }, + { + "entropy": 1.2427019000053405, + "epoch": 1.0107958345275627, + "grad_norm": 1.018221139907837, + "learning_rate": 9.928876100079218e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.850742644071579, + "num_tokens": 13613937.0, + "step": 10580 + }, + { + "entropy": 1.2496991395950316, + "epoch": 1.0117512181140729, + "grad_norm": 1.2807257175445557, + "learning_rate": 9.928610354374671e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8401113092899323, + "num_tokens": 13626525.0, + "step": 10590 + }, + { + "entropy": 1.262668776512146, + "epoch": 1.0127066017005828, + "grad_norm": 0.7766013145446777, + "learning_rate": 9.928344116702033e-05, + "loss": 0.409, + "mean_token_accuracy": 0.842427772283554, + "num_tokens": 13639318.0, + "step": 10600 + }, + { + "entropy": 1.2723283767700195, + "epoch": 1.0136619852870927, + "grad_norm": 0.7771970629692078, + "learning_rate": 9.92807738708788e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8434556782245636, + "num_tokens": 13652725.0, + "step": 10610 + }, + { + "entropy": 1.2730615973472594, + "epoch": 1.0146173688736027, + "grad_norm": 0.9814233779907227, + "learning_rate": 9.927810165558835e-05, + "loss": 0.3846, + "mean_token_accuracy": 0.850624269247055, + "num_tokens": 13666018.0, + "step": 10620 + }, + { + "entropy": 1.2561633348464967, + "epoch": 1.0155727524601128, + "grad_norm": 0.9312682151794434, + "learning_rate": 9.927542452141574e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.8468964159488678, + "num_tokens": 13678832.0, + "step": 10630 + }, + { + "entropy": 1.2412495255470275, + "epoch": 1.0165281360466227, + "grad_norm": 1.1669875383377075, + "learning_rate": 9.927274246862817e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.8458350598812103, + "num_tokens": 13691397.0, + "step": 10640 + }, + { + "entropy": 1.2351291298866272, + "epoch": 1.0174835196331327, + "grad_norm": 0.9103028178215027, + "learning_rate": 9.927005549749338e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8599362969398499, + "num_tokens": 13704247.0, + "step": 10650 + }, + { + "entropy": 1.2440414547920227, + "epoch": 1.0184389032196426, + "grad_norm": 1.2127567529678345, + "learning_rate": 9.926736360827958e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8383758842945099, + "num_tokens": 13717244.0, + "step": 10660 + }, + { + "entropy": 1.2376304149627686, + "epoch": 1.0193942868061527, + "grad_norm": 1.2457935810089111, + "learning_rate": 9.926466680125546e-05, + "loss": 0.3682, + "mean_token_accuracy": 0.8567163348197937, + "num_tokens": 13729882.0, + "step": 10670 + }, + { + "entropy": 1.2534620404243468, + "epoch": 1.0203496703926627, + "grad_norm": 1.2071013450622559, + "learning_rate": 9.926196507669023e-05, + "loss": 0.3658, + "mean_token_accuracy": 0.8573950409889222, + "num_tokens": 13742894.0, + "step": 10680 + }, + { + "entropy": 1.2506858468055726, + "epoch": 1.0213050539791726, + "grad_norm": 0.8302284479141235, + "learning_rate": 9.925925843485355e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8530483305454254, + "num_tokens": 13755897.0, + "step": 10690 + }, + { + "entropy": 1.2540852904319764, + "epoch": 1.0222604375656825, + "grad_norm": 0.8385682702064514, + "learning_rate": 9.925654687601562e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8358867585659027, + "num_tokens": 13769066.0, + "step": 10700 + }, + { + "entropy": 1.2484994649887085, + "epoch": 1.0232158211521927, + "grad_norm": 1.1369130611419678, + "learning_rate": 9.925383040044707e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.846968823671341, + "num_tokens": 13781519.0, + "step": 10710 + }, + { + "entropy": 1.2528683543205261, + "epoch": 1.0241712047387026, + "grad_norm": 1.1065864562988281, + "learning_rate": 9.92511090084191e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.8392675936222076, + "num_tokens": 13794269.0, + "step": 10720 + }, + { + "entropy": 1.2596994519233704, + "epoch": 1.0251265883252125, + "grad_norm": 0.9001454710960388, + "learning_rate": 9.924838270020331e-05, + "loss": 0.4018, + "mean_token_accuracy": 0.8364087402820587, + "num_tokens": 13807371.0, + "step": 10730 + }, + { + "entropy": 1.2526178002357482, + "epoch": 1.0260819719117225, + "grad_norm": 0.8930339813232422, + "learning_rate": 9.924565147607186e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8352133214473725, + "num_tokens": 13820273.0, + "step": 10740 + }, + { + "entropy": 1.2506011128425598, + "epoch": 1.0270373554982326, + "grad_norm": 0.8229878544807434, + "learning_rate": 9.92429153362974e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.848662006855011, + "num_tokens": 13833425.0, + "step": 10750 + }, + { + "entropy": 1.2557446599006652, + "epoch": 1.0279927390847425, + "grad_norm": 0.8071659207344055, + "learning_rate": 9.924017428115299e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8358611702919007, + "num_tokens": 13846428.0, + "step": 10760 + }, + { + "entropy": 1.2621289253234864, + "epoch": 1.0289481226712525, + "grad_norm": 0.910254716873169, + "learning_rate": 9.923742831091229e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8206740558147431, + "num_tokens": 13859386.0, + "step": 10770 + }, + { + "entropy": 1.2465814352035522, + "epoch": 1.0299035062577624, + "grad_norm": 1.0517328977584839, + "learning_rate": 9.92346774258494e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8529173016548157, + "num_tokens": 13872616.0, + "step": 10780 + }, + { + "entropy": 1.2213024139404296, + "epoch": 1.0308588898442725, + "grad_norm": 0.9369283318519592, + "learning_rate": 9.923192162623887e-05, + "loss": 0.3481, + "mean_token_accuracy": 0.8591035723686218, + "num_tokens": 13884810.0, + "step": 10790 + }, + { + "entropy": 1.252655303478241, + "epoch": 1.0318142734307825, + "grad_norm": 1.2178854942321777, + "learning_rate": 9.922916091235581e-05, + "loss": 0.3599, + "mean_token_accuracy": 0.8561934232711792, + "num_tokens": 13897809.0, + "step": 10800 + }, + { + "entropy": 1.2640068411827088, + "epoch": 1.0327696570172924, + "grad_norm": 1.0550085306167603, + "learning_rate": 9.92263952844758e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.853073000907898, + "num_tokens": 13911112.0, + "step": 10810 + }, + { + "entropy": 1.253959023952484, + "epoch": 1.0337250406038023, + "grad_norm": 0.8930174708366394, + "learning_rate": 9.922362474287486e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8412705063819885, + "num_tokens": 13923221.0, + "step": 10820 + }, + { + "entropy": 1.2730586767196654, + "epoch": 1.0346804241903125, + "grad_norm": 1.216650366783142, + "learning_rate": 9.922084928782957e-05, + "loss": 0.4373, + "mean_token_accuracy": 0.8274651646614075, + "num_tokens": 13936064.0, + "step": 10830 + }, + { + "entropy": 1.2699893116950989, + "epoch": 1.0356358077768224, + "grad_norm": 0.9237270951271057, + "learning_rate": 9.921806891961699e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8411371648311615, + "num_tokens": 13949373.0, + "step": 10840 + }, + { + "entropy": 1.2411880612373352, + "epoch": 1.0365911913633323, + "grad_norm": 1.0292547941207886, + "learning_rate": 9.921528363851462e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8642703831195832, + "num_tokens": 13962327.0, + "step": 10850 + }, + { + "entropy": 1.24878271818161, + "epoch": 1.0375465749498423, + "grad_norm": 0.8638166189193726, + "learning_rate": 9.921249344480051e-05, + "loss": 0.3902, + "mean_token_accuracy": 0.8429969012737274, + "num_tokens": 13975440.0, + "step": 10860 + }, + { + "entropy": 1.2705363154411315, + "epoch": 1.0385019585363524, + "grad_norm": 1.2726645469665527, + "learning_rate": 9.920969833875315e-05, + "loss": 0.3778, + "mean_token_accuracy": 0.8454149961471558, + "num_tokens": 13988881.0, + "step": 10870 + }, + { + "entropy": 1.2495828986167907, + "epoch": 1.0394573421228623, + "grad_norm": 1.4331245422363281, + "learning_rate": 9.920689832065157e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.853702962398529, + "num_tokens": 14001856.0, + "step": 10880 + }, + { + "entropy": 1.2666783332824707, + "epoch": 1.0404127257093723, + "grad_norm": 0.7904350757598877, + "learning_rate": 9.920409339077525e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8415753901004791, + "num_tokens": 14014507.0, + "step": 10890 + }, + { + "entropy": 1.2646421313285827, + "epoch": 1.0413681092958822, + "grad_norm": 1.2318800687789917, + "learning_rate": 9.920128354940417e-05, + "loss": 0.3733, + "mean_token_accuracy": 0.8497950553894043, + "num_tokens": 14027099.0, + "step": 10900 + }, + { + "entropy": 1.2500668287277221, + "epoch": 1.0423234928823923, + "grad_norm": 0.9628939032554626, + "learning_rate": 9.91984687968188e-05, + "loss": 0.3871, + "mean_token_accuracy": 0.8477633535861969, + "num_tokens": 14039828.0, + "step": 10910 + }, + { + "entropy": 1.2442950367927552, + "epoch": 1.0432788764689023, + "grad_norm": 1.1616134643554688, + "learning_rate": 9.919564913330013e-05, + "loss": 0.3825, + "mean_token_accuracy": 0.8537827551364898, + "num_tokens": 14052152.0, + "step": 10920 + }, + { + "entropy": 1.2646286249160767, + "epoch": 1.0442342600554122, + "grad_norm": 1.0953953266143799, + "learning_rate": 9.919282455912959e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8369532763957978, + "num_tokens": 14064821.0, + "step": 10930 + }, + { + "entropy": 1.2506308436393738, + "epoch": 1.0451896436419221, + "grad_norm": 1.2329137325286865, + "learning_rate": 9.918999507458915e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8626267492771149, + "num_tokens": 14077848.0, + "step": 10940 + }, + { + "entropy": 1.2559134721755982, + "epoch": 1.0461450272284323, + "grad_norm": 0.783554196357727, + "learning_rate": 9.918716067996124e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8395832717418671, + "num_tokens": 14090694.0, + "step": 10950 + }, + { + "entropy": 1.2774859547615052, + "epoch": 1.0471004108149422, + "grad_norm": 0.8852807879447937, + "learning_rate": 9.918432137552876e-05, + "loss": 0.449, + "mean_token_accuracy": 0.8266424357891082, + "num_tokens": 14103960.0, + "step": 10960 + }, + { + "entropy": 1.263244867324829, + "epoch": 1.0480557944014521, + "grad_norm": 0.6612315773963928, + "learning_rate": 9.918147716157516e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8284592688083648, + "num_tokens": 14117120.0, + "step": 10970 + }, + { + "entropy": 1.269291639328003, + "epoch": 1.049011177987962, + "grad_norm": 1.1501643657684326, + "learning_rate": 9.917862803838431e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.838124418258667, + "num_tokens": 14130332.0, + "step": 10980 + }, + { + "entropy": 1.252694308757782, + "epoch": 1.0499665615744722, + "grad_norm": 1.0206019878387451, + "learning_rate": 9.917577400624062e-05, + "loss": 0.3724, + "mean_token_accuracy": 0.8512258231639862, + "num_tokens": 14142739.0, + "step": 10990 + }, + { + "entropy": 1.2647625207901, + "epoch": 1.0509219451609821, + "grad_norm": 1.0593242645263672, + "learning_rate": 9.917291506542902e-05, + "loss": 0.4411, + "mean_token_accuracy": 0.8256963729858399, + "num_tokens": 14155708.0, + "step": 11000 + }, + { + "entropy": 1.2498957157135009, + "epoch": 1.051877328747492, + "grad_norm": 0.9644480347633362, + "learning_rate": 9.917005121623483e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8449552178382873, + "num_tokens": 14168317.0, + "step": 11010 + }, + { + "entropy": 1.2406474947929382, + "epoch": 1.052832712334002, + "grad_norm": 0.9427327513694763, + "learning_rate": 9.916718245894393e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8476840913295746, + "num_tokens": 14180877.0, + "step": 11020 + }, + { + "entropy": 1.2489741444587708, + "epoch": 1.0537880959205121, + "grad_norm": 1.0514788627624512, + "learning_rate": 9.916430879384268e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8442448198795318, + "num_tokens": 14194128.0, + "step": 11030 + }, + { + "entropy": 1.2515527844429015, + "epoch": 1.054743479507022, + "grad_norm": 0.9486365914344788, + "learning_rate": 9.916143022121794e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8253283143043518, + "num_tokens": 14206857.0, + "step": 11040 + }, + { + "entropy": 1.258716058731079, + "epoch": 1.055698863093532, + "grad_norm": 0.837884247303009, + "learning_rate": 9.915854674135702e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8473477721214294, + "num_tokens": 14219429.0, + "step": 11050 + }, + { + "entropy": 1.2459305047988891, + "epoch": 1.056654246680042, + "grad_norm": 0.8531082272529602, + "learning_rate": 9.915565835454778e-05, + "loss": 0.366, + "mean_token_accuracy": 0.8594396650791168, + "num_tokens": 14232330.0, + "step": 11060 + }, + { + "entropy": 1.2675060510635376, + "epoch": 1.057609630266552, + "grad_norm": 1.131810188293457, + "learning_rate": 9.915276506107848e-05, + "loss": 0.4195, + "mean_token_accuracy": 0.830280464887619, + "num_tokens": 14244827.0, + "step": 11070 + }, + { + "entropy": 1.2538222312927245, + "epoch": 1.058565013853062, + "grad_norm": 1.1364043951034546, + "learning_rate": 9.914986686123799e-05, + "loss": 0.3678, + "mean_token_accuracy": 0.856134295463562, + "num_tokens": 14257991.0, + "step": 11080 + }, + { + "entropy": 1.2495429158210754, + "epoch": 1.059520397439572, + "grad_norm": 0.9753822684288025, + "learning_rate": 9.914696375531556e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8525088489055633, + "num_tokens": 14271249.0, + "step": 11090 + }, + { + "entropy": 1.233441424369812, + "epoch": 1.0604757810260819, + "grad_norm": 1.210008978843689, + "learning_rate": 9.914405574360099e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8495529532432556, + "num_tokens": 14283641.0, + "step": 11100 + }, + { + "entropy": 1.2466608047485352, + "epoch": 1.061431164612592, + "grad_norm": 0.9218928813934326, + "learning_rate": 9.914114282638455e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.8593457221984864, + "num_tokens": 14296951.0, + "step": 11110 + }, + { + "entropy": 1.2117387294769286, + "epoch": 1.062386548199102, + "grad_norm": 0.8055612444877625, + "learning_rate": 9.913822500395702e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8548866927623748, + "num_tokens": 14309693.0, + "step": 11120 + }, + { + "entropy": 1.2465994834899903, + "epoch": 1.0633419317856119, + "grad_norm": 0.9556673169136047, + "learning_rate": 9.913530227660963e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8239425361156464, + "num_tokens": 14322372.0, + "step": 11130 + }, + { + "entropy": 1.2460335612297058, + "epoch": 1.064297315372122, + "grad_norm": 0.7576912641525269, + "learning_rate": 9.913237464463414e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.8479375243186951, + "num_tokens": 14334755.0, + "step": 11140 + }, + { + "entropy": 1.242453122138977, + "epoch": 1.065252698958632, + "grad_norm": 1.1825380325317383, + "learning_rate": 9.912944210832276e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8515492737293243, + "num_tokens": 14347684.0, + "step": 11150 + }, + { + "entropy": 1.2410783171653748, + "epoch": 1.0662080825451419, + "grad_norm": 0.9238948822021484, + "learning_rate": 9.912650466796825e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8408954799175262, + "num_tokens": 14361091.0, + "step": 11160 + }, + { + "entropy": 1.23174946308136, + "epoch": 1.0671634661316518, + "grad_norm": 0.973685085773468, + "learning_rate": 9.912356232386378e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8501387059688568, + "num_tokens": 14373418.0, + "step": 11170 + }, + { + "entropy": 1.2720797777175903, + "epoch": 1.0681188497181617, + "grad_norm": 0.9059200882911682, + "learning_rate": 9.912061507630308e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8277220845222473, + "num_tokens": 14386558.0, + "step": 11180 + }, + { + "entropy": 1.2324442267417908, + "epoch": 1.0690742333046719, + "grad_norm": 1.0505378246307373, + "learning_rate": 9.911766292558034e-05, + "loss": 0.3374, + "mean_token_accuracy": 0.8642071306705474, + "num_tokens": 14398967.0, + "step": 11190 + }, + { + "entropy": 1.2657294154167176, + "epoch": 1.0700296168911818, + "grad_norm": 1.196276307106018, + "learning_rate": 9.911470587199023e-05, + "loss": 0.4517, + "mean_token_accuracy": 0.8198340892791748, + "num_tokens": 14411319.0, + "step": 11200 + }, + { + "entropy": 1.251360785961151, + "epoch": 1.0709850004776917, + "grad_norm": 0.9567055106163025, + "learning_rate": 9.911174391582791e-05, + "loss": 0.388, + "mean_token_accuracy": 0.8468328475952148, + "num_tokens": 14424348.0, + "step": 11210 + }, + { + "entropy": 1.2369736075401305, + "epoch": 1.071940384064202, + "grad_norm": 0.8532165288925171, + "learning_rate": 9.910877705738906e-05, + "loss": 0.3527, + "mean_token_accuracy": 0.8607717871665954, + "num_tokens": 14436488.0, + "step": 11220 + }, + { + "entropy": 1.2507296681404114, + "epoch": 1.0728957676507118, + "grad_norm": 1.5695528984069824, + "learning_rate": 9.910580529696982e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8494545698165894, + "num_tokens": 14449300.0, + "step": 11230 + }, + { + "entropy": 1.2426817297935486, + "epoch": 1.0738511512372217, + "grad_norm": 0.8716858625411987, + "learning_rate": 9.910282863486683e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8537749767303466, + "num_tokens": 14461980.0, + "step": 11240 + }, + { + "entropy": 1.273296022415161, + "epoch": 1.0748065348237317, + "grad_norm": 0.8502422571182251, + "learning_rate": 9.90998470713772e-05, + "loss": 0.424, + "mean_token_accuracy": 0.8325545012950897, + "num_tokens": 14474472.0, + "step": 11250 + }, + { + "entropy": 1.2665541052818299, + "epoch": 1.0757619184102416, + "grad_norm": 0.9043706655502319, + "learning_rate": 9.909686060679858e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8399895608425141, + "num_tokens": 14487329.0, + "step": 11260 + }, + { + "entropy": 1.2730165243148803, + "epoch": 1.0767173019967518, + "grad_norm": 1.0224419832229614, + "learning_rate": 9.909386924142905e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.837549763917923, + "num_tokens": 14500358.0, + "step": 11270 + }, + { + "entropy": 1.2480920076370239, + "epoch": 1.0776726855832617, + "grad_norm": 0.8440231084823608, + "learning_rate": 9.90908729755672e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8416929244995117, + "num_tokens": 14513217.0, + "step": 11280 + }, + { + "entropy": 1.2732489705085754, + "epoch": 1.0786280691697716, + "grad_norm": 1.0108174085617065, + "learning_rate": 9.908787180951215e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8321309983730316, + "num_tokens": 14525930.0, + "step": 11290 + }, + { + "entropy": 1.2688583731651306, + "epoch": 1.0795834527562818, + "grad_norm": 0.9694115519523621, + "learning_rate": 9.908486574356342e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8570514798164368, + "num_tokens": 14539142.0, + "step": 11300 + }, + { + "entropy": 1.2615090966224671, + "epoch": 1.0805388363427917, + "grad_norm": 0.9503542184829712, + "learning_rate": 9.90818547780211e-05, + "loss": 0.3958, + "mean_token_accuracy": 0.8450845539569855, + "num_tokens": 14551902.0, + "step": 11310 + }, + { + "entropy": 1.2633844852447509, + "epoch": 1.0814942199293016, + "grad_norm": 0.9594736695289612, + "learning_rate": 9.907883891318576e-05, + "loss": 0.3724, + "mean_token_accuracy": 0.8534943342208863, + "num_tokens": 14564631.0, + "step": 11320 + }, + { + "entropy": 1.2644584417343139, + "epoch": 1.0824496035158115, + "grad_norm": 0.9439239501953125, + "learning_rate": 9.907581814935841e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8507623434066772, + "num_tokens": 14577495.0, + "step": 11330 + }, + { + "entropy": 1.2498871207237243, + "epoch": 1.0834049871023215, + "grad_norm": 1.1285607814788818, + "learning_rate": 9.907279248684058e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8355085372924804, + "num_tokens": 14590318.0, + "step": 11340 + }, + { + "entropy": 1.2471315741539002, + "epoch": 1.0843603706888316, + "grad_norm": 0.8583306074142456, + "learning_rate": 9.906976192593432e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8538729608058929, + "num_tokens": 14603513.0, + "step": 11350 + }, + { + "entropy": 1.2527465105056763, + "epoch": 1.0853157542753415, + "grad_norm": 1.1686327457427979, + "learning_rate": 9.90667264669421e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8627462744712829, + "num_tokens": 14616318.0, + "step": 11360 + }, + { + "entropy": 1.2626394391059876, + "epoch": 1.0862711378618515, + "grad_norm": 1.1507362127304077, + "learning_rate": 9.906368611016691e-05, + "loss": 0.4002, + "mean_token_accuracy": 0.8380480885505677, + "num_tokens": 14629167.0, + "step": 11370 + }, + { + "entropy": 1.255263662338257, + "epoch": 1.0872265214483616, + "grad_norm": 1.04035484790802, + "learning_rate": 9.906064085591229e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.8302837193012238, + "num_tokens": 14642174.0, + "step": 11380 + }, + { + "entropy": 1.2810599565505982, + "epoch": 1.0881819050348716, + "grad_norm": 1.1349742412567139, + "learning_rate": 9.905759070448218e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8295218288898468, + "num_tokens": 14655403.0, + "step": 11390 + }, + { + "entropy": 1.2558995842933656, + "epoch": 1.0891372886213815, + "grad_norm": 1.3220601081848145, + "learning_rate": 9.905453565618101e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8571858167648315, + "num_tokens": 14667956.0, + "step": 11400 + }, + { + "entropy": 1.2793964862823486, + "epoch": 1.0900926722078914, + "grad_norm": 0.8099082708358765, + "learning_rate": 9.905147571131378e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8428863048553467, + "num_tokens": 14681119.0, + "step": 11410 + }, + { + "entropy": 1.2930981040000915, + "epoch": 1.0910480557944013, + "grad_norm": 0.9246519804000854, + "learning_rate": 9.90484108701859e-05, + "loss": 0.4394, + "mean_token_accuracy": 0.8222004175186157, + "num_tokens": 14694202.0, + "step": 11420 + }, + { + "entropy": 1.2813950061798096, + "epoch": 1.0920034393809115, + "grad_norm": 1.032705307006836, + "learning_rate": 9.904534113310333e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8506694614887238, + "num_tokens": 14706678.0, + "step": 11430 + }, + { + "entropy": 1.276347279548645, + "epoch": 1.0929588229674214, + "grad_norm": 1.0115797519683838, + "learning_rate": 9.904226650037247e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.844242399930954, + "num_tokens": 14719296.0, + "step": 11440 + }, + { + "entropy": 1.293545913696289, + "epoch": 1.0939142065539313, + "grad_norm": 1.235550045967102, + "learning_rate": 9.903918697230022e-05, + "loss": 0.424, + "mean_token_accuracy": 0.8303713381290436, + "num_tokens": 14732745.0, + "step": 11450 + }, + { + "entropy": 1.2905606031417847, + "epoch": 1.0948695901404415, + "grad_norm": 0.7803411483764648, + "learning_rate": 9.903610254919398e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8402814745903016, + "num_tokens": 14745755.0, + "step": 11460 + }, + { + "entropy": 1.270289957523346, + "epoch": 1.0958249737269514, + "grad_norm": 1.1512269973754883, + "learning_rate": 9.903301323136163e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8372931718826294, + "num_tokens": 14758109.0, + "step": 11470 + }, + { + "entropy": 1.2742538332939148, + "epoch": 1.0967803573134614, + "grad_norm": 0.9282744526863098, + "learning_rate": 9.902991901911153e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.8459941029548645, + "num_tokens": 14771504.0, + "step": 11480 + }, + { + "entropy": 1.2604587197303772, + "epoch": 1.0977357408999713, + "grad_norm": 0.8669685125350952, + "learning_rate": 9.902681991275258e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.849215030670166, + "num_tokens": 14784475.0, + "step": 11490 + }, + { + "entropy": 1.272261142730713, + "epoch": 1.0986911244864812, + "grad_norm": 1.0953642129898071, + "learning_rate": 9.902371591259409e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8192284882068634, + "num_tokens": 14797536.0, + "step": 11500 + }, + { + "entropy": 1.268534767627716, + "epoch": 1.0996465080729914, + "grad_norm": 1.1637413501739502, + "learning_rate": 9.902060701894593e-05, + "loss": 0.3608, + "mean_token_accuracy": 0.8578899323940277, + "num_tokens": 14810689.0, + "step": 11510 + }, + { + "entropy": 1.274703359603882, + "epoch": 1.1006018916595013, + "grad_norm": 1.395804524421692, + "learning_rate": 9.901749323211841e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8495553195476532, + "num_tokens": 14822921.0, + "step": 11520 + }, + { + "entropy": 1.278793179988861, + "epoch": 1.1015572752460112, + "grad_norm": 0.7124344706535339, + "learning_rate": 9.901437455242233e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.8643340408802033, + "num_tokens": 14836140.0, + "step": 11530 + }, + { + "entropy": 1.2704532384872436, + "epoch": 1.1025126588325214, + "grad_norm": 1.0865753889083862, + "learning_rate": 9.901125098016901e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.842171710729599, + "num_tokens": 14848423.0, + "step": 11540 + }, + { + "entropy": 1.274909496307373, + "epoch": 1.1034680424190313, + "grad_norm": 1.001031517982483, + "learning_rate": 9.900812251567024e-05, + "loss": 0.374, + "mean_token_accuracy": 0.8505297422409057, + "num_tokens": 14861351.0, + "step": 11550 + }, + { + "entropy": 1.2780268311500549, + "epoch": 1.1044234260055412, + "grad_norm": 0.9554540514945984, + "learning_rate": 9.90049891592383e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8503880560398102, + "num_tokens": 14874478.0, + "step": 11560 + }, + { + "entropy": 1.2493380784988404, + "epoch": 1.1053788095920511, + "grad_norm": 1.0103254318237305, + "learning_rate": 9.900185091118595e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8544314742088318, + "num_tokens": 14887080.0, + "step": 11570 + }, + { + "entropy": 1.264454734325409, + "epoch": 1.106334193178561, + "grad_norm": 1.3911525011062622, + "learning_rate": 9.899870777182647e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8396365702152252, + "num_tokens": 14899680.0, + "step": 11580 + }, + { + "entropy": 1.262963306903839, + "epoch": 1.1072895767650712, + "grad_norm": 0.8588542938232422, + "learning_rate": 9.899555974147356e-05, + "loss": 0.3822, + "mean_token_accuracy": 0.8516120910644531, + "num_tokens": 14913120.0, + "step": 11590 + }, + { + "entropy": 1.270047652721405, + "epoch": 1.1082449603515812, + "grad_norm": 1.4690320491790771, + "learning_rate": 9.89924068204415e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8402797162532807, + "num_tokens": 14925977.0, + "step": 11600 + }, + { + "entropy": 1.2665441870689391, + "epoch": 1.109200343938091, + "grad_norm": 1.0482842922210693, + "learning_rate": 9.898924900904499e-05, + "loss": 0.388, + "mean_token_accuracy": 0.8491913497447967, + "num_tokens": 14938989.0, + "step": 11610 + }, + { + "entropy": 1.256958281993866, + "epoch": 1.1101557275246012, + "grad_norm": 0.9278700947761536, + "learning_rate": 9.898608630759923e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8565962731838226, + "num_tokens": 14951329.0, + "step": 11620 + }, + { + "entropy": 1.2608648777008056, + "epoch": 1.1111111111111112, + "grad_norm": 1.097903847694397, + "learning_rate": 9.898291871641991e-05, + "loss": 0.3687, + "mean_token_accuracy": 0.8515371143817901, + "num_tokens": 14964751.0, + "step": 11630 + }, + { + "entropy": 1.2484452366828918, + "epoch": 1.112066494697621, + "grad_norm": 0.7691890001296997, + "learning_rate": 9.897974623582326e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8603492915630341, + "num_tokens": 14977768.0, + "step": 11640 + }, + { + "entropy": 1.2556768536567688, + "epoch": 1.113021878284131, + "grad_norm": 0.9456586241722107, + "learning_rate": 9.897656886612591e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8393814146518708, + "num_tokens": 14990421.0, + "step": 11650 + }, + { + "entropy": 1.2716269493103027, + "epoch": 1.113977261870641, + "grad_norm": 1.1434345245361328, + "learning_rate": 9.897338660764503e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8432473778724671, + "num_tokens": 15003071.0, + "step": 11660 + }, + { + "entropy": 1.266515076160431, + "epoch": 1.114932645457151, + "grad_norm": 0.97963947057724, + "learning_rate": 9.897019946069829e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8221315741539001, + "num_tokens": 15016171.0, + "step": 11670 + }, + { + "entropy": 1.2713372707366943, + "epoch": 1.115888029043661, + "grad_norm": 0.9365951418876648, + "learning_rate": 9.896700742560381e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8420908272266387, + "num_tokens": 15029320.0, + "step": 11680 + }, + { + "entropy": 1.2512111425399781, + "epoch": 1.116843412630171, + "grad_norm": 0.9853827357292175, + "learning_rate": 9.896381050268022e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8458735227584839, + "num_tokens": 15041995.0, + "step": 11690 + }, + { + "entropy": 1.2374684929847717, + "epoch": 1.117798796216681, + "grad_norm": 1.099166750907898, + "learning_rate": 9.896060869224662e-05, + "loss": 0.3562, + "mean_token_accuracy": 0.8616674423217774, + "num_tokens": 15054722.0, + "step": 11700 + }, + { + "entropy": 1.2556625962257386, + "epoch": 1.118754179803191, + "grad_norm": 0.8333817720413208, + "learning_rate": 9.895740199462263e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8536231875419616, + "num_tokens": 15067917.0, + "step": 11710 + }, + { + "entropy": 1.26112140417099, + "epoch": 1.119709563389701, + "grad_norm": 0.7849149703979492, + "learning_rate": 9.895419041012833e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8611334919929504, + "num_tokens": 15080504.0, + "step": 11720 + }, + { + "entropy": 1.2512933373451234, + "epoch": 1.1206649469762109, + "grad_norm": 1.267501711845398, + "learning_rate": 9.89509739390843e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8408523678779602, + "num_tokens": 15093281.0, + "step": 11730 + }, + { + "entropy": 1.262541365623474, + "epoch": 1.121620330562721, + "grad_norm": 0.9800398349761963, + "learning_rate": 9.89477525818116e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8432698845863342, + "num_tokens": 15106196.0, + "step": 11740 + }, + { + "entropy": 1.2736532807350158, + "epoch": 1.122575714149231, + "grad_norm": 1.2138574123382568, + "learning_rate": 9.894452633863176e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8490645587444305, + "num_tokens": 15119182.0, + "step": 11750 + }, + { + "entropy": 1.2600897908210755, + "epoch": 1.123531097735741, + "grad_norm": 1.0062769651412964, + "learning_rate": 9.894129520986687e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8569668173789978, + "num_tokens": 15131959.0, + "step": 11760 + }, + { + "entropy": 1.2748791694641113, + "epoch": 1.1244864813222508, + "grad_norm": 1.201024055480957, + "learning_rate": 9.893805919583943e-05, + "loss": 0.4357, + "mean_token_accuracy": 0.8253955483436585, + "num_tokens": 15144799.0, + "step": 11770 + }, + { + "entropy": 1.248262643814087, + "epoch": 1.125441864908761, + "grad_norm": 1.1488652229309082, + "learning_rate": 9.893481829687244e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8581762313842773, + "num_tokens": 15157649.0, + "step": 11780 + }, + { + "entropy": 1.248799777030945, + "epoch": 1.126397248495271, + "grad_norm": 0.9102924466133118, + "learning_rate": 9.893157251328944e-05, + "loss": 0.337, + "mean_token_accuracy": 0.8661458492279053, + "num_tokens": 15170744.0, + "step": 11790 + }, + { + "entropy": 1.271000361442566, + "epoch": 1.1273526320817808, + "grad_norm": 1.3497660160064697, + "learning_rate": 9.892832184541439e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8240080952644349, + "num_tokens": 15184127.0, + "step": 11800 + }, + { + "entropy": 1.257507824897766, + "epoch": 1.1283080156682908, + "grad_norm": 1.083638310432434, + "learning_rate": 9.892506629357177e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8481468439102173, + "num_tokens": 15197145.0, + "step": 11810 + }, + { + "entropy": 1.2555131554603576, + "epoch": 1.1292633992548007, + "grad_norm": 1.2787292003631592, + "learning_rate": 9.892180585808654e-05, + "loss": 0.3802, + "mean_token_accuracy": 0.8488338708877563, + "num_tokens": 15210084.0, + "step": 11820 + }, + { + "entropy": 1.2602070450782776, + "epoch": 1.1302187828413108, + "grad_norm": 0.9683776497840881, + "learning_rate": 9.89185405392842e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8479373514652252, + "num_tokens": 15222793.0, + "step": 11830 + }, + { + "entropy": 1.2608343482017517, + "epoch": 1.1311741664278208, + "grad_norm": 0.9971736073493958, + "learning_rate": 9.891527033749064e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.8400166273117066, + "num_tokens": 15235189.0, + "step": 11840 + }, + { + "entropy": 1.2748942375183105, + "epoch": 1.1321295500143307, + "grad_norm": 1.0906143188476562, + "learning_rate": 9.891199525303229e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8379927515983582, + "num_tokens": 15248045.0, + "step": 11850 + }, + { + "entropy": 1.2575654149055482, + "epoch": 1.1330849336008408, + "grad_norm": 0.9143080711364746, + "learning_rate": 9.890871528623608e-05, + "loss": 0.3882, + "mean_token_accuracy": 0.8549864649772644, + "num_tokens": 15260622.0, + "step": 11860 + }, + { + "entropy": 1.288084661960602, + "epoch": 1.1340403171873508, + "grad_norm": 1.0814884901046753, + "learning_rate": 9.890543043742944e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8242209017276764, + "num_tokens": 15273538.0, + "step": 11870 + }, + { + "entropy": 1.2768447399139404, + "epoch": 1.1349957007738607, + "grad_norm": 1.0905402898788452, + "learning_rate": 9.89021407069402e-05, + "loss": 0.3523, + "mean_token_accuracy": 0.8607000589370728, + "num_tokens": 15286478.0, + "step": 11880 + }, + { + "entropy": 1.2810202479362487, + "epoch": 1.1359510843603706, + "grad_norm": 0.9480761885643005, + "learning_rate": 9.889884609509679e-05, + "loss": 0.388, + "mean_token_accuracy": 0.848731517791748, + "num_tokens": 15299508.0, + "step": 11890 + }, + { + "entropy": 1.259684717655182, + "epoch": 1.1369064679468806, + "grad_norm": 1.0377562046051025, + "learning_rate": 9.889554660222803e-05, + "loss": 0.3791, + "mean_token_accuracy": 0.8461026728153229, + "num_tokens": 15312257.0, + "step": 11900 + }, + { + "entropy": 1.2915021538734437, + "epoch": 1.1378618515333907, + "grad_norm": 0.9239728450775146, + "learning_rate": 9.88922422286633e-05, + "loss": 0.3908, + "mean_token_accuracy": 0.8456402659416199, + "num_tokens": 15325579.0, + "step": 11910 + }, + { + "entropy": 1.280514931678772, + "epoch": 1.1388172351199006, + "grad_norm": 1.1002981662750244, + "learning_rate": 9.888893297473243e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8527103066444397, + "num_tokens": 15338921.0, + "step": 11920 + }, + { + "entropy": 1.2667085766792296, + "epoch": 1.1397726187064106, + "grad_norm": 1.035436987876892, + "learning_rate": 9.888561884076575e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8493594348430633, + "num_tokens": 15351331.0, + "step": 11930 + }, + { + "entropy": 1.2663869976997375, + "epoch": 1.1407280022929207, + "grad_norm": 0.8451120257377625, + "learning_rate": 9.888229982709407e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8475457906723023, + "num_tokens": 15364143.0, + "step": 11940 + }, + { + "entropy": 1.2809979557991027, + "epoch": 1.1416833858794306, + "grad_norm": 0.969748854637146, + "learning_rate": 9.88789759340487e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8432925403118133, + "num_tokens": 15376986.0, + "step": 11950 + }, + { + "entropy": 1.2744532227516174, + "epoch": 1.1426387694659406, + "grad_norm": 1.0758554935455322, + "learning_rate": 9.887564716196141e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8403940260410309, + "num_tokens": 15389503.0, + "step": 11960 + }, + { + "entropy": 1.273923683166504, + "epoch": 1.1435941530524505, + "grad_norm": 0.993820071220398, + "learning_rate": 9.887231351116448e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8412054419517517, + "num_tokens": 15402755.0, + "step": 11970 + }, + { + "entropy": 1.274836790561676, + "epoch": 1.1445495366389604, + "grad_norm": 0.7308593392372131, + "learning_rate": 9.886897498199068e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8296556532382965, + "num_tokens": 15415640.0, + "step": 11980 + }, + { + "entropy": 1.276339602470398, + "epoch": 1.1455049202254706, + "grad_norm": 1.0012820959091187, + "learning_rate": 9.886563157477324e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8478393614292145, + "num_tokens": 15428526.0, + "step": 11990 + }, + { + "entropy": 1.284469759464264, + "epoch": 1.1464603038119805, + "grad_norm": 0.8503698706626892, + "learning_rate": 9.886228328984592e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.8265071272850036, + "num_tokens": 15441536.0, + "step": 12000 + }, + { + "entropy": 1.2580096960067748, + "epoch": 1.1474156873984904, + "grad_norm": 0.778751790523529, + "learning_rate": 9.885893012754292e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8559276401996613, + "num_tokens": 15454010.0, + "step": 12010 + }, + { + "entropy": 1.2755028843879699, + "epoch": 1.1483710709850006, + "grad_norm": 1.1252890825271606, + "learning_rate": 9.885557208819896e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8532219648361206, + "num_tokens": 15466819.0, + "step": 12020 + }, + { + "entropy": 1.2618587613105774, + "epoch": 1.1493264545715105, + "grad_norm": 1.0533761978149414, + "learning_rate": 9.885220917214921e-05, + "loss": 0.396, + "mean_token_accuracy": 0.8412261247634888, + "num_tokens": 15479807.0, + "step": 12030 + }, + { + "entropy": 1.2950809121131897, + "epoch": 1.1502818381580204, + "grad_norm": 0.8599646687507629, + "learning_rate": 9.884884137972941e-05, + "loss": 0.4229, + "mean_token_accuracy": 0.8276233553886414, + "num_tokens": 15492440.0, + "step": 12040 + }, + { + "entropy": 1.2736759781837463, + "epoch": 1.1512372217445304, + "grad_norm": 1.004987359046936, + "learning_rate": 9.884546871127566e-05, + "loss": 0.391, + "mean_token_accuracy": 0.8481603324413299, + "num_tokens": 15505625.0, + "step": 12050 + }, + { + "entropy": 1.2600693583488465, + "epoch": 1.1521926053310405, + "grad_norm": 0.9845637679100037, + "learning_rate": 9.884209116712467e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8535941183567047, + "num_tokens": 15518702.0, + "step": 12060 + }, + { + "entropy": 1.2726878881454469, + "epoch": 1.1531479889175504, + "grad_norm": 0.9248191118240356, + "learning_rate": 9.883870874761357e-05, + "loss": 0.4753, + "mean_token_accuracy": 0.8111650705337524, + "num_tokens": 15531768.0, + "step": 12070 + }, + { + "entropy": 1.2523661017417909, + "epoch": 1.1541033725040604, + "grad_norm": 1.0312732458114624, + "learning_rate": 9.883532145307996e-05, + "loss": 0.3645, + "mean_token_accuracy": 0.8556402564048767, + "num_tokens": 15544513.0, + "step": 12080 + }, + { + "entropy": 1.2483960747718812, + "epoch": 1.1550587560905703, + "grad_norm": 0.9109676480293274, + "learning_rate": 9.883192928386198e-05, + "loss": 0.3679, + "mean_token_accuracy": 0.8496320426464081, + "num_tokens": 15557062.0, + "step": 12090 + }, + { + "entropy": 1.242049765586853, + "epoch": 1.1560141396770804, + "grad_norm": 1.3465381860733032, + "learning_rate": 9.882853224029824e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.8620542109012603, + "num_tokens": 15569732.0, + "step": 12100 + }, + { + "entropy": 1.2503347873687745, + "epoch": 1.1569695232635904, + "grad_norm": 0.9866253733634949, + "learning_rate": 9.882513032272782e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8391858160495758, + "num_tokens": 15582363.0, + "step": 12110 + }, + { + "entropy": 1.2629269003868102, + "epoch": 1.1579249068501003, + "grad_norm": 0.9111849069595337, + "learning_rate": 9.882172353149029e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8463612914085388, + "num_tokens": 15594982.0, + "step": 12120 + }, + { + "entropy": 1.2426217436790465, + "epoch": 1.1588802904366102, + "grad_norm": 1.1805576086044312, + "learning_rate": 9.881831186692569e-05, + "loss": 0.3934, + "mean_token_accuracy": 0.8519518136978149, + "num_tokens": 15608002.0, + "step": 12130 + }, + { + "entropy": 1.213275098800659, + "epoch": 1.1598356740231204, + "grad_norm": 0.8429019451141357, + "learning_rate": 9.881489532937462e-05, + "loss": 0.3297, + "mean_token_accuracy": 0.8658194363117218, + "num_tokens": 15620102.0, + "step": 12140 + }, + { + "entropy": 1.253820013999939, + "epoch": 1.1607910576096303, + "grad_norm": 1.1138484477996826, + "learning_rate": 9.881147391917808e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8342016935348511, + "num_tokens": 15632595.0, + "step": 12150 + }, + { + "entropy": 1.2392751216888427, + "epoch": 1.1617464411961402, + "grad_norm": 1.1659892797470093, + "learning_rate": 9.880804763667761e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8417456984519959, + "num_tokens": 15645112.0, + "step": 12160 + }, + { + "entropy": 1.272692584991455, + "epoch": 1.1627018247826502, + "grad_norm": 1.0899487733840942, + "learning_rate": 9.88046164822152e-05, + "loss": 0.4299, + "mean_token_accuracy": 0.8271129488945007, + "num_tokens": 15658413.0, + "step": 12170 + }, + { + "entropy": 1.2697190761566162, + "epoch": 1.1636572083691603, + "grad_norm": 0.8677921295166016, + "learning_rate": 9.880118045613336e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8446134746074676, + "num_tokens": 15671767.0, + "step": 12180 + }, + { + "entropy": 1.2579241752624513, + "epoch": 1.1646125919556702, + "grad_norm": 1.3074843883514404, + "learning_rate": 9.879773955877504e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.84798663854599, + "num_tokens": 15684984.0, + "step": 12190 + }, + { + "entropy": 1.2014314651489257, + "epoch": 1.1655679755421802, + "grad_norm": 1.2010654211044312, + "learning_rate": 9.879429379048374e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8660536408424377, + "num_tokens": 15697622.0, + "step": 12200 + }, + { + "entropy": 1.2269734859466552, + "epoch": 1.16652335912869, + "grad_norm": 0.94532710313797, + "learning_rate": 9.87908431516034e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8565229773521423, + "num_tokens": 15710627.0, + "step": 12210 + }, + { + "entropy": 1.2373773813247682, + "epoch": 1.1674787427152002, + "grad_norm": 1.286111831665039, + "learning_rate": 9.878738764247846e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8463433682918549, + "num_tokens": 15723469.0, + "step": 12220 + }, + { + "entropy": 1.249840295314789, + "epoch": 1.1684341263017102, + "grad_norm": 1.3413662910461426, + "learning_rate": 9.878392726345384e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.842196273803711, + "num_tokens": 15736387.0, + "step": 12230 + }, + { + "entropy": 1.244221293926239, + "epoch": 1.16938950988822, + "grad_norm": 0.8692665696144104, + "learning_rate": 9.878046201487494e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8691255211830139, + "num_tokens": 15749572.0, + "step": 12240 + }, + { + "entropy": 1.23812894821167, + "epoch": 1.17034489347473, + "grad_norm": 0.8344313502311707, + "learning_rate": 9.877699189708769e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8553214013576508, + "num_tokens": 15762102.0, + "step": 12250 + }, + { + "entropy": 1.2575915575027465, + "epoch": 1.1713002770612402, + "grad_norm": 1.0296804904937744, + "learning_rate": 9.877351691043845e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8564456462860107, + "num_tokens": 15774749.0, + "step": 12260 + }, + { + "entropy": 1.2422779083251954, + "epoch": 1.17225566064775, + "grad_norm": 0.9977344870567322, + "learning_rate": 9.87700370552741e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8509537935256958, + "num_tokens": 15787457.0, + "step": 12270 + }, + { + "entropy": 1.2736223459243774, + "epoch": 1.17321104423426, + "grad_norm": 0.8129730224609375, + "learning_rate": 9.876655233194199e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.8456585109233856, + "num_tokens": 15800814.0, + "step": 12280 + }, + { + "entropy": 1.2636179208755494, + "epoch": 1.17416642782077, + "grad_norm": 0.8987505435943604, + "learning_rate": 9.876306274078994e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8339332103729248, + "num_tokens": 15813709.0, + "step": 12290 + }, + { + "entropy": 1.2740393996238708, + "epoch": 1.1751218114072801, + "grad_norm": 0.8500007390975952, + "learning_rate": 9.87595682821663e-05, + "loss": 0.4279, + "mean_token_accuracy": 0.8296678364276886, + "num_tokens": 15826731.0, + "step": 12300 + }, + { + "entropy": 1.256425940990448, + "epoch": 1.17607719499379, + "grad_norm": 0.8583866953849792, + "learning_rate": 9.87560689564199e-05, + "loss": 0.3715, + "mean_token_accuracy": 0.8519315361976624, + "num_tokens": 15839673.0, + "step": 12310 + }, + { + "entropy": 1.2619856238365172, + "epoch": 1.1770325785803, + "grad_norm": 0.8807682394981384, + "learning_rate": 9.87525647639e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.8401966869831086, + "num_tokens": 15852689.0, + "step": 12320 + }, + { + "entropy": 1.258769726753235, + "epoch": 1.17798796216681, + "grad_norm": 1.091153860092163, + "learning_rate": 9.874905570495641e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.8408807873725891, + "num_tokens": 15865332.0, + "step": 12330 + }, + { + "entropy": 1.2581477522850038, + "epoch": 1.17894334575332, + "grad_norm": 1.0232487916946411, + "learning_rate": 9.874554177993938e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8537778258323669, + "num_tokens": 15877752.0, + "step": 12340 + }, + { + "entropy": 1.2273235201835633, + "epoch": 1.17989872933983, + "grad_norm": 0.874327540397644, + "learning_rate": 9.87420229891997e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8601596176624298, + "num_tokens": 15889668.0, + "step": 12350 + }, + { + "entropy": 1.2485448002815247, + "epoch": 1.18085411292634, + "grad_norm": 1.1749212741851807, + "learning_rate": 9.873849933308856e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8415333688259125, + "num_tokens": 15902265.0, + "step": 12360 + }, + { + "entropy": 1.255065631866455, + "epoch": 1.1818094965128498, + "grad_norm": 0.8716244101524353, + "learning_rate": 9.873497081195775e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8471186101436615, + "num_tokens": 15915324.0, + "step": 12370 + }, + { + "entropy": 1.250568187236786, + "epoch": 1.18276488009936, + "grad_norm": 1.0651884078979492, + "learning_rate": 9.873143742615942e-05, + "loss": 0.3792, + "mean_token_accuracy": 0.8485183119773865, + "num_tokens": 15928152.0, + "step": 12380 + }, + { + "entropy": 1.2458749890327454, + "epoch": 1.18372026368587, + "grad_norm": 1.034236192703247, + "learning_rate": 9.872789917604633e-05, + "loss": 0.3868, + "mean_token_accuracy": 0.8464084446430207, + "num_tokens": 15941344.0, + "step": 12390 + }, + { + "entropy": 1.2369410634040832, + "epoch": 1.1846756472723798, + "grad_norm": 0.9157713651657104, + "learning_rate": 9.87243560619716e-05, + "loss": 0.3915, + "mean_token_accuracy": 0.8452089428901672, + "num_tokens": 15953955.0, + "step": 12400 + }, + { + "entropy": 1.2572736501693726, + "epoch": 1.1856310308588898, + "grad_norm": 1.3545520305633545, + "learning_rate": 9.872080808428894e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8298601984977723, + "num_tokens": 15966921.0, + "step": 12410 + }, + { + "entropy": 1.2386837959289552, + "epoch": 1.1865864144454, + "grad_norm": 1.2683629989624023, + "learning_rate": 9.871725524335252e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8444692254066467, + "num_tokens": 15979913.0, + "step": 12420 + }, + { + "entropy": 1.2451406002044678, + "epoch": 1.1875417980319098, + "grad_norm": 0.9558776021003723, + "learning_rate": 9.871369753951693e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8274178087711335, + "num_tokens": 15993042.0, + "step": 12430 + }, + { + "entropy": 1.2410744547843933, + "epoch": 1.1884971816184198, + "grad_norm": 0.7936898469924927, + "learning_rate": 9.871013497313733e-05, + "loss": 0.3607, + "mean_token_accuracy": 0.8526614665985107, + "num_tokens": 16006161.0, + "step": 12440 + }, + { + "entropy": 1.2342721104621888, + "epoch": 1.1894525652049297, + "grad_norm": 0.8704418540000916, + "learning_rate": 9.870656754456932e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8464857459068298, + "num_tokens": 16018862.0, + "step": 12450 + }, + { + "entropy": 1.238588070869446, + "epoch": 1.1904079487914399, + "grad_norm": 0.9533440470695496, + "learning_rate": 9.870299525416901e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8390946686267853, + "num_tokens": 16031234.0, + "step": 12460 + }, + { + "entropy": 1.2440635204315185, + "epoch": 1.1913633323779498, + "grad_norm": 0.8359209299087524, + "learning_rate": 9.869941810229298e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8375889658927917, + "num_tokens": 16044304.0, + "step": 12470 + }, + { + "entropy": 1.2353332757949829, + "epoch": 1.1923187159644597, + "grad_norm": 0.8902347683906555, + "learning_rate": 9.869583608929826e-05, + "loss": 0.4101, + "mean_token_accuracy": 0.83344566822052, + "num_tokens": 16057321.0, + "step": 12480 + }, + { + "entropy": 1.2140882849693297, + "epoch": 1.1932740995509696, + "grad_norm": 1.078484296798706, + "learning_rate": 9.869224921554246e-05, + "loss": 0.3726, + "mean_token_accuracy": 0.8545425236225128, + "num_tokens": 16070115.0, + "step": 12490 + }, + { + "entropy": 1.2269346594810486, + "epoch": 1.1942294831374798, + "grad_norm": 0.7993383407592773, + "learning_rate": 9.868865748138357e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8480926394462586, + "num_tokens": 16082640.0, + "step": 12500 + }, + { + "entropy": 1.2385292053222656, + "epoch": 1.1951848667239897, + "grad_norm": 1.2452340126037598, + "learning_rate": 9.868506088718015e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8413063406944274, + "num_tokens": 16095719.0, + "step": 12510 + }, + { + "entropy": 1.2160279512405396, + "epoch": 1.1961402503104996, + "grad_norm": 1.261602759361267, + "learning_rate": 9.868145943329117e-05, + "loss": 0.389, + "mean_token_accuracy": 0.8442356407642364, + "num_tokens": 16107942.0, + "step": 12520 + }, + { + "entropy": 1.2483035683631898, + "epoch": 1.1970956338970096, + "grad_norm": 0.9168224334716797, + "learning_rate": 9.867785312007616e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8370239555835723, + "num_tokens": 16120623.0, + "step": 12530 + }, + { + "entropy": 1.2600567936897278, + "epoch": 1.1980510174835197, + "grad_norm": 1.0731862783432007, + "learning_rate": 9.867424194789508e-05, + "loss": 0.403, + "mean_token_accuracy": 0.8376563310623169, + "num_tokens": 16133541.0, + "step": 12540 + }, + { + "entropy": 1.2384368538856507, + "epoch": 1.1990064010700296, + "grad_norm": 0.8906298279762268, + "learning_rate": 9.867062591710839e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.8415093839168548, + "num_tokens": 16146487.0, + "step": 12550 + }, + { + "entropy": 1.239682388305664, + "epoch": 1.1999617846565396, + "grad_norm": 1.5209429264068604, + "learning_rate": 9.866700502807702e-05, + "loss": 0.3619, + "mean_token_accuracy": 0.8536400556564331, + "num_tokens": 16159194.0, + "step": 12560 + }, + { + "entropy": 1.239429247379303, + "epoch": 1.2009171682430495, + "grad_norm": 0.8596479296684265, + "learning_rate": 9.866337928116245e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8507121086120606, + "num_tokens": 16171956.0, + "step": 12570 + }, + { + "entropy": 1.2343565464019775, + "epoch": 1.2018725518295597, + "grad_norm": 0.8845556974411011, + "learning_rate": 9.865974867672656e-05, + "loss": 0.3516, + "mean_token_accuracy": 0.8639104068279266, + "num_tokens": 16185109.0, + "step": 12580 + }, + { + "entropy": 1.2228386402130127, + "epoch": 1.2028279354160696, + "grad_norm": 0.8786311149597168, + "learning_rate": 9.865611321513177e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8649048864841461, + "num_tokens": 16198081.0, + "step": 12590 + }, + { + "entropy": 1.2257732987403869, + "epoch": 1.2037833190025795, + "grad_norm": 1.1395162343978882, + "learning_rate": 9.865247289674096e-05, + "loss": 0.378, + "mean_token_accuracy": 0.8487760424613953, + "num_tokens": 16210641.0, + "step": 12600 + }, + { + "entropy": 1.2488605499267578, + "epoch": 1.2047387025890894, + "grad_norm": 1.0095734596252441, + "learning_rate": 9.864882772191752e-05, + "loss": 0.4396, + "mean_token_accuracy": 0.8295571446418762, + "num_tokens": 16223488.0, + "step": 12610 + }, + { + "entropy": 1.249226200580597, + "epoch": 1.2056940861755996, + "grad_norm": 0.8599011301994324, + "learning_rate": 9.864517769102528e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.843298864364624, + "num_tokens": 16236525.0, + "step": 12620 + }, + { + "entropy": 1.2515183806419372, + "epoch": 1.2066494697621095, + "grad_norm": 1.0565599203109741, + "learning_rate": 9.86415228044286e-05, + "loss": 0.3511, + "mean_token_accuracy": 0.8603283047676087, + "num_tokens": 16249763.0, + "step": 12630 + }, + { + "entropy": 1.252560591697693, + "epoch": 1.2076048533486194, + "grad_norm": 1.2501851320266724, + "learning_rate": 9.863786306249228e-05, + "loss": 0.3846, + "mean_token_accuracy": 0.8430239796638489, + "num_tokens": 16262964.0, + "step": 12640 + }, + { + "entropy": 1.2485635161399842, + "epoch": 1.2085602369351294, + "grad_norm": 1.021592378616333, + "learning_rate": 9.863419846558166e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.8570979297161102, + "num_tokens": 16275720.0, + "step": 12650 + }, + { + "entropy": 1.2573285818099975, + "epoch": 1.2095156205216395, + "grad_norm": 0.9809983968734741, + "learning_rate": 9.863052901406253e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8394398748874664, + "num_tokens": 16288360.0, + "step": 12660 + }, + { + "entropy": 1.2549538612365723, + "epoch": 1.2104710041081495, + "grad_norm": 1.1075084209442139, + "learning_rate": 9.862685470830118e-05, + "loss": 0.3778, + "mean_token_accuracy": 0.8510434865951538, + "num_tokens": 16301174.0, + "step": 12670 + }, + { + "entropy": 1.2594732642173767, + "epoch": 1.2114263876946594, + "grad_norm": 1.0765246152877808, + "learning_rate": 9.862317554866433e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8553553819656372, + "num_tokens": 16313922.0, + "step": 12680 + }, + { + "entropy": 1.2440972208976746, + "epoch": 1.2123817712811693, + "grad_norm": 1.0164998769760132, + "learning_rate": 9.861949153551928e-05, + "loss": 0.3564, + "mean_token_accuracy": 0.8615292549133301, + "num_tokens": 16326317.0, + "step": 12690 + }, + { + "entropy": 1.2421478867530822, + "epoch": 1.2133371548676795, + "grad_norm": 1.1828807592391968, + "learning_rate": 9.861580266923376e-05, + "loss": 0.3854, + "mean_token_accuracy": 0.8435663104057312, + "num_tokens": 16338828.0, + "step": 12700 + }, + { + "entropy": 1.2488433957099914, + "epoch": 1.2142925384541894, + "grad_norm": 0.7831345796585083, + "learning_rate": 9.861210895017596e-05, + "loss": 0.3824, + "mean_token_accuracy": 0.849935632944107, + "num_tokens": 16352066.0, + "step": 12710 + }, + { + "entropy": 1.2491501331329347, + "epoch": 1.2152479220406993, + "grad_norm": 0.9805430769920349, + "learning_rate": 9.860841037871459e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8385900378227233, + "num_tokens": 16365517.0, + "step": 12720 + }, + { + "entropy": 1.2492388963699341, + "epoch": 1.2162033056272092, + "grad_norm": 1.27568519115448, + "learning_rate": 9.860470695521885e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8291894912719726, + "num_tokens": 16377962.0, + "step": 12730 + }, + { + "entropy": 1.2556698322296143, + "epoch": 1.2171586892137194, + "grad_norm": 0.8816468119621277, + "learning_rate": 9.860099868005841e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8398580729961396, + "num_tokens": 16391038.0, + "step": 12740 + }, + { + "entropy": 1.245470368862152, + "epoch": 1.2181140728002293, + "grad_norm": 0.890904426574707, + "learning_rate": 9.859728555360342e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.8363957703113556, + "num_tokens": 16403726.0, + "step": 12750 + }, + { + "entropy": 1.2430950045585631, + "epoch": 1.2190694563867392, + "grad_norm": 1.1045063734054565, + "learning_rate": 9.85935675762245e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8303632199764251, + "num_tokens": 16416554.0, + "step": 12760 + }, + { + "entropy": 1.2419434785842896, + "epoch": 1.2200248399732492, + "grad_norm": 1.1591368913650513, + "learning_rate": 9.85898447482928e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8428139686584473, + "num_tokens": 16429798.0, + "step": 12770 + }, + { + "entropy": 1.2360910296440124, + "epoch": 1.2209802235597593, + "grad_norm": 1.0556374788284302, + "learning_rate": 9.858611707017995e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.8637539386749268, + "num_tokens": 16442523.0, + "step": 12780 + }, + { + "entropy": 1.2400774717330934, + "epoch": 1.2219356071462693, + "grad_norm": 1.1667085886001587, + "learning_rate": 9.8582384542258e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8487473130226135, + "num_tokens": 16455462.0, + "step": 12790 + }, + { + "entropy": 1.2371613025665282, + "epoch": 1.2228909907327792, + "grad_norm": 1.1467338800430298, + "learning_rate": 9.857864716489953e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8479920327663422, + "num_tokens": 16468162.0, + "step": 12800 + }, + { + "entropy": 1.229538345336914, + "epoch": 1.223846374319289, + "grad_norm": 1.1076093912124634, + "learning_rate": 9.857490493847762e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8434493899345398, + "num_tokens": 16480922.0, + "step": 12810 + }, + { + "entropy": 1.2414305686950684, + "epoch": 1.2248017579057993, + "grad_norm": 0.8856896758079529, + "learning_rate": 9.857115786336581e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8465483725070954, + "num_tokens": 16493502.0, + "step": 12820 + }, + { + "entropy": 1.253308153152466, + "epoch": 1.2257571414923092, + "grad_norm": 1.2527437210083008, + "learning_rate": 9.856740593993812e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8321452975273133, + "num_tokens": 16506123.0, + "step": 12830 + }, + { + "entropy": 1.232395052909851, + "epoch": 1.2267125250788191, + "grad_norm": 1.0480552911758423, + "learning_rate": 9.856364916856908e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8381568789482117, + "num_tokens": 16518681.0, + "step": 12840 + }, + { + "entropy": 1.2302031874656678, + "epoch": 1.227667908665329, + "grad_norm": 0.9029361605644226, + "learning_rate": 9.855988754963366e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8473460614681244, + "num_tokens": 16531287.0, + "step": 12850 + }, + { + "entropy": 1.2444141626358032, + "epoch": 1.2286232922518392, + "grad_norm": 1.033125400543213, + "learning_rate": 9.855612108350735e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8466133117675781, + "num_tokens": 16544231.0, + "step": 12860 + }, + { + "entropy": 1.2420948266983032, + "epoch": 1.2295786758383491, + "grad_norm": 2.5584359169006348, + "learning_rate": 9.855234977056615e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8531358242034912, + "num_tokens": 16557345.0, + "step": 12870 + }, + { + "entropy": 1.2287634015083313, + "epoch": 1.230534059424859, + "grad_norm": 1.2108782529830933, + "learning_rate": 9.854857361118646e-05, + "loss": 0.3404, + "mean_token_accuracy": 0.8660964787006378, + "num_tokens": 16570510.0, + "step": 12880 + }, + { + "entropy": 1.2290804028511046, + "epoch": 1.231489443011369, + "grad_norm": 1.2788015604019165, + "learning_rate": 9.854479260574523e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.8490316212177277, + "num_tokens": 16583091.0, + "step": 12890 + }, + { + "entropy": 1.2367157697677613, + "epoch": 1.2324448265978791, + "grad_norm": 1.5919721126556396, + "learning_rate": 9.854100675461987e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8475983560085296, + "num_tokens": 16596110.0, + "step": 12900 + }, + { + "entropy": 1.2504537463188172, + "epoch": 1.233400210184389, + "grad_norm": 1.0849624872207642, + "learning_rate": 9.853721605818829e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8224343121051788, + "num_tokens": 16609218.0, + "step": 12910 + }, + { + "entropy": 1.2483033418655396, + "epoch": 1.234355593770899, + "grad_norm": 1.099787950515747, + "learning_rate": 9.853342051682885e-05, + "loss": 0.394, + "mean_token_accuracy": 0.848137229681015, + "num_tokens": 16622305.0, + "step": 12920 + }, + { + "entropy": 1.2462201952934264, + "epoch": 1.235310977357409, + "grad_norm": 1.6568986177444458, + "learning_rate": 9.852962013092046e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.8475489974021911, + "num_tokens": 16635410.0, + "step": 12930 + }, + { + "entropy": 1.2483818173408507, + "epoch": 1.236266360943919, + "grad_norm": 1.069307565689087, + "learning_rate": 9.852581490084243e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8348517119884491, + "num_tokens": 16647933.0, + "step": 12940 + }, + { + "entropy": 1.228464162349701, + "epoch": 1.237221744530429, + "grad_norm": 1.0234462022781372, + "learning_rate": 9.85220048269746e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.8519680559635162, + "num_tokens": 16660560.0, + "step": 12950 + }, + { + "entropy": 1.2517779111862182, + "epoch": 1.238177128116939, + "grad_norm": 0.9691325426101685, + "learning_rate": 9.85181899096973e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8444408655166626, + "num_tokens": 16673184.0, + "step": 12960 + }, + { + "entropy": 1.246804904937744, + "epoch": 1.2391325117034488, + "grad_norm": 1.0675855875015259, + "learning_rate": 9.851437014939133e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8454117476940155, + "num_tokens": 16685559.0, + "step": 12970 + }, + { + "entropy": 1.2424681901931762, + "epoch": 1.240087895289959, + "grad_norm": 1.1891546249389648, + "learning_rate": 9.851054554643796e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.839248776435852, + "num_tokens": 16698369.0, + "step": 12980 + }, + { + "entropy": 1.2375778675079345, + "epoch": 1.241043278876469, + "grad_norm": 1.0398354530334473, + "learning_rate": 9.850671610121898e-05, + "loss": 0.3702, + "mean_token_accuracy": 0.8513296365737915, + "num_tokens": 16711095.0, + "step": 12990 + }, + { + "entropy": 1.2672405600547791, + "epoch": 1.2419986624629789, + "grad_norm": 1.2184460163116455, + "learning_rate": 9.85028818141166e-05, + "loss": 0.4179, + "mean_token_accuracy": 0.830701756477356, + "num_tokens": 16724430.0, + "step": 13000 + }, + { + "entropy": 1.244819450378418, + "epoch": 1.2429540460494888, + "grad_norm": 1.1742180585861206, + "learning_rate": 9.84990426855136e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8426568567752838, + "num_tokens": 16737516.0, + "step": 13010 + }, + { + "entropy": 1.2576350927352906, + "epoch": 1.243909429635999, + "grad_norm": 0.8716538548469543, + "learning_rate": 9.849519871579318e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8277049839496613, + "num_tokens": 16751117.0, + "step": 13020 + }, + { + "entropy": 1.2473802089691162, + "epoch": 1.2448648132225089, + "grad_norm": 1.1783987283706665, + "learning_rate": 9.849134990533904e-05, + "loss": 0.3993, + "mean_token_accuracy": 0.8446326434612275, + "num_tokens": 16764165.0, + "step": 13030 + }, + { + "entropy": 1.2512670278549194, + "epoch": 1.2458201968090188, + "grad_norm": 1.1012327671051025, + "learning_rate": 9.848749625453534e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.8318607628345489, + "num_tokens": 16777633.0, + "step": 13040 + }, + { + "entropy": 1.260590422153473, + "epoch": 1.2467755803955287, + "grad_norm": 1.0325638055801392, + "learning_rate": 9.848363776376679e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8473432004451752, + "num_tokens": 16790254.0, + "step": 13050 + }, + { + "entropy": 1.2451711177825928, + "epoch": 1.2477309639820389, + "grad_norm": 1.1603262424468994, + "learning_rate": 9.847977443341852e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8453473925590516, + "num_tokens": 16802704.0, + "step": 13060 + }, + { + "entropy": 1.257201337814331, + "epoch": 1.2486863475685488, + "grad_norm": 1.1265591382980347, + "learning_rate": 9.847590626387615e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8326645433902741, + "num_tokens": 16815820.0, + "step": 13070 + }, + { + "entropy": 1.2550498604774476, + "epoch": 1.2496417311550587, + "grad_norm": 1.2272088527679443, + "learning_rate": 9.84720332555258e-05, + "loss": 0.4643, + "mean_token_accuracy": 0.816305273771286, + "num_tokens": 16828205.0, + "step": 13080 + }, + { + "entropy": 1.2582770586013794, + "epoch": 1.2505971147415686, + "grad_norm": 0.9330751299858093, + "learning_rate": 9.846815540875411e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8364309251308442, + "num_tokens": 16840942.0, + "step": 13090 + }, + { + "entropy": 1.253663754463196, + "epoch": 1.2515524983280788, + "grad_norm": 1.0836024284362793, + "learning_rate": 9.846427272394812e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8449251592159271, + "num_tokens": 16854352.0, + "step": 13100 + }, + { + "entropy": 1.2405165672302245, + "epoch": 1.2525078819145887, + "grad_norm": 1.1480506658554077, + "learning_rate": 9.846038520149539e-05, + "loss": 0.36, + "mean_token_accuracy": 0.85692138671875, + "num_tokens": 16867438.0, + "step": 13110 + }, + { + "entropy": 1.2288106083869934, + "epoch": 1.2534632655010987, + "grad_norm": 1.1478368043899536, + "learning_rate": 9.845649284178398e-05, + "loss": 0.3542, + "mean_token_accuracy": 0.8598682165145874, + "num_tokens": 16880211.0, + "step": 13120 + }, + { + "entropy": 1.2280407547950745, + "epoch": 1.2544186490876088, + "grad_norm": 0.9109328985214233, + "learning_rate": 9.845259564520244e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8426402449607849, + "num_tokens": 16892701.0, + "step": 13130 + }, + { + "entropy": 1.252233624458313, + "epoch": 1.2553740326741187, + "grad_norm": 1.0487055778503418, + "learning_rate": 9.844869361213976e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8349835455417634, + "num_tokens": 16905802.0, + "step": 13140 + }, + { + "entropy": 1.25005042552948, + "epoch": 1.2563294162606287, + "grad_norm": 1.1439718008041382, + "learning_rate": 9.844478674298542e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8540537118911743, + "num_tokens": 16918948.0, + "step": 13150 + }, + { + "entropy": 1.2684126615524292, + "epoch": 1.2572847998471386, + "grad_norm": 1.3182353973388672, + "learning_rate": 9.844087503812947e-05, + "loss": 0.4246, + "mean_token_accuracy": 0.8301327705383301, + "num_tokens": 16932087.0, + "step": 13160 + }, + { + "entropy": 1.258660662174225, + "epoch": 1.2582401834336485, + "grad_norm": 1.4381800889968872, + "learning_rate": 9.843695849796228e-05, + "loss": 0.4122, + "mean_token_accuracy": 0.8441027343273163, + "num_tokens": 16945083.0, + "step": 13170 + }, + { + "entropy": 1.25761137008667, + "epoch": 1.2591955670201587, + "grad_norm": 1.052964448928833, + "learning_rate": 9.843303712287487e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8439243853092193, + "num_tokens": 16958311.0, + "step": 13180 + }, + { + "entropy": 1.2434597730636596, + "epoch": 1.2601509506066686, + "grad_norm": 1.1040565967559814, + "learning_rate": 9.842911091325861e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.8544350624084472, + "num_tokens": 16971844.0, + "step": 13190 + }, + { + "entropy": 1.2292404413223266, + "epoch": 1.2611063341931785, + "grad_norm": 1.1867163181304932, + "learning_rate": 9.842517986950546e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8293859720230102, + "num_tokens": 16984781.0, + "step": 13200 + }, + { + "entropy": 1.2454614639282227, + "epoch": 1.2620617177796887, + "grad_norm": 0.9912806153297424, + "learning_rate": 9.842124399200778e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8308072805404663, + "num_tokens": 16997226.0, + "step": 13210 + }, + { + "entropy": 1.2537757515907288, + "epoch": 1.2630171013661986, + "grad_norm": 0.9139323830604553, + "learning_rate": 9.841730328115844e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8405142486095428, + "num_tokens": 17010379.0, + "step": 13220 + }, + { + "entropy": 1.2433327198028565, + "epoch": 1.2639724849527085, + "grad_norm": 0.9677075743675232, + "learning_rate": 9.84133577373508e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8297455906867981, + "num_tokens": 17023230.0, + "step": 13230 + }, + { + "entropy": 1.2465915203094482, + "epoch": 1.2649278685392185, + "grad_norm": 0.9912006258964539, + "learning_rate": 9.840940736097874e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8295668065547943, + "num_tokens": 17035996.0, + "step": 13240 + }, + { + "entropy": 1.2352534055709838, + "epoch": 1.2658832521257284, + "grad_norm": 1.2553678750991821, + "learning_rate": 9.840545215243652e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8357774555683136, + "num_tokens": 17049196.0, + "step": 13250 + }, + { + "entropy": 1.218512511253357, + "epoch": 1.2668386357122385, + "grad_norm": 1.3464391231536865, + "learning_rate": 9.8401492112119e-05, + "loss": 0.3747, + "mean_token_accuracy": 0.8463407516479492, + "num_tokens": 17061930.0, + "step": 13260 + }, + { + "entropy": 1.2208555936813354, + "epoch": 1.2677940192987485, + "grad_norm": 0.8401957154273987, + "learning_rate": 9.839752724042143e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8468692064285278, + "num_tokens": 17074868.0, + "step": 13270 + }, + { + "entropy": 1.2316139221191407, + "epoch": 1.2687494028852584, + "grad_norm": 0.8918686509132385, + "learning_rate": 9.83935575377396e-05, + "loss": 0.4104, + "mean_token_accuracy": 0.8308096110820771, + "num_tokens": 17088004.0, + "step": 13280 + }, + { + "entropy": 1.2262015461921691, + "epoch": 1.2697047864717685, + "grad_norm": 1.1707677841186523, + "learning_rate": 9.838958300446974e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.8404345750808716, + "num_tokens": 17100735.0, + "step": 13290 + }, + { + "entropy": 1.2366230726242065, + "epoch": 1.2706601700582785, + "grad_norm": 1.0631626844406128, + "learning_rate": 9.83856036410086e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.85192751288414, + "num_tokens": 17113670.0, + "step": 13300 + }, + { + "entropy": 1.2264176726341247, + "epoch": 1.2716155536447884, + "grad_norm": 0.8909675478935242, + "learning_rate": 9.838161944775339e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8468758761882782, + "num_tokens": 17126203.0, + "step": 13310 + }, + { + "entropy": 1.2455140590667724, + "epoch": 1.2725709372312983, + "grad_norm": 0.9693220257759094, + "learning_rate": 9.837763042510181e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8277261912822723, + "num_tokens": 17139280.0, + "step": 13320 + }, + { + "entropy": 1.2336613893508912, + "epoch": 1.2735263208178083, + "grad_norm": 1.127357840538025, + "learning_rate": 9.837363657345202e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.8437158584594726, + "num_tokens": 17151633.0, + "step": 13330 + }, + { + "entropy": 1.2506424188613892, + "epoch": 1.2744817044043184, + "grad_norm": 1.0267515182495117, + "learning_rate": 9.836963789320273e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8441841959953308, + "num_tokens": 17164813.0, + "step": 13340 + }, + { + "entropy": 1.2421749830245972, + "epoch": 1.2754370879908283, + "grad_norm": 1.4460663795471191, + "learning_rate": 9.836563438475302e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8465909719467163, + "num_tokens": 17177970.0, + "step": 13350 + }, + { + "entropy": 1.2290995836257934, + "epoch": 1.2763924715773383, + "grad_norm": 1.1108318567276, + "learning_rate": 9.836162604850256e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8365565717220307, + "num_tokens": 17190675.0, + "step": 13360 + }, + { + "entropy": 1.2443000078201294, + "epoch": 1.2773478551638484, + "grad_norm": 1.192421793937683, + "learning_rate": 9.835761288485145e-05, + "loss": 0.3869, + "mean_token_accuracy": 0.8445150196552277, + "num_tokens": 17203905.0, + "step": 13370 + }, + { + "entropy": 1.2334618091583252, + "epoch": 1.2783032387503583, + "grad_norm": 0.8483929634094238, + "learning_rate": 9.835359489420028e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.8382697463035583, + "num_tokens": 17217130.0, + "step": 13380 + }, + { + "entropy": 1.2310425400733949, + "epoch": 1.2792586223368683, + "grad_norm": 1.186692476272583, + "learning_rate": 9.83495720769501e-05, + "loss": 0.3758, + "mean_token_accuracy": 0.8510536432266236, + "num_tokens": 17229789.0, + "step": 13390 + }, + { + "entropy": 1.233325755596161, + "epoch": 1.2802140059233782, + "grad_norm": 0.9084362387657166, + "learning_rate": 9.834554443350248e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8305635154247284, + "num_tokens": 17242435.0, + "step": 13400 + }, + { + "entropy": 1.2750198125839234, + "epoch": 1.2811693895098881, + "grad_norm": 1.1803758144378662, + "learning_rate": 9.834151196425946e-05, + "loss": 0.4479, + "mean_token_accuracy": 0.8269615709781647, + "num_tokens": 17256117.0, + "step": 13410 + }, + { + "entropy": 1.2367047429084779, + "epoch": 1.2821247730963983, + "grad_norm": 0.8649490475654602, + "learning_rate": 9.833747466962356e-05, + "loss": 0.3784, + "mean_token_accuracy": 0.847506445646286, + "num_tokens": 17268847.0, + "step": 13420 + }, + { + "entropy": 1.2430660486221314, + "epoch": 1.2830801566829082, + "grad_norm": 1.033842921257019, + "learning_rate": 9.833343254999774e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8400290191173554, + "num_tokens": 17281292.0, + "step": 13430 + }, + { + "entropy": 1.2503806352615356, + "epoch": 1.2840355402694181, + "grad_norm": 0.8805834054946899, + "learning_rate": 9.832938560578553e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8445451736450196, + "num_tokens": 17294678.0, + "step": 13440 + }, + { + "entropy": 1.2437912583351136, + "epoch": 1.2849909238559283, + "grad_norm": 1.0005863904953003, + "learning_rate": 9.832533383739084e-05, + "loss": 0.396, + "mean_token_accuracy": 0.8457505881786347, + "num_tokens": 17307561.0, + "step": 13450 + }, + { + "entropy": 1.2525561094284057, + "epoch": 1.2859463074424382, + "grad_norm": 1.064033031463623, + "learning_rate": 9.832127724521817e-05, + "loss": 0.443, + "mean_token_accuracy": 0.8283377408981323, + "num_tokens": 17319933.0, + "step": 13460 + }, + { + "entropy": 1.2526968717575073, + "epoch": 1.2869016910289481, + "grad_norm": 0.9801352024078369, + "learning_rate": 9.83172158296724e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8464312851428986, + "num_tokens": 17332909.0, + "step": 13470 + }, + { + "entropy": 1.2556990146636964, + "epoch": 1.287857074615458, + "grad_norm": 1.004270076751709, + "learning_rate": 9.831314959115896e-05, + "loss": 0.3821, + "mean_token_accuracy": 0.8529120147228241, + "num_tokens": 17346059.0, + "step": 13480 + }, + { + "entropy": 1.2485490679740905, + "epoch": 1.288812458201968, + "grad_norm": 0.8014090061187744, + "learning_rate": 9.830907853008373e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8591457605361938, + "num_tokens": 17358273.0, + "step": 13490 + }, + { + "entropy": 1.242997682094574, + "epoch": 1.2897678417884781, + "grad_norm": 1.0193737745285034, + "learning_rate": 9.830500264685308e-05, + "loss": 0.4076, + "mean_token_accuracy": 0.8396261632442474, + "num_tokens": 17371100.0, + "step": 13500 + }, + { + "entropy": 1.2447484493255616, + "epoch": 1.290723225374988, + "grad_norm": 0.9942841529846191, + "learning_rate": 9.830092194187384e-05, + "loss": 0.4417, + "mean_token_accuracy": 0.8246271193027497, + "num_tokens": 17383887.0, + "step": 13510 + }, + { + "entropy": 1.2547451496124267, + "epoch": 1.291678608961498, + "grad_norm": 1.1539251804351807, + "learning_rate": 9.829683641555336e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.83608318567276, + "num_tokens": 17396689.0, + "step": 13520 + }, + { + "entropy": 1.2490773677825928, + "epoch": 1.2926339925480081, + "grad_norm": 1.5142595767974854, + "learning_rate": 9.829274606829945e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8410690009593964, + "num_tokens": 17410049.0, + "step": 13530 + }, + { + "entropy": 1.2434138894081115, + "epoch": 1.293589376134518, + "grad_norm": 1.053801417350769, + "learning_rate": 9.828865090052042e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.836857146024704, + "num_tokens": 17422943.0, + "step": 13540 + }, + { + "entropy": 1.25706205368042, + "epoch": 1.294544759721028, + "grad_norm": 1.215136170387268, + "learning_rate": 9.8284550912625e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8290080606937409, + "num_tokens": 17435657.0, + "step": 13550 + }, + { + "entropy": 1.2658058285713196, + "epoch": 1.295500143307538, + "grad_norm": 1.083781123161316, + "learning_rate": 9.82804461050225e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8330732047557831, + "num_tokens": 17449203.0, + "step": 13560 + }, + { + "entropy": 1.2548185467720032, + "epoch": 1.2964555268940479, + "grad_norm": 1.038699984550476, + "learning_rate": 9.827633647812262e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8326027989387512, + "num_tokens": 17462498.0, + "step": 13570 + }, + { + "entropy": 1.2460496187210084, + "epoch": 1.297410910480558, + "grad_norm": 1.2406762838363647, + "learning_rate": 9.827222203233559e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8343123316764831, + "num_tokens": 17474937.0, + "step": 13580 + }, + { + "entropy": 1.2563029527664185, + "epoch": 1.298366294067068, + "grad_norm": 0.9330341219902039, + "learning_rate": 9.826810276807213e-05, + "loss": 0.3895, + "mean_token_accuracy": 0.850509124994278, + "num_tokens": 17488504.0, + "step": 13590 + }, + { + "entropy": 1.239137876033783, + "epoch": 1.2993216776535779, + "grad_norm": 0.8814010620117188, + "learning_rate": 9.826397868574337e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8519476115703583, + "num_tokens": 17501473.0, + "step": 13600 + }, + { + "entropy": 1.2718763828277588, + "epoch": 1.300277061240088, + "grad_norm": 0.9439027905464172, + "learning_rate": 9.825984978576101e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8309572279453278, + "num_tokens": 17514325.0, + "step": 13610 + }, + { + "entropy": 1.2308622002601624, + "epoch": 1.301232444826598, + "grad_norm": 1.0217407941818237, + "learning_rate": 9.825571606853719e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8541064739227295, + "num_tokens": 17526733.0, + "step": 13620 + }, + { + "entropy": 1.246115016937256, + "epoch": 1.3021878284131079, + "grad_norm": 1.0312557220458984, + "learning_rate": 9.82515775344845e-05, + "loss": 0.3637, + "mean_token_accuracy": 0.8548212230205536, + "num_tokens": 17540008.0, + "step": 13630 + }, + { + "entropy": 1.260027527809143, + "epoch": 1.3031432119996178, + "grad_norm": 0.9448264241218567, + "learning_rate": 9.82474341840161e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8373560011386871, + "num_tokens": 17552586.0, + "step": 13640 + }, + { + "entropy": 1.2856867551803588, + "epoch": 1.3040985955861277, + "grad_norm": 1.0522358417510986, + "learning_rate": 9.824328601754553e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8233389616012573, + "num_tokens": 17565654.0, + "step": 13650 + }, + { + "entropy": 1.2618515610694885, + "epoch": 1.3050539791726379, + "grad_norm": 1.1376439332962036, + "learning_rate": 9.823913303548686e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8396134555339814, + "num_tokens": 17578789.0, + "step": 13660 + }, + { + "entropy": 1.2652528882026672, + "epoch": 1.3060093627591478, + "grad_norm": 1.0224963426589966, + "learning_rate": 9.823497523825466e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8502436935901642, + "num_tokens": 17592132.0, + "step": 13670 + }, + { + "entropy": 1.2670599341392517, + "epoch": 1.3069647463456577, + "grad_norm": 0.9974556565284729, + "learning_rate": 9.823081262626393e-05, + "loss": 0.3771, + "mean_token_accuracy": 0.8563918828964233, + "num_tokens": 17605011.0, + "step": 13680 + }, + { + "entropy": 1.2604580044746398, + "epoch": 1.3079201299321679, + "grad_norm": 1.0899533033370972, + "learning_rate": 9.822664519993019e-05, + "loss": 0.3821, + "mean_token_accuracy": 0.840369725227356, + "num_tokens": 17618130.0, + "step": 13690 + }, + { + "entropy": 1.241355299949646, + "epoch": 1.3088755135186778, + "grad_norm": 1.2555136680603027, + "learning_rate": 9.822247295966942e-05, + "loss": 0.3688, + "mean_token_accuracy": 0.8483950614929199, + "num_tokens": 17631004.0, + "step": 13700 + }, + { + "entropy": 1.2429071307182311, + "epoch": 1.3098308971051877, + "grad_norm": 0.9116549491882324, + "learning_rate": 9.821829590589808e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8474555373191833, + "num_tokens": 17643864.0, + "step": 13710 + }, + { + "entropy": 1.2570380568504333, + "epoch": 1.3107862806916977, + "grad_norm": 0.9193761348724365, + "learning_rate": 9.821411403903316e-05, + "loss": 0.4274, + "mean_token_accuracy": 0.8256485223770141, + "num_tokens": 17656745.0, + "step": 13720 + }, + { + "entropy": 1.2708402752876282, + "epoch": 1.3117416642782076, + "grad_norm": 0.9306927919387817, + "learning_rate": 9.820992735949204e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8325391471385956, + "num_tokens": 17669653.0, + "step": 13730 + }, + { + "entropy": 1.2702141880989075, + "epoch": 1.3126970478647177, + "grad_norm": 1.1246774196624756, + "learning_rate": 9.820573586769267e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.8286425113677979, + "num_tokens": 17682398.0, + "step": 13740 + }, + { + "entropy": 1.25867201089859, + "epoch": 1.3136524314512277, + "grad_norm": 1.011552095413208, + "learning_rate": 9.820153956405341e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8357684791088105, + "num_tokens": 17695023.0, + "step": 13750 + }, + { + "entropy": 1.2651922702789307, + "epoch": 1.3146078150377376, + "grad_norm": 0.866317629814148, + "learning_rate": 9.819733844899312e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8486599266529083, + "num_tokens": 17707877.0, + "step": 13760 + }, + { + "entropy": 1.2733311295509337, + "epoch": 1.3155631986242478, + "grad_norm": 0.8226599097251892, + "learning_rate": 9.819313252293119e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8545268893241882, + "num_tokens": 17721558.0, + "step": 13770 + }, + { + "entropy": 1.2689264416694641, + "epoch": 1.3165185822107577, + "grad_norm": 0.9339081048965454, + "learning_rate": 9.818892178628743e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8552213549613953, + "num_tokens": 17734441.0, + "step": 13780 + }, + { + "entropy": 1.276038157939911, + "epoch": 1.3174739657972676, + "grad_norm": 0.9357479214668274, + "learning_rate": 9.818470623948215e-05, + "loss": 0.389, + "mean_token_accuracy": 0.8460730671882629, + "num_tokens": 17747621.0, + "step": 13790 + }, + { + "entropy": 1.2595154523849488, + "epoch": 1.3184293493837775, + "grad_norm": 0.8917368054389954, + "learning_rate": 9.818048588293614e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.858987319469452, + "num_tokens": 17760118.0, + "step": 13800 + }, + { + "entropy": 1.279339849948883, + "epoch": 1.3193847329702875, + "grad_norm": 0.9400988817214966, + "learning_rate": 9.817626071707067e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8392273008823394, + "num_tokens": 17773406.0, + "step": 13810 + }, + { + "entropy": 1.2845535039901734, + "epoch": 1.3203401165567976, + "grad_norm": 1.0489658117294312, + "learning_rate": 9.81720307423075e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8426976144313812, + "num_tokens": 17787099.0, + "step": 13820 + }, + { + "entropy": 1.2839815855026244, + "epoch": 1.3212955001433075, + "grad_norm": 0.9557080268859863, + "learning_rate": 9.816779595906885e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8449995756149292, + "num_tokens": 17800385.0, + "step": 13830 + }, + { + "entropy": 1.3085451245307922, + "epoch": 1.3222508837298175, + "grad_norm": 1.254320502281189, + "learning_rate": 9.816355636777744e-05, + "loss": 0.4457, + "mean_token_accuracy": 0.8187614202499389, + "num_tokens": 17813120.0, + "step": 13840 + }, + { + "entropy": 1.288959562778473, + "epoch": 1.3232062673163276, + "grad_norm": 1.004820466041565, + "learning_rate": 9.815931196885646e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8533357858657837, + "num_tokens": 17826706.0, + "step": 13850 + }, + { + "entropy": 1.2795446991920472, + "epoch": 1.3241616509028376, + "grad_norm": 1.0049794912338257, + "learning_rate": 9.815506276272958e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.8473624110221862, + "num_tokens": 17839768.0, + "step": 13860 + }, + { + "entropy": 1.2505180478096007, + "epoch": 1.3251170344893475, + "grad_norm": 1.2186367511749268, + "learning_rate": 9.815080874982094e-05, + "loss": 0.3686, + "mean_token_accuracy": 0.853463762998581, + "num_tokens": 17852066.0, + "step": 13870 + }, + { + "entropy": 1.273380196094513, + "epoch": 1.3260724180758574, + "grad_norm": 1.0758984088897705, + "learning_rate": 9.814654993055519e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8381779432296753, + "num_tokens": 17865051.0, + "step": 13880 + }, + { + "entropy": 1.264497709274292, + "epoch": 1.3270278016623673, + "grad_norm": 0.79425448179245, + "learning_rate": 9.814228630535743e-05, + "loss": 0.3826, + "mean_token_accuracy": 0.8424671113491058, + "num_tokens": 17877402.0, + "step": 13890 + }, + { + "entropy": 1.2708306312561035, + "epoch": 1.3279831852488775, + "grad_norm": 0.8371590971946716, + "learning_rate": 9.813801787465324e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8580711305141449, + "num_tokens": 17890126.0, + "step": 13900 + }, + { + "entropy": 1.2418587923049926, + "epoch": 1.3289385688353874, + "grad_norm": 1.0563503503799438, + "learning_rate": 9.813374463886872e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8581122636795044, + "num_tokens": 17902347.0, + "step": 13910 + }, + { + "entropy": 1.261654555797577, + "epoch": 1.3298939524218973, + "grad_norm": 1.1033920049667358, + "learning_rate": 9.812946659843038e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.8414901614189148, + "num_tokens": 17915208.0, + "step": 13920 + }, + { + "entropy": 1.2683282136917113, + "epoch": 1.3308493360084075, + "grad_norm": 0.825303852558136, + "learning_rate": 9.812518375376528e-05, + "loss": 0.4698, + "mean_token_accuracy": 0.8164258778095246, + "num_tokens": 17927840.0, + "step": 13930 + }, + { + "entropy": 1.2686144590377808, + "epoch": 1.3318047195949174, + "grad_norm": 1.0213990211486816, + "learning_rate": 9.812089610530091e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8331914663314819, + "num_tokens": 17940801.0, + "step": 13940 + }, + { + "entropy": 1.2661427855491638, + "epoch": 1.3327601031814273, + "grad_norm": 0.8575324416160583, + "learning_rate": 9.811660365346526e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8422737896442414, + "num_tokens": 17953812.0, + "step": 13950 + }, + { + "entropy": 1.2797017574310303, + "epoch": 1.3337154867679373, + "grad_norm": 1.024899959564209, + "learning_rate": 9.811230639868683e-05, + "loss": 0.3868, + "mean_token_accuracy": 0.8482522070407867, + "num_tokens": 17966915.0, + "step": 13960 + }, + { + "entropy": 1.269374430179596, + "epoch": 1.3346708703544472, + "grad_norm": 1.099408507347107, + "learning_rate": 9.810800434139452e-05, + "loss": 0.3627, + "mean_token_accuracy": 0.8584628760814667, + "num_tokens": 17980145.0, + "step": 13970 + }, + { + "entropy": 1.259272861480713, + "epoch": 1.3356262539409574, + "grad_norm": 1.1996923685073853, + "learning_rate": 9.810369748201776e-05, + "loss": 0.3931, + "mean_token_accuracy": 0.8457299172878265, + "num_tokens": 17992795.0, + "step": 13980 + }, + { + "entropy": 1.2634042382240296, + "epoch": 1.3365816375274673, + "grad_norm": 0.8691030740737915, + "learning_rate": 9.80993858209865e-05, + "loss": 0.4195, + "mean_token_accuracy": 0.830014556646347, + "num_tokens": 18006450.0, + "step": 13990 + }, + { + "entropy": 1.2735114097595215, + "epoch": 1.3375370211139772, + "grad_norm": 1.1053900718688965, + "learning_rate": 9.809506935873107e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8522775113582611, + "num_tokens": 18019674.0, + "step": 14000 + }, + { + "entropy": 1.2499165654182434, + "epoch": 1.3384924047004874, + "grad_norm": 1.019214391708374, + "learning_rate": 9.809074809568237e-05, + "loss": 0.4051, + "mean_token_accuracy": 0.8404814183712006, + "num_tokens": 18032087.0, + "step": 14010 + }, + { + "entropy": 1.2758722186088562, + "epoch": 1.3394477882869973, + "grad_norm": 1.0215259790420532, + "learning_rate": 9.808642203227174e-05, + "loss": 0.4143, + "mean_token_accuracy": 0.83075110912323, + "num_tokens": 18045528.0, + "step": 14020 + }, + { + "entropy": 1.2757424473762513, + "epoch": 1.3404031718735072, + "grad_norm": 1.003319263458252, + "learning_rate": 9.808209116893101e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8439128518104553, + "num_tokens": 18058219.0, + "step": 14030 + }, + { + "entropy": 1.2558568358421325, + "epoch": 1.3413585554600171, + "grad_norm": 1.3084583282470703, + "learning_rate": 9.807775550609244e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8455248892307281, + "num_tokens": 18071027.0, + "step": 14040 + }, + { + "entropy": 1.257401955127716, + "epoch": 1.342313939046527, + "grad_norm": 1.0183335542678833, + "learning_rate": 9.807341504418886e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8456780731678009, + "num_tokens": 18084000.0, + "step": 14050 + }, + { + "entropy": 1.2577311277389527, + "epoch": 1.3432693226330372, + "grad_norm": 0.8739454746246338, + "learning_rate": 9.806906978365349e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.837970495223999, + "num_tokens": 18096462.0, + "step": 14060 + }, + { + "entropy": 1.2432029366493225, + "epoch": 1.3442247062195471, + "grad_norm": 1.416020393371582, + "learning_rate": 9.80647197249201e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8557577908039093, + "num_tokens": 18109215.0, + "step": 14070 + }, + { + "entropy": 1.2553073525428773, + "epoch": 1.345180089806057, + "grad_norm": 0.8579029440879822, + "learning_rate": 9.806036486842289e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.838667893409729, + "num_tokens": 18121793.0, + "step": 14080 + }, + { + "entropy": 1.2586413741111755, + "epoch": 1.3461354733925672, + "grad_norm": 0.9614633321762085, + "learning_rate": 9.805600521459657e-05, + "loss": 0.372, + "mean_token_accuracy": 0.855550616979599, + "num_tokens": 18135019.0, + "step": 14090 + }, + { + "entropy": 1.2444320678710938, + "epoch": 1.3470908569790772, + "grad_norm": 0.9895139932632446, + "learning_rate": 9.80516407638763e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.84664945602417, + "num_tokens": 18147507.0, + "step": 14100 + }, + { + "entropy": 1.2506371855735778, + "epoch": 1.348046240565587, + "grad_norm": 0.9559342861175537, + "learning_rate": 9.804727151669773e-05, + "loss": 0.4041, + "mean_token_accuracy": 0.8416561782360077, + "num_tokens": 18159472.0, + "step": 14110 + }, + { + "entropy": 1.274163806438446, + "epoch": 1.349001624152097, + "grad_norm": 0.887187123298645, + "learning_rate": 9.804289747349702e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.826591944694519, + "num_tokens": 18172155.0, + "step": 14120 + }, + { + "entropy": 1.2750118732452393, + "epoch": 1.349957007738607, + "grad_norm": 1.0484694242477417, + "learning_rate": 9.803851863471077e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.832883620262146, + "num_tokens": 18185146.0, + "step": 14130 + }, + { + "entropy": 1.2919291853904724, + "epoch": 1.350912391325117, + "grad_norm": 1.0971508026123047, + "learning_rate": 9.803413500077606e-05, + "loss": 0.4554, + "mean_token_accuracy": 0.8232309997081757, + "num_tokens": 18198672.0, + "step": 14140 + }, + { + "entropy": 1.2765676021575927, + "epoch": 1.351867774911627, + "grad_norm": 0.9694488048553467, + "learning_rate": 9.802974657213047e-05, + "loss": 0.3501, + "mean_token_accuracy": 0.8591304838657379, + "num_tokens": 18211980.0, + "step": 14150 + }, + { + "entropy": 1.2653164386749267, + "epoch": 1.352823158498137, + "grad_norm": 1.3530408143997192, + "learning_rate": 9.802535334921204e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.841912430524826, + "num_tokens": 18224722.0, + "step": 14160 + }, + { + "entropy": 1.2516963362693787, + "epoch": 1.353778542084647, + "grad_norm": 1.4406582117080688, + "learning_rate": 9.802095533245931e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8509361684322357, + "num_tokens": 18237162.0, + "step": 14170 + }, + { + "entropy": 1.2862839579582215, + "epoch": 1.354733925671157, + "grad_norm": 1.0979071855545044, + "learning_rate": 9.801655252231126e-05, + "loss": 0.4451, + "mean_token_accuracy": 0.825681746006012, + "num_tokens": 18250015.0, + "step": 14180 + }, + { + "entropy": 1.2806775093078613, + "epoch": 1.355689309257667, + "grad_norm": 0.8320398330688477, + "learning_rate": 9.801214491920741e-05, + "loss": 0.4132, + "mean_token_accuracy": 0.8362636744976044, + "num_tokens": 18262626.0, + "step": 14190 + }, + { + "entropy": 1.268336868286133, + "epoch": 1.3566446928441769, + "grad_norm": 1.2120438814163208, + "learning_rate": 9.800773252358768e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8457812964916229, + "num_tokens": 18275668.0, + "step": 14200 + }, + { + "entropy": 1.2710749864578248, + "epoch": 1.3576000764306868, + "grad_norm": 0.8952687382698059, + "learning_rate": 9.800331533589253e-05, + "loss": 0.4083, + "mean_token_accuracy": 0.8391875267028809, + "num_tokens": 18288268.0, + "step": 14210 + }, + { + "entropy": 1.3001702904701233, + "epoch": 1.358555460017197, + "grad_norm": 1.3627126216888428, + "learning_rate": 9.79988933565629e-05, + "loss": 0.4242, + "mean_token_accuracy": 0.8284020602703095, + "num_tokens": 18301627.0, + "step": 14220 + }, + { + "entropy": 1.2723047018051148, + "epoch": 1.3595108436037069, + "grad_norm": 0.9708579778671265, + "learning_rate": 9.799446658604015e-05, + "loss": 0.4104, + "mean_token_accuracy": 0.83678640127182, + "num_tokens": 18314759.0, + "step": 14230 + }, + { + "entropy": 1.2865841150283814, + "epoch": 1.3604662271902168, + "grad_norm": 1.1142160892486572, + "learning_rate": 9.799003502476618e-05, + "loss": 0.4143, + "mean_token_accuracy": 0.8367958962917328, + "num_tokens": 18327470.0, + "step": 14240 + }, + { + "entropy": 1.2837279319763184, + "epoch": 1.361421610776727, + "grad_norm": 1.0444422960281372, + "learning_rate": 9.798559867318334e-05, + "loss": 0.3897, + "mean_token_accuracy": 0.8410953044891357, + "num_tokens": 18340999.0, + "step": 14250 + }, + { + "entropy": 1.2849491596221925, + "epoch": 1.362376994363237, + "grad_norm": 1.1939194202423096, + "learning_rate": 9.798115753173442e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8385282695293427, + "num_tokens": 18354622.0, + "step": 14260 + }, + { + "entropy": 1.272467565536499, + "epoch": 1.3633323779497468, + "grad_norm": 0.9682742357254028, + "learning_rate": 9.797671160086279e-05, + "loss": 0.366, + "mean_token_accuracy": 0.8525744318962097, + "num_tokens": 18367392.0, + "step": 14270 + }, + { + "entropy": 1.2837947726249694, + "epoch": 1.3642877615362567, + "grad_norm": 1.1880505084991455, + "learning_rate": 9.797226088101222e-05, + "loss": 0.4446, + "mean_token_accuracy": 0.8183865904808044, + "num_tokens": 18379858.0, + "step": 14280 + }, + { + "entropy": 1.295114815235138, + "epoch": 1.3652431451227667, + "grad_norm": 1.21029531955719, + "learning_rate": 9.796780537262695e-05, + "loss": 0.4454, + "mean_token_accuracy": 0.8250968813896179, + "num_tokens": 18393028.0, + "step": 14290 + }, + { + "entropy": 1.2842552661895752, + "epoch": 1.3661985287092768, + "grad_norm": 0.9792589545249939, + "learning_rate": 9.796334507615177e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.8572461485862732, + "num_tokens": 18406426.0, + "step": 14300 + }, + { + "entropy": 1.2779971361160278, + "epoch": 1.3671539122957868, + "grad_norm": 0.8682940602302551, + "learning_rate": 9.795887999203185e-05, + "loss": 0.4083, + "mean_token_accuracy": 0.8379159152507782, + "num_tokens": 18419336.0, + "step": 14310 + }, + { + "entropy": 1.2663984656333924, + "epoch": 1.3681092958822967, + "grad_norm": 0.9891431331634521, + "learning_rate": 9.795441012071291e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8634316027164459, + "num_tokens": 18432081.0, + "step": 14320 + }, + { + "entropy": 1.2564052104949952, + "epoch": 1.3690646794688068, + "grad_norm": 0.9061465859413147, + "learning_rate": 9.794993546264115e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.858835369348526, + "num_tokens": 18445021.0, + "step": 14330 + }, + { + "entropy": 1.2654404044151306, + "epoch": 1.3700200630553168, + "grad_norm": 0.8018420338630676, + "learning_rate": 9.794545601826319e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8506199777126312, + "num_tokens": 18458433.0, + "step": 14340 + }, + { + "entropy": 1.2317566275596619, + "epoch": 1.3709754466418267, + "grad_norm": 1.3334951400756836, + "learning_rate": 9.794097178802619e-05, + "loss": 0.3353, + "mean_token_accuracy": 0.8671927809715271, + "num_tokens": 18470963.0, + "step": 14350 + }, + { + "entropy": 1.2445452094078064, + "epoch": 1.3719308302283366, + "grad_norm": 0.9171102643013, + "learning_rate": 9.793648277237773e-05, + "loss": 0.403, + "mean_token_accuracy": 0.8425775468349457, + "num_tokens": 18483321.0, + "step": 14360 + }, + { + "entropy": 1.2822750687599183, + "epoch": 1.3728862138148465, + "grad_norm": 0.9065525531768799, + "learning_rate": 9.793198897176594e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8402972221374512, + "num_tokens": 18496164.0, + "step": 14370 + }, + { + "entropy": 1.2810038208961487, + "epoch": 1.3738415974013567, + "grad_norm": 0.9826644062995911, + "learning_rate": 9.792749038663935e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8386385023593903, + "num_tokens": 18509083.0, + "step": 14380 + }, + { + "entropy": 1.287498903274536, + "epoch": 1.3747969809878666, + "grad_norm": 0.988172173500061, + "learning_rate": 9.792298701744702e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8351900637149811, + "num_tokens": 18521925.0, + "step": 14390 + }, + { + "entropy": 1.2695128440856933, + "epoch": 1.3757523645743766, + "grad_norm": 0.7517071962356567, + "learning_rate": 9.791847886463846e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8446336984634399, + "num_tokens": 18534727.0, + "step": 14400 + }, + { + "entropy": 1.2539096474647522, + "epoch": 1.3767077481608867, + "grad_norm": 1.0672844648361206, + "learning_rate": 9.791396592866368e-05, + "loss": 0.377, + "mean_token_accuracy": 0.8505615949630737, + "num_tokens": 18547224.0, + "step": 14410 + }, + { + "entropy": 1.2602688312530517, + "epoch": 1.3776631317473966, + "grad_norm": 1.079598069190979, + "learning_rate": 9.790944820997315e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.839112538099289, + "num_tokens": 18559898.0, + "step": 14420 + }, + { + "entropy": 1.2628530025482179, + "epoch": 1.3786185153339066, + "grad_norm": 1.0040299892425537, + "learning_rate": 9.790492570901784e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8521327495574951, + "num_tokens": 18572817.0, + "step": 14430 + }, + { + "entropy": 1.2527748465538024, + "epoch": 1.3795738989204165, + "grad_norm": 1.0442231893539429, + "learning_rate": 9.790039842624915e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8481839835643769, + "num_tokens": 18585621.0, + "step": 14440 + }, + { + "entropy": 1.2601245999336244, + "epoch": 1.3805292825069264, + "grad_norm": 1.2850091457366943, + "learning_rate": 9.7895866362119e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.8393826186656952, + "num_tokens": 18598463.0, + "step": 14450 + }, + { + "entropy": 1.2431955575942992, + "epoch": 1.3814846660934366, + "grad_norm": 0.8009635806083679, + "learning_rate": 9.78913295170798e-05, + "loss": 0.3864, + "mean_token_accuracy": 0.8490569651126861, + "num_tokens": 18611473.0, + "step": 14460 + }, + { + "entropy": 1.2607949018478393, + "epoch": 1.3824400496799465, + "grad_norm": 0.8668613433837891, + "learning_rate": 9.788678789158438e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8372653126716614, + "num_tokens": 18624730.0, + "step": 14470 + }, + { + "entropy": 1.2738568782806396, + "epoch": 1.3833954332664564, + "grad_norm": 1.3224875926971436, + "learning_rate": 9.788224148608609e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8295215785503387, + "num_tokens": 18637852.0, + "step": 14480 + }, + { + "entropy": 1.2717914223670959, + "epoch": 1.3843508168529666, + "grad_norm": 1.0827012062072754, + "learning_rate": 9.787769030103875e-05, + "loss": 0.4377, + "mean_token_accuracy": 0.8218287587165832, + "num_tokens": 18650994.0, + "step": 14490 + }, + { + "entropy": 1.2656401157379151, + "epoch": 1.3853062004394765, + "grad_norm": 1.5242897272109985, + "learning_rate": 9.787313433689664e-05, + "loss": 0.3905, + "mean_token_accuracy": 0.8462695777416229, + "num_tokens": 18663874.0, + "step": 14500 + }, + { + "entropy": 1.2793521761894227, + "epoch": 1.3862615840259864, + "grad_norm": 1.3027127981185913, + "learning_rate": 9.786857359411457e-05, + "loss": 0.4479, + "mean_token_accuracy": 0.8245377361774444, + "num_tokens": 18676804.0, + "step": 14510 + }, + { + "entropy": 1.2819987654685974, + "epoch": 1.3872169676124964, + "grad_norm": 0.9951016306877136, + "learning_rate": 9.786400807314775e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8437786221504211, + "num_tokens": 18689464.0, + "step": 14520 + }, + { + "entropy": 1.2727781295776368, + "epoch": 1.3881723511990063, + "grad_norm": 1.2642267942428589, + "learning_rate": 9.785943777445192e-05, + "loss": 0.4594, + "mean_token_accuracy": 0.8142482519149781, + "num_tokens": 18701879.0, + "step": 14530 + }, + { + "entropy": 1.265178632736206, + "epoch": 1.3891277347855164, + "grad_norm": 0.9928051233291626, + "learning_rate": 9.785486269848326e-05, + "loss": 0.4488, + "mean_token_accuracy": 0.8295254945755005, + "num_tokens": 18714740.0, + "step": 14540 + }, + { + "entropy": 1.2468456268310546, + "epoch": 1.3900831183720264, + "grad_norm": 0.946906566619873, + "learning_rate": 9.785028284569849e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8618467152118683, + "num_tokens": 18727897.0, + "step": 14550 + }, + { + "entropy": 1.2590916633605957, + "epoch": 1.3910385019585363, + "grad_norm": 0.8181546330451965, + "learning_rate": 9.784569821655472e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8370462536811829, + "num_tokens": 18740675.0, + "step": 14560 + }, + { + "entropy": 1.2620019316673279, + "epoch": 1.3919938855450464, + "grad_norm": 1.0015606880187988, + "learning_rate": 9.784110881150962e-05, + "loss": 0.4251, + "mean_token_accuracy": 0.8262222945690155, + "num_tokens": 18753738.0, + "step": 14570 + }, + { + "entropy": 1.2853562712669373, + "epoch": 1.3929492691315564, + "grad_norm": 0.8423087000846863, + "learning_rate": 9.783651463102129e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8371213376522064, + "num_tokens": 18766559.0, + "step": 14580 + }, + { + "entropy": 1.2601900815963745, + "epoch": 1.3939046527180663, + "grad_norm": 0.9975264668464661, + "learning_rate": 9.783191567554828e-05, + "loss": 0.4069, + "mean_token_accuracy": 0.8410990118980408, + "num_tokens": 18779160.0, + "step": 14590 + }, + { + "entropy": 1.2567260622978211, + "epoch": 1.3948600363045762, + "grad_norm": 1.008280873298645, + "learning_rate": 9.782731194554971e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.8560843229293823, + "num_tokens": 18792200.0, + "step": 14600 + }, + { + "entropy": 1.2425323843955993, + "epoch": 1.3958154198910862, + "grad_norm": 1.0435128211975098, + "learning_rate": 9.782270344148507e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.848142009973526, + "num_tokens": 18804547.0, + "step": 14610 + }, + { + "entropy": 1.2481621861457826, + "epoch": 1.3967708034775963, + "grad_norm": 0.8042817711830139, + "learning_rate": 9.781809016381442e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8571260631084442, + "num_tokens": 18817668.0, + "step": 14620 + }, + { + "entropy": 1.23648442029953, + "epoch": 1.3977261870641062, + "grad_norm": 0.8421996235847473, + "learning_rate": 9.781347211299821e-05, + "loss": 0.3494, + "mean_token_accuracy": 0.8591928482055664, + "num_tokens": 18830505.0, + "step": 14630 + }, + { + "entropy": 1.2459698081016541, + "epoch": 1.3986815706506162, + "grad_norm": 0.987223744392395, + "learning_rate": 9.780884928949744e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8390819311141968, + "num_tokens": 18843707.0, + "step": 14640 + }, + { + "entropy": 1.2402125597000122, + "epoch": 1.3996369542371263, + "grad_norm": 1.149370789527893, + "learning_rate": 9.780422169377353e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.8460039556026459, + "num_tokens": 18856404.0, + "step": 14650 + }, + { + "entropy": 1.2504982233047486, + "epoch": 1.4005923378236362, + "grad_norm": 1.0606566667556763, + "learning_rate": 9.779958932628842e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8340812921524048, + "num_tokens": 18869258.0, + "step": 14660 + }, + { + "entropy": 1.2338589310646058, + "epoch": 1.4015477214101462, + "grad_norm": 1.171314001083374, + "learning_rate": 9.77949521875045e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8515978932380677, + "num_tokens": 18882067.0, + "step": 14670 + }, + { + "entropy": 1.2478528141975402, + "epoch": 1.402503104996656, + "grad_norm": 0.8137848973274231, + "learning_rate": 9.779031027788463e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.8442156791687012, + "num_tokens": 18894937.0, + "step": 14680 + }, + { + "entropy": 1.2354429125785829, + "epoch": 1.403458488583166, + "grad_norm": 1.1346436738967896, + "learning_rate": 9.778566359789219e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8581487715244294, + "num_tokens": 18907630.0, + "step": 14690 + }, + { + "entropy": 1.2284365057945252, + "epoch": 1.4044138721696762, + "grad_norm": 1.0721644163131714, + "learning_rate": 9.778101214799098e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8425540387630462, + "num_tokens": 18920178.0, + "step": 14700 + }, + { + "entropy": 1.249188280105591, + "epoch": 1.405369255756186, + "grad_norm": 0.7400156259536743, + "learning_rate": 9.777635592864532e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8482297956943512, + "num_tokens": 18933401.0, + "step": 14710 + }, + { + "entropy": 1.232370924949646, + "epoch": 1.406324639342696, + "grad_norm": 1.0468796491622925, + "learning_rate": 9.777169494031997e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8581045806407929, + "num_tokens": 18946198.0, + "step": 14720 + }, + { + "entropy": 1.236634409427643, + "epoch": 1.4072800229292062, + "grad_norm": 1.1688337326049805, + "learning_rate": 9.776702918348019e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8460511565208435, + "num_tokens": 18959338.0, + "step": 14730 + }, + { + "entropy": 1.2509668350219727, + "epoch": 1.408235406515716, + "grad_norm": 0.8572220802307129, + "learning_rate": 9.776235865859173e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8398152351379394, + "num_tokens": 18972135.0, + "step": 14740 + }, + { + "entropy": 1.2329727172851563, + "epoch": 1.409190790102226, + "grad_norm": 0.8543561100959778, + "learning_rate": 9.775768336612079e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8506398677825928, + "num_tokens": 18985020.0, + "step": 14750 + }, + { + "entropy": 1.2420551896095275, + "epoch": 1.410146173688736, + "grad_norm": 1.4881236553192139, + "learning_rate": 9.775300330653403e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8463059186935424, + "num_tokens": 18997328.0, + "step": 14760 + }, + { + "entropy": 1.2330167889595032, + "epoch": 1.4111015572752459, + "grad_norm": 1.0645960569381714, + "learning_rate": 9.774831848029861e-05, + "loss": 0.4187, + "mean_token_accuracy": 0.833018684387207, + "num_tokens": 19009941.0, + "step": 14770 + }, + { + "entropy": 1.2529966115951539, + "epoch": 1.412056940861756, + "grad_norm": 0.8621354699134827, + "learning_rate": 9.774362888788219e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8448049426078796, + "num_tokens": 19023281.0, + "step": 14780 + }, + { + "entropy": 1.238530945777893, + "epoch": 1.413012324448266, + "grad_norm": 1.5469975471496582, + "learning_rate": 9.773893452975286e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8376561760902405, + "num_tokens": 19036252.0, + "step": 14790 + }, + { + "entropy": 1.2472428679466248, + "epoch": 1.413967708034776, + "grad_norm": 1.0183908939361572, + "learning_rate": 9.773423540637921e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8400394499301911, + "num_tokens": 19048852.0, + "step": 14800 + }, + { + "entropy": 1.2483261823654175, + "epoch": 1.414923091621286, + "grad_norm": 0.9755080342292786, + "learning_rate": 9.772953151823031e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8507447600364685, + "num_tokens": 19061330.0, + "step": 14810 + }, + { + "entropy": 1.2387063145637511, + "epoch": 1.415878475207796, + "grad_norm": 1.1666860580444336, + "learning_rate": 9.77248228657757e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8403034150600434, + "num_tokens": 19074337.0, + "step": 14820 + }, + { + "entropy": 1.2657486081123352, + "epoch": 1.416833858794306, + "grad_norm": 1.069107174873352, + "learning_rate": 9.772010944948536e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8372506856918335, + "num_tokens": 19086764.0, + "step": 14830 + }, + { + "entropy": 1.260989499092102, + "epoch": 1.4177892423808158, + "grad_norm": 1.2789649963378906, + "learning_rate": 9.771539126982978e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.831803971529007, + "num_tokens": 19100105.0, + "step": 14840 + }, + { + "entropy": 1.2689583539962768, + "epoch": 1.4187446259673258, + "grad_norm": 0.9061173796653748, + "learning_rate": 9.771066832727998e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8324723780155182, + "num_tokens": 19113778.0, + "step": 14850 + }, + { + "entropy": 1.260053241252899, + "epoch": 1.419700009553836, + "grad_norm": 1.0649868249893188, + "learning_rate": 9.770594062230734e-05, + "loss": 0.4042, + "mean_token_accuracy": 0.8462130188941955, + "num_tokens": 19126783.0, + "step": 14860 + }, + { + "entropy": 1.25286808013916, + "epoch": 1.4206553931403458, + "grad_norm": 1.0000311136245728, + "learning_rate": 9.770120815538378e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8363421320915222, + "num_tokens": 19139075.0, + "step": 14870 + }, + { + "entropy": 1.250988531112671, + "epoch": 1.4216107767268558, + "grad_norm": 0.9205622673034668, + "learning_rate": 9.769647092698172e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.841337925195694, + "num_tokens": 19152314.0, + "step": 14880 + }, + { + "entropy": 1.2480553269386292, + "epoch": 1.422566160313366, + "grad_norm": 1.2076765298843384, + "learning_rate": 9.7691728937574e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8500217854976654, + "num_tokens": 19165263.0, + "step": 14890 + }, + { + "entropy": 1.258354902267456, + "epoch": 1.4235215438998758, + "grad_norm": 0.9820132255554199, + "learning_rate": 9.768698218763397e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8341693997383117, + "num_tokens": 19178306.0, + "step": 14900 + }, + { + "entropy": 1.2658001899719238, + "epoch": 1.4244769274863858, + "grad_norm": 1.086333155632019, + "learning_rate": 9.768223067763544e-05, + "loss": 0.4381, + "mean_token_accuracy": 0.8234964847564697, + "num_tokens": 19190992.0, + "step": 14910 + }, + { + "entropy": 1.253911519050598, + "epoch": 1.4254323110728957, + "grad_norm": 0.937447726726532, + "learning_rate": 9.767747440805271e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8551129519939422, + "num_tokens": 19203713.0, + "step": 14920 + }, + { + "entropy": 1.2804749846458434, + "epoch": 1.4263876946594056, + "grad_norm": 0.9744126796722412, + "learning_rate": 9.767271337936053e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8272814273834228, + "num_tokens": 19216099.0, + "step": 14930 + }, + { + "entropy": 1.2679236650466919, + "epoch": 1.4273430782459158, + "grad_norm": 0.9676419496536255, + "learning_rate": 9.766794759203415e-05, + "loss": 0.407, + "mean_token_accuracy": 0.844064474105835, + "num_tokens": 19228986.0, + "step": 14940 + }, + { + "entropy": 1.283722198009491, + "epoch": 1.4282984618324257, + "grad_norm": 1.0545120239257812, + "learning_rate": 9.766317704654929e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8408618807792664, + "num_tokens": 19241587.0, + "step": 14950 + }, + { + "entropy": 1.3078031063079834, + "epoch": 1.4292538454189356, + "grad_norm": 1.2684921026229858, + "learning_rate": 9.765840174338212e-05, + "loss": 0.4815, + "mean_token_accuracy": 0.807463538646698, + "num_tokens": 19254739.0, + "step": 14960 + }, + { + "entropy": 1.3071223258972169, + "epoch": 1.4302092290054458, + "grad_norm": 1.0522453784942627, + "learning_rate": 9.765362168300933e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8265734910964966, + "num_tokens": 19267782.0, + "step": 14970 + }, + { + "entropy": 1.2615821838378907, + "epoch": 1.4311646125919557, + "grad_norm": 0.9143957495689392, + "learning_rate": 9.764883686590804e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.847800874710083, + "num_tokens": 19280360.0, + "step": 14980 + }, + { + "entropy": 1.2732395887374879, + "epoch": 1.4321199961784656, + "grad_norm": 0.7719531059265137, + "learning_rate": 9.764404729255589e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8407846391201019, + "num_tokens": 19293240.0, + "step": 14990 + }, + { + "entropy": 1.2636836647987366, + "epoch": 1.4330753797649756, + "grad_norm": 0.7893106937408447, + "learning_rate": 9.763925296343093e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8555967628955841, + "num_tokens": 19306297.0, + "step": 15000 + }, + { + "entropy": 1.2737993955612184, + "epoch": 1.4340307633514855, + "grad_norm": 1.1508640050888062, + "learning_rate": 9.763445387901176e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8365371108055115, + "num_tokens": 19318770.0, + "step": 15010 + }, + { + "entropy": 1.2710187792778016, + "epoch": 1.4349861469379956, + "grad_norm": 0.9335325956344604, + "learning_rate": 9.76296500397774e-05, + "loss": 0.4191, + "mean_token_accuracy": 0.8341336488723755, + "num_tokens": 19331930.0, + "step": 15020 + }, + { + "entropy": 1.2851112604141235, + "epoch": 1.4359415305245056, + "grad_norm": 1.1194933652877808, + "learning_rate": 9.762484144620739e-05, + "loss": 0.414, + "mean_token_accuracy": 0.8325253129005432, + "num_tokens": 19344863.0, + "step": 15030 + }, + { + "entropy": 1.2834293484687804, + "epoch": 1.4368969141110155, + "grad_norm": 1.0943753719329834, + "learning_rate": 9.762002809878167e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8430815279483795, + "num_tokens": 19357759.0, + "step": 15040 + }, + { + "entropy": 1.2746603608131408, + "epoch": 1.4378522976975256, + "grad_norm": 1.3267360925674438, + "learning_rate": 9.761520999798074e-05, + "loss": 0.4208, + "mean_token_accuracy": 0.8250745534896851, + "num_tokens": 19370366.0, + "step": 15050 + }, + { + "entropy": 1.266597294807434, + "epoch": 1.4388076812840356, + "grad_norm": 0.9225228428840637, + "learning_rate": 9.761038714428552e-05, + "loss": 0.3486, + "mean_token_accuracy": 0.8665524899959565, + "num_tokens": 19383341.0, + "step": 15060 + }, + { + "entropy": 1.2923741459846496, + "epoch": 1.4397630648705455, + "grad_norm": 0.8281589150428772, + "learning_rate": 9.760555953817745e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8323667883872986, + "num_tokens": 19397165.0, + "step": 15070 + }, + { + "entropy": 1.2707636594772338, + "epoch": 1.4407184484570554, + "grad_norm": 0.8743793368339539, + "learning_rate": 9.760072718013838e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8628760874271393, + "num_tokens": 19410164.0, + "step": 15080 + }, + { + "entropy": 1.2863515377044679, + "epoch": 1.4416738320435654, + "grad_norm": 1.2640019655227661, + "learning_rate": 9.759589007065069e-05, + "loss": 0.3916, + "mean_token_accuracy": 0.847074955701828, + "num_tokens": 19423869.0, + "step": 15090 + }, + { + "entropy": 1.2834600448608398, + "epoch": 1.4426292156300755, + "grad_norm": 1.1454377174377441, + "learning_rate": 9.759104821019721e-05, + "loss": 0.4026, + "mean_token_accuracy": 0.8385789275169373, + "num_tokens": 19437254.0, + "step": 15100 + }, + { + "entropy": 1.265174400806427, + "epoch": 1.4435845992165854, + "grad_norm": 1.0757085084915161, + "learning_rate": 9.758620159926125e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8415415704250335, + "num_tokens": 19450086.0, + "step": 15110 + }, + { + "entropy": 1.269174289703369, + "epoch": 1.4445399828030954, + "grad_norm": 0.9438803195953369, + "learning_rate": 9.75813502383266e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8358353674411774, + "num_tokens": 19462176.0, + "step": 15120 + }, + { + "entropy": 1.287814998626709, + "epoch": 1.4454953663896055, + "grad_norm": 1.1974461078643799, + "learning_rate": 9.757649412787749e-05, + "loss": 0.4148, + "mean_token_accuracy": 0.8422456204891204, + "num_tokens": 19474835.0, + "step": 15130 + }, + { + "entropy": 1.256280791759491, + "epoch": 1.4464507499761154, + "grad_norm": 0.8885414600372314, + "learning_rate": 9.757163326839869e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8457103371620178, + "num_tokens": 19487827.0, + "step": 15140 + }, + { + "entropy": 1.2739440321922302, + "epoch": 1.4474061335626254, + "grad_norm": 1.2246063947677612, + "learning_rate": 9.756676766037537e-05, + "loss": 0.4286, + "mean_token_accuracy": 0.8368992328643798, + "num_tokens": 19500894.0, + "step": 15150 + }, + { + "entropy": 1.2694170236587525, + "epoch": 1.4483615171491353, + "grad_norm": 1.5186610221862793, + "learning_rate": 9.756189730429323e-05, + "loss": 0.4314, + "mean_token_accuracy": 0.8320188105106354, + "num_tokens": 19513227.0, + "step": 15160 + }, + { + "entropy": 1.274710774421692, + "epoch": 1.4493169007356452, + "grad_norm": 0.6552357077598572, + "learning_rate": 9.755702220063841e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8475242018699646, + "num_tokens": 19526466.0, + "step": 15170 + }, + { + "entropy": 1.2830947637557983, + "epoch": 1.4502722843221554, + "grad_norm": 0.8522804379463196, + "learning_rate": 9.755214234989755e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.837497067451477, + "num_tokens": 19539397.0, + "step": 15180 + }, + { + "entropy": 1.275119948387146, + "epoch": 1.4512276679086653, + "grad_norm": 1.0222432613372803, + "learning_rate": 9.754725775255775e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8276510298252105, + "num_tokens": 19552248.0, + "step": 15190 + }, + { + "entropy": 1.2654810786247253, + "epoch": 1.4521830514951752, + "grad_norm": 1.0816705226898193, + "learning_rate": 9.754236840910659e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8570066928863526, + "num_tokens": 19565047.0, + "step": 15200 + }, + { + "entropy": 1.2743722319602966, + "epoch": 1.4531384350816854, + "grad_norm": 0.9643982648849487, + "learning_rate": 9.75374743200321e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8363797187805175, + "num_tokens": 19577881.0, + "step": 15210 + }, + { + "entropy": 1.2527816653251649, + "epoch": 1.4540938186681953, + "grad_norm": 0.9704253077507019, + "learning_rate": 9.753257548582281e-05, + "loss": 0.3437, + "mean_token_accuracy": 0.8633765339851379, + "num_tokens": 19590555.0, + "step": 15220 + }, + { + "entropy": 1.2772082328796386, + "epoch": 1.4550492022547052, + "grad_norm": 0.9057379961013794, + "learning_rate": 9.752767190696772e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.8547383725643158, + "num_tokens": 19603466.0, + "step": 15230 + }, + { + "entropy": 1.2988425493240356, + "epoch": 1.4560045858412152, + "grad_norm": 0.9246743321418762, + "learning_rate": 9.75227635839563e-05, + "loss": 0.408, + "mean_token_accuracy": 0.8436607718467712, + "num_tokens": 19617300.0, + "step": 15240 + }, + { + "entropy": 1.2897547721862792, + "epoch": 1.456959969427725, + "grad_norm": 0.8635441064834595, + "learning_rate": 9.751785051727848e-05, + "loss": 0.4226, + "mean_token_accuracy": 0.8322870254516601, + "num_tokens": 19630099.0, + "step": 15250 + }, + { + "entropy": 1.2829514026641846, + "epoch": 1.4579153530142352, + "grad_norm": 0.8694957494735718, + "learning_rate": 9.751293270742469e-05, + "loss": 0.443, + "mean_token_accuracy": 0.8224389612674713, + "num_tokens": 19643413.0, + "step": 15260 + }, + { + "entropy": 1.2760748982429504, + "epoch": 1.4588707366007452, + "grad_norm": 1.0872405767440796, + "learning_rate": 9.750801015488583e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8252643644809723, + "num_tokens": 19656463.0, + "step": 15270 + }, + { + "entropy": 1.2589428544044494, + "epoch": 1.459826120187255, + "grad_norm": 1.113908052444458, + "learning_rate": 9.750308286015323e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8575316965579987, + "num_tokens": 19668760.0, + "step": 15280 + }, + { + "entropy": 1.2646210432052611, + "epoch": 1.4607815037737653, + "grad_norm": 0.8250969648361206, + "learning_rate": 9.749815082371876e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8474833071231842, + "num_tokens": 19681449.0, + "step": 15290 + }, + { + "entropy": 1.271240472793579, + "epoch": 1.4617368873602752, + "grad_norm": 1.0672346353530884, + "learning_rate": 9.749321404607473e-05, + "loss": 0.4071, + "mean_token_accuracy": 0.8388063430786132, + "num_tokens": 19693925.0, + "step": 15300 + }, + { + "entropy": 1.2616904258728028, + "epoch": 1.4626922709467851, + "grad_norm": 1.1058872938156128, + "learning_rate": 9.748827252771388e-05, + "loss": 0.3911, + "mean_token_accuracy": 0.843384850025177, + "num_tokens": 19706786.0, + "step": 15310 + }, + { + "entropy": 1.2824537634849549, + "epoch": 1.463647654533295, + "grad_norm": 0.9929498434066772, + "learning_rate": 9.748332626912951e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.833742368221283, + "num_tokens": 19719694.0, + "step": 15320 + }, + { + "entropy": 1.2609535813331605, + "epoch": 1.464603038119805, + "grad_norm": 1.073824167251587, + "learning_rate": 9.747837527081534e-05, + "loss": 0.3764, + "mean_token_accuracy": 0.8496295273303985, + "num_tokens": 19732299.0, + "step": 15330 + }, + { + "entropy": 1.26959547996521, + "epoch": 1.4655584217063151, + "grad_norm": 1.1681478023529053, + "learning_rate": 9.747341953326557e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8452214598655701, + "num_tokens": 19745468.0, + "step": 15340 + }, + { + "entropy": 1.2766827940940857, + "epoch": 1.466513805292825, + "grad_norm": 1.1380341053009033, + "learning_rate": 9.746845905697487e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8360262632369995, + "num_tokens": 19757830.0, + "step": 15350 + }, + { + "entropy": 1.27011479139328, + "epoch": 1.467469188879335, + "grad_norm": 1.0951125621795654, + "learning_rate": 9.74634938424384e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8359867215156556, + "num_tokens": 19770439.0, + "step": 15360 + }, + { + "entropy": 1.2823059678077697, + "epoch": 1.4684245724658451, + "grad_norm": 1.0028513669967651, + "learning_rate": 9.745852389015176e-05, + "loss": 0.4225, + "mean_token_accuracy": 0.8315558731555939, + "num_tokens": 19783812.0, + "step": 15370 + }, + { + "entropy": 1.2704140782356261, + "epoch": 1.469379956052355, + "grad_norm": 1.039186954498291, + "learning_rate": 9.745354920061107e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8499207556247711, + "num_tokens": 19796583.0, + "step": 15380 + }, + { + "entropy": 1.2635786890983582, + "epoch": 1.470335339638865, + "grad_norm": 0.9517155885696411, + "learning_rate": 9.744856977431289e-05, + "loss": 0.3771, + "mean_token_accuracy": 0.8549694716930389, + "num_tokens": 19808947.0, + "step": 15390 + }, + { + "entropy": 1.260347306728363, + "epoch": 1.471290723225375, + "grad_norm": 0.8855875134468079, + "learning_rate": 9.744358561175426e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.844391256570816, + "num_tokens": 19821185.0, + "step": 15400 + }, + { + "entropy": 1.264417016506195, + "epoch": 1.4722461068118848, + "grad_norm": 0.916614830493927, + "learning_rate": 9.743859671343269e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8397852540016174, + "num_tokens": 19834013.0, + "step": 15410 + }, + { + "entropy": 1.2783811688423157, + "epoch": 1.473201490398395, + "grad_norm": 0.8931328654289246, + "learning_rate": 9.743360307984618e-05, + "loss": 0.41, + "mean_token_accuracy": 0.8451005756855011, + "num_tokens": 19847461.0, + "step": 15420 + }, + { + "entropy": 1.2744397163391112, + "epoch": 1.474156873984905, + "grad_norm": 1.0134646892547607, + "learning_rate": 9.742860471149316e-05, + "loss": 0.4139, + "mean_token_accuracy": 0.8372373282909393, + "num_tokens": 19859770.0, + "step": 15430 + }, + { + "entropy": 1.2766865372657776, + "epoch": 1.4751122575714148, + "grad_norm": 1.1260526180267334, + "learning_rate": 9.742360160887259e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8515369951725006, + "num_tokens": 19873018.0, + "step": 15440 + }, + { + "entropy": 1.2653136730194092, + "epoch": 1.476067641157925, + "grad_norm": 0.9637117385864258, + "learning_rate": 9.741859377248385e-05, + "loss": 0.373, + "mean_token_accuracy": 0.858347487449646, + "num_tokens": 19885627.0, + "step": 15450 + }, + { + "entropy": 1.2716384768486022, + "epoch": 1.477023024744435, + "grad_norm": 1.3465182781219482, + "learning_rate": 9.741358120282684e-05, + "loss": 0.3891, + "mean_token_accuracy": 0.848742538690567, + "num_tokens": 19899114.0, + "step": 15460 + }, + { + "entropy": 1.2683509349823, + "epoch": 1.4779784083309448, + "grad_norm": 1.156705379486084, + "learning_rate": 9.740856390040189e-05, + "loss": 0.3898, + "mean_token_accuracy": 0.8402696490287781, + "num_tokens": 19912548.0, + "step": 15470 + }, + { + "entropy": 1.277612280845642, + "epoch": 1.4789337919174548, + "grad_norm": 0.7911306023597717, + "learning_rate": 9.740354186570983e-05, + "loss": 0.4037, + "mean_token_accuracy": 0.8407257854938507, + "num_tokens": 19925464.0, + "step": 15480 + }, + { + "entropy": 1.2805079221725464, + "epoch": 1.4798891755039647, + "grad_norm": 1.1030120849609375, + "learning_rate": 9.739851509925195e-05, + "loss": 0.4039, + "mean_token_accuracy": 0.8358972370624542, + "num_tokens": 19938508.0, + "step": 15490 + }, + { + "entropy": 1.274865174293518, + "epoch": 1.4808445590904749, + "grad_norm": 1.116453766822815, + "learning_rate": 9.739348360153002e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8519495844841003, + "num_tokens": 19951107.0, + "step": 15500 + }, + { + "entropy": 1.2839242339134216, + "epoch": 1.4817999426769848, + "grad_norm": 1.0441957712173462, + "learning_rate": 9.738844737304629e-05, + "loss": 0.4046, + "mean_token_accuracy": 0.8419264733791352, + "num_tokens": 19963766.0, + "step": 15510 + }, + { + "entropy": 1.2642088055610656, + "epoch": 1.4827553262634947, + "grad_norm": 0.7660398483276367, + "learning_rate": 9.738340641430344e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8474827229976654, + "num_tokens": 19976693.0, + "step": 15520 + }, + { + "entropy": 1.2759684562683105, + "epoch": 1.4837107098500049, + "grad_norm": 0.9131958484649658, + "learning_rate": 9.737836072580466e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.8368274867534637, + "num_tokens": 19989676.0, + "step": 15530 + }, + { + "entropy": 1.2648200869560242, + "epoch": 1.4846660934365148, + "grad_norm": 1.5877094268798828, + "learning_rate": 9.737331030805363e-05, + "loss": 0.4057, + "mean_token_accuracy": 0.8331109046936035, + "num_tokens": 20002583.0, + "step": 15540 + }, + { + "entropy": 1.2592349171638488, + "epoch": 1.4856214770230247, + "grad_norm": 1.2415664196014404, + "learning_rate": 9.736825516155445e-05, + "loss": 0.4551, + "mean_token_accuracy": 0.8205137491226197, + "num_tokens": 20014771.0, + "step": 15550 + }, + { + "entropy": 1.2698129534721374, + "epoch": 1.4865768606095346, + "grad_norm": 0.8544014096260071, + "learning_rate": 9.736319528681174e-05, + "loss": 0.4077, + "mean_token_accuracy": 0.8449173152446747, + "num_tokens": 20027332.0, + "step": 15560 + }, + { + "entropy": 1.273601520061493, + "epoch": 1.4875322441960448, + "grad_norm": 1.2610188722610474, + "learning_rate": 9.735813068433056e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8501180112361908, + "num_tokens": 20040511.0, + "step": 15570 + }, + { + "entropy": 1.2492694497108459, + "epoch": 1.4884876277825547, + "grad_norm": 1.1130845546722412, + "learning_rate": 9.735306135461644e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.84634850025177, + "num_tokens": 20052902.0, + "step": 15580 + }, + { + "entropy": 1.2437846541404725, + "epoch": 1.4894430113690647, + "grad_norm": 1.3961511850357056, + "learning_rate": 9.734798729817541e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.8597564697265625, + "num_tokens": 20064916.0, + "step": 15590 + }, + { + "entropy": 1.2523931741714478, + "epoch": 1.4903983949555748, + "grad_norm": 1.2368910312652588, + "learning_rate": 9.734290851551395e-05, + "loss": 0.4006, + "mean_token_accuracy": 0.8433179259300232, + "num_tokens": 20077639.0, + "step": 15600 + }, + { + "entropy": 1.2598915219306945, + "epoch": 1.4913537785420847, + "grad_norm": 0.9541292786598206, + "learning_rate": 9.733782500713904e-05, + "loss": 0.4343, + "mean_token_accuracy": 0.8307305693626403, + "num_tokens": 20090371.0, + "step": 15610 + }, + { + "entropy": 1.2504319310188294, + "epoch": 1.4923091621285947, + "grad_norm": 0.8912453651428223, + "learning_rate": 9.733273677355808e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8453217089176178, + "num_tokens": 20102762.0, + "step": 15620 + }, + { + "entropy": 1.252402377128601, + "epoch": 1.4932645457151046, + "grad_norm": 0.9848372936248779, + "learning_rate": 9.732764381527897e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8485584795475006, + "num_tokens": 20115431.0, + "step": 15630 + }, + { + "entropy": 1.2552145004272461, + "epoch": 1.4942199293016145, + "grad_norm": 0.9677708745002747, + "learning_rate": 9.73225461328101e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8478758811950684, + "num_tokens": 20128800.0, + "step": 15640 + }, + { + "entropy": 1.2434808373451234, + "epoch": 1.4951753128881247, + "grad_norm": 1.2032219171524048, + "learning_rate": 9.731744372666034e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8437252759933471, + "num_tokens": 20140921.0, + "step": 15650 + }, + { + "entropy": 1.2450197339057922, + "epoch": 1.4961306964746346, + "grad_norm": 1.1194405555725098, + "learning_rate": 9.731233659733896e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8650321006774903, + "num_tokens": 20153787.0, + "step": 15660 + }, + { + "entropy": 1.2446537971496583, + "epoch": 1.4970860800611445, + "grad_norm": 1.09811270236969, + "learning_rate": 9.730722474535576e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8436133205890656, + "num_tokens": 20166349.0, + "step": 15670 + }, + { + "entropy": 1.2540065884590148, + "epoch": 1.4980414636476547, + "grad_norm": 1.326147198677063, + "learning_rate": 9.7302108171221e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.837689471244812, + "num_tokens": 20179430.0, + "step": 15680 + }, + { + "entropy": 1.2604158759117126, + "epoch": 1.4989968472341646, + "grad_norm": 0.9247212409973145, + "learning_rate": 9.729698687544542e-05, + "loss": 0.3669, + "mean_token_accuracy": 0.8517937004566193, + "num_tokens": 20192490.0, + "step": 15690 + }, + { + "entropy": 1.2407551527023315, + "epoch": 1.4999522308206745, + "grad_norm": 0.8578751683235168, + "learning_rate": 9.72918608585402e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.837576949596405, + "num_tokens": 20205343.0, + "step": 15700 + }, + { + "entropy": 1.2513272166252136, + "epoch": 1.5009076144071845, + "grad_norm": 1.0549777746200562, + "learning_rate": 9.728673012101706e-05, + "loss": 0.4042, + "mean_token_accuracy": 0.8386850595474243, + "num_tokens": 20218331.0, + "step": 15710 + }, + { + "entropy": 1.2448076248168944, + "epoch": 1.5018629979936944, + "grad_norm": 0.9769245982170105, + "learning_rate": 9.728159466338809e-05, + "loss": 0.3695, + "mean_token_accuracy": 0.8586426556110383, + "num_tokens": 20230878.0, + "step": 15720 + }, + { + "entropy": 1.264918065071106, + "epoch": 1.5028183815802043, + "grad_norm": 0.9159830212593079, + "learning_rate": 9.727645448616594e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.835320919752121, + "num_tokens": 20244353.0, + "step": 15730 + }, + { + "entropy": 1.2483559012413026, + "epoch": 1.5037737651667145, + "grad_norm": 1.097834825515747, + "learning_rate": 9.727130958986367e-05, + "loss": 0.368, + "mean_token_accuracy": 0.857961630821228, + "num_tokens": 20257244.0, + "step": 15740 + }, + { + "entropy": 1.2761821627616883, + "epoch": 1.5047291487532244, + "grad_norm": 0.9276285767555237, + "learning_rate": 9.726615997499487e-05, + "loss": 0.4332, + "mean_token_accuracy": 0.8261550009250641, + "num_tokens": 20270165.0, + "step": 15750 + }, + { + "entropy": 1.2790860652923584, + "epoch": 1.5056845323397345, + "grad_norm": 0.8878941535949707, + "learning_rate": 9.726100564207352e-05, + "loss": 0.4444, + "mean_token_accuracy": 0.8271627366542816, + "num_tokens": 20283500.0, + "step": 15760 + }, + { + "entropy": 1.2752349734306336, + "epoch": 1.5066399159262445, + "grad_norm": 0.9224737286567688, + "learning_rate": 9.725584659161417e-05, + "loss": 0.3816, + "mean_token_accuracy": 0.845512968301773, + "num_tokens": 20295884.0, + "step": 15770 + }, + { + "entropy": 1.2780993223190307, + "epoch": 1.5075952995127544, + "grad_norm": 1.0524975061416626, + "learning_rate": 9.725068282413178e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8373263061046601, + "num_tokens": 20309391.0, + "step": 15780 + }, + { + "entropy": 1.280818474292755, + "epoch": 1.5085506830992643, + "grad_norm": 1.147594690322876, + "learning_rate": 9.724551434014177e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8277169823646545, + "num_tokens": 20322523.0, + "step": 15790 + }, + { + "entropy": 1.2909740447998046, + "epoch": 1.5095060666857743, + "grad_norm": 0.7765896320343018, + "learning_rate": 9.724034114016008e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8479203760623932, + "num_tokens": 20335608.0, + "step": 15800 + }, + { + "entropy": 1.2794975161552429, + "epoch": 1.5104614502722842, + "grad_norm": 1.0930538177490234, + "learning_rate": 9.723516322470305e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8244089543819427, + "num_tokens": 20348080.0, + "step": 15810 + }, + { + "entropy": 1.275584876537323, + "epoch": 1.5114168338587943, + "grad_norm": 1.0579403638839722, + "learning_rate": 9.722998059428757e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8341329216957092, + "num_tokens": 20360766.0, + "step": 15820 + }, + { + "entropy": 1.262023150920868, + "epoch": 1.5123722174453043, + "grad_norm": 0.9761931896209717, + "learning_rate": 9.722479324943096e-05, + "loss": 0.358, + "mean_token_accuracy": 0.8640603005886078, + "num_tokens": 20373743.0, + "step": 15830 + }, + { + "entropy": 1.2689414739608764, + "epoch": 1.5133276010318144, + "grad_norm": 1.1708091497421265, + "learning_rate": 9.7219601190651e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8297958850860596, + "num_tokens": 20386585.0, + "step": 15840 + }, + { + "entropy": 1.2795409679412841, + "epoch": 1.5142829846183243, + "grad_norm": 1.0745998620986938, + "learning_rate": 9.721440441846598e-05, + "loss": 0.4269, + "mean_token_accuracy": 0.8279984533786774, + "num_tokens": 20398972.0, + "step": 15850 + }, + { + "entropy": 1.2658795714378357, + "epoch": 1.5152383682048343, + "grad_norm": 0.760644257068634, + "learning_rate": 9.72092029333946e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.849582839012146, + "num_tokens": 20411974.0, + "step": 15860 + }, + { + "entropy": 1.2401813745498658, + "epoch": 1.5161937517913442, + "grad_norm": 1.0548300743103027, + "learning_rate": 9.72039967359561e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8591149628162384, + "num_tokens": 20424378.0, + "step": 15870 + }, + { + "entropy": 1.2684569835662842, + "epoch": 1.5171491353778541, + "grad_norm": 1.072325587272644, + "learning_rate": 9.719878582667013e-05, + "loss": 0.4307, + "mean_token_accuracy": 0.8177412390708924, + "num_tokens": 20437693.0, + "step": 15880 + }, + { + "entropy": 1.2675953030586242, + "epoch": 1.518104518964364, + "grad_norm": 1.1269840002059937, + "learning_rate": 9.719357020605687e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8388164460659027, + "num_tokens": 20450715.0, + "step": 15890 + }, + { + "entropy": 1.2647001266479492, + "epoch": 1.5190599025508742, + "grad_norm": 0.9380475878715515, + "learning_rate": 9.718834987463689e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8376649618148804, + "num_tokens": 20463541.0, + "step": 15900 + }, + { + "entropy": 1.2629598259925843, + "epoch": 1.5200152861373841, + "grad_norm": 1.1432926654815674, + "learning_rate": 9.71831248329313e-05, + "loss": 0.417, + "mean_token_accuracy": 0.8313830733299256, + "num_tokens": 20476403.0, + "step": 15910 + }, + { + "entropy": 1.2523379564285277, + "epoch": 1.5209706697238943, + "grad_norm": 0.7348436713218689, + "learning_rate": 9.717789508146169e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8408784925937652, + "num_tokens": 20488622.0, + "step": 15920 + }, + { + "entropy": 1.2600916504859925, + "epoch": 1.5219260533104042, + "grad_norm": 1.127669334411621, + "learning_rate": 9.717266062075005e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.8419985175132751, + "num_tokens": 20501456.0, + "step": 15930 + }, + { + "entropy": 1.254793930053711, + "epoch": 1.5228814368969141, + "grad_norm": 1.2487809658050537, + "learning_rate": 9.716742145131887e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8305148243904114, + "num_tokens": 20514196.0, + "step": 15940 + }, + { + "entropy": 1.245264720916748, + "epoch": 1.523836820483424, + "grad_norm": 1.041410207748413, + "learning_rate": 9.716217757369115e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8600731790065765, + "num_tokens": 20527299.0, + "step": 15950 + }, + { + "entropy": 1.248702871799469, + "epoch": 1.524792204069934, + "grad_norm": 1.2021074295043945, + "learning_rate": 9.71569289883903e-05, + "loss": 0.3919, + "mean_token_accuracy": 0.8483581483364105, + "num_tokens": 20539753.0, + "step": 15960 + }, + { + "entropy": 1.2561121344566346, + "epoch": 1.525747587656444, + "grad_norm": 1.978713870048523, + "learning_rate": 9.715167569594025e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8566171705722809, + "num_tokens": 20553063.0, + "step": 15970 + }, + { + "entropy": 1.2722380399703979, + "epoch": 1.526702971242954, + "grad_norm": 1.28507399559021, + "learning_rate": 9.714641769686537e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8332120776176453, + "num_tokens": 20566575.0, + "step": 15980 + }, + { + "entropy": 1.2770171403884887, + "epoch": 1.527658354829464, + "grad_norm": 0.8691874146461487, + "learning_rate": 9.714115499169049e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8342393219470978, + "num_tokens": 20579728.0, + "step": 15990 + }, + { + "entropy": 1.2596086978912353, + "epoch": 1.5286137384159741, + "grad_norm": 1.025775671005249, + "learning_rate": 9.713588758094094e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8507173299789429, + "num_tokens": 20592595.0, + "step": 16000 + }, + { + "entropy": 1.2549040555953979, + "epoch": 1.529569122002484, + "grad_norm": 0.8937020897865295, + "learning_rate": 9.713061546514251e-05, + "loss": 0.3678, + "mean_token_accuracy": 0.8581579744815826, + "num_tokens": 20604843.0, + "step": 16010 + }, + { + "entropy": 1.2702357530593873, + "epoch": 1.530524505588994, + "grad_norm": 1.3635765314102173, + "learning_rate": 9.712533864482146e-05, + "loss": 0.4331, + "mean_token_accuracy": 0.8291581332683563, + "num_tokens": 20618035.0, + "step": 16020 + }, + { + "entropy": 1.276217770576477, + "epoch": 1.531479889175504, + "grad_norm": 0.8711289167404175, + "learning_rate": 9.712005712050451e-05, + "loss": 0.3833, + "mean_token_accuracy": 0.8520731747150421, + "num_tokens": 20631014.0, + "step": 16030 + }, + { + "entropy": 1.2563259720802307, + "epoch": 1.5324352727620139, + "grad_norm": 1.0379866361618042, + "learning_rate": 9.711477089271886e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8579527139663696, + "num_tokens": 20643614.0, + "step": 16040 + }, + { + "entropy": 1.2707529067993164, + "epoch": 1.5333906563485238, + "grad_norm": 1.02055823802948, + "learning_rate": 9.710947996199216e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.8436470270156861, + "num_tokens": 20656427.0, + "step": 16050 + }, + { + "entropy": 1.2505668640136718, + "epoch": 1.534346039935034, + "grad_norm": 0.7882551550865173, + "learning_rate": 9.710418432885257e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8518766164779663, + "num_tokens": 20669145.0, + "step": 16060 + }, + { + "entropy": 1.274872088432312, + "epoch": 1.5353014235215439, + "grad_norm": 0.9141713380813599, + "learning_rate": 9.709888399382867e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.837512093782425, + "num_tokens": 20682108.0, + "step": 16070 + }, + { + "entropy": 1.279687762260437, + "epoch": 1.536256807108054, + "grad_norm": 0.9386016130447388, + "learning_rate": 9.709357895744954e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8454171419143677, + "num_tokens": 20695351.0, + "step": 16080 + }, + { + "entropy": 1.272469663619995, + "epoch": 1.537212190694564, + "grad_norm": 1.0816853046417236, + "learning_rate": 9.708826922024472e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8355866253376008, + "num_tokens": 20708178.0, + "step": 16090 + }, + { + "entropy": 1.2689153909683228, + "epoch": 1.5381675742810739, + "grad_norm": 0.9272552132606506, + "learning_rate": 9.708295478274424e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8492819964885712, + "num_tokens": 20721065.0, + "step": 16100 + }, + { + "entropy": 1.2503391981124878, + "epoch": 1.5391229578675838, + "grad_norm": 1.4756420850753784, + "learning_rate": 9.707763564547856e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8537771821022033, + "num_tokens": 20733875.0, + "step": 16110 + }, + { + "entropy": 1.2829843759536743, + "epoch": 1.5400783414540937, + "grad_norm": 1.0656039714813232, + "learning_rate": 9.707231180897864e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8383108794689178, + "num_tokens": 20747321.0, + "step": 16120 + }, + { + "entropy": 1.2534223556518556, + "epoch": 1.5410337250406037, + "grad_norm": 1.0274516344070435, + "learning_rate": 9.70669832737759e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8599510848522186, + "num_tokens": 20760053.0, + "step": 16130 + }, + { + "entropy": 1.2828713178634643, + "epoch": 1.5419891086271138, + "grad_norm": 1.0151599645614624, + "learning_rate": 9.706165004040221e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8392882287502289, + "num_tokens": 20772828.0, + "step": 16140 + }, + { + "entropy": 1.286937165260315, + "epoch": 1.5429444922136237, + "grad_norm": 0.8475618958473206, + "learning_rate": 9.705631210938996e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8370424509048462, + "num_tokens": 20785891.0, + "step": 16150 + }, + { + "entropy": 1.2822283267974854, + "epoch": 1.5438998758001339, + "grad_norm": 1.2901465892791748, + "learning_rate": 9.705096948127194e-05, + "loss": 0.4608, + "mean_token_accuracy": 0.8142234981060028, + "num_tokens": 20798387.0, + "step": 16160 + }, + { + "entropy": 1.2682958126068116, + "epoch": 1.5448552593866438, + "grad_norm": 0.8456977605819702, + "learning_rate": 9.704562215658148e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8410399436950684, + "num_tokens": 20811549.0, + "step": 16170 + }, + { + "entropy": 1.2681368947029115, + "epoch": 1.5458106429731537, + "grad_norm": 1.0541319847106934, + "learning_rate": 9.704027013585233e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8419170260429383, + "num_tokens": 20824389.0, + "step": 16180 + }, + { + "entropy": 1.2772344946861267, + "epoch": 1.5467660265596637, + "grad_norm": 1.2068556547164917, + "learning_rate": 9.70349134196187e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8307393670082093, + "num_tokens": 20837455.0, + "step": 16190 + }, + { + "entropy": 1.2672719836235047, + "epoch": 1.5477214101461736, + "grad_norm": 0.9940213561058044, + "learning_rate": 9.702955200841532e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8471322059631348, + "num_tokens": 20850372.0, + "step": 16200 + }, + { + "entropy": 1.2618748664855957, + "epoch": 1.5486767937326835, + "grad_norm": 1.131696105003357, + "learning_rate": 9.702418590277736e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8392453014850616, + "num_tokens": 20862928.0, + "step": 16210 + }, + { + "entropy": 1.261861252784729, + "epoch": 1.5496321773191937, + "grad_norm": 1.0586583614349365, + "learning_rate": 9.701881510324042e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8379224538803101, + "num_tokens": 20876316.0, + "step": 16220 + }, + { + "entropy": 1.2689120054244996, + "epoch": 1.5505875609057036, + "grad_norm": 1.1295928955078125, + "learning_rate": 9.701343961034066e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.8438002228736877, + "num_tokens": 20889966.0, + "step": 16230 + }, + { + "entropy": 1.2840286135673522, + "epoch": 1.5515429444922137, + "grad_norm": 0.9874452352523804, + "learning_rate": 9.700805942461462e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8365427076816558, + "num_tokens": 20903326.0, + "step": 16240 + }, + { + "entropy": 1.2536532044410706, + "epoch": 1.5524983280787237, + "grad_norm": 1.043781042098999, + "learning_rate": 9.700267454659935e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.843379694223404, + "num_tokens": 20915979.0, + "step": 16250 + }, + { + "entropy": 1.2636408805847168, + "epoch": 1.5534537116652336, + "grad_norm": 0.7958033680915833, + "learning_rate": 9.699728497683238e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8295396089553833, + "num_tokens": 20928916.0, + "step": 16260 + }, + { + "entropy": 1.2589381098747254, + "epoch": 1.5544090952517435, + "grad_norm": 0.8413965702056885, + "learning_rate": 9.699189071585167e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.837030041217804, + "num_tokens": 20941518.0, + "step": 16270 + }, + { + "entropy": 1.263834536075592, + "epoch": 1.5553644788382535, + "grad_norm": 0.8526101112365723, + "learning_rate": 9.698649176419566e-05, + "loss": 0.4114, + "mean_token_accuracy": 0.834467214345932, + "num_tokens": 20954332.0, + "step": 16280 + }, + { + "entropy": 1.2603659749031066, + "epoch": 1.5563198624247634, + "grad_norm": 0.8321412205696106, + "learning_rate": 9.69810881224033e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8386042416095734, + "num_tokens": 20967222.0, + "step": 16290 + }, + { + "entropy": 1.2749751210212708, + "epoch": 1.5572752460112735, + "grad_norm": 0.8847822546958923, + "learning_rate": 9.697567979101397e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8423261344432831, + "num_tokens": 20980255.0, + "step": 16300 + }, + { + "entropy": 1.2683198690414428, + "epoch": 1.5582306295977835, + "grad_norm": 1.1871287822723389, + "learning_rate": 9.697026677056748e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8372421741485596, + "num_tokens": 20993410.0, + "step": 16310 + }, + { + "entropy": 1.2508740663528441, + "epoch": 1.5591860131842936, + "grad_norm": 0.8294024467468262, + "learning_rate": 9.69648490616042e-05, + "loss": 0.4061, + "mean_token_accuracy": 0.843169492483139, + "num_tokens": 21006193.0, + "step": 16320 + }, + { + "entropy": 1.2648870706558228, + "epoch": 1.5601413967708035, + "grad_norm": 1.3093023300170898, + "learning_rate": 9.695942666466491e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8413004219532013, + "num_tokens": 21019186.0, + "step": 16330 + }, + { + "entropy": 1.2680599212646484, + "epoch": 1.5610967803573135, + "grad_norm": 1.0142323970794678, + "learning_rate": 9.695399958029083e-05, + "loss": 0.4151, + "mean_token_accuracy": 0.8325569093227386, + "num_tokens": 21031944.0, + "step": 16340 + }, + { + "entropy": 1.2743701815605164, + "epoch": 1.5620521639438234, + "grad_norm": 1.0659065246582031, + "learning_rate": 9.694856780902375e-05, + "loss": 0.4266, + "mean_token_accuracy": 0.8318542242050171, + "num_tokens": 21045154.0, + "step": 16350 + }, + { + "entropy": 1.2619584441184997, + "epoch": 1.5630075475303333, + "grad_norm": 1.2503671646118164, + "learning_rate": 9.69431313514058e-05, + "loss": 0.3751, + "mean_token_accuracy": 0.8524287164211273, + "num_tokens": 21057788.0, + "step": 16360 + }, + { + "entropy": 1.2540688633918762, + "epoch": 1.5639629311168433, + "grad_norm": 1.1230183839797974, + "learning_rate": 9.693769020797967e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8540918231010437, + "num_tokens": 21071068.0, + "step": 16370 + }, + { + "entropy": 1.265403652191162, + "epoch": 1.5649183147033534, + "grad_norm": 1.313462734222412, + "learning_rate": 9.69322443792885e-05, + "loss": 0.398, + "mean_token_accuracy": 0.8415895164012909, + "num_tokens": 21083687.0, + "step": 16380 + }, + { + "entropy": 1.244576382637024, + "epoch": 1.5658736982898633, + "grad_norm": 1.1820542812347412, + "learning_rate": 9.692679386587588e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8355641305446625, + "num_tokens": 21096425.0, + "step": 16390 + }, + { + "entropy": 1.2595358490943909, + "epoch": 1.5668290818763735, + "grad_norm": 0.9778060913085938, + "learning_rate": 9.692133866828585e-05, + "loss": 0.3725, + "mean_token_accuracy": 0.8584417283535004, + "num_tokens": 21109188.0, + "step": 16400 + }, + { + "entropy": 1.2529512763023376, + "epoch": 1.5677844654628834, + "grad_norm": 1.260071039199829, + "learning_rate": 9.691587878706297e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.844526183605194, + "num_tokens": 21121837.0, + "step": 16410 + }, + { + "entropy": 1.2484726667404176, + "epoch": 1.5687398490493933, + "grad_norm": 1.1705081462860107, + "learning_rate": 9.691041422275221e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8463375985622406, + "num_tokens": 21134138.0, + "step": 16420 + }, + { + "entropy": 1.2607438802719115, + "epoch": 1.5696952326359033, + "grad_norm": 0.8017194271087646, + "learning_rate": 9.690494497589906e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8425710678100586, + "num_tokens": 21147301.0, + "step": 16430 + }, + { + "entropy": 1.2715551853179932, + "epoch": 1.5706506162224132, + "grad_norm": 1.1715937852859497, + "learning_rate": 9.689947104704947e-05, + "loss": 0.4366, + "mean_token_accuracy": 0.8277883052825927, + "num_tokens": 21159844.0, + "step": 16440 + }, + { + "entropy": 1.2672549962997437, + "epoch": 1.5716059998089231, + "grad_norm": 0.94659823179245, + "learning_rate": 9.689399243674979e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.8262381672859191, + "num_tokens": 21173272.0, + "step": 16450 + }, + { + "entropy": 1.258089506626129, + "epoch": 1.5725613833954333, + "grad_norm": 0.9374251365661621, + "learning_rate": 9.688850914554693e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8529281258583069, + "num_tokens": 21186586.0, + "step": 16460 + }, + { + "entropy": 1.2394912481307983, + "epoch": 1.5735167669819432, + "grad_norm": 0.9452172517776489, + "learning_rate": 9.68830211739882e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.842876923084259, + "num_tokens": 21199635.0, + "step": 16470 + }, + { + "entropy": 1.229500448703766, + "epoch": 1.5744721505684534, + "grad_norm": 1.267391324043274, + "learning_rate": 9.687752852262142e-05, + "loss": 0.3725, + "mean_token_accuracy": 0.8501069784164429, + "num_tokens": 21212325.0, + "step": 16480 + }, + { + "entropy": 1.2353038549423219, + "epoch": 1.5754275341549633, + "grad_norm": 1.0892553329467773, + "learning_rate": 9.687203119199486e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8548812091350555, + "num_tokens": 21224806.0, + "step": 16490 + }, + { + "entropy": 1.2415713548660279, + "epoch": 1.5763829177414732, + "grad_norm": 1.0084643363952637, + "learning_rate": 9.686652918265725e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8346149921417236, + "num_tokens": 21237299.0, + "step": 16500 + }, + { + "entropy": 1.2569966316223145, + "epoch": 1.5773383013279831, + "grad_norm": 0.9194504618644714, + "learning_rate": 9.68610224951578e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8324059307575226, + "num_tokens": 21250861.0, + "step": 16510 + }, + { + "entropy": 1.2530252099037171, + "epoch": 1.578293684914493, + "grad_norm": 1.330655813217163, + "learning_rate": 9.685551113004617e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.8410698175430298, + "num_tokens": 21263763.0, + "step": 16520 + }, + { + "entropy": 1.2655754446983338, + "epoch": 1.579249068501003, + "grad_norm": 1.1467736959457397, + "learning_rate": 9.684999508787251e-05, + "loss": 0.4148, + "mean_token_accuracy": 0.8390472054481506, + "num_tokens": 21277002.0, + "step": 16530 + }, + { + "entropy": 1.2572817206382751, + "epoch": 1.5802044520875131, + "grad_norm": 1.0519185066223145, + "learning_rate": 9.684447436918743e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8253580212593079, + "num_tokens": 21289716.0, + "step": 16540 + }, + { + "entropy": 1.2423206090927124, + "epoch": 1.581159835674023, + "grad_norm": 0.8296205997467041, + "learning_rate": 9.683894897454197e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8363353669643402, + "num_tokens": 21302887.0, + "step": 16550 + }, + { + "entropy": 1.256393599510193, + "epoch": 1.5821152192605332, + "grad_norm": 0.8229241371154785, + "learning_rate": 9.683341890448772e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.850914078950882, + "num_tokens": 21315851.0, + "step": 16560 + }, + { + "entropy": 1.2623016357421875, + "epoch": 1.5830706028470432, + "grad_norm": 0.9881711006164551, + "learning_rate": 9.682788415957662e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8400729715824127, + "num_tokens": 21328823.0, + "step": 16570 + }, + { + "entropy": 1.2638762593269348, + "epoch": 1.584025986433553, + "grad_norm": 0.8644593954086304, + "learning_rate": 9.68223447403612e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8279752314090729, + "num_tokens": 21342154.0, + "step": 16580 + }, + { + "entropy": 1.2631004452705383, + "epoch": 1.584981370020063, + "grad_norm": 0.9768811464309692, + "learning_rate": 9.681680064739437e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8300009191036224, + "num_tokens": 21355335.0, + "step": 16590 + }, + { + "entropy": 1.2563048481941224, + "epoch": 1.585936753606573, + "grad_norm": 0.9220861792564392, + "learning_rate": 9.681125188122954e-05, + "loss": 0.3824, + "mean_token_accuracy": 0.8459487140178681, + "num_tokens": 21368416.0, + "step": 16600 + }, + { + "entropy": 1.2654089450836181, + "epoch": 1.5868921371930829, + "grad_norm": 1.137295126914978, + "learning_rate": 9.680569844242059e-05, + "loss": 0.4259, + "mean_token_accuracy": 0.8308857977390289, + "num_tokens": 21381746.0, + "step": 16610 + }, + { + "entropy": 1.254037857055664, + "epoch": 1.587847520779593, + "grad_norm": 1.0741945505142212, + "learning_rate": 9.680014033152184e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8419004619121552, + "num_tokens": 21394950.0, + "step": 16620 + }, + { + "entropy": 1.2695132970809937, + "epoch": 1.588802904366103, + "grad_norm": 1.070288896560669, + "learning_rate": 9.679457754908811e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8516515970230103, + "num_tokens": 21409022.0, + "step": 16630 + }, + { + "entropy": 1.250108551979065, + "epoch": 1.589758287952613, + "grad_norm": 0.9705885648727417, + "learning_rate": 9.678901009567467e-05, + "loss": 0.3827, + "mean_token_accuracy": 0.8517086446285248, + "num_tokens": 21421690.0, + "step": 16640 + }, + { + "entropy": 1.255666196346283, + "epoch": 1.590713671539123, + "grad_norm": 1.3070378303527832, + "learning_rate": 9.678343797183723e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8252756118774414, + "num_tokens": 21434658.0, + "step": 16650 + }, + { + "entropy": 1.2449538111686707, + "epoch": 1.591669055125633, + "grad_norm": 1.2181540727615356, + "learning_rate": 9.677786117813203e-05, + "loss": 0.3742, + "mean_token_accuracy": 0.8583677232265472, + "num_tokens": 21447649.0, + "step": 16660 + }, + { + "entropy": 1.2790712237358093, + "epoch": 1.5926244387121429, + "grad_norm": 0.8645690083503723, + "learning_rate": 9.677227971511571e-05, + "loss": 0.4669, + "mean_token_accuracy": 0.8164009392261505, + "num_tokens": 21460622.0, + "step": 16670 + }, + { + "entropy": 1.2672667860984803, + "epoch": 1.5935798222986528, + "grad_norm": 1.1051315069198608, + "learning_rate": 9.676669358334542e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8484931945800781, + "num_tokens": 21473691.0, + "step": 16680 + }, + { + "entropy": 1.245479154586792, + "epoch": 1.5945352058851627, + "grad_norm": 1.261987566947937, + "learning_rate": 9.676110278337878e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8675081074237824, + "num_tokens": 21486519.0, + "step": 16690 + }, + { + "entropy": 1.2613310098648072, + "epoch": 1.5954905894716729, + "grad_norm": 0.8549665808677673, + "learning_rate": 9.675550731577381e-05, + "loss": 0.3859, + "mean_token_accuracy": 0.8508904874324799, + "num_tokens": 21499890.0, + "step": 16700 + }, + { + "entropy": 1.2569144010543822, + "epoch": 1.5964459730581828, + "grad_norm": 0.8132232427597046, + "learning_rate": 9.674990718108908e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8497427523136138, + "num_tokens": 21513993.0, + "step": 16710 + }, + { + "entropy": 1.2567360043525695, + "epoch": 1.597401356644693, + "grad_norm": 0.7816009521484375, + "learning_rate": 9.674430237988358e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8449487388134003, + "num_tokens": 21527069.0, + "step": 16720 + }, + { + "entropy": 1.2787978291511535, + "epoch": 1.5983567402312029, + "grad_norm": 1.0181779861450195, + "learning_rate": 9.673869291271677e-05, + "loss": 0.4337, + "mean_token_accuracy": 0.8286634922027588, + "num_tokens": 21539818.0, + "step": 16730 + }, + { + "entropy": 1.2618298649787902, + "epoch": 1.5993121238177128, + "grad_norm": 1.0247279405593872, + "learning_rate": 9.673307878014857e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8422656655311584, + "num_tokens": 21552702.0, + "step": 16740 + }, + { + "entropy": 1.2450106024742127, + "epoch": 1.6002675074042227, + "grad_norm": 0.9515721201896667, + "learning_rate": 9.67274599827394e-05, + "loss": 0.4096, + "mean_token_accuracy": 0.8314269542694092, + "num_tokens": 21565098.0, + "step": 16750 + }, + { + "entropy": 1.2578550457954407, + "epoch": 1.6012228909907327, + "grad_norm": 0.8981324434280396, + "learning_rate": 9.672183652105011e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8320820212364197, + "num_tokens": 21577355.0, + "step": 16760 + }, + { + "entropy": 1.24945570230484, + "epoch": 1.6021782745772426, + "grad_norm": 1.105831503868103, + "learning_rate": 9.671620839564204e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8328354358673096, + "num_tokens": 21589734.0, + "step": 16770 + }, + { + "entropy": 1.2476711988449096, + "epoch": 1.6031336581637528, + "grad_norm": 1.0208466053009033, + "learning_rate": 9.671057560707695e-05, + "loss": 0.387, + "mean_token_accuracy": 0.8456148743629456, + "num_tokens": 21602462.0, + "step": 16780 + }, + { + "entropy": 1.254273736476898, + "epoch": 1.6040890417502627, + "grad_norm": 1.1985043287277222, + "learning_rate": 9.670493815591713e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8277109563350677, + "num_tokens": 21615316.0, + "step": 16790 + }, + { + "entropy": 1.2593690395355224, + "epoch": 1.6050444253367728, + "grad_norm": 0.7183173894882202, + "learning_rate": 9.669929604272529e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.834664249420166, + "num_tokens": 21628308.0, + "step": 16800 + }, + { + "entropy": 1.249312424659729, + "epoch": 1.6059998089232828, + "grad_norm": 0.8908997178077698, + "learning_rate": 9.669364926806461e-05, + "loss": 0.425, + "mean_token_accuracy": 0.823513001203537, + "num_tokens": 21640977.0, + "step": 16810 + }, + { + "entropy": 1.2490273594856263, + "epoch": 1.6069551925097927, + "grad_norm": 1.0465450286865234, + "learning_rate": 9.668799783249878e-05, + "loss": 0.4193, + "mean_token_accuracy": 0.8370679259300232, + "num_tokens": 21654035.0, + "step": 16820 + }, + { + "entropy": 1.2359266400337219, + "epoch": 1.6079105760963026, + "grad_norm": 1.091169834136963, + "learning_rate": 9.668234173659187e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8455996334552764, + "num_tokens": 21666541.0, + "step": 16830 + }, + { + "entropy": 1.2538676261901855, + "epoch": 1.6088659596828125, + "grad_norm": 1.4161521196365356, + "learning_rate": 9.667668098090852e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8419731438159943, + "num_tokens": 21680209.0, + "step": 16840 + }, + { + "entropy": 1.2597384691238402, + "epoch": 1.6098213432693225, + "grad_norm": 1.0088913440704346, + "learning_rate": 9.667101556601374e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8342939019203186, + "num_tokens": 21693011.0, + "step": 16850 + }, + { + "entropy": 1.2624925017356872, + "epoch": 1.6107767268558326, + "grad_norm": 1.076614260673523, + "learning_rate": 9.666534549247303e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8447948217391967, + "num_tokens": 21705489.0, + "step": 16860 + }, + { + "entropy": 1.280145275592804, + "epoch": 1.6117321104423425, + "grad_norm": 0.8612282872200012, + "learning_rate": 9.665967076085243e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8315793573856354, + "num_tokens": 21718924.0, + "step": 16870 + }, + { + "entropy": 1.2532371520996093, + "epoch": 1.6126874940288527, + "grad_norm": 0.9964175224304199, + "learning_rate": 9.665399137171833e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8385068416595459, + "num_tokens": 21731504.0, + "step": 16880 + }, + { + "entropy": 1.2455334186553955, + "epoch": 1.6136428776153626, + "grad_norm": 1.0299381017684937, + "learning_rate": 9.664830732563768e-05, + "loss": 0.393, + "mean_token_accuracy": 0.8430454909801484, + "num_tokens": 21744292.0, + "step": 16890 + }, + { + "entropy": 1.24801504611969, + "epoch": 1.6145982612018726, + "grad_norm": 1.1377463340759277, + "learning_rate": 9.664261862317783e-05, + "loss": 0.4284, + "mean_token_accuracy": 0.8300039410591126, + "num_tokens": 21756571.0, + "step": 16900 + }, + { + "entropy": 1.2300070524215698, + "epoch": 1.6155536447883825, + "grad_norm": 0.9083447456359863, + "learning_rate": 9.663692526490662e-05, + "loss": 0.3612, + "mean_token_accuracy": 0.8575549125671387, + "num_tokens": 21768906.0, + "step": 16910 + }, + { + "entropy": 1.252649188041687, + "epoch": 1.6165090283748924, + "grad_norm": 0.9762782454490662, + "learning_rate": 9.663122725139235e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8442631006240845, + "num_tokens": 21781094.0, + "step": 16920 + }, + { + "entropy": 1.270617628097534, + "epoch": 1.6174644119614023, + "grad_norm": 1.155748963356018, + "learning_rate": 9.662552458320382e-05, + "loss": 0.4311, + "mean_token_accuracy": 0.8246693134307861, + "num_tokens": 21793328.0, + "step": 16930 + }, + { + "entropy": 1.2628952860832214, + "epoch": 1.6184197955479125, + "grad_norm": 0.9080466032028198, + "learning_rate": 9.661981726091022e-05, + "loss": 0.3977, + "mean_token_accuracy": 0.8414380192756653, + "num_tokens": 21806107.0, + "step": 16940 + }, + { + "entropy": 1.2546055555343627, + "epoch": 1.6193751791344224, + "grad_norm": 1.1203590631484985, + "learning_rate": 9.661410528508128e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8497985661029815, + "num_tokens": 21819020.0, + "step": 16950 + }, + { + "entropy": 1.266055178642273, + "epoch": 1.6203305627209326, + "grad_norm": 1.2323954105377197, + "learning_rate": 9.660838865628716e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8334105551242829, + "num_tokens": 21832321.0, + "step": 16960 + }, + { + "entropy": 1.237618863582611, + "epoch": 1.6212859463074425, + "grad_norm": 1.1591110229492188, + "learning_rate": 9.660266737509847e-05, + "loss": 0.3811, + "mean_token_accuracy": 0.8536803185939789, + "num_tokens": 21844530.0, + "step": 16970 + }, + { + "entropy": 1.2540731191635133, + "epoch": 1.6222413298939524, + "grad_norm": 0.9838218092918396, + "learning_rate": 9.659694144208632e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8417990982532502, + "num_tokens": 21857155.0, + "step": 16980 + }, + { + "entropy": 1.2368878841400146, + "epoch": 1.6231967134804623, + "grad_norm": 1.3691306114196777, + "learning_rate": 9.659121085782226e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8478415429592132, + "num_tokens": 21869946.0, + "step": 16990 + }, + { + "entropy": 1.2474098086357117, + "epoch": 1.6241520970669723, + "grad_norm": 0.8829594254493713, + "learning_rate": 9.658547562287829e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8526881217956543, + "num_tokens": 21882559.0, + "step": 17000 + }, + { + "entropy": 1.250289225578308, + "epoch": 1.6251074806534824, + "grad_norm": 1.0750069618225098, + "learning_rate": 9.657973573782694e-05, + "loss": 0.395, + "mean_token_accuracy": 0.833470618724823, + "num_tokens": 21895234.0, + "step": 17010 + }, + { + "entropy": 1.249538040161133, + "epoch": 1.6260628642399924, + "grad_norm": 1.095484972000122, + "learning_rate": 9.65739912032411e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8486183941364288, + "num_tokens": 21908700.0, + "step": 17020 + }, + { + "entropy": 1.2603797554969787, + "epoch": 1.6270182478265025, + "grad_norm": 1.1120096445083618, + "learning_rate": 9.656824201969423e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8377419710159302, + "num_tokens": 21921791.0, + "step": 17030 + }, + { + "entropy": 1.2718647480010987, + "epoch": 1.6279736314130124, + "grad_norm": 0.9801501631736755, + "learning_rate": 9.65624881877602e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8245558738708496, + "num_tokens": 21934185.0, + "step": 17040 + }, + { + "entropy": 1.2762858152389527, + "epoch": 1.6289290149995224, + "grad_norm": 1.0670758485794067, + "learning_rate": 9.655672970801332e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8348510921001434, + "num_tokens": 21947854.0, + "step": 17050 + }, + { + "entropy": 1.2815690636634827, + "epoch": 1.6298843985860323, + "grad_norm": 1.1970407962799072, + "learning_rate": 9.655096658102845e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8237247467041016, + "num_tokens": 21960248.0, + "step": 17060 + }, + { + "entropy": 1.2710793375968934, + "epoch": 1.6308397821725422, + "grad_norm": 0.9359889030456543, + "learning_rate": 9.654519880738079e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8517150580883026, + "num_tokens": 21973095.0, + "step": 17070 + }, + { + "entropy": 1.2733774065971375, + "epoch": 1.6317951657590521, + "grad_norm": 1.0995489358901978, + "learning_rate": 9.653942638764613e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8476322770118714, + "num_tokens": 21986432.0, + "step": 17080 + }, + { + "entropy": 1.2739972591400146, + "epoch": 1.6327505493455623, + "grad_norm": 1.4269927740097046, + "learning_rate": 9.653364932240062e-05, + "loss": 0.3825, + "mean_token_accuracy": 0.8444310665130615, + "num_tokens": 21999643.0, + "step": 17090 + }, + { + "entropy": 1.2674417853355409, + "epoch": 1.6337059329320722, + "grad_norm": 1.019756555557251, + "learning_rate": 9.652786761222095e-05, + "loss": 0.3823, + "mean_token_accuracy": 0.8495013356208801, + "num_tokens": 22012002.0, + "step": 17100 + }, + { + "entropy": 1.2826082706451416, + "epoch": 1.6346613165185824, + "grad_norm": 1.2192916870117188, + "learning_rate": 9.652208125768425e-05, + "loss": 0.4025, + "mean_token_accuracy": 0.8410891354084015, + "num_tokens": 22024760.0, + "step": 17110 + }, + { + "entropy": 1.2683276534080505, + "epoch": 1.6356167001050923, + "grad_norm": 0.7153588533401489, + "learning_rate": 9.651629025936808e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8372940480709076, + "num_tokens": 22037304.0, + "step": 17120 + }, + { + "entropy": 1.2557788133621215, + "epoch": 1.6365720836916022, + "grad_norm": 1.0506207942962646, + "learning_rate": 9.651049461785051e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8280232787132263, + "num_tokens": 22049551.0, + "step": 17130 + }, + { + "entropy": 1.266424298286438, + "epoch": 1.6375274672781122, + "grad_norm": 1.2043986320495605, + "learning_rate": 9.650469433371003e-05, + "loss": 0.4645, + "mean_token_accuracy": 0.8161837160587311, + "num_tokens": 22062225.0, + "step": 17140 + }, + { + "entropy": 1.2750808000564575, + "epoch": 1.638482850864622, + "grad_norm": 1.1300889253616333, + "learning_rate": 9.649888940752567e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8559437572956086, + "num_tokens": 22075883.0, + "step": 17150 + }, + { + "entropy": 1.2735468864440918, + "epoch": 1.639438234451132, + "grad_norm": 1.165393352508545, + "learning_rate": 9.649307983987682e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8289597392082214, + "num_tokens": 22088883.0, + "step": 17160 + }, + { + "entropy": 1.278954315185547, + "epoch": 1.6403936180376422, + "grad_norm": 0.9342713356018066, + "learning_rate": 9.648726563134338e-05, + "loss": 0.4226, + "mean_token_accuracy": 0.8353917896747589, + "num_tokens": 22102059.0, + "step": 17170 + }, + { + "entropy": 1.2756654024124146, + "epoch": 1.641349001624152, + "grad_norm": 0.968752920627594, + "learning_rate": 9.648144678250577e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8352726817131042, + "num_tokens": 22114626.0, + "step": 17180 + }, + { + "entropy": 1.2850341200828552, + "epoch": 1.6423043852106622, + "grad_norm": 1.1883662939071655, + "learning_rate": 9.647562329394478e-05, + "loss": 0.4369, + "mean_token_accuracy": 0.8231972694396973, + "num_tokens": 22127897.0, + "step": 17190 + }, + { + "entropy": 1.2760628581047058, + "epoch": 1.6432597687971722, + "grad_norm": 0.6816444993019104, + "learning_rate": 9.64697951662417e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8445997655391693, + "num_tokens": 22140625.0, + "step": 17200 + }, + { + "entropy": 1.2727358937263489, + "epoch": 1.644215152383682, + "grad_norm": 1.3180062770843506, + "learning_rate": 9.646396239997832e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8425593793392181, + "num_tokens": 22153646.0, + "step": 17210 + }, + { + "entropy": 1.2575867652893067, + "epoch": 1.645170535970192, + "grad_norm": 0.9101396203041077, + "learning_rate": 9.645812499573681e-05, + "loss": 0.4006, + "mean_token_accuracy": 0.8406329095363617, + "num_tokens": 22166201.0, + "step": 17220 + }, + { + "entropy": 1.2742529153823852, + "epoch": 1.646125919556702, + "grad_norm": 1.2562153339385986, + "learning_rate": 9.645228295409992e-05, + "loss": 0.4202, + "mean_token_accuracy": 0.830001437664032, + "num_tokens": 22178837.0, + "step": 17230 + }, + { + "entropy": 1.261738669872284, + "epoch": 1.6470813031432119, + "grad_norm": 1.357398271560669, + "learning_rate": 9.644643627565073e-05, + "loss": 0.4174, + "mean_token_accuracy": 0.8350457429885865, + "num_tokens": 22191918.0, + "step": 17240 + }, + { + "entropy": 1.2545527338981628, + "epoch": 1.648036686729722, + "grad_norm": 1.088052749633789, + "learning_rate": 9.644058496097288e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8278165340423584, + "num_tokens": 22204579.0, + "step": 17250 + }, + { + "entropy": 1.2460907578468323, + "epoch": 1.648992070316232, + "grad_norm": 1.070646047592163, + "learning_rate": 9.643472901065045e-05, + "loss": 0.3707, + "mean_token_accuracy": 0.8539250612258911, + "num_tokens": 22217510.0, + "step": 17260 + }, + { + "entropy": 1.255362296104431, + "epoch": 1.6499474539027421, + "grad_norm": 1.0357943773269653, + "learning_rate": 9.642886842526795e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8490639686584472, + "num_tokens": 22230699.0, + "step": 17270 + }, + { + "entropy": 1.251197624206543, + "epoch": 1.650902837489252, + "grad_norm": 1.270482063293457, + "learning_rate": 9.64230032054104e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8209795832633973, + "num_tokens": 22243219.0, + "step": 17280 + }, + { + "entropy": 1.2486588478088378, + "epoch": 1.651858221075762, + "grad_norm": 0.9533300995826721, + "learning_rate": 9.641713335166323e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8308103919029236, + "num_tokens": 22256317.0, + "step": 17290 + }, + { + "entropy": 1.268446969985962, + "epoch": 1.652813604662272, + "grad_norm": 0.9012556672096252, + "learning_rate": 9.64112588646124e-05, + "loss": 0.4507, + "mean_token_accuracy": 0.819657701253891, + "num_tokens": 22269636.0, + "step": 17300 + }, + { + "entropy": 1.2452372074127198, + "epoch": 1.6537689882487818, + "grad_norm": 1.0915772914886475, + "learning_rate": 9.640537974484428e-05, + "loss": 0.432, + "mean_token_accuracy": 0.8292240619659423, + "num_tokens": 22282313.0, + "step": 17310 + }, + { + "entropy": 1.233907973766327, + "epoch": 1.6547243718352918, + "grad_norm": 0.6583868861198425, + "learning_rate": 9.639949599294569e-05, + "loss": 0.3662, + "mean_token_accuracy": 0.8605349481105804, + "num_tokens": 22295182.0, + "step": 17320 + }, + { + "entropy": 1.240245795249939, + "epoch": 1.655679755421802, + "grad_norm": 1.1447088718414307, + "learning_rate": 9.639360760950395e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.839447844028473, + "num_tokens": 22307555.0, + "step": 17330 + }, + { + "entropy": 1.234638547897339, + "epoch": 1.6566351390083118, + "grad_norm": 0.8908059597015381, + "learning_rate": 9.638771459510687e-05, + "loss": 0.3822, + "mean_token_accuracy": 0.8475996851921082, + "num_tokens": 22320400.0, + "step": 17340 + }, + { + "entropy": 1.2391805529594422, + "epoch": 1.657590522594822, + "grad_norm": 0.9064887762069702, + "learning_rate": 9.638181695034265e-05, + "loss": 0.3676, + "mean_token_accuracy": 0.8562471926212311, + "num_tokens": 22333030.0, + "step": 17350 + }, + { + "entropy": 1.2295305728912354, + "epoch": 1.658545906181332, + "grad_norm": 1.3123090267181396, + "learning_rate": 9.637591467579998e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8424349009990693, + "num_tokens": 22345647.0, + "step": 17360 + }, + { + "entropy": 1.222892689704895, + "epoch": 1.6595012897678418, + "grad_norm": 1.1532288789749146, + "learning_rate": 9.637000777206804e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8444748401641846, + "num_tokens": 22358204.0, + "step": 17370 + }, + { + "entropy": 1.253341281414032, + "epoch": 1.6604566733543518, + "grad_norm": 1.0515315532684326, + "learning_rate": 9.636409623973644e-05, + "loss": 0.4325, + "mean_token_accuracy": 0.8228507995605469, + "num_tokens": 22371427.0, + "step": 17380 + }, + { + "entropy": 1.232449507713318, + "epoch": 1.6614120569408617, + "grad_norm": 1.104995846748352, + "learning_rate": 9.635818007939526e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.8432979822158814, + "num_tokens": 22384454.0, + "step": 17390 + }, + { + "entropy": 1.2428515911102296, + "epoch": 1.6623674405273716, + "grad_norm": 0.9076094627380371, + "learning_rate": 9.635225929163504e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8328639686107635, + "num_tokens": 22397452.0, + "step": 17400 + }, + { + "entropy": 1.2379931569099427, + "epoch": 1.6633228241138818, + "grad_norm": 0.9263367652893066, + "learning_rate": 9.63463338770468e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8309756219387054, + "num_tokens": 22410642.0, + "step": 17410 + }, + { + "entropy": 1.2534482598304748, + "epoch": 1.6642782077003917, + "grad_norm": 0.9729399085044861, + "learning_rate": 9.634040383622199e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8438769757747651, + "num_tokens": 22424316.0, + "step": 17420 + }, + { + "entropy": 1.2495099902153015, + "epoch": 1.6652335912869018, + "grad_norm": 1.0023083686828613, + "learning_rate": 9.633446916975256e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.8374079883098602, + "num_tokens": 22437152.0, + "step": 17430 + }, + { + "entropy": 1.2353239059448242, + "epoch": 1.6661889748734118, + "grad_norm": 0.8750657439231873, + "learning_rate": 9.632852987823088e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8520385384559631, + "num_tokens": 22449411.0, + "step": 17440 + }, + { + "entropy": 1.2559093594551087, + "epoch": 1.6671443584599217, + "grad_norm": 0.8921344876289368, + "learning_rate": 9.632258596224984e-05, + "loss": 0.4256, + "mean_token_accuracy": 0.8374056041240692, + "num_tokens": 22462239.0, + "step": 17450 + }, + { + "entropy": 1.2710428833961487, + "epoch": 1.6680997420464316, + "grad_norm": 1.1218856573104858, + "learning_rate": 9.63166374224027e-05, + "loss": 0.4393, + "mean_token_accuracy": 0.8297560274600982, + "num_tokens": 22474688.0, + "step": 17460 + }, + { + "entropy": 1.2631185531616211, + "epoch": 1.6690551256329416, + "grad_norm": 1.2155983448028564, + "learning_rate": 9.631068425928329e-05, + "loss": 0.3823, + "mean_token_accuracy": 0.8530079960823059, + "num_tokens": 22487651.0, + "step": 17470 + }, + { + "entropy": 1.2488390684127808, + "epoch": 1.6700105092194515, + "grad_norm": 1.0228310823440552, + "learning_rate": 9.630472647348581e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8396452963352203, + "num_tokens": 22499898.0, + "step": 17480 + }, + { + "entropy": 1.2600026965141295, + "epoch": 1.6709658928059616, + "grad_norm": 1.1926534175872803, + "learning_rate": 9.629876406560498e-05, + "loss": 0.417, + "mean_token_accuracy": 0.8373159646987915, + "num_tokens": 22512648.0, + "step": 17490 + }, + { + "entropy": 1.2387181520462036, + "epoch": 1.6719212763924716, + "grad_norm": 1.0778530836105347, + "learning_rate": 9.629279703623595e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8482752859592437, + "num_tokens": 22525346.0, + "step": 17500 + }, + { + "entropy": 1.248030436038971, + "epoch": 1.6728766599789817, + "grad_norm": 1.3653253316879272, + "learning_rate": 9.628682538597434e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8308777391910553, + "num_tokens": 22537979.0, + "step": 17510 + }, + { + "entropy": 1.2559483647346497, + "epoch": 1.6738320435654916, + "grad_norm": 1.0356372594833374, + "learning_rate": 9.628084911541624e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8381751894950866, + "num_tokens": 22550844.0, + "step": 17520 + }, + { + "entropy": 1.2425063371658325, + "epoch": 1.6747874271520016, + "grad_norm": 1.0618956089019775, + "learning_rate": 9.627486822515818e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8410689175128937, + "num_tokens": 22563703.0, + "step": 17530 + }, + { + "entropy": 1.2297266602516175, + "epoch": 1.6757428107385115, + "grad_norm": 0.9311837553977966, + "learning_rate": 9.626888271579719e-05, + "loss": 0.3871, + "mean_token_accuracy": 0.8449204921722412, + "num_tokens": 22576092.0, + "step": 17540 + }, + { + "entropy": 1.239659583568573, + "epoch": 1.6766981943250214, + "grad_norm": 1.3133116960525513, + "learning_rate": 9.626289258793073e-05, + "loss": 0.3743, + "mean_token_accuracy": 0.8519734859466552, + "num_tokens": 22588589.0, + "step": 17550 + }, + { + "entropy": 1.2618979573249818, + "epoch": 1.6776535779115314, + "grad_norm": 1.0939303636550903, + "learning_rate": 9.625689784215671e-05, + "loss": 0.4505, + "mean_token_accuracy": 0.8245292782783509, + "num_tokens": 22601299.0, + "step": 17560 + }, + { + "entropy": 1.2565176248550416, + "epoch": 1.6786089614980415, + "grad_norm": 0.8755018711090088, + "learning_rate": 9.625089847907354e-05, + "loss": 0.3757, + "mean_token_accuracy": 0.8561277508735656, + "num_tokens": 22613564.0, + "step": 17570 + }, + { + "entropy": 1.2336417436599731, + "epoch": 1.6795643450845514, + "grad_norm": 0.7527493834495544, + "learning_rate": 9.624489449928006e-05, + "loss": 0.4034, + "mean_token_accuracy": 0.8361069679260253, + "num_tokens": 22625819.0, + "step": 17580 + }, + { + "entropy": 1.2516186714172364, + "epoch": 1.6805197286710616, + "grad_norm": 0.8457591533660889, + "learning_rate": 9.623888590337557e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8334727823734284, + "num_tokens": 22638489.0, + "step": 17590 + }, + { + "entropy": 1.2685724377632142, + "epoch": 1.6814751122575715, + "grad_norm": 0.6988075375556946, + "learning_rate": 9.623287269195986e-05, + "loss": 0.4177, + "mean_token_accuracy": 0.8359953582286834, + "num_tokens": 22651544.0, + "step": 17600 + }, + { + "entropy": 1.2613368153572082, + "epoch": 1.6824304958440814, + "grad_norm": 1.1009409427642822, + "learning_rate": 9.622685486563314e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8531224191188812, + "num_tokens": 22664638.0, + "step": 17610 + }, + { + "entropy": 1.2474199056625366, + "epoch": 1.6833858794305914, + "grad_norm": 0.9460520148277283, + "learning_rate": 9.622083242499613e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8278181552886963, + "num_tokens": 22677192.0, + "step": 17620 + }, + { + "entropy": 1.2416586041450501, + "epoch": 1.6843412630171013, + "grad_norm": 0.9801117181777954, + "learning_rate": 9.621480537064997e-05, + "loss": 0.4422, + "mean_token_accuracy": 0.8246154129505158, + "num_tokens": 22689987.0, + "step": 17630 + }, + { + "entropy": 1.2613559722900392, + "epoch": 1.6852966466036112, + "grad_norm": 1.0396146774291992, + "learning_rate": 9.620877370319625e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8347438454627991, + "num_tokens": 22703095.0, + "step": 17640 + }, + { + "entropy": 1.2445721268653869, + "epoch": 1.6862520301901214, + "grad_norm": 0.9708300828933716, + "learning_rate": 9.620273742323708e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8379692792892456, + "num_tokens": 22715389.0, + "step": 17650 + }, + { + "entropy": 1.2485299587249756, + "epoch": 1.6872074137766313, + "grad_norm": 0.973758339881897, + "learning_rate": 9.619669653137497e-05, + "loss": 0.4483, + "mean_token_accuracy": 0.8257996022701264, + "num_tokens": 22727652.0, + "step": 17660 + }, + { + "entropy": 1.259062159061432, + "epoch": 1.6881627973631415, + "grad_norm": 1.0743799209594727, + "learning_rate": 9.619065102821295e-05, + "loss": 0.3982, + "mean_token_accuracy": 0.8394437849521637, + "num_tokens": 22740584.0, + "step": 17670 + }, + { + "entropy": 1.262264609336853, + "epoch": 1.6891181809496514, + "grad_norm": 1.0339555740356445, + "learning_rate": 9.618460091435442e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.8228790998458863, + "num_tokens": 22752724.0, + "step": 17680 + }, + { + "entropy": 1.2481298804283143, + "epoch": 1.6900735645361613, + "grad_norm": 0.9276836514472961, + "learning_rate": 9.617854619040334e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8481605470180511, + "num_tokens": 22765671.0, + "step": 17690 + }, + { + "entropy": 1.2661568880081178, + "epoch": 1.6910289481226712, + "grad_norm": 0.9482055306434631, + "learning_rate": 9.617248685696405e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8531769096851349, + "num_tokens": 22778414.0, + "step": 17700 + }, + { + "entropy": 1.2678587079048156, + "epoch": 1.6919843317091812, + "grad_norm": 0.9037084579467773, + "learning_rate": 9.616642291464143e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8345970094203949, + "num_tokens": 22791532.0, + "step": 17710 + }, + { + "entropy": 1.2474686622619628, + "epoch": 1.692939715295691, + "grad_norm": 2.0082428455352783, + "learning_rate": 9.616035436404074e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8504916906356812, + "num_tokens": 22804539.0, + "step": 17720 + }, + { + "entropy": 1.2598254561424256, + "epoch": 1.6938950988822012, + "grad_norm": 1.2374407052993774, + "learning_rate": 9.615428120576775e-05, + "loss": 0.3665, + "mean_token_accuracy": 0.854609215259552, + "num_tokens": 22817447.0, + "step": 17730 + }, + { + "entropy": 1.2440147161483766, + "epoch": 1.6948504824687112, + "grad_norm": 1.3359586000442505, + "learning_rate": 9.614820344042868e-05, + "loss": 0.399, + "mean_token_accuracy": 0.8408722758293152, + "num_tokens": 22830312.0, + "step": 17740 + }, + { + "entropy": 1.2334456205368043, + "epoch": 1.6958058660552213, + "grad_norm": 0.9104614853858948, + "learning_rate": 9.614212106863018e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.853832894563675, + "num_tokens": 22842459.0, + "step": 17750 + }, + { + "entropy": 1.253542387485504, + "epoch": 1.6967612496417313, + "grad_norm": 1.070717453956604, + "learning_rate": 9.61360340909794e-05, + "loss": 0.4172, + "mean_token_accuracy": 0.8346386909484863, + "num_tokens": 22855266.0, + "step": 17760 + }, + { + "entropy": 1.2320751786231994, + "epoch": 1.6977166332282412, + "grad_norm": 0.9282082319259644, + "learning_rate": 9.612994250808396e-05, + "loss": 0.3727, + "mean_token_accuracy": 0.8555571377277374, + "num_tokens": 22868258.0, + "step": 17770 + }, + { + "entropy": 1.2457345008850098, + "epoch": 1.698672016814751, + "grad_norm": 0.9455070495605469, + "learning_rate": 9.612384632055188e-05, + "loss": 0.4275, + "mean_token_accuracy": 0.8365866243839264, + "num_tokens": 22881261.0, + "step": 17780 + }, + { + "entropy": 1.2361591458320618, + "epoch": 1.699627400401261, + "grad_norm": 1.3945482969284058, + "learning_rate": 9.611774552899169e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8458134055137634, + "num_tokens": 22894384.0, + "step": 17790 + }, + { + "entropy": 1.2593231558799745, + "epoch": 1.700582783987771, + "grad_norm": 0.926410436630249, + "learning_rate": 9.611164013401235e-05, + "loss": 0.4484, + "mean_token_accuracy": 0.8208027839660644, + "num_tokens": 22907285.0, + "step": 17800 + }, + { + "entropy": 1.246914267539978, + "epoch": 1.7015381675742811, + "grad_norm": 1.5562855005264282, + "learning_rate": 9.61055301362233e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8309639871120453, + "num_tokens": 22919682.0, + "step": 17810 + }, + { + "entropy": 1.2348621845245362, + "epoch": 1.702493551160791, + "grad_norm": 1.0099157094955444, + "learning_rate": 9.609941553623447e-05, + "loss": 0.3879, + "mean_token_accuracy": 0.8408388555049896, + "num_tokens": 22932027.0, + "step": 17820 + }, + { + "entropy": 1.244398033618927, + "epoch": 1.7034489347473012, + "grad_norm": 0.946876049041748, + "learning_rate": 9.609329633465614e-05, + "loss": 0.4206, + "mean_token_accuracy": 0.8307375907897949, + "num_tokens": 22944830.0, + "step": 17830 + }, + { + "entropy": 1.2303630113601685, + "epoch": 1.7044043183338111, + "grad_norm": 1.0319545269012451, + "learning_rate": 9.608717253209918e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8390844106674195, + "num_tokens": 22957351.0, + "step": 17840 + }, + { + "entropy": 1.2331066846847534, + "epoch": 1.705359701920321, + "grad_norm": 1.1581025123596191, + "learning_rate": 9.608104412917485e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8492053270339965, + "num_tokens": 22970415.0, + "step": 17850 + }, + { + "entropy": 1.2485746622085572, + "epoch": 1.706315085506831, + "grad_norm": 0.927308201789856, + "learning_rate": 9.607491112649485e-05, + "loss": 0.4221, + "mean_token_accuracy": 0.8325854003429413, + "num_tokens": 22983474.0, + "step": 17860 + }, + { + "entropy": 1.2376818656921387, + "epoch": 1.707270469093341, + "grad_norm": 1.1687551736831665, + "learning_rate": 9.60687735246714e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8514661908149719, + "num_tokens": 22995882.0, + "step": 17870 + }, + { + "entropy": 1.2476388335227966, + "epoch": 1.7082258526798508, + "grad_norm": 0.9387381076812744, + "learning_rate": 9.606263132431714e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8523995995521545, + "num_tokens": 23008848.0, + "step": 17880 + }, + { + "entropy": 1.24491890668869, + "epoch": 1.709181236266361, + "grad_norm": 1.0082015991210938, + "learning_rate": 9.605648452604517e-05, + "loss": 0.3887, + "mean_token_accuracy": 0.8475976824760437, + "num_tokens": 23022240.0, + "step": 17890 + }, + { + "entropy": 1.2452576875686645, + "epoch": 1.710136619852871, + "grad_norm": 0.9655236601829529, + "learning_rate": 9.605033313046907e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8444946646690369, + "num_tokens": 23034835.0, + "step": 17900 + }, + { + "entropy": 1.234970223903656, + "epoch": 1.711092003439381, + "grad_norm": 1.1286778450012207, + "learning_rate": 9.604417713820285e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.859401261806488, + "num_tokens": 23047935.0, + "step": 17910 + }, + { + "entropy": 1.2591495990753174, + "epoch": 1.712047387025891, + "grad_norm": 1.319689393043518, + "learning_rate": 9.6038016549861e-05, + "loss": 0.4483, + "mean_token_accuracy": 0.823058795928955, + "num_tokens": 23061306.0, + "step": 17920 + }, + { + "entropy": 1.2465789079666139, + "epoch": 1.713002770612401, + "grad_norm": 0.976178765296936, + "learning_rate": 9.603185136605847e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8644716084003449, + "num_tokens": 23074120.0, + "step": 17930 + }, + { + "entropy": 1.2267637610435487, + "epoch": 1.7139581541989108, + "grad_norm": 0.899385392665863, + "learning_rate": 9.602568158741066e-05, + "loss": 0.4194, + "mean_token_accuracy": 0.8384012579917908, + "num_tokens": 23086266.0, + "step": 17940 + }, + { + "entropy": 1.2362696290016175, + "epoch": 1.7149135377854208, + "grad_norm": 1.2607851028442383, + "learning_rate": 9.601950721453341e-05, + "loss": 0.4808, + "mean_token_accuracy": 0.8087156176567077, + "num_tokens": 23098610.0, + "step": 17950 + }, + { + "entropy": 1.2329839587211608, + "epoch": 1.7158689213719307, + "grad_norm": 1.0710415840148926, + "learning_rate": 9.601332824804305e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.8328712344169616, + "num_tokens": 23111474.0, + "step": 17960 + }, + { + "entropy": 1.2373533606529237, + "epoch": 1.7168243049584408, + "grad_norm": 1.1658204793930054, + "learning_rate": 9.600714468855637e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8433837711811065, + "num_tokens": 23124128.0, + "step": 17970 + }, + { + "entropy": 1.2287214517593383, + "epoch": 1.7177796885449508, + "grad_norm": 0.808590829372406, + "learning_rate": 9.60009565366906e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8528515756130218, + "num_tokens": 23136861.0, + "step": 17980 + }, + { + "entropy": 1.2554963111877442, + "epoch": 1.718735072131461, + "grad_norm": 0.8241192102432251, + "learning_rate": 9.599476379306343e-05, + "loss": 0.4737, + "mean_token_accuracy": 0.8204620242118835, + "num_tokens": 23150039.0, + "step": 17990 + }, + { + "entropy": 1.2460831880569458, + "epoch": 1.7196904557179709, + "grad_norm": 1.046142578125, + "learning_rate": 9.598856645829301e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8401552259922027, + "num_tokens": 23162451.0, + "step": 18000 + }, + { + "entropy": 1.229128658771515, + "epoch": 1.7206458393044808, + "grad_norm": 0.8847352862358093, + "learning_rate": 9.598236453299796e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8619108140468598, + "num_tokens": 23175039.0, + "step": 18010 + }, + { + "entropy": 1.2453033208847046, + "epoch": 1.7216012228909907, + "grad_norm": 1.1186721324920654, + "learning_rate": 9.597615801779732e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.8481560289859772, + "num_tokens": 23187697.0, + "step": 18020 + }, + { + "entropy": 1.2374501466751098, + "epoch": 1.7225566064775006, + "grad_norm": 1.0868295431137085, + "learning_rate": 9.596994691331066e-05, + "loss": 0.4144, + "mean_token_accuracy": 0.8383440792560577, + "num_tokens": 23200320.0, + "step": 18030 + }, + { + "entropy": 1.248088788986206, + "epoch": 1.7235119900640106, + "grad_norm": 1.0483583211898804, + "learning_rate": 9.596373122015794e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8299430012702942, + "num_tokens": 23213106.0, + "step": 18040 + }, + { + "entropy": 1.2581270337104797, + "epoch": 1.7244673736505207, + "grad_norm": 1.4181190729141235, + "learning_rate": 9.595751093895962e-05, + "loss": 0.4058, + "mean_token_accuracy": 0.8474813759326935, + "num_tokens": 23225812.0, + "step": 18050 + }, + { + "entropy": 1.2519899606704712, + "epoch": 1.7254227572370306, + "grad_norm": 0.9181609749794006, + "learning_rate": 9.595128607033657e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8396547675132752, + "num_tokens": 23238388.0, + "step": 18060 + }, + { + "entropy": 1.2735195875167846, + "epoch": 1.7263781408235408, + "grad_norm": 1.1336668729782104, + "learning_rate": 9.594505661491017e-05, + "loss": 0.4361, + "mean_token_accuracy": 0.8256846189498901, + "num_tokens": 23251307.0, + "step": 18070 + }, + { + "entropy": 1.2317048072814942, + "epoch": 1.7273335244100507, + "grad_norm": 0.8410013318061829, + "learning_rate": 9.593882257330224e-05, + "loss": 0.3626, + "mean_token_accuracy": 0.8573889255523681, + "num_tokens": 23263872.0, + "step": 18080 + }, + { + "entropy": 1.2461727499961852, + "epoch": 1.7282889079965607, + "grad_norm": 1.227628231048584, + "learning_rate": 9.593258394613505e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8284167349338531, + "num_tokens": 23276758.0, + "step": 18090 + }, + { + "entropy": 1.2562318444252014, + "epoch": 1.7292442915830706, + "grad_norm": 1.4120851755142212, + "learning_rate": 9.592634073403132e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8410945475101471, + "num_tokens": 23290017.0, + "step": 18100 + }, + { + "entropy": 1.2575053215026855, + "epoch": 1.7301996751695805, + "grad_norm": 1.1777987480163574, + "learning_rate": 9.592009293761427e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8372930228710175, + "num_tokens": 23303663.0, + "step": 18110 + }, + { + "entropy": 1.2630101680755614, + "epoch": 1.7311550587560904, + "grad_norm": 0.7541227340698242, + "learning_rate": 9.591384055750752e-05, + "loss": 0.4221, + "mean_token_accuracy": 0.8310477793216705, + "num_tokens": 23316411.0, + "step": 18120 + }, + { + "entropy": 1.2686506986618042, + "epoch": 1.7321104423426006, + "grad_norm": 0.8677375912666321, + "learning_rate": 9.590758359433519e-05, + "loss": 0.4702, + "mean_token_accuracy": 0.8106258630752563, + "num_tokens": 23329431.0, + "step": 18130 + }, + { + "entropy": 1.251399564743042, + "epoch": 1.7330658259291105, + "grad_norm": 1.2978209257125854, + "learning_rate": 9.590132204872183e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8403161525726318, + "num_tokens": 23342702.0, + "step": 18140 + }, + { + "entropy": 1.239967155456543, + "epoch": 1.7340212095156207, + "grad_norm": 1.04163658618927, + "learning_rate": 9.589505592129247e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8415982365608216, + "num_tokens": 23355386.0, + "step": 18150 + }, + { + "entropy": 1.2291477560997008, + "epoch": 1.7349765931021306, + "grad_norm": 1.2268823385238647, + "learning_rate": 9.58887852126726e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8473311007022858, + "num_tokens": 23367779.0, + "step": 18160 + }, + { + "entropy": 1.2615811944007873, + "epoch": 1.7359319766886405, + "grad_norm": 0.8507741689682007, + "learning_rate": 9.588250992348813e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.832783454656601, + "num_tokens": 23380944.0, + "step": 18170 + }, + { + "entropy": 1.242993700504303, + "epoch": 1.7368873602751504, + "grad_norm": 0.8236082792282104, + "learning_rate": 9.587623005436545e-05, + "loss": 0.3647, + "mean_token_accuracy": 0.8554120361804962, + "num_tokens": 23393852.0, + "step": 18180 + }, + { + "entropy": 1.2341665744781494, + "epoch": 1.7378427438616604, + "grad_norm": 1.1210730075836182, + "learning_rate": 9.586994560593143e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8539847671985626, + "num_tokens": 23407149.0, + "step": 18190 + }, + { + "entropy": 1.2232534050941468, + "epoch": 1.7387981274481703, + "grad_norm": 1.3700839281082153, + "learning_rate": 9.586365657881337e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8476240992546081, + "num_tokens": 23419646.0, + "step": 18200 + }, + { + "entropy": 1.2500601530075073, + "epoch": 1.7397535110346805, + "grad_norm": 1.153084635734558, + "learning_rate": 9.585736297363903e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.8419993221759796, + "num_tokens": 23432927.0, + "step": 18210 + }, + { + "entropy": 1.2632962703704833, + "epoch": 1.7407088946211904, + "grad_norm": 1.3457070589065552, + "learning_rate": 9.585106479103663e-05, + "loss": 0.4875, + "mean_token_accuracy": 0.8050628662109375, + "num_tokens": 23445803.0, + "step": 18220 + }, + { + "entropy": 1.255858826637268, + "epoch": 1.7416642782077005, + "grad_norm": 0.7825440764427185, + "learning_rate": 9.584476203163485e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8399945020675659, + "num_tokens": 23458571.0, + "step": 18230 + }, + { + "entropy": 1.2410543322563172, + "epoch": 1.7426196617942105, + "grad_norm": 0.9925565719604492, + "learning_rate": 9.583845469606282e-05, + "loss": 0.421, + "mean_token_accuracy": 0.8279775559902192, + "num_tokens": 23471298.0, + "step": 18240 + }, + { + "entropy": 1.2477216124534607, + "epoch": 1.7435750453807204, + "grad_norm": 0.9485518932342529, + "learning_rate": 9.583214278495014e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8382355690002441, + "num_tokens": 23483885.0, + "step": 18250 + }, + { + "entropy": 1.2605351209640503, + "epoch": 1.7445304289672303, + "grad_norm": 1.0825618505477905, + "learning_rate": 9.582582629892685e-05, + "loss": 0.4497, + "mean_token_accuracy": 0.8219209909439087, + "num_tokens": 23496447.0, + "step": 18260 + }, + { + "entropy": 1.2726219296455383, + "epoch": 1.7454858125537402, + "grad_norm": 1.1770566701889038, + "learning_rate": 9.581950523862344e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8240466475486755, + "num_tokens": 23509729.0, + "step": 18270 + }, + { + "entropy": 1.2741369485855103, + "epoch": 1.7464411961402502, + "grad_norm": 0.8758213520050049, + "learning_rate": 9.58131796046709e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8331361532211303, + "num_tokens": 23523453.0, + "step": 18280 + }, + { + "entropy": 1.2549362659454346, + "epoch": 1.7473965797267603, + "grad_norm": 0.9729489684104919, + "learning_rate": 9.580684939770062e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8544616103172302, + "num_tokens": 23536883.0, + "step": 18290 + }, + { + "entropy": 1.2606821656227112, + "epoch": 1.7483519633132703, + "grad_norm": 0.8168366551399231, + "learning_rate": 9.580051461834449e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8426462829113006, + "num_tokens": 23549962.0, + "step": 18300 + }, + { + "entropy": 1.264320719242096, + "epoch": 1.7493073468997804, + "grad_norm": 1.0000132322311401, + "learning_rate": 9.579417526723486e-05, + "loss": 0.4567, + "mean_token_accuracy": 0.8203768789768219, + "num_tokens": 23562928.0, + "step": 18310 + }, + { + "entropy": 1.2461620450019837, + "epoch": 1.7502627304862903, + "grad_norm": 1.3378769159317017, + "learning_rate": 9.578783134500446e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8340261518955231, + "num_tokens": 23575753.0, + "step": 18320 + }, + { + "entropy": 1.243294072151184, + "epoch": 1.7512181140728003, + "grad_norm": 1.0045770406723022, + "learning_rate": 9.578148285228658e-05, + "loss": 0.3726, + "mean_token_accuracy": 0.8543959617614746, + "num_tokens": 23588480.0, + "step": 18330 + }, + { + "entropy": 1.2596907377243043, + "epoch": 1.7521734976593102, + "grad_norm": 1.1993249654769897, + "learning_rate": 9.577512978971493e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8262570083141327, + "num_tokens": 23601178.0, + "step": 18340 + }, + { + "entropy": 1.2499590039253234, + "epoch": 1.7531288812458201, + "grad_norm": 1.2146376371383667, + "learning_rate": 9.576877215792361e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8340011775493622, + "num_tokens": 23613246.0, + "step": 18350 + }, + { + "entropy": 1.2610282063484193, + "epoch": 1.75408426483233, + "grad_norm": 1.1774981021881104, + "learning_rate": 9.576240995754726e-05, + "loss": 0.3953, + "mean_token_accuracy": 0.8424400806427002, + "num_tokens": 23626405.0, + "step": 18360 + }, + { + "entropy": 1.2480837464332581, + "epoch": 1.7550396484188402, + "grad_norm": 1.1709154844284058, + "learning_rate": 9.575604318922097e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8382466793060303, + "num_tokens": 23639211.0, + "step": 18370 + }, + { + "entropy": 1.2296159267425537, + "epoch": 1.7559950320053501, + "grad_norm": 0.9285361766815186, + "learning_rate": 9.574967185358024e-05, + "loss": 0.3606, + "mean_token_accuracy": 0.8459927499294281, + "num_tokens": 23651952.0, + "step": 18380 + }, + { + "entropy": 1.2457628965377807, + "epoch": 1.7569504155918603, + "grad_norm": 1.3067526817321777, + "learning_rate": 9.574329595126104e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.8417336404323578, + "num_tokens": 23665004.0, + "step": 18390 + }, + { + "entropy": 1.2536271214485168, + "epoch": 1.7579057991783702, + "grad_norm": 1.2271195650100708, + "learning_rate": 9.573691548289981e-05, + "loss": 0.4215, + "mean_token_accuracy": 0.8397488534450531, + "num_tokens": 23678043.0, + "step": 18400 + }, + { + "entropy": 1.2411157250404359, + "epoch": 1.7588611827648801, + "grad_norm": 1.1262342929840088, + "learning_rate": 9.573053044913348e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8384642004966736, + "num_tokens": 23690621.0, + "step": 18410 + }, + { + "entropy": 1.2516655206680298, + "epoch": 1.75981656635139, + "grad_norm": 1.058920979499817, + "learning_rate": 9.572414085059933e-05, + "loss": 0.443, + "mean_token_accuracy": 0.821002858877182, + "num_tokens": 23703467.0, + "step": 18420 + }, + { + "entropy": 1.2443899989128113, + "epoch": 1.7607719499379, + "grad_norm": 1.1940561532974243, + "learning_rate": 9.57177466879352e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8440302193164826, + "num_tokens": 23716314.0, + "step": 18430 + }, + { + "entropy": 1.2167899489402771, + "epoch": 1.76172733352441, + "grad_norm": 0.9281899929046631, + "learning_rate": 9.571134796177936e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8519504606723786, + "num_tokens": 23728739.0, + "step": 18440 + }, + { + "entropy": 1.245528757572174, + "epoch": 1.76268271711092, + "grad_norm": 0.9196149706840515, + "learning_rate": 9.570494467277051e-05, + "loss": 0.4512, + "mean_token_accuracy": 0.8247206449508667, + "num_tokens": 23741933.0, + "step": 18450 + }, + { + "entropy": 1.2354749202728272, + "epoch": 1.76363810069743, + "grad_norm": 1.0337108373641968, + "learning_rate": 9.569853682154782e-05, + "loss": 0.3905, + "mean_token_accuracy": 0.8498189568519592, + "num_tokens": 23754716.0, + "step": 18460 + }, + { + "entropy": 1.2342580199241637, + "epoch": 1.7645934842839401, + "grad_norm": 0.9085434675216675, + "learning_rate": 9.569212440875088e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8531509220600129, + "num_tokens": 23767472.0, + "step": 18470 + }, + { + "entropy": 1.2479331970214844, + "epoch": 1.76554886787045, + "grad_norm": 0.9801439642906189, + "learning_rate": 9.568570743501983e-05, + "loss": 0.411, + "mean_token_accuracy": 0.8302562355995178, + "num_tokens": 23781239.0, + "step": 18480 + }, + { + "entropy": 1.227237915992737, + "epoch": 1.76650425145696, + "grad_norm": 0.8854706883430481, + "learning_rate": 9.567928590099517e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8472854256629944, + "num_tokens": 23793605.0, + "step": 18490 + }, + { + "entropy": 1.227782952785492, + "epoch": 1.76745963504347, + "grad_norm": 1.0997800827026367, + "learning_rate": 9.567285980731789e-05, + "loss": 0.378, + "mean_token_accuracy": 0.8494278848171234, + "num_tokens": 23806892.0, + "step": 18500 + }, + { + "entropy": 1.2321775913238526, + "epoch": 1.7684150186299799, + "grad_norm": 0.9469022154808044, + "learning_rate": 9.566642915462944e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8466831088066101, + "num_tokens": 23819641.0, + "step": 18510 + }, + { + "entropy": 1.2310438990592956, + "epoch": 1.7693704022164898, + "grad_norm": 1.2513790130615234, + "learning_rate": 9.565999394357172e-05, + "loss": 0.413, + "mean_token_accuracy": 0.835403436422348, + "num_tokens": 23831858.0, + "step": 18520 + }, + { + "entropy": 1.2332215547561645, + "epoch": 1.770325785803, + "grad_norm": 1.001030683517456, + "learning_rate": 9.56535541747871e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8489100158214569, + "num_tokens": 23845053.0, + "step": 18530 + }, + { + "entropy": 1.2421654224395753, + "epoch": 1.7712811693895099, + "grad_norm": 0.849099338054657, + "learning_rate": 9.564710984891836e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.841077733039856, + "num_tokens": 23858135.0, + "step": 18540 + }, + { + "entropy": 1.252909541130066, + "epoch": 1.77223655297602, + "grad_norm": 1.1629602909088135, + "learning_rate": 9.564066096660877e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.827980774641037, + "num_tokens": 23870915.0, + "step": 18550 + }, + { + "entropy": 1.246216368675232, + "epoch": 1.77319193656253, + "grad_norm": 0.8987468481063843, + "learning_rate": 9.563420752850207e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8398578464984894, + "num_tokens": 23883735.0, + "step": 18560 + }, + { + "entropy": 1.2390840172767639, + "epoch": 1.7741473201490399, + "grad_norm": 1.0416277647018433, + "learning_rate": 9.562774953524244e-05, + "loss": 0.3787, + "mean_token_accuracy": 0.8504427611827851, + "num_tokens": 23895953.0, + "step": 18570 + }, + { + "entropy": 1.246518862247467, + "epoch": 1.7751027037355498, + "grad_norm": 0.9980137348175049, + "learning_rate": 9.562128698747447e-05, + "loss": 0.391, + "mean_token_accuracy": 0.8436578333377838, + "num_tokens": 23909370.0, + "step": 18580 + }, + { + "entropy": 1.2298052668571473, + "epoch": 1.7760580873220597, + "grad_norm": 0.8507782220840454, + "learning_rate": 9.56148198858433e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.8405477464199066, + "num_tokens": 23921541.0, + "step": 18590 + }, + { + "entropy": 1.2523223757743835, + "epoch": 1.7770134709085696, + "grad_norm": 1.0604740381240845, + "learning_rate": 9.560834823099441e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.839072722196579, + "num_tokens": 23934729.0, + "step": 18600 + }, + { + "entropy": 1.2329000592231751, + "epoch": 1.7779688544950798, + "grad_norm": 1.3010905981063843, + "learning_rate": 9.560187202357383e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.8576006352901459, + "num_tokens": 23947395.0, + "step": 18610 + }, + { + "entropy": 1.2588890314102172, + "epoch": 1.7789242380815897, + "grad_norm": 1.137494444847107, + "learning_rate": 9.5595391264228e-05, + "loss": 0.4025, + "mean_token_accuracy": 0.8490837633609771, + "num_tokens": 23960486.0, + "step": 18620 + }, + { + "entropy": 1.2258941650390625, + "epoch": 1.7798796216680999, + "grad_norm": 1.0196506977081299, + "learning_rate": 9.558890595360381e-05, + "loss": 0.4078, + "mean_token_accuracy": 0.8406588912010193, + "num_tokens": 23972557.0, + "step": 18630 + }, + { + "entropy": 1.2353035092353821, + "epoch": 1.7808350052546098, + "grad_norm": 1.14696204662323, + "learning_rate": 9.558241609234864e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8466728508472443, + "num_tokens": 23985617.0, + "step": 18640 + }, + { + "entropy": 1.2343745946884155, + "epoch": 1.7817903888411197, + "grad_norm": 1.0304105281829834, + "learning_rate": 9.557592168111026e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8358699142932892, + "num_tokens": 23998285.0, + "step": 18650 + }, + { + "entropy": 1.2304556965827942, + "epoch": 1.7827457724276297, + "grad_norm": 1.2509233951568604, + "learning_rate": 9.556942272053699e-05, + "loss": 0.3586, + "mean_token_accuracy": 0.8599318504333496, + "num_tokens": 24011384.0, + "step": 18660 + }, + { + "entropy": 1.2730296015739442, + "epoch": 1.7837011560141396, + "grad_norm": 1.0714666843414307, + "learning_rate": 9.55629192112775e-05, + "loss": 0.4579, + "mean_token_accuracy": 0.8129582583904267, + "num_tokens": 24024756.0, + "step": 18670 + }, + { + "entropy": 1.2613868474960328, + "epoch": 1.7846565396006495, + "grad_norm": 0.9404513239860535, + "learning_rate": 9.5556411153981e-05, + "loss": 0.4724, + "mean_token_accuracy": 0.8100212693214417, + "num_tokens": 24037470.0, + "step": 18680 + }, + { + "entropy": 1.230964148044586, + "epoch": 1.7856119231871597, + "grad_norm": 0.9224717020988464, + "learning_rate": 9.554989854929708e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8351793408393859, + "num_tokens": 24050274.0, + "step": 18690 + }, + { + "entropy": 1.236877977848053, + "epoch": 1.7865673067736696, + "grad_norm": 0.9608972072601318, + "learning_rate": 9.554338139787584e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8385379791259766, + "num_tokens": 24063028.0, + "step": 18700 + }, + { + "entropy": 1.2320203900337219, + "epoch": 1.7875226903601797, + "grad_norm": 0.9091654419898987, + "learning_rate": 9.553685970036781e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8417509198188782, + "num_tokens": 24075768.0, + "step": 18710 + }, + { + "entropy": 1.243925893306732, + "epoch": 1.7884780739466897, + "grad_norm": 0.8858394622802734, + "learning_rate": 9.553033345742399e-05, + "loss": 0.4617, + "mean_token_accuracy": 0.8138229072093963, + "num_tokens": 24088198.0, + "step": 18720 + }, + { + "entropy": 1.2500972867012023, + "epoch": 1.7894334575331996, + "grad_norm": 1.17380690574646, + "learning_rate": 9.55238026696958e-05, + "loss": 0.4028, + "mean_token_accuracy": 0.8377231895923615, + "num_tokens": 24101179.0, + "step": 18730 + }, + { + "entropy": 1.248951005935669, + "epoch": 1.7903888411197095, + "grad_norm": 1.1765897274017334, + "learning_rate": 9.551726733783516e-05, + "loss": 0.419, + "mean_token_accuracy": 0.8281481564044952, + "num_tokens": 24114237.0, + "step": 18740 + }, + { + "entropy": 1.2370785117149352, + "epoch": 1.7913442247062195, + "grad_norm": 1.1981055736541748, + "learning_rate": 9.55107274624944e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8291442275047303, + "num_tokens": 24126904.0, + "step": 18750 + }, + { + "entropy": 1.2526327610015868, + "epoch": 1.7922996082927294, + "grad_norm": 1.0710564851760864, + "learning_rate": 9.550418304432636e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8310854256153106, + "num_tokens": 24140118.0, + "step": 18760 + }, + { + "entropy": 1.2493882536888123, + "epoch": 1.7932549918792395, + "grad_norm": 1.1159383058547974, + "learning_rate": 9.549763408398422e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8198933780193329, + "num_tokens": 24153008.0, + "step": 18770 + }, + { + "entropy": 1.2224883913993836, + "epoch": 1.7942103754657495, + "grad_norm": 0.9986956715583801, + "learning_rate": 9.549108058212177e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8469237089157104, + "num_tokens": 24165193.0, + "step": 18780 + }, + { + "entropy": 1.2281441688537598, + "epoch": 1.7951657590522596, + "grad_norm": 0.9389036893844604, + "learning_rate": 9.548452253939313e-05, + "loss": 0.3983, + "mean_token_accuracy": 0.8476035416126251, + "num_tokens": 24177935.0, + "step": 18790 + }, + { + "entropy": 1.2396907329559326, + "epoch": 1.7961211426387695, + "grad_norm": 0.9947388768196106, + "learning_rate": 9.547795995645292e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8408924102783203, + "num_tokens": 24190489.0, + "step": 18800 + }, + { + "entropy": 1.236212182044983, + "epoch": 1.7970765262252795, + "grad_norm": 0.7854186296463013, + "learning_rate": 9.547139283395621e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8614812135696411, + "num_tokens": 24203926.0, + "step": 18810 + }, + { + "entropy": 1.2261495113372802, + "epoch": 1.7980319098117894, + "grad_norm": 0.9090112447738647, + "learning_rate": 9.546482117255853e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8470384657382966, + "num_tokens": 24216839.0, + "step": 18820 + }, + { + "entropy": 1.245249056816101, + "epoch": 1.7989872933982993, + "grad_norm": 0.8954375386238098, + "learning_rate": 9.545824497291586e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8471364557743073, + "num_tokens": 24229556.0, + "step": 18830 + }, + { + "entropy": 1.2325767517089843, + "epoch": 1.7999426769848093, + "grad_norm": 1.7746516466140747, + "learning_rate": 9.545166423568461e-05, + "loss": 0.3769, + "mean_token_accuracy": 0.8482005536556244, + "num_tokens": 24242197.0, + "step": 18840 + }, + { + "entropy": 1.23278911113739, + "epoch": 1.8008980605713194, + "grad_norm": 0.9597102403640747, + "learning_rate": 9.544507896152168e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8579486072063446, + "num_tokens": 24255292.0, + "step": 18850 + }, + { + "entropy": 1.2412100911140442, + "epoch": 1.8018534441578293, + "grad_norm": 0.9238580465316772, + "learning_rate": 9.543848915108439e-05, + "loss": 0.4505, + "mean_token_accuracy": 0.8233363151550293, + "num_tokens": 24267612.0, + "step": 18860 + }, + { + "entropy": 1.2493064761161805, + "epoch": 1.8028088277443395, + "grad_norm": 0.8950558304786682, + "learning_rate": 9.543189480503054e-05, + "loss": 0.4248, + "mean_token_accuracy": 0.8220980703830719, + "num_tokens": 24280551.0, + "step": 18870 + }, + { + "entropy": 1.2416400551795959, + "epoch": 1.8037642113308494, + "grad_norm": 0.9854382276535034, + "learning_rate": 9.542529592401835e-05, + "loss": 0.3784, + "mean_token_accuracy": 0.8501008808612823, + "num_tokens": 24293769.0, + "step": 18880 + }, + { + "entropy": 1.2276774048805237, + "epoch": 1.8047195949173593, + "grad_norm": 1.2767006158828735, + "learning_rate": 9.541869250870655e-05, + "loss": 0.3983, + "mean_token_accuracy": 0.8472789049148559, + "num_tokens": 24306664.0, + "step": 18890 + }, + { + "entropy": 1.229190421104431, + "epoch": 1.8056749785038693, + "grad_norm": 0.9328880906105042, + "learning_rate": 9.541208455975423e-05, + "loss": 0.3857, + "mean_token_accuracy": 0.8455669939517975, + "num_tokens": 24319291.0, + "step": 18900 + }, + { + "entropy": 1.2283566474914551, + "epoch": 1.8066303620903792, + "grad_norm": 1.1201090812683105, + "learning_rate": 9.540547207782105e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.839566707611084, + "num_tokens": 24332213.0, + "step": 18910 + }, + { + "entropy": 1.2611894965171815, + "epoch": 1.8075857456768891, + "grad_norm": 1.2566171884536743, + "learning_rate": 9.5398855063567e-05, + "loss": 0.4749, + "mean_token_accuracy": 0.8174658358097077, + "num_tokens": 24345363.0, + "step": 18920 + }, + { + "entropy": 1.2380447506904602, + "epoch": 1.8085411292633993, + "grad_norm": 0.8781358599662781, + "learning_rate": 9.539223351765263e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8565241098403931, + "num_tokens": 24358198.0, + "step": 18930 + }, + { + "entropy": 1.2370440125465394, + "epoch": 1.8094965128499092, + "grad_norm": 0.9668167233467102, + "learning_rate": 9.538560744073887e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8518383145332337, + "num_tokens": 24371309.0, + "step": 18940 + }, + { + "entropy": 1.233956229686737, + "epoch": 1.8104518964364194, + "grad_norm": 0.9841720461845398, + "learning_rate": 9.537897683348714e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.8456870913505554, + "num_tokens": 24384214.0, + "step": 18950 + }, + { + "entropy": 1.2330166578292847, + "epoch": 1.8114072800229293, + "grad_norm": 1.6141061782836914, + "learning_rate": 9.537234169655929e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8342881262302398, + "num_tokens": 24397517.0, + "step": 18960 + }, + { + "entropy": 1.2421843886375428, + "epoch": 1.8123626636094392, + "grad_norm": 0.8892430663108826, + "learning_rate": 9.536570203061763e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8315477550029755, + "num_tokens": 24410327.0, + "step": 18970 + }, + { + "entropy": 1.247060775756836, + "epoch": 1.8133180471959491, + "grad_norm": 0.8144094944000244, + "learning_rate": 9.535905783632494e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8414164841175079, + "num_tokens": 24423296.0, + "step": 18980 + }, + { + "entropy": 1.2562215447425842, + "epoch": 1.814273430782459, + "grad_norm": 1.2488067150115967, + "learning_rate": 9.535240911434442e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8358400523662567, + "num_tokens": 24436169.0, + "step": 18990 + }, + { + "entropy": 1.2356928825378417, + "epoch": 1.815228814368969, + "grad_norm": 1.1824767589569092, + "learning_rate": 9.534575586533974e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.8438597977161407, + "num_tokens": 24448987.0, + "step": 19000 + }, + { + "entropy": 1.229006326198578, + "epoch": 1.8161841979554791, + "grad_norm": 0.8342233896255493, + "learning_rate": 9.533909808997502e-05, + "loss": 0.4079, + "mean_token_accuracy": 0.835223937034607, + "num_tokens": 24461853.0, + "step": 19010 + }, + { + "entropy": 1.2264713764190673, + "epoch": 1.817139581541989, + "grad_norm": 1.0054491758346558, + "learning_rate": 9.533243578891482e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.85654975771904, + "num_tokens": 24474213.0, + "step": 19020 + }, + { + "entropy": 1.2420964360237121, + "epoch": 1.8180949651284992, + "grad_norm": 0.9561862945556641, + "learning_rate": 9.532576896282419e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8423480153083801, + "num_tokens": 24487042.0, + "step": 19030 + }, + { + "entropy": 1.2536792159080505, + "epoch": 1.8190503487150091, + "grad_norm": 1.0076525211334229, + "learning_rate": 9.531909761236859e-05, + "loss": 0.4259, + "mean_token_accuracy": 0.8296335697174072, + "num_tokens": 24499904.0, + "step": 19040 + }, + { + "entropy": 1.2606515645980836, + "epoch": 1.820005732301519, + "grad_norm": 1.2500391006469727, + "learning_rate": 9.531242173821396e-05, + "loss": 0.4453, + "mean_token_accuracy": 0.8192407429218292, + "num_tokens": 24512066.0, + "step": 19050 + }, + { + "entropy": 1.2483595967292787, + "epoch": 1.820961115888029, + "grad_norm": 1.1986078023910522, + "learning_rate": 9.530574134102664e-05, + "loss": 0.4225, + "mean_token_accuracy": 0.8320727944374084, + "num_tokens": 24524580.0, + "step": 19060 + }, + { + "entropy": 1.261032021045685, + "epoch": 1.821916499474539, + "grad_norm": 1.3523979187011719, + "learning_rate": 9.529905642147347e-05, + "loss": 0.4231, + "mean_token_accuracy": 0.8295510947704315, + "num_tokens": 24537171.0, + "step": 19070 + }, + { + "entropy": 1.2675670623779296, + "epoch": 1.8228718830610489, + "grad_norm": 0.8207471966743469, + "learning_rate": 9.529236698022179e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8360804319381714, + "num_tokens": 24550535.0, + "step": 19080 + }, + { + "entropy": 1.2507019877433776, + "epoch": 1.823827266647559, + "grad_norm": 1.3338923454284668, + "learning_rate": 9.528567301793926e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8478360295295715, + "num_tokens": 24564050.0, + "step": 19090 + }, + { + "entropy": 1.2537034273147583, + "epoch": 1.824782650234069, + "grad_norm": 1.2530180215835571, + "learning_rate": 9.527897453529409e-05, + "loss": 0.3835, + "mean_token_accuracy": 0.8437086641788483, + "num_tokens": 24576993.0, + "step": 19100 + }, + { + "entropy": 1.2402520537376405, + "epoch": 1.825738033820579, + "grad_norm": 0.8833872079849243, + "learning_rate": 9.527227153295491e-05, + "loss": 0.4127, + "mean_token_accuracy": 0.8332371950149536, + "num_tokens": 24589906.0, + "step": 19110 + }, + { + "entropy": 1.261788582801819, + "epoch": 1.826693417407089, + "grad_norm": 0.9407246708869934, + "learning_rate": 9.526556401159084e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8438062369823456, + "num_tokens": 24603026.0, + "step": 19120 + }, + { + "entropy": 1.2685945987701417, + "epoch": 1.827648800993599, + "grad_norm": 1.0188778638839722, + "learning_rate": 9.525885197187135e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8305916309356689, + "num_tokens": 24616252.0, + "step": 19130 + }, + { + "entropy": 1.2647027850151062, + "epoch": 1.8286041845801089, + "grad_norm": 0.9206503629684448, + "learning_rate": 9.52521354144665e-05, + "loss": 0.4326, + "mean_token_accuracy": 0.8274380683898925, + "num_tokens": 24629010.0, + "step": 19140 + }, + { + "entropy": 1.2645829916000366, + "epoch": 1.8295595681666188, + "grad_norm": 1.4759799242019653, + "learning_rate": 9.524541434004666e-05, + "loss": 0.466, + "mean_token_accuracy": 0.8121200919151306, + "num_tokens": 24641750.0, + "step": 19150 + }, + { + "entropy": 1.2479405283927918, + "epoch": 1.8305149517531287, + "grad_norm": 1.032197117805481, + "learning_rate": 9.523868874928278e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.842801034450531, + "num_tokens": 24654352.0, + "step": 19160 + }, + { + "entropy": 1.2397014498710632, + "epoch": 1.8314703353396389, + "grad_norm": 0.9718959927558899, + "learning_rate": 9.523195864284616e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8488281846046448, + "num_tokens": 24667561.0, + "step": 19170 + }, + { + "entropy": 1.2378062725067138, + "epoch": 1.8324257189261488, + "grad_norm": 0.9540832042694092, + "learning_rate": 9.522522402140861e-05, + "loss": 0.3661, + "mean_token_accuracy": 0.8577330231666564, + "num_tokens": 24680112.0, + "step": 19180 + }, + { + "entropy": 1.2312816023826598, + "epoch": 1.833381102512659, + "grad_norm": 1.4038766622543335, + "learning_rate": 9.521848488564238e-05, + "loss": 0.3839, + "mean_token_accuracy": 0.8471605598926544, + "num_tokens": 24692847.0, + "step": 19190 + }, + { + "entropy": 1.2416214346885681, + "epoch": 1.8343364860991689, + "grad_norm": 1.211862564086914, + "learning_rate": 9.521174123622014e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8434103071689606, + "num_tokens": 24706128.0, + "step": 19200 + }, + { + "entropy": 1.2606318116188049, + "epoch": 1.8352918696856788, + "grad_norm": 1.1864228248596191, + "learning_rate": 9.520499307381505e-05, + "loss": 0.4474, + "mean_token_accuracy": 0.8250197887420654, + "num_tokens": 24719332.0, + "step": 19210 + }, + { + "entropy": 1.244944953918457, + "epoch": 1.8362472532721887, + "grad_norm": 0.9532296657562256, + "learning_rate": 9.519824039910068e-05, + "loss": 0.4079, + "mean_token_accuracy": 0.8353945314884186, + "num_tokens": 24731966.0, + "step": 19220 + }, + { + "entropy": 1.2495075345039368, + "epoch": 1.8372026368586987, + "grad_norm": 0.856641411781311, + "learning_rate": 9.519148321275111e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8461704313755035, + "num_tokens": 24744515.0, + "step": 19230 + }, + { + "entropy": 1.2265976667404175, + "epoch": 1.8381580204452086, + "grad_norm": 1.1076769828796387, + "learning_rate": 9.51847215154408e-05, + "loss": 0.3849, + "mean_token_accuracy": 0.8470594584941864, + "num_tokens": 24757390.0, + "step": 19240 + }, + { + "entropy": 1.2296899676322937, + "epoch": 1.8391134040317187, + "grad_norm": 0.8811708092689514, + "learning_rate": 9.517795530784474e-05, + "loss": 0.3709, + "mean_token_accuracy": 0.8582235276699066, + "num_tokens": 24770269.0, + "step": 19250 + }, + { + "entropy": 1.247368061542511, + "epoch": 1.8400687876182287, + "grad_norm": 1.0682862997055054, + "learning_rate": 9.517118459063828e-05, + "loss": 0.392, + "mean_token_accuracy": 0.8420902252197265, + "num_tokens": 24783640.0, + "step": 19260 + }, + { + "entropy": 1.2386831641197205, + "epoch": 1.8410241712047388, + "grad_norm": 0.9716112017631531, + "learning_rate": 9.516440936449727e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8516637980937958, + "num_tokens": 24796946.0, + "step": 19270 + }, + { + "entropy": 1.2708489656448365, + "epoch": 1.8419795547912488, + "grad_norm": 0.8227747082710266, + "learning_rate": 9.515762963009802e-05, + "loss": 0.4167, + "mean_token_accuracy": 0.840280818939209, + "num_tokens": 24810399.0, + "step": 19280 + }, + { + "entropy": 1.258611798286438, + "epoch": 1.8429349383777587, + "grad_norm": 0.9814186096191406, + "learning_rate": 9.515084538811727e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8414652168750762, + "num_tokens": 24823243.0, + "step": 19290 + }, + { + "entropy": 1.2493043541908264, + "epoch": 1.8438903219642686, + "grad_norm": 1.292743444442749, + "learning_rate": 9.514405663923221e-05, + "loss": 0.4403, + "mean_token_accuracy": 0.8196132600307464, + "num_tokens": 24835765.0, + "step": 19300 + }, + { + "entropy": 1.2552567005157471, + "epoch": 1.8448457055507785, + "grad_norm": 1.1187447309494019, + "learning_rate": 9.51372633841205e-05, + "loss": 0.4183, + "mean_token_accuracy": 0.833984625339508, + "num_tokens": 24848514.0, + "step": 19310 + }, + { + "entropy": 1.2566494941711426, + "epoch": 1.8458010891372885, + "grad_norm": 1.3156830072402954, + "learning_rate": 9.513046562346023e-05, + "loss": 0.4565, + "mean_token_accuracy": 0.821231210231781, + "num_tokens": 24861663.0, + "step": 19320 + }, + { + "entropy": 1.2647850275039674, + "epoch": 1.8467564727237986, + "grad_norm": 1.2736917734146118, + "learning_rate": 9.512366335792994e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.840915983915329, + "num_tokens": 24874507.0, + "step": 19330 + }, + { + "entropy": 1.2482078552246094, + "epoch": 1.8477118563103085, + "grad_norm": 1.0251121520996094, + "learning_rate": 9.511685658820861e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8334254026412964, + "num_tokens": 24887416.0, + "step": 19340 + }, + { + "entropy": 1.249634897708893, + "epoch": 1.8486672398968187, + "grad_norm": 1.1208761930465698, + "learning_rate": 9.511004531497572e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8327297151088715, + "num_tokens": 24899927.0, + "step": 19350 + }, + { + "entropy": 1.2714184284210206, + "epoch": 1.8496226234833286, + "grad_norm": 0.9506462216377258, + "learning_rate": 9.510322953891113e-05, + "loss": 0.447, + "mean_token_accuracy": 0.823532658815384, + "num_tokens": 24912679.0, + "step": 19360 + }, + { + "entropy": 1.2557640671730042, + "epoch": 1.8505780070698385, + "grad_norm": 0.8535743951797485, + "learning_rate": 9.509640926069518e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8312305033206939, + "num_tokens": 24925306.0, + "step": 19370 + }, + { + "entropy": 1.261027193069458, + "epoch": 1.8515333906563485, + "grad_norm": 0.9542725086212158, + "learning_rate": 9.508958448100869e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8461360812187195, + "num_tokens": 24938549.0, + "step": 19380 + }, + { + "entropy": 1.2526772737503051, + "epoch": 1.8524887742428584, + "grad_norm": 1.2994840145111084, + "learning_rate": 9.508275520053288e-05, + "loss": 0.4434, + "mean_token_accuracy": 0.8247868955135346, + "num_tokens": 24951272.0, + "step": 19390 + }, + { + "entropy": 1.2541556000709533, + "epoch": 1.8534441578293683, + "grad_norm": 1.100877046585083, + "learning_rate": 9.507592141994945e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8447356760501862, + "num_tokens": 24964026.0, + "step": 19400 + }, + { + "entropy": 1.2516083002090455, + "epoch": 1.8543995414158785, + "grad_norm": 1.4204108715057373, + "learning_rate": 9.506908313994054e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8314255774021149, + "num_tokens": 24977058.0, + "step": 19410 + }, + { + "entropy": 1.2270808100700379, + "epoch": 1.8553549250023884, + "grad_norm": 1.2430559396743774, + "learning_rate": 9.506224036118875e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8543122351169586, + "num_tokens": 24989068.0, + "step": 19420 + }, + { + "entropy": 1.2462587475776672, + "epoch": 1.8563103085888986, + "grad_norm": 1.2389144897460938, + "learning_rate": 9.50553930843771e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8427643835544586, + "num_tokens": 25001659.0, + "step": 19430 + }, + { + "entropy": 1.2683245420455933, + "epoch": 1.8572656921754085, + "grad_norm": 1.0784416198730469, + "learning_rate": 9.504854131018907e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8338687956333161, + "num_tokens": 25014850.0, + "step": 19440 + }, + { + "entropy": 1.2438178300857543, + "epoch": 1.8582210757619184, + "grad_norm": 1.1175272464752197, + "learning_rate": 9.504168503930862e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.8542937338352203, + "num_tokens": 25027512.0, + "step": 19450 + }, + { + "entropy": 1.2492713570594787, + "epoch": 1.8591764593484283, + "grad_norm": 1.1219027042388916, + "learning_rate": 9.503482427242012e-05, + "loss": 0.4624, + "mean_token_accuracy": 0.8149598836898804, + "num_tokens": 25039812.0, + "step": 19460 + }, + { + "entropy": 1.246867835521698, + "epoch": 1.8601318429349383, + "grad_norm": 0.9930112957954407, + "learning_rate": 9.50279590102084e-05, + "loss": 0.4525, + "mean_token_accuracy": 0.8145596086978912, + "num_tokens": 25052049.0, + "step": 19470 + }, + { + "entropy": 1.2524481296539307, + "epoch": 1.8610872265214482, + "grad_norm": 1.2770873308181763, + "learning_rate": 9.502108925335876e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.8350036859512329, + "num_tokens": 25065345.0, + "step": 19480 + }, + { + "entropy": 1.2581543803215027, + "epoch": 1.8620426101079584, + "grad_norm": 1.0315524339675903, + "learning_rate": 9.501421500255692e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8377988576889038, + "num_tokens": 25078861.0, + "step": 19490 + }, + { + "entropy": 1.2421892642974854, + "epoch": 1.8629979936944683, + "grad_norm": 1.3552122116088867, + "learning_rate": 9.500733625848905e-05, + "loss": 0.405, + "mean_token_accuracy": 0.8368783831596375, + "num_tokens": 25091901.0, + "step": 19500 + }, + { + "entropy": 1.2356494188308715, + "epoch": 1.8639533772809784, + "grad_norm": 1.3394744396209717, + "learning_rate": 9.500045302184179e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8375787436962128, + "num_tokens": 25104670.0, + "step": 19510 + }, + { + "entropy": 1.23349871635437, + "epoch": 1.8649087608674884, + "grad_norm": 1.2197242975234985, + "learning_rate": 9.499356529330222e-05, + "loss": 0.3933, + "mean_token_accuracy": 0.8442382216453552, + "num_tokens": 25117512.0, + "step": 19520 + }, + { + "entropy": 1.2511783838272095, + "epoch": 1.8658641444539983, + "grad_norm": 1.3134043216705322, + "learning_rate": 9.498667307355787e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8240470647811889, + "num_tokens": 25130723.0, + "step": 19530 + }, + { + "entropy": 1.2378706812858582, + "epoch": 1.8668195280405082, + "grad_norm": 0.8202506899833679, + "learning_rate": 9.497977636329669e-05, + "loss": 0.3711, + "mean_token_accuracy": 0.8547235190868377, + "num_tokens": 25143961.0, + "step": 19540 + }, + { + "entropy": 1.224301016330719, + "epoch": 1.8677749116270181, + "grad_norm": 0.8216030597686768, + "learning_rate": 9.49728751632071e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8607924699783325, + "num_tokens": 25157324.0, + "step": 19550 + }, + { + "entropy": 1.2237501859664917, + "epoch": 1.868730295213528, + "grad_norm": 0.9999563694000244, + "learning_rate": 9.496596947397801e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8377119421958923, + "num_tokens": 25169611.0, + "step": 19560 + }, + { + "entropy": 1.236398708820343, + "epoch": 1.8696856788000382, + "grad_norm": 1.1632903814315796, + "learning_rate": 9.495905929629872e-05, + "loss": 0.4353, + "mean_token_accuracy": 0.8294645130634308, + "num_tokens": 25182618.0, + "step": 19570 + }, + { + "entropy": 1.239831006526947, + "epoch": 1.8706410623865481, + "grad_norm": 1.3818070888519287, + "learning_rate": 9.495214463085895e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.850956791639328, + "num_tokens": 25196010.0, + "step": 19580 + }, + { + "entropy": 1.23808856010437, + "epoch": 1.8715964459730583, + "grad_norm": 1.15701162815094, + "learning_rate": 9.494522547834898e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8370992243289948, + "num_tokens": 25208894.0, + "step": 19590 + }, + { + "entropy": 1.237579607963562, + "epoch": 1.8725518295595682, + "grad_norm": 0.9478990435600281, + "learning_rate": 9.493830183945944e-05, + "loss": 0.3641, + "mean_token_accuracy": 0.8521225690841675, + "num_tokens": 25221774.0, + "step": 19600 + }, + { + "entropy": 1.2539388298988343, + "epoch": 1.8735072131460782, + "grad_norm": 1.1794782876968384, + "learning_rate": 9.493137371488143e-05, + "loss": 0.4794, + "mean_token_accuracy": 0.8118352949619293, + "num_tokens": 25234543.0, + "step": 19610 + }, + { + "entropy": 1.2575850129127502, + "epoch": 1.874462596732588, + "grad_norm": 0.9057483077049255, + "learning_rate": 9.492444110530654e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8451562583446502, + "num_tokens": 25247697.0, + "step": 19620 + }, + { + "entropy": 1.2534982204437255, + "epoch": 1.875417980319098, + "grad_norm": 1.0653274059295654, + "learning_rate": 9.491750401142674e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8421077370643616, + "num_tokens": 25260461.0, + "step": 19630 + }, + { + "entropy": 1.246317732334137, + "epoch": 1.876373363905608, + "grad_norm": 1.224750280380249, + "learning_rate": 9.49105624339345e-05, + "loss": 0.4386, + "mean_token_accuracy": 0.8220773577690125, + "num_tokens": 25273698.0, + "step": 19640 + }, + { + "entropy": 1.2342999696731567, + "epoch": 1.877328747492118, + "grad_norm": 0.8878809213638306, + "learning_rate": 9.490361637352273e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8451375842094422, + "num_tokens": 25286709.0, + "step": 19650 + }, + { + "entropy": 1.2425601363182068, + "epoch": 1.878284131078628, + "grad_norm": 1.0631378889083862, + "learning_rate": 9.489666583088475e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8340180277824402, + "num_tokens": 25299199.0, + "step": 19660 + }, + { + "entropy": 1.2207313060760498, + "epoch": 1.8792395146651382, + "grad_norm": 1.009482502937317, + "learning_rate": 9.488971080671438e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8550630688667298, + "num_tokens": 25312074.0, + "step": 19670 + }, + { + "entropy": 1.2345871329307556, + "epoch": 1.880194898251648, + "grad_norm": 0.7802301049232483, + "learning_rate": 9.488275130170586e-05, + "loss": 0.4139, + "mean_token_accuracy": 0.8340680062770843, + "num_tokens": 25324898.0, + "step": 19680 + }, + { + "entropy": 1.2645992159843444, + "epoch": 1.881150281838158, + "grad_norm": 1.3279558420181274, + "learning_rate": 9.487578731655386e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8245421528816224, + "num_tokens": 25338138.0, + "step": 19690 + }, + { + "entropy": 1.2376397848129272, + "epoch": 1.882105665424668, + "grad_norm": 1.1137676239013672, + "learning_rate": 9.486881885195353e-05, + "loss": 0.4049, + "mean_token_accuracy": 0.8397343873977661, + "num_tokens": 25351139.0, + "step": 19700 + }, + { + "entropy": 1.2343144178390504, + "epoch": 1.8830610490111779, + "grad_norm": 0.9891608357429504, + "learning_rate": 9.486184590860045e-05, + "loss": 0.37, + "mean_token_accuracy": 0.8536501288414001, + "num_tokens": 25363652.0, + "step": 19710 + }, + { + "entropy": 1.2373573303222656, + "epoch": 1.8840164325976878, + "grad_norm": 1.3500950336456299, + "learning_rate": 9.485486848719065e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8386522591114044, + "num_tokens": 25376517.0, + "step": 19720 + }, + { + "entropy": 1.2424034833908082, + "epoch": 1.884971816184198, + "grad_norm": 1.0366748571395874, + "learning_rate": 9.484788658842063e-05, + "loss": 0.442, + "mean_token_accuracy": 0.820928406715393, + "num_tokens": 25389688.0, + "step": 19730 + }, + { + "entropy": 1.2449092030525208, + "epoch": 1.8859271997707079, + "grad_norm": 1.1382478475570679, + "learning_rate": 9.484090021298728e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8326455056667328, + "num_tokens": 25403225.0, + "step": 19740 + }, + { + "entropy": 1.231066107749939, + "epoch": 1.886882583357218, + "grad_norm": 1.1603604555130005, + "learning_rate": 9.4833909361588e-05, + "loss": 0.3656, + "mean_token_accuracy": 0.8593858897686004, + "num_tokens": 25416384.0, + "step": 19750 + }, + { + "entropy": 1.2314142823219298, + "epoch": 1.887837966943728, + "grad_norm": 1.1090548038482666, + "learning_rate": 9.482691403492059e-05, + "loss": 0.4391, + "mean_token_accuracy": 0.8259983241558075, + "num_tokens": 25428763.0, + "step": 19760 + }, + { + "entropy": 1.2496643543243409, + "epoch": 1.888793350530238, + "grad_norm": 1.0317752361297607, + "learning_rate": 9.481991423368332e-05, + "loss": 0.4115, + "mean_token_accuracy": 0.8402091860771179, + "num_tokens": 25441778.0, + "step": 19770 + }, + { + "entropy": 1.2414900660514832, + "epoch": 1.8897487341167478, + "grad_norm": 0.817828357219696, + "learning_rate": 9.481290995857492e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8364033341407776, + "num_tokens": 25454541.0, + "step": 19780 + }, + { + "entropy": 1.2453282356262207, + "epoch": 1.8907041177032577, + "grad_norm": 1.4460573196411133, + "learning_rate": 9.480590121029453e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.8439251124858856, + "num_tokens": 25467040.0, + "step": 19790 + }, + { + "entropy": 1.239692997932434, + "epoch": 1.8916595012897677, + "grad_norm": 0.884713888168335, + "learning_rate": 9.479888798954176e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8457087278366089, + "num_tokens": 25479979.0, + "step": 19800 + }, + { + "entropy": 1.234715223312378, + "epoch": 1.8926148848762778, + "grad_norm": 1.0587352514266968, + "learning_rate": 9.479187029701664e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8389383137226105, + "num_tokens": 25492737.0, + "step": 19810 + }, + { + "entropy": 1.2372475743293763, + "epoch": 1.893570268462788, + "grad_norm": 1.0767699480056763, + "learning_rate": 9.47848481334197e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8462220549583435, + "num_tokens": 25505625.0, + "step": 19820 + }, + { + "entropy": 1.2354881405830382, + "epoch": 1.894525652049298, + "grad_norm": 1.0870335102081299, + "learning_rate": 9.477782149945187e-05, + "loss": 0.39, + "mean_token_accuracy": 0.8485248208045959, + "num_tokens": 25518713.0, + "step": 19830 + }, + { + "entropy": 1.2270801424980164, + "epoch": 1.8954810356358078, + "grad_norm": 1.246047019958496, + "learning_rate": 9.477079039581453e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8429401338100433, + "num_tokens": 25531259.0, + "step": 19840 + }, + { + "entropy": 1.210767674446106, + "epoch": 1.8964364192223178, + "grad_norm": 0.8424575328826904, + "learning_rate": 9.476375482320954e-05, + "loss": 0.3892, + "mean_token_accuracy": 0.8457624554634094, + "num_tokens": 25543492.0, + "step": 19850 + }, + { + "entropy": 1.2240931630134582, + "epoch": 1.8973918028088277, + "grad_norm": 1.094273567199707, + "learning_rate": 9.475671478233918e-05, + "loss": 0.4038, + "mean_token_accuracy": 0.8440609753131867, + "num_tokens": 25556713.0, + "step": 19860 + }, + { + "entropy": 1.2174970626831054, + "epoch": 1.8983471863953376, + "grad_norm": 1.1765295267105103, + "learning_rate": 9.474967027390616e-05, + "loss": 0.3992, + "mean_token_accuracy": 0.8391908407211304, + "num_tokens": 25568874.0, + "step": 19870 + }, + { + "entropy": 1.233552050590515, + "epoch": 1.8993025699818478, + "grad_norm": 1.3333126306533813, + "learning_rate": 9.474262129861367e-05, + "loss": 0.467, + "mean_token_accuracy": 0.805708372592926, + "num_tokens": 25581639.0, + "step": 19880 + }, + { + "entropy": 1.2204226851463318, + "epoch": 1.9002579535683577, + "grad_norm": 1.0590598583221436, + "learning_rate": 9.473556785716531e-05, + "loss": 0.3782, + "mean_token_accuracy": 0.8493044376373291, + "num_tokens": 25594239.0, + "step": 19890 + }, + { + "entropy": 1.2484750628471375, + "epoch": 1.9012133371548678, + "grad_norm": 1.2238144874572754, + "learning_rate": 9.472850995026517e-05, + "loss": 0.4229, + "mean_token_accuracy": 0.8363877832889557, + "num_tokens": 25607647.0, + "step": 19900 + }, + { + "entropy": 1.226431429386139, + "epoch": 1.9021687207413778, + "grad_norm": 1.1287486553192139, + "learning_rate": 9.472144757861775e-05, + "loss": 0.4726, + "mean_token_accuracy": 0.81552774310112, + "num_tokens": 25619839.0, + "step": 19910 + }, + { + "entropy": 1.244719636440277, + "epoch": 1.9031241043278877, + "grad_norm": 0.8431692123413086, + "learning_rate": 9.471438074292802e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.8467123210430145, + "num_tokens": 25632827.0, + "step": 19920 + }, + { + "entropy": 1.22635977268219, + "epoch": 1.9040794879143976, + "grad_norm": 1.2860753536224365, + "learning_rate": 9.470730944390136e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8481933891773223, + "num_tokens": 25645238.0, + "step": 19930 + }, + { + "entropy": 1.2421375393867493, + "epoch": 1.9050348715009076, + "grad_norm": 1.142703890800476, + "learning_rate": 9.470023368224364e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8365135908126831, + "num_tokens": 25658706.0, + "step": 19940 + }, + { + "entropy": 1.2543250560760497, + "epoch": 1.9059902550874175, + "grad_norm": 1.015030026435852, + "learning_rate": 9.469315345866114e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8371271848678589, + "num_tokens": 25671519.0, + "step": 19950 + }, + { + "entropy": 1.2492968559265136, + "epoch": 1.9069456386739276, + "grad_norm": 1.1929028034210205, + "learning_rate": 9.468606877386061e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8401522219181061, + "num_tokens": 25684896.0, + "step": 19960 + }, + { + "entropy": 1.2483408331871033, + "epoch": 1.9079010222604376, + "grad_norm": 1.021663784980774, + "learning_rate": 9.467897962854924e-05, + "loss": 0.426, + "mean_token_accuracy": 0.8352723836898803, + "num_tokens": 25697919.0, + "step": 19970 + }, + { + "entropy": 1.2464003324508668, + "epoch": 1.9088564058469477, + "grad_norm": 0.8589362502098083, + "learning_rate": 9.467188602343464e-05, + "loss": 0.4127, + "mean_token_accuracy": 0.8377483785152435, + "num_tokens": 25710783.0, + "step": 19980 + }, + { + "entropy": 1.2553908228874207, + "epoch": 1.9098117894334576, + "grad_norm": 1.113635540008545, + "learning_rate": 9.46647879592249e-05, + "loss": 0.4371, + "mean_token_accuracy": 0.8283956527709961, + "num_tokens": 25723678.0, + "step": 19990 + }, + { + "entropy": 1.2429946660995483, + "epoch": 1.9107671730199676, + "grad_norm": 1.1333303451538086, + "learning_rate": 9.465768543662854e-05, + "loss": 0.4111, + "mean_token_accuracy": 0.8358494222164154, + "num_tokens": 25736969.0, + "step": 20000 + }, + { + "entropy": 1.2335750699043273, + "epoch": 1.9117225566064775, + "grad_norm": 0.8613469004631042, + "learning_rate": 9.465057845635451e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8351447582244873, + "num_tokens": 25749628.0, + "step": 20010 + }, + { + "entropy": 1.2259542226791382, + "epoch": 1.9126779401929874, + "grad_norm": 0.9549558162689209, + "learning_rate": 9.464346701911225e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8402981996536255, + "num_tokens": 25762015.0, + "step": 20020 + }, + { + "entropy": 1.2524312138557434, + "epoch": 1.9136333237794974, + "grad_norm": 0.7929415702819824, + "learning_rate": 9.463635112561157e-05, + "loss": 0.4169, + "mean_token_accuracy": 0.8362042665481567, + "num_tokens": 25774948.0, + "step": 20030 + }, + { + "entropy": 1.23555189371109, + "epoch": 1.9145887073660075, + "grad_norm": 0.8813756704330444, + "learning_rate": 9.462923077656282e-05, + "loss": 0.4375, + "mean_token_accuracy": 0.8291196882724762, + "num_tokens": 25787592.0, + "step": 20040 + }, + { + "entropy": 1.2320284247398376, + "epoch": 1.9155440909525174, + "grad_norm": 1.108656406402588, + "learning_rate": 9.462210597267674e-05, + "loss": 0.382, + "mean_token_accuracy": 0.8482301294803619, + "num_tokens": 25800699.0, + "step": 20050 + }, + { + "entropy": 1.234316897392273, + "epoch": 1.9164994745390276, + "grad_norm": 0.998511016368866, + "learning_rate": 9.461497671466448e-05, + "loss": 0.4123, + "mean_token_accuracy": 0.8326986372470856, + "num_tokens": 25813672.0, + "step": 20060 + }, + { + "entropy": 1.2476139545440674, + "epoch": 1.9174548581255375, + "grad_norm": 1.2196458578109741, + "learning_rate": 9.460784300323769e-05, + "loss": 0.4287, + "mean_token_accuracy": 0.8215117156505585, + "num_tokens": 25826875.0, + "step": 20070 + }, + { + "entropy": 1.2483927369117738, + "epoch": 1.9184102417120474, + "grad_norm": 1.0619785785675049, + "learning_rate": 9.460070483910847e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8392835319042206, + "num_tokens": 25839582.0, + "step": 20080 + }, + { + "entropy": 1.233539843559265, + "epoch": 1.9193656252985574, + "grad_norm": 0.8652879595756531, + "learning_rate": 9.459356222298932e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8427590072154999, + "num_tokens": 25852505.0, + "step": 20090 + }, + { + "entropy": 1.2300716400146485, + "epoch": 1.9203210088850673, + "grad_norm": 0.8614641427993774, + "learning_rate": 9.458641515559323e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8499049663543701, + "num_tokens": 25865229.0, + "step": 20100 + }, + { + "entropy": 1.2367013216018676, + "epoch": 1.9212763924715772, + "grad_norm": 0.9355787038803101, + "learning_rate": 9.457926363763359e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.832462590932846, + "num_tokens": 25877822.0, + "step": 20110 + }, + { + "entropy": 1.2333716869354248, + "epoch": 1.9222317760580874, + "grad_norm": 1.058439016342163, + "learning_rate": 9.457210766982424e-05, + "loss": 0.3801, + "mean_token_accuracy": 0.852843177318573, + "num_tokens": 25890134.0, + "step": 20120 + }, + { + "entropy": 1.2605978965759277, + "epoch": 1.9231871596445973, + "grad_norm": 0.7458561062812805, + "learning_rate": 9.456494725287954e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8173210740089416, + "num_tokens": 25903002.0, + "step": 20130 + }, + { + "entropy": 1.250046706199646, + "epoch": 1.9241425432311074, + "grad_norm": 1.116757869720459, + "learning_rate": 9.455778238751419e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8452871024608613, + "num_tokens": 25916070.0, + "step": 20140 + }, + { + "entropy": 1.2467814922332763, + "epoch": 1.9250979268176174, + "grad_norm": 1.1042991876602173, + "learning_rate": 9.455061307444338e-05, + "loss": 0.4448, + "mean_token_accuracy": 0.8234226047992707, + "num_tokens": 25928472.0, + "step": 20150 + }, + { + "entropy": 1.227448046207428, + "epoch": 1.9260533104041273, + "grad_norm": 0.7823746204376221, + "learning_rate": 9.454343931438276e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8406521260738373, + "num_tokens": 25940637.0, + "step": 20160 + }, + { + "entropy": 1.2455570459365846, + "epoch": 1.9270086939906372, + "grad_norm": 1.1181540489196777, + "learning_rate": 9.453626110804838e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8385251581668853, + "num_tokens": 25953420.0, + "step": 20170 + }, + { + "entropy": 1.2270968914031983, + "epoch": 1.9279640775771472, + "grad_norm": 0.8870747089385986, + "learning_rate": 9.452907845615679e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8402351915836335, + "num_tokens": 25965793.0, + "step": 20180 + }, + { + "entropy": 1.236163353919983, + "epoch": 1.928919461163657, + "grad_norm": 1.1307858228683472, + "learning_rate": 9.452189135942494e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.837017560005188, + "num_tokens": 25978534.0, + "step": 20190 + }, + { + "entropy": 1.259360706806183, + "epoch": 1.9298748447501672, + "grad_norm": 0.8986783623695374, + "learning_rate": 9.451469981857022e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8533356368541718, + "num_tokens": 25991992.0, + "step": 20200 + }, + { + "entropy": 1.2315515637397767, + "epoch": 1.9308302283366772, + "grad_norm": 1.0302913188934326, + "learning_rate": 9.450750383431052e-05, + "loss": 0.3946, + "mean_token_accuracy": 0.8381177663803101, + "num_tokens": 26004152.0, + "step": 20210 + }, + { + "entropy": 1.2677271008491515, + "epoch": 1.9317856119231873, + "grad_norm": 1.0643640756607056, + "learning_rate": 9.45003034073641e-05, + "loss": 0.4106, + "mean_token_accuracy": 0.8382975041866303, + "num_tokens": 26017854.0, + "step": 20220 + }, + { + "entropy": 1.2524970412254333, + "epoch": 1.9327409955096972, + "grad_norm": 1.032219409942627, + "learning_rate": 9.449309853844972e-05, + "loss": 0.3867, + "mean_token_accuracy": 0.8437335133552551, + "num_tokens": 26030432.0, + "step": 20230 + }, + { + "entropy": 1.2396767139434814, + "epoch": 1.9336963790962072, + "grad_norm": 0.8169044256210327, + "learning_rate": 9.448588922828655e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8469406425952911, + "num_tokens": 26042803.0, + "step": 20240 + }, + { + "entropy": 1.2529847383499146, + "epoch": 1.934651762682717, + "grad_norm": 1.0668517351150513, + "learning_rate": 9.447867547759421e-05, + "loss": 0.401, + "mean_token_accuracy": 0.8429104208946228, + "num_tokens": 26055822.0, + "step": 20250 + }, + { + "entropy": 1.2733214616775512, + "epoch": 1.935607146269227, + "grad_norm": 1.1901931762695312, + "learning_rate": 9.447145728709279e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8287103950977326, + "num_tokens": 26068949.0, + "step": 20260 + }, + { + "entropy": 1.2659196734428406, + "epoch": 1.936562529855737, + "grad_norm": 1.1660375595092773, + "learning_rate": 9.446423465750277e-05, + "loss": 0.4496, + "mean_token_accuracy": 0.8191171586513519, + "num_tokens": 26082033.0, + "step": 20270 + }, + { + "entropy": 1.2430149555206298, + "epoch": 1.937517913442247, + "grad_norm": 0.976845383644104, + "learning_rate": 9.445700758954513e-05, + "loss": 0.4261, + "mean_token_accuracy": 0.8266253471374512, + "num_tokens": 26094194.0, + "step": 20280 + }, + { + "entropy": 1.2590394020080566, + "epoch": 1.938473297028757, + "grad_norm": 1.0798659324645996, + "learning_rate": 9.444977608394127e-05, + "loss": 0.4393, + "mean_token_accuracy": 0.820140951871872, + "num_tokens": 26106995.0, + "step": 20290 + }, + { + "entropy": 1.2612738013267517, + "epoch": 1.9394286806152672, + "grad_norm": 1.0781341791152954, + "learning_rate": 9.4442540141413e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8346694588661194, + "num_tokens": 26119974.0, + "step": 20300 + }, + { + "entropy": 1.259037685394287, + "epoch": 1.9403840642017771, + "grad_norm": 0.8564578890800476, + "learning_rate": 9.443529976268264e-05, + "loss": 0.3866, + "mean_token_accuracy": 0.8473509252071381, + "num_tokens": 26132899.0, + "step": 20310 + }, + { + "entropy": 1.2628128051757812, + "epoch": 1.941339447788287, + "grad_norm": 0.9458666443824768, + "learning_rate": 9.44280549484729e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8463762044906616, + "num_tokens": 26146196.0, + "step": 20320 + }, + { + "entropy": 1.2669735193252563, + "epoch": 1.942294831374797, + "grad_norm": 0.8156826496124268, + "learning_rate": 9.442080569950693e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8395629703998566, + "num_tokens": 26159164.0, + "step": 20330 + }, + { + "entropy": 1.2668073654174805, + "epoch": 1.943250214961307, + "grad_norm": 1.0098345279693604, + "learning_rate": 9.441355201650837e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8389717161655426, + "num_tokens": 26172297.0, + "step": 20340 + }, + { + "entropy": 1.2632806181907654, + "epoch": 1.9442055985478168, + "grad_norm": 0.8138107061386108, + "learning_rate": 9.440629390020126e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8400516092777253, + "num_tokens": 26185546.0, + "step": 20350 + }, + { + "entropy": 1.2648634672164918, + "epoch": 1.945160982134327, + "grad_norm": 1.0081709623336792, + "learning_rate": 9.43990313513101e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8441967904567719, + "num_tokens": 26198726.0, + "step": 20360 + }, + { + "entropy": 1.2365360260009766, + "epoch": 1.946116365720837, + "grad_norm": 0.8688677549362183, + "learning_rate": 9.439176437055983e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8544621467590332, + "num_tokens": 26211081.0, + "step": 20370 + }, + { + "entropy": 1.242550218105316, + "epoch": 1.947071749307347, + "grad_norm": 1.3420052528381348, + "learning_rate": 9.438449295867584e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8263869106769561, + "num_tokens": 26223423.0, + "step": 20380 + }, + { + "entropy": 1.2542728066444397, + "epoch": 1.948027132893857, + "grad_norm": 1.230067491531372, + "learning_rate": 9.437721711638393e-05, + "loss": 0.4312, + "mean_token_accuracy": 0.8279025673866272, + "num_tokens": 26235724.0, + "step": 20390 + }, + { + "entropy": 1.2734510898590088, + "epoch": 1.948982516480367, + "grad_norm": 1.153298020362854, + "learning_rate": 9.436993684441039e-05, + "loss": 0.437, + "mean_token_accuracy": 0.8275839745998382, + "num_tokens": 26249028.0, + "step": 20400 + }, + { + "entropy": 1.2612886428833008, + "epoch": 1.9499379000668768, + "grad_norm": 1.0791720151901245, + "learning_rate": 9.43626521434819e-05, + "loss": 0.4281, + "mean_token_accuracy": 0.8292730569839477, + "num_tokens": 26262081.0, + "step": 20410 + }, + { + "entropy": 1.258692729473114, + "epoch": 1.9508932836533868, + "grad_norm": 1.0179901123046875, + "learning_rate": 9.435536301432566e-05, + "loss": 0.383, + "mean_token_accuracy": 0.8435553848743439, + "num_tokens": 26275075.0, + "step": 20420 + }, + { + "entropy": 1.263518750667572, + "epoch": 1.9518486672398967, + "grad_norm": 1.1070634126663208, + "learning_rate": 9.43480694576692e-05, + "loss": 0.4599, + "mean_token_accuracy": 0.8164096057415009, + "num_tokens": 26288376.0, + "step": 20430 + }, + { + "entropy": 1.2723436117172242, + "epoch": 1.9528040508264068, + "grad_norm": 1.4418761730194092, + "learning_rate": 9.43407714742406e-05, + "loss": 0.4517, + "mean_token_accuracy": 0.8231707155704499, + "num_tokens": 26301498.0, + "step": 20440 + }, + { + "entropy": 1.2524048566818238, + "epoch": 1.9537594344129168, + "grad_norm": 0.9940906763076782, + "learning_rate": 9.433346906476833e-05, + "loss": 0.3941, + "mean_token_accuracy": 0.8406254649162292, + "num_tokens": 26314711.0, + "step": 20450 + }, + { + "entropy": 1.254162561893463, + "epoch": 1.954714817999427, + "grad_norm": 1.1799798011779785, + "learning_rate": 9.43261622299813e-05, + "loss": 0.3848, + "mean_token_accuracy": 0.8476739168167114, + "num_tokens": 26327907.0, + "step": 20460 + }, + { + "entropy": 1.2512776970863342, + "epoch": 1.9556702015859369, + "grad_norm": 1.1091499328613281, + "learning_rate": 9.431885097060885e-05, + "loss": 0.4387, + "mean_token_accuracy": 0.8330481171607971, + "num_tokens": 26340124.0, + "step": 20470 + }, + { + "entropy": 1.2334702372550965, + "epoch": 1.9566255851724468, + "grad_norm": 0.8012984991073608, + "learning_rate": 9.431153528738081e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8579849004745483, + "num_tokens": 26352912.0, + "step": 20480 + }, + { + "entropy": 1.243149209022522, + "epoch": 1.9575809687589567, + "grad_norm": 1.2451856136322021, + "learning_rate": 9.430421518102741e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8458639681339264, + "num_tokens": 26365984.0, + "step": 20490 + }, + { + "entropy": 1.255977463722229, + "epoch": 1.9585363523454666, + "grad_norm": 0.9541499018669128, + "learning_rate": 9.429689065227935e-05, + "loss": 0.4258, + "mean_token_accuracy": 0.8322162389755249, + "num_tokens": 26378963.0, + "step": 20500 + }, + { + "entropy": 1.2690898418426513, + "epoch": 1.9594917359319766, + "grad_norm": 1.0106052160263062, + "learning_rate": 9.428956170186774e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8343825578689575, + "num_tokens": 26392562.0, + "step": 20510 + }, + { + "entropy": 1.2659593939781189, + "epoch": 1.9604471195184867, + "grad_norm": 1.0287959575653076, + "learning_rate": 9.428222833052414e-05, + "loss": 0.4434, + "mean_token_accuracy": 0.8221645474433898, + "num_tokens": 26405014.0, + "step": 20520 + }, + { + "entropy": 1.2644802570343017, + "epoch": 1.9614025031049966, + "grad_norm": 0.8195507526397705, + "learning_rate": 9.427489053898057e-05, + "loss": 0.416, + "mean_token_accuracy": 0.8320724904537201, + "num_tokens": 26417766.0, + "step": 20530 + }, + { + "entropy": 1.2498735189437866, + "epoch": 1.9623578866915068, + "grad_norm": 0.910728394985199, + "learning_rate": 9.426754832796949e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8488083362579346, + "num_tokens": 26430898.0, + "step": 20540 + }, + { + "entropy": 1.255217730998993, + "epoch": 1.9633132702780167, + "grad_norm": 1.1946935653686523, + "learning_rate": 9.426020169822376e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8345961034297943, + "num_tokens": 26443963.0, + "step": 20550 + }, + { + "entropy": 1.2443078398704528, + "epoch": 1.9642686538645266, + "grad_norm": 0.9314906597137451, + "learning_rate": 9.425285065047675e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8430674135684967, + "num_tokens": 26456684.0, + "step": 20560 + }, + { + "entropy": 1.2463497996330262, + "epoch": 1.9652240374510366, + "grad_norm": 1.006056785583496, + "learning_rate": 9.424549518546222e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8534189641475678, + "num_tokens": 26470224.0, + "step": 20570 + }, + { + "entropy": 1.2308310627937318, + "epoch": 1.9661794210375465, + "grad_norm": 1.090686559677124, + "learning_rate": 9.423813530391437e-05, + "loss": 0.4069, + "mean_token_accuracy": 0.8414791285991668, + "num_tokens": 26483038.0, + "step": 20580 + }, + { + "entropy": 1.2430399537086487, + "epoch": 1.9671348046240564, + "grad_norm": 0.866915225982666, + "learning_rate": 9.423077100656786e-05, + "loss": 0.4051, + "mean_token_accuracy": 0.8383670270442962, + "num_tokens": 26495408.0, + "step": 20590 + }, + { + "entropy": 1.25632643699646, + "epoch": 1.9680901882105666, + "grad_norm": 1.4308501482009888, + "learning_rate": 9.42234022941578e-05, + "loss": 0.4364, + "mean_token_accuracy": 0.8232191681861878, + "num_tokens": 26508145.0, + "step": 20600 + }, + { + "entropy": 1.2514738321304322, + "epoch": 1.9690455717970765, + "grad_norm": 1.2532434463500977, + "learning_rate": 9.42160291674197e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8317019879817963, + "num_tokens": 26521126.0, + "step": 20610 + }, + { + "entropy": 1.2504235863685609, + "epoch": 1.9700009553835867, + "grad_norm": 1.115279197692871, + "learning_rate": 9.420865162708956e-05, + "loss": 0.3889, + "mean_token_accuracy": 0.8483844339847565, + "num_tokens": 26534002.0, + "step": 20620 + }, + { + "entropy": 1.244376528263092, + "epoch": 1.9709563389700966, + "grad_norm": 1.0833768844604492, + "learning_rate": 9.420126967390377e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8455955982208252, + "num_tokens": 26546822.0, + "step": 20630 + }, + { + "entropy": 1.240074336528778, + "epoch": 1.9719117225566065, + "grad_norm": 1.2128098011016846, + "learning_rate": 9.419388330859924e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8490328907966613, + "num_tokens": 26559969.0, + "step": 20640 + }, + { + "entropy": 1.2427077651023866, + "epoch": 1.9728671061431164, + "grad_norm": 1.0751371383666992, + "learning_rate": 9.418649253191321e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8221610963344574, + "num_tokens": 26573023.0, + "step": 20650 + }, + { + "entropy": 1.2591189384460448, + "epoch": 1.9738224897296264, + "grad_norm": 1.0804712772369385, + "learning_rate": 9.417909734458345e-05, + "loss": 0.4092, + "mean_token_accuracy": 0.8404832065105439, + "num_tokens": 26586161.0, + "step": 20660 + }, + { + "entropy": 1.255691123008728, + "epoch": 1.9747778733161363, + "grad_norm": 1.0804469585418701, + "learning_rate": 9.417169774734816e-05, + "loss": 0.4388, + "mean_token_accuracy": 0.8252295672893524, + "num_tokens": 26598820.0, + "step": 20670 + }, + { + "entropy": 1.2622341632843017, + "epoch": 1.9757332569026465, + "grad_norm": 1.1996879577636719, + "learning_rate": 9.41642937409459e-05, + "loss": 0.4158, + "mean_token_accuracy": 0.8349551260471344, + "num_tokens": 26611447.0, + "step": 20680 + }, + { + "entropy": 1.255211889743805, + "epoch": 1.9766886404891564, + "grad_norm": 1.1163805723190308, + "learning_rate": 9.415688532611577e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.834163373708725, + "num_tokens": 26624378.0, + "step": 20690 + }, + { + "entropy": 1.246923553943634, + "epoch": 1.9776440240756665, + "grad_norm": 1.3202903270721436, + "learning_rate": 9.414947250359725e-05, + "loss": 0.3831, + "mean_token_accuracy": 0.8515549182891846, + "num_tokens": 26637748.0, + "step": 20700 + }, + { + "entropy": 1.2553237795829773, + "epoch": 1.9785994076621765, + "grad_norm": 1.1342719793319702, + "learning_rate": 9.414205527413032e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8444875717163086, + "num_tokens": 26650315.0, + "step": 20710 + }, + { + "entropy": 1.2570763111114502, + "epoch": 1.9795547912486864, + "grad_norm": 1.0426875352859497, + "learning_rate": 9.413463363845531e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.834526640176773, + "num_tokens": 26662969.0, + "step": 20720 + }, + { + "entropy": 1.2569584965705871, + "epoch": 1.9805101748351963, + "grad_norm": 0.8203941583633423, + "learning_rate": 9.412720759731305e-05, + "loss": 0.3738, + "mean_token_accuracy": 0.8534577131271363, + "num_tokens": 26675412.0, + "step": 20730 + }, + { + "entropy": 1.2726123571395873, + "epoch": 1.9814655584217062, + "grad_norm": 1.0259908437728882, + "learning_rate": 9.411977715144483e-05, + "loss": 0.4281, + "mean_token_accuracy": 0.8274494469165802, + "num_tokens": 26688407.0, + "step": 20740 + }, + { + "entropy": 1.2486456155776977, + "epoch": 1.9824209420082162, + "grad_norm": 0.8924091458320618, + "learning_rate": 9.41123423015923e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8413157880306243, + "num_tokens": 26701542.0, + "step": 20750 + }, + { + "entropy": 1.2529893517494202, + "epoch": 1.9833763255947263, + "grad_norm": 1.2705358266830444, + "learning_rate": 9.410490304849763e-05, + "loss": 0.4439, + "mean_token_accuracy": 0.8192873299121857, + "num_tokens": 26714545.0, + "step": 20760 + }, + { + "entropy": 1.2468680381774901, + "epoch": 1.9843317091812362, + "grad_norm": 1.1037788391113281, + "learning_rate": 9.409745939290339e-05, + "loss": 0.4161, + "mean_token_accuracy": 0.8395129859447479, + "num_tokens": 26727096.0, + "step": 20770 + }, + { + "entropy": 1.2452054142951965, + "epoch": 1.9852870927677464, + "grad_norm": 0.9210160970687866, + "learning_rate": 9.40900113355526e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8508965492248535, + "num_tokens": 26739780.0, + "step": 20780 + }, + { + "entropy": 1.2537231683731078, + "epoch": 1.9862424763542563, + "grad_norm": 1.0164448022842407, + "learning_rate": 9.408255887718871e-05, + "loss": 0.4193, + "mean_token_accuracy": 0.8341230750083923, + "num_tokens": 26753227.0, + "step": 20790 + }, + { + "entropy": 1.241108739376068, + "epoch": 1.9871978599407663, + "grad_norm": 1.1876399517059326, + "learning_rate": 9.407510201855563e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8513588309288025, + "num_tokens": 26766002.0, + "step": 20800 + }, + { + "entropy": 1.2403217911720277, + "epoch": 1.9881532435272762, + "grad_norm": 1.1124435663223267, + "learning_rate": 9.406764076039767e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8295585691928864, + "num_tokens": 26778659.0, + "step": 20810 + }, + { + "entropy": 1.2535562992095948, + "epoch": 1.989108627113786, + "grad_norm": 0.9890439510345459, + "learning_rate": 9.406017510345964e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8460767030715942, + "num_tokens": 26791376.0, + "step": 20820 + }, + { + "entropy": 1.2595297813415527, + "epoch": 1.990064010700296, + "grad_norm": 0.8792705535888672, + "learning_rate": 9.405270504848672e-05, + "loss": 0.4403, + "mean_token_accuracy": 0.8255336463451386, + "num_tokens": 26804293.0, + "step": 20830 + }, + { + "entropy": 1.2420732378959656, + "epoch": 1.9910193942868062, + "grad_norm": 1.1673660278320312, + "learning_rate": 9.404523059622457e-05, + "loss": 0.372, + "mean_token_accuracy": 0.8511197865009308, + "num_tokens": 26817525.0, + "step": 20840 + }, + { + "entropy": 1.2536680102348328, + "epoch": 1.9919747778733161, + "grad_norm": 1.1097197532653809, + "learning_rate": 9.403775174741927e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.8423634111881256, + "num_tokens": 26830339.0, + "step": 20850 + }, + { + "entropy": 1.2652578949928284, + "epoch": 1.9929301614598263, + "grad_norm": 0.86109459400177, + "learning_rate": 9.403026850281738e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8353259563446045, + "num_tokens": 26843924.0, + "step": 20860 + }, + { + "entropy": 1.256683850288391, + "epoch": 1.9938855450463362, + "grad_norm": 1.1396955251693726, + "learning_rate": 9.402278086316586e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8432942867279053, + "num_tokens": 26856884.0, + "step": 20870 + }, + { + "entropy": 1.2659638047218322, + "epoch": 1.9948409286328461, + "grad_norm": 1.2081161737442017, + "learning_rate": 9.40152888292121e-05, + "loss": 0.4673, + "mean_token_accuracy": 0.8190272867679596, + "num_tokens": 26869779.0, + "step": 20880 + }, + { + "entropy": 1.2500935077667237, + "epoch": 1.995796312219356, + "grad_norm": 1.091059923171997, + "learning_rate": 9.400779240170397e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8563729345798492, + "num_tokens": 26882650.0, + "step": 20890 + }, + { + "entropy": 1.269574761390686, + "epoch": 1.996751695805866, + "grad_norm": 1.041516661643982, + "learning_rate": 9.400029158138972e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8422716975212097, + "num_tokens": 26895880.0, + "step": 20900 + }, + { + "entropy": 1.261112666130066, + "epoch": 1.997707079392376, + "grad_norm": 1.2734205722808838, + "learning_rate": 9.399278636901811e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8343858480453491, + "num_tokens": 26909253.0, + "step": 20910 + }, + { + "entropy": 1.216169536113739, + "epoch": 1.998662462978886, + "grad_norm": 1.3436745405197144, + "learning_rate": 9.398527676533828e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.8526901423931121, + "num_tokens": 26921486.0, + "step": 20920 + }, + { + "entropy": 1.255966019630432, + "epoch": 1.999617846565396, + "grad_norm": 0.8200547099113464, + "learning_rate": 9.397776277109983e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8480669736862183, + "num_tokens": 26935304.0, + "step": 20930 + }, + { + "entropy": 1.2466855883598327, + "epoch": 2.000573230151906, + "grad_norm": 1.1787868738174438, + "learning_rate": 9.397024438705281e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8336639881134034, + "num_tokens": 26947587.0, + "step": 20940 + }, + { + "entropy": 1.2379438757896424, + "epoch": 2.001528613738416, + "grad_norm": 1.1458125114440918, + "learning_rate": 9.396272161394769e-05, + "loss": 0.3175, + "mean_token_accuracy": 0.8802246868610382, + "num_tokens": 26960983.0, + "step": 20950 + }, + { + "entropy": 1.1961432337760924, + "epoch": 2.002483997324926, + "grad_norm": 1.1252752542495728, + "learning_rate": 9.395519445253538e-05, + "loss": 0.3045, + "mean_token_accuracy": 0.8783878803253173, + "num_tokens": 26973468.0, + "step": 20960 + }, + { + "entropy": 1.2048984885215759, + "epoch": 2.003439380911436, + "grad_norm": 0.9293496012687683, + "learning_rate": 9.394766290356724e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8747499883174896, + "num_tokens": 26986575.0, + "step": 20970 + }, + { + "entropy": 1.2000658988952637, + "epoch": 2.004394764497946, + "grad_norm": 1.2452056407928467, + "learning_rate": 9.394012696779507e-05, + "loss": 0.3733, + "mean_token_accuracy": 0.849596905708313, + "num_tokens": 26998941.0, + "step": 20980 + }, + { + "entropy": 1.2156031131744385, + "epoch": 2.0053501480844558, + "grad_norm": 1.0857187509536743, + "learning_rate": 9.393258664597107e-05, + "loss": 0.3175, + "mean_token_accuracy": 0.8761098206043243, + "num_tokens": 27012783.0, + "step": 20990 + }, + { + "entropy": 1.2066134452819823, + "epoch": 2.0063055316709657, + "grad_norm": 1.2765086889266968, + "learning_rate": 9.392504193884791e-05, + "loss": 0.2999, + "mean_token_accuracy": 0.8864320695400238, + "num_tokens": 27026492.0, + "step": 21000 + }, + { + "entropy": 1.2036791443824768, + "epoch": 2.007260915257476, + "grad_norm": 1.3864078521728516, + "learning_rate": 9.391749284717872e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8658810436725617, + "num_tokens": 27039439.0, + "step": 21010 + }, + { + "entropy": 1.2084755420684814, + "epoch": 2.008216298843986, + "grad_norm": 0.8906655311584473, + "learning_rate": 9.390993937171702e-05, + "loss": 0.3237, + "mean_token_accuracy": 0.8745548367500305, + "num_tokens": 27052180.0, + "step": 21020 + }, + { + "entropy": 1.2139910578727722, + "epoch": 2.009171682430496, + "grad_norm": 1.7098100185394287, + "learning_rate": 9.39023815132168e-05, + "loss": 0.352, + "mean_token_accuracy": 0.8617190718650818, + "num_tokens": 27065574.0, + "step": 21030 + }, + { + "entropy": 1.2085516571998596, + "epoch": 2.010127066017006, + "grad_norm": 1.315068006515503, + "learning_rate": 9.389481927243247e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8686194062232971, + "num_tokens": 27077908.0, + "step": 21040 + }, + { + "entropy": 1.2184827089309693, + "epoch": 2.011082449603516, + "grad_norm": 1.1805613040924072, + "learning_rate": 9.388725265011889e-05, + "loss": 0.3203, + "mean_token_accuracy": 0.8801095843315124, + "num_tokens": 27090732.0, + "step": 21050 + }, + { + "entropy": 1.1972019791603088, + "epoch": 2.0120378331900257, + "grad_norm": 1.5282738208770752, + "learning_rate": 9.387968164703134e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8852295041084289, + "num_tokens": 27103503.0, + "step": 21060 + }, + { + "entropy": 1.1923546075820923, + "epoch": 2.0129932167765356, + "grad_norm": 1.0587202310562134, + "learning_rate": 9.387210626392557e-05, + "loss": 0.3103, + "mean_token_accuracy": 0.8810395956039428, + "num_tokens": 27116268.0, + "step": 21070 + }, + { + "entropy": 1.2064303278923034, + "epoch": 2.0139486003630456, + "grad_norm": 0.969238817691803, + "learning_rate": 9.386452650155773e-05, + "loss": 0.3459, + "mean_token_accuracy": 0.861924695968628, + "num_tokens": 27129003.0, + "step": 21080 + }, + { + "entropy": 1.2063458561897278, + "epoch": 2.014903983949556, + "grad_norm": 1.1805802583694458, + "learning_rate": 9.38569423606844e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8736309766769409, + "num_tokens": 27142115.0, + "step": 21090 + }, + { + "entropy": 1.2043851256370544, + "epoch": 2.015859367536066, + "grad_norm": 1.1046128273010254, + "learning_rate": 9.384935384206265e-05, + "loss": 0.2898, + "mean_token_accuracy": 0.885844099521637, + "num_tokens": 27155728.0, + "step": 21100 + }, + { + "entropy": 1.1930863976478576, + "epoch": 2.016814751122576, + "grad_norm": 1.2184264659881592, + "learning_rate": 9.384176094644999e-05, + "loss": 0.344, + "mean_token_accuracy": 0.8620300412178039, + "num_tokens": 27168083.0, + "step": 21110 + }, + { + "entropy": 1.2199612379074096, + "epoch": 2.0177701347090857, + "grad_norm": 1.0504217147827148, + "learning_rate": 9.383416367460426e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.8675567805767059, + "num_tokens": 27181514.0, + "step": 21120 + }, + { + "entropy": 1.2315268039703369, + "epoch": 2.0187255182955957, + "grad_norm": 1.2559601068496704, + "learning_rate": 9.382656202728386e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.870588880777359, + "num_tokens": 27195017.0, + "step": 21130 + }, + { + "entropy": 1.2174189329147338, + "epoch": 2.0196809018821056, + "grad_norm": 0.996990442276001, + "learning_rate": 9.381895600524756e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8725643455982208, + "num_tokens": 27208310.0, + "step": 21140 + }, + { + "entropy": 1.1950506448745728, + "epoch": 2.0206362854686155, + "grad_norm": 0.9859599471092224, + "learning_rate": 9.381134560925458e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8776731193065643, + "num_tokens": 27220641.0, + "step": 21150 + }, + { + "entropy": 1.2135701894760131, + "epoch": 2.0215916690551254, + "grad_norm": 1.9945591688156128, + "learning_rate": 9.38037308400646e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8734839022159576, + "num_tokens": 27233187.0, + "step": 21160 + }, + { + "entropy": 1.2076221108436584, + "epoch": 2.022547052641636, + "grad_norm": 1.164036750793457, + "learning_rate": 9.379611169843771e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8702623188495636, + "num_tokens": 27246445.0, + "step": 21170 + }, + { + "entropy": 1.2131642818450927, + "epoch": 2.0235024362281457, + "grad_norm": 0.9827043414115906, + "learning_rate": 9.378848818513442e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8561180591583252, + "num_tokens": 27258794.0, + "step": 21180 + }, + { + "entropy": 1.1986714482307435, + "epoch": 2.0244578198146557, + "grad_norm": 1.3716070652008057, + "learning_rate": 9.378086030091574e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8726939737796784, + "num_tokens": 27271165.0, + "step": 21190 + }, + { + "entropy": 1.1981209754943847, + "epoch": 2.0254132034011656, + "grad_norm": 1.085900902748108, + "learning_rate": 9.377322804654305e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8768995940685272, + "num_tokens": 27284122.0, + "step": 21200 + }, + { + "entropy": 1.2204065203666687, + "epoch": 2.0263685869876755, + "grad_norm": 0.9570003151893616, + "learning_rate": 9.37655914227782e-05, + "loss": 0.3159, + "mean_token_accuracy": 0.8799650430679321, + "num_tokens": 27296897.0, + "step": 21210 + }, + { + "entropy": 1.2414409160614013, + "epoch": 2.0273239705741855, + "grad_norm": 1.355741024017334, + "learning_rate": 9.375795043038347e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8587056219577789, + "num_tokens": 27310068.0, + "step": 21220 + }, + { + "entropy": 1.220638346672058, + "epoch": 2.0282793541606954, + "grad_norm": 1.4631943702697754, + "learning_rate": 9.375030507012156e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.8730920732021332, + "num_tokens": 27322812.0, + "step": 21230 + }, + { + "entropy": 1.2159085392951965, + "epoch": 2.0292347377472053, + "grad_norm": 1.012200951576233, + "learning_rate": 9.374265534275565e-05, + "loss": 0.333, + "mean_token_accuracy": 0.8694751560688019, + "num_tokens": 27334930.0, + "step": 21240 + }, + { + "entropy": 1.2146575450897217, + "epoch": 2.0301901213337157, + "grad_norm": 1.1405853033065796, + "learning_rate": 9.373500124904931e-05, + "loss": 0.3116, + "mean_token_accuracy": 0.8774596750736237, + "num_tokens": 27347842.0, + "step": 21250 + }, + { + "entropy": 1.2087104558944701, + "epoch": 2.0311455049202256, + "grad_norm": 1.482030987739563, + "learning_rate": 9.372734278976655e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8661140441894531, + "num_tokens": 27360458.0, + "step": 21260 + }, + { + "entropy": 1.2171677947044373, + "epoch": 2.0321008885067355, + "grad_norm": 1.0642900466918945, + "learning_rate": 9.371967996567185e-05, + "loss": 0.3347, + "mean_token_accuracy": 0.8718559920787812, + "num_tokens": 27373205.0, + "step": 21270 + }, + { + "entropy": 1.2147058486938476, + "epoch": 2.0330562720932455, + "grad_norm": 1.7138535976409912, + "learning_rate": 9.37120127775301e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8682047963142395, + "num_tokens": 27385878.0, + "step": 21280 + }, + { + "entropy": 1.2017942667007446, + "epoch": 2.0340116556797554, + "grad_norm": 0.9303164482116699, + "learning_rate": 9.370434122610661e-05, + "loss": 0.2884, + "mean_token_accuracy": 0.8874870836734772, + "num_tokens": 27398630.0, + "step": 21290 + }, + { + "entropy": 1.2005982995033264, + "epoch": 2.0349670392662653, + "grad_norm": 1.1118441820144653, + "learning_rate": 9.369666531216717e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.8651421248912812, + "num_tokens": 27411429.0, + "step": 21300 + }, + { + "entropy": 1.2215081691741942, + "epoch": 2.0359224228527752, + "grad_norm": 1.1602716445922852, + "learning_rate": 9.368898503647798e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.867158842086792, + "num_tokens": 27424126.0, + "step": 21310 + }, + { + "entropy": 1.216788113117218, + "epoch": 2.036877806439285, + "grad_norm": 1.4190787076950073, + "learning_rate": 9.368130039980564e-05, + "loss": 0.3404, + "mean_token_accuracy": 0.8607680916786193, + "num_tokens": 27436452.0, + "step": 21320 + }, + { + "entropy": 1.2226016998291016, + "epoch": 2.0378331900257955, + "grad_norm": 1.0583205223083496, + "learning_rate": 9.367361140291728e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8696740806102753, + "num_tokens": 27449772.0, + "step": 21330 + }, + { + "entropy": 1.2205111503601074, + "epoch": 2.0387885736123055, + "grad_norm": 1.3202829360961914, + "learning_rate": 9.366591804658036e-05, + "loss": 0.3282, + "mean_token_accuracy": 0.8785299003124237, + "num_tokens": 27462256.0, + "step": 21340 + }, + { + "entropy": 1.232868230342865, + "epoch": 2.0397439571988154, + "grad_norm": 1.5403110980987549, + "learning_rate": 9.365822033156284e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8605874419212342, + "num_tokens": 27475092.0, + "step": 21350 + }, + { + "entropy": 1.2140841364860535, + "epoch": 2.0406993407853253, + "grad_norm": 1.1708945035934448, + "learning_rate": 9.36505182586331e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.874279111623764, + "num_tokens": 27487884.0, + "step": 21360 + }, + { + "entropy": 1.2040876388549804, + "epoch": 2.0416547243718353, + "grad_norm": 1.1572611331939697, + "learning_rate": 9.364281182855994e-05, + "loss": 0.2787, + "mean_token_accuracy": 0.8867074847221375, + "num_tokens": 27500664.0, + "step": 21370 + }, + { + "entropy": 1.231725811958313, + "epoch": 2.042610107958345, + "grad_norm": 1.6286064386367798, + "learning_rate": 9.363510104211262e-05, + "loss": 0.3529, + "mean_token_accuracy": 0.8600273430347443, + "num_tokens": 27513830.0, + "step": 21380 + }, + { + "entropy": 1.225944173336029, + "epoch": 2.043565491544855, + "grad_norm": 1.1338292360305786, + "learning_rate": 9.362738590006081e-05, + "loss": 0.3529, + "mean_token_accuracy": 0.8638879477977752, + "num_tokens": 27526252.0, + "step": 21390 + }, + { + "entropy": 1.2182046890258789, + "epoch": 2.044520875131365, + "grad_norm": 1.9047226905822754, + "learning_rate": 9.361966640317463e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8848805546760559, + "num_tokens": 27538805.0, + "step": 21400 + }, + { + "entropy": 1.2296689987182616, + "epoch": 2.0454762587178754, + "grad_norm": 1.2523424625396729, + "learning_rate": 9.361194255222463e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8687506854534149, + "num_tokens": 27551592.0, + "step": 21410 + }, + { + "entropy": 1.2174297451972962, + "epoch": 2.0464316423043853, + "grad_norm": 1.3470555543899536, + "learning_rate": 9.36042143479818e-05, + "loss": 0.344, + "mean_token_accuracy": 0.8601019859313965, + "num_tokens": 27564352.0, + "step": 21420 + }, + { + "entropy": 1.2250527381896972, + "epoch": 2.0473870258908953, + "grad_norm": 1.1070951223373413, + "learning_rate": 9.359648179121755e-05, + "loss": 0.3016, + "mean_token_accuracy": 0.8869275867938995, + "num_tokens": 27577132.0, + "step": 21430 + }, + { + "entropy": 1.2353175163269043, + "epoch": 2.048342409477405, + "grad_norm": 1.3544549942016602, + "learning_rate": 9.358874488270375e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8506728649139405, + "num_tokens": 27590702.0, + "step": 21440 + }, + { + "entropy": 1.2296672463417053, + "epoch": 2.049297793063915, + "grad_norm": 1.25859797000885, + "learning_rate": 9.358100362321268e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8613381683826447, + "num_tokens": 27603442.0, + "step": 21450 + }, + { + "entropy": 1.2333415150642395, + "epoch": 2.050253176650425, + "grad_norm": 1.077798843383789, + "learning_rate": 9.357325801351707e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8693005442619324, + "num_tokens": 27616487.0, + "step": 21460 + }, + { + "entropy": 1.2251379013061523, + "epoch": 2.051208560236935, + "grad_norm": 1.0157099962234497, + "learning_rate": 9.356550805439006e-05, + "loss": 0.2851, + "mean_token_accuracy": 0.8846728205680847, + "num_tokens": 27629458.0, + "step": 21470 + }, + { + "entropy": 1.2116367101669312, + "epoch": 2.052163943823445, + "grad_norm": 1.213642954826355, + "learning_rate": 9.355775374660526e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8627601146697998, + "num_tokens": 27641934.0, + "step": 21480 + }, + { + "entropy": 1.203642153739929, + "epoch": 2.0531193274099553, + "grad_norm": 1.256864070892334, + "learning_rate": 9.354999509093669e-05, + "loss": 0.3133, + "mean_token_accuracy": 0.8758141756057739, + "num_tokens": 27655002.0, + "step": 21490 + }, + { + "entropy": 1.2304572820663453, + "epoch": 2.054074710996465, + "grad_norm": 1.1941285133361816, + "learning_rate": 9.354223208815882e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8627388834953308, + "num_tokens": 27667919.0, + "step": 21500 + }, + { + "entropy": 1.231436264514923, + "epoch": 2.055030094582975, + "grad_norm": 1.1551519632339478, + "learning_rate": 9.353446473904652e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8701385736465455, + "num_tokens": 27680895.0, + "step": 21510 + }, + { + "entropy": 1.2273839592933655, + "epoch": 2.055985478169485, + "grad_norm": 1.3674416542053223, + "learning_rate": 9.352669304437516e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.8728062450885773, + "num_tokens": 27694242.0, + "step": 21520 + }, + { + "entropy": 1.2160133004188538, + "epoch": 2.056940861755995, + "grad_norm": 0.9311610460281372, + "learning_rate": 9.351891700492044e-05, + "loss": 0.3068, + "mean_token_accuracy": 0.876926863193512, + "num_tokens": 27707051.0, + "step": 21530 + }, + { + "entropy": 1.2315871715545654, + "epoch": 2.057896245342505, + "grad_norm": 1.2199963331222534, + "learning_rate": 9.35111366214586e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8563067495822907, + "num_tokens": 27720678.0, + "step": 21540 + }, + { + "entropy": 1.233403706550598, + "epoch": 2.058851628929015, + "grad_norm": 1.055253028869629, + "learning_rate": 9.350335189476627e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8556857347488404, + "num_tokens": 27733937.0, + "step": 21550 + }, + { + "entropy": 1.2089767575263977, + "epoch": 2.059807012515525, + "grad_norm": 1.1928049325942993, + "learning_rate": 9.349556282562049e-05, + "loss": 0.312, + "mean_token_accuracy": 0.8763242959976196, + "num_tokens": 27746494.0, + "step": 21560 + }, + { + "entropy": 1.2093480587005616, + "epoch": 2.060762396102035, + "grad_norm": 1.1267242431640625, + "learning_rate": 9.348776941479875e-05, + "loss": 0.3131, + "mean_token_accuracy": 0.8774821758270264, + "num_tokens": 27759819.0, + "step": 21570 + }, + { + "entropy": 1.2139185667037964, + "epoch": 2.061717779688545, + "grad_norm": 0.9959943890571594, + "learning_rate": 9.347997166307901e-05, + "loss": 0.3093, + "mean_token_accuracy": 0.8816963613033295, + "num_tokens": 27772954.0, + "step": 21580 + }, + { + "entropy": 1.198859655857086, + "epoch": 2.062673163275055, + "grad_norm": 1.164914608001709, + "learning_rate": 9.347216957123961e-05, + "loss": 0.3095, + "mean_token_accuracy": 0.8810117483139038, + "num_tokens": 27785387.0, + "step": 21590 + }, + { + "entropy": 1.2168816804885865, + "epoch": 2.063628546861565, + "grad_norm": 1.1955368518829346, + "learning_rate": 9.346436314005936e-05, + "loss": 0.3345, + "mean_token_accuracy": 0.8716879904270172, + "num_tokens": 27797900.0, + "step": 21600 + }, + { + "entropy": 1.2041510224342347, + "epoch": 2.064583930448075, + "grad_norm": 1.0964761972427368, + "learning_rate": 9.345655237031748e-05, + "loss": 0.3136, + "mean_token_accuracy": 0.8735841155052185, + "num_tokens": 27810581.0, + "step": 21610 + }, + { + "entropy": 1.223202657699585, + "epoch": 2.065539314034585, + "grad_norm": 1.269558072090149, + "learning_rate": 9.344873726279363e-05, + "loss": 0.3341, + "mean_token_accuracy": 0.8662667453289032, + "num_tokens": 27823659.0, + "step": 21620 + }, + { + "entropy": 1.218560791015625, + "epoch": 2.0664946976210947, + "grad_norm": 1.2845433950424194, + "learning_rate": 9.34409178182679e-05, + "loss": 0.3093, + "mean_token_accuracy": 0.875672596693039, + "num_tokens": 27837110.0, + "step": 21630 + }, + { + "entropy": 1.198557710647583, + "epoch": 2.0674500812076047, + "grad_norm": 1.1862273216247559, + "learning_rate": 9.343309403752084e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8817302823066712, + "num_tokens": 27849554.0, + "step": 21640 + }, + { + "entropy": 1.206006896495819, + "epoch": 2.068405464794115, + "grad_norm": 1.543661117553711, + "learning_rate": 9.34252659213334e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8743977308273315, + "num_tokens": 27862359.0, + "step": 21650 + }, + { + "entropy": 1.2266252994537354, + "epoch": 2.069360848380625, + "grad_norm": 1.1722155809402466, + "learning_rate": 9.341743347048695e-05, + "loss": 0.393, + "mean_token_accuracy": 0.8452901840209961, + "num_tokens": 27875393.0, + "step": 21660 + }, + { + "entropy": 1.2209778428077698, + "epoch": 2.070316231967135, + "grad_norm": 1.1581356525421143, + "learning_rate": 9.340959668576334e-05, + "loss": 0.3186, + "mean_token_accuracy": 0.8771007537841797, + "num_tokens": 27888924.0, + "step": 21670 + }, + { + "entropy": 1.1979797959327698, + "epoch": 2.071271615553645, + "grad_norm": 1.0811152458190918, + "learning_rate": 9.340175556794483e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8760875999927521, + "num_tokens": 27901653.0, + "step": 21680 + }, + { + "entropy": 1.192933690547943, + "epoch": 2.0722269991401547, + "grad_norm": 1.0076823234558105, + "learning_rate": 9.339391011781411e-05, + "loss": 0.3162, + "mean_token_accuracy": 0.8729580998420715, + "num_tokens": 27914357.0, + "step": 21690 + }, + { + "entropy": 1.2106855154037475, + "epoch": 2.0731823827266647, + "grad_norm": 1.226398229598999, + "learning_rate": 9.338606033615429e-05, + "loss": 0.2939, + "mean_token_accuracy": 0.8797330319881439, + "num_tokens": 27927699.0, + "step": 21700 + }, + { + "entropy": 1.2017931461334228, + "epoch": 2.0741377663131746, + "grad_norm": 1.2476606369018555, + "learning_rate": 9.337820622374893e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8684293091297149, + "num_tokens": 27940431.0, + "step": 21710 + }, + { + "entropy": 1.190289032459259, + "epoch": 2.0750931498996845, + "grad_norm": 1.4392410516738892, + "learning_rate": 9.337034778138204e-05, + "loss": 0.2821, + "mean_token_accuracy": 0.891747796535492, + "num_tokens": 27953034.0, + "step": 21720 + }, + { + "entropy": 1.2046900153160096, + "epoch": 2.076048533486195, + "grad_norm": 1.301101803779602, + "learning_rate": 9.336248500983801e-05, + "loss": 0.3403, + "mean_token_accuracy": 0.8646702885627746, + "num_tokens": 27966060.0, + "step": 21730 + }, + { + "entropy": 1.2181498408317566, + "epoch": 2.077003917072705, + "grad_norm": 0.9626110792160034, + "learning_rate": 9.335461790990173e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8698165833950042, + "num_tokens": 27979186.0, + "step": 21740 + }, + { + "entropy": 1.2143075704574584, + "epoch": 2.0779593006592147, + "grad_norm": 1.178784966468811, + "learning_rate": 9.334674648235843e-05, + "loss": 0.3254, + "mean_token_accuracy": 0.8711758971214294, + "num_tokens": 27992377.0, + "step": 21750 + }, + { + "entropy": 1.1811495542526245, + "epoch": 2.0789146842457247, + "grad_norm": 1.2847946882247925, + "learning_rate": 9.333887072799386e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.87667595744133, + "num_tokens": 28004656.0, + "step": 21760 + }, + { + "entropy": 1.2063930988311768, + "epoch": 2.0798700678322346, + "grad_norm": 0.9992960691452026, + "learning_rate": 9.333099064759418e-05, + "loss": 0.3411, + "mean_token_accuracy": 0.8664558708667756, + "num_tokens": 28017708.0, + "step": 21770 + }, + { + "entropy": 1.2134361505508422, + "epoch": 2.0808254514187445, + "grad_norm": 1.1565427780151367, + "learning_rate": 9.332310624194595e-05, + "loss": 0.3154, + "mean_token_accuracy": 0.8796131134033203, + "num_tokens": 28030478.0, + "step": 21780 + }, + { + "entropy": 1.2033936858177186, + "epoch": 2.0817808350052545, + "grad_norm": 2.0338215827941895, + "learning_rate": 9.331521751183619e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.88656667470932, + "num_tokens": 28043841.0, + "step": 21790 + }, + { + "entropy": 1.2113808631896972, + "epoch": 2.0827362185917644, + "grad_norm": 1.1090863943099976, + "learning_rate": 9.330732445805235e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8627835035324096, + "num_tokens": 28056963.0, + "step": 21800 + }, + { + "entropy": 1.1945173025131226, + "epoch": 2.0836916021782748, + "grad_norm": 1.3401628732681274, + "learning_rate": 9.329942708138228e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.882460230588913, + "num_tokens": 28070146.0, + "step": 21810 + }, + { + "entropy": 1.204883873462677, + "epoch": 2.0846469857647847, + "grad_norm": 1.2898571491241455, + "learning_rate": 9.329152538261432e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8692669212818146, + "num_tokens": 28082784.0, + "step": 21820 + }, + { + "entropy": 1.217825984954834, + "epoch": 2.0856023693512946, + "grad_norm": 1.1027132272720337, + "learning_rate": 9.328361936253718e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8796486854553223, + "num_tokens": 28095991.0, + "step": 21830 + }, + { + "entropy": 1.1812739372253418, + "epoch": 2.0865577529378045, + "grad_norm": 0.8992496132850647, + "learning_rate": 9.327570902194005e-05, + "loss": 0.2966, + "mean_token_accuracy": 0.8898741841316223, + "num_tokens": 28108681.0, + "step": 21840 + }, + { + "entropy": 1.1908832311630249, + "epoch": 2.0875131365243145, + "grad_norm": 1.2203333377838135, + "learning_rate": 9.326779436161253e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8716601014137269, + "num_tokens": 28121541.0, + "step": 21850 + }, + { + "entropy": 1.1968130946159363, + "epoch": 2.0884685201108244, + "grad_norm": 1.1401005983352661, + "learning_rate": 9.325987538234464e-05, + "loss": 0.318, + "mean_token_accuracy": 0.8781200230121613, + "num_tokens": 28135104.0, + "step": 21860 + }, + { + "entropy": 1.1947219848632813, + "epoch": 2.0894239036973343, + "grad_norm": 1.1770634651184082, + "learning_rate": 9.325195208492684e-05, + "loss": 0.3138, + "mean_token_accuracy": 0.8726239383220673, + "num_tokens": 28147826.0, + "step": 21870 + }, + { + "entropy": 1.1925550818443298, + "epoch": 2.0903792872838443, + "grad_norm": 1.49470853805542, + "learning_rate": 9.324402447015003e-05, + "loss": 0.314, + "mean_token_accuracy": 0.8715185105800629, + "num_tokens": 28160482.0, + "step": 21880 + }, + { + "entropy": 1.2061770677566528, + "epoch": 2.0913346708703546, + "grad_norm": 0.9376632571220398, + "learning_rate": 9.323609253880557e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8603277683258057, + "num_tokens": 28173242.0, + "step": 21890 + }, + { + "entropy": 1.2093329310417176, + "epoch": 2.0922900544568646, + "grad_norm": 0.9689793586730957, + "learning_rate": 9.322815629168516e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8747084975242615, + "num_tokens": 28185815.0, + "step": 21900 + }, + { + "entropy": 1.2095705270767212, + "epoch": 2.0932454380433745, + "grad_norm": 1.4091904163360596, + "learning_rate": 9.3220215729581e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8599853515625, + "num_tokens": 28198533.0, + "step": 21910 + }, + { + "entropy": 1.1842926859855651, + "epoch": 2.0942008216298844, + "grad_norm": 1.1824347972869873, + "learning_rate": 9.321227085328574e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8932998239994049, + "num_tokens": 28211283.0, + "step": 21920 + }, + { + "entropy": 1.209049105644226, + "epoch": 2.0951562052163943, + "grad_norm": 1.1785813570022583, + "learning_rate": 9.320432166359239e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8590632319450379, + "num_tokens": 28223979.0, + "step": 21930 + }, + { + "entropy": 1.2102124333381652, + "epoch": 2.0961115888029043, + "grad_norm": 1.140463948249817, + "learning_rate": 9.319636816129447e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8713181674480438, + "num_tokens": 28237404.0, + "step": 21940 + }, + { + "entropy": 1.206540322303772, + "epoch": 2.097066972389414, + "grad_norm": 1.034409761428833, + "learning_rate": 9.318841034718584e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8679642617702484, + "num_tokens": 28250476.0, + "step": 21950 + }, + { + "entropy": 1.1943335294723512, + "epoch": 2.098022355975924, + "grad_norm": 1.1291016340255737, + "learning_rate": 9.318044822206087e-05, + "loss": 0.2997, + "mean_token_accuracy": 0.8848778545856476, + "num_tokens": 28263209.0, + "step": 21960 + }, + { + "entropy": 1.1908899545669556, + "epoch": 2.0989777395624345, + "grad_norm": 0.9365888833999634, + "learning_rate": 9.317248178671433e-05, + "loss": 0.2904, + "mean_token_accuracy": 0.8823741018772125, + "num_tokens": 28275922.0, + "step": 21970 + }, + { + "entropy": 1.2040769815444947, + "epoch": 2.0999331231489444, + "grad_norm": 1.005253791809082, + "learning_rate": 9.316451104194142e-05, + "loss": 0.3023, + "mean_token_accuracy": 0.8831046342849731, + "num_tokens": 28289015.0, + "step": 21980 + }, + { + "entropy": 1.1950358510017396, + "epoch": 2.1008885067354544, + "grad_norm": 1.1369705200195312, + "learning_rate": 9.315653598853775e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8830550849437714, + "num_tokens": 28301864.0, + "step": 21990 + }, + { + "entropy": 1.1962078332901, + "epoch": 2.1018438903219643, + "grad_norm": 1.174455165863037, + "learning_rate": 9.31485566272994e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8513206899166107, + "num_tokens": 28314767.0, + "step": 22000 + }, + { + "entropy": 1.187917172908783, + "epoch": 2.102799273908474, + "grad_norm": 1.0827758312225342, + "learning_rate": 9.314057295902286e-05, + "loss": 0.3087, + "mean_token_accuracy": 0.8828015625476837, + "num_tokens": 28327595.0, + "step": 22010 + }, + { + "entropy": 1.1998053431510924, + "epoch": 2.103754657494984, + "grad_norm": 1.0724736452102661, + "learning_rate": 9.313258498450504e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8711936354637146, + "num_tokens": 28340283.0, + "step": 22020 + }, + { + "entropy": 1.1997992157936097, + "epoch": 2.104710041081494, + "grad_norm": 1.5104366540908813, + "learning_rate": 9.312459270454331e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8718499720096589, + "num_tokens": 28352954.0, + "step": 22030 + }, + { + "entropy": 1.1864927768707276, + "epoch": 2.105665424668004, + "grad_norm": 1.0445460081100464, + "learning_rate": 9.311659611993542e-05, + "loss": 0.3003, + "mean_token_accuracy": 0.8816127359867096, + "num_tokens": 28365734.0, + "step": 22040 + }, + { + "entropy": 1.1775330901145935, + "epoch": 2.1066208082545144, + "grad_norm": 1.2869654893875122, + "learning_rate": 9.310859523147961e-05, + "loss": 0.2734, + "mean_token_accuracy": 0.8872820556163787, + "num_tokens": 28378382.0, + "step": 22050 + }, + { + "entropy": 1.2088504672050475, + "epoch": 2.1075761918410243, + "grad_norm": 1.5550285577774048, + "learning_rate": 9.31005900399745e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8686532378196716, + "num_tokens": 28391240.0, + "step": 22060 + }, + { + "entropy": 1.2021867632865906, + "epoch": 2.108531575427534, + "grad_norm": 0.9625912308692932, + "learning_rate": 9.309258054621917e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8725383758544922, + "num_tokens": 28403776.0, + "step": 22070 + }, + { + "entropy": 1.206630027294159, + "epoch": 2.109486959014044, + "grad_norm": 1.3768035173416138, + "learning_rate": 9.30845667510131e-05, + "loss": 0.3022, + "mean_token_accuracy": 0.8811940133571625, + "num_tokens": 28416774.0, + "step": 22080 + }, + { + "entropy": 1.2178082466125488, + "epoch": 2.110442342600554, + "grad_norm": 1.3202338218688965, + "learning_rate": 9.307654865515622e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8632574141025543, + "num_tokens": 28429752.0, + "step": 22090 + }, + { + "entropy": 1.1898203134536742, + "epoch": 2.111397726187064, + "grad_norm": 1.2181121110916138, + "learning_rate": 9.306852625944893e-05, + "loss": 0.2948, + "mean_token_accuracy": 0.8820914685726166, + "num_tokens": 28442119.0, + "step": 22100 + }, + { + "entropy": 1.2105775475502014, + "epoch": 2.112353109773574, + "grad_norm": 1.2379108667373657, + "learning_rate": 9.306049956469196e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8702732801437378, + "num_tokens": 28454968.0, + "step": 22110 + }, + { + "entropy": 1.2215113878250121, + "epoch": 2.113308493360084, + "grad_norm": 1.5868327617645264, + "learning_rate": 9.305246857168654e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8691576898097992, + "num_tokens": 28468593.0, + "step": 22120 + }, + { + "entropy": 1.2016212463378906, + "epoch": 2.1142638769465942, + "grad_norm": 1.0140196084976196, + "learning_rate": 9.304443328123435e-05, + "loss": 0.3264, + "mean_token_accuracy": 0.8764504134654999, + "num_tokens": 28481747.0, + "step": 22130 + }, + { + "entropy": 1.2115943789482118, + "epoch": 2.115219260533104, + "grad_norm": 1.4782435894012451, + "learning_rate": 9.303639369413741e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8706106841564178, + "num_tokens": 28495052.0, + "step": 22140 + }, + { + "entropy": 1.202439534664154, + "epoch": 2.116174644119614, + "grad_norm": 0.9511163234710693, + "learning_rate": 9.302834981119827e-05, + "loss": 0.3203, + "mean_token_accuracy": 0.8780404984951019, + "num_tokens": 28508335.0, + "step": 22150 + }, + { + "entropy": 1.2098906874656676, + "epoch": 2.117130027706124, + "grad_norm": 1.4514260292053223, + "learning_rate": 9.302030163321983e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8687246024608613, + "num_tokens": 28521502.0, + "step": 22160 + }, + { + "entropy": 1.2017072081565856, + "epoch": 2.118085411292634, + "grad_norm": 0.8637455701828003, + "learning_rate": 9.301224916100546e-05, + "loss": 0.3566, + "mean_token_accuracy": 0.8589895188808441, + "num_tokens": 28533803.0, + "step": 22170 + }, + { + "entropy": 1.2002136707305908, + "epoch": 2.119040794879144, + "grad_norm": 1.2136728763580322, + "learning_rate": 9.300419239535894e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8721916437149048, + "num_tokens": 28546370.0, + "step": 22180 + }, + { + "entropy": 1.2215618371963501, + "epoch": 2.119996178465654, + "grad_norm": 1.273121953010559, + "learning_rate": 9.299613133708451e-05, + "loss": 0.3498, + "mean_token_accuracy": 0.8576237440109253, + "num_tokens": 28559742.0, + "step": 22190 + }, + { + "entropy": 1.222069227695465, + "epoch": 2.1209515620521637, + "grad_norm": 0.9462378025054932, + "learning_rate": 9.298806598698677e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8715635478496552, + "num_tokens": 28572605.0, + "step": 22200 + }, + { + "entropy": 1.2248955607414245, + "epoch": 2.121906945638674, + "grad_norm": 1.2528891563415527, + "learning_rate": 9.297999634587084e-05, + "loss": 0.3515, + "mean_token_accuracy": 0.8652175724506378, + "num_tokens": 28585571.0, + "step": 22210 + }, + { + "entropy": 1.2080811500549316, + "epoch": 2.122862329225184, + "grad_norm": 1.533164381980896, + "learning_rate": 9.297192241454222e-05, + "loss": 0.3098, + "mean_token_accuracy": 0.885929262638092, + "num_tokens": 28598671.0, + "step": 22220 + }, + { + "entropy": 1.198497188091278, + "epoch": 2.123817712811694, + "grad_norm": 1.0272291898727417, + "learning_rate": 9.29638441938068e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8587813079357147, + "num_tokens": 28611842.0, + "step": 22230 + }, + { + "entropy": 1.207981824874878, + "epoch": 2.124773096398204, + "grad_norm": 1.1175049543380737, + "learning_rate": 9.295576168447098e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8563983678817749, + "num_tokens": 28624760.0, + "step": 22240 + }, + { + "entropy": 1.194150161743164, + "epoch": 2.125728479984714, + "grad_norm": 1.3145369291305542, + "learning_rate": 9.294767488734153e-05, + "loss": 0.319, + "mean_token_accuracy": 0.868226557970047, + "num_tokens": 28636883.0, + "step": 22250 + }, + { + "entropy": 1.1974626541137696, + "epoch": 2.1266838635712237, + "grad_norm": 1.6246237754821777, + "learning_rate": 9.293958380322565e-05, + "loss": 0.3306, + "mean_token_accuracy": 0.8714959502220154, + "num_tokens": 28649577.0, + "step": 22260 + }, + { + "entropy": 1.2108158349990845, + "epoch": 2.1276392471577337, + "grad_norm": 1.1610920429229736, + "learning_rate": 9.293148843293102e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8729305982589721, + "num_tokens": 28662424.0, + "step": 22270 + }, + { + "entropy": 1.1991075992584228, + "epoch": 2.128594630744244, + "grad_norm": 1.70090651512146, + "learning_rate": 9.292338877726568e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.873042744398117, + "num_tokens": 28675286.0, + "step": 22280 + }, + { + "entropy": 1.2156078934669494, + "epoch": 2.129550014330754, + "grad_norm": 1.489046335220337, + "learning_rate": 9.291528483703813e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8618255972862243, + "num_tokens": 28688003.0, + "step": 22290 + }, + { + "entropy": 1.205907654762268, + "epoch": 2.130505397917264, + "grad_norm": 0.8932229280471802, + "learning_rate": 9.290717661305729e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.8798122346401215, + "num_tokens": 28700801.0, + "step": 22300 + }, + { + "entropy": 1.2227606177330017, + "epoch": 2.131460781503774, + "grad_norm": 1.4594380855560303, + "learning_rate": 9.289906410613255e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8690194010734558, + "num_tokens": 28714182.0, + "step": 22310 + }, + { + "entropy": 1.2145904183387757, + "epoch": 2.1324161650902838, + "grad_norm": 1.4185420274734497, + "learning_rate": 9.289094731707364e-05, + "loss": 0.3026, + "mean_token_accuracy": 0.8813467383384704, + "num_tokens": 28727151.0, + "step": 22320 + }, + { + "entropy": 1.2092299580574035, + "epoch": 2.1333715486767937, + "grad_norm": 0.970832109451294, + "learning_rate": 9.288282624669081e-05, + "loss": 0.2814, + "mean_token_accuracy": 0.8931778788566589, + "num_tokens": 28740170.0, + "step": 22330 + }, + { + "entropy": 1.2133014798164368, + "epoch": 2.1343269322633036, + "grad_norm": 1.02302885055542, + "learning_rate": 9.287470089579468e-05, + "loss": 0.2922, + "mean_token_accuracy": 0.8799795389175415, + "num_tokens": 28753464.0, + "step": 22340 + }, + { + "entropy": 1.2071620583534242, + "epoch": 2.1352823158498135, + "grad_norm": 1.5132145881652832, + "learning_rate": 9.286657126519631e-05, + "loss": 0.3332, + "mean_token_accuracy": 0.8666808903217316, + "num_tokens": 28766080.0, + "step": 22350 + }, + { + "entropy": 1.2078823804855348, + "epoch": 2.1362376994363235, + "grad_norm": 1.480454683303833, + "learning_rate": 9.285843735570719e-05, + "loss": 0.3208, + "mean_token_accuracy": 0.8743563532829285, + "num_tokens": 28778278.0, + "step": 22360 + }, + { + "entropy": 1.2061343550682069, + "epoch": 2.137193083022834, + "grad_norm": 1.237656593322754, + "learning_rate": 9.285029916813926e-05, + "loss": 0.3115, + "mean_token_accuracy": 0.8824654281139374, + "num_tokens": 28791356.0, + "step": 22370 + }, + { + "entropy": 1.2226792454719544, + "epoch": 2.1381484666093438, + "grad_norm": 1.1086479425430298, + "learning_rate": 9.284215670330482e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8668978154659271, + "num_tokens": 28804436.0, + "step": 22380 + }, + { + "entropy": 1.2196929574012756, + "epoch": 2.1391038501958537, + "grad_norm": 1.371131420135498, + "learning_rate": 9.283400996201667e-05, + "loss": 0.3412, + "mean_token_accuracy": 0.8644263029098511, + "num_tokens": 28817170.0, + "step": 22390 + }, + { + "entropy": 1.2333617448806762, + "epoch": 2.1400592337823636, + "grad_norm": 0.7080681920051575, + "learning_rate": 9.282585894508802e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8701931595802307, + "num_tokens": 28830247.0, + "step": 22400 + }, + { + "entropy": 1.2277382850646972, + "epoch": 2.1410146173688736, + "grad_norm": 1.1292004585266113, + "learning_rate": 9.281770365333246e-05, + "loss": 0.3241, + "mean_token_accuracy": 0.8690538585186005, + "num_tokens": 28843648.0, + "step": 22410 + }, + { + "entropy": 1.2239601492881775, + "epoch": 2.1419700009553835, + "grad_norm": 1.240752935409546, + "learning_rate": 9.280954408756408e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.872459328174591, + "num_tokens": 28856812.0, + "step": 22420 + }, + { + "entropy": 1.2105407238006591, + "epoch": 2.1429253845418934, + "grad_norm": 1.27980375289917, + "learning_rate": 9.280138024859732e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8657868802547455, + "num_tokens": 28869271.0, + "step": 22430 + }, + { + "entropy": 1.2090771794319153, + "epoch": 2.143880768128404, + "grad_norm": 1.3306151628494263, + "learning_rate": 9.279321213724712e-05, + "loss": 0.335, + "mean_token_accuracy": 0.8693719685077668, + "num_tokens": 28882093.0, + "step": 22440 + }, + { + "entropy": 1.2238404750823975, + "epoch": 2.1448361517149137, + "grad_norm": 1.5626115798950195, + "learning_rate": 9.278503975432879e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8717719554901123, + "num_tokens": 28894855.0, + "step": 22450 + }, + { + "entropy": 1.2049253225326537, + "epoch": 2.1457915353014236, + "grad_norm": 0.9943938851356506, + "learning_rate": 9.277686310065809e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8687510430812836, + "num_tokens": 28907686.0, + "step": 22460 + }, + { + "entropy": 1.1786492109298705, + "epoch": 2.1467469188879336, + "grad_norm": 1.5303428173065186, + "learning_rate": 9.276868217705122e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8772212386131286, + "num_tokens": 28920116.0, + "step": 22470 + }, + { + "entropy": 1.1973095774650573, + "epoch": 2.1477023024744435, + "grad_norm": 1.9025737047195435, + "learning_rate": 9.276049698432475e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8595156967639923, + "num_tokens": 28933170.0, + "step": 22480 + }, + { + "entropy": 1.1958210468292236, + "epoch": 2.1486576860609534, + "grad_norm": 1.5775935649871826, + "learning_rate": 9.275230752329575e-05, + "loss": 0.3277, + "mean_token_accuracy": 0.8672386765480041, + "num_tokens": 28946112.0, + "step": 22490 + }, + { + "entropy": 1.208843207359314, + "epoch": 2.1496130696474633, + "grad_norm": 1.2991735935211182, + "learning_rate": 9.27441137947817e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8612939596176148, + "num_tokens": 28958710.0, + "step": 22500 + }, + { + "entropy": 1.203698706626892, + "epoch": 2.1505684532339733, + "grad_norm": 1.3414125442504883, + "learning_rate": 9.273591579960043e-05, + "loss": 0.3387, + "mean_token_accuracy": 0.8632292330265046, + "num_tokens": 28971221.0, + "step": 22510 + }, + { + "entropy": 1.191455602645874, + "epoch": 2.151523836820483, + "grad_norm": 1.1988707780838013, + "learning_rate": 9.272771353857032e-05, + "loss": 0.3387, + "mean_token_accuracy": 0.8663080036640167, + "num_tokens": 28983741.0, + "step": 22520 + }, + { + "entropy": 1.1879364013671876, + "epoch": 2.1524792204069936, + "grad_norm": 1.3407163619995117, + "learning_rate": 9.271950701251005e-05, + "loss": 0.3052, + "mean_token_accuracy": 0.8739282190799713, + "num_tokens": 28996287.0, + "step": 22530 + }, + { + "entropy": 1.1961524724960326, + "epoch": 2.1534346039935035, + "grad_norm": 1.6035826206207275, + "learning_rate": 9.271129622223884e-05, + "loss": 0.3374, + "mean_token_accuracy": 0.8630154311656952, + "num_tokens": 29009006.0, + "step": 22540 + }, + { + "entropy": 1.1958080172538756, + "epoch": 2.1543899875800134, + "grad_norm": 1.3791507482528687, + "learning_rate": 9.270308116857624e-05, + "loss": 0.3522, + "mean_token_accuracy": 0.8630569398403167, + "num_tokens": 29021926.0, + "step": 22550 + }, + { + "entropy": 1.1974861025810242, + "epoch": 2.1553453711665234, + "grad_norm": 1.2570816278457642, + "learning_rate": 9.269486185234229e-05, + "loss": 0.3525, + "mean_token_accuracy": 0.8661714673042298, + "num_tokens": 29034969.0, + "step": 22560 + }, + { + "entropy": 1.2011198282241822, + "epoch": 2.1563007547530333, + "grad_norm": 1.107598066329956, + "learning_rate": 9.268663827435741e-05, + "loss": 0.3251, + "mean_token_accuracy": 0.8716462314128876, + "num_tokens": 29047551.0, + "step": 22570 + }, + { + "entropy": 1.195166862010956, + "epoch": 2.157256138339543, + "grad_norm": 1.1466314792633057, + "learning_rate": 9.267841043544249e-05, + "loss": 0.3301, + "mean_token_accuracy": 0.8668135344982147, + "num_tokens": 29060422.0, + "step": 22580 + }, + { + "entropy": 1.1894301176071167, + "epoch": 2.158211521926053, + "grad_norm": 1.2761515378952026, + "learning_rate": 9.267017833641883e-05, + "loss": 0.3006, + "mean_token_accuracy": 0.8837147116661072, + "num_tokens": 29073561.0, + "step": 22590 + }, + { + "entropy": 1.1977185010910034, + "epoch": 2.1591669055125635, + "grad_norm": 1.5469685792922974, + "learning_rate": 9.266194197810812e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8515401303768158, + "num_tokens": 29086394.0, + "step": 22600 + }, + { + "entropy": 1.1919586300849914, + "epoch": 2.1601222890990734, + "grad_norm": 0.9999359846115112, + "learning_rate": 9.265370136133252e-05, + "loss": 0.2998, + "mean_token_accuracy": 0.8792705416679383, + "num_tokens": 29099739.0, + "step": 22610 + }, + { + "entropy": 1.2016979098320006, + "epoch": 2.1610776726855834, + "grad_norm": 1.860538125038147, + "learning_rate": 9.26454564869146e-05, + "loss": 0.3494, + "mean_token_accuracy": 0.8642439126968384, + "num_tokens": 29113079.0, + "step": 22620 + }, + { + "entropy": 1.2070704221725463, + "epoch": 2.1620330562720933, + "grad_norm": 0.9506011605262756, + "learning_rate": 9.263720735567735e-05, + "loss": 0.357, + "mean_token_accuracy": 0.8633466064929962, + "num_tokens": 29126252.0, + "step": 22630 + }, + { + "entropy": 1.1912761092185975, + "epoch": 2.1629884398586032, + "grad_norm": 1.0887240171432495, + "learning_rate": 9.262895396844418e-05, + "loss": 0.34, + "mean_token_accuracy": 0.8739740133285523, + "num_tokens": 29139159.0, + "step": 22640 + }, + { + "entropy": 1.1899211287498475, + "epoch": 2.163943823445113, + "grad_norm": 1.5863436460494995, + "learning_rate": 9.262069632603896e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8917599797248841, + "num_tokens": 29151862.0, + "step": 22650 + }, + { + "entropy": 1.1871333003044129, + "epoch": 2.164899207031623, + "grad_norm": 1.3497772216796875, + "learning_rate": 9.261243442928593e-05, + "loss": 0.2794, + "mean_token_accuracy": 0.8930841326713562, + "num_tokens": 29165252.0, + "step": 22660 + }, + { + "entropy": 1.21561598777771, + "epoch": 2.165854590618133, + "grad_norm": 1.2316882610321045, + "learning_rate": 9.26041682790098e-05, + "loss": 0.3609, + "mean_token_accuracy": 0.8554051041603088, + "num_tokens": 29178146.0, + "step": 22670 + }, + { + "entropy": 1.1882789373397826, + "epoch": 2.166809974204643, + "grad_norm": 1.5755441188812256, + "learning_rate": 9.259589787603566e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.8808818340301514, + "num_tokens": 29190677.0, + "step": 22680 + }, + { + "entropy": 1.2062968015670776, + "epoch": 2.1677653577911533, + "grad_norm": 1.144016146659851, + "learning_rate": 9.258762322118909e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8654950380325317, + "num_tokens": 29203204.0, + "step": 22690 + }, + { + "entropy": 1.2009698033332825, + "epoch": 2.1687207413776632, + "grad_norm": 1.177880883216858, + "learning_rate": 9.257934431529604e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8699424684047699, + "num_tokens": 29216168.0, + "step": 22700 + }, + { + "entropy": 1.1879381895065309, + "epoch": 2.169676124964173, + "grad_norm": 1.480716347694397, + "learning_rate": 9.257106115918288e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8708027839660645, + "num_tokens": 29228599.0, + "step": 22710 + }, + { + "entropy": 1.212254798412323, + "epoch": 2.170631508550683, + "grad_norm": 1.4687674045562744, + "learning_rate": 9.256277375367647e-05, + "loss": 0.331, + "mean_token_accuracy": 0.870719063282013, + "num_tokens": 29241154.0, + "step": 22720 + }, + { + "entropy": 1.2163824677467345, + "epoch": 2.171586892137193, + "grad_norm": 1.4638288021087646, + "learning_rate": 9.255448209960402e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8695353209972382, + "num_tokens": 29253995.0, + "step": 22730 + }, + { + "entropy": 1.2111199021339416, + "epoch": 2.172542275723703, + "grad_norm": 1.41443932056427, + "learning_rate": 9.254618619779318e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8669919550418854, + "num_tokens": 29266384.0, + "step": 22740 + }, + { + "entropy": 1.2193628191947936, + "epoch": 2.173497659310213, + "grad_norm": 1.0863934755325317, + "learning_rate": 9.253788604907207e-05, + "loss": 0.3441, + "mean_token_accuracy": 0.8661667346954346, + "num_tokens": 29279092.0, + "step": 22750 + }, + { + "entropy": 1.193019938468933, + "epoch": 2.1744530428967233, + "grad_norm": 1.1179431676864624, + "learning_rate": 9.252958165426918e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8782116055488587, + "num_tokens": 29291442.0, + "step": 22760 + }, + { + "entropy": 1.220307743549347, + "epoch": 2.175408426483233, + "grad_norm": 1.3005574941635132, + "learning_rate": 9.252127301421345e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.859958702325821, + "num_tokens": 29304369.0, + "step": 22770 + }, + { + "entropy": 1.225526463985443, + "epoch": 2.176363810069743, + "grad_norm": 1.1348469257354736, + "learning_rate": 9.251296012973423e-05, + "loss": 0.3536, + "mean_token_accuracy": 0.8627391993999481, + "num_tokens": 29317443.0, + "step": 22780 + }, + { + "entropy": 1.2367145895957947, + "epoch": 2.177319193656253, + "grad_norm": 1.1005189418792725, + "learning_rate": 9.250464300166132e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8684512555599213, + "num_tokens": 29330848.0, + "step": 22790 + }, + { + "entropy": 1.2246484160423279, + "epoch": 2.178274577242763, + "grad_norm": 1.5237715244293213, + "learning_rate": 9.249632163082492e-05, + "loss": 0.3277, + "mean_token_accuracy": 0.8701396405696868, + "num_tokens": 29343870.0, + "step": 22800 + }, + { + "entropy": 1.2124151110649108, + "epoch": 2.179229960829273, + "grad_norm": 1.25594961643219, + "learning_rate": 9.248799601805565e-05, + "loss": 0.3192, + "mean_token_accuracy": 0.8698004126548767, + "num_tokens": 29356716.0, + "step": 22810 + }, + { + "entropy": 1.203834855556488, + "epoch": 2.180185344415783, + "grad_norm": 1.404960036277771, + "learning_rate": 9.247966616418457e-05, + "loss": 0.3252, + "mean_token_accuracy": 0.8784402370452881, + "num_tokens": 29369558.0, + "step": 22820 + }, + { + "entropy": 1.2428414344787597, + "epoch": 2.1811407280022928, + "grad_norm": 1.1250853538513184, + "learning_rate": 9.247133207004316e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.8672796130180359, + "num_tokens": 29383201.0, + "step": 22830 + }, + { + "entropy": 1.2472145318984986, + "epoch": 2.1820961115888027, + "grad_norm": 0.9348369240760803, + "learning_rate": 9.246299373646333e-05, + "loss": 0.3327, + "mean_token_accuracy": 0.8690027236938477, + "num_tokens": 29396914.0, + "step": 22840 + }, + { + "entropy": 1.2424687027931214, + "epoch": 2.183051495175313, + "grad_norm": 1.253675103187561, + "learning_rate": 9.245465116427736e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8623005032539368, + "num_tokens": 29409824.0, + "step": 22850 + }, + { + "entropy": 1.2044721603393556, + "epoch": 2.184006878761823, + "grad_norm": 1.1462568044662476, + "learning_rate": 9.244630435431804e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8681527614593506, + "num_tokens": 29422161.0, + "step": 22860 + }, + { + "entropy": 1.2325114727020263, + "epoch": 2.184962262348333, + "grad_norm": 1.593933343887329, + "learning_rate": 9.243795330741852e-05, + "loss": 0.3258, + "mean_token_accuracy": 0.8691461145877838, + "num_tokens": 29435791.0, + "step": 22870 + }, + { + "entropy": 1.2125167369842529, + "epoch": 2.185917645934843, + "grad_norm": 1.132778286933899, + "learning_rate": 9.242959802441237e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8779734015464783, + "num_tokens": 29449091.0, + "step": 22880 + }, + { + "entropy": 1.2133026480674745, + "epoch": 2.1868730295213528, + "grad_norm": 1.2838188409805298, + "learning_rate": 9.242123850613365e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8717077136039734, + "num_tokens": 29462239.0, + "step": 22890 + }, + { + "entropy": 1.2130367636680603, + "epoch": 2.1878284131078627, + "grad_norm": 1.6156532764434814, + "learning_rate": 9.241287475341678e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8603228867053986, + "num_tokens": 29475163.0, + "step": 22900 + }, + { + "entropy": 1.2218831300735473, + "epoch": 2.1887837966943726, + "grad_norm": 1.2082098722457886, + "learning_rate": 9.240450676709661e-05, + "loss": 0.33, + "mean_token_accuracy": 0.8729248940944672, + "num_tokens": 29488371.0, + "step": 22910 + }, + { + "entropy": 1.2107015609741212, + "epoch": 2.189739180280883, + "grad_norm": 1.1316297054290771, + "learning_rate": 9.239613454800842e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.870683091878891, + "num_tokens": 29501418.0, + "step": 22920 + }, + { + "entropy": 1.2035147905349732, + "epoch": 2.190694563867393, + "grad_norm": 1.2817857265472412, + "learning_rate": 9.238775809698794e-05, + "loss": 0.3071, + "mean_token_accuracy": 0.881086391210556, + "num_tokens": 29513966.0, + "step": 22930 + }, + { + "entropy": 1.1988218307495118, + "epoch": 2.191649947453903, + "grad_norm": 1.2827523946762085, + "learning_rate": 9.237937741487126e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.868742686510086, + "num_tokens": 29526555.0, + "step": 22940 + }, + { + "entropy": 1.2103367805480958, + "epoch": 2.1926053310404128, + "grad_norm": 1.1994123458862305, + "learning_rate": 9.237099250249497e-05, + "loss": 0.3232, + "mean_token_accuracy": 0.8694785714149476, + "num_tokens": 29539652.0, + "step": 22950 + }, + { + "entropy": 1.2212105989456177, + "epoch": 2.1935607146269227, + "grad_norm": 1.7178919315338135, + "learning_rate": 9.236260336069602e-05, + "loss": 0.3287, + "mean_token_accuracy": 0.8689360082149505, + "num_tokens": 29552887.0, + "step": 22960 + }, + { + "entropy": 1.219534695148468, + "epoch": 2.1945160982134326, + "grad_norm": 1.579158902168274, + "learning_rate": 9.235420999031179e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8636361062526703, + "num_tokens": 29565552.0, + "step": 22970 + }, + { + "entropy": 1.2125903725624085, + "epoch": 2.1954714817999426, + "grad_norm": 1.6455925703048706, + "learning_rate": 9.234581239218012e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8652187585830688, + "num_tokens": 29578649.0, + "step": 22980 + }, + { + "entropy": 1.2021615028381347, + "epoch": 2.1964268653864525, + "grad_norm": 1.0920509099960327, + "learning_rate": 9.233741056713925e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8678528308868408, + "num_tokens": 29590808.0, + "step": 22990 + }, + { + "entropy": 1.2083800792694093, + "epoch": 2.1973822489729624, + "grad_norm": 1.277663230895996, + "learning_rate": 9.232900451602784e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8578731298446656, + "num_tokens": 29603788.0, + "step": 23000 + }, + { + "entropy": 1.2129690647125244, + "epoch": 2.198337632559473, + "grad_norm": 1.165036916732788, + "learning_rate": 9.232059423968495e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.8498078346252441, + "num_tokens": 29616514.0, + "step": 23010 + }, + { + "entropy": 1.1870602726936341, + "epoch": 2.1992930161459827, + "grad_norm": 0.9153053164482117, + "learning_rate": 9.23121797389501e-05, + "loss": 0.2997, + "mean_token_accuracy": 0.8815163314342499, + "num_tokens": 29629567.0, + "step": 23020 + }, + { + "entropy": 1.206676971912384, + "epoch": 2.2002483997324926, + "grad_norm": 1.4290316104888916, + "learning_rate": 9.23037610146632e-05, + "loss": 0.3041, + "mean_token_accuracy": 0.8825055360794067, + "num_tokens": 29642058.0, + "step": 23030 + }, + { + "entropy": 1.212601935863495, + "epoch": 2.2012037833190026, + "grad_norm": 1.4294015169143677, + "learning_rate": 9.229533806766464e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8765472292900085, + "num_tokens": 29655720.0, + "step": 23040 + }, + { + "entropy": 1.2003249526023865, + "epoch": 2.2021591669055125, + "grad_norm": 1.5506467819213867, + "learning_rate": 9.228691089879513e-05, + "loss": 0.3278, + "mean_token_accuracy": 0.8704609334468841, + "num_tokens": 29667980.0, + "step": 23050 + }, + { + "entropy": 1.192922019958496, + "epoch": 2.2031145504920224, + "grad_norm": 1.1811753511428833, + "learning_rate": 9.227847950889591e-05, + "loss": 0.3423, + "mean_token_accuracy": 0.8638316810131073, + "num_tokens": 29680556.0, + "step": 23060 + }, + { + "entropy": 1.2112696886062622, + "epoch": 2.2040699340785324, + "grad_norm": 1.2266716957092285, + "learning_rate": 9.227004389880856e-05, + "loss": 0.3264, + "mean_token_accuracy": 0.8669286668300629, + "num_tokens": 29693365.0, + "step": 23070 + }, + { + "entropy": 1.2076295733451843, + "epoch": 2.2050253176650427, + "grad_norm": 1.1030696630477905, + "learning_rate": 9.226160406937514e-05, + "loss": 0.305, + "mean_token_accuracy": 0.8789522171020507, + "num_tokens": 29706297.0, + "step": 23080 + }, + { + "entropy": 1.2203388810157776, + "epoch": 2.2059807012515527, + "grad_norm": 1.4974201917648315, + "learning_rate": 9.225316002143806e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.8559502422809601, + "num_tokens": 29719345.0, + "step": 23090 + }, + { + "entropy": 1.1996342301368714, + "epoch": 2.2069360848380626, + "grad_norm": 1.2782223224639893, + "learning_rate": 9.224471175584024e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.872610330581665, + "num_tokens": 29731830.0, + "step": 23100 + }, + { + "entropy": 1.2177656412124633, + "epoch": 2.2078914684245725, + "grad_norm": 1.240498423576355, + "learning_rate": 9.223625927342496e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8467331171035767, + "num_tokens": 29744489.0, + "step": 23110 + }, + { + "entropy": 1.2086483597755433, + "epoch": 2.2088468520110824, + "grad_norm": 1.381781816482544, + "learning_rate": 9.222780257503594e-05, + "loss": 0.342, + "mean_token_accuracy": 0.8684079468250274, + "num_tokens": 29757102.0, + "step": 23120 + }, + { + "entropy": 1.2172190427780152, + "epoch": 2.2098022355975924, + "grad_norm": 1.2717474699020386, + "learning_rate": 9.22193416615173e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.8828971207141876, + "num_tokens": 29770523.0, + "step": 23130 + }, + { + "entropy": 1.209164071083069, + "epoch": 2.2107576191841023, + "grad_norm": 1.0779402256011963, + "learning_rate": 9.221087653371361e-05, + "loss": 0.3206, + "mean_token_accuracy": 0.8765803515911103, + "num_tokens": 29783759.0, + "step": 23140 + }, + { + "entropy": 1.22306946516037, + "epoch": 2.2117130027706122, + "grad_norm": 1.3445667028427124, + "learning_rate": 9.220240719246987e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8623198926448822, + "num_tokens": 29796807.0, + "step": 23150 + }, + { + "entropy": 1.2232924938201903, + "epoch": 2.212668386357122, + "grad_norm": 1.108750343322754, + "learning_rate": 9.219393363863143e-05, + "loss": 0.3449, + "mean_token_accuracy": 0.8583147048950195, + "num_tokens": 29809717.0, + "step": 23160 + }, + { + "entropy": 1.2287360906600953, + "epoch": 2.2136237699436325, + "grad_norm": 1.3873952627182007, + "learning_rate": 9.218545587304416e-05, + "loss": 0.3085, + "mean_token_accuracy": 0.8782318949699401, + "num_tokens": 29822357.0, + "step": 23170 + }, + { + "entropy": 1.2234944939613341, + "epoch": 2.2145791535301425, + "grad_norm": 1.250786542892456, + "learning_rate": 9.217697389655427e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8658468008041382, + "num_tokens": 29835800.0, + "step": 23180 + }, + { + "entropy": 1.228065025806427, + "epoch": 2.2155345371166524, + "grad_norm": 1.0537258386611938, + "learning_rate": 9.216848771000845e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.8451113998889923, + "num_tokens": 29848385.0, + "step": 23190 + }, + { + "entropy": 1.213490378856659, + "epoch": 2.2164899207031623, + "grad_norm": 1.751044750213623, + "learning_rate": 9.215999731425375e-05, + "loss": 0.3242, + "mean_token_accuracy": 0.8719277560710907, + "num_tokens": 29861233.0, + "step": 23200 + }, + { + "entropy": 1.2172239542007446, + "epoch": 2.2174453042896722, + "grad_norm": 1.6689156293869019, + "learning_rate": 9.215150271013768e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.861223018169403, + "num_tokens": 29873797.0, + "step": 23210 + }, + { + "entropy": 1.223380970954895, + "epoch": 2.218400687876182, + "grad_norm": 0.7952314019203186, + "learning_rate": 9.214300389850817e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.864890170097351, + "num_tokens": 29886905.0, + "step": 23220 + }, + { + "entropy": 1.2024767756462098, + "epoch": 2.219356071462692, + "grad_norm": 1.4622905254364014, + "learning_rate": 9.213450088021356e-05, + "loss": 0.3656, + "mean_token_accuracy": 0.8552733719348907, + "num_tokens": 29899263.0, + "step": 23230 + }, + { + "entropy": 1.205816352367401, + "epoch": 2.2203114550492025, + "grad_norm": 1.2909220457077026, + "learning_rate": 9.21259936561026e-05, + "loss": 0.3071, + "mean_token_accuracy": 0.8794675827026367, + "num_tokens": 29911808.0, + "step": 23240 + }, + { + "entropy": 1.2148221135139465, + "epoch": 2.2212668386357124, + "grad_norm": 1.8215217590332031, + "learning_rate": 9.211748222702449e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.8516432881355286, + "num_tokens": 29924778.0, + "step": 23250 + }, + { + "entropy": 1.2178900480270385, + "epoch": 2.2222222222222223, + "grad_norm": 1.111360788345337, + "learning_rate": 9.210896659382881e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8601685762405396, + "num_tokens": 29937846.0, + "step": 23260 + }, + { + "entropy": 1.227099871635437, + "epoch": 2.2231776058087322, + "grad_norm": 1.3101990222930908, + "learning_rate": 9.210044675736562e-05, + "loss": 0.3085, + "mean_token_accuracy": 0.8761399567127228, + "num_tokens": 29951460.0, + "step": 23270 + }, + { + "entropy": 1.2153188347816468, + "epoch": 2.224132989395242, + "grad_norm": 1.2650861740112305, + "learning_rate": 9.20919227184853e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8695784628391265, + "num_tokens": 29964060.0, + "step": 23280 + }, + { + "entropy": 1.203053104877472, + "epoch": 2.225088372981752, + "grad_norm": 1.3105902671813965, + "learning_rate": 9.208339447803874e-05, + "loss": 0.2996, + "mean_token_accuracy": 0.8810084640979767, + "num_tokens": 29976631.0, + "step": 23290 + }, + { + "entropy": 1.2032689213752747, + "epoch": 2.226043756568262, + "grad_norm": 1.0779399871826172, + "learning_rate": 9.207486203687722e-05, + "loss": 0.3198, + "mean_token_accuracy": 0.8729659616947174, + "num_tokens": 29989362.0, + "step": 23300 + }, + { + "entropy": 1.1900240302085876, + "epoch": 2.226999140154772, + "grad_norm": 1.3510349988937378, + "learning_rate": 9.206632539585246e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8809378802776336, + "num_tokens": 30001971.0, + "step": 23310 + }, + { + "entropy": 1.2016400814056396, + "epoch": 2.227954523741282, + "grad_norm": 1.2929186820983887, + "learning_rate": 9.205778455581654e-05, + "loss": 0.326, + "mean_token_accuracy": 0.870402067899704, + "num_tokens": 30014768.0, + "step": 23320 + }, + { + "entropy": 1.2176334381103515, + "epoch": 2.2289099073277923, + "grad_norm": 1.3430583477020264, + "learning_rate": 9.204923951762202e-05, + "loss": 0.3366, + "mean_token_accuracy": 0.8667690515518188, + "num_tokens": 30028264.0, + "step": 23330 + }, + { + "entropy": 1.198060691356659, + "epoch": 2.229865290914302, + "grad_norm": 1.0189729928970337, + "learning_rate": 9.204069028212183e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8811109721660614, + "num_tokens": 30041221.0, + "step": 23340 + }, + { + "entropy": 1.2190872788429261, + "epoch": 2.230820674500812, + "grad_norm": 1.0645493268966675, + "learning_rate": 9.203213685016937e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8530934631824494, + "num_tokens": 30054024.0, + "step": 23350 + }, + { + "entropy": 1.2078133702278138, + "epoch": 2.231776058087322, + "grad_norm": 1.3217426538467407, + "learning_rate": 9.202357922261843e-05, + "loss": 0.3285, + "mean_token_accuracy": 0.8693406283855438, + "num_tokens": 30067380.0, + "step": 23360 + }, + { + "entropy": 1.1887882590293883, + "epoch": 2.232731441673832, + "grad_norm": 1.0658119916915894, + "learning_rate": 9.201501740032321e-05, + "loss": 0.3183, + "mean_token_accuracy": 0.8754003942012787, + "num_tokens": 30080176.0, + "step": 23370 + }, + { + "entropy": 1.2001662731170655, + "epoch": 2.233686825260342, + "grad_norm": 1.2225757837295532, + "learning_rate": 9.200645138413836e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8524489402770996, + "num_tokens": 30093081.0, + "step": 23380 + }, + { + "entropy": 1.1870549201965332, + "epoch": 2.234642208846852, + "grad_norm": 1.2539830207824707, + "learning_rate": 9.199788117491891e-05, + "loss": 0.301, + "mean_token_accuracy": 0.8791813790798187, + "num_tokens": 30105813.0, + "step": 23390 + }, + { + "entropy": 1.1925238370895386, + "epoch": 2.235597592433362, + "grad_norm": 1.09423828125, + "learning_rate": 9.198930677352034e-05, + "loss": 0.2881, + "mean_token_accuracy": 0.8886775493621826, + "num_tokens": 30118505.0, + "step": 23400 + }, + { + "entropy": 1.1940279603004456, + "epoch": 2.236552976019872, + "grad_norm": 1.279679536819458, + "learning_rate": 9.198072818079852e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8785466969013214, + "num_tokens": 30131230.0, + "step": 23410 + }, + { + "entropy": 1.213602566719055, + "epoch": 2.237508359606382, + "grad_norm": 1.2789192199707031, + "learning_rate": 9.197214539760978e-05, + "loss": 0.3623, + "mean_token_accuracy": 0.860860002040863, + "num_tokens": 30144410.0, + "step": 23420 + }, + { + "entropy": 1.1987406492233277, + "epoch": 2.238463743192892, + "grad_norm": 1.4615787267684937, + "learning_rate": 9.196355842481084e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.8748489022254944, + "num_tokens": 30157110.0, + "step": 23430 + }, + { + "entropy": 1.2008010029792786, + "epoch": 2.239419126779402, + "grad_norm": 1.4010072946548462, + "learning_rate": 9.195496726325884e-05, + "loss": 0.3319, + "mean_token_accuracy": 0.8712413370609283, + "num_tokens": 30170185.0, + "step": 23440 + }, + { + "entropy": 1.1823965072631837, + "epoch": 2.240374510365912, + "grad_norm": 1.1796146631240845, + "learning_rate": 9.19463719138113e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8762079179286957, + "num_tokens": 30182629.0, + "step": 23450 + }, + { + "entropy": 1.2051795363426208, + "epoch": 2.2413298939524218, + "grad_norm": 1.2702692747116089, + "learning_rate": 9.193777237732627e-05, + "loss": 0.3453, + "mean_token_accuracy": 0.8637242078781128, + "num_tokens": 30195243.0, + "step": 23460 + }, + { + "entropy": 1.194157099723816, + "epoch": 2.2422852775389317, + "grad_norm": 1.292487382888794, + "learning_rate": 9.192916865466207e-05, + "loss": 0.3236, + "mean_token_accuracy": 0.8717063724994659, + "num_tokens": 30208035.0, + "step": 23470 + }, + { + "entropy": 1.1900887727737426, + "epoch": 2.243240661125442, + "grad_norm": 1.2771004438400269, + "learning_rate": 9.192056074667757e-05, + "loss": 0.303, + "mean_token_accuracy": 0.8794385135173798, + "num_tokens": 30220784.0, + "step": 23480 + }, + { + "entropy": 1.1924995303153991, + "epoch": 2.244196044711952, + "grad_norm": 1.2747960090637207, + "learning_rate": 9.191194865423197e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8606037676334382, + "num_tokens": 30233481.0, + "step": 23490 + }, + { + "entropy": 1.208216094970703, + "epoch": 2.245151428298462, + "grad_norm": 1.4266767501831055, + "learning_rate": 9.190333237818494e-05, + "loss": 0.3557, + "mean_token_accuracy": 0.8586744487285614, + "num_tokens": 30246772.0, + "step": 23500 + }, + { + "entropy": 1.2068767428398133, + "epoch": 2.246106811884972, + "grad_norm": 1.2018855810165405, + "learning_rate": 9.189471191939653e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8761726081371307, + "num_tokens": 30260847.0, + "step": 23510 + }, + { + "entropy": 1.1922233819961547, + "epoch": 2.247062195471482, + "grad_norm": 1.2451401948928833, + "learning_rate": 9.188608727872724e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8684759318828583, + "num_tokens": 30274015.0, + "step": 23520 + }, + { + "entropy": 1.1983371257781983, + "epoch": 2.2480175790579917, + "grad_norm": 1.3753045797348022, + "learning_rate": 9.187745845703795e-05, + "loss": 0.3011, + "mean_token_accuracy": 0.8838725507259368, + "num_tokens": 30287013.0, + "step": 23530 + }, + { + "entropy": 1.2150369524955749, + "epoch": 2.2489729626445016, + "grad_norm": 1.6620826721191406, + "learning_rate": 9.186882545519e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8579189002513885, + "num_tokens": 30300237.0, + "step": 23540 + }, + { + "entropy": 1.199042510986328, + "epoch": 2.2499283462310116, + "grad_norm": 1.218831181526184, + "learning_rate": 9.18601882740451e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8701647698879242, + "num_tokens": 30312490.0, + "step": 23550 + }, + { + "entropy": 1.2295932054519654, + "epoch": 2.250883729817522, + "grad_norm": 1.364735722541809, + "learning_rate": 9.185154691446544e-05, + "loss": 0.3444, + "mean_token_accuracy": 0.8678777277469635, + "num_tokens": 30325292.0, + "step": 23560 + }, + { + "entropy": 1.2147040605545043, + "epoch": 2.251839113404032, + "grad_norm": 1.600693702697754, + "learning_rate": 9.184290137731357e-05, + "loss": 0.3359, + "mean_token_accuracy": 0.8625650644302368, + "num_tokens": 30338240.0, + "step": 23570 + }, + { + "entropy": 1.2235027551651, + "epoch": 2.252794496990542, + "grad_norm": 1.1593962907791138, + "learning_rate": 9.183425166345246e-05, + "loss": 0.3552, + "mean_token_accuracy": 0.8529104173183442, + "num_tokens": 30351346.0, + "step": 23580 + }, + { + "entropy": 1.2035083770751953, + "epoch": 2.2537498805770517, + "grad_norm": 1.2314122915267944, + "learning_rate": 9.182559777374555e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8652476966381073, + "num_tokens": 30363905.0, + "step": 23590 + }, + { + "entropy": 1.1969978570938111, + "epoch": 2.2547052641635617, + "grad_norm": 1.10530686378479, + "learning_rate": 9.181693970905663e-05, + "loss": 0.2986, + "mean_token_accuracy": 0.8823861062526703, + "num_tokens": 30376272.0, + "step": 23600 + }, + { + "entropy": 1.2065935373306274, + "epoch": 2.2556606477500716, + "grad_norm": 1.2169561386108398, + "learning_rate": 9.180827747024995e-05, + "loss": 0.3149, + "mean_token_accuracy": 0.8800421595573426, + "num_tokens": 30389265.0, + "step": 23610 + }, + { + "entropy": 1.1971054553985596, + "epoch": 2.2566160313365815, + "grad_norm": 1.1768323183059692, + "learning_rate": 9.179961105819018e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8737709283828735, + "num_tokens": 30402437.0, + "step": 23620 + }, + { + "entropy": 1.1911556243896484, + "epoch": 2.2575714149230914, + "grad_norm": 1.233366847038269, + "learning_rate": 9.179094047374237e-05, + "loss": 0.3245, + "mean_token_accuracy": 0.8721009910106658, + "num_tokens": 30415397.0, + "step": 23630 + }, + { + "entropy": 1.2053297400474547, + "epoch": 2.2585267985096014, + "grad_norm": 1.25162935256958, + "learning_rate": 9.178226571777201e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8549241900444031, + "num_tokens": 30428336.0, + "step": 23640 + }, + { + "entropy": 1.2211925745010377, + "epoch": 2.2594821820961117, + "grad_norm": 1.2746256589889526, + "learning_rate": 9.177358679114503e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.8684057891368866, + "num_tokens": 30440906.0, + "step": 23650 + }, + { + "entropy": 1.2091047167778015, + "epoch": 2.2604375656826217, + "grad_norm": 1.2289493083953857, + "learning_rate": 9.17649036947277e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8829181790351868, + "num_tokens": 30453506.0, + "step": 23660 + }, + { + "entropy": 1.227301299571991, + "epoch": 2.2613929492691316, + "grad_norm": 0.8169646859169006, + "learning_rate": 9.17562164293868e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.8575181365013123, + "num_tokens": 30466388.0, + "step": 23670 + }, + { + "entropy": 1.2140763759613038, + "epoch": 2.2623483328556415, + "grad_norm": 1.111722469329834, + "learning_rate": 9.174752499598946e-05, + "loss": 0.3336, + "mean_token_accuracy": 0.871164184808731, + "num_tokens": 30478982.0, + "step": 23680 + }, + { + "entropy": 1.2163821816444398, + "epoch": 2.2633037164421514, + "grad_norm": 1.0817993879318237, + "learning_rate": 9.173882939540326e-05, + "loss": 0.328, + "mean_token_accuracy": 0.8740367293357849, + "num_tokens": 30491882.0, + "step": 23690 + }, + { + "entropy": 1.2108882904052733, + "epoch": 2.2642591000286614, + "grad_norm": 1.5068583488464355, + "learning_rate": 9.173012962849619e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8593972444534301, + "num_tokens": 30504723.0, + "step": 23700 + }, + { + "entropy": 1.2039379477500916, + "epoch": 2.2652144836151713, + "grad_norm": 1.0496982336044312, + "learning_rate": 9.172142569613662e-05, + "loss": 0.3204, + "mean_token_accuracy": 0.8719200670719147, + "num_tokens": 30516929.0, + "step": 23710 + }, + { + "entropy": 1.1931625843048095, + "epoch": 2.2661698672016817, + "grad_norm": 1.2733051776885986, + "learning_rate": 9.17127175991934e-05, + "loss": 0.3272, + "mean_token_accuracy": 0.8692080914974213, + "num_tokens": 30529694.0, + "step": 23720 + }, + { + "entropy": 1.201837182044983, + "epoch": 2.2671252507881916, + "grad_norm": 1.547729253768921, + "learning_rate": 9.170400533853575e-05, + "loss": 0.3468, + "mean_token_accuracy": 0.8628015398979187, + "num_tokens": 30542585.0, + "step": 23730 + }, + { + "entropy": 1.2027246832847596, + "epoch": 2.2680806343747015, + "grad_norm": 1.1047955751419067, + "learning_rate": 9.169528891503332e-05, + "loss": 0.3265, + "mean_token_accuracy": 0.8692466437816619, + "num_tokens": 30555068.0, + "step": 23740 + }, + { + "entropy": 1.1986995339393616, + "epoch": 2.2690360179612115, + "grad_norm": 1.0019854307174683, + "learning_rate": 9.168656832955615e-05, + "loss": 0.305, + "mean_token_accuracy": 0.8792563855648041, + "num_tokens": 30568175.0, + "step": 23750 + }, + { + "entropy": 1.2224635004997253, + "epoch": 2.2699914015477214, + "grad_norm": 1.4218560457229614, + "learning_rate": 9.167784358297477e-05, + "loss": 0.3441, + "mean_token_accuracy": 0.864183384180069, + "num_tokens": 30581206.0, + "step": 23760 + }, + { + "entropy": 1.2088660836219787, + "epoch": 2.2709467851342313, + "grad_norm": 1.3917138576507568, + "learning_rate": 9.166911467616001e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8705009818077087, + "num_tokens": 30593704.0, + "step": 23770 + }, + { + "entropy": 1.2036354780197143, + "epoch": 2.2719021687207412, + "grad_norm": 1.2634224891662598, + "learning_rate": 9.166038160998325e-05, + "loss": 0.3337, + "mean_token_accuracy": 0.8638205587863922, + "num_tokens": 30606205.0, + "step": 23780 + }, + { + "entropy": 1.1972635626792907, + "epoch": 2.272857552307251, + "grad_norm": 1.1880757808685303, + "learning_rate": 9.165164438531615e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.867575591802597, + "num_tokens": 30619186.0, + "step": 23790 + }, + { + "entropy": 1.2060759663581848, + "epoch": 2.273812935893761, + "grad_norm": 1.2335551977157593, + "learning_rate": 9.164290300303087e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8683786809444427, + "num_tokens": 30631656.0, + "step": 23800 + }, + { + "entropy": 1.216873335838318, + "epoch": 2.2747683194802715, + "grad_norm": 1.4349786043167114, + "learning_rate": 9.163415746399999e-05, + "loss": 0.3228, + "mean_token_accuracy": 0.8721879959106446, + "num_tokens": 30644838.0, + "step": 23810 + }, + { + "entropy": 1.200440526008606, + "epoch": 2.2757237030667814, + "grad_norm": 1.2700718641281128, + "learning_rate": 9.162540776909645e-05, + "loss": 0.3383, + "mean_token_accuracy": 0.8646720886230469, + "num_tokens": 30657354.0, + "step": 23820 + }, + { + "entropy": 1.2073996901512145, + "epoch": 2.2766790866532913, + "grad_norm": 1.3747435808181763, + "learning_rate": 9.161665391919365e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.8669666945934296, + "num_tokens": 30670100.0, + "step": 23830 + }, + { + "entropy": 1.196661651134491, + "epoch": 2.2776344702398013, + "grad_norm": 1.2309874296188354, + "learning_rate": 9.160789591516538e-05, + "loss": 0.3364, + "mean_token_accuracy": 0.8665551006793976, + "num_tokens": 30682816.0, + "step": 23840 + }, + { + "entropy": 1.2117104530334473, + "epoch": 2.278589853826311, + "grad_norm": 1.4546455144882202, + "learning_rate": 9.159913375788587e-05, + "loss": 0.3437, + "mean_token_accuracy": 0.8627525329589844, + "num_tokens": 30695893.0, + "step": 23850 + }, + { + "entropy": 1.2040635704994203, + "epoch": 2.279545237412821, + "grad_norm": 1.0714553594589233, + "learning_rate": 9.15903674482297e-05, + "loss": 0.308, + "mean_token_accuracy": 0.883435207605362, + "num_tokens": 30709426.0, + "step": 23860 + }, + { + "entropy": 1.1859463810920716, + "epoch": 2.280500620999331, + "grad_norm": 1.2145353555679321, + "learning_rate": 9.158159698707198e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8673872292041779, + "num_tokens": 30722277.0, + "step": 23870 + }, + { + "entropy": 1.1827967524528504, + "epoch": 2.2814560045858414, + "grad_norm": 1.083259105682373, + "learning_rate": 9.157282237528813e-05, + "loss": 0.293, + "mean_token_accuracy": 0.8909920454025269, + "num_tokens": 30735041.0, + "step": 23880 + }, + { + "entropy": 1.1906609296798707, + "epoch": 2.2824113881723513, + "grad_norm": 0.8549392223358154, + "learning_rate": 9.156404361375401e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8652346014976502, + "num_tokens": 30747368.0, + "step": 23890 + }, + { + "entropy": 1.2000595688819886, + "epoch": 2.2833667717588613, + "grad_norm": 1.227246642112732, + "learning_rate": 9.155526070334594e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.8528898596763611, + "num_tokens": 30759947.0, + "step": 23900 + }, + { + "entropy": 1.1826128005981444, + "epoch": 2.284322155345371, + "grad_norm": 1.0999850034713745, + "learning_rate": 9.15464736449406e-05, + "loss": 0.2871, + "mean_token_accuracy": 0.8910553455352783, + "num_tokens": 30772197.0, + "step": 23910 + }, + { + "entropy": 1.1927979469299317, + "epoch": 2.285277538931881, + "grad_norm": 1.8626866340637207, + "learning_rate": 9.153768243941509e-05, + "loss": 0.2935, + "mean_token_accuracy": 0.8808249533176422, + "num_tokens": 30784841.0, + "step": 23920 + }, + { + "entropy": 1.1808948516845703, + "epoch": 2.286232922518391, + "grad_norm": 1.4277291297912598, + "learning_rate": 9.152888708764697e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8686125874519348, + "num_tokens": 30797393.0, + "step": 23930 + }, + { + "entropy": 1.1896450996398926, + "epoch": 2.287188306104901, + "grad_norm": 1.4314278364181519, + "learning_rate": 9.152008759051416e-05, + "loss": 0.3565, + "mean_token_accuracy": 0.859256637096405, + "num_tokens": 30810612.0, + "step": 23940 + }, + { + "entropy": 1.2263405919075012, + "epoch": 2.288143689691411, + "grad_norm": 1.2379957437515259, + "learning_rate": 9.151128394889501e-05, + "loss": 0.3531, + "mean_token_accuracy": 0.8544698119163513, + "num_tokens": 30824275.0, + "step": 23950 + }, + { + "entropy": 1.193831443786621, + "epoch": 2.289099073277921, + "grad_norm": 1.5847423076629639, + "learning_rate": 9.150247616366832e-05, + "loss": 0.3357, + "mean_token_accuracy": 0.8649005770683289, + "num_tokens": 30837230.0, + "step": 23960 + }, + { + "entropy": 1.1899685978889465, + "epoch": 2.290054456864431, + "grad_norm": 1.27525794506073, + "learning_rate": 9.149366423571324e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.867533415555954, + "num_tokens": 30849774.0, + "step": 23970 + }, + { + "entropy": 1.1880916714668275, + "epoch": 2.291009840450941, + "grad_norm": 1.1549720764160156, + "learning_rate": 9.14848481659094e-05, + "loss": 0.3113, + "mean_token_accuracy": 0.8789197266101837, + "num_tokens": 30862627.0, + "step": 23980 + }, + { + "entropy": 1.1792915344238282, + "epoch": 2.291965224037451, + "grad_norm": 1.5606001615524292, + "learning_rate": 9.147602795513674e-05, + "loss": 0.2902, + "mean_token_accuracy": 0.8907178163528442, + "num_tokens": 30875175.0, + "step": 23990 + }, + { + "entropy": 1.206154203414917, + "epoch": 2.292920607623961, + "grad_norm": 1.3404664993286133, + "learning_rate": 9.146720360427577e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.8634569704532623, + "num_tokens": 30888685.0, + "step": 24000 + }, + { + "entropy": 1.196596908569336, + "epoch": 2.293875991210471, + "grad_norm": 1.0839329957962036, + "learning_rate": 9.145837511420728e-05, + "loss": 0.2931, + "mean_token_accuracy": 0.8838699579238891, + "num_tokens": 30901912.0, + "step": 24010 + }, + { + "entropy": 1.1957959890365601, + "epoch": 2.294831374796981, + "grad_norm": 1.0717099905014038, + "learning_rate": 9.144954248581252e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8584286510944367, + "num_tokens": 30914052.0, + "step": 24020 + }, + { + "entropy": 1.2137617349624634, + "epoch": 2.2957867583834908, + "grad_norm": 1.0727089643478394, + "learning_rate": 9.144070571997316e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8640773355960846, + "num_tokens": 30927224.0, + "step": 24030 + }, + { + "entropy": 1.1997568011283875, + "epoch": 2.296742141970001, + "grad_norm": 1.079047441482544, + "learning_rate": 9.143186481757129e-05, + "loss": 0.3499, + "mean_token_accuracy": 0.8601584672927857, + "num_tokens": 30940339.0, + "step": 24040 + }, + { + "entropy": 1.186279261112213, + "epoch": 2.297697525556511, + "grad_norm": 1.0618317127227783, + "learning_rate": 9.142301977948938e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.8691047012805939, + "num_tokens": 30953142.0, + "step": 24050 + }, + { + "entropy": 1.1779566645622253, + "epoch": 2.298652909143021, + "grad_norm": 1.1416852474212646, + "learning_rate": 9.141417060661033e-05, + "loss": 0.3155, + "mean_token_accuracy": 0.8807936847209931, + "num_tokens": 30965943.0, + "step": 24060 + }, + { + "entropy": 1.186178743839264, + "epoch": 2.299608292729531, + "grad_norm": 1.4028271436691284, + "learning_rate": 9.140531729981747e-05, + "loss": 0.3398, + "mean_token_accuracy": 0.8694586277008056, + "num_tokens": 30979056.0, + "step": 24070 + }, + { + "entropy": 1.1743440508842469, + "epoch": 2.300563676316041, + "grad_norm": 1.4329360723495483, + "learning_rate": 9.13964598599945e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8697497546672821, + "num_tokens": 30991761.0, + "step": 24080 + }, + { + "entropy": 1.1753701090812683, + "epoch": 2.301519059902551, + "grad_norm": 1.2920547723770142, + "learning_rate": 9.138759828802558e-05, + "loss": 0.3067, + "mean_token_accuracy": 0.8797845840454102, + "num_tokens": 31004565.0, + "step": 24090 + }, + { + "entropy": 1.1900925517082215, + "epoch": 2.3024744434890607, + "grad_norm": 1.496682047843933, + "learning_rate": 9.137873258479525e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8745721697807312, + "num_tokens": 31017829.0, + "step": 24100 + }, + { + "entropy": 1.193843960762024, + "epoch": 2.303429827075571, + "grad_norm": 1.283761739730835, + "learning_rate": 9.13698627511885e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8636942684650422, + "num_tokens": 31030527.0, + "step": 24110 + }, + { + "entropy": 1.2102502465248108, + "epoch": 2.304385210662081, + "grad_norm": 1.285522699356079, + "learning_rate": 9.136098878809068e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8677866458892822, + "num_tokens": 31044004.0, + "step": 24120 + }, + { + "entropy": 1.1814098954200745, + "epoch": 2.305340594248591, + "grad_norm": 1.2399821281433105, + "learning_rate": 9.135211069638758e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8698752641677856, + "num_tokens": 31056416.0, + "step": 24130 + }, + { + "entropy": 1.1851217031478882, + "epoch": 2.306295977835101, + "grad_norm": 1.018079400062561, + "learning_rate": 9.13432284769654e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.872551679611206, + "num_tokens": 31068849.0, + "step": 24140 + }, + { + "entropy": 1.2126423478126527, + "epoch": 2.307251361421611, + "grad_norm": 1.1483383178710938, + "learning_rate": 9.133434213071077e-05, + "loss": 0.3358, + "mean_token_accuracy": 0.8670059204101562, + "num_tokens": 31081418.0, + "step": 24150 + }, + { + "entropy": 1.194455623626709, + "epoch": 2.3082067450081207, + "grad_norm": 1.3079686164855957, + "learning_rate": 9.13254516585107e-05, + "loss": 0.2914, + "mean_token_accuracy": 0.8835745871067047, + "num_tokens": 31094271.0, + "step": 24160 + }, + { + "entropy": 1.1873791098594666, + "epoch": 2.3091621285946307, + "grad_norm": 1.1584973335266113, + "learning_rate": 9.131655706125264e-05, + "loss": 0.3201, + "mean_token_accuracy": 0.8735524415969849, + "num_tokens": 31107589.0, + "step": 24170 + }, + { + "entropy": 1.200992727279663, + "epoch": 2.3101175121811406, + "grad_norm": 1.341110110282898, + "learning_rate": 9.130765833982443e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8655696272850036, + "num_tokens": 31120734.0, + "step": 24180 + }, + { + "entropy": 1.2048544764518738, + "epoch": 2.3110728957676505, + "grad_norm": 1.3057512044906616, + "learning_rate": 9.129875549511431e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.871963369846344, + "num_tokens": 31133732.0, + "step": 24190 + }, + { + "entropy": 1.2028746962547303, + "epoch": 2.312028279354161, + "grad_norm": 1.036711573600769, + "learning_rate": 9.128984852801098e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8841817617416382, + "num_tokens": 31146903.0, + "step": 24200 + }, + { + "entropy": 1.1896342754364013, + "epoch": 2.312983662940671, + "grad_norm": 1.5831307172775269, + "learning_rate": 9.128093743940352e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8611587882041931, + "num_tokens": 31159867.0, + "step": 24210 + }, + { + "entropy": 1.2079797387123108, + "epoch": 2.3139390465271807, + "grad_norm": 1.1961885690689087, + "learning_rate": 9.12720222301814e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.8781206429004669, + "num_tokens": 31173130.0, + "step": 24220 + }, + { + "entropy": 1.209196138381958, + "epoch": 2.3148944301136907, + "grad_norm": 1.2868949174880981, + "learning_rate": 9.126310290123457e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.853870177268982, + "num_tokens": 31185810.0, + "step": 24230 + }, + { + "entropy": 1.2196512937545776, + "epoch": 2.3158498137002006, + "grad_norm": 1.2894673347473145, + "learning_rate": 9.125417945345331e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8558950126171112, + "num_tokens": 31199090.0, + "step": 24240 + }, + { + "entropy": 1.1739044308662414, + "epoch": 2.3168051972867105, + "grad_norm": 1.47282075881958, + "learning_rate": 9.124525188772834e-05, + "loss": 0.3083, + "mean_token_accuracy": 0.8793033480644226, + "num_tokens": 31211748.0, + "step": 24250 + }, + { + "entropy": 1.1887629985809327, + "epoch": 2.3177605808732205, + "grad_norm": 1.13011634349823, + "learning_rate": 9.123632020495083e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8773938477039337, + "num_tokens": 31224910.0, + "step": 24260 + }, + { + "entropy": 1.1993265509605409, + "epoch": 2.318715964459731, + "grad_norm": 1.1027826070785522, + "learning_rate": 9.122738440601232e-05, + "loss": 0.3285, + "mean_token_accuracy": 0.8684950828552246, + "num_tokens": 31237958.0, + "step": 24270 + }, + { + "entropy": 1.1843858003616332, + "epoch": 2.3196713480462408, + "grad_norm": 1.3491647243499756, + "learning_rate": 9.121844449180477e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8612937092781067, + "num_tokens": 31250441.0, + "step": 24280 + }, + { + "entropy": 1.177776837348938, + "epoch": 2.3206267316327507, + "grad_norm": 1.120195984840393, + "learning_rate": 9.120950046322055e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.865343576669693, + "num_tokens": 31263109.0, + "step": 24290 + }, + { + "entropy": 1.1699103593826294, + "epoch": 2.3215821152192606, + "grad_norm": 1.0336816310882568, + "learning_rate": 9.120055232115243e-05, + "loss": 0.2877, + "mean_token_accuracy": 0.8871207416057587, + "num_tokens": 31275701.0, + "step": 24300 + }, + { + "entropy": 1.1867973804473877, + "epoch": 2.3225374988057705, + "grad_norm": 1.1460005044937134, + "learning_rate": 9.119160006649363e-05, + "loss": 0.3338, + "mean_token_accuracy": 0.8618990123271942, + "num_tokens": 31288521.0, + "step": 24310 + }, + { + "entropy": 1.1838236451148987, + "epoch": 2.3234928823922805, + "grad_norm": 1.2136472463607788, + "learning_rate": 9.118264370013774e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8754772901535034, + "num_tokens": 31301510.0, + "step": 24320 + }, + { + "entropy": 1.173822033405304, + "epoch": 2.3244482659787904, + "grad_norm": 1.428981900215149, + "learning_rate": 9.117368322297876e-05, + "loss": 0.345, + "mean_token_accuracy": 0.8605459809303284, + "num_tokens": 31314186.0, + "step": 24330 + }, + { + "entropy": 1.1733126282691955, + "epoch": 2.3254036495653003, + "grad_norm": 1.2460048198699951, + "learning_rate": 9.116471863591114e-05, + "loss": 0.319, + "mean_token_accuracy": 0.877126008272171, + "num_tokens": 31327510.0, + "step": 24340 + }, + { + "entropy": 1.1845263957977294, + "epoch": 2.3263590331518103, + "grad_norm": 1.5721744298934937, + "learning_rate": 9.11557499398297e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8719688594341278, + "num_tokens": 31340925.0, + "step": 24350 + }, + { + "entropy": 1.1845410227775575, + "epoch": 2.3273144167383206, + "grad_norm": 1.2811123132705688, + "learning_rate": 9.114677713562966e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8442451596260071, + "num_tokens": 31354028.0, + "step": 24360 + }, + { + "entropy": 1.1895097255706788, + "epoch": 2.3282698003248306, + "grad_norm": 0.9904505014419556, + "learning_rate": 9.113780022420673e-05, + "loss": 0.3341, + "mean_token_accuracy": 0.8665138065814972, + "num_tokens": 31367925.0, + "step": 24370 + }, + { + "entropy": 1.1777289748191833, + "epoch": 2.3292251839113405, + "grad_norm": 0.873424768447876, + "learning_rate": 9.112881920645696e-05, + "loss": 0.3174, + "mean_token_accuracy": 0.8743588268756867, + "num_tokens": 31380123.0, + "step": 24380 + }, + { + "entropy": 1.198807954788208, + "epoch": 2.3301805674978504, + "grad_norm": 1.4022060632705688, + "learning_rate": 9.111983408327678e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8647219836711884, + "num_tokens": 31393688.0, + "step": 24390 + }, + { + "entropy": 1.1861229300498963, + "epoch": 2.3311359510843603, + "grad_norm": 1.2714003324508667, + "learning_rate": 9.111084485556311e-05, + "loss": 0.3082, + "mean_token_accuracy": 0.87931387424469, + "num_tokens": 31406592.0, + "step": 24400 + }, + { + "entropy": 1.185087263584137, + "epoch": 2.3320913346708703, + "grad_norm": 1.451831579208374, + "learning_rate": 9.110185152421325e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8739651083946228, + "num_tokens": 31419259.0, + "step": 24410 + }, + { + "entropy": 1.2031800508499146, + "epoch": 2.33304671825738, + "grad_norm": 1.1972267627716064, + "learning_rate": 9.109285409012489e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8677289724349976, + "num_tokens": 31432527.0, + "step": 24420 + }, + { + "entropy": 1.176400077342987, + "epoch": 2.3340021018438906, + "grad_norm": 1.38531494140625, + "learning_rate": 9.108385255419614e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8615197002887726, + "num_tokens": 31444838.0, + "step": 24430 + }, + { + "entropy": 1.1930334210395812, + "epoch": 2.3349574854304005, + "grad_norm": 1.5421419143676758, + "learning_rate": 9.107484691732552e-05, + "loss": 0.2994, + "mean_token_accuracy": 0.8816816508769989, + "num_tokens": 31457780.0, + "step": 24440 + }, + { + "entropy": 1.1885790705680848, + "epoch": 2.3359128690169104, + "grad_norm": 1.8757654428482056, + "learning_rate": 9.1065837180412e-05, + "loss": 0.3104, + "mean_token_accuracy": 0.8774800837039948, + "num_tokens": 31470300.0, + "step": 24450 + }, + { + "entropy": 1.1940420866012573, + "epoch": 2.3368682526034203, + "grad_norm": 1.449484944343567, + "learning_rate": 9.105682334435487e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8726542532444, + "num_tokens": 31483534.0, + "step": 24460 + }, + { + "entropy": 1.187419056892395, + "epoch": 2.3378236361899303, + "grad_norm": 1.2717095613479614, + "learning_rate": 9.104780541005391e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8741119682788849, + "num_tokens": 31496116.0, + "step": 24470 + }, + { + "entropy": 1.208160388469696, + "epoch": 2.33877901977644, + "grad_norm": 1.395129680633545, + "learning_rate": 9.103878337840928e-05, + "loss": 0.3691, + "mean_token_accuracy": 0.858511883020401, + "num_tokens": 31509240.0, + "step": 24480 + }, + { + "entropy": 1.2257160782814025, + "epoch": 2.33973440336295, + "grad_norm": 1.3789578676223755, + "learning_rate": 9.102975725032153e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.8810807704925537, + "num_tokens": 31522261.0, + "step": 24490 + }, + { + "entropy": 1.209275472164154, + "epoch": 2.34068978694946, + "grad_norm": 1.114641547203064, + "learning_rate": 9.102072702669165e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8719062626361846, + "num_tokens": 31535771.0, + "step": 24500 + }, + { + "entropy": 1.2153149127960206, + "epoch": 2.34164517053597, + "grad_norm": 1.274994134902954, + "learning_rate": 9.101169270842102e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8736423075199127, + "num_tokens": 31548972.0, + "step": 24510 + }, + { + "entropy": 1.2136209845542907, + "epoch": 2.3426005541224804, + "grad_norm": 1.2474983930587769, + "learning_rate": 9.100265429641145e-05, + "loss": 0.3283, + "mean_token_accuracy": 0.8735324561595916, + "num_tokens": 31561850.0, + "step": 24520 + }, + { + "entropy": 1.212880825996399, + "epoch": 2.3435559377089903, + "grad_norm": 1.3585890531539917, + "learning_rate": 9.099361179156512e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.8768671929836274, + "num_tokens": 31574914.0, + "step": 24530 + }, + { + "entropy": 1.2130668997764587, + "epoch": 2.3445113212955, + "grad_norm": 1.3459219932556152, + "learning_rate": 9.098456519478466e-05, + "loss": 0.3328, + "mean_token_accuracy": 0.8684465825557709, + "num_tokens": 31587532.0, + "step": 24540 + }, + { + "entropy": 1.2087489366531372, + "epoch": 2.34546670488201, + "grad_norm": 1.3325188159942627, + "learning_rate": 9.097551450697311e-05, + "loss": 0.3619, + "mean_token_accuracy": 0.8629665851593018, + "num_tokens": 31600097.0, + "step": 24550 + }, + { + "entropy": 1.1965198397636414, + "epoch": 2.34642208846852, + "grad_norm": 1.6984388828277588, + "learning_rate": 9.096645972903386e-05, + "loss": 0.3117, + "mean_token_accuracy": 0.8761562645435333, + "num_tokens": 31612429.0, + "step": 24560 + }, + { + "entropy": 1.218925988674164, + "epoch": 2.34737747205503, + "grad_norm": 1.3449442386627197, + "learning_rate": 9.095740086187076e-05, + "loss": 0.3547, + "mean_token_accuracy": 0.8615290403366089, + "num_tokens": 31625732.0, + "step": 24570 + }, + { + "entropy": 1.229470133781433, + "epoch": 2.34833285564154, + "grad_norm": 1.2156295776367188, + "learning_rate": 9.094833790638806e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8530478179454803, + "num_tokens": 31638324.0, + "step": 24580 + }, + { + "entropy": 1.2011037349700928, + "epoch": 2.3492882392280503, + "grad_norm": 1.3197880983352661, + "learning_rate": 9.093927086349041e-05, + "loss": 0.3323, + "mean_token_accuracy": 0.8675402522087097, + "num_tokens": 31651073.0, + "step": 24590 + }, + { + "entropy": 1.187602937221527, + "epoch": 2.3502436228145602, + "grad_norm": 1.579066276550293, + "learning_rate": 9.093019973408288e-05, + "loss": 0.3351, + "mean_token_accuracy": 0.8677030682563782, + "num_tokens": 31663727.0, + "step": 24600 + }, + { + "entropy": 1.1885615825653075, + "epoch": 2.35119900640107, + "grad_norm": 1.110460638999939, + "learning_rate": 9.092112451907091e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8652348816394806, + "num_tokens": 31676528.0, + "step": 24610 + }, + { + "entropy": 1.213141667842865, + "epoch": 2.35215438998758, + "grad_norm": 1.5225657224655151, + "learning_rate": 9.091204521936043e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8665087223052979, + "num_tokens": 31689939.0, + "step": 24620 + }, + { + "entropy": 1.2045974016189576, + "epoch": 2.35310977357409, + "grad_norm": 1.0337703227996826, + "learning_rate": 9.090296183585767e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.8517391383647919, + "num_tokens": 31702214.0, + "step": 24630 + }, + { + "entropy": 1.205078911781311, + "epoch": 2.3540651571606, + "grad_norm": 1.4845290184020996, + "learning_rate": 9.089387436946936e-05, + "loss": 0.3337, + "mean_token_accuracy": 0.8734367370605469, + "num_tokens": 31715414.0, + "step": 24640 + }, + { + "entropy": 1.1996261596679687, + "epoch": 2.35502054074711, + "grad_norm": 1.3917202949523926, + "learning_rate": 9.08847828211026e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8681493699550629, + "num_tokens": 31727996.0, + "step": 24650 + }, + { + "entropy": 1.1989867210388183, + "epoch": 2.35597592433362, + "grad_norm": 1.5203239917755127, + "learning_rate": 9.087568719166489e-05, + "loss": 0.3094, + "mean_token_accuracy": 0.8727249324321746, + "num_tokens": 31740905.0, + "step": 24660 + }, + { + "entropy": 1.202141487598419, + "epoch": 2.3569313079201297, + "grad_norm": 1.0941247940063477, + "learning_rate": 9.086658748206412e-05, + "loss": 0.3139, + "mean_token_accuracy": 0.8783718347549438, + "num_tokens": 31754140.0, + "step": 24670 + }, + { + "entropy": 1.1959851741790772, + "epoch": 2.35788669150664, + "grad_norm": 1.2469401359558105, + "learning_rate": 9.085748369320863e-05, + "loss": 0.3224, + "mean_token_accuracy": 0.8736376523971557, + "num_tokens": 31766615.0, + "step": 24680 + }, + { + "entropy": 1.1933377623558044, + "epoch": 2.35884207509315, + "grad_norm": 1.3704617023468018, + "learning_rate": 9.084837582600716e-05, + "loss": 0.3201, + "mean_token_accuracy": 0.8708964169025422, + "num_tokens": 31779414.0, + "step": 24690 + }, + { + "entropy": 1.1880139470100404, + "epoch": 2.35979745867966, + "grad_norm": 1.33397376537323, + "learning_rate": 9.083926388136883e-05, + "loss": 0.3091, + "mean_token_accuracy": 0.8786032259464264, + "num_tokens": 31792259.0, + "step": 24700 + }, + { + "entropy": 1.1881641387939452, + "epoch": 2.36075284226617, + "grad_norm": 1.2972608804702759, + "learning_rate": 9.08301478602032e-05, + "loss": 0.3306, + "mean_token_accuracy": 0.8715082705020905, + "num_tokens": 31804767.0, + "step": 24710 + }, + { + "entropy": 1.1987362384796143, + "epoch": 2.36170822585268, + "grad_norm": 1.4563745260238647, + "learning_rate": 9.082102776342023e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8734994769096375, + "num_tokens": 31817856.0, + "step": 24720 + }, + { + "entropy": 1.2137626886367798, + "epoch": 2.3626636094391897, + "grad_norm": 1.2620747089385986, + "learning_rate": 9.081190359193024e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8572274446487427, + "num_tokens": 31831171.0, + "step": 24730 + }, + { + "entropy": 1.2074193239212037, + "epoch": 2.3636189930256997, + "grad_norm": 1.0690817832946777, + "learning_rate": 9.080277534664403e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8698025465011596, + "num_tokens": 31844164.0, + "step": 24740 + }, + { + "entropy": 1.1942846298217773, + "epoch": 2.36457437661221, + "grad_norm": 1.261335015296936, + "learning_rate": 9.079364302847274e-05, + "loss": 0.2902, + "mean_token_accuracy": 0.8889495253562927, + "num_tokens": 31857033.0, + "step": 24750 + }, + { + "entropy": 1.1915098190307618, + "epoch": 2.36552976019872, + "grad_norm": 1.2994393110275269, + "learning_rate": 9.078450663832799e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8684063911437988, + "num_tokens": 31869831.0, + "step": 24760 + }, + { + "entropy": 1.2006685256958007, + "epoch": 2.36648514378523, + "grad_norm": 1.4072016477584839, + "learning_rate": 9.07753661771217e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8701211810112, + "num_tokens": 31883077.0, + "step": 24770 + }, + { + "entropy": 1.1865407228469849, + "epoch": 2.36744052737174, + "grad_norm": 1.0243250131607056, + "learning_rate": 9.076622164576632e-05, + "loss": 0.3136, + "mean_token_accuracy": 0.8708314001560211, + "num_tokens": 31896009.0, + "step": 24780 + }, + { + "entropy": 1.1869641661643981, + "epoch": 2.3683959109582498, + "grad_norm": 1.3764591217041016, + "learning_rate": 9.07570730451746e-05, + "loss": 0.3398, + "mean_token_accuracy": 0.8644244253635407, + "num_tokens": 31908396.0, + "step": 24790 + }, + { + "entropy": 1.2147512555122375, + "epoch": 2.3693512945447597, + "grad_norm": 1.288556456565857, + "learning_rate": 9.074792037625979e-05, + "loss": 0.3504, + "mean_token_accuracy": 0.863777095079422, + "num_tokens": 31921288.0, + "step": 24800 + }, + { + "entropy": 1.2190394163131715, + "epoch": 2.3703066781312696, + "grad_norm": 1.318798303604126, + "learning_rate": 9.073876363993546e-05, + "loss": 0.3497, + "mean_token_accuracy": 0.8609670042991638, + "num_tokens": 31933922.0, + "step": 24810 + }, + { + "entropy": 1.219400990009308, + "epoch": 2.3712620617177795, + "grad_norm": 1.5539215803146362, + "learning_rate": 9.072960283711564e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.8671733021736145, + "num_tokens": 31946848.0, + "step": 24820 + }, + { + "entropy": 1.2264532446861267, + "epoch": 2.3722174453042895, + "grad_norm": 1.3413516283035278, + "learning_rate": 9.072043796871476e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8533967196941376, + "num_tokens": 31960073.0, + "step": 24830 + }, + { + "entropy": 1.2043646812438964, + "epoch": 2.3731728288908, + "grad_norm": 1.1243008375167847, + "learning_rate": 9.071126903564763e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8714613437652587, + "num_tokens": 31973121.0, + "step": 24840 + }, + { + "entropy": 1.2040838837623595, + "epoch": 2.3741282124773098, + "grad_norm": 1.3136979341506958, + "learning_rate": 9.070209603882949e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8530048549175262, + "num_tokens": 31986222.0, + "step": 24850 + }, + { + "entropy": 1.1831727385520936, + "epoch": 2.3750835960638197, + "grad_norm": 1.4614603519439697, + "learning_rate": 9.069291897917596e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.844359302520752, + "num_tokens": 31998676.0, + "step": 24860 + }, + { + "entropy": 1.201345145702362, + "epoch": 2.3760389796503296, + "grad_norm": 1.0467913150787354, + "learning_rate": 9.068373785760311e-05, + "loss": 0.3251, + "mean_token_accuracy": 0.8637694537639617, + "num_tokens": 32011765.0, + "step": 24870 + }, + { + "entropy": 1.1880168080329896, + "epoch": 2.3769943632368395, + "grad_norm": 1.2202619314193726, + "learning_rate": 9.067455267502739e-05, + "loss": 0.3074, + "mean_token_accuracy": 0.8728644847869873, + "num_tokens": 32023987.0, + "step": 24880 + }, + { + "entropy": 1.1830443263053894, + "epoch": 2.3779497468233495, + "grad_norm": 1.2724984884262085, + "learning_rate": 9.066536343236562e-05, + "loss": 0.2813, + "mean_token_accuracy": 0.8911738932132721, + "num_tokens": 32036878.0, + "step": 24890 + }, + { + "entropy": 1.1957192778587342, + "epoch": 2.3789051304098594, + "grad_norm": 1.1944068670272827, + "learning_rate": 9.06561701305351e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8662736594676972, + "num_tokens": 32049827.0, + "step": 24900 + }, + { + "entropy": 1.2005584716796875, + "epoch": 2.3798605139963698, + "grad_norm": 1.3575224876403809, + "learning_rate": 9.064697277045346e-05, + "loss": 0.324, + "mean_token_accuracy": 0.8810705006122589, + "num_tokens": 32062965.0, + "step": 24910 + }, + { + "entropy": 1.1878784060478211, + "epoch": 2.3808158975828797, + "grad_norm": 1.265523076057434, + "learning_rate": 9.063777135303881e-05, + "loss": 0.2897, + "mean_token_accuracy": 0.8853755116462707, + "num_tokens": 32076636.0, + "step": 24920 + }, + { + "entropy": 1.1918792963027953, + "epoch": 2.3817712811693896, + "grad_norm": 1.3069287538528442, + "learning_rate": 9.062856587920958e-05, + "loss": 0.3208, + "mean_token_accuracy": 0.878357994556427, + "num_tokens": 32089635.0, + "step": 24930 + }, + { + "entropy": 1.2238069534301759, + "epoch": 2.3827266647558996, + "grad_norm": 1.2717926502227783, + "learning_rate": 9.061935634988467e-05, + "loss": 0.3417, + "mean_token_accuracy": 0.8677972376346588, + "num_tokens": 32103165.0, + "step": 24940 + }, + { + "entropy": 1.2032829642295837, + "epoch": 2.3836820483424095, + "grad_norm": 1.157502293586731, + "learning_rate": 9.061014276598336e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8524269819259643, + "num_tokens": 32115840.0, + "step": 24950 + }, + { + "entropy": 1.2090513229370117, + "epoch": 2.3846374319289194, + "grad_norm": 1.5280178785324097, + "learning_rate": 9.060092512842536e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.875000822544098, + "num_tokens": 32128909.0, + "step": 24960 + }, + { + "entropy": 1.2061797380447388, + "epoch": 2.3855928155154293, + "grad_norm": 0.9582954049110413, + "learning_rate": 9.059170343813073e-05, + "loss": 0.3151, + "mean_token_accuracy": 0.8763529658317566, + "num_tokens": 32141929.0, + "step": 24970 + }, + { + "entropy": 1.1877880573272706, + "epoch": 2.3865481991019393, + "grad_norm": 1.4891561269760132, + "learning_rate": 9.058247769602e-05, + "loss": 0.3597, + "mean_token_accuracy": 0.8623799741268158, + "num_tokens": 32154001.0, + "step": 24980 + }, + { + "entropy": 1.2083504438400268, + "epoch": 2.387503582688449, + "grad_norm": 1.4521454572677612, + "learning_rate": 9.057324790301405e-05, + "loss": 0.3694, + "mean_token_accuracy": 0.848344361782074, + "num_tokens": 32166940.0, + "step": 24990 + }, + { + "entropy": 1.1976459264755248, + "epoch": 2.3884589662749596, + "grad_norm": 1.1415845155715942, + "learning_rate": 9.056401406003418e-05, + "loss": 0.3293, + "mean_token_accuracy": 0.8714627683162689, + "num_tokens": 32179902.0, + "step": 25000 + }, + { + "entropy": 1.1919517397880555, + "epoch": 2.3894143498614695, + "grad_norm": 1.154782772064209, + "learning_rate": 9.055477616800214e-05, + "loss": 0.3394, + "mean_token_accuracy": 0.8704548299312591, + "num_tokens": 32192908.0, + "step": 25010 + }, + { + "entropy": 1.1898276925086975, + "epoch": 2.3903697334479794, + "grad_norm": 1.3043437004089355, + "learning_rate": 9.054553422784e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.871997183561325, + "num_tokens": 32205367.0, + "step": 25020 + }, + { + "entropy": 1.1831942558288575, + "epoch": 2.3913251170344894, + "grad_norm": 1.3350566625595093, + "learning_rate": 9.053628824047034e-05, + "loss": 0.3096, + "mean_token_accuracy": 0.871744978427887, + "num_tokens": 32218354.0, + "step": 25030 + }, + { + "entropy": 1.2044484615325928, + "epoch": 2.3922805006209993, + "grad_norm": 1.1529607772827148, + "learning_rate": 9.0527038206816e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.853556752204895, + "num_tokens": 32231142.0, + "step": 25040 + }, + { + "entropy": 1.1878429055213928, + "epoch": 2.393235884207509, + "grad_norm": 1.1919208765029907, + "learning_rate": 9.051778412780037e-05, + "loss": 0.3376, + "mean_token_accuracy": 0.8724846959114074, + "num_tokens": 32243588.0, + "step": 25050 + }, + { + "entropy": 1.1853126287460327, + "epoch": 2.394191267794019, + "grad_norm": 1.2612574100494385, + "learning_rate": 9.050852600434718e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8717014133930207, + "num_tokens": 32256750.0, + "step": 25060 + }, + { + "entropy": 1.2138654232025146, + "epoch": 2.3951466513805295, + "grad_norm": 1.5309420824050903, + "learning_rate": 9.049926383738053e-05, + "loss": 0.368, + "mean_token_accuracy": 0.8567633986473083, + "num_tokens": 32269942.0, + "step": 25070 + }, + { + "entropy": 1.1825866103172302, + "epoch": 2.3961020349670394, + "grad_norm": 1.0990654230117798, + "learning_rate": 9.048999762782499e-05, + "loss": 0.2899, + "mean_token_accuracy": 0.8858058154582977, + "num_tokens": 32283045.0, + "step": 25080 + }, + { + "entropy": 1.1831627249717713, + "epoch": 2.3970574185535494, + "grad_norm": 1.626531720161438, + "learning_rate": 9.048072737660548e-05, + "loss": 0.326, + "mean_token_accuracy": 0.8680063128471375, + "num_tokens": 32295613.0, + "step": 25090 + }, + { + "entropy": 1.165520703792572, + "epoch": 2.3980128021400593, + "grad_norm": 1.3243693113327026, + "learning_rate": 9.047145308464735e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8731353163719178, + "num_tokens": 32308261.0, + "step": 25100 + }, + { + "entropy": 1.176616942882538, + "epoch": 2.3989681857265692, + "grad_norm": 1.5540746450424194, + "learning_rate": 9.046217475287637e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.8597178876399993, + "num_tokens": 32320894.0, + "step": 25110 + }, + { + "entropy": 1.157474112510681, + "epoch": 2.399923569313079, + "grad_norm": 1.2406971454620361, + "learning_rate": 9.045289238221865e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8744333744049072, + "num_tokens": 32333264.0, + "step": 25120 + }, + { + "entropy": 1.1747609972953796, + "epoch": 2.400878952899589, + "grad_norm": 1.617679238319397, + "learning_rate": 9.04436059736008e-05, + "loss": 0.3172, + "mean_token_accuracy": 0.8695657312870025, + "num_tokens": 32345975.0, + "step": 25130 + }, + { + "entropy": 1.1741259217262268, + "epoch": 2.401834336486099, + "grad_norm": 0.9879058599472046, + "learning_rate": 9.043431552794974e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8690170049667358, + "num_tokens": 32358901.0, + "step": 25140 + }, + { + "entropy": 1.1740541219711305, + "epoch": 2.402789720072609, + "grad_norm": 1.461135745048523, + "learning_rate": 9.042502104619284e-05, + "loss": 0.3418, + "mean_token_accuracy": 0.8668290376663208, + "num_tokens": 32371783.0, + "step": 25150 + }, + { + "entropy": 1.1652602791786193, + "epoch": 2.4037451036591193, + "grad_norm": 1.4492628574371338, + "learning_rate": 9.041572252925787e-05, + "loss": 0.3025, + "mean_token_accuracy": 0.8825028657913208, + "num_tokens": 32384435.0, + "step": 25160 + }, + { + "entropy": 1.1848689794540406, + "epoch": 2.4047004872456292, + "grad_norm": 1.675417423248291, + "learning_rate": 9.040641997807299e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.862973415851593, + "num_tokens": 32396965.0, + "step": 25170 + }, + { + "entropy": 1.2011856079101562, + "epoch": 2.405655870832139, + "grad_norm": 1.307708978652954, + "learning_rate": 9.039711339356676e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8547485411167145, + "num_tokens": 32409836.0, + "step": 25180 + }, + { + "entropy": 1.1970083951950072, + "epoch": 2.406611254418649, + "grad_norm": 1.2823894023895264, + "learning_rate": 9.038780277666818e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8727275550365448, + "num_tokens": 32423509.0, + "step": 25190 + }, + { + "entropy": 1.1828065156936645, + "epoch": 2.407566638005159, + "grad_norm": 1.685864806175232, + "learning_rate": 9.037848812830661e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.862615430355072, + "num_tokens": 32435938.0, + "step": 25200 + }, + { + "entropy": 1.1829973816871644, + "epoch": 2.408522021591669, + "grad_norm": 1.2959331274032593, + "learning_rate": 9.036916944941182e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8725626587867736, + "num_tokens": 32448549.0, + "step": 25210 + }, + { + "entropy": 1.1821274757385254, + "epoch": 2.409477405178179, + "grad_norm": 1.2442364692687988, + "learning_rate": 9.0359846740914e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8706895470619201, + "num_tokens": 32460559.0, + "step": 25220 + }, + { + "entropy": 1.1845256209373474, + "epoch": 2.4104327887646892, + "grad_norm": 1.453385829925537, + "learning_rate": 9.035052000374372e-05, + "loss": 0.3384, + "mean_token_accuracy": 0.8627903461456299, + "num_tokens": 32473024.0, + "step": 25230 + }, + { + "entropy": 1.1778578519821168, + "epoch": 2.411388172351199, + "grad_norm": 1.2688747644424438, + "learning_rate": 9.0341189238832e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.859094375371933, + "num_tokens": 32485783.0, + "step": 25240 + }, + { + "entropy": 1.1888962030410766, + "epoch": 2.412343555937709, + "grad_norm": 1.2247470617294312, + "learning_rate": 9.033185444711017e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8495459735393525, + "num_tokens": 32498478.0, + "step": 25250 + }, + { + "entropy": 1.188064694404602, + "epoch": 2.413298939524219, + "grad_norm": 1.2211813926696777, + "learning_rate": 9.032251562951004e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8631500661373138, + "num_tokens": 32511093.0, + "step": 25260 + }, + { + "entropy": 1.179662537574768, + "epoch": 2.414254323110729, + "grad_norm": 1.0152411460876465, + "learning_rate": 9.031317278696383e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8729353666305542, + "num_tokens": 32524113.0, + "step": 25270 + }, + { + "entropy": 1.1838468790054322, + "epoch": 2.415209706697239, + "grad_norm": 1.1519114971160889, + "learning_rate": 9.030382592040408e-05, + "loss": 0.2954, + "mean_token_accuracy": 0.8889614939689636, + "num_tokens": 32537117.0, + "step": 25280 + }, + { + "entropy": 1.1838610768318176, + "epoch": 2.416165090283749, + "grad_norm": 1.3710237741470337, + "learning_rate": 9.029447503076383e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8785257577896118, + "num_tokens": 32550061.0, + "step": 25290 + }, + { + "entropy": 1.2028686642646789, + "epoch": 2.4171204738702587, + "grad_norm": 1.4577332735061646, + "learning_rate": 9.028512011897645e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8642568945884704, + "num_tokens": 32563180.0, + "step": 25300 + }, + { + "entropy": 1.2255574345588685, + "epoch": 2.4180758574567687, + "grad_norm": 1.3455013036727905, + "learning_rate": 9.027576118597575e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8506730616092681, + "num_tokens": 32576450.0, + "step": 25310 + }, + { + "entropy": 1.2012519598007203, + "epoch": 2.419031241043279, + "grad_norm": 1.1388071775436401, + "learning_rate": 9.026639823269592e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8754963338375091, + "num_tokens": 32589481.0, + "step": 25320 + }, + { + "entropy": 1.207045304775238, + "epoch": 2.419986624629789, + "grad_norm": 1.1534461975097656, + "learning_rate": 9.025703126007154e-05, + "loss": 0.3836, + "mean_token_accuracy": 0.8511532723903656, + "num_tokens": 32602246.0, + "step": 25330 + }, + { + "entropy": 1.1846611976623536, + "epoch": 2.420942008216299, + "grad_norm": 1.2844418287277222, + "learning_rate": 9.024766026903764e-05, + "loss": 0.3254, + "mean_token_accuracy": 0.8703643500804901, + "num_tokens": 32614960.0, + "step": 25340 + }, + { + "entropy": 1.1885754942893982, + "epoch": 2.421897391802809, + "grad_norm": 1.3697086572647095, + "learning_rate": 9.02382852605296e-05, + "loss": 0.315, + "mean_token_accuracy": 0.8768834471702576, + "num_tokens": 32628230.0, + "step": 25350 + }, + { + "entropy": 1.189155399799347, + "epoch": 2.4228527753893188, + "grad_norm": 1.203508734703064, + "learning_rate": 9.022890623548325e-05, + "loss": 0.3701, + "mean_token_accuracy": 0.8575788855552673, + "num_tokens": 32641104.0, + "step": 25360 + }, + { + "entropy": 1.1832958936691285, + "epoch": 2.4238081589758287, + "grad_norm": 1.2619374990463257, + "learning_rate": 9.021952319483477e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8757194936275482, + "num_tokens": 32653876.0, + "step": 25370 + }, + { + "entropy": 1.1845083832740784, + "epoch": 2.4247635425623386, + "grad_norm": 1.2774161100387573, + "learning_rate": 9.021013613952076e-05, + "loss": 0.3248, + "mean_token_accuracy": 0.8703531920909882, + "num_tokens": 32667024.0, + "step": 25380 + }, + { + "entropy": 1.1910652995109559, + "epoch": 2.425718926148849, + "grad_norm": 1.4807013273239136, + "learning_rate": 9.020074507047824e-05, + "loss": 0.31, + "mean_token_accuracy": 0.8809359252452851, + "num_tokens": 32679686.0, + "step": 25390 + }, + { + "entropy": 1.2105109572410584, + "epoch": 2.426674309735359, + "grad_norm": 1.3800405263900757, + "learning_rate": 9.019134998864462e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8596554756164551, + "num_tokens": 32692483.0, + "step": 25400 + }, + { + "entropy": 1.194902527332306, + "epoch": 2.427629693321869, + "grad_norm": 1.2095121145248413, + "learning_rate": 9.018195089495769e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8772260487079621, + "num_tokens": 32705097.0, + "step": 25410 + }, + { + "entropy": 1.204677975177765, + "epoch": 2.4285850769083788, + "grad_norm": 1.3175612688064575, + "learning_rate": 9.017254779035565e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8580441057682038, + "num_tokens": 32717815.0, + "step": 25420 + }, + { + "entropy": 1.2348138451576234, + "epoch": 2.4295404604948887, + "grad_norm": 0.9377487301826477, + "learning_rate": 9.016314067577714e-05, + "loss": 0.3481, + "mean_token_accuracy": 0.8680288195610046, + "num_tokens": 32731110.0, + "step": 25430 + }, + { + "entropy": 1.2362201690673829, + "epoch": 2.4304958440813986, + "grad_norm": 1.414542555809021, + "learning_rate": 9.015372955216113e-05, + "loss": 0.3313, + "mean_token_accuracy": 0.8639478266239167, + "num_tokens": 32743759.0, + "step": 25440 + }, + { + "entropy": 1.208362078666687, + "epoch": 2.4314512276679086, + "grad_norm": 1.405036211013794, + "learning_rate": 9.014431442044704e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.8641688704490662, + "num_tokens": 32756621.0, + "step": 25450 + }, + { + "entropy": 1.221824872493744, + "epoch": 2.4324066112544185, + "grad_norm": 1.5518850088119507, + "learning_rate": 9.013489528157468e-05, + "loss": 0.3577, + "mean_token_accuracy": 0.8599241018295288, + "num_tokens": 32769632.0, + "step": 25460 + }, + { + "entropy": 1.2284573912620544, + "epoch": 2.4333619948409284, + "grad_norm": 1.3260669708251953, + "learning_rate": 9.012547213648428e-05, + "loss": 0.3174, + "mean_token_accuracy": 0.8722707569599152, + "num_tokens": 32782805.0, + "step": 25470 + }, + { + "entropy": 1.2090774297714233, + "epoch": 2.434317378427439, + "grad_norm": 1.3748524188995361, + "learning_rate": 9.011604498611641e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8578554809093475, + "num_tokens": 32795762.0, + "step": 25480 + }, + { + "entropy": 1.204597568511963, + "epoch": 2.4352727620139487, + "grad_norm": 1.2136086225509644, + "learning_rate": 9.01066138314121e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8770441353321076, + "num_tokens": 32808102.0, + "step": 25490 + }, + { + "entropy": 1.2055668354034423, + "epoch": 2.4362281456004586, + "grad_norm": 1.122910737991333, + "learning_rate": 9.009717867331275e-05, + "loss": 0.3134, + "mean_token_accuracy": 0.8729662656784057, + "num_tokens": 32821024.0, + "step": 25500 + }, + { + "entropy": 1.1933619141578675, + "epoch": 2.4371835291869686, + "grad_norm": 1.0246694087982178, + "learning_rate": 9.008773951276014e-05, + "loss": 0.3033, + "mean_token_accuracy": 0.879428106546402, + "num_tokens": 32834209.0, + "step": 25510 + }, + { + "entropy": 1.2028992176055908, + "epoch": 2.4381389127734785, + "grad_norm": 1.3428608179092407, + "learning_rate": 9.007829635069653e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8667861640453338, + "num_tokens": 32847149.0, + "step": 25520 + }, + { + "entropy": 1.1963922142982484, + "epoch": 2.4390942963599884, + "grad_norm": 1.0649360418319702, + "learning_rate": 9.006884918806449e-05, + "loss": 0.3188, + "mean_token_accuracy": 0.8755743682384491, + "num_tokens": 32859852.0, + "step": 25530 + }, + { + "entropy": 1.2148805022239686, + "epoch": 2.4400496799464984, + "grad_norm": 1.08419930934906, + "learning_rate": 9.005939802580703e-05, + "loss": 0.3061, + "mean_token_accuracy": 0.8813843786716461, + "num_tokens": 32872715.0, + "step": 25540 + }, + { + "entropy": 1.2204663753509521, + "epoch": 2.4410050635330087, + "grad_norm": 1.0626055002212524, + "learning_rate": 9.004994286486757e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8549049675464631, + "num_tokens": 32885110.0, + "step": 25550 + }, + { + "entropy": 1.224384081363678, + "epoch": 2.4419604471195187, + "grad_norm": 1.116711139678955, + "learning_rate": 9.004048370618987e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8624067008495331, + "num_tokens": 32898313.0, + "step": 25560 + }, + { + "entropy": 1.203136420249939, + "epoch": 2.4429158307060286, + "grad_norm": 1.4705027341842651, + "learning_rate": 9.003102055071818e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8748919308185578, + "num_tokens": 32910869.0, + "step": 25570 + }, + { + "entropy": 1.1958105325698853, + "epoch": 2.4438712142925385, + "grad_norm": 1.4219465255737305, + "learning_rate": 9.002155339939708e-05, + "loss": 0.3158, + "mean_token_accuracy": 0.8770366013050079, + "num_tokens": 32923985.0, + "step": 25580 + }, + { + "entropy": 1.200260376930237, + "epoch": 2.4448265978790484, + "grad_norm": 1.1011536121368408, + "learning_rate": 9.001208225317156e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8579635739326477, + "num_tokens": 32937051.0, + "step": 25590 + }, + { + "entropy": 1.2129415988922119, + "epoch": 2.4457819814655584, + "grad_norm": 1.3690260648727417, + "learning_rate": 9.000260711298705e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8613755941390991, + "num_tokens": 32949939.0, + "step": 25600 + }, + { + "entropy": 1.1983015179634093, + "epoch": 2.4467373650520683, + "grad_norm": 1.3281744718551636, + "learning_rate": 8.999312797978931e-05, + "loss": 0.3167, + "mean_token_accuracy": 0.8777263045310975, + "num_tokens": 32962658.0, + "step": 25610 + }, + { + "entropy": 1.1982658505439758, + "epoch": 2.447692748638578, + "grad_norm": 2.098989486694336, + "learning_rate": 8.998364485452458e-05, + "loss": 0.3111, + "mean_token_accuracy": 0.8809619545936584, + "num_tokens": 32975090.0, + "step": 25620 + }, + { + "entropy": 1.2083708047866821, + "epoch": 2.448648132225088, + "grad_norm": 1.3850988149642944, + "learning_rate": 8.99741577381394e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8670364916324615, + "num_tokens": 32987734.0, + "step": 25630 + }, + { + "entropy": 1.21254905462265, + "epoch": 2.4496035158115985, + "grad_norm": 1.2305819988250732, + "learning_rate": 8.996466663158081e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8759195685386658, + "num_tokens": 32999925.0, + "step": 25640 + }, + { + "entropy": 1.1911257028579711, + "epoch": 2.4505588993981084, + "grad_norm": 1.1037687063217163, + "learning_rate": 8.995517153579616e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8585177659988403, + "num_tokens": 33012086.0, + "step": 25650 + }, + { + "entropy": 1.2003459215164185, + "epoch": 2.4515142829846184, + "grad_norm": 1.2899516820907593, + "learning_rate": 8.994567245173329e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8764801979064941, + "num_tokens": 33025284.0, + "step": 25660 + }, + { + "entropy": 1.1932625412940978, + "epoch": 2.4524696665711283, + "grad_norm": 1.1948200464248657, + "learning_rate": 8.993616938034033e-05, + "loss": 0.32, + "mean_token_accuracy": 0.8699507117271423, + "num_tokens": 33038037.0, + "step": 25670 + }, + { + "entropy": 1.2080388069152832, + "epoch": 2.4534250501576382, + "grad_norm": 1.8167810440063477, + "learning_rate": 8.992666232256591e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.868976217508316, + "num_tokens": 33051316.0, + "step": 25680 + }, + { + "entropy": 1.1758189439773559, + "epoch": 2.454380433744148, + "grad_norm": 1.3923695087432861, + "learning_rate": 8.9917151279359e-05, + "loss": 0.293, + "mean_token_accuracy": 0.8883107781410218, + "num_tokens": 33063454.0, + "step": 25690 + }, + { + "entropy": 1.1961185216903687, + "epoch": 2.455335817330658, + "grad_norm": 1.4135857820510864, + "learning_rate": 8.990763625166896e-05, + "loss": 0.3415, + "mean_token_accuracy": 0.8687964916229248, + "num_tokens": 33075910.0, + "step": 25700 + }, + { + "entropy": 1.1959033846855163, + "epoch": 2.4562912009171685, + "grad_norm": 1.3460506200790405, + "learning_rate": 8.989811724044561e-05, + "loss": 0.3086, + "mean_token_accuracy": 0.8815974473953248, + "num_tokens": 33089156.0, + "step": 25710 + }, + { + "entropy": 1.189281153678894, + "epoch": 2.4572465845036784, + "grad_norm": 1.3069818019866943, + "learning_rate": 8.98885942466391e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8700276196002961, + "num_tokens": 33101887.0, + "step": 25720 + }, + { + "entropy": 1.192899751663208, + "epoch": 2.4582019680901883, + "grad_norm": 1.4728494882583618, + "learning_rate": 8.987906727119999e-05, + "loss": 0.3759, + "mean_token_accuracy": 0.8457325279712677, + "num_tokens": 33114521.0, + "step": 25730 + }, + { + "entropy": 1.1881610870361328, + "epoch": 2.4591573516766982, + "grad_norm": 1.4661033153533936, + "learning_rate": 8.986953631507928e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.856000816822052, + "num_tokens": 33127272.0, + "step": 25740 + }, + { + "entropy": 1.2021214008331298, + "epoch": 2.460112735263208, + "grad_norm": 1.4040929079055786, + "learning_rate": 8.986000137922834e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8638790011405945, + "num_tokens": 33140030.0, + "step": 25750 + }, + { + "entropy": 1.1929506540298462, + "epoch": 2.461068118849718, + "grad_norm": 1.3976126909255981, + "learning_rate": 8.985046246459891e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8717620491981506, + "num_tokens": 33153083.0, + "step": 25760 + }, + { + "entropy": 1.2093465447425842, + "epoch": 2.462023502436228, + "grad_norm": 1.6258759498596191, + "learning_rate": 8.984091957214318e-05, + "loss": 0.3645, + "mean_token_accuracy": 0.8536165893077851, + "num_tokens": 33165630.0, + "step": 25770 + }, + { + "entropy": 1.2133806824684144, + "epoch": 2.462978886022738, + "grad_norm": 1.2204567193984985, + "learning_rate": 8.98313727028137e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.855105745792389, + "num_tokens": 33178223.0, + "step": 25780 + }, + { + "entropy": 1.1941123127937316, + "epoch": 2.463934269609248, + "grad_norm": 1.1576768159866333, + "learning_rate": 8.98218218575634e-05, + "loss": 0.2744, + "mean_token_accuracy": 0.8915187954902649, + "num_tokens": 33191369.0, + "step": 25790 + }, + { + "entropy": 1.2202988386154174, + "epoch": 2.4648896531957583, + "grad_norm": 1.5496608018875122, + "learning_rate": 8.981226703734569e-05, + "loss": 0.3641, + "mean_token_accuracy": 0.8519596517086029, + "num_tokens": 33204669.0, + "step": 25800 + }, + { + "entropy": 1.1977097630500793, + "epoch": 2.465845036782268, + "grad_norm": 1.598840355873108, + "learning_rate": 8.980270824311428e-05, + "loss": 0.3352, + "mean_token_accuracy": 0.8660366892814636, + "num_tokens": 33217804.0, + "step": 25810 + }, + { + "entropy": 1.2105924367904664, + "epoch": 2.466800420368778, + "grad_norm": 1.381595492362976, + "learning_rate": 8.979314547582331e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8673284530639649, + "num_tokens": 33230355.0, + "step": 25820 + }, + { + "entropy": 1.2143126487731934, + "epoch": 2.467755803955288, + "grad_norm": 1.204545497894287, + "learning_rate": 8.978357873642736e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8409916460514069, + "num_tokens": 33242585.0, + "step": 25830 + }, + { + "entropy": 1.2278141736984254, + "epoch": 2.468711187541798, + "grad_norm": 1.2759273052215576, + "learning_rate": 8.977400802588134e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8558202981948853, + "num_tokens": 33255393.0, + "step": 25840 + }, + { + "entropy": 1.219489336013794, + "epoch": 2.469666571128308, + "grad_norm": 1.4222034215927124, + "learning_rate": 8.976443334514062e-05, + "loss": 0.3253, + "mean_token_accuracy": 0.872684645652771, + "num_tokens": 33269253.0, + "step": 25850 + }, + { + "entropy": 1.2202323913574218, + "epoch": 2.470621954714818, + "grad_norm": 1.1331844329833984, + "learning_rate": 8.97548546951609e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8702476859092713, + "num_tokens": 33282672.0, + "step": 25860 + }, + { + "entropy": 1.2109196424484252, + "epoch": 2.471577338301328, + "grad_norm": 1.6274482011795044, + "learning_rate": 8.974527207689833e-05, + "loss": 0.3299, + "mean_token_accuracy": 0.8649990558624268, + "num_tokens": 33295794.0, + "step": 25870 + }, + { + "entropy": 1.2121507048606872, + "epoch": 2.472532721887838, + "grad_norm": 1.072042465209961, + "learning_rate": 8.973568549130942e-05, + "loss": 0.3563, + "mean_token_accuracy": 0.8589304983615875, + "num_tokens": 33308519.0, + "step": 25880 + }, + { + "entropy": 1.2232863068580628, + "epoch": 2.473488105474348, + "grad_norm": 1.0704066753387451, + "learning_rate": 8.97260949393511e-05, + "loss": 0.339, + "mean_token_accuracy": 0.8689180731773376, + "num_tokens": 33322163.0, + "step": 25890 + }, + { + "entropy": 1.1975026607513428, + "epoch": 2.474443489060858, + "grad_norm": 1.786890983581543, + "learning_rate": 8.97165004219807e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8653718769550324, + "num_tokens": 33334672.0, + "step": 25900 + }, + { + "entropy": 1.1983415722846984, + "epoch": 2.475398872647368, + "grad_norm": 1.2272788286209106, + "learning_rate": 8.97069019401559e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8527952671051026, + "num_tokens": 33347229.0, + "step": 25910 + }, + { + "entropy": 1.2078079581260681, + "epoch": 2.476354256233878, + "grad_norm": 1.2190940380096436, + "learning_rate": 8.969729949483485e-05, + "loss": 0.3565, + "mean_token_accuracy": 0.8594321846961975, + "num_tokens": 33360273.0, + "step": 25920 + }, + { + "entropy": 1.2149737477302551, + "epoch": 2.4773096398203878, + "grad_norm": 1.4296096563339233, + "learning_rate": 8.968769308697602e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8577217817306518, + "num_tokens": 33373897.0, + "step": 25930 + }, + { + "entropy": 1.1905681610107421, + "epoch": 2.4782650234068977, + "grad_norm": 1.2875652313232422, + "learning_rate": 8.967808271753834e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.8772520542144775, + "num_tokens": 33386343.0, + "step": 25940 + }, + { + "entropy": 1.1916651725769043, + "epoch": 2.4792204069934076, + "grad_norm": 1.1098700761795044, + "learning_rate": 8.966846838748109e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8785376787185669, + "num_tokens": 33399823.0, + "step": 25950 + }, + { + "entropy": 1.191626536846161, + "epoch": 2.480175790579918, + "grad_norm": 1.2534757852554321, + "learning_rate": 8.965885009776395e-05, + "loss": 0.3486, + "mean_token_accuracy": 0.8690079331398011, + "num_tokens": 33412529.0, + "step": 25960 + }, + { + "entropy": 1.2011879682540894, + "epoch": 2.481131174166428, + "grad_norm": 1.269819974899292, + "learning_rate": 8.964922784934704e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8733319818973542, + "num_tokens": 33425316.0, + "step": 25970 + }, + { + "entropy": 1.1795326232910157, + "epoch": 2.482086557752938, + "grad_norm": 0.7686483860015869, + "learning_rate": 8.963960164319081e-05, + "loss": 0.2915, + "mean_token_accuracy": 0.8834493279457092, + "num_tokens": 33438006.0, + "step": 25980 + }, + { + "entropy": 1.1924156665802002, + "epoch": 2.4830419413394478, + "grad_norm": 1.4800397157669067, + "learning_rate": 8.962997148025614e-05, + "loss": 0.3408, + "mean_token_accuracy": 0.8686246395111084, + "num_tokens": 33450656.0, + "step": 25990 + }, + { + "entropy": 1.1804022073745728, + "epoch": 2.4839973249259577, + "grad_norm": 1.620067834854126, + "learning_rate": 8.96203373615043e-05, + "loss": 0.3, + "mean_token_accuracy": 0.8881469964981079, + "num_tokens": 33462736.0, + "step": 26000 + }, + { + "entropy": 1.211348056793213, + "epoch": 2.4849527085124676, + "grad_norm": 1.1551250219345093, + "learning_rate": 8.961069928789699e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8511243522167206, + "num_tokens": 33475870.0, + "step": 26010 + }, + { + "entropy": 1.2037302494049071, + "epoch": 2.4859080920989776, + "grad_norm": 1.0765382051467896, + "learning_rate": 8.960105726039622e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8702756285667419, + "num_tokens": 33488510.0, + "step": 26020 + }, + { + "entropy": 1.2162588238716125, + "epoch": 2.486863475685488, + "grad_norm": 1.6081043481826782, + "learning_rate": 8.95914112799645e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.870373147726059, + "num_tokens": 33501773.0, + "step": 26030 + }, + { + "entropy": 1.1905337572097778, + "epoch": 2.487818859271998, + "grad_norm": 1.3737331628799438, + "learning_rate": 8.958176134756465e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8718507349491119, + "num_tokens": 33514358.0, + "step": 26040 + }, + { + "entropy": 1.2043388128280639, + "epoch": 2.488774242858508, + "grad_norm": 1.6821982860565186, + "learning_rate": 8.957210746415989e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8791302561759948, + "num_tokens": 33527809.0, + "step": 26050 + }, + { + "entropy": 1.1966469168663025, + "epoch": 2.4897296264450177, + "grad_norm": 1.210782766342163, + "learning_rate": 8.956244963071391e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8748672723770141, + "num_tokens": 33540377.0, + "step": 26060 + }, + { + "entropy": 1.207464337348938, + "epoch": 2.4906850100315276, + "grad_norm": 1.275445580482483, + "learning_rate": 8.955278784819071e-05, + "loss": 0.3144, + "mean_token_accuracy": 0.8794229924678802, + "num_tokens": 33553292.0, + "step": 26070 + }, + { + "entropy": 1.2029526829719543, + "epoch": 2.4916403936180376, + "grad_norm": 1.447795033454895, + "learning_rate": 8.954312211755474e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8550068020820618, + "num_tokens": 33565130.0, + "step": 26080 + }, + { + "entropy": 1.2031834959983825, + "epoch": 2.4925957772045475, + "grad_norm": 1.457283854484558, + "learning_rate": 8.953345243977079e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8832010805606842, + "num_tokens": 33578236.0, + "step": 26090 + }, + { + "entropy": 1.2100302934646607, + "epoch": 2.4935511607910574, + "grad_norm": 1.1834051609039307, + "learning_rate": 8.95237788158041e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8785710752010345, + "num_tokens": 33591293.0, + "step": 26100 + }, + { + "entropy": 1.2077768087387084, + "epoch": 2.4945065443775674, + "grad_norm": 1.3123704195022583, + "learning_rate": 8.951410124662028e-05, + "loss": 0.3461, + "mean_token_accuracy": 0.86217001080513, + "num_tokens": 33604544.0, + "step": 26110 + }, + { + "entropy": 1.2237738370895386, + "epoch": 2.4954619279640777, + "grad_norm": 1.2056797742843628, + "learning_rate": 8.950441973318534e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8644581854343414, + "num_tokens": 33617835.0, + "step": 26120 + }, + { + "entropy": 1.2140419483184814, + "epoch": 2.4964173115505877, + "grad_norm": 1.6582154035568237, + "learning_rate": 8.949473427646565e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8715696513652802, + "num_tokens": 33630818.0, + "step": 26130 + }, + { + "entropy": 1.2243022441864013, + "epoch": 2.4973726951370976, + "grad_norm": 1.7092747688293457, + "learning_rate": 8.948504487742804e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8632816255092621, + "num_tokens": 33643333.0, + "step": 26140 + }, + { + "entropy": 1.2153175115585326, + "epoch": 2.4983280787236075, + "grad_norm": 1.5160077810287476, + "learning_rate": 8.947535153703965e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8610332310199738, + "num_tokens": 33656153.0, + "step": 26150 + }, + { + "entropy": 1.2073302507400512, + "epoch": 2.4992834623101174, + "grad_norm": 1.1182785034179688, + "learning_rate": 8.946565425626808e-05, + "loss": 0.3308, + "mean_token_accuracy": 0.8658287644386291, + "num_tokens": 33668764.0, + "step": 26160 + }, + { + "entropy": 1.2124357104301453, + "epoch": 2.5002388458966274, + "grad_norm": 1.1184909343719482, + "learning_rate": 8.94559530360813e-05, + "loss": 0.3528, + "mean_token_accuracy": 0.8610064744949341, + "num_tokens": 33681730.0, + "step": 26170 + }, + { + "entropy": 1.208519983291626, + "epoch": 2.5011942294831373, + "grad_norm": 1.3792898654937744, + "learning_rate": 8.944624787744769e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8678054213523865, + "num_tokens": 33694420.0, + "step": 26180 + }, + { + "entropy": 1.2009381532669068, + "epoch": 2.5021496130696477, + "grad_norm": 1.7629050016403198, + "learning_rate": 8.943653878133598e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8681278347969055, + "num_tokens": 33707175.0, + "step": 26190 + }, + { + "entropy": 1.2080859184265136, + "epoch": 2.5031049966561576, + "grad_norm": 1.2618989944458008, + "learning_rate": 8.942682574871534e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.846781313419342, + "num_tokens": 33720122.0, + "step": 26200 + }, + { + "entropy": 1.2189051151275634, + "epoch": 2.5040603802426675, + "grad_norm": 1.8316899538040161, + "learning_rate": 8.94171087805553e-05, + "loss": 0.3623, + "mean_token_accuracy": 0.8649519741535187, + "num_tokens": 33732772.0, + "step": 26210 + }, + { + "entropy": 1.2144309401512146, + "epoch": 2.5050157638291775, + "grad_norm": 1.3835275173187256, + "learning_rate": 8.940738787782581e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8701568961143493, + "num_tokens": 33745947.0, + "step": 26220 + }, + { + "entropy": 1.2113586068153381, + "epoch": 2.5059711474156874, + "grad_norm": 1.4080313444137573, + "learning_rate": 8.939766304149719e-05, + "loss": 0.335, + "mean_token_accuracy": 0.8603330552577972, + "num_tokens": 33758492.0, + "step": 26230 + }, + { + "entropy": 1.2018516302108764, + "epoch": 2.5069265310021973, + "grad_norm": 1.5625683069229126, + "learning_rate": 8.938793427254017e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8669409811496734, + "num_tokens": 33771437.0, + "step": 26240 + }, + { + "entropy": 1.2037014722824098, + "epoch": 2.5078819145887072, + "grad_norm": 1.0484230518341064, + "learning_rate": 8.937820157192584e-05, + "loss": 0.3516, + "mean_token_accuracy": 0.860367500782013, + "num_tokens": 33784743.0, + "step": 26250 + }, + { + "entropy": 1.1965481162071228, + "epoch": 2.5088372981752176, + "grad_norm": 1.1038466691970825, + "learning_rate": 8.936846494062574e-05, + "loss": 0.3517, + "mean_token_accuracy": 0.8611975848674774, + "num_tokens": 33797682.0, + "step": 26260 + }, + { + "entropy": 1.1988388180732727, + "epoch": 2.509792681761727, + "grad_norm": 1.6120284795761108, + "learning_rate": 8.935872437961175e-05, + "loss": 0.3319, + "mean_token_accuracy": 0.87004714012146, + "num_tokens": 33810302.0, + "step": 26270 + }, + { + "entropy": 1.1689611673355103, + "epoch": 2.5107480653482375, + "grad_norm": 1.5009256601333618, + "learning_rate": 8.934897988985616e-05, + "loss": 0.3021, + "mean_token_accuracy": 0.8778969764709472, + "num_tokens": 33822487.0, + "step": 26280 + }, + { + "entropy": 1.1848813891410828, + "epoch": 2.5117034489347474, + "grad_norm": 1.0871632099151611, + "learning_rate": 8.933923147233166e-05, + "loss": 0.3205, + "mean_token_accuracy": 0.8730782389640808, + "num_tokens": 33834948.0, + "step": 26290 + }, + { + "entropy": 1.1940230846405029, + "epoch": 2.5126588325212573, + "grad_norm": 1.4349634647369385, + "learning_rate": 8.932947912801133e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.855189049243927, + "num_tokens": 33847285.0, + "step": 26300 + }, + { + "entropy": 1.1986735582351684, + "epoch": 2.5136142161077673, + "grad_norm": 1.213815450668335, + "learning_rate": 8.931972285786863e-05, + "loss": 0.3363, + "mean_token_accuracy": 0.868332690000534, + "num_tokens": 33860136.0, + "step": 26310 + }, + { + "entropy": 1.209972321987152, + "epoch": 2.514569599694277, + "grad_norm": 1.2234786748886108, + "learning_rate": 8.930996266287743e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8693481266498566, + "num_tokens": 33873377.0, + "step": 26320 + }, + { + "entropy": 1.2031380891799928, + "epoch": 2.515524983280787, + "grad_norm": 1.3369616270065308, + "learning_rate": 8.930019854401196e-05, + "loss": 0.3333, + "mean_token_accuracy": 0.86602081656456, + "num_tokens": 33886187.0, + "step": 26330 + }, + { + "entropy": 1.210564923286438, + "epoch": 2.516480366867297, + "grad_norm": 1.343463659286499, + "learning_rate": 8.929043050224688e-05, + "loss": 0.3525, + "mean_token_accuracy": 0.8538656115531922, + "num_tokens": 33899068.0, + "step": 26340 + }, + { + "entropy": 1.1901499509811402, + "epoch": 2.5174357504538074, + "grad_norm": 1.2435643672943115, + "learning_rate": 8.928065853855722e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8646844387054443, + "num_tokens": 33911717.0, + "step": 26350 + }, + { + "entropy": 1.1916741251945495, + "epoch": 2.5183911340403173, + "grad_norm": 1.8845332860946655, + "learning_rate": 8.92708826539184e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.8778742909431457, + "num_tokens": 33923813.0, + "step": 26360 + }, + { + "entropy": 1.2104879379272462, + "epoch": 2.5193465176268273, + "grad_norm": 1.2274839878082275, + "learning_rate": 8.926110284930625e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.867010873556137, + "num_tokens": 33936883.0, + "step": 26370 + }, + { + "entropy": 1.20859352350235, + "epoch": 2.520301901213337, + "grad_norm": 1.535989761352539, + "learning_rate": 8.925131912569697e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.859102314710617, + "num_tokens": 33950032.0, + "step": 26380 + }, + { + "entropy": 1.214603328704834, + "epoch": 2.521257284799847, + "grad_norm": 1.109756588935852, + "learning_rate": 8.924153148406716e-05, + "loss": 0.3547, + "mean_token_accuracy": 0.8580629289150238, + "num_tokens": 33963090.0, + "step": 26390 + }, + { + "entropy": 1.205756664276123, + "epoch": 2.522212668386357, + "grad_norm": 1.6876981258392334, + "learning_rate": 8.923173992539381e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.866849684715271, + "num_tokens": 33976017.0, + "step": 26400 + }, + { + "entropy": 1.1883160471916199, + "epoch": 2.523168051972867, + "grad_norm": 1.4989608526229858, + "learning_rate": 8.92219444506543e-05, + "loss": 0.313, + "mean_token_accuracy": 0.8738945782184601, + "num_tokens": 33988772.0, + "step": 26410 + }, + { + "entropy": 1.1883703589439392, + "epoch": 2.5241234355593773, + "grad_norm": 1.2480719089508057, + "learning_rate": 8.921214506082643e-05, + "loss": 0.34, + "mean_token_accuracy": 0.8601615190505981, + "num_tokens": 34001568.0, + "step": 26420 + }, + { + "entropy": 1.1876972436904907, + "epoch": 2.525078819145887, + "grad_norm": 1.6006687879562378, + "learning_rate": 8.920234175688831e-05, + "loss": 0.2998, + "mean_token_accuracy": 0.8826864123344421, + "num_tokens": 34014437.0, + "step": 26430 + }, + { + "entropy": 1.1777339100837707, + "epoch": 2.526034202732397, + "grad_norm": 1.1381949186325073, + "learning_rate": 8.919253453981855e-05, + "loss": 0.3301, + "mean_token_accuracy": 0.8669691860675812, + "num_tokens": 34026870.0, + "step": 26440 + }, + { + "entropy": 1.200885260105133, + "epoch": 2.526989586318907, + "grad_norm": 1.159848690032959, + "learning_rate": 8.918272341059605e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8550218343734741, + "num_tokens": 34039664.0, + "step": 26450 + }, + { + "entropy": 1.1861170887947083, + "epoch": 2.527944969905417, + "grad_norm": 1.4819347858428955, + "learning_rate": 8.917290837020018e-05, + "loss": 0.3377, + "mean_token_accuracy": 0.8719714224338532, + "num_tokens": 34052460.0, + "step": 26460 + }, + { + "entropy": 1.1966336488723754, + "epoch": 2.528900353491927, + "grad_norm": 1.2512072324752808, + "learning_rate": 8.916308941961063e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8685598909854889, + "num_tokens": 34065413.0, + "step": 26470 + }, + { + "entropy": 1.1965661525726319, + "epoch": 2.529855737078437, + "grad_norm": 1.3247885704040527, + "learning_rate": 8.915326655980756e-05, + "loss": 0.2995, + "mean_token_accuracy": 0.8833576440811157, + "num_tokens": 34078611.0, + "step": 26480 + }, + { + "entropy": 1.1999630570411681, + "epoch": 2.530811120664947, + "grad_norm": 1.318005919456482, + "learning_rate": 8.914343979177144e-05, + "loss": 0.3308, + "mean_token_accuracy": 0.8686709761619568, + "num_tokens": 34091730.0, + "step": 26490 + }, + { + "entropy": 1.2035150408744812, + "epoch": 2.5317665042514568, + "grad_norm": 1.5107831954956055, + "learning_rate": 8.913360911648318e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8593413829803467, + "num_tokens": 34104689.0, + "step": 26500 + }, + { + "entropy": 1.2015604615211486, + "epoch": 2.532721887837967, + "grad_norm": 1.216741681098938, + "learning_rate": 8.912377453492408e-05, + "loss": 0.359, + "mean_token_accuracy": 0.8629756569862366, + "num_tokens": 34117386.0, + "step": 26510 + }, + { + "entropy": 1.1938596963882446, + "epoch": 2.533677271424477, + "grad_norm": 1.091286063194275, + "learning_rate": 8.911393604807579e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.877064323425293, + "num_tokens": 34129728.0, + "step": 26520 + }, + { + "entropy": 1.2033576130867005, + "epoch": 2.534632655010987, + "grad_norm": 1.034098744392395, + "learning_rate": 8.910409365692039e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8686354041099549, + "num_tokens": 34143119.0, + "step": 26530 + }, + { + "entropy": 1.1975039958953857, + "epoch": 2.535588038597497, + "grad_norm": 1.356925368309021, + "learning_rate": 8.909424736244034e-05, + "loss": 0.3773, + "mean_token_accuracy": 0.8507372140884399, + "num_tokens": 34156271.0, + "step": 26540 + }, + { + "entropy": 1.1948472023010255, + "epoch": 2.536543422184007, + "grad_norm": 1.3462036848068237, + "learning_rate": 8.908439716561847e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8593749940395355, + "num_tokens": 34168960.0, + "step": 26550 + }, + { + "entropy": 1.211882722377777, + "epoch": 2.537498805770517, + "grad_norm": 1.187837839126587, + "learning_rate": 8.907454306743803e-05, + "loss": 0.3248, + "mean_token_accuracy": 0.8739648342132569, + "num_tokens": 34182572.0, + "step": 26560 + }, + { + "entropy": 1.183942151069641, + "epoch": 2.5384541893570267, + "grad_norm": 1.5130259990692139, + "learning_rate": 8.906468506888264e-05, + "loss": 0.3362, + "mean_token_accuracy": 0.8664287447929382, + "num_tokens": 34195207.0, + "step": 26570 + }, + { + "entropy": 1.2004982471466064, + "epoch": 2.539409572943537, + "grad_norm": 1.3406370878219604, + "learning_rate": 8.905482317093631e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8652424931526184, + "num_tokens": 34208008.0, + "step": 26580 + }, + { + "entropy": 1.1984762668609619, + "epoch": 2.5403649565300466, + "grad_norm": 1.3305754661560059, + "learning_rate": 8.904495737458347e-05, + "loss": 0.3675, + "mean_token_accuracy": 0.8514446675777435, + "num_tokens": 34220777.0, + "step": 26590 + }, + { + "entropy": 1.1914255738258361, + "epoch": 2.541320340116557, + "grad_norm": 1.006862759590149, + "learning_rate": 8.903508768080887e-05, + "loss": 0.344, + "mean_token_accuracy": 0.859223234653473, + "num_tokens": 34233255.0, + "step": 26600 + }, + { + "entropy": 1.1822185516357422, + "epoch": 2.542275723703067, + "grad_norm": 1.1593334674835205, + "learning_rate": 8.90252140905977e-05, + "loss": 0.295, + "mean_token_accuracy": 0.8868727087974548, + "num_tokens": 34246671.0, + "step": 26610 + }, + { + "entropy": 1.173099935054779, + "epoch": 2.543231107289577, + "grad_norm": 1.5353055000305176, + "learning_rate": 8.901533660493555e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.850556606054306, + "num_tokens": 34259311.0, + "step": 26620 + }, + { + "entropy": 1.1949498772621154, + "epoch": 2.5441864908760867, + "grad_norm": 1.2312953472137451, + "learning_rate": 8.900545522480838e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8692432522773743, + "num_tokens": 34272157.0, + "step": 26630 + }, + { + "entropy": 1.2051875710487365, + "epoch": 2.5451418744625967, + "grad_norm": 1.6173489093780518, + "learning_rate": 8.899556995120251e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8532009899616242, + "num_tokens": 34285283.0, + "step": 26640 + }, + { + "entropy": 1.1894936919212342, + "epoch": 2.5460972580491066, + "grad_norm": 1.1629897356033325, + "learning_rate": 8.89856807851047e-05, + "loss": 0.3028, + "mean_token_accuracy": 0.8802150607109069, + "num_tokens": 34298225.0, + "step": 26650 + }, + { + "entropy": 1.1938658595085143, + "epoch": 2.5470526416356165, + "grad_norm": 1.2053606510162354, + "learning_rate": 8.897578772750206e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8587509751319885, + "num_tokens": 34310970.0, + "step": 26660 + }, + { + "entropy": 1.1877591013908386, + "epoch": 2.548008025222127, + "grad_norm": 1.4407029151916504, + "learning_rate": 8.896589077938213e-05, + "loss": 0.3135, + "mean_token_accuracy": 0.8790534257888794, + "num_tokens": 34324167.0, + "step": 26670 + }, + { + "entropy": 1.1967551827430725, + "epoch": 2.548963408808637, + "grad_norm": 1.197187900543213, + "learning_rate": 8.895598994173277e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.857399296760559, + "num_tokens": 34336578.0, + "step": 26680 + }, + { + "entropy": 1.1840872764587402, + "epoch": 2.5499187923951467, + "grad_norm": 1.2974319458007812, + "learning_rate": 8.894608521554232e-05, + "loss": 0.3425, + "mean_token_accuracy": 0.8715974390506744, + "num_tokens": 34349120.0, + "step": 26690 + }, + { + "entropy": 1.1993941426277162, + "epoch": 2.5508741759816567, + "grad_norm": 1.262412667274475, + "learning_rate": 8.893617660179942e-05, + "loss": 0.322, + "mean_token_accuracy": 0.86903617978096, + "num_tokens": 34362092.0, + "step": 26700 + }, + { + "entropy": 1.1732095718383788, + "epoch": 2.5518295595681666, + "grad_norm": 1.5242971181869507, + "learning_rate": 8.892626410149314e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8589146196842193, + "num_tokens": 34374046.0, + "step": 26710 + }, + { + "entropy": 1.1990605592727661, + "epoch": 2.5527849431546765, + "grad_norm": 1.4204238653182983, + "learning_rate": 8.891634771561295e-05, + "loss": 0.3367, + "mean_token_accuracy": 0.8628189563751221, + "num_tokens": 34387270.0, + "step": 26720 + }, + { + "entropy": 1.1823136806488037, + "epoch": 2.5537403267411865, + "grad_norm": 1.1127811670303345, + "learning_rate": 8.890642744514867e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8836813390254974, + "num_tokens": 34400043.0, + "step": 26730 + }, + { + "entropy": 1.1811044692993165, + "epoch": 2.554695710327697, + "grad_norm": 1.3685884475708008, + "learning_rate": 8.889650329109056e-05, + "loss": 0.3449, + "mean_token_accuracy": 0.8612674295902252, + "num_tokens": 34412503.0, + "step": 26740 + }, + { + "entropy": 1.18852037191391, + "epoch": 2.5556510939142063, + "grad_norm": 1.1104778051376343, + "learning_rate": 8.888657525442923e-05, + "loss": 0.3484, + "mean_token_accuracy": 0.8654066383838653, + "num_tokens": 34425508.0, + "step": 26750 + }, + { + "entropy": 1.1840373754501343, + "epoch": 2.5566064775007167, + "grad_norm": 1.318404197692871, + "learning_rate": 8.887664333615566e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.8623166263103486, + "num_tokens": 34438136.0, + "step": 26760 + }, + { + "entropy": 1.2027095913887025, + "epoch": 2.5575618610872266, + "grad_norm": 1.5135900974273682, + "learning_rate": 8.886670753726126e-05, + "loss": 0.3267, + "mean_token_accuracy": 0.8741623163223267, + "num_tokens": 34451194.0, + "step": 26770 + }, + { + "entropy": 1.1887277960777283, + "epoch": 2.5585172446737365, + "grad_norm": 1.2909303903579712, + "learning_rate": 8.885676785873779e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8600535988807678, + "num_tokens": 34463771.0, + "step": 26780 + }, + { + "entropy": 1.2009639978408813, + "epoch": 2.5594726282602465, + "grad_norm": 0.9993055462837219, + "learning_rate": 8.884682430157747e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8644817888736724, + "num_tokens": 34476564.0, + "step": 26790 + }, + { + "entropy": 1.2047284603118897, + "epoch": 2.5604280118467564, + "grad_norm": 1.531411051750183, + "learning_rate": 8.88368768667728e-05, + "loss": 0.326, + "mean_token_accuracy": 0.8688936293125152, + "num_tokens": 34489637.0, + "step": 26800 + }, + { + "entropy": 1.1966266274452209, + "epoch": 2.5613833954332663, + "grad_norm": 1.657261848449707, + "learning_rate": 8.882692555531673e-05, + "loss": 0.336, + "mean_token_accuracy": 0.8618614614009857, + "num_tokens": 34502097.0, + "step": 26810 + }, + { + "entropy": 1.2234793543815612, + "epoch": 2.5623387790197762, + "grad_norm": 1.7106400728225708, + "learning_rate": 8.881697036820262e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8496159791946412, + "num_tokens": 34515203.0, + "step": 26820 + }, + { + "entropy": 1.1966220259666442, + "epoch": 2.5632941626062866, + "grad_norm": 1.0927480459213257, + "learning_rate": 8.880701130642416e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8577070534229279, + "num_tokens": 34528113.0, + "step": 26830 + }, + { + "entropy": 1.1832063794136047, + "epoch": 2.5642495461927965, + "grad_norm": 1.2581583261489868, + "learning_rate": 8.879704837097545e-05, + "loss": 0.3097, + "mean_token_accuracy": 0.8757302522659302, + "num_tokens": 34541200.0, + "step": 26840 + }, + { + "entropy": 1.1821667075157165, + "epoch": 2.5652049297793065, + "grad_norm": 1.4133881330490112, + "learning_rate": 8.878708156285098e-05, + "loss": 0.3247, + "mean_token_accuracy": 0.8727731168270111, + "num_tokens": 34554151.0, + "step": 26850 + }, + { + "entropy": 1.1738125443458558, + "epoch": 2.5661603133658164, + "grad_norm": 0.9645517468452454, + "learning_rate": 8.877711088304563e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8724456310272217, + "num_tokens": 34567127.0, + "step": 26860 + }, + { + "entropy": 1.167068874835968, + "epoch": 2.5671156969523263, + "grad_norm": 1.2296768426895142, + "learning_rate": 8.876713633255467e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8771051406860352, + "num_tokens": 34579909.0, + "step": 26870 + }, + { + "entropy": 1.1783066749572755, + "epoch": 2.5680710805388363, + "grad_norm": 1.248701810836792, + "learning_rate": 8.875715791237373e-05, + "loss": 0.317, + "mean_token_accuracy": 0.8749226450920105, + "num_tokens": 34592863.0, + "step": 26880 + }, + { + "entropy": 1.1665762543678284, + "epoch": 2.569026464125346, + "grad_norm": 1.4104423522949219, + "learning_rate": 8.874717562349885e-05, + "loss": 0.3202, + "mean_token_accuracy": 0.8751550376415252, + "num_tokens": 34604903.0, + "step": 26890 + }, + { + "entropy": 1.1990100622177124, + "epoch": 2.5699818477118566, + "grad_norm": 1.3272289037704468, + "learning_rate": 8.873718946692646e-05, + "loss": 0.3034, + "mean_token_accuracy": 0.8752128541469574, + "num_tokens": 34618911.0, + "step": 26900 + }, + { + "entropy": 1.182515275478363, + "epoch": 2.570937231298366, + "grad_norm": 1.4101448059082031, + "learning_rate": 8.872719944365336e-05, + "loss": 0.2974, + "mean_token_accuracy": 0.882742577791214, + "num_tokens": 34632062.0, + "step": 26910 + }, + { + "entropy": 1.1967249035835266, + "epoch": 2.5718926148848764, + "grad_norm": 1.4869800806045532, + "learning_rate": 8.871720555467674e-05, + "loss": 0.3615, + "mean_token_accuracy": 0.8558441758155823, + "num_tokens": 34645472.0, + "step": 26920 + }, + { + "entropy": 1.1901661157608032, + "epoch": 2.5728479984713863, + "grad_norm": 1.1381720304489136, + "learning_rate": 8.870720780099417e-05, + "loss": 0.3609, + "mean_token_accuracy": 0.8585680186748504, + "num_tokens": 34658417.0, + "step": 26930 + }, + { + "entropy": 1.1945032715797423, + "epoch": 2.5738033820578963, + "grad_norm": 1.0598174333572388, + "learning_rate": 8.869720618360365e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8620841860771179, + "num_tokens": 34670966.0, + "step": 26940 + }, + { + "entropy": 1.2131556153297425, + "epoch": 2.574758765644406, + "grad_norm": 1.435415267944336, + "learning_rate": 8.86872007035035e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.8579931676387786, + "num_tokens": 34684378.0, + "step": 26950 + }, + { + "entropy": 1.192126703262329, + "epoch": 2.575714149230916, + "grad_norm": 1.5626168251037598, + "learning_rate": 8.867719136169243e-05, + "loss": 0.3239, + "mean_token_accuracy": 0.8667530417442322, + "num_tokens": 34697665.0, + "step": 26960 + }, + { + "entropy": 1.1748266100883484, + "epoch": 2.576669532817426, + "grad_norm": 1.3199487924575806, + "learning_rate": 8.866717815916961e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8675349116325378, + "num_tokens": 34710370.0, + "step": 26970 + }, + { + "entropy": 1.1840296268463135, + "epoch": 2.577624916403936, + "grad_norm": 1.2276089191436768, + "learning_rate": 8.865716109693453e-05, + "loss": 0.3343, + "mean_token_accuracy": 0.8692649066448211, + "num_tokens": 34723378.0, + "step": 26980 + }, + { + "entropy": 1.1851407408714294, + "epoch": 2.5785802999904464, + "grad_norm": 1.3718289136886597, + "learning_rate": 8.864714017598706e-05, + "loss": 0.3479, + "mean_token_accuracy": 0.8658275902271271, + "num_tokens": 34736642.0, + "step": 26990 + }, + { + "entropy": 1.1818633675575256, + "epoch": 2.5795356835769563, + "grad_norm": 1.6446627378463745, + "learning_rate": 8.86371153973275e-05, + "loss": 0.3424, + "mean_token_accuracy": 0.8645290553569793, + "num_tokens": 34749050.0, + "step": 27000 + }, + { + "entropy": 1.178144133090973, + "epoch": 2.580491067163466, + "grad_norm": 1.908244252204895, + "learning_rate": 8.862708676195652e-05, + "loss": 0.3388, + "mean_token_accuracy": 0.8637851893901825, + "num_tokens": 34761534.0, + "step": 27010 + }, + { + "entropy": 1.1792418360710144, + "epoch": 2.581446450749976, + "grad_norm": 1.2428077459335327, + "learning_rate": 8.861705427087514e-05, + "loss": 0.3375, + "mean_token_accuracy": 0.8600928843021393, + "num_tokens": 34774092.0, + "step": 27020 + }, + { + "entropy": 1.1860909461975098, + "epoch": 2.582401834336486, + "grad_norm": 1.6571894884109497, + "learning_rate": 8.86070179250848e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8628214836120606, + "num_tokens": 34787026.0, + "step": 27030 + }, + { + "entropy": 1.1866329550743102, + "epoch": 2.583357217922996, + "grad_norm": 1.3004999160766602, + "learning_rate": 8.859697772558733e-05, + "loss": 0.2975, + "mean_token_accuracy": 0.8849828004837036, + "num_tokens": 34800569.0, + "step": 27040 + }, + { + "entropy": 1.1903871059417725, + "epoch": 2.584312601509506, + "grad_norm": 1.246320128440857, + "learning_rate": 8.858693367338491e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8684125006198883, + "num_tokens": 34813427.0, + "step": 27050 + }, + { + "entropy": 1.174633252620697, + "epoch": 2.5852679850960163, + "grad_norm": 1.401341199874878, + "learning_rate": 8.857688576948016e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.8680516660213471, + "num_tokens": 34826105.0, + "step": 27060 + }, + { + "entropy": 1.1757763743400573, + "epoch": 2.586223368682526, + "grad_norm": 1.570013165473938, + "learning_rate": 8.856683401487599e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8626936972141266, + "num_tokens": 34838365.0, + "step": 27070 + }, + { + "entropy": 1.190660035610199, + "epoch": 2.587178752269036, + "grad_norm": 1.1307129859924316, + "learning_rate": 8.855677841057581e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8708792507648468, + "num_tokens": 34851748.0, + "step": 27080 + }, + { + "entropy": 1.1852263927459716, + "epoch": 2.588134135855546, + "grad_norm": 1.6554642915725708, + "learning_rate": 8.854671895758336e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8645989418029785, + "num_tokens": 34864469.0, + "step": 27090 + }, + { + "entropy": 1.1944505095481872, + "epoch": 2.589089519442056, + "grad_norm": 1.2663357257843018, + "learning_rate": 8.85366556569027e-05, + "loss": 0.3255, + "mean_token_accuracy": 0.8725057780742645, + "num_tokens": 34877393.0, + "step": 27100 + }, + { + "entropy": 1.186541783809662, + "epoch": 2.590044903028566, + "grad_norm": 1.1928393840789795, + "learning_rate": 8.85265885095384e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8652884304523468, + "num_tokens": 34890510.0, + "step": 27110 + }, + { + "entropy": 1.1747637510299682, + "epoch": 2.591000286615076, + "grad_norm": 1.3865596055984497, + "learning_rate": 8.851651751649532e-05, + "loss": 0.3061, + "mean_token_accuracy": 0.8816324472427368, + "num_tokens": 34903274.0, + "step": 27120 + }, + { + "entropy": 1.1614442467689514, + "epoch": 2.591955670201586, + "grad_norm": 1.0545313358306885, + "learning_rate": 8.850644267877876e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8707046627998352, + "num_tokens": 34915768.0, + "step": 27130 + }, + { + "entropy": 1.1767091393470763, + "epoch": 2.5929110537880957, + "grad_norm": 1.2993767261505127, + "learning_rate": 8.849636399739435e-05, + "loss": 0.3003, + "mean_token_accuracy": 0.8837713956832886, + "num_tokens": 34929068.0, + "step": 27140 + }, + { + "entropy": 1.1703396797180177, + "epoch": 2.593866437374606, + "grad_norm": 1.2443816661834717, + "learning_rate": 8.848628147334815e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8812108695507049, + "num_tokens": 34942360.0, + "step": 27150 + }, + { + "entropy": 1.1792364239692688, + "epoch": 2.594821820961116, + "grad_norm": 1.3571994304656982, + "learning_rate": 8.847619510764658e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8664760947227478, + "num_tokens": 34955425.0, + "step": 27160 + }, + { + "entropy": 1.1815515160560608, + "epoch": 2.595777204547626, + "grad_norm": 1.3517979383468628, + "learning_rate": 8.846610490129646e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8687640726566315, + "num_tokens": 34968417.0, + "step": 27170 + }, + { + "entropy": 1.180776333808899, + "epoch": 2.596732588134136, + "grad_norm": 1.645477294921875, + "learning_rate": 8.845601085530494e-05, + "loss": 0.3152, + "mean_token_accuracy": 0.8739542126655578, + "num_tokens": 34981844.0, + "step": 27180 + }, + { + "entropy": 1.181887435913086, + "epoch": 2.597687971720646, + "grad_norm": 1.1023001670837402, + "learning_rate": 8.844591297067966e-05, + "loss": 0.3231, + "mean_token_accuracy": 0.8741076529026032, + "num_tokens": 34995250.0, + "step": 27190 + }, + { + "entropy": 1.1942810893058777, + "epoch": 2.5986433553071557, + "grad_norm": 1.1371102333068848, + "learning_rate": 8.843581124842853e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8599170625209809, + "num_tokens": 35008315.0, + "step": 27200 + }, + { + "entropy": 1.2009351134300232, + "epoch": 2.5995987388936657, + "grad_norm": 1.4700052738189697, + "learning_rate": 8.842570568955992e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8574891984462738, + "num_tokens": 35021140.0, + "step": 27210 + }, + { + "entropy": 1.192602562904358, + "epoch": 2.600554122480176, + "grad_norm": 1.580875277519226, + "learning_rate": 8.841559629508254e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8694720506668091, + "num_tokens": 35034195.0, + "step": 27220 + }, + { + "entropy": 1.1914752125740051, + "epoch": 2.6015095060666855, + "grad_norm": 1.0975016355514526, + "learning_rate": 8.84054830660055e-05, + "loss": 0.3063, + "mean_token_accuracy": 0.8802506029605865, + "num_tokens": 35047535.0, + "step": 27230 + }, + { + "entropy": 1.2059678435325623, + "epoch": 2.602464889653196, + "grad_norm": 1.4114643335342407, + "learning_rate": 8.83953660033383e-05, + "loss": 0.3448, + "mean_token_accuracy": 0.8610411405563354, + "num_tokens": 35061155.0, + "step": 27240 + }, + { + "entropy": 1.176910126209259, + "epoch": 2.603420273239706, + "grad_norm": 1.975664496421814, + "learning_rate": 8.83852451080908e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8728717505931854, + "num_tokens": 35073657.0, + "step": 27250 + }, + { + "entropy": 1.1917147636413574, + "epoch": 2.6043756568262157, + "grad_norm": 1.1255308389663696, + "learning_rate": 8.837512038127326e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8687734425067901, + "num_tokens": 35086814.0, + "step": 27260 + }, + { + "entropy": 1.178578519821167, + "epoch": 2.6053310404127257, + "grad_norm": 1.6008515357971191, + "learning_rate": 8.836499182389631e-05, + "loss": 0.3138, + "mean_token_accuracy": 0.8793902277946473, + "num_tokens": 35100001.0, + "step": 27270 + }, + { + "entropy": 1.1751740097999572, + "epoch": 2.6062864239992356, + "grad_norm": 1.2442458868026733, + "learning_rate": 8.8354859436971e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8682125449180603, + "num_tokens": 35112438.0, + "step": 27280 + }, + { + "entropy": 1.184707725048065, + "epoch": 2.6072418075857455, + "grad_norm": 1.2520450353622437, + "learning_rate": 8.83447232215087e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8510936319828033, + "num_tokens": 35125238.0, + "step": 27290 + }, + { + "entropy": 1.1994145154953002, + "epoch": 2.6081971911722555, + "grad_norm": 1.2276506423950195, + "learning_rate": 8.833458317852122e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8420156359672546, + "num_tokens": 35138071.0, + "step": 27300 + }, + { + "entropy": 1.1929598808288575, + "epoch": 2.609152574758766, + "grad_norm": 1.19118070602417, + "learning_rate": 8.83244393090207e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.869134521484375, + "num_tokens": 35150864.0, + "step": 27310 + }, + { + "entropy": 1.199680995941162, + "epoch": 2.6101079583452758, + "grad_norm": 1.1788078546524048, + "learning_rate": 8.831429161401971e-05, + "loss": 0.3534, + "mean_token_accuracy": 0.8563341498374939, + "num_tokens": 35163797.0, + "step": 27320 + }, + { + "entropy": 1.1776930212974548, + "epoch": 2.6110633419317857, + "grad_norm": 1.5047998428344727, + "learning_rate": 8.830414009453119e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8663294553756714, + "num_tokens": 35176221.0, + "step": 27330 + }, + { + "entropy": 1.1771225214004517, + "epoch": 2.6120187255182956, + "grad_norm": 1.7521543502807617, + "learning_rate": 8.829398475156843e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8670879125595092, + "num_tokens": 35189583.0, + "step": 27340 + }, + { + "entropy": 1.1857165336608886, + "epoch": 2.6129741091048055, + "grad_norm": 1.2406889200210571, + "learning_rate": 8.828382558614512e-05, + "loss": 0.3394, + "mean_token_accuracy": 0.8645385205745697, + "num_tokens": 35202721.0, + "step": 27350 + }, + { + "entropy": 1.1975208878517152, + "epoch": 2.6139294926913155, + "grad_norm": 1.1242358684539795, + "learning_rate": 8.827366259927537e-05, + "loss": 0.358, + "mean_token_accuracy": 0.8579791009426116, + "num_tokens": 35215397.0, + "step": 27360 + }, + { + "entropy": 1.197960329055786, + "epoch": 2.6148848762778254, + "grad_norm": 1.2360763549804688, + "learning_rate": 8.826349579197362e-05, + "loss": 0.3869, + "mean_token_accuracy": 0.8460353553295136, + "num_tokens": 35228534.0, + "step": 27370 + }, + { + "entropy": 1.1951253175735475, + "epoch": 2.6158402598643358, + "grad_norm": 1.041515588760376, + "learning_rate": 8.825332516525469e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8642554342746734, + "num_tokens": 35241175.0, + "step": 27380 + }, + { + "entropy": 1.189308750629425, + "epoch": 2.6167956434508453, + "grad_norm": 1.2827279567718506, + "learning_rate": 8.82431507201338e-05, + "loss": 0.3636, + "mean_token_accuracy": 0.8624762117862701, + "num_tokens": 35253440.0, + "step": 27390 + }, + { + "entropy": 1.1912167429924012, + "epoch": 2.6177510270373556, + "grad_norm": 1.5290846824645996, + "learning_rate": 8.823297245762661e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8834080994129181, + "num_tokens": 35266820.0, + "step": 27400 + }, + { + "entropy": 1.1951710343360902, + "epoch": 2.6187064106238656, + "grad_norm": 1.5019705295562744, + "learning_rate": 8.822279037874902e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8713865995407104, + "num_tokens": 35279919.0, + "step": 27410 + }, + { + "entropy": 1.2068577766418458, + "epoch": 2.6196617942103755, + "grad_norm": 1.2952020168304443, + "learning_rate": 8.821260448451744e-05, + "loss": 0.349, + "mean_token_accuracy": 0.8597661137580872, + "num_tokens": 35293338.0, + "step": 27420 + }, + { + "entropy": 1.1886911869049073, + "epoch": 2.6206171777968854, + "grad_norm": 1.5387752056121826, + "learning_rate": 8.820241477594862e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8749253511428833, + "num_tokens": 35305766.0, + "step": 27430 + }, + { + "entropy": 1.193103837966919, + "epoch": 2.6215725613833953, + "grad_norm": 1.38671875, + "learning_rate": 8.819222125405965e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8626564502716064, + "num_tokens": 35318533.0, + "step": 27440 + }, + { + "entropy": 1.1727197289466857, + "epoch": 2.6225279449699053, + "grad_norm": 1.0783512592315674, + "learning_rate": 8.818202391986807e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8730854570865632, + "num_tokens": 35331060.0, + "step": 27450 + }, + { + "entropy": 1.1869630575180055, + "epoch": 2.623483328556415, + "grad_norm": 1.1593949794769287, + "learning_rate": 8.817182277439176e-05, + "loss": 0.3608, + "mean_token_accuracy": 0.8592772662639618, + "num_tokens": 35343435.0, + "step": 27460 + }, + { + "entropy": 1.188938844203949, + "epoch": 2.6244387121429256, + "grad_norm": 1.7266960144042969, + "learning_rate": 8.816161781864895e-05, + "loss": 0.3429, + "mean_token_accuracy": 0.8609209358692169, + "num_tokens": 35356315.0, + "step": 27470 + }, + { + "entropy": 1.2150705337524415, + "epoch": 2.6253940957294355, + "grad_norm": 1.070343017578125, + "learning_rate": 8.815140905365834e-05, + "loss": 0.3668, + "mean_token_accuracy": 0.8576357126235962, + "num_tokens": 35369743.0, + "step": 27480 + }, + { + "entropy": 1.2189195156097412, + "epoch": 2.6263494793159454, + "grad_norm": 1.0230977535247803, + "learning_rate": 8.814119648043893e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.8586561620235443, + "num_tokens": 35383187.0, + "step": 27490 + }, + { + "entropy": 1.1868902683258056, + "epoch": 2.6273048629024554, + "grad_norm": 1.4739125967025757, + "learning_rate": 8.813098010001011e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.8796566843986511, + "num_tokens": 35395509.0, + "step": 27500 + }, + { + "entropy": 1.1850880265235901, + "epoch": 2.6282602464889653, + "grad_norm": 1.2148727178573608, + "learning_rate": 8.812075991339171e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8778550803661347, + "num_tokens": 35408813.0, + "step": 27510 + }, + { + "entropy": 1.1844115257263184, + "epoch": 2.629215630075475, + "grad_norm": 1.169381022453308, + "learning_rate": 8.811053592160386e-05, + "loss": 0.332, + "mean_token_accuracy": 0.8660917222499848, + "num_tokens": 35422063.0, + "step": 27520 + }, + { + "entropy": 1.18614022731781, + "epoch": 2.630171013661985, + "grad_norm": 1.5577760934829712, + "learning_rate": 8.810030812566713e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8570922255516052, + "num_tokens": 35434830.0, + "step": 27530 + }, + { + "entropy": 1.195993137359619, + "epoch": 2.6311263972484955, + "grad_norm": 1.6222864389419556, + "learning_rate": 8.809007652660242e-05, + "loss": 0.3568, + "mean_token_accuracy": 0.8562366008758545, + "num_tokens": 35447890.0, + "step": 27540 + }, + { + "entropy": 1.211446750164032, + "epoch": 2.632081780835005, + "grad_norm": 1.10934579372406, + "learning_rate": 8.807984112543105e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8676325082778931, + "num_tokens": 35461388.0, + "step": 27550 + }, + { + "entropy": 1.199055540561676, + "epoch": 2.6330371644215154, + "grad_norm": 1.1656420230865479, + "learning_rate": 8.806960192317471e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8540427148342132, + "num_tokens": 35474247.0, + "step": 27560 + }, + { + "entropy": 1.182952058315277, + "epoch": 2.6339925480080253, + "grad_norm": 1.0809398889541626, + "learning_rate": 8.805935892085548e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8639165997505188, + "num_tokens": 35487123.0, + "step": 27570 + }, + { + "entropy": 1.1840953469276427, + "epoch": 2.634947931594535, + "grad_norm": 1.4828394651412964, + "learning_rate": 8.804911211949579e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8693745732307434, + "num_tokens": 35499800.0, + "step": 27580 + }, + { + "entropy": 1.1816422462463378, + "epoch": 2.635903315181045, + "grad_norm": 1.1426194906234741, + "learning_rate": 8.803886152011844e-05, + "loss": 0.2928, + "mean_token_accuracy": 0.8874496519565582, + "num_tokens": 35513136.0, + "step": 27590 + }, + { + "entropy": 1.1649216175079347, + "epoch": 2.636858698767555, + "grad_norm": 1.203447937965393, + "learning_rate": 8.802860712374665e-05, + "loss": 0.2944, + "mean_token_accuracy": 0.8806477367877961, + "num_tokens": 35525523.0, + "step": 27600 + }, + { + "entropy": 1.1918445229530334, + "epoch": 2.637814082354065, + "grad_norm": 1.3911296129226685, + "learning_rate": 8.801834893140403e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8591678142547607, + "num_tokens": 35538798.0, + "step": 27610 + }, + { + "entropy": 1.1897796273231507, + "epoch": 2.638769465940575, + "grad_norm": 1.2971380949020386, + "learning_rate": 8.800808694411451e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8641906321048737, + "num_tokens": 35551525.0, + "step": 27620 + }, + { + "entropy": 1.1880452275276183, + "epoch": 2.6397248495270853, + "grad_norm": 1.3988443613052368, + "learning_rate": 8.799782116290242e-05, + "loss": 0.3417, + "mean_token_accuracy": 0.8653101325035095, + "num_tokens": 35564040.0, + "step": 27630 + }, + { + "entropy": 1.1826448917388916, + "epoch": 2.6406802331135952, + "grad_norm": 1.343034029006958, + "learning_rate": 8.798755158879251e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8580994307994843, + "num_tokens": 35576298.0, + "step": 27640 + }, + { + "entropy": 1.1886046528816223, + "epoch": 2.641635616700105, + "grad_norm": 1.2481565475463867, + "learning_rate": 8.797727822280985e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8625844836235046, + "num_tokens": 35589772.0, + "step": 27650 + }, + { + "entropy": 1.1899521827697754, + "epoch": 2.642591000286615, + "grad_norm": 1.1322487592697144, + "learning_rate": 8.796700106597995e-05, + "loss": 0.3118, + "mean_token_accuracy": 0.880895334482193, + "num_tokens": 35602792.0, + "step": 27660 + }, + { + "entropy": 1.177991771697998, + "epoch": 2.643546383873125, + "grad_norm": 1.1530448198318481, + "learning_rate": 8.795672011932863e-05, + "loss": 0.3236, + "mean_token_accuracy": 0.8765152215957641, + "num_tokens": 35615720.0, + "step": 27670 + }, + { + "entropy": 1.2041211009025574, + "epoch": 2.644501767459635, + "grad_norm": 1.48058021068573, + "learning_rate": 8.794643538388212e-05, + "loss": 0.39, + "mean_token_accuracy": 0.8469212830066681, + "num_tokens": 35629085.0, + "step": 27680 + }, + { + "entropy": 1.2109983086585998, + "epoch": 2.645457151046145, + "grad_norm": 1.7538119554519653, + "learning_rate": 8.793614686066704e-05, + "loss": 0.3541, + "mean_token_accuracy": 0.8605102896690369, + "num_tokens": 35641678.0, + "step": 27690 + }, + { + "entropy": 1.1915454030036927, + "epoch": 2.6464125346326552, + "grad_norm": 1.7266616821289062, + "learning_rate": 8.79258545507104e-05, + "loss": 0.3169, + "mean_token_accuracy": 0.8737744688987732, + "num_tokens": 35654356.0, + "step": 27700 + }, + { + "entropy": 1.2100824236869812, + "epoch": 2.6473679182191647, + "grad_norm": 1.301805853843689, + "learning_rate": 8.791555845503954e-05, + "loss": 0.3413, + "mean_token_accuracy": 0.8583880305290222, + "num_tokens": 35667609.0, + "step": 27710 + }, + { + "entropy": 1.1952965140342713, + "epoch": 2.648323301805675, + "grad_norm": 1.1148221492767334, + "learning_rate": 8.790525857468221e-05, + "loss": 0.2877, + "mean_token_accuracy": 0.8862333774566651, + "num_tokens": 35680827.0, + "step": 27720 + }, + { + "entropy": 1.197036898136139, + "epoch": 2.649278685392185, + "grad_norm": 1.1240196228027344, + "learning_rate": 8.789495491066653e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8679605603218079, + "num_tokens": 35693516.0, + "step": 27730 + }, + { + "entropy": 1.2027109146118165, + "epoch": 2.650234068978695, + "grad_norm": 1.7357861995697021, + "learning_rate": 8.7884647464021e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8569251835346222, + "num_tokens": 35706179.0, + "step": 27740 + }, + { + "entropy": 1.206236445903778, + "epoch": 2.651189452565205, + "grad_norm": 1.4540839195251465, + "learning_rate": 8.78743362357745e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8661680042743682, + "num_tokens": 35718827.0, + "step": 27750 + }, + { + "entropy": 1.1973164439201356, + "epoch": 2.652144836151715, + "grad_norm": 1.6540372371673584, + "learning_rate": 8.786402122695628e-05, + "loss": 0.3415, + "mean_token_accuracy": 0.8616223990917206, + "num_tokens": 35731251.0, + "step": 27760 + }, + { + "entropy": 1.212264084815979, + "epoch": 2.6531002197382247, + "grad_norm": 1.9683955907821655, + "learning_rate": 8.785370243859599e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8510368466377258, + "num_tokens": 35743952.0, + "step": 27770 + }, + { + "entropy": 1.2011834740638734, + "epoch": 2.6540556033247347, + "grad_norm": 1.371504783630371, + "learning_rate": 8.784337987172361e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8609841823577881, + "num_tokens": 35756912.0, + "step": 27780 + }, + { + "entropy": 1.2069554805755616, + "epoch": 2.655010986911245, + "grad_norm": 1.2517881393432617, + "learning_rate": 8.783305352736957e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8660205841064453, + "num_tokens": 35769929.0, + "step": 27790 + }, + { + "entropy": 1.1992569088935852, + "epoch": 2.655966370497755, + "grad_norm": 1.3248594999313354, + "learning_rate": 8.782272340656459e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8703771233558655, + "num_tokens": 35782084.0, + "step": 27800 + }, + { + "entropy": 1.1904962062835693, + "epoch": 2.656921754084265, + "grad_norm": 1.31907320022583, + "learning_rate": 8.781238951033983e-05, + "loss": 0.3482, + "mean_token_accuracy": 0.8578800201416016, + "num_tokens": 35794659.0, + "step": 27810 + }, + { + "entropy": 1.2076432943344115, + "epoch": 2.657877137670775, + "grad_norm": 1.361342430114746, + "learning_rate": 8.780205183972679e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8621140241622924, + "num_tokens": 35807490.0, + "step": 27820 + }, + { + "entropy": 1.1995745420455932, + "epoch": 2.6588325212572848, + "grad_norm": 1.2895259857177734, + "learning_rate": 8.77917103957574e-05, + "loss": 0.3141, + "mean_token_accuracy": 0.8767782390117645, + "num_tokens": 35820872.0, + "step": 27830 + }, + { + "entropy": 1.2066999435424806, + "epoch": 2.6597879048437947, + "grad_norm": 1.3713431358337402, + "learning_rate": 8.778136517946389e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8419673144817352, + "num_tokens": 35833278.0, + "step": 27840 + }, + { + "entropy": 1.1888875603675841, + "epoch": 2.6607432884303046, + "grad_norm": 1.1259920597076416, + "learning_rate": 8.777101619187893e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8614913105964661, + "num_tokens": 35845984.0, + "step": 27850 + }, + { + "entropy": 1.2066730976104736, + "epoch": 2.661698672016815, + "grad_norm": 1.4650200605392456, + "learning_rate": 8.776066343403555e-05, + "loss": 0.3131, + "mean_token_accuracy": 0.8749862909317017, + "num_tokens": 35859042.0, + "step": 27860 + }, + { + "entropy": 1.1967226266860962, + "epoch": 2.6626540556033245, + "grad_norm": 1.9995064735412598, + "learning_rate": 8.775030690696713e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8688183903694153, + "num_tokens": 35872134.0, + "step": 27870 + }, + { + "entropy": 1.197917115688324, + "epoch": 2.663609439189835, + "grad_norm": 1.2697747945785522, + "learning_rate": 8.773994661170746e-05, + "loss": 0.338, + "mean_token_accuracy": 0.8722954988479614, + "num_tokens": 35885695.0, + "step": 27880 + }, + { + "entropy": 1.2022868752479554, + "epoch": 2.6645648227763448, + "grad_norm": 1.0310866832733154, + "learning_rate": 8.77295825492907e-05, + "loss": 0.3495, + "mean_token_accuracy": 0.8600414812564849, + "num_tokens": 35898499.0, + "step": 27890 + }, + { + "entropy": 1.1909225821495055, + "epoch": 2.6655202063628547, + "grad_norm": 1.111594796180725, + "learning_rate": 8.771921472075133e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8687608718872071, + "num_tokens": 35910985.0, + "step": 27900 + }, + { + "entropy": 1.2102068305015563, + "epoch": 2.6664755899493646, + "grad_norm": 1.43205726146698, + "learning_rate": 8.770884312712433e-05, + "loss": 0.347, + "mean_token_accuracy": 0.8614241003990173, + "num_tokens": 35923521.0, + "step": 27910 + }, + { + "entropy": 1.1949017286300658, + "epoch": 2.6674309735358745, + "grad_norm": 1.3239392042160034, + "learning_rate": 8.769846776944492e-05, + "loss": 0.345, + "mean_token_accuracy": 0.8635493874549866, + "num_tokens": 35936068.0, + "step": 27920 + }, + { + "entropy": 1.1961834907531739, + "epoch": 2.6683863571223845, + "grad_norm": 1.29871666431427, + "learning_rate": 8.76880886487488e-05, + "loss": 0.3578, + "mean_token_accuracy": 0.860099446773529, + "num_tokens": 35948339.0, + "step": 27930 + }, + { + "entropy": 1.204785943031311, + "epoch": 2.6693417407088944, + "grad_norm": 1.3001145124435425, + "learning_rate": 8.767770576607196e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8639546453952789, + "num_tokens": 35960999.0, + "step": 27940 + }, + { + "entropy": 1.2015806555747985, + "epoch": 2.670297124295405, + "grad_norm": 1.417881965637207, + "learning_rate": 8.766731912245084e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8687545597553253, + "num_tokens": 35973262.0, + "step": 27950 + }, + { + "entropy": 1.2004624843597411, + "epoch": 2.6712525078819147, + "grad_norm": 1.2911251783370972, + "learning_rate": 8.765692871892219e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.8678581774234772, + "num_tokens": 35986041.0, + "step": 27960 + }, + { + "entropy": 1.2028706669807434, + "epoch": 2.6722078914684246, + "grad_norm": 1.5902438163757324, + "learning_rate": 8.764653455652321e-05, + "loss": 0.2956, + "mean_token_accuracy": 0.8800837397575378, + "num_tokens": 35998749.0, + "step": 27970 + }, + { + "entropy": 1.1992818713188171, + "epoch": 2.6731632750549346, + "grad_norm": 1.4034605026245117, + "learning_rate": 8.76361366362914e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8616928219795227, + "num_tokens": 36011273.0, + "step": 27980 + }, + { + "entropy": 1.211264932155609, + "epoch": 2.6741186586414445, + "grad_norm": 1.2050000429153442, + "learning_rate": 8.762573495926469e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8710394740104676, + "num_tokens": 36024509.0, + "step": 27990 + }, + { + "entropy": 1.2252384662628173, + "epoch": 2.6750740422279544, + "grad_norm": 1.199242353439331, + "learning_rate": 8.761532952648133e-05, + "loss": 0.3642, + "mean_token_accuracy": 0.8621839165687561, + "num_tokens": 36037619.0, + "step": 28000 + }, + { + "entropy": 1.2053800225257874, + "epoch": 2.6760294258144643, + "grad_norm": 1.235542893409729, + "learning_rate": 8.760492033898002e-05, + "loss": 0.3557, + "mean_token_accuracy": 0.8713463604450226, + "num_tokens": 36050485.0, + "step": 28010 + }, + { + "entropy": 1.2156148195266723, + "epoch": 2.6769848094009747, + "grad_norm": 1.0795928239822388, + "learning_rate": 8.759450739779975e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8630225121974945, + "num_tokens": 36063909.0, + "step": 28020 + }, + { + "entropy": 1.1923038005828857, + "epoch": 2.677940192987484, + "grad_norm": 1.1076194047927856, + "learning_rate": 8.758409070397997e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8710661947727203, + "num_tokens": 36076581.0, + "step": 28030 + }, + { + "entropy": 1.1987552285194396, + "epoch": 2.6788955765739946, + "grad_norm": 1.2468081712722778, + "learning_rate": 8.757367025856044e-05, + "loss": 0.3448, + "mean_token_accuracy": 0.8611506819725037, + "num_tokens": 36089430.0, + "step": 28040 + }, + { + "entropy": 1.207765555381775, + "epoch": 2.6798509601605045, + "grad_norm": 1.6459836959838867, + "learning_rate": 8.756324606258132e-05, + "loss": 0.3488, + "mean_token_accuracy": 0.8622653961181641, + "num_tokens": 36101889.0, + "step": 28050 + }, + { + "entropy": 1.209481132030487, + "epoch": 2.6808063437470144, + "grad_norm": 1.5462157726287842, + "learning_rate": 8.755281811708313e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8464658319950104, + "num_tokens": 36114589.0, + "step": 28060 + }, + { + "entropy": 1.2023545980453492, + "epoch": 2.6817617273335244, + "grad_norm": 1.3704990148544312, + "learning_rate": 8.75423864231068e-05, + "loss": 0.31, + "mean_token_accuracy": 0.8774453461170196, + "num_tokens": 36128011.0, + "step": 28070 + }, + { + "entropy": 1.2111981868743897, + "epoch": 2.6827171109200343, + "grad_norm": 1.6221195459365845, + "learning_rate": 8.753195098169358e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8748976171016694, + "num_tokens": 36141360.0, + "step": 28080 + }, + { + "entropy": 1.1938841223716736, + "epoch": 2.683672494506544, + "grad_norm": 1.252149224281311, + "learning_rate": 8.752151179388515e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.857048612833023, + "num_tokens": 36153835.0, + "step": 28090 + }, + { + "entropy": 1.2021104454994203, + "epoch": 2.684627878093054, + "grad_norm": 1.2165002822875977, + "learning_rate": 8.751106886072352e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.875015813112259, + "num_tokens": 36166564.0, + "step": 28100 + }, + { + "entropy": 1.2054068207740785, + "epoch": 2.6855832616795645, + "grad_norm": 1.071685552597046, + "learning_rate": 8.750062218325109e-05, + "loss": 0.3287, + "mean_token_accuracy": 0.8711474299430847, + "num_tokens": 36179297.0, + "step": 28110 + }, + { + "entropy": 1.201308023929596, + "epoch": 2.6865386452660744, + "grad_norm": 1.3106571435928345, + "learning_rate": 8.749017176251065e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8621519327163696, + "num_tokens": 36191891.0, + "step": 28120 + }, + { + "entropy": 1.2144848585128785, + "epoch": 2.6874940288525844, + "grad_norm": 1.6630557775497437, + "learning_rate": 8.747971759954534e-05, + "loss": 0.3764, + "mean_token_accuracy": 0.8551512002944947, + "num_tokens": 36203854.0, + "step": 28130 + }, + { + "entropy": 1.2027109384536743, + "epoch": 2.6884494124390943, + "grad_norm": 1.2773607969284058, + "learning_rate": 8.746925969539868e-05, + "loss": 0.311, + "mean_token_accuracy": 0.8773374795913697, + "num_tokens": 36216328.0, + "step": 28140 + }, + { + "entropy": 1.2139193892478943, + "epoch": 2.6894047960256042, + "grad_norm": 1.2433395385742188, + "learning_rate": 8.745879805111457e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8639531791210174, + "num_tokens": 36229365.0, + "step": 28150 + }, + { + "entropy": 1.2188982963562012, + "epoch": 2.690360179612114, + "grad_norm": 1.182347059249878, + "learning_rate": 8.744833266773729e-05, + "loss": 0.3673, + "mean_token_accuracy": 0.8564628064632416, + "num_tokens": 36242477.0, + "step": 28160 + }, + { + "entropy": 1.2009259581565856, + "epoch": 2.691315563198624, + "grad_norm": 1.9382636547088623, + "learning_rate": 8.743786354631145e-05, + "loss": 0.3383, + "mean_token_accuracy": 0.8732002913951874, + "num_tokens": 36254830.0, + "step": 28170 + }, + { + "entropy": 1.211432945728302, + "epoch": 2.6922709467851345, + "grad_norm": 1.3500865697860718, + "learning_rate": 8.74273906878821e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8672555804252624, + "num_tokens": 36267875.0, + "step": 28180 + }, + { + "entropy": 1.2245535016059876, + "epoch": 2.693226330371644, + "grad_norm": 1.2710117101669312, + "learning_rate": 8.74169140934946e-05, + "loss": 0.3231, + "mean_token_accuracy": 0.8744095206260681, + "num_tokens": 36281651.0, + "step": 28190 + }, + { + "entropy": 1.2401355862617494, + "epoch": 2.6941817139581543, + "grad_norm": 1.1466330289840698, + "learning_rate": 8.740643376419473e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8530371785163879, + "num_tokens": 36295772.0, + "step": 28200 + }, + { + "entropy": 1.2050238490104674, + "epoch": 2.6951370975446642, + "grad_norm": 0.9113266468048096, + "learning_rate": 8.739594970102862e-05, + "loss": 0.3087, + "mean_token_accuracy": 0.8821524024009705, + "num_tokens": 36308502.0, + "step": 28210 + }, + { + "entropy": 1.2081006169319153, + "epoch": 2.696092481131174, + "grad_norm": 1.5520243644714355, + "learning_rate": 8.738546190504277e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8651106238365174, + "num_tokens": 36321194.0, + "step": 28220 + }, + { + "entropy": 1.1917909145355225, + "epoch": 2.697047864717684, + "grad_norm": 1.4297189712524414, + "learning_rate": 8.737497037728408e-05, + "loss": 0.3161, + "mean_token_accuracy": 0.8762442886829376, + "num_tokens": 36334038.0, + "step": 28230 + }, + { + "entropy": 1.209208035469055, + "epoch": 2.698003248304194, + "grad_norm": 1.3192973136901855, + "learning_rate": 8.73644751187998e-05, + "loss": 0.3744, + "mean_token_accuracy": 0.8569743156433105, + "num_tokens": 36346840.0, + "step": 28240 + }, + { + "entropy": 1.1799816966056824, + "epoch": 2.698958631890704, + "grad_norm": 1.4262984991073608, + "learning_rate": 8.735397613063752e-05, + "loss": 0.3056, + "mean_token_accuracy": 0.8806882381439209, + "num_tokens": 36359233.0, + "step": 28250 + }, + { + "entropy": 1.1893607378005981, + "epoch": 2.699914015477214, + "grad_norm": 1.6585650444030762, + "learning_rate": 8.734347341384526e-05, + "loss": 0.3041, + "mean_token_accuracy": 0.882214480638504, + "num_tokens": 36371506.0, + "step": 28260 + }, + { + "entropy": 1.191846990585327, + "epoch": 2.7008693990637243, + "grad_norm": 1.2585989236831665, + "learning_rate": 8.733296696947137e-05, + "loss": 0.3063, + "mean_token_accuracy": 0.8785914659500123, + "num_tokens": 36384558.0, + "step": 28270 + }, + { + "entropy": 1.2060151934623717, + "epoch": 2.701824782650234, + "grad_norm": 1.2990126609802246, + "learning_rate": 8.732245679856463e-05, + "loss": 0.3377, + "mean_token_accuracy": 0.8710219919681549, + "num_tokens": 36398251.0, + "step": 28280 + }, + { + "entropy": 1.2012617230415343, + "epoch": 2.702780166236744, + "grad_norm": 1.404834508895874, + "learning_rate": 8.731194290217412e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8616154670715332, + "num_tokens": 36411417.0, + "step": 28290 + }, + { + "entropy": 1.2290037751197815, + "epoch": 2.703735549823254, + "grad_norm": 1.2175008058547974, + "learning_rate": 8.730142528134936e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8600513517856598, + "num_tokens": 36424671.0, + "step": 28300 + }, + { + "entropy": 1.186935293674469, + "epoch": 2.704690933409764, + "grad_norm": 1.3272151947021484, + "learning_rate": 8.729090393714017e-05, + "loss": 0.2993, + "mean_token_accuracy": 0.8818476498126984, + "num_tokens": 36437599.0, + "step": 28310 + }, + { + "entropy": 1.2037225365638733, + "epoch": 2.705646316996274, + "grad_norm": 1.3785178661346436, + "learning_rate": 8.728037887059679e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8467795431613923, + "num_tokens": 36450718.0, + "step": 28320 + }, + { + "entropy": 1.193762719631195, + "epoch": 2.706601700582784, + "grad_norm": 0.8630383014678955, + "learning_rate": 8.726985008276981e-05, + "loss": 0.3224, + "mean_token_accuracy": 0.8742449045181274, + "num_tokens": 36463395.0, + "step": 28330 + }, + { + "entropy": 1.1903158187866212, + "epoch": 2.707557084169294, + "grad_norm": 1.3029727935791016, + "learning_rate": 8.725931757471022e-05, + "loss": 0.3345, + "mean_token_accuracy": 0.8676401913166046, + "num_tokens": 36476364.0, + "step": 28340 + }, + { + "entropy": 1.1899575352668763, + "epoch": 2.708512467755804, + "grad_norm": 1.2600748538970947, + "learning_rate": 8.724878134746934e-05, + "loss": 0.3546, + "mean_token_accuracy": 0.8618179798126221, + "num_tokens": 36488897.0, + "step": 28350 + }, + { + "entropy": 1.1895531058311462, + "epoch": 2.709467851342314, + "grad_norm": 1.2549364566802979, + "learning_rate": 8.723824140209893e-05, + "loss": 0.3173, + "mean_token_accuracy": 0.8738108396530151, + "num_tokens": 36502431.0, + "step": 28360 + }, + { + "entropy": 1.1988375186920166, + "epoch": 2.710423234928824, + "grad_norm": 1.5099503993988037, + "learning_rate": 8.722769773965102e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8590078473091125, + "num_tokens": 36515606.0, + "step": 28370 + }, + { + "entropy": 1.208055055141449, + "epoch": 2.711378618515334, + "grad_norm": 1.3504410982131958, + "learning_rate": 8.72171503611781e-05, + "loss": 0.3635, + "mean_token_accuracy": 0.8616832196712494, + "num_tokens": 36529312.0, + "step": 28380 + }, + { + "entropy": 1.1926269292831422, + "epoch": 2.712334002101844, + "grad_norm": 0.9877892732620239, + "learning_rate": 8.720659926773298e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8622106552124024, + "num_tokens": 36541675.0, + "step": 28390 + }, + { + "entropy": 1.1858282327651977, + "epoch": 2.7132893856883538, + "grad_norm": 1.1530858278274536, + "learning_rate": 8.719604446036887e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8672858536243438, + "num_tokens": 36554528.0, + "step": 28400 + }, + { + "entropy": 1.1962290763854981, + "epoch": 2.714244769274864, + "grad_norm": 1.2213064432144165, + "learning_rate": 8.718548594013931e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8601778209209442, + "num_tokens": 36568141.0, + "step": 28410 + }, + { + "entropy": 1.1806995391845703, + "epoch": 2.7152001528613736, + "grad_norm": 1.1427943706512451, + "learning_rate": 8.717492370809828e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.8781936168670654, + "num_tokens": 36580811.0, + "step": 28420 + }, + { + "entropy": 1.2127463459968566, + "epoch": 2.716155536447884, + "grad_norm": 1.355897307395935, + "learning_rate": 8.716435776530007e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8406132638454438, + "num_tokens": 36593060.0, + "step": 28430 + }, + { + "entropy": 1.2035125732421874, + "epoch": 2.717110920034394, + "grad_norm": 1.1785928010940552, + "learning_rate": 8.715378811279936e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8632292747497559, + "num_tokens": 36605368.0, + "step": 28440 + }, + { + "entropy": 1.2175872564315795, + "epoch": 2.718066303620904, + "grad_norm": 1.4464837312698364, + "learning_rate": 8.71432147516512e-05, + "loss": 0.3355, + "mean_token_accuracy": 0.8644212007522583, + "num_tokens": 36618294.0, + "step": 28450 + }, + { + "entropy": 1.1881749868392943, + "epoch": 2.7190216872074138, + "grad_norm": 1.215696096420288, + "learning_rate": 8.713263768291101e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8673963844776154, + "num_tokens": 36630688.0, + "step": 28460 + }, + { + "entropy": 1.1888096451759338, + "epoch": 2.7199770707939237, + "grad_norm": 1.388004183769226, + "learning_rate": 8.712205690763458e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.8676614999771118, + "num_tokens": 36643266.0, + "step": 28470 + }, + { + "entropy": 1.2083900451660157, + "epoch": 2.7209324543804336, + "grad_norm": 1.2242133617401123, + "learning_rate": 8.711147242687808e-05, + "loss": 0.3401, + "mean_token_accuracy": 0.8588123202323914, + "num_tokens": 36656149.0, + "step": 28480 + }, + { + "entropy": 1.2073582649230956, + "epoch": 2.7218878379669436, + "grad_norm": 1.5244100093841553, + "learning_rate": 8.710088424169803e-05, + "loss": 0.3278, + "mean_token_accuracy": 0.8682045459747314, + "num_tokens": 36669162.0, + "step": 28490 + }, + { + "entropy": 1.2101526737213135, + "epoch": 2.722843221553454, + "grad_norm": 1.5431808233261108, + "learning_rate": 8.709029235315134e-05, + "loss": 0.3558, + "mean_token_accuracy": 0.8675365447998047, + "num_tokens": 36681878.0, + "step": 28500 + }, + { + "entropy": 1.2047075629234314, + "epoch": 2.723798605139964, + "grad_norm": 1.3594731092453003, + "learning_rate": 8.707969676229526e-05, + "loss": 0.333, + "mean_token_accuracy": 0.8735698103904724, + "num_tokens": 36694688.0, + "step": 28510 + }, + { + "entropy": 1.199202561378479, + "epoch": 2.724753988726474, + "grad_norm": 1.4036866426467896, + "learning_rate": 8.706909747018746e-05, + "loss": 0.2932, + "mean_token_accuracy": 0.8921413123607635, + "num_tokens": 36707492.0, + "step": 28520 + }, + { + "entropy": 1.203279197216034, + "epoch": 2.7257093723129837, + "grad_norm": 1.2041915655136108, + "learning_rate": 8.705849447788592e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8624701082706452, + "num_tokens": 36720803.0, + "step": 28530 + }, + { + "entropy": 1.2128743290901185, + "epoch": 2.7266647558994936, + "grad_norm": 1.3698197603225708, + "learning_rate": 8.7047887786449e-05, + "loss": 0.3984, + "mean_token_accuracy": 0.8436239004135132, + "num_tokens": 36733908.0, + "step": 28540 + }, + { + "entropy": 1.2005326986312865, + "epoch": 2.7276201394860036, + "grad_norm": 1.2249375581741333, + "learning_rate": 8.703727739693553e-05, + "loss": 0.3258, + "mean_token_accuracy": 0.8701726019382476, + "num_tokens": 36746748.0, + "step": 28550 + }, + { + "entropy": 1.2185296893119812, + "epoch": 2.7285755230725135, + "grad_norm": 0.9226179718971252, + "learning_rate": 8.702666331040454e-05, + "loss": 0.3425, + "mean_token_accuracy": 0.8677681922912598, + "num_tokens": 36759932.0, + "step": 28560 + }, + { + "entropy": 1.20624098777771, + "epoch": 2.729530906659024, + "grad_norm": 1.2418895959854126, + "learning_rate": 8.701604552791557e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8578293025493622, + "num_tokens": 36773094.0, + "step": 28570 + }, + { + "entropy": 1.1915046572685242, + "epoch": 2.7304862902455334, + "grad_norm": 1.123217225074768, + "learning_rate": 8.700542405052845e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8791669726371765, + "num_tokens": 36785811.0, + "step": 28580 + }, + { + "entropy": 1.1909272789955139, + "epoch": 2.7314416738320437, + "grad_norm": 1.487918734550476, + "learning_rate": 8.69947988793034e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8687697589397431, + "num_tokens": 36798643.0, + "step": 28590 + }, + { + "entropy": 1.2010399103164673, + "epoch": 2.7323970574185537, + "grad_norm": 1.3877553939819336, + "learning_rate": 8.698417001530101e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8676584422588348, + "num_tokens": 36811430.0, + "step": 28600 + }, + { + "entropy": 1.1850657224655152, + "epoch": 2.7333524410050636, + "grad_norm": 1.3686654567718506, + "learning_rate": 8.697353745958226e-05, + "loss": 0.2963, + "mean_token_accuracy": 0.8843992471694946, + "num_tokens": 36824554.0, + "step": 28610 + }, + { + "entropy": 1.1889352560043336, + "epoch": 2.7343078245915735, + "grad_norm": 1.4459083080291748, + "learning_rate": 8.696290121320848e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8745015144348145, + "num_tokens": 36837682.0, + "step": 28620 + }, + { + "entropy": 1.2015587210655212, + "epoch": 2.7352632081780834, + "grad_norm": 1.3063689470291138, + "learning_rate": 8.695226127724134e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8693162858486175, + "num_tokens": 36850126.0, + "step": 28630 + }, + { + "entropy": 1.2131235957145692, + "epoch": 2.7362185917645934, + "grad_norm": 1.1799131631851196, + "learning_rate": 8.694161765274294e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.8607611179351806, + "num_tokens": 36863107.0, + "step": 28640 + }, + { + "entropy": 1.209725570678711, + "epoch": 2.7371739753511033, + "grad_norm": 1.4731593132019043, + "learning_rate": 8.693097034077569e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.858858871459961, + "num_tokens": 36875627.0, + "step": 28650 + }, + { + "entropy": 1.2198086738586427, + "epoch": 2.7381293589376137, + "grad_norm": 1.6280596256256104, + "learning_rate": 8.692031934240239e-05, + "loss": 0.3444, + "mean_token_accuracy": 0.8587526917457581, + "num_tokens": 36888628.0, + "step": 28660 + }, + { + "entropy": 1.2152531027793885, + "epoch": 2.7390847425241236, + "grad_norm": 1.2900961637496948, + "learning_rate": 8.690966465868623e-05, + "loss": 0.3304, + "mean_token_accuracy": 0.8714494347572327, + "num_tokens": 36901740.0, + "step": 28670 + }, + { + "entropy": 1.2177485823631287, + "epoch": 2.7400401261106335, + "grad_norm": 1.2586642503738403, + "learning_rate": 8.689900629069073e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8722685933113098, + "num_tokens": 36914989.0, + "step": 28680 + }, + { + "entropy": 1.2160055994987489, + "epoch": 2.7409955096971435, + "grad_norm": 1.2474703788757324, + "learning_rate": 8.68883442394798e-05, + "loss": 0.334, + "mean_token_accuracy": 0.8653532147407532, + "num_tokens": 36928100.0, + "step": 28690 + }, + { + "entropy": 1.2175434231758118, + "epoch": 2.7419508932836534, + "grad_norm": 1.609180212020874, + "learning_rate": 8.687767850611773e-05, + "loss": 0.3177, + "mean_token_accuracy": 0.8697989523410797, + "num_tokens": 36941027.0, + "step": 28700 + }, + { + "entropy": 1.1979363799095153, + "epoch": 2.7429062768701633, + "grad_norm": 1.452897071838379, + "learning_rate": 8.686700909166914e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8722164332866669, + "num_tokens": 36954118.0, + "step": 28710 + }, + { + "entropy": 1.1954414963722229, + "epoch": 2.7438616604566732, + "grad_norm": 1.5272505283355713, + "learning_rate": 8.685633599719904e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8560478031635285, + "num_tokens": 36966648.0, + "step": 28720 + }, + { + "entropy": 1.2134940385818482, + "epoch": 2.7448170440431836, + "grad_norm": 1.3340593576431274, + "learning_rate": 8.684565922377283e-05, + "loss": 0.3567, + "mean_token_accuracy": 0.8639453411102295, + "num_tokens": 36979695.0, + "step": 28730 + }, + { + "entropy": 1.192889678478241, + "epoch": 2.745772427629693, + "grad_norm": 1.3717511892318726, + "learning_rate": 8.683497877245622e-05, + "loss": 0.2977, + "mean_token_accuracy": 0.8855082869529725, + "num_tokens": 36992931.0, + "step": 28740 + }, + { + "entropy": 1.1940956354141234, + "epoch": 2.7467278112162035, + "grad_norm": 1.681601881980896, + "learning_rate": 8.682429464431534e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8609791219234466, + "num_tokens": 37005875.0, + "step": 28750 + }, + { + "entropy": 1.190809190273285, + "epoch": 2.7476831948027134, + "grad_norm": 1.3603277206420898, + "learning_rate": 8.681360684041666e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8639990627765656, + "num_tokens": 37018700.0, + "step": 28760 + }, + { + "entropy": 1.1965561628341674, + "epoch": 2.7486385783892233, + "grad_norm": 1.1025822162628174, + "learning_rate": 8.680291536182701e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8580856323242188, + "num_tokens": 37031904.0, + "step": 28770 + }, + { + "entropy": 1.199891698360443, + "epoch": 2.7495939619757332, + "grad_norm": 1.1296967267990112, + "learning_rate": 8.679222020961364e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8544559597969055, + "num_tokens": 37044620.0, + "step": 28780 + }, + { + "entropy": 1.2023924827575683, + "epoch": 2.750549345562243, + "grad_norm": 1.3197296857833862, + "learning_rate": 8.67815213848441e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8654078423976899, + "num_tokens": 37057757.0, + "step": 28790 + }, + { + "entropy": 1.1918416023254395, + "epoch": 2.751504729148753, + "grad_norm": 1.406008243560791, + "learning_rate": 8.677081888858633e-05, + "loss": 0.3493, + "mean_token_accuracy": 0.8668893814086914, + "num_tokens": 37070911.0, + "step": 28800 + }, + { + "entropy": 1.1893261551856995, + "epoch": 2.752460112735263, + "grad_norm": 1.4207342863082886, + "learning_rate": 8.676011272190866e-05, + "loss": 0.3429, + "mean_token_accuracy": 0.8610358357429504, + "num_tokens": 37083945.0, + "step": 28810 + }, + { + "entropy": 1.1756073236465454, + "epoch": 2.7534154963217734, + "grad_norm": 0.9925271272659302, + "learning_rate": 8.674940288587975e-05, + "loss": 0.3095, + "mean_token_accuracy": 0.8775719285011292, + "num_tokens": 37096630.0, + "step": 28820 + }, + { + "entropy": 1.1805683016777038, + "epoch": 2.7543708799082833, + "grad_norm": 1.1794860363006592, + "learning_rate": 8.673868938156864e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.87662273645401, + "num_tokens": 37109694.0, + "step": 28830 + }, + { + "entropy": 1.1680197715759277, + "epoch": 2.7553262634947933, + "grad_norm": 1.256068229675293, + "learning_rate": 8.672797221004477e-05, + "loss": 0.3463, + "mean_token_accuracy": 0.8638767719268798, + "num_tokens": 37122274.0, + "step": 28840 + }, + { + "entropy": 1.187754249572754, + "epoch": 2.756281647081303, + "grad_norm": 1.196394920349121, + "learning_rate": 8.671725137237787e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8692442715168, + "num_tokens": 37134803.0, + "step": 28850 + }, + { + "entropy": 1.1806417226791381, + "epoch": 2.757237030667813, + "grad_norm": 1.706925630569458, + "learning_rate": 8.670652686963812e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8545280575752259, + "num_tokens": 37147621.0, + "step": 28860 + }, + { + "entropy": 1.1937336444854736, + "epoch": 2.758192414254323, + "grad_norm": 0.9535304307937622, + "learning_rate": 8.6695798702896e-05, + "loss": 0.338, + "mean_token_accuracy": 0.8607171714305878, + "num_tokens": 37160821.0, + "step": 28870 + }, + { + "entropy": 1.1967827081680298, + "epoch": 2.759147797840833, + "grad_norm": 1.1772359609603882, + "learning_rate": 8.66850668732224e-05, + "loss": 0.3567, + "mean_token_accuracy": 0.8585056483745575, + "num_tokens": 37173851.0, + "step": 28880 + }, + { + "entropy": 1.1772637724876405, + "epoch": 2.7601031814273433, + "grad_norm": 1.4892582893371582, + "learning_rate": 8.667433138168857e-05, + "loss": 0.3544, + "mean_token_accuracy": 0.8576115846633912, + "num_tokens": 37186399.0, + "step": 28890 + }, + { + "entropy": 1.1884991526603699, + "epoch": 2.761058565013853, + "grad_norm": 0.9690869450569153, + "learning_rate": 8.666359222936609e-05, + "loss": 0.3402, + "mean_token_accuracy": 0.8628642141819001, + "num_tokens": 37199111.0, + "step": 28900 + }, + { + "entropy": 1.1674408793449402, + "epoch": 2.762013948600363, + "grad_norm": 1.3209420442581177, + "learning_rate": 8.665284941732692e-05, + "loss": 0.3024, + "mean_token_accuracy": 0.8856187522411346, + "num_tokens": 37211751.0, + "step": 28910 + }, + { + "entropy": 1.191466009616852, + "epoch": 2.762969332186873, + "grad_norm": 1.3580679893493652, + "learning_rate": 8.664210294664344e-05, + "loss": 0.3401, + "mean_token_accuracy": 0.8653306305408478, + "num_tokens": 37224442.0, + "step": 28920 + }, + { + "entropy": 1.2010188937187194, + "epoch": 2.763924715773383, + "grad_norm": 1.3497772216796875, + "learning_rate": 8.66313528183883e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8589194655418396, + "num_tokens": 37237864.0, + "step": 28930 + }, + { + "entropy": 1.1855261206626893, + "epoch": 2.764880099359893, + "grad_norm": 1.3038276433944702, + "learning_rate": 8.66205990336346e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8709211468696594, + "num_tokens": 37250761.0, + "step": 28940 + }, + { + "entropy": 1.171118426322937, + "epoch": 2.765835482946403, + "grad_norm": 1.3978835344314575, + "learning_rate": 8.660984159345576e-05, + "loss": 0.3162, + "mean_token_accuracy": 0.8719199895858765, + "num_tokens": 37263279.0, + "step": 28950 + }, + { + "entropy": 1.1967251658439637, + "epoch": 2.766790866532913, + "grad_norm": 1.283003330230713, + "learning_rate": 8.659908049892556e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.8570009052753449, + "num_tokens": 37276167.0, + "step": 28960 + }, + { + "entropy": 1.2069018840789796, + "epoch": 2.7677462501194228, + "grad_norm": 1.1673822402954102, + "learning_rate": 8.658831575111818e-05, + "loss": 0.3574, + "mean_token_accuracy": 0.8598781526088715, + "num_tokens": 37288428.0, + "step": 28970 + }, + { + "entropy": 1.1993114709854127, + "epoch": 2.768701633705933, + "grad_norm": 1.7211809158325195, + "learning_rate": 8.657754735110814e-05, + "loss": 0.3046, + "mean_token_accuracy": 0.8798899829387665, + "num_tokens": 37301408.0, + "step": 28980 + }, + { + "entropy": 1.197025203704834, + "epoch": 2.769657017292443, + "grad_norm": 1.0956573486328125, + "learning_rate": 8.656677529997033e-05, + "loss": 0.3408, + "mean_token_accuracy": 0.8699112951755523, + "num_tokens": 37313998.0, + "step": 28990 + }, + { + "entropy": 1.1982747077941895, + "epoch": 2.770612400878953, + "grad_norm": 1.2423807382583618, + "learning_rate": 8.655599959878e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8650188565254211, + "num_tokens": 37326674.0, + "step": 29000 + }, + { + "entropy": 1.2112675189971924, + "epoch": 2.771567784465463, + "grad_norm": 1.1857988834381104, + "learning_rate": 8.654522024861276e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8615016400814056, + "num_tokens": 37339276.0, + "step": 29010 + }, + { + "entropy": 1.209256649017334, + "epoch": 2.772523168051973, + "grad_norm": 1.1606464385986328, + "learning_rate": 8.653443725054459e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8696408927440643, + "num_tokens": 37352032.0, + "step": 29020 + }, + { + "entropy": 1.2185492873191834, + "epoch": 2.773478551638483, + "grad_norm": 1.5065066814422607, + "learning_rate": 8.652365060565186e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8442162036895752, + "num_tokens": 37364983.0, + "step": 29030 + }, + { + "entropy": 1.2215465664863587, + "epoch": 2.7744339352249927, + "grad_norm": 1.2786260843276978, + "learning_rate": 8.651286031501126e-05, + "loss": 0.3094, + "mean_token_accuracy": 0.8802079319953918, + "num_tokens": 37378059.0, + "step": 29040 + }, + { + "entropy": 1.2023418426513672, + "epoch": 2.775389318811503, + "grad_norm": 1.5634286403656006, + "learning_rate": 8.650206637969989e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8638994932174683, + "num_tokens": 37390641.0, + "step": 29050 + }, + { + "entropy": 1.2135316133499146, + "epoch": 2.7763447023980126, + "grad_norm": 1.420428991317749, + "learning_rate": 8.649126880079515e-05, + "loss": 0.3353, + "mean_token_accuracy": 0.8738983333110809, + "num_tokens": 37403957.0, + "step": 29060 + }, + { + "entropy": 1.2033417344093322, + "epoch": 2.777300085984523, + "grad_norm": 1.4161949157714844, + "learning_rate": 8.648046757937486e-05, + "loss": 0.3194, + "mean_token_accuracy": 0.8741127848625183, + "num_tokens": 37416333.0, + "step": 29070 + }, + { + "entropy": 1.2149639964103698, + "epoch": 2.778255469571033, + "grad_norm": 1.3630191087722778, + "learning_rate": 8.646966271651719e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.863175368309021, + "num_tokens": 37429287.0, + "step": 29080 + }, + { + "entropy": 1.2343029260635376, + "epoch": 2.779210853157543, + "grad_norm": 1.1293468475341797, + "learning_rate": 8.645885421330067e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8551568567752839, + "num_tokens": 37441925.0, + "step": 29090 + }, + { + "entropy": 1.2010761857032777, + "epoch": 2.7801662367440527, + "grad_norm": 1.2151050567626953, + "learning_rate": 8.644804207080418e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.8746578454971313, + "num_tokens": 37454338.0, + "step": 29100 + }, + { + "entropy": 1.2159245133399963, + "epoch": 2.7811216203305626, + "grad_norm": 1.0867698192596436, + "learning_rate": 8.643722629010697e-05, + "loss": 0.2976, + "mean_token_accuracy": 0.8870820820331573, + "num_tokens": 37467289.0, + "step": 29110 + }, + { + "entropy": 1.208968710899353, + "epoch": 2.7820770039170726, + "grad_norm": 1.7032781839370728, + "learning_rate": 8.642640687228868e-05, + "loss": 0.324, + "mean_token_accuracy": 0.876239013671875, + "num_tokens": 37479824.0, + "step": 29120 + }, + { + "entropy": 1.2034950017929078, + "epoch": 2.7830323875035825, + "grad_norm": 1.1653740406036377, + "learning_rate": 8.641558381842929e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8712102353572846, + "num_tokens": 37492165.0, + "step": 29130 + }, + { + "entropy": 1.2166972517967225, + "epoch": 2.783987771090093, + "grad_norm": 1.6165618896484375, + "learning_rate": 8.640475712960914e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8533180177211761, + "num_tokens": 37504887.0, + "step": 29140 + }, + { + "entropy": 1.2183127284049988, + "epoch": 2.784943154676603, + "grad_norm": 1.7514795064926147, + "learning_rate": 8.639392680690893e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8708744585514069, + "num_tokens": 37517633.0, + "step": 29150 + }, + { + "entropy": 1.2131631255149842, + "epoch": 2.7858985382631127, + "grad_norm": 1.152379035949707, + "learning_rate": 8.638309285140971e-05, + "loss": 0.3664, + "mean_token_accuracy": 0.8574374675750732, + "num_tokens": 37530355.0, + "step": 29160 + }, + { + "entropy": 1.2348962783813477, + "epoch": 2.7868539218496227, + "grad_norm": 1.238803744316101, + "learning_rate": 8.637225526419294e-05, + "loss": 0.372, + "mean_token_accuracy": 0.8527546286582947, + "num_tokens": 37543916.0, + "step": 29170 + }, + { + "entropy": 1.202544593811035, + "epoch": 2.7878093054361326, + "grad_norm": 1.4923193454742432, + "learning_rate": 8.636141404634042e-05, + "loss": 0.3105, + "mean_token_accuracy": 0.8768800497055054, + "num_tokens": 37556524.0, + "step": 29180 + }, + { + "entropy": 1.227826976776123, + "epoch": 2.7887646890226425, + "grad_norm": 0.9077375531196594, + "learning_rate": 8.635056919893431e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8633060812950134, + "num_tokens": 37569985.0, + "step": 29190 + }, + { + "entropy": 1.2208166480064393, + "epoch": 2.7897200726091524, + "grad_norm": 1.71646249294281, + "learning_rate": 8.633972072305711e-05, + "loss": 0.3439, + "mean_token_accuracy": 0.8677463352680206, + "num_tokens": 37582905.0, + "step": 29200 + }, + { + "entropy": 1.2149370908737183, + "epoch": 2.790675456195663, + "grad_norm": 1.5787923336029053, + "learning_rate": 8.63288686197917e-05, + "loss": 0.3716, + "mean_token_accuracy": 0.8551216781139374, + "num_tokens": 37595787.0, + "step": 29210 + }, + { + "entropy": 1.223231589794159, + "epoch": 2.7916308397821723, + "grad_norm": 1.3924063444137573, + "learning_rate": 8.631801289022134e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8618533968925476, + "num_tokens": 37608718.0, + "step": 29220 + }, + { + "entropy": 1.2161327958106996, + "epoch": 2.7925862233686827, + "grad_norm": 1.3254411220550537, + "learning_rate": 8.630715353542964e-05, + "loss": 0.3666, + "mean_token_accuracy": 0.8560823500156403, + "num_tokens": 37621637.0, + "step": 29230 + }, + { + "entropy": 1.2176389813423156, + "epoch": 2.7935416069551926, + "grad_norm": 1.4378547668457031, + "learning_rate": 8.629629055650057e-05, + "loss": 0.3542, + "mean_token_accuracy": 0.8625727355480194, + "num_tokens": 37634383.0, + "step": 29240 + }, + { + "entropy": 1.228599238395691, + "epoch": 2.7944969905417025, + "grad_norm": 1.1945314407348633, + "learning_rate": 8.628542395451843e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8702842175960541, + "num_tokens": 37647722.0, + "step": 29250 + }, + { + "entropy": 1.2128347516059876, + "epoch": 2.7954523741282125, + "grad_norm": 1.275334358215332, + "learning_rate": 8.627455373056793e-05, + "loss": 0.339, + "mean_token_accuracy": 0.86909419298172, + "num_tokens": 37660341.0, + "step": 29260 + }, + { + "entropy": 1.218135118484497, + "epoch": 2.7964077577147224, + "grad_norm": 1.1015571355819702, + "learning_rate": 8.626367988573413e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8738840043544769, + "num_tokens": 37673229.0, + "step": 29270 + }, + { + "entropy": 1.2160574316978454, + "epoch": 2.7973631413012323, + "grad_norm": 0.9087293148040771, + "learning_rate": 8.625280242110242e-05, + "loss": 0.3484, + "mean_token_accuracy": 0.8679249048233032, + "num_tokens": 37686200.0, + "step": 29280 + }, + { + "entropy": 1.2142353415489198, + "epoch": 2.7983185248877422, + "grad_norm": 1.5055698156356812, + "learning_rate": 8.624192133775864e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8557918190956115, + "num_tokens": 37698961.0, + "step": 29290 + }, + { + "entropy": 1.213866078853607, + "epoch": 2.7992739084742526, + "grad_norm": 1.397646427154541, + "learning_rate": 8.623103663678884e-05, + "loss": 0.3262, + "mean_token_accuracy": 0.8691076576709748, + "num_tokens": 37711583.0, + "step": 29300 + }, + { + "entropy": 1.2103408217430114, + "epoch": 2.8002292920607625, + "grad_norm": 1.3767980337142944, + "learning_rate": 8.622014831927957e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8657685816287994, + "num_tokens": 37724259.0, + "step": 29310 + }, + { + "entropy": 1.2235198020935059, + "epoch": 2.8011846756472725, + "grad_norm": 1.26850426197052, + "learning_rate": 8.620925638631767e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8516713500022888, + "num_tokens": 37736739.0, + "step": 29320 + }, + { + "entropy": 1.2036884665489196, + "epoch": 2.8021400592337824, + "grad_norm": 1.5276778936386108, + "learning_rate": 8.619836083899038e-05, + "loss": 0.3397, + "mean_token_accuracy": 0.8637299954891204, + "num_tokens": 37749347.0, + "step": 29330 + }, + { + "entropy": 1.2038486123085022, + "epoch": 2.8030954428202923, + "grad_norm": 1.486932635307312, + "learning_rate": 8.618746167838527e-05, + "loss": 0.2983, + "mean_token_accuracy": 0.8835578918457031, + "num_tokens": 37762286.0, + "step": 29340 + }, + { + "entropy": 1.1970404386520386, + "epoch": 2.8040508264068023, + "grad_norm": 1.6260147094726562, + "learning_rate": 8.617655890559026e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8708649933338165, + "num_tokens": 37774753.0, + "step": 29350 + }, + { + "entropy": 1.2054467797279358, + "epoch": 2.805006209993312, + "grad_norm": 1.0127384662628174, + "learning_rate": 8.616565252169369e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8576287031173706, + "num_tokens": 37787198.0, + "step": 29360 + }, + { + "entropy": 1.2025784492492675, + "epoch": 2.8059615935798226, + "grad_norm": 1.1016727685928345, + "learning_rate": 8.615474252778419e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.8590776443481445, + "num_tokens": 37799502.0, + "step": 29370 + }, + { + "entropy": 1.2052060842514039, + "epoch": 2.806916977166332, + "grad_norm": 1.1458053588867188, + "learning_rate": 8.614382892495081e-05, + "loss": 0.3032, + "mean_token_accuracy": 0.8817862808704376, + "num_tokens": 37811740.0, + "step": 29380 + }, + { + "entropy": 1.2356611490249634, + "epoch": 2.8078723607528424, + "grad_norm": 1.3755947351455688, + "learning_rate": 8.613291171428292e-05, + "loss": 0.3445, + "mean_token_accuracy": 0.8662585616111755, + "num_tokens": 37824654.0, + "step": 29390 + }, + { + "entropy": 1.233802568912506, + "epoch": 2.8088277443393523, + "grad_norm": 1.0304359197616577, + "learning_rate": 8.612199089687025e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8524558246135712, + "num_tokens": 37837569.0, + "step": 29400 + }, + { + "entropy": 1.2358125686645507, + "epoch": 2.8097831279258623, + "grad_norm": 1.4348551034927368, + "learning_rate": 8.611106647380293e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.8640186607837677, + "num_tokens": 37851181.0, + "step": 29410 + }, + { + "entropy": 1.2141318917274475, + "epoch": 2.810738511512372, + "grad_norm": 1.345748782157898, + "learning_rate": 8.61001384461714e-05, + "loss": 0.3434, + "mean_token_accuracy": 0.865770673751831, + "num_tokens": 37864084.0, + "step": 29420 + }, + { + "entropy": 1.215721356868744, + "epoch": 2.811693895098882, + "grad_norm": 1.3236486911773682, + "learning_rate": 8.608920681506649e-05, + "loss": 0.3343, + "mean_token_accuracy": 0.866143935918808, + "num_tokens": 37876809.0, + "step": 29430 + }, + { + "entropy": 1.1915331482887268, + "epoch": 2.812649278685392, + "grad_norm": 1.4434385299682617, + "learning_rate": 8.60782715815794e-05, + "loss": 0.3391, + "mean_token_accuracy": 0.8707290887832642, + "num_tokens": 37889125.0, + "step": 29440 + }, + { + "entropy": 1.2016297578811646, + "epoch": 2.813604662271902, + "grad_norm": 1.259821891784668, + "learning_rate": 8.606733274680164e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8595920681953431, + "num_tokens": 37901986.0, + "step": 29450 + }, + { + "entropy": 1.2042440891265869, + "epoch": 2.8145600458584124, + "grad_norm": 1.3226699829101562, + "learning_rate": 8.605639031182514e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8670928776264191, + "num_tokens": 37914563.0, + "step": 29460 + }, + { + "entropy": 1.2085681557655334, + "epoch": 2.8155154294449223, + "grad_norm": 1.8125402927398682, + "learning_rate": 8.604544427774215e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8503659188747406, + "num_tokens": 37927785.0, + "step": 29470 + }, + { + "entropy": 1.1957893371582031, + "epoch": 2.816470813031432, + "grad_norm": 1.0682345628738403, + "learning_rate": 8.603449464564528e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8737375140190125, + "num_tokens": 37940607.0, + "step": 29480 + }, + { + "entropy": 1.2013224005699157, + "epoch": 2.817426196617942, + "grad_norm": 1.2537026405334473, + "learning_rate": 8.602354141662751e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8710291922092438, + "num_tokens": 37953915.0, + "step": 29490 + }, + { + "entropy": 1.205005693435669, + "epoch": 2.818381580204452, + "grad_norm": 1.3361859321594238, + "learning_rate": 8.601258459178221e-05, + "loss": 0.3466, + "mean_token_accuracy": 0.8663583636283875, + "num_tokens": 37967213.0, + "step": 29500 + }, + { + "entropy": 1.1902464866638183, + "epoch": 2.819336963790962, + "grad_norm": 1.2273319959640503, + "learning_rate": 8.600162417220305e-05, + "loss": 0.3068, + "mean_token_accuracy": 0.8820291638374329, + "num_tokens": 37980464.0, + "step": 29510 + }, + { + "entropy": 1.1909490466117858, + "epoch": 2.820292347377472, + "grad_norm": 1.3662346601486206, + "learning_rate": 8.599066015898409e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.862989628314972, + "num_tokens": 37993118.0, + "step": 29520 + }, + { + "entropy": 1.1877797603607179, + "epoch": 2.8212477309639823, + "grad_norm": 1.2707301378250122, + "learning_rate": 8.597969255321974e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8687450468540192, + "num_tokens": 38005548.0, + "step": 29530 + }, + { + "entropy": 1.2022853136062621, + "epoch": 2.8222031145504918, + "grad_norm": 1.7046440839767456, + "learning_rate": 8.596872135600478e-05, + "loss": 0.3163, + "mean_token_accuracy": 0.8800799608230591, + "num_tokens": 38018926.0, + "step": 29540 + }, + { + "entropy": 1.2070404052734376, + "epoch": 2.823158498137002, + "grad_norm": 1.1036643981933594, + "learning_rate": 8.595774656843436e-05, + "loss": 0.3313, + "mean_token_accuracy": 0.8698472321033478, + "num_tokens": 38032792.0, + "step": 29550 + }, + { + "entropy": 1.2049871921539306, + "epoch": 2.824113881723512, + "grad_norm": 1.5222429037094116, + "learning_rate": 8.594676819160392e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8688188672065735, + "num_tokens": 38045490.0, + "step": 29560 + }, + { + "entropy": 1.195976686477661, + "epoch": 2.825069265310022, + "grad_norm": 1.2463246583938599, + "learning_rate": 8.593578622660937e-05, + "loss": 0.3018, + "mean_token_accuracy": 0.8846957862377167, + "num_tokens": 38058541.0, + "step": 29570 + }, + { + "entropy": 1.187378966808319, + "epoch": 2.826024648896532, + "grad_norm": 1.7027286291122437, + "learning_rate": 8.592480067454687e-05, + "loss": 0.352, + "mean_token_accuracy": 0.8596889257431031, + "num_tokens": 38071692.0, + "step": 29580 + }, + { + "entropy": 1.2080999255180358, + "epoch": 2.826980032483042, + "grad_norm": 1.393530249595642, + "learning_rate": 8.591381153651301e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8614438652992249, + "num_tokens": 38085293.0, + "step": 29590 + }, + { + "entropy": 1.1997567176818849, + "epoch": 2.827935416069552, + "grad_norm": 0.9537278413772583, + "learning_rate": 8.590281881360469e-05, + "loss": 0.353, + "mean_token_accuracy": 0.858741945028305, + "num_tokens": 38098161.0, + "step": 29600 + }, + { + "entropy": 1.1918259143829346, + "epoch": 2.8288907996560617, + "grad_norm": 1.3631205558776855, + "learning_rate": 8.589182250691923e-05, + "loss": 0.3324, + "mean_token_accuracy": 0.8738187611103058, + "num_tokens": 38111053.0, + "step": 29610 + }, + { + "entropy": 1.1888893008232118, + "epoch": 2.829846183242572, + "grad_norm": 0.9736395478248596, + "learning_rate": 8.588082261755422e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8649344921112061, + "num_tokens": 38123741.0, + "step": 29620 + }, + { + "entropy": 1.2065974473953247, + "epoch": 2.830801566829082, + "grad_norm": 1.372444987297058, + "learning_rate": 8.58698191466077e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.8742185354232788, + "num_tokens": 38137333.0, + "step": 29630 + }, + { + "entropy": 1.1852868318557739, + "epoch": 2.831756950415592, + "grad_norm": 1.0939104557037354, + "learning_rate": 8.585881209517799e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8776601076126098, + "num_tokens": 38149748.0, + "step": 29640 + }, + { + "entropy": 1.206247127056122, + "epoch": 2.832712334002102, + "grad_norm": 1.1397144794464111, + "learning_rate": 8.584780146436382e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8680133104324341, + "num_tokens": 38163294.0, + "step": 29650 + }, + { + "entropy": 1.202619695663452, + "epoch": 2.833667717588612, + "grad_norm": 1.260939121246338, + "learning_rate": 8.583678725526426e-05, + "loss": 0.3949, + "mean_token_accuracy": 0.8404532968997955, + "num_tokens": 38175797.0, + "step": 29660 + }, + { + "entropy": 1.2035595774650574, + "epoch": 2.8346231011751217, + "grad_norm": 1.3898584842681885, + "learning_rate": 8.582576946897871e-05, + "loss": 0.3296, + "mean_token_accuracy": 0.8712619364261627, + "num_tokens": 38189222.0, + "step": 29670 + }, + { + "entropy": 1.1852975964546204, + "epoch": 2.8355784847616317, + "grad_norm": 1.305760145187378, + "learning_rate": 8.581474810660699e-05, + "loss": 0.3043, + "mean_token_accuracy": 0.8755885660648346, + "num_tokens": 38201879.0, + "step": 29680 + }, + { + "entropy": 1.2006514549255372, + "epoch": 2.836533868348142, + "grad_norm": 1.2212786674499512, + "learning_rate": 8.580372316924922e-05, + "loss": 0.3504, + "mean_token_accuracy": 0.8641526997089386, + "num_tokens": 38215143.0, + "step": 29690 + }, + { + "entropy": 1.2112752318382263, + "epoch": 2.8374892519346515, + "grad_norm": 1.8963913917541504, + "learning_rate": 8.579269465800588e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.860280567407608, + "num_tokens": 38227912.0, + "step": 29700 + }, + { + "entropy": 1.2042600274086, + "epoch": 2.838444635521162, + "grad_norm": 1.3971432447433472, + "learning_rate": 8.578166257397784e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8563803374767304, + "num_tokens": 38240634.0, + "step": 29710 + }, + { + "entropy": 1.1984676599502564, + "epoch": 2.839400019107672, + "grad_norm": 1.2619110345840454, + "learning_rate": 8.577062691826634e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8598908126354218, + "num_tokens": 38253049.0, + "step": 29720 + }, + { + "entropy": 1.211169183254242, + "epoch": 2.8403554026941817, + "grad_norm": 1.1583523750305176, + "learning_rate": 8.575958769197288e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8504071652889251, + "num_tokens": 38265928.0, + "step": 29730 + }, + { + "entropy": 1.200083351135254, + "epoch": 2.8413107862806917, + "grad_norm": 1.5808669328689575, + "learning_rate": 8.574854489619943e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.8753382503986359, + "num_tokens": 38278459.0, + "step": 29740 + }, + { + "entropy": 1.204771876335144, + "epoch": 2.8422661698672016, + "grad_norm": 1.4281748533248901, + "learning_rate": 8.573749853204827e-05, + "loss": 0.3253, + "mean_token_accuracy": 0.8742627561092376, + "num_tokens": 38291521.0, + "step": 29750 + }, + { + "entropy": 1.1991910219192505, + "epoch": 2.8432215534537115, + "grad_norm": 0.9855268001556396, + "learning_rate": 8.5726448600622e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8719205260276794, + "num_tokens": 38304376.0, + "step": 29760 + }, + { + "entropy": 1.204111397266388, + "epoch": 2.8441769370402215, + "grad_norm": 1.4821370840072632, + "learning_rate": 8.571539510302364e-05, + "loss": 0.3179, + "mean_token_accuracy": 0.876340115070343, + "num_tokens": 38317660.0, + "step": 29770 + }, + { + "entropy": 1.203883957862854, + "epoch": 2.845132320626732, + "grad_norm": 1.1627113819122314, + "learning_rate": 8.570433804035654e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8732036411762237, + "num_tokens": 38331151.0, + "step": 29780 + }, + { + "entropy": 1.2081529140472411, + "epoch": 2.8460877042132418, + "grad_norm": 1.0538378953933716, + "learning_rate": 8.569327741372439e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.8661432862281799, + "num_tokens": 38343890.0, + "step": 29790 + }, + { + "entropy": 1.2017676472663879, + "epoch": 2.8470430877997517, + "grad_norm": 1.1845827102661133, + "learning_rate": 8.568221322423125e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8629061758518219, + "num_tokens": 38356715.0, + "step": 29800 + }, + { + "entropy": 1.2032001972198487, + "epoch": 2.8479984713862616, + "grad_norm": 1.2224550247192383, + "learning_rate": 8.567114547298153e-05, + "loss": 0.3472, + "mean_token_accuracy": 0.8659345507621765, + "num_tokens": 38369826.0, + "step": 29810 + }, + { + "entropy": 1.1985423564910889, + "epoch": 2.8489538549727715, + "grad_norm": 1.1738799810409546, + "learning_rate": 8.566007416108002e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8614718317985535, + "num_tokens": 38382778.0, + "step": 29820 + }, + { + "entropy": 1.1967315912246703, + "epoch": 2.8499092385592815, + "grad_norm": 1.2564892768859863, + "learning_rate": 8.564899928963183e-05, + "loss": 0.3188, + "mean_token_accuracy": 0.8671629428863525, + "num_tokens": 38395601.0, + "step": 29830 + }, + { + "entropy": 1.2059298992156982, + "epoch": 2.8508646221457914, + "grad_norm": 1.6013985872268677, + "learning_rate": 8.563792085974243e-05, + "loss": 0.3539, + "mean_token_accuracy": 0.8612988650798797, + "num_tokens": 38409007.0, + "step": 29840 + }, + { + "entropy": 1.1960755825042724, + "epoch": 2.8518200057323018, + "grad_norm": 1.0592254400253296, + "learning_rate": 8.562683887251768e-05, + "loss": 0.3274, + "mean_token_accuracy": 0.8649944186210632, + "num_tokens": 38421769.0, + "step": 29850 + }, + { + "entropy": 1.1920717000961303, + "epoch": 2.8527753893188112, + "grad_norm": 1.1499614715576172, + "learning_rate": 8.561575332906375e-05, + "loss": 0.3413, + "mean_token_accuracy": 0.8633840322494507, + "num_tokens": 38434549.0, + "step": 29860 + }, + { + "entropy": 1.206344437599182, + "epoch": 2.8537307729053216, + "grad_norm": 1.614151954650879, + "learning_rate": 8.56046642304872e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8575590133666993, + "num_tokens": 38447088.0, + "step": 29870 + }, + { + "entropy": 1.2000696301460265, + "epoch": 2.8546861564918316, + "grad_norm": 1.505788803100586, + "learning_rate": 8.559357157789491e-05, + "loss": 0.3255, + "mean_token_accuracy": 0.8730958461761474, + "num_tokens": 38460611.0, + "step": 29880 + }, + { + "entropy": 1.2091332077980042, + "epoch": 2.8556415400783415, + "grad_norm": 1.2260947227478027, + "learning_rate": 8.558247537239418e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8617610037326813, + "num_tokens": 38474083.0, + "step": 29890 + }, + { + "entropy": 1.199726665019989, + "epoch": 2.8565969236648514, + "grad_norm": 1.1494665145874023, + "learning_rate": 8.557137561509258e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8664623498916626, + "num_tokens": 38486745.0, + "step": 29900 + }, + { + "entropy": 1.2157716035842896, + "epoch": 2.8575523072513613, + "grad_norm": 1.7427120208740234, + "learning_rate": 8.556027230709808e-05, + "loss": 0.3439, + "mean_token_accuracy": 0.8643300771713257, + "num_tokens": 38499518.0, + "step": 29910 + }, + { + "entropy": 1.2235540986061095, + "epoch": 2.8585076908378713, + "grad_norm": 1.068951964378357, + "learning_rate": 8.554916544951901e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8531339049339295, + "num_tokens": 38512009.0, + "step": 29920 + }, + { + "entropy": 1.2131549000740052, + "epoch": 2.859463074424381, + "grad_norm": 1.2983864545822144, + "learning_rate": 8.553805504346403e-05, + "loss": 0.3156, + "mean_token_accuracy": 0.8789166450500489, + "num_tokens": 38524621.0, + "step": 29930 + }, + { + "entropy": 1.229480755329132, + "epoch": 2.8604184580108916, + "grad_norm": 1.7671480178833008, + "learning_rate": 8.552694109004218e-05, + "loss": 0.3804, + "mean_token_accuracy": 0.8503504037857056, + "num_tokens": 38537817.0, + "step": 29940 + }, + { + "entropy": 1.187459123134613, + "epoch": 2.8613738415974015, + "grad_norm": 0.9883845448493958, + "learning_rate": 8.551582359036286e-05, + "loss": 0.3204, + "mean_token_accuracy": 0.8769368469715119, + "num_tokens": 38550767.0, + "step": 29950 + }, + { + "entropy": 1.1935799956321715, + "epoch": 2.8623292251839114, + "grad_norm": 1.2342960834503174, + "learning_rate": 8.550470254553576e-05, + "loss": 0.3684, + "mean_token_accuracy": 0.8612583577632904, + "num_tokens": 38563389.0, + "step": 29960 + }, + { + "entropy": 1.2056373715400697, + "epoch": 2.8632846087704213, + "grad_norm": 1.160919427871704, + "learning_rate": 8.5493577956671e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8673439502716065, + "num_tokens": 38576309.0, + "step": 29970 + }, + { + "entropy": 1.2005095839500428, + "epoch": 2.8642399923569313, + "grad_norm": 1.1135011911392212, + "learning_rate": 8.548244982487901e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8644775032997132, + "num_tokens": 38589196.0, + "step": 29980 + }, + { + "entropy": 1.1928379654884338, + "epoch": 2.865195375943441, + "grad_norm": 1.676488995552063, + "learning_rate": 8.547131815127061e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8734609007835388, + "num_tokens": 38602125.0, + "step": 29990 + }, + { + "entropy": 1.20868079662323, + "epoch": 2.866150759529951, + "grad_norm": 1.8405392169952393, + "learning_rate": 8.546018293695692e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8513427734375, + "num_tokens": 38615240.0, + "step": 30000 + }, + { + "entropy": 1.1897657752037047, + "epoch": 2.8671061431164615, + "grad_norm": 1.206345796585083, + "learning_rate": 8.544904418304946e-05, + "loss": 0.3249, + "mean_token_accuracy": 0.8760381400585174, + "num_tokens": 38627470.0, + "step": 30010 + }, + { + "entropy": 1.1971317410469056, + "epoch": 2.868061526702971, + "grad_norm": 1.4246948957443237, + "learning_rate": 8.54379018906601e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.880970960855484, + "num_tokens": 38640007.0, + "step": 30020 + }, + { + "entropy": 1.180858814716339, + "epoch": 2.8690169102894814, + "grad_norm": 1.5274758338928223, + "learning_rate": 8.542675606090102e-05, + "loss": 0.3218, + "mean_token_accuracy": 0.8729367852210999, + "num_tokens": 38652623.0, + "step": 30030 + }, + { + "entropy": 1.1936217546463013, + "epoch": 2.8699722938759913, + "grad_norm": 1.451704978942871, + "learning_rate": 8.541560669488481e-05, + "loss": 0.3532, + "mean_token_accuracy": 0.8636139035224915, + "num_tokens": 38665337.0, + "step": 30040 + }, + { + "entropy": 1.1798086047172547, + "epoch": 2.870927677462501, + "grad_norm": 1.1660282611846924, + "learning_rate": 8.540445379372437e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8700791239738465, + "num_tokens": 38677928.0, + "step": 30050 + }, + { + "entropy": 1.1883750915527345, + "epoch": 2.871883061049011, + "grad_norm": 1.4046961069107056, + "learning_rate": 8.539329735853299e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8717641472816468, + "num_tokens": 38690780.0, + "step": 30060 + }, + { + "entropy": 1.1894686102867127, + "epoch": 2.872838444635521, + "grad_norm": 2.191716194152832, + "learning_rate": 8.538213739042426e-05, + "loss": 0.3711, + "mean_token_accuracy": 0.8536568462848664, + "num_tokens": 38703540.0, + "step": 30070 + }, + { + "entropy": 1.1749108552932739, + "epoch": 2.873793828222031, + "grad_norm": 1.0930145978927612, + "learning_rate": 8.537097389051218e-05, + "loss": 0.357, + "mean_token_accuracy": 0.8619753539562225, + "num_tokens": 38716449.0, + "step": 30080 + }, + { + "entropy": 1.180411171913147, + "epoch": 2.874749211808541, + "grad_norm": 1.2208263874053955, + "learning_rate": 8.535980685991107e-05, + "loss": 0.3192, + "mean_token_accuracy": 0.8739136755466461, + "num_tokens": 38729440.0, + "step": 30090 + }, + { + "entropy": 1.19063880443573, + "epoch": 2.8757045953950513, + "grad_norm": 1.871761441230774, + "learning_rate": 8.534863629973562e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8503043353557587, + "num_tokens": 38741868.0, + "step": 30100 + }, + { + "entropy": 1.1999680280685425, + "epoch": 2.8766599789815612, + "grad_norm": 1.1164042949676514, + "learning_rate": 8.533746221110084e-05, + "loss": 0.3144, + "mean_token_accuracy": 0.8784860491752624, + "num_tokens": 38754340.0, + "step": 30110 + }, + { + "entropy": 1.1930547833442688, + "epoch": 2.877615362568071, + "grad_norm": 1.2311325073242188, + "learning_rate": 8.532628459512213e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8744848787784576, + "num_tokens": 38767502.0, + "step": 30120 + }, + { + "entropy": 1.20434809923172, + "epoch": 2.878570746154581, + "grad_norm": 1.007040023803711, + "learning_rate": 8.531510345291524e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8661425888538361, + "num_tokens": 38780420.0, + "step": 30130 + }, + { + "entropy": 1.2055293083190919, + "epoch": 2.879526129741091, + "grad_norm": 1.3307487964630127, + "learning_rate": 8.530391878559622e-05, + "loss": 0.3666, + "mean_token_accuracy": 0.8608879029750824, + "num_tokens": 38793133.0, + "step": 30140 + }, + { + "entropy": 1.2062569499015807, + "epoch": 2.880481513327601, + "grad_norm": 1.307451844215393, + "learning_rate": 8.529273059428156e-05, + "loss": 0.3124, + "mean_token_accuracy": 0.8768280684947968, + "num_tokens": 38806182.0, + "step": 30150 + }, + { + "entropy": 1.1950465083122253, + "epoch": 2.881436896914111, + "grad_norm": 1.5884276628494263, + "learning_rate": 8.5281538880088e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8630804777145386, + "num_tokens": 38819224.0, + "step": 30160 + }, + { + "entropy": 1.1990618228912353, + "epoch": 2.8823922805006212, + "grad_norm": 1.4520249366760254, + "learning_rate": 8.527034364413271e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8615338504314423, + "num_tokens": 38832574.0, + "step": 30170 + }, + { + "entropy": 1.1957765460014342, + "epoch": 2.8833476640871307, + "grad_norm": 1.389527440071106, + "learning_rate": 8.525914488753318e-05, + "loss": 0.3424, + "mean_token_accuracy": 0.8681750297546387, + "num_tokens": 38845557.0, + "step": 30180 + }, + { + "entropy": 1.1843873381614685, + "epoch": 2.884303047673641, + "grad_norm": 1.3740019798278809, + "learning_rate": 8.524794261140727e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8504550337791443, + "num_tokens": 38858169.0, + "step": 30190 + }, + { + "entropy": 1.1876999139785767, + "epoch": 2.885258431260151, + "grad_norm": 1.4092841148376465, + "learning_rate": 8.523673681687318e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.865502005815506, + "num_tokens": 38870876.0, + "step": 30200 + }, + { + "entropy": 1.187633216381073, + "epoch": 2.886213814846661, + "grad_norm": 1.2385419607162476, + "learning_rate": 8.522552750504943e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8621244072914124, + "num_tokens": 38883207.0, + "step": 30210 + }, + { + "entropy": 1.1810141324996948, + "epoch": 2.887169198433171, + "grad_norm": 1.3612407445907593, + "learning_rate": 8.521431467705494e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8696752071380616, + "num_tokens": 38895997.0, + "step": 30220 + }, + { + "entropy": 1.208343756198883, + "epoch": 2.888124582019681, + "grad_norm": 0.8855201005935669, + "learning_rate": 8.520309833400896e-05, + "loss": 0.3237, + "mean_token_accuracy": 0.8738685429096222, + "num_tokens": 38909089.0, + "step": 30230 + }, + { + "entropy": 1.1965314626693726, + "epoch": 2.8890799656061907, + "grad_norm": 1.1908272504806519, + "learning_rate": 8.51918784770311e-05, + "loss": 0.332, + "mean_token_accuracy": 0.8644259810447693, + "num_tokens": 38921777.0, + "step": 30240 + }, + { + "entropy": 1.2221062660217286, + "epoch": 2.8900353491927007, + "grad_norm": 1.9889880418777466, + "learning_rate": 8.518065510724129e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8424506247043609, + "num_tokens": 38934867.0, + "step": 30250 + }, + { + "entropy": 1.2054506897926331, + "epoch": 2.890990732779211, + "grad_norm": 1.3304049968719482, + "learning_rate": 8.516942822575986e-05, + "loss": 0.3463, + "mean_token_accuracy": 0.8603332698345184, + "num_tokens": 38947455.0, + "step": 30260 + }, + { + "entropy": 1.204322052001953, + "epoch": 2.891946116365721, + "grad_norm": 1.0908410549163818, + "learning_rate": 8.515819783370744e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8742774903774262, + "num_tokens": 38959933.0, + "step": 30270 + }, + { + "entropy": 1.2007885813713073, + "epoch": 2.892901499952231, + "grad_norm": 1.1578810214996338, + "learning_rate": 8.514696393220507e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8672758400440216, + "num_tokens": 38973010.0, + "step": 30280 + }, + { + "entropy": 1.19105726480484, + "epoch": 2.893856883538741, + "grad_norm": 1.1996541023254395, + "learning_rate": 8.513572652237407e-05, + "loss": 0.3123, + "mean_token_accuracy": 0.8725300967693329, + "num_tokens": 38985866.0, + "step": 30290 + }, + { + "entropy": 1.2026002049446105, + "epoch": 2.8948122671252507, + "grad_norm": 0.836185872554779, + "learning_rate": 8.512448560533614e-05, + "loss": 0.3465, + "mean_token_accuracy": 0.8623856723308563, + "num_tokens": 38998814.0, + "step": 30300 + }, + { + "entropy": 1.182946538925171, + "epoch": 2.8957676507117607, + "grad_norm": 1.311257243156433, + "learning_rate": 8.511324118221337e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.877707302570343, + "num_tokens": 39011363.0, + "step": 30310 + }, + { + "entropy": 1.1855809092521667, + "epoch": 2.8967230342982706, + "grad_norm": 1.0474345684051514, + "learning_rate": 8.510199325412813e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8685234606266021, + "num_tokens": 39023545.0, + "step": 30320 + }, + { + "entropy": 1.192806613445282, + "epoch": 2.897678417884781, + "grad_norm": 1.5552763938903809, + "learning_rate": 8.509074182220321e-05, + "loss": 0.3132, + "mean_token_accuracy": 0.8749139964580536, + "num_tokens": 39036637.0, + "step": 30330 + }, + { + "entropy": 1.1877195954322814, + "epoch": 2.8986338014712905, + "grad_norm": 0.9916610717773438, + "learning_rate": 8.507948688756168e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.8735657691955566, + "num_tokens": 39049719.0, + "step": 30340 + }, + { + "entropy": 1.1915300607681274, + "epoch": 2.899589185057801, + "grad_norm": 1.2683782577514648, + "learning_rate": 8.506822845132702e-05, + "loss": 0.3462, + "mean_token_accuracy": 0.8643277049064636, + "num_tokens": 39062466.0, + "step": 30350 + }, + { + "entropy": 1.192008340358734, + "epoch": 2.9005445686443108, + "grad_norm": 1.1322612762451172, + "learning_rate": 8.505696651462304e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8666590631008149, + "num_tokens": 39075428.0, + "step": 30360 + }, + { + "entropy": 1.198312723636627, + "epoch": 2.9014999522308207, + "grad_norm": 1.562689185142517, + "learning_rate": 8.504570107857385e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8529429018497467, + "num_tokens": 39087859.0, + "step": 30370 + }, + { + "entropy": 1.2031246781349183, + "epoch": 2.9024553358173306, + "grad_norm": 1.59251070022583, + "learning_rate": 8.5034432144304e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8745457887649536, + "num_tokens": 39101345.0, + "step": 30380 + }, + { + "entropy": 1.174430286884308, + "epoch": 2.9034107194038405, + "grad_norm": 1.1434353590011597, + "learning_rate": 8.502315971293831e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8716416239738465, + "num_tokens": 39114103.0, + "step": 30390 + }, + { + "entropy": 1.2025461316108703, + "epoch": 2.9043661029903505, + "grad_norm": 1.6622554063796997, + "learning_rate": 8.501188378560201e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.851678729057312, + "num_tokens": 39126818.0, + "step": 30400 + }, + { + "entropy": 1.1902629375457763, + "epoch": 2.9053214865768604, + "grad_norm": 1.7492287158966064, + "learning_rate": 8.500060436342062e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8733992874622345, + "num_tokens": 39139396.0, + "step": 30410 + }, + { + "entropy": 1.1965548515319824, + "epoch": 2.9062768701633708, + "grad_norm": 1.4738755226135254, + "learning_rate": 8.498932144752006e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8669971287250519, + "num_tokens": 39152240.0, + "step": 30420 + }, + { + "entropy": 1.1809768438339234, + "epoch": 2.9072322537498807, + "grad_norm": 1.3884294033050537, + "learning_rate": 8.497803503902654e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.864079374074936, + "num_tokens": 39165078.0, + "step": 30430 + }, + { + "entropy": 1.1943085074424744, + "epoch": 2.9081876373363906, + "grad_norm": 1.7290966510772705, + "learning_rate": 8.496674513906671e-05, + "loss": 0.3367, + "mean_token_accuracy": 0.8693164825439453, + "num_tokens": 39178005.0, + "step": 30440 + }, + { + "entropy": 1.1854742169380188, + "epoch": 2.9091430209229006, + "grad_norm": 1.4840201139450073, + "learning_rate": 8.495545174876749e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8688773870468139, + "num_tokens": 39190422.0, + "step": 30450 + }, + { + "entropy": 1.1900407314300536, + "epoch": 2.9100984045094105, + "grad_norm": 1.2129125595092773, + "learning_rate": 8.494415486925618e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8668577671051025, + "num_tokens": 39203304.0, + "step": 30460 + }, + { + "entropy": 1.1853753685951234, + "epoch": 2.9110537880959204, + "grad_norm": 1.3150907754898071, + "learning_rate": 8.49328545016604e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8695574402809143, + "num_tokens": 39215744.0, + "step": 30470 + }, + { + "entropy": 1.1993959307670594, + "epoch": 2.9120091716824303, + "grad_norm": 1.3921799659729004, + "learning_rate": 8.492155064710815e-05, + "loss": 0.3553, + "mean_token_accuracy": 0.8633104920387268, + "num_tokens": 39229300.0, + "step": 30480 + }, + { + "entropy": 1.2066832661628724, + "epoch": 2.9129645552689407, + "grad_norm": 1.474156141281128, + "learning_rate": 8.491024330672778e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8551190495491028, + "num_tokens": 39242774.0, + "step": 30490 + }, + { + "entropy": 1.1969887495040894, + "epoch": 2.91391993885545, + "grad_norm": 1.0907669067382812, + "learning_rate": 8.489893248164795e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8564381420612335, + "num_tokens": 39255144.0, + "step": 30500 + }, + { + "entropy": 1.2001924395561219, + "epoch": 2.9148753224419606, + "grad_norm": 1.070684552192688, + "learning_rate": 8.488761817299772e-05, + "loss": 0.356, + "mean_token_accuracy": 0.862098652124405, + "num_tokens": 39268139.0, + "step": 30510 + }, + { + "entropy": 1.1748166680335999, + "epoch": 2.9158307060284705, + "grad_norm": 0.9884968400001526, + "learning_rate": 8.487630038190647e-05, + "loss": 0.317, + "mean_token_accuracy": 0.8779475569725037, + "num_tokens": 39280440.0, + "step": 30520 + }, + { + "entropy": 1.1919944524765014, + "epoch": 2.9167860896149804, + "grad_norm": 1.1258022785186768, + "learning_rate": 8.48649791095039e-05, + "loss": 0.2921, + "mean_token_accuracy": 0.886113440990448, + "num_tokens": 39293865.0, + "step": 30530 + }, + { + "entropy": 1.1923251748085022, + "epoch": 2.9177414732014904, + "grad_norm": 1.546592116355896, + "learning_rate": 8.485365435692013e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8516676366329193, + "num_tokens": 39306857.0, + "step": 30540 + }, + { + "entropy": 1.1976165533065797, + "epoch": 2.9186968567880003, + "grad_norm": 1.1244218349456787, + "learning_rate": 8.484232612528553e-05, + "loss": 0.3184, + "mean_token_accuracy": 0.8782858192920685, + "num_tokens": 39319610.0, + "step": 30550 + }, + { + "entropy": 1.204836332798004, + "epoch": 2.91965224037451, + "grad_norm": 1.1600936651229858, + "learning_rate": 8.483099441573092e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8757741153240204, + "num_tokens": 39332897.0, + "step": 30560 + }, + { + "entropy": 1.1992270469665527, + "epoch": 2.92060762396102, + "grad_norm": 1.1971060037612915, + "learning_rate": 8.481965922938739e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.851297777891159, + "num_tokens": 39345858.0, + "step": 30570 + }, + { + "entropy": 1.1787268757820129, + "epoch": 2.9215630075475305, + "grad_norm": 1.2669671773910522, + "learning_rate": 8.480832056738642e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.8651455879211426, + "num_tokens": 39358614.0, + "step": 30580 + }, + { + "entropy": 1.1893740057945252, + "epoch": 2.9225183911340404, + "grad_norm": 1.193975806236267, + "learning_rate": 8.47969784308598e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8567075967788697, + "num_tokens": 39370815.0, + "step": 30590 + }, + { + "entropy": 1.2024783492088318, + "epoch": 2.9234737747205504, + "grad_norm": 1.2535840272903442, + "learning_rate": 8.478563282093972e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8731310725212097, + "num_tokens": 39384417.0, + "step": 30600 + }, + { + "entropy": 1.1960074663162232, + "epoch": 2.9244291583070603, + "grad_norm": 1.3684301376342773, + "learning_rate": 8.477428373875866e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8633802771568299, + "num_tokens": 39397922.0, + "step": 30610 + }, + { + "entropy": 1.2025402903556823, + "epoch": 2.9253845418935702, + "grad_norm": 1.4284816980361938, + "learning_rate": 8.476293118544947e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8541346073150635, + "num_tokens": 39410856.0, + "step": 30620 + }, + { + "entropy": 1.2039312481880189, + "epoch": 2.92633992548008, + "grad_norm": 1.2113183736801147, + "learning_rate": 8.475157516214536e-05, + "loss": 0.3605, + "mean_token_accuracy": 0.8630382895469666, + "num_tokens": 39423950.0, + "step": 30630 + }, + { + "entropy": 1.1700567841529845, + "epoch": 2.92729530906659, + "grad_norm": 1.2772268056869507, + "learning_rate": 8.474021566997987e-05, + "loss": 0.3076, + "mean_token_accuracy": 0.8723723769187928, + "num_tokens": 39436083.0, + "step": 30640 + }, + { + "entropy": 1.1907180190086364, + "epoch": 2.9282506926531005, + "grad_norm": 1.5750113725662231, + "learning_rate": 8.472885271008691e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.867332112789154, + "num_tokens": 39449215.0, + "step": 30650 + }, + { + "entropy": 1.2045494198799134, + "epoch": 2.92920607623961, + "grad_norm": 1.3017054796218872, + "learning_rate": 8.47174862836007e-05, + "loss": 0.3428, + "mean_token_accuracy": 0.8627307057380676, + "num_tokens": 39462030.0, + "step": 30660 + }, + { + "entropy": 1.1903069257736205, + "epoch": 2.9301614598261203, + "grad_norm": 1.470318078994751, + "learning_rate": 8.470611639165582e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.873789268732071, + "num_tokens": 39474909.0, + "step": 30670 + }, + { + "entropy": 1.1980566382408142, + "epoch": 2.9311168434126302, + "grad_norm": 1.3891634941101074, + "learning_rate": 8.469474303538722e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8653415024280549, + "num_tokens": 39488124.0, + "step": 30680 + }, + { + "entropy": 1.1781134605407715, + "epoch": 2.93207222699914, + "grad_norm": 1.2208870649337769, + "learning_rate": 8.468336621593014e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8680538356304168, + "num_tokens": 39500531.0, + "step": 30690 + }, + { + "entropy": 1.191731059551239, + "epoch": 2.93302761058565, + "grad_norm": 1.4724782705307007, + "learning_rate": 8.467198593442022e-05, + "loss": 0.3051, + "mean_token_accuracy": 0.8819284737110138, + "num_tokens": 39513614.0, + "step": 30700 + }, + { + "entropy": 1.1878967046737672, + "epoch": 2.93398299417216, + "grad_norm": 1.1892484426498413, + "learning_rate": 8.466060219199343e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8724434554576874, + "num_tokens": 39526018.0, + "step": 30710 + }, + { + "entropy": 1.1953787326812744, + "epoch": 2.93493837775867, + "grad_norm": 1.070687174797058, + "learning_rate": 8.464921498978609e-05, + "loss": 0.3661, + "mean_token_accuracy": 0.8502087771892548, + "num_tokens": 39538925.0, + "step": 30720 + }, + { + "entropy": 1.1901058077812194, + "epoch": 2.93589376134518, + "grad_norm": 1.4063044786453247, + "learning_rate": 8.463782432893483e-05, + "loss": 0.319, + "mean_token_accuracy": 0.8755973994731903, + "num_tokens": 39551629.0, + "step": 30730 + }, + { + "entropy": 1.199431014060974, + "epoch": 2.9368491449316902, + "grad_norm": 1.2940255403518677, + "learning_rate": 8.462643021057668e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8669329702854156, + "num_tokens": 39564290.0, + "step": 30740 + }, + { + "entropy": 1.2187623023986816, + "epoch": 2.9378045285182, + "grad_norm": 1.3106907606124878, + "learning_rate": 8.461503263584898e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8536322176456451, + "num_tokens": 39577789.0, + "step": 30750 + }, + { + "entropy": 1.2121561884880065, + "epoch": 2.93875991210471, + "grad_norm": 0.9913198351860046, + "learning_rate": 8.46036316058894e-05, + "loss": 0.3553, + "mean_token_accuracy": 0.8541867733001709, + "num_tokens": 39590767.0, + "step": 30760 + }, + { + "entropy": 1.220065712928772, + "epoch": 2.93971529569122, + "grad_norm": 0.9855617880821228, + "learning_rate": 8.4592227121836e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8524160981178284, + "num_tokens": 39603688.0, + "step": 30770 + }, + { + "entropy": 1.188202476501465, + "epoch": 2.94067067927773, + "grad_norm": 1.32784104347229, + "learning_rate": 8.458081918482717e-05, + "loss": 0.3048, + "mean_token_accuracy": 0.8843622028827667, + "num_tokens": 39615950.0, + "step": 30780 + }, + { + "entropy": 1.2185457348823547, + "epoch": 2.94162606286424, + "grad_norm": 1.6253107786178589, + "learning_rate": 8.456940779600162e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8541899859905243, + "num_tokens": 39628763.0, + "step": 30790 + }, + { + "entropy": 1.1877143263816834, + "epoch": 2.94258144645075, + "grad_norm": 1.1806118488311768, + "learning_rate": 8.455799295649842e-05, + "loss": 0.3551, + "mean_token_accuracy": 0.861411839723587, + "num_tokens": 39641260.0, + "step": 30800 + }, + { + "entropy": 1.1972590565681458, + "epoch": 2.94353683003726, + "grad_norm": 1.549573302268982, + "learning_rate": 8.4546574667457e-05, + "loss": 0.3296, + "mean_token_accuracy": 0.8697837352752685, + "num_tokens": 39654106.0, + "step": 30810 + }, + { + "entropy": 1.2048420310020447, + "epoch": 2.9444922136237697, + "grad_norm": 1.2002071142196655, + "learning_rate": 8.453515293001711e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8678810834884644, + "num_tokens": 39667246.0, + "step": 30820 + }, + { + "entropy": 1.2070440769195556, + "epoch": 2.94544759721028, + "grad_norm": 1.6152279376983643, + "learning_rate": 8.452372774531884e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8596109747886658, + "num_tokens": 39680477.0, + "step": 30830 + }, + { + "entropy": 1.1964242577552795, + "epoch": 2.94640298079679, + "grad_norm": 1.2249418497085571, + "learning_rate": 8.451229911450268e-05, + "loss": 0.3118, + "mean_token_accuracy": 0.8764543235301971, + "num_tokens": 39693396.0, + "step": 30840 + }, + { + "entropy": 1.1978602051734923, + "epoch": 2.9473583643833, + "grad_norm": 1.5857418775558472, + "learning_rate": 8.450086703870939e-05, + "loss": 0.3166, + "mean_token_accuracy": 0.8697063505649567, + "num_tokens": 39706091.0, + "step": 30850 + }, + { + "entropy": 1.2060147643089294, + "epoch": 2.94831374796981, + "grad_norm": 1.3652232885360718, + "learning_rate": 8.448943151908011e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8613170146942138, + "num_tokens": 39718832.0, + "step": 30860 + }, + { + "entropy": 1.206493353843689, + "epoch": 2.9492691315563198, + "grad_norm": 1.5165073871612549, + "learning_rate": 8.447799255675632e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.8720973372459412, + "num_tokens": 39732457.0, + "step": 30870 + }, + { + "entropy": 1.2018580436706543, + "epoch": 2.9502245151428297, + "grad_norm": 1.50710129737854, + "learning_rate": 8.446655015287985e-05, + "loss": 0.3403, + "mean_token_accuracy": 0.8619919896125794, + "num_tokens": 39745487.0, + "step": 30880 + }, + { + "entropy": 1.2129080533981322, + "epoch": 2.9511798987293396, + "grad_norm": 1.299094319343567, + "learning_rate": 8.445510430859287e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8447181642055511, + "num_tokens": 39757690.0, + "step": 30890 + }, + { + "entropy": 1.2078007459640503, + "epoch": 2.95213528231585, + "grad_norm": 1.4408257007598877, + "learning_rate": 8.444365502503788e-05, + "loss": 0.3232, + "mean_token_accuracy": 0.871725183725357, + "num_tokens": 39769992.0, + "step": 30900 + }, + { + "entropy": 1.2059950351715087, + "epoch": 2.95309066590236, + "grad_norm": 1.2628270387649536, + "learning_rate": 8.443220230335775e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8694246053695679, + "num_tokens": 39782992.0, + "step": 30910 + }, + { + "entropy": 1.2168989658355713, + "epoch": 2.95404604948887, + "grad_norm": 1.112754464149475, + "learning_rate": 8.442074614469565e-05, + "loss": 0.3699, + "mean_token_accuracy": 0.8502641677856445, + "num_tokens": 39795402.0, + "step": 30920 + }, + { + "entropy": 1.221613097190857, + "epoch": 2.9550014330753798, + "grad_norm": 1.100655198097229, + "learning_rate": 8.440928655019515e-05, + "loss": 0.3443, + "mean_token_accuracy": 0.8570729851722717, + "num_tokens": 39808869.0, + "step": 30930 + }, + { + "entropy": 1.2086355090141296, + "epoch": 2.9559568166618897, + "grad_norm": 1.7956629991531372, + "learning_rate": 8.43978235210001e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8659344673156738, + "num_tokens": 39821368.0, + "step": 30940 + }, + { + "entropy": 1.218778622150421, + "epoch": 2.9569122002483996, + "grad_norm": 1.1719532012939453, + "learning_rate": 8.438635705825478e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.871269702911377, + "num_tokens": 39834811.0, + "step": 30950 + }, + { + "entropy": 1.2238303780555726, + "epoch": 2.9578675838349096, + "grad_norm": 0.9758539795875549, + "learning_rate": 8.437488716310371e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8617883801460267, + "num_tokens": 39847668.0, + "step": 30960 + }, + { + "entropy": 1.2017873048782348, + "epoch": 2.95882296742142, + "grad_norm": 1.275681972503662, + "learning_rate": 8.436341383669182e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8666729509830475, + "num_tokens": 39860164.0, + "step": 30970 + }, + { + "entropy": 1.232359230518341, + "epoch": 2.9597783510079294, + "grad_norm": 1.1518758535385132, + "learning_rate": 8.435193708016435e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8777326583862305, + "num_tokens": 39873526.0, + "step": 30980 + }, + { + "entropy": 1.2143593788146974, + "epoch": 2.96073373459444, + "grad_norm": 1.2807587385177612, + "learning_rate": 8.43404568946669e-05, + "loss": 0.337, + "mean_token_accuracy": 0.8663165092468261, + "num_tokens": 39885530.0, + "step": 30990 + }, + { + "entropy": 1.1937812209129333, + "epoch": 2.9616891181809497, + "grad_norm": 1.48909592628479, + "learning_rate": 8.432897328134543e-05, + "loss": 0.3151, + "mean_token_accuracy": 0.8761813759803772, + "num_tokens": 39898689.0, + "step": 31000 + }, + { + "entropy": 1.2096586585044862, + "epoch": 2.9626445017674596, + "grad_norm": 1.3534389734268188, + "learning_rate": 8.43174862413462e-05, + "loss": 0.3528, + "mean_token_accuracy": 0.8627161741256714, + "num_tokens": 39911386.0, + "step": 31010 + }, + { + "entropy": 1.2408839583396911, + "epoch": 2.9635998853539696, + "grad_norm": 1.165852665901184, + "learning_rate": 8.430599577581586e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.860069352388382, + "num_tokens": 39924575.0, + "step": 31020 + }, + { + "entropy": 1.2128739595413207, + "epoch": 2.9645552689404795, + "grad_norm": 1.8384875059127808, + "learning_rate": 8.429450188590133e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.863138622045517, + "num_tokens": 39938080.0, + "step": 31030 + }, + { + "entropy": 1.2015156626701355, + "epoch": 2.9655106525269894, + "grad_norm": 1.469264030456543, + "learning_rate": 8.428300457274995e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8686134934425354, + "num_tokens": 39950761.0, + "step": 31040 + }, + { + "entropy": 1.217574918270111, + "epoch": 2.9664660361134993, + "grad_norm": 1.330251693725586, + "learning_rate": 8.427150383750937e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8535998940467835, + "num_tokens": 39963705.0, + "step": 31050 + }, + { + "entropy": 1.200183141231537, + "epoch": 2.9674214197000097, + "grad_norm": 1.5354796648025513, + "learning_rate": 8.425999968132757e-05, + "loss": 0.3471, + "mean_token_accuracy": 0.8631216883659363, + "num_tokens": 39976334.0, + "step": 31060 + }, + { + "entropy": 1.2146533250808715, + "epoch": 2.9683768032865196, + "grad_norm": 1.3095909357070923, + "learning_rate": 8.424849210535286e-05, + "loss": 0.3189, + "mean_token_accuracy": 0.8736393272876739, + "num_tokens": 39989412.0, + "step": 31070 + }, + { + "entropy": 1.2152084350585937, + "epoch": 2.9693321868730296, + "grad_norm": 1.3233481645584106, + "learning_rate": 8.423698111073393e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8566932618618012, + "num_tokens": 40002725.0, + "step": 31080 + }, + { + "entropy": 1.211570632457733, + "epoch": 2.9702875704595395, + "grad_norm": 1.0181885957717896, + "learning_rate": 8.42254666986198e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.870711886882782, + "num_tokens": 40015313.0, + "step": 31090 + }, + { + "entropy": 1.2100934147834779, + "epoch": 2.9712429540460494, + "grad_norm": 1.4797285795211792, + "learning_rate": 8.421394887015983e-05, + "loss": 0.3281, + "mean_token_accuracy": 0.8699907004833222, + "num_tokens": 40027834.0, + "step": 31100 + }, + { + "entropy": 1.2069491863250732, + "epoch": 2.9721983376325594, + "grad_norm": 1.3998380899429321, + "learning_rate": 8.420242762650372e-05, + "loss": 0.3459, + "mean_token_accuracy": 0.8635498940944671, + "num_tokens": 40040399.0, + "step": 31110 + }, + { + "entropy": 1.2247565984725952, + "epoch": 2.9731537212190693, + "grad_norm": 1.1049447059631348, + "learning_rate": 8.419090296880147e-05, + "loss": 0.3294, + "mean_token_accuracy": 0.8628063976764679, + "num_tokens": 40053687.0, + "step": 31120 + }, + { + "entropy": 1.2188792467117309, + "epoch": 2.9741091048055797, + "grad_norm": 1.5912131071090698, + "learning_rate": 8.417937489820351e-05, + "loss": 0.3405, + "mean_token_accuracy": 0.8628416955471039, + "num_tokens": 40066540.0, + "step": 31130 + }, + { + "entropy": 1.2232028245925903, + "epoch": 2.9750644883920896, + "grad_norm": 1.4794403314590454, + "learning_rate": 8.41678434158605e-05, + "loss": 0.3517, + "mean_token_accuracy": 0.859642094373703, + "num_tokens": 40079423.0, + "step": 31140 + }, + { + "entropy": 1.207100760936737, + "epoch": 2.9760198719785995, + "grad_norm": 1.2922323942184448, + "learning_rate": 8.415630852292356e-05, + "loss": 0.3025, + "mean_token_accuracy": 0.875689548254013, + "num_tokens": 40092326.0, + "step": 31150 + }, + { + "entropy": 1.209813404083252, + "epoch": 2.9769752555651094, + "grad_norm": 1.535601258277893, + "learning_rate": 8.414477022054404e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8726191461086273, + "num_tokens": 40105067.0, + "step": 31160 + }, + { + "entropy": 1.20484139919281, + "epoch": 2.9779306391516194, + "grad_norm": 1.5849030017852783, + "learning_rate": 8.41332285098737e-05, + "loss": 0.3161, + "mean_token_accuracy": 0.8729078292846679, + "num_tokens": 40117616.0, + "step": 31170 + }, + { + "entropy": 1.2041265726089478, + "epoch": 2.9788860227381293, + "grad_norm": 1.2798751592636108, + "learning_rate": 8.412168339206463e-05, + "loss": 0.2959, + "mean_token_accuracy": 0.8848120748996735, + "num_tokens": 40130628.0, + "step": 31180 + }, + { + "entropy": 1.2013481378555297, + "epoch": 2.9798414063246392, + "grad_norm": 1.0696016550064087, + "learning_rate": 8.411013486826924e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8736897051334381, + "num_tokens": 40142770.0, + "step": 31190 + }, + { + "entropy": 1.1969575762748719, + "epoch": 2.9807967899111496, + "grad_norm": 1.0254015922546387, + "learning_rate": 8.409858293964028e-05, + "loss": 0.3265, + "mean_token_accuracy": 0.8689355850219727, + "num_tokens": 40154903.0, + "step": 31200 + }, + { + "entropy": 1.2193686604499816, + "epoch": 2.981752173497659, + "grad_norm": 1.217756986618042, + "learning_rate": 8.408702760733087e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8566898584365845, + "num_tokens": 40167699.0, + "step": 31210 + }, + { + "entropy": 1.2356798648834229, + "epoch": 2.9827075570841695, + "grad_norm": 1.2522610425949097, + "learning_rate": 8.407546887249442e-05, + "loss": 0.3544, + "mean_token_accuracy": 0.8561221659183502, + "num_tokens": 40180278.0, + "step": 31220 + }, + { + "entropy": 1.2333966135978698, + "epoch": 2.9836629406706794, + "grad_norm": 1.5825538635253906, + "learning_rate": 8.406390673628474e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8543509840965271, + "num_tokens": 40192921.0, + "step": 31230 + }, + { + "entropy": 1.2268689155578614, + "epoch": 2.9846183242571893, + "grad_norm": 1.5235610008239746, + "learning_rate": 8.405234119985595e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8709645986557006, + "num_tokens": 40205656.0, + "step": 31240 + }, + { + "entropy": 1.2178154468536377, + "epoch": 2.9855737078436992, + "grad_norm": 1.2734949588775635, + "learning_rate": 8.404077226436249e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8608072817325592, + "num_tokens": 40218003.0, + "step": 31250 + }, + { + "entropy": 1.2275168180465699, + "epoch": 2.986529091430209, + "grad_norm": 1.050526738166809, + "learning_rate": 8.402919993095916e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8715501666069031, + "num_tokens": 40231203.0, + "step": 31260 + }, + { + "entropy": 1.233686590194702, + "epoch": 2.987484475016719, + "grad_norm": 1.3318530321121216, + "learning_rate": 8.40176242008011e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8565711259841919, + "num_tokens": 40244067.0, + "step": 31270 + }, + { + "entropy": 1.2228510975837708, + "epoch": 2.988439858603229, + "grad_norm": 1.1301780939102173, + "learning_rate": 8.400604507504379e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8631237089633942, + "num_tokens": 40256561.0, + "step": 31280 + }, + { + "entropy": 1.2124577760696411, + "epoch": 2.9893952421897394, + "grad_norm": 1.6592648029327393, + "learning_rate": 8.399446255484303e-05, + "loss": 0.3642, + "mean_token_accuracy": 0.855622535943985, + "num_tokens": 40269422.0, + "step": 31290 + }, + { + "entropy": 1.2077844858169555, + "epoch": 2.9903506257762493, + "grad_norm": 1.622604489326477, + "learning_rate": 8.398287664135498e-05, + "loss": 0.3434, + "mean_token_accuracy": 0.8668610572814941, + "num_tokens": 40282022.0, + "step": 31300 + }, + { + "entropy": 1.2003500938415528, + "epoch": 2.9913060093627593, + "grad_norm": 1.3524961471557617, + "learning_rate": 8.397128733573616e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.86387397646904, + "num_tokens": 40294522.0, + "step": 31310 + }, + { + "entropy": 1.2181761145591736, + "epoch": 2.992261392949269, + "grad_norm": 1.3823639154434204, + "learning_rate": 8.395969463914335e-05, + "loss": 0.3498, + "mean_token_accuracy": 0.8660633504390717, + "num_tokens": 40307756.0, + "step": 31320 + }, + { + "entropy": 1.217989480495453, + "epoch": 2.993216776535779, + "grad_norm": 1.5703047513961792, + "learning_rate": 8.394809855273377e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.850729089975357, + "num_tokens": 40320003.0, + "step": 31330 + }, + { + "entropy": 1.2163877844810487, + "epoch": 2.994172160122289, + "grad_norm": 1.2555031776428223, + "learning_rate": 8.393649907766489e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.8695560395717621, + "num_tokens": 40332779.0, + "step": 31340 + }, + { + "entropy": 1.1921022891998292, + "epoch": 2.995127543708799, + "grad_norm": 1.6487300395965576, + "learning_rate": 8.392489621509457e-05, + "loss": 0.3465, + "mean_token_accuracy": 0.8595751821994781, + "num_tokens": 40345122.0, + "step": 31350 + }, + { + "entropy": 1.196463167667389, + "epoch": 2.9960829272953093, + "grad_norm": 1.217132329940796, + "learning_rate": 8.3913289966181e-05, + "loss": 0.3271, + "mean_token_accuracy": 0.872706162929535, + "num_tokens": 40357841.0, + "step": 31360 + }, + { + "entropy": 1.2192410469055175, + "epoch": 2.997038310881819, + "grad_norm": 1.3234038352966309, + "learning_rate": 8.390168033208268e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8647467374801636, + "num_tokens": 40371200.0, + "step": 31370 + }, + { + "entropy": 1.216260313987732, + "epoch": 2.997993694468329, + "grad_norm": 1.5839711427688599, + "learning_rate": 8.389006731395851e-05, + "loss": 0.347, + "mean_token_accuracy": 0.8661998927593231, + "num_tokens": 40383779.0, + "step": 31380 + }, + { + "entropy": 1.2406022906303407, + "epoch": 2.998949078054839, + "grad_norm": 1.3326082229614258, + "learning_rate": 8.387845091296765e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8536807715892791, + "num_tokens": 40396531.0, + "step": 31390 + }, + { + "entropy": 1.2081691026687622, + "epoch": 2.999904461641349, + "grad_norm": 1.1134347915649414, + "learning_rate": 8.386683113026967e-05, + "loss": 0.3039, + "mean_token_accuracy": 0.8790439426898956, + "num_tokens": 40409156.0, + "step": 31400 + }, + { + "entropy": 1.1898417711257934, + "epoch": 3.000859845227859, + "grad_norm": 1.439667820930481, + "learning_rate": 8.38552079670244e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.9150975704193115, + "num_tokens": 40421401.0, + "step": 31410 + }, + { + "entropy": 1.194014596939087, + "epoch": 3.001815228814369, + "grad_norm": 1.5787935256958008, + "learning_rate": 8.384358142439207e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.9008084058761596, + "num_tokens": 40434721.0, + "step": 31420 + }, + { + "entropy": 1.1960751414299011, + "epoch": 3.002770612400879, + "grad_norm": 1.1720832586288452, + "learning_rate": 8.383195150353325e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9064809024333954, + "num_tokens": 40448143.0, + "step": 31430 + }, + { + "entropy": 1.1660398364067077, + "epoch": 3.0037259959873888, + "grad_norm": 1.4226794242858887, + "learning_rate": 8.382031820560879e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9121177017688751, + "num_tokens": 40461231.0, + "step": 31440 + }, + { + "entropy": 1.152062439918518, + "epoch": 3.004681379573899, + "grad_norm": 1.214946985244751, + "learning_rate": 8.380868153177994e-05, + "loss": 0.2079, + "mean_token_accuracy": 0.9188663959503174, + "num_tokens": 40473511.0, + "step": 31450 + }, + { + "entropy": 1.1691712737083435, + "epoch": 3.005636763160409, + "grad_norm": 1.6993987560272217, + "learning_rate": 8.379704148320824e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.9027447700500488, + "num_tokens": 40486087.0, + "step": 31460 + }, + { + "entropy": 1.1565272212028503, + "epoch": 3.006592146746919, + "grad_norm": 1.665165662765503, + "learning_rate": 8.378539806105559e-05, + "loss": 0.2335, + "mean_token_accuracy": 0.9069849610328674, + "num_tokens": 40498405.0, + "step": 31470 + }, + { + "entropy": 1.169403874874115, + "epoch": 3.007547530333429, + "grad_norm": 1.330601692199707, + "learning_rate": 8.377375126648423e-05, + "loss": 0.2553, + "mean_token_accuracy": 0.9065432071685791, + "num_tokens": 40511320.0, + "step": 31480 + }, + { + "entropy": 1.161859929561615, + "epoch": 3.008502913919939, + "grad_norm": 1.7805694341659546, + "learning_rate": 8.376210110065674e-05, + "loss": 0.2244, + "mean_token_accuracy": 0.9152806341648102, + "num_tokens": 40524441.0, + "step": 31490 + }, + { + "entropy": 1.174227249622345, + "epoch": 3.0094582975064488, + "grad_norm": 1.7848542928695679, + "learning_rate": 8.3750447564736e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8953974366188049, + "num_tokens": 40537442.0, + "step": 31500 + }, + { + "entropy": 1.1515882730484008, + "epoch": 3.0104136810929587, + "grad_norm": 1.4987095594406128, + "learning_rate": 8.373879065988526e-05, + "loss": 0.2624, + "mean_token_accuracy": 0.9017830789089203, + "num_tokens": 40549759.0, + "step": 31510 + }, + { + "entropy": 1.1631404995918273, + "epoch": 3.0113690646794686, + "grad_norm": 1.9009361267089844, + "learning_rate": 8.372713038726809e-05, + "loss": 0.2427, + "mean_token_accuracy": 0.9068971991539001, + "num_tokens": 40562821.0, + "step": 31520 + }, + { + "entropy": 1.1655127167701722, + "epoch": 3.012324448265979, + "grad_norm": 1.868473768234253, + "learning_rate": 8.371546674804845e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9057208180427552, + "num_tokens": 40575765.0, + "step": 31530 + }, + { + "entropy": 1.1446443915367126, + "epoch": 3.013279831852489, + "grad_norm": 1.4098905324935913, + "learning_rate": 8.370379974339054e-05, + "loss": 0.2338, + "mean_token_accuracy": 0.9109298944473266, + "num_tokens": 40588188.0, + "step": 31540 + }, + { + "entropy": 1.1655662417411805, + "epoch": 3.014235215438999, + "grad_norm": 1.2087749242782593, + "learning_rate": 8.369212937445895e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9129199981689453, + "num_tokens": 40601334.0, + "step": 31550 + }, + { + "entropy": 1.153991436958313, + "epoch": 3.015190599025509, + "grad_norm": 1.3115943670272827, + "learning_rate": 8.368045564241864e-05, + "loss": 0.2238, + "mean_token_accuracy": 0.9135051786899566, + "num_tokens": 40614151.0, + "step": 31560 + }, + { + "entropy": 1.1607921481132508, + "epoch": 3.0161459826120187, + "grad_norm": 1.2174581289291382, + "learning_rate": 8.366877854843483e-05, + "loss": 0.2277, + "mean_token_accuracy": 0.9100569367408753, + "num_tokens": 40627713.0, + "step": 31570 + }, + { + "entropy": 1.1705415368080139, + "epoch": 3.0171013661985286, + "grad_norm": 1.48775315284729, + "learning_rate": 8.365709809367312e-05, + "loss": 0.2563, + "mean_token_accuracy": 0.893133795261383, + "num_tokens": 40640927.0, + "step": 31580 + }, + { + "entropy": 1.1467969298362732, + "epoch": 3.0180567497850386, + "grad_norm": 1.5578086376190186, + "learning_rate": 8.364541427929947e-05, + "loss": 0.2192, + "mean_token_accuracy": 0.9179775714874268, + "num_tokens": 40653689.0, + "step": 31590 + }, + { + "entropy": 1.1399263858795166, + "epoch": 3.0190121333715485, + "grad_norm": 1.3929768800735474, + "learning_rate": 8.36337271064801e-05, + "loss": 0.2266, + "mean_token_accuracy": 0.9118876695632935, + "num_tokens": 40666332.0, + "step": 31600 + }, + { + "entropy": 1.1406286835670472, + "epoch": 3.019967516958059, + "grad_norm": 1.3507366180419922, + "learning_rate": 8.362203657638166e-05, + "loss": 0.2288, + "mean_token_accuracy": 0.9052374720573425, + "num_tokens": 40678850.0, + "step": 31610 + }, + { + "entropy": 1.1372501492500304, + "epoch": 3.020922900544569, + "grad_norm": 1.1848819255828857, + "learning_rate": 8.361034269017103e-05, + "loss": 0.2332, + "mean_token_accuracy": 0.9096073150634766, + "num_tokens": 40691378.0, + "step": 31620 + }, + { + "entropy": 1.1544185876846313, + "epoch": 3.0218782841310787, + "grad_norm": 0.9046050906181335, + "learning_rate": 8.359864544901552e-05, + "loss": 0.2171, + "mean_token_accuracy": 0.912669014930725, + "num_tokens": 40704093.0, + "step": 31630 + }, + { + "entropy": 1.1545106410980224, + "epoch": 3.0228336677175887, + "grad_norm": 2.2235422134399414, + "learning_rate": 8.358694485408273e-05, + "loss": 0.2332, + "mean_token_accuracy": 0.91314195394516, + "num_tokens": 40716946.0, + "step": 31640 + }, + { + "entropy": 1.1553709983825684, + "epoch": 3.0237890513040986, + "grad_norm": 0.9705383777618408, + "learning_rate": 8.357524090654059e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.9009492814540863, + "num_tokens": 40730253.0, + "step": 31650 + }, + { + "entropy": 1.1549891710281373, + "epoch": 3.0247444348906085, + "grad_norm": 1.3750479221343994, + "learning_rate": 8.356353360755735e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9031689763069153, + "num_tokens": 40743804.0, + "step": 31660 + }, + { + "entropy": 1.1434225678443908, + "epoch": 3.0256998184771184, + "grad_norm": 1.1322132349014282, + "learning_rate": 8.355182295830167e-05, + "loss": 0.2204, + "mean_token_accuracy": 0.9110973000526428, + "num_tokens": 40756591.0, + "step": 31670 + }, + { + "entropy": 1.1379520893096924, + "epoch": 3.0266552020636284, + "grad_norm": 1.3916234970092773, + "learning_rate": 8.354010895994246e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9035567283630371, + "num_tokens": 40769007.0, + "step": 31680 + }, + { + "entropy": 1.1340605854988097, + "epoch": 3.0276105856501387, + "grad_norm": 1.7519105672836304, + "learning_rate": 8.352839161364901e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9065241754055023, + "num_tokens": 40781597.0, + "step": 31690 + }, + { + "entropy": 1.1470583200454711, + "epoch": 3.0285659692366487, + "grad_norm": 1.333683729171753, + "learning_rate": 8.351667092059093e-05, + "loss": 0.2354, + "mean_token_accuracy": 0.9115961492061615, + "num_tokens": 40794259.0, + "step": 31700 + }, + { + "entropy": 1.158949601650238, + "epoch": 3.0295213528231586, + "grad_norm": 1.5906391143798828, + "learning_rate": 8.350494688193815e-05, + "loss": 0.2073, + "mean_token_accuracy": 0.9204895257949829, + "num_tokens": 40807147.0, + "step": 31710 + }, + { + "entropy": 1.1417157173156738, + "epoch": 3.0304767364096685, + "grad_norm": 1.5688176155090332, + "learning_rate": 8.349321949886098e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.906744122505188, + "num_tokens": 40819512.0, + "step": 31720 + }, + { + "entropy": 1.1604066729545592, + "epoch": 3.0314321199961785, + "grad_norm": 1.5100857019424438, + "learning_rate": 8.348148877253001e-05, + "loss": 0.2553, + "mean_token_accuracy": 0.8996444761753082, + "num_tokens": 40832432.0, + "step": 31730 + }, + { + "entropy": 1.1652999997138977, + "epoch": 3.0323875035826884, + "grad_norm": 1.25157630443573, + "learning_rate": 8.346975470411619e-05, + "loss": 0.2083, + "mean_token_accuracy": 0.9221817314624786, + "num_tokens": 40846375.0, + "step": 31740 + }, + { + "entropy": 1.1592758655548097, + "epoch": 3.0333428871691983, + "grad_norm": 1.6577972173690796, + "learning_rate": 8.34580172947908e-05, + "loss": 0.2283, + "mean_token_accuracy": 0.9066957414150238, + "num_tokens": 40859534.0, + "step": 31750 + }, + { + "entropy": 1.1544749975204467, + "epoch": 3.0342982707557082, + "grad_norm": 1.7634769678115845, + "learning_rate": 8.344627654572546e-05, + "loss": 0.2658, + "mean_token_accuracy": 0.8904742181301117, + "num_tokens": 40872771.0, + "step": 31760 + }, + { + "entropy": 1.1472222328186035, + "epoch": 3.0352536543422186, + "grad_norm": 0.9919360280036926, + "learning_rate": 8.343453245809213e-05, + "loss": 0.2131, + "mean_token_accuracy": 0.9156131386756897, + "num_tokens": 40886275.0, + "step": 31770 + }, + { + "entropy": 1.1461535215377807, + "epoch": 3.0362090379287285, + "grad_norm": 1.655165433883667, + "learning_rate": 8.342278503306307e-05, + "loss": 0.248, + "mean_token_accuracy": 0.9048221230506897, + "num_tokens": 40899046.0, + "step": 31780 + }, + { + "entropy": 1.143867814540863, + "epoch": 3.0371644215152385, + "grad_norm": 1.5208321809768677, + "learning_rate": 8.341103427181091e-05, + "loss": 0.2667, + "mean_token_accuracy": 0.8992515504360199, + "num_tokens": 40911447.0, + "step": 31790 + }, + { + "entropy": 1.1517966508865356, + "epoch": 3.0381198051017484, + "grad_norm": 1.2209452390670776, + "learning_rate": 8.339928017550857e-05, + "loss": 0.2194, + "mean_token_accuracy": 0.9108197391033173, + "num_tokens": 40924010.0, + "step": 31800 + }, + { + "entropy": 1.154044544696808, + "epoch": 3.0390751886882583, + "grad_norm": 1.369765281677246, + "learning_rate": 8.338752274532937e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9056902527809143, + "num_tokens": 40937433.0, + "step": 31810 + }, + { + "entropy": 1.1402223467826844, + "epoch": 3.0400305722747683, + "grad_norm": 1.692591667175293, + "learning_rate": 8.33757619824469e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.902307254076004, + "num_tokens": 40950311.0, + "step": 31820 + }, + { + "entropy": 1.1540679216384888, + "epoch": 3.040985955861278, + "grad_norm": 2.309697151184082, + "learning_rate": 8.33639978880351e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8968735933303833, + "num_tokens": 40963127.0, + "step": 31830 + }, + { + "entropy": 1.137089240550995, + "epoch": 3.041941339447788, + "grad_norm": 1.2388161420822144, + "learning_rate": 8.335223046326826e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9279212057590485, + "num_tokens": 40975192.0, + "step": 31840 + }, + { + "entropy": 1.1280883431434632, + "epoch": 3.0428967230342985, + "grad_norm": 1.7054734230041504, + "learning_rate": 8.334045970932098e-05, + "loss": 0.2276, + "mean_token_accuracy": 0.9133665680885314, + "num_tokens": 40987794.0, + "step": 31850 + }, + { + "entropy": 1.1444513082504273, + "epoch": 3.0438521066208084, + "grad_norm": 1.4765515327453613, + "learning_rate": 8.33286856273682e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.9087723731994629, + "num_tokens": 41001211.0, + "step": 31860 + }, + { + "entropy": 1.1336411952972412, + "epoch": 3.0448074902073183, + "grad_norm": 1.4867510795593262, + "learning_rate": 8.331690821858522e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.908663523197174, + "num_tokens": 41013904.0, + "step": 31870 + }, + { + "entropy": 1.1410113215446471, + "epoch": 3.0457628737938283, + "grad_norm": 1.111971378326416, + "learning_rate": 8.330512748414764e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9069145381450653, + "num_tokens": 41027096.0, + "step": 31880 + }, + { + "entropy": 1.145793879032135, + "epoch": 3.046718257380338, + "grad_norm": 1.4099174737930298, + "learning_rate": 8.329334342523136e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9010181665420532, + "num_tokens": 41039995.0, + "step": 31890 + }, + { + "entropy": 1.1516600966453552, + "epoch": 3.047673640966848, + "grad_norm": 1.3275039196014404, + "learning_rate": 8.32815560430127e-05, + "loss": 0.2466, + "mean_token_accuracy": 0.9037999331951141, + "num_tokens": 41052727.0, + "step": 31900 + }, + { + "entropy": 1.1334847569465638, + "epoch": 3.048629024553358, + "grad_norm": 1.2401593923568726, + "learning_rate": 8.326976533866826e-05, + "loss": 0.222, + "mean_token_accuracy": 0.9121808528900146, + "num_tokens": 41065579.0, + "step": 31910 + }, + { + "entropy": 1.1456443905830382, + "epoch": 3.049584408139868, + "grad_norm": 1.695412516593933, + "learning_rate": 8.325797131337494e-05, + "loss": 0.235, + "mean_token_accuracy": 0.9072442710399627, + "num_tokens": 41079119.0, + "step": 31920 + }, + { + "entropy": 1.1261730074882508, + "epoch": 3.0505397917263783, + "grad_norm": 1.2773820161819458, + "learning_rate": 8.324617396831002e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.9045860469341278, + "num_tokens": 41091915.0, + "step": 31930 + }, + { + "entropy": 1.1487099170684814, + "epoch": 3.0514951753128883, + "grad_norm": 1.3294227123260498, + "learning_rate": 8.323437330465112e-05, + "loss": 0.2294, + "mean_token_accuracy": 0.9095605194568634, + "num_tokens": 41105182.0, + "step": 31940 + }, + { + "entropy": 1.1466018795967101, + "epoch": 3.052450558899398, + "grad_norm": 1.069726824760437, + "learning_rate": 8.322256932357613e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.8919296979904174, + "num_tokens": 41118153.0, + "step": 31950 + }, + { + "entropy": 1.1359878540039063, + "epoch": 3.053405942485908, + "grad_norm": 1.4833452701568604, + "learning_rate": 8.321076202626334e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.9085576713085175, + "num_tokens": 41130770.0, + "step": 31960 + }, + { + "entropy": 1.1414114117622376, + "epoch": 3.054361326072418, + "grad_norm": 1.2039518356323242, + "learning_rate": 8.319895141389131e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9129322946071625, + "num_tokens": 41144015.0, + "step": 31970 + }, + { + "entropy": 1.1380093574523926, + "epoch": 3.055316709658928, + "grad_norm": 1.1977756023406982, + "learning_rate": 8.3187137487639e-05, + "loss": 0.2183, + "mean_token_accuracy": 0.9184670448303223, + "num_tokens": 41156547.0, + "step": 31980 + }, + { + "entropy": 1.1387001514434814, + "epoch": 3.056272093245438, + "grad_norm": 2.1681318283081055, + "learning_rate": 8.317532024868565e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9036691308021545, + "num_tokens": 41168946.0, + "step": 31990 + }, + { + "entropy": 1.160965049266815, + "epoch": 3.057227476831948, + "grad_norm": 1.0273934602737427, + "learning_rate": 8.31634996982108e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.900495183467865, + "num_tokens": 41181661.0, + "step": 32000 + }, + { + "entropy": 1.1575746059417724, + "epoch": 3.058182860418458, + "grad_norm": 1.1979434490203857, + "learning_rate": 8.315167583739443e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.8999441027641296, + "num_tokens": 41194397.0, + "step": 32010 + }, + { + "entropy": 1.156197190284729, + "epoch": 3.059138244004968, + "grad_norm": 1.041058897972107, + "learning_rate": 8.313984866741676e-05, + "loss": 0.2358, + "mean_token_accuracy": 0.9081651926040649, + "num_tokens": 41207827.0, + "step": 32020 + }, + { + "entropy": 1.148600995540619, + "epoch": 3.060093627591478, + "grad_norm": 1.3985000848770142, + "learning_rate": 8.312801818945834e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.903733366727829, + "num_tokens": 41220606.0, + "step": 32030 + }, + { + "entropy": 1.157602035999298, + "epoch": 3.061049011177988, + "grad_norm": 1.2742637395858765, + "learning_rate": 8.311618440470008e-05, + "loss": 0.2414, + "mean_token_accuracy": 0.9073591828346252, + "num_tokens": 41233414.0, + "step": 32040 + }, + { + "entropy": 1.1724497556686402, + "epoch": 3.062004394764498, + "grad_norm": 1.405441403388977, + "learning_rate": 8.310434731432327e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8917247295379639, + "num_tokens": 41246947.0, + "step": 32050 + }, + { + "entropy": 1.1395808815956117, + "epoch": 3.062959778351008, + "grad_norm": 1.7131768465042114, + "learning_rate": 8.309250691950938e-05, + "loss": 0.2119, + "mean_token_accuracy": 0.9138344824314117, + "num_tokens": 41259669.0, + "step": 32060 + }, + { + "entropy": 1.143791913986206, + "epoch": 3.063915161937518, + "grad_norm": 1.3970967531204224, + "learning_rate": 8.30806632214404e-05, + "loss": 0.2092, + "mean_token_accuracy": 0.9208529531955719, + "num_tokens": 41272657.0, + "step": 32070 + }, + { + "entropy": 1.1491061568260192, + "epoch": 3.0648705455240277, + "grad_norm": 1.5367151498794556, + "learning_rate": 8.306881622129847e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.9074300348758697, + "num_tokens": 41286135.0, + "step": 32080 + }, + { + "entropy": 1.1527117252349854, + "epoch": 3.065825929110538, + "grad_norm": 1.3818763494491577, + "learning_rate": 8.30569659202662e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.9071868658065796, + "num_tokens": 41299460.0, + "step": 32090 + }, + { + "entropy": 1.1355401992797851, + "epoch": 3.066781312697048, + "grad_norm": 1.5416101217269897, + "learning_rate": 8.304511231952646e-05, + "loss": 0.235, + "mean_token_accuracy": 0.9121639788150787, + "num_tokens": 41312415.0, + "step": 32100 + }, + { + "entropy": 1.132573163509369, + "epoch": 3.067736696283558, + "grad_norm": 1.6341488361358643, + "learning_rate": 8.303325542026246e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9067988574504853, + "num_tokens": 41325237.0, + "step": 32110 + }, + { + "entropy": 1.1391468167304992, + "epoch": 3.068692079870068, + "grad_norm": 2.093705654144287, + "learning_rate": 8.302139522365773e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.90099338889122, + "num_tokens": 41337987.0, + "step": 32120 + }, + { + "entropy": 1.1460554242134093, + "epoch": 3.069647463456578, + "grad_norm": 1.0983593463897705, + "learning_rate": 8.300953173089616e-05, + "loss": 0.2425, + "mean_token_accuracy": 0.9069707691669464, + "num_tokens": 41350774.0, + "step": 32130 + }, + { + "entropy": 1.1406083464622498, + "epoch": 3.0706028470430877, + "grad_norm": 1.442317247390747, + "learning_rate": 8.299766494316193e-05, + "loss": 0.2594, + "mean_token_accuracy": 0.899897289276123, + "num_tokens": 41363887.0, + "step": 32140 + }, + { + "entropy": 1.1314289093017578, + "epoch": 3.0715582306295977, + "grad_norm": 1.2901984453201294, + "learning_rate": 8.298579486163958e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9047106742858887, + "num_tokens": 41376404.0, + "step": 32150 + }, + { + "entropy": 1.1403181672096252, + "epoch": 3.0725136142161076, + "grad_norm": 1.1980222463607788, + "learning_rate": 8.297392148751397e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9072477161884308, + "num_tokens": 41389420.0, + "step": 32160 + }, + { + "entropy": 1.143291187286377, + "epoch": 3.073468997802618, + "grad_norm": 1.4432648420333862, + "learning_rate": 8.29620448219703e-05, + "loss": 0.2443, + "mean_token_accuracy": 0.9078018724918365, + "num_tokens": 41402331.0, + "step": 32170 + }, + { + "entropy": 1.1280198693275452, + "epoch": 3.074424381389128, + "grad_norm": 1.6566479206085205, + "learning_rate": 8.295016486619406e-05, + "loss": 0.2268, + "mean_token_accuracy": 0.9111024022102356, + "num_tokens": 41414940.0, + "step": 32180 + }, + { + "entropy": 1.130069077014923, + "epoch": 3.075379764975638, + "grad_norm": 1.5111562013626099, + "learning_rate": 8.293828162137108e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9131913125514984, + "num_tokens": 41427588.0, + "step": 32190 + }, + { + "entropy": 1.127221155166626, + "epoch": 3.0763351485621477, + "grad_norm": 1.7220379114151, + "learning_rate": 8.292639508868758e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9006171762943268, + "num_tokens": 41439923.0, + "step": 32200 + }, + { + "entropy": 1.1428305745124816, + "epoch": 3.0772905321486577, + "grad_norm": 1.6964373588562012, + "learning_rate": 8.291450526933002e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.898180878162384, + "num_tokens": 41452616.0, + "step": 32210 + }, + { + "entropy": 1.161167812347412, + "epoch": 3.0782459157351676, + "grad_norm": 0.9824540019035339, + "learning_rate": 8.290261216448525e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9087618172168732, + "num_tokens": 41465852.0, + "step": 32220 + }, + { + "entropy": 1.14719660282135, + "epoch": 3.0792012993216775, + "grad_norm": 1.5679786205291748, + "learning_rate": 8.28907157753404e-05, + "loss": 0.267, + "mean_token_accuracy": 0.8976911008358002, + "num_tokens": 41478521.0, + "step": 32230 + }, + { + "entropy": 1.1356953859329224, + "epoch": 3.0801566829081874, + "grad_norm": 1.3070077896118164, + "learning_rate": 8.2878816103083e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9106061577796936, + "num_tokens": 41491573.0, + "step": 32240 + }, + { + "entropy": 1.1384321212768556, + "epoch": 3.081112066494698, + "grad_norm": 2.2482657432556152, + "learning_rate": 8.28669131489008e-05, + "loss": 0.2301, + "mean_token_accuracy": 0.9081356644630432, + "num_tokens": 41504804.0, + "step": 32250 + }, + { + "entropy": 1.1419414758682251, + "epoch": 3.0820674500812077, + "grad_norm": 1.101645827293396, + "learning_rate": 8.285500691398198e-05, + "loss": 0.2273, + "mean_token_accuracy": 0.9093509554862976, + "num_tokens": 41518289.0, + "step": 32260 + }, + { + "entropy": 1.127573311328888, + "epoch": 3.0830228336677177, + "grad_norm": 1.47085440158844, + "learning_rate": 8.284309739951499e-05, + "loss": 0.2342, + "mean_token_accuracy": 0.9090793550014495, + "num_tokens": 41530765.0, + "step": 32270 + }, + { + "entropy": 1.1460101127624511, + "epoch": 3.0839782172542276, + "grad_norm": 1.2001971006393433, + "learning_rate": 8.283118460668864e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9099498629570008, + "num_tokens": 41543754.0, + "step": 32280 + }, + { + "entropy": 1.1421263337135314, + "epoch": 3.0849336008407375, + "grad_norm": 1.3929988145828247, + "learning_rate": 8.281926853669204e-05, + "loss": 0.2327, + "mean_token_accuracy": 0.9134779095649719, + "num_tokens": 41556629.0, + "step": 32290 + }, + { + "entropy": 1.1426842570304871, + "epoch": 3.0858889844272475, + "grad_norm": 1.7384191751480103, + "learning_rate": 8.280734919071464e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9079877614974976, + "num_tokens": 41569616.0, + "step": 32300 + }, + { + "entropy": 1.1442927956581115, + "epoch": 3.0868443680137574, + "grad_norm": 1.4877092838287354, + "learning_rate": 8.27954265699462e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9059781074523926, + "num_tokens": 41582893.0, + "step": 32310 + }, + { + "entropy": 1.1542122125625611, + "epoch": 3.0877997516002673, + "grad_norm": 1.199540376663208, + "learning_rate": 8.278350067557685e-05, + "loss": 0.2294, + "mean_token_accuracy": 0.9136435031890869, + "num_tokens": 41596335.0, + "step": 32320 + }, + { + "entropy": 1.1487462997436524, + "epoch": 3.0887551351867777, + "grad_norm": 1.1475106477737427, + "learning_rate": 8.277157150879702e-05, + "loss": 0.2355, + "mean_token_accuracy": 0.9108470141887665, + "num_tokens": 41609389.0, + "step": 32330 + }, + { + "entropy": 1.1653164625167847, + "epoch": 3.0897105187732876, + "grad_norm": 1.668710470199585, + "learning_rate": 8.275963907079742e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9009173214435577, + "num_tokens": 41622751.0, + "step": 32340 + }, + { + "entropy": 1.168505573272705, + "epoch": 3.0906659023597975, + "grad_norm": 1.3542560338974, + "learning_rate": 8.274770336276918e-05, + "loss": 0.2731, + "mean_token_accuracy": 0.8885479390621185, + "num_tokens": 41636121.0, + "step": 32350 + }, + { + "entropy": 1.1497536897659302, + "epoch": 3.0916212859463075, + "grad_norm": 1.5878430604934692, + "learning_rate": 8.27357643859037e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.920713233947754, + "num_tokens": 41649188.0, + "step": 32360 + }, + { + "entropy": 1.1465457320213317, + "epoch": 3.0925766695328174, + "grad_norm": 1.3175877332687378, + "learning_rate": 8.272382214139268e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.909213125705719, + "num_tokens": 41662243.0, + "step": 32370 + }, + { + "entropy": 1.1419810771942138, + "epoch": 3.0935320531193273, + "grad_norm": 1.6017334461212158, + "learning_rate": 8.271187663042822e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9101666450500489, + "num_tokens": 41675271.0, + "step": 32380 + }, + { + "entropy": 1.15239177942276, + "epoch": 3.0944874367058373, + "grad_norm": 1.1468749046325684, + "learning_rate": 8.269992785420268e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8971685588359832, + "num_tokens": 41688655.0, + "step": 32390 + }, + { + "entropy": 1.117436671257019, + "epoch": 3.095442820292347, + "grad_norm": 2.0351333618164062, + "learning_rate": 8.268797581390882e-05, + "loss": 0.2203, + "mean_token_accuracy": 0.9221405386924744, + "num_tokens": 41701521.0, + "step": 32400 + }, + { + "entropy": 1.1401613116264344, + "epoch": 3.0963982038788576, + "grad_norm": 1.2917559146881104, + "learning_rate": 8.267602051073961e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9039626240730285, + "num_tokens": 41714243.0, + "step": 32410 + }, + { + "entropy": 1.13949453830719, + "epoch": 3.0973535874653675, + "grad_norm": 1.3697115182876587, + "learning_rate": 8.266406194588846e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9008343875408172, + "num_tokens": 41726973.0, + "step": 32420 + }, + { + "entropy": 1.131792151927948, + "epoch": 3.0983089710518774, + "grad_norm": 1.273579478263855, + "learning_rate": 8.265210012054905e-05, + "loss": 0.2529, + "mean_token_accuracy": 0.9008711040019989, + "num_tokens": 41739920.0, + "step": 32430 + }, + { + "entropy": 1.151239562034607, + "epoch": 3.0992643546383873, + "grad_norm": 1.1968563795089722, + "learning_rate": 8.264013503591539e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9027656018733978, + "num_tokens": 41753101.0, + "step": 32440 + }, + { + "entropy": 1.145875084400177, + "epoch": 3.1002197382248973, + "grad_norm": 2.442122459411621, + "learning_rate": 8.262816669318184e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9013484001159668, + "num_tokens": 41765632.0, + "step": 32450 + }, + { + "entropy": 1.1333595633506774, + "epoch": 3.101175121811407, + "grad_norm": 1.447780966758728, + "learning_rate": 8.261619509354304e-05, + "loss": 0.2765, + "mean_token_accuracy": 0.8905123591423034, + "num_tokens": 41778259.0, + "step": 32460 + }, + { + "entropy": 1.1368466019630432, + "epoch": 3.102130505397917, + "grad_norm": 1.5822868347167969, + "learning_rate": 8.260422023819399e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9049862384796142, + "num_tokens": 41791293.0, + "step": 32470 + }, + { + "entropy": 1.1418893814086915, + "epoch": 3.103085888984427, + "grad_norm": 1.2444509267807007, + "learning_rate": 8.259224212833001e-05, + "loss": 0.2688, + "mean_token_accuracy": 0.8985894680023193, + "num_tokens": 41804274.0, + "step": 32480 + }, + { + "entropy": 1.1420657515525818, + "epoch": 3.1040412725709374, + "grad_norm": 1.6534757614135742, + "learning_rate": 8.258026076514672e-05, + "loss": 0.2683, + "mean_token_accuracy": 0.8965227842330933, + "num_tokens": 41817304.0, + "step": 32490 + }, + { + "entropy": 1.1366934418678283, + "epoch": 3.1049966561574474, + "grad_norm": 1.4917298555374146, + "learning_rate": 8.256827614984012e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8923024594783783, + "num_tokens": 41830531.0, + "step": 32500 + }, + { + "entropy": 1.1292814254760741, + "epoch": 3.1059520397439573, + "grad_norm": 1.4249687194824219, + "learning_rate": 8.255628828360649e-05, + "loss": 0.2325, + "mean_token_accuracy": 0.9060188055038452, + "num_tokens": 41843404.0, + "step": 32510 + }, + { + "entropy": 1.1229987859725952, + "epoch": 3.106907423330467, + "grad_norm": 1.2306623458862305, + "learning_rate": 8.254429716764242e-05, + "loss": 0.2163, + "mean_token_accuracy": 0.9168668270111084, + "num_tokens": 41855876.0, + "step": 32520 + }, + { + "entropy": 1.1375761866569518, + "epoch": 3.107862806916977, + "grad_norm": 1.6416202783584595, + "learning_rate": 8.25323028031449e-05, + "loss": 0.253, + "mean_token_accuracy": 0.9026038408279419, + "num_tokens": 41868897.0, + "step": 32530 + }, + { + "entropy": 1.1385753631591797, + "epoch": 3.108818190503487, + "grad_norm": 1.4106978178024292, + "learning_rate": 8.252030519131114e-05, + "loss": 0.241, + "mean_token_accuracy": 0.9010007798671722, + "num_tokens": 41881858.0, + "step": 32540 + }, + { + "entropy": 1.1203488945960998, + "epoch": 3.109773574089997, + "grad_norm": 1.5703542232513428, + "learning_rate": 8.250830433333877e-05, + "loss": 0.2384, + "mean_token_accuracy": 0.907484358549118, + "num_tokens": 41894397.0, + "step": 32550 + }, + { + "entropy": 1.1359787940979005, + "epoch": 3.110728957676507, + "grad_norm": 1.6274927854537964, + "learning_rate": 8.249630023042565e-05, + "loss": 0.2544, + "mean_token_accuracy": 0.8985050797462464, + "num_tokens": 41908028.0, + "step": 32560 + }, + { + "entropy": 1.1250680208206176, + "epoch": 3.1116843412630173, + "grad_norm": 1.9596413373947144, + "learning_rate": 8.248429288377006e-05, + "loss": 0.2025, + "mean_token_accuracy": 0.9189919829368591, + "num_tokens": 41920972.0, + "step": 32570 + }, + { + "entropy": 1.1399030089378357, + "epoch": 3.1126397248495272, + "grad_norm": 1.6055939197540283, + "learning_rate": 8.247228229457054e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.9021980404853821, + "num_tokens": 41933056.0, + "step": 32580 + }, + { + "entropy": 1.145926570892334, + "epoch": 3.113595108436037, + "grad_norm": 1.4328875541687012, + "learning_rate": 8.246026846402597e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.907261174917221, + "num_tokens": 41946825.0, + "step": 32590 + }, + { + "entropy": 1.1475485920906068, + "epoch": 3.114550492022547, + "grad_norm": 1.5726948976516724, + "learning_rate": 8.244825139333559e-05, + "loss": 0.2574, + "mean_token_accuracy": 0.8986835420131684, + "num_tokens": 41959680.0, + "step": 32600 + }, + { + "entropy": 1.1427528262138367, + "epoch": 3.115505875609057, + "grad_norm": 1.241976022720337, + "learning_rate": 8.243623108369888e-05, + "loss": 0.2371, + "mean_token_accuracy": 0.9030589818954468, + "num_tokens": 41972000.0, + "step": 32610 + }, + { + "entropy": 1.17224178314209, + "epoch": 3.116461259195567, + "grad_norm": 1.4775207042694092, + "learning_rate": 8.242420753631574e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.8950421273708343, + "num_tokens": 41984918.0, + "step": 32620 + }, + { + "entropy": 1.1446460366249085, + "epoch": 3.117416642782077, + "grad_norm": 1.7742152214050293, + "learning_rate": 8.241218075238631e-05, + "loss": 0.2538, + "mean_token_accuracy": 0.900416123867035, + "num_tokens": 41997935.0, + "step": 32630 + }, + { + "entropy": 1.1526857972145081, + "epoch": 3.118372026368587, + "grad_norm": 1.5009827613830566, + "learning_rate": 8.240015073311109e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.9026891827583313, + "num_tokens": 42011081.0, + "step": 32640 + }, + { + "entropy": 1.1659226775169373, + "epoch": 3.119327409955097, + "grad_norm": 1.5490037202835083, + "learning_rate": 8.238811747969093e-05, + "loss": 0.2735, + "mean_token_accuracy": 0.8943962633609772, + "num_tokens": 42024324.0, + "step": 32650 + }, + { + "entropy": 1.1222867369651794, + "epoch": 3.120282793541607, + "grad_norm": 1.5839929580688477, + "learning_rate": 8.237608099332697e-05, + "loss": 0.2062, + "mean_token_accuracy": 0.9182486534118652, + "num_tokens": 42036999.0, + "step": 32660 + }, + { + "entropy": 1.1490522027015686, + "epoch": 3.121238177128117, + "grad_norm": 1.8495981693267822, + "learning_rate": 8.236404127522065e-05, + "loss": 0.2586, + "mean_token_accuracy": 0.8979895532131195, + "num_tokens": 42049860.0, + "step": 32670 + }, + { + "entropy": 1.1416047811508179, + "epoch": 3.122193560714627, + "grad_norm": 1.4016903638839722, + "learning_rate": 8.235199832657379e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9114817917346955, + "num_tokens": 42062579.0, + "step": 32680 + }, + { + "entropy": 1.1561638951301574, + "epoch": 3.123148944301137, + "grad_norm": 1.285016655921936, + "learning_rate": 8.23399521485885e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.9048597395420075, + "num_tokens": 42075282.0, + "step": 32690 + }, + { + "entropy": 1.1535763621330262, + "epoch": 3.124104327887647, + "grad_norm": 1.5136102437973022, + "learning_rate": 8.23279027424672e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.906384551525116, + "num_tokens": 42088221.0, + "step": 32700 + }, + { + "entropy": 1.1521117687225342, + "epoch": 3.1250597114741567, + "grad_norm": 1.0860377550125122, + "learning_rate": 8.231585010941265e-05, + "loss": 0.2353, + "mean_token_accuracy": 0.9099415838718414, + "num_tokens": 42100659.0, + "step": 32710 + }, + { + "entropy": 1.1564513564109802, + "epoch": 3.1260150950606667, + "grad_norm": 1.8407264947891235, + "learning_rate": 8.230379425062794e-05, + "loss": 0.2419, + "mean_token_accuracy": 0.9016191363334656, + "num_tokens": 42113676.0, + "step": 32720 + }, + { + "entropy": 1.1358532309532166, + "epoch": 3.126970478647177, + "grad_norm": 1.6497292518615723, + "learning_rate": 8.229173516731647e-05, + "loss": 0.2132, + "mean_token_accuracy": 0.9152755081653595, + "num_tokens": 42126491.0, + "step": 32730 + }, + { + "entropy": 1.1338455438613892, + "epoch": 3.127925862233687, + "grad_norm": 1.6310622692108154, + "learning_rate": 8.227967286068196e-05, + "loss": 0.2363, + "mean_token_accuracy": 0.9076774775981903, + "num_tokens": 42138904.0, + "step": 32740 + }, + { + "entropy": 1.1483879208564758, + "epoch": 3.128881245820197, + "grad_norm": 1.3908849954605103, + "learning_rate": 8.226760733192844e-05, + "loss": 0.2214, + "mean_token_accuracy": 0.9143966913223267, + "num_tokens": 42151581.0, + "step": 32750 + }, + { + "entropy": 1.1516828656196594, + "epoch": 3.129836629406707, + "grad_norm": 1.3426896333694458, + "learning_rate": 8.225553858226031e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8879062175750733, + "num_tokens": 42164965.0, + "step": 32760 + }, + { + "entropy": 1.1477693796157837, + "epoch": 3.1307920129932167, + "grad_norm": 1.457991361618042, + "learning_rate": 8.224346661288222e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9080427527427674, + "num_tokens": 42177794.0, + "step": 32770 + }, + { + "entropy": 1.1549959182739258, + "epoch": 3.1317473965797267, + "grad_norm": 1.4871913194656372, + "learning_rate": 8.223139142499923e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8894593715667725, + "num_tokens": 42190686.0, + "step": 32780 + }, + { + "entropy": 1.1517934679985047, + "epoch": 3.1327027801662366, + "grad_norm": 1.3558993339538574, + "learning_rate": 8.221931301981663e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9076869368553162, + "num_tokens": 42203014.0, + "step": 32790 + }, + { + "entropy": 1.1646335959434508, + "epoch": 3.1336581637527465, + "grad_norm": 1.7197703123092651, + "learning_rate": 8.220723139854008e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.9016963720321656, + "num_tokens": 42216160.0, + "step": 32800 + }, + { + "entropy": 1.151490330696106, + "epoch": 3.134613547339257, + "grad_norm": 1.268072485923767, + "learning_rate": 8.219514656237555e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8938530743122101, + "num_tokens": 42229420.0, + "step": 32810 + }, + { + "entropy": 1.1554397225379944, + "epoch": 3.135568930925767, + "grad_norm": 1.3451203107833862, + "learning_rate": 8.218305851252934e-05, + "loss": 0.2236, + "mean_token_accuracy": 0.916005140542984, + "num_tokens": 42242626.0, + "step": 32820 + }, + { + "entropy": 1.1518773198127747, + "epoch": 3.1365243145122768, + "grad_norm": 1.5881800651550293, + "learning_rate": 8.217096725020808e-05, + "loss": 0.2089, + "mean_token_accuracy": 0.9201299667358398, + "num_tokens": 42255493.0, + "step": 32830 + }, + { + "entropy": 1.1409131646156312, + "epoch": 3.1374796980987867, + "grad_norm": 0.9487345814704895, + "learning_rate": 8.215887277661867e-05, + "loss": 0.2356, + "mean_token_accuracy": 0.910654079914093, + "num_tokens": 42268071.0, + "step": 32840 + }, + { + "entropy": 1.136492657661438, + "epoch": 3.1384350816852966, + "grad_norm": 1.4276926517486572, + "learning_rate": 8.214677509296841e-05, + "loss": 0.2474, + "mean_token_accuracy": 0.9041100680828095, + "num_tokens": 42280900.0, + "step": 32850 + }, + { + "entropy": 1.1398465275764464, + "epoch": 3.1393904652718065, + "grad_norm": 1.3805865049362183, + "learning_rate": 8.213467420046486e-05, + "loss": 0.2365, + "mean_token_accuracy": 0.9082224011421204, + "num_tokens": 42293557.0, + "step": 32860 + }, + { + "entropy": 1.1409650802612306, + "epoch": 3.1403458488583165, + "grad_norm": 1.3647950887680054, + "learning_rate": 8.212257010031587e-05, + "loss": 0.2371, + "mean_token_accuracy": 0.9086641490459442, + "num_tokens": 42306176.0, + "step": 32870 + }, + { + "entropy": 1.1727155089378356, + "epoch": 3.1413012324448264, + "grad_norm": 1.836212396621704, + "learning_rate": 8.211046279372974e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.8939033091068268, + "num_tokens": 42319344.0, + "step": 32880 + }, + { + "entropy": 1.1613691806793214, + "epoch": 3.1422566160313368, + "grad_norm": 2.147334575653076, + "learning_rate": 8.209835228191494e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9034958004951477, + "num_tokens": 42332526.0, + "step": 32890 + }, + { + "entropy": 1.1810471653938293, + "epoch": 3.1432119996178467, + "grad_norm": 1.2898259162902832, + "learning_rate": 8.208623856608037e-05, + "loss": 0.2935, + "mean_token_accuracy": 0.879862767457962, + "num_tokens": 42345901.0, + "step": 32900 + }, + { + "entropy": 1.1808317661285401, + "epoch": 3.1441673832043566, + "grad_norm": 0.8957076072692871, + "learning_rate": 8.207412164743518e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9013186454772949, + "num_tokens": 42359614.0, + "step": 32910 + }, + { + "entropy": 1.1637450337409974, + "epoch": 3.1451227667908666, + "grad_norm": 1.443769931793213, + "learning_rate": 8.206200152718889e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9017038464546203, + "num_tokens": 42372074.0, + "step": 32920 + }, + { + "entropy": 1.1470001101493836, + "epoch": 3.1460781503773765, + "grad_norm": 1.8392338752746582, + "learning_rate": 8.204987820655128e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9040452003479004, + "num_tokens": 42384493.0, + "step": 32930 + }, + { + "entropy": 1.1653000235557556, + "epoch": 3.1470335339638864, + "grad_norm": 1.89470374584198, + "learning_rate": 8.203775168673251e-05, + "loss": 0.2723, + "mean_token_accuracy": 0.8938775658607483, + "num_tokens": 42397199.0, + "step": 32940 + }, + { + "entropy": 1.1596240758895875, + "epoch": 3.1479889175503963, + "grad_norm": 1.470910906791687, + "learning_rate": 8.202562196894304e-05, + "loss": 0.2292, + "mean_token_accuracy": 0.9125152111053467, + "num_tokens": 42409738.0, + "step": 32950 + }, + { + "entropy": 1.14253009557724, + "epoch": 3.1489443011369063, + "grad_norm": 1.7871348857879639, + "learning_rate": 8.201348905439364e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9035407960414886, + "num_tokens": 42422594.0, + "step": 32960 + }, + { + "entropy": 1.15165718793869, + "epoch": 3.1498996847234166, + "grad_norm": 1.3983893394470215, + "learning_rate": 8.200135294429539e-05, + "loss": 0.2478, + "mean_token_accuracy": 0.903450608253479, + "num_tokens": 42435603.0, + "step": 32970 + }, + { + "entropy": 1.1693427681922912, + "epoch": 3.1508550683099266, + "grad_norm": 1.4314926862716675, + "learning_rate": 8.198921363985971e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9053946614265442, + "num_tokens": 42448500.0, + "step": 32980 + }, + { + "entropy": 1.1627377271652222, + "epoch": 3.1518104518964365, + "grad_norm": 1.8039050102233887, + "learning_rate": 8.197707114229836e-05, + "loss": 0.2766, + "mean_token_accuracy": 0.8898092687129975, + "num_tokens": 42461272.0, + "step": 32990 + }, + { + "entropy": 1.1450082540512085, + "epoch": 3.1527658354829464, + "grad_norm": 1.5820329189300537, + "learning_rate": 8.196492545282333e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9120578765869141, + "num_tokens": 42473801.0, + "step": 33000 + }, + { + "entropy": 1.1530086278915406, + "epoch": 3.1537212190694563, + "grad_norm": 1.52260160446167, + "learning_rate": 8.195277657264704e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9039640128612518, + "num_tokens": 42486641.0, + "step": 33010 + }, + { + "entropy": 1.158083689212799, + "epoch": 3.1546766026559663, + "grad_norm": 1.5386635065078735, + "learning_rate": 8.194062450298214e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.9019250810146332, + "num_tokens": 42498656.0, + "step": 33020 + }, + { + "entropy": 1.161002242565155, + "epoch": 3.155631986242476, + "grad_norm": 1.6153048276901245, + "learning_rate": 8.192846924504167e-05, + "loss": 0.2484, + "mean_token_accuracy": 0.901005095243454, + "num_tokens": 42511618.0, + "step": 33030 + }, + { + "entropy": 1.1637457013130188, + "epoch": 3.156587369828986, + "grad_norm": 1.293473243713379, + "learning_rate": 8.191631080003894e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9120715379714965, + "num_tokens": 42524917.0, + "step": 33040 + }, + { + "entropy": 1.1552853465080262, + "epoch": 3.1575427534154965, + "grad_norm": 1.0005940198898315, + "learning_rate": 8.190414916918759e-05, + "loss": 0.238, + "mean_token_accuracy": 0.9060031116008759, + "num_tokens": 42537744.0, + "step": 33050 + }, + { + "entropy": 1.1506426215171814, + "epoch": 3.1584981370020064, + "grad_norm": 1.669236183166504, + "learning_rate": 8.189198435370158e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9031233370304108, + "num_tokens": 42550221.0, + "step": 33060 + }, + { + "entropy": 1.1662221074104309, + "epoch": 3.1594535205885164, + "grad_norm": 1.6915369033813477, + "learning_rate": 8.187981635479516e-05, + "loss": 0.2999, + "mean_token_accuracy": 0.8791274964809418, + "num_tokens": 42562952.0, + "step": 33070 + }, + { + "entropy": 1.1583677291870118, + "epoch": 3.1604089041750263, + "grad_norm": 1.006155252456665, + "learning_rate": 8.186764517368297e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.9027536571025848, + "num_tokens": 42575642.0, + "step": 33080 + }, + { + "entropy": 1.1610926747322083, + "epoch": 3.161364287761536, + "grad_norm": 1.2537856101989746, + "learning_rate": 8.185547081157992e-05, + "loss": 0.2546, + "mean_token_accuracy": 0.8983865082263947, + "num_tokens": 42588879.0, + "step": 33090 + }, + { + "entropy": 1.1479304552078247, + "epoch": 3.162319671348046, + "grad_norm": 1.7032358646392822, + "learning_rate": 8.184329326970119e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.8995153605937958, + "num_tokens": 42601505.0, + "step": 33100 + }, + { + "entropy": 1.1432660818099976, + "epoch": 3.163275054934556, + "grad_norm": 1.4564049243927002, + "learning_rate": 8.183111254926239e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8979255139827729, + "num_tokens": 42614399.0, + "step": 33110 + }, + { + "entropy": 1.1262987732887269, + "epoch": 3.164230438521066, + "grad_norm": 1.441389799118042, + "learning_rate": 8.181892865147936e-05, + "loss": 0.2247, + "mean_token_accuracy": 0.912940788269043, + "num_tokens": 42626899.0, + "step": 33120 + }, + { + "entropy": 1.1300291299819947, + "epoch": 3.1651858221075764, + "grad_norm": 1.4030611515045166, + "learning_rate": 8.180674157756827e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9026161968708039, + "num_tokens": 42639503.0, + "step": 33130 + }, + { + "entropy": 1.153012454509735, + "epoch": 3.1661412056940863, + "grad_norm": 1.1773674488067627, + "learning_rate": 8.179455132874563e-05, + "loss": 0.256, + "mean_token_accuracy": 0.8973731577396393, + "num_tokens": 42652050.0, + "step": 33140 + }, + { + "entropy": 1.1512924671173095, + "epoch": 3.1670965892805962, + "grad_norm": 1.714411735534668, + "learning_rate": 8.178235790622825e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.8993581295013428, + "num_tokens": 42664965.0, + "step": 33150 + }, + { + "entropy": 1.149130940437317, + "epoch": 3.168051972867106, + "grad_norm": 1.5058554410934448, + "learning_rate": 8.177016131123328e-05, + "loss": 0.238, + "mean_token_accuracy": 0.9076569080352783, + "num_tokens": 42677926.0, + "step": 33160 + }, + { + "entropy": 1.155039095878601, + "epoch": 3.169007356453616, + "grad_norm": 1.6664506196975708, + "learning_rate": 8.175796154497814e-05, + "loss": 0.1938, + "mean_token_accuracy": 0.9260948359966278, + "num_tokens": 42691369.0, + "step": 33170 + }, + { + "entropy": 1.1417151927947997, + "epoch": 3.169962740040126, + "grad_norm": 1.6257330179214478, + "learning_rate": 8.174575860868063e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9031084716320038, + "num_tokens": 42704284.0, + "step": 33180 + }, + { + "entropy": 1.1150663852691651, + "epoch": 3.170918123626636, + "grad_norm": 1.1559735536575317, + "learning_rate": 8.173355250355883e-05, + "loss": 0.2127, + "mean_token_accuracy": 0.9201904654502868, + "num_tokens": 42716414.0, + "step": 33190 + }, + { + "entropy": 1.1420615077018739, + "epoch": 3.171873507213146, + "grad_norm": 1.6434485912322998, + "learning_rate": 8.172134323083111e-05, + "loss": 0.2247, + "mean_token_accuracy": 0.9163696825504303, + "num_tokens": 42729338.0, + "step": 33200 + }, + { + "entropy": 1.1339512825012208, + "epoch": 3.1728288907996562, + "grad_norm": 1.7150051593780518, + "learning_rate": 8.170913079171623e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9004070997238159, + "num_tokens": 42742027.0, + "step": 33210 + }, + { + "entropy": 1.1377944111824037, + "epoch": 3.173784274386166, + "grad_norm": 1.2996904850006104, + "learning_rate": 8.169691518743316e-05, + "loss": 0.2316, + "mean_token_accuracy": 0.9097073912620545, + "num_tokens": 42754611.0, + "step": 33220 + }, + { + "entropy": 1.1306841731071473, + "epoch": 3.174739657972676, + "grad_norm": 1.5287598371505737, + "learning_rate": 8.168469641920129e-05, + "loss": 0.2157, + "mean_token_accuracy": 0.9148261666297912, + "num_tokens": 42766892.0, + "step": 33230 + }, + { + "entropy": 1.1470371603965759, + "epoch": 3.175695041559186, + "grad_norm": 1.7898257970809937, + "learning_rate": 8.167247448824028e-05, + "loss": 0.273, + "mean_token_accuracy": 0.8952337086200715, + "num_tokens": 42779592.0, + "step": 33240 + }, + { + "entropy": 1.1336095333099365, + "epoch": 3.176650425145696, + "grad_norm": 1.348392128944397, + "learning_rate": 8.166024939577011e-05, + "loss": 0.2315, + "mean_token_accuracy": 0.911664628982544, + "num_tokens": 42792066.0, + "step": 33250 + }, + { + "entropy": 1.1399797081947327, + "epoch": 3.177605808732206, + "grad_norm": 1.1898047924041748, + "learning_rate": 8.164802114301105e-05, + "loss": 0.2312, + "mean_token_accuracy": 0.9139231026172638, + "num_tokens": 42805353.0, + "step": 33260 + }, + { + "entropy": 1.1395215034484862, + "epoch": 3.178561192318716, + "grad_norm": 1.6666300296783447, + "learning_rate": 8.163578973118373e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9034412860870361, + "num_tokens": 42817996.0, + "step": 33270 + }, + { + "entropy": 1.1196942448616027, + "epoch": 3.179516575905226, + "grad_norm": 1.1963251829147339, + "learning_rate": 8.162355516150908e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9094030618667602, + "num_tokens": 42830213.0, + "step": 33280 + }, + { + "entropy": 1.1288357615470885, + "epoch": 3.180471959491736, + "grad_norm": 1.5308464765548706, + "learning_rate": 8.161131743520833e-05, + "loss": 0.2379, + "mean_token_accuracy": 0.9097469687461853, + "num_tokens": 42843015.0, + "step": 33290 + }, + { + "entropy": 1.1393504023551941, + "epoch": 3.181427343078246, + "grad_norm": 1.259678840637207, + "learning_rate": 8.159907655350305e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9054223418235778, + "num_tokens": 42855328.0, + "step": 33300 + }, + { + "entropy": 1.1343668818473815, + "epoch": 3.182382726664756, + "grad_norm": 1.3412929773330688, + "learning_rate": 8.158683251761507e-05, + "loss": 0.259, + "mean_token_accuracy": 0.9038792967796325, + "num_tokens": 42867993.0, + "step": 33310 + }, + { + "entropy": 1.1453849911689757, + "epoch": 3.183338110251266, + "grad_norm": 1.7214497327804565, + "learning_rate": 8.157458532876663e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8984034419059753, + "num_tokens": 42880611.0, + "step": 33320 + }, + { + "entropy": 1.1341872096061707, + "epoch": 3.184293493837776, + "grad_norm": 1.3487225770950317, + "learning_rate": 8.156233498818018e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9047408163547516, + "num_tokens": 42893537.0, + "step": 33330 + }, + { + "entropy": 1.1594820499420166, + "epoch": 3.1852488774242858, + "grad_norm": 1.398539662361145, + "learning_rate": 8.155008149707858e-05, + "loss": 0.2591, + "mean_token_accuracy": 0.8991192281246185, + "num_tokens": 42906162.0, + "step": 33340 + }, + { + "entropy": 1.1650696754455567, + "epoch": 3.1862042610107957, + "grad_norm": 1.6963781118392944, + "learning_rate": 8.153782485668492e-05, + "loss": 0.2301, + "mean_token_accuracy": 0.9094403743743896, + "num_tokens": 42918920.0, + "step": 33350 + }, + { + "entropy": 1.1717430233955384, + "epoch": 3.1871596445973056, + "grad_norm": 1.677492618560791, + "learning_rate": 8.152556506822268e-05, + "loss": 0.2579, + "mean_token_accuracy": 0.8969658017158508, + "num_tokens": 42931943.0, + "step": 33360 + }, + { + "entropy": 1.1653099179267883, + "epoch": 3.188115028183816, + "grad_norm": 1.2815343141555786, + "learning_rate": 8.151330213291559e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9030800938606263, + "num_tokens": 42944730.0, + "step": 33370 + }, + { + "entropy": 1.1654991149902343, + "epoch": 3.189070411770326, + "grad_norm": 1.7275221347808838, + "learning_rate": 8.150103605198773e-05, + "loss": 0.2582, + "mean_token_accuracy": 0.9069172441959381, + "num_tokens": 42957557.0, + "step": 33380 + }, + { + "entropy": 1.1606694459915161, + "epoch": 3.190025795356836, + "grad_norm": 1.568443775177002, + "learning_rate": 8.148876682666349e-05, + "loss": 0.2587, + "mean_token_accuracy": 0.8972289025783539, + "num_tokens": 42970264.0, + "step": 33390 + }, + { + "entropy": 1.164743423461914, + "epoch": 3.1909811789433458, + "grad_norm": 1.2904400825500488, + "learning_rate": 8.147649445816756e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9095419406890869, + "num_tokens": 42983213.0, + "step": 33400 + }, + { + "entropy": 1.1471440315246582, + "epoch": 3.1919365625298557, + "grad_norm": 1.1259939670562744, + "learning_rate": 8.146421894772496e-05, + "loss": 0.2444, + "mean_token_accuracy": 0.9055906474590302, + "num_tokens": 42995441.0, + "step": 33410 + }, + { + "entropy": 1.1559301376342774, + "epoch": 3.1928919461163656, + "grad_norm": 1.8371200561523438, + "learning_rate": 8.145194029656101e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8936314046382904, + "num_tokens": 43007884.0, + "step": 33420 + }, + { + "entropy": 1.1684032320976256, + "epoch": 3.1938473297028755, + "grad_norm": 1.2954440116882324, + "learning_rate": 8.143965850590136e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9020515739917755, + "num_tokens": 43020513.0, + "step": 33430 + }, + { + "entropy": 1.181742298603058, + "epoch": 3.194802713289386, + "grad_norm": 1.2667746543884277, + "learning_rate": 8.142737357697196e-05, + "loss": 0.2512, + "mean_token_accuracy": 0.9012467503547669, + "num_tokens": 43033791.0, + "step": 33440 + }, + { + "entropy": 1.1551600337028503, + "epoch": 3.195758096875896, + "grad_norm": 2.321361541748047, + "learning_rate": 8.141508551099908e-05, + "loss": 0.2378, + "mean_token_accuracy": 0.909756475687027, + "num_tokens": 43046560.0, + "step": 33450 + }, + { + "entropy": 1.1752402544021607, + "epoch": 3.1967134804624058, + "grad_norm": 1.3518500328063965, + "learning_rate": 8.140279430920931e-05, + "loss": 0.2197, + "mean_token_accuracy": 0.9192355930805206, + "num_tokens": 43059624.0, + "step": 33460 + }, + { + "entropy": 1.164561140537262, + "epoch": 3.1976688640489157, + "grad_norm": 1.1744256019592285, + "learning_rate": 8.139049997282951e-05, + "loss": 0.2392, + "mean_token_accuracy": 0.9039193570613862, + "num_tokens": 43072490.0, + "step": 33470 + }, + { + "entropy": 1.1698359608650208, + "epoch": 3.1986242476354256, + "grad_norm": 1.4621526002883911, + "learning_rate": 8.137820250308692e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.8940244793891907, + "num_tokens": 43085312.0, + "step": 33480 + }, + { + "entropy": 1.1780136108398438, + "epoch": 3.1995796312219356, + "grad_norm": 1.9160840511322021, + "learning_rate": 8.136590190120905e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.903776490688324, + "num_tokens": 43098565.0, + "step": 33490 + }, + { + "entropy": 1.1631720662117004, + "epoch": 3.2005350148084455, + "grad_norm": 1.3392257690429688, + "learning_rate": 8.135359816842372e-05, + "loss": 0.2462, + "mean_token_accuracy": 0.9050262808799744, + "num_tokens": 43111395.0, + "step": 33500 + }, + { + "entropy": 1.1828559517860413, + "epoch": 3.2014903983949554, + "grad_norm": 1.1911579370498657, + "learning_rate": 8.134129130595908e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8855110287666321, + "num_tokens": 43124205.0, + "step": 33510 + }, + { + "entropy": 1.1594260334968567, + "epoch": 3.2024457819814653, + "grad_norm": 1.4981120824813843, + "learning_rate": 8.13289813150436e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.8985776960849762, + "num_tokens": 43137105.0, + "step": 33520 + }, + { + "entropy": 1.1645930528640747, + "epoch": 3.2034011655679757, + "grad_norm": 1.2315261363983154, + "learning_rate": 8.131666819690604e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9119328498840332, + "num_tokens": 43149935.0, + "step": 33530 + }, + { + "entropy": 1.1629324793815612, + "epoch": 3.2043565491544856, + "grad_norm": 1.4492205381393433, + "learning_rate": 8.130435195277547e-05, + "loss": 0.2539, + "mean_token_accuracy": 0.9028231859207153, + "num_tokens": 43162700.0, + "step": 33540 + }, + { + "entropy": 1.1613313674926757, + "epoch": 3.2053119327409956, + "grad_norm": 1.3409606218338013, + "learning_rate": 8.129203258388128e-05, + "loss": 0.2357, + "mean_token_accuracy": 0.907907247543335, + "num_tokens": 43175724.0, + "step": 33550 + }, + { + "entropy": 1.1544656038284302, + "epoch": 3.2062673163275055, + "grad_norm": 1.6431317329406738, + "learning_rate": 8.127971009145321e-05, + "loss": 0.2452, + "mean_token_accuracy": 0.9032190561294555, + "num_tokens": 43188379.0, + "step": 33560 + }, + { + "entropy": 1.1727776050567627, + "epoch": 3.2072226999140154, + "grad_norm": 1.5900763273239136, + "learning_rate": 8.126738447672125e-05, + "loss": 0.2654, + "mean_token_accuracy": 0.892646986246109, + "num_tokens": 43201550.0, + "step": 33570 + }, + { + "entropy": 1.1720022678375244, + "epoch": 3.2081780835005254, + "grad_norm": 1.533612847328186, + "learning_rate": 8.125505574091572e-05, + "loss": 0.2858, + "mean_token_accuracy": 0.8878797292709351, + "num_tokens": 43213990.0, + "step": 33580 + }, + { + "entropy": 1.1755621910095215, + "epoch": 3.2091334670870353, + "grad_norm": 1.295850157737732, + "learning_rate": 8.124272388526726e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8933626294136048, + "num_tokens": 43226988.0, + "step": 33590 + }, + { + "entropy": 1.1659640669822693, + "epoch": 3.2100888506735457, + "grad_norm": 1.0868104696273804, + "learning_rate": 8.123038891100685e-05, + "loss": 0.2363, + "mean_token_accuracy": 0.9085448741912842, + "num_tokens": 43240062.0, + "step": 33600 + }, + { + "entropy": 1.1563181042671205, + "epoch": 3.2110442342600556, + "grad_norm": 1.2494897842407227, + "learning_rate": 8.121805081936573e-05, + "loss": 0.264, + "mean_token_accuracy": 0.9013582408428192, + "num_tokens": 43253589.0, + "step": 33610 + }, + { + "entropy": 1.1515470504760743, + "epoch": 3.2119996178465655, + "grad_norm": 1.761252522468567, + "learning_rate": 8.120570961157548e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9017899096012115, + "num_tokens": 43266755.0, + "step": 33620 + }, + { + "entropy": 1.1731077313423157, + "epoch": 3.2129550014330754, + "grad_norm": 1.4148274660110474, + "learning_rate": 8.119336528886798e-05, + "loss": 0.2968, + "mean_token_accuracy": 0.8823446154594421, + "num_tokens": 43279206.0, + "step": 33630 + }, + { + "entropy": 1.1672779321670532, + "epoch": 3.2139103850195854, + "grad_norm": 1.4226584434509277, + "learning_rate": 8.118101785247545e-05, + "loss": 0.2484, + "mean_token_accuracy": 0.8978059232234955, + "num_tokens": 43292179.0, + "step": 33640 + }, + { + "entropy": 1.152924108505249, + "epoch": 3.2148657686060953, + "grad_norm": 1.5556321144104004, + "learning_rate": 8.116866730363035e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.906216698884964, + "num_tokens": 43305147.0, + "step": 33650 + }, + { + "entropy": 1.146762192249298, + "epoch": 3.2158211521926052, + "grad_norm": 1.2040002346038818, + "learning_rate": 8.115631364356555e-05, + "loss": 0.2222, + "mean_token_accuracy": 0.9108659863471985, + "num_tokens": 43318309.0, + "step": 33660 + }, + { + "entropy": 1.1548868060111999, + "epoch": 3.216776535779115, + "grad_norm": 1.1549832820892334, + "learning_rate": 8.114395687351413e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.9077276110649108, + "num_tokens": 43331382.0, + "step": 33670 + }, + { + "entropy": 1.1453298211097718, + "epoch": 3.217731919365625, + "grad_norm": 1.6013801097869873, + "learning_rate": 8.113159699470956e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.8981953561306, + "num_tokens": 43344277.0, + "step": 33680 + }, + { + "entropy": 1.1525838732719422, + "epoch": 3.2186873029521355, + "grad_norm": 0.9941832423210144, + "learning_rate": 8.111923400838558e-05, + "loss": 0.2319, + "mean_token_accuracy": 0.9082648575305938, + "num_tokens": 43357437.0, + "step": 33690 + }, + { + "entropy": 1.1491640329360961, + "epoch": 3.2196426865386454, + "grad_norm": 1.5518760681152344, + "learning_rate": 8.110686791577624e-05, + "loss": 0.227, + "mean_token_accuracy": 0.9100602686405181, + "num_tokens": 43370305.0, + "step": 33700 + }, + { + "entropy": 1.169568955898285, + "epoch": 3.2205980701251553, + "grad_norm": 1.3191434144973755, + "learning_rate": 8.109449871811592e-05, + "loss": 0.2448, + "mean_token_accuracy": 0.9049999117851257, + "num_tokens": 43384049.0, + "step": 33710 + }, + { + "entropy": 1.1661371827125548, + "epoch": 3.2215534537116652, + "grad_norm": 1.4550317525863647, + "learning_rate": 8.10821264166393e-05, + "loss": 0.2449, + "mean_token_accuracy": 0.8991231858730316, + "num_tokens": 43397012.0, + "step": 33720 + }, + { + "entropy": 1.1668549299240112, + "epoch": 3.222508837298175, + "grad_norm": 1.7800450325012207, + "learning_rate": 8.106975101258135e-05, + "loss": 0.266, + "mean_token_accuracy": 0.8938753426074981, + "num_tokens": 43409946.0, + "step": 33730 + }, + { + "entropy": 1.1677525401115418, + "epoch": 3.223464220884685, + "grad_norm": 1.2225450277328491, + "learning_rate": 8.10573725071774e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9085789382457733, + "num_tokens": 43423067.0, + "step": 33740 + }, + { + "entropy": 1.1604894042015075, + "epoch": 3.224419604471195, + "grad_norm": 1.9522762298583984, + "learning_rate": 8.104499090166301e-05, + "loss": 0.2358, + "mean_token_accuracy": 0.9132331788539887, + "num_tokens": 43436145.0, + "step": 33750 + }, + { + "entropy": 1.155362343788147, + "epoch": 3.2253749880577054, + "grad_norm": 1.4983241558074951, + "learning_rate": 8.103260619727415e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9014098465442657, + "num_tokens": 43448604.0, + "step": 33760 + }, + { + "entropy": 1.1468329191207887, + "epoch": 3.2263303716442153, + "grad_norm": 1.7231966257095337, + "learning_rate": 8.102021839524703e-05, + "loss": 0.2147, + "mean_token_accuracy": 0.9131912410259246, + "num_tokens": 43461610.0, + "step": 33770 + }, + { + "entropy": 1.1496410489082336, + "epoch": 3.2272857552307253, + "grad_norm": 1.3304423093795776, + "learning_rate": 8.100782749681817e-05, + "loss": 0.255, + "mean_token_accuracy": 0.8970928966999054, + "num_tokens": 43474365.0, + "step": 33780 + }, + { + "entropy": 1.1706392526626588, + "epoch": 3.228241138817235, + "grad_norm": 1.2909998893737793, + "learning_rate": 8.099543350322441e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.8969315350055694, + "num_tokens": 43487044.0, + "step": 33790 + }, + { + "entropy": 1.15571631193161, + "epoch": 3.229196522403745, + "grad_norm": 0.9110719561576843, + "learning_rate": 8.098303641570294e-05, + "loss": 0.2626, + "mean_token_accuracy": 0.9009397923946381, + "num_tokens": 43499561.0, + "step": 33800 + }, + { + "entropy": 1.1623255729675293, + "epoch": 3.230151905990255, + "grad_norm": 1.7230744361877441, + "learning_rate": 8.097063623549119e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9051448941230774, + "num_tokens": 43512778.0, + "step": 33810 + }, + { + "entropy": 1.1620532155036927, + "epoch": 3.231107289576765, + "grad_norm": 1.4328465461730957, + "learning_rate": 8.095823296382695e-05, + "loss": 0.2396, + "mean_token_accuracy": 0.9078214347362519, + "num_tokens": 43525457.0, + "step": 33820 + }, + { + "entropy": 1.1518222093582153, + "epoch": 3.232062673163275, + "grad_norm": 1.5811856985092163, + "learning_rate": 8.094582660194827e-05, + "loss": 0.2497, + "mean_token_accuracy": 0.9081859529018402, + "num_tokens": 43538024.0, + "step": 33830 + }, + { + "entropy": 1.153422486782074, + "epoch": 3.233018056749785, + "grad_norm": 1.332580804824829, + "learning_rate": 8.09334171510936e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8961353421211242, + "num_tokens": 43550644.0, + "step": 33840 + }, + { + "entropy": 1.138890528678894, + "epoch": 3.233973440336295, + "grad_norm": 1.673095703125, + "learning_rate": 8.092100461250156e-05, + "loss": 0.2296, + "mean_token_accuracy": 0.9100144803524017, + "num_tokens": 43563189.0, + "step": 33850 + }, + { + "entropy": 1.1497135043144227, + "epoch": 3.234928823922805, + "grad_norm": 1.6236121654510498, + "learning_rate": 8.09085889874112e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9055273234844208, + "num_tokens": 43575906.0, + "step": 33860 + }, + { + "entropy": 1.1525565147399903, + "epoch": 3.235884207509315, + "grad_norm": 1.5938239097595215, + "learning_rate": 8.089617027706184e-05, + "loss": 0.2593, + "mean_token_accuracy": 0.8949332296848297, + "num_tokens": 43589254.0, + "step": 33870 + }, + { + "entropy": 1.1698061943054199, + "epoch": 3.236839591095825, + "grad_norm": 1.7749274969100952, + "learning_rate": 8.088374848269307e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.9015561699867248, + "num_tokens": 43602030.0, + "step": 33880 + }, + { + "entropy": 1.1514365196228027, + "epoch": 3.237794974682335, + "grad_norm": 1.157188057899475, + "learning_rate": 8.087132360554486e-05, + "loss": 0.2289, + "mean_token_accuracy": 0.9080361187458038, + "num_tokens": 43614683.0, + "step": 33890 + }, + { + "entropy": 1.1467522144317628, + "epoch": 3.238750358268845, + "grad_norm": 1.7510013580322266, + "learning_rate": 8.08588956468574e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.9088878750801086, + "num_tokens": 43627403.0, + "step": 33900 + }, + { + "entropy": 1.1482939720153809, + "epoch": 3.2397057418553548, + "grad_norm": 1.4761567115783691, + "learning_rate": 8.084646460787126e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9039937615394592, + "num_tokens": 43640333.0, + "step": 33910 + }, + { + "entropy": 1.1494832515716553, + "epoch": 3.240661125441865, + "grad_norm": 1.4713412523269653, + "learning_rate": 8.083403048982729e-05, + "loss": 0.2764, + "mean_token_accuracy": 0.8863593935966492, + "num_tokens": 43652758.0, + "step": 33920 + }, + { + "entropy": 1.1508880138397217, + "epoch": 3.241616509028375, + "grad_norm": 1.1616424322128296, + "learning_rate": 8.082159329396664e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9062787234783173, + "num_tokens": 43665856.0, + "step": 33930 + }, + { + "entropy": 1.168600869178772, + "epoch": 3.242571892614885, + "grad_norm": 1.5047563314437866, + "learning_rate": 8.08091530215308e-05, + "loss": 0.2595, + "mean_token_accuracy": 0.9012443900108338, + "num_tokens": 43678296.0, + "step": 33940 + }, + { + "entropy": 1.1461676478385925, + "epoch": 3.243527276201395, + "grad_norm": 1.8779140710830688, + "learning_rate": 8.079670967376152e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.901449179649353, + "num_tokens": 43690722.0, + "step": 33950 + }, + { + "entropy": 1.1681146025657654, + "epoch": 3.244482659787905, + "grad_norm": 1.4435341358184814, + "learning_rate": 8.078426325190087e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9030171513557435, + "num_tokens": 43703576.0, + "step": 33960 + }, + { + "entropy": 1.1782981872558593, + "epoch": 3.2454380433744148, + "grad_norm": 1.6817599534988403, + "learning_rate": 8.077181375719127e-05, + "loss": 0.2667, + "mean_token_accuracy": 0.8973914980888367, + "num_tokens": 43716544.0, + "step": 33970 + }, + { + "entropy": 1.1793102025985718, + "epoch": 3.2463934269609247, + "grad_norm": 1.397508978843689, + "learning_rate": 8.07593611908754e-05, + "loss": 0.2546, + "mean_token_accuracy": 0.8974237978458405, + "num_tokens": 43729825.0, + "step": 33980 + }, + { + "entropy": 1.1682851672172547, + "epoch": 3.2473488105474346, + "grad_norm": 1.3712259531021118, + "learning_rate": 8.074690555419626e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9030335009098053, + "num_tokens": 43742643.0, + "step": 33990 + }, + { + "entropy": 1.1450278759002686, + "epoch": 3.2483041941339446, + "grad_norm": 1.7738300561904907, + "learning_rate": 8.073444684839715e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9041879534721374, + "num_tokens": 43754922.0, + "step": 34000 + }, + { + "entropy": 1.1689833760261537, + "epoch": 3.249259577720455, + "grad_norm": 2.021984338760376, + "learning_rate": 8.072198507472168e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8992652595043182, + "num_tokens": 43768053.0, + "step": 34010 + }, + { + "entropy": 1.1496059775352478, + "epoch": 3.250214961306965, + "grad_norm": 2.1292009353637695, + "learning_rate": 8.07095202344138e-05, + "loss": 0.2255, + "mean_token_accuracy": 0.9080196440219879, + "num_tokens": 43781176.0, + "step": 34020 + }, + { + "entropy": 1.1707095384597779, + "epoch": 3.251170344893475, + "grad_norm": 2.0421793460845947, + "learning_rate": 8.06970523287177e-05, + "loss": 0.2561, + "mean_token_accuracy": 0.8974719345569611, + "num_tokens": 43793983.0, + "step": 34030 + }, + { + "entropy": 1.1553221583366393, + "epoch": 3.2521257284799847, + "grad_norm": 1.2232990264892578, + "learning_rate": 8.068458135887794e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9078519821166993, + "num_tokens": 43806711.0, + "step": 34040 + }, + { + "entropy": 1.154058003425598, + "epoch": 3.2530811120664946, + "grad_norm": 1.399330973625183, + "learning_rate": 8.067210732613934e-05, + "loss": 0.2407, + "mean_token_accuracy": 0.9035466194152832, + "num_tokens": 43819714.0, + "step": 34050 + }, + { + "entropy": 1.1431465983390807, + "epoch": 3.2540364956530046, + "grad_norm": 1.1656248569488525, + "learning_rate": 8.065963023174703e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.9049428045749665, + "num_tokens": 43832443.0, + "step": 34060 + }, + { + "entropy": 1.144096887111664, + "epoch": 3.2549918792395145, + "grad_norm": 1.1820820569992065, + "learning_rate": 8.064715007694648e-05, + "loss": 0.2244, + "mean_token_accuracy": 0.9123190581798554, + "num_tokens": 43844869.0, + "step": 34070 + }, + { + "entropy": 1.1273121595382691, + "epoch": 3.255947262826025, + "grad_norm": 1.318613886833191, + "learning_rate": 8.063466686298345e-05, + "loss": 0.2195, + "mean_token_accuracy": 0.91882683634758, + "num_tokens": 43857834.0, + "step": 34080 + }, + { + "entropy": 1.1512286067008972, + "epoch": 3.256902646412535, + "grad_norm": 1.218915343284607, + "learning_rate": 8.062218059110398e-05, + "loss": 0.2329, + "mean_token_accuracy": 0.9098333656787873, + "num_tokens": 43871254.0, + "step": 34090 + }, + { + "entropy": 1.1388875722885132, + "epoch": 3.2578580299990447, + "grad_norm": 1.4443944692611694, + "learning_rate": 8.060969126255447e-05, + "loss": 0.2519, + "mean_token_accuracy": 0.9014038145542145, + "num_tokens": 43883307.0, + "step": 34100 + }, + { + "entropy": 1.163315725326538, + "epoch": 3.2588134135855547, + "grad_norm": 2.1700541973114014, + "learning_rate": 8.059719887858153e-05, + "loss": 0.2349, + "mean_token_accuracy": 0.9038006603717804, + "num_tokens": 43896896.0, + "step": 34110 + }, + { + "entropy": 1.1304395914077758, + "epoch": 3.2597687971720646, + "grad_norm": 1.3651180267333984, + "learning_rate": 8.058470344043219e-05, + "loss": 0.213, + "mean_token_accuracy": 0.919157725572586, + "num_tokens": 43909398.0, + "step": 34120 + }, + { + "entropy": 1.1419826865196228, + "epoch": 3.2607241807585745, + "grad_norm": 1.590999722480774, + "learning_rate": 8.057220494935371e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.903562068939209, + "num_tokens": 43922724.0, + "step": 34130 + }, + { + "entropy": 1.1520344734191894, + "epoch": 3.2616795643450844, + "grad_norm": 1.1423919200897217, + "learning_rate": 8.055970340659367e-05, + "loss": 0.2676, + "mean_token_accuracy": 0.8994266271591187, + "num_tokens": 43936056.0, + "step": 34140 + }, + { + "entropy": 1.1497553586959839, + "epoch": 3.2626349479315944, + "grad_norm": 1.7676414251327515, + "learning_rate": 8.054719881339996e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.898033857345581, + "num_tokens": 43949224.0, + "step": 34150 + }, + { + "entropy": 1.1480291962623597, + "epoch": 3.2635903315181043, + "grad_norm": 1.6275964975357056, + "learning_rate": 8.053469117102079e-05, + "loss": 0.2442, + "mean_token_accuracy": 0.9085764586925507, + "num_tokens": 43961696.0, + "step": 34160 + }, + { + "entropy": 1.1523602724075317, + "epoch": 3.2645457151046147, + "grad_norm": 1.6096919775009155, + "learning_rate": 8.052218048070464e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8925420343875885, + "num_tokens": 43974596.0, + "step": 34170 + }, + { + "entropy": 1.145915412902832, + "epoch": 3.2655010986911246, + "grad_norm": 1.5249382257461548, + "learning_rate": 8.050966674370031e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8976054847240448, + "num_tokens": 43987492.0, + "step": 34180 + }, + { + "entropy": 1.1509172320365906, + "epoch": 3.2664564822776345, + "grad_norm": 1.6547116041183472, + "learning_rate": 8.049714996125693e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9077410459518432, + "num_tokens": 44000271.0, + "step": 34190 + }, + { + "entropy": 1.1713918566703796, + "epoch": 3.2674118658641444, + "grad_norm": 1.173338532447815, + "learning_rate": 8.048463013462388e-05, + "loss": 0.2664, + "mean_token_accuracy": 0.8920540094375611, + "num_tokens": 44013358.0, + "step": 34200 + }, + { + "entropy": 1.1726630568504333, + "epoch": 3.2683672494506544, + "grad_norm": 2.0434117317199707, + "learning_rate": 8.047210726505091e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9052830219268799, + "num_tokens": 44026548.0, + "step": 34210 + }, + { + "entropy": 1.155221450328827, + "epoch": 3.2693226330371643, + "grad_norm": 1.105648159980774, + "learning_rate": 8.0459581353788e-05, + "loss": 0.2386, + "mean_token_accuracy": 0.9067605972290039, + "num_tokens": 44039198.0, + "step": 34220 + }, + { + "entropy": 1.1589760780334473, + "epoch": 3.2702780166236742, + "grad_norm": 0.8514676094055176, + "learning_rate": 8.04470524020855e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.8981725335121155, + "num_tokens": 44052087.0, + "step": 34230 + }, + { + "entropy": 1.1522585988044738, + "epoch": 3.2712334002101846, + "grad_norm": 1.535846471786499, + "learning_rate": 8.043452041119402e-05, + "loss": 0.2281, + "mean_token_accuracy": 0.9093837141990662, + "num_tokens": 44064589.0, + "step": 34240 + }, + { + "entropy": 1.1485714554786681, + "epoch": 3.2721887837966945, + "grad_norm": 1.3810012340545654, + "learning_rate": 8.04219853823645e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9017188847064972, + "num_tokens": 44077576.0, + "step": 34250 + }, + { + "entropy": 1.159653413295746, + "epoch": 3.2731441673832045, + "grad_norm": 1.5046448707580566, + "learning_rate": 8.040944731684814e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.8997713327407837, + "num_tokens": 44090753.0, + "step": 34260 + }, + { + "entropy": 1.1594658255577088, + "epoch": 3.2740995509697144, + "grad_norm": 1.1753932237625122, + "learning_rate": 8.039690621589653e-05, + "loss": 0.2643, + "mean_token_accuracy": 0.890944528579712, + "num_tokens": 44103939.0, + "step": 34270 + }, + { + "entropy": 1.138777482509613, + "epoch": 3.2750549345562243, + "grad_norm": 2.3250904083251953, + "learning_rate": 8.038436208076147e-05, + "loss": 0.2219, + "mean_token_accuracy": 0.9174415707588196, + "num_tokens": 44116897.0, + "step": 34280 + }, + { + "entropy": 1.1626675248146057, + "epoch": 3.2760103181427342, + "grad_norm": 1.5284655094146729, + "learning_rate": 8.037181491269511e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9092650592327118, + "num_tokens": 44130663.0, + "step": 34290 + }, + { + "entropy": 1.1490435004234314, + "epoch": 3.276965701729244, + "grad_norm": 2.4601900577545166, + "learning_rate": 8.035926471294988e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9003470718860627, + "num_tokens": 44143479.0, + "step": 34300 + }, + { + "entropy": 1.1441840648651123, + "epoch": 3.277921085315754, + "grad_norm": 1.727163553237915, + "learning_rate": 8.034671148277854e-05, + "loss": 0.231, + "mean_token_accuracy": 0.9115664601325989, + "num_tokens": 44156214.0, + "step": 34310 + }, + { + "entropy": 1.1505242347717286, + "epoch": 3.278876468902264, + "grad_norm": 1.7846864461898804, + "learning_rate": 8.033415522343414e-05, + "loss": 0.2519, + "mean_token_accuracy": 0.9025259494781495, + "num_tokens": 44169013.0, + "step": 34320 + }, + { + "entropy": 1.1370238304138183, + "epoch": 3.2798318524887744, + "grad_norm": 1.4040991067886353, + "learning_rate": 8.032159593617005e-05, + "loss": 0.2171, + "mean_token_accuracy": 0.9131461203098297, + "num_tokens": 44181703.0, + "step": 34330 + }, + { + "entropy": 1.147390353679657, + "epoch": 3.2807872360752843, + "grad_norm": 2.304889678955078, + "learning_rate": 8.030903362223989e-05, + "loss": 0.2418, + "mean_token_accuracy": 0.908650928735733, + "num_tokens": 44194782.0, + "step": 34340 + }, + { + "entropy": 1.146768867969513, + "epoch": 3.2817426196617943, + "grad_norm": 1.1312638521194458, + "learning_rate": 8.029646828289763e-05, + "loss": 0.2502, + "mean_token_accuracy": 0.8984166383743286, + "num_tokens": 44207441.0, + "step": 34350 + }, + { + "entropy": 1.1411758422851563, + "epoch": 3.282698003248304, + "grad_norm": 1.5276784896850586, + "learning_rate": 8.028389991939751e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9105749368667603, + "num_tokens": 44219958.0, + "step": 34360 + }, + { + "entropy": 1.1358040571212769, + "epoch": 3.283653386834814, + "grad_norm": 2.130248785018921, + "learning_rate": 8.027132853299411e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9049798786640167, + "num_tokens": 44232430.0, + "step": 34370 + }, + { + "entropy": 1.1506409168243408, + "epoch": 3.284608770421324, + "grad_norm": 1.2842389345169067, + "learning_rate": 8.025875412494228e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9007681131362915, + "num_tokens": 44245521.0, + "step": 34380 + }, + { + "entropy": 1.151930069923401, + "epoch": 3.285564154007834, + "grad_norm": 1.66344153881073, + "learning_rate": 8.024617669649719e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9093054890632629, + "num_tokens": 44258217.0, + "step": 34390 + }, + { + "entropy": 1.1473466873168945, + "epoch": 3.2865195375943443, + "grad_norm": 2.208444356918335, + "learning_rate": 8.023359624891431e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9054852843284606, + "num_tokens": 44270817.0, + "step": 34400 + }, + { + "entropy": 1.1489120721817017, + "epoch": 3.2874749211808543, + "grad_norm": 1.670509696006775, + "learning_rate": 8.022101278344939e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.9045281767845154, + "num_tokens": 44283628.0, + "step": 34410 + }, + { + "entropy": 1.1599726915359496, + "epoch": 3.288430304767364, + "grad_norm": 1.5672204494476318, + "learning_rate": 8.020842630135851e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.9028141379356385, + "num_tokens": 44297706.0, + "step": 34420 + }, + { + "entropy": 1.1518926620483398, + "epoch": 3.289385688353874, + "grad_norm": 1.6009104251861572, + "learning_rate": 8.019583680389803e-05, + "loss": 0.2653, + "mean_token_accuracy": 0.8998231291770935, + "num_tokens": 44310743.0, + "step": 34430 + }, + { + "entropy": 1.1474717497825622, + "epoch": 3.290341071940384, + "grad_norm": 1.531506061553955, + "learning_rate": 8.018324429232462e-05, + "loss": 0.2822, + "mean_token_accuracy": 0.8904574453830719, + "num_tokens": 44323196.0, + "step": 34440 + }, + { + "entropy": 1.1381002187728881, + "epoch": 3.291296455526894, + "grad_norm": 1.531473159790039, + "learning_rate": 8.017064876789524e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9008666813373566, + "num_tokens": 44336030.0, + "step": 34450 + }, + { + "entropy": 1.1532652020454406, + "epoch": 3.292251839113404, + "grad_norm": 1.8105876445770264, + "learning_rate": 8.015805023186718e-05, + "loss": 0.2692, + "mean_token_accuracy": 0.892653900384903, + "num_tokens": 44348959.0, + "step": 34460 + }, + { + "entropy": 1.1640412092208863, + "epoch": 3.293207222699914, + "grad_norm": 1.3601242303848267, + "learning_rate": 8.0145448685498e-05, + "loss": 0.2565, + "mean_token_accuracy": 0.9023483097553253, + "num_tokens": 44362297.0, + "step": 34470 + }, + { + "entropy": 1.1431817531585693, + "epoch": 3.2941626062864238, + "grad_norm": 1.5279909372329712, + "learning_rate": 8.013284413004558e-05, + "loss": 0.2197, + "mean_token_accuracy": 0.9136758804321289, + "num_tokens": 44374730.0, + "step": 34480 + }, + { + "entropy": 1.1404337882995605, + "epoch": 3.295117989872934, + "grad_norm": 1.790092945098877, + "learning_rate": 8.012023656676809e-05, + "loss": 0.2218, + "mean_token_accuracy": 0.914085054397583, + "num_tokens": 44387696.0, + "step": 34490 + }, + { + "entropy": 1.1474751949310302, + "epoch": 3.296073373459444, + "grad_norm": 1.3504633903503418, + "learning_rate": 8.010762599692397e-05, + "loss": 0.2514, + "mean_token_accuracy": 0.9078743398189545, + "num_tokens": 44400370.0, + "step": 34500 + }, + { + "entropy": 1.160187268257141, + "epoch": 3.297028757045954, + "grad_norm": 1.330574631690979, + "learning_rate": 8.009501242177204e-05, + "loss": 0.2464, + "mean_token_accuracy": 0.9039456129074097, + "num_tokens": 44413904.0, + "step": 34510 + }, + { + "entropy": 1.1316643476486206, + "epoch": 3.297984140632464, + "grad_norm": 2.0055670738220215, + "learning_rate": 8.008239584257135e-05, + "loss": 0.2705, + "mean_token_accuracy": 0.8914612650871276, + "num_tokens": 44425863.0, + "step": 34520 + }, + { + "entropy": 1.1527519583702088, + "epoch": 3.298939524218974, + "grad_norm": 1.119826078414917, + "learning_rate": 8.006977626058128e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8999629735946655, + "num_tokens": 44438601.0, + "step": 34530 + }, + { + "entropy": 1.1493599176406861, + "epoch": 3.299894907805484, + "grad_norm": 1.2995246648788452, + "learning_rate": 8.005715367706148e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9123071074485779, + "num_tokens": 44451563.0, + "step": 34540 + }, + { + "entropy": 1.1252769589424134, + "epoch": 3.3008502913919937, + "grad_norm": 1.4280364513397217, + "learning_rate": 8.004452809327195e-05, + "loss": 0.246, + "mean_token_accuracy": 0.906238055229187, + "num_tokens": 44463757.0, + "step": 34550 + }, + { + "entropy": 1.1588728189468385, + "epoch": 3.301805674978504, + "grad_norm": 1.3666030168533325, + "learning_rate": 8.003189951047294e-05, + "loss": 0.2635, + "mean_token_accuracy": 0.8944300413131714, + "num_tokens": 44476848.0, + "step": 34560 + }, + { + "entropy": 1.1604408740997314, + "epoch": 3.302761058565014, + "grad_norm": 1.9184067249298096, + "learning_rate": 8.001926792992503e-05, + "loss": 0.2993, + "mean_token_accuracy": 0.8849322378635407, + "num_tokens": 44489402.0, + "step": 34570 + }, + { + "entropy": 1.1594436526298524, + "epoch": 3.303716442151524, + "grad_norm": 1.3328036069869995, + "learning_rate": 8.000663335288909e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8956212222576141, + "num_tokens": 44502350.0, + "step": 34580 + }, + { + "entropy": 1.1496783018112182, + "epoch": 3.304671825738034, + "grad_norm": 1.4566433429718018, + "learning_rate": 7.99939957806263e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9105846107006073, + "num_tokens": 44515202.0, + "step": 34590 + }, + { + "entropy": 1.1677823543548584, + "epoch": 3.305627209324544, + "grad_norm": 1.417251467704773, + "learning_rate": 7.998135521439809e-05, + "loss": 0.2468, + "mean_token_accuracy": 0.9092127978801727, + "num_tokens": 44528916.0, + "step": 34600 + }, + { + "entropy": 1.1558746576309205, + "epoch": 3.3065825929110537, + "grad_norm": 1.7130540609359741, + "learning_rate": 7.996871165546625e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8953655362129211, + "num_tokens": 44541599.0, + "step": 34610 + }, + { + "entropy": 1.150499451160431, + "epoch": 3.3075379764975636, + "grad_norm": 1.8057191371917725, + "learning_rate": 7.995606510509286e-05, + "loss": 0.2629, + "mean_token_accuracy": 0.8993340253829956, + "num_tokens": 44554239.0, + "step": 34620 + }, + { + "entropy": 1.131063961982727, + "epoch": 3.3084933600840736, + "grad_norm": 1.1063692569732666, + "learning_rate": 7.994341556454028e-05, + "loss": 0.2413, + "mean_token_accuracy": 0.9051375687122345, + "num_tokens": 44566822.0, + "step": 34630 + }, + { + "entropy": 1.1521275639533997, + "epoch": 3.3094487436705835, + "grad_norm": 1.452735424041748, + "learning_rate": 7.993076303507114e-05, + "loss": 0.2751, + "mean_token_accuracy": 0.8941386044025421, + "num_tokens": 44579675.0, + "step": 34640 + }, + { + "entropy": 1.136521077156067, + "epoch": 3.310404127257094, + "grad_norm": 1.781498670578003, + "learning_rate": 7.991810751794843e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.9017504990100861, + "num_tokens": 44592437.0, + "step": 34650 + }, + { + "entropy": 1.135758364200592, + "epoch": 3.311359510843604, + "grad_norm": 1.6635361909866333, + "learning_rate": 7.99054490144354e-05, + "loss": 0.2424, + "mean_token_accuracy": 0.9051605343818665, + "num_tokens": 44605234.0, + "step": 34660 + }, + { + "entropy": 1.1341755390167236, + "epoch": 3.3123148944301137, + "grad_norm": 1.4108250141143799, + "learning_rate": 7.98927875257956e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.9116659104824066, + "num_tokens": 44618209.0, + "step": 34670 + }, + { + "entropy": 1.151103925704956, + "epoch": 3.3132702780166237, + "grad_norm": 1.474401831626892, + "learning_rate": 7.988012305329291e-05, + "loss": 0.2433, + "mean_token_accuracy": 0.9050263047218323, + "num_tokens": 44631247.0, + "step": 34680 + }, + { + "entropy": 1.1526751518249512, + "epoch": 3.3142256616031336, + "grad_norm": 2.9777510166168213, + "learning_rate": 7.986745559819147e-05, + "loss": 0.2695, + "mean_token_accuracy": 0.8978500068187714, + "num_tokens": 44644443.0, + "step": 34690 + }, + { + "entropy": 1.1434940457344056, + "epoch": 3.3151810451896435, + "grad_norm": 1.5621918439865112, + "learning_rate": 7.98547851617557e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.8995299458503723, + "num_tokens": 44657657.0, + "step": 34700 + }, + { + "entropy": 1.1398571729660034, + "epoch": 3.3161364287761534, + "grad_norm": 1.7321776151657104, + "learning_rate": 7.984211174525041e-05, + "loss": 0.2593, + "mean_token_accuracy": 0.8918435573577881, + "num_tokens": 44670201.0, + "step": 34710 + }, + { + "entropy": 1.1359200596809387, + "epoch": 3.317091812362664, + "grad_norm": 1.3892714977264404, + "learning_rate": 7.982943534994058e-05, + "loss": 0.2314, + "mean_token_accuracy": 0.9102474629878998, + "num_tokens": 44683684.0, + "step": 34720 + }, + { + "entropy": 1.1270494699478149, + "epoch": 3.3180471959491737, + "grad_norm": 1.4873356819152832, + "learning_rate": 7.981675597709159e-05, + "loss": 0.2631, + "mean_token_accuracy": 0.901254266500473, + "num_tokens": 44696657.0, + "step": 34730 + }, + { + "entropy": 1.1253764271736144, + "epoch": 3.3190025795356837, + "grad_norm": 1.199303150177002, + "learning_rate": 7.980407362796909e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9054390072822571, + "num_tokens": 44709697.0, + "step": 34740 + }, + { + "entropy": 1.137707030773163, + "epoch": 3.3199579631221936, + "grad_norm": 1.3960323333740234, + "learning_rate": 7.979138830383898e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8917864739894867, + "num_tokens": 44722790.0, + "step": 34750 + }, + { + "entropy": 1.1633875846862793, + "epoch": 3.3209133467087035, + "grad_norm": 1.7596616744995117, + "learning_rate": 7.977870000596752e-05, + "loss": 0.2707, + "mean_token_accuracy": 0.8905446052551269, + "num_tokens": 44736526.0, + "step": 34760 + }, + { + "entropy": 1.1544967651367188, + "epoch": 3.3218687302952135, + "grad_norm": 1.4890085458755493, + "learning_rate": 7.976600873562123e-05, + "loss": 0.2894, + "mean_token_accuracy": 0.882686448097229, + "num_tokens": 44749451.0, + "step": 34770 + }, + { + "entropy": 1.1295003175735474, + "epoch": 3.3228241138817234, + "grad_norm": 1.2237533330917358, + "learning_rate": 7.975331449406696e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9056659877300263, + "num_tokens": 44762735.0, + "step": 34780 + }, + { + "entropy": 1.1406241655349731, + "epoch": 3.3237794974682333, + "grad_norm": 1.7421138286590576, + "learning_rate": 7.974061728257181e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.8947578132152557, + "num_tokens": 44775831.0, + "step": 34790 + }, + { + "entropy": 1.1369384288787843, + "epoch": 3.3247348810547432, + "grad_norm": 1.6521583795547485, + "learning_rate": 7.972791710240319e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.895781809091568, + "num_tokens": 44788493.0, + "step": 34800 + }, + { + "entropy": 1.138398015499115, + "epoch": 3.3256902646412536, + "grad_norm": 1.4974688291549683, + "learning_rate": 7.971521395482886e-05, + "loss": 0.2518, + "mean_token_accuracy": 0.9032592535018921, + "num_tokens": 44801204.0, + "step": 34810 + }, + { + "entropy": 1.1345516800880433, + "epoch": 3.3266456482277635, + "grad_norm": 1.618469476699829, + "learning_rate": 7.970250784111679e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.8992491900920868, + "num_tokens": 44813589.0, + "step": 34820 + }, + { + "entropy": 1.1357918977737427, + "epoch": 3.3276010318142735, + "grad_norm": 1.6762200593948364, + "learning_rate": 7.968979876253531e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.8998508453369141, + "num_tokens": 44826783.0, + "step": 34830 + }, + { + "entropy": 1.1310476779937744, + "epoch": 3.3285564154007834, + "grad_norm": 1.9081090688705444, + "learning_rate": 7.967708672035303e-05, + "loss": 0.2309, + "mean_token_accuracy": 0.9115187406539917, + "num_tokens": 44839391.0, + "step": 34840 + }, + { + "entropy": 1.138058567047119, + "epoch": 3.3295117989872933, + "grad_norm": 1.2221379280090332, + "learning_rate": 7.966437171583884e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.90145024061203, + "num_tokens": 44852432.0, + "step": 34850 + }, + { + "entropy": 1.137099027633667, + "epoch": 3.3304671825738033, + "grad_norm": 1.7288963794708252, + "learning_rate": 7.965165375026196e-05, + "loss": 0.2414, + "mean_token_accuracy": 0.9079482197761536, + "num_tokens": 44866338.0, + "step": 34860 + }, + { + "entropy": 1.1316922426223754, + "epoch": 3.331422566160313, + "grad_norm": 1.828794240951538, + "learning_rate": 7.963893282489183e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.8986649990081788, + "num_tokens": 44879524.0, + "step": 34870 + }, + { + "entropy": 1.1526787400245666, + "epoch": 3.3323779497468236, + "grad_norm": 1.5510146617889404, + "learning_rate": 7.96262089409983e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.8964608669281006, + "num_tokens": 44892850.0, + "step": 34880 + }, + { + "entropy": 1.1463598251342773, + "epoch": 3.3333333333333335, + "grad_norm": 1.4864763021469116, + "learning_rate": 7.96134820998514e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.8984486579895019, + "num_tokens": 44905891.0, + "step": 34890 + }, + { + "entropy": 1.1119985580444336, + "epoch": 3.3342887169198434, + "grad_norm": 1.1473464965820312, + "learning_rate": 7.960075230272155e-05, + "loss": 0.2249, + "mean_token_accuracy": 0.9115317702293396, + "num_tokens": 44918488.0, + "step": 34900 + }, + { + "entropy": 1.1170335769653321, + "epoch": 3.3352441005063533, + "grad_norm": 1.6901899576187134, + "learning_rate": 7.95880195508794e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.9012981832027436, + "num_tokens": 44931644.0, + "step": 34910 + }, + { + "entropy": 1.1353436350822448, + "epoch": 3.3361994840928633, + "grad_norm": 1.693456768989563, + "learning_rate": 7.957528384559592e-05, + "loss": 0.253, + "mean_token_accuracy": 0.9017136335372925, + "num_tokens": 44944802.0, + "step": 34920 + }, + { + "entropy": 1.1280018448829652, + "epoch": 3.337154867679373, + "grad_norm": 2.0119149684906006, + "learning_rate": 7.956254518814237e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.8998567879199981, + "num_tokens": 44957670.0, + "step": 34930 + }, + { + "entropy": 1.1273929476737976, + "epoch": 3.338110251265883, + "grad_norm": 1.0326287746429443, + "learning_rate": 7.954980357979034e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9056164264678955, + "num_tokens": 44970593.0, + "step": 34940 + }, + { + "entropy": 1.1229143142700195, + "epoch": 3.339065634852393, + "grad_norm": 1.880793571472168, + "learning_rate": 7.953705902181164e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.905170601606369, + "num_tokens": 44982906.0, + "step": 34950 + }, + { + "entropy": 1.1242094397544862, + "epoch": 3.340021018438903, + "grad_norm": 1.6459881067276, + "learning_rate": 7.952431151547844e-05, + "loss": 0.2396, + "mean_token_accuracy": 0.9050406157970429, + "num_tokens": 44995151.0, + "step": 34960 + }, + { + "entropy": 1.1454901337623595, + "epoch": 3.3409764020254133, + "grad_norm": 1.7147012948989868, + "learning_rate": 7.951156106206316e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.8968326210975647, + "num_tokens": 45008520.0, + "step": 34970 + }, + { + "entropy": 1.1232984900474547, + "epoch": 3.3419317856119233, + "grad_norm": 1.7929953336715698, + "learning_rate": 7.949880766283858e-05, + "loss": 0.2091, + "mean_token_accuracy": 0.9209389984607697, + "num_tokens": 45021237.0, + "step": 34980 + }, + { + "entropy": 1.1308881759643554, + "epoch": 3.342887169198433, + "grad_norm": 1.3103238344192505, + "learning_rate": 7.948605131907767e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.9009549438953399, + "num_tokens": 45033567.0, + "step": 34990 + }, + { + "entropy": 1.1171329021453857, + "epoch": 3.343842552784943, + "grad_norm": 1.672330617904663, + "learning_rate": 7.94732920320538e-05, + "loss": 0.2065, + "mean_token_accuracy": 0.9179239213466645, + "num_tokens": 45046084.0, + "step": 35000 + }, + { + "entropy": 1.1250983357429505, + "epoch": 3.344797936371453, + "grad_norm": 1.5476195812225342, + "learning_rate": 7.946052980304058e-05, + "loss": 0.2236, + "mean_token_accuracy": 0.9168452560901642, + "num_tokens": 45058946.0, + "step": 35010 + }, + { + "entropy": 1.1192484259605409, + "epoch": 3.345753319957963, + "grad_norm": 1.686759114265442, + "learning_rate": 7.94477646333119e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9090115010738373, + "num_tokens": 45071923.0, + "step": 35020 + }, + { + "entropy": 1.131583285331726, + "epoch": 3.346708703544473, + "grad_norm": 1.403786301612854, + "learning_rate": 7.943499652414197e-05, + "loss": 0.2285, + "mean_token_accuracy": 0.9081900298595429, + "num_tokens": 45084585.0, + "step": 35030 + }, + { + "entropy": 1.1214677929878234, + "epoch": 3.3476640871309833, + "grad_norm": 1.7877793312072754, + "learning_rate": 7.942222547680529e-05, + "loss": 0.263, + "mean_token_accuracy": 0.8935032367706299, + "num_tokens": 45096740.0, + "step": 35040 + }, + { + "entropy": 1.1207314133644104, + "epoch": 3.348619470717493, + "grad_norm": 2.263990640640259, + "learning_rate": 7.940945149257665e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9080023288726806, + "num_tokens": 45109634.0, + "step": 35050 + }, + { + "entropy": 1.1247283101081849, + "epoch": 3.349574854304003, + "grad_norm": 1.645494818687439, + "learning_rate": 7.939667457273114e-05, + "loss": 0.266, + "mean_token_accuracy": 0.897508579492569, + "num_tokens": 45122649.0, + "step": 35060 + }, + { + "entropy": 1.1335384130477906, + "epoch": 3.350530237890513, + "grad_norm": 1.118371605873108, + "learning_rate": 7.938389471854415e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9041111648082734, + "num_tokens": 45135876.0, + "step": 35070 + }, + { + "entropy": 1.1418967366218566, + "epoch": 3.351485621477023, + "grad_norm": 1.5368880033493042, + "learning_rate": 7.937111193129133e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9081408560276032, + "num_tokens": 45149378.0, + "step": 35080 + }, + { + "entropy": 1.1281798124313354, + "epoch": 3.352441005063533, + "grad_norm": 1.4815776348114014, + "learning_rate": 7.935832621224864e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.89463210105896, + "num_tokens": 45161875.0, + "step": 35090 + }, + { + "entropy": 1.116302454471588, + "epoch": 3.353396388650043, + "grad_norm": 1.5376161336898804, + "learning_rate": 7.934553756269235e-05, + "loss": 0.2427, + "mean_token_accuracy": 0.9074400305747986, + "num_tokens": 45174696.0, + "step": 35100 + }, + { + "entropy": 1.1201016306877136, + "epoch": 3.354351772236553, + "grad_norm": 1.1896921396255493, + "learning_rate": 7.933274598389901e-05, + "loss": 0.2331, + "mean_token_accuracy": 0.9092294692993164, + "num_tokens": 45187264.0, + "step": 35110 + }, + { + "entropy": 1.1178428173065185, + "epoch": 3.3553071558230627, + "grad_norm": 1.3869246244430542, + "learning_rate": 7.931995147714542e-05, + "loss": 0.2398, + "mean_token_accuracy": 0.9096807777881623, + "num_tokens": 45199762.0, + "step": 35120 + }, + { + "entropy": 1.1053220272064208, + "epoch": 3.356262539409573, + "grad_norm": 1.5709692239761353, + "learning_rate": 7.930715404370877e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.910647714138031, + "num_tokens": 45212305.0, + "step": 35130 + }, + { + "entropy": 1.1116899132728577, + "epoch": 3.357217922996083, + "grad_norm": 1.573723554611206, + "learning_rate": 7.929435368486646e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9143083989620209, + "num_tokens": 45224707.0, + "step": 35140 + }, + { + "entropy": 1.1158253788948058, + "epoch": 3.358173306582593, + "grad_norm": 1.1835180521011353, + "learning_rate": 7.92815504018962e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.896474277973175, + "num_tokens": 45237626.0, + "step": 35150 + }, + { + "entropy": 1.1103600978851318, + "epoch": 3.359128690169103, + "grad_norm": 1.5666323900222778, + "learning_rate": 7.9268744196076e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9072868287563324, + "num_tokens": 45250047.0, + "step": 35160 + }, + { + "entropy": 1.1170916557312012, + "epoch": 3.360084073755613, + "grad_norm": 1.5280429124832153, + "learning_rate": 7.925593506868416e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.9093681216239929, + "num_tokens": 45262701.0, + "step": 35170 + }, + { + "entropy": 1.1265243291854858, + "epoch": 3.3610394573421227, + "grad_norm": 1.3581594228744507, + "learning_rate": 7.92431230209993e-05, + "loss": 0.2581, + "mean_token_accuracy": 0.8969577491283417, + "num_tokens": 45275819.0, + "step": 35180 + }, + { + "entropy": 1.1086863994598388, + "epoch": 3.3619948409286327, + "grad_norm": 1.3643442392349243, + "learning_rate": 7.923030805430026e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9145849704742431, + "num_tokens": 45288459.0, + "step": 35190 + }, + { + "entropy": 1.1131043553352356, + "epoch": 3.362950224515143, + "grad_norm": 1.5588704347610474, + "learning_rate": 7.921749016986624e-05, + "loss": 0.259, + "mean_token_accuracy": 0.8929302334785462, + "num_tokens": 45301202.0, + "step": 35200 + }, + { + "entropy": 1.1343857049942017, + "epoch": 3.363905608101653, + "grad_norm": 1.3393539190292358, + "learning_rate": 7.92046693689767e-05, + "loss": 0.2563, + "mean_token_accuracy": 0.8987595200538635, + "num_tokens": 45314279.0, + "step": 35210 + }, + { + "entropy": 1.1253732562065124, + "epoch": 3.364860991688163, + "grad_norm": 1.1939866542816162, + "learning_rate": 7.91918456529114e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9063849329948426, + "num_tokens": 45326788.0, + "step": 35220 + }, + { + "entropy": 1.1342390179634094, + "epoch": 3.365816375274673, + "grad_norm": 1.0573458671569824, + "learning_rate": 7.917901902295038e-05, + "loss": 0.2404, + "mean_token_accuracy": 0.9041717708110809, + "num_tokens": 45339566.0, + "step": 35230 + }, + { + "entropy": 1.1263591527938843, + "epoch": 3.3667717588611827, + "grad_norm": 1.8330994844436646, + "learning_rate": 7.9166189480374e-05, + "loss": 0.2391, + "mean_token_accuracy": 0.9059663414955139, + "num_tokens": 45352242.0, + "step": 35240 + }, + { + "entropy": 1.1321149349212647, + "epoch": 3.3677271424476927, + "grad_norm": 1.3876949548721313, + "learning_rate": 7.915335702646287e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.9045330047607422, + "num_tokens": 45364876.0, + "step": 35250 + }, + { + "entropy": 1.1364736676216125, + "epoch": 3.3686825260342026, + "grad_norm": 1.3399195671081543, + "learning_rate": 7.914052166249791e-05, + "loss": 0.2408, + "mean_token_accuracy": 0.8982966780662537, + "num_tokens": 45377981.0, + "step": 35260 + }, + { + "entropy": 1.1374751687049867, + "epoch": 3.3696379096207125, + "grad_norm": 1.935027003288269, + "learning_rate": 7.912768338976034e-05, + "loss": 0.2529, + "mean_token_accuracy": 0.897922569513321, + "num_tokens": 45390654.0, + "step": 35270 + }, + { + "entropy": 1.1252991199493407, + "epoch": 3.3705932932072225, + "grad_norm": 1.5372105836868286, + "learning_rate": 7.911484220953166e-05, + "loss": 0.2299, + "mean_token_accuracy": 0.9069845318794251, + "num_tokens": 45403417.0, + "step": 35280 + }, + { + "entropy": 1.1206553816795348, + "epoch": 3.371548676793733, + "grad_norm": 1.4206658601760864, + "learning_rate": 7.910199812309367e-05, + "loss": 0.2158, + "mean_token_accuracy": 0.9145939111709595, + "num_tokens": 45415923.0, + "step": 35290 + }, + { + "entropy": 1.1253276944160462, + "epoch": 3.3725040603802428, + "grad_norm": 0.9332231283187866, + "learning_rate": 7.908915113172842e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9020003557205201, + "num_tokens": 45428747.0, + "step": 35300 + }, + { + "entropy": 1.1341808438301086, + "epoch": 3.3734594439667527, + "grad_norm": 1.6679377555847168, + "learning_rate": 7.907630123671832e-05, + "loss": 0.2812, + "mean_token_accuracy": 0.8875757694244385, + "num_tokens": 45441409.0, + "step": 35310 + }, + { + "entropy": 1.1261881947517396, + "epoch": 3.3744148275532626, + "grad_norm": 1.0793063640594482, + "learning_rate": 7.906344843934601e-05, + "loss": 0.2285, + "mean_token_accuracy": 0.9056932330131531, + "num_tokens": 45454914.0, + "step": 35320 + }, + { + "entropy": 1.1192273020744323, + "epoch": 3.3753702111397725, + "grad_norm": 1.2945775985717773, + "learning_rate": 7.905059274089445e-05, + "loss": 0.2213, + "mean_token_accuracy": 0.9149088025093078, + "num_tokens": 45467704.0, + "step": 35330 + }, + { + "entropy": 1.1100370168685914, + "epoch": 3.3763255947262825, + "grad_norm": 1.7540431022644043, + "learning_rate": 7.903773414264687e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9034873723983765, + "num_tokens": 45480167.0, + "step": 35340 + }, + { + "entropy": 1.1290590167045593, + "epoch": 3.3772809783127924, + "grad_norm": 1.5291342735290527, + "learning_rate": 7.90248726458868e-05, + "loss": 0.2393, + "mean_token_accuracy": 0.9061840057373047, + "num_tokens": 45492947.0, + "step": 35350 + }, + { + "entropy": 1.1251944184303284, + "epoch": 3.3782363618993028, + "grad_norm": 1.1596406698226929, + "learning_rate": 7.901200825189807e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9045183837413788, + "num_tokens": 45505898.0, + "step": 35360 + }, + { + "entropy": 1.1171206474304198, + "epoch": 3.3791917454858127, + "grad_norm": 1.2946841716766357, + "learning_rate": 7.89991409619648e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9076454639434814, + "num_tokens": 45517930.0, + "step": 35370 + }, + { + "entropy": 1.1177855014801026, + "epoch": 3.3801471290723226, + "grad_norm": 1.1139686107635498, + "learning_rate": 7.898627077737137e-05, + "loss": 0.2194, + "mean_token_accuracy": 0.9143291056156159, + "num_tokens": 45531234.0, + "step": 35380 + }, + { + "entropy": 1.1068598985671998, + "epoch": 3.3811025126588325, + "grad_norm": 1.0276710987091064, + "learning_rate": 7.897339769940247e-05, + "loss": 0.2736, + "mean_token_accuracy": 0.8905460298061371, + "num_tokens": 45543785.0, + "step": 35390 + }, + { + "entropy": 1.1197814345359802, + "epoch": 3.3820578962453425, + "grad_norm": 1.6741139888763428, + "learning_rate": 7.896052172934305e-05, + "loss": 0.2474, + "mean_token_accuracy": 0.9043810486793518, + "num_tokens": 45556936.0, + "step": 35400 + }, + { + "entropy": 1.1303979277610778, + "epoch": 3.3830132798318524, + "grad_norm": 1.7243739366531372, + "learning_rate": 7.894764286847842e-05, + "loss": 0.3045, + "mean_token_accuracy": 0.8796815097332, + "num_tokens": 45570089.0, + "step": 35410 + }, + { + "entropy": 1.1275298118591308, + "epoch": 3.3839686634183623, + "grad_norm": 1.8065507411956787, + "learning_rate": 7.89347611180941e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8993922233581543, + "num_tokens": 45582808.0, + "step": 35420 + }, + { + "entropy": 1.1346065998077393, + "epoch": 3.3849240470048727, + "grad_norm": 1.0453627109527588, + "learning_rate": 7.892187647947595e-05, + "loss": 0.2511, + "mean_token_accuracy": 0.8978264212608338, + "num_tokens": 45595733.0, + "step": 35430 + }, + { + "entropy": 1.1246183156967162, + "epoch": 3.3858794305913826, + "grad_norm": 1.902887225151062, + "learning_rate": 7.890898895391011e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9088929951190948, + "num_tokens": 45608850.0, + "step": 35440 + }, + { + "entropy": 1.1454594612121582, + "epoch": 3.3868348141778926, + "grad_norm": 1.415107250213623, + "learning_rate": 7.889609854268295e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8913832187652588, + "num_tokens": 45621962.0, + "step": 35450 + }, + { + "entropy": 1.1344873547554015, + "epoch": 3.3877901977644025, + "grad_norm": 1.5106247663497925, + "learning_rate": 7.888320524708121e-05, + "loss": 0.2718, + "mean_token_accuracy": 0.8940915465354919, + "num_tokens": 45634312.0, + "step": 35460 + }, + { + "entropy": 1.1554935455322266, + "epoch": 3.3887455813509124, + "grad_norm": 1.6634944677352905, + "learning_rate": 7.88703090683919e-05, + "loss": 0.2686, + "mean_token_accuracy": 0.8968830943107605, + "num_tokens": 45647329.0, + "step": 35470 + }, + { + "entropy": 1.1320468068122864, + "epoch": 3.3897009649374223, + "grad_norm": 1.6690646409988403, + "learning_rate": 7.885741000790226e-05, + "loss": 0.2422, + "mean_token_accuracy": 0.9007988929748535, + "num_tokens": 45660106.0, + "step": 35480 + }, + { + "entropy": 1.138423538208008, + "epoch": 3.3906563485239323, + "grad_norm": 1.5905324220657349, + "learning_rate": 7.884450806689989e-05, + "loss": 0.2558, + "mean_token_accuracy": 0.9003374516963959, + "num_tokens": 45673332.0, + "step": 35490 + }, + { + "entropy": 1.1364668011665344, + "epoch": 3.391611732110442, + "grad_norm": 1.1597553491592407, + "learning_rate": 7.883160324667263e-05, + "loss": 0.2179, + "mean_token_accuracy": 0.9215766251087188, + "num_tokens": 45686225.0, + "step": 35500 + }, + { + "entropy": 1.1359916090965272, + "epoch": 3.392567115696952, + "grad_norm": 1.3933627605438232, + "learning_rate": 7.881869554850863e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9014520943164825, + "num_tokens": 45699030.0, + "step": 35510 + }, + { + "entropy": 1.1311996817588805, + "epoch": 3.3935224992834625, + "grad_norm": 1.5568819046020508, + "learning_rate": 7.880578497369633e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.9003563344478607, + "num_tokens": 45712161.0, + "step": 35520 + }, + { + "entropy": 1.1387871742248534, + "epoch": 3.3944778828699724, + "grad_norm": 1.5134990215301514, + "learning_rate": 7.879287152352444e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.8979366958141327, + "num_tokens": 45725170.0, + "step": 35530 + }, + { + "entropy": 1.1437832236289978, + "epoch": 3.3954332664564824, + "grad_norm": 1.4050902128219604, + "learning_rate": 7.877995519928196e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9010127663612366, + "num_tokens": 45738262.0, + "step": 35540 + }, + { + "entropy": 1.1347675800323487, + "epoch": 3.3963886500429923, + "grad_norm": 1.37786066532135, + "learning_rate": 7.876703600225818e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.8967577219009399, + "num_tokens": 45751270.0, + "step": 35550 + }, + { + "entropy": 1.1393855571746827, + "epoch": 3.397344033629502, + "grad_norm": 1.3949224948883057, + "learning_rate": 7.87541139337427e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9027289509773254, + "num_tokens": 45764017.0, + "step": 35560 + }, + { + "entropy": 1.1308568120002747, + "epoch": 3.398299417216012, + "grad_norm": 1.4496656656265259, + "learning_rate": 7.874118899502537e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.897314989566803, + "num_tokens": 45777079.0, + "step": 35570 + }, + { + "entropy": 1.1294744729995727, + "epoch": 3.399254800802522, + "grad_norm": 1.2092418670654297, + "learning_rate": 7.872826118739635e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.8961035490036011, + "num_tokens": 45789523.0, + "step": 35580 + }, + { + "entropy": 1.159415030479431, + "epoch": 3.4002101843890324, + "grad_norm": 1.5759083032608032, + "learning_rate": 7.871533051214606e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.895323920249939, + "num_tokens": 45802233.0, + "step": 35590 + }, + { + "entropy": 1.1560636401176452, + "epoch": 3.4011655679755424, + "grad_norm": 1.742655634880066, + "learning_rate": 7.870239697056524e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.8984733164310456, + "num_tokens": 45815646.0, + "step": 35600 + }, + { + "entropy": 1.1394192457199097, + "epoch": 3.4021209515620523, + "grad_norm": 1.909749984741211, + "learning_rate": 7.868946056394491e-05, + "loss": 0.2267, + "mean_token_accuracy": 0.9162664592266083, + "num_tokens": 45828452.0, + "step": 35610 + }, + { + "entropy": 1.1242300868034363, + "epoch": 3.4030763351485622, + "grad_norm": 1.3393607139587402, + "learning_rate": 7.867652129357636e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9146007359027862, + "num_tokens": 45841022.0, + "step": 35620 + }, + { + "entropy": 1.1435981392860413, + "epoch": 3.404031718735072, + "grad_norm": 1.3727654218673706, + "learning_rate": 7.866357916075115e-05, + "loss": 0.2385, + "mean_token_accuracy": 0.9055108189582824, + "num_tokens": 45854198.0, + "step": 35630 + }, + { + "entropy": 1.1410851955413819, + "epoch": 3.404987102321582, + "grad_norm": 1.4685382843017578, + "learning_rate": 7.865063416676118e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9028145134449005, + "num_tokens": 45866538.0, + "step": 35640 + }, + { + "entropy": 1.1475226759910584, + "epoch": 3.405942485908092, + "grad_norm": 1.4404265880584717, + "learning_rate": 7.863768631289859e-05, + "loss": 0.261, + "mean_token_accuracy": 0.8975663423538208, + "num_tokens": 45879658.0, + "step": 35650 + }, + { + "entropy": 1.1670981526374817, + "epoch": 3.406897869494602, + "grad_norm": 1.2734042406082153, + "learning_rate": 7.86247356004558e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9028124690055848, + "num_tokens": 45893093.0, + "step": 35660 + }, + { + "entropy": 1.155322003364563, + "epoch": 3.407853253081112, + "grad_norm": 1.495309591293335, + "learning_rate": 7.861178203072556e-05, + "loss": 0.2465, + "mean_token_accuracy": 0.9059007167816162, + "num_tokens": 45906223.0, + "step": 35670 + }, + { + "entropy": 1.1522570490837096, + "epoch": 3.4088086366676222, + "grad_norm": 1.9351378679275513, + "learning_rate": 7.85988256050009e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8967595815658569, + "num_tokens": 45919182.0, + "step": 35680 + }, + { + "entropy": 1.1318059802055358, + "epoch": 3.409764020254132, + "grad_norm": 0.9855642914772034, + "learning_rate": 7.858586632457507e-05, + "loss": 0.2345, + "mean_token_accuracy": 0.9092249751091004, + "num_tokens": 45931511.0, + "step": 35690 + }, + { + "entropy": 1.1468466520309448, + "epoch": 3.410719403840642, + "grad_norm": 1.3507795333862305, + "learning_rate": 7.85729041907417e-05, + "loss": 0.2649, + "mean_token_accuracy": 0.8908408284187317, + "num_tokens": 45944109.0, + "step": 35700 + }, + { + "entropy": 1.155057954788208, + "epoch": 3.411674787427152, + "grad_norm": 1.134190320968628, + "learning_rate": 7.85599392047946e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9024486005306244, + "num_tokens": 45957826.0, + "step": 35710 + }, + { + "entropy": 1.1449386477470398, + "epoch": 3.412630171013662, + "grad_norm": 1.3540273904800415, + "learning_rate": 7.854697136802794e-05, + "loss": 0.2305, + "mean_token_accuracy": 0.9072020709514618, + "num_tokens": 45971293.0, + "step": 35720 + }, + { + "entropy": 1.1652565240859984, + "epoch": 3.413585554600172, + "grad_norm": 1.6641217470169067, + "learning_rate": 7.853400068173618e-05, + "loss": 0.2979, + "mean_token_accuracy": 0.8826519250869751, + "num_tokens": 45984229.0, + "step": 35730 + }, + { + "entropy": 1.1540472865104676, + "epoch": 3.414540938186682, + "grad_norm": 1.6153669357299805, + "learning_rate": 7.8521027147214e-05, + "loss": 0.2666, + "mean_token_accuracy": 0.9001472592353821, + "num_tokens": 45996606.0, + "step": 35740 + }, + { + "entropy": 1.147258174419403, + "epoch": 3.415496321773192, + "grad_norm": 1.2735958099365234, + "learning_rate": 7.850805076575644e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9015394985675812, + "num_tokens": 46009486.0, + "step": 35750 + }, + { + "entropy": 1.165166187286377, + "epoch": 3.416451705359702, + "grad_norm": 1.370896577835083, + "learning_rate": 7.849507153865876e-05, + "loss": 0.2428, + "mean_token_accuracy": 0.9037156760692596, + "num_tokens": 46022609.0, + "step": 35760 + }, + { + "entropy": 1.1526782989501954, + "epoch": 3.417407088946212, + "grad_norm": 1.4511197805404663, + "learning_rate": 7.848208946721654e-05, + "loss": 0.2698, + "mean_token_accuracy": 0.8944271385669709, + "num_tokens": 46035084.0, + "step": 35770 + }, + { + "entropy": 1.1630868911743164, + "epoch": 3.418362472532722, + "grad_norm": 1.9586373567581177, + "learning_rate": 7.846910455272562e-05, + "loss": 0.2735, + "mean_token_accuracy": 0.8935517489910125, + "num_tokens": 46048095.0, + "step": 35780 + }, + { + "entropy": 1.1652861952781677, + "epoch": 3.419317856119232, + "grad_norm": 1.7959299087524414, + "learning_rate": 7.845611679648218e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.9033976435661316, + "num_tokens": 46060804.0, + "step": 35790 + }, + { + "entropy": 1.1753132104873658, + "epoch": 3.420273239705742, + "grad_norm": 1.4734315872192383, + "learning_rate": 7.84431261997826e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9072175085544586, + "num_tokens": 46073321.0, + "step": 35800 + }, + { + "entropy": 1.165260124206543, + "epoch": 3.4212286232922517, + "grad_norm": 1.377057671546936, + "learning_rate": 7.84301327639236e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.8950040519237519, + "num_tokens": 46086048.0, + "step": 35810 + }, + { + "entropy": 1.1580474495887756, + "epoch": 3.4221840068787617, + "grad_norm": 2.317713737487793, + "learning_rate": 7.841713649020219e-05, + "loss": 0.2393, + "mean_token_accuracy": 0.9028578281402588, + "num_tokens": 46099677.0, + "step": 35820 + }, + { + "entropy": 1.1611008048057556, + "epoch": 3.4231393904652716, + "grad_norm": 1.6908581256866455, + "learning_rate": 7.84041373799156e-05, + "loss": 0.2696, + "mean_token_accuracy": 0.8934285044670105, + "num_tokens": 46112715.0, + "step": 35830 + }, + { + "entropy": 1.1592140436172484, + "epoch": 3.424094774051782, + "grad_norm": 1.381137728691101, + "learning_rate": 7.839113543436143e-05, + "loss": 0.242, + "mean_token_accuracy": 0.9089160621166229, + "num_tokens": 46125710.0, + "step": 35840 + }, + { + "entropy": 1.1519766449928284, + "epoch": 3.425050157638292, + "grad_norm": 1.0409561395645142, + "learning_rate": 7.83781306548375e-05, + "loss": 0.2571, + "mean_token_accuracy": 0.8968008458614349, + "num_tokens": 46138143.0, + "step": 35850 + }, + { + "entropy": 1.1764464259147644, + "epoch": 3.426005541224802, + "grad_norm": 1.5741760730743408, + "learning_rate": 7.836512304264192e-05, + "loss": 0.289, + "mean_token_accuracy": 0.8830529749393463, + "num_tokens": 46151435.0, + "step": 35860 + }, + { + "entropy": 1.1406473755836486, + "epoch": 3.4269609248113118, + "grad_norm": 1.5282566547393799, + "learning_rate": 7.83521125990731e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9063060283660889, + "num_tokens": 46164016.0, + "step": 35870 + }, + { + "entropy": 1.1464180111885072, + "epoch": 3.4279163083978217, + "grad_norm": 1.6181203126907349, + "learning_rate": 7.833909932542975e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9089160084724426, + "num_tokens": 46177291.0, + "step": 35880 + }, + { + "entropy": 1.1521044611930846, + "epoch": 3.4288716919843316, + "grad_norm": 1.3703440427780151, + "learning_rate": 7.832608322301082e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9085255205631256, + "num_tokens": 46190298.0, + "step": 35890 + }, + { + "entropy": 1.1500584721565246, + "epoch": 3.4298270755708415, + "grad_norm": 1.6605061292648315, + "learning_rate": 7.831306429311556e-05, + "loss": 0.2505, + "mean_token_accuracy": 0.8997739970684051, + "num_tokens": 46202957.0, + "step": 35900 + }, + { + "entropy": 1.1396806240081787, + "epoch": 3.430782459157352, + "grad_norm": 1.4043195247650146, + "learning_rate": 7.83000425370435e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.9069334506988526, + "num_tokens": 46215979.0, + "step": 35910 + }, + { + "entropy": 1.1428910136222838, + "epoch": 3.431737842743862, + "grad_norm": 1.7185391187667847, + "learning_rate": 7.828701795609447e-05, + "loss": 0.2458, + "mean_token_accuracy": 0.8995641648769379, + "num_tokens": 46228684.0, + "step": 35920 + }, + { + "entropy": 1.1428145885467529, + "epoch": 3.4326932263303718, + "grad_norm": 1.0592572689056396, + "learning_rate": 7.827399055156859e-05, + "loss": 0.2235, + "mean_token_accuracy": 0.9197670042514801, + "num_tokens": 46241993.0, + "step": 35930 + }, + { + "entropy": 1.129287850856781, + "epoch": 3.4336486099168817, + "grad_norm": 1.8948522806167603, + "learning_rate": 7.826096032476619e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9021491467952728, + "num_tokens": 46254790.0, + "step": 35940 + }, + { + "entropy": 1.1350669622421266, + "epoch": 3.4346039935033916, + "grad_norm": 1.7237070798873901, + "learning_rate": 7.824792727698795e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9067924320697784, + "num_tokens": 46267286.0, + "step": 35950 + }, + { + "entropy": 1.1673406720161439, + "epoch": 3.4355593770899016, + "grad_norm": 1.2100303173065186, + "learning_rate": 7.823489140953483e-05, + "loss": 0.285, + "mean_token_accuracy": 0.8921696066856384, + "num_tokens": 46280147.0, + "step": 35960 + }, + { + "entropy": 1.149878776073456, + "epoch": 3.4365147606764115, + "grad_norm": 1.0198184251785278, + "learning_rate": 7.822185272370805e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9085598170757294, + "num_tokens": 46293101.0, + "step": 35970 + }, + { + "entropy": 1.1653165102005005, + "epoch": 3.4374701442629214, + "grad_norm": 1.6192547082901, + "learning_rate": 7.82088112208091e-05, + "loss": 0.274, + "mean_token_accuracy": 0.8903791785240174, + "num_tokens": 46306358.0, + "step": 35980 + }, + { + "entropy": 1.1475951552391053, + "epoch": 3.4384255278494313, + "grad_norm": 1.4806100130081177, + "learning_rate": 7.819576690213978e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9051873028278351, + "num_tokens": 46319230.0, + "step": 35990 + }, + { + "entropy": 1.165148091316223, + "epoch": 3.4393809114359417, + "grad_norm": 2.1052439212799072, + "learning_rate": 7.818271976900215e-05, + "loss": 0.2636, + "mean_token_accuracy": 0.9017955601215363, + "num_tokens": 46332396.0, + "step": 36000 + }, + { + "entropy": 1.1618194460868836, + "epoch": 3.4403362950224516, + "grad_norm": 1.9087048768997192, + "learning_rate": 7.816966982269857e-05, + "loss": 0.2704, + "mean_token_accuracy": 0.8941044747829437, + "num_tokens": 46345049.0, + "step": 36010 + }, + { + "entropy": 1.1491044282913208, + "epoch": 3.4412916786089616, + "grad_norm": 1.4243884086608887, + "learning_rate": 7.815661706453168e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8936642527580261, + "num_tokens": 46357332.0, + "step": 36020 + }, + { + "entropy": 1.1481453776359558, + "epoch": 3.4422470621954715, + "grad_norm": 1.198102355003357, + "learning_rate": 7.814356149580437e-05, + "loss": 0.2772, + "mean_token_accuracy": 0.8926358878612518, + "num_tokens": 46369917.0, + "step": 36030 + }, + { + "entropy": 1.1646542072296142, + "epoch": 3.4432024457819814, + "grad_norm": 2.215275526046753, + "learning_rate": 7.813050311781984e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.8966330230236054, + "num_tokens": 46383030.0, + "step": 36040 + }, + { + "entropy": 1.1301370501518249, + "epoch": 3.4441578293684914, + "grad_norm": 1.6288701295852661, + "learning_rate": 7.811744193188155e-05, + "loss": 0.2176, + "mean_token_accuracy": 0.9106077373027801, + "num_tokens": 46395903.0, + "step": 36050 + }, + { + "entropy": 1.149724555015564, + "epoch": 3.4451132129550013, + "grad_norm": 1.5954054594039917, + "learning_rate": 7.810437793929329e-05, + "loss": 0.2433, + "mean_token_accuracy": 0.9063709914684296, + "num_tokens": 46409020.0, + "step": 36060 + }, + { + "entropy": 1.1455033779144288, + "epoch": 3.4460685965415117, + "grad_norm": 1.768381953239441, + "learning_rate": 7.809131114135904e-05, + "loss": 0.2565, + "mean_token_accuracy": 0.8977884232997895, + "num_tokens": 46421881.0, + "step": 36070 + }, + { + "entropy": 1.161944818496704, + "epoch": 3.4470239801280216, + "grad_norm": 1.597251296043396, + "learning_rate": 7.807824153938315e-05, + "loss": 0.2588, + "mean_token_accuracy": 0.8918601453304291, + "num_tokens": 46434537.0, + "step": 36080 + }, + { + "entropy": 1.1575072646141051, + "epoch": 3.4479793637145315, + "grad_norm": 1.6924020051956177, + "learning_rate": 7.80651691346702e-05, + "loss": 0.2819, + "mean_token_accuracy": 0.8978909254074097, + "num_tokens": 46447081.0, + "step": 36090 + }, + { + "entropy": 1.157229971885681, + "epoch": 3.4489347473010414, + "grad_norm": 1.3402210474014282, + "learning_rate": 7.805209392852504e-05, + "loss": 0.2175, + "mean_token_accuracy": 0.910896760225296, + "num_tokens": 46459890.0, + "step": 36100 + }, + { + "entropy": 1.1680225133895874, + "epoch": 3.4498901308875514, + "grad_norm": 1.6565970182418823, + "learning_rate": 7.803901592225287e-05, + "loss": 0.274, + "mean_token_accuracy": 0.896901649236679, + "num_tokens": 46472753.0, + "step": 36110 + }, + { + "entropy": 1.1420574426651, + "epoch": 3.4508455144740613, + "grad_norm": 1.3524441719055176, + "learning_rate": 7.802593511715908e-05, + "loss": 0.2343, + "mean_token_accuracy": 0.9147283434867859, + "num_tokens": 46485389.0, + "step": 36120 + }, + { + "entropy": 1.1643521428108214, + "epoch": 3.451800898060571, + "grad_norm": 1.19853937625885, + "learning_rate": 7.801285151454941e-05, + "loss": 0.2739, + "mean_token_accuracy": 0.8899804055690765, + "num_tokens": 46497949.0, + "step": 36130 + }, + { + "entropy": 1.1557973861694335, + "epoch": 3.452756281647081, + "grad_norm": 2.1678926944732666, + "learning_rate": 7.799976511572982e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.9045419573783875, + "num_tokens": 46510912.0, + "step": 36140 + }, + { + "entropy": 1.1478058218955993, + "epoch": 3.453711665233591, + "grad_norm": 1.3053596019744873, + "learning_rate": 7.79866759220066e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9075893044471741, + "num_tokens": 46523867.0, + "step": 36150 + }, + { + "entropy": 1.1500481009483337, + "epoch": 3.4546670488201014, + "grad_norm": 1.6887797117233276, + "learning_rate": 7.79735839346863e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.8979742884635925, + "num_tokens": 46536531.0, + "step": 36160 + }, + { + "entropy": 1.1484322905540467, + "epoch": 3.4556224324066114, + "grad_norm": 2.0740816593170166, + "learning_rate": 7.796048915507572e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8902718842029571, + "num_tokens": 46549079.0, + "step": 36170 + }, + { + "entropy": 1.1424169540405273, + "epoch": 3.4565778159931213, + "grad_norm": 2.2261674404144287, + "learning_rate": 7.794739158448201e-05, + "loss": 0.2444, + "mean_token_accuracy": 0.9043449938297272, + "num_tokens": 46561731.0, + "step": 36180 + }, + { + "entropy": 1.1580306887626648, + "epoch": 3.4575331995796312, + "grad_norm": 1.737169861793518, + "learning_rate": 7.793429122421251e-05, + "loss": 0.2903, + "mean_token_accuracy": 0.8873306930065155, + "num_tokens": 46574542.0, + "step": 36190 + }, + { + "entropy": 1.1612359642982484, + "epoch": 3.458488583166141, + "grad_norm": 1.447541356086731, + "learning_rate": 7.792118807557492e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.9004046380519867, + "num_tokens": 46587985.0, + "step": 36200 + }, + { + "entropy": 1.1480543732643127, + "epoch": 3.459443966752651, + "grad_norm": 1.952226161956787, + "learning_rate": 7.790808213987715e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.901223647594452, + "num_tokens": 46600730.0, + "step": 36210 + }, + { + "entropy": 1.167579209804535, + "epoch": 3.460399350339161, + "grad_norm": 1.3615057468414307, + "learning_rate": 7.789497341842744e-05, + "loss": 0.2733, + "mean_token_accuracy": 0.8943296372890472, + "num_tokens": 46613826.0, + "step": 36220 + }, + { + "entropy": 1.1657809495925904, + "epoch": 3.4613547339256714, + "grad_norm": 1.3891963958740234, + "learning_rate": 7.788186191253426e-05, + "loss": 0.2816, + "mean_token_accuracy": 0.8870091497898102, + "num_tokens": 46626651.0, + "step": 36230 + }, + { + "entropy": 1.1574596166610718, + "epoch": 3.4623101175121813, + "grad_norm": 1.4366668462753296, + "learning_rate": 7.786874762350642e-05, + "loss": 0.2515, + "mean_token_accuracy": 0.9008069396018982, + "num_tokens": 46639497.0, + "step": 36240 + }, + { + "entropy": 1.1728421688079833, + "epoch": 3.4632655010986912, + "grad_norm": 1.4090218544006348, + "learning_rate": 7.785563055265294e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.8928162097930908, + "num_tokens": 46652576.0, + "step": 36250 + }, + { + "entropy": 1.1882543921470643, + "epoch": 3.464220884685201, + "grad_norm": 1.5661296844482422, + "learning_rate": 7.784251070128319e-05, + "loss": 0.2814, + "mean_token_accuracy": 0.8859061062335968, + "num_tokens": 46665818.0, + "step": 36260 + }, + { + "entropy": 1.1516957521438598, + "epoch": 3.465176268271711, + "grad_norm": 1.1705957651138306, + "learning_rate": 7.782938807070674e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8997250080108643, + "num_tokens": 46678786.0, + "step": 36270 + }, + { + "entropy": 1.163168740272522, + "epoch": 3.466131651858221, + "grad_norm": 1.5775651931762695, + "learning_rate": 7.781626266223349e-05, + "loss": 0.2308, + "mean_token_accuracy": 0.9120954871177673, + "num_tokens": 46691807.0, + "step": 36280 + }, + { + "entropy": 1.1770670771598817, + "epoch": 3.467087035444731, + "grad_norm": 1.890104055404663, + "learning_rate": 7.780313447717362e-05, + "loss": 0.2639, + "mean_token_accuracy": 0.9004726350307465, + "num_tokens": 46704765.0, + "step": 36290 + }, + { + "entropy": 1.1793807029724122, + "epoch": 3.468042419031241, + "grad_norm": 1.7866287231445312, + "learning_rate": 7.779000351683755e-05, + "loss": 0.2989, + "mean_token_accuracy": 0.8814623117446899, + "num_tokens": 46717743.0, + "step": 36300 + }, + { + "entropy": 1.1781811237335205, + "epoch": 3.468997802617751, + "grad_norm": 1.8648065328598022, + "learning_rate": 7.7776869782536e-05, + "loss": 0.2437, + "mean_token_accuracy": 0.9020217537879944, + "num_tokens": 46730867.0, + "step": 36310 + }, + { + "entropy": 1.1676429867744447, + "epoch": 3.469953186204261, + "grad_norm": 0.954521656036377, + "learning_rate": 7.776373327557995e-05, + "loss": 0.2576, + "mean_token_accuracy": 0.896606194972992, + "num_tokens": 46743662.0, + "step": 36320 + }, + { + "entropy": 1.1637394189834596, + "epoch": 3.470908569790771, + "grad_norm": 1.8430410623550415, + "learning_rate": 7.775059399728069e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8917550265789032, + "num_tokens": 46756584.0, + "step": 36330 + }, + { + "entropy": 1.1671648263931274, + "epoch": 3.471863953377281, + "grad_norm": 1.3795418739318848, + "learning_rate": 7.773745194894977e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9017477810382843, + "num_tokens": 46769313.0, + "step": 36340 + }, + { + "entropy": 1.1646941423416137, + "epoch": 3.472819336963791, + "grad_norm": 1.088706135749817, + "learning_rate": 7.7724307131899e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8941360890865326, + "num_tokens": 46781985.0, + "step": 36350 + }, + { + "entropy": 1.1556077122688293, + "epoch": 3.473774720550301, + "grad_norm": 1.2594038248062134, + "learning_rate": 7.77111595474405e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9047186732292175, + "num_tokens": 46794476.0, + "step": 36360 + }, + { + "entropy": 1.1647691488265992, + "epoch": 3.474730104136811, + "grad_norm": 1.3502283096313477, + "learning_rate": 7.769800919688662e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9060966968536377, + "num_tokens": 46807863.0, + "step": 36370 + }, + { + "entropy": 1.1539844751358033, + "epoch": 3.4756854877233208, + "grad_norm": 1.4127119779586792, + "learning_rate": 7.768485608155003e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8977881908416748, + "num_tokens": 46820796.0, + "step": 36380 + }, + { + "entropy": 1.1551390051841737, + "epoch": 3.476640871309831, + "grad_norm": 1.7697943449020386, + "learning_rate": 7.767170020274366e-05, + "loss": 0.239, + "mean_token_accuracy": 0.910991907119751, + "num_tokens": 46833593.0, + "step": 36390 + }, + { + "entropy": 1.1467543959617614, + "epoch": 3.477596254896341, + "grad_norm": 1.7734986543655396, + "learning_rate": 7.76585415617807e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9078163087368012, + "num_tokens": 46846482.0, + "step": 36400 + }, + { + "entropy": 1.158390259742737, + "epoch": 3.478551638482851, + "grad_norm": 1.746500015258789, + "learning_rate": 7.764538015997463e-05, + "loss": 0.2639, + "mean_token_accuracy": 0.8957422316074372, + "num_tokens": 46859616.0, + "step": 36410 + }, + { + "entropy": 1.14494731426239, + "epoch": 3.479507022069361, + "grad_norm": 1.2202107906341553, + "learning_rate": 7.763221599863923e-05, + "loss": 0.2258, + "mean_token_accuracy": 0.9100318372249603, + "num_tokens": 46872623.0, + "step": 36420 + }, + { + "entropy": 1.1454172134399414, + "epoch": 3.480462405655871, + "grad_norm": 1.7777786254882812, + "learning_rate": 7.761904907908851e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.9010177850723267, + "num_tokens": 46885383.0, + "step": 36430 + }, + { + "entropy": 1.1440811276435852, + "epoch": 3.4814177892423808, + "grad_norm": 1.673369288444519, + "learning_rate": 7.760587940263677e-05, + "loss": 0.2503, + "mean_token_accuracy": 0.9023250043392181, + "num_tokens": 46897857.0, + "step": 36440 + }, + { + "entropy": 1.13273845911026, + "epoch": 3.4823731728288907, + "grad_norm": 1.6582868099212646, + "learning_rate": 7.759270697059862e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.908665519952774, + "num_tokens": 46910621.0, + "step": 36450 + }, + { + "entropy": 1.1517377734184264, + "epoch": 3.4833285564154006, + "grad_norm": 1.8130944967269897, + "learning_rate": 7.75795317842889e-05, + "loss": 0.2788, + "mean_token_accuracy": 0.8907691538333893, + "num_tokens": 46923333.0, + "step": 36460 + }, + { + "entropy": 1.147135603427887, + "epoch": 3.4842839400019106, + "grad_norm": 1.0644537210464478, + "learning_rate": 7.756635384502274e-05, + "loss": 0.2192, + "mean_token_accuracy": 0.9125658512115479, + "num_tokens": 46935782.0, + "step": 36470 + }, + { + "entropy": 1.1490222215652466, + "epoch": 3.485239323588421, + "grad_norm": 1.5016950368881226, + "learning_rate": 7.755317315411554e-05, + "loss": 0.245, + "mean_token_accuracy": 0.9066744029521943, + "num_tokens": 46948557.0, + "step": 36480 + }, + { + "entropy": 1.1450180768966676, + "epoch": 3.486194707174931, + "grad_norm": 1.6255985498428345, + "learning_rate": 7.753998971288298e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.905717670917511, + "num_tokens": 46961615.0, + "step": 36490 + }, + { + "entropy": 1.1475853323936462, + "epoch": 3.487150090761441, + "grad_norm": 1.4761162996292114, + "learning_rate": 7.752680352264106e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.8983638942241668, + "num_tokens": 46974261.0, + "step": 36500 + }, + { + "entropy": 1.156273889541626, + "epoch": 3.4881054743479507, + "grad_norm": 1.6571002006530762, + "learning_rate": 7.751361458470594e-05, + "loss": 0.2473, + "mean_token_accuracy": 0.9033108592033386, + "num_tokens": 46987380.0, + "step": 36510 + }, + { + "entropy": 1.1628962993621825, + "epoch": 3.4890608579344606, + "grad_norm": 1.5190699100494385, + "learning_rate": 7.750042290039417e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9023001372814179, + "num_tokens": 47000424.0, + "step": 36520 + }, + { + "entropy": 1.1403603911399842, + "epoch": 3.4900162415209706, + "grad_norm": 2.046379327774048, + "learning_rate": 7.748722847102254e-05, + "loss": 0.269, + "mean_token_accuracy": 0.8976523697376251, + "num_tokens": 47012536.0, + "step": 36530 + }, + { + "entropy": 1.1438602805137634, + "epoch": 3.4909716251074805, + "grad_norm": 1.5434399843215942, + "learning_rate": 7.747403129790804e-05, + "loss": 0.2291, + "mean_token_accuracy": 0.9124672055244446, + "num_tokens": 47025358.0, + "step": 36540 + }, + { + "entropy": 1.156022298336029, + "epoch": 3.491927008693991, + "grad_norm": 2.2300562858581543, + "learning_rate": 7.746083138236805e-05, + "loss": 0.2361, + "mean_token_accuracy": 0.9116505086421967, + "num_tokens": 47037988.0, + "step": 36550 + }, + { + "entropy": 1.143340253829956, + "epoch": 3.492882392280501, + "grad_norm": 1.466347575187683, + "learning_rate": 7.744762872572017e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9093921840190887, + "num_tokens": 47050842.0, + "step": 36560 + }, + { + "entropy": 1.1498393654823302, + "epoch": 3.4938377758670107, + "grad_norm": 1.0279699563980103, + "learning_rate": 7.743442332928226e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.8993576824665069, + "num_tokens": 47063993.0, + "step": 36570 + }, + { + "entropy": 1.1599518418312074, + "epoch": 3.4947931594535206, + "grad_norm": 1.6924519538879395, + "learning_rate": 7.742121519437246e-05, + "loss": 0.2862, + "mean_token_accuracy": 0.8828748166561127, + "num_tokens": 47077577.0, + "step": 36580 + }, + { + "entropy": 1.1610172867774964, + "epoch": 3.4957485430400306, + "grad_norm": 1.8230851888656616, + "learning_rate": 7.74080043223092e-05, + "loss": 0.2894, + "mean_token_accuracy": 0.8883749663829803, + "num_tokens": 47090385.0, + "step": 36590 + }, + { + "entropy": 1.165163266658783, + "epoch": 3.4967039266265405, + "grad_norm": 1.4457666873931885, + "learning_rate": 7.739479071441115e-05, + "loss": 0.3031, + "mean_token_accuracy": 0.8756675660610199, + "num_tokens": 47103445.0, + "step": 36600 + }, + { + "entropy": 1.1568297743797302, + "epoch": 3.4976593102130504, + "grad_norm": 1.5372530221939087, + "learning_rate": 7.738157437199733e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9016930162906647, + "num_tokens": 47116442.0, + "step": 36610 + }, + { + "entropy": 1.152512300014496, + "epoch": 3.4986146937995604, + "grad_norm": 1.5459041595458984, + "learning_rate": 7.736835529638692e-05, + "loss": 0.2652, + "mean_token_accuracy": 0.8935501217842102, + "num_tokens": 47128983.0, + "step": 36620 + }, + { + "entropy": 1.1613107562065124, + "epoch": 3.4995700773860703, + "grad_norm": 1.5225847959518433, + "learning_rate": 7.73551334888995e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8954326510429382, + "num_tokens": 47142250.0, + "step": 36630 + }, + { + "entropy": 1.157896339893341, + "epoch": 3.5005254609725807, + "grad_norm": 1.926314115524292, + "learning_rate": 7.734190895085479e-05, + "loss": 0.2757, + "mean_token_accuracy": 0.8901113867759705, + "num_tokens": 47155025.0, + "step": 36640 + }, + { + "entropy": 1.145254373550415, + "epoch": 3.5014808445590906, + "grad_norm": 1.6779180765151978, + "learning_rate": 7.732868168357286e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.8985190212726593, + "num_tokens": 47167351.0, + "step": 36650 + }, + { + "entropy": 1.1522141456604005, + "epoch": 3.5024362281456005, + "grad_norm": 1.704541563987732, + "learning_rate": 7.731545168837407e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.9026750028133392, + "num_tokens": 47180094.0, + "step": 36660 + }, + { + "entropy": 1.1521970510482789, + "epoch": 3.5033916117321104, + "grad_norm": 1.5177662372589111, + "learning_rate": 7.730221896657901e-05, + "loss": 0.2241, + "mean_token_accuracy": 0.9138375699520112, + "num_tokens": 47192881.0, + "step": 36670 + }, + { + "entropy": 1.1580936431884765, + "epoch": 3.5043469953186204, + "grad_norm": 1.632389783859253, + "learning_rate": 7.728898351950853e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9043939650058747, + "num_tokens": 47206006.0, + "step": 36680 + }, + { + "entropy": 1.1350705742835998, + "epoch": 3.5053023789051303, + "grad_norm": 1.472517490386963, + "learning_rate": 7.727574534848383e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9076198518276215, + "num_tokens": 47218628.0, + "step": 36690 + }, + { + "entropy": 1.1477327704429627, + "epoch": 3.5062577624916402, + "grad_norm": 1.6819887161254883, + "learning_rate": 7.726250445482625e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9019858479499817, + "num_tokens": 47231577.0, + "step": 36700 + }, + { + "entropy": 1.1582215070724486, + "epoch": 3.5072131460781506, + "grad_norm": 1.7676762342453003, + "learning_rate": 7.724926083985757e-05, + "loss": 0.247, + "mean_token_accuracy": 0.9071999430656433, + "num_tokens": 47244704.0, + "step": 36710 + }, + { + "entropy": 1.1394188165664674, + "epoch": 3.50816852966466, + "grad_norm": 1.5091795921325684, + "learning_rate": 7.72360145048997e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.8957652688026428, + "num_tokens": 47257319.0, + "step": 36720 + }, + { + "entropy": 1.1573002099990846, + "epoch": 3.5091239132511705, + "grad_norm": 0.9318492412567139, + "learning_rate": 7.722276545127487e-05, + "loss": 0.2732, + "mean_token_accuracy": 0.8966826438903809, + "num_tokens": 47269869.0, + "step": 36730 + }, + { + "entropy": 1.1477408289909363, + "epoch": 3.5100792968376804, + "grad_norm": 1.3038276433944702, + "learning_rate": 7.72095136803056e-05, + "loss": 0.2568, + "mean_token_accuracy": 0.8974960267543792, + "num_tokens": 47282252.0, + "step": 36740 + }, + { + "entropy": 1.145214557647705, + "epoch": 3.5110346804241903, + "grad_norm": 1.423100233078003, + "learning_rate": 7.719625919331468e-05, + "loss": 0.2514, + "mean_token_accuracy": 0.900504857301712, + "num_tokens": 47294936.0, + "step": 36750 + }, + { + "entropy": 1.161699151992798, + "epoch": 3.5119900640107002, + "grad_norm": 1.1858693361282349, + "learning_rate": 7.718300199162514e-05, + "loss": 0.2849, + "mean_token_accuracy": 0.885550993680954, + "num_tokens": 47307603.0, + "step": 36760 + }, + { + "entropy": 1.1563017964363098, + "epoch": 3.51294544759721, + "grad_norm": 1.2714872360229492, + "learning_rate": 7.716974207656028e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9074826240539551, + "num_tokens": 47320442.0, + "step": 36770 + }, + { + "entropy": 1.1585282564163208, + "epoch": 3.5139008311837205, + "grad_norm": 1.5166001319885254, + "learning_rate": 7.715647944944372e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9006070137023926, + "num_tokens": 47333375.0, + "step": 36780 + }, + { + "entropy": 1.1558228731155396, + "epoch": 3.51485621477023, + "grad_norm": 1.5959632396697998, + "learning_rate": 7.71432141115993e-05, + "loss": 0.23, + "mean_token_accuracy": 0.9101395606994629, + "num_tokens": 47347069.0, + "step": 36790 + }, + { + "entropy": 1.1545178055763246, + "epoch": 3.5158115983567404, + "grad_norm": 1.3721102476119995, + "learning_rate": 7.712994606435118e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9030864536762238, + "num_tokens": 47360370.0, + "step": 36800 + }, + { + "entropy": 1.151257288455963, + "epoch": 3.5167669819432503, + "grad_norm": 1.350563883781433, + "learning_rate": 7.711667530902372e-05, + "loss": 0.2408, + "mean_token_accuracy": 0.9025798559188842, + "num_tokens": 47374074.0, + "step": 36810 + }, + { + "entropy": 1.138702917098999, + "epoch": 3.5177223655297603, + "grad_norm": 1.4788590669631958, + "learning_rate": 7.710340184694161e-05, + "loss": 0.2169, + "mean_token_accuracy": 0.9097832322120667, + "num_tokens": 47386836.0, + "step": 36820 + }, + { + "entropy": 1.1500529170036315, + "epoch": 3.51867774911627, + "grad_norm": 2.140214204788208, + "learning_rate": 7.709012567942982e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.9034751296043396, + "num_tokens": 47400098.0, + "step": 36830 + }, + { + "entropy": 1.138212466239929, + "epoch": 3.51963313270278, + "grad_norm": 1.1184656620025635, + "learning_rate": 7.70768468078135e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9087640702724457, + "num_tokens": 47412991.0, + "step": 36840 + }, + { + "entropy": 1.1439902186393738, + "epoch": 3.52058851628929, + "grad_norm": 1.5349386930465698, + "learning_rate": 7.706356523341818e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9044125437736511, + "num_tokens": 47426014.0, + "step": 36850 + }, + { + "entropy": 1.1621668457984924, + "epoch": 3.5215438998758, + "grad_norm": 1.6957229375839233, + "learning_rate": 7.705028095756959e-05, + "loss": 0.2815, + "mean_token_accuracy": 0.8924098610877991, + "num_tokens": 47438908.0, + "step": 36860 + }, + { + "entropy": 1.1605121612548828, + "epoch": 3.5224992834623103, + "grad_norm": 1.219947338104248, + "learning_rate": 7.703699398159377e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8919130980968475, + "num_tokens": 47451291.0, + "step": 36870 + }, + { + "entropy": 1.147125744819641, + "epoch": 3.5234546670488203, + "grad_norm": 1.6431595087051392, + "learning_rate": 7.702370430681698e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9031650364398957, + "num_tokens": 47463981.0, + "step": 36880 + }, + { + "entropy": 1.1560493588447571, + "epoch": 3.52441005063533, + "grad_norm": 1.193315029144287, + "learning_rate": 7.70104119345658e-05, + "loss": 0.2616, + "mean_token_accuracy": 0.8991333186626435, + "num_tokens": 47476944.0, + "step": 36890 + }, + { + "entropy": 1.1382699608802795, + "epoch": 3.52536543422184, + "grad_norm": 1.7563762664794922, + "learning_rate": 7.699711686616706e-05, + "loss": 0.249, + "mean_token_accuracy": 0.9055626571178437, + "num_tokens": 47489775.0, + "step": 36900 + }, + { + "entropy": 1.1485826015472411, + "epoch": 3.52632081780835, + "grad_norm": 1.2620621919631958, + "learning_rate": 7.698381910294785e-05, + "loss": 0.2943, + "mean_token_accuracy": 0.889141970872879, + "num_tokens": 47502238.0, + "step": 36910 + }, + { + "entropy": 1.1421594977378846, + "epoch": 3.52727620139486, + "grad_norm": 1.3527555465698242, + "learning_rate": 7.697051864623554e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.892158979177475, + "num_tokens": 47515413.0, + "step": 36920 + }, + { + "entropy": 1.152764892578125, + "epoch": 3.52823158498137, + "grad_norm": 1.3760312795639038, + "learning_rate": 7.695721549735778e-05, + "loss": 0.2603, + "mean_token_accuracy": 0.9024853229522705, + "num_tokens": 47528350.0, + "step": 36930 + }, + { + "entropy": 1.1411106586456299, + "epoch": 3.5291869685678803, + "grad_norm": 2.265967607498169, + "learning_rate": 7.694390965764246e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.904712188243866, + "num_tokens": 47540873.0, + "step": 36940 + }, + { + "entropy": 1.1414342284202577, + "epoch": 3.5301423521543898, + "grad_norm": 1.8709478378295898, + "learning_rate": 7.693060112841775e-05, + "loss": 0.2549, + "mean_token_accuracy": 0.9002789080142974, + "num_tokens": 47553803.0, + "step": 36950 + }, + { + "entropy": 1.1341257214546203, + "epoch": 3.5310977357409, + "grad_norm": 1.7409303188323975, + "learning_rate": 7.691728991101209e-05, + "loss": 0.2559, + "mean_token_accuracy": 0.8956436455249787, + "num_tokens": 47566774.0, + "step": 36960 + }, + { + "entropy": 1.1305456399917602, + "epoch": 3.53205311932741, + "grad_norm": 1.7984246015548706, + "learning_rate": 7.690397600675421e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.9032953560352326, + "num_tokens": 47579546.0, + "step": 36970 + }, + { + "entropy": 1.1347639918327332, + "epoch": 3.53300850291392, + "grad_norm": 1.5598593950271606, + "learning_rate": 7.689065941697307e-05, + "loss": 0.2642, + "mean_token_accuracy": 0.8948621213436126, + "num_tokens": 47592345.0, + "step": 36980 + }, + { + "entropy": 1.156217384338379, + "epoch": 3.53396388650043, + "grad_norm": 1.8391669988632202, + "learning_rate": 7.687734014299792e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9006961762905121, + "num_tokens": 47605254.0, + "step": 36990 + }, + { + "entropy": 1.1473916053771973, + "epoch": 3.53491927008694, + "grad_norm": 1.3488410711288452, + "learning_rate": 7.686401818615827e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.90646031498909, + "num_tokens": 47617789.0, + "step": 37000 + }, + { + "entropy": 1.154465675354004, + "epoch": 3.5358746536734498, + "grad_norm": 1.7906233072280884, + "learning_rate": 7.685069354778391e-05, + "loss": 0.266, + "mean_token_accuracy": 0.8953785836696625, + "num_tokens": 47631121.0, + "step": 37010 + }, + { + "entropy": 1.1273642301559448, + "epoch": 3.5368300372599597, + "grad_norm": 1.8682560920715332, + "learning_rate": 7.68373662292049e-05, + "loss": 0.2389, + "mean_token_accuracy": 0.9029273569583893, + "num_tokens": 47643396.0, + "step": 37020 + }, + { + "entropy": 1.1394208073616028, + "epoch": 3.53778542084647, + "grad_norm": 1.8962364196777344, + "learning_rate": 7.682403623175153e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8971505880355835, + "num_tokens": 47656155.0, + "step": 37030 + }, + { + "entropy": 1.1439738392829895, + "epoch": 3.53874080443298, + "grad_norm": 1.5182310342788696, + "learning_rate": 7.681070355675442e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9149236977100372, + "num_tokens": 47668997.0, + "step": 37040 + }, + { + "entropy": 1.1422540187835692, + "epoch": 3.53969618801949, + "grad_norm": 1.136879563331604, + "learning_rate": 7.679736820554437e-05, + "loss": 0.254, + "mean_token_accuracy": 0.896684855222702, + "num_tokens": 47681474.0, + "step": 37050 + }, + { + "entropy": 1.1348015904426574, + "epoch": 3.540651571606, + "grad_norm": 2.1827213764190674, + "learning_rate": 7.678403017945257e-05, + "loss": 0.2481, + "mean_token_accuracy": 0.9054267704486847, + "num_tokens": 47693960.0, + "step": 37060 + }, + { + "entropy": 1.1388992428779603, + "epoch": 3.54160695519251, + "grad_norm": 1.613645076751709, + "learning_rate": 7.677068947981032e-05, + "loss": 0.2456, + "mean_token_accuracy": 0.9053731858730316, + "num_tokens": 47706699.0, + "step": 37070 + }, + { + "entropy": 1.1539045572280884, + "epoch": 3.5425623387790197, + "grad_norm": 1.709899663925171, + "learning_rate": 7.675734610794936e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.9010690033435822, + "num_tokens": 47719183.0, + "step": 37080 + }, + { + "entropy": 1.1447537899017335, + "epoch": 3.5435177223655296, + "grad_norm": 1.3872381448745728, + "learning_rate": 7.674400006520154e-05, + "loss": 0.2436, + "mean_token_accuracy": 0.9058895111083984, + "num_tokens": 47732242.0, + "step": 37090 + }, + { + "entropy": 1.1285707831382752, + "epoch": 3.54447310595204, + "grad_norm": 1.2565840482711792, + "learning_rate": 7.67306513528991e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9118483901023865, + "num_tokens": 47744621.0, + "step": 37100 + }, + { + "entropy": 1.1536781191825867, + "epoch": 3.5454284895385495, + "grad_norm": 1.5748095512390137, + "learning_rate": 7.671729997237446e-05, + "loss": 0.2702, + "mean_token_accuracy": 0.8981778562068939, + "num_tokens": 47757793.0, + "step": 37110 + }, + { + "entropy": 1.1521445512771606, + "epoch": 3.54638387312506, + "grad_norm": 1.3354051113128662, + "learning_rate": 7.670394592496034e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.9008198142051697, + "num_tokens": 47770466.0, + "step": 37120 + }, + { + "entropy": 1.1487449049949645, + "epoch": 3.54733925671157, + "grad_norm": 1.446382999420166, + "learning_rate": 7.669058921198974e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.8994442462921143, + "num_tokens": 47783182.0, + "step": 37130 + }, + { + "entropy": 1.1362880706787108, + "epoch": 3.5482946402980797, + "grad_norm": 1.8816157579421997, + "learning_rate": 7.66772298347959e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8969851553440094, + "num_tokens": 47795764.0, + "step": 37140 + }, + { + "entropy": 1.1304193973541259, + "epoch": 3.5492500238845897, + "grad_norm": 1.779198169708252, + "learning_rate": 7.666386779471234e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.899644136428833, + "num_tokens": 47808168.0, + "step": 37150 + }, + { + "entropy": 1.1456621050834657, + "epoch": 3.5502054074710996, + "grad_norm": 1.4259498119354248, + "learning_rate": 7.665050309307285e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9021955728530884, + "num_tokens": 47820981.0, + "step": 37160 + }, + { + "entropy": 1.1425163865089416, + "epoch": 3.5511607910576095, + "grad_norm": 1.4143857955932617, + "learning_rate": 7.663713573121147e-05, + "loss": 0.2608, + "mean_token_accuracy": 0.8955024838447571, + "num_tokens": 47833891.0, + "step": 37170 + }, + { + "entropy": 1.1497988820075988, + "epoch": 3.5521161746441194, + "grad_norm": 1.250157356262207, + "learning_rate": 7.662376571046253e-05, + "loss": 0.2324, + "mean_token_accuracy": 0.9132867813110351, + "num_tokens": 47846446.0, + "step": 37180 + }, + { + "entropy": 1.1384461641311645, + "epoch": 3.55307155823063, + "grad_norm": 1.4331194162368774, + "learning_rate": 7.661039303216058e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.903340882062912, + "num_tokens": 47859079.0, + "step": 37190 + }, + { + "entropy": 1.1355386257171631, + "epoch": 3.5540269418171397, + "grad_norm": 1.60429048538208, + "learning_rate": 7.65970176976405e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9013394117355347, + "num_tokens": 47871494.0, + "step": 37200 + }, + { + "entropy": 1.1511513113975524, + "epoch": 3.5549823254036497, + "grad_norm": 0.9802950024604797, + "learning_rate": 7.658363970823736e-05, + "loss": 0.2733, + "mean_token_accuracy": 0.8879443287849427, + "num_tokens": 47884047.0, + "step": 37210 + }, + { + "entropy": 1.1541279911994935, + "epoch": 3.5559377089901596, + "grad_norm": 1.0680946111679077, + "learning_rate": 7.657025906528656e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9023094952106476, + "num_tokens": 47897052.0, + "step": 37220 + }, + { + "entropy": 1.1564776062965394, + "epoch": 3.5568930925766695, + "grad_norm": 2.057368040084839, + "learning_rate": 7.655687577012374e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9002165079116822, + "num_tokens": 47910079.0, + "step": 37230 + }, + { + "entropy": 1.1583170890808105, + "epoch": 3.5578484761631795, + "grad_norm": 1.8863987922668457, + "learning_rate": 7.654348982408482e-05, + "loss": 0.2615, + "mean_token_accuracy": 0.8992015957832337, + "num_tokens": 47923545.0, + "step": 37240 + }, + { + "entropy": 1.1352586030960083, + "epoch": 3.5588038597496894, + "grad_norm": 1.697906255722046, + "learning_rate": 7.653010122850595e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.9003312826156616, + "num_tokens": 47935967.0, + "step": 37250 + }, + { + "entropy": 1.1616895079612732, + "epoch": 3.5597592433361998, + "grad_norm": 1.8141318559646606, + "learning_rate": 7.651670998472356e-05, + "loss": 0.2383, + "mean_token_accuracy": 0.9054383873939514, + "num_tokens": 47949209.0, + "step": 37260 + }, + { + "entropy": 1.133642852306366, + "epoch": 3.5607146269227092, + "grad_norm": 1.638899803161621, + "learning_rate": 7.650331609407435e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8999638080596923, + "num_tokens": 47961812.0, + "step": 37270 + }, + { + "entropy": 1.1700915098190308, + "epoch": 3.5616700105092196, + "grad_norm": 1.5477626323699951, + "learning_rate": 7.648991955789529e-05, + "loss": 0.2648, + "mean_token_accuracy": 0.8989926815032959, + "num_tokens": 47975178.0, + "step": 37280 + }, + { + "entropy": 1.1572749257087707, + "epoch": 3.5626253940957295, + "grad_norm": 1.509395718574524, + "learning_rate": 7.64765203775236e-05, + "loss": 0.2874, + "mean_token_accuracy": 0.8866591215133667, + "num_tokens": 47988119.0, + "step": 37290 + }, + { + "entropy": 1.1393398880958556, + "epoch": 3.5635807776822395, + "grad_norm": 1.6205590963363647, + "learning_rate": 7.646311855429677e-05, + "loss": 0.256, + "mean_token_accuracy": 0.9050121128559112, + "num_tokens": 48000849.0, + "step": 37300 + }, + { + "entropy": 1.1648460507392884, + "epoch": 3.5645361612687494, + "grad_norm": 1.4722604751586914, + "learning_rate": 7.644971408955257e-05, + "loss": 0.2749, + "mean_token_accuracy": 0.8892082631587982, + "num_tokens": 48014329.0, + "step": 37310 + }, + { + "entropy": 1.1392969489097595, + "epoch": 3.5654915448552593, + "grad_norm": 1.6441807746887207, + "learning_rate": 7.643630698462899e-05, + "loss": 0.2536, + "mean_token_accuracy": 0.8997144639492035, + "num_tokens": 48027203.0, + "step": 37320 + }, + { + "entropy": 1.1510806679725647, + "epoch": 3.5664469284417692, + "grad_norm": 1.4504404067993164, + "learning_rate": 7.642289724086435e-05, + "loss": 0.2838, + "mean_token_accuracy": 0.8910319089889527, + "num_tokens": 48040094.0, + "step": 37330 + }, + { + "entropy": 1.1379617214202882, + "epoch": 3.567402312028279, + "grad_norm": 1.7921804189682007, + "learning_rate": 7.640948485959715e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9120352447032929, + "num_tokens": 48052779.0, + "step": 37340 + }, + { + "entropy": 1.1506828546524048, + "epoch": 3.5683576956147895, + "grad_norm": 1.4387120008468628, + "learning_rate": 7.639606984216624e-05, + "loss": 0.222, + "mean_token_accuracy": 0.9176522195339203, + "num_tokens": 48065968.0, + "step": 37350 + }, + { + "entropy": 1.1547335624694823, + "epoch": 3.5693130792012995, + "grad_norm": 1.0757513046264648, + "learning_rate": 7.638265218991065e-05, + "loss": 0.2456, + "mean_token_accuracy": 0.9025213599205018, + "num_tokens": 48079130.0, + "step": 37360 + }, + { + "entropy": 1.1448355555534362, + "epoch": 3.5702684627878094, + "grad_norm": 1.4393609762191772, + "learning_rate": 7.636923190416974e-05, + "loss": 0.241, + "mean_token_accuracy": 0.9062837958335876, + "num_tokens": 48091905.0, + "step": 37370 + }, + { + "entropy": 1.1429341435432434, + "epoch": 3.5712238463743193, + "grad_norm": 1.708929181098938, + "learning_rate": 7.635580898628311e-05, + "loss": 0.2798, + "mean_token_accuracy": 0.8909483194351197, + "num_tokens": 48104370.0, + "step": 37380 + }, + { + "entropy": 1.1328556418418885, + "epoch": 3.5721792299608293, + "grad_norm": 1.2274261713027954, + "learning_rate": 7.634238343759062e-05, + "loss": 0.2499, + "mean_token_accuracy": 0.9007832407951355, + "num_tokens": 48116705.0, + "step": 37390 + }, + { + "entropy": 1.1523509860038756, + "epoch": 3.573134613547339, + "grad_norm": 1.7242275476455688, + "learning_rate": 7.632895525943238e-05, + "loss": 0.2577, + "mean_token_accuracy": 0.8976882755756378, + "num_tokens": 48129891.0, + "step": 37400 + }, + { + "entropy": 1.15369154214859, + "epoch": 3.574089997133849, + "grad_norm": 1.5455111265182495, + "learning_rate": 7.631552445314876e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9046886622905731, + "num_tokens": 48142829.0, + "step": 37410 + }, + { + "entropy": 1.1600106358528137, + "epoch": 3.5750453807203595, + "grad_norm": 1.1300208568572998, + "learning_rate": 7.630209102008046e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.8970807909965515, + "num_tokens": 48156294.0, + "step": 37420 + }, + { + "entropy": 1.1460010051727294, + "epoch": 3.576000764306869, + "grad_norm": 1.5960510969161987, + "learning_rate": 7.628865496156832e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8971165120601654, + "num_tokens": 48169164.0, + "step": 37430 + }, + { + "entropy": 1.128825807571411, + "epoch": 3.5769561478933793, + "grad_norm": 1.2590066194534302, + "learning_rate": 7.627521627895358e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.905232721567154, + "num_tokens": 48181960.0, + "step": 37440 + }, + { + "entropy": 1.155572497844696, + "epoch": 3.5779115314798893, + "grad_norm": 1.2331467866897583, + "learning_rate": 7.626177497357763e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8987620592117309, + "num_tokens": 48195063.0, + "step": 37450 + }, + { + "entropy": 1.1580644488334655, + "epoch": 3.578866915066399, + "grad_norm": 1.3398436307907104, + "learning_rate": 7.624833104678217e-05, + "loss": 0.2554, + "mean_token_accuracy": 0.9044870615005494, + "num_tokens": 48208555.0, + "step": 37460 + }, + { + "entropy": 1.1708707928657531, + "epoch": 3.579822298652909, + "grad_norm": 1.744822382926941, + "learning_rate": 7.623488449990918e-05, + "loss": 0.2687, + "mean_token_accuracy": 0.8980557680130005, + "num_tokens": 48222248.0, + "step": 37470 + }, + { + "entropy": 1.1641939997673034, + "epoch": 3.580777682239419, + "grad_norm": 1.8297399282455444, + "learning_rate": 7.622143533430085e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.9035899341106415, + "num_tokens": 48235122.0, + "step": 37480 + }, + { + "entropy": 1.148239803314209, + "epoch": 3.581733065825929, + "grad_norm": 1.6134673357009888, + "learning_rate": 7.620798355129967e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.905156809091568, + "num_tokens": 48248062.0, + "step": 37490 + }, + { + "entropy": 1.1570268511772155, + "epoch": 3.582688449412439, + "grad_norm": 1.6121090650558472, + "learning_rate": 7.619452915224841e-05, + "loss": 0.2219, + "mean_token_accuracy": 0.9073627650737762, + "num_tokens": 48261093.0, + "step": 37500 + }, + { + "entropy": 1.1583498954772948, + "epoch": 3.5836438329989493, + "grad_norm": 1.8024532794952393, + "learning_rate": 7.618107213849003e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9051215291023255, + "num_tokens": 48274006.0, + "step": 37510 + }, + { + "entropy": 1.1471763968467712, + "epoch": 3.584599216585459, + "grad_norm": 1.9036078453063965, + "learning_rate": 7.616761251136779e-05, + "loss": 0.2273, + "mean_token_accuracy": 0.9185527324676513, + "num_tokens": 48286846.0, + "step": 37520 + }, + { + "entropy": 1.15888671875, + "epoch": 3.585554600171969, + "grad_norm": 2.0544016361236572, + "learning_rate": 7.615415027222525e-05, + "loss": 0.2863, + "mean_token_accuracy": 0.8867654860019684, + "num_tokens": 48299470.0, + "step": 37530 + }, + { + "entropy": 1.1655524492263794, + "epoch": 3.586509983758479, + "grad_norm": 1.5554593801498413, + "learning_rate": 7.614068542240618e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.9022439301013947, + "num_tokens": 48312603.0, + "step": 37540 + }, + { + "entropy": 1.1555311918258666, + "epoch": 3.587465367344989, + "grad_norm": 1.7675715684890747, + "learning_rate": 7.612721796325462e-05, + "loss": 0.25, + "mean_token_accuracy": 0.8997135996818543, + "num_tokens": 48324961.0, + "step": 37550 + }, + { + "entropy": 1.1576344132423402, + "epoch": 3.588420750931499, + "grad_norm": 1.7027852535247803, + "learning_rate": 7.611374789611489e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9079051315784454, + "num_tokens": 48337876.0, + "step": 37560 + }, + { + "entropy": 1.1549787402153016, + "epoch": 3.589376134518009, + "grad_norm": 1.6800812482833862, + "learning_rate": 7.610027522233154e-05, + "loss": 0.2379, + "mean_token_accuracy": 0.9103309750556946, + "num_tokens": 48351011.0, + "step": 37570 + }, + { + "entropy": 1.1429289698600769, + "epoch": 3.5903315181045192, + "grad_norm": 1.3433457612991333, + "learning_rate": 7.608679994324941e-05, + "loss": 0.2682, + "mean_token_accuracy": 0.8953824400901794, + "num_tokens": 48363516.0, + "step": 37580 + }, + { + "entropy": 1.1640129923820495, + "epoch": 3.5912869016910287, + "grad_norm": 1.6085971593856812, + "learning_rate": 7.607332206021356e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9054779231548309, + "num_tokens": 48376959.0, + "step": 37590 + }, + { + "entropy": 1.165573275089264, + "epoch": 3.592242285277539, + "grad_norm": 1.4313178062438965, + "learning_rate": 7.605984157456936e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8934142351150512, + "num_tokens": 48390501.0, + "step": 37600 + }, + { + "entropy": 1.1564226508140565, + "epoch": 3.593197668864049, + "grad_norm": 1.9582808017730713, + "learning_rate": 7.604635848766242e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9063871502876282, + "num_tokens": 48403921.0, + "step": 37610 + }, + { + "entropy": 1.1566379427909852, + "epoch": 3.594153052450559, + "grad_norm": 1.3065873384475708, + "learning_rate": 7.60328728008386e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9099038541316986, + "num_tokens": 48416722.0, + "step": 37620 + }, + { + "entropy": 1.1363809466362, + "epoch": 3.595108436037069, + "grad_norm": 1.2529510259628296, + "learning_rate": 7.601938451544403e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9013555765151977, + "num_tokens": 48428999.0, + "step": 37630 + }, + { + "entropy": 1.1359286189079285, + "epoch": 3.596063819623579, + "grad_norm": 1.4170405864715576, + "learning_rate": 7.600589363282506e-05, + "loss": 0.2559, + "mean_token_accuracy": 0.9023405611515045, + "num_tokens": 48441112.0, + "step": 37640 + }, + { + "entropy": 1.1665234208106994, + "epoch": 3.5970192032100887, + "grad_norm": 1.2489027976989746, + "learning_rate": 7.599240015432839e-05, + "loss": 0.2857, + "mean_token_accuracy": 0.8881181240081787, + "num_tokens": 48454004.0, + "step": 37650 + }, + { + "entropy": 1.1469541907310485, + "epoch": 3.5979745867965987, + "grad_norm": 1.1836652755737305, + "learning_rate": 7.597890408130088e-05, + "loss": 0.236, + "mean_token_accuracy": 0.9112223029136658, + "num_tokens": 48466371.0, + "step": 37660 + }, + { + "entropy": 1.1539233922958374, + "epoch": 3.598929970383109, + "grad_norm": 1.908471941947937, + "learning_rate": 7.59654054150897e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8954781889915466, + "num_tokens": 48479032.0, + "step": 37670 + }, + { + "entropy": 1.1507173776626587, + "epoch": 3.599885353969619, + "grad_norm": 1.7299376726150513, + "learning_rate": 7.595190415704229e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9088321387767792, + "num_tokens": 48492154.0, + "step": 37680 + }, + { + "entropy": 1.1555620908737183, + "epoch": 3.600840737556129, + "grad_norm": 1.3867642879486084, + "learning_rate": 7.593840030850633e-05, + "loss": 0.2853, + "mean_token_accuracy": 0.8873168408870697, + "num_tokens": 48504886.0, + "step": 37690 + }, + { + "entropy": 1.1584768891334534, + "epoch": 3.601796121142639, + "grad_norm": 1.4667699337005615, + "learning_rate": 7.592489387082973e-05, + "loss": 0.2804, + "mean_token_accuracy": 0.8933541595935821, + "num_tokens": 48517338.0, + "step": 37700 + }, + { + "entropy": 1.1804485321044922, + "epoch": 3.6027515047291487, + "grad_norm": 1.227689504623413, + "learning_rate": 7.59113848453607e-05, + "loss": 0.2549, + "mean_token_accuracy": 0.8963435292243958, + "num_tokens": 48530961.0, + "step": 37710 + }, + { + "entropy": 1.1618083357810973, + "epoch": 3.6037068883156587, + "grad_norm": 1.2213503122329712, + "learning_rate": 7.589787323344772e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9074937403202057, + "num_tokens": 48544339.0, + "step": 37720 + }, + { + "entropy": 1.143752098083496, + "epoch": 3.6046622719021686, + "grad_norm": 1.7022762298583984, + "learning_rate": 7.588435903643945e-05, + "loss": 0.2557, + "mean_token_accuracy": 0.8963281393051148, + "num_tokens": 48556624.0, + "step": 37730 + }, + { + "entropy": 1.1608539342880249, + "epoch": 3.605617655488679, + "grad_norm": 1.2349804639816284, + "learning_rate": 7.587084225568492e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8996428668498992, + "num_tokens": 48569489.0, + "step": 37740 + }, + { + "entropy": 1.1584545135498048, + "epoch": 3.6065730390751884, + "grad_norm": 1.3371330499649048, + "learning_rate": 7.585732289253331e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9089719116687774, + "num_tokens": 48582255.0, + "step": 37750 + }, + { + "entropy": 1.1568568229675293, + "epoch": 3.607528422661699, + "grad_norm": 1.4320496320724487, + "learning_rate": 7.584380094833414e-05, + "loss": 0.2638, + "mean_token_accuracy": 0.9037485599517823, + "num_tokens": 48594906.0, + "step": 37760 + }, + { + "entropy": 1.1530261874198913, + "epoch": 3.6084838062482087, + "grad_norm": 1.3847614526748657, + "learning_rate": 7.583027642443714e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.9038177132606506, + "num_tokens": 48607712.0, + "step": 37770 + }, + { + "entropy": 1.1570452570915222, + "epoch": 3.6094391898347187, + "grad_norm": 1.580924153327942, + "learning_rate": 7.58167493221923e-05, + "loss": 0.2791, + "mean_token_accuracy": 0.8882285356521606, + "num_tokens": 48620448.0, + "step": 37780 + }, + { + "entropy": 1.1395286679267884, + "epoch": 3.6103945734212286, + "grad_norm": 1.64998459815979, + "learning_rate": 7.580321964294992e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8975597620010376, + "num_tokens": 48632793.0, + "step": 37790 + }, + { + "entropy": 1.1588422894477843, + "epoch": 3.6113499570077385, + "grad_norm": 1.2624536752700806, + "learning_rate": 7.578968738806048e-05, + "loss": 0.2924, + "mean_token_accuracy": 0.8859654903411865, + "num_tokens": 48645815.0, + "step": 37800 + }, + { + "entropy": 1.1429924368858337, + "epoch": 3.6123053405942485, + "grad_norm": 2.468855857849121, + "learning_rate": 7.577615255887478e-05, + "loss": 0.2467, + "mean_token_accuracy": 0.9021210610866547, + "num_tokens": 48658487.0, + "step": 37810 + }, + { + "entropy": 1.1531542539596558, + "epoch": 3.6132607241807584, + "grad_norm": 1.4792070388793945, + "learning_rate": 7.57626151567438e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.902980750799179, + "num_tokens": 48671058.0, + "step": 37820 + }, + { + "entropy": 1.1421242594718932, + "epoch": 3.6142161077672688, + "grad_norm": 1.728954792022705, + "learning_rate": 7.57490751830189e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9055761992931366, + "num_tokens": 48683732.0, + "step": 37830 + }, + { + "entropy": 1.1650198817253112, + "epoch": 3.6151714913537787, + "grad_norm": 1.479297161102295, + "learning_rate": 7.573553263905156e-05, + "loss": 0.251, + "mean_token_accuracy": 0.8979723274707794, + "num_tokens": 48697565.0, + "step": 37840 + }, + { + "entropy": 1.1430969715118409, + "epoch": 3.6161268749402886, + "grad_norm": 1.6367835998535156, + "learning_rate": 7.572198752619363e-05, + "loss": 0.2485, + "mean_token_accuracy": 0.9009741902351379, + "num_tokens": 48709912.0, + "step": 37850 + }, + { + "entropy": 1.1516602516174317, + "epoch": 3.6170822585267985, + "grad_norm": 1.6076128482818604, + "learning_rate": 7.570843984579714e-05, + "loss": 0.266, + "mean_token_accuracy": 0.9006106913089752, + "num_tokens": 48723032.0, + "step": 37860 + }, + { + "entropy": 1.1303590536117554, + "epoch": 3.6180376421133085, + "grad_norm": 1.8375197649002075, + "learning_rate": 7.56948895992144e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.896820068359375, + "num_tokens": 48735630.0, + "step": 37870 + }, + { + "entropy": 1.1360873460769654, + "epoch": 3.6189930256998184, + "grad_norm": 1.1508666276931763, + "learning_rate": 7.5681336787798e-05, + "loss": 0.2389, + "mean_token_accuracy": 0.9068073451519012, + "num_tokens": 48748060.0, + "step": 37880 + }, + { + "entropy": 1.1492274761199952, + "epoch": 3.6199484092863283, + "grad_norm": 1.726956844329834, + "learning_rate": 7.566778141290075e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.8997865140438079, + "num_tokens": 48761396.0, + "step": 37890 + }, + { + "entropy": 1.1197565793991089, + "epoch": 3.6209037928728387, + "grad_norm": 1.2286611795425415, + "learning_rate": 7.565422347587574e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9120485007762908, + "num_tokens": 48773795.0, + "step": 37900 + }, + { + "entropy": 1.1443588614463807, + "epoch": 3.621859176459348, + "grad_norm": 1.3505165576934814, + "learning_rate": 7.564066297807629e-05, + "loss": 0.2575, + "mean_token_accuracy": 0.9043930351734162, + "num_tokens": 48786402.0, + "step": 37910 + }, + { + "entropy": 1.1418519139289856, + "epoch": 3.6228145600458586, + "grad_norm": 1.5167781114578247, + "learning_rate": 7.562709992085603e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9148528754711152, + "num_tokens": 48799240.0, + "step": 37920 + }, + { + "entropy": 1.1421118140220643, + "epoch": 3.6237699436323685, + "grad_norm": 1.743048906326294, + "learning_rate": 7.561353430556877e-05, + "loss": 0.2699, + "mean_token_accuracy": 0.898581862449646, + "num_tokens": 48811886.0, + "step": 37930 + }, + { + "entropy": 1.1431573748588562, + "epoch": 3.6247253272188784, + "grad_norm": 1.7723238468170166, + "learning_rate": 7.55999661335686e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9064125001430512, + "num_tokens": 48824381.0, + "step": 37940 + }, + { + "entropy": 1.1345267415046691, + "epoch": 3.6256807108053883, + "grad_norm": 1.3407024145126343, + "learning_rate": 7.558639540620996e-05, + "loss": 0.2746, + "mean_token_accuracy": 0.893228006362915, + "num_tokens": 48836786.0, + "step": 37950 + }, + { + "entropy": 1.1463223218917846, + "epoch": 3.6266360943918983, + "grad_norm": 1.2720497846603394, + "learning_rate": 7.557282212484738e-05, + "loss": 0.2289, + "mean_token_accuracy": 0.9104606866836548, + "num_tokens": 48849983.0, + "step": 37960 + }, + { + "entropy": 1.1581380248069764, + "epoch": 3.627591477978408, + "grad_norm": 1.8284772634506226, + "learning_rate": 7.555924629083577e-05, + "loss": 0.2741, + "mean_token_accuracy": 0.8933693110942841, + "num_tokens": 48863158.0, + "step": 37970 + }, + { + "entropy": 1.1506602883338928, + "epoch": 3.628546861564918, + "grad_norm": 1.5122196674346924, + "learning_rate": 7.554566790553025e-05, + "loss": 0.2455, + "mean_token_accuracy": 0.9043593645095825, + "num_tokens": 48875719.0, + "step": 37980 + }, + { + "entropy": 1.1317230224609376, + "epoch": 3.6295022451514285, + "grad_norm": 1.895659327507019, + "learning_rate": 7.553208697028619e-05, + "loss": 0.2348, + "mean_token_accuracy": 0.9055079996585846, + "num_tokens": 48888634.0, + "step": 37990 + }, + { + "entropy": 1.1466566920280457, + "epoch": 3.6304576287379384, + "grad_norm": 2.1220309734344482, + "learning_rate": 7.551850348645921e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9017406642436981, + "num_tokens": 48901583.0, + "step": 38000 + }, + { + "entropy": 1.14048433303833, + "epoch": 3.6314130123244484, + "grad_norm": 1.825544834136963, + "learning_rate": 7.550491745540524e-05, + "loss": 0.2281, + "mean_token_accuracy": 0.9127963900566101, + "num_tokens": 48914487.0, + "step": 38010 + }, + { + "entropy": 1.1427724361419678, + "epoch": 3.6323683959109583, + "grad_norm": 1.4875071048736572, + "learning_rate": 7.549132887848038e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8921898007392883, + "num_tokens": 48927672.0, + "step": 38020 + }, + { + "entropy": 1.1471097946166993, + "epoch": 3.633323779497468, + "grad_norm": 1.5351632833480835, + "learning_rate": 7.547773775704103e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.8966270744800567, + "num_tokens": 48940303.0, + "step": 38030 + }, + { + "entropy": 1.1437779784202575, + "epoch": 3.634279163083978, + "grad_norm": 1.3361269235610962, + "learning_rate": 7.546414409244388e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8936822474002838, + "num_tokens": 48952597.0, + "step": 38040 + }, + { + "entropy": 1.1534670114517211, + "epoch": 3.635234546670488, + "grad_norm": 1.5181857347488403, + "learning_rate": 7.545054788604578e-05, + "loss": 0.2402, + "mean_token_accuracy": 0.906266963481903, + "num_tokens": 48965776.0, + "step": 38050 + }, + { + "entropy": 1.153499138355255, + "epoch": 3.6361899302569984, + "grad_norm": 1.338478684425354, + "learning_rate": 7.543694913920392e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9099457025527954, + "num_tokens": 48979186.0, + "step": 38060 + }, + { + "entropy": 1.1509920954704285, + "epoch": 3.637145313843508, + "grad_norm": 1.1237852573394775, + "learning_rate": 7.54233478532757e-05, + "loss": 0.257, + "mean_token_accuracy": 0.8961100816726685, + "num_tokens": 48991837.0, + "step": 38070 + }, + { + "entropy": 1.1437909960746766, + "epoch": 3.6381006974300183, + "grad_norm": 1.7558621168136597, + "learning_rate": 7.540974402961878e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.894244784116745, + "num_tokens": 49004665.0, + "step": 38080 + }, + { + "entropy": 1.1465901255607605, + "epoch": 3.639056081016528, + "grad_norm": 1.7452083826065063, + "learning_rate": 7.53961376695911e-05, + "loss": 0.2527, + "mean_token_accuracy": 0.8996690511703491, + "num_tokens": 49017233.0, + "step": 38090 + }, + { + "entropy": 1.1394477844238282, + "epoch": 3.640011464603038, + "grad_norm": 1.453593373298645, + "learning_rate": 7.53825287745508e-05, + "loss": 0.2275, + "mean_token_accuracy": 0.9135218381881713, + "num_tokens": 49030286.0, + "step": 38100 + }, + { + "entropy": 1.1489808082580566, + "epoch": 3.640966848189548, + "grad_norm": 1.3637510538101196, + "learning_rate": 7.536891734585633e-05, + "loss": 0.2692, + "mean_token_accuracy": 0.8982644319534302, + "num_tokens": 49042722.0, + "step": 38110 + }, + { + "entropy": 1.139530396461487, + "epoch": 3.641922231776058, + "grad_norm": 1.617783784866333, + "learning_rate": 7.535530338486636e-05, + "loss": 0.2461, + "mean_token_accuracy": 0.9011126220226288, + "num_tokens": 49055419.0, + "step": 38120 + }, + { + "entropy": 1.1380667567253113, + "epoch": 3.642877615362568, + "grad_norm": 1.626189947128296, + "learning_rate": 7.53416868929398e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.906005036830902, + "num_tokens": 49068259.0, + "step": 38130 + }, + { + "entropy": 1.1606717586517334, + "epoch": 3.643832998949078, + "grad_norm": 2.0990149974823, + "learning_rate": 7.532806787143584e-05, + "loss": 0.2944, + "mean_token_accuracy": 0.885807067155838, + "num_tokens": 49081493.0, + "step": 38140 + }, + { + "entropy": 1.1567503571510316, + "epoch": 3.6447883825355882, + "grad_norm": 1.3580641746520996, + "learning_rate": 7.531444632171395e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.905678516626358, + "num_tokens": 49094819.0, + "step": 38150 + }, + { + "entropy": 1.1521563291549684, + "epoch": 3.645743766122098, + "grad_norm": 1.1577951908111572, + "learning_rate": 7.530082224513377e-05, + "loss": 0.2743, + "mean_token_accuracy": 0.9000555872917175, + "num_tokens": 49107967.0, + "step": 38160 + }, + { + "entropy": 1.142499315738678, + "epoch": 3.646699149708608, + "grad_norm": 1.5778616666793823, + "learning_rate": 7.528719564305528e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.9065338909626007, + "num_tokens": 49120466.0, + "step": 38170 + }, + { + "entropy": 1.1351995706558227, + "epoch": 3.647654533295118, + "grad_norm": 1.3991470336914062, + "learning_rate": 7.527356651683863e-05, + "loss": 0.229, + "mean_token_accuracy": 0.9112504124641418, + "num_tokens": 49132778.0, + "step": 38180 + }, + { + "entropy": 1.1440480470657348, + "epoch": 3.648609916881628, + "grad_norm": 1.9654970169067383, + "learning_rate": 7.525993486784429e-05, + "loss": 0.2554, + "mean_token_accuracy": 0.9000935137271882, + "num_tokens": 49145922.0, + "step": 38190 + }, + { + "entropy": 1.1486163973808288, + "epoch": 3.649565300468138, + "grad_norm": 1.4787733554840088, + "learning_rate": 7.524630069743294e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9022050499916077, + "num_tokens": 49159128.0, + "step": 38200 + }, + { + "entropy": 1.1502066254615784, + "epoch": 3.650520684054648, + "grad_norm": 1.73036789894104, + "learning_rate": 7.523266400696554e-05, + "loss": 0.2947, + "mean_token_accuracy": 0.8841656982898712, + "num_tokens": 49171842.0, + "step": 38210 + }, + { + "entropy": 1.1493776082992553, + "epoch": 3.651476067641158, + "grad_norm": 1.4212498664855957, + "learning_rate": 7.52190247978033e-05, + "loss": 0.2675, + "mean_token_accuracy": 0.8920129477977753, + "num_tokens": 49185318.0, + "step": 38220 + }, + { + "entropy": 1.1456124663352967, + "epoch": 3.6524314512276677, + "grad_norm": 1.7667359113693237, + "learning_rate": 7.520538307130763e-05, + "loss": 0.2797, + "mean_token_accuracy": 0.8922556221485138, + "num_tokens": 49198208.0, + "step": 38230 + }, + { + "entropy": 1.137536346912384, + "epoch": 3.653386834814178, + "grad_norm": 1.8059755563735962, + "learning_rate": 7.519173882884028e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9043035268783569, + "num_tokens": 49211363.0, + "step": 38240 + }, + { + "entropy": 1.1391722440719605, + "epoch": 3.654342218400688, + "grad_norm": 1.546709656715393, + "learning_rate": 7.517809207176317e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8963252007961273, + "num_tokens": 49224035.0, + "step": 38250 + }, + { + "entropy": 1.1279963970184326, + "epoch": 3.655297601987198, + "grad_norm": 1.2539770603179932, + "learning_rate": 7.516444280143849e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.9098690211772918, + "num_tokens": 49236144.0, + "step": 38260 + }, + { + "entropy": 1.1333915948867799, + "epoch": 3.656252985573708, + "grad_norm": 1.180777907371521, + "learning_rate": 7.515079101922874e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8959953904151916, + "num_tokens": 49248833.0, + "step": 38270 + }, + { + "entropy": 1.1359577894210815, + "epoch": 3.6572083691602177, + "grad_norm": 1.0656694173812866, + "learning_rate": 7.513713672649658e-05, + "loss": 0.2353, + "mean_token_accuracy": 0.9132953703403472, + "num_tokens": 49261918.0, + "step": 38280 + }, + { + "entropy": 1.1396164655685426, + "epoch": 3.6581637527467277, + "grad_norm": 1.0984984636306763, + "learning_rate": 7.5123479924605e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9026175439357758, + "num_tokens": 49274905.0, + "step": 38290 + }, + { + "entropy": 1.1634419798851012, + "epoch": 3.6591191363332376, + "grad_norm": 1.0659393072128296, + "learning_rate": 7.510982061491718e-05, + "loss": 0.2622, + "mean_token_accuracy": 0.8954128503799439, + "num_tokens": 49287538.0, + "step": 38300 + }, + { + "entropy": 1.1479127168655396, + "epoch": 3.660074519919748, + "grad_norm": 1.4204927682876587, + "learning_rate": 7.50961587987966e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9045646965503693, + "num_tokens": 49300575.0, + "step": 38310 + }, + { + "entropy": 1.1282081604003906, + "epoch": 3.661029903506258, + "grad_norm": 1.5512062311172485, + "learning_rate": 7.508249447760693e-05, + "loss": 0.2435, + "mean_token_accuracy": 0.9026866793632508, + "num_tokens": 49313381.0, + "step": 38320 + }, + { + "entropy": 1.1590726613998412, + "epoch": 3.661985287092768, + "grad_norm": 1.7382657527923584, + "learning_rate": 7.506882765271217e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.8925130844116211, + "num_tokens": 49326612.0, + "step": 38330 + }, + { + "entropy": 1.1364445209503173, + "epoch": 3.6629406706792778, + "grad_norm": 1.5102472305297852, + "learning_rate": 7.50551583254765e-05, + "loss": 0.2452, + "mean_token_accuracy": 0.9092935919761658, + "num_tokens": 49339403.0, + "step": 38340 + }, + { + "entropy": 1.1532057523727417, + "epoch": 3.6638960542657877, + "grad_norm": 1.7119667530059814, + "learning_rate": 7.504148649726439e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9050553202629089, + "num_tokens": 49351987.0, + "step": 38350 + }, + { + "entropy": 1.1469927310943604, + "epoch": 3.6648514378522976, + "grad_norm": 1.7577550411224365, + "learning_rate": 7.502781216944053e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9052323997020721, + "num_tokens": 49364763.0, + "step": 38360 + }, + { + "entropy": 1.1497130393981934, + "epoch": 3.6658068214388075, + "grad_norm": 1.3180121183395386, + "learning_rate": 7.501413534336988e-05, + "loss": 0.2759, + "mean_token_accuracy": 0.8921578705310822, + "num_tokens": 49377298.0, + "step": 38370 + }, + { + "entropy": 1.1469285368919373, + "epoch": 3.666762205025318, + "grad_norm": 1.4072786569595337, + "learning_rate": 7.500045602041766e-05, + "loss": 0.2751, + "mean_token_accuracy": 0.8867040753364563, + "num_tokens": 49389996.0, + "step": 38380 + }, + { + "entropy": 1.14094717502594, + "epoch": 3.6677175886118274, + "grad_norm": 1.5023692846298218, + "learning_rate": 7.498677420194931e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.9139927446842193, + "num_tokens": 49402559.0, + "step": 38390 + }, + { + "entropy": 1.1445513010025024, + "epoch": 3.6686729721983378, + "grad_norm": 1.2018407583236694, + "learning_rate": 7.497308988933053e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9068166851997376, + "num_tokens": 49415379.0, + "step": 38400 + }, + { + "entropy": 1.1362602591514588, + "epoch": 3.6696283557848477, + "grad_norm": 2.2034640312194824, + "learning_rate": 7.495940308392728e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9071245968341828, + "num_tokens": 49428140.0, + "step": 38410 + }, + { + "entropy": 1.136639165878296, + "epoch": 3.6705837393713576, + "grad_norm": 2.289921283721924, + "learning_rate": 7.494571378710576e-05, + "loss": 0.2718, + "mean_token_accuracy": 0.896022093296051, + "num_tokens": 49440758.0, + "step": 38420 + }, + { + "entropy": 1.1474181175231934, + "epoch": 3.6715391229578676, + "grad_norm": 1.2573466300964355, + "learning_rate": 7.49320220002324e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9065807521343231, + "num_tokens": 49454365.0, + "step": 38430 + }, + { + "entropy": 1.136006271839142, + "epoch": 3.6724945065443775, + "grad_norm": 1.5648090839385986, + "learning_rate": 7.491832772467394e-05, + "loss": 0.2346, + "mean_token_accuracy": 0.9091378211975097, + "num_tokens": 49466723.0, + "step": 38440 + }, + { + "entropy": 1.1402909636497498, + "epoch": 3.6734498901308874, + "grad_norm": 1.6453449726104736, + "learning_rate": 7.49046309617973e-05, + "loss": 0.2325, + "mean_token_accuracy": 0.9120795786380768, + "num_tokens": 49479726.0, + "step": 38450 + }, + { + "entropy": 1.148952353000641, + "epoch": 3.6744052737173973, + "grad_norm": 1.4447588920593262, + "learning_rate": 7.489093171296966e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.9003179609775543, + "num_tokens": 49492932.0, + "step": 38460 + }, + { + "entropy": 1.1430320382118224, + "epoch": 3.6753606573039077, + "grad_norm": 1.5340032577514648, + "learning_rate": 7.487722997955849e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9043724715709687, + "num_tokens": 49505702.0, + "step": 38470 + }, + { + "entropy": 1.1398507833480835, + "epoch": 3.6763160408904176, + "grad_norm": 1.5519441366195679, + "learning_rate": 7.486352576293147e-05, + "loss": 0.2213, + "mean_token_accuracy": 0.9161085903644561, + "num_tokens": 49518745.0, + "step": 38480 + }, + { + "entropy": 1.163614845275879, + "epoch": 3.6772714244769276, + "grad_norm": 1.636504054069519, + "learning_rate": 7.484981906445655e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.89809929728508, + "num_tokens": 49532292.0, + "step": 38490 + }, + { + "entropy": 1.1517866134643555, + "epoch": 3.6782268080634375, + "grad_norm": 1.5734001398086548, + "learning_rate": 7.483610988550189e-05, + "loss": 0.239, + "mean_token_accuracy": 0.9113208949565887, + "num_tokens": 49545353.0, + "step": 38500 + }, + { + "entropy": 1.1328401684761047, + "epoch": 3.6791821916499474, + "grad_norm": 1.7817944288253784, + "learning_rate": 7.482239822743594e-05, + "loss": 0.2077, + "mean_token_accuracy": 0.9132444739341736, + "num_tokens": 49558292.0, + "step": 38510 + }, + { + "entropy": 1.1341002464294434, + "epoch": 3.6801375752364573, + "grad_norm": 1.7945975065231323, + "learning_rate": 7.480868409162739e-05, + "loss": 0.2631, + "mean_token_accuracy": 0.8933571636676788, + "num_tokens": 49570620.0, + "step": 38520 + }, + { + "entropy": 1.136896789073944, + "epoch": 3.6810929588229673, + "grad_norm": 0.8566043972969055, + "learning_rate": 7.479496747944515e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9021206617355346, + "num_tokens": 49583037.0, + "step": 38530 + }, + { + "entropy": 1.1535178780555726, + "epoch": 3.6820483424094776, + "grad_norm": 1.4855217933654785, + "learning_rate": 7.478124839225842e-05, + "loss": 0.2915, + "mean_token_accuracy": 0.8867682576179504, + "num_tokens": 49596341.0, + "step": 38540 + }, + { + "entropy": 1.1394768238067627, + "epoch": 3.683003725995987, + "grad_norm": 1.6147618293762207, + "learning_rate": 7.476752683143661e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8983175456523895, + "num_tokens": 49608561.0, + "step": 38550 + }, + { + "entropy": 1.149133825302124, + "epoch": 3.6839591095824975, + "grad_norm": 1.1605654954910278, + "learning_rate": 7.47538027983494e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9081379890441894, + "num_tokens": 49621715.0, + "step": 38560 + }, + { + "entropy": 1.1252546548843383, + "epoch": 3.6849144931690074, + "grad_norm": 1.476393222808838, + "learning_rate": 7.474007629436668e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.8954919755458832, + "num_tokens": 49634020.0, + "step": 38570 + }, + { + "entropy": 1.1467931747436524, + "epoch": 3.6858698767555174, + "grad_norm": 1.6640355587005615, + "learning_rate": 7.472634732085863e-05, + "loss": 0.2668, + "mean_token_accuracy": 0.8926076233386994, + "num_tokens": 49646678.0, + "step": 38580 + }, + { + "entropy": 1.153369677066803, + "epoch": 3.6868252603420273, + "grad_norm": 1.013907551765442, + "learning_rate": 7.471261587919566e-05, + "loss": 0.2741, + "mean_token_accuracy": 0.8870704293251037, + "num_tokens": 49659883.0, + "step": 38590 + }, + { + "entropy": 1.1356229424476623, + "epoch": 3.687780643928537, + "grad_norm": 2.1033577919006348, + "learning_rate": 7.469888197074844e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9093623995780945, + "num_tokens": 49672809.0, + "step": 38600 + }, + { + "entropy": 1.1399362921714782, + "epoch": 3.688736027515047, + "grad_norm": 1.1774929761886597, + "learning_rate": 7.468514559688784e-05, + "loss": 0.2535, + "mean_token_accuracy": 0.8967818915843964, + "num_tokens": 49685412.0, + "step": 38610 + }, + { + "entropy": 1.1423964738845824, + "epoch": 3.689691411101557, + "grad_norm": 1.3458120822906494, + "learning_rate": 7.467140675898503e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9024008274078369, + "num_tokens": 49697910.0, + "step": 38620 + }, + { + "entropy": 1.143640410900116, + "epoch": 3.6906467946880674, + "grad_norm": 1.5916647911071777, + "learning_rate": 7.465766545841143e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8969022035598755, + "num_tokens": 49710988.0, + "step": 38630 + }, + { + "entropy": 1.139600932598114, + "epoch": 3.6916021782745774, + "grad_norm": 1.5012669563293457, + "learning_rate": 7.464392169653863e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.892151266336441, + "num_tokens": 49724102.0, + "step": 38640 + }, + { + "entropy": 1.1245848774909972, + "epoch": 3.6925575618610873, + "grad_norm": 1.5812032222747803, + "learning_rate": 7.463017547473854e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8965118110179902, + "num_tokens": 49736810.0, + "step": 38650 + }, + { + "entropy": 1.1328433632850647, + "epoch": 3.6935129454475972, + "grad_norm": 1.5199178457260132, + "learning_rate": 7.461642679438329e-05, + "loss": 0.2413, + "mean_token_accuracy": 0.9088054120540618, + "num_tokens": 49749980.0, + "step": 38660 + }, + { + "entropy": 1.1248819470405578, + "epoch": 3.694468329034107, + "grad_norm": 1.5348833799362183, + "learning_rate": 7.460267565684527e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9075800538063049, + "num_tokens": 49762446.0, + "step": 38670 + }, + { + "entropy": 1.1338178157806396, + "epoch": 3.695423712620617, + "grad_norm": 1.334019422531128, + "learning_rate": 7.458892206349709e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9124839007854462, + "num_tokens": 49775425.0, + "step": 38680 + }, + { + "entropy": 1.138373112678528, + "epoch": 3.696379096207127, + "grad_norm": 1.6498537063598633, + "learning_rate": 7.457516601571159e-05, + "loss": 0.2802, + "mean_token_accuracy": 0.897859913110733, + "num_tokens": 49788539.0, + "step": 38690 + }, + { + "entropy": 1.1331062316894531, + "epoch": 3.6973344797936374, + "grad_norm": 1.691992998123169, + "learning_rate": 7.456140751486194e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.9009559035301209, + "num_tokens": 49801321.0, + "step": 38700 + }, + { + "entropy": 1.133801805973053, + "epoch": 3.698289863380147, + "grad_norm": 1.7097011804580688, + "learning_rate": 7.454764656232147e-05, + "loss": 0.2451, + "mean_token_accuracy": 0.9030669271945954, + "num_tokens": 49814353.0, + "step": 38710 + }, + { + "entropy": 1.129496204853058, + "epoch": 3.6992452469666572, + "grad_norm": 2.1109957695007324, + "learning_rate": 7.453388315946377e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.9047428607940674, + "num_tokens": 49827040.0, + "step": 38720 + }, + { + "entropy": 1.1201685309410094, + "epoch": 3.700200630553167, + "grad_norm": 1.8540160655975342, + "learning_rate": 7.452011730766269e-05, + "loss": 0.2354, + "mean_token_accuracy": 0.90711310505867, + "num_tokens": 49839792.0, + "step": 38730 + }, + { + "entropy": 1.1407083749771119, + "epoch": 3.701156014139677, + "grad_norm": 1.5122380256652832, + "learning_rate": 7.450634900829233e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8947419583797455, + "num_tokens": 49852655.0, + "step": 38740 + }, + { + "entropy": 1.1353298783302308, + "epoch": 3.702111397726187, + "grad_norm": 1.3724497556686401, + "learning_rate": 7.449257826272701e-05, + "loss": 0.2768, + "mean_token_accuracy": 0.8941647410392761, + "num_tokens": 49865896.0, + "step": 38750 + }, + { + "entropy": 1.1203153491020204, + "epoch": 3.703066781312697, + "grad_norm": 1.6657336950302124, + "learning_rate": 7.447880507234137e-05, + "loss": 0.2702, + "mean_token_accuracy": 0.8936122238636017, + "num_tokens": 49878073.0, + "step": 38760 + }, + { + "entropy": 1.1328806757926941, + "epoch": 3.704022164899207, + "grad_norm": 1.266528606414795, + "learning_rate": 7.446502943851014e-05, + "loss": 0.2715, + "mean_token_accuracy": 0.8959082782268524, + "num_tokens": 49890839.0, + "step": 38770 + }, + { + "entropy": 1.1357198119163514, + "epoch": 3.704977548485717, + "grad_norm": 1.4704086780548096, + "learning_rate": 7.445125136260846e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8985173165798187, + "num_tokens": 49904301.0, + "step": 38780 + }, + { + "entropy": 1.1394304633140564, + "epoch": 3.705932932072227, + "grad_norm": 1.78052818775177, + "learning_rate": 7.44374708460116e-05, + "loss": 0.2535, + "mean_token_accuracy": 0.9049241542816162, + "num_tokens": 49917325.0, + "step": 38790 + }, + { + "entropy": 1.1261211156845092, + "epoch": 3.706888315658737, + "grad_norm": 1.5214742422103882, + "learning_rate": 7.442368789009513e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9058593928813934, + "num_tokens": 49929803.0, + "step": 38800 + }, + { + "entropy": 1.1499713063240051, + "epoch": 3.707843699245247, + "grad_norm": 1.31246817111969, + "learning_rate": 7.440990249623487e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.9030406057834626, + "num_tokens": 49942625.0, + "step": 38810 + }, + { + "entropy": 1.1455303192138673, + "epoch": 3.708799082831757, + "grad_norm": 1.3039569854736328, + "learning_rate": 7.439611466580682e-05, + "loss": 0.2619, + "mean_token_accuracy": 0.9007418334484101, + "num_tokens": 49955711.0, + "step": 38820 + }, + { + "entropy": 1.1468485474586487, + "epoch": 3.709754466418267, + "grad_norm": 1.317067265510559, + "learning_rate": 7.43823244001873e-05, + "loss": 0.2604, + "mean_token_accuracy": 0.8909382820129395, + "num_tokens": 49969093.0, + "step": 38830 + }, + { + "entropy": 1.1401020407676696, + "epoch": 3.710709850004777, + "grad_norm": 1.14187753200531, + "learning_rate": 7.436853170075282e-05, + "loss": 0.2207, + "mean_token_accuracy": 0.9153454601764679, + "num_tokens": 49982648.0, + "step": 38840 + }, + { + "entropy": 1.1503856658935547, + "epoch": 3.7116652335912867, + "grad_norm": 1.903647780418396, + "learning_rate": 7.435473656888015e-05, + "loss": 0.2595, + "mean_token_accuracy": 0.8984628438949585, + "num_tokens": 49995603.0, + "step": 38850 + }, + { + "entropy": 1.1602336406707763, + "epoch": 3.712620617177797, + "grad_norm": 1.619075059890747, + "learning_rate": 7.43409390059463e-05, + "loss": 0.2797, + "mean_token_accuracy": 0.8946406960487365, + "num_tokens": 50008349.0, + "step": 38860 + }, + { + "entropy": 1.1526987075805664, + "epoch": 3.7135760007643066, + "grad_norm": 1.2412070035934448, + "learning_rate": 7.432713901332855e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.904509437084198, + "num_tokens": 50021145.0, + "step": 38870 + }, + { + "entropy": 1.1484011054039, + "epoch": 3.714531384350817, + "grad_norm": 1.8330321311950684, + "learning_rate": 7.431333659240438e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9109306335449219, + "num_tokens": 50034524.0, + "step": 38880 + }, + { + "entropy": 1.1476037502288818, + "epoch": 3.715486767937327, + "grad_norm": 1.3254759311676025, + "learning_rate": 7.429953174455154e-05, + "loss": 0.2369, + "mean_token_accuracy": 0.9014671146869659, + "num_tokens": 50047667.0, + "step": 38890 + }, + { + "entropy": 1.140884530544281, + "epoch": 3.716442151523837, + "grad_norm": 1.3013595342636108, + "learning_rate": 7.428572447114801e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.9010292828083039, + "num_tokens": 50060462.0, + "step": 38900 + }, + { + "entropy": 1.1644050002098083, + "epoch": 3.7173975351103468, + "grad_norm": 1.922312617301941, + "learning_rate": 7.4271914773572e-05, + "loss": 0.2844, + "mean_token_accuracy": 0.8887410938739777, + "num_tokens": 50074171.0, + "step": 38910 + }, + { + "entropy": 1.145414447784424, + "epoch": 3.7183529186968567, + "grad_norm": 1.278037667274475, + "learning_rate": 7.425810265320201e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8952090919017792, + "num_tokens": 50086839.0, + "step": 38920 + }, + { + "entropy": 1.129348886013031, + "epoch": 3.7193083022833666, + "grad_norm": 1.5021564960479736, + "learning_rate": 7.424428811141673e-05, + "loss": 0.2292, + "mean_token_accuracy": 0.9087518453598022, + "num_tokens": 50099081.0, + "step": 38930 + }, + { + "entropy": 1.1423502445220948, + "epoch": 3.7202636858698765, + "grad_norm": 1.5624589920043945, + "learning_rate": 7.42304711495951e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8910001337528228, + "num_tokens": 50111963.0, + "step": 38940 + }, + { + "entropy": 1.1460402607917786, + "epoch": 3.721219069456387, + "grad_norm": 1.0600205659866333, + "learning_rate": 7.421665176911633e-05, + "loss": 0.2773, + "mean_token_accuracy": 0.8927364230155945, + "num_tokens": 50125530.0, + "step": 38950 + }, + { + "entropy": 1.1444252967834472, + "epoch": 3.722174453042897, + "grad_norm": 1.4754533767700195, + "learning_rate": 7.420282997135986e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9017151474952698, + "num_tokens": 50138250.0, + "step": 38960 + }, + { + "entropy": 1.1463129043579101, + "epoch": 3.7231298366294068, + "grad_norm": 1.3152146339416504, + "learning_rate": 7.418900575770537e-05, + "loss": 0.2634, + "mean_token_accuracy": 0.894066971540451, + "num_tokens": 50151354.0, + "step": 38970 + }, + { + "entropy": 1.1355395555496215, + "epoch": 3.7240852202159167, + "grad_norm": 1.4636048078536987, + "learning_rate": 7.417517912953274e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9105109989643096, + "num_tokens": 50164295.0, + "step": 38980 + }, + { + "entropy": 1.1404275298118591, + "epoch": 3.7250406038024266, + "grad_norm": 1.5509737730026245, + "learning_rate": 7.416135008822218e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.9043196916580201, + "num_tokens": 50177147.0, + "step": 38990 + }, + { + "entropy": 1.1407769680023194, + "epoch": 3.7259959873889366, + "grad_norm": 1.4800151586532593, + "learning_rate": 7.414751863515404e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9014245927333832, + "num_tokens": 50189893.0, + "step": 39000 + }, + { + "entropy": 1.1383387923240662, + "epoch": 3.7269513709754465, + "grad_norm": 1.6017104387283325, + "learning_rate": 7.413368477170897e-05, + "loss": 0.2537, + "mean_token_accuracy": 0.9016449272632598, + "num_tokens": 50203092.0, + "step": 39010 + }, + { + "entropy": 1.1416695952415465, + "epoch": 3.727906754561957, + "grad_norm": 1.699210524559021, + "learning_rate": 7.411984849926788e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.9034058094024658, + "num_tokens": 50215594.0, + "step": 39020 + }, + { + "entropy": 1.137385404109955, + "epoch": 3.7288621381484663, + "grad_norm": 1.6691941022872925, + "learning_rate": 7.410600981921183e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9020614922046661, + "num_tokens": 50227972.0, + "step": 39030 + }, + { + "entropy": 1.1715840339660644, + "epoch": 3.7298175217349767, + "grad_norm": 1.6077290773391724, + "learning_rate": 7.409216873292227e-05, + "loss": 0.2599, + "mean_token_accuracy": 0.9052825093269348, + "num_tokens": 50241531.0, + "step": 39040 + }, + { + "entropy": 1.1597495794296264, + "epoch": 3.7307729053214866, + "grad_norm": 1.6419610977172852, + "learning_rate": 7.407832524178072e-05, + "loss": 0.2588, + "mean_token_accuracy": 0.8999860942363739, + "num_tokens": 50254676.0, + "step": 39050 + }, + { + "entropy": 1.156320297718048, + "epoch": 3.7317282889079966, + "grad_norm": 1.4531559944152832, + "learning_rate": 7.406447934716907e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9064511895179749, + "num_tokens": 50267649.0, + "step": 39060 + }, + { + "entropy": 1.1587756276130676, + "epoch": 3.7326836724945065, + "grad_norm": 1.593554973602295, + "learning_rate": 7.405063105046936e-05, + "loss": 0.2503, + "mean_token_accuracy": 0.9028231620788574, + "num_tokens": 50280709.0, + "step": 39070 + }, + { + "entropy": 1.1403704404830932, + "epoch": 3.7336390560810164, + "grad_norm": 1.379533052444458, + "learning_rate": 7.403678035306397e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.9005415737628937, + "num_tokens": 50293915.0, + "step": 39080 + }, + { + "entropy": 1.1287254810333252, + "epoch": 3.7345944396675264, + "grad_norm": 1.414588451385498, + "learning_rate": 7.40229272563354e-05, + "loss": 0.2461, + "mean_token_accuracy": 0.9036234319210052, + "num_tokens": 50306764.0, + "step": 39090 + }, + { + "entropy": 1.1584874987602234, + "epoch": 3.7355498232540363, + "grad_norm": 1.4454448223114014, + "learning_rate": 7.400907176166648e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.896685642004013, + "num_tokens": 50320219.0, + "step": 39100 + }, + { + "entropy": 1.1538190960884094, + "epoch": 3.7365052068405467, + "grad_norm": 1.4343973398208618, + "learning_rate": 7.399521387044024e-05, + "loss": 0.263, + "mean_token_accuracy": 0.892839640378952, + "num_tokens": 50333252.0, + "step": 39110 + }, + { + "entropy": 1.13165522813797, + "epoch": 3.7374605904270566, + "grad_norm": 1.3310314416885376, + "learning_rate": 7.398135358403996e-05, + "loss": 0.2601, + "mean_token_accuracy": 0.8964374125003814, + "num_tokens": 50345546.0, + "step": 39120 + }, + { + "entropy": 1.1421882033348083, + "epoch": 3.7384159740135665, + "grad_norm": 1.9163216352462769, + "learning_rate": 7.396749090384916e-05, + "loss": 0.262, + "mean_token_accuracy": 0.895267766714096, + "num_tokens": 50358263.0, + "step": 39130 + }, + { + "entropy": 1.1351146221160888, + "epoch": 3.7393713576000764, + "grad_norm": 1.7648670673370361, + "learning_rate": 7.395362583125161e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8975484549999238, + "num_tokens": 50370525.0, + "step": 39140 + }, + { + "entropy": 1.1470584392547607, + "epoch": 3.7403267411865864, + "grad_norm": 1.123723030090332, + "learning_rate": 7.393975836763129e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.9042275309562683, + "num_tokens": 50383496.0, + "step": 39150 + }, + { + "entropy": 1.1389869570732116, + "epoch": 3.7412821247730963, + "grad_norm": 1.8211725950241089, + "learning_rate": 7.392588851437241e-05, + "loss": 0.2335, + "mean_token_accuracy": 0.9113736987113953, + "num_tokens": 50396202.0, + "step": 39160 + }, + { + "entropy": 1.1514833569526672, + "epoch": 3.7422375083596062, + "grad_norm": 1.4528125524520874, + "learning_rate": 7.391201627285949e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.9003737509250641, + "num_tokens": 50409447.0, + "step": 39170 + }, + { + "entropy": 1.1375148177146912, + "epoch": 3.7431928919461166, + "grad_norm": 2.2781832218170166, + "learning_rate": 7.38981416444772e-05, + "loss": 0.2579, + "mean_token_accuracy": 0.9045684397220611, + "num_tokens": 50421822.0, + "step": 39180 + }, + { + "entropy": 1.1448589324951173, + "epoch": 3.744148275532626, + "grad_norm": 1.3377634286880493, + "learning_rate": 7.388426463061053e-05, + "loss": 0.2636, + "mean_token_accuracy": 0.8930199146270752, + "num_tokens": 50434110.0, + "step": 39190 + }, + { + "entropy": 1.147701048851013, + "epoch": 3.7451036591191365, + "grad_norm": 1.2801316976547241, + "learning_rate": 7.387038523264462e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9054039120674133, + "num_tokens": 50446516.0, + "step": 39200 + }, + { + "entropy": 1.1462106108665466, + "epoch": 3.7460590427056464, + "grad_norm": 1.4019908905029297, + "learning_rate": 7.385650345196494e-05, + "loss": 0.2357, + "mean_token_accuracy": 0.9088164925575256, + "num_tokens": 50459175.0, + "step": 39210 + }, + { + "entropy": 1.1591906428337098, + "epoch": 3.7470144262921563, + "grad_norm": 1.02909255027771, + "learning_rate": 7.384261928995713e-05, + "loss": 0.2557, + "mean_token_accuracy": 0.8979537069797516, + "num_tokens": 50472296.0, + "step": 39220 + }, + { + "entropy": 1.1636229038238526, + "epoch": 3.7479698098786662, + "grad_norm": 1.6333023309707642, + "learning_rate": 7.382873274800709e-05, + "loss": 0.3036, + "mean_token_accuracy": 0.8786417663097381, + "num_tokens": 50485178.0, + "step": 39230 + }, + { + "entropy": 1.1523077726364135, + "epoch": 3.748925193465176, + "grad_norm": 1.2776254415512085, + "learning_rate": 7.381484382750096e-05, + "loss": 0.2446, + "mean_token_accuracy": 0.9002301573753357, + "num_tokens": 50498575.0, + "step": 39240 + }, + { + "entropy": 1.1505028367042542, + "epoch": 3.749880577051686, + "grad_norm": 1.3927160501480103, + "learning_rate": 7.380095252982511e-05, + "loss": 0.2309, + "mean_token_accuracy": 0.9109399914741516, + "num_tokens": 50511219.0, + "step": 39250 + }, + { + "entropy": 1.154315423965454, + "epoch": 3.750835960638196, + "grad_norm": 1.8501862287521362, + "learning_rate": 7.378705885636618e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9005318462848664, + "num_tokens": 50523940.0, + "step": 39260 + }, + { + "entropy": 1.152991819381714, + "epoch": 3.7517913442247064, + "grad_norm": 1.4539076089859009, + "learning_rate": 7.377316280851099e-05, + "loss": 0.302, + "mean_token_accuracy": 0.8818904876708984, + "num_tokens": 50536762.0, + "step": 39270 + }, + { + "entropy": 1.1585773706436158, + "epoch": 3.7527467278112163, + "grad_norm": 1.3022875785827637, + "learning_rate": 7.375926438764662e-05, + "loss": 0.2511, + "mean_token_accuracy": 0.9035798192024231, + "num_tokens": 50550275.0, + "step": 39280 + }, + { + "entropy": 1.1578020095825194, + "epoch": 3.7537021113977262, + "grad_norm": 1.7598109245300293, + "learning_rate": 7.374536359516044e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9009916543960571, + "num_tokens": 50563070.0, + "step": 39290 + }, + { + "entropy": 1.1515864610671998, + "epoch": 3.754657494984236, + "grad_norm": 1.506730079650879, + "learning_rate": 7.373146043243997e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9047800123691558, + "num_tokens": 50575983.0, + "step": 39300 + }, + { + "entropy": 1.1724318861961365, + "epoch": 3.755612878570746, + "grad_norm": 1.8137831687927246, + "learning_rate": 7.371755490087303e-05, + "loss": 0.2313, + "mean_token_accuracy": 0.9108976721763611, + "num_tokens": 50589321.0, + "step": 39310 + }, + { + "entropy": 1.1342788577079772, + "epoch": 3.756568262157256, + "grad_norm": 1.9079023599624634, + "learning_rate": 7.370364700184763e-05, + "loss": 0.249, + "mean_token_accuracy": 0.904931116104126, + "num_tokens": 50602235.0, + "step": 39320 + }, + { + "entropy": 1.1533015370368958, + "epoch": 3.757523645743766, + "grad_norm": 1.7519567012786865, + "learning_rate": 7.368973673675205e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.9028674364089966, + "num_tokens": 50614752.0, + "step": 39330 + }, + { + "entropy": 1.1701413631439208, + "epoch": 3.7584790293302763, + "grad_norm": 1.622366189956665, + "learning_rate": 7.367582410697482e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8968643128871918, + "num_tokens": 50627936.0, + "step": 39340 + }, + { + "entropy": 1.1589113235473634, + "epoch": 3.759434412916786, + "grad_norm": 1.0173124074935913, + "learning_rate": 7.366190911390465e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.9055671334266663, + "num_tokens": 50640757.0, + "step": 39350 + }, + { + "entropy": 1.1463891744613648, + "epoch": 3.760389796503296, + "grad_norm": 1.5828665494918823, + "learning_rate": 7.364799175893054e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.89832444190979, + "num_tokens": 50653482.0, + "step": 39360 + }, + { + "entropy": 1.1454502820968628, + "epoch": 3.761345180089806, + "grad_norm": 1.3702764511108398, + "learning_rate": 7.363407204344168e-05, + "loss": 0.2567, + "mean_token_accuracy": 0.9007298350334167, + "num_tokens": 50665820.0, + "step": 39370 + }, + { + "entropy": 1.1558074593544005, + "epoch": 3.762300563676316, + "grad_norm": 1.1699371337890625, + "learning_rate": 7.362014996882755e-05, + "loss": 0.2274, + "mean_token_accuracy": 0.910812646150589, + "num_tokens": 50678885.0, + "step": 39380 + }, + { + "entropy": 1.1624172806739808, + "epoch": 3.763255947262826, + "grad_norm": 1.0782431364059448, + "learning_rate": 7.36062255364778e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.8976076364517211, + "num_tokens": 50691918.0, + "step": 39390 + }, + { + "entropy": 1.1676820635795593, + "epoch": 3.764211330849336, + "grad_norm": 1.704360842704773, + "learning_rate": 7.359229874778238e-05, + "loss": 0.269, + "mean_token_accuracy": 0.8950126826763153, + "num_tokens": 50705205.0, + "step": 39400 + }, + { + "entropy": 1.1526070713996888, + "epoch": 3.765166714435846, + "grad_norm": 1.6667659282684326, + "learning_rate": 7.357836960413143e-05, + "loss": 0.2727, + "mean_token_accuracy": 0.8951585710048675, + "num_tokens": 50717433.0, + "step": 39410 + }, + { + "entropy": 1.1702344417572021, + "epoch": 3.7661220980223558, + "grad_norm": 1.183654546737671, + "learning_rate": 7.356443810691537e-05, + "loss": 0.2738, + "mean_token_accuracy": 0.8918932557106019, + "num_tokens": 50730512.0, + "step": 39420 + }, + { + "entropy": 1.1700666427612305, + "epoch": 3.767077481608866, + "grad_norm": 1.1433520317077637, + "learning_rate": 7.355050425752479e-05, + "loss": 0.2654, + "mean_token_accuracy": 0.8952558755874633, + "num_tokens": 50744144.0, + "step": 39430 + }, + { + "entropy": 1.1538634181022644, + "epoch": 3.768032865195376, + "grad_norm": 1.334263801574707, + "learning_rate": 7.353656805735056e-05, + "loss": 0.2504, + "mean_token_accuracy": 0.8961359858512878, + "num_tokens": 50756845.0, + "step": 39440 + }, + { + "entropy": 1.140675139427185, + "epoch": 3.768988248781886, + "grad_norm": 1.8218464851379395, + "learning_rate": 7.352262950778377e-05, + "loss": 0.2286, + "mean_token_accuracy": 0.9120032250881195, + "num_tokens": 50769159.0, + "step": 39450 + }, + { + "entropy": 1.1653902173042296, + "epoch": 3.769943632368396, + "grad_norm": 1.4962353706359863, + "learning_rate": 7.350868861021575e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8942931234836579, + "num_tokens": 50782057.0, + "step": 39460 + }, + { + "entropy": 1.1548122406005858, + "epoch": 3.770899015954906, + "grad_norm": 1.0126919746398926, + "learning_rate": 7.349474536603811e-05, + "loss": 0.2485, + "mean_token_accuracy": 0.904894083738327, + "num_tokens": 50795207.0, + "step": 39470 + }, + { + "entropy": 1.144780194759369, + "epoch": 3.7718543995414158, + "grad_norm": 1.4031288623809814, + "learning_rate": 7.348079977664257e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9043466508388519, + "num_tokens": 50808051.0, + "step": 39480 + }, + { + "entropy": 1.1480541229248047, + "epoch": 3.7728097831279257, + "grad_norm": 1.1600130796432495, + "learning_rate": 7.346685184342123e-05, + "loss": 0.2598, + "mean_token_accuracy": 0.8998519003391265, + "num_tokens": 50820573.0, + "step": 39490 + }, + { + "entropy": 1.1561587572097778, + "epoch": 3.773765166714436, + "grad_norm": 1.5637930631637573, + "learning_rate": 7.345290156776631e-05, + "loss": 0.256, + "mean_token_accuracy": 0.900952959060669, + "num_tokens": 50833650.0, + "step": 39500 + }, + { + "entropy": 1.1483546137809753, + "epoch": 3.7747205503009456, + "grad_norm": 1.3765844106674194, + "learning_rate": 7.343894895107034e-05, + "loss": 0.2532, + "mean_token_accuracy": 0.9013031840324401, + "num_tokens": 50846187.0, + "step": 39510 + }, + { + "entropy": 1.1670556783676147, + "epoch": 3.775675933887456, + "grad_norm": 1.2135043144226074, + "learning_rate": 7.342499399472603e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.9006304681301117, + "num_tokens": 50858912.0, + "step": 39520 + }, + { + "entropy": 1.1559261202812194, + "epoch": 3.776631317473966, + "grad_norm": 1.5718121528625488, + "learning_rate": 7.341103670012636e-05, + "loss": 0.2577, + "mean_token_accuracy": 0.9017289161682129, + "num_tokens": 50871626.0, + "step": 39530 + }, + { + "entropy": 1.1486348152160644, + "epoch": 3.777586701060476, + "grad_norm": 1.453059434890747, + "learning_rate": 7.339707706866455e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9043724715709687, + "num_tokens": 50884828.0, + "step": 39540 + }, + { + "entropy": 1.168004560470581, + "epoch": 3.7785420846469857, + "grad_norm": 1.813353419303894, + "learning_rate": 7.338311510173398e-05, + "loss": 0.2848, + "mean_token_accuracy": 0.8852070808410645, + "num_tokens": 50898100.0, + "step": 39550 + }, + { + "entropy": 1.1618723154067994, + "epoch": 3.7794974682334956, + "grad_norm": 1.2205471992492676, + "learning_rate": 7.336915080072837e-05, + "loss": 0.2701, + "mean_token_accuracy": 0.8964546263217926, + "num_tokens": 50910848.0, + "step": 39560 + }, + { + "entropy": 1.1583170175552369, + "epoch": 3.7804528518200056, + "grad_norm": 1.4170564413070679, + "learning_rate": 7.335518416704161e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8994513511657715, + "num_tokens": 50923765.0, + "step": 39570 + }, + { + "entropy": 1.149310839176178, + "epoch": 3.7814082354065155, + "grad_norm": 1.44154953956604, + "learning_rate": 7.334121520206781e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9043879032135009, + "num_tokens": 50936637.0, + "step": 39580 + }, + { + "entropy": 1.1524735927581786, + "epoch": 3.782363618993026, + "grad_norm": 1.5718666315078735, + "learning_rate": 7.332724390720136e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8944243371486664, + "num_tokens": 50949443.0, + "step": 39590 + }, + { + "entropy": 1.1545711636543274, + "epoch": 3.783319002579536, + "grad_norm": 1.859635829925537, + "learning_rate": 7.331327028383684e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9042644739151001, + "num_tokens": 50962430.0, + "step": 39600 + }, + { + "entropy": 1.1594220280647278, + "epoch": 3.7842743861660457, + "grad_norm": 1.368895411491394, + "learning_rate": 7.329929433336911e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.9003748953342438, + "num_tokens": 50975494.0, + "step": 39610 + }, + { + "entropy": 1.1633071184158326, + "epoch": 3.7852297697525557, + "grad_norm": 1.3033959865570068, + "learning_rate": 7.328531605719318e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8981159329414368, + "num_tokens": 50988650.0, + "step": 39620 + }, + { + "entropy": 1.1499097347259521, + "epoch": 3.7861851533390656, + "grad_norm": 1.5803699493408203, + "learning_rate": 7.327133545670439e-05, + "loss": 0.2491, + "mean_token_accuracy": 0.9028756380081177, + "num_tokens": 51001266.0, + "step": 39630 + }, + { + "entropy": 1.1511601209640503, + "epoch": 3.7871405369255755, + "grad_norm": 1.22074294090271, + "learning_rate": 7.325735253329827e-05, + "loss": 0.2747, + "mean_token_accuracy": 0.8839868783950806, + "num_tokens": 51013866.0, + "step": 39640 + }, + { + "entropy": 1.148356521129608, + "epoch": 3.7880959205120854, + "grad_norm": 1.5497058629989624, + "learning_rate": 7.324336728837055e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9040323078632355, + "num_tokens": 51026885.0, + "step": 39650 + }, + { + "entropy": 1.1569998264312744, + "epoch": 3.789051304098596, + "grad_norm": 1.664643406867981, + "learning_rate": 7.322937972331723e-05, + "loss": 0.2688, + "mean_token_accuracy": 0.8944633185863495, + "num_tokens": 51039818.0, + "step": 39660 + }, + { + "entropy": 1.1559702277183532, + "epoch": 3.7900066876851057, + "grad_norm": 1.5930794477462769, + "learning_rate": 7.321538983953454e-05, + "loss": 0.2458, + "mean_token_accuracy": 0.9013535737991333, + "num_tokens": 51052303.0, + "step": 39670 + }, + { + "entropy": 1.1425392389297486, + "epoch": 3.7909620712716157, + "grad_norm": 1.309784173965454, + "learning_rate": 7.320139763841893e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9021776854991913, + "num_tokens": 51064959.0, + "step": 39680 + }, + { + "entropy": 1.1664044737815857, + "epoch": 3.7919174548581256, + "grad_norm": 1.2207552194595337, + "learning_rate": 7.318740312136709e-05, + "loss": 0.2889, + "mean_token_accuracy": 0.8849686920642853, + "num_tokens": 51078089.0, + "step": 39690 + }, + { + "entropy": 1.1586424827575683, + "epoch": 3.7928728384446355, + "grad_norm": 1.724950909614563, + "learning_rate": 7.317340628977591e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8913661241531372, + "num_tokens": 51091350.0, + "step": 39700 + }, + { + "entropy": 1.1605199694633483, + "epoch": 3.7938282220311454, + "grad_norm": 1.3020271062850952, + "learning_rate": 7.315940714504257e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8990911722183228, + "num_tokens": 51104076.0, + "step": 39710 + }, + { + "entropy": 1.153324007987976, + "epoch": 3.7947836056176554, + "grad_norm": 1.709980845451355, + "learning_rate": 7.314540568856445e-05, + "loss": 0.2725, + "mean_token_accuracy": 0.8905260324478149, + "num_tokens": 51117410.0, + "step": 39720 + }, + { + "entropy": 1.147542130947113, + "epoch": 3.7957389892041657, + "grad_norm": 1.1389210224151611, + "learning_rate": 7.313140192173912e-05, + "loss": 0.2863, + "mean_token_accuracy": 0.8915359139442444, + "num_tokens": 51130398.0, + "step": 39730 + }, + { + "entropy": 1.1305717468261718, + "epoch": 3.7966943727906752, + "grad_norm": 1.5374289751052856, + "learning_rate": 7.311739584596448e-05, + "loss": 0.2338, + "mean_token_accuracy": 0.905263465642929, + "num_tokens": 51143088.0, + "step": 39740 + }, + { + "entropy": 1.1408374309539795, + "epoch": 3.7976497563771856, + "grad_norm": 1.8291947841644287, + "learning_rate": 7.310338746263855e-05, + "loss": 0.2672, + "mean_token_accuracy": 0.9009082973003387, + "num_tokens": 51155745.0, + "step": 39750 + }, + { + "entropy": 1.1408366560935974, + "epoch": 3.7986051399636955, + "grad_norm": 1.1902276277542114, + "learning_rate": 7.308937677315963e-05, + "loss": 0.231, + "mean_token_accuracy": 0.9156009376049041, + "num_tokens": 51169151.0, + "step": 39760 + }, + { + "entropy": 1.1573782801628112, + "epoch": 3.7995605235502055, + "grad_norm": 1.3271452188491821, + "learning_rate": 7.307536377892628e-05, + "loss": 0.2744, + "mean_token_accuracy": 0.8934389829635621, + "num_tokens": 51182900.0, + "step": 39770 + }, + { + "entropy": 1.1482747554779054, + "epoch": 3.8005159071367154, + "grad_norm": 1.6085422039031982, + "learning_rate": 7.306134848133725e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9070190846920013, + "num_tokens": 51195619.0, + "step": 39780 + }, + { + "entropy": 1.145034408569336, + "epoch": 3.8014712907232253, + "grad_norm": 2.131589651107788, + "learning_rate": 7.304733088179152e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.906905734539032, + "num_tokens": 51208074.0, + "step": 39790 + }, + { + "entropy": 1.1353215217590331, + "epoch": 3.8024266743097352, + "grad_norm": 1.732444405555725, + "learning_rate": 7.303331098168831e-05, + "loss": 0.2675, + "mean_token_accuracy": 0.8940275490283967, + "num_tokens": 51220441.0, + "step": 39800 + }, + { + "entropy": 1.1273501634597778, + "epoch": 3.803382057896245, + "grad_norm": 1.2068712711334229, + "learning_rate": 7.30192887824271e-05, + "loss": 0.2249, + "mean_token_accuracy": 0.9101174473762512, + "num_tokens": 51233272.0, + "step": 39810 + }, + { + "entropy": 1.1404143214225768, + "epoch": 3.8043374414827555, + "grad_norm": 1.4513355493545532, + "learning_rate": 7.300526428540752e-05, + "loss": 0.2771, + "mean_token_accuracy": 0.8900447487831116, + "num_tokens": 51246348.0, + "step": 39820 + }, + { + "entropy": 1.1319217920303344, + "epoch": 3.8052928250692655, + "grad_norm": 2.201061725616455, + "learning_rate": 7.299123749202953e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.902755868434906, + "num_tokens": 51259026.0, + "step": 39830 + }, + { + "entropy": 1.1337374687194823, + "epoch": 3.8062482086557754, + "grad_norm": 1.948118805885315, + "learning_rate": 7.297720840369323e-05, + "loss": 0.2658, + "mean_token_accuracy": 0.8926254630088806, + "num_tokens": 51271565.0, + "step": 39840 + }, + { + "entropy": 1.127092969417572, + "epoch": 3.8072035922422853, + "grad_norm": 2.0868823528289795, + "learning_rate": 7.2963177021799e-05, + "loss": 0.2644, + "mean_token_accuracy": 0.894143807888031, + "num_tokens": 51284331.0, + "step": 39850 + }, + { + "entropy": 1.1119402408599854, + "epoch": 3.8081589758287953, + "grad_norm": 1.123769998550415, + "learning_rate": 7.294914334774745e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9114022254943848, + "num_tokens": 51296552.0, + "step": 39860 + }, + { + "entropy": 1.1484026432037353, + "epoch": 3.809114359415305, + "grad_norm": 2.1333656311035156, + "learning_rate": 7.293510738293937e-05, + "loss": 0.2768, + "mean_token_accuracy": 0.8928047299385071, + "num_tokens": 51309805.0, + "step": 39870 + }, + { + "entropy": 1.1408502817153932, + "epoch": 3.810069743001815, + "grad_norm": 1.690242886543274, + "learning_rate": 7.292106912877585e-05, + "loss": 0.2425, + "mean_token_accuracy": 0.9052534759044647, + "num_tokens": 51322906.0, + "step": 39880 + }, + { + "entropy": 1.1148529171943664, + "epoch": 3.8110251265883255, + "grad_norm": 1.9008076190948486, + "learning_rate": 7.290702858665814e-05, + "loss": 0.2449, + "mean_token_accuracy": 0.9011934041976929, + "num_tokens": 51335614.0, + "step": 39890 + }, + { + "entropy": 1.1206011176109314, + "epoch": 3.811980510174835, + "grad_norm": 1.3503146171569824, + "learning_rate": 7.28929857579878e-05, + "loss": 0.227, + "mean_token_accuracy": 0.9089476525783539, + "num_tokens": 51348086.0, + "step": 39900 + }, + { + "entropy": 1.123365569114685, + "epoch": 3.8129358937613453, + "grad_norm": 1.744349718093872, + "learning_rate": 7.287894064416651e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8993804514408111, + "num_tokens": 51360383.0, + "step": 39910 + }, + { + "entropy": 1.1177475929260254, + "epoch": 3.8138912773478553, + "grad_norm": 1.537818193435669, + "learning_rate": 7.286489324659626e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9004885673522949, + "num_tokens": 51372785.0, + "step": 39920 + }, + { + "entropy": 1.1334922552108764, + "epoch": 3.814846660934365, + "grad_norm": 1.7861809730529785, + "learning_rate": 7.285084356667926e-05, + "loss": 0.261, + "mean_token_accuracy": 0.899380898475647, + "num_tokens": 51385684.0, + "step": 39930 + }, + { + "entropy": 1.1249634861946105, + "epoch": 3.815802044520875, + "grad_norm": 1.6768221855163574, + "learning_rate": 7.283679160581792e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.8972826302051544, + "num_tokens": 51398180.0, + "step": 39940 + }, + { + "entropy": 1.1330195784568786, + "epoch": 3.816757428107385, + "grad_norm": 2.3741300106048584, + "learning_rate": 7.282273736541489e-05, + "loss": 0.2455, + "mean_token_accuracy": 0.9051577985286713, + "num_tokens": 51410624.0, + "step": 39950 + }, + { + "entropy": 1.1313382625579833, + "epoch": 3.817712811693895, + "grad_norm": 1.6000152826309204, + "learning_rate": 7.280868084687305e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.9006277561187744, + "num_tokens": 51423608.0, + "step": 39960 + }, + { + "entropy": 1.150901985168457, + "epoch": 3.818668195280405, + "grad_norm": 1.3782308101654053, + "learning_rate": 7.27946220515955e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.896101462841034, + "num_tokens": 51436421.0, + "step": 39970 + }, + { + "entropy": 1.1508275270462036, + "epoch": 3.8196235788669153, + "grad_norm": 0.979843020439148, + "learning_rate": 7.278056098098557e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.8996359884738923, + "num_tokens": 51449726.0, + "step": 39980 + }, + { + "entropy": 1.1447107076644898, + "epoch": 3.820578962453425, + "grad_norm": 1.550555944442749, + "learning_rate": 7.276649763644684e-05, + "loss": 0.2804, + "mean_token_accuracy": 0.8970590233802795, + "num_tokens": 51462356.0, + "step": 39990 + }, + { + "entropy": 1.1652211546897888, + "epoch": 3.821534346039935, + "grad_norm": 1.03809654712677, + "learning_rate": 7.275243201938306e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8939345121383667, + "num_tokens": 51476205.0, + "step": 40000 + }, + { + "entropy": 1.1420025825500488, + "epoch": 3.822489729626445, + "grad_norm": 1.3517905473709106, + "learning_rate": 7.273836413119828e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9053418934345245, + "num_tokens": 51489737.0, + "step": 40010 + }, + { + "entropy": 1.1316519975662231, + "epoch": 3.823445113212955, + "grad_norm": 1.6437392234802246, + "learning_rate": 7.272429397329672e-05, + "loss": 0.2793, + "mean_token_accuracy": 0.8924460589885712, + "num_tokens": 51502221.0, + "step": 40020 + }, + { + "entropy": 1.143728995323181, + "epoch": 3.824400496799465, + "grad_norm": 1.3607428073883057, + "learning_rate": 7.271022154708286e-05, + "loss": 0.2759, + "mean_token_accuracy": 0.8904278934001922, + "num_tokens": 51514875.0, + "step": 40030 + }, + { + "entropy": 1.143486988544464, + "epoch": 3.825355880385975, + "grad_norm": 1.349517822265625, + "learning_rate": 7.269614685396137e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.909138160943985, + "num_tokens": 51528194.0, + "step": 40040 + }, + { + "entropy": 1.1356710076332093, + "epoch": 3.826311263972485, + "grad_norm": 1.5104918479919434, + "learning_rate": 7.26820698953372e-05, + "loss": 0.2391, + "mean_token_accuracy": 0.903435492515564, + "num_tokens": 51540756.0, + "step": 40050 + }, + { + "entropy": 1.1494512677192688, + "epoch": 3.8272666475589947, + "grad_norm": 1.7667887210845947, + "learning_rate": 7.266799067261548e-05, + "loss": 0.2795, + "mean_token_accuracy": 0.8865305781364441, + "num_tokens": 51553560.0, + "step": 40060 + }, + { + "entropy": 1.1241392374038697, + "epoch": 3.828222031145505, + "grad_norm": 1.7367390394210815, + "learning_rate": 7.265390918720157e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9058976829051971, + "num_tokens": 51566300.0, + "step": 40070 + }, + { + "entropy": 1.1466494798660278, + "epoch": 3.829177414732015, + "grad_norm": 1.3204774856567383, + "learning_rate": 7.263982544050109e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8947883129119873, + "num_tokens": 51579539.0, + "step": 40080 + }, + { + "entropy": 1.1382165551185608, + "epoch": 3.830132798318525, + "grad_norm": 1.3073711395263672, + "learning_rate": 7.262573943391983e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.9021432936191559, + "num_tokens": 51592159.0, + "step": 40090 + }, + { + "entropy": 1.1184004306793214, + "epoch": 3.831088181905035, + "grad_norm": 1.5067368745803833, + "learning_rate": 7.261165116886388e-05, + "loss": 0.2374, + "mean_token_accuracy": 0.9039506375789642, + "num_tokens": 51604764.0, + "step": 40100 + }, + { + "entropy": 1.1329563856124878, + "epoch": 3.832043565491545, + "grad_norm": 1.803435206413269, + "learning_rate": 7.259756064673949e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9076780140399933, + "num_tokens": 51618122.0, + "step": 40110 + }, + { + "entropy": 1.1222612142562867, + "epoch": 3.8329989490780547, + "grad_norm": 1.7583450078964233, + "learning_rate": 7.258346786895315e-05, + "loss": 0.2609, + "mean_token_accuracy": 0.9028563439846039, + "num_tokens": 51630927.0, + "step": 40120 + }, + { + "entropy": 1.1371531009674072, + "epoch": 3.8339543326645646, + "grad_norm": 1.4282845258712769, + "learning_rate": 7.256937283691163e-05, + "loss": 0.2497, + "mean_token_accuracy": 0.9030385494232178, + "num_tokens": 51643636.0, + "step": 40130 + }, + { + "entropy": 1.136848247051239, + "epoch": 3.834909716251075, + "grad_norm": 1.3596932888031006, + "learning_rate": 7.255527555202182e-05, + "loss": 0.258, + "mean_token_accuracy": 0.9028393924236298, + "num_tokens": 51656371.0, + "step": 40140 + }, + { + "entropy": 1.121988582611084, + "epoch": 3.835865099837585, + "grad_norm": 1.8455076217651367, + "learning_rate": 7.254117601569092e-05, + "loss": 0.2352, + "mean_token_accuracy": 0.9033835828304291, + "num_tokens": 51668506.0, + "step": 40150 + }, + { + "entropy": 1.1346963882446288, + "epoch": 3.836820483424095, + "grad_norm": 1.490517020225525, + "learning_rate": 7.252707422932634e-05, + "loss": 0.2871, + "mean_token_accuracy": 0.8856313347816467, + "num_tokens": 51681363.0, + "step": 40160 + }, + { + "entropy": 1.14031822681427, + "epoch": 3.837775867010605, + "grad_norm": 1.133212685585022, + "learning_rate": 7.25129701943357e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8894162595272064, + "num_tokens": 51693981.0, + "step": 40170 + }, + { + "entropy": 1.1407394051551818, + "epoch": 3.8387312505971147, + "grad_norm": 1.5030008554458618, + "learning_rate": 7.249886391212685e-05, + "loss": 0.2235, + "mean_token_accuracy": 0.9083105802536011, + "num_tokens": 51707543.0, + "step": 40180 + }, + { + "entropy": 1.1355074524879456, + "epoch": 3.8396866341836247, + "grad_norm": 1.5324723720550537, + "learning_rate": 7.248475538410784e-05, + "loss": 0.2704, + "mean_token_accuracy": 0.8947725117206573, + "num_tokens": 51720246.0, + "step": 40190 + }, + { + "entropy": 1.1373639106750488, + "epoch": 3.8406420177701346, + "grad_norm": 1.756443738937378, + "learning_rate": 7.247064461168699e-05, + "loss": 0.2724, + "mean_token_accuracy": 0.8934683680534363, + "num_tokens": 51732755.0, + "step": 40200 + }, + { + "entropy": 1.154819667339325, + "epoch": 3.841597401356645, + "grad_norm": 1.8466918468475342, + "learning_rate": 7.24565315962728e-05, + "loss": 0.2785, + "mean_token_accuracy": 0.8906976878643036, + "num_tokens": 51745648.0, + "step": 40210 + }, + { + "entropy": 1.1643369555473329, + "epoch": 3.8425527849431544, + "grad_norm": 1.8352781534194946, + "learning_rate": 7.244241633927405e-05, + "loss": 0.272, + "mean_token_accuracy": 0.886262571811676, + "num_tokens": 51758862.0, + "step": 40220 + }, + { + "entropy": 1.133474087715149, + "epoch": 3.843508168529665, + "grad_norm": 1.5250728130340576, + "learning_rate": 7.242829884209964e-05, + "loss": 0.2215, + "mean_token_accuracy": 0.9168401539325715, + "num_tokens": 51772470.0, + "step": 40230 + }, + { + "entropy": 1.1338700294494628, + "epoch": 3.8444635521161747, + "grad_norm": 1.209823727607727, + "learning_rate": 7.241417910615886e-05, + "loss": 0.256, + "mean_token_accuracy": 0.9005207717418671, + "num_tokens": 51785495.0, + "step": 40240 + }, + { + "entropy": 1.1371688723564148, + "epoch": 3.8454189357026847, + "grad_norm": 1.6964383125305176, + "learning_rate": 7.240005713286105e-05, + "loss": 0.2467, + "mean_token_accuracy": 0.9061171889305115, + "num_tokens": 51798106.0, + "step": 40250 + }, + { + "entropy": 1.1405977129936218, + "epoch": 3.8463743192891946, + "grad_norm": 1.2388585805892944, + "learning_rate": 7.238593292361589e-05, + "loss": 0.2594, + "mean_token_accuracy": 0.8973609268665313, + "num_tokens": 51810679.0, + "step": 40260 + }, + { + "entropy": 1.1611212372779847, + "epoch": 3.8473297028757045, + "grad_norm": 2.214932441711426, + "learning_rate": 7.237180647983321e-05, + "loss": 0.2567, + "mean_token_accuracy": 0.8989253401756286, + "num_tokens": 51823897.0, + "step": 40270 + }, + { + "entropy": 1.1511157751083374, + "epoch": 3.8482850864622145, + "grad_norm": 1.1884675025939941, + "learning_rate": 7.23576778029231e-05, + "loss": 0.2677, + "mean_token_accuracy": 0.8988550305366516, + "num_tokens": 51836610.0, + "step": 40280 + }, + { + "entropy": 1.151287043094635, + "epoch": 3.8492404700487244, + "grad_norm": 1.5894182920455933, + "learning_rate": 7.234354689429589e-05, + "loss": 0.2334, + "mean_token_accuracy": 0.9099584281444549, + "num_tokens": 51849912.0, + "step": 40290 + }, + { + "entropy": 1.1465644836425781, + "epoch": 3.8501958536352348, + "grad_norm": 1.567686915397644, + "learning_rate": 7.232941375536209e-05, + "loss": 0.2296, + "mean_token_accuracy": 0.9117490112781524, + "num_tokens": 51862569.0, + "step": 40300 + }, + { + "entropy": 1.1657277703285218, + "epoch": 3.8511512372217447, + "grad_norm": 1.9516000747680664, + "learning_rate": 7.231527838753246e-05, + "loss": 0.2721, + "mean_token_accuracy": 0.8908941924571991, + "num_tokens": 51876002.0, + "step": 40310 + }, + { + "entropy": 1.139500343799591, + "epoch": 3.8521066208082546, + "grad_norm": 1.6589030027389526, + "learning_rate": 7.230114079221798e-05, + "loss": 0.2374, + "mean_token_accuracy": 0.9043014883995056, + "num_tokens": 51888300.0, + "step": 40320 + }, + { + "entropy": 1.1398493647575378, + "epoch": 3.8530620043947645, + "grad_norm": 1.561951994895935, + "learning_rate": 7.228700097082986e-05, + "loss": 0.2527, + "mean_token_accuracy": 0.9036066114902497, + "num_tokens": 51901031.0, + "step": 40330 + }, + { + "entropy": 1.1493218302726746, + "epoch": 3.8540173879812745, + "grad_norm": 1.9425241947174072, + "learning_rate": 7.227285892477947e-05, + "loss": 0.254, + "mean_token_accuracy": 0.8976308286190033, + "num_tokens": 51914598.0, + "step": 40340 + }, + { + "entropy": 1.1377058625221252, + "epoch": 3.8549727715677844, + "grad_norm": 2.216290235519409, + "learning_rate": 7.225871465547851e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.8955941379070282, + "num_tokens": 51927377.0, + "step": 40350 + }, + { + "entropy": 1.1455323457717896, + "epoch": 3.8559281551542943, + "grad_norm": 1.2792705297470093, + "learning_rate": 7.224456816433883e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.90323406457901, + "num_tokens": 51940649.0, + "step": 40360 + }, + { + "entropy": 1.1454452395439148, + "epoch": 3.8568835387408047, + "grad_norm": 1.2797352075576782, + "learning_rate": 7.223041945277249e-05, + "loss": 0.2789, + "mean_token_accuracy": 0.8919100046157837, + "num_tokens": 51953577.0, + "step": 40370 + }, + { + "entropy": 1.1466741561889648, + "epoch": 3.857838922327314, + "grad_norm": 1.791208267211914, + "learning_rate": 7.221626852219181e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.9015604019165039, + "num_tokens": 51966498.0, + "step": 40380 + }, + { + "entropy": 1.1354920148849488, + "epoch": 3.8587943059138246, + "grad_norm": 1.5343451499938965, + "learning_rate": 7.220211537400935e-05, + "loss": 0.2454, + "mean_token_accuracy": 0.9043186902999878, + "num_tokens": 51979022.0, + "step": 40390 + }, + { + "entropy": 1.145693826675415, + "epoch": 3.8597496895003345, + "grad_norm": 1.5433143377304077, + "learning_rate": 7.218796000963783e-05, + "loss": 0.2375, + "mean_token_accuracy": 0.9105775654315948, + "num_tokens": 51991977.0, + "step": 40400 + }, + { + "entropy": 1.1391729950904845, + "epoch": 3.8607050730868444, + "grad_norm": 1.960237979888916, + "learning_rate": 7.217380243049022e-05, + "loss": 0.2286, + "mean_token_accuracy": 0.911580502986908, + "num_tokens": 52004427.0, + "step": 40410 + }, + { + "entropy": 1.1338691115379333, + "epoch": 3.8616604566733543, + "grad_norm": 2.242842674255371, + "learning_rate": 7.215964263797973e-05, + "loss": 0.2168, + "mean_token_accuracy": 0.915296095609665, + "num_tokens": 52017124.0, + "step": 40420 + }, + { + "entropy": 1.133968138694763, + "epoch": 3.8626158402598643, + "grad_norm": 1.5889053344726562, + "learning_rate": 7.214548063351975e-05, + "loss": 0.2811, + "mean_token_accuracy": 0.886388623714447, + "num_tokens": 52029596.0, + "step": 40430 + }, + { + "entropy": 1.1499587655067445, + "epoch": 3.863571223846374, + "grad_norm": 1.7739723920822144, + "learning_rate": 7.213131641852394e-05, + "loss": 0.2672, + "mean_token_accuracy": 0.8919015347957611, + "num_tokens": 52042421.0, + "step": 40440 + }, + { + "entropy": 1.1417953729629517, + "epoch": 3.864526607432884, + "grad_norm": 1.6711280345916748, + "learning_rate": 7.211714999440612e-05, + "loss": 0.2862, + "mean_token_accuracy": 0.8847160160541534, + "num_tokens": 52055156.0, + "step": 40450 + }, + { + "entropy": 1.1497343182563782, + "epoch": 3.8654819910193945, + "grad_norm": 1.3683288097381592, + "learning_rate": 7.210298136258043e-05, + "loss": 0.2848, + "mean_token_accuracy": 0.889469051361084, + "num_tokens": 52067510.0, + "step": 40460 + }, + { + "entropy": 1.135802114009857, + "epoch": 3.8664373746059044, + "grad_norm": 1.3137867450714111, + "learning_rate": 7.20888105244611e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.9072805523872376, + "num_tokens": 52080023.0, + "step": 40470 + }, + { + "entropy": 1.1574911713600158, + "epoch": 3.8673927581924143, + "grad_norm": 1.498592495918274, + "learning_rate": 7.207463748146268e-05, + "loss": 0.2823, + "mean_token_accuracy": 0.8842548966407776, + "num_tokens": 52092723.0, + "step": 40480 + }, + { + "entropy": 1.1347224354743957, + "epoch": 3.8683481417789243, + "grad_norm": 1.4048131704330444, + "learning_rate": 7.206046223499991e-05, + "loss": 0.2283, + "mean_token_accuracy": 0.9133203446865081, + "num_tokens": 52105534.0, + "step": 40490 + }, + { + "entropy": 1.1422245740890502, + "epoch": 3.869303525365434, + "grad_norm": 1.530781626701355, + "learning_rate": 7.204628478648772e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9000592052936554, + "num_tokens": 52118574.0, + "step": 40500 + }, + { + "entropy": 1.1441906929016112, + "epoch": 3.870258908951944, + "grad_norm": 1.8201549053192139, + "learning_rate": 7.20321051373413e-05, + "loss": 0.254, + "mean_token_accuracy": 0.90040682554245, + "num_tokens": 52130988.0, + "step": 40510 + }, + { + "entropy": 1.1619326233863831, + "epoch": 3.871214292538454, + "grad_norm": 1.5590438842773438, + "learning_rate": 7.201792328897606e-05, + "loss": 0.2749, + "mean_token_accuracy": 0.892391461133957, + "num_tokens": 52143995.0, + "step": 40520 + }, + { + "entropy": 1.1505980253219605, + "epoch": 3.8721696761249644, + "grad_norm": 1.9925154447555542, + "learning_rate": 7.200373924280759e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9038472235202789, + "num_tokens": 52156692.0, + "step": 40530 + }, + { + "entropy": 1.1509114384651185, + "epoch": 3.873125059711474, + "grad_norm": 1.275217890739441, + "learning_rate": 7.198955300025174e-05, + "loss": 0.2435, + "mean_token_accuracy": 0.9044086873531342, + "num_tokens": 52170081.0, + "step": 40540 + }, + { + "entropy": 1.142575466632843, + "epoch": 3.8740804432979843, + "grad_norm": 2.0985918045043945, + "learning_rate": 7.197536456272457e-05, + "loss": 0.2989, + "mean_token_accuracy": 0.8823146879673004, + "num_tokens": 52182405.0, + "step": 40550 + }, + { + "entropy": 1.1433955430984497, + "epoch": 3.875035826884494, + "grad_norm": 1.604526162147522, + "learning_rate": 7.196117393164235e-05, + "loss": 0.2907, + "mean_token_accuracy": 0.8874373018741608, + "num_tokens": 52194801.0, + "step": 40560 + }, + { + "entropy": 1.1523264646530151, + "epoch": 3.875991210471004, + "grad_norm": 1.4135875701904297, + "learning_rate": 7.194698110842155e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8942902207374572, + "num_tokens": 52207259.0, + "step": 40570 + }, + { + "entropy": 1.142504870891571, + "epoch": 3.876946594057514, + "grad_norm": 1.7591772079467773, + "learning_rate": 7.193278609447891e-05, + "loss": 0.2548, + "mean_token_accuracy": 0.9038402140140533, + "num_tokens": 52220347.0, + "step": 40580 + }, + { + "entropy": 1.1206178069114685, + "epoch": 3.877901977644024, + "grad_norm": 1.474003791809082, + "learning_rate": 7.191858889123134e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.910807728767395, + "num_tokens": 52232823.0, + "step": 40590 + }, + { + "entropy": 1.1411038875579833, + "epoch": 3.878857361230534, + "grad_norm": 1.629646897315979, + "learning_rate": 7.1904389500096e-05, + "loss": 0.283, + "mean_token_accuracy": 0.8905117332935333, + "num_tokens": 52245402.0, + "step": 40600 + }, + { + "entropy": 1.140093994140625, + "epoch": 3.879812744817044, + "grad_norm": 1.6045734882354736, + "learning_rate": 7.189018792249025e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9003076553344727, + "num_tokens": 52258170.0, + "step": 40610 + }, + { + "entropy": 1.1454483985900878, + "epoch": 3.8807681284035542, + "grad_norm": 1.4331932067871094, + "learning_rate": 7.187598415983167e-05, + "loss": 0.311, + "mean_token_accuracy": 0.8842147529125214, + "num_tokens": 52270895.0, + "step": 40620 + }, + { + "entropy": 1.1464590072631835, + "epoch": 3.881723511990064, + "grad_norm": 1.57575261592865, + "learning_rate": 7.18617782135381e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8906613886356354, + "num_tokens": 52284018.0, + "step": 40630 + }, + { + "entropy": 1.1469421863555909, + "epoch": 3.882678895576574, + "grad_norm": 1.6918517351150513, + "learning_rate": 7.184757008502749e-05, + "loss": 0.2361, + "mean_token_accuracy": 0.9077438473701477, + "num_tokens": 52296859.0, + "step": 40640 + }, + { + "entropy": 1.1622699618339538, + "epoch": 3.883634279163084, + "grad_norm": 1.595603108406067, + "learning_rate": 7.183335977571816e-05, + "loss": 0.2809, + "mean_token_accuracy": 0.8831405878067017, + "num_tokens": 52309729.0, + "step": 40650 + }, + { + "entropy": 1.1490532875061035, + "epoch": 3.884589662749594, + "grad_norm": 1.3675464391708374, + "learning_rate": 7.18191472870285e-05, + "loss": 0.272, + "mean_token_accuracy": 0.8945549607276917, + "num_tokens": 52321925.0, + "step": 40660 + }, + { + "entropy": 1.1483797788619996, + "epoch": 3.885545046336104, + "grad_norm": 1.281288743019104, + "learning_rate": 7.180493262037723e-05, + "loss": 0.2908, + "mean_token_accuracy": 0.8863782525062561, + "num_tokens": 52334189.0, + "step": 40670 + }, + { + "entropy": 1.147537934780121, + "epoch": 3.886500429922614, + "grad_norm": 1.6400985717773438, + "learning_rate": 7.179071577718319e-05, + "loss": 0.2699, + "mean_token_accuracy": 0.8852379083633423, + "num_tokens": 52347508.0, + "step": 40680 + }, + { + "entropy": 1.1316547989845276, + "epoch": 3.887455813509124, + "grad_norm": 1.2684296369552612, + "learning_rate": 7.177649675886554e-05, + "loss": 0.2736, + "mean_token_accuracy": 0.8873238682746887, + "num_tokens": 52360416.0, + "step": 40690 + }, + { + "entropy": 1.1372474551200866, + "epoch": 3.8884111970956337, + "grad_norm": 1.118918776512146, + "learning_rate": 7.176227556684359e-05, + "loss": 0.2649, + "mean_token_accuracy": 0.8969856917858123, + "num_tokens": 52373742.0, + "step": 40700 + }, + { + "entropy": 1.139467144012451, + "epoch": 3.889366580682144, + "grad_norm": 1.918985366821289, + "learning_rate": 7.174805220253685e-05, + "loss": 0.2779, + "mean_token_accuracy": 0.8950782895088196, + "num_tokens": 52386248.0, + "step": 40710 + }, + { + "entropy": 1.1427443742752075, + "epoch": 3.890321964268654, + "grad_norm": 1.5369466543197632, + "learning_rate": 7.173382666736515e-05, + "loss": 0.2756, + "mean_token_accuracy": 0.884046071767807, + "num_tokens": 52399055.0, + "step": 40720 + }, + { + "entropy": 1.14083571434021, + "epoch": 3.891277347855164, + "grad_norm": 1.4536924362182617, + "learning_rate": 7.171959896274839e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9044574856758117, + "num_tokens": 52412006.0, + "step": 40730 + }, + { + "entropy": 1.1373676180839538, + "epoch": 3.892232731441674, + "grad_norm": 1.162226915359497, + "learning_rate": 7.170536909010682e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9105037212371826, + "num_tokens": 52424583.0, + "step": 40740 + }, + { + "entropy": 1.158501887321472, + "epoch": 3.8931881150281837, + "grad_norm": 1.6565238237380981, + "learning_rate": 7.169113705086079e-05, + "loss": 0.3055, + "mean_token_accuracy": 0.8777033567428589, + "num_tokens": 52437854.0, + "step": 40750 + }, + { + "entropy": 1.1381396532058716, + "epoch": 3.8941434986146937, + "grad_norm": 2.0709686279296875, + "learning_rate": 7.167690284643101e-05, + "loss": 0.2716, + "mean_token_accuracy": 0.8924038767814636, + "num_tokens": 52450539.0, + "step": 40760 + }, + { + "entropy": 1.1333544850349426, + "epoch": 3.8950988822012036, + "grad_norm": 1.5842344760894775, + "learning_rate": 7.166266647823823e-05, + "loss": 0.2349, + "mean_token_accuracy": 0.9026056885719299, + "num_tokens": 52463404.0, + "step": 40770 + }, + { + "entropy": 1.1466293811798096, + "epoch": 3.896054265787714, + "grad_norm": 1.7491718530654907, + "learning_rate": 7.164842794770356e-05, + "loss": 0.2591, + "mean_token_accuracy": 0.9026612043380737, + "num_tokens": 52476036.0, + "step": 40780 + }, + { + "entropy": 1.1547473430633546, + "epoch": 3.897009649374224, + "grad_norm": 1.957706332206726, + "learning_rate": 7.163418725624828e-05, + "loss": 0.2703, + "mean_token_accuracy": 0.8923804342746735, + "num_tokens": 52489097.0, + "step": 40790 + }, + { + "entropy": 1.1503310203552246, + "epoch": 3.897965032960734, + "grad_norm": 1.9686837196350098, + "learning_rate": 7.161994440529386e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9111034333705902, + "num_tokens": 52502157.0, + "step": 40800 + }, + { + "entropy": 1.1491501688957215, + "epoch": 3.8989204165472438, + "grad_norm": 1.6581374406814575, + "learning_rate": 7.1605699396262e-05, + "loss": 0.229, + "mean_token_accuracy": 0.9098476707935333, + "num_tokens": 52515164.0, + "step": 40810 + }, + { + "entropy": 1.1574580311775207, + "epoch": 3.8998758001337537, + "grad_norm": 1.4998749494552612, + "learning_rate": 7.159145223057464e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8910763561725616, + "num_tokens": 52528037.0, + "step": 40820 + }, + { + "entropy": 1.1576041102409362, + "epoch": 3.9008311837202636, + "grad_norm": 1.2722798585891724, + "learning_rate": 7.157720290965388e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8997210443019867, + "num_tokens": 52540968.0, + "step": 40830 + }, + { + "entropy": 1.1434391975402831, + "epoch": 3.9017865673067735, + "grad_norm": 1.120985746383667, + "learning_rate": 7.156295143492212e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9025599539279938, + "num_tokens": 52553707.0, + "step": 40840 + }, + { + "entropy": 1.1541165232658386, + "epoch": 3.902741950893284, + "grad_norm": 1.2500770092010498, + "learning_rate": 7.154869780780188e-05, + "loss": 0.26, + "mean_token_accuracy": 0.898556387424469, + "num_tokens": 52566640.0, + "step": 40850 + }, + { + "entropy": 1.1481116771698, + "epoch": 3.9036973344797934, + "grad_norm": 1.277025580406189, + "learning_rate": 7.153444202971595e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.8979720413684845, + "num_tokens": 52579436.0, + "step": 40860 + }, + { + "entropy": 1.1637292981147767, + "epoch": 3.9046527180663038, + "grad_norm": 1.5735641717910767, + "learning_rate": 7.152018410208735e-05, + "loss": 0.2925, + "mean_token_accuracy": 0.8921542823314667, + "num_tokens": 52592565.0, + "step": 40870 + }, + { + "entropy": 1.1413285255432128, + "epoch": 3.9056081016528137, + "grad_norm": 1.3261946439743042, + "learning_rate": 7.150592402633928e-05, + "loss": 0.2781, + "mean_token_accuracy": 0.8868837296962738, + "num_tokens": 52605723.0, + "step": 40880 + }, + { + "entropy": 1.1484195470809937, + "epoch": 3.9065634852393236, + "grad_norm": 1.5756714344024658, + "learning_rate": 7.149166180389514e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8994719564914704, + "num_tokens": 52618533.0, + "step": 40890 + }, + { + "entropy": 1.144294309616089, + "epoch": 3.9075188688258335, + "grad_norm": 1.6443573236465454, + "learning_rate": 7.147739743617859e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9070178031921386, + "num_tokens": 52631896.0, + "step": 40900 + }, + { + "entropy": 1.1416772246360778, + "epoch": 3.9084742524123435, + "grad_norm": 1.8284521102905273, + "learning_rate": 7.146313092461348e-05, + "loss": 0.2656, + "mean_token_accuracy": 0.8985961318016052, + "num_tokens": 52644911.0, + "step": 40910 + }, + { + "entropy": 1.1473137617111206, + "epoch": 3.9094296359988534, + "grad_norm": 1.5504071712493896, + "learning_rate": 7.144886227062388e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.8949802279472351, + "num_tokens": 52657952.0, + "step": 40920 + }, + { + "entropy": 1.1334492206573485, + "epoch": 3.9103850195853633, + "grad_norm": 1.2726917266845703, + "learning_rate": 7.143459147563408e-05, + "loss": 0.2321, + "mean_token_accuracy": 0.9097102344036102, + "num_tokens": 52670487.0, + "step": 40930 + }, + { + "entropy": 1.155406892299652, + "epoch": 3.9113404031718737, + "grad_norm": 1.4832950830459595, + "learning_rate": 7.142031854106853e-05, + "loss": 0.2437, + "mean_token_accuracy": 0.9042956471443176, + "num_tokens": 52684165.0, + "step": 40940 + }, + { + "entropy": 1.1443538904190063, + "epoch": 3.9122957867583836, + "grad_norm": 1.7512030601501465, + "learning_rate": 7.140604346835198e-05, + "loss": 0.2537, + "mean_token_accuracy": 0.9041690170764923, + "num_tokens": 52697069.0, + "step": 40950 + }, + { + "entropy": 1.1535373330116272, + "epoch": 3.9132511703448936, + "grad_norm": 1.6102112531661987, + "learning_rate": 7.139176625890933e-05, + "loss": 0.2784, + "mean_token_accuracy": 0.8914580702781677, + "num_tokens": 52709712.0, + "step": 40960 + }, + { + "entropy": 1.1418765783309937, + "epoch": 3.9142065539314035, + "grad_norm": 1.573360562324524, + "learning_rate": 7.137748691416573e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9062003433704376, + "num_tokens": 52722631.0, + "step": 40970 + }, + { + "entropy": 1.151655375957489, + "epoch": 3.9151619375179134, + "grad_norm": 1.7996439933776855, + "learning_rate": 7.13632054355465e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8913390398025512, + "num_tokens": 52736298.0, + "step": 40980 + }, + { + "entropy": 1.1407887816429139, + "epoch": 3.9161173211044233, + "grad_norm": 1.6440961360931396, + "learning_rate": 7.134892182447725e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8963641345500946, + "num_tokens": 52748912.0, + "step": 40990 + }, + { + "entropy": 1.140257441997528, + "epoch": 3.9170727046909333, + "grad_norm": 1.4942747354507446, + "learning_rate": 7.13346360823837e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9031515479087829, + "num_tokens": 52761692.0, + "step": 41000 + }, + { + "entropy": 1.1472256422042846, + "epoch": 3.9180280882774436, + "grad_norm": 1.4441643953323364, + "learning_rate": 7.132034821069186e-05, + "loss": 0.2802, + "mean_token_accuracy": 0.893308013677597, + "num_tokens": 52774265.0, + "step": 41010 + }, + { + "entropy": 1.13790442943573, + "epoch": 3.918983471863953, + "grad_norm": 1.4012295007705688, + "learning_rate": 7.130605821082795e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9027060806751251, + "num_tokens": 52787013.0, + "step": 41020 + }, + { + "entropy": 1.1375485420227052, + "epoch": 3.9199388554504635, + "grad_norm": 1.5089147090911865, + "learning_rate": 7.129176608421833e-05, + "loss": 0.2726, + "mean_token_accuracy": 0.8869730114936829, + "num_tokens": 52799612.0, + "step": 41030 + }, + { + "entropy": 1.1666936993598938, + "epoch": 3.9208942390369734, + "grad_norm": 2.0373594760894775, + "learning_rate": 7.127747183228967e-05, + "loss": 0.3083, + "mean_token_accuracy": 0.8771023690700531, + "num_tokens": 52812519.0, + "step": 41040 + }, + { + "entropy": 1.1372339248657226, + "epoch": 3.9218496226234834, + "grad_norm": 1.950242519378662, + "learning_rate": 7.126317545646877e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8996515989303588, + "num_tokens": 52825049.0, + "step": 41050 + }, + { + "entropy": 1.1616096496582031, + "epoch": 3.9228050062099933, + "grad_norm": 1.6478983163833618, + "learning_rate": 7.124887695818271e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8989213824272155, + "num_tokens": 52838001.0, + "step": 41060 + }, + { + "entropy": 1.144673764705658, + "epoch": 3.923760389796503, + "grad_norm": 1.16594660282135, + "learning_rate": 7.123457633885873e-05, + "loss": 0.2447, + "mean_token_accuracy": 0.9030047535896302, + "num_tokens": 52850965.0, + "step": 41070 + }, + { + "entropy": 1.1518169522285462, + "epoch": 3.924715773383013, + "grad_norm": 1.6520771980285645, + "learning_rate": 7.12202735999243e-05, + "loss": 0.2596, + "mean_token_accuracy": 0.8989626944065094, + "num_tokens": 52864342.0, + "step": 41080 + }, + { + "entropy": 1.1342514157295227, + "epoch": 3.925671156969523, + "grad_norm": 1.9601502418518066, + "learning_rate": 7.120596874280712e-05, + "loss": 0.246, + "mean_token_accuracy": 0.9035744845867157, + "num_tokens": 52877015.0, + "step": 41090 + }, + { + "entropy": 1.1534715294837952, + "epoch": 3.9266265405560334, + "grad_norm": 1.94541597366333, + "learning_rate": 7.119166176893505e-05, + "loss": 0.259, + "mean_token_accuracy": 0.9028735756874084, + "num_tokens": 52890049.0, + "step": 41100 + }, + { + "entropy": 1.1733458399772645, + "epoch": 3.9275819241425434, + "grad_norm": 1.7495439052581787, + "learning_rate": 7.117735267973623e-05, + "loss": 0.2916, + "mean_token_accuracy": 0.8835990488529205, + "num_tokens": 52903278.0, + "step": 41110 + }, + { + "entropy": 1.1410408735275268, + "epoch": 3.9285373077290533, + "grad_norm": 1.4060863256454468, + "learning_rate": 7.116304147663897e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.9005170166492462, + "num_tokens": 52916092.0, + "step": 41120 + }, + { + "entropy": 1.1470584511756896, + "epoch": 3.9294926913155632, + "grad_norm": 1.4611033201217651, + "learning_rate": 7.114872816107177e-05, + "loss": 0.2849, + "mean_token_accuracy": 0.8859901547431945, + "num_tokens": 52928649.0, + "step": 41130 + }, + { + "entropy": 1.1546940326690673, + "epoch": 3.930448074902073, + "grad_norm": 1.819629192352295, + "learning_rate": 7.11344127344634e-05, + "loss": 0.2552, + "mean_token_accuracy": 0.8986249983310699, + "num_tokens": 52941413.0, + "step": 41140 + }, + { + "entropy": 1.1436985850334167, + "epoch": 3.931403458488583, + "grad_norm": 1.5522211790084839, + "learning_rate": 7.112009519824281e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9069094121456146, + "num_tokens": 52954149.0, + "step": 41150 + }, + { + "entropy": 1.1438643217086792, + "epoch": 3.932358842075093, + "grad_norm": 2.5659592151641846, + "learning_rate": 7.110577555383913e-05, + "loss": 0.2717, + "mean_token_accuracy": 0.8918225646018982, + "num_tokens": 52966751.0, + "step": 41160 + }, + { + "entropy": 1.1519456386566163, + "epoch": 3.9333142256616034, + "grad_norm": 1.3701815605163574, + "learning_rate": 7.109145380268177e-05, + "loss": 0.2786, + "mean_token_accuracy": 0.8917442560195923, + "num_tokens": 52979457.0, + "step": 41170 + }, + { + "entropy": 1.1540568590164184, + "epoch": 3.934269609248113, + "grad_norm": 1.5131480693817139, + "learning_rate": 7.107712994620025e-05, + "loss": 0.294, + "mean_token_accuracy": 0.8851439476013183, + "num_tokens": 52992595.0, + "step": 41180 + }, + { + "entropy": 1.1641808032989502, + "epoch": 3.9352249928346232, + "grad_norm": 1.7900387048721313, + "learning_rate": 7.106280398582443e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8993756592273712, + "num_tokens": 53005457.0, + "step": 41190 + }, + { + "entropy": 1.1450429797172545, + "epoch": 3.936180376421133, + "grad_norm": 1.4094947576522827, + "learning_rate": 7.104847592298426e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9092404782772064, + "num_tokens": 53018720.0, + "step": 41200 + }, + { + "entropy": 1.1275312066078187, + "epoch": 3.937135760007643, + "grad_norm": 1.6828149557113647, + "learning_rate": 7.103414575910997e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8984129726886749, + "num_tokens": 53031367.0, + "step": 41210 + }, + { + "entropy": 1.128019380569458, + "epoch": 3.938091143594153, + "grad_norm": 1.7720255851745605, + "learning_rate": 7.1019813495632e-05, + "loss": 0.2491, + "mean_token_accuracy": 0.9057228922843933, + "num_tokens": 53043925.0, + "step": 41220 + }, + { + "entropy": 1.1381645560264588, + "epoch": 3.939046527180663, + "grad_norm": 1.314553141593933, + "learning_rate": 7.100547913398095e-05, + "loss": 0.296, + "mean_token_accuracy": 0.8864167690277099, + "num_tokens": 53056616.0, + "step": 41230 + }, + { + "entropy": 1.1379727482795716, + "epoch": 3.940001910767173, + "grad_norm": 1.6580901145935059, + "learning_rate": 7.099114267558766e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8941977322101593, + "num_tokens": 53069405.0, + "step": 41240 + }, + { + "entropy": 1.1244930148124694, + "epoch": 3.940957294353683, + "grad_norm": 1.4018070697784424, + "learning_rate": 7.09768041218832e-05, + "loss": 0.2342, + "mean_token_accuracy": 0.9121778011322021, + "num_tokens": 53082120.0, + "step": 41250 + }, + { + "entropy": 1.1394003868103026, + "epoch": 3.941912677940193, + "grad_norm": 1.9879887104034424, + "learning_rate": 7.09624634742988e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.9004209339618683, + "num_tokens": 53095107.0, + "step": 41260 + }, + { + "entropy": 1.1418686628341674, + "epoch": 3.942868061526703, + "grad_norm": 1.1779471635818481, + "learning_rate": 7.094812073426595e-05, + "loss": 0.2196, + "mean_token_accuracy": 0.9156537413597107, + "num_tokens": 53108171.0, + "step": 41270 + }, + { + "entropy": 1.146079993247986, + "epoch": 3.943823445113213, + "grad_norm": 1.8104766607284546, + "learning_rate": 7.09337759032163e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8955186188220978, + "num_tokens": 53121381.0, + "step": 41280 + }, + { + "entropy": 1.1489742279052735, + "epoch": 3.944778828699723, + "grad_norm": 1.577837347984314, + "learning_rate": 7.091942898258177e-05, + "loss": 0.2806, + "mean_token_accuracy": 0.8881111741065979, + "num_tokens": 53134910.0, + "step": 41290 + }, + { + "entropy": 1.1467784762382507, + "epoch": 3.945734212286233, + "grad_norm": 2.072263479232788, + "learning_rate": 7.090507997379443e-05, + "loss": 0.2795, + "mean_token_accuracy": 0.8952357411384583, + "num_tokens": 53147749.0, + "step": 41300 + }, + { + "entropy": 1.129452657699585, + "epoch": 3.946689595872743, + "grad_norm": 1.442380666732788, + "learning_rate": 7.089072887828658e-05, + "loss": 0.2438, + "mean_token_accuracy": 0.8990688741207122, + "num_tokens": 53160407.0, + "step": 41310 + }, + { + "entropy": 1.1374000787734986, + "epoch": 3.9476449794592527, + "grad_norm": 1.4412362575531006, + "learning_rate": 7.087637569749074e-05, + "loss": 0.2243, + "mean_token_accuracy": 0.9079699635505676, + "num_tokens": 53173615.0, + "step": 41320 + }, + { + "entropy": 1.15685076713562, + "epoch": 3.948600363045763, + "grad_norm": 1.7648277282714844, + "learning_rate": 7.086202043283962e-05, + "loss": 0.26, + "mean_token_accuracy": 0.9030153572559356, + "num_tokens": 53186989.0, + "step": 41330 + }, + { + "entropy": 1.1519091129302979, + "epoch": 3.9495557466322726, + "grad_norm": 1.331176996231079, + "learning_rate": 7.084766308576615e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.9055144131183624, + "num_tokens": 53200012.0, + "step": 41340 + }, + { + "entropy": 1.1523337006568908, + "epoch": 3.950511130218783, + "grad_norm": 1.6669014692306519, + "learning_rate": 7.083330365770344e-05, + "loss": 0.2985, + "mean_token_accuracy": 0.8880225777626037, + "num_tokens": 53212829.0, + "step": 41350 + }, + { + "entropy": 1.1480313420295716, + "epoch": 3.951466513805293, + "grad_norm": 1.8980727195739746, + "learning_rate": 7.081894215008486e-05, + "loss": 0.2386, + "mean_token_accuracy": 0.9040106356143951, + "num_tokens": 53225673.0, + "step": 41360 + }, + { + "entropy": 1.1499388217926025, + "epoch": 3.952421897391803, + "grad_norm": 1.7514046430587769, + "learning_rate": 7.080457856434397e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8952379167079926, + "num_tokens": 53238731.0, + "step": 41370 + }, + { + "entropy": 1.1451280951499938, + "epoch": 3.9533772809783128, + "grad_norm": 1.313513994216919, + "learning_rate": 7.07902129019145e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9033791244029998, + "num_tokens": 53251321.0, + "step": 41380 + }, + { + "entropy": 1.1488293170928956, + "epoch": 3.9543326645648227, + "grad_norm": 1.4540934562683105, + "learning_rate": 7.077584516423042e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9157163679599762, + "num_tokens": 53264604.0, + "step": 41390 + }, + { + "entropy": 1.1469354510307312, + "epoch": 3.9552880481513326, + "grad_norm": 1.48793625831604, + "learning_rate": 7.076147535272589e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9006658375263215, + "num_tokens": 53277590.0, + "step": 41400 + }, + { + "entropy": 1.14995539188385, + "epoch": 3.9562434317378425, + "grad_norm": 1.7044481039047241, + "learning_rate": 7.074710346883531e-05, + "loss": 0.2548, + "mean_token_accuracy": 0.9058844983577728, + "num_tokens": 53290285.0, + "step": 41410 + }, + { + "entropy": 1.1422808527946473, + "epoch": 3.957198815324353, + "grad_norm": 1.7627830505371094, + "learning_rate": 7.073272951399324e-05, + "loss": 0.2717, + "mean_token_accuracy": 0.8929496169090271, + "num_tokens": 53303101.0, + "step": 41420 + }, + { + "entropy": 1.1369608402252198, + "epoch": 3.958154198910863, + "grad_norm": 1.3163871765136719, + "learning_rate": 7.071835348963449e-05, + "loss": 0.2439, + "mean_token_accuracy": 0.9108323216438293, + "num_tokens": 53315632.0, + "step": 41430 + }, + { + "entropy": 1.1533604502677917, + "epoch": 3.9591095824973728, + "grad_norm": 1.3479135036468506, + "learning_rate": 7.070397539719406e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8909143745899201, + "num_tokens": 53328697.0, + "step": 41440 + }, + { + "entropy": 1.1488316178321838, + "epoch": 3.9600649660838827, + "grad_norm": 1.9494707584381104, + "learning_rate": 7.068959523810714e-05, + "loss": 0.2624, + "mean_token_accuracy": 0.8968003451824188, + "num_tokens": 53341369.0, + "step": 41450 + }, + { + "entropy": 1.1655225038528443, + "epoch": 3.9610203496703926, + "grad_norm": 1.5337717533111572, + "learning_rate": 7.067521301380914e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8984018743038178, + "num_tokens": 53354960.0, + "step": 41460 + }, + { + "entropy": 1.144428789615631, + "epoch": 3.9619757332569026, + "grad_norm": 1.4666767120361328, + "learning_rate": 7.066082872573572e-05, + "loss": 0.2478, + "mean_token_accuracy": 0.9005893766880035, + "num_tokens": 53367973.0, + "step": 41470 + }, + { + "entropy": 1.1520966053009034, + "epoch": 3.9629311168434125, + "grad_norm": 1.1988003253936768, + "learning_rate": 7.064644237532263e-05, + "loss": 0.267, + "mean_token_accuracy": 0.8990652382373809, + "num_tokens": 53380492.0, + "step": 41480 + }, + { + "entropy": 1.1434594750404359, + "epoch": 3.963886500429923, + "grad_norm": 1.6112847328186035, + "learning_rate": 7.063205396400596e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9007881700992584, + "num_tokens": 53393826.0, + "step": 41490 + }, + { + "entropy": 1.1515429139137268, + "epoch": 3.9648418840164323, + "grad_norm": 1.5642683506011963, + "learning_rate": 7.06176634932219e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8974859774112701, + "num_tokens": 53407118.0, + "step": 41500 + }, + { + "entropy": 1.1520849347114563, + "epoch": 3.9657972676029427, + "grad_norm": 1.7476806640625, + "learning_rate": 7.06032709644069e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8928993165493011, + "num_tokens": 53420900.0, + "step": 41510 + }, + { + "entropy": 1.13096684217453, + "epoch": 3.9667526511894526, + "grad_norm": 1.195611596107483, + "learning_rate": 7.058887637899765e-05, + "loss": 0.2187, + "mean_token_accuracy": 0.9104099035263061, + "num_tokens": 53433225.0, + "step": 41520 + }, + { + "entropy": 1.1375780820846557, + "epoch": 3.9677080347759626, + "grad_norm": 1.7711586952209473, + "learning_rate": 7.057447973843094e-05, + "loss": 0.2663, + "mean_token_accuracy": 0.8906975388526917, + "num_tokens": 53446023.0, + "step": 41530 + }, + { + "entropy": 1.1380746960639954, + "epoch": 3.9686634183624725, + "grad_norm": 1.7579972743988037, + "learning_rate": 7.056008104414386e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9023938596248626, + "num_tokens": 53458855.0, + "step": 41540 + }, + { + "entropy": 1.1529250502586366, + "epoch": 3.9696188019489824, + "grad_norm": 1.616246223449707, + "learning_rate": 7.054568029757366e-05, + "loss": 0.3043, + "mean_token_accuracy": 0.8761590957641602, + "num_tokens": 53471557.0, + "step": 41550 + }, + { + "entropy": 1.151619815826416, + "epoch": 3.9705741855354924, + "grad_norm": 1.4156060218811035, + "learning_rate": 7.053127750015783e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.911052942276001, + "num_tokens": 53484572.0, + "step": 41560 + }, + { + "entropy": 1.1459832072257996, + "epoch": 3.9715295691220023, + "grad_norm": 1.5735583305358887, + "learning_rate": 7.051687265333398e-05, + "loss": 0.2602, + "mean_token_accuracy": 0.8973138928413391, + "num_tokens": 53497543.0, + "step": 41570 + }, + { + "entropy": 1.15034362077713, + "epoch": 3.9724849527085127, + "grad_norm": 1.715470314025879, + "learning_rate": 7.050246575854004e-05, + "loss": 0.2671, + "mean_token_accuracy": 0.898361212015152, + "num_tokens": 53510339.0, + "step": 41580 + }, + { + "entropy": 1.1407483220100403, + "epoch": 3.9734403362950226, + "grad_norm": 1.6282243728637695, + "learning_rate": 7.048805681721407e-05, + "loss": 0.2329, + "mean_token_accuracy": 0.9031821429729462, + "num_tokens": 53523446.0, + "step": 41590 + }, + { + "entropy": 1.1547133684158326, + "epoch": 3.9743957198815325, + "grad_norm": 1.5478488206863403, + "learning_rate": 7.047364583079435e-05, + "loss": 0.263, + "mean_token_accuracy": 0.8986834943294525, + "num_tokens": 53536617.0, + "step": 41600 + }, + { + "entropy": 1.1454930305480957, + "epoch": 3.9753511034680424, + "grad_norm": 1.352715015411377, + "learning_rate": 7.045923280071937e-05, + "loss": 0.2547, + "mean_token_accuracy": 0.9032512784004212, + "num_tokens": 53549633.0, + "step": 41610 + }, + { + "entropy": 1.1566032648086548, + "epoch": 3.9763064870545524, + "grad_norm": 1.5244182348251343, + "learning_rate": 7.044481772842785e-05, + "loss": 0.2856, + "mean_token_accuracy": 0.8885789036750793, + "num_tokens": 53562407.0, + "step": 41620 + }, + { + "entropy": 1.1521835803985596, + "epoch": 3.9772618706410623, + "grad_norm": 1.8943397998809814, + "learning_rate": 7.043040061535865e-05, + "loss": 0.2629, + "mean_token_accuracy": 0.8988092482089997, + "num_tokens": 53575774.0, + "step": 41630 + }, + { + "entropy": 1.1197994232177735, + "epoch": 3.978217254227572, + "grad_norm": 1.5661954879760742, + "learning_rate": 7.041598146295088e-05, + "loss": 0.2621, + "mean_token_accuracy": 0.9011743545532227, + "num_tokens": 53588364.0, + "step": 41640 + }, + { + "entropy": 1.1385499358177185, + "epoch": 3.9791726378140826, + "grad_norm": 1.69802725315094, + "learning_rate": 7.040156027264382e-05, + "loss": 0.286, + "mean_token_accuracy": 0.8805874586105347, + "num_tokens": 53601169.0, + "step": 41650 + }, + { + "entropy": 1.1599258422851562, + "epoch": 3.980128021400592, + "grad_norm": 1.426261305809021, + "learning_rate": 7.038713704587702e-05, + "loss": 0.252, + "mean_token_accuracy": 0.899955403804779, + "num_tokens": 53614066.0, + "step": 41660 + }, + { + "entropy": 1.1592221856117249, + "epoch": 3.9810834049871024, + "grad_norm": 1.6547480821609497, + "learning_rate": 7.037271178409017e-05, + "loss": 0.2687, + "mean_token_accuracy": 0.8905182242393493, + "num_tokens": 53626823.0, + "step": 41670 + }, + { + "entropy": 1.1613386750221253, + "epoch": 3.9820387885736124, + "grad_norm": 1.4645624160766602, + "learning_rate": 7.035828448872317e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9028328001499176, + "num_tokens": 53639962.0, + "step": 41680 + }, + { + "entropy": 1.1398464560508728, + "epoch": 3.9829941721601223, + "grad_norm": 1.7471965551376343, + "learning_rate": 7.034385516121616e-05, + "loss": 0.2011, + "mean_token_accuracy": 0.9215928554534912, + "num_tokens": 53652621.0, + "step": 41690 + }, + { + "entropy": 1.1422107458114623, + "epoch": 3.9839495557466322, + "grad_norm": 1.8532713651657104, + "learning_rate": 7.032942380300945e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8990327060222626, + "num_tokens": 53664902.0, + "step": 41700 + }, + { + "entropy": 1.1557432770729066, + "epoch": 3.984904939333142, + "grad_norm": 2.4610564708709717, + "learning_rate": 7.031499041554354e-05, + "loss": 0.2951, + "mean_token_accuracy": 0.8907294034957886, + "num_tokens": 53677526.0, + "step": 41710 + }, + { + "entropy": 1.1651895999908448, + "epoch": 3.985860322919652, + "grad_norm": 1.434996247291565, + "learning_rate": 7.030055500025918e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.9037172794342041, + "num_tokens": 53690596.0, + "step": 41720 + }, + { + "entropy": 1.1518374800682067, + "epoch": 3.986815706506162, + "grad_norm": 1.4543122053146362, + "learning_rate": 7.028611755859727e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9039093315601349, + "num_tokens": 53703146.0, + "step": 41730 + }, + { + "entropy": 1.1393688201904297, + "epoch": 3.9877710900926724, + "grad_norm": 1.9033595323562622, + "learning_rate": 7.027167809199897e-05, + "loss": 0.2367, + "mean_token_accuracy": 0.9081390619277954, + "num_tokens": 53715759.0, + "step": 41740 + }, + { + "entropy": 1.1541674971580504, + "epoch": 3.9887264736791823, + "grad_norm": 1.3874813318252563, + "learning_rate": 7.025723660190559e-05, + "loss": 0.282, + "mean_token_accuracy": 0.890932047367096, + "num_tokens": 53728949.0, + "step": 41750 + }, + { + "entropy": 1.1469703316688538, + "epoch": 3.9896818572656922, + "grad_norm": 1.8726369142532349, + "learning_rate": 7.024279308975868e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.9031862080097198, + "num_tokens": 53741567.0, + "step": 41760 + }, + { + "entropy": 1.1442592144012451, + "epoch": 3.990637240852202, + "grad_norm": 1.527501106262207, + "learning_rate": 7.022834755699996e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9142730593681335, + "num_tokens": 53754420.0, + "step": 41770 + }, + { + "entropy": 1.1328404426574707, + "epoch": 3.991592624438712, + "grad_norm": 1.5323832035064697, + "learning_rate": 7.021390000507135e-05, + "loss": 0.2505, + "mean_token_accuracy": 0.9029695391654968, + "num_tokens": 53767461.0, + "step": 41780 + }, + { + "entropy": 1.137171244621277, + "epoch": 3.992548008025222, + "grad_norm": 1.317768931388855, + "learning_rate": 7.019945043541504e-05, + "loss": 0.2346, + "mean_token_accuracy": 0.9058834195137024, + "num_tokens": 53780079.0, + "step": 41790 + }, + { + "entropy": 1.1394971489906311, + "epoch": 3.993503391611732, + "grad_norm": 1.5908825397491455, + "learning_rate": 7.01849988494733e-05, + "loss": 0.2738, + "mean_token_accuracy": 0.8916763722896576, + "num_tokens": 53792957.0, + "step": 41800 + }, + { + "entropy": 1.1596304655075074, + "epoch": 3.9944587751982423, + "grad_norm": 1.4763785600662231, + "learning_rate": 7.017054524868873e-05, + "loss": 0.2854, + "mean_token_accuracy": 0.8817622363567352, + "num_tokens": 53806078.0, + "step": 41810 + }, + { + "entropy": 1.1286003947257996, + "epoch": 3.995414158784752, + "grad_norm": 1.9465160369873047, + "learning_rate": 7.015608963450403e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9067048847675323, + "num_tokens": 53818864.0, + "step": 41820 + }, + { + "entropy": 1.1419911503791809, + "epoch": 3.996369542371262, + "grad_norm": 1.5713953971862793, + "learning_rate": 7.014163200836217e-05, + "loss": 0.2681, + "mean_token_accuracy": 0.9000572085380554, + "num_tokens": 53831689.0, + "step": 41830 + }, + { + "entropy": 1.1280020236968995, + "epoch": 3.997324925957772, + "grad_norm": 1.3334815502166748, + "learning_rate": 7.012717237170628e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9037073433399201, + "num_tokens": 53844212.0, + "step": 41840 + }, + { + "entropy": 1.1312594890594483, + "epoch": 3.998280309544282, + "grad_norm": 2.0822980403900146, + "learning_rate": 7.01127107259797e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9050035893917083, + "num_tokens": 53857369.0, + "step": 41850 + }, + { + "entropy": 1.1340254545211792, + "epoch": 3.999235693130792, + "grad_norm": 1.6610808372497559, + "learning_rate": 7.0098247072626e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.908839225769043, + "num_tokens": 53870140.0, + "step": 41860 + }, + { + "entropy": 1.1399188876152038, + "epoch": 4.000191076717302, + "grad_norm": 1.5188783407211304, + "learning_rate": 7.008378141308888e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9103259742259979, + "num_tokens": 53882288.0, + "step": 41870 + }, + { + "entropy": 1.1258367538452148, + "epoch": 4.001146460303812, + "grad_norm": 1.2173303365707397, + "learning_rate": 7.006931374881234e-05, + "loss": 0.1886, + "mean_token_accuracy": 0.930047869682312, + "num_tokens": 53894787.0, + "step": 41880 + }, + { + "entropy": 1.0901744961738586, + "epoch": 4.002101843890322, + "grad_norm": 1.5584698915481567, + "learning_rate": 7.005484408124048e-05, + "loss": 0.1655, + "mean_token_accuracy": 0.9331979811191559, + "num_tokens": 53907832.0, + "step": 41890 + }, + { + "entropy": 1.0790435910224914, + "epoch": 4.003057227476832, + "grad_norm": 1.6657782793045044, + "learning_rate": 7.004037241181767e-05, + "loss": 0.1394, + "mean_token_accuracy": 0.9460006296634674, + "num_tokens": 53920790.0, + "step": 41900 + }, + { + "entropy": 1.0710715770721435, + "epoch": 4.004012611063342, + "grad_norm": 1.2247871160507202, + "learning_rate": 7.002589874198843e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9340886056423188, + "num_tokens": 53933267.0, + "step": 41910 + }, + { + "entropy": 1.0763873338699341, + "epoch": 4.004967994649852, + "grad_norm": 1.499865174293518, + "learning_rate": 7.001142307319755e-05, + "loss": 0.1506, + "mean_token_accuracy": 0.9428682088851928, + "num_tokens": 53946015.0, + "step": 41920 + }, + { + "entropy": 1.10698664188385, + "epoch": 4.0059233782363615, + "grad_norm": 1.7587463855743408, + "learning_rate": 6.999694540688991e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.9366818606853485, + "num_tokens": 53959031.0, + "step": 41930 + }, + { + "entropy": 1.0974022507667542, + "epoch": 4.006878761822872, + "grad_norm": 1.2927727699279785, + "learning_rate": 6.99824657445107e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9378762125968934, + "num_tokens": 53971474.0, + "step": 41940 + }, + { + "entropy": 1.0881731152534484, + "epoch": 4.007834145409382, + "grad_norm": 1.2699909210205078, + "learning_rate": 6.996798408750527e-05, + "loss": 0.1487, + "mean_token_accuracy": 0.9456701159477234, + "num_tokens": 53984441.0, + "step": 41950 + }, + { + "entropy": 1.0875747561454774, + "epoch": 4.008789528995892, + "grad_norm": 1.3450720310211182, + "learning_rate": 6.995350043731912e-05, + "loss": 0.1364, + "mean_token_accuracy": 0.9508697807788848, + "num_tokens": 53997193.0, + "step": 41960 + }, + { + "entropy": 1.1159223556518554, + "epoch": 4.009744912582402, + "grad_norm": 2.7361297607421875, + "learning_rate": 6.993901479539804e-05, + "loss": 0.1871, + "mean_token_accuracy": 0.9242325186729431, + "num_tokens": 54010219.0, + "step": 41970 + }, + { + "entropy": 1.087160575389862, + "epoch": 4.0107002961689115, + "grad_norm": 1.5305607318878174, + "learning_rate": 6.992452716318794e-05, + "loss": 0.1453, + "mean_token_accuracy": 0.9423555731773376, + "num_tokens": 54023007.0, + "step": 41980 + }, + { + "entropy": 1.0919036865234375, + "epoch": 4.011655679755422, + "grad_norm": 1.3318734169006348, + "learning_rate": 6.991003754213496e-05, + "loss": 0.1568, + "mean_token_accuracy": 0.9382144212722778, + "num_tokens": 54035906.0, + "step": 41990 + }, + { + "entropy": 1.108779525756836, + "epoch": 4.012611063341931, + "grad_norm": 1.7306337356567383, + "learning_rate": 6.989554593368542e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9247678697109223, + "num_tokens": 54048956.0, + "step": 42000 + }, + { + "entropy": 1.0999817609786988, + "epoch": 4.013566446928442, + "grad_norm": 1.320572018623352, + "learning_rate": 6.98810523392859e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9266622960567474, + "num_tokens": 54062175.0, + "step": 42010 + }, + { + "entropy": 1.090546762943268, + "epoch": 4.014521830514952, + "grad_norm": 2.3722004890441895, + "learning_rate": 6.98665567603831e-05, + "loss": 0.1796, + "mean_token_accuracy": 0.9278354942798615, + "num_tokens": 54074908.0, + "step": 42020 + }, + { + "entropy": 1.0911940574645995, + "epoch": 4.015477214101462, + "grad_norm": 1.7042375802993774, + "learning_rate": 6.985205919842395e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9312681019306183, + "num_tokens": 54087807.0, + "step": 42030 + }, + { + "entropy": 1.1068787217140197, + "epoch": 4.016432597687972, + "grad_norm": 1.2870824337005615, + "learning_rate": 6.983755965485561e-05, + "loss": 0.1535, + "mean_token_accuracy": 0.9385337114334107, + "num_tokens": 54101246.0, + "step": 42040 + }, + { + "entropy": 1.0697847485542298, + "epoch": 4.0173879812744815, + "grad_norm": 1.780213713645935, + "learning_rate": 6.982305813112537e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9315465748310089, + "num_tokens": 54113578.0, + "step": 42050 + }, + { + "entropy": 1.0835501492023467, + "epoch": 4.018343364860992, + "grad_norm": 1.9973429441452026, + "learning_rate": 6.980855462868078e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9332162737846375, + "num_tokens": 54126100.0, + "step": 42060 + }, + { + "entropy": 1.0921010375022888, + "epoch": 4.019298748447501, + "grad_norm": 1.16015625, + "learning_rate": 6.979404914896957e-05, + "loss": 0.1984, + "mean_token_accuracy": 0.9210990250110627, + "num_tokens": 54139246.0, + "step": 42070 + }, + { + "entropy": 1.087086844444275, + "epoch": 4.020254132034012, + "grad_norm": 1.4460954666137695, + "learning_rate": 6.977954169343964e-05, + "loss": 0.158, + "mean_token_accuracy": 0.9386338829994202, + "num_tokens": 54152080.0, + "step": 42080 + }, + { + "entropy": 1.0992666244506837, + "epoch": 4.021209515620521, + "grad_norm": 1.3276536464691162, + "learning_rate": 6.97650322635391e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9337577521800995, + "num_tokens": 54165118.0, + "step": 42090 + }, + { + "entropy": 1.078677773475647, + "epoch": 4.022164899207032, + "grad_norm": 1.752343773841858, + "learning_rate": 6.975052086071627e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9332778990268707, + "num_tokens": 54178183.0, + "step": 42100 + }, + { + "entropy": 1.0902434706687927, + "epoch": 4.023120282793542, + "grad_norm": 1.4449418783187866, + "learning_rate": 6.973600748641969e-05, + "loss": 0.1575, + "mean_token_accuracy": 0.9389284551143646, + "num_tokens": 54191049.0, + "step": 42110 + }, + { + "entropy": 1.0825966835021972, + "epoch": 4.024075666380051, + "grad_norm": 1.424089789390564, + "learning_rate": 6.972149214209802e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9354703426361084, + "num_tokens": 54203583.0, + "step": 42120 + }, + { + "entropy": 1.080766749382019, + "epoch": 4.025031049966562, + "grad_norm": 1.936280369758606, + "learning_rate": 6.970697482920022e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9363524913787842, + "num_tokens": 54216504.0, + "step": 42130 + }, + { + "entropy": 1.0968867063522338, + "epoch": 4.025986433553071, + "grad_norm": 1.706605315208435, + "learning_rate": 6.969245554917534e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9304869115352631, + "num_tokens": 54229831.0, + "step": 42140 + }, + { + "entropy": 1.0800482153892517, + "epoch": 4.026941817139582, + "grad_norm": 2.1533091068267822, + "learning_rate": 6.967793430347271e-05, + "loss": 0.1584, + "mean_token_accuracy": 0.9405156135559082, + "num_tokens": 54242705.0, + "step": 42150 + }, + { + "entropy": 1.0815834045410155, + "epoch": 4.027897200726091, + "grad_norm": 1.586233139038086, + "learning_rate": 6.96634110935418e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9365759372711182, + "num_tokens": 54255064.0, + "step": 42160 + }, + { + "entropy": 1.0741028308868408, + "epoch": 4.0288525843126015, + "grad_norm": 1.4182201623916626, + "learning_rate": 6.964888592083233e-05, + "loss": 0.1527, + "mean_token_accuracy": 0.9431361258029938, + "num_tokens": 54268018.0, + "step": 42170 + }, + { + "entropy": 1.083588445186615, + "epoch": 4.029807967899112, + "grad_norm": 1.5007176399230957, + "learning_rate": 6.963435878679416e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.936150747537613, + "num_tokens": 54281396.0, + "step": 42180 + }, + { + "entropy": 1.0819998025894164, + "epoch": 4.030763351485621, + "grad_norm": 1.8583159446716309, + "learning_rate": 6.961982969287738e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9440867006778717, + "num_tokens": 54294173.0, + "step": 42190 + }, + { + "entropy": 1.1021843075752258, + "epoch": 4.031718735072132, + "grad_norm": 2.045957088470459, + "learning_rate": 6.960529864053226e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9307814836502075, + "num_tokens": 54307431.0, + "step": 42200 + }, + { + "entropy": 1.1042474150657653, + "epoch": 4.032674118658641, + "grad_norm": 2.2872097492218018, + "learning_rate": 6.959076563120927e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9318968772888183, + "num_tokens": 54321008.0, + "step": 42210 + }, + { + "entropy": 1.0969023942947387, + "epoch": 4.033629502245152, + "grad_norm": 1.2988135814666748, + "learning_rate": 6.957623066635913e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.934970599412918, + "num_tokens": 54333503.0, + "step": 42220 + }, + { + "entropy": 1.0864596247673035, + "epoch": 4.034584885831661, + "grad_norm": 1.5423150062561035, + "learning_rate": 6.956169374743261e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.937561959028244, + "num_tokens": 54346599.0, + "step": 42230 + }, + { + "entropy": 1.074824047088623, + "epoch": 4.0355402694181715, + "grad_norm": 1.2372864484786987, + "learning_rate": 6.954715487588085e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.9383148908615112, + "num_tokens": 54358922.0, + "step": 42240 + }, + { + "entropy": 1.09619380235672, + "epoch": 4.036495653004681, + "grad_norm": 1.3092912435531616, + "learning_rate": 6.953261405315504e-05, + "loss": 0.1626, + "mean_token_accuracy": 0.9401686429977417, + "num_tokens": 54371949.0, + "step": 42250 + }, + { + "entropy": 1.0910655736923218, + "epoch": 4.037451036591191, + "grad_norm": 1.6812546253204346, + "learning_rate": 6.951807128070669e-05, + "loss": 0.156, + "mean_token_accuracy": 0.9367694854736328, + "num_tokens": 54385049.0, + "step": 42260 + }, + { + "entropy": 1.0904341459274292, + "epoch": 4.038406420177702, + "grad_norm": 1.5829603672027588, + "learning_rate": 6.95035265599874e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9370815873146057, + "num_tokens": 54397788.0, + "step": 42270 + }, + { + "entropy": 1.0785622358322144, + "epoch": 4.039361803764211, + "grad_norm": 1.7172722816467285, + "learning_rate": 6.948897989244901e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9351645112037659, + "num_tokens": 54410688.0, + "step": 42280 + }, + { + "entropy": 1.0932715296745301, + "epoch": 4.0403171873507215, + "grad_norm": 1.6385287046432495, + "learning_rate": 6.947443127954358e-05, + "loss": 0.161, + "mean_token_accuracy": 0.938139671087265, + "num_tokens": 54423185.0, + "step": 42290 + }, + { + "entropy": 1.0975104570388794, + "epoch": 4.041272570937231, + "grad_norm": 1.390923023223877, + "learning_rate": 6.94598807227233e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9374655544757843, + "num_tokens": 54436084.0, + "step": 42300 + }, + { + "entropy": 1.1002890944480896, + "epoch": 4.042227954523741, + "grad_norm": 1.5350230932235718, + "learning_rate": 6.944532822344061e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9417305886745453, + "num_tokens": 54449541.0, + "step": 42310 + }, + { + "entropy": 1.0943714022636413, + "epoch": 4.043183338110251, + "grad_norm": 1.782220721244812, + "learning_rate": 6.943077378314812e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9321617186069489, + "num_tokens": 54463061.0, + "step": 42320 + }, + { + "entropy": 1.099358868598938, + "epoch": 4.044138721696761, + "grad_norm": 1.5027731657028198, + "learning_rate": 6.941621740329862e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9345560610294342, + "num_tokens": 54475976.0, + "step": 42330 + }, + { + "entropy": 1.0746038556098938, + "epoch": 4.045094105283272, + "grad_norm": 1.105224370956421, + "learning_rate": 6.940165908534513e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9294059157371521, + "num_tokens": 54488791.0, + "step": 42340 + }, + { + "entropy": 1.0961793065071106, + "epoch": 4.046049488869781, + "grad_norm": 1.2779810428619385, + "learning_rate": 6.938709883074086e-05, + "loss": 0.1646, + "mean_token_accuracy": 0.9371672689914703, + "num_tokens": 54502025.0, + "step": 42350 + }, + { + "entropy": 1.0748307228088378, + "epoch": 4.0470048724562915, + "grad_norm": 1.7754536867141724, + "learning_rate": 6.937253664093916e-05, + "loss": 0.1626, + "mean_token_accuracy": 0.9336800158023835, + "num_tokens": 54514855.0, + "step": 42360 + }, + { + "entropy": 1.0767850875854492, + "epoch": 4.047960256042801, + "grad_norm": 1.6406172513961792, + "learning_rate": 6.935797251739364e-05, + "loss": 0.1725, + "mean_token_accuracy": 0.9324070811271667, + "num_tokens": 54527642.0, + "step": 42370 + }, + { + "entropy": 1.0749605655670167, + "epoch": 4.048915639629311, + "grad_norm": 1.7381384372711182, + "learning_rate": 6.934340646155806e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9360954761505127, + "num_tokens": 54540425.0, + "step": 42380 + }, + { + "entropy": 1.0677657008171082, + "epoch": 4.049871023215821, + "grad_norm": 1.7521660327911377, + "learning_rate": 6.932883847488638e-05, + "loss": 0.1584, + "mean_token_accuracy": 0.9405002772808075, + "num_tokens": 54553453.0, + "step": 42390 + }, + { + "entropy": 1.0647401213645935, + "epoch": 4.050826406802331, + "grad_norm": 1.2186963558197021, + "learning_rate": 6.931426855883276e-05, + "loss": 0.1666, + "mean_token_accuracy": 0.9376735031604767, + "num_tokens": 54566154.0, + "step": 42400 + }, + { + "entropy": 1.0768455624580384, + "epoch": 4.051781790388841, + "grad_norm": 1.2492040395736694, + "learning_rate": 6.929969671485157e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9328837156295776, + "num_tokens": 54579202.0, + "step": 42410 + }, + { + "entropy": 1.0746665954589845, + "epoch": 4.052737173975351, + "grad_norm": 1.8695957660675049, + "learning_rate": 6.928512294439735e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.9348395824432373, + "num_tokens": 54591725.0, + "step": 42420 + }, + { + "entropy": 1.0667652010917663, + "epoch": 4.053692557561861, + "grad_norm": 1.1972821950912476, + "learning_rate": 6.927054724892483e-05, + "loss": 0.1335, + "mean_token_accuracy": 0.9453997254371643, + "num_tokens": 54604960.0, + "step": 42430 + }, + { + "entropy": 1.0656561493873595, + "epoch": 4.054647941148371, + "grad_norm": 1.7212917804718018, + "learning_rate": 6.925596962988893e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9368525207042694, + "num_tokens": 54617585.0, + "step": 42440 + }, + { + "entropy": 1.0692211627960204, + "epoch": 4.055603324734881, + "grad_norm": 1.6269217729568481, + "learning_rate": 6.924139008874479e-05, + "loss": 0.1486, + "mean_token_accuracy": 0.9403063237667084, + "num_tokens": 54631066.0, + "step": 42450 + }, + { + "entropy": 1.069369626045227, + "epoch": 4.056558708321391, + "grad_norm": 1.8229504823684692, + "learning_rate": 6.92268086269477e-05, + "loss": 0.1399, + "mean_token_accuracy": 0.9471463084220886, + "num_tokens": 54644225.0, + "step": 42460 + }, + { + "entropy": 1.0517977714538573, + "epoch": 4.057514091907901, + "grad_norm": 1.9305328130722046, + "learning_rate": 6.921222524595318e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9337596774101258, + "num_tokens": 54656973.0, + "step": 42470 + }, + { + "entropy": 1.0577419877052308, + "epoch": 4.058469475494411, + "grad_norm": 1.8374245166778564, + "learning_rate": 6.919763994721693e-05, + "loss": 0.1501, + "mean_token_accuracy": 0.9378140032291412, + "num_tokens": 54670039.0, + "step": 42480 + }, + { + "entropy": 1.0669962763786316, + "epoch": 4.059424859080921, + "grad_norm": 1.3006175756454468, + "learning_rate": 6.918305273219484e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9340944886207581, + "num_tokens": 54683417.0, + "step": 42490 + }, + { + "entropy": 1.0553233742713928, + "epoch": 4.060380242667431, + "grad_norm": 2.157064914703369, + "learning_rate": 6.916846360234296e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9375605881214142, + "num_tokens": 54695447.0, + "step": 42500 + }, + { + "entropy": 1.0686938047409058, + "epoch": 4.061335626253941, + "grad_norm": 1.866811752319336, + "learning_rate": 6.915387255911759e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9405495941638946, + "num_tokens": 54708253.0, + "step": 42510 + }, + { + "entropy": 1.0883548259735107, + "epoch": 4.062291009840451, + "grad_norm": 1.8995654582977295, + "learning_rate": 6.913927960397518e-05, + "loss": 0.1926, + "mean_token_accuracy": 0.9255338788032532, + "num_tokens": 54721604.0, + "step": 42520 + }, + { + "entropy": 1.0679600477218627, + "epoch": 4.063246393426961, + "grad_norm": 1.6286993026733398, + "learning_rate": 6.912468473837236e-05, + "loss": 0.1441, + "mean_token_accuracy": 0.9457805633544922, + "num_tokens": 54734696.0, + "step": 42530 + }, + { + "entropy": 1.0667910814285277, + "epoch": 4.064201777013471, + "grad_norm": 1.407752513885498, + "learning_rate": 6.911008796376604e-05, + "loss": 0.1837, + "mean_token_accuracy": 0.9324340462684632, + "num_tokens": 54746983.0, + "step": 42540 + }, + { + "entropy": 1.0739748239517213, + "epoch": 4.065157160599981, + "grad_norm": 1.7146937847137451, + "learning_rate": 6.909548928161315e-05, + "loss": 0.178, + "mean_token_accuracy": 0.9325316369533538, + "num_tokens": 54759535.0, + "step": 42550 + }, + { + "entropy": 1.0762443661689758, + "epoch": 4.066112544186491, + "grad_norm": 1.717544674873352, + "learning_rate": 6.9080888693371e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9327064871788024, + "num_tokens": 54771953.0, + "step": 42560 + }, + { + "entropy": 1.0835800051689148, + "epoch": 4.067067927773001, + "grad_norm": 1.5560740232467651, + "learning_rate": 6.906628620049698e-05, + "loss": 0.1293, + "mean_token_accuracy": 0.9478018403053283, + "num_tokens": 54784873.0, + "step": 42570 + }, + { + "entropy": 1.0880462646484375, + "epoch": 4.068023311359511, + "grad_norm": 1.4011324644088745, + "learning_rate": 6.905168180444867e-05, + "loss": 0.1569, + "mean_token_accuracy": 0.9371246457099914, + "num_tokens": 54798317.0, + "step": 42580 + }, + { + "entropy": 1.0950528621673583, + "epoch": 4.068978694946021, + "grad_norm": 1.4456567764282227, + "learning_rate": 6.90370755066839e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9357429504394531, + "num_tokens": 54811552.0, + "step": 42590 + }, + { + "entropy": 1.0762123465538025, + "epoch": 4.069934078532531, + "grad_norm": 1.3797211647033691, + "learning_rate": 6.902246730866062e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9395971894264221, + "num_tokens": 54824460.0, + "step": 42600 + }, + { + "entropy": 1.0753106117248534, + "epoch": 4.070889462119041, + "grad_norm": 1.8178306818008423, + "learning_rate": 6.900785721183702e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.935181301832199, + "num_tokens": 54837204.0, + "step": 42610 + }, + { + "entropy": 1.0915338277816773, + "epoch": 4.0718448457055505, + "grad_norm": 1.5300437211990356, + "learning_rate": 6.899324521767147e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9295177936553956, + "num_tokens": 54850862.0, + "step": 42620 + }, + { + "entropy": 1.0800835609436035, + "epoch": 4.072800229292061, + "grad_norm": 1.4146095514297485, + "learning_rate": 6.89786313276225e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9381295621395112, + "num_tokens": 54864224.0, + "step": 42630 + }, + { + "entropy": 1.0683059692382812, + "epoch": 4.07375561287857, + "grad_norm": 1.8816720247268677, + "learning_rate": 6.896401554314887e-05, + "loss": 0.1565, + "mean_token_accuracy": 0.9365126013755798, + "num_tokens": 54877245.0, + "step": 42640 + }, + { + "entropy": 1.0665507793426514, + "epoch": 4.074710996465081, + "grad_norm": 1.664133071899414, + "learning_rate": 6.89493978657095e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9379994332790375, + "num_tokens": 54889509.0, + "step": 42650 + }, + { + "entropy": 1.0616009950637817, + "epoch": 4.075666380051591, + "grad_norm": 1.4085663557052612, + "learning_rate": 6.89347782967635e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9325136125087738, + "num_tokens": 54902394.0, + "step": 42660 + }, + { + "entropy": 1.064802360534668, + "epoch": 4.076621763638101, + "grad_norm": 2.2784197330474854, + "learning_rate": 6.892015683777023e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9272048056125641, + "num_tokens": 54914981.0, + "step": 42670 + }, + { + "entropy": 1.0671820044517517, + "epoch": 4.077577147224611, + "grad_norm": 1.2951581478118896, + "learning_rate": 6.890553349018911e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9394443809986115, + "num_tokens": 54927658.0, + "step": 42680 + }, + { + "entropy": 1.071502411365509, + "epoch": 4.07853253081112, + "grad_norm": 2.204960584640503, + "learning_rate": 6.889090825547987e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9315554440021515, + "num_tokens": 54940950.0, + "step": 42690 + }, + { + "entropy": 1.0587878704071045, + "epoch": 4.079487914397631, + "grad_norm": 1.34091317653656, + "learning_rate": 6.887628113510238e-05, + "loss": 0.1431, + "mean_token_accuracy": 0.9482447743415833, + "num_tokens": 54954133.0, + "step": 42700 + }, + { + "entropy": 1.058190393447876, + "epoch": 4.08044329798414, + "grad_norm": 1.8605045080184937, + "learning_rate": 6.886165213051669e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9331813335418702, + "num_tokens": 54966850.0, + "step": 42710 + }, + { + "entropy": 1.0557187795639038, + "epoch": 4.081398681570651, + "grad_norm": 1.397705316543579, + "learning_rate": 6.88470212431831e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9420885801315307, + "num_tokens": 54979563.0, + "step": 42720 + }, + { + "entropy": 1.0626164317131042, + "epoch": 4.08235406515716, + "grad_norm": 1.8429863452911377, + "learning_rate": 6.883238847456197e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9394833743572235, + "num_tokens": 54992837.0, + "step": 42730 + }, + { + "entropy": 1.0533697366714478, + "epoch": 4.0833094487436705, + "grad_norm": 1.4825166463851929, + "learning_rate": 6.881775382611397e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9335065901279449, + "num_tokens": 55005498.0, + "step": 42740 + }, + { + "entropy": 1.0538320660591125, + "epoch": 4.084264832330181, + "grad_norm": 1.6816985607147217, + "learning_rate": 6.880311729929991e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9338752686977386, + "num_tokens": 55018094.0, + "step": 42750 + }, + { + "entropy": 1.061077082157135, + "epoch": 4.08522021591669, + "grad_norm": 1.3421257734298706, + "learning_rate": 6.878847889558079e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9387883067131042, + "num_tokens": 55030759.0, + "step": 42760 + }, + { + "entropy": 1.056708025932312, + "epoch": 4.086175599503201, + "grad_norm": 1.4739419221878052, + "learning_rate": 6.877383861641779e-05, + "loss": 0.1652, + "mean_token_accuracy": 0.9353020787239075, + "num_tokens": 55043455.0, + "step": 42770 + }, + { + "entropy": 1.0492544412612914, + "epoch": 4.08713098308971, + "grad_norm": 1.21349036693573, + "learning_rate": 6.87591964632723e-05, + "loss": 0.1435, + "mean_token_accuracy": 0.942236065864563, + "num_tokens": 55056326.0, + "step": 42780 + }, + { + "entropy": 1.0543395042419434, + "epoch": 4.088086366676221, + "grad_norm": 1.9967284202575684, + "learning_rate": 6.874455243760586e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.9307035386562348, + "num_tokens": 55069210.0, + "step": 42790 + }, + { + "entropy": 1.065645706653595, + "epoch": 4.08904175026273, + "grad_norm": 1.2839621305465698, + "learning_rate": 6.872990654088024e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9375507354736328, + "num_tokens": 55082593.0, + "step": 42800 + }, + { + "entropy": 1.0533045649528503, + "epoch": 4.0899971338492405, + "grad_norm": 1.752065896987915, + "learning_rate": 6.871525877455737e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9387434244155883, + "num_tokens": 55096005.0, + "step": 42810 + }, + { + "entropy": 1.0507048606872558, + "epoch": 4.090952517435751, + "grad_norm": 1.892776370048523, + "learning_rate": 6.870060914009938e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9354753196239471, + "num_tokens": 55108938.0, + "step": 42820 + }, + { + "entropy": 1.044795858860016, + "epoch": 4.09190790102226, + "grad_norm": 2.334134340286255, + "learning_rate": 6.868595763896857e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.9364116311073303, + "num_tokens": 55121727.0, + "step": 42830 + }, + { + "entropy": 1.0464050412178039, + "epoch": 4.092863284608771, + "grad_norm": 2.279897928237915, + "learning_rate": 6.867130427262742e-05, + "loss": 0.1539, + "mean_token_accuracy": 0.942564582824707, + "num_tokens": 55134561.0, + "step": 42840 + }, + { + "entropy": 1.0624598860740662, + "epoch": 4.09381866819528, + "grad_norm": 1.8797677755355835, + "learning_rate": 6.865664904253864e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9333878040313721, + "num_tokens": 55147250.0, + "step": 42850 + }, + { + "entropy": 1.067762053012848, + "epoch": 4.0947740517817905, + "grad_norm": 1.7152899503707886, + "learning_rate": 6.864199195016508e-05, + "loss": 0.1846, + "mean_token_accuracy": 0.9294872641563415, + "num_tokens": 55160543.0, + "step": 42860 + }, + { + "entropy": 1.0558595776557922, + "epoch": 4.0957294353683, + "grad_norm": 1.459570050239563, + "learning_rate": 6.862733299696981e-05, + "loss": 0.1632, + "mean_token_accuracy": 0.9396198511123657, + "num_tokens": 55173384.0, + "step": 42870 + }, + { + "entropy": 1.044125211238861, + "epoch": 4.09668481895481, + "grad_norm": 1.785202145576477, + "learning_rate": 6.861267218441607e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9361892759799957, + "num_tokens": 55186108.0, + "step": 42880 + }, + { + "entropy": 1.042637288570404, + "epoch": 4.097640202541321, + "grad_norm": 2.459017515182495, + "learning_rate": 6.859800951396726e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9283124268054962, + "num_tokens": 55198947.0, + "step": 42890 + }, + { + "entropy": 1.048424369096756, + "epoch": 4.09859558612783, + "grad_norm": 1.6510542631149292, + "learning_rate": 6.858334498708701e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.9360529243946075, + "num_tokens": 55212054.0, + "step": 42900 + }, + { + "entropy": 1.0367747724056244, + "epoch": 4.099550969714341, + "grad_norm": 1.1584930419921875, + "learning_rate": 6.85686786052391e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9395349502563477, + "num_tokens": 55225302.0, + "step": 42910 + }, + { + "entropy": 1.0367300629615783, + "epoch": 4.10050635330085, + "grad_norm": 1.9833072423934937, + "learning_rate": 6.855401036988752e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9375101923942566, + "num_tokens": 55237995.0, + "step": 42920 + }, + { + "entropy": 1.0446826934814453, + "epoch": 4.1014617368873605, + "grad_norm": 1.3414340019226074, + "learning_rate": 6.853934028249645e-05, + "loss": 0.1583, + "mean_token_accuracy": 0.9397793769836426, + "num_tokens": 55251102.0, + "step": 42930 + }, + { + "entropy": 1.041716104745865, + "epoch": 4.10241712047387, + "grad_norm": 1.5579135417938232, + "learning_rate": 6.852466834453021e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9335473597049713, + "num_tokens": 55264066.0, + "step": 42940 + }, + { + "entropy": 1.0430699944496156, + "epoch": 4.10337250406038, + "grad_norm": 1.2598581314086914, + "learning_rate": 6.850999455745339e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9394256830215454, + "num_tokens": 55276682.0, + "step": 42950 + }, + { + "entropy": 1.0491688966751098, + "epoch": 4.10432788764689, + "grad_norm": 1.8912111520767212, + "learning_rate": 6.849531892273066e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9297781944274902, + "num_tokens": 55289212.0, + "step": 42960 + }, + { + "entropy": 1.0268162846565247, + "epoch": 4.1052832712334, + "grad_norm": 2.119595766067505, + "learning_rate": 6.848064144182695e-05, + "loss": 0.1407, + "mean_token_accuracy": 0.946289199590683, + "num_tokens": 55301933.0, + "step": 42970 + }, + { + "entropy": 1.0366041898727416, + "epoch": 4.106238654819911, + "grad_norm": 1.7019927501678467, + "learning_rate": 6.846596211620732e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.938053697347641, + "num_tokens": 55315240.0, + "step": 42980 + }, + { + "entropy": 1.0337814450263978, + "epoch": 4.10719403840642, + "grad_norm": 2.633493185043335, + "learning_rate": 6.845128094733706e-05, + "loss": 0.1555, + "mean_token_accuracy": 0.9331589639186859, + "num_tokens": 55327886.0, + "step": 42990 + }, + { + "entropy": 1.043955910205841, + "epoch": 4.10814942199293, + "grad_norm": 1.3394302129745483, + "learning_rate": 6.843659793668163e-05, + "loss": 0.1985, + "mean_token_accuracy": 0.9213239967823028, + "num_tokens": 55340659.0, + "step": 43000 + }, + { + "entropy": 1.0615785717964172, + "epoch": 4.10910480557944, + "grad_norm": 1.5144203901290894, + "learning_rate": 6.842191308570668e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9327919363975525, + "num_tokens": 55353784.0, + "step": 43010 + }, + { + "entropy": 1.044403314590454, + "epoch": 4.11006018916595, + "grad_norm": 1.5105602741241455, + "learning_rate": 6.840722639587801e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9408265829086304, + "num_tokens": 55366427.0, + "step": 43020 + }, + { + "entropy": 1.0429628014564514, + "epoch": 4.11101557275246, + "grad_norm": 1.4949796199798584, + "learning_rate": 6.839253786866164e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9320198833942414, + "num_tokens": 55379242.0, + "step": 43030 + }, + { + "entropy": 1.066221499443054, + "epoch": 4.11197095633897, + "grad_norm": 1.2486164569854736, + "learning_rate": 6.837784750552378e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.939930647611618, + "num_tokens": 55392376.0, + "step": 43040 + }, + { + "entropy": 1.0580022931098938, + "epoch": 4.1129263399254805, + "grad_norm": 1.782226800918579, + "learning_rate": 6.836315530793078e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9361037731170654, + "num_tokens": 55405056.0, + "step": 43050 + }, + { + "entropy": 1.0497098922729493, + "epoch": 4.11388172351199, + "grad_norm": 1.6466091871261597, + "learning_rate": 6.834846127734922e-05, + "loss": 0.1443, + "mean_token_accuracy": 0.9441510617733002, + "num_tokens": 55417972.0, + "step": 43060 + }, + { + "entropy": 1.037532204389572, + "epoch": 4.1148371070985, + "grad_norm": 1.5606310367584229, + "learning_rate": 6.83337654152458e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9334499537944794, + "num_tokens": 55430597.0, + "step": 43070 + }, + { + "entropy": 1.0459652662277221, + "epoch": 4.11579249068501, + "grad_norm": 1.7414910793304443, + "learning_rate": 6.83190677230875e-05, + "loss": 0.1589, + "mean_token_accuracy": 0.9385394990444184, + "num_tokens": 55443456.0, + "step": 43080 + }, + { + "entropy": 1.0289572298526763, + "epoch": 4.11674787427152, + "grad_norm": 1.7496660947799683, + "learning_rate": 6.830436820234137e-05, + "loss": 0.1543, + "mean_token_accuracy": 0.9411236703395843, + "num_tokens": 55455981.0, + "step": 43090 + }, + { + "entropy": 1.0404039025306702, + "epoch": 4.11770325785803, + "grad_norm": 1.816495418548584, + "learning_rate": 6.828966685447473e-05, + "loss": 0.1927, + "mean_token_accuracy": 0.9305452883243561, + "num_tokens": 55468988.0, + "step": 43100 + }, + { + "entropy": 1.0492576003074645, + "epoch": 4.11865864144454, + "grad_norm": 1.6421785354614258, + "learning_rate": 6.827496368095507e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9389403343200684, + "num_tokens": 55482143.0, + "step": 43110 + }, + { + "entropy": 1.0571204900741578, + "epoch": 4.11961402503105, + "grad_norm": 1.1899129152297974, + "learning_rate": 6.826025868325e-05, + "loss": 0.1634, + "mean_token_accuracy": 0.9370189726352691, + "num_tokens": 55495287.0, + "step": 43120 + }, + { + "entropy": 1.053557276725769, + "epoch": 4.12056940861756, + "grad_norm": 1.5681827068328857, + "learning_rate": 6.824555186282739e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9307701051235199, + "num_tokens": 55508051.0, + "step": 43130 + }, + { + "entropy": 1.0670034646987916, + "epoch": 4.12152479220407, + "grad_norm": 1.0568121671676636, + "learning_rate": 6.823084322115524e-05, + "loss": 0.1522, + "mean_token_accuracy": 0.939262467622757, + "num_tokens": 55521382.0, + "step": 43140 + }, + { + "entropy": 1.0495800018310546, + "epoch": 4.12248017579058, + "grad_norm": 1.6697975397109985, + "learning_rate": 6.821613275970175e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9313726127147675, + "num_tokens": 55534290.0, + "step": 43150 + }, + { + "entropy": 1.0704563438892365, + "epoch": 4.12343555937709, + "grad_norm": 1.6500507593154907, + "learning_rate": 6.82014204799353e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9314240634441375, + "num_tokens": 55547946.0, + "step": 43160 + }, + { + "entropy": 1.0491161227226258, + "epoch": 4.1243909429636, + "grad_norm": 2.058194637298584, + "learning_rate": 6.818670638332446e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.9341878652572632, + "num_tokens": 55561214.0, + "step": 43170 + }, + { + "entropy": 1.0510634183883667, + "epoch": 4.12534632655011, + "grad_norm": 1.7074488401412964, + "learning_rate": 6.817199047133797e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9363361060619354, + "num_tokens": 55574040.0, + "step": 43180 + }, + { + "entropy": 1.0301445960998534, + "epoch": 4.1263017101366195, + "grad_norm": 1.2143127918243408, + "learning_rate": 6.815727274544475e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9420817017555236, + "num_tokens": 55586048.0, + "step": 43190 + }, + { + "entropy": 1.0791236519813538, + "epoch": 4.12725709372313, + "grad_norm": 1.561331033706665, + "learning_rate": 6.814255320711392e-05, + "loss": 0.2016, + "mean_token_accuracy": 0.920580905675888, + "num_tokens": 55599648.0, + "step": 43200 + }, + { + "entropy": 1.0663046479225158, + "epoch": 4.12821247730964, + "grad_norm": 1.5457768440246582, + "learning_rate": 6.812783185781475e-05, + "loss": 0.1543, + "mean_token_accuracy": 0.9394884765148163, + "num_tokens": 55612998.0, + "step": 43210 + }, + { + "entropy": 1.0562700271606444, + "epoch": 4.12916786089615, + "grad_norm": 1.3465650081634521, + "learning_rate": 6.811310869901672e-05, + "loss": 0.1557, + "mean_token_accuracy": 0.938416200876236, + "num_tokens": 55625803.0, + "step": 43220 + }, + { + "entropy": 1.0453912377357484, + "epoch": 4.13012324448266, + "grad_norm": 1.5919156074523926, + "learning_rate": 6.809838373218948e-05, + "loss": 0.1593, + "mean_token_accuracy": 0.9407424688339233, + "num_tokens": 55638932.0, + "step": 43230 + }, + { + "entropy": 1.0331849098205566, + "epoch": 4.13107862806917, + "grad_norm": 1.590254545211792, + "learning_rate": 6.808365695880286e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9365816533565521, + "num_tokens": 55652117.0, + "step": 43240 + }, + { + "entropy": 1.0332804679870606, + "epoch": 4.13203401165568, + "grad_norm": 1.4434483051300049, + "learning_rate": 6.806892838032684e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9374553799629212, + "num_tokens": 55664754.0, + "step": 43250 + }, + { + "entropy": 1.0366707563400268, + "epoch": 4.1329893952421894, + "grad_norm": 1.6404001712799072, + "learning_rate": 6.805419799823164e-05, + "loss": 0.1585, + "mean_token_accuracy": 0.9339138865470886, + "num_tokens": 55677145.0, + "step": 43260 + }, + { + "entropy": 1.04912828207016, + "epoch": 4.1339447788287, + "grad_norm": 1.7082399129867554, + "learning_rate": 6.803946581398763e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9370754778385162, + "num_tokens": 55690043.0, + "step": 43270 + }, + { + "entropy": 1.051130437850952, + "epoch": 4.134900162415209, + "grad_norm": 1.2032054662704468, + "learning_rate": 6.802473182906535e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9337582051753998, + "num_tokens": 55703133.0, + "step": 43280 + }, + { + "entropy": 1.0402456283569337, + "epoch": 4.13585554600172, + "grad_norm": 1.9377127885818481, + "learning_rate": 6.800999604493553e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9349386155605316, + "num_tokens": 55715544.0, + "step": 43290 + }, + { + "entropy": 1.0475288867950439, + "epoch": 4.13681092958823, + "grad_norm": 1.7743208408355713, + "learning_rate": 6.799525846306908e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9283988416194916, + "num_tokens": 55728200.0, + "step": 43300 + }, + { + "entropy": 1.0594636440277099, + "epoch": 4.1377663131747395, + "grad_norm": 1.7621711492538452, + "learning_rate": 6.798051908493707e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9403922617435455, + "num_tokens": 55741236.0, + "step": 43310 + }, + { + "entropy": 1.0620175361633302, + "epoch": 4.13872169676125, + "grad_norm": 1.7083343267440796, + "learning_rate": 6.79657779120108e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9275204420089722, + "num_tokens": 55754273.0, + "step": 43320 + }, + { + "entropy": 1.063857090473175, + "epoch": 4.139677080347759, + "grad_norm": 1.3954657316207886, + "learning_rate": 6.79510349457617e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.9314689874649048, + "num_tokens": 55767833.0, + "step": 43330 + }, + { + "entropy": 1.0437187910079957, + "epoch": 4.14063246393427, + "grad_norm": 1.4100269079208374, + "learning_rate": 6.793629018766138e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9265293657779694, + "num_tokens": 55780332.0, + "step": 43340 + }, + { + "entropy": 1.04809672832489, + "epoch": 4.141587847520779, + "grad_norm": 0.9151269197463989, + "learning_rate": 6.792154363918169e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9403036832809448, + "num_tokens": 55793431.0, + "step": 43350 + }, + { + "entropy": 1.0487508893013, + "epoch": 4.14254323110729, + "grad_norm": 1.0899864435195923, + "learning_rate": 6.790679530179456e-05, + "loss": 0.1429, + "mean_token_accuracy": 0.9443313717842102, + "num_tokens": 55806548.0, + "step": 43360 + }, + { + "entropy": 1.0471900939941405, + "epoch": 4.1434986146938, + "grad_norm": 1.216670274734497, + "learning_rate": 6.789204517697218e-05, + "loss": 0.1477, + "mean_token_accuracy": 0.9435604214668274, + "num_tokens": 55819702.0, + "step": 43370 + }, + { + "entropy": 1.0478582322597503, + "epoch": 4.1444539982803095, + "grad_norm": 1.7992407083511353, + "learning_rate": 6.787729326618689e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9430318176746368, + "num_tokens": 55832841.0, + "step": 43380 + }, + { + "entropy": 1.0463402271270752, + "epoch": 4.14540938186682, + "grad_norm": 1.50295090675354, + "learning_rate": 6.78625395709112e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9327722609043121, + "num_tokens": 55845410.0, + "step": 43390 + }, + { + "entropy": 1.0519016146659852, + "epoch": 4.146364765453329, + "grad_norm": 1.7222599983215332, + "learning_rate": 6.784778409261782e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9379161477088929, + "num_tokens": 55858550.0, + "step": 43400 + }, + { + "entropy": 1.0431152939796449, + "epoch": 4.14732014903984, + "grad_norm": 1.9423729181289673, + "learning_rate": 6.783302683277961e-05, + "loss": 0.1685, + "mean_token_accuracy": 0.9345951974391937, + "num_tokens": 55871264.0, + "step": 43410 + }, + { + "entropy": 1.0519311070442199, + "epoch": 4.148275532626349, + "grad_norm": 1.798496127128601, + "learning_rate": 6.781826779286963e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9263303935527801, + "num_tokens": 55884130.0, + "step": 43420 + }, + { + "entropy": 1.0578971982002259, + "epoch": 4.1492309162128596, + "grad_norm": 1.8415666818618774, + "learning_rate": 6.78035069743611e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9300955176353455, + "num_tokens": 55897387.0, + "step": 43430 + }, + { + "entropy": 1.0470322906970977, + "epoch": 4.150186299799369, + "grad_norm": 1.5997769832611084, + "learning_rate": 6.778874437872744e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.932167112827301, + "num_tokens": 55910506.0, + "step": 43440 + }, + { + "entropy": 1.046698760986328, + "epoch": 4.151141683385879, + "grad_norm": 2.029096841812134, + "learning_rate": 6.777398000744223e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9409736216068267, + "num_tokens": 55923503.0, + "step": 43450 + }, + { + "entropy": 1.0404283046722411, + "epoch": 4.15209706697239, + "grad_norm": 1.7328345775604248, + "learning_rate": 6.77592138619792e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9348045349121094, + "num_tokens": 55935900.0, + "step": 43460 + }, + { + "entropy": 1.0451846957206725, + "epoch": 4.153052450558899, + "grad_norm": 0.9700549244880676, + "learning_rate": 6.774444594381237e-05, + "loss": 0.1464, + "mean_token_accuracy": 0.9419225931167603, + "num_tokens": 55948717.0, + "step": 43470 + }, + { + "entropy": 1.04007830619812, + "epoch": 4.15400783414541, + "grad_norm": 2.55252742767334, + "learning_rate": 6.772967625441579e-05, + "loss": 0.1892, + "mean_token_accuracy": 0.9245762944221496, + "num_tokens": 55961314.0, + "step": 43480 + }, + { + "entropy": 1.0396225869655609, + "epoch": 4.154963217731919, + "grad_norm": 1.4001961946487427, + "learning_rate": 6.771490479526377e-05, + "loss": 0.1529, + "mean_token_accuracy": 0.9392116844654084, + "num_tokens": 55974544.0, + "step": 43490 + }, + { + "entropy": 1.0312331318855286, + "epoch": 4.1559186013184295, + "grad_norm": 1.4302546977996826, + "learning_rate": 6.770013156783077e-05, + "loss": 0.1611, + "mean_token_accuracy": 0.9345719456672669, + "num_tokens": 55987408.0, + "step": 43500 + }, + { + "entropy": 1.0356946110725402, + "epoch": 4.156873984904939, + "grad_norm": 1.7511464357376099, + "learning_rate": 6.768535657359147e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.93660209774971, + "num_tokens": 56000077.0, + "step": 43510 + }, + { + "entropy": 1.0570484757423402, + "epoch": 4.157829368491449, + "grad_norm": 2.0167152881622314, + "learning_rate": 6.767057981402066e-05, + "loss": 0.1789, + "mean_token_accuracy": 0.9309935510158539, + "num_tokens": 56013738.0, + "step": 43520 + }, + { + "entropy": 1.040141224861145, + "epoch": 4.15878475207796, + "grad_norm": 1.703176498413086, + "learning_rate": 6.765580129059333e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9366775393486023, + "num_tokens": 56026384.0, + "step": 43530 + }, + { + "entropy": 1.0441821098327637, + "epoch": 4.159740135664469, + "grad_norm": 1.827968716621399, + "learning_rate": 6.764102100478467e-05, + "loss": 0.155, + "mean_token_accuracy": 0.9424630165100097, + "num_tokens": 56039674.0, + "step": 43540 + }, + { + "entropy": 1.037757658958435, + "epoch": 4.16069551925098, + "grad_norm": 1.5278903245925903, + "learning_rate": 6.762623895807005e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9378555059432984, + "num_tokens": 56052158.0, + "step": 43550 + }, + { + "entropy": 1.033218902349472, + "epoch": 4.161650902837489, + "grad_norm": 1.4274786710739136, + "learning_rate": 6.761145515192498e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9424647390842438, + "num_tokens": 56064640.0, + "step": 43560 + }, + { + "entropy": 1.0489245533943177, + "epoch": 4.162606286423999, + "grad_norm": 1.5092805624008179, + "learning_rate": 6.759666958782516e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.9347496867179871, + "num_tokens": 56077617.0, + "step": 43570 + }, + { + "entropy": 1.0614184856414794, + "epoch": 4.163561670010509, + "grad_norm": 1.5970790386199951, + "learning_rate": 6.758188226724647e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9369247019290924, + "num_tokens": 56090432.0, + "step": 43580 + }, + { + "entropy": 1.0631300926208496, + "epoch": 4.164517053597019, + "grad_norm": 1.5338449478149414, + "learning_rate": 6.756709319166497e-05, + "loss": 0.1613, + "mean_token_accuracy": 0.9358921349048615, + "num_tokens": 56103650.0, + "step": 43590 + }, + { + "entropy": 1.0540530800819397, + "epoch": 4.165472437183529, + "grad_norm": 1.8518593311309814, + "learning_rate": 6.755230236255687e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9317049205303192, + "num_tokens": 56116166.0, + "step": 43600 + }, + { + "entropy": 1.0703726172447205, + "epoch": 4.166427820770039, + "grad_norm": 1.5780577659606934, + "learning_rate": 6.753750978139857e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9330444037914276, + "num_tokens": 56128816.0, + "step": 43610 + }, + { + "entropy": 1.0669635772705077, + "epoch": 4.1673832043565495, + "grad_norm": 1.7367305755615234, + "learning_rate": 6.752271544966668e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9366068243980408, + "num_tokens": 56142014.0, + "step": 43620 + }, + { + "entropy": 1.074515736103058, + "epoch": 4.168338587943059, + "grad_norm": 1.6341758966445923, + "learning_rate": 6.750791936883795e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9364092826843262, + "num_tokens": 56155963.0, + "step": 43630 + }, + { + "entropy": 1.0467294692993163, + "epoch": 4.169293971529569, + "grad_norm": 1.5978102684020996, + "learning_rate": 6.749312154038927e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9433158457279205, + "num_tokens": 56168528.0, + "step": 43640 + }, + { + "entropy": 1.0518614172935485, + "epoch": 4.170249355116079, + "grad_norm": 2.2799129486083984, + "learning_rate": 6.747832196579778e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9338582456111908, + "num_tokens": 56181389.0, + "step": 43650 + }, + { + "entropy": 1.037062406539917, + "epoch": 4.171204738702589, + "grad_norm": 1.9233545064926147, + "learning_rate": 6.74635206465407e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.9285117030143738, + "num_tokens": 56193946.0, + "step": 43660 + }, + { + "entropy": 1.0581559777259826, + "epoch": 4.172160122289099, + "grad_norm": 1.967063307762146, + "learning_rate": 6.744871758409556e-05, + "loss": 0.1676, + "mean_token_accuracy": 0.936922812461853, + "num_tokens": 56206451.0, + "step": 43670 + }, + { + "entropy": 1.0559646248817445, + "epoch": 4.173115505875609, + "grad_norm": 1.1900346279144287, + "learning_rate": 6.743391277993993e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9261222064495087, + "num_tokens": 56218872.0, + "step": 43680 + }, + { + "entropy": 1.0575757145881652, + "epoch": 4.1740708894621195, + "grad_norm": 1.5236823558807373, + "learning_rate": 6.741910623555163e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9362229883670807, + "num_tokens": 56231617.0, + "step": 43690 + }, + { + "entropy": 1.051914119720459, + "epoch": 4.175026273048629, + "grad_norm": 1.7331041097640991, + "learning_rate": 6.740429795240863e-05, + "loss": 0.1554, + "mean_token_accuracy": 0.9420500099658966, + "num_tokens": 56245172.0, + "step": 43700 + }, + { + "entropy": 1.0376713871955872, + "epoch": 4.175981656635139, + "grad_norm": 1.6494534015655518, + "learning_rate": 6.738948793198904e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9395599603652954, + "num_tokens": 56257640.0, + "step": 43710 + }, + { + "entropy": 1.0605988502502441, + "epoch": 4.176937040221649, + "grad_norm": 2.0742061138153076, + "learning_rate": 6.737467617577124e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9346896886825562, + "num_tokens": 56271006.0, + "step": 43720 + }, + { + "entropy": 1.0692845582962036, + "epoch": 4.177892423808159, + "grad_norm": 1.4466562271118164, + "learning_rate": 6.735986268523369e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9321272253990174, + "num_tokens": 56284354.0, + "step": 43730 + }, + { + "entropy": 1.0672645568847656, + "epoch": 4.178847807394669, + "grad_norm": 1.3998627662658691, + "learning_rate": 6.734504746185506e-05, + "loss": 0.1611, + "mean_token_accuracy": 0.936607939004898, + "num_tokens": 56297707.0, + "step": 43740 + }, + { + "entropy": 1.0380518436431885, + "epoch": 4.179803190981179, + "grad_norm": 1.6935985088348389, + "learning_rate": 6.733023050711415e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9338333487510682, + "num_tokens": 56310695.0, + "step": 43750 + }, + { + "entropy": 1.0626091837882996, + "epoch": 4.1807585745676885, + "grad_norm": 1.5741510391235352, + "learning_rate": 6.731541182249004e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.938506668806076, + "num_tokens": 56323856.0, + "step": 43760 + }, + { + "entropy": 1.0514227628707886, + "epoch": 4.181713958154199, + "grad_norm": 1.1546978950500488, + "learning_rate": 6.730059140946186e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9274690210819244, + "num_tokens": 56336217.0, + "step": 43770 + }, + { + "entropy": 1.043795680999756, + "epoch": 4.182669341740709, + "grad_norm": 1.7989140748977661, + "learning_rate": 6.728576926950898e-05, + "loss": 0.174, + "mean_token_accuracy": 0.935462474822998, + "num_tokens": 56348688.0, + "step": 43780 + }, + { + "entropy": 1.0537059009075165, + "epoch": 4.183624725327219, + "grad_norm": 1.9965784549713135, + "learning_rate": 6.727094540411097e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9289783298969269, + "num_tokens": 56361426.0, + "step": 43790 + }, + { + "entropy": 1.0523075342178345, + "epoch": 4.184580108913729, + "grad_norm": 1.575067162513733, + "learning_rate": 6.725611981474746e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9383274197578431, + "num_tokens": 56374185.0, + "step": 43800 + }, + { + "entropy": 1.059990608692169, + "epoch": 4.185535492500239, + "grad_norm": 1.822117567062378, + "learning_rate": 6.724129250289837e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9371780276298523, + "num_tokens": 56387451.0, + "step": 43810 + }, + { + "entropy": 1.0552236914634705, + "epoch": 4.186490876086749, + "grad_norm": 1.7866966724395752, + "learning_rate": 6.722646347004374e-05, + "loss": 0.1537, + "mean_token_accuracy": 0.9389997243881225, + "num_tokens": 56400192.0, + "step": 43820 + }, + { + "entropy": 1.0619753241539, + "epoch": 4.1874462596732585, + "grad_norm": 1.6021474599838257, + "learning_rate": 6.721163271766375e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9344180345535278, + "num_tokens": 56413250.0, + "step": 43830 + }, + { + "entropy": 1.0598366618156434, + "epoch": 4.188401643259769, + "grad_norm": 1.5000405311584473, + "learning_rate": 6.719680024723883e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9299316465854645, + "num_tokens": 56425967.0, + "step": 43840 + }, + { + "entropy": 1.0621869683265686, + "epoch": 4.189357026846279, + "grad_norm": 1.343888282775879, + "learning_rate": 6.718196606024953e-05, + "loss": 0.1647, + "mean_token_accuracy": 0.9318229973316192, + "num_tokens": 56439151.0, + "step": 43850 + }, + { + "entropy": 1.0449885487556458, + "epoch": 4.190312410432789, + "grad_norm": 1.9683542251586914, + "learning_rate": 6.71671301581766e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9334592938423156, + "num_tokens": 56451754.0, + "step": 43860 + }, + { + "entropy": 1.0449181497097015, + "epoch": 4.191267794019299, + "grad_norm": 1.1318145990371704, + "learning_rate": 6.71522925425009e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9382474720478058, + "num_tokens": 56464597.0, + "step": 43870 + }, + { + "entropy": 1.050550937652588, + "epoch": 4.1922231776058085, + "grad_norm": 2.1168034076690674, + "learning_rate": 6.713745321470352e-05, + "loss": 0.1876, + "mean_token_accuracy": 0.9272818565368652, + "num_tokens": 56477165.0, + "step": 43880 + }, + { + "entropy": 1.0543363213539123, + "epoch": 4.193178561192319, + "grad_norm": 1.7029640674591064, + "learning_rate": 6.712261217626572e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9361916482448578, + "num_tokens": 56490426.0, + "step": 43890 + }, + { + "entropy": 1.0666974663734436, + "epoch": 4.194133944778828, + "grad_norm": 1.5229254961013794, + "learning_rate": 6.71077694286689e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9320356011390686, + "num_tokens": 56503005.0, + "step": 43900 + }, + { + "entropy": 1.0615385532379151, + "epoch": 4.195089328365339, + "grad_norm": 1.0420081615447998, + "learning_rate": 6.709292497339463e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9325924873352051, + "num_tokens": 56516036.0, + "step": 43910 + }, + { + "entropy": 1.053844940662384, + "epoch": 4.196044711951848, + "grad_norm": 1.3933913707733154, + "learning_rate": 6.707807881192472e-05, + "loss": 0.1623, + "mean_token_accuracy": 0.9333621382713317, + "num_tokens": 56528942.0, + "step": 43920 + }, + { + "entropy": 1.0596710324287415, + "epoch": 4.197000095538359, + "grad_norm": 1.926464557647705, + "learning_rate": 6.706323094574102e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9314364075660706, + "num_tokens": 56542226.0, + "step": 43930 + }, + { + "entropy": 1.047614872455597, + "epoch": 4.197955479124869, + "grad_norm": 1.7740098237991333, + "learning_rate": 6.70483813763257e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9332126319408417, + "num_tokens": 56554957.0, + "step": 43940 + }, + { + "entropy": 1.049270796775818, + "epoch": 4.1989108627113785, + "grad_norm": 1.8031866550445557, + "learning_rate": 6.703353010516097e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9297319173812866, + "num_tokens": 56567662.0, + "step": 43950 + }, + { + "entropy": 1.0631717205047608, + "epoch": 4.199866246297889, + "grad_norm": 1.324272632598877, + "learning_rate": 6.701867713372931e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9333942115306855, + "num_tokens": 56580729.0, + "step": 43960 + }, + { + "entropy": 1.0765140652656555, + "epoch": 4.200821629884398, + "grad_norm": 1.0201512575149536, + "learning_rate": 6.70038224635133e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9293156504631043, + "num_tokens": 56594738.0, + "step": 43970 + }, + { + "entropy": 1.0596539497375488, + "epoch": 4.201777013470909, + "grad_norm": 2.122080087661743, + "learning_rate": 6.698896609599571e-05, + "loss": 0.1542, + "mean_token_accuracy": 0.9400738775730133, + "num_tokens": 56607608.0, + "step": 43980 + }, + { + "entropy": 1.0654956936836242, + "epoch": 4.202732397057418, + "grad_norm": 1.4541772603988647, + "learning_rate": 6.697410803265953e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9316927790641785, + "num_tokens": 56620692.0, + "step": 43990 + }, + { + "entropy": 1.0660313963890076, + "epoch": 4.203687780643929, + "grad_norm": 1.8305751085281372, + "learning_rate": 6.695924827498783e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9243825912475586, + "num_tokens": 56633461.0, + "step": 44000 + }, + { + "entropy": 1.0647325038909912, + "epoch": 4.204643164230439, + "grad_norm": 1.8732179403305054, + "learning_rate": 6.694438682446389e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.93514324426651, + "num_tokens": 56646401.0, + "step": 44010 + }, + { + "entropy": 1.0439195871353149, + "epoch": 4.205598547816948, + "grad_norm": 1.660118818283081, + "learning_rate": 6.69295236825712e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9405381202697753, + "num_tokens": 56658892.0, + "step": 44020 + }, + { + "entropy": 1.0534733533859253, + "epoch": 4.206553931403459, + "grad_norm": 1.523458480834961, + "learning_rate": 6.691465885079333e-05, + "loss": 0.1809, + "mean_token_accuracy": 0.9279469668865203, + "num_tokens": 56671988.0, + "step": 44030 + }, + { + "entropy": 1.0635497570037842, + "epoch": 4.207509314989968, + "grad_norm": 1.4830842018127441, + "learning_rate": 6.689979233061413e-05, + "loss": 0.1854, + "mean_token_accuracy": 0.9288143336772918, + "num_tokens": 56685224.0, + "step": 44040 + }, + { + "entropy": 1.0498175740242004, + "epoch": 4.208464698576479, + "grad_norm": 1.2166050672531128, + "learning_rate": 6.688492412351752e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9378849148750306, + "num_tokens": 56698497.0, + "step": 44050 + }, + { + "entropy": 1.0630378007888794, + "epoch": 4.209420082162988, + "grad_norm": 1.3757948875427246, + "learning_rate": 6.687005423098762e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9341293334960937, + "num_tokens": 56711727.0, + "step": 44060 + }, + { + "entropy": 1.0697503685951233, + "epoch": 4.2103754657494985, + "grad_norm": 1.2493634223937988, + "learning_rate": 6.685518265450874e-05, + "loss": 0.1868, + "mean_token_accuracy": 0.9285605609416961, + "num_tokens": 56724930.0, + "step": 44070 + }, + { + "entropy": 1.0732930660247804, + "epoch": 4.211330849336008, + "grad_norm": 1.2132155895233154, + "learning_rate": 6.684030939556536e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9276170849800109, + "num_tokens": 56738178.0, + "step": 44080 + }, + { + "entropy": 1.0521822690963745, + "epoch": 4.212286232922518, + "grad_norm": 1.3716251850128174, + "learning_rate": 6.682543445564209e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9373666882514954, + "num_tokens": 56750885.0, + "step": 44090 + }, + { + "entropy": 1.0405489206314087, + "epoch": 4.213241616509029, + "grad_norm": 1.8226544857025146, + "learning_rate": 6.681055783622373e-05, + "loss": 0.1549, + "mean_token_accuracy": 0.938708370923996, + "num_tokens": 56763325.0, + "step": 44100 + }, + { + "entropy": 1.057052493095398, + "epoch": 4.214197000095538, + "grad_norm": 2.055619716644287, + "learning_rate": 6.679567953879527e-05, + "loss": 0.1477, + "mean_token_accuracy": 0.9400703966617584, + "num_tokens": 56776177.0, + "step": 44110 + }, + { + "entropy": 1.0641532778739928, + "epoch": 4.215152383682049, + "grad_norm": 1.7082711458206177, + "learning_rate": 6.678079956484179e-05, + "loss": 0.1989, + "mean_token_accuracy": 0.9278139412403107, + "num_tokens": 56789380.0, + "step": 44120 + }, + { + "entropy": 1.0471663117408752, + "epoch": 4.216107767268558, + "grad_norm": 1.6587574481964111, + "learning_rate": 6.676591791584864e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9369998931884765, + "num_tokens": 56801682.0, + "step": 44130 + }, + { + "entropy": 1.0414778113365173, + "epoch": 4.217063150855068, + "grad_norm": 1.3475158214569092, + "learning_rate": 6.675103459330127e-05, + "loss": 0.1383, + "mean_token_accuracy": 0.9516955256462097, + "num_tokens": 56814240.0, + "step": 44140 + }, + { + "entropy": 1.046992838382721, + "epoch": 4.218018534441578, + "grad_norm": 1.9694530963897705, + "learning_rate": 6.673614959868533e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.9380751788616181, + "num_tokens": 56826724.0, + "step": 44150 + }, + { + "entropy": 1.060043203830719, + "epoch": 4.218973918028088, + "grad_norm": 1.5955849885940552, + "learning_rate": 6.672126293348662e-05, + "loss": 0.1794, + "mean_token_accuracy": 0.9295102238655091, + "num_tokens": 56840064.0, + "step": 44160 + }, + { + "entropy": 1.0461450219154358, + "epoch": 4.219929301614599, + "grad_norm": 1.6003446578979492, + "learning_rate": 6.67063745991911e-05, + "loss": 0.159, + "mean_token_accuracy": 0.9371990025043487, + "num_tokens": 56852684.0, + "step": 44170 + }, + { + "entropy": 1.0348184704780579, + "epoch": 4.220884685201108, + "grad_norm": 1.836557388305664, + "learning_rate": 6.669148459728491e-05, + "loss": 0.1597, + "mean_token_accuracy": 0.9392525613307953, + "num_tokens": 56865514.0, + "step": 44180 + }, + { + "entropy": 1.0635265350341796, + "epoch": 4.2218400687876185, + "grad_norm": 1.3147987127304077, + "learning_rate": 6.667659292925433e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9320515394210815, + "num_tokens": 56878793.0, + "step": 44190 + }, + { + "entropy": 1.0516296863555907, + "epoch": 4.222795452374128, + "grad_norm": 1.8862823247909546, + "learning_rate": 6.666169959658587e-05, + "loss": 0.1463, + "mean_token_accuracy": 0.9418842256069183, + "num_tokens": 56892219.0, + "step": 44200 + }, + { + "entropy": 1.0603343725204468, + "epoch": 4.223750835960638, + "grad_norm": 2.9053399562835693, + "learning_rate": 6.664680460076614e-05, + "loss": 0.2134, + "mean_token_accuracy": 0.9151731967926026, + "num_tokens": 56905068.0, + "step": 44210 + }, + { + "entropy": 1.057881498336792, + "epoch": 4.224706219547148, + "grad_norm": 2.3548920154571533, + "learning_rate": 6.663190794328194e-05, + "loss": 0.1897, + "mean_token_accuracy": 0.9212827801704406, + "num_tokens": 56917875.0, + "step": 44220 + }, + { + "entropy": 1.0621047258377074, + "epoch": 4.225661603133658, + "grad_norm": 1.295482873916626, + "learning_rate": 6.661700962562024e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9287108302116394, + "num_tokens": 56930658.0, + "step": 44230 + }, + { + "entropy": 1.052160120010376, + "epoch": 4.226616986720168, + "grad_norm": 1.9039137363433838, + "learning_rate": 6.660210964926819e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9313864529132843, + "num_tokens": 56943214.0, + "step": 44240 + }, + { + "entropy": 1.0703905940055847, + "epoch": 4.227572370306678, + "grad_norm": 1.636738657951355, + "learning_rate": 6.658720801571307e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9349439144134521, + "num_tokens": 56955517.0, + "step": 44250 + }, + { + "entropy": 1.0618367552757264, + "epoch": 4.2285277538931885, + "grad_norm": 1.4704859256744385, + "learning_rate": 6.657230472644233e-05, + "loss": 0.1669, + "mean_token_accuracy": 0.9341432511806488, + "num_tokens": 56968281.0, + "step": 44260 + }, + { + "entropy": 1.0678399562835694, + "epoch": 4.229483137479698, + "grad_norm": 1.8110829591751099, + "learning_rate": 6.655739978294364e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.9321940243244171, + "num_tokens": 56981171.0, + "step": 44270 + }, + { + "entropy": 1.0679815411567688, + "epoch": 4.230438521066208, + "grad_norm": 1.443310260772705, + "learning_rate": 6.654249318670475e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.9306625604629517, + "num_tokens": 56993948.0, + "step": 44280 + }, + { + "entropy": 1.0837856769561767, + "epoch": 4.231393904652718, + "grad_norm": 1.810129165649414, + "learning_rate": 6.652758493921365e-05, + "loss": 0.1866, + "mean_token_accuracy": 0.9288854122161865, + "num_tokens": 57007416.0, + "step": 44290 + }, + { + "entropy": 1.0551916837692261, + "epoch": 4.232349288239228, + "grad_norm": 1.376036524772644, + "learning_rate": 6.651267504195844e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9404373288154602, + "num_tokens": 57019740.0, + "step": 44300 + }, + { + "entropy": 1.063241469860077, + "epoch": 4.233304671825738, + "grad_norm": 1.6213762760162354, + "learning_rate": 6.649776349642744e-05, + "loss": 0.1494, + "mean_token_accuracy": 0.9412299156188965, + "num_tokens": 57032465.0, + "step": 44310 + }, + { + "entropy": 1.058628749847412, + "epoch": 4.234260055412248, + "grad_norm": 1.355978012084961, + "learning_rate": 6.648285030410908e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9285848200321197, + "num_tokens": 57044952.0, + "step": 44320 + }, + { + "entropy": 1.0833877563476562, + "epoch": 4.235215438998758, + "grad_norm": 1.8013869524002075, + "learning_rate": 6.646793546649197e-05, + "loss": 0.1909, + "mean_token_accuracy": 0.9244698345661163, + "num_tokens": 57057863.0, + "step": 44330 + }, + { + "entropy": 1.0786187171936035, + "epoch": 4.236170822585268, + "grad_norm": 1.2715095281600952, + "learning_rate": 6.645301898506491e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9347392857074738, + "num_tokens": 57070853.0, + "step": 44340 + }, + { + "entropy": 1.0551708817481995, + "epoch": 4.237126206171778, + "grad_norm": 1.8888404369354248, + "learning_rate": 6.643810086131683e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.932568895816803, + "num_tokens": 57083203.0, + "step": 44350 + }, + { + "entropy": 1.0765162706375122, + "epoch": 4.238081589758288, + "grad_norm": 1.3520127534866333, + "learning_rate": 6.642318109673685e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9350528597831727, + "num_tokens": 57095773.0, + "step": 44360 + }, + { + "entropy": 1.0600940942764283, + "epoch": 4.239036973344798, + "grad_norm": 1.4778553247451782, + "learning_rate": 6.640825969281424e-05, + "loss": 0.1484, + "mean_token_accuracy": 0.9421468198299408, + "num_tokens": 57108267.0, + "step": 44370 + }, + { + "entropy": 1.0780553817749023, + "epoch": 4.239992356931308, + "grad_norm": 1.869520902633667, + "learning_rate": 6.639333665103845e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9332291126251221, + "num_tokens": 57121089.0, + "step": 44380 + }, + { + "entropy": 1.081064224243164, + "epoch": 4.240947740517818, + "grad_norm": 2.7977488040924072, + "learning_rate": 6.637841197289905e-05, + "loss": 0.1957, + "mean_token_accuracy": 0.9204948365688324, + "num_tokens": 57134069.0, + "step": 44390 + }, + { + "entropy": 1.0588991284370421, + "epoch": 4.2419031241043275, + "grad_norm": 2.486945629119873, + "learning_rate": 6.636348565988584e-05, + "loss": 0.1476, + "mean_token_accuracy": 0.9447150468826294, + "num_tokens": 57146925.0, + "step": 44400 + }, + { + "entropy": 1.0668959736824035, + "epoch": 4.242858507690838, + "grad_norm": 1.5859724283218384, + "learning_rate": 6.634855771348874e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9361504435539245, + "num_tokens": 57160132.0, + "step": 44410 + }, + { + "entropy": 1.0586601972579956, + "epoch": 4.243813891277348, + "grad_norm": 1.6724380254745483, + "learning_rate": 6.63336281351978e-05, + "loss": 0.178, + "mean_token_accuracy": 0.9326012611389161, + "num_tokens": 57172302.0, + "step": 44420 + }, + { + "entropy": 1.0819798111915588, + "epoch": 4.244769274863858, + "grad_norm": 1.543884515762329, + "learning_rate": 6.631869692650331e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.9328527987003327, + "num_tokens": 57185008.0, + "step": 44430 + }, + { + "entropy": 1.0732711791992187, + "epoch": 4.245724658450368, + "grad_norm": 1.1891297101974487, + "learning_rate": 6.630376408889568e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9361809194087982, + "num_tokens": 57197382.0, + "step": 44440 + }, + { + "entropy": 1.0784139037132263, + "epoch": 4.2466800420368775, + "grad_norm": 1.9586549997329712, + "learning_rate": 6.62888296238655e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.935569679737091, + "num_tokens": 57210231.0, + "step": 44450 + }, + { + "entropy": 1.0851654887199402, + "epoch": 4.247635425623388, + "grad_norm": 1.0883396863937378, + "learning_rate": 6.627389353290349e-05, + "loss": 0.1879, + "mean_token_accuracy": 0.9285813629627228, + "num_tokens": 57223440.0, + "step": 44460 + }, + { + "entropy": 1.0783696532249452, + "epoch": 4.248590809209897, + "grad_norm": 1.2031041383743286, + "learning_rate": 6.625895581750056e-05, + "loss": 0.1623, + "mean_token_accuracy": 0.9404760003089905, + "num_tokens": 57236272.0, + "step": 44470 + }, + { + "entropy": 1.0775847792625428, + "epoch": 4.249546192796408, + "grad_norm": 2.085841655731201, + "learning_rate": 6.624401647914777e-05, + "loss": 0.1863, + "mean_token_accuracy": 0.928151935338974, + "num_tokens": 57249380.0, + "step": 44480 + }, + { + "entropy": 1.058835232257843, + "epoch": 4.250501576382918, + "grad_norm": 1.781733512878418, + "learning_rate": 6.622907551933635e-05, + "loss": 0.1534, + "mean_token_accuracy": 0.937692505121231, + "num_tokens": 57261641.0, + "step": 44490 + }, + { + "entropy": 1.0523482084274292, + "epoch": 4.251456959969428, + "grad_norm": 1.375240445137024, + "learning_rate": 6.62141329395577e-05, + "loss": 0.1415, + "mean_token_accuracy": 0.9428029835224152, + "num_tokens": 57274224.0, + "step": 44500 + }, + { + "entropy": 1.0600932478904723, + "epoch": 4.252412343555938, + "grad_norm": 1.6269452571868896, + "learning_rate": 6.619918874130336e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9282935857772827, + "num_tokens": 57286647.0, + "step": 44510 + }, + { + "entropy": 1.0689420461654664, + "epoch": 4.2533677271424475, + "grad_norm": 1.3334163427352905, + "learning_rate": 6.618424292606505e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.9352986693382264, + "num_tokens": 57299439.0, + "step": 44520 + }, + { + "entropy": 1.0852571964263915, + "epoch": 4.254323110728958, + "grad_norm": 1.67922043800354, + "learning_rate": 6.616929549533462e-05, + "loss": 0.17, + "mean_token_accuracy": 0.9364341795444489, + "num_tokens": 57312889.0, + "step": 44530 + }, + { + "entropy": 1.0706416606903075, + "epoch": 4.255278494315467, + "grad_norm": 1.557541012763977, + "learning_rate": 6.615434645060414e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9234985172748565, + "num_tokens": 57325677.0, + "step": 44540 + }, + { + "entropy": 1.0733894467353822, + "epoch": 4.256233877901978, + "grad_norm": 2.012907028198242, + "learning_rate": 6.613939579336579e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9347267329692841, + "num_tokens": 57339003.0, + "step": 44550 + }, + { + "entropy": 1.0672594785690308, + "epoch": 4.257189261488488, + "grad_norm": 1.9522478580474854, + "learning_rate": 6.612444352511192e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9362101793289185, + "num_tokens": 57351792.0, + "step": 44560 + }, + { + "entropy": 1.0609415650367737, + "epoch": 4.258144645074998, + "grad_norm": 1.924818754196167, + "learning_rate": 6.610948964733505e-05, + "loss": 0.1772, + "mean_token_accuracy": 0.9308964371681213, + "num_tokens": 57364384.0, + "step": 44570 + }, + { + "entropy": 1.059919536113739, + "epoch": 4.259100028661508, + "grad_norm": 1.6118183135986328, + "learning_rate": 6.609453416152787e-05, + "loss": 0.1188, + "mean_token_accuracy": 0.9555926740169525, + "num_tokens": 57377135.0, + "step": 44580 + }, + { + "entropy": 1.082700288295746, + "epoch": 4.260055412248017, + "grad_norm": 1.55289626121521, + "learning_rate": 6.607957706918321e-05, + "loss": 0.1523, + "mean_token_accuracy": 0.9399189352989197, + "num_tokens": 57390538.0, + "step": 44590 + }, + { + "entropy": 1.0757371187210083, + "epoch": 4.261010795834528, + "grad_norm": 1.3807505369186401, + "learning_rate": 6.606461837179407e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9372096061706543, + "num_tokens": 57403145.0, + "step": 44600 + }, + { + "entropy": 1.0839693546295166, + "epoch": 4.261966179421037, + "grad_norm": 1.7134922742843628, + "learning_rate": 6.604965807085362e-05, + "loss": 0.1634, + "mean_token_accuracy": 0.9336599886417389, + "num_tokens": 57416208.0, + "step": 44610 + }, + { + "entropy": 1.0767051160335541, + "epoch": 4.262921563007548, + "grad_norm": 1.917293906211853, + "learning_rate": 6.603469616785516e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.933949089050293, + "num_tokens": 57428828.0, + "step": 44620 + }, + { + "entropy": 1.0682519912719726, + "epoch": 4.263876946594057, + "grad_norm": 2.045543909072876, + "learning_rate": 6.601973266429218e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9374643683433532, + "num_tokens": 57442135.0, + "step": 44630 + }, + { + "entropy": 1.0707619547843934, + "epoch": 4.2648323301805675, + "grad_norm": 2.169121265411377, + "learning_rate": 6.600476756165832e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9302157700061798, + "num_tokens": 57455500.0, + "step": 44640 + }, + { + "entropy": 1.066615927219391, + "epoch": 4.265787713767078, + "grad_norm": 1.6971627473831177, + "learning_rate": 6.59898008614474e-05, + "loss": 0.1593, + "mean_token_accuracy": 0.9373304009437561, + "num_tokens": 57468375.0, + "step": 44650 + }, + { + "entropy": 1.078569722175598, + "epoch": 4.266743097353587, + "grad_norm": 2.117614269256592, + "learning_rate": 6.597483256515332e-05, + "loss": 0.1954, + "mean_token_accuracy": 0.9181898474693299, + "num_tokens": 57481532.0, + "step": 44660 + }, + { + "entropy": 1.0693853497505188, + "epoch": 4.267698480940098, + "grad_norm": 1.927278995513916, + "learning_rate": 6.595986267427026e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9271646440029144, + "num_tokens": 57494271.0, + "step": 44670 + }, + { + "entropy": 1.0796387434005736, + "epoch": 4.268653864526607, + "grad_norm": 1.584995985031128, + "learning_rate": 6.594489119029245e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9293481290340424, + "num_tokens": 57507190.0, + "step": 44680 + }, + { + "entropy": 1.0675696909427643, + "epoch": 4.269609248113118, + "grad_norm": 1.8194944858551025, + "learning_rate": 6.592991811471437e-05, + "loss": 0.1824, + "mean_token_accuracy": 0.9253255069255829, + "num_tokens": 57519957.0, + "step": 44690 + }, + { + "entropy": 1.0764466047286987, + "epoch": 4.270564631699627, + "grad_norm": 1.496646523475647, + "learning_rate": 6.591494344903059e-05, + "loss": 0.1607, + "mean_token_accuracy": 0.9342277407646179, + "num_tokens": 57532578.0, + "step": 44700 + }, + { + "entropy": 1.0891828060150146, + "epoch": 4.2715200152861375, + "grad_norm": 1.0304540395736694, + "learning_rate": 6.589996719473586e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9330960929393768, + "num_tokens": 57545404.0, + "step": 44710 + }, + { + "entropy": 1.0821300148963928, + "epoch": 4.272475398872647, + "grad_norm": 1.474228024482727, + "learning_rate": 6.58849893533251e-05, + "loss": 0.1664, + "mean_token_accuracy": 0.9353541016578675, + "num_tokens": 57558432.0, + "step": 44720 + }, + { + "entropy": 1.0681675672531128, + "epoch": 4.273430782459157, + "grad_norm": 1.6358705759048462, + "learning_rate": 6.587000992629335e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9389914691448211, + "num_tokens": 57571330.0, + "step": 44730 + }, + { + "entropy": 1.0611966371536254, + "epoch": 4.274386166045668, + "grad_norm": 1.1001118421554565, + "learning_rate": 6.585502891513591e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9360793232917786, + "num_tokens": 57583651.0, + "step": 44740 + }, + { + "entropy": 1.0733610272407532, + "epoch": 4.275341549632177, + "grad_norm": 1.5019981861114502, + "learning_rate": 6.584004632134809e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9306165635585785, + "num_tokens": 57596021.0, + "step": 44750 + }, + { + "entropy": 1.0955795884132384, + "epoch": 4.2762969332186875, + "grad_norm": 1.8849303722381592, + "learning_rate": 6.582506214642548e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.939588338136673, + "num_tokens": 57609309.0, + "step": 44760 + }, + { + "entropy": 1.0981387615203857, + "epoch": 4.277252316805197, + "grad_norm": 1.697240948677063, + "learning_rate": 6.581007639186379e-05, + "loss": 0.1976, + "mean_token_accuracy": 0.9228228986263275, + "num_tokens": 57622483.0, + "step": 44770 + }, + { + "entropy": 1.0793410778045653, + "epoch": 4.278207700391707, + "grad_norm": 3.3752264976501465, + "learning_rate": 6.579508905915884e-05, + "loss": 0.185, + "mean_token_accuracy": 0.9357105433940888, + "num_tokens": 57635495.0, + "step": 44780 + }, + { + "entropy": 1.0967051982879639, + "epoch": 4.279163083978217, + "grad_norm": 2.0429699420928955, + "learning_rate": 6.578010014980668e-05, + "loss": 0.1722, + "mean_token_accuracy": 0.9352599680423737, + "num_tokens": 57648712.0, + "step": 44790 + }, + { + "entropy": 1.0933439254760742, + "epoch": 4.280118467564727, + "grad_norm": 1.6177600622177124, + "learning_rate": 6.576510966530348e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9295585572719574, + "num_tokens": 57661448.0, + "step": 44800 + }, + { + "entropy": 1.0868520379066466, + "epoch": 4.281073851151238, + "grad_norm": 1.332602858543396, + "learning_rate": 6.575011760714555e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9362464964389801, + "num_tokens": 57674609.0, + "step": 44810 + }, + { + "entropy": 1.0857275366783141, + "epoch": 4.282029234737747, + "grad_norm": 1.242842435836792, + "learning_rate": 6.573512397682942e-05, + "loss": 0.1631, + "mean_token_accuracy": 0.9404785454273223, + "num_tokens": 57688047.0, + "step": 44820 + }, + { + "entropy": 1.0629020929336548, + "epoch": 4.2829846183242575, + "grad_norm": 1.565056324005127, + "learning_rate": 6.572012877585169e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9421903133392334, + "num_tokens": 57700340.0, + "step": 44830 + }, + { + "entropy": 1.074324083328247, + "epoch": 4.283940001910767, + "grad_norm": 1.601559042930603, + "learning_rate": 6.57051320057092e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9274067997932434, + "num_tokens": 57712995.0, + "step": 44840 + }, + { + "entropy": 1.0836431860923768, + "epoch": 4.284895385497277, + "grad_norm": 1.4866911172866821, + "learning_rate": 6.56901336678989e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9432799458503723, + "num_tokens": 57725840.0, + "step": 44850 + }, + { + "entropy": 1.0714529514312745, + "epoch": 4.285850769083787, + "grad_norm": 1.4117848873138428, + "learning_rate": 6.567513376391791e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9387693762779236, + "num_tokens": 57738403.0, + "step": 44860 + }, + { + "entropy": 1.0951273322105408, + "epoch": 4.286806152670297, + "grad_norm": 1.427976131439209, + "learning_rate": 6.566013229526348e-05, + "loss": 0.1913, + "mean_token_accuracy": 0.9273205280303956, + "num_tokens": 57751460.0, + "step": 44870 + }, + { + "entropy": 1.1026124238967896, + "epoch": 4.287761536256808, + "grad_norm": 2.5100624561309814, + "learning_rate": 6.564512926343306e-05, + "loss": 0.2062, + "mean_token_accuracy": 0.9185873985290527, + "num_tokens": 57765106.0, + "step": 44880 + }, + { + "entropy": 1.0832143902778626, + "epoch": 4.288716919843317, + "grad_norm": 1.3351491689682007, + "learning_rate": 6.563012466992423e-05, + "loss": 0.1478, + "mean_token_accuracy": 0.9429937183856965, + "num_tokens": 57777544.0, + "step": 44890 + }, + { + "entropy": 1.0852033138275146, + "epoch": 4.289672303429827, + "grad_norm": 1.8313231468200684, + "learning_rate": 6.561511851623474e-05, + "loss": 0.1918, + "mean_token_accuracy": 0.9238302350044251, + "num_tokens": 57790079.0, + "step": 44900 + }, + { + "entropy": 1.0796488761901855, + "epoch": 4.290627687016337, + "grad_norm": 1.1675816774368286, + "learning_rate": 6.560011080386247e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9464700818061829, + "num_tokens": 57802763.0, + "step": 44910 + }, + { + "entropy": 1.0757125735282898, + "epoch": 4.291583070602847, + "grad_norm": 2.344132661819458, + "learning_rate": 6.558510153430548e-05, + "loss": 0.1898, + "mean_token_accuracy": 0.9279177248477936, + "num_tokens": 57815253.0, + "step": 44920 + }, + { + "entropy": 1.064470684528351, + "epoch": 4.292538454189357, + "grad_norm": 1.2231500148773193, + "learning_rate": 6.557009070906198e-05, + "loss": 0.1498, + "mean_token_accuracy": 0.9406778395175934, + "num_tokens": 57827786.0, + "step": 44930 + }, + { + "entropy": 1.0659793376922608, + "epoch": 4.293493837775867, + "grad_norm": 1.5982235670089722, + "learning_rate": 6.555507832963033e-05, + "loss": 0.14, + "mean_token_accuracy": 0.9498901605606079, + "num_tokens": 57840442.0, + "step": 44940 + }, + { + "entropy": 1.08352929353714, + "epoch": 4.294449221362377, + "grad_norm": 1.6293978691101074, + "learning_rate": 6.554006439750907e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9334985375404358, + "num_tokens": 57852844.0, + "step": 44950 + }, + { + "entropy": 1.0852342605590821, + "epoch": 4.295404604948887, + "grad_norm": 1.678633689880371, + "learning_rate": 6.55250489141968e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9257409334182739, + "num_tokens": 57865976.0, + "step": 44960 + }, + { + "entropy": 1.0831268787384034, + "epoch": 4.296359988535397, + "grad_norm": 1.6266173124313354, + "learning_rate": 6.551003188119243e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9330176532268524, + "num_tokens": 57878936.0, + "step": 44970 + }, + { + "entropy": 1.0881568551063538, + "epoch": 4.297315372121907, + "grad_norm": 1.4870144128799438, + "learning_rate": 6.549501329999492e-05, + "loss": 0.1513, + "mean_token_accuracy": 0.9380853295326232, + "num_tokens": 57892067.0, + "step": 44980 + }, + { + "entropy": 1.0790412664413451, + "epoch": 4.298270755708417, + "grad_norm": 1.594414234161377, + "learning_rate": 6.54799931721034e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9364015460014343, + "num_tokens": 57904939.0, + "step": 44990 + }, + { + "entropy": 1.092981481552124, + "epoch": 4.299226139294927, + "grad_norm": 1.2940860986709595, + "learning_rate": 6.546497149901715e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9325063049793243, + "num_tokens": 57917739.0, + "step": 45000 + }, + { + "entropy": 1.0881537199020386, + "epoch": 4.300181522881437, + "grad_norm": 1.5574560165405273, + "learning_rate": 6.544994828223563e-05, + "loss": 0.189, + "mean_token_accuracy": 0.928617662191391, + "num_tokens": 57930674.0, + "step": 45010 + }, + { + "entropy": 1.099388599395752, + "epoch": 4.3011369064679466, + "grad_norm": 1.585626244544983, + "learning_rate": 6.543492352325843e-05, + "loss": 0.1734, + "mean_token_accuracy": 0.9311545789241791, + "num_tokens": 57944066.0, + "step": 45020 + }, + { + "entropy": 1.0872575521469117, + "epoch": 4.302092290054457, + "grad_norm": 2.1879875659942627, + "learning_rate": 6.541989722358531e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.929354476928711, + "num_tokens": 57956894.0, + "step": 45030 + }, + { + "entropy": 1.0907040596008302, + "epoch": 4.303047673640966, + "grad_norm": 2.155653953552246, + "learning_rate": 6.54048693847162e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9376949846744538, + "num_tokens": 57969571.0, + "step": 45040 + }, + { + "entropy": 1.07599276304245, + "epoch": 4.304003057227477, + "grad_norm": 1.8035818338394165, + "learning_rate": 6.538984000815111e-05, + "loss": 0.1427, + "mean_token_accuracy": 0.9434892296791076, + "num_tokens": 57982040.0, + "step": 45050 + }, + { + "entropy": 1.1009137868881225, + "epoch": 4.304958440813987, + "grad_norm": 1.695102334022522, + "learning_rate": 6.537480909539031e-05, + "loss": 0.2098, + "mean_token_accuracy": 0.915300166606903, + "num_tokens": 57995587.0, + "step": 45060 + }, + { + "entropy": 1.0836740136146545, + "epoch": 4.305913824400497, + "grad_norm": 1.3738476037979126, + "learning_rate": 6.535977664793411e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.943133932352066, + "num_tokens": 58008272.0, + "step": 45070 + }, + { + "entropy": 1.0903987765312195, + "epoch": 4.306869207987007, + "grad_norm": 1.644686222076416, + "learning_rate": 6.53447426672831e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9321105599403381, + "num_tokens": 58020963.0, + "step": 45080 + }, + { + "entropy": 1.0857822895050049, + "epoch": 4.3078245915735165, + "grad_norm": 1.5304162502288818, + "learning_rate": 6.532970715493789e-05, + "loss": 0.1491, + "mean_token_accuracy": 0.9412329614162445, + "num_tokens": 58033764.0, + "step": 45090 + }, + { + "entropy": 1.0815504312515258, + "epoch": 4.308779975160027, + "grad_norm": 2.1446776390075684, + "learning_rate": 6.531467011239935e-05, + "loss": 0.1818, + "mean_token_accuracy": 0.9283071994781494, + "num_tokens": 58046782.0, + "step": 45100 + }, + { + "entropy": 1.0919910550117493, + "epoch": 4.309735358746536, + "grad_norm": 1.430608868598938, + "learning_rate": 6.529963154116843e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9310169875621795, + "num_tokens": 58059419.0, + "step": 45110 + }, + { + "entropy": 1.0980754613876342, + "epoch": 4.310690742333047, + "grad_norm": 1.5549746751785278, + "learning_rate": 6.528459144274628e-05, + "loss": 0.1694, + "mean_token_accuracy": 0.9305233240127564, + "num_tokens": 58072121.0, + "step": 45120 + }, + { + "entropy": 1.1109327793121337, + "epoch": 4.311646125919557, + "grad_norm": 1.6328051090240479, + "learning_rate": 6.526954981863419e-05, + "loss": 0.1848, + "mean_token_accuracy": 0.9257860898971557, + "num_tokens": 58085510.0, + "step": 45130 + }, + { + "entropy": 1.1009780168533325, + "epoch": 4.312601509506067, + "grad_norm": 1.3375775814056396, + "learning_rate": 6.525450667033359e-05, + "loss": 0.189, + "mean_token_accuracy": 0.9233390867710114, + "num_tokens": 58098574.0, + "step": 45140 + }, + { + "entropy": 1.0921644687652587, + "epoch": 4.313556893092577, + "grad_norm": 1.3203718662261963, + "learning_rate": 6.523946199934606e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9310059607028961, + "num_tokens": 58111622.0, + "step": 45150 + }, + { + "entropy": 1.1064730048179627, + "epoch": 4.314512276679086, + "grad_norm": 0.9200760126113892, + "learning_rate": 6.522441580717336e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.9359239101409912, + "num_tokens": 58124613.0, + "step": 45160 + }, + { + "entropy": 1.081873893737793, + "epoch": 4.315467660265597, + "grad_norm": 1.3984184265136719, + "learning_rate": 6.520936809531736e-05, + "loss": 0.1547, + "mean_token_accuracy": 0.9355662584304809, + "num_tokens": 58137361.0, + "step": 45170 + }, + { + "entropy": 1.0806884050369263, + "epoch": 4.316423043852106, + "grad_norm": 2.3048787117004395, + "learning_rate": 6.519431886528013e-05, + "loss": 0.1742, + "mean_token_accuracy": 0.9289661407470703, + "num_tokens": 58150211.0, + "step": 45180 + }, + { + "entropy": 1.0792750000953675, + "epoch": 4.317378427438617, + "grad_norm": 1.9091153144836426, + "learning_rate": 6.517926811856384e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9293820023536682, + "num_tokens": 58163016.0, + "step": 45190 + }, + { + "entropy": 1.0712864995002747, + "epoch": 4.318333811025127, + "grad_norm": 2.1092276573181152, + "learning_rate": 6.516421585667086e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9376278698444367, + "num_tokens": 58175265.0, + "step": 45200 + }, + { + "entropy": 1.0926947832107543, + "epoch": 4.3192891946116365, + "grad_norm": 1.1783099174499512, + "learning_rate": 6.514916208110369e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9367741167545318, + "num_tokens": 58187875.0, + "step": 45210 + }, + { + "entropy": 1.0917518734931946, + "epoch": 4.320244578198147, + "grad_norm": 1.2796813249588013, + "learning_rate": 6.513410679336497e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9278880536556244, + "num_tokens": 58201386.0, + "step": 45220 + }, + { + "entropy": 1.0666155695915223, + "epoch": 4.321199961784656, + "grad_norm": 2.1050453186035156, + "learning_rate": 6.51190499949575e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9284814834594727, + "num_tokens": 58213867.0, + "step": 45230 + }, + { + "entropy": 1.0853057622909545, + "epoch": 4.322155345371167, + "grad_norm": 1.6383907794952393, + "learning_rate": 6.510399168738422e-05, + "loss": 0.1962, + "mean_token_accuracy": 0.9244605839252472, + "num_tokens": 58226600.0, + "step": 45240 + }, + { + "entropy": 1.0668322920799256, + "epoch": 4.323110728957676, + "grad_norm": 1.245052695274353, + "learning_rate": 6.508893187214826e-05, + "loss": 0.1664, + "mean_token_accuracy": 0.9348564088344574, + "num_tokens": 58238777.0, + "step": 45250 + }, + { + "entropy": 1.0750714778900146, + "epoch": 4.324066112544187, + "grad_norm": 1.635446548461914, + "learning_rate": 6.507387055075286e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9289647042751312, + "num_tokens": 58251466.0, + "step": 45260 + }, + { + "entropy": 1.0711464762687684, + "epoch": 4.325021496130696, + "grad_norm": 1.3845487833023071, + "learning_rate": 6.505880772470141e-05, + "loss": 0.1489, + "mean_token_accuracy": 0.9418527185916901, + "num_tokens": 58264641.0, + "step": 45270 + }, + { + "entropy": 1.0779899477958679, + "epoch": 4.3259768797172065, + "grad_norm": 1.3380846977233887, + "learning_rate": 6.50437433954975e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9316701471805573, + "num_tokens": 58277271.0, + "step": 45280 + }, + { + "entropy": 1.0801981806755065, + "epoch": 4.326932263303717, + "grad_norm": 1.8761974573135376, + "learning_rate": 6.502867756464479e-05, + "loss": 0.1553, + "mean_token_accuracy": 0.9380743861198425, + "num_tokens": 58290564.0, + "step": 45290 + }, + { + "entropy": 1.0718870759010315, + "epoch": 4.327887646890226, + "grad_norm": 2.244088888168335, + "learning_rate": 6.501361023364717e-05, + "loss": 0.1622, + "mean_token_accuracy": 0.9333992421627044, + "num_tokens": 58303438.0, + "step": 45300 + }, + { + "entropy": 1.0748782873153686, + "epoch": 4.328843030476737, + "grad_norm": 2.2329671382904053, + "learning_rate": 6.499854140400862e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9346370279788971, + "num_tokens": 58316446.0, + "step": 45310 + }, + { + "entropy": 1.0873954176902771, + "epoch": 4.329798414063246, + "grad_norm": 1.5772297382354736, + "learning_rate": 6.49834710772333e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9284230291843414, + "num_tokens": 58329848.0, + "step": 45320 + }, + { + "entropy": 1.0806058049201965, + "epoch": 4.3307537976497565, + "grad_norm": 1.681920051574707, + "learning_rate": 6.496839925482552e-05, + "loss": 0.1968, + "mean_token_accuracy": 0.9222825407981873, + "num_tokens": 58342346.0, + "step": 45330 + }, + { + "entropy": 1.0907465934753418, + "epoch": 4.331709181236266, + "grad_norm": 1.859693169593811, + "learning_rate": 6.49533259382897e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9322085678577423, + "num_tokens": 58354667.0, + "step": 45340 + }, + { + "entropy": 1.0891463875770568, + "epoch": 4.332664564822776, + "grad_norm": 1.7744137048721313, + "learning_rate": 6.493825112913049e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9284693598747253, + "num_tokens": 58366850.0, + "step": 45350 + }, + { + "entropy": 1.0633516192436219, + "epoch": 4.333619948409286, + "grad_norm": 1.5707136392593384, + "learning_rate": 6.492317482885262e-05, + "loss": 0.1565, + "mean_token_accuracy": 0.9423933923244476, + "num_tokens": 58379286.0, + "step": 45360 + }, + { + "entropy": 1.0810348868370057, + "epoch": 4.334575331995796, + "grad_norm": 1.7587966918945312, + "learning_rate": 6.490809703896097e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9302940547466279, + "num_tokens": 58392433.0, + "step": 45370 + }, + { + "entropy": 1.0754046201705934, + "epoch": 4.335530715582307, + "grad_norm": 1.7668224573135376, + "learning_rate": 6.489301776096061e-05, + "loss": 0.1639, + "mean_token_accuracy": 0.9377687990665435, + "num_tokens": 58405421.0, + "step": 45380 + }, + { + "entropy": 1.0679826855659484, + "epoch": 4.336486099168816, + "grad_norm": 1.5533524751663208, + "learning_rate": 6.487793699635672e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9352087557315827, + "num_tokens": 58418426.0, + "step": 45390 + }, + { + "entropy": 1.091003966331482, + "epoch": 4.3374414827553265, + "grad_norm": 1.2278947830200195, + "learning_rate": 6.486285474665464e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9266748130321503, + "num_tokens": 58431848.0, + "step": 45400 + }, + { + "entropy": 1.081708312034607, + "epoch": 4.338396866341836, + "grad_norm": 1.7800421714782715, + "learning_rate": 6.484777101335987e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9328891932964325, + "num_tokens": 58444422.0, + "step": 45410 + }, + { + "entropy": 1.0981484293937682, + "epoch": 4.339352249928346, + "grad_norm": 1.4869550466537476, + "learning_rate": 6.483268579797808e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.9312269806861877, + "num_tokens": 58457350.0, + "step": 45420 + }, + { + "entropy": 1.090062689781189, + "epoch": 4.340307633514856, + "grad_norm": 1.489435076713562, + "learning_rate": 6.481759910201501e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9338927745819092, + "num_tokens": 58470102.0, + "step": 45430 + }, + { + "entropy": 1.0892566442489624, + "epoch": 4.341263017101366, + "grad_norm": 1.9384196996688843, + "learning_rate": 6.480251092697662e-05, + "loss": 0.1682, + "mean_token_accuracy": 0.9361603200435639, + "num_tokens": 58483360.0, + "step": 45440 + }, + { + "entropy": 1.0926957726478577, + "epoch": 4.342218400687877, + "grad_norm": 2.0683443546295166, + "learning_rate": 6.478742127436901e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9314475774765014, + "num_tokens": 58496251.0, + "step": 45450 + }, + { + "entropy": 1.075613796710968, + "epoch": 4.343173784274386, + "grad_norm": 1.730588436126709, + "learning_rate": 6.477233014569837e-05, + "loss": 0.1412, + "mean_token_accuracy": 0.9455976128578186, + "num_tokens": 58509484.0, + "step": 45460 + }, + { + "entropy": 1.0796324253082275, + "epoch": 4.344129167860896, + "grad_norm": 1.456968903541565, + "learning_rate": 6.475723754247113e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9315783381462097, + "num_tokens": 58522156.0, + "step": 45470 + }, + { + "entropy": 1.088041317462921, + "epoch": 4.345084551447406, + "grad_norm": 2.094365119934082, + "learning_rate": 6.474214346619374e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9351132035255432, + "num_tokens": 58535001.0, + "step": 45480 + }, + { + "entropy": 1.0870949983596803, + "epoch": 4.346039935033916, + "grad_norm": 1.309285283088684, + "learning_rate": 6.472704791837297e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9332168340682984, + "num_tokens": 58547830.0, + "step": 45490 + }, + { + "entropy": 1.0765004396438598, + "epoch": 4.346995318620426, + "grad_norm": 1.336355209350586, + "learning_rate": 6.471195090051557e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9301890432834625, + "num_tokens": 58560481.0, + "step": 45500 + }, + { + "entropy": 1.0781508922576903, + "epoch": 4.347950702206936, + "grad_norm": 1.0060796737670898, + "learning_rate": 6.469685241412853e-05, + "loss": 0.1534, + "mean_token_accuracy": 0.9378826439380645, + "num_tokens": 58572901.0, + "step": 45510 + }, + { + "entropy": 1.0863198041915894, + "epoch": 4.3489060857934465, + "grad_norm": 1.850556492805481, + "learning_rate": 6.468175246071896e-05, + "loss": 0.1835, + "mean_token_accuracy": 0.9291033685207367, + "num_tokens": 58586465.0, + "step": 45520 + }, + { + "entropy": 1.0638108611106873, + "epoch": 4.349861469379956, + "grad_norm": 1.4416415691375732, + "learning_rate": 6.466665104179412e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9291932225227356, + "num_tokens": 58599132.0, + "step": 45530 + }, + { + "entropy": 1.0792104244232177, + "epoch": 4.350816852966466, + "grad_norm": 1.7079312801361084, + "learning_rate": 6.465154815886143e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9263545155525208, + "num_tokens": 58612177.0, + "step": 45540 + }, + { + "entropy": 1.0862942457199096, + "epoch": 4.351772236552976, + "grad_norm": 1.4530760049819946, + "learning_rate": 6.463644381342841e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.929310417175293, + "num_tokens": 58625548.0, + "step": 45550 + }, + { + "entropy": 1.0811902284622192, + "epoch": 4.352727620139486, + "grad_norm": 1.9020882844924927, + "learning_rate": 6.462133800700279e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9255412697792054, + "num_tokens": 58638849.0, + "step": 45560 + }, + { + "entropy": 1.0713794827461243, + "epoch": 4.353683003725996, + "grad_norm": 1.5100693702697754, + "learning_rate": 6.460623074109238e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9369739830493927, + "num_tokens": 58651853.0, + "step": 45570 + }, + { + "entropy": 1.0866615891456604, + "epoch": 4.354638387312506, + "grad_norm": 1.420703411102295, + "learning_rate": 6.459112201720521e-05, + "loss": 0.1794, + "mean_token_accuracy": 0.9291456460952758, + "num_tokens": 58665255.0, + "step": 45580 + }, + { + "entropy": 1.0544806718826294, + "epoch": 4.355593770899016, + "grad_norm": 1.764247179031372, + "learning_rate": 6.457601183684939e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9346307754516602, + "num_tokens": 58677560.0, + "step": 45590 + }, + { + "entropy": 1.072650635242462, + "epoch": 4.356549154485526, + "grad_norm": 1.6302204132080078, + "learning_rate": 6.45609002015332e-05, + "loss": 0.1676, + "mean_token_accuracy": 0.9310946643352509, + "num_tokens": 58690542.0, + "step": 45600 + }, + { + "entropy": 1.0811277031898499, + "epoch": 4.357504538072036, + "grad_norm": 1.5633299350738525, + "learning_rate": 6.454578711276506e-05, + "loss": 0.1516, + "mean_token_accuracy": 0.9419410407543183, + "num_tokens": 58704032.0, + "step": 45610 + }, + { + "entropy": 1.0799465417861938, + "epoch": 4.358459921658546, + "grad_norm": 1.3034908771514893, + "learning_rate": 6.453067257205357e-05, + "loss": 0.1819, + "mean_token_accuracy": 0.9312404811382293, + "num_tokens": 58716906.0, + "step": 45620 + }, + { + "entropy": 1.0658040761947631, + "epoch": 4.359415305245056, + "grad_norm": 1.5426539182662964, + "learning_rate": 6.451555658090742e-05, + "loss": 0.1516, + "mean_token_accuracy": 0.9422476828098297, + "num_tokens": 58729597.0, + "step": 45630 + }, + { + "entropy": 1.0747990489006043, + "epoch": 4.360370688831566, + "grad_norm": 1.587780475616455, + "learning_rate": 6.450043914083548e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9309442639350891, + "num_tokens": 58741797.0, + "step": 45640 + }, + { + "entropy": 1.0788075804710389, + "epoch": 4.361326072418076, + "grad_norm": 1.9243232011795044, + "learning_rate": 6.448532025334675e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9354135811328887, + "num_tokens": 58754363.0, + "step": 45650 + }, + { + "entropy": 1.0857907056808471, + "epoch": 4.3622814560045855, + "grad_norm": 2.2470924854278564, + "learning_rate": 6.447019991995038e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9251377940177917, + "num_tokens": 58767555.0, + "step": 45660 + }, + { + "entropy": 1.0817140579223632, + "epoch": 4.363236839591096, + "grad_norm": 1.2876592874526978, + "learning_rate": 6.445507814215566e-05, + "loss": 0.1754, + "mean_token_accuracy": 0.9325099349021911, + "num_tokens": 58780447.0, + "step": 45670 + }, + { + "entropy": 1.0750529766082764, + "epoch": 4.364192223177605, + "grad_norm": 1.8399955034255981, + "learning_rate": 6.443995492147205e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9366763234138489, + "num_tokens": 58792951.0, + "step": 45680 + }, + { + "entropy": 1.082066261768341, + "epoch": 4.365147606764116, + "grad_norm": 1.6635072231292725, + "learning_rate": 6.442483025940911e-05, + "loss": 0.1928, + "mean_token_accuracy": 0.928951370716095, + "num_tokens": 58806038.0, + "step": 45690 + }, + { + "entropy": 1.087527298927307, + "epoch": 4.366102990350626, + "grad_norm": 1.827940821647644, + "learning_rate": 6.440970415747658e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9316876947879791, + "num_tokens": 58819117.0, + "step": 45700 + }, + { + "entropy": 1.0554479122161866, + "epoch": 4.367058373937136, + "grad_norm": 1.432357668876648, + "learning_rate": 6.43945766171843e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9242767453193664, + "num_tokens": 58831679.0, + "step": 45710 + }, + { + "entropy": 1.08421391248703, + "epoch": 4.368013757523646, + "grad_norm": 2.1513125896453857, + "learning_rate": 6.437944764004233e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.9361810207366943, + "num_tokens": 58844576.0, + "step": 45720 + }, + { + "entropy": 1.076857364177704, + "epoch": 4.368969141110155, + "grad_norm": 1.790642261505127, + "learning_rate": 6.436431722756078e-05, + "loss": 0.1475, + "mean_token_accuracy": 0.945249491930008, + "num_tokens": 58857649.0, + "step": 45730 + }, + { + "entropy": 1.09086754322052, + "epoch": 4.369924524696666, + "grad_norm": 1.8119617700576782, + "learning_rate": 6.434918538125e-05, + "loss": 0.1936, + "mean_token_accuracy": 0.9217199921607971, + "num_tokens": 58871296.0, + "step": 45740 + }, + { + "entropy": 1.0758095502853393, + "epoch": 4.370879908283175, + "grad_norm": 1.8344262838363647, + "learning_rate": 6.433405210262038e-05, + "loss": 0.1786, + "mean_token_accuracy": 0.9318473696708679, + "num_tokens": 58883669.0, + "step": 45750 + }, + { + "entropy": 1.0853586792945862, + "epoch": 4.371835291869686, + "grad_norm": 1.7743549346923828, + "learning_rate": 6.431891739318254e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9260494410991669, + "num_tokens": 58896605.0, + "step": 45760 + }, + { + "entropy": 1.0769388675689697, + "epoch": 4.372790675456196, + "grad_norm": 1.4233763217926025, + "learning_rate": 6.43037812544472e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9346609652042389, + "num_tokens": 58909632.0, + "step": 45770 + }, + { + "entropy": 1.0584734439849854, + "epoch": 4.3737460590427055, + "grad_norm": 1.672607660293579, + "learning_rate": 6.428864368792522e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9348829746246338, + "num_tokens": 58921709.0, + "step": 45780 + }, + { + "entropy": 1.0883050680160522, + "epoch": 4.374701442629216, + "grad_norm": 1.6971399784088135, + "learning_rate": 6.427350469512765e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.925543588399887, + "num_tokens": 58934233.0, + "step": 45790 + }, + { + "entropy": 1.0804268360137939, + "epoch": 4.375656826215725, + "grad_norm": 1.4253020286560059, + "learning_rate": 6.425836427756561e-05, + "loss": 0.1796, + "mean_token_accuracy": 0.9292955160140991, + "num_tokens": 58947060.0, + "step": 45800 + }, + { + "entropy": 1.0701173067092895, + "epoch": 4.376612209802236, + "grad_norm": 2.0297746658325195, + "learning_rate": 6.424322243675042e-05, + "loss": 0.1809, + "mean_token_accuracy": 0.9337278664112091, + "num_tokens": 58959561.0, + "step": 45810 + }, + { + "entropy": 1.0794194340705872, + "epoch": 4.377567593388745, + "grad_norm": 1.403361439704895, + "learning_rate": 6.422807917419348e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9416157901287079, + "num_tokens": 58972703.0, + "step": 45820 + }, + { + "entropy": 1.0848999857902526, + "epoch": 4.378522976975256, + "grad_norm": 1.4048960208892822, + "learning_rate": 6.421293449140644e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.928183114528656, + "num_tokens": 58985917.0, + "step": 45830 + }, + { + "entropy": 1.0916563391685485, + "epoch": 4.379478360561766, + "grad_norm": 1.590221643447876, + "learning_rate": 6.419778838990098e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9279369592666626, + "num_tokens": 58998640.0, + "step": 45840 + }, + { + "entropy": 1.0902766227722167, + "epoch": 4.3804337441482755, + "grad_norm": 2.103255271911621, + "learning_rate": 6.418264087118897e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9364937126636506, + "num_tokens": 59011504.0, + "step": 45850 + }, + { + "entropy": 1.0739869713783263, + "epoch": 4.381389127734786, + "grad_norm": 1.3441160917282104, + "learning_rate": 6.416749193678242e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9303838670253753, + "num_tokens": 59023719.0, + "step": 45860 + }, + { + "entropy": 1.0843153595924377, + "epoch": 4.382344511321295, + "grad_norm": 1.5700825452804565, + "learning_rate": 6.415234158819347e-05, + "loss": 0.1933, + "mean_token_accuracy": 0.9227423012256623, + "num_tokens": 59036815.0, + "step": 45870 + }, + { + "entropy": 1.077965211868286, + "epoch": 4.383299894907806, + "grad_norm": 1.9666208028793335, + "learning_rate": 6.413718982693446e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9310485601425171, + "num_tokens": 59049474.0, + "step": 45880 + }, + { + "entropy": 1.0618066430091857, + "epoch": 4.384255278494315, + "grad_norm": 1.5430620908737183, + "learning_rate": 6.412203665451775e-05, + "loss": 0.1854, + "mean_token_accuracy": 0.9294573247432709, + "num_tokens": 59062547.0, + "step": 45890 + }, + { + "entropy": 1.0702332139015198, + "epoch": 4.3852106620808255, + "grad_norm": 1.4396921396255493, + "learning_rate": 6.410688207245596e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9360338985919953, + "num_tokens": 59075141.0, + "step": 45900 + }, + { + "entropy": 1.0772535681724549, + "epoch": 4.386166045667335, + "grad_norm": 1.8590527772903442, + "learning_rate": 6.409172608226177e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.9299692690372467, + "num_tokens": 59088207.0, + "step": 45910 + }, + { + "entropy": 1.0772953152656555, + "epoch": 4.387121429253845, + "grad_norm": 1.460623025894165, + "learning_rate": 6.407656868544804e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9283184945583344, + "num_tokens": 59100797.0, + "step": 45920 + }, + { + "entropy": 1.0733341217041015, + "epoch": 4.388076812840356, + "grad_norm": 1.322028636932373, + "learning_rate": 6.40614098835278e-05, + "loss": 0.1622, + "mean_token_accuracy": 0.9346876740455627, + "num_tokens": 59113648.0, + "step": 45930 + }, + { + "entropy": 1.0636593580245972, + "epoch": 4.389032196426865, + "grad_norm": 1.8198601007461548, + "learning_rate": 6.404624967801413e-05, + "loss": 0.1447, + "mean_token_accuracy": 0.9427018523216247, + "num_tokens": 59126862.0, + "step": 45940 + }, + { + "entropy": 1.0579814434051513, + "epoch": 4.389987580013376, + "grad_norm": 2.2821998596191406, + "learning_rate": 6.403108807042037e-05, + "loss": 0.1926, + "mean_token_accuracy": 0.9211582779884339, + "num_tokens": 59139749.0, + "step": 45950 + }, + { + "entropy": 1.0794649124145508, + "epoch": 4.390942963599885, + "grad_norm": 1.7507214546203613, + "learning_rate": 6.401592506225987e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9362350225448608, + "num_tokens": 59152963.0, + "step": 45960 + }, + { + "entropy": 1.0652562737464906, + "epoch": 4.3918983471863955, + "grad_norm": 1.5541177988052368, + "learning_rate": 6.40007606550462e-05, + "loss": 0.2034, + "mean_token_accuracy": 0.9230538725852966, + "num_tokens": 59165697.0, + "step": 45970 + }, + { + "entropy": 1.0610796689987183, + "epoch": 4.392853730772905, + "grad_norm": 1.6980400085449219, + "learning_rate": 6.398559485029308e-05, + "loss": 0.1442, + "mean_token_accuracy": 0.9407140254974365, + "num_tokens": 59178388.0, + "step": 45980 + }, + { + "entropy": 1.053739809989929, + "epoch": 4.393809114359415, + "grad_norm": 1.7615957260131836, + "learning_rate": 6.397042764951432e-05, + "loss": 0.1529, + "mean_token_accuracy": 0.9412583172321319, + "num_tokens": 59191150.0, + "step": 45990 + }, + { + "entropy": 1.0742096185684205, + "epoch": 4.394764497945925, + "grad_norm": 1.5198500156402588, + "learning_rate": 6.395525905422391e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9252260386943817, + "num_tokens": 59204366.0, + "step": 46000 + }, + { + "entropy": 1.0673418760299682, + "epoch": 4.395719881532435, + "grad_norm": 1.0832723379135132, + "learning_rate": 6.394008906593592e-05, + "loss": 0.1789, + "mean_token_accuracy": 0.9278180480003357, + "num_tokens": 59217098.0, + "step": 46010 + }, + { + "entropy": 1.0467091798782349, + "epoch": 4.396675265118946, + "grad_norm": 1.968781590461731, + "learning_rate": 6.392491768616463e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9363961577415466, + "num_tokens": 59230050.0, + "step": 46020 + }, + { + "entropy": 1.055663537979126, + "epoch": 4.397630648705455, + "grad_norm": 2.14487886428833, + "learning_rate": 6.390974491642444e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9304636955261231, + "num_tokens": 59242440.0, + "step": 46030 + }, + { + "entropy": 1.051250422000885, + "epoch": 4.398586032291965, + "grad_norm": 2.0108120441436768, + "learning_rate": 6.389457075822987e-05, + "loss": 0.183, + "mean_token_accuracy": 0.9268489718437195, + "num_tokens": 59254855.0, + "step": 46040 + }, + { + "entropy": 1.0695698261260986, + "epoch": 4.399541415878475, + "grad_norm": 1.5680009126663208, + "learning_rate": 6.387939521309557e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9365467011928559, + "num_tokens": 59267788.0, + "step": 46050 + }, + { + "entropy": 1.0683157920837403, + "epoch": 4.400496799464985, + "grad_norm": 1.2981784343719482, + "learning_rate": 6.386421828253637e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9308870971202851, + "num_tokens": 59280087.0, + "step": 46060 + }, + { + "entropy": 1.0671870946884154, + "epoch": 4.401452183051495, + "grad_norm": 1.7391085624694824, + "learning_rate": 6.384903996806719e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9310334980487823, + "num_tokens": 59292882.0, + "step": 46070 + }, + { + "entropy": 1.075437068939209, + "epoch": 4.402407566638005, + "grad_norm": 1.2806569337844849, + "learning_rate": 6.383386027120313e-05, + "loss": 0.1513, + "mean_token_accuracy": 0.9407326698303222, + "num_tokens": 59305840.0, + "step": 46080 + }, + { + "entropy": 1.067544937133789, + "epoch": 4.4033629502245155, + "grad_norm": 1.7578438520431519, + "learning_rate": 6.381867919345939e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9369266569614411, + "num_tokens": 59318842.0, + "step": 46090 + }, + { + "entropy": 1.0697238445281982, + "epoch": 4.404318333811025, + "grad_norm": 0.8480498194694519, + "learning_rate": 6.380349673635134e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9422373294830322, + "num_tokens": 59331394.0, + "step": 46100 + }, + { + "entropy": 1.077125644683838, + "epoch": 4.405273717397535, + "grad_norm": 1.641157865524292, + "learning_rate": 6.37883129013945e-05, + "loss": 0.1763, + "mean_token_accuracy": 0.9296289503574371, + "num_tokens": 59343997.0, + "step": 46110 + }, + { + "entropy": 1.0762232542037964, + "epoch": 4.406229100984045, + "grad_norm": 1.5897397994995117, + "learning_rate": 6.377312769010445e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9431592047214508, + "num_tokens": 59357242.0, + "step": 46120 + }, + { + "entropy": 1.076858103275299, + "epoch": 4.407184484570555, + "grad_norm": 2.605717658996582, + "learning_rate": 6.3757941103997e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9344303488731385, + "num_tokens": 59369908.0, + "step": 46130 + }, + { + "entropy": 1.072151744365692, + "epoch": 4.408139868157065, + "grad_norm": 1.217501163482666, + "learning_rate": 6.374275314458804e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9368646323680878, + "num_tokens": 59382274.0, + "step": 46140 + }, + { + "entropy": 1.0830032706260682, + "epoch": 4.409095251743575, + "grad_norm": 2.6095590591430664, + "learning_rate": 6.372756381339362e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9355734407901763, + "num_tokens": 59395241.0, + "step": 46150 + }, + { + "entropy": 1.0955425024032592, + "epoch": 4.4100506353300855, + "grad_norm": 1.0695157051086426, + "learning_rate": 6.37123731119299e-05, + "loss": 0.179, + "mean_token_accuracy": 0.9324080049991608, + "num_tokens": 59408349.0, + "step": 46160 + }, + { + "entropy": 1.088595724105835, + "epoch": 4.411006018916595, + "grad_norm": 1.4342375993728638, + "learning_rate": 6.369718104171323e-05, + "loss": 0.1948, + "mean_token_accuracy": 0.9235227286815644, + "num_tokens": 59421046.0, + "step": 46170 + }, + { + "entropy": 1.0723241806030273, + "epoch": 4.411961402503105, + "grad_norm": 1.4244483709335327, + "learning_rate": 6.368198760426007e-05, + "loss": 0.1604, + "mean_token_accuracy": 0.9413056254386902, + "num_tokens": 59433994.0, + "step": 46180 + }, + { + "entropy": 1.085472548007965, + "epoch": 4.412916786089615, + "grad_norm": 1.4371293783187866, + "learning_rate": 6.366679280108696e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.9392554938793183, + "num_tokens": 59447177.0, + "step": 46190 + }, + { + "entropy": 1.0770414113998412, + "epoch": 4.413872169676125, + "grad_norm": 1.7841157913208008, + "learning_rate": 6.36515966337107e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.9312505900859833, + "num_tokens": 59460158.0, + "step": 46200 + }, + { + "entropy": 1.0774046778678894, + "epoch": 4.414827553262635, + "grad_norm": 1.7403920888900757, + "learning_rate": 6.363639910364808e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9421331524848938, + "num_tokens": 59472476.0, + "step": 46210 + }, + { + "entropy": 1.089855146408081, + "epoch": 4.415782936849145, + "grad_norm": 1.6449400186538696, + "learning_rate": 6.362120021241615e-05, + "loss": 0.179, + "mean_token_accuracy": 0.9279791712760925, + "num_tokens": 59485223.0, + "step": 46220 + }, + { + "entropy": 1.0894834280014039, + "epoch": 4.4167383204356545, + "grad_norm": 2.056504964828491, + "learning_rate": 6.360599996153202e-05, + "loss": 0.1671, + "mean_token_accuracy": 0.9332153797149658, + "num_tokens": 59498513.0, + "step": 46230 + }, + { + "entropy": 1.0904136180877686, + "epoch": 4.417693704022165, + "grad_norm": 1.563640832901001, + "learning_rate": 6.359079835251297e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9368568539619446, + "num_tokens": 59511615.0, + "step": 46240 + }, + { + "entropy": 1.0904609441757203, + "epoch": 4.418649087608675, + "grad_norm": 1.1588689088821411, + "learning_rate": 6.357559538687641e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9335572183132171, + "num_tokens": 59524489.0, + "step": 46250 + }, + { + "entropy": 1.081749188899994, + "epoch": 4.419604471195185, + "grad_norm": 1.9358476400375366, + "learning_rate": 6.356039106613987e-05, + "loss": 0.18, + "mean_token_accuracy": 0.9283889889717102, + "num_tokens": 59537531.0, + "step": 46260 + }, + { + "entropy": 1.0548596024513244, + "epoch": 4.420559854781695, + "grad_norm": 1.9733328819274902, + "learning_rate": 6.354518539182106e-05, + "loss": 0.1349, + "mean_token_accuracy": 0.9503162562847137, + "num_tokens": 59550414.0, + "step": 46270 + }, + { + "entropy": 1.0668592929840088, + "epoch": 4.421515238368205, + "grad_norm": 1.5934778451919556, + "learning_rate": 6.352997836543775e-05, + "loss": 0.1564, + "mean_token_accuracy": 0.9359069705009461, + "num_tokens": 59562724.0, + "step": 46280 + }, + { + "entropy": 1.077431845664978, + "epoch": 4.422470621954715, + "grad_norm": 1.6778408288955688, + "learning_rate": 6.351476998850792e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9362256407737732, + "num_tokens": 59575173.0, + "step": 46290 + }, + { + "entropy": 1.0764276504516601, + "epoch": 4.4234260055412244, + "grad_norm": 0.8629094958305359, + "learning_rate": 6.349956026254962e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.936764144897461, + "num_tokens": 59588157.0, + "step": 46300 + }, + { + "entropy": 1.0750591516494752, + "epoch": 4.424381389127735, + "grad_norm": 1.8174337148666382, + "learning_rate": 6.34843491890811e-05, + "loss": 0.1551, + "mean_token_accuracy": 0.939830768108368, + "num_tokens": 59601050.0, + "step": 46310 + }, + { + "entropy": 1.085014533996582, + "epoch": 4.425336772714244, + "grad_norm": 1.4991251230239868, + "learning_rate": 6.346913676962068e-05, + "loss": 0.178, + "mean_token_accuracy": 0.934071147441864, + "num_tokens": 59614129.0, + "step": 46320 + }, + { + "entropy": 1.0765873312950134, + "epoch": 4.426292156300755, + "grad_norm": 1.555833101272583, + "learning_rate": 6.345392300568689e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9325938642024993, + "num_tokens": 59626433.0, + "step": 46330 + }, + { + "entropy": 1.0960076928138733, + "epoch": 4.427247539887265, + "grad_norm": 1.6882245540618896, + "learning_rate": 6.34387078987983e-05, + "loss": 0.1769, + "mean_token_accuracy": 0.9361196756362915, + "num_tokens": 59639215.0, + "step": 46340 + }, + { + "entropy": 1.0932900786399842, + "epoch": 4.4282029234737745, + "grad_norm": 2.029538154602051, + "learning_rate": 6.342349145047369e-05, + "loss": 0.1857, + "mean_token_accuracy": 0.9281869351863861, + "num_tokens": 59652863.0, + "step": 46350 + }, + { + "entropy": 1.0894595980644226, + "epoch": 4.429158307060285, + "grad_norm": 1.2130063772201538, + "learning_rate": 6.340827366223197e-05, + "loss": 0.1964, + "mean_token_accuracy": 0.9205865740776062, + "num_tokens": 59665607.0, + "step": 46360 + }, + { + "entropy": 1.0687602877616882, + "epoch": 4.430113690646794, + "grad_norm": 1.2675658464431763, + "learning_rate": 6.33930545355921e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9352240860462189, + "num_tokens": 59678123.0, + "step": 46370 + }, + { + "entropy": 1.081221580505371, + "epoch": 4.431069074233305, + "grad_norm": 1.203505039215088, + "learning_rate": 6.337783407207329e-05, + "loss": 0.1928, + "mean_token_accuracy": 0.9232590675354004, + "num_tokens": 59691342.0, + "step": 46380 + }, + { + "entropy": 1.0687856674194336, + "epoch": 4.432024457819814, + "grad_norm": 1.2896641492843628, + "learning_rate": 6.33626122731948e-05, + "loss": 0.1355, + "mean_token_accuracy": 0.9446388185024261, + "num_tokens": 59704108.0, + "step": 46390 + }, + { + "entropy": 1.0584573149681091, + "epoch": 4.432979841406325, + "grad_norm": 2.0763163566589355, + "learning_rate": 6.334738914047608e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9294769704341889, + "num_tokens": 59716681.0, + "step": 46400 + }, + { + "entropy": 1.0672436594963073, + "epoch": 4.433935224992835, + "grad_norm": 1.8638437986373901, + "learning_rate": 6.333216467543665e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9361210227012634, + "num_tokens": 59729148.0, + "step": 46410 + }, + { + "entropy": 1.0714115142822265, + "epoch": 4.4348906085793445, + "grad_norm": 2.065375804901123, + "learning_rate": 6.331693887959624e-05, + "loss": 0.1643, + "mean_token_accuracy": 0.9315952837467194, + "num_tokens": 59742252.0, + "step": 46420 + }, + { + "entropy": 1.071361243724823, + "epoch": 4.435845992165855, + "grad_norm": 2.064279794692993, + "learning_rate": 6.330171175447464e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.9305026113986969, + "num_tokens": 59754932.0, + "step": 46430 + }, + { + "entropy": 1.0873265743255616, + "epoch": 4.436801375752364, + "grad_norm": 1.6866313219070435, + "learning_rate": 6.32864833015918e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9283910989761353, + "num_tokens": 59768010.0, + "step": 46440 + }, + { + "entropy": 1.0535372853279115, + "epoch": 4.437756759338875, + "grad_norm": 1.9421900510787964, + "learning_rate": 6.327125352246783e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9401452660560607, + "num_tokens": 59780655.0, + "step": 46450 + }, + { + "entropy": 1.0745534539222716, + "epoch": 4.438712142925384, + "grad_norm": 1.4968712329864502, + "learning_rate": 6.325602241862291e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9254052698612213, + "num_tokens": 59793551.0, + "step": 46460 + }, + { + "entropy": 1.0958418250083923, + "epoch": 4.439667526511895, + "grad_norm": 1.3161646127700806, + "learning_rate": 6.324078999157744e-05, + "loss": 0.1607, + "mean_token_accuracy": 0.9313829243183136, + "num_tokens": 59807304.0, + "step": 46470 + }, + { + "entropy": 1.0711429238319397, + "epoch": 4.440622910098405, + "grad_norm": 1.2880885601043701, + "learning_rate": 6.322555624285187e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9325101196765899, + "num_tokens": 59819889.0, + "step": 46480 + }, + { + "entropy": 1.0728232741355896, + "epoch": 4.441578293684914, + "grad_norm": 1.5600212812423706, + "learning_rate": 6.321032117396683e-05, + "loss": 0.1612, + "mean_token_accuracy": 0.9383539736270905, + "num_tokens": 59832497.0, + "step": 46490 + }, + { + "entropy": 1.079994809627533, + "epoch": 4.442533677271425, + "grad_norm": 1.5903517007827759, + "learning_rate": 6.319508478644306e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9353694975376129, + "num_tokens": 59845725.0, + "step": 46500 + }, + { + "entropy": 1.0642289757728576, + "epoch": 4.443489060857934, + "grad_norm": 1.4992144107818604, + "learning_rate": 6.317984708180144e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.935048371553421, + "num_tokens": 59858669.0, + "step": 46510 + }, + { + "entropy": 1.0655327081680297, + "epoch": 4.444444444444445, + "grad_norm": 1.3567100763320923, + "learning_rate": 6.3164608061563e-05, + "loss": 0.1519, + "mean_token_accuracy": 0.943674111366272, + "num_tokens": 59871471.0, + "step": 46520 + }, + { + "entropy": 1.080025577545166, + "epoch": 4.445399828030954, + "grad_norm": 1.3404124975204468, + "learning_rate": 6.314936772724883e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9288664042949677, + "num_tokens": 59884635.0, + "step": 46530 + }, + { + "entropy": 1.0732611417770386, + "epoch": 4.4463552116174645, + "grad_norm": 2.027519702911377, + "learning_rate": 6.313412608038024e-05, + "loss": 0.1937, + "mean_token_accuracy": 0.9298982679843902, + "num_tokens": 59897781.0, + "step": 46540 + }, + { + "entropy": 1.0780126094818114, + "epoch": 4.447310595203974, + "grad_norm": 1.3406606912612915, + "learning_rate": 6.311888312247862e-05, + "loss": 0.1956, + "mean_token_accuracy": 0.9233308553695678, + "num_tokens": 59909482.0, + "step": 46550 + }, + { + "entropy": 1.079162859916687, + "epoch": 4.448265978790484, + "grad_norm": 1.5786689519882202, + "learning_rate": 6.310363885506554e-05, + "loss": 0.1867, + "mean_token_accuracy": 0.9273614585399628, + "num_tokens": 59922303.0, + "step": 46560 + }, + { + "entropy": 1.0760932564735413, + "epoch": 4.449221362376995, + "grad_norm": 1.680301308631897, + "learning_rate": 6.308839327966261e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9404653668403625, + "num_tokens": 59935368.0, + "step": 46570 + }, + { + "entropy": 1.0770344138145447, + "epoch": 4.450176745963504, + "grad_norm": 1.6692506074905396, + "learning_rate": 6.307314639779165e-05, + "loss": 0.1552, + "mean_token_accuracy": 0.9417939186096191, + "num_tokens": 59948544.0, + "step": 46580 + }, + { + "entropy": 1.0687803983688355, + "epoch": 4.451132129550015, + "grad_norm": 1.7578587532043457, + "learning_rate": 6.30578982109746e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9347821414470673, + "num_tokens": 59961115.0, + "step": 46590 + }, + { + "entropy": 1.0663779139518739, + "epoch": 4.452087513136524, + "grad_norm": 1.6079435348510742, + "learning_rate": 6.304264872073349e-05, + "loss": 0.1444, + "mean_token_accuracy": 0.9427707493305206, + "num_tokens": 59973413.0, + "step": 46600 + }, + { + "entropy": 1.0751713275909425, + "epoch": 4.453042896723034, + "grad_norm": 1.4341036081314087, + "learning_rate": 6.302739792859051e-05, + "loss": 0.171, + "mean_token_accuracy": 0.933166766166687, + "num_tokens": 59986274.0, + "step": 46610 + }, + { + "entropy": 1.0686424016952514, + "epoch": 4.453998280309544, + "grad_norm": 1.2083014249801636, + "learning_rate": 6.3012145836068e-05, + "loss": 0.1429, + "mean_token_accuracy": 0.9496426939964294, + "num_tokens": 59999073.0, + "step": 46620 + }, + { + "entropy": 1.0673235177993774, + "epoch": 4.454953663896054, + "grad_norm": 1.5796300172805786, + "learning_rate": 6.29968924446884e-05, + "loss": 0.1582, + "mean_token_accuracy": 0.9427005290985108, + "num_tokens": 60012420.0, + "step": 46630 + }, + { + "entropy": 1.0611393570899963, + "epoch": 4.455909047482564, + "grad_norm": 1.5322867631912231, + "learning_rate": 6.298163775597425e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9226903557777405, + "num_tokens": 60025033.0, + "step": 46640 + }, + { + "entropy": 1.0578398942947387, + "epoch": 4.456864431069074, + "grad_norm": 1.57137131690979, + "learning_rate": 6.296638177144831e-05, + "loss": 0.1486, + "mean_token_accuracy": 0.9392718851566315, + "num_tokens": 60038138.0, + "step": 46650 + }, + { + "entropy": 1.0562959671020509, + "epoch": 4.4578198146555845, + "grad_norm": 2.109127998352051, + "learning_rate": 6.295112449263337e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9341348111629486, + "num_tokens": 60050892.0, + "step": 46660 + }, + { + "entropy": 1.0486968636512757, + "epoch": 4.458775198242094, + "grad_norm": 1.563732385635376, + "learning_rate": 6.293586592105241e-05, + "loss": 0.1525, + "mean_token_accuracy": 0.9412979423999787, + "num_tokens": 60063633.0, + "step": 46670 + }, + { + "entropy": 1.055676805973053, + "epoch": 4.459730581828604, + "grad_norm": 1.415094017982483, + "learning_rate": 6.292060605822852e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9298745155334472, + "num_tokens": 60076473.0, + "step": 46680 + }, + { + "entropy": 1.0544187068939208, + "epoch": 4.460685965415114, + "grad_norm": 1.8926193714141846, + "learning_rate": 6.290534490568491e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9283539295196533, + "num_tokens": 60089191.0, + "step": 46690 + }, + { + "entropy": 1.076844084262848, + "epoch": 4.461641349001624, + "grad_norm": 1.4310470819473267, + "learning_rate": 6.289008246494496e-05, + "loss": 0.1773, + "mean_token_accuracy": 0.9310781478881835, + "num_tokens": 60102353.0, + "step": 46700 + }, + { + "entropy": 1.0540317177772522, + "epoch": 4.462596732588134, + "grad_norm": 1.9244657754898071, + "learning_rate": 6.287481873753214e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9301059484481812, + "num_tokens": 60114835.0, + "step": 46710 + }, + { + "entropy": 1.0611574590206145, + "epoch": 4.463552116174644, + "grad_norm": 1.2283079624176025, + "learning_rate": 6.285955372497005e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9334529519081116, + "num_tokens": 60128013.0, + "step": 46720 + }, + { + "entropy": 1.0735068678855897, + "epoch": 4.4645074997611545, + "grad_norm": 1.95330810546875, + "learning_rate": 6.28442874287824e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9314156889915466, + "num_tokens": 60140961.0, + "step": 46730 + }, + { + "entropy": 1.0428812026977539, + "epoch": 4.465462883347664, + "grad_norm": 1.4740326404571533, + "learning_rate": 6.282901985049311e-05, + "loss": 0.1757, + "mean_token_accuracy": 0.9357339203357696, + "num_tokens": 60153457.0, + "step": 46740 + }, + { + "entropy": 1.0587344765663147, + "epoch": 4.466418266934174, + "grad_norm": 1.5216448307037354, + "learning_rate": 6.281375099162614e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9279864609241486, + "num_tokens": 60166350.0, + "step": 46750 + }, + { + "entropy": 1.05911386013031, + "epoch": 4.467373650520684, + "grad_norm": 1.9057127237319946, + "learning_rate": 6.279848085370559e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9339113414287568, + "num_tokens": 60179518.0, + "step": 46760 + }, + { + "entropy": 1.0573564052581788, + "epoch": 4.468329034107194, + "grad_norm": 1.9551347494125366, + "learning_rate": 6.278320943825574e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9274449467658996, + "num_tokens": 60192633.0, + "step": 46770 + }, + { + "entropy": 1.0724220395088195, + "epoch": 4.469284417693704, + "grad_norm": 2.2247390747070312, + "learning_rate": 6.276793674680095e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9382386028766632, + "num_tokens": 60206082.0, + "step": 46780 + }, + { + "entropy": 1.057787036895752, + "epoch": 4.470239801280214, + "grad_norm": 1.6743484735488892, + "learning_rate": 6.275266278086574e-05, + "loss": 0.1778, + "mean_token_accuracy": 0.9267624616622925, + "num_tokens": 60218894.0, + "step": 46790 + }, + { + "entropy": 1.070850133895874, + "epoch": 4.471195184866724, + "grad_norm": 1.6008539199829102, + "learning_rate": 6.273738754197469e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9297536969184875, + "num_tokens": 60231903.0, + "step": 46800 + }, + { + "entropy": 1.072163462638855, + "epoch": 4.472150568453234, + "grad_norm": 2.3097825050354004, + "learning_rate": 6.272211103165262e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9346355974674225, + "num_tokens": 60245100.0, + "step": 46810 + }, + { + "entropy": 1.0721488833427428, + "epoch": 4.473105952039744, + "grad_norm": 2.091555595397949, + "learning_rate": 6.270683325142437e-05, + "loss": 0.2045, + "mean_token_accuracy": 0.9215336203575134, + "num_tokens": 60257982.0, + "step": 46820 + }, + { + "entropy": 1.0768860936164857, + "epoch": 4.474061335626254, + "grad_norm": 1.6127318143844604, + "learning_rate": 6.269155420281496e-05, + "loss": 0.1627, + "mean_token_accuracy": 0.9351310551166534, + "num_tokens": 60270933.0, + "step": 46830 + }, + { + "entropy": 1.0810117721557617, + "epoch": 4.475016719212764, + "grad_norm": 1.231754183769226, + "learning_rate": 6.267627388734953e-05, + "loss": 0.1818, + "mean_token_accuracy": 0.9332487165927887, + "num_tokens": 60284296.0, + "step": 46840 + }, + { + "entropy": 1.0691927552223206, + "epoch": 4.475972102799274, + "grad_norm": 1.8771772384643555, + "learning_rate": 6.266099230655336e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9368294060230256, + "num_tokens": 60296845.0, + "step": 46850 + }, + { + "entropy": 1.0608163356781006, + "epoch": 4.476927486385784, + "grad_norm": 0.9726141691207886, + "learning_rate": 6.264570946195181e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9383208811283111, + "num_tokens": 60309392.0, + "step": 46860 + }, + { + "entropy": 1.0657341480255127, + "epoch": 4.477882869972294, + "grad_norm": 1.371491551399231, + "learning_rate": 6.263042535507042e-05, + "loss": 0.1762, + "mean_token_accuracy": 0.9316894173622131, + "num_tokens": 60321679.0, + "step": 46870 + }, + { + "entropy": 1.0554852128028869, + "epoch": 4.478838253558804, + "grad_norm": 2.1699955463409424, + "learning_rate": 6.261513998743482e-05, + "loss": 0.149, + "mean_token_accuracy": 0.9396361827850341, + "num_tokens": 60334737.0, + "step": 46880 + }, + { + "entropy": 1.0482908248901368, + "epoch": 4.479793637145314, + "grad_norm": 1.598680853843689, + "learning_rate": 6.259985336057077e-05, + "loss": 0.1681, + "mean_token_accuracy": 0.9348187208175659, + "num_tokens": 60347371.0, + "step": 46890 + }, + { + "entropy": 1.055465042591095, + "epoch": 4.480749020731824, + "grad_norm": 1.2335885763168335, + "learning_rate": 6.258456547600418e-05, + "loss": 0.1434, + "mean_token_accuracy": 0.9434202253818512, + "num_tokens": 60360373.0, + "step": 46900 + }, + { + "entropy": 1.0559960544109344, + "epoch": 4.481704404318334, + "grad_norm": 1.7731813192367554, + "learning_rate": 6.256927633526105e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9289417445659638, + "num_tokens": 60373426.0, + "step": 46910 + }, + { + "entropy": 1.0522170662879944, + "epoch": 4.4826597879048435, + "grad_norm": 1.4557133913040161, + "learning_rate": 6.255398593986753e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9400676965713501, + "num_tokens": 60386289.0, + "step": 46920 + }, + { + "entropy": 1.0646784424781799, + "epoch": 4.483615171491354, + "grad_norm": 1.3919891119003296, + "learning_rate": 6.253869429134989e-05, + "loss": 0.1857, + "mean_token_accuracy": 0.9273931682109833, + "num_tokens": 60398784.0, + "step": 46930 + }, + { + "entropy": 1.0810227394104004, + "epoch": 4.484570555077863, + "grad_norm": 1.9499526023864746, + "learning_rate": 6.252340139123454e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9327944099903107, + "num_tokens": 60411588.0, + "step": 46940 + }, + { + "entropy": 1.0678707122802735, + "epoch": 4.485525938664374, + "grad_norm": 1.889583706855774, + "learning_rate": 6.250810724104798e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9322866320610046, + "num_tokens": 60424061.0, + "step": 46950 + }, + { + "entropy": 1.0542384386062622, + "epoch": 4.486481322250884, + "grad_norm": 1.6707350015640259, + "learning_rate": 6.249281184231687e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9377737045288086, + "num_tokens": 60436674.0, + "step": 46960 + }, + { + "entropy": 1.0630749821662904, + "epoch": 4.487436705837394, + "grad_norm": 1.3210290670394897, + "learning_rate": 6.247751519656798e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9369142174720764, + "num_tokens": 60449482.0, + "step": 46970 + }, + { + "entropy": 1.0734012246131897, + "epoch": 4.488392089423904, + "grad_norm": 1.9882566928863525, + "learning_rate": 6.246221730532814e-05, + "loss": 0.1985, + "mean_token_accuracy": 0.9230210661888123, + "num_tokens": 60462600.0, + "step": 46980 + }, + { + "entropy": 1.0511799514293672, + "epoch": 4.4893474730104135, + "grad_norm": 1.7908573150634766, + "learning_rate": 6.244691817012446e-05, + "loss": 0.1775, + "mean_token_accuracy": 0.9324616909027099, + "num_tokens": 60475058.0, + "step": 46990 + }, + { + "entropy": 1.0690844416618348, + "epoch": 4.490302856596924, + "grad_norm": 1.6799309253692627, + "learning_rate": 6.243161779248404e-05, + "loss": 0.1566, + "mean_token_accuracy": 0.9375716388225556, + "num_tokens": 60488376.0, + "step": 47000 + }, + { + "entropy": 1.0746890902519226, + "epoch": 4.491258240183433, + "grad_norm": 1.5686969757080078, + "learning_rate": 6.241631617393414e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.927865868806839, + "num_tokens": 60501595.0, + "step": 47010 + }, + { + "entropy": 1.0563668012619019, + "epoch": 4.492213623769944, + "grad_norm": 1.4277222156524658, + "learning_rate": 6.240101331600216e-05, + "loss": 0.1869, + "mean_token_accuracy": 0.9307904958724975, + "num_tokens": 60513756.0, + "step": 47020 + }, + { + "entropy": 1.0748460054397584, + "epoch": 4.493169007356453, + "grad_norm": 2.0204288959503174, + "learning_rate": 6.238570922021562e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9330941438674927, + "num_tokens": 60526674.0, + "step": 47030 + }, + { + "entropy": 1.0599922060966491, + "epoch": 4.494124390942964, + "grad_norm": 2.100292205810547, + "learning_rate": 6.237040388810214e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9330112159252166, + "num_tokens": 60539197.0, + "step": 47040 + }, + { + "entropy": 1.0618970036506652, + "epoch": 4.495079774529474, + "grad_norm": 1.4809937477111816, + "learning_rate": 6.235509732118949e-05, + "loss": 0.1913, + "mean_token_accuracy": 0.9271467208862305, + "num_tokens": 60551717.0, + "step": 47050 + }, + { + "entropy": 1.0513029932975768, + "epoch": 4.496035158115983, + "grad_norm": 2.0514044761657715, + "learning_rate": 6.233978952100553e-05, + "loss": 0.1497, + "mean_token_accuracy": 0.9393882572650909, + "num_tokens": 60564127.0, + "step": 47060 + }, + { + "entropy": 1.0589214324951173, + "epoch": 4.496990541702494, + "grad_norm": 2.0185914039611816, + "learning_rate": 6.23244804890783e-05, + "loss": 0.178, + "mean_token_accuracy": 0.931933331489563, + "num_tokens": 60577115.0, + "step": 47070 + }, + { + "entropy": 1.0422982215881347, + "epoch": 4.497945925289003, + "grad_norm": 1.8435211181640625, + "learning_rate": 6.230917022693593e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9389738976955414, + "num_tokens": 60590354.0, + "step": 47080 + }, + { + "entropy": 1.065345573425293, + "epoch": 4.498901308875514, + "grad_norm": 2.0574193000793457, + "learning_rate": 6.229385873610665e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9292518019676208, + "num_tokens": 60603742.0, + "step": 47090 + }, + { + "entropy": 1.063565695285797, + "epoch": 4.499856692462023, + "grad_norm": 1.626181721687317, + "learning_rate": 6.227854601811885e-05, + "loss": 0.1871, + "mean_token_accuracy": 0.9297443985939026, + "num_tokens": 60616274.0, + "step": 47100 + }, + { + "entropy": 1.0638652801513673, + "epoch": 4.5008120760485335, + "grad_norm": 1.7488609552383423, + "learning_rate": 6.226323207450101e-05, + "loss": 0.1874, + "mean_token_accuracy": 0.9283742666244507, + "num_tokens": 60628749.0, + "step": 47110 + }, + { + "entropy": 1.07433260679245, + "epoch": 4.501767459635044, + "grad_norm": 1.868509292602539, + "learning_rate": 6.224791690678177e-05, + "loss": 0.1842, + "mean_token_accuracy": 0.9248064637184144, + "num_tokens": 60641541.0, + "step": 47120 + }, + { + "entropy": 1.0565868020057678, + "epoch": 4.502722843221553, + "grad_norm": 1.4196341037750244, + "learning_rate": 6.223260051648986e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9325300931930542, + "num_tokens": 60653963.0, + "step": 47130 + }, + { + "entropy": 1.0700977444648743, + "epoch": 4.503678226808064, + "grad_norm": 1.6523268222808838, + "learning_rate": 6.221728290515414e-05, + "loss": 0.1917, + "mean_token_accuracy": 0.919001305103302, + "num_tokens": 60667232.0, + "step": 47140 + }, + { + "entropy": 1.0531569123268127, + "epoch": 4.504633610394573, + "grad_norm": 1.7438172101974487, + "learning_rate": 6.220196407430363e-05, + "loss": 0.1379, + "mean_token_accuracy": 0.9470163702964782, + "num_tokens": 60679899.0, + "step": 47150 + }, + { + "entropy": 1.0548264503479003, + "epoch": 4.505588993981084, + "grad_norm": 1.5893702507019043, + "learning_rate": 6.218664402546739e-05, + "loss": 0.1569, + "mean_token_accuracy": 0.938884973526001, + "num_tokens": 60692716.0, + "step": 47160 + }, + { + "entropy": 1.0581639766693116, + "epoch": 4.506544377567593, + "grad_norm": 2.1009633541107178, + "learning_rate": 6.217132276017468e-05, + "loss": 0.182, + "mean_token_accuracy": 0.9244298934936523, + "num_tokens": 60705140.0, + "step": 47170 + }, + { + "entropy": 1.0616090178489686, + "epoch": 4.5074997611541034, + "grad_norm": 2.2008020877838135, + "learning_rate": 6.215600027995484e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9332208395004272, + "num_tokens": 60718027.0, + "step": 47180 + }, + { + "entropy": 1.0569885849952698, + "epoch": 4.508455144740614, + "grad_norm": 1.606753945350647, + "learning_rate": 6.214067658633733e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9315468609333039, + "num_tokens": 60731116.0, + "step": 47190 + }, + { + "entropy": 1.0618776321411132, + "epoch": 4.509410528327123, + "grad_norm": 1.2748067378997803, + "learning_rate": 6.212535168085179e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9302409768104554, + "num_tokens": 60743440.0, + "step": 47200 + }, + { + "entropy": 1.068360435962677, + "epoch": 4.510365911913634, + "grad_norm": 1.294676661491394, + "learning_rate": 6.211002556502785e-05, + "loss": 0.1833, + "mean_token_accuracy": 0.9290815591812134, + "num_tokens": 60756570.0, + "step": 47210 + }, + { + "entropy": 1.068890428543091, + "epoch": 4.511321295500143, + "grad_norm": 2.2812392711639404, + "learning_rate": 6.209469824039543e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9247187077999115, + "num_tokens": 60769804.0, + "step": 47220 + }, + { + "entropy": 1.073438322544098, + "epoch": 4.5122766790866535, + "grad_norm": 1.7547610998153687, + "learning_rate": 6.207936970848445e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.93628830909729, + "num_tokens": 60782570.0, + "step": 47230 + }, + { + "entropy": 1.0574941396713258, + "epoch": 4.513232062673163, + "grad_norm": 1.1198203563690186, + "learning_rate": 6.206403997082498e-05, + "loss": 0.1494, + "mean_token_accuracy": 0.9410122156143188, + "num_tokens": 60795754.0, + "step": 47240 + }, + { + "entropy": 1.049062478542328, + "epoch": 4.514187446259673, + "grad_norm": 1.4874799251556396, + "learning_rate": 6.204870902894722e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9379583120346069, + "num_tokens": 60808785.0, + "step": 47250 + }, + { + "entropy": 1.0467055916786194, + "epoch": 4.515142829846183, + "grad_norm": 2.263563871383667, + "learning_rate": 6.20333768843815e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9336288690567016, + "num_tokens": 60821425.0, + "step": 47260 + }, + { + "entropy": 1.0569868445396424, + "epoch": 4.516098213432693, + "grad_norm": 1.6339718103408813, + "learning_rate": 6.201804353865825e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9335233032703399, + "num_tokens": 60834629.0, + "step": 47270 + }, + { + "entropy": 1.0473125576972961, + "epoch": 4.517053597019203, + "grad_norm": 1.5318999290466309, + "learning_rate": 6.2002708993308e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.9370586276054382, + "num_tokens": 60847147.0, + "step": 47280 + }, + { + "entropy": 1.0436182975769044, + "epoch": 4.518008980605713, + "grad_norm": 1.7301348447799683, + "learning_rate": 6.198737324986148e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9244013488292694, + "num_tokens": 60859746.0, + "step": 47290 + }, + { + "entropy": 1.0548442482948304, + "epoch": 4.5189643641922235, + "grad_norm": 1.9473294019699097, + "learning_rate": 6.197203630984944e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9356799960136414, + "num_tokens": 60872476.0, + "step": 47300 + }, + { + "entropy": 1.0643492460250854, + "epoch": 4.519919747778733, + "grad_norm": 1.811751365661621, + "learning_rate": 6.19566981748028e-05, + "loss": 0.1981, + "mean_token_accuracy": 0.9234350323677063, + "num_tokens": 60884969.0, + "step": 47310 + }, + { + "entropy": 1.0472347617149353, + "epoch": 4.520875131365243, + "grad_norm": 1.4767239093780518, + "learning_rate": 6.194135884625263e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9391802251338959, + "num_tokens": 60897393.0, + "step": 47320 + }, + { + "entropy": 1.0696578621864319, + "epoch": 4.521830514951753, + "grad_norm": 1.778314232826233, + "learning_rate": 6.192601832573004e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9350694060325623, + "num_tokens": 60910895.0, + "step": 47330 + }, + { + "entropy": 1.0640043497085572, + "epoch": 4.522785898538263, + "grad_norm": 1.3181217908859253, + "learning_rate": 6.191067661476633e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9406829357147217, + "num_tokens": 60924144.0, + "step": 47340 + }, + { + "entropy": 1.052572751045227, + "epoch": 4.523741282124773, + "grad_norm": 1.7051204442977905, + "learning_rate": 6.189533371489288e-05, + "loss": 0.1881, + "mean_token_accuracy": 0.9279536008834839, + "num_tokens": 60936955.0, + "step": 47350 + }, + { + "entropy": 1.0595463991165162, + "epoch": 4.524696665711283, + "grad_norm": 1.5702928304672241, + "learning_rate": 6.18799896276412e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.9319751560688019, + "num_tokens": 60949487.0, + "step": 47360 + }, + { + "entropy": 1.073311722278595, + "epoch": 4.525652049297793, + "grad_norm": 2.4001505374908447, + "learning_rate": 6.186464435454292e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9182662725448608, + "num_tokens": 60962526.0, + "step": 47370 + }, + { + "entropy": 1.0747387886047364, + "epoch": 4.526607432884303, + "grad_norm": 1.7544296979904175, + "learning_rate": 6.18492978971298e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9346454381942749, + "num_tokens": 60975972.0, + "step": 47380 + }, + { + "entropy": 1.061375665664673, + "epoch": 4.527562816470813, + "grad_norm": 1.7803348302841187, + "learning_rate": 6.183395025693369e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9363615334033966, + "num_tokens": 60988554.0, + "step": 47390 + }, + { + "entropy": 1.0471637725830079, + "epoch": 4.528518200057323, + "grad_norm": 1.239480972290039, + "learning_rate": 6.181860143548659e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9371144652366639, + "num_tokens": 61001322.0, + "step": 47400 + }, + { + "entropy": 1.0714894652366638, + "epoch": 4.529473583643833, + "grad_norm": 1.7384169101715088, + "learning_rate": 6.180325143432058e-05, + "loss": 0.1862, + "mean_token_accuracy": 0.9292559206485749, + "num_tokens": 61014311.0, + "step": 47410 + }, + { + "entropy": 1.0829570412635803, + "epoch": 4.530428967230343, + "grad_norm": 1.547476053237915, + "learning_rate": 6.178790025496787e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9305524587631225, + "num_tokens": 61027228.0, + "step": 47420 + }, + { + "entropy": 1.0906214714050293, + "epoch": 4.531384350816853, + "grad_norm": 1.8187499046325684, + "learning_rate": 6.177254789896082e-05, + "loss": 0.1888, + "mean_token_accuracy": 0.927537715435028, + "num_tokens": 61041263.0, + "step": 47430 + }, + { + "entropy": 1.060254657268524, + "epoch": 4.532339734403363, + "grad_norm": 1.764303207397461, + "learning_rate": 6.17571943678319e-05, + "loss": 0.1964, + "mean_token_accuracy": 0.9233666658401489, + "num_tokens": 61053807.0, + "step": 47440 + }, + { + "entropy": 1.0767611980438232, + "epoch": 4.533295117989873, + "grad_norm": 1.2355351448059082, + "learning_rate": 6.174183966311366e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9313205420970917, + "num_tokens": 61066663.0, + "step": 47450 + }, + { + "entropy": 1.0766245007514954, + "epoch": 4.534250501576383, + "grad_norm": 1.1786272525787354, + "learning_rate": 6.172648378633877e-05, + "loss": 0.1772, + "mean_token_accuracy": 0.9308046460151672, + "num_tokens": 61079543.0, + "step": 47460 + }, + { + "entropy": 1.0786946892738343, + "epoch": 4.535205885162893, + "grad_norm": 2.074739694595337, + "learning_rate": 6.171112673904009e-05, + "loss": 0.1943, + "mean_token_accuracy": 0.926541656255722, + "num_tokens": 61092222.0, + "step": 47470 + }, + { + "entropy": 1.0617359757423401, + "epoch": 4.536161268749403, + "grad_norm": 1.6970981359481812, + "learning_rate": 6.169576852275047e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9386581420898438, + "num_tokens": 61104946.0, + "step": 47480 + }, + { + "entropy": 1.073758840560913, + "epoch": 4.5371166523359125, + "grad_norm": 1.8576886653900146, + "learning_rate": 6.1680409139003e-05, + "loss": 0.1645, + "mean_token_accuracy": 0.9317023158073425, + "num_tokens": 61118371.0, + "step": 47490 + }, + { + "entropy": 1.0734833478927612, + "epoch": 4.538072035922423, + "grad_norm": 2.21803879737854, + "learning_rate": 6.166504858933081e-05, + "loss": 0.1896, + "mean_token_accuracy": 0.9273449778556824, + "num_tokens": 61130890.0, + "step": 47500 + }, + { + "entropy": 1.0779229521751403, + "epoch": 4.539027419508933, + "grad_norm": 2.5993247032165527, + "learning_rate": 6.164968687526721e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.9338349044322968, + "num_tokens": 61143278.0, + "step": 47510 + }, + { + "entropy": 1.068574643135071, + "epoch": 4.539982803095443, + "grad_norm": 0.9687943458557129, + "learning_rate": 6.163432399834554e-05, + "loss": 0.1309, + "mean_token_accuracy": 0.9459021985530853, + "num_tokens": 61156790.0, + "step": 47520 + }, + { + "entropy": 1.0546248078346252, + "epoch": 4.540938186681953, + "grad_norm": 2.2486603260040283, + "learning_rate": 6.161895996009933e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9361037850379944, + "num_tokens": 61169237.0, + "step": 47530 + }, + { + "entropy": 1.0693959236145019, + "epoch": 4.541893570268463, + "grad_norm": 2.1268739700317383, + "learning_rate": 6.16035947620622e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9306095480918884, + "num_tokens": 61182394.0, + "step": 47540 + }, + { + "entropy": 1.0666677474975585, + "epoch": 4.542848953854973, + "grad_norm": 1.4804890155792236, + "learning_rate": 6.15882284057679e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.931707763671875, + "num_tokens": 61195212.0, + "step": 47550 + }, + { + "entropy": 1.0620216965675353, + "epoch": 4.5438043374414825, + "grad_norm": 1.2405997514724731, + "learning_rate": 6.157286089275025e-05, + "loss": 0.1575, + "mean_token_accuracy": 0.9396933436393737, + "num_tokens": 61207578.0, + "step": 47560 + }, + { + "entropy": 1.0775766134262086, + "epoch": 4.544759721027993, + "grad_norm": 1.601704478263855, + "learning_rate": 6.155749222454324e-05, + "loss": 0.2027, + "mean_token_accuracy": 0.9226150274276733, + "num_tokens": 61220490.0, + "step": 47570 + }, + { + "entropy": 1.060342788696289, + "epoch": 4.545715104614502, + "grad_norm": 2.3187649250030518, + "learning_rate": 6.154212240268093e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.9341161608695984, + "num_tokens": 61233075.0, + "step": 47580 + }, + { + "entropy": 1.0837615609169007, + "epoch": 4.546670488201013, + "grad_norm": 1.302119493484497, + "learning_rate": 6.152675142869752e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9375097095966339, + "num_tokens": 61245974.0, + "step": 47590 + }, + { + "entropy": 1.0765300154685975, + "epoch": 4.547625871787522, + "grad_norm": 1.5317275524139404, + "learning_rate": 6.151137930412735e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9337187051773072, + "num_tokens": 61258592.0, + "step": 47600 + }, + { + "entropy": 1.0796745896339417, + "epoch": 4.548581255374033, + "grad_norm": 1.6549814939498901, + "learning_rate": 6.149600603050484e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9294125974178314, + "num_tokens": 61271138.0, + "step": 47610 + }, + { + "entropy": 1.0874338150024414, + "epoch": 4.549536638960543, + "grad_norm": 1.7566308975219727, + "learning_rate": 6.14806316093645e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9384492754936218, + "num_tokens": 61283863.0, + "step": 47620 + }, + { + "entropy": 1.09129855632782, + "epoch": 4.550492022547052, + "grad_norm": 1.8785545825958252, + "learning_rate": 6.146525604224103e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9284120857715606, + "num_tokens": 61296363.0, + "step": 47630 + }, + { + "entropy": 1.101341426372528, + "epoch": 4.551447406133563, + "grad_norm": 1.7251224517822266, + "learning_rate": 6.144987933066918e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9350925624370575, + "num_tokens": 61309489.0, + "step": 47640 + }, + { + "entropy": 1.0822869539260864, + "epoch": 4.552402789720072, + "grad_norm": 1.0631990432739258, + "learning_rate": 6.143450147618384e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9317625939846039, + "num_tokens": 61322232.0, + "step": 47650 + }, + { + "entropy": 1.0951375603675841, + "epoch": 4.553358173306583, + "grad_norm": 1.9390748739242554, + "learning_rate": 6.141912248032e-05, + "loss": 0.1946, + "mean_token_accuracy": 0.9299735963344574, + "num_tokens": 61335931.0, + "step": 47660 + }, + { + "entropy": 1.0886694669723511, + "epoch": 4.554313556893092, + "grad_norm": 2.127897262573242, + "learning_rate": 6.140374234461276e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9295103132724762, + "num_tokens": 61349059.0, + "step": 47670 + }, + { + "entropy": 1.0750957608222962, + "epoch": 4.5552689404796025, + "grad_norm": 2.053739070892334, + "learning_rate": 6.13883610705974e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9445419907569885, + "num_tokens": 61361954.0, + "step": 47680 + }, + { + "entropy": 1.0863877058029174, + "epoch": 4.556224324066113, + "grad_norm": 1.9965769052505493, + "learning_rate": 6.13729786598092e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.9340520858764648, + "num_tokens": 61374732.0, + "step": 47690 + }, + { + "entropy": 1.0920435070991517, + "epoch": 4.557179707652622, + "grad_norm": 1.8098031282424927, + "learning_rate": 6.135759511378367e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9322002053260803, + "num_tokens": 61388168.0, + "step": 47700 + }, + { + "entropy": 1.079634165763855, + "epoch": 4.558135091239133, + "grad_norm": 1.5882703065872192, + "learning_rate": 6.134221043405631e-05, + "loss": 0.1514, + "mean_token_accuracy": 0.9399312615394593, + "num_tokens": 61400959.0, + "step": 47710 + }, + { + "entropy": 1.081648313999176, + "epoch": 4.559090474825642, + "grad_norm": 1.8361691236495972, + "learning_rate": 6.132682462216287e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9352575659751892, + "num_tokens": 61413756.0, + "step": 47720 + }, + { + "entropy": 1.082982873916626, + "epoch": 4.560045858412153, + "grad_norm": 1.4840002059936523, + "learning_rate": 6.131143767963911e-05, + "loss": 0.1767, + "mean_token_accuracy": 0.9357215225696563, + "num_tokens": 61426809.0, + "step": 47730 + }, + { + "entropy": 1.0902849793434144, + "epoch": 4.561001241998662, + "grad_norm": 2.100796699523926, + "learning_rate": 6.129604960802093e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9300915658473968, + "num_tokens": 61439886.0, + "step": 47740 + }, + { + "entropy": 1.0807275772094727, + "epoch": 4.5619566255851725, + "grad_norm": 1.5516486167907715, + "learning_rate": 6.128066040884435e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9417435348033905, + "num_tokens": 61452705.0, + "step": 47750 + }, + { + "entropy": 1.0828585743904113, + "epoch": 4.562912009171683, + "grad_norm": 1.5223604440689087, + "learning_rate": 6.126527008364552e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.9407243251800537, + "num_tokens": 61465677.0, + "step": 47760 + }, + { + "entropy": 1.0757518649101256, + "epoch": 4.563867392758192, + "grad_norm": 1.8914326429367065, + "learning_rate": 6.124987863396068e-05, + "loss": 0.1655, + "mean_token_accuracy": 0.9340522587299347, + "num_tokens": 61478267.0, + "step": 47770 + }, + { + "entropy": 1.0759066104888917, + "epoch": 4.564822776344703, + "grad_norm": 1.4890031814575195, + "learning_rate": 6.123448606132617e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9321537613868713, + "num_tokens": 61491147.0, + "step": 47780 + }, + { + "entropy": 1.0961632013320923, + "epoch": 4.565778159931212, + "grad_norm": 1.661872386932373, + "learning_rate": 6.121909236727848e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9251214265823364, + "num_tokens": 61504375.0, + "step": 47790 + }, + { + "entropy": 1.0958147406578065, + "epoch": 4.5667335435177225, + "grad_norm": 1.846662998199463, + "learning_rate": 6.120369755335418e-05, + "loss": 0.1637, + "mean_token_accuracy": 0.9345580339431763, + "num_tokens": 61517624.0, + "step": 47800 + }, + { + "entropy": 1.085433042049408, + "epoch": 4.567688927104232, + "grad_norm": 1.4642821550369263, + "learning_rate": 6.118830162108995e-05, + "loss": 0.1866, + "mean_token_accuracy": 0.9270128607749939, + "num_tokens": 61530333.0, + "step": 47810 + }, + { + "entropy": 1.085137093067169, + "epoch": 4.568644310690742, + "grad_norm": 1.420487403869629, + "learning_rate": 6.117290457202261e-05, + "loss": 0.1859, + "mean_token_accuracy": 0.928776228427887, + "num_tokens": 61542785.0, + "step": 47820 + }, + { + "entropy": 1.093207347393036, + "epoch": 4.569599694277253, + "grad_norm": 1.5605857372283936, + "learning_rate": 6.115750640768908e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9300745248794555, + "num_tokens": 61555847.0, + "step": 47830 + }, + { + "entropy": 1.0894052267074585, + "epoch": 4.570555077863762, + "grad_norm": 2.0463948249816895, + "learning_rate": 6.114210712962637e-05, + "loss": 0.1799, + "mean_token_accuracy": 0.9327183187007904, + "num_tokens": 61568898.0, + "step": 47840 + }, + { + "entropy": 1.092418944835663, + "epoch": 4.571510461450273, + "grad_norm": 1.2927075624465942, + "learning_rate": 6.112670673937163e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9305358231067657, + "num_tokens": 61582191.0, + "step": 47850 + }, + { + "entropy": 1.0827053904533386, + "epoch": 4.572465845036782, + "grad_norm": 1.445644736289978, + "learning_rate": 6.11113052384621e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9385591685771942, + "num_tokens": 61595027.0, + "step": 47860 + }, + { + "entropy": 1.0726855397224426, + "epoch": 4.5734212286232925, + "grad_norm": 1.4368443489074707, + "learning_rate": 6.109590262843514e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9368119895458221, + "num_tokens": 61607814.0, + "step": 47870 + }, + { + "entropy": 1.0750429511070252, + "epoch": 4.574376612209802, + "grad_norm": 1.6269960403442383, + "learning_rate": 6.108049891082824e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.9374926865100861, + "num_tokens": 61619931.0, + "step": 47880 + }, + { + "entropy": 1.0766969323158264, + "epoch": 4.575331995796312, + "grad_norm": 1.317423939704895, + "learning_rate": 6.106509408717894e-05, + "loss": 0.1505, + "mean_token_accuracy": 0.9431235432624817, + "num_tokens": 61632383.0, + "step": 47890 + }, + { + "entropy": 1.0895645260810851, + "epoch": 4.576287379382822, + "grad_norm": 1.2104086875915527, + "learning_rate": 6.104968815902498e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9326397597789764, + "num_tokens": 61645431.0, + "step": 47900 + }, + { + "entropy": 1.087574827671051, + "epoch": 4.577242762969332, + "grad_norm": 1.5193630456924438, + "learning_rate": 6.103428112790414e-05, + "loss": 0.155, + "mean_token_accuracy": 0.9421270072460175, + "num_tokens": 61658160.0, + "step": 47910 + }, + { + "entropy": 1.0737049579620361, + "epoch": 4.578198146555842, + "grad_norm": 1.260574460029602, + "learning_rate": 6.1018872995354315e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9384755373001099, + "num_tokens": 61671444.0, + "step": 47920 + }, + { + "entropy": 1.0793092250823975, + "epoch": 4.579153530142352, + "grad_norm": 1.9372162818908691, + "learning_rate": 6.100346376291356e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.9275422334671021, + "num_tokens": 61684180.0, + "step": 47930 + }, + { + "entropy": 1.0808395504951478, + "epoch": 4.580108913728862, + "grad_norm": 1.6020492315292358, + "learning_rate": 6.0988053432119975e-05, + "loss": 0.1581, + "mean_token_accuracy": 0.938026762008667, + "num_tokens": 61696941.0, + "step": 47940 + }, + { + "entropy": 1.0838665604591369, + "epoch": 4.581064297315372, + "grad_norm": 1.6600291728973389, + "learning_rate": 6.097264200451183e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9283211350440979, + "num_tokens": 61709280.0, + "step": 47950 + }, + { + "entropy": 1.1137101650238037, + "epoch": 4.582019680901882, + "grad_norm": 2.103639841079712, + "learning_rate": 6.095722948162743e-05, + "loss": 0.1831, + "mean_token_accuracy": 0.9283222079277038, + "num_tokens": 61722139.0, + "step": 47960 + }, + { + "entropy": 1.089644467830658, + "epoch": 4.582975064488392, + "grad_norm": 1.6445504426956177, + "learning_rate": 6.094181586500529e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9364792585372925, + "num_tokens": 61734880.0, + "step": 47970 + }, + { + "entropy": 1.0925081491470336, + "epoch": 4.583930448074902, + "grad_norm": 1.2214691638946533, + "learning_rate": 6.0926401156183954e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9325131177902222, + "num_tokens": 61748510.0, + "step": 47980 + }, + { + "entropy": 1.0859606742858887, + "epoch": 4.584885831661412, + "grad_norm": 1.4871920347213745, + "learning_rate": 6.09109853567021e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9341656148433686, + "num_tokens": 61761639.0, + "step": 47990 + }, + { + "entropy": 1.0833834290504456, + "epoch": 4.585841215247922, + "grad_norm": 1.6783311367034912, + "learning_rate": 6.089556846809851e-05, + "loss": 0.1852, + "mean_token_accuracy": 0.9295250773429871, + "num_tokens": 61774799.0, + "step": 48000 + }, + { + "entropy": 1.0970564842224122, + "epoch": 4.586796598834432, + "grad_norm": 1.7927826642990112, + "learning_rate": 6.088015049191208e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9398726880550384, + "num_tokens": 61787947.0, + "step": 48010 + }, + { + "entropy": 1.0838531136512757, + "epoch": 4.587751982420942, + "grad_norm": 1.780373454093933, + "learning_rate": 6.086473142968183e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9343538343906402, + "num_tokens": 61800621.0, + "step": 48020 + }, + { + "entropy": 1.082951295375824, + "epoch": 4.588707366007452, + "grad_norm": 2.0701797008514404, + "learning_rate": 6.0849311282946854e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9252705872058868, + "num_tokens": 61813638.0, + "step": 48030 + }, + { + "entropy": 1.0973342657089233, + "epoch": 4.589662749593962, + "grad_norm": 1.5895988941192627, + "learning_rate": 6.083389005324638e-05, + "loss": 0.1844, + "mean_token_accuracy": 0.9323368966579437, + "num_tokens": 61826897.0, + "step": 48040 + }, + { + "entropy": 1.091823410987854, + "epoch": 4.590618133180472, + "grad_norm": 2.0362038612365723, + "learning_rate": 6.081846774211974e-05, + "loss": 0.1712, + "mean_token_accuracy": 0.9302235305309295, + "num_tokens": 61839577.0, + "step": 48050 + }, + { + "entropy": 1.0962699890136718, + "epoch": 4.5915735167669816, + "grad_norm": 1.1689478158950806, + "learning_rate": 6.080304435110637e-05, + "loss": 0.1553, + "mean_token_accuracy": 0.942606520652771, + "num_tokens": 61852763.0, + "step": 48060 + }, + { + "entropy": 1.0764065265655518, + "epoch": 4.592528900353492, + "grad_norm": 1.4018867015838623, + "learning_rate": 6.0787619881745814e-05, + "loss": 0.1536, + "mean_token_accuracy": 0.9415956914424897, + "num_tokens": 61865377.0, + "step": 48070 + }, + { + "entropy": 1.061568558216095, + "epoch": 4.593484283940002, + "grad_norm": 1.6244410276412964, + "learning_rate": 6.077219433557773e-05, + "loss": 0.1423, + "mean_token_accuracy": 0.9450956344604492, + "num_tokens": 61878584.0, + "step": 48080 + }, + { + "entropy": 1.0685112833976746, + "epoch": 4.594439667526512, + "grad_norm": 1.9676928520202637, + "learning_rate": 6.075676771414187e-05, + "loss": 0.1827, + "mean_token_accuracy": 0.9290814518928527, + "num_tokens": 61891058.0, + "step": 48090 + }, + { + "entropy": 1.064554512500763, + "epoch": 4.595395051113022, + "grad_norm": 1.8469561338424683, + "learning_rate": 6.07413400189781e-05, + "loss": 0.1562, + "mean_token_accuracy": 0.9378167808055877, + "num_tokens": 61903993.0, + "step": 48100 + }, + { + "entropy": 1.0879704833030701, + "epoch": 4.596350434699532, + "grad_norm": 1.093455195426941, + "learning_rate": 6.072591125162639e-05, + "loss": 0.1743, + "mean_token_accuracy": 0.9291097164154053, + "num_tokens": 61917294.0, + "step": 48110 + }, + { + "entropy": 1.0829134583473206, + "epoch": 4.597305818286042, + "grad_norm": 1.5082236528396606, + "learning_rate": 6.071048141362683e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9310696601867676, + "num_tokens": 61930378.0, + "step": 48120 + }, + { + "entropy": 1.0769527912139893, + "epoch": 4.5982612018725515, + "grad_norm": 1.6467504501342773, + "learning_rate": 6.069505050651962e-05, + "loss": 0.18, + "mean_token_accuracy": 0.9306800842285157, + "num_tokens": 61942945.0, + "step": 48130 + }, + { + "entropy": 1.0900844931602478, + "epoch": 4.599216585459062, + "grad_norm": 2.5175161361694336, + "learning_rate": 6.067961853184504e-05, + "loss": 0.2008, + "mean_token_accuracy": 0.921458899974823, + "num_tokens": 61956197.0, + "step": 48140 + }, + { + "entropy": 1.0902756571769714, + "epoch": 4.600171969045572, + "grad_norm": 1.4565473794937134, + "learning_rate": 6.066418549114349e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9411705315113068, + "num_tokens": 61969365.0, + "step": 48150 + }, + { + "entropy": 1.0719242334365844, + "epoch": 4.601127352632082, + "grad_norm": 1.6286917924880981, + "learning_rate": 6.064875138595548e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.924867981672287, + "num_tokens": 61982132.0, + "step": 48160 + }, + { + "entropy": 1.0759504318237305, + "epoch": 4.602082736218592, + "grad_norm": 2.0492467880249023, + "learning_rate": 6.063331621782162e-05, + "loss": 0.1535, + "mean_token_accuracy": 0.9404288351535797, + "num_tokens": 61994811.0, + "step": 48170 + }, + { + "entropy": 1.0832635521888734, + "epoch": 4.603038119805102, + "grad_norm": 2.4599790573120117, + "learning_rate": 6.0617879988282654e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9296846807003021, + "num_tokens": 62007218.0, + "step": 48180 + }, + { + "entropy": 1.1056466341018676, + "epoch": 4.603993503391612, + "grad_norm": 1.9094816446304321, + "learning_rate": 6.060244269887937e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9370527923107147, + "num_tokens": 62020420.0, + "step": 48190 + }, + { + "entropy": 1.1037906169891358, + "epoch": 4.604948886978121, + "grad_norm": 1.6235737800598145, + "learning_rate": 6.058700435115274e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9306630313396453, + "num_tokens": 62033371.0, + "step": 48200 + }, + { + "entropy": 1.0969290018081665, + "epoch": 4.605904270564632, + "grad_norm": 1.6618069410324097, + "learning_rate": 6.057156494664377e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9375438868999482, + "num_tokens": 62046279.0, + "step": 48210 + }, + { + "entropy": 1.0775229811668396, + "epoch": 4.606859654151142, + "grad_norm": 1.5124794244766235, + "learning_rate": 6.055612448689363e-05, + "loss": 0.1814, + "mean_token_accuracy": 0.9326850235462188, + "num_tokens": 62058771.0, + "step": 48220 + }, + { + "entropy": 1.0791439652442931, + "epoch": 4.607815037737652, + "grad_norm": 2.849121570587158, + "learning_rate": 6.054068297344353e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.930775398015976, + "num_tokens": 62071521.0, + "step": 48230 + }, + { + "entropy": 1.0842225432395936, + "epoch": 4.608770421324162, + "grad_norm": 1.3744010925292969, + "learning_rate": 6.052524040783486e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9278466165065765, + "num_tokens": 62084117.0, + "step": 48240 + }, + { + "entropy": 1.102798879146576, + "epoch": 4.6097258049106715, + "grad_norm": 1.3580390214920044, + "learning_rate": 6.050979679160908e-05, + "loss": 0.2178, + "mean_token_accuracy": 0.9167046487331391, + "num_tokens": 62097373.0, + "step": 48250 + }, + { + "entropy": 1.083925998210907, + "epoch": 4.610681188497182, + "grad_norm": 1.5299965143203735, + "learning_rate": 6.049435212630772e-05, + "loss": 0.1566, + "mean_token_accuracy": 0.9395394086837768, + "num_tokens": 62110439.0, + "step": 48260 + }, + { + "entropy": 1.0942986607551575, + "epoch": 4.611636572083691, + "grad_norm": 1.1967624425888062, + "learning_rate": 6.047890641347248e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9252953469753266, + "num_tokens": 62123704.0, + "step": 48270 + }, + { + "entropy": 1.0880977392196656, + "epoch": 4.612591955670202, + "grad_norm": 1.9222086668014526, + "learning_rate": 6.0463459654645116e-05, + "loss": 0.1666, + "mean_token_accuracy": 0.9376400887966156, + "num_tokens": 62137062.0, + "step": 48280 + }, + { + "entropy": 1.091243290901184, + "epoch": 4.613547339256711, + "grad_norm": 1.0041742324829102, + "learning_rate": 6.044801185136751e-05, + "loss": 0.1578, + "mean_token_accuracy": 0.9369498372077942, + "num_tokens": 62149850.0, + "step": 48290 + }, + { + "entropy": 1.099522888660431, + "epoch": 4.614502722843222, + "grad_norm": 1.6269677877426147, + "learning_rate": 6.043256300518165e-05, + "loss": 0.1773, + "mean_token_accuracy": 0.9318126738071442, + "num_tokens": 62162168.0, + "step": 48300 + }, + { + "entropy": 1.1109288692474366, + "epoch": 4.615458106429731, + "grad_norm": 1.9782652854919434, + "learning_rate": 6.041711311762962e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9273991525173187, + "num_tokens": 62175062.0, + "step": 48310 + }, + { + "entropy": 1.1070201635360717, + "epoch": 4.6164134900162415, + "grad_norm": 1.3321856260299683, + "learning_rate": 6.0401662190253606e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9339803159236908, + "num_tokens": 62188293.0, + "step": 48320 + }, + { + "entropy": 1.110666561126709, + "epoch": 4.617368873602752, + "grad_norm": 1.2117396593093872, + "learning_rate": 6.0386210224595884e-05, + "loss": 0.1589, + "mean_token_accuracy": 0.9436595618724823, + "num_tokens": 62201309.0, + "step": 48330 + }, + { + "entropy": 1.115670871734619, + "epoch": 4.618324257189261, + "grad_norm": 1.7206954956054688, + "learning_rate": 6.0370757222198884e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9316615879535675, + "num_tokens": 62214578.0, + "step": 48340 + }, + { + "entropy": 1.0946268796920777, + "epoch": 4.619279640775772, + "grad_norm": 1.5107728242874146, + "learning_rate": 6.0355303184605074e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9296673178672791, + "num_tokens": 62227883.0, + "step": 48350 + }, + { + "entropy": 1.0954790711402893, + "epoch": 4.620235024362281, + "grad_norm": 2.1723971366882324, + "learning_rate": 6.033984811335709e-05, + "loss": 0.1645, + "mean_token_accuracy": 0.9321926176548004, + "num_tokens": 62240595.0, + "step": 48360 + }, + { + "entropy": 1.0870999336242675, + "epoch": 4.6211904079487915, + "grad_norm": 1.7318425178527832, + "learning_rate": 6.0324392009997624e-05, + "loss": 0.1787, + "mean_token_accuracy": 0.9305374443531036, + "num_tokens": 62253187.0, + "step": 48370 + }, + { + "entropy": 1.0854661822319032, + "epoch": 4.622145791535301, + "grad_norm": 1.3209047317504883, + "learning_rate": 6.030893487606949e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9415429592132568, + "num_tokens": 62266004.0, + "step": 48380 + }, + { + "entropy": 1.0962827801704407, + "epoch": 4.623101175121811, + "grad_norm": 1.232521414756775, + "learning_rate": 6.0293476713115584e-05, + "loss": 0.1906, + "mean_token_accuracy": 0.9312583267688751, + "num_tokens": 62278387.0, + "step": 48390 + }, + { + "entropy": 1.0998117327690125, + "epoch": 4.624056558708322, + "grad_norm": 2.0204343795776367, + "learning_rate": 6.0278017522678934e-05, + "loss": 0.1885, + "mean_token_accuracy": 0.9244533777236938, + "num_tokens": 62291666.0, + "step": 48400 + }, + { + "entropy": 1.1007895946502686, + "epoch": 4.625011942294831, + "grad_norm": 1.698684573173523, + "learning_rate": 6.0262557306302655e-05, + "loss": 0.1851, + "mean_token_accuracy": 0.9253498256206513, + "num_tokens": 62304608.0, + "step": 48410 + }, + { + "entropy": 1.1018951058387756, + "epoch": 4.625967325881342, + "grad_norm": 1.5044703483581543, + "learning_rate": 6.024709606552998e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9261787056922912, + "num_tokens": 62317639.0, + "step": 48420 + }, + { + "entropy": 1.0981173634529113, + "epoch": 4.626922709467851, + "grad_norm": 1.8872357606887817, + "learning_rate": 6.023163380190422e-05, + "loss": 0.186, + "mean_token_accuracy": 0.926980459690094, + "num_tokens": 62330843.0, + "step": 48430 + }, + { + "entropy": 1.0909242272377013, + "epoch": 4.6278780930543615, + "grad_norm": 2.2167365550994873, + "learning_rate": 6.0216170516968805e-05, + "loss": 0.2033, + "mean_token_accuracy": 0.9183372914791107, + "num_tokens": 62343358.0, + "step": 48440 + }, + { + "entropy": 1.080043911933899, + "epoch": 4.628833476640871, + "grad_norm": 1.4563536643981934, + "learning_rate": 6.020070621226727e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9359804332256317, + "num_tokens": 62356332.0, + "step": 48450 + }, + { + "entropy": 1.0781020879745484, + "epoch": 4.629788860227381, + "grad_norm": 1.237351655960083, + "learning_rate": 6.018524088934322e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9334569573402405, + "num_tokens": 62368936.0, + "step": 48460 + }, + { + "entropy": 1.0859536170959472, + "epoch": 4.630744243813892, + "grad_norm": 1.5064443349838257, + "learning_rate": 6.016977454974041e-05, + "loss": 0.1568, + "mean_token_accuracy": 0.9426251471042633, + "num_tokens": 62381756.0, + "step": 48470 + }, + { + "entropy": 1.0895797252655028, + "epoch": 4.631699627400401, + "grad_norm": 2.0504260063171387, + "learning_rate": 6.0154307195002645e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9456572294235229, + "num_tokens": 62394143.0, + "step": 48480 + }, + { + "entropy": 1.0850311279296876, + "epoch": 4.632655010986912, + "grad_norm": 2.1133017539978027, + "learning_rate": 6.0138838826673885e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9317927777767181, + "num_tokens": 62407349.0, + "step": 48490 + }, + { + "entropy": 1.088608169555664, + "epoch": 4.633610394573421, + "grad_norm": 1.8095952272415161, + "learning_rate": 6.012336944629814e-05, + "loss": 0.174, + "mean_token_accuracy": 0.931911301612854, + "num_tokens": 62419811.0, + "step": 48500 + }, + { + "entropy": 1.0861194849014282, + "epoch": 4.634565778159931, + "grad_norm": 1.7004990577697754, + "learning_rate": 6.010789905541956e-05, + "loss": 0.1842, + "mean_token_accuracy": 0.9295300483703614, + "num_tokens": 62432080.0, + "step": 48510 + }, + { + "entropy": 1.1108224034309386, + "epoch": 4.635521161746441, + "grad_norm": 1.7511802911758423, + "learning_rate": 6.0092427655582394e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9286671996116638, + "num_tokens": 62445666.0, + "step": 48520 + }, + { + "entropy": 1.1200782656669617, + "epoch": 4.636476545332951, + "grad_norm": 0.9902529120445251, + "learning_rate": 6.0076955248330956e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9350184857845306, + "num_tokens": 62459011.0, + "step": 48530 + }, + { + "entropy": 1.1013027787208558, + "epoch": 4.637431928919462, + "grad_norm": 1.3642892837524414, + "learning_rate": 6.006148183520971e-05, + "loss": 0.1493, + "mean_token_accuracy": 0.9420084774494171, + "num_tokens": 62471971.0, + "step": 48540 + }, + { + "entropy": 1.0961581468582153, + "epoch": 4.638387312505971, + "grad_norm": 0.9685566425323486, + "learning_rate": 6.004600741776315e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.93540118932724, + "num_tokens": 62484700.0, + "step": 48550 + }, + { + "entropy": 1.0870323061943055, + "epoch": 4.6393426960924815, + "grad_norm": 1.7566912174224854, + "learning_rate": 6.0030531997535956e-05, + "loss": 0.1894, + "mean_token_accuracy": 0.9315223097801208, + "num_tokens": 62497363.0, + "step": 48560 + }, + { + "entropy": 1.1053265929222107, + "epoch": 4.640298079678991, + "grad_norm": 1.7449771165847778, + "learning_rate": 6.0015055576072845e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9405114412307739, + "num_tokens": 62510907.0, + "step": 48570 + }, + { + "entropy": 1.0980276823043824, + "epoch": 4.641253463265501, + "grad_norm": 2.0820932388305664, + "learning_rate": 5.999957815491867e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.933013653755188, + "num_tokens": 62523596.0, + "step": 48580 + }, + { + "entropy": 1.1084109187126159, + "epoch": 4.642208846852011, + "grad_norm": 1.9476301670074463, + "learning_rate": 5.998409973561834e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9425510883331298, + "num_tokens": 62536904.0, + "step": 48590 + }, + { + "entropy": 1.0984896302223206, + "epoch": 4.643164230438521, + "grad_norm": 1.1918177604675293, + "learning_rate": 5.996862031971692e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9362634778022766, + "num_tokens": 62549613.0, + "step": 48600 + }, + { + "entropy": 1.087947428226471, + "epoch": 4.644119614025031, + "grad_norm": 1.130866527557373, + "learning_rate": 5.9953139908759545e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9311140954494477, + "num_tokens": 62562437.0, + "step": 48610 + }, + { + "entropy": 1.092835283279419, + "epoch": 4.645074997611541, + "grad_norm": 2.293759346008301, + "learning_rate": 5.993765850429145e-05, + "loss": 0.1892, + "mean_token_accuracy": 0.9274760901927948, + "num_tokens": 62575471.0, + "step": 48620 + }, + { + "entropy": 1.0877701401710511, + "epoch": 4.646030381198051, + "grad_norm": 1.5740512609481812, + "learning_rate": 5.9922176107857965e-05, + "loss": 0.1556, + "mean_token_accuracy": 0.9347636461257934, + "num_tokens": 62588194.0, + "step": 48630 + }, + { + "entropy": 1.0889568567276, + "epoch": 4.646985764784561, + "grad_norm": 2.1084892749786377, + "learning_rate": 5.990669272100451e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9387856245040893, + "num_tokens": 62601109.0, + "step": 48640 + }, + { + "entropy": 1.086315655708313, + "epoch": 4.647941148371071, + "grad_norm": 1.4903115034103394, + "learning_rate": 5.989120834527665e-05, + "loss": 0.1661, + "mean_token_accuracy": 0.9334178030490875, + "num_tokens": 62613815.0, + "step": 48650 + }, + { + "entropy": 1.0842458486557007, + "epoch": 4.648896531957581, + "grad_norm": 1.5893852710723877, + "learning_rate": 5.9875722982219995e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9312729179859162, + "num_tokens": 62626357.0, + "step": 48660 + }, + { + "entropy": 1.0685061454772948, + "epoch": 4.649851915544091, + "grad_norm": 1.2953405380249023, + "learning_rate": 5.986023663338028e-05, + "loss": 0.1427, + "mean_token_accuracy": 0.9421732008457184, + "num_tokens": 62638761.0, + "step": 48670 + }, + { + "entropy": 1.0667977452278137, + "epoch": 4.650807299130601, + "grad_norm": 2.007500171661377, + "learning_rate": 5.984474930030336e-05, + "loss": 0.1507, + "mean_token_accuracy": 0.9444593131542206, + "num_tokens": 62651339.0, + "step": 48680 + }, + { + "entropy": 1.0907679438591003, + "epoch": 4.651762682717111, + "grad_norm": 1.5671595335006714, + "learning_rate": 5.9829260984535116e-05, + "loss": 0.1813, + "mean_token_accuracy": 0.9300443053245544, + "num_tokens": 62664524.0, + "step": 48690 + }, + { + "entropy": 1.0891644597053527, + "epoch": 4.6527180663036205, + "grad_norm": 1.552497148513794, + "learning_rate": 5.981377168762161e-05, + "loss": 0.1578, + "mean_token_accuracy": 0.9351423978805542, + "num_tokens": 62678440.0, + "step": 48700 + }, + { + "entropy": 1.0632519841194152, + "epoch": 4.653673449890131, + "grad_norm": 1.8959457874298096, + "learning_rate": 5.9798281411108926e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.9380396604537964, + "num_tokens": 62690761.0, + "step": 48710 + }, + { + "entropy": 1.0709237575531005, + "epoch": 4.654628833476641, + "grad_norm": 1.4900782108306885, + "learning_rate": 5.9782790156543336e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9371836364269257, + "num_tokens": 62703592.0, + "step": 48720 + }, + { + "entropy": 1.0721654176712037, + "epoch": 4.655584217063151, + "grad_norm": 1.2807637453079224, + "learning_rate": 5.9767297925471123e-05, + "loss": 0.1609, + "mean_token_accuracy": 0.9384330093860627, + "num_tokens": 62717052.0, + "step": 48730 + }, + { + "entropy": 1.080594551563263, + "epoch": 4.656539600649661, + "grad_norm": 1.9515968561172485, + "learning_rate": 5.9751804719438734e-05, + "loss": 0.2146, + "mean_token_accuracy": 0.9176674127578736, + "num_tokens": 62730407.0, + "step": 48740 + }, + { + "entropy": 1.0697921991348267, + "epoch": 4.657494984236171, + "grad_norm": 2.2016947269439697, + "learning_rate": 5.973631053999263e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.9456979036331177, + "num_tokens": 62742870.0, + "step": 48750 + }, + { + "entropy": 1.071884858608246, + "epoch": 4.658450367822681, + "grad_norm": 1.9369851350784302, + "learning_rate": 5.972081538867947e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9303695023059845, + "num_tokens": 62756029.0, + "step": 48760 + }, + { + "entropy": 1.0762263417243958, + "epoch": 4.65940575140919, + "grad_norm": 1.5771465301513672, + "learning_rate": 5.970531926704596e-05, + "loss": 0.2009, + "mean_token_accuracy": 0.921575802564621, + "num_tokens": 62768897.0, + "step": 48770 + }, + { + "entropy": 1.0714114427566528, + "epoch": 4.660361134995701, + "grad_norm": 1.528910517692566, + "learning_rate": 5.9689822176638874e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9282175838947296, + "num_tokens": 62781492.0, + "step": 48780 + }, + { + "entropy": 1.0860122919082642, + "epoch": 4.661316518582211, + "grad_norm": 1.6759285926818848, + "learning_rate": 5.967432411900513e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9343912303447723, + "num_tokens": 62794093.0, + "step": 48790 + }, + { + "entropy": 1.0869176745414735, + "epoch": 4.662271902168721, + "grad_norm": 1.5423091650009155, + "learning_rate": 5.9658825095691725e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9315524518489837, + "num_tokens": 62806313.0, + "step": 48800 + }, + { + "entropy": 1.0894668221473693, + "epoch": 4.663227285755231, + "grad_norm": 1.4933041334152222, + "learning_rate": 5.9643325108245776e-05, + "loss": 0.1948, + "mean_token_accuracy": 0.9240765631198883, + "num_tokens": 62819192.0, + "step": 48810 + }, + { + "entropy": 1.078212523460388, + "epoch": 4.6641826693417405, + "grad_norm": 1.2462462186813354, + "learning_rate": 5.962782415821443e-05, + "loss": 0.1653, + "mean_token_accuracy": 0.9405801832675934, + "num_tokens": 62832224.0, + "step": 48820 + }, + { + "entropy": 1.0852221608161927, + "epoch": 4.665138052928251, + "grad_norm": 2.2868733406066895, + "learning_rate": 5.9612322247145e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9298073768615722, + "num_tokens": 62845080.0, + "step": 48830 + }, + { + "entropy": 1.0719821572303772, + "epoch": 4.66609343651476, + "grad_norm": 1.267741084098816, + "learning_rate": 5.9596819376584875e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.939182698726654, + "num_tokens": 62858564.0, + "step": 48840 + }, + { + "entropy": 1.0773035049438477, + "epoch": 4.667048820101271, + "grad_norm": 1.450027585029602, + "learning_rate": 5.9581315548081504e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9329800009727478, + "num_tokens": 62870918.0, + "step": 48850 + }, + { + "entropy": 1.0648560285568238, + "epoch": 4.668004203687781, + "grad_norm": 2.0309622287750244, + "learning_rate": 5.956581076318249e-05, + "loss": 0.1481, + "mean_token_accuracy": 0.9431342005729675, + "num_tokens": 62883794.0, + "step": 48860 + }, + { + "entropy": 1.0740893959999085, + "epoch": 4.668959587274291, + "grad_norm": 2.1000521183013916, + "learning_rate": 5.955030502343548e-05, + "loss": 0.2081, + "mean_token_accuracy": 0.9240711987018585, + "num_tokens": 62896032.0, + "step": 48870 + }, + { + "entropy": 1.0849064588546753, + "epoch": 4.669914970860801, + "grad_norm": 2.0347394943237305, + "learning_rate": 5.953479833038828e-05, + "loss": 0.17, + "mean_token_accuracy": 0.9319068729877472, + "num_tokens": 62908860.0, + "step": 48880 + }, + { + "entropy": 1.0874577283859252, + "epoch": 4.6708703544473105, + "grad_norm": 1.458053469657898, + "learning_rate": 5.95192906855887e-05, + "loss": 0.1878, + "mean_token_accuracy": 0.9260946631431579, + "num_tokens": 62921663.0, + "step": 48890 + }, + { + "entropy": 1.0740665912628173, + "epoch": 4.671825738033821, + "grad_norm": 2.0589208602905273, + "learning_rate": 5.950378209058473e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.935091745853424, + "num_tokens": 62934355.0, + "step": 48900 + }, + { + "entropy": 1.0912786602973938, + "epoch": 4.67278112162033, + "grad_norm": 1.4995934963226318, + "learning_rate": 5.9488272546924384e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9330681562423706, + "num_tokens": 62946756.0, + "step": 48910 + }, + { + "entropy": 1.082503867149353, + "epoch": 4.673736505206841, + "grad_norm": 1.7757631540298462, + "learning_rate": 5.947276205615583e-05, + "loss": 0.1703, + "mean_token_accuracy": 0.9346235811710357, + "num_tokens": 62959766.0, + "step": 48920 + }, + { + "entropy": 1.0781103134155274, + "epoch": 4.67469188879335, + "grad_norm": 1.560465931892395, + "learning_rate": 5.9457250619827324e-05, + "loss": 0.1779, + "mean_token_accuracy": 0.9287524402141571, + "num_tokens": 62972541.0, + "step": 48930 + }, + { + "entropy": 1.0735100626945495, + "epoch": 4.6756472723798606, + "grad_norm": 1.2339260578155518, + "learning_rate": 5.944173823948714e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9314730405807495, + "num_tokens": 62985802.0, + "step": 48940 + }, + { + "entropy": 1.0743767023086548, + "epoch": 4.67660265596637, + "grad_norm": 1.7068904638290405, + "learning_rate": 5.9426224916683785e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9291047334671021, + "num_tokens": 62998730.0, + "step": 48950 + }, + { + "entropy": 1.0766319155693054, + "epoch": 4.67755803955288, + "grad_norm": 1.764312744140625, + "learning_rate": 5.941071065296573e-05, + "loss": 0.1609, + "mean_token_accuracy": 0.9359052896499633, + "num_tokens": 63011911.0, + "step": 48960 + }, + { + "entropy": 1.0664027094841004, + "epoch": 4.678513423139391, + "grad_norm": 1.7933470010757446, + "learning_rate": 5.9395195449881604e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9393558919429779, + "num_tokens": 63024747.0, + "step": 48970 + }, + { + "entropy": 1.0783533215522767, + "epoch": 4.6794688067259, + "grad_norm": 1.8639347553253174, + "learning_rate": 5.9379679308980095e-05, + "loss": 0.1799, + "mean_token_accuracy": 0.9317998349666595, + "num_tokens": 63037459.0, + "step": 48980 + }, + { + "entropy": 1.103937554359436, + "epoch": 4.680424190312411, + "grad_norm": 1.5663800239562988, + "learning_rate": 5.936416223181004e-05, + "loss": 0.1868, + "mean_token_accuracy": 0.9252045929431916, + "num_tokens": 63050298.0, + "step": 48990 + }, + { + "entropy": 1.0704342246055603, + "epoch": 4.68137957389892, + "grad_norm": 1.9691287279129028, + "learning_rate": 5.9348644219920324e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9389291107654572, + "num_tokens": 63062835.0, + "step": 49000 + }, + { + "entropy": 1.074236762523651, + "epoch": 4.6823349574854305, + "grad_norm": 1.2748535871505737, + "learning_rate": 5.9333125274859926e-05, + "loss": 0.1819, + "mean_token_accuracy": 0.9313875794410705, + "num_tokens": 63075745.0, + "step": 49010 + }, + { + "entropy": 1.0795340538024902, + "epoch": 4.68329034107194, + "grad_norm": 1.6777697801589966, + "learning_rate": 5.931760539817793e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.93790243268013, + "num_tokens": 63088674.0, + "step": 49020 + }, + { + "entropy": 1.0828714728355409, + "epoch": 4.68424572465845, + "grad_norm": 1.7239774465560913, + "learning_rate": 5.930208459142352e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9332321524620056, + "num_tokens": 63101791.0, + "step": 49030 + }, + { + "entropy": 1.0742840409278869, + "epoch": 4.685201108244961, + "grad_norm": 1.4329513311386108, + "learning_rate": 5.928656285614598e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9314885020256043, + "num_tokens": 63113887.0, + "step": 49040 + }, + { + "entropy": 1.0776092529296875, + "epoch": 4.68615649183147, + "grad_norm": 1.7463682889938354, + "learning_rate": 5.927104019389464e-05, + "loss": 0.1784, + "mean_token_accuracy": 0.9267110824584961, + "num_tokens": 63126709.0, + "step": 49050 + }, + { + "entropy": 1.0706339120864867, + "epoch": 4.687111875417981, + "grad_norm": 1.222068190574646, + "learning_rate": 5.925551660621897e-05, + "loss": 0.1671, + "mean_token_accuracy": 0.9371629297733307, + "num_tokens": 63139503.0, + "step": 49060 + }, + { + "entropy": 1.0924785733222961, + "epoch": 4.68806725900449, + "grad_norm": 2.4795658588409424, + "learning_rate": 5.9239992094668515e-05, + "loss": 0.1969, + "mean_token_accuracy": 0.9338027834892273, + "num_tokens": 63152616.0, + "step": 49070 + }, + { + "entropy": 1.0843310832977295, + "epoch": 4.689022642591, + "grad_norm": 1.7300138473510742, + "learning_rate": 5.922446666079291e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9368082761764527, + "num_tokens": 63165781.0, + "step": 49080 + }, + { + "entropy": 1.0685645937919617, + "epoch": 4.68997802617751, + "grad_norm": 1.4314976930618286, + "learning_rate": 5.920894030614188e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9277831077575683, + "num_tokens": 63178370.0, + "step": 49090 + }, + { + "entropy": 1.072977888584137, + "epoch": 4.69093340976402, + "grad_norm": 1.567596673965454, + "learning_rate": 5.919341303226526e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9316562950611115, + "num_tokens": 63191236.0, + "step": 49100 + }, + { + "entropy": 1.0718229055404662, + "epoch": 4.691888793350531, + "grad_norm": 1.890289306640625, + "learning_rate": 5.9177884840712974e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9299328327178955, + "num_tokens": 63204345.0, + "step": 49110 + }, + { + "entropy": 1.0790948271751404, + "epoch": 4.69284417693704, + "grad_norm": 2.117941379547119, + "learning_rate": 5.916235573303499e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9379459321498871, + "num_tokens": 63217619.0, + "step": 49120 + }, + { + "entropy": 1.0730953216552734, + "epoch": 4.6937995605235505, + "grad_norm": 1.5984448194503784, + "learning_rate": 5.914682571078145e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9347313225269318, + "num_tokens": 63230301.0, + "step": 49130 + }, + { + "entropy": 1.078430950641632, + "epoch": 4.69475494411006, + "grad_norm": 1.787024736404419, + "learning_rate": 5.913129477550251e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9412386655807495, + "num_tokens": 63243065.0, + "step": 49140 + }, + { + "entropy": 1.0876750230789185, + "epoch": 4.69571032769657, + "grad_norm": 1.5275201797485352, + "learning_rate": 5.9115762928748455e-05, + "loss": 0.195, + "mean_token_accuracy": 0.925475561618805, + "num_tokens": 63256199.0, + "step": 49150 + }, + { + "entropy": 1.0741965651512146, + "epoch": 4.69666571128308, + "grad_norm": 1.7900463342666626, + "learning_rate": 5.910023017206967e-05, + "loss": 0.1765, + "mean_token_accuracy": 0.9342063307762146, + "num_tokens": 63269103.0, + "step": 49160 + }, + { + "entropy": 1.080215334892273, + "epoch": 4.69762109486959, + "grad_norm": 1.6378426551818848, + "learning_rate": 5.908469650701661e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9419060289859772, + "num_tokens": 63282053.0, + "step": 49170 + }, + { + "entropy": 1.087062454223633, + "epoch": 4.698576478456101, + "grad_norm": 1.6078695058822632, + "learning_rate": 5.906916193513982e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9329658389091492, + "num_tokens": 63295307.0, + "step": 49180 + }, + { + "entropy": 1.0706809282302856, + "epoch": 4.69953186204261, + "grad_norm": 1.3312103748321533, + "learning_rate": 5.905362645798994e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9368504881858826, + "num_tokens": 63308000.0, + "step": 49190 + }, + { + "entropy": 1.0814759969711303, + "epoch": 4.7004872456291205, + "grad_norm": 2.0415399074554443, + "learning_rate": 5.9038090077117734e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9354267299175263, + "num_tokens": 63321022.0, + "step": 49200 + }, + { + "entropy": 1.0717896103858948, + "epoch": 4.70144262921563, + "grad_norm": 2.1874454021453857, + "learning_rate": 5.902255279407398e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9312860369682312, + "num_tokens": 63334031.0, + "step": 49210 + }, + { + "entropy": 1.072101092338562, + "epoch": 4.70239801280214, + "grad_norm": 1.5442029237747192, + "learning_rate": 5.9007014610409636e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.9332943201065064, + "num_tokens": 63347038.0, + "step": 49220 + }, + { + "entropy": 1.060911762714386, + "epoch": 4.70335339638865, + "grad_norm": 1.295912265777588, + "learning_rate": 5.8991475527675665e-05, + "loss": 0.1637, + "mean_token_accuracy": 0.9386249959468842, + "num_tokens": 63359216.0, + "step": 49230 + }, + { + "entropy": 1.057939386367798, + "epoch": 4.70430877997516, + "grad_norm": 2.425398349761963, + "learning_rate": 5.897593554742318e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9266486704349518, + "num_tokens": 63371733.0, + "step": 49240 + }, + { + "entropy": 1.0724002242088317, + "epoch": 4.70526416356167, + "grad_norm": 1.08405601978302, + "learning_rate": 5.896039467120336e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9353107690811158, + "num_tokens": 63384810.0, + "step": 49250 + }, + { + "entropy": 1.0740490436553956, + "epoch": 4.70621954714818, + "grad_norm": 1.7695019245147705, + "learning_rate": 5.8944852900567483e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9318188309669495, + "num_tokens": 63397632.0, + "step": 49260 + }, + { + "entropy": 1.0574275135993958, + "epoch": 4.7071749307346895, + "grad_norm": 1.6755664348602295, + "learning_rate": 5.89293102370669e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9234057486057281, + "num_tokens": 63409628.0, + "step": 49270 + }, + { + "entropy": 1.0672989249229432, + "epoch": 4.7081303143212, + "grad_norm": 1.4056670665740967, + "learning_rate": 5.891376668225308e-05, + "loss": 0.1617, + "mean_token_accuracy": 0.9379666805267334, + "num_tokens": 63422567.0, + "step": 49280 + }, + { + "entropy": 1.0526063323020936, + "epoch": 4.70908569790771, + "grad_norm": 1.0550968647003174, + "learning_rate": 5.8898222237677545e-05, + "loss": 0.1479, + "mean_token_accuracy": 0.9458489060401917, + "num_tokens": 63435472.0, + "step": 49290 + }, + { + "entropy": 1.0723248839378356, + "epoch": 4.71004108149422, + "grad_norm": 1.518856167793274, + "learning_rate": 5.8882676904891924e-05, + "loss": 0.1859, + "mean_token_accuracy": 0.9246636033058167, + "num_tokens": 63448489.0, + "step": 49300 + }, + { + "entropy": 1.0652966260910035, + "epoch": 4.71099646508073, + "grad_norm": 1.8436298370361328, + "learning_rate": 5.8867130685447934e-05, + "loss": 0.1599, + "mean_token_accuracy": 0.936927205324173, + "num_tokens": 63461989.0, + "step": 49310 + }, + { + "entropy": 1.0623839616775512, + "epoch": 4.71195184866724, + "grad_norm": 1.2581537961959839, + "learning_rate": 5.885158358089738e-05, + "loss": 0.162, + "mean_token_accuracy": 0.9376197934150696, + "num_tokens": 63474754.0, + "step": 49320 + }, + { + "entropy": 1.0732515573501586, + "epoch": 4.71290723225375, + "grad_norm": 1.9163212776184082, + "learning_rate": 5.883603559279217e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9348461270332337, + "num_tokens": 63487231.0, + "step": 49330 + }, + { + "entropy": 1.0791441917419433, + "epoch": 4.7138626158402595, + "grad_norm": 1.5844941139221191, + "learning_rate": 5.8820486722684274e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9311172664165497, + "num_tokens": 63500100.0, + "step": 49340 + }, + { + "entropy": 1.0762944221496582, + "epoch": 4.71481799942677, + "grad_norm": 1.8950698375701904, + "learning_rate": 5.8804936972125756e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9274543881416321, + "num_tokens": 63513568.0, + "step": 49350 + }, + { + "entropy": 1.0820807695388794, + "epoch": 4.71577338301328, + "grad_norm": 1.0738767385482788, + "learning_rate": 5.87893863426688e-05, + "loss": 0.1897, + "mean_token_accuracy": 0.9298967540264129, + "num_tokens": 63526615.0, + "step": 49360 + }, + { + "entropy": 1.0818058252334595, + "epoch": 4.71672876659979, + "grad_norm": 1.1486554145812988, + "learning_rate": 5.877383483586561e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9296082556247711, + "num_tokens": 63539630.0, + "step": 49370 + }, + { + "entropy": 1.0597002744674682, + "epoch": 4.7176841501863, + "grad_norm": 1.1723155975341797, + "learning_rate": 5.8758282453268554e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9372555673122406, + "num_tokens": 63552188.0, + "step": 49380 + }, + { + "entropy": 1.0622799515724182, + "epoch": 4.7186395337728095, + "grad_norm": 1.9335321187973022, + "learning_rate": 5.8742729196430026e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9312516868114471, + "num_tokens": 63564420.0, + "step": 49390 + }, + { + "entropy": 1.0469238400459289, + "epoch": 4.71959491735932, + "grad_norm": 1.9720572233200073, + "learning_rate": 5.872717506690257e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9268633425235748, + "num_tokens": 63576950.0, + "step": 49400 + }, + { + "entropy": 1.0537145733833313, + "epoch": 4.720550300945829, + "grad_norm": 2.3321378231048584, + "learning_rate": 5.8711620066238746e-05, + "loss": 0.1722, + "mean_token_accuracy": 0.9299153506755828, + "num_tokens": 63589678.0, + "step": 49410 + }, + { + "entropy": 1.0740572452545165, + "epoch": 4.72150568453234, + "grad_norm": 1.671572208404541, + "learning_rate": 5.869606419599125e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9405061304569244, + "num_tokens": 63602945.0, + "step": 49420 + }, + { + "entropy": 1.0902210474014282, + "epoch": 4.72246106811885, + "grad_norm": 1.3549069166183472, + "learning_rate": 5.8680507457712855e-05, + "loss": 0.1518, + "mean_token_accuracy": 0.9394404590129852, + "num_tokens": 63616377.0, + "step": 49430 + }, + { + "entropy": 1.0790088534355164, + "epoch": 4.72341645170536, + "grad_norm": 1.5462982654571533, + "learning_rate": 5.8664949852956407e-05, + "loss": 0.169, + "mean_token_accuracy": 0.934412133693695, + "num_tokens": 63629627.0, + "step": 49440 + }, + { + "entropy": 1.0676472306251525, + "epoch": 4.72437183529187, + "grad_norm": 1.8085095882415771, + "learning_rate": 5.8649391383274856e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9292284071445465, + "num_tokens": 63642339.0, + "step": 49450 + }, + { + "entropy": 1.0742993116378785, + "epoch": 4.7253272188783795, + "grad_norm": 1.872449517250061, + "learning_rate": 5.86338320502212e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9382072806358337, + "num_tokens": 63654995.0, + "step": 49460 + }, + { + "entropy": 1.0788474082946777, + "epoch": 4.72628260246489, + "grad_norm": 1.8570597171783447, + "learning_rate": 5.861827185534862e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9310773491859436, + "num_tokens": 63667838.0, + "step": 49470 + }, + { + "entropy": 1.0746803164482117, + "epoch": 4.727237986051399, + "grad_norm": 1.564217448234558, + "learning_rate": 5.860271080021025e-05, + "loss": 0.14, + "mean_token_accuracy": 0.948373556137085, + "num_tokens": 63679894.0, + "step": 49480 + }, + { + "entropy": 1.0757628560066224, + "epoch": 4.72819336963791, + "grad_norm": 1.8820792436599731, + "learning_rate": 5.858714888635941e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9267766058444977, + "num_tokens": 63692862.0, + "step": 49490 + }, + { + "entropy": 1.0733968138694763, + "epoch": 4.72914875322442, + "grad_norm": 1.1954460144042969, + "learning_rate": 5.8571586115349464e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9325763046741485, + "num_tokens": 63705639.0, + "step": 49500 + }, + { + "entropy": 1.083343505859375, + "epoch": 4.73010413681093, + "grad_norm": 1.6217122077941895, + "learning_rate": 5.8556022488733863e-05, + "loss": 0.1987, + "mean_token_accuracy": 0.9190537571907044, + "num_tokens": 63718550.0, + "step": 49510 + }, + { + "entropy": 1.0783989906311036, + "epoch": 4.73105952039744, + "grad_norm": 1.2090789079666138, + "learning_rate": 5.854045800806617e-05, + "loss": 0.2007, + "mean_token_accuracy": 0.9229122400283813, + "num_tokens": 63731588.0, + "step": 49520 + }, + { + "entropy": 1.0624654293060303, + "epoch": 4.732014903983949, + "grad_norm": 1.4794623851776123, + "learning_rate": 5.8524892674899987e-05, + "loss": 0.1485, + "mean_token_accuracy": 0.9401035964488983, + "num_tokens": 63744466.0, + "step": 49530 + }, + { + "entropy": 1.0599732637405395, + "epoch": 4.73297028757046, + "grad_norm": 2.620762825012207, + "learning_rate": 5.850932649078904e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9343551874160767, + "num_tokens": 63757085.0, + "step": 49540 + }, + { + "entropy": 1.0649445414543153, + "epoch": 4.733925671156969, + "grad_norm": 1.7305907011032104, + "learning_rate": 5.849375945728712e-05, + "loss": 0.1812, + "mean_token_accuracy": 0.9307439088821411, + "num_tokens": 63769972.0, + "step": 49550 + }, + { + "entropy": 1.0615586280822753, + "epoch": 4.73488105474348, + "grad_norm": 1.7991787195205688, + "learning_rate": 5.847819157594814e-05, + "loss": 0.1537, + "mean_token_accuracy": 0.942921620607376, + "num_tokens": 63782432.0, + "step": 49560 + }, + { + "entropy": 1.0768473863601684, + "epoch": 4.735836438329989, + "grad_norm": 0.9472801089286804, + "learning_rate": 5.846262284832603e-05, + "loss": 0.1778, + "mean_token_accuracy": 0.9289693057537078, + "num_tokens": 63795317.0, + "step": 49570 + }, + { + "entropy": 1.0546516537666322, + "epoch": 4.7367918219164995, + "grad_norm": 1.2028324604034424, + "learning_rate": 5.844705327597485e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9327976644039154, + "num_tokens": 63807772.0, + "step": 49580 + }, + { + "entropy": 1.0620972037315368, + "epoch": 4.737747205503009, + "grad_norm": 1.5006206035614014, + "learning_rate": 5.843148286044876e-05, + "loss": 0.1783, + "mean_token_accuracy": 0.9305425465106965, + "num_tokens": 63820218.0, + "step": 49590 + }, + { + "entropy": 1.064228105545044, + "epoch": 4.738702589089519, + "grad_norm": 1.2174054384231567, + "learning_rate": 5.8415911603301955e-05, + "loss": 0.1517, + "mean_token_accuracy": 0.9380289912223816, + "num_tokens": 63833363.0, + "step": 49600 + }, + { + "entropy": 1.0584092140197754, + "epoch": 4.73965797267603, + "grad_norm": 2.047022819519043, + "learning_rate": 5.840033950608874e-05, + "loss": 0.191, + "mean_token_accuracy": 0.9263890564441681, + "num_tokens": 63846327.0, + "step": 49610 + }, + { + "entropy": 1.0617034435272217, + "epoch": 4.740613356262539, + "grad_norm": 2.005797863006592, + "learning_rate": 5.838476657036352e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9299135208129883, + "num_tokens": 63859148.0, + "step": 49620 + }, + { + "entropy": 1.0738606452941895, + "epoch": 4.74156873984905, + "grad_norm": 2.3724470138549805, + "learning_rate": 5.8369192797680764e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9302776992321015, + "num_tokens": 63871977.0, + "step": 49630 + }, + { + "entropy": 1.0622695922851562, + "epoch": 4.742524123435559, + "grad_norm": 1.6540461778640747, + "learning_rate": 5.8353618189595e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9301535844802856, + "num_tokens": 63884548.0, + "step": 49640 + }, + { + "entropy": 1.0623041152954102, + "epoch": 4.743479507022069, + "grad_norm": 1.7022535800933838, + "learning_rate": 5.833804274766092e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9306497573852539, + "num_tokens": 63897641.0, + "step": 49650 + }, + { + "entropy": 1.0692408204078674, + "epoch": 4.744434890608579, + "grad_norm": 1.7614115476608276, + "learning_rate": 5.83224664734332e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.929490739107132, + "num_tokens": 63910944.0, + "step": 49660 + }, + { + "entropy": 1.0843512058258056, + "epoch": 4.745390274195089, + "grad_norm": 1.7475082874298096, + "learning_rate": 5.8306889368466656e-05, + "loss": 0.1678, + "mean_token_accuracy": 0.9359143137931824, + "num_tokens": 63923633.0, + "step": 49670 + }, + { + "entropy": 1.0537151455879212, + "epoch": 4.7463456577816, + "grad_norm": 1.473051905632019, + "learning_rate": 5.82913114343162e-05, + "loss": 0.1517, + "mean_token_accuracy": 0.9401277720928192, + "num_tokens": 63935824.0, + "step": 49680 + }, + { + "entropy": 1.0737932562828063, + "epoch": 4.747301041368109, + "grad_norm": 1.6271350383758545, + "learning_rate": 5.8275732672536756e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9232822000980377, + "num_tokens": 63949283.0, + "step": 49690 + }, + { + "entropy": 1.0767425894737244, + "epoch": 4.7482564249546195, + "grad_norm": 1.6847401857376099, + "learning_rate": 5.826015308468342e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9288015365600586, + "num_tokens": 63961594.0, + "step": 49700 + }, + { + "entropy": 1.085269832611084, + "epoch": 4.749211808541129, + "grad_norm": 1.3151224851608276, + "learning_rate": 5.824457267231131e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9269701719284058, + "num_tokens": 63974642.0, + "step": 49710 + }, + { + "entropy": 1.0843135833740234, + "epoch": 4.750167192127639, + "grad_norm": 1.1201316118240356, + "learning_rate": 5.822899143697567e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.932593822479248, + "num_tokens": 63987812.0, + "step": 49720 + }, + { + "entropy": 1.0733365535736084, + "epoch": 4.751122575714149, + "grad_norm": 1.3426390886306763, + "learning_rate": 5.821340938023177e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9349249243736267, + "num_tokens": 64000730.0, + "step": 49730 + }, + { + "entropy": 1.0817930579185486, + "epoch": 4.752077959300659, + "grad_norm": 1.6664037704467773, + "learning_rate": 5.819782650363499e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.9371816992759705, + "num_tokens": 64013387.0, + "step": 49740 + }, + { + "entropy": 1.0840388178825378, + "epoch": 4.75303334288717, + "grad_norm": 1.1635056734085083, + "learning_rate": 5.818224280874082e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9320277094841003, + "num_tokens": 64025484.0, + "step": 49750 + }, + { + "entropy": 1.0719746112823487, + "epoch": 4.753988726473679, + "grad_norm": 1.2099387645721436, + "learning_rate": 5.8166658297104773e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9343583464622498, + "num_tokens": 64038235.0, + "step": 49760 + }, + { + "entropy": 1.078232753276825, + "epoch": 4.7549441100601895, + "grad_norm": 1.7457126379013062, + "learning_rate": 5.8151072970282505e-05, + "loss": 0.1791, + "mean_token_accuracy": 0.923243397474289, + "num_tokens": 64051129.0, + "step": 49770 + }, + { + "entropy": 1.0688145756721497, + "epoch": 4.755899493646699, + "grad_norm": 1.51063072681427, + "learning_rate": 5.813548682982972e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9348665714263916, + "num_tokens": 64063819.0, + "step": 49780 + }, + { + "entropy": 1.067475152015686, + "epoch": 4.756854877233209, + "grad_norm": 2.2874186038970947, + "learning_rate": 5.811989987730221e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9347928762435913, + "num_tokens": 64076599.0, + "step": 49790 + }, + { + "entropy": 1.0663577556610107, + "epoch": 4.757810260819719, + "grad_norm": 2.128974437713623, + "learning_rate": 5.810431211425583e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9334489107131958, + "num_tokens": 64089391.0, + "step": 49800 + }, + { + "entropy": 1.0655508756637573, + "epoch": 4.758765644406229, + "grad_norm": 1.5978916883468628, + "learning_rate": 5.808872354224655e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.932922112941742, + "num_tokens": 64102178.0, + "step": 49810 + }, + { + "entropy": 1.0643106341361999, + "epoch": 4.7597210279927396, + "grad_norm": 2.1085479259490967, + "learning_rate": 5.8073134162830386e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9314310431480408, + "num_tokens": 64114631.0, + "step": 49820 + }, + { + "entropy": 1.08773193359375, + "epoch": 4.760676411579249, + "grad_norm": 1.8094607591629028, + "learning_rate": 5.8057543977563464e-05, + "loss": 0.1919, + "mean_token_accuracy": 0.9242606043815613, + "num_tokens": 64127429.0, + "step": 49830 + }, + { + "entropy": 1.061959183216095, + "epoch": 4.761631795165759, + "grad_norm": 2.1261816024780273, + "learning_rate": 5.804195298800198e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9449122250080109, + "num_tokens": 64139716.0, + "step": 49840 + }, + { + "entropy": 1.0814443349838256, + "epoch": 4.762587178752269, + "grad_norm": 2.4447402954101562, + "learning_rate": 5.8026361195702196e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.93227978348732, + "num_tokens": 64152783.0, + "step": 49850 + }, + { + "entropy": 1.078818917274475, + "epoch": 4.763542562338779, + "grad_norm": 2.7839229106903076, + "learning_rate": 5.8010768602220486e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9274260699748993, + "num_tokens": 64165660.0, + "step": 49860 + }, + { + "entropy": 1.0618106126785278, + "epoch": 4.764497945925289, + "grad_norm": 1.4458686113357544, + "learning_rate": 5.799517520911327e-05, + "loss": 0.1448, + "mean_token_accuracy": 0.9385508537292481, + "num_tokens": 64177986.0, + "step": 49870 + }, + { + "entropy": 1.080845868587494, + "epoch": 4.765453329511799, + "grad_norm": 2.0491299629211426, + "learning_rate": 5.7979581017937065e-05, + "loss": 0.1962, + "mean_token_accuracy": 0.9245653867721557, + "num_tokens": 64190729.0, + "step": 49880 + }, + { + "entropy": 1.0773138523101806, + "epoch": 4.766408713098309, + "grad_norm": 1.357326626777649, + "learning_rate": 5.7963986030248466e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9301210880279541, + "num_tokens": 64203678.0, + "step": 49890 + }, + { + "entropy": 1.0776899218559266, + "epoch": 4.767364096684819, + "grad_norm": 1.3225706815719604, + "learning_rate": 5.7948390247604124e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9373736381530762, + "num_tokens": 64217196.0, + "step": 49900 + }, + { + "entropy": 1.0712932467460632, + "epoch": 4.7683194802713285, + "grad_norm": 2.1060121059417725, + "learning_rate": 5.7932793671560826e-05, + "loss": 0.193, + "mean_token_accuracy": 0.9254934608936309, + "num_tokens": 64229425.0, + "step": 49910 + }, + { + "entropy": 1.0705777406692505, + "epoch": 4.769274863857839, + "grad_norm": 1.2927628755569458, + "learning_rate": 5.791719630367539e-05, + "loss": 0.1579, + "mean_token_accuracy": 0.9389825165271759, + "num_tokens": 64242450.0, + "step": 49920 + }, + { + "entropy": 1.080705988407135, + "epoch": 4.770230247444349, + "grad_norm": 1.8692898750305176, + "learning_rate": 5.790159814550473e-05, + "loss": 0.1786, + "mean_token_accuracy": 0.9312477707862854, + "num_tokens": 64255364.0, + "step": 49930 + }, + { + "entropy": 1.0691518783569336, + "epoch": 4.771185631030859, + "grad_norm": 1.7487115859985352, + "learning_rate": 5.788599919860582e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9348643243312835, + "num_tokens": 64267952.0, + "step": 49940 + }, + { + "entropy": 1.0630238056182861, + "epoch": 4.772141014617369, + "grad_norm": 1.5636738538742065, + "learning_rate": 5.787039946453576e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9387684822082519, + "num_tokens": 64280328.0, + "step": 49950 + }, + { + "entropy": 1.0725889444351195, + "epoch": 4.7730963982038785, + "grad_norm": 1.7418462038040161, + "learning_rate": 5.7854798944851675e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9333165943622589, + "num_tokens": 64293147.0, + "step": 49960 + }, + { + "entropy": 1.0698188543319702, + "epoch": 4.774051781790389, + "grad_norm": 1.6749054193496704, + "learning_rate": 5.7839197641110786e-05, + "loss": 0.187, + "mean_token_accuracy": 0.9285893142223358, + "num_tokens": 64306517.0, + "step": 49970 + }, + { + "entropy": 1.0610671281814574, + "epoch": 4.775007165376898, + "grad_norm": 1.674879550933838, + "learning_rate": 5.7823595554870406e-05, + "loss": 0.2001, + "mean_token_accuracy": 0.9225441455841065, + "num_tokens": 64319240.0, + "step": 49980 + }, + { + "entropy": 1.0621556162834167, + "epoch": 4.775962548963409, + "grad_norm": 1.3896536827087402, + "learning_rate": 5.7807992687687914e-05, + "loss": 0.1873, + "mean_token_accuracy": 0.9271114647388459, + "num_tokens": 64332008.0, + "step": 49990 + }, + { + "entropy": 1.0763070344924928, + "epoch": 4.776917932549919, + "grad_norm": 1.5419907569885254, + "learning_rate": 5.7792389041120775e-05, + "loss": 0.1999, + "mean_token_accuracy": 0.9201584756374359, + "num_tokens": 64344671.0, + "step": 50000 + }, + { + "entropy": 1.0612783551216125, + "epoch": 4.777873316136429, + "grad_norm": 1.5542839765548706, + "learning_rate": 5.777678461672652e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9342804849147797, + "num_tokens": 64357144.0, + "step": 50010 + }, + { + "entropy": 1.0774751782417298, + "epoch": 4.778828699722939, + "grad_norm": 1.7672009468078613, + "learning_rate": 5.7761179416062775e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9314101099967956, + "num_tokens": 64369959.0, + "step": 50020 + }, + { + "entropy": 1.0766968250274658, + "epoch": 4.7797840833094485, + "grad_norm": 1.690462350845337, + "learning_rate": 5.774557344068722e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9323249161243439, + "num_tokens": 64382824.0, + "step": 50030 + }, + { + "entropy": 1.0910907149314881, + "epoch": 4.780739466895959, + "grad_norm": 1.95175302028656, + "learning_rate": 5.772996669215763e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9321103811264038, + "num_tokens": 64396121.0, + "step": 50040 + }, + { + "entropy": 1.06194566488266, + "epoch": 4.781694850482468, + "grad_norm": 1.7324692010879517, + "learning_rate": 5.771435917203185e-05, + "loss": 0.1505, + "mean_token_accuracy": 0.9406466841697693, + "num_tokens": 64409289.0, + "step": 50050 + }, + { + "entropy": 1.06700279712677, + "epoch": 4.782650234068979, + "grad_norm": 2.1098990440368652, + "learning_rate": 5.7698750881867815e-05, + "loss": 0.1949, + "mean_token_accuracy": 0.9254070043563842, + "num_tokens": 64421814.0, + "step": 50060 + }, + { + "entropy": 1.0978731870651246, + "epoch": 4.783605617655489, + "grad_norm": 2.282477378845215, + "learning_rate": 5.768314182322351e-05, + "loss": 0.1934, + "mean_token_accuracy": 0.9246816277503968, + "num_tokens": 64435012.0, + "step": 50070 + }, + { + "entropy": 1.0884102821350097, + "epoch": 4.784561001241999, + "grad_norm": 1.3229137659072876, + "learning_rate": 5.766753199765703e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.9329513669013977, + "num_tokens": 64448450.0, + "step": 50080 + }, + { + "entropy": 1.0653965830802918, + "epoch": 4.785516384828509, + "grad_norm": 1.671958327293396, + "learning_rate": 5.7651921406726505e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9326712846755981, + "num_tokens": 64461393.0, + "step": 50090 + }, + { + "entropy": 1.070882546901703, + "epoch": 4.786471768415018, + "grad_norm": 1.5011439323425293, + "learning_rate": 5.7636310051990194e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9324593186378479, + "num_tokens": 64474382.0, + "step": 50100 + }, + { + "entropy": 1.067407250404358, + "epoch": 4.787427152001529, + "grad_norm": 1.947508692741394, + "learning_rate": 5.762069793500639e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9265509188175202, + "num_tokens": 64487208.0, + "step": 50110 + }, + { + "entropy": 1.0658751010894776, + "epoch": 4.788382535588038, + "grad_norm": 1.6388322114944458, + "learning_rate": 5.760508505733347e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9389873385429383, + "num_tokens": 64500057.0, + "step": 50120 + }, + { + "entropy": 1.0658093810081481, + "epoch": 4.789337919174549, + "grad_norm": 1.9322019815444946, + "learning_rate": 5.7589471420529926e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.9358837962150574, + "num_tokens": 64513070.0, + "step": 50130 + }, + { + "entropy": 1.0575872778892517, + "epoch": 4.790293302761059, + "grad_norm": 1.430696725845337, + "learning_rate": 5.757385702615423e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9373679220676422, + "num_tokens": 64525875.0, + "step": 50140 + }, + { + "entropy": 1.0584694147109985, + "epoch": 4.7912486863475685, + "grad_norm": 1.879715919494629, + "learning_rate": 5.755824187576506e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.9361766576766968, + "num_tokens": 64539181.0, + "step": 50150 + }, + { + "entropy": 1.0560314416885377, + "epoch": 4.792204069934079, + "grad_norm": 0.9444250464439392, + "learning_rate": 5.754262597092105e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9363076567649842, + "num_tokens": 64552239.0, + "step": 50160 + }, + { + "entropy": 1.0670544147491454, + "epoch": 4.793159453520588, + "grad_norm": 1.195702075958252, + "learning_rate": 5.752700931318099e-05, + "loss": 0.19, + "mean_token_accuracy": 0.9308502316474915, + "num_tokens": 64565092.0, + "step": 50170 + }, + { + "entropy": 1.077947163581848, + "epoch": 4.794114837107099, + "grad_norm": 1.9431054592132568, + "learning_rate": 5.751139190410373e-05, + "loss": 0.1803, + "mean_token_accuracy": 0.9287268221378326, + "num_tokens": 64578076.0, + "step": 50180 + }, + { + "entropy": 1.0864127635955811, + "epoch": 4.795070220693608, + "grad_norm": 1.1715112924575806, + "learning_rate": 5.749577374524814e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9299575805664062, + "num_tokens": 64591459.0, + "step": 50190 + }, + { + "entropy": 1.0555172562599182, + "epoch": 4.796025604280119, + "grad_norm": 1.918002724647522, + "learning_rate": 5.748015483817324e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9298417091369628, + "num_tokens": 64603873.0, + "step": 50200 + }, + { + "entropy": 1.071634042263031, + "epoch": 4.796980987866628, + "grad_norm": 1.7563648223876953, + "learning_rate": 5.746453518443805e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.938626903295517, + "num_tokens": 64616643.0, + "step": 50210 + }, + { + "entropy": 1.0731150269508363, + "epoch": 4.7979363714531384, + "grad_norm": 1.7424876689910889, + "learning_rate": 5.744891478560176e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9280508279800415, + "num_tokens": 64629310.0, + "step": 50220 + }, + { + "entropy": 1.0764219880104064, + "epoch": 4.798891755039648, + "grad_norm": 1.8846739530563354, + "learning_rate": 5.743329364322354e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.9281845986843109, + "num_tokens": 64642644.0, + "step": 50230 + }, + { + "entropy": 1.087616765499115, + "epoch": 4.799847138626158, + "grad_norm": 1.921193242073059, + "learning_rate": 5.7417671758862704e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9396068513393402, + "num_tokens": 64655100.0, + "step": 50240 + }, + { + "entropy": 1.0585204720497132, + "epoch": 4.800802522212669, + "grad_norm": 1.321969747543335, + "learning_rate": 5.7402049134078584e-05, + "loss": 0.1587, + "mean_token_accuracy": 0.9390412926673889, + "num_tokens": 64667728.0, + "step": 50250 + }, + { + "entropy": 1.060863983631134, + "epoch": 4.801757905799178, + "grad_norm": 1.782654881477356, + "learning_rate": 5.738642577043062e-05, + "loss": 0.2025, + "mean_token_accuracy": 0.9265252470970153, + "num_tokens": 64680176.0, + "step": 50260 + }, + { + "entropy": 1.0609460949897767, + "epoch": 4.8027132893856885, + "grad_norm": 1.2970324754714966, + "learning_rate": 5.737080166947833e-05, + "loss": 0.1862, + "mean_token_accuracy": 0.9225982129573822, + "num_tokens": 64693279.0, + "step": 50270 + }, + { + "entropy": 1.0773584485054015, + "epoch": 4.803668672972198, + "grad_norm": 1.8245552778244019, + "learning_rate": 5.735517683278126e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9360943257808685, + "num_tokens": 64706530.0, + "step": 50280 + }, + { + "entropy": 1.0620346188545227, + "epoch": 4.804624056558708, + "grad_norm": 2.0714640617370605, + "learning_rate": 5.7339551261899106e-05, + "loss": 0.1632, + "mean_token_accuracy": 0.9373538136482239, + "num_tokens": 64719375.0, + "step": 50290 + }, + { + "entropy": 1.0836754202842713, + "epoch": 4.805579440145218, + "grad_norm": 1.4501696825027466, + "learning_rate": 5.732392495839156e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9306828320026398, + "num_tokens": 64732940.0, + "step": 50300 + }, + { + "entropy": 1.051697885990143, + "epoch": 4.806534823731728, + "grad_norm": 1.5890268087387085, + "learning_rate": 5.7308297923818456e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9343324303627014, + "num_tokens": 64745480.0, + "step": 50310 + }, + { + "entropy": 1.0424663245677948, + "epoch": 4.807490207318239, + "grad_norm": 1.4205366373062134, + "learning_rate": 5.7292670159739625e-05, + "loss": 0.1489, + "mean_token_accuracy": 0.9354699492454529, + "num_tokens": 64757914.0, + "step": 50320 + }, + { + "entropy": 1.0444533705711365, + "epoch": 4.808445590904748, + "grad_norm": 2.050511598587036, + "learning_rate": 5.7277041667715035e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9341466009616852, + "num_tokens": 64770836.0, + "step": 50330 + }, + { + "entropy": 1.0555079340934754, + "epoch": 4.8094009744912585, + "grad_norm": 1.6539689302444458, + "learning_rate": 5.726141244930472e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9343604803085327, + "num_tokens": 64783366.0, + "step": 50340 + }, + { + "entropy": 1.0527827739715576, + "epoch": 4.810356358077768, + "grad_norm": 1.8882137537002563, + "learning_rate": 5.7245782506068736e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9350105822086334, + "num_tokens": 64795756.0, + "step": 50350 + }, + { + "entropy": 1.0607337713241578, + "epoch": 4.811311741664278, + "grad_norm": 2.0593531131744385, + "learning_rate": 5.723015183956726e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9352933704853058, + "num_tokens": 64808381.0, + "step": 50360 + }, + { + "entropy": 1.0494857549667358, + "epoch": 4.812267125250788, + "grad_norm": 1.4723546504974365, + "learning_rate": 5.721452045136052e-05, + "loss": 0.1604, + "mean_token_accuracy": 0.9371503412723541, + "num_tokens": 64821084.0, + "step": 50370 + }, + { + "entropy": 1.0565298199653625, + "epoch": 4.813222508837298, + "grad_norm": 1.4998292922973633, + "learning_rate": 5.719888834300885e-05, + "loss": 0.1915, + "mean_token_accuracy": 0.9280597925186157, + "num_tokens": 64833821.0, + "step": 50380 + }, + { + "entropy": 1.047487097978592, + "epoch": 4.814177892423809, + "grad_norm": 1.3613609075546265, + "learning_rate": 5.71832555160726e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9412045180797577, + "num_tokens": 64846297.0, + "step": 50390 + }, + { + "entropy": 1.0519739389419556, + "epoch": 4.815133276010318, + "grad_norm": 2.0294387340545654, + "learning_rate": 5.716762197211224e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9366666674613953, + "num_tokens": 64859141.0, + "step": 50400 + }, + { + "entropy": 1.0499181032180787, + "epoch": 4.816088659596828, + "grad_norm": 2.016770124435425, + "learning_rate": 5.715198771268826e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9307875156402587, + "num_tokens": 64872025.0, + "step": 50410 + }, + { + "entropy": 1.053014224767685, + "epoch": 4.817044043183338, + "grad_norm": 1.4562604427337646, + "learning_rate": 5.713635273936129e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9346743524074554, + "num_tokens": 64884851.0, + "step": 50420 + }, + { + "entropy": 1.0445329904556275, + "epoch": 4.817999426769848, + "grad_norm": 1.0911338329315186, + "learning_rate": 5.712071705369197e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9378681182861328, + "num_tokens": 64897459.0, + "step": 50430 + }, + { + "entropy": 1.0468032717704774, + "epoch": 4.818954810356358, + "grad_norm": 2.304582357406616, + "learning_rate": 5.710508065724105e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.9348261833190918, + "num_tokens": 64910845.0, + "step": 50440 + }, + { + "entropy": 1.0593518257141112, + "epoch": 4.819910193942868, + "grad_norm": 1.631725788116455, + "learning_rate": 5.7089443551569336e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9295557320117951, + "num_tokens": 64923897.0, + "step": 50450 + }, + { + "entropy": 1.0540273547172547, + "epoch": 4.8208655775293785, + "grad_norm": 1.7028048038482666, + "learning_rate": 5.7073805738237694e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9334675550460816, + "num_tokens": 64936424.0, + "step": 50460 + }, + { + "entropy": 1.0641980648040772, + "epoch": 4.821820961115888, + "grad_norm": 1.8849185705184937, + "learning_rate": 5.705816721880709e-05, + "loss": 0.1501, + "mean_token_accuracy": 0.9391396343708038, + "num_tokens": 64949547.0, + "step": 50470 + }, + { + "entropy": 1.0700804114341735, + "epoch": 4.822776344702398, + "grad_norm": 1.8844751119613647, + "learning_rate": 5.7042527994838525e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9289988696575164, + "num_tokens": 64962944.0, + "step": 50480 + }, + { + "entropy": 1.0592114090919496, + "epoch": 4.823731728288908, + "grad_norm": 1.750563621520996, + "learning_rate": 5.7026888067893094e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.9398051917552948, + "num_tokens": 64976181.0, + "step": 50490 + }, + { + "entropy": 1.079428744316101, + "epoch": 4.824687111875418, + "grad_norm": 1.382054328918457, + "learning_rate": 5.7011247439531965e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9274052739143371, + "num_tokens": 64989246.0, + "step": 50500 + }, + { + "entropy": 1.067672038078308, + "epoch": 4.825642495461928, + "grad_norm": 1.9071804285049438, + "learning_rate": 5.6995606111316335e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9305592238903045, + "num_tokens": 65002118.0, + "step": 50510 + }, + { + "entropy": 1.0612181186676026, + "epoch": 4.826597879048438, + "grad_norm": 1.5805009603500366, + "learning_rate": 5.6979964084807556e-05, + "loss": 0.1689, + "mean_token_accuracy": 0.9367469310760498, + "num_tokens": 65015027.0, + "step": 50520 + }, + { + "entropy": 1.0665549397468568, + "epoch": 4.8275532626349476, + "grad_norm": 1.4577358961105347, + "learning_rate": 5.6964321361566954e-05, + "loss": 0.1594, + "mean_token_accuracy": 0.9382261335849762, + "num_tokens": 65028136.0, + "step": 50530 + }, + { + "entropy": 1.066589105129242, + "epoch": 4.828508646221458, + "grad_norm": 2.4911131858825684, + "learning_rate": 5.694867794315599e-05, + "loss": 0.1982, + "mean_token_accuracy": 0.9205173432826996, + "num_tokens": 65041301.0, + "step": 50540 + }, + { + "entropy": 1.073498260974884, + "epoch": 4.829464029807967, + "grad_norm": 1.0746389627456665, + "learning_rate": 5.693303383113616e-05, + "loss": 0.1638, + "mean_token_accuracy": 0.9302947580814361, + "num_tokens": 65054526.0, + "step": 50550 + }, + { + "entropy": 1.043577778339386, + "epoch": 4.830419413394478, + "grad_norm": 1.5181533098220825, + "learning_rate": 5.6917389027069054e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9320174217224121, + "num_tokens": 65066699.0, + "step": 50560 + }, + { + "entropy": 1.0360084414482116, + "epoch": 4.831374796980988, + "grad_norm": 1.630664587020874, + "learning_rate": 5.6901743532516294e-05, + "loss": 0.1422, + "mean_token_accuracy": 0.9445582270622254, + "num_tokens": 65079288.0, + "step": 50570 + }, + { + "entropy": 1.0625633001327515, + "epoch": 4.832330180567498, + "grad_norm": 1.574227213859558, + "learning_rate": 5.6886097349039614e-05, + "loss": 0.1771, + "mean_token_accuracy": 0.9282028019428253, + "num_tokens": 65092400.0, + "step": 50580 + }, + { + "entropy": 1.0511977672576904, + "epoch": 4.833285564154008, + "grad_norm": 1.6294233798980713, + "learning_rate": 5.6870450478200785e-05, + "loss": 0.1755, + "mean_token_accuracy": 0.9312235236167907, + "num_tokens": 65104962.0, + "step": 50590 + }, + { + "entropy": 1.0498846054077149, + "epoch": 4.8342409477405175, + "grad_norm": 1.321793794631958, + "learning_rate": 5.685480292156167e-05, + "loss": 0.1497, + "mean_token_accuracy": 0.9462654113769531, + "num_tokens": 65117784.0, + "step": 50600 + }, + { + "entropy": 1.0494572997093201, + "epoch": 4.835196331327028, + "grad_norm": 1.5209156274795532, + "learning_rate": 5.683915468068419e-05, + "loss": 0.1426, + "mean_token_accuracy": 0.9439161956310272, + "num_tokens": 65130945.0, + "step": 50610 + }, + { + "entropy": 1.047785496711731, + "epoch": 4.836151714913537, + "grad_norm": 1.5325568914413452, + "learning_rate": 5.682350575713032e-05, + "loss": 0.1743, + "mean_token_accuracy": 0.934127402305603, + "num_tokens": 65143817.0, + "step": 50620 + }, + { + "entropy": 1.0380281209945679, + "epoch": 4.837107098500048, + "grad_norm": 1.7116751670837402, + "learning_rate": 5.6807856152462144e-05, + "loss": 0.179, + "mean_token_accuracy": 0.928763484954834, + "num_tokens": 65156666.0, + "step": 50630 + }, + { + "entropy": 1.0569375991821288, + "epoch": 4.838062482086558, + "grad_norm": 2.021564245223999, + "learning_rate": 5.6792205868241766e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9335246682167053, + "num_tokens": 65169545.0, + "step": 50640 + }, + { + "entropy": 1.0466162264347076, + "epoch": 4.839017865673068, + "grad_norm": 1.325679898262024, + "learning_rate": 5.6776554906031376e-05, + "loss": 0.1831, + "mean_token_accuracy": 0.9261197924613953, + "num_tokens": 65181980.0, + "step": 50650 + }, + { + "entropy": 1.054706907272339, + "epoch": 4.839973249259578, + "grad_norm": 2.4172441959381104, + "learning_rate": 5.676090326739324e-05, + "loss": 0.1712, + "mean_token_accuracy": 0.9322708249092102, + "num_tokens": 65194755.0, + "step": 50660 + }, + { + "entropy": 1.052673089504242, + "epoch": 4.840928632846087, + "grad_norm": 1.4627814292907715, + "learning_rate": 5.6745250953889694e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9422016859054565, + "num_tokens": 65206866.0, + "step": 50670 + }, + { + "entropy": 1.0588266730308533, + "epoch": 4.841884016432598, + "grad_norm": 1.7392795085906982, + "learning_rate": 5.6729597967083135e-05, + "loss": 0.183, + "mean_token_accuracy": 0.9279411137104034, + "num_tokens": 65219495.0, + "step": 50680 + }, + { + "entropy": 1.0632333159446716, + "epoch": 4.842839400019107, + "grad_norm": 1.8256165981292725, + "learning_rate": 5.671394430853601e-05, + "loss": 0.1833, + "mean_token_accuracy": 0.931763356924057, + "num_tokens": 65232516.0, + "step": 50690 + }, + { + "entropy": 1.0663167476654052, + "epoch": 4.843794783605618, + "grad_norm": 2.1311323642730713, + "learning_rate": 5.669828997981087e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.9264341056346893, + "num_tokens": 65245220.0, + "step": 50700 + }, + { + "entropy": 1.0786524772644044, + "epoch": 4.844750167192128, + "grad_norm": 1.8279961347579956, + "learning_rate": 5.668263498247028e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9286799371242523, + "num_tokens": 65258013.0, + "step": 50710 + }, + { + "entropy": 1.0743963599205018, + "epoch": 4.8457055507786375, + "grad_norm": 1.7314329147338867, + "learning_rate": 5.666697931807694e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9324531137943268, + "num_tokens": 65270713.0, + "step": 50720 + }, + { + "entropy": 1.0671076774597168, + "epoch": 4.846660934365148, + "grad_norm": 1.9378076791763306, + "learning_rate": 5.6651322988193554e-05, + "loss": 0.1439, + "mean_token_accuracy": 0.941787576675415, + "num_tokens": 65283520.0, + "step": 50730 + }, + { + "entropy": 1.0737677574157716, + "epoch": 4.847616317951657, + "grad_norm": 1.6721174716949463, + "learning_rate": 5.663566599438292e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9395066678524018, + "num_tokens": 65296512.0, + "step": 50740 + }, + { + "entropy": 1.0733152627944946, + "epoch": 4.848571701538168, + "grad_norm": 1.7168614864349365, + "learning_rate": 5.662000833820792e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9360404789447785, + "num_tokens": 65310181.0, + "step": 50750 + }, + { + "entropy": 1.0606769323349, + "epoch": 4.849527085124677, + "grad_norm": 1.7166770696640015, + "learning_rate": 5.6604350021231456e-05, + "loss": 0.1916, + "mean_token_accuracy": 0.9238860905170441, + "num_tokens": 65322883.0, + "step": 50760 + }, + { + "entropy": 1.0804297566413879, + "epoch": 4.850482468711188, + "grad_norm": 2.1787109375, + "learning_rate": 5.658869104501656e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9233622968196868, + "num_tokens": 65336138.0, + "step": 50770 + }, + { + "entropy": 1.070612406730652, + "epoch": 4.851437852297698, + "grad_norm": 1.5444328784942627, + "learning_rate": 5.657303141112625e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9309821724891663, + "num_tokens": 65348509.0, + "step": 50780 + }, + { + "entropy": 1.0734085440635681, + "epoch": 4.8523932358842075, + "grad_norm": 1.2350231409072876, + "learning_rate": 5.6557371121123694e-05, + "loss": 0.1638, + "mean_token_accuracy": 0.9346832513809205, + "num_tokens": 65361476.0, + "step": 50790 + }, + { + "entropy": 1.0740882992744445, + "epoch": 4.853348619470718, + "grad_norm": 1.7524431943893433, + "learning_rate": 5.6541710176572036e-05, + "loss": 0.1954, + "mean_token_accuracy": 0.9228742361068726, + "num_tokens": 65374493.0, + "step": 50800 + }, + { + "entropy": 1.0651703953742981, + "epoch": 4.854304003057227, + "grad_norm": 1.8761588335037231, + "learning_rate": 5.6526048579034574e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.929164469242096, + "num_tokens": 65387010.0, + "step": 50810 + }, + { + "entropy": 1.069086730480194, + "epoch": 4.855259386643738, + "grad_norm": 1.51362144947052, + "learning_rate": 5.6510386330074606e-05, + "loss": 0.1539, + "mean_token_accuracy": 0.9417737126350403, + "num_tokens": 65400281.0, + "step": 50820 + }, + { + "entropy": 1.0485966682434082, + "epoch": 4.856214770230247, + "grad_norm": 1.8130744695663452, + "learning_rate": 5.649472343125554e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9331069886684418, + "num_tokens": 65413011.0, + "step": 50830 + }, + { + "entropy": 1.0732102155685426, + "epoch": 4.8571701538167575, + "grad_norm": 1.5961203575134277, + "learning_rate": 5.647905988414082e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9283761084079742, + "num_tokens": 65426584.0, + "step": 50840 + }, + { + "entropy": 1.0651347637176514, + "epoch": 4.858125537403267, + "grad_norm": 0.9906601905822754, + "learning_rate": 5.6463395690293944e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9423232018947602, + "num_tokens": 65439303.0, + "step": 50850 + }, + { + "entropy": 1.0423104166984558, + "epoch": 4.859080920989777, + "grad_norm": 1.3615714311599731, + "learning_rate": 5.644773085127853e-05, + "loss": 0.1464, + "mean_token_accuracy": 0.9444446980953216, + "num_tokens": 65451938.0, + "step": 50860 + }, + { + "entropy": 1.0307837128639221, + "epoch": 4.860036304576287, + "grad_norm": 2.092485189437866, + "learning_rate": 5.643206536865817e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9372491776943207, + "num_tokens": 65464548.0, + "step": 50870 + }, + { + "entropy": 1.0591890692710877, + "epoch": 4.860991688162797, + "grad_norm": 2.207265615463257, + "learning_rate": 5.6416399243996644e-05, + "loss": 0.1725, + "mean_token_accuracy": 0.9322411835193634, + "num_tokens": 65477491.0, + "step": 50880 + }, + { + "entropy": 1.0630316615104676, + "epoch": 4.861947071749308, + "grad_norm": 1.5788569450378418, + "learning_rate": 5.6400732478857654e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.9302767276763916, + "num_tokens": 65490360.0, + "step": 50890 + }, + { + "entropy": 1.0625983834266663, + "epoch": 4.862902455335817, + "grad_norm": 1.613956093788147, + "learning_rate": 5.63850650748051e-05, + "loss": 0.186, + "mean_token_accuracy": 0.9282303273677825, + "num_tokens": 65502740.0, + "step": 50900 + }, + { + "entropy": 1.0560440063476562, + "epoch": 4.8638578389223275, + "grad_norm": 1.6568471193313599, + "learning_rate": 5.636939703340284e-05, + "loss": 0.1766, + "mean_token_accuracy": 0.9314535319805145, + "num_tokens": 65515160.0, + "step": 50910 + }, + { + "entropy": 1.0690619051456451, + "epoch": 4.864813222508837, + "grad_norm": 1.3185856342315674, + "learning_rate": 5.635372835621485e-05, + "loss": 0.1495, + "mean_token_accuracy": 0.9438124537467957, + "num_tokens": 65528223.0, + "step": 50920 + }, + { + "entropy": 1.0829448699951172, + "epoch": 4.865768606095347, + "grad_norm": 1.5906286239624023, + "learning_rate": 5.633805904480519e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9338690400123596, + "num_tokens": 65541691.0, + "step": 50930 + }, + { + "entropy": 1.0614861369132995, + "epoch": 4.866723989681857, + "grad_norm": 1.5111522674560547, + "learning_rate": 5.632238910073792e-05, + "loss": 0.179, + "mean_token_accuracy": 0.92809699177742, + "num_tokens": 65553977.0, + "step": 50940 + }, + { + "entropy": 1.0804380536079408, + "epoch": 4.867679373268367, + "grad_norm": 1.4226720333099365, + "learning_rate": 5.6306718525577205e-05, + "loss": 0.1358, + "mean_token_accuracy": 0.9491154968738555, + "num_tokens": 65567339.0, + "step": 50950 + }, + { + "entropy": 1.0682202935218812, + "epoch": 4.868634756854878, + "grad_norm": 1.716956615447998, + "learning_rate": 5.629104732088723e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9370803236961365, + "num_tokens": 65580528.0, + "step": 50960 + }, + { + "entropy": 1.0839147090911865, + "epoch": 4.869590140441387, + "grad_norm": 1.5066584348678589, + "learning_rate": 5.627537548823235e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9298500657081604, + "num_tokens": 65593823.0, + "step": 50970 + }, + { + "entropy": 1.072228479385376, + "epoch": 4.870545524027897, + "grad_norm": 1.4467658996582031, + "learning_rate": 5.6259703029176844e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9381667494773864, + "num_tokens": 65606287.0, + "step": 50980 + }, + { + "entropy": 1.0961931943893433, + "epoch": 4.871500907614407, + "grad_norm": 1.688077449798584, + "learning_rate": 5.624402994528516e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9292780101299286, + "num_tokens": 65619280.0, + "step": 50990 + }, + { + "entropy": 1.0789191961288451, + "epoch": 4.872456291200917, + "grad_norm": 1.3572279214859009, + "learning_rate": 5.622835623812173e-05, + "loss": 0.1661, + "mean_token_accuracy": 0.9366834104061127, + "num_tokens": 65631755.0, + "step": 51000 + }, + { + "entropy": 1.0775539517402648, + "epoch": 4.873411674787427, + "grad_norm": 1.7114150524139404, + "learning_rate": 5.6212681909251094e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9327276945114136, + "num_tokens": 65644564.0, + "step": 51010 + }, + { + "entropy": 1.085073757171631, + "epoch": 4.874367058373937, + "grad_norm": 1.4739665985107422, + "learning_rate": 5.6197006960237885e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9331913411617279, + "num_tokens": 65657451.0, + "step": 51020 + }, + { + "entropy": 1.0778895497322083, + "epoch": 4.8753224419604475, + "grad_norm": 1.6278619766235352, + "learning_rate": 5.61813313926467e-05, + "loss": 0.1917, + "mean_token_accuracy": 0.9216620266437531, + "num_tokens": 65670286.0, + "step": 51030 + }, + { + "entropy": 1.089161717891693, + "epoch": 4.876277825546957, + "grad_norm": 1.7600820064544678, + "learning_rate": 5.616565520804229e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.940663069486618, + "num_tokens": 65683371.0, + "step": 51040 + }, + { + "entropy": 1.0876327633857727, + "epoch": 4.877233209133467, + "grad_norm": 1.534827709197998, + "learning_rate": 5.614997840798942e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9360238790512085, + "num_tokens": 65696771.0, + "step": 51050 + }, + { + "entropy": 1.0872273802757264, + "epoch": 4.878188592719977, + "grad_norm": 1.6029584407806396, + "learning_rate": 5.613430099405296e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.9325148224830627, + "num_tokens": 65709748.0, + "step": 51060 + }, + { + "entropy": 1.0680398344993591, + "epoch": 4.879143976306487, + "grad_norm": 1.529880166053772, + "learning_rate": 5.6118622967797764e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9366754353046417, + "num_tokens": 65722311.0, + "step": 51070 + }, + { + "entropy": 1.0863020420074463, + "epoch": 4.880099359892997, + "grad_norm": 2.202411413192749, + "learning_rate": 5.610294433078882e-05, + "loss": 0.1681, + "mean_token_accuracy": 0.9313486993312836, + "num_tokens": 65735025.0, + "step": 51080 + }, + { + "entropy": 1.0849607229232787, + "epoch": 4.881054743479507, + "grad_norm": 1.7915951013565063, + "learning_rate": 5.608726508459116e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9328298211097718, + "num_tokens": 65748227.0, + "step": 51090 + }, + { + "entropy": 1.0961918354034423, + "epoch": 4.8820101270660174, + "grad_norm": 1.5707111358642578, + "learning_rate": 5.607158523076984e-05, + "loss": 0.1919, + "mean_token_accuracy": 0.9270896017551422, + "num_tokens": 65761772.0, + "step": 51100 + }, + { + "entropy": 1.0953248858451843, + "epoch": 4.882965510652527, + "grad_norm": 1.685157060623169, + "learning_rate": 5.605590477089002e-05, + "loss": 0.1873, + "mean_token_accuracy": 0.9299746870994567, + "num_tokens": 65774667.0, + "step": 51110 + }, + { + "entropy": 1.0844285249710084, + "epoch": 4.883920894239037, + "grad_norm": 1.4437315464019775, + "learning_rate": 5.604022370651691e-05, + "loss": 0.1878, + "mean_token_accuracy": 0.927421772480011, + "num_tokens": 65787606.0, + "step": 51120 + }, + { + "entropy": 1.0755558967590333, + "epoch": 4.884876277825547, + "grad_norm": 1.48237943649292, + "learning_rate": 5.6024542039215776e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.9342572927474976, + "num_tokens": 65799838.0, + "step": 51130 + }, + { + "entropy": 1.0794348478317262, + "epoch": 4.885831661412057, + "grad_norm": 1.6157217025756836, + "learning_rate": 5.6008859770551936e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9271480798721313, + "num_tokens": 65812739.0, + "step": 51140 + }, + { + "entropy": 1.0768692255020142, + "epoch": 4.886787044998567, + "grad_norm": 1.4554991722106934, + "learning_rate": 5.5993176902090786e-05, + "loss": 0.1851, + "mean_token_accuracy": 0.9277617037296295, + "num_tokens": 65825543.0, + "step": 51150 + }, + { + "entropy": 1.0757033467292785, + "epoch": 4.887742428585077, + "grad_norm": 1.818729043006897, + "learning_rate": 5.5977493435397755e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9271951496601105, + "num_tokens": 65838319.0, + "step": 51160 + }, + { + "entropy": 1.0701092004776, + "epoch": 4.888697812171587, + "grad_norm": 1.9807279109954834, + "learning_rate": 5.596180937203835e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9306486546993256, + "num_tokens": 65851263.0, + "step": 51170 + }, + { + "entropy": 1.0882946372032165, + "epoch": 4.889653195758097, + "grad_norm": 1.789482593536377, + "learning_rate": 5.5946124713578165e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9270349323749543, + "num_tokens": 65864702.0, + "step": 51180 + }, + { + "entropy": 1.069560468196869, + "epoch": 4.890608579344607, + "grad_norm": 1.3663220405578613, + "learning_rate": 5.593043946158276e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9354864180088043, + "num_tokens": 65877115.0, + "step": 51190 + }, + { + "entropy": 1.0791587114334107, + "epoch": 4.891563962931117, + "grad_norm": 1.4415030479431152, + "learning_rate": 5.5914753617617895e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9302300333976745, + "num_tokens": 65890103.0, + "step": 51200 + }, + { + "entropy": 1.0690564870834351, + "epoch": 4.892519346517627, + "grad_norm": 2.2910447120666504, + "learning_rate": 5.589906718324927e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9320659399032593, + "num_tokens": 65903175.0, + "step": 51210 + }, + { + "entropy": 1.0775864958763122, + "epoch": 4.893474730104137, + "grad_norm": 2.0714049339294434, + "learning_rate": 5.58833801600427e-05, + "loss": 0.1901, + "mean_token_accuracy": 0.9304318130016327, + "num_tokens": 65916120.0, + "step": 51220 + }, + { + "entropy": 1.0726215839385986, + "epoch": 4.894430113690647, + "grad_norm": 1.70894455909729, + "learning_rate": 5.5867692549564035e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9326443135738373, + "num_tokens": 65929418.0, + "step": 51230 + }, + { + "entropy": 1.0817485928535462, + "epoch": 4.895385497277156, + "grad_norm": 1.911908507347107, + "learning_rate": 5.585200435337918e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9358923733234406, + "num_tokens": 65942877.0, + "step": 51240 + }, + { + "entropy": 1.068074095249176, + "epoch": 4.896340880863667, + "grad_norm": 2.2964749336242676, + "learning_rate": 5.5836315573054164e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9303622484207154, + "num_tokens": 65955273.0, + "step": 51250 + }, + { + "entropy": 1.0677324891090394, + "epoch": 4.897296264450176, + "grad_norm": 1.606622338294983, + "learning_rate": 5.5820626210154956e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9343838632106781, + "num_tokens": 65967991.0, + "step": 51260 + }, + { + "entropy": 1.0893864631652832, + "epoch": 4.898251648036687, + "grad_norm": 1.8285045623779297, + "learning_rate": 5.580493626624771e-05, + "loss": 0.192, + "mean_token_accuracy": 0.9270567715167999, + "num_tokens": 65981219.0, + "step": 51270 + }, + { + "entropy": 1.096518075466156, + "epoch": 4.899207031623197, + "grad_norm": 1.3494625091552734, + "learning_rate": 5.5789245742898535e-05, + "loss": 0.1732, + "mean_token_accuracy": 0.9315117955207824, + "num_tokens": 65994346.0, + "step": 51280 + }, + { + "entropy": 1.0749584674835204, + "epoch": 4.9001624152097065, + "grad_norm": 2.071671962738037, + "learning_rate": 5.577355464167366e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9433885872364044, + "num_tokens": 66007018.0, + "step": 51290 + }, + { + "entropy": 1.0720784187316894, + "epoch": 4.901117798796217, + "grad_norm": 1.4611971378326416, + "learning_rate": 5.575786296413935e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9304062962532044, + "num_tokens": 66019343.0, + "step": 51300 + }, + { + "entropy": 1.0972416758537293, + "epoch": 4.902073182382726, + "grad_norm": 2.0725057125091553, + "learning_rate": 5.574217071186194e-05, + "loss": 0.1877, + "mean_token_accuracy": 0.9283910632133484, + "num_tokens": 66032136.0, + "step": 51310 + }, + { + "entropy": 1.0941094279289245, + "epoch": 4.903028565969237, + "grad_norm": 1.6581153869628906, + "learning_rate": 5.572647788640778e-05, + "loss": 0.2121, + "mean_token_accuracy": 0.9174986481666565, + "num_tokens": 66045018.0, + "step": 51320 + }, + { + "entropy": 1.0713791728019715, + "epoch": 4.903983949555746, + "grad_norm": 1.7570550441741943, + "learning_rate": 5.571078448934334e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9333892703056336, + "num_tokens": 66057362.0, + "step": 51330 + }, + { + "entropy": 1.0868628382682801, + "epoch": 4.904939333142257, + "grad_norm": 1.746990442276001, + "learning_rate": 5.5695090522235095e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9303425490856171, + "num_tokens": 66069482.0, + "step": 51340 + }, + { + "entropy": 1.0849349737167358, + "epoch": 4.905894716728767, + "grad_norm": 2.1759021282196045, + "learning_rate": 5.567939598664962e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9332172930240631, + "num_tokens": 66082433.0, + "step": 51350 + }, + { + "entropy": 1.1060035467147826, + "epoch": 4.9068501003152765, + "grad_norm": 1.273229718208313, + "learning_rate": 5.5663700884153516e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9365079402923584, + "num_tokens": 66095785.0, + "step": 51360 + }, + { + "entropy": 1.0891858458518981, + "epoch": 4.907805483901787, + "grad_norm": 1.2707123756408691, + "learning_rate": 5.564800521631344e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9295732021331787, + "num_tokens": 66108687.0, + "step": 51370 + }, + { + "entropy": 1.0869769334793091, + "epoch": 4.908760867488296, + "grad_norm": 1.4669914245605469, + "learning_rate": 5.563230898469614e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.93043093085289, + "num_tokens": 66121598.0, + "step": 51380 + }, + { + "entropy": 1.0895795941352844, + "epoch": 4.909716251074807, + "grad_norm": 1.333207368850708, + "learning_rate": 5.5616612190868356e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9361415207386017, + "num_tokens": 66134245.0, + "step": 51390 + }, + { + "entropy": 1.0838937520980836, + "epoch": 4.910671634661316, + "grad_norm": 1.9047216176986694, + "learning_rate": 5.5600914836396954e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9387446165084838, + "num_tokens": 66146686.0, + "step": 51400 + }, + { + "entropy": 1.091508114337921, + "epoch": 4.9116270182478265, + "grad_norm": 1.606120228767395, + "learning_rate": 5.558521692284883e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9387272596359253, + "num_tokens": 66159732.0, + "step": 51410 + }, + { + "entropy": 1.0849815249443053, + "epoch": 4.912582401834337, + "grad_norm": 1.3313132524490356, + "learning_rate": 5.55695184517909e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9333190202713013, + "num_tokens": 66172441.0, + "step": 51420 + }, + { + "entropy": 1.0950536370277404, + "epoch": 4.913537785420846, + "grad_norm": 2.6652350425720215, + "learning_rate": 5.555381942479021e-05, + "loss": 0.1967, + "mean_token_accuracy": 0.9216186344623566, + "num_tokens": 66185143.0, + "step": 51430 + }, + { + "entropy": 1.101362979412079, + "epoch": 4.914493169007357, + "grad_norm": 1.4716813564300537, + "learning_rate": 5.553811984341377e-05, + "loss": 0.1889, + "mean_token_accuracy": 0.9226396322250366, + "num_tokens": 66197776.0, + "step": 51440 + }, + { + "entropy": 1.097098958492279, + "epoch": 4.915448552593866, + "grad_norm": 1.4065332412719727, + "learning_rate": 5.552241970922874e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9348197877407074, + "num_tokens": 66210539.0, + "step": 51450 + }, + { + "entropy": 1.0964701890945434, + "epoch": 4.916403936180377, + "grad_norm": 1.747504472732544, + "learning_rate": 5.5506719023802256e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.925040066242218, + "num_tokens": 66223888.0, + "step": 51460 + }, + { + "entropy": 1.0863683462142943, + "epoch": 4.917359319766886, + "grad_norm": 1.4907230138778687, + "learning_rate": 5.5491017788701564e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9265079736709595, + "num_tokens": 66236275.0, + "step": 51470 + }, + { + "entropy": 1.0954771876335143, + "epoch": 4.9183147033533965, + "grad_norm": 1.8720223903656006, + "learning_rate": 5.5475316005493914e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9344235420227051, + "num_tokens": 66250087.0, + "step": 51480 + }, + { + "entropy": 1.0907281279563903, + "epoch": 4.919270086939907, + "grad_norm": 1.1351063251495361, + "learning_rate": 5.545961367574666e-05, + "loss": 0.1487, + "mean_token_accuracy": 0.9403718292713166, + "num_tokens": 66262815.0, + "step": 51490 + }, + { + "entropy": 1.0985976696014403, + "epoch": 4.920225470526416, + "grad_norm": 1.296506404876709, + "learning_rate": 5.5443910801027186e-05, + "loss": 0.1562, + "mean_token_accuracy": 0.9364913463592529, + "num_tokens": 66275970.0, + "step": 51500 + }, + { + "entropy": 1.086772334575653, + "epoch": 4.921180854112927, + "grad_norm": 1.3616656064987183, + "learning_rate": 5.542820738290294e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9347046375274658, + "num_tokens": 66289152.0, + "step": 51510 + }, + { + "entropy": 1.079159152507782, + "epoch": 4.922136237699436, + "grad_norm": 2.42582631111145, + "learning_rate": 5.541250342294143e-05, + "loss": 0.1852, + "mean_token_accuracy": 0.9265455365180969, + "num_tokens": 66302150.0, + "step": 51520 + }, + { + "entropy": 1.0830642938613892, + "epoch": 4.923091621285947, + "grad_norm": 1.7748156785964966, + "learning_rate": 5.5396798922710183e-05, + "loss": 0.1748, + "mean_token_accuracy": 0.9317195773124695, + "num_tokens": 66314919.0, + "step": 51530 + }, + { + "entropy": 1.1159485578536987, + "epoch": 4.924047004872456, + "grad_norm": 1.8256759643554688, + "learning_rate": 5.5381093883776815e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9262209475040436, + "num_tokens": 66327357.0, + "step": 51540 + }, + { + "entropy": 1.102555012702942, + "epoch": 4.925002388458966, + "grad_norm": 1.7514421939849854, + "learning_rate": 5.536538830770897e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9312851548194885, + "num_tokens": 66340204.0, + "step": 51550 + }, + { + "entropy": 1.1124500632286072, + "epoch": 4.925957772045476, + "grad_norm": 1.4639161825180054, + "learning_rate": 5.534968219607437e-05, + "loss": 0.1885, + "mean_token_accuracy": 0.9244571387767792, + "num_tokens": 66353440.0, + "step": 51560 + }, + { + "entropy": 1.1017199516296388, + "epoch": 4.926913155631986, + "grad_norm": 1.7947356700897217, + "learning_rate": 5.5333975550440784e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9383309185504913, + "num_tokens": 66366230.0, + "step": 51570 + }, + { + "entropy": 1.1027064442634582, + "epoch": 4.927868539218496, + "grad_norm": 1.9178646802902222, + "learning_rate": 5.5318268372376034e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9375026226043701, + "num_tokens": 66379397.0, + "step": 51580 + }, + { + "entropy": 1.102159893512726, + "epoch": 4.928823922805006, + "grad_norm": 1.713316798210144, + "learning_rate": 5.5302560663448e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9270188093185425, + "num_tokens": 66392056.0, + "step": 51590 + }, + { + "entropy": 1.0908461570739747, + "epoch": 4.9297793063915165, + "grad_norm": 1.6887210607528687, + "learning_rate": 5.5286852425224576e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9335751533508301, + "num_tokens": 66404813.0, + "step": 51600 + }, + { + "entropy": 1.080525314807892, + "epoch": 4.930734689978026, + "grad_norm": 1.4468311071395874, + "learning_rate": 5.527114365927378e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9277152717113495, + "num_tokens": 66417588.0, + "step": 51610 + }, + { + "entropy": 1.0881199479103087, + "epoch": 4.931690073564536, + "grad_norm": 1.7087758779525757, + "learning_rate": 5.525543436716361e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9367804169654846, + "num_tokens": 66430541.0, + "step": 51620 + }, + { + "entropy": 1.089458167552948, + "epoch": 4.932645457151046, + "grad_norm": 1.4733041524887085, + "learning_rate": 5.523972455046216e-05, + "loss": 0.1471, + "mean_token_accuracy": 0.9346362054347992, + "num_tokens": 66443738.0, + "step": 51630 + }, + { + "entropy": 1.0971009016036988, + "epoch": 4.933600840737556, + "grad_norm": 1.3870842456817627, + "learning_rate": 5.522401421073755e-05, + "loss": 0.1571, + "mean_token_accuracy": 0.9369108378887177, + "num_tokens": 66456862.0, + "step": 51640 + }, + { + "entropy": 1.0938713431358338, + "epoch": 4.934556224324066, + "grad_norm": 1.490706443786621, + "learning_rate": 5.5208303349558e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9313333809375763, + "num_tokens": 66469907.0, + "step": 51650 + }, + { + "entropy": 1.091880774497986, + "epoch": 4.935511607910576, + "grad_norm": 1.7840675115585327, + "learning_rate": 5.5192591968491725e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.941340160369873, + "num_tokens": 66483266.0, + "step": 51660 + }, + { + "entropy": 1.089254629611969, + "epoch": 4.9364669914970865, + "grad_norm": 1.3132495880126953, + "learning_rate": 5.517688006910703e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9397074759006501, + "num_tokens": 66496103.0, + "step": 51670 + }, + { + "entropy": 1.081742525100708, + "epoch": 4.937422375083596, + "grad_norm": 1.4104387760162354, + "learning_rate": 5.516116765297226e-05, + "loss": 0.1864, + "mean_token_accuracy": 0.9256766021251679, + "num_tokens": 66508946.0, + "step": 51680 + }, + { + "entropy": 1.0924618005752564, + "epoch": 4.938377758670106, + "grad_norm": 1.1882013082504272, + "learning_rate": 5.5145454721655784e-05, + "loss": 0.2002, + "mean_token_accuracy": 0.919763833284378, + "num_tokens": 66521903.0, + "step": 51690 + }, + { + "entropy": 1.078589177131653, + "epoch": 4.939333142256616, + "grad_norm": 1.3758329153060913, + "learning_rate": 5.5129741276726085e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9293924987316131, + "num_tokens": 66534240.0, + "step": 51700 + }, + { + "entropy": 1.086586093902588, + "epoch": 4.940288525843126, + "grad_norm": 2.0209717750549316, + "learning_rate": 5.5114027319751626e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9263119757175445, + "num_tokens": 66546889.0, + "step": 51710 + }, + { + "entropy": 1.0972928762435914, + "epoch": 4.941243909429636, + "grad_norm": 1.9394441843032837, + "learning_rate": 5.509831285230099e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9264096617698669, + "num_tokens": 66559998.0, + "step": 51720 + }, + { + "entropy": 1.0798126816749574, + "epoch": 4.942199293016146, + "grad_norm": 1.0364782810211182, + "learning_rate": 5.508259787594274e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9403737485408783, + "num_tokens": 66572658.0, + "step": 51730 + }, + { + "entropy": 1.0945936799049378, + "epoch": 4.943154676602656, + "grad_norm": 2.367807626724243, + "learning_rate": 5.506688239224555e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.940619683265686, + "num_tokens": 66585663.0, + "step": 51740 + }, + { + "entropy": 1.0851172804832458, + "epoch": 4.944110060189166, + "grad_norm": 1.5115524530410767, + "learning_rate": 5.5051166402778145e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9293433785438537, + "num_tokens": 66598917.0, + "step": 51750 + }, + { + "entropy": 1.0725514888763428, + "epoch": 4.945065443775676, + "grad_norm": 1.4655741453170776, + "learning_rate": 5.503544990910921e-05, + "loss": 0.1785, + "mean_token_accuracy": 0.9245960414409637, + "num_tokens": 66611262.0, + "step": 51760 + }, + { + "entropy": 1.0836944699287414, + "epoch": 4.946020827362186, + "grad_norm": 1.6132820844650269, + "learning_rate": 5.501973291280761e-05, + "loss": 0.1456, + "mean_token_accuracy": 0.9404439330101013, + "num_tokens": 66624441.0, + "step": 51770 + }, + { + "entropy": 1.0728968620300292, + "epoch": 4.946976210948696, + "grad_norm": 1.6875295639038086, + "learning_rate": 5.500401541544217e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9328176140785217, + "num_tokens": 66636952.0, + "step": 51780 + }, + { + "entropy": 1.0936508893966674, + "epoch": 4.947931594535206, + "grad_norm": 1.9101970195770264, + "learning_rate": 5.498829741858178e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9327074289321899, + "num_tokens": 66649771.0, + "step": 51790 + }, + { + "entropy": 1.10313823223114, + "epoch": 4.948886978121716, + "grad_norm": 2.015951156616211, + "learning_rate": 5.4972578923795406e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9364272356033325, + "num_tokens": 66663135.0, + "step": 51800 + }, + { + "entropy": 1.0901596426963807, + "epoch": 4.949842361708226, + "grad_norm": 1.5034831762313843, + "learning_rate": 5.495685993265207e-05, + "loss": 0.1765, + "mean_token_accuracy": 0.9331376791000366, + "num_tokens": 66676098.0, + "step": 51810 + }, + { + "entropy": 1.1072094798088075, + "epoch": 4.950797745294736, + "grad_norm": 1.9844000339508057, + "learning_rate": 5.494114044672078e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9299979448318482, + "num_tokens": 66689198.0, + "step": 51820 + }, + { + "entropy": 1.0807941198348998, + "epoch": 4.951753128881246, + "grad_norm": 1.863915205001831, + "learning_rate": 5.4925420467570666e-05, + "loss": 0.1483, + "mean_token_accuracy": 0.9424550950527191, + "num_tokens": 66701656.0, + "step": 51830 + }, + { + "entropy": 1.0840674877166747, + "epoch": 4.952708512467756, + "grad_norm": 2.0768816471099854, + "learning_rate": 5.4909699996770894e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9358883142471314, + "num_tokens": 66714523.0, + "step": 51840 + }, + { + "entropy": 1.079587185382843, + "epoch": 4.953663896054266, + "grad_norm": 2.103524684906006, + "learning_rate": 5.489397903589061e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9372678875923157, + "num_tokens": 66727534.0, + "step": 51850 + }, + { + "entropy": 1.0940715074539185, + "epoch": 4.9546192796407755, + "grad_norm": 1.7474875450134277, + "learning_rate": 5.4878257586499106e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9254733979701996, + "num_tokens": 66740388.0, + "step": 51860 + }, + { + "entropy": 1.0834162831306458, + "epoch": 4.955574663227286, + "grad_norm": 1.6420799493789673, + "learning_rate": 5.486253565016566e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.928219997882843, + "num_tokens": 66753384.0, + "step": 51870 + }, + { + "entropy": 1.0788827657699585, + "epoch": 4.956530046813795, + "grad_norm": 2.221998929977417, + "learning_rate": 5.484681322845964e-05, + "loss": 0.1971, + "mean_token_accuracy": 0.9230511307716369, + "num_tokens": 66765794.0, + "step": 51880 + }, + { + "entropy": 1.0810795903205872, + "epoch": 4.957485430400306, + "grad_norm": 1.462741494178772, + "learning_rate": 5.48310903229504e-05, + "loss": 0.1385, + "mean_token_accuracy": 0.9431511521339416, + "num_tokens": 66778353.0, + "step": 51890 + }, + { + "entropy": 1.0882654905319213, + "epoch": 4.958440813986815, + "grad_norm": 1.7690441608428955, + "learning_rate": 5.4815366935207414e-05, + "loss": 0.1585, + "mean_token_accuracy": 0.9420159220695495, + "num_tokens": 66791341.0, + "step": 51900 + }, + { + "entropy": 1.0702428936958313, + "epoch": 4.959396197573326, + "grad_norm": 1.5947022438049316, + "learning_rate": 5.4799643066800156e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9355307400226593, + "num_tokens": 66804016.0, + "step": 51910 + }, + { + "entropy": 1.091659939289093, + "epoch": 4.960351581159836, + "grad_norm": 1.4850027561187744, + "learning_rate": 5.478391871929817e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9379997074604034, + "num_tokens": 66816959.0, + "step": 51920 + }, + { + "entropy": 1.0778976440429688, + "epoch": 4.9613069647463455, + "grad_norm": 2.2683491706848145, + "learning_rate": 5.4768193894271056e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9377547979354859, + "num_tokens": 66829951.0, + "step": 51930 + }, + { + "entropy": 1.0941311836242675, + "epoch": 4.962262348332856, + "grad_norm": 1.5857791900634766, + "learning_rate": 5.4752468593288406e-05, + "loss": 0.1961, + "mean_token_accuracy": 0.9216240525245667, + "num_tokens": 66843208.0, + "step": 51940 + }, + { + "entropy": 1.0926232933998108, + "epoch": 4.963217731919365, + "grad_norm": 1.6077522039413452, + "learning_rate": 5.473674281791995e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.942182856798172, + "num_tokens": 66856485.0, + "step": 51950 + }, + { + "entropy": 1.09233216047287, + "epoch": 4.964173115505876, + "grad_norm": 1.527358055114746, + "learning_rate": 5.4721016569735384e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9324311196804047, + "num_tokens": 66868994.0, + "step": 51960 + }, + { + "entropy": 1.1144915699958802, + "epoch": 4.965128499092385, + "grad_norm": 1.0924104452133179, + "learning_rate": 5.470528985030451e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9358664870262146, + "num_tokens": 66882436.0, + "step": 51970 + }, + { + "entropy": 1.10466148853302, + "epoch": 4.9660838826788956, + "grad_norm": 1.8247860670089722, + "learning_rate": 5.4689562661197126e-05, + "loss": 0.1495, + "mean_token_accuracy": 0.9436122834682464, + "num_tokens": 66895685.0, + "step": 51980 + }, + { + "entropy": 1.0803051948547364, + "epoch": 4.967039266265406, + "grad_norm": 1.6788829565048218, + "learning_rate": 5.4673835003983095e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9321051836013794, + "num_tokens": 66908609.0, + "step": 51990 + }, + { + "entropy": 1.0958843231201172, + "epoch": 4.967994649851915, + "grad_norm": 3.1884663105010986, + "learning_rate": 5.465810688023237e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9363397896289826, + "num_tokens": 66921688.0, + "step": 52000 + }, + { + "entropy": 1.108931314945221, + "epoch": 4.968950033438426, + "grad_norm": 1.2665678262710571, + "learning_rate": 5.464237829151487e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9341585814952851, + "num_tokens": 66934826.0, + "step": 52010 + }, + { + "entropy": 1.1108641266822814, + "epoch": 4.969905417024935, + "grad_norm": 1.8808690309524536, + "learning_rate": 5.462664923940065e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9312992691993713, + "num_tokens": 66948102.0, + "step": 52020 + }, + { + "entropy": 1.0903026342391968, + "epoch": 4.970860800611446, + "grad_norm": 1.4845744371414185, + "learning_rate": 5.461091972545974e-05, + "loss": 0.1678, + "mean_token_accuracy": 0.9344366610050201, + "num_tokens": 66960884.0, + "step": 52030 + }, + { + "entropy": 1.0865336537361145, + "epoch": 4.971816184197955, + "grad_norm": 1.646062970161438, + "learning_rate": 5.4595189751262244e-05, + "loss": 0.1766, + "mean_token_accuracy": 0.9312552332878112, + "num_tokens": 66973704.0, + "step": 52040 + }, + { + "entropy": 1.089925229549408, + "epoch": 4.9727715677844655, + "grad_norm": 1.3181557655334473, + "learning_rate": 5.45794593183783e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.934263014793396, + "num_tokens": 66986949.0, + "step": 52050 + }, + { + "entropy": 1.0885731339454652, + "epoch": 4.973726951370976, + "grad_norm": 1.6933436393737793, + "learning_rate": 5.456372842837812e-05, + "loss": 0.1844, + "mean_token_accuracy": 0.9342715322971344, + "num_tokens": 66999842.0, + "step": 52060 + }, + { + "entropy": 1.0794044256210327, + "epoch": 4.974682334957485, + "grad_norm": 1.865435004234314, + "learning_rate": 5.4547997082831927e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9284706473350525, + "num_tokens": 67012566.0, + "step": 52070 + }, + { + "entropy": 1.0783707976341248, + "epoch": 4.975637718543996, + "grad_norm": 1.206718921661377, + "learning_rate": 5.4532265283310014e-05, + "loss": 0.1499, + "mean_token_accuracy": 0.9398176372051239, + "num_tokens": 67025153.0, + "step": 52080 + }, + { + "entropy": 1.0906355142593385, + "epoch": 4.976593102130505, + "grad_norm": 1.8911101818084717, + "learning_rate": 5.45165330313827e-05, + "loss": 0.1557, + "mean_token_accuracy": 0.9361273348331451, + "num_tokens": 67038197.0, + "step": 52090 + }, + { + "entropy": 1.074220323562622, + "epoch": 4.977548485717016, + "grad_norm": 1.5404828786849976, + "learning_rate": 5.450080032862037e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9414316117763519, + "num_tokens": 67050730.0, + "step": 52100 + }, + { + "entropy": 1.073441219329834, + "epoch": 4.978503869303525, + "grad_norm": 2.0356533527374268, + "learning_rate": 5.448506717659346e-05, + "loss": 0.1754, + "mean_token_accuracy": 0.9260736882686615, + "num_tokens": 67063220.0, + "step": 52110 + }, + { + "entropy": 1.0633217334747314, + "epoch": 4.979459252890035, + "grad_norm": 1.6241445541381836, + "learning_rate": 5.4469333576872406e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9385922253131866, + "num_tokens": 67075583.0, + "step": 52120 + }, + { + "entropy": 1.0882015585899354, + "epoch": 4.980414636476546, + "grad_norm": 1.8446605205535889, + "learning_rate": 5.445359953102773e-05, + "loss": 0.1881, + "mean_token_accuracy": 0.9252698361873627, + "num_tokens": 67088666.0, + "step": 52130 + }, + { + "entropy": 1.0781875252723694, + "epoch": 4.981370020063055, + "grad_norm": 2.209432601928711, + "learning_rate": 5.443786504062999e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9394759356975555, + "num_tokens": 67102169.0, + "step": 52140 + }, + { + "entropy": 1.077982532978058, + "epoch": 4.982325403649566, + "grad_norm": 1.3184025287628174, + "learning_rate": 5.442213010724977e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9343243837356567, + "num_tokens": 67114945.0, + "step": 52150 + }, + { + "entropy": 1.0732627987861634, + "epoch": 4.983280787236075, + "grad_norm": 1.438417911529541, + "learning_rate": 5.440639473245773e-05, + "loss": 0.1594, + "mean_token_accuracy": 0.9405040562152862, + "num_tokens": 67127612.0, + "step": 52160 + }, + { + "entropy": 1.0616552352905273, + "epoch": 4.9842361708225855, + "grad_norm": 1.7348041534423828, + "learning_rate": 5.439065891782453e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9425511419773102, + "num_tokens": 67140328.0, + "step": 52170 + }, + { + "entropy": 1.0598751664161683, + "epoch": 4.985191554409095, + "grad_norm": 1.8529551029205322, + "learning_rate": 5.4374922664920945e-05, + "loss": 0.1653, + "mean_token_accuracy": 0.9435997784137726, + "num_tokens": 67152778.0, + "step": 52180 + }, + { + "entropy": 1.0850051403045655, + "epoch": 4.986146937995605, + "grad_norm": 1.9522180557250977, + "learning_rate": 5.4359185975317705e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9262924730777741, + "num_tokens": 67165649.0, + "step": 52190 + }, + { + "entropy": 1.0746288895606995, + "epoch": 4.987102321582115, + "grad_norm": 1.3012639284133911, + "learning_rate": 5.434344885058565e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9398680984973907, + "num_tokens": 67177932.0, + "step": 52200 + }, + { + "entropy": 1.0670761346817017, + "epoch": 4.988057705168625, + "grad_norm": 1.4165605306625366, + "learning_rate": 5.432771129229565e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9362606346607208, + "num_tokens": 67190200.0, + "step": 52210 + }, + { + "entropy": 1.0693137049674988, + "epoch": 4.989013088755135, + "grad_norm": 1.578073501586914, + "learning_rate": 5.431197330201858e-05, + "loss": 0.1791, + "mean_token_accuracy": 0.9293501436710357, + "num_tokens": 67202856.0, + "step": 52220 + }, + { + "entropy": 1.0969491362571717, + "epoch": 4.989968472341645, + "grad_norm": 1.5005494356155396, + "learning_rate": 5.429623488132541e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9312431156635285, + "num_tokens": 67215878.0, + "step": 52230 + }, + { + "entropy": 1.106834876537323, + "epoch": 4.9909238559281555, + "grad_norm": 1.6735872030258179, + "learning_rate": 5.428049603178712e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9324094355106354, + "num_tokens": 67229515.0, + "step": 52240 + }, + { + "entropy": 1.0790167212486268, + "epoch": 4.991879239514665, + "grad_norm": 1.8192849159240723, + "learning_rate": 5.426475675497475e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9387641549110413, + "num_tokens": 67242125.0, + "step": 52250 + }, + { + "entropy": 1.0911369323730469, + "epoch": 4.992834623101175, + "grad_norm": 1.9974677562713623, + "learning_rate": 5.424901705245938e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9312643110752106, + "num_tokens": 67255210.0, + "step": 52260 + }, + { + "entropy": 1.088437795639038, + "epoch": 4.993790006687685, + "grad_norm": 1.547134518623352, + "learning_rate": 5.423327692581213e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9347854971885681, + "num_tokens": 67267546.0, + "step": 52270 + }, + { + "entropy": 1.082637071609497, + "epoch": 4.994745390274195, + "grad_norm": 1.9042112827301025, + "learning_rate": 5.4217536376604136e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9262418031692505, + "num_tokens": 67280083.0, + "step": 52280 + }, + { + "entropy": 1.0976914644241333, + "epoch": 4.995700773860705, + "grad_norm": 1.9132570028305054, + "learning_rate": 5.420179540640664e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9383423388004303, + "num_tokens": 67293294.0, + "step": 52290 + }, + { + "entropy": 1.0840216398239135, + "epoch": 4.996656157447215, + "grad_norm": 1.3267518281936646, + "learning_rate": 5.4186054016790856e-05, + "loss": 0.1521, + "mean_token_accuracy": 0.9408612310886383, + "num_tokens": 67306018.0, + "step": 52300 + }, + { + "entropy": 1.0818141937255858, + "epoch": 4.997611541033725, + "grad_norm": 1.4160425662994385, + "learning_rate": 5.417031220932808e-05, + "loss": 0.1915, + "mean_token_accuracy": 0.9278358936309814, + "num_tokens": 67318849.0, + "step": 52310 + }, + { + "entropy": 1.0758991479873656, + "epoch": 4.998566924620235, + "grad_norm": 1.5942342281341553, + "learning_rate": 5.4154569985589635e-05, + "loss": 0.1815, + "mean_token_accuracy": 0.9271227180957794, + "num_tokens": 67331606.0, + "step": 52320 + }, + { + "entropy": 1.0739224553108215, + "epoch": 4.999522308206745, + "grad_norm": 1.743450403213501, + "learning_rate": 5.4138827347146904e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9362695634365081, + "num_tokens": 67344172.0, + "step": 52330 + }, + { + "entropy": 1.0922457575798035, + "epoch": 5.000477691793255, + "grad_norm": 0.939724862575531, + "learning_rate": 5.41230842955713e-05, + "loss": 0.1251, + "mean_token_accuracy": 0.9481578826904297, + "num_tokens": 67356265.0, + "step": 52340 + }, + { + "entropy": 1.0778387308120727, + "epoch": 5.001433075379765, + "grad_norm": 1.5677886009216309, + "learning_rate": 5.410734083243426e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9623887419700623, + "num_tokens": 67369333.0, + "step": 52350 + }, + { + "entropy": 1.0538320899009705, + "epoch": 5.002388458966275, + "grad_norm": 1.4799563884735107, + "learning_rate": 5.40915969593073e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9608111500740051, + "num_tokens": 67382374.0, + "step": 52360 + }, + { + "entropy": 1.063162088394165, + "epoch": 5.003343842552785, + "grad_norm": 1.828131914138794, + "learning_rate": 5.407585267776193e-05, + "loss": 0.1197, + "mean_token_accuracy": 0.9560739159584045, + "num_tokens": 67395692.0, + "step": 52370 + }, + { + "entropy": 1.0333966672420503, + "epoch": 5.004299226139295, + "grad_norm": 1.1579710245132446, + "learning_rate": 5.406010798936976e-05, + "loss": 0.0915, + "mean_token_accuracy": 0.9675868332386017, + "num_tokens": 67408101.0, + "step": 52380 + }, + { + "entropy": 1.0599190533161162, + "epoch": 5.005254609725805, + "grad_norm": 1.7745895385742188, + "learning_rate": 5.404436289570234e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9500947713851928, + "num_tokens": 67420964.0, + "step": 52390 + }, + { + "entropy": 1.0480971157550811, + "epoch": 5.006209993312315, + "grad_norm": 1.6343506574630737, + "learning_rate": 5.4028617398331405e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9598838567733765, + "num_tokens": 67433672.0, + "step": 52400 + }, + { + "entropy": 1.048882257938385, + "epoch": 5.007165376898825, + "grad_norm": 1.4938980340957642, + "learning_rate": 5.401287149882861e-05, + "loss": 0.089, + "mean_token_accuracy": 0.9690633356571198, + "num_tokens": 67446567.0, + "step": 52410 + }, + { + "entropy": 1.0635027289390564, + "epoch": 5.008120760485335, + "grad_norm": 1.301002860069275, + "learning_rate": 5.399712519876569e-05, + "loss": 0.1, + "mean_token_accuracy": 0.96328564286232, + "num_tokens": 67460245.0, + "step": 52420 + }, + { + "entropy": 1.033498579263687, + "epoch": 5.0090761440718445, + "grad_norm": 1.5881681442260742, + "learning_rate": 5.398137849971445e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9600156426429749, + "num_tokens": 67472777.0, + "step": 52430 + }, + { + "entropy": 1.046352171897888, + "epoch": 5.010031527658355, + "grad_norm": 1.4939085245132446, + "learning_rate": 5.396563140324667e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9588806629180908, + "num_tokens": 67486442.0, + "step": 52440 + }, + { + "entropy": 1.0414170503616333, + "epoch": 5.010986911244864, + "grad_norm": 1.8971779346466064, + "learning_rate": 5.394988391093424e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9575972557067871, + "num_tokens": 67499896.0, + "step": 52450 + }, + { + "entropy": 1.040374219417572, + "epoch": 5.011942294831375, + "grad_norm": 1.5970944166183472, + "learning_rate": 5.3934136024349034e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9626306354999542, + "num_tokens": 67512752.0, + "step": 52460 + }, + { + "entropy": 1.0465213418006898, + "epoch": 5.012897678417885, + "grad_norm": 0.6293139457702637, + "learning_rate": 5.3918387745062994e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.960577791929245, + "num_tokens": 67525146.0, + "step": 52470 + }, + { + "entropy": 1.034460461139679, + "epoch": 5.013853062004395, + "grad_norm": 1.583219289779663, + "learning_rate": 5.39026390746481e-05, + "loss": 0.1064, + "mean_token_accuracy": 0.9580951452255249, + "num_tokens": 67538075.0, + "step": 52480 + }, + { + "entropy": 1.0316275358200073, + "epoch": 5.014808445590905, + "grad_norm": 1.4616185426712036, + "learning_rate": 5.3886890014676364e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.9609970986843109, + "num_tokens": 67550733.0, + "step": 52490 + }, + { + "entropy": 1.0475803017616272, + "epoch": 5.0157638291774145, + "grad_norm": 1.44649076461792, + "learning_rate": 5.387114056671984e-05, + "loss": 0.1148, + "mean_token_accuracy": 0.9565459191799164, + "num_tokens": 67563325.0, + "step": 52500 + }, + { + "entropy": 1.0444870471954346, + "epoch": 5.016719212763925, + "grad_norm": 1.3824241161346436, + "learning_rate": 5.3855390732350594e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.962787127494812, + "num_tokens": 67576131.0, + "step": 52510 + }, + { + "entropy": 1.03004292845726, + "epoch": 5.017674596350434, + "grad_norm": 1.2966642379760742, + "learning_rate": 5.383964051314081e-05, + "loss": 0.0916, + "mean_token_accuracy": 0.965083122253418, + "num_tokens": 67588928.0, + "step": 52520 + }, + { + "entropy": 1.040693497657776, + "epoch": 5.018629979936945, + "grad_norm": 1.5482040643692017, + "learning_rate": 5.3823889910662606e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9640638291835785, + "num_tokens": 67601910.0, + "step": 52530 + }, + { + "entropy": 1.0393289804458619, + "epoch": 5.019585363523455, + "grad_norm": 1.6003228425979614, + "learning_rate": 5.3808138926488197e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9574325859546662, + "num_tokens": 67615070.0, + "step": 52540 + }, + { + "entropy": 1.0179341733455658, + "epoch": 5.020540747109965, + "grad_norm": 1.8542697429656982, + "learning_rate": 5.379238756218985e-05, + "loss": 0.0951, + "mean_token_accuracy": 0.9653089046478271, + "num_tokens": 67627529.0, + "step": 52550 + }, + { + "entropy": 1.045318078994751, + "epoch": 5.021496130696475, + "grad_norm": 1.1083650588989258, + "learning_rate": 5.377663581933984e-05, + "loss": 0.0877, + "mean_token_accuracy": 0.966730409860611, + "num_tokens": 67640673.0, + "step": 52560 + }, + { + "entropy": 1.0509153366088868, + "epoch": 5.022451514282984, + "grad_norm": 1.6356897354125977, + "learning_rate": 5.3760883699510466e-05, + "loss": 0.1044, + "mean_token_accuracy": 0.96169992685318, + "num_tokens": 67654505.0, + "step": 52570 + }, + { + "entropy": 1.026533317565918, + "epoch": 5.023406897869495, + "grad_norm": 1.2620824575424194, + "learning_rate": 5.374513120427411e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9603957891464233, + "num_tokens": 67667287.0, + "step": 52580 + }, + { + "entropy": 1.0437299072742463, + "epoch": 5.024362281456004, + "grad_norm": 1.8138301372528076, + "learning_rate": 5.372937833520317e-05, + "loss": 0.122, + "mean_token_accuracy": 0.9512866795063019, + "num_tokens": 67680597.0, + "step": 52590 + }, + { + "entropy": 1.0235680997371674, + "epoch": 5.025317665042515, + "grad_norm": 1.7735345363616943, + "learning_rate": 5.371362509387007e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9604446411132812, + "num_tokens": 67693421.0, + "step": 52600 + }, + { + "entropy": 1.0256908655166626, + "epoch": 5.026273048629024, + "grad_norm": 1.3304142951965332, + "learning_rate": 5.3697871481847276e-05, + "loss": 0.0984, + "mean_token_accuracy": 0.9608469605445862, + "num_tokens": 67706165.0, + "step": 52610 + }, + { + "entropy": 1.0288583517074585, + "epoch": 5.0272284322155345, + "grad_norm": 1.3804324865341187, + "learning_rate": 5.3682117500707276e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9579005420207978, + "num_tokens": 67719152.0, + "step": 52620 + }, + { + "entropy": 1.0237758159637451, + "epoch": 5.028183815802045, + "grad_norm": 1.6474716663360596, + "learning_rate": 5.366636315202266e-05, + "loss": 0.0873, + "mean_token_accuracy": 0.9703169882297515, + "num_tokens": 67731754.0, + "step": 52630 + }, + { + "entropy": 1.0263588547706604, + "epoch": 5.029139199388554, + "grad_norm": 2.128997564315796, + "learning_rate": 5.365060843736598e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9591070413589478, + "num_tokens": 67744257.0, + "step": 52640 + }, + { + "entropy": 1.0551039338111878, + "epoch": 5.030094582975065, + "grad_norm": 1.831835150718689, + "learning_rate": 5.3634853358309846e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.957927656173706, + "num_tokens": 67757482.0, + "step": 52650 + }, + { + "entropy": 1.0405110478401185, + "epoch": 5.031049966561574, + "grad_norm": 1.047980546951294, + "learning_rate": 5.361909791642694e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.961267501115799, + "num_tokens": 67770517.0, + "step": 52660 + }, + { + "entropy": 1.0436501979827881, + "epoch": 5.032005350148085, + "grad_norm": 0.911845862865448, + "learning_rate": 5.360334211328992e-05, + "loss": 0.1004, + "mean_token_accuracy": 0.9604656457901001, + "num_tokens": 67783127.0, + "step": 52670 + }, + { + "entropy": 1.0357561230659484, + "epoch": 5.032960733734594, + "grad_norm": 2.0292041301727295, + "learning_rate": 5.3587585950471554e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9660878360271454, + "num_tokens": 67795878.0, + "step": 52680 + }, + { + "entropy": 1.0310254871845246, + "epoch": 5.0339161173211044, + "grad_norm": 1.6736068725585938, + "learning_rate": 5.357182942954454e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.9585298895835876, + "num_tokens": 67808665.0, + "step": 52690 + }, + { + "entropy": 1.0397885501384736, + "epoch": 5.034871500907615, + "grad_norm": 1.596138596534729, + "learning_rate": 5.355607255208174e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9550536870956421, + "num_tokens": 67821185.0, + "step": 52700 + }, + { + "entropy": 1.0512457489967346, + "epoch": 5.035826884494124, + "grad_norm": 1.4222776889801025, + "learning_rate": 5.354031531965593e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9524832546710968, + "num_tokens": 67834077.0, + "step": 52710 + }, + { + "entropy": 1.0452816784381866, + "epoch": 5.036782268080635, + "grad_norm": 1.6626522541046143, + "learning_rate": 5.352455773384004e-05, + "loss": 0.0892, + "mean_token_accuracy": 0.9641744554042816, + "num_tokens": 67847196.0, + "step": 52720 + }, + { + "entropy": 1.0527905821800232, + "epoch": 5.037737651667144, + "grad_norm": 2.0368287563323975, + "learning_rate": 5.350879979620692e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9549343705177307, + "num_tokens": 67860412.0, + "step": 52730 + }, + { + "entropy": 1.0471050977706908, + "epoch": 5.0386930352536545, + "grad_norm": 1.140391230583191, + "learning_rate": 5.3493041508329533e-05, + "loss": 0.108, + "mean_token_accuracy": 0.960070538520813, + "num_tokens": 67873989.0, + "step": 52740 + }, + { + "entropy": 1.02100949883461, + "epoch": 5.039648418840164, + "grad_norm": 1.6789897680282593, + "learning_rate": 5.347728287178085e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9620002806186676, + "num_tokens": 67886424.0, + "step": 52750 + }, + { + "entropy": 1.0322214126586915, + "epoch": 5.040603802426674, + "grad_norm": 0.6353459358215332, + "learning_rate": 5.346152388813388e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9642341732978821, + "num_tokens": 67898822.0, + "step": 52760 + }, + { + "entropy": 1.0348714888095856, + "epoch": 5.041559186013184, + "grad_norm": 1.892840027809143, + "learning_rate": 5.344576455896167e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9583168148994445, + "num_tokens": 67911826.0, + "step": 52770 + }, + { + "entropy": 1.026923930644989, + "epoch": 5.042514569599694, + "grad_norm": 2.138803482055664, + "learning_rate": 5.343000488583728e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9593446493148804, + "num_tokens": 67923807.0, + "step": 52780 + }, + { + "entropy": 1.049460780620575, + "epoch": 5.043469953186205, + "grad_norm": 1.747586727142334, + "learning_rate": 5.341424487033384e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.9558158278465271, + "num_tokens": 67937337.0, + "step": 52790 + }, + { + "entropy": 1.0268857061862946, + "epoch": 5.044425336772714, + "grad_norm": 1.7685924768447876, + "learning_rate": 5.3398484514024495e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9652662158012391, + "num_tokens": 67950247.0, + "step": 52800 + }, + { + "entropy": 1.0298295974731446, + "epoch": 5.0453807203592245, + "grad_norm": 1.6219544410705566, + "learning_rate": 5.338272381848243e-05, + "loss": 0.1117, + "mean_token_accuracy": 0.9551256358623504, + "num_tokens": 67962743.0, + "step": 52810 + }, + { + "entropy": 1.0310305118560792, + "epoch": 5.046336103945734, + "grad_norm": 1.3502709865570068, + "learning_rate": 5.336696278528084e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9683831334114075, + "num_tokens": 67975752.0, + "step": 52820 + }, + { + "entropy": 1.0289100646972655, + "epoch": 5.047291487532244, + "grad_norm": 2.337446451187134, + "learning_rate": 5.3351201415992966e-05, + "loss": 0.1184, + "mean_token_accuracy": 0.9564778864383697, + "num_tokens": 67988186.0, + "step": 52830 + }, + { + "entropy": 1.04122554063797, + "epoch": 5.048246871118754, + "grad_norm": 1.2770308256149292, + "learning_rate": 5.333543971219212e-05, + "loss": 0.0932, + "mean_token_accuracy": 0.9638259589672089, + "num_tokens": 68001557.0, + "step": 52840 + }, + { + "entropy": 1.0552303969860077, + "epoch": 5.049202254705264, + "grad_norm": 1.2592508792877197, + "learning_rate": 5.3319677675451605e-05, + "loss": 0.1159, + "mean_token_accuracy": 0.9544836640357971, + "num_tokens": 68015263.0, + "step": 52850 + }, + { + "entropy": 1.04152455329895, + "epoch": 5.0501576382917746, + "grad_norm": 1.768250584602356, + "learning_rate": 5.3303915307344784e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.964148610830307, + "num_tokens": 68028038.0, + "step": 52860 + }, + { + "entropy": 1.0341720044612885, + "epoch": 5.051113021878284, + "grad_norm": 1.1604700088500977, + "learning_rate": 5.3288152609444994e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9651910185813903, + "num_tokens": 68041239.0, + "step": 52870 + }, + { + "entropy": 1.030666357278824, + "epoch": 5.052068405464794, + "grad_norm": 1.6293491125106812, + "learning_rate": 5.32723895833257e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9634756982326508, + "num_tokens": 68053782.0, + "step": 52880 + }, + { + "entropy": 1.037609302997589, + "epoch": 5.053023789051304, + "grad_norm": 0.996124267578125, + "learning_rate": 5.3256626230560314e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9638440668582916, + "num_tokens": 68067136.0, + "step": 52890 + }, + { + "entropy": 1.0392907738685608, + "epoch": 5.053979172637814, + "grad_norm": 1.999380111694336, + "learning_rate": 5.324086255272233e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.9613173067569732, + "num_tokens": 68080428.0, + "step": 52900 + }, + { + "entropy": 1.05371013879776, + "epoch": 5.054934556224324, + "grad_norm": 1.5433529615402222, + "learning_rate": 5.322509855138525e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.959635752439499, + "num_tokens": 68093375.0, + "step": 52910 + }, + { + "entropy": 1.036199253797531, + "epoch": 5.055889939810834, + "grad_norm": 2.078824520111084, + "learning_rate": 5.320933422812262e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9617341220378876, + "num_tokens": 68106019.0, + "step": 52920 + }, + { + "entropy": 1.034372580051422, + "epoch": 5.056845323397344, + "grad_norm": 1.565956711769104, + "learning_rate": 5.319356958450803e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9600384116172791, + "num_tokens": 68119126.0, + "step": 52930 + }, + { + "entropy": 1.0385905742645263, + "epoch": 5.057800706983854, + "grad_norm": 1.6556912660598755, + "learning_rate": 5.3177804622115066e-05, + "loss": 0.1138, + "mean_token_accuracy": 0.9559528768062592, + "num_tokens": 68131985.0, + "step": 52940 + }, + { + "entropy": 1.0449066519737245, + "epoch": 5.058756090570364, + "grad_norm": 1.3162527084350586, + "learning_rate": 5.31620393425174e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9606935560703278, + "num_tokens": 68144878.0, + "step": 52950 + }, + { + "entropy": 1.0434258162975312, + "epoch": 5.059711474156874, + "grad_norm": 1.523601770401001, + "learning_rate": 5.3146273747288674e-05, + "loss": 0.0893, + "mean_token_accuracy": 0.9652096152305603, + "num_tokens": 68157795.0, + "step": 52960 + }, + { + "entropy": 1.046520221233368, + "epoch": 5.060666857743384, + "grad_norm": 1.6019340753555298, + "learning_rate": 5.313050783800261e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9618453443050384, + "num_tokens": 68171290.0, + "step": 52970 + }, + { + "entropy": 1.0441345810890197, + "epoch": 5.061622241329894, + "grad_norm": 1.7197988033294678, + "learning_rate": 5.311474161623292e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.957770723104477, + "num_tokens": 68184252.0, + "step": 52980 + }, + { + "entropy": 1.022651207447052, + "epoch": 5.062577624916404, + "grad_norm": 1.162846326828003, + "learning_rate": 5.3098975083553396e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9583828032016755, + "num_tokens": 68196826.0, + "step": 52990 + }, + { + "entropy": 1.0551496505737306, + "epoch": 5.0635330085029135, + "grad_norm": 1.4894254207611084, + "learning_rate": 5.308320824153781e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9617137014865875, + "num_tokens": 68209942.0, + "step": 53000 + }, + { + "entropy": 1.0468451142311097, + "epoch": 5.064488392089424, + "grad_norm": 1.2946916818618774, + "learning_rate": 5.3067441091760006e-05, + "loss": 0.1189, + "mean_token_accuracy": 0.9542406380176545, + "num_tokens": 68223053.0, + "step": 53010 + }, + { + "entropy": 1.0260405004024507, + "epoch": 5.065443775675934, + "grad_norm": 1.8620902299880981, + "learning_rate": 5.305167363579384e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9630832076072693, + "num_tokens": 68235136.0, + "step": 53020 + }, + { + "entropy": 1.0479692339897155, + "epoch": 5.066399159262444, + "grad_norm": 1.279423475265503, + "learning_rate": 5.303590587521321e-05, + "loss": 0.0896, + "mean_token_accuracy": 0.9681807637214661, + "num_tokens": 68248252.0, + "step": 53030 + }, + { + "entropy": 1.0507344126701355, + "epoch": 5.067354542848954, + "grad_norm": 2.3335139751434326, + "learning_rate": 5.302013781159202e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9586935818195343, + "num_tokens": 68261799.0, + "step": 53040 + }, + { + "entropy": 1.0495023369789123, + "epoch": 5.068309926435464, + "grad_norm": 1.5608408451080322, + "learning_rate": 5.300436944650421e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9562734365463257, + "num_tokens": 68274611.0, + "step": 53050 + }, + { + "entropy": 1.033961683511734, + "epoch": 5.069265310021974, + "grad_norm": 1.7788643836975098, + "learning_rate": 5.298860078152379e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9595336139202117, + "num_tokens": 68287114.0, + "step": 53060 + }, + { + "entropy": 1.0546566605567933, + "epoch": 5.0702206936084835, + "grad_norm": 2.2059035301208496, + "learning_rate": 5.2972831818224734e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9619504332542419, + "num_tokens": 68300015.0, + "step": 53070 + }, + { + "entropy": 1.0324295222759248, + "epoch": 5.071176077194994, + "grad_norm": 1.3613163232803345, + "learning_rate": 5.295706255818112e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9662062048912048, + "num_tokens": 68312410.0, + "step": 53080 + }, + { + "entropy": 1.0507496476173401, + "epoch": 5.072131460781503, + "grad_norm": 2.4792871475219727, + "learning_rate": 5.2941293002966995e-05, + "loss": 0.1267, + "mean_token_accuracy": 0.952063113451004, + "num_tokens": 68325243.0, + "step": 53090 + }, + { + "entropy": 1.0538582682609559, + "epoch": 5.073086844368014, + "grad_norm": 2.246356248855591, + "learning_rate": 5.2925523154156455e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9573755264282227, + "num_tokens": 68338241.0, + "step": 53100 + }, + { + "entropy": 1.033964490890503, + "epoch": 5.074042227954524, + "grad_norm": 1.3005013465881348, + "learning_rate": 5.2909753013323636e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9571816086769104, + "num_tokens": 68350913.0, + "step": 53110 + }, + { + "entropy": 1.0432878255844116, + "epoch": 5.074997611541034, + "grad_norm": 1.7345738410949707, + "learning_rate": 5.28939825820427e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9583224356174469, + "num_tokens": 68363967.0, + "step": 53120 + }, + { + "entropy": 1.0547661066055298, + "epoch": 5.075952995127544, + "grad_norm": 1.8041142225265503, + "learning_rate": 5.287821186188782e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9570497453212738, + "num_tokens": 68377221.0, + "step": 53130 + }, + { + "entropy": 1.0115435898303986, + "epoch": 5.076908378714053, + "grad_norm": 1.6795873641967773, + "learning_rate": 5.28624408544332e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9617295980453491, + "num_tokens": 68389710.0, + "step": 53140 + }, + { + "entropy": 1.0302620470523833, + "epoch": 5.077863762300564, + "grad_norm": 2.9482407569885254, + "learning_rate": 5.2846669561253116e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9603113889694214, + "num_tokens": 68402498.0, + "step": 53150 + }, + { + "entropy": 1.0248182117938995, + "epoch": 5.078819145887073, + "grad_norm": 1.257131814956665, + "learning_rate": 5.283089798392182e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9636683344841004, + "num_tokens": 68414908.0, + "step": 53160 + }, + { + "entropy": 1.0383879363536834, + "epoch": 5.079774529473584, + "grad_norm": 1.5742273330688477, + "learning_rate": 5.281512612401361e-05, + "loss": 0.0885, + "mean_token_accuracy": 0.9670118868350983, + "num_tokens": 68428227.0, + "step": 53170 + }, + { + "entropy": 1.0175378680229188, + "epoch": 5.080729913060094, + "grad_norm": 1.2375092506408691, + "learning_rate": 5.2799353983102827e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9563918471336365, + "num_tokens": 68440723.0, + "step": 53180 + }, + { + "entropy": 1.0180742144584656, + "epoch": 5.0816852966466035, + "grad_norm": 1.338497519493103, + "learning_rate": 5.278358156276382e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9569899260997772, + "num_tokens": 68453208.0, + "step": 53190 + }, + { + "entropy": 1.0313288688659668, + "epoch": 5.082640680233114, + "grad_norm": 1.344237208366394, + "learning_rate": 5.2767808864570976e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9607133626937866, + "num_tokens": 68465986.0, + "step": 53200 + }, + { + "entropy": 1.0212777316570283, + "epoch": 5.083596063819623, + "grad_norm": 1.7989810705184937, + "learning_rate": 5.2752035890098706e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.9640350937843323, + "num_tokens": 68478946.0, + "step": 53210 + }, + { + "entropy": 1.0469358444213868, + "epoch": 5.084551447406134, + "grad_norm": 2.142646074295044, + "learning_rate": 5.273626264092144e-05, + "loss": 0.1302, + "mean_token_accuracy": 0.9507587671279907, + "num_tokens": 68491978.0, + "step": 53220 + }, + { + "entropy": 1.034026277065277, + "epoch": 5.085506830992643, + "grad_norm": 1.2616064548492432, + "learning_rate": 5.272048911861365e-05, + "loss": 0.0879, + "mean_token_accuracy": 0.9645202696323395, + "num_tokens": 68504934.0, + "step": 53230 + }, + { + "entropy": 1.0273966133594512, + "epoch": 5.086462214579154, + "grad_norm": 0.958338737487793, + "learning_rate": 5.270471532474984e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9633251309394837, + "num_tokens": 68517841.0, + "step": 53240 + }, + { + "entropy": 1.0176651000976562, + "epoch": 5.087417598165663, + "grad_norm": 1.8277742862701416, + "learning_rate": 5.2688941260904534e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9625818610191346, + "num_tokens": 68530754.0, + "step": 53250 + }, + { + "entropy": 1.0348461449146271, + "epoch": 5.0883729817521735, + "grad_norm": 2.595311164855957, + "learning_rate": 5.2673166928652266e-05, + "loss": 0.1129, + "mean_token_accuracy": 0.9584662079811096, + "num_tokens": 68543422.0, + "step": 53260 + }, + { + "entropy": 1.0403325080871582, + "epoch": 5.089328365338684, + "grad_norm": 1.2296005487442017, + "learning_rate": 5.2657392329567624e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.964933329820633, + "num_tokens": 68556669.0, + "step": 53270 + }, + { + "entropy": 1.0382629990577699, + "epoch": 5.090283748925193, + "grad_norm": 1.186392068862915, + "learning_rate": 5.2641617465225203e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.952168470621109, + "num_tokens": 68569113.0, + "step": 53280 + }, + { + "entropy": 1.0270799934864043, + "epoch": 5.091239132511704, + "grad_norm": 1.439483404159546, + "learning_rate": 5.2625842337199624e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9601523518562317, + "num_tokens": 68581860.0, + "step": 53290 + }, + { + "entropy": 1.0253952026367188, + "epoch": 5.092194516098213, + "grad_norm": 2.3132495880126953, + "learning_rate": 5.261006694706555e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9577959597110748, + "num_tokens": 68594653.0, + "step": 53300 + }, + { + "entropy": 1.018781417608261, + "epoch": 5.0931498996847235, + "grad_norm": 1.5906345844268799, + "learning_rate": 5.259429129639768e-05, + "loss": 0.0885, + "mean_token_accuracy": 0.9634133517742157, + "num_tokens": 68607464.0, + "step": 53310 + }, + { + "entropy": 1.0378000497817994, + "epoch": 5.094105283271233, + "grad_norm": 1.381817102432251, + "learning_rate": 5.257851538677068e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9521465599536896, + "num_tokens": 68620744.0, + "step": 53320 + }, + { + "entropy": 1.0144150257110596, + "epoch": 5.095060666857743, + "grad_norm": 1.793075442314148, + "learning_rate": 5.2562739219759314e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.963325434923172, + "num_tokens": 68633180.0, + "step": 53330 + }, + { + "entropy": 1.0252274215221404, + "epoch": 5.096016050444254, + "grad_norm": 1.7800992727279663, + "learning_rate": 5.2546962796938334e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9535888314247132, + "num_tokens": 68646126.0, + "step": 53340 + }, + { + "entropy": 1.035798054933548, + "epoch": 5.096971434030763, + "grad_norm": 2.127472400665283, + "learning_rate": 5.253118611988252e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.956634646654129, + "num_tokens": 68659108.0, + "step": 53350 + }, + { + "entropy": 1.0344067931175231, + "epoch": 5.097926817617274, + "grad_norm": 1.5299049615859985, + "learning_rate": 5.2515409190166696e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9652410209178924, + "num_tokens": 68671085.0, + "step": 53360 + }, + { + "entropy": 1.0281603813171387, + "epoch": 5.098882201203783, + "grad_norm": 1.0476878881454468, + "learning_rate": 5.249963200936565e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9599865734577179, + "num_tokens": 68683616.0, + "step": 53370 + }, + { + "entropy": 1.0308519661426545, + "epoch": 5.0998375847902935, + "grad_norm": 1.8605698347091675, + "learning_rate": 5.2483854579054316e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9524771332740783, + "num_tokens": 68696048.0, + "step": 53380 + }, + { + "entropy": 1.009459388256073, + "epoch": 5.100792968376803, + "grad_norm": 1.0605194568634033, + "learning_rate": 5.246807690080752e-05, + "loss": 0.0893, + "mean_token_accuracy": 0.9645587742328644, + "num_tokens": 68708909.0, + "step": 53390 + }, + { + "entropy": 1.0270456612110137, + "epoch": 5.101748351963313, + "grad_norm": 1.6696134805679321, + "learning_rate": 5.245229897620017e-05, + "loss": 0.0944, + "mean_token_accuracy": 0.9616530537605286, + "num_tokens": 68721821.0, + "step": 53400 + }, + { + "entropy": 1.0387013256549835, + "epoch": 5.102703735549824, + "grad_norm": 1.3467882871627808, + "learning_rate": 5.243652080680726e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9530128598213196, + "num_tokens": 68734699.0, + "step": 53410 + }, + { + "entropy": 1.0433939456939698, + "epoch": 5.103659119136333, + "grad_norm": 1.8768048286437988, + "learning_rate": 5.242074239420368e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9629109382629395, + "num_tokens": 68748281.0, + "step": 53420 + }, + { + "entropy": 1.0457266449928284, + "epoch": 5.104614502722844, + "grad_norm": 1.8070802688598633, + "learning_rate": 5.2404963739964455e-05, + "loss": 0.1064, + "mean_token_accuracy": 0.9589676260948181, + "num_tokens": 68761153.0, + "step": 53430 + }, + { + "entropy": 1.0394836127758027, + "epoch": 5.105569886309353, + "grad_norm": 2.0754170417785645, + "learning_rate": 5.2389184845664555e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9579456508159637, + "num_tokens": 68773863.0, + "step": 53440 + }, + { + "entropy": 1.017809122800827, + "epoch": 5.106525269895863, + "grad_norm": 1.5335110425949097, + "learning_rate": 5.237340571287905e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9604160368442536, + "num_tokens": 68786485.0, + "step": 53450 + }, + { + "entropy": 1.0340217173099517, + "epoch": 5.107480653482373, + "grad_norm": 1.9899533987045288, + "learning_rate": 5.235762634318297e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9612250328063965, + "num_tokens": 68799875.0, + "step": 53460 + }, + { + "entropy": 1.0362253189086914, + "epoch": 5.108436037068883, + "grad_norm": 2.044649839401245, + "learning_rate": 5.234184673815141e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9600461840629577, + "num_tokens": 68813156.0, + "step": 53470 + }, + { + "entropy": 1.015406757593155, + "epoch": 5.109391420655393, + "grad_norm": 1.5247842073440552, + "learning_rate": 5.232606689935945e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9585856795310974, + "num_tokens": 68825877.0, + "step": 53480 + }, + { + "entropy": 1.0202573835849762, + "epoch": 5.110346804241903, + "grad_norm": 1.8927136659622192, + "learning_rate": 5.2310286828382225e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9652990281581879, + "num_tokens": 68838401.0, + "step": 53490 + }, + { + "entropy": 1.0333165407180787, + "epoch": 5.1113021878284135, + "grad_norm": 1.884922981262207, + "learning_rate": 5.2294506526794905e-05, + "loss": 0.1193, + "mean_token_accuracy": 0.9558384597301484, + "num_tokens": 68851834.0, + "step": 53500 + }, + { + "entropy": 1.0299775838851928, + "epoch": 5.112257571414923, + "grad_norm": 2.1518938541412354, + "learning_rate": 5.2278725996172627e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9544027388095856, + "num_tokens": 68864686.0, + "step": 53510 + }, + { + "entropy": 1.0394312858581543, + "epoch": 5.113212955001433, + "grad_norm": 1.7673118114471436, + "learning_rate": 5.226294523809059e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9564301490783691, + "num_tokens": 68878107.0, + "step": 53520 + }, + { + "entropy": 1.0400777339935303, + "epoch": 5.114168338587943, + "grad_norm": 0.8600720167160034, + "learning_rate": 5.2247164254124025e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.952151107788086, + "num_tokens": 68890998.0, + "step": 53530 + }, + { + "entropy": 1.0293527483940124, + "epoch": 5.115123722174453, + "grad_norm": 1.219643473625183, + "learning_rate": 5.223138304584818e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9640860080718994, + "num_tokens": 68904165.0, + "step": 53540 + }, + { + "entropy": 1.0256957411766052, + "epoch": 5.116079105760963, + "grad_norm": 1.5030826330184937, + "learning_rate": 5.22156016148383e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9611785173416137, + "num_tokens": 68917000.0, + "step": 53550 + }, + { + "entropy": 1.016695362329483, + "epoch": 5.117034489347473, + "grad_norm": 2.9653236865997314, + "learning_rate": 5.219981996266966e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9606544256210328, + "num_tokens": 68929345.0, + "step": 53560 + }, + { + "entropy": 1.0233022391796112, + "epoch": 5.1179898729339826, + "grad_norm": 1.946618676185608, + "learning_rate": 5.218403809091759e-05, + "loss": 0.0787, + "mean_token_accuracy": 0.9680769860744476, + "num_tokens": 68942132.0, + "step": 53570 + }, + { + "entropy": 1.022182011604309, + "epoch": 5.118945256520493, + "grad_norm": 1.5125712156295776, + "learning_rate": 5.216825600115739e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9634286940097809, + "num_tokens": 68955054.0, + "step": 53580 + }, + { + "entropy": 1.0111809551715851, + "epoch": 5.119900640107003, + "grad_norm": 1.759118676185608, + "learning_rate": 5.215247369496443e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9581970870494843, + "num_tokens": 68967737.0, + "step": 53590 + }, + { + "entropy": 1.0306240141391754, + "epoch": 5.120856023693513, + "grad_norm": 1.206958532333374, + "learning_rate": 5.213669117391408e-05, + "loss": 0.1105, + "mean_token_accuracy": 0.9606825530529022, + "num_tokens": 68980350.0, + "step": 53600 + }, + { + "entropy": 1.0419000089168549, + "epoch": 5.121811407280023, + "grad_norm": 1.4112968444824219, + "learning_rate": 5.212090843958174e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9573432266712188, + "num_tokens": 68993452.0, + "step": 53610 + }, + { + "entropy": 1.0327123999595642, + "epoch": 5.122766790866533, + "grad_norm": 1.6888959407806396, + "learning_rate": 5.2105125493542793e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.956451678276062, + "num_tokens": 69006316.0, + "step": 53620 + }, + { + "entropy": 1.0096588909626008, + "epoch": 5.123722174453043, + "grad_norm": 1.1554040908813477, + "learning_rate": 5.208934233737271e-05, + "loss": 0.0938, + "mean_token_accuracy": 0.9621226012706756, + "num_tokens": 69018671.0, + "step": 53630 + }, + { + "entropy": 1.010299813747406, + "epoch": 5.1246775580395525, + "grad_norm": 1.864879846572876, + "learning_rate": 5.207355897264692e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9639857888221741, + "num_tokens": 69031140.0, + "step": 53640 + }, + { + "entropy": 1.0242502093315125, + "epoch": 5.125632941626063, + "grad_norm": 1.5747413635253906, + "learning_rate": 5.205777540094091e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.953147041797638, + "num_tokens": 69044309.0, + "step": 53650 + }, + { + "entropy": 1.0050150394439696, + "epoch": 5.126588325212573, + "grad_norm": 1.1857645511627197, + "learning_rate": 5.20419916238302e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9595201134681701, + "num_tokens": 69057022.0, + "step": 53660 + }, + { + "entropy": 1.015084832906723, + "epoch": 5.127543708799083, + "grad_norm": 1.6115467548370361, + "learning_rate": 5.2026207642890254e-05, + "loss": 0.1127, + "mean_token_accuracy": 0.9581100642681122, + "num_tokens": 69069602.0, + "step": 53670 + }, + { + "entropy": 1.0189226746559144, + "epoch": 5.128499092385593, + "grad_norm": 1.3406989574432373, + "learning_rate": 5.201042345969667e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9543307542800903, + "num_tokens": 69082450.0, + "step": 53680 + }, + { + "entropy": 1.032324755191803, + "epoch": 5.129454475972103, + "grad_norm": 1.0928720235824585, + "learning_rate": 5.199463907582496e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9561091780662536, + "num_tokens": 69095859.0, + "step": 53690 + }, + { + "entropy": 1.018170177936554, + "epoch": 5.130409859558613, + "grad_norm": 1.3548567295074463, + "learning_rate": 5.1978854492850734e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9602324187755584, + "num_tokens": 69108515.0, + "step": 53700 + }, + { + "entropy": 1.012142187356949, + "epoch": 5.131365243145122, + "grad_norm": 1.1521369218826294, + "learning_rate": 5.1963069712349585e-05, + "loss": 0.1219, + "mean_token_accuracy": 0.9529155611991882, + "num_tokens": 69120929.0, + "step": 53710 + }, + { + "entropy": 1.0415706992149354, + "epoch": 5.132320626731633, + "grad_norm": 1.9591164588928223, + "learning_rate": 5.194728473589713e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.9637541770935059, + "num_tokens": 69134041.0, + "step": 53720 + }, + { + "entropy": 1.0394641041755677, + "epoch": 5.133276010318143, + "grad_norm": 1.199160099029541, + "learning_rate": 5.1931499565068974e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9606586873531342, + "num_tokens": 69146759.0, + "step": 53730 + }, + { + "entropy": 1.0283184468746185, + "epoch": 5.134231393904653, + "grad_norm": 1.7094686031341553, + "learning_rate": 5.1915714201440827e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9580524027347564, + "num_tokens": 69160443.0, + "step": 53740 + }, + { + "entropy": 1.0288732290267943, + "epoch": 5.135186777491163, + "grad_norm": 1.320189118385315, + "learning_rate": 5.1899928646588324e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9585085093975068, + "num_tokens": 69173655.0, + "step": 53750 + }, + { + "entropy": 1.0209573566913606, + "epoch": 5.1361421610776725, + "grad_norm": 1.4996857643127441, + "learning_rate": 5.188414290208718e-05, + "loss": 0.0923, + "mean_token_accuracy": 0.9670575737953186, + "num_tokens": 69186576.0, + "step": 53760 + }, + { + "entropy": 1.0122807383537293, + "epoch": 5.137097544664183, + "grad_norm": 1.5131032466888428, + "learning_rate": 5.186835696951312e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9626807391643524, + "num_tokens": 69199410.0, + "step": 53770 + }, + { + "entropy": 1.025501275062561, + "epoch": 5.138052928250692, + "grad_norm": 2.300363779067993, + "learning_rate": 5.185257085044185e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9568931221961975, + "num_tokens": 69212517.0, + "step": 53780 + }, + { + "entropy": 1.0317365288734437, + "epoch": 5.139008311837203, + "grad_norm": 2.128239631652832, + "learning_rate": 5.1836784546449145e-05, + "loss": 0.119, + "mean_token_accuracy": 0.9518305599689484, + "num_tokens": 69226048.0, + "step": 53790 + }, + { + "entropy": 1.0286260843276978, + "epoch": 5.139963695423712, + "grad_norm": 1.3060835599899292, + "learning_rate": 5.182099805911076e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9560887753963471, + "num_tokens": 69239361.0, + "step": 53800 + }, + { + "entropy": 1.0185247123241425, + "epoch": 5.140919079010223, + "grad_norm": 1.436362385749817, + "learning_rate": 5.18052113900025e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9611473798751831, + "num_tokens": 69252081.0, + "step": 53810 + }, + { + "entropy": 1.0060514271259309, + "epoch": 5.141874462596733, + "grad_norm": 1.3516179323196411, + "learning_rate": 5.1789424540700136e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9595371663570404, + "num_tokens": 69264731.0, + "step": 53820 + }, + { + "entropy": 1.02210693359375, + "epoch": 5.1428298461832425, + "grad_norm": 0.9491414427757263, + "learning_rate": 5.177363751277954e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9587419390678406, + "num_tokens": 69277860.0, + "step": 53830 + }, + { + "entropy": 1.0374321520328522, + "epoch": 5.143785229769753, + "grad_norm": 1.2871878147125244, + "learning_rate": 5.1757850307816535e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.96562180519104, + "num_tokens": 69291224.0, + "step": 53840 + }, + { + "entropy": 1.0323138117790223, + "epoch": 5.144740613356262, + "grad_norm": 1.1364936828613281, + "learning_rate": 5.174206292738697e-05, + "loss": 0.1059, + "mean_token_accuracy": 0.9572917520999908, + "num_tokens": 69304241.0, + "step": 53850 + }, + { + "entropy": 1.0467757701873779, + "epoch": 5.145695996942773, + "grad_norm": 1.5346096754074097, + "learning_rate": 5.1726275373066735e-05, + "loss": 0.1164, + "mean_token_accuracy": 0.9553107261657715, + "num_tokens": 69318251.0, + "step": 53860 + }, + { + "entropy": 1.011523538827896, + "epoch": 5.146651380529282, + "grad_norm": 1.6019251346588135, + "learning_rate": 5.171048764643172e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9609026789665223, + "num_tokens": 69330430.0, + "step": 53870 + }, + { + "entropy": 1.0318707585334779, + "epoch": 5.1476067641157925, + "grad_norm": 1.4834898710250854, + "learning_rate": 5.169469974905785e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9539977073669433, + "num_tokens": 69343121.0, + "step": 53880 + }, + { + "entropy": 1.0191723227500915, + "epoch": 5.148562147702302, + "grad_norm": 1.7403168678283691, + "learning_rate": 5.1678911682521017e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9591973900794983, + "num_tokens": 69355711.0, + "step": 53890 + }, + { + "entropy": 1.0148942589759826, + "epoch": 5.149517531288812, + "grad_norm": 2.2567250728607178, + "learning_rate": 5.166312344839721e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9578974783420563, + "num_tokens": 69368400.0, + "step": 53900 + }, + { + "entropy": 1.0394894778728485, + "epoch": 5.150472914875323, + "grad_norm": 1.820429801940918, + "learning_rate": 5.164733504826238e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9666435539722442, + "num_tokens": 69381797.0, + "step": 53910 + }, + { + "entropy": 1.024892646074295, + "epoch": 5.151428298461832, + "grad_norm": 2.290086030960083, + "learning_rate": 5.1631546483692494e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.960997360944748, + "num_tokens": 69394518.0, + "step": 53920 + }, + { + "entropy": 1.0161880850791931, + "epoch": 5.152383682048343, + "grad_norm": 1.90274977684021, + "learning_rate": 5.161575775626356e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9543005645275116, + "num_tokens": 69407058.0, + "step": 53930 + }, + { + "entropy": 1.0115054666996002, + "epoch": 5.153339065634852, + "grad_norm": 1.9592403173446655, + "learning_rate": 5.159996886755158e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.9666886687278747, + "num_tokens": 69420041.0, + "step": 53940 + }, + { + "entropy": 1.017395555973053, + "epoch": 5.1542944492213625, + "grad_norm": 1.8455584049224854, + "learning_rate": 5.1584179819132606e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9577642977237701, + "num_tokens": 69433605.0, + "step": 53950 + }, + { + "entropy": 0.9965904533863068, + "epoch": 5.155249832807872, + "grad_norm": 2.26460599899292, + "learning_rate": 5.156839061258265e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9629908204078674, + "num_tokens": 69446216.0, + "step": 53960 + }, + { + "entropy": 0.9857107102870941, + "epoch": 5.156205216394382, + "grad_norm": 1.0762124061584473, + "learning_rate": 5.1552601249477794e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9655462205410004, + "num_tokens": 69459148.0, + "step": 53970 + }, + { + "entropy": 1.01473907828331, + "epoch": 5.157160599980893, + "grad_norm": 1.0647302865982056, + "learning_rate": 5.15368117313941e-05, + "loss": 0.0978, + "mean_token_accuracy": 0.960473757982254, + "num_tokens": 69472407.0, + "step": 53980 + }, + { + "entropy": 1.016664880514145, + "epoch": 5.158115983567402, + "grad_norm": 1.9866688251495361, + "learning_rate": 5.152102205990766e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9507825791835784, + "num_tokens": 69485345.0, + "step": 53990 + }, + { + "entropy": 0.9920816242694854, + "epoch": 5.159071367153913, + "grad_norm": 0.8344439268112183, + "learning_rate": 5.15052322365946e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9640995621681213, + "num_tokens": 69497223.0, + "step": 54000 + }, + { + "entropy": 1.0151120245456695, + "epoch": 5.160026750740422, + "grad_norm": 0.9982777237892151, + "learning_rate": 5.148944226303103e-05, + "loss": 0.1039, + "mean_token_accuracy": 0.9573537349700928, + "num_tokens": 69510861.0, + "step": 54010 + }, + { + "entropy": 1.0002073168754577, + "epoch": 5.160982134326932, + "grad_norm": 1.673132061958313, + "learning_rate": 5.147365214079308e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9620820879936218, + "num_tokens": 69523776.0, + "step": 54020 + }, + { + "entropy": 0.9933158338069916, + "epoch": 5.161937517913442, + "grad_norm": 1.1453933715820312, + "learning_rate": 5.1457861871456906e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.962946230173111, + "num_tokens": 69536330.0, + "step": 54030 + }, + { + "entropy": 1.0098284661769867, + "epoch": 5.162892901499952, + "grad_norm": 2.4010257720947266, + "learning_rate": 5.144207145659866e-05, + "loss": 0.1069, + "mean_token_accuracy": 0.9643530786037445, + "num_tokens": 69549486.0, + "step": 54040 + }, + { + "entropy": 1.0050112187862397, + "epoch": 5.163848285086463, + "grad_norm": 2.4325413703918457, + "learning_rate": 5.1426280897794545e-05, + "loss": 0.1218, + "mean_token_accuracy": 0.9546809256076813, + "num_tokens": 69562023.0, + "step": 54050 + }, + { + "entropy": 1.0122074007987976, + "epoch": 5.164803668672972, + "grad_norm": 1.3382470607757568, + "learning_rate": 5.141049019662075e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9592303395271301, + "num_tokens": 69575009.0, + "step": 54060 + }, + { + "entropy": 1.0044907450675964, + "epoch": 5.1657590522594825, + "grad_norm": 0.8944993615150452, + "learning_rate": 5.139469935465348e-05, + "loss": 0.0917, + "mean_token_accuracy": 0.9638952493667603, + "num_tokens": 69587731.0, + "step": 54070 + }, + { + "entropy": 1.0081319689750672, + "epoch": 5.166714435845992, + "grad_norm": 1.0702400207519531, + "learning_rate": 5.137890837346897e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9614799439907074, + "num_tokens": 69600107.0, + "step": 54080 + }, + { + "entropy": 1.005672323703766, + "epoch": 5.167669819432502, + "grad_norm": 1.5683698654174805, + "learning_rate": 5.136311725464344e-05, + "loss": 0.0908, + "mean_token_accuracy": 0.9645690262317658, + "num_tokens": 69612451.0, + "step": 54090 + }, + { + "entropy": 0.999348372220993, + "epoch": 5.168625203019012, + "grad_norm": 2.1520819664001465, + "learning_rate": 5.134732599975315e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9659676253795624, + "num_tokens": 69624908.0, + "step": 54100 + }, + { + "entropy": 1.003048449754715, + "epoch": 5.169580586605522, + "grad_norm": 1.5938189029693604, + "learning_rate": 5.133153461037437e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9585394978523254, + "num_tokens": 69637392.0, + "step": 54110 + }, + { + "entropy": 1.0113306641578674, + "epoch": 5.170535970192032, + "grad_norm": 1.8553075790405273, + "learning_rate": 5.131574308808335e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9602880537509918, + "num_tokens": 69650032.0, + "step": 54120 + }, + { + "entropy": 1.0113305032253266, + "epoch": 5.171491353778542, + "grad_norm": 1.7189620733261108, + "learning_rate": 5.129995143445642e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9594562113285064, + "num_tokens": 69662555.0, + "step": 54130 + }, + { + "entropy": 1.0221773505210876, + "epoch": 5.1724467373650524, + "grad_norm": 1.2672680616378784, + "learning_rate": 5.128415965106985e-05, + "loss": 0.124, + "mean_token_accuracy": 0.9511567413806915, + "num_tokens": 69675291.0, + "step": 54140 + }, + { + "entropy": 1.0346375405788422, + "epoch": 5.173402120951562, + "grad_norm": 1.4039397239685059, + "learning_rate": 5.126836773949998e-05, + "loss": 0.11, + "mean_token_accuracy": 0.9562752783298493, + "num_tokens": 69688726.0, + "step": 54150 + }, + { + "entropy": 1.0302905440330505, + "epoch": 5.174357504538072, + "grad_norm": 2.915443181991577, + "learning_rate": 5.125257570132314e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9603641211986542, + "num_tokens": 69701744.0, + "step": 54160 + }, + { + "entropy": 1.0206260859966279, + "epoch": 5.175312888124582, + "grad_norm": 1.2149038314819336, + "learning_rate": 5.1236783538115665e-05, + "loss": 0.1215, + "mean_token_accuracy": 0.9539137005805969, + "num_tokens": 69714585.0, + "step": 54170 + }, + { + "entropy": 1.0255642056465148, + "epoch": 5.176268271711092, + "grad_norm": 1.338652491569519, + "learning_rate": 5.122099125145391e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.9652369260787964, + "num_tokens": 69727213.0, + "step": 54180 + }, + { + "entropy": 1.0148306369781495, + "epoch": 5.177223655297602, + "grad_norm": 1.8307435512542725, + "learning_rate": 5.120519884291423e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9638325870037079, + "num_tokens": 69740076.0, + "step": 54190 + }, + { + "entropy": 1.0254505932331086, + "epoch": 5.178179038884112, + "grad_norm": 1.6281746625900269, + "learning_rate": 5.118940631407304e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9583629429340362, + "num_tokens": 69753058.0, + "step": 54200 + }, + { + "entropy": 1.024722158908844, + "epoch": 5.1791344224706215, + "grad_norm": 1.4787718057632446, + "learning_rate": 5.1173613666506695e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9628746330738067, + "num_tokens": 69766020.0, + "step": 54210 + }, + { + "entropy": 1.018338668346405, + "epoch": 5.180089806057132, + "grad_norm": 1.2046470642089844, + "learning_rate": 5.115782090179162e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9620640337467193, + "num_tokens": 69779100.0, + "step": 54220 + }, + { + "entropy": 1.0262791514396667, + "epoch": 5.181045189643642, + "grad_norm": 1.4263269901275635, + "learning_rate": 5.114202802150423e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9526488840579986, + "num_tokens": 69792404.0, + "step": 54230 + }, + { + "entropy": 1.021877545118332, + "epoch": 5.182000573230152, + "grad_norm": 1.4386426210403442, + "learning_rate": 5.112623502722092e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9624794960021973, + "num_tokens": 69805232.0, + "step": 54240 + }, + { + "entropy": 1.0412952184677124, + "epoch": 5.182955956816662, + "grad_norm": 1.6123749017715454, + "learning_rate": 5.1110441920518195e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.953829151391983, + "num_tokens": 69818146.0, + "step": 54250 + }, + { + "entropy": 1.01820547580719, + "epoch": 5.183911340403172, + "grad_norm": 1.7129833698272705, + "learning_rate": 5.1094648702972425e-05, + "loss": 0.0847, + "mean_token_accuracy": 0.9672070682048798, + "num_tokens": 69830576.0, + "step": 54260 + }, + { + "entropy": 1.017487758398056, + "epoch": 5.184866723989682, + "grad_norm": 1.5000542402267456, + "learning_rate": 5.107885537616013e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9561835050582885, + "num_tokens": 69843232.0, + "step": 54270 + }, + { + "entropy": 1.0096654057502747, + "epoch": 5.185822107576191, + "grad_norm": 1.890924334526062, + "learning_rate": 5.1063061941657745e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9634124338626862, + "num_tokens": 69856147.0, + "step": 54280 + }, + { + "entropy": 1.0117835402488708, + "epoch": 5.186777491162702, + "grad_norm": 1.5800129175186157, + "learning_rate": 5.104726840104178e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9614156484603882, + "num_tokens": 69868530.0, + "step": 54290 + }, + { + "entropy": 1.0210816204547881, + "epoch": 5.187732874749212, + "grad_norm": 1.9098598957061768, + "learning_rate": 5.103147475588871e-05, + "loss": 0.112, + "mean_token_accuracy": 0.9594866991043091, + "num_tokens": 69881061.0, + "step": 54300 + }, + { + "entropy": 1.0245448470115661, + "epoch": 5.188688258335722, + "grad_norm": 1.320117473602295, + "learning_rate": 5.101568100777504e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9583166420459748, + "num_tokens": 69893760.0, + "step": 54310 + }, + { + "entropy": 1.026362419128418, + "epoch": 5.189643641922232, + "grad_norm": 1.7967332601547241, + "learning_rate": 5.099988715827729e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9621882736682892, + "num_tokens": 69906916.0, + "step": 54320 + }, + { + "entropy": 1.0359196782112121, + "epoch": 5.1905990255087415, + "grad_norm": 2.0606191158294678, + "learning_rate": 5.098409320897197e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9630542159080505, + "num_tokens": 69919953.0, + "step": 54330 + }, + { + "entropy": 1.026812618970871, + "epoch": 5.191554409095252, + "grad_norm": 1.3966121673583984, + "learning_rate": 5.096829916143564e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9614631056785583, + "num_tokens": 69932686.0, + "step": 54340 + }, + { + "entropy": 1.0194621980190277, + "epoch": 5.192509792681761, + "grad_norm": 1.3679962158203125, + "learning_rate": 5.095250501724481e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9644213199615479, + "num_tokens": 69945445.0, + "step": 54350 + }, + { + "entropy": 1.0253531277179717, + "epoch": 5.193465176268272, + "grad_norm": 1.3934236764907837, + "learning_rate": 5.093671077797606e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9560581803321838, + "num_tokens": 69958261.0, + "step": 54360 + }, + { + "entropy": 1.0226114213466644, + "epoch": 5.194420559854782, + "grad_norm": 1.5809985399246216, + "learning_rate": 5.092091644520594e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9547121167182923, + "num_tokens": 69971396.0, + "step": 54370 + }, + { + "entropy": 1.0281183540821075, + "epoch": 5.195375943441292, + "grad_norm": 1.7207939624786377, + "learning_rate": 5.090512202051102e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9629873871803284, + "num_tokens": 69984187.0, + "step": 54380 + }, + { + "entropy": 1.0278783798217774, + "epoch": 5.196331327027802, + "grad_norm": 2.0157470703125, + "learning_rate": 5.0889327505467875e-05, + "loss": 0.1197, + "mean_token_accuracy": 0.9502606511116027, + "num_tokens": 69996924.0, + "step": 54390 + }, + { + "entropy": 1.0083503663539886, + "epoch": 5.1972867106143115, + "grad_norm": 0.7821694016456604, + "learning_rate": 5.087353290165312e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9593621373176575, + "num_tokens": 70009787.0, + "step": 54400 + }, + { + "entropy": 1.026121938228607, + "epoch": 5.198242094200822, + "grad_norm": 0.9532777070999146, + "learning_rate": 5.0857738210643335e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9612587928771973, + "num_tokens": 70023034.0, + "step": 54410 + }, + { + "entropy": 1.0108986735343932, + "epoch": 5.199197477787331, + "grad_norm": 2.1163690090179443, + "learning_rate": 5.084194343401512e-05, + "loss": 0.1047, + "mean_token_accuracy": 0.9605386257171631, + "num_tokens": 70035817.0, + "step": 54420 + }, + { + "entropy": 1.0166876435279846, + "epoch": 5.200152861373842, + "grad_norm": 1.7643790245056152, + "learning_rate": 5.08261485733451e-05, + "loss": 0.1221, + "mean_token_accuracy": 0.9550419211387634, + "num_tokens": 70048358.0, + "step": 54430 + }, + { + "entropy": 1.01758069396019, + "epoch": 5.201108244960351, + "grad_norm": 2.122241735458374, + "learning_rate": 5.08103536302099e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9612871885299683, + "num_tokens": 70061508.0, + "step": 54440 + }, + { + "entropy": 1.0081960022449494, + "epoch": 5.2020636285468616, + "grad_norm": 1.7639636993408203, + "learning_rate": 5.0794558606186184e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9622886657714844, + "num_tokens": 70074201.0, + "step": 54450 + }, + { + "entropy": 0.9998592793941498, + "epoch": 5.203019012133372, + "grad_norm": 1.7896802425384521, + "learning_rate": 5.0778763502850536e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9534328818321228, + "num_tokens": 70086419.0, + "step": 54460 + }, + { + "entropy": 1.0134485602378844, + "epoch": 5.203974395719881, + "grad_norm": 1.5309199094772339, + "learning_rate": 5.0762968321779625e-05, + "loss": 0.1044, + "mean_token_accuracy": 0.964775002002716, + "num_tokens": 70099150.0, + "step": 54470 + }, + { + "entropy": 1.0135038852691651, + "epoch": 5.204929779306392, + "grad_norm": 1.7490661144256592, + "learning_rate": 5.0747173064550125e-05, + "loss": 0.0898, + "mean_token_accuracy": 0.9652910351753234, + "num_tokens": 70111914.0, + "step": 54480 + }, + { + "entropy": 1.0000312268733977, + "epoch": 5.205885162892901, + "grad_norm": 1.6162232160568237, + "learning_rate": 5.073137773273868e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9569347202777863, + "num_tokens": 70124515.0, + "step": 54490 + }, + { + "entropy": 1.011046975851059, + "epoch": 5.206840546479412, + "grad_norm": 1.622921109199524, + "learning_rate": 5.071558232792197e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.959819108247757, + "num_tokens": 70137409.0, + "step": 54500 + }, + { + "entropy": 1.0170654952526093, + "epoch": 5.207795930065921, + "grad_norm": 1.2248656749725342, + "learning_rate": 5.069978685167668e-05, + "loss": 0.1079, + "mean_token_accuracy": 0.9617034554481506, + "num_tokens": 70150718.0, + "step": 54510 + }, + { + "entropy": 1.0220933496952056, + "epoch": 5.2087513136524315, + "grad_norm": 2.1130974292755127, + "learning_rate": 5.0683991305579496e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9543941378593445, + "num_tokens": 70163446.0, + "step": 54520 + }, + { + "entropy": 1.023580825328827, + "epoch": 5.209706697238942, + "grad_norm": 2.3319091796875, + "learning_rate": 5.0668195691207085e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9592538833618164, + "num_tokens": 70176264.0, + "step": 54530 + }, + { + "entropy": 1.0234046280384064, + "epoch": 5.210662080825451, + "grad_norm": 1.4343959093093872, + "learning_rate": 5.065240001013619e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9632257759571076, + "num_tokens": 70188868.0, + "step": 54540 + }, + { + "entropy": 1.0142249166965485, + "epoch": 5.211617464411962, + "grad_norm": 1.709619402885437, + "learning_rate": 5.0636604263943476e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9593098580837249, + "num_tokens": 70201705.0, + "step": 54550 + }, + { + "entropy": 1.0201272189617157, + "epoch": 5.212572847998471, + "grad_norm": 1.514129638671875, + "learning_rate": 5.0620808454205673e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9614121735095977, + "num_tokens": 70214618.0, + "step": 54560 + }, + { + "entropy": 0.9985158205032348, + "epoch": 5.213528231584982, + "grad_norm": 1.4767014980316162, + "learning_rate": 5.06050125824995e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9594779133796691, + "num_tokens": 70227005.0, + "step": 54570 + }, + { + "entropy": 1.0241819739341735, + "epoch": 5.214483615171491, + "grad_norm": 1.8164238929748535, + "learning_rate": 5.0589216650401686e-05, + "loss": 0.1308, + "mean_token_accuracy": 0.9509851634502411, + "num_tokens": 70240108.0, + "step": 54580 + }, + { + "entropy": 1.0205614626407624, + "epoch": 5.215438998758001, + "grad_norm": 1.9335603713989258, + "learning_rate": 5.057342065948896e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9626444518566132, + "num_tokens": 70252705.0, + "step": 54590 + }, + { + "entropy": 1.018189364671707, + "epoch": 5.216394382344511, + "grad_norm": 1.5010459423065186, + "learning_rate": 5.055762461133805e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9642701148986816, + "num_tokens": 70265352.0, + "step": 54600 + }, + { + "entropy": 1.017339813709259, + "epoch": 5.217349765931021, + "grad_norm": 1.9741781949996948, + "learning_rate": 5.0541828507525724e-05, + "loss": 0.1112, + "mean_token_accuracy": 0.9572346210479736, + "num_tokens": 70277887.0, + "step": 54610 + }, + { + "entropy": 1.0019215643405914, + "epoch": 5.218305149517532, + "grad_norm": 2.4661946296691895, + "learning_rate": 5.0526032349628697e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9609533786773682, + "num_tokens": 70290564.0, + "step": 54620 + }, + { + "entropy": 1.0138164162635803, + "epoch": 5.219260533104041, + "grad_norm": 1.8533046245574951, + "learning_rate": 5.051023613922376e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9602314352989196, + "num_tokens": 70303693.0, + "step": 54630 + }, + { + "entropy": 1.0191289722919463, + "epoch": 5.2202159166905515, + "grad_norm": 1.6843713521957397, + "learning_rate": 5.049443987788761e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9565330386161804, + "num_tokens": 70316384.0, + "step": 54640 + }, + { + "entropy": 1.0196041345596314, + "epoch": 5.221171300277061, + "grad_norm": 1.5306503772735596, + "learning_rate": 5.047864356719709e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9546386182308197, + "num_tokens": 70329308.0, + "step": 54650 + }, + { + "entropy": 1.0048191368579864, + "epoch": 5.222126683863571, + "grad_norm": 1.748908281326294, + "learning_rate": 5.046284720872891e-05, + "loss": 0.0966, + "mean_token_accuracy": 0.9619579493999482, + "num_tokens": 70342066.0, + "step": 54660 + }, + { + "entropy": 1.0122211515903472, + "epoch": 5.223082067450081, + "grad_norm": 1.1314365863800049, + "learning_rate": 5.044705080405988e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9609572172164917, + "num_tokens": 70354992.0, + "step": 54670 + }, + { + "entropy": 1.017425036430359, + "epoch": 5.224037451036591, + "grad_norm": 2.147150754928589, + "learning_rate": 5.043125435476677e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9592268466949463, + "num_tokens": 70367966.0, + "step": 54680 + }, + { + "entropy": 1.0117734968662262, + "epoch": 5.224992834623102, + "grad_norm": 1.3220642805099487, + "learning_rate": 5.041545786242634e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9646771371364593, + "num_tokens": 70380966.0, + "step": 54690 + }, + { + "entropy": 1.0161774933338166, + "epoch": 5.225948218209611, + "grad_norm": 1.9535834789276123, + "learning_rate": 5.039966132861541e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9577368855476379, + "num_tokens": 70393120.0, + "step": 54700 + }, + { + "entropy": 1.0226495862007141, + "epoch": 5.2269036017961215, + "grad_norm": 1.4703181982040405, + "learning_rate": 5.038386475491075e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.957466858625412, + "num_tokens": 70405236.0, + "step": 54710 + }, + { + "entropy": 1.018370622396469, + "epoch": 5.227858985382631, + "grad_norm": 1.1632580757141113, + "learning_rate": 5.036806814288915e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9594383478164673, + "num_tokens": 70417742.0, + "step": 54720 + }, + { + "entropy": 1.024189817905426, + "epoch": 5.228814368969141, + "grad_norm": 1.4837769269943237, + "learning_rate": 5.035227149412742e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9610013008117676, + "num_tokens": 70430123.0, + "step": 54730 + }, + { + "entropy": 1.0220153689384461, + "epoch": 5.229769752555651, + "grad_norm": 1.401565670967102, + "learning_rate": 5.033647481020238e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9598890244960785, + "num_tokens": 70442888.0, + "step": 54740 + }, + { + "entropy": 1.0171610891819, + "epoch": 5.230725136142161, + "grad_norm": 1.3772071599960327, + "learning_rate": 5.032067809269082e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9592295587062836, + "num_tokens": 70455366.0, + "step": 54750 + }, + { + "entropy": 1.0360175490379333, + "epoch": 5.231680519728671, + "grad_norm": 1.8903125524520874, + "learning_rate": 5.030488134316954e-05, + "loss": 0.1195, + "mean_token_accuracy": 0.9512941837310791, + "num_tokens": 70468616.0, + "step": 54760 + }, + { + "entropy": 1.0302019238471984, + "epoch": 5.232635903315181, + "grad_norm": 1.3880873918533325, + "learning_rate": 5.028908456321537e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9528435349464417, + "num_tokens": 70481141.0, + "step": 54770 + }, + { + "entropy": 1.0279464721679688, + "epoch": 5.233591286901691, + "grad_norm": 2.0894877910614014, + "learning_rate": 5.027328775440512e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9597927093505859, + "num_tokens": 70494222.0, + "step": 54780 + }, + { + "entropy": 1.0230421841144561, + "epoch": 5.234546670488201, + "grad_norm": 2.529374361038208, + "learning_rate": 5.02574909183156e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.956185108423233, + "num_tokens": 70507018.0, + "step": 54790 + }, + { + "entropy": 1.0284532189369202, + "epoch": 5.235502054074711, + "grad_norm": 1.141648530960083, + "learning_rate": 5.0241694056523634e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9564179301261901, + "num_tokens": 70519910.0, + "step": 54800 + }, + { + "entropy": 1.0465647220611571, + "epoch": 5.236457437661221, + "grad_norm": 1.4122881889343262, + "learning_rate": 5.022589717060607e-05, + "loss": 0.12, + "mean_token_accuracy": 0.9567093253135681, + "num_tokens": 70532753.0, + "step": 54810 + }, + { + "entropy": 1.0358051776885986, + "epoch": 5.237412821247731, + "grad_norm": 1.788535475730896, + "learning_rate": 5.0210100262139705e-05, + "loss": 0.0913, + "mean_token_accuracy": 0.9659107625484467, + "num_tokens": 70546361.0, + "step": 54820 + }, + { + "entropy": 1.0313388586044312, + "epoch": 5.238368204834241, + "grad_norm": 0.8111198544502258, + "learning_rate": 5.019430333270138e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9607982456684112, + "num_tokens": 70559941.0, + "step": 54830 + }, + { + "entropy": 1.029816859960556, + "epoch": 5.239323588420751, + "grad_norm": 1.8931810855865479, + "learning_rate": 5.017850638386793e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9595227360725402, + "num_tokens": 70573400.0, + "step": 54840 + }, + { + "entropy": 1.0214190304279327, + "epoch": 5.240278972007261, + "grad_norm": 2.000915050506592, + "learning_rate": 5.016270941721617e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9561435043811798, + "num_tokens": 70586106.0, + "step": 54850 + }, + { + "entropy": 1.029332548379898, + "epoch": 5.241234355593771, + "grad_norm": 1.7647604942321777, + "learning_rate": 5.014691243432296e-05, + "loss": 0.1139, + "mean_token_accuracy": 0.9547257661819458, + "num_tokens": 70599329.0, + "step": 54860 + }, + { + "entropy": 1.0220804810523987, + "epoch": 5.242189739180281, + "grad_norm": 1.8219414949417114, + "learning_rate": 5.0131115436765105e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9563728630542755, + "num_tokens": 70612507.0, + "step": 54870 + }, + { + "entropy": 1.0182716429233551, + "epoch": 5.243145122766791, + "grad_norm": 2.239912509918213, + "learning_rate": 5.011531842611949e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9612120628356934, + "num_tokens": 70625435.0, + "step": 54880 + }, + { + "entropy": 1.0320761859416963, + "epoch": 5.244100506353301, + "grad_norm": 1.4544795751571655, + "learning_rate": 5.009952140396289e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.957814508676529, + "num_tokens": 70638973.0, + "step": 54890 + }, + { + "entropy": 1.0236640334129334, + "epoch": 5.2450558899398105, + "grad_norm": 1.6497323513031006, + "learning_rate": 5.00837243718722e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9598220407962799, + "num_tokens": 70651835.0, + "step": 54900 + }, + { + "entropy": 1.0279657542705536, + "epoch": 5.246011273526321, + "grad_norm": 1.4926354885101318, + "learning_rate": 5.006792733142425e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9591574311256409, + "num_tokens": 70664152.0, + "step": 54910 + }, + { + "entropy": 1.033302479982376, + "epoch": 5.24696665711283, + "grad_norm": 2.6190881729125977, + "learning_rate": 5.005213028419586e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9607558727264405, + "num_tokens": 70676780.0, + "step": 54920 + }, + { + "entropy": 1.025220137834549, + "epoch": 5.247922040699341, + "grad_norm": 1.6511341333389282, + "learning_rate": 5.00363332317639e-05, + "loss": 0.1007, + "mean_token_accuracy": 0.9586369872093201, + "num_tokens": 70689433.0, + "step": 54930 + }, + { + "entropy": 1.0426419794559478, + "epoch": 5.248877424285851, + "grad_norm": 1.3049465417861938, + "learning_rate": 5.002053617570518e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9526004374027253, + "num_tokens": 70702741.0, + "step": 54940 + }, + { + "entropy": 1.0293214917182922, + "epoch": 5.249832807872361, + "grad_norm": 1.5037076473236084, + "learning_rate": 5.000473911759658e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9595414936542511, + "num_tokens": 70715422.0, + "step": 54950 + }, + { + "entropy": 1.0412541151046752, + "epoch": 5.250788191458871, + "grad_norm": 2.4664833545684814, + "learning_rate": 4.998894205901491e-05, + "loss": 0.1333, + "mean_token_accuracy": 0.9532754838466644, + "num_tokens": 70728067.0, + "step": 54960 + }, + { + "entropy": 1.0218000710010529, + "epoch": 5.2517435750453805, + "grad_norm": 1.1775109767913818, + "learning_rate": 4.9973145001537054e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9639233827590943, + "num_tokens": 70740656.0, + "step": 54970 + }, + { + "entropy": 1.0382159411907197, + "epoch": 5.252698958631891, + "grad_norm": 2.023615837097168, + "learning_rate": 4.995734794673982e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9542663991451263, + "num_tokens": 70754273.0, + "step": 54980 + }, + { + "entropy": 1.0219542860984803, + "epoch": 5.2536543422184, + "grad_norm": 1.7744308710098267, + "learning_rate": 4.994155089620006e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9521451890468597, + "num_tokens": 70766601.0, + "step": 54990 + }, + { + "entropy": 1.017705649137497, + "epoch": 5.254609725804911, + "grad_norm": 0.9457888603210449, + "learning_rate": 4.992575385149463e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9611070811748504, + "num_tokens": 70779707.0, + "step": 55000 + }, + { + "entropy": 1.0087265610694884, + "epoch": 5.255565109391421, + "grad_norm": 1.3862417936325073, + "learning_rate": 4.9909956814200345e-05, + "loss": 0.0938, + "mean_token_accuracy": 0.9649700045585632, + "num_tokens": 70792352.0, + "step": 55010 + }, + { + "entropy": 1.011088114976883, + "epoch": 5.256520492977931, + "grad_norm": 1.7701423168182373, + "learning_rate": 4.98941597858941e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9608302414417267, + "num_tokens": 70804686.0, + "step": 55020 + }, + { + "entropy": 1.018924641609192, + "epoch": 5.257475876564441, + "grad_norm": 1.8692082166671753, + "learning_rate": 4.987836276815266e-05, + "loss": 0.1267, + "mean_token_accuracy": 0.9478965699672699, + "num_tokens": 70817479.0, + "step": 55030 + }, + { + "entropy": 1.0345671892166137, + "epoch": 5.25843126015095, + "grad_norm": 1.6614447832107544, + "learning_rate": 4.9862565762552934e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9620208263397216, + "num_tokens": 70830323.0, + "step": 55040 + }, + { + "entropy": 1.031306231021881, + "epoch": 5.259386643737461, + "grad_norm": 1.111548662185669, + "learning_rate": 4.984676877067171e-05, + "loss": 0.115, + "mean_token_accuracy": 0.955022394657135, + "num_tokens": 70843478.0, + "step": 55050 + }, + { + "entropy": 1.0246499836444856, + "epoch": 5.26034202732397, + "grad_norm": 2.0674688816070557, + "learning_rate": 4.9830971794085865e-05, + "loss": 0.1273, + "mean_token_accuracy": 0.949677050113678, + "num_tokens": 70856166.0, + "step": 55060 + }, + { + "entropy": 1.0237445175647735, + "epoch": 5.261297410910481, + "grad_norm": 1.2939687967300415, + "learning_rate": 4.9815174834372216e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9602559745311737, + "num_tokens": 70869368.0, + "step": 55070 + }, + { + "entropy": 1.0276637196540832, + "epoch": 5.26225279449699, + "grad_norm": 1.1549063920974731, + "learning_rate": 4.979937789310758e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9527023732662201, + "num_tokens": 70882568.0, + "step": 55080 + }, + { + "entropy": 1.0069948554039, + "epoch": 5.2632081780835005, + "grad_norm": 1.4645124673843384, + "learning_rate": 4.978358097186883e-05, + "loss": 0.0858, + "mean_token_accuracy": 0.9657298922538757, + "num_tokens": 70894927.0, + "step": 55090 + }, + { + "entropy": 1.0182092428207397, + "epoch": 5.264163561670011, + "grad_norm": 1.2881543636322021, + "learning_rate": 4.976778407223275e-05, + "loss": 0.0891, + "mean_token_accuracy": 0.9649909555912017, + "num_tokens": 70908023.0, + "step": 55100 + }, + { + "entropy": 1.0234118044376372, + "epoch": 5.26511894525652, + "grad_norm": 1.0739459991455078, + "learning_rate": 4.975198719577622e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9615176558494568, + "num_tokens": 70920708.0, + "step": 55110 + }, + { + "entropy": 1.0249693632125854, + "epoch": 5.266074328843031, + "grad_norm": 1.8115743398666382, + "learning_rate": 4.973619034407601e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9595017075538635, + "num_tokens": 70933869.0, + "step": 55120 + }, + { + "entropy": 1.0207992911338806, + "epoch": 5.26702971242954, + "grad_norm": 1.1836718320846558, + "learning_rate": 4.972039351870898e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9612000584602356, + "num_tokens": 70946797.0, + "step": 55130 + }, + { + "entropy": 1.0430366694927216, + "epoch": 5.267985096016051, + "grad_norm": 1.4623762369155884, + "learning_rate": 4.9704596721251944e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.957536107301712, + "num_tokens": 70959834.0, + "step": 55140 + }, + { + "entropy": 1.0161016285419464, + "epoch": 5.26894047960256, + "grad_norm": 1.9471596479415894, + "learning_rate": 4.9688799953281706e-05, + "loss": 0.0923, + "mean_token_accuracy": 0.9658299744129181, + "num_tokens": 70972427.0, + "step": 55150 + }, + { + "entropy": 1.0201902270317078, + "epoch": 5.26989586318907, + "grad_norm": 1.6072465181350708, + "learning_rate": 4.96730032163751e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9575815021991729, + "num_tokens": 70985270.0, + "step": 55160 + }, + { + "entropy": 1.0102005839347838, + "epoch": 5.270851246775581, + "grad_norm": 2.502884864807129, + "learning_rate": 4.9657206512108916e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.957735025882721, + "num_tokens": 70998034.0, + "step": 55170 + }, + { + "entropy": 1.0086397886276246, + "epoch": 5.27180663036209, + "grad_norm": 1.9346872568130493, + "learning_rate": 4.964140984206e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9628104567527771, + "num_tokens": 71010621.0, + "step": 55180 + }, + { + "entropy": 1.0182625293731689, + "epoch": 5.272762013948601, + "grad_norm": 1.0596954822540283, + "learning_rate": 4.9625613207805104e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9600834906101227, + "num_tokens": 71023887.0, + "step": 55190 + }, + { + "entropy": 1.0176096498966216, + "epoch": 5.27371739753511, + "grad_norm": 1.7981305122375488, + "learning_rate": 4.960981661092108e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9576154828071595, + "num_tokens": 71036613.0, + "step": 55200 + }, + { + "entropy": 1.010042816400528, + "epoch": 5.2746727811216205, + "grad_norm": 1.2069109678268433, + "learning_rate": 4.9594020052984684e-05, + "loss": 0.1217, + "mean_token_accuracy": 0.9543855369091034, + "num_tokens": 71049303.0, + "step": 55210 + }, + { + "entropy": 1.0301072359085084, + "epoch": 5.27562816470813, + "grad_norm": 1.1529431343078613, + "learning_rate": 4.9578223535572734e-05, + "loss": 0.1199, + "mean_token_accuracy": 0.955099242925644, + "num_tokens": 71062217.0, + "step": 55220 + }, + { + "entropy": 1.0299945175647736, + "epoch": 5.27658354829464, + "grad_norm": 1.6768798828125, + "learning_rate": 4.956242706026203e-05, + "loss": 0.1052, + "mean_token_accuracy": 0.9599908530712128, + "num_tokens": 71075121.0, + "step": 55230 + }, + { + "entropy": 1.0181691527366639, + "epoch": 5.27753893188115, + "grad_norm": 2.513284683227539, + "learning_rate": 4.954663062862932e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9605615556240081, + "num_tokens": 71087438.0, + "step": 55240 + }, + { + "entropy": 1.01160010099411, + "epoch": 5.27849431546766, + "grad_norm": 1.726304292678833, + "learning_rate": 4.953083424225143e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9648492693901062, + "num_tokens": 71099762.0, + "step": 55250 + }, + { + "entropy": 1.027866792678833, + "epoch": 5.279449699054171, + "grad_norm": 1.652649998664856, + "learning_rate": 4.951503790270509e-05, + "loss": 0.1184, + "mean_token_accuracy": 0.9538603007793427, + "num_tokens": 71112855.0, + "step": 55260 + }, + { + "entropy": 1.0294561862945557, + "epoch": 5.28040508264068, + "grad_norm": 2.2658371925354004, + "learning_rate": 4.9499241611567126e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9656696677207947, + "num_tokens": 71125979.0, + "step": 55270 + }, + { + "entropy": 1.0218161821365357, + "epoch": 5.2813604662271905, + "grad_norm": 1.6362416744232178, + "learning_rate": 4.948344537041424e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9593966364860534, + "num_tokens": 71138952.0, + "step": 55280 + }, + { + "entropy": 1.014304918050766, + "epoch": 5.2823158498137, + "grad_norm": 1.5469635725021362, + "learning_rate": 4.946764918082325e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.961839210987091, + "num_tokens": 71152383.0, + "step": 55290 + }, + { + "entropy": 1.0110934555530549, + "epoch": 5.28327123340021, + "grad_norm": 1.2548013925552368, + "learning_rate": 4.94518530443709e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9598874390125275, + "num_tokens": 71164830.0, + "step": 55300 + }, + { + "entropy": 1.00059033036232, + "epoch": 5.28422661698672, + "grad_norm": 1.2425951957702637, + "learning_rate": 4.943605696263392e-05, + "loss": 0.0932, + "mean_token_accuracy": 0.9635713219642639, + "num_tokens": 71177538.0, + "step": 55310 + }, + { + "entropy": 1.0051246345043183, + "epoch": 5.28518200057323, + "grad_norm": 1.4333425760269165, + "learning_rate": 4.942026093718909e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9633022427558899, + "num_tokens": 71190213.0, + "step": 55320 + }, + { + "entropy": 1.006770706176758, + "epoch": 5.2861373841597405, + "grad_norm": 1.7593824863433838, + "learning_rate": 4.94044649696131e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9619344472885132, + "num_tokens": 71203145.0, + "step": 55330 + }, + { + "entropy": 1.0212308645248414, + "epoch": 5.28709276774625, + "grad_norm": 1.7904752492904663, + "learning_rate": 4.938866906148276e-05, + "loss": 0.1217, + "mean_token_accuracy": 0.9564504325389862, + "num_tokens": 71215388.0, + "step": 55340 + }, + { + "entropy": 1.011153656244278, + "epoch": 5.28804815133276, + "grad_norm": 1.342585802078247, + "learning_rate": 4.937287321437472e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9587297737598419, + "num_tokens": 71227691.0, + "step": 55350 + }, + { + "entropy": 1.0187425374984742, + "epoch": 5.28900353491927, + "grad_norm": 0.8395084738731384, + "learning_rate": 4.935707742986574e-05, + "loss": 0.0947, + "mean_token_accuracy": 0.961223703622818, + "num_tokens": 71240884.0, + "step": 55360 + }, + { + "entropy": 1.0011012256145477, + "epoch": 5.28995891850578, + "grad_norm": 1.3107054233551025, + "learning_rate": 4.934128170953255e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9630523979663849, + "num_tokens": 71253672.0, + "step": 55370 + }, + { + "entropy": 1.0232211172580719, + "epoch": 5.29091430209229, + "grad_norm": 1.0295674800872803, + "learning_rate": 4.9325486054951834e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9595811665058136, + "num_tokens": 71267080.0, + "step": 55380 + }, + { + "entropy": 1.020213520526886, + "epoch": 5.2918696856788, + "grad_norm": 1.4828304052352905, + "learning_rate": 4.930969046770033e-05, + "loss": 0.1292, + "mean_token_accuracy": 0.9547075033187866, + "num_tokens": 71279575.0, + "step": 55390 + }, + { + "entropy": 1.0277518212795258, + "epoch": 5.2928250692653105, + "grad_norm": 1.4199302196502686, + "learning_rate": 4.9293894949354686e-05, + "loss": 0.1179, + "mean_token_accuracy": 0.9558991193771362, + "num_tokens": 71292141.0, + "step": 55400 + }, + { + "entropy": 1.0251879870891571, + "epoch": 5.29378045285182, + "grad_norm": 1.4713513851165771, + "learning_rate": 4.927809950149164e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9658734142780304, + "num_tokens": 71305030.0, + "step": 55410 + }, + { + "entropy": 1.0166540086269378, + "epoch": 5.29473583643833, + "grad_norm": 1.2790193557739258, + "learning_rate": 4.926230412568782e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9548138856887818, + "num_tokens": 71318079.0, + "step": 55420 + }, + { + "entropy": 1.0243667006492614, + "epoch": 5.29569122002484, + "grad_norm": 1.2315447330474854, + "learning_rate": 4.924650882351995e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9603821933269501, + "num_tokens": 71331412.0, + "step": 55430 + }, + { + "entropy": 1.0216239869594574, + "epoch": 5.29664660361135, + "grad_norm": 1.4023609161376953, + "learning_rate": 4.92307135965647e-05, + "loss": 0.112, + "mean_token_accuracy": 0.9577930510044098, + "num_tokens": 71344184.0, + "step": 55440 + }, + { + "entropy": 1.0411521196365356, + "epoch": 5.29760198719786, + "grad_norm": 1.7842763662338257, + "learning_rate": 4.9214918446398694e-05, + "loss": 0.1163, + "mean_token_accuracy": 0.9549982368946075, + "num_tokens": 71357450.0, + "step": 55450 + }, + { + "entropy": 1.0108987510204315, + "epoch": 5.29855737078437, + "grad_norm": 1.9497480392456055, + "learning_rate": 4.9199123374598624e-05, + "loss": 0.0883, + "mean_token_accuracy": 0.9687942922115326, + "num_tokens": 71370083.0, + "step": 55460 + }, + { + "entropy": 1.0144144773483277, + "epoch": 5.2995127543708795, + "grad_norm": 1.1080572605133057, + "learning_rate": 4.91833283827411e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9687335252761841, + "num_tokens": 71382650.0, + "step": 55470 + }, + { + "entropy": 1.023171454668045, + "epoch": 5.30046813795739, + "grad_norm": 1.5137766599655151, + "learning_rate": 4.9167533472402794e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.962745201587677, + "num_tokens": 71395720.0, + "step": 55480 + }, + { + "entropy": 1.005268043279648, + "epoch": 5.3014235215439, + "grad_norm": 1.1664481163024902, + "learning_rate": 4.915173864516029e-05, + "loss": 0.085, + "mean_token_accuracy": 0.9692882776260376, + "num_tokens": 71408620.0, + "step": 55490 + }, + { + "entropy": 1.018183809518814, + "epoch": 5.30237890513041, + "grad_norm": 1.0295506715774536, + "learning_rate": 4.913594390259028e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9642205595970154, + "num_tokens": 71421832.0, + "step": 55500 + }, + { + "entropy": 1.009791725873947, + "epoch": 5.30333428871692, + "grad_norm": 1.5953866243362427, + "learning_rate": 4.912014924626929e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9584499537944794, + "num_tokens": 71434800.0, + "step": 55510 + }, + { + "entropy": 1.0035584211349486, + "epoch": 5.30428967230343, + "grad_norm": 1.4847915172576904, + "learning_rate": 4.910435467777399e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9608848035335541, + "num_tokens": 71447737.0, + "step": 55520 + }, + { + "entropy": 0.9979857861995697, + "epoch": 5.30524505588994, + "grad_norm": 1.9894578456878662, + "learning_rate": 4.9088560198680956e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9610403895378112, + "num_tokens": 71460581.0, + "step": 55530 + }, + { + "entropy": 1.003118634223938, + "epoch": 5.3062004394764495, + "grad_norm": 2.138768434524536, + "learning_rate": 4.907276581056676e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9588169574737548, + "num_tokens": 71473217.0, + "step": 55540 + }, + { + "entropy": 1.0241642475128174, + "epoch": 5.30715582306296, + "grad_norm": 1.4937721490859985, + "learning_rate": 4.905697151500801e-05, + "loss": 0.1168, + "mean_token_accuracy": 0.9546285510063172, + "num_tokens": 71486335.0, + "step": 55550 + }, + { + "entropy": 1.0387866377830506, + "epoch": 5.308111206649469, + "grad_norm": 1.6346091032028198, + "learning_rate": 4.904117731358123e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9509359717369079, + "num_tokens": 71499661.0, + "step": 55560 + }, + { + "entropy": 1.0291634142398833, + "epoch": 5.30906659023598, + "grad_norm": 2.31723952293396, + "learning_rate": 4.9025383207863024e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9568699955940246, + "num_tokens": 71512879.0, + "step": 55570 + }, + { + "entropy": 1.0249369144439697, + "epoch": 5.31002197382249, + "grad_norm": 1.4378458261489868, + "learning_rate": 4.90095891994299e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9594285011291503, + "num_tokens": 71526258.0, + "step": 55580 + }, + { + "entropy": 1.0060526371002196, + "epoch": 5.310977357409, + "grad_norm": 1.3627158403396606, + "learning_rate": 4.899379528985842e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9677645683288574, + "num_tokens": 71538824.0, + "step": 55590 + }, + { + "entropy": 1.0112329721450806, + "epoch": 5.31193274099551, + "grad_norm": 1.538364291191101, + "learning_rate": 4.897800148072513e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9601143360137939, + "num_tokens": 71551707.0, + "step": 55600 + }, + { + "entropy": 1.0102780401706695, + "epoch": 5.312888124582019, + "grad_norm": 1.1527965068817139, + "learning_rate": 4.896220777360651e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9599197149276734, + "num_tokens": 71564616.0, + "step": 55610 + }, + { + "entropy": 1.0289753556251526, + "epoch": 5.31384350816853, + "grad_norm": 1.8175382614135742, + "learning_rate": 4.8946414170079114e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9610507071018219, + "num_tokens": 71578073.0, + "step": 55620 + }, + { + "entropy": 1.0123237252235413, + "epoch": 5.314798891755039, + "grad_norm": 1.7812721729278564, + "learning_rate": 4.89306206717194e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9577703595161438, + "num_tokens": 71590242.0, + "step": 55630 + }, + { + "entropy": 1.0050235748291017, + "epoch": 5.31575427534155, + "grad_norm": 1.8772799968719482, + "learning_rate": 4.8914827280103884e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9601004958152771, + "num_tokens": 71602583.0, + "step": 55640 + }, + { + "entropy": 1.0099167048931121, + "epoch": 5.31670965892806, + "grad_norm": 1.6945900917053223, + "learning_rate": 4.889903399680901e-05, + "loss": 0.1271, + "mean_token_accuracy": 0.9526874184608459, + "num_tokens": 71614969.0, + "step": 55650 + }, + { + "entropy": 1.0066401004791259, + "epoch": 5.3176650425145695, + "grad_norm": 1.3651366233825684, + "learning_rate": 4.8883240823411274e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9631309032440185, + "num_tokens": 71627890.0, + "step": 55660 + }, + { + "entropy": 1.0193024337291718, + "epoch": 5.31862042610108, + "grad_norm": 1.0463725328445435, + "learning_rate": 4.886744776148715e-05, + "loss": 0.1005, + "mean_token_accuracy": 0.9599112093448638, + "num_tokens": 71640704.0, + "step": 55670 + }, + { + "entropy": 1.011675089597702, + "epoch": 5.319575809687589, + "grad_norm": 1.4798245429992676, + "learning_rate": 4.885165481261304e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9528497219085693, + "num_tokens": 71653111.0, + "step": 55680 + }, + { + "entropy": 1.006024706363678, + "epoch": 5.3205311932741, + "grad_norm": 1.3265262842178345, + "learning_rate": 4.8835861978365403e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.957375955581665, + "num_tokens": 71666016.0, + "step": 55690 + }, + { + "entropy": 1.0256956338882446, + "epoch": 5.321486576860609, + "grad_norm": 1.821711540222168, + "learning_rate": 4.882006926032065e-05, + "loss": 0.1136, + "mean_token_accuracy": 0.9576515197753906, + "num_tokens": 71679814.0, + "step": 55700 + }, + { + "entropy": 1.008210676908493, + "epoch": 5.32244196044712, + "grad_norm": 1.9567022323608398, + "learning_rate": 4.880427666005521e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9613567531108856, + "num_tokens": 71692871.0, + "step": 55710 + }, + { + "entropy": 1.0134999394416808, + "epoch": 5.32339734403363, + "grad_norm": 1.785575032234192, + "learning_rate": 4.878848417914545e-05, + "loss": 0.1295, + "mean_token_accuracy": 0.9498488306999207, + "num_tokens": 71705905.0, + "step": 55720 + }, + { + "entropy": 1.0086120665073395, + "epoch": 5.3243527276201394, + "grad_norm": 1.2937122583389282, + "learning_rate": 4.877269181916777e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9646672487258912, + "num_tokens": 71718586.0, + "step": 55730 + }, + { + "entropy": 0.9978576183319092, + "epoch": 5.32530811120665, + "grad_norm": 1.7015745639801025, + "learning_rate": 4.875689958169857e-05, + "loss": 0.0944, + "mean_token_accuracy": 0.9615131795406342, + "num_tokens": 71731455.0, + "step": 55740 + }, + { + "entropy": 1.0058871030807495, + "epoch": 5.326263494793159, + "grad_norm": 1.9074655771255493, + "learning_rate": 4.874110746831418e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9587538719177247, + "num_tokens": 71744458.0, + "step": 55750 + }, + { + "entropy": 1.005309945344925, + "epoch": 5.32721887837967, + "grad_norm": 1.4984819889068604, + "learning_rate": 4.872531548059097e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9624501585960388, + "num_tokens": 71757462.0, + "step": 55760 + }, + { + "entropy": 1.0140446066856383, + "epoch": 5.328174261966179, + "grad_norm": 1.9099079370498657, + "learning_rate": 4.870952362010526e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9541012167930603, + "num_tokens": 71770368.0, + "step": 55770 + }, + { + "entropy": 1.021168714761734, + "epoch": 5.3291296455526895, + "grad_norm": 2.345505714416504, + "learning_rate": 4.86937318884334e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.959909188747406, + "num_tokens": 71783396.0, + "step": 55780 + }, + { + "entropy": 1.0119310915470123, + "epoch": 5.330085029139199, + "grad_norm": 2.17313289642334, + "learning_rate": 4.867794028715168e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9614789366722107, + "num_tokens": 71796437.0, + "step": 55790 + }, + { + "entropy": 1.0108789384365082, + "epoch": 5.331040412725709, + "grad_norm": 1.9851785898208618, + "learning_rate": 4.8662148817836414e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9596009969711303, + "num_tokens": 71809315.0, + "step": 55800 + }, + { + "entropy": 1.0079864084720611, + "epoch": 5.33199579631222, + "grad_norm": 2.2154862880706787, + "learning_rate": 4.8646357482063856e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9683933556079865, + "num_tokens": 71822224.0, + "step": 55810 + }, + { + "entropy": 1.0106637835502625, + "epoch": 5.332951179898729, + "grad_norm": 1.4743291139602661, + "learning_rate": 4.8630566281410314e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9554614305496216, + "num_tokens": 71835289.0, + "step": 55820 + }, + { + "entropy": 1.0132160663604737, + "epoch": 5.33390656348524, + "grad_norm": 2.184455156326294, + "learning_rate": 4.8614775217452046e-05, + "loss": 0.0925, + "mean_token_accuracy": 0.9652966082096099, + "num_tokens": 71848551.0, + "step": 55830 + }, + { + "entropy": 1.0258915841579437, + "epoch": 5.334861947071749, + "grad_norm": 1.7827887535095215, + "learning_rate": 4.859898429176528e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9482750356197357, + "num_tokens": 71862109.0, + "step": 55840 + }, + { + "entropy": 0.9995400071144104, + "epoch": 5.3358173306582595, + "grad_norm": 2.4016361236572266, + "learning_rate": 4.8583193505926254e-05, + "loss": 0.0946, + "mean_token_accuracy": 0.9596905052661896, + "num_tokens": 71874497.0, + "step": 55850 + }, + { + "entropy": 1.0144661724567414, + "epoch": 5.336772714244769, + "grad_norm": 1.5400261878967285, + "learning_rate": 4.856740286151119e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9577469766139984, + "num_tokens": 71886945.0, + "step": 55860 + }, + { + "entropy": 1.0091446042060852, + "epoch": 5.337728097831279, + "grad_norm": 1.4886754751205444, + "learning_rate": 4.8551612360096295e-05, + "loss": 0.1046, + "mean_token_accuracy": 0.9648844242095947, + "num_tokens": 71899875.0, + "step": 55870 + }, + { + "entropy": 1.010267287492752, + "epoch": 5.338683481417789, + "grad_norm": 1.4469189643859863, + "learning_rate": 4.853582200325773e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.956444263458252, + "num_tokens": 71912454.0, + "step": 55880 + }, + { + "entropy": 1.010641235113144, + "epoch": 5.339638865004299, + "grad_norm": 2.516761302947998, + "learning_rate": 4.85200317925717e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9553231418132782, + "num_tokens": 71925062.0, + "step": 55890 + }, + { + "entropy": 1.0247653365135192, + "epoch": 5.34059424859081, + "grad_norm": 1.756542682647705, + "learning_rate": 4.850424172961436e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9599984049797058, + "num_tokens": 71938282.0, + "step": 55900 + }, + { + "entropy": 0.9920383155345917, + "epoch": 5.341549632177319, + "grad_norm": 1.53696608543396, + "learning_rate": 4.8488451815961855e-05, + "loss": 0.0804, + "mean_token_accuracy": 0.9705394268035888, + "num_tokens": 71950914.0, + "step": 55910 + }, + { + "entropy": 1.0236098527908326, + "epoch": 5.342505015763829, + "grad_norm": 1.4625799655914307, + "learning_rate": 4.847266205319032e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9607692539691925, + "num_tokens": 71964218.0, + "step": 55920 + }, + { + "entropy": 1.013280165195465, + "epoch": 5.343460399350339, + "grad_norm": 1.4125665426254272, + "learning_rate": 4.845687244287584e-05, + "loss": 0.1181, + "mean_token_accuracy": 0.9528967916965485, + "num_tokens": 71976972.0, + "step": 55930 + }, + { + "entropy": 1.0195658504962921, + "epoch": 5.344415782936849, + "grad_norm": 1.130902886390686, + "learning_rate": 4.8441082986594565e-05, + "loss": 0.118, + "mean_token_accuracy": 0.9510496854782104, + "num_tokens": 71989921.0, + "step": 55940 + }, + { + "entropy": 1.024815607070923, + "epoch": 5.345371166523359, + "grad_norm": 1.5904840230941772, + "learning_rate": 4.842529368592254e-05, + "loss": 0.1004, + "mean_token_accuracy": 0.9603522062301636, + "num_tokens": 72003347.0, + "step": 55950 + }, + { + "entropy": 1.0227951407432556, + "epoch": 5.346326550109869, + "grad_norm": 1.481399655342102, + "learning_rate": 4.840950454243583e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9554268598556519, + "num_tokens": 72015936.0, + "step": 55960 + }, + { + "entropy": 1.0331941723823548, + "epoch": 5.3472819336963795, + "grad_norm": 1.616894006729126, + "learning_rate": 4.839371555771053e-05, + "loss": 0.1223, + "mean_token_accuracy": 0.9517692565917969, + "num_tokens": 72029180.0, + "step": 55970 + }, + { + "entropy": 1.0072997748851775, + "epoch": 5.348237317282889, + "grad_norm": 2.01615571975708, + "learning_rate": 4.837792673332265e-05, + "loss": 0.0981, + "mean_token_accuracy": 0.9654558837413788, + "num_tokens": 72041984.0, + "step": 55980 + }, + { + "entropy": 1.00211061835289, + "epoch": 5.349192700869399, + "grad_norm": 1.6251215934753418, + "learning_rate": 4.836213807084822e-05, + "loss": 0.0896, + "mean_token_accuracy": 0.9629482328891754, + "num_tokens": 72054293.0, + "step": 55990 + }, + { + "entropy": 1.0244581699371338, + "epoch": 5.350148084455909, + "grad_norm": 2.430908203125, + "learning_rate": 4.834634957186324e-05, + "loss": 0.1206, + "mean_token_accuracy": 0.9561677634716034, + "num_tokens": 72066755.0, + "step": 56000 + }, + { + "entropy": 1.0343586444854735, + "epoch": 5.351103468042419, + "grad_norm": 1.205977439880371, + "learning_rate": 4.8330561237943706e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9557660102844239, + "num_tokens": 72080324.0, + "step": 56010 + }, + { + "entropy": 1.0278422474861144, + "epoch": 5.352058851628929, + "grad_norm": 1.372644066810608, + "learning_rate": 4.831477307066557e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9499153435230255, + "num_tokens": 72092965.0, + "step": 56020 + }, + { + "entropy": 1.0166230976581574, + "epoch": 5.353014235215439, + "grad_norm": 0.9104816913604736, + "learning_rate": 4.82989850716048e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9595612287521362, + "num_tokens": 72105639.0, + "step": 56030 + }, + { + "entropy": 1.0152003347873688, + "epoch": 5.353969618801949, + "grad_norm": 1.9477555751800537, + "learning_rate": 4.828319724233738e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9634317755699158, + "num_tokens": 72118626.0, + "step": 56040 + }, + { + "entropy": 1.0167818248271943, + "epoch": 5.354925002388459, + "grad_norm": 1.7475653886795044, + "learning_rate": 4.826740958443915e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9608682692050934, + "num_tokens": 72131511.0, + "step": 56050 + }, + { + "entropy": 1.022321105003357, + "epoch": 5.355880385974969, + "grad_norm": 1.9337635040283203, + "learning_rate": 4.825162209948609e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9621313810348511, + "num_tokens": 72144496.0, + "step": 56060 + }, + { + "entropy": 1.0093832194805146, + "epoch": 5.356835769561479, + "grad_norm": 1.6268974542617798, + "learning_rate": 4.823583478905403e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9600399017333985, + "num_tokens": 72157168.0, + "step": 56070 + }, + { + "entropy": 0.9906592547893525, + "epoch": 5.357791153147989, + "grad_norm": 1.4814157485961914, + "learning_rate": 4.822004765471889e-05, + "loss": 0.0939, + "mean_token_accuracy": 0.9655527532100677, + "num_tokens": 72169618.0, + "step": 56080 + }, + { + "entropy": 1.009590482711792, + "epoch": 5.358746536734499, + "grad_norm": 1.6694055795669556, + "learning_rate": 4.8204260698056493e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9551047801971435, + "num_tokens": 72182644.0, + "step": 56090 + }, + { + "entropy": 1.0249082267284393, + "epoch": 5.359701920321009, + "grad_norm": 1.440533995628357, + "learning_rate": 4.8188473920642686e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9552166283130645, + "num_tokens": 72195967.0, + "step": 56100 + }, + { + "entropy": 1.0026351988315583, + "epoch": 5.3606573039075185, + "grad_norm": 1.2237728834152222, + "learning_rate": 4.8172687324053276e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.9598994672298431, + "num_tokens": 72208435.0, + "step": 56110 + }, + { + "entropy": 1.0162828028202058, + "epoch": 5.361612687494029, + "grad_norm": 1.0648149251937866, + "learning_rate": 4.815690090986405e-05, + "loss": 0.113, + "mean_token_accuracy": 0.9613402605056762, + "num_tokens": 72221527.0, + "step": 56120 + }, + { + "entropy": 1.01611025929451, + "epoch": 5.362568071080539, + "grad_norm": 1.5612713098526, + "learning_rate": 4.814111467965083e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9538765966892242, + "num_tokens": 72234456.0, + "step": 56130 + }, + { + "entropy": 1.0211914837360383, + "epoch": 5.363523454667049, + "grad_norm": 2.522122621536255, + "learning_rate": 4.812532863498936e-05, + "loss": 0.1255, + "mean_token_accuracy": 0.955058467388153, + "num_tokens": 72247335.0, + "step": 56140 + }, + { + "entropy": 1.0107208967208863, + "epoch": 5.364478838253559, + "grad_norm": 1.7201826572418213, + "learning_rate": 4.810954277745538e-05, + "loss": 0.1171, + "mean_token_accuracy": 0.9544487774372101, + "num_tokens": 72259519.0, + "step": 56150 + }, + { + "entropy": 1.0153034210205079, + "epoch": 5.365434221840069, + "grad_norm": 1.475927472114563, + "learning_rate": 4.809375710862461e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9617057621479035, + "num_tokens": 72271855.0, + "step": 56160 + }, + { + "entropy": 1.0300052165985107, + "epoch": 5.366389605426579, + "grad_norm": 1.9805008172988892, + "learning_rate": 4.807797163007278e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.955559641122818, + "num_tokens": 72284663.0, + "step": 56170 + }, + { + "entropy": 1.012499737739563, + "epoch": 5.367344989013088, + "grad_norm": 1.9799250364303589, + "learning_rate": 4.806218634337554e-05, + "loss": 0.0869, + "mean_token_accuracy": 0.9647067666053772, + "num_tokens": 72298000.0, + "step": 56180 + }, + { + "entropy": 1.0082340717315674, + "epoch": 5.368300372599599, + "grad_norm": 1.3041727542877197, + "learning_rate": 4.804640125010858e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9598084151744842, + "num_tokens": 72310502.0, + "step": 56190 + }, + { + "entropy": 1.0190719485282898, + "epoch": 5.369255756186108, + "grad_norm": 2.506495952606201, + "learning_rate": 4.803061635184758e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9518202245235443, + "num_tokens": 72323432.0, + "step": 56200 + }, + { + "entropy": 1.0180088877677917, + "epoch": 5.370211139772619, + "grad_norm": 1.4026927947998047, + "learning_rate": 4.801483165016811e-05, + "loss": 0.1151, + "mean_token_accuracy": 0.9567095696926117, + "num_tokens": 72336406.0, + "step": 56210 + }, + { + "entropy": 1.025554496049881, + "epoch": 5.371166523359129, + "grad_norm": 1.9544564485549927, + "learning_rate": 4.799904714664583e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9581871151924133, + "num_tokens": 72349088.0, + "step": 56220 + }, + { + "entropy": 1.0144091248512268, + "epoch": 5.3721219069456385, + "grad_norm": 2.078134059906006, + "learning_rate": 4.7983262842856304e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9551255643367768, + "num_tokens": 72361636.0, + "step": 56230 + }, + { + "entropy": 1.0341688513755798, + "epoch": 5.373077290532149, + "grad_norm": 2.043440818786621, + "learning_rate": 4.796747874037512e-05, + "loss": 0.1124, + "mean_token_accuracy": 0.9556906163692475, + "num_tokens": 72374824.0, + "step": 56240 + }, + { + "entropy": 1.0198910593986512, + "epoch": 5.374032674118658, + "grad_norm": 1.47877836227417, + "learning_rate": 4.79516948407778e-05, + "loss": 0.1178, + "mean_token_accuracy": 0.957379150390625, + "num_tokens": 72387280.0, + "step": 56250 + }, + { + "entropy": 1.0241067290306092, + "epoch": 5.374988057705169, + "grad_norm": 1.4211558103561401, + "learning_rate": 4.793591114563989e-05, + "loss": 0.107, + "mean_token_accuracy": 0.957577008008957, + "num_tokens": 72400856.0, + "step": 56260 + }, + { + "entropy": 1.022872841358185, + "epoch": 5.375943441291678, + "grad_norm": 2.287959575653076, + "learning_rate": 4.792012765653693e-05, + "loss": 0.1169, + "mean_token_accuracy": 0.9542287766933442, + "num_tokens": 72413508.0, + "step": 56270 + }, + { + "entropy": 1.0229738116264344, + "epoch": 5.376898824878189, + "grad_norm": 1.9164224863052368, + "learning_rate": 4.790434437504435e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9595230162143707, + "num_tokens": 72426874.0, + "step": 56280 + }, + { + "entropy": 1.0104473948478698, + "epoch": 5.377854208464699, + "grad_norm": 1.0199865102767944, + "learning_rate": 4.788856130273768e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.964472496509552, + "num_tokens": 72439659.0, + "step": 56290 + }, + { + "entropy": 1.0181046545505523, + "epoch": 5.3788095920512085, + "grad_norm": 2.255903482437134, + "learning_rate": 4.7872778441192316e-05, + "loss": 0.1273, + "mean_token_accuracy": 0.9451813995838165, + "num_tokens": 72452502.0, + "step": 56300 + }, + { + "entropy": 1.0124027192592622, + "epoch": 5.379764975637719, + "grad_norm": 1.8328197002410889, + "learning_rate": 4.7856995791983726e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9599177658557891, + "num_tokens": 72465300.0, + "step": 56310 + }, + { + "entropy": 1.013313001394272, + "epoch": 5.380720359224228, + "grad_norm": 1.3532205820083618, + "learning_rate": 4.784121335668729e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9566776216030121, + "num_tokens": 72478517.0, + "step": 56320 + }, + { + "entropy": 1.011130964756012, + "epoch": 5.381675742810739, + "grad_norm": 1.388856291770935, + "learning_rate": 4.782543113687839e-05, + "loss": 0.0951, + "mean_token_accuracy": 0.9648745238780976, + "num_tokens": 72491469.0, + "step": 56330 + }, + { + "entropy": 1.0258352220058442, + "epoch": 5.382631126397248, + "grad_norm": 1.3210060596466064, + "learning_rate": 4.780964913413241e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9578203022480011, + "num_tokens": 72504671.0, + "step": 56340 + }, + { + "entropy": 1.0213944971561433, + "epoch": 5.3835865099837585, + "grad_norm": 2.634040594100952, + "learning_rate": 4.7793867350024656e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.957568246126175, + "num_tokens": 72517535.0, + "step": 56350 + }, + { + "entropy": 1.0252377092838287, + "epoch": 5.384541893570269, + "grad_norm": 1.230027437210083, + "learning_rate": 4.777808578613051e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9589578986167908, + "num_tokens": 72530265.0, + "step": 56360 + }, + { + "entropy": 1.0230227410793304, + "epoch": 5.385497277156778, + "grad_norm": 1.6987228393554688, + "learning_rate": 4.776230444402519e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.96414834856987, + "num_tokens": 72543224.0, + "step": 56370 + }, + { + "entropy": 1.01071999669075, + "epoch": 5.386452660743289, + "grad_norm": 1.6283175945281982, + "learning_rate": 4.774652332528403e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.95686576962471, + "num_tokens": 72555794.0, + "step": 56380 + }, + { + "entropy": 1.0168999552726745, + "epoch": 5.387408044329798, + "grad_norm": 1.399094581604004, + "learning_rate": 4.7730742431482244e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9604435384273529, + "num_tokens": 72568670.0, + "step": 56390 + }, + { + "entropy": 1.0317363142967224, + "epoch": 5.388363427916309, + "grad_norm": 2.049221992492676, + "learning_rate": 4.77149617641951e-05, + "loss": 0.1285, + "mean_token_accuracy": 0.9500822365283966, + "num_tokens": 72581765.0, + "step": 56400 + }, + { + "entropy": 1.019988340139389, + "epoch": 5.389318811502818, + "grad_norm": 1.9669889211654663, + "learning_rate": 4.7699181324997774e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9622825920581818, + "num_tokens": 72594560.0, + "step": 56410 + }, + { + "entropy": 1.0192411422729493, + "epoch": 5.3902741950893285, + "grad_norm": 1.5020360946655273, + "learning_rate": 4.768340111546545e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9589654803276062, + "num_tokens": 72607433.0, + "step": 56420 + }, + { + "entropy": 1.0117302715778351, + "epoch": 5.391229578675838, + "grad_norm": 1.4117281436920166, + "learning_rate": 4.766762113717335e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9581865966320038, + "num_tokens": 72620099.0, + "step": 56430 + }, + { + "entropy": 1.0122852325439453, + "epoch": 5.392184962262348, + "grad_norm": 1.2421252727508545, + "learning_rate": 4.765184139169652e-05, + "loss": 0.1177, + "mean_token_accuracy": 0.955272090435028, + "num_tokens": 72632698.0, + "step": 56440 + }, + { + "entropy": 1.0256042957305909, + "epoch": 5.393140345848859, + "grad_norm": 2.0181357860565186, + "learning_rate": 4.7636061880610156e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9573155760765075, + "num_tokens": 72645189.0, + "step": 56450 + }, + { + "entropy": 1.0252095937728882, + "epoch": 5.394095729435368, + "grad_norm": 1.3230793476104736, + "learning_rate": 4.762028260548928e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9559091567993164, + "num_tokens": 72658080.0, + "step": 56460 + }, + { + "entropy": 1.0398712575435638, + "epoch": 5.395051113021879, + "grad_norm": 1.2368321418762207, + "learning_rate": 4.7604503567909024e-05, + "loss": 0.1181, + "mean_token_accuracy": 0.9527619183063507, + "num_tokens": 72671215.0, + "step": 56470 + }, + { + "entropy": 1.0172935903072358, + "epoch": 5.396006496608388, + "grad_norm": 2.3133387565612793, + "learning_rate": 4.758872476944439e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9560287654399872, + "num_tokens": 72684105.0, + "step": 56480 + }, + { + "entropy": 1.028000670671463, + "epoch": 5.396961880194898, + "grad_norm": 1.957729458808899, + "learning_rate": 4.757294621167042e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9607241451740265, + "num_tokens": 72696763.0, + "step": 56490 + }, + { + "entropy": 1.0360631823539734, + "epoch": 5.397917263781408, + "grad_norm": 1.8994066715240479, + "learning_rate": 4.7557167896162114e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.959966778755188, + "num_tokens": 72709807.0, + "step": 56500 + }, + { + "entropy": 1.0261012017726898, + "epoch": 5.398872647367918, + "grad_norm": 2.17756986618042, + "learning_rate": 4.754138982449441e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9567858517169953, + "num_tokens": 72722674.0, + "step": 56510 + }, + { + "entropy": 1.0372919023036957, + "epoch": 5.399828030954428, + "grad_norm": 1.2977043390274048, + "learning_rate": 4.752561199824232e-05, + "loss": 0.1072, + "mean_token_accuracy": 0.9570472955703735, + "num_tokens": 72735642.0, + "step": 56520 + }, + { + "entropy": 1.0197631180286408, + "epoch": 5.400783414540938, + "grad_norm": 1.7132186889648438, + "learning_rate": 4.750983441898071e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9585989415645599, + "num_tokens": 72748736.0, + "step": 56530 + }, + { + "entropy": 1.0141705453395844, + "epoch": 5.4017387981274485, + "grad_norm": 1.2769933938980103, + "learning_rate": 4.749405708828451e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9568804323673248, + "num_tokens": 72761239.0, + "step": 56540 + }, + { + "entropy": 1.0114046454429626, + "epoch": 5.402694181713958, + "grad_norm": 1.89139986038208, + "learning_rate": 4.7478280007728574e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9617181956768036, + "num_tokens": 72773846.0, + "step": 56550 + }, + { + "entropy": 1.022645252943039, + "epoch": 5.403649565300468, + "grad_norm": 1.7864993810653687, + "learning_rate": 4.746250317888777e-05, + "loss": 0.1092, + "mean_token_accuracy": 0.9603687882423401, + "num_tokens": 72786736.0, + "step": 56560 + }, + { + "entropy": 1.008400422334671, + "epoch": 5.404604948886978, + "grad_norm": 2.197859048843384, + "learning_rate": 4.744672660333692e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9577763795852661, + "num_tokens": 72799396.0, + "step": 56570 + }, + { + "entropy": 1.009271538257599, + "epoch": 5.405560332473488, + "grad_norm": 1.7064146995544434, + "learning_rate": 4.74309502826508e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9616429090499878, + "num_tokens": 72811943.0, + "step": 56580 + }, + { + "entropy": 1.0267512321472168, + "epoch": 5.406515716059998, + "grad_norm": 1.8938850164413452, + "learning_rate": 4.741517421840423e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9630296349525451, + "num_tokens": 72825434.0, + "step": 56590 + }, + { + "entropy": 1.0002802312374115, + "epoch": 5.407471099646508, + "grad_norm": 1.4609527587890625, + "learning_rate": 4.7399398412171904e-05, + "loss": 0.1126, + "mean_token_accuracy": 0.9577339649200439, + "num_tokens": 72838009.0, + "step": 56600 + }, + { + "entropy": 1.0033537089824676, + "epoch": 5.4084264832330184, + "grad_norm": 1.4779430627822876, + "learning_rate": 4.73836228655286e-05, + "loss": 0.1127, + "mean_token_accuracy": 0.9544844269752503, + "num_tokens": 72851077.0, + "step": 56610 + }, + { + "entropy": 1.0105037093162537, + "epoch": 5.409381866819528, + "grad_norm": 1.1998993158340454, + "learning_rate": 4.7367847580048954e-05, + "loss": 0.11, + "mean_token_accuracy": 0.9592858135700226, + "num_tokens": 72864074.0, + "step": 56620 + }, + { + "entropy": 1.0116281688213349, + "epoch": 5.410337250406038, + "grad_norm": 1.7825546264648438, + "learning_rate": 4.735207255730768e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9646559596061707, + "num_tokens": 72877362.0, + "step": 56630 + }, + { + "entropy": 1.0130438685417176, + "epoch": 5.411292633992548, + "grad_norm": 1.764664649963379, + "learning_rate": 4.733629779887942e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9610412001609803, + "num_tokens": 72890424.0, + "step": 56640 + }, + { + "entropy": 1.0188761353492737, + "epoch": 5.412248017579058, + "grad_norm": 1.4505627155303955, + "learning_rate": 4.7320523306338774e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.9609686434268951, + "num_tokens": 72903901.0, + "step": 56650 + }, + { + "entropy": 0.9979630589485169, + "epoch": 5.413203401165568, + "grad_norm": 1.5276001691818237, + "learning_rate": 4.7304749081260345e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9605191826820374, + "num_tokens": 72916860.0, + "step": 56660 + }, + { + "entropy": 0.9947697401046753, + "epoch": 5.414158784752078, + "grad_norm": 1.4214187860488892, + "learning_rate": 4.728897512521868e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9576043665409089, + "num_tokens": 72928760.0, + "step": 56670 + }, + { + "entropy": 0.9964245736598969, + "epoch": 5.415114168338588, + "grad_norm": 1.7558304071426392, + "learning_rate": 4.727320143978836e-05, + "loss": 0.096, + "mean_token_accuracy": 0.9637329876422882, + "num_tokens": 72941704.0, + "step": 56680 + }, + { + "entropy": 1.01191366314888, + "epoch": 5.416069551925098, + "grad_norm": 1.5845013856887817, + "learning_rate": 4.725742802654383e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9587983787059784, + "num_tokens": 72954437.0, + "step": 56690 + }, + { + "entropy": 1.0276919662952424, + "epoch": 5.417024935511608, + "grad_norm": 2.208087682723999, + "learning_rate": 4.724165488705964e-05, + "loss": 0.1277, + "mean_token_accuracy": 0.9502116501331329, + "num_tokens": 72967556.0, + "step": 56700 + }, + { + "entropy": 1.0175929188728332, + "epoch": 5.417980319098118, + "grad_norm": 1.4713678359985352, + "learning_rate": 4.7225882022910204e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9561734139919281, + "num_tokens": 72980686.0, + "step": 56710 + }, + { + "entropy": 1.0126973211765289, + "epoch": 5.418935702684628, + "grad_norm": 1.2460404634475708, + "learning_rate": 4.7210109435669955e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9602121949195862, + "num_tokens": 72994095.0, + "step": 56720 + }, + { + "entropy": 1.0066084265708923, + "epoch": 5.419891086271138, + "grad_norm": 1.602344274520874, + "learning_rate": 4.719433712691332e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9657207787036896, + "num_tokens": 73007127.0, + "step": 56730 + }, + { + "entropy": 1.0183911859989165, + "epoch": 5.420846469857648, + "grad_norm": 1.6689571142196655, + "learning_rate": 4.717856509821464e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9570540070533753, + "num_tokens": 73020077.0, + "step": 56740 + }, + { + "entropy": 1.001965206861496, + "epoch": 5.421801853444157, + "grad_norm": 1.8552448749542236, + "learning_rate": 4.716279335114829e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9558440268039703, + "num_tokens": 73032808.0, + "step": 56750 + }, + { + "entropy": 1.0112172305583953, + "epoch": 5.422757237030668, + "grad_norm": 2.1694226264953613, + "learning_rate": 4.714702188728855e-05, + "loss": 0.12, + "mean_token_accuracy": 0.9547798156738281, + "num_tokens": 73045912.0, + "step": 56760 + }, + { + "entropy": 1.0150014758110046, + "epoch": 5.423712620617178, + "grad_norm": 1.615769624710083, + "learning_rate": 4.713125070820976e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9616829812526703, + "num_tokens": 73058864.0, + "step": 56770 + }, + { + "entropy": 1.0067690074443818, + "epoch": 5.424668004203688, + "grad_norm": 1.8892390727996826, + "learning_rate": 4.7115479815486116e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9642978489398957, + "num_tokens": 73071977.0, + "step": 56780 + }, + { + "entropy": 1.0200407028198242, + "epoch": 5.425623387790198, + "grad_norm": 1.6851853132247925, + "learning_rate": 4.709970921069191e-05, + "loss": 0.1158, + "mean_token_accuracy": 0.9543961822986603, + "num_tokens": 73085041.0, + "step": 56790 + }, + { + "entropy": 1.0178906977176667, + "epoch": 5.4265787713767075, + "grad_norm": 1.403182029724121, + "learning_rate": 4.708393889540132e-05, + "loss": 0.1144, + "mean_token_accuracy": 0.9555364847183228, + "num_tokens": 73098476.0, + "step": 56800 + }, + { + "entropy": 1.0058103144168853, + "epoch": 5.427534154963218, + "grad_norm": 1.5354969501495361, + "learning_rate": 4.7068168871188514e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9603652238845826, + "num_tokens": 73111024.0, + "step": 56810 + }, + { + "entropy": 1.0125493943691253, + "epoch": 5.428489538549727, + "grad_norm": 1.1067397594451904, + "learning_rate": 4.705239913962765e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9566820442676545, + "num_tokens": 73123739.0, + "step": 56820 + }, + { + "entropy": 0.995681881904602, + "epoch": 5.429444922136238, + "grad_norm": 1.7142934799194336, + "learning_rate": 4.703662970229282e-05, + "loss": 0.0952, + "mean_token_accuracy": 0.9591092765331268, + "num_tokens": 73136340.0, + "step": 56830 + }, + { + "entropy": 1.0097358524799347, + "epoch": 5.430400305722747, + "grad_norm": 1.838450312614441, + "learning_rate": 4.7020860560758166e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9586477220058441, + "num_tokens": 73148955.0, + "step": 56840 + }, + { + "entropy": 1.0037698984146117, + "epoch": 5.431355689309258, + "grad_norm": 1.5784250497817993, + "learning_rate": 4.700509171659767e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9562905907630921, + "num_tokens": 73161774.0, + "step": 56850 + }, + { + "entropy": 1.0023579239845275, + "epoch": 5.432311072895768, + "grad_norm": 2.2627058029174805, + "learning_rate": 4.698932317138541e-05, + "loss": 0.1231, + "mean_token_accuracy": 0.9526631712913514, + "num_tokens": 73173841.0, + "step": 56860 + }, + { + "entropy": 1.0068693339824677, + "epoch": 5.4332664564822775, + "grad_norm": 1.7250818014144897, + "learning_rate": 4.697355492669539e-05, + "loss": 0.1099, + "mean_token_accuracy": 0.9538903832435608, + "num_tokens": 73186394.0, + "step": 56870 + }, + { + "entropy": 1.008508813381195, + "epoch": 5.434221840068788, + "grad_norm": 1.6982216835021973, + "learning_rate": 4.695778698410154e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9583568096160888, + "num_tokens": 73198939.0, + "step": 56880 + }, + { + "entropy": 1.0248426616191864, + "epoch": 5.435177223655297, + "grad_norm": 2.094860315322876, + "learning_rate": 4.694201934517783e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9573224008083343, + "num_tokens": 73212070.0, + "step": 56890 + }, + { + "entropy": 1.0107611894607544, + "epoch": 5.436132607241808, + "grad_norm": 1.2916325330734253, + "learning_rate": 4.692625201149814e-05, + "loss": 0.0839, + "mean_token_accuracy": 0.9688339591026306, + "num_tokens": 73225301.0, + "step": 56900 + }, + { + "entropy": 1.0071548759937285, + "epoch": 5.437087990828317, + "grad_norm": 1.2174211740493774, + "learning_rate": 4.691048498463638e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9572134792804718, + "num_tokens": 73238467.0, + "step": 56910 + }, + { + "entropy": 1.0026595711708068, + "epoch": 5.4380433744148275, + "grad_norm": 1.721160888671875, + "learning_rate": 4.689471826616634e-05, + "loss": 0.1067, + "mean_token_accuracy": 0.958366084098816, + "num_tokens": 73251645.0, + "step": 56920 + }, + { + "entropy": 0.9875464797019958, + "epoch": 5.438998758001338, + "grad_norm": 2.357297420501709, + "learning_rate": 4.68789518576619e-05, + "loss": 0.1198, + "mean_token_accuracy": 0.9549484491348267, + "num_tokens": 73264751.0, + "step": 56930 + }, + { + "entropy": 0.9883000433444977, + "epoch": 5.439954141587847, + "grad_norm": 1.3633415699005127, + "learning_rate": 4.686318576069682e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9575950682163239, + "num_tokens": 73277346.0, + "step": 56940 + }, + { + "entropy": 0.9918913185596466, + "epoch": 5.440909525174358, + "grad_norm": 1.6232190132141113, + "learning_rate": 4.684741997684483e-05, + "loss": 0.1257, + "mean_token_accuracy": 0.9521460890769958, + "num_tokens": 73290182.0, + "step": 56950 + }, + { + "entropy": 1.0048022627830506, + "epoch": 5.441864908760867, + "grad_norm": 1.513439655303955, + "learning_rate": 4.683165450767969e-05, + "loss": 0.1241, + "mean_token_accuracy": 0.9515129208564759, + "num_tokens": 73303332.0, + "step": 56960 + }, + { + "entropy": 0.9989760458469391, + "epoch": 5.442820292347378, + "grad_norm": 1.3306983709335327, + "learning_rate": 4.6815889354775064e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9607758760452271, + "num_tokens": 73316131.0, + "step": 56970 + }, + { + "entropy": 1.0096168100833893, + "epoch": 5.443775675933887, + "grad_norm": 2.068697929382324, + "learning_rate": 4.6800124519704625e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9595924198627472, + "num_tokens": 73329102.0, + "step": 56980 + }, + { + "entropy": 1.005668956041336, + "epoch": 5.4447310595203975, + "grad_norm": 2.055295705795288, + "learning_rate": 4.678436000404197e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.964727646112442, + "num_tokens": 73341871.0, + "step": 56990 + }, + { + "entropy": 0.9994511485099793, + "epoch": 5.445686443106908, + "grad_norm": 2.179870128631592, + "learning_rate": 4.676859580936076e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9606962263584137, + "num_tokens": 73354954.0, + "step": 57000 + }, + { + "entropy": 0.9987527012825013, + "epoch": 5.446641826693417, + "grad_norm": 1.5771251916885376, + "learning_rate": 4.6752831937234484e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9590353429317474, + "num_tokens": 73367598.0, + "step": 57010 + }, + { + "entropy": 1.0170223355293273, + "epoch": 5.447597210279928, + "grad_norm": 1.29043710231781, + "learning_rate": 4.673706838923671e-05, + "loss": 0.0919, + "mean_token_accuracy": 0.966939777135849, + "num_tokens": 73381153.0, + "step": 57020 + }, + { + "entropy": 1.0087354958057404, + "epoch": 5.448552593866437, + "grad_norm": 1.1964110136032104, + "learning_rate": 4.672130516694095e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9626722157001495, + "num_tokens": 73393873.0, + "step": 57030 + }, + { + "entropy": 1.0056188941001891, + "epoch": 5.449507977452948, + "grad_norm": 1.2202603816986084, + "learning_rate": 4.670554227192064e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9594408571720123, + "num_tokens": 73406553.0, + "step": 57040 + }, + { + "entropy": 1.0196588635444641, + "epoch": 5.450463361039457, + "grad_norm": 1.3227976560592651, + "learning_rate": 4.668977970574924e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9592837512493133, + "num_tokens": 73419553.0, + "step": 57050 + }, + { + "entropy": 1.016035693883896, + "epoch": 5.451418744625967, + "grad_norm": 1.7193552255630493, + "learning_rate": 4.6674017470000124e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9555299162864686, + "num_tokens": 73433140.0, + "step": 57060 + }, + { + "entropy": 1.0018453121185302, + "epoch": 5.452374128212477, + "grad_norm": 1.84404456615448, + "learning_rate": 4.6658255566246686e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9558854162693023, + "num_tokens": 73446566.0, + "step": 57070 + }, + { + "entropy": 0.9978892624378204, + "epoch": 5.453329511798987, + "grad_norm": 1.7579275369644165, + "learning_rate": 4.664249399606223e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9578870952129364, + "num_tokens": 73459623.0, + "step": 57080 + }, + { + "entropy": 1.000414377450943, + "epoch": 5.454284895385498, + "grad_norm": 2.028996467590332, + "learning_rate": 4.662673276102008e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9580284416675567, + "num_tokens": 73472658.0, + "step": 57090 + }, + { + "entropy": 1.0084738433361053, + "epoch": 5.455240278972007, + "grad_norm": 2.524611234664917, + "learning_rate": 4.661097186269352e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9568095862865448, + "num_tokens": 73485721.0, + "step": 57100 + }, + { + "entropy": 1.008624404668808, + "epoch": 5.4561956625585175, + "grad_norm": 1.2197327613830566, + "learning_rate": 4.659521130265574e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9568030774593353, + "num_tokens": 73498407.0, + "step": 57110 + }, + { + "entropy": 1.007265031337738, + "epoch": 5.457151046145027, + "grad_norm": 0.896233081817627, + "learning_rate": 4.657945108247999e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9581807911396026, + "num_tokens": 73510898.0, + "step": 57120 + }, + { + "entropy": 1.0076640367507934, + "epoch": 5.458106429731537, + "grad_norm": 2.1132805347442627, + "learning_rate": 4.6563691203739394e-05, + "loss": 0.121, + "mean_token_accuracy": 0.9534413695335389, + "num_tokens": 73523943.0, + "step": 57130 + }, + { + "entropy": 0.9945347547531128, + "epoch": 5.459061813318047, + "grad_norm": 1.6473098993301392, + "learning_rate": 4.654793166800712e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9596961915493012, + "num_tokens": 73536100.0, + "step": 57140 + }, + { + "entropy": 1.0120149433612824, + "epoch": 5.460017196904557, + "grad_norm": 1.4792430400848389, + "learning_rate": 4.653217247685622e-05, + "loss": 0.1189, + "mean_token_accuracy": 0.9556894302368164, + "num_tokens": 73549172.0, + "step": 57150 + }, + { + "entropy": 1.014995849132538, + "epoch": 5.460972580491067, + "grad_norm": 1.7027506828308105, + "learning_rate": 4.6516413631859795e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9567265093326569, + "num_tokens": 73562262.0, + "step": 57160 + }, + { + "entropy": 1.0185044169425965, + "epoch": 5.461927964077577, + "grad_norm": 1.6151736974716187, + "learning_rate": 4.650065513459088e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.9607688009738922, + "num_tokens": 73575438.0, + "step": 57170 + }, + { + "entropy": 0.9875701069831848, + "epoch": 5.4628833476640875, + "grad_norm": 1.9568525552749634, + "learning_rate": 4.648489698662245e-05, + "loss": 0.0855, + "mean_token_accuracy": 0.9653644740581513, + "num_tokens": 73588372.0, + "step": 57180 + }, + { + "entropy": 0.9940527260303498, + "epoch": 5.463838731250597, + "grad_norm": 1.7657387256622314, + "learning_rate": 4.646913918952747e-05, + "loss": 0.113, + "mean_token_accuracy": 0.958637136220932, + "num_tokens": 73601323.0, + "step": 57190 + }, + { + "entropy": 0.9919255077838898, + "epoch": 5.464794114837107, + "grad_norm": 1.127066969871521, + "learning_rate": 4.645338174487886e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9578588724136352, + "num_tokens": 73613989.0, + "step": 57200 + }, + { + "entropy": 1.0259546995162965, + "epoch": 5.465749498423617, + "grad_norm": 1.3756657838821411, + "learning_rate": 4.6437624654249525e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9518650949001313, + "num_tokens": 73627330.0, + "step": 57210 + }, + { + "entropy": 1.030811333656311, + "epoch": 5.466704882010127, + "grad_norm": 2.3836822509765625, + "learning_rate": 4.64218679192123e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9542877495288848, + "num_tokens": 73640698.0, + "step": 57220 + }, + { + "entropy": 1.0091186463832855, + "epoch": 5.467660265596637, + "grad_norm": 1.4055677652359009, + "learning_rate": 4.640611154133999e-05, + "loss": 0.1049, + "mean_token_accuracy": 0.9631071388721466, + "num_tokens": 73653364.0, + "step": 57230 + }, + { + "entropy": 0.999669098854065, + "epoch": 5.468615649183147, + "grad_norm": 1.394713044166565, + "learning_rate": 4.6390355522205433e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.959084439277649, + "num_tokens": 73666059.0, + "step": 57240 + }, + { + "entropy": 1.0185701668262481, + "epoch": 5.469571032769657, + "grad_norm": 1.3999364376068115, + "learning_rate": 4.637459986338133e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9587646007537842, + "num_tokens": 73679011.0, + "step": 57250 + }, + { + "entropy": 1.0285398721694947, + "epoch": 5.470526416356167, + "grad_norm": 1.0371217727661133, + "learning_rate": 4.635884456644042e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9607829213142395, + "num_tokens": 73692296.0, + "step": 57260 + }, + { + "entropy": 1.022005742788315, + "epoch": 5.471481799942677, + "grad_norm": 2.0661613941192627, + "learning_rate": 4.6343089632955355e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9561052322387695, + "num_tokens": 73705167.0, + "step": 57270 + }, + { + "entropy": 1.0166490256786347, + "epoch": 5.472437183529187, + "grad_norm": 1.7572047710418701, + "learning_rate": 4.6327335064498796e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9596173107624054, + "num_tokens": 73718082.0, + "step": 57280 + }, + { + "entropy": 1.0096709787845612, + "epoch": 5.473392567115697, + "grad_norm": 1.9644066095352173, + "learning_rate": 4.6311580862643315e-05, + "loss": 0.0985, + "mean_token_accuracy": 0.9621004283428192, + "num_tokens": 73730783.0, + "step": 57290 + }, + { + "entropy": 1.025882714986801, + "epoch": 5.474347950702207, + "grad_norm": 1.4032174348831177, + "learning_rate": 4.629582702896151e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9600831627845764, + "num_tokens": 73744298.0, + "step": 57300 + }, + { + "entropy": 1.0118447721004487, + "epoch": 5.475303334288717, + "grad_norm": 2.109687328338623, + "learning_rate": 4.628007356502588e-05, + "loss": 0.1145, + "mean_token_accuracy": 0.9561612010002136, + "num_tokens": 73757618.0, + "step": 57310 + }, + { + "entropy": 1.0001996099948882, + "epoch": 5.476258717875227, + "grad_norm": 0.9575065970420837, + "learning_rate": 4.6264320472408935e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9631269335746765, + "num_tokens": 73769938.0, + "step": 57320 + }, + { + "entropy": 1.0099501967430116, + "epoch": 5.477214101461737, + "grad_norm": 3.554888963699341, + "learning_rate": 4.6248567752683146e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9598268091678619, + "num_tokens": 73782702.0, + "step": 57330 + }, + { + "entropy": 1.0122801423072816, + "epoch": 5.478169485048247, + "grad_norm": 1.2828344106674194, + "learning_rate": 4.62328154074209e-05, + "loss": 0.0903, + "mean_token_accuracy": 0.9658360660076142, + "num_tokens": 73795678.0, + "step": 57340 + }, + { + "entropy": 1.02011097073555, + "epoch": 5.479124868634757, + "grad_norm": 1.5826945304870605, + "learning_rate": 4.62170634381946e-05, + "loss": 0.1292, + "mean_token_accuracy": 0.9511831939220429, + "num_tokens": 73808322.0, + "step": 57350 + }, + { + "entropy": 1.0068830788135528, + "epoch": 5.480080252221267, + "grad_norm": 2.4292845726013184, + "learning_rate": 4.620131184657657e-05, + "loss": 0.0929, + "mean_token_accuracy": 0.9631981968879699, + "num_tokens": 73820563.0, + "step": 57360 + }, + { + "entropy": 0.996506804227829, + "epoch": 5.4810356358077765, + "grad_norm": 1.0618149042129517, + "learning_rate": 4.618556063413914e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9668222427368164, + "num_tokens": 73833111.0, + "step": 57370 + }, + { + "entropy": 1.0040197551250458, + "epoch": 5.481991019394287, + "grad_norm": 1.3736170530319214, + "learning_rate": 4.616980980245455e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9645287454128265, + "num_tokens": 73846059.0, + "step": 57380 + }, + { + "entropy": 1.0134510815143585, + "epoch": 5.482946402980796, + "grad_norm": 2.5495169162750244, + "learning_rate": 4.615405935309503e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9524871587753296, + "num_tokens": 73859529.0, + "step": 57390 + }, + { + "entropy": 1.008832848072052, + "epoch": 5.483901786567307, + "grad_norm": 1.3098983764648438, + "learning_rate": 4.613830928763281e-05, + "loss": 0.0979, + "mean_token_accuracy": 0.9623128592967987, + "num_tokens": 73872559.0, + "step": 57400 + }, + { + "entropy": 0.9997501730918884, + "epoch": 5.484857170153817, + "grad_norm": 1.1978355646133423, + "learning_rate": 4.6122559607639995e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9646977841854095, + "num_tokens": 73884961.0, + "step": 57410 + }, + { + "entropy": 0.9950014412403106, + "epoch": 5.485812553740327, + "grad_norm": 1.4540002346038818, + "learning_rate": 4.610681031468874e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9600684404373169, + "num_tokens": 73897325.0, + "step": 57420 + }, + { + "entropy": 1.0139432430267334, + "epoch": 5.486767937326837, + "grad_norm": 1.2228001356124878, + "learning_rate": 4.609106141035109e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9551239550113678, + "num_tokens": 73910062.0, + "step": 57430 + }, + { + "entropy": 1.00419802069664, + "epoch": 5.4877233209133465, + "grad_norm": 2.0619752407073975, + "learning_rate": 4.607531289619911e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9605448961257934, + "num_tokens": 73923133.0, + "step": 57440 + }, + { + "entropy": 1.0023801624774933, + "epoch": 5.488678704499857, + "grad_norm": 2.2207794189453125, + "learning_rate": 4.605956477380477e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9588080048561096, + "num_tokens": 73936015.0, + "step": 57450 + }, + { + "entropy": 1.0154374361038208, + "epoch": 5.489634088086366, + "grad_norm": 1.422268033027649, + "learning_rate": 4.604381704474003e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9570356845855713, + "num_tokens": 73948829.0, + "step": 57460 + }, + { + "entropy": 1.0081465363502502, + "epoch": 5.490589471672877, + "grad_norm": 1.2349942922592163, + "learning_rate": 4.602806971057684e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9583337247371674, + "num_tokens": 73961147.0, + "step": 57470 + }, + { + "entropy": 1.0172667324542999, + "epoch": 5.491544855259386, + "grad_norm": 1.544788122177124, + "learning_rate": 4.601232277288706e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9532230496406555, + "num_tokens": 73974034.0, + "step": 57480 + }, + { + "entropy": 1.0152916967868806, + "epoch": 5.4925002388458966, + "grad_norm": 1.4133151769638062, + "learning_rate": 4.599657623324253e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9543277025222778, + "num_tokens": 73986894.0, + "step": 57490 + }, + { + "entropy": 1.0189940690994264, + "epoch": 5.493455622432407, + "grad_norm": 1.2187047004699707, + "learning_rate": 4.598083009321505e-05, + "loss": 0.0878, + "mean_token_accuracy": 0.9653602957725524, + "num_tokens": 73999621.0, + "step": 57500 + }, + { + "entropy": 1.0334800004959106, + "epoch": 5.494411006018916, + "grad_norm": 1.7047185897827148, + "learning_rate": 4.59650843543764e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9555675327777863, + "num_tokens": 74012722.0, + "step": 57510 + }, + { + "entropy": 1.0204253017902374, + "epoch": 5.495366389605427, + "grad_norm": 1.0959243774414062, + "learning_rate": 4.594933901829827e-05, + "loss": 0.1166, + "mean_token_accuracy": 0.9557477533817291, + "num_tokens": 74025786.0, + "step": 57520 + }, + { + "entropy": 1.0281532108783722, + "epoch": 5.496321773191936, + "grad_norm": 1.3644531965255737, + "learning_rate": 4.593359408655235e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9576827049255371, + "num_tokens": 74039380.0, + "step": 57530 + }, + { + "entropy": 1.0250619173049926, + "epoch": 5.497277156778447, + "grad_norm": 1.6413109302520752, + "learning_rate": 4.5917849560710315e-05, + "loss": 0.1142, + "mean_token_accuracy": 0.9542627513408661, + "num_tokens": 74052240.0, + "step": 57540 + }, + { + "entropy": 1.0058421909809112, + "epoch": 5.498232540364956, + "grad_norm": 1.0725908279418945, + "learning_rate": 4.59021054423437e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9627898931503296, + "num_tokens": 74064809.0, + "step": 57550 + }, + { + "entropy": 1.0104612827301025, + "epoch": 5.4991879239514665, + "grad_norm": 1.2177927494049072, + "learning_rate": 4.588636173302413e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9597782373428345, + "num_tokens": 74077600.0, + "step": 57560 + }, + { + "entropy": 1.0328337669372558, + "epoch": 5.500143307537977, + "grad_norm": 1.429042100906372, + "learning_rate": 4.5870618434323086e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.950176578760147, + "num_tokens": 74091173.0, + "step": 57570 + }, + { + "entropy": 1.0162410378456115, + "epoch": 5.501098691124486, + "grad_norm": 1.6201421022415161, + "learning_rate": 4.5854875547812066e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.9598070681095123, + "num_tokens": 74103799.0, + "step": 57580 + }, + { + "entropy": 1.0336331307888031, + "epoch": 5.502054074710997, + "grad_norm": 1.6941680908203125, + "learning_rate": 4.5839133075062484e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9559184491634369, + "num_tokens": 74116702.0, + "step": 57590 + }, + { + "entropy": 0.9987781643867493, + "epoch": 5.503009458297506, + "grad_norm": 1.9634512662887573, + "learning_rate": 4.582339101764576e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9623300135135651, + "num_tokens": 74129221.0, + "step": 57600 + }, + { + "entropy": 1.0226553499698638, + "epoch": 5.503964841884017, + "grad_norm": 1.4616916179656982, + "learning_rate": 4.580764937713321e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.956667697429657, + "num_tokens": 74142063.0, + "step": 57610 + }, + { + "entropy": 1.0182691872119904, + "epoch": 5.504920225470526, + "grad_norm": 1.562238335609436, + "learning_rate": 4.579190815509618e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9607998788356781, + "num_tokens": 74155134.0, + "step": 57620 + }, + { + "entropy": 1.0194709360599519, + "epoch": 5.505875609057036, + "grad_norm": 1.44276762008667, + "learning_rate": 4.5776167353105945e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9548499822616577, + "num_tokens": 74167679.0, + "step": 57630 + }, + { + "entropy": 1.0246167123317718, + "epoch": 5.506830992643547, + "grad_norm": 1.3830538988113403, + "learning_rate": 4.57604269727337e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9572994410991669, + "num_tokens": 74180729.0, + "step": 57640 + }, + { + "entropy": 1.0064981639385224, + "epoch": 5.507786376230056, + "grad_norm": 1.5657293796539307, + "learning_rate": 4.574468701555067e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.9656666398048401, + "num_tokens": 74193032.0, + "step": 57650 + }, + { + "entropy": 1.028442108631134, + "epoch": 5.508741759816567, + "grad_norm": 1.7369312047958374, + "learning_rate": 4.5728947483127966e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9610930025577545, + "num_tokens": 74205867.0, + "step": 57660 + }, + { + "entropy": 1.0292245984077453, + "epoch": 5.509697143403076, + "grad_norm": 1.2179301977157593, + "learning_rate": 4.571320837703671e-05, + "loss": 0.109, + "mean_token_accuracy": 0.9586861252784729, + "num_tokens": 74218938.0, + "step": 57670 + }, + { + "entropy": 1.0302626967430115, + "epoch": 5.5106525269895865, + "grad_norm": 1.7607624530792236, + "learning_rate": 4.5697469698847944e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.956818687915802, + "num_tokens": 74231873.0, + "step": 57680 + }, + { + "entropy": 1.011590200662613, + "epoch": 5.511607910576096, + "grad_norm": 2.3646507263183594, + "learning_rate": 4.5681731450132686e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9598214745521545, + "num_tokens": 74244495.0, + "step": 57690 + }, + { + "entropy": 1.0106198251247407, + "epoch": 5.512563294162606, + "grad_norm": 1.217993974685669, + "learning_rate": 4.566599363246195e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.961569321155548, + "num_tokens": 74257789.0, + "step": 57700 + }, + { + "entropy": 1.029945820569992, + "epoch": 5.513518677749117, + "grad_norm": 1.9466149806976318, + "learning_rate": 4.5650256247406606e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9581682562828064, + "num_tokens": 74271489.0, + "step": 57710 + }, + { + "entropy": 1.0009796619415283, + "epoch": 5.514474061335626, + "grad_norm": 1.5275800228118896, + "learning_rate": 4.563451929653758e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9666575789451599, + "num_tokens": 74284382.0, + "step": 57720 + }, + { + "entropy": 1.0086349844932556, + "epoch": 5.515429444922137, + "grad_norm": 2.2038402557373047, + "learning_rate": 4.561878278142571e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9609418630599975, + "num_tokens": 74296867.0, + "step": 57730 + }, + { + "entropy": 1.0151923179626465, + "epoch": 5.516384828508646, + "grad_norm": 1.5775766372680664, + "learning_rate": 4.560304670364179e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9560399413108825, + "num_tokens": 74309965.0, + "step": 57740 + }, + { + "entropy": 1.0145918011665345, + "epoch": 5.5173402120951565, + "grad_norm": 1.5362434387207031, + "learning_rate": 4.558731106475657e-05, + "loss": 0.1049, + "mean_token_accuracy": 0.9594986140727997, + "num_tokens": 74322729.0, + "step": 57750 + }, + { + "entropy": 1.017224955558777, + "epoch": 5.518295595681666, + "grad_norm": 1.4944757223129272, + "learning_rate": 4.5571575866340766e-05, + "loss": 0.1172, + "mean_token_accuracy": 0.9534269988536834, + "num_tokens": 74335588.0, + "step": 57760 + }, + { + "entropy": 1.0146924436092377, + "epoch": 5.519250979268176, + "grad_norm": 1.7560025453567505, + "learning_rate": 4.555584110996508e-05, + "loss": 0.1173, + "mean_token_accuracy": 0.9537394940853119, + "num_tokens": 74348921.0, + "step": 57770 + }, + { + "entropy": 1.0077624678611756, + "epoch": 5.520206362854686, + "grad_norm": 1.1803107261657715, + "learning_rate": 4.554010679720008e-05, + "loss": 0.0882, + "mean_token_accuracy": 0.9654200851917267, + "num_tokens": 74361815.0, + "step": 57780 + }, + { + "entropy": 1.013089257478714, + "epoch": 5.521161746441196, + "grad_norm": 1.0199414491653442, + "learning_rate": 4.5524372929616394e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9620909988880157, + "num_tokens": 74374664.0, + "step": 57790 + }, + { + "entropy": 1.0126443207263947, + "epoch": 5.522117130027706, + "grad_norm": 1.9433306455612183, + "learning_rate": 4.5508639508784536e-05, + "loss": 0.1223, + "mean_token_accuracy": 0.9480386435985565, + "num_tokens": 74387304.0, + "step": 57800 + }, + { + "entropy": 1.0124144494533538, + "epoch": 5.523072513614216, + "grad_norm": 1.6376402378082275, + "learning_rate": 4.5492906536275006e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9573790073394776, + "num_tokens": 74400641.0, + "step": 57810 + }, + { + "entropy": 0.9869512259960175, + "epoch": 5.524027897200726, + "grad_norm": 2.0967235565185547, + "learning_rate": 4.547717401365824e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.9622210681438446, + "num_tokens": 74413100.0, + "step": 57820 + }, + { + "entropy": 1.0058751106262207, + "epoch": 5.524983280787236, + "grad_norm": 1.5011903047561646, + "learning_rate": 4.546144194250464e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9611659169197082, + "num_tokens": 74425735.0, + "step": 57830 + }, + { + "entropy": 1.022435873746872, + "epoch": 5.525938664373746, + "grad_norm": 1.5258177518844604, + "learning_rate": 4.5445710324384594e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9559635818004608, + "num_tokens": 74438754.0, + "step": 57840 + }, + { + "entropy": 1.0117380976676942, + "epoch": 5.526894047960256, + "grad_norm": 1.5769543647766113, + "learning_rate": 4.5429979160868355e-05, + "loss": 0.1134, + "mean_token_accuracy": 0.9565885305404663, + "num_tokens": 74450956.0, + "step": 57850 + }, + { + "entropy": 1.0159991979599, + "epoch": 5.527849431546766, + "grad_norm": 1.3252036571502686, + "learning_rate": 4.541424845352626e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9581318497657776, + "num_tokens": 74463702.0, + "step": 57860 + }, + { + "entropy": 1.026481568813324, + "epoch": 5.528804815133276, + "grad_norm": 1.5058724880218506, + "learning_rate": 4.5398518203928466e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9525910198688508, + "num_tokens": 74476865.0, + "step": 57870 + }, + { + "entropy": 1.0143673837184906, + "epoch": 5.529760198719786, + "grad_norm": 0.9829879999160767, + "learning_rate": 4.538278841364519e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9650940656661987, + "num_tokens": 74489639.0, + "step": 57880 + }, + { + "entropy": 1.0134454786777496, + "epoch": 5.530715582306296, + "grad_norm": 1.7722917795181274, + "learning_rate": 4.536705908424653e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9570252120494842, + "num_tokens": 74502322.0, + "step": 57890 + }, + { + "entropy": 1.0153684258460998, + "epoch": 5.531670965892806, + "grad_norm": 1.7550363540649414, + "learning_rate": 4.5351330217302606e-05, + "loss": 0.0895, + "mean_token_accuracy": 0.9650593817234039, + "num_tokens": 74515218.0, + "step": 57900 + }, + { + "entropy": 1.0196443617343902, + "epoch": 5.532626349479316, + "grad_norm": 1.7324612140655518, + "learning_rate": 4.533560181438342e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9603225648403168, + "num_tokens": 74528354.0, + "step": 57910 + }, + { + "entropy": 1.0012950837612151, + "epoch": 5.533581733065826, + "grad_norm": 1.0449813604354858, + "learning_rate": 4.531987387705896e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9641618371009827, + "num_tokens": 74540565.0, + "step": 57920 + }, + { + "entropy": 0.9966544330120086, + "epoch": 5.534537116652336, + "grad_norm": 1.2120110988616943, + "learning_rate": 4.530414640689924e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9555653274059296, + "num_tokens": 74553618.0, + "step": 57930 + }, + { + "entropy": 1.0196369469165802, + "epoch": 5.5354925002388455, + "grad_norm": 1.7395979166030884, + "learning_rate": 4.528841940547405e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9588898837566375, + "num_tokens": 74567756.0, + "step": 57940 + }, + { + "entropy": 0.9911623656749725, + "epoch": 5.536447883825356, + "grad_norm": 1.0934981107711792, + "learning_rate": 4.527269287435333e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9582527816295624, + "num_tokens": 74580246.0, + "step": 57950 + }, + { + "entropy": 0.9929124355316162, + "epoch": 5.537403267411866, + "grad_norm": 1.1213927268981934, + "learning_rate": 4.525696681510683e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9603784739971161, + "num_tokens": 74592894.0, + "step": 57960 + }, + { + "entropy": 1.0084398329257964, + "epoch": 5.538358650998376, + "grad_norm": 1.5375933647155762, + "learning_rate": 4.524124122930435e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.955888569355011, + "num_tokens": 74605703.0, + "step": 57970 + }, + { + "entropy": 1.0128018498420714, + "epoch": 5.539314034584886, + "grad_norm": 1.7219880819320679, + "learning_rate": 4.5225516118515555e-05, + "loss": 0.1245, + "mean_token_accuracy": 0.9536650061607361, + "num_tokens": 74618069.0, + "step": 57980 + }, + { + "entropy": 1.0279430210590363, + "epoch": 5.540269418171396, + "grad_norm": 2.061051845550537, + "learning_rate": 4.5209791484310126e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9612395346164704, + "num_tokens": 74631275.0, + "step": 57990 + }, + { + "entropy": 1.0030680060386659, + "epoch": 5.541224801757906, + "grad_norm": 1.4334849119186401, + "learning_rate": 4.5194067328257696e-05, + "loss": 0.0993, + "mean_token_accuracy": 0.9623724520206451, + "num_tokens": 74643726.0, + "step": 58000 + }, + { + "entropy": 1.0007999956607818, + "epoch": 5.5421801853444155, + "grad_norm": 1.9142787456512451, + "learning_rate": 4.517834365192779e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.956876128911972, + "num_tokens": 74656110.0, + "step": 58010 + }, + { + "entropy": 1.0089752793312072, + "epoch": 5.543135568930926, + "grad_norm": 1.1591087579727173, + "learning_rate": 4.516262045688999e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9542750298976899, + "num_tokens": 74668934.0, + "step": 58020 + }, + { + "entropy": 1.0056371867656708, + "epoch": 5.544090952517436, + "grad_norm": 1.7557610273361206, + "learning_rate": 4.514689774471369e-05, + "loss": 0.116, + "mean_token_accuracy": 0.9548890590667725, + "num_tokens": 74682310.0, + "step": 58030 + }, + { + "entropy": 1.0085994005203247, + "epoch": 5.545046336103946, + "grad_norm": 1.1280171871185303, + "learning_rate": 4.5131175516968376e-05, + "loss": 0.1078, + "mean_token_accuracy": 0.9604562401771546, + "num_tokens": 74695124.0, + "step": 58040 + }, + { + "entropy": 1.0055266797542572, + "epoch": 5.546001719690456, + "grad_norm": 1.9789663553237915, + "learning_rate": 4.511545377522339e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9606183588504791, + "num_tokens": 74708120.0, + "step": 58050 + }, + { + "entropy": 1.0030709683895112, + "epoch": 5.546957103276966, + "grad_norm": 1.5304759740829468, + "learning_rate": 4.509973252104806e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.953096079826355, + "num_tokens": 74720471.0, + "step": 58060 + }, + { + "entropy": 1.0100749492645265, + "epoch": 5.547912486863476, + "grad_norm": 1.6279608011245728, + "learning_rate": 4.508401175601168e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9535700023174286, + "num_tokens": 74733442.0, + "step": 58070 + }, + { + "entropy": 1.0153040170669556, + "epoch": 5.548867870449985, + "grad_norm": 1.1670584678649902, + "learning_rate": 4.5068291481683445e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9550381243228913, + "num_tokens": 74746353.0, + "step": 58080 + }, + { + "entropy": 0.9966887950897216, + "epoch": 5.549823254036496, + "grad_norm": 1.0200296640396118, + "learning_rate": 4.5052571699632596e-05, + "loss": 0.083, + "mean_token_accuracy": 0.9671809017658234, + "num_tokens": 74758710.0, + "step": 58090 + }, + { + "entropy": 1.001214736700058, + "epoch": 5.550778637623005, + "grad_norm": 1.594933032989502, + "learning_rate": 4.503685241142818e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9594616293907166, + "num_tokens": 74771459.0, + "step": 58100 + }, + { + "entropy": 1.0145304501056671, + "epoch": 5.551734021209516, + "grad_norm": 1.3227506875991821, + "learning_rate": 4.502113361863935e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9607032239437103, + "num_tokens": 74785334.0, + "step": 58110 + }, + { + "entropy": 0.9987141489982605, + "epoch": 5.552689404796025, + "grad_norm": 1.7403444051742554, + "learning_rate": 4.50054153228351e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9602545440196991, + "num_tokens": 74798191.0, + "step": 58120 + }, + { + "entropy": 1.008786916732788, + "epoch": 5.5536447883825355, + "grad_norm": 1.3960078954696655, + "learning_rate": 4.498969752558441e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.9579285800457, + "num_tokens": 74811063.0, + "step": 58130 + }, + { + "entropy": 1.0117191672325134, + "epoch": 5.554600171969046, + "grad_norm": 1.3675960302352905, + "learning_rate": 4.497398022845624e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9648734867572785, + "num_tokens": 74824238.0, + "step": 58140 + }, + { + "entropy": 0.9971096396446228, + "epoch": 5.555555555555555, + "grad_norm": 1.5122113227844238, + "learning_rate": 4.495826343301945e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9612588882446289, + "num_tokens": 74837005.0, + "step": 58150 + }, + { + "entropy": 0.9962673485279083, + "epoch": 5.556510939142066, + "grad_norm": 1.6622943878173828, + "learning_rate": 4.494254714084288e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9525784969329834, + "num_tokens": 74849943.0, + "step": 58160 + }, + { + "entropy": 1.0074742972850799, + "epoch": 5.557466322728575, + "grad_norm": 1.6197112798690796, + "learning_rate": 4.4926831353495285e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9573716759681702, + "num_tokens": 74862535.0, + "step": 58170 + }, + { + "entropy": 1.00104079246521, + "epoch": 5.558421706315086, + "grad_norm": 1.4142993688583374, + "learning_rate": 4.491111607254545e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9602185487747192, + "num_tokens": 74875334.0, + "step": 58180 + }, + { + "entropy": 1.0121226906776428, + "epoch": 5.559377089901595, + "grad_norm": 1.2989407777786255, + "learning_rate": 4.4895401299562004e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9609975039958953, + "num_tokens": 74888237.0, + "step": 58190 + }, + { + "entropy": 1.001384836435318, + "epoch": 5.560332473488105, + "grad_norm": 1.7633463144302368, + "learning_rate": 4.4879687036113623e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9635233104228973, + "num_tokens": 74900874.0, + "step": 58200 + }, + { + "entropy": 1.0027178406715394, + "epoch": 5.561287857074616, + "grad_norm": 1.4778563976287842, + "learning_rate": 4.486397328376884e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9633880972862243, + "num_tokens": 74913465.0, + "step": 58210 + }, + { + "entropy": 1.0103963673114777, + "epoch": 5.562243240661125, + "grad_norm": 1.384284257888794, + "learning_rate": 4.484826004409621e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9569843828678131, + "num_tokens": 74926220.0, + "step": 58220 + }, + { + "entropy": 0.9967615067958832, + "epoch": 5.563198624247636, + "grad_norm": 0.9945858716964722, + "learning_rate": 4.483254731866421e-05, + "loss": 0.0942, + "mean_token_accuracy": 0.9612232148647308, + "num_tokens": 74939105.0, + "step": 58230 + }, + { + "entropy": 0.9910763621330261, + "epoch": 5.564154007834145, + "grad_norm": 2.13401460647583, + "learning_rate": 4.481683510904125e-05, + "loss": 0.116, + "mean_token_accuracy": 0.9554980099201202, + "num_tokens": 74951687.0, + "step": 58240 + }, + { + "entropy": 1.0075196385383607, + "epoch": 5.5651093914206555, + "grad_norm": 2.0231106281280518, + "learning_rate": 4.480112341679575e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9516441404819489, + "num_tokens": 74964542.0, + "step": 58250 + }, + { + "entropy": 0.9926275849342346, + "epoch": 5.566064775007165, + "grad_norm": 1.1587854623794556, + "learning_rate": 4.478541224349596e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9616229653358459, + "num_tokens": 74977212.0, + "step": 58260 + }, + { + "entropy": 1.0281579196453094, + "epoch": 5.567020158593675, + "grad_norm": 2.3917441368103027, + "learning_rate": 4.4769701590710215e-05, + "loss": 0.1293, + "mean_token_accuracy": 0.94742751121521, + "num_tokens": 74990532.0, + "step": 58270 + }, + { + "entropy": 0.9980234384536744, + "epoch": 5.567975542180186, + "grad_norm": 2.024113893508911, + "learning_rate": 4.475399146000668e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9586041688919067, + "num_tokens": 75002573.0, + "step": 58280 + }, + { + "entropy": 1.0009153187274933, + "epoch": 5.568930925766695, + "grad_norm": 1.6927355527877808, + "learning_rate": 4.4738281852953565e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.962081640958786, + "num_tokens": 75015129.0, + "step": 58290 + }, + { + "entropy": 1.005613374710083, + "epoch": 5.569886309353206, + "grad_norm": 1.5316764116287231, + "learning_rate": 4.472257277111898e-05, + "loss": 0.1052, + "mean_token_accuracy": 0.9604456663131714, + "num_tokens": 75027901.0, + "step": 58300 + }, + { + "entropy": 1.0030808627605439, + "epoch": 5.570841692939715, + "grad_norm": 1.6867669820785522, + "learning_rate": 4.470686421607097e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.953424870967865, + "num_tokens": 75040604.0, + "step": 58310 + }, + { + "entropy": 1.0029329538345337, + "epoch": 5.5717970765262255, + "grad_norm": 2.279167413711548, + "learning_rate": 4.4691156189377556e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9647499322891235, + "num_tokens": 75053581.0, + "step": 58320 + }, + { + "entropy": 1.018261981010437, + "epoch": 5.572752460112735, + "grad_norm": 1.4181150197982788, + "learning_rate": 4.4675448692606665e-05, + "loss": 0.1321, + "mean_token_accuracy": 0.9503603994846344, + "num_tokens": 75066903.0, + "step": 58330 + }, + { + "entropy": 1.0133822560310364, + "epoch": 5.573707843699245, + "grad_norm": 1.2141166925430298, + "learning_rate": 4.465974172732626e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9529406428337097, + "num_tokens": 75079714.0, + "step": 58340 + }, + { + "entropy": 1.0045470774173737, + "epoch": 5.574663227285756, + "grad_norm": 1.6158113479614258, + "learning_rate": 4.464403529510413e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9598170161247254, + "num_tokens": 75092116.0, + "step": 58350 + }, + { + "entropy": 1.0040290176868438, + "epoch": 5.575618610872265, + "grad_norm": 1.7442811727523804, + "learning_rate": 4.4628329397508104e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9623844385147095, + "num_tokens": 75104519.0, + "step": 58360 + }, + { + "entropy": 1.014858877658844, + "epoch": 5.5765739944587756, + "grad_norm": 2.22318959236145, + "learning_rate": 4.461262403610593e-05, + "loss": 0.1203, + "mean_token_accuracy": 0.9553970515727996, + "num_tokens": 75117796.0, + "step": 58370 + }, + { + "entropy": 0.9924960672855377, + "epoch": 5.577529378045285, + "grad_norm": 1.3132059574127197, + "learning_rate": 4.459691921246529e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9667565882205963, + "num_tokens": 75130289.0, + "step": 58380 + }, + { + "entropy": 0.9970498740673065, + "epoch": 5.578484761631795, + "grad_norm": 2.0697412490844727, + "learning_rate": 4.458121492815383e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9596289753913879, + "num_tokens": 75142874.0, + "step": 58390 + }, + { + "entropy": 1.0130338847637177, + "epoch": 5.579440145218305, + "grad_norm": 1.1460145711898804, + "learning_rate": 4.45655111847391e-05, + "loss": 0.1233, + "mean_token_accuracy": 0.9536482751369476, + "num_tokens": 75156021.0, + "step": 58400 + }, + { + "entropy": 1.017664498090744, + "epoch": 5.580395528804815, + "grad_norm": 2.3538553714752197, + "learning_rate": 4.454980798378869e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9539273977279663, + "num_tokens": 75169031.0, + "step": 58410 + }, + { + "entropy": 1.0371542811393737, + "epoch": 5.581350912391325, + "grad_norm": 1.0782971382141113, + "learning_rate": 4.4534105326870006e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.9659460008144378, + "num_tokens": 75182497.0, + "step": 58420 + }, + { + "entropy": 1.0446600556373595, + "epoch": 5.582306295977835, + "grad_norm": 1.6076611280441284, + "learning_rate": 4.451840321555051e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9572485983371735, + "num_tokens": 75195677.0, + "step": 58430 + }, + { + "entropy": 1.0393358588218689, + "epoch": 5.583261679564345, + "grad_norm": 1.4860820770263672, + "learning_rate": 4.4502701651397575e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.96016526222229, + "num_tokens": 75209144.0, + "step": 58440 + }, + { + "entropy": 1.0270701408386231, + "epoch": 5.584217063150855, + "grad_norm": 1.539111614227295, + "learning_rate": 4.448700063597849e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9563569307327271, + "num_tokens": 75221851.0, + "step": 58450 + }, + { + "entropy": 1.0092056751251222, + "epoch": 5.585172446737365, + "grad_norm": 0.9796401262283325, + "learning_rate": 4.447130017086053e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9635635256767273, + "num_tokens": 75234308.0, + "step": 58460 + }, + { + "entropy": 1.017661714553833, + "epoch": 5.586127830323875, + "grad_norm": 1.5110920667648315, + "learning_rate": 4.445560025761087e-05, + "loss": 0.103, + "mean_token_accuracy": 0.9623598515987396, + "num_tokens": 75247167.0, + "step": 58470 + }, + { + "entropy": 1.0141382217407227, + "epoch": 5.587083213910385, + "grad_norm": 1.423735499382019, + "learning_rate": 4.443990089779669e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9569567203521728, + "num_tokens": 75260416.0, + "step": 58480 + }, + { + "entropy": 1.0310758709907533, + "epoch": 5.588038597496895, + "grad_norm": 1.5799874067306519, + "learning_rate": 4.442420209298504e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9577402472496033, + "num_tokens": 75272953.0, + "step": 58490 + }, + { + "entropy": 1.0224648714065552, + "epoch": 5.588993981083405, + "grad_norm": 1.3377360105514526, + "learning_rate": 4.440850384474302e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9571318686008453, + "num_tokens": 75285419.0, + "step": 58500 + }, + { + "entropy": 1.012502509355545, + "epoch": 5.5899493646699145, + "grad_norm": 1.832319974899292, + "learning_rate": 4.4392806154637536e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9627545595169067, + "num_tokens": 75298417.0, + "step": 58510 + }, + { + "entropy": 0.9973211586475372, + "epoch": 5.590904748256425, + "grad_norm": 1.1735761165618896, + "learning_rate": 4.437710902423556e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9658340990543366, + "num_tokens": 75310931.0, + "step": 58520 + }, + { + "entropy": 0.9962779641151428, + "epoch": 5.591860131842935, + "grad_norm": 1.7244914770126343, + "learning_rate": 4.436141245510396e-05, + "loss": 0.1185, + "mean_token_accuracy": 0.9541783392429352, + "num_tokens": 75323351.0, + "step": 58530 + }, + { + "entropy": 0.9954750120639801, + "epoch": 5.592815515429445, + "grad_norm": 1.6964521408081055, + "learning_rate": 4.434571644880953e-05, + "loss": 0.0947, + "mean_token_accuracy": 0.9634278237819671, + "num_tokens": 75335752.0, + "step": 58540 + }, + { + "entropy": 1.00860093832016, + "epoch": 5.593770899015955, + "grad_norm": 2.439500331878662, + "learning_rate": 4.4330021006919055e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9596593320369721, + "num_tokens": 75348326.0, + "step": 58550 + }, + { + "entropy": 1.0067602574825287, + "epoch": 5.594726282602465, + "grad_norm": 1.6564288139343262, + "learning_rate": 4.4314326130999196e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9550566852092743, + "num_tokens": 75361391.0, + "step": 58560 + }, + { + "entropy": 1.0198281586170197, + "epoch": 5.595681666188975, + "grad_norm": 1.5875407457351685, + "learning_rate": 4.4298631822616634e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9551500976085663, + "num_tokens": 75374745.0, + "step": 58570 + }, + { + "entropy": 1.0056585252285004, + "epoch": 5.5966370497754845, + "grad_norm": 1.0249688625335693, + "learning_rate": 4.428293808333792e-05, + "loss": 0.0929, + "mean_token_accuracy": 0.9628636240959167, + "num_tokens": 75387414.0, + "step": 58580 + }, + { + "entropy": 1.0027208626270294, + "epoch": 5.597592433361995, + "grad_norm": 2.5589792728424072, + "learning_rate": 4.426724491472961e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9661447405815125, + "num_tokens": 75400097.0, + "step": 58590 + }, + { + "entropy": 1.0018263459205627, + "epoch": 5.598547816948505, + "grad_norm": 1.7127985954284668, + "learning_rate": 4.4251552318358184e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9624293208122253, + "num_tokens": 75412966.0, + "step": 58600 + }, + { + "entropy": 1.0022018373012542, + "epoch": 5.599503200535015, + "grad_norm": 1.4366358518600464, + "learning_rate": 4.423586029579004e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9634472668170929, + "num_tokens": 75425738.0, + "step": 58610 + }, + { + "entropy": 1.0132732093334198, + "epoch": 5.600458584121525, + "grad_norm": 1.4779996871948242, + "learning_rate": 4.422016884859156e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9625229060649871, + "num_tokens": 75439290.0, + "step": 58620 + }, + { + "entropy": 0.9891005873680114, + "epoch": 5.601413967708035, + "grad_norm": 1.5482068061828613, + "learning_rate": 4.4204477978329014e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9609257638454437, + "num_tokens": 75452291.0, + "step": 58630 + }, + { + "entropy": 0.9890005826950073, + "epoch": 5.602369351294545, + "grad_norm": 1.759009838104248, + "learning_rate": 4.418878768656867e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9577130258083344, + "num_tokens": 75464961.0, + "step": 58640 + }, + { + "entropy": 1.005553525686264, + "epoch": 5.603324734881054, + "grad_norm": 1.8471070528030396, + "learning_rate": 4.417309797487669e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9585875451564789, + "num_tokens": 75477961.0, + "step": 58650 + }, + { + "entropy": 1.0049140334129334, + "epoch": 5.604280118467565, + "grad_norm": 1.800193190574646, + "learning_rate": 4.415740884481923e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9614545822143554, + "num_tokens": 75491095.0, + "step": 58660 + }, + { + "entropy": 1.016372448205948, + "epoch": 5.605235502054075, + "grad_norm": 1.44883131980896, + "learning_rate": 4.4141720297962365e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9608400642871857, + "num_tokens": 75503800.0, + "step": 58670 + }, + { + "entropy": 1.0392902731895446, + "epoch": 5.606190885640585, + "grad_norm": 1.249332308769226, + "learning_rate": 4.4126032335872075e-05, + "loss": 0.1201, + "mean_token_accuracy": 0.9538409590721131, + "num_tokens": 75517738.0, + "step": 58680 + }, + { + "entropy": 1.0227410972118378, + "epoch": 5.607146269227095, + "grad_norm": 0.9520186185836792, + "learning_rate": 4.411034496011435e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9578846275806427, + "num_tokens": 75530924.0, + "step": 58690 + }, + { + "entropy": 1.0264502048492432, + "epoch": 5.6081016528136045, + "grad_norm": 1.6753910779953003, + "learning_rate": 4.409465817225504e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9595604360103607, + "num_tokens": 75544055.0, + "step": 58700 + }, + { + "entropy": 1.0262411236763, + "epoch": 5.609057036400115, + "grad_norm": 1.9623327255249023, + "learning_rate": 4.4078971973860034e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9536102056503296, + "num_tokens": 75556891.0, + "step": 58710 + }, + { + "entropy": 1.0289072155952455, + "epoch": 5.610012419986624, + "grad_norm": 1.7742494344711304, + "learning_rate": 4.406328636649507e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9561597168445587, + "num_tokens": 75569528.0, + "step": 58720 + }, + { + "entropy": 1.0388884603977204, + "epoch": 5.610967803573135, + "grad_norm": 1.0125117301940918, + "learning_rate": 4.404760135172587e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9534771561622619, + "num_tokens": 75583063.0, + "step": 58730 + }, + { + "entropy": 1.0237254917621612, + "epoch": 5.611923187159644, + "grad_norm": 1.8189611434936523, + "learning_rate": 4.403191693111813e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9566219627857209, + "num_tokens": 75596228.0, + "step": 58740 + }, + { + "entropy": 1.0127729415893554, + "epoch": 5.612878570746155, + "grad_norm": 1.552141547203064, + "learning_rate": 4.401623310623741e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.96271852850914, + "num_tokens": 75609068.0, + "step": 58750 + }, + { + "entropy": 1.016222894191742, + "epoch": 5.613833954332664, + "grad_norm": 1.9600685834884644, + "learning_rate": 4.400054987864928e-05, + "loss": 0.1169, + "mean_token_accuracy": 0.9552098035812377, + "num_tokens": 75622245.0, + "step": 58760 + }, + { + "entropy": 1.015079778432846, + "epoch": 5.6147893379191745, + "grad_norm": 1.512331485748291, + "learning_rate": 4.3984867249919195e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9583922624588013, + "num_tokens": 75635223.0, + "step": 58770 + }, + { + "entropy": 1.0076861441135407, + "epoch": 5.615744721505685, + "grad_norm": 0.8575957417488098, + "learning_rate": 4.39691852216126e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9618142187595368, + "num_tokens": 75648099.0, + "step": 58780 + }, + { + "entropy": 1.0140046536922456, + "epoch": 5.616700105092194, + "grad_norm": 1.15036141872406, + "learning_rate": 4.395350379529484e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9584518134593963, + "num_tokens": 75661569.0, + "step": 58790 + }, + { + "entropy": 1.0013684809207917, + "epoch": 5.617655488678705, + "grad_norm": 1.9781794548034668, + "learning_rate": 4.3937822972531224e-05, + "loss": 0.0846, + "mean_token_accuracy": 0.9695855855941773, + "num_tokens": 75674310.0, + "step": 58800 + }, + { + "entropy": 1.0127964973449708, + "epoch": 5.618610872265214, + "grad_norm": 1.4827220439910889, + "learning_rate": 4.3922142754886976e-05, + "loss": 0.1005, + "mean_token_accuracy": 0.9591985583305359, + "num_tokens": 75687239.0, + "step": 58810 + }, + { + "entropy": 1.020410144329071, + "epoch": 5.6195662558517245, + "grad_norm": 1.9563090801239014, + "learning_rate": 4.39064631439273e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9606688320636749, + "num_tokens": 75701250.0, + "step": 58820 + }, + { + "entropy": 1.0110637187957763, + "epoch": 5.620521639438234, + "grad_norm": 1.9544200897216797, + "learning_rate": 4.3890784141217326e-05, + "loss": 0.1079, + "mean_token_accuracy": 0.9570225238800049, + "num_tokens": 75713629.0, + "step": 58830 + }, + { + "entropy": 1.0262635231018067, + "epoch": 5.621477023024744, + "grad_norm": 2.265500545501709, + "learning_rate": 4.387510574832208e-05, + "loss": 0.1072, + "mean_token_accuracy": 0.9585220694541932, + "num_tokens": 75726378.0, + "step": 58840 + }, + { + "entropy": 1.035647588968277, + "epoch": 5.622432406611255, + "grad_norm": 1.817267656326294, + "learning_rate": 4.3859427966806594e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9587686777114868, + "num_tokens": 75739167.0, + "step": 58850 + }, + { + "entropy": 1.0291953682899475, + "epoch": 5.623387790197764, + "grad_norm": 1.8445746898651123, + "learning_rate": 4.384375079823577e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9634949207305908, + "num_tokens": 75752708.0, + "step": 58860 + }, + { + "entropy": 1.0243268609046936, + "epoch": 5.624343173784275, + "grad_norm": 2.249955892562866, + "learning_rate": 4.3828074244174523e-05, + "loss": 0.106, + "mean_token_accuracy": 0.9600760102272033, + "num_tokens": 75765596.0, + "step": 58870 + }, + { + "entropy": 1.0222774147987366, + "epoch": 5.625298557370784, + "grad_norm": 1.6009074449539185, + "learning_rate": 4.3812398306187633e-05, + "loss": 0.0952, + "mean_token_accuracy": 0.9636481463909149, + "num_tokens": 75779050.0, + "step": 58880 + }, + { + "entropy": 1.0263725519180298, + "epoch": 5.6262539409572945, + "grad_norm": 1.4560061693191528, + "learning_rate": 4.379672298583986e-05, + "loss": 0.0958, + "mean_token_accuracy": 0.9604796290397644, + "num_tokens": 75791945.0, + "step": 58890 + }, + { + "entropy": 1.0117987155914308, + "epoch": 5.627209324543804, + "grad_norm": 1.7935333251953125, + "learning_rate": 4.378104828469592e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9676602065563202, + "num_tokens": 75803996.0, + "step": 58900 + }, + { + "entropy": 1.0230871140956879, + "epoch": 5.628164708130314, + "grad_norm": 1.053541660308838, + "learning_rate": 4.376537420432043e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9631100416183471, + "num_tokens": 75817231.0, + "step": 58910 + }, + { + "entropy": 1.0100375413894653, + "epoch": 5.629120091716825, + "grad_norm": 1.8180460929870605, + "learning_rate": 4.3749700746277964e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9669347167015075, + "num_tokens": 75829887.0, + "step": 58920 + }, + { + "entropy": 1.0264192998409272, + "epoch": 5.630075475303334, + "grad_norm": 2.1155011653900146, + "learning_rate": 4.373402791213301e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9622565865516662, + "num_tokens": 75843161.0, + "step": 58930 + }, + { + "entropy": 1.0276106238365172, + "epoch": 5.631030858889845, + "grad_norm": 1.3588627576828003, + "learning_rate": 4.371835570345003e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9531215786933899, + "num_tokens": 75855900.0, + "step": 58940 + }, + { + "entropy": 1.0349833428859712, + "epoch": 5.631986242476354, + "grad_norm": 2.0658328533172607, + "learning_rate": 4.370268412179339e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9548217833042145, + "num_tokens": 75868619.0, + "step": 58950 + }, + { + "entropy": 1.0106574892997742, + "epoch": 5.632941626062864, + "grad_norm": 1.5301942825317383, + "learning_rate": 4.368701316872741e-05, + "loss": 0.1205, + "mean_token_accuracy": 0.9569827556610108, + "num_tokens": 75880923.0, + "step": 58960 + }, + { + "entropy": 1.0240585863590241, + "epoch": 5.633897009649374, + "grad_norm": 1.7069753408432007, + "learning_rate": 4.3671342845816376e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9587318778038025, + "num_tokens": 75893761.0, + "step": 58970 + }, + { + "entropy": 1.032633501291275, + "epoch": 5.634852393235884, + "grad_norm": 1.3761639595031738, + "learning_rate": 4.3655673154624444e-05, + "loss": 0.1117, + "mean_token_accuracy": 0.9562619209289551, + "num_tokens": 75907421.0, + "step": 58980 + }, + { + "entropy": 1.0102730214595794, + "epoch": 5.635807776822395, + "grad_norm": 1.9930291175842285, + "learning_rate": 4.364000409671577e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9571866273880005, + "num_tokens": 75920295.0, + "step": 58990 + }, + { + "entropy": 1.0202252984046936, + "epoch": 5.636763160408904, + "grad_norm": 1.903469443321228, + "learning_rate": 4.36243356736544e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9576425671577453, + "num_tokens": 75932829.0, + "step": 59000 + }, + { + "entropy": 1.0098656058311462, + "epoch": 5.6377185439954145, + "grad_norm": 2.1815552711486816, + "learning_rate": 4.3608667887004355e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9615308284759522, + "num_tokens": 75944944.0, + "step": 59010 + }, + { + "entropy": 1.0367701649665833, + "epoch": 5.638673927581924, + "grad_norm": 1.5145260095596313, + "learning_rate": 4.359300073832956e-05, + "loss": 0.0926, + "mean_token_accuracy": 0.9666691184043884, + "num_tokens": 75958241.0, + "step": 59020 + }, + { + "entropy": 1.0232652127742767, + "epoch": 5.639629311168434, + "grad_norm": 1.0384942293167114, + "learning_rate": 4.357733422919389e-05, + "loss": 0.0946, + "mean_token_accuracy": 0.9645292043685914, + "num_tokens": 75971474.0, + "step": 59030 + }, + { + "entropy": 0.9937834560871124, + "epoch": 5.640584694754944, + "grad_norm": 1.5897802114486694, + "learning_rate": 4.3561668361161194e-05, + "loss": 0.118, + "mean_token_accuracy": 0.9530652642250061, + "num_tokens": 75983792.0, + "step": 59040 + }, + { + "entropy": 1.0162669837474823, + "epoch": 5.641540078341454, + "grad_norm": 1.9595595598220825, + "learning_rate": 4.354600313579516e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.951963084936142, + "num_tokens": 75996860.0, + "step": 59050 + }, + { + "entropy": 1.0206336438655854, + "epoch": 5.642495461927964, + "grad_norm": 1.26904296875, + "learning_rate": 4.353033855465953e-05, + "loss": 0.1122, + "mean_token_accuracy": 0.9567325472831726, + "num_tokens": 76009738.0, + "step": 59060 + }, + { + "entropy": 1.0100668370723724, + "epoch": 5.643450845514474, + "grad_norm": 1.7756738662719727, + "learning_rate": 4.3514674619317885e-05, + "loss": 0.0926, + "mean_token_accuracy": 0.964486026763916, + "num_tokens": 76022390.0, + "step": 59070 + }, + { + "entropy": 1.012079131603241, + "epoch": 5.6444062291009836, + "grad_norm": 1.5970942974090576, + "learning_rate": 4.349901133133381e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9577567756175995, + "num_tokens": 76035010.0, + "step": 59080 + }, + { + "entropy": 1.0082918584346772, + "epoch": 5.645361612687494, + "grad_norm": 1.6430062055587769, + "learning_rate": 4.348334869227077e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9627651453018189, + "num_tokens": 76047955.0, + "step": 59090 + }, + { + "entropy": 1.0104998469352722, + "epoch": 5.646316996274004, + "grad_norm": 1.195576548576355, + "learning_rate": 4.346768670369221e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9586584806442261, + "num_tokens": 76060077.0, + "step": 59100 + }, + { + "entropy": 1.022644704580307, + "epoch": 5.647272379860514, + "grad_norm": 1.353785753250122, + "learning_rate": 4.345202536716147e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9562850534915924, + "num_tokens": 76073122.0, + "step": 59110 + }, + { + "entropy": 1.0206495702266694, + "epoch": 5.648227763447024, + "grad_norm": 0.762316882610321, + "learning_rate": 4.343636468424186e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.9611854612827301, + "num_tokens": 76085652.0, + "step": 59120 + }, + { + "entropy": 1.0174578964710235, + "epoch": 5.649183147033534, + "grad_norm": 1.5830010175704956, + "learning_rate": 4.3420704656496626e-05, + "loss": 0.1185, + "mean_token_accuracy": 0.9523403763771057, + "num_tokens": 76098833.0, + "step": 59130 + }, + { + "entropy": 1.0111917674541473, + "epoch": 5.650138530620044, + "grad_norm": 1.228981375694275, + "learning_rate": 4.34050452854889e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9597450613975524, + "num_tokens": 76111825.0, + "step": 59140 + }, + { + "entropy": 1.0148084342479706, + "epoch": 5.6510939142065535, + "grad_norm": 1.4098562002182007, + "learning_rate": 4.338938657278182e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9544038355350495, + "num_tokens": 76124792.0, + "step": 59150 + }, + { + "entropy": 1.0060526967048644, + "epoch": 5.652049297793064, + "grad_norm": 1.6410404443740845, + "learning_rate": 4.337372851993839e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9555876970291137, + "num_tokens": 76137279.0, + "step": 59160 + }, + { + "entropy": 1.0104103088378906, + "epoch": 5.653004681379574, + "grad_norm": 1.7717801332473755, + "learning_rate": 4.335807112852159e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9576795041561127, + "num_tokens": 76150138.0, + "step": 59170 + }, + { + "entropy": 1.018927699327469, + "epoch": 5.653960064966084, + "grad_norm": 1.5653727054595947, + "learning_rate": 4.3342414400094324e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9597343921661377, + "num_tokens": 76163454.0, + "step": 59180 + }, + { + "entropy": 1.0161753177642823, + "epoch": 5.654915448552594, + "grad_norm": 2.6789886951446533, + "learning_rate": 4.33267583362194e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9596168160438537, + "num_tokens": 76176566.0, + "step": 59190 + }, + { + "entropy": 1.0343817710876464, + "epoch": 5.655870832139104, + "grad_norm": 2.0351109504699707, + "learning_rate": 4.3311102938459656e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.954590255022049, + "num_tokens": 76189383.0, + "step": 59200 + }, + { + "entropy": 1.03675035238266, + "epoch": 5.656826215725614, + "grad_norm": 1.4737337827682495, + "learning_rate": 4.329544820837772e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9585219264030457, + "num_tokens": 76202532.0, + "step": 59210 + }, + { + "entropy": 1.0185096561908722, + "epoch": 5.657781599312123, + "grad_norm": 1.2964539527893066, + "learning_rate": 4.327979414753628e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9608763456344604, + "num_tokens": 76215013.0, + "step": 59220 + }, + { + "entropy": 1.020760816335678, + "epoch": 5.658736982898634, + "grad_norm": 1.214136004447937, + "learning_rate": 4.326414075749788e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9640880942344665, + "num_tokens": 76227314.0, + "step": 59230 + }, + { + "entropy": 1.0124109923839568, + "epoch": 5.659692366485144, + "grad_norm": 1.4482587575912476, + "learning_rate": 4.3248488039825034e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.9561474740505218, + "num_tokens": 76239624.0, + "step": 59240 + }, + { + "entropy": 1.0076433718204498, + "epoch": 5.660647750071654, + "grad_norm": 1.2427895069122314, + "learning_rate": 4.323283599608017e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9621897041797638, + "num_tokens": 76252567.0, + "step": 59250 + }, + { + "entropy": 1.0133000373840333, + "epoch": 5.661603133658164, + "grad_norm": 1.754770278930664, + "learning_rate": 4.3217184627825645e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9623264074325562, + "num_tokens": 76265939.0, + "step": 59260 + }, + { + "entropy": 0.9949043810367584, + "epoch": 5.6625585172446735, + "grad_norm": 1.5375747680664062, + "learning_rate": 4.320153393662382e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9606042563915252, + "num_tokens": 76278750.0, + "step": 59270 + }, + { + "entropy": 1.0148500800132751, + "epoch": 5.663513900831184, + "grad_norm": 2.1878626346588135, + "learning_rate": 4.318588392403684e-05, + "loss": 0.0958, + "mean_token_accuracy": 0.9643411040306091, + "num_tokens": 76292114.0, + "step": 59280 + }, + { + "entropy": 1.0084208250045776, + "epoch": 5.664469284417693, + "grad_norm": 1.9720458984375, + "learning_rate": 4.317023459162694e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9609735310077667, + "num_tokens": 76305126.0, + "step": 59290 + }, + { + "entropy": 1.0098768830299378, + "epoch": 5.665424668004204, + "grad_norm": 1.9166460037231445, + "learning_rate": 4.315458594095618e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9619297027587891, + "num_tokens": 76317930.0, + "step": 59300 + }, + { + "entropy": 0.999013614654541, + "epoch": 5.666380051590714, + "grad_norm": 2.0112860202789307, + "learning_rate": 4.3138937973586625e-05, + "loss": 0.1123, + "mean_token_accuracy": 0.9576517164707183, + "num_tokens": 76330633.0, + "step": 59310 + }, + { + "entropy": 1.0081530213356018, + "epoch": 5.667335435177224, + "grad_norm": 1.882173776626587, + "learning_rate": 4.3123290691080196e-05, + "loss": 0.1202, + "mean_token_accuracy": 0.9509934186935425, + "num_tokens": 76343196.0, + "step": 59320 + }, + { + "entropy": 1.0295258224010468, + "epoch": 5.668290818763734, + "grad_norm": 2.032297372817993, + "learning_rate": 4.310764409499882e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9530938565731049, + "num_tokens": 76356480.0, + "step": 59330 + }, + { + "entropy": 1.016822749376297, + "epoch": 5.6692462023502435, + "grad_norm": 1.8678287267684937, + "learning_rate": 4.309199818690429e-05, + "loss": 0.118, + "mean_token_accuracy": 0.957749193906784, + "num_tokens": 76369480.0, + "step": 59340 + }, + { + "entropy": 1.0222266376018525, + "epoch": 5.670201585936754, + "grad_norm": 1.4722234010696411, + "learning_rate": 4.307635296835838e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9604550063610077, + "num_tokens": 76382375.0, + "step": 59350 + }, + { + "entropy": 1.0294852256774902, + "epoch": 5.671156969523263, + "grad_norm": 1.7900859117507935, + "learning_rate": 4.30607084409228e-05, + "loss": 0.1046, + "mean_token_accuracy": 0.9571045398712158, + "num_tokens": 76395626.0, + "step": 59360 + }, + { + "entropy": 1.002572739124298, + "epoch": 5.672112353109774, + "grad_norm": 1.3607726097106934, + "learning_rate": 4.304506460615911e-05, + "loss": 0.0838, + "mean_token_accuracy": 0.9659471154212952, + "num_tokens": 76409030.0, + "step": 59370 + }, + { + "entropy": 1.01677765250206, + "epoch": 5.673067736696283, + "grad_norm": 2.0733237266540527, + "learning_rate": 4.302942146562892e-05, + "loss": 0.0838, + "mean_token_accuracy": 0.9655569493770599, + "num_tokens": 76421462.0, + "step": 59380 + }, + { + "entropy": 1.0059588193893432, + "epoch": 5.6740231202827935, + "grad_norm": 2.0523087978363037, + "learning_rate": 4.3013779020893674e-05, + "loss": 0.1163, + "mean_token_accuracy": 0.9567034065723419, + "num_tokens": 76434489.0, + "step": 59390 + }, + { + "entropy": 1.0262994050979615, + "epoch": 5.674978503869303, + "grad_norm": 1.62431001663208, + "learning_rate": 4.2998137273514805e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9679087996482849, + "num_tokens": 76447748.0, + "step": 59400 + }, + { + "entropy": 1.0104435741901399, + "epoch": 5.675933887455813, + "grad_norm": 2.185931444168091, + "learning_rate": 4.298249622505363e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9541510939598083, + "num_tokens": 76460301.0, + "step": 59410 + }, + { + "entropy": 1.0260043263435363, + "epoch": 5.676889271042324, + "grad_norm": 1.1640212535858154, + "learning_rate": 4.296685587707142e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9618544220924378, + "num_tokens": 76473537.0, + "step": 59420 + }, + { + "entropy": 1.013780516386032, + "epoch": 5.677844654628833, + "grad_norm": 1.2522687911987305, + "learning_rate": 4.295121623112942e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.9611011385917664, + "num_tokens": 76486519.0, + "step": 59430 + }, + { + "entropy": 1.0027462780475616, + "epoch": 5.678800038215344, + "grad_norm": 1.3527990579605103, + "learning_rate": 4.29355772887887e-05, + "loss": 0.091, + "mean_token_accuracy": 0.961587542295456, + "num_tokens": 76499577.0, + "step": 59440 + }, + { + "entropy": 1.0076213777065277, + "epoch": 5.679755421801853, + "grad_norm": 1.0957422256469727, + "learning_rate": 4.291993905161037e-05, + "loss": 0.119, + "mean_token_accuracy": 0.9517867088317871, + "num_tokens": 76512358.0, + "step": 59450 + }, + { + "entropy": 1.0179976582527162, + "epoch": 5.6807108053883635, + "grad_norm": 0.8879404067993164, + "learning_rate": 4.290430152115538e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9621402859687805, + "num_tokens": 76525101.0, + "step": 59460 + }, + { + "entropy": 1.0260442256927491, + "epoch": 5.681666188974873, + "grad_norm": 1.211842656135559, + "learning_rate": 4.288866469898469e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9658808648586273, + "num_tokens": 76538214.0, + "step": 59470 + }, + { + "entropy": 1.0290543973445891, + "epoch": 5.682621572561383, + "grad_norm": 1.5976840257644653, + "learning_rate": 4.2873028586659116e-05, + "loss": 0.1098, + "mean_token_accuracy": 0.9583727598190308, + "num_tokens": 76551360.0, + "step": 59480 + }, + { + "entropy": 1.0200016975402832, + "epoch": 5.683576956147894, + "grad_norm": 1.4317103624343872, + "learning_rate": 4.285739318573945e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9520932614803315, + "num_tokens": 76564407.0, + "step": 59490 + }, + { + "entropy": 1.0024910151958466, + "epoch": 5.684532339734403, + "grad_norm": 1.9940634965896606, + "learning_rate": 4.284175849778641e-05, + "loss": 0.0962, + "mean_token_accuracy": 0.9629232108592987, + "num_tokens": 76577029.0, + "step": 59500 + }, + { + "entropy": 1.0127739787101746, + "epoch": 5.685487723320914, + "grad_norm": 1.2112023830413818, + "learning_rate": 4.28261245243606e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.9504889190196991, + "num_tokens": 76589608.0, + "step": 59510 + }, + { + "entropy": 1.0101217806339264, + "epoch": 5.686443106907423, + "grad_norm": 1.5442627668380737, + "learning_rate": 4.281049126702263e-05, + "loss": 0.1164, + "mean_token_accuracy": 0.9525353372097015, + "num_tokens": 76602826.0, + "step": 59520 + }, + { + "entropy": 1.019676011800766, + "epoch": 5.687398490493933, + "grad_norm": 1.9100364446640015, + "learning_rate": 4.279485872733295e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9615858316421508, + "num_tokens": 76615535.0, + "step": 59530 + }, + { + "entropy": 1.02480092048645, + "epoch": 5.688353874080443, + "grad_norm": 1.61765718460083, + "learning_rate": 4.277922690685202e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9624948740005493, + "num_tokens": 76628332.0, + "step": 59540 + }, + { + "entropy": 1.0058408975601196, + "epoch": 5.689309257666953, + "grad_norm": 1.4635390043258667, + "learning_rate": 4.276359580714015e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9609930634498596, + "num_tokens": 76641111.0, + "step": 59550 + }, + { + "entropy": 1.0309624433517457, + "epoch": 5.690264641253464, + "grad_norm": 1.3050626516342163, + "learning_rate": 4.274796542975765e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.95581174492836, + "num_tokens": 76654362.0, + "step": 59560 + }, + { + "entropy": 1.0140647649765016, + "epoch": 5.691220024839973, + "grad_norm": 1.5413119792938232, + "learning_rate": 4.273233577626472e-05, + "loss": 0.1139, + "mean_token_accuracy": 0.9557994306087494, + "num_tokens": 76667589.0, + "step": 59570 + }, + { + "entropy": 0.9881724059581757, + "epoch": 5.6921754084264835, + "grad_norm": 1.815894365310669, + "learning_rate": 4.2716706848221463e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9575617969036102, + "num_tokens": 76679595.0, + "step": 59580 + }, + { + "entropy": 0.9793523013591766, + "epoch": 5.693130792012993, + "grad_norm": 1.2556320428848267, + "learning_rate": 4.270107864718801e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9660203456878662, + "num_tokens": 76691918.0, + "step": 59590 + }, + { + "entropy": 1.0185791730880738, + "epoch": 5.694086175599503, + "grad_norm": 1.4461431503295898, + "learning_rate": 4.2685451174724265e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9629219591617584, + "num_tokens": 76705055.0, + "step": 59600 + }, + { + "entropy": 1.010441541671753, + "epoch": 5.695041559186013, + "grad_norm": 1.8367266654968262, + "learning_rate": 4.266982443239021e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9627426505088806, + "num_tokens": 76717693.0, + "step": 59610 + }, + { + "entropy": 1.0184268414974214, + "epoch": 5.695996942772523, + "grad_norm": 1.2633459568023682, + "learning_rate": 4.265419842174564e-05, + "loss": 0.1193, + "mean_token_accuracy": 0.9574430584907532, + "num_tokens": 76730896.0, + "step": 59620 + }, + { + "entropy": 1.0137552440166473, + "epoch": 5.696952326359034, + "grad_norm": 1.6734586954116821, + "learning_rate": 4.2638573144350374e-05, + "loss": 0.1137, + "mean_token_accuracy": 0.9539360344409943, + "num_tokens": 76743558.0, + "step": 59630 + }, + { + "entropy": 1.0082498133182525, + "epoch": 5.697907709945543, + "grad_norm": 1.65181565284729, + "learning_rate": 4.262294860176406e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9574245333671569, + "num_tokens": 76756077.0, + "step": 59640 + }, + { + "entropy": 1.0196924448013305, + "epoch": 5.6988630935320534, + "grad_norm": 1.4296594858169556, + "learning_rate": 4.260732479554635e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9558605909347534, + "num_tokens": 76769606.0, + "step": 59650 + }, + { + "entropy": 1.030902874469757, + "epoch": 5.699818477118563, + "grad_norm": 0.8507644534111023, + "learning_rate": 4.259170172725679e-05, + "loss": 0.1126, + "mean_token_accuracy": 0.9588452160358429, + "num_tokens": 76783144.0, + "step": 59660 + }, + { + "entropy": 1.0167620062828064, + "epoch": 5.700773860705073, + "grad_norm": 1.383379578590393, + "learning_rate": 4.2576079398454845e-05, + "loss": 0.1233, + "mean_token_accuracy": 0.9518325924873352, + "num_tokens": 76795643.0, + "step": 59670 + }, + { + "entropy": 1.0190272092819215, + "epoch": 5.701729244291583, + "grad_norm": 1.3412013053894043, + "learning_rate": 4.256045781069995e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9586030662059783, + "num_tokens": 76808483.0, + "step": 59680 + }, + { + "entropy": 1.012687474489212, + "epoch": 5.702684627878093, + "grad_norm": 1.8258830308914185, + "learning_rate": 4.254483696555138e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9591839373111725, + "num_tokens": 76820764.0, + "step": 59690 + }, + { + "entropy": 1.0300596475601196, + "epoch": 5.7036400114646035, + "grad_norm": 2.427964687347412, + "learning_rate": 4.252921686456844e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9580135822296143, + "num_tokens": 76833913.0, + "step": 59700 + }, + { + "entropy": 1.0106453537940978, + "epoch": 5.704595395051113, + "grad_norm": 1.638122797012329, + "learning_rate": 4.2513597509310283e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9623817145824433, + "num_tokens": 76846909.0, + "step": 59710 + }, + { + "entropy": 1.004007875919342, + "epoch": 5.705550778637623, + "grad_norm": 1.848585844039917, + "learning_rate": 4.249797890133601e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9611328423023224, + "num_tokens": 76859880.0, + "step": 59720 + }, + { + "entropy": 1.0101466357707978, + "epoch": 5.706506162224133, + "grad_norm": 1.6750106811523438, + "learning_rate": 4.248236104220469e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9599187433719635, + "num_tokens": 76872513.0, + "step": 59730 + }, + { + "entropy": 1.028794801235199, + "epoch": 5.707461545810643, + "grad_norm": 1.6969789266586304, + "learning_rate": 4.2466743933475216e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.952546352148056, + "num_tokens": 76885669.0, + "step": 59740 + }, + { + "entropy": 1.0071504652500152, + "epoch": 5.708416929397153, + "grad_norm": 1.0212304592132568, + "learning_rate": 4.245112757670655e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9656297206878662, + "num_tokens": 76897950.0, + "step": 59750 + }, + { + "entropy": 1.0031921923160554, + "epoch": 5.709372312983663, + "grad_norm": 1.8385053873062134, + "learning_rate": 4.2435511973457406e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9570714592933655, + "num_tokens": 76910548.0, + "step": 59760 + }, + { + "entropy": 1.0204368591308595, + "epoch": 5.710327696570173, + "grad_norm": 1.5900053977966309, + "learning_rate": 4.2419897125286604e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.959162038564682, + "num_tokens": 76923999.0, + "step": 59770 + }, + { + "entropy": 1.0182962477207185, + "epoch": 5.711283080156683, + "grad_norm": 1.7112157344818115, + "learning_rate": 4.2404283033752735e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9575628519058228, + "num_tokens": 76937031.0, + "step": 59780 + }, + { + "entropy": 1.0208443582057953, + "epoch": 5.712238463743192, + "grad_norm": 1.5410326719284058, + "learning_rate": 4.238866970041441e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9591195940971374, + "num_tokens": 76949822.0, + "step": 59790 + }, + { + "entropy": 1.0182230532169343, + "epoch": 5.713193847329703, + "grad_norm": 1.7300828695297241, + "learning_rate": 4.237305712683014e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.951863294839859, + "num_tokens": 76962845.0, + "step": 59800 + }, + { + "entropy": 1.0160822510719298, + "epoch": 5.714149230916213, + "grad_norm": 1.6179068088531494, + "learning_rate": 4.235744531455832e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9613892614841462, + "num_tokens": 76975304.0, + "step": 59810 + }, + { + "entropy": 1.0155168414115905, + "epoch": 5.715104614502723, + "grad_norm": 1.4654566049575806, + "learning_rate": 4.234183426515734e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9606756508350373, + "num_tokens": 76987833.0, + "step": 59820 + }, + { + "entropy": 1.0250277400016785, + "epoch": 5.716059998089233, + "grad_norm": 1.609265923500061, + "learning_rate": 4.232622398018544e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9586324334144593, + "num_tokens": 77000966.0, + "step": 59830 + }, + { + "entropy": 1.002067756652832, + "epoch": 5.7170153816757425, + "grad_norm": 1.4810901880264282, + "learning_rate": 4.2310614461200874e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9532992422580719, + "num_tokens": 77013430.0, + "step": 59840 + }, + { + "entropy": 1.0043968200683593, + "epoch": 5.717970765262253, + "grad_norm": 1.1780744791030884, + "learning_rate": 4.22950057097617e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9661471664905548, + "num_tokens": 77025769.0, + "step": 59850 + }, + { + "entropy": 1.0132429718971252, + "epoch": 5.718926148848762, + "grad_norm": 1.9203826189041138, + "learning_rate": 4.2279397727426005e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9619572818279266, + "num_tokens": 77038316.0, + "step": 59860 + }, + { + "entropy": 1.0216797053813935, + "epoch": 5.719881532435273, + "grad_norm": 1.495198369026184, + "learning_rate": 4.226379051575177e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9593099057674408, + "num_tokens": 77051201.0, + "step": 59870 + }, + { + "entropy": 1.015365183353424, + "epoch": 5.720836916021783, + "grad_norm": 2.117372512817383, + "learning_rate": 4.224818407629685e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9535009562969208, + "num_tokens": 77064082.0, + "step": 59880 + }, + { + "entropy": 1.019398707151413, + "epoch": 5.721792299608293, + "grad_norm": 1.3246279954910278, + "learning_rate": 4.2232578410619095e-05, + "loss": 0.1098, + "mean_token_accuracy": 0.9578231751918793, + "num_tokens": 77077152.0, + "step": 59890 + }, + { + "entropy": 1.0155940890312194, + "epoch": 5.722747683194803, + "grad_norm": 1.3669310808181763, + "learning_rate": 4.221697352027621e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9606464505195618, + "num_tokens": 77090185.0, + "step": 59900 + }, + { + "entropy": 1.0009303629398345, + "epoch": 5.7237030667813125, + "grad_norm": 2.106170415878296, + "learning_rate": 4.2201369406825914e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9508649170398712, + "num_tokens": 77102732.0, + "step": 59910 + }, + { + "entropy": 1.0140210151672364, + "epoch": 5.724658450367823, + "grad_norm": 0.9669634699821472, + "learning_rate": 4.2185766071825716e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9570885002613068, + "num_tokens": 77115474.0, + "step": 59920 + }, + { + "entropy": 1.0108768165111541, + "epoch": 5.725613833954332, + "grad_norm": 1.3573896884918213, + "learning_rate": 4.217016351683319e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.958784955739975, + "num_tokens": 77128019.0, + "step": 59930 + }, + { + "entropy": 0.9981366753578186, + "epoch": 5.726569217540843, + "grad_norm": 1.841867446899414, + "learning_rate": 4.215456174340572e-05, + "loss": 0.085, + "mean_token_accuracy": 0.9682217121124268, + "num_tokens": 77140545.0, + "step": 59940 + }, + { + "entropy": 1.014362448453903, + "epoch": 5.727524601127353, + "grad_norm": 2.1101572513580322, + "learning_rate": 4.213896075310068e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9606536984443664, + "num_tokens": 77152613.0, + "step": 59950 + }, + { + "entropy": 1.0087773978710175, + "epoch": 5.7284799847138625, + "grad_norm": 1.6399515867233276, + "learning_rate": 4.212336054747534e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9563626229763031, + "num_tokens": 77165701.0, + "step": 59960 + }, + { + "entropy": 1.0002740561962127, + "epoch": 5.729435368300373, + "grad_norm": 2.334130048751831, + "learning_rate": 4.210776112808689e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.961485481262207, + "num_tokens": 77178586.0, + "step": 59970 + }, + { + "entropy": 1.0200496315956116, + "epoch": 5.730390751886882, + "grad_norm": 1.8908579349517822, + "learning_rate": 4.209216249649244e-05, + "loss": 0.1205, + "mean_token_accuracy": 0.951279205083847, + "num_tokens": 77191403.0, + "step": 59980 + }, + { + "entropy": 1.015747421979904, + "epoch": 5.731346135473393, + "grad_norm": 1.1570649147033691, + "learning_rate": 4.2076564654249026e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9623619735240936, + "num_tokens": 77204150.0, + "step": 59990 + }, + { + "entropy": 1.0067154169082642, + "epoch": 5.732301519059902, + "grad_norm": 1.1562488079071045, + "learning_rate": 4.206096760291364e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9518741428852081, + "num_tokens": 77216885.0, + "step": 60000 + }, + { + "entropy": 1.0141311049461366, + "epoch": 5.733256902646413, + "grad_norm": 2.256060838699341, + "learning_rate": 4.2045371344043095e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9568229794502259, + "num_tokens": 77230075.0, + "step": 60010 + }, + { + "entropy": 0.997792249917984, + "epoch": 5.734212286232923, + "grad_norm": 2.032726526260376, + "learning_rate": 4.2029775879194246e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.956888484954834, + "num_tokens": 77242429.0, + "step": 60020 + }, + { + "entropy": 1.0115245580673218, + "epoch": 5.7351676698194325, + "grad_norm": 1.4798074960708618, + "learning_rate": 4.201418120992381e-05, + "loss": 0.1067, + "mean_token_accuracy": 0.9594660937786103, + "num_tokens": 77255102.0, + "step": 60030 + }, + { + "entropy": 1.0051791429519654, + "epoch": 5.736123053405943, + "grad_norm": 1.2105673551559448, + "learning_rate": 4.199858733778841e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.957817155122757, + "num_tokens": 77268113.0, + "step": 60040 + }, + { + "entropy": 1.0029562354087829, + "epoch": 5.737078436992452, + "grad_norm": 1.56547212600708, + "learning_rate": 4.1982994264344615e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9638184547424317, + "num_tokens": 77281086.0, + "step": 60050 + }, + { + "entropy": 1.006203305721283, + "epoch": 5.738033820578963, + "grad_norm": 1.6262948513031006, + "learning_rate": 4.196740199114889e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9598730981349946, + "num_tokens": 77294160.0, + "step": 60060 + }, + { + "entropy": 0.9919091105461121, + "epoch": 5.738989204165472, + "grad_norm": 1.4714003801345825, + "learning_rate": 4.195181051975769e-05, + "loss": 0.106, + "mean_token_accuracy": 0.958791172504425, + "num_tokens": 77307003.0, + "step": 60070 + }, + { + "entropy": 0.9977616548538208, + "epoch": 5.739944587751983, + "grad_norm": 1.2761330604553223, + "learning_rate": 4.193621985172727e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9575204908847809, + "num_tokens": 77319312.0, + "step": 60080 + }, + { + "entropy": 1.0217052340507506, + "epoch": 5.740899971338492, + "grad_norm": 2.2030727863311768, + "learning_rate": 4.1920629988613914e-05, + "loss": 0.1288, + "mean_token_accuracy": 0.9492873251438141, + "num_tokens": 77332305.0, + "step": 60090 + }, + { + "entropy": 0.9943329870700837, + "epoch": 5.741855354925002, + "grad_norm": 1.571744441986084, + "learning_rate": 4.1905040931973786e-05, + "loss": 0.1084, + "mean_token_accuracy": 0.9563922703266143, + "num_tokens": 77344575.0, + "step": 60100 + }, + { + "entropy": 1.0195493578910828, + "epoch": 5.742810738511512, + "grad_norm": 1.643992304801941, + "learning_rate": 4.188945268336294e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9597625136375427, + "num_tokens": 77357516.0, + "step": 60110 + }, + { + "entropy": 1.0234877824783326, + "epoch": 5.743766122098022, + "grad_norm": 1.9924442768096924, + "learning_rate": 4.1873865244337404e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9594870746135712, + "num_tokens": 77370571.0, + "step": 60120 + }, + { + "entropy": 1.008096832036972, + "epoch": 5.744721505684533, + "grad_norm": 1.293453574180603, + "learning_rate": 4.185827861645308e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9632251262664795, + "num_tokens": 77383202.0, + "step": 60130 + }, + { + "entropy": 1.0095930457115174, + "epoch": 5.745676889271042, + "grad_norm": 1.9335706233978271, + "learning_rate": 4.184269280126582e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9645509481430053, + "num_tokens": 77396479.0, + "step": 60140 + }, + { + "entropy": 1.0177180469036102, + "epoch": 5.7466322728575525, + "grad_norm": 1.428977131843567, + "learning_rate": 4.1827107800331356e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9595436036586762, + "num_tokens": 77409126.0, + "step": 60150 + }, + { + "entropy": 1.023751437664032, + "epoch": 5.747587656444062, + "grad_norm": 1.6896039247512817, + "learning_rate": 4.1811523615205384e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9539065837860108, + "num_tokens": 77421932.0, + "step": 60160 + }, + { + "entropy": 1.0287464797496795, + "epoch": 5.748543040030572, + "grad_norm": 1.8058744668960571, + "learning_rate": 4.179594024744352e-05, + "loss": 0.122, + "mean_token_accuracy": 0.9519235193729401, + "num_tokens": 77434878.0, + "step": 60170 + }, + { + "entropy": 1.0395930290222168, + "epoch": 5.749498423617082, + "grad_norm": 1.682349681854248, + "learning_rate": 4.178035769860124e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9563894987106323, + "num_tokens": 77448015.0, + "step": 60180 + }, + { + "entropy": 1.0277502894401551, + "epoch": 5.750453807203592, + "grad_norm": 1.1619936227798462, + "learning_rate": 4.176477597023399e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9608268976211548, + "num_tokens": 77460817.0, + "step": 60190 + }, + { + "entropy": 1.02808575630188, + "epoch": 5.751409190790103, + "grad_norm": 1.2664833068847656, + "learning_rate": 4.1749195063897126e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9576368570327759, + "num_tokens": 77473789.0, + "step": 60200 + }, + { + "entropy": 1.0247901260852814, + "epoch": 5.752364574376612, + "grad_norm": 2.1492886543273926, + "learning_rate": 4.173361498114592e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.961001855134964, + "num_tokens": 77486612.0, + "step": 60210 + }, + { + "entropy": 1.0409632325172424, + "epoch": 5.7533199579631225, + "grad_norm": 1.8854987621307373, + "learning_rate": 4.171803572353552e-05, + "loss": 0.1276, + "mean_token_accuracy": 0.9541725158691406, + "num_tokens": 77499764.0, + "step": 60220 + }, + { + "entropy": 1.0484618306159974, + "epoch": 5.754275341549632, + "grad_norm": 1.6487298011779785, + "learning_rate": 4.170245729262109e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9548836767673492, + "num_tokens": 77513103.0, + "step": 60230 + }, + { + "entropy": 1.045513427257538, + "epoch": 5.755230725136142, + "grad_norm": 1.2996355295181274, + "learning_rate": 4.1686879689957584e-05, + "loss": 0.1138, + "mean_token_accuracy": 0.9572417438030243, + "num_tokens": 77526301.0, + "step": 60240 + }, + { + "entropy": 1.0327239871025085, + "epoch": 5.756186108722652, + "grad_norm": 2.1574900150299072, + "learning_rate": 4.1671302917099995e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9558167040348053, + "num_tokens": 77539031.0, + "step": 60250 + }, + { + "entropy": 1.026821106672287, + "epoch": 5.757141492309162, + "grad_norm": 1.2608873844146729, + "learning_rate": 4.165572697560316e-05, + "loss": 0.0966, + "mean_token_accuracy": 0.9633571565151214, + "num_tokens": 77551665.0, + "step": 60260 + }, + { + "entropy": 1.0369945526123048, + "epoch": 5.7580968758956725, + "grad_norm": 1.1587276458740234, + "learning_rate": 4.1640151867021835e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9638813436031342, + "num_tokens": 77564670.0, + "step": 60270 + }, + { + "entropy": 1.0350748121738433, + "epoch": 5.759052259482182, + "grad_norm": 1.449220061302185, + "learning_rate": 4.1624577592910735e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.9612798750400543, + "num_tokens": 77577582.0, + "step": 60280 + }, + { + "entropy": 1.0177480220794677, + "epoch": 5.760007643068692, + "grad_norm": 0.994601309299469, + "learning_rate": 4.160900415482444e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9603882908821106, + "num_tokens": 77589916.0, + "step": 60290 + }, + { + "entropy": 1.0366701662540436, + "epoch": 5.760963026655202, + "grad_norm": 1.4306349754333496, + "learning_rate": 4.159343155431751e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9592135727405549, + "num_tokens": 77602897.0, + "step": 60300 + }, + { + "entropy": 1.0199985325336456, + "epoch": 5.761918410241712, + "grad_norm": 2.028740167617798, + "learning_rate": 4.157785979294432e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9606268227100372, + "num_tokens": 77615641.0, + "step": 60310 + }, + { + "entropy": 1.0323985457420348, + "epoch": 5.762873793828222, + "grad_norm": 1.2083808183670044, + "learning_rate": 4.156228887225928e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9600048005580902, + "num_tokens": 77629145.0, + "step": 60320 + }, + { + "entropy": 1.036170196533203, + "epoch": 5.763829177414732, + "grad_norm": 1.1750133037567139, + "learning_rate": 4.1546718793816655e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9609536528587341, + "num_tokens": 77642213.0, + "step": 60330 + }, + { + "entropy": 1.0143487215042115, + "epoch": 5.7647845610012425, + "grad_norm": 1.9572815895080566, + "learning_rate": 4.1531149559170616e-05, + "loss": 0.0927, + "mean_token_accuracy": 0.9619155526161194, + "num_tokens": 77654783.0, + "step": 60340 + }, + { + "entropy": 1.014868152141571, + "epoch": 5.765739944587752, + "grad_norm": 1.6786834001541138, + "learning_rate": 4.1515581169875284e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9629354298114776, + "num_tokens": 77667309.0, + "step": 60350 + }, + { + "entropy": 1.0146360397338867, + "epoch": 5.766695328174262, + "grad_norm": 1.7406351566314697, + "learning_rate": 4.1500013627484645e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9557711541652679, + "num_tokens": 77679977.0, + "step": 60360 + }, + { + "entropy": 1.0130282998085023, + "epoch": 5.767650711760772, + "grad_norm": 2.5325405597686768, + "learning_rate": 4.1484446933552665e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9595371961593628, + "num_tokens": 77693025.0, + "step": 60370 + }, + { + "entropy": 1.0348833858966828, + "epoch": 5.768606095347282, + "grad_norm": 2.5779407024383545, + "learning_rate": 4.1468881089633176e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.9539736151695252, + "num_tokens": 77706166.0, + "step": 60380 + }, + { + "entropy": 1.01612588763237, + "epoch": 5.769561478933792, + "grad_norm": 1.8571057319641113, + "learning_rate": 4.1453316097279934e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9624566853046417, + "num_tokens": 77718921.0, + "step": 60390 + }, + { + "entropy": 1.0134775280952453, + "epoch": 5.770516862520302, + "grad_norm": 1.64730703830719, + "learning_rate": 4.143775195804665e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9623435258865356, + "num_tokens": 77731813.0, + "step": 60400 + }, + { + "entropy": 1.020005428791046, + "epoch": 5.7714722461068115, + "grad_norm": 1.8576298952102661, + "learning_rate": 4.1422188673486886e-05, + "loss": 0.1204, + "mean_token_accuracy": 0.9522316157817841, + "num_tokens": 77744690.0, + "step": 60410 + }, + { + "entropy": 1.0176423609256744, + "epoch": 5.772427629693322, + "grad_norm": 2.0724782943725586, + "learning_rate": 4.140662624515418e-05, + "loss": 0.0978, + "mean_token_accuracy": 0.9612328946590424, + "num_tokens": 77757769.0, + "step": 60420 + }, + { + "entropy": 1.025349348783493, + "epoch": 5.773383013279831, + "grad_norm": 1.8324557542800903, + "learning_rate": 4.1391064674601934e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9580585837364197, + "num_tokens": 77770909.0, + "step": 60430 + }, + { + "entropy": 1.0180079162120819, + "epoch": 5.774338396866342, + "grad_norm": 1.701570987701416, + "learning_rate": 4.1375503963383485e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9583131849765778, + "num_tokens": 77783508.0, + "step": 60440 + }, + { + "entropy": 1.0111972212791442, + "epoch": 5.775293780452852, + "grad_norm": 2.2897515296936035, + "learning_rate": 4.1359944113052096e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9585765421390533, + "num_tokens": 77795542.0, + "step": 60450 + }, + { + "entropy": 1.0166440725326538, + "epoch": 5.776249164039362, + "grad_norm": 1.564378261566162, + "learning_rate": 4.1344385125160904e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9567773044109344, + "num_tokens": 77807613.0, + "step": 60460 + }, + { + "entropy": 1.0161400437355042, + "epoch": 5.777204547625872, + "grad_norm": 1.8876066207885742, + "learning_rate": 4.1328827001263045e-05, + "loss": 0.0901, + "mean_token_accuracy": 0.9639129638671875, + "num_tokens": 77820333.0, + "step": 60470 + }, + { + "entropy": 1.011197918653488, + "epoch": 5.7781599312123815, + "grad_norm": 1.7010115385055542, + "learning_rate": 4.131326974291147e-05, + "loss": 0.1136, + "mean_token_accuracy": 0.9570199131965638, + "num_tokens": 77832632.0, + "step": 60480 + }, + { + "entropy": 0.9930234432220459, + "epoch": 5.779115314798892, + "grad_norm": 1.5246330499649048, + "learning_rate": 4.1297713351659096e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9628126800060273, + "num_tokens": 77845240.0, + "step": 60490 + }, + { + "entropy": 1.027705931663513, + "epoch": 5.780070698385401, + "grad_norm": 3.076754093170166, + "learning_rate": 4.1282157829058744e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9566090703010559, + "num_tokens": 77857967.0, + "step": 60500 + }, + { + "entropy": 1.00738023519516, + "epoch": 5.781026081971912, + "grad_norm": 1.353922963142395, + "learning_rate": 4.126660317666315e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9632838606834412, + "num_tokens": 77870972.0, + "step": 60510 + }, + { + "entropy": 1.007888090610504, + "epoch": 5.781981465558422, + "grad_norm": 1.4959018230438232, + "learning_rate": 4.125104939602495e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.961464935541153, + "num_tokens": 77884194.0, + "step": 60520 + }, + { + "entropy": 1.0155203998088838, + "epoch": 5.782936849144932, + "grad_norm": 1.0952345132827759, + "learning_rate": 4.1235496488696734e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9544631004333496, + "num_tokens": 77897120.0, + "step": 60530 + }, + { + "entropy": 1.0130512356758117, + "epoch": 5.783892232731442, + "grad_norm": 1.5526145696640015, + "learning_rate": 4.1219944456230934e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9593106389045716, + "num_tokens": 77909758.0, + "step": 60540 + }, + { + "entropy": 1.021308386325836, + "epoch": 5.784847616317951, + "grad_norm": 1.4219962358474731, + "learning_rate": 4.120439330017995e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9569131553173065, + "num_tokens": 77922594.0, + "step": 60550 + }, + { + "entropy": 1.0220455646514892, + "epoch": 5.785802999904462, + "grad_norm": 1.2291076183319092, + "learning_rate": 4.118884302209611e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9674748182296753, + "num_tokens": 77935617.0, + "step": 60560 + }, + { + "entropy": 1.0246676445007323, + "epoch": 5.786758383490971, + "grad_norm": 1.5022060871124268, + "learning_rate": 4.117329362353158e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9527745902538299, + "num_tokens": 77948584.0, + "step": 60570 + }, + { + "entropy": 1.0255622684955596, + "epoch": 5.787713767077482, + "grad_norm": 2.0211634635925293, + "learning_rate": 4.115774510603853e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9517197966575622, + "num_tokens": 77961794.0, + "step": 60580 + }, + { + "entropy": 1.0087041020393372, + "epoch": 5.788669150663992, + "grad_norm": 1.1875824928283691, + "learning_rate": 4.114219747116894e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9683322668075561, + "num_tokens": 77974986.0, + "step": 60590 + }, + { + "entropy": 1.0256951808929444, + "epoch": 5.7896245342505015, + "grad_norm": 1.8931630849838257, + "learning_rate": 4.1126650720474804e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9602645218372345, + "num_tokens": 77987848.0, + "step": 60600 + }, + { + "entropy": 1.024531650543213, + "epoch": 5.790579917837012, + "grad_norm": 2.8699002265930176, + "learning_rate": 4.111110485550795e-05, + "loss": 0.1105, + "mean_token_accuracy": 0.9604487717151642, + "num_tokens": 78000437.0, + "step": 60610 + }, + { + "entropy": 1.0459221482276917, + "epoch": 5.791535301423521, + "grad_norm": 1.5296592712402344, + "learning_rate": 4.109555987782014e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9608178317546845, + "num_tokens": 78013943.0, + "step": 60620 + }, + { + "entropy": 1.0430041611194611, + "epoch": 5.792490685010032, + "grad_norm": 2.241170883178711, + "learning_rate": 4.108001578896311e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9549018919467926, + "num_tokens": 78027179.0, + "step": 60630 + }, + { + "entropy": 1.012664610147476, + "epoch": 5.793446068596541, + "grad_norm": 1.0352115631103516, + "learning_rate": 4.1064472590488395e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9534558057785034, + "num_tokens": 78039490.0, + "step": 60640 + }, + { + "entropy": 1.0340789377689361, + "epoch": 5.794401452183052, + "grad_norm": 2.4226269721984863, + "learning_rate": 4.1048930283947536e-05, + "loss": 0.1478, + "mean_token_accuracy": 0.9502761363983154, + "num_tokens": 78052531.0, + "step": 60650 + }, + { + "entropy": 1.0179170370101929, + "epoch": 5.795356835769562, + "grad_norm": 1.0243197679519653, + "learning_rate": 4.103338887089192e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9536775887012482, + "num_tokens": 78065025.0, + "step": 60660 + }, + { + "entropy": 1.029154008626938, + "epoch": 5.796312219356071, + "grad_norm": 1.7771224975585938, + "learning_rate": 4.10178483528729e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9570227682590484, + "num_tokens": 78078030.0, + "step": 60670 + }, + { + "entropy": 1.0151498675346375, + "epoch": 5.797267602942582, + "grad_norm": 2.368699550628662, + "learning_rate": 4.100230873144168e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9529079496860504, + "num_tokens": 78091112.0, + "step": 60680 + }, + { + "entropy": 1.0157227158546447, + "epoch": 5.798222986529091, + "grad_norm": 1.4352447986602783, + "learning_rate": 4.0986770008149416e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9623754918575287, + "num_tokens": 78104299.0, + "step": 60690 + }, + { + "entropy": 1.0027270078659059, + "epoch": 5.799178370115602, + "grad_norm": 1.6017262935638428, + "learning_rate": 4.097123218454721e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.957604169845581, + "num_tokens": 78116713.0, + "step": 60700 + }, + { + "entropy": 1.0311911225318908, + "epoch": 5.800133753702111, + "grad_norm": 1.633737564086914, + "learning_rate": 4.0955695262185955e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9606692910194397, + "num_tokens": 78129786.0, + "step": 60710 + }, + { + "entropy": 1.0049972236156464, + "epoch": 5.8010891372886215, + "grad_norm": 1.1867369413375854, + "learning_rate": 4.0940159242616595e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.963166230916977, + "num_tokens": 78142160.0, + "step": 60720 + }, + { + "entropy": 1.0345992028713227, + "epoch": 5.802044520875131, + "grad_norm": 0.9687528014183044, + "learning_rate": 4.092462412738986e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9553262650966644, + "num_tokens": 78155548.0, + "step": 60730 + }, + { + "entropy": 1.0337146282196046, + "epoch": 5.802999904461641, + "grad_norm": 0.9794955849647522, + "learning_rate": 4.0909089918056505e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.964654141664505, + "num_tokens": 78168676.0, + "step": 60740 + }, + { + "entropy": 1.0222783863544465, + "epoch": 5.803955288048151, + "grad_norm": 1.8075072765350342, + "learning_rate": 4.089355661616708e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9602389395236969, + "num_tokens": 78181338.0, + "step": 60750 + }, + { + "entropy": 1.0251099586486816, + "epoch": 5.804910671634661, + "grad_norm": 1.4846348762512207, + "learning_rate": 4.0878024223272135e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9580293416976928, + "num_tokens": 78194883.0, + "step": 60760 + }, + { + "entropy": 1.0162551641464233, + "epoch": 5.805866055221172, + "grad_norm": 1.7665506601333618, + "learning_rate": 4.086249274092211e-05, + "loss": 0.0899, + "mean_token_accuracy": 0.9627031207084655, + "num_tokens": 78208040.0, + "step": 60770 + }, + { + "entropy": 1.0034709930419923, + "epoch": 5.806821438807681, + "grad_norm": 1.760012149810791, + "learning_rate": 4.084696217066728e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9647665798664093, + "num_tokens": 78220580.0, + "step": 60780 + }, + { + "entropy": 1.0187042355537415, + "epoch": 5.8077768223941915, + "grad_norm": 2.5181546211242676, + "learning_rate": 4.083143251405795e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9586744487285614, + "num_tokens": 78233602.0, + "step": 60790 + }, + { + "entropy": 1.0223572373390197, + "epoch": 5.808732205980701, + "grad_norm": 1.9449000358581543, + "learning_rate": 4.0815903772644235e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.9573429167270661, + "num_tokens": 78246507.0, + "step": 60800 + }, + { + "entropy": 1.018939459323883, + "epoch": 5.809687589567211, + "grad_norm": 1.7399914264678955, + "learning_rate": 4.080037594797622e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9631375014781952, + "num_tokens": 78259454.0, + "step": 60810 + }, + { + "entropy": 1.023463487625122, + "epoch": 5.810642973153721, + "grad_norm": 1.2893140316009521, + "learning_rate": 4.0784849041603856e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.958199405670166, + "num_tokens": 78271864.0, + "step": 60820 + }, + { + "entropy": 1.030019599199295, + "epoch": 5.811598356740231, + "grad_norm": 1.4236716032028198, + "learning_rate": 4.0769323055077036e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9567025184631348, + "num_tokens": 78284607.0, + "step": 60830 + }, + { + "entropy": 1.0432146489620209, + "epoch": 5.8125537403267415, + "grad_norm": 1.4249176979064941, + "learning_rate": 4.075379798994552e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9622798383235931, + "num_tokens": 78298231.0, + "step": 60840 + }, + { + "entropy": 1.0229373395442962, + "epoch": 5.813509123913251, + "grad_norm": 1.861749291419983, + "learning_rate": 4.073827384775901e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9543505370616913, + "num_tokens": 78310741.0, + "step": 60850 + }, + { + "entropy": 1.0237850964069366, + "epoch": 5.814464507499761, + "grad_norm": 1.8014274835586548, + "learning_rate": 4.072275063006715e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9628823220729827, + "num_tokens": 78323218.0, + "step": 60860 + }, + { + "entropy": 1.0378270268440246, + "epoch": 5.815419891086271, + "grad_norm": 1.5836215019226074, + "learning_rate": 4.070722833841938e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9558872759342194, + "num_tokens": 78335986.0, + "step": 60870 + }, + { + "entropy": 1.0293211102485658, + "epoch": 5.816375274672781, + "grad_norm": 2.1195762157440186, + "learning_rate": 4.069170697436518e-05, + "loss": 0.1224, + "mean_token_accuracy": 0.9504901230335235, + "num_tokens": 78348561.0, + "step": 60880 + }, + { + "entropy": 1.0299595296382904, + "epoch": 5.817330658259291, + "grad_norm": 1.3858258724212646, + "learning_rate": 4.0676186539453834e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.966160100698471, + "num_tokens": 78361127.0, + "step": 60890 + }, + { + "entropy": 1.032816505432129, + "epoch": 5.818286041845801, + "grad_norm": 2.570431709289551, + "learning_rate": 4.066066703523459e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9574293673038483, + "num_tokens": 78373802.0, + "step": 60900 + }, + { + "entropy": 1.0388675034046173, + "epoch": 5.8192414254323115, + "grad_norm": 1.4402670860290527, + "learning_rate": 4.0645148463256576e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9588555991649628, + "num_tokens": 78387289.0, + "step": 60910 + }, + { + "entropy": 1.0325861275196075, + "epoch": 5.820196809018821, + "grad_norm": 1.3239305019378662, + "learning_rate": 4.062963082506883e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9643094658851623, + "num_tokens": 78400481.0, + "step": 60920 + }, + { + "entropy": 1.0278120398521424, + "epoch": 5.821152192605331, + "grad_norm": 1.0918998718261719, + "learning_rate": 4.061411412222036e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9574562072753906, + "num_tokens": 78413258.0, + "step": 60930 + }, + { + "entropy": 1.0420435070991516, + "epoch": 5.822107576191841, + "grad_norm": 1.3629655838012695, + "learning_rate": 4.0598598356259946e-05, + "loss": 0.0917, + "mean_token_accuracy": 0.9650712728500366, + "num_tokens": 78426574.0, + "step": 60940 + }, + { + "entropy": 1.030178725719452, + "epoch": 5.823062959778351, + "grad_norm": 1.6397483348846436, + "learning_rate": 4.058308352873641e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.9613792896270752, + "num_tokens": 78439733.0, + "step": 60950 + }, + { + "entropy": 1.0120317578315734, + "epoch": 5.824018343364861, + "grad_norm": 1.584431529045105, + "learning_rate": 4.0567569641198394e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9658158779144287, + "num_tokens": 78451978.0, + "step": 60960 + }, + { + "entropy": 1.0298897564411162, + "epoch": 5.824973726951371, + "grad_norm": 2.1021652221679688, + "learning_rate": 4.055205669519449e-05, + "loss": 0.108, + "mean_token_accuracy": 0.959166270494461, + "num_tokens": 78465318.0, + "step": 60970 + }, + { + "entropy": 1.0157131493091582, + "epoch": 5.825929110537881, + "grad_norm": 2.1564736366271973, + "learning_rate": 4.0536544692273185e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9624750912189484, + "num_tokens": 78477840.0, + "step": 60980 + }, + { + "entropy": 1.0321321487426758, + "epoch": 5.826884494124391, + "grad_norm": 1.6253373622894287, + "learning_rate": 4.052103363398286e-05, + "loss": 0.0942, + "mean_token_accuracy": 0.9674696981906891, + "num_tokens": 78491835.0, + "step": 60990 + }, + { + "entropy": 1.025826770067215, + "epoch": 5.827839877710901, + "grad_norm": 1.3947546482086182, + "learning_rate": 4.050552352187182e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9555336236953735, + "num_tokens": 78504457.0, + "step": 61000 + }, + { + "entropy": 1.027874517440796, + "epoch": 5.828795261297411, + "grad_norm": 1.7929468154907227, + "learning_rate": 4.0490014357488235e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9619230449199676, + "num_tokens": 78516964.0, + "step": 61010 + }, + { + "entropy": 1.0205024242401124, + "epoch": 5.829750644883921, + "grad_norm": 1.6133975982666016, + "learning_rate": 4.047450614238027e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9645855307579041, + "num_tokens": 78529756.0, + "step": 61020 + }, + { + "entropy": 1.0389550566673278, + "epoch": 5.830706028470431, + "grad_norm": 1.0564427375793457, + "learning_rate": 4.0458998878095876e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.9535994231700897, + "num_tokens": 78542678.0, + "step": 61030 + }, + { + "entropy": 1.029323160648346, + "epoch": 5.831661412056941, + "grad_norm": 1.774370789527893, + "learning_rate": 4.044349256618302e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9623302698135376, + "num_tokens": 78555052.0, + "step": 61040 + }, + { + "entropy": 1.0417301654815674, + "epoch": 5.8326167956434505, + "grad_norm": 1.6641285419464111, + "learning_rate": 4.042798720818948e-05, + "loss": 0.1047, + "mean_token_accuracy": 0.9624036312103271, + "num_tokens": 78567807.0, + "step": 61050 + }, + { + "entropy": 1.0476043164730071, + "epoch": 5.833572179229961, + "grad_norm": 1.5711253881454468, + "learning_rate": 4.041248280566301e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9557049453258515, + "num_tokens": 78580669.0, + "step": 61060 + }, + { + "entropy": 1.0424638867378235, + "epoch": 5.83452756281647, + "grad_norm": 0.8782534003257751, + "learning_rate": 4.039697936015124e-05, + "loss": 0.0883, + "mean_token_accuracy": 0.9677285432815552, + "num_tokens": 78593963.0, + "step": 61070 + }, + { + "entropy": 1.030143928527832, + "epoch": 5.835482946402981, + "grad_norm": 1.4706391096115112, + "learning_rate": 4.0381476873201685e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9604649782180786, + "num_tokens": 78606532.0, + "step": 61080 + }, + { + "entropy": 1.051157534122467, + "epoch": 5.836438329989491, + "grad_norm": 2.0070855617523193, + "learning_rate": 4.036597534636183e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9552018225193024, + "num_tokens": 78619697.0, + "step": 61090 + }, + { + "entropy": 1.0343324661254882, + "epoch": 5.837393713576001, + "grad_norm": 1.7634090185165405, + "learning_rate": 4.035047478117896e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9597465991973877, + "num_tokens": 78632922.0, + "step": 61100 + }, + { + "entropy": 1.034100556373596, + "epoch": 5.838349097162511, + "grad_norm": 0.9317528009414673, + "learning_rate": 4.0334975179200375e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9632043302059173, + "num_tokens": 78646055.0, + "step": 61110 + }, + { + "entropy": 1.0362057089805603, + "epoch": 5.83930448074902, + "grad_norm": 1.6230244636535645, + "learning_rate": 4.031947654197319e-05, + "loss": 0.1239, + "mean_token_accuracy": 0.9505341053009033, + "num_tokens": 78658875.0, + "step": 61120 + }, + { + "entropy": 1.0186857402324676, + "epoch": 5.840259864335531, + "grad_norm": 1.6211540699005127, + "learning_rate": 4.030397887104449e-05, + "loss": 0.1039, + "mean_token_accuracy": 0.9613607347011566, + "num_tokens": 78671236.0, + "step": 61130 + }, + { + "entropy": 1.0366278886795044, + "epoch": 5.84121524792204, + "grad_norm": 2.0568528175354004, + "learning_rate": 4.02884821679612e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9522018611431122, + "num_tokens": 78683475.0, + "step": 61140 + }, + { + "entropy": 1.025221824645996, + "epoch": 5.842170631508551, + "grad_norm": 1.2119505405426025, + "learning_rate": 4.027298643427021e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9639276087284088, + "num_tokens": 78696372.0, + "step": 61150 + }, + { + "entropy": 1.0270948886871338, + "epoch": 5.843126015095061, + "grad_norm": 1.1456973552703857, + "learning_rate": 4.025749167151829e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9573064804077148, + "num_tokens": 78709035.0, + "step": 61160 + }, + { + "entropy": 1.0137435913085937, + "epoch": 5.8440813986815705, + "grad_norm": 0.8144550919532776, + "learning_rate": 4.024199788125207e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9595554232597351, + "num_tokens": 78721458.0, + "step": 61170 + }, + { + "entropy": 1.0132815539836884, + "epoch": 5.845036782268081, + "grad_norm": 1.4492419958114624, + "learning_rate": 4.022650506501818e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.958497041463852, + "num_tokens": 78733957.0, + "step": 61180 + }, + { + "entropy": 1.001187151670456, + "epoch": 5.84599216585459, + "grad_norm": 1.7103904485702515, + "learning_rate": 4.021101322436304e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9658212006092072, + "num_tokens": 78746257.0, + "step": 61190 + }, + { + "entropy": 1.0328333497047424, + "epoch": 5.846947549441101, + "grad_norm": 1.097577452659607, + "learning_rate": 4.019552236083307e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9617523670196533, + "num_tokens": 78759205.0, + "step": 61200 + }, + { + "entropy": 1.0286014378070831, + "epoch": 5.84790293302761, + "grad_norm": 1.5293526649475098, + "learning_rate": 4.0180032475974524e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.952630341053009, + "num_tokens": 78772394.0, + "step": 61210 + }, + { + "entropy": 1.0264985322952271, + "epoch": 5.848858316614121, + "grad_norm": 1.4746198654174805, + "learning_rate": 4.0164543571333585e-05, + "loss": 0.0837, + "mean_token_accuracy": 0.9684367597103118, + "num_tokens": 78785098.0, + "step": 61220 + }, + { + "entropy": 1.0214149594306945, + "epoch": 5.849813700200631, + "grad_norm": 2.6541407108306885, + "learning_rate": 4.0149055648456354e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.9624395966529846, + "num_tokens": 78797916.0, + "step": 61230 + }, + { + "entropy": 1.031322979927063, + "epoch": 5.8507690837871404, + "grad_norm": 1.572253704071045, + "learning_rate": 4.013356870888879e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9578635334968567, + "num_tokens": 78811534.0, + "step": 61240 + }, + { + "entropy": 1.033975636959076, + "epoch": 5.851724467373651, + "grad_norm": 1.433306336402893, + "learning_rate": 4.011808275417683e-05, + "loss": 0.1201, + "mean_token_accuracy": 0.9501906096935272, + "num_tokens": 78824858.0, + "step": 61250 + }, + { + "entropy": 1.0298375606536865, + "epoch": 5.85267985096016, + "grad_norm": 1.3979110717773438, + "learning_rate": 4.0102597785866194e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9569021761417389, + "num_tokens": 78837842.0, + "step": 61260 + }, + { + "entropy": 1.0309053182601928, + "epoch": 5.853635234546671, + "grad_norm": 1.5246145725250244, + "learning_rate": 4.0087113805502644e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.963324248790741, + "num_tokens": 78851020.0, + "step": 61270 + }, + { + "entropy": 1.0099866688251495, + "epoch": 5.85459061813318, + "grad_norm": 1.8545640707015991, + "learning_rate": 4.0071630814631714e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9620277166366578, + "num_tokens": 78863633.0, + "step": 61280 + }, + { + "entropy": 1.038188135623932, + "epoch": 5.8555460017196905, + "grad_norm": 2.0720973014831543, + "learning_rate": 4.0056148814798935e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9577435672283172, + "num_tokens": 78876695.0, + "step": 61290 + }, + { + "entropy": 1.0191212713718414, + "epoch": 5.856501385306201, + "grad_norm": 3.3747150897979736, + "learning_rate": 4.004066780754969e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9623965203762055, + "num_tokens": 78889565.0, + "step": 61300 + }, + { + "entropy": 1.0153932213783263, + "epoch": 5.85745676889271, + "grad_norm": 1.8569591045379639, + "learning_rate": 4.0025187794429276e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.9647126615047454, + "num_tokens": 78902274.0, + "step": 61310 + }, + { + "entropy": 1.0181748569011688, + "epoch": 5.858412152479221, + "grad_norm": 1.6317745447158813, + "learning_rate": 4.000970877698289e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9541795492172241, + "num_tokens": 78915246.0, + "step": 61320 + }, + { + "entropy": 1.0092565357685088, + "epoch": 5.85936753606573, + "grad_norm": 2.1551148891448975, + "learning_rate": 3.999423075675561e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.9609635889530181, + "num_tokens": 78927570.0, + "step": 61330 + }, + { + "entropy": 1.0337896466255188, + "epoch": 5.860322919652241, + "grad_norm": 2.0037596225738525, + "learning_rate": 3.99787537352925e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9592739224433899, + "num_tokens": 78940590.0, + "step": 61340 + }, + { + "entropy": 1.0374504685401917, + "epoch": 5.86127830323875, + "grad_norm": 1.8089057207107544, + "learning_rate": 3.996327771413836e-05, + "loss": 0.1256, + "mean_token_accuracy": 0.9513941645622254, + "num_tokens": 78953968.0, + "step": 61350 + }, + { + "entropy": 1.0317804992198945, + "epoch": 5.8622336868252605, + "grad_norm": 2.339477062225342, + "learning_rate": 3.9947802694838057e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9587436497211457, + "num_tokens": 78967279.0, + "step": 61360 + }, + { + "entropy": 1.01616290807724, + "epoch": 5.86318907041177, + "grad_norm": 1.339650273323059, + "learning_rate": 3.993232867893628e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9672541201114655, + "num_tokens": 78979683.0, + "step": 61370 + }, + { + "entropy": 1.0092169284820556, + "epoch": 5.86414445399828, + "grad_norm": 1.4391683340072632, + "learning_rate": 3.99168556679776e-05, + "loss": 0.1112, + "mean_token_accuracy": 0.9587590217590332, + "num_tokens": 78992224.0, + "step": 61380 + }, + { + "entropy": 1.0360303163528441, + "epoch": 5.86509983758479, + "grad_norm": 1.1896990537643433, + "learning_rate": 3.990138366350655e-05, + "loss": 0.0901, + "mean_token_accuracy": 0.9678515493869781, + "num_tokens": 79005465.0, + "step": 61390 + }, + { + "entropy": 1.0389908313751222, + "epoch": 5.8660552211713, + "grad_norm": 1.3750747442245483, + "learning_rate": 3.988591266706749e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9578473210334778, + "num_tokens": 79018403.0, + "step": 61400 + }, + { + "entropy": 1.038068598508835, + "epoch": 5.8670106047578106, + "grad_norm": 1.4727729558944702, + "learning_rate": 3.987044268020477e-05, + "loss": 0.103, + "mean_token_accuracy": 0.9622898161411285, + "num_tokens": 79031316.0, + "step": 61410 + }, + { + "entropy": 1.0170265197753907, + "epoch": 5.86796598834432, + "grad_norm": 1.8919322490692139, + "learning_rate": 3.985497370446252e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9526467382907867, + "num_tokens": 79043648.0, + "step": 61420 + }, + { + "entropy": 1.0379746556282043, + "epoch": 5.86892137193083, + "grad_norm": 1.416623830795288, + "learning_rate": 3.983950574138488e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9584260284900665, + "num_tokens": 79056767.0, + "step": 61430 + }, + { + "entropy": 1.0398344278335572, + "epoch": 5.86987675551734, + "grad_norm": 1.4741674661636353, + "learning_rate": 3.982403879251584e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.961469030380249, + "num_tokens": 79069566.0, + "step": 61440 + }, + { + "entropy": 1.0443227648735047, + "epoch": 5.87083213910385, + "grad_norm": 1.5799638032913208, + "learning_rate": 3.980857285939927e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9588559746742249, + "num_tokens": 79082727.0, + "step": 61450 + }, + { + "entropy": 1.037502408027649, + "epoch": 5.87178752269036, + "grad_norm": 1.4670242071151733, + "learning_rate": 3.979310794357899e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.9649807989597321, + "num_tokens": 79095534.0, + "step": 61460 + }, + { + "entropy": 1.035950058698654, + "epoch": 5.87274290627687, + "grad_norm": 1.1389858722686768, + "learning_rate": 3.977764404659866e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9628371000289917, + "num_tokens": 79108362.0, + "step": 61470 + }, + { + "entropy": 1.0257230937480926, + "epoch": 5.8736982898633805, + "grad_norm": 1.2419681549072266, + "learning_rate": 3.97621811700019e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9556540369987487, + "num_tokens": 79121160.0, + "step": 61480 + }, + { + "entropy": 1.0223295390605927, + "epoch": 5.87465367344989, + "grad_norm": 1.5307592153549194, + "learning_rate": 3.974671931533215e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9614972233772278, + "num_tokens": 79133560.0, + "step": 61490 + }, + { + "entropy": 1.0206781327724457, + "epoch": 5.8756090570364, + "grad_norm": 1.1615639925003052, + "learning_rate": 3.9731258484132864e-05, + "loss": 0.0902, + "mean_token_accuracy": 0.9641754269599915, + "num_tokens": 79145930.0, + "step": 61500 + }, + { + "entropy": 1.0343364834785462, + "epoch": 5.87656444062291, + "grad_norm": 1.2505412101745605, + "learning_rate": 3.9715798677947246e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9561149835586548, + "num_tokens": 79158656.0, + "step": 61510 + }, + { + "entropy": 1.0327258229255676, + "epoch": 5.87751982420942, + "grad_norm": 1.5462214946746826, + "learning_rate": 3.9700339898318526e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9572533547878266, + "num_tokens": 79171373.0, + "step": 61520 + }, + { + "entropy": 1.0219500958919525, + "epoch": 5.87847520779593, + "grad_norm": 1.6182887554168701, + "learning_rate": 3.968488214678978e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9599079251289367, + "num_tokens": 79184173.0, + "step": 61530 + }, + { + "entropy": 1.0370099067687988, + "epoch": 5.87943059138244, + "grad_norm": 1.4433380365371704, + "learning_rate": 3.966942542490396e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9602031648159027, + "num_tokens": 79196926.0, + "step": 61540 + }, + { + "entropy": 1.0170629024505615, + "epoch": 5.88038597496895, + "grad_norm": 1.7368509769439697, + "learning_rate": 3.9653969734203956e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9564498424530029, + "num_tokens": 79209700.0, + "step": 61550 + }, + { + "entropy": 1.0302006244659423, + "epoch": 5.88134135855546, + "grad_norm": 1.963875412940979, + "learning_rate": 3.963851507623251e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9609529197216033, + "num_tokens": 79222359.0, + "step": 61560 + }, + { + "entropy": 1.0349029302597046, + "epoch": 5.88229674214197, + "grad_norm": 0.9910768866539001, + "learning_rate": 3.962306145253234e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9658411324024201, + "num_tokens": 79235306.0, + "step": 61570 + }, + { + "entropy": 1.0201275944709778, + "epoch": 5.88325212572848, + "grad_norm": 1.4292348623275757, + "learning_rate": 3.9607608864645946e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.957769650220871, + "num_tokens": 79247941.0, + "step": 61580 + }, + { + "entropy": 1.0256729960441588, + "epoch": 5.88420750931499, + "grad_norm": 1.2291687726974487, + "learning_rate": 3.9592157314115825e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9577560722827911, + "num_tokens": 79261228.0, + "step": 61590 + }, + { + "entropy": 1.0296346366405487, + "epoch": 5.8851628929015, + "grad_norm": 1.169723629951477, + "learning_rate": 3.957670680248434e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9623091340065002, + "num_tokens": 79274279.0, + "step": 61600 + }, + { + "entropy": 1.0097352504730224, + "epoch": 5.88611827648801, + "grad_norm": 1.6331703662872314, + "learning_rate": 3.956125733129371e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9674085140228271, + "num_tokens": 79287126.0, + "step": 61610 + }, + { + "entropy": 1.0134797930717467, + "epoch": 5.88707366007452, + "grad_norm": 2.134390115737915, + "learning_rate": 3.954580890208611e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9566058933734893, + "num_tokens": 79299702.0, + "step": 61620 + }, + { + "entropy": 1.0269046485424043, + "epoch": 5.88802904366103, + "grad_norm": 1.7461615800857544, + "learning_rate": 3.9530361516403574e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9575487494468689, + "num_tokens": 79312198.0, + "step": 61630 + }, + { + "entropy": 1.0217562437057495, + "epoch": 5.88898442724754, + "grad_norm": 1.8300869464874268, + "learning_rate": 3.9514915175788045e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9620098948478699, + "num_tokens": 79325145.0, + "step": 61640 + }, + { + "entropy": 1.0212709844112395, + "epoch": 5.88993981083405, + "grad_norm": 0.8924358487129211, + "learning_rate": 3.9499469881781334e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9622499763965606, + "num_tokens": 79337576.0, + "step": 61650 + }, + { + "entropy": 1.019365704059601, + "epoch": 5.89089519442056, + "grad_norm": 2.112271785736084, + "learning_rate": 3.948402563592522e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9561281263828277, + "num_tokens": 79350410.0, + "step": 61660 + }, + { + "entropy": 1.0231602549552918, + "epoch": 5.89185057800707, + "grad_norm": 1.3733452558517456, + "learning_rate": 3.94685824397613e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9622648298740387, + "num_tokens": 79363594.0, + "step": 61670 + }, + { + "entropy": 1.029438716173172, + "epoch": 5.89280596159358, + "grad_norm": 1.6117751598358154, + "learning_rate": 3.9453140294831094e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9557876527309418, + "num_tokens": 79376863.0, + "step": 61680 + }, + { + "entropy": 1.0274737477302551, + "epoch": 5.893761345180089, + "grad_norm": 2.0141873359680176, + "learning_rate": 3.9437699202676025e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9627072095870972, + "num_tokens": 79389812.0, + "step": 61690 + }, + { + "entropy": 1.0289338171482085, + "epoch": 5.8947167287666, + "grad_norm": 1.1826233863830566, + "learning_rate": 3.942225916483741e-05, + "loss": 0.1134, + "mean_token_accuracy": 0.9521836638450623, + "num_tokens": 79402505.0, + "step": 61700 + }, + { + "entropy": 1.0253905177116394, + "epoch": 5.895672112353109, + "grad_norm": 1.456802487373352, + "learning_rate": 3.940682018285645e-05, + "loss": 0.1106, + "mean_token_accuracy": 0.9566626191139221, + "num_tokens": 79415418.0, + "step": 61710 + }, + { + "entropy": 1.0128449618816375, + "epoch": 5.89662749593962, + "grad_norm": 1.6037166118621826, + "learning_rate": 3.9391382258274225e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9601443350315094, + "num_tokens": 79428033.0, + "step": 61720 + }, + { + "entropy": 1.0310808777809144, + "epoch": 5.89758287952613, + "grad_norm": 1.2219289541244507, + "learning_rate": 3.937594539263178e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.96034055352211, + "num_tokens": 79441538.0, + "step": 61730 + }, + { + "entropy": 1.0405839085578918, + "epoch": 5.8985382631126395, + "grad_norm": 2.2594616413116455, + "learning_rate": 3.936050958746995e-05, + "loss": 0.1212, + "mean_token_accuracy": 0.9496268153190612, + "num_tokens": 79454568.0, + "step": 61740 + }, + { + "entropy": 1.0121319115161895, + "epoch": 5.89949364669915, + "grad_norm": 1.7541954517364502, + "learning_rate": 3.934507484432954e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9646429657936096, + "num_tokens": 79467493.0, + "step": 61750 + }, + { + "entropy": 1.0319960117340088, + "epoch": 5.900449030285659, + "grad_norm": 1.5224815607070923, + "learning_rate": 3.932964116475126e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9530932664871216, + "num_tokens": 79480276.0, + "step": 61760 + }, + { + "entropy": 1.0181276857852937, + "epoch": 5.90140441387217, + "grad_norm": 2.2972278594970703, + "learning_rate": 3.931420855027564e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9579573690891265, + "num_tokens": 79492947.0, + "step": 61770 + }, + { + "entropy": 1.0018022060394287, + "epoch": 5.902359797458679, + "grad_norm": 1.1152929067611694, + "learning_rate": 3.929877700244316e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9616099536418915, + "num_tokens": 79505419.0, + "step": 61780 + }, + { + "entropy": 1.0285966575145722, + "epoch": 5.90331518104519, + "grad_norm": 1.7585029602050781, + "learning_rate": 3.9283346522794186e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9615171372890472, + "num_tokens": 79518694.0, + "step": 61790 + }, + { + "entropy": 1.026119065284729, + "epoch": 5.9042705646317, + "grad_norm": 1.5583096742630005, + "learning_rate": 3.926791711286896e-05, + "loss": 0.0835, + "mean_token_accuracy": 0.9681972563266754, + "num_tokens": 79531225.0, + "step": 61800 + }, + { + "entropy": 1.0132356464862824, + "epoch": 5.9052259482182095, + "grad_norm": 1.7187968492507935, + "learning_rate": 3.925248877420761e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.9647851109504699, + "num_tokens": 79544097.0, + "step": 61810 + }, + { + "entropy": 1.0254279613494872, + "epoch": 5.90618133180472, + "grad_norm": 1.2748491764068604, + "learning_rate": 3.923706150835021e-05, + "loss": 0.1002, + "mean_token_accuracy": 0.961891382932663, + "num_tokens": 79556833.0, + "step": 61820 + }, + { + "entropy": 1.007824444770813, + "epoch": 5.907136715391229, + "grad_norm": 1.4433764219284058, + "learning_rate": 3.9221635316836685e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9602590441703797, + "num_tokens": 79569746.0, + "step": 61830 + }, + { + "entropy": 1.0097986996173858, + "epoch": 5.90809209897774, + "grad_norm": 2.4321045875549316, + "learning_rate": 3.920621020120684e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9586215734481811, + "num_tokens": 79582860.0, + "step": 61840 + }, + { + "entropy": 1.009093564748764, + "epoch": 5.909047482564249, + "grad_norm": 2.118267059326172, + "learning_rate": 3.919078616300042e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9579114198684693, + "num_tokens": 79596100.0, + "step": 61850 + }, + { + "entropy": 1.0217463672161102, + "epoch": 5.9100028661507595, + "grad_norm": 1.3836581707000732, + "learning_rate": 3.917536320375699e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9591960132122039, + "num_tokens": 79609767.0, + "step": 61860 + }, + { + "entropy": 1.0017227470874785, + "epoch": 5.91095824973727, + "grad_norm": 1.8512814044952393, + "learning_rate": 3.9159941325016106e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9665088891983032, + "num_tokens": 79622225.0, + "step": 61870 + }, + { + "entropy": 0.9995243668556213, + "epoch": 5.911913633323779, + "grad_norm": 1.5968166589736938, + "learning_rate": 3.914452052831711e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.9605613470077514, + "num_tokens": 79635034.0, + "step": 61880 + }, + { + "entropy": 1.010580176115036, + "epoch": 5.91286901691029, + "grad_norm": 0.8088936805725098, + "learning_rate": 3.912910081519931e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9614998579025269, + "num_tokens": 79647391.0, + "step": 61890 + }, + { + "entropy": 1.0059201121330261, + "epoch": 5.913824400496799, + "grad_norm": 2.0362021923065186, + "learning_rate": 3.9113682187201913e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9631749927997589, + "num_tokens": 79660552.0, + "step": 61900 + }, + { + "entropy": 1.0247117936611176, + "epoch": 5.91477978408331, + "grad_norm": 1.619004249572754, + "learning_rate": 3.909826464586395e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9577327370643616, + "num_tokens": 79673961.0, + "step": 61910 + }, + { + "entropy": 1.008666181564331, + "epoch": 5.915735167669819, + "grad_norm": 0.7736952304840088, + "learning_rate": 3.90828481927244e-05, + "loss": 0.0985, + "mean_token_accuracy": 0.960246068239212, + "num_tokens": 79686598.0, + "step": 61920 + }, + { + "entropy": 1.022424840927124, + "epoch": 5.9166905512563295, + "grad_norm": 2.57283616065979, + "learning_rate": 3.906743282932209e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9568911373615265, + "num_tokens": 79699090.0, + "step": 61930 + }, + { + "entropy": 1.0242391109466553, + "epoch": 5.91764593484284, + "grad_norm": 1.3024232387542725, + "learning_rate": 3.9052018557195804e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.958577710390091, + "num_tokens": 79711804.0, + "step": 61940 + }, + { + "entropy": 1.0358663260936738, + "epoch": 5.918601318429349, + "grad_norm": 1.905018925666809, + "learning_rate": 3.903660537788413e-05, + "loss": 0.1338, + "mean_token_accuracy": 0.9488422691822052, + "num_tokens": 79724726.0, + "step": 61950 + }, + { + "entropy": 1.0411785185337066, + "epoch": 5.91955670201586, + "grad_norm": 1.226638913154602, + "learning_rate": 3.9021193292925615e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9595507442951202, + "num_tokens": 79738445.0, + "step": 61960 + }, + { + "entropy": 1.0243675768375398, + "epoch": 5.920512085602369, + "grad_norm": 1.8563257455825806, + "learning_rate": 3.900578230385871e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9620661437511444, + "num_tokens": 79751134.0, + "step": 61970 + }, + { + "entropy": 1.0133955836296082, + "epoch": 5.92146746918888, + "grad_norm": 1.204803466796875, + "learning_rate": 3.8990372412221664e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9569243967533112, + "num_tokens": 79763939.0, + "step": 61980 + }, + { + "entropy": 1.0117568671703339, + "epoch": 5.922422852775389, + "grad_norm": 1.6408010721206665, + "learning_rate": 3.897496361955272e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.959793072938919, + "num_tokens": 79776692.0, + "step": 61990 + }, + { + "entropy": 1.0207461953163146, + "epoch": 5.923378236361899, + "grad_norm": 1.3194936513900757, + "learning_rate": 3.895955592738993e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.960760623216629, + "num_tokens": 79789529.0, + "step": 62000 + }, + { + "entropy": 1.0249800860881806, + "epoch": 5.924333619948409, + "grad_norm": 1.6646090745925903, + "learning_rate": 3.8944149337271294e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9539639115333557, + "num_tokens": 79802271.0, + "step": 62010 + }, + { + "entropy": 1.0282216548919678, + "epoch": 5.925289003534919, + "grad_norm": 1.2230275869369507, + "learning_rate": 3.8928743850734674e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9618949830532074, + "num_tokens": 79815202.0, + "step": 62020 + }, + { + "entropy": 1.0340382516384126, + "epoch": 5.926244387121429, + "grad_norm": 1.9102510213851929, + "learning_rate": 3.8913339469317834e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9597411036491394, + "num_tokens": 79828480.0, + "step": 62030 + }, + { + "entropy": 1.0033122420310974, + "epoch": 5.927199770707939, + "grad_norm": 1.9496456384658813, + "learning_rate": 3.889793619455839e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9598038136959076, + "num_tokens": 79840883.0, + "step": 62040 + }, + { + "entropy": 1.0223150849342346, + "epoch": 5.9281551542944495, + "grad_norm": 2.7303991317749023, + "learning_rate": 3.888253402799391e-05, + "loss": 0.1234, + "mean_token_accuracy": 0.9509521305561066, + "num_tokens": 79854190.0, + "step": 62050 + }, + { + "entropy": 1.0144060254096985, + "epoch": 5.929110537880959, + "grad_norm": 1.3190345764160156, + "learning_rate": 3.8867132971161824e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.964495575428009, + "num_tokens": 79866944.0, + "step": 62060 + }, + { + "entropy": 1.030254590511322, + "epoch": 5.930065921467469, + "grad_norm": 1.9382381439208984, + "learning_rate": 3.885173302559943e-05, + "loss": 0.1059, + "mean_token_accuracy": 0.9587805092334747, + "num_tokens": 79879769.0, + "step": 62070 + }, + { + "entropy": 1.0019972920417786, + "epoch": 5.931021305053979, + "grad_norm": 1.457756757736206, + "learning_rate": 3.883633419284395e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9628636002540588, + "num_tokens": 79891852.0, + "step": 62080 + }, + { + "entropy": 1.0275108754634856, + "epoch": 5.931976688640489, + "grad_norm": 1.530314564704895, + "learning_rate": 3.882093647443245e-05, + "loss": 0.0982, + "mean_token_accuracy": 0.9614939749240875, + "num_tokens": 79904385.0, + "step": 62090 + }, + { + "entropy": 1.0177276253700256, + "epoch": 5.932932072226999, + "grad_norm": 1.8603508472442627, + "learning_rate": 3.880553987190195e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9663986444473267, + "num_tokens": 79917430.0, + "step": 62100 + }, + { + "entropy": 1.0112157702445983, + "epoch": 5.933887455813509, + "grad_norm": 1.7639904022216797, + "learning_rate": 3.8790144386789274e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9573769390583038, + "num_tokens": 79930213.0, + "step": 62110 + }, + { + "entropy": 1.0163435339927673, + "epoch": 5.934842839400019, + "grad_norm": 1.7497323751449585, + "learning_rate": 3.87747500206312e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9602203786373138, + "num_tokens": 79943160.0, + "step": 62120 + }, + { + "entropy": 1.0263968586921692, + "epoch": 5.935798222986529, + "grad_norm": 1.627826452255249, + "learning_rate": 3.875935677496441e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9622355043888092, + "num_tokens": 79956390.0, + "step": 62130 + }, + { + "entropy": 0.9963499784469605, + "epoch": 5.936753606573039, + "grad_norm": 1.6843287944793701, + "learning_rate": 3.874396465132539e-05, + "loss": 0.0863, + "mean_token_accuracy": 0.9652756989002228, + "num_tokens": 79968762.0, + "step": 62140 + }, + { + "entropy": 1.0068610191345215, + "epoch": 5.937708990159549, + "grad_norm": 1.8287686109542847, + "learning_rate": 3.8728573651250606e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9615046620368958, + "num_tokens": 79981169.0, + "step": 62150 + }, + { + "entropy": 1.015872198343277, + "epoch": 5.938664373746059, + "grad_norm": 0.7183125615119934, + "learning_rate": 3.8713183776276335e-05, + "loss": 0.09, + "mean_token_accuracy": 0.9659206211566925, + "num_tokens": 79993693.0, + "step": 62160 + }, + { + "entropy": 1.012812066078186, + "epoch": 5.939619757332569, + "grad_norm": 0.9932870268821716, + "learning_rate": 3.86977950279388e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.9617720365524292, + "num_tokens": 80006302.0, + "step": 62170 + }, + { + "entropy": 1.0288694024085998, + "epoch": 5.940575140919079, + "grad_norm": 1.5913413763046265, + "learning_rate": 3.868240740777407e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9585261106491089, + "num_tokens": 80019136.0, + "step": 62180 + }, + { + "entropy": 1.028071403503418, + "epoch": 5.941530524505589, + "grad_norm": 1.4820865392684937, + "learning_rate": 3.866702091731811e-05, + "loss": 0.1057, + "mean_token_accuracy": 0.959536099433899, + "num_tokens": 80031866.0, + "step": 62190 + }, + { + "entropy": 1.0144429504871368, + "epoch": 5.942485908092099, + "grad_norm": 1.5042634010314941, + "learning_rate": 3.865163555810683e-05, + "loss": 0.113, + "mean_token_accuracy": 0.9571318387985229, + "num_tokens": 80044678.0, + "step": 62200 + }, + { + "entropy": 1.017806214094162, + "epoch": 5.943441291678609, + "grad_norm": 1.8949568271636963, + "learning_rate": 3.8636251331675924e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9630699336528779, + "num_tokens": 80057326.0, + "step": 62210 + }, + { + "entropy": 1.0194524943828582, + "epoch": 5.944396675265119, + "grad_norm": 1.2861000299453735, + "learning_rate": 3.862086823956106e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9616447269916535, + "num_tokens": 80070864.0, + "step": 62220 + }, + { + "entropy": 1.011098140478134, + "epoch": 5.945352058851629, + "grad_norm": 1.5407499074935913, + "learning_rate": 3.860548628329774e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9617046177387237, + "num_tokens": 80083351.0, + "step": 62230 + }, + { + "entropy": 1.0114582479000092, + "epoch": 5.946307442438139, + "grad_norm": 1.1418131589889526, + "learning_rate": 3.85901054644214e-05, + "loss": 0.0927, + "mean_token_accuracy": 0.967076963186264, + "num_tokens": 80096555.0, + "step": 62240 + }, + { + "entropy": 1.0122593939304352, + "epoch": 5.947262826024649, + "grad_norm": 1.9799699783325195, + "learning_rate": 3.857472578446731e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9585046768188477, + "num_tokens": 80109320.0, + "step": 62250 + }, + { + "entropy": 1.0103198409080505, + "epoch": 5.948218209611159, + "grad_norm": 1.0533021688461304, + "learning_rate": 3.8559347244970647e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9658467769622803, + "num_tokens": 80121779.0, + "step": 62260 + }, + { + "entropy": 1.023283702135086, + "epoch": 5.949173593197669, + "grad_norm": 1.178995132446289, + "learning_rate": 3.854396984746652e-05, + "loss": 0.0984, + "mean_token_accuracy": 0.9601428866386413, + "num_tokens": 80134462.0, + "step": 62270 + }, + { + "entropy": 1.0234045505523681, + "epoch": 5.950128976784179, + "grad_norm": 1.6053770780563354, + "learning_rate": 3.852859359348982e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9580406308174133, + "num_tokens": 80147481.0, + "step": 62280 + }, + { + "entropy": 1.0292825937271117, + "epoch": 5.951084360370689, + "grad_norm": 2.18164324760437, + "learning_rate": 3.8513218484575445e-05, + "loss": 0.121, + "mean_token_accuracy": 0.9517161905765533, + "num_tokens": 80160531.0, + "step": 62290 + }, + { + "entropy": 1.026837056875229, + "epoch": 5.952039743957199, + "grad_norm": 1.7077573537826538, + "learning_rate": 3.849784452225809e-05, + "loss": 0.1156, + "mean_token_accuracy": 0.9567001938819886, + "num_tokens": 80173808.0, + "step": 62300 + }, + { + "entropy": 1.0186555624008178, + "epoch": 5.9529951275437085, + "grad_norm": 2.111332893371582, + "learning_rate": 3.848247170807238e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9584100067615509, + "num_tokens": 80186753.0, + "step": 62310 + }, + { + "entropy": 1.0124140620231628, + "epoch": 5.953950511130219, + "grad_norm": 1.2057985067367554, + "learning_rate": 3.846710004355279e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9640406906604767, + "num_tokens": 80199507.0, + "step": 62320 + }, + { + "entropy": 1.0137410759925842, + "epoch": 5.954905894716729, + "grad_norm": 1.9246774911880493, + "learning_rate": 3.8451729530233723e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9589858770370483, + "num_tokens": 80212262.0, + "step": 62330 + }, + { + "entropy": 1.004362565279007, + "epoch": 5.955861278303239, + "grad_norm": 1.5968741178512573, + "learning_rate": 3.843636016964944e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.9577942252159118, + "num_tokens": 80225107.0, + "step": 62340 + }, + { + "entropy": 1.0280641734600067, + "epoch": 5.956816661889749, + "grad_norm": 1.4392186403274536, + "learning_rate": 3.8420991963334066e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9654721796512604, + "num_tokens": 80237816.0, + "step": 62350 + }, + { + "entropy": 1.0208908140659332, + "epoch": 5.957772045476259, + "grad_norm": 1.3078049421310425, + "learning_rate": 3.8405624912821694e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9595757722854614, + "num_tokens": 80250384.0, + "step": 62360 + }, + { + "entropy": 1.021826434135437, + "epoch": 5.958727429062769, + "grad_norm": 1.8299084901809692, + "learning_rate": 3.839025901964619e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9561486423015595, + "num_tokens": 80262990.0, + "step": 62370 + }, + { + "entropy": 1.0158311784267426, + "epoch": 5.9596828126492785, + "grad_norm": 1.6070348024368286, + "learning_rate": 3.837489428534139e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9600379049777985, + "num_tokens": 80275706.0, + "step": 62380 + }, + { + "entropy": 1.014567393064499, + "epoch": 5.960638196235789, + "grad_norm": 1.576293706893921, + "learning_rate": 3.835953071144097e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9607201457023621, + "num_tokens": 80287995.0, + "step": 62390 + }, + { + "entropy": 1.021330189704895, + "epoch": 5.961593579822298, + "grad_norm": 1.338061809539795, + "learning_rate": 3.8344168299478524e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9604663074016571, + "num_tokens": 80301100.0, + "step": 62400 + }, + { + "entropy": 1.0162580609321594, + "epoch": 5.962548963408809, + "grad_norm": 2.2132890224456787, + "learning_rate": 3.832880705098748e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9633645832538604, + "num_tokens": 80313994.0, + "step": 62410 + }, + { + "entropy": 1.0196884334087373, + "epoch": 5.963504346995318, + "grad_norm": 1.8259145021438599, + "learning_rate": 3.831344696750119e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.9557970762252808, + "num_tokens": 80325958.0, + "step": 62420 + }, + { + "entropy": 1.0285706758499145, + "epoch": 5.9644597305818285, + "grad_norm": 2.174171209335327, + "learning_rate": 3.829808805055291e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9553668618202209, + "num_tokens": 80338942.0, + "step": 62430 + }, + { + "entropy": 1.0067889034748077, + "epoch": 5.965415114168339, + "grad_norm": 0.9272754192352295, + "learning_rate": 3.828273030167569e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9651469767093659, + "num_tokens": 80351383.0, + "step": 62440 + }, + { + "entropy": 1.0300532400608062, + "epoch": 5.966370497754848, + "grad_norm": 1.6165772676467896, + "learning_rate": 3.826737372240258e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9544595122337342, + "num_tokens": 80364499.0, + "step": 62450 + }, + { + "entropy": 1.0255918145179748, + "epoch": 5.967325881341359, + "grad_norm": 1.4934065341949463, + "learning_rate": 3.8252018314266416e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9574715375900269, + "num_tokens": 80377420.0, + "step": 62460 + }, + { + "entropy": 1.004960024356842, + "epoch": 5.968281264927868, + "grad_norm": 1.577393889427185, + "learning_rate": 3.823666407879999e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.9646568238735199, + "num_tokens": 80390534.0, + "step": 62470 + }, + { + "entropy": 1.0204276263713836, + "epoch": 5.969236648514379, + "grad_norm": 1.544787049293518, + "learning_rate": 3.822131101753591e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9554676413536072, + "num_tokens": 80403650.0, + "step": 62480 + }, + { + "entropy": 1.024720150232315, + "epoch": 5.970192032100888, + "grad_norm": 1.4277458190917969, + "learning_rate": 3.820595913200672e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9568234086036682, + "num_tokens": 80416964.0, + "step": 62490 + }, + { + "entropy": 1.0181270778179168, + "epoch": 5.9711474156873985, + "grad_norm": 1.4261749982833862, + "learning_rate": 3.8190608423744836e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.967006266117096, + "num_tokens": 80430110.0, + "step": 62500 + }, + { + "entropy": 1.0092538952827455, + "epoch": 5.972102799273909, + "grad_norm": 1.6242777109146118, + "learning_rate": 3.8175258894282504e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9631147801876068, + "num_tokens": 80442592.0, + "step": 62510 + }, + { + "entropy": 1.0383132338523864, + "epoch": 5.973058182860418, + "grad_norm": 1.9491088390350342, + "learning_rate": 3.815991054515197e-05, + "loss": 0.1224, + "mean_token_accuracy": 0.9520463228225708, + "num_tokens": 80456520.0, + "step": 62520 + }, + { + "entropy": 1.0301378607749938, + "epoch": 5.974013566446929, + "grad_norm": 1.0867480039596558, + "learning_rate": 3.814456337788521e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9559873044490814, + "num_tokens": 80469582.0, + "step": 62530 + }, + { + "entropy": 1.0205084800720214, + "epoch": 5.974968950033438, + "grad_norm": 1.6421085596084595, + "learning_rate": 3.8129217394014215e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9555006921291351, + "num_tokens": 80482353.0, + "step": 62540 + }, + { + "entropy": 1.018078726530075, + "epoch": 5.975924333619949, + "grad_norm": 1.2367991209030151, + "learning_rate": 3.811387259507078e-05, + "loss": 0.1078, + "mean_token_accuracy": 0.9603713870048523, + "num_tokens": 80494894.0, + "step": 62550 + }, + { + "entropy": 1.0102251946926117, + "epoch": 5.976879717206458, + "grad_norm": 2.275765895843506, + "learning_rate": 3.8098528982586596e-05, + "loss": 0.0914, + "mean_token_accuracy": 0.9652153968811035, + "num_tokens": 80507646.0, + "step": 62560 + }, + { + "entropy": 1.0225284576416016, + "epoch": 5.977835100792968, + "grad_norm": 1.18573796749115, + "learning_rate": 3.8083186558093275e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.963681572675705, + "num_tokens": 80520754.0, + "step": 62570 + }, + { + "entropy": 1.025648021697998, + "epoch": 5.978790484379479, + "grad_norm": 1.57669997215271, + "learning_rate": 3.8067845323122244e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9645108282566071, + "num_tokens": 80533726.0, + "step": 62580 + }, + { + "entropy": 1.0324605345726012, + "epoch": 5.979745867965988, + "grad_norm": 1.6966824531555176, + "learning_rate": 3.8052505279204884e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9563852906227112, + "num_tokens": 80547050.0, + "step": 62590 + }, + { + "entropy": 1.028790497779846, + "epoch": 5.980701251552499, + "grad_norm": 1.6510225534439087, + "learning_rate": 3.803716642787238e-05, + "loss": 0.1225, + "mean_token_accuracy": 0.9517078578472138, + "num_tokens": 80560129.0, + "step": 62600 + }, + { + "entropy": 1.021961086988449, + "epoch": 5.981656635139008, + "grad_norm": 1.1750673055648804, + "learning_rate": 3.802182877065588e-05, + "loss": 0.0852, + "mean_token_accuracy": 0.9663043439388275, + "num_tokens": 80573288.0, + "step": 62610 + }, + { + "entropy": 1.0246172547340393, + "epoch": 5.9826120187255185, + "grad_norm": 0.9531338810920715, + "learning_rate": 3.800649230908633e-05, + "loss": 0.0852, + "mean_token_accuracy": 0.9660996675491333, + "num_tokens": 80586741.0, + "step": 62620 + }, + { + "entropy": 1.0222136557102204, + "epoch": 5.983567402312028, + "grad_norm": 1.8507999181747437, + "learning_rate": 3.7991157044694634e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9553034365177154, + "num_tokens": 80599728.0, + "step": 62630 + }, + { + "entropy": 1.018364667892456, + "epoch": 5.984522785898538, + "grad_norm": 2.7780449390411377, + "learning_rate": 3.797582297901151e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9613158226013183, + "num_tokens": 80612315.0, + "step": 62640 + }, + { + "entropy": 1.0249176144599914, + "epoch": 5.985478169485049, + "grad_norm": 1.5994833707809448, + "learning_rate": 3.7960490113567605e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9587828159332276, + "num_tokens": 80625430.0, + "step": 62650 + }, + { + "entropy": 1.0119335532188416, + "epoch": 5.986433553071558, + "grad_norm": 1.3649591207504272, + "learning_rate": 3.7945158449893434e-05, + "loss": 0.0911, + "mean_token_accuracy": 0.9631093382835388, + "num_tokens": 80637992.0, + "step": 62660 + }, + { + "entropy": 1.0287585735321045, + "epoch": 5.987388936658069, + "grad_norm": 1.889898419380188, + "learning_rate": 3.7929827989519343e-05, + "loss": 0.109, + "mean_token_accuracy": 0.9578115224838257, + "num_tokens": 80650812.0, + "step": 62670 + }, + { + "entropy": 1.020549476146698, + "epoch": 5.988344320244578, + "grad_norm": 1.4333772659301758, + "learning_rate": 3.791449873397567e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.9558453142642975, + "num_tokens": 80663340.0, + "step": 62680 + }, + { + "entropy": 1.0234499096870422, + "epoch": 5.9892997038310885, + "grad_norm": 2.1279125213623047, + "learning_rate": 3.7899170684792496e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9600516259670258, + "num_tokens": 80676322.0, + "step": 62690 + }, + { + "entropy": 1.0215152561664582, + "epoch": 5.990255087417598, + "grad_norm": 1.251222848892212, + "learning_rate": 3.7883843843499894e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.961262720823288, + "num_tokens": 80689366.0, + "step": 62700 + }, + { + "entropy": 1.023007732629776, + "epoch": 5.991210471004108, + "grad_norm": 1.385604739189148, + "learning_rate": 3.786851821162775e-05, + "loss": 0.1158, + "mean_token_accuracy": 0.9544405043125153, + "num_tokens": 80702048.0, + "step": 62710 + }, + { + "entropy": 1.0221821665763855, + "epoch": 5.992165854590618, + "grad_norm": 2.267172336578369, + "learning_rate": 3.7853193790705845e-05, + "loss": 0.129, + "mean_token_accuracy": 0.9515088617801666, + "num_tokens": 80714504.0, + "step": 62720 + }, + { + "entropy": 1.0296167194843293, + "epoch": 5.993121238177128, + "grad_norm": 1.379683494567871, + "learning_rate": 3.7837870582263875e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9619751751422883, + "num_tokens": 80727460.0, + "step": 62730 + }, + { + "entropy": 1.0262450635433198, + "epoch": 5.994076621763638, + "grad_norm": 1.670158863067627, + "learning_rate": 3.7822548587831335e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9564356684684754, + "num_tokens": 80740443.0, + "step": 62740 + }, + { + "entropy": 1.0117716014385223, + "epoch": 5.995032005350148, + "grad_norm": 1.477620244026184, + "learning_rate": 3.7807227808937715e-05, + "loss": 0.0892, + "mean_token_accuracy": 0.9630508184432983, + "num_tokens": 80752806.0, + "step": 62750 + }, + { + "entropy": 1.0186489462852477, + "epoch": 5.995987388936658, + "grad_norm": 2.2149906158447266, + "learning_rate": 3.779190824711225e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9546721398830413, + "num_tokens": 80765417.0, + "step": 62760 + }, + { + "entropy": 1.0198725879192352, + "epoch": 5.996942772523168, + "grad_norm": 1.8696470260620117, + "learning_rate": 3.7776589903884176e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9607116162776947, + "num_tokens": 80778425.0, + "step": 62770 + }, + { + "entropy": 1.0382737219333649, + "epoch": 5.997898156109678, + "grad_norm": 2.102623701095581, + "learning_rate": 3.7761272780782506e-05, + "loss": 0.1198, + "mean_token_accuracy": 0.9536825120449066, + "num_tokens": 80791876.0, + "step": 62780 + }, + { + "entropy": 1.0342430651187897, + "epoch": 5.998853539696188, + "grad_norm": 1.8224272727966309, + "learning_rate": 3.774595687933621e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9592976868152618, + "num_tokens": 80805071.0, + "step": 62790 + }, + { + "entropy": 1.010683137178421, + "epoch": 5.999808923282698, + "grad_norm": 1.3918588161468506, + "learning_rate": 3.77306422010741e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9570891916751861, + "num_tokens": 80817511.0, + "step": 62800 + }, + { + "entropy": 1.0193137764930724, + "epoch": 6.000764306869208, + "grad_norm": 1.1318446397781372, + "learning_rate": 3.771532874752484e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9799888968467713, + "num_tokens": 80829989.0, + "step": 62810 + }, + { + "entropy": 1.001673513650894, + "epoch": 6.001719690455718, + "grad_norm": 0.9620634913444519, + "learning_rate": 3.770001652021704e-05, + "loss": 0.0451, + "mean_token_accuracy": 0.9867578983306885, + "num_tokens": 80842659.0, + "step": 62820 + }, + { + "entropy": 1.0036692559719085, + "epoch": 6.002675074042228, + "grad_norm": 1.3529691696166992, + "learning_rate": 3.768470552067911e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9771297693252563, + "num_tokens": 80855465.0, + "step": 62830 + }, + { + "entropy": 0.9919776558876038, + "epoch": 6.003630457628738, + "grad_norm": 0.9377723336219788, + "learning_rate": 3.7669395750439426e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9777412116527557, + "num_tokens": 80868533.0, + "step": 62840 + }, + { + "entropy": 0.9882521986961365, + "epoch": 6.004585841215248, + "grad_norm": 0.6311290264129639, + "learning_rate": 3.765408721102613e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9766357600688934, + "num_tokens": 80881108.0, + "step": 62850 + }, + { + "entropy": 0.9930269002914429, + "epoch": 6.005541224801758, + "grad_norm": 1.2309666872024536, + "learning_rate": 3.763877990396735e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9747389554977417, + "num_tokens": 80894031.0, + "step": 62860 + }, + { + "entropy": 0.9951995432376861, + "epoch": 6.006496608388268, + "grad_norm": 1.323473334312439, + "learning_rate": 3.7623473830791025e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9760353803634644, + "num_tokens": 80906936.0, + "step": 62870 + }, + { + "entropy": 0.9928915083408356, + "epoch": 6.0074519919747775, + "grad_norm": 1.253036379814148, + "learning_rate": 3.760816899302499e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.978118073940277, + "num_tokens": 80919923.0, + "step": 62880 + }, + { + "entropy": 0.9796416640281678, + "epoch": 6.008407375561288, + "grad_norm": 0.8943529725074768, + "learning_rate": 3.759286539219697e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9772063314914703, + "num_tokens": 80932766.0, + "step": 62890 + }, + { + "entropy": 0.9834791779518127, + "epoch": 6.009362759147798, + "grad_norm": 1.5000795125961304, + "learning_rate": 3.757756302983451e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9816161513328552, + "num_tokens": 80945211.0, + "step": 62900 + }, + { + "entropy": 0.9966002881526947, + "epoch": 6.010318142734308, + "grad_norm": 1.1529340744018555, + "learning_rate": 3.756226190746514e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9770163059234619, + "num_tokens": 80958535.0, + "step": 62910 + }, + { + "entropy": 0.9759735703468323, + "epoch": 6.011273526320818, + "grad_norm": 1.2522271871566772, + "learning_rate": 3.7546962026616134e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9764349341392518, + "num_tokens": 80970943.0, + "step": 62920 + }, + { + "entropy": 0.9836650371551514, + "epoch": 6.012228909907328, + "grad_norm": 0.8725937008857727, + "learning_rate": 3.753166338881476e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9758766531944275, + "num_tokens": 80984105.0, + "step": 62930 + }, + { + "entropy": 0.9740506768226623, + "epoch": 6.013184293493838, + "grad_norm": 0.9394627809524536, + "learning_rate": 3.751636599558807e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9801563858985901, + "num_tokens": 80997036.0, + "step": 62940 + }, + { + "entropy": 0.9786321997642518, + "epoch": 6.0141396770803475, + "grad_norm": 2.6553025245666504, + "learning_rate": 3.750106984846306e-05, + "loss": 0.0671, + "mean_token_accuracy": 0.9730605185031891, + "num_tokens": 81010004.0, + "step": 62950 + }, + { + "entropy": 0.9674303233623505, + "epoch": 6.015095060666858, + "grad_norm": 1.7660188674926758, + "learning_rate": 3.748577494896657e-05, + "loss": 0.0463, + "mean_token_accuracy": 0.9802387177944183, + "num_tokens": 81022673.0, + "step": 62960 + }, + { + "entropy": 0.9756024420261383, + "epoch": 6.016050444253367, + "grad_norm": 0.7036334276199341, + "learning_rate": 3.7470481298625295e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9748634397983551, + "num_tokens": 81034859.0, + "step": 62970 + }, + { + "entropy": 0.9695566654205322, + "epoch": 6.017005827839878, + "grad_norm": 1.378348469734192, + "learning_rate": 3.7455188898965866e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9825663387775421, + "num_tokens": 81047655.0, + "step": 62980 + }, + { + "entropy": 0.9719404816627503, + "epoch": 6.017961211426388, + "grad_norm": 1.1162785291671753, + "learning_rate": 3.74398977515147e-05, + "loss": 0.0535, + "mean_token_accuracy": 0.9787862241268158, + "num_tokens": 81060424.0, + "step": 62990 + }, + { + "entropy": 0.9603044152259826, + "epoch": 6.0189165950128976, + "grad_norm": 1.1241519451141357, + "learning_rate": 3.742460785779821e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9784974992275238, + "num_tokens": 81072943.0, + "step": 63000 + }, + { + "entropy": 0.9741446733474731, + "epoch": 6.019871978599408, + "grad_norm": 1.627596378326416, + "learning_rate": 3.7409319219342556e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.979011869430542, + "num_tokens": 81085676.0, + "step": 63010 + }, + { + "entropy": 0.9728034794330597, + "epoch": 6.020827362185917, + "grad_norm": 1.5557247400283813, + "learning_rate": 3.739403183767386e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9764547646045685, + "num_tokens": 81098905.0, + "step": 63020 + }, + { + "entropy": 0.9711390018463135, + "epoch": 6.021782745772428, + "grad_norm": 1.7572174072265625, + "learning_rate": 3.7378745714318095e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9748524069786072, + "num_tokens": 81112053.0, + "step": 63030 + }, + { + "entropy": 0.9662685513496398, + "epoch": 6.022738129358937, + "grad_norm": 1.584235668182373, + "learning_rate": 3.736346085080108e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9795670807361603, + "num_tokens": 81124939.0, + "step": 63040 + }, + { + "entropy": 0.9837551712989807, + "epoch": 6.023693512945448, + "grad_norm": 1.208734154701233, + "learning_rate": 3.734817724864856e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783090889453888, + "num_tokens": 81137889.0, + "step": 63050 + }, + { + "entropy": 0.9702945828437806, + "epoch": 6.024648896531958, + "grad_norm": 0.965021550655365, + "learning_rate": 3.73328949093861e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9781610488891601, + "num_tokens": 81150439.0, + "step": 63060 + }, + { + "entropy": 0.9791577637195588, + "epoch": 6.0256042801184675, + "grad_norm": 1.992858648300171, + "learning_rate": 3.73176138345392e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9798124969005585, + "num_tokens": 81163223.0, + "step": 63070 + }, + { + "entropy": 0.9672236621379853, + "epoch": 6.026559663704978, + "grad_norm": 0.9788371920585632, + "learning_rate": 3.7302334025633145e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9798766732215881, + "num_tokens": 81176309.0, + "step": 63080 + }, + { + "entropy": 0.9683486819267273, + "epoch": 6.027515047291487, + "grad_norm": 1.6478769779205322, + "learning_rate": 3.728705548419319e-05, + "loss": 0.054, + "mean_token_accuracy": 0.980152428150177, + "num_tokens": 81188739.0, + "step": 63090 + }, + { + "entropy": 0.9716205775737763, + "epoch": 6.028470430877998, + "grad_norm": 1.0820075273513794, + "learning_rate": 3.727177821174443e-05, + "loss": 0.056, + "mean_token_accuracy": 0.977780669927597, + "num_tokens": 81201729.0, + "step": 63100 + }, + { + "entropy": 0.9709303498268127, + "epoch": 6.029425814464507, + "grad_norm": 1.250653862953186, + "learning_rate": 3.7256502209811786e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9797092258930207, + "num_tokens": 81214572.0, + "step": 63110 + }, + { + "entropy": 0.9752659142017365, + "epoch": 6.030381198051018, + "grad_norm": 1.023017406463623, + "learning_rate": 3.724122747992012e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9780629634857178, + "num_tokens": 81227642.0, + "step": 63120 + }, + { + "entropy": 0.9656620681285858, + "epoch": 6.031336581637527, + "grad_norm": 1.6125115156173706, + "learning_rate": 3.722595402359412e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9788834929466248, + "num_tokens": 81240078.0, + "step": 63130 + }, + { + "entropy": 0.9761537909507751, + "epoch": 6.032291965224037, + "grad_norm": 1.4062309265136719, + "learning_rate": 3.721068184235838e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9769949972629547, + "num_tokens": 81253341.0, + "step": 63140 + }, + { + "entropy": 0.9665878295898438, + "epoch": 6.033247348810548, + "grad_norm": 1.541890025138855, + "learning_rate": 3.719541093773732e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9781050026416779, + "num_tokens": 81266028.0, + "step": 63150 + }, + { + "entropy": 0.9544118881225586, + "epoch": 6.034202732397057, + "grad_norm": 1.1854543685913086, + "learning_rate": 3.71801413112553e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9823853135108948, + "num_tokens": 81278462.0, + "step": 63160 + }, + { + "entropy": 0.9782279014587403, + "epoch": 6.035158115983568, + "grad_norm": 1.5094342231750488, + "learning_rate": 3.716487296443651e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9736476182937622, + "num_tokens": 81291666.0, + "step": 63170 + }, + { + "entropy": 0.9596359014511109, + "epoch": 6.036113499570077, + "grad_norm": 1.166102409362793, + "learning_rate": 3.7149605898805e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.9764235317707062, + "num_tokens": 81304048.0, + "step": 63180 + }, + { + "entropy": 0.9610125482082367, + "epoch": 6.0370688831565875, + "grad_norm": 0.8929315209388733, + "learning_rate": 3.7134340115884736e-05, + "loss": 0.0458, + "mean_token_accuracy": 0.9827103912830353, + "num_tokens": 81316692.0, + "step": 63190 + }, + { + "entropy": 0.9783115029335022, + "epoch": 6.038024266743097, + "grad_norm": 0.7233525514602661, + "learning_rate": 3.7119075617199495e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9806327819824219, + "num_tokens": 81329480.0, + "step": 63200 + }, + { + "entropy": 0.9809659004211426, + "epoch": 6.038979650329607, + "grad_norm": 1.8471591472625732, + "learning_rate": 3.7103812404273005e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9802986741065979, + "num_tokens": 81342750.0, + "step": 63210 + }, + { + "entropy": 0.9700632214546203, + "epoch": 6.039935033916118, + "grad_norm": 1.654241681098938, + "learning_rate": 3.7088550478628766e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9764962494373322, + "num_tokens": 81355866.0, + "step": 63220 + }, + { + "entropy": 0.9649956226348877, + "epoch": 6.040890417502627, + "grad_norm": 0.9790753126144409, + "learning_rate": 3.707328984179028e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9778796315193177, + "num_tokens": 81368931.0, + "step": 63230 + }, + { + "entropy": 0.9765869855880738, + "epoch": 6.041845801089138, + "grad_norm": 1.545310378074646, + "learning_rate": 3.705803049528077e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9770408391952514, + "num_tokens": 81382186.0, + "step": 63240 + }, + { + "entropy": 0.964931172132492, + "epoch": 6.042801184675647, + "grad_norm": 1.8955076932907104, + "learning_rate": 3.704277244062345e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9801724910736084, + "num_tokens": 81394830.0, + "step": 63250 + }, + { + "entropy": 0.9754673659801483, + "epoch": 6.0437565682621575, + "grad_norm": 1.4250787496566772, + "learning_rate": 3.702751567934137e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9768704950809479, + "num_tokens": 81407846.0, + "step": 63260 + }, + { + "entropy": 0.9600041925907135, + "epoch": 6.044711951848667, + "grad_norm": 1.533553123474121, + "learning_rate": 3.701226021295741e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.976144653558731, + "num_tokens": 81419882.0, + "step": 63270 + }, + { + "entropy": 0.9863657355308533, + "epoch": 6.045667335435177, + "grad_norm": 1.0936836004257202, + "learning_rate": 3.6997006042994364e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9784820139408111, + "num_tokens": 81433271.0, + "step": 63280 + }, + { + "entropy": 0.9829231142997742, + "epoch": 6.046622719021687, + "grad_norm": 0.9694414138793945, + "learning_rate": 3.6981753170974885e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9806367695331574, + "num_tokens": 81446106.0, + "step": 63290 + }, + { + "entropy": 0.9730277597904206, + "epoch": 6.047578102608197, + "grad_norm": 1.4997283220291138, + "learning_rate": 3.6966501598421515e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9817206025123596, + "num_tokens": 81458802.0, + "step": 63300 + }, + { + "entropy": 0.9850638329982757, + "epoch": 6.0485334861947075, + "grad_norm": 2.230022430419922, + "learning_rate": 3.69512513268566e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9770461201667786, + "num_tokens": 81471983.0, + "step": 63310 + }, + { + "entropy": 0.9576174557209015, + "epoch": 6.049488869781217, + "grad_norm": 1.6917176246643066, + "learning_rate": 3.6936002357802464e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9809800684452057, + "num_tokens": 81484595.0, + "step": 63320 + }, + { + "entropy": 0.9735937774181366, + "epoch": 6.050444253367727, + "grad_norm": 2.2024624347686768, + "learning_rate": 3.6920754692781215e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9786637842655181, + "num_tokens": 81497674.0, + "step": 63330 + }, + { + "entropy": 0.96675705909729, + "epoch": 6.051399636954237, + "grad_norm": 1.5315264463424683, + "learning_rate": 3.690550833331484e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9786334156990051, + "num_tokens": 81510148.0, + "step": 63340 + }, + { + "entropy": 0.9681879281997681, + "epoch": 6.052355020540747, + "grad_norm": 1.0857694149017334, + "learning_rate": 3.689026328092525e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9812418162822724, + "num_tokens": 81522863.0, + "step": 63350 + }, + { + "entropy": 0.9689645230770111, + "epoch": 6.053310404127257, + "grad_norm": 2.074634552001953, + "learning_rate": 3.6875019537134146e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9782718241214752, + "num_tokens": 81535656.0, + "step": 63360 + }, + { + "entropy": 0.9843295097351075, + "epoch": 6.054265787713767, + "grad_norm": 2.321202278137207, + "learning_rate": 3.6859777103463177e-05, + "loss": 0.0754, + "mean_token_accuracy": 0.9744148135185242, + "num_tokens": 81548970.0, + "step": 63370 + }, + { + "entropy": 0.96600261926651, + "epoch": 6.0552211713002775, + "grad_norm": 2.419684648513794, + "learning_rate": 3.6844535981433784e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9710608005523682, + "num_tokens": 81561472.0, + "step": 63380 + }, + { + "entropy": 0.9814798295497894, + "epoch": 6.056176554886787, + "grad_norm": 0.8365459442138672, + "learning_rate": 3.682929617256736e-05, + "loss": 0.0491, + "mean_token_accuracy": 0.9803818464279175, + "num_tokens": 81574526.0, + "step": 63390 + }, + { + "entropy": 0.9726611733436584, + "epoch": 6.057131938473297, + "grad_norm": 2.215345859527588, + "learning_rate": 3.6814057678385116e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9790408313274384, + "num_tokens": 81586704.0, + "step": 63400 + }, + { + "entropy": 0.99160515666008, + "epoch": 6.058087322059807, + "grad_norm": 0.8605659604072571, + "learning_rate": 3.679882050040812e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9767217218875885, + "num_tokens": 81599226.0, + "step": 63410 + }, + { + "entropy": 0.9825089693069458, + "epoch": 6.059042705646317, + "grad_norm": 0.7162061333656311, + "learning_rate": 3.678358464015735e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.980468076467514, + "num_tokens": 81612508.0, + "step": 63420 + }, + { + "entropy": 0.9685504674911499, + "epoch": 6.059998089232827, + "grad_norm": 1.251783847808838, + "learning_rate": 3.676835009915362e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.9787670314311981, + "num_tokens": 81625089.0, + "step": 63430 + }, + { + "entropy": 0.9700521945953369, + "epoch": 6.060953472819337, + "grad_norm": 2.6363980770111084, + "learning_rate": 3.675311687891763e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9802539706230163, + "num_tokens": 81637737.0, + "step": 63440 + }, + { + "entropy": 0.9657120883464814, + "epoch": 6.0619088564058465, + "grad_norm": 1.1938092708587646, + "learning_rate": 3.6737884980969926e-05, + "loss": 0.0569, + "mean_token_accuracy": 0.9798985540866851, + "num_tokens": 81650517.0, + "step": 63450 + }, + { + "entropy": 0.9864878714084625, + "epoch": 6.062864239992357, + "grad_norm": 1.5010592937469482, + "learning_rate": 3.672265440683095e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9737141966819763, + "num_tokens": 81664003.0, + "step": 63460 + }, + { + "entropy": 0.9759057044982911, + "epoch": 6.063819623578867, + "grad_norm": 1.4636945724487305, + "learning_rate": 3.670742515802101e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9794777810573578, + "num_tokens": 81677243.0, + "step": 63470 + }, + { + "entropy": 0.9682590961456299, + "epoch": 6.064775007165377, + "grad_norm": 1.3986328840255737, + "learning_rate": 3.669219723606027e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9783672034740448, + "num_tokens": 81689985.0, + "step": 63480 + }, + { + "entropy": 0.9754769623279571, + "epoch": 6.065730390751887, + "grad_norm": 1.6201527118682861, + "learning_rate": 3.667697064246875e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9766657948493958, + "num_tokens": 81703174.0, + "step": 63490 + }, + { + "entropy": 0.9760273814201355, + "epoch": 6.066685774338397, + "grad_norm": 1.4206351041793823, + "learning_rate": 3.666174537876635e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9783949553966522, + "num_tokens": 81716508.0, + "step": 63500 + }, + { + "entropy": 0.9723236441612244, + "epoch": 6.067641157924907, + "grad_norm": 1.7816637754440308, + "learning_rate": 3.664652144647286e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9811723232269287, + "num_tokens": 81729124.0, + "step": 63510 + }, + { + "entropy": 0.9791533648967743, + "epoch": 6.0685965415114165, + "grad_norm": 1.3501989841461182, + "learning_rate": 3.663129884710789e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9788693368434906, + "num_tokens": 81742053.0, + "step": 63520 + }, + { + "entropy": 0.9823429942131042, + "epoch": 6.069551925097927, + "grad_norm": 0.6639036536216736, + "learning_rate": 3.6616077582190966e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9787607729434967, + "num_tokens": 81755349.0, + "step": 63530 + }, + { + "entropy": 0.9706582903862, + "epoch": 6.070507308684437, + "grad_norm": 1.8619530200958252, + "learning_rate": 3.660085765324142e-05, + "loss": 0.0498, + "mean_token_accuracy": 0.9808549225330353, + "num_tokens": 81767919.0, + "step": 63540 + }, + { + "entropy": 0.9799426615238189, + "epoch": 6.071462692270947, + "grad_norm": 2.0026562213897705, + "learning_rate": 3.658563906177851e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9753962159156799, + "num_tokens": 81780495.0, + "step": 63550 + }, + { + "entropy": 0.957091498374939, + "epoch": 6.072418075857457, + "grad_norm": 1.2744368314743042, + "learning_rate": 3.6570421809321355e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9808025181293487, + "num_tokens": 81792704.0, + "step": 63560 + }, + { + "entropy": 0.9731164395809173, + "epoch": 6.073373459443967, + "grad_norm": 1.264420747756958, + "learning_rate": 3.65552058973889e-05, + "loss": 0.0702, + "mean_token_accuracy": 0.9709055602550507, + "num_tokens": 81805245.0, + "step": 63570 + }, + { + "entropy": 0.996172434091568, + "epoch": 6.074328843030477, + "grad_norm": 1.4968912601470947, + "learning_rate": 3.653999132749999e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9799556016921998, + "num_tokens": 81818313.0, + "step": 63580 + }, + { + "entropy": 0.9768166542053223, + "epoch": 6.075284226616986, + "grad_norm": 1.043496012687683, + "learning_rate": 3.652477810117332e-05, + "loss": 0.061, + "mean_token_accuracy": 0.97673379778862, + "num_tokens": 81831703.0, + "step": 63590 + }, + { + "entropy": 0.9738362491130829, + "epoch": 6.076239610203497, + "grad_norm": 2.01470947265625, + "learning_rate": 3.650956621992746e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9807032644748688, + "num_tokens": 81845071.0, + "step": 63600 + }, + { + "entropy": 0.9684717178344726, + "epoch": 6.077194993790006, + "grad_norm": 1.435691475868225, + "learning_rate": 3.649435568528083e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9747958481311798, + "num_tokens": 81857683.0, + "step": 63610 + }, + { + "entropy": 0.9856979250907898, + "epoch": 6.078150377376517, + "grad_norm": 2.081568956375122, + "learning_rate": 3.647914649875173e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9811169564723968, + "num_tokens": 81870955.0, + "step": 63620 + }, + { + "entropy": 0.9876445710659028, + "epoch": 6.079105760963027, + "grad_norm": 1.5428917407989502, + "learning_rate": 3.6463938661858344e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9750027298927307, + "num_tokens": 81883897.0, + "step": 63630 + }, + { + "entropy": 0.9787940979003906, + "epoch": 6.0800611445495365, + "grad_norm": 1.7669154405593872, + "learning_rate": 3.6448732176118685e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9744831204414368, + "num_tokens": 81897146.0, + "step": 63640 + }, + { + "entropy": 0.9677474975585938, + "epoch": 6.081016528136047, + "grad_norm": 1.2573952674865723, + "learning_rate": 3.643352704305065e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9765141427516937, + "num_tokens": 81909830.0, + "step": 63650 + }, + { + "entropy": 0.9745795965194702, + "epoch": 6.081971911722556, + "grad_norm": 1.5145248174667358, + "learning_rate": 3.641832326417199e-05, + "loss": 0.0709, + "mean_token_accuracy": 0.9736350893974304, + "num_tokens": 81922683.0, + "step": 63660 + }, + { + "entropy": 0.9741559445858001, + "epoch": 6.082927295309067, + "grad_norm": 0.9124588966369629, + "learning_rate": 3.640312084100035e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9799944818019867, + "num_tokens": 81935660.0, + "step": 63670 + }, + { + "entropy": 0.976921558380127, + "epoch": 6.083882678895576, + "grad_norm": 2.7065176963806152, + "learning_rate": 3.638791977505318e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9775216758251191, + "num_tokens": 81948805.0, + "step": 63680 + }, + { + "entropy": 0.9650438845157623, + "epoch": 6.084838062482087, + "grad_norm": 1.276007890701294, + "learning_rate": 3.6372720067847854e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9820576906204224, + "num_tokens": 81961788.0, + "step": 63690 + }, + { + "entropy": 0.9690852701663971, + "epoch": 6.085793446068597, + "grad_norm": 1.593595027923584, + "learning_rate": 3.635752172090161e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9742435991764069, + "num_tokens": 81973934.0, + "step": 63700 + }, + { + "entropy": 0.9795970976352691, + "epoch": 6.086748829655106, + "grad_norm": 1.394209861755371, + "learning_rate": 3.6342324735731495e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9799677968025208, + "num_tokens": 81986350.0, + "step": 63710 + }, + { + "entropy": 0.9809033989906311, + "epoch": 6.087704213241617, + "grad_norm": 1.3678532838821411, + "learning_rate": 3.632712911385448e-05, + "loss": 0.0472, + "mean_token_accuracy": 0.9808220803737641, + "num_tokens": 81999581.0, + "step": 63720 + }, + { + "entropy": 0.9583873689174652, + "epoch": 6.088659596828126, + "grad_norm": 1.446952223777771, + "learning_rate": 3.631193485678736e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9759987771511078, + "num_tokens": 82012130.0, + "step": 63730 + }, + { + "entropy": 0.9673624753952026, + "epoch": 6.089614980414637, + "grad_norm": 1.3663161993026733, + "learning_rate": 3.62967419660468e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9761450827121735, + "num_tokens": 82024576.0, + "step": 63740 + }, + { + "entropy": 0.9620067656040192, + "epoch": 6.090570364001146, + "grad_norm": 1.7774121761322021, + "learning_rate": 3.628155044314935e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9791760385036469, + "num_tokens": 82037159.0, + "step": 63750 + }, + { + "entropy": 0.9667371213436127, + "epoch": 6.0915257475876565, + "grad_norm": 1.0988260507583618, + "learning_rate": 3.626636028961139e-05, + "loss": 0.0488, + "mean_token_accuracy": 0.9813679754734039, + "num_tokens": 82049363.0, + "step": 63760 + }, + { + "entropy": 0.9709599852561951, + "epoch": 6.092481131174166, + "grad_norm": 1.7567318677902222, + "learning_rate": 3.625117150694924e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9832675099372864, + "num_tokens": 82061742.0, + "step": 63770 + }, + { + "entropy": 0.9711180567741394, + "epoch": 6.093436514760676, + "grad_norm": 1.4128934144973755, + "learning_rate": 3.623598409667895e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9815709114074707, + "num_tokens": 82074300.0, + "step": 63780 + }, + { + "entropy": 0.9700198173522949, + "epoch": 6.094391898347187, + "grad_norm": 2.0124049186706543, + "learning_rate": 3.6220798060316564e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9721391379833222, + "num_tokens": 82086735.0, + "step": 63790 + }, + { + "entropy": 0.9726697325706481, + "epoch": 6.095347281933696, + "grad_norm": 2.034806966781616, + "learning_rate": 3.6205613399377905e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9776730835437775, + "num_tokens": 82099094.0, + "step": 63800 + }, + { + "entropy": 0.992702180147171, + "epoch": 6.096302665520207, + "grad_norm": 0.9166781306266785, + "learning_rate": 3.6190430115378715e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.974390959739685, + "num_tokens": 82112046.0, + "step": 63810 + }, + { + "entropy": 0.98401660323143, + "epoch": 6.097258049106716, + "grad_norm": 0.9483596682548523, + "learning_rate": 3.617524820983455e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9794969499111176, + "num_tokens": 82124359.0, + "step": 63820 + }, + { + "entropy": 0.9853962540626526, + "epoch": 6.0982134326932265, + "grad_norm": 1.2533783912658691, + "learning_rate": 3.616006768426085e-05, + "loss": 0.057, + "mean_token_accuracy": 0.978746485710144, + "num_tokens": 82137107.0, + "step": 63830 + }, + { + "entropy": 0.9837478339672089, + "epoch": 6.099168816279736, + "grad_norm": 1.8887150287628174, + "learning_rate": 3.6144888540172915e-05, + "loss": 0.0706, + "mean_token_accuracy": 0.9756724298000335, + "num_tokens": 82149481.0, + "step": 63840 + }, + { + "entropy": 0.9869218945503235, + "epoch": 6.100124199866246, + "grad_norm": 0.9186057448387146, + "learning_rate": 3.612971077908591e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9776108980178833, + "num_tokens": 82162815.0, + "step": 63850 + }, + { + "entropy": 0.9845607459545136, + "epoch": 6.101079583452757, + "grad_norm": 0.917743980884552, + "learning_rate": 3.6114534402514896e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9777190923690796, + "num_tokens": 82175832.0, + "step": 63860 + }, + { + "entropy": 0.9826600432395936, + "epoch": 6.102034967039266, + "grad_norm": 1.958803653717041, + "learning_rate": 3.609935941197472e-05, + "loss": 0.0698, + "mean_token_accuracy": 0.9737438499927521, + "num_tokens": 82188341.0, + "step": 63870 + }, + { + "entropy": 0.9783242583274842, + "epoch": 6.1029903506257765, + "grad_norm": 1.4016156196594238, + "learning_rate": 3.6084185808980156e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9740937769412994, + "num_tokens": 82201254.0, + "step": 63880 + }, + { + "entropy": 0.9843599796295166, + "epoch": 6.103945734212286, + "grad_norm": 1.462012529373169, + "learning_rate": 3.606901359504579e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9776453256607056, + "num_tokens": 82214183.0, + "step": 63890 + }, + { + "entropy": 0.9867962777614594, + "epoch": 6.104901117798796, + "grad_norm": 1.471312403678894, + "learning_rate": 3.605384277168611e-05, + "loss": 0.0694, + "mean_token_accuracy": 0.9735526382923126, + "num_tokens": 82227567.0, + "step": 63900 + }, + { + "entropy": 0.9883660793304443, + "epoch": 6.105856501385306, + "grad_norm": 2.0353758335113525, + "learning_rate": 3.603867334041545e-05, + "loss": 0.0682, + "mean_token_accuracy": 0.9738994657993316, + "num_tokens": 82240960.0, + "step": 63910 + }, + { + "entropy": 0.9666075527667999, + "epoch": 6.106811884971816, + "grad_norm": 0.9358923435211182, + "learning_rate": 3.602350530274799e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9812108039855957, + "num_tokens": 82253562.0, + "step": 63920 + }, + { + "entropy": 0.9679657399654389, + "epoch": 6.107767268558326, + "grad_norm": 2.0392868518829346, + "learning_rate": 3.6008338660197824e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9788213968276978, + "num_tokens": 82266003.0, + "step": 63930 + }, + { + "entropy": 0.9776510834693909, + "epoch": 6.108722652144836, + "grad_norm": 1.1606028079986572, + "learning_rate": 3.5993173414278826e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9815977871417999, + "num_tokens": 82279276.0, + "step": 63940 + }, + { + "entropy": 0.9710010528564453, + "epoch": 6.1096780357313465, + "grad_norm": 0.9789148569107056, + "learning_rate": 3.59780095665048e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9824864089488983, + "num_tokens": 82291373.0, + "step": 63950 + }, + { + "entropy": 0.9729170620441436, + "epoch": 6.110633419317856, + "grad_norm": 1.8624597787857056, + "learning_rate": 3.596284711838937e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9777821660041809, + "num_tokens": 82304147.0, + "step": 63960 + }, + { + "entropy": 0.9767471551895142, + "epoch": 6.111588802904366, + "grad_norm": 1.423658013343811, + "learning_rate": 3.594768607144604e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9741496205329895, + "num_tokens": 82316666.0, + "step": 63970 + }, + { + "entropy": 0.9675699353218079, + "epoch": 6.112544186490876, + "grad_norm": 1.7053308486938477, + "learning_rate": 3.5932526427188165e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.975999528169632, + "num_tokens": 82329758.0, + "step": 63980 + }, + { + "entropy": 0.9660180449485779, + "epoch": 6.113499570077386, + "grad_norm": 0.990044355392456, + "learning_rate": 3.5917368187128946e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9804435670375824, + "num_tokens": 82342481.0, + "step": 63990 + }, + { + "entropy": 0.9668425619602203, + "epoch": 6.114454953663896, + "grad_norm": 1.0084807872772217, + "learning_rate": 3.590221135278151e-05, + "loss": 0.058, + "mean_token_accuracy": 0.975927734375, + "num_tokens": 82356203.0, + "step": 64000 + }, + { + "entropy": 0.9790130674839019, + "epoch": 6.115410337250406, + "grad_norm": 1.6276079416275024, + "learning_rate": 3.5887055925658734e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9742022693157196, + "num_tokens": 82369538.0, + "step": 64010 + }, + { + "entropy": 0.9719649195671082, + "epoch": 6.116365720836916, + "grad_norm": 2.241305351257324, + "learning_rate": 3.587190190727348e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9776666343212128, + "num_tokens": 82381633.0, + "step": 64020 + }, + { + "entropy": 0.9714312434196473, + "epoch": 6.117321104423426, + "grad_norm": 1.2558882236480713, + "learning_rate": 3.5856749299138324e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9734365701675415, + "num_tokens": 82394182.0, + "step": 64030 + }, + { + "entropy": 0.9642040371894837, + "epoch": 6.118276488009936, + "grad_norm": 1.3665859699249268, + "learning_rate": 3.584159810276585e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.978159737586975, + "num_tokens": 82406385.0, + "step": 64040 + }, + { + "entropy": 0.961967384815216, + "epoch": 6.119231871596446, + "grad_norm": 2.0887420177459717, + "learning_rate": 3.58264483196684e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9799779057502747, + "num_tokens": 82418931.0, + "step": 64050 + }, + { + "entropy": 0.9700303792953491, + "epoch": 6.120187255182956, + "grad_norm": 1.2752419710159302, + "learning_rate": 3.5811299951358225e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9775081694126129, + "num_tokens": 82431819.0, + "step": 64060 + }, + { + "entropy": 0.971593153476715, + "epoch": 6.121142638769466, + "grad_norm": 1.095959186553955, + "learning_rate": 3.57961529993474e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9801354527473449, + "num_tokens": 82444670.0, + "step": 64070 + }, + { + "entropy": 0.9563343524932861, + "epoch": 6.122098022355976, + "grad_norm": 1.6070224046707153, + "learning_rate": 3.5781007465147866e-05, + "loss": 0.0682, + "mean_token_accuracy": 0.9737405955791474, + "num_tokens": 82457248.0, + "step": 64080 + }, + { + "entropy": 0.9746673762798309, + "epoch": 6.1230534059424855, + "grad_norm": 0.8965452909469604, + "learning_rate": 3.576586335027149e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9788243472576141, + "num_tokens": 82470651.0, + "step": 64090 + }, + { + "entropy": 0.9714695870876312, + "epoch": 6.124008789528996, + "grad_norm": 2.1152772903442383, + "learning_rate": 3.575072065622986e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.980079448223114, + "num_tokens": 82483872.0, + "step": 64100 + }, + { + "entropy": 0.9685235857963562, + "epoch": 6.124964173115506, + "grad_norm": 0.8776358962059021, + "learning_rate": 3.573557938453457e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9793469130992889, + "num_tokens": 82496622.0, + "step": 64110 + }, + { + "entropy": 0.9579507887363434, + "epoch": 6.125919556702016, + "grad_norm": 1.3491014242172241, + "learning_rate": 3.572043953669696e-05, + "loss": 0.0491, + "mean_token_accuracy": 0.9785898804664612, + "num_tokens": 82509186.0, + "step": 64120 + }, + { + "entropy": 0.9808976233005524, + "epoch": 6.126874940288526, + "grad_norm": 1.8544113636016846, + "learning_rate": 3.5705301114228296e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9764391005039215, + "num_tokens": 82522753.0, + "step": 64130 + }, + { + "entropy": 0.9495620369911194, + "epoch": 6.127830323875036, + "grad_norm": 2.0878496170043945, + "learning_rate": 3.569016411863967e-05, + "loss": 0.052, + "mean_token_accuracy": 0.980219966173172, + "num_tokens": 82535618.0, + "step": 64140 + }, + { + "entropy": 0.942760682106018, + "epoch": 6.128785707461546, + "grad_norm": 1.4298126697540283, + "learning_rate": 3.567502855144201e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9784171223640442, + "num_tokens": 82548449.0, + "step": 64150 + }, + { + "entropy": 0.9471169710159302, + "epoch": 6.129741091048055, + "grad_norm": 1.4747713804244995, + "learning_rate": 3.5659894414146206e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9799483835697174, + "num_tokens": 82560573.0, + "step": 64160 + }, + { + "entropy": 0.9605381190776825, + "epoch": 6.130696474634566, + "grad_norm": 0.9828316569328308, + "learning_rate": 3.564476170826284e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9751225113868713, + "num_tokens": 82573294.0, + "step": 64170 + }, + { + "entropy": 0.959362143278122, + "epoch": 6.131651858221076, + "grad_norm": 1.2451401948928833, + "learning_rate": 3.562963043530252e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.9754824280738831, + "num_tokens": 82585873.0, + "step": 64180 + }, + { + "entropy": 0.9649002254009247, + "epoch": 6.132607241807586, + "grad_norm": 2.7396979331970215, + "learning_rate": 3.561450059677557e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.978110009431839, + "num_tokens": 82598869.0, + "step": 64190 + }, + { + "entropy": 0.9608516216278076, + "epoch": 6.133562625394096, + "grad_norm": 1.1243563890457153, + "learning_rate": 3.559937219419227e-05, + "loss": 0.0439, + "mean_token_accuracy": 0.9828632831573486, + "num_tokens": 82611578.0, + "step": 64200 + }, + { + "entropy": 0.9638585031032563, + "epoch": 6.1345180089806055, + "grad_norm": 1.0504542589187622, + "learning_rate": 3.558424522906269e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9774356424808502, + "num_tokens": 82624965.0, + "step": 64210 + }, + { + "entropy": 0.9705436527729034, + "epoch": 6.135473392567116, + "grad_norm": 1.7903785705566406, + "learning_rate": 3.556911970289682e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9782914042472839, + "num_tokens": 82638040.0, + "step": 64220 + }, + { + "entropy": 0.9595102310180664, + "epoch": 6.136428776153625, + "grad_norm": 1.1405739784240723, + "learning_rate": 3.5553995617204454e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9785724401473999, + "num_tokens": 82650639.0, + "step": 64230 + }, + { + "entropy": 0.9690202355384827, + "epoch": 6.137384159740136, + "grad_norm": 2.4023618698120117, + "learning_rate": 3.553887297349524e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9749936640262604, + "num_tokens": 82663365.0, + "step": 64240 + }, + { + "entropy": 0.9676528513431549, + "epoch": 6.138339543326645, + "grad_norm": 2.1974945068359375, + "learning_rate": 3.5523751773278766e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9759868144989013, + "num_tokens": 82676610.0, + "step": 64250 + }, + { + "entropy": 0.9558338463306427, + "epoch": 6.139294926913156, + "grad_norm": 0.9712186455726624, + "learning_rate": 3.550863201806433e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9792624175548553, + "num_tokens": 82689190.0, + "step": 64260 + }, + { + "entropy": 0.9541961073875427, + "epoch": 6.140250310499666, + "grad_norm": 1.2708594799041748, + "learning_rate": 3.549351370936124e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.979320514202118, + "num_tokens": 82701852.0, + "step": 64270 + }, + { + "entropy": 0.9640837371349334, + "epoch": 6.1412056940861754, + "grad_norm": 1.4379584789276123, + "learning_rate": 3.547839684867853e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9825355410575867, + "num_tokens": 82714537.0, + "step": 64280 + }, + { + "entropy": 0.9645223557949066, + "epoch": 6.142161077672686, + "grad_norm": 0.969251275062561, + "learning_rate": 3.546328143752518e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9765001177787781, + "num_tokens": 82727592.0, + "step": 64290 + }, + { + "entropy": 0.9709390699863434, + "epoch": 6.143116461259195, + "grad_norm": 1.5567682981491089, + "learning_rate": 3.544816747741001e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9762184917926788, + "num_tokens": 82740758.0, + "step": 64300 + }, + { + "entropy": 0.9687222003936767, + "epoch": 6.144071844845706, + "grad_norm": 1.5737831592559814, + "learning_rate": 3.543305496984163e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.976358962059021, + "num_tokens": 82753441.0, + "step": 64310 + }, + { + "entropy": 0.9873308658599853, + "epoch": 6.145027228432215, + "grad_norm": 1.1926225423812866, + "learning_rate": 3.5417943916328594e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9783547520637512, + "num_tokens": 82766628.0, + "step": 64320 + }, + { + "entropy": 0.9731504738330841, + "epoch": 6.1459826120187255, + "grad_norm": 1.6283599138259888, + "learning_rate": 3.540283431837923e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9791237115859985, + "num_tokens": 82779607.0, + "step": 64330 + }, + { + "entropy": 0.972355717420578, + "epoch": 6.146937995605236, + "grad_norm": 1.648378610610962, + "learning_rate": 3.538772617750181e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9812008500099182, + "num_tokens": 82792719.0, + "step": 64340 + }, + { + "entropy": 0.9781823515892029, + "epoch": 6.147893379191745, + "grad_norm": 1.3057224750518799, + "learning_rate": 3.5372619495204354e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9782781660556793, + "num_tokens": 82806146.0, + "step": 64350 + }, + { + "entropy": 0.9664145946502686, + "epoch": 6.148848762778256, + "grad_norm": 1.1476792097091675, + "learning_rate": 3.535751427299485e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9743860244750977, + "num_tokens": 82819177.0, + "step": 64360 + }, + { + "entropy": 0.962996506690979, + "epoch": 6.149804146364765, + "grad_norm": 1.7567719221115112, + "learning_rate": 3.534241051238104e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9803620398044586, + "num_tokens": 82832167.0, + "step": 64370 + }, + { + "entropy": 0.9931241333484649, + "epoch": 6.150759529951276, + "grad_norm": 1.1748487949371338, + "learning_rate": 3.532730821487058e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9790725886821747, + "num_tokens": 82845985.0, + "step": 64380 + }, + { + "entropy": 0.9684714198112487, + "epoch": 6.151714913537785, + "grad_norm": 1.5520479679107666, + "learning_rate": 3.531220738197098e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9811007440090179, + "num_tokens": 82858900.0, + "step": 64390 + }, + { + "entropy": 0.9531797111034394, + "epoch": 6.1526702971242955, + "grad_norm": 3.1658096313476562, + "learning_rate": 3.529710801518955e-05, + "loss": 0.067, + "mean_token_accuracy": 0.971183443069458, + "num_tokens": 82871669.0, + "step": 64400 + }, + { + "entropy": 0.9681356012821197, + "epoch": 6.153625680710805, + "grad_norm": 1.6875773668289185, + "learning_rate": 3.528201011603354e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9776539921760559, + "num_tokens": 82884865.0, + "step": 64410 + }, + { + "entropy": 0.9653691053390503, + "epoch": 6.154581064297315, + "grad_norm": 1.4307810068130493, + "learning_rate": 3.526691368600994e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9788883328437805, + "num_tokens": 82897531.0, + "step": 64420 + }, + { + "entropy": 0.9587087512016297, + "epoch": 6.155536447883826, + "grad_norm": 1.2424027919769287, + "learning_rate": 3.5251818726625726e-05, + "loss": 0.0653, + "mean_token_accuracy": 0.9785880506038666, + "num_tokens": 82910417.0, + "step": 64430 + }, + { + "entropy": 0.9641064703464508, + "epoch": 6.156491831470335, + "grad_norm": 1.9230436086654663, + "learning_rate": 3.5236725239387614e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9716413199901581, + "num_tokens": 82923262.0, + "step": 64440 + }, + { + "entropy": 0.9624546885490417, + "epoch": 6.157447215056846, + "grad_norm": 0.7865055203437805, + "learning_rate": 3.522163322580223e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.976929885149002, + "num_tokens": 82936094.0, + "step": 64450 + }, + { + "entropy": 0.9616416096687317, + "epoch": 6.158402598643355, + "grad_norm": 1.4200313091278076, + "learning_rate": 3.520654268737606e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9758441746234894, + "num_tokens": 82949487.0, + "step": 64460 + }, + { + "entropy": 0.9585934042930603, + "epoch": 6.159357982229865, + "grad_norm": 0.989504337310791, + "learning_rate": 3.519145362561538e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.981976717710495, + "num_tokens": 82962398.0, + "step": 64470 + }, + { + "entropy": 0.958016699552536, + "epoch": 6.160313365816375, + "grad_norm": 1.8196508884429932, + "learning_rate": 3.517636604202641e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.978264844417572, + "num_tokens": 82975217.0, + "step": 64480 + }, + { + "entropy": 0.9557364225387573, + "epoch": 6.161268749402885, + "grad_norm": 1.7642430067062378, + "learning_rate": 3.516127993811513e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9795155942440033, + "num_tokens": 82987589.0, + "step": 64490 + }, + { + "entropy": 0.9652350783348084, + "epoch": 6.162224132989396, + "grad_norm": 1.02104651927948, + "learning_rate": 3.514619531538748e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.981781393289566, + "num_tokens": 83000520.0, + "step": 64500 + }, + { + "entropy": 0.9652187407016755, + "epoch": 6.163179516575905, + "grad_norm": 1.474449872970581, + "learning_rate": 3.5131112175349114e-05, + "loss": 0.0739, + "mean_token_accuracy": 0.9723902225494385, + "num_tokens": 83013516.0, + "step": 64510 + }, + { + "entropy": 0.9574746251106262, + "epoch": 6.1641349001624155, + "grad_norm": 1.8066996335983276, + "learning_rate": 3.511603051950566e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9788657367229462, + "num_tokens": 83026271.0, + "step": 64520 + }, + { + "entropy": 0.9706341326236725, + "epoch": 6.165090283748925, + "grad_norm": 1.3316913843154907, + "learning_rate": 3.510095034936255e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9739115297794342, + "num_tokens": 83039186.0, + "step": 64530 + }, + { + "entropy": 0.9634421646595002, + "epoch": 6.166045667335435, + "grad_norm": 1.833851933479309, + "learning_rate": 3.5085871666425055e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9785399854183197, + "num_tokens": 83052199.0, + "step": 64540 + }, + { + "entropy": 0.9694418013095856, + "epoch": 6.167001050921945, + "grad_norm": 1.6464232206344604, + "learning_rate": 3.5070794472198323e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9746460497379303, + "num_tokens": 83065220.0, + "step": 64550 + }, + { + "entropy": 0.9624466001987457, + "epoch": 6.167956434508455, + "grad_norm": 1.9814658164978027, + "learning_rate": 3.505571876818731e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9754271030426025, + "num_tokens": 83077607.0, + "step": 64560 + }, + { + "entropy": 0.976379144191742, + "epoch": 6.168911818094966, + "grad_norm": 1.6135281324386597, + "learning_rate": 3.504064455589692e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9779709219932556, + "num_tokens": 83090357.0, + "step": 64570 + }, + { + "entropy": 0.9736554801464081, + "epoch": 6.169867201681475, + "grad_norm": 1.6882559061050415, + "learning_rate": 3.502557183683176e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9824084520339966, + "num_tokens": 83103487.0, + "step": 64580 + }, + { + "entropy": 0.9756111145019531, + "epoch": 6.170822585267985, + "grad_norm": 1.479095220565796, + "learning_rate": 3.5010500612496436e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9779391050338745, + "num_tokens": 83116912.0, + "step": 64590 + }, + { + "entropy": 0.9662371933460235, + "epoch": 6.171777968854495, + "grad_norm": 3.1159560680389404, + "learning_rate": 3.499543088439532e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9766274929046631, + "num_tokens": 83129591.0, + "step": 64600 + }, + { + "entropy": 0.9712314069271087, + "epoch": 6.172733352441005, + "grad_norm": 0.8490564823150635, + "learning_rate": 3.498036265403265e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9776447653770447, + "num_tokens": 83142636.0, + "step": 64610 + }, + { + "entropy": 0.9739874362945556, + "epoch": 6.173688736027515, + "grad_norm": 1.6193702220916748, + "learning_rate": 3.496529592291253e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.975898289680481, + "num_tokens": 83155024.0, + "step": 64620 + }, + { + "entropy": 0.9772194564342499, + "epoch": 6.174644119614025, + "grad_norm": 1.700161099433899, + "learning_rate": 3.4950230692538886e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9803475379943848, + "num_tokens": 83168009.0, + "step": 64630 + }, + { + "entropy": 0.976577639579773, + "epoch": 6.175599503200535, + "grad_norm": 1.4130332469940186, + "learning_rate": 3.493516696441553e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9779121816158295, + "num_tokens": 83180426.0, + "step": 64640 + }, + { + "entropy": 0.9802362978458404, + "epoch": 6.176554886787045, + "grad_norm": 1.1296582221984863, + "learning_rate": 3.4920104740046075e-05, + "loss": 0.0694, + "mean_token_accuracy": 0.9767488718032837, + "num_tokens": 83193336.0, + "step": 64650 + }, + { + "entropy": 0.9753893077373504, + "epoch": 6.177510270373555, + "grad_norm": 1.6916247606277466, + "learning_rate": 3.4905044020934066e-05, + "loss": 0.0668, + "mean_token_accuracy": 0.9719181895256043, + "num_tokens": 83206122.0, + "step": 64660 + }, + { + "entropy": 0.9827103793621064, + "epoch": 6.178465653960065, + "grad_norm": 0.8065689206123352, + "learning_rate": 3.4889984808582784e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9785602390766144, + "num_tokens": 83219041.0, + "step": 64670 + }, + { + "entropy": 0.9779996752738953, + "epoch": 6.179421037546575, + "grad_norm": 1.8181073665618896, + "learning_rate": 3.487492710449546e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9812605679035187, + "num_tokens": 83232135.0, + "step": 64680 + }, + { + "entropy": 0.981722104549408, + "epoch": 6.180376421133085, + "grad_norm": 2.3177809715270996, + "learning_rate": 3.485987091017515e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.978508597612381, + "num_tokens": 83245371.0, + "step": 64690 + }, + { + "entropy": 0.9792835950851441, + "epoch": 6.181331804719595, + "grad_norm": 1.2970385551452637, + "learning_rate": 3.484481622712471e-05, + "loss": 0.0676, + "mean_token_accuracy": 0.9756168365478516, + "num_tokens": 83257990.0, + "step": 64700 + }, + { + "entropy": 0.9843641936779022, + "epoch": 6.182287188306105, + "grad_norm": 1.119850993156433, + "learning_rate": 3.482976305684692e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9748589873313904, + "num_tokens": 83270057.0, + "step": 64710 + }, + { + "entropy": 0.9829457044601441, + "epoch": 6.183242571892615, + "grad_norm": 1.0335434675216675, + "learning_rate": 3.481471140084431e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9769003391265869, + "num_tokens": 83282988.0, + "step": 64720 + }, + { + "entropy": 0.9777542948722839, + "epoch": 6.184197955479124, + "grad_norm": 0.9876677989959717, + "learning_rate": 3.4799661260619385e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9808850765228272, + "num_tokens": 83296107.0, + "step": 64730 + }, + { + "entropy": 0.960158747434616, + "epoch": 6.185153339065635, + "grad_norm": 1.7268588542938232, + "learning_rate": 3.478461263767439e-05, + "loss": 0.0429, + "mean_token_accuracy": 0.9827309787273407, + "num_tokens": 83308719.0, + "step": 64740 + }, + { + "entropy": 0.963953310251236, + "epoch": 6.186108722652145, + "grad_norm": 1.2491581439971924, + "learning_rate": 3.476956553351146e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9760269284248352, + "num_tokens": 83321477.0, + "step": 64750 + }, + { + "entropy": 0.9668409883975982, + "epoch": 6.187064106238655, + "grad_norm": 2.3808236122131348, + "learning_rate": 3.475451994963262e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9815100014209748, + "num_tokens": 83334466.0, + "step": 64760 + }, + { + "entropy": 0.9892570495605468, + "epoch": 6.188019489825165, + "grad_norm": 1.5246080160140991, + "learning_rate": 3.4739475887539655e-05, + "loss": 0.0746, + "mean_token_accuracy": 0.9713676810264588, + "num_tokens": 83347775.0, + "step": 64770 + }, + { + "entropy": 0.9777159869670868, + "epoch": 6.1889748734116745, + "grad_norm": 1.2371546030044556, + "learning_rate": 3.472443334873428e-05, + "loss": 0.0741, + "mean_token_accuracy": 0.972523432970047, + "num_tokens": 83360556.0, + "step": 64780 + }, + { + "entropy": 0.9732937574386596, + "epoch": 6.189930256998185, + "grad_norm": 2.0907769203186035, + "learning_rate": 3.4709392334718e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9764896750450134, + "num_tokens": 83373463.0, + "step": 64790 + }, + { + "entropy": 0.9671442091464997, + "epoch": 6.190885640584694, + "grad_norm": 1.3118536472320557, + "learning_rate": 3.469435284699221e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.979590255022049, + "num_tokens": 83386048.0, + "step": 64800 + }, + { + "entropy": 0.9736989438533783, + "epoch": 6.191841024171205, + "grad_norm": 1.6438572406768799, + "learning_rate": 3.4679314887058104e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9792468249797821, + "num_tokens": 83398940.0, + "step": 64810 + }, + { + "entropy": 0.9693505108356476, + "epoch": 6.192796407757715, + "grad_norm": 1.5036418437957764, + "learning_rate": 3.4664278456416784e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9746227622032165, + "num_tokens": 83411727.0, + "step": 64820 + }, + { + "entropy": 0.9586752474308013, + "epoch": 6.193751791344225, + "grad_norm": 1.4774222373962402, + "learning_rate": 3.4649243556569166e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.977766340970993, + "num_tokens": 83424495.0, + "step": 64830 + }, + { + "entropy": 0.9631060123443603, + "epoch": 6.194707174930735, + "grad_norm": 0.9695788025856018, + "learning_rate": 3.4634210189016e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9779164493083954, + "num_tokens": 83436851.0, + "step": 64840 + }, + { + "entropy": 0.9530560970306396, + "epoch": 6.1956625585172445, + "grad_norm": 1.0859549045562744, + "learning_rate": 3.461917835525792e-05, + "loss": 0.0721, + "mean_token_accuracy": 0.9709165096282959, + "num_tokens": 83448893.0, + "step": 64850 + }, + { + "entropy": 0.9784591436386109, + "epoch": 6.196617942103755, + "grad_norm": 1.2263457775115967, + "learning_rate": 3.460414805679536e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9763872504234314, + "num_tokens": 83462054.0, + "step": 64860 + }, + { + "entropy": 0.9603604793548584, + "epoch": 6.197573325690264, + "grad_norm": 0.7551271319389343, + "learning_rate": 3.458911929512866e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9812309801578522, + "num_tokens": 83474790.0, + "step": 64870 + }, + { + "entropy": 0.9805799126625061, + "epoch": 6.198528709276775, + "grad_norm": 1.7749427556991577, + "learning_rate": 3.4574092071757924e-05, + "loss": 0.0673, + "mean_token_accuracy": 0.9729806780815125, + "num_tokens": 83488189.0, + "step": 64880 + }, + { + "entropy": 0.9662181198596954, + "epoch": 6.199484092863285, + "grad_norm": 1.7859464883804321, + "learning_rate": 3.455906638818319e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9786509990692138, + "num_tokens": 83501221.0, + "step": 64890 + }, + { + "entropy": 0.9687553882598877, + "epoch": 6.2004394764497945, + "grad_norm": 1.3616054058074951, + "learning_rate": 3.454404224590432e-05, + "loss": 0.0695, + "mean_token_accuracy": 0.973234212398529, + "num_tokens": 83513934.0, + "step": 64900 + }, + { + "entropy": 0.9579204678535461, + "epoch": 6.201394860036305, + "grad_norm": 1.6794679164886475, + "learning_rate": 3.452901964642096e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9766839027404786, + "num_tokens": 83526245.0, + "step": 64910 + }, + { + "entropy": 0.9775563836097717, + "epoch": 6.202350243622814, + "grad_norm": 1.7438476085662842, + "learning_rate": 3.451399859123268e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9765287101268768, + "num_tokens": 83539264.0, + "step": 64920 + }, + { + "entropy": 0.9880760252475739, + "epoch": 6.203305627209325, + "grad_norm": 1.0934998989105225, + "learning_rate": 3.4498979081838845e-05, + "loss": 0.0687, + "mean_token_accuracy": 0.9726877927780151, + "num_tokens": 83552437.0, + "step": 64930 + }, + { + "entropy": 0.9722389817237854, + "epoch": 6.204261010795834, + "grad_norm": 1.0190083980560303, + "learning_rate": 3.448396111973871e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9752886354923248, + "num_tokens": 83565576.0, + "step": 64940 + }, + { + "entropy": 0.9688872575759888, + "epoch": 6.205216394382345, + "grad_norm": 1.4154309034347534, + "learning_rate": 3.446894470643132e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9732302308082581, + "num_tokens": 83578285.0, + "step": 64950 + }, + { + "entropy": 0.9701653897762299, + "epoch": 6.206171777968854, + "grad_norm": 1.5594372749328613, + "learning_rate": 3.445392984341561e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9763707756996155, + "num_tokens": 83590953.0, + "step": 64960 + }, + { + "entropy": 0.9656057536602021, + "epoch": 6.2071271615553645, + "grad_norm": 1.0360900163650513, + "learning_rate": 3.4438916532190344e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9743191957473755, + "num_tokens": 83603894.0, + "step": 64970 + }, + { + "entropy": 0.9712765097618103, + "epoch": 6.208082545141875, + "grad_norm": 1.5090807676315308, + "learning_rate": 3.442390477425413e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9757389426231384, + "num_tokens": 83616840.0, + "step": 64980 + }, + { + "entropy": 0.9753845393657684, + "epoch": 6.209037928728384, + "grad_norm": 0.9089809060096741, + "learning_rate": 3.440889457110545e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9758284687995911, + "num_tokens": 83629970.0, + "step": 64990 + }, + { + "entropy": 0.9693008601665497, + "epoch": 6.209993312314895, + "grad_norm": 1.0188554525375366, + "learning_rate": 3.439388592424258e-05, + "loss": 0.0646, + "mean_token_accuracy": 0.9736619889736176, + "num_tokens": 83643572.0, + "step": 65000 + }, + { + "entropy": 0.9725233137607574, + "epoch": 6.210948695901404, + "grad_norm": 2.8779542446136475, + "learning_rate": 3.437887883516366e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9748436808586121, + "num_tokens": 83656707.0, + "step": 65010 + }, + { + "entropy": 0.9702401340007782, + "epoch": 6.211904079487915, + "grad_norm": 1.276536464691162, + "learning_rate": 3.436387330536669e-05, + "loss": 0.0734, + "mean_token_accuracy": 0.9737310528755188, + "num_tokens": 83668749.0, + "step": 65020 + }, + { + "entropy": 0.9808240056037902, + "epoch": 6.212859463074424, + "grad_norm": 2.3107564449310303, + "learning_rate": 3.434886933634951e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9759885489940643, + "num_tokens": 83681499.0, + "step": 65030 + }, + { + "entropy": 0.9616998553276062, + "epoch": 6.213814846660934, + "grad_norm": 0.7423161864280701, + "learning_rate": 3.433386692960978e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9785368800163269, + "num_tokens": 83694217.0, + "step": 65040 + }, + { + "entropy": 0.9649173617362976, + "epoch": 6.214770230247444, + "grad_norm": 1.4623883962631226, + "learning_rate": 3.431886608664504e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9772202253341675, + "num_tokens": 83706952.0, + "step": 65050 + }, + { + "entropy": 0.9592182219028473, + "epoch": 6.215725613833954, + "grad_norm": 1.3578745126724243, + "learning_rate": 3.430386680895266e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9801173567771911, + "num_tokens": 83720066.0, + "step": 65060 + }, + { + "entropy": 0.9736715376377105, + "epoch": 6.216680997420465, + "grad_norm": 2.4769954681396484, + "learning_rate": 3.428886909802984e-05, + "loss": 0.0692, + "mean_token_accuracy": 0.9772256016731262, + "num_tokens": 83733470.0, + "step": 65070 + }, + { + "entropy": 0.9702091693878174, + "epoch": 6.217636381006974, + "grad_norm": 1.2169525623321533, + "learning_rate": 3.427387295537363e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9781170129776001, + "num_tokens": 83746225.0, + "step": 65080 + }, + { + "entropy": 0.9705736935138702, + "epoch": 6.2185917645934845, + "grad_norm": 1.462860345840454, + "learning_rate": 3.425887838248094e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9785852134227753, + "num_tokens": 83758952.0, + "step": 65090 + }, + { + "entropy": 0.9759218454360962, + "epoch": 6.219547148179994, + "grad_norm": 2.279161214828491, + "learning_rate": 3.42438853808485e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9822265088558197, + "num_tokens": 83771689.0, + "step": 65100 + }, + { + "entropy": 0.9745606541633606, + "epoch": 6.220502531766504, + "grad_norm": 1.2001718282699585, + "learning_rate": 3.42288939519729e-05, + "loss": 0.0701, + "mean_token_accuracy": 0.9724317193031311, + "num_tokens": 83784629.0, + "step": 65110 + }, + { + "entropy": 0.9694244027137756, + "epoch": 6.221457915353014, + "grad_norm": 2.0355701446533203, + "learning_rate": 3.421390409735053e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9825395584106446, + "num_tokens": 83797161.0, + "step": 65120 + }, + { + "entropy": 0.979922491312027, + "epoch": 6.222413298939524, + "grad_norm": 1.7103132009506226, + "learning_rate": 3.419891581847774e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783729255199433, + "num_tokens": 83810109.0, + "step": 65130 + }, + { + "entropy": 0.9710309267044067, + "epoch": 6.223368682526035, + "grad_norm": 1.0636863708496094, + "learning_rate": 3.4183929116850576e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9812382102012634, + "num_tokens": 83823019.0, + "step": 65140 + }, + { + "entropy": 0.9830366969108582, + "epoch": 6.224324066112544, + "grad_norm": 0.8405901193618774, + "learning_rate": 3.4168943993965024e-05, + "loss": 0.0688, + "mean_token_accuracy": 0.9740443766117096, + "num_tokens": 83835429.0, + "step": 65150 + }, + { + "entropy": 0.9761115729808807, + "epoch": 6.2252794496990544, + "grad_norm": 1.866882562637329, + "learning_rate": 3.4153960451316856e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9785908043384552, + "num_tokens": 83847853.0, + "step": 65160 + }, + { + "entropy": 0.9691692113876342, + "epoch": 6.226234833285564, + "grad_norm": 2.0986688137054443, + "learning_rate": 3.413897849040174e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9764957666397095, + "num_tokens": 83860406.0, + "step": 65170 + }, + { + "entropy": 0.9600205183029175, + "epoch": 6.227190216872074, + "grad_norm": 0.732184112071991, + "learning_rate": 3.412399811271514e-05, + "loss": 0.061, + "mean_token_accuracy": 0.9781317293643952, + "num_tokens": 83872889.0, + "step": 65180 + }, + { + "entropy": 0.9807765662670136, + "epoch": 6.228145600458584, + "grad_norm": 2.273771047592163, + "learning_rate": 3.410901931975237e-05, + "loss": 0.0689, + "mean_token_accuracy": 0.9705706417560578, + "num_tokens": 83886554.0, + "step": 65190 + }, + { + "entropy": 0.9627602338790894, + "epoch": 6.229100984045094, + "grad_norm": 1.0333712100982666, + "learning_rate": 3.409404211300862e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9783526241779328, + "num_tokens": 83899458.0, + "step": 65200 + }, + { + "entropy": 0.980621087551117, + "epoch": 6.2300563676316045, + "grad_norm": 1.125630259513855, + "learning_rate": 3.4079066493978885e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9789497256278992, + "num_tokens": 83912964.0, + "step": 65210 + }, + { + "entropy": 0.9794474124908448, + "epoch": 6.231011751218114, + "grad_norm": 1.4041337966918945, + "learning_rate": 3.406409246415802e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9721539139747619, + "num_tokens": 83925841.0, + "step": 65220 + }, + { + "entropy": 0.9642952859401703, + "epoch": 6.231967134804624, + "grad_norm": 2.1896636486053467, + "learning_rate": 3.404912002504071e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9795101881027222, + "num_tokens": 83938586.0, + "step": 65230 + }, + { + "entropy": 0.9814584136009217, + "epoch": 6.232922518391134, + "grad_norm": 1.0935883522033691, + "learning_rate": 3.403414917812148e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9774342060089112, + "num_tokens": 83951736.0, + "step": 65240 + }, + { + "entropy": 0.9496029794216156, + "epoch": 6.233877901977644, + "grad_norm": 2.403193950653076, + "learning_rate": 3.4019179924894706e-05, + "loss": 0.0618, + "mean_token_accuracy": 0.9738422095775604, + "num_tokens": 83964153.0, + "step": 65250 + }, + { + "entropy": 0.9670758843421936, + "epoch": 6.234833285564154, + "grad_norm": 1.183266282081604, + "learning_rate": 3.400421226685462e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9758546650409698, + "num_tokens": 83977312.0, + "step": 65260 + }, + { + "entropy": 0.9788553178310394, + "epoch": 6.235788669150664, + "grad_norm": 1.489040732383728, + "learning_rate": 3.398924620549524e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9755422592163085, + "num_tokens": 83990382.0, + "step": 65270 + }, + { + "entropy": 0.9647521197795867, + "epoch": 6.236744052737174, + "grad_norm": 1.5166584253311157, + "learning_rate": 3.3974281742310475e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9783168733119965, + "num_tokens": 84003301.0, + "step": 65280 + }, + { + "entropy": 0.9573561131954194, + "epoch": 6.237699436323684, + "grad_norm": 1.508567452430725, + "learning_rate": 3.395931887879409e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9769070684909821, + "num_tokens": 84015915.0, + "step": 65290 + }, + { + "entropy": 0.9649037301540375, + "epoch": 6.238654819910194, + "grad_norm": 1.6017401218414307, + "learning_rate": 3.3944357616439614e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9743195056915284, + "num_tokens": 84028785.0, + "step": 65300 + }, + { + "entropy": 0.9665307581424714, + "epoch": 6.239610203496704, + "grad_norm": 0.8450692892074585, + "learning_rate": 3.3929397956740505e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.981076055765152, + "num_tokens": 84041715.0, + "step": 65310 + }, + { + "entropy": 0.9606199145317078, + "epoch": 6.240565587083214, + "grad_norm": 1.3647531270980835, + "learning_rate": 3.3914439901189986e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9780207455158234, + "num_tokens": 84054082.0, + "step": 65320 + }, + { + "entropy": 0.9677415251731872, + "epoch": 6.241520970669724, + "grad_norm": 0.9539861083030701, + "learning_rate": 3.389948345128118e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9763049721717835, + "num_tokens": 84066524.0, + "step": 65330 + }, + { + "entropy": 0.9887902617454529, + "epoch": 6.242476354256234, + "grad_norm": 1.5446727275848389, + "learning_rate": 3.388452860850698e-05, + "loss": 0.062, + "mean_token_accuracy": 0.9754765033721924, + "num_tokens": 84079994.0, + "step": 65340 + }, + { + "entropy": 0.966593211889267, + "epoch": 6.2434317378427435, + "grad_norm": 1.4153456687927246, + "learning_rate": 3.3869575374360194e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791127860546112, + "num_tokens": 84092828.0, + "step": 65350 + }, + { + "entropy": 0.9790885627269745, + "epoch": 6.244387121429254, + "grad_norm": 1.7429300546646118, + "learning_rate": 3.3854623750333446e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9743232786655426, + "num_tokens": 84106574.0, + "step": 65360 + }, + { + "entropy": 0.9674671351909637, + "epoch": 6.245342505015763, + "grad_norm": 1.5166056156158447, + "learning_rate": 3.3839673737919166e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9756627738475799, + "num_tokens": 84119134.0, + "step": 65370 + }, + { + "entropy": 0.9664777100086213, + "epoch": 6.246297888602274, + "grad_norm": 2.2082815170288086, + "learning_rate": 3.382472533860965e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9803622901439667, + "num_tokens": 84132274.0, + "step": 65380 + }, + { + "entropy": 0.9526744723320008, + "epoch": 6.247253272188784, + "grad_norm": 2.4038925170898438, + "learning_rate": 3.380977855389704e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9822236359119415, + "num_tokens": 84145274.0, + "step": 65390 + }, + { + "entropy": 0.9637736797332763, + "epoch": 6.248208655775294, + "grad_norm": 2.096330165863037, + "learning_rate": 3.37948333852733e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9800902903079987, + "num_tokens": 84158158.0, + "step": 65400 + }, + { + "entropy": 0.9625910341739654, + "epoch": 6.249164039361804, + "grad_norm": 1.505746841430664, + "learning_rate": 3.3779889834230236e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9820824921131134, + "num_tokens": 84170936.0, + "step": 65410 + }, + { + "entropy": 0.967569375038147, + "epoch": 6.2501194229483135, + "grad_norm": 1.5093367099761963, + "learning_rate": 3.376494790225949e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9769154191017151, + "num_tokens": 84183410.0, + "step": 65420 + }, + { + "entropy": 0.9673776626586914, + "epoch": 6.251074806534824, + "grad_norm": 2.060246229171753, + "learning_rate": 3.375000759085259e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9817867875099182, + "num_tokens": 84196304.0, + "step": 65430 + }, + { + "entropy": 0.9633789539337159, + "epoch": 6.252030190121333, + "grad_norm": 1.7723314762115479, + "learning_rate": 3.3735068901500785e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9753542721271515, + "num_tokens": 84209287.0, + "step": 65440 + }, + { + "entropy": 0.9682497978210449, + "epoch": 6.252985573707844, + "grad_norm": 1.9435144662857056, + "learning_rate": 3.372013183569531e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9804940938949585, + "num_tokens": 84222205.0, + "step": 65450 + }, + { + "entropy": 0.9661698162555694, + "epoch": 6.253940957294354, + "grad_norm": 1.6110000610351562, + "learning_rate": 3.370519639492713e-05, + "loss": 0.0631, + "mean_token_accuracy": 0.9726532161235809, + "num_tokens": 84234726.0, + "step": 65460 + }, + { + "entropy": 0.9828210055828095, + "epoch": 6.2548963408808635, + "grad_norm": 2.395202875137329, + "learning_rate": 3.369026258068709e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9740880489349365, + "num_tokens": 84248057.0, + "step": 65470 + }, + { + "entropy": 0.9810546398162842, + "epoch": 6.255851724467374, + "grad_norm": 0.8145799040794373, + "learning_rate": 3.3675330394465854e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9828637778759003, + "num_tokens": 84260722.0, + "step": 65480 + }, + { + "entropy": 0.9765276849269867, + "epoch": 6.256807108053883, + "grad_norm": 1.4818776845932007, + "learning_rate": 3.366039983775394e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9846610069274903, + "num_tokens": 84273760.0, + "step": 65490 + }, + { + "entropy": 0.9923757374286651, + "epoch": 6.257762491640394, + "grad_norm": 1.8430012464523315, + "learning_rate": 3.364547091204173e-05, + "loss": 0.0626, + "mean_token_accuracy": 0.97631556391716, + "num_tokens": 84287198.0, + "step": 65500 + }, + { + "entropy": 0.9813288748264313, + "epoch": 6.258717875226903, + "grad_norm": 1.7162351608276367, + "learning_rate": 3.363054361881937e-05, + "loss": 0.068, + "mean_token_accuracy": 0.9747409760951996, + "num_tokens": 84299527.0, + "step": 65510 + }, + { + "entropy": 0.97589390873909, + "epoch": 6.259673258813414, + "grad_norm": 1.794391393661499, + "learning_rate": 3.3615617959576904e-05, + "loss": 0.0465, + "mean_token_accuracy": 0.9840377509593964, + "num_tokens": 84312162.0, + "step": 65520 + }, + { + "entropy": 0.9895715773105621, + "epoch": 6.260628642399924, + "grad_norm": 1.7827575206756592, + "learning_rate": 3.360069393580418e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9755587875843048, + "num_tokens": 84325237.0, + "step": 65530 + }, + { + "entropy": 0.9920778870582581, + "epoch": 6.2615840259864335, + "grad_norm": 1.4212427139282227, + "learning_rate": 3.358577154899093e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9713569939136505, + "num_tokens": 84338506.0, + "step": 65540 + }, + { + "entropy": 0.9860479831695557, + "epoch": 6.262539409572944, + "grad_norm": 2.70609450340271, + "learning_rate": 3.3570850800626645e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.9765697598457337, + "num_tokens": 84351616.0, + "step": 65550 + }, + { + "entropy": 0.9918362677097321, + "epoch": 6.263494793159453, + "grad_norm": 1.9275411367416382, + "learning_rate": 3.355593169220074e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9756105422973633, + "num_tokens": 84364640.0, + "step": 65560 + }, + { + "entropy": 0.9811354994773864, + "epoch": 6.264450176745964, + "grad_norm": 1.7494316101074219, + "learning_rate": 3.354101422520238e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9791939556598663, + "num_tokens": 84377656.0, + "step": 65570 + }, + { + "entropy": 0.9762627422809601, + "epoch": 6.265405560332473, + "grad_norm": 0.9075766801834106, + "learning_rate": 3.352609840112062e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9811863422393798, + "num_tokens": 84390410.0, + "step": 65580 + }, + { + "entropy": 0.9900365173816681, + "epoch": 6.266360943918984, + "grad_norm": 2.2835328578948975, + "learning_rate": 3.351118422144438e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9741596519947052, + "num_tokens": 84403644.0, + "step": 65590 + }, + { + "entropy": 0.978838324546814, + "epoch": 6.267316327505493, + "grad_norm": 1.4272745847702026, + "learning_rate": 3.3496271687662316e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9785050272941589, + "num_tokens": 84416416.0, + "step": 65600 + }, + { + "entropy": 0.96132133603096, + "epoch": 6.268271711092003, + "grad_norm": 1.0928422212600708, + "learning_rate": 3.348136080126304e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9787967145442963, + "num_tokens": 84428836.0, + "step": 65610 + }, + { + "entropy": 0.9681521952152252, + "epoch": 6.269227094678514, + "grad_norm": 1.017987608909607, + "learning_rate": 3.346645156373489e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9793706059455871, + "num_tokens": 84442143.0, + "step": 65620 + }, + { + "entropy": 0.9703683078289032, + "epoch": 6.270182478265023, + "grad_norm": 2.1934680938720703, + "learning_rate": 3.345154397656611e-05, + "loss": 0.0676, + "mean_token_accuracy": 0.9770303845405579, + "num_tokens": 84455379.0, + "step": 65630 + }, + { + "entropy": 0.9846412003040313, + "epoch": 6.271137861851534, + "grad_norm": 1.69264817237854, + "learning_rate": 3.343663804124475e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9774822294712067, + "num_tokens": 84468624.0, + "step": 65640 + }, + { + "entropy": 0.9744021177291871, + "epoch": 6.272093245438043, + "grad_norm": 1.609603762626648, + "learning_rate": 3.34217337592587e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9745485961437226, + "num_tokens": 84481553.0, + "step": 65650 + }, + { + "entropy": 0.9747732639312744, + "epoch": 6.2730486290245535, + "grad_norm": 0.657964825630188, + "learning_rate": 3.340683113209573e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9823714911937713, + "num_tokens": 84494601.0, + "step": 65660 + }, + { + "entropy": 0.9799845516681671, + "epoch": 6.274004012611063, + "grad_norm": 1.3550063371658325, + "learning_rate": 3.3391930161243337e-05, + "loss": 0.071, + "mean_token_accuracy": 0.971808785200119, + "num_tokens": 84507837.0, + "step": 65670 + }, + { + "entropy": 0.9703595578670502, + "epoch": 6.274959396197573, + "grad_norm": 1.4026697874069214, + "learning_rate": 3.337703084818896e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9714177131652832, + "num_tokens": 84520823.0, + "step": 65680 + }, + { + "entropy": 0.9722277998924256, + "epoch": 6.275914779784083, + "grad_norm": 1.3210309743881226, + "learning_rate": 3.336213319441982e-05, + "loss": 0.0712, + "mean_token_accuracy": 0.970779812335968, + "num_tokens": 84533478.0, + "step": 65690 + }, + { + "entropy": 0.9705206990242005, + "epoch": 6.276870163370593, + "grad_norm": 1.0687003135681152, + "learning_rate": 3.3347237201422984e-05, + "loss": 0.0468, + "mean_token_accuracy": 0.9826221406459809, + "num_tokens": 84546358.0, + "step": 65700 + }, + { + "entropy": 0.9563930213451386, + "epoch": 6.277825546957104, + "grad_norm": 1.5315877199172974, + "learning_rate": 3.3332342870685354e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9738402903079987, + "num_tokens": 84558668.0, + "step": 65710 + }, + { + "entropy": 0.9780029416084289, + "epoch": 6.278780930543613, + "grad_norm": 1.5570207834243774, + "learning_rate": 3.3317450203693654e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9764018476009368, + "num_tokens": 84571489.0, + "step": 65720 + }, + { + "entropy": 0.984041714668274, + "epoch": 6.2797363141301235, + "grad_norm": 1.4991848468780518, + "learning_rate": 3.330255920193448e-05, + "loss": 0.0714, + "mean_token_accuracy": 0.9724686026573182, + "num_tokens": 84584902.0, + "step": 65730 + }, + { + "entropy": 0.981638103723526, + "epoch": 6.280691697716633, + "grad_norm": 1.371440052986145, + "learning_rate": 3.328766986689419e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9803318917751312, + "num_tokens": 84598058.0, + "step": 65740 + }, + { + "entropy": 0.9694793462753296, + "epoch": 6.281647081303143, + "grad_norm": 1.118929147720337, + "learning_rate": 3.327278220005908e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9796180427074432, + "num_tokens": 84610943.0, + "step": 65750 + }, + { + "entropy": 0.976386821269989, + "epoch": 6.282602464889653, + "grad_norm": 2.0843024253845215, + "learning_rate": 3.325789620291515e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9721294462680816, + "num_tokens": 84624049.0, + "step": 65760 + }, + { + "entropy": 0.9701309263706207, + "epoch": 6.283557848476163, + "grad_norm": 1.323548674583435, + "learning_rate": 3.324301187694836e-05, + "loss": 0.0642, + "mean_token_accuracy": 0.9721414983272553, + "num_tokens": 84637171.0, + "step": 65770 + }, + { + "entropy": 0.9761001765727997, + "epoch": 6.2845132320626735, + "grad_norm": 1.7906157970428467, + "learning_rate": 3.3228129223644414e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9753085434436798, + "num_tokens": 84650130.0, + "step": 65780 + }, + { + "entropy": 0.9652911305427552, + "epoch": 6.285468615649183, + "grad_norm": 1.3189308643341064, + "learning_rate": 3.3213248244488885e-05, + "loss": 0.0621, + "mean_token_accuracy": 0.9783921539783478, + "num_tokens": 84662321.0, + "step": 65790 + }, + { + "entropy": 0.9677509844303132, + "epoch": 6.286423999235693, + "grad_norm": 1.4433255195617676, + "learning_rate": 3.31983689409672e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9812238991260529, + "num_tokens": 84675378.0, + "step": 65800 + }, + { + "entropy": 0.9848659932613373, + "epoch": 6.287379382822203, + "grad_norm": 1.1092277765274048, + "learning_rate": 3.318349131456455e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9774531304836274, + "num_tokens": 84688970.0, + "step": 65810 + }, + { + "entropy": 0.9744358837604523, + "epoch": 6.288334766408713, + "grad_norm": 1.2533740997314453, + "learning_rate": 3.316861536676605e-05, + "loss": 0.065, + "mean_token_accuracy": 0.9746725916862488, + "num_tokens": 84702070.0, + "step": 65820 + }, + { + "entropy": 0.9686804175376892, + "epoch": 6.289290149995223, + "grad_norm": 1.80271315574646, + "learning_rate": 3.315374109905656e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9740900039672852, + "num_tokens": 84715141.0, + "step": 65830 + }, + { + "entropy": 0.9707707524299621, + "epoch": 6.290245533581733, + "grad_norm": 1.6183202266693115, + "learning_rate": 3.313886851292085e-05, + "loss": 0.0693, + "mean_token_accuracy": 0.9734076976776123, + "num_tokens": 84727987.0, + "step": 65840 + }, + { + "entropy": 0.9572726011276245, + "epoch": 6.2912009171682435, + "grad_norm": 1.335930347442627, + "learning_rate": 3.3123997609843436e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.979524827003479, + "num_tokens": 84740579.0, + "step": 65850 + }, + { + "entropy": 0.9799972474575043, + "epoch": 6.292156300754753, + "grad_norm": 0.7510223388671875, + "learning_rate": 3.310912839130875e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9814065814018249, + "num_tokens": 84753872.0, + "step": 65860 + }, + { + "entropy": 0.9766606092453003, + "epoch": 6.293111684341263, + "grad_norm": 0.9507770538330078, + "learning_rate": 3.309426085880101e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9790544867515564, + "num_tokens": 84767364.0, + "step": 65870 + }, + { + "entropy": 0.9622984886169433, + "epoch": 6.294067067927773, + "grad_norm": 1.7818790674209595, + "learning_rate": 3.307939501380427e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9749864518642426, + "num_tokens": 84780014.0, + "step": 65880 + }, + { + "entropy": 0.9686211466789245, + "epoch": 6.295022451514283, + "grad_norm": 1.388267993927002, + "learning_rate": 3.306453085780244e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9787520349025727, + "num_tokens": 84793074.0, + "step": 65890 + }, + { + "entropy": 0.9697498440742492, + "epoch": 6.295977835100793, + "grad_norm": 1.3955475091934204, + "learning_rate": 3.30496683922792e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9751102089881897, + "num_tokens": 84806018.0, + "step": 65900 + }, + { + "entropy": 0.9715376138687134, + "epoch": 6.296933218687303, + "grad_norm": 1.2604210376739502, + "learning_rate": 3.303480761871818e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9816802740097046, + "num_tokens": 84819468.0, + "step": 65910 + }, + { + "entropy": 0.9762550115585327, + "epoch": 6.2978886022738125, + "grad_norm": 1.2418252229690552, + "learning_rate": 3.3019948538602674e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9768729209899902, + "num_tokens": 84832691.0, + "step": 65920 + }, + { + "entropy": 0.963115257024765, + "epoch": 6.298843985860323, + "grad_norm": 3.229868173599243, + "learning_rate": 3.3005091153415965e-05, + "loss": 0.0481, + "mean_token_accuracy": 0.9813717424869537, + "num_tokens": 84845067.0, + "step": 65930 + }, + { + "entropy": 0.9695158660411834, + "epoch": 6.299799369446833, + "grad_norm": 1.499252200126648, + "learning_rate": 3.299023546464107e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9818896472454071, + "num_tokens": 84858090.0, + "step": 65940 + }, + { + "entropy": 0.9754431068897247, + "epoch": 6.300754753033343, + "grad_norm": 0.7910054326057434, + "learning_rate": 3.2975381473760866e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9795583963394165, + "num_tokens": 84870958.0, + "step": 65950 + }, + { + "entropy": 0.9709399580955506, + "epoch": 6.301710136619853, + "grad_norm": 1.2667218446731567, + "learning_rate": 3.2960529182258095e-05, + "loss": 0.0679, + "mean_token_accuracy": 0.9734576880931854, + "num_tokens": 84883907.0, + "step": 65960 + }, + { + "entropy": 0.9665110051631928, + "epoch": 6.302665520206363, + "grad_norm": 1.6940031051635742, + "learning_rate": 3.294567859161523e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9809364974498749, + "num_tokens": 84896225.0, + "step": 65970 + }, + { + "entropy": 0.9458514094352722, + "epoch": 6.303620903792873, + "grad_norm": 1.9014946222305298, + "learning_rate": 3.293082970331471e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.981251734495163, + "num_tokens": 84908497.0, + "step": 65980 + }, + { + "entropy": 0.9528612911701202, + "epoch": 6.3045762873793825, + "grad_norm": 0.6722848415374756, + "learning_rate": 3.291598251883869e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9753286063671112, + "num_tokens": 84921219.0, + "step": 65990 + }, + { + "entropy": 0.9518328487873078, + "epoch": 6.305531670965893, + "grad_norm": 1.5820096731185913, + "learning_rate": 3.290113703966922e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9749933540821075, + "num_tokens": 84933434.0, + "step": 66000 + }, + { + "entropy": 0.9709615647792816, + "epoch": 6.306487054552402, + "grad_norm": 0.7706131935119629, + "learning_rate": 3.288629326728813e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9774433135986328, + "num_tokens": 84946574.0, + "step": 66010 + }, + { + "entropy": 0.9688182294368743, + "epoch": 6.307442438138913, + "grad_norm": 1.6154905557632446, + "learning_rate": 3.287145120317712e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9760815143585205, + "num_tokens": 84959216.0, + "step": 66020 + }, + { + "entropy": 0.9748061537742615, + "epoch": 6.308397821725423, + "grad_norm": 1.4074549674987793, + "learning_rate": 3.2856610848817734e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9785778224468231, + "num_tokens": 84972059.0, + "step": 66030 + }, + { + "entropy": 0.9785131990909577, + "epoch": 6.3093532053119326, + "grad_norm": 1.4692633152008057, + "learning_rate": 3.284177220569129e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9754914104938507, + "num_tokens": 84984884.0, + "step": 66040 + }, + { + "entropy": 0.9829138100147248, + "epoch": 6.310308588898443, + "grad_norm": 2.280099630355835, + "learning_rate": 3.282693527527898e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9779768109321594, + "num_tokens": 84998009.0, + "step": 66050 + }, + { + "entropy": 0.9637665271759033, + "epoch": 6.311263972484952, + "grad_norm": 0.960415244102478, + "learning_rate": 3.281210005906178e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9804415345191956, + "num_tokens": 85010411.0, + "step": 66060 + }, + { + "entropy": 0.9668516874313354, + "epoch": 6.312219356071463, + "grad_norm": 1.8653484582901, + "learning_rate": 3.279726655852058e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9771364510059357, + "num_tokens": 85022864.0, + "step": 66070 + }, + { + "entropy": 0.9811778843402863, + "epoch": 6.313174739657972, + "grad_norm": 2.8245232105255127, + "learning_rate": 3.278243477513597e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9796413898468017, + "num_tokens": 85036301.0, + "step": 66080 + }, + { + "entropy": 0.9742729842662812, + "epoch": 6.314130123244483, + "grad_norm": 1.083958625793457, + "learning_rate": 3.2767604710388486e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9812044262886047, + "num_tokens": 85049470.0, + "step": 66090 + }, + { + "entropy": 0.9761421203613281, + "epoch": 6.315085506830993, + "grad_norm": 1.0716246366500854, + "learning_rate": 3.275277636575846e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9772335231304169, + "num_tokens": 85062660.0, + "step": 66100 + }, + { + "entropy": 0.978699517250061, + "epoch": 6.3160408904175025, + "grad_norm": 1.302992582321167, + "learning_rate": 3.2737949742726e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9773503839969635, + "num_tokens": 85075915.0, + "step": 66110 + }, + { + "entropy": 0.9734792888164521, + "epoch": 6.316996274004013, + "grad_norm": 2.2354137897491455, + "learning_rate": 3.272312484277112e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9775828659534455, + "num_tokens": 85088321.0, + "step": 66120 + }, + { + "entropy": 0.974012839794159, + "epoch": 6.317951657590522, + "grad_norm": 0.9638203978538513, + "learning_rate": 3.2708301667373596e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.980116480588913, + "num_tokens": 85101692.0, + "step": 66130 + }, + { + "entropy": 0.9780339598655701, + "epoch": 6.318907041177033, + "grad_norm": 1.3974173069000244, + "learning_rate": 3.269348021801308e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9783523201942443, + "num_tokens": 85114586.0, + "step": 66140 + }, + { + "entropy": 0.9851802110671997, + "epoch": 6.319862424763542, + "grad_norm": 1.1529637575149536, + "learning_rate": 3.2678660496169003e-05, + "loss": 0.0691, + "mean_token_accuracy": 0.9709104418754577, + "num_tokens": 85127468.0, + "step": 66150 + }, + { + "entropy": 0.9782376170158387, + "epoch": 6.320817808350053, + "grad_norm": 2.392997980117798, + "learning_rate": 3.26638425033207e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9744953811168671, + "num_tokens": 85140267.0, + "step": 66160 + }, + { + "entropy": 0.9920336604118347, + "epoch": 6.321773191936563, + "grad_norm": 1.4006060361862183, + "learning_rate": 3.2649026240947226e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9776759624481202, + "num_tokens": 85152817.0, + "step": 66170 + }, + { + "entropy": 0.9727276861667633, + "epoch": 6.322728575523072, + "grad_norm": 1.9285427331924438, + "learning_rate": 3.2634211710527554e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.979060298204422, + "num_tokens": 85165025.0, + "step": 66180 + }, + { + "entropy": 0.9754046142101288, + "epoch": 6.323683959109583, + "grad_norm": 1.3954755067825317, + "learning_rate": 3.261939891354048e-05, + "loss": 0.0609, + "mean_token_accuracy": 0.9773790419101716, + "num_tokens": 85177335.0, + "step": 66190 + }, + { + "entropy": 0.9763698220252991, + "epoch": 6.324639342696092, + "grad_norm": 1.724059820175171, + "learning_rate": 3.260458785146455e-05, + "loss": 0.0679, + "mean_token_accuracy": 0.9718093812465668, + "num_tokens": 85190069.0, + "step": 66200 + }, + { + "entropy": 0.954843932390213, + "epoch": 6.325594726282603, + "grad_norm": 1.245420217514038, + "learning_rate": 3.258977852577822e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9751776278018951, + "num_tokens": 85202810.0, + "step": 66210 + }, + { + "entropy": 0.9592687249183655, + "epoch": 6.326550109869112, + "grad_norm": 1.8100992441177368, + "learning_rate": 3.2574970937959715e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9804699122905731, + "num_tokens": 85215428.0, + "step": 66220 + }, + { + "entropy": 0.9768016397953033, + "epoch": 6.3275054934556225, + "grad_norm": 1.3024855852127075, + "learning_rate": 3.256016508948715e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9810539841651916, + "num_tokens": 85228183.0, + "step": 66230 + }, + { + "entropy": 0.9831527769565582, + "epoch": 6.328460877042132, + "grad_norm": 0.8054376840591431, + "learning_rate": 3.254536098183838e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9799770236015319, + "num_tokens": 85241162.0, + "step": 66240 + }, + { + "entropy": 0.9824263095855713, + "epoch": 6.329416260628642, + "grad_norm": 1.7653329372406006, + "learning_rate": 3.253055861649116e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9785077512264252, + "num_tokens": 85254178.0, + "step": 66250 + }, + { + "entropy": 0.9763069212436676, + "epoch": 6.330371644215153, + "grad_norm": 1.8079591989517212, + "learning_rate": 3.2515757994923043e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9779566466808319, + "num_tokens": 85266511.0, + "step": 66260 + }, + { + "entropy": 0.9785960078239441, + "epoch": 6.331327027801662, + "grad_norm": 1.5291441679000854, + "learning_rate": 3.2500959118611407e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9777825832366943, + "num_tokens": 85279732.0, + "step": 66270 + }, + { + "entropy": 0.9792139887809753, + "epoch": 6.332282411388173, + "grad_norm": 2.265305280685425, + "learning_rate": 3.248616198903347e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.977520763874054, + "num_tokens": 85292598.0, + "step": 66280 + }, + { + "entropy": 0.9864607810974121, + "epoch": 6.333237794974682, + "grad_norm": 1.807349443435669, + "learning_rate": 3.247136660766624e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9754478454589843, + "num_tokens": 85305911.0, + "step": 66290 + }, + { + "entropy": 0.9777828931808472, + "epoch": 6.3341931785611925, + "grad_norm": 1.507503628730774, + "learning_rate": 3.24565729759866e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9752480566501618, + "num_tokens": 85318361.0, + "step": 66300 + }, + { + "entropy": 0.9853997886180877, + "epoch": 6.335148562147702, + "grad_norm": 2.0710513591766357, + "learning_rate": 3.24417810954712e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9775022685527801, + "num_tokens": 85330835.0, + "step": 66310 + }, + { + "entropy": 0.9844741582870483, + "epoch": 6.336103945734212, + "grad_norm": 1.2668256759643555, + "learning_rate": 3.2426990967596573e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9751045823097229, + "num_tokens": 85343886.0, + "step": 66320 + }, + { + "entropy": 0.9969560861587524, + "epoch": 6.337059329320722, + "grad_norm": 1.334510326385498, + "learning_rate": 3.241220259383906e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9791863143444062, + "num_tokens": 85357146.0, + "step": 66330 + }, + { + "entropy": 0.9766744673252106, + "epoch": 6.338014712907232, + "grad_norm": 0.8763222694396973, + "learning_rate": 3.239741597567479e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9788678109645843, + "num_tokens": 85369943.0, + "step": 66340 + }, + { + "entropy": 0.9727783560752868, + "epoch": 6.3389700964937425, + "grad_norm": 2.0151751041412354, + "learning_rate": 3.238263111457979e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9796660602092743, + "num_tokens": 85382748.0, + "step": 66350 + }, + { + "entropy": 0.9726252913475036, + "epoch": 6.339925480080252, + "grad_norm": 1.546724557876587, + "learning_rate": 3.2367848012029816e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.979485148191452, + "num_tokens": 85395547.0, + "step": 66360 + }, + { + "entropy": 0.9720555543899536, + "epoch": 6.340880863666762, + "grad_norm": 1.1037386655807495, + "learning_rate": 3.235306666950054e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9804373204708099, + "num_tokens": 85408369.0, + "step": 66370 + }, + { + "entropy": 0.9539320468902588, + "epoch": 6.341836247253272, + "grad_norm": 1.1915005445480347, + "learning_rate": 3.233828708846738e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9767532646656036, + "num_tokens": 85421031.0, + "step": 66380 + }, + { + "entropy": 0.9535614013671875, + "epoch": 6.342791630839782, + "grad_norm": 0.9649696350097656, + "learning_rate": 3.232350927040565e-05, + "loss": 0.0478, + "mean_token_accuracy": 0.9798138737678528, + "num_tokens": 85433489.0, + "step": 66390 + }, + { + "entropy": 0.9647181272506714, + "epoch": 6.343747014426292, + "grad_norm": 2.496302366256714, + "learning_rate": 3.230873321679044e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.97776158452034, + "num_tokens": 85446638.0, + "step": 66400 + }, + { + "entropy": 0.972311544418335, + "epoch": 6.344702398012802, + "grad_norm": 1.0407615900039673, + "learning_rate": 3.229395892909669e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9780090034008027, + "num_tokens": 85459643.0, + "step": 66410 + }, + { + "entropy": 0.9765901088714599, + "epoch": 6.3456577815993125, + "grad_norm": 1.745165228843689, + "learning_rate": 3.227918640879914e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9769115209579468, + "num_tokens": 85472307.0, + "step": 66420 + }, + { + "entropy": 1.000066590309143, + "epoch": 6.346613165185822, + "grad_norm": 1.7076784372329712, + "learning_rate": 3.2264415657372374e-05, + "loss": 0.0761, + "mean_token_accuracy": 0.9711985468864441, + "num_tokens": 85485331.0, + "step": 66430 + }, + { + "entropy": 0.9879658043384552, + "epoch": 6.347568548772332, + "grad_norm": 2.8116614818573, + "learning_rate": 3.224964667629078e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9795031070709228, + "num_tokens": 85498140.0, + "step": 66440 + }, + { + "entropy": 0.9787860095500946, + "epoch": 6.348523932358842, + "grad_norm": 2.178525924682617, + "learning_rate": 3.223487946702859e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9815738379955292, + "num_tokens": 85510997.0, + "step": 66450 + }, + { + "entropy": 0.9656323671340943, + "epoch": 6.349479315945352, + "grad_norm": 1.704667091369629, + "learning_rate": 3.222011403105984e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9735406696796417, + "num_tokens": 85523726.0, + "step": 66460 + }, + { + "entropy": 0.9758336305618286, + "epoch": 6.350434699531862, + "grad_norm": 1.3175045251846313, + "learning_rate": 3.220535036985839e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9822613537311554, + "num_tokens": 85536876.0, + "step": 66470 + }, + { + "entropy": 0.968293410539627, + "epoch": 6.351390083118372, + "grad_norm": 1.7852824926376343, + "learning_rate": 3.219058848489797e-05, + "loss": 0.0693, + "mean_token_accuracy": 0.9746064186096192, + "num_tokens": 85549076.0, + "step": 66480 + }, + { + "entropy": 0.9685630381107331, + "epoch": 6.352345466704882, + "grad_norm": 1.341914176940918, + "learning_rate": 3.217582837765206e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9781497657299042, + "num_tokens": 85561775.0, + "step": 66490 + }, + { + "entropy": 0.9734641432762146, + "epoch": 6.353300850291392, + "grad_norm": 1.896801471710205, + "learning_rate": 3.216107004959401e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9795103788375854, + "num_tokens": 85574459.0, + "step": 66500 + }, + { + "entropy": 0.962322574853897, + "epoch": 6.354256233877902, + "grad_norm": 0.7767611145973206, + "learning_rate": 3.2146313502196974e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9783755123615265, + "num_tokens": 85586316.0, + "step": 66510 + }, + { + "entropy": 0.9807560861110687, + "epoch": 6.355211617464412, + "grad_norm": 0.7687762379646301, + "learning_rate": 3.213155873693393e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9827610611915588, + "num_tokens": 85599110.0, + "step": 66520 + }, + { + "entropy": 0.9799791157245636, + "epoch": 6.356167001050922, + "grad_norm": 1.5606023073196411, + "learning_rate": 3.211680575527769e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9745938181877136, + "num_tokens": 85612650.0, + "step": 66530 + }, + { + "entropy": 0.9588930428028106, + "epoch": 6.357122384637432, + "grad_norm": 1.4850977659225464, + "learning_rate": 3.210205455870086e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9787911593914032, + "num_tokens": 85625143.0, + "step": 66540 + }, + { + "entropy": 0.973330807685852, + "epoch": 6.358077768223942, + "grad_norm": 1.9147166013717651, + "learning_rate": 3.208730514867591e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.9800929725170135, + "num_tokens": 85637769.0, + "step": 66550 + }, + { + "entropy": 0.9658243298530579, + "epoch": 6.359033151810452, + "grad_norm": 0.7360227704048157, + "learning_rate": 3.2072557526675116e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9844579517841339, + "num_tokens": 85649965.0, + "step": 66560 + }, + { + "entropy": 0.9827133119106293, + "epoch": 6.359988535396962, + "grad_norm": 1.2226617336273193, + "learning_rate": 3.205781169417054e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9806296646595001, + "num_tokens": 85662926.0, + "step": 66570 + }, + { + "entropy": 0.9819192886352539, + "epoch": 6.360943918983472, + "grad_norm": 1.7571074962615967, + "learning_rate": 3.204306765263411e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9794619023799896, + "num_tokens": 85676172.0, + "step": 66580 + }, + { + "entropy": 0.9660947382450104, + "epoch": 6.361899302569982, + "grad_norm": 1.7923123836517334, + "learning_rate": 3.202832540353755e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9801616191864013, + "num_tokens": 85688658.0, + "step": 66590 + }, + { + "entropy": 0.9744865417480468, + "epoch": 6.362854686156492, + "grad_norm": 1.1939113140106201, + "learning_rate": 3.201358494835244e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9767422080039978, + "num_tokens": 85701471.0, + "step": 66600 + }, + { + "entropy": 0.9639677345752716, + "epoch": 6.363810069743002, + "grad_norm": 1.6038079261779785, + "learning_rate": 3.199884628855011e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9767869770526886, + "num_tokens": 85713852.0, + "step": 66610 + }, + { + "entropy": 0.9569918572902679, + "epoch": 6.364765453329512, + "grad_norm": 1.6161762475967407, + "learning_rate": 3.198410942560177e-05, + "loss": 0.0569, + "mean_token_accuracy": 0.9790210664272309, + "num_tokens": 85726440.0, + "step": 66620 + }, + { + "entropy": 0.9738858699798584, + "epoch": 6.365720836916021, + "grad_norm": 1.0472056865692139, + "learning_rate": 3.1969374360978474e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9810746371746063, + "num_tokens": 85739709.0, + "step": 66630 + }, + { + "entropy": 0.9664127230644226, + "epoch": 6.366676220502532, + "grad_norm": 1.4641789197921753, + "learning_rate": 3.195464109615102e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9781231760978699, + "num_tokens": 85752559.0, + "step": 66640 + }, + { + "entropy": 0.9577420175075531, + "epoch": 6.367631604089042, + "grad_norm": 2.1130688190460205, + "learning_rate": 3.1939909632590084e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.97860067486763, + "num_tokens": 85765150.0, + "step": 66650 + }, + { + "entropy": 0.9613907217979432, + "epoch": 6.368586987675552, + "grad_norm": 0.968605101108551, + "learning_rate": 3.192517997176613e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9789312779903412, + "num_tokens": 85778045.0, + "step": 66660 + }, + { + "entropy": 0.9708996593952179, + "epoch": 6.369542371262062, + "grad_norm": 1.356413722038269, + "learning_rate": 3.191045211514946e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9745107471942902, + "num_tokens": 85791782.0, + "step": 66670 + }, + { + "entropy": 0.9513536274433136, + "epoch": 6.3704977548485715, + "grad_norm": 1.6137791872024536, + "learning_rate": 3.18957260642102e-05, + "loss": 0.0697, + "mean_token_accuracy": 0.9759906828403473, + "num_tokens": 85804456.0, + "step": 66680 + }, + { + "entropy": 0.9696991086006165, + "epoch": 6.371453138435082, + "grad_norm": 1.1098614931106567, + "learning_rate": 3.1881001820418255e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9781062364578247, + "num_tokens": 85817786.0, + "step": 66690 + }, + { + "entropy": 0.9622109830379486, + "epoch": 6.372408522021591, + "grad_norm": 1.4194715023040771, + "learning_rate": 3.186627938524343e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9806765854358673, + "num_tokens": 85830745.0, + "step": 66700 + }, + { + "entropy": 0.9628984212875367, + "epoch": 6.373363905608102, + "grad_norm": 1.2191410064697266, + "learning_rate": 3.185155876015526e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.9751841425895691, + "num_tokens": 85843640.0, + "step": 66710 + }, + { + "entropy": 0.954545521736145, + "epoch": 6.374319289194611, + "grad_norm": 1.6502143144607544, + "learning_rate": 3.1836839946623185e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9776397109031677, + "num_tokens": 85856896.0, + "step": 66720 + }, + { + "entropy": 0.9664279341697692, + "epoch": 6.375274672781122, + "grad_norm": 1.7164965867996216, + "learning_rate": 3.182212294611637e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9776717126369476, + "num_tokens": 85869452.0, + "step": 66730 + }, + { + "entropy": 0.962563443183899, + "epoch": 6.376230056367632, + "grad_norm": 1.6541666984558105, + "learning_rate": 3.180740776010389e-05, + "loss": 0.052, + "mean_token_accuracy": 0.978902792930603, + "num_tokens": 85881926.0, + "step": 66740 + }, + { + "entropy": 0.9663954079151154, + "epoch": 6.377185439954141, + "grad_norm": 0.9191365838050842, + "learning_rate": 3.179269439005457e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9804279088974, + "num_tokens": 85894797.0, + "step": 66750 + }, + { + "entropy": 0.9668161034584045, + "epoch": 6.378140823540652, + "grad_norm": 1.2618157863616943, + "learning_rate": 3.177798283743709e-05, + "loss": 0.0714, + "mean_token_accuracy": 0.9748561024665833, + "num_tokens": 85907767.0, + "step": 66760 + }, + { + "entropy": 0.9690195798873902, + "epoch": 6.379096207127161, + "grad_norm": 1.3588767051696777, + "learning_rate": 3.176327310371994e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9782155871391296, + "num_tokens": 85920634.0, + "step": 66770 + }, + { + "entropy": 0.9861583650112152, + "epoch": 6.380051590713672, + "grad_norm": 0.568125307559967, + "learning_rate": 3.174856519037141e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9806267440319061, + "num_tokens": 85934140.0, + "step": 66780 + }, + { + "entropy": 0.9505517899990081, + "epoch": 6.381006974300181, + "grad_norm": 1.4288356304168701, + "learning_rate": 3.173385909885967e-05, + "loss": 0.0447, + "mean_token_accuracy": 0.9807865500450135, + "num_tokens": 85946450.0, + "step": 66790 + }, + { + "entropy": 0.9723483741283416, + "epoch": 6.3819623578866915, + "grad_norm": 2.429595708847046, + "learning_rate": 3.171915483065263e-05, + "loss": 0.0738, + "mean_token_accuracy": 0.9682141542434692, + "num_tokens": 85959233.0, + "step": 66800 + }, + { + "entropy": 0.9568709671497345, + "epoch": 6.382917741473202, + "grad_norm": 0.8039824962615967, + "learning_rate": 3.1704452387218066e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.980299836397171, + "num_tokens": 85972493.0, + "step": 66810 + }, + { + "entropy": 0.9499304890632629, + "epoch": 6.383873125059711, + "grad_norm": 1.311722755432129, + "learning_rate": 3.168975177002355e-05, + "loss": 0.0478, + "mean_token_accuracy": 0.983426171541214, + "num_tokens": 85985131.0, + "step": 66820 + }, + { + "entropy": 0.9604547441005706, + "epoch": 6.384828508646222, + "grad_norm": 1.4710361957550049, + "learning_rate": 3.16750529805365e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9756418645381928, + "num_tokens": 85997328.0, + "step": 66830 + }, + { + "entropy": 0.9628899276256562, + "epoch": 6.385783892232731, + "grad_norm": 2.0318922996520996, + "learning_rate": 3.16603560202241e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9740279316902161, + "num_tokens": 86010408.0, + "step": 66840 + }, + { + "entropy": 0.9632598280906677, + "epoch": 6.386739275819242, + "grad_norm": 1.0844204425811768, + "learning_rate": 3.1645660890553397e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9762571036815644, + "num_tokens": 86022736.0, + "step": 66850 + }, + { + "entropy": 0.9757500171661377, + "epoch": 6.387694659405751, + "grad_norm": 2.099006175994873, + "learning_rate": 3.1630967592991265e-05, + "loss": 0.0743, + "mean_token_accuracy": 0.9696335077285767, + "num_tokens": 86035971.0, + "step": 66860 + }, + { + "entropy": 0.9791164875030518, + "epoch": 6.3886500429922615, + "grad_norm": 1.5924047231674194, + "learning_rate": 3.1616276129004336e-05, + "loss": 0.0705, + "mean_token_accuracy": 0.9716032266616821, + "num_tokens": 86048949.0, + "step": 66870 + }, + { + "entropy": 0.9906843543052674, + "epoch": 6.389605426578772, + "grad_norm": 1.2825114727020264, + "learning_rate": 3.160158650005912e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.977190351486206, + "num_tokens": 86062270.0, + "step": 66880 + }, + { + "entropy": 0.9733248829841614, + "epoch": 6.390560810165281, + "grad_norm": 1.076682448387146, + "learning_rate": 3.1586898707621904e-05, + "loss": 0.0626, + "mean_token_accuracy": 0.9765430808067321, + "num_tokens": 86074752.0, + "step": 66890 + }, + { + "entropy": 0.9703840792179108, + "epoch": 6.391516193751792, + "grad_norm": 1.3910236358642578, + "learning_rate": 3.157221275315882e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9802002966403961, + "num_tokens": 86087447.0, + "step": 66900 + }, + { + "entropy": 0.9636768579483033, + "epoch": 6.392471577338301, + "grad_norm": 0.7011082172393799, + "learning_rate": 3.1557528638135785e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9826504766941071, + "num_tokens": 86100192.0, + "step": 66910 + }, + { + "entropy": 0.9547578573226929, + "epoch": 6.3934269609248116, + "grad_norm": 2.179612636566162, + "learning_rate": 3.154284636401855e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9825032651424408, + "num_tokens": 86112961.0, + "step": 66920 + }, + { + "entropy": 0.9698527157306671, + "epoch": 6.394382344511321, + "grad_norm": 0.7473411560058594, + "learning_rate": 3.1528165932272724e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9819350600242615, + "num_tokens": 86125872.0, + "step": 66930 + }, + { + "entropy": 0.9709802448749543, + "epoch": 6.395337728097831, + "grad_norm": 1.8233146667480469, + "learning_rate": 3.151348734436362e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9754140555858613, + "num_tokens": 86139323.0, + "step": 66940 + }, + { + "entropy": 0.9792969226837158, + "epoch": 6.396293111684341, + "grad_norm": 1.2903032302856445, + "learning_rate": 3.1498810601756503e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9771105885505676, + "num_tokens": 86152916.0, + "step": 66950 + }, + { + "entropy": 0.9673482477664948, + "epoch": 6.397248495270851, + "grad_norm": 1.0967204570770264, + "learning_rate": 3.148413570591634e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9779975473880768, + "num_tokens": 86166119.0, + "step": 66960 + }, + { + "entropy": 0.9562239646911621, + "epoch": 6.398203878857362, + "grad_norm": 1.1872433423995972, + "learning_rate": 3.1469462658308e-05, + "loss": 0.0433, + "mean_token_accuracy": 0.9821141183376312, + "num_tokens": 86178896.0, + "step": 66970 + }, + { + "entropy": 0.9617097675800323, + "epoch": 6.399159262443871, + "grad_norm": 1.7557250261306763, + "learning_rate": 3.14547914603961e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9775408446788788, + "num_tokens": 86191765.0, + "step": 66980 + }, + { + "entropy": 0.9592342138290405, + "epoch": 6.4001146460303815, + "grad_norm": 0.628453254699707, + "learning_rate": 3.144012211364511e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9760390996932984, + "num_tokens": 86204684.0, + "step": 66990 + }, + { + "entropy": 0.9548156261444092, + "epoch": 6.401070029616891, + "grad_norm": 1.513474941253662, + "learning_rate": 3.142545461951933e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9774443149566651, + "num_tokens": 86217237.0, + "step": 67000 + }, + { + "entropy": 0.9601531565189362, + "epoch": 6.402025413203401, + "grad_norm": 1.7106332778930664, + "learning_rate": 3.1410788979482806e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9768981516361237, + "num_tokens": 86229873.0, + "step": 67010 + }, + { + "entropy": 0.9768468976020813, + "epoch": 6.402980796789911, + "grad_norm": 1.9182665348052979, + "learning_rate": 3.139612519499949e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9791104376316071, + "num_tokens": 86243065.0, + "step": 67020 + }, + { + "entropy": 0.9564075589179992, + "epoch": 6.403936180376421, + "grad_norm": 1.3388160467147827, + "learning_rate": 3.1381463267533076e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9777728497982026, + "num_tokens": 86255489.0, + "step": 67030 + }, + { + "entropy": 0.9615402340888977, + "epoch": 6.404891563962931, + "grad_norm": 1.7970092296600342, + "learning_rate": 3.1366803198547126e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9808440566062927, + "num_tokens": 86267963.0, + "step": 67040 + }, + { + "entropy": 0.9416988074779511, + "epoch": 6.405846947549441, + "grad_norm": 0.9310659766197205, + "learning_rate": 3.1352144989504954e-05, + "loss": 0.0422, + "mean_token_accuracy": 0.9842492997646332, + "num_tokens": 86279916.0, + "step": 67050 + }, + { + "entropy": 0.9528601169586182, + "epoch": 6.406802331135951, + "grad_norm": 2.0578064918518066, + "learning_rate": 3.133748864186976e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9752538621425628, + "num_tokens": 86292202.0, + "step": 67060 + }, + { + "entropy": 0.9693640291690826, + "epoch": 6.407757714722461, + "grad_norm": 2.1583592891693115, + "learning_rate": 3.1322834157104504e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.979469496011734, + "num_tokens": 86305117.0, + "step": 67070 + }, + { + "entropy": 0.9569798529148101, + "epoch": 6.408713098308971, + "grad_norm": 1.595920205116272, + "learning_rate": 3.1308181536671965e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9784526050090789, + "num_tokens": 86317707.0, + "step": 67080 + }, + { + "entropy": 0.9653604090213775, + "epoch": 6.409668481895481, + "grad_norm": 2.2128710746765137, + "learning_rate": 3.129353078203481e-05, + "loss": 0.0769, + "mean_token_accuracy": 0.9695702314376831, + "num_tokens": 86330686.0, + "step": 67090 + }, + { + "entropy": 0.9611130237579346, + "epoch": 6.410623865481991, + "grad_norm": 1.0417847633361816, + "learning_rate": 3.127888189465537e-05, + "loss": 0.0461, + "mean_token_accuracy": 0.9817985951900482, + "num_tokens": 86343681.0, + "step": 67100 + }, + { + "entropy": 0.9765376389026642, + "epoch": 6.411579249068501, + "grad_norm": 1.4141501188278198, + "learning_rate": 3.1264234875995976e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.9767055988311768, + "num_tokens": 86356740.0, + "step": 67110 + }, + { + "entropy": 0.9604575872421265, + "epoch": 6.412534632655011, + "grad_norm": 2.5317394733428955, + "learning_rate": 3.12495897275186e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9743861973285675, + "num_tokens": 86369595.0, + "step": 67120 + }, + { + "entropy": 0.970525187253952, + "epoch": 6.413490016241521, + "grad_norm": 2.0995304584503174, + "learning_rate": 3.123494645068515e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9761381149291992, + "num_tokens": 86382490.0, + "step": 67130 + }, + { + "entropy": 0.9746216356754303, + "epoch": 6.414445399828031, + "grad_norm": 1.5404689311981201, + "learning_rate": 3.1220305046957274e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.977333152294159, + "num_tokens": 86395506.0, + "step": 67140 + }, + { + "entropy": 0.9492607116699219, + "epoch": 6.415400783414541, + "grad_norm": 0.5894819498062134, + "learning_rate": 3.120566551779646e-05, + "loss": 0.04, + "mean_token_accuracy": 0.9848869323730469, + "num_tokens": 86408085.0, + "step": 67150 + }, + { + "entropy": 0.9636243879795074, + "epoch": 6.416356167001051, + "grad_norm": 1.067184567451477, + "learning_rate": 3.119102786466405e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9764148771762848, + "num_tokens": 86420935.0, + "step": 67160 + }, + { + "entropy": 0.9449260234832764, + "epoch": 6.417311550587561, + "grad_norm": 1.3366097211837769, + "learning_rate": 3.117639208902109e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9799116432666779, + "num_tokens": 86433370.0, + "step": 67170 + }, + { + "entropy": 0.9747668325901031, + "epoch": 6.418266934174071, + "grad_norm": 0.5825244188308716, + "learning_rate": 3.1161758192328564e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9743225991725921, + "num_tokens": 86446312.0, + "step": 67180 + }, + { + "entropy": 0.9868585944175721, + "epoch": 6.419222317760581, + "grad_norm": 1.7647151947021484, + "learning_rate": 3.114712617604718e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9768162727355957, + "num_tokens": 86459850.0, + "step": 67190 + }, + { + "entropy": 0.9770979881286621, + "epoch": 6.420177701347091, + "grad_norm": 1.7463387250900269, + "learning_rate": 3.113249604163751e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9760222017765046, + "num_tokens": 86473237.0, + "step": 67200 + }, + { + "entropy": 0.9553958475589752, + "epoch": 6.421133084933601, + "grad_norm": 2.936291456222534, + "learning_rate": 3.1117867790559884e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9778923690319061, + "num_tokens": 86485545.0, + "step": 67210 + }, + { + "entropy": 0.9765670597553253, + "epoch": 6.422088468520111, + "grad_norm": 0.9493038058280945, + "learning_rate": 3.1103241424274496e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9832948327064515, + "num_tokens": 86498603.0, + "step": 67220 + }, + { + "entropy": 0.9682343542575836, + "epoch": 6.423043852106621, + "grad_norm": 2.275575637817383, + "learning_rate": 3.1088616944241345e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9769661784172058, + "num_tokens": 86511735.0, + "step": 67230 + }, + { + "entropy": 0.9625518262386322, + "epoch": 6.423999235693131, + "grad_norm": 2.0515823364257812, + "learning_rate": 3.10739943519202e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9778727889060974, + "num_tokens": 86524615.0, + "step": 67240 + }, + { + "entropy": 0.9743225157260895, + "epoch": 6.4249546192796405, + "grad_norm": 1.7940679788589478, + "learning_rate": 3.105937364877072e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9778585970401764, + "num_tokens": 86537832.0, + "step": 67250 + }, + { + "entropy": 0.9696523189544678, + "epoch": 6.425910002866151, + "grad_norm": 1.393904209136963, + "learning_rate": 3.1044754836252256e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9730897784233093, + "num_tokens": 86550661.0, + "step": 67260 + }, + { + "entropy": 0.9708506107330322, + "epoch": 6.42686538645266, + "grad_norm": 0.5148674249649048, + "learning_rate": 3.1030137915824105e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9734776139259338, + "num_tokens": 86563879.0, + "step": 67270 + }, + { + "entropy": 0.9721297562122345, + "epoch": 6.427820770039171, + "grad_norm": 0.9419029355049133, + "learning_rate": 3.101552288894527e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9758198320865631, + "num_tokens": 86576435.0, + "step": 67280 + }, + { + "entropy": 0.9776514828205108, + "epoch": 6.428776153625681, + "grad_norm": 1.3122042417526245, + "learning_rate": 3.100090975707463e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9802258789539338, + "num_tokens": 86590025.0, + "step": 67290 + }, + { + "entropy": 0.94533212184906, + "epoch": 6.429731537212191, + "grad_norm": 1.7765473127365112, + "learning_rate": 3.098629852167084e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9734453141689301, + "num_tokens": 86602265.0, + "step": 67300 + }, + { + "entropy": 0.9605035901069641, + "epoch": 6.430686920798701, + "grad_norm": 1.423238754272461, + "learning_rate": 3.0971689184192366e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9760336935520172, + "num_tokens": 86615524.0, + "step": 67310 + }, + { + "entropy": 0.9647049129009246, + "epoch": 6.4316423043852105, + "grad_norm": 1.7014113664627075, + "learning_rate": 3.095708174609754e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9795901000499725, + "num_tokens": 86628486.0, + "step": 67320 + }, + { + "entropy": 0.9737778723239898, + "epoch": 6.432597687971721, + "grad_norm": 1.7594740390777588, + "learning_rate": 3.094247620884439e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.9757134199142456, + "num_tokens": 86641402.0, + "step": 67330 + }, + { + "entropy": 0.9704901874065399, + "epoch": 6.43355307155823, + "grad_norm": 1.025001049041748, + "learning_rate": 3.092787257389088e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9813759386539459, + "num_tokens": 86654548.0, + "step": 67340 + }, + { + "entropy": 0.9567973196506501, + "epoch": 6.434508455144741, + "grad_norm": 1.3549424409866333, + "learning_rate": 3.0913270842694694e-05, + "loss": 0.0466, + "mean_token_accuracy": 0.984149819612503, + "num_tokens": 86667394.0, + "step": 67350 + }, + { + "entropy": 0.9611115872859954, + "epoch": 6.43546383873125, + "grad_norm": 0.9527841210365295, + "learning_rate": 3.0898671016713387e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9780830085277558, + "num_tokens": 86680306.0, + "step": 67360 + }, + { + "entropy": 0.9470853686332703, + "epoch": 6.4364192223177605, + "grad_norm": 0.8842238783836365, + "learning_rate": 3.088407309740427e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9760955929756164, + "num_tokens": 86692702.0, + "step": 67370 + }, + { + "entropy": 0.9407454252243042, + "epoch": 6.437374605904271, + "grad_norm": 1.8413175344467163, + "learning_rate": 3.08694770862245e-05, + "loss": 0.0444, + "mean_token_accuracy": 0.9826128125190735, + "num_tokens": 86705067.0, + "step": 67380 + }, + { + "entropy": 0.9486646473407745, + "epoch": 6.43832998949078, + "grad_norm": 1.4806956052780151, + "learning_rate": 3.085488298463105e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9721064984798431, + "num_tokens": 86717926.0, + "step": 67390 + }, + { + "entropy": 0.9517189383506774, + "epoch": 6.439285373077291, + "grad_norm": 1.573176383972168, + "learning_rate": 3.084029079408065e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9765915513038635, + "num_tokens": 86730269.0, + "step": 67400 + }, + { + "entropy": 0.968145215511322, + "epoch": 6.4402407566638, + "grad_norm": 1.2211912870407104, + "learning_rate": 3.082570051602993e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9824353635311127, + "num_tokens": 86743362.0, + "step": 67410 + }, + { + "entropy": 0.9668534755706787, + "epoch": 6.441196140250311, + "grad_norm": 0.7792380452156067, + "learning_rate": 3.081111215193522e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9831506311893463, + "num_tokens": 86755686.0, + "step": 67420 + }, + { + "entropy": 0.9774565637111664, + "epoch": 6.44215152383682, + "grad_norm": 2.413282632827759, + "learning_rate": 3.079652570325274e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9757558643817902, + "num_tokens": 86768786.0, + "step": 67430 + }, + { + "entropy": 0.9719990015029907, + "epoch": 6.4431069074233305, + "grad_norm": 1.2774337530136108, + "learning_rate": 3.078194117143849e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9796347796916962, + "num_tokens": 86782132.0, + "step": 67440 + }, + { + "entropy": 0.9643596351146698, + "epoch": 6.444062291009841, + "grad_norm": 1.8793679475784302, + "learning_rate": 3.0767358557948264e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9804053187370301, + "num_tokens": 86794592.0, + "step": 67450 + }, + { + "entropy": 0.9689619302749634, + "epoch": 6.44501767459635, + "grad_norm": 2.2600257396698, + "learning_rate": 3.0752777864237716e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.975126588344574, + "num_tokens": 86807160.0, + "step": 67460 + }, + { + "entropy": 0.959095972776413, + "epoch": 6.445973058182861, + "grad_norm": 1.402402639389038, + "learning_rate": 3.073819909176223e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9791992545127869, + "num_tokens": 86820243.0, + "step": 67470 + }, + { + "entropy": 0.9622776448726654, + "epoch": 6.44692844176937, + "grad_norm": 1.192175030708313, + "learning_rate": 3.07236222419771e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9761690199375153, + "num_tokens": 86833069.0, + "step": 67480 + }, + { + "entropy": 0.961743849515915, + "epoch": 6.447883825355881, + "grad_norm": 1.5994921922683716, + "learning_rate": 3.0709047316337304e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9791236340999603, + "num_tokens": 86846141.0, + "step": 67490 + }, + { + "entropy": 0.9523182928562164, + "epoch": 6.44883920894239, + "grad_norm": 0.8695501685142517, + "learning_rate": 3.069447431629774e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9772878766059876, + "num_tokens": 86858952.0, + "step": 67500 + }, + { + "entropy": 0.9688766181468964, + "epoch": 6.4497945925289, + "grad_norm": 0.8312996625900269, + "learning_rate": 3.0679903243313046e-05, + "loss": 0.0765, + "mean_token_accuracy": 0.972108781337738, + "num_tokens": 86871748.0, + "step": 67510 + }, + { + "entropy": 0.964087837934494, + "epoch": 6.450749976115411, + "grad_norm": 1.495110034942627, + "learning_rate": 3.066533409883769e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9780324995517731, + "num_tokens": 86885063.0, + "step": 67520 + }, + { + "entropy": 0.9491741478443145, + "epoch": 6.45170535970192, + "grad_norm": 1.6896271705627441, + "learning_rate": 3.065076688432597e-05, + "loss": 0.059, + "mean_token_accuracy": 0.977158933877945, + "num_tokens": 86897559.0, + "step": 67530 + }, + { + "entropy": 0.9755829751491547, + "epoch": 6.452660743288431, + "grad_norm": 1.8690853118896484, + "learning_rate": 3.063620160123194e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9753391444683075, + "num_tokens": 86910633.0, + "step": 67540 + }, + { + "entropy": 0.9505737721920013, + "epoch": 6.45361612687494, + "grad_norm": 1.2747876644134521, + "learning_rate": 3.062163825100951e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9767256796360015, + "num_tokens": 86923012.0, + "step": 67550 + }, + { + "entropy": 0.9814341723918915, + "epoch": 6.4545715104614505, + "grad_norm": 2.190844774246216, + "learning_rate": 3.060707683511235e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9770712018013, + "num_tokens": 86936318.0, + "step": 67560 + }, + { + "entropy": 0.961337149143219, + "epoch": 6.45552689404796, + "grad_norm": 2.3993759155273438, + "learning_rate": 3.059251735499401e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.97913076877594, + "num_tokens": 86949241.0, + "step": 67570 + }, + { + "entropy": 0.9488506197929383, + "epoch": 6.45648227763447, + "grad_norm": 0.9930791258811951, + "learning_rate": 3.057795981210774e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9773004472255706, + "num_tokens": 86962046.0, + "step": 67580 + }, + { + "entropy": 0.9677975594997406, + "epoch": 6.45743766122098, + "grad_norm": 1.9771720170974731, + "learning_rate": 3.0563404207906694e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9766707599163056, + "num_tokens": 86974991.0, + "step": 67590 + }, + { + "entropy": 0.9654321908950806, + "epoch": 6.45839304480749, + "grad_norm": 2.591639995574951, + "learning_rate": 3.05488505438438e-05, + "loss": 0.0718, + "mean_token_accuracy": 0.9736011385917663, + "num_tokens": 86988201.0, + "step": 67600 + }, + { + "entropy": 0.9529206275939941, + "epoch": 6.459348428394001, + "grad_norm": 2.32146954536438, + "learning_rate": 3.0534298821371763e-05, + "loss": 0.0436, + "mean_token_accuracy": 0.9835422039031982, + "num_tokens": 87000874.0, + "step": 67610 + }, + { + "entropy": 0.9560015022754669, + "epoch": 6.46030381198051, + "grad_norm": 0.7348727583885193, + "learning_rate": 3.051974904194316e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9798582553863525, + "num_tokens": 87013640.0, + "step": 67620 + }, + { + "entropy": 0.9740812480449677, + "epoch": 6.46125919556702, + "grad_norm": 1.614722490310669, + "learning_rate": 3.050520120701027e-05, + "loss": 0.062, + "mean_token_accuracy": 0.9744315147399902, + "num_tokens": 87026284.0, + "step": 67630 + }, + { + "entropy": 0.9543619811534881, + "epoch": 6.46221457915353, + "grad_norm": 1.5393153429031372, + "learning_rate": 3.0490655318025306e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9797350108623505, + "num_tokens": 87038900.0, + "step": 67640 + }, + { + "entropy": 0.9720735967159271, + "epoch": 6.46316996274004, + "grad_norm": 1.5274262428283691, + "learning_rate": 3.0476111376440162e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.979294228553772, + "num_tokens": 87052240.0, + "step": 67650 + }, + { + "entropy": 0.9732345938682556, + "epoch": 6.46412534632655, + "grad_norm": 1.3562607765197754, + "learning_rate": 3.046156938370667e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9761687636375427, + "num_tokens": 87065287.0, + "step": 67660 + }, + { + "entropy": 0.9481341779232025, + "epoch": 6.46508072991306, + "grad_norm": 1.6872164011001587, + "learning_rate": 3.04470293412763e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.979447889328003, + "num_tokens": 87077698.0, + "step": 67670 + }, + { + "entropy": 0.9576720535755158, + "epoch": 6.46603611349957, + "grad_norm": 1.3767726421356201, + "learning_rate": 3.0432491250600497e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9831979870796204, + "num_tokens": 87090293.0, + "step": 67680 + }, + { + "entropy": 0.9573824346065521, + "epoch": 6.46699149708608, + "grad_norm": 1.8225678205490112, + "learning_rate": 3.0417955113130425e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9799417018890381, + "num_tokens": 87103079.0, + "step": 67690 + }, + { + "entropy": 0.956372982263565, + "epoch": 6.46794688067259, + "grad_norm": 1.703334093093872, + "learning_rate": 3.0403420930317034e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9776560425758362, + "num_tokens": 87115804.0, + "step": 67700 + }, + { + "entropy": 0.9551062941551208, + "epoch": 6.4689022642591, + "grad_norm": 2.016127109527588, + "learning_rate": 3.038888870361114e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9822471618652344, + "num_tokens": 87128597.0, + "step": 67710 + }, + { + "entropy": 0.9754852235317231, + "epoch": 6.46985764784561, + "grad_norm": 1.0671648979187012, + "learning_rate": 3.03743584344633e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9761599898338318, + "num_tokens": 87141874.0, + "step": 67720 + }, + { + "entropy": 0.9791396737098694, + "epoch": 6.47081303143212, + "grad_norm": 3.3179931640625, + "learning_rate": 3.035983012432395e-05, + "loss": 0.0696, + "mean_token_accuracy": 0.9728808879852295, + "num_tokens": 87154598.0, + "step": 67730 + }, + { + "entropy": 0.9676808297634125, + "epoch": 6.47176841501863, + "grad_norm": 0.953227698802948, + "learning_rate": 3.0345303774643245e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9767217397689819, + "num_tokens": 87167832.0, + "step": 67740 + }, + { + "entropy": 0.9794848799705506, + "epoch": 6.47272379860514, + "grad_norm": 1.1557213068008423, + "learning_rate": 3.0330779386871223e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9765786111354828, + "num_tokens": 87181047.0, + "step": 67750 + }, + { + "entropy": 0.9587228178977967, + "epoch": 6.47367918219165, + "grad_norm": 1.1066315174102783, + "learning_rate": 3.031625696245768e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9797716975212097, + "num_tokens": 87193495.0, + "step": 67760 + }, + { + "entropy": 0.9833021879196167, + "epoch": 6.47463456577816, + "grad_norm": 1.326127052307129, + "learning_rate": 3.030173650285222e-05, + "loss": 0.054, + "mean_token_accuracy": 0.978768253326416, + "num_tokens": 87206597.0, + "step": 67770 + }, + { + "entropy": 0.9706089913845062, + "epoch": 6.47558994936467, + "grad_norm": 1.8252804279327393, + "learning_rate": 3.028721800950427e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9742498636245728, + "num_tokens": 87219398.0, + "step": 67780 + }, + { + "entropy": 0.9763549983501434, + "epoch": 6.47654533295118, + "grad_norm": 1.2652473449707031, + "learning_rate": 3.0272701483863026e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791956782341004, + "num_tokens": 87232982.0, + "step": 67790 + }, + { + "entropy": 0.9622811436653137, + "epoch": 6.47750071653769, + "grad_norm": 1.302743911743164, + "learning_rate": 3.025818692737756e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9798206746578216, + "num_tokens": 87245914.0, + "step": 67800 + }, + { + "entropy": 0.9558798432350158, + "epoch": 6.4784561001242, + "grad_norm": 1.2764662504196167, + "learning_rate": 3.0243674341496632e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9794498264789582, + "num_tokens": 87258468.0, + "step": 67810 + }, + { + "entropy": 0.9613320827484131, + "epoch": 6.4794114837107095, + "grad_norm": 0.708014726638794, + "learning_rate": 3.022916372766891e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9848084151744843, + "num_tokens": 87271711.0, + "step": 67820 + }, + { + "entropy": 0.9799859344959259, + "epoch": 6.48036686729722, + "grad_norm": 1.9349713325500488, + "learning_rate": 3.0214655087342837e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9779310345649719, + "num_tokens": 87285232.0, + "step": 67830 + }, + { + "entropy": 0.9594943642616272, + "epoch": 6.48132225088373, + "grad_norm": 0.9004361629486084, + "learning_rate": 3.020014842196661e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.9754637897014617, + "num_tokens": 87297920.0, + "step": 67840 + }, + { + "entropy": 0.9660991191864013, + "epoch": 6.48227763447024, + "grad_norm": 1.0226867198944092, + "learning_rate": 3.018564373298831e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9758992850780487, + "num_tokens": 87310754.0, + "step": 67850 + }, + { + "entropy": 0.9623134791851043, + "epoch": 6.48323301805675, + "grad_norm": 1.7848526239395142, + "learning_rate": 3.0171141021855753e-05, + "loss": 0.0637, + "mean_token_accuracy": 0.9775959551334381, + "num_tokens": 87323840.0, + "step": 67860 + }, + { + "entropy": 0.9549709379673004, + "epoch": 6.48418840164326, + "grad_norm": 1.5615808963775635, + "learning_rate": 3.015664029001659e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9736264467239379, + "num_tokens": 87336429.0, + "step": 67870 + }, + { + "entropy": 0.9736043095588685, + "epoch": 6.48514378522977, + "grad_norm": 1.5677162408828735, + "learning_rate": 3.0142141538918244e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9726798236370087, + "num_tokens": 87349098.0, + "step": 67880 + }, + { + "entropy": 0.9562926530838013, + "epoch": 6.4860991688162795, + "grad_norm": 0.7956205010414124, + "learning_rate": 3.012764477000799e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9796546399593353, + "num_tokens": 87361745.0, + "step": 67890 + }, + { + "entropy": 0.9662434875965118, + "epoch": 6.48705455240279, + "grad_norm": 1.966984510421753, + "learning_rate": 3.0113149984732887e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9790803611278533, + "num_tokens": 87374749.0, + "step": 67900 + }, + { + "entropy": 0.9611540734767914, + "epoch": 6.488009935989299, + "grad_norm": 2.294320583343506, + "learning_rate": 3.0098657184539757e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9822112381458282, + "num_tokens": 87387376.0, + "step": 67910 + }, + { + "entropy": 0.9615644812583923, + "epoch": 6.48896531957581, + "grad_norm": 2.035902500152588, + "learning_rate": 3.008416637087529e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9778039515018463, + "num_tokens": 87400808.0, + "step": 67920 + }, + { + "entropy": 0.955060464143753, + "epoch": 6.48992070316232, + "grad_norm": 2.066974639892578, + "learning_rate": 3.0069677545185904e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.979144948720932, + "num_tokens": 87413392.0, + "step": 67930 + }, + { + "entropy": 0.9516078650951385, + "epoch": 6.4908760867488295, + "grad_norm": 1.4439393281936646, + "learning_rate": 3.005519070891788e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.973467868566513, + "num_tokens": 87426006.0, + "step": 67940 + }, + { + "entropy": 0.9642261922359466, + "epoch": 6.49183147033534, + "grad_norm": 2.5009498596191406, + "learning_rate": 3.0040705863517264e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9757477104663849, + "num_tokens": 87439146.0, + "step": 67950 + }, + { + "entropy": 0.9585195362567902, + "epoch": 6.492786853921849, + "grad_norm": 1.1293751001358032, + "learning_rate": 3.0026223010429937e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9765231430530548, + "num_tokens": 87452157.0, + "step": 67960 + }, + { + "entropy": 0.959058940410614, + "epoch": 6.49374223750836, + "grad_norm": 2.5671184062957764, + "learning_rate": 3.0011742151101524e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9752794981002808, + "num_tokens": 87465295.0, + "step": 67970 + }, + { + "entropy": 0.9657275140285492, + "epoch": 6.494697621094869, + "grad_norm": 1.480373501777649, + "learning_rate": 2.9997263286977517e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.978868818283081, + "num_tokens": 87478176.0, + "step": 67980 + }, + { + "entropy": 0.9576074182987213, + "epoch": 6.49565300468138, + "grad_norm": 0.6697527766227722, + "learning_rate": 2.998278641950319e-05, + "loss": 0.0503, + "mean_token_accuracy": 0.9832481384277344, + "num_tokens": 87490982.0, + "step": 67990 + }, + { + "entropy": 0.9613803505897522, + "epoch": 6.496608388267889, + "grad_norm": 1.0806993246078491, + "learning_rate": 2.9968311550123575e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9778905868530273, + "num_tokens": 87504213.0, + "step": 68000 + }, + { + "entropy": 0.9544499278068542, + "epoch": 6.4975637718543995, + "grad_norm": 1.501585602760315, + "learning_rate": 2.995383868028356e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.97254119515419, + "num_tokens": 87517148.0, + "step": 68010 + }, + { + "entropy": 0.9635859906673432, + "epoch": 6.49851915544091, + "grad_norm": 2.190791130065918, + "learning_rate": 2.993936781142779e-05, + "loss": 0.049, + "mean_token_accuracy": 0.9817101359367371, + "num_tokens": 87529991.0, + "step": 68020 + }, + { + "entropy": 0.95420743227005, + "epoch": 6.499474539027419, + "grad_norm": 2.0749857425689697, + "learning_rate": 2.9924898945000744e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9785548865795135, + "num_tokens": 87542334.0, + "step": 68030 + }, + { + "entropy": 0.9667255103588104, + "epoch": 6.50042992261393, + "grad_norm": 1.733858346939087, + "learning_rate": 2.9910432082446672e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9776877880096435, + "num_tokens": 87555777.0, + "step": 68040 + }, + { + "entropy": 0.9687984645366668, + "epoch": 6.501385306200439, + "grad_norm": 1.4028292894363403, + "learning_rate": 2.9895967225209658e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9743832230567933, + "num_tokens": 87568872.0, + "step": 68050 + }, + { + "entropy": 0.9784472525119782, + "epoch": 6.50234068978695, + "grad_norm": 1.0660845041275024, + "learning_rate": 2.9881504374733572e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9777800440788269, + "num_tokens": 87582317.0, + "step": 68060 + }, + { + "entropy": 0.9542452216148376, + "epoch": 6.503296073373459, + "grad_norm": 1.2782797813415527, + "learning_rate": 2.986704353246206e-05, + "loss": 0.0454, + "mean_token_accuracy": 0.9829436063766479, + "num_tokens": 87594639.0, + "step": 68070 + }, + { + "entropy": 0.9823527038097382, + "epoch": 6.504251456959969, + "grad_norm": 1.9974381923675537, + "learning_rate": 2.9852584699838593e-05, + "loss": 0.0699, + "mean_token_accuracy": 0.9737315773963928, + "num_tokens": 87608309.0, + "step": 68080 + }, + { + "entropy": 0.9632572889328003, + "epoch": 6.50520684054648, + "grad_norm": 2.003129005432129, + "learning_rate": 2.9838127878306432e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9824482321739196, + "num_tokens": 87620709.0, + "step": 68090 + }, + { + "entropy": 0.9562519609928131, + "epoch": 6.506162224132989, + "grad_norm": 1.78322434425354, + "learning_rate": 2.982367306930865e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9789428114891052, + "num_tokens": 87633432.0, + "step": 68100 + }, + { + "entropy": 0.9664758324623108, + "epoch": 6.5071176077195, + "grad_norm": 1.9751254320144653, + "learning_rate": 2.980922027428809e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9760428309440613, + "num_tokens": 87646628.0, + "step": 68110 + }, + { + "entropy": 0.9637108743190765, + "epoch": 6.508072991306009, + "grad_norm": 2.1051926612854004, + "learning_rate": 2.9794769494687414e-05, + "loss": 0.0642, + "mean_token_accuracy": 0.9762404382228851, + "num_tokens": 87659620.0, + "step": 68120 + }, + { + "entropy": 0.9574730336666107, + "epoch": 6.5090283748925195, + "grad_norm": 1.4367600679397583, + "learning_rate": 2.978032073194912e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9781036853790284, + "num_tokens": 87672415.0, + "step": 68130 + }, + { + "entropy": 0.9634022891521454, + "epoch": 6.509983758479029, + "grad_norm": 1.6806917190551758, + "learning_rate": 2.9765873987515423e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.978496390581131, + "num_tokens": 87685541.0, + "step": 68140 + }, + { + "entropy": 0.9639611542224884, + "epoch": 6.510939142065539, + "grad_norm": 1.3953914642333984, + "learning_rate": 2.9751429262828405e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9771848499774933, + "num_tokens": 87698505.0, + "step": 68150 + }, + { + "entropy": 0.9663839221000672, + "epoch": 6.51189452565205, + "grad_norm": 1.4735645055770874, + "learning_rate": 2.9736986559329904e-05, + "loss": 0.066, + "mean_token_accuracy": 0.9746492326259613, + "num_tokens": 87711467.0, + "step": 68160 + }, + { + "entropy": 0.963387668132782, + "epoch": 6.512849909238559, + "grad_norm": 1.4010789394378662, + "learning_rate": 2.9722545878461595e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9795393586158753, + "num_tokens": 87724420.0, + "step": 68170 + }, + { + "entropy": 0.9698598504066467, + "epoch": 6.51380529282507, + "grad_norm": 1.0128885507583618, + "learning_rate": 2.9708107221664904e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9778455853462219, + "num_tokens": 87737627.0, + "step": 68180 + }, + { + "entropy": 0.9784768164157868, + "epoch": 6.514760676411579, + "grad_norm": 1.7621220350265503, + "learning_rate": 2.9693670590381085e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9781834721565247, + "num_tokens": 87751098.0, + "step": 68190 + }, + { + "entropy": 0.9547492623329162, + "epoch": 6.5157160599980894, + "grad_norm": 1.281967282295227, + "learning_rate": 2.967923598605121e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9811874389648437, + "num_tokens": 87763815.0, + "step": 68200 + }, + { + "entropy": 0.9605730593204498, + "epoch": 6.516671443584599, + "grad_norm": 1.2231836318969727, + "learning_rate": 2.96648034101161e-05, + "loss": 0.0664, + "mean_token_accuracy": 0.9745340526103974, + "num_tokens": 87775884.0, + "step": 68210 + }, + { + "entropy": 0.9833432018756867, + "epoch": 6.517626827171109, + "grad_norm": 2.7956318855285645, + "learning_rate": 2.965037286401642e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9754541873931885, + "num_tokens": 87788746.0, + "step": 68220 + }, + { + "entropy": 0.9710892081260681, + "epoch": 6.51858221075762, + "grad_norm": 1.6021018028259277, + "learning_rate": 2.963594434919258e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9792188107967377, + "num_tokens": 87801439.0, + "step": 68230 + }, + { + "entropy": 0.9682169139385224, + "epoch": 6.519537594344129, + "grad_norm": 1.2009375095367432, + "learning_rate": 2.9621517867084847e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9782653391361237, + "num_tokens": 87814285.0, + "step": 68240 + }, + { + "entropy": 0.9620919525623322, + "epoch": 6.5204929779306395, + "grad_norm": 1.3093520402908325, + "learning_rate": 2.9607093419133235e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9757656872272491, + "num_tokens": 87827081.0, + "step": 68250 + }, + { + "entropy": 0.9520453155040741, + "epoch": 6.521448361517149, + "grad_norm": 1.731903076171875, + "learning_rate": 2.9592671006777588e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9772110641002655, + "num_tokens": 87839546.0, + "step": 68260 + }, + { + "entropy": 0.9566408932209015, + "epoch": 6.522403745103659, + "grad_norm": 1.2938203811645508, + "learning_rate": 2.957825063145752e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9782094776630401, + "num_tokens": 87852212.0, + "step": 68270 + }, + { + "entropy": 0.9597361803054809, + "epoch": 6.523359128690169, + "grad_norm": 1.2467190027236938, + "learning_rate": 2.956383229461246e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.978251576423645, + "num_tokens": 87865238.0, + "step": 68280 + }, + { + "entropy": 0.9563496828079223, + "epoch": 6.524314512276679, + "grad_norm": 1.890196442604065, + "learning_rate": 2.9549415997681646e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9765899300575256, + "num_tokens": 87877891.0, + "step": 68290 + }, + { + "entropy": 0.9554252803325654, + "epoch": 6.525269895863189, + "grad_norm": 1.0088460445404053, + "learning_rate": 2.9535001742104078e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9755705714225769, + "num_tokens": 87890554.0, + "step": 68300 + }, + { + "entropy": 0.9525242030620575, + "epoch": 6.526225279449699, + "grad_norm": 1.7931256294250488, + "learning_rate": 2.9520589529318586e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9767206490039826, + "num_tokens": 87903949.0, + "step": 68310 + }, + { + "entropy": 0.9451253116130829, + "epoch": 6.527180663036209, + "grad_norm": 1.6802692413330078, + "learning_rate": 2.9506179360763765e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9791584134101867, + "num_tokens": 87916238.0, + "step": 68320 + }, + { + "entropy": 0.9523163855075836, + "epoch": 6.528136046622719, + "grad_norm": 2.0609328746795654, + "learning_rate": 2.949177123787803e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9797392010688781, + "num_tokens": 87928935.0, + "step": 68330 + }, + { + "entropy": 0.962129932641983, + "epoch": 6.529091430209229, + "grad_norm": 1.1766455173492432, + "learning_rate": 2.947736516209957e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9823391914367676, + "num_tokens": 87941910.0, + "step": 68340 + }, + { + "entropy": 0.9621675729751586, + "epoch": 6.530046813795739, + "grad_norm": 1.6673352718353271, + "learning_rate": 2.946296113486638e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9745507895946502, + "num_tokens": 87954744.0, + "step": 68350 + }, + { + "entropy": 0.965539687871933, + "epoch": 6.531002197382249, + "grad_norm": 2.087750196456909, + "learning_rate": 2.9448559157616283e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9747317671775818, + "num_tokens": 87968221.0, + "step": 68360 + }, + { + "entropy": 0.9484928965568542, + "epoch": 6.531957580968759, + "grad_norm": 2.3077914714813232, + "learning_rate": 2.9434159231786844e-05, + "loss": 0.0686, + "mean_token_accuracy": 0.9730186104774475, + "num_tokens": 87981311.0, + "step": 68370 + }, + { + "entropy": 0.9679681420326233, + "epoch": 6.532912964555269, + "grad_norm": 1.0955660343170166, + "learning_rate": 2.941976135881546e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9814693808555603, + "num_tokens": 87994833.0, + "step": 68380 + }, + { + "entropy": 0.9682352781295777, + "epoch": 6.5338683481417785, + "grad_norm": 3.346219778060913, + "learning_rate": 2.9405365540139296e-05, + "loss": 0.064, + "mean_token_accuracy": 0.9740673005580902, + "num_tokens": 88007770.0, + "step": 68390 + }, + { + "entropy": 0.9530395925045013, + "epoch": 6.534823731728289, + "grad_norm": 1.752122402191162, + "learning_rate": 2.9390971777195343e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9752695441246033, + "num_tokens": 88020412.0, + "step": 68400 + }, + { + "entropy": 0.9638288259506226, + "epoch": 6.535779115314799, + "grad_norm": 1.6764785051345825, + "learning_rate": 2.9376580071420335e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9731098711490631, + "num_tokens": 88033331.0, + "step": 68410 + }, + { + "entropy": 0.9596895396709442, + "epoch": 6.536734498901309, + "grad_norm": 1.6769754886627197, + "learning_rate": 2.936219042425086e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9768743634223938, + "num_tokens": 88046189.0, + "step": 68420 + }, + { + "entropy": 0.955847156047821, + "epoch": 6.537689882487819, + "grad_norm": 1.794319748878479, + "learning_rate": 2.9347802837123295e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9781827688217163, + "num_tokens": 88059117.0, + "step": 68430 + }, + { + "entropy": 0.9646784663200378, + "epoch": 6.538645266074329, + "grad_norm": 0.996212899684906, + "learning_rate": 2.933341731147375e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9778122663497925, + "num_tokens": 88072249.0, + "step": 68440 + }, + { + "entropy": 0.9517650127410888, + "epoch": 6.539600649660839, + "grad_norm": 1.5964070558547974, + "learning_rate": 2.9319033848738203e-05, + "loss": 0.0788, + "mean_token_accuracy": 0.9689588248729706, + "num_tokens": 88084741.0, + "step": 68450 + }, + { + "entropy": 0.9572595834732056, + "epoch": 6.5405560332473485, + "grad_norm": 1.2220430374145508, + "learning_rate": 2.9304652450352378e-05, + "loss": 0.047, + "mean_token_accuracy": 0.9806654870510101, + "num_tokens": 88097600.0, + "step": 68460 + }, + { + "entropy": 0.964294719696045, + "epoch": 6.541511416833859, + "grad_norm": 2.4265949726104736, + "learning_rate": 2.929027311775182e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9782074809074401, + "num_tokens": 88110212.0, + "step": 68470 + }, + { + "entropy": 0.9534892797470093, + "epoch": 6.542466800420369, + "grad_norm": 1.8675894737243652, + "learning_rate": 2.927589585237185e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.981079614162445, + "num_tokens": 88123063.0, + "step": 68480 + }, + { + "entropy": 0.9505988121032715, + "epoch": 6.543422184006879, + "grad_norm": 1.3706762790679932, + "learning_rate": 2.926152065564758e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9784043431282043, + "num_tokens": 88135720.0, + "step": 68490 + }, + { + "entropy": 0.9657774925231933, + "epoch": 6.544377567593389, + "grad_norm": 2.744539976119995, + "learning_rate": 2.924714752901396e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9752934694290161, + "num_tokens": 88148434.0, + "step": 68500 + }, + { + "entropy": 0.9488575398921967, + "epoch": 6.5453329511798986, + "grad_norm": 0.9637753963470459, + "learning_rate": 2.9232776473905647e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9781347930431366, + "num_tokens": 88160980.0, + "step": 68510 + }, + { + "entropy": 0.986905425786972, + "epoch": 6.546288334766409, + "grad_norm": 1.3492943048477173, + "learning_rate": 2.9218407491757192e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9727991640567779, + "num_tokens": 88174521.0, + "step": 68520 + }, + { + "entropy": 0.9485901117324829, + "epoch": 6.547243718352918, + "grad_norm": 0.981102705001831, + "learning_rate": 2.920404058400286e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.9807995617389679, + "num_tokens": 88186759.0, + "step": 68530 + }, + { + "entropy": 0.9551885724067688, + "epoch": 6.548199101939429, + "grad_norm": 1.6045477390289307, + "learning_rate": 2.9189675752076767e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9745081245899201, + "num_tokens": 88199413.0, + "step": 68540 + }, + { + "entropy": 0.9498420655727386, + "epoch": 6.549154485525939, + "grad_norm": 1.686979055404663, + "learning_rate": 2.9175312997412745e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9806410312652588, + "num_tokens": 88212167.0, + "step": 68550 + }, + { + "entropy": 0.9492339372634888, + "epoch": 6.550109869112449, + "grad_norm": 2.1401724815368652, + "learning_rate": 2.9160952321444517e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9802498519420624, + "num_tokens": 88225019.0, + "step": 68560 + }, + { + "entropy": 0.9506655216217041, + "epoch": 6.551065252698959, + "grad_norm": 2.881415605545044, + "learning_rate": 2.914659372560551e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9794549763202667, + "num_tokens": 88237546.0, + "step": 68570 + }, + { + "entropy": 0.9578993320465088, + "epoch": 6.5520206362854685, + "grad_norm": 0.8668103218078613, + "learning_rate": 2.9132237211329018e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.976782637834549, + "num_tokens": 88250308.0, + "step": 68580 + }, + { + "entropy": 0.9468634724617004, + "epoch": 6.552976019871979, + "grad_norm": 0.8656693696975708, + "learning_rate": 2.9117882780048073e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9796768426895142, + "num_tokens": 88263179.0, + "step": 68590 + }, + { + "entropy": 0.9524353623390198, + "epoch": 6.553931403458488, + "grad_norm": 1.4604928493499756, + "learning_rate": 2.9103530433195498e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9773373782634736, + "num_tokens": 88275970.0, + "step": 68600 + }, + { + "entropy": 0.9419492602348327, + "epoch": 6.554886787044999, + "grad_norm": 1.1124070882797241, + "learning_rate": 2.9089180172203968e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9749854803085327, + "num_tokens": 88288430.0, + "step": 68610 + }, + { + "entropy": 0.9455296039581299, + "epoch": 6.555842170631508, + "grad_norm": 1.5066814422607422, + "learning_rate": 2.907483199850587e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9819543540477753, + "num_tokens": 88301109.0, + "step": 68620 + }, + { + "entropy": 0.953777688741684, + "epoch": 6.556797554218019, + "grad_norm": 1.4772799015045166, + "learning_rate": 2.9060485913533487e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9822137475013732, + "num_tokens": 88314173.0, + "step": 68630 + }, + { + "entropy": 0.9355958580970765, + "epoch": 6.557752937804528, + "grad_norm": 1.7166897058486938, + "learning_rate": 2.9046141918718733e-05, + "loss": 0.0457, + "mean_token_accuracy": 0.9821481347084046, + "num_tokens": 88327219.0, + "step": 68640 + }, + { + "entropy": 0.9574830591678619, + "epoch": 6.558708321391038, + "grad_norm": 2.0275580883026123, + "learning_rate": 2.903180001549346e-05, + "loss": 0.0651, + "mean_token_accuracy": 0.9746526598930358, + "num_tokens": 88340518.0, + "step": 68650 + }, + { + "entropy": 0.942465078830719, + "epoch": 6.559663704977549, + "grad_norm": 1.8067837953567505, + "learning_rate": 2.9017460205289282e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.979277354478836, + "num_tokens": 88353192.0, + "step": 68660 + }, + { + "entropy": 0.9583842694759369, + "epoch": 6.560619088564058, + "grad_norm": 0.8370324373245239, + "learning_rate": 2.9003122489537556e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.9748143911361694, + "num_tokens": 88366104.0, + "step": 68670 + }, + { + "entropy": 0.9427930235862731, + "epoch": 6.561574472150569, + "grad_norm": 2.04392409324646, + "learning_rate": 2.8988786869669453e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.977793401479721, + "num_tokens": 88378880.0, + "step": 68680 + }, + { + "entropy": 0.9546631693840026, + "epoch": 6.562529855737078, + "grad_norm": 2.239706039428711, + "learning_rate": 2.8974453347115928e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9771422505378723, + "num_tokens": 88391338.0, + "step": 68690 + }, + { + "entropy": 0.9552453935146332, + "epoch": 6.5634852393235885, + "grad_norm": 1.1833981275558472, + "learning_rate": 2.896012192330777e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9756899774074554, + "num_tokens": 88404280.0, + "step": 68700 + }, + { + "entropy": 0.9572590351104736, + "epoch": 6.564440622910098, + "grad_norm": 1.3851077556610107, + "learning_rate": 2.8945792599675482e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9838876843452453, + "num_tokens": 88417321.0, + "step": 68710 + }, + { + "entropy": 0.9716536462306976, + "epoch": 6.565396006496608, + "grad_norm": 1.9893662929534912, + "learning_rate": 2.8931465377649446e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9757319033145905, + "num_tokens": 88430497.0, + "step": 68720 + }, + { + "entropy": 0.951225346326828, + "epoch": 6.566351390083119, + "grad_norm": 1.3841403722763062, + "learning_rate": 2.891714025865977e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9796792685985565, + "num_tokens": 88443013.0, + "step": 68730 + }, + { + "entropy": 0.9534978926181793, + "epoch": 6.567306773669628, + "grad_norm": 0.6106225252151489, + "learning_rate": 2.8902817244136343e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9796338975429535, + "num_tokens": 88456210.0, + "step": 68740 + }, + { + "entropy": 0.9366591155529023, + "epoch": 6.568262157256139, + "grad_norm": 1.8755078315734863, + "learning_rate": 2.888849633550892e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9812592804431916, + "num_tokens": 88468363.0, + "step": 68750 + }, + { + "entropy": 0.9393379807472229, + "epoch": 6.569217540842648, + "grad_norm": 0.7465434074401855, + "learning_rate": 2.887417753420697e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9838587999343872, + "num_tokens": 88480697.0, + "step": 68760 + }, + { + "entropy": 0.9379952430725098, + "epoch": 6.5701729244291585, + "grad_norm": 1.606871247291565, + "learning_rate": 2.8859860841659782e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9806452512741088, + "num_tokens": 88493597.0, + "step": 68770 + }, + { + "entropy": 0.9496273100376129, + "epoch": 6.571128308015668, + "grad_norm": 1.3556228876113892, + "learning_rate": 2.884554625929641e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9787288963794708, + "num_tokens": 88506523.0, + "step": 68780 + }, + { + "entropy": 0.9649752676486969, + "epoch": 6.572083691602178, + "grad_norm": 1.8256503343582153, + "learning_rate": 2.8831233788545752e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9741979598999023, + "num_tokens": 88519460.0, + "step": 68790 + }, + { + "entropy": 0.9611143648624421, + "epoch": 6.573039075188689, + "grad_norm": 1.2411824464797974, + "learning_rate": 2.881692343083644e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9763009011745453, + "num_tokens": 88532452.0, + "step": 68800 + }, + { + "entropy": 0.9738965570926666, + "epoch": 6.573994458775198, + "grad_norm": 1.7825247049331665, + "learning_rate": 2.8802615187596943e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9749681651592255, + "num_tokens": 88545352.0, + "step": 68810 + }, + { + "entropy": 0.9549245238304138, + "epoch": 6.5749498423617085, + "grad_norm": 2.499333381652832, + "learning_rate": 2.878830906025548e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9806559920310974, + "num_tokens": 88557673.0, + "step": 68820 + }, + { + "entropy": 0.9568943083286285, + "epoch": 6.575905225948218, + "grad_norm": 1.1151232719421387, + "learning_rate": 2.8774005050240045e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9765703856945038, + "num_tokens": 88570659.0, + "step": 68830 + }, + { + "entropy": 0.9543547749519348, + "epoch": 6.576860609534728, + "grad_norm": 1.125431776046753, + "learning_rate": 2.875970315897849e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9832532465457916, + "num_tokens": 88583278.0, + "step": 68840 + }, + { + "entropy": 0.9544110417366027, + "epoch": 6.577815993121238, + "grad_norm": 1.061775803565979, + "learning_rate": 2.8745403387898395e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.9783569931983948, + "num_tokens": 88596111.0, + "step": 68850 + }, + { + "entropy": 0.945721560716629, + "epoch": 6.578771376707748, + "grad_norm": 1.385561227798462, + "learning_rate": 2.8731105738427156e-05, + "loss": 0.0488, + "mean_token_accuracy": 0.978002667427063, + "num_tokens": 88608724.0, + "step": 68860 + }, + { + "entropy": 0.9622362673282623, + "epoch": 6.579726760294259, + "grad_norm": 1.3308842182159424, + "learning_rate": 2.8716810211991906e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9739193260669708, + "num_tokens": 88621859.0, + "step": 68870 + }, + { + "entropy": 0.9471187949180603, + "epoch": 6.580682143880768, + "grad_norm": 0.7154861092567444, + "learning_rate": 2.8702516810019643e-05, + "loss": 0.05, + "mean_token_accuracy": 0.981852799654007, + "num_tokens": 88634959.0, + "step": 68880 + }, + { + "entropy": 0.9522094309329987, + "epoch": 6.5816375274672785, + "grad_norm": 1.5492526292800903, + "learning_rate": 2.868822553393713e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9810822069644928, + "num_tokens": 88648366.0, + "step": 68890 + }, + { + "entropy": 0.9552275538444519, + "epoch": 6.582592911053788, + "grad_norm": 1.1815383434295654, + "learning_rate": 2.8673936385170884e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9801968812942505, + "num_tokens": 88661711.0, + "step": 68900 + }, + { + "entropy": 0.9364949405193329, + "epoch": 6.583548294640298, + "grad_norm": 1.156259536743164, + "learning_rate": 2.8659649365147247e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9769352555274964, + "num_tokens": 88674209.0, + "step": 68910 + }, + { + "entropy": 0.9577462077140808, + "epoch": 6.584503678226808, + "grad_norm": 1.9188066720962524, + "learning_rate": 2.864536447529229e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9762329220771789, + "num_tokens": 88686763.0, + "step": 68920 + }, + { + "entropy": 0.9596264898777008, + "epoch": 6.585459061813318, + "grad_norm": 2.6707067489624023, + "learning_rate": 2.8631081717031973e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.9774885952472687, + "num_tokens": 88699671.0, + "step": 68930 + }, + { + "entropy": 0.9436495840549469, + "epoch": 6.586414445399828, + "grad_norm": 1.4536004066467285, + "learning_rate": 2.8616801091791957e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9793990910053253, + "num_tokens": 88712370.0, + "step": 68940 + }, + { + "entropy": 0.974122041463852, + "epoch": 6.587369828986338, + "grad_norm": 1.8330025672912598, + "learning_rate": 2.8602522600997696e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9771748960018158, + "num_tokens": 88725904.0, + "step": 68950 + }, + { + "entropy": 0.9836484014987945, + "epoch": 6.5883252125728475, + "grad_norm": 1.8169760704040527, + "learning_rate": 2.8588246246074483e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9768437445163727, + "num_tokens": 88739933.0, + "step": 68960 + }, + { + "entropy": 0.9667013704776763, + "epoch": 6.589280596159358, + "grad_norm": 0.7312413454055786, + "learning_rate": 2.857397202844735e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9831148743629455, + "num_tokens": 88752964.0, + "step": 68970 + }, + { + "entropy": 0.9504852533340454, + "epoch": 6.590235979745868, + "grad_norm": 2.157541275024414, + "learning_rate": 2.8559699949541153e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9773316383361816, + "num_tokens": 88766007.0, + "step": 68980 + }, + { + "entropy": 0.9482619762420654, + "epoch": 6.591191363332378, + "grad_norm": 1.8057496547698975, + "learning_rate": 2.8545430010780495e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.978851729631424, + "num_tokens": 88778826.0, + "step": 68990 + }, + { + "entropy": 0.9561194598674774, + "epoch": 6.592146746918888, + "grad_norm": 2.3374288082122803, + "learning_rate": 2.8531162213589795e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9759857177734375, + "num_tokens": 88791839.0, + "step": 69000 + }, + { + "entropy": 0.963068300485611, + "epoch": 6.593102130505398, + "grad_norm": 2.409799098968506, + "learning_rate": 2.8516896559393224e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9739122211933136, + "num_tokens": 88805106.0, + "step": 69010 + }, + { + "entropy": 0.9566740989685059, + "epoch": 6.594057514091908, + "grad_norm": 1.5032598972320557, + "learning_rate": 2.850263304961478e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9765722990036011, + "num_tokens": 88818181.0, + "step": 69020 + }, + { + "entropy": 0.9598295867443085, + "epoch": 6.5950128976784175, + "grad_norm": 2.1659536361694336, + "learning_rate": 2.848837168567825e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9804140627384186, + "num_tokens": 88831222.0, + "step": 69030 + }, + { + "entropy": 0.9520550489425659, + "epoch": 6.595968281264928, + "grad_norm": 1.4235142469406128, + "learning_rate": 2.8474112469007176e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9776449203491211, + "num_tokens": 88844027.0, + "step": 69040 + }, + { + "entropy": 0.9510976254940033, + "epoch": 6.596923664851438, + "grad_norm": 1.4120901823043823, + "learning_rate": 2.8459855401024878e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783313632011413, + "num_tokens": 88857022.0, + "step": 69050 + }, + { + "entropy": 0.9555225849151612, + "epoch": 6.597879048437948, + "grad_norm": 2.301172971725464, + "learning_rate": 2.8445600483154472e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9791334927082062, + "num_tokens": 88869689.0, + "step": 69060 + }, + { + "entropy": 0.9614241361618042, + "epoch": 6.598834432024458, + "grad_norm": 2.2002482414245605, + "learning_rate": 2.8431347716818906e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9768999099731446, + "num_tokens": 88883059.0, + "step": 69070 + }, + { + "entropy": 0.9469473779201507, + "epoch": 6.599789815610968, + "grad_norm": 2.009263515472412, + "learning_rate": 2.8417097103440854e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.975926262140274, + "num_tokens": 88895747.0, + "step": 69080 + }, + { + "entropy": 0.9507165849208832, + "epoch": 6.600745199197478, + "grad_norm": 1.601291298866272, + "learning_rate": 2.840284864444279e-05, + "loss": 0.0688, + "mean_token_accuracy": 0.9753728091716767, + "num_tokens": 88908355.0, + "step": 69090 + }, + { + "entropy": 0.9554671287536621, + "epoch": 6.601700582783987, + "grad_norm": 0.8738923668861389, + "learning_rate": 2.8388602341246972e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9765859007835388, + "num_tokens": 88921267.0, + "step": 69100 + }, + { + "entropy": 0.9538632154464721, + "epoch": 6.602655966370498, + "grad_norm": 1.6364609003067017, + "learning_rate": 2.8374358195275452e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9792362749576569, + "num_tokens": 88934167.0, + "step": 69110 + }, + { + "entropy": 0.9406299412250518, + "epoch": 6.603611349957008, + "grad_norm": 1.3413885831832886, + "learning_rate": 2.83601162079501e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9772189915180206, + "num_tokens": 88946708.0, + "step": 69120 + }, + { + "entropy": 0.9510579168796539, + "epoch": 6.604566733543518, + "grad_norm": 1.1638648509979248, + "learning_rate": 2.8345876380692504e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9791173219680787, + "num_tokens": 88959530.0, + "step": 69130 + }, + { + "entropy": 0.952702647447586, + "epoch": 6.605522117130028, + "grad_norm": 2.0629160404205322, + "learning_rate": 2.833163871492407e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9787417113780975, + "num_tokens": 88972610.0, + "step": 69140 + }, + { + "entropy": 0.9460841476917267, + "epoch": 6.6064775007165375, + "grad_norm": 2.3343920707702637, + "learning_rate": 2.8317403212065963e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9763233840465546, + "num_tokens": 88984996.0, + "step": 69150 + }, + { + "entropy": 0.947625195980072, + "epoch": 6.607432884303048, + "grad_norm": 1.6980410814285278, + "learning_rate": 2.8303169873539192e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9799522936344147, + "num_tokens": 88998491.0, + "step": 69160 + }, + { + "entropy": 0.9560093820095062, + "epoch": 6.608388267889557, + "grad_norm": 1.5437016487121582, + "learning_rate": 2.82889387007645e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9786615788936615, + "num_tokens": 89011450.0, + "step": 69170 + }, + { + "entropy": 0.972328782081604, + "epoch": 6.609343651476068, + "grad_norm": 1.0928950309753418, + "learning_rate": 2.8274709695162403e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.978335189819336, + "num_tokens": 89025246.0, + "step": 69180 + }, + { + "entropy": 0.9721332550048828, + "epoch": 6.610299035062578, + "grad_norm": 1.610952615737915, + "learning_rate": 2.826048285815326e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9758341491222382, + "num_tokens": 89038763.0, + "step": 69190 + }, + { + "entropy": 0.9670970976352692, + "epoch": 6.611254418649088, + "grad_norm": 1.085201621055603, + "learning_rate": 2.8246258191157138e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9757670283317565, + "num_tokens": 89051578.0, + "step": 69200 + }, + { + "entropy": 0.9644911527633667, + "epoch": 6.612209802235598, + "grad_norm": 1.4464844465255737, + "learning_rate": 2.8232035695593972e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.981192821264267, + "num_tokens": 89064680.0, + "step": 69210 + }, + { + "entropy": 0.9464393794536591, + "epoch": 6.613165185822107, + "grad_norm": 1.218519926071167, + "learning_rate": 2.8217815372883416e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9803845882415771, + "num_tokens": 89076967.0, + "step": 69220 + }, + { + "entropy": 0.966599452495575, + "epoch": 6.614120569408618, + "grad_norm": 0.647611141204834, + "learning_rate": 2.820359722444491e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9814465522766114, + "num_tokens": 89089728.0, + "step": 69230 + }, + { + "entropy": 0.9606968939304352, + "epoch": 6.615075952995127, + "grad_norm": 1.0626153945922852, + "learning_rate": 2.818938125169769e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9765633940696716, + "num_tokens": 89102571.0, + "step": 69240 + }, + { + "entropy": 0.963039630651474, + "epoch": 6.616031336581638, + "grad_norm": 0.9028657078742981, + "learning_rate": 2.817516745606079e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9797647535800934, + "num_tokens": 89115039.0, + "step": 69250 + }, + { + "entropy": 0.9592121660709381, + "epoch": 6.616986720168147, + "grad_norm": 2.3638627529144287, + "learning_rate": 2.8160955838953056e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9773467302322387, + "num_tokens": 89128104.0, + "step": 69260 + }, + { + "entropy": 0.9730619072914124, + "epoch": 6.6179421037546575, + "grad_norm": 0.9700230956077576, + "learning_rate": 2.8146746401792994e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9819350421428681, + "num_tokens": 89141273.0, + "step": 69270 + }, + { + "entropy": 0.9575328707695008, + "epoch": 6.618897487341167, + "grad_norm": 1.0679072141647339, + "learning_rate": 2.8132539145999036e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9775901079177857, + "num_tokens": 89153806.0, + "step": 69280 + }, + { + "entropy": 0.9671393215656281, + "epoch": 6.619852870927677, + "grad_norm": 1.0519404411315918, + "learning_rate": 2.8118334072989288e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9743479728698731, + "num_tokens": 89166859.0, + "step": 69290 + }, + { + "entropy": 0.9629691362380981, + "epoch": 6.620808254514188, + "grad_norm": 1.5350819826126099, + "learning_rate": 2.810413118418173e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9772971212863922, + "num_tokens": 89179314.0, + "step": 69300 + }, + { + "entropy": 0.9453194916248322, + "epoch": 6.621763638100697, + "grad_norm": 0.7813934683799744, + "learning_rate": 2.8089930480994055e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9768253803253174, + "num_tokens": 89191755.0, + "step": 69310 + }, + { + "entropy": 0.9648293912410736, + "epoch": 6.622719021687208, + "grad_norm": 0.6687466502189636, + "learning_rate": 2.8075731964843742e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9819269776344299, + "num_tokens": 89204454.0, + "step": 69320 + }, + { + "entropy": 0.9772605836391449, + "epoch": 6.623674405273717, + "grad_norm": 1.3873610496520996, + "learning_rate": 2.8061535637148105e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9779416918754578, + "num_tokens": 89217363.0, + "step": 69330 + }, + { + "entropy": 0.9787180781364441, + "epoch": 6.6246297888602275, + "grad_norm": 1.7958165407180786, + "learning_rate": 2.8047341499324164e-05, + "loss": 0.0692, + "mean_token_accuracy": 0.9714809596538544, + "num_tokens": 89230437.0, + "step": 69340 + }, + { + "entropy": 0.9840813219547272, + "epoch": 6.625585172446737, + "grad_norm": 1.980416178703308, + "learning_rate": 2.8033149552788818e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9761518955230712, + "num_tokens": 89243493.0, + "step": 69350 + }, + { + "entropy": 0.9791508495807648, + "epoch": 6.626540556033247, + "grad_norm": 2.188443899154663, + "learning_rate": 2.801895979895865e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9755797445774078, + "num_tokens": 89256674.0, + "step": 69360 + }, + { + "entropy": 0.9892222583293915, + "epoch": 6.627495939619758, + "grad_norm": 1.0885703563690186, + "learning_rate": 2.800477223925007e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.983929455280304, + "num_tokens": 89269838.0, + "step": 69370 + }, + { + "entropy": 0.992173433303833, + "epoch": 6.628451323206267, + "grad_norm": 1.1139700412750244, + "learning_rate": 2.799058687507925e-05, + "loss": 0.064, + "mean_token_accuracy": 0.9773182034492492, + "num_tokens": 89282846.0, + "step": 69380 + }, + { + "entropy": 0.9900041878223419, + "epoch": 6.6294067067927775, + "grad_norm": 1.2684563398361206, + "learning_rate": 2.7976403707862192e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9798540890216827, + "num_tokens": 89296144.0, + "step": 69390 + }, + { + "entropy": 0.9868532955646515, + "epoch": 6.630362090379287, + "grad_norm": 1.2954307794570923, + "learning_rate": 2.796222273901462e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9806056022644043, + "num_tokens": 89309690.0, + "step": 69400 + }, + { + "entropy": 0.9916479587554932, + "epoch": 6.631317473965797, + "grad_norm": 1.80342698097229, + "learning_rate": 2.7948043969952053e-05, + "loss": 0.057, + "mean_token_accuracy": 0.977867603302002, + "num_tokens": 89323557.0, + "step": 69410 + }, + { + "entropy": 0.9773461997509003, + "epoch": 6.632272857552307, + "grad_norm": 1.6731520891189575, + "learning_rate": 2.7933867402089827e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9793404459953308, + "num_tokens": 89336293.0, + "step": 69420 + }, + { + "entropy": 0.9826482892036438, + "epoch": 6.633228241138817, + "grad_norm": 1.5625606775283813, + "learning_rate": 2.7919693036842993e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9783719956874848, + "num_tokens": 89349487.0, + "step": 69430 + }, + { + "entropy": 0.9580002725124359, + "epoch": 6.634183624725328, + "grad_norm": 1.269152283668518, + "learning_rate": 2.7905520875626463e-05, + "loss": 0.0489, + "mean_token_accuracy": 0.9825525283813477, + "num_tokens": 89361933.0, + "step": 69440 + }, + { + "entropy": 0.958196884393692, + "epoch": 6.635139008311837, + "grad_norm": 2.2455191612243652, + "learning_rate": 2.7891350919854865e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.977596914768219, + "num_tokens": 89374245.0, + "step": 69450 + }, + { + "entropy": 0.9790212213993073, + "epoch": 6.6360943918983475, + "grad_norm": 1.1008639335632324, + "learning_rate": 2.787718317094262e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9779196202754974, + "num_tokens": 89387280.0, + "step": 69460 + }, + { + "entropy": 0.9710334539413452, + "epoch": 6.637049775484857, + "grad_norm": 1.2821574211120605, + "learning_rate": 2.7863017630303922e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9819355726242065, + "num_tokens": 89400295.0, + "step": 69470 + }, + { + "entropy": 0.971250718832016, + "epoch": 6.638005159071367, + "grad_norm": 1.4332555532455444, + "learning_rate": 2.7848854299352785e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9777310311794281, + "num_tokens": 89412705.0, + "step": 69480 + }, + { + "entropy": 0.9736231744289399, + "epoch": 6.638960542657877, + "grad_norm": 1.048324704170227, + "learning_rate": 2.7834693179503002e-05, + "loss": 0.0623, + "mean_token_accuracy": 0.9763755202293396, + "num_tokens": 89425295.0, + "step": 69490 + }, + { + "entropy": 0.9772164106369019, + "epoch": 6.639915926244387, + "grad_norm": 2.0090696811676025, + "learning_rate": 2.7820534272168053e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9762506186962128, + "num_tokens": 89438309.0, + "step": 69500 + }, + { + "entropy": 0.9697022914886475, + "epoch": 6.640871309830898, + "grad_norm": 1.5340452194213867, + "learning_rate": 2.780637757876131e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9846337318420411, + "num_tokens": 89451063.0, + "step": 69510 + }, + { + "entropy": 0.9706735134124755, + "epoch": 6.641826693417407, + "grad_norm": 1.7951785326004028, + "learning_rate": 2.7792223100695854e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9837229967117309, + "num_tokens": 89463792.0, + "step": 69520 + }, + { + "entropy": 0.9735974967479706, + "epoch": 6.642782077003917, + "grad_norm": 1.2364137172698975, + "learning_rate": 2.7778070839384594e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9754486322402954, + "num_tokens": 89476749.0, + "step": 69530 + }, + { + "entropy": 0.9810715019702911, + "epoch": 6.643737460590427, + "grad_norm": 1.138676404953003, + "learning_rate": 2.776392079624017e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9762528896331787, + "num_tokens": 89489818.0, + "step": 69540 + }, + { + "entropy": 0.9746867060661316, + "epoch": 6.644692844176937, + "grad_norm": 0.7835774421691895, + "learning_rate": 2.7749772972675025e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9755651116371155, + "num_tokens": 89502703.0, + "step": 69550 + }, + { + "entropy": 0.9762108743190765, + "epoch": 6.645648227763447, + "grad_norm": 2.0068798065185547, + "learning_rate": 2.773562737010139e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9749529898166657, + "num_tokens": 89515368.0, + "step": 69560 + }, + { + "entropy": 0.9830613076686859, + "epoch": 6.646603611349957, + "grad_norm": 1.4470977783203125, + "learning_rate": 2.772148398993124e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9786715507507324, + "num_tokens": 89528439.0, + "step": 69570 + }, + { + "entropy": 0.9793949007987977, + "epoch": 6.647558994936467, + "grad_norm": 2.299139976501465, + "learning_rate": 2.7707342833576412e-05, + "loss": 0.0745, + "mean_token_accuracy": 0.972779142856598, + "num_tokens": 89541557.0, + "step": 69580 + }, + { + "entropy": 0.9752902388572693, + "epoch": 6.648514378522977, + "grad_norm": 1.033481240272522, + "learning_rate": 2.7693203902448366e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9758906364440918, + "num_tokens": 89554740.0, + "step": 69590 + }, + { + "entropy": 0.9810575366020202, + "epoch": 6.6494697621094865, + "grad_norm": 1.9158053398132324, + "learning_rate": 2.767906719795851e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9814841032028199, + "num_tokens": 89568054.0, + "step": 69600 + }, + { + "entropy": 0.9722091555595398, + "epoch": 6.650425145695997, + "grad_norm": 1.216652512550354, + "learning_rate": 2.7664932721517895e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9757219135761261, + "num_tokens": 89580778.0, + "step": 69610 + }, + { + "entropy": 0.9717508256435394, + "epoch": 6.651380529282507, + "grad_norm": 1.4706377983093262, + "learning_rate": 2.765080047453746e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9769299745559692, + "num_tokens": 89593664.0, + "step": 69620 + }, + { + "entropy": 0.9867290675640106, + "epoch": 6.652335912869017, + "grad_norm": 1.0919908285140991, + "learning_rate": 2.7636670458427845e-05, + "loss": 0.0646, + "mean_token_accuracy": 0.9725253999233245, + "num_tokens": 89607129.0, + "step": 69630 + }, + { + "entropy": 0.9558115243911743, + "epoch": 6.653291296455527, + "grad_norm": 0.8571351766586304, + "learning_rate": 2.7622542674599472e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9793775081634521, + "num_tokens": 89619437.0, + "step": 69640 + }, + { + "entropy": 0.9632913172245026, + "epoch": 6.654246680042037, + "grad_norm": 1.3999629020690918, + "learning_rate": 2.7608417124462606e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9772667169570923, + "num_tokens": 89632119.0, + "step": 69650 + }, + { + "entropy": 0.9622684359550476, + "epoch": 6.655202063628547, + "grad_norm": 2.4929778575897217, + "learning_rate": 2.7594293809427197e-05, + "loss": 0.06, + "mean_token_accuracy": 0.9777804851531983, + "num_tokens": 89645258.0, + "step": 69660 + }, + { + "entropy": 0.9723885715007782, + "epoch": 6.656157447215056, + "grad_norm": 1.5352174043655396, + "learning_rate": 2.7580172730903054e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9766539096832275, + "num_tokens": 89658143.0, + "step": 69670 + }, + { + "entropy": 0.971565580368042, + "epoch": 6.657112830801567, + "grad_norm": 0.8152174353599548, + "learning_rate": 2.756605389029971e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9806829154491424, + "num_tokens": 89671194.0, + "step": 69680 + }, + { + "entropy": 0.9605223178863526, + "epoch": 6.658068214388077, + "grad_norm": 1.2202417850494385, + "learning_rate": 2.7551937289026497e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9828841388225555, + "num_tokens": 89683835.0, + "step": 69690 + }, + { + "entropy": 0.968467754125595, + "epoch": 6.659023597974587, + "grad_norm": 0.9048665165901184, + "learning_rate": 2.7537822928492485e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9783787608146668, + "num_tokens": 89696761.0, + "step": 69700 + }, + { + "entropy": 0.9639052271842956, + "epoch": 6.659978981561097, + "grad_norm": 1.0708389282226562, + "learning_rate": 2.7523710810106606e-05, + "loss": 0.0443, + "mean_token_accuracy": 0.9845929861068725, + "num_tokens": 89710107.0, + "step": 69710 + }, + { + "entropy": 0.960449081659317, + "epoch": 6.6609343651476065, + "grad_norm": 1.1817489862442017, + "learning_rate": 2.7509600935277492e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9778771877288819, + "num_tokens": 89723160.0, + "step": 69720 + }, + { + "entropy": 0.9392058849334717, + "epoch": 6.661889748734117, + "grad_norm": 1.4370979070663452, + "learning_rate": 2.7495493305413544e-05, + "loss": 0.0729, + "mean_token_accuracy": 0.9697805225849152, + "num_tokens": 89735621.0, + "step": 69730 + }, + { + "entropy": 0.9604788005352021, + "epoch": 6.662845132320626, + "grad_norm": 1.8505103588104248, + "learning_rate": 2.7481387921923018e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9732280731201172, + "num_tokens": 89748289.0, + "step": 69740 + }, + { + "entropy": 0.9707196891307831, + "epoch": 6.663800515907137, + "grad_norm": 1.0039176940917969, + "learning_rate": 2.746728478621386e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.9787715196609497, + "num_tokens": 89761945.0, + "step": 69750 + }, + { + "entropy": 0.96394584774971, + "epoch": 6.664755899493647, + "grad_norm": 1.3361586332321167, + "learning_rate": 2.7453183899693857e-05, + "loss": 0.0758, + "mean_token_accuracy": 0.971217131614685, + "num_tokens": 89774612.0, + "step": 69760 + }, + { + "entropy": 0.9815380334854126, + "epoch": 6.665711283080157, + "grad_norm": 1.5722320079803467, + "learning_rate": 2.7439085263770537e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9737081408500672, + "num_tokens": 89787932.0, + "step": 69770 + }, + { + "entropy": 0.9557469129562378, + "epoch": 6.666666666666667, + "grad_norm": 0.797103762626648, + "learning_rate": 2.7424988879851177e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9780007600784302, + "num_tokens": 89800565.0, + "step": 69780 + }, + { + "entropy": 0.9579009652137757, + "epoch": 6.6676220502531764, + "grad_norm": 1.3010821342468262, + "learning_rate": 2.741089474934291e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9780392289161682, + "num_tokens": 89813060.0, + "step": 69790 + }, + { + "entropy": 0.9629578471183777, + "epoch": 6.668577433839687, + "grad_norm": 1.1608980894088745, + "learning_rate": 2.739680287365255e-05, + "loss": 0.0637, + "mean_token_accuracy": 0.9765739977359772, + "num_tokens": 89826129.0, + "step": 69800 + }, + { + "entropy": 0.9624596118927002, + "epoch": 6.669532817426196, + "grad_norm": 1.5001484155654907, + "learning_rate": 2.7382713254186788e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9755611538887023, + "num_tokens": 89838852.0, + "step": 69810 + }, + { + "entropy": 0.9452600002288818, + "epoch": 6.670488201012707, + "grad_norm": 1.094506025314331, + "learning_rate": 2.7368625892351964e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9829663932323456, + "num_tokens": 89851103.0, + "step": 69820 + }, + { + "entropy": 0.9610356569290162, + "epoch": 6.671443584599217, + "grad_norm": 2.0300052165985107, + "learning_rate": 2.7354540789554318e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9770959079265594, + "num_tokens": 89864063.0, + "step": 69830 + }, + { + "entropy": 0.9720692276954651, + "epoch": 6.6723989681857265, + "grad_norm": 1.3782017230987549, + "learning_rate": 2.734045794719976e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9801263809204102, + "num_tokens": 89877191.0, + "step": 69840 + }, + { + "entropy": 0.9828721344470978, + "epoch": 6.673354351772237, + "grad_norm": 1.252345085144043, + "learning_rate": 2.732637736669408e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9796910464763642, + "num_tokens": 89890679.0, + "step": 69850 + }, + { + "entropy": 0.9701365888118744, + "epoch": 6.674309735358746, + "grad_norm": 1.0632208585739136, + "learning_rate": 2.7312299049442746e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9776992261409759, + "num_tokens": 89903272.0, + "step": 69860 + }, + { + "entropy": 0.9849175155162812, + "epoch": 6.675265118945257, + "grad_norm": 2.042717933654785, + "learning_rate": 2.729822299685103e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9755996108055115, + "num_tokens": 89916716.0, + "step": 69870 + }, + { + "entropy": 0.9592739939689636, + "epoch": 6.676220502531766, + "grad_norm": 1.1258403062820435, + "learning_rate": 2.7284149210324023e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9770925223827363, + "num_tokens": 89929264.0, + "step": 69880 + }, + { + "entropy": 0.9736224114894867, + "epoch": 6.677175886118277, + "grad_norm": 2.3333306312561035, + "learning_rate": 2.7270077691266514e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9754561245441437, + "num_tokens": 89942315.0, + "step": 69890 + }, + { + "entropy": 0.9588095903396606, + "epoch": 6.678131269704786, + "grad_norm": 1.02250075340271, + "learning_rate": 2.7256008441083174e-05, + "loss": 0.0484, + "mean_token_accuracy": 0.9804288744926453, + "num_tokens": 89955010.0, + "step": 69900 + }, + { + "entropy": 0.9531251907348632, + "epoch": 6.6790866532912965, + "grad_norm": 2.2911362648010254, + "learning_rate": 2.724194146117829e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9772679448127747, + "num_tokens": 89967691.0, + "step": 69910 + }, + { + "entropy": 0.9803416848182678, + "epoch": 6.680042036877806, + "grad_norm": 2.0290348529815674, + "learning_rate": 2.722787675295605e-05, + "loss": 0.0727, + "mean_token_accuracy": 0.9734034478664398, + "num_tokens": 89981299.0, + "step": 69920 + }, + { + "entropy": 0.9593951761722564, + "epoch": 6.680997420464316, + "grad_norm": 1.5482169389724731, + "learning_rate": 2.72138143178204e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9773532390594483, + "num_tokens": 89994189.0, + "step": 69930 + }, + { + "entropy": 0.9659729838371277, + "epoch": 6.681952804050827, + "grad_norm": 2.9266912937164307, + "learning_rate": 2.7199754157175018e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9755763292312623, + "num_tokens": 90007244.0, + "step": 69940 + }, + { + "entropy": 0.9669400513172149, + "epoch": 6.682908187637336, + "grad_norm": 1.7273865938186646, + "learning_rate": 2.7185696272423372e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9782117187976838, + "num_tokens": 90020454.0, + "step": 69950 + }, + { + "entropy": 0.9627986311912536, + "epoch": 6.6838635712238466, + "grad_norm": 1.014527440071106, + "learning_rate": 2.717164066496868e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9765867114067077, + "num_tokens": 90033238.0, + "step": 69960 + }, + { + "entropy": 0.965868103504181, + "epoch": 6.684818954810356, + "grad_norm": 1.0204031467437744, + "learning_rate": 2.7157587336213997e-05, + "loss": 0.057, + "mean_token_accuracy": 0.978841507434845, + "num_tokens": 90046069.0, + "step": 69970 + }, + { + "entropy": 0.9505278706550598, + "epoch": 6.685774338396866, + "grad_norm": 1.09029221534729, + "learning_rate": 2.7143536287562075e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.979856550693512, + "num_tokens": 90059000.0, + "step": 69980 + }, + { + "entropy": 0.9542735576629638, + "epoch": 6.686729721983376, + "grad_norm": 1.40108060836792, + "learning_rate": 2.7129487520415507e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9797265768051148, + "num_tokens": 90071655.0, + "step": 69990 + }, + { + "entropy": 0.9626486599445343, + "epoch": 6.687685105569886, + "grad_norm": 1.1613109111785889, + "learning_rate": 2.7115441036176604e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9723162114620209, + "num_tokens": 90084928.0, + "step": 70000 + }, + { + "entropy": 0.9571192383766174, + "epoch": 6.688640489156397, + "grad_norm": 1.8188892602920532, + "learning_rate": 2.7101396836247457e-05, + "loss": 0.0598, + "mean_token_accuracy": 0.9752835810184479, + "num_tokens": 90097526.0, + "step": 70010 + }, + { + "entropy": 0.9475736558437348, + "epoch": 6.689595872742906, + "grad_norm": 1.4238702058792114, + "learning_rate": 2.708735492202997e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9770416200160981, + "num_tokens": 90110157.0, + "step": 70020 + }, + { + "entropy": 0.9528417706489563, + "epoch": 6.6905512563294165, + "grad_norm": 2.080965757369995, + "learning_rate": 2.7073315294925784e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9783619940280914, + "num_tokens": 90123090.0, + "step": 70030 + }, + { + "entropy": 0.960468327999115, + "epoch": 6.691506639915926, + "grad_norm": 1.2093251943588257, + "learning_rate": 2.7059277956336305e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9784776031970978, + "num_tokens": 90136143.0, + "step": 70040 + }, + { + "entropy": 0.9716124296188354, + "epoch": 6.692462023502436, + "grad_norm": 1.0524741411209106, + "learning_rate": 2.7045242907662717e-05, + "loss": 0.06, + "mean_token_accuracy": 0.9757155358791352, + "num_tokens": 90149566.0, + "step": 70050 + }, + { + "entropy": 0.9574487268924713, + "epoch": 6.693417407088946, + "grad_norm": 1.61703360080719, + "learning_rate": 2.7031210150306007e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9804667115211487, + "num_tokens": 90162329.0, + "step": 70060 + }, + { + "entropy": 0.960592371225357, + "epoch": 6.694372790675456, + "grad_norm": 0.8745313882827759, + "learning_rate": 2.701717968566688e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9776127815246582, + "num_tokens": 90174623.0, + "step": 70070 + }, + { + "entropy": 0.9549022734165191, + "epoch": 6.695328174261967, + "grad_norm": 2.3454394340515137, + "learning_rate": 2.7003151515145874e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9820975244045258, + "num_tokens": 90187257.0, + "step": 70080 + }, + { + "entropy": 0.962440800666809, + "epoch": 6.696283557848476, + "grad_norm": 1.4055947065353394, + "learning_rate": 2.6989125640143253e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9807784378528595, + "num_tokens": 90200159.0, + "step": 70090 + }, + { + "entropy": 0.9473912000656128, + "epoch": 6.697238941434986, + "grad_norm": 1.5935810804367065, + "learning_rate": 2.6975102062059032e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9820238888263703, + "num_tokens": 90212665.0, + "step": 70100 + }, + { + "entropy": 0.9754416108131408, + "epoch": 6.698194325021496, + "grad_norm": 2.501408100128174, + "learning_rate": 2.6961080782293074e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9750245451927185, + "num_tokens": 90225687.0, + "step": 70110 + }, + { + "entropy": 0.9679563164710998, + "epoch": 6.699149708608006, + "grad_norm": 1.7210195064544678, + "learning_rate": 2.6947061802244933e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9738274812698364, + "num_tokens": 90238501.0, + "step": 70120 + }, + { + "entropy": 0.9616470515727997, + "epoch": 6.700105092194516, + "grad_norm": 1.1566270589828491, + "learning_rate": 2.6933045123314012e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9750468134880066, + "num_tokens": 90251237.0, + "step": 70130 + }, + { + "entropy": 0.9612561762332916, + "epoch": 6.701060475781026, + "grad_norm": 2.9818294048309326, + "learning_rate": 2.6919030746899365e-05, + "loss": 0.0698, + "mean_token_accuracy": 0.9750909566879272, + "num_tokens": 90264331.0, + "step": 70140 + }, + { + "entropy": 0.9593639671802521, + "epoch": 6.7020158593675365, + "grad_norm": 1.1802897453308105, + "learning_rate": 2.690501867439994e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9828397512435914, + "num_tokens": 90277447.0, + "step": 70150 + }, + { + "entropy": 0.9559503316879272, + "epoch": 6.702971242954046, + "grad_norm": 1.544189214706421, + "learning_rate": 2.689100890721442e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9800142228603363, + "num_tokens": 90289895.0, + "step": 70160 + }, + { + "entropy": 0.9585859894752502, + "epoch": 6.703926626540556, + "grad_norm": 1.628422498703003, + "learning_rate": 2.6877001446741222e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.979070633649826, + "num_tokens": 90302452.0, + "step": 70170 + }, + { + "entropy": 0.9596464395523071, + "epoch": 6.704882010127066, + "grad_norm": 1.1296494007110596, + "learning_rate": 2.686299629437855e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9764225661754609, + "num_tokens": 90315203.0, + "step": 70180 + }, + { + "entropy": 0.9598501086235046, + "epoch": 6.705837393713576, + "grad_norm": 1.3270254135131836, + "learning_rate": 2.6848993451524368e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9759123086929321, + "num_tokens": 90327301.0, + "step": 70190 + }, + { + "entropy": 0.9557403564453125, + "epoch": 6.706792777300086, + "grad_norm": 1.813478708267212, + "learning_rate": 2.6834992919576462e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9776219248771667, + "num_tokens": 90339926.0, + "step": 70200 + }, + { + "entropy": 0.9705403327941895, + "epoch": 6.707748160886596, + "grad_norm": 1.7525148391723633, + "learning_rate": 2.6820994699932313e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9815586805343628, + "num_tokens": 90353201.0, + "step": 70210 + }, + { + "entropy": 0.9540520131587982, + "epoch": 6.708703544473106, + "grad_norm": 2.5382437705993652, + "learning_rate": 2.6806998793989234e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9798364818096161, + "num_tokens": 90366289.0, + "step": 70220 + }, + { + "entropy": 0.9375249683856964, + "epoch": 6.709658928059616, + "grad_norm": 0.8670759797096252, + "learning_rate": 2.6793005203144274e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9768119096755982, + "num_tokens": 90378717.0, + "step": 70230 + }, + { + "entropy": 0.9476209819316864, + "epoch": 6.710614311646125, + "grad_norm": 1.4143519401550293, + "learning_rate": 2.6779013928794227e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.98011394739151, + "num_tokens": 90391380.0, + "step": 70240 + }, + { + "entropy": 0.9570301294326782, + "epoch": 6.711569695232636, + "grad_norm": 1.0086877346038818, + "learning_rate": 2.6765024972335735e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9818941116333008, + "num_tokens": 90404999.0, + "step": 70250 + }, + { + "entropy": 0.9504298388957977, + "epoch": 6.712525078819146, + "grad_norm": 1.3022184371948242, + "learning_rate": 2.675103833516513e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.979048216342926, + "num_tokens": 90418015.0, + "step": 70260 + }, + { + "entropy": 0.9514796495437622, + "epoch": 6.713480462405656, + "grad_norm": 1.347338080406189, + "learning_rate": 2.6737054018678543e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9802179455757141, + "num_tokens": 90430428.0, + "step": 70270 + }, + { + "entropy": 0.9548793971538544, + "epoch": 6.714435845992166, + "grad_norm": 2.6241888999938965, + "learning_rate": 2.6723072024271856e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.97599116563797, + "num_tokens": 90443493.0, + "step": 70280 + }, + { + "entropy": 0.9604209661483765, + "epoch": 6.7153912295786755, + "grad_norm": 2.2688987255096436, + "learning_rate": 2.670909235334078e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9736034035682678, + "num_tokens": 90456149.0, + "step": 70290 + }, + { + "entropy": 0.9546542346477509, + "epoch": 6.716346613165186, + "grad_norm": 1.767526626586914, + "learning_rate": 2.6695115007280698e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9758893787860871, + "num_tokens": 90468537.0, + "step": 70300 + }, + { + "entropy": 0.9539540052413941, + "epoch": 6.717301996751695, + "grad_norm": 1.8365613222122192, + "learning_rate": 2.6681139987486857e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9794814348220825, + "num_tokens": 90480886.0, + "step": 70310 + }, + { + "entropy": 0.9380028665065765, + "epoch": 6.718257380338206, + "grad_norm": 1.1625791788101196, + "learning_rate": 2.66671672953542e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9815762937068939, + "num_tokens": 90492829.0, + "step": 70320 + }, + { + "entropy": 0.9696593284606934, + "epoch": 6.719212763924716, + "grad_norm": 0.8855310082435608, + "learning_rate": 2.6653196932277462e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9798705101013183, + "num_tokens": 90506226.0, + "step": 70330 + }, + { + "entropy": 0.9423834145069122, + "epoch": 6.720168147511226, + "grad_norm": 1.408699631690979, + "learning_rate": 2.6639228899651177e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9821431159973144, + "num_tokens": 90518902.0, + "step": 70340 + }, + { + "entropy": 0.9491890072822571, + "epoch": 6.721123531097736, + "grad_norm": 1.9717119932174683, + "learning_rate": 2.66252631988696e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9738957405090332, + "num_tokens": 90531425.0, + "step": 70350 + }, + { + "entropy": 0.9732589781284332, + "epoch": 6.7220789146842455, + "grad_norm": 1.5537279844284058, + "learning_rate": 2.6611299831326762e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9784317970275879, + "num_tokens": 90544808.0, + "step": 70360 + }, + { + "entropy": 0.9653313815593719, + "epoch": 6.723034298270756, + "grad_norm": 1.214245319366455, + "learning_rate": 2.659733879841646e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9811808586120605, + "num_tokens": 90557422.0, + "step": 70370 + }, + { + "entropy": 0.9537897765636444, + "epoch": 6.723989681857265, + "grad_norm": 0.975356936454773, + "learning_rate": 2.658338010153229e-05, + "loss": 0.0663, + "mean_token_accuracy": 0.9759573340415955, + "num_tokens": 90570028.0, + "step": 70380 + }, + { + "entropy": 0.943564236164093, + "epoch": 6.724945065443776, + "grad_norm": 1.3449336290359497, + "learning_rate": 2.65694237420676e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9837086379528046, + "num_tokens": 90582766.0, + "step": 70390 + }, + { + "entropy": 0.955368947982788, + "epoch": 6.725900449030286, + "grad_norm": 1.0278687477111816, + "learning_rate": 2.6555469721415493e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.97685666680336, + "num_tokens": 90595801.0, + "step": 70400 + }, + { + "entropy": 0.9406951785087585, + "epoch": 6.7268558326167955, + "grad_norm": 1.254018783569336, + "learning_rate": 2.6541518040968838e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9775478482246399, + "num_tokens": 90608308.0, + "step": 70410 + }, + { + "entropy": 0.9568591117858887, + "epoch": 6.727811216203306, + "grad_norm": 1.5353773832321167, + "learning_rate": 2.6527568702120242e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9814690828323365, + "num_tokens": 90621304.0, + "step": 70420 + }, + { + "entropy": 0.942710816860199, + "epoch": 6.728766599789815, + "grad_norm": 1.129745364189148, + "learning_rate": 2.651362170626217e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9774160027503968, + "num_tokens": 90634223.0, + "step": 70430 + }, + { + "entropy": 0.947761619091034, + "epoch": 6.729721983376326, + "grad_norm": 1.5823079347610474, + "learning_rate": 2.6499677054786742e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9822019457817077, + "num_tokens": 90647433.0, + "step": 70440 + }, + { + "entropy": 0.9421060860157013, + "epoch": 6.730677366962835, + "grad_norm": 1.3384591341018677, + "learning_rate": 2.648573474908595e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9791318595409393, + "num_tokens": 90660085.0, + "step": 70450 + }, + { + "entropy": 0.963702815771103, + "epoch": 6.731632750549346, + "grad_norm": 1.485386610031128, + "learning_rate": 2.6471794790551462e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9751662135124206, + "num_tokens": 90673327.0, + "step": 70460 + }, + { + "entropy": 0.9665944039821625, + "epoch": 6.732588134135856, + "grad_norm": 2.17128586769104, + "learning_rate": 2.645785718057474e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9764129042625427, + "num_tokens": 90686555.0, + "step": 70470 + }, + { + "entropy": 0.9454913437366486, + "epoch": 6.7335435177223655, + "grad_norm": 1.1828266382217407, + "learning_rate": 2.6443921920547055e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.979713237285614, + "num_tokens": 90699301.0, + "step": 70480 + }, + { + "entropy": 0.9598565578460694, + "epoch": 6.734498901308876, + "grad_norm": 1.158069372177124, + "learning_rate": 2.6429989011859392e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9770271420478821, + "num_tokens": 90712569.0, + "step": 70490 + }, + { + "entropy": 0.9512864649295807, + "epoch": 6.735454284895385, + "grad_norm": 0.9730797410011292, + "learning_rate": 2.6416058455902515e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9722650408744812, + "num_tokens": 90725074.0, + "step": 70500 + }, + { + "entropy": 0.9637427866458893, + "epoch": 6.736409668481896, + "grad_norm": 1.6349862813949585, + "learning_rate": 2.6402130254066937e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9809369444847107, + "num_tokens": 90738574.0, + "step": 70510 + }, + { + "entropy": 0.9601179957389832, + "epoch": 6.737365052068405, + "grad_norm": 1.7389017343521118, + "learning_rate": 2.6388204407742972e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9771555721759796, + "num_tokens": 90751741.0, + "step": 70520 + }, + { + "entropy": 0.9465928852558136, + "epoch": 6.738320435654916, + "grad_norm": 1.5987801551818848, + "learning_rate": 2.6374280918320705e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.981818801164627, + "num_tokens": 90764398.0, + "step": 70530 + }, + { + "entropy": 0.9514952182769776, + "epoch": 6.739275819241425, + "grad_norm": 1.658632516860962, + "learning_rate": 2.6360359787189938e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9749863743782043, + "num_tokens": 90777086.0, + "step": 70540 + }, + { + "entropy": 0.9584573328495025, + "epoch": 6.740231202827935, + "grad_norm": 1.006459355354309, + "learning_rate": 2.6346441015740265e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.979641568660736, + "num_tokens": 90789547.0, + "step": 70550 + }, + { + "entropy": 0.9640103340148926, + "epoch": 6.741186586414445, + "grad_norm": 1.284544587135315, + "learning_rate": 2.6332524605361025e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9752797722816468, + "num_tokens": 90802628.0, + "step": 70560 + }, + { + "entropy": 0.9645484626293183, + "epoch": 6.742141970000955, + "grad_norm": 1.1634258031845093, + "learning_rate": 2.631861055744137e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9814725816249847, + "num_tokens": 90815424.0, + "step": 70570 + }, + { + "entropy": 0.9788874506950378, + "epoch": 6.743097353587466, + "grad_norm": 0.9175818562507629, + "learning_rate": 2.630469887337017e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9794144570827484, + "num_tokens": 90828433.0, + "step": 70580 + }, + { + "entropy": 0.9702316105365754, + "epoch": 6.744052737173975, + "grad_norm": 1.2208482027053833, + "learning_rate": 2.6290789554536068e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9777250170707703, + "num_tokens": 90841288.0, + "step": 70590 + }, + { + "entropy": 0.9751827538013458, + "epoch": 6.7450081207604855, + "grad_norm": 1.3079814910888672, + "learning_rate": 2.6276882602327456e-05, + "loss": 0.0618, + "mean_token_accuracy": 0.9761599123477935, + "num_tokens": 90854602.0, + "step": 70600 + }, + { + "entropy": 0.9642175018787384, + "epoch": 6.745963504346995, + "grad_norm": 1.481688380241394, + "learning_rate": 2.6262978018132538e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9812559843063354, + "num_tokens": 90867586.0, + "step": 70610 + }, + { + "entropy": 0.9498310029506684, + "epoch": 6.746918887933505, + "grad_norm": 1.2316640615463257, + "learning_rate": 2.624907580333927e-05, + "loss": 0.0347, + "mean_token_accuracy": 0.9870591521263122, + "num_tokens": 90879895.0, + "step": 70620 + }, + { + "entropy": 0.944279533624649, + "epoch": 6.747874271520015, + "grad_norm": 0.7096781134605408, + "learning_rate": 2.6235175959335324e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9804669857025147, + "num_tokens": 90892104.0, + "step": 70630 + }, + { + "entropy": 0.9443599045276642, + "epoch": 6.748829655106525, + "grad_norm": 1.5782020092010498, + "learning_rate": 2.622127848750818e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9783597230911255, + "num_tokens": 90904769.0, + "step": 70640 + }, + { + "entropy": 0.9528786957263946, + "epoch": 6.749785038693036, + "grad_norm": 1.4625022411346436, + "learning_rate": 2.620738338924504e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9830034852027894, + "num_tokens": 90917071.0, + "step": 70650 + }, + { + "entropy": 0.9542819917201996, + "epoch": 6.750740422279545, + "grad_norm": 1.6394015550613403, + "learning_rate": 2.6193490665932934e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9728080332279205, + "num_tokens": 90930160.0, + "step": 70660 + }, + { + "entropy": 0.960719621181488, + "epoch": 6.7516958058660554, + "grad_norm": 1.7754902839660645, + "learning_rate": 2.6179600318958607e-05, + "loss": 0.0724, + "mean_token_accuracy": 0.9739189565181732, + "num_tokens": 90942916.0, + "step": 70670 + }, + { + "entropy": 0.9576422929763794, + "epoch": 6.752651189452565, + "grad_norm": 0.6101719737052917, + "learning_rate": 2.616571234970855e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9814573168754578, + "num_tokens": 90955891.0, + "step": 70680 + }, + { + "entropy": 0.95425044298172, + "epoch": 6.753606573039075, + "grad_norm": 1.9944334030151367, + "learning_rate": 2.6151826759569074e-05, + "loss": 0.0678, + "mean_token_accuracy": 0.9734877467155456, + "num_tokens": 90968773.0, + "step": 70690 + }, + { + "entropy": 0.9599867761135101, + "epoch": 6.754561956625585, + "grad_norm": 1.7904753684997559, + "learning_rate": 2.6137943549926207e-05, + "loss": 0.0687, + "mean_token_accuracy": 0.976166945695877, + "num_tokens": 90981568.0, + "step": 70700 + }, + { + "entropy": 0.9731225728988647, + "epoch": 6.755517340212095, + "grad_norm": 1.5495673418045044, + "learning_rate": 2.6124062722165775e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9778631329536438, + "num_tokens": 90995172.0, + "step": 70710 + }, + { + "entropy": 0.9664243042469025, + "epoch": 6.7564727237986055, + "grad_norm": 0.6168012619018555, + "learning_rate": 2.6110184277673334e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9812032222747803, + "num_tokens": 91007700.0, + "step": 70720 + }, + { + "entropy": 0.9632494986057282, + "epoch": 6.757428107385115, + "grad_norm": 1.7099826335906982, + "learning_rate": 2.609630821783421e-05, + "loss": 0.059, + "mean_token_accuracy": 0.976041030883789, + "num_tokens": 91020562.0, + "step": 70730 + }, + { + "entropy": 0.9683136999607086, + "epoch": 6.758383490971625, + "grad_norm": 0.883508026599884, + "learning_rate": 2.6082434544033486e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9784904956817627, + "num_tokens": 91032648.0, + "step": 70740 + }, + { + "entropy": 0.9722706139087677, + "epoch": 6.759338874558135, + "grad_norm": 0.9642423391342163, + "learning_rate": 2.6068563257656013e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9766476571559906, + "num_tokens": 91045986.0, + "step": 70750 + }, + { + "entropy": 0.9715902864933014, + "epoch": 6.760294258144645, + "grad_norm": 0.9068817496299744, + "learning_rate": 2.605469436008647e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9792460918426513, + "num_tokens": 91059102.0, + "step": 70760 + }, + { + "entropy": 0.9574589610099793, + "epoch": 6.761249641731155, + "grad_norm": 0.7825731039047241, + "learning_rate": 2.604082785270914e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9780860662460327, + "num_tokens": 91071894.0, + "step": 70770 + }, + { + "entropy": 0.9480810761451721, + "epoch": 6.762205025317665, + "grad_norm": 1.962727427482605, + "learning_rate": 2.6026963736908227e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9828448235988617, + "num_tokens": 91084807.0, + "step": 70780 + }, + { + "entropy": 0.962937182188034, + "epoch": 6.7631604089041755, + "grad_norm": 1.6045454740524292, + "learning_rate": 2.6013102014067586e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9769076466560364, + "num_tokens": 91097940.0, + "step": 70790 + }, + { + "entropy": 0.9597082793712616, + "epoch": 6.764115792490685, + "grad_norm": 1.9386382102966309, + "learning_rate": 2.5999242685570925e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9818468868732453, + "num_tokens": 91110378.0, + "step": 70800 + }, + { + "entropy": 0.9661691725254059, + "epoch": 6.765071176077195, + "grad_norm": 1.2026915550231934, + "learning_rate": 2.598538575280164e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.981852000951767, + "num_tokens": 91123003.0, + "step": 70810 + }, + { + "entropy": 0.9633899033069611, + "epoch": 6.766026559663705, + "grad_norm": 1.0247756242752075, + "learning_rate": 2.5971531217142898e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.975154709815979, + "num_tokens": 91136047.0, + "step": 70820 + }, + { + "entropy": 0.9534778356552124, + "epoch": 6.766981943250215, + "grad_norm": 1.6030988693237305, + "learning_rate": 2.595767907997768e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9770485460758209, + "num_tokens": 91148607.0, + "step": 70830 + }, + { + "entropy": 0.9676617443561554, + "epoch": 6.767937326836725, + "grad_norm": 1.5013608932495117, + "learning_rate": 2.5943829342688646e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9827911019325256, + "num_tokens": 91161859.0, + "step": 70840 + }, + { + "entropy": 0.9605103194713592, + "epoch": 6.768892710423235, + "grad_norm": 1.0464496612548828, + "learning_rate": 2.592998200665831e-05, + "loss": 0.0452, + "mean_token_accuracy": 0.9833682119846344, + "num_tokens": 91174481.0, + "step": 70850 + }, + { + "entropy": 0.9531880855560303, + "epoch": 6.769848094009745, + "grad_norm": 0.8687523007392883, + "learning_rate": 2.591613707326887e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9771779775619507, + "num_tokens": 91186883.0, + "step": 70860 + }, + { + "entropy": 0.9597460806369782, + "epoch": 6.770803477596255, + "grad_norm": 2.084864377975464, + "learning_rate": 2.5902294543902317e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.97575843334198, + "num_tokens": 91199342.0, + "step": 70870 + }, + { + "entropy": 0.9683298349380494, + "epoch": 6.771758861182765, + "grad_norm": 1.0674500465393066, + "learning_rate": 2.5888454419940367e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9730033338069916, + "num_tokens": 91212337.0, + "step": 70880 + }, + { + "entropy": 0.9506448984146119, + "epoch": 6.772714244769275, + "grad_norm": 2.052638053894043, + "learning_rate": 2.5874616702764566e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9775376915931702, + "num_tokens": 91224761.0, + "step": 70890 + }, + { + "entropy": 0.9642267048358917, + "epoch": 6.773669628355785, + "grad_norm": 1.3162460327148438, + "learning_rate": 2.5860781393756174e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9728921413421631, + "num_tokens": 91237418.0, + "step": 70900 + }, + { + "entropy": 0.9575303018093109, + "epoch": 6.774625011942295, + "grad_norm": 1.1865719556808472, + "learning_rate": 2.5846948494296176e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9752530813217163, + "num_tokens": 91249910.0, + "step": 70910 + }, + { + "entropy": 0.9552679538726807, + "epoch": 6.775580395528805, + "grad_norm": 2.13523530960083, + "learning_rate": 2.58331180057654e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9810813546180726, + "num_tokens": 91262458.0, + "step": 70920 + }, + { + "entropy": 0.9534639954566956, + "epoch": 6.7765357791153145, + "grad_norm": 1.5467257499694824, + "learning_rate": 2.5819289929544353e-05, + "loss": 0.0535, + "mean_token_accuracy": 0.977538776397705, + "num_tokens": 91275091.0, + "step": 70930 + }, + { + "entropy": 0.962038654088974, + "epoch": 6.777491162701825, + "grad_norm": 1.4971941709518433, + "learning_rate": 2.580546426701338e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.9832612812519074, + "num_tokens": 91287611.0, + "step": 70940 + }, + { + "entropy": 0.9688478648662567, + "epoch": 6.778446546288334, + "grad_norm": 1.587640404701233, + "learning_rate": 2.579164101955252e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.977737832069397, + "num_tokens": 91300622.0, + "step": 70950 + }, + { + "entropy": 0.971338814496994, + "epoch": 6.779401929874845, + "grad_norm": 1.1610268354415894, + "learning_rate": 2.577782018854159e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9754007756710052, + "num_tokens": 91313624.0, + "step": 70960 + }, + { + "entropy": 0.9707320153713226, + "epoch": 6.780357313461355, + "grad_norm": 1.6166902780532837, + "learning_rate": 2.576400177536016e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9772319853305816, + "num_tokens": 91326889.0, + "step": 70970 + }, + { + "entropy": 0.9717442333698273, + "epoch": 6.7813126970478645, + "grad_norm": 0.8386614322662354, + "learning_rate": 2.575018578138757e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9754018187522888, + "num_tokens": 91340335.0, + "step": 70980 + }, + { + "entropy": 0.9608293175697327, + "epoch": 6.782268080634375, + "grad_norm": 1.4670424461364746, + "learning_rate": 2.5736372208002967e-05, + "loss": 0.0489, + "mean_token_accuracy": 0.9799467265605927, + "num_tokens": 91353170.0, + "step": 70990 + }, + { + "entropy": 0.9608726799488068, + "epoch": 6.783223464220884, + "grad_norm": 1.4530385732650757, + "learning_rate": 2.5722561056585125e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9755486071109771, + "num_tokens": 91365589.0, + "step": 71000 + }, + { + "entropy": 0.9660925686359405, + "epoch": 6.784178847807395, + "grad_norm": 1.4034614562988281, + "learning_rate": 2.5708752328512715e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9793203413486481, + "num_tokens": 91378820.0, + "step": 71010 + }, + { + "entropy": 0.972067242860794, + "epoch": 6.785134231393904, + "grad_norm": 2.2200639247894287, + "learning_rate": 2.5694946025164068e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.976398104429245, + "num_tokens": 91391663.0, + "step": 71020 + }, + { + "entropy": 0.9608227550983429, + "epoch": 6.786089614980415, + "grad_norm": 1.3902051448822021, + "learning_rate": 2.568114214791736e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9749409437179566, + "num_tokens": 91404803.0, + "step": 71030 + }, + { + "entropy": 0.9558060646057129, + "epoch": 6.787044998566925, + "grad_norm": 0.6072638630867004, + "learning_rate": 2.5667340698150444e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9800573348999023, + "num_tokens": 91416710.0, + "step": 71040 + }, + { + "entropy": 0.9593682229518891, + "epoch": 6.7880003821534345, + "grad_norm": 1.3143174648284912, + "learning_rate": 2.5653541677240954e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9808892607688904, + "num_tokens": 91429585.0, + "step": 71050 + }, + { + "entropy": 0.9484626829624176, + "epoch": 6.788955765739945, + "grad_norm": 1.0859698057174683, + "learning_rate": 2.5639745086566334e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9796186208724975, + "num_tokens": 91441915.0, + "step": 71060 + }, + { + "entropy": 0.9491163790225983, + "epoch": 6.789911149326454, + "grad_norm": 1.0046563148498535, + "learning_rate": 2.5625950927503705e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.978519868850708, + "num_tokens": 91454546.0, + "step": 71070 + }, + { + "entropy": 0.9362773001194, + "epoch": 6.790866532912965, + "grad_norm": 2.583043336868286, + "learning_rate": 2.5612159201430032e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9801252782344818, + "num_tokens": 91467162.0, + "step": 71080 + }, + { + "entropy": 0.9661162674427033, + "epoch": 6.791821916499474, + "grad_norm": 2.531308889389038, + "learning_rate": 2.5598369909721914e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9750002801418305, + "num_tokens": 91480358.0, + "step": 71090 + }, + { + "entropy": 0.9624397397041321, + "epoch": 6.792777300085985, + "grad_norm": 2.285299777984619, + "learning_rate": 2.5584583053755844e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9748109996318817, + "num_tokens": 91493309.0, + "step": 71100 + }, + { + "entropy": 0.941627699136734, + "epoch": 6.793732683672495, + "grad_norm": 2.092038154602051, + "learning_rate": 2.5570798634907973e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.977681016921997, + "num_tokens": 91505999.0, + "step": 71110 + }, + { + "entropy": 0.9538642287254333, + "epoch": 6.794688067259004, + "grad_norm": 1.6999200582504272, + "learning_rate": 2.5557016654554278e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9750017762184143, + "num_tokens": 91518517.0, + "step": 71120 + }, + { + "entropy": 0.9482351958751678, + "epoch": 6.795643450845515, + "grad_norm": 1.655076026916504, + "learning_rate": 2.554323711407044e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9815190851688385, + "num_tokens": 91530729.0, + "step": 71130 + }, + { + "entropy": 0.9562609314918518, + "epoch": 6.796598834432024, + "grad_norm": 1.2370355129241943, + "learning_rate": 2.5529460014831907e-05, + "loss": 0.0653, + "mean_token_accuracy": 0.9768251597881317, + "num_tokens": 91543178.0, + "step": 71140 + }, + { + "entropy": 0.9636936902999877, + "epoch": 6.797554218018535, + "grad_norm": 1.1253982782363892, + "learning_rate": 2.5515685358213926e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9800250053405761, + "num_tokens": 91556184.0, + "step": 71150 + }, + { + "entropy": 0.9431588292121887, + "epoch": 6.798509601605044, + "grad_norm": 0.6377455592155457, + "learning_rate": 2.5501913145591428e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9797695398330688, + "num_tokens": 91568872.0, + "step": 71160 + }, + { + "entropy": 0.9343281209468841, + "epoch": 6.7994649851915545, + "grad_norm": 0.7727232575416565, + "learning_rate": 2.548814337833917e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9793869912624359, + "num_tokens": 91581536.0, + "step": 71170 + }, + { + "entropy": 0.950831514596939, + "epoch": 6.800420368778065, + "grad_norm": 0.900759220123291, + "learning_rate": 2.5474376057831627e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9788140237331391, + "num_tokens": 91594190.0, + "step": 71180 + }, + { + "entropy": 0.9433003604412079, + "epoch": 6.801375752364574, + "grad_norm": 1.1756799221038818, + "learning_rate": 2.5460611185443036e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.9774994790554047, + "num_tokens": 91606698.0, + "step": 71190 + }, + { + "entropy": 0.9395839095115661, + "epoch": 6.802331135951085, + "grad_norm": 1.821467638015747, + "learning_rate": 2.544684876254736e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9781312346458435, + "num_tokens": 91619644.0, + "step": 71200 + }, + { + "entropy": 0.9456888496875763, + "epoch": 6.803286519537594, + "grad_norm": 1.4680275917053223, + "learning_rate": 2.54330887905184e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9726394772529602, + "num_tokens": 91632147.0, + "step": 71210 + }, + { + "entropy": 0.9388084948062897, + "epoch": 6.804241903124105, + "grad_norm": 0.9807587265968323, + "learning_rate": 2.541933127072963e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9789304316043854, + "num_tokens": 91644415.0, + "step": 71220 + }, + { + "entropy": 0.942961049079895, + "epoch": 6.805197286710614, + "grad_norm": 0.6625792384147644, + "learning_rate": 2.5405576204554293e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.980367636680603, + "num_tokens": 91656958.0, + "step": 71230 + }, + { + "entropy": 0.9610726058483123, + "epoch": 6.8061526702971245, + "grad_norm": 1.804058313369751, + "learning_rate": 2.539182359336545e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9784641981124877, + "num_tokens": 91669598.0, + "step": 71240 + }, + { + "entropy": 0.9421188056468963, + "epoch": 6.807108053883634, + "grad_norm": 1.9752267599105835, + "learning_rate": 2.537807343853582e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.973549610376358, + "num_tokens": 91682483.0, + "step": 71250 + }, + { + "entropy": 0.935017442703247, + "epoch": 6.808063437470144, + "grad_norm": 1.584203839302063, + "learning_rate": 2.5364325741437973e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9751867175102233, + "num_tokens": 91695332.0, + "step": 71260 + }, + { + "entropy": 0.9552028954029084, + "epoch": 6.809018821056654, + "grad_norm": 0.8513728380203247, + "learning_rate": 2.5350580503444166e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9801962018013001, + "num_tokens": 91708978.0, + "step": 71270 + }, + { + "entropy": 0.9418807804584504, + "epoch": 6.809974204643164, + "grad_norm": 1.227128028869629, + "learning_rate": 2.5336837725926415e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9787718176841735, + "num_tokens": 91722014.0, + "step": 71280 + }, + { + "entropy": 0.9339426457881927, + "epoch": 6.8109295882296745, + "grad_norm": 0.605605959892273, + "learning_rate": 2.5323097410256546e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9815412163734436, + "num_tokens": 91734622.0, + "step": 71290 + }, + { + "entropy": 0.9461962401866912, + "epoch": 6.811884971816184, + "grad_norm": 1.5044896602630615, + "learning_rate": 2.5309359557806066e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9818254947662354, + "num_tokens": 91747876.0, + "step": 71300 + }, + { + "entropy": 0.9373427212238312, + "epoch": 6.812840355402694, + "grad_norm": 1.2533601522445679, + "learning_rate": 2.529562416994632e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9771154880523681, + "num_tokens": 91760976.0, + "step": 71310 + }, + { + "entropy": 0.9497862160205841, + "epoch": 6.813795738989204, + "grad_norm": 1.2177059650421143, + "learning_rate": 2.528189124804829e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9744397819042205, + "num_tokens": 91773587.0, + "step": 71320 + }, + { + "entropy": 0.9588805496692657, + "epoch": 6.814751122575714, + "grad_norm": 0.9259324073791504, + "learning_rate": 2.526816079348283e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9802408874034881, + "num_tokens": 91786747.0, + "step": 71330 + }, + { + "entropy": 0.9540033400058746, + "epoch": 6.815706506162224, + "grad_norm": 1.3824306726455688, + "learning_rate": 2.525443280762047e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9795008301734924, + "num_tokens": 91799965.0, + "step": 71340 + }, + { + "entropy": 0.9501749455928803, + "epoch": 6.816661889748734, + "grad_norm": 1.1853485107421875, + "learning_rate": 2.5240707291831554e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9773372828960418, + "num_tokens": 91812727.0, + "step": 71350 + }, + { + "entropy": 0.9490502715110779, + "epoch": 6.8176172733352445, + "grad_norm": 0.5923424959182739, + "learning_rate": 2.5226984247486117e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9777816534042358, + "num_tokens": 91825091.0, + "step": 71360 + }, + { + "entropy": 0.9490247547626496, + "epoch": 6.818572656921754, + "grad_norm": 2.163206100463867, + "learning_rate": 2.521326367595398e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9711181342601776, + "num_tokens": 91837490.0, + "step": 71370 + }, + { + "entropy": 0.9543271124362945, + "epoch": 6.819528040508264, + "grad_norm": 0.5235050916671753, + "learning_rate": 2.5199545578604738e-05, + "loss": 0.0448, + "mean_token_accuracy": 0.9844375789165497, + "num_tokens": 91850198.0, + "step": 71380 + }, + { + "entropy": 0.9501693367958068, + "epoch": 6.820483424094774, + "grad_norm": 1.0036540031433105, + "learning_rate": 2.5185829956807683e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9758853852748871, + "num_tokens": 91862973.0, + "step": 71390 + }, + { + "entropy": 0.9427911043167114, + "epoch": 6.821438807681284, + "grad_norm": 1.4002469778060913, + "learning_rate": 2.517211681193194e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9781623125076294, + "num_tokens": 91875856.0, + "step": 71400 + }, + { + "entropy": 0.9693983674049378, + "epoch": 6.822394191267794, + "grad_norm": 1.220866084098816, + "learning_rate": 2.515840614534627e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9771428644657135, + "num_tokens": 91888701.0, + "step": 71410 + }, + { + "entropy": 0.9697044134140015, + "epoch": 6.823349574854304, + "grad_norm": 0.8080708980560303, + "learning_rate": 2.5144697958419293e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9796504616737366, + "num_tokens": 91901664.0, + "step": 71420 + }, + { + "entropy": 0.9538721740245819, + "epoch": 6.824304958440814, + "grad_norm": 1.4138824939727783, + "learning_rate": 2.5130992252519368e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9820493936538697, + "num_tokens": 91914282.0, + "step": 71430 + }, + { + "entropy": 0.9656258404254914, + "epoch": 6.825260342027324, + "grad_norm": 0.9755386114120483, + "learning_rate": 2.5117289029014555e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9807244896888733, + "num_tokens": 91927388.0, + "step": 71440 + }, + { + "entropy": 0.9636368334293366, + "epoch": 6.826215725613834, + "grad_norm": 1.7234076261520386, + "learning_rate": 2.51035882892727e-05, + "loss": 0.049, + "mean_token_accuracy": 0.9806312501430512, + "num_tokens": 91940145.0, + "step": 71450 + }, + { + "entropy": 0.958588057756424, + "epoch": 6.827171109200344, + "grad_norm": 0.6959619522094727, + "learning_rate": 2.508989003466137e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9785803377628326, + "num_tokens": 91953253.0, + "step": 71460 + }, + { + "entropy": 0.9558418154716491, + "epoch": 6.828126492786854, + "grad_norm": 2.043456554412842, + "learning_rate": 2.5076194266547952e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9751003086566925, + "num_tokens": 91966296.0, + "step": 71470 + }, + { + "entropy": 0.9617272973060608, + "epoch": 6.829081876373364, + "grad_norm": 1.565368890762329, + "learning_rate": 2.5062500986299498e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.9758105576038361, + "num_tokens": 91979730.0, + "step": 71480 + }, + { + "entropy": 0.9453538835048676, + "epoch": 6.830037259959874, + "grad_norm": 0.900314450263977, + "learning_rate": 2.50488101952829e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9782470226287842, + "num_tokens": 91992523.0, + "step": 71490 + }, + { + "entropy": 0.9586646258831024, + "epoch": 6.830992643546384, + "grad_norm": 1.8577499389648438, + "learning_rate": 2.5035121894864733e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9748675405979157, + "num_tokens": 92005569.0, + "step": 71500 + }, + { + "entropy": 0.9771205306053161, + "epoch": 6.831948027132894, + "grad_norm": 1.536405324935913, + "learning_rate": 2.5021436086411332e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.975700044631958, + "num_tokens": 92018480.0, + "step": 71510 + }, + { + "entropy": 0.9599669277667999, + "epoch": 6.832903410719404, + "grad_norm": 0.7481457591056824, + "learning_rate": 2.500775277128883e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9827109158039093, + "num_tokens": 92031307.0, + "step": 71520 + }, + { + "entropy": 0.9574052810668945, + "epoch": 6.833858794305914, + "grad_norm": 0.9322180151939392, + "learning_rate": 2.499407195086306e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.979317444562912, + "num_tokens": 92044053.0, + "step": 71530 + }, + { + "entropy": 0.9691392183303833, + "epoch": 6.834814177892424, + "grad_norm": 1.2884184122085571, + "learning_rate": 2.4980393626499632e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9796308159828186, + "num_tokens": 92056984.0, + "step": 71540 + }, + { + "entropy": 0.9439565718173981, + "epoch": 6.8357695614789336, + "grad_norm": 1.3958567380905151, + "learning_rate": 2.4966717799563882e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9795166909694671, + "num_tokens": 92069821.0, + "step": 71550 + }, + { + "entropy": 0.9629891455173493, + "epoch": 6.836724945065444, + "grad_norm": 0.9162281155586243, + "learning_rate": 2.4953044471420944e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9801679432392121, + "num_tokens": 92083352.0, + "step": 71560 + }, + { + "entropy": 0.9676391422748566, + "epoch": 6.837680328651953, + "grad_norm": 1.340998888015747, + "learning_rate": 2.493937364343565e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.9812670290470124, + "num_tokens": 92096933.0, + "step": 71570 + }, + { + "entropy": 0.9674508512020111, + "epoch": 6.838635712238464, + "grad_norm": 1.2941089868545532, + "learning_rate": 2.4925705316972625e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9829915583133697, + "num_tokens": 92109865.0, + "step": 71580 + }, + { + "entropy": 0.955412220954895, + "epoch": 6.839591095824973, + "grad_norm": 1.8756792545318604, + "learning_rate": 2.4912039493396222e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9786957204341888, + "num_tokens": 92122529.0, + "step": 71590 + }, + { + "entropy": 0.9511729001998901, + "epoch": 6.840546479411484, + "grad_norm": 0.673054575920105, + "learning_rate": 2.489837617407052e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9814036130905152, + "num_tokens": 92135043.0, + "step": 71600 + }, + { + "entropy": 0.9642416417598725, + "epoch": 6.841501862997994, + "grad_norm": 1.2938228845596313, + "learning_rate": 2.488471536035941e-05, + "loss": 0.0449, + "mean_token_accuracy": 0.9847081363201141, + "num_tokens": 92147662.0, + "step": 71610 + }, + { + "entropy": 0.9707127273082733, + "epoch": 6.8424572465845035, + "grad_norm": 0.9850760102272034, + "learning_rate": 2.4871057053626478e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9782684206962585, + "num_tokens": 92160700.0, + "step": 71620 + }, + { + "entropy": 0.9697456657886505, + "epoch": 6.843412630171014, + "grad_norm": 0.7753499150276184, + "learning_rate": 2.485740125523512e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.98013876080513, + "num_tokens": 92173351.0, + "step": 71630 + }, + { + "entropy": 0.9591829180717468, + "epoch": 6.844368013757523, + "grad_norm": 1.0936933755874634, + "learning_rate": 2.484374796654837e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9801818370819092, + "num_tokens": 92185501.0, + "step": 71640 + }, + { + "entropy": 0.9756199955940247, + "epoch": 6.845323397344034, + "grad_norm": 1.97562837600708, + "learning_rate": 2.4830097188929123e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9790619015693665, + "num_tokens": 92198333.0, + "step": 71650 + }, + { + "entropy": 0.9801966607570648, + "epoch": 6.846278780930543, + "grad_norm": 0.9794259071350098, + "learning_rate": 2.4816448923740003e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9777069091796875, + "num_tokens": 92211639.0, + "step": 71660 + }, + { + "entropy": 0.9564056813716888, + "epoch": 6.847234164517054, + "grad_norm": 0.7936117053031921, + "learning_rate": 2.4802803172343348e-05, + "loss": 0.0461, + "mean_token_accuracy": 0.9807669758796692, + "num_tokens": 92224791.0, + "step": 71670 + }, + { + "entropy": 0.9463329792022706, + "epoch": 6.848189548103564, + "grad_norm": 0.6667431592941284, + "learning_rate": 2.4789159936101254e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9771876096725464, + "num_tokens": 92237540.0, + "step": 71680 + }, + { + "entropy": 0.9656900286674499, + "epoch": 6.849144931690073, + "grad_norm": 2.136431932449341, + "learning_rate": 2.4775519216375555e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9766084432601929, + "num_tokens": 92250564.0, + "step": 71690 + }, + { + "entropy": 0.9573797583580017, + "epoch": 6.850100315276584, + "grad_norm": 0.9634730815887451, + "learning_rate": 2.4761881014527895e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9805613577365875, + "num_tokens": 92263044.0, + "step": 71700 + }, + { + "entropy": 0.9725866436958313, + "epoch": 6.851055698863093, + "grad_norm": 2.212982416152954, + "learning_rate": 2.474824533191958e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9805633783340454, + "num_tokens": 92276126.0, + "step": 71710 + }, + { + "entropy": 0.9642723083496094, + "epoch": 6.852011082449604, + "grad_norm": 1.6941810846328735, + "learning_rate": 2.473461216991174e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9800555884838105, + "num_tokens": 92288963.0, + "step": 71720 + }, + { + "entropy": 0.955659955739975, + "epoch": 6.852966466036113, + "grad_norm": 1.151171088218689, + "learning_rate": 2.4720981529865218e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9750221848487854, + "num_tokens": 92301230.0, + "step": 71730 + }, + { + "entropy": 0.9544421315193177, + "epoch": 6.8539218496226235, + "grad_norm": 1.831969976425171, + "learning_rate": 2.4707353413140576e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9767316460609436, + "num_tokens": 92314206.0, + "step": 71740 + }, + { + "entropy": 0.959929782152176, + "epoch": 6.854877233209134, + "grad_norm": 1.7059990167617798, + "learning_rate": 2.4693727821098205e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9787516176700592, + "num_tokens": 92327237.0, + "step": 71750 + }, + { + "entropy": 0.9753068625926972, + "epoch": 6.855832616795643, + "grad_norm": 2.1658389568328857, + "learning_rate": 2.4680104755098165e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9774716198444366, + "num_tokens": 92339870.0, + "step": 71760 + }, + { + "entropy": 0.9713565945625305, + "epoch": 6.856788000382154, + "grad_norm": 1.373810052871704, + "learning_rate": 2.4666484216500308e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.975220137834549, + "num_tokens": 92352635.0, + "step": 71770 + }, + { + "entropy": 0.9748168528079987, + "epoch": 6.857743383968663, + "grad_norm": 1.3339967727661133, + "learning_rate": 2.4652866206664187e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9773515343666077, + "num_tokens": 92366096.0, + "step": 71780 + }, + { + "entropy": 0.9682048738002778, + "epoch": 6.858698767555174, + "grad_norm": 0.7406553626060486, + "learning_rate": 2.463925072694918e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9814885258674622, + "num_tokens": 92379218.0, + "step": 71790 + }, + { + "entropy": 0.978790408372879, + "epoch": 6.859654151141683, + "grad_norm": 1.1092948913574219, + "learning_rate": 2.4625637778714337e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.9803609073162078, + "num_tokens": 92392824.0, + "step": 71800 + }, + { + "entropy": 0.9664135217666626, + "epoch": 6.8606095347281935, + "grad_norm": 1.296758770942688, + "learning_rate": 2.4612027363318514e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9807086288928986, + "num_tokens": 92405600.0, + "step": 71810 + }, + { + "entropy": 0.9541176080703735, + "epoch": 6.861564918314704, + "grad_norm": 3.110278844833374, + "learning_rate": 2.459841948212027e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9781962215900422, + "num_tokens": 92418206.0, + "step": 71820 + }, + { + "entropy": 0.9628816962242126, + "epoch": 6.862520301901213, + "grad_norm": 1.3810689449310303, + "learning_rate": 2.4584814136477913e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9787561953067779, + "num_tokens": 92430551.0, + "step": 71830 + }, + { + "entropy": 0.9579281866550445, + "epoch": 6.863475685487724, + "grad_norm": 1.353021502494812, + "learning_rate": 2.457121132774955e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.976882129907608, + "num_tokens": 92442876.0, + "step": 71840 + }, + { + "entropy": 0.963756012916565, + "epoch": 6.864431069074233, + "grad_norm": 1.7056057453155518, + "learning_rate": 2.4557611057292973e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9801537215709686, + "num_tokens": 92455514.0, + "step": 71850 + }, + { + "entropy": 0.9774465262889862, + "epoch": 6.8653864526607435, + "grad_norm": 1.0795353651046753, + "learning_rate": 2.454401332646575e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9742905616760253, + "num_tokens": 92468578.0, + "step": 71860 + }, + { + "entropy": 0.9627703666687012, + "epoch": 6.866341836247253, + "grad_norm": 1.6988375186920166, + "learning_rate": 2.4530418136625165e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9791012048721314, + "num_tokens": 92481576.0, + "step": 71870 + }, + { + "entropy": 0.9594404697418213, + "epoch": 6.867297219833763, + "grad_norm": 1.637934684753418, + "learning_rate": 2.4516825489128304e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9785377442836761, + "num_tokens": 92494180.0, + "step": 71880 + }, + { + "entropy": 0.9666341960430145, + "epoch": 6.868252603420273, + "grad_norm": 2.0339722633361816, + "learning_rate": 2.450323538533198e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9803860723972321, + "num_tokens": 92507041.0, + "step": 71890 + }, + { + "entropy": 0.9591115891933442, + "epoch": 6.869207987006783, + "grad_norm": 0.9279162287712097, + "learning_rate": 2.4489647826592726e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9830908238887787, + "num_tokens": 92519919.0, + "step": 71900 + }, + { + "entropy": 0.9632233858108521, + "epoch": 6.870163370593293, + "grad_norm": 2.472990036010742, + "learning_rate": 2.447606281426683e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.978068333864212, + "num_tokens": 92532714.0, + "step": 71910 + }, + { + "entropy": 0.9574291467666626, + "epoch": 6.871118754179803, + "grad_norm": 1.9098761081695557, + "learning_rate": 2.446248034971032e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9715360701084137, + "num_tokens": 92545459.0, + "step": 71920 + }, + { + "entropy": 0.9579523861408233, + "epoch": 6.8720741377663135, + "grad_norm": 1.1874356269836426, + "learning_rate": 2.4448900434279022e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9766736686229706, + "num_tokens": 92557848.0, + "step": 71930 + }, + { + "entropy": 0.9673423290252685, + "epoch": 6.873029521352823, + "grad_norm": 1.4163058996200562, + "learning_rate": 2.4435323069328413e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9762205064296723, + "num_tokens": 92570729.0, + "step": 71940 + }, + { + "entropy": 0.9670424818992615, + "epoch": 6.873984904939333, + "grad_norm": 0.7740051746368408, + "learning_rate": 2.4421748256213828e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9795467972755432, + "num_tokens": 92583521.0, + "step": 71950 + }, + { + "entropy": 0.9631539463996888, + "epoch": 6.874940288525843, + "grad_norm": 0.9270875453948975, + "learning_rate": 2.4408175996290255e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9792109966278076, + "num_tokens": 92596401.0, + "step": 71960 + }, + { + "entropy": 0.9808006286621094, + "epoch": 6.875895672112353, + "grad_norm": 1.384811520576477, + "learning_rate": 2.4394606290912448e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9759951829910278, + "num_tokens": 92609540.0, + "step": 71970 + }, + { + "entropy": 0.9836998999118804, + "epoch": 6.876851055698863, + "grad_norm": 2.0769031047821045, + "learning_rate": 2.438103914143496e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9779762387275696, + "num_tokens": 92622705.0, + "step": 71980 + }, + { + "entropy": 0.9688834846019745, + "epoch": 6.877806439285373, + "grad_norm": 0.7401612401008606, + "learning_rate": 2.436747454921202e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9794314563274383, + "num_tokens": 92635847.0, + "step": 71990 + }, + { + "entropy": 0.9762240827083588, + "epoch": 6.878761822871883, + "grad_norm": 1.2181761264801025, + "learning_rate": 2.4353912515597642e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9790977120399476, + "num_tokens": 92649053.0, + "step": 72000 + }, + { + "entropy": 0.9563137471675873, + "epoch": 6.879717206458393, + "grad_norm": 1.2819867134094238, + "learning_rate": 2.4340353041945542e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9803269445896149, + "num_tokens": 92662011.0, + "step": 72010 + }, + { + "entropy": 0.9606182098388671, + "epoch": 6.880672590044903, + "grad_norm": 1.1594491004943848, + "learning_rate": 2.4326796129609236e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9814520657062531, + "num_tokens": 92674591.0, + "step": 72020 + }, + { + "entropy": 0.9545503795146942, + "epoch": 6.881627973631413, + "grad_norm": 0.5793020129203796, + "learning_rate": 2.4313241779941976e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9802174210548401, + "num_tokens": 92686950.0, + "step": 72030 + }, + { + "entropy": 0.9738582670688629, + "epoch": 6.882583357217923, + "grad_norm": 2.1676456928253174, + "learning_rate": 2.429968999429672e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9764125168323516, + "num_tokens": 92699960.0, + "step": 72040 + }, + { + "entropy": 0.9783828020095825, + "epoch": 6.883538740804433, + "grad_norm": 1.2488837242126465, + "learning_rate": 2.4286140774026196e-05, + "loss": 0.0631, + "mean_token_accuracy": 0.97817103266716, + "num_tokens": 92712940.0, + "step": 72050 + }, + { + "entropy": 0.9795521259307861, + "epoch": 6.884494124390943, + "grad_norm": 1.0728371143341064, + "learning_rate": 2.427259412048285e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9773050010204315, + "num_tokens": 92726384.0, + "step": 72060 + }, + { + "entropy": 0.9679315268993378, + "epoch": 6.885449507977453, + "grad_norm": 1.9215983152389526, + "learning_rate": 2.4259050035018933e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9767424762248993, + "num_tokens": 92739413.0, + "step": 72070 + }, + { + "entropy": 0.9667147040367127, + "epoch": 6.886404891563963, + "grad_norm": 1.0223489999771118, + "learning_rate": 2.424550851898637e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.981496948003769, + "num_tokens": 92752222.0, + "step": 72080 + }, + { + "entropy": 0.9806710243225097, + "epoch": 6.887360275150473, + "grad_norm": 0.9713241457939148, + "learning_rate": 2.4231969573736872e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9784250855445862, + "num_tokens": 92765467.0, + "step": 72090 + }, + { + "entropy": 0.9742976427078247, + "epoch": 6.888315658736983, + "grad_norm": 1.1069180965423584, + "learning_rate": 2.4218433200621866e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9751125872135162, + "num_tokens": 92778291.0, + "step": 72100 + }, + { + "entropy": 0.9748565137386322, + "epoch": 6.889271042323493, + "grad_norm": 1.597717046737671, + "learning_rate": 2.4204899400992536e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9812041878700256, + "num_tokens": 92791293.0, + "step": 72110 + }, + { + "entropy": 0.9597339570522309, + "epoch": 6.890226425910003, + "grad_norm": 1.6433563232421875, + "learning_rate": 2.4191368176199847e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.982007497549057, + "num_tokens": 92803669.0, + "step": 72120 + }, + { + "entropy": 0.9831734776496888, + "epoch": 6.891181809496513, + "grad_norm": 1.226011872291565, + "learning_rate": 2.4177839527594442e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9766402184963227, + "num_tokens": 92816637.0, + "step": 72130 + }, + { + "entropy": 0.9706701695919037, + "epoch": 6.892137193083023, + "grad_norm": 1.0200741291046143, + "learning_rate": 2.4164313456526737e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9826103568077087, + "num_tokens": 92829697.0, + "step": 72140 + }, + { + "entropy": 0.9685447216033936, + "epoch": 6.893092576669533, + "grad_norm": 1.5754204988479614, + "learning_rate": 2.415078996434687e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.9797890722751618, + "num_tokens": 92842301.0, + "step": 72150 + }, + { + "entropy": 0.9657082974910736, + "epoch": 6.894047960256043, + "grad_norm": 1.796226143836975, + "learning_rate": 2.4137269052404775e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9796493768692016, + "num_tokens": 92855375.0, + "step": 72160 + }, + { + "entropy": 0.9546130061149597, + "epoch": 6.895003343842553, + "grad_norm": 1.8456720113754272, + "learning_rate": 2.4123750722050082e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9771348297595978, + "num_tokens": 92868044.0, + "step": 72170 + }, + { + "entropy": 0.9569223582744598, + "epoch": 6.895958727429063, + "grad_norm": 1.1556918621063232, + "learning_rate": 2.411023497463215e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9778688192367554, + "num_tokens": 92881075.0, + "step": 72180 + }, + { + "entropy": 0.9719536364078522, + "epoch": 6.8969141110155725, + "grad_norm": 1.0511585474014282, + "learning_rate": 2.4096721811500145e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9762676894664765, + "num_tokens": 92894580.0, + "step": 72190 + }, + { + "entropy": 0.9696767091751098, + "epoch": 6.897869494602083, + "grad_norm": 1.6165368556976318, + "learning_rate": 2.408321123400289e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9795762062072754, + "num_tokens": 92907208.0, + "step": 72200 + }, + { + "entropy": 0.9631141543388366, + "epoch": 6.898824878188592, + "grad_norm": 1.1210888624191284, + "learning_rate": 2.4069703243489046e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9811069309711457, + "num_tokens": 92920297.0, + "step": 72210 + }, + { + "entropy": 0.9724047124385834, + "epoch": 6.899780261775103, + "grad_norm": 1.6786032915115356, + "learning_rate": 2.4056197841306934e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.978488689661026, + "num_tokens": 92933974.0, + "step": 72220 + }, + { + "entropy": 0.965318089723587, + "epoch": 6.900735645361612, + "grad_norm": 1.1817065477371216, + "learning_rate": 2.4042695028804652e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9810438275337219, + "num_tokens": 92947280.0, + "step": 72230 + }, + { + "entropy": 0.9629544198513031, + "epoch": 6.901691028948123, + "grad_norm": 0.9500468969345093, + "learning_rate": 2.402919480733002e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9781752526760101, + "num_tokens": 92959818.0, + "step": 72240 + }, + { + "entropy": 0.9591850876808167, + "epoch": 6.902646412534633, + "grad_norm": 1.2147870063781738, + "learning_rate": 2.401569717823063e-05, + "loss": 0.0472, + "mean_token_accuracy": 0.9813134431838989, + "num_tokens": 92972164.0, + "step": 72250 + }, + { + "entropy": 0.9672179579734802, + "epoch": 6.903601796121142, + "grad_norm": 1.6923309564590454, + "learning_rate": 2.4002202142853815e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.977874368429184, + "num_tokens": 92985527.0, + "step": 72260 + }, + { + "entropy": 0.9544030249118804, + "epoch": 6.904557179707653, + "grad_norm": 2.096374988555908, + "learning_rate": 2.3988709702546613e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9800178706645966, + "num_tokens": 92998250.0, + "step": 72270 + }, + { + "entropy": 0.9772653400897979, + "epoch": 6.905512563294162, + "grad_norm": 1.7053253650665283, + "learning_rate": 2.3975219858655834e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9767683625221253, + "num_tokens": 93011941.0, + "step": 72280 + }, + { + "entropy": 0.9585140168666839, + "epoch": 6.906467946880673, + "grad_norm": 1.4737374782562256, + "learning_rate": 2.3961732612527992e-05, + "loss": 0.0691, + "mean_token_accuracy": 0.9768574297428131, + "num_tokens": 93024341.0, + "step": 72290 + }, + { + "entropy": 0.9674196422100068, + "epoch": 6.907423330467182, + "grad_norm": 1.0016425848007202, + "learning_rate": 2.3948247965509408e-05, + "loss": 0.0498, + "mean_token_accuracy": 0.9809234321117402, + "num_tokens": 93037374.0, + "step": 72300 + }, + { + "entropy": 0.9638312876224517, + "epoch": 6.9083787140536925, + "grad_norm": 1.5695838928222656, + "learning_rate": 2.393476591894608e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9797457695007324, + "num_tokens": 93050294.0, + "step": 72310 + }, + { + "entropy": 0.9764878869056701, + "epoch": 6.909334097640203, + "grad_norm": 1.5960875749588013, + "learning_rate": 2.3921286474183758e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9829655468463898, + "num_tokens": 93064215.0, + "step": 72320 + }, + { + "entropy": 0.9691152215003968, + "epoch": 6.910289481226712, + "grad_norm": 1.7008275985717773, + "learning_rate": 2.390780963256798e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9788827240467072, + "num_tokens": 93077638.0, + "step": 72330 + }, + { + "entropy": 0.9494914948940277, + "epoch": 6.911244864813223, + "grad_norm": 1.1298524141311646, + "learning_rate": 2.3894335395443947e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9791759729385376, + "num_tokens": 93090055.0, + "step": 72340 + }, + { + "entropy": 0.9389094233512878, + "epoch": 6.912200248399732, + "grad_norm": 1.554819107055664, + "learning_rate": 2.388086376415668e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9771539330482483, + "num_tokens": 93102511.0, + "step": 72350 + }, + { + "entropy": 0.956977367401123, + "epoch": 6.913155631986243, + "grad_norm": 1.543816089630127, + "learning_rate": 2.3867394740050892e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.974975711107254, + "num_tokens": 93115834.0, + "step": 72360 + }, + { + "entropy": 0.9447379946708679, + "epoch": 6.914111015572752, + "grad_norm": 1.818658471107483, + "learning_rate": 2.385392832447103e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9806155264377594, + "num_tokens": 93128712.0, + "step": 72370 + }, + { + "entropy": 0.9646049857139587, + "epoch": 6.9150663991592625, + "grad_norm": 1.954262375831604, + "learning_rate": 2.384046451876129e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9785988450050354, + "num_tokens": 93142358.0, + "step": 72380 + }, + { + "entropy": 0.9581286787986756, + "epoch": 6.916021782745773, + "grad_norm": 1.1987428665161133, + "learning_rate": 2.3827003324265644e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9802975952625275, + "num_tokens": 93155435.0, + "step": 72390 + }, + { + "entropy": 0.9585990130901336, + "epoch": 6.916977166332282, + "grad_norm": 0.8966919779777527, + "learning_rate": 2.3813544742327754e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.97764373421669, + "num_tokens": 93168639.0, + "step": 72400 + }, + { + "entropy": 0.9479465425014496, + "epoch": 6.917932549918793, + "grad_norm": 1.7833364009857178, + "learning_rate": 2.3800088774291025e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.9815047740936279, + "num_tokens": 93181461.0, + "step": 72410 + }, + { + "entropy": 0.9542577505111695, + "epoch": 6.918887933505302, + "grad_norm": 1.5044167041778564, + "learning_rate": 2.3786635421498647e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9742418646812439, + "num_tokens": 93194296.0, + "step": 72420 + }, + { + "entropy": 0.9645830750465393, + "epoch": 6.9198433170918126, + "grad_norm": 1.3790526390075684, + "learning_rate": 2.377318468529349e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9786799669265747, + "num_tokens": 93207468.0, + "step": 72430 + }, + { + "entropy": 0.9542301893234253, + "epoch": 6.920798700678322, + "grad_norm": 1.1853904724121094, + "learning_rate": 2.375973656701822e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9778924822807312, + "num_tokens": 93219986.0, + "step": 72440 + }, + { + "entropy": 0.961014324426651, + "epoch": 6.921754084264832, + "grad_norm": 1.857087254524231, + "learning_rate": 2.3746291068015196e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9806068122386933, + "num_tokens": 93233218.0, + "step": 72450 + }, + { + "entropy": 0.9498539209365845, + "epoch": 6.922709467851343, + "grad_norm": 1.46855890750885, + "learning_rate": 2.3732848189626532e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9792074024677276, + "num_tokens": 93245795.0, + "step": 72460 + }, + { + "entropy": 0.9656496703624725, + "epoch": 6.923664851437852, + "grad_norm": 1.0528773069381714, + "learning_rate": 2.371940793319406e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9773433566093445, + "num_tokens": 93258961.0, + "step": 72470 + }, + { + "entropy": 0.9471401691436767, + "epoch": 6.924620235024363, + "grad_norm": 1.8173776865005493, + "learning_rate": 2.3705970300059393e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9775295257568359, + "num_tokens": 93272061.0, + "step": 72480 + }, + { + "entropy": 0.94041428565979, + "epoch": 6.925575618610872, + "grad_norm": 1.083906888961792, + "learning_rate": 2.3692535291563895e-05, + "loss": 0.0414, + "mean_token_accuracy": 0.9851175546646118, + "num_tokens": 93284798.0, + "step": 72490 + }, + { + "entropy": 0.9491615176200867, + "epoch": 6.9265310021973825, + "grad_norm": 1.7429049015045166, + "learning_rate": 2.3679102909048556e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9727150619029998, + "num_tokens": 93298304.0, + "step": 72500 + }, + { + "entropy": 0.9635025799274445, + "epoch": 6.927486385783892, + "grad_norm": 1.5514918565750122, + "learning_rate": 2.366567315385424e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.979168850183487, + "num_tokens": 93311492.0, + "step": 72510 + }, + { + "entropy": 0.9584384381771087, + "epoch": 6.928441769370402, + "grad_norm": 2.0687944889068604, + "learning_rate": 2.365224602732145e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9754435658454895, + "num_tokens": 93324503.0, + "step": 72520 + }, + { + "entropy": 0.9542397737503052, + "epoch": 6.929397152956912, + "grad_norm": 0.7164384722709656, + "learning_rate": 2.36388215307905e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9737436354160309, + "num_tokens": 93337502.0, + "step": 72530 + }, + { + "entropy": 0.9630118012428284, + "epoch": 6.930352536543422, + "grad_norm": 2.0482144355773926, + "learning_rate": 2.36253996656014e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9821960508823395, + "num_tokens": 93350160.0, + "step": 72540 + }, + { + "entropy": 0.9782298982143403, + "epoch": 6.931307920129932, + "grad_norm": 1.159489631652832, + "learning_rate": 2.3611980433093877e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9754558742046356, + "num_tokens": 93363846.0, + "step": 72550 + }, + { + "entropy": 0.957865297794342, + "epoch": 6.932263303716442, + "grad_norm": 0.9495079517364502, + "learning_rate": 2.3598563834607462e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9812688291072845, + "num_tokens": 93376487.0, + "step": 72560 + }, + { + "entropy": 0.9449469447135925, + "epoch": 6.933218687302952, + "grad_norm": 1.462805151939392, + "learning_rate": 2.3585149871481343e-05, + "loss": 0.0402, + "mean_token_accuracy": 0.9828208863735199, + "num_tokens": 93389197.0, + "step": 72570 + }, + { + "entropy": 0.9507712841033935, + "epoch": 6.934174070889462, + "grad_norm": 1.3575706481933594, + "learning_rate": 2.3571738545054552e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9767440795898438, + "num_tokens": 93402012.0, + "step": 72580 + }, + { + "entropy": 0.9518761396408081, + "epoch": 6.935129454475972, + "grad_norm": 1.508927822113037, + "learning_rate": 2.3558329856665708e-05, + "loss": 0.0666, + "mean_token_accuracy": 0.9694824993610383, + "num_tokens": 93414729.0, + "step": 72590 + }, + { + "entropy": 0.9494576513767242, + "epoch": 6.936084838062482, + "grad_norm": 2.1911983489990234, + "learning_rate": 2.3544923807653307e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9818617701530457, + "num_tokens": 93427342.0, + "step": 72600 + }, + { + "entropy": 0.9344850420951843, + "epoch": 6.937040221648992, + "grad_norm": 1.0395900011062622, + "learning_rate": 2.3531520399355494e-05, + "loss": 0.043, + "mean_token_accuracy": 0.9837872445583343, + "num_tokens": 93440024.0, + "step": 72610 + }, + { + "entropy": 0.9444919168949127, + "epoch": 6.937995605235502, + "grad_norm": 1.0739998817443848, + "learning_rate": 2.3518119633110212e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.973591822385788, + "num_tokens": 93452745.0, + "step": 72620 + }, + { + "entropy": 0.9540635764598846, + "epoch": 6.938950988822012, + "grad_norm": 3.1378116607666016, + "learning_rate": 2.35047215102551e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9829970479011536, + "num_tokens": 93465780.0, + "step": 72630 + }, + { + "entropy": 0.954023814201355, + "epoch": 6.939906372408522, + "grad_norm": 1.553850769996643, + "learning_rate": 2.349132603212752e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9794406473636628, + "num_tokens": 93478761.0, + "step": 72640 + }, + { + "entropy": 0.934577751159668, + "epoch": 6.940861755995032, + "grad_norm": 1.749229073524475, + "learning_rate": 2.3477933200064623e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9808712422847747, + "num_tokens": 93491236.0, + "step": 72650 + }, + { + "entropy": 0.9544970273971558, + "epoch": 6.941817139581542, + "grad_norm": 1.5872762203216553, + "learning_rate": 2.3464543015403233e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9798503160476685, + "num_tokens": 93504447.0, + "step": 72660 + }, + { + "entropy": 0.9473235249519348, + "epoch": 6.942772523168052, + "grad_norm": 1.5836536884307861, + "learning_rate": 2.3451155479479985e-05, + "loss": 0.056, + "mean_token_accuracy": 0.97912318110466, + "num_tokens": 93517704.0, + "step": 72670 + }, + { + "entropy": 0.9386296391487121, + "epoch": 6.943727906754562, + "grad_norm": 0.6693912744522095, + "learning_rate": 2.343777059363118e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9780226111412048, + "num_tokens": 93530225.0, + "step": 72680 + }, + { + "entropy": 0.9620335340499878, + "epoch": 6.944683290341072, + "grad_norm": 1.144596815109253, + "learning_rate": 2.342438835919289e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9773867785930633, + "num_tokens": 93543511.0, + "step": 72690 + }, + { + "entropy": 0.9645816445350647, + "epoch": 6.945638673927582, + "grad_norm": 2.0957393646240234, + "learning_rate": 2.3411008777500892e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9799899458885193, + "num_tokens": 93556473.0, + "step": 72700 + }, + { + "entropy": 0.9595011591911315, + "epoch": 6.946594057514092, + "grad_norm": 2.106929302215576, + "learning_rate": 2.3397631849890734e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9741903722286225, + "num_tokens": 93569708.0, + "step": 72710 + }, + { + "entropy": 0.955005019903183, + "epoch": 6.947549441100602, + "grad_norm": 1.3323391675949097, + "learning_rate": 2.3384257577697732e-05, + "loss": 0.0459, + "mean_token_accuracy": 0.9839406311511993, + "num_tokens": 93582196.0, + "step": 72720 + }, + { + "entropy": 0.9553349375724792, + "epoch": 6.948504824687112, + "grad_norm": 2.094787359237671, + "learning_rate": 2.3370885962256807e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9770091116428375, + "num_tokens": 93594847.0, + "step": 72730 + }, + { + "entropy": 0.9635397613048553, + "epoch": 6.949460208273622, + "grad_norm": 1.114914059638977, + "learning_rate": 2.3357517004902757e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9762551426887512, + "num_tokens": 93607848.0, + "step": 72740 + }, + { + "entropy": 0.9661736965179444, + "epoch": 6.950415591860132, + "grad_norm": 2.0318357944488525, + "learning_rate": 2.3344150706970014e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9793724596500397, + "num_tokens": 93621211.0, + "step": 72750 + }, + { + "entropy": 0.9744646728038788, + "epoch": 6.9513709754466415, + "grad_norm": 0.42232584953308105, + "learning_rate": 2.333078706979283e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9789551734924317, + "num_tokens": 93634460.0, + "step": 72760 + }, + { + "entropy": 0.956486028432846, + "epoch": 6.952326359033152, + "grad_norm": 1.5242029428482056, + "learning_rate": 2.331742609470513e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9802581608295441, + "num_tokens": 93646775.0, + "step": 72770 + }, + { + "entropy": 0.9691118657588959, + "epoch": 6.953281742619662, + "grad_norm": 1.3373597860336304, + "learning_rate": 2.3304067783040566e-05, + "loss": 0.061, + "mean_token_accuracy": 0.9776687085628509, + "num_tokens": 93659874.0, + "step": 72780 + }, + { + "entropy": 0.957580828666687, + "epoch": 6.954237126206172, + "grad_norm": 1.759077548980713, + "learning_rate": 2.329071213613259e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9788662374019623, + "num_tokens": 93672448.0, + "step": 72790 + }, + { + "entropy": 0.9555561900138855, + "epoch": 6.955192509792682, + "grad_norm": 0.9831768274307251, + "learning_rate": 2.327735915531431e-05, + "loss": 0.0413, + "mean_token_accuracy": 0.9822485744953156, + "num_tokens": 93684945.0, + "step": 72800 + }, + { + "entropy": 0.977284961938858, + "epoch": 6.956147893379192, + "grad_norm": 1.092787742614746, + "learning_rate": 2.3264008841918655e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.979654210805893, + "num_tokens": 93698189.0, + "step": 72810 + }, + { + "entropy": 0.9599077701568604, + "epoch": 6.957103276965702, + "grad_norm": 1.1726648807525635, + "learning_rate": 2.3250661197278172e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9779898822307587, + "num_tokens": 93711052.0, + "step": 72820 + }, + { + "entropy": 0.9739259123802185, + "epoch": 6.9580586605522114, + "grad_norm": 1.1953030824661255, + "learning_rate": 2.323731622272526e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.975216519832611, + "num_tokens": 93724344.0, + "step": 72830 + }, + { + "entropy": 0.9574759423732757, + "epoch": 6.959014044138722, + "grad_norm": 0.6366313099861145, + "learning_rate": 2.322397391959195e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9812237977981567, + "num_tokens": 93737232.0, + "step": 72840 + }, + { + "entropy": 0.957522988319397, + "epoch": 6.959969427725231, + "grad_norm": 1.1338351964950562, + "learning_rate": 2.321063428921011e-05, + "loss": 0.065, + "mean_token_accuracy": 0.9758342206478119, + "num_tokens": 93750284.0, + "step": 72850 + }, + { + "entropy": 0.9776003360748291, + "epoch": 6.960924811311742, + "grad_norm": 1.282212495803833, + "learning_rate": 2.319729733291126e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9754932045936584, + "num_tokens": 93763863.0, + "step": 72860 + }, + { + "entropy": 0.9524581730365753, + "epoch": 6.961880194898251, + "grad_norm": 1.7448713779449463, + "learning_rate": 2.3183963052026657e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9779542207717895, + "num_tokens": 93776940.0, + "step": 72870 + }, + { + "entropy": 0.9569330036640167, + "epoch": 6.9628355784847615, + "grad_norm": 1.5638233423233032, + "learning_rate": 2.317063144788736e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9786614596843719, + "num_tokens": 93789868.0, + "step": 72880 + }, + { + "entropy": 0.9515842974185944, + "epoch": 6.963790962071272, + "grad_norm": 1.2173197269439697, + "learning_rate": 2.3157302521824064e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9793333530426025, + "num_tokens": 93802581.0, + "step": 72890 + }, + { + "entropy": 0.9458325326442718, + "epoch": 6.964746345657781, + "grad_norm": 0.5890622735023499, + "learning_rate": 2.3143976275167318e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9805573344230651, + "num_tokens": 93815298.0, + "step": 72900 + }, + { + "entropy": 0.9606871366500854, + "epoch": 6.965701729244292, + "grad_norm": 1.4989409446716309, + "learning_rate": 2.313065270924724e-05, + "loss": 0.0598, + "mean_token_accuracy": 0.9790125131607056, + "num_tokens": 93829226.0, + "step": 72910 + }, + { + "entropy": 0.94963418841362, + "epoch": 6.966657112830801, + "grad_norm": 1.902504801750183, + "learning_rate": 2.311733182539382e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9773296117782593, + "num_tokens": 93841691.0, + "step": 72920 + }, + { + "entropy": 0.9445194125175476, + "epoch": 6.967612496417312, + "grad_norm": 1.399422287940979, + "learning_rate": 2.3104013624936755e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9803296148777008, + "num_tokens": 93855143.0, + "step": 72930 + }, + { + "entropy": 0.954717618227005, + "epoch": 6.968567880003821, + "grad_norm": 1.4082286357879639, + "learning_rate": 2.3090698109205427e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9809790849685669, + "num_tokens": 93868219.0, + "step": 72940 + }, + { + "entropy": 0.947388333082199, + "epoch": 6.9695232635903315, + "grad_norm": 1.9257482290267944, + "learning_rate": 2.307738527952898e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9797346472740174, + "num_tokens": 93881508.0, + "step": 72950 + }, + { + "entropy": 0.9445025622844696, + "epoch": 6.970478647176842, + "grad_norm": 1.2286908626556396, + "learning_rate": 2.3064075137236264e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9809908092021942, + "num_tokens": 93894635.0, + "step": 72960 + }, + { + "entropy": 0.9455482304096222, + "epoch": 6.971434030763351, + "grad_norm": 1.5068331956863403, + "learning_rate": 2.3050767683655917e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9802863717079162, + "num_tokens": 93907887.0, + "step": 72970 + }, + { + "entropy": 0.9569939792156219, + "epoch": 6.972389414349862, + "grad_norm": 1.7734240293502808, + "learning_rate": 2.303746292011623e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.9722906410694122, + "num_tokens": 93921382.0, + "step": 72980 + }, + { + "entropy": 0.9455717980861664, + "epoch": 6.973344797936371, + "grad_norm": 1.1107122898101807, + "learning_rate": 2.3024160847945327e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791836321353913, + "num_tokens": 93933742.0, + "step": 72990 + }, + { + "entropy": 0.9443434596061706, + "epoch": 6.974300181522882, + "grad_norm": 0.6605556011199951, + "learning_rate": 2.301086146847097e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9813392519950866, + "num_tokens": 93946275.0, + "step": 73000 + }, + { + "entropy": 0.9534416735172272, + "epoch": 6.975255565109391, + "grad_norm": 2.448270320892334, + "learning_rate": 2.2997564783020665e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9762345850467682, + "num_tokens": 93958885.0, + "step": 73010 + }, + { + "entropy": 0.9570739090442657, + "epoch": 6.976210948695901, + "grad_norm": 0.46195101737976074, + "learning_rate": 2.298427079292172e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9792321920394897, + "num_tokens": 93971469.0, + "step": 73020 + }, + { + "entropy": 0.945264744758606, + "epoch": 6.977166332282412, + "grad_norm": 0.6475679278373718, + "learning_rate": 2.2970979499501106e-05, + "loss": 0.0484, + "mean_token_accuracy": 0.9812960386276245, + "num_tokens": 93983969.0, + "step": 73030 + }, + { + "entropy": 0.9518424868583679, + "epoch": 6.978121715868921, + "grad_norm": 0.9097064137458801, + "learning_rate": 2.2957690904085537e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9841632187366486, + "num_tokens": 93997051.0, + "step": 73040 + }, + { + "entropy": 0.9569145739078522, + "epoch": 6.979077099455432, + "grad_norm": 0.8663620948791504, + "learning_rate": 2.2944405008001457e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9765083849430084, + "num_tokens": 94010130.0, + "step": 73050 + }, + { + "entropy": 0.9578477680683136, + "epoch": 6.980032483041941, + "grad_norm": 1.1241391897201538, + "learning_rate": 2.2931121812575073e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9772926926612854, + "num_tokens": 94023203.0, + "step": 73060 + }, + { + "entropy": 0.9572348654270172, + "epoch": 6.9809878666284515, + "grad_norm": 0.8132531046867371, + "learning_rate": 2.2917841319132265e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.9807199895381927, + "num_tokens": 94035747.0, + "step": 73070 + }, + { + "entropy": 0.9446351528167725, + "epoch": 6.981943250214961, + "grad_norm": 0.9302514791488647, + "learning_rate": 2.2904563528998723e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.979415088891983, + "num_tokens": 94048021.0, + "step": 73080 + }, + { + "entropy": 0.9510952174663544, + "epoch": 6.982898633801471, + "grad_norm": 1.1732892990112305, + "learning_rate": 2.2891288443499793e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9773812592029572, + "num_tokens": 94061085.0, + "step": 73090 + }, + { + "entropy": 0.9546405375003815, + "epoch": 6.983854017387982, + "grad_norm": 0.6921939253807068, + "learning_rate": 2.2878016063960556e-05, + "loss": 0.0411, + "mean_token_accuracy": 0.9835524082183837, + "num_tokens": 94073652.0, + "step": 73100 + }, + { + "entropy": 0.9635568380355835, + "epoch": 6.984809400974491, + "grad_norm": 2.1305394172668457, + "learning_rate": 2.2864746391705894e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9752954065799713, + "num_tokens": 94086694.0, + "step": 73110 + }, + { + "entropy": 0.9565795123577118, + "epoch": 6.985764784561002, + "grad_norm": 0.879511833190918, + "learning_rate": 2.285147942806032e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9793636798858643, + "num_tokens": 94099099.0, + "step": 73120 + }, + { + "entropy": 0.9693260192871094, + "epoch": 6.986720168147511, + "grad_norm": 1.572111964225769, + "learning_rate": 2.2838215174348192e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9797772526741028, + "num_tokens": 94112324.0, + "step": 73130 + }, + { + "entropy": 0.9584430634975434, + "epoch": 6.987675551734021, + "grad_norm": 2.1334826946258545, + "learning_rate": 2.2824953631893454e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.98135204911232, + "num_tokens": 94125329.0, + "step": 73140 + }, + { + "entropy": 0.974197256565094, + "epoch": 6.988630935320531, + "grad_norm": 1.575486421585083, + "learning_rate": 2.28116948020199e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9805674254894257, + "num_tokens": 94138350.0, + "step": 73150 + }, + { + "entropy": 0.9580594897270203, + "epoch": 6.989586318907041, + "grad_norm": 1.0475456714630127, + "learning_rate": 2.279843868605102e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9789602339267731, + "num_tokens": 94150608.0, + "step": 73160 + }, + { + "entropy": 0.9678157448768616, + "epoch": 6.990541702493551, + "grad_norm": 1.2065651416778564, + "learning_rate": 2.2785185285310013e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9778695106506348, + "num_tokens": 94163404.0, + "step": 73170 + }, + { + "entropy": 0.9633969485759735, + "epoch": 6.991497086080061, + "grad_norm": 2.004319667816162, + "learning_rate": 2.2771934601119815e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.977641624212265, + "num_tokens": 94175953.0, + "step": 73180 + }, + { + "entropy": 0.9596467733383178, + "epoch": 6.992452469666571, + "grad_norm": 0.8846486806869507, + "learning_rate": 2.2758686634803074e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.976815688610077, + "num_tokens": 94188741.0, + "step": 73190 + }, + { + "entropy": 0.9658464968204499, + "epoch": 6.993407853253081, + "grad_norm": 0.6630033254623413, + "learning_rate": 2.2745441387682226e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9805818140506745, + "num_tokens": 94201991.0, + "step": 73200 + }, + { + "entropy": 0.9482704401016235, + "epoch": 6.994363236839591, + "grad_norm": 1.330626368522644, + "learning_rate": 2.2732198861079356e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9811610579490662, + "num_tokens": 94215107.0, + "step": 73210 + }, + { + "entropy": 0.937924599647522, + "epoch": 6.995318620426101, + "grad_norm": 2.7385330200195312, + "learning_rate": 2.271895905631636e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.981473422050476, + "num_tokens": 94227341.0, + "step": 73220 + }, + { + "entropy": 0.9543974339962006, + "epoch": 6.996274004012611, + "grad_norm": 1.795760989189148, + "learning_rate": 2.2705721974714788e-05, + "loss": 0.061, + "mean_token_accuracy": 0.976863580942154, + "num_tokens": 94240001.0, + "step": 73230 + }, + { + "entropy": 0.9649653792381286, + "epoch": 6.997229387599121, + "grad_norm": 2.0594162940979004, + "learning_rate": 2.2692487617595955e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9795318424701691, + "num_tokens": 94253157.0, + "step": 73240 + }, + { + "entropy": 0.9509677112102508, + "epoch": 6.998184771185631, + "grad_norm": 1.5401967763900757, + "learning_rate": 2.267925598628091e-05, + "loss": 0.0466, + "mean_token_accuracy": 0.980468112230301, + "num_tokens": 94266119.0, + "step": 73250 + }, + { + "entropy": 0.9559301793575287, + "epoch": 6.999140154772141, + "grad_norm": 1.5413234233856201, + "learning_rate": 2.266602708209042e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9806968808174134, + "num_tokens": 94278878.0, + "step": 73260 + }, + { + "entropy": 0.9531828165054321, + "epoch": 7.000095538358651, + "grad_norm": 0.5604008436203003, + "learning_rate": 2.2652800906344967e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9776593148708344, + "num_tokens": 94290674.0, + "step": 73270 + }, + { + "entropy": 0.9500276207923889, + "epoch": 7.001050921945161, + "grad_norm": 0.3021465539932251, + "learning_rate": 2.2639577460364758e-05, + "loss": 0.036, + "mean_token_accuracy": 0.98898646235466, + "num_tokens": 94303362.0, + "step": 73280 + }, + { + "entropy": 0.9471768856048584, + "epoch": 7.002006305531671, + "grad_norm": 0.7465223670005798, + "learning_rate": 2.262635674546978e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9893634140491485, + "num_tokens": 94315591.0, + "step": 73290 + }, + { + "entropy": 0.9308391392230988, + "epoch": 7.002961689118181, + "grad_norm": 0.6053618788719177, + "learning_rate": 2.261313876297967e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.989630377292633, + "num_tokens": 94328220.0, + "step": 73300 + }, + { + "entropy": 0.9504945576190948, + "epoch": 7.003917072704691, + "grad_norm": 0.4726259410381317, + "learning_rate": 2.259992351421387e-05, + "loss": 0.0341, + "mean_token_accuracy": 0.989194804430008, + "num_tokens": 94341216.0, + "step": 73310 + }, + { + "entropy": 0.9401277363300323, + "epoch": 7.004872456291201, + "grad_norm": 0.5743933916091919, + "learning_rate": 2.258671100049149e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.991474711894989, + "num_tokens": 94353984.0, + "step": 73320 + }, + { + "entropy": 0.9429868221282959, + "epoch": 7.0058278398777105, + "grad_norm": 0.7621562480926514, + "learning_rate": 2.257350122313137e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.990144795179367, + "num_tokens": 94366864.0, + "step": 73330 + }, + { + "entropy": 0.9354731976985932, + "epoch": 7.006783223464221, + "grad_norm": 1.0052233934402466, + "learning_rate": 2.2560294183452136e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9889499723911286, + "num_tokens": 94379792.0, + "step": 73340 + }, + { + "entropy": 0.9443174242973328, + "epoch": 7.007738607050731, + "grad_norm": 1.3113702535629272, + "learning_rate": 2.2547089882772076e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9886641383171082, + "num_tokens": 94392608.0, + "step": 73350 + }, + { + "entropy": 0.9235007762908936, + "epoch": 7.008693990637241, + "grad_norm": 0.5342088937759399, + "learning_rate": 2.2533888322409225e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9924752414226532, + "num_tokens": 94405882.0, + "step": 73360 + }, + { + "entropy": 0.9315115571022033, + "epoch": 7.009649374223751, + "grad_norm": 0.40952223539352417, + "learning_rate": 2.2520689503681335e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9879512786865234, + "num_tokens": 94419088.0, + "step": 73370 + }, + { + "entropy": 0.9401742577552795, + "epoch": 7.010604757810261, + "grad_norm": 1.8388571739196777, + "learning_rate": 2.2507493427905912e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9908397853374481, + "num_tokens": 94431948.0, + "step": 73380 + }, + { + "entropy": 0.9279319465160369, + "epoch": 7.011560141396771, + "grad_norm": 1.1434063911437988, + "learning_rate": 2.249430009640019e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9891140222549438, + "num_tokens": 94444404.0, + "step": 73390 + }, + { + "entropy": 0.9141746282577514, + "epoch": 7.0125155249832805, + "grad_norm": 1.4933321475982666, + "learning_rate": 2.2481109510481098e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9899221003055573, + "num_tokens": 94456812.0, + "step": 73400 + }, + { + "entropy": 0.9233711659908295, + "epoch": 7.013470908569791, + "grad_norm": 0.8479217290878296, + "learning_rate": 2.2467921671465297e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9901226580142974, + "num_tokens": 94469284.0, + "step": 73410 + }, + { + "entropy": 0.9174426853656769, + "epoch": 7.0144262921563, + "grad_norm": 0.4527406692504883, + "learning_rate": 2.245473658066917e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9897160172462464, + "num_tokens": 94482041.0, + "step": 73420 + }, + { + "entropy": 0.9200655341148376, + "epoch": 7.015381675742811, + "grad_norm": 0.16777266561985016, + "learning_rate": 2.2441554239408868e-05, + "loss": 0.0188, + "mean_token_accuracy": 0.994286322593689, + "num_tokens": 94494988.0, + "step": 73430 + }, + { + "entropy": 0.9185011088848114, + "epoch": 7.016337059329321, + "grad_norm": 1.1665186882019043, + "learning_rate": 2.2428374649000204e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9918702840805054, + "num_tokens": 94507583.0, + "step": 73440 + }, + { + "entropy": 0.9398687303066253, + "epoch": 7.0172924429158305, + "grad_norm": 0.9855012893676758, + "learning_rate": 2.2415197810758792e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.988971745967865, + "num_tokens": 94520911.0, + "step": 73450 + }, + { + "entropy": 0.9250611364841461, + "epoch": 7.018247826502341, + "grad_norm": 0.9480644464492798, + "learning_rate": 2.2402023725999904e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9921355962753295, + "num_tokens": 94533687.0, + "step": 73460 + }, + { + "entropy": 0.9274116694927216, + "epoch": 7.01920321008885, + "grad_norm": 0.7531841397285461, + "learning_rate": 2.238885239603854e-05, + "loss": 0.0354, + "mean_token_accuracy": 0.9910879492759704, + "num_tokens": 94546997.0, + "step": 73470 + }, + { + "entropy": 0.9176793813705444, + "epoch": 7.020158593675361, + "grad_norm": 2.200810432434082, + "learning_rate": 2.2375683822189485e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9924189031124115, + "num_tokens": 94559524.0, + "step": 73480 + }, + { + "entropy": 0.9142719626426696, + "epoch": 7.02111397726187, + "grad_norm": 1.453118085861206, + "learning_rate": 2.2362518005767197e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.989334499835968, + "num_tokens": 94572393.0, + "step": 73490 + }, + { + "entropy": 0.9178864538669587, + "epoch": 7.022069360848381, + "grad_norm": 1.2830549478530884, + "learning_rate": 2.2349354948085866e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.987585473060608, + "num_tokens": 94585532.0, + "step": 73500 + }, + { + "entropy": 0.9156656265258789, + "epoch": 7.023024744434891, + "grad_norm": 1.4826561212539673, + "learning_rate": 2.23361946504594e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9895474910736084, + "num_tokens": 94598194.0, + "step": 73510 + }, + { + "entropy": 0.9166735529899597, + "epoch": 7.0239801280214005, + "grad_norm": 1.2340435981750488, + "learning_rate": 2.232303711420148e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9908780694007874, + "num_tokens": 94610898.0, + "step": 73520 + }, + { + "entropy": 0.917261928319931, + "epoch": 7.024935511607911, + "grad_norm": 1.233750581741333, + "learning_rate": 2.2309882340625432e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9914150655269622, + "num_tokens": 94623421.0, + "step": 73530 + }, + { + "entropy": 0.9170594573020935, + "epoch": 7.02589089519442, + "grad_norm": 0.981144368648529, + "learning_rate": 2.22967303310444e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9919192254543304, + "num_tokens": 94636153.0, + "step": 73540 + }, + { + "entropy": 0.9127344727516175, + "epoch": 7.026846278780931, + "grad_norm": 0.9431794285774231, + "learning_rate": 2.2283581086771172e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9872820496559143, + "num_tokens": 94648435.0, + "step": 73550 + }, + { + "entropy": 0.9077846348285675, + "epoch": 7.02780166236744, + "grad_norm": 1.88850998878479, + "learning_rate": 2.2270434609118278e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9909920573234559, + "num_tokens": 94660790.0, + "step": 73560 + }, + { + "entropy": 0.9121553599834442, + "epoch": 7.028757045953951, + "grad_norm": 1.2865828275680542, + "learning_rate": 2.225729089939802e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9888839423656464, + "num_tokens": 94673738.0, + "step": 73570 + }, + { + "entropy": 0.9240189015865325, + "epoch": 7.02971242954046, + "grad_norm": 0.43984532356262207, + "learning_rate": 2.2244149958922368e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9887503206729888, + "num_tokens": 94686937.0, + "step": 73580 + }, + { + "entropy": 0.9342231392860413, + "epoch": 7.03066781312697, + "grad_norm": 2.0715339183807373, + "learning_rate": 2.223101178900303e-05, + "loss": 0.0362, + "mean_token_accuracy": 0.9881647944450378, + "num_tokens": 94700193.0, + "step": 73590 + }, + { + "entropy": 0.9188826322555542, + "epoch": 7.031623196713481, + "grad_norm": 2.7191977500915527, + "learning_rate": 2.2217876390951435e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9869229853153229, + "num_tokens": 94712746.0, + "step": 73600 + }, + { + "entropy": 0.9134574711322785, + "epoch": 7.03257858029999, + "grad_norm": 0.9536407589912415, + "learning_rate": 2.2204743766078755e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9883152723312378, + "num_tokens": 94725877.0, + "step": 73610 + }, + { + "entropy": 0.9063789784908295, + "epoch": 7.033533963886501, + "grad_norm": 0.7541236281394958, + "learning_rate": 2.2191613915695896e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9911544144153595, + "num_tokens": 94738546.0, + "step": 73620 + }, + { + "entropy": 0.9247666120529174, + "epoch": 7.03448934747301, + "grad_norm": 1.482917308807373, + "learning_rate": 2.2178486841113437e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9910435497760772, + "num_tokens": 94750934.0, + "step": 73630 + }, + { + "entropy": 0.910868239402771, + "epoch": 7.0354447310595205, + "grad_norm": 0.9837879538536072, + "learning_rate": 2.2165362543641716e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9907434999942779, + "num_tokens": 94763495.0, + "step": 73640 + }, + { + "entropy": 0.9179685294628144, + "epoch": 7.03640011464603, + "grad_norm": 0.870826244354248, + "learning_rate": 2.2152241024590766e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9897776961326599, + "num_tokens": 94776600.0, + "step": 73650 + }, + { + "entropy": 0.9268564462661744, + "epoch": 7.03735549823254, + "grad_norm": 1.2220282554626465, + "learning_rate": 2.2139122285270386e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9886526763439178, + "num_tokens": 94789531.0, + "step": 73660 + }, + { + "entropy": 0.9194851577281952, + "epoch": 7.038310881819051, + "grad_norm": 1.494119644165039, + "learning_rate": 2.2126006326990074e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9895059883594512, + "num_tokens": 94802476.0, + "step": 73670 + }, + { + "entropy": 0.9110502660274505, + "epoch": 7.03926626540556, + "grad_norm": 0.7995632886886597, + "learning_rate": 2.2112893151059016e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9938000321388245, + "num_tokens": 94814955.0, + "step": 73680 + }, + { + "entropy": 0.9198769211769104, + "epoch": 7.040221648992071, + "grad_norm": 0.7478408813476562, + "learning_rate": 2.2099782758786197e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9942276179790497, + "num_tokens": 94827801.0, + "step": 73690 + }, + { + "entropy": 0.9207288146018981, + "epoch": 7.04117703257858, + "grad_norm": 0.2819264829158783, + "learning_rate": 2.208667515148024e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9904838442802429, + "num_tokens": 94840518.0, + "step": 73700 + }, + { + "entropy": 0.9099503755569458, + "epoch": 7.0421324161650904, + "grad_norm": 0.8127474188804626, + "learning_rate": 2.207357033044958e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9894679605960846, + "num_tokens": 94853144.0, + "step": 73710 + }, + { + "entropy": 0.9197282910346984, + "epoch": 7.0430877997516, + "grad_norm": 1.3509490489959717, + "learning_rate": 2.206046829700229e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9900535523891449, + "num_tokens": 94866617.0, + "step": 73720 + }, + { + "entropy": 0.9078057110309601, + "epoch": 7.04404318333811, + "grad_norm": 0.9177101254463196, + "learning_rate": 2.204736905244621e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9899733364582062, + "num_tokens": 94879256.0, + "step": 73730 + }, + { + "entropy": 0.9316250860691071, + "epoch": 7.044998566924621, + "grad_norm": 0.4810079038143158, + "learning_rate": 2.2034272598088866e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9897779405117035, + "num_tokens": 94893375.0, + "step": 73740 + }, + { + "entropy": 0.9234854638576507, + "epoch": 7.04595395051113, + "grad_norm": 2.713287830352783, + "learning_rate": 2.2021178935237556e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9878883421421051, + "num_tokens": 94905927.0, + "step": 73750 + }, + { + "entropy": 0.9171674430370331, + "epoch": 7.0469093340976405, + "grad_norm": 1.2492451667785645, + "learning_rate": 2.2008088065199288e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9895588099956513, + "num_tokens": 94918639.0, + "step": 73760 + }, + { + "entropy": 0.9209782123565674, + "epoch": 7.04786471768415, + "grad_norm": 1.018488883972168, + "learning_rate": 2.1994999989280763e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9889704167842865, + "num_tokens": 94931517.0, + "step": 73770 + }, + { + "entropy": 0.9161695063114166, + "epoch": 7.04882010127066, + "grad_norm": 1.080518364906311, + "learning_rate": 2.1981914708788414e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9899257123470306, + "num_tokens": 94944276.0, + "step": 73780 + }, + { + "entropy": 0.9267399668693542, + "epoch": 7.04977548485717, + "grad_norm": 0.8097472190856934, + "learning_rate": 2.196883222502838e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9906692981719971, + "num_tokens": 94957714.0, + "step": 73790 + }, + { + "entropy": 0.9096037447452545, + "epoch": 7.05073086844368, + "grad_norm": 1.3071095943450928, + "learning_rate": 2.1955752539306575e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9899830043315887, + "num_tokens": 94970019.0, + "step": 73800 + }, + { + "entropy": 0.9129016399383545, + "epoch": 7.05168625203019, + "grad_norm": 0.8852835297584534, + "learning_rate": 2.194267565292858e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9905288755893707, + "num_tokens": 94982509.0, + "step": 73810 + }, + { + "entropy": 0.9267666399478912, + "epoch": 7.0526416356167, + "grad_norm": 0.5589171051979065, + "learning_rate": 2.1929601567199713e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9904768526554107, + "num_tokens": 94995499.0, + "step": 73820 + }, + { + "entropy": 0.9198308050632477, + "epoch": 7.0535970192032105, + "grad_norm": 1.317679762840271, + "learning_rate": 2.1916530283425e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.989634108543396, + "num_tokens": 95008767.0, + "step": 73830 + }, + { + "entropy": 0.9067793667316437, + "epoch": 7.05455240278972, + "grad_norm": 1.251023769378662, + "learning_rate": 2.190346180290922e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9930809199810028, + "num_tokens": 95021053.0, + "step": 73840 + }, + { + "entropy": 0.9397462725639343, + "epoch": 7.05550778637623, + "grad_norm": 0.7483911514282227, + "learning_rate": 2.1890396126956868e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9897356569766999, + "num_tokens": 95034201.0, + "step": 73850 + }, + { + "entropy": 0.9444898724555969, + "epoch": 7.05646316996274, + "grad_norm": 1.3237107992172241, + "learning_rate": 2.1877333256872128e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9884804308414459, + "num_tokens": 95046888.0, + "step": 73860 + }, + { + "entropy": 0.9339044451713562, + "epoch": 7.05741855354925, + "grad_norm": 1.1501234769821167, + "learning_rate": 2.1864273193958916e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9894302725791931, + "num_tokens": 95059914.0, + "step": 73870 + }, + { + "entropy": 0.920736449956894, + "epoch": 7.05837393713576, + "grad_norm": 1.0253989696502686, + "learning_rate": 2.1851215939520857e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9890112340450287, + "num_tokens": 95072480.0, + "step": 73880 + }, + { + "entropy": 0.9255917489528656, + "epoch": 7.05932932072227, + "grad_norm": 0.6209708452224731, + "learning_rate": 2.1838161494861354e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9896054446697236, + "num_tokens": 95085229.0, + "step": 73890 + }, + { + "entropy": 0.9337210834026337, + "epoch": 7.06028470430878, + "grad_norm": 0.7048615217208862, + "learning_rate": 2.1825109861283453e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9904470801353454, + "num_tokens": 95098119.0, + "step": 73900 + }, + { + "entropy": 0.9134689390659332, + "epoch": 7.06124008789529, + "grad_norm": 0.827990710735321, + "learning_rate": 2.1812061040089948e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9888171076774597, + "num_tokens": 95110650.0, + "step": 73910 + }, + { + "entropy": 0.9194572389125824, + "epoch": 7.0621954714818, + "grad_norm": 1.161781668663025, + "learning_rate": 2.1799015032583386e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9895140826702118, + "num_tokens": 95123736.0, + "step": 73920 + }, + { + "entropy": 0.933672571182251, + "epoch": 7.06315085506831, + "grad_norm": 0.5897988080978394, + "learning_rate": 2.178597184006597e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9912148952484131, + "num_tokens": 95136844.0, + "step": 73930 + }, + { + "entropy": 0.921283483505249, + "epoch": 7.06410623865482, + "grad_norm": 1.553695559501648, + "learning_rate": 2.1772931463839695e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9899343550205231, + "num_tokens": 95149532.0, + "step": 73940 + }, + { + "entropy": 0.918006443977356, + "epoch": 7.06506162224133, + "grad_norm": 0.8991146087646484, + "learning_rate": 2.175989390520622e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9918329358100891, + "num_tokens": 95162189.0, + "step": 73950 + }, + { + "entropy": 0.9314277172088623, + "epoch": 7.06601700582784, + "grad_norm": 0.7831453680992126, + "learning_rate": 2.1746859165466925e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.991165018081665, + "num_tokens": 95174848.0, + "step": 73960 + }, + { + "entropy": 0.9225232303142548, + "epoch": 7.0669723894143495, + "grad_norm": 2.3291268348693848, + "learning_rate": 2.1733827245922924e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9899147093296051, + "num_tokens": 95187707.0, + "step": 73970 + }, + { + "entropy": 0.9317101299762726, + "epoch": 7.06792777300086, + "grad_norm": 0.42931240797042847, + "learning_rate": 2.1720798147875048e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9926955878734589, + "num_tokens": 95200730.0, + "step": 73980 + }, + { + "entropy": 0.9305958867073059, + "epoch": 7.06888315658737, + "grad_norm": 0.5638812184333801, + "learning_rate": 2.170777187262389e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9873668015003204, + "num_tokens": 95213583.0, + "step": 73990 + }, + { + "entropy": 0.9195963501930237, + "epoch": 7.06983854017388, + "grad_norm": 1.2409296035766602, + "learning_rate": 2.1694748421469648e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9907933294773101, + "num_tokens": 95226666.0, + "step": 74000 + }, + { + "entropy": 0.9039999902248382, + "epoch": 7.07079392376039, + "grad_norm": 1.893495798110962, + "learning_rate": 2.168172779571236e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9928037285804748, + "num_tokens": 95239282.0, + "step": 74010 + }, + { + "entropy": 0.9218065321445466, + "epoch": 7.0717493073468995, + "grad_norm": 1.9191482067108154, + "learning_rate": 2.1668709996651688e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9883477568626404, + "num_tokens": 95252311.0, + "step": 74020 + }, + { + "entropy": 0.9178485929965973, + "epoch": 7.07270469093341, + "grad_norm": 1.5848599672317505, + "learning_rate": 2.1655695025587096e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9884452998638154, + "num_tokens": 95264883.0, + "step": 74030 + }, + { + "entropy": 0.9221406877040863, + "epoch": 7.073660074519919, + "grad_norm": 1.0642108917236328, + "learning_rate": 2.1642682883817704e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9920974969863892, + "num_tokens": 95277609.0, + "step": 74040 + }, + { + "entropy": 0.9148872077465058, + "epoch": 7.07461545810643, + "grad_norm": 1.3512568473815918, + "learning_rate": 2.162967357264235e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904528975486755, + "num_tokens": 95290280.0, + "step": 74050 + }, + { + "entropy": 0.9289165616035462, + "epoch": 7.07557084169294, + "grad_norm": 0.9189494252204895, + "learning_rate": 2.1616667093359645e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9915319800376892, + "num_tokens": 95303387.0, + "step": 74060 + }, + { + "entropy": 0.9400027453899383, + "epoch": 7.07652622527945, + "grad_norm": 0.732124924659729, + "learning_rate": 2.160366344726784e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.989490169286728, + "num_tokens": 95316813.0, + "step": 74070 + }, + { + "entropy": 0.912049549818039, + "epoch": 7.07748160886596, + "grad_norm": 0.5815237760543823, + "learning_rate": 2.1590662635664982e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9916077852249146, + "num_tokens": 95329285.0, + "step": 74080 + }, + { + "entropy": 0.9322816073894501, + "epoch": 7.0784369924524695, + "grad_norm": 1.2246288061141968, + "learning_rate": 2.1577664659848783e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9875474512577057, + "num_tokens": 95342160.0, + "step": 74090 + }, + { + "entropy": 0.9174673438072205, + "epoch": 7.07939237603898, + "grad_norm": 0.639867901802063, + "learning_rate": 2.156466952111668e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9924986124038696, + "num_tokens": 95354698.0, + "step": 74100 + }, + { + "entropy": 0.9267548322677612, + "epoch": 7.080347759625489, + "grad_norm": 0.6419005990028381, + "learning_rate": 2.1551677220765822e-05, + "loss": 0.026, + "mean_token_accuracy": 0.992265236377716, + "num_tokens": 95367420.0, + "step": 74110 + }, + { + "entropy": 0.9214408874511719, + "epoch": 7.081303143212, + "grad_norm": 1.294398546218872, + "learning_rate": 2.153868776009311e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9924030661582947, + "num_tokens": 95379327.0, + "step": 74120 + }, + { + "entropy": 0.9256788492202759, + "epoch": 7.082258526798509, + "grad_norm": 1.1228364706039429, + "learning_rate": 2.1525701140395134e-05, + "loss": 0.0185, + "mean_token_accuracy": 0.9926514565944672, + "num_tokens": 95391815.0, + "step": 74130 + }, + { + "entropy": 0.9393507242202759, + "epoch": 7.08321391038502, + "grad_norm": 1.9441626071929932, + "learning_rate": 2.1512717362968165e-05, + "loss": 0.0365, + "mean_token_accuracy": 0.9848377227783203, + "num_tokens": 95404888.0, + "step": 74140 + }, + { + "entropy": 0.9286307513713836, + "epoch": 7.08416929397153, + "grad_norm": 0.9347726702690125, + "learning_rate": 2.149973642910828e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9900754153728485, + "num_tokens": 95417609.0, + "step": 74150 + }, + { + "entropy": 0.9123480021953583, + "epoch": 7.085124677558039, + "grad_norm": 1.3730872869491577, + "learning_rate": 2.148675834011118e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9899443209171295, + "num_tokens": 95430345.0, + "step": 74160 + }, + { + "entropy": 0.9412040650844574, + "epoch": 7.08608006114455, + "grad_norm": 0.4779808819293976, + "learning_rate": 2.147378309727236e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9927129447460175, + "num_tokens": 95443700.0, + "step": 74170 + }, + { + "entropy": 0.9249701797962189, + "epoch": 7.087035444731059, + "grad_norm": 0.8573665022850037, + "learning_rate": 2.1460810701886967e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9901587784290313, + "num_tokens": 95456455.0, + "step": 74180 + }, + { + "entropy": 0.9374039947986603, + "epoch": 7.08799082831757, + "grad_norm": 0.9548410773277283, + "learning_rate": 2.1447841155249905e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9927233219146728, + "num_tokens": 95469700.0, + "step": 74190 + }, + { + "entropy": 0.9278579652309418, + "epoch": 7.088946211904079, + "grad_norm": 1.1221518516540527, + "learning_rate": 2.1434874458655746e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9923079371452331, + "num_tokens": 95482322.0, + "step": 74200 + }, + { + "entropy": 0.9408860087394715, + "epoch": 7.0899015954905895, + "grad_norm": 0.8863475322723389, + "learning_rate": 2.1421910613398844e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9919163525104523, + "num_tokens": 95495701.0, + "step": 74210 + }, + { + "entropy": 0.9210398375988007, + "epoch": 7.0908569790771, + "grad_norm": 1.2382844686508179, + "learning_rate": 2.1408949620773254e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9918275952339173, + "num_tokens": 95508609.0, + "step": 74220 + }, + { + "entropy": 0.9186300933361053, + "epoch": 7.091812362663609, + "grad_norm": 1.9044122695922852, + "learning_rate": 2.139599148207267e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9910933911800385, + "num_tokens": 95521108.0, + "step": 74230 + }, + { + "entropy": 0.9225462794303894, + "epoch": 7.09276774625012, + "grad_norm": 1.1439836025238037, + "learning_rate": 2.13830361985906e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9917383432388306, + "num_tokens": 95534027.0, + "step": 74240 + }, + { + "entropy": 0.9293895423412323, + "epoch": 7.093723129836629, + "grad_norm": 0.5225418210029602, + "learning_rate": 2.13700837716202e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9908928513526917, + "num_tokens": 95547085.0, + "step": 74250 + }, + { + "entropy": 0.9081540048122406, + "epoch": 7.09467851342314, + "grad_norm": 1.6825846433639526, + "learning_rate": 2.135713420245439e-05, + "loss": 0.0318, + "mean_token_accuracy": 0.9908996820449829, + "num_tokens": 95559441.0, + "step": 74260 + }, + { + "entropy": 0.9320334374904633, + "epoch": 7.095633897009649, + "grad_norm": 2.701572895050049, + "learning_rate": 2.134418749238577e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9904787421226502, + "num_tokens": 95572347.0, + "step": 74270 + }, + { + "entropy": 0.9372534096240998, + "epoch": 7.0965892805961595, + "grad_norm": 1.3206346035003662, + "learning_rate": 2.133124364270665e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9926145136356354, + "num_tokens": 95586010.0, + "step": 74280 + }, + { + "entropy": 0.932291442155838, + "epoch": 7.097544664182669, + "grad_norm": 0.4892735779285431, + "learning_rate": 2.1318302654709103e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9911091446876525, + "num_tokens": 95598624.0, + "step": 74290 + }, + { + "entropy": 0.9205265045166016, + "epoch": 7.098500047769179, + "grad_norm": 1.005073070526123, + "learning_rate": 2.1305364529684846e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9898947179317474, + "num_tokens": 95611287.0, + "step": 74300 + }, + { + "entropy": 0.9187873840332031, + "epoch": 7.09945543135569, + "grad_norm": 0.9835042953491211, + "learning_rate": 2.12924292689254e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9890997409820557, + "num_tokens": 95624073.0, + "step": 74310 + }, + { + "entropy": 0.9267625451087952, + "epoch": 7.100410814942199, + "grad_norm": 1.528917670249939, + "learning_rate": 2.1279496873721882e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9911251127719879, + "num_tokens": 95637251.0, + "step": 74320 + }, + { + "entropy": 0.9092199802398682, + "epoch": 7.1013661985287095, + "grad_norm": 1.3392674922943115, + "learning_rate": 2.1266567345365233e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9908750832080842, + "num_tokens": 95649765.0, + "step": 74330 + }, + { + "entropy": 0.909492701292038, + "epoch": 7.102321582115219, + "grad_norm": 1.7001903057098389, + "learning_rate": 2.1253640685146037e-05, + "loss": 0.0331, + "mean_token_accuracy": 0.9866738736629486, + "num_tokens": 95662122.0, + "step": 74340 + }, + { + "entropy": 0.921667855978012, + "epoch": 7.103276965701729, + "grad_norm": 1.6195859909057617, + "learning_rate": 2.124071689435465e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9915090918540954, + "num_tokens": 95674590.0, + "step": 74350 + }, + { + "entropy": 0.9216781795024872, + "epoch": 7.104232349288239, + "grad_norm": 1.2827521562576294, + "learning_rate": 2.122779597428109e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9907909214496613, + "num_tokens": 95687394.0, + "step": 74360 + }, + { + "entropy": 0.9123446643352509, + "epoch": 7.105187732874749, + "grad_norm": 0.6675670742988586, + "learning_rate": 2.1214877926215088e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9897938549518586, + "num_tokens": 95700327.0, + "step": 74370 + }, + { + "entropy": 0.9211919188499451, + "epoch": 7.10614311646126, + "grad_norm": 0.5045424103736877, + "learning_rate": 2.1201962751446154e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9895074188709259, + "num_tokens": 95712913.0, + "step": 74380 + }, + { + "entropy": 0.9151693940162658, + "epoch": 7.107098500047769, + "grad_norm": 2.325296640396118, + "learning_rate": 2.118905045126342e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9916927874088287, + "num_tokens": 95725843.0, + "step": 74390 + }, + { + "entropy": 0.9036034762859344, + "epoch": 7.1080538836342795, + "grad_norm": 0.9105782508850098, + "learning_rate": 2.1176141026955832e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9906296908855439, + "num_tokens": 95738595.0, + "step": 74400 + }, + { + "entropy": 0.9004899859428406, + "epoch": 7.109009267220789, + "grad_norm": 0.8721258640289307, + "learning_rate": 2.116323447981192e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9901248216629028, + "num_tokens": 95751127.0, + "step": 74410 + }, + { + "entropy": 0.9112888991832733, + "epoch": 7.109964650807299, + "grad_norm": 0.26371634006500244, + "learning_rate": 2.1150330811120067e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9907569408416748, + "num_tokens": 95763832.0, + "step": 74420 + }, + { + "entropy": 0.9180262625217438, + "epoch": 7.110920034393809, + "grad_norm": 1.2535667419433594, + "learning_rate": 2.1137430022168252e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.988685029745102, + "num_tokens": 95776445.0, + "step": 74430 + }, + { + "entropy": 0.9169600427150726, + "epoch": 7.111875417980319, + "grad_norm": 0.9845182299613953, + "learning_rate": 2.1124532114244255e-05, + "loss": 0.0332, + "mean_token_accuracy": 0.9881690919399262, + "num_tokens": 95789177.0, + "step": 74440 + }, + { + "entropy": 0.9192740380764007, + "epoch": 7.112830801566829, + "grad_norm": 1.4437183141708374, + "learning_rate": 2.111163708863552e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.98838170170784, + "num_tokens": 95802489.0, + "step": 74450 + }, + { + "entropy": 0.919136506319046, + "epoch": 7.113786185153339, + "grad_norm": 0.7705098390579224, + "learning_rate": 2.1098744946629184e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9894382238388062, + "num_tokens": 95816031.0, + "step": 74460 + }, + { + "entropy": 0.9223107933998108, + "epoch": 7.114741568739849, + "grad_norm": 0.736311674118042, + "learning_rate": 2.1085855689512173e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9866022825241089, + "num_tokens": 95828983.0, + "step": 74470 + }, + { + "entropy": 0.9273115515708923, + "epoch": 7.115696952326359, + "grad_norm": 0.8077161312103271, + "learning_rate": 2.1072969318571034e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9894083499908447, + "num_tokens": 95841754.0, + "step": 74480 + }, + { + "entropy": 0.9293796718120575, + "epoch": 7.116652335912869, + "grad_norm": 1.1544777154922485, + "learning_rate": 2.10600858350921e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9895183384418488, + "num_tokens": 95854983.0, + "step": 74490 + }, + { + "entropy": 0.9051312386989594, + "epoch": 7.117607719499379, + "grad_norm": 2.5253679752349854, + "learning_rate": 2.1047205240361385e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9879873156547546, + "num_tokens": 95866844.0, + "step": 74500 + }, + { + "entropy": 0.9196324288845062, + "epoch": 7.118563103085889, + "grad_norm": 0.4645445644855499, + "learning_rate": 2.1034327535664578e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9932438194751739, + "num_tokens": 95879256.0, + "step": 74510 + }, + { + "entropy": 0.9114648044109345, + "epoch": 7.119518486672399, + "grad_norm": 1.9667342901229858, + "learning_rate": 2.1021452722287167e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9912972927093506, + "num_tokens": 95892847.0, + "step": 74520 + }, + { + "entropy": 0.9134350121021271, + "epoch": 7.120473870258909, + "grad_norm": 2.427255630493164, + "learning_rate": 2.1008580801514253e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9921291947364808, + "num_tokens": 95905297.0, + "step": 74530 + }, + { + "entropy": 0.9077372193336487, + "epoch": 7.121429253845419, + "grad_norm": 0.7596206068992615, + "learning_rate": 2.0995711774630756e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9872536957263947, + "num_tokens": 95917820.0, + "step": 74540 + }, + { + "entropy": 0.9110841035842896, + "epoch": 7.122384637431929, + "grad_norm": 1.395518183708191, + "learning_rate": 2.0982845642921173e-05, + "loss": 0.0379, + "mean_token_accuracy": 0.985906845331192, + "num_tokens": 95930776.0, + "step": 74550 + }, + { + "entropy": 0.9130895376205445, + "epoch": 7.123340021018439, + "grad_norm": 1.5931499004364014, + "learning_rate": 2.0969982407669847e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9890822768211365, + "num_tokens": 95943846.0, + "step": 74560 + }, + { + "entropy": 0.9114834368228912, + "epoch": 7.124295404604949, + "grad_norm": 0.4252314269542694, + "learning_rate": 2.095712207016072e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9917101263999939, + "num_tokens": 95956286.0, + "step": 74570 + }, + { + "entropy": 0.9116225242614746, + "epoch": 7.125250788191459, + "grad_norm": 0.6768925786018372, + "learning_rate": 2.094426463167755e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9894904017448425, + "num_tokens": 95969009.0, + "step": 74580 + }, + { + "entropy": 0.9478411316871643, + "epoch": 7.126206171777969, + "grad_norm": 1.0245819091796875, + "learning_rate": 2.093141009350372e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9907408118247986, + "num_tokens": 95982883.0, + "step": 74590 + }, + { + "entropy": 0.9218335628509522, + "epoch": 7.127161555364479, + "grad_norm": 1.7934832572937012, + "learning_rate": 2.0918558456922343e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9920068740844726, + "num_tokens": 95995942.0, + "step": 74600 + }, + { + "entropy": 0.9233319580554962, + "epoch": 7.128116938950988, + "grad_norm": 1.0485072135925293, + "learning_rate": 2.0905709723216287e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9874011814594269, + "num_tokens": 96008830.0, + "step": 74610 + }, + { + "entropy": 0.9169812679290772, + "epoch": 7.129072322537499, + "grad_norm": 0.9589093923568726, + "learning_rate": 2.0892863893668064e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9903064131736755, + "num_tokens": 96021693.0, + "step": 74620 + }, + { + "entropy": 0.9385732412338257, + "epoch": 7.130027706124009, + "grad_norm": 0.7709850072860718, + "learning_rate": 2.088002096955998e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9875026822090149, + "num_tokens": 96035093.0, + "step": 74630 + }, + { + "entropy": 0.9170432209968566, + "epoch": 7.130983089710519, + "grad_norm": 0.7298203706741333, + "learning_rate": 2.086718095217394e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9914430975914001, + "num_tokens": 96047343.0, + "step": 74640 + }, + { + "entropy": 0.9098663449287414, + "epoch": 7.131938473297029, + "grad_norm": 1.6938005685806274, + "learning_rate": 2.0854343842791642e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9900528192520142, + "num_tokens": 96059601.0, + "step": 74650 + }, + { + "entropy": 0.9116275489330292, + "epoch": 7.1328938568835385, + "grad_norm": 0.7139437198638916, + "learning_rate": 2.084150964269449e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9879331111907959, + "num_tokens": 96072151.0, + "step": 74660 + }, + { + "entropy": 0.935198163986206, + "epoch": 7.133849240470049, + "grad_norm": 1.4581680297851562, + "learning_rate": 2.0828678353163573e-05, + "loss": 0.0413, + "mean_token_accuracy": 0.9855500042438508, + "num_tokens": 96085082.0, + "step": 74670 + }, + { + "entropy": 0.9302410304546356, + "epoch": 7.134804624056558, + "grad_norm": 2.5426154136657715, + "learning_rate": 2.081584997547968e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9929321348667145, + "num_tokens": 96098274.0, + "step": 74680 + }, + { + "entropy": 0.916310727596283, + "epoch": 7.135760007643069, + "grad_norm": 1.0143141746520996, + "learning_rate": 2.0803024510923314e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9912414669990539, + "num_tokens": 96110956.0, + "step": 74690 + }, + { + "entropy": 0.9304563045501709, + "epoch": 7.136715391229579, + "grad_norm": 0.6683119535446167, + "learning_rate": 2.0790201960774736e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9900240778923035, + "num_tokens": 96124215.0, + "step": 74700 + }, + { + "entropy": 0.9205381810665131, + "epoch": 7.137670774816089, + "grad_norm": 1.780523419380188, + "learning_rate": 2.077738232631384e-05, + "loss": 0.033, + "mean_token_accuracy": 0.9878545343875885, + "num_tokens": 96137457.0, + "step": 74710 + }, + { + "entropy": 0.9356253862380981, + "epoch": 7.138626158402599, + "grad_norm": 1.3800541162490845, + "learning_rate": 2.076456560882032e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9889825284481049, + "num_tokens": 96150695.0, + "step": 74720 + }, + { + "entropy": 0.9317895293235778, + "epoch": 7.139581541989108, + "grad_norm": 0.9551974534988403, + "learning_rate": 2.075175180957345e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9911085546016694, + "num_tokens": 96164192.0, + "step": 74730 + }, + { + "entropy": 0.9018151462078094, + "epoch": 7.140536925575619, + "grad_norm": 0.7639721035957336, + "learning_rate": 2.073894092985233e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9888328313827515, + "num_tokens": 96176468.0, + "step": 74740 + }, + { + "entropy": 0.9185643851757049, + "epoch": 7.141492309162128, + "grad_norm": 0.9708061814308167, + "learning_rate": 2.072613297093574e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9883671879768372, + "num_tokens": 96188661.0, + "step": 74750 + }, + { + "entropy": 0.9279736459255219, + "epoch": 7.142447692748639, + "grad_norm": 0.9967548847198486, + "learning_rate": 2.0713327934102145e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9911798357963562, + "num_tokens": 96201700.0, + "step": 74760 + }, + { + "entropy": 0.9231830477714539, + "epoch": 7.143403076335148, + "grad_norm": 2.269972324371338, + "learning_rate": 2.0700525820629725e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9902652382850647, + "num_tokens": 96214961.0, + "step": 74770 + }, + { + "entropy": 0.9254846811294556, + "epoch": 7.1443584599216585, + "grad_norm": 1.853996992111206, + "learning_rate": 2.068772663179635e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9889499843120575, + "num_tokens": 96227467.0, + "step": 74780 + }, + { + "entropy": 0.9199019730091095, + "epoch": 7.145313843508169, + "grad_norm": 0.7203564047813416, + "learning_rate": 2.0674930368879657e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.991662448644638, + "num_tokens": 96240471.0, + "step": 74790 + }, + { + "entropy": 0.9297475337982177, + "epoch": 7.146269227094678, + "grad_norm": 0.7750556468963623, + "learning_rate": 2.0662137033156926e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9921289026737213, + "num_tokens": 96253335.0, + "step": 74800 + }, + { + "entropy": 0.9053531169891358, + "epoch": 7.147224610681189, + "grad_norm": 0.5748870968818665, + "learning_rate": 2.0649346625905203e-05, + "loss": 0.0189, + "mean_token_accuracy": 0.9919448435306549, + "num_tokens": 96265865.0, + "step": 74810 + }, + { + "entropy": 0.9269157528877259, + "epoch": 7.148179994267698, + "grad_norm": 1.8369786739349365, + "learning_rate": 2.0636559148401185e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9886511921882629, + "num_tokens": 96278494.0, + "step": 74820 + }, + { + "entropy": 0.9393428862094879, + "epoch": 7.149135377854209, + "grad_norm": 0.7310784459114075, + "learning_rate": 2.0623774601921304e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9899504125118256, + "num_tokens": 96291887.0, + "step": 74830 + }, + { + "entropy": 0.9319026172161102, + "epoch": 7.150090761440718, + "grad_norm": 1.0396937131881714, + "learning_rate": 2.0610992987741713e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9930238127708435, + "num_tokens": 96305340.0, + "step": 74840 + }, + { + "entropy": 0.9260588824748993, + "epoch": 7.1510461450272285, + "grad_norm": 1.3975104093551636, + "learning_rate": 2.0598214307138257e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9902773857116699, + "num_tokens": 96318786.0, + "step": 74850 + }, + { + "entropy": 0.9187716543674469, + "epoch": 7.152001528613739, + "grad_norm": 0.7419904470443726, + "learning_rate": 2.0585438561386476e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9920226216316224, + "num_tokens": 96331343.0, + "step": 74860 + }, + { + "entropy": 0.9217474341392518, + "epoch": 7.152956912200248, + "grad_norm": 0.6214787364006042, + "learning_rate": 2.0572665751761627e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9878182411193848, + "num_tokens": 96344396.0, + "step": 74870 + }, + { + "entropy": 0.9235372900962829, + "epoch": 7.153912295786759, + "grad_norm": 0.9920246005058289, + "learning_rate": 2.0559895879538683e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.9931082546710968, + "num_tokens": 96357743.0, + "step": 74880 + }, + { + "entropy": 0.9210004806518555, + "epoch": 7.154867679373268, + "grad_norm": 1.4429312944412231, + "learning_rate": 2.0547128945992333e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9902734994888306, + "num_tokens": 96370465.0, + "step": 74890 + }, + { + "entropy": 0.9187334716320038, + "epoch": 7.1558230629597785, + "grad_norm": 0.795466423034668, + "learning_rate": 2.053436495239695e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9889812171459198, + "num_tokens": 96383298.0, + "step": 74900 + }, + { + "entropy": 0.9414426147937774, + "epoch": 7.156778446546288, + "grad_norm": 1.5577408075332642, + "learning_rate": 2.0521603900026613e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9901999473571778, + "num_tokens": 96396816.0, + "step": 74910 + }, + { + "entropy": 0.9079033493995666, + "epoch": 7.157733830132798, + "grad_norm": 0.9137454032897949, + "learning_rate": 2.05088457901551e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9888570368289947, + "num_tokens": 96409201.0, + "step": 74920 + }, + { + "entropy": 0.9243955135345459, + "epoch": 7.158689213719308, + "grad_norm": 0.7611193656921387, + "learning_rate": 2.0496090624055947e-05, + "loss": 0.0348, + "mean_token_accuracy": 0.9869996964931488, + "num_tokens": 96421608.0, + "step": 74930 + }, + { + "entropy": 0.9308533072471619, + "epoch": 7.159644597305818, + "grad_norm": 1.4155789613723755, + "learning_rate": 2.0483338403002323e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9870293140411377, + "num_tokens": 96434988.0, + "step": 74940 + }, + { + "entropy": 0.9218488395214081, + "epoch": 7.160599980892329, + "grad_norm": 1.8695197105407715, + "learning_rate": 2.0470589128267175e-05, + "loss": 0.0357, + "mean_token_accuracy": 0.9890811502933502, + "num_tokens": 96447754.0, + "step": 74950 + }, + { + "entropy": 0.925258320569992, + "epoch": 7.161555364478838, + "grad_norm": 0.2619025707244873, + "learning_rate": 2.0457842801123105e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9901543080806732, + "num_tokens": 96460434.0, + "step": 74960 + }, + { + "entropy": 0.9042423963546753, + "epoch": 7.1625107480653485, + "grad_norm": 1.0992324352264404, + "learning_rate": 2.0445099422842417e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.989583432674408, + "num_tokens": 96472993.0, + "step": 74970 + }, + { + "entropy": 0.9215697705745697, + "epoch": 7.163466131651858, + "grad_norm": 1.1963708400726318, + "learning_rate": 2.0432358994697176e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9882764279842376, + "num_tokens": 96485818.0, + "step": 74980 + }, + { + "entropy": 0.9315620303153992, + "epoch": 7.164421515238368, + "grad_norm": 0.703409731388092, + "learning_rate": 2.0419621517959096e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.989129638671875, + "num_tokens": 96499213.0, + "step": 74990 + }, + { + "entropy": 0.9199402213096619, + "epoch": 7.165376898824878, + "grad_norm": 1.2553309202194214, + "learning_rate": 2.0406886993899622e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9901491641998291, + "num_tokens": 96511938.0, + "step": 75000 + }, + { + "entropy": 0.9217602133750915, + "epoch": 7.166332282411388, + "grad_norm": 1.142691731452942, + "learning_rate": 2.0394155423789878e-05, + "loss": 0.031, + "mean_token_accuracy": 0.986627858877182, + "num_tokens": 96525621.0, + "step": 75010 + }, + { + "entropy": 0.9087331533432007, + "epoch": 7.167287665997899, + "grad_norm": 1.1324008703231812, + "learning_rate": 2.038142680890075e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9884462058544159, + "num_tokens": 96538663.0, + "step": 75020 + }, + { + "entropy": 0.911765319108963, + "epoch": 7.168243049584408, + "grad_norm": 0.6336706876754761, + "learning_rate": 2.0368701150502762e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9904742121696473, + "num_tokens": 96551994.0, + "step": 75030 + }, + { + "entropy": 0.9131010949611664, + "epoch": 7.169198433170918, + "grad_norm": 1.1034600734710693, + "learning_rate": 2.0355978449866204e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9907129406929016, + "num_tokens": 96564474.0, + "step": 75040 + }, + { + "entropy": 0.9069000840187073, + "epoch": 7.170153816757428, + "grad_norm": 0.8220285773277283, + "learning_rate": 2.034325870826102e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9903413712978363, + "num_tokens": 96577261.0, + "step": 75050 + }, + { + "entropy": 0.9187800943851471, + "epoch": 7.171109200343938, + "grad_norm": 2.054611921310425, + "learning_rate": 2.0330541926956876e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9878502428531647, + "num_tokens": 96590010.0, + "step": 75060 + }, + { + "entropy": 0.9242350995540619, + "epoch": 7.172064583930448, + "grad_norm": 0.921955406665802, + "learning_rate": 2.031782810722317e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9896934032440186, + "num_tokens": 96603129.0, + "step": 75070 + }, + { + "entropy": 0.9124234795570374, + "epoch": 7.173019967516958, + "grad_norm": 1.5307589769363403, + "learning_rate": 2.0305117250328966e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9924608528614044, + "num_tokens": 96616519.0, + "step": 75080 + }, + { + "entropy": 0.9067652463912964, + "epoch": 7.173975351103468, + "grad_norm": 1.590470552444458, + "learning_rate": 2.0292409357543046e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.989775663614273, + "num_tokens": 96629218.0, + "step": 75090 + }, + { + "entropy": 0.9148687958717346, + "epoch": 7.174930734689978, + "grad_norm": 2.0892138481140137, + "learning_rate": 2.0279704430133877e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9882883965969086, + "num_tokens": 96642506.0, + "step": 75100 + }, + { + "entropy": 0.9061627268791199, + "epoch": 7.175886118276488, + "grad_norm": 2.2979373931884766, + "learning_rate": 2.0267002469369674e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.988201630115509, + "num_tokens": 96655380.0, + "step": 75110 + }, + { + "entropy": 0.9142754673957825, + "epoch": 7.176841501862998, + "grad_norm": 1.2147432565689087, + "learning_rate": 2.0254303476518342e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9869006991386413, + "num_tokens": 96668662.0, + "step": 75120 + }, + { + "entropy": 0.9138248443603516, + "epoch": 7.177796885449508, + "grad_norm": 1.0316414833068848, + "learning_rate": 2.024160745284747e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9925681948661804, + "num_tokens": 96681263.0, + "step": 75130 + }, + { + "entropy": 0.9063269197940826, + "epoch": 7.178752269036018, + "grad_norm": 1.7073543071746826, + "learning_rate": 2.022891439962436e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9891218543052673, + "num_tokens": 96693791.0, + "step": 75140 + }, + { + "entropy": 0.9067052721977233, + "epoch": 7.179707652622528, + "grad_norm": 1.5332423448562622, + "learning_rate": 2.021622431811599e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9919077038764954, + "num_tokens": 96706967.0, + "step": 75150 + }, + { + "entropy": 0.9051585018634796, + "epoch": 7.180663036209038, + "grad_norm": 1.4391075372695923, + "learning_rate": 2.0203537209589113e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9897310018539429, + "num_tokens": 96719703.0, + "step": 75160 + }, + { + "entropy": 0.9106096088886261, + "epoch": 7.181618419795548, + "grad_norm": 0.4953945279121399, + "learning_rate": 2.0190853075310124e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9919873297214508, + "num_tokens": 96732607.0, + "step": 75170 + }, + { + "entropy": 0.9036779046058655, + "epoch": 7.182573803382058, + "grad_norm": 0.7638736963272095, + "learning_rate": 2.017817191654511e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9916103303432464, + "num_tokens": 96745873.0, + "step": 75180 + }, + { + "entropy": 0.9025528907775879, + "epoch": 7.183529186968568, + "grad_norm": 0.9617279767990112, + "learning_rate": 2.0165493734559938e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9920738458633422, + "num_tokens": 96758589.0, + "step": 75190 + }, + { + "entropy": 0.908793318271637, + "epoch": 7.184484570555078, + "grad_norm": 0.7828074097633362, + "learning_rate": 2.0152818530620084e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9897707462310791, + "num_tokens": 96771895.0, + "step": 75200 + }, + { + "entropy": 0.9055897414684295, + "epoch": 7.185439954141588, + "grad_norm": 0.6989235877990723, + "learning_rate": 2.0140146305990814e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9910795509815216, + "num_tokens": 96784753.0, + "step": 75210 + }, + { + "entropy": 0.9161949992179871, + "epoch": 7.186395337728098, + "grad_norm": 1.0789330005645752, + "learning_rate": 2.0127477061937035e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.989535790681839, + "num_tokens": 96798006.0, + "step": 75220 + }, + { + "entropy": 0.9116579473018647, + "epoch": 7.1873507213146075, + "grad_norm": 1.1793502569198608, + "learning_rate": 2.0114810799723375e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9896779358386993, + "num_tokens": 96810315.0, + "step": 75230 + }, + { + "entropy": 0.9161323845386505, + "epoch": 7.188306104901118, + "grad_norm": 1.1803066730499268, + "learning_rate": 2.010214752061415e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9909627318382264, + "num_tokens": 96823105.0, + "step": 75240 + }, + { + "entropy": 0.8976776540279389, + "epoch": 7.189261488487627, + "grad_norm": 1.4203987121582031, + "learning_rate": 2.0089487225873403e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9917740225791931, + "num_tokens": 96835713.0, + "step": 75250 + }, + { + "entropy": 0.8951202929019928, + "epoch": 7.190216872074138, + "grad_norm": 0.6503387093544006, + "learning_rate": 2.00768299167649e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9906109869480133, + "num_tokens": 96848031.0, + "step": 75260 + }, + { + "entropy": 0.9173347234725953, + "epoch": 7.191172255660648, + "grad_norm": 0.6516222953796387, + "learning_rate": 2.0064175594552055e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9897454261779786, + "num_tokens": 96861024.0, + "step": 75270 + }, + { + "entropy": 0.9108937621116638, + "epoch": 7.192127639247158, + "grad_norm": 1.0087134838104248, + "learning_rate": 2.0051524260498005e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9915621221065521, + "num_tokens": 96874140.0, + "step": 75280 + }, + { + "entropy": 0.9088503599166871, + "epoch": 7.193083022833668, + "grad_norm": 0.9681174159049988, + "learning_rate": 2.003887591586558e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9900766134262085, + "num_tokens": 96887036.0, + "step": 75290 + }, + { + "entropy": 0.8846749603748322, + "epoch": 7.1940384064201774, + "grad_norm": 1.5971479415893555, + "learning_rate": 2.0026230561917348e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.98723384141922, + "num_tokens": 96899282.0, + "step": 75300 + }, + { + "entropy": 0.9073937237262726, + "epoch": 7.194993790006688, + "grad_norm": 0.6715925931930542, + "learning_rate": 2.0013588199915552e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9908694744110107, + "num_tokens": 96911951.0, + "step": 75310 + }, + { + "entropy": 0.9120341598987579, + "epoch": 7.195949173593197, + "grad_norm": 1.647215485572815, + "learning_rate": 2.000094883112212e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9888500809669495, + "num_tokens": 96925310.0, + "step": 75320 + }, + { + "entropy": 0.9070851683616639, + "epoch": 7.196904557179708, + "grad_norm": 2.3360369205474854, + "learning_rate": 1.9988312456798684e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9894547462463379, + "num_tokens": 96938235.0, + "step": 75330 + }, + { + "entropy": 0.9039283335208893, + "epoch": 7.197859940766218, + "grad_norm": 0.896049439907074, + "learning_rate": 1.997567907820663e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9935112297534943, + "num_tokens": 96950819.0, + "step": 75340 + }, + { + "entropy": 0.9017074465751648, + "epoch": 7.1988153243527275, + "grad_norm": 1.3858505487442017, + "learning_rate": 1.9963048696606994e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9892319560050964, + "num_tokens": 96963548.0, + "step": 75350 + }, + { + "entropy": 0.9040566205978393, + "epoch": 7.199770707939238, + "grad_norm": 1.6644871234893799, + "learning_rate": 1.995042131326053e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9879360437393189, + "num_tokens": 96976753.0, + "step": 75360 + }, + { + "entropy": 0.9233023643493652, + "epoch": 7.200726091525747, + "grad_norm": 0.5709408521652222, + "learning_rate": 1.9937796929427687e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.991178548336029, + "num_tokens": 96989865.0, + "step": 75370 + }, + { + "entropy": 0.9113450109958648, + "epoch": 7.201681475112258, + "grad_norm": 1.5954536199569702, + "learning_rate": 1.9925175546368586e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9877773225307465, + "num_tokens": 97002810.0, + "step": 75380 + }, + { + "entropy": 0.9044276773929596, + "epoch": 7.202636858698767, + "grad_norm": 0.633729875087738, + "learning_rate": 1.9912557165343127e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9902477085590362, + "num_tokens": 97015571.0, + "step": 75390 + }, + { + "entropy": 0.9050627052783966, + "epoch": 7.203592242285278, + "grad_norm": 2.0590758323669434, + "learning_rate": 1.9899941787610836e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9878217875957489, + "num_tokens": 97028394.0, + "step": 75400 + }, + { + "entropy": 0.8960579693317413, + "epoch": 7.204547625871787, + "grad_norm": 0.8202229738235474, + "learning_rate": 1.988732941443095e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9894883811473847, + "num_tokens": 97040866.0, + "step": 75410 + }, + { + "entropy": 0.8994547545909881, + "epoch": 7.2055030094582975, + "grad_norm": 0.8544586896896362, + "learning_rate": 1.987472004706246e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9915970861911774, + "num_tokens": 97053226.0, + "step": 75420 + }, + { + "entropy": 0.9123136878013611, + "epoch": 7.206458393044808, + "grad_norm": 0.4805488884449005, + "learning_rate": 1.986211368676398e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9902265012264252, + "num_tokens": 97066418.0, + "step": 75430 + }, + { + "entropy": 0.9063744962215423, + "epoch": 7.207413776631317, + "grad_norm": 1.2246208190917969, + "learning_rate": 1.984951033479389e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9912846982479095, + "num_tokens": 97078979.0, + "step": 75440 + }, + { + "entropy": 0.8810005187988281, + "epoch": 7.208369160217828, + "grad_norm": 0.5821281671524048, + "learning_rate": 1.983690999241024e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9888594329357148, + "num_tokens": 97091272.0, + "step": 75450 + }, + { + "entropy": 0.9085119009017945, + "epoch": 7.209324543804337, + "grad_norm": 1.1832643747329712, + "learning_rate": 1.982431266087077e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9901702523231506, + "num_tokens": 97104191.0, + "step": 75460 + }, + { + "entropy": 0.9014834582805633, + "epoch": 7.2102799273908476, + "grad_norm": 1.1233185529708862, + "learning_rate": 1.9811718341432918e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9905687212944031, + "num_tokens": 97117317.0, + "step": 75470 + }, + { + "entropy": 0.8895515680313111, + "epoch": 7.211235310977357, + "grad_norm": 0.39907461404800415, + "learning_rate": 1.9799127035353843e-05, + "loss": 0.0172, + "mean_token_accuracy": 0.9944688260555268, + "num_tokens": 97129605.0, + "step": 75480 + }, + { + "entropy": 0.8927680492401123, + "epoch": 7.212190694563867, + "grad_norm": 1.1637544631958008, + "learning_rate": 1.978653874389044e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9913063824176789, + "num_tokens": 97142473.0, + "step": 75490 + }, + { + "entropy": 0.9088378012180328, + "epoch": 7.213146078150378, + "grad_norm": 1.1192463636398315, + "learning_rate": 1.9773953468299182e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9908848524093627, + "num_tokens": 97155579.0, + "step": 75500 + }, + { + "entropy": 0.9032566785812378, + "epoch": 7.214101461736887, + "grad_norm": 0.8138802647590637, + "learning_rate": 1.9761371209836378e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.989356529712677, + "num_tokens": 97168651.0, + "step": 75510 + }, + { + "entropy": 0.8980632901191712, + "epoch": 7.215056845323398, + "grad_norm": 0.5962132215499878, + "learning_rate": 1.9748791969757923e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9912466406822205, + "num_tokens": 97181579.0, + "step": 75520 + }, + { + "entropy": 0.8864521980285645, + "epoch": 7.216012228909907, + "grad_norm": 1.6058412790298462, + "learning_rate": 1.9736215749319508e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9926394939422607, + "num_tokens": 97193494.0, + "step": 75530 + }, + { + "entropy": 0.9112637579441071, + "epoch": 7.2169676124964175, + "grad_norm": 1.3707197904586792, + "learning_rate": 1.9723642549776462e-05, + "loss": 0.036, + "mean_token_accuracy": 0.9865286111831665, + "num_tokens": 97206809.0, + "step": 75540 + }, + { + "entropy": 0.9153370499610901, + "epoch": 7.217922996082927, + "grad_norm": 0.9824167490005493, + "learning_rate": 1.97110723723838e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9910951375961303, + "num_tokens": 97220303.0, + "step": 75550 + }, + { + "entropy": 0.9181481063365936, + "epoch": 7.218878379669437, + "grad_norm": 0.6137571930885315, + "learning_rate": 1.96985052183963e-05, + "loss": 0.0369, + "mean_token_accuracy": 0.9850528419017792, + "num_tokens": 97232883.0, + "step": 75560 + }, + { + "entropy": 0.9321774363517761, + "epoch": 7.219833763255947, + "grad_norm": 0.35343778133392334, + "learning_rate": 1.9685941089068367e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9911086082458496, + "num_tokens": 97246650.0, + "step": 75570 + }, + { + "entropy": 0.9150142550468445, + "epoch": 7.220789146842457, + "grad_norm": 0.8896883726119995, + "learning_rate": 1.967337998565417e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9919027984142303, + "num_tokens": 97259989.0, + "step": 75580 + }, + { + "entropy": 0.9035365879535675, + "epoch": 7.221744530428968, + "grad_norm": 0.973069965839386, + "learning_rate": 1.966082190940754e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9886679768562316, + "num_tokens": 97272695.0, + "step": 75590 + }, + { + "entropy": 0.8994546353816986, + "epoch": 7.222699914015477, + "grad_norm": 1.6022047996520996, + "learning_rate": 1.9648266861581988e-05, + "loss": 0.0373, + "mean_token_accuracy": 0.9853430986404419, + "num_tokens": 97285540.0, + "step": 75600 + }, + { + "entropy": 0.9142256498336792, + "epoch": 7.223655297601987, + "grad_norm": 1.238345742225647, + "learning_rate": 1.963571484343074e-05, + "loss": 0.0383, + "mean_token_accuracy": 0.9853760480880738, + "num_tokens": 97298581.0, + "step": 75610 + }, + { + "entropy": 0.9114894926548004, + "epoch": 7.224610681188497, + "grad_norm": 0.7417284846305847, + "learning_rate": 1.9623165856206754e-05, + "loss": 0.02, + "mean_token_accuracy": 0.9936832845211029, + "num_tokens": 97311184.0, + "step": 75620 + }, + { + "entropy": 0.9285642623901367, + "epoch": 7.225566064775007, + "grad_norm": 0.8810567855834961, + "learning_rate": 1.9610619901162642e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9891411185264587, + "num_tokens": 97324372.0, + "step": 75630 + }, + { + "entropy": 0.8972675681114197, + "epoch": 7.226521448361517, + "grad_norm": 1.9814554452896118, + "learning_rate": 1.9598076979550705e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9894116759300232, + "num_tokens": 97336386.0, + "step": 75640 + }, + { + "entropy": 0.9077502846717834, + "epoch": 7.227476831948027, + "grad_norm": 1.1846492290496826, + "learning_rate": 1.9585537092622997e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9876630008220673, + "num_tokens": 97349189.0, + "step": 75650 + }, + { + "entropy": 0.9052123069763184, + "epoch": 7.2284322155345375, + "grad_norm": 0.3258337676525116, + "learning_rate": 1.9573000241631206e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9913106739521027, + "num_tokens": 97361683.0, + "step": 75660 + }, + { + "entropy": 0.900511509180069, + "epoch": 7.229387599121047, + "grad_norm": 1.0410661697387695, + "learning_rate": 1.9560466427826774e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9934246957302093, + "num_tokens": 97374496.0, + "step": 75670 + }, + { + "entropy": 0.9228649914264679, + "epoch": 7.230342982707557, + "grad_norm": 0.8997530937194824, + "learning_rate": 1.9547935652460798e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9893814265727997, + "num_tokens": 97387965.0, + "step": 75680 + }, + { + "entropy": 0.8921671211719513, + "epoch": 7.231298366294067, + "grad_norm": 1.3482686281204224, + "learning_rate": 1.9535407916784076e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.988194751739502, + "num_tokens": 97400601.0, + "step": 75690 + }, + { + "entropy": 0.9085272312164306, + "epoch": 7.232253749880577, + "grad_norm": 1.4330235719680786, + "learning_rate": 1.952288322204711e-05, + "loss": 0.0343, + "mean_token_accuracy": 0.9870889544486999, + "num_tokens": 97413040.0, + "step": 75700 + }, + { + "entropy": 0.9006939351558685, + "epoch": 7.233209133467087, + "grad_norm": 0.993752121925354, + "learning_rate": 1.9510361569500107e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9885732352733612, + "num_tokens": 97425608.0, + "step": 75710 + }, + { + "entropy": 0.9020906627178192, + "epoch": 7.234164517053597, + "grad_norm": 1.2391631603240967, + "learning_rate": 1.9497842960393003e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9864168643951416, + "num_tokens": 97438399.0, + "step": 75720 + }, + { + "entropy": 0.9122983872890472, + "epoch": 7.2351199006401075, + "grad_norm": 0.37864482402801514, + "learning_rate": 1.9485327395975318e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9902896404266357, + "num_tokens": 97451572.0, + "step": 75730 + }, + { + "entropy": 0.910418164730072, + "epoch": 7.236075284226617, + "grad_norm": 0.8622120022773743, + "learning_rate": 1.947281487749639e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9899446547031403, + "num_tokens": 97464476.0, + "step": 75740 + }, + { + "entropy": 0.9251262187957764, + "epoch": 7.237030667813127, + "grad_norm": 0.740362286567688, + "learning_rate": 1.946030540620518e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9906555771827698, + "num_tokens": 97477712.0, + "step": 75750 + }, + { + "entropy": 0.8890421569347382, + "epoch": 7.237986051399637, + "grad_norm": 1.4972069263458252, + "learning_rate": 1.9447798983350396e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9925184607505798, + "num_tokens": 97489783.0, + "step": 75760 + }, + { + "entropy": 0.9079662501811981, + "epoch": 7.238941434986147, + "grad_norm": 2.164898157119751, + "learning_rate": 1.9435295610180397e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9890053927898407, + "num_tokens": 97502768.0, + "step": 75770 + }, + { + "entropy": 0.9067426145076751, + "epoch": 7.239896818572657, + "grad_norm": 1.4067848920822144, + "learning_rate": 1.942279528794324e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9901767909526825, + "num_tokens": 97515555.0, + "step": 75780 + }, + { + "entropy": 0.9077549815177918, + "epoch": 7.240852202159167, + "grad_norm": 0.7740825414657593, + "learning_rate": 1.9410298017886724e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.989168906211853, + "num_tokens": 97528213.0, + "step": 75790 + }, + { + "entropy": 0.9137176215648651, + "epoch": 7.2418075857456765, + "grad_norm": 1.301653504371643, + "learning_rate": 1.9397803801258285e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9914753675460816, + "num_tokens": 97541147.0, + "step": 75800 + }, + { + "entropy": 0.8995366513729095, + "epoch": 7.242762969332187, + "grad_norm": 0.8914956450462341, + "learning_rate": 1.938531263930512e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.989734435081482, + "num_tokens": 97553915.0, + "step": 75810 + }, + { + "entropy": 0.9240171372890472, + "epoch": 7.243718352918697, + "grad_norm": 0.7508335709571838, + "learning_rate": 1.9372824533274025e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9882730126380921, + "num_tokens": 97567299.0, + "step": 75820 + }, + { + "entropy": 0.9102108538150787, + "epoch": 7.244673736505207, + "grad_norm": 0.6000690460205078, + "learning_rate": 1.9360339484411595e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9882935523986817, + "num_tokens": 97579857.0, + "step": 75830 + }, + { + "entropy": 0.9123359560966492, + "epoch": 7.245629120091717, + "grad_norm": 1.3606555461883545, + "learning_rate": 1.9347857493964035e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9896817207336426, + "num_tokens": 97592682.0, + "step": 75840 + }, + { + "entropy": 0.8996176898479462, + "epoch": 7.246584503678227, + "grad_norm": 0.9553963541984558, + "learning_rate": 1.933537856317732e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9912218391895294, + "num_tokens": 97605127.0, + "step": 75850 + }, + { + "entropy": 0.9015548169612885, + "epoch": 7.247539887264737, + "grad_norm": 1.6500242948532104, + "learning_rate": 1.9322902693297067e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.99126997590065, + "num_tokens": 97617778.0, + "step": 75860 + }, + { + "entropy": 0.9076796352863312, + "epoch": 7.2484952708512465, + "grad_norm": 1.706310749053955, + "learning_rate": 1.9310429885568582e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9873619258403779, + "num_tokens": 97630990.0, + "step": 75870 + }, + { + "entropy": 0.9082327067852021, + "epoch": 7.249450654437757, + "grad_norm": 0.7902299165725708, + "learning_rate": 1.9297960141236924e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9885793328285217, + "num_tokens": 97644213.0, + "step": 75880 + }, + { + "entropy": 0.9031772494316102, + "epoch": 7.250406038024266, + "grad_norm": 1.2434911727905273, + "learning_rate": 1.9285493461546773e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9917293608188629, + "num_tokens": 97656940.0, + "step": 75890 + }, + { + "entropy": 0.8953562259674073, + "epoch": 7.251361421610777, + "grad_norm": 1.8405342102050781, + "learning_rate": 1.9273029847742574e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9909928560256958, + "num_tokens": 97669563.0, + "step": 75900 + }, + { + "entropy": 0.9308776319026947, + "epoch": 7.252316805197287, + "grad_norm": 0.719575047492981, + "learning_rate": 1.9260569301068403e-05, + "loss": 0.0389, + "mean_token_accuracy": 0.9858567476272583, + "num_tokens": 97682613.0, + "step": 75910 + }, + { + "entropy": 0.910301810503006, + "epoch": 7.2532721887837965, + "grad_norm": 1.7791869640350342, + "learning_rate": 1.9248111822768072e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9895855963230134, + "num_tokens": 97695857.0, + "step": 75920 + }, + { + "entropy": 0.9133006036281586, + "epoch": 7.254227572370307, + "grad_norm": 2.3376688957214355, + "learning_rate": 1.9235657414085045e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.992985087633133, + "num_tokens": 97708803.0, + "step": 75930 + }, + { + "entropy": 0.9141014695167542, + "epoch": 7.255182955956816, + "grad_norm": 1.5524197816848755, + "learning_rate": 1.9223206076262546e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.989704966545105, + "num_tokens": 97721501.0, + "step": 75940 + }, + { + "entropy": 0.9039868533611297, + "epoch": 7.256138339543327, + "grad_norm": 0.9776498079299927, + "learning_rate": 1.9210757810543427e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9930164575576782, + "num_tokens": 97734369.0, + "step": 75950 + }, + { + "entropy": 0.9200081110000611, + "epoch": 7.257093723129836, + "grad_norm": 1.033320665359497, + "learning_rate": 1.9198312618170254e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9908171117305755, + "num_tokens": 97747242.0, + "step": 75960 + }, + { + "entropy": 0.9075351834297181, + "epoch": 7.258049106716347, + "grad_norm": 1.319494366645813, + "learning_rate": 1.9185870500385323e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9878451764583588, + "num_tokens": 97759817.0, + "step": 75970 + }, + { + "entropy": 0.9003194034099579, + "epoch": 7.259004490302857, + "grad_norm": 1.7215700149536133, + "learning_rate": 1.9173431458430545e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9921552240848541, + "num_tokens": 97772565.0, + "step": 75980 + }, + { + "entropy": 0.9106847763061523, + "epoch": 7.2599598738893665, + "grad_norm": 1.9268302917480469, + "learning_rate": 1.9160995493547624e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9904665231704712, + "num_tokens": 97785690.0, + "step": 75990 + }, + { + "entropy": 0.8983437776565552, + "epoch": 7.260915257475877, + "grad_norm": 1.2759830951690674, + "learning_rate": 1.9148562606977865e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.989685732126236, + "num_tokens": 97798128.0, + "step": 76000 + }, + { + "entropy": 0.9093634426593781, + "epoch": 7.261870641062386, + "grad_norm": 1.1373032331466675, + "learning_rate": 1.913613279996231e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.986867481470108, + "num_tokens": 97810722.0, + "step": 76010 + }, + { + "entropy": 0.9137029647827148, + "epoch": 7.262826024648897, + "grad_norm": 1.0115697383880615, + "learning_rate": 1.9123706073741703e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9900042414665222, + "num_tokens": 97823507.0, + "step": 76020 + }, + { + "entropy": 0.917951250076294, + "epoch": 7.263781408235406, + "grad_norm": 0.7298726439476013, + "learning_rate": 1.9111282429556437e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9920539438724518, + "num_tokens": 97836962.0, + "step": 76030 + }, + { + "entropy": 0.9273747026920318, + "epoch": 7.264736791821917, + "grad_norm": 1.2155134677886963, + "learning_rate": 1.9098861868646685e-05, + "loss": 0.0357, + "mean_token_accuracy": 0.9872784972190857, + "num_tokens": 97850679.0, + "step": 76040 + }, + { + "entropy": 0.9170262813568115, + "epoch": 7.265692175408427, + "grad_norm": 0.8920322060585022, + "learning_rate": 1.9086444392252174e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9914540708065033, + "num_tokens": 97863877.0, + "step": 76050 + }, + { + "entropy": 0.9160808503627778, + "epoch": 7.266647558994936, + "grad_norm": 1.3555158376693726, + "learning_rate": 1.907403000161246e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.988232547044754, + "num_tokens": 97876790.0, + "step": 76060 + }, + { + "entropy": 0.9237291693687439, + "epoch": 7.267602942581447, + "grad_norm": 0.6432871222496033, + "learning_rate": 1.906161869796669e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9908164083957672, + "num_tokens": 97889663.0, + "step": 76070 + }, + { + "entropy": 0.9142586588859558, + "epoch": 7.268558326167956, + "grad_norm": 0.6828274726867676, + "learning_rate": 1.9049210482553787e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9915538191795349, + "num_tokens": 97902617.0, + "step": 76080 + }, + { + "entropy": 0.9016703307628632, + "epoch": 7.269513709754467, + "grad_norm": 0.9500373005867004, + "learning_rate": 1.903680535661231e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9894424498081207, + "num_tokens": 97915426.0, + "step": 76090 + }, + { + "entropy": 0.901274573802948, + "epoch": 7.270469093340976, + "grad_norm": 1.4182358980178833, + "learning_rate": 1.9024403321380497e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9903826355934143, + "num_tokens": 97928009.0, + "step": 76100 + }, + { + "entropy": 0.8998447954654694, + "epoch": 7.2714244769274865, + "grad_norm": 0.7969304323196411, + "learning_rate": 1.9012004378096342e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.988858699798584, + "num_tokens": 97940630.0, + "step": 76110 + }, + { + "entropy": 0.908126050233841, + "epoch": 7.272379860513996, + "grad_norm": 0.9857029318809509, + "learning_rate": 1.899960852799747e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9921927034854889, + "num_tokens": 97953359.0, + "step": 76120 + }, + { + "entropy": 0.9046587824821473, + "epoch": 7.273335244100506, + "grad_norm": 2.038752317428589, + "learning_rate": 1.898721577232126e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.99010471701622, + "num_tokens": 97966037.0, + "step": 76130 + }, + { + "entropy": 0.9187465250492096, + "epoch": 7.274290627687017, + "grad_norm": 2.14081072807312, + "learning_rate": 1.897482611230467e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9893430352210999, + "num_tokens": 97978902.0, + "step": 76140 + }, + { + "entropy": 0.9007044494152069, + "epoch": 7.275246011273526, + "grad_norm": 1.1830674409866333, + "learning_rate": 1.8962439549184467e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9901324510574341, + "num_tokens": 97991532.0, + "step": 76150 + }, + { + "entropy": 0.909522944688797, + "epoch": 7.276201394860037, + "grad_norm": 2.43011474609375, + "learning_rate": 1.8950056084197077e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9902546584606171, + "num_tokens": 98004071.0, + "step": 76160 + }, + { + "entropy": 0.9259815156459809, + "epoch": 7.277156778446546, + "grad_norm": 1.134899616241455, + "learning_rate": 1.8937675718578586e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9887064695358276, + "num_tokens": 98016983.0, + "step": 76170 + }, + { + "entropy": 0.9063728272914886, + "epoch": 7.278112162033056, + "grad_norm": 0.3973960280418396, + "learning_rate": 1.8925298453564782e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9896328449249268, + "num_tokens": 98029771.0, + "step": 76180 + }, + { + "entropy": 0.9259429812431336, + "epoch": 7.279067545619566, + "grad_norm": 0.887423574924469, + "learning_rate": 1.8912924290391137e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9905693292617798, + "num_tokens": 98042971.0, + "step": 76190 + }, + { + "entropy": 0.9125090956687927, + "epoch": 7.280022929206076, + "grad_norm": 0.8199916481971741, + "learning_rate": 1.8900553230292857e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9900777459144592, + "num_tokens": 98055817.0, + "step": 76200 + }, + { + "entropy": 0.9132271707057953, + "epoch": 7.280978312792586, + "grad_norm": 0.2923528850078583, + "learning_rate": 1.8888185274504776e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9885261356830597, + "num_tokens": 98069059.0, + "step": 76210 + }, + { + "entropy": 0.9159476578235626, + "epoch": 7.281933696379096, + "grad_norm": 1.3170212507247925, + "learning_rate": 1.8875820424261498e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9893944025039673, + "num_tokens": 98081847.0, + "step": 76220 + }, + { + "entropy": 0.9053896605968476, + "epoch": 7.2828890799656065, + "grad_norm": 0.15466704964637756, + "learning_rate": 1.8863458680797197e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9903598010540009, + "num_tokens": 98094612.0, + "step": 76230 + }, + { + "entropy": 0.9228370130062103, + "epoch": 7.283844463552116, + "grad_norm": 1.4781297445297241, + "learning_rate": 1.8851100045345844e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9913086235523224, + "num_tokens": 98107405.0, + "step": 76240 + }, + { + "entropy": 0.9074789524078369, + "epoch": 7.284799847138626, + "grad_norm": 1.614866018295288, + "learning_rate": 1.8838744519141083e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9888777315616608, + "num_tokens": 98119974.0, + "step": 76250 + }, + { + "entropy": 0.9010728538036347, + "epoch": 7.285755230725136, + "grad_norm": 0.5793887972831726, + "learning_rate": 1.882639210341621e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.990912938117981, + "num_tokens": 98132324.0, + "step": 76260 + }, + { + "entropy": 0.9134465515613556, + "epoch": 7.286710614311646, + "grad_norm": 1.7512284517288208, + "learning_rate": 1.8814042799404225e-05, + "loss": 0.0318, + "mean_token_accuracy": 0.9881537437438965, + "num_tokens": 98145212.0, + "step": 76270 + }, + { + "entropy": 0.9134293138980866, + "epoch": 7.287665997898156, + "grad_norm": 0.5475909113883972, + "learning_rate": 1.8801696608337805e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.988241845369339, + "num_tokens": 98158126.0, + "step": 76280 + }, + { + "entropy": 0.9121921956539154, + "epoch": 7.288621381484666, + "grad_norm": 1.2636650800704956, + "learning_rate": 1.878935353144937e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9904031455516815, + "num_tokens": 98170723.0, + "step": 76290 + }, + { + "entropy": 0.9083247900009155, + "epoch": 7.2895767650711765, + "grad_norm": 1.101699948310852, + "learning_rate": 1.8777013569970953e-05, + "loss": 0.0188, + "mean_token_accuracy": 0.9912006676197052, + "num_tokens": 98183463.0, + "step": 76300 + }, + { + "entropy": 0.9073097467422485, + "epoch": 7.290532148657686, + "grad_norm": 2.249265432357788, + "learning_rate": 1.876467672513435e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9870410263538361, + "num_tokens": 98196120.0, + "step": 76310 + }, + { + "entropy": 0.9126729607582093, + "epoch": 7.291487532244196, + "grad_norm": 1.3327150344848633, + "learning_rate": 1.8752342998170996e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9912486016750336, + "num_tokens": 98208951.0, + "step": 76320 + }, + { + "entropy": 0.9153039753437042, + "epoch": 7.292442915830706, + "grad_norm": 0.5829634666442871, + "learning_rate": 1.8740012390312013e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9881691932678223, + "num_tokens": 98222298.0, + "step": 76330 + }, + { + "entropy": 0.8982688128948212, + "epoch": 7.293398299417216, + "grad_norm": 1.5711098909378052, + "learning_rate": 1.8727684902788257e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9884882748126984, + "num_tokens": 98234744.0, + "step": 76340 + }, + { + "entropy": 0.9217682182788849, + "epoch": 7.294353683003726, + "grad_norm": 1.0702688694000244, + "learning_rate": 1.8715360536830208e-05, + "loss": 0.0337, + "mean_token_accuracy": 0.9855323255062103, + "num_tokens": 98247527.0, + "step": 76350 + }, + { + "entropy": 0.9208533048629761, + "epoch": 7.295309066590236, + "grad_norm": 0.5019051432609558, + "learning_rate": 1.870303929366813e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9914398312568664, + "num_tokens": 98260765.0, + "step": 76360 + }, + { + "entropy": 0.9065708041191101, + "epoch": 7.296264450176746, + "grad_norm": 0.3741598129272461, + "learning_rate": 1.8690721174531835e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9909111618995666, + "num_tokens": 98273165.0, + "step": 76370 + }, + { + "entropy": 0.9277727127075195, + "epoch": 7.297219833763256, + "grad_norm": 1.433530330657959, + "learning_rate": 1.8678406180650942e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9880338907241821, + "num_tokens": 98286289.0, + "step": 76380 + }, + { + "entropy": 0.9183376967906952, + "epoch": 7.298175217349766, + "grad_norm": 1.2988468408584595, + "learning_rate": 1.866609431325474e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9898275673389435, + "num_tokens": 98299464.0, + "step": 76390 + }, + { + "entropy": 0.9072932481765748, + "epoch": 7.299130600936276, + "grad_norm": 0.822018563747406, + "learning_rate": 1.8653785573572165e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9888287365436554, + "num_tokens": 98312000.0, + "step": 76400 + }, + { + "entropy": 0.9041528284549714, + "epoch": 7.300085984522786, + "grad_norm": 2.08656907081604, + "learning_rate": 1.8641479962831865e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9909861147403717, + "num_tokens": 98324522.0, + "step": 76410 + }, + { + "entropy": 0.9038067579269409, + "epoch": 7.301041368109296, + "grad_norm": 1.5809905529022217, + "learning_rate": 1.8629177482262144e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9881738722324371, + "num_tokens": 98337111.0, + "step": 76420 + }, + { + "entropy": 0.9206383168697357, + "epoch": 7.301996751695806, + "grad_norm": 1.4090999364852905, + "learning_rate": 1.8616878133091066e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9877856612205506, + "num_tokens": 98349584.0, + "step": 76430 + }, + { + "entropy": 0.9238262176513672, + "epoch": 7.3029521352823155, + "grad_norm": 1.7341996431350708, + "learning_rate": 1.8604581916546298e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9891374051570893, + "num_tokens": 98362985.0, + "step": 76440 + }, + { + "entropy": 0.9064192354679108, + "epoch": 7.303907518868826, + "grad_norm": 1.4405337572097778, + "learning_rate": 1.859228883385527e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9879348635673523, + "num_tokens": 98375563.0, + "step": 76450 + }, + { + "entropy": 0.917936235666275, + "epoch": 7.304862902455336, + "grad_norm": 0.9973948001861572, + "learning_rate": 1.857999888624505e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.989695280790329, + "num_tokens": 98388648.0, + "step": 76460 + }, + { + "entropy": 0.9168287992477417, + "epoch": 7.305818286041846, + "grad_norm": 0.6848256587982178, + "learning_rate": 1.856771207494238e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9886697351932525, + "num_tokens": 98401713.0, + "step": 76470 + }, + { + "entropy": 0.9086927354335785, + "epoch": 7.306773669628356, + "grad_norm": 2.2057409286499023, + "learning_rate": 1.8555428401173752e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9897037863731384, + "num_tokens": 98414466.0, + "step": 76480 + }, + { + "entropy": 0.9182017266750335, + "epoch": 7.3077290532148655, + "grad_norm": 1.4726003408432007, + "learning_rate": 1.8543147866165294e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9901502132415771, + "num_tokens": 98427141.0, + "step": 76490 + }, + { + "entropy": 0.9110904693603515, + "epoch": 7.308684436801376, + "grad_norm": 1.1182763576507568, + "learning_rate": 1.8530870471142836e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9897663176059723, + "num_tokens": 98440017.0, + "step": 76500 + }, + { + "entropy": 0.9087452530860901, + "epoch": 7.309639820387885, + "grad_norm": 1.7876478433609009, + "learning_rate": 1.8518596217331874e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9902315557003021, + "num_tokens": 98452806.0, + "step": 76510 + }, + { + "entropy": 0.9198522746562958, + "epoch": 7.310595203974396, + "grad_norm": 1.128612995147705, + "learning_rate": 1.850632510595764e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9913550913333893, + "num_tokens": 98465933.0, + "step": 76520 + }, + { + "entropy": 0.9200113415718079, + "epoch": 7.311550587560905, + "grad_norm": 1.92210054397583, + "learning_rate": 1.849405713824499e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9899092197418213, + "num_tokens": 98478759.0, + "step": 76530 + }, + { + "entropy": 0.9169620633125305, + "epoch": 7.312505971147416, + "grad_norm": 1.2806040048599243, + "learning_rate": 1.8481792315418533e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9896704494953156, + "num_tokens": 98491331.0, + "step": 76540 + }, + { + "entropy": 0.9304071187973022, + "epoch": 7.313461354733926, + "grad_norm": 0.8241224884986877, + "learning_rate": 1.8469530638702516e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9878658533096314, + "num_tokens": 98504224.0, + "step": 76550 + }, + { + "entropy": 0.9270799219608307, + "epoch": 7.3144167383204355, + "grad_norm": 1.1781572103500366, + "learning_rate": 1.845727210932086e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9888445138931274, + "num_tokens": 98516905.0, + "step": 76560 + }, + { + "entropy": 0.9257345199584961, + "epoch": 7.315372121906946, + "grad_norm": 0.6520414352416992, + "learning_rate": 1.844501672849724e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9898251712322235, + "num_tokens": 98529630.0, + "step": 76570 + }, + { + "entropy": 0.9306219756603241, + "epoch": 7.316327505493455, + "grad_norm": 0.9703580737113953, + "learning_rate": 1.8432764497454948e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9902670860290528, + "num_tokens": 98542269.0, + "step": 76580 + }, + { + "entropy": 0.9112694680690765, + "epoch": 7.317282889079966, + "grad_norm": 0.66739422082901, + "learning_rate": 1.8420515417416988e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9901805222034454, + "num_tokens": 98555153.0, + "step": 76590 + }, + { + "entropy": 0.9129495799541474, + "epoch": 7.318238272666475, + "grad_norm": 0.4092399775981903, + "learning_rate": 1.840826948960604e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9903222441673278, + "num_tokens": 98567794.0, + "step": 76600 + }, + { + "entropy": 0.9183623492717743, + "epoch": 7.319193656252986, + "grad_norm": 0.46406519412994385, + "learning_rate": 1.839602671524449e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9855443120002747, + "num_tokens": 98580991.0, + "step": 76610 + }, + { + "entropy": 0.9094661056995392, + "epoch": 7.320149039839496, + "grad_norm": 0.9761322140693665, + "learning_rate": 1.8383787095554416e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.990359753370285, + "num_tokens": 98593446.0, + "step": 76620 + }, + { + "entropy": 0.9037082433700562, + "epoch": 7.321104423426005, + "grad_norm": 1.1385951042175293, + "learning_rate": 1.837155063175754e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9881584763526916, + "num_tokens": 98606561.0, + "step": 76630 + }, + { + "entropy": 0.9012182056903839, + "epoch": 7.322059807012516, + "grad_norm": 1.6347472667694092, + "learning_rate": 1.83593173250753e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9910429954528809, + "num_tokens": 98619451.0, + "step": 76640 + }, + { + "entropy": 0.9067410290241241, + "epoch": 7.323015190599025, + "grad_norm": 0.43056824803352356, + "learning_rate": 1.8347087176728783e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9895585119724274, + "num_tokens": 98631831.0, + "step": 76650 + }, + { + "entropy": 0.8941372394561767, + "epoch": 7.323970574185536, + "grad_norm": 1.2736260890960693, + "learning_rate": 1.833486018793883e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9875303328037262, + "num_tokens": 98644485.0, + "step": 76660 + }, + { + "entropy": 0.9138806402683258, + "epoch": 7.324925957772045, + "grad_norm": 0.7166210412979126, + "learning_rate": 1.8322636359925904e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9901085615158081, + "num_tokens": 98657271.0, + "step": 76670 + }, + { + "entropy": 0.9116261780261994, + "epoch": 7.3258813413585555, + "grad_norm": 0.5060659646987915, + "learning_rate": 1.831041569391016e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9915857791900635, + "num_tokens": 98670246.0, + "step": 76680 + }, + { + "entropy": 0.9154483199119567, + "epoch": 7.326836724945066, + "grad_norm": 1.6700091361999512, + "learning_rate": 1.8298198191111482e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9891515254974366, + "num_tokens": 98683509.0, + "step": 76690 + }, + { + "entropy": 0.9102112948894501, + "epoch": 7.327792108531575, + "grad_norm": 1.1621099710464478, + "learning_rate": 1.8285983852749374e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9912184476852417, + "num_tokens": 98696774.0, + "step": 76700 + }, + { + "entropy": 0.9126585483551025, + "epoch": 7.328747492118086, + "grad_norm": 1.78108549118042, + "learning_rate": 1.8273772680043083e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9898366332054138, + "num_tokens": 98709702.0, + "step": 76710 + }, + { + "entropy": 0.9206727623939515, + "epoch": 7.329702875704595, + "grad_norm": 1.1582086086273193, + "learning_rate": 1.8261564674211514e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9906335294246673, + "num_tokens": 98722712.0, + "step": 76720 + }, + { + "entropy": 0.9104084193706512, + "epoch": 7.330658259291106, + "grad_norm": 1.9723354578018188, + "learning_rate": 1.8249359836473234e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9897966504096984, + "num_tokens": 98735279.0, + "step": 76730 + }, + { + "entropy": 0.909529185295105, + "epoch": 7.331613642877615, + "grad_norm": 1.0929077863693237, + "learning_rate": 1.823715816804652e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.991271722316742, + "num_tokens": 98748284.0, + "step": 76740 + }, + { + "entropy": 0.9009467422962188, + "epoch": 7.3325690264641255, + "grad_norm": 2.1236062049865723, + "learning_rate": 1.8224959670149327e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9950665712356568, + "num_tokens": 98760995.0, + "step": 76750 + }, + { + "entropy": 0.9147859156131745, + "epoch": 7.333524410050635, + "grad_norm": 1.2147603034973145, + "learning_rate": 1.8212764343999322e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9889805853366852, + "num_tokens": 98773706.0, + "step": 76760 + }, + { + "entropy": 0.9248414158821106, + "epoch": 7.334479793637145, + "grad_norm": 1.4674865007400513, + "learning_rate": 1.8200572190813812e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.986530202627182, + "num_tokens": 98786670.0, + "step": 76770 + }, + { + "entropy": 0.9174331843852996, + "epoch": 7.335435177223656, + "grad_norm": 0.9927424192428589, + "learning_rate": 1.81883832118098e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9888867616653443, + "num_tokens": 98799221.0, + "step": 76780 + }, + { + "entropy": 0.9109841227531433, + "epoch": 7.336390560810165, + "grad_norm": 2.1787922382354736, + "learning_rate": 1.8176197408203953e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9906490504741668, + "num_tokens": 98811844.0, + "step": 76790 + }, + { + "entropy": 0.908289247751236, + "epoch": 7.3373459443966755, + "grad_norm": 0.5750977993011475, + "learning_rate": 1.816401478121269e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.992219203710556, + "num_tokens": 98824475.0, + "step": 76800 + }, + { + "entropy": 0.9114481568336487, + "epoch": 7.338301327983185, + "grad_norm": 1.21254301071167, + "learning_rate": 1.815183533205204e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9884415149688721, + "num_tokens": 98837135.0, + "step": 76810 + }, + { + "entropy": 0.9181811213493347, + "epoch": 7.339256711569695, + "grad_norm": 0.9605658054351807, + "learning_rate": 1.8139659061937746e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9912403762340546, + "num_tokens": 98850130.0, + "step": 76820 + }, + { + "entropy": 0.9214573204517365, + "epoch": 7.340212095156205, + "grad_norm": 0.22890478372573853, + "learning_rate": 1.8127485972085213e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9898067057132721, + "num_tokens": 98863420.0, + "step": 76830 + }, + { + "entropy": 0.91114462018013, + "epoch": 7.341167478742715, + "grad_norm": 0.6571472883224487, + "learning_rate": 1.8115316063709552e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9908354222774506, + "num_tokens": 98876428.0, + "step": 76840 + }, + { + "entropy": 0.9020515024662018, + "epoch": 7.342122862329225, + "grad_norm": 0.8180882334709167, + "learning_rate": 1.8103149338025577e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9897703707218171, + "num_tokens": 98888832.0, + "step": 76850 + }, + { + "entropy": 0.9203986644744873, + "epoch": 7.343078245915735, + "grad_norm": 1.225996971130371, + "learning_rate": 1.8090985796247734e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9906618356704712, + "num_tokens": 98901665.0, + "step": 76860 + }, + { + "entropy": 0.9024863600730896, + "epoch": 7.3440336295022455, + "grad_norm": 1.1301029920578003, + "learning_rate": 1.8078825439590176e-05, + "loss": 0.034, + "mean_token_accuracy": 0.9876629650592804, + "num_tokens": 98914307.0, + "step": 76870 + }, + { + "entropy": 0.9163081586360932, + "epoch": 7.344989013088755, + "grad_norm": 0.5837056636810303, + "learning_rate": 1.8066668269266712e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9913907289505005, + "num_tokens": 98926980.0, + "step": 76880 + }, + { + "entropy": 0.9554853498935699, + "epoch": 7.345944396675265, + "grad_norm": 1.6542874574661255, + "learning_rate": 1.8054514286490896e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9882986843585968, + "num_tokens": 98940659.0, + "step": 76890 + }, + { + "entropy": 0.9160832047462464, + "epoch": 7.346899780261775, + "grad_norm": 0.7034996151924133, + "learning_rate": 1.804236349247591e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9912521779537201, + "num_tokens": 98953588.0, + "step": 76900 + }, + { + "entropy": 0.9280365586280823, + "epoch": 7.347855163848285, + "grad_norm": 1.2901115417480469, + "learning_rate": 1.8030215888434617e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.991114467382431, + "num_tokens": 98966500.0, + "step": 76910 + }, + { + "entropy": 0.9355321586132049, + "epoch": 7.348810547434795, + "grad_norm": 1.0258896350860596, + "learning_rate": 1.8018071475579594e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9892083704471588, + "num_tokens": 98979419.0, + "step": 76920 + }, + { + "entropy": 0.9179532468318939, + "epoch": 7.349765931021305, + "grad_norm": 1.2835633754730225, + "learning_rate": 1.8005930255123066e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9905481100082397, + "num_tokens": 98991852.0, + "step": 76930 + }, + { + "entropy": 0.9163148283958436, + "epoch": 7.350721314607815, + "grad_norm": 0.5924063920974731, + "learning_rate": 1.799379222827698e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9918891549110412, + "num_tokens": 99004574.0, + "step": 76940 + }, + { + "entropy": 0.9049675822257995, + "epoch": 7.351676698194325, + "grad_norm": 1.1046711206436157, + "learning_rate": 1.7981657396252926e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9920467436313629, + "num_tokens": 99017313.0, + "step": 76950 + }, + { + "entropy": 0.9023367881774902, + "epoch": 7.352632081780835, + "grad_norm": 1.7006944417953491, + "learning_rate": 1.7969525760262184e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911391258239746, + "num_tokens": 99029697.0, + "step": 76960 + }, + { + "entropy": 0.9123591363430024, + "epoch": 7.353587465367345, + "grad_norm": 1.8607428073883057, + "learning_rate": 1.7957397321515713e-05, + "loss": 0.0355, + "mean_token_accuracy": 0.9865467309951782, + "num_tokens": 99042664.0, + "step": 76970 + }, + { + "entropy": 0.9290244936943054, + "epoch": 7.354542848953855, + "grad_norm": 1.6730257272720337, + "learning_rate": 1.7945272081224164e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9879882037639618, + "num_tokens": 99056055.0, + "step": 76980 + }, + { + "entropy": 0.9291719794273376, + "epoch": 7.355498232540365, + "grad_norm": 2.7122437953948975, + "learning_rate": 1.7933150040597906e-05, + "loss": 0.0339, + "mean_token_accuracy": 0.9890682876110077, + "num_tokens": 99068878.0, + "step": 76990 + }, + { + "entropy": 0.9069336652755737, + "epoch": 7.356453616126875, + "grad_norm": 1.511549949645996, + "learning_rate": 1.792103120084688e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9915318608283996, + "num_tokens": 99081292.0, + "step": 77000 + }, + { + "entropy": 0.9224373757839203, + "epoch": 7.357408999713385, + "grad_norm": 1.177534818649292, + "learning_rate": 1.7908915563180817e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9929454505443573, + "num_tokens": 99094688.0, + "step": 77010 + }, + { + "entropy": 0.9196109354496003, + "epoch": 7.358364383299895, + "grad_norm": 1.7281183004379272, + "learning_rate": 1.7896803128809065e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9879534304141998, + "num_tokens": 99107494.0, + "step": 77020 + }, + { + "entropy": 0.9300462305545807, + "epoch": 7.359319766886405, + "grad_norm": 1.31455397605896, + "learning_rate": 1.788469389894069e-05, + "loss": 0.0353, + "mean_token_accuracy": 0.9871148347854615, + "num_tokens": 99120311.0, + "step": 77030 + }, + { + "entropy": 0.9307633817195893, + "epoch": 7.360275150472915, + "grad_norm": 2.0207278728485107, + "learning_rate": 1.787258787478442e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9878263413906098, + "num_tokens": 99134133.0, + "step": 77040 + }, + { + "entropy": 0.9098623216152191, + "epoch": 7.361230534059425, + "grad_norm": 1.5937587022781372, + "learning_rate": 1.7860485057548637e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9901129901409149, + "num_tokens": 99146651.0, + "step": 77050 + }, + { + "entropy": 0.9212884783744812, + "epoch": 7.3621859176459346, + "grad_norm": 0.5401085019111633, + "learning_rate": 1.7848385448441467e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9907882809638977, + "num_tokens": 99159867.0, + "step": 77060 + }, + { + "entropy": 0.9305317819118499, + "epoch": 7.363141301232445, + "grad_norm": 1.1414225101470947, + "learning_rate": 1.7836289048670646e-05, + "loss": 0.0365, + "mean_token_accuracy": 0.986199164390564, + "num_tokens": 99173119.0, + "step": 77070 + }, + { + "entropy": 0.9132221877574921, + "epoch": 7.364096684818954, + "grad_norm": 1.942328929901123, + "learning_rate": 1.7824195859443655e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9875600278377533, + "num_tokens": 99186060.0, + "step": 77080 + }, + { + "entropy": 0.916214919090271, + "epoch": 7.365052068405465, + "grad_norm": 0.48344480991363525, + "learning_rate": 1.78121058819676e-05, + "loss": 0.0194, + "mean_token_accuracy": 0.9941454410552979, + "num_tokens": 99199076.0, + "step": 77090 + }, + { + "entropy": 0.9295660734176636, + "epoch": 7.366007451991975, + "grad_norm": 1.033414602279663, + "learning_rate": 1.78000191174493e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9891827166080475, + "num_tokens": 99211727.0, + "step": 77100 + }, + { + "entropy": 0.9157268702983856, + "epoch": 7.366962835578485, + "grad_norm": 0.9979478120803833, + "learning_rate": 1.7787935567095214e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9900231301784516, + "num_tokens": 99225177.0, + "step": 77110 + }, + { + "entropy": 0.903161346912384, + "epoch": 7.367918219164995, + "grad_norm": 0.7744137644767761, + "learning_rate": 1.7775855232111548e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9916657984256745, + "num_tokens": 99237889.0, + "step": 77120 + }, + { + "entropy": 0.9190912663936615, + "epoch": 7.3688736027515045, + "grad_norm": 1.0115514993667603, + "learning_rate": 1.776377811370413e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9918091118335723, + "num_tokens": 99250682.0, + "step": 77130 + }, + { + "entropy": 0.9125866651535034, + "epoch": 7.369828986338015, + "grad_norm": 0.3157353699207306, + "learning_rate": 1.7751704213078462e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9903328835964202, + "num_tokens": 99263588.0, + "step": 77140 + }, + { + "entropy": 0.9187212765216828, + "epoch": 7.370784369924524, + "grad_norm": 0.6790769100189209, + "learning_rate": 1.7739633531439786e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9911533474922181, + "num_tokens": 99276179.0, + "step": 77150 + }, + { + "entropy": 0.9066925048828125, + "epoch": 7.371739753511035, + "grad_norm": 1.3611335754394531, + "learning_rate": 1.7727566069992944e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9896957099437713, + "num_tokens": 99288488.0, + "step": 77160 + }, + { + "entropy": 0.9233400285243988, + "epoch": 7.372695137097544, + "grad_norm": 1.0197441577911377, + "learning_rate": 1.7715501829942532e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9909086167812348, + "num_tokens": 99301255.0, + "step": 77170 + }, + { + "entropy": 0.9255450010299683, + "epoch": 7.373650520684055, + "grad_norm": 1.0671305656433105, + "learning_rate": 1.7703440812492773e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.990593159198761, + "num_tokens": 99314119.0, + "step": 77180 + }, + { + "entropy": 0.9077901601791382, + "epoch": 7.374605904270565, + "grad_norm": 0.905737578868866, + "learning_rate": 1.769138301884758e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9895162165164948, + "num_tokens": 99326849.0, + "step": 77190 + }, + { + "entropy": 0.9099189579486847, + "epoch": 7.375561287857074, + "grad_norm": 0.987725555896759, + "learning_rate": 1.7679328450210536e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9889523267745972, + "num_tokens": 99339244.0, + "step": 77200 + }, + { + "entropy": 0.9245884954929352, + "epoch": 7.376516671443585, + "grad_norm": 1.9569768905639648, + "learning_rate": 1.7667277107784925e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9913533508777619, + "num_tokens": 99352137.0, + "step": 77210 + }, + { + "entropy": 0.913363265991211, + "epoch": 7.377472055030094, + "grad_norm": 1.7483235597610474, + "learning_rate": 1.7655228992773738e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9903199434280395, + "num_tokens": 99364870.0, + "step": 77220 + }, + { + "entropy": 0.9248428702354431, + "epoch": 7.378427438616605, + "grad_norm": 2.202542304992676, + "learning_rate": 1.764318410637953e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9848278641700745, + "num_tokens": 99378307.0, + "step": 77230 + }, + { + "entropy": 0.9258281350135803, + "epoch": 7.379382822203114, + "grad_norm": 1.2425419092178345, + "learning_rate": 1.7631142449804656e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9928602993488311, + "num_tokens": 99391613.0, + "step": 77240 + }, + { + "entropy": 0.935603928565979, + "epoch": 7.3803382057896245, + "grad_norm": 1.2484904527664185, + "learning_rate": 1.7619104024251075e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9898457229137421, + "num_tokens": 99405262.0, + "step": 77250 + }, + { + "entropy": 0.9184172511100769, + "epoch": 7.381293589376135, + "grad_norm": 1.2390207052230835, + "learning_rate": 1.7607068830920475e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9892586588859558, + "num_tokens": 99417906.0, + "step": 77260 + }, + { + "entropy": 0.9168217599391937, + "epoch": 7.382248972962644, + "grad_norm": 1.0180970430374146, + "learning_rate": 1.7595036871014187e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9888425350189209, + "num_tokens": 99431040.0, + "step": 77270 + }, + { + "entropy": 0.9197142481803894, + "epoch": 7.383204356549155, + "grad_norm": 0.48995575308799744, + "learning_rate": 1.7583008145733197e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9903133392333985, + "num_tokens": 99443896.0, + "step": 77280 + }, + { + "entropy": 0.9078519463539123, + "epoch": 7.384159740135664, + "grad_norm": 1.3290361166000366, + "learning_rate": 1.7570982656278247e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9924017429351807, + "num_tokens": 99456170.0, + "step": 77290 + }, + { + "entropy": 0.9146550178527832, + "epoch": 7.385115123722175, + "grad_norm": 1.3379180431365967, + "learning_rate": 1.7558960403849663e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9890695095062256, + "num_tokens": 99468904.0, + "step": 77300 + }, + { + "entropy": 0.909659206867218, + "epoch": 7.386070507308684, + "grad_norm": 1.022850513458252, + "learning_rate": 1.754694138964754e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9912614822387695, + "num_tokens": 99481607.0, + "step": 77310 + }, + { + "entropy": 0.9249121129512787, + "epoch": 7.3870258908951945, + "grad_norm": 1.1959044933319092, + "learning_rate": 1.7534925614871546e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9890702426433563, + "num_tokens": 99494347.0, + "step": 77320 + }, + { + "entropy": 0.9142485797405243, + "epoch": 7.387981274481705, + "grad_norm": 2.1217260360717773, + "learning_rate": 1.7522913080721122e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.991295462846756, + "num_tokens": 99507338.0, + "step": 77330 + }, + { + "entropy": 0.9166618883609772, + "epoch": 7.388936658068214, + "grad_norm": 0.7138170599937439, + "learning_rate": 1.7510903788395316e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9907291889190674, + "num_tokens": 99520020.0, + "step": 77340 + }, + { + "entropy": 0.9096433758735657, + "epoch": 7.389892041654725, + "grad_norm": 1.6988253593444824, + "learning_rate": 1.7498897739092918e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9903490602970123, + "num_tokens": 99532746.0, + "step": 77350 + }, + { + "entropy": 0.9205536603927612, + "epoch": 7.390847425241234, + "grad_norm": 0.5600510239601135, + "learning_rate": 1.7486894934012332e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9893946945667267, + "num_tokens": 99545783.0, + "step": 77360 + }, + { + "entropy": 0.9300408005714417, + "epoch": 7.3918028088277445, + "grad_norm": 1.1157633066177368, + "learning_rate": 1.7474895374351653e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9894744098186493, + "num_tokens": 99559245.0, + "step": 77370 + }, + { + "entropy": 0.9067100524902344, + "epoch": 7.392758192414254, + "grad_norm": 0.6582789421081543, + "learning_rate": 1.7462899061308698e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9910255193710327, + "num_tokens": 99571819.0, + "step": 77380 + }, + { + "entropy": 0.9314357280731201, + "epoch": 7.393713576000764, + "grad_norm": 0.8125092387199402, + "learning_rate": 1.7450905996080886e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9879268944263458, + "num_tokens": 99584516.0, + "step": 77390 + }, + { + "entropy": 0.9170416831970215, + "epoch": 7.394668959587274, + "grad_norm": 0.9916201233863831, + "learning_rate": 1.743891617986539e-05, + "loss": 0.0344, + "mean_token_accuracy": 0.9876973390579223, + "num_tokens": 99597626.0, + "step": 77400 + }, + { + "entropy": 0.914671516418457, + "epoch": 7.395624343173784, + "grad_norm": 1.042000651359558, + "learning_rate": 1.7426929613859e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9891809761524201, + "num_tokens": 99610284.0, + "step": 77410 + }, + { + "entropy": 0.9331786334514618, + "epoch": 7.396579726760295, + "grad_norm": 0.43532153964042664, + "learning_rate": 1.74149462992582e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9915064632892608, + "num_tokens": 99623938.0, + "step": 77420 + }, + { + "entropy": 0.9170400500297546, + "epoch": 7.397535110346804, + "grad_norm": 1.01487398147583, + "learning_rate": 1.7402966237259132e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9931914925575256, + "num_tokens": 99636366.0, + "step": 77430 + }, + { + "entropy": 0.9436045050621032, + "epoch": 7.3984904939333145, + "grad_norm": 1.3308672904968262, + "learning_rate": 1.7390989429057675e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9913678467273712, + "num_tokens": 99649583.0, + "step": 77440 + }, + { + "entropy": 0.9149685144424439, + "epoch": 7.399445877519824, + "grad_norm": 1.6269893646240234, + "learning_rate": 1.7379015875849308e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9918830394744873, + "num_tokens": 99662149.0, + "step": 77450 + }, + { + "entropy": 0.9188253581523895, + "epoch": 7.400401261106334, + "grad_norm": 1.0776066780090332, + "learning_rate": 1.7367045578829212e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9873681724071502, + "num_tokens": 99674804.0, + "step": 77460 + }, + { + "entropy": 0.9325783431529999, + "epoch": 7.401356644692844, + "grad_norm": 0.7489984631538391, + "learning_rate": 1.7355078539192276e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9903559148311615, + "num_tokens": 99687621.0, + "step": 77470 + }, + { + "entropy": 0.9301737189292908, + "epoch": 7.402312028279354, + "grad_norm": 1.732051134109497, + "learning_rate": 1.7343114758133006e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9905648112297059, + "num_tokens": 99700735.0, + "step": 77480 + }, + { + "entropy": 0.9164784848690033, + "epoch": 7.403267411865864, + "grad_norm": 2.1071462631225586, + "learning_rate": 1.7331154236845644e-05, + "loss": 0.0321, + "mean_token_accuracy": 0.988362455368042, + "num_tokens": 99713788.0, + "step": 77490 + }, + { + "entropy": 0.9195706725120545, + "epoch": 7.404222795452374, + "grad_norm": 1.948290467262268, + "learning_rate": 1.7319196976524055e-05, + "loss": 0.0355, + "mean_token_accuracy": 0.9870773375034332, + "num_tokens": 99726607.0, + "step": 77500 + }, + { + "entropy": 0.9339204847812652, + "epoch": 7.405178179038884, + "grad_norm": 1.9333750009536743, + "learning_rate": 1.7307242978361788e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9888974308967591, + "num_tokens": 99739403.0, + "step": 77510 + }, + { + "entropy": 0.91850506067276, + "epoch": 7.406133562625394, + "grad_norm": 1.3076221942901611, + "learning_rate": 1.72952922435521e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9878906965255737, + "num_tokens": 99752063.0, + "step": 77520 + }, + { + "entropy": 0.9388381779193878, + "epoch": 7.407088946211904, + "grad_norm": 0.6227468848228455, + "learning_rate": 1.7283344773287885e-05, + "loss": 0.032, + "mean_token_accuracy": 0.9876259207725525, + "num_tokens": 99765008.0, + "step": 77530 + }, + { + "entropy": 0.9227142453193664, + "epoch": 7.408044329798414, + "grad_norm": 1.3027477264404297, + "learning_rate": 1.727140056876176e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9907353699207306, + "num_tokens": 99777849.0, + "step": 77540 + }, + { + "entropy": 0.9324404835700989, + "epoch": 7.408999713384924, + "grad_norm": 0.745751678943634, + "learning_rate": 1.725945963116592e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9918555378913879, + "num_tokens": 99790747.0, + "step": 77550 + }, + { + "entropy": 0.9218459010124207, + "epoch": 7.409955096971434, + "grad_norm": 1.4701781272888184, + "learning_rate": 1.7247521961692343e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9935108661651612, + "num_tokens": 99803548.0, + "step": 77560 + }, + { + "entropy": 0.9297526895999908, + "epoch": 7.410910480557944, + "grad_norm": 0.9450392127037048, + "learning_rate": 1.72355875615326e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9895843446254731, + "num_tokens": 99817461.0, + "step": 77570 + }, + { + "entropy": 0.921926611661911, + "epoch": 7.411865864144454, + "grad_norm": 2.2665185928344727, + "learning_rate": 1.7223656431878006e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9916469097137451, + "num_tokens": 99830176.0, + "step": 77580 + }, + { + "entropy": 0.9101405620574952, + "epoch": 7.412821247730964, + "grad_norm": 1.9226133823394775, + "learning_rate": 1.721172857391949e-05, + "loss": 0.0157, + "mean_token_accuracy": 0.9942306220531464, + "num_tokens": 99842933.0, + "step": 77590 + }, + { + "entropy": 0.8991986572742462, + "epoch": 7.413776631317474, + "grad_norm": 0.45977678894996643, + "learning_rate": 1.719980398884766e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.991721773147583, + "num_tokens": 99855407.0, + "step": 77600 + }, + { + "entropy": 0.9128103494644165, + "epoch": 7.414732014903984, + "grad_norm": 0.5087862014770508, + "learning_rate": 1.7187882677852857e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9908761978149414, + "num_tokens": 99867752.0, + "step": 77610 + }, + { + "entropy": 0.9082729697227478, + "epoch": 7.415687398490494, + "grad_norm": 0.4315379559993744, + "learning_rate": 1.717596464212501e-05, + "loss": 0.0169, + "mean_token_accuracy": 0.9938775300979614, + "num_tokens": 99880450.0, + "step": 77620 + }, + { + "entropy": 0.9232765793800354, + "epoch": 7.416642782077004, + "grad_norm": 0.9870757460594177, + "learning_rate": 1.7164049882853812e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9872479617595673, + "num_tokens": 99893644.0, + "step": 77630 + }, + { + "entropy": 0.9266332387924194, + "epoch": 7.417598165663514, + "grad_norm": 0.5555675029754639, + "learning_rate": 1.7152138401228518e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9923324465751648, + "num_tokens": 99906555.0, + "step": 77640 + }, + { + "entropy": 0.909140145778656, + "epoch": 7.418553549250024, + "grad_norm": 0.34692397713661194, + "learning_rate": 1.7140230198438157e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9928635001182556, + "num_tokens": 99919189.0, + "step": 77650 + }, + { + "entropy": 0.9126067876815795, + "epoch": 7.419508932836534, + "grad_norm": 0.4205659329891205, + "learning_rate": 1.7128325275671398e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9934081077575684, + "num_tokens": 99931992.0, + "step": 77660 + }, + { + "entropy": 0.9032930433750153, + "epoch": 7.420464316423044, + "grad_norm": 1.1998887062072754, + "learning_rate": 1.7116423634116563e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9876870095729828, + "num_tokens": 99944503.0, + "step": 77670 + }, + { + "entropy": 0.9106797695159912, + "epoch": 7.421419700009554, + "grad_norm": 0.7825467586517334, + "learning_rate": 1.7104525274961657e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9891169726848602, + "num_tokens": 99957687.0, + "step": 77680 + }, + { + "entropy": 0.9049763143062591, + "epoch": 7.422375083596064, + "grad_norm": 1.0821044445037842, + "learning_rate": 1.7092630199394356e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9910985410213471, + "num_tokens": 99969926.0, + "step": 77690 + }, + { + "entropy": 0.9206481337547302, + "epoch": 7.4233304671825735, + "grad_norm": 1.7162878513336182, + "learning_rate": 1.708073840860203e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9868482828140259, + "num_tokens": 99982934.0, + "step": 77700 + }, + { + "entropy": 0.9033612847328186, + "epoch": 7.424285850769084, + "grad_norm": 1.3030462265014648, + "learning_rate": 1.706884990377168e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9870754182338715, + "num_tokens": 99995485.0, + "step": 77710 + }, + { + "entropy": 0.9222023963928223, + "epoch": 7.425241234355593, + "grad_norm": 0.8210236430168152, + "learning_rate": 1.705696468609003e-05, + "loss": 0.0332, + "mean_token_accuracy": 0.9851324558258057, + "num_tokens": 100008724.0, + "step": 77720 + }, + { + "entropy": 0.909994488954544, + "epoch": 7.426196617942104, + "grad_norm": 0.6742081642150879, + "learning_rate": 1.704508275674344e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9903640806674957, + "num_tokens": 100021404.0, + "step": 77730 + }, + { + "entropy": 0.9186048567295074, + "epoch": 7.427152001528614, + "grad_norm": 1.6296563148498535, + "learning_rate": 1.703320411691793e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9895830869674682, + "num_tokens": 100034724.0, + "step": 77740 + }, + { + "entropy": 0.9083711266517639, + "epoch": 7.428107385115124, + "grad_norm": 1.681922197341919, + "learning_rate": 1.7021328767799238e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9871496260166168, + "num_tokens": 100047337.0, + "step": 77750 + }, + { + "entropy": 0.9069864869117736, + "epoch": 7.429062768701634, + "grad_norm": 0.5797714591026306, + "learning_rate": 1.7009456710572734e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9899257957935333, + "num_tokens": 100060402.0, + "step": 77760 + }, + { + "entropy": 0.9213735938072205, + "epoch": 7.430018152288143, + "grad_norm": 1.3143006563186646, + "learning_rate": 1.699758794642348e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.988979822397232, + "num_tokens": 100073568.0, + "step": 77770 + }, + { + "entropy": 0.9352746486663819, + "epoch": 7.430973535874654, + "grad_norm": 0.6102576851844788, + "learning_rate": 1.698572247653618e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9896282851696014, + "num_tokens": 100086876.0, + "step": 77780 + }, + { + "entropy": 0.9161475360393524, + "epoch": 7.431928919461163, + "grad_norm": 1.0193959474563599, + "learning_rate": 1.6973860302095267e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9896072566509246, + "num_tokens": 100099629.0, + "step": 77790 + }, + { + "entropy": 0.9152356863021851, + "epoch": 7.432884303047674, + "grad_norm": 0.5355079770088196, + "learning_rate": 1.6962001424284774e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.99262934923172, + "num_tokens": 100112305.0, + "step": 77800 + }, + { + "entropy": 0.9046419978141784, + "epoch": 7.433839686634184, + "grad_norm": 1.652228832244873, + "learning_rate": 1.6950145844288474e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9901692271232605, + "num_tokens": 100124814.0, + "step": 77810 + }, + { + "entropy": 0.9227321565151214, + "epoch": 7.4347950702206935, + "grad_norm": 0.9053806066513062, + "learning_rate": 1.693829356328976e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9918638169765472, + "num_tokens": 100137822.0, + "step": 77820 + }, + { + "entropy": 0.9107543051242828, + "epoch": 7.435750453807204, + "grad_norm": 1.8199032545089722, + "learning_rate": 1.692644458247169e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9892873704433441, + "num_tokens": 100150854.0, + "step": 77830 + }, + { + "entropy": 0.917278778553009, + "epoch": 7.436705837393713, + "grad_norm": 0.4029954671859741, + "learning_rate": 1.6914598903017058e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9922200679779053, + "num_tokens": 100164103.0, + "step": 77840 + }, + { + "entropy": 0.908844655752182, + "epoch": 7.437661220980224, + "grad_norm": 1.0217275619506836, + "learning_rate": 1.6902756526108254e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9907923519611359, + "num_tokens": 100176695.0, + "step": 77850 + }, + { + "entropy": 0.9146837413311004, + "epoch": 7.438616604566733, + "grad_norm": 0.39614444971084595, + "learning_rate": 1.6890917452927414e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9909200966358185, + "num_tokens": 100189368.0, + "step": 77860 + }, + { + "entropy": 0.926112699508667, + "epoch": 7.439571988153244, + "grad_norm": 1.7304226160049438, + "learning_rate": 1.6879081684656234e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.990871250629425, + "num_tokens": 100202254.0, + "step": 77870 + }, + { + "entropy": 0.8996494472026825, + "epoch": 7.440527371739753, + "grad_norm": 0.9815202355384827, + "learning_rate": 1.686724922247618e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9909704804420472, + "num_tokens": 100214389.0, + "step": 77880 + }, + { + "entropy": 0.9107346117496491, + "epoch": 7.4414827553262635, + "grad_norm": 1.0740050077438354, + "learning_rate": 1.6855420067568373e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.988716471195221, + "num_tokens": 100226906.0, + "step": 77890 + }, + { + "entropy": 0.9255689144134521, + "epoch": 7.442438138912774, + "grad_norm": 3.031688928604126, + "learning_rate": 1.684359422111357e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9897655844688416, + "num_tokens": 100240251.0, + "step": 77900 + }, + { + "entropy": 0.9266458094120026, + "epoch": 7.443393522499283, + "grad_norm": 1.3724262714385986, + "learning_rate": 1.6831771684292203e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9883333027362824, + "num_tokens": 100253735.0, + "step": 77910 + }, + { + "entropy": 0.92397700548172, + "epoch": 7.444348906085794, + "grad_norm": 0.46334853768348694, + "learning_rate": 1.681995245828438e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9920034050941468, + "num_tokens": 100266564.0, + "step": 77920 + }, + { + "entropy": 0.9292523622512817, + "epoch": 7.445304289672303, + "grad_norm": 0.9372648000717163, + "learning_rate": 1.6808136544269915e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9885654449462891, + "num_tokens": 100279914.0, + "step": 77930 + }, + { + "entropy": 0.9233391523361206, + "epoch": 7.4462596732588135, + "grad_norm": 0.36021924018859863, + "learning_rate": 1.6796323943428217e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9881078243255615, + "num_tokens": 100292737.0, + "step": 77940 + }, + { + "entropy": 0.9104232072830201, + "epoch": 7.447215056845323, + "grad_norm": 1.2443163394927979, + "learning_rate": 1.678451465693846e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9922868549823761, + "num_tokens": 100305632.0, + "step": 77950 + }, + { + "entropy": 0.9340129435062409, + "epoch": 7.448170440431833, + "grad_norm": 1.1136791706085205, + "learning_rate": 1.6772708685979364e-05, + "loss": 0.023, + "mean_token_accuracy": 0.990397447347641, + "num_tokens": 100319260.0, + "step": 77960 + }, + { + "entropy": 0.9016373872756958, + "epoch": 7.449125824018344, + "grad_norm": 0.715876042842865, + "learning_rate": 1.6760906031729424e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9902329802513122, + "num_tokens": 100331916.0, + "step": 77970 + }, + { + "entropy": 0.9232228696346283, + "epoch": 7.450081207604853, + "grad_norm": 1.492566466331482, + "learning_rate": 1.6749106695366784e-05, + "loss": 0.0337, + "mean_token_accuracy": 0.9865737497806549, + "num_tokens": 100345534.0, + "step": 77980 + }, + { + "entropy": 0.9201610207557678, + "epoch": 7.451036591191364, + "grad_norm": 1.3069820404052734, + "learning_rate": 1.6737310678069224e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9872366309165954, + "num_tokens": 100358419.0, + "step": 77990 + }, + { + "entropy": 0.9130926966667176, + "epoch": 7.451991974777873, + "grad_norm": 0.4122980833053589, + "learning_rate": 1.67255179810142e-05, + "loss": 0.0175, + "mean_token_accuracy": 0.9932998836040496, + "num_tokens": 100371332.0, + "step": 78000 + }, + { + "entropy": 0.9270324766635895, + "epoch": 7.4529473583643835, + "grad_norm": 0.8021900653839111, + "learning_rate": 1.6713728605378837e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9905939042568207, + "num_tokens": 100384295.0, + "step": 78010 + }, + { + "entropy": 0.906783503293991, + "epoch": 7.453902741950893, + "grad_norm": 0.8372809886932373, + "learning_rate": 1.6701942552339968e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9931997537612915, + "num_tokens": 100397065.0, + "step": 78020 + }, + { + "entropy": 0.9159086167812347, + "epoch": 7.454858125537403, + "grad_norm": 0.7085311412811279, + "learning_rate": 1.669015982307403e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9910786867141723, + "num_tokens": 100409807.0, + "step": 78030 + }, + { + "entropy": 0.9194928109645844, + "epoch": 7.455813509123914, + "grad_norm": 0.6991792321205139, + "learning_rate": 1.6678380418757193e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9894426763057709, + "num_tokens": 100422869.0, + "step": 78040 + }, + { + "entropy": 0.9215289533138276, + "epoch": 7.456768892710423, + "grad_norm": 0.8548080325126648, + "learning_rate": 1.666660434056525e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9915152251720428, + "num_tokens": 100436072.0, + "step": 78050 + }, + { + "entropy": 0.9166299819946289, + "epoch": 7.457724276296934, + "grad_norm": 1.160763144493103, + "learning_rate": 1.665483158967365e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9884099841117859, + "num_tokens": 100448862.0, + "step": 78060 + }, + { + "entropy": 0.9103116929531098, + "epoch": 7.458679659883443, + "grad_norm": 1.7515734434127808, + "learning_rate": 1.6643062167257585e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9874825954437256, + "num_tokens": 100461925.0, + "step": 78070 + }, + { + "entropy": 0.9207178056240082, + "epoch": 7.459635043469953, + "grad_norm": 0.9577450156211853, + "learning_rate": 1.6631296074491825e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9896132707595825, + "num_tokens": 100474915.0, + "step": 78080 + }, + { + "entropy": 0.9103594720363617, + "epoch": 7.460590427056463, + "grad_norm": 0.8665198683738708, + "learning_rate": 1.6619533312550867e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9888748347759246, + "num_tokens": 100487112.0, + "step": 78090 + }, + { + "entropy": 0.9239721536636353, + "epoch": 7.461545810642973, + "grad_norm": 2.2213997840881348, + "learning_rate": 1.6607773882608836e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.989785659313202, + "num_tokens": 100500321.0, + "step": 78100 + }, + { + "entropy": 0.9091838955879211, + "epoch": 7.462501194229483, + "grad_norm": 0.695769190788269, + "learning_rate": 1.659601778583955e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9913794934749603, + "num_tokens": 100512607.0, + "step": 78110 + }, + { + "entropy": 0.9062584698200226, + "epoch": 7.463456577815993, + "grad_norm": 1.445693016052246, + "learning_rate": 1.6584265023416518e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9904217422008514, + "num_tokens": 100525045.0, + "step": 78120 + }, + { + "entropy": 0.9165175974369049, + "epoch": 7.4644119614025035, + "grad_norm": 0.932528555393219, + "learning_rate": 1.6572515596512865e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9884540677070618, + "num_tokens": 100538179.0, + "step": 78130 + }, + { + "entropy": 0.9189103543758392, + "epoch": 7.465367344989013, + "grad_norm": 1.0322984457015991, + "learning_rate": 1.6560769506301406e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9909681797027587, + "num_tokens": 100551360.0, + "step": 78140 + }, + { + "entropy": 0.9158845007419586, + "epoch": 7.466322728575523, + "grad_norm": 0.9321168661117554, + "learning_rate": 1.6549026753954606e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9885749101638794, + "num_tokens": 100564099.0, + "step": 78150 + }, + { + "entropy": 0.9121451437473297, + "epoch": 7.467278112162033, + "grad_norm": 1.1145838499069214, + "learning_rate": 1.6537287340644643e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.989730954170227, + "num_tokens": 100576517.0, + "step": 78160 + }, + { + "entropy": 0.9062824308872223, + "epoch": 7.468233495748543, + "grad_norm": 0.9169657826423645, + "learning_rate": 1.6525551267543297e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9910578191280365, + "num_tokens": 100589678.0, + "step": 78170 + }, + { + "entropy": 0.9122661650180817, + "epoch": 7.469188879335053, + "grad_norm": 1.0709940195083618, + "learning_rate": 1.651381853582209e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.9876329183578492, + "num_tokens": 100602208.0, + "step": 78180 + }, + { + "entropy": 0.9105288803577423, + "epoch": 7.470144262921563, + "grad_norm": 1.0298060178756714, + "learning_rate": 1.6502089146652143e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9918070018291474, + "num_tokens": 100615158.0, + "step": 78190 + }, + { + "entropy": 0.903649628162384, + "epoch": 7.471099646508073, + "grad_norm": 2.171725273132324, + "learning_rate": 1.6490363101204265e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9903928577899933, + "num_tokens": 100627906.0, + "step": 78200 + }, + { + "entropy": 0.8967316031455994, + "epoch": 7.472055030094583, + "grad_norm": 0.7033452391624451, + "learning_rate": 1.647864040064896e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9916643857955932, + "num_tokens": 100640513.0, + "step": 78210 + }, + { + "entropy": 0.9111015617847442, + "epoch": 7.473010413681093, + "grad_norm": 0.8187650442123413, + "learning_rate": 1.6466921046156357e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.994268274307251, + "num_tokens": 100653282.0, + "step": 78220 + }, + { + "entropy": 0.9048641264438629, + "epoch": 7.473965797267603, + "grad_norm": 1.2744380235671997, + "learning_rate": 1.6455205038896276e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9929479956626892, + "num_tokens": 100665716.0, + "step": 78230 + }, + { + "entropy": 0.8904557287693023, + "epoch": 7.474921180854113, + "grad_norm": 1.2781093120574951, + "learning_rate": 1.644349238003817e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9902314424514771, + "num_tokens": 100678285.0, + "step": 78240 + }, + { + "entropy": 0.9047923803329467, + "epoch": 7.475876564440623, + "grad_norm": 1.8534321784973145, + "learning_rate": 1.6431783070751223e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9899909198284149, + "num_tokens": 100691177.0, + "step": 78250 + }, + { + "entropy": 0.9118102490901947, + "epoch": 7.476831948027133, + "grad_norm": 0.6944192051887512, + "learning_rate": 1.6420077112204207e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9921441853046418, + "num_tokens": 100704158.0, + "step": 78260 + }, + { + "entropy": 0.9089595198631286, + "epoch": 7.4777873316136425, + "grad_norm": 0.8579581379890442, + "learning_rate": 1.6408374505565627e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9934516370296478, + "num_tokens": 100717057.0, + "step": 78270 + }, + { + "entropy": 0.8908807694911957, + "epoch": 7.478742715200153, + "grad_norm": 0.33337968587875366, + "learning_rate": 1.6396675252003618e-05, + "loss": 0.0163, + "mean_token_accuracy": 0.9941109180450439, + "num_tokens": 100729677.0, + "step": 78280 + }, + { + "entropy": 0.9040300190448761, + "epoch": 7.479698098786663, + "grad_norm": 3.0459208488464355, + "learning_rate": 1.6384979352685958e-05, + "loss": 0.0335, + "mean_token_accuracy": 0.9876490712165833, + "num_tokens": 100742188.0, + "step": 78290 + }, + { + "entropy": 0.9001653790473938, + "epoch": 7.480653482373173, + "grad_norm": 1.6385807991027832, + "learning_rate": 1.637328680878016e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9896532118320465, + "num_tokens": 100754927.0, + "step": 78300 + }, + { + "entropy": 0.9108295977115631, + "epoch": 7.481608865959683, + "grad_norm": 0.7454952001571655, + "learning_rate": 1.6361597621453333e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9917950093746185, + "num_tokens": 100767672.0, + "step": 78310 + }, + { + "entropy": 0.9230208694934845, + "epoch": 7.482564249546193, + "grad_norm": 1.08256196975708, + "learning_rate": 1.6349911791872292e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9872489511966706, + "num_tokens": 100780451.0, + "step": 78320 + }, + { + "entropy": 0.9177221536636353, + "epoch": 7.483519633132703, + "grad_norm": 0.9416662454605103, + "learning_rate": 1.6338229321203467e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9912182509899139, + "num_tokens": 100793354.0, + "step": 78330 + }, + { + "entropy": 0.8997979521751404, + "epoch": 7.4844750167192124, + "grad_norm": 0.7680211663246155, + "learning_rate": 1.632655021061302e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.990951657295227, + "num_tokens": 100806068.0, + "step": 78340 + }, + { + "entropy": 0.9279946982860565, + "epoch": 7.485430400305723, + "grad_norm": 0.7926973700523376, + "learning_rate": 1.6314874461266764e-05, + "loss": 0.037, + "mean_token_accuracy": 0.9862315356731415, + "num_tokens": 100819683.0, + "step": 78350 + }, + { + "entropy": 0.9203975439071655, + "epoch": 7.486385783892233, + "grad_norm": 0.9681299924850464, + "learning_rate": 1.630320207433014e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9909325778484345, + "num_tokens": 100832936.0, + "step": 78360 + }, + { + "entropy": 0.9015894055366516, + "epoch": 7.487341167478743, + "grad_norm": 0.34491318464279175, + "learning_rate": 1.6291533050968254e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9919894754886627, + "num_tokens": 100846050.0, + "step": 78370 + }, + { + "entropy": 0.911460816860199, + "epoch": 7.488296551065253, + "grad_norm": 0.7934849858283997, + "learning_rate": 1.6279867392345905e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9885692715644836, + "num_tokens": 100859383.0, + "step": 78380 + }, + { + "entropy": 0.8990492343902587, + "epoch": 7.4892519346517625, + "grad_norm": 1.0242741107940674, + "learning_rate": 1.626820509962756e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.993569427728653, + "num_tokens": 100872283.0, + "step": 78390 + }, + { + "entropy": 0.9117530107498169, + "epoch": 7.490207318238273, + "grad_norm": 0.673214316368103, + "learning_rate": 1.6256546173977327e-05, + "loss": 0.0261, + "mean_token_accuracy": 0.9887248933315277, + "num_tokens": 100885707.0, + "step": 78400 + }, + { + "entropy": 0.9066244900226593, + "epoch": 7.491162701824782, + "grad_norm": 0.8922057747840881, + "learning_rate": 1.6244890616558965e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9883240461349487, + "num_tokens": 100898837.0, + "step": 78410 + }, + { + "entropy": 0.9071877717971801, + "epoch": 7.492118085411293, + "grad_norm": 1.4762027263641357, + "learning_rate": 1.6233238428535953e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9917027711868286, + "num_tokens": 100912126.0, + "step": 78420 + }, + { + "entropy": 0.8940414726734162, + "epoch": 7.493073468997802, + "grad_norm": 0.8714605569839478, + "learning_rate": 1.6221589611071368e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9905881702899932, + "num_tokens": 100924604.0, + "step": 78430 + }, + { + "entropy": 0.9163522183895111, + "epoch": 7.494028852584313, + "grad_norm": 0.9036162495613098, + "learning_rate": 1.6209944165328013e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9907381057739257, + "num_tokens": 100937791.0, + "step": 78440 + }, + { + "entropy": 0.8970894396305085, + "epoch": 7.494984236170823, + "grad_norm": 0.9143303632736206, + "learning_rate": 1.6198302092468302e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9887861669063568, + "num_tokens": 100950380.0, + "step": 78450 + }, + { + "entropy": 0.9024645209312439, + "epoch": 7.4959396197573325, + "grad_norm": 0.6399235725402832, + "learning_rate": 1.6186663393654338e-05, + "loss": 0.0192, + "mean_token_accuracy": 0.9931091427803039, + "num_tokens": 100962645.0, + "step": 78460 + }, + { + "entropy": 0.9143487453460694, + "epoch": 7.496895003343843, + "grad_norm": 1.5052067041397095, + "learning_rate": 1.6175028070047866e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9884168803691864, + "num_tokens": 100975863.0, + "step": 78470 + }, + { + "entropy": 0.9127330303192138, + "epoch": 7.497850386930352, + "grad_norm": 2.048971176147461, + "learning_rate": 1.6163396122810325e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.989176869392395, + "num_tokens": 100989243.0, + "step": 78480 + }, + { + "entropy": 0.910304594039917, + "epoch": 7.498805770516863, + "grad_norm": 1.1734931468963623, + "learning_rate": 1.6151767553102838e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9899512827396393, + "num_tokens": 101002728.0, + "step": 78490 + }, + { + "entropy": 0.9147181034088134, + "epoch": 7.499761154103372, + "grad_norm": 1.431685447692871, + "learning_rate": 1.614014236208608e-05, + "loss": 0.0358, + "mean_token_accuracy": 0.9869238018989563, + "num_tokens": 101015638.0, + "step": 78500 + }, + { + "entropy": 0.9065345883369446, + "epoch": 7.500716537689883, + "grad_norm": 0.8480425477027893, + "learning_rate": 1.6128520550920523e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9890739560127259, + "num_tokens": 101028405.0, + "step": 78510 + }, + { + "entropy": 0.9278775513172149, + "epoch": 7.501671921276392, + "grad_norm": 1.4354232549667358, + "learning_rate": 1.6116902120766207e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9904174447059632, + "num_tokens": 101041888.0, + "step": 78520 + }, + { + "entropy": 0.9102691411972046, + "epoch": 7.502627304862902, + "grad_norm": 0.6953259706497192, + "learning_rate": 1.61052870727829e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9924788117408753, + "num_tokens": 101054982.0, + "step": 78530 + }, + { + "entropy": 0.9034527361392974, + "epoch": 7.503582688449413, + "grad_norm": 0.6592249870300293, + "learning_rate": 1.6093675408129994e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9901551365852356, + "num_tokens": 101067782.0, + "step": 78540 + }, + { + "entropy": 0.9116775989532471, + "epoch": 7.504538072035922, + "grad_norm": 2.067005157470703, + "learning_rate": 1.608206712796654e-05, + "loss": 0.0401, + "mean_token_accuracy": 0.9840499997138977, + "num_tokens": 101080549.0, + "step": 78550 + }, + { + "entropy": 0.9040233135223389, + "epoch": 7.505493455622433, + "grad_norm": 1.0124274492263794, + "learning_rate": 1.6070462233451256e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9911376297473907, + "num_tokens": 101093748.0, + "step": 78560 + }, + { + "entropy": 0.9268125236034394, + "epoch": 7.506448839208942, + "grad_norm": 2.0284080505371094, + "learning_rate": 1.6058860725742542e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.9882449150085449, + "num_tokens": 101107205.0, + "step": 78570 + }, + { + "entropy": 0.9147890865802765, + "epoch": 7.5074042227954525, + "grad_norm": 1.2835214138031006, + "learning_rate": 1.6047262605998457e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9919157028198242, + "num_tokens": 101120222.0, + "step": 78580 + }, + { + "entropy": 0.9138205528259278, + "epoch": 7.508359606381962, + "grad_norm": 2.8968584537506104, + "learning_rate": 1.603566787537671e-05, + "loss": 0.033, + "mean_token_accuracy": 0.9866571128368378, + "num_tokens": 101133050.0, + "step": 78590 + }, + { + "entropy": 0.9226277768611908, + "epoch": 7.509314989968472, + "grad_norm": 1.5963168144226074, + "learning_rate": 1.602407653503466e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9888408541679382, + "num_tokens": 101146380.0, + "step": 78600 + }, + { + "entropy": 0.9064124524593353, + "epoch": 7.510270373554983, + "grad_norm": 0.4299774467945099, + "learning_rate": 1.601248858612933e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9872963666915894, + "num_tokens": 101158355.0, + "step": 78610 + }, + { + "entropy": 0.9225765287876129, + "epoch": 7.511225757141492, + "grad_norm": 1.4727619886398315, + "learning_rate": 1.6000904029817453e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9866498112678528, + "num_tokens": 101170688.0, + "step": 78620 + }, + { + "entropy": 0.9159073948860168, + "epoch": 7.512181140728003, + "grad_norm": 0.5668463110923767, + "learning_rate": 1.5989322867255357e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9912931561470032, + "num_tokens": 101183396.0, + "step": 78630 + }, + { + "entropy": 0.9172989845275878, + "epoch": 7.513136524314512, + "grad_norm": 1.3127219676971436, + "learning_rate": 1.5977745099599058e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9878359019756318, + "num_tokens": 101196110.0, + "step": 78640 + }, + { + "entropy": 0.9224166810512543, + "epoch": 7.514091907901022, + "grad_norm": 0.9849095344543457, + "learning_rate": 1.5966170728004253e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9910393178462982, + "num_tokens": 101209518.0, + "step": 78650 + }, + { + "entropy": 0.9146487295627594, + "epoch": 7.515047291487532, + "grad_norm": 1.6286609172821045, + "learning_rate": 1.5954599753626266e-05, + "loss": 0.0316, + "mean_token_accuracy": 0.9882488310337066, + "num_tokens": 101222335.0, + "step": 78660 + }, + { + "entropy": 0.9007927179336548, + "epoch": 7.516002675074042, + "grad_norm": 0.9201613664627075, + "learning_rate": 1.5943032177620116e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9912647068500519, + "num_tokens": 101234709.0, + "step": 78670 + }, + { + "entropy": 0.9194875955581665, + "epoch": 7.516958058660553, + "grad_norm": 0.7866320610046387, + "learning_rate": 1.5931468001140453e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9880732297897339, + "num_tokens": 101247579.0, + "step": 78680 + }, + { + "entropy": 0.9159888982772827, + "epoch": 7.517913442247062, + "grad_norm": 0.9634579420089722, + "learning_rate": 1.5919907225341602e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9917222499847412, + "num_tokens": 101260188.0, + "step": 78690 + }, + { + "entropy": 0.9075989127159119, + "epoch": 7.5188688258335725, + "grad_norm": 0.9647218585014343, + "learning_rate": 1.590834985137753e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9912183940410614, + "num_tokens": 101272926.0, + "step": 78700 + }, + { + "entropy": 0.9175084114074707, + "epoch": 7.519824209420082, + "grad_norm": 0.7014968395233154, + "learning_rate": 1.5896795880401895e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9887066125869751, + "num_tokens": 101285891.0, + "step": 78710 + }, + { + "entropy": 0.9170915722846985, + "epoch": 7.520779593006592, + "grad_norm": 0.7232134342193604, + "learning_rate": 1.588524531356803e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9904542922973633, + "num_tokens": 101298967.0, + "step": 78720 + }, + { + "entropy": 0.9113790810108184, + "epoch": 7.521734976593102, + "grad_norm": 0.7902971506118774, + "learning_rate": 1.5873698152028843e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9901369392871857, + "num_tokens": 101311454.0, + "step": 78730 + }, + { + "entropy": 0.9122342944145203, + "epoch": 7.522690360179612, + "grad_norm": 1.4590537548065186, + "learning_rate": 1.5862154396936996e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9881472527980805, + "num_tokens": 101324270.0, + "step": 78740 + }, + { + "entropy": 0.921493935585022, + "epoch": 7.523645743766122, + "grad_norm": 1.2961680889129639, + "learning_rate": 1.585061404944475e-05, + "loss": 0.0352, + "mean_token_accuracy": 0.9871197581291199, + "num_tokens": 101337703.0, + "step": 78750 + }, + { + "entropy": 0.90525803565979, + "epoch": 7.524601127352632, + "grad_norm": 1.7859665155410767, + "learning_rate": 1.5839077110704075e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9934906661510468, + "num_tokens": 101350019.0, + "step": 78760 + }, + { + "entropy": 0.9173060595989228, + "epoch": 7.525556510939142, + "grad_norm": 0.989029049873352, + "learning_rate": 1.5827543581866567e-05, + "loss": 0.0348, + "mean_token_accuracy": 0.9878463089466095, + "num_tokens": 101362937.0, + "step": 78770 + }, + { + "entropy": 0.9258630454540253, + "epoch": 7.526511894525652, + "grad_norm": 1.5792148113250732, + "learning_rate": 1.581601346408346e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9899763941764832, + "num_tokens": 101376006.0, + "step": 78780 + }, + { + "entropy": 0.9203693032264709, + "epoch": 7.527467278112162, + "grad_norm": 1.2203761339187622, + "learning_rate": 1.580448675850572e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9915433585643768, + "num_tokens": 101388951.0, + "step": 78790 + }, + { + "entropy": 0.9150972902774811, + "epoch": 7.528422661698672, + "grad_norm": 0.8868093490600586, + "learning_rate": 1.579296346628389e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9889168739318848, + "num_tokens": 101401788.0, + "step": 78800 + }, + { + "entropy": 0.9034917771816253, + "epoch": 7.529378045285182, + "grad_norm": 1.7176988124847412, + "learning_rate": 1.578144358856827e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.989633297920227, + "num_tokens": 101414653.0, + "step": 78810 + }, + { + "entropy": 0.9107116758823395, + "epoch": 7.530333428871692, + "grad_norm": 1.2073456048965454, + "learning_rate": 1.5769927126508684e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9905019581317902, + "num_tokens": 101427417.0, + "step": 78820 + }, + { + "entropy": 0.92903351187706, + "epoch": 7.531288812458202, + "grad_norm": 0.7727447152137756, + "learning_rate": 1.5758414081254742e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9908503770828248, + "num_tokens": 101440905.0, + "step": 78830 + }, + { + "entropy": 0.9042902052402496, + "epoch": 7.5322441960447115, + "grad_norm": 0.31410279870033264, + "learning_rate": 1.5746904453955637e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9918047964572907, + "num_tokens": 101453441.0, + "step": 78840 + }, + { + "entropy": 0.9326767683029175, + "epoch": 7.533199579631222, + "grad_norm": 1.4045170545578003, + "learning_rate": 1.5735398245760274e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9869336187839508, + "num_tokens": 101466382.0, + "step": 78850 + }, + { + "entropy": 0.9245162844657898, + "epoch": 7.534154963217732, + "grad_norm": 0.8442080616950989, + "learning_rate": 1.572389545781717e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9892725884914398, + "num_tokens": 101479281.0, + "step": 78860 + }, + { + "entropy": 0.9196341156959533, + "epoch": 7.535110346804242, + "grad_norm": 1.1447792053222656, + "learning_rate": 1.5712396091274517e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9861386001110077, + "num_tokens": 101492570.0, + "step": 78870 + }, + { + "entropy": 0.9349481225013733, + "epoch": 7.536065730390752, + "grad_norm": 0.904693603515625, + "learning_rate": 1.570090014728019e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9910620152950287, + "num_tokens": 101505932.0, + "step": 78880 + }, + { + "entropy": 0.9152508974075317, + "epoch": 7.537021113977262, + "grad_norm": 1.451012372970581, + "learning_rate": 1.5689407626981667e-05, + "loss": 0.0346, + "mean_token_accuracy": 0.9867773592472077, + "num_tokens": 101518653.0, + "step": 78890 + }, + { + "entropy": 0.9224685490131378, + "epoch": 7.537976497563772, + "grad_norm": 0.4698130488395691, + "learning_rate": 1.5677918531526148e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9935643434524536, + "num_tokens": 101531906.0, + "step": 78900 + }, + { + "entropy": 0.9262390613555909, + "epoch": 7.5389318811502815, + "grad_norm": 0.5333472490310669, + "learning_rate": 1.566643286206046e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931900084018708, + "num_tokens": 101545430.0, + "step": 78910 + }, + { + "entropy": 0.9134423971176148, + "epoch": 7.539887264736792, + "grad_norm": 2.2550528049468994, + "learning_rate": 1.5654950619731075e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.992689722776413, + "num_tokens": 101557976.0, + "step": 78920 + }, + { + "entropy": 0.9006260395050049, + "epoch": 7.540842648323302, + "grad_norm": 1.667721152305603, + "learning_rate": 1.5643471805684117e-05, + "loss": 0.0193, + "mean_token_accuracy": 0.9903563976287841, + "num_tokens": 101570660.0, + "step": 78930 + }, + { + "entropy": 0.9171580314636231, + "epoch": 7.541798031909812, + "grad_norm": 1.4188947677612305, + "learning_rate": 1.5631996421065436e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9891611039638519, + "num_tokens": 101583502.0, + "step": 78940 + }, + { + "entropy": 0.9180143535137176, + "epoch": 7.542753415496322, + "grad_norm": 0.7335460782051086, + "learning_rate": 1.5620524467020465e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9926748454570771, + "num_tokens": 101596632.0, + "step": 78950 + }, + { + "entropy": 0.9130389451980591, + "epoch": 7.5437087990828315, + "grad_norm": 0.7119984030723572, + "learning_rate": 1.5609055944694307e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9920003533363342, + "num_tokens": 101609828.0, + "step": 78960 + }, + { + "entropy": 0.9279216229915619, + "epoch": 7.544664182669342, + "grad_norm": 0.9073107242584229, + "learning_rate": 1.559759085523177e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.989998197555542, + "num_tokens": 101623244.0, + "step": 78970 + }, + { + "entropy": 0.9213059902191162, + "epoch": 7.545619566255851, + "grad_norm": 0.9508345127105713, + "learning_rate": 1.558612919977725e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9900913596153259, + "num_tokens": 101635828.0, + "step": 78980 + }, + { + "entropy": 0.9132007241249085, + "epoch": 7.546574949842362, + "grad_norm": 0.8784530758857727, + "learning_rate": 1.5574670979474866e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9909719169139862, + "num_tokens": 101648232.0, + "step": 78990 + }, + { + "entropy": 0.9233523547649384, + "epoch": 7.547530333428872, + "grad_norm": 1.4370304346084595, + "learning_rate": 1.5563216195468354e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9889683961868286, + "num_tokens": 101661267.0, + "step": 79000 + }, + { + "entropy": 0.9342573881149292, + "epoch": 7.548485717015382, + "grad_norm": 1.1396697759628296, + "learning_rate": 1.5551764848901103e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9878235995769501, + "num_tokens": 101673935.0, + "step": 79010 + }, + { + "entropy": 0.9232277870178223, + "epoch": 7.549441100601892, + "grad_norm": 0.6496062874794006, + "learning_rate": 1.55403169409162e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9902624785900116, + "num_tokens": 101686561.0, + "step": 79020 + }, + { + "entropy": 0.9138375639915466, + "epoch": 7.5503964841884015, + "grad_norm": 0.5704381465911865, + "learning_rate": 1.552887247265633e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9894972681999207, + "num_tokens": 101698697.0, + "step": 79030 + }, + { + "entropy": 0.9316193282604217, + "epoch": 7.551351867774912, + "grad_norm": 0.8737021684646606, + "learning_rate": 1.5517431445263912e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9899957358837128, + "num_tokens": 101711660.0, + "step": 79040 + }, + { + "entropy": 0.9292522430419922, + "epoch": 7.552307251361421, + "grad_norm": 0.6036221981048584, + "learning_rate": 1.5505993859880917e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9918639659881592, + "num_tokens": 101724629.0, + "step": 79050 + }, + { + "entropy": 0.9202201008796692, + "epoch": 7.553262634947932, + "grad_norm": 0.47885823249816895, + "learning_rate": 1.549455971764908e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9924761176109314, + "num_tokens": 101737551.0, + "step": 79060 + }, + { + "entropy": 0.9333038747310638, + "epoch": 7.554218018534441, + "grad_norm": 0.38433417677879333, + "learning_rate": 1.5483129019709708e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9897248089313507, + "num_tokens": 101750992.0, + "step": 79070 + }, + { + "entropy": 0.9214429676532745, + "epoch": 7.555173402120952, + "grad_norm": 1.4176076650619507, + "learning_rate": 1.5471701767203835e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9935341835021972, + "num_tokens": 101763780.0, + "step": 79080 + }, + { + "entropy": 0.9216118693351746, + "epoch": 7.556128785707461, + "grad_norm": 1.019256830215454, + "learning_rate": 1.5460277961272097e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895151078701019, + "num_tokens": 101776868.0, + "step": 79090 + }, + { + "entropy": 0.905492639541626, + "epoch": 7.557084169293971, + "grad_norm": 0.827429473400116, + "learning_rate": 1.5448857603054783e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9921957135200501, + "num_tokens": 101789274.0, + "step": 79100 + }, + { + "entropy": 0.9156701385974884, + "epoch": 7.558039552880482, + "grad_norm": 1.5048727989196777, + "learning_rate": 1.5437440693691908e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9897971510887146, + "num_tokens": 101802364.0, + "step": 79110 + }, + { + "entropy": 0.9235184490680695, + "epoch": 7.558994936466991, + "grad_norm": 1.1748011112213135, + "learning_rate": 1.5426027234323044e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9881203651428223, + "num_tokens": 101815558.0, + "step": 79120 + }, + { + "entropy": 0.9041076302528381, + "epoch": 7.559950320053502, + "grad_norm": 0.5845310091972351, + "learning_rate": 1.541461722608753e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9910247087478637, + "num_tokens": 101828151.0, + "step": 79130 + }, + { + "entropy": 0.91822429895401, + "epoch": 7.560905703640011, + "grad_norm": 0.7773948907852173, + "learning_rate": 1.5403210670124234e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9873960435390472, + "num_tokens": 101841049.0, + "step": 79140 + }, + { + "entropy": 0.9224689483642579, + "epoch": 7.5618610872265215, + "grad_norm": 1.9428051710128784, + "learning_rate": 1.5391807567571787e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9909425199031829, + "num_tokens": 101853929.0, + "step": 79150 + }, + { + "entropy": 0.9170920491218567, + "epoch": 7.562816470813031, + "grad_norm": 1.5976430177688599, + "learning_rate": 1.5380407919568405e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9907274901866913, + "num_tokens": 101866863.0, + "step": 79160 + }, + { + "entropy": 0.9251044750213623, + "epoch": 7.563771854399541, + "grad_norm": 1.4676624536514282, + "learning_rate": 1.536901172725202e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.990487939119339, + "num_tokens": 101879614.0, + "step": 79170 + }, + { + "entropy": 0.9194932699203491, + "epoch": 7.564727237986052, + "grad_norm": 1.434467077255249, + "learning_rate": 1.535761899176017e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.988905954360962, + "num_tokens": 101892338.0, + "step": 79180 + }, + { + "entropy": 0.916219687461853, + "epoch": 7.565682621572561, + "grad_norm": 1.1967335939407349, + "learning_rate": 1.5346229714230048e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9897399306297302, + "num_tokens": 101905017.0, + "step": 79190 + }, + { + "entropy": 0.9304074764251709, + "epoch": 7.566638005159072, + "grad_norm": 0.707710862159729, + "learning_rate": 1.533484389579855e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9893262803554534, + "num_tokens": 101917646.0, + "step": 79200 + }, + { + "entropy": 0.9168675243854523, + "epoch": 7.567593388745581, + "grad_norm": 0.6311715245246887, + "learning_rate": 1.532346153760217e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9886239290237426, + "num_tokens": 101930209.0, + "step": 79210 + }, + { + "entropy": 0.9332290470600129, + "epoch": 7.5685487723320914, + "grad_norm": 0.792360246181488, + "learning_rate": 1.5312082640777097e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9906344830989837, + "num_tokens": 101942923.0, + "step": 79220 + }, + { + "entropy": 0.92295001745224, + "epoch": 7.569504155918601, + "grad_norm": 0.1740243285894394, + "learning_rate": 1.5300707206459158e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9928207397460938, + "num_tokens": 101956045.0, + "step": 79230 + }, + { + "entropy": 0.9305639326572418, + "epoch": 7.570459539505111, + "grad_norm": 0.8184027075767517, + "learning_rate": 1.5289335235783813e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9916633903980255, + "num_tokens": 101969087.0, + "step": 79240 + }, + { + "entropy": 0.9169901490211487, + "epoch": 7.571414923091622, + "grad_norm": 1.4428287744522095, + "learning_rate": 1.5277966729886233e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9914284527301789, + "num_tokens": 101981066.0, + "step": 79250 + }, + { + "entropy": 0.9270700752735138, + "epoch": 7.572370306678131, + "grad_norm": 1.116027593612671, + "learning_rate": 1.52666016899012e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9893324494361877, + "num_tokens": 101993704.0, + "step": 79260 + }, + { + "entropy": 0.921221387386322, + "epoch": 7.5733256902646415, + "grad_norm": 0.4843553900718689, + "learning_rate": 1.5255240116963143e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9915982186794281, + "num_tokens": 102006919.0, + "step": 79270 + }, + { + "entropy": 0.9230750739574433, + "epoch": 7.574281073851151, + "grad_norm": 0.9205811023712158, + "learning_rate": 1.5243882012206157e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.990132063627243, + "num_tokens": 102019623.0, + "step": 79280 + }, + { + "entropy": 0.9280180215835572, + "epoch": 7.575236457437661, + "grad_norm": 0.9298825860023499, + "learning_rate": 1.5232527376764017e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9918642640113831, + "num_tokens": 102032263.0, + "step": 79290 + }, + { + "entropy": 0.916080367565155, + "epoch": 7.576191841024171, + "grad_norm": 0.27972254157066345, + "learning_rate": 1.522117621177011e-05, + "loss": 0.02, + "mean_token_accuracy": 0.993395847082138, + "num_tokens": 102045117.0, + "step": 79300 + }, + { + "entropy": 0.9116899311542511, + "epoch": 7.577147224610681, + "grad_norm": 1.2289854288101196, + "learning_rate": 1.5209828518357516e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9883095383644104, + "num_tokens": 102057604.0, + "step": 79310 + }, + { + "entropy": 0.9134454131126404, + "epoch": 7.578102608197192, + "grad_norm": 1.484397292137146, + "learning_rate": 1.5198484297658943e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9895098268985748, + "num_tokens": 102069837.0, + "step": 79320 + }, + { + "entropy": 0.9121784329414367, + "epoch": 7.579057991783701, + "grad_norm": 0.7620100378990173, + "learning_rate": 1.5187143550806732e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.991381722688675, + "num_tokens": 102082556.0, + "step": 79330 + }, + { + "entropy": 0.9253576636314392, + "epoch": 7.5800133753702115, + "grad_norm": 0.8589380979537964, + "learning_rate": 1.5175806278932941e-05, + "loss": 0.0363, + "mean_token_accuracy": 0.9874770522117615, + "num_tokens": 102095334.0, + "step": 79340 + }, + { + "entropy": 0.9152889251708984, + "epoch": 7.580968758956721, + "grad_norm": 1.5852162837982178, + "learning_rate": 1.5164472483169206e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9918353378772735, + "num_tokens": 102108353.0, + "step": 79350 + }, + { + "entropy": 0.9227625072002411, + "epoch": 7.581924142543231, + "grad_norm": 1.291589617729187, + "learning_rate": 1.515314216464691e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.99197056889534, + "num_tokens": 102121164.0, + "step": 79360 + }, + { + "entropy": 0.9101831257343292, + "epoch": 7.582879526129741, + "grad_norm": 1.9194366931915283, + "learning_rate": 1.514181532449696e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9916911244392395, + "num_tokens": 102133669.0, + "step": 79370 + }, + { + "entropy": 0.912082314491272, + "epoch": 7.583834909716251, + "grad_norm": 2.929044246673584, + "learning_rate": 1.5130491963850025e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9903100550174713, + "num_tokens": 102146384.0, + "step": 79380 + }, + { + "entropy": 0.9216041505336762, + "epoch": 7.5847902933027616, + "grad_norm": 1.6293461322784424, + "learning_rate": 1.5119172083836403e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9892395615577698, + "num_tokens": 102159122.0, + "step": 79390 + }, + { + "entropy": 0.9094459652900696, + "epoch": 7.585745676889271, + "grad_norm": 1.1231062412261963, + "learning_rate": 1.5107855685586015e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.992288339138031, + "num_tokens": 102171576.0, + "step": 79400 + }, + { + "entropy": 0.9134919285774231, + "epoch": 7.586701060475781, + "grad_norm": 0.6853967905044556, + "learning_rate": 1.509654277022845e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.98768390417099, + "num_tokens": 102184224.0, + "step": 79410 + }, + { + "entropy": 0.9247091054916382, + "epoch": 7.587656444062291, + "grad_norm": 0.8556368947029114, + "learning_rate": 1.5085233338892935e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9897929191589355, + "num_tokens": 102196949.0, + "step": 79420 + }, + { + "entropy": 0.9198399543762207, + "epoch": 7.588611827648801, + "grad_norm": 0.7136531472206116, + "learning_rate": 1.5073927392708393e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9900577783584594, + "num_tokens": 102210195.0, + "step": 79430 + }, + { + "entropy": 0.9099821031093598, + "epoch": 7.589567211235311, + "grad_norm": 2.3536438941955566, + "learning_rate": 1.5062624932803344e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9926968574523926, + "num_tokens": 102223470.0, + "step": 79440 + }, + { + "entropy": 0.9113880217075347, + "epoch": 7.590522594821821, + "grad_norm": 0.48266977071762085, + "learning_rate": 1.5051325960306029e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9905224144458771, + "num_tokens": 102236070.0, + "step": 79450 + }, + { + "entropy": 0.9127730131149292, + "epoch": 7.591477978408331, + "grad_norm": 1.6463258266448975, + "learning_rate": 1.5040030476344242e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9925705969333649, + "num_tokens": 102249027.0, + "step": 79460 + }, + { + "entropy": 0.9043213069438935, + "epoch": 7.592433361994841, + "grad_norm": 0.961796760559082, + "learning_rate": 1.5028738482045506e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9918849050998688, + "num_tokens": 102261465.0, + "step": 79470 + }, + { + "entropy": 0.9141400516033172, + "epoch": 7.5933887455813505, + "grad_norm": 0.9216077923774719, + "learning_rate": 1.5017449978537001e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9900115132331848, + "num_tokens": 102274502.0, + "step": 79480 + }, + { + "entropy": 0.9282231152057647, + "epoch": 7.594344129167861, + "grad_norm": 1.0400965213775635, + "learning_rate": 1.5006164966945508e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9903944969177246, + "num_tokens": 102287726.0, + "step": 79490 + }, + { + "entropy": 0.9150389611721039, + "epoch": 7.595299512754371, + "grad_norm": 0.7898715734481812, + "learning_rate": 1.4994883448397485e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.989046061038971, + "num_tokens": 102300810.0, + "step": 79500 + }, + { + "entropy": 0.9086125910282135, + "epoch": 7.596254896340881, + "grad_norm": 1.2030344009399414, + "learning_rate": 1.4983605424019032e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9931138753890991, + "num_tokens": 102314048.0, + "step": 79510 + }, + { + "entropy": 0.9058604717254639, + "epoch": 7.597210279927391, + "grad_norm": 1.054510474205017, + "learning_rate": 1.4972330894935926e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9912609457969666, + "num_tokens": 102326580.0, + "step": 79520 + }, + { + "entropy": 0.9234611630439759, + "epoch": 7.5981656635139005, + "grad_norm": 0.7402880787849426, + "learning_rate": 1.4961059862273558e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9891241371631623, + "num_tokens": 102339397.0, + "step": 79530 + }, + { + "entropy": 0.9127580940723419, + "epoch": 7.599121047100411, + "grad_norm": 1.7998522520065308, + "learning_rate": 1.494979232715702e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9916481971740723, + "num_tokens": 102352227.0, + "step": 79540 + }, + { + "entropy": 0.9068187534809112, + "epoch": 7.60007643068692, + "grad_norm": 1.5631802082061768, + "learning_rate": 1.4938528290710995e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.990302687883377, + "num_tokens": 102364995.0, + "step": 79550 + }, + { + "entropy": 0.9218624591827392, + "epoch": 7.601031814273431, + "grad_norm": 0.794472336769104, + "learning_rate": 1.4927267754059848e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9920573055744171, + "num_tokens": 102378252.0, + "step": 79560 + }, + { + "entropy": 0.9045620381832122, + "epoch": 7.601987197859941, + "grad_norm": 0.8478279709815979, + "learning_rate": 1.491601071832761e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.99049152135849, + "num_tokens": 102390926.0, + "step": 79570 + }, + { + "entropy": 0.9215525984764099, + "epoch": 7.602942581446451, + "grad_norm": 0.4494722783565521, + "learning_rate": 1.4904757184637935e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9920686721801758, + "num_tokens": 102403987.0, + "step": 79580 + }, + { + "entropy": 0.9065458595752716, + "epoch": 7.603897965032961, + "grad_norm": 1.1317684650421143, + "learning_rate": 1.4893507154114145e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9920104324817658, + "num_tokens": 102416363.0, + "step": 79590 + }, + { + "entropy": 0.9239721298217773, + "epoch": 7.6048533486194705, + "grad_norm": 0.8928127288818359, + "learning_rate": 1.4882260627879175e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9899162530899048, + "num_tokens": 102429468.0, + "step": 79600 + }, + { + "entropy": 0.9092010438442231, + "epoch": 7.605808732205981, + "grad_norm": 1.0687835216522217, + "learning_rate": 1.4871017607055666e-05, + "loss": 0.018, + "mean_token_accuracy": 0.9946316659450531, + "num_tokens": 102442153.0, + "step": 79610 + }, + { + "entropy": 0.9072407841682434, + "epoch": 7.60676411579249, + "grad_norm": 0.7806589007377625, + "learning_rate": 1.485977809276589e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9902020990848541, + "num_tokens": 102454904.0, + "step": 79620 + }, + { + "entropy": 0.9157366514205932, + "epoch": 7.607719499379001, + "grad_norm": 0.8150424957275391, + "learning_rate": 1.4848542086131757e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9907558917999267, + "num_tokens": 102467899.0, + "step": 79630 + }, + { + "entropy": 0.9118815243244172, + "epoch": 7.608674882965511, + "grad_norm": 1.0461403131484985, + "learning_rate": 1.4837309588274823e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9876686930656433, + "num_tokens": 102480431.0, + "step": 79640 + }, + { + "entropy": 0.9170779109001159, + "epoch": 7.609630266552021, + "grad_norm": 0.7179089784622192, + "learning_rate": 1.4826080600316289e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9921971738338471, + "num_tokens": 102493646.0, + "step": 79650 + }, + { + "entropy": 0.9025921583175659, + "epoch": 7.610585650138531, + "grad_norm": 0.8690500259399414, + "learning_rate": 1.4814855123377054e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9907737076282501, + "num_tokens": 102506187.0, + "step": 79660 + }, + { + "entropy": 0.907163554430008, + "epoch": 7.61154103372504, + "grad_norm": 2.0602517127990723, + "learning_rate": 1.48036331585776e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9900376677513123, + "num_tokens": 102518592.0, + "step": 79670 + }, + { + "entropy": 0.9142611861228943, + "epoch": 7.612496417311551, + "grad_norm": 1.1081920862197876, + "learning_rate": 1.479241470703812e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9889517068862915, + "num_tokens": 102531857.0, + "step": 79680 + }, + { + "entropy": 0.9184388637542724, + "epoch": 7.61345180089806, + "grad_norm": 0.9216515421867371, + "learning_rate": 1.4781199769878412e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9875278353691102, + "num_tokens": 102544530.0, + "step": 79690 + }, + { + "entropy": 0.9141671061515808, + "epoch": 7.614407184484571, + "grad_norm": 0.4011154770851135, + "learning_rate": 1.4769988348217918e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9888033747673035, + "num_tokens": 102557078.0, + "step": 79700 + }, + { + "entropy": 0.9244699358940125, + "epoch": 7.615362568071081, + "grad_norm": 1.891521692276001, + "learning_rate": 1.475878044317579e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9888540804386139, + "num_tokens": 102570232.0, + "step": 79710 + }, + { + "entropy": 0.9208980739116669, + "epoch": 7.6163179516575905, + "grad_norm": 2.2222349643707275, + "learning_rate": 1.474757605587076e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9872860014438629, + "num_tokens": 102583290.0, + "step": 79720 + }, + { + "entropy": 0.9067666530609131, + "epoch": 7.617273335244101, + "grad_norm": 0.43180152773857117, + "learning_rate": 1.4736375187421247e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9914998888969422, + "num_tokens": 102596082.0, + "step": 79730 + }, + { + "entropy": 0.9192173063755036, + "epoch": 7.61822871883061, + "grad_norm": 0.8339160084724426, + "learning_rate": 1.4725177838945287e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.990901792049408, + "num_tokens": 102608955.0, + "step": 79740 + }, + { + "entropy": 0.9396888136863708, + "epoch": 7.619184102417121, + "grad_norm": 0.9485180377960205, + "learning_rate": 1.4713984011560622e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9913200259208679, + "num_tokens": 102622746.0, + "step": 79750 + }, + { + "entropy": 0.9326791822910309, + "epoch": 7.62013948600363, + "grad_norm": 0.7464455962181091, + "learning_rate": 1.4702793706384571e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9907836377620697, + "num_tokens": 102636467.0, + "step": 79760 + }, + { + "entropy": 0.9330470383167266, + "epoch": 7.621094869590141, + "grad_norm": 0.6408141255378723, + "learning_rate": 1.4691606924534168e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.988587063550949, + "num_tokens": 102649524.0, + "step": 79770 + }, + { + "entropy": 0.9215668022632599, + "epoch": 7.62205025317665, + "grad_norm": 0.948053240776062, + "learning_rate": 1.4680423667126053e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9889504432678222, + "num_tokens": 102662359.0, + "step": 79780 + }, + { + "entropy": 0.9104860663414002, + "epoch": 7.6230056367631605, + "grad_norm": 0.5979632139205933, + "learning_rate": 1.466924393527651e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9904240548610688, + "num_tokens": 102674868.0, + "step": 79790 + }, + { + "entropy": 0.9209352374076843, + "epoch": 7.62396102034967, + "grad_norm": 0.9593595266342163, + "learning_rate": 1.465806773010151e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9910081923007965, + "num_tokens": 102687881.0, + "step": 79800 + }, + { + "entropy": 0.9093803465366364, + "epoch": 7.62491640393618, + "grad_norm": 1.1874687671661377, + "learning_rate": 1.4646895052716647e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.992263275384903, + "num_tokens": 102700822.0, + "step": 79810 + }, + { + "entropy": 0.9092934846878051, + "epoch": 7.625871787522691, + "grad_norm": 0.645336925983429, + "learning_rate": 1.4635725904237146e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9911610245704651, + "num_tokens": 102713774.0, + "step": 79820 + }, + { + "entropy": 0.9165582537651062, + "epoch": 7.6268271711092, + "grad_norm": 0.9658147096633911, + "learning_rate": 1.46245602857779e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9915126621723175, + "num_tokens": 102726819.0, + "step": 79830 + }, + { + "entropy": 0.9258461833000183, + "epoch": 7.6277825546957105, + "grad_norm": 0.5932374000549316, + "learning_rate": 1.4613398198453454e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.991775369644165, + "num_tokens": 102739705.0, + "step": 79840 + }, + { + "entropy": 0.9000224649906159, + "epoch": 7.62873793828222, + "grad_norm": 0.671333909034729, + "learning_rate": 1.4602239643378013e-05, + "loss": 0.0184, + "mean_token_accuracy": 0.9931455373764038, + "num_tokens": 102752312.0, + "step": 79850 + }, + { + "entropy": 0.920190954208374, + "epoch": 7.62969332186873, + "grad_norm": 1.570116639137268, + "learning_rate": 1.4591084621665396e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9916333973407745, + "num_tokens": 102764808.0, + "step": 79860 + }, + { + "entropy": 0.9052544832229614, + "epoch": 7.63064870545524, + "grad_norm": 1.1124799251556396, + "learning_rate": 1.4579933134429085e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9916929483413697, + "num_tokens": 102777752.0, + "step": 79870 + }, + { + "entropy": 0.9192372381687164, + "epoch": 7.63160408904175, + "grad_norm": 1.1474614143371582, + "learning_rate": 1.4568785182782186e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9911113560199738, + "num_tokens": 102790876.0, + "step": 79880 + }, + { + "entropy": 0.9152710139751434, + "epoch": 7.632559472628261, + "grad_norm": 1.406034231185913, + "learning_rate": 1.455764076783751e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9870849251747131, + "num_tokens": 102803838.0, + "step": 79890 + }, + { + "entropy": 0.9170976221561432, + "epoch": 7.63351485621477, + "grad_norm": 1.3464643955230713, + "learning_rate": 1.4546499890707466e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9901784121990204, + "num_tokens": 102816708.0, + "step": 79900 + }, + { + "entropy": 0.907899659872055, + "epoch": 7.6344702398012805, + "grad_norm": 1.8884742259979248, + "learning_rate": 1.4535362552504105e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9891123235225677, + "num_tokens": 102829070.0, + "step": 79910 + }, + { + "entropy": 0.9028799116611481, + "epoch": 7.63542562338779, + "grad_norm": 1.1759308576583862, + "learning_rate": 1.4524228754339181e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9907430589199067, + "num_tokens": 102841373.0, + "step": 79920 + }, + { + "entropy": 0.9221912860870362, + "epoch": 7.6363810069743, + "grad_norm": 0.8234691619873047, + "learning_rate": 1.4513098497324012e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9914577901363373, + "num_tokens": 102854430.0, + "step": 79930 + }, + { + "entropy": 0.9246769607067108, + "epoch": 7.63733639056081, + "grad_norm": 0.9344707131385803, + "learning_rate": 1.4501971782569645e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9907541334629059, + "num_tokens": 102867450.0, + "step": 79940 + }, + { + "entropy": 0.9157476663589478, + "epoch": 7.63829177414732, + "grad_norm": 1.2434042692184448, + "learning_rate": 1.4490848611186725e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9897808909416199, + "num_tokens": 102880472.0, + "step": 79950 + }, + { + "entropy": 0.9069773972034454, + "epoch": 7.639247157733831, + "grad_norm": 0.8138372898101807, + "learning_rate": 1.447972898428555e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9890577793121338, + "num_tokens": 102892917.0, + "step": 79960 + }, + { + "entropy": 0.9194685876369476, + "epoch": 7.64020254132034, + "grad_norm": 1.4454330205917358, + "learning_rate": 1.4468612902976053e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9902385532855987, + "num_tokens": 102906104.0, + "step": 79970 + }, + { + "entropy": 0.915625786781311, + "epoch": 7.64115792490685, + "grad_norm": 0.9276365637779236, + "learning_rate": 1.4457500368367837e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9910564959049225, + "num_tokens": 102918951.0, + "step": 79980 + }, + { + "entropy": 0.901928699016571, + "epoch": 7.64211330849336, + "grad_norm": 1.16110360622406, + "learning_rate": 1.4446391381570169e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9916546285152436, + "num_tokens": 102931247.0, + "step": 79990 + }, + { + "entropy": 0.915040647983551, + "epoch": 7.64306869207987, + "grad_norm": 0.4340658485889435, + "learning_rate": 1.4435285943691912e-05, + "loss": 0.0159, + "mean_token_accuracy": 0.9941556572914123, + "num_tokens": 102944511.0, + "step": 80000 + }, + { + "entropy": 0.9241756141185761, + "epoch": 7.64402407566638, + "grad_norm": 1.760166049003601, + "learning_rate": 1.44241840558416e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9908367812633514, + "num_tokens": 102957427.0, + "step": 80010 + }, + { + "entropy": 0.9176306009292603, + "epoch": 7.64497945925289, + "grad_norm": 1.0211937427520752, + "learning_rate": 1.4413085719127394e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9912445068359375, + "num_tokens": 102970303.0, + "step": 80020 + }, + { + "entropy": 0.9096692264080047, + "epoch": 7.6459348428394005, + "grad_norm": 1.6077224016189575, + "learning_rate": 1.440199093465715e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9914586901664734, + "num_tokens": 102982760.0, + "step": 80030 + }, + { + "entropy": 0.9185285031795501, + "epoch": 7.64689022642591, + "grad_norm": 0.9773907661437988, + "learning_rate": 1.4390899703538319e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9873521089553833, + "num_tokens": 102995612.0, + "step": 80040 + }, + { + "entropy": 0.9234177708625794, + "epoch": 7.64784561001242, + "grad_norm": 0.9179062247276306, + "learning_rate": 1.4379812026878014e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9905653595924377, + "num_tokens": 103008437.0, + "step": 80050 + }, + { + "entropy": 0.9255427479743957, + "epoch": 7.64880099359893, + "grad_norm": 1.365413784980774, + "learning_rate": 1.436872790578298e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9871796548366547, + "num_tokens": 103021201.0, + "step": 80060 + }, + { + "entropy": 0.9253700375556946, + "epoch": 7.64975637718544, + "grad_norm": 1.1988632678985596, + "learning_rate": 1.4357647341359638e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9917686223983765, + "num_tokens": 103033539.0, + "step": 80070 + }, + { + "entropy": 0.9185935318470001, + "epoch": 7.65071176077195, + "grad_norm": 0.7507966756820679, + "learning_rate": 1.4346570334714043e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9895514965057373, + "num_tokens": 103046690.0, + "step": 80080 + }, + { + "entropy": 0.9250908374786377, + "epoch": 7.65166714435846, + "grad_norm": 1.1647191047668457, + "learning_rate": 1.4335496886951888e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9901479125022888, + "num_tokens": 103059040.0, + "step": 80090 + }, + { + "entropy": 0.9261952459812164, + "epoch": 7.6526225279449696, + "grad_norm": 0.30588090419769287, + "learning_rate": 1.4324426999178504e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9930933237075805, + "num_tokens": 103072040.0, + "step": 80100 + }, + { + "entropy": 0.9287016808986663, + "epoch": 7.65357791153148, + "grad_norm": 0.5134240984916687, + "learning_rate": 1.4313360672498854e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9927740931510926, + "num_tokens": 103084867.0, + "step": 80110 + }, + { + "entropy": 0.9306349873542785, + "epoch": 7.654533295117989, + "grad_norm": 0.7263317108154297, + "learning_rate": 1.4302297908017604e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9916298508644104, + "num_tokens": 103098006.0, + "step": 80120 + }, + { + "entropy": 0.9297459840774536, + "epoch": 7.6554886787045, + "grad_norm": 0.7101803421974182, + "learning_rate": 1.4291238706839012e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9877300262451172, + "num_tokens": 103110632.0, + "step": 80130 + }, + { + "entropy": 0.9352219343185425, + "epoch": 7.65644406229101, + "grad_norm": 0.8709047436714172, + "learning_rate": 1.4280183070066966e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9867263019084931, + "num_tokens": 103123587.0, + "step": 80140 + }, + { + "entropy": 0.9044237792491913, + "epoch": 7.65739944587752, + "grad_norm": 0.6299359202384949, + "learning_rate": 1.4269130998805075e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.987845104932785, + "num_tokens": 103136128.0, + "step": 80150 + }, + { + "entropy": 0.9207242786884308, + "epoch": 7.65835482946403, + "grad_norm": 0.48836642503738403, + "learning_rate": 1.42580824941565e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9914386093616485, + "num_tokens": 103149135.0, + "step": 80160 + }, + { + "entropy": 0.9068558156490326, + "epoch": 7.6593102130505395, + "grad_norm": 2.1063995361328125, + "learning_rate": 1.424703755722413e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9916936457157135, + "num_tokens": 103161491.0, + "step": 80170 + }, + { + "entropy": 0.9271901726722718, + "epoch": 7.66026559663705, + "grad_norm": 0.7182533144950867, + "learning_rate": 1.4235996189110434e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9912394106388092, + "num_tokens": 103174161.0, + "step": 80180 + }, + { + "entropy": 0.9280909538269043, + "epoch": 7.661220980223559, + "grad_norm": 1.8544152975082397, + "learning_rate": 1.4224958390917554e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9893916726112366, + "num_tokens": 103187396.0, + "step": 80190 + }, + { + "entropy": 0.9308732926845551, + "epoch": 7.66217636381007, + "grad_norm": 0.6842399835586548, + "learning_rate": 1.4213924163747249e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9901143133640289, + "num_tokens": 103200353.0, + "step": 80200 + }, + { + "entropy": 0.9360359370708465, + "epoch": 7.66313174739658, + "grad_norm": 0.48958736658096313, + "learning_rate": 1.420289350870096e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.993612402677536, + "num_tokens": 103213345.0, + "step": 80210 + }, + { + "entropy": 0.9152355432510376, + "epoch": 7.66408713098309, + "grad_norm": 0.6069018244743347, + "learning_rate": 1.4191866426879792e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9909700334072113, + "num_tokens": 103225922.0, + "step": 80220 + }, + { + "entropy": 0.9053549528121948, + "epoch": 7.6650425145696, + "grad_norm": 1.9319255352020264, + "learning_rate": 1.4180842919384385e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9931659400463104, + "num_tokens": 103238288.0, + "step": 80230 + }, + { + "entropy": 0.9231676578521728, + "epoch": 7.665997898156109, + "grad_norm": 1.238112211227417, + "learning_rate": 1.416982298731514e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9889103949069977, + "num_tokens": 103250983.0, + "step": 80240 + }, + { + "entropy": 0.9128036737442017, + "epoch": 7.66695328174262, + "grad_norm": 0.7704127430915833, + "learning_rate": 1.4158806631772026e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9940477311611176, + "num_tokens": 103263517.0, + "step": 80250 + }, + { + "entropy": 0.9336326599121094, + "epoch": 7.667908665329129, + "grad_norm": 0.6485061645507812, + "learning_rate": 1.4147793853854713e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9900056838989257, + "num_tokens": 103276563.0, + "step": 80260 + }, + { + "entropy": 0.9284347653388977, + "epoch": 7.66886404891564, + "grad_norm": 1.277078628540039, + "learning_rate": 1.4136784654662466e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9889079093933105, + "num_tokens": 103289540.0, + "step": 80270 + }, + { + "entropy": 0.9260325253009796, + "epoch": 7.66981943250215, + "grad_norm": 0.7680472135543823, + "learning_rate": 1.4125779035294201e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.990854698419571, + "num_tokens": 103302656.0, + "step": 80280 + }, + { + "entropy": 0.9382468461990356, + "epoch": 7.6707748160886595, + "grad_norm": 1.225753903388977, + "learning_rate": 1.4114776996848505e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9876471221446991, + "num_tokens": 103315822.0, + "step": 80290 + }, + { + "entropy": 0.9247606813907623, + "epoch": 7.67173019967517, + "grad_norm": 0.8570278882980347, + "learning_rate": 1.4103778540423568e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9886756360530853, + "num_tokens": 103328892.0, + "step": 80300 + }, + { + "entropy": 0.9273307144641876, + "epoch": 7.672685583261679, + "grad_norm": 1.274478793144226, + "learning_rate": 1.4092783667117288e-05, + "loss": 0.0346, + "mean_token_accuracy": 0.9871751368045807, + "num_tokens": 103341569.0, + "step": 80310 + }, + { + "entropy": 0.9071208000183105, + "epoch": 7.67364096684819, + "grad_norm": 1.5991404056549072, + "learning_rate": 1.4081792378027092e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9901158750057221, + "num_tokens": 103353966.0, + "step": 80320 + }, + { + "entropy": 0.9113404929637909, + "epoch": 7.674596350434699, + "grad_norm": 0.4692814350128174, + "learning_rate": 1.4070804674250171e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.991418594121933, + "num_tokens": 103367402.0, + "step": 80330 + }, + { + "entropy": 0.9128156542778015, + "epoch": 7.67555173402121, + "grad_norm": 1.3929978609085083, + "learning_rate": 1.4059820556883268e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9919102549552917, + "num_tokens": 103380539.0, + "step": 80340 + }, + { + "entropy": 0.9289773762226105, + "epoch": 7.67650711760772, + "grad_norm": 0.481099009513855, + "learning_rate": 1.404884002702284e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9915155529975891, + "num_tokens": 103393843.0, + "step": 80350 + }, + { + "entropy": 0.9233708620071411, + "epoch": 7.6774625011942295, + "grad_norm": 1.534609317779541, + "learning_rate": 1.403786308576494e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9913310408592224, + "num_tokens": 103407137.0, + "step": 80360 + }, + { + "entropy": 0.9278236508369446, + "epoch": 7.67841788478074, + "grad_norm": 0.40903836488723755, + "learning_rate": 1.4026889734205246e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9891913890838623, + "num_tokens": 103420003.0, + "step": 80370 + }, + { + "entropy": 0.912857061624527, + "epoch": 7.679373268367249, + "grad_norm": 0.512408435344696, + "learning_rate": 1.401591997343914e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9912324130535126, + "num_tokens": 103432895.0, + "step": 80380 + }, + { + "entropy": 0.9124133825302124, + "epoch": 7.68032865195376, + "grad_norm": 3.0576562881469727, + "learning_rate": 1.4004953804561587e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.992960250377655, + "num_tokens": 103445448.0, + "step": 80390 + }, + { + "entropy": 0.9229182481765748, + "epoch": 7.681284035540269, + "grad_norm": 0.7582828998565674, + "learning_rate": 1.3993991228667236e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9897469043731689, + "num_tokens": 103458099.0, + "step": 80400 + }, + { + "entropy": 0.9146931231021881, + "epoch": 7.6822394191267795, + "grad_norm": 0.6206513047218323, + "learning_rate": 1.3983032246850353e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.99192675948143, + "num_tokens": 103470299.0, + "step": 80410 + }, + { + "entropy": 0.8959398090839386, + "epoch": 7.683194802713289, + "grad_norm": 1.4591792821884155, + "learning_rate": 1.3972076860204847e-05, + "loss": 0.0174, + "mean_token_accuracy": 0.9926132202148438, + "num_tokens": 103482516.0, + "step": 80420 + }, + { + "entropy": 0.9258960843086242, + "epoch": 7.684150186299799, + "grad_norm": 1.2742353677749634, + "learning_rate": 1.396112506982426e-05, + "loss": 0.0198, + "mean_token_accuracy": 0.991415286064148, + "num_tokens": 103495488.0, + "step": 80430 + }, + { + "entropy": 0.9164105653762817, + "epoch": 7.685105569886309, + "grad_norm": 1.5461519956588745, + "learning_rate": 1.3950176876801807e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9914947569370269, + "num_tokens": 103508492.0, + "step": 80440 + }, + { + "entropy": 0.9312312781810761, + "epoch": 7.686060953472819, + "grad_norm": 0.8197176456451416, + "learning_rate": 1.3939232282230319e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9921846330165863, + "num_tokens": 103520864.0, + "step": 80450 + }, + { + "entropy": 0.8970526456832886, + "epoch": 7.68701633705933, + "grad_norm": 1.017745018005371, + "learning_rate": 1.3928291287202256e-05, + "loss": 0.0192, + "mean_token_accuracy": 0.9946879208087921, + "num_tokens": 103533139.0, + "step": 80460 + }, + { + "entropy": 0.931732040643692, + "epoch": 7.687971720645839, + "grad_norm": 0.4243803918361664, + "learning_rate": 1.3917353892809758e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9892520606517792, + "num_tokens": 103545902.0, + "step": 80470 + }, + { + "entropy": 0.916670286655426, + "epoch": 7.6889271042323495, + "grad_norm": 0.5842382311820984, + "learning_rate": 1.3906420100144562e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9876483738422394, + "num_tokens": 103558288.0, + "step": 80480 + }, + { + "entropy": 0.918878024816513, + "epoch": 7.689882487818859, + "grad_norm": 0.5969401597976685, + "learning_rate": 1.3895489910298093e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9892396032810211, + "num_tokens": 103570961.0, + "step": 80490 + }, + { + "entropy": 0.9288242995738983, + "epoch": 7.690837871405369, + "grad_norm": 1.3707425594329834, + "learning_rate": 1.3884563324361377e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9904797673225403, + "num_tokens": 103583389.0, + "step": 80500 + }, + { + "entropy": 0.9243767499923706, + "epoch": 7.691793254991879, + "grad_norm": 0.5987576246261597, + "learning_rate": 1.387364034342507e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9924136519432067, + "num_tokens": 103596275.0, + "step": 80510 + }, + { + "entropy": 0.9271087050437927, + "epoch": 7.692748638578389, + "grad_norm": 0.644105851650238, + "learning_rate": 1.3862720968579529e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9911453902721405, + "num_tokens": 103609019.0, + "step": 80520 + }, + { + "entropy": 0.9208819568157196, + "epoch": 7.6937040221649, + "grad_norm": 1.4630972146987915, + "learning_rate": 1.3851805200914676e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.988860034942627, + "num_tokens": 103621597.0, + "step": 80530 + }, + { + "entropy": 0.9149116039276123, + "epoch": 7.694659405751409, + "grad_norm": 1.019012451171875, + "learning_rate": 1.3840893041520165e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9926388740539551, + "num_tokens": 103633689.0, + "step": 80540 + }, + { + "entropy": 0.9203088521957398, + "epoch": 7.695614789337919, + "grad_norm": 1.1854091882705688, + "learning_rate": 1.3829984491485165e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.990956848859787, + "num_tokens": 103646586.0, + "step": 80550 + }, + { + "entropy": 0.9199861109256744, + "epoch": 7.696570172924429, + "grad_norm": 0.7900774478912354, + "learning_rate": 1.3819079551898607e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9925242483615875, + "num_tokens": 103659691.0, + "step": 80560 + }, + { + "entropy": 0.9189022660255433, + "epoch": 7.697525556510939, + "grad_norm": 0.4213169515132904, + "learning_rate": 1.3808178223848977e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.991507488489151, + "num_tokens": 103672486.0, + "step": 80570 + }, + { + "entropy": 0.9089271545410156, + "epoch": 7.698480940097449, + "grad_norm": 1.3664875030517578, + "learning_rate": 1.379728050842446e-05, + "loss": 0.0179, + "mean_token_accuracy": 0.9929311275482178, + "num_tokens": 103685049.0, + "step": 80580 + }, + { + "entropy": 0.9191025793552399, + "epoch": 7.699436323683959, + "grad_norm": 1.1164780855178833, + "learning_rate": 1.3786386406712842e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9880690753459931, + "num_tokens": 103697825.0, + "step": 80590 + }, + { + "entropy": 0.9480457782745362, + "epoch": 7.7003917072704695, + "grad_norm": 1.2291455268859863, + "learning_rate": 1.377549591980154e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.989605325460434, + "num_tokens": 103711653.0, + "step": 80600 + }, + { + "entropy": 0.923320734500885, + "epoch": 7.701347090856979, + "grad_norm": 1.5282832384109497, + "learning_rate": 1.3764609048777666e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9907132983207703, + "num_tokens": 103723970.0, + "step": 80610 + }, + { + "entropy": 0.9218960702419281, + "epoch": 7.702302474443489, + "grad_norm": 0.5806753635406494, + "learning_rate": 1.37537257947279e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9948252499103546, + "num_tokens": 103736742.0, + "step": 80620 + }, + { + "entropy": 0.9401492416858673, + "epoch": 7.703257858029999, + "grad_norm": 0.5835273265838623, + "learning_rate": 1.3742846158738637e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9922743499279022, + "num_tokens": 103750406.0, + "step": 80630 + }, + { + "entropy": 0.916771125793457, + "epoch": 7.704213241616509, + "grad_norm": 0.7681962251663208, + "learning_rate": 1.3731970141895823e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9894127607345581, + "num_tokens": 103763095.0, + "step": 80640 + }, + { + "entropy": 0.9210598111152649, + "epoch": 7.705168625203019, + "grad_norm": 1.2988210916519165, + "learning_rate": 1.3721097745285117e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9910131514072418, + "num_tokens": 103775570.0, + "step": 80650 + }, + { + "entropy": 0.9213845431804657, + "epoch": 7.706124008789529, + "grad_norm": 1.8766913414001465, + "learning_rate": 1.3710228969991768e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9918207287788391, + "num_tokens": 103788045.0, + "step": 80660 + }, + { + "entropy": 0.9217611193656922, + "epoch": 7.7070793923760395, + "grad_norm": 1.0276005268096924, + "learning_rate": 1.3699363817100719e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9918294727802277, + "num_tokens": 103801499.0, + "step": 80670 + }, + { + "entropy": 0.9204078435897827, + "epoch": 7.708034775962549, + "grad_norm": 1.541259765625, + "learning_rate": 1.3688502287696492e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9892139315605164, + "num_tokens": 103814141.0, + "step": 80680 + }, + { + "entropy": 0.9155475556850433, + "epoch": 7.708990159549059, + "grad_norm": 0.566862165927887, + "learning_rate": 1.3677644382863259e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9919112205505372, + "num_tokens": 103826828.0, + "step": 80690 + }, + { + "entropy": 0.919296783208847, + "epoch": 7.709945543135569, + "grad_norm": 1.076854944229126, + "learning_rate": 1.3666790103684878e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9895902574062347, + "num_tokens": 103839861.0, + "step": 80700 + }, + { + "entropy": 0.9329047441482544, + "epoch": 7.710900926722079, + "grad_norm": 0.6882020831108093, + "learning_rate": 1.365593945124478e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9885570168495178, + "num_tokens": 103852963.0, + "step": 80710 + }, + { + "entropy": 0.9466150820255279, + "epoch": 7.711856310308589, + "grad_norm": 1.2564159631729126, + "learning_rate": 1.3645092426626093e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9907448470592499, + "num_tokens": 103866385.0, + "step": 80720 + }, + { + "entropy": 0.9291487455368042, + "epoch": 7.712811693895099, + "grad_norm": 1.101552128791809, + "learning_rate": 1.3634249030911539e-05, + "loss": 0.0191, + "mean_token_accuracy": 0.992140918970108, + "num_tokens": 103879337.0, + "step": 80730 + }, + { + "entropy": 0.9331691801548004, + "epoch": 7.7137670774816085, + "grad_norm": 1.593508243560791, + "learning_rate": 1.3623409265183473e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9923205852508545, + "num_tokens": 103892731.0, + "step": 80740 + }, + { + "entropy": 0.9279406309127808, + "epoch": 7.714722461068119, + "grad_norm": 0.6737231612205505, + "learning_rate": 1.3612573130523942e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9889047086238861, + "num_tokens": 103905508.0, + "step": 80750 + }, + { + "entropy": 0.9086148917675019, + "epoch": 7.715677844654628, + "grad_norm": 0.8260225653648376, + "learning_rate": 1.3601740628014586e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9904496073722839, + "num_tokens": 103918076.0, + "step": 80760 + }, + { + "entropy": 0.9443506240844727, + "epoch": 7.716633228241139, + "grad_norm": 0.7718519568443298, + "learning_rate": 1.359091175873669e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9905885100364685, + "num_tokens": 103931350.0, + "step": 80770 + }, + { + "entropy": 0.9396354615688324, + "epoch": 7.717588611827649, + "grad_norm": 1.2514923810958862, + "learning_rate": 1.3580086523771157e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.993923830986023, + "num_tokens": 103944046.0, + "step": 80780 + }, + { + "entropy": 0.9239594876766205, + "epoch": 7.718543995414159, + "grad_norm": 0.9202747941017151, + "learning_rate": 1.3569264924198588e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9887506544589997, + "num_tokens": 103956841.0, + "step": 80790 + }, + { + "entropy": 0.9165562093257904, + "epoch": 7.719499379000669, + "grad_norm": 0.9085358381271362, + "learning_rate": 1.3558446961099147e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.99239302277565, + "num_tokens": 103969418.0, + "step": 80800 + }, + { + "entropy": 0.9266591608524323, + "epoch": 7.720454762587178, + "grad_norm": 1.6960769891738892, + "learning_rate": 1.3547632635552698e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9887046158313751, + "num_tokens": 103981944.0, + "step": 80810 + }, + { + "entropy": 0.9201253473758697, + "epoch": 7.721410146173689, + "grad_norm": 1.0609700679779053, + "learning_rate": 1.3536821948638711e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9892844378948211, + "num_tokens": 103994896.0, + "step": 80820 + }, + { + "entropy": 0.9138176679611206, + "epoch": 7.722365529760198, + "grad_norm": 1.34458327293396, + "learning_rate": 1.3526014901436268e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9913862764835357, + "num_tokens": 104007522.0, + "step": 80830 + }, + { + "entropy": 0.9208021521568298, + "epoch": 7.723320913346709, + "grad_norm": 0.46501943469047546, + "learning_rate": 1.3515211495024155e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9899268329143525, + "num_tokens": 104020280.0, + "step": 80840 + }, + { + "entropy": 0.927913498878479, + "epoch": 7.724276296933219, + "grad_norm": 0.588282585144043, + "learning_rate": 1.350441173048072e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9905253648757935, + "num_tokens": 104032898.0, + "step": 80850 + }, + { + "entropy": 0.9137989819049835, + "epoch": 7.7252316805197285, + "grad_norm": 0.5507078766822815, + "learning_rate": 1.349361560888403e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.991937518119812, + "num_tokens": 104045733.0, + "step": 80860 + }, + { + "entropy": 0.9257333755493165, + "epoch": 7.726187064106239, + "grad_norm": 1.0165648460388184, + "learning_rate": 1.3482823131311678e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9889802694320678, + "num_tokens": 104058942.0, + "step": 80870 + }, + { + "entropy": 0.9113092184066772, + "epoch": 7.727142447692748, + "grad_norm": 0.6239717602729797, + "learning_rate": 1.3472034298840992e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9915898382663727, + "num_tokens": 104071616.0, + "step": 80880 + }, + { + "entropy": 0.9303371846675873, + "epoch": 7.728097831279259, + "grad_norm": 0.9882650375366211, + "learning_rate": 1.3461249112548913e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9919256925582886, + "num_tokens": 104085254.0, + "step": 80890 + }, + { + "entropy": 0.9105010807514191, + "epoch": 7.729053214865768, + "grad_norm": 1.1790673732757568, + "learning_rate": 1.3450467573511988e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9906918823719024, + "num_tokens": 104097844.0, + "step": 80900 + }, + { + "entropy": 0.9060405969619751, + "epoch": 7.730008598452279, + "grad_norm": 0.7662594318389893, + "learning_rate": 1.3439689682806416e-05, + "loss": 0.0191, + "mean_token_accuracy": 0.9923162996768952, + "num_tokens": 104110033.0, + "step": 80910 + }, + { + "entropy": 0.924395614862442, + "epoch": 7.730963982038789, + "grad_norm": 1.3043639659881592, + "learning_rate": 1.3428915441508028e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9895001351833344, + "num_tokens": 104122811.0, + "step": 80920 + }, + { + "entropy": 0.9114696860313416, + "epoch": 7.7319193656252985, + "grad_norm": 1.1796684265136719, + "learning_rate": 1.3418144850692316e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9941777765750885, + "num_tokens": 104135597.0, + "step": 80930 + }, + { + "entropy": 0.9267384529113769, + "epoch": 7.732874749211809, + "grad_norm": 0.5005465745925903, + "learning_rate": 1.3407377911434365e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9897506892681122, + "num_tokens": 104148403.0, + "step": 80940 + }, + { + "entropy": 0.910361897945404, + "epoch": 7.733830132798318, + "grad_norm": 0.4688539206981659, + "learning_rate": 1.3396614624808963e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911150872707367, + "num_tokens": 104161436.0, + "step": 80950 + }, + { + "entropy": 0.9110335052013397, + "epoch": 7.734785516384829, + "grad_norm": 2.173778533935547, + "learning_rate": 1.3385854991890417e-05, + "loss": 0.0366, + "mean_token_accuracy": 0.9870447456836701, + "num_tokens": 104174040.0, + "step": 80960 + }, + { + "entropy": 0.9087756633758545, + "epoch": 7.735740899971338, + "grad_norm": 0.9548315405845642, + "learning_rate": 1.337509901375279e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9897790729999543, + "num_tokens": 104186449.0, + "step": 80970 + }, + { + "entropy": 0.9242120087146759, + "epoch": 7.7366962835578486, + "grad_norm": 2.7653117179870605, + "learning_rate": 1.3364346691469727e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9914090573787689, + "num_tokens": 104199660.0, + "step": 80980 + }, + { + "entropy": 0.90232213139534, + "epoch": 7.737651667144359, + "grad_norm": 0.6198463439941406, + "learning_rate": 1.3353598026114512e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.98956258893013, + "num_tokens": 104212382.0, + "step": 80990 + }, + { + "entropy": 0.9195549249649048, + "epoch": 7.738607050730868, + "grad_norm": 0.7231873273849487, + "learning_rate": 1.3342853018760054e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9903809428215027, + "num_tokens": 104225693.0, + "step": 81000 + }, + { + "entropy": 0.9274298965930938, + "epoch": 7.739562434317379, + "grad_norm": 2.3294894695281982, + "learning_rate": 1.3332111670478898e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.986926120519638, + "num_tokens": 104238914.0, + "step": 81010 + }, + { + "entropy": 0.9211561501026153, + "epoch": 7.740517817903888, + "grad_norm": 1.3273993730545044, + "learning_rate": 1.3321373982343261e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9917274236679077, + "num_tokens": 104251983.0, + "step": 81020 + }, + { + "entropy": 0.9100372016429901, + "epoch": 7.741473201490399, + "grad_norm": 1.7739053964614868, + "learning_rate": 1.331063995542493e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9917760133743286, + "num_tokens": 104264645.0, + "step": 81030 + }, + { + "entropy": 0.9269054114818573, + "epoch": 7.742428585076908, + "grad_norm": 1.5154709815979004, + "learning_rate": 1.3299909590795407e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9893033981323243, + "num_tokens": 104278224.0, + "step": 81040 + }, + { + "entropy": 0.9103471755981445, + "epoch": 7.7433839686634185, + "grad_norm": 0.9369173049926758, + "learning_rate": 1.3289182889525758e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9916275620460511, + "num_tokens": 104290254.0, + "step": 81050 + }, + { + "entropy": 0.9085058867931366, + "epoch": 7.744339352249928, + "grad_norm": 0.6966007351875305, + "learning_rate": 1.3278459852686697e-05, + "loss": 0.0185, + "mean_token_accuracy": 0.9929665148258209, + "num_tokens": 104302451.0, + "step": 81060 + }, + { + "entropy": 0.9324296891689301, + "epoch": 7.745294735836438, + "grad_norm": 1.8157607316970825, + "learning_rate": 1.3267740481348617e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9885461032390594, + "num_tokens": 104315481.0, + "step": 81070 + }, + { + "entropy": 0.9264258205890655, + "epoch": 7.746250119422948, + "grad_norm": 0.4065439999103546, + "learning_rate": 1.32570247765815e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9900346994400024, + "num_tokens": 104328516.0, + "step": 81080 + }, + { + "entropy": 0.9174248576164246, + "epoch": 7.747205503009458, + "grad_norm": 0.4272423982620239, + "learning_rate": 1.3246312739454969e-05, + "loss": 0.0162, + "mean_token_accuracy": 0.9945535302162171, + "num_tokens": 104341252.0, + "step": 81090 + }, + { + "entropy": 0.9066375732421875, + "epoch": 7.748160886595969, + "grad_norm": 1.0580315589904785, + "learning_rate": 1.323560437103828e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.99192915558815, + "num_tokens": 104354084.0, + "step": 81100 + }, + { + "entropy": 0.9123179018497467, + "epoch": 7.749116270182478, + "grad_norm": 0.9955343008041382, + "learning_rate": 1.3224899672400337e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9901569068431855, + "num_tokens": 104367040.0, + "step": 81110 + }, + { + "entropy": 0.9171765983104706, + "epoch": 7.750071653768988, + "grad_norm": 1.9941269159317017, + "learning_rate": 1.3214198644609687e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9911985695362091, + "num_tokens": 104379770.0, + "step": 81120 + }, + { + "entropy": 0.9225437581539154, + "epoch": 7.751027037355498, + "grad_norm": 0.9699124097824097, + "learning_rate": 1.3203501288734483e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9899807333946228, + "num_tokens": 104392602.0, + "step": 81130 + }, + { + "entropy": 0.9416149020195007, + "epoch": 7.751982420942008, + "grad_norm": 0.726714015007019, + "learning_rate": 1.3192807605842517e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.9856113612651825, + "num_tokens": 104406096.0, + "step": 81140 + }, + { + "entropy": 0.9232434809207917, + "epoch": 7.752937804528518, + "grad_norm": 2.4647016525268555, + "learning_rate": 1.3182117597001208e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9905253887176514, + "num_tokens": 104419252.0, + "step": 81150 + }, + { + "entropy": 0.9102369606494903, + "epoch": 7.753893188115028, + "grad_norm": 0.6569332480430603, + "learning_rate": 1.3171431263277651e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9905408799648285, + "num_tokens": 104431689.0, + "step": 81160 + }, + { + "entropy": 0.9432690560817718, + "epoch": 7.7548485717015385, + "grad_norm": 1.2647401094436646, + "learning_rate": 1.316074860573851e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9897815942764282, + "num_tokens": 104445543.0, + "step": 81170 + }, + { + "entropy": 0.920597779750824, + "epoch": 7.755803955288048, + "grad_norm": 1.167348861694336, + "learning_rate": 1.3150069625450151e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.9903027296066285, + "num_tokens": 104458157.0, + "step": 81180 + }, + { + "entropy": 0.904445481300354, + "epoch": 7.756759338874558, + "grad_norm": 1.6050357818603516, + "learning_rate": 1.3139394323478515e-05, + "loss": 0.0363, + "mean_token_accuracy": 0.9873273730278015, + "num_tokens": 104470503.0, + "step": 81190 + }, + { + "entropy": 0.9185065746307373, + "epoch": 7.757714722461068, + "grad_norm": 0.4405537247657776, + "learning_rate": 1.312872270088919e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9938806653022766, + "num_tokens": 104483138.0, + "step": 81200 + }, + { + "entropy": 0.9136156678199768, + "epoch": 7.758670106047578, + "grad_norm": 0.992249608039856, + "learning_rate": 1.3118054758747433e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9889325678348542, + "num_tokens": 104495716.0, + "step": 81210 + }, + { + "entropy": 0.9293565571308136, + "epoch": 7.759625489634088, + "grad_norm": 1.3215259313583374, + "learning_rate": 1.310739049811809e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9866345047950744, + "num_tokens": 104508922.0, + "step": 81220 + }, + { + "entropy": 0.921290934085846, + "epoch": 7.760580873220598, + "grad_norm": 2.0763604640960693, + "learning_rate": 1.3096729920065648e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9914039015769959, + "num_tokens": 104521398.0, + "step": 81230 + }, + { + "entropy": 0.9238586127758026, + "epoch": 7.7615362568071085, + "grad_norm": 0.5572278499603271, + "learning_rate": 1.3086073025654227e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9907988905906677, + "num_tokens": 104535132.0, + "step": 81240 + }, + { + "entropy": 0.9367782235145569, + "epoch": 7.762491640393618, + "grad_norm": 0.546212375164032, + "learning_rate": 1.307541981594761e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9901294708251953, + "num_tokens": 104548459.0, + "step": 81250 + }, + { + "entropy": 0.9177564918994904, + "epoch": 7.763447023980128, + "grad_norm": 0.627643346786499, + "learning_rate": 1.3064770292009166e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9926904678344727, + "num_tokens": 104561270.0, + "step": 81260 + }, + { + "entropy": 0.9094230592250824, + "epoch": 7.764402407566638, + "grad_norm": 2.1119608879089355, + "learning_rate": 1.305412445490194e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911069393157959, + "num_tokens": 104573976.0, + "step": 81270 + }, + { + "entropy": 0.9293418943881988, + "epoch": 7.765357791153148, + "grad_norm": 2.5828921794891357, + "learning_rate": 1.3043482305688575e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9894134044647217, + "num_tokens": 104587224.0, + "step": 81280 + }, + { + "entropy": 0.9145869314670563, + "epoch": 7.766313174739658, + "grad_norm": 1.4278504848480225, + "learning_rate": 1.3032843845431341e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.987392908334732, + "num_tokens": 104600212.0, + "step": 81290 + }, + { + "entropy": 0.9167530059814453, + "epoch": 7.767268558326168, + "grad_norm": 1.0293035507202148, + "learning_rate": 1.3022209075192194e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.988860672712326, + "num_tokens": 104613216.0, + "step": 81300 + }, + { + "entropy": 0.9286325216293335, + "epoch": 7.768223941912678, + "grad_norm": 1.2604832649230957, + "learning_rate": 1.301157799603266e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9902553498744965, + "num_tokens": 104626821.0, + "step": 81310 + }, + { + "entropy": 0.9285153448581696, + "epoch": 7.769179325499188, + "grad_norm": 1.204798698425293, + "learning_rate": 1.3000950609013924e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9881819307804107, + "num_tokens": 104639857.0, + "step": 81320 + }, + { + "entropy": 0.9209653019905091, + "epoch": 7.770134709085698, + "grad_norm": 0.8182628154754639, + "learning_rate": 1.2990326915196783e-05, + "loss": 0.028, + "mean_token_accuracy": 0.988749897480011, + "num_tokens": 104652982.0, + "step": 81330 + }, + { + "entropy": 0.9327056348323822, + "epoch": 7.771090092672208, + "grad_norm": 2.0395474433898926, + "learning_rate": 1.2979706915641698e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9869024872779846, + "num_tokens": 104666618.0, + "step": 81340 + }, + { + "entropy": 0.922330105304718, + "epoch": 7.772045476258718, + "grad_norm": 0.5392537117004395, + "learning_rate": 1.2969090611408763e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9924565970897674, + "num_tokens": 104679508.0, + "step": 81350 + }, + { + "entropy": 0.9260459005832672, + "epoch": 7.773000859845228, + "grad_norm": 0.7942360639572144, + "learning_rate": 1.2958478003557667e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9892723798751831, + "num_tokens": 104693317.0, + "step": 81360 + }, + { + "entropy": 0.9283064126968383, + "epoch": 7.773956243431738, + "grad_norm": 2.570450782775879, + "learning_rate": 1.2947869093147746e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9911143064498902, + "num_tokens": 104706009.0, + "step": 81370 + }, + { + "entropy": 0.9200861811637878, + "epoch": 7.7749116270182475, + "grad_norm": 1.2969043254852295, + "learning_rate": 1.293726388123796e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9913783133029938, + "num_tokens": 104718712.0, + "step": 81380 + }, + { + "entropy": 0.9248159408569336, + "epoch": 7.775867010604758, + "grad_norm": 1.6499041318893433, + "learning_rate": 1.2926662368886933e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9904079616069794, + "num_tokens": 104732089.0, + "step": 81390 + }, + { + "entropy": 0.9157881617546082, + "epoch": 7.776822394191267, + "grad_norm": 0.9598755240440369, + "learning_rate": 1.291606455715288e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9910106360912323, + "num_tokens": 104744729.0, + "step": 81400 + }, + { + "entropy": 0.9335171639919281, + "epoch": 7.777777777777778, + "grad_norm": 1.0752211809158325, + "learning_rate": 1.2905470447093654e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9882289171218872, + "num_tokens": 104758173.0, + "step": 81410 + }, + { + "entropy": 0.9276260197162628, + "epoch": 7.778733161364288, + "grad_norm": 0.9091809391975403, + "learning_rate": 1.2894880039766767e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9879514932632446, + "num_tokens": 104771836.0, + "step": 81420 + }, + { + "entropy": 0.9243585169315338, + "epoch": 7.7796885449507975, + "grad_norm": 1.2178618907928467, + "learning_rate": 1.2884293336229319e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9895105481147766, + "num_tokens": 104784734.0, + "step": 81430 + }, + { + "entropy": 0.9036003887653351, + "epoch": 7.780643928537308, + "grad_norm": 0.8506426215171814, + "learning_rate": 1.2873710337538087e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9914973258972168, + "num_tokens": 104797564.0, + "step": 81440 + }, + { + "entropy": 0.9162066280841827, + "epoch": 7.781599312123817, + "grad_norm": 1.5101596117019653, + "learning_rate": 1.2863131044749444e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9891889154911041, + "num_tokens": 104810716.0, + "step": 81450 + }, + { + "entropy": 0.9193901658058167, + "epoch": 7.782554695710328, + "grad_norm": 0.772239625453949, + "learning_rate": 1.2852555458919396e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9932478845119477, + "num_tokens": 104824123.0, + "step": 81460 + }, + { + "entropy": 0.9123178005218506, + "epoch": 7.783510079296837, + "grad_norm": 0.26293253898620605, + "learning_rate": 1.2841983581103579e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9911386966705322, + "num_tokens": 104836764.0, + "step": 81470 + }, + { + "entropy": 0.903731906414032, + "epoch": 7.784465462883348, + "grad_norm": 1.0585893392562866, + "learning_rate": 1.2831415412357274e-05, + "loss": 0.0181, + "mean_token_accuracy": 0.9939610481262207, + "num_tokens": 104849422.0, + "step": 81480 + }, + { + "entropy": 0.9084457457065582, + "epoch": 7.785420846469858, + "grad_norm": 1.3063327074050903, + "learning_rate": 1.2820850953735396e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9898140013217926, + "num_tokens": 104862176.0, + "step": 81490 + }, + { + "entropy": 0.9159304320812225, + "epoch": 7.7863762300563675, + "grad_norm": 0.7573035359382629, + "learning_rate": 1.281029020629247e-05, + "loss": 0.026, + "mean_token_accuracy": 0.990262794494629, + "num_tokens": 104875581.0, + "step": 81500 + }, + { + "entropy": 0.9014849483966827, + "epoch": 7.787331613642878, + "grad_norm": 0.9594141244888306, + "learning_rate": 1.2799733171082645e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9917417764663696, + "num_tokens": 104888127.0, + "step": 81510 + }, + { + "entropy": 0.9106240272521973, + "epoch": 7.788286997229387, + "grad_norm": 0.49077311158180237, + "learning_rate": 1.278917984915971e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9921842217445374, + "num_tokens": 104901091.0, + "step": 81520 + }, + { + "entropy": 0.9245185434818268, + "epoch": 7.789242380815898, + "grad_norm": 1.0476808547973633, + "learning_rate": 1.277863024157711e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9912124156951905, + "num_tokens": 104914137.0, + "step": 81530 + }, + { + "entropy": 0.9012213468551635, + "epoch": 7.790197764402407, + "grad_norm": 2.0963082313537598, + "learning_rate": 1.2768084349387882e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.990674614906311, + "num_tokens": 104926697.0, + "step": 81540 + }, + { + "entropy": 0.9074929356575012, + "epoch": 7.791153147988918, + "grad_norm": 0.7440945506095886, + "learning_rate": 1.27575421736447e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9905088543891907, + "num_tokens": 104939338.0, + "step": 81550 + }, + { + "entropy": 0.9325285077095031, + "epoch": 7.792108531575428, + "grad_norm": 1.901139736175537, + "learning_rate": 1.2747003715399858e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9871519088745118, + "num_tokens": 104952593.0, + "step": 81560 + }, + { + "entropy": 0.9235882461071014, + "epoch": 7.793063915161937, + "grad_norm": 0.877427875995636, + "learning_rate": 1.2736468975705307e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.991750568151474, + "num_tokens": 104965925.0, + "step": 81570 + }, + { + "entropy": 0.9211637318134308, + "epoch": 7.794019298748448, + "grad_norm": 0.9878277778625488, + "learning_rate": 1.2725937955612626e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9885321378707885, + "num_tokens": 104978933.0, + "step": 81580 + }, + { + "entropy": 0.9265905022621155, + "epoch": 7.794974682334957, + "grad_norm": 0.7388783097267151, + "learning_rate": 1.2715410656173e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.992835384607315, + "num_tokens": 104992522.0, + "step": 81590 + }, + { + "entropy": 0.9172593116760254, + "epoch": 7.795930065921468, + "grad_norm": 0.8579206466674805, + "learning_rate": 1.270488707843725e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9871611654758453, + "num_tokens": 105005367.0, + "step": 81600 + }, + { + "entropy": 0.9225075542926788, + "epoch": 7.796885449507977, + "grad_norm": 1.3483028411865234, + "learning_rate": 1.2694367223455806e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9925826251506805, + "num_tokens": 105018529.0, + "step": 81610 + }, + { + "entropy": 0.8984914660453797, + "epoch": 7.7978408330944875, + "grad_norm": 3.03049635887146, + "learning_rate": 1.2683851092278781e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9905379176139831, + "num_tokens": 105030809.0, + "step": 81620 + }, + { + "entropy": 0.9122899532318115, + "epoch": 7.798796216680998, + "grad_norm": 1.0949432849884033, + "learning_rate": 1.2673338685955871e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9888707935810089, + "num_tokens": 105043611.0, + "step": 81630 + }, + { + "entropy": 0.901683109998703, + "epoch": 7.799751600267507, + "grad_norm": 0.1750442534685135, + "learning_rate": 1.2662830005536398e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.9922339797019959, + "num_tokens": 105056153.0, + "step": 81640 + }, + { + "entropy": 0.9077429056167603, + "epoch": 7.800706983854018, + "grad_norm": 0.8999271392822266, + "learning_rate": 1.2652325052069347e-05, + "loss": 0.0197, + "mean_token_accuracy": 0.9953491389751434, + "num_tokens": 105069008.0, + "step": 81650 + }, + { + "entropy": 0.9018256962299347, + "epoch": 7.801662367440527, + "grad_norm": 1.0924103260040283, + "learning_rate": 1.2641823826603288e-05, + "loss": 0.0163, + "mean_token_accuracy": 0.9940823912620544, + "num_tokens": 105082211.0, + "step": 81660 + }, + { + "entropy": 0.882511556148529, + "epoch": 7.802617751027038, + "grad_norm": 1.2139348983764648, + "learning_rate": 1.2631326330186467e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9911472380161286, + "num_tokens": 105094367.0, + "step": 81670 + }, + { + "entropy": 0.9030734837055207, + "epoch": 7.803573134613547, + "grad_norm": 0.9248544573783875, + "learning_rate": 1.262083256386672e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9905735194683075, + "num_tokens": 105106963.0, + "step": 81680 + }, + { + "entropy": 0.9023660957813263, + "epoch": 7.804528518200057, + "grad_norm": 1.0250877141952515, + "learning_rate": 1.2610342528691521e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9908255040645599, + "num_tokens": 105118998.0, + "step": 81690 + }, + { + "entropy": 0.916076946258545, + "epoch": 7.805483901786567, + "grad_norm": 1.5668939352035522, + "learning_rate": 1.2599856225707957e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9886529922485352, + "num_tokens": 105132124.0, + "step": 81700 + }, + { + "entropy": 0.9159329354763031, + "epoch": 7.806439285373077, + "grad_norm": 0.4181170165538788, + "learning_rate": 1.2589373655962777e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9920843422412873, + "num_tokens": 105144887.0, + "step": 81710 + }, + { + "entropy": 0.9143760025501251, + "epoch": 7.807394668959587, + "grad_norm": 0.40503165125846863, + "learning_rate": 1.2578894820502362e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9921231091022491, + "num_tokens": 105158359.0, + "step": 81720 + }, + { + "entropy": 0.9115682661533355, + "epoch": 7.808350052546097, + "grad_norm": 1.457571029663086, + "learning_rate": 1.2568419720372643e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9910826027393341, + "num_tokens": 105171651.0, + "step": 81730 + }, + { + "entropy": 0.9039373993873596, + "epoch": 7.8093054361326075, + "grad_norm": 1.372728943824768, + "learning_rate": 1.2557948356619275e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9860229849815368, + "num_tokens": 105184452.0, + "step": 81740 + }, + { + "entropy": 0.925793993473053, + "epoch": 7.810260819719117, + "grad_norm": 0.5622408986091614, + "learning_rate": 1.254748073028747e-05, + "loss": 0.0261, + "mean_token_accuracy": 0.9913246810436249, + "num_tokens": 105197779.0, + "step": 81750 + }, + { + "entropy": 0.9137371242046356, + "epoch": 7.811216203305627, + "grad_norm": 0.5895395278930664, + "learning_rate": 1.2537016842422123e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9912697434425354, + "num_tokens": 105210781.0, + "step": 81760 + }, + { + "entropy": 0.9010496139526367, + "epoch": 7.812171586892137, + "grad_norm": 0.6755735278129578, + "learning_rate": 1.2526556694067709e-05, + "loss": 0.0178, + "mean_token_accuracy": 0.9936200261116028, + "num_tokens": 105223586.0, + "step": 81770 + }, + { + "entropy": 0.9135396897792816, + "epoch": 7.813126970478647, + "grad_norm": 1.0895618200302124, + "learning_rate": 1.2516100286268334e-05, + "loss": 0.0164, + "mean_token_accuracy": 0.9945634126663208, + "num_tokens": 105236410.0, + "step": 81780 + }, + { + "entropy": 0.911006098985672, + "epoch": 7.814082354065157, + "grad_norm": 1.0922356843948364, + "learning_rate": 1.2505647620067773e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904370367527008, + "num_tokens": 105248961.0, + "step": 81790 + }, + { + "entropy": 0.9110129594802856, + "epoch": 7.815037737651667, + "grad_norm": 0.6488014459609985, + "learning_rate": 1.249519869650937e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9915817081928253, + "num_tokens": 105261795.0, + "step": 81800 + }, + { + "entropy": 0.9108744561672211, + "epoch": 7.8159931212381775, + "grad_norm": 0.8515313267707825, + "learning_rate": 1.2484753516636161e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9922596514225006, + "num_tokens": 105274709.0, + "step": 81810 + }, + { + "entropy": 0.890828150510788, + "epoch": 7.816948504824687, + "grad_norm": 1.716618537902832, + "learning_rate": 1.247431208149074e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9897702276706696, + "num_tokens": 105287430.0, + "step": 81820 + }, + { + "entropy": 0.9020890951156616, + "epoch": 7.817903888411197, + "grad_norm": 1.3464473485946655, + "learning_rate": 1.2463874392115377e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9923111736774445, + "num_tokens": 105300447.0, + "step": 81830 + }, + { + "entropy": 0.9105905294418335, + "epoch": 7.818859271997707, + "grad_norm": 1.0434383153915405, + "learning_rate": 1.2453440449551928e-05, + "loss": 0.0189, + "mean_token_accuracy": 0.9934372723102569, + "num_tokens": 105313362.0, + "step": 81840 + }, + { + "entropy": 0.9178855538368225, + "epoch": 7.819814655584217, + "grad_norm": 0.9235071539878845, + "learning_rate": 1.2443010254841924e-05, + "loss": 0.0177, + "mean_token_accuracy": 0.9937840044498444, + "num_tokens": 105326260.0, + "step": 81850 + }, + { + "entropy": 0.9044493794441223, + "epoch": 7.820770039170727, + "grad_norm": 1.0090488195419312, + "learning_rate": 1.2432583809026483e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9892237544059753, + "num_tokens": 105338567.0, + "step": 81860 + }, + { + "entropy": 0.9156076550483704, + "epoch": 7.821725422757237, + "grad_norm": 0.8212810158729553, + "learning_rate": 1.242216111314634e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.991725093126297, + "num_tokens": 105351916.0, + "step": 81870 + }, + { + "entropy": 0.9172484457492829, + "epoch": 7.822680806343747, + "grad_norm": 0.7272180318832397, + "learning_rate": 1.2411742168241914e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9900688827037811, + "num_tokens": 105364856.0, + "step": 81880 + }, + { + "entropy": 0.913599282503128, + "epoch": 7.823636189930257, + "grad_norm": 0.7497636675834656, + "learning_rate": 1.2401326975353177e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9911648273468018, + "num_tokens": 105377682.0, + "step": 81890 + }, + { + "entropy": 0.913818609714508, + "epoch": 7.824591573516767, + "grad_norm": 0.734312891960144, + "learning_rate": 1.2390915535519797e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9885846674442291, + "num_tokens": 105390637.0, + "step": 81900 + }, + { + "entropy": 0.9126709878444672, + "epoch": 7.825546957103277, + "grad_norm": 1.1579711437225342, + "learning_rate": 1.2380507849781009e-05, + "loss": 0.0342, + "mean_token_accuracy": 0.9875216960906983, + "num_tokens": 105403798.0, + "step": 81910 + }, + { + "entropy": 0.9258092939853668, + "epoch": 7.826502340689787, + "grad_norm": 0.5898503661155701, + "learning_rate": 1.2370103919175696e-05, + "loss": 0.021, + "mean_token_accuracy": 0.990544319152832, + "num_tokens": 105417611.0, + "step": 81920 + }, + { + "entropy": 0.9047711789608002, + "epoch": 7.827457724276297, + "grad_norm": 1.1253215074539185, + "learning_rate": 1.2359703744742363e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.992658531665802, + "num_tokens": 105430154.0, + "step": 81930 + }, + { + "entropy": 0.9055930256843567, + "epoch": 7.828413107862807, + "grad_norm": 2.1261022090911865, + "learning_rate": 1.2349307327519144e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9891733884811401, + "num_tokens": 105442928.0, + "step": 81940 + }, + { + "entropy": 0.9245155870914459, + "epoch": 7.829368491449317, + "grad_norm": 0.7273914813995361, + "learning_rate": 1.2338914668543833e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9888412535190583, + "num_tokens": 105456430.0, + "step": 81950 + }, + { + "entropy": 0.9308152496814728, + "epoch": 7.830323875035827, + "grad_norm": 1.5694233179092407, + "learning_rate": 1.232852576885375e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.987097293138504, + "num_tokens": 105469258.0, + "step": 81960 + }, + { + "entropy": 0.923909991979599, + "epoch": 7.831279258622337, + "grad_norm": 0.4780885875225067, + "learning_rate": 1.2318140629485958e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9936614453792572, + "num_tokens": 105482175.0, + "step": 81970 + }, + { + "entropy": 0.9154072821140289, + "epoch": 7.832234642208847, + "grad_norm": 2.5477089881896973, + "learning_rate": 1.2307759251477047e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9898700594902039, + "num_tokens": 105495068.0, + "step": 81980 + }, + { + "entropy": 0.9212136745452881, + "epoch": 7.833190025795357, + "grad_norm": 1.5182018280029297, + "learning_rate": 1.2297381635863308e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9917681336402893, + "num_tokens": 105507864.0, + "step": 81990 + }, + { + "entropy": 0.919078117609024, + "epoch": 7.8341454093818665, + "grad_norm": 0.8752784132957458, + "learning_rate": 1.2287007783680609e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9924003183841705, + "num_tokens": 105520849.0, + "step": 82000 + }, + { + "entropy": 0.9079981625080109, + "epoch": 7.835100792968377, + "grad_norm": 0.7569833397865295, + "learning_rate": 1.2276637695964443e-05, + "loss": 0.0184, + "mean_token_accuracy": 0.9934195756912232, + "num_tokens": 105533602.0, + "step": 82010 + }, + { + "entropy": 0.903835517168045, + "epoch": 7.836056176554886, + "grad_norm": 0.8609733581542969, + "learning_rate": 1.2266271373749966e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9924759924411773, + "num_tokens": 105546177.0, + "step": 82020 + }, + { + "entropy": 0.922364455461502, + "epoch": 7.837011560141397, + "grad_norm": 0.9936652183532715, + "learning_rate": 1.2255908818071904e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9892944455146789, + "num_tokens": 105559151.0, + "step": 82030 + }, + { + "entropy": 0.9136562526226044, + "epoch": 7.837966943727907, + "grad_norm": 1.8005934953689575, + "learning_rate": 1.2245550029964675e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.988753718137741, + "num_tokens": 105572054.0, + "step": 82040 + }, + { + "entropy": 0.9037779569625854, + "epoch": 7.838922327314417, + "grad_norm": 0.37303170561790466, + "learning_rate": 1.223519501046223e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9911621272563934, + "num_tokens": 105584652.0, + "step": 82050 + }, + { + "entropy": 0.906666886806488, + "epoch": 7.839877710900927, + "grad_norm": 0.2769445478916168, + "learning_rate": 1.2224843760598232e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.991427218914032, + "num_tokens": 105597178.0, + "step": 82060 + }, + { + "entropy": 0.9083925247192383, + "epoch": 7.8408330944874365, + "grad_norm": 0.6655687689781189, + "learning_rate": 1.2214496281405908e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9916362464427948, + "num_tokens": 105609842.0, + "step": 82070 + }, + { + "entropy": 0.9037592232227325, + "epoch": 7.841788478073947, + "grad_norm": 0.7755802869796753, + "learning_rate": 1.2204152573918149e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.991358083486557, + "num_tokens": 105622512.0, + "step": 82080 + }, + { + "entropy": 0.9197382867336273, + "epoch": 7.842743861660456, + "grad_norm": 0.5157220959663391, + "learning_rate": 1.2193812639167451e-05, + "loss": 0.0171, + "mean_token_accuracy": 0.9935506045818329, + "num_tokens": 105635347.0, + "step": 82090 + }, + { + "entropy": 0.9148472487926483, + "epoch": 7.843699245246967, + "grad_norm": 0.9100289344787598, + "learning_rate": 1.2183476478185912e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9926690936088562, + "num_tokens": 105648212.0, + "step": 82100 + }, + { + "entropy": 0.924320524930954, + "epoch": 7.844654628833476, + "grad_norm": 1.4215232133865356, + "learning_rate": 1.2173144092005306e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9908372461795807, + "num_tokens": 105661931.0, + "step": 82110 + }, + { + "entropy": 0.9094274938106537, + "epoch": 7.845610012419987, + "grad_norm": 0.7758801579475403, + "learning_rate": 1.216281548165697e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9910908222198487, + "num_tokens": 105674647.0, + "step": 82120 + }, + { + "entropy": 0.9138130426406861, + "epoch": 7.846565396006497, + "grad_norm": 1.2606538534164429, + "learning_rate": 1.2152490648171938e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9916318237781525, + "num_tokens": 105687738.0, + "step": 82130 + }, + { + "entropy": 0.9073819816112518, + "epoch": 7.847520779593006, + "grad_norm": 2.0241050720214844, + "learning_rate": 1.214216959258076e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895036518573761, + "num_tokens": 105700922.0, + "step": 82140 + }, + { + "entropy": 0.8977231621742249, + "epoch": 7.848476163179517, + "grad_norm": 0.6495792865753174, + "learning_rate": 1.2131852315913728e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9923433542251587, + "num_tokens": 105713035.0, + "step": 82150 + }, + { + "entropy": 0.9091399252414704, + "epoch": 7.849431546766026, + "grad_norm": 1.084129810333252, + "learning_rate": 1.2121538819200656e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9917662560939788, + "num_tokens": 105726353.0, + "step": 82160 + }, + { + "entropy": 0.9049060106277466, + "epoch": 7.850386930352537, + "grad_norm": 2.536288261413574, + "learning_rate": 1.211122910347106e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9875750660896301, + "num_tokens": 105738778.0, + "step": 82170 + }, + { + "entropy": 0.925245487689972, + "epoch": 7.851342313939046, + "grad_norm": 0.8239309787750244, + "learning_rate": 1.2100923169754036e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.993088835477829, + "num_tokens": 105752463.0, + "step": 82180 + }, + { + "entropy": 0.9071477234363556, + "epoch": 7.8522976975255565, + "grad_norm": 0.8469668626785278, + "learning_rate": 1.2090621019078285e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9940698981285095, + "num_tokens": 105764971.0, + "step": 82190 + }, + { + "entropy": 0.9005569517612457, + "epoch": 7.853253081112067, + "grad_norm": 1.290035367012024, + "learning_rate": 1.2080322652472192e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9882353484630585, + "num_tokens": 105777768.0, + "step": 82200 + }, + { + "entropy": 0.916284853219986, + "epoch": 7.854208464698576, + "grad_norm": 0.9195956587791443, + "learning_rate": 1.2070028070963702e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9918793737888336, + "num_tokens": 105790508.0, + "step": 82210 + }, + { + "entropy": 0.9089376747608184, + "epoch": 7.855163848285087, + "grad_norm": 1.4147720336914062, + "learning_rate": 1.2059737275580423e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9942790150642395, + "num_tokens": 105802875.0, + "step": 82220 + }, + { + "entropy": 0.9212461590766907, + "epoch": 7.856119231871596, + "grad_norm": 0.6633641123771667, + "learning_rate": 1.2049450267349565e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9931789696216583, + "num_tokens": 105815520.0, + "step": 82230 + }, + { + "entropy": 0.9323583304882049, + "epoch": 7.857074615458107, + "grad_norm": 1.8796201944351196, + "learning_rate": 1.2039167047297955e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9887355148792267, + "num_tokens": 105828867.0, + "step": 82240 + }, + { + "entropy": 0.9134237885475158, + "epoch": 7.858029999044616, + "grad_norm": 1.282436490058899, + "learning_rate": 1.2028887616452072e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9927689671516419, + "num_tokens": 105841661.0, + "step": 82250 + }, + { + "entropy": 0.9052383065223694, + "epoch": 7.8589853826311264, + "grad_norm": 0.34171226620674133, + "learning_rate": 1.2018611975837985e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9919530034065247, + "num_tokens": 105853973.0, + "step": 82260 + }, + { + "entropy": 0.9170275449752807, + "epoch": 7.859940766217637, + "grad_norm": 1.238909363746643, + "learning_rate": 1.2008340126481393e-05, + "loss": 0.0193, + "mean_token_accuracy": 0.9917651057243347, + "num_tokens": 105866923.0, + "step": 82270 + }, + { + "entropy": 0.8937353789806366, + "epoch": 7.860896149804146, + "grad_norm": 0.8301762342453003, + "learning_rate": 1.1998072069407617e-05, + "loss": 0.0175, + "mean_token_accuracy": 0.9933272123336792, + "num_tokens": 105879249.0, + "step": 82280 + }, + { + "entropy": 0.910867977142334, + "epoch": 7.861851533390657, + "grad_norm": 1.327139139175415, + "learning_rate": 1.1987807805641622e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9885263442993164, + "num_tokens": 105891768.0, + "step": 82290 + }, + { + "entropy": 0.9221533417701722, + "epoch": 7.862806916977166, + "grad_norm": 1.7367832660675049, + "learning_rate": 1.1977547336207945e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.990762984752655, + "num_tokens": 105904755.0, + "step": 82300 + }, + { + "entropy": 0.9164749026298523, + "epoch": 7.8637623005636765, + "grad_norm": 1.0631930828094482, + "learning_rate": 1.1967290662130809e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9915983498096466, + "num_tokens": 105917620.0, + "step": 82310 + }, + { + "entropy": 0.9158176243305206, + "epoch": 7.864717684150186, + "grad_norm": 1.6852697134017944, + "learning_rate": 1.1957037784434e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9894083917140961, + "num_tokens": 105930694.0, + "step": 82320 + }, + { + "entropy": 0.9262143731117248, + "epoch": 7.865673067736696, + "grad_norm": 1.0991655588150024, + "learning_rate": 1.1946788704140943e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9893177449703217, + "num_tokens": 105944451.0, + "step": 82330 + }, + { + "entropy": 0.9066301167011261, + "epoch": 7.866628451323207, + "grad_norm": 0.8018580675125122, + "learning_rate": 1.1936543422274716e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9915093243122101, + "num_tokens": 105956839.0, + "step": 82340 + }, + { + "entropy": 0.9343052625656127, + "epoch": 7.867583834909716, + "grad_norm": 0.7612821459770203, + "learning_rate": 1.1926301939857954e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9910830378532409, + "num_tokens": 105970454.0, + "step": 82350 + }, + { + "entropy": 0.9222693562507629, + "epoch": 7.868539218496227, + "grad_norm": 1.0669342279434204, + "learning_rate": 1.1916064257913007e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.993505984544754, + "num_tokens": 105983813.0, + "step": 82360 + }, + { + "entropy": 0.9174862086772919, + "epoch": 7.869494602082736, + "grad_norm": 1.0987792015075684, + "learning_rate": 1.190583037746172e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9927300989627839, + "num_tokens": 105996731.0, + "step": 82370 + }, + { + "entropy": 0.9141041219234467, + "epoch": 7.8704499856692465, + "grad_norm": 1.1916236877441406, + "learning_rate": 1.1895600299525655e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.992158955335617, + "num_tokens": 106009488.0, + "step": 82380 + }, + { + "entropy": 0.9149179577827453, + "epoch": 7.871405369255756, + "grad_norm": 0.5973524451255798, + "learning_rate": 1.1885374025125984e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9920448958873749, + "num_tokens": 106022037.0, + "step": 82390 + }, + { + "entropy": 0.9126869976520539, + "epoch": 7.872360752842266, + "grad_norm": 1.5772345066070557, + "learning_rate": 1.187515155528347e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9906384408473968, + "num_tokens": 106035247.0, + "step": 82400 + }, + { + "entropy": 0.9090884685516357, + "epoch": 7.873316136428776, + "grad_norm": 1.534218192100525, + "learning_rate": 1.1864932891018504e-05, + "loss": 0.0178, + "mean_token_accuracy": 0.993505334854126, + "num_tokens": 106047821.0, + "step": 82410 + }, + { + "entropy": 0.9196616113185883, + "epoch": 7.874271520015286, + "grad_norm": 0.977501392364502, + "learning_rate": 1.1854718033351092e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9916762828826904, + "num_tokens": 106061197.0, + "step": 82420 + }, + { + "entropy": 0.9009687185287476, + "epoch": 7.875226903601796, + "grad_norm": 2.587026357650757, + "learning_rate": 1.184450698330089e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9917725145816803, + "num_tokens": 106073792.0, + "step": 82430 + }, + { + "entropy": 0.9088333070278167, + "epoch": 7.876182287188306, + "grad_norm": 1.1305029392242432, + "learning_rate": 1.1834299741887134e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.988730251789093, + "num_tokens": 106087104.0, + "step": 82440 + }, + { + "entropy": 0.9182173609733582, + "epoch": 7.877137670774816, + "grad_norm": 1.0586293935775757, + "learning_rate": 1.182409631012873e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9900096476078033, + "num_tokens": 106099914.0, + "step": 82450 + }, + { + "entropy": 0.9204356729984283, + "epoch": 7.878093054361326, + "grad_norm": 0.7523235082626343, + "learning_rate": 1.1813896689044124e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9921995222568512, + "num_tokens": 106112983.0, + "step": 82460 + }, + { + "entropy": 0.9030897796154023, + "epoch": 7.879048437947836, + "grad_norm": 1.0232809782028198, + "learning_rate": 1.1803700879651458e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.9917239725589753, + "num_tokens": 106125568.0, + "step": 82470 + }, + { + "entropy": 0.9203953623771668, + "epoch": 7.880003821534346, + "grad_norm": 0.7870752811431885, + "learning_rate": 1.1793508882968474e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9884164571762085, + "num_tokens": 106139231.0, + "step": 82480 + }, + { + "entropy": 0.9020046949386596, + "epoch": 7.880959205120856, + "grad_norm": 1.991633415222168, + "learning_rate": 1.1783320700012518e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9901562035083771, + "num_tokens": 106152134.0, + "step": 82490 + }, + { + "entropy": 0.9197430670261383, + "epoch": 7.881914588707366, + "grad_norm": 0.9661324620246887, + "learning_rate": 1.177313633180056e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9882242143154144, + "num_tokens": 106165470.0, + "step": 82500 + }, + { + "entropy": 0.9054940164089202, + "epoch": 7.882869972293876, + "grad_norm": 1.319269061088562, + "learning_rate": 1.1762955779349178e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9940142691135406, + "num_tokens": 106178103.0, + "step": 82510 + }, + { + "entropy": 0.9119558155536651, + "epoch": 7.883825355880386, + "grad_norm": 1.8204443454742432, + "learning_rate": 1.175277904367461e-05, + "loss": 0.0336, + "mean_token_accuracy": 0.9916433215141296, + "num_tokens": 106191344.0, + "step": 82520 + }, + { + "entropy": 0.9205793261528015, + "epoch": 7.884780739466896, + "grad_norm": 0.770332396030426, + "learning_rate": 1.1742606125792654e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9941767632961274, + "num_tokens": 106204749.0, + "step": 82530 + }, + { + "entropy": 0.9012717008590698, + "epoch": 7.885736123053406, + "grad_norm": 0.3978692591190338, + "learning_rate": 1.1732437026718796e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9916845858097076, + "num_tokens": 106217547.0, + "step": 82540 + }, + { + "entropy": 0.9034814059734344, + "epoch": 7.886691506639916, + "grad_norm": 1.9159464836120605, + "learning_rate": 1.1722271747468077e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9905134499073028, + "num_tokens": 106230203.0, + "step": 82550 + }, + { + "entropy": 0.904849249124527, + "epoch": 7.887646890226426, + "grad_norm": 0.23093117773532867, + "learning_rate": 1.1712110289055184e-05, + "loss": 0.017, + "mean_token_accuracy": 0.9930845081806183, + "num_tokens": 106242707.0, + "step": 82560 + }, + { + "entropy": 0.906810861825943, + "epoch": 7.8886022738129356, + "grad_norm": 0.6250938177108765, + "learning_rate": 1.1701952652494436e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.9910583615303039, + "num_tokens": 106255316.0, + "step": 82570 + }, + { + "entropy": 0.9111984014511109, + "epoch": 7.889557657399446, + "grad_norm": 0.7614702582359314, + "learning_rate": 1.169179883879975e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9920207560062408, + "num_tokens": 106268061.0, + "step": 82580 + }, + { + "entropy": 0.9120388150215148, + "epoch": 7.890513040985956, + "grad_norm": 1.7033966779708862, + "learning_rate": 1.1681648848984667e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9911078155040741, + "num_tokens": 106281080.0, + "step": 82590 + }, + { + "entropy": 0.9164145767688752, + "epoch": 7.891468424572466, + "grad_norm": 0.5320451855659485, + "learning_rate": 1.167150268406233e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931264817714691, + "num_tokens": 106294262.0, + "step": 82600 + }, + { + "entropy": 0.9035894691944122, + "epoch": 7.892423808158976, + "grad_norm": 0.4787352681159973, + "learning_rate": 1.1661360345045536e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9909934401512146, + "num_tokens": 106306760.0, + "step": 82610 + }, + { + "entropy": 0.920717042684555, + "epoch": 7.893379191745486, + "grad_norm": 0.69920814037323, + "learning_rate": 1.1651221832946696e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9891106843948364, + "num_tokens": 106319862.0, + "step": 82620 + }, + { + "entropy": 0.9214669346809388, + "epoch": 7.894334575331996, + "grad_norm": 0.6017997860908508, + "learning_rate": 1.1641087148777802e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.99217289686203, + "num_tokens": 106332579.0, + "step": 82630 + }, + { + "entropy": 0.9231763482093811, + "epoch": 7.8952899589185055, + "grad_norm": 0.7087146043777466, + "learning_rate": 1.1630956293550493e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9887905597686768, + "num_tokens": 106345864.0, + "step": 82640 + }, + { + "entropy": 0.9269644796848298, + "epoch": 7.896245342505016, + "grad_norm": 0.8162146806716919, + "learning_rate": 1.1620829268276002e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9894465744495392, + "num_tokens": 106359201.0, + "step": 82650 + }, + { + "entropy": 0.9077658653259277, + "epoch": 7.897200726091526, + "grad_norm": 0.36144882440567017, + "learning_rate": 1.1610706073965228e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9907340168952942, + "num_tokens": 106372026.0, + "step": 82660 + }, + { + "entropy": 0.9066122055053711, + "epoch": 7.898156109678036, + "grad_norm": 0.6359987258911133, + "learning_rate": 1.1600586711628626e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9897854804992676, + "num_tokens": 106384977.0, + "step": 82670 + }, + { + "entropy": 0.929318505525589, + "epoch": 7.899111493264546, + "grad_norm": 0.45774826407432556, + "learning_rate": 1.1590471182276341e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9896385252475739, + "num_tokens": 106398450.0, + "step": 82680 + }, + { + "entropy": 0.9157916188240052, + "epoch": 7.900066876851056, + "grad_norm": 1.9597833156585693, + "learning_rate": 1.1580359486918041e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9897765815258026, + "num_tokens": 106410607.0, + "step": 82690 + }, + { + "entropy": 0.9205624639987946, + "epoch": 7.901022260437566, + "grad_norm": 0.25792092084884644, + "learning_rate": 1.1570251626563083e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9903814673423768, + "num_tokens": 106423042.0, + "step": 82700 + }, + { + "entropy": 0.9174978613853455, + "epoch": 7.901977644024075, + "grad_norm": 0.8158876299858093, + "learning_rate": 1.1560147602220444e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9888265192508697, + "num_tokens": 106435508.0, + "step": 82710 + }, + { + "entropy": 0.9242813169956208, + "epoch": 7.902933027610586, + "grad_norm": 0.6503381729125977, + "learning_rate": 1.1550047414898679e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9913136839866639, + "num_tokens": 106448236.0, + "step": 82720 + }, + { + "entropy": 0.9110437095165252, + "epoch": 7.903888411197095, + "grad_norm": 0.88337242603302, + "learning_rate": 1.1539951065605975e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9932423293590545, + "num_tokens": 106460730.0, + "step": 82730 + }, + { + "entropy": 0.9127279639244079, + "epoch": 7.904843794783606, + "grad_norm": 0.9159520864486694, + "learning_rate": 1.1529858555350131e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9913775205612183, + "num_tokens": 106473673.0, + "step": 82740 + }, + { + "entropy": 0.9268963754177093, + "epoch": 7.905799178370115, + "grad_norm": 0.5879002213478088, + "learning_rate": 1.1519769885138587e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9921367943286896, + "num_tokens": 106486732.0, + "step": 82750 + }, + { + "entropy": 0.9258426547050476, + "epoch": 7.9067545619566255, + "grad_norm": 0.9681541919708252, + "learning_rate": 1.150968505597836e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9881596267223358, + "num_tokens": 106499716.0, + "step": 82760 + }, + { + "entropy": 0.923799729347229, + "epoch": 7.907709945543136, + "grad_norm": 0.4159758687019348, + "learning_rate": 1.149960406887613e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9920779407024384, + "num_tokens": 106512643.0, + "step": 82770 + }, + { + "entropy": 0.9322437465190887, + "epoch": 7.908665329129645, + "grad_norm": 0.8353075981140137, + "learning_rate": 1.1489526924838162e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9899305701255798, + "num_tokens": 106526375.0, + "step": 82780 + }, + { + "entropy": 0.9272244215011597, + "epoch": 7.909620712716156, + "grad_norm": 0.49586933851242065, + "learning_rate": 1.1479453624870324e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9921671152114868, + "num_tokens": 106539843.0, + "step": 82790 + }, + { + "entropy": 0.9225147187709808, + "epoch": 7.910576096302665, + "grad_norm": 0.47850582003593445, + "learning_rate": 1.1469384169978154e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9916636407375335, + "num_tokens": 106552387.0, + "step": 82800 + }, + { + "entropy": 0.9297256290912628, + "epoch": 7.911531479889176, + "grad_norm": 1.305116057395935, + "learning_rate": 1.1459318561166754e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9893000066280365, + "num_tokens": 106565528.0, + "step": 82810 + }, + { + "entropy": 0.9085042417049408, + "epoch": 7.912486863475685, + "grad_norm": 0.5181766748428345, + "learning_rate": 1.1449256799440867e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9934650182723999, + "num_tokens": 106577879.0, + "step": 82820 + }, + { + "entropy": 0.9275686025619507, + "epoch": 7.9134422470621955, + "grad_norm": 1.5759203433990479, + "learning_rate": 1.143919888580483e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.989907968044281, + "num_tokens": 106590864.0, + "step": 82830 + }, + { + "entropy": 0.9207978069782257, + "epoch": 7.914397630648706, + "grad_norm": 0.676917552947998, + "learning_rate": 1.1429144821262621e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9894690930843353, + "num_tokens": 106603344.0, + "step": 82840 + }, + { + "entropy": 0.9223993957042694, + "epoch": 7.915353014235215, + "grad_norm": 1.192801833152771, + "learning_rate": 1.1419094606817848e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.992130845785141, + "num_tokens": 106616647.0, + "step": 82850 + }, + { + "entropy": 0.9234306931495666, + "epoch": 7.916308397821726, + "grad_norm": 0.973881185054779, + "learning_rate": 1.1409048243473691e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9877307295799256, + "num_tokens": 106630031.0, + "step": 82860 + }, + { + "entropy": 0.9335022449493409, + "epoch": 7.917263781408235, + "grad_norm": 1.0432738065719604, + "learning_rate": 1.139900573223297e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9885051548480988, + "num_tokens": 106643419.0, + "step": 82870 + }, + { + "entropy": 0.9286009490489959, + "epoch": 7.9182191649947455, + "grad_norm": 0.9508480429649353, + "learning_rate": 1.13889670740981e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9911542773246765, + "num_tokens": 106656513.0, + "step": 82880 + }, + { + "entropy": 0.9250922620296478, + "epoch": 7.919174548581255, + "grad_norm": 0.9328044652938843, + "learning_rate": 1.1378932270071158e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9903165161609649, + "num_tokens": 106669965.0, + "step": 82890 + }, + { + "entropy": 0.9244641304016114, + "epoch": 7.920129932167765, + "grad_norm": 0.824228823184967, + "learning_rate": 1.1368901321153785e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9924496591091156, + "num_tokens": 106682362.0, + "step": 82900 + }, + { + "entropy": 0.9271389007568359, + "epoch": 7.921085315754276, + "grad_norm": 0.8064326643943787, + "learning_rate": 1.1358874228347255e-05, + "loss": 0.026, + "mean_token_accuracy": 0.988878208398819, + "num_tokens": 106695702.0, + "step": 82910 + }, + { + "entropy": 0.9183285236358643, + "epoch": 7.922040699340785, + "grad_norm": 0.42618656158447266, + "learning_rate": 1.1348850992652487e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9886623382568359, + "num_tokens": 106708504.0, + "step": 82920 + }, + { + "entropy": 0.9186950981616974, + "epoch": 7.922996082927296, + "grad_norm": 0.6958177089691162, + "learning_rate": 1.1338831615069956e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9899254500865936, + "num_tokens": 106721341.0, + "step": 82930 + }, + { + "entropy": 0.9223230719566345, + "epoch": 7.923951466513805, + "grad_norm": 1.0772486925125122, + "learning_rate": 1.1328816096599814e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9907197475433349, + "num_tokens": 106734491.0, + "step": 82940 + }, + { + "entropy": 0.9218550264835358, + "epoch": 7.9249068501003155, + "grad_norm": 0.7421109080314636, + "learning_rate": 1.1318804438241787e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9916496694087982, + "num_tokens": 106747146.0, + "step": 82950 + }, + { + "entropy": 0.9278766870498657, + "epoch": 7.925862233686825, + "grad_norm": 2.0747616291046143, + "learning_rate": 1.1308796640995224e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9923024773597717, + "num_tokens": 106760544.0, + "step": 82960 + }, + { + "entropy": 0.9078499555587769, + "epoch": 7.926817617273335, + "grad_norm": 2.3227851390838623, + "learning_rate": 1.1298792705859073e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9904475927352905, + "num_tokens": 106773125.0, + "step": 82970 + }, + { + "entropy": 0.9316072762012482, + "epoch": 7.927773000859846, + "grad_norm": 0.8426840901374817, + "learning_rate": 1.1288792633831952e-05, + "loss": 0.0168, + "mean_token_accuracy": 0.9942003667354584, + "num_tokens": 106786400.0, + "step": 82980 + }, + { + "entropy": 0.9236007153987884, + "epoch": 7.928728384446355, + "grad_norm": 0.5472521185874939, + "learning_rate": 1.1278796425912025e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9910001218318939, + "num_tokens": 106799835.0, + "step": 82990 + }, + { + "entropy": 0.9170926630496978, + "epoch": 7.929683768032866, + "grad_norm": 1.3873586654663086, + "learning_rate": 1.126880408309713e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9915194034576416, + "num_tokens": 106812614.0, + "step": 83000 + }, + { + "entropy": 0.9205730140209198, + "epoch": 7.930639151619375, + "grad_norm": 0.5628507137298584, + "learning_rate": 1.1258815606384676e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9911426424980163, + "num_tokens": 106825823.0, + "step": 83010 + }, + { + "entropy": 0.9064989030361176, + "epoch": 7.931594535205885, + "grad_norm": 0.782048761844635, + "learning_rate": 1.1248830996771686e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.993730652332306, + "num_tokens": 106838476.0, + "step": 83020 + }, + { + "entropy": 0.9241221308708191, + "epoch": 7.932549918792395, + "grad_norm": 1.1688387393951416, + "learning_rate": 1.1238850255254846e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9917946994304657, + "num_tokens": 106851050.0, + "step": 83030 + }, + { + "entropy": 0.9073204576969147, + "epoch": 7.933505302378905, + "grad_norm": 0.48406437039375305, + "learning_rate": 1.1228873382830396e-05, + "loss": 0.0186, + "mean_token_accuracy": 0.9920896649360657, + "num_tokens": 106863773.0, + "step": 83040 + }, + { + "entropy": 0.9275018334388733, + "epoch": 7.934460685965415, + "grad_norm": 1.0139667987823486, + "learning_rate": 1.1218900380494229e-05, + "loss": 0.02, + "mean_token_accuracy": 0.9924188554286957, + "num_tokens": 106877072.0, + "step": 83050 + }, + { + "entropy": 0.908521419763565, + "epoch": 7.935416069551925, + "grad_norm": 0.49990275502204895, + "learning_rate": 1.1208931249241817e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9891500234603882, + "num_tokens": 106889723.0, + "step": 83060 + }, + { + "entropy": 0.9052114248275757, + "epoch": 7.936371453138435, + "grad_norm": 0.41009312868118286, + "learning_rate": 1.1198965990068277e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9911031424999237, + "num_tokens": 106902636.0, + "step": 83070 + }, + { + "entropy": 0.9043242156505584, + "epoch": 7.937326836724945, + "grad_norm": 1.276537299156189, + "learning_rate": 1.1189004603968356e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904317557811737, + "num_tokens": 106915061.0, + "step": 83080 + }, + { + "entropy": 0.9232569396495819, + "epoch": 7.938282220311455, + "grad_norm": 1.5930280685424805, + "learning_rate": 1.1179047091936363e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9930276930332184, + "num_tokens": 106927764.0, + "step": 83090 + }, + { + "entropy": 0.9261397361755371, + "epoch": 7.939237603897965, + "grad_norm": 1.4720547199249268, + "learning_rate": 1.116909345496625e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9893137812614441, + "num_tokens": 106941155.0, + "step": 83100 + }, + { + "entropy": 0.913144725561142, + "epoch": 7.940192987484475, + "grad_norm": 0.6455566883087158, + "learning_rate": 1.115914369405156e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9907317996025086, + "num_tokens": 106953966.0, + "step": 83110 + }, + { + "entropy": 0.9025952517986298, + "epoch": 7.941148371070985, + "grad_norm": 0.8014658689498901, + "learning_rate": 1.1149197810185496e-05, + "loss": 0.0186, + "mean_token_accuracy": 0.9931124091148377, + "num_tokens": 106966355.0, + "step": 83120 + }, + { + "entropy": 0.903522664308548, + "epoch": 7.942103754657495, + "grad_norm": 0.7397196888923645, + "learning_rate": 1.1139255804360837e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9907463312149047, + "num_tokens": 106979264.0, + "step": 83130 + }, + { + "entropy": 0.9101124227046966, + "epoch": 7.943059138244005, + "grad_norm": 1.392852783203125, + "learning_rate": 1.1129317677569956e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9907171785831451, + "num_tokens": 106992219.0, + "step": 83140 + }, + { + "entropy": 0.9108204364776611, + "epoch": 7.944014521830515, + "grad_norm": 1.3298405408859253, + "learning_rate": 1.1119383430804903e-05, + "loss": 0.0183, + "mean_token_accuracy": 0.9942059218883514, + "num_tokens": 107005604.0, + "step": 83150 + }, + { + "entropy": 0.9024608850479126, + "epoch": 7.944969905417025, + "grad_norm": 1.7006806135177612, + "learning_rate": 1.1109453065057267e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9913860321044922, + "num_tokens": 107018284.0, + "step": 83160 + }, + { + "entropy": 0.9076003670692444, + "epoch": 7.945925289003535, + "grad_norm": 1.9729355573654175, + "learning_rate": 1.1099526581318321e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9918036162853241, + "num_tokens": 107031024.0, + "step": 83170 + }, + { + "entropy": 0.9149296224117279, + "epoch": 7.946880672590045, + "grad_norm": 1.490914225578308, + "learning_rate": 1.10896039805789e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9934293627738953, + "num_tokens": 107044061.0, + "step": 83180 + }, + { + "entropy": 0.9128733038902282, + "epoch": 7.947836056176555, + "grad_norm": 0.6424157619476318, + "learning_rate": 1.1079685263829459e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9883636593818664, + "num_tokens": 107056495.0, + "step": 83190 + }, + { + "entropy": 0.9095987558364869, + "epoch": 7.948791439763065, + "grad_norm": 0.5144472718238831, + "learning_rate": 1.1069770432060066e-05, + "loss": 0.0194, + "mean_token_accuracy": 0.9920885264873505, + "num_tokens": 107069383.0, + "step": 83200 + }, + { + "entropy": 0.9144322991371154, + "epoch": 7.9497468233495745, + "grad_norm": 0.4551464021205902, + "learning_rate": 1.1059859486260416e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9916700422763824, + "num_tokens": 107082497.0, + "step": 83210 + }, + { + "entropy": 0.9042586863040925, + "epoch": 7.950702206936085, + "grad_norm": 1.1195409297943115, + "learning_rate": 1.104995242741984e-05, + "loss": 0.0181, + "mean_token_accuracy": 0.9940135955810547, + "num_tokens": 107095257.0, + "step": 83220 + }, + { + "entropy": 0.9308519721031189, + "epoch": 7.951657590522595, + "grad_norm": 0.7523300051689148, + "learning_rate": 1.1040049256527196e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9896209955215454, + "num_tokens": 107107987.0, + "step": 83230 + }, + { + "entropy": 0.9138812065124512, + "epoch": 7.952612974109105, + "grad_norm": 2.6657941341400146, + "learning_rate": 1.1030149974571047e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9919982075691223, + "num_tokens": 107120709.0, + "step": 83240 + }, + { + "entropy": 0.9041462123394013, + "epoch": 7.953568357695615, + "grad_norm": 0.48273929953575134, + "learning_rate": 1.102025458253949e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9920730412006378, + "num_tokens": 107133249.0, + "step": 83250 + }, + { + "entropy": 0.9181062400341033, + "epoch": 7.954523741282125, + "grad_norm": 1.4591591358184814, + "learning_rate": 1.1010363081420316e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9909485578536987, + "num_tokens": 107146095.0, + "step": 83260 + }, + { + "entropy": 0.9149024724960327, + "epoch": 7.955479124868635, + "grad_norm": 1.2917413711547852, + "learning_rate": 1.1000475472200855e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9905473172664643, + "num_tokens": 107159178.0, + "step": 83270 + }, + { + "entropy": 0.9210681736469268, + "epoch": 7.956434508455144, + "grad_norm": 1.0906720161437988, + "learning_rate": 1.0990591755868085e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9893852531909942, + "num_tokens": 107172064.0, + "step": 83280 + }, + { + "entropy": 0.91633380651474, + "epoch": 7.957389892041655, + "grad_norm": 0.7150170207023621, + "learning_rate": 1.0980711933408566e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9918225526809692, + "num_tokens": 107184978.0, + "step": 83290 + }, + { + "entropy": 0.914328134059906, + "epoch": 7.958345275628165, + "grad_norm": 0.6861412525177002, + "learning_rate": 1.097083600580851e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9931549966335297, + "num_tokens": 107198374.0, + "step": 83300 + }, + { + "entropy": 0.9186907947063446, + "epoch": 7.959300659214675, + "grad_norm": 0.4662479758262634, + "learning_rate": 1.0960963974053735e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9929830670356751, + "num_tokens": 107211248.0, + "step": 83310 + }, + { + "entropy": 0.9178400278091431, + "epoch": 7.960256042801185, + "grad_norm": 1.0582530498504639, + "learning_rate": 1.0951095839129632e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9903253078460693, + "num_tokens": 107224648.0, + "step": 83320 + }, + { + "entropy": 0.9198960959911346, + "epoch": 7.9612114263876945, + "grad_norm": 1.4155030250549316, + "learning_rate": 1.094123160202124e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9892114996910095, + "num_tokens": 107237412.0, + "step": 83330 + }, + { + "entropy": 0.9131292819976806, + "epoch": 7.962166809974205, + "grad_norm": 0.9213040471076965, + "learning_rate": 1.0931371263713175e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.9925681769847869, + "num_tokens": 107250451.0, + "step": 83340 + }, + { + "entropy": 0.9079389095306396, + "epoch": 7.963122193560714, + "grad_norm": 1.0016149282455444, + "learning_rate": 1.0921514825189711e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9929095089435578, + "num_tokens": 107263187.0, + "step": 83350 + }, + { + "entropy": 0.9123157083988189, + "epoch": 7.964077577147225, + "grad_norm": 1.9404966831207275, + "learning_rate": 1.0911662287434693e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.991206306219101, + "num_tokens": 107276111.0, + "step": 83360 + }, + { + "entropy": 0.9196992635726928, + "epoch": 7.965032960733734, + "grad_norm": 1.122776746749878, + "learning_rate": 1.0901813651431581e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9918696343898773, + "num_tokens": 107288995.0, + "step": 83370 + }, + { + "entropy": 0.9030993402004241, + "epoch": 7.965988344320245, + "grad_norm": 0.4795968234539032, + "learning_rate": 1.0891968918163475e-05, + "loss": 0.0173, + "mean_token_accuracy": 0.9946854770183563, + "num_tokens": 107301351.0, + "step": 83380 + }, + { + "entropy": 0.9128871083259582, + "epoch": 7.966943727906754, + "grad_norm": 2.288604974746704, + "learning_rate": 1.0882128088613036e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.99138223528862, + "num_tokens": 107314543.0, + "step": 83390 + }, + { + "entropy": 0.9119686543941498, + "epoch": 7.9678991114932645, + "grad_norm": 0.9396712779998779, + "learning_rate": 1.0872291163762598e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9906764149665832, + "num_tokens": 107327900.0, + "step": 83400 + }, + { + "entropy": 0.8948569059371948, + "epoch": 7.968854495079775, + "grad_norm": 1.3375746011734009, + "learning_rate": 1.0862458144594057e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9901483297348023, + "num_tokens": 107340177.0, + "step": 83410 + }, + { + "entropy": 0.9179004013538361, + "epoch": 7.969809878666284, + "grad_norm": 1.5414016246795654, + "learning_rate": 1.085262903208893e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9904582083225251, + "num_tokens": 107353666.0, + "step": 83420 + }, + { + "entropy": 0.9088483214378357, + "epoch": 7.970765262252795, + "grad_norm": 1.3821719884872437, + "learning_rate": 1.0842803827228337e-05, + "loss": 0.0197, + "mean_token_accuracy": 0.9916486263275146, + "num_tokens": 107366575.0, + "step": 83430 + }, + { + "entropy": 0.8988236129283905, + "epoch": 7.971720645839304, + "grad_norm": 0.7271181344985962, + "learning_rate": 1.0832982530993025e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9919016003608704, + "num_tokens": 107378982.0, + "step": 83440 + }, + { + "entropy": 0.911659300327301, + "epoch": 7.9726760294258145, + "grad_norm": 1.0967072248458862, + "learning_rate": 1.0823165144363379e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9903756856918335, + "num_tokens": 107391546.0, + "step": 83450 + }, + { + "entropy": 0.918851500749588, + "epoch": 7.973631413012324, + "grad_norm": 0.7131295800209045, + "learning_rate": 1.0813351668319305e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9928029179573059, + "num_tokens": 107404814.0, + "step": 83460 + }, + { + "entropy": 0.8974747061729431, + "epoch": 7.974586796598834, + "grad_norm": 0.8012298345565796, + "learning_rate": 1.0803542103840409e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9916499972343444, + "num_tokens": 107417057.0, + "step": 83470 + }, + { + "entropy": 0.9072662889957428, + "epoch": 7.975542180185345, + "grad_norm": 0.9026178121566772, + "learning_rate": 1.079373645190584e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931239366531373, + "num_tokens": 107429802.0, + "step": 83480 + }, + { + "entropy": 0.9005924582481384, + "epoch": 7.976497563771854, + "grad_norm": 0.8429363965988159, + "learning_rate": 1.0783934713494425e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9900913536548615, + "num_tokens": 107442070.0, + "step": 83490 + }, + { + "entropy": 0.9067080080509186, + "epoch": 7.977452947358365, + "grad_norm": 1.6504424810409546, + "learning_rate": 1.0774136889584536e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9907000064849854, + "num_tokens": 107455034.0, + "step": 83500 + }, + { + "entropy": 0.8904511034488678, + "epoch": 7.978408330944874, + "grad_norm": 0.31874048709869385, + "learning_rate": 1.0764342981154175e-05, + "loss": 0.018, + "mean_token_accuracy": 0.9935898840427398, + "num_tokens": 107467336.0, + "step": 83510 + }, + { + "entropy": 0.9180213630199432, + "epoch": 7.9793637145313845, + "grad_norm": 0.9930791854858398, + "learning_rate": 1.0754552989180982e-05, + "loss": 0.019, + "mean_token_accuracy": 0.9926254749298096, + "num_tokens": 107480895.0, + "step": 83520 + }, + { + "entropy": 0.8996495068073272, + "epoch": 7.980319098117894, + "grad_norm": 0.46175089478492737, + "learning_rate": 1.0744766914642163e-05, + "loss": 0.0154, + "mean_token_accuracy": 0.9942284941673278, + "num_tokens": 107493339.0, + "step": 83530 + }, + { + "entropy": 0.8998560249805451, + "epoch": 7.981274481704404, + "grad_norm": 1.117342233657837, + "learning_rate": 1.0734984758514576e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9908126592636108, + "num_tokens": 107505787.0, + "step": 83540 + }, + { + "entropy": 0.9252688944339752, + "epoch": 7.982229865290915, + "grad_norm": 1.7041747570037842, + "learning_rate": 1.0725206521774628e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9890426099300385, + "num_tokens": 107519771.0, + "step": 83550 + }, + { + "entropy": 0.9075454950332642, + "epoch": 7.983185248877424, + "grad_norm": 1.4680551290512085, + "learning_rate": 1.0715432205398402e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9902217447757721, + "num_tokens": 107532905.0, + "step": 83560 + }, + { + "entropy": 0.9062032282352448, + "epoch": 7.984140632463935, + "grad_norm": 1.6541342735290527, + "learning_rate": 1.0705661810361533e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9912517189979553, + "num_tokens": 107545547.0, + "step": 83570 + }, + { + "entropy": 0.9152096807956696, + "epoch": 7.985096016050444, + "grad_norm": 0.47859928011894226, + "learning_rate": 1.0695895337639322e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9881064772605896, + "num_tokens": 107559177.0, + "step": 83580 + }, + { + "entropy": 0.9206461429595947, + "epoch": 7.986051399636954, + "grad_norm": 1.0621715784072876, + "learning_rate": 1.0686132788206626e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9871440827846527, + "num_tokens": 107572422.0, + "step": 83590 + }, + { + "entropy": 0.9110069096088409, + "epoch": 7.987006783223464, + "grad_norm": 0.9962183237075806, + "learning_rate": 1.0676374163037927e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9924509167671204, + "num_tokens": 107585597.0, + "step": 83600 + }, + { + "entropy": 0.9088859736919404, + "epoch": 7.987962166809974, + "grad_norm": 0.9384072422981262, + "learning_rate": 1.0666619463107336e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9919398665428162, + "num_tokens": 107598219.0, + "step": 83610 + }, + { + "entropy": 0.9173050940036773, + "epoch": 7.988917550396485, + "grad_norm": 1.5277645587921143, + "learning_rate": 1.0656868689388532e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9911084294319152, + "num_tokens": 107611862.0, + "step": 83620 + }, + { + "entropy": 0.9188308894634247, + "epoch": 7.989872933982994, + "grad_norm": 0.935379683971405, + "learning_rate": 1.0647121842854856e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9893802165985107, + "num_tokens": 107624677.0, + "step": 83630 + }, + { + "entropy": 0.9206257700920105, + "epoch": 7.9908283175695045, + "grad_norm": 0.8639295101165771, + "learning_rate": 1.0637378924479218e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9893795549869537, + "num_tokens": 107637723.0, + "step": 83640 + }, + { + "entropy": 0.9269317150115967, + "epoch": 7.991783701156014, + "grad_norm": 0.3995755910873413, + "learning_rate": 1.0627639935234135e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.991895717382431, + "num_tokens": 107650557.0, + "step": 83650 + }, + { + "entropy": 0.9220637679100037, + "epoch": 7.992739084742524, + "grad_norm": 1.4049675464630127, + "learning_rate": 1.0617904876091729e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895052552223206, + "num_tokens": 107663519.0, + "step": 83660 + }, + { + "entropy": 0.9155204057693481, + "epoch": 7.993694468329034, + "grad_norm": 0.7013636231422424, + "learning_rate": 1.060817374802377e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9923855304718018, + "num_tokens": 107676398.0, + "step": 83670 + }, + { + "entropy": 0.9244785666465759, + "epoch": 7.994649851915544, + "grad_norm": 1.9460201263427734, + "learning_rate": 1.0598446552001601e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9913318395614624, + "num_tokens": 107689549.0, + "step": 83680 + }, + { + "entropy": 0.923912650346756, + "epoch": 7.995605235502054, + "grad_norm": 0.595009446144104, + "learning_rate": 1.0588723288996155e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9889534413814545, + "num_tokens": 107702326.0, + "step": 83690 + }, + { + "entropy": 0.9141226053237915, + "epoch": 7.996560619088564, + "grad_norm": 1.0768318176269531, + "learning_rate": 1.057900395997803e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9902469217777252, + "num_tokens": 107714476.0, + "step": 83700 + }, + { + "entropy": 0.9152627766132355, + "epoch": 7.997516002675074, + "grad_norm": 0.6635103225708008, + "learning_rate": 1.0569288565917374e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9922331273555756, + "num_tokens": 107727265.0, + "step": 83710 + }, + { + "entropy": 0.9192095935344696, + "epoch": 7.998471386261584, + "grad_norm": 0.757742166519165, + "learning_rate": 1.0559577107783985e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.994124436378479, + "num_tokens": 107739560.0, + "step": 83720 + }, + { + "entropy": 0.9212657451629639, + "epoch": 7.999426769848094, + "grad_norm": 1.1612190008163452, + "learning_rate": 1.0549869586547245e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.99382404088974, + "num_tokens": 107752469.0, + "step": 83730 + }, + { + "entropy": 0.9197866439819335, + "epoch": 8.000382153434604, + "grad_norm": 0.4316995441913605, + "learning_rate": 1.0540166003176128e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9931009590625763, + "num_tokens": 107764494.0, + "step": 83740 + }, + { + "entropy": 0.9170316457748413, + "epoch": 8.001337537021113, + "grad_norm": 0.45809710025787354, + "learning_rate": 1.0530466358639258e-05, + "loss": 0.0084, + "mean_token_accuracy": 0.9993399858474732, + "num_tokens": 107777236.0, + "step": 83750 + }, + { + "entropy": 0.9048428297042846, + "epoch": 8.002292920607625, + "grad_norm": 0.9792438745498657, + "learning_rate": 1.0520770653904821e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9977621555328369, + "num_tokens": 107789911.0, + "step": 83760 + }, + { + "entropy": 0.8971060693264008, + "epoch": 8.003248304194134, + "grad_norm": 0.8095982074737549, + "learning_rate": 1.0511078889940673e-05, + "loss": 0.0091, + "mean_token_accuracy": 0.9975304424762725, + "num_tokens": 107802570.0, + "step": 83770 + }, + { + "entropy": 0.8950521111488342, + "epoch": 8.004203687780644, + "grad_norm": 0.3685941696166992, + "learning_rate": 1.0501391067714178e-05, + "loss": 0.006, + "mean_token_accuracy": 0.9983612418174743, + "num_tokens": 107815402.0, + "step": 83780 + }, + { + "entropy": 0.9225580632686615, + "epoch": 8.005159071367155, + "grad_norm": 0.6275284886360168, + "learning_rate": 1.0491707188192402e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9945281445980072, + "num_tokens": 107828964.0, + "step": 83790 + }, + { + "entropy": 0.9037696361541748, + "epoch": 8.006114454953664, + "grad_norm": 0.5057708621025085, + "learning_rate": 1.0482027252341948e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9977987229824066, + "num_tokens": 107842095.0, + "step": 83800 + }, + { + "entropy": 0.916663122177124, + "epoch": 8.007069838540174, + "grad_norm": 0.647566556930542, + "learning_rate": 1.0472351261129088e-05, + "loss": 0.0118, + "mean_token_accuracy": 0.9960375010967255, + "num_tokens": 107855726.0, + "step": 83810 + }, + { + "entropy": 0.8799758732318879, + "epoch": 8.008025222126683, + "grad_norm": 0.3200053572654724, + "learning_rate": 1.0462679215519656e-05, + "loss": 0.0095, + "mean_token_accuracy": 0.9965600430965423, + "num_tokens": 107867946.0, + "step": 83820 + }, + { + "entropy": 0.9073337018489838, + "epoch": 8.008980605713194, + "grad_norm": 0.2533155679702759, + "learning_rate": 1.0453011116479088e-05, + "loss": 0.0106, + "mean_token_accuracy": 0.9967139184474945, + "num_tokens": 107881018.0, + "step": 83830 + }, + { + "entropy": 0.8921915590763092, + "epoch": 8.009935989299704, + "grad_norm": 0.5506716966629028, + "learning_rate": 1.0443346964972473e-05, + "loss": 0.0089, + "mean_token_accuracy": 0.9967076480388641, + "num_tokens": 107893694.0, + "step": 83840 + }, + { + "entropy": 0.8845413088798523, + "epoch": 8.010891372886213, + "grad_norm": 0.8812754154205322, + "learning_rate": 1.0433686761964439e-05, + "loss": 0.0139, + "mean_token_accuracy": 0.9971045732498169, + "num_tokens": 107906438.0, + "step": 83850 + }, + { + "entropy": 0.8994925796985627, + "epoch": 8.011846756472723, + "grad_norm": 1.4462956190109253, + "learning_rate": 1.0424030508419308e-05, + "loss": 0.0122, + "mean_token_accuracy": 0.9970354974269867, + "num_tokens": 107919574.0, + "step": 83860 + }, + { + "entropy": 0.9055009365081788, + "epoch": 8.012802140059234, + "grad_norm": 0.6606287360191345, + "learning_rate": 1.041437820530089e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.997069489955902, + "num_tokens": 107932901.0, + "step": 83870 + }, + { + "entropy": 0.8976148366928101, + "epoch": 8.013757523645744, + "grad_norm": 0.19074510037899017, + "learning_rate": 1.040472985357272e-05, + "loss": 0.0115, + "mean_token_accuracy": 0.9962998509407044, + "num_tokens": 107945572.0, + "step": 83880 + }, + { + "entropy": 0.8927925527095795, + "epoch": 8.014712907232253, + "grad_norm": 0.36518195271492004, + "learning_rate": 1.0395085454197845e-05, + "loss": 0.0072, + "mean_token_accuracy": 0.9974491775035859, + "num_tokens": 107958544.0, + "step": 83890 + }, + { + "entropy": 0.8997706055641175, + "epoch": 8.015668290818764, + "grad_norm": 0.625239372253418, + "learning_rate": 1.0385445008139e-05, + "loss": 0.007, + "mean_token_accuracy": 0.9979264199733734, + "num_tokens": 107971688.0, + "step": 83900 + }, + { + "entropy": 0.8952024221420288, + "epoch": 8.016623674405274, + "grad_norm": 0.3564779460430145, + "learning_rate": 1.0375808516358454e-05, + "loss": 0.0097, + "mean_token_accuracy": 0.9969846427440643, + "num_tokens": 107984378.0, + "step": 83910 + }, + { + "entropy": 0.8872697293758393, + "epoch": 8.017579057991783, + "grad_norm": 0.9261810183525085, + "learning_rate": 1.0366175979818105e-05, + "loss": 0.0099, + "mean_token_accuracy": 0.9964444458484649, + "num_tokens": 107997325.0, + "step": 83920 + }, + { + "entropy": 0.8828065752983093, + "epoch": 8.018534441578293, + "grad_norm": 0.705306887626648, + "learning_rate": 1.0356547399479488e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9973476707935334, + "num_tokens": 108009965.0, + "step": 83930 + }, + { + "entropy": 0.890200012922287, + "epoch": 8.019489825164804, + "grad_norm": 1.0286567211151123, + "learning_rate": 1.0346922776303686e-05, + "loss": 0.0131, + "mean_token_accuracy": 0.9962295293807983, + "num_tokens": 108022571.0, + "step": 83940 + }, + { + "entropy": 0.885667484998703, + "epoch": 8.020445208751314, + "grad_norm": 0.8821084499359131, + "learning_rate": 1.0337302111251463e-05, + "loss": 0.0051, + "mean_token_accuracy": 0.9987127721309662, + "num_tokens": 108035607.0, + "step": 83950 + }, + { + "entropy": 0.9008086204528809, + "epoch": 8.021400592337823, + "grad_norm": 0.14975881576538086, + "learning_rate": 1.0327685405283083e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9979495882987977, + "num_tokens": 108048639.0, + "step": 83960 + }, + { + "entropy": 0.8987137019634247, + "epoch": 8.022355975924334, + "grad_norm": 1.2936457395553589, + "learning_rate": 1.0318072659358507e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9953764736652374, + "num_tokens": 108061964.0, + "step": 83970 + }, + { + "entropy": 0.8827189981937409, + "epoch": 8.023311359510844, + "grad_norm": 1.0289523601531982, + "learning_rate": 1.030846387443728e-05, + "loss": 0.0079, + "mean_token_accuracy": 0.9973545730113983, + "num_tokens": 108074692.0, + "step": 83980 + }, + { + "entropy": 0.8763367235660553, + "epoch": 8.024266743097353, + "grad_norm": 0.2142678052186966, + "learning_rate": 1.029885905147852e-05, + "loss": 0.0062, + "mean_token_accuracy": 0.99803067445755, + "num_tokens": 108087280.0, + "step": 83990 + }, + { + "entropy": 0.891655683517456, + "epoch": 8.025222126683863, + "grad_norm": 0.6168650388717651, + "learning_rate": 1.0289258191440981e-05, + "loss": 0.0069, + "mean_token_accuracy": 0.9983451008796692, + "num_tokens": 108099780.0, + "step": 84000 + }, + { + "entropy": 0.8911060154438019, + "epoch": 8.026177510270374, + "grad_norm": 0.4446748197078705, + "learning_rate": 1.0279661295282988e-05, + "loss": 0.008, + "mean_token_accuracy": 0.9973465383052826, + "num_tokens": 108112519.0, + "step": 84010 + }, + { + "entropy": 0.8973686695098877, + "epoch": 8.027132893856884, + "grad_norm": 0.15674851834774017, + "learning_rate": 1.0270068363962515e-05, + "loss": 0.0103, + "mean_token_accuracy": 0.995661050081253, + "num_tokens": 108125470.0, + "step": 84020 + }, + { + "entropy": 0.8996576309204102, + "epoch": 8.028088277443393, + "grad_norm": 0.7446810007095337, + "learning_rate": 1.02604793984371e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9976447522640228, + "num_tokens": 108138269.0, + "step": 84030 + }, + { + "entropy": 0.8999854147434234, + "epoch": 8.029043661029904, + "grad_norm": 0.1535508930683136, + "learning_rate": 1.0250894399663923e-05, + "loss": 0.0105, + "mean_token_accuracy": 0.9964425921440124, + "num_tokens": 108151347.0, + "step": 84040 + }, + { + "entropy": 0.8886991918087006, + "epoch": 8.029999044616414, + "grad_norm": 0.48454105854034424, + "learning_rate": 1.0241313368599731e-05, + "loss": 0.0132, + "mean_token_accuracy": 0.9955333590507507, + "num_tokens": 108164457.0, + "step": 84050 + }, + { + "entropy": 0.8843323647975921, + "epoch": 8.030954428202923, + "grad_norm": 0.6947931051254272, + "learning_rate": 1.023173630620089e-05, + "loss": 0.0092, + "mean_token_accuracy": 0.997026139497757, + "num_tokens": 108177315.0, + "step": 84060 + }, + { + "entropy": 0.885155975818634, + "epoch": 8.031909811789433, + "grad_norm": 0.37934571504592896, + "learning_rate": 1.0222163213423386e-05, + "loss": 0.007, + "mean_token_accuracy": 0.997272276878357, + "num_tokens": 108190097.0, + "step": 84070 + }, + { + "entropy": 0.9004934787750244, + "epoch": 8.032865195375944, + "grad_norm": 0.3556346595287323, + "learning_rate": 1.0212594091222771e-05, + "loss": 0.0073, + "mean_token_accuracy": 0.99805988073349, + "num_tokens": 108203011.0, + "step": 84080 + }, + { + "entropy": 0.8874466300010682, + "epoch": 8.033820578962453, + "grad_norm": 0.2674564719200134, + "learning_rate": 1.020302894055426e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.9979761719703675, + "num_tokens": 108216456.0, + "step": 84090 + }, + { + "entropy": 0.892649519443512, + "epoch": 8.034775962548963, + "grad_norm": 0.3101342022418976, + "learning_rate": 1.0193467762372588e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.9973414301872253, + "num_tokens": 108229140.0, + "step": 84100 + }, + { + "entropy": 0.8857586562633515, + "epoch": 8.035731346135474, + "grad_norm": 0.9935200214385986, + "learning_rate": 1.018391055763217e-05, + "loss": 0.0093, + "mean_token_accuracy": 0.9961279153823852, + "num_tokens": 108242082.0, + "step": 84110 + }, + { + "entropy": 0.8984879314899444, + "epoch": 8.036686729721984, + "grad_norm": 0.7272017598152161, + "learning_rate": 1.0174357327286998e-05, + "loss": 0.008, + "mean_token_accuracy": 0.9979795753955841, + "num_tokens": 108255275.0, + "step": 84120 + }, + { + "entropy": 0.893913733959198, + "epoch": 8.037642113308493, + "grad_norm": 0.2009524405002594, + "learning_rate": 1.0164808072290655e-05, + "loss": 0.0071, + "mean_token_accuracy": 0.9984160900115967, + "num_tokens": 108268487.0, + "step": 84130 + }, + { + "entropy": 0.884166955947876, + "epoch": 8.038597496895003, + "grad_norm": 0.9118964076042175, + "learning_rate": 1.0155262793596337e-05, + "loss": 0.0107, + "mean_token_accuracy": 0.9964881300926208, + "num_tokens": 108281586.0, + "step": 84140 + }, + { + "entropy": 0.8950111746788025, + "epoch": 8.039552880481514, + "grad_norm": 0.9734402894973755, + "learning_rate": 1.0145721492156835e-05, + "loss": 0.0085, + "mean_token_accuracy": 0.9970801532268524, + "num_tokens": 108294511.0, + "step": 84150 + }, + { + "entropy": 0.8812083423137664, + "epoch": 8.040508264068023, + "grad_norm": 0.5419703722000122, + "learning_rate": 1.0136184168924568e-05, + "loss": 0.0063, + "mean_token_accuracy": 0.9986937582492829, + "num_tokens": 108307245.0, + "step": 84160 + }, + { + "entropy": 0.887840873003006, + "epoch": 8.041463647654533, + "grad_norm": 1.2836447954177856, + "learning_rate": 1.0126650824851513e-05, + "loss": 0.0111, + "mean_token_accuracy": 0.9957586050033569, + "num_tokens": 108319708.0, + "step": 84170 + }, + { + "entropy": 0.891471141576767, + "epoch": 8.042419031241042, + "grad_norm": 0.4303285777568817, + "learning_rate": 1.0117121460889328e-05, + "loss": 0.0122, + "mean_token_accuracy": 0.9947687447071075, + "num_tokens": 108332892.0, + "step": 84180 + }, + { + "entropy": 0.8795968949794769, + "epoch": 8.043374414827554, + "grad_norm": 0.6935402750968933, + "learning_rate": 1.0107596077989161e-05, + "loss": 0.01, + "mean_token_accuracy": 0.9969081699848175, + "num_tokens": 108345201.0, + "step": 84190 + }, + { + "entropy": 0.8814417958259583, + "epoch": 8.044329798414063, + "grad_norm": 0.2904704809188843, + "learning_rate": 1.0098074677101854e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9963864505290985, + "num_tokens": 108357992.0, + "step": 84200 + }, + { + "entropy": 0.8807312786579132, + "epoch": 8.045285182000573, + "grad_norm": 0.966189444065094, + "learning_rate": 1.0088557259177834e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9963229119777679, + "num_tokens": 108370265.0, + "step": 84210 + }, + { + "entropy": 0.8776480615139007, + "epoch": 8.046240565587084, + "grad_norm": 0.20175926387310028, + "learning_rate": 1.00790438251671e-05, + "loss": 0.0083, + "mean_token_accuracy": 0.9973604917526245, + "num_tokens": 108382990.0, + "step": 84220 + }, + { + "entropy": 0.8786205649375916, + "epoch": 8.047195949173593, + "grad_norm": 0.8476979732513428, + "learning_rate": 1.0069534376019284e-05, + "loss": 0.0083, + "mean_token_accuracy": 0.9970032036304474, + "num_tokens": 108395835.0, + "step": 84230 + }, + { + "entropy": 0.8868473470211029, + "epoch": 8.048151332760103, + "grad_norm": 0.7166159749031067, + "learning_rate": 1.006002891268359e-05, + "loss": 0.0085, + "mean_token_accuracy": 0.9972020864486695, + "num_tokens": 108408998.0, + "step": 84240 + }, + { + "entropy": 0.8729106307029724, + "epoch": 8.049106716346612, + "grad_norm": 0.36838385462760925, + "learning_rate": 1.0050527436108864e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9977185785770416, + "num_tokens": 108421474.0, + "step": 84250 + }, + { + "entropy": 0.8847874879837037, + "epoch": 8.050062099933124, + "grad_norm": 0.32588446140289307, + "learning_rate": 1.0041029947243508e-05, + "loss": 0.0079, + "mean_token_accuracy": 0.9973336338996888, + "num_tokens": 108434179.0, + "step": 84260 + }, + { + "entropy": 0.8851173341274261, + "epoch": 8.051017483519633, + "grad_norm": 0.9902538061141968, + "learning_rate": 1.0031536447035577e-05, + "loss": 0.0137, + "mean_token_accuracy": 0.9957370638847352, + "num_tokens": 108447042.0, + "step": 84270 + }, + { + "entropy": 0.8861073195934296, + "epoch": 8.051972867106143, + "grad_norm": 0.9427357316017151, + "learning_rate": 1.0022046936432688e-05, + "loss": 0.0116, + "mean_token_accuracy": 0.9950446307659149, + "num_tokens": 108459449.0, + "step": 84280 + }, + { + "entropy": 0.8879741847515106, + "epoch": 8.052928250692654, + "grad_norm": 0.4416162669658661, + "learning_rate": 1.0012561416382066e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9966870248317719, + "num_tokens": 108472398.0, + "step": 84290 + }, + { + "entropy": 0.8905026733875274, + "epoch": 8.053883634279163, + "grad_norm": 0.5677315592765808, + "learning_rate": 1.0003079887830557e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9958351731300354, + "num_tokens": 108485490.0, + "step": 84300 + }, + { + "entropy": 0.8904157459735871, + "epoch": 8.054839017865673, + "grad_norm": 0.7505858540534973, + "learning_rate": 9.993602351724596e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.996728527545929, + "num_tokens": 108498425.0, + "step": 84310 + }, + { + "entropy": 0.8794892728328705, + "epoch": 8.055794401452182, + "grad_norm": 0.382461279630661, + "learning_rate": 9.984128809010207e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9956972599029541, + "num_tokens": 108511183.0, + "step": 84320 + }, + { + "entropy": 0.8819862365722656, + "epoch": 8.056749785038694, + "grad_norm": 0.6786407828330994, + "learning_rate": 9.97465926063303e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997305017709732, + "num_tokens": 108523735.0, + "step": 84330 + }, + { + "entropy": 0.8892382204532623, + "epoch": 8.057705168625203, + "grad_norm": 0.49997684359550476, + "learning_rate": 9.965193707538301e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9969825685024262, + "num_tokens": 108536798.0, + "step": 84340 + }, + { + "entropy": 0.8895528316497803, + "epoch": 8.058660552211713, + "grad_norm": 2.612210273742676, + "learning_rate": 9.955732150670888e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9961789786815644, + "num_tokens": 108549700.0, + "step": 84350 + }, + { + "entropy": 0.8741099655628204, + "epoch": 8.059615935798224, + "grad_norm": 0.24488823115825653, + "learning_rate": 9.946274590975213e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9972542703151703, + "num_tokens": 108562845.0, + "step": 84360 + }, + { + "entropy": 0.8692927241325379, + "epoch": 8.060571319384733, + "grad_norm": 1.1871577501296997, + "learning_rate": 9.936821029395316e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9972486436367035, + "num_tokens": 108575528.0, + "step": 84370 + }, + { + "entropy": 0.8770669996738434, + "epoch": 8.061526702971243, + "grad_norm": 0.06192054972052574, + "learning_rate": 9.92737146687483e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9972741663455963, + "num_tokens": 108587830.0, + "step": 84380 + }, + { + "entropy": 0.8776569664478302, + "epoch": 8.062482086557752, + "grad_norm": 0.2812778055667877, + "learning_rate": 9.917925904357022e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9972876131534576, + "num_tokens": 108600472.0, + "step": 84390 + }, + { + "entropy": 0.8737917244434357, + "epoch": 8.063437470144263, + "grad_norm": 0.3689650595188141, + "learning_rate": 9.90848434278473e-06, + "loss": 0.007, + "mean_token_accuracy": 0.99810671210289, + "num_tokens": 108613256.0, + "step": 84400 + }, + { + "entropy": 0.8798347115516663, + "epoch": 8.064392853730773, + "grad_norm": 0.2707262635231018, + "learning_rate": 9.899046783100385e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9980721533298492, + "num_tokens": 108626058.0, + "step": 84410 + }, + { + "entropy": 0.8825260043144226, + "epoch": 8.065348237317282, + "grad_norm": 0.7300455570220947, + "learning_rate": 9.889613226246053e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9956744194030762, + "num_tokens": 108638633.0, + "step": 84420 + }, + { + "entropy": 0.8818663597106934, + "epoch": 8.066303620903794, + "grad_norm": 0.41666802763938904, + "learning_rate": 9.880183673163362e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9977477490901947, + "num_tokens": 108651241.0, + "step": 84430 + }, + { + "entropy": 0.8866298973560334, + "epoch": 8.067259004490303, + "grad_norm": 0.7037449479103088, + "learning_rate": 9.870758124793583e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9959843099117279, + "num_tokens": 108664896.0, + "step": 84440 + }, + { + "entropy": 0.8882731080055237, + "epoch": 8.068214388076813, + "grad_norm": 0.8795801997184753, + "learning_rate": 9.861336582077552e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9979786336421966, + "num_tokens": 108677871.0, + "step": 84450 + }, + { + "entropy": 0.8814753770828248, + "epoch": 8.069169771663322, + "grad_norm": 0.4900171756744385, + "learning_rate": 9.85191904595571e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9966493844985962, + "num_tokens": 108690632.0, + "step": 84460 + }, + { + "entropy": 0.8880563080310822, + "epoch": 8.070125155249833, + "grad_norm": 0.366454541683197, + "learning_rate": 9.842505517368095e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9972880899906158, + "num_tokens": 108703223.0, + "step": 84470 + }, + { + "entropy": 0.8792986869812012, + "epoch": 8.071080538836343, + "grad_norm": 0.9898539185523987, + "learning_rate": 9.833095997254383e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.997299587726593, + "num_tokens": 108716104.0, + "step": 84480 + }, + { + "entropy": 0.8799231708049774, + "epoch": 8.072035922422852, + "grad_norm": 1.9705919027328491, + "learning_rate": 9.823690486553789e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969521820545196, + "num_tokens": 108728956.0, + "step": 84490 + }, + { + "entropy": 0.8865285158157349, + "epoch": 8.072991306009362, + "grad_norm": 0.28099167346954346, + "learning_rate": 9.81428898620519e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9962956845760346, + "num_tokens": 108741957.0, + "step": 84500 + }, + { + "entropy": 0.8859042942523956, + "epoch": 8.073946689595873, + "grad_norm": 0.570166289806366, + "learning_rate": 9.804891497147024e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9967454075813293, + "num_tokens": 108754605.0, + "step": 84510 + }, + { + "entropy": 0.888429594039917, + "epoch": 8.074902073182383, + "grad_norm": 0.32004478573799133, + "learning_rate": 9.795498020317313e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9944056391716003, + "num_tokens": 108767591.0, + "step": 84520 + }, + { + "entropy": 0.8841683983802795, + "epoch": 8.075857456768892, + "grad_norm": 0.15545155107975006, + "learning_rate": 9.786108556653739e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.998043566942215, + "num_tokens": 108780488.0, + "step": 84530 + }, + { + "entropy": 0.872863495349884, + "epoch": 8.076812840355403, + "grad_norm": 0.3644039034843445, + "learning_rate": 9.776723107093527e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9976929485797882, + "num_tokens": 108793126.0, + "step": 84540 + }, + { + "entropy": 0.8898691534996033, + "epoch": 8.077768223941913, + "grad_norm": 0.4246261417865753, + "learning_rate": 9.767341672573533e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9956543207168579, + "num_tokens": 108806331.0, + "step": 84550 + }, + { + "entropy": 0.8816172838211059, + "epoch": 8.078723607528422, + "grad_norm": 0.19809457659721375, + "learning_rate": 9.757964254030172e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9952973783016205, + "num_tokens": 108819414.0, + "step": 84560 + }, + { + "entropy": 0.8866596102714539, + "epoch": 8.079678991114932, + "grad_norm": 0.5329770445823669, + "learning_rate": 9.748590852399514e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9950043320655823, + "num_tokens": 108832624.0, + "step": 84570 + }, + { + "entropy": 0.8809887170791626, + "epoch": 8.080634374701443, + "grad_norm": 0.1441805511713028, + "learning_rate": 9.739221468617204e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.9951079905033111, + "num_tokens": 108845374.0, + "step": 84580 + }, + { + "entropy": 0.8913407444953918, + "epoch": 8.081589758287953, + "grad_norm": 0.2292645424604416, + "learning_rate": 9.729856103618473e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980270862579346, + "num_tokens": 108858289.0, + "step": 84590 + }, + { + "entropy": 0.8891534447669983, + "epoch": 8.082545141874462, + "grad_norm": 1.1115466356277466, + "learning_rate": 9.72049475833816e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9960936009883881, + "num_tokens": 108871464.0, + "step": 84600 + }, + { + "entropy": 0.8726426362991333, + "epoch": 8.083500525460973, + "grad_norm": 0.5013704895973206, + "learning_rate": 9.711137433710699e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9958975315093994, + "num_tokens": 108883762.0, + "step": 84610 + }, + { + "entropy": 0.8775396525859833, + "epoch": 8.084455909047483, + "grad_norm": 0.22147272527217865, + "learning_rate": 9.701784130670144e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9959324657917022, + "num_tokens": 108896522.0, + "step": 84620 + }, + { + "entropy": 0.8861996471881867, + "epoch": 8.085411292633992, + "grad_norm": 0.19657814502716064, + "learning_rate": 9.692434850150117e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980495929718017, + "num_tokens": 108909366.0, + "step": 84630 + }, + { + "entropy": 0.8787633776664734, + "epoch": 8.086366676220502, + "grad_norm": 0.7358255982398987, + "learning_rate": 9.683089593083839e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9953754425048829, + "num_tokens": 108922227.0, + "step": 84640 + }, + { + "entropy": 0.8881025910377502, + "epoch": 8.087322059807013, + "grad_norm": 0.1216140016913414, + "learning_rate": 9.673748360404177e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973332285881042, + "num_tokens": 108935510.0, + "step": 84650 + }, + { + "entropy": 0.8719010770320892, + "epoch": 8.088277443393523, + "grad_norm": 0.2841012477874756, + "learning_rate": 9.66441115304353e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9979724705219268, + "num_tokens": 108948060.0, + "step": 84660 + }, + { + "entropy": 0.8663009226322174, + "epoch": 8.089232826980032, + "grad_norm": 0.3961807191371918, + "learning_rate": 9.655077971933951e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9979856550693512, + "num_tokens": 108960545.0, + "step": 84670 + }, + { + "entropy": 0.8732385635375977, + "epoch": 8.090188210566543, + "grad_norm": 0.9016503095626831, + "learning_rate": 9.645748818007055e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9963333129882812, + "num_tokens": 108973172.0, + "step": 84680 + }, + { + "entropy": 0.8839684367179871, + "epoch": 8.091143594153053, + "grad_norm": 0.30988067388534546, + "learning_rate": 9.636423692194074e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9974089920520782, + "num_tokens": 108986347.0, + "step": 84690 + }, + { + "entropy": 0.8888609707355499, + "epoch": 8.092098977739562, + "grad_norm": 0.4304331839084625, + "learning_rate": 9.627102595425808e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983249247074127, + "num_tokens": 108999240.0, + "step": 84700 + }, + { + "entropy": 0.8843235611915589, + "epoch": 8.093054361326072, + "grad_norm": 1.1643728017807007, + "learning_rate": 9.6177855286327e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969993233680725, + "num_tokens": 109012024.0, + "step": 84710 + }, + { + "entropy": 0.9000594556331635, + "epoch": 8.094009744912583, + "grad_norm": 0.6340501308441162, + "learning_rate": 9.608472492744786e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9959458708763123, + "num_tokens": 109025395.0, + "step": 84720 + }, + { + "entropy": 0.8828354418277741, + "epoch": 8.094965128499092, + "grad_norm": 2.505110025405884, + "learning_rate": 9.599163488691637e-06, + "loss": 0.014, + "mean_token_accuracy": 0.997300100326538, + "num_tokens": 109038346.0, + "step": 84730 + }, + { + "entropy": 0.8739396631717682, + "epoch": 8.095920512085602, + "grad_norm": 1.0579440593719482, + "learning_rate": 9.589858517402506e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9967204451560974, + "num_tokens": 109051245.0, + "step": 84740 + }, + { + "entropy": 0.8672707200050354, + "epoch": 8.096875895672113, + "grad_norm": 0.4988083839416504, + "learning_rate": 9.58055757980617e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9977120757102966, + "num_tokens": 109063863.0, + "step": 84750 + }, + { + "entropy": 0.8743713617324829, + "epoch": 8.097831279258623, + "grad_norm": 0.6454945802688599, + "learning_rate": 9.571260676831073e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9956403911113739, + "num_tokens": 109076565.0, + "step": 84760 + }, + { + "entropy": 0.8760544538497925, + "epoch": 8.098786662845132, + "grad_norm": 1.818254828453064, + "learning_rate": 9.561967809405203e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9986381590366363, + "num_tokens": 109089305.0, + "step": 84770 + }, + { + "entropy": 0.873415744304657, + "epoch": 8.099742046431642, + "grad_norm": 0.21770498156547546, + "learning_rate": 9.55267897845617e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.99598468542099, + "num_tokens": 109102214.0, + "step": 84780 + }, + { + "entropy": 0.8878974556922913, + "epoch": 8.100697430018153, + "grad_norm": 0.6887275576591492, + "learning_rate": 9.543394184911153e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9971742391586303, + "num_tokens": 109115001.0, + "step": 84790 + }, + { + "entropy": 0.8850865840911866, + "epoch": 8.101652813604662, + "grad_norm": 0.5573270320892334, + "learning_rate": 9.534113429696961e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9968819141387939, + "num_tokens": 109127832.0, + "step": 84800 + }, + { + "entropy": 0.8814630091190339, + "epoch": 8.102608197191172, + "grad_norm": 1.0529766082763672, + "learning_rate": 9.52483671374001e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.996122169494629, + "num_tokens": 109140470.0, + "step": 84810 + }, + { + "entropy": 0.8803061962127685, + "epoch": 8.103563580777681, + "grad_norm": 1.0259246826171875, + "learning_rate": 9.515564037966269e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9967123210430145, + "num_tokens": 109153017.0, + "step": 84820 + }, + { + "entropy": 0.881093442440033, + "epoch": 8.104518964364193, + "grad_norm": 0.33107107877731323, + "learning_rate": 9.50629540330133e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970936894416809, + "num_tokens": 109166193.0, + "step": 84830 + }, + { + "entropy": 0.879304438829422, + "epoch": 8.105474347950702, + "grad_norm": 1.5685536861419678, + "learning_rate": 9.497030810670366e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9952519536018372, + "num_tokens": 109178897.0, + "step": 84840 + }, + { + "entropy": 0.8789080023765564, + "epoch": 8.106429731537212, + "grad_norm": 0.19369423389434814, + "learning_rate": 9.48777026099818e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966736793518066, + "num_tokens": 109192194.0, + "step": 84850 + }, + { + "entropy": 0.8917532384395599, + "epoch": 8.107385115123723, + "grad_norm": 1.0817588567733765, + "learning_rate": 9.478513755209134e-06, + "loss": 0.0134, + "mean_token_accuracy": 0.9963267803192138, + "num_tokens": 109205291.0, + "step": 84860 + }, + { + "entropy": 0.8853622674942017, + "epoch": 8.108340498710232, + "grad_norm": 1.0182346105575562, + "learning_rate": 9.4692612942272e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9955997169017792, + "num_tokens": 109218304.0, + "step": 84870 + }, + { + "entropy": 0.8866730332374573, + "epoch": 8.109295882296742, + "grad_norm": 0.5692692995071411, + "learning_rate": 9.46001287897596e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9984107732772827, + "num_tokens": 109231563.0, + "step": 84880 + }, + { + "entropy": 0.8836760461330414, + "epoch": 8.110251265883251, + "grad_norm": 1.8280551433563232, + "learning_rate": 9.45076851037856e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.996383798122406, + "num_tokens": 109244623.0, + "step": 84890 + }, + { + "entropy": 0.8788997113704682, + "epoch": 8.111206649469763, + "grad_norm": 0.8032798171043396, + "learning_rate": 9.44152818935779e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9983440041542053, + "num_tokens": 109257588.0, + "step": 84900 + }, + { + "entropy": 0.8883268058300018, + "epoch": 8.112162033056272, + "grad_norm": 0.14378707110881805, + "learning_rate": 9.432291916835995e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9985582709312439, + "num_tokens": 109270571.0, + "step": 84910 + }, + { + "entropy": 0.8850764513015748, + "epoch": 8.113117416642782, + "grad_norm": 0.3643900752067566, + "learning_rate": 9.42305969373512e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9957777678966522, + "num_tokens": 109283584.0, + "step": 84920 + }, + { + "entropy": 0.8886902570724488, + "epoch": 8.114072800229293, + "grad_norm": 0.5898939371109009, + "learning_rate": 9.413831520976712e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.997172349691391, + "num_tokens": 109296893.0, + "step": 84930 + }, + { + "entropy": 0.8836834728717804, + "epoch": 8.115028183815802, + "grad_norm": 0.615146279335022, + "learning_rate": 9.40460739948193e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9975428879261017, + "num_tokens": 109309397.0, + "step": 84940 + }, + { + "entropy": 0.8801962971687317, + "epoch": 8.115983567402312, + "grad_norm": 1.3023988008499146, + "learning_rate": 9.39538733017153e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970901668071747, + "num_tokens": 109322499.0, + "step": 84950 + }, + { + "entropy": 0.871985274553299, + "epoch": 8.116938950988821, + "grad_norm": 0.17851051688194275, + "learning_rate": 9.386171313965802e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9980101346969604, + "num_tokens": 109335269.0, + "step": 84960 + }, + { + "entropy": 0.8776096224784851, + "epoch": 8.117894334575332, + "grad_norm": 0.7911818623542786, + "learning_rate": 9.376959351784726e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963561534881592, + "num_tokens": 109348262.0, + "step": 84970 + }, + { + "entropy": 0.8654980361461639, + "epoch": 8.118849718161842, + "grad_norm": 0.3358604907989502, + "learning_rate": 9.36775144454779e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9966395437717438, + "num_tokens": 109360599.0, + "step": 84980 + }, + { + "entropy": 0.8748391270637512, + "epoch": 8.119805101748351, + "grad_norm": 0.3262626528739929, + "learning_rate": 9.35854759317415e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9972945392131806, + "num_tokens": 109373340.0, + "step": 84990 + }, + { + "entropy": 0.8864934980869293, + "epoch": 8.120760485334863, + "grad_norm": 0.11530565470457077, + "learning_rate": 9.349347798582502e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964152574539185, + "num_tokens": 109386557.0, + "step": 85000 + }, + { + "entropy": 0.8818903207778931, + "epoch": 8.121715868921372, + "grad_norm": 0.8420241475105286, + "learning_rate": 9.340152061691159e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973747193813324, + "num_tokens": 109399511.0, + "step": 85010 + }, + { + "entropy": 0.8820527076721192, + "epoch": 8.122671252507882, + "grad_norm": 0.8175140619277954, + "learning_rate": 9.330960383418047e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9968719601631164, + "num_tokens": 109412851.0, + "step": 85020 + }, + { + "entropy": 0.8733961939811706, + "epoch": 8.123626636094391, + "grad_norm": 1.868532657623291, + "learning_rate": 9.321772764680641e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9976164042949677, + "num_tokens": 109425324.0, + "step": 85030 + }, + { + "entropy": 0.8752524018287658, + "epoch": 8.124582019680902, + "grad_norm": 0.2567984163761139, + "learning_rate": 9.312589206396082e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9952568113803864, + "num_tokens": 109438145.0, + "step": 85040 + }, + { + "entropy": 0.8767872512340545, + "epoch": 8.125537403267412, + "grad_norm": 0.5286035537719727, + "learning_rate": 9.303409709481003e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9983461141586304, + "num_tokens": 109450983.0, + "step": 85050 + }, + { + "entropy": 0.8823305904865265, + "epoch": 8.126492786853921, + "grad_norm": 1.1606076955795288, + "learning_rate": 9.294234274851737e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.997373616695404, + "num_tokens": 109463833.0, + "step": 85060 + }, + { + "entropy": 0.8751217186450958, + "epoch": 8.127448170440433, + "grad_norm": 0.5136313438415527, + "learning_rate": 9.285062903424142e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9987743735313416, + "num_tokens": 109476624.0, + "step": 85070 + }, + { + "entropy": 0.8774615168571472, + "epoch": 8.128403554026942, + "grad_norm": 0.39414525032043457, + "learning_rate": 9.275895596113704e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.997294545173645, + "num_tokens": 109488812.0, + "step": 85080 + }, + { + "entropy": 0.8698257029056549, + "epoch": 8.129358937613452, + "grad_norm": 0.7190065383911133, + "learning_rate": 9.266732353835494e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968704760074616, + "num_tokens": 109501062.0, + "step": 85090 + }, + { + "entropy": 0.8717827022075653, + "epoch": 8.130314321199961, + "grad_norm": 0.867156445980072, + "learning_rate": 9.257573177504159e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9983369410037994, + "num_tokens": 109514097.0, + "step": 85100 + }, + { + "entropy": 0.8779953181743622, + "epoch": 8.131269704786472, + "grad_norm": 0.6661527156829834, + "learning_rate": 9.248418068033981e-06, + "loss": 0.0161, + "mean_token_accuracy": 0.9941097974777222, + "num_tokens": 109526880.0, + "step": 85110 + }, + { + "entropy": 0.8895110011100769, + "epoch": 8.132225088372982, + "grad_norm": 0.5836142897605896, + "learning_rate": 9.239267026338789e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.995780086517334, + "num_tokens": 109539986.0, + "step": 85120 + }, + { + "entropy": 0.8710622608661651, + "epoch": 8.133180471959491, + "grad_norm": 0.10959320515394211, + "learning_rate": 9.230120053332054e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9983771979808808, + "num_tokens": 109553222.0, + "step": 85130 + }, + { + "entropy": 0.8810720324516297, + "epoch": 8.134135855546003, + "grad_norm": 0.9357536435127258, + "learning_rate": 9.220977149926808e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9952473402023315, + "num_tokens": 109565761.0, + "step": 85140 + }, + { + "entropy": 0.8869906663894653, + "epoch": 8.135091239132512, + "grad_norm": 0.2843289077281952, + "learning_rate": 9.211838317035677e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.995831835269928, + "num_tokens": 109579077.0, + "step": 85150 + }, + { + "entropy": 0.8787068367004395, + "epoch": 8.136046622719022, + "grad_norm": 0.6867814660072327, + "learning_rate": 9.202703555570874e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9971371948719024, + "num_tokens": 109591880.0, + "step": 85160 + }, + { + "entropy": 0.8830203890800477, + "epoch": 8.137002006305531, + "grad_norm": 0.16086624562740326, + "learning_rate": 9.193572866444255e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9950557291507721, + "num_tokens": 109604980.0, + "step": 85170 + }, + { + "entropy": 0.8832255482673645, + "epoch": 8.137957389892042, + "grad_norm": 1.3372308015823364, + "learning_rate": 9.184446250567219e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9973059952259063, + "num_tokens": 109617536.0, + "step": 85180 + }, + { + "entropy": 0.886258852481842, + "epoch": 8.138912773478552, + "grad_norm": 0.45229992270469666, + "learning_rate": 9.175323708850758e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955265879631042, + "num_tokens": 109630314.0, + "step": 85190 + }, + { + "entropy": 0.8758152663707733, + "epoch": 8.139868157065061, + "grad_norm": 0.42075759172439575, + "learning_rate": 9.1662052422055e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9980134010314942, + "num_tokens": 109642736.0, + "step": 85200 + }, + { + "entropy": 0.8759958922863007, + "epoch": 8.14082354065157, + "grad_norm": 0.1862795203924179, + "learning_rate": 9.157090851541617e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9982753157615661, + "num_tokens": 109655396.0, + "step": 85210 + }, + { + "entropy": 0.8713621079921723, + "epoch": 8.141778924238082, + "grad_norm": 0.2564154863357544, + "learning_rate": 9.147980537768919e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9983222126960755, + "num_tokens": 109667805.0, + "step": 85220 + }, + { + "entropy": 0.8920940220355987, + "epoch": 8.142734307824592, + "grad_norm": 2.0705008506774902, + "learning_rate": 9.138874301796779e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9987179338932037, + "num_tokens": 109680991.0, + "step": 85230 + }, + { + "entropy": 0.8828946053981781, + "epoch": 8.143689691411101, + "grad_norm": 0.3591581881046295, + "learning_rate": 9.129772144534148e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969583868980407, + "num_tokens": 109693404.0, + "step": 85240 + }, + { + "entropy": 0.8724832594394684, + "epoch": 8.144645074997612, + "grad_norm": 1.112777829170227, + "learning_rate": 9.120674066889629e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9976716816425324, + "num_tokens": 109706084.0, + "step": 85250 + }, + { + "entropy": 0.8778217494487762, + "epoch": 8.145600458584122, + "grad_norm": 0.171067476272583, + "learning_rate": 9.111580069771347e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9986739158630371, + "num_tokens": 109718982.0, + "step": 85260 + }, + { + "entropy": 0.8741846024990082, + "epoch": 8.146555842170631, + "grad_norm": 1.4152098894119263, + "learning_rate": 9.102490154087101e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9977237284183502, + "num_tokens": 109731792.0, + "step": 85270 + }, + { + "entropy": 0.8814778864383698, + "epoch": 8.14751122575714, + "grad_norm": 0.32720571756362915, + "learning_rate": 9.093404320744182e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9970036566257476, + "num_tokens": 109744690.0, + "step": 85280 + }, + { + "entropy": 0.8668452680110932, + "epoch": 8.148466609343652, + "grad_norm": 1.117851972579956, + "learning_rate": 9.084322570649556e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9963244557380676, + "num_tokens": 109757489.0, + "step": 85290 + }, + { + "entropy": 0.8896929740905761, + "epoch": 8.149421992930161, + "grad_norm": 0.44067680835723877, + "learning_rate": 9.075244904709746e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9976606905460358, + "num_tokens": 109770739.0, + "step": 85300 + }, + { + "entropy": 0.8741092920303345, + "epoch": 8.150377376516671, + "grad_norm": 0.4986990690231323, + "learning_rate": 9.066171323830879e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9982766151428223, + "num_tokens": 109783376.0, + "step": 85310 + }, + { + "entropy": 0.8785589754581451, + "epoch": 8.151332760103182, + "grad_norm": 0.7083045840263367, + "learning_rate": 9.057101828918668e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9957162916660309, + "num_tokens": 109796532.0, + "step": 85320 + }, + { + "entropy": 0.8757013797760009, + "epoch": 8.152288143689692, + "grad_norm": 1.3798229694366455, + "learning_rate": 9.048036420878409e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9962421596050263, + "num_tokens": 109809224.0, + "step": 85330 + }, + { + "entropy": 0.8715717554092407, + "epoch": 8.153243527276201, + "grad_norm": 1.3982799053192139, + "learning_rate": 9.038975100615016e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9977894246578216, + "num_tokens": 109822558.0, + "step": 85340 + }, + { + "entropy": 0.8699026763439178, + "epoch": 8.15419891086271, + "grad_norm": 0.2690674960613251, + "learning_rate": 9.02991786903296e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9971556901931763, + "num_tokens": 109835652.0, + "step": 85350 + }, + { + "entropy": 0.8840456128120422, + "epoch": 8.155154294449222, + "grad_norm": 0.5056197047233582, + "learning_rate": 9.02086472703636e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9970971941947937, + "num_tokens": 109849028.0, + "step": 85360 + }, + { + "entropy": 0.8661004364490509, + "epoch": 8.156109678035731, + "grad_norm": 0.2191815823316574, + "learning_rate": 9.011815675528845e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9968801379203797, + "num_tokens": 109861541.0, + "step": 85370 + }, + { + "entropy": 0.8688951432704926, + "epoch": 8.15706506162224, + "grad_norm": 2.799257278442383, + "learning_rate": 9.002770715413705e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9967397153377533, + "num_tokens": 109874171.0, + "step": 85380 + }, + { + "entropy": 0.8898274600505829, + "epoch": 8.158020445208752, + "grad_norm": 0.6530202031135559, + "learning_rate": 8.993729847593784e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9963297665119171, + "num_tokens": 109887295.0, + "step": 85390 + }, + { + "entropy": 0.8720016717910767, + "epoch": 8.158975828795262, + "grad_norm": 1.8855736255645752, + "learning_rate": 8.984693072971556e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9957199275493622, + "num_tokens": 109899517.0, + "step": 85400 + }, + { + "entropy": 0.867881590127945, + "epoch": 8.159931212381771, + "grad_norm": 0.8176091909408569, + "learning_rate": 8.975660392449042e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.997953224182129, + "num_tokens": 109912115.0, + "step": 85410 + }, + { + "entropy": 0.8682592391967774, + "epoch": 8.16088659596828, + "grad_norm": 0.7784932851791382, + "learning_rate": 8.966631806927866e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9979923844337464, + "num_tokens": 109924634.0, + "step": 85420 + }, + { + "entropy": 0.8745930314064025, + "epoch": 8.161841979554792, + "grad_norm": 0.6674137711524963, + "learning_rate": 8.957607317309275e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9963791131973266, + "num_tokens": 109937380.0, + "step": 85430 + }, + { + "entropy": 0.8704459011554718, + "epoch": 8.162797363141301, + "grad_norm": 0.21006730198860168, + "learning_rate": 8.948586924494052e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9967993378639222, + "num_tokens": 109950673.0, + "step": 85440 + }, + { + "entropy": 0.8747557580471039, + "epoch": 8.16375274672781, + "grad_norm": 0.6353275775909424, + "learning_rate": 8.939570629382632e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9974931001663208, + "num_tokens": 109963609.0, + "step": 85450 + }, + { + "entropy": 0.8695753812789917, + "epoch": 8.16470813031432, + "grad_norm": 0.3098651170730591, + "learning_rate": 8.930558432875002e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9980092883110047, + "num_tokens": 109976598.0, + "step": 85460 + }, + { + "entropy": 0.8714410185813903, + "epoch": 8.165663513900832, + "grad_norm": 0.16206422448158264, + "learning_rate": 8.921550335870731e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9968593060970307, + "num_tokens": 109988942.0, + "step": 85470 + }, + { + "entropy": 0.8762649476528168, + "epoch": 8.166618897487341, + "grad_norm": 0.36160093545913696, + "learning_rate": 8.912546339269024e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9964506566524506, + "num_tokens": 110001953.0, + "step": 85480 + }, + { + "entropy": 0.8748734593391418, + "epoch": 8.16757428107385, + "grad_norm": 0.4749852120876312, + "learning_rate": 8.903546443968636e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9966547966003418, + "num_tokens": 110014808.0, + "step": 85490 + }, + { + "entropy": 0.8840371668338776, + "epoch": 8.168529664660362, + "grad_norm": 0.7790269255638123, + "learning_rate": 8.894550650867927e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9983336448669433, + "num_tokens": 110027855.0, + "step": 85500 + }, + { + "entropy": 0.8818239986896514, + "epoch": 8.169485048246871, + "grad_norm": 0.10774970799684525, + "learning_rate": 8.885558960864831e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983268260955811, + "num_tokens": 110041365.0, + "step": 85510 + }, + { + "entropy": 0.8722244083881379, + "epoch": 8.17044043183338, + "grad_norm": 0.9580124616622925, + "learning_rate": 8.876571374856917e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9951238930225372, + "num_tokens": 110053829.0, + "step": 85520 + }, + { + "entropy": 0.870168024301529, + "epoch": 8.17139581541989, + "grad_norm": 0.3586157262325287, + "learning_rate": 8.867587893741286e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.995749044418335, + "num_tokens": 110066384.0, + "step": 85530 + }, + { + "entropy": 0.8842780828475952, + "epoch": 8.172351199006402, + "grad_norm": 1.671271562576294, + "learning_rate": 8.858608518414684e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9968247175216675, + "num_tokens": 110079857.0, + "step": 85540 + }, + { + "entropy": 0.8626941680908203, + "epoch": 8.173306582592911, + "grad_norm": 1.0339866876602173, + "learning_rate": 8.849633249773415e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9976631283760071, + "num_tokens": 110092247.0, + "step": 85550 + }, + { + "entropy": 0.867647671699524, + "epoch": 8.17426196617942, + "grad_norm": 0.9980897307395935, + "learning_rate": 8.840662088713365e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9963599681854248, + "num_tokens": 110105284.0, + "step": 85560 + }, + { + "entropy": 0.8784359812736511, + "epoch": 8.175217349765932, + "grad_norm": 1.1236745119094849, + "learning_rate": 8.831695036130045e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9976528346538543, + "num_tokens": 110118279.0, + "step": 85570 + }, + { + "entropy": 0.8784818053245544, + "epoch": 8.176172733352441, + "grad_norm": 0.19242292642593384, + "learning_rate": 8.822732092918512e-06, + "loss": 0.0142, + "mean_token_accuracy": 0.9943283081054688, + "num_tokens": 110131251.0, + "step": 85580 + }, + { + "entropy": 0.8786772787570953, + "epoch": 8.17712811693895, + "grad_norm": 0.7674168348312378, + "learning_rate": 8.81377325997348e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9942720234394073, + "num_tokens": 110143688.0, + "step": 85590 + }, + { + "entropy": 0.8632128477096558, + "epoch": 8.17808350052546, + "grad_norm": 0.7695064544677734, + "learning_rate": 8.804818538189153e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9980024218559265, + "num_tokens": 110156406.0, + "step": 85600 + }, + { + "entropy": 0.870750343799591, + "epoch": 8.179038884111971, + "grad_norm": 1.062266230583191, + "learning_rate": 8.795867928459407e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9983178555965424, + "num_tokens": 110169087.0, + "step": 85610 + }, + { + "entropy": 0.8811900675296783, + "epoch": 8.179994267698481, + "grad_norm": 0.1904943287372589, + "learning_rate": 8.786921431677697e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9977795124053955, + "num_tokens": 110182268.0, + "step": 85620 + }, + { + "entropy": 0.8756244301795959, + "epoch": 8.18094965128499, + "grad_norm": 0.20908239483833313, + "learning_rate": 8.777979048737035e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9971750617027283, + "num_tokens": 110194784.0, + "step": 85630 + }, + { + "entropy": 0.8775176584720612, + "epoch": 8.181905034871502, + "grad_norm": 0.491156667470932, + "learning_rate": 8.76904078053004e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.994389396905899, + "num_tokens": 110207771.0, + "step": 85640 + }, + { + "entropy": 0.8731002628803253, + "epoch": 8.182860418458011, + "grad_norm": 0.8236591815948486, + "learning_rate": 8.760106627948911e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9974364280700684, + "num_tokens": 110220516.0, + "step": 85650 + }, + { + "entropy": 0.8726322233676911, + "epoch": 8.18381580204452, + "grad_norm": 1.8215597867965698, + "learning_rate": 8.751176591885462e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9979837715625763, + "num_tokens": 110233159.0, + "step": 85660 + }, + { + "entropy": 0.8756691813468933, + "epoch": 8.18477118563103, + "grad_norm": 0.6077185869216919, + "learning_rate": 8.742250673231062e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9955918550491333, + "num_tokens": 110245861.0, + "step": 85670 + }, + { + "entropy": 0.8866556525230408, + "epoch": 8.185726569217541, + "grad_norm": 0.45052555203437805, + "learning_rate": 8.733328872876717e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967805206775665, + "num_tokens": 110259338.0, + "step": 85680 + }, + { + "entropy": 0.8740738093852997, + "epoch": 8.18668195280405, + "grad_norm": 0.21143335103988647, + "learning_rate": 8.724411191712939e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997372031211853, + "num_tokens": 110271990.0, + "step": 85690 + }, + { + "entropy": 0.8759391725063324, + "epoch": 8.18763733639056, + "grad_norm": 0.8337376117706299, + "learning_rate": 8.715497630629915e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996697062253952, + "num_tokens": 110284604.0, + "step": 85700 + }, + { + "entropy": 0.8723407685756683, + "epoch": 8.188592719977072, + "grad_norm": 0.4031192660331726, + "learning_rate": 8.706588190517394e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9955837726593018, + "num_tokens": 110297123.0, + "step": 85710 + }, + { + "entropy": 0.8760433733463288, + "epoch": 8.189548103563581, + "grad_norm": 0.49180877208709717, + "learning_rate": 8.69768287226469e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.99700448513031, + "num_tokens": 110309953.0, + "step": 85720 + }, + { + "entropy": 0.8770331621170044, + "epoch": 8.19050348715009, + "grad_norm": 0.466043084859848, + "learning_rate": 8.688781676760726e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9973224818706512, + "num_tokens": 110323040.0, + "step": 85730 + }, + { + "entropy": 0.8683686673641204, + "epoch": 8.1914588707366, + "grad_norm": 0.20918181538581848, + "learning_rate": 8.67988460489399e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9974005103111268, + "num_tokens": 110335557.0, + "step": 85740 + }, + { + "entropy": 0.8787372291088105, + "epoch": 8.192414254323111, + "grad_norm": 0.2670222222805023, + "learning_rate": 8.670991657552608e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9973141312599182, + "num_tokens": 110348538.0, + "step": 85750 + }, + { + "entropy": 0.8499155938625336, + "epoch": 8.19336963790962, + "grad_norm": 1.2021313905715942, + "learning_rate": 8.662102835624242e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9972303748130799, + "num_tokens": 110360581.0, + "step": 85760 + }, + { + "entropy": 0.8813095211982727, + "epoch": 8.19432502149613, + "grad_norm": 0.17465563118457794, + "learning_rate": 8.653218139996177e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9978303492069245, + "num_tokens": 110373936.0, + "step": 85770 + }, + { + "entropy": 0.8694572389125824, + "epoch": 8.195280405082642, + "grad_norm": 0.6395564079284668, + "learning_rate": 8.644337571555272e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9952795207500458, + "num_tokens": 110386490.0, + "step": 85780 + }, + { + "entropy": 0.8770262420177459, + "epoch": 8.196235788669151, + "grad_norm": 0.6669217944145203, + "learning_rate": 8.635461131187955e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9982872366905212, + "num_tokens": 110399276.0, + "step": 85790 + }, + { + "entropy": 0.8712873935699463, + "epoch": 8.19719117225566, + "grad_norm": 1.71633780002594, + "learning_rate": 8.626588819780291e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9983409285545349, + "num_tokens": 110411927.0, + "step": 85800 + }, + { + "entropy": 0.8686471283435822, + "epoch": 8.19814655584217, + "grad_norm": 1.3797872066497803, + "learning_rate": 8.617720638217886e-06, + "loss": 0.01, + "mean_token_accuracy": 0.996180248260498, + "num_tokens": 110424829.0, + "step": 85810 + }, + { + "entropy": 0.894641774892807, + "epoch": 8.199101939428681, + "grad_norm": 0.3275601863861084, + "learning_rate": 8.60885658738596e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9958983898162842, + "num_tokens": 110438797.0, + "step": 85820 + }, + { + "entropy": 0.8834354281425476, + "epoch": 8.20005732301519, + "grad_norm": 0.36984744668006897, + "learning_rate": 8.59999666816929e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9979084372520447, + "num_tokens": 110452424.0, + "step": 85830 + }, + { + "entropy": 0.8817071139812469, + "epoch": 8.2010127066017, + "grad_norm": 0.7760384678840637, + "learning_rate": 8.591140881452281e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9960344076156616, + "num_tokens": 110465545.0, + "step": 85840 + }, + { + "entropy": 0.8543690800666809, + "epoch": 8.20196809018821, + "grad_norm": 0.36033394932746887, + "learning_rate": 8.582289228118923e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9977023422718048, + "num_tokens": 110477888.0, + "step": 85850 + }, + { + "entropy": 0.8843272805213929, + "epoch": 8.202923473774721, + "grad_norm": 0.2704002857208252, + "learning_rate": 8.57344170905276e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9968070924282074, + "num_tokens": 110490694.0, + "step": 85860 + }, + { + "entropy": 0.8738251030445099, + "epoch": 8.20387885736123, + "grad_norm": 0.7908975481987, + "learning_rate": 8.564598325136936e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9952327847480774, + "num_tokens": 110503566.0, + "step": 85870 + }, + { + "entropy": 0.8745396137237549, + "epoch": 8.20483424094774, + "grad_norm": 0.6916967630386353, + "learning_rate": 8.555759077254184e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973501861095428, + "num_tokens": 110516203.0, + "step": 85880 + }, + { + "entropy": 0.8781114280223846, + "epoch": 8.205789624534251, + "grad_norm": 0.2070871889591217, + "learning_rate": 8.546923966286845e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9978120744228363, + "num_tokens": 110529317.0, + "step": 85890 + }, + { + "entropy": 0.8711854755878449, + "epoch": 8.20674500812076, + "grad_norm": 0.4020519554615021, + "learning_rate": 8.538092993116813e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9989901065826416, + "num_tokens": 110541896.0, + "step": 85900 + }, + { + "entropy": 0.8606882095336914, + "epoch": 8.20770039170727, + "grad_norm": 0.09990157932043076, + "learning_rate": 8.529266158625603e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9967624366283416, + "num_tokens": 110554485.0, + "step": 85910 + }, + { + "entropy": 0.8823674619197845, + "epoch": 8.20865577529378, + "grad_norm": 0.20731894671916962, + "learning_rate": 8.520443463694294e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9950529873371124, + "num_tokens": 110567599.0, + "step": 85920 + }, + { + "entropy": 0.8713378965854645, + "epoch": 8.209611158880291, + "grad_norm": 0.5024876594543457, + "learning_rate": 8.511624909203537e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9967283248901367, + "num_tokens": 110580539.0, + "step": 85930 + }, + { + "entropy": 0.882984745502472, + "epoch": 8.2105665424668, + "grad_norm": 2.6714117527008057, + "learning_rate": 8.502810496033614e-06, + "loss": 0.016, + "mean_token_accuracy": 0.9943348646163941, + "num_tokens": 110594032.0, + "step": 85940 + }, + { + "entropy": 0.8709963023662567, + "epoch": 8.21152192605331, + "grad_norm": 0.4403945803642273, + "learning_rate": 8.494000225064364e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973996877670288, + "num_tokens": 110606952.0, + "step": 85950 + }, + { + "entropy": 0.8843088209629059, + "epoch": 8.212477309639821, + "grad_norm": 0.4166349768638611, + "learning_rate": 8.485194097175214e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9973886847496033, + "num_tokens": 110619816.0, + "step": 85960 + }, + { + "entropy": 0.8695367395877838, + "epoch": 8.21343269322633, + "grad_norm": 0.2698303163051605, + "learning_rate": 8.476392113245168e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9971409678459168, + "num_tokens": 110632595.0, + "step": 85970 + }, + { + "entropy": 0.9008633255958557, + "epoch": 8.21438807681284, + "grad_norm": 0.2020522803068161, + "learning_rate": 8.467594274152857e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9974186778068542, + "num_tokens": 110646169.0, + "step": 85980 + }, + { + "entropy": 0.8801969587802887, + "epoch": 8.21534346039935, + "grad_norm": 0.6825636625289917, + "learning_rate": 8.458800580776444e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9963931202888489, + "num_tokens": 110659072.0, + "step": 85990 + }, + { + "entropy": 0.8608015477657318, + "epoch": 8.21629884398586, + "grad_norm": 0.5909845232963562, + "learning_rate": 8.450011033993726e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9965665936470032, + "num_tokens": 110672110.0, + "step": 86000 + }, + { + "entropy": 0.8776125133037567, + "epoch": 8.21725422757237, + "grad_norm": 0.3450597822666168, + "learning_rate": 8.441225634682065e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968296647071838, + "num_tokens": 110684567.0, + "step": 86010 + }, + { + "entropy": 0.886469042301178, + "epoch": 8.21820961115888, + "grad_norm": 0.688450813293457, + "learning_rate": 8.432444383718386e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9965411245822906, + "num_tokens": 110697838.0, + "step": 86020 + }, + { + "entropy": 0.8929297626018524, + "epoch": 8.219164994745391, + "grad_norm": 0.5776240229606628, + "learning_rate": 8.423667281979254e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967816174030304, + "num_tokens": 110711222.0, + "step": 86030 + }, + { + "entropy": 0.8756085336208344, + "epoch": 8.2201203783319, + "grad_norm": 0.6450628042221069, + "learning_rate": 8.414894330340767e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9958532929420472, + "num_tokens": 110723562.0, + "step": 86040 + }, + { + "entropy": 0.9005443692207337, + "epoch": 8.22107576191841, + "grad_norm": 0.25020089745521545, + "learning_rate": 8.406125529678644e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9966360747814178, + "num_tokens": 110737385.0, + "step": 86050 + }, + { + "entropy": 0.8595461130142212, + "epoch": 8.22203114550492, + "grad_norm": 1.111114501953125, + "learning_rate": 8.397360880868155e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9967459797859192, + "num_tokens": 110750284.0, + "step": 86060 + }, + { + "entropy": 0.882712984085083, + "epoch": 8.22298652909143, + "grad_norm": 0.5078316926956177, + "learning_rate": 8.388600384784196e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9973128974437714, + "num_tokens": 110763142.0, + "step": 86070 + }, + { + "entropy": 0.8655566811561585, + "epoch": 8.22394191267794, + "grad_norm": 0.5489943623542786, + "learning_rate": 8.379844042301233e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9959715723991394, + "num_tokens": 110775691.0, + "step": 86080 + }, + { + "entropy": 0.8838353455066681, + "epoch": 8.22489729626445, + "grad_norm": 0.3826881945133209, + "learning_rate": 8.371091854293306e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9943809151649475, + "num_tokens": 110788737.0, + "step": 86090 + }, + { + "entropy": 0.8884284615516662, + "epoch": 8.225852679850961, + "grad_norm": 0.39119505882263184, + "learning_rate": 8.36234382163405e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9957064330577851, + "num_tokens": 110801730.0, + "step": 86100 + }, + { + "entropy": 0.8708152353763581, + "epoch": 8.22680806343747, + "grad_norm": 0.12977160513401031, + "learning_rate": 8.353599945196671e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.9960665106773376, + "num_tokens": 110814657.0, + "step": 86110 + }, + { + "entropy": 0.8917860567569733, + "epoch": 8.22776344702398, + "grad_norm": 0.4011584222316742, + "learning_rate": 8.344860225853996e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9977023899555206, + "num_tokens": 110828180.0, + "step": 86120 + }, + { + "entropy": 0.8817322313785553, + "epoch": 8.22871883061049, + "grad_norm": 1.7513169050216675, + "learning_rate": 8.336124664478396e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9953725159168243, + "num_tokens": 110841221.0, + "step": 86130 + }, + { + "entropy": 0.8740800499916077, + "epoch": 8.229674214197, + "grad_norm": 0.1599283516407013, + "learning_rate": 8.32739326194184e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973619043827057, + "num_tokens": 110854145.0, + "step": 86140 + }, + { + "entropy": 0.8809700429439544, + "epoch": 8.23062959778351, + "grad_norm": 0.3001388907432556, + "learning_rate": 8.318666019115906e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9973648905754089, + "num_tokens": 110867209.0, + "step": 86150 + }, + { + "entropy": 0.8864712715148926, + "epoch": 8.23158498137002, + "grad_norm": 0.5980116128921509, + "learning_rate": 8.309942936871718e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9968161523342133, + "num_tokens": 110880344.0, + "step": 86160 + }, + { + "entropy": 0.8703998565673828, + "epoch": 8.23254036495653, + "grad_norm": 0.15677742660045624, + "learning_rate": 8.301224016080018e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980309903621674, + "num_tokens": 110892855.0, + "step": 86170 + }, + { + "entropy": 0.8658094763755798, + "epoch": 8.23349574854304, + "grad_norm": 0.1419590413570404, + "learning_rate": 8.292509257611119e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9975987017154694, + "num_tokens": 110905264.0, + "step": 86180 + }, + { + "entropy": 0.866299158334732, + "epoch": 8.23445113212955, + "grad_norm": 0.6042603254318237, + "learning_rate": 8.283798662334907e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9972157835960388, + "num_tokens": 110918006.0, + "step": 86190 + }, + { + "entropy": 0.8821260154247283, + "epoch": 8.23540651571606, + "grad_norm": 0.6360365748405457, + "learning_rate": 8.275092231120857e-06, + "loss": 0.0175, + "mean_token_accuracy": 0.9940428376197815, + "num_tokens": 110931756.0, + "step": 86200 + }, + { + "entropy": 0.8904990315437317, + "epoch": 8.23636189930257, + "grad_norm": 0.5970535278320312, + "learning_rate": 8.26638996483805e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9977507948875427, + "num_tokens": 110945023.0, + "step": 86210 + }, + { + "entropy": 0.8830080211162568, + "epoch": 8.23731728288908, + "grad_norm": 1.2523128986358643, + "learning_rate": 8.257691864355155e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9958472192287445, + "num_tokens": 110957931.0, + "step": 86220 + }, + { + "entropy": 0.8750065565109253, + "epoch": 8.23827266647559, + "grad_norm": 1.515560269355774, + "learning_rate": 8.248997930540354e-06, + "loss": 0.0152, + "mean_token_accuracy": 0.9967391133308411, + "num_tokens": 110970771.0, + "step": 86230 + }, + { + "entropy": 0.893901652097702, + "epoch": 8.2392280500621, + "grad_norm": 0.3059613108634949, + "learning_rate": 8.240308164261511e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9962985336780548, + "num_tokens": 110984082.0, + "step": 86240 + }, + { + "entropy": 0.8794184803962708, + "epoch": 8.24018343364861, + "grad_norm": 0.19115273654460907, + "learning_rate": 8.231622566386e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9973714113235473, + "num_tokens": 110996822.0, + "step": 86250 + }, + { + "entropy": 0.8828806221485138, + "epoch": 8.24113881723512, + "grad_norm": 0.5521413683891296, + "learning_rate": 8.222941137780826e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9965916991233825, + "num_tokens": 111009314.0, + "step": 86260 + }, + { + "entropy": 0.8669805586338043, + "epoch": 8.24209420082163, + "grad_norm": 0.229421928524971, + "learning_rate": 8.214263879312555e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9964629769325256, + "num_tokens": 111021291.0, + "step": 86270 + }, + { + "entropy": 0.8936983287334442, + "epoch": 8.24304958440814, + "grad_norm": 0.39712873101234436, + "learning_rate": 8.205590791847334e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9965642094612122, + "num_tokens": 111034036.0, + "step": 86280 + }, + { + "entropy": 0.8930915474891663, + "epoch": 8.24400496799465, + "grad_norm": 0.35740944743156433, + "learning_rate": 8.196921876250897e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9975892245769501, + "num_tokens": 111047119.0, + "step": 86290 + }, + { + "entropy": 0.8739555299282074, + "epoch": 8.24496035158116, + "grad_norm": 0.6965798735618591, + "learning_rate": 8.188257133388566e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9971012711524964, + "num_tokens": 111060538.0, + "step": 86300 + }, + { + "entropy": 0.8764289557933808, + "epoch": 8.245915735167669, + "grad_norm": 0.7316126823425293, + "learning_rate": 8.179596564125269e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9966916680335999, + "num_tokens": 111073453.0, + "step": 86310 + }, + { + "entropy": 0.8833681583404541, + "epoch": 8.24687111875418, + "grad_norm": 0.3940426707267761, + "learning_rate": 8.17094016932547e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9973584175109863, + "num_tokens": 111086264.0, + "step": 86320 + }, + { + "entropy": 0.8759437620639801, + "epoch": 8.24782650234069, + "grad_norm": 0.8680681586265564, + "learning_rate": 8.162287949853253e-06, + "loss": 0.0139, + "mean_token_accuracy": 0.9952428758144378, + "num_tokens": 111099349.0, + "step": 86330 + }, + { + "entropy": 0.8962773382663727, + "epoch": 8.2487818859272, + "grad_norm": 0.8596124649047852, + "learning_rate": 8.153639906572246e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9972238421440125, + "num_tokens": 111113012.0, + "step": 86340 + }, + { + "entropy": 0.8903629183769226, + "epoch": 8.24973726951371, + "grad_norm": 0.34661123156547546, + "learning_rate": 8.144996040345726e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9970609605312347, + "num_tokens": 111125832.0, + "step": 86350 + }, + { + "entropy": 0.8878729224205018, + "epoch": 8.25069265310022, + "grad_norm": 0.793480396270752, + "learning_rate": 8.13635635203649e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9955068409442902, + "num_tokens": 111138694.0, + "step": 86360 + }, + { + "entropy": 0.8727699756622315, + "epoch": 8.25164803668673, + "grad_norm": 0.25528061389923096, + "learning_rate": 8.12772084250693e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9957600772380829, + "num_tokens": 111151379.0, + "step": 86370 + }, + { + "entropy": 0.8857003748416901, + "epoch": 8.252603420273239, + "grad_norm": 0.5117306709289551, + "learning_rate": 8.11908951261906e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983421862125397, + "num_tokens": 111164938.0, + "step": 86380 + }, + { + "entropy": 0.8857655227184296, + "epoch": 8.25355880385975, + "grad_norm": 0.6975470185279846, + "learning_rate": 8.110462363234429e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9948831856250763, + "num_tokens": 111178003.0, + "step": 86390 + }, + { + "entropy": 0.8985588371753692, + "epoch": 8.25451418744626, + "grad_norm": 0.9303324818611145, + "learning_rate": 8.101839395214205e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9967571198940277, + "num_tokens": 111191133.0, + "step": 86400 + }, + { + "entropy": 0.8892847657203674, + "epoch": 8.25546957103277, + "grad_norm": 0.9748455882072449, + "learning_rate": 8.093220609419122e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9939410150051117, + "num_tokens": 111203945.0, + "step": 86410 + }, + { + "entropy": 0.8690580070018769, + "epoch": 8.25642495461928, + "grad_norm": 0.3232531249523163, + "learning_rate": 8.084606006709484e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9978375196456909, + "num_tokens": 111216455.0, + "step": 86420 + }, + { + "entropy": 0.8837930619716644, + "epoch": 8.25738033820579, + "grad_norm": 1.5098663568496704, + "learning_rate": 8.075995587945179e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9956590831279755, + "num_tokens": 111228902.0, + "step": 86430 + }, + { + "entropy": 0.8885502815246582, + "epoch": 8.2583357217923, + "grad_norm": 0.9277167320251465, + "learning_rate": 8.06738935398571e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9966789841651916, + "num_tokens": 111241776.0, + "step": 86440 + }, + { + "entropy": 0.8833277285099029, + "epoch": 8.259291105378809, + "grad_norm": 0.9690603613853455, + "learning_rate": 8.058787305690163e-06, + "loss": 0.0166, + "mean_token_accuracy": 0.99617138504982, + "num_tokens": 111254273.0, + "step": 86450 + }, + { + "entropy": 0.8944144904613495, + "epoch": 8.26024648896532, + "grad_norm": 0.6454688906669617, + "learning_rate": 8.050189443917133e-06, + "loss": 0.0151, + "mean_token_accuracy": 0.9941331326961518, + "num_tokens": 111267484.0, + "step": 86460 + }, + { + "entropy": 0.8900286376476287, + "epoch": 8.26120187255183, + "grad_norm": 0.19442275166511536, + "learning_rate": 8.041595769524885e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.995814424753189, + "num_tokens": 111280628.0, + "step": 86470 + }, + { + "entropy": 0.888844895362854, + "epoch": 8.26215725613834, + "grad_norm": 0.5607241988182068, + "learning_rate": 8.033006283371202e-06, + "loss": 0.0152, + "mean_token_accuracy": 0.9939867615699768, + "num_tokens": 111293439.0, + "step": 86480 + }, + { + "entropy": 0.875449949502945, + "epoch": 8.263112639724849, + "grad_norm": 0.5933570861816406, + "learning_rate": 8.024420986313508e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969606697559357, + "num_tokens": 111305969.0, + "step": 86490 + }, + { + "entropy": 0.8805371165275574, + "epoch": 8.26406802331136, + "grad_norm": 2.6237874031066895, + "learning_rate": 8.015839879208765e-06, + "loss": 0.0156, + "mean_token_accuracy": 0.9931698024272919, + "num_tokens": 111318847.0, + "step": 86500 + }, + { + "entropy": 0.8796258330345154, + "epoch": 8.26502340689787, + "grad_norm": 0.28279775381088257, + "learning_rate": 8.007262962913509e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973967015743256, + "num_tokens": 111331954.0, + "step": 86510 + }, + { + "entropy": 0.8734616875648499, + "epoch": 8.265978790484379, + "grad_norm": 0.8619071841239929, + "learning_rate": 7.998690238283907e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9959755420684815, + "num_tokens": 111344769.0, + "step": 86520 + }, + { + "entropy": 0.885281091928482, + "epoch": 8.26693417407089, + "grad_norm": 0.9607254862785339, + "learning_rate": 7.990121706175657e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9953451156616211, + "num_tokens": 111358276.0, + "step": 86530 + }, + { + "entropy": 0.8890347480773926, + "epoch": 8.2678895576574, + "grad_norm": 0.34721115231513977, + "learning_rate": 7.981557367444093e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9965876042842865, + "num_tokens": 111371057.0, + "step": 86540 + }, + { + "entropy": 0.8868180036544799, + "epoch": 8.26884494124391, + "grad_norm": 0.5841417908668518, + "learning_rate": 7.972997222944045e-06, + "loss": 0.0146, + "mean_token_accuracy": 0.9942336201667785, + "num_tokens": 111384393.0, + "step": 86550 + }, + { + "entropy": 0.8887000024318695, + "epoch": 8.269800324830419, + "grad_norm": 0.6264868378639221, + "learning_rate": 7.964441273530015e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968173503875732, + "num_tokens": 111397363.0, + "step": 86560 + }, + { + "entropy": 0.8957997500896454, + "epoch": 8.27075570841693, + "grad_norm": 0.2968186140060425, + "learning_rate": 7.955889520056032e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9954314768314362, + "num_tokens": 111410424.0, + "step": 86570 + }, + { + "entropy": 0.8858504831790924, + "epoch": 8.27171109200344, + "grad_norm": 0.9754575490951538, + "learning_rate": 7.947341963375731e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9970426440238953, + "num_tokens": 111423270.0, + "step": 86580 + }, + { + "entropy": 0.87819002866745, + "epoch": 8.272666475589949, + "grad_norm": 0.25599831342697144, + "learning_rate": 7.938798604342323e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.99732506275177, + "num_tokens": 111435932.0, + "step": 86590 + }, + { + "entropy": 0.8868320286273956, + "epoch": 8.27362185917646, + "grad_norm": 0.6301025748252869, + "learning_rate": 7.930259443808568e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9980132400989532, + "num_tokens": 111448519.0, + "step": 86600 + }, + { + "entropy": 0.8872568190097809, + "epoch": 8.27457724276297, + "grad_norm": 0.5119462013244629, + "learning_rate": 7.921724482626874e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.997681736946106, + "num_tokens": 111461421.0, + "step": 86610 + }, + { + "entropy": 0.8772724807262421, + "epoch": 8.275532626349479, + "grad_norm": 0.5288848876953125, + "learning_rate": 7.913193721649159e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9953369498252869, + "num_tokens": 111474312.0, + "step": 86620 + }, + { + "entropy": 0.8606998741626739, + "epoch": 8.276488009935989, + "grad_norm": 0.43487653136253357, + "learning_rate": 7.904667161726981e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9976211786270142, + "num_tokens": 111486313.0, + "step": 86630 + }, + { + "entropy": 0.8865097105503082, + "epoch": 8.2774433935225, + "grad_norm": 0.30925247073173523, + "learning_rate": 7.896144803711431e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.996761679649353, + "num_tokens": 111499226.0, + "step": 86640 + }, + { + "entropy": 0.883055692911148, + "epoch": 8.27839877710901, + "grad_norm": 0.17786455154418945, + "learning_rate": 7.887626648453206e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997111463546753, + "num_tokens": 111512157.0, + "step": 86650 + }, + { + "entropy": 0.8850443482398986, + "epoch": 8.279354160695519, + "grad_norm": 0.5887239575386047, + "learning_rate": 7.87911269680257e-06, + "loss": 0.0045, + "mean_token_accuracy": 0.9982799828052521, + "num_tokens": 111524881.0, + "step": 86660 + }, + { + "entropy": 0.8845637083053589, + "epoch": 8.28030954428203, + "grad_norm": 0.524450421333313, + "learning_rate": 7.870602949609395e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9966939330101013, + "num_tokens": 111538484.0, + "step": 86670 + }, + { + "entropy": 0.8787813901901245, + "epoch": 8.28126492786854, + "grad_norm": 0.047421738505363464, + "learning_rate": 7.862097407723106e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9964808821678162, + "num_tokens": 111551494.0, + "step": 86680 + }, + { + "entropy": 0.8917023062705993, + "epoch": 8.282220311455049, + "grad_norm": 0.4089862108230591, + "learning_rate": 7.853596071992703e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9967333078384399, + "num_tokens": 111565264.0, + "step": 86690 + }, + { + "entropy": 0.8985032260417938, + "epoch": 8.283175695041558, + "grad_norm": 0.2278721183538437, + "learning_rate": 7.845098943266798e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9984030604362488, + "num_tokens": 111578505.0, + "step": 86700 + }, + { + "entropy": 0.8774856746196746, + "epoch": 8.28413107862807, + "grad_norm": 0.4686813950538635, + "learning_rate": 7.836606022393544e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9977161049842834, + "num_tokens": 111591338.0, + "step": 86710 + }, + { + "entropy": 0.867920583486557, + "epoch": 8.28508646221458, + "grad_norm": 0.6206083297729492, + "learning_rate": 7.828117310220723e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9986948490142822, + "num_tokens": 111603663.0, + "step": 86720 + }, + { + "entropy": 0.8897187113761902, + "epoch": 8.286041845801089, + "grad_norm": 0.8454083800315857, + "learning_rate": 7.819632807595645e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.995553058385849, + "num_tokens": 111617398.0, + "step": 86730 + }, + { + "entropy": 0.8892241179943084, + "epoch": 8.2869972293876, + "grad_norm": 0.506526529788971, + "learning_rate": 7.811152515365222e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9961893796920777, + "num_tokens": 111630945.0, + "step": 86740 + }, + { + "entropy": 0.8692245960235596, + "epoch": 8.28795261297411, + "grad_norm": 0.3948332965373993, + "learning_rate": 7.802676434375966e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.996725195646286, + "num_tokens": 111643461.0, + "step": 86750 + }, + { + "entropy": 0.8859143555164337, + "epoch": 8.288907996560619, + "grad_norm": 0.3580786883831024, + "learning_rate": 7.794204565473929e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9969942629337311, + "num_tokens": 111656579.0, + "step": 86760 + }, + { + "entropy": 0.8861831426620483, + "epoch": 8.289863380147128, + "grad_norm": 0.344785213470459, + "learning_rate": 7.785736909504792e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9949685513973237, + "num_tokens": 111669576.0, + "step": 86770 + }, + { + "entropy": 0.8742982685565949, + "epoch": 8.29081876373364, + "grad_norm": 0.26837605237960815, + "learning_rate": 7.777273467313744e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9976593792438507, + "num_tokens": 111682002.0, + "step": 86780 + }, + { + "entropy": 0.8784156620502472, + "epoch": 8.29177414732015, + "grad_norm": 0.2767973840236664, + "learning_rate": 7.768814239745636e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983805656433106, + "num_tokens": 111694980.0, + "step": 86790 + }, + { + "entropy": 0.8792864561080933, + "epoch": 8.292729530906659, + "grad_norm": 0.4759472906589508, + "learning_rate": 7.76035922764482e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9963624656200409, + "num_tokens": 111707605.0, + "step": 86800 + }, + { + "entropy": 0.8955239176750183, + "epoch": 8.29368491449317, + "grad_norm": 0.36223599314689636, + "learning_rate": 7.751908431855304e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9962774336338043, + "num_tokens": 111720613.0, + "step": 86810 + }, + { + "entropy": 0.8744469046592712, + "epoch": 8.29464029807968, + "grad_norm": 0.9073882102966309, + "learning_rate": 7.743461853220617e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970983505249024, + "num_tokens": 111733524.0, + "step": 86820 + }, + { + "entropy": 0.8905177414417267, + "epoch": 8.295595681666189, + "grad_norm": 0.515079915523529, + "learning_rate": 7.735019492583879e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9966493725776673, + "num_tokens": 111746415.0, + "step": 86830 + }, + { + "entropy": 0.8788945853710175, + "epoch": 8.296551065252698, + "grad_norm": 0.8662599921226501, + "learning_rate": 7.726581350787809e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9974096238613128, + "num_tokens": 111759209.0, + "step": 86840 + }, + { + "entropy": 0.8804506480693817, + "epoch": 8.29750644883921, + "grad_norm": 0.32739365100860596, + "learning_rate": 7.718147428674688e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970341801643372, + "num_tokens": 111772008.0, + "step": 86850 + }, + { + "entropy": 0.8779184460639954, + "epoch": 8.298461832425719, + "grad_norm": 0.2115606665611267, + "learning_rate": 7.709717727086397e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9990092515945435, + "num_tokens": 111784784.0, + "step": 86860 + }, + { + "entropy": 0.8782679736614227, + "epoch": 8.299417216012229, + "grad_norm": 0.6779468059539795, + "learning_rate": 7.701292246864344e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9966032326221466, + "num_tokens": 111797541.0, + "step": 86870 + }, + { + "entropy": 0.8766863703727722, + "epoch": 8.300372599598738, + "grad_norm": 0.2751348614692688, + "learning_rate": 7.692870988849576e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9974626421928405, + "num_tokens": 111810342.0, + "step": 86880 + }, + { + "entropy": 0.8850507497787475, + "epoch": 8.30132798318525, + "grad_norm": 0.5667913556098938, + "learning_rate": 7.684453953882681e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9976174056529998, + "num_tokens": 111822987.0, + "step": 86890 + }, + { + "entropy": 0.8825975596904755, + "epoch": 8.302283366771759, + "grad_norm": 0.034140411764383316, + "learning_rate": 7.676041142803852e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9980615973472595, + "num_tokens": 111835963.0, + "step": 86900 + }, + { + "entropy": 0.8830803215503693, + "epoch": 8.303238750358268, + "grad_norm": 0.28967544436454773, + "learning_rate": 7.667632556452837e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973277449607849, + "num_tokens": 111848476.0, + "step": 86910 + }, + { + "entropy": 0.8860684037208557, + "epoch": 8.30419413394478, + "grad_norm": 1.688481330871582, + "learning_rate": 7.65922819566896e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.995341169834137, + "num_tokens": 111861404.0, + "step": 86920 + }, + { + "entropy": 0.8809898793697357, + "epoch": 8.305149517531289, + "grad_norm": 0.1413269340991974, + "learning_rate": 7.65082806129116e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9968746125698089, + "num_tokens": 111874563.0, + "step": 86930 + }, + { + "entropy": 0.8810180962085724, + "epoch": 8.306104901117799, + "grad_norm": 0.43233707547187805, + "learning_rate": 7.642432154157897e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9973219692707062, + "num_tokens": 111887264.0, + "step": 86940 + }, + { + "entropy": 0.8770871162414551, + "epoch": 8.307060284704308, + "grad_norm": 0.4475649893283844, + "learning_rate": 7.634040475107273e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9964583218097687, + "num_tokens": 111899648.0, + "step": 86950 + }, + { + "entropy": 0.883710253238678, + "epoch": 8.30801566829082, + "grad_norm": 1.2598259449005127, + "learning_rate": 7.625653024976925e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9960479140281677, + "num_tokens": 111912978.0, + "step": 86960 + }, + { + "entropy": 0.8844302117824554, + "epoch": 8.308971051877329, + "grad_norm": 0.5386760234832764, + "learning_rate": 7.617269804604055e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9970141053199768, + "num_tokens": 111925650.0, + "step": 86970 + }, + { + "entropy": 0.8897379219532013, + "epoch": 8.309926435463838, + "grad_norm": 0.6078410744667053, + "learning_rate": 7.608890814825503e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9983790874481201, + "num_tokens": 111938502.0, + "step": 86980 + }, + { + "entropy": 0.8776589334011078, + "epoch": 8.31088181905035, + "grad_norm": 0.39033082127571106, + "learning_rate": 7.600516056477624e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9959725499153137, + "num_tokens": 111951135.0, + "step": 86990 + }, + { + "entropy": 0.8734979212284089, + "epoch": 8.311837202636859, + "grad_norm": 0.18739885091781616, + "learning_rate": 7.592145530396388e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9961781859397888, + "num_tokens": 111964099.0, + "step": 87000 + }, + { + "entropy": 0.888499504327774, + "epoch": 8.312792586223368, + "grad_norm": 0.5789867639541626, + "learning_rate": 7.583779237417321e-06, + "loss": 0.0144, + "mean_token_accuracy": 0.9944311439990997, + "num_tokens": 111976827.0, + "step": 87010 + }, + { + "entropy": 0.8771655797958374, + "epoch": 8.313747969809878, + "grad_norm": 0.3518403172492981, + "learning_rate": 7.575417178375549e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9953882038593292, + "num_tokens": 111989619.0, + "step": 87020 + }, + { + "entropy": 0.8913983762264251, + "epoch": 8.31470335339639, + "grad_norm": 0.9368494749069214, + "learning_rate": 7.567059354105749e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.99666947722435, + "num_tokens": 112002725.0, + "step": 87030 + }, + { + "entropy": 0.8746194064617157, + "epoch": 8.315658736982899, + "grad_norm": 0.26036056876182556, + "learning_rate": 7.5587057654422035e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9980597794055939, + "num_tokens": 112015257.0, + "step": 87040 + }, + { + "entropy": 0.8922186434268952, + "epoch": 8.316614120569408, + "grad_norm": 0.7527148127555847, + "learning_rate": 7.550356413218756e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9954939782619476, + "num_tokens": 112028668.0, + "step": 87050 + }, + { + "entropy": 0.8880111336708069, + "epoch": 8.31756950415592, + "grad_norm": 0.9015410542488098, + "learning_rate": 7.5420112982688144e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9953125834465026, + "num_tokens": 112041418.0, + "step": 87060 + }, + { + "entropy": 0.9000878691673279, + "epoch": 8.318524887742429, + "grad_norm": 0.6049418449401855, + "learning_rate": 7.533670421425398e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9973901391029358, + "num_tokens": 112054233.0, + "step": 87070 + }, + { + "entropy": 0.8779408216476441, + "epoch": 8.319480271328938, + "grad_norm": 1.1887725591659546, + "learning_rate": 7.52533378352106e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.996028208732605, + "num_tokens": 112067169.0, + "step": 87080 + }, + { + "entropy": 0.8845424056053162, + "epoch": 8.320435654915448, + "grad_norm": 0.587336003780365, + "learning_rate": 7.517001385387995e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9963638961315155, + "num_tokens": 112080060.0, + "step": 87090 + }, + { + "entropy": 0.8856403648853302, + "epoch": 8.32139103850196, + "grad_norm": 1.5894263982772827, + "learning_rate": 7.508673227857876e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9979453444480896, + "num_tokens": 112092917.0, + "step": 87100 + }, + { + "entropy": 0.884493350982666, + "epoch": 8.322346422088469, + "grad_norm": 0.6702172160148621, + "learning_rate": 7.500349311762045e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9956626176834107, + "num_tokens": 112105883.0, + "step": 87110 + }, + { + "entropy": 0.880763053894043, + "epoch": 8.323301805674978, + "grad_norm": 0.6327356100082397, + "learning_rate": 7.492029637931392e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.998410439491272, + "num_tokens": 112118796.0, + "step": 87120 + }, + { + "entropy": 0.8849084794521331, + "epoch": 8.324257189261488, + "grad_norm": 0.697245180606842, + "learning_rate": 7.483714207196363e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9969444155693055, + "num_tokens": 112131723.0, + "step": 87130 + }, + { + "entropy": 0.882667475938797, + "epoch": 8.325212572847999, + "grad_norm": 0.5749812126159668, + "learning_rate": 7.475403020387001e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9974052727222442, + "num_tokens": 112144459.0, + "step": 87140 + }, + { + "entropy": 0.895471167564392, + "epoch": 8.326167956434508, + "grad_norm": 0.5817683935165405, + "learning_rate": 7.467096078332897e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9975612759590149, + "num_tokens": 112157624.0, + "step": 87150 + }, + { + "entropy": 0.8835929691791534, + "epoch": 8.327123340021018, + "grad_norm": 0.6589350700378418, + "learning_rate": 7.4587933818632715e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9951119184494018, + "num_tokens": 112170504.0, + "step": 87160 + }, + { + "entropy": 0.8878730654716491, + "epoch": 8.328078723607529, + "grad_norm": 0.6381978988647461, + "learning_rate": 7.450494931806867e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.996470320224762, + "num_tokens": 112183527.0, + "step": 87170 + }, + { + "entropy": 0.8895731866359711, + "epoch": 8.329034107194039, + "grad_norm": 0.8722406625747681, + "learning_rate": 7.442200728992055e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9963086783885956, + "num_tokens": 112196530.0, + "step": 87180 + }, + { + "entropy": 0.8978588461875916, + "epoch": 8.329989490780548, + "grad_norm": 0.3340519964694977, + "learning_rate": 7.433910774246711e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9962799370288848, + "num_tokens": 112209409.0, + "step": 87190 + }, + { + "entropy": 0.8854565799236298, + "epoch": 8.330944874367058, + "grad_norm": 0.2267337143421173, + "learning_rate": 7.425625068398351e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9954157114028931, + "num_tokens": 112222432.0, + "step": 87200 + }, + { + "entropy": 0.8792446732521058, + "epoch": 8.331900257953569, + "grad_norm": 0.2876591384410858, + "learning_rate": 7.417343612274053e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9966527402400971, + "num_tokens": 112235279.0, + "step": 87210 + }, + { + "entropy": 0.8928534626960755, + "epoch": 8.332855641540078, + "grad_norm": 0.9682875275611877, + "learning_rate": 7.409066406700449e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9989881694316864, + "num_tokens": 112248436.0, + "step": 87220 + }, + { + "entropy": 0.8840961754322052, + "epoch": 8.333811025126588, + "grad_norm": 1.001102089881897, + "learning_rate": 7.4007934525037685e-06, + "loss": 0.0168, + "mean_token_accuracy": 0.9950447738170624, + "num_tokens": 112261315.0, + "step": 87230 + }, + { + "entropy": 0.8792282581329346, + "epoch": 8.334766408713099, + "grad_norm": 1.1369333267211914, + "learning_rate": 7.392524750509789e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996452921628952, + "num_tokens": 112273739.0, + "step": 87240 + }, + { + "entropy": 0.8883021473884583, + "epoch": 8.335721792299609, + "grad_norm": 0.6948957443237305, + "learning_rate": 7.384260301543911e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9969522356987, + "num_tokens": 112286801.0, + "step": 87250 + }, + { + "entropy": 0.8864402592182159, + "epoch": 8.336677175886118, + "grad_norm": 0.1698712855577469, + "learning_rate": 7.376000106431052e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963049352169037, + "num_tokens": 112299284.0, + "step": 87260 + }, + { + "entropy": 0.8840725421905518, + "epoch": 8.337632559472627, + "grad_norm": 0.687820553779602, + "learning_rate": 7.367744165995766e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9967169225215912, + "num_tokens": 112312262.0, + "step": 87270 + }, + { + "entropy": 0.8871131539344788, + "epoch": 8.338587943059139, + "grad_norm": 0.12837399542331696, + "learning_rate": 7.3594924810621355e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9975786566734314, + "num_tokens": 112325180.0, + "step": 87280 + }, + { + "entropy": 0.8806680858135223, + "epoch": 8.339543326645648, + "grad_norm": 0.48883959650993347, + "learning_rate": 7.35124505245382e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9969964623451233, + "num_tokens": 112338044.0, + "step": 87290 + }, + { + "entropy": 0.8723025441169738, + "epoch": 8.340498710232158, + "grad_norm": 0.22728416323661804, + "learning_rate": 7.343001880994099e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9960750818252564, + "num_tokens": 112351231.0, + "step": 87300 + }, + { + "entropy": 0.8673174560070038, + "epoch": 8.341454093818669, + "grad_norm": 0.6115222573280334, + "learning_rate": 7.334762967505776e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9989720284938812, + "num_tokens": 112363695.0, + "step": 87310 + }, + { + "entropy": 0.8683614075183869, + "epoch": 8.342409477405178, + "grad_norm": 1.0255616903305054, + "learning_rate": 7.326528312811254e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9956932365894318, + "num_tokens": 112376351.0, + "step": 87320 + }, + { + "entropy": 0.8785493731498718, + "epoch": 8.343364860991688, + "grad_norm": 0.6082193851470947, + "learning_rate": 7.318297917732492e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9976404011249542, + "num_tokens": 112388964.0, + "step": 87330 + }, + { + "entropy": 0.8715461611747741, + "epoch": 8.344320244578197, + "grad_norm": 0.07399073243141174, + "learning_rate": 7.310071783091055e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9973819851875305, + "num_tokens": 112401611.0, + "step": 87340 + }, + { + "entropy": 0.8727041721343994, + "epoch": 8.345275628164709, + "grad_norm": 1.1567469835281372, + "learning_rate": 7.301849909708075e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.998011440038681, + "num_tokens": 112414493.0, + "step": 87350 + }, + { + "entropy": 0.8737639248371124, + "epoch": 8.346231011751218, + "grad_norm": 1.443976640701294, + "learning_rate": 7.2936322984042405e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9953018963336945, + "num_tokens": 112427628.0, + "step": 87360 + }, + { + "entropy": 0.8723463952541352, + "epoch": 8.347186395337728, + "grad_norm": 0.41640257835388184, + "learning_rate": 7.285418949999817e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9990234017372132, + "num_tokens": 112440148.0, + "step": 87370 + }, + { + "entropy": 0.8703378081321717, + "epoch": 8.348141778924239, + "grad_norm": 0.6504083871841431, + "learning_rate": 7.277209865314644e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9973564863204956, + "num_tokens": 112452646.0, + "step": 87380 + }, + { + "entropy": 0.8810607552528381, + "epoch": 8.349097162510748, + "grad_norm": 0.5048537254333496, + "learning_rate": 7.2690050451681705e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9964922368526459, + "num_tokens": 112465936.0, + "step": 87390 + }, + { + "entropy": 0.8862901985645294, + "epoch": 8.350052546097258, + "grad_norm": 0.6505119204521179, + "learning_rate": 7.260804490379364e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9959281623363495, + "num_tokens": 112479019.0, + "step": 87400 + }, + { + "entropy": 0.8674959361553192, + "epoch": 8.351007929683767, + "grad_norm": 0.47076869010925293, + "learning_rate": 7.252608201766825e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969002187252045, + "num_tokens": 112491560.0, + "step": 87410 + }, + { + "entropy": 0.8722110867500306, + "epoch": 8.351963313270279, + "grad_norm": 0.7588697075843811, + "learning_rate": 7.244416180148655e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9961897909641266, + "num_tokens": 112504380.0, + "step": 87420 + }, + { + "entropy": 0.8600507736206054, + "epoch": 8.352918696856788, + "grad_norm": 0.6321049928665161, + "learning_rate": 7.236228426342601e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9957587957382202, + "num_tokens": 112517054.0, + "step": 87430 + }, + { + "entropy": 0.8875173330307007, + "epoch": 8.353874080443298, + "grad_norm": 0.4120712876319885, + "learning_rate": 7.228044941165957e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964631557464599, + "num_tokens": 112529861.0, + "step": 87440 + }, + { + "entropy": 0.8836692273616791, + "epoch": 8.354829464029809, + "grad_norm": 0.4062846302986145, + "learning_rate": 7.219865725435582e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9970419585704804, + "num_tokens": 112542688.0, + "step": 87450 + }, + { + "entropy": 0.8788236558437348, + "epoch": 8.355784847616318, + "grad_norm": 0.726593017578125, + "learning_rate": 7.211690779967917e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9966271877288818, + "num_tokens": 112555278.0, + "step": 87460 + }, + { + "entropy": 0.8779077887535095, + "epoch": 8.356740231202828, + "grad_norm": 0.574957549571991, + "learning_rate": 7.203520105578959e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9967155814170837, + "num_tokens": 112568247.0, + "step": 87470 + }, + { + "entropy": 0.8693425476551055, + "epoch": 8.357695614789337, + "grad_norm": 0.19777460396289825, + "learning_rate": 7.195353703084323e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9966520547866822, + "num_tokens": 112580816.0, + "step": 87480 + }, + { + "entropy": 0.8769875645637513, + "epoch": 8.358650998375849, + "grad_norm": 0.552798330783844, + "learning_rate": 7.187191573299146e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9954810857772827, + "num_tokens": 112593696.0, + "step": 87490 + }, + { + "entropy": 0.8787278294563293, + "epoch": 8.359606381962358, + "grad_norm": 0.3810228109359741, + "learning_rate": 7.1790337170381805e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9974014520645141, + "num_tokens": 112606451.0, + "step": 87500 + }, + { + "entropy": 0.8724599599838256, + "epoch": 8.360561765548868, + "grad_norm": 0.2127290517091751, + "learning_rate": 7.170880135115727e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9985575616359711, + "num_tokens": 112619040.0, + "step": 87510 + }, + { + "entropy": 0.874913114309311, + "epoch": 8.361517149135377, + "grad_norm": 0.45090946555137634, + "learning_rate": 7.162730828345654e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968730449676514, + "num_tokens": 112632025.0, + "step": 87520 + }, + { + "entropy": 0.8698623061180115, + "epoch": 8.362472532721888, + "grad_norm": 0.20868301391601562, + "learning_rate": 7.154585797541441e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969642221927643, + "num_tokens": 112644564.0, + "step": 87530 + }, + { + "entropy": 0.8776121437549591, + "epoch": 8.363427916308398, + "grad_norm": 0.3036755919456482, + "learning_rate": 7.146445043516104e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9969168663024902, + "num_tokens": 112656963.0, + "step": 87540 + }, + { + "entropy": 0.8804002702236176, + "epoch": 8.364383299894907, + "grad_norm": 0.4845500886440277, + "learning_rate": 7.138308567082236e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9964182317256928, + "num_tokens": 112669900.0, + "step": 87550 + }, + { + "entropy": 0.8679645419120788, + "epoch": 8.365338683481419, + "grad_norm": 0.3370976150035858, + "learning_rate": 7.130176369052005e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983055889606476, + "num_tokens": 112682259.0, + "step": 87560 + }, + { + "entropy": 0.8685213625431061, + "epoch": 8.366294067067928, + "grad_norm": 0.2131328284740448, + "learning_rate": 7.1220484502371675e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9961678385734558, + "num_tokens": 112695164.0, + "step": 87570 + }, + { + "entropy": 0.864128851890564, + "epoch": 8.367249450654437, + "grad_norm": 0.22823120653629303, + "learning_rate": 7.113924811449057e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9969672441482544, + "num_tokens": 112707446.0, + "step": 87580 + }, + { + "entropy": 0.869521152973175, + "epoch": 8.368204834240947, + "grad_norm": 0.4106559157371521, + "learning_rate": 7.105805453498554e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9968705713748932, + "num_tokens": 112720034.0, + "step": 87590 + }, + { + "entropy": 0.8872265636920929, + "epoch": 8.369160217827458, + "grad_norm": 0.3087473511695862, + "learning_rate": 7.097690377196114e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9950248062610626, + "num_tokens": 112733487.0, + "step": 87600 + }, + { + "entropy": 0.8841579496860504, + "epoch": 8.370115601413968, + "grad_norm": 0.446910560131073, + "learning_rate": 7.0895795833517796e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9968181729316712, + "num_tokens": 112746195.0, + "step": 87610 + }, + { + "entropy": 0.8638567566871643, + "epoch": 8.371070985000477, + "grad_norm": 0.5560768842697144, + "learning_rate": 7.081473072775169e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970494270324707, + "num_tokens": 112758416.0, + "step": 87620 + }, + { + "entropy": 0.8720681488513946, + "epoch": 8.372026368586988, + "grad_norm": 0.48057159781455994, + "learning_rate": 7.073370846275457e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.996570348739624, + "num_tokens": 112771435.0, + "step": 87630 + }, + { + "entropy": 0.8730038225650787, + "epoch": 8.372981752173498, + "grad_norm": 0.3400386571884155, + "learning_rate": 7.065272904661391e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.996642678976059, + "num_tokens": 112784269.0, + "step": 87640 + }, + { + "entropy": 0.8765919148921967, + "epoch": 8.373937135760007, + "grad_norm": 0.9113684296607971, + "learning_rate": 7.057179248741319e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9976766288280488, + "num_tokens": 112797739.0, + "step": 87650 + }, + { + "entropy": 0.8859028577804565, + "epoch": 8.374892519346517, + "grad_norm": 0.283159464597702, + "learning_rate": 7.049089879323112e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9971034824848175, + "num_tokens": 112810887.0, + "step": 87660 + }, + { + "entropy": 0.8593525588512421, + "epoch": 8.375847902933028, + "grad_norm": 0.3068847060203552, + "learning_rate": 7.0410047972142734e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9977302312850952, + "num_tokens": 112823405.0, + "step": 87670 + }, + { + "entropy": 0.8824926018714905, + "epoch": 8.376803286519538, + "grad_norm": 0.19178900122642517, + "learning_rate": 7.032924003221824e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9985171318054199, + "num_tokens": 112836733.0, + "step": 87680 + }, + { + "entropy": 0.8813654959201813, + "epoch": 8.377758670106047, + "grad_norm": 0.6088061928749084, + "learning_rate": 7.0248474981523924e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9938169121742249, + "num_tokens": 112849419.0, + "step": 87690 + }, + { + "entropy": 0.8867004811763763, + "epoch": 8.378714053692558, + "grad_norm": 1.0674525499343872, + "learning_rate": 7.016775282812144e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.995874685049057, + "num_tokens": 112862493.0, + "step": 87700 + }, + { + "entropy": 0.8963294744491577, + "epoch": 8.379669437279068, + "grad_norm": 0.9325786828994751, + "learning_rate": 7.008707358006866e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.995013427734375, + "num_tokens": 112875665.0, + "step": 87710 + }, + { + "entropy": 0.8849222540855408, + "epoch": 8.380624820865577, + "grad_norm": 0.5531659126281738, + "learning_rate": 7.000643724541861e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9964142084121704, + "num_tokens": 112888777.0, + "step": 87720 + }, + { + "entropy": 0.8812119841575623, + "epoch": 8.381580204452087, + "grad_norm": 0.8460742831230164, + "learning_rate": 6.992584383222062e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980723321437835, + "num_tokens": 112901897.0, + "step": 87730 + }, + { + "entropy": 0.8733483731746674, + "epoch": 8.382535588038598, + "grad_norm": 0.670030951499939, + "learning_rate": 6.984529334851925e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9969360947608947, + "num_tokens": 112914775.0, + "step": 87740 + }, + { + "entropy": 0.8713720202445984, + "epoch": 8.383490971625108, + "grad_norm": 0.5962939262390137, + "learning_rate": 6.97647858023549e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955300211906433, + "num_tokens": 112927314.0, + "step": 87750 + }, + { + "entropy": 0.8799823105335236, + "epoch": 8.384446355211617, + "grad_norm": 0.2403741478919983, + "learning_rate": 6.968432120176388e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9968486845493316, + "num_tokens": 112939902.0, + "step": 87760 + }, + { + "entropy": 0.8605637133121491, + "epoch": 8.385401738798127, + "grad_norm": 0.6297229528427124, + "learning_rate": 6.960389955477803e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9976544499397277, + "num_tokens": 112952005.0, + "step": 87770 + }, + { + "entropy": 0.8964312672615051, + "epoch": 8.386357122384638, + "grad_norm": 1.622094750404358, + "learning_rate": 6.952352086942493e-06, + "loss": 0.0137, + "mean_token_accuracy": 0.9952945828437805, + "num_tokens": 112965063.0, + "step": 87780 + }, + { + "entropy": 0.8745125651359558, + "epoch": 8.387312505971147, + "grad_norm": 0.6073592901229858, + "learning_rate": 6.944318515372778e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.997325736284256, + "num_tokens": 112977576.0, + "step": 87790 + }, + { + "entropy": 0.8797055006027221, + "epoch": 8.388267889557657, + "grad_norm": 0.4465811252593994, + "learning_rate": 6.93628924157057e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9977408885955811, + "num_tokens": 112989889.0, + "step": 87800 + }, + { + "entropy": 0.8679028630256653, + "epoch": 8.389223273144168, + "grad_norm": 0.309675931930542, + "learning_rate": 6.928264266337348e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.996897941827774, + "num_tokens": 113001992.0, + "step": 87810 + }, + { + "entropy": 0.8893581092357635, + "epoch": 8.390178656730678, + "grad_norm": 0.4169341027736664, + "learning_rate": 6.9202435904741514e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9962283730506897, + "num_tokens": 113015728.0, + "step": 87820 + }, + { + "entropy": 0.8763002455234528, + "epoch": 8.391134040317187, + "grad_norm": 0.41184213757514954, + "learning_rate": 6.9122272147815915e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9966951489448548, + "num_tokens": 113028675.0, + "step": 87830 + }, + { + "entropy": 0.8782285153865814, + "epoch": 8.392089423903696, + "grad_norm": 0.5705984234809875, + "learning_rate": 6.904215140059844e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.99714595079422, + "num_tokens": 113041852.0, + "step": 87840 + }, + { + "entropy": 0.8940691888332367, + "epoch": 8.393044807490208, + "grad_norm": 1.9368631839752197, + "learning_rate": 6.8962073671086865e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9971065700054169, + "num_tokens": 113055473.0, + "step": 87850 + }, + { + "entropy": 0.8821054577827454, + "epoch": 8.394000191076717, + "grad_norm": 2.5715606212615967, + "learning_rate": 6.8882038967274295e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.9962160766124726, + "num_tokens": 113068433.0, + "step": 87860 + }, + { + "entropy": 0.8606617152690887, + "epoch": 8.394955574663227, + "grad_norm": 0.1192944124341011, + "learning_rate": 6.880204729714967e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9990428864955903, + "num_tokens": 113080679.0, + "step": 87870 + }, + { + "entropy": 0.8941445529460907, + "epoch": 8.395910958249738, + "grad_norm": 0.3195790946483612, + "learning_rate": 6.8722098668697885e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9959881603717804, + "num_tokens": 113094035.0, + "step": 87880 + }, + { + "entropy": 0.8851414263248444, + "epoch": 8.396866341836247, + "grad_norm": 0.8226714134216309, + "learning_rate": 6.8642193089899e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9962796211242676, + "num_tokens": 113106932.0, + "step": 87890 + }, + { + "entropy": 0.8778619766235352, + "epoch": 8.397821725422757, + "grad_norm": 0.6336567401885986, + "learning_rate": 6.8562330568729405e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9967620372772217, + "num_tokens": 113120165.0, + "step": 87900 + }, + { + "entropy": 0.8758425652980805, + "epoch": 8.398777109009266, + "grad_norm": 0.9925119280815125, + "learning_rate": 6.848251111316073e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9963461518287658, + "num_tokens": 113132419.0, + "step": 87910 + }, + { + "entropy": 0.8759811162948609, + "epoch": 8.399732492595778, + "grad_norm": 0.2791685461997986, + "learning_rate": 6.840273473116049e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9983319580554962, + "num_tokens": 113145131.0, + "step": 87920 + }, + { + "entropy": 0.8637300312519074, + "epoch": 8.400687876182287, + "grad_norm": 0.24214915931224823, + "learning_rate": 6.8323001430691755e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.997081333398819, + "num_tokens": 113157664.0, + "step": 87930 + }, + { + "entropy": 0.894102543592453, + "epoch": 8.401643259768797, + "grad_norm": 0.573763906955719, + "learning_rate": 6.824331121971345e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9955107390880584, + "num_tokens": 113171049.0, + "step": 87940 + }, + { + "entropy": 0.8783223807811738, + "epoch": 8.402598643355308, + "grad_norm": 0.3241957128047943, + "learning_rate": 6.816366410618047e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9977236211299896, + "num_tokens": 113183973.0, + "step": 87950 + }, + { + "entropy": 0.8730415880680085, + "epoch": 8.403554026941817, + "grad_norm": 0.7300374507904053, + "learning_rate": 6.808406009804264e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9974930047988891, + "num_tokens": 113196570.0, + "step": 87960 + }, + { + "entropy": 0.8696744203567505, + "epoch": 8.404509410528327, + "grad_norm": 0.38666853308677673, + "learning_rate": 6.800449920324625e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9970657825469971, + "num_tokens": 113209208.0, + "step": 87970 + }, + { + "entropy": 0.8801101267337799, + "epoch": 8.405464794114836, + "grad_norm": 0.4972732365131378, + "learning_rate": 6.792498142973275e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9973028659820556, + "num_tokens": 113222025.0, + "step": 87980 + }, + { + "entropy": 0.8690683901309967, + "epoch": 8.406420177701348, + "grad_norm": 1.0541367530822754, + "learning_rate": 6.784550678543972e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9957399010658264, + "num_tokens": 113234594.0, + "step": 87990 + }, + { + "entropy": 0.8806242048740387, + "epoch": 8.407375561287857, + "grad_norm": 0.34897226095199585, + "learning_rate": 6.776607527830015e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9958953201770783, + "num_tokens": 113247730.0, + "step": 88000 + }, + { + "entropy": 0.8760803043842316, + "epoch": 8.408330944874367, + "grad_norm": 0.6529053449630737, + "learning_rate": 6.768668691624274e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9966950416564941, + "num_tokens": 113260644.0, + "step": 88010 + }, + { + "entropy": 0.8724878132343292, + "epoch": 8.409286328460878, + "grad_norm": 0.534849226474762, + "learning_rate": 6.760734170719197e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9977155327796936, + "num_tokens": 113273317.0, + "step": 88020 + }, + { + "entropy": 0.87687007188797, + "epoch": 8.410241712047387, + "grad_norm": 0.3260929584503174, + "learning_rate": 6.75280396590679e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9966717422008514, + "num_tokens": 113286036.0, + "step": 88030 + }, + { + "entropy": 0.8815645098686218, + "epoch": 8.411197095633897, + "grad_norm": 0.7261589169502258, + "learning_rate": 6.7448780779786724e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963061153888703, + "num_tokens": 113299016.0, + "step": 88040 + }, + { + "entropy": 0.8750624597072602, + "epoch": 8.412152479220406, + "grad_norm": 0.39284852147102356, + "learning_rate": 6.73695650772595e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.998313695192337, + "num_tokens": 113311452.0, + "step": 88050 + }, + { + "entropy": 0.8845489263534546, + "epoch": 8.413107862806918, + "grad_norm": 0.7107985615730286, + "learning_rate": 6.729039255939379e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9980664432048798, + "num_tokens": 113324507.0, + "step": 88060 + }, + { + "entropy": 0.8799593031406403, + "epoch": 8.414063246393427, + "grad_norm": 1.6652766466140747, + "learning_rate": 6.721126323409222e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9966336846351623, + "num_tokens": 113337417.0, + "step": 88070 + }, + { + "entropy": 0.868106484413147, + "epoch": 8.415018629979937, + "grad_norm": 0.3234441876411438, + "learning_rate": 6.713217710925368e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970778048038482, + "num_tokens": 113350192.0, + "step": 88080 + }, + { + "entropy": 0.8711310684680938, + "epoch": 8.415974013566448, + "grad_norm": 0.566018283367157, + "learning_rate": 6.705313419277232e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.996992963552475, + "num_tokens": 113362457.0, + "step": 88090 + }, + { + "entropy": 0.8890994966030121, + "epoch": 8.416929397152957, + "grad_norm": 0.2076960951089859, + "learning_rate": 6.697413449253792e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9975424885749817, + "num_tokens": 113375038.0, + "step": 88100 + }, + { + "entropy": 0.8726103007793427, + "epoch": 8.417884780739467, + "grad_norm": 0.2201230376958847, + "learning_rate": 6.6895178016436525e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9982928395271301, + "num_tokens": 113387415.0, + "step": 88110 + }, + { + "entropy": 0.8841636180877686, + "epoch": 8.418840164325976, + "grad_norm": 0.40423783659935, + "learning_rate": 6.681626477234909e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9981605470180511, + "num_tokens": 113400868.0, + "step": 88120 + }, + { + "entropy": 0.8720657587051391, + "epoch": 8.419795547912488, + "grad_norm": 0.18891498446464539, + "learning_rate": 6.6737394768152995e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983704447746277, + "num_tokens": 113414113.0, + "step": 88130 + }, + { + "entropy": 0.8815016031265259, + "epoch": 8.420750931498997, + "grad_norm": 0.2847996652126312, + "learning_rate": 6.665856801172071e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9960231482982635, + "num_tokens": 113427496.0, + "step": 88140 + }, + { + "entropy": 0.8876517832279205, + "epoch": 8.421706315085506, + "grad_norm": 0.6145381927490234, + "learning_rate": 6.657978451092079e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.997053200006485, + "num_tokens": 113440513.0, + "step": 88150 + }, + { + "entropy": 0.8772063434123993, + "epoch": 8.422661698672016, + "grad_norm": 1.0944979190826416, + "learning_rate": 6.650104427361703e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9978763282299041, + "num_tokens": 113453062.0, + "step": 88160 + }, + { + "entropy": 0.8721669018268585, + "epoch": 8.423617082258527, + "grad_norm": 1.3554295301437378, + "learning_rate": 6.642234730766955e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9959248483181, + "num_tokens": 113466618.0, + "step": 88170 + }, + { + "entropy": 0.8827868878841401, + "epoch": 8.424572465845037, + "grad_norm": 0.8883435726165771, + "learning_rate": 6.6343693620933566e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.9953527748584747, + "num_tokens": 113479599.0, + "step": 88180 + }, + { + "entropy": 0.8760942816734314, + "epoch": 8.425527849431546, + "grad_norm": 1.0155572891235352, + "learning_rate": 6.6265083221260185e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9965794444084167, + "num_tokens": 113492926.0, + "step": 88190 + }, + { + "entropy": 0.8657595574855804, + "epoch": 8.426483233018057, + "grad_norm": 0.15315046906471252, + "learning_rate": 6.618651611649634e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9976402938365936, + "num_tokens": 113505376.0, + "step": 88200 + }, + { + "entropy": 0.8639155864715576, + "epoch": 8.427438616604567, + "grad_norm": 0.5953923463821411, + "learning_rate": 6.610799231448433e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.999287348985672, + "num_tokens": 113517494.0, + "step": 88210 + }, + { + "entropy": 0.8698050320148468, + "epoch": 8.428394000191076, + "grad_norm": 0.24685095250606537, + "learning_rate": 6.602951182306255e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9972853481769561, + "num_tokens": 113530078.0, + "step": 88220 + }, + { + "entropy": 0.8732141792774201, + "epoch": 8.429349383777586, + "grad_norm": 0.7965114712715149, + "learning_rate": 6.595107465006467e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9972516477108002, + "num_tokens": 113543042.0, + "step": 88230 + }, + { + "entropy": 0.8809954464435578, + "epoch": 8.430304767364097, + "grad_norm": 0.5657297968864441, + "learning_rate": 6.58726808033201e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9957512795925141, + "num_tokens": 113555893.0, + "step": 88240 + }, + { + "entropy": 0.8721474051475525, + "epoch": 8.431260150950607, + "grad_norm": 2.3662898540496826, + "learning_rate": 6.579433029065429e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9972128748893738, + "num_tokens": 113568002.0, + "step": 88250 + }, + { + "entropy": 0.8654946923255921, + "epoch": 8.432215534537116, + "grad_norm": 0.12931056320667267, + "learning_rate": 6.571602311988783e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9976859033107758, + "num_tokens": 113580589.0, + "step": 88260 + }, + { + "entropy": 0.8929926872253418, + "epoch": 8.433170918123627, + "grad_norm": 0.4243133068084717, + "learning_rate": 6.563775929883759e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9985335528850555, + "num_tokens": 113593997.0, + "step": 88270 + }, + { + "entropy": 0.8707303404808044, + "epoch": 8.434126301710137, + "grad_norm": 1.0255177021026611, + "learning_rate": 6.555953883531529e-06, + "loss": 0.0153, + "mean_token_accuracy": 0.9963620126247406, + "num_tokens": 113606679.0, + "step": 88280 + }, + { + "entropy": 0.8738838255405426, + "epoch": 8.435081685296646, + "grad_norm": 1.1394972801208496, + "learning_rate": 6.548136173712921e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9955946266651153, + "num_tokens": 113619285.0, + "step": 88290 + }, + { + "entropy": 0.8658157765865326, + "epoch": 8.436037068883156, + "grad_norm": 0.5528032779693604, + "learning_rate": 6.540322801208265e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9969045400619507, + "num_tokens": 113631879.0, + "step": 88300 + }, + { + "entropy": 0.8802792191505432, + "epoch": 8.436992452469667, + "grad_norm": 0.6625137329101562, + "learning_rate": 6.532513766797504e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973734796047211, + "num_tokens": 113644769.0, + "step": 88310 + }, + { + "entropy": 0.8781527698040008, + "epoch": 8.437947836056177, + "grad_norm": 0.36801692843437195, + "learning_rate": 6.52470907126011e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9967007398605346, + "num_tokens": 113657706.0, + "step": 88320 + }, + { + "entropy": 0.8772015810012818, + "epoch": 8.438903219642686, + "grad_norm": 0.7600228786468506, + "learning_rate": 6.516908715375142e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9962893903255463, + "num_tokens": 113670829.0, + "step": 88330 + }, + { + "entropy": 0.8813496172428131, + "epoch": 8.439858603229197, + "grad_norm": 0.49206647276878357, + "learning_rate": 6.509112699921227e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983039975166321, + "num_tokens": 113683942.0, + "step": 88340 + }, + { + "entropy": 0.874104380607605, + "epoch": 8.440813986815707, + "grad_norm": 0.20951005816459656, + "learning_rate": 6.501321025676543e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.998676186800003, + "num_tokens": 113696647.0, + "step": 88350 + }, + { + "entropy": 0.8837376475334168, + "epoch": 8.441769370402216, + "grad_norm": 0.6737046837806702, + "learning_rate": 6.49353369341888e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9958429634571075, + "num_tokens": 113709319.0, + "step": 88360 + }, + { + "entropy": 0.8838428318500519, + "epoch": 8.442724753988726, + "grad_norm": 0.9947827458381653, + "learning_rate": 6.485750703925508e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9965461015701294, + "num_tokens": 113722382.0, + "step": 88370 + }, + { + "entropy": 0.8859171271324158, + "epoch": 8.443680137575237, + "grad_norm": 0.3567955195903778, + "learning_rate": 6.477972057973353e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9958952903747559, + "num_tokens": 113735828.0, + "step": 88380 + }, + { + "entropy": 0.8695949792861939, + "epoch": 8.444635521161747, + "grad_norm": 1.0354613065719604, + "learning_rate": 6.470197756338852e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9955480992794037, + "num_tokens": 113748691.0, + "step": 88390 + }, + { + "entropy": 0.8773691713809967, + "epoch": 8.445590904748256, + "grad_norm": 0.4729797840118408, + "learning_rate": 6.462427799798043e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9960565268993378, + "num_tokens": 113761297.0, + "step": 88400 + }, + { + "entropy": 0.8678606927394867, + "epoch": 8.446546288334766, + "grad_norm": 0.6330015063285828, + "learning_rate": 6.454662189126509e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9960912823677063, + "num_tokens": 113773834.0, + "step": 88410 + }, + { + "entropy": 0.8798133373260498, + "epoch": 8.447501671921277, + "grad_norm": 1.000726342201233, + "learning_rate": 6.4469009250993865e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9966517806053161, + "num_tokens": 113786721.0, + "step": 88420 + }, + { + "entropy": 0.868529200553894, + "epoch": 8.448457055507786, + "grad_norm": 0.21555215120315552, + "learning_rate": 6.439144008491421e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9975879311561584, + "num_tokens": 113798903.0, + "step": 88430 + }, + { + "entropy": 0.8725271701812745, + "epoch": 8.449412439094296, + "grad_norm": 0.7388038635253906, + "learning_rate": 6.431391440076873e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969489276409149, + "num_tokens": 113811525.0, + "step": 88440 + }, + { + "entropy": 0.876233971118927, + "epoch": 8.450367822680807, + "grad_norm": 1.9676885604858398, + "learning_rate": 6.423643220629627e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963678836822509, + "num_tokens": 113824614.0, + "step": 88450 + }, + { + "entropy": 0.8683115541934967, + "epoch": 8.451323206267316, + "grad_norm": 0.2840723693370819, + "learning_rate": 6.415899350923077e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9967145442962646, + "num_tokens": 113837559.0, + "step": 88460 + }, + { + "entropy": 0.8722810685634613, + "epoch": 8.452278589853826, + "grad_norm": 0.26985353231430054, + "learning_rate": 6.408159831730204e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9970964670181275, + "num_tokens": 113850457.0, + "step": 88470 + }, + { + "entropy": 0.8749948620796204, + "epoch": 8.453233973440335, + "grad_norm": 0.9575929045677185, + "learning_rate": 6.4004246638235786e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.9962636053562164, + "num_tokens": 113863192.0, + "step": 88480 + }, + { + "entropy": 0.8896997451782227, + "epoch": 8.454189357026847, + "grad_norm": 0.587873101234436, + "learning_rate": 6.392693847975306e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9965986609458923, + "num_tokens": 113876916.0, + "step": 88490 + }, + { + "entropy": 0.8849854290485382, + "epoch": 8.455144740613356, + "grad_norm": 0.13990157842636108, + "learning_rate": 6.3849673849570694e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9968016564846038, + "num_tokens": 113890190.0, + "step": 88500 + }, + { + "entropy": 0.8861368000507355, + "epoch": 8.456100124199866, + "grad_norm": 0.6570523381233215, + "learning_rate": 6.377245275540095e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9958333253860474, + "num_tokens": 113903135.0, + "step": 88510 + }, + { + "entropy": 0.8774458765983582, + "epoch": 8.457055507786377, + "grad_norm": 1.3173096179962158, + "learning_rate": 6.369527520495222e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9959398686885834, + "num_tokens": 113915907.0, + "step": 88520 + }, + { + "entropy": 0.8614575982093811, + "epoch": 8.458010891372886, + "grad_norm": 0.2862594723701477, + "learning_rate": 6.361814120592807e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9972290873527527, + "num_tokens": 113928250.0, + "step": 88530 + }, + { + "entropy": 0.8755715787410736, + "epoch": 8.458966274959396, + "grad_norm": 0.5477304458618164, + "learning_rate": 6.354105076602812e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9969727635383606, + "num_tokens": 113941301.0, + "step": 88540 + }, + { + "entropy": 0.8661776840686798, + "epoch": 8.459921658545905, + "grad_norm": 0.5618023872375488, + "learning_rate": 6.346400389294737e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9977524042129516, + "num_tokens": 113953871.0, + "step": 88550 + }, + { + "entropy": 0.8735198557376862, + "epoch": 8.460877042132417, + "grad_norm": 0.5511229038238525, + "learning_rate": 6.338700059437647e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9960553586483002, + "num_tokens": 113967366.0, + "step": 88560 + }, + { + "entropy": 0.8731952846050263, + "epoch": 8.461832425718926, + "grad_norm": 1.0724369287490845, + "learning_rate": 6.3310040878001905e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980569005012512, + "num_tokens": 113980241.0, + "step": 88570 + }, + { + "entropy": 0.8827098786830903, + "epoch": 8.462787809305436, + "grad_norm": 1.0243221521377563, + "learning_rate": 6.323312475150556e-06, + "loss": 0.0117, + "mean_token_accuracy": 0.995201689004898, + "num_tokens": 113994059.0, + "step": 88580 + }, + { + "entropy": 0.8817093133926391, + "epoch": 8.463743192891947, + "grad_norm": 0.651259183883667, + "learning_rate": 6.315625222256544e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9957303047180176, + "num_tokens": 114007127.0, + "step": 88590 + }, + { + "entropy": 0.8749590992927552, + "epoch": 8.464698576478456, + "grad_norm": 2.0216500759124756, + "learning_rate": 6.307942329885436e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9970444321632386, + "num_tokens": 114020624.0, + "step": 88600 + }, + { + "entropy": 0.8677586734294891, + "epoch": 8.465653960064966, + "grad_norm": 0.10745204240083694, + "learning_rate": 6.300263798804174e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9973533511161804, + "num_tokens": 114033300.0, + "step": 88610 + }, + { + "entropy": 0.8808667242527009, + "epoch": 8.466609343651475, + "grad_norm": 0.865628182888031, + "learning_rate": 6.292589629779194e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9962448239326477, + "num_tokens": 114046045.0, + "step": 88620 + }, + { + "entropy": 0.8803682029247284, + "epoch": 8.467564727237987, + "grad_norm": 0.47338828444480896, + "learning_rate": 6.284919823576541e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9966064989566803, + "num_tokens": 114059372.0, + "step": 88630 + }, + { + "entropy": 0.8747834384441375, + "epoch": 8.468520110824496, + "grad_norm": 0.5376354455947876, + "learning_rate": 6.277254380961794e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9955322325229645, + "num_tokens": 114072166.0, + "step": 88640 + }, + { + "entropy": 0.8818340182304383, + "epoch": 8.469475494411006, + "grad_norm": 0.2545239329338074, + "learning_rate": 6.2695933027000995e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9982696115970612, + "num_tokens": 114084956.0, + "step": 88650 + }, + { + "entropy": 0.8809283018112183, + "epoch": 8.470430877997517, + "grad_norm": 0.32603269815444946, + "learning_rate": 6.261936589556206e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9967351913452148, + "num_tokens": 114098056.0, + "step": 88660 + }, + { + "entropy": 0.8711120784282684, + "epoch": 8.471386261584026, + "grad_norm": 0.5783408880233765, + "learning_rate": 6.2542842422943675e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9963383436203003, + "num_tokens": 114111038.0, + "step": 88670 + }, + { + "entropy": 0.8737935960292816, + "epoch": 8.472341645170536, + "grad_norm": 0.8387864232063293, + "learning_rate": 6.246636261678462e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9953418433666229, + "num_tokens": 114124366.0, + "step": 88680 + }, + { + "entropy": 0.8625578165054322, + "epoch": 8.473297028757045, + "grad_norm": 0.43297097086906433, + "learning_rate": 6.23899264847187e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9975591421127319, + "num_tokens": 114136817.0, + "step": 88690 + }, + { + "entropy": 0.8704869031906128, + "epoch": 8.474252412343557, + "grad_norm": 0.6844398975372314, + "learning_rate": 6.231353403437579e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9970029115676879, + "num_tokens": 114149814.0, + "step": 88700 + }, + { + "entropy": 0.8757930755615234, + "epoch": 8.475207795930066, + "grad_norm": 1.8136827945709229, + "learning_rate": 6.223718527338146e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9968219578266144, + "num_tokens": 114162538.0, + "step": 88710 + }, + { + "entropy": 0.8575660109519958, + "epoch": 8.476163179516575, + "grad_norm": 0.8107330203056335, + "learning_rate": 6.216088020935667e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9962550342082978, + "num_tokens": 114174998.0, + "step": 88720 + }, + { + "entropy": 0.8821285545825959, + "epoch": 8.477118563103087, + "grad_norm": 0.7509293556213379, + "learning_rate": 6.208461884991801e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9968134522438049, + "num_tokens": 114187665.0, + "step": 88730 + }, + { + "entropy": 0.8596475780010223, + "epoch": 8.478073946689596, + "grad_norm": 0.34850597381591797, + "learning_rate": 6.200840120267782e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9968391954898834, + "num_tokens": 114200462.0, + "step": 88740 + }, + { + "entropy": 0.8760205090045929, + "epoch": 8.479029330276106, + "grad_norm": 0.45985257625579834, + "learning_rate": 6.193222727524412e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9974793493747711, + "num_tokens": 114214314.0, + "step": 88750 + }, + { + "entropy": 0.8667837679386139, + "epoch": 8.479984713862615, + "grad_norm": 1.7340338230133057, + "learning_rate": 6.1856097075220385e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9964162647724152, + "num_tokens": 114227080.0, + "step": 88760 + }, + { + "entropy": 0.8805542171001435, + "epoch": 8.480940097449126, + "grad_norm": 0.34313881397247314, + "learning_rate": 6.178001061020605e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9955469310283661, + "num_tokens": 114240157.0, + "step": 88770 + }, + { + "entropy": 0.868636018037796, + "epoch": 8.481895481035636, + "grad_norm": 0.8843545317649841, + "learning_rate": 6.170396788779581e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.997107309103012, + "num_tokens": 114252918.0, + "step": 88780 + }, + { + "entropy": 0.8805371761322022, + "epoch": 8.482850864622145, + "grad_norm": 0.5291287899017334, + "learning_rate": 6.162796891558015e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.995876032114029, + "num_tokens": 114265521.0, + "step": 88790 + }, + { + "entropy": 0.8762683629989624, + "epoch": 8.483806248208655, + "grad_norm": 0.9907287955284119, + "learning_rate": 6.155201370114533e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9953471124172211, + "num_tokens": 114278515.0, + "step": 88800 + }, + { + "entropy": 0.8648278295993805, + "epoch": 8.484761631795166, + "grad_norm": 0.31590428948402405, + "learning_rate": 6.147610225207307e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9986972630023956, + "num_tokens": 114291350.0, + "step": 88810 + }, + { + "entropy": 0.8686737775802612, + "epoch": 8.485717015381676, + "grad_norm": 0.2725400924682617, + "learning_rate": 6.140023457594069e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9966633081436157, + "num_tokens": 114304268.0, + "step": 88820 + }, + { + "entropy": 0.8479284048080444, + "epoch": 8.486672398968185, + "grad_norm": 0.36609622836112976, + "learning_rate": 6.132441068032113e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9963159561157227, + "num_tokens": 114317006.0, + "step": 88830 + }, + { + "entropy": 0.8793077647686005, + "epoch": 8.487627782554696, + "grad_norm": 1.3023940324783325, + "learning_rate": 6.124863057278319e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.993921822309494, + "num_tokens": 114330136.0, + "step": 88840 + }, + { + "entropy": 0.867840439081192, + "epoch": 8.488583166141206, + "grad_norm": 0.09629806131124496, + "learning_rate": 6.117289426089123e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996679675579071, + "num_tokens": 114343224.0, + "step": 88850 + }, + { + "entropy": 0.870758193731308, + "epoch": 8.489538549727715, + "grad_norm": 1.7141748666763306, + "learning_rate": 6.1097201752205015e-06, + "loss": 0.0169, + "mean_token_accuracy": 0.9938213527202606, + "num_tokens": 114356071.0, + "step": 88860 + }, + { + "entropy": 0.8692590773105622, + "epoch": 8.490493933314225, + "grad_norm": 0.325732946395874, + "learning_rate": 6.102155305428015e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9954579055309296, + "num_tokens": 114369144.0, + "step": 88870 + }, + { + "entropy": 0.8740465819835663, + "epoch": 8.491449316900736, + "grad_norm": 0.23449614644050598, + "learning_rate": 6.0945948174667645e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9974062323570252, + "num_tokens": 114382309.0, + "step": 88880 + }, + { + "entropy": 0.8739258468151092, + "epoch": 8.492404700487246, + "grad_norm": 0.6366398930549622, + "learning_rate": 6.087038712091453e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9951027750968933, + "num_tokens": 114395687.0, + "step": 88890 + }, + { + "entropy": 0.8687786161899567, + "epoch": 8.493360084073755, + "grad_norm": 1.652063250541687, + "learning_rate": 6.079486990056299e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9951421797275544, + "num_tokens": 114408851.0, + "step": 88900 + }, + { + "entropy": 0.867822939157486, + "epoch": 8.494315467660266, + "grad_norm": 0.33252426981925964, + "learning_rate": 6.0719396521151386e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9973240435123444, + "num_tokens": 114421112.0, + "step": 88910 + }, + { + "entropy": 0.871987771987915, + "epoch": 8.495270851246776, + "grad_norm": 0.5207730531692505, + "learning_rate": 6.064396699021296e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9976167440414428, + "num_tokens": 114433547.0, + "step": 88920 + }, + { + "entropy": 0.8806153297424316, + "epoch": 8.496226234833285, + "grad_norm": 1.6356738805770874, + "learning_rate": 6.05685813152772e-06, + "loss": 0.0136, + "mean_token_accuracy": 0.9946714401245117, + "num_tokens": 114446366.0, + "step": 88930 + }, + { + "entropy": 0.8766973316669464, + "epoch": 8.497181618419795, + "grad_norm": 0.4682587683200836, + "learning_rate": 6.049323950386915e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9963172256946564, + "num_tokens": 114458946.0, + "step": 88940 + }, + { + "entropy": 0.8698031306266785, + "epoch": 8.498137002006306, + "grad_norm": 0.09521115571260452, + "learning_rate": 6.041794156350921e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9977313280105591, + "num_tokens": 114471910.0, + "step": 88950 + }, + { + "entropy": 0.8840386390686035, + "epoch": 8.499092385592816, + "grad_norm": 0.6108213067054749, + "learning_rate": 6.034268750171352e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979848861694336, + "num_tokens": 114485705.0, + "step": 88960 + }, + { + "entropy": 0.8730129063129425, + "epoch": 8.500047769179325, + "grad_norm": 0.2274637520313263, + "learning_rate": 6.02674773259938e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9979791522026062, + "num_tokens": 114498590.0, + "step": 88970 + }, + { + "entropy": 0.8755766689777374, + "epoch": 8.501003152765836, + "grad_norm": 0.565131664276123, + "learning_rate": 6.019231104385758e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9975031018257141, + "num_tokens": 114512035.0, + "step": 88980 + }, + { + "entropy": 0.8651093423366547, + "epoch": 8.501958536352346, + "grad_norm": 0.4210030734539032, + "learning_rate": 6.0117188662807745e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9955670237541199, + "num_tokens": 114524422.0, + "step": 88990 + }, + { + "entropy": 0.865788996219635, + "epoch": 8.502913919938855, + "grad_norm": 1.0057612657546997, + "learning_rate": 6.004211019034306e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9962525069713593, + "num_tokens": 114537400.0, + "step": 89000 + }, + { + "entropy": 0.8732392847537994, + "epoch": 8.503869303525365, + "grad_norm": 0.573475182056427, + "learning_rate": 5.99670756339577e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9976471841335297, + "num_tokens": 114549966.0, + "step": 89010 + }, + { + "entropy": 0.8798309147357941, + "epoch": 8.504824687111876, + "grad_norm": 0.3384225368499756, + "learning_rate": 5.98920850011414e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9968703031539917, + "num_tokens": 114563206.0, + "step": 89020 + }, + { + "entropy": 0.8887614071369171, + "epoch": 8.505780070698385, + "grad_norm": 2.8877320289611816, + "learning_rate": 5.981713829937991e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9960682988166809, + "num_tokens": 114576589.0, + "step": 89030 + }, + { + "entropy": 0.8762838184833527, + "epoch": 8.506735454284895, + "grad_norm": 0.4493084251880646, + "learning_rate": 5.97422355361541e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.996984988451004, + "num_tokens": 114589450.0, + "step": 89040 + }, + { + "entropy": 0.8957690298557281, + "epoch": 8.507690837871404, + "grad_norm": 0.6338479518890381, + "learning_rate": 5.96673767189408e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9959945261478425, + "num_tokens": 114602969.0, + "step": 89050 + }, + { + "entropy": 0.8790743112564087, + "epoch": 8.508646221457916, + "grad_norm": 0.7063143253326416, + "learning_rate": 5.959256185521211e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9974353313446045, + "num_tokens": 114616275.0, + "step": 89060 + }, + { + "entropy": 0.8794581353664398, + "epoch": 8.509601605044425, + "grad_norm": 1.3808273077011108, + "learning_rate": 5.951779095243615e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.997023057937622, + "num_tokens": 114629630.0, + "step": 89070 + }, + { + "entropy": 0.881760710477829, + "epoch": 8.510556988630935, + "grad_norm": 0.13259324431419373, + "learning_rate": 5.944306401807653e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9993439197540284, + "num_tokens": 114642775.0, + "step": 89080 + }, + { + "entropy": 0.8643421530723572, + "epoch": 8.511512372217446, + "grad_norm": 1.1192116737365723, + "learning_rate": 5.93683810595923e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980452477931976, + "num_tokens": 114655294.0, + "step": 89090 + }, + { + "entropy": 0.8670609354972839, + "epoch": 8.512467755803955, + "grad_norm": 0.6895232796669006, + "learning_rate": 5.9293742084438274e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970561802387238, + "num_tokens": 114667791.0, + "step": 89100 + }, + { + "entropy": 0.8606208264827728, + "epoch": 8.513423139390465, + "grad_norm": 0.7877217531204224, + "learning_rate": 5.921914710006466e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9956554651260376, + "num_tokens": 114680116.0, + "step": 89110 + }, + { + "entropy": 0.8693533182144165, + "epoch": 8.514378522976976, + "grad_norm": 1.78240966796875, + "learning_rate": 5.914459611391765e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968120276927948, + "num_tokens": 114693246.0, + "step": 89120 + }, + { + "entropy": 0.862134474515915, + "epoch": 8.515333906563486, + "grad_norm": 0.06935062259435654, + "learning_rate": 5.907008913343881e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9970362067222596, + "num_tokens": 114705507.0, + "step": 89130 + }, + { + "entropy": 0.8690648317337036, + "epoch": 8.516289290149995, + "grad_norm": 0.45043784379959106, + "learning_rate": 5.899562616606513e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9979117572307586, + "num_tokens": 114717934.0, + "step": 89140 + }, + { + "entropy": 0.8673059999942779, + "epoch": 8.517244673736505, + "grad_norm": 0.11776338517665863, + "learning_rate": 5.892120721922972e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9964502215385437, + "num_tokens": 114731168.0, + "step": 89150 + }, + { + "entropy": 0.8752004861831665, + "epoch": 8.518200057323016, + "grad_norm": 1.3633054494857788, + "learning_rate": 5.884683230036075e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9949580073356629, + "num_tokens": 114744190.0, + "step": 89160 + }, + { + "entropy": 0.8687388360500335, + "epoch": 8.519155440909525, + "grad_norm": 0.4113011360168457, + "learning_rate": 5.87725014168824e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9979551672935486, + "num_tokens": 114757060.0, + "step": 89170 + }, + { + "entropy": 0.8684626758098603, + "epoch": 8.520110824496035, + "grad_norm": 0.8289684057235718, + "learning_rate": 5.869821457621422e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969823300838471, + "num_tokens": 114770130.0, + "step": 89180 + }, + { + "entropy": 0.8786813855171204, + "epoch": 8.521066208082544, + "grad_norm": 0.407330185174942, + "learning_rate": 5.862397178577145e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9963863372802735, + "num_tokens": 114782803.0, + "step": 89190 + }, + { + "entropy": 0.8824668288230896, + "epoch": 8.522021591669056, + "grad_norm": 1.2426007986068726, + "learning_rate": 5.854977305296478e-06, + "loss": 0.0134, + "mean_token_accuracy": 0.9958833813667297, + "num_tokens": 114796371.0, + "step": 89200 + }, + { + "entropy": 0.8708459854125976, + "epoch": 8.522976975255565, + "grad_norm": 0.40945136547088623, + "learning_rate": 5.847561838520088e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9986355602741241, + "num_tokens": 114809000.0, + "step": 89210 + }, + { + "entropy": 0.8680333912372589, + "epoch": 8.523932358842075, + "grad_norm": 0.8002711534500122, + "learning_rate": 5.8401507789881575e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9968647181987762, + "num_tokens": 114821456.0, + "step": 89220 + }, + { + "entropy": 0.8685809314250946, + "epoch": 8.524887742428586, + "grad_norm": 0.9000197649002075, + "learning_rate": 5.8327441274404645e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9975412607192993, + "num_tokens": 114833663.0, + "step": 89230 + }, + { + "entropy": 0.8778063297271729, + "epoch": 8.525843126015095, + "grad_norm": 0.3082505166530609, + "learning_rate": 5.825341884616331e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9980190336704254, + "num_tokens": 114846465.0, + "step": 89240 + }, + { + "entropy": 0.8762496292591095, + "epoch": 8.526798509601605, + "grad_norm": 0.25009697675704956, + "learning_rate": 5.817944051254625e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9972742974758149, + "num_tokens": 114859187.0, + "step": 89250 + }, + { + "entropy": 0.875038331747055, + "epoch": 8.527753893188114, + "grad_norm": 0.22729814052581787, + "learning_rate": 5.810550628093808e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9972492337226868, + "num_tokens": 114872120.0, + "step": 89260 + }, + { + "entropy": 0.8714892506599426, + "epoch": 8.528709276774626, + "grad_norm": 0.2033136934041977, + "learning_rate": 5.803161615871882e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9974426090717315, + "num_tokens": 114885460.0, + "step": 89270 + }, + { + "entropy": 0.8623143613338471, + "epoch": 8.529664660361135, + "grad_norm": 1.43441903591156, + "learning_rate": 5.795777015326398e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970925569534301, + "num_tokens": 114897773.0, + "step": 89280 + }, + { + "entropy": 0.8787747263908386, + "epoch": 8.530620043947645, + "grad_norm": 0.5940153002738953, + "learning_rate": 5.78839682719447e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.997385710477829, + "num_tokens": 114910929.0, + "step": 89290 + }, + { + "entropy": 0.8822390854358673, + "epoch": 8.531575427534156, + "grad_norm": 0.7910380959510803, + "learning_rate": 5.781021052212798e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9957650125026702, + "num_tokens": 114923987.0, + "step": 89300 + }, + { + "entropy": 0.858209103345871, + "epoch": 8.532530811120665, + "grad_norm": 0.5172314643859863, + "learning_rate": 5.7736496911176216e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.996485424041748, + "num_tokens": 114936149.0, + "step": 89310 + }, + { + "entropy": 0.8654696106910705, + "epoch": 8.533486194707175, + "grad_norm": 0.6637212038040161, + "learning_rate": 5.7662827446447406e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9976675271987915, + "num_tokens": 114948744.0, + "step": 89320 + }, + { + "entropy": 0.8707655072212219, + "epoch": 8.534441578293684, + "grad_norm": 0.7219856381416321, + "learning_rate": 5.758920213529517e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9967252135276794, + "num_tokens": 114961676.0, + "step": 89330 + }, + { + "entropy": 0.8798647999763489, + "epoch": 8.535396961880195, + "grad_norm": 0.57047039270401, + "learning_rate": 5.751562098506846e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9980313539505005, + "num_tokens": 114974835.0, + "step": 89340 + }, + { + "entropy": 0.8770512044429779, + "epoch": 8.536352345466705, + "grad_norm": 1.2802319526672363, + "learning_rate": 5.7442084003112405e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9965266823768616, + "num_tokens": 114987680.0, + "step": 89350 + }, + { + "entropy": 0.8767585813999176, + "epoch": 8.537307729053214, + "grad_norm": 0.6470005512237549, + "learning_rate": 5.736859119676724e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9976730585098267, + "num_tokens": 115000283.0, + "step": 89360 + }, + { + "entropy": 0.8690348625183105, + "epoch": 8.538263112639726, + "grad_norm": 0.3885427713394165, + "learning_rate": 5.729514257336876e-06, + "loss": 0.015, + "mean_token_accuracy": 0.997407191991806, + "num_tokens": 115013162.0, + "step": 89370 + }, + { + "entropy": 0.8757656574249267, + "epoch": 8.539218496226235, + "grad_norm": 0.6137721538543701, + "learning_rate": 5.722173814024878e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9960443794727325, + "num_tokens": 115026087.0, + "step": 89380 + }, + { + "entropy": 0.8681847393512726, + "epoch": 8.540173879812745, + "grad_norm": 0.5843238830566406, + "learning_rate": 5.714837790473426e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9974926829338073, + "num_tokens": 115039005.0, + "step": 89390 + }, + { + "entropy": 0.8776760339736939, + "epoch": 8.541129263399254, + "grad_norm": 1.7316133975982666, + "learning_rate": 5.707506187414813e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9954667508602142, + "num_tokens": 115052210.0, + "step": 89400 + }, + { + "entropy": 0.872710543870926, + "epoch": 8.542084646985765, + "grad_norm": 0.4755670726299286, + "learning_rate": 5.700179005580852e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9973210275173188, + "num_tokens": 115065058.0, + "step": 89410 + }, + { + "entropy": 0.8743887066841125, + "epoch": 8.543040030572275, + "grad_norm": 0.5108627676963806, + "learning_rate": 5.692856245702949e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9979975283145904, + "num_tokens": 115077650.0, + "step": 89420 + }, + { + "entropy": 0.8769464790821075, + "epoch": 8.543995414158784, + "grad_norm": 0.44880521297454834, + "learning_rate": 5.685537908512029e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9977304875850678, + "num_tokens": 115091068.0, + "step": 89430 + }, + { + "entropy": 0.8940413653850555, + "epoch": 8.544950797745294, + "grad_norm": 0.5126773715019226, + "learning_rate": 5.678223994738618e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9963426053524017, + "num_tokens": 115104674.0, + "step": 89440 + }, + { + "entropy": 0.8638534247875214, + "epoch": 8.545906181331805, + "grad_norm": 0.3922475278377533, + "learning_rate": 5.670914505112801e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9971060574054718, + "num_tokens": 115117485.0, + "step": 89450 + }, + { + "entropy": 0.876961213350296, + "epoch": 8.546861564918315, + "grad_norm": 0.14276112616062164, + "learning_rate": 5.663609440364165e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9974825084209442, + "num_tokens": 115130511.0, + "step": 89460 + }, + { + "entropy": 0.873007869720459, + "epoch": 8.547816948504824, + "grad_norm": 0.6896389722824097, + "learning_rate": 5.6563088012219154e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9976735234260559, + "num_tokens": 115143728.0, + "step": 89470 + }, + { + "entropy": 0.8530662596225739, + "epoch": 8.548772332091335, + "grad_norm": 0.056712545454502106, + "learning_rate": 5.649012588414776e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967702448368072, + "num_tokens": 115156197.0, + "step": 89480 + }, + { + "entropy": 0.8705400764942169, + "epoch": 8.549727715677845, + "grad_norm": 0.5880126357078552, + "learning_rate": 5.641720802671069e-06, + "loss": 0.0172, + "mean_token_accuracy": 0.995605218410492, + "num_tokens": 115169492.0, + "step": 89490 + }, + { + "entropy": 0.8700260102748871, + "epoch": 8.550683099264354, + "grad_norm": 0.6429004669189453, + "learning_rate": 5.634433444718645e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9965138375759125, + "num_tokens": 115182378.0, + "step": 89500 + }, + { + "entropy": 0.8657274842262268, + "epoch": 8.551638482850864, + "grad_norm": 0.7048280835151672, + "learning_rate": 5.6271505152849125e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9960042655467987, + "num_tokens": 115194941.0, + "step": 89510 + }, + { + "entropy": 0.876307588815689, + "epoch": 8.552593866437375, + "grad_norm": 0.3502614498138428, + "learning_rate": 5.619872015096839e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9967334687709808, + "num_tokens": 115207806.0, + "step": 89520 + }, + { + "entropy": 0.8748805105686188, + "epoch": 8.553549250023885, + "grad_norm": 0.5275869965553284, + "learning_rate": 5.61259794488096e-06, + "loss": 0.0117, + "mean_token_accuracy": 0.9955537974834442, + "num_tokens": 115220606.0, + "step": 89530 + }, + { + "entropy": 0.8603073954582214, + "epoch": 8.554504633610394, + "grad_norm": 0.5279776453971863, + "learning_rate": 5.605328305363383e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9986989140510559, + "num_tokens": 115233361.0, + "step": 89540 + }, + { + "entropy": 0.8710417032241822, + "epoch": 8.555460017196905, + "grad_norm": 0.6975104212760925, + "learning_rate": 5.59806309726974e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.998417466878891, + "num_tokens": 115246383.0, + "step": 89550 + }, + { + "entropy": 0.8888274610042572, + "epoch": 8.556415400783415, + "grad_norm": 0.6030845046043396, + "learning_rate": 5.590802321325239e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9976439774036407, + "num_tokens": 115259561.0, + "step": 89560 + }, + { + "entropy": 0.8772725701332093, + "epoch": 8.557370784369924, + "grad_norm": 0.5980753898620605, + "learning_rate": 5.583545978254629e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9961881399154663, + "num_tokens": 115273079.0, + "step": 89570 + }, + { + "entropy": 0.8848085045814514, + "epoch": 8.558326167956434, + "grad_norm": 1.3328993320465088, + "learning_rate": 5.5762940687822505e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9976399600505829, + "num_tokens": 115286264.0, + "step": 89580 + }, + { + "entropy": 0.8854327201843262, + "epoch": 8.559281551542945, + "grad_norm": 0.6239622235298157, + "learning_rate": 5.569046593631966e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9977021813392639, + "num_tokens": 115299665.0, + "step": 89590 + }, + { + "entropy": 0.8851260900497436, + "epoch": 8.560236935129454, + "grad_norm": 0.164781853556633, + "learning_rate": 5.5618035535272114e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980924069881439, + "num_tokens": 115312637.0, + "step": 89600 + }, + { + "entropy": 0.8753835916519165, + "epoch": 8.561192318715964, + "grad_norm": 0.7018567323684692, + "learning_rate": 5.554564949190988e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9956989824771881, + "num_tokens": 115325507.0, + "step": 89610 + }, + { + "entropy": 0.8774902820587158, + "epoch": 8.562147702302475, + "grad_norm": 0.3792612552642822, + "learning_rate": 5.5473307813458274e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9976340889930725, + "num_tokens": 115338282.0, + "step": 89620 + }, + { + "entropy": 0.8914873242378235, + "epoch": 8.563103085888985, + "grad_norm": 1.7309447526931763, + "learning_rate": 5.540101050713858e-06, + "loss": 0.0136, + "mean_token_accuracy": 0.9954997539520264, + "num_tokens": 115351915.0, + "step": 89630 + }, + { + "entropy": 0.8565825045108795, + "epoch": 8.564058469475494, + "grad_norm": 0.5596000552177429, + "learning_rate": 5.532875758016731e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9947725772857666, + "num_tokens": 115364165.0, + "step": 89640 + }, + { + "entropy": 0.8812879502773285, + "epoch": 8.565013853062004, + "grad_norm": 0.19939900934696198, + "learning_rate": 5.525654903975669e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977463781833649, + "num_tokens": 115377353.0, + "step": 89650 + }, + { + "entropy": 0.882480925321579, + "epoch": 8.565969236648515, + "grad_norm": 0.18059901893138885, + "learning_rate": 5.518438489311433e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9976779222488403, + "num_tokens": 115390277.0, + "step": 89660 + }, + { + "entropy": 0.8677487432956695, + "epoch": 8.566924620235024, + "grad_norm": 0.11743390560150146, + "learning_rate": 5.511226514744378e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970166742801666, + "num_tokens": 115402752.0, + "step": 89670 + }, + { + "entropy": 0.8724165558815002, + "epoch": 8.567880003821534, + "grad_norm": 0.14608679711818695, + "learning_rate": 5.504018980994402e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9967523634433746, + "num_tokens": 115415515.0, + "step": 89680 + }, + { + "entropy": 0.8940894305706024, + "epoch": 8.568835387408043, + "grad_norm": 0.2712034583091736, + "learning_rate": 5.496815888780921e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9965206801891326, + "num_tokens": 115428962.0, + "step": 89690 + }, + { + "entropy": 0.8660839438438416, + "epoch": 8.569790770994555, + "grad_norm": 0.5723893642425537, + "learning_rate": 5.4896172388229696e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9962996661663055, + "num_tokens": 115441139.0, + "step": 89700 + }, + { + "entropy": 0.8690248191356659, + "epoch": 8.570746154581064, + "grad_norm": 0.5522449612617493, + "learning_rate": 5.482423031839085e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9973038613796235, + "num_tokens": 115453810.0, + "step": 89710 + }, + { + "entropy": 0.891210001707077, + "epoch": 8.571701538167574, + "grad_norm": 0.5396976470947266, + "learning_rate": 5.475233268547403e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9974240362644196, + "num_tokens": 115467187.0, + "step": 89720 + }, + { + "entropy": 0.8800248444080353, + "epoch": 8.572656921754085, + "grad_norm": 0.3686314821243286, + "learning_rate": 5.468047949665589e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9970309376716614, + "num_tokens": 115480258.0, + "step": 89730 + }, + { + "entropy": 0.8773701846599579, + "epoch": 8.573612305340594, + "grad_norm": 0.32172808051109314, + "learning_rate": 5.460867075910869e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9965865850448609, + "num_tokens": 115493011.0, + "step": 89740 + }, + { + "entropy": 0.8643828868865967, + "epoch": 8.574567688927104, + "grad_norm": 0.3994194269180298, + "learning_rate": 5.453690648000042e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9983007907867432, + "num_tokens": 115505802.0, + "step": 89750 + }, + { + "entropy": 0.8581493079662323, + "epoch": 8.575523072513615, + "grad_norm": 0.332317978143692, + "learning_rate": 5.44651866664943e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9972715556621552, + "num_tokens": 115518071.0, + "step": 89760 + }, + { + "entropy": 0.858407461643219, + "epoch": 8.576478456100125, + "grad_norm": 0.5685700178146362, + "learning_rate": 5.439351132574966e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9979563355445862, + "num_tokens": 115530679.0, + "step": 89770 + }, + { + "entropy": 0.8742104768753052, + "epoch": 8.577433839686634, + "grad_norm": 1.0362035036087036, + "learning_rate": 5.432188046492065e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9977598130702973, + "num_tokens": 115544221.0, + "step": 89780 + }, + { + "entropy": 0.8693170130252839, + "epoch": 8.578389223273144, + "grad_norm": 0.7584993839263916, + "learning_rate": 5.425029409115767e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9966843247413635, + "num_tokens": 115556669.0, + "step": 89790 + }, + { + "entropy": 0.8750544846057892, + "epoch": 8.579344606859655, + "grad_norm": 0.7910533547401428, + "learning_rate": 5.417875221160612e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9951899111270904, + "num_tokens": 115569433.0, + "step": 89800 + }, + { + "entropy": 0.8648837685585022, + "epoch": 8.580299990446164, + "grad_norm": 0.4974980354309082, + "learning_rate": 5.410725483340756e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9976763606071473, + "num_tokens": 115581819.0, + "step": 89810 + }, + { + "entropy": 0.8839057087898254, + "epoch": 8.581255374032674, + "grad_norm": 0.24515819549560547, + "learning_rate": 5.403580196369856e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.996697074174881, + "num_tokens": 115595324.0, + "step": 89820 + }, + { + "entropy": 0.8728661417961121, + "epoch": 8.582210757619183, + "grad_norm": 1.2854278087615967, + "learning_rate": 5.396439360961142e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979329407215118, + "num_tokens": 115608391.0, + "step": 89830 + }, + { + "entropy": 0.8635680913925171, + "epoch": 8.583166141205695, + "grad_norm": 0.17998114228248596, + "learning_rate": 5.389302977827421e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.998677545785904, + "num_tokens": 115620804.0, + "step": 89840 + }, + { + "entropy": 0.8836722731590271, + "epoch": 8.584121524792204, + "grad_norm": 0.46019962430000305, + "learning_rate": 5.3821710476810175e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9975022315979004, + "num_tokens": 115634445.0, + "step": 89850 + }, + { + "entropy": 0.8688360273838043, + "epoch": 8.585076908378714, + "grad_norm": 1.4237192869186401, + "learning_rate": 5.3750435712338675e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9956193208694458, + "num_tokens": 115646552.0, + "step": 89860 + }, + { + "entropy": 0.8730187177658081, + "epoch": 8.586032291965225, + "grad_norm": 0.4573173522949219, + "learning_rate": 5.3679205491973805e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9965983331203461, + "num_tokens": 115659282.0, + "step": 89870 + }, + { + "entropy": 0.8821712791919708, + "epoch": 8.586987675551734, + "grad_norm": 0.6868962049484253, + "learning_rate": 5.360801982282604e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9961200416088104, + "num_tokens": 115672642.0, + "step": 89880 + }, + { + "entropy": 0.883108913898468, + "epoch": 8.587943059138244, + "grad_norm": 0.3436061143875122, + "learning_rate": 5.353687871200086e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9970430493354797, + "num_tokens": 115686035.0, + "step": 89890 + }, + { + "entropy": 0.8750724375247956, + "epoch": 8.588898442724753, + "grad_norm": 0.36456167697906494, + "learning_rate": 5.3465782166599585e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9970347642898559, + "num_tokens": 115698887.0, + "step": 89900 + }, + { + "entropy": 0.8815234541893006, + "epoch": 8.589853826311264, + "grad_norm": 1.5631245374679565, + "learning_rate": 5.339473019371899e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9964853465557099, + "num_tokens": 115712060.0, + "step": 89910 + }, + { + "entropy": 0.8749386131763458, + "epoch": 8.590809209897774, + "grad_norm": 0.4521225690841675, + "learning_rate": 5.3323722800451284e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9971843779087066, + "num_tokens": 115724714.0, + "step": 89920 + }, + { + "entropy": 0.8683282017707825, + "epoch": 8.591764593484283, + "grad_norm": 0.6752493381500244, + "learning_rate": 5.325275999388451e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9970005929470063, + "num_tokens": 115737259.0, + "step": 89930 + }, + { + "entropy": 0.8669400453567505, + "epoch": 8.592719977070795, + "grad_norm": 0.5488110184669495, + "learning_rate": 5.3181841781101915e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9980426490306854, + "num_tokens": 115750063.0, + "step": 89940 + }, + { + "entropy": 0.8767905354499816, + "epoch": 8.593675360657304, + "grad_norm": 0.11362194269895554, + "learning_rate": 5.311096816918265e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9982031464576722, + "num_tokens": 115762569.0, + "step": 89950 + }, + { + "entropy": 0.8836219906806946, + "epoch": 8.594630744243814, + "grad_norm": 1.1499311923980713, + "learning_rate": 5.304013916520118e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9961152672767639, + "num_tokens": 115775754.0, + "step": 89960 + }, + { + "entropy": 0.8719048917293548, + "epoch": 8.595586127830323, + "grad_norm": 0.38836702704429626, + "learning_rate": 5.2969354776227385e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9977375328540802, + "num_tokens": 115788914.0, + "step": 89970 + }, + { + "entropy": 0.8710672378540039, + "epoch": 8.596541511416834, + "grad_norm": 0.42506077885627747, + "learning_rate": 5.289861500932719e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9982058525085449, + "num_tokens": 115801543.0, + "step": 89980 + }, + { + "entropy": 0.8821528077125549, + "epoch": 8.597496895003344, + "grad_norm": 1.0076649188995361, + "learning_rate": 5.28279198715616e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9967236697673798, + "num_tokens": 115814359.0, + "step": 89990 + }, + { + "entropy": 0.8814348697662353, + "epoch": 8.598452278589853, + "grad_norm": 0.3063294291496277, + "learning_rate": 5.275726936998726e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9970419347286225, + "num_tokens": 115827128.0, + "step": 90000 + }, + { + "entropy": 0.8677676379680633, + "epoch": 8.599407662176365, + "grad_norm": 0.2564796805381775, + "learning_rate": 5.268666351165646e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9978744864463807, + "num_tokens": 115839407.0, + "step": 90010 + }, + { + "entropy": 0.8747359097003937, + "epoch": 8.600363045762874, + "grad_norm": 0.4516550302505493, + "learning_rate": 5.261610230361707e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.997959989309311, + "num_tokens": 115852640.0, + "step": 90020 + }, + { + "entropy": 0.8772279739379882, + "epoch": 8.601318429349384, + "grad_norm": 0.4894958436489105, + "learning_rate": 5.254558575291229e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9980100750923157, + "num_tokens": 115865917.0, + "step": 90030 + }, + { + "entropy": 0.8711830735206604, + "epoch": 8.602273812935893, + "grad_norm": 0.35071057081222534, + "learning_rate": 5.247511386658116e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9951633989810944, + "num_tokens": 115878795.0, + "step": 90040 + }, + { + "entropy": 0.8870498061180114, + "epoch": 8.603229196522404, + "grad_norm": 0.2214249074459076, + "learning_rate": 5.240468665165804e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9963843047618866, + "num_tokens": 115891747.0, + "step": 90050 + }, + { + "entropy": 0.8656398832798005, + "epoch": 8.604184580108914, + "grad_norm": 0.11007805168628693, + "learning_rate": 5.233430411517276e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9993578612804412, + "num_tokens": 115904258.0, + "step": 90060 + }, + { + "entropy": 0.8754390001296997, + "epoch": 8.605139963695423, + "grad_norm": 0.3026851415634155, + "learning_rate": 5.226396626415109e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9969720840454102, + "num_tokens": 115916944.0, + "step": 90070 + }, + { + "entropy": 0.8639205813407898, + "epoch": 8.606095347281933, + "grad_norm": 0.1415318250656128, + "learning_rate": 5.219367310561379e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.998691737651825, + "num_tokens": 115929916.0, + "step": 90080 + }, + { + "entropy": 0.8541709244251251, + "epoch": 8.607050730868444, + "grad_norm": 0.4164471924304962, + "learning_rate": 5.212342464657771e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979872405529022, + "num_tokens": 115942303.0, + "step": 90090 + }, + { + "entropy": 0.8778430104255677, + "epoch": 8.608006114454954, + "grad_norm": 0.516055703163147, + "learning_rate": 5.205322089405468e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997424978017807, + "num_tokens": 115955954.0, + "step": 90100 + }, + { + "entropy": 0.8733088135719299, + "epoch": 8.608961498041463, + "grad_norm": 0.3080673813819885, + "learning_rate": 5.198306185505264e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9964395344257355, + "num_tokens": 115968957.0, + "step": 90110 + }, + { + "entropy": 0.858244103193283, + "epoch": 8.609916881627974, + "grad_norm": 0.36591488122940063, + "learning_rate": 5.19129475365745e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967489421367646, + "num_tokens": 115981281.0, + "step": 90120 + }, + { + "entropy": 0.8811935722827912, + "epoch": 8.610872265214484, + "grad_norm": 1.2977737188339233, + "learning_rate": 5.184287794561921e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9970814764499665, + "num_tokens": 115994732.0, + "step": 90130 + }, + { + "entropy": 0.8834649205207825, + "epoch": 8.611827648800993, + "grad_norm": 0.530802309513092, + "learning_rate": 5.177285308918101e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9977335751056671, + "num_tokens": 116007715.0, + "step": 90140 + }, + { + "entropy": 0.8692909300327301, + "epoch": 8.612783032387503, + "grad_norm": 0.41725340485572815, + "learning_rate": 5.1702872974249525e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9963562250137329, + "num_tokens": 116021313.0, + "step": 90150 + }, + { + "entropy": 0.872952526807785, + "epoch": 8.613738415974014, + "grad_norm": 0.25587138533592224, + "learning_rate": 5.163293760781029e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9989348888397217, + "num_tokens": 116034303.0, + "step": 90160 + }, + { + "entropy": 0.8630702555179596, + "epoch": 8.614693799560524, + "grad_norm": 0.38696223497390747, + "learning_rate": 5.1563046996844055e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973017990589141, + "num_tokens": 116046978.0, + "step": 90170 + }, + { + "entropy": 0.8606689691543579, + "epoch": 8.615649183147033, + "grad_norm": 0.4332769513130188, + "learning_rate": 5.14932011483274e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9977231860160828, + "num_tokens": 116059452.0, + "step": 90180 + }, + { + "entropy": 0.8752449870109558, + "epoch": 8.616604566733544, + "grad_norm": 0.4281291365623474, + "learning_rate": 5.142340006923191e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9963798940181732, + "num_tokens": 116072402.0, + "step": 90190 + }, + { + "entropy": 0.8754464328289032, + "epoch": 8.617559950320054, + "grad_norm": 1.2033544778823853, + "learning_rate": 5.135364376652529e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967811405658722, + "num_tokens": 116085417.0, + "step": 90200 + }, + { + "entropy": 0.8719071567058563, + "epoch": 8.618515333906563, + "grad_norm": 0.9203406572341919, + "learning_rate": 5.128393224717054e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9975989699363709, + "num_tokens": 116098426.0, + "step": 90210 + }, + { + "entropy": 0.8713512301445008, + "epoch": 8.619470717493073, + "grad_norm": 0.6704756617546082, + "learning_rate": 5.121426551812619e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9983573317527771, + "num_tokens": 116111237.0, + "step": 90220 + }, + { + "entropy": 0.8591008484363556, + "epoch": 8.620426101079584, + "grad_norm": 0.47622254490852356, + "learning_rate": 5.114464358634619e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9976459264755249, + "num_tokens": 116123430.0, + "step": 90230 + }, + { + "entropy": 0.8712259531021118, + "epoch": 8.621381484666093, + "grad_norm": 0.3316511809825897, + "learning_rate": 5.107506645878007e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9971328794956207, + "num_tokens": 116136590.0, + "step": 90240 + }, + { + "entropy": 0.8692811310291291, + "epoch": 8.622336868252603, + "grad_norm": 0.474316269159317, + "learning_rate": 5.100553414237314e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979118824005127, + "num_tokens": 116149150.0, + "step": 90250 + }, + { + "entropy": 0.8708081662654876, + "epoch": 8.623292251839114, + "grad_norm": 0.28093624114990234, + "learning_rate": 5.0936046644065815e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9963426113128662, + "num_tokens": 116162152.0, + "step": 90260 + }, + { + "entropy": 0.8543834924697876, + "epoch": 8.624247635425624, + "grad_norm": 0.32578808069229126, + "learning_rate": 5.086660397079446e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9968465626239776, + "num_tokens": 116174500.0, + "step": 90270 + }, + { + "entropy": 0.8749014139175415, + "epoch": 8.625203019012133, + "grad_norm": 1.146971583366394, + "learning_rate": 5.079720612949063e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9952473104000091, + "num_tokens": 116187043.0, + "step": 90280 + }, + { + "entropy": 0.8730436265468597, + "epoch": 8.626158402598643, + "grad_norm": 0.4159925878047943, + "learning_rate": 5.072785312708156e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9970283329486846, + "num_tokens": 116199979.0, + "step": 90290 + }, + { + "entropy": 0.8604522347450256, + "epoch": 8.627113786185154, + "grad_norm": 0.39867278933525085, + "learning_rate": 5.065854497049e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9960617899894715, + "num_tokens": 116212696.0, + "step": 90300 + }, + { + "entropy": 0.8743549823760987, + "epoch": 8.628069169771663, + "grad_norm": 0.41350898146629333, + "learning_rate": 5.058928166663424e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9952194273471833, + "num_tokens": 116225475.0, + "step": 90310 + }, + { + "entropy": 0.8862418830394745, + "epoch": 8.629024553358173, + "grad_norm": 0.2770971953868866, + "learning_rate": 5.052006322242808e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9949323534965515, + "num_tokens": 116239004.0, + "step": 90320 + }, + { + "entropy": 0.8765292882919311, + "epoch": 8.629979936944682, + "grad_norm": 0.6782670617103577, + "learning_rate": 5.0450889644780616e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.996334832906723, + "num_tokens": 116252337.0, + "step": 90330 + }, + { + "entropy": 0.8698703527450562, + "epoch": 8.630935320531194, + "grad_norm": 0.18336552381515503, + "learning_rate": 5.038176094059682e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973306953907013, + "num_tokens": 116265235.0, + "step": 90340 + }, + { + "entropy": 0.87212975025177, + "epoch": 8.631890704117703, + "grad_norm": 0.2610657215118408, + "learning_rate": 5.031267711677718e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9966042637825012, + "num_tokens": 116277883.0, + "step": 90350 + }, + { + "entropy": 0.8916510820388794, + "epoch": 8.632846087704213, + "grad_norm": 0.29114779829978943, + "learning_rate": 5.024363818021738e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9962710976600647, + "num_tokens": 116291366.0, + "step": 90360 + }, + { + "entropy": 0.8833244323730469, + "epoch": 8.633801471290724, + "grad_norm": 0.381257563829422, + "learning_rate": 5.017464413780887e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9971364676952362, + "num_tokens": 116304181.0, + "step": 90370 + }, + { + "entropy": 0.874781334400177, + "epoch": 8.634756854877233, + "grad_norm": 0.38519206643104553, + "learning_rate": 5.010569499643847e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9982993304729462, + "num_tokens": 116316749.0, + "step": 90380 + }, + { + "entropy": 0.881013149023056, + "epoch": 8.635712238463743, + "grad_norm": 0.9809664487838745, + "learning_rate": 5.003679076298873e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9953218877315522, + "num_tokens": 116329609.0, + "step": 90390 + }, + { + "entropy": 0.8638982057571412, + "epoch": 8.636667622050254, + "grad_norm": 0.30144307017326355, + "learning_rate": 4.9967931444337426e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.996915602684021, + "num_tokens": 116342122.0, + "step": 90400 + }, + { + "entropy": 0.8750557124614715, + "epoch": 8.637623005636764, + "grad_norm": 0.6616000533103943, + "learning_rate": 4.989911704735833e-06, + "loss": 0.0129, + "mean_token_accuracy": 0.9948233604431153, + "num_tokens": 116355166.0, + "step": 90410 + }, + { + "entropy": 0.8582030475139618, + "epoch": 8.638578389223273, + "grad_norm": 0.34019866585731506, + "learning_rate": 4.983034757892002e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9986891686916352, + "num_tokens": 116367519.0, + "step": 90420 + }, + { + "entropy": 0.8474985003471375, + "epoch": 8.639533772809783, + "grad_norm": 0.42612096667289734, + "learning_rate": 4.976162304588716e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9967562198638916, + "num_tokens": 116379769.0, + "step": 90430 + }, + { + "entropy": 0.8740976512432098, + "epoch": 8.640489156396294, + "grad_norm": 0.6603498458862305, + "learning_rate": 4.9692943455119824e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9976467013359069, + "num_tokens": 116392608.0, + "step": 90440 + }, + { + "entropy": 0.8660255193710327, + "epoch": 8.641444539982803, + "grad_norm": 2.266714096069336, + "learning_rate": 4.962430881347352e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967556595802307, + "num_tokens": 116405080.0, + "step": 90450 + }, + { + "entropy": 0.8711145281791687, + "epoch": 8.642399923569313, + "grad_norm": 0.14756208658218384, + "learning_rate": 4.955571912779916e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9967922151088715, + "num_tokens": 116417641.0, + "step": 90460 + }, + { + "entropy": 0.8736645638942718, + "epoch": 8.643355307155822, + "grad_norm": 0.7350313067436218, + "learning_rate": 4.948717440494327e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996703052520752, + "num_tokens": 116430218.0, + "step": 90470 + }, + { + "entropy": 0.8841679811477661, + "epoch": 8.644310690742333, + "grad_norm": 1.4800578355789185, + "learning_rate": 4.941867465174804e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.996650618314743, + "num_tokens": 116442989.0, + "step": 90480 + }, + { + "entropy": 0.8686378717422485, + "epoch": 8.645266074328843, + "grad_norm": 0.2422451227903366, + "learning_rate": 4.9350219875050955e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9978982269763946, + "num_tokens": 116455715.0, + "step": 90490 + }, + { + "entropy": 0.8637210011482239, + "epoch": 8.646221457915352, + "grad_norm": 0.4497373104095459, + "learning_rate": 4.928181008168514e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9965462982654572, + "num_tokens": 116468357.0, + "step": 90500 + }, + { + "entropy": 0.8819221615791321, + "epoch": 8.647176841501864, + "grad_norm": 0.48133620619773865, + "learning_rate": 4.921344527847916e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9982248961925506, + "num_tokens": 116481327.0, + "step": 90510 + }, + { + "entropy": 0.8740601062774658, + "epoch": 8.648132225088373, + "grad_norm": 0.9558985829353333, + "learning_rate": 4.914512547225697e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9965708196163178, + "num_tokens": 116494025.0, + "step": 90520 + }, + { + "entropy": 0.8738910615444183, + "epoch": 8.649087608674883, + "grad_norm": 0.5392025113105774, + "learning_rate": 4.907685066983847e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9953900575637817, + "num_tokens": 116507042.0, + "step": 90530 + }, + { + "entropy": 0.8733646512031555, + "epoch": 8.650042992261392, + "grad_norm": 1.1088335514068604, + "learning_rate": 4.900862087803854e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973231494426728, + "num_tokens": 116519775.0, + "step": 90540 + }, + { + "entropy": 0.8709222614765167, + "epoch": 8.650998375847903, + "grad_norm": 1.0788822174072266, + "learning_rate": 4.894043610366789e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9965508341789245, + "num_tokens": 116532872.0, + "step": 90550 + }, + { + "entropy": 0.8719624638557434, + "epoch": 8.651953759434413, + "grad_norm": 0.7066686153411865, + "learning_rate": 4.887229635353246e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9973610401153564, + "num_tokens": 116545638.0, + "step": 90560 + }, + { + "entropy": 0.8712038993835449, + "epoch": 8.652909143020922, + "grad_norm": 0.24740931391716003, + "learning_rate": 4.880420163443411e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9945821702480316, + "num_tokens": 116558129.0, + "step": 90570 + }, + { + "entropy": 0.8620025336742401, + "epoch": 8.653864526607434, + "grad_norm": 0.1847587376832962, + "learning_rate": 4.873615195316994e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.9983599722385407, + "num_tokens": 116570560.0, + "step": 90580 + }, + { + "entropy": 0.8703685224056243, + "epoch": 8.654819910193943, + "grad_norm": 2.519368886947632, + "learning_rate": 4.866814731653257e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9972086131572724, + "num_tokens": 116583408.0, + "step": 90590 + }, + { + "entropy": 0.8728011131286622, + "epoch": 8.655775293780453, + "grad_norm": 0.3863012194633484, + "learning_rate": 4.860018773131008e-06, + "loss": 0.004, + "mean_token_accuracy": 1.0, + "num_tokens": 116596481.0, + "step": 90600 + }, + { + "entropy": 0.8842444062232971, + "epoch": 8.656730677366962, + "grad_norm": 0.36660701036453247, + "learning_rate": 4.853227320428611e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9970892250537873, + "num_tokens": 116609633.0, + "step": 90610 + }, + { + "entropy": 0.872467577457428, + "epoch": 8.657686060953473, + "grad_norm": 0.45925095677375793, + "learning_rate": 4.846440374223993e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9975668311119079, + "num_tokens": 116622358.0, + "step": 90620 + }, + { + "entropy": 0.8702206373214721, + "epoch": 8.658641444539983, + "grad_norm": 0.27411407232284546, + "learning_rate": 4.839657935194608e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9960156202316284, + "num_tokens": 116634929.0, + "step": 90630 + }, + { + "entropy": 0.865467882156372, + "epoch": 8.659596828126492, + "grad_norm": 1.5273138284683228, + "learning_rate": 4.832880004017471e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9984331488609314, + "num_tokens": 116647862.0, + "step": 90640 + }, + { + "entropy": 0.8760550856590271, + "epoch": 8.660552211713004, + "grad_norm": 0.3530620336532593, + "learning_rate": 4.826106581369155e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9967422902584075, + "num_tokens": 116660939.0, + "step": 90650 + }, + { + "entropy": 0.8844573199748993, + "epoch": 8.661507595299513, + "grad_norm": 0.16521450877189636, + "learning_rate": 4.8193376679257605e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9965117454528809, + "num_tokens": 116674343.0, + "step": 90660 + }, + { + "entropy": 0.8706212401390075, + "epoch": 8.662462978886023, + "grad_norm": 0.5350279211997986, + "learning_rate": 4.812573264362974e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9973556995391846, + "num_tokens": 116687269.0, + "step": 90670 + }, + { + "entropy": 0.8662825167179108, + "epoch": 8.663418362472532, + "grad_norm": 0.7466897964477539, + "learning_rate": 4.805813371356e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9962443590164185, + "num_tokens": 116700451.0, + "step": 90680 + }, + { + "entropy": 0.8810450911521912, + "epoch": 8.664373746059043, + "grad_norm": 0.5855693221092224, + "learning_rate": 4.799057989579597e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9975617945194244, + "num_tokens": 116713261.0, + "step": 90690 + }, + { + "entropy": 0.8682543575763703, + "epoch": 8.665329129645553, + "grad_norm": 1.2149804830551147, + "learning_rate": 4.792307119708078e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9955553889274598, + "num_tokens": 116725641.0, + "step": 90700 + }, + { + "entropy": 0.8675736606121063, + "epoch": 8.666284513232062, + "grad_norm": 1.705509901046753, + "learning_rate": 4.785560762415325e-06, + "loss": 0.015, + "mean_token_accuracy": 0.995618861913681, + "num_tokens": 116738381.0, + "step": 90710 + }, + { + "entropy": 0.8904383897781372, + "epoch": 8.667239896818572, + "grad_norm": 1.3372657299041748, + "learning_rate": 4.7788189183747275e-06, + "loss": 0.0143, + "mean_token_accuracy": 0.9940538108348846, + "num_tokens": 116750985.0, + "step": 90720 + }, + { + "entropy": 0.8794247686862946, + "epoch": 8.668195280405083, + "grad_norm": 0.33790507912635803, + "learning_rate": 4.772081588259269e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9966952204704285, + "num_tokens": 116764302.0, + "step": 90730 + }, + { + "entropy": 0.8943903684616089, + "epoch": 8.669150663991593, + "grad_norm": 0.3820638358592987, + "learning_rate": 4.765348772741457e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9978858828544617, + "num_tokens": 116777386.0, + "step": 90740 + }, + { + "entropy": 0.8650436699390411, + "epoch": 8.670106047578102, + "grad_norm": 0.4531375765800476, + "learning_rate": 4.758620472493336e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.998367428779602, + "num_tokens": 116790008.0, + "step": 90750 + }, + { + "entropy": 0.8766334295272827, + "epoch": 8.671061431164613, + "grad_norm": 0.3250865638256073, + "learning_rate": 4.751896688186541e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9973582029342651, + "num_tokens": 116803339.0, + "step": 90760 + }, + { + "entropy": 0.8851199686527252, + "epoch": 8.672016814751123, + "grad_norm": 0.7409908175468445, + "learning_rate": 4.745177420492225e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9970898747444152, + "num_tokens": 116816478.0, + "step": 90770 + }, + { + "entropy": 0.8648058772087097, + "epoch": 8.672972198337632, + "grad_norm": 0.383999764919281, + "learning_rate": 4.73846267008109e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9972595989704132, + "num_tokens": 116828710.0, + "step": 90780 + }, + { + "entropy": 0.8743233799934387, + "epoch": 8.673927581924143, + "grad_norm": 0.10649273544549942, + "learning_rate": 4.731752437623394e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9973835289478302, + "num_tokens": 116841513.0, + "step": 90790 + }, + { + "entropy": 0.8864116430282593, + "epoch": 8.674882965510653, + "grad_norm": 0.4350711405277252, + "learning_rate": 4.725046723788945e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9954406142234802, + "num_tokens": 116854709.0, + "step": 90800 + }, + { + "entropy": 0.8714855313301086, + "epoch": 8.675838349097162, + "grad_norm": 0.5481255650520325, + "learning_rate": 4.718345529247115e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9977375447750092, + "num_tokens": 116867415.0, + "step": 90810 + }, + { + "entropy": 0.884299510717392, + "epoch": 8.676793732683672, + "grad_norm": 0.7825304865837097, + "learning_rate": 4.711648854666795e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9980749964714051, + "num_tokens": 116881174.0, + "step": 90820 + }, + { + "entropy": 0.8704643905162811, + "epoch": 8.677749116270183, + "grad_norm": 0.5020772814750671, + "learning_rate": 4.704956700716445e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9977540791034698, + "num_tokens": 116893876.0, + "step": 90830 + }, + { + "entropy": 0.8796006143093109, + "epoch": 8.678704499856693, + "grad_norm": 0.6781441569328308, + "learning_rate": 4.698269068064054e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.996893310546875, + "num_tokens": 116906290.0, + "step": 90840 + }, + { + "entropy": 0.8894173800945282, + "epoch": 8.679659883443202, + "grad_norm": 0.49138590693473816, + "learning_rate": 4.691585957377198e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9976931869983673, + "num_tokens": 116919414.0, + "step": 90850 + }, + { + "entropy": 0.8694128274917603, + "epoch": 8.680615267029712, + "grad_norm": 0.23833873867988586, + "learning_rate": 4.684907369322961e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9989657759666443, + "num_tokens": 116931833.0, + "step": 90860 + }, + { + "entropy": 0.8909067749977112, + "epoch": 8.681570650616223, + "grad_norm": 0.630070686340332, + "learning_rate": 4.678233304567986e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9967913329601288, + "num_tokens": 116945190.0, + "step": 90870 + }, + { + "entropy": 0.8800979137420655, + "epoch": 8.682526034202732, + "grad_norm": 0.5195115804672241, + "learning_rate": 4.671563763778491e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9955100953578949, + "num_tokens": 116957458.0, + "step": 90880 + }, + { + "entropy": 0.8827639222145081, + "epoch": 8.683481417789242, + "grad_norm": 1.41347074508667, + "learning_rate": 4.664898747620195e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9964474439620972, + "num_tokens": 116970509.0, + "step": 90890 + }, + { + "entropy": 0.8907197654247284, + "epoch": 8.684436801375753, + "grad_norm": 0.5129318237304688, + "learning_rate": 4.6582382567584185e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9961542427539826, + "num_tokens": 116983756.0, + "step": 90900 + }, + { + "entropy": 0.8896151304244995, + "epoch": 8.685392184962263, + "grad_norm": 0.9682719111442566, + "learning_rate": 4.651582291857998e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9943661272525788, + "num_tokens": 116996871.0, + "step": 90910 + }, + { + "entropy": 0.8948045611381531, + "epoch": 8.686347568548772, + "grad_norm": 1.3449604511260986, + "learning_rate": 4.644930853583313e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9966487050056457, + "num_tokens": 117009840.0, + "step": 90920 + }, + { + "entropy": 0.8906412839889526, + "epoch": 8.687302952135282, + "grad_norm": 0.5667420625686646, + "learning_rate": 4.638283942598298e-06, + "loss": 0.0132, + "mean_token_accuracy": 0.9954843640327453, + "num_tokens": 117022692.0, + "step": 90930 + }, + { + "entropy": 0.8743076682090759, + "epoch": 8.688258335721793, + "grad_norm": 0.8235357999801636, + "learning_rate": 4.631641559566452e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9977136969566345, + "num_tokens": 117035264.0, + "step": 90940 + }, + { + "entropy": 0.8731408655643463, + "epoch": 8.689213719308302, + "grad_norm": 0.28688228130340576, + "learning_rate": 4.625003705150821e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9990243494510651, + "num_tokens": 117048356.0, + "step": 90950 + }, + { + "entropy": 0.8792102336883545, + "epoch": 8.690169102894812, + "grad_norm": 0.266604483127594, + "learning_rate": 4.6183703800139585e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963262617588043, + "num_tokens": 117061125.0, + "step": 90960 + }, + { + "entropy": 0.8859926342964173, + "epoch": 8.691124486481323, + "grad_norm": 0.33531454205513, + "learning_rate": 4.611741584818025e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.996961486339569, + "num_tokens": 117073787.0, + "step": 90970 + }, + { + "entropy": 0.880683183670044, + "epoch": 8.692079870067833, + "grad_norm": 0.8789228200912476, + "learning_rate": 4.6051173202246724e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9967853128910065, + "num_tokens": 117086650.0, + "step": 90980 + }, + { + "entropy": 0.8722476899623871, + "epoch": 8.693035253654342, + "grad_norm": 0.1394573152065277, + "learning_rate": 4.598497586895145e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9980564951896668, + "num_tokens": 117099465.0, + "step": 90990 + }, + { + "entropy": 0.881293123960495, + "epoch": 8.693990637240852, + "grad_norm": 0.23799152672290802, + "learning_rate": 4.591882385490215e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9970503807067871, + "num_tokens": 117112578.0, + "step": 91000 + }, + { + "entropy": 0.88119957447052, + "epoch": 8.694946020827363, + "grad_norm": 0.5700587630271912, + "learning_rate": 4.585271716670197e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9976350128650665, + "num_tokens": 117125488.0, + "step": 91010 + }, + { + "entropy": 0.8778421878814697, + "epoch": 8.695901404413872, + "grad_norm": 0.32861778140068054, + "learning_rate": 4.5786655810949595e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9977786898612976, + "num_tokens": 117137855.0, + "step": 91020 + }, + { + "entropy": 0.8741450488567353, + "epoch": 8.696856788000382, + "grad_norm": 0.4032615125179291, + "learning_rate": 4.5720639794239185e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980267226696015, + "num_tokens": 117150607.0, + "step": 91030 + }, + { + "entropy": 0.8728295862674713, + "epoch": 8.697812171586893, + "grad_norm": 0.4112621247768402, + "learning_rate": 4.565466912316058e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9972907245159149, + "num_tokens": 117162886.0, + "step": 91040 + }, + { + "entropy": 0.8698825716972352, + "epoch": 8.698767555173402, + "grad_norm": 0.7331530451774597, + "learning_rate": 4.558874380429867e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9969007909297943, + "num_tokens": 117175597.0, + "step": 91050 + }, + { + "entropy": 0.8904438555240631, + "epoch": 8.699722938759912, + "grad_norm": 0.2277611494064331, + "learning_rate": 4.552286384423415e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.996112447977066, + "num_tokens": 117188775.0, + "step": 91060 + }, + { + "entropy": 0.883145660161972, + "epoch": 8.700678322346421, + "grad_norm": 0.3917723298072815, + "learning_rate": 4.545702924954298e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9983663737773896, + "num_tokens": 117201869.0, + "step": 91070 + }, + { + "entropy": 0.8879205882549286, + "epoch": 8.701633705932933, + "grad_norm": 0.22502672672271729, + "learning_rate": 4.5391240026796846e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9987222671508789, + "num_tokens": 117215176.0, + "step": 91080 + }, + { + "entropy": 0.8753805041313172, + "epoch": 8.702589089519442, + "grad_norm": 0.12050329148769379, + "learning_rate": 4.532549618256265e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9972746670246124, + "num_tokens": 117227798.0, + "step": 91090 + }, + { + "entropy": 0.8928148090839386, + "epoch": 8.703544473105952, + "grad_norm": 0.1869393289089203, + "learning_rate": 4.525979772340277e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9966578900814056, + "num_tokens": 117241299.0, + "step": 91100 + }, + { + "entropy": 0.8663482367992401, + "epoch": 8.704499856692461, + "grad_norm": 0.07397519797086716, + "learning_rate": 4.519414465587535e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9980550169944763, + "num_tokens": 117253871.0, + "step": 91110 + }, + { + "entropy": 0.8768831372261048, + "epoch": 8.705455240278972, + "grad_norm": 0.9408694505691528, + "learning_rate": 4.512853698653363e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977166295051575, + "num_tokens": 117266250.0, + "step": 91120 + }, + { + "entropy": 0.8818231225013733, + "epoch": 8.706410623865482, + "grad_norm": 0.3071053624153137, + "learning_rate": 4.506297472192667e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9950404286384582, + "num_tokens": 117278988.0, + "step": 91130 + }, + { + "entropy": 0.8857917010784149, + "epoch": 8.707366007451991, + "grad_norm": 0.308965802192688, + "learning_rate": 4.499745786859872e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9987809836864472, + "num_tokens": 117292094.0, + "step": 91140 + }, + { + "entropy": 0.8817715525627137, + "epoch": 8.708321391038503, + "grad_norm": 0.6205093860626221, + "learning_rate": 4.49319864330896e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977847516536713, + "num_tokens": 117305135.0, + "step": 91150 + }, + { + "entropy": 0.8819562435150147, + "epoch": 8.709276774625012, + "grad_norm": 0.8523606657981873, + "learning_rate": 4.486656042193449e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9978825688362122, + "num_tokens": 117317730.0, + "step": 91160 + }, + { + "entropy": 0.893870496749878, + "epoch": 8.710232158211522, + "grad_norm": 0.10332933068275452, + "learning_rate": 4.480117984166421e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9952118456363678, + "num_tokens": 117330900.0, + "step": 91170 + }, + { + "entropy": 0.8766565263271332, + "epoch": 8.711187541798031, + "grad_norm": 0.759178102016449, + "learning_rate": 4.4735844698805154e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9989918828010559, + "num_tokens": 117343745.0, + "step": 91180 + }, + { + "entropy": 0.8698299705982209, + "epoch": 8.712142925384542, + "grad_norm": 0.49251723289489746, + "learning_rate": 4.467055499987871e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973508715629578, + "num_tokens": 117356299.0, + "step": 91190 + }, + { + "entropy": 0.8758118033409119, + "epoch": 8.713098308971052, + "grad_norm": 0.46221548318862915, + "learning_rate": 4.460531075140223e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9966235101222992, + "num_tokens": 117368965.0, + "step": 91200 + }, + { + "entropy": 0.884240734577179, + "epoch": 8.714053692557561, + "grad_norm": 1.1347416639328003, + "learning_rate": 4.454011195988811e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9980597555637359, + "num_tokens": 117382435.0, + "step": 91210 + }, + { + "entropy": 0.8811984241008759, + "epoch": 8.715009076144073, + "grad_norm": 0.06380438059568405, + "learning_rate": 4.4474958631844695e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967503607273102, + "num_tokens": 117395064.0, + "step": 91220 + }, + { + "entropy": 0.8772934257984162, + "epoch": 8.715964459730582, + "grad_norm": 0.2551659941673279, + "learning_rate": 4.44098507737753e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977000772953033, + "num_tokens": 117408207.0, + "step": 91230 + }, + { + "entropy": 0.8894244134426117, + "epoch": 8.716919843317092, + "grad_norm": 0.300096333026886, + "learning_rate": 4.434478839217893e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9975939571857453, + "num_tokens": 117421086.0, + "step": 91240 + }, + { + "entropy": 0.8936590552330017, + "epoch": 8.717875226903601, + "grad_norm": 0.7024415135383606, + "learning_rate": 4.427977149355017e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9962548196315766, + "num_tokens": 117434246.0, + "step": 91250 + }, + { + "entropy": 0.8795334339141846, + "epoch": 8.718830610490112, + "grad_norm": 0.5074846148490906, + "learning_rate": 4.421480008437873e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9976621806621552, + "num_tokens": 117447067.0, + "step": 91260 + }, + { + "entropy": 0.8898004770278931, + "epoch": 8.719785994076622, + "grad_norm": 0.25765326619148254, + "learning_rate": 4.414987417115029e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9968857407569885, + "num_tokens": 117459745.0, + "step": 91270 + }, + { + "entropy": 0.863512647151947, + "epoch": 8.720741377663131, + "grad_norm": 1.714998722076416, + "learning_rate": 4.408499376034531e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.996697598695755, + "num_tokens": 117472486.0, + "step": 91280 + }, + { + "entropy": 0.8637478828430176, + "epoch": 8.721696761249643, + "grad_norm": 0.17285273969173431, + "learning_rate": 4.402015885844036e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977013051509858, + "num_tokens": 117484825.0, + "step": 91290 + }, + { + "entropy": 0.8862096309661865, + "epoch": 8.722652144836152, + "grad_norm": 0.1731414794921875, + "learning_rate": 4.3955369471906925e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9986763775348664, + "num_tokens": 117497588.0, + "step": 91300 + }, + { + "entropy": 0.8684286415576935, + "epoch": 8.723607528422662, + "grad_norm": 0.702218234539032, + "learning_rate": 4.389062560721247e-06, + "loss": 0.007, + "mean_token_accuracy": 0.997025090456009, + "num_tokens": 117510428.0, + "step": 91310 + }, + { + "entropy": 0.8851076483726501, + "epoch": 8.724562912009171, + "grad_norm": 0.11232051253318787, + "learning_rate": 4.382592727081952e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9967542350292206, + "num_tokens": 117523344.0, + "step": 91320 + }, + { + "entropy": 0.8847690224647522, + "epoch": 8.725518295595682, + "grad_norm": 0.9922353029251099, + "learning_rate": 4.376127446918615e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9970104336738587, + "num_tokens": 117536301.0, + "step": 91330 + }, + { + "entropy": 0.8814685583114624, + "epoch": 8.726473679182192, + "grad_norm": 0.4347967505455017, + "learning_rate": 4.369666720876603e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9967873394489288, + "num_tokens": 117549502.0, + "step": 91340 + }, + { + "entropy": 0.8831359803676605, + "epoch": 8.727429062768701, + "grad_norm": 0.9261538982391357, + "learning_rate": 4.363210549600805e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.9960753202438355, + "num_tokens": 117562668.0, + "step": 91350 + }, + { + "entropy": 0.8867026150226593, + "epoch": 8.72838444635521, + "grad_norm": 0.3989505171775818, + "learning_rate": 4.356758933735683e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.99682976603508, + "num_tokens": 117575821.0, + "step": 91360 + }, + { + "entropy": 0.8833460211753845, + "epoch": 8.729339829941722, + "grad_norm": 0.3417678773403168, + "learning_rate": 4.350311873925228e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9950288832187653, + "num_tokens": 117588628.0, + "step": 91370 + }, + { + "entropy": 0.8864039897918701, + "epoch": 8.730295213528231, + "grad_norm": 0.1328401267528534, + "learning_rate": 4.34386937081297e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9962077379226685, + "num_tokens": 117601885.0, + "step": 91380 + }, + { + "entropy": 0.8857012271881104, + "epoch": 8.731250597114741, + "grad_norm": 0.5116419196128845, + "learning_rate": 4.3374314250419825e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9973644018173218, + "num_tokens": 117614806.0, + "step": 91390 + }, + { + "entropy": 0.8698832035064697, + "epoch": 8.732205980701252, + "grad_norm": 0.4040643572807312, + "learning_rate": 4.330998037254919e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9966307580471039, + "num_tokens": 117627370.0, + "step": 91400 + }, + { + "entropy": 0.8679928362369538, + "epoch": 8.733161364287762, + "grad_norm": 0.2412365823984146, + "learning_rate": 4.324569208093937e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9978896856307984, + "num_tokens": 117639638.0, + "step": 91410 + }, + { + "entropy": 0.8785786330699921, + "epoch": 8.734116747874271, + "grad_norm": 1.3048338890075684, + "learning_rate": 4.318144938200752e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9971994817256927, + "num_tokens": 117652413.0, + "step": 91420 + }, + { + "entropy": 0.8728906452655792, + "epoch": 8.735072131460782, + "grad_norm": 0.6379086375236511, + "learning_rate": 4.31172522821664e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966242551803589, + "num_tokens": 117665162.0, + "step": 91430 + }, + { + "entropy": 0.8888238668441772, + "epoch": 8.736027515047292, + "grad_norm": 0.8121402859687805, + "learning_rate": 4.305310078782393e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9967923164367676, + "num_tokens": 117678575.0, + "step": 91440 + }, + { + "entropy": 0.8687165796756744, + "epoch": 8.736982898633801, + "grad_norm": 0.18997180461883545, + "learning_rate": 4.298899490538383e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9975778818130493, + "num_tokens": 117691035.0, + "step": 91450 + }, + { + "entropy": 0.8748278915882111, + "epoch": 8.73793828222031, + "grad_norm": 0.5806816220283508, + "learning_rate": 4.292493464124492e-06, + "loss": 0.0143, + "mean_token_accuracy": 0.995201689004898, + "num_tokens": 117703954.0, + "step": 91460 + }, + { + "entropy": 0.8809254109859467, + "epoch": 8.738893665806822, + "grad_norm": 0.31563806533813477, + "learning_rate": 4.286092000180159e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9960978269577027, + "num_tokens": 117717083.0, + "step": 91470 + }, + { + "entropy": 0.8672591626644135, + "epoch": 8.739849049393332, + "grad_norm": 0.14457792043685913, + "learning_rate": 4.279695099344388e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9969452977180481, + "num_tokens": 117729219.0, + "step": 91480 + }, + { + "entropy": 0.8801657855510712, + "epoch": 8.740804432979841, + "grad_norm": 0.40201643109321594, + "learning_rate": 4.273302762255693e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9971648395061493, + "num_tokens": 117742786.0, + "step": 91490 + }, + { + "entropy": 0.8615882873535157, + "epoch": 8.74175981656635, + "grad_norm": 0.4678574204444885, + "learning_rate": 4.266914989552173e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9969289898872375, + "num_tokens": 117755680.0, + "step": 91500 + }, + { + "entropy": 0.8778322577476502, + "epoch": 8.742715200152862, + "grad_norm": 0.41171005368232727, + "learning_rate": 4.260531781871413e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9970168054103852, + "num_tokens": 117768626.0, + "step": 91510 + }, + { + "entropy": 0.8723732829093933, + "epoch": 8.743670583739371, + "grad_norm": 0.4595499038696289, + "learning_rate": 4.2541531398506026e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9967023313045502, + "num_tokens": 117781166.0, + "step": 91520 + }, + { + "entropy": 0.8765612244606018, + "epoch": 8.74462596732588, + "grad_norm": 0.6670319437980652, + "learning_rate": 4.247779064126439e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9960823893547058, + "num_tokens": 117793758.0, + "step": 91530 + }, + { + "entropy": 0.8686678826808929, + "epoch": 8.745581350912392, + "grad_norm": 0.23933446407318115, + "learning_rate": 4.241409555335191e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9973719120025635, + "num_tokens": 117806908.0, + "step": 91540 + }, + { + "entropy": 0.8779892742633819, + "epoch": 8.746536734498902, + "grad_norm": 0.26126018166542053, + "learning_rate": 4.235044614112638e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9967919826507569, + "num_tokens": 117820259.0, + "step": 91550 + }, + { + "entropy": 0.8853890359401703, + "epoch": 8.747492118085411, + "grad_norm": 0.4555882513523102, + "learning_rate": 4.228684241094122e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9961304008960724, + "num_tokens": 117833433.0, + "step": 91560 + }, + { + "entropy": 0.866619223356247, + "epoch": 8.74844750167192, + "grad_norm": 0.5918428301811218, + "learning_rate": 4.222328436914541e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9963012516498566, + "num_tokens": 117846207.0, + "step": 91570 + }, + { + "entropy": 0.8671596646308899, + "epoch": 8.749402885258432, + "grad_norm": 0.37558314204216003, + "learning_rate": 4.21597720220831e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.996982604265213, + "num_tokens": 117858526.0, + "step": 91580 + }, + { + "entropy": 0.8546146988868714, + "epoch": 8.750358268844941, + "grad_norm": 0.25243496894836426, + "learning_rate": 4.209630537609421e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9972305297851562, + "num_tokens": 117870500.0, + "step": 91590 + }, + { + "entropy": 0.8651158571243286, + "epoch": 8.75131365243145, + "grad_norm": 0.7827427983283997, + "learning_rate": 4.203288443751363e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9966378629207611, + "num_tokens": 117883113.0, + "step": 91600 + }, + { + "entropy": 0.8741760611534118, + "epoch": 8.752269036017962, + "grad_norm": 0.805038571357727, + "learning_rate": 4.196950921267218e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9954060137271881, + "num_tokens": 117896247.0, + "step": 91610 + }, + { + "entropy": 0.8684991776943207, + "epoch": 8.753224419604472, + "grad_norm": 1.7194186449050903, + "learning_rate": 4.1906179707895735e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9979339182376862, + "num_tokens": 117908855.0, + "step": 91620 + }, + { + "entropy": 0.8768015682697297, + "epoch": 8.754179803190981, + "grad_norm": 0.3829251825809479, + "learning_rate": 4.1842895929505965e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9965554594993591, + "num_tokens": 117921933.0, + "step": 91630 + }, + { + "entropy": 0.8740861296653748, + "epoch": 8.75513518677749, + "grad_norm": 0.2887698709964752, + "learning_rate": 4.177965788381971e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980908095836639, + "num_tokens": 117934973.0, + "step": 91640 + }, + { + "entropy": 0.8632754802703857, + "epoch": 8.756090570364002, + "grad_norm": 0.197710782289505, + "learning_rate": 4.171646557714915e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9986262738704681, + "num_tokens": 117947811.0, + "step": 91650 + }, + { + "entropy": 0.8679902672767639, + "epoch": 8.757045953950511, + "grad_norm": 0.2805282175540924, + "learning_rate": 4.165331901580233e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973305881023407, + "num_tokens": 117960428.0, + "step": 91660 + }, + { + "entropy": 0.8823567211627961, + "epoch": 8.75800133753702, + "grad_norm": 0.33229970932006836, + "learning_rate": 4.1590218206082225e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9968351662158966, + "num_tokens": 117973738.0, + "step": 91670 + }, + { + "entropy": 0.8677956581115722, + "epoch": 8.758956721123532, + "grad_norm": 0.5311803221702576, + "learning_rate": 4.152716315428778e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9974049210548401, + "num_tokens": 117986727.0, + "step": 91680 + }, + { + "entropy": 0.8737194955348968, + "epoch": 8.759912104710041, + "grad_norm": 1.160199522972107, + "learning_rate": 4.1464153866712765e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970575392246246, + "num_tokens": 117999416.0, + "step": 91690 + }, + { + "entropy": 0.8589979648590088, + "epoch": 8.760867488296551, + "grad_norm": 0.26049891114234924, + "learning_rate": 4.140119034964679e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9969170451164245, + "num_tokens": 118011420.0, + "step": 91700 + }, + { + "entropy": 0.8798356294631958, + "epoch": 8.76182287188306, + "grad_norm": 0.7706499099731445, + "learning_rate": 4.13382726093749e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9969098210334778, + "num_tokens": 118023905.0, + "step": 91710 + }, + { + "entropy": 0.8747352063655853, + "epoch": 8.762778255469572, + "grad_norm": 0.4198489785194397, + "learning_rate": 4.127540065217744e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9955986440181732, + "num_tokens": 118037035.0, + "step": 91720 + }, + { + "entropy": 0.8797861933708191, + "epoch": 8.763733639056081, + "grad_norm": 1.0066725015640259, + "learning_rate": 4.121257448433019e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9970821380615235, + "num_tokens": 118050103.0, + "step": 91730 + }, + { + "entropy": 0.8730722308158875, + "epoch": 8.76468902264259, + "grad_norm": 0.19835101068019867, + "learning_rate": 4.114979411210424e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9970393359661103, + "num_tokens": 118063082.0, + "step": 91740 + }, + { + "entropy": 0.8790667057037354, + "epoch": 8.7656444062291, + "grad_norm": 0.9738782644271851, + "learning_rate": 4.108705954176651e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9940438807010651, + "num_tokens": 118075797.0, + "step": 91750 + }, + { + "entropy": 0.8836453497409821, + "epoch": 8.766599789815611, + "grad_norm": 0.20026147365570068, + "learning_rate": 4.102437077957888e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955745697021484, + "num_tokens": 118089213.0, + "step": 91760 + }, + { + "entropy": 0.8740050613880157, + "epoch": 8.76755517340212, + "grad_norm": 0.33862635493278503, + "learning_rate": 4.096172783179902e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9957081198692321, + "num_tokens": 118101937.0, + "step": 91770 + }, + { + "entropy": 0.8609206855297089, + "epoch": 8.76851055698863, + "grad_norm": 0.47961971163749695, + "learning_rate": 4.089913070467982e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969860732555389, + "num_tokens": 118114003.0, + "step": 91780 + }, + { + "entropy": 0.8756733953952789, + "epoch": 8.769465940575142, + "grad_norm": 0.5620802640914917, + "learning_rate": 4.0836579404469554e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.997031980752945, + "num_tokens": 118127108.0, + "step": 91790 + }, + { + "entropy": 0.8749855816364288, + "epoch": 8.770421324161651, + "grad_norm": 0.1454687863588333, + "learning_rate": 4.0774073937412175e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9987651765346527, + "num_tokens": 118139857.0, + "step": 91800 + }, + { + "entropy": 0.8873114943504333, + "epoch": 8.77137670774816, + "grad_norm": 0.20671142637729645, + "learning_rate": 4.071161430974685e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973591506481171, + "num_tokens": 118152950.0, + "step": 91810 + }, + { + "entropy": 0.8617102622985839, + "epoch": 8.77233209133467, + "grad_norm": 0.44000115990638733, + "learning_rate": 4.064920052770826e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9980932593345642, + "num_tokens": 118165493.0, + "step": 91820 + }, + { + "entropy": 0.8746477961540222, + "epoch": 8.773287474921181, + "grad_norm": 0.23343253135681152, + "learning_rate": 4.058683259752627e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9986225008964539, + "num_tokens": 118178341.0, + "step": 91830 + }, + { + "entropy": 0.8809794425964356, + "epoch": 8.77424285850769, + "grad_norm": 0.3461819887161255, + "learning_rate": 4.052451052542661e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9972461640834809, + "num_tokens": 118191522.0, + "step": 91840 + }, + { + "entropy": 0.8846047937870025, + "epoch": 8.7751982420942, + "grad_norm": 0.6883800029754639, + "learning_rate": 4.0462234317630135e-06, + "loss": 0.0147, + "mean_token_accuracy": 0.9956687152385711, + "num_tokens": 118204610.0, + "step": 91850 + }, + { + "entropy": 0.8760468602180481, + "epoch": 8.776153625680712, + "grad_norm": 0.11899061501026154, + "learning_rate": 4.040000398035321e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9976259708404541, + "num_tokens": 118217132.0, + "step": 91860 + }, + { + "entropy": 0.884856790304184, + "epoch": 8.777109009267221, + "grad_norm": 0.33373579382896423, + "learning_rate": 4.033781951980753e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9977968811988831, + "num_tokens": 118230224.0, + "step": 91870 + }, + { + "entropy": 0.8722761869430542, + "epoch": 8.77806439285373, + "grad_norm": 0.8997529149055481, + "learning_rate": 4.027568094220019e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9976456820964813, + "num_tokens": 118242764.0, + "step": 91880 + }, + { + "entropy": 0.8769686877727508, + "epoch": 8.77901977644024, + "grad_norm": 0.44392192363739014, + "learning_rate": 4.021358825373406e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.99963099360466, + "num_tokens": 118256183.0, + "step": 91890 + }, + { + "entropy": 0.8652015686035156, + "epoch": 8.779975160026751, + "grad_norm": 0.3715686500072479, + "learning_rate": 4.015154146060684e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9970650792121887, + "num_tokens": 118269175.0, + "step": 91900 + }, + { + "entropy": 0.8805565297603607, + "epoch": 8.78093054361326, + "grad_norm": 0.3383180499076843, + "learning_rate": 4.0089540569012315e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.995738399028778, + "num_tokens": 118282372.0, + "step": 91910 + }, + { + "entropy": 0.8680565893650055, + "epoch": 8.78188592719977, + "grad_norm": 0.9228700995445251, + "learning_rate": 4.002758558513897e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9975703895092011, + "num_tokens": 118295044.0, + "step": 91920 + }, + { + "entropy": 0.8625801861286163, + "epoch": 8.782841310786281, + "grad_norm": 1.7093122005462646, + "learning_rate": 3.996567651517124e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9986641049385071, + "num_tokens": 118307172.0, + "step": 91930 + }, + { + "entropy": 0.8755357742309571, + "epoch": 8.783796694372791, + "grad_norm": 0.34076008200645447, + "learning_rate": 3.9903813365288925e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.996355801820755, + "num_tokens": 118320139.0, + "step": 91940 + }, + { + "entropy": 0.8630553960800171, + "epoch": 8.7847520779593, + "grad_norm": 0.8578071594238281, + "learning_rate": 3.984199614166706e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968366503715516, + "num_tokens": 118332787.0, + "step": 91950 + }, + { + "entropy": 0.8791532933712005, + "epoch": 8.78570746154581, + "grad_norm": 1.1054142713546753, + "learning_rate": 3.978022485047611e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9973105490207672, + "num_tokens": 118345851.0, + "step": 91960 + }, + { + "entropy": 0.8789413392543792, + "epoch": 8.786662845132321, + "grad_norm": 0.26874443888664246, + "learning_rate": 3.971849949788198e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997339916229248, + "num_tokens": 118358735.0, + "step": 91970 + }, + { + "entropy": 0.8535002589225769, + "epoch": 8.78761822871883, + "grad_norm": 0.20033109188079834, + "learning_rate": 3.965682009004623e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977436482906341, + "num_tokens": 118371552.0, + "step": 91980 + }, + { + "entropy": 0.8888203024864196, + "epoch": 8.78857361230534, + "grad_norm": 0.3455808758735657, + "learning_rate": 3.9595186633125336e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9970739364624024, + "num_tokens": 118384852.0, + "step": 91990 + }, + { + "entropy": 0.876224571466446, + "epoch": 8.78952899589185, + "grad_norm": 0.49645885825157166, + "learning_rate": 3.953359913327176e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970807492733001, + "num_tokens": 118397914.0, + "step": 92000 + }, + { + "entropy": 0.8719882369041443, + "epoch": 8.790484379478361, + "grad_norm": 0.25177469849586487, + "learning_rate": 3.9472057596632915e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9976405501365662, + "num_tokens": 118410434.0, + "step": 92010 + }, + { + "entropy": 0.8759542465209961, + "epoch": 8.79143976306487, + "grad_norm": 0.6031351089477539, + "learning_rate": 3.941056202935178e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9969459235668182, + "num_tokens": 118423249.0, + "step": 92020 + }, + { + "entropy": 0.8620712220668793, + "epoch": 8.79239514665138, + "grad_norm": 0.7258611917495728, + "learning_rate": 3.934911243756695e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9966128945350647, + "num_tokens": 118436114.0, + "step": 92030 + }, + { + "entropy": 0.8550616979599, + "epoch": 8.793350530237891, + "grad_norm": 0.36328116059303284, + "learning_rate": 3.928770882741212e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.997599047422409, + "num_tokens": 118448279.0, + "step": 92040 + }, + { + "entropy": 0.853691291809082, + "epoch": 8.7943059138244, + "grad_norm": 0.7344937324523926, + "learning_rate": 3.922635120501661e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9982674479484558, + "num_tokens": 118460319.0, + "step": 92050 + }, + { + "entropy": 0.8863076031208038, + "epoch": 8.79526129741091, + "grad_norm": 0.7676243782043457, + "learning_rate": 3.916503957650486e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9977971911430359, + "num_tokens": 118473883.0, + "step": 92060 + }, + { + "entropy": 0.8873335123062134, + "epoch": 8.796216680997421, + "grad_norm": 0.8029207587242126, + "learning_rate": 3.910377394799708e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970855593681336, + "num_tokens": 118487355.0, + "step": 92070 + }, + { + "entropy": 0.8768742084503174, + "epoch": 8.79717206458393, + "grad_norm": 1.1778924465179443, + "learning_rate": 3.9042554325608825e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9963905870914459, + "num_tokens": 118500327.0, + "step": 92080 + }, + { + "entropy": 0.8752901017665863, + "epoch": 8.79812744817044, + "grad_norm": 1.0043151378631592, + "learning_rate": 3.898138071545082e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9983225584030151, + "num_tokens": 118513280.0, + "step": 92090 + }, + { + "entropy": 0.85539670586586, + "epoch": 8.79908283175695, + "grad_norm": 0.23665691912174225, + "learning_rate": 3.892025312362941e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980712831020355, + "num_tokens": 118526027.0, + "step": 92100 + }, + { + "entropy": 0.8712561190128326, + "epoch": 8.800038215343461, + "grad_norm": 0.4820237159729004, + "learning_rate": 3.885917155624619e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9982598483562469, + "num_tokens": 118538524.0, + "step": 92110 + }, + { + "entropy": 0.8825980126857758, + "epoch": 8.80099359892997, + "grad_norm": 0.405596524477005, + "learning_rate": 3.879813601939841e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9945113122463226, + "num_tokens": 118551597.0, + "step": 92120 + }, + { + "entropy": 0.8803602993488312, + "epoch": 8.80194898251648, + "grad_norm": 0.40399107336997986, + "learning_rate": 3.873714651917842e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9966648399829865, + "num_tokens": 118565023.0, + "step": 92130 + }, + { + "entropy": 0.8619974553585052, + "epoch": 8.80290436610299, + "grad_norm": 0.2813456654548645, + "learning_rate": 3.867620306167424e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9960514366626739, + "num_tokens": 118577701.0, + "step": 92140 + }, + { + "entropy": 0.8795465528964996, + "epoch": 8.8038597496895, + "grad_norm": 0.2850152552127838, + "learning_rate": 3.8615305652969e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9967073857784271, + "num_tokens": 118590728.0, + "step": 92150 + }, + { + "entropy": 0.8784034132957459, + "epoch": 8.80481513327601, + "grad_norm": 0.32169780135154724, + "learning_rate": 3.855445429914145e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9968288719654084, + "num_tokens": 118604211.0, + "step": 92160 + }, + { + "entropy": 0.8581316709518433, + "epoch": 8.80577051686252, + "grad_norm": 1.0737570524215698, + "learning_rate": 3.849364900626595e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9963627457618713, + "num_tokens": 118616386.0, + "step": 92170 + }, + { + "entropy": 0.8697260737419128, + "epoch": 8.806725900449031, + "grad_norm": 0.3913681209087372, + "learning_rate": 3.8432889780411765e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9980048418045044, + "num_tokens": 118629070.0, + "step": 92180 + }, + { + "entropy": 0.8661798655986785, + "epoch": 8.80768128403554, + "grad_norm": 1.1057240962982178, + "learning_rate": 3.8372176627643864e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9982885122299194, + "num_tokens": 118642003.0, + "step": 92190 + }, + { + "entropy": 0.8636413097381592, + "epoch": 8.80863666762205, + "grad_norm": 0.514980137348175, + "learning_rate": 3.831150955402252e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.998286771774292, + "num_tokens": 118654396.0, + "step": 92200 + }, + { + "entropy": 0.8664665877819061, + "epoch": 8.80959205120856, + "grad_norm": 0.3110329508781433, + "learning_rate": 3.825088856560355e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9974923491477966, + "num_tokens": 118666810.0, + "step": 92210 + }, + { + "entropy": 0.8728338241577148, + "epoch": 8.81054743479507, + "grad_norm": 0.489370733499527, + "learning_rate": 3.8190313668438005e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.99765864610672, + "num_tokens": 118679952.0, + "step": 92220 + }, + { + "entropy": 0.8736307442188262, + "epoch": 8.81150281838158, + "grad_norm": 0.977594792842865, + "learning_rate": 3.8129784868572438e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9970477938652038, + "num_tokens": 118693289.0, + "step": 92230 + }, + { + "entropy": 0.8656771600246429, + "epoch": 8.81245820196809, + "grad_norm": 0.7891333699226379, + "learning_rate": 3.8069302172048737e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9953634917736054, + "num_tokens": 118706235.0, + "step": 92240 + }, + { + "entropy": 0.8686989963054657, + "epoch": 8.813413585554601, + "grad_norm": 0.29351210594177246, + "learning_rate": 3.800886558490413e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980950891971588, + "num_tokens": 118719656.0, + "step": 92250 + }, + { + "entropy": 0.8713427186012268, + "epoch": 8.81436896914111, + "grad_norm": 0.2524154484272003, + "learning_rate": 3.7948475113171513e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996522068977356, + "num_tokens": 118733214.0, + "step": 92260 + }, + { + "entropy": 0.8854162395000458, + "epoch": 8.81532435272762, + "grad_norm": 0.13123856484889984, + "learning_rate": 3.788813076287889e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9957825124263764, + "num_tokens": 118746003.0, + "step": 92270 + }, + { + "entropy": 0.8792785763740539, + "epoch": 8.81627973631413, + "grad_norm": 1.2926222085952759, + "learning_rate": 3.782783254004979e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964670717716217, + "num_tokens": 118759244.0, + "step": 92280 + }, + { + "entropy": 0.870477044582367, + "epoch": 8.81723511990064, + "grad_norm": 1.0956757068634033, + "learning_rate": 3.7767580450703e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9990523815155029, + "num_tokens": 118772216.0, + "step": 92290 + }, + { + "entropy": 0.8686335504055023, + "epoch": 8.81819050348715, + "grad_norm": 0.571454644203186, + "learning_rate": 3.770737450085282e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9970860719680786, + "num_tokens": 118784903.0, + "step": 92300 + }, + { + "entropy": 0.8598706424236298, + "epoch": 8.81914588707366, + "grad_norm": 0.9443193674087524, + "learning_rate": 3.764721469650917e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9980068802833557, + "num_tokens": 118797538.0, + "step": 92310 + }, + { + "entropy": 0.8652160942554474, + "epoch": 8.820101270660171, + "grad_norm": 0.5915297269821167, + "learning_rate": 3.7587101043676965e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9972676336765289, + "num_tokens": 118810222.0, + "step": 92320 + }, + { + "entropy": 0.871404618024826, + "epoch": 8.82105665424668, + "grad_norm": 0.49107858538627625, + "learning_rate": 3.752703354835668e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9964794874191284, + "num_tokens": 118822971.0, + "step": 92330 + }, + { + "entropy": 0.8765881299972534, + "epoch": 8.82201203783319, + "grad_norm": 0.8368544578552246, + "learning_rate": 3.7467012216544085e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9956553995609283, + "num_tokens": 118835645.0, + "step": 92340 + }, + { + "entropy": 0.8824744939804077, + "epoch": 8.8229674214197, + "grad_norm": 0.43086880445480347, + "learning_rate": 3.7407037054230652e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9968506276607514, + "num_tokens": 118849030.0, + "step": 92350 + }, + { + "entropy": 0.8724108040332794, + "epoch": 8.82392280500621, + "grad_norm": 0.26628735661506653, + "learning_rate": 3.7347108067402937e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.997757512331009, + "num_tokens": 118861905.0, + "step": 92360 + }, + { + "entropy": 0.8697043061256409, + "epoch": 8.82487818859272, + "grad_norm": 0.4699862599372864, + "learning_rate": 3.7287225262042867e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9949472546577454, + "num_tokens": 118874324.0, + "step": 92370 + }, + { + "entropy": 0.8726085484027862, + "epoch": 8.82583357217923, + "grad_norm": 0.27348384261131287, + "learning_rate": 3.7227388644128056e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9963151633739471, + "num_tokens": 118887024.0, + "step": 92380 + }, + { + "entropy": 0.8730894923210144, + "epoch": 8.826788955765739, + "grad_norm": 0.16045129299163818, + "learning_rate": 3.716759821963117e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9966244339942932, + "num_tokens": 118900093.0, + "step": 92390 + }, + { + "entropy": 0.8734601080417633, + "epoch": 8.82774433935225, + "grad_norm": 0.4882957935333252, + "learning_rate": 3.7107853994520604e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9983149349689484, + "num_tokens": 118912960.0, + "step": 92400 + }, + { + "entropy": 0.8636640667915344, + "epoch": 8.82869972293876, + "grad_norm": 0.7949300408363342, + "learning_rate": 3.7048155974759802e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9976488828659058, + "num_tokens": 118925800.0, + "step": 92410 + }, + { + "entropy": 0.8532731354236602, + "epoch": 8.82965510652527, + "grad_norm": 0.16953372955322266, + "learning_rate": 3.6988504166307837e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963673055171967, + "num_tokens": 118938196.0, + "step": 92420 + }, + { + "entropy": 0.8788015425205231, + "epoch": 8.83061049011178, + "grad_norm": 0.14639097452163696, + "learning_rate": 3.6928898575118885e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9967730581760407, + "num_tokens": 118951201.0, + "step": 92430 + }, + { + "entropy": 0.8671483337879181, + "epoch": 8.83156587369829, + "grad_norm": 0.617851972579956, + "learning_rate": 3.6869339207142974e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963612020015716, + "num_tokens": 118964198.0, + "step": 92440 + }, + { + "entropy": 0.8808560192584991, + "epoch": 8.8325212572848, + "grad_norm": 0.45950764417648315, + "learning_rate": 3.680982606832517e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9961075842380523, + "num_tokens": 118977106.0, + "step": 92450 + }, + { + "entropy": 0.8679702162742615, + "epoch": 8.833476640871309, + "grad_norm": 1.2439002990722656, + "learning_rate": 3.675035916460584e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9959970653057099, + "num_tokens": 118989767.0, + "step": 92460 + }, + { + "entropy": 0.8815367817878723, + "epoch": 8.83443202445782, + "grad_norm": 0.4359230101108551, + "learning_rate": 3.6690938501921122e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9971089839935303, + "num_tokens": 119003197.0, + "step": 92470 + }, + { + "entropy": 0.8777976036071777, + "epoch": 8.83538740804433, + "grad_norm": 0.5199905633926392, + "learning_rate": 3.6631564086202164e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9976671695709228, + "num_tokens": 119016571.0, + "step": 92480 + }, + { + "entropy": 0.8659577965736389, + "epoch": 8.83634279163084, + "grad_norm": 0.7608425617218018, + "learning_rate": 3.6572235923375773e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9948221564292907, + "num_tokens": 119029846.0, + "step": 92490 + }, + { + "entropy": 0.8677972614765167, + "epoch": 8.83729817521735, + "grad_norm": 0.3421120345592499, + "learning_rate": 3.6512954019363943e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9968267977237701, + "num_tokens": 119042969.0, + "step": 92500 + }, + { + "entropy": 0.8813278257846833, + "epoch": 8.83825355880386, + "grad_norm": 0.36696621775627136, + "learning_rate": 3.6453718380084157e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9966631352901458, + "num_tokens": 119055956.0, + "step": 92510 + }, + { + "entropy": 0.8652797043323517, + "epoch": 8.83920894239037, + "grad_norm": 1.78598952293396, + "learning_rate": 3.6394529011449186e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9974361181259155, + "num_tokens": 119068851.0, + "step": 92520 + }, + { + "entropy": 0.8661030411720276, + "epoch": 8.840164325976879, + "grad_norm": 0.423904687166214, + "learning_rate": 3.6335385919367193e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9993377506732941, + "num_tokens": 119081526.0, + "step": 92530 + }, + { + "entropy": 0.8630199313163758, + "epoch": 8.84111970956339, + "grad_norm": 0.4902902841567993, + "learning_rate": 3.6276289109742012e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9964411079883575, + "num_tokens": 119093955.0, + "step": 92540 + }, + { + "entropy": 0.8756386756896972, + "epoch": 8.8420750931499, + "grad_norm": 0.22750593721866608, + "learning_rate": 3.6217238588472425e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9985781669616699, + "num_tokens": 119107223.0, + "step": 92550 + }, + { + "entropy": 0.8644055783748626, + "epoch": 8.84303047673641, + "grad_norm": 0.4422675669193268, + "learning_rate": 3.6158234361452882e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9980980515480041, + "num_tokens": 119120470.0, + "step": 92560 + }, + { + "entropy": 0.8648366212844849, + "epoch": 8.84398586032292, + "grad_norm": 0.23651692271232605, + "learning_rate": 3.609927643457295e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983647227287292, + "num_tokens": 119133679.0, + "step": 92570 + }, + { + "entropy": 0.8634397149085998, + "epoch": 8.84494124390943, + "grad_norm": 1.3116247653961182, + "learning_rate": 3.604036481371792e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.997074407339096, + "num_tokens": 119146295.0, + "step": 92580 + }, + { + "entropy": 0.8555008113384247, + "epoch": 8.84589662749594, + "grad_norm": 0.5723534226417542, + "learning_rate": 3.5981499504768203e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9984136462211609, + "num_tokens": 119158868.0, + "step": 92590 + }, + { + "entropy": 0.8653794765472412, + "epoch": 8.846852011082449, + "grad_norm": 2.4930901527404785, + "learning_rate": 3.5922680513599595e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9972896695137023, + "num_tokens": 119171289.0, + "step": 92600 + }, + { + "entropy": 0.8707006812095642, + "epoch": 8.84780739466896, + "grad_norm": 1.7308965921401978, + "learning_rate": 3.586390784608351e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9956100523471832, + "num_tokens": 119184139.0, + "step": 92610 + }, + { + "entropy": 0.8753462076187134, + "epoch": 8.84876277825547, + "grad_norm": 0.6382154226303101, + "learning_rate": 3.580518150808637e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9963288605213165, + "num_tokens": 119197269.0, + "step": 92620 + }, + { + "entropy": 0.8596138477325439, + "epoch": 8.84971816184198, + "grad_norm": 0.6406961679458618, + "learning_rate": 3.5746501505470377e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9971841096878051, + "num_tokens": 119209630.0, + "step": 92630 + }, + { + "entropy": 0.8595991492271423, + "epoch": 8.850673545428489, + "grad_norm": 0.5804893970489502, + "learning_rate": 3.5687867844092837e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9967392385005951, + "num_tokens": 119222458.0, + "step": 92640 + }, + { + "entropy": 0.8675634324550628, + "epoch": 8.851628929015, + "grad_norm": 0.0670357272028923, + "learning_rate": 3.562928052980641e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9987182676792145, + "num_tokens": 119235786.0, + "step": 92650 + }, + { + "entropy": 0.8733088552951813, + "epoch": 8.85258431260151, + "grad_norm": 0.2737793028354645, + "learning_rate": 3.5570739568459134e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9974047720432282, + "num_tokens": 119248699.0, + "step": 92660 + }, + { + "entropy": 0.873608523607254, + "epoch": 8.853539696188019, + "grad_norm": 0.25802648067474365, + "learning_rate": 3.551224496589467e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9974266171455384, + "num_tokens": 119262472.0, + "step": 92670 + }, + { + "entropy": 0.865178519487381, + "epoch": 8.85449507977453, + "grad_norm": 0.5246548652648926, + "learning_rate": 3.545379672795196e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983081817626953, + "num_tokens": 119275430.0, + "step": 92680 + }, + { + "entropy": 0.8633763015270233, + "epoch": 8.85545046336104, + "grad_norm": 1.2956428527832031, + "learning_rate": 3.5395394860465005e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9958635628223419, + "num_tokens": 119288154.0, + "step": 92690 + }, + { + "entropy": 0.8520888209342956, + "epoch": 8.856405846947549, + "grad_norm": 1.333944320678711, + "learning_rate": 3.5337039369263525e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9967848598957062, + "num_tokens": 119300526.0, + "step": 92700 + }, + { + "entropy": 0.882130241394043, + "epoch": 8.85736123053406, + "grad_norm": 0.48357701301574707, + "learning_rate": 3.527873026017242e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9973610460758209, + "num_tokens": 119313529.0, + "step": 92710 + }, + { + "entropy": 0.8738705337047576, + "epoch": 8.85831661412057, + "grad_norm": 0.8320690989494324, + "learning_rate": 3.52204675390122e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.997313630580902, + "num_tokens": 119326586.0, + "step": 92720 + }, + { + "entropy": 0.8727843642234803, + "epoch": 8.85927199770708, + "grad_norm": 1.174667477607727, + "learning_rate": 3.51622512115985e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.997020560503006, + "num_tokens": 119339550.0, + "step": 92730 + }, + { + "entropy": 0.8508506059646607, + "epoch": 8.860227381293589, + "grad_norm": 0.24520695209503174, + "learning_rate": 3.5104081283742375e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9980467438697815, + "num_tokens": 119351653.0, + "step": 92740 + }, + { + "entropy": 0.8513780474662781, + "epoch": 8.8611827648801, + "grad_norm": 0.37658435106277466, + "learning_rate": 3.5045957761250193e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9980180025100708, + "num_tokens": 119364027.0, + "step": 92750 + }, + { + "entropy": 0.8725251615047455, + "epoch": 8.86213814846661, + "grad_norm": 0.5146588087081909, + "learning_rate": 3.498788064992392e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.998362523317337, + "num_tokens": 119377687.0, + "step": 92760 + }, + { + "entropy": 0.8757504940032959, + "epoch": 8.863093532053119, + "grad_norm": 0.6652477979660034, + "learning_rate": 3.492984995556081e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9950112402439117, + "num_tokens": 119390563.0, + "step": 92770 + }, + { + "entropy": 0.8671215176582336, + "epoch": 8.864048915639628, + "grad_norm": 0.12975798547267914, + "learning_rate": 3.4871865683953177e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9982739865779877, + "num_tokens": 119403490.0, + "step": 92780 + }, + { + "entropy": 0.8725169003009796, + "epoch": 8.86500429922614, + "grad_norm": 0.6160950064659119, + "learning_rate": 3.481392784088916e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.9948489189147949, + "num_tokens": 119416656.0, + "step": 92790 + }, + { + "entropy": 0.87015340924263, + "epoch": 8.86595968281265, + "grad_norm": 0.27081501483917236, + "learning_rate": 3.475603643215186e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9973138630390167, + "num_tokens": 119429547.0, + "step": 92800 + }, + { + "entropy": 0.8581173121929169, + "epoch": 8.866915066399159, + "grad_norm": 0.44607868790626526, + "learning_rate": 3.4698191463520104e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.998002678155899, + "num_tokens": 119442357.0, + "step": 92810 + }, + { + "entropy": 0.8746135652065277, + "epoch": 8.86787044998567, + "grad_norm": 0.2966892123222351, + "learning_rate": 3.4640392940767876e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9979402899742127, + "num_tokens": 119455062.0, + "step": 92820 + }, + { + "entropy": 0.8751633524894714, + "epoch": 8.86882583357218, + "grad_norm": 1.1044117212295532, + "learning_rate": 3.4582640869664395e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.997682249546051, + "num_tokens": 119468154.0, + "step": 92830 + }, + { + "entropy": 0.8808821022510529, + "epoch": 8.869781217158689, + "grad_norm": 0.7235087752342224, + "learning_rate": 3.452493525597461e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9967079758644104, + "num_tokens": 119481267.0, + "step": 92840 + }, + { + "entropy": 0.8717811465263366, + "epoch": 8.870736600745198, + "grad_norm": 0.7597401738166809, + "learning_rate": 3.4467276105458526e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9979518592357636, + "num_tokens": 119493917.0, + "step": 92850 + }, + { + "entropy": 0.8669272482395172, + "epoch": 8.87169198433171, + "grad_norm": 0.4293457865715027, + "learning_rate": 3.440966342387164e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9974308431148529, + "num_tokens": 119506992.0, + "step": 92860 + }, + { + "entropy": 0.8738491415977478, + "epoch": 8.87264736791822, + "grad_norm": 0.6217743158340454, + "learning_rate": 3.4352097216964806e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9968976020812989, + "num_tokens": 119519725.0, + "step": 92870 + }, + { + "entropy": 0.8616326987743378, + "epoch": 8.873602751504729, + "grad_norm": 1.138962745666504, + "learning_rate": 3.4294577490484146e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9979655921459198, + "num_tokens": 119532295.0, + "step": 92880 + }, + { + "entropy": 0.8761441588401795, + "epoch": 8.87455813509124, + "grad_norm": 0.4407786726951599, + "learning_rate": 3.423710425017118e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9983673930168152, + "num_tokens": 119545896.0, + "step": 92890 + }, + { + "entropy": 0.8683661699295044, + "epoch": 8.87551351867775, + "grad_norm": 0.9740356206893921, + "learning_rate": 3.4179677501762987e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963746130466461, + "num_tokens": 119558907.0, + "step": 92900 + }, + { + "entropy": 0.8671978056430817, + "epoch": 8.876468902264259, + "grad_norm": 0.35214856266975403, + "learning_rate": 3.4122297250991696e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9961547195911408, + "num_tokens": 119571428.0, + "step": 92910 + }, + { + "entropy": 0.8569461762905121, + "epoch": 8.877424285850768, + "grad_norm": 0.4177698493003845, + "learning_rate": 3.40649635035849e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9975923955440521, + "num_tokens": 119583609.0, + "step": 92920 + }, + { + "entropy": 0.8774309277534484, + "epoch": 8.87837966943728, + "grad_norm": 0.23513372242450714, + "learning_rate": 3.40076762652658e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9962390422821045, + "num_tokens": 119596555.0, + "step": 92930 + }, + { + "entropy": 0.8667513191699981, + "epoch": 8.87933505302379, + "grad_norm": 0.33631405234336853, + "learning_rate": 3.395043554175248e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9981247425079346, + "num_tokens": 119610042.0, + "step": 92940 + }, + { + "entropy": 0.8678924858570098, + "epoch": 8.880290436610299, + "grad_norm": 1.0196161270141602, + "learning_rate": 3.3893241338758817e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9963030755519867, + "num_tokens": 119622862.0, + "step": 92950 + }, + { + "entropy": 0.8577839016914368, + "epoch": 8.88124582019681, + "grad_norm": 0.26332929730415344, + "learning_rate": 3.383609366199386e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973680317401886, + "num_tokens": 119635612.0, + "step": 92960 + }, + { + "entropy": 0.8543363690376282, + "epoch": 8.88220120378332, + "grad_norm": 1.102461576461792, + "learning_rate": 3.3778992517161878e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9972806870937347, + "num_tokens": 119647618.0, + "step": 92970 + }, + { + "entropy": 0.8737763643264771, + "epoch": 8.883156587369829, + "grad_norm": 0.2681230902671814, + "learning_rate": 3.372193790996281e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9979228436946869, + "num_tokens": 119660500.0, + "step": 92980 + }, + { + "entropy": 0.8760785639286042, + "epoch": 8.884111970956338, + "grad_norm": 1.1769201755523682, + "learning_rate": 3.366492984609165e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980999112129212, + "num_tokens": 119673115.0, + "step": 92990 + }, + { + "entropy": 0.8680769026279449, + "epoch": 8.88506735454285, + "grad_norm": 0.08557436615228653, + "learning_rate": 3.3607968331239136e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9983554363250733, + "num_tokens": 119686222.0, + "step": 93000 + }, + { + "entropy": 0.8687296211719513, + "epoch": 8.886022738129359, + "grad_norm": 0.44824522733688354, + "learning_rate": 3.3551053371090712e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9973363220691681, + "num_tokens": 119698642.0, + "step": 93010 + }, + { + "entropy": 0.8647943377494812, + "epoch": 8.886978121715869, + "grad_norm": 0.43158742785453796, + "learning_rate": 3.349418497132778e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.995724880695343, + "num_tokens": 119711480.0, + "step": 93020 + }, + { + "entropy": 0.871908962726593, + "epoch": 8.887933505302378, + "grad_norm": 0.6659751534461975, + "learning_rate": 3.343736313762685e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9957730770111084, + "num_tokens": 119724560.0, + "step": 93030 + }, + { + "entropy": 0.8800806343555451, + "epoch": 8.88888888888889, + "grad_norm": 1.1652610301971436, + "learning_rate": 3.338058787565984e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9977095544338226, + "num_tokens": 119738267.0, + "step": 93040 + }, + { + "entropy": 0.8615903735160828, + "epoch": 8.889844272475399, + "grad_norm": 0.6841893196105957, + "learning_rate": 3.332385919109393e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.99734525680542, + "num_tokens": 119750792.0, + "step": 93050 + }, + { + "entropy": 0.8659008979797364, + "epoch": 8.890799656061908, + "grad_norm": 0.8836439251899719, + "learning_rate": 3.3267177089591705e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9957241296768189, + "num_tokens": 119762960.0, + "step": 93060 + }, + { + "entropy": 0.8662933647632599, + "epoch": 8.89175503964842, + "grad_norm": 0.45472458004951477, + "learning_rate": 3.321054157681125e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9964876770973206, + "num_tokens": 119776165.0, + "step": 93070 + }, + { + "entropy": 0.8617347300052642, + "epoch": 8.892710423234929, + "grad_norm": 1.09043288230896, + "learning_rate": 3.3153952658405596e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.997275573015213, + "num_tokens": 119788724.0, + "step": 93080 + }, + { + "entropy": 0.8760183453559875, + "epoch": 8.893665806821438, + "grad_norm": 1.0291067361831665, + "learning_rate": 3.3097410340023728e-06, + "loss": 0.0137, + "mean_token_accuracy": 0.9943950116634369, + "num_tokens": 119801235.0, + "step": 93090 + }, + { + "entropy": 0.8760609328746796, + "epoch": 8.894621190407948, + "grad_norm": 0.5472386479377747, + "learning_rate": 3.3040914627309238e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9966920018196106, + "num_tokens": 119814365.0, + "step": 93100 + }, + { + "entropy": 0.8665300130844116, + "epoch": 8.89557657399446, + "grad_norm": 1.2841434478759766, + "learning_rate": 3.2984465525901786e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9977402329444885, + "num_tokens": 119827519.0, + "step": 93110 + }, + { + "entropy": 0.854433536529541, + "epoch": 8.896531957580969, + "grad_norm": 0.6173751950263977, + "learning_rate": 3.2928063041435865e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9979235887527466, + "num_tokens": 119839707.0, + "step": 93120 + }, + { + "entropy": 0.860334062576294, + "epoch": 8.897487341167478, + "grad_norm": 0.45838499069213867, + "learning_rate": 3.287170717954163e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9997005999088288, + "num_tokens": 119852530.0, + "step": 93130 + }, + { + "entropy": 0.8784251093864441, + "epoch": 8.89844272475399, + "grad_norm": 0.28524911403656006, + "learning_rate": 3.2815397945844375e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9973517954349518, + "num_tokens": 119865644.0, + "step": 93140 + }, + { + "entropy": 0.8602907240390778, + "epoch": 8.899398108340499, + "grad_norm": 0.5268438458442688, + "learning_rate": 3.275913534596475e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9971414029598236, + "num_tokens": 119878510.0, + "step": 93150 + }, + { + "entropy": 0.8671684622764587, + "epoch": 8.900353491927008, + "grad_norm": 1.0909078121185303, + "learning_rate": 3.270291938551906e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9950200021266937, + "num_tokens": 119891580.0, + "step": 93160 + }, + { + "entropy": 0.8582200944423676, + "epoch": 8.901308875513518, + "grad_norm": 1.090766191482544, + "learning_rate": 3.2646750070118414e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966089606285096, + "num_tokens": 119903866.0, + "step": 93170 + }, + { + "entropy": 0.8632284104824066, + "epoch": 8.90226425910003, + "grad_norm": 0.39420822262763977, + "learning_rate": 3.2590627405369835e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9973090708255767, + "num_tokens": 119916798.0, + "step": 93180 + }, + { + "entropy": 0.8484455108642578, + "epoch": 8.903219642686539, + "grad_norm": 0.10149071365594864, + "learning_rate": 3.2534551396875335e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977324485778809, + "num_tokens": 119929104.0, + "step": 93190 + }, + { + "entropy": 0.8630283772945404, + "epoch": 8.904175026273048, + "grad_norm": 0.6129584908485413, + "learning_rate": 3.247852205023222e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9964404940605164, + "num_tokens": 119941866.0, + "step": 93200 + }, + { + "entropy": 0.8595082879066467, + "epoch": 8.90513040985956, + "grad_norm": 0.6846351027488708, + "learning_rate": 3.2422539371033456e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9976740419864655, + "num_tokens": 119954630.0, + "step": 93210 + }, + { + "entropy": 0.857887327671051, + "epoch": 8.906085793446069, + "grad_norm": 0.30096590518951416, + "learning_rate": 3.236660336486713e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9980460107326508, + "num_tokens": 119967197.0, + "step": 93220 + }, + { + "entropy": 0.8775947034358978, + "epoch": 8.907041177032578, + "grad_norm": 0.3960363566875458, + "learning_rate": 3.231071403731667e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9971475839614868, + "num_tokens": 119980359.0, + "step": 93230 + }, + { + "entropy": 0.8693052709102631, + "epoch": 8.907996560619088, + "grad_norm": 0.29134035110473633, + "learning_rate": 3.225487139396077e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9974122047424316, + "num_tokens": 119993449.0, + "step": 93240 + }, + { + "entropy": 0.875931853055954, + "epoch": 8.908951944205599, + "grad_norm": 0.45899054408073425, + "learning_rate": 3.2199075440373814e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.996339601278305, + "num_tokens": 120006753.0, + "step": 93250 + }, + { + "entropy": 0.8670592844486237, + "epoch": 8.909907327792109, + "grad_norm": 0.6520906686782837, + "learning_rate": 3.214332618212507e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997681587934494, + "num_tokens": 120019756.0, + "step": 93260 + }, + { + "entropy": 0.8664967536926269, + "epoch": 8.910862711378618, + "grad_norm": 0.2911283075809479, + "learning_rate": 3.208762362477957e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9976558744907379, + "num_tokens": 120032434.0, + "step": 93270 + }, + { + "entropy": 0.8659703493118286, + "epoch": 8.911818094965128, + "grad_norm": 1.0203403234481812, + "learning_rate": 3.203196777389733e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9955953598022461, + "num_tokens": 120044646.0, + "step": 93280 + }, + { + "entropy": 0.8654970943927764, + "epoch": 8.912773478551639, + "grad_norm": 0.3564261794090271, + "learning_rate": 3.1976358635033843e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9970948457717895, + "num_tokens": 120057619.0, + "step": 93290 + }, + { + "entropy": 0.879766458272934, + "epoch": 8.913728862138148, + "grad_norm": 1.7386938333511353, + "learning_rate": 3.1920796213740057e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9969858586788177, + "num_tokens": 120070242.0, + "step": 93300 + }, + { + "entropy": 0.8654340267181396, + "epoch": 8.914684245724658, + "grad_norm": 0.29461047053337097, + "learning_rate": 3.186528051556198e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9970136106014251, + "num_tokens": 120082845.0, + "step": 93310 + }, + { + "entropy": 0.8600949823856354, + "epoch": 8.915639629311169, + "grad_norm": 0.35973110795021057, + "learning_rate": 3.1809811546041456e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9973530113697052, + "num_tokens": 120095504.0, + "step": 93320 + }, + { + "entropy": 0.8670023202896118, + "epoch": 8.916595012897679, + "grad_norm": 0.29993563890457153, + "learning_rate": 3.1754389310714896e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9971483647823334, + "num_tokens": 120108274.0, + "step": 93330 + }, + { + "entropy": 0.878794538974762, + "epoch": 8.917550396484188, + "grad_norm": 0.6112833619117737, + "learning_rate": 3.169901381511481e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.997345244884491, + "num_tokens": 120121235.0, + "step": 93340 + }, + { + "entropy": 0.8684572100639343, + "epoch": 8.9185057800707, + "grad_norm": 0.25733819603919983, + "learning_rate": 3.1643685064768504e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9966270565986634, + "num_tokens": 120133622.0, + "step": 93350 + }, + { + "entropy": 0.875996720790863, + "epoch": 8.919461163657209, + "grad_norm": 0.2721922993659973, + "learning_rate": 3.1588403065199e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.996062833070755, + "num_tokens": 120146924.0, + "step": 93360 + }, + { + "entropy": 0.8676222026348114, + "epoch": 8.920416547243718, + "grad_norm": 0.36982887983322144, + "learning_rate": 3.153316782192439e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9958351016044616, + "num_tokens": 120159361.0, + "step": 93370 + }, + { + "entropy": 0.887892872095108, + "epoch": 8.921371930830228, + "grad_norm": 0.42352527379989624, + "learning_rate": 3.1477979340458153e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9960298776626587, + "num_tokens": 120172853.0, + "step": 93380 + }, + { + "entropy": 0.8613072872161865, + "epoch": 8.922327314416739, + "grad_norm": 0.261471152305603, + "learning_rate": 3.142283762630921e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9978446662425995, + "num_tokens": 120186400.0, + "step": 93390 + }, + { + "entropy": 0.8619415283203125, + "epoch": 8.923282698003248, + "grad_norm": 0.2724229097366333, + "learning_rate": 3.1367742684981714e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9978413820266724, + "num_tokens": 120199161.0, + "step": 93400 + }, + { + "entropy": 0.8790588855743409, + "epoch": 8.924238081589758, + "grad_norm": 0.21628309786319733, + "learning_rate": 3.131269452197533e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9978509604930877, + "num_tokens": 120212387.0, + "step": 93410 + }, + { + "entropy": 0.864504599571228, + "epoch": 8.925193465176267, + "grad_norm": 0.5436766147613525, + "learning_rate": 3.1257693142784596e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9960043072700501, + "num_tokens": 120225285.0, + "step": 93420 + }, + { + "entropy": 0.862469094991684, + "epoch": 8.926148848762779, + "grad_norm": 0.3906220495700836, + "learning_rate": 3.1202738552899844e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9979469537734985, + "num_tokens": 120237680.0, + "step": 93430 + }, + { + "entropy": 0.857882273197174, + "epoch": 8.927104232349288, + "grad_norm": 0.5554280281066895, + "learning_rate": 3.114783075780664e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9972060561180115, + "num_tokens": 120249976.0, + "step": 93440 + }, + { + "entropy": 0.8794130325317383, + "epoch": 8.928059615935798, + "grad_norm": 1.5758343935012817, + "learning_rate": 3.109296976298576e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9969380378723145, + "num_tokens": 120263527.0, + "step": 93450 + }, + { + "entropy": 0.8811722278594971, + "epoch": 8.929014999522309, + "grad_norm": 0.7360714077949524, + "learning_rate": 3.1038155573913375e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9974682986736297, + "num_tokens": 120276838.0, + "step": 93460 + }, + { + "entropy": 0.8717116832733154, + "epoch": 8.929970383108818, + "grad_norm": 0.23262974619865417, + "learning_rate": 3.0983388196060893e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.996320104598999, + "num_tokens": 120289721.0, + "step": 93470 + }, + { + "entropy": 0.8714910387992859, + "epoch": 8.930925766695328, + "grad_norm": 0.200018048286438, + "learning_rate": 3.092866763489527e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9975564897060394, + "num_tokens": 120302358.0, + "step": 93480 + }, + { + "entropy": 0.8650588989257812, + "epoch": 8.931881150281837, + "grad_norm": 0.23869508504867554, + "learning_rate": 3.0873993895878473e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9986437380313873, + "num_tokens": 120314686.0, + "step": 93490 + }, + { + "entropy": 0.8586884617805481, + "epoch": 8.932836533868349, + "grad_norm": 0.28641676902770996, + "learning_rate": 3.0819366984468133e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963727176189423, + "num_tokens": 120327925.0, + "step": 93500 + }, + { + "entropy": 0.8536449491977691, + "epoch": 8.933791917454858, + "grad_norm": 0.47981998324394226, + "learning_rate": 3.0764786906117006e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9986735761165619, + "num_tokens": 120340906.0, + "step": 93510 + }, + { + "entropy": 0.8562323868274688, + "epoch": 8.934747301041368, + "grad_norm": 0.7598098516464233, + "learning_rate": 3.0710253666273116e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963053107261658, + "num_tokens": 120353488.0, + "step": 93520 + }, + { + "entropy": 0.8598916947841644, + "epoch": 8.935702684627879, + "grad_norm": 1.0310825109481812, + "learning_rate": 3.065576727038e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9979548394680023, + "num_tokens": 120366042.0, + "step": 93530 + }, + { + "entropy": 0.8579790353775024, + "epoch": 8.936658068214388, + "grad_norm": 0.7314757704734802, + "learning_rate": 3.060132772387647e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9963936150074005, + "num_tokens": 120378659.0, + "step": 93540 + }, + { + "entropy": 0.8815782606601715, + "epoch": 8.937613451800898, + "grad_norm": 0.6638449430465698, + "learning_rate": 3.054693503219652e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9960475623607635, + "num_tokens": 120392415.0, + "step": 93550 + }, + { + "entropy": 0.8570833444595337, + "epoch": 8.938568835387407, + "grad_norm": 0.4730546474456787, + "learning_rate": 3.0492589200769473e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9962907791137695, + "num_tokens": 120404699.0, + "step": 93560 + }, + { + "entropy": 0.8701080501079559, + "epoch": 8.939524218973919, + "grad_norm": 1.9241349697113037, + "learning_rate": 3.043829023502026e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.998332679271698, + "num_tokens": 120417711.0, + "step": 93570 + }, + { + "entropy": 0.8699660718441009, + "epoch": 8.940479602560428, + "grad_norm": 0.3493410646915436, + "learning_rate": 3.0384038140368888e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9976520419120789, + "num_tokens": 120430660.0, + "step": 93580 + }, + { + "entropy": 0.8422985434532165, + "epoch": 8.941434986146938, + "grad_norm": 0.3972112536430359, + "learning_rate": 3.0329832922230737e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9977285265922546, + "num_tokens": 120442637.0, + "step": 93590 + }, + { + "entropy": 0.8663305699825287, + "epoch": 8.942390369733449, + "grad_norm": 0.45295295119285583, + "learning_rate": 3.027567458601649e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.99768026471138, + "num_tokens": 120455698.0, + "step": 93600 + }, + { + "entropy": 0.8693973779678345, + "epoch": 8.943345753319958, + "grad_norm": 0.34493759274482727, + "learning_rate": 3.0221563137132092e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9981124460697174, + "num_tokens": 120468926.0, + "step": 93610 + }, + { + "entropy": 0.8691531658172608, + "epoch": 8.944301136906468, + "grad_norm": 0.2503415644168854, + "learning_rate": 3.016749858097906e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9966995120048523, + "num_tokens": 120482273.0, + "step": 93620 + }, + { + "entropy": 0.8433257877826691, + "epoch": 8.945256520492977, + "grad_norm": 0.11765888333320618, + "learning_rate": 3.0113480922953907e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9986616313457489, + "num_tokens": 120494538.0, + "step": 93630 + }, + { + "entropy": 0.872731477022171, + "epoch": 8.946211904079489, + "grad_norm": 0.29222556948661804, + "learning_rate": 3.0059510168448657e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9963059484958648, + "num_tokens": 120507723.0, + "step": 93640 + }, + { + "entropy": 0.8713572561740875, + "epoch": 8.947167287665998, + "grad_norm": 0.3591422736644745, + "learning_rate": 3.0005586322850554e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.9948329091072082, + "num_tokens": 120520662.0, + "step": 93650 + }, + { + "entropy": 0.8714017331600189, + "epoch": 8.948122671252507, + "grad_norm": 0.7551654577255249, + "learning_rate": 2.9951709391542293e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9952670454978942, + "num_tokens": 120534087.0, + "step": 93660 + }, + { + "entropy": 0.8704283773899079, + "epoch": 8.949078054839017, + "grad_norm": 0.6495290398597717, + "learning_rate": 2.9897879379901793e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9970618605613708, + "num_tokens": 120546865.0, + "step": 93670 + }, + { + "entropy": 0.8856164455413819, + "epoch": 8.950033438425528, + "grad_norm": 0.1891995370388031, + "learning_rate": 2.9844096293302372e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9969598054885864, + "num_tokens": 120560166.0, + "step": 93680 + }, + { + "entropy": 0.8752516984939576, + "epoch": 8.950988822012038, + "grad_norm": 0.17115862667560577, + "learning_rate": 2.979036013711245e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9973833620548248, + "num_tokens": 120573352.0, + "step": 93690 + }, + { + "entropy": 0.8650528490543365, + "epoch": 8.951944205598547, + "grad_norm": 0.7975440621376038, + "learning_rate": 2.9736670916695907e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9980684220790863, + "num_tokens": 120586080.0, + "step": 93700 + }, + { + "entropy": 0.8608753383159637, + "epoch": 8.952899589185058, + "grad_norm": 0.22713187336921692, + "learning_rate": 2.968302863741207e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9982963562011719, + "num_tokens": 120598527.0, + "step": 93710 + }, + { + "entropy": 0.8468349874019623, + "epoch": 8.953854972771568, + "grad_norm": 0.6347354054450989, + "learning_rate": 2.962943330461526e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9976990938186645, + "num_tokens": 120611172.0, + "step": 93720 + }, + { + "entropy": 0.8751693487167358, + "epoch": 8.954810356358077, + "grad_norm": 1.0512380599975586, + "learning_rate": 2.957588492365554e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996733558177948, + "num_tokens": 120624149.0, + "step": 93730 + }, + { + "entropy": 0.8560590267181396, + "epoch": 8.955765739944589, + "grad_norm": 0.14395862817764282, + "learning_rate": 2.952238349987796e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9976979076862336, + "num_tokens": 120636689.0, + "step": 93740 + }, + { + "entropy": 0.8597634315490723, + "epoch": 8.956721123531098, + "grad_norm": 0.9623937606811523, + "learning_rate": 2.9468929038622807e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.997669392824173, + "num_tokens": 120649785.0, + "step": 93750 + }, + { + "entropy": 0.8545159280300141, + "epoch": 8.957676507117608, + "grad_norm": 0.8064349293708801, + "learning_rate": 2.9415521545226035e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9975201964378357, + "num_tokens": 120662537.0, + "step": 93760 + }, + { + "entropy": 0.8579488575458527, + "epoch": 8.958631890704117, + "grad_norm": 0.26698392629623413, + "learning_rate": 2.936216102501871e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983531475067139, + "num_tokens": 120675026.0, + "step": 93770 + }, + { + "entropy": 0.8714318454265595, + "epoch": 8.959587274290628, + "grad_norm": 0.5159449577331543, + "learning_rate": 2.9308847483327073e-06, + "loss": 0.0144, + "mean_token_accuracy": 0.9960259735584259, + "num_tokens": 120688115.0, + "step": 93780 + }, + { + "entropy": 0.8668850123882293, + "epoch": 8.960542657877138, + "grad_norm": 0.7781441807746887, + "learning_rate": 2.925558092547287e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9973524928092956, + "num_tokens": 120701124.0, + "step": 93790 + }, + { + "entropy": 0.8540567934513092, + "epoch": 8.961498041463647, + "grad_norm": 0.4617636799812317, + "learning_rate": 2.920236135677318e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970567464828491, + "num_tokens": 120713514.0, + "step": 93800 + }, + { + "entropy": 0.8706787109375, + "epoch": 8.962453425050157, + "grad_norm": 0.21423350274562836, + "learning_rate": 2.9149188782540306e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969382345676422, + "num_tokens": 120726481.0, + "step": 93810 + }, + { + "entropy": 0.848640787601471, + "epoch": 8.963408808636668, + "grad_norm": 0.28126025199890137, + "learning_rate": 2.9096063208081835e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9979337334632874, + "num_tokens": 120738486.0, + "step": 93820 + }, + { + "entropy": 0.8762592673301697, + "epoch": 8.964364192223178, + "grad_norm": 0.35339564085006714, + "learning_rate": 2.9042984638700755e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.997376310825348, + "num_tokens": 120751251.0, + "step": 93830 + }, + { + "entropy": 0.8621527552604675, + "epoch": 8.965319575809687, + "grad_norm": 0.20818288624286652, + "learning_rate": 2.8989953079695153e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9980014622211456, + "num_tokens": 120763789.0, + "step": 93840 + }, + { + "entropy": 0.878131651878357, + "epoch": 8.966274959396198, + "grad_norm": 0.40915465354919434, + "learning_rate": 2.8936968536358742e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9983895361423493, + "num_tokens": 120776776.0, + "step": 93850 + }, + { + "entropy": 0.8563506007194519, + "epoch": 8.967230342982708, + "grad_norm": 0.4024806618690491, + "learning_rate": 2.888403101398035e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9979674935340881, + "num_tokens": 120789358.0, + "step": 93860 + }, + { + "entropy": 0.8523983538150788, + "epoch": 8.968185726569217, + "grad_norm": 0.369583398103714, + "learning_rate": 2.8831140517844023e-06, + "loss": 0.013, + "mean_token_accuracy": 0.996367222070694, + "num_tokens": 120801984.0, + "step": 93870 + }, + { + "entropy": 0.8727932333946228, + "epoch": 8.969141110155727, + "grad_norm": 0.7448047995567322, + "learning_rate": 2.8778297053229375e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9962099850177765, + "num_tokens": 120815298.0, + "step": 93880 + }, + { + "entropy": 0.8652355432510376, + "epoch": 8.970096493742238, + "grad_norm": 0.09961822628974915, + "learning_rate": 2.8725500625411017e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9981506586074829, + "num_tokens": 120828461.0, + "step": 93890 + }, + { + "entropy": 0.8670831143856048, + "epoch": 8.971051877328748, + "grad_norm": 0.7658581137657166, + "learning_rate": 2.8672751239659235e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9971336781978607, + "num_tokens": 120841371.0, + "step": 93900 + }, + { + "entropy": 0.857693350315094, + "epoch": 8.972007260915257, + "grad_norm": 0.7102201581001282, + "learning_rate": 2.8620048901239315e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9975211501121521, + "num_tokens": 120854271.0, + "step": 93910 + }, + { + "entropy": 0.8461655259132386, + "epoch": 8.972962644501768, + "grad_norm": 1.2016087770462036, + "learning_rate": 2.8567393615411885e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9980138719081879, + "num_tokens": 120866612.0, + "step": 93920 + }, + { + "entropy": 0.8665130198001861, + "epoch": 8.973918028088278, + "grad_norm": 0.10150036960840225, + "learning_rate": 2.851478538743291e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9974788069725037, + "num_tokens": 120879472.0, + "step": 93930 + }, + { + "entropy": 0.8689201295375824, + "epoch": 8.974873411674787, + "grad_norm": 0.44295674562454224, + "learning_rate": 2.8462224222553844e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9961224675178528, + "num_tokens": 120892097.0, + "step": 93940 + }, + { + "entropy": 0.865576171875, + "epoch": 8.975828795261297, + "grad_norm": 1.1672602891921997, + "learning_rate": 2.840971012602117e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9984474062919617, + "num_tokens": 120904894.0, + "step": 93950 + }, + { + "entropy": 0.8555191397666931, + "epoch": 8.976784178847808, + "grad_norm": 0.2825774550437927, + "learning_rate": 2.8357243103076747e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9984426021575927, + "num_tokens": 120917715.0, + "step": 93960 + }, + { + "entropy": 0.8645614743232727, + "epoch": 8.977739562434317, + "grad_norm": 1.0275031328201294, + "learning_rate": 2.830482315895783e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997318571805954, + "num_tokens": 120930255.0, + "step": 93970 + }, + { + "entropy": 0.8717979788780212, + "epoch": 8.978694946020827, + "grad_norm": 0.2691856324672699, + "learning_rate": 2.8252450298896894e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9970043897628784, + "num_tokens": 120943022.0, + "step": 93980 + }, + { + "entropy": 0.8534088730812073, + "epoch": 8.979650329607338, + "grad_norm": 0.34819290041923523, + "learning_rate": 2.8200124528121817e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9986741185188294, + "num_tokens": 120955780.0, + "step": 93990 + }, + { + "entropy": 0.8649201214313507, + "epoch": 8.980605713193848, + "grad_norm": 1.0342738628387451, + "learning_rate": 2.814784585185559e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9958142817020417, + "num_tokens": 120968263.0, + "step": 94000 + }, + { + "entropy": 0.8557609736919403, + "epoch": 8.981561096780357, + "grad_norm": 1.3662995100021362, + "learning_rate": 2.8095614275316704e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967279195785522, + "num_tokens": 120981245.0, + "step": 94010 + }, + { + "entropy": 0.8745234370231628, + "epoch": 8.982516480366867, + "grad_norm": 0.1778014749288559, + "learning_rate": 2.8043429803718712e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9976589202880859, + "num_tokens": 120994459.0, + "step": 94020 + }, + { + "entropy": 0.8642452597618103, + "epoch": 8.983471863953378, + "grad_norm": 0.3711315393447876, + "learning_rate": 2.799129244227067e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983678042888642, + "num_tokens": 121007005.0, + "step": 94030 + }, + { + "entropy": 0.858786654472351, + "epoch": 8.984427247539887, + "grad_norm": 0.3652542531490326, + "learning_rate": 2.793920219617696e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9961912572383881, + "num_tokens": 121019276.0, + "step": 94040 + }, + { + "entropy": 0.8707974195480347, + "epoch": 8.985382631126397, + "grad_norm": 0.6971341967582703, + "learning_rate": 2.7887159070637103e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970229387283325, + "num_tokens": 121032200.0, + "step": 94050 + }, + { + "entropy": 0.849891722202301, + "epoch": 8.986338014712906, + "grad_norm": 0.5142340064048767, + "learning_rate": 2.783516307084599e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.998362523317337, + "num_tokens": 121045126.0, + "step": 94060 + }, + { + "entropy": 0.8703593969345093, + "epoch": 8.987293398299418, + "grad_norm": 0.3373717963695526, + "learning_rate": 2.778321420199376e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.996869432926178, + "num_tokens": 121057280.0, + "step": 94070 + }, + { + "entropy": 0.8790247917175293, + "epoch": 8.988248781885927, + "grad_norm": 0.32260629534721375, + "learning_rate": 2.773131246926591e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9974703669548035, + "num_tokens": 121069920.0, + "step": 94080 + }, + { + "entropy": 0.8743542492389679, + "epoch": 8.989204165472437, + "grad_norm": 0.25417694449424744, + "learning_rate": 2.7679457877843262e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9960792124271393, + "num_tokens": 121083328.0, + "step": 94090 + }, + { + "entropy": 0.8830919802188874, + "epoch": 8.990159549058948, + "grad_norm": 0.3660914897918701, + "learning_rate": 2.7627650432901774e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9965597927570343, + "num_tokens": 121097177.0, + "step": 94100 + }, + { + "entropy": 0.8577326774597168, + "epoch": 8.991114932645457, + "grad_norm": 0.23166708648204803, + "learning_rate": 2.7575890139612925e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9979376316070556, + "num_tokens": 121109967.0, + "step": 94110 + }, + { + "entropy": 0.8720384359359741, + "epoch": 8.992070316231967, + "grad_norm": 1.2847065925598145, + "learning_rate": 2.752417700314319e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9973299145698548, + "num_tokens": 121122932.0, + "step": 94120 + }, + { + "entropy": 0.8532889187335968, + "epoch": 8.993025699818476, + "grad_norm": 0.3303889036178589, + "learning_rate": 2.7472511028654777e-06, + "loss": 0.0132, + "mean_token_accuracy": 0.9974475800991058, + "num_tokens": 121135506.0, + "step": 94130 + }, + { + "entropy": 0.8688893139362335, + "epoch": 8.993981083404988, + "grad_norm": 0.11726585775613785, + "learning_rate": 2.7420892221304728e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9976912140846252, + "num_tokens": 121148626.0, + "step": 94140 + }, + { + "entropy": 0.8547586977481842, + "epoch": 8.994936466991497, + "grad_norm": 0.3289753496646881, + "learning_rate": 2.736932058624564e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9977789103984833, + "num_tokens": 121161400.0, + "step": 94150 + }, + { + "entropy": 0.8625909388065338, + "epoch": 8.995891850578007, + "grad_norm": 0.6777977347373962, + "learning_rate": 2.7317796128625286e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9976963758468628, + "num_tokens": 121174181.0, + "step": 94160 + }, + { + "entropy": 0.8630568027496338, + "epoch": 8.996847234164518, + "grad_norm": 0.5262302160263062, + "learning_rate": 2.7266318853586712e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9970669150352478, + "num_tokens": 121187111.0, + "step": 94170 + }, + { + "entropy": 0.8646979808807373, + "epoch": 8.997802617751027, + "grad_norm": 0.2677501142024994, + "learning_rate": 2.72148887662686e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9986094534397125, + "num_tokens": 121199583.0, + "step": 94180 + }, + { + "entropy": 0.8702288508415222, + "epoch": 8.998758001337537, + "grad_norm": 0.2948598861694336, + "learning_rate": 2.716350587180433e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9980298459529877, + "num_tokens": 121212490.0, + "step": 94190 + }, + { + "entropy": 0.8661913692951202, + "epoch": 8.999713384924046, + "grad_norm": 0.4361473619937897, + "learning_rate": 2.7112170175323083e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9977757215499878, + "num_tokens": 121226200.0, + "step": 94200 + }, + { + "entropy": 0.8594658553600312, + "epoch": 9.000668768510558, + "grad_norm": 0.26242151856422424, + "learning_rate": 2.7060881681948926e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.9984446227550506, + "num_tokens": 121238082.0, + "step": 94210 + }, + { + "entropy": 0.8568413138389588, + "epoch": 9.001624152097067, + "grad_norm": 0.17349591851234436, + "learning_rate": 2.700964039680165e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9996527791023254, + "num_tokens": 121250796.0, + "step": 94220 + }, + { + "entropy": 0.8476739943027496, + "epoch": 9.002579535683576, + "grad_norm": 0.15234287083148956, + "learning_rate": 2.6958446324996e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9990336239337921, + "num_tokens": 121263409.0, + "step": 94230 + }, + { + "entropy": 0.8741332054138183, + "epoch": 9.003534919270088, + "grad_norm": 0.015904651954770088, + "learning_rate": 2.6907299471642056e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996960461139679, + "num_tokens": 121276089.0, + "step": 94240 + }, + { + "entropy": 0.86722611784935, + "epoch": 9.004490302856597, + "grad_norm": 0.2572835683822632, + "learning_rate": 2.685619984184523e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.999323946237564, + "num_tokens": 121289176.0, + "step": 94250 + }, + { + "entropy": 0.8749148488044739, + "epoch": 9.005445686443107, + "grad_norm": 0.06332829594612122, + "learning_rate": 2.680514744070628e-06, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 121302746.0, + "step": 94260 + }, + { + "entropy": 0.8576892197132111, + "epoch": 9.006401070029616, + "grad_norm": 0.1474722921848297, + "learning_rate": 2.6754142273321346e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9989689469337464, + "num_tokens": 121315611.0, + "step": 94270 + }, + { + "entropy": 0.8597937226295471, + "epoch": 9.007356453616127, + "grad_norm": 0.12407949566841125, + "learning_rate": 2.6703184344781364e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9997032642364502, + "num_tokens": 121328707.0, + "step": 94280 + }, + { + "entropy": 0.8774296045303345, + "epoch": 9.008311837202637, + "grad_norm": 0.13367997109889984, + "learning_rate": 2.66522736601732e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9993430435657501, + "num_tokens": 121342234.0, + "step": 94290 + }, + { + "entropy": 0.8551254391670227, + "epoch": 9.009267220789146, + "grad_norm": 0.1973600834608078, + "learning_rate": 2.660141022457846e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9986635744571686, + "num_tokens": 121354712.0, + "step": 94300 + }, + { + "entropy": 0.8702479243278504, + "epoch": 9.010222604375658, + "grad_norm": 0.11523076891899109, + "learning_rate": 2.655059404307453e-06, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 121368345.0, + "step": 94310 + }, + { + "entropy": 0.8522364318370819, + "epoch": 9.011177987962167, + "grad_norm": 0.33403924107551575, + "learning_rate": 2.6499825120733625e-06, + "loss": 0.0023, + "mean_token_accuracy": 1.0, + "num_tokens": 121380875.0, + "step": 94320 + }, + { + "entropy": 0.8526550710201264, + "epoch": 9.012133371548677, + "grad_norm": 0.2302214801311493, + "learning_rate": 2.644910346262347e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9989084720611572, + "num_tokens": 121393589.0, + "step": 94330 + }, + { + "entropy": 0.8524095475673675, + "epoch": 9.013088755135186, + "grad_norm": 0.25341126322746277, + "learning_rate": 2.6398429073807074e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993196547031402, + "num_tokens": 121406347.0, + "step": 94340 + }, + { + "entropy": 0.8481961905956268, + "epoch": 9.014044138721697, + "grad_norm": 0.3902149200439453, + "learning_rate": 2.6347801959342668e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9996376812458039, + "num_tokens": 121418724.0, + "step": 94350 + }, + { + "entropy": 0.8752289712429047, + "epoch": 9.014999522308207, + "grad_norm": 0.22731707990169525, + "learning_rate": 2.629722212428387e-06, + "loss": 0.0033, + "mean_token_accuracy": 1.0, + "num_tokens": 121432455.0, + "step": 94360 + }, + { + "entropy": 0.8691445648670196, + "epoch": 9.015954905894716, + "grad_norm": 0.0975419357419014, + "learning_rate": 2.6246689573679426e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996563553810119, + "num_tokens": 121445773.0, + "step": 94370 + }, + { + "entropy": 0.8568954765796661, + "epoch": 9.016910289481226, + "grad_norm": 0.2553771436214447, + "learning_rate": 2.6196204312573523e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9987597823143005, + "num_tokens": 121458564.0, + "step": 94380 + }, + { + "entropy": 0.8540072500705719, + "epoch": 9.017865673067737, + "grad_norm": 0.14685505628585815, + "learning_rate": 2.6145766346005295e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9986827790737152, + "num_tokens": 121471073.0, + "step": 94390 + }, + { + "entropy": 0.8648966491222382, + "epoch": 9.018821056654247, + "grad_norm": 0.3086009621620178, + "learning_rate": 2.6095375679009713e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.998741614818573, + "num_tokens": 121484182.0, + "step": 94400 + }, + { + "entropy": 0.8660082519054413, + "epoch": 9.019776440240756, + "grad_norm": 0.2110278159379959, + "learning_rate": 2.604503231661659e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9993216514587402, + "num_tokens": 121497635.0, + "step": 94410 + }, + { + "entropy": 0.8535528957843781, + "epoch": 9.020731823827267, + "grad_norm": 0.11508866399526596, + "learning_rate": 2.5994736263851015e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9992834270000458, + "num_tokens": 121510175.0, + "step": 94420 + }, + { + "entropy": 0.8565237760543823, + "epoch": 9.021687207413777, + "grad_norm": 0.22055329382419586, + "learning_rate": 2.5944487525733696e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993794679641723, + "num_tokens": 121523399.0, + "step": 94430 + }, + { + "entropy": 0.8587115406990051, + "epoch": 9.022642591000286, + "grad_norm": 0.04336240887641907, + "learning_rate": 2.5894286107280176e-06, + "loss": 0.0021, + "mean_token_accuracy": 1.0, + "num_tokens": 121535995.0, + "step": 94440 + }, + { + "entropy": 0.8506405651569366, + "epoch": 9.023597974586796, + "grad_norm": 0.24237626791000366, + "learning_rate": 2.584413201350172e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9993481457233429, + "num_tokens": 121548963.0, + "step": 94450 + }, + { + "entropy": 0.8646276473999024, + "epoch": 9.024553358173307, + "grad_norm": 0.20022150874137878, + "learning_rate": 2.5794025249404608e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9987053334712982, + "num_tokens": 121562237.0, + "step": 94460 + }, + { + "entropy": 0.8757947623729706, + "epoch": 9.025508741759817, + "grad_norm": 0.27885785698890686, + "learning_rate": 2.5743965819990225e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9976610898971557, + "num_tokens": 121575533.0, + "step": 94470 + }, + { + "entropy": 0.8580642879009247, + "epoch": 9.026464125346326, + "grad_norm": 0.2432757318019867, + "learning_rate": 2.5693953730255736e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9986368238925933, + "num_tokens": 121588357.0, + "step": 94480 + }, + { + "entropy": 0.8460008084774018, + "epoch": 9.027419508932837, + "grad_norm": 0.09535717964172363, + "learning_rate": 2.56439889851931e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.9993149876594544, + "num_tokens": 121600866.0, + "step": 94490 + }, + { + "entropy": 0.8607459962368011, + "epoch": 9.028374892519347, + "grad_norm": 0.8725987672805786, + "learning_rate": 2.559407158978994e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9989988803863525, + "num_tokens": 121613782.0, + "step": 94500 + }, + { + "entropy": 0.852985268831253, + "epoch": 9.029330276105856, + "grad_norm": 0.5706668496131897, + "learning_rate": 2.554420154902859e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9993607878684998, + "num_tokens": 121626665.0, + "step": 94510 + }, + { + "entropy": 0.8539829730987549, + "epoch": 9.030285659692366, + "grad_norm": 0.05028751492500305, + "learning_rate": 2.5494378867887415e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 121639852.0, + "step": 94520 + }, + { + "entropy": 0.8650666236877441, + "epoch": 9.031241043278877, + "grad_norm": 0.08898060023784637, + "learning_rate": 2.544460355133932e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9986686825752258, + "num_tokens": 121653261.0, + "step": 94530 + }, + { + "entropy": 0.8553282856941223, + "epoch": 9.032196426865386, + "grad_norm": 0.2045743614435196, + "learning_rate": 2.5394875604353107e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.999034297466278, + "num_tokens": 121666031.0, + "step": 94540 + }, + { + "entropy": 0.8506422460079193, + "epoch": 9.033151810451896, + "grad_norm": 0.11121442914009094, + "learning_rate": 2.534519503189242e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.99868243932724, + "num_tokens": 121678497.0, + "step": 94550 + }, + { + "entropy": 0.8496902287006378, + "epoch": 9.034107194038407, + "grad_norm": 0.3469753861427307, + "learning_rate": 2.5295561838916236e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 121691525.0, + "step": 94560 + }, + { + "entropy": 0.8640732944011689, + "epoch": 9.035062577624917, + "grad_norm": 0.08874642848968506, + "learning_rate": 2.524597603037909e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.999385666847229, + "num_tokens": 121704920.0, + "step": 94570 + }, + { + "entropy": 0.8656726360321045, + "epoch": 9.036017961211426, + "grad_norm": 0.10134775936603546, + "learning_rate": 2.519643761123036e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9987228453159332, + "num_tokens": 121717823.0, + "step": 94580 + }, + { + "entropy": 0.8395590364933014, + "epoch": 9.036973344797936, + "grad_norm": 0.07192936539649963, + "learning_rate": 2.5146946586415145e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.9993004858493805, + "num_tokens": 121730393.0, + "step": 94590 + }, + { + "entropy": 0.8462700128555298, + "epoch": 9.037928728384447, + "grad_norm": 0.17741617560386658, + "learning_rate": 2.509750296087332e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9988847434520721, + "num_tokens": 121742667.0, + "step": 94600 + }, + { + "entropy": 0.8663810133934021, + "epoch": 9.038884111970956, + "grad_norm": 0.15588660538196564, + "learning_rate": 2.50481067395405e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9989803671836853, + "num_tokens": 121756038.0, + "step": 94610 + }, + { + "entropy": 0.8518754184246063, + "epoch": 9.039839495557466, + "grad_norm": 0.24550844728946686, + "learning_rate": 2.499875792734724e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996402859687805, + "num_tokens": 121768412.0, + "step": 94620 + }, + { + "entropy": 0.8593794703483582, + "epoch": 9.040794879143977, + "grad_norm": 0.16421207785606384, + "learning_rate": 2.494945652921954e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993380010128021, + "num_tokens": 121782042.0, + "step": 94630 + }, + { + "entropy": 0.851919275522232, + "epoch": 9.041750262730487, + "grad_norm": 0.14509892463684082, + "learning_rate": 2.4900202550078577e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9989914655685425, + "num_tokens": 121795180.0, + "step": 94640 + }, + { + "entropy": 0.8485887825489045, + "epoch": 9.042705646316996, + "grad_norm": 0.07274878770112991, + "learning_rate": 2.485099599484081e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 121807917.0, + "step": 94650 + }, + { + "entropy": 0.8633690059185029, + "epoch": 9.043661029903506, + "grad_norm": 0.35908472537994385, + "learning_rate": 2.4801836868418083e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980235695838928, + "num_tokens": 121820910.0, + "step": 94660 + }, + { + "entropy": 0.8462836384773255, + "epoch": 9.044616413490017, + "grad_norm": 0.19216503202915192, + "learning_rate": 2.4752725175717197e-06, + "loss": 0.0017, + "mean_token_accuracy": 1.0, + "num_tokens": 121833730.0, + "step": 94670 + }, + { + "entropy": 0.8542036712169647, + "epoch": 9.045571797076526, + "grad_norm": 0.2455877810716629, + "learning_rate": 2.470366092164067e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9989796042442322, + "num_tokens": 121846555.0, + "step": 94680 + }, + { + "entropy": 0.8431874692440033, + "epoch": 9.046527180663036, + "grad_norm": 0.17052266001701355, + "learning_rate": 2.4654644111085868e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9993650734424591, + "num_tokens": 121858906.0, + "step": 94690 + }, + { + "entropy": 0.8580910623073578, + "epoch": 9.047482564249545, + "grad_norm": 0.21230368316173553, + "learning_rate": 2.4605674748945652e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9989856779575348, + "num_tokens": 121872016.0, + "step": 94700 + }, + { + "entropy": 0.8604353308677674, + "epoch": 9.048437947836057, + "grad_norm": 0.17777492105960846, + "learning_rate": 2.4556752840108054e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9986307919025421, + "num_tokens": 121884699.0, + "step": 94710 + }, + { + "entropy": 0.8657839298248291, + "epoch": 9.049393331422566, + "grad_norm": 0.07124140858650208, + "learning_rate": 2.4507878389456505e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.998421049118042, + "num_tokens": 121898108.0, + "step": 94720 + }, + { + "entropy": 0.8522634506225586, + "epoch": 9.050348715009076, + "grad_norm": 0.18327461183071136, + "learning_rate": 2.4459051401869492e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9984203457832337, + "num_tokens": 121910856.0, + "step": 94730 + }, + { + "entropy": 0.851270067691803, + "epoch": 9.051304098595587, + "grad_norm": 0.14767301082611084, + "learning_rate": 2.441027188222078e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9990431427955627, + "num_tokens": 121923913.0, + "step": 94740 + }, + { + "entropy": 0.8542802035808563, + "epoch": 9.052259482182096, + "grad_norm": 0.17294462025165558, + "learning_rate": 2.43615398353797e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9986878991127014, + "num_tokens": 121936949.0, + "step": 94750 + }, + { + "entropy": 0.8603914082050323, + "epoch": 9.053214865768606, + "grad_norm": 0.125618115067482, + "learning_rate": 2.4312855266210464e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9987136542797088, + "num_tokens": 121949910.0, + "step": 94760 + }, + { + "entropy": 0.8588424146175384, + "epoch": 9.054170249355115, + "grad_norm": 0.13534949719905853, + "learning_rate": 2.4264218179572807e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9993387997150421, + "num_tokens": 121963039.0, + "step": 94770 + }, + { + "entropy": 0.8561887860298156, + "epoch": 9.055125632941627, + "grad_norm": 0.19985266029834747, + "learning_rate": 2.421562858032156e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9993079602718353, + "num_tokens": 121975856.0, + "step": 94780 + }, + { + "entropy": 0.8636797726154327, + "epoch": 9.056081016528136, + "grad_norm": 0.6380878686904907, + "learning_rate": 2.41670864733069e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9985713541507721, + "num_tokens": 121989229.0, + "step": 94790 + }, + { + "entropy": 0.8514976799488068, + "epoch": 9.057036400114646, + "grad_norm": 0.12164197117090225, + "learning_rate": 2.411859186337423e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9990309357643128, + "num_tokens": 122002045.0, + "step": 94800 + }, + { + "entropy": 0.845844829082489, + "epoch": 9.057991783701157, + "grad_norm": 0.40241292119026184, + "learning_rate": 2.407014475536423e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9983222603797912, + "num_tokens": 122014528.0, + "step": 94810 + }, + { + "entropy": 0.8478023290634156, + "epoch": 9.058947167287666, + "grad_norm": 0.5060699582099915, + "learning_rate": 2.4021745154112985e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993166148662567, + "num_tokens": 122027283.0, + "step": 94820 + }, + { + "entropy": 0.8437944412231445, + "epoch": 9.059902550874176, + "grad_norm": 0.17028947174549103, + "learning_rate": 2.39733930644514e-06, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 122039275.0, + "step": 94830 + }, + { + "entropy": 0.8625261783599854, + "epoch": 9.060857934460685, + "grad_norm": 0.14993207156658173, + "learning_rate": 2.3925088491206118e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9993514120578766, + "num_tokens": 122052594.0, + "step": 94840 + }, + { + "entropy": 0.8629220247268676, + "epoch": 9.061813318047196, + "grad_norm": 0.06211170554161072, + "learning_rate": 2.3876831439198778e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993680715560913, + "num_tokens": 122065693.0, + "step": 94850 + }, + { + "entropy": 0.8651871502399444, + "epoch": 9.062768701633706, + "grad_norm": 0.3545650243759155, + "learning_rate": 2.3828621913246362e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9986424148082733, + "num_tokens": 122078636.0, + "step": 94860 + }, + { + "entropy": 0.8654503405094147, + "epoch": 9.063724085220215, + "grad_norm": 0.17501741647720337, + "learning_rate": 2.3780459918161137e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9990191996097565, + "num_tokens": 122091565.0, + "step": 94870 + }, + { + "entropy": 0.8508342504501343, + "epoch": 9.064679468806727, + "grad_norm": 0.2113177478313446, + "learning_rate": 2.3732345458750416e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993089020252228, + "num_tokens": 122103852.0, + "step": 94880 + }, + { + "entropy": 0.8466423690319062, + "epoch": 9.065634852393236, + "grad_norm": 0.5962908267974854, + "learning_rate": 2.368427853981714e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.9985997438430786, + "num_tokens": 122116048.0, + "step": 94890 + }, + { + "entropy": 0.8471515059471131, + "epoch": 9.066590235979746, + "grad_norm": 0.18850798904895782, + "learning_rate": 2.3636259166159138e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9996282517910003, + "num_tokens": 122128792.0, + "step": 94900 + }, + { + "entropy": 0.8503681123256683, + "epoch": 9.067545619566255, + "grad_norm": 0.050818536430597305, + "learning_rate": 2.3588287342569792e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9986741721630097, + "num_tokens": 122142026.0, + "step": 94910 + }, + { + "entropy": 0.849955540895462, + "epoch": 9.068501003152766, + "grad_norm": 0.7964744567871094, + "learning_rate": 2.354036307383739e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9986724734306336, + "num_tokens": 122154947.0, + "step": 94920 + }, + { + "entropy": 0.8402821898460389, + "epoch": 9.069456386739276, + "grad_norm": 0.2361876666545868, + "learning_rate": 2.3492486364745825e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9986791968345642, + "num_tokens": 122167500.0, + "step": 94930 + }, + { + "entropy": 0.8435101926326751, + "epoch": 9.070411770325785, + "grad_norm": 0.4821142852306366, + "learning_rate": 2.3444657220074053e-06, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 122180353.0, + "step": 94940 + }, + { + "entropy": 0.8566729724407196, + "epoch": 9.071367153912297, + "grad_norm": 0.23090775310993195, + "learning_rate": 2.339687564459636e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9994011998176575, + "num_tokens": 122193566.0, + "step": 94950 + }, + { + "entropy": 0.8663456976413727, + "epoch": 9.072322537498806, + "grad_norm": 0.4510144591331482, + "learning_rate": 2.3349141643082217e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9990457713603973, + "num_tokens": 122206471.0, + "step": 94960 + }, + { + "entropy": 0.8443220853805542, + "epoch": 9.073277921085316, + "grad_norm": 0.15423211455345154, + "learning_rate": 2.330145522029631e-06, + "loss": 0.0017, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 122218755.0, + "step": 94970 + }, + { + "entropy": 0.860279256105423, + "epoch": 9.074233304671825, + "grad_norm": 0.26570501923561096, + "learning_rate": 2.325381638099872e-06, + "loss": 0.0045, + "mean_token_accuracy": 0.9983644425868988, + "num_tokens": 122232096.0, + "step": 94980 + }, + { + "entropy": 0.8414017558097839, + "epoch": 9.075188688258336, + "grad_norm": 0.4366869628429413, + "learning_rate": 2.3206225129944694e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.999676376581192, + "num_tokens": 122244574.0, + "step": 94990 + }, + { + "entropy": 0.8441651403903961, + "epoch": 9.076144071844846, + "grad_norm": 0.22655439376831055, + "learning_rate": 2.3158681471884715e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9990109205245972, + "num_tokens": 122256703.0, + "step": 95000 + }, + { + "entropy": 0.8516845941543579, + "epoch": 9.077099455431355, + "grad_norm": 0.49206194281578064, + "learning_rate": 2.3111185411564597e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9993493020534515, + "num_tokens": 122270157.0, + "step": 95010 + }, + { + "entropy": 0.837536895275116, + "epoch": 9.078054839017865, + "grad_norm": 0.34008997678756714, + "learning_rate": 2.3063736953725213e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9990710258483887, + "num_tokens": 122282404.0, + "step": 95020 + }, + { + "entropy": 0.8498593211174011, + "epoch": 9.079010222604376, + "grad_norm": 0.2587278187274933, + "learning_rate": 2.3016336103102943e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983849108219147, + "num_tokens": 122295221.0, + "step": 95030 + }, + { + "entropy": 0.8498061001300812, + "epoch": 9.079965606190886, + "grad_norm": 0.11042017489671707, + "learning_rate": 2.2968982864429223e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9992816805839538, + "num_tokens": 122307821.0, + "step": 95040 + }, + { + "entropy": 0.8407486200332641, + "epoch": 9.080920989777395, + "grad_norm": 0.27608421444892883, + "learning_rate": 2.292167724243083e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9987194895744324, + "num_tokens": 122320268.0, + "step": 95050 + }, + { + "entropy": 0.8588890671730042, + "epoch": 9.081876373363906, + "grad_norm": 0.5988942980766296, + "learning_rate": 2.2874419241829646e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9997058808803558, + "num_tokens": 122333396.0, + "step": 95060 + }, + { + "entropy": 0.8594223976135253, + "epoch": 9.082831756950416, + "grad_norm": 0.24820512533187866, + "learning_rate": 2.2827208867342966e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.9990266501903534, + "num_tokens": 122346311.0, + "step": 95070 + }, + { + "entropy": 0.8434773504734039, + "epoch": 9.083787140536925, + "grad_norm": 0.08793862909078598, + "learning_rate": 2.2780046123683397e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9973980545997619, + "num_tokens": 122358664.0, + "step": 95080 + }, + { + "entropy": 0.8533847749233245, + "epoch": 9.084742524123435, + "grad_norm": 0.573451042175293, + "learning_rate": 2.2732931015558567e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.998769211769104, + "num_tokens": 122371495.0, + "step": 95090 + }, + { + "entropy": 0.8603343367576599, + "epoch": 9.085697907709946, + "grad_norm": 0.288412481546402, + "learning_rate": 2.2685863547671438e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9990382850170135, + "num_tokens": 122384512.0, + "step": 95100 + }, + { + "entropy": 0.848079240322113, + "epoch": 9.086653291296455, + "grad_norm": 0.20723527669906616, + "learning_rate": 2.2638843724720194e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993628442287446, + "num_tokens": 122397468.0, + "step": 95110 + }, + { + "entropy": 0.8502097010612488, + "epoch": 9.087608674882965, + "grad_norm": 0.22405759990215302, + "learning_rate": 2.2591871551398413e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9986793577671051, + "num_tokens": 122410032.0, + "step": 95120 + }, + { + "entropy": 0.869047874212265, + "epoch": 9.088564058469476, + "grad_norm": 0.08630293607711792, + "learning_rate": 2.254494703239468e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9987265646457673, + "num_tokens": 122423271.0, + "step": 95130 + }, + { + "entropy": 0.8535973012447358, + "epoch": 9.089519442055986, + "grad_norm": 0.36842554807662964, + "learning_rate": 2.249807017239314e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9989992380142212, + "num_tokens": 122436218.0, + "step": 95140 + }, + { + "entropy": 0.8601026654243469, + "epoch": 9.090474825642495, + "grad_norm": 0.4818805754184723, + "learning_rate": 2.245124097607271e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9990690410137176, + "num_tokens": 122449765.0, + "step": 95150 + }, + { + "entropy": 0.8471371471881867, + "epoch": 9.091430209229005, + "grad_norm": 0.17692384123802185, + "learning_rate": 2.2404459448107986e-06, + "loss": 0.0022, + "mean_token_accuracy": 1.0, + "num_tokens": 122462894.0, + "step": 95160 + }, + { + "entropy": 0.8626775205135345, + "epoch": 9.092385592815516, + "grad_norm": 0.1221473440527916, + "learning_rate": 2.2357725593168678e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9990544378757477, + "num_tokens": 122476375.0, + "step": 95170 + }, + { + "entropy": 0.8527570545673371, + "epoch": 9.093340976402025, + "grad_norm": 0.1664627343416214, + "learning_rate": 2.2311039415919667e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9996688723564148, + "num_tokens": 122489439.0, + "step": 95180 + }, + { + "entropy": 0.8611784279346466, + "epoch": 9.094296359988535, + "grad_norm": 0.2456759363412857, + "learning_rate": 2.2264400921021057e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993788778781891, + "num_tokens": 122502906.0, + "step": 95190 + }, + { + "entropy": 0.8368153274059296, + "epoch": 9.095251743575046, + "grad_norm": 0.36651644110679626, + "learning_rate": 2.221781011312829e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9997032642364502, + "num_tokens": 122515602.0, + "step": 95200 + }, + { + "entropy": 0.8434454143047333, + "epoch": 9.096207127161556, + "grad_norm": 0.08603513985872269, + "learning_rate": 2.217126699689198e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9993127167224884, + "num_tokens": 122528361.0, + "step": 95210 + }, + { + "entropy": 0.8522691786289215, + "epoch": 9.097162510748065, + "grad_norm": 0.1814083307981491, + "learning_rate": 2.2124771576958024e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9993194460868835, + "num_tokens": 122541222.0, + "step": 95220 + }, + { + "entropy": 0.859667980670929, + "epoch": 9.098117894334575, + "grad_norm": 0.11139599233865738, + "learning_rate": 2.2078323857967598e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9990054845809937, + "num_tokens": 122554094.0, + "step": 95230 + }, + { + "entropy": 0.8453577280044555, + "epoch": 9.099073277921086, + "grad_norm": 0.20351260900497437, + "learning_rate": 2.2031923844557044e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9993600845336914, + "num_tokens": 122566556.0, + "step": 95240 + }, + { + "entropy": 0.8423024237155914, + "epoch": 9.100028661507595, + "grad_norm": 0.11171070486307144, + "learning_rate": 2.1985571541357775e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9983733654022217, + "num_tokens": 122579376.0, + "step": 95250 + }, + { + "entropy": 0.8495232999324799, + "epoch": 9.100984045094105, + "grad_norm": 0.17204703390598297, + "learning_rate": 2.193926695299692e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996774196624756, + "num_tokens": 122592175.0, + "step": 95260 + }, + { + "entropy": 0.8483750283718109, + "epoch": 9.101939428680616, + "grad_norm": 0.6098598837852478, + "learning_rate": 2.1893010084096334e-06, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 122604671.0, + "step": 95270 + }, + { + "entropy": 0.8496550559997559, + "epoch": 9.102894812267126, + "grad_norm": 0.10313922166824341, + "learning_rate": 2.1846800939273437e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996598660945892, + "num_tokens": 122617664.0, + "step": 95280 + }, + { + "entropy": 0.8458609819412232, + "epoch": 9.103850195853635, + "grad_norm": 0.28269025683403015, + "learning_rate": 2.1800639523140597e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.999291056394577, + "num_tokens": 122630287.0, + "step": 95290 + }, + { + "entropy": 0.8429421365261078, + "epoch": 9.104805579440145, + "grad_norm": 0.22082798182964325, + "learning_rate": 2.1754525840305738e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993724226951599, + "num_tokens": 122642995.0, + "step": 95300 + }, + { + "entropy": 0.8589386582374573, + "epoch": 9.105760963026656, + "grad_norm": 0.12592585384845734, + "learning_rate": 2.170845989537196e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9996491253376008, + "num_tokens": 122656234.0, + "step": 95310 + }, + { + "entropy": 0.8443726122379303, + "epoch": 9.106716346613165, + "grad_norm": 0.3403363823890686, + "learning_rate": 2.166244169293735e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9986279606819153, + "num_tokens": 122668829.0, + "step": 95320 + }, + { + "entropy": 0.8489688813686371, + "epoch": 9.107671730199675, + "grad_norm": 0.01714329794049263, + "learning_rate": 2.161647123759547e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9982878625392914, + "num_tokens": 122681430.0, + "step": 95330 + }, + { + "entropy": 0.8592352628707886, + "epoch": 9.108627113786184, + "grad_norm": 0.1439584195613861, + "learning_rate": 2.157054853393492e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9993547797203064, + "num_tokens": 122694453.0, + "step": 95340 + }, + { + "entropy": 0.8545506715774536, + "epoch": 9.109582497372696, + "grad_norm": 0.05428163707256317, + "learning_rate": 2.152467358653981e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9992669105529786, + "num_tokens": 122706971.0, + "step": 95350 + }, + { + "entropy": 0.8490175247192383, + "epoch": 9.110537880959205, + "grad_norm": 0.21680115163326263, + "learning_rate": 2.147884639998926e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9984211444854736, + "num_tokens": 122719833.0, + "step": 95360 + }, + { + "entropy": 0.8605164766311646, + "epoch": 9.111493264545715, + "grad_norm": 0.09295222908258438, + "learning_rate": 2.143306697885761e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996874988079071, + "num_tokens": 122733026.0, + "step": 95370 + }, + { + "entropy": 0.8411284327507019, + "epoch": 9.112448648132226, + "grad_norm": 0.3084712326526642, + "learning_rate": 2.1387335327714696e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996805131435395, + "num_tokens": 122745363.0, + "step": 95380 + }, + { + "entropy": 0.8547802925109863, + "epoch": 9.113404031718735, + "grad_norm": 0.34308817982673645, + "learning_rate": 2.1341651451125155e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9996865212917327, + "num_tokens": 122758573.0, + "step": 95390 + }, + { + "entropy": 0.8477249205112457, + "epoch": 9.114359415305245, + "grad_norm": 0.09732409566640854, + "learning_rate": 2.1296015353649336e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996865212917327, + "num_tokens": 122771364.0, + "step": 95400 + }, + { + "entropy": 0.8607572972774505, + "epoch": 9.115314798891754, + "grad_norm": 0.07648800313472748, + "learning_rate": 2.1250427039842425e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9990536272525787, + "num_tokens": 122784633.0, + "step": 95410 + }, + { + "entropy": 0.8423125267028808, + "epoch": 9.116270182478265, + "grad_norm": 0.5446286201477051, + "learning_rate": 2.1204886514255005e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9990503668785096, + "num_tokens": 122797243.0, + "step": 95420 + }, + { + "entropy": 0.8370100617408752, + "epoch": 9.117225566064775, + "grad_norm": 0.1758085936307907, + "learning_rate": 2.115939378143289e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9990668892860413, + "num_tokens": 122809830.0, + "step": 95430 + }, + { + "entropy": 0.8547953546047211, + "epoch": 9.118180949651284, + "grad_norm": 0.12918707728385925, + "learning_rate": 2.111394884591722e-06, + "loss": 0.0023, + "mean_token_accuracy": 1.0, + "num_tokens": 122822750.0, + "step": 95440 + }, + { + "entropy": 0.8345880568027496, + "epoch": 9.119136333237796, + "grad_norm": 0.168286994099617, + "learning_rate": 2.1068551712244144e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9986036002635956, + "num_tokens": 122835341.0, + "step": 95450 + }, + { + "entropy": 0.8529767096042633, + "epoch": 9.120091716824305, + "grad_norm": 0.603649377822876, + "learning_rate": 2.1023202384945094e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9985791265964508, + "num_tokens": 122848568.0, + "step": 95460 + }, + { + "entropy": 0.843742311000824, + "epoch": 9.121047100410815, + "grad_norm": 0.04165814444422722, + "learning_rate": 2.097790086854695e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993088066577911, + "num_tokens": 122861198.0, + "step": 95470 + }, + { + "entropy": 0.8553701341152191, + "epoch": 9.122002483997324, + "grad_norm": 0.26054665446281433, + "learning_rate": 2.0932647167571486e-06, + "loss": 0.0047, + "mean_token_accuracy": 0.9989316046237946, + "num_tokens": 122874456.0, + "step": 95480 + }, + { + "entropy": 0.8469181418418884, + "epoch": 9.122957867583835, + "grad_norm": 0.04853466525673866, + "learning_rate": 2.0887441286536024e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9990194201469421, + "num_tokens": 122887679.0, + "step": 95490 + }, + { + "entropy": 0.862785792350769, + "epoch": 9.123913251170345, + "grad_norm": 0.14252638816833496, + "learning_rate": 2.0842283229952852e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9988690495491028, + "num_tokens": 122901324.0, + "step": 95500 + }, + { + "entropy": 0.8482146084308624, + "epoch": 9.124868634756854, + "grad_norm": 0.3050418198108673, + "learning_rate": 2.0797173002329695e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.999676376581192, + "num_tokens": 122914352.0, + "step": 95510 + }, + { + "entropy": 0.8458606541156769, + "epoch": 9.125824018343366, + "grad_norm": 0.11000683158636093, + "learning_rate": 2.0752110608169285e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9980840861797333, + "num_tokens": 122927434.0, + "step": 95520 + }, + { + "entropy": 0.8360985398292542, + "epoch": 9.126779401929875, + "grad_norm": 0.12067520618438721, + "learning_rate": 2.0707096051969745e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9992976903915405, + "num_tokens": 122940008.0, + "step": 95530 + }, + { + "entropy": 0.8414364099502564, + "epoch": 9.127734785516385, + "grad_norm": 0.14411847293376923, + "learning_rate": 2.0662129338224423e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9993273973464966, + "num_tokens": 122952708.0, + "step": 95540 + }, + { + "entropy": 0.846130645275116, + "epoch": 9.128690169102894, + "grad_norm": 0.13227373361587524, + "learning_rate": 2.0617210471421845e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9984203100204467, + "num_tokens": 122965885.0, + "step": 95550 + }, + { + "entropy": 0.8581301152706147, + "epoch": 9.129645552689405, + "grad_norm": 0.03617626056075096, + "learning_rate": 2.0572339456045695e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993774831295014, + "num_tokens": 122979138.0, + "step": 95560 + }, + { + "entropy": 0.853741031885147, + "epoch": 9.130600936275915, + "grad_norm": 0.12983669340610504, + "learning_rate": 2.0527516296574956e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9993065118789672, + "num_tokens": 122991913.0, + "step": 95570 + }, + { + "entropy": 0.8601773381233215, + "epoch": 9.131556319862424, + "grad_norm": 0.29500657320022583, + "learning_rate": 2.048274099748387e-06, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 123005515.0, + "step": 95580 + }, + { + "entropy": 0.8427843987941742, + "epoch": 9.132511703448936, + "grad_norm": 0.1490340679883957, + "learning_rate": 2.043801356324182e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993630588054657, + "num_tokens": 123017991.0, + "step": 95590 + }, + { + "entropy": 0.8462781012058258, + "epoch": 9.133467087035445, + "grad_norm": 0.30688682198524475, + "learning_rate": 2.039333399831339e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9993933439254761, + "num_tokens": 123031223.0, + "step": 95600 + }, + { + "entropy": 0.8415337204933167, + "epoch": 9.134422470621955, + "grad_norm": 0.2488812953233719, + "learning_rate": 2.034870230715857e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9988046765327454, + "num_tokens": 123044211.0, + "step": 95610 + }, + { + "entropy": 0.8384680092334748, + "epoch": 9.135377854208464, + "grad_norm": 0.19741466641426086, + "learning_rate": 2.0304118494232304e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9990218937397003, + "num_tokens": 123056812.0, + "step": 95620 + }, + { + "entropy": 0.8498913824558259, + "epoch": 9.136333237794975, + "grad_norm": 0.2006673812866211, + "learning_rate": 2.0259582563985023e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9986706256866456, + "num_tokens": 123069987.0, + "step": 95630 + }, + { + "entropy": 0.8385313034057618, + "epoch": 9.137288621381485, + "grad_norm": 0.06306464970111847, + "learning_rate": 2.0215094520862233e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9994236290454864, + "num_tokens": 123083226.0, + "step": 95640 + }, + { + "entropy": 0.8640639781951904, + "epoch": 9.138244004967994, + "grad_norm": 0.1292288601398468, + "learning_rate": 2.01706543693046e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9977836072444916, + "num_tokens": 123096289.0, + "step": 95650 + }, + { + "entropy": 0.8430946707725525, + "epoch": 9.139199388554506, + "grad_norm": 0.43560072779655457, + "learning_rate": 2.0126262113748073e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9990211486816406, + "num_tokens": 123108860.0, + "step": 95660 + }, + { + "entropy": 0.8531484425067901, + "epoch": 9.140154772141015, + "grad_norm": 0.15736477077007294, + "learning_rate": 2.0081917758623892e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9993883788585662, + "num_tokens": 123121916.0, + "step": 95670 + }, + { + "entropy": 0.8384602904319763, + "epoch": 9.141110155727524, + "grad_norm": 0.05547751486301422, + "learning_rate": 2.0037621308358566e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993471801280975, + "num_tokens": 123134602.0, + "step": 95680 + }, + { + "entropy": 0.8314907073974609, + "epoch": 9.142065539314034, + "grad_norm": 0.2573225498199463, + "learning_rate": 1.999337276737351e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9990093111991882, + "num_tokens": 123147196.0, + "step": 95690 + }, + { + "entropy": 0.8436004459857941, + "epoch": 9.143020922900545, + "grad_norm": 0.2464669793844223, + "learning_rate": 1.9949172140085683e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9983684301376343, + "num_tokens": 123159544.0, + "step": 95700 + }, + { + "entropy": 0.846281087398529, + "epoch": 9.143976306487055, + "grad_norm": 0.023578086867928505, + "learning_rate": 1.990501943090711e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.9977268397808075, + "num_tokens": 123172710.0, + "step": 95710 + }, + { + "entropy": 0.8449343800544739, + "epoch": 9.144931690073564, + "grad_norm": 0.2606552541255951, + "learning_rate": 1.9860914644245053e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9990335822105407, + "num_tokens": 123185513.0, + "step": 95720 + }, + { + "entropy": 0.8469226837158204, + "epoch": 9.145887073660074, + "grad_norm": 0.16428793966770172, + "learning_rate": 1.9816857784502042e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9986752808094025, + "num_tokens": 123198865.0, + "step": 95730 + }, + { + "entropy": 0.8414544522762298, + "epoch": 9.146842457246585, + "grad_norm": 0.19213111698627472, + "learning_rate": 1.977284885607578e-06, + "loss": 0.002, + "mean_token_accuracy": 0.999372136592865, + "num_tokens": 123211714.0, + "step": 95740 + }, + { + "entropy": 0.8460670590400696, + "epoch": 9.147797840833094, + "grad_norm": 0.14128313958644867, + "learning_rate": 1.972888786335908e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.998922485113144, + "num_tokens": 123224394.0, + "step": 95750 + }, + { + "entropy": 0.8346185445785522, + "epoch": 9.148753224419604, + "grad_norm": 1.2491732835769653, + "learning_rate": 1.9684974810740107e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9990411221981048, + "num_tokens": 123236875.0, + "step": 95760 + }, + { + "entropy": 0.8521598517894745, + "epoch": 9.149708608006115, + "grad_norm": 0.13340207934379578, + "learning_rate": 1.9641109702602413e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9996539771556854, + "num_tokens": 123249720.0, + "step": 95770 + }, + { + "entropy": 0.8523985505104065, + "epoch": 9.150663991592625, + "grad_norm": 0.34209156036376953, + "learning_rate": 1.9597292543324317e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9989851415157318, + "num_tokens": 123262648.0, + "step": 95780 + }, + { + "entropy": 0.8482313394546509, + "epoch": 9.151619375179134, + "grad_norm": 0.06965333223342896, + "learning_rate": 1.955352333727972e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.999030989408493, + "num_tokens": 123275339.0, + "step": 95790 + }, + { + "entropy": 0.8500310003757476, + "epoch": 9.152574758765644, + "grad_norm": 0.5053802728652954, + "learning_rate": 1.9509802088837516e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9997084558010101, + "num_tokens": 123287726.0, + "step": 95800 + }, + { + "entropy": 0.8343443810939789, + "epoch": 9.153530142352155, + "grad_norm": 0.46060970425605774, + "learning_rate": 1.946612880236204e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993614017963409, + "num_tokens": 123300230.0, + "step": 95810 + }, + { + "entropy": 0.8477623283863067, + "epoch": 9.154485525938664, + "grad_norm": 0.21892134845256805, + "learning_rate": 1.9422503482212585e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9992855668067933, + "num_tokens": 123313125.0, + "step": 95820 + }, + { + "entropy": 0.8505884885787964, + "epoch": 9.155440909525174, + "grad_norm": 0.2925548851490021, + "learning_rate": 1.9378926132743835e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.998992782831192, + "num_tokens": 123325695.0, + "step": 95830 + }, + { + "entropy": 0.848673814535141, + "epoch": 9.156396293111685, + "grad_norm": 0.332271933555603, + "learning_rate": 1.9335396758305647e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9997005999088288, + "num_tokens": 123338672.0, + "step": 95840 + }, + { + "entropy": 0.84669731259346, + "epoch": 9.157351676698195, + "grad_norm": 0.19224756956100464, + "learning_rate": 1.9291915363243042e-06, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 123351590.0, + "step": 95850 + }, + { + "entropy": 0.8500909388065339, + "epoch": 9.158307060284704, + "grad_norm": 0.11179948598146439, + "learning_rate": 1.9248481951896323e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993067562580109, + "num_tokens": 123364743.0, + "step": 95860 + }, + { + "entropy": 0.8628357231616974, + "epoch": 9.159262443871214, + "grad_norm": 0.030153343454003334, + "learning_rate": 1.920509652860092e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9983307540416717, + "num_tokens": 123377774.0, + "step": 95870 + }, + { + "entropy": 0.8453001320362091, + "epoch": 9.160217827457725, + "grad_norm": 0.3240676522254944, + "learning_rate": 1.9161759097687524e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9986586332321167, + "num_tokens": 123390543.0, + "step": 95880 + }, + { + "entropy": 0.8440625369548798, + "epoch": 9.161173211044234, + "grad_norm": 0.06710951775312424, + "learning_rate": 1.911846966348202e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993264079093933, + "num_tokens": 123403069.0, + "step": 95890 + }, + { + "entropy": 0.8421176433563232, + "epoch": 9.162128594630744, + "grad_norm": 0.23369738459587097, + "learning_rate": 1.9075228230305498e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993597984313964, + "num_tokens": 123415719.0, + "step": 95900 + }, + { + "entropy": 0.8312567591667175, + "epoch": 9.163083978217255, + "grad_norm": 0.28262022137641907, + "learning_rate": 1.9032034802474342e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.9986439764499664, + "num_tokens": 123428210.0, + "step": 95910 + }, + { + "entropy": 0.8503273546695709, + "epoch": 9.164039361803765, + "grad_norm": 0.08878201246261597, + "learning_rate": 1.8988889384299936e-06, + "loss": 0.002, + "mean_token_accuracy": 0.999664431810379, + "num_tokens": 123440929.0, + "step": 95920 + }, + { + "entropy": 0.859206211566925, + "epoch": 9.164994745390274, + "grad_norm": 0.12659193575382233, + "learning_rate": 1.8945791980089167e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9983875751495361, + "num_tokens": 123453887.0, + "step": 95930 + }, + { + "entropy": 0.8444020211696625, + "epoch": 9.165950128976784, + "grad_norm": 0.26202869415283203, + "learning_rate": 1.8902742594143764e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9996784567832947, + "num_tokens": 123466753.0, + "step": 95940 + }, + { + "entropy": 0.8413347125053405, + "epoch": 9.166905512563295, + "grad_norm": 0.3641755282878876, + "learning_rate": 1.885974123076112e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993624329566956, + "num_tokens": 123479275.0, + "step": 95950 + }, + { + "entropy": 0.8514064729213715, + "epoch": 9.167860896149804, + "grad_norm": 0.128020778298378, + "learning_rate": 1.8816787894233356e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9975951015949249, + "num_tokens": 123491829.0, + "step": 95960 + }, + { + "entropy": 0.8491826236248017, + "epoch": 9.168816279736314, + "grad_norm": 0.470638245344162, + "learning_rate": 1.8773882588848102e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9986903548240662, + "num_tokens": 123504809.0, + "step": 95970 + }, + { + "entropy": 0.8401624858379364, + "epoch": 9.169771663322823, + "grad_norm": 0.21798200905323029, + "learning_rate": 1.8731025318888208e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 123517072.0, + "step": 95980 + }, + { + "entropy": 0.8458391547203064, + "epoch": 9.170727046909334, + "grad_norm": 0.5229851603507996, + "learning_rate": 1.8688216088631472e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9993555963039398, + "num_tokens": 123529683.0, + "step": 95990 + }, + { + "entropy": 0.837587958574295, + "epoch": 9.171682430495844, + "grad_norm": 0.07594209909439087, + "learning_rate": 1.8645454902351255e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 123542131.0, + "step": 96000 + }, + { + "entropy": 0.8475200176239014, + "epoch": 9.172637814082353, + "grad_norm": 0.5504831671714783, + "learning_rate": 1.8602741764315702e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9984131634235383, + "num_tokens": 123555172.0, + "step": 96010 + }, + { + "entropy": 0.854621022939682, + "epoch": 9.173593197668865, + "grad_norm": 0.09442894160747528, + "learning_rate": 1.8560076678788563e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993091344833374, + "num_tokens": 123568183.0, + "step": 96020 + }, + { + "entropy": 0.840719586610794, + "epoch": 9.174548581255374, + "grad_norm": 0.7073383927345276, + "learning_rate": 1.851745965002849e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9985724151134491, + "num_tokens": 123580619.0, + "step": 96030 + }, + { + "entropy": 0.8510666608810424, + "epoch": 9.175503964841884, + "grad_norm": 0.05451216548681259, + "learning_rate": 1.8474890682289581e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9993557751178741, + "num_tokens": 123593706.0, + "step": 96040 + }, + { + "entropy": 0.8288998425006866, + "epoch": 9.176459348428393, + "grad_norm": 0.023944247514009476, + "learning_rate": 1.843236977982099e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993003845214844, + "num_tokens": 123605950.0, + "step": 96050 + }, + { + "entropy": 0.8533169627189636, + "epoch": 9.177414732014904, + "grad_norm": 0.35217007994651794, + "learning_rate": 1.8389896946867046e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 123618401.0, + "step": 96060 + }, + { + "entropy": 0.8407264411449432, + "epoch": 9.178370115601414, + "grad_norm": 0.901235044002533, + "learning_rate": 1.8347472187667414e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9992908596992492, + "num_tokens": 123631190.0, + "step": 96070 + }, + { + "entropy": 0.8554124236106873, + "epoch": 9.179325499187923, + "grad_norm": 0.4246920943260193, + "learning_rate": 1.830509550645676e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9996415793895721, + "num_tokens": 123643777.0, + "step": 96080 + }, + { + "entropy": 0.8463382124900818, + "epoch": 9.180280882774435, + "grad_norm": 0.07894758880138397, + "learning_rate": 1.8262766907465311e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.998436552286148, + "num_tokens": 123656951.0, + "step": 96090 + }, + { + "entropy": 0.8550640165805816, + "epoch": 9.181236266360944, + "grad_norm": 0.13207289576530457, + "learning_rate": 1.8220486394917969e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9993708431720734, + "num_tokens": 123670255.0, + "step": 96100 + }, + { + "entropy": 0.8329644083976746, + "epoch": 9.182191649947454, + "grad_norm": 0.19842223823070526, + "learning_rate": 1.8178253973035352e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9996575355529785, + "num_tokens": 123682711.0, + "step": 96110 + }, + { + "entropy": 0.8434581458568573, + "epoch": 9.183147033533963, + "grad_norm": 0.1643075793981552, + "learning_rate": 1.813606964603287e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9990895092487335, + "num_tokens": 123695627.0, + "step": 96120 + }, + { + "entropy": 0.8403192043304444, + "epoch": 9.184102417120474, + "grad_norm": 0.06161034479737282, + "learning_rate": 1.8093933418121433e-06, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 123708326.0, + "step": 96130 + }, + { + "entropy": 0.8320410490036011, + "epoch": 9.185057800706984, + "grad_norm": 0.12167997658252716, + "learning_rate": 1.8051845293507064e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9985813200473785, + "num_tokens": 123721088.0, + "step": 96140 + }, + { + "entropy": 0.8602210283279419, + "epoch": 9.186013184293493, + "grad_norm": 0.2980503439903259, + "learning_rate": 1.800980527639079e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996784567832947, + "num_tokens": 123733707.0, + "step": 96150 + }, + { + "entropy": 0.8468316197395325, + "epoch": 9.186968567880005, + "grad_norm": 0.18031299114227295, + "learning_rate": 1.7967813370969144e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9989739239215851, + "num_tokens": 123746651.0, + "step": 96160 + }, + { + "entropy": 0.8375470519065857, + "epoch": 9.187923951466514, + "grad_norm": 0.20044459402561188, + "learning_rate": 1.7925869581433607e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9983988463878631, + "num_tokens": 123759298.0, + "step": 96170 + }, + { + "entropy": 0.8423175990581513, + "epoch": 9.188879335053024, + "grad_norm": 0.3410218358039856, + "learning_rate": 1.7883973911971108e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996515691280365, + "num_tokens": 123771604.0, + "step": 96180 + }, + { + "entropy": 0.840149313211441, + "epoch": 9.189834718639533, + "grad_norm": 0.22170184552669525, + "learning_rate": 1.7842126366763468e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993625104427337, + "num_tokens": 123784204.0, + "step": 96190 + }, + { + "entropy": 0.8517130494117737, + "epoch": 9.190790102226044, + "grad_norm": 0.14997169375419617, + "learning_rate": 1.78003269499879e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.999675327539444, + "num_tokens": 123797446.0, + "step": 96200 + }, + { + "entropy": 0.8505596458911896, + "epoch": 9.191745485812554, + "grad_norm": 0.08329767733812332, + "learning_rate": 1.7758575665816847e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9983167469501495, + "num_tokens": 123810295.0, + "step": 96210 + }, + { + "entropy": 0.8406269192695618, + "epoch": 9.192700869399063, + "grad_norm": 0.06866715103387833, + "learning_rate": 1.771687251841775e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9990560173988342, + "num_tokens": 123823379.0, + "step": 96220 + }, + { + "entropy": 0.8309499621391296, + "epoch": 9.193656252985575, + "grad_norm": 0.23784686625003815, + "learning_rate": 1.7675217511953502e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993149399757385, + "num_tokens": 123835648.0, + "step": 96230 + }, + { + "entropy": 0.860781466960907, + "epoch": 9.194611636572084, + "grad_norm": 0.17114689946174622, + "learning_rate": 1.7633610650581889e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9978112041950226, + "num_tokens": 123848940.0, + "step": 96240 + }, + { + "entropy": 0.8371854305267334, + "epoch": 9.195567020158594, + "grad_norm": 0.05573967844247818, + "learning_rate": 1.7592051938456255e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9989672422409057, + "num_tokens": 123861475.0, + "step": 96250 + }, + { + "entropy": 0.846321827173233, + "epoch": 9.196522403745103, + "grad_norm": 0.08288844674825668, + "learning_rate": 1.7550541379724782e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9996415793895721, + "num_tokens": 123874527.0, + "step": 96260 + }, + { + "entropy": 0.8593796551227569, + "epoch": 9.197477787331614, + "grad_norm": 0.18681809306144714, + "learning_rate": 1.7509078978531102e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.998195344209671, + "num_tokens": 123887275.0, + "step": 96270 + }, + { + "entropy": 0.8408823132514953, + "epoch": 9.198433170918124, + "grad_norm": 0.24014517664909363, + "learning_rate": 1.74676647390139e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9986068189144135, + "num_tokens": 123900097.0, + "step": 96280 + }, + { + "entropy": 0.852369737625122, + "epoch": 9.199388554504633, + "grad_norm": 0.19762557744979858, + "learning_rate": 1.7426298665307095e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9994073033332824, + "num_tokens": 123913237.0, + "step": 96290 + }, + { + "entropy": 0.8585650265216828, + "epoch": 9.200343938091144, + "grad_norm": 0.17886801064014435, + "learning_rate": 1.7384980761539827e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993007004261016, + "num_tokens": 123926367.0, + "step": 96300 + }, + { + "entropy": 0.8425529956817627, + "epoch": 9.201299321677654, + "grad_norm": 0.34876927733421326, + "learning_rate": 1.7343711031836352e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9990141987800598, + "num_tokens": 123939149.0, + "step": 96310 + }, + { + "entropy": 0.8344667255878448, + "epoch": 9.202254705264163, + "grad_norm": 0.8283161520957947, + "learning_rate": 1.7302489480316264e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9996336996555328, + "num_tokens": 123951685.0, + "step": 96320 + }, + { + "entropy": 0.851624584197998, + "epoch": 9.203210088850673, + "grad_norm": 0.3090721368789673, + "learning_rate": 1.7261316111094105e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9990662038326263, + "num_tokens": 123965062.0, + "step": 96330 + }, + { + "entropy": 0.8358354210853577, + "epoch": 9.204165472437184, + "grad_norm": 0.13776923716068268, + "learning_rate": 1.7220190928279923e-06, + "loss": 0.0028, + "mean_token_accuracy": 1.0, + "num_tokens": 123977964.0, + "step": 96340 + }, + { + "entropy": 0.8432895481586457, + "epoch": 9.205120856023694, + "grad_norm": 0.15095749497413635, + "learning_rate": 1.7179113935978596e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.99936363697052, + "num_tokens": 123990835.0, + "step": 96350 + }, + { + "entropy": 0.8561493158340454, + "epoch": 9.206076239610203, + "grad_norm": 0.4832139015197754, + "learning_rate": 1.7138085138290516e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9983914434909821, + "num_tokens": 124004363.0, + "step": 96360 + }, + { + "entropy": 0.8473984479904175, + "epoch": 9.207031623196713, + "grad_norm": 0.07567313313484192, + "learning_rate": 1.7097104539311126e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.997995913028717, + "num_tokens": 124016820.0, + "step": 96370 + }, + { + "entropy": 0.8339459002017975, + "epoch": 9.207987006783224, + "grad_norm": 0.15006238222122192, + "learning_rate": 1.7056172143130987e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9987847805023193, + "num_tokens": 124029642.0, + "step": 96380 + }, + { + "entropy": 0.8501345217227936, + "epoch": 9.208942390369733, + "grad_norm": 0.13061250746250153, + "learning_rate": 1.7015287953836001e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9988381206989289, + "num_tokens": 124042648.0, + "step": 96390 + }, + { + "entropy": 0.8467620313167572, + "epoch": 9.209897773956243, + "grad_norm": 0.27118635177612305, + "learning_rate": 1.6974451975507067e-06, + "loss": 0.0023, + "mean_token_accuracy": 1.0, + "num_tokens": 124055377.0, + "step": 96400 + }, + { + "entropy": 0.8470233917236328, + "epoch": 9.210853157542754, + "grad_norm": 0.27042603492736816, + "learning_rate": 1.693366421222059e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 124068279.0, + "step": 96410 + }, + { + "entropy": 0.8425297141075134, + "epoch": 9.211808541129264, + "grad_norm": 0.6356384754180908, + "learning_rate": 1.6892924668047705e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9989749789237976, + "num_tokens": 124081044.0, + "step": 96420 + }, + { + "entropy": 0.8387396991252899, + "epoch": 9.212763924715773, + "grad_norm": 0.095828577876091, + "learning_rate": 1.6852233347055102e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993467032909393, + "num_tokens": 124093713.0, + "step": 96430 + }, + { + "entropy": 0.8211241543293, + "epoch": 9.213719308302283, + "grad_norm": 0.23616068065166473, + "learning_rate": 1.6811590253304587e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9990314841270447, + "num_tokens": 124105965.0, + "step": 96440 + }, + { + "entropy": 0.8422200977802277, + "epoch": 9.214674691888794, + "grad_norm": 0.7991197109222412, + "learning_rate": 1.6770995390853084e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993377506732941, + "num_tokens": 124118322.0, + "step": 96450 + }, + { + "entropy": 0.8551080048084259, + "epoch": 9.215630075475303, + "grad_norm": 0.2859012484550476, + "learning_rate": 1.6730448763752683e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9996855318546295, + "num_tokens": 124131325.0, + "step": 96460 + }, + { + "entropy": 0.8298710107803344, + "epoch": 9.216585459061813, + "grad_norm": 0.5369296669960022, + "learning_rate": 1.66899503760507e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9990386068820953, + "num_tokens": 124144027.0, + "step": 96470 + }, + { + "entropy": 0.8495664775371552, + "epoch": 9.217540842648324, + "grad_norm": 0.16430579125881195, + "learning_rate": 1.6649500231789683e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9986359059810639, + "num_tokens": 124156701.0, + "step": 96480 + }, + { + "entropy": 0.8485175907611847, + "epoch": 9.218496226234834, + "grad_norm": 0.2613825500011444, + "learning_rate": 1.6609098335007289e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9990462243556977, + "num_tokens": 124169624.0, + "step": 96490 + }, + { + "entropy": 0.8445711076259613, + "epoch": 9.219451609821343, + "grad_norm": 0.2851318120956421, + "learning_rate": 1.6568744689736403e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 124182354.0, + "step": 96500 + }, + { + "entropy": 0.8479254484176636, + "epoch": 9.220406993407853, + "grad_norm": 0.20606638491153717, + "learning_rate": 1.6528439300005082e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993337690830231, + "num_tokens": 124194699.0, + "step": 96510 + }, + { + "entropy": 0.8551290571689606, + "epoch": 9.221362376994364, + "grad_norm": 0.5877997279167175, + "learning_rate": 1.6488182169836441e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9983705937862396, + "num_tokens": 124207946.0, + "step": 96520 + }, + { + "entropy": 0.8387197911739349, + "epoch": 9.222317760580873, + "grad_norm": 0.13715241849422455, + "learning_rate": 1.6447973303249154e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9993768513202668, + "num_tokens": 124220925.0, + "step": 96530 + }, + { + "entropy": 0.8477368593215943, + "epoch": 9.223273144167383, + "grad_norm": 0.11568114161491394, + "learning_rate": 1.640781270425662e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9990652799606323, + "num_tokens": 124233777.0, + "step": 96540 + }, + { + "entropy": 0.8288350582122803, + "epoch": 9.224228527753894, + "grad_norm": 0.7078582644462585, + "learning_rate": 1.636770037686769e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9996835470199585, + "num_tokens": 124246439.0, + "step": 96550 + }, + { + "entropy": 0.8486893236637115, + "epoch": 9.225183911340403, + "grad_norm": 0.12859666347503662, + "learning_rate": 1.6327636325086215e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 124259830.0, + "step": 96560 + }, + { + "entropy": 0.8406594753265381, + "epoch": 9.226139294926913, + "grad_norm": 0.13978910446166992, + "learning_rate": 1.6287620552911499e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9990808367729187, + "num_tokens": 124272437.0, + "step": 96570 + }, + { + "entropy": 0.8404187977313995, + "epoch": 9.227094678513422, + "grad_norm": 0.18463416397571564, + "learning_rate": 1.6247653064337842e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993407189846039, + "num_tokens": 124284739.0, + "step": 96580 + }, + { + "entropy": 0.8405465602874755, + "epoch": 9.228050062099934, + "grad_norm": 0.06783344596624374, + "learning_rate": 1.6207733863354723e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9986936986446381, + "num_tokens": 124297652.0, + "step": 96590 + }, + { + "entropy": 0.8380107998847961, + "epoch": 9.229005445686443, + "grad_norm": 0.4069333076477051, + "learning_rate": 1.61678629539469e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993777990341186, + "num_tokens": 124310440.0, + "step": 96600 + }, + { + "entropy": 0.8509315073490142, + "epoch": 9.229960829272953, + "grad_norm": 0.06655671447515488, + "learning_rate": 1.612804034009402e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996805131435395, + "num_tokens": 124323387.0, + "step": 96610 + }, + { + "entropy": 0.8487973272800445, + "epoch": 9.230916212859462, + "grad_norm": 0.19603386521339417, + "learning_rate": 1.6088266025771404e-06, + "loss": 0.0045, + "mean_token_accuracy": 0.9983138978481293, + "num_tokens": 124336861.0, + "step": 96620 + }, + { + "entropy": 0.8533976197242736, + "epoch": 9.231871596445973, + "grad_norm": 0.0631534606218338, + "learning_rate": 1.6048540014949042e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9982650578022003, + "num_tokens": 124349991.0, + "step": 96630 + }, + { + "entropy": 0.840733140707016, + "epoch": 9.232826980032483, + "grad_norm": 0.0422089509665966, + "learning_rate": 1.60088623115926e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.998699676990509, + "num_tokens": 124363152.0, + "step": 96640 + }, + { + "entropy": 0.8386443316936493, + "epoch": 9.233782363618992, + "grad_norm": 0.06486296653747559, + "learning_rate": 1.5969232919662401e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9990816295146943, + "num_tokens": 124375834.0, + "step": 96650 + }, + { + "entropy": 0.8543381810188293, + "epoch": 9.234737747205504, + "grad_norm": 0.0843079537153244, + "learning_rate": 1.592965184311429e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9997005999088288, + "num_tokens": 124388989.0, + "step": 96660 + }, + { + "entropy": 0.8497237801551819, + "epoch": 9.235693130792013, + "grad_norm": 0.6717604398727417, + "learning_rate": 1.5890119085899268e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9984030902385712, + "num_tokens": 124401840.0, + "step": 96670 + }, + { + "entropy": 0.8452762544155121, + "epoch": 9.236648514378523, + "grad_norm": 0.4151877760887146, + "learning_rate": 1.5850634651963458e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 124414622.0, + "step": 96680 + }, + { + "entropy": 0.8480799913406372, + "epoch": 9.237603897965032, + "grad_norm": 0.29393184185028076, + "learning_rate": 1.581119854524804e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9989877223968506, + "num_tokens": 124427235.0, + "step": 96690 + }, + { + "entropy": 0.8450139820575714, + "epoch": 9.238559281551543, + "grad_norm": 0.13919343054294586, + "learning_rate": 1.5771810769689533e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996598660945892, + "num_tokens": 124439959.0, + "step": 96700 + }, + { + "entropy": 0.8431115865707397, + "epoch": 9.239514665138053, + "grad_norm": 0.6428163051605225, + "learning_rate": 1.5732471329219567e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9993442595005035, + "num_tokens": 124452851.0, + "step": 96710 + }, + { + "entropy": 0.8482503890991211, + "epoch": 9.240470048724562, + "grad_norm": 0.3108281195163727, + "learning_rate": 1.5693180227765004e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.998377549648285, + "num_tokens": 124465572.0, + "step": 96720 + }, + { + "entropy": 0.839666086435318, + "epoch": 9.241425432311074, + "grad_norm": 0.2593775987625122, + "learning_rate": 1.5653937469247815e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996527791023254, + "num_tokens": 124478534.0, + "step": 96730 + }, + { + "entropy": 0.8333350002765656, + "epoch": 9.242380815897583, + "grad_norm": 0.037650205194950104, + "learning_rate": 1.5614743057585147e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9990138053894043, + "num_tokens": 124491147.0, + "step": 96740 + }, + { + "entropy": 0.8526801288127899, + "epoch": 9.243336199484093, + "grad_norm": 0.06396295130252838, + "learning_rate": 1.5575596996689313e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9984241187572479, + "num_tokens": 124504065.0, + "step": 96750 + }, + { + "entropy": 0.8494812309741974, + "epoch": 9.244291583070602, + "grad_norm": 0.3879612684249878, + "learning_rate": 1.5536499290467965e-06, + "loss": 0.0039, + "mean_token_accuracy": 0.9979956388473511, + "num_tokens": 124516481.0, + "step": 96760 + }, + { + "entropy": 0.8434195935726165, + "epoch": 9.245246966657113, + "grad_norm": 0.26746636629104614, + "learning_rate": 1.5497449942823594e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9986400604248047, + "num_tokens": 124529382.0, + "step": 96770 + }, + { + "entropy": 0.835648912191391, + "epoch": 9.246202350243623, + "grad_norm": 0.5220853686332703, + "learning_rate": 1.5458448957654247e-06, + "loss": 0.0017, + "mean_token_accuracy": 0.9996610164642334, + "num_tokens": 124541932.0, + "step": 96780 + }, + { + "entropy": 0.8324310541152954, + "epoch": 9.247157733830132, + "grad_norm": 0.06395889818668365, + "learning_rate": 1.5419496338852756e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9990114867687225, + "num_tokens": 124554581.0, + "step": 96790 + }, + { + "entropy": 0.8436945021152497, + "epoch": 9.248113117416644, + "grad_norm": 0.0568038634955883, + "learning_rate": 1.5380592090307455e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993428885936737, + "num_tokens": 124567331.0, + "step": 96800 + }, + { + "entropy": 0.8490696847438812, + "epoch": 9.249068501003153, + "grad_norm": 0.11577872931957245, + "learning_rate": 1.5341736215901736e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993588745594024, + "num_tokens": 124580367.0, + "step": 96810 + }, + { + "entropy": 0.8743163049221039, + "epoch": 9.250023884589663, + "grad_norm": 0.5656440854072571, + "learning_rate": 1.530292871951411e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9990695118904114, + "num_tokens": 124594596.0, + "step": 96820 + }, + { + "entropy": 0.8502351760864257, + "epoch": 9.250979268176172, + "grad_norm": 0.07521616667509079, + "learning_rate": 1.5264169605018308e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9990476310253144, + "num_tokens": 124607735.0, + "step": 96830 + }, + { + "entropy": 0.8566569149494171, + "epoch": 9.251934651762683, + "grad_norm": 0.3961593210697174, + "learning_rate": 1.5225458876283184e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9990879476070404, + "num_tokens": 124620918.0, + "step": 96840 + }, + { + "entropy": 0.853696095943451, + "epoch": 9.252890035349193, + "grad_norm": 0.12555450201034546, + "learning_rate": 1.518679653717281e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.999365383386612, + "num_tokens": 124634039.0, + "step": 96850 + }, + { + "entropy": 0.8535796344280243, + "epoch": 9.253845418935702, + "grad_norm": 0.2687772214412689, + "learning_rate": 1.5148182591546489e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9987057209014892, + "num_tokens": 124646708.0, + "step": 96860 + }, + { + "entropy": 0.8547598242759704, + "epoch": 9.254800802522213, + "grad_norm": 0.09549333155155182, + "learning_rate": 1.5109617043258527e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9992920339107514, + "num_tokens": 124659348.0, + "step": 96870 + }, + { + "entropy": 0.8452692151069641, + "epoch": 9.255756186108723, + "grad_norm": 0.30614250898361206, + "learning_rate": 1.5071099896158457e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993330955505371, + "num_tokens": 124671860.0, + "step": 96880 + }, + { + "entropy": 0.846011084318161, + "epoch": 9.256711569695232, + "grad_norm": 0.09929944574832916, + "learning_rate": 1.5032631154091093e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9984058976173401, + "num_tokens": 124684788.0, + "step": 96890 + }, + { + "entropy": 0.8520484685897827, + "epoch": 9.257666953281742, + "grad_norm": 0.09416544437408447, + "learning_rate": 1.499421082089636e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9976078271865845, + "num_tokens": 124697541.0, + "step": 96900 + }, + { + "entropy": 0.8511540651321411, + "epoch": 9.258622336868253, + "grad_norm": 0.20413027703762054, + "learning_rate": 1.4955838900409358e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993928492069244, + "num_tokens": 124710767.0, + "step": 96910 + }, + { + "entropy": 0.8490723848342896, + "epoch": 9.259577720454763, + "grad_norm": 0.15208026766777039, + "learning_rate": 1.491751539646019e-06, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 124723231.0, + "step": 96920 + }, + { + "entropy": 0.8525873601436615, + "epoch": 9.260533104041272, + "grad_norm": 0.06968105584383011, + "learning_rate": 1.4879240312874353e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9993484258651734, + "num_tokens": 124736379.0, + "step": 96930 + }, + { + "entropy": 0.8596705675125123, + "epoch": 9.261488487627783, + "grad_norm": 0.3274773955345154, + "learning_rate": 1.4841013653472402e-06, + "loss": 0.0028, + "mean_token_accuracy": 1.0, + "num_tokens": 124749537.0, + "step": 96940 + }, + { + "entropy": 0.8414459884166717, + "epoch": 9.262443871214293, + "grad_norm": 0.2353929728269577, + "learning_rate": 1.480283542207006e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996212124824524, + "num_tokens": 124762101.0, + "step": 96950 + }, + { + "entropy": 0.8488651752471924, + "epoch": 9.263399254800802, + "grad_norm": 0.08768932521343231, + "learning_rate": 1.4764705622478282e-06, + "loss": 0.0017, + "mean_token_accuracy": 0.9996865212917327, + "num_tokens": 124775287.0, + "step": 96960 + }, + { + "entropy": 0.8502641439437866, + "epoch": 9.264354638387312, + "grad_norm": 0.28176456689834595, + "learning_rate": 1.472662425850313e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9990881204605102, + "num_tokens": 124788672.0, + "step": 96970 + }, + { + "entropy": 0.8407615661621094, + "epoch": 9.265310021973823, + "grad_norm": 0.18973085284233093, + "learning_rate": 1.468859133394579e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996212124824524, + "num_tokens": 124801292.0, + "step": 96980 + }, + { + "entropy": 0.8487717390060425, + "epoch": 9.266265405560333, + "grad_norm": 0.3671799600124359, + "learning_rate": 1.4650606852602722e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.998698353767395, + "num_tokens": 124814634.0, + "step": 96990 + }, + { + "entropy": 0.8324775457382202, + "epoch": 9.267220789146842, + "grad_norm": 0.4212472140789032, + "learning_rate": 1.4612670818265506e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9993663668632508, + "num_tokens": 124827212.0, + "step": 97000 + }, + { + "entropy": 0.838310831785202, + "epoch": 9.268176172733352, + "grad_norm": 0.04838000237941742, + "learning_rate": 1.457478323472078e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9979883432388306, + "num_tokens": 124839907.0, + "step": 97010 + }, + { + "entropy": 0.8425200581550598, + "epoch": 9.269131556319863, + "grad_norm": 0.07876468449831009, + "learning_rate": 1.453694410575046e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9993769764900208, + "num_tokens": 124852838.0, + "step": 97020 + }, + { + "entropy": 0.85384202003479, + "epoch": 9.270086939906372, + "grad_norm": 0.08508746325969696, + "learning_rate": 1.449915343513164e-06, + "loss": 0.0017, + "mean_token_accuracy": 0.9996894419193267, + "num_tokens": 124865616.0, + "step": 97030 + }, + { + "entropy": 0.8440463185310364, + "epoch": 9.271042323492882, + "grad_norm": 0.29172414541244507, + "learning_rate": 1.4461411226636633e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9990661799907684, + "num_tokens": 124879215.0, + "step": 97040 + }, + { + "entropy": 0.8318045020103455, + "epoch": 9.271997707079393, + "grad_norm": 0.05053834244608879, + "learning_rate": 1.4423717484032651e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9990072607994079, + "num_tokens": 124892003.0, + "step": 97050 + }, + { + "entropy": 0.8387523174285889, + "epoch": 9.272953090665903, + "grad_norm": 0.26993662118911743, + "learning_rate": 1.4386072211082346e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9990174353122712, + "num_tokens": 124904973.0, + "step": 97060 + }, + { + "entropy": 0.8549938082695008, + "epoch": 9.273908474252412, + "grad_norm": 0.06534461677074432, + "learning_rate": 1.4348475411543328e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9986086964607239, + "num_tokens": 124917489.0, + "step": 97070 + }, + { + "entropy": 0.8373123466968536, + "epoch": 9.274863857838922, + "grad_norm": 0.15028445422649384, + "learning_rate": 1.4310927089168591e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9996845424175262, + "num_tokens": 124930183.0, + "step": 97080 + }, + { + "entropy": 0.8616677701473237, + "epoch": 9.275819241425433, + "grad_norm": 0.27623313665390015, + "learning_rate": 1.427342724770614e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9990145683288574, + "num_tokens": 124943628.0, + "step": 97090 + }, + { + "entropy": 0.843404370546341, + "epoch": 9.276774625011942, + "grad_norm": 0.12144596874713898, + "learning_rate": 1.4235975890899033e-06, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 124956232.0, + "step": 97100 + }, + { + "entropy": 0.8493635892868042, + "epoch": 9.277730008598452, + "grad_norm": 0.12340693920850754, + "learning_rate": 1.4198573022485784e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 124969398.0, + "step": 97110 + }, + { + "entropy": 0.8419722795486451, + "epoch": 9.278685392184963, + "grad_norm": 0.11794662475585938, + "learning_rate": 1.4161218646199737e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9993457615375518, + "num_tokens": 124982352.0, + "step": 97120 + }, + { + "entropy": 0.8552007138729095, + "epoch": 9.279640775771473, + "grad_norm": 0.18097588419914246, + "learning_rate": 1.4123912765769742e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993220269680023, + "num_tokens": 124995756.0, + "step": 97130 + }, + { + "entropy": 0.8372700989246369, + "epoch": 9.280596159357982, + "grad_norm": 0.010998887941241264, + "learning_rate": 1.4086655384919545e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9987208247184753, + "num_tokens": 125008744.0, + "step": 97140 + }, + { + "entropy": 0.8559204876422882, + "epoch": 9.281551542944491, + "grad_norm": 0.15301629900932312, + "learning_rate": 1.4049446507368169e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9989620923995972, + "num_tokens": 125021994.0, + "step": 97150 + }, + { + "entropy": 0.8434628963470459, + "epoch": 9.282506926531003, + "grad_norm": 0.3180360496044159, + "learning_rate": 1.4012286136829645e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9996855318546295, + "num_tokens": 125034840.0, + "step": 97160 + }, + { + "entropy": 0.8515699446201325, + "epoch": 9.283462310117512, + "grad_norm": 0.07578340172767639, + "learning_rate": 1.3975174277013392e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9986691653728486, + "num_tokens": 125048234.0, + "step": 97170 + }, + { + "entropy": 0.8473907291889191, + "epoch": 9.284417693704022, + "grad_norm": 2.5019774436950684, + "learning_rate": 1.3938110931623894e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9966710925102233, + "num_tokens": 125061487.0, + "step": 97180 + }, + { + "entropy": 0.8466581463813782, + "epoch": 9.285373077290533, + "grad_norm": 0.2736396789550781, + "learning_rate": 1.3901096104360578e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9980783343315125, + "num_tokens": 125074879.0, + "step": 97190 + }, + { + "entropy": 0.8440264344215394, + "epoch": 9.286328460877042, + "grad_norm": 0.08454630523920059, + "learning_rate": 1.386412979891849e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9993181824684143, + "num_tokens": 125087741.0, + "step": 97200 + }, + { + "entropy": 0.8560452163219452, + "epoch": 9.287283844463552, + "grad_norm": 0.23322942852973938, + "learning_rate": 1.3827212018987346e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9987187027931214, + "num_tokens": 125101304.0, + "step": 97210 + }, + { + "entropy": 0.836825680732727, + "epoch": 9.288239228050061, + "grad_norm": 0.39011093974113464, + "learning_rate": 1.3790342768252361e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9993431866168976, + "num_tokens": 125113334.0, + "step": 97220 + }, + { + "entropy": 0.8625323712825775, + "epoch": 9.289194611636573, + "grad_norm": 0.3006892502307892, + "learning_rate": 1.3753522050393764e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993130028247833, + "num_tokens": 125127147.0, + "step": 97230 + }, + { + "entropy": 0.8492982923984528, + "epoch": 9.290149995223082, + "grad_norm": 0.7861382365226746, + "learning_rate": 1.3716749869086887e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9989855170249939, + "num_tokens": 125139812.0, + "step": 97240 + }, + { + "entropy": 0.844136118888855, + "epoch": 9.291105378809592, + "grad_norm": 0.1634000986814499, + "learning_rate": 1.368002622800235e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996913552284241, + "num_tokens": 125152569.0, + "step": 97250 + }, + { + "entropy": 0.8505924880504608, + "epoch": 9.292060762396101, + "grad_norm": 0.08060749620199203, + "learning_rate": 1.3643351130805783e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9990012586116791, + "num_tokens": 125165806.0, + "step": 97260 + }, + { + "entropy": 0.8360987782478333, + "epoch": 9.293016145982612, + "grad_norm": 0.10863371193408966, + "learning_rate": 1.3606724581158248e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9986327290534973, + "num_tokens": 125177970.0, + "step": 97270 + }, + { + "entropy": 0.8556143939495087, + "epoch": 9.293971529569122, + "grad_norm": 0.12331054359674454, + "learning_rate": 1.3570146582715493e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9997041404247284, + "num_tokens": 125190963.0, + "step": 97280 + }, + { + "entropy": 0.8454204678535462, + "epoch": 9.294926913155631, + "grad_norm": 0.10576803237199783, + "learning_rate": 1.3533617139128929e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9986517190933227, + "num_tokens": 125203371.0, + "step": 97290 + }, + { + "entropy": 0.8426891565322876, + "epoch": 9.295882296742143, + "grad_norm": 0.10091027617454529, + "learning_rate": 1.3497136254044696e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9993411004543304, + "num_tokens": 125216629.0, + "step": 97300 + }, + { + "entropy": 0.8443993389606476, + "epoch": 9.296837680328652, + "grad_norm": 0.057581283152103424, + "learning_rate": 1.3460703931104378e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9993548393249512, + "num_tokens": 125229388.0, + "step": 97310 + }, + { + "entropy": 0.8471404194831849, + "epoch": 9.297793063915162, + "grad_norm": 0.026917245239019394, + "learning_rate": 1.3424320173944627e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9990616917610169, + "num_tokens": 125242348.0, + "step": 97320 + }, + { + "entropy": 0.8401665925979614, + "epoch": 9.298748447501671, + "grad_norm": 0.053312379866838455, + "learning_rate": 1.3387984986197088e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.999675327539444, + "num_tokens": 125255191.0, + "step": 97330 + }, + { + "entropy": 0.8551611185073853, + "epoch": 9.299703831088182, + "grad_norm": 0.3557150661945343, + "learning_rate": 1.335169837148892e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.998383903503418, + "num_tokens": 125268201.0, + "step": 97340 + }, + { + "entropy": 0.8551673769950867, + "epoch": 9.300659214674692, + "grad_norm": 0.0981164202094078, + "learning_rate": 1.3315460333441943e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9992948710918427, + "num_tokens": 125281716.0, + "step": 97350 + }, + { + "entropy": 0.8421606540679931, + "epoch": 9.301614598261201, + "grad_norm": 0.06746765226125717, + "learning_rate": 1.3279270875673655e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996923089027405, + "num_tokens": 125294462.0, + "step": 97360 + }, + { + "entropy": 0.843019700050354, + "epoch": 9.302569981847713, + "grad_norm": 0.239745631814003, + "learning_rate": 1.3243130001796278e-06, + "loss": 0.002, + "mean_token_accuracy": 0.999676376581192, + "num_tokens": 125307066.0, + "step": 97370 + }, + { + "entropy": 0.8463118314743042, + "epoch": 9.303525365434222, + "grad_norm": 0.15507158637046814, + "learning_rate": 1.3207037715417425e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9989725053310394, + "num_tokens": 125319967.0, + "step": 97380 + }, + { + "entropy": 0.8442501544952392, + "epoch": 9.304480749020732, + "grad_norm": 0.39277908205986023, + "learning_rate": 1.3170994020139716e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9990165531635284, + "num_tokens": 125332985.0, + "step": 97390 + }, + { + "entropy": 0.8430108547210693, + "epoch": 9.305436132607241, + "grad_norm": 0.12673436105251312, + "learning_rate": 1.3134998919561049e-06, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 125346093.0, + "step": 97400 + }, + { + "entropy": 0.8316482067108154, + "epoch": 9.306391516193752, + "grad_norm": 0.06745915859937668, + "learning_rate": 1.3099052417274493e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9996389865875244, + "num_tokens": 125358669.0, + "step": 97410 + }, + { + "entropy": 0.8406097412109375, + "epoch": 9.307346899780262, + "grad_norm": 0.11305619031190872, + "learning_rate": 1.3063154516867958e-06, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 125371745.0, + "step": 97420 + }, + { + "entropy": 0.8436367452144623, + "epoch": 9.308302283366771, + "grad_norm": 0.173590287566185, + "learning_rate": 1.3027305221924912e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9996894419193267, + "num_tokens": 125384381.0, + "step": 97430 + }, + { + "entropy": 0.8455286264419556, + "epoch": 9.309257666953282, + "grad_norm": 0.16697309911251068, + "learning_rate": 1.2991504536023712e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9993576645851135, + "num_tokens": 125397211.0, + "step": 97440 + }, + { + "entropy": 0.8466269135475158, + "epoch": 9.310213050539792, + "grad_norm": 0.7292652130126953, + "learning_rate": 1.2955752462738001e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9989944159984588, + "num_tokens": 125409902.0, + "step": 97450 + }, + { + "entropy": 0.8383692800998688, + "epoch": 9.311168434126301, + "grad_norm": 0.05561167746782303, + "learning_rate": 1.2920049005636537e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9987156093120575, + "num_tokens": 125422836.0, + "step": 97460 + }, + { + "entropy": 0.8318681716918945, + "epoch": 9.312123817712811, + "grad_norm": 1.0606689453125, + "learning_rate": 1.2884394168283077e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9997032642364502, + "num_tokens": 125435092.0, + "step": 97470 + }, + { + "entropy": 0.8333172738552094, + "epoch": 9.313079201299322, + "grad_norm": 0.08401686698198318, + "learning_rate": 1.2848787954236662e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9989808738231659, + "num_tokens": 125447511.0, + "step": 97480 + }, + { + "entropy": 0.8487880170345307, + "epoch": 9.314034584885832, + "grad_norm": 0.38258126378059387, + "learning_rate": 1.281323036705151e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9989473462104798, + "num_tokens": 125460641.0, + "step": 97490 + }, + { + "entropy": 0.8390255630016327, + "epoch": 9.314989968472341, + "grad_norm": 0.12357499450445175, + "learning_rate": 1.2777721410277055e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9993243157863617, + "num_tokens": 125473360.0, + "step": 97500 + }, + { + "entropy": 0.8411056220531463, + "epoch": 9.315945352058852, + "grad_norm": 0.2848416566848755, + "learning_rate": 1.2742261087457463e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9986727893352508, + "num_tokens": 125486050.0, + "step": 97510 + }, + { + "entropy": 0.8502786338329316, + "epoch": 9.316900735645362, + "grad_norm": 0.12111763656139374, + "learning_rate": 1.2706849402132625e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.999356746673584, + "num_tokens": 125499090.0, + "step": 97520 + }, + { + "entropy": 0.8433679878711701, + "epoch": 9.317856119231871, + "grad_norm": 0.3621450662612915, + "learning_rate": 1.267148635783716e-06, + "loss": 0.0028, + "mean_token_accuracy": 0.9989951610565185, + "num_tokens": 125511533.0, + "step": 97530 + }, + { + "entropy": 0.8437475383281707, + "epoch": 9.31881150281838, + "grad_norm": 0.10915840417146683, + "learning_rate": 1.2636171958101018e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996855318546295, + "num_tokens": 125524243.0, + "step": 97540 + }, + { + "entropy": 0.8392144978046417, + "epoch": 9.319766886404892, + "grad_norm": 0.060652341693639755, + "learning_rate": 1.260090620644916e-06, + "loss": 0.0043, + "mean_token_accuracy": 0.9984478235244751, + "num_tokens": 125537574.0, + "step": 97550 + }, + { + "entropy": 0.8423012077808381, + "epoch": 9.320722269991402, + "grad_norm": 0.12832260131835938, + "learning_rate": 1.2565689106401823e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9990061044692993, + "num_tokens": 125550466.0, + "step": 97560 + }, + { + "entropy": 0.8365391016006469, + "epoch": 9.321677653577911, + "grad_norm": 0.31944653391838074, + "learning_rate": 1.2530520661474366e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9992693603038788, + "num_tokens": 125563282.0, + "step": 97570 + }, + { + "entropy": 0.837336391210556, + "epoch": 9.322633037164422, + "grad_norm": 0.27877867221832275, + "learning_rate": 1.2495400875177255e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9990715026855469, + "num_tokens": 125575851.0, + "step": 97580 + }, + { + "entropy": 0.8449299991130829, + "epoch": 9.323588420750932, + "grad_norm": 0.039030030369758606, + "learning_rate": 1.2460329751016076e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9993530511856079, + "num_tokens": 125588695.0, + "step": 97590 + }, + { + "entropy": 0.8394080579280854, + "epoch": 9.324543804337441, + "grad_norm": 0.4786456823348999, + "learning_rate": 1.2425307292491583e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.998760998249054, + "num_tokens": 125601878.0, + "step": 97600 + }, + { + "entropy": 0.8587969303131103, + "epoch": 9.32549918792395, + "grad_norm": 0.04009565711021423, + "learning_rate": 1.2390333503099704e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9989857733249664, + "num_tokens": 125614957.0, + "step": 97610 + }, + { + "entropy": 0.8255340158939362, + "epoch": 9.326454571510462, + "grad_norm": 0.22012503445148468, + "learning_rate": 1.2355408386331425e-06, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 125627846.0, + "step": 97620 + }, + { + "entropy": 0.8297273337841033, + "epoch": 9.327409955096972, + "grad_norm": 0.11308541893959045, + "learning_rate": 1.2320531945673008e-06, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 125640192.0, + "step": 97630 + }, + { + "entropy": 0.8305634081363678, + "epoch": 9.328365338683481, + "grad_norm": 0.15694580972194672, + "learning_rate": 1.228570418460573e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 125653037.0, + "step": 97640 + }, + { + "entropy": 0.8287151753902435, + "epoch": 9.32932072226999, + "grad_norm": 0.6418554782867432, + "learning_rate": 1.225092510660608e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.999317854642868, + "num_tokens": 125665359.0, + "step": 97650 + }, + { + "entropy": 0.8410376191139222, + "epoch": 9.330276105856502, + "grad_norm": 0.1892717480659485, + "learning_rate": 1.221619471514568e-06, + "loss": 0.003, + "mean_token_accuracy": 0.9990051865577698, + "num_tokens": 125678351.0, + "step": 97660 + }, + { + "entropy": 0.835632586479187, + "epoch": 9.331231489443011, + "grad_norm": 0.09658900648355484, + "learning_rate": 1.2181513013691138e-06, + "loss": 0.0017, + "mean_token_accuracy": 1.0, + "num_tokens": 125691071.0, + "step": 97670 + }, + { + "entropy": 0.842093151807785, + "epoch": 9.33218687302952, + "grad_norm": 0.10836759209632874, + "learning_rate": 1.2146880005704575e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9990447878837585, + "num_tokens": 125703800.0, + "step": 97680 + }, + { + "entropy": 0.8399290561676025, + "epoch": 9.333142256616032, + "grad_norm": 0.4800383746623993, + "learning_rate": 1.2112295694642894e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9987115383148193, + "num_tokens": 125716882.0, + "step": 97690 + }, + { + "entropy": 0.8413187205791474, + "epoch": 9.334097640202542, + "grad_norm": 0.29944542050361633, + "learning_rate": 1.2077760083958167e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9983391165733337, + "num_tokens": 125729700.0, + "step": 97700 + }, + { + "entropy": 0.8393492102622986, + "epoch": 9.335053023789051, + "grad_norm": 1.073249340057373, + "learning_rate": 1.2043273177097858e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983442544937133, + "num_tokens": 125742520.0, + "step": 97710 + }, + { + "entropy": 0.8477660894393921, + "epoch": 9.33600840737556, + "grad_norm": 0.31005045771598816, + "learning_rate": 1.200883497750438e-06, + "loss": 0.0016, + "mean_token_accuracy": 0.9996815264225006, + "num_tokens": 125755812.0, + "step": 97720 + }, + { + "entropy": 0.8533899188041687, + "epoch": 9.336963790962072, + "grad_norm": 0.039176538586616516, + "learning_rate": 1.197444548861526e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9983417928218842, + "num_tokens": 125768892.0, + "step": 97730 + }, + { + "entropy": 0.8515438437461853, + "epoch": 9.337919174548581, + "grad_norm": 0.36626487970352173, + "learning_rate": 1.1940104713863198e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9986580729484558, + "num_tokens": 125781925.0, + "step": 97740 + }, + { + "entropy": 0.8469512581825256, + "epoch": 9.33887455813509, + "grad_norm": 0.16736972332000732, + "learning_rate": 1.1905812656676119e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9983010470867157, + "num_tokens": 125795041.0, + "step": 97750 + }, + { + "entropy": 0.8460576951503753, + "epoch": 9.339829941721602, + "grad_norm": 0.4841814935207367, + "learning_rate": 1.187156932047695e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9987510561943054, + "num_tokens": 125808198.0, + "step": 97760 + }, + { + "entropy": 0.8236788928508758, + "epoch": 9.340785325308111, + "grad_norm": 0.10166935622692108, + "learning_rate": 1.1837374708683847e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9989615261554718, + "num_tokens": 125820580.0, + "step": 97770 + }, + { + "entropy": 0.8453465938568115, + "epoch": 9.341740708894621, + "grad_norm": 0.1238727793097496, + "learning_rate": 1.1803228824710134e-06, + "loss": 0.0037, + "mean_token_accuracy": 0.9990998208522797, + "num_tokens": 125833862.0, + "step": 97780 + }, + { + "entropy": 0.8403794586658477, + "epoch": 9.34269609248113, + "grad_norm": 0.03752080351114273, + "learning_rate": 1.176913167196414e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.9990665733814239, + "num_tokens": 125846864.0, + "step": 97790 + }, + { + "entropy": 0.8511623442173004, + "epoch": 9.343651476067642, + "grad_norm": 0.21655906736850739, + "learning_rate": 1.173508325384942e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9990465879440308, + "num_tokens": 125860142.0, + "step": 97800 + }, + { + "entropy": 0.8482694029808044, + "epoch": 9.344606859654151, + "grad_norm": 0.10335857421159744, + "learning_rate": 1.1701083573764593e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9993749976158142, + "num_tokens": 125873113.0, + "step": 97810 + }, + { + "entropy": 0.8356316208839416, + "epoch": 9.34556224324066, + "grad_norm": 0.11665792763233185, + "learning_rate": 1.166713263510366e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9996323525905609, + "num_tokens": 125885742.0, + "step": 97820 + }, + { + "entropy": 0.836888712644577, + "epoch": 9.346517626827172, + "grad_norm": 0.1991453766822815, + "learning_rate": 1.163323044125536e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9992920160293579, + "num_tokens": 125898299.0, + "step": 97830 + }, + { + "entropy": 0.8483904063701629, + "epoch": 9.347473010413681, + "grad_norm": 0.4413563311100006, + "learning_rate": 1.1599376995603817e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9986934185028076, + "num_tokens": 125911365.0, + "step": 97840 + }, + { + "entropy": 0.8487634778022766, + "epoch": 9.34842839400019, + "grad_norm": 0.043500881642103195, + "learning_rate": 1.1565572301528271e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9996951222419739, + "num_tokens": 125924090.0, + "step": 97850 + }, + { + "entropy": 0.846993750333786, + "epoch": 9.3493837775867, + "grad_norm": 1.002678632736206, + "learning_rate": 1.153181636240308e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9979084849357605, + "num_tokens": 125936704.0, + "step": 97860 + }, + { + "entropy": 0.8328029870986938, + "epoch": 9.350339161173212, + "grad_norm": 0.2560206949710846, + "learning_rate": 1.1498109181597716e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9990589320659637, + "num_tokens": 125949596.0, + "step": 97870 + }, + { + "entropy": 0.8536938667297364, + "epoch": 9.351294544759721, + "grad_norm": 0.1878976821899414, + "learning_rate": 1.146445076247671e-06, + "loss": 0.0047, + "mean_token_accuracy": 0.9982781827449798, + "num_tokens": 125962822.0, + "step": 97880 + }, + { + "entropy": 0.8435283303260803, + "epoch": 9.35224992834623, + "grad_norm": 0.04431641474366188, + "learning_rate": 1.1430841108399982e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9992957770824432, + "num_tokens": 125975268.0, + "step": 97890 + }, + { + "entropy": 0.8366852045059204, + "epoch": 9.353205311932742, + "grad_norm": 0.13722683489322662, + "learning_rate": 1.1397280222722185e-06, + "loss": 0.0012, + "mean_token_accuracy": 0.9996969699859619, + "num_tokens": 125987918.0, + "step": 97900 + }, + { + "entropy": 0.8482557237148285, + "epoch": 9.354160695519251, + "grad_norm": 0.19611448049545288, + "learning_rate": 1.1363768108793582e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9986473977565765, + "num_tokens": 126000981.0, + "step": 97910 + }, + { + "entropy": 0.8495835959911346, + "epoch": 9.35511607910576, + "grad_norm": 0.3823632597923279, + "learning_rate": 1.1330304769959056e-06, + "loss": 0.0047, + "mean_token_accuracy": 0.9983466267585754, + "num_tokens": 126013807.0, + "step": 97920 + }, + { + "entropy": 0.8423953711986542, + "epoch": 9.35607146269227, + "grad_norm": 0.2654989957809448, + "learning_rate": 1.1296890209558986e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.998427563905716, + "num_tokens": 126026578.0, + "step": 97930 + }, + { + "entropy": 0.8433156669139862, + "epoch": 9.357026846278782, + "grad_norm": 0.11848423629999161, + "learning_rate": 1.1263524430928817e-06, + "loss": 0.0029, + "mean_token_accuracy": 0.999674266576767, + "num_tokens": 126039589.0, + "step": 97940 + }, + { + "entropy": 0.8506173074245453, + "epoch": 9.357982229865291, + "grad_norm": 0.13637292385101318, + "learning_rate": 1.1230207437399054e-06, + "loss": 0.0024, + "mean_token_accuracy": 0.9990163922309876, + "num_tokens": 126052641.0, + "step": 97950 + }, + { + "entropy": 0.8340636253356933, + "epoch": 9.3589376134518, + "grad_norm": 0.13226114213466644, + "learning_rate": 1.1196939232295367e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9992764472961426, + "num_tokens": 126064385.0, + "step": 97960 + }, + { + "entropy": 0.8351689994335174, + "epoch": 9.359892997038312, + "grad_norm": 0.15510091185569763, + "learning_rate": 1.116371981893849e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993106305599213, + "num_tokens": 126076813.0, + "step": 97970 + }, + { + "entropy": 0.8462516307830811, + "epoch": 9.360848380624821, + "grad_norm": 0.1875145584344864, + "learning_rate": 1.1130549200644435e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9983955204486847, + "num_tokens": 126090082.0, + "step": 97980 + }, + { + "entropy": 0.8426708281040192, + "epoch": 9.36180376421133, + "grad_norm": 0.11308220028877258, + "learning_rate": 1.1097427380724168e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.999674266576767, + "num_tokens": 126102761.0, + "step": 97990 + }, + { + "entropy": 0.8429428517818451, + "epoch": 9.36275914779784, + "grad_norm": 0.37760642170906067, + "learning_rate": 1.1064354362483987e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996978878974915, + "num_tokens": 126115477.0, + "step": 98000 + }, + { + "entropy": 0.8271768033504486, + "epoch": 9.363714531384352, + "grad_norm": 0.12050002068281174, + "learning_rate": 1.1031330149225082e-06, + "loss": 0.0025, + "mean_token_accuracy": 0.9993014752864837, + "num_tokens": 126128068.0, + "step": 98010 + }, + { + "entropy": 0.844780683517456, + "epoch": 9.364669914970861, + "grad_norm": 1.0806211233139038, + "learning_rate": 1.0998354744243876e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.9986761748790741, + "num_tokens": 126140654.0, + "step": 98020 + }, + { + "entropy": 0.8390056192874908, + "epoch": 9.36562529855737, + "grad_norm": 1.0482354164123535, + "learning_rate": 1.0965428150832068e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9987070739269257, + "num_tokens": 126153764.0, + "step": 98030 + }, + { + "entropy": 0.8469742834568024, + "epoch": 9.36658068214388, + "grad_norm": 0.08508530259132385, + "learning_rate": 1.0932550372276306e-06, + "loss": 0.0033, + "mean_token_accuracy": 0.9990126252174377, + "num_tokens": 126167256.0, + "step": 98040 + }, + { + "entropy": 0.8508936166763306, + "epoch": 9.367536065730391, + "grad_norm": 0.04288225248456001, + "learning_rate": 1.0899721411858354e-06, + "loss": 0.0011, + "mean_token_accuracy": 0.9996923089027405, + "num_tokens": 126180319.0, + "step": 98050 + }, + { + "entropy": 0.8469492018222808, + "epoch": 9.3684914493169, + "grad_norm": 0.01821504719555378, + "learning_rate": 1.0866941272855146e-06, + "loss": 0.0021, + "mean_token_accuracy": 1.0, + "num_tokens": 126193541.0, + "step": 98060 + }, + { + "entropy": 0.8453024983406067, + "epoch": 9.36944683290341, + "grad_norm": 0.2379346489906311, + "learning_rate": 1.0834209958538843e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9997142851352692, + "num_tokens": 126205856.0, + "step": 98070 + }, + { + "entropy": 0.8525219678878784, + "epoch": 9.370402216489921, + "grad_norm": 0.3389182388782501, + "learning_rate": 1.0801527472176553e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 126219017.0, + "step": 98080 + }, + { + "entropy": 0.8332930743694306, + "epoch": 9.371357600076431, + "grad_norm": 0.2243439108133316, + "learning_rate": 1.0768893817030722e-06, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 126231535.0, + "step": 98090 + }, + { + "entropy": 0.8472097396850586, + "epoch": 9.37231298366294, + "grad_norm": 0.3966972529888153, + "learning_rate": 1.0736308996358746e-06, + "loss": 0.0036, + "mean_token_accuracy": 0.998601770401001, + "num_tokens": 126244262.0, + "step": 98100 + }, + { + "entropy": 0.8264122426509857, + "epoch": 9.37326836724945, + "grad_norm": 0.26619085669517517, + "learning_rate": 1.0703773013413133e-06, + "loss": 0.0019, + "mean_token_accuracy": 0.9996323525905609, + "num_tokens": 126256578.0, + "step": 98110 + }, + { + "entropy": 0.8427567780017853, + "epoch": 9.374223750835961, + "grad_norm": 0.3446018695831299, + "learning_rate": 1.0671285871441728e-06, + "loss": 0.0023, + "mean_token_accuracy": 0.9993699550628662, + "num_tokens": 126269680.0, + "step": 98120 + }, + { + "entropy": 0.8430485248565673, + "epoch": 9.37517913442247, + "grad_norm": 0.14090359210968018, + "learning_rate": 1.0638847573687162e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9989755094051361, + "num_tokens": 126282423.0, + "step": 98130 + }, + { + "entropy": 0.8327990472316742, + "epoch": 9.37613451800898, + "grad_norm": 0.11044789105653763, + "learning_rate": 1.060645812338762e-06, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 126294798.0, + "step": 98140 + }, + { + "entropy": 0.8584168016910553, + "epoch": 9.377089901595491, + "grad_norm": 0.07158134132623672, + "learning_rate": 1.0574117523776017e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9986466050148011, + "num_tokens": 126308166.0, + "step": 98150 + }, + { + "entropy": 0.8449752449989318, + "epoch": 9.378045285182, + "grad_norm": 0.09898677468299866, + "learning_rate": 1.054182577808055e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9996350347995758, + "num_tokens": 126320829.0, + "step": 98160 + }, + { + "entropy": 0.8366824924945832, + "epoch": 9.37900066876851, + "grad_norm": 0.11631093919277191, + "learning_rate": 1.0509582889524694e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.9996894419193267, + "num_tokens": 126333280.0, + "step": 98170 + }, + { + "entropy": 0.848620331287384, + "epoch": 9.37995605235502, + "grad_norm": 0.46329402923583984, + "learning_rate": 1.047738886132671e-06, + "loss": 0.0032, + "mean_token_accuracy": 0.9993664503097535, + "num_tokens": 126346366.0, + "step": 98180 + }, + { + "entropy": 0.8387530326843262, + "epoch": 9.380911435941531, + "grad_norm": 0.1239430382847786, + "learning_rate": 1.0445243696700303e-06, + "loss": 0.0026, + "mean_token_accuracy": 0.9990168452262879, + "num_tokens": 126359029.0, + "step": 98190 + }, + { + "entropy": 0.828675526380539, + "epoch": 9.38186681952804, + "grad_norm": 0.20930425822734833, + "learning_rate": 1.0413147398854072e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.999350655078888, + "num_tokens": 126371347.0, + "step": 98200 + }, + { + "entropy": 0.8413468837738037, + "epoch": 9.38282220311455, + "grad_norm": 0.1804186850786209, + "learning_rate": 1.0381099970991958e-06, + "loss": 0.0027, + "mean_token_accuracy": 0.9993353843688965, + "num_tokens": 126383749.0, + "step": 98210 + }, + { + "entropy": 0.8428748786449433, + "epoch": 9.383777586701061, + "grad_norm": 1.1407275199890137, + "learning_rate": 1.0349101416312734e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9988620758056641, + "num_tokens": 126395923.0, + "step": 98220 + }, + { + "entropy": 0.8352295875549316, + "epoch": 9.38473297028757, + "grad_norm": 0.02015804685652256, + "learning_rate": 1.0317151738010567e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 126408561.0, + "step": 98230 + }, + { + "entropy": 0.8411338627338409, + "epoch": 9.38568835387408, + "grad_norm": 0.15920157730579376, + "learning_rate": 1.0285250939274626e-06, + "loss": 0.0016, + "mean_token_accuracy": 0.9996815264225006, + "num_tokens": 126421576.0, + "step": 98240 + }, + { + "entropy": 0.8389430999755859, + "epoch": 9.38664373746059, + "grad_norm": 0.19765208661556244, + "learning_rate": 1.0253399023289146e-06, + "loss": 0.002, + "mean_token_accuracy": 0.9997050166130066, + "num_tokens": 126434581.0, + "step": 98250 + }, + { + "entropy": 0.8396151423454284, + "epoch": 9.387599121047101, + "grad_norm": 0.6909546256065369, + "learning_rate": 1.0221595993233635e-06, + "loss": 0.0038, + "mean_token_accuracy": 0.9989688754081726, + "num_tokens": 126447364.0, + "step": 98260 + }, + { + "entropy": 0.8397540092468262, + "epoch": 9.38855450463361, + "grad_norm": 0.10129735618829727, + "learning_rate": 1.0189841852282612e-06, + "loss": 0.0031, + "mean_token_accuracy": 0.9989885568618775, + "num_tokens": 126459785.0, + "step": 98270 + }, + { + "entropy": 0.8413039565086364, + "epoch": 9.38950988822012, + "grad_norm": 0.13697059452533722, + "learning_rate": 1.0158136603605706e-06, + "loss": 0.0022, + "mean_token_accuracy": 0.999373835325241, + "num_tokens": 126472529.0, + "step": 98280 + }, + { + "entropy": 0.8481213271617889, + "epoch": 9.39046527180663, + "grad_norm": 0.1683223992586136, + "learning_rate": 1.0126480250367664e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9977842569351196, + "num_tokens": 126485639.0, + "step": 98290 + }, + { + "entropy": 0.8489200532436371, + "epoch": 9.39142065539314, + "grad_norm": 0.325508177280426, + "learning_rate": 1.009487279572846e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9977380335330963, + "num_tokens": 126498963.0, + "step": 98300 + }, + { + "entropy": 0.8445126950740814, + "epoch": 9.39237603897965, + "grad_norm": 0.24982258677482605, + "learning_rate": 1.0063314242843124e-06, + "loss": 0.004, + "mean_token_accuracy": 0.9983455598354339, + "num_tokens": 126511671.0, + "step": 98310 + }, + { + "entropy": 0.8385747134685516, + "epoch": 9.39333142256616, + "grad_norm": 0.05092932656407356, + "learning_rate": 1.0031804594861748e-06, + "loss": 0.0021, + "mean_token_accuracy": 0.9993678987026214, + "num_tokens": 126524238.0, + "step": 98320 + }, + { + "entropy": 0.8379111886024475, + "epoch": 9.394286806152671, + "grad_norm": 0.25838741660118103, + "learning_rate": 1.0000343854929595e-06, + "loss": 0.0018, + "mean_token_accuracy": 0.9993562519550323, + "num_tokens": 126537064.0, + "step": 98330 + }, + { + "entropy": 0.8491482675075531, + "epoch": 9.39524218973918, + "grad_norm": 1.0921926498413086, + "learning_rate": 9.968932026186983e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996563553810119, + "num_tokens": 126550123.0, + "step": 98340 + }, + { + "entropy": 0.8432416379451751, + "epoch": 9.39619757332569, + "grad_norm": 0.049488965421915054, + "learning_rate": 9.937569111769517e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9996699690818787, + "num_tokens": 126562854.0, + "step": 98350 + }, + { + "entropy": 0.8397255301475525, + "epoch": 9.3971529569122, + "grad_norm": 0.05174499377608299, + "learning_rate": 9.90625511480775e-07, + "loss": 0.0056, + "mean_token_accuracy": 0.9976311802864075, + "num_tokens": 126575650.0, + "step": 98360 + }, + { + "entropy": 0.8422289490699768, + "epoch": 9.39810834049871, + "grad_norm": 0.3995530605316162, + "learning_rate": 9.874990038427401e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9987065970897675, + "num_tokens": 126588603.0, + "step": 98370 + }, + { + "entropy": 0.8481708943843842, + "epoch": 9.39906372408522, + "grad_norm": 0.1250630021095276, + "learning_rate": 9.843773885749308e-07, + "loss": 0.0017, + "mean_token_accuracy": 0.999675327539444, + "num_tokens": 126601822.0, + "step": 98380 + }, + { + "entropy": 0.8273285269737244, + "epoch": 9.40001910767173, + "grad_norm": 0.10726162791252136, + "learning_rate": 9.812606659889423e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9992982447147369, + "num_tokens": 126614043.0, + "step": 98390 + }, + { + "entropy": 0.8398041605949402, + "epoch": 9.400974491258241, + "grad_norm": 0.7718979716300964, + "learning_rate": 9.781488363958923e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.9980478584766388, + "num_tokens": 126627008.0, + "step": 98400 + }, + { + "entropy": 0.8354984641075134, + "epoch": 9.40192987484475, + "grad_norm": 0.45511719584465027, + "learning_rate": 9.750419001063881e-07, + "loss": 0.0038, + "mean_token_accuracy": 0.9985115170478821, + "num_tokens": 126639529.0, + "step": 98410 + }, + { + "entropy": 0.8519582331180573, + "epoch": 9.40288525843126, + "grad_norm": 0.05375293642282486, + "learning_rate": 9.719398574305649e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9993537545204163, + "num_tokens": 126652771.0, + "step": 98420 + }, + { + "entropy": 0.8403071463108063, + "epoch": 9.40384064201777, + "grad_norm": 0.11360398679971695, + "learning_rate": 9.688427086780582e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9997076034545899, + "num_tokens": 126665914.0, + "step": 98430 + }, + { + "entropy": 0.8471632778644562, + "epoch": 9.40479602560428, + "grad_norm": 0.1458638459444046, + "learning_rate": 9.657504541580375e-07, + "loss": 0.0054, + "mean_token_accuracy": 0.9983718872070313, + "num_tokens": 126678932.0, + "step": 98440 + }, + { + "entropy": 0.8532350599765778, + "epoch": 9.40575140919079, + "grad_norm": 0.06795616447925568, + "learning_rate": 9.626630941791503e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.9987276017665863, + "num_tokens": 126692072.0, + "step": 98450 + }, + { + "entropy": 0.8609991490840911, + "epoch": 9.4067067927773, + "grad_norm": 0.17830902338027954, + "learning_rate": 9.59580629049589e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 126705780.0, + "step": 98460 + }, + { + "entropy": 0.838798987865448, + "epoch": 9.40766217636381, + "grad_norm": 0.3131864666938782, + "learning_rate": 9.565030590770297e-07, + "loss": 0.0021, + "mean_token_accuracy": 1.0, + "num_tokens": 126718655.0, + "step": 98470 + }, + { + "entropy": 0.8488639533519745, + "epoch": 9.40861755995032, + "grad_norm": 0.7139766216278076, + "learning_rate": 9.534303845686765e-07, + "loss": 0.0024, + "mean_token_accuracy": 1.0, + "num_tokens": 126731471.0, + "step": 98480 + }, + { + "entropy": 0.8329390823841095, + "epoch": 9.40957294353683, + "grad_norm": 0.1288454532623291, + "learning_rate": 9.503626058312398e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993685722351074, + "num_tokens": 126744216.0, + "step": 98490 + }, + { + "entropy": 0.8325403273105622, + "epoch": 9.41052832712334, + "grad_norm": 0.16204485297203064, + "learning_rate": 9.472997231709413e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9990276336669922, + "num_tokens": 126756746.0, + "step": 98500 + }, + { + "entropy": 0.8484080135822296, + "epoch": 9.41148371070985, + "grad_norm": 0.10296523571014404, + "learning_rate": 9.442417368935197e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9990411758422851, + "num_tokens": 126769684.0, + "step": 98510 + }, + { + "entropy": 0.8550268650054932, + "epoch": 9.41243909429636, + "grad_norm": 0.3635313808917999, + "learning_rate": 9.411886473042031e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9983193755149842, + "num_tokens": 126783485.0, + "step": 98520 + }, + { + "entropy": 0.8573329329490662, + "epoch": 9.41339447788287, + "grad_norm": 0.23341532051563263, + "learning_rate": 9.381404547077644e-07, + "loss": 0.0059, + "mean_token_accuracy": 0.9979866147041321, + "num_tokens": 126796842.0, + "step": 98530 + }, + { + "entropy": 0.8379989683628082, + "epoch": 9.41434986146938, + "grad_norm": 0.15634162724018097, + "learning_rate": 9.350971594084712e-07, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 126809356.0, + "step": 98540 + }, + { + "entropy": 0.8563585042953491, + "epoch": 9.41530524505589, + "grad_norm": 0.045718394219875336, + "learning_rate": 9.320587617100918e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9996551752090455, + "num_tokens": 126822453.0, + "step": 98550 + }, + { + "entropy": 0.8426507413387299, + "epoch": 9.4162606286424, + "grad_norm": 0.026789000257849693, + "learning_rate": 9.290252619159168e-07, + "loss": 0.0043, + "mean_token_accuracy": 0.9987250387668609, + "num_tokens": 126835397.0, + "step": 98560 + }, + { + "entropy": 0.8431948840618133, + "epoch": 9.41721601222891, + "grad_norm": 0.1943052113056183, + "learning_rate": 9.259966603287485e-07, + "loss": 0.0055, + "mean_token_accuracy": 0.9975805640220642, + "num_tokens": 126848150.0, + "step": 98570 + }, + { + "entropy": 0.8326460957527161, + "epoch": 9.41817139581542, + "grad_norm": 0.12711550295352936, + "learning_rate": 9.229729572509005e-07, + "loss": 0.0038, + "mean_token_accuracy": 0.9993298351764679, + "num_tokens": 126860983.0, + "step": 98580 + }, + { + "entropy": 0.8516187965869904, + "epoch": 9.41912677940193, + "grad_norm": 0.14236411452293396, + "learning_rate": 9.199541529841982e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9993150711059571, + "num_tokens": 126874151.0, + "step": 98590 + }, + { + "entropy": 0.843702208995819, + "epoch": 9.42008216298844, + "grad_norm": 1.0304042100906372, + "learning_rate": 9.169402478299616e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.9983298599720001, + "num_tokens": 126886821.0, + "step": 98600 + }, + { + "entropy": 0.8440368115901947, + "epoch": 9.42103754657495, + "grad_norm": 0.19181571900844574, + "learning_rate": 9.1393124208905e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 126899924.0, + "step": 98610 + }, + { + "entropy": 0.826278132200241, + "epoch": 9.42199293016146, + "grad_norm": 0.03251774609088898, + "learning_rate": 9.109271360618066e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.999315059185028, + "num_tokens": 126912755.0, + "step": 98620 + }, + { + "entropy": 0.8516644775867462, + "epoch": 9.42294831374797, + "grad_norm": 1.7736408710479736, + "learning_rate": 9.079279300481136e-07, + "loss": 0.0054, + "mean_token_accuracy": 0.9980744600296021, + "num_tokens": 126926103.0, + "step": 98630 + }, + { + "entropy": 0.8315578818321228, + "epoch": 9.42390369733448, + "grad_norm": 0.09025271981954575, + "learning_rate": 9.049336243473317e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996666669845581, + "num_tokens": 126938424.0, + "step": 98640 + }, + { + "entropy": 0.8427533328533172, + "epoch": 9.42485908092099, + "grad_norm": 0.0663791224360466, + "learning_rate": 9.019442192583605e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.997884327173233, + "num_tokens": 126950911.0, + "step": 98650 + }, + { + "entropy": 0.8259220659732819, + "epoch": 9.4258144645075, + "grad_norm": 0.4365696310997009, + "learning_rate": 8.989597150795892e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9989908516407013, + "num_tokens": 126963113.0, + "step": 98660 + }, + { + "entropy": 0.8277161955833435, + "epoch": 9.42676984809401, + "grad_norm": 0.2718818485736847, + "learning_rate": 8.95980112108935e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996551752090455, + "num_tokens": 126975571.0, + "step": 98670 + }, + { + "entropy": 0.8438311219215393, + "epoch": 9.427725231680519, + "grad_norm": 0.05531247332692146, + "learning_rate": 8.930054106438213e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993455588817597, + "num_tokens": 126988463.0, + "step": 98680 + }, + { + "entropy": 0.8362814486026764, + "epoch": 9.42868061526703, + "grad_norm": 0.039011016488075256, + "learning_rate": 8.900356109811659e-07, + "loss": 0.0014, + "mean_token_accuracy": 0.9996774196624756, + "num_tokens": 127001275.0, + "step": 98690 + }, + { + "entropy": 0.8390470743179321, + "epoch": 9.42963599885354, + "grad_norm": 0.5474597215652466, + "learning_rate": 8.870707134174205e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9990338444709778, + "num_tokens": 127014006.0, + "step": 98700 + }, + { + "entropy": 0.8454685091972352, + "epoch": 9.43059138244005, + "grad_norm": 0.19012847542762756, + "learning_rate": 8.84110718248532e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9990434288978577, + "num_tokens": 127027116.0, + "step": 98710 + }, + { + "entropy": 0.8307601869106293, + "epoch": 9.43154676602656, + "grad_norm": 0.3542548418045044, + "learning_rate": 8.811556257699749e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.999664431810379, + "num_tokens": 127039693.0, + "step": 98720 + }, + { + "entropy": 0.853696197271347, + "epoch": 9.43250214961307, + "grad_norm": 0.14230655133724213, + "learning_rate": 8.782054362767189e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9993886828422547, + "num_tokens": 127053091.0, + "step": 98730 + }, + { + "entropy": 0.8322047054767608, + "epoch": 9.43345753319958, + "grad_norm": 0.0716019943356514, + "learning_rate": 8.752601500632396e-07, + "loss": 0.0014, + "mean_token_accuracy": 0.9996428549289703, + "num_tokens": 127065591.0, + "step": 98740 + }, + { + "entropy": 0.8450976848602295, + "epoch": 9.434412916786089, + "grad_norm": 0.3342175781726837, + "learning_rate": 8.72319767423535e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993274748325348, + "num_tokens": 127078859.0, + "step": 98750 + }, + { + "entropy": 0.8472231030464172, + "epoch": 9.4353683003726, + "grad_norm": 0.4369392991065979, + "learning_rate": 8.69384288651115e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.999028605222702, + "num_tokens": 127092038.0, + "step": 98760 + }, + { + "entropy": 0.8441282629966735, + "epoch": 9.43632368395911, + "grad_norm": 0.2093447744846344, + "learning_rate": 8.66453714038995e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996491253376008, + "num_tokens": 127104406.0, + "step": 98770 + }, + { + "entropy": 0.8369552433490753, + "epoch": 9.437279067545619, + "grad_norm": 0.3509032726287842, + "learning_rate": 8.635280438797022e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989947021007538, + "num_tokens": 127116878.0, + "step": 98780 + }, + { + "entropy": 0.8351048946380615, + "epoch": 9.43823445113213, + "grad_norm": 0.046164620667696, + "learning_rate": 8.606072784652697e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9992993652820588, + "num_tokens": 127129301.0, + "step": 98790 + }, + { + "entropy": 0.8399764180183411, + "epoch": 9.43918983471864, + "grad_norm": 0.3469247817993164, + "learning_rate": 8.576914180872475e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9993069529533386, + "num_tokens": 127141973.0, + "step": 98800 + }, + { + "entropy": 0.8263979196548462, + "epoch": 9.44014521830515, + "grad_norm": 0.36935028433799744, + "learning_rate": 8.547804630366973e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 127154584.0, + "step": 98810 + }, + { + "entropy": 0.8289246380329132, + "epoch": 9.441100601891659, + "grad_norm": 0.17732395231723785, + "learning_rate": 8.518744136041757e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9996688723564148, + "num_tokens": 127166892.0, + "step": 98820 + }, + { + "entropy": 0.8366067409515381, + "epoch": 9.44205598547817, + "grad_norm": 0.4242132902145386, + "learning_rate": 8.489732700797726e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989915668964386, + "num_tokens": 127179245.0, + "step": 98830 + }, + { + "entropy": 0.8430487096309662, + "epoch": 9.44301136906468, + "grad_norm": 0.24187825620174408, + "learning_rate": 8.460770327530676e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996874988079071, + "num_tokens": 127192317.0, + "step": 98840 + }, + { + "entropy": 0.8398960053920745, + "epoch": 9.443966752651189, + "grad_norm": 0.4102904498577118, + "learning_rate": 8.431857019131684e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9990259766578674, + "num_tokens": 127205279.0, + "step": 98850 + }, + { + "entropy": 0.8347208976745606, + "epoch": 9.4449221362377, + "grad_norm": 0.37872692942619324, + "learning_rate": 8.402992778486829e-07, + "loss": 0.004, + "mean_token_accuracy": 0.9993576645851135, + "num_tokens": 127218252.0, + "step": 98860 + }, + { + "entropy": 0.8269970774650574, + "epoch": 9.44587751982421, + "grad_norm": 0.04209550470113754, + "learning_rate": 8.374177608477251e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.9996632993221283, + "num_tokens": 127230617.0, + "step": 98870 + }, + { + "entropy": 0.8449196934700012, + "epoch": 9.44683290341072, + "grad_norm": 0.344339519739151, + "learning_rate": 8.345411511979262e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996336996555328, + "num_tokens": 127243439.0, + "step": 98880 + }, + { + "entropy": 0.8439229607582093, + "epoch": 9.447788286997229, + "grad_norm": 0.8229086399078369, + "learning_rate": 8.316694491864285e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9996551752090455, + "num_tokens": 127256422.0, + "step": 98890 + }, + { + "entropy": 0.8418138802051545, + "epoch": 9.44874367058374, + "grad_norm": 0.2394602745771408, + "learning_rate": 8.288026550998751e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9987090468406677, + "num_tokens": 127269042.0, + "step": 98900 + }, + { + "entropy": 0.8397684991359711, + "epoch": 9.44969905417025, + "grad_norm": 0.06373281031847, + "learning_rate": 8.259407692244425e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.9990434110164642, + "num_tokens": 127281919.0, + "step": 98910 + }, + { + "entropy": 0.8403000235557556, + "epoch": 9.450654437756759, + "grad_norm": 0.3995961546897888, + "learning_rate": 8.230837918457857e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.99900221824646, + "num_tokens": 127294353.0, + "step": 98920 + }, + { + "entropy": 0.8384412288665771, + "epoch": 9.451609821343268, + "grad_norm": 0.10728942602872849, + "learning_rate": 8.202317232490875e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993267238140107, + "num_tokens": 127307227.0, + "step": 98930 + }, + { + "entropy": 0.849645346403122, + "epoch": 9.45256520492978, + "grad_norm": 0.07273487746715546, + "learning_rate": 8.17384563719037e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9997101426124573, + "num_tokens": 127320643.0, + "step": 98940 + }, + { + "entropy": 0.8474316537380219, + "epoch": 9.45352058851629, + "grad_norm": 0.11694798618555069, + "learning_rate": 8.1454231353984e-07, + "loss": 0.0049, + "mean_token_accuracy": 0.9984555900096893, + "num_tokens": 127334092.0, + "step": 98950 + }, + { + "entropy": 0.8417237758636474, + "epoch": 9.454475972102799, + "grad_norm": 0.17645828425884247, + "learning_rate": 8.117049729952087e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9989770710468292, + "num_tokens": 127346560.0, + "step": 98960 + }, + { + "entropy": 0.8488757967948913, + "epoch": 9.45543135568931, + "grad_norm": 0.026629982516169548, + "learning_rate": 8.088725423683497e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9993939161300659, + "num_tokens": 127359482.0, + "step": 98970 + }, + { + "entropy": 0.8385996997356415, + "epoch": 9.45638673927582, + "grad_norm": 0.12249958515167236, + "learning_rate": 8.060450219420035e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996960461139679, + "num_tokens": 127372482.0, + "step": 98980 + }, + { + "entropy": 0.843104112148285, + "epoch": 9.457342122862329, + "grad_norm": 0.08872604370117188, + "learning_rate": 8.032224119984055e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9989761114120483, + "num_tokens": 127385676.0, + "step": 98990 + }, + { + "entropy": 0.8229021072387696, + "epoch": 9.458297506448838, + "grad_norm": 0.2941717505455017, + "learning_rate": 8.004047128193137e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9996527791023254, + "num_tokens": 127398167.0, + "step": 99000 + }, + { + "entropy": 0.8431597232818604, + "epoch": 9.45925289003535, + "grad_norm": 0.11344777047634125, + "learning_rate": 7.975919246859753e-07, + "loss": 0.0049, + "mean_token_accuracy": 0.9993565857410431, + "num_tokens": 127411258.0, + "step": 99010 + }, + { + "entropy": 0.8384328603744506, + "epoch": 9.46020827362186, + "grad_norm": 0.1668594926595688, + "learning_rate": 7.947840478791657e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.999363362789154, + "num_tokens": 127423981.0, + "step": 99020 + }, + { + "entropy": 0.8451278805732727, + "epoch": 9.461163657208369, + "grad_norm": 0.0427267849445343, + "learning_rate": 7.919810826791662e-07, + "loss": 0.005, + "mean_token_accuracy": 0.9986828863620758, + "num_tokens": 127437057.0, + "step": 99030 + }, + { + "entropy": 0.8479776501655578, + "epoch": 9.46211904079488, + "grad_norm": 0.17981700599193573, + "learning_rate": 7.891830293657587e-07, + "loss": 0.0056, + "mean_token_accuracy": 0.99795281291008, + "num_tokens": 127450087.0, + "step": 99040 + }, + { + "entropy": 0.8456426143646241, + "epoch": 9.46307442438139, + "grad_norm": 0.5161630511283875, + "learning_rate": 7.86389888218253e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9989816188812256, + "num_tokens": 127462843.0, + "step": 99050 + }, + { + "entropy": 0.8474717795848846, + "epoch": 9.464029807967899, + "grad_norm": 0.30165332555770874, + "learning_rate": 7.836016595154427e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9987733483314514, + "num_tokens": 127475800.0, + "step": 99060 + }, + { + "entropy": 0.8406820893287659, + "epoch": 9.464985191554408, + "grad_norm": 0.3550248146057129, + "learning_rate": 7.808183435356553e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9993768870830536, + "num_tokens": 127488662.0, + "step": 99070 + }, + { + "entropy": 0.8415157556533813, + "epoch": 9.46594057514092, + "grad_norm": 0.09616044163703918, + "learning_rate": 7.780399405567129e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9993540287017822, + "num_tokens": 127501927.0, + "step": 99080 + }, + { + "entropy": 0.8440733253955841, + "epoch": 9.466895958727429, + "grad_norm": 0.03788254037499428, + "learning_rate": 7.752664508559604e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9996855318546295, + "num_tokens": 127515127.0, + "step": 99090 + }, + { + "entropy": 0.8407577157020569, + "epoch": 9.467851342313939, + "grad_norm": 0.09404253214597702, + "learning_rate": 7.724978747102319e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993014454841613, + "num_tokens": 127528187.0, + "step": 99100 + }, + { + "entropy": 0.8322731792926789, + "epoch": 9.46880672590045, + "grad_norm": 0.22580087184906006, + "learning_rate": 7.697342123958951e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 127540579.0, + "step": 99110 + }, + { + "entropy": 0.8274022102355957, + "epoch": 9.46976210948696, + "grad_norm": 0.04281562566757202, + "learning_rate": 7.669754641888072e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9996969699859619, + "num_tokens": 127552879.0, + "step": 99120 + }, + { + "entropy": 0.8449102878570557, + "epoch": 9.470717493073469, + "grad_norm": 0.2886965870857239, + "learning_rate": 7.642216303643479e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9990451514720917, + "num_tokens": 127566178.0, + "step": 99130 + }, + { + "entropy": 0.8397240161895752, + "epoch": 9.471672876659978, + "grad_norm": 0.3317023813724518, + "learning_rate": 7.61472711197403e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9990151762962342, + "num_tokens": 127578784.0, + "step": 99140 + }, + { + "entropy": 0.8359483301639556, + "epoch": 9.47262826024649, + "grad_norm": 2.7145943641662598, + "learning_rate": 7.587287069623583e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9990220427513122, + "num_tokens": 127591672.0, + "step": 99150 + }, + { + "entropy": 0.8288700759410859, + "epoch": 9.473583643832999, + "grad_norm": 0.24658891558647156, + "learning_rate": 7.559896179331283e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9993676364421844, + "num_tokens": 127604005.0, + "step": 99160 + }, + { + "entropy": 0.8412672638893127, + "epoch": 9.474539027419508, + "grad_norm": 0.9979153275489807, + "learning_rate": 7.532554443831164e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9996587038040161, + "num_tokens": 127616616.0, + "step": 99170 + }, + { + "entropy": 0.847963398694992, + "epoch": 9.47549441100602, + "grad_norm": 0.28267213702201843, + "learning_rate": 7.505261865852542e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999021726846695, + "num_tokens": 127630029.0, + "step": 99180 + }, + { + "entropy": 0.824002605676651, + "epoch": 9.47644979459253, + "grad_norm": 0.01348463911563158, + "learning_rate": 7.478018448119628e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996865212917327, + "num_tokens": 127642106.0, + "step": 99190 + }, + { + "entropy": 0.8529403150081635, + "epoch": 9.477405178179039, + "grad_norm": 0.20992018282413483, + "learning_rate": 7.450824193351857e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9996969699859619, + "num_tokens": 127655122.0, + "step": 99200 + }, + { + "entropy": 0.8510978162288666, + "epoch": 9.478360561765548, + "grad_norm": 0.17060258984565735, + "learning_rate": 7.423679104263781e-07, + "loss": 0.0056, + "mean_token_accuracy": 0.9981331110000611, + "num_tokens": 127668659.0, + "step": 99210 + }, + { + "entropy": 0.8414829313755036, + "epoch": 9.47931594535206, + "grad_norm": 0.13369183242321014, + "learning_rate": 7.396583183564898e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9994254231452941, + "num_tokens": 127682054.0, + "step": 99220 + }, + { + "entropy": 0.8307343780994415, + "epoch": 9.480271328938569, + "grad_norm": 0.23538324236869812, + "learning_rate": 7.369536433959989e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 127694712.0, + "step": 99230 + }, + { + "entropy": 0.8388264000415802, + "epoch": 9.481226712525078, + "grad_norm": 0.32195425033569336, + "learning_rate": 7.342538858148729e-07, + "loss": 0.0051, + "mean_token_accuracy": 0.9980577170848847, + "num_tokens": 127707481.0, + "step": 99240 + }, + { + "entropy": 0.8430930793285369, + "epoch": 9.48218209611159, + "grad_norm": 0.16580113768577576, + "learning_rate": 7.315590458826127e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9992727160453796, + "num_tokens": 127720001.0, + "step": 99250 + }, + { + "entropy": 0.8433044672012329, + "epoch": 9.4831374796981, + "grad_norm": 0.13690879940986633, + "learning_rate": 7.288691238681977e-07, + "loss": 0.004, + "mean_token_accuracy": 0.9992779791355133, + "num_tokens": 127732974.0, + "step": 99260 + }, + { + "entropy": 0.8484751582145691, + "epoch": 9.484092863284609, + "grad_norm": 0.08849208056926727, + "learning_rate": 7.261841200401409e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9989869892597198, + "num_tokens": 127746065.0, + "step": 99270 + }, + { + "entropy": 0.8319909393787384, + "epoch": 9.485048246871118, + "grad_norm": 0.39093971252441406, + "learning_rate": 7.235040346664613e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996825397014618, + "num_tokens": 127758570.0, + "step": 99280 + }, + { + "entropy": 0.8469165205955506, + "epoch": 9.48600363045763, + "grad_norm": 0.5412180423736572, + "learning_rate": 7.208288680146669e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9993548333644867, + "num_tokens": 127771623.0, + "step": 99290 + }, + { + "entropy": 0.8377016067504883, + "epoch": 9.486959014044139, + "grad_norm": 0.3461418151855469, + "learning_rate": 7.181586203518054e-07, + "loss": 0.0042, + "mean_token_accuracy": 0.9983821272850036, + "num_tokens": 127784148.0, + "step": 99300 + }, + { + "entropy": 0.8377418994903565, + "epoch": 9.487914397630648, + "grad_norm": 0.45733317732810974, + "learning_rate": 7.154932919444079e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9992863297462463, + "num_tokens": 127796783.0, + "step": 99310 + }, + { + "entropy": 0.8381575405597687, + "epoch": 9.488869781217158, + "grad_norm": 0.3829647898674011, + "learning_rate": 7.12832883058534e-07, + "loss": 0.0023, + "mean_token_accuracy": 1.0, + "num_tokens": 127809639.0, + "step": 99320 + }, + { + "entropy": 0.8419071078300476, + "epoch": 9.489825164803669, + "grad_norm": 0.3645762801170349, + "learning_rate": 7.101773939597267e-07, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 127822123.0, + "step": 99330 + }, + { + "entropy": 0.8439254581928253, + "epoch": 9.490780548390179, + "grad_norm": 0.2784106433391571, + "learning_rate": 7.07526824913074e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993606090545655, + "num_tokens": 127835177.0, + "step": 99340 + }, + { + "entropy": 0.8448699891567231, + "epoch": 9.491735931976688, + "grad_norm": 0.3643479347229004, + "learning_rate": 7.048811761831309e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9996598660945892, + "num_tokens": 127848133.0, + "step": 99350 + }, + { + "entropy": 0.8494739413261414, + "epoch": 9.4926913155632, + "grad_norm": 0.20029021799564362, + "learning_rate": 7.022404480340028e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.998904013633728, + "num_tokens": 127861347.0, + "step": 99360 + }, + { + "entropy": 0.8344942986965179, + "epoch": 9.493646699149709, + "grad_norm": 0.06606795638799667, + "learning_rate": 6.996046407292734e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9994017958641053, + "num_tokens": 127873912.0, + "step": 99370 + }, + { + "entropy": 0.8527456104755402, + "epoch": 9.494602082736218, + "grad_norm": 0.024278944358229637, + "learning_rate": 6.969737545320431e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9986224710941315, + "num_tokens": 127887155.0, + "step": 99380 + }, + { + "entropy": 0.8429462730884552, + "epoch": 9.495557466322728, + "grad_norm": 0.6625250577926636, + "learning_rate": 6.943477897049355e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9996563553810119, + "num_tokens": 127899897.0, + "step": 99390 + }, + { + "entropy": 0.8445987045764923, + "epoch": 9.496512849909239, + "grad_norm": 0.12982997298240662, + "learning_rate": 6.917267465100574e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9993680715560913, + "num_tokens": 127912837.0, + "step": 99400 + }, + { + "entropy": 0.8423461556434632, + "epoch": 9.497468233495749, + "grad_norm": 0.18805423378944397, + "learning_rate": 6.891106252090551e-07, + "loss": 0.003, + "mean_token_accuracy": 0.999436616897583, + "num_tokens": 127926062.0, + "step": 99410 + }, + { + "entropy": 0.8497163534164429, + "epoch": 9.498423617082258, + "grad_norm": 0.11764433234930038, + "learning_rate": 6.864994260630475e-07, + "loss": 0.004, + "mean_token_accuracy": 0.9989689588546753, + "num_tokens": 127939349.0, + "step": 99420 + }, + { + "entropy": 0.8426508069038391, + "epoch": 9.49937900066877, + "grad_norm": 0.38110101222991943, + "learning_rate": 6.838931493326928e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9990476548671723, + "num_tokens": 127952079.0, + "step": 99430 + }, + { + "entropy": 0.847257423400879, + "epoch": 9.500334384255279, + "grad_norm": 0.02351364493370056, + "learning_rate": 6.812917952781495e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996503472328186, + "num_tokens": 127964799.0, + "step": 99440 + }, + { + "entropy": 0.8350821971893311, + "epoch": 9.501289767841788, + "grad_norm": 1.1109462976455688, + "learning_rate": 6.78695364159071e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.999021190404892, + "num_tokens": 127977930.0, + "step": 99450 + }, + { + "entropy": 0.8401186466217041, + "epoch": 9.502245151428298, + "grad_norm": 0.23763743042945862, + "learning_rate": 6.761038562346444e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9989923775196076, + "num_tokens": 127990863.0, + "step": 99460 + }, + { + "entropy": 0.834960401058197, + "epoch": 9.503200535014809, + "grad_norm": 0.15955112874507904, + "learning_rate": 6.735172717635296e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993168771266937, + "num_tokens": 128003516.0, + "step": 99470 + }, + { + "entropy": 0.8330754101276397, + "epoch": 9.504155918601318, + "grad_norm": 0.39719587564468384, + "learning_rate": 6.709356110039366e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9989763379096985, + "num_tokens": 128016204.0, + "step": 99480 + }, + { + "entropy": 0.8434019088745117, + "epoch": 9.505111302187828, + "grad_norm": 0.23875167965888977, + "learning_rate": 6.683588742135538e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9992957770824432, + "num_tokens": 128029093.0, + "step": 99490 + }, + { + "entropy": 0.83925741314888, + "epoch": 9.50606668577434, + "grad_norm": 0.08129202574491501, + "learning_rate": 6.65787061649592e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9993517756462097, + "num_tokens": 128041705.0, + "step": 99500 + }, + { + "entropy": 0.8446523547172546, + "epoch": 9.507022069360849, + "grad_norm": 0.2575329840183258, + "learning_rate": 6.632201735687682e-07, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 128055030.0, + "step": 99510 + }, + { + "entropy": 0.8546651601791382, + "epoch": 9.507977452947358, + "grad_norm": 0.1401090770959854, + "learning_rate": 6.606582102272996e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996904015541077, + "num_tokens": 128067973.0, + "step": 99520 + }, + { + "entropy": 0.8309212505817414, + "epoch": 9.508932836533868, + "grad_norm": 0.11809925734996796, + "learning_rate": 6.581011718809204e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996563553810119, + "num_tokens": 128080609.0, + "step": 99530 + }, + { + "entropy": 0.8419874966144562, + "epoch": 9.509888220120379, + "grad_norm": 0.14797495305538177, + "learning_rate": 6.555490587848767e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9989441454410553, + "num_tokens": 128093445.0, + "step": 99540 + }, + { + "entropy": 0.8298359036445617, + "epoch": 9.510843603706888, + "grad_norm": 0.039919059723615646, + "learning_rate": 6.53001871193909e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996996998786927, + "num_tokens": 128105590.0, + "step": 99550 + }, + { + "entropy": 0.8488191664218903, + "epoch": 9.511798987293398, + "grad_norm": 0.40123361349105835, + "learning_rate": 6.504596093622805e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9990387439727784, + "num_tokens": 128118900.0, + "step": 99560 + }, + { + "entropy": 0.8275915265083313, + "epoch": 9.512754370879907, + "grad_norm": 0.05289563164114952, + "learning_rate": 6.479222735437551e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9996805131435395, + "num_tokens": 128131376.0, + "step": 99570 + }, + { + "entropy": 0.8379483103752137, + "epoch": 9.513709754466419, + "grad_norm": 1.5428509712219238, + "learning_rate": 6.453898639916079e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9989874422550201, + "num_tokens": 128144094.0, + "step": 99580 + }, + { + "entropy": 0.8317483782768249, + "epoch": 9.514665138052928, + "grad_norm": 0.05012313649058342, + "learning_rate": 6.428623809586198e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993616759777069, + "num_tokens": 128157134.0, + "step": 99590 + }, + { + "entropy": 0.8089956820011139, + "epoch": 9.515620521639438, + "grad_norm": 0.07459141314029694, + "learning_rate": 6.403398246970782e-07, + "loss": 0.0015, + "mean_token_accuracy": 0.9996575355529785, + "num_tokens": 128169512.0, + "step": 99600 + }, + { + "entropy": 0.8491782069206237, + "epoch": 9.516575905225949, + "grad_norm": 0.3318271338939667, + "learning_rate": 6.378221954587815e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9989179790019989, + "num_tokens": 128182162.0, + "step": 99610 + }, + { + "entropy": 0.845710027217865, + "epoch": 9.517531288812458, + "grad_norm": 0.08005593717098236, + "learning_rate": 6.35309493495051e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9993545114994049, + "num_tokens": 128195109.0, + "step": 99620 + }, + { + "entropy": 0.8433204591274261, + "epoch": 9.518486672398968, + "grad_norm": 0.47462907433509827, + "learning_rate": 6.328017190566804e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9996951222419739, + "num_tokens": 128208399.0, + "step": 99630 + }, + { + "entropy": 0.8404127895832062, + "epoch": 9.519442055985479, + "grad_norm": 0.09218719601631165, + "learning_rate": 6.302988723940085e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.999313908815384, + "num_tokens": 128221044.0, + "step": 99640 + }, + { + "entropy": 0.8296718657016754, + "epoch": 9.520397439571989, + "grad_norm": 0.0546056404709816, + "learning_rate": 6.278009537568574e-07, + "loss": 0.0015, + "mean_token_accuracy": 0.9996666669845581, + "num_tokens": 128233778.0, + "step": 99650 + }, + { + "entropy": 0.8408762872219085, + "epoch": 9.521352823158498, + "grad_norm": 0.2806917428970337, + "learning_rate": 6.253079633945668e-07, + "loss": 0.004, + "mean_token_accuracy": 0.9989944815635681, + "num_tokens": 128246087.0, + "step": 99660 + }, + { + "entropy": 0.8419383645057679, + "epoch": 9.522308206745008, + "grad_norm": 0.16811029613018036, + "learning_rate": 6.228199015559932e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9984021604061126, + "num_tokens": 128259521.0, + "step": 99670 + }, + { + "entropy": 0.8413379788398743, + "epoch": 9.523263590331519, + "grad_norm": 0.03971581533551216, + "learning_rate": 6.203367684894878e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9987440288066864, + "num_tokens": 128272691.0, + "step": 99680 + }, + { + "entropy": 0.8423765540122986, + "epoch": 9.524218973918028, + "grad_norm": 0.12116442620754242, + "learning_rate": 6.17858564442908e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.99934601187706, + "num_tokens": 128285585.0, + "step": 99690 + }, + { + "entropy": 0.8481509566307068, + "epoch": 9.525174357504538, + "grad_norm": 0.2251361757516861, + "learning_rate": 6.15385289663628e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9987771213054657, + "num_tokens": 128299123.0, + "step": 99700 + }, + { + "entropy": 0.834324198961258, + "epoch": 9.526129741091047, + "grad_norm": 0.07893658429384232, + "learning_rate": 6.129169443985283e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993464052677155, + "num_tokens": 128312294.0, + "step": 99710 + }, + { + "entropy": 0.8434803545475006, + "epoch": 9.527085124677559, + "grad_norm": 0.1410081535577774, + "learning_rate": 6.10453528893995e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.9977578818798065, + "num_tokens": 128324625.0, + "step": 99720 + }, + { + "entropy": 0.8476618647575378, + "epoch": 9.528040508264068, + "grad_norm": 0.2269180715084076, + "learning_rate": 6.079950433959314e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996941924095154, + "num_tokens": 128337944.0, + "step": 99730 + }, + { + "entropy": 0.8500316262245178, + "epoch": 9.528995891850577, + "grad_norm": 0.03674511983990669, + "learning_rate": 6.055414881497301e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9986308515071869, + "num_tokens": 128351236.0, + "step": 99740 + }, + { + "entropy": 0.8484415769577026, + "epoch": 9.529951275437089, + "grad_norm": 0.14745724201202393, + "learning_rate": 6.030928634003008e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9993464052677155, + "num_tokens": 128364155.0, + "step": 99750 + }, + { + "entropy": 0.845251739025116, + "epoch": 9.530906659023598, + "grad_norm": 0.42978647351264954, + "learning_rate": 6.006491693920757e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.9983176469802857, + "num_tokens": 128376747.0, + "step": 99760 + }, + { + "entropy": 0.8267529368400574, + "epoch": 9.531862042610108, + "grad_norm": 0.09248130768537521, + "learning_rate": 5.982104063689708e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9993704497814179, + "num_tokens": 128389171.0, + "step": 99770 + }, + { + "entropy": 0.8319898307323456, + "epoch": 9.532817426196617, + "grad_norm": 0.15889590978622437, + "learning_rate": 5.957765745744248e-07, + "loss": 0.0063, + "mean_token_accuracy": 0.9977365255355835, + "num_tokens": 128401727.0, + "step": 99780 + }, + { + "entropy": 0.8373905897140503, + "epoch": 9.533772809783128, + "grad_norm": 0.10827863961458206, + "learning_rate": 5.93347674251371e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999664431810379, + "num_tokens": 128414340.0, + "step": 99790 + }, + { + "entropy": 0.8337708294391633, + "epoch": 9.534728193369638, + "grad_norm": 0.5212802886962891, + "learning_rate": 5.909237056422711e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9993242025375366, + "num_tokens": 128427166.0, + "step": 99800 + }, + { + "entropy": 0.8582214057445526, + "epoch": 9.535683576956147, + "grad_norm": 0.21825988590717316, + "learning_rate": 5.885046689890816e-07, + "loss": 0.0047, + "mean_token_accuracy": 0.99835764169693, + "num_tokens": 128440517.0, + "step": 99810 + }, + { + "entropy": 0.8335220575332641, + "epoch": 9.536638960542659, + "grad_norm": 0.17969872057437897, + "learning_rate": 5.860905645332593e-07, + "loss": 0.001, + "mean_token_accuracy": 1.0, + "num_tokens": 128453243.0, + "step": 99820 + }, + { + "entropy": 0.845654946565628, + "epoch": 9.537594344129168, + "grad_norm": 0.058100949972867966, + "learning_rate": 5.836813925157891e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9989450097084045, + "num_tokens": 128466036.0, + "step": 99830 + }, + { + "entropy": 0.8375829458236694, + "epoch": 9.538549727715678, + "grad_norm": 0.051768653094768524, + "learning_rate": 5.812771531771344e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9989735722541809, + "num_tokens": 128479318.0, + "step": 99840 + }, + { + "entropy": 0.8371399819850922, + "epoch": 9.539505111302187, + "grad_norm": 0.22784966230392456, + "learning_rate": 5.78877846757303e-07, + "loss": 0.0045, + "mean_token_accuracy": 0.9986993253231049, + "num_tokens": 128492559.0, + "step": 99850 + }, + { + "entropy": 0.8393152475357055, + "epoch": 9.540460494888698, + "grad_norm": 0.05456111580133438, + "learning_rate": 5.764834734957814e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9987376034259796, + "num_tokens": 128505314.0, + "step": 99860 + }, + { + "entropy": 0.8477250397205353, + "epoch": 9.541415878475208, + "grad_norm": 0.039309918880462646, + "learning_rate": 5.740940336315725e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993984818458557, + "num_tokens": 128518494.0, + "step": 99870 + }, + { + "entropy": 0.834753292798996, + "epoch": 9.542371262061717, + "grad_norm": 0.07141664624214172, + "learning_rate": 5.717095274031859e-07, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 128531383.0, + "step": 99880 + }, + { + "entropy": 0.8410302102565765, + "epoch": 9.543326645648229, + "grad_norm": 0.6522538065910339, + "learning_rate": 5.69329955048642e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996575355529785, + "num_tokens": 128544369.0, + "step": 99890 + }, + { + "entropy": 0.8501202285289764, + "epoch": 9.544282029234738, + "grad_norm": 0.20927265286445618, + "learning_rate": 5.669553168054731e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9993893682956696, + "num_tokens": 128557839.0, + "step": 99900 + }, + { + "entropy": 0.8341273427009582, + "epoch": 9.545237412821248, + "grad_norm": 0.09387338161468506, + "learning_rate": 5.645856129107063e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9990243315696716, + "num_tokens": 128570668.0, + "step": 99910 + }, + { + "entropy": 0.8397488594055176, + "epoch": 9.546192796407757, + "grad_norm": 0.5478988885879517, + "learning_rate": 5.622208436008802e-07, + "loss": 0.0055, + "mean_token_accuracy": 0.9982884347438812, + "num_tokens": 128583238.0, + "step": 99920 + }, + { + "entropy": 0.847594028711319, + "epoch": 9.547148179994268, + "grad_norm": 0.37577369809150696, + "learning_rate": 5.598610091120504e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9993535161018372, + "num_tokens": 128596058.0, + "step": 99930 + }, + { + "entropy": 0.828062117099762, + "epoch": 9.548103563580778, + "grad_norm": 0.20999205112457275, + "learning_rate": 5.575061096797673e-07, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 128608412.0, + "step": 99940 + }, + { + "entropy": 0.8298941731452942, + "epoch": 9.549058947167287, + "grad_norm": 0.2738240659236908, + "learning_rate": 5.551561455390985e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993567824363708, + "num_tokens": 128621092.0, + "step": 99950 + }, + { + "entropy": 0.8425524175167084, + "epoch": 9.550014330753797, + "grad_norm": 0.13889198005199432, + "learning_rate": 5.52811116924612e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996996998786927, + "num_tokens": 128633689.0, + "step": 99960 + }, + { + "entropy": 0.8401880145072937, + "epoch": 9.550969714340308, + "grad_norm": 0.07736558467149734, + "learning_rate": 5.504710240703869e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993311047554017, + "num_tokens": 128646640.0, + "step": 99970 + }, + { + "entropy": 0.8353380024433136, + "epoch": 9.551925097926818, + "grad_norm": 0.36443284153938293, + "learning_rate": 5.48135867210009e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9996865212917327, + "num_tokens": 128659163.0, + "step": 99980 + }, + { + "entropy": 0.844821035861969, + "epoch": 9.552880481513327, + "grad_norm": 0.13045932352542877, + "learning_rate": 5.458056465765638e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9987163960933685, + "num_tokens": 128672018.0, + "step": 99990 + }, + { + "entropy": 0.8340391635894775, + "epoch": 9.553835865099838, + "grad_norm": 0.11554358154535294, + "learning_rate": 5.434803624026652e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996688723564148, + "num_tokens": 128684534.0, + "step": 100000 + }, + { + "entropy": 0.8486142337322236, + "epoch": 9.554791248686348, + "grad_norm": 0.2595040202140808, + "learning_rate": 5.41160014920411e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9983412504196167, + "num_tokens": 128698120.0, + "step": 100010 + }, + { + "entropy": 0.8245738089084625, + "epoch": 9.555746632272857, + "grad_norm": 0.05953598767518997, + "learning_rate": 5.388446043614104e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996699690818787, + "num_tokens": 128710792.0, + "step": 100020 + }, + { + "entropy": 0.8361511051654815, + "epoch": 9.556702015859367, + "grad_norm": 0.07502079755067825, + "learning_rate": 5.365341309567951e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.999020653963089, + "num_tokens": 128723803.0, + "step": 100030 + }, + { + "entropy": 0.8393050968647003, + "epoch": 9.557657399445878, + "grad_norm": 0.2558983862400055, + "learning_rate": 5.342285949371916e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9983240127563476, + "num_tokens": 128736417.0, + "step": 100040 + }, + { + "entropy": 0.8340942621231079, + "epoch": 9.558612783032387, + "grad_norm": 0.15311236679553986, + "learning_rate": 5.319279965327329e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9989789366722107, + "num_tokens": 128749388.0, + "step": 100050 + }, + { + "entropy": 0.828993171453476, + "epoch": 9.559568166618897, + "grad_norm": 0.047299548983573914, + "learning_rate": 5.296323359730681e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9993414342403412, + "num_tokens": 128761402.0, + "step": 100060 + }, + { + "entropy": 0.8406459987163544, + "epoch": 9.560523550205408, + "grad_norm": 0.22123266756534576, + "learning_rate": 5.273416134873366e-07, + "loss": 0.0038, + "mean_token_accuracy": 0.9989824533462525, + "num_tokens": 128774098.0, + "step": 100070 + }, + { + "entropy": 0.8494390249252319, + "epoch": 9.561478933791918, + "grad_norm": 0.3125874996185303, + "learning_rate": 5.250558293042051e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9986766993999481, + "num_tokens": 128787452.0, + "step": 100080 + }, + { + "entropy": 0.8332998156547546, + "epoch": 9.562434317378427, + "grad_norm": 0.24681474268436432, + "learning_rate": 5.227749836518359e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996515691280365, + "num_tokens": 128800251.0, + "step": 100090 + }, + { + "entropy": 0.8477806866168975, + "epoch": 9.563389700964937, + "grad_norm": 0.21113146841526031, + "learning_rate": 5.20499076757891e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9990295708179474, + "num_tokens": 128813821.0, + "step": 100100 + }, + { + "entropy": 0.8288402438163758, + "epoch": 9.564345084551448, + "grad_norm": 0.3472149074077606, + "learning_rate": 5.182281088495666e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9989762425422668, + "num_tokens": 128826644.0, + "step": 100110 + }, + { + "entropy": 0.836785888671875, + "epoch": 9.565300468137957, + "grad_norm": 0.14161546528339386, + "learning_rate": 5.159620801535314e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9993599593639374, + "num_tokens": 128839379.0, + "step": 100120 + }, + { + "entropy": 0.8401551365852356, + "epoch": 9.566255851724467, + "grad_norm": 0.1339533030986786, + "learning_rate": 5.137009908959878e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 128852466.0, + "step": 100130 + }, + { + "entropy": 0.8426034271717071, + "epoch": 9.567211235310978, + "grad_norm": 0.1121128723025322, + "learning_rate": 5.114448413026329e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.999674266576767, + "num_tokens": 128865845.0, + "step": 100140 + }, + { + "entropy": 0.845069819688797, + "epoch": 9.568166618897488, + "grad_norm": 0.09894738346338272, + "learning_rate": 5.091936315986701e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9985608279705047, + "num_tokens": 128878633.0, + "step": 100150 + }, + { + "entropy": 0.8442106544971466, + "epoch": 9.569122002483997, + "grad_norm": 0.06439976394176483, + "learning_rate": 5.069473620088138e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9986689567565918, + "num_tokens": 128891080.0, + "step": 100160 + }, + { + "entropy": 0.8404539585113525, + "epoch": 9.570077386070507, + "grad_norm": 0.10098060220479965, + "learning_rate": 5.04706032757285e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9990459680557251, + "num_tokens": 128904318.0, + "step": 100170 + }, + { + "entropy": 0.8513566017150879, + "epoch": 9.571032769657018, + "grad_norm": 0.20455889403820038, + "learning_rate": 5.0246964406781e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9990219295024871, + "num_tokens": 128917965.0, + "step": 100180 + }, + { + "entropy": 0.8302339911460876, + "epoch": 9.571988153243527, + "grad_norm": 0.11508436501026154, + "learning_rate": 5.002381961636215e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9996632993221283, + "num_tokens": 128930973.0, + "step": 100190 + }, + { + "entropy": 0.8391432046890259, + "epoch": 9.572943536830037, + "grad_norm": 0.3812417984008789, + "learning_rate": 4.980116892674636e-07, + "loss": 0.0045, + "mean_token_accuracy": 0.99871044754982, + "num_tokens": 128944091.0, + "step": 100200 + }, + { + "entropy": 0.8289407730102539, + "epoch": 9.573898920416546, + "grad_norm": 0.09494946897029877, + "learning_rate": 4.957901236015749e-07, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 128956638.0, + "step": 100210 + }, + { + "entropy": 0.8349215626716614, + "epoch": 9.574854304003058, + "grad_norm": 0.17129765450954437, + "learning_rate": 4.935734993877228e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993486642837525, + "num_tokens": 128969550.0, + "step": 100220 + }, + { + "entropy": 0.8350157558917999, + "epoch": 9.575809687589567, + "grad_norm": 0.0972113236784935, + "learning_rate": 4.913618168471578e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9989852488040925, + "num_tokens": 128982276.0, + "step": 100230 + }, + { + "entropy": 0.847994726896286, + "epoch": 9.576765071176077, + "grad_norm": 0.14476588368415833, + "learning_rate": 4.89155076200648e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9990452349185943, + "num_tokens": 128995510.0, + "step": 100240 + }, + { + "entropy": 0.8470136523246765, + "epoch": 9.577720454762588, + "grad_norm": 0.3151092231273651, + "learning_rate": 4.869532776684727e-07, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 129008692.0, + "step": 100250 + }, + { + "entropy": 0.8434629440307617, + "epoch": 9.578675838349097, + "grad_norm": 0.12228677421808243, + "learning_rate": 4.847564214704059e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9986379683017731, + "num_tokens": 129021415.0, + "step": 100260 + }, + { + "entropy": 0.8301818549633027, + "epoch": 9.579631221935607, + "grad_norm": 0.3336962163448334, + "learning_rate": 4.825645078257501e-07, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 129034360.0, + "step": 100270 + }, + { + "entropy": 0.8448407471179962, + "epoch": 9.580586605522118, + "grad_norm": 0.100205197930336, + "learning_rate": 4.803775369532803e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9986764192581177, + "num_tokens": 129047298.0, + "step": 100280 + }, + { + "entropy": 0.851193654537201, + "epoch": 9.581541989108628, + "grad_norm": 0.08355256915092468, + "learning_rate": 4.781955090713108e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 129060346.0, + "step": 100290 + }, + { + "entropy": 0.8499388575553894, + "epoch": 9.582497372695137, + "grad_norm": 0.5953345894813538, + "learning_rate": 4.7601842439763956e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9989948570728302, + "num_tokens": 129073361.0, + "step": 100300 + }, + { + "entropy": 0.8431821644306183, + "epoch": 9.583452756281647, + "grad_norm": 0.5956090092658997, + "learning_rate": 4.738462831495871e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.998898696899414, + "num_tokens": 129085972.0, + "step": 100310 + }, + { + "entropy": 0.8286978840827942, + "epoch": 9.584408139868158, + "grad_norm": 0.5975935459136963, + "learning_rate": 4.716790855439745e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.9983312368392945, + "num_tokens": 129098412.0, + "step": 100320 + }, + { + "entropy": 0.8438731074333191, + "epoch": 9.585363523454667, + "grad_norm": 0.2536075711250305, + "learning_rate": 4.6951683179712326e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996835470199585, + "num_tokens": 129111701.0, + "step": 100330 + }, + { + "entropy": 0.8366589069366455, + "epoch": 9.586318907041177, + "grad_norm": 0.22652553021907806, + "learning_rate": 4.673595221248772e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9993355393409729, + "num_tokens": 129124340.0, + "step": 100340 + }, + { + "entropy": 0.8327180206775665, + "epoch": 9.587274290627686, + "grad_norm": 0.105791836977005, + "learning_rate": 4.652071567425642e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 129137525.0, + "step": 100350 + }, + { + "entropy": 0.8394551813602448, + "epoch": 9.588229674214197, + "grad_norm": 0.04815499857068062, + "learning_rate": 4.630597358650346e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993354082107544, + "num_tokens": 129149695.0, + "step": 100360 + }, + { + "entropy": 0.8374129056930542, + "epoch": 9.589185057800707, + "grad_norm": 0.15975341200828552, + "learning_rate": 4.6091725970665024e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9990426063537597, + "num_tokens": 129163021.0, + "step": 100370 + }, + { + "entropy": 0.8550762236118317, + "epoch": 9.590140441387216, + "grad_norm": 0.2165965735912323, + "learning_rate": 4.587797284812567e-07, + "loss": 0.0043, + "mean_token_accuracy": 0.9984556078910828, + "num_tokens": 129176159.0, + "step": 100380 + }, + { + "entropy": 0.8292750775814056, + "epoch": 9.591095824973728, + "grad_norm": 0.016251347959041595, + "learning_rate": 4.5664714240222785e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996539771556854, + "num_tokens": 129188593.0, + "step": 100390 + }, + { + "entropy": 0.8494582772254944, + "epoch": 9.592051208560237, + "grad_norm": 0.2519949674606323, + "learning_rate": 4.5451950168243217e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996491253376008, + "num_tokens": 129201832.0, + "step": 100400 + }, + { + "entropy": 0.8328098595142365, + "epoch": 9.593006592146747, + "grad_norm": 0.06472022086381912, + "learning_rate": 4.5239680653426096e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9990115344524384, + "num_tokens": 129214618.0, + "step": 100410 + }, + { + "entropy": 0.8243563771247864, + "epoch": 9.593961975733256, + "grad_norm": 0.3275735676288605, + "learning_rate": 4.5027905716957806e-07, + "loss": 0.0047, + "mean_token_accuracy": 0.9990587174892426, + "num_tokens": 129227334.0, + "step": 100420 + }, + { + "entropy": 0.8385771632194519, + "epoch": 9.594917359319767, + "grad_norm": 0.3772127032279968, + "learning_rate": 4.4816625379979216e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9993548154830932, + "num_tokens": 129239852.0, + "step": 100430 + }, + { + "entropy": 0.8319952011108398, + "epoch": 9.595872742906277, + "grad_norm": 0.33199819922447205, + "learning_rate": 4.460583966357901e-07, + "loss": 0.0021, + "mean_token_accuracy": 1.0, + "num_tokens": 129252400.0, + "step": 100440 + }, + { + "entropy": 0.8502309322357178, + "epoch": 9.596828126492786, + "grad_norm": 0.11522788554430008, + "learning_rate": 4.439554858879813e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.9986457467079163, + "num_tokens": 129265588.0, + "step": 100450 + }, + { + "entropy": 0.8524327218532562, + "epoch": 9.597783510079298, + "grad_norm": 0.8270835280418396, + "learning_rate": 4.418575217662757e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.9987722873687744, + "num_tokens": 129279675.0, + "step": 100460 + }, + { + "entropy": 0.8421988070011139, + "epoch": 9.598738893665807, + "grad_norm": 0.28938570618629456, + "learning_rate": 4.397645044800891e-07, + "loss": 0.0046, + "mean_token_accuracy": 0.9984586715698243, + "num_tokens": 129292916.0, + "step": 100470 + }, + { + "entropy": 0.8340835452079773, + "epoch": 9.599694277252317, + "grad_norm": 0.1430162787437439, + "learning_rate": 4.3767643423834323e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993035852909088, + "num_tokens": 129305554.0, + "step": 100480 + }, + { + "entropy": 0.845384681224823, + "epoch": 9.600649660838826, + "grad_norm": 0.1221977174282074, + "learning_rate": 4.3559331124946035e-07, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 129318881.0, + "step": 100490 + }, + { + "entropy": 0.8418056607246399, + "epoch": 9.601605044425337, + "grad_norm": 0.3408564329147339, + "learning_rate": 4.335151357213907e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9987353384494781, + "num_tokens": 129331816.0, + "step": 100500 + }, + { + "entropy": 0.8462524890899659, + "epoch": 9.602560428011847, + "grad_norm": 0.2006179243326187, + "learning_rate": 4.314419078615628e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.999312424659729, + "num_tokens": 129344999.0, + "step": 100510 + }, + { + "entropy": 0.83692387342453, + "epoch": 9.603515811598356, + "grad_norm": 0.2573257386684418, + "learning_rate": 4.293736278769278e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9993300557136535, + "num_tokens": 129357802.0, + "step": 100520 + }, + { + "entropy": 0.8398453116416931, + "epoch": 9.604471195184868, + "grad_norm": 0.18845175206661224, + "learning_rate": 4.273102959739372e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9989767372608185, + "num_tokens": 129370174.0, + "step": 100530 + }, + { + "entropy": 0.8519066274166107, + "epoch": 9.605426578771377, + "grad_norm": 0.020798174664378166, + "learning_rate": 4.252519123585541e-07, + "loss": 0.0046, + "mean_token_accuracy": 0.9977491855621338, + "num_tokens": 129383592.0, + "step": 100540 + }, + { + "entropy": 0.8318516373634338, + "epoch": 9.606381962357887, + "grad_norm": 0.1696476936340332, + "learning_rate": 4.231984772362363e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9990209937095642, + "num_tokens": 129396115.0, + "step": 100550 + }, + { + "entropy": 0.8396015942096711, + "epoch": 9.607337345944396, + "grad_norm": 0.11908938735723495, + "learning_rate": 4.2114999081196425e-07, + "loss": 0.0022, + "mean_token_accuracy": 1.0, + "num_tokens": 129409125.0, + "step": 100560 + }, + { + "entropy": 0.8388145565986633, + "epoch": 9.608292729530907, + "grad_norm": 0.14386403560638428, + "learning_rate": 4.191064532902134e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.998472797870636, + "num_tokens": 129422109.0, + "step": 100570 + }, + { + "entropy": 0.8464021265506745, + "epoch": 9.609248113117417, + "grad_norm": 0.1593182384967804, + "learning_rate": 4.1706786487496486e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.9990440607070923, + "num_tokens": 129435549.0, + "step": 100580 + }, + { + "entropy": 0.8444169759750366, + "epoch": 9.610203496703926, + "grad_norm": 0.28640326857566833, + "learning_rate": 4.15034225769706e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9990479171276092, + "num_tokens": 129448550.0, + "step": 100590 + }, + { + "entropy": 0.8349087119102478, + "epoch": 9.611158880290436, + "grad_norm": 0.018201205879449844, + "learning_rate": 4.13005536177441e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9987968504428864, + "num_tokens": 129461439.0, + "step": 100600 + }, + { + "entropy": 0.8418504118919372, + "epoch": 9.612114263876947, + "grad_norm": 0.11713732779026031, + "learning_rate": 4.1098179630066345e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9993011474609375, + "num_tokens": 129474500.0, + "step": 100610 + }, + { + "entropy": 0.8409862995147706, + "epoch": 9.613069647463456, + "grad_norm": 0.05481444299221039, + "learning_rate": 4.089630063413785e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 129487610.0, + "step": 100620 + }, + { + "entropy": 0.845676988363266, + "epoch": 9.614025031049966, + "grad_norm": 0.05456729978322983, + "learning_rate": 4.0694916650110826e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9993540585041046, + "num_tokens": 129500492.0, + "step": 100630 + }, + { + "entropy": 0.8480767667293548, + "epoch": 9.614980414636477, + "grad_norm": 0.44206592440605164, + "learning_rate": 4.049402769808641e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9993600010871887, + "num_tokens": 129513793.0, + "step": 100640 + }, + { + "entropy": 0.8469302296638489, + "epoch": 9.615935798222987, + "grad_norm": 0.0738578662276268, + "learning_rate": 4.0293633798117457e-07, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 129527055.0, + "step": 100650 + }, + { + "entropy": 0.8513809263706207, + "epoch": 9.616891181809496, + "grad_norm": 0.2740773856639862, + "learning_rate": 4.0093734970207407e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9989849328994751, + "num_tokens": 129540036.0, + "step": 100660 + }, + { + "entropy": 0.8498634219169616, + "epoch": 9.617846565396006, + "grad_norm": 0.05939856544137001, + "learning_rate": 3.989433123430919e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9984198927879333, + "num_tokens": 129553210.0, + "step": 100670 + }, + { + "entropy": 0.8364688515663147, + "epoch": 9.618801948982517, + "grad_norm": 0.38752231001853943, + "learning_rate": 3.969542261032744e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9990014791488647, + "num_tokens": 129565730.0, + "step": 100680 + }, + { + "entropy": 0.8452835142612457, + "epoch": 9.619757332569026, + "grad_norm": 0.12969934940338135, + "learning_rate": 3.9497009118116823e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9988996922969818, + "num_tokens": 129578201.0, + "step": 100690 + }, + { + "entropy": 0.8304845809936523, + "epoch": 9.620712716155536, + "grad_norm": 0.10676079988479614, + "learning_rate": 3.929909077748262e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993393540382385, + "num_tokens": 129590568.0, + "step": 100700 + }, + { + "entropy": 0.8492146551609039, + "epoch": 9.621668099742047, + "grad_norm": 1.1781245470046997, + "learning_rate": 3.910166760818179e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9987250745296479, + "num_tokens": 129603726.0, + "step": 100710 + }, + { + "entropy": 0.8499684810638428, + "epoch": 9.622623483328557, + "grad_norm": 0.32258233428001404, + "learning_rate": 3.890473962991914e-07, + "loss": 0.005, + "mean_token_accuracy": 0.9990212321281433, + "num_tokens": 129616518.0, + "step": 100720 + }, + { + "entropy": 0.8433119535446167, + "epoch": 9.623578866915066, + "grad_norm": 0.26623693108558655, + "learning_rate": 3.870830686235394e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9993303418159485, + "num_tokens": 129629824.0, + "step": 100730 + }, + { + "entropy": 0.8325963318347931, + "epoch": 9.624534250501576, + "grad_norm": 1.0836923122406006, + "learning_rate": 3.851236932509217e-07, + "loss": 0.006, + "mean_token_accuracy": 0.9983261406421662, + "num_tokens": 129642457.0, + "step": 100740 + }, + { + "entropy": 0.8500541687011719, + "epoch": 9.625489634088087, + "grad_norm": 0.3306080102920532, + "learning_rate": 3.831692703769263e-07, + "loss": 0.0038, + "mean_token_accuracy": 0.9993288576602936, + "num_tokens": 129655864.0, + "step": 100750 + }, + { + "entropy": 0.8483225584030152, + "epoch": 9.626445017674596, + "grad_norm": 0.11753460019826889, + "learning_rate": 3.8121980019663604e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996996998786927, + "num_tokens": 129668612.0, + "step": 100760 + }, + { + "entropy": 0.8338115811347961, + "epoch": 9.627400401261106, + "grad_norm": 0.16340015828609467, + "learning_rate": 3.792752829046564e-07, + "loss": 0.0043, + "mean_token_accuracy": 0.9987286865711212, + "num_tokens": 129681559.0, + "step": 100770 + }, + { + "entropy": 0.8544771611690521, + "epoch": 9.628355784847617, + "grad_norm": 0.30747199058532715, + "learning_rate": 3.773357186950821e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.9996282517910003, + "num_tokens": 129694866.0, + "step": 100780 + }, + { + "entropy": 0.8452846765518188, + "epoch": 9.629311168434127, + "grad_norm": 0.04732242226600647, + "learning_rate": 3.754011077615083e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993557870388031, + "num_tokens": 129707758.0, + "step": 100790 + }, + { + "entropy": 0.8421436369419097, + "epoch": 9.630266552020636, + "grad_norm": 0.12417780607938766, + "learning_rate": 3.7347145029706376e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993430435657501, + "num_tokens": 129720687.0, + "step": 100800 + }, + { + "entropy": 0.836129367351532, + "epoch": 9.631221935607146, + "grad_norm": 0.12600184977054596, + "learning_rate": 3.715467464943445e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996805131435395, + "num_tokens": 129734117.0, + "step": 100810 + }, + { + "entropy": 0.8472949802875519, + "epoch": 9.632177319193657, + "grad_norm": 0.18487650156021118, + "learning_rate": 3.6962699654549125e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9996805131435395, + "num_tokens": 129747124.0, + "step": 100820 + }, + { + "entropy": 0.8406420469284057, + "epoch": 9.633132702780166, + "grad_norm": 0.25122272968292236, + "learning_rate": 3.677122006421174e-07, + "loss": 0.0017, + "mean_token_accuracy": 0.999674266576767, + "num_tokens": 129759641.0, + "step": 100830 + }, + { + "entropy": 0.837771213054657, + "epoch": 9.634088086366676, + "grad_norm": 0.10290540754795074, + "learning_rate": 3.658023589753645e-07, + "loss": 0.0013, + "mean_token_accuracy": 0.9996138989925385, + "num_tokens": 129772348.0, + "step": 100840 + }, + { + "entropy": 0.8394730448722839, + "epoch": 9.635043469953185, + "grad_norm": 0.061884138733148575, + "learning_rate": 3.6389747173586343e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989499628543854, + "num_tokens": 129785332.0, + "step": 100850 + }, + { + "entropy": 0.8381581366062164, + "epoch": 9.635998853539697, + "grad_norm": 0.12045391649007797, + "learning_rate": 3.61997539113762e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996969699859619, + "num_tokens": 129797810.0, + "step": 100860 + }, + { + "entropy": 0.8293987393379212, + "epoch": 9.636954237126206, + "grad_norm": 0.2254960834980011, + "learning_rate": 3.601025612987086e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993630349636078, + "num_tokens": 129810398.0, + "step": 100870 + }, + { + "entropy": 0.8356485843658448, + "epoch": 9.637909620712716, + "grad_norm": 0.332040935754776, + "learning_rate": 3.5821253847985737e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9997058808803558, + "num_tokens": 129823346.0, + "step": 100880 + }, + { + "entropy": 0.8362081348896027, + "epoch": 9.638865004299227, + "grad_norm": 0.21816347539424896, + "learning_rate": 3.563274708458686e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9990437865257263, + "num_tokens": 129835992.0, + "step": 100890 + }, + { + "entropy": 0.8288060426712036, + "epoch": 9.639820387885736, + "grad_norm": 1.0583432912826538, + "learning_rate": 3.544473585849029e-07, + "loss": 0.0054, + "mean_token_accuracy": 0.9990798592567444, + "num_tokens": 129848597.0, + "step": 100900 + }, + { + "entropy": 0.845886904001236, + "epoch": 9.640775771472246, + "grad_norm": 0.10960417985916138, + "learning_rate": 3.5257220188464336e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9985960125923157, + "num_tokens": 129861290.0, + "step": 100910 + }, + { + "entropy": 0.8318464875221252, + "epoch": 9.641731155058757, + "grad_norm": 0.5018690824508667, + "learning_rate": 3.507020009322515e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.9980222284793854, + "num_tokens": 129873889.0, + "step": 100920 + }, + { + "entropy": 0.834398376941681, + "epoch": 9.642686538645266, + "grad_norm": 0.24598588049411774, + "learning_rate": 3.488367559144168e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999342405796051, + "num_tokens": 129887166.0, + "step": 100930 + }, + { + "entropy": 0.8466548085212707, + "epoch": 9.643641922231776, + "grad_norm": 0.04877888038754463, + "learning_rate": 3.4697646701732367e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996666669845581, + "num_tokens": 129899934.0, + "step": 100940 + }, + { + "entropy": 0.8419885516166687, + "epoch": 9.644597305818285, + "grad_norm": 0.20637738704681396, + "learning_rate": 3.451211344266625e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.999326229095459, + "num_tokens": 129913077.0, + "step": 100950 + }, + { + "entropy": 0.8398915231227875, + "epoch": 9.645552689404797, + "grad_norm": 0.23230639100074768, + "learning_rate": 3.432707583276351e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9993663012981415, + "num_tokens": 129926179.0, + "step": 100960 + }, + { + "entropy": 0.8460851669311523, + "epoch": 9.646508072991306, + "grad_norm": 0.15265198051929474, + "learning_rate": 3.414253389049382e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993898808956146, + "num_tokens": 129939475.0, + "step": 100970 + }, + { + "entropy": 0.8475672483444214, + "epoch": 9.647463456577816, + "grad_norm": 0.3878766596317291, + "learning_rate": 3.395848763427856e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9993366479873658, + "num_tokens": 129952901.0, + "step": 100980 + }, + { + "entropy": 0.8427927494049072, + "epoch": 9.648418840164325, + "grad_norm": 0.14372532069683075, + "learning_rate": 3.3774937082488024e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.9990309417247772, + "num_tokens": 129966001.0, + "step": 100990 + }, + { + "entropy": 0.8306306660175323, + "epoch": 9.649374223750836, + "grad_norm": 0.251355916261673, + "learning_rate": 3.359188225344534e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 129978954.0, + "step": 101000 + }, + { + "entropy": 0.8435908496379853, + "epoch": 9.650329607337346, + "grad_norm": 0.09285509586334229, + "learning_rate": 3.3409323165422e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996363639831543, + "num_tokens": 129992312.0, + "step": 101010 + }, + { + "entropy": 0.8423884749412537, + "epoch": 9.651284990923855, + "grad_norm": 0.3335607051849365, + "learning_rate": 3.32272598366401e-07, + "loss": 0.0046, + "mean_token_accuracy": 0.9980403006076812, + "num_tokens": 130005638.0, + "step": 101020 + }, + { + "entropy": 0.8461163699626922, + "epoch": 9.652240374510367, + "grad_norm": 0.1749780923128128, + "learning_rate": 3.3045692285274546e-07, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 130018598.0, + "step": 101030 + }, + { + "entropy": 0.8374679327011109, + "epoch": 9.653195758096876, + "grad_norm": 0.5070857405662537, + "learning_rate": 3.286462052944861e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996240615844727, + "num_tokens": 130031553.0, + "step": 101040 + }, + { + "entropy": 0.8504268169403076, + "epoch": 9.654151141683386, + "grad_norm": 0.09681358188390732, + "learning_rate": 3.268404458723673e-07, + "loss": 0.0017, + "mean_token_accuracy": 1.0, + "num_tokens": 130044693.0, + "step": 101050 + }, + { + "entropy": 0.8455784380435943, + "epoch": 9.655106525269895, + "grad_norm": 0.06778936833143234, + "learning_rate": 3.2503964476662817e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9993670821189881, + "num_tokens": 130057361.0, + "step": 101060 + }, + { + "entropy": 0.8406988501548767, + "epoch": 9.656061908856406, + "grad_norm": 0.47161099314689636, + "learning_rate": 3.232438021570361e-07, + "loss": 0.0036, + "mean_token_accuracy": 0.9987070500850678, + "num_tokens": 130070048.0, + "step": 101070 + }, + { + "entropy": 0.8428736686706543, + "epoch": 9.657017292442916, + "grad_norm": 0.18369847536087036, + "learning_rate": 3.214529182228421e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9993030309677124, + "num_tokens": 130082471.0, + "step": 101080 + }, + { + "entropy": 0.8412389755249023, + "epoch": 9.657972676029425, + "grad_norm": 0.049991022795438766, + "learning_rate": 3.1966699314281426e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9984920680522918, + "num_tokens": 130095404.0, + "step": 101090 + }, + { + "entropy": 0.8464109659194946, + "epoch": 9.658928059615937, + "grad_norm": 0.3794511556625366, + "learning_rate": 3.178860270952211e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.9993318736553192, + "num_tokens": 130108212.0, + "step": 101100 + }, + { + "entropy": 0.8309762299060821, + "epoch": 9.659883443202446, + "grad_norm": 0.3083766996860504, + "learning_rate": 3.16110020257826e-07, + "loss": 0.0017, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 130120485.0, + "step": 101110 + }, + { + "entropy": 0.840546977519989, + "epoch": 9.660838826788956, + "grad_norm": 0.29714009165763855, + "learning_rate": 3.14338972807926e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 130133634.0, + "step": 101120 + }, + { + "entropy": 0.8373395144939423, + "epoch": 9.661794210375465, + "grad_norm": 0.1913764625787735, + "learning_rate": 3.1257288492229085e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.9997118175029754, + "num_tokens": 130146608.0, + "step": 101130 + }, + { + "entropy": 0.8306087195873261, + "epoch": 9.662749593961976, + "grad_norm": 0.0349428653717041, + "learning_rate": 3.108117567772184e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.9989687621593475, + "num_tokens": 130159186.0, + "step": 101140 + }, + { + "entropy": 0.8406840980052948, + "epoch": 9.663704977548486, + "grad_norm": 0.09345760196447372, + "learning_rate": 3.090555885484958e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9996815264225006, + "num_tokens": 130171724.0, + "step": 101150 + }, + { + "entropy": 0.8438241481781006, + "epoch": 9.664660361134995, + "grad_norm": 0.1042034700512886, + "learning_rate": 3.0730438041142726e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 130184755.0, + "step": 101160 + }, + { + "entropy": 0.8395075917243957, + "epoch": 9.665615744721507, + "grad_norm": 0.3731885254383087, + "learning_rate": 3.055581325408119e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993690848350525, + "num_tokens": 130197647.0, + "step": 101170 + }, + { + "entropy": 0.8316260278224945, + "epoch": 9.666571128308016, + "grad_norm": 0.10426132380962372, + "learning_rate": 3.038168451109602e-07, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 130210167.0, + "step": 101180 + }, + { + "entropy": 0.8384682655334472, + "epoch": 9.667526511894525, + "grad_norm": 0.20756016671657562, + "learning_rate": 3.020805182956832e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993481695652008, + "num_tokens": 130222819.0, + "step": 101190 + }, + { + "entropy": 0.8294811248779297, + "epoch": 9.668481895481035, + "grad_norm": 0.24163447320461273, + "learning_rate": 3.0034915226829775e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9990458190441132, + "num_tokens": 130235460.0, + "step": 101200 + }, + { + "entropy": 0.8438011527061462, + "epoch": 9.669437279067546, + "grad_norm": 0.14193874597549438, + "learning_rate": 2.986227472016323e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9992481231689453, + "num_tokens": 130248652.0, + "step": 101210 + }, + { + "entropy": 0.8419031858444214, + "epoch": 9.670392662654056, + "grad_norm": 0.2721374034881592, + "learning_rate": 2.9690130326801015e-07, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 130260909.0, + "step": 101220 + }, + { + "entropy": 0.8472967982292176, + "epoch": 9.671348046240565, + "grad_norm": 0.3744316101074219, + "learning_rate": 2.9518482063927153e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9986177742481231, + "num_tokens": 130273727.0, + "step": 101230 + }, + { + "entropy": 0.851168155670166, + "epoch": 9.672303429827075, + "grad_norm": 1.0034797191619873, + "learning_rate": 2.9347329948674065e-07, + "loss": 0.0045, + "mean_token_accuracy": 0.9985966563224793, + "num_tokens": 130286708.0, + "step": 101240 + }, + { + "entropy": 0.8362096071243286, + "epoch": 9.673258813413586, + "grad_norm": 0.06737194210290909, + "learning_rate": 2.9176673998126956e-07, + "loss": 0.0017, + "mean_token_accuracy": 0.9993192315101623, + "num_tokens": 130299582.0, + "step": 101250 + }, + { + "entropy": 0.8366716027259826, + "epoch": 9.674214197000095, + "grad_norm": 0.24384382367134094, + "learning_rate": 2.900651422932055e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9990649938583374, + "num_tokens": 130312598.0, + "step": 101260 + }, + { + "entropy": 0.8624626755714416, + "epoch": 9.675169580586605, + "grad_norm": 0.1597602516412735, + "learning_rate": 2.8836850659239024e-07, + "loss": 0.0051, + "mean_token_accuracy": 0.9983657777309418, + "num_tokens": 130326614.0, + "step": 101270 + }, + { + "entropy": 0.8372538626194, + "epoch": 9.676124964173116, + "grad_norm": 0.18207702040672302, + "learning_rate": 2.866768330481939e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9994108855724335, + "num_tokens": 130339773.0, + "step": 101280 + }, + { + "entropy": 0.845831549167633, + "epoch": 9.677080347759626, + "grad_norm": 0.15715724229812622, + "learning_rate": 2.8499012182945927e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.998907208442688, + "num_tokens": 130352349.0, + "step": 101290 + }, + { + "entropy": 0.8390098571777344, + "epoch": 9.678035731346135, + "grad_norm": 0.32469961047172546, + "learning_rate": 2.8330837310456827e-07, + "loss": 0.0043, + "mean_token_accuracy": 0.9982362389564514, + "num_tokens": 130364837.0, + "step": 101300 + }, + { + "entropy": 0.840992397069931, + "epoch": 9.678991114932645, + "grad_norm": 0.18203073740005493, + "learning_rate": 2.816315870413866e-07, + "loss": 0.0015, + "mean_token_accuracy": 0.9996527791023254, + "num_tokens": 130377634.0, + "step": 101310 + }, + { + "entropy": 0.84986132979393, + "epoch": 9.679946498519156, + "grad_norm": 0.3897031247615814, + "learning_rate": 2.7995976380728594e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9989980697631836, + "num_tokens": 130390611.0, + "step": 101320 + }, + { + "entropy": 0.8331316590309144, + "epoch": 9.680901882105665, + "grad_norm": 0.10280496627092361, + "learning_rate": 2.782929035691495e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9987258076667785, + "num_tokens": 130403155.0, + "step": 101330 + }, + { + "entropy": 0.8501298010349274, + "epoch": 9.681857265692175, + "grad_norm": 0.3476795554161072, + "learning_rate": 2.7663100649335525e-07, + "loss": 0.0046, + "mean_token_accuracy": 0.9985638618469238, + "num_tokens": 130416573.0, + "step": 101340 + }, + { + "entropy": 0.8470402956008911, + "epoch": 9.682812649278686, + "grad_norm": 0.08393900096416473, + "learning_rate": 2.7497407274579836e-07, + "loss": 0.0041, + "mean_token_accuracy": 0.9986853539943695, + "num_tokens": 130429893.0, + "step": 101350 + }, + { + "entropy": 0.8336197733879089, + "epoch": 9.683768032865196, + "grad_norm": 0.19760173559188843, + "learning_rate": 2.733221024918686e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999301302433014, + "num_tokens": 130442239.0, + "step": 101360 + }, + { + "entropy": 0.8469294369220733, + "epoch": 9.684723416451705, + "grad_norm": 0.23542696237564087, + "learning_rate": 2.7167509589646754e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9990204691886901, + "num_tokens": 130455173.0, + "step": 101370 + }, + { + "entropy": 0.8402681589126587, + "epoch": 9.685678800038215, + "grad_norm": 0.0773651972413063, + "learning_rate": 2.700330531239859e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993407189846039, + "num_tokens": 130467956.0, + "step": 101380 + }, + { + "entropy": 0.8276679635047912, + "epoch": 9.686634183624726, + "grad_norm": 0.5495808124542236, + "learning_rate": 2.683959743383424e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9989488661289215, + "num_tokens": 130480491.0, + "step": 101390 + }, + { + "entropy": 0.8374604165554047, + "epoch": 9.687589567211235, + "grad_norm": 0.7593544125556946, + "learning_rate": 2.667638597029509e-07, + "loss": 0.004, + "mean_token_accuracy": 0.9987577617168426, + "num_tokens": 130493027.0, + "step": 101400 + }, + { + "entropy": 0.8443559885025025, + "epoch": 9.688544950797745, + "grad_norm": 0.5686355829238892, + "learning_rate": 2.6513670938071445e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993210852146148, + "num_tokens": 130505685.0, + "step": 101410 + }, + { + "entropy": 0.827901440858841, + "epoch": 9.689500334384256, + "grad_norm": 0.12606404721736908, + "learning_rate": 2.635145235340641e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993126451969147, + "num_tokens": 130517998.0, + "step": 101420 + }, + { + "entropy": 0.8325047850608825, + "epoch": 9.690455717970766, + "grad_norm": 0.1515222191810608, + "learning_rate": 2.618973023249205e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9989504158496857, + "num_tokens": 130530764.0, + "step": 101430 + }, + { + "entropy": 0.8405299961566925, + "epoch": 9.691411101557275, + "grad_norm": 0.20077134668827057, + "learning_rate": 2.602850459147099e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996503472328186, + "num_tokens": 130543331.0, + "step": 101440 + }, + { + "entropy": 0.8422544002532959, + "epoch": 9.692366485143785, + "grad_norm": 0.24940705299377441, + "learning_rate": 2.5867775446437034e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9993529081344604, + "num_tokens": 130556901.0, + "step": 101450 + }, + { + "entropy": 0.8470541536808014, + "epoch": 9.693321868730296, + "grad_norm": 0.04161956533789635, + "learning_rate": 2.570754281343346e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9990472853183746, + "num_tokens": 130569918.0, + "step": 101460 + }, + { + "entropy": 0.835536676645279, + "epoch": 9.694277252316805, + "grad_norm": 0.2054324597120285, + "learning_rate": 2.5547806708455245e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9996666669845581, + "num_tokens": 130582434.0, + "step": 101470 + }, + { + "entropy": 0.8342084109783172, + "epoch": 9.695232635903315, + "grad_norm": 0.2024470716714859, + "learning_rate": 2.538856714744631e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9993524014949798, + "num_tokens": 130594700.0, + "step": 101480 + }, + { + "entropy": 0.8530588805675506, + "epoch": 9.696188019489824, + "grad_norm": 0.1797805279493332, + "learning_rate": 2.5229824146302815e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996389865875244, + "num_tokens": 130607433.0, + "step": 101490 + }, + { + "entropy": 0.8395908653736115, + "epoch": 9.697143403076335, + "grad_norm": 0.3206731975078583, + "learning_rate": 2.507157772086877e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9990421116352082, + "num_tokens": 130620461.0, + "step": 101500 + }, + { + "entropy": 0.8455662369728089, + "epoch": 9.698098786662845, + "grad_norm": 0.446689248085022, + "learning_rate": 2.4913827886941523e-07, + "loss": 0.0042, + "mean_token_accuracy": 0.9980427384376526, + "num_tokens": 130633289.0, + "step": 101510 + }, + { + "entropy": 0.830474466085434, + "epoch": 9.699054170249354, + "grad_norm": 0.19446302950382233, + "learning_rate": 2.475657466026682e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9989340722560882, + "num_tokens": 130645651.0, + "step": 101520 + }, + { + "entropy": 0.8380333602428436, + "epoch": 9.700009553835866, + "grad_norm": 0.05112883076071739, + "learning_rate": 2.459981805654099e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996515691280365, + "num_tokens": 130658642.0, + "step": 101530 + }, + { + "entropy": 0.845496016740799, + "epoch": 9.700964937422375, + "grad_norm": 0.4393239915370941, + "learning_rate": 2.444355809141263e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9990293383598328, + "num_tokens": 130671880.0, + "step": 101540 + }, + { + "entropy": 0.8378069341182709, + "epoch": 9.701920321008885, + "grad_norm": 0.2462601363658905, + "learning_rate": 2.428779478047871e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9986474275588989, + "num_tokens": 130684845.0, + "step": 101550 + }, + { + "entropy": 0.8364050269126893, + "epoch": 9.702875704595396, + "grad_norm": 0.3115382492542267, + "learning_rate": 2.413252813928679e-07, + "loss": 0.0048, + "mean_token_accuracy": 0.9990514039993286, + "num_tokens": 130697849.0, + "step": 101560 + }, + { + "entropy": 0.835991621017456, + "epoch": 9.703831088181905, + "grad_norm": 0.5687664151191711, + "learning_rate": 2.397775818333614e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.998696094751358, + "num_tokens": 130710341.0, + "step": 101570 + }, + { + "entropy": 0.8433156967163086, + "epoch": 9.704786471768415, + "grad_norm": 0.11086048185825348, + "learning_rate": 2.382348492807607e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 130723274.0, + "step": 101580 + }, + { + "entropy": 0.8455532312393188, + "epoch": 9.705741855354924, + "grad_norm": 0.07488317787647247, + "learning_rate": 2.3669708388904809e-07, + "loss": 0.0049, + "mean_token_accuracy": 0.9980533242225647, + "num_tokens": 130736202.0, + "step": 101590 + }, + { + "entropy": 0.834946072101593, + "epoch": 9.706697238941436, + "grad_norm": 0.6751651167869568, + "learning_rate": 2.3516428581172867e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.9983987092971802, + "num_tokens": 130748990.0, + "step": 101600 + }, + { + "entropy": 0.827308988571167, + "epoch": 9.707652622527945, + "grad_norm": 0.05765025317668915, + "learning_rate": 2.336364552018022e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996835470199585, + "num_tokens": 130761432.0, + "step": 101610 + }, + { + "entropy": 0.84012770652771, + "epoch": 9.708608006114455, + "grad_norm": 0.12279720604419708, + "learning_rate": 2.3211359221177453e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996794879436492, + "num_tokens": 130774075.0, + "step": 101620 + }, + { + "entropy": 0.825894433259964, + "epoch": 9.709563389700964, + "grad_norm": 0.1467272937297821, + "learning_rate": 2.305956969936629e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9990243792533875, + "num_tokens": 130786634.0, + "step": 101630 + }, + { + "entropy": 0.8385862708091736, + "epoch": 9.710518773287475, + "grad_norm": 2.3145766258239746, + "learning_rate": 2.2908276969897391e-07, + "loss": 0.0044, + "mean_token_accuracy": 0.9987187445163727, + "num_tokens": 130799611.0, + "step": 101640 + }, + { + "entropy": 0.8367715656757355, + "epoch": 9.711474156873985, + "grad_norm": 0.07033036649227142, + "learning_rate": 2.275748104787312e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 130812194.0, + "step": 101650 + }, + { + "entropy": 0.8398109138011932, + "epoch": 9.712429540460494, + "grad_norm": 0.03868662193417549, + "learning_rate": 2.260718194834477e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9992562830448151, + "num_tokens": 130824534.0, + "step": 101660 + }, + { + "entropy": 0.8378746092319489, + "epoch": 9.713384924047006, + "grad_norm": 0.35013675689697266, + "learning_rate": 2.245737968631645e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993231654167175, + "num_tokens": 130837249.0, + "step": 101670 + }, + { + "entropy": 0.8383758425712585, + "epoch": 9.714340307633515, + "grad_norm": 0.5554975867271423, + "learning_rate": 2.2308074276740643e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9986529409885406, + "num_tokens": 130850014.0, + "step": 101680 + }, + { + "entropy": 0.831847095489502, + "epoch": 9.715295691220025, + "grad_norm": 0.14328710734844208, + "learning_rate": 2.2159265734519874e-07, + "loss": 0.003, + "mean_token_accuracy": 0.9986616551876069, + "num_tokens": 130862379.0, + "step": 101690 + }, + { + "entropy": 0.8229959666728973, + "epoch": 9.716251074806534, + "grad_norm": 0.1036677286028862, + "learning_rate": 2.201095407450948e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 130874518.0, + "step": 101700 + }, + { + "entropy": 0.8474322378635406, + "epoch": 9.717206458393045, + "grad_norm": 0.04460780695080757, + "learning_rate": 2.186313931151318e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9990147531032563, + "num_tokens": 130887064.0, + "step": 101710 + }, + { + "entropy": 0.8412100553512574, + "epoch": 9.718161841979555, + "grad_norm": 0.1038975864648819, + "learning_rate": 2.1715821460285834e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.998699176311493, + "num_tokens": 130900077.0, + "step": 101720 + }, + { + "entropy": 0.843962037563324, + "epoch": 9.719117225566064, + "grad_norm": 0.297757089138031, + "learning_rate": 2.1569000535532348e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9989848375320435, + "num_tokens": 130912806.0, + "step": 101730 + }, + { + "entropy": 0.8435623288154602, + "epoch": 9.720072609152576, + "grad_norm": 0.4066891074180603, + "learning_rate": 2.1422676551908217e-07, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 130925716.0, + "step": 101740 + }, + { + "entropy": 0.8451165735721589, + "epoch": 9.721027992739085, + "grad_norm": 0.6423795223236084, + "learning_rate": 2.1276849524018984e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9986689209938049, + "num_tokens": 130938668.0, + "step": 101750 + }, + { + "entropy": 0.8515446186065674, + "epoch": 9.721983376325595, + "grad_norm": 0.23728375136852264, + "learning_rate": 2.1131519466421335e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9987746059894562, + "num_tokens": 130951696.0, + "step": 101760 + }, + { + "entropy": 0.8328210055828095, + "epoch": 9.722938759912104, + "grad_norm": 0.4198111891746521, + "learning_rate": 2.0986686393622556e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9986712634563446, + "num_tokens": 130964460.0, + "step": 101770 + }, + { + "entropy": 0.8339679658412933, + "epoch": 9.723894143498615, + "grad_norm": 0.12556959688663483, + "learning_rate": 2.0842350320078308e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.9983676850795746, + "num_tokens": 130976211.0, + "step": 101780 + }, + { + "entropy": 0.8492069005966186, + "epoch": 9.724849527085125, + "grad_norm": 0.2610829174518585, + "learning_rate": 2.0698511260197618e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 130988981.0, + "step": 101790 + }, + { + "entropy": 0.8472257375717163, + "epoch": 9.725804910671634, + "grad_norm": 0.12448766827583313, + "learning_rate": 2.0555169228336779e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 131001894.0, + "step": 101800 + }, + { + "entropy": 0.8428569257259368, + "epoch": 9.726760294258145, + "grad_norm": 0.09124642610549927, + "learning_rate": 2.0412324238804902e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993251681327819, + "num_tokens": 131014950.0, + "step": 101810 + }, + { + "entropy": 0.8364781379699707, + "epoch": 9.727715677844655, + "grad_norm": 0.4909766912460327, + "learning_rate": 2.026997630586114e-07, + "loss": 0.0047, + "mean_token_accuracy": 0.9986038088798523, + "num_tokens": 131027361.0, + "step": 101820 + }, + { + "entropy": 0.8272220969200135, + "epoch": 9.728671061431164, + "grad_norm": 0.07748329639434814, + "learning_rate": 2.0128125443713008e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.999340045452118, + "num_tokens": 131039552.0, + "step": 101830 + }, + { + "entropy": 0.8656948149204254, + "epoch": 9.729626445017674, + "grad_norm": 0.3090021014213562, + "learning_rate": 1.9986771666520854e-07, + "loss": 0.0054, + "mean_token_accuracy": 0.9987324059009552, + "num_tokens": 131053559.0, + "step": 101840 + }, + { + "entropy": 0.8507344007492066, + "epoch": 9.730581828604185, + "grad_norm": 0.7642062902450562, + "learning_rate": 1.9845914988394498e-07, + "loss": 0.0049, + "mean_token_accuracy": 0.9990252673625946, + "num_tokens": 131066431.0, + "step": 101850 + }, + { + "entropy": 0.843161541223526, + "epoch": 9.731537212190695, + "grad_norm": 0.16117259860038757, + "learning_rate": 1.9705555423393807e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993658185005188, + "num_tokens": 131079678.0, + "step": 101860 + }, + { + "entropy": 0.8364893198013306, + "epoch": 9.732492595777204, + "grad_norm": 0.05977964028716087, + "learning_rate": 1.9565692985529792e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9990561008453369, + "num_tokens": 131092932.0, + "step": 101870 + }, + { + "entropy": 0.8316644847393035, + "epoch": 9.733447979363714, + "grad_norm": 0.0615106001496315, + "learning_rate": 1.942632768876296e-07, + "loss": 0.005, + "mean_token_accuracy": 0.9992882549762726, + "num_tokens": 131105308.0, + "step": 101880 + }, + { + "entropy": 0.8254771590232849, + "epoch": 9.734403362950225, + "grad_norm": 0.36678382754325867, + "learning_rate": 1.9287459547003838e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9990044832229614, + "num_tokens": 131117725.0, + "step": 101890 + }, + { + "entropy": 0.8521351158618927, + "epoch": 9.735358746536734, + "grad_norm": 0.10529513657093048, + "learning_rate": 1.9149088574115238e-07, + "loss": 0.0055, + "mean_token_accuracy": 0.9981741905212402, + "num_tokens": 131130894.0, + "step": 101900 + }, + { + "entropy": 0.8478141069412232, + "epoch": 9.736314130123244, + "grad_norm": 0.16186310350894928, + "learning_rate": 1.9011214783908882e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9996923089027405, + "num_tokens": 131143814.0, + "step": 101910 + }, + { + "entropy": 0.8415940463542938, + "epoch": 9.737269513709755, + "grad_norm": 0.616593062877655, + "learning_rate": 1.8873838190147097e-07, + "loss": 0.0017, + "mean_token_accuracy": 1.0, + "num_tokens": 131156011.0, + "step": 101920 + }, + { + "entropy": 0.8380549609661102, + "epoch": 9.738224897296265, + "grad_norm": 0.23591335117816925, + "learning_rate": 1.8736958806542803e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9983414590358735, + "num_tokens": 131168848.0, + "step": 101930 + }, + { + "entropy": 0.8365736603736877, + "epoch": 9.739180280882774, + "grad_norm": 0.190187469124794, + "learning_rate": 1.8600576646758405e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993558764457703, + "num_tokens": 131181745.0, + "step": 101940 + }, + { + "entropy": 0.8390149474143982, + "epoch": 9.740135664469285, + "grad_norm": 0.27284541726112366, + "learning_rate": 1.8464691724408566e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 131194105.0, + "step": 101950 + }, + { + "entropy": 0.8514305293560028, + "epoch": 9.741091048055795, + "grad_norm": 0.27982959151268005, + "learning_rate": 1.832930405305633e-07, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 131207056.0, + "step": 101960 + }, + { + "entropy": 0.8422022819519043, + "epoch": 9.742046431642304, + "grad_norm": 0.3632039725780487, + "learning_rate": 1.819441364621588e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9997118175029754, + "num_tokens": 131219749.0, + "step": 101970 + }, + { + "entropy": 0.8401513040065766, + "epoch": 9.743001815228814, + "grad_norm": 0.16181737184524536, + "learning_rate": 1.806002051735256e-07, + "loss": 0.0019, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 131232531.0, + "step": 101980 + }, + { + "entropy": 0.8283497452735901, + "epoch": 9.743957198815325, + "grad_norm": 0.07481611520051956, + "learning_rate": 1.792612467988064e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9996688723564148, + "num_tokens": 131245136.0, + "step": 101990 + }, + { + "entropy": 0.8475075542926789, + "epoch": 9.744912582401835, + "grad_norm": 0.1520431488752365, + "learning_rate": 1.779272614716554e-07, + "loss": 0.0025, + "mean_token_accuracy": 0.9996784567832947, + "num_tokens": 131258597.0, + "step": 102000 + }, + { + "entropy": 0.8505565702915192, + "epoch": 9.745867965988344, + "grad_norm": 0.1180214136838913, + "learning_rate": 1.7659824932523273e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9996894419193267, + "num_tokens": 131271270.0, + "step": 102010 + }, + { + "entropy": 0.8356362044811249, + "epoch": 9.746823349574854, + "grad_norm": 0.1178751140832901, + "learning_rate": 1.7527421049219894e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.99933642745018, + "num_tokens": 131283707.0, + "step": 102020 + }, + { + "entropy": 0.8339076638221741, + "epoch": 9.747778733161365, + "grad_norm": 0.18972265720367432, + "learning_rate": 1.73955145104715e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.999622642993927, + "num_tokens": 131296256.0, + "step": 102030 + }, + { + "entropy": 0.8499277472496033, + "epoch": 9.748734116747874, + "grad_norm": 0.47545167803764343, + "learning_rate": 1.726410532944478e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993527412414551, + "num_tokens": 131309259.0, + "step": 102040 + }, + { + "entropy": 0.8373460829257965, + "epoch": 9.749689500334384, + "grad_norm": 0.32648348808288574, + "learning_rate": 1.7133193519257018e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9992595136165618, + "num_tokens": 131321896.0, + "step": 102050 + }, + { + "entropy": 0.8424427568912506, + "epoch": 9.750644883920895, + "grad_norm": 0.08783663064241409, + "learning_rate": 1.700277909297554e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9993463456630707, + "num_tokens": 131334701.0, + "step": 102060 + }, + { + "entropy": 0.8497547805309296, + "epoch": 9.751600267507404, + "grad_norm": 0.5203986167907715, + "learning_rate": 1.687286206361882e-07, + "loss": 0.0053, + "mean_token_accuracy": 0.9983796715736389, + "num_tokens": 131347654.0, + "step": 102070 + }, + { + "entropy": 0.8468701422214509, + "epoch": 9.752555651093914, + "grad_norm": 0.05185244604945183, + "learning_rate": 1.6743442444154268e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993034183979035, + "num_tokens": 131360606.0, + "step": 102080 + }, + { + "entropy": 0.8371257841587066, + "epoch": 9.753511034680423, + "grad_norm": 0.4977039098739624, + "learning_rate": 1.6614520247500433e-07, + "loss": 0.0047, + "mean_token_accuracy": 0.998678195476532, + "num_tokens": 131373226.0, + "step": 102090 + }, + { + "entropy": 0.8443617045879364, + "epoch": 9.754466418266935, + "grad_norm": 0.5071640610694885, + "learning_rate": 1.6486095486526464e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9993513226509094, + "num_tokens": 131386118.0, + "step": 102100 + }, + { + "entropy": 0.827201634645462, + "epoch": 9.755421801853444, + "grad_norm": 0.01888120360672474, + "learning_rate": 1.6358168174051559e-07, + "loss": 0.0014, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 131398522.0, + "step": 102110 + }, + { + "entropy": 0.8466681957244873, + "epoch": 9.756377185439954, + "grad_norm": 0.18238465487957, + "learning_rate": 1.6230738322845496e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9990576505661011, + "num_tokens": 131412191.0, + "step": 102120 + }, + { + "entropy": 0.8485765993595124, + "epoch": 9.757332569026465, + "grad_norm": 0.08607100695371628, + "learning_rate": 1.610380594562755e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993208289146424, + "num_tokens": 131425760.0, + "step": 102130 + }, + { + "entropy": 0.8470728516578674, + "epoch": 9.758287952612974, + "grad_norm": 0.09481668472290039, + "learning_rate": 1.5977371055068136e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9993920803070069, + "num_tokens": 131439177.0, + "step": 102140 + }, + { + "entropy": 0.8531599104404449, + "epoch": 9.759243336199484, + "grad_norm": 0.20079217851161957, + "learning_rate": 1.5851433663788274e-07, + "loss": 0.0017, + "mean_token_accuracy": 0.9993586599826813, + "num_tokens": 131452777.0, + "step": 102150 + }, + { + "entropy": 0.8436694741249084, + "epoch": 9.760198719785993, + "grad_norm": 0.03417284041643143, + "learning_rate": 1.5725993784358463e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9989070415496826, + "num_tokens": 131465411.0, + "step": 102160 + }, + { + "entropy": 0.8345866501331329, + "epoch": 9.761154103372505, + "grad_norm": 0.17525562644004822, + "learning_rate": 1.5601051429299795e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9993274092674256, + "num_tokens": 131477918.0, + "step": 102170 + }, + { + "entropy": 0.8425943493843079, + "epoch": 9.762109486959014, + "grad_norm": 0.03501061722636223, + "learning_rate": 1.5476606611084522e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.9986934244632721, + "num_tokens": 131490983.0, + "step": 102180 + }, + { + "entropy": 0.8355084002017975, + "epoch": 9.763064870545524, + "grad_norm": 0.07937416434288025, + "learning_rate": 1.5352659342134368e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 131503306.0, + "step": 102190 + }, + { + "entropy": 0.8439510822296142, + "epoch": 9.764020254132035, + "grad_norm": 0.1815262883901596, + "learning_rate": 1.5229209634821662e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996825397014618, + "num_tokens": 131516386.0, + "step": 102200 + }, + { + "entropy": 0.8484433710575103, + "epoch": 9.764975637718544, + "grad_norm": 0.3657832443714142, + "learning_rate": 1.5106257501468213e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.9993671000003814, + "num_tokens": 131529318.0, + "step": 102210 + }, + { + "entropy": 0.8344646990299225, + "epoch": 9.765931021305054, + "grad_norm": 0.1035463735461235, + "learning_rate": 1.4983802954347536e-07, + "loss": 0.0052, + "mean_token_accuracy": 0.9996598660945892, + "num_tokens": 131542229.0, + "step": 102220 + }, + { + "entropy": 0.8502817273139953, + "epoch": 9.766886404891563, + "grad_norm": 0.27389079332351685, + "learning_rate": 1.4861846005683188e-07, + "loss": 0.0021, + "mean_token_accuracy": 0.9993696272373199, + "num_tokens": 131555619.0, + "step": 102230 + }, + { + "entropy": 0.840443205833435, + "epoch": 9.767841788478075, + "grad_norm": 0.1439639776945114, + "learning_rate": 1.4740386667648763e-07, + "loss": 0.0018, + "mean_token_accuracy": 0.9993521749973298, + "num_tokens": 131568920.0, + "step": 102240 + }, + { + "entropy": 0.841957402229309, + "epoch": 9.768797172064584, + "grad_norm": 0.06637964397668839, + "learning_rate": 1.4619424952367346e-07, + "loss": 0.0026, + "mean_token_accuracy": 1.0, + "num_tokens": 131582254.0, + "step": 102250 + }, + { + "entropy": 0.8281455934047699, + "epoch": 9.769752555651094, + "grad_norm": 0.041562557220458984, + "learning_rate": 1.4498960871914268e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.998749053478241, + "num_tokens": 131594834.0, + "step": 102260 + }, + { + "entropy": 0.829383134841919, + "epoch": 9.770707939237603, + "grad_norm": 0.3741527497768402, + "learning_rate": 1.4378994438313254e-07, + "loss": 0.0029, + "mean_token_accuracy": 0.9990630626678467, + "num_tokens": 131607289.0, + "step": 102270 + }, + { + "entropy": 0.8469669163227082, + "epoch": 9.771663322824114, + "grad_norm": 0.22982318699359894, + "learning_rate": 1.4259525663540273e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9990036070346833, + "num_tokens": 131620339.0, + "step": 102280 + }, + { + "entropy": 0.839734023809433, + "epoch": 9.772618706410624, + "grad_norm": 0.03083505481481552, + "learning_rate": 1.4140554559519126e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 131633073.0, + "step": 102290 + }, + { + "entropy": 0.8472534596920014, + "epoch": 9.773574089997133, + "grad_norm": 0.2507804334163666, + "learning_rate": 1.402208113812642e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9993243217468262, + "num_tokens": 131645935.0, + "step": 102300 + }, + { + "entropy": 0.8388529658317566, + "epoch": 9.774529473583645, + "grad_norm": 0.5587068200111389, + "learning_rate": 1.3904105411187142e-07, + "loss": 0.0013, + "mean_token_accuracy": 0.9996296286582946, + "num_tokens": 131658520.0, + "step": 102310 + }, + { + "entropy": 0.8498583853244781, + "epoch": 9.775484857170154, + "grad_norm": 0.20538197457790375, + "learning_rate": 1.378662739047909e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9989740908145904, + "num_tokens": 131671784.0, + "step": 102320 + }, + { + "entropy": 0.8441398203372955, + "epoch": 9.776440240756664, + "grad_norm": 0.20772384107112885, + "learning_rate": 1.3669647087726777e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993114829063415, + "num_tokens": 131684599.0, + "step": 102330 + }, + { + "entropy": 0.8316806137561799, + "epoch": 9.777395624343173, + "grad_norm": 0.18262657523155212, + "learning_rate": 1.355316451460864e-07, + "loss": 0.0015, + "mean_token_accuracy": 0.9993321299552917, + "num_tokens": 131697139.0, + "step": 102340 + }, + { + "entropy": 0.8342779695987701, + "epoch": 9.778351007929684, + "grad_norm": 0.8592380881309509, + "learning_rate": 1.3437179682750932e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.9989410996437073, + "num_tokens": 131709775.0, + "step": 102350 + }, + { + "entropy": 0.8354701101779938, + "epoch": 9.779306391516194, + "grad_norm": 0.12856446206569672, + "learning_rate": 1.3321692603731616e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9986488878726959, + "num_tokens": 131722139.0, + "step": 102360 + }, + { + "entropy": 0.836079728603363, + "epoch": 9.780261775102703, + "grad_norm": 0.10035229474306107, + "learning_rate": 1.3206703289078138e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989699184894562, + "num_tokens": 131734424.0, + "step": 102370 + }, + { + "entropy": 0.8388588070869446, + "epoch": 9.781217158689214, + "grad_norm": 3.101503849029541, + "learning_rate": 1.3092211750268535e-07, + "loss": 0.0042, + "mean_token_accuracy": 0.9980793595314026, + "num_tokens": 131747493.0, + "step": 102380 + }, + { + "entropy": 0.8386050820350647, + "epoch": 9.782172542275724, + "grad_norm": 0.2917042672634125, + "learning_rate": 1.2978217998732e-07, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 131760747.0, + "step": 102390 + }, + { + "entropy": 0.8229581892490387, + "epoch": 9.783127925862233, + "grad_norm": 0.06381861120462418, + "learning_rate": 1.28647220458461e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989514350891113, + "num_tokens": 131772877.0, + "step": 102400 + }, + { + "entropy": 0.8457325100898743, + "epoch": 9.784083309448743, + "grad_norm": 0.11950388550758362, + "learning_rate": 1.275172390294066e-07, + "loss": 0.0017, + "mean_token_accuracy": 1.0, + "num_tokens": 131785794.0, + "step": 102410 + }, + { + "entropy": 0.8430251538753509, + "epoch": 9.785038693035254, + "grad_norm": 0.37169885635375977, + "learning_rate": 1.2639223581294436e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9983133435249328, + "num_tokens": 131798349.0, + "step": 102420 + }, + { + "entropy": 0.8505424380302429, + "epoch": 9.785994076621764, + "grad_norm": 0.18160021305084229, + "learning_rate": 1.2527221092137886e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.998688280582428, + "num_tokens": 131810858.0, + "step": 102430 + }, + { + "entropy": 0.8317759215831757, + "epoch": 9.786949460208273, + "grad_norm": 0.14934760332107544, + "learning_rate": 1.2415716446650406e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9989381611347199, + "num_tokens": 131823244.0, + "step": 102440 + }, + { + "entropy": 0.8418843567371368, + "epoch": 9.787904843794784, + "grad_norm": 0.35850873589515686, + "learning_rate": 1.2304709655962533e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9997041404247284, + "num_tokens": 131836999.0, + "step": 102450 + }, + { + "entropy": 0.8353973031044006, + "epoch": 9.788860227381294, + "grad_norm": 0.20725426077842712, + "learning_rate": 1.2194200731154292e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9992918550968171, + "num_tokens": 131849492.0, + "step": 102460 + }, + { + "entropy": 0.8446512520313263, + "epoch": 9.789815610967803, + "grad_norm": 0.09305984526872635, + "learning_rate": 1.2084189683256863e-07, + "loss": 0.0016, + "mean_token_accuracy": 0.9996855318546295, + "num_tokens": 131862606.0, + "step": 102470 + }, + { + "entropy": 0.8355908274650574, + "epoch": 9.790770994554313, + "grad_norm": 0.044157397001981735, + "learning_rate": 1.1974676523252014e-07, + "loss": 0.0014, + "mean_token_accuracy": 0.9996610164642334, + "num_tokens": 131875352.0, + "step": 102480 + }, + { + "entropy": 0.8353465557098388, + "epoch": 9.791726378140824, + "grad_norm": 0.19890308380126953, + "learning_rate": 1.1865661262069894e-07, + "loss": 0.0028, + "mean_token_accuracy": 0.9996784567832947, + "num_tokens": 131888267.0, + "step": 102490 + }, + { + "entropy": 0.8480993986129761, + "epoch": 9.792681761727334, + "grad_norm": 0.3761678636074066, + "learning_rate": 1.1757143910594015e-07, + "loss": 0.0034, + "mean_token_accuracy": 0.9990758180618287, + "num_tokens": 131901659.0, + "step": 102500 + }, + { + "entropy": 0.8447582423686981, + "epoch": 9.793637145313843, + "grad_norm": 0.08896385133266449, + "learning_rate": 1.1649124479654606e-07, + "loss": 0.0035, + "mean_token_accuracy": 0.9990098059177399, + "num_tokens": 131914939.0, + "step": 102510 + }, + { + "entropy": 0.842317008972168, + "epoch": 9.794592528900353, + "grad_norm": 0.26263225078582764, + "learning_rate": 1.154160298003526e-07, + "loss": 0.0039, + "mean_token_accuracy": 0.9987072587013245, + "num_tokens": 131927767.0, + "step": 102520 + }, + { + "entropy": 0.8417532801628113, + "epoch": 9.795547912486864, + "grad_norm": 0.12084764242172241, + "learning_rate": 1.1434579422468505e-07, + "loss": 0.0037, + "mean_token_accuracy": 0.9996913552284241, + "num_tokens": 131940424.0, + "step": 102530 + }, + { + "entropy": 0.8258327007293701, + "epoch": 9.796503296073373, + "grad_norm": 0.3225335478782654, + "learning_rate": 1.1328053817637463e-07, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 131952661.0, + "step": 102540 + }, + { + "entropy": 0.841889625787735, + "epoch": 9.797458679659883, + "grad_norm": 0.5819212198257446, + "learning_rate": 1.1222026176174739e-07, + "loss": 0.0022, + "mean_token_accuracy": 0.9993601977825165, + "num_tokens": 131965897.0, + "step": 102550 + }, + { + "entropy": 0.8478329539299011, + "epoch": 9.798414063246394, + "grad_norm": 0.12174922972917557, + "learning_rate": 1.1116496508664086e-07, + "loss": 0.0026, + "mean_token_accuracy": 0.9993647456169128, + "num_tokens": 131978533.0, + "step": 102560 + }, + { + "entropy": 0.8384873807430268, + "epoch": 9.799369446832904, + "grad_norm": 0.10575451701879501, + "learning_rate": 1.1011464825639306e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9992905557155609, + "num_tokens": 131991328.0, + "step": 102570 + }, + { + "entropy": 0.8427329540252686, + "epoch": 9.800324830419413, + "grad_norm": 0.5457465648651123, + "learning_rate": 1.0906931137584787e-07, + "loss": 0.0023, + "mean_token_accuracy": 0.99932581782341, + "num_tokens": 132004373.0, + "step": 102580 + }, + { + "entropy": 0.8393393993377686, + "epoch": 9.801280214005924, + "grad_norm": 0.09267283976078033, + "learning_rate": 1.0802895454935513e-07, + "loss": 0.0032, + "mean_token_accuracy": 0.998982846736908, + "num_tokens": 132017249.0, + "step": 102590 + }, + { + "entropy": 0.8381067872047424, + "epoch": 9.802235597592434, + "grad_norm": 0.17951495945453644, + "learning_rate": 1.0699357788074848e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9996491253376008, + "num_tokens": 132029967.0, + "step": 102600 + }, + { + "entropy": 0.8431973040103913, + "epoch": 9.803190981178943, + "grad_norm": 0.09946373850107193, + "learning_rate": 1.0596318147338968e-07, + "loss": 0.002, + "mean_token_accuracy": 0.9992944121360778, + "num_tokens": 132042546.0, + "step": 102610 + }, + { + "entropy": 0.8433077096939087, + "epoch": 9.804146364765453, + "grad_norm": 0.14210912585258484, + "learning_rate": 1.0493776543012423e-07, + "loss": 0.0033, + "mean_token_accuracy": 0.9986541271209717, + "num_tokens": 132055604.0, + "step": 102620 + }, + { + "entropy": 0.8430422484874726, + "epoch": 9.805101748351964, + "grad_norm": 0.4511648714542389, + "learning_rate": 1.0391732985330915e-07, + "loss": 0.0031, + "mean_token_accuracy": 0.9993650197982789, + "num_tokens": 132068293.0, + "step": 102630 + }, + { + "entropy": 0.841607290506363, + "epoch": 9.806057131938474, + "grad_norm": 0.1748257428407669, + "learning_rate": 1.0290187484481295e-07, + "loss": 0.0027, + "mean_token_accuracy": 0.9993293046951294, + "num_tokens": 132081082.0, + "step": 102640 + }, + { + "entropy": 0.8444923400878906, + "epoch": 9.807012515524983, + "grad_norm": 0.11317016929388046, + "learning_rate": 1.0189140050598233e-07, + "loss": 0.0024, + "mean_token_accuracy": 0.9993052363395691, + "num_tokens": 132094133.0, + "step": 102650 + }, + { + "entropy": 0.8347651779651641, + "epoch": 9.807967899111492, + "grad_norm": 0.03965991362929344, + "learning_rate": 1.0088590693769218e-07, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 132107085.0, + "step": 102660 + }, + { + "entropy": 0.8437881767749786, + "epoch": 9.808923282698004, + "grad_norm": 0.6259464025497437, + "learning_rate": 9.988539424030107e-08, + "loss": 0.0035, + "mean_token_accuracy": 0.9993275761604309, + "num_tokens": 132119960.0, + "step": 102670 + }, + { + "entropy": 0.8373318672180176, + "epoch": 9.809878666284513, + "grad_norm": 0.20108994841575623, + "learning_rate": 9.888986251369026e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.999373984336853, + "num_tokens": 132132558.0, + "step": 102680 + }, + { + "entropy": 0.8396054267883301, + "epoch": 9.810834049871023, + "grad_norm": 0.13694040477275848, + "learning_rate": 9.789931185721913e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.998707115650177, + "num_tokens": 132145962.0, + "step": 102690 + }, + { + "entropy": 0.8376043498516083, + "epoch": 9.811789433457534, + "grad_norm": 0.12041476368904114, + "learning_rate": 9.691374236977524e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9990322589874268, + "num_tokens": 132158567.0, + "step": 102700 + }, + { + "entropy": 0.840286648273468, + "epoch": 9.812744817044043, + "grad_norm": 0.02942969836294651, + "learning_rate": 9.593315414972991e-08, + "loss": 0.003, + "mean_token_accuracy": 0.999022364616394, + "num_tokens": 132171402.0, + "step": 102710 + }, + { + "entropy": 0.8427402675151825, + "epoch": 9.813700200630553, + "grad_norm": 0.6090506315231323, + "learning_rate": 9.495754729497153e-08, + "loss": 0.0047, + "mean_token_accuracy": 0.9983774065971375, + "num_tokens": 132184233.0, + "step": 102720 + }, + { + "entropy": 0.8355610251426697, + "epoch": 9.814655584217062, + "grad_norm": 0.24480952322483063, + "learning_rate": 9.398692190287218e-08, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 132197262.0, + "step": 102730 + }, + { + "entropy": 0.8392458617687225, + "epoch": 9.815610967803574, + "grad_norm": 0.13013219833374023, + "learning_rate": 9.302127807032656e-08, + "loss": 0.0044, + "mean_token_accuracy": 0.998698228597641, + "num_tokens": 132209905.0, + "step": 102740 + }, + { + "entropy": 0.8360497653484344, + "epoch": 9.816566351390083, + "grad_norm": 0.2687115967273712, + "learning_rate": 9.206061589372427e-08, + "loss": 0.0025, + "mean_token_accuracy": 0.9996677756309509, + "num_tokens": 132222143.0, + "step": 102750 + }, + { + "entropy": 0.8349871158599853, + "epoch": 9.817521734976593, + "grad_norm": 0.1799701303243637, + "learning_rate": 9.110493546896082e-08, + "loss": 0.008, + "mean_token_accuracy": 0.998697167634964, + "num_tokens": 132234822.0, + "step": 102760 + }, + { + "entropy": 0.8460968852043151, + "epoch": 9.818477118563104, + "grad_norm": 0.08554495871067047, + "learning_rate": 9.015423689142099e-08, + "loss": 0.0031, + "mean_token_accuracy": 0.9993200361728668, + "num_tokens": 132247919.0, + "step": 102770 + }, + { + "entropy": 0.8536532938480377, + "epoch": 9.819432502149613, + "grad_norm": 0.19039539992809296, + "learning_rate": 8.920852025600668e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9991021990776062, + "num_tokens": 132261201.0, + "step": 102780 + }, + { + "entropy": 0.8348162353038788, + "epoch": 9.820387885736123, + "grad_norm": 0.16286742687225342, + "learning_rate": 8.826778565712568e-08, + "loss": 0.0041, + "mean_token_accuracy": 0.9986237227916718, + "num_tokens": 132274289.0, + "step": 102790 + }, + { + "entropy": 0.8419012069702149, + "epoch": 9.821343269322632, + "grad_norm": 0.5923590660095215, + "learning_rate": 8.733203318866957e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9993310987949371, + "num_tokens": 132286794.0, + "step": 102800 + }, + { + "entropy": 0.8442508220672608, + "epoch": 9.822298652909144, + "grad_norm": 0.14762096107006073, + "learning_rate": 8.640126294404693e-08, + "loss": 0.0041, + "mean_token_accuracy": 0.9980547249317169, + "num_tokens": 132300145.0, + "step": 102810 + }, + { + "entropy": 0.8395352780818939, + "epoch": 9.823254036495653, + "grad_norm": 0.08953574299812317, + "learning_rate": 8.547547501617237e-08, + "loss": 0.002, + "mean_token_accuracy": 0.9996212124824524, + "num_tokens": 132312852.0, + "step": 102820 + }, + { + "entropy": 0.8578139781951905, + "epoch": 9.824209420082163, + "grad_norm": 0.02835111878812313, + "learning_rate": 8.455466949745527e-08, + "loss": 0.0023, + "mean_token_accuracy": 0.9996960461139679, + "num_tokens": 132326324.0, + "step": 102830 + }, + { + "entropy": 0.8397394776344299, + "epoch": 9.825164803668674, + "grad_norm": 0.16403284668922424, + "learning_rate": 8.363884647979992e-08, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 132338835.0, + "step": 102840 + }, + { + "entropy": 0.859142005443573, + "epoch": 9.826120187255183, + "grad_norm": 0.8094189763069153, + "learning_rate": 8.272800605463316e-08, + "loss": 0.0025, + "mean_token_accuracy": 0.9996503472328186, + "num_tokens": 132352465.0, + "step": 102850 + }, + { + "entropy": 0.8511574864387512, + "epoch": 9.827075570841693, + "grad_norm": 0.059597812592983246, + "learning_rate": 8.182214831287116e-08, + "loss": 0.0028, + "mean_token_accuracy": 0.9993496060371398, + "num_tokens": 132365958.0, + "step": 102860 + }, + { + "entropy": 0.8437113463878632, + "epoch": 9.828030954428202, + "grad_norm": 0.08148253709077835, + "learning_rate": 8.092127334493605e-08, + "loss": 0.002, + "mean_token_accuracy": 0.9993526875972748, + "num_tokens": 132378895.0, + "step": 102870 + }, + { + "entropy": 0.839350575208664, + "epoch": 9.828986338014714, + "grad_norm": 0.41162559390068054, + "learning_rate": 8.002538124075032e-08, + "loss": 0.0033, + "mean_token_accuracy": 0.9992952167987823, + "num_tokens": 132391510.0, + "step": 102880 + }, + { + "entropy": 0.8466912388801575, + "epoch": 9.829941721601223, + "grad_norm": 0.1047009751200676, + "learning_rate": 7.913447208974246e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9990655660629273, + "num_tokens": 132404772.0, + "step": 102890 + }, + { + "entropy": 0.8477468430995941, + "epoch": 9.830897105187733, + "grad_norm": 0.6137673258781433, + "learning_rate": 7.82485459808413e-08, + "loss": 0.0042, + "mean_token_accuracy": 0.9989799380302429, + "num_tokens": 132417895.0, + "step": 102900 + }, + { + "entropy": 0.8393668532371521, + "epoch": 9.831852488774242, + "grad_norm": 0.3721398413181305, + "learning_rate": 7.736760300247614e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.9993121564388275, + "num_tokens": 132430961.0, + "step": 102910 + }, + { + "entropy": 0.8326353371143341, + "epoch": 9.832807872360753, + "grad_norm": 0.14674285054206848, + "learning_rate": 7.649164324258773e-08, + "loss": 0.0021, + "mean_token_accuracy": 0.9993690848350525, + "num_tokens": 132443246.0, + "step": 102920 + }, + { + "entropy": 0.8388074398040771, + "epoch": 9.833763255947263, + "grad_norm": 0.8116440773010254, + "learning_rate": 7.562066678860613e-08, + "loss": 0.0031, + "mean_token_accuracy": 0.9993650794029236, + "num_tokens": 132456004.0, + "step": 102930 + }, + { + "entropy": 0.8473405599594116, + "epoch": 9.834718639533772, + "grad_norm": 0.12924882769584656, + "learning_rate": 7.475467372747846e-08, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 132469309.0, + "step": 102940 + }, + { + "entropy": 0.8450799465179444, + "epoch": 9.835674023120283, + "grad_norm": 0.1555108278989792, + "learning_rate": 7.389366414564113e-08, + "loss": 0.003, + "mean_token_accuracy": 0.9993240475654602, + "num_tokens": 132482245.0, + "step": 102950 + }, + { + "entropy": 0.8299500107765198, + "epoch": 9.836629406706793, + "grad_norm": 0.09333617240190506, + "learning_rate": 7.303763812904762e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9996941924095154, + "num_tokens": 132494634.0, + "step": 102960 + }, + { + "entropy": 0.843268233537674, + "epoch": 9.837584790293302, + "grad_norm": 0.06900569796562195, + "learning_rate": 7.218659576313514e-08, + "loss": 0.0018, + "mean_token_accuracy": 0.9993381917476654, + "num_tokens": 132508046.0, + "step": 102970 + }, + { + "entropy": 0.8333578467369079, + "epoch": 9.838540173879812, + "grad_norm": 0.11946713179349899, + "learning_rate": 7.134053713285793e-08, + "loss": 0.0012, + "mean_token_accuracy": 0.9996960461139679, + "num_tokens": 132520805.0, + "step": 102980 + }, + { + "entropy": 0.8403621017932892, + "epoch": 9.839495557466323, + "grad_norm": 0.30824166536331177, + "learning_rate": 7.049946232266513e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9992645084857941, + "num_tokens": 132533382.0, + "step": 102990 + }, + { + "entropy": 0.832737821340561, + "epoch": 9.840450941052833, + "grad_norm": 0.0478949099779129, + "learning_rate": 6.966337141652291e-08, + "loss": 0.002, + "mean_token_accuracy": 0.9993960797786713, + "num_tokens": 132546582.0, + "step": 103000 + }, + { + "entropy": 0.8341307699680328, + "epoch": 9.841406324639342, + "grad_norm": 0.030971011146903038, + "learning_rate": 6.883226449787561e-08, + "loss": 0.0035, + "mean_token_accuracy": 0.9989765107631683, + "num_tokens": 132559316.0, + "step": 103010 + }, + { + "entropy": 0.8475348472595214, + "epoch": 9.842361708225853, + "grad_norm": 0.8184289932250977, + "learning_rate": 6.800614164969021e-08, + "loss": 0.0054, + "mean_token_accuracy": 0.9983679533004761, + "num_tokens": 132572397.0, + "step": 103020 + }, + { + "entropy": 0.8392285823822021, + "epoch": 9.843317091812363, + "grad_norm": 0.2957840859889984, + "learning_rate": 6.718500295442853e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9997005999088288, + "num_tokens": 132585631.0, + "step": 103030 + }, + { + "entropy": 0.8368294477462769, + "epoch": 9.844272475398872, + "grad_norm": 0.219021737575531, + "learning_rate": 6.636884849405834e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9993331670761109, + "num_tokens": 132598096.0, + "step": 103040 + }, + { + "entropy": 0.8409376025199891, + "epoch": 9.845227858985382, + "grad_norm": 0.2574946880340576, + "learning_rate": 6.555767835004222e-08, + "loss": 0.0013, + "mean_token_accuracy": 0.999674266576767, + "num_tokens": 132610949.0, + "step": 103050 + }, + { + "entropy": 0.845529168844223, + "epoch": 9.846183242571893, + "grad_norm": 0.31601229310035706, + "learning_rate": 6.475149260335433e-08, + "loss": 0.0039, + "mean_token_accuracy": 0.9983244061470031, + "num_tokens": 132623809.0, + "step": 103060 + }, + { + "entropy": 0.8472919642925263, + "epoch": 9.847138626158403, + "grad_norm": 0.330266535282135, + "learning_rate": 6.395029133445806e-08, + "loss": 0.0031, + "mean_token_accuracy": 0.9990019500255585, + "num_tokens": 132636797.0, + "step": 103070 + }, + { + "entropy": 0.833872503042221, + "epoch": 9.848094009744912, + "grad_norm": 0.22111614048480988, + "learning_rate": 6.3154074623345e-08, + "loss": 0.0034, + "mean_token_accuracy": 0.9993518412113189, + "num_tokens": 132649826.0, + "step": 103080 + }, + { + "entropy": 0.8497229993343354, + "epoch": 9.849049393331423, + "grad_norm": 0.07874435186386108, + "learning_rate": 6.236284254947932e-08, + "loss": 0.0075, + "mean_token_accuracy": 0.9986261010169983, + "num_tokens": 132662707.0, + "step": 103090 + }, + { + "entropy": 0.8333831608295441, + "epoch": 9.850004776917933, + "grad_norm": 0.22243525087833405, + "learning_rate": 6.157659519184233e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.9989279747009278, + "num_tokens": 132675236.0, + "step": 103100 + }, + { + "entropy": 0.8357370018959045, + "epoch": 9.850960160504442, + "grad_norm": 0.10408052057027817, + "learning_rate": 6.079533262892123e-08, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 132687988.0, + "step": 103110 + }, + { + "entropy": 0.8391820669174195, + "epoch": 9.851915544090952, + "grad_norm": 0.20349030196666718, + "learning_rate": 6.001905493869253e-08, + "loss": 0.005, + "mean_token_accuracy": 0.9986178040504455, + "num_tokens": 132700607.0, + "step": 103120 + }, + { + "entropy": 0.8552718162536621, + "epoch": 9.852870927677463, + "grad_norm": 0.12063638865947723, + "learning_rate": 5.924776219865536e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.999358731508255, + "num_tokens": 132714030.0, + "step": 103130 + }, + { + "entropy": 0.8447072446346283, + "epoch": 9.853826311263973, + "grad_norm": 0.4013547897338867, + "learning_rate": 5.8481454485792564e-08, + "loss": 0.0036, + "mean_token_accuracy": 0.9989851653575897, + "num_tokens": 132726655.0, + "step": 103140 + }, + { + "entropy": 0.8465764284133911, + "epoch": 9.854781694850482, + "grad_norm": 0.09408239275217056, + "learning_rate": 5.7720131876592976e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.998716938495636, + "num_tokens": 132739907.0, + "step": 103150 + }, + { + "entropy": 0.8409488499164581, + "epoch": 9.855737078436992, + "grad_norm": 0.2011706382036209, + "learning_rate": 5.696379444705691e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9993768513202668, + "num_tokens": 132752807.0, + "step": 103160 + }, + { + "entropy": 0.8550759971141815, + "epoch": 9.856692462023503, + "grad_norm": 0.7215988039970398, + "learning_rate": 5.621244227267397e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9989817440509796, + "num_tokens": 132766194.0, + "step": 103170 + }, + { + "entropy": 0.8431470632553101, + "epoch": 9.857647845610012, + "grad_norm": 0.6450964212417603, + "learning_rate": 5.5466075428450834e-08, + "loss": 0.0038, + "mean_token_accuracy": 0.9982892632484436, + "num_tokens": 132779130.0, + "step": 103180 + }, + { + "entropy": 0.8420201659202575, + "epoch": 9.858603229196522, + "grad_norm": 0.22581014037132263, + "learning_rate": 5.472469398888902e-08, + "loss": 0.0019, + "mean_token_accuracy": 0.9996632993221283, + "num_tokens": 132792264.0, + "step": 103190 + }, + { + "entropy": 0.8469079971313477, + "epoch": 9.859558612783033, + "grad_norm": 0.177193745970726, + "learning_rate": 5.3988298027984886e-08, + "loss": 0.0069, + "mean_token_accuracy": 0.9978231132030487, + "num_tokens": 132805621.0, + "step": 103200 + }, + { + "entropy": 0.8369036495685578, + "epoch": 9.860513996369543, + "grad_norm": 0.10056468099355698, + "learning_rate": 5.325688761925185e-08, + "loss": 0.003, + "mean_token_accuracy": 0.9990542769432068, + "num_tokens": 132818369.0, + "step": 103210 + }, + { + "entropy": 0.8331718266010284, + "epoch": 9.861469379956052, + "grad_norm": 0.06090271845459938, + "learning_rate": 5.253046283569263e-08, + "loss": 0.0025, + "mean_token_accuracy": 0.9993796646595001, + "num_tokens": 132831556.0, + "step": 103220 + }, + { + "entropy": 0.8412239134311676, + "epoch": 9.862424763542563, + "grad_norm": 0.2425742745399475, + "learning_rate": 5.180902374982144e-08, + "loss": 0.0023, + "mean_token_accuracy": 0.9996655523777008, + "num_tokens": 132844507.0, + "step": 103230 + }, + { + "entropy": 0.825748759508133, + "epoch": 9.863380147129073, + "grad_norm": 0.3916414678096771, + "learning_rate": 5.10925704336529e-08, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 132856940.0, + "step": 103240 + }, + { + "entropy": 0.8407607436180115, + "epoch": 9.864335530715582, + "grad_norm": 0.11309461295604706, + "learning_rate": 5.0381102958696466e-08, + "loss": 0.0023, + "mean_token_accuracy": 0.9996884763240814, + "num_tokens": 132870528.0, + "step": 103250 + }, + { + "entropy": 0.8439231216907501, + "epoch": 9.865290914302092, + "grad_norm": 0.14132846891880035, + "learning_rate": 4.967462139597867e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.999672132730484, + "num_tokens": 132883770.0, + "step": 103260 + }, + { + "entropy": 0.845767879486084, + "epoch": 9.866246297888603, + "grad_norm": 0.06697580963373184, + "learning_rate": 4.897312581601532e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.9996563553810119, + "num_tokens": 132896829.0, + "step": 103270 + }, + { + "entropy": 0.8359985470771789, + "epoch": 9.867201681475112, + "grad_norm": 0.26264750957489014, + "learning_rate": 4.827661628882818e-08, + "loss": 0.0023, + "mean_token_accuracy": 0.9993893682956696, + "num_tokens": 132910169.0, + "step": 103280 + }, + { + "entropy": 0.8442885935306549, + "epoch": 9.868157065061622, + "grad_norm": 0.9527493715286255, + "learning_rate": 4.758509288393942e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9993936657905579, + "num_tokens": 132923149.0, + "step": 103290 + }, + { + "entropy": 0.8321394503116608, + "epoch": 9.869112448648131, + "grad_norm": 0.24261584877967834, + "learning_rate": 4.6898555670382706e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9990090250968933, + "num_tokens": 132935642.0, + "step": 103300 + }, + { + "entropy": 0.8529903292655945, + "epoch": 9.870067832234643, + "grad_norm": 0.01810476742684841, + "learning_rate": 4.6217004716681e-08, + "loss": 0.0017, + "mean_token_accuracy": 0.9993500590324402, + "num_tokens": 132948558.0, + "step": 103310 + }, + { + "entropy": 0.8379561901092529, + "epoch": 9.871023215821152, + "grad_norm": 0.5848075151443481, + "learning_rate": 4.554044009086877e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.9993547797203064, + "num_tokens": 132961340.0, + "step": 103320 + }, + { + "entropy": 0.8280382692813874, + "epoch": 9.871978599407662, + "grad_norm": 0.07969610393047333, + "learning_rate": 4.4868861860480894e-08, + "loss": 0.0022, + "mean_token_accuracy": 0.9996825397014618, + "num_tokens": 132973844.0, + "step": 103330 + }, + { + "entropy": 0.8364810109138489, + "epoch": 9.872933982994173, + "grad_norm": 0.044066306203603745, + "learning_rate": 4.4202270092552624e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9989601314067841, + "num_tokens": 132986582.0, + "step": 103340 + }, + { + "entropy": 0.8417228877544403, + "epoch": 9.873889366580682, + "grad_norm": 0.37233781814575195, + "learning_rate": 4.354066485362518e-08, + "loss": 0.0033, + "mean_token_accuracy": 0.9989787578582764, + "num_tokens": 132999522.0, + "step": 103350 + }, + { + "entropy": 0.8371941566467285, + "epoch": 9.874844750167192, + "grad_norm": 0.6732508540153503, + "learning_rate": 4.288404620972908e-08, + "loss": 0.003, + "mean_token_accuracy": 0.9993548154830932, + "num_tokens": 133012215.0, + "step": 103360 + }, + { + "entropy": 0.8485677123069764, + "epoch": 9.875800133753701, + "grad_norm": 0.7823635935783386, + "learning_rate": 4.223241422642299e-08, + "loss": 0.0065, + "mean_token_accuracy": 0.9976902365684509, + "num_tokens": 133025186.0, + "step": 103370 + }, + { + "entropy": 0.8371257007122039, + "epoch": 9.876755517340213, + "grad_norm": 0.11265140026807785, + "learning_rate": 4.1585768968738226e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9990310609340668, + "num_tokens": 133037700.0, + "step": 103380 + }, + { + "entropy": 0.8492966771125794, + "epoch": 9.877710900926722, + "grad_norm": 0.3461628556251526, + "learning_rate": 4.0944110501228704e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9984174311161041, + "num_tokens": 133051011.0, + "step": 103390 + }, + { + "entropy": 0.8418124854564667, + "epoch": 9.878666284513232, + "grad_norm": 0.21989770233631134, + "learning_rate": 4.0307438887943195e-08, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 133064212.0, + "step": 103400 + }, + { + "entropy": 0.8392528295516968, + "epoch": 9.879621668099743, + "grad_norm": 0.1519584059715271, + "learning_rate": 3.9675754192430856e-08, + "loss": 0.0036, + "mean_token_accuracy": 0.9988969683647155, + "num_tokens": 133076544.0, + "step": 103410 + }, + { + "entropy": 0.8373441874980927, + "epoch": 9.880577051686252, + "grad_norm": 0.034302957355976105, + "learning_rate": 3.904905647775236e-08, + "loss": 0.0022, + "mean_token_accuracy": 0.9993373930454255, + "num_tokens": 133089261.0, + "step": 103420 + }, + { + "entropy": 0.832166564464569, + "epoch": 9.881532435272762, + "grad_norm": 0.26593661308288574, + "learning_rate": 3.8427345806457685e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.9996376812458039, + "num_tokens": 133101820.0, + "step": 103430 + }, + { + "entropy": 0.8384588181972503, + "epoch": 9.882487818859271, + "grad_norm": 0.08379418402910233, + "learning_rate": 3.7810622240602725e-08, + "loss": 0.0023, + "mean_token_accuracy": 0.9996587038040161, + "num_tokens": 133114538.0, + "step": 103440 + }, + { + "entropy": 0.8547223508358002, + "epoch": 9.883443202445783, + "grad_norm": 0.1174977570772171, + "learning_rate": 3.719888584176045e-08, + "loss": 0.0022, + "mean_token_accuracy": 0.9993836104869842, + "num_tokens": 133127849.0, + "step": 103450 + }, + { + "entropy": 0.8405325293540955, + "epoch": 9.884398586032292, + "grad_norm": 0.28103503584861755, + "learning_rate": 3.6592136670982044e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9990267992019654, + "num_tokens": 133140588.0, + "step": 103460 + }, + { + "entropy": 0.8482486724853515, + "epoch": 9.885353969618802, + "grad_norm": 0.43028199672698975, + "learning_rate": 3.599037478883571e-08, + "loss": 0.0038, + "mean_token_accuracy": 0.9986776471138, + "num_tokens": 133153318.0, + "step": 103470 + }, + { + "entropy": 0.8271858394145966, + "epoch": 9.886309353205313, + "grad_norm": 0.23254677653312683, + "learning_rate": 3.539360025538452e-08, + "loss": 0.0022, + "mean_token_accuracy": 0.9993600487709046, + "num_tokens": 133165739.0, + "step": 103480 + }, + { + "entropy": 0.8468331694602966, + "epoch": 9.887264736791822, + "grad_norm": 0.8631774187088013, + "learning_rate": 3.4801813130208584e-08, + "loss": 0.0035, + "mean_token_accuracy": 0.9992247581481933, + "num_tokens": 133178291.0, + "step": 103490 + }, + { + "entropy": 0.8381727755069732, + "epoch": 9.888220120378332, + "grad_norm": 0.04079103097319603, + "learning_rate": 3.421501347237177e-08, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 133191049.0, + "step": 103500 + }, + { + "entropy": 0.8458207130432129, + "epoch": 9.889175503964841, + "grad_norm": 0.5268809795379639, + "learning_rate": 3.363320134044945e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9984234273433685, + "num_tokens": 133204320.0, + "step": 103510 + }, + { + "entropy": 0.8330602526664734, + "epoch": 9.890130887551353, + "grad_norm": 0.06181604787707329, + "learning_rate": 3.3056376792517386e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.9996168553829193, + "num_tokens": 133217044.0, + "step": 103520 + }, + { + "entropy": 0.8313647210597992, + "epoch": 9.891086271137862, + "grad_norm": 0.16294938325881958, + "learning_rate": 3.2484539886151746e-08, + "loss": 0.0011, + "mean_token_accuracy": 1.0, + "num_tokens": 133229962.0, + "step": 103530 + }, + { + "entropy": 0.842330539226532, + "epoch": 9.892041654724371, + "grad_norm": 0.45310306549072266, + "learning_rate": 3.191769067843464e-08, + "loss": 0.0036, + "mean_token_accuracy": 0.9990779042243958, + "num_tokens": 133242812.0, + "step": 103540 + }, + { + "entropy": 0.8485380470752716, + "epoch": 9.892997038310881, + "grad_norm": 0.06502628326416016, + "learning_rate": 3.1355829225948594e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9990414619445801, + "num_tokens": 133255921.0, + "step": 103550 + }, + { + "entropy": 0.841731458902359, + "epoch": 9.893952421897392, + "grad_norm": 0.25056344270706177, + "learning_rate": 3.079895558477097e-08, + "loss": 0.0025, + "mean_token_accuracy": 0.9996515691280365, + "num_tokens": 133268861.0, + "step": 103560 + }, + { + "entropy": 0.8401347160339355, + "epoch": 9.894907805483902, + "grad_norm": 1.0754319429397583, + "learning_rate": 3.024706981050174e-08, + "loss": 0.004, + "mean_token_accuracy": 0.9990652501583099, + "num_tokens": 133281958.0, + "step": 103570 + }, + { + "entropy": 0.8236603021621705, + "epoch": 9.895863189070411, + "grad_norm": 0.03681999072432518, + "learning_rate": 2.9700171958219057e-08, + "loss": 0.0018, + "mean_token_accuracy": 0.9996710538864135, + "num_tokens": 133294358.0, + "step": 103580 + }, + { + "entropy": 0.853849858045578, + "epoch": 9.896818572656922, + "grad_norm": 0.11399894952774048, + "learning_rate": 2.915826208251815e-08, + "loss": 0.003, + "mean_token_accuracy": 0.9991199970245361, + "num_tokens": 133308119.0, + "step": 103590 + }, + { + "entropy": 0.8394691407680511, + "epoch": 9.897773956243432, + "grad_norm": 0.40018871426582336, + "learning_rate": 2.862134023748908e-08, + "loss": 0.0035, + "mean_token_accuracy": 0.9989768683910369, + "num_tokens": 133320407.0, + "step": 103600 + }, + { + "entropy": 0.8451267421245575, + "epoch": 9.898729339829941, + "grad_norm": 0.13594676554203033, + "learning_rate": 2.8089406476727866e-08, + "loss": 0.004, + "mean_token_accuracy": 0.9990006029605866, + "num_tokens": 133333108.0, + "step": 103610 + }, + { + "entropy": 0.8420394659042358, + "epoch": 9.899684723416451, + "grad_norm": 0.01718664914369583, + "learning_rate": 2.756246085333647e-08, + "loss": 0.0014, + "mean_token_accuracy": 0.9996835470199585, + "num_tokens": 133345825.0, + "step": 103620 + }, + { + "entropy": 0.8216683387756347, + "epoch": 9.900640107002962, + "grad_norm": 0.2104414999485016, + "learning_rate": 2.704050341990616e-08, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 133358109.0, + "step": 103630 + }, + { + "entropy": 0.8362340331077576, + "epoch": 9.901595490589472, + "grad_norm": 0.5801870822906494, + "learning_rate": 2.6523534228539703e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9992660522460938, + "num_tokens": 133370824.0, + "step": 103640 + }, + { + "entropy": 0.8510686933994294, + "epoch": 9.902550874175981, + "grad_norm": 0.03496544435620308, + "learning_rate": 2.6011553330840264e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9989546418190003, + "num_tokens": 133384213.0, + "step": 103650 + }, + { + "entropy": 0.8420330226421356, + "epoch": 9.903506257762492, + "grad_norm": 0.1951100081205368, + "learning_rate": 2.5504560777916962e-08, + "loss": 0.0026, + "mean_token_accuracy": 0.9996575355529785, + "num_tokens": 133397259.0, + "step": 103660 + }, + { + "entropy": 0.8445109724998474, + "epoch": 9.904461641349002, + "grad_norm": 0.18437229096889496, + "learning_rate": 2.5002556620373763e-08, + "loss": 0.0022, + "mean_token_accuracy": 0.9996710538864135, + "num_tokens": 133410147.0, + "step": 103670 + }, + { + "entropy": 0.848633861541748, + "epoch": 9.905417024935511, + "grad_norm": 0.30849453806877136, + "learning_rate": 2.450554090832613e-08, + "loss": 0.004, + "mean_token_accuracy": 0.9986928343772888, + "num_tokens": 133423530.0, + "step": 103680 + }, + { + "entropy": 0.8397780358791351, + "epoch": 9.90637240852202, + "grad_norm": 0.027263494208455086, + "learning_rate": 2.401351369137328e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9993279635906219, + "num_tokens": 133436375.0, + "step": 103690 + }, + { + "entropy": 0.8485700190067291, + "epoch": 9.907327792108532, + "grad_norm": 0.2266772836446762, + "learning_rate": 2.352647501864258e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.9996515691280365, + "num_tokens": 133449558.0, + "step": 103700 + }, + { + "entropy": 0.8506812512874603, + "epoch": 9.908283175695042, + "grad_norm": 0.09598977118730545, + "learning_rate": 2.3044424938739594e-08, + "loss": 0.0042, + "mean_token_accuracy": 0.99903205037117, + "num_tokens": 133462885.0, + "step": 103710 + }, + { + "entropy": 0.8492396533489227, + "epoch": 9.909238559281551, + "grad_norm": 0.039282798767089844, + "learning_rate": 2.2567363499786943e-08, + "loss": 0.002, + "mean_token_accuracy": 0.9996894419193267, + "num_tokens": 133475850.0, + "step": 103720 + }, + { + "entropy": 0.8548209428787231, + "epoch": 9.910193942868062, + "grad_norm": 0.24502705037593842, + "learning_rate": 2.209529074940764e-08, + "loss": 0.0045, + "mean_token_accuracy": 0.9990086197853089, + "num_tokens": 133489077.0, + "step": 103730 + }, + { + "entropy": 0.8432301819324494, + "epoch": 9.911149326454572, + "grad_norm": 0.0670531764626503, + "learning_rate": 2.1628206734713996e-08, + "loss": 0.0044, + "mean_token_accuracy": 0.9986024379730225, + "num_tokens": 133501974.0, + "step": 103740 + }, + { + "entropy": 0.8349678456783295, + "epoch": 9.912104710041081, + "grad_norm": 0.13696125149726868, + "learning_rate": 2.1166111502335386e-08, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 133514228.0, + "step": 103750 + }, + { + "entropy": 0.8403420448303223, + "epoch": 9.91306009362759, + "grad_norm": 0.09957854449748993, + "learning_rate": 2.0709005098396018e-08, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 133527765.0, + "step": 103760 + }, + { + "entropy": 0.8462549269199371, + "epoch": 9.914015477214102, + "grad_norm": 0.32627081871032715, + "learning_rate": 2.025688756852606e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9987208604812622, + "num_tokens": 133541160.0, + "step": 103770 + }, + { + "entropy": 0.8452370703220368, + "epoch": 9.914970860800612, + "grad_norm": 0.18802843987941742, + "learning_rate": 1.980975895785053e-08, + "loss": 0.0015, + "mean_token_accuracy": 1.0, + "num_tokens": 133554231.0, + "step": 103780 + }, + { + "entropy": 0.8460579931735992, + "epoch": 9.915926244387121, + "grad_norm": 0.1379619836807251, + "learning_rate": 1.93676193110115e-08, + "loss": 0.0042, + "mean_token_accuracy": 0.9982625126838685, + "num_tokens": 133567082.0, + "step": 103790 + }, + { + "entropy": 0.8396154046058655, + "epoch": 9.91688162797363, + "grad_norm": 0.18960228562355042, + "learning_rate": 1.893046867212922e-08, + "loss": 0.0028, + "mean_token_accuracy": 0.9990816354751587, + "num_tokens": 133580268.0, + "step": 103800 + }, + { + "entropy": 0.8394393205642701, + "epoch": 9.917837011560142, + "grad_norm": 0.10268408060073853, + "learning_rate": 1.8498307084852118e-08, + "loss": 0.0051, + "mean_token_accuracy": 0.9978114366531372, + "num_tokens": 133593404.0, + "step": 103810 + }, + { + "entropy": 0.8189639806747436, + "epoch": 9.918792395146651, + "grad_norm": 0.16649164259433746, + "learning_rate": 1.8071134592312355e-08, + "loss": 0.0032, + "mean_token_accuracy": 0.9990574598312378, + "num_tokens": 133606142.0, + "step": 103820 + }, + { + "entropy": 0.8372515320777894, + "epoch": 9.91974777873316, + "grad_norm": 0.25758957862854004, + "learning_rate": 1.7648951237142496e-08, + "loss": 0.0025, + "mean_token_accuracy": 0.9992853820323944, + "num_tokens": 133618727.0, + "step": 103830 + }, + { + "entropy": 0.8321430444717407, + "epoch": 9.920703162319672, + "grad_norm": 0.15284985303878784, + "learning_rate": 1.7231757061497712e-08, + "loss": 0.0031, + "mean_token_accuracy": 0.9986694574356079, + "num_tokens": 133631150.0, + "step": 103840 + }, + { + "entropy": 0.839197987318039, + "epoch": 9.921658545906181, + "grad_norm": 0.20675577223300934, + "learning_rate": 1.6819552107016912e-08, + "loss": 0.0033, + "mean_token_accuracy": 0.9987427651882171, + "num_tokens": 133644060.0, + "step": 103850 + }, + { + "entropy": 0.8396239757537842, + "epoch": 9.922613929492691, + "grad_norm": 0.3028028905391693, + "learning_rate": 1.6412336414839415e-08, + "loss": 0.0021, + "mean_token_accuracy": 0.9993319988250733, + "num_tokens": 133656721.0, + "step": 103860 + }, + { + "entropy": 0.8391938388347626, + "epoch": 9.923569313079202, + "grad_norm": 0.4405163824558258, + "learning_rate": 1.6010110025621583e-08, + "loss": 0.0019, + "mean_token_accuracy": 0.999676376581192, + "num_tokens": 133669586.0, + "step": 103870 + }, + { + "entropy": 0.8382161259651184, + "epoch": 9.924524696665712, + "grad_norm": 0.1517840325832367, + "learning_rate": 1.5612872979509087e-08, + "loss": 0.0036, + "mean_token_accuracy": 0.9993498206138611, + "num_tokens": 133682162.0, + "step": 103880 + }, + { + "entropy": 0.836065262556076, + "epoch": 9.925480080252221, + "grad_norm": 0.5327239632606506, + "learning_rate": 1.5220625316153536e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9986388623714447, + "num_tokens": 133694562.0, + "step": 103890 + }, + { + "entropy": 0.8413938820362091, + "epoch": 9.92643546383873, + "grad_norm": 0.0869070366024971, + "learning_rate": 1.48333670747125e-08, + "loss": 0.0031, + "mean_token_accuracy": 0.9989784538745881, + "num_tokens": 133707627.0, + "step": 103900 + }, + { + "entropy": 0.8476931393146515, + "epoch": 9.927390847425242, + "grad_norm": 0.09791653603315353, + "learning_rate": 1.4451098293838394e-08, + "loss": 0.0036, + "mean_token_accuracy": 0.998997163772583, + "num_tokens": 133720178.0, + "step": 103910 + }, + { + "entropy": 0.8278484284877777, + "epoch": 9.928346231011751, + "grad_norm": 0.5547313094139099, + "learning_rate": 1.4073819011689582e-08, + "loss": 0.0046, + "mean_token_accuracy": 0.9986829161643982, + "num_tokens": 133732741.0, + "step": 103920 + }, + { + "entropy": 0.8534740388393403, + "epoch": 9.92930161459826, + "grad_norm": 0.12797847390174866, + "learning_rate": 1.3701529265924829e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.9990047812461853, + "num_tokens": 133746030.0, + "step": 103930 + }, + { + "entropy": 0.8443801283836365, + "epoch": 9.93025699818477, + "grad_norm": 0.2431056946516037, + "learning_rate": 1.3334229093703298e-08, + "loss": 0.0043, + "mean_token_accuracy": 0.9986801207065582, + "num_tokens": 133758885.0, + "step": 103940 + }, + { + "entropy": 0.8348656415939331, + "epoch": 9.931212381771282, + "grad_norm": 0.21926185488700867, + "learning_rate": 1.297191853169566e-08, + "loss": 0.002, + "mean_token_accuracy": 0.9996441304683685, + "num_tokens": 133771335.0, + "step": 103950 + }, + { + "entropy": 0.8300202548503876, + "epoch": 9.932167765357791, + "grad_norm": 0.12454820424318314, + "learning_rate": 1.2614597616056323e-08, + "loss": 0.0021, + "mean_token_accuracy": 0.999352753162384, + "num_tokens": 133783914.0, + "step": 103960 + }, + { + "entropy": 0.8216793775558472, + "epoch": 9.9331231489443, + "grad_norm": 0.06807220727205276, + "learning_rate": 1.2262266382467857e-08, + "loss": 0.002, + "mean_token_accuracy": 1.0, + "num_tokens": 133796198.0, + "step": 103970 + }, + { + "entropy": 0.836239117383957, + "epoch": 9.934078532530812, + "grad_norm": 0.05717774108052254, + "learning_rate": 1.1914924866085474e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.998989200592041, + "num_tokens": 133808854.0, + "step": 103980 + }, + { + "entropy": 0.8482002794742585, + "epoch": 9.935033916117321, + "grad_norm": 0.04186528921127319, + "learning_rate": 1.1572573101586992e-08, + "loss": 0.0024, + "mean_token_accuracy": 0.999298769235611, + "num_tokens": 133821962.0, + "step": 103990 + }, + { + "entropy": 0.8409682452678681, + "epoch": 9.93598929970383, + "grad_norm": 0.07761774957180023, + "learning_rate": 1.1235211123145073e-08, + "loss": 0.0037, + "mean_token_accuracy": 0.9985073685646058, + "num_tokens": 133834718.0, + "step": 104000 + }, + { + "entropy": 0.8454936265945434, + "epoch": 9.93694468329034, + "grad_norm": 0.09428875148296356, + "learning_rate": 1.0902838964432782e-08, + "loss": 0.0027, + "mean_token_accuracy": 0.9993755340576171, + "num_tokens": 133848193.0, + "step": 104010 + }, + { + "entropy": 0.8402284681797028, + "epoch": 9.937900066876852, + "grad_norm": 0.08976539224386215, + "learning_rate": 1.0575456658629134e-08, + "loss": 0.0029, + "mean_token_accuracy": 0.9990595161914826, + "num_tokens": 133861450.0, + "step": 104020 + }, + { + "entropy": 0.8300686776638031, + "epoch": 9.938855450463361, + "grad_norm": 0.0499563105404377, + "learning_rate": 1.0253064238413546e-08, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 133874227.0, + "step": 104030 + }, + { + "entropy": 0.8397302508354187, + "epoch": 9.93981083404987, + "grad_norm": 0.07496356219053268, + "learning_rate": 9.935661735960278e-09, + "loss": 0.0025, + "mean_token_accuracy": 0.9993478417396545, + "num_tokens": 133887196.0, + "step": 104040 + }, + { + "entropy": 0.8414720058441162, + "epoch": 9.940766217636382, + "grad_norm": 0.8418904542922974, + "learning_rate": 9.623249182966198e-09, + "loss": 0.003, + "mean_token_accuracy": 0.9993658185005188, + "num_tokens": 133900130.0, + "step": 104050 + }, + { + "entropy": 0.8311254203319549, + "epoch": 9.941721601222891, + "grad_norm": 0.3066466152667999, + "learning_rate": 9.315826610600819e-09, + "loss": 0.0062, + "mean_token_accuracy": 0.9986128985881806, + "num_tokens": 133912941.0, + "step": 104060 + }, + { + "entropy": 0.841295039653778, + "epoch": 9.9426769848094, + "grad_norm": 0.41995537281036377, + "learning_rate": 9.013394049561808e-09, + "loss": 0.0027, + "mean_token_accuracy": 0.9990787208080292, + "num_tokens": 133926197.0, + "step": 104070 + }, + { + "entropy": 0.8335112631320953, + "epoch": 9.94363236839591, + "grad_norm": 0.26244568824768066, + "learning_rate": 8.715951530025025e-09, + "loss": 0.0016, + "mean_token_accuracy": 1.0, + "num_tokens": 133938791.0, + "step": 104080 + }, + { + "entropy": 0.8335399806499482, + "epoch": 9.944587751982422, + "grad_norm": 0.06352590769529343, + "learning_rate": 8.423499081694485e-09, + "loss": 0.0032, + "mean_token_accuracy": 0.9990433871746063, + "num_tokens": 133951393.0, + "step": 104090 + }, + { + "entropy": 0.8350935757160187, + "epoch": 9.945543135568931, + "grad_norm": 0.1116546019911766, + "learning_rate": 8.136036733757956e-09, + "loss": 0.0023, + "mean_token_accuracy": 0.9993196070194245, + "num_tokens": 133964158.0, + "step": 104100 + }, + { + "entropy": 0.8406458556652069, + "epoch": 9.94649851915544, + "grad_norm": 0.033151544630527496, + "learning_rate": 7.85356451490915e-09, + "loss": 0.0014, + "mean_token_accuracy": 1.0, + "num_tokens": 133976888.0, + "step": 104110 + }, + { + "entropy": 0.833637934923172, + "epoch": 9.947453902741952, + "grad_norm": 0.03820352628827095, + "learning_rate": 7.576082453342182e-09, + "loss": 0.0024, + "mean_token_accuracy": 0.9993217527866364, + "num_tokens": 133989575.0, + "step": 104120 + }, + { + "entropy": 0.8405399322509766, + "epoch": 9.948409286328461, + "grad_norm": 0.07101603597402573, + "learning_rate": 7.3035905767515626e-09, + "loss": 0.0019, + "mean_token_accuracy": 1.0, + "num_tokens": 134002440.0, + "step": 104130 + }, + { + "entropy": 0.8303794026374817, + "epoch": 9.94936466991497, + "grad_norm": 0.186918705701828, + "learning_rate": 7.03608891234886e-09, + "loss": 0.0025, + "mean_token_accuracy": 0.9993275046348572, + "num_tokens": 134014892.0, + "step": 104140 + }, + { + "entropy": 0.8486402630805969, + "epoch": 9.95032005350148, + "grad_norm": 0.4175332486629486, + "learning_rate": 6.773577486823834e-09, + "loss": 0.0053, + "mean_token_accuracy": 0.9984479308128357, + "num_tokens": 134028145.0, + "step": 104150 + }, + { + "entropy": 0.8465313017368317, + "epoch": 9.951275437087991, + "grad_norm": 0.23919789493083954, + "learning_rate": 6.516056326383302e-09, + "loss": 0.0036, + "mean_token_accuracy": 0.9986438512802124, + "num_tokens": 134041134.0, + "step": 104160 + }, + { + "entropy": 0.8354225277900695, + "epoch": 9.952230820674501, + "grad_norm": 0.7125651240348816, + "learning_rate": 6.263525456740027e-09, + "loss": 0.0042, + "mean_token_accuracy": 0.9981167256832123, + "num_tokens": 134053655.0, + "step": 104170 + }, + { + "entropy": 0.8416750252246856, + "epoch": 9.95318620426101, + "grad_norm": 0.05643133074045181, + "learning_rate": 6.015984903090521e-09, + "loss": 0.0032, + "mean_token_accuracy": 0.9987043082714081, + "num_tokens": 134066337.0, + "step": 104180 + }, + { + "entropy": 0.8471664547920227, + "epoch": 9.95414158784752, + "grad_norm": 0.016208767890930176, + "learning_rate": 5.7734346901483495e-09, + "loss": 0.0023, + "mean_token_accuracy": 0.9994038105010986, + "num_tokens": 134079743.0, + "step": 104190 + }, + { + "entropy": 0.8347019910812378, + "epoch": 9.955096971434031, + "grad_norm": 0.048741795122623444, + "learning_rate": 5.5358748421330265e-09, + "loss": 0.0055, + "mean_token_accuracy": 0.998729544878006, + "num_tokens": 134092505.0, + "step": 104200 + }, + { + "entropy": 0.836255568265915, + "epoch": 9.95605235502054, + "grad_norm": 0.2976715564727783, + "learning_rate": 5.303305382742263e-09, + "loss": 0.0028, + "mean_token_accuracy": 0.9993703663349152, + "num_tokens": 134105565.0, + "step": 104210 + }, + { + "entropy": 0.8447429537773132, + "epoch": 9.95700773860705, + "grad_norm": 0.14426511526107788, + "learning_rate": 5.075726335201925e-09, + "loss": 0.0029, + "mean_token_accuracy": 0.9996710538864135, + "num_tokens": 134118813.0, + "step": 104220 + }, + { + "entropy": 0.8402593553066253, + "epoch": 9.957963122193561, + "grad_norm": 0.23782587051391602, + "learning_rate": 4.853137722221624e-09, + "loss": 0.0028, + "mean_token_accuracy": 0.9993235290050506, + "num_tokens": 134131652.0, + "step": 104230 + }, + { + "entropy": 0.8493737041950226, + "epoch": 9.95891850578007, + "grad_norm": 0.12965889275074005, + "learning_rate": 4.6355395660280245e-09, + "loss": 0.0037, + "mean_token_accuracy": 0.9987075805664063, + "num_tokens": 134144639.0, + "step": 104240 + }, + { + "entropy": 0.8321145236492157, + "epoch": 9.95987388936658, + "grad_norm": 0.8939975500106812, + "learning_rate": 4.422931888331539e-09, + "loss": 0.0053, + "mean_token_accuracy": 0.9983760952949524, + "num_tokens": 134157434.0, + "step": 104250 + }, + { + "entropy": 0.838779765367508, + "epoch": 9.96082927295309, + "grad_norm": 0.49615395069122314, + "learning_rate": 4.215314710365181e-09, + "loss": 0.002, + "mean_token_accuracy": 0.9993710160255432, + "num_tokens": 134170307.0, + "step": 104260 + }, + { + "entropy": 0.8459342658519745, + "epoch": 9.961784656539601, + "grad_norm": 0.04985859990119934, + "learning_rate": 4.012688052845715e-09, + "loss": 0.0023, + "mean_token_accuracy": 0.999676376581192, + "num_tokens": 134183333.0, + "step": 104270 + }, + { + "entropy": 0.8491959750652314, + "epoch": 9.96274004012611, + "grad_norm": 0.042230941355228424, + "learning_rate": 3.815051936001401e-09, + "loss": 0.004, + "mean_token_accuracy": 0.9987025916576385, + "num_tokens": 134196412.0, + "step": 104280 + }, + { + "entropy": 0.8534845590591431, + "epoch": 9.96369542371262, + "grad_norm": 0.061555974185466766, + "learning_rate": 3.622406379555354e-09, + "loss": 0.0028, + "mean_token_accuracy": 0.9990051865577698, + "num_tokens": 134209407.0, + "step": 104290 + }, + { + "entropy": 0.8353065371513366, + "epoch": 9.964650807299131, + "grad_norm": 0.10626492649316788, + "learning_rate": 3.434751402747738e-09, + "loss": 0.0016, + "mean_token_accuracy": 0.9996350347995758, + "num_tokens": 134222049.0, + "step": 104300 + }, + { + "entropy": 0.8451700985431672, + "epoch": 9.96560619088564, + "grad_norm": 0.1370832920074463, + "learning_rate": 3.2520870243024638e-09, + "loss": 0.0038, + "mean_token_accuracy": 0.9989974021911621, + "num_tokens": 134235259.0, + "step": 104310 + }, + { + "entropy": 0.8423174679279327, + "epoch": 9.96656157447215, + "grad_norm": 0.3355061709880829, + "learning_rate": 3.074413262449394e-09, + "loss": 0.0037, + "mean_token_accuracy": 0.9990379571914673, + "num_tokens": 134248152.0, + "step": 104320 + }, + { + "entropy": 0.831285560131073, + "epoch": 9.96751695805866, + "grad_norm": 0.39454472064971924, + "learning_rate": 2.901730134935443e-09, + "loss": 0.0038, + "mean_token_accuracy": 0.999009883403778, + "num_tokens": 134260678.0, + "step": 104330 + }, + { + "entropy": 0.8528525233268738, + "epoch": 9.968472341645171, + "grad_norm": 0.1357761025428772, + "learning_rate": 2.734037658985722e-09, + "loss": 0.0055, + "mean_token_accuracy": 0.9980447709560394, + "num_tokens": 134274078.0, + "step": 104340 + }, + { + "entropy": 0.8361003637313843, + "epoch": 9.96942772523168, + "grad_norm": 1.3962091207504272, + "learning_rate": 2.571335851347945e-09, + "loss": 0.0024, + "mean_token_accuracy": 0.9993270456790924, + "num_tokens": 134286639.0, + "step": 104350 + }, + { + "entropy": 0.8341688692569733, + "epoch": 9.97038310881819, + "grad_norm": 0.1954120397567749, + "learning_rate": 2.413624728253572e-09, + "loss": 0.0013, + "mean_token_accuracy": 1.0, + "num_tokens": 134299254.0, + "step": 104360 + }, + { + "entropy": 0.844680005311966, + "epoch": 9.971338492404701, + "grad_norm": 0.06398805975914001, + "learning_rate": 2.260904305456668e-09, + "loss": 0.0017, + "mean_token_accuracy": 0.9996688723564148, + "num_tokens": 134312311.0, + "step": 104370 + }, + { + "entropy": 0.8381522297859192, + "epoch": 9.97229387599121, + "grad_norm": 0.06740885227918625, + "learning_rate": 2.1131745981894934e-09, + "loss": 0.0027, + "mean_token_accuracy": 0.9989945828914643, + "num_tokens": 134325306.0, + "step": 104380 + }, + { + "entropy": 0.8395149290561676, + "epoch": 9.97324925957772, + "grad_norm": 0.2506098449230194, + "learning_rate": 1.970435621206912e-09, + "loss": 0.0028, + "mean_token_accuracy": 0.9993356883525848, + "num_tokens": 134338446.0, + "step": 104390 + }, + { + "entropy": 0.8604490995407105, + "epoch": 9.97420464316423, + "grad_norm": 0.19181162118911743, + "learning_rate": 1.832687388758636e-09, + "loss": 0.004, + "mean_token_accuracy": 0.9987339973449707, + "num_tokens": 134352257.0, + "step": 104400 + }, + { + "entropy": 0.8449998319149017, + "epoch": 9.975160026750741, + "grad_norm": 0.16581322252750397, + "learning_rate": 1.6999299145836755e-09, + "loss": 0.0024, + "mean_token_accuracy": 0.9990076780319214, + "num_tokens": 134365157.0, + "step": 104410 + }, + { + "entropy": 0.84371218085289, + "epoch": 9.97611541033725, + "grad_norm": 0.08260145783424377, + "learning_rate": 1.5721632119436446e-09, + "loss": 0.0055, + "mean_token_accuracy": 0.9989821314811707, + "num_tokens": 134377660.0, + "step": 104420 + }, + { + "entropy": 0.8556797981262207, + "epoch": 9.97707079392376, + "grad_norm": 0.11206372827291489, + "learning_rate": 1.4493872935894548e-09, + "loss": 0.001, + "mean_token_accuracy": 1.0, + "num_tokens": 134390904.0, + "step": 104430 + }, + { + "entropy": 0.8370567977428436, + "epoch": 9.97802617751027, + "grad_norm": 0.024923380464315414, + "learning_rate": 1.331602171777968e-09, + "loss": 0.0021, + "mean_token_accuracy": 0.9996389865875244, + "num_tokens": 134403801.0, + "step": 104440 + }, + { + "entropy": 0.8427297115325928, + "epoch": 9.97898156109678, + "grad_norm": 0.17873159050941467, + "learning_rate": 1.2188078582553442e-09, + "loss": 0.0029, + "mean_token_accuracy": 0.9996731996536254, + "num_tokens": 134417039.0, + "step": 104450 + }, + { + "entropy": 0.8328306019306183, + "epoch": 9.97993694468329, + "grad_norm": 0.3107098639011383, + "learning_rate": 1.1110043642958978e-09, + "loss": 0.0027, + "mean_token_accuracy": 0.9996491253376008, + "num_tokens": 134429533.0, + "step": 104460 + }, + { + "entropy": 0.8296669483184814, + "epoch": 9.9808923282698, + "grad_norm": 0.04551384970545769, + "learning_rate": 1.008191700652139e-09, + "loss": 0.0026, + "mean_token_accuracy": 0.9993391752243042, + "num_tokens": 134442215.0, + "step": 104470 + }, + { + "entropy": 0.8354678690433502, + "epoch": 9.981847711856311, + "grad_norm": 0.04845801368355751, + "learning_rate": 9.103698775936309e-10, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 134454723.0, + "step": 104480 + }, + { + "entropy": 0.8444882452487945, + "epoch": 9.98280309544282, + "grad_norm": 0.07086590677499771, + "learning_rate": 8.175389048736825e-10, + "loss": 0.0024, + "mean_token_accuracy": 0.9993788301944733, + "num_tokens": 134467529.0, + "step": 104490 + }, + { + "entropy": 0.8380828559398651, + "epoch": 9.98375847902933, + "grad_norm": 0.07832316309213638, + "learning_rate": 7.296987917626563e-10, + "loss": 0.0036, + "mean_token_accuracy": 0.9986042141914367, + "num_tokens": 134479887.0, + "step": 104500 + }, + { + "entropy": 0.8484879732131958, + "epoch": 9.984713862615841, + "grad_norm": 1.618120789527893, + "learning_rate": 6.468495470368652e-10, + "loss": 0.0054, + "mean_token_accuracy": 0.9987224817276001, + "num_tokens": 134493033.0, + "step": 104510 + }, + { + "entropy": 0.8421024143695831, + "epoch": 9.98566924620235, + "grad_norm": 0.07814715802669525, + "learning_rate": 5.689911789563685e-10, + "loss": 0.0028, + "mean_token_accuracy": 0.9993265986442565, + "num_tokens": 134505769.0, + "step": 104520 + }, + { + "entropy": 0.8385267555713654, + "epoch": 9.98662462978886, + "grad_norm": 0.4944550096988678, + "learning_rate": 4.961236952982784e-10, + "loss": 0.0042, + "mean_token_accuracy": 0.9985189974308014, + "num_tokens": 134518084.0, + "step": 104530 + }, + { + "entropy": 0.825827705860138, + "epoch": 9.98758001337537, + "grad_norm": 0.3408041000366211, + "learning_rate": 4.2824710332900476e-10, + "loss": 0.0012, + "mean_token_accuracy": 0.9996621608734131, + "num_tokens": 134530653.0, + "step": 104540 + }, + { + "entropy": 0.8466539084911346, + "epoch": 9.98853539696188, + "grad_norm": 0.10684002935886383, + "learning_rate": 3.6536140983201016e-10, + "loss": 0.0018, + "mean_token_accuracy": 0.9996884763240814, + "num_tokens": 134544541.0, + "step": 104550 + }, + { + "entropy": 0.8432831704616547, + "epoch": 9.98949078054839, + "grad_norm": 0.34255996346473694, + "learning_rate": 3.0746662108560586e-10, + "loss": 0.0027, + "mean_token_accuracy": 0.9992968320846558, + "num_tokens": 134557570.0, + "step": 104560 + }, + { + "entropy": 0.8417114317417145, + "epoch": 9.9904461641349, + "grad_norm": 0.143368661403656, + "learning_rate": 2.5456274286295156e-10, + "loss": 0.0018, + "mean_token_accuracy": 1.0, + "num_tokens": 134570687.0, + "step": 104570 + }, + { + "entropy": 0.8474565982818604, + "epoch": 9.99140154772141, + "grad_norm": 0.4062882959842682, + "learning_rate": 2.0664978044315776e-10, + "loss": 0.0031, + "mean_token_accuracy": 0.9990062773227691, + "num_tokens": 134583494.0, + "step": 104580 + }, + { + "entropy": 0.8486892759799958, + "epoch": 9.99235693130792, + "grad_norm": 0.034934692084789276, + "learning_rate": 1.6372773861683676e-10, + "loss": 0.0022, + "mean_token_accuracy": 0.9993281722068786, + "num_tokens": 134596469.0, + "step": 104590 + }, + { + "entropy": 0.8429570436477661, + "epoch": 9.99331231489443, + "grad_norm": 2.7395899295806885, + "learning_rate": 1.2579662165834726e-10, + "loss": 0.0046, + "mean_token_accuracy": 0.999260276556015, + "num_tokens": 134609303.0, + "step": 104600 + }, + { + "entropy": 0.8361071884632111, + "epoch": 9.99426769848094, + "grad_norm": 0.6017705202102661, + "learning_rate": 9.285643336465199e-11, + "loss": 0.0042, + "mean_token_accuracy": 0.9990463435649872, + "num_tokens": 134621798.0, + "step": 104610 + }, + { + "entropy": 0.839427137374878, + "epoch": 9.99522308206745, + "grad_norm": 0.04350477084517479, + "learning_rate": 6.490717701645998e-11, + "loss": 0.0012, + "mean_token_accuracy": 1.0, + "num_tokens": 134634684.0, + "step": 104620 + }, + { + "entropy": 0.8460396766662598, + "epoch": 9.99617846565396, + "grad_norm": 0.14819499850273132, + "learning_rate": 4.1948855405982144e-11, + "loss": 0.0029, + "mean_token_accuracy": 0.9990315198898315, + "num_tokens": 134647538.0, + "step": 104630 + }, + { + "entropy": 0.8395525515079498, + "epoch": 9.99713384924047, + "grad_norm": 0.19482342898845673, + "learning_rate": 2.3981470825829022e-11, + "loss": 0.0029, + "mean_token_accuracy": 0.9993757605552673, + "num_tokens": 134660585.0, + "step": 104640 + }, + { + "entropy": 0.8305757761001586, + "epoch": 9.99808923282698, + "grad_norm": 0.36110565066337585, + "learning_rate": 1.10050250690108e-11, + "loss": 0.0019, + "mean_token_accuracy": 0.9993786573410034, + "num_tokens": 134673728.0, + "step": 104650 + }, + { + "entropy": 0.8378081560134888, + "epoch": 9.99904461641349, + "grad_norm": 0.04593586176633835, + "learning_rate": 3.0195194289373007e-12, + "loss": 0.0025, + "mean_token_accuracy": 0.9996951222419739, + "num_tokens": 134686671.0, + "step": 104660 + }, + { + "entropy": 0.8447436094284058, + "epoch": 10.0, + "grad_norm": 0.17362135648727417, + "learning_rate": 2.495470496910457e-14, + "loss": 0.0044, + "mean_token_accuracy": 0.9989974021911621, + "num_tokens": 134699130.0, + "step": 104670 + } + ], + "logging_steps": 10, + "max_steps": 104670, + "num_input_tokens_seen": 0, + "num_train_epochs": 10, + "save_steps": 500, + "stateful_callbacks": { + "TrainerControl": { + "args": { + "should_epoch_stop": false, + "should_evaluate": false, + "should_log": false, + "should_save": true, + "should_training_stop": true + }, + "attributes": {} + } + }, + "total_flos": 5.812318373615954e+18, + "train_batch_size": 8, + "trial_name": null, + "trial_params": null +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/training_args.bin b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/training_args.bin new file mode 100644 index 0000000000000000000000000000000000000000..73f7173c9d6c09e466e124b7bc68342d2d3c8580 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/training_args.bin @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:925fb53215ab41de9eb3d352378c5950e38e59712a31a89f721af2f014d06231 +size 6481 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/vocab.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/vocab.json new file mode 100644 index 0000000000000000000000000000000000000000..4783fe10ac3adce15ac8f358ef5462739852c569 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-104670/vocab.json @@ -0,0 +1 @@ +{"!":0,"\"":1,"#":2,"$":3,"%":4,"&":5,"'":6,"(":7,")":8,"*":9,"+":10,",":11,"-":12,".":13,"/":14,"0":15,"1":16,"2":17,"3":18,"4":19,"5":20,"6":21,"7":22,"8":23,"9":24,":":25,";":26,"<":27,"=":28,">":29,"?":30,"@":31,"A":32,"B":33,"C":34,"D":35,"E":36,"F":37,"G":38,"H":39,"I":40,"J":41,"K":42,"L":43,"M":44,"N":45,"O":46,"P":47,"Q":48,"R":49,"S":50,"T":51,"U":52,"V":53,"W":54,"X":55,"Y":56,"Z":57,"[":58,"\\":59,"]":60,"^":61,"_":62,"`":63,"a":64,"b":65,"c":66,"d":67,"e":68,"f":69,"g":70,"h":71,"i":72,"j":73,"k":74,"l":75,"m":76,"n":77,"o":78,"p":79,"q":80,"r":81,"s":82,"t":83,"u":84,"v":85,"w":86,"x":87,"y":88,"z":89,"{":90,"|":91,"}":92,"~":93,"¡":94,"¢":95,"£":96,"¤":97,"¥":98,"¦":99,"§":100,"¨":101,"©":102,"ª":103,"«":104,"¬":105,"®":106,"¯":107,"°":108,"±":109,"²":110,"³":111,"´":112,"µ":113,"¶":114,"·":115,"¸":116,"¹":117,"º":118,"»":119,"¼":120,"½":121,"¾":122,"¿":123,"À":124,"Á":125,"Â":126,"Ã":127,"Ä":128,"Å":129,"Æ":130,"Ç":131,"È":132,"É":133,"Ê":134,"Ë":135,"Ì":136,"Í":137,"Î":138,"Ï":139,"Ð":140,"Ñ":141,"Ò":142,"Ó":143,"Ô":144,"Õ":145,"Ö":146,"×":147,"Ø":148,"Ù":149,"Ú":150,"Û":151,"Ü":152,"Ý":153,"Þ":154,"ß":155,"à":156,"á":157,"â":158,"ã":159,"ä":160,"å":161,"æ":162,"ç":163,"è":164,"é":165,"ê":166,"ë":167,"ì":168,"í":169,"î":170,"ï":171,"ð":172,"ñ":173,"ò":174,"ó":175,"ô":176,"õ":177,"ö":178,"÷":179,"ø":180,"ù":181,"ú":182,"û":183,"ü":184,"ý":185,"þ":186,"ÿ":187,"Ā":188,"ā":189,"Ă":190,"ă":191,"Ą":192,"ą":193,"Ć":194,"ć":195,"Ĉ":196,"ĉ":197,"Ċ":198,"ċ":199,"Č":200,"č":201,"Ď":202,"ď":203,"Đ":204,"đ":205,"Ē":206,"ē":207,"Ĕ":208,"ĕ":209,"Ė":210,"ė":211,"Ę":212,"ę":213,"Ě":214,"ě":215,"Ĝ":216,"ĝ":217,"Ğ":218,"ğ":219,"Ġ":220,"ġ":221,"Ģ":222,"ģ":223,"Ĥ":224,"ĥ":225,"Ħ":226,"ħ":227,"Ĩ":228,"ĩ":229,"Ī":230,"ī":231,"Ĭ":232,"ĭ":233,"Į":234,"į":235,"İ":236,"ı":237,"IJ":238,"ij":239,"Ĵ":240,"ĵ":241,"Ķ":242,"ķ":243,"ĸ":244,"Ĺ":245,"ĺ":246,"Ļ":247,"ļ":248,"Ľ":249,"ľ":250,"Ŀ":251,"ŀ":252,"Ł":253,"ł":254,"Ń":255,"ĠĠ":256,"ĠĠĠĠ":257,"in":258,"Ġt":259,"ĠĠĠĠĠĠĠĠ":260,"er":261,"ĠĠĠ":262,"on":263,"Ġa":264,"re":265,"at":266,"st":267,"en":268,"or":269,"Ġth":270,"ĊĊ":271,"Ġc":272,"le":273,"Ġs":274,"it":275,"an":276,"ar":277,"al":278,"Ġthe":279,";Ċ":280,"Ġp":281,"Ġf":282,"ou":283,"Ġ=":284,"is":285,"ĠĠĠĠĠĠĠ":286,"ing":287,"es":288,"Ġw":289,"ion":290,"ed":291,"ic":292,"Ġb":293,"Ġd":294,"et":295,"Ġm":296,"Ġo":297,"ĉĉ":298,"ro":299,"as":300,"el":301,"ct":302,"nd":303,"Ġin":304,"Ġh":305,"ent":306,"id":307,"Ġn":308,"am":309,"ĠĠĠĠĠĠĠĠĠĠĠ":310,"Ġto":311,"Ġre":312,"--":313,"Ġ{":314,"Ġof":315,"om":316,");Ċ":317,"im":318,"čĊ":319,"Ġ(":320,"il":321,"//":322,"Ġand":323,"ur":324,"se":325,"Ġl":326,"ex":327,"ĠS":328,"ad":329,"Ġ\"":330,"ch":331,"ut":332,"if":333,"**":334,"Ġ}":335,"em":336,"ol":337,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":338,"th":339,")Ċ":340,"Ġ{Ċ":341,"Ġg":342,"ig":343,"iv":344,",Ċ":345,"ce":346,"od":347,"Ġv":348,"ate":349,"ĠT":350,"ag":351,"ay":352,"Ġ*":353,"ot":354,"us":355,"ĠC":356,"Ġst":357,"ĠI":358,"un":359,"ul":360,"ue":361,"ĠA":362,"ow":363,"Ġ'":364,"ew":365,"Ġ<":366,"ation":367,"()":368,"Ġfor":369,"ab":370,"ort":371,"um":372,"ame":373,"Ġis":374,"pe":375,"tr":376,"ck":377,"âĢ":378,"Ġy":379,"ist":380,"----":381,".ĊĊ":382,"he":383,"Ġe":384,"lo":385,"ĠM":386,"Ġbe":387,"ers":388,"Ġon":389,"Ġcon":390,"ap":391,"ub":392,"ĠP":393,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":394,"ass":395,"int":396,">Ċ":397,"ly":398,"urn":399,"Ġ$":400,";ĊĊ":401,"av":402,"port":403,"ir":404,"->":405,"nt":406,"ction":407,"end":408,"Ġde":409,"ith":410,"out":411,"turn":412,"our":413,"ĠĠĠĠĠ":414,"lic":415,"res":416,"pt":417,"==":418,"Ġthis":419,"Ġwh":420,"Ġif":421,"ĠD":422,"ver":423,"age":424,"ĠB":425,"ht":426,"ext":427,"=\"":428,"Ġthat":429,"****":430,"ĠR":431,"Ġit":432,"ess":433,"ĠF":434,"Ġr":435,"os":436,"and":437,"Ġas":438,"ect":439,"ke":440,"rom":441,"Ġ//":442,"con":443,"ĠL":444,"(\"":445,"qu":446,"lass":447,"Ġwith":448,"iz":449,"de":450,"ĠN":451,"Ġal":452,"op":453,"up":454,"get":455,"Ġ}Ċ":456,"ile":457,"Ġan":458,"ata":459,"ore":460,"ri":461,"Ġpro":462,";čĊ":463,"ĉĉĉĉ":464,"ter":465,"ain":466,"ĠW":467,"ĠE":468,"Ġcom":469,"Ġreturn":470,"art":471,"ĠH":472,"ack":473,"import":474,"ublic":475,"Ġor":476,"est":477,"ment":478,"ĠG":479,"able":480,"Ġ-":481,"ine":482,"ill":483,"ind":484,"ere":485,"::":486,"ity":487,"Ġ+":488,"Ġtr":489,"elf":490,"ight":491,"('":492,"orm":493,"ult":494,"str":495,"..":496,"\",":497,"Ġyou":498,"ype":499,"pl":500,"Ġnew":501,"Ġj":502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":503,"Ġfrom":504,"Ġex":505,"ĠO":506,"ld":507,"Ġ[":508,"oc":509,":Ċ":510,"Ġse":511,"Ġle":512,"--------":513,".s":514,"{Ċ":515,"',":516,"ant":517,"Ġat":518,"ase":519,".c":520,"Ġch":521,"":589,"ust":590,"que":591,"Ġres":592,"))":593,"'s":594,"Ġk":595,"ans":596,"yst":597,"unction":598,"********":599,"Ġi":600,"Ġus":601,"pp":602,"one":603,"ail":604,"====":605,"name":606,"Ġstr":607,"Ġ/":608,"Ġ&":609,"ach":610,"div":611,"ystem":612,"ell":613,"Ġhave":614,"err":615,"ould":616,"ull":617,"pon":618,"ĠJ":619,"_p":620,"Ġ==":621,"ign":622,"St":623,".Ċ":624,"Ġpl":625,");ĊĊ":626,"form":627,"put":628,"ount":629,"}ĊĊ":630,"dd":631,"ite":632,"Ġget":633,"rr":634,"ome":635,"ĠâĢ":636,"aram":637,"cc":638,"Ġ*/":639,"ER":640,"In":641,"les":642,"_s":643,"ong":644,"ie":645,"Ġcan":646,"ĠV":647,"erv":648,"pr":649,"Ġun":650,"row":651,"ber":652,"Ġdo":653,"ll":654,"Ġel":655,"Ġself":656,"ated":657,"ary":658,"Ġ.":659,"']":660,"ud":661,"Ġen":662,"ĠTh":663,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":664,"te":665,"_c":666,"uct":667,"Ġab":668,"ork":669,".get":670,"Ġ#":671,"aw":672,"ress":673,"ob":674,"Name":675,"app":676,"['":677,"Ġall":678,"ory":679,"ition":680,"ance":681,"ear":682,"Ġcont":683,"vent":684,"ia":685,"Ġwill":686,"IN":687,"ĠĠĠĠĠĠĠĠĠ":688,"return":689,"Ġ":755,"\",Ċ":756,"ec":757,"ĠIn":758,"ph":759,"Ġ|":760,"_f":761,"Ġvar":762,"ence":763,"Id":764,"ree":765,"ink":766,"lect":767,"ug":768,"eth":769,"Ġelse":770,"----------------":771,"cont":772,"Ġso":773,"atic":774,"Ġlo":775,"pro":776,"ton":777,"ss":778,"own":779,"abel":780,"oint":781,"ous":782,"eld":783,"ST":784,"The":785,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":786,"RE":787,"\":":788,"olor":789,"tp":790,"eg":791,"key":792,"ude":793,"ĠSt":794,"ound":795,"Ġar":796,"\");Ċ":797,"ener":798,"ser":799,"bject":800,"essage":801,"fer":802,"Ġmore":803,"ations":804,"ents":805,"Ġhis":806,"Ġthey":807,".S":808,"ĠY":809,"use":810,"ne":811,"ish":812,"old":813,"_d":814,"io":815,"ield":816,"Ġper":817,"Cont":818,"ings":819,"####":820,"Ġdata":821,"Ġsa":822,"ef":823,"fo":824,"Ġone":825,"eng":826,"Ġdis":827,"AT":828,"Ġname":829,"Ġtrue":830,"val":831,"led":832,".f":833,"Ġne":834,"Ġend":835,".T":836,"cre":837,"ark":838,"log":839,"Ex":840,"error":841,"_id":842,"urre":843,"ange":844,"Ġnull":845,"rray":846,"Ġmy":847,"pan":848,"ict":849,"ator":850,"View":851,"List":852,"ĉreturn":853,"âĢĿ":854,"Ġpre":855,"Ġx":856,"clude":857,"arg":858,"ov":859,".h":860,"Ġ>":861,"Ġtheir":862,"')":863,"irst":864,"ick":865,"gh":866,"LE":867,"OR":868,"Ġprivate":869,"tem":870,"čĊčĊ":871,"user":872,"Ġ)":873,"com":874,".A":875,"\";Ċ":876,"Ġid":877,"read":878,"Ġwho":879,"_b":880,"\">Ċ":881,"Ġtime":882,"Ġman":883,"ry":884,"========":885,"roup":886,"rop":887,"public":888,"vel":889,"umber":890,"ble":891,"Ġwhich":892,"****************":893,"Ġany":894,"Ġfalse":895,"we":896,"Ġvalue":897,"Ġli":898,"\")":899,"nder":900,"gr":901,"Ġno":902,"param":903,"fig":904,".com":905,"Ġapp":906,"_l":907,"ions":908,".D":909,"ĠCh":910,"Ġabout":911,"Ġadd":912,"Ġsu":913,"Ġstring":914,"ID":915,"Ġover":916,"string":917,".l":918,"ource":919,"_C":920,"]Ċ":921,"Ġqu":922,"ĠString":923,"ca":924,"SE":925,"Ġro":926,"sh":927,"ual":928,"Type":929,"son":930,"new":931,"ern":932,"Ġag":933,"AR":934,"];Ċ":935,"].":936,"Ġ?":937,"ical":938,"Ġdes":939,"uth":940,"ix":941,"ays":942,"Ġtype":943,"'t":944,"ault":945,"Ġinter":946,"var":947,".b":948,"Ġpart":949,".d":950,"urrent":951,"IT":952,"EN":953,"enc":954,"(f":955,"ra":956,"value":957,"cho":958,"utton":959,"ose":960,"Ġ!=":961,"ater":962,"é":963,"reate":964,"oll":965,"pos":966,"yle":967,"ng":968,"AL":969,"using":970,"ames":971,"Ġ{čĊ":972,"ates":973,"ely":974,"Ġwork":975,"Ġem":976,"inal":977,"Ġsp":978,"Ġwhen":979,".set":980,"ĠĠĠĠĠĠ":981,"):Ċ":982,"to":983,"quire":984,"indow":985,"lement":986,"pect":987,"ash":988,"[i":989,"Ġuse":990,".F":991,"pec":992,"Ġad":993,"ove":994,"ception":995,"ength":996,"include":997,"ader":998,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":999,"atus":1000,"Th":1001,"itle":1002,"rit":1003,"void":1004,"().":1005,"(Ċ":1006,"Ġoff":1007,"Ġother":1008,"Ġ&&":1009,"';Ċ":1010,"ms":1011,"Ġbeen":1012,"Ġte":1013,"ml":1014,"co":1015,"nc":1016,"ervice":1017,"Ġ%":1018,"**Ċ":1019,"ann":1020,"ade":1021,"ĊĊĊĊ":1022,"lock":1023,"const":1024,"ponse":1025,"Ġsup":1026,"++":1027,"date":1028,"Ġacc":1029,"Ġhad":1030,"Ġbu":1031,"ĠRe":1032,"Ġwere":1033,"Ġfile":1034,"Ġwould":1035,"ĠâĢľ":1036,"ven":1037,"iss":1038,"Ġour":1039,"class":1040,"raw":1041,"Ġyear":1042,"Data":1043,"Ġval":1044,"Ġsome":1045,"fter":1046,"ys":1047,"Ġ///":1048,"round":1049,"view":1050,"Ġpe":1051,"Ġthere":1052,"Ġsaid":1053,"du":1054,"of":1055,"line":1056,"/*":1057,"duct":1058,"Ġher":1059,"ĠĠĠĠĠĠĠĠĠĠĠĠĠ":1060,"Res":1061,"Ġco":1062,"Ġcomm":1063,"ise":1064,"min":1065,"ĠĠĠĠĊ":1066,"#include":1067,"ethod":1068,".P":1069,"ute":1070,"Ġass":1071,"Int":1072,"ask":1073,"loc":1074,"Ġlike":1075,"ody":1076,"Ġlet":1077,"load":1078,"Ġam":1079,"rol":1080,"Ġgr":1081,"yp":1082,"Ġalso":1083,"ĠIt":1084,"url":1085,"ific":1086,"ors":1087,"_P":1088,"_n":1089,"igh":1090,"Ġthan":1091,"Com":1092,"AN":1093,"UL":1094,"ating":1095,"ĠThis":1096,"ref":1097,"_S":1098,"Ġstatic":1099,"roll":1100,"Ġjust":1101,"Ġresult":1102,"ian":1103,"idth":1104,"Ġthem":1105,"));Ċ":1106,"der":1107,"reak":1108,"Con":1109,"://":1110,"ule":1111,"...":1112,"arch":1113,"ement":1114,"Ġ<<":1115,"ush":1116,"ense":1117,"arr":1118,"Ġinto":1119,"cess":1120,"amp":1121,"ied":1122,"ument":1123,"Ġ\\":1124,"],":1125,"wo":1126,"als":1127,"Ġwhat":1128,"anc":1129,"Value":1130,"='":1131,"olum":1132,"Ġpos":1133,"ages":1134,"ayer":1135,"Ġsc":1136,"ues":1137,"\")Ċ":1138,"_T":1139,"Ġlist":1140,"(s":1141,"Ġcase":1142,"Ch":1143,"ĉĉĉĉĉ":1144,"////////":1145,"ponent":1146,"Ġz":1147,"Ġkn":1148,"let":1149,"DE":1150,"red":1151,"Ġfe":1152,"Ġ},Ċ":1153,"Ġ,":1154,"(t":1155,"Ġfirst":1156,"');Ċ":1157,"word":1158,"Ġimport":1159,"Ġact":1160,"Ġchar":1161,"CT":1162,"ĠTr":1163,"ople":1164,"={":1165,"ĉf":1166,"ient":1167,"cent":1168,".j":1169,"lection":1170,"))Ċ":1171,"Ġonly":1172,"Ġprint":1173,"mer":1174,".W":1175,"ock":1176,"Ġ--":1177,"Text":1178,"Ġop":1179,"ank":1180,"Ġits":1181,"Ġback":1182,"[\"":1183,"Ġneed":1184,"Ġcl":1185,"Ġsub":1186,"Ġla":1187,"((":1188,".\"":1189,"Object":1190,"Ġstart":1191,"file":1192,"(self":1193,"ner":1194,"ey":1195,"Ġuser":1196,"Ġent":1197,"ĠCom":1198,"its":1199,"ĠCon":1200,"ouble":1201,"ower":1202,"item":1203,"very":1204,"ĠWe":1205,"lick":1206,"ĠQ":1207,"php":1208,"ttp":1209,"':":1210,"ics":1211,"Ġunder":1212,"Ġ*Ċ":1213,".L":1214,");":1215,"ices":1216,"Ġreg":1217,")čĊ":1218,"ĉpublic":1219,"SS":1220,"Ġthen":1221,"reat":1222,"ious":1223,".G":1224,"ek":1225,"irect":1226,"heck":1227,"cript":1228,"ning":1229,"ĠUn":1230,"Ġmay":1231,"ĠWh":1232,"Bo":1233,"Item":1234,"struct":1235,".st":1236,"ream":1237,"ible":1238,"loat":1239,"Ġorg":1240,"und":1241,"sum":1242,"_in":1243,"../":1244,"_M":1245,"Ġhow":1246,"rite":1247,"'Ċ":1248,"To":1249,"ww":1250,"Ġpeople":1251,"index":1252,".n":1253,"http":1254,"(m":1255,"ector":1256,"Ġind":1257,"Ġjav":1258,"],Ċ":1259,"ĠHe":1260,"_st":1261,"ful":1262,"ole":1263,"){Ċ":1264,"Ġshould":1265,"opy":1266,"elp":1267,"ier":1268,"_name":1269,"erson":1270,"ION":1271,"ote":1272,"Ġtest":1273,"Ġbet":1274,"rror":1275,"ular":1276,"ãĢ":1277,"ĠÐ":1278,"bs":1279,"ting":1280,"Ġmake":1281,"Tr":1282,"Ġafter":1283,"arget":1284,"RO":1285,"olumn":1286,"rc":1287,"_re":1288,"define":1289,"Ġright":1290,"right":1291,"day":1292,"Ġlong":1293,"[]":1294,"(p":1295,"td":1296,"cond":1297,"ĠPro":1298,"Ġrem":1299,"ptions":1300,"vid":1301,".g":1302,"Ġext":1303,"Ġ__":1304,"')Ċ":1305,"pace":1306,"mp":1307,"Ġmin":1308,"stance":1309,"air":1310,"action":1311,"wh":1312,"type":1313,"util":1314,"ait":1315,"ĊĊ":1339,"Ġshe":1340,"\"]":1341,"aph":1342,"Ġexp":1343,"erty":1344,"ĠSe":1345,"Ġpar":1346,"unc":1347,"ET":1348,"Ġread":1349,"print":1350,"Ġrel":1351,"Ġform":1352,"Ġdr":1353,"Exception":1354,"input":1355,"Ġtrans":1356,"########":1357,"order":1358,"By":1359,"Ġaw":1360,"ities":1361,"uff":1362,"play":1363,".add":1364,"ĠâĢĵ":1365,"Ġwant":1366,"Ġcomp":1367,"ments":1368,"Ġ||":1369,"az":1370,"be":1371,"Ġnumber":1372,"Ġrequire":1373,"ĠEx":1374,"Ġcol":1375,"Ġkey":1376,"ember":1377,"Ġtwo":1378,"Ġsize":1379,"Ġwhere":1380,"UT":1381,"result":1382,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1383,"ough":1384,"orld":1385,"ood":1386,"uch":1387,"ative":1388,"ger":1389,"arent":1390,"Ġ/*":1391,"Ġarg":1392,"Ġwhile":1393,"(this":1394,"Ġrec":1395,"Ġdif":1396,"State":1397,"Ġspec":1398,"ride":1399,"_F":1400,"Ġlook":1401,"AM":1402,"ility":1403,"eter":1404,"âĢĻt":1405,"ĊĊĊ":1406,"ayout":1407,"--------------------------------":1408,"ager":1409,"Ġcould":1410,"Ġbr":1411,"ends":1412,"ures":1413,"Ġknow":1414,"ets":1415,"ĠIf":1416,"ĠSh":1417,".w":1418,"back":1419,"Ġser":1420,"Ġ+=":1421,"Ġfr":1422,"());Ċ":1423,"Ġhand":1424,"Ind":1425,"ULL":1426,"Im":1427,"();ĊĊ":1428,"Ġmost":1429,"Ġtry":1430,"Ġnow":1431,"rough":1432,">čĊ":1433,"ackage":1434,"Ġhim":1435,"._":1436,"ify":1437,"Ġbreak":1438,"Ġ);Ċ":1439,"ren":1440,"#define":1441,"itt":1442,"Ġap":1443,"ĉc":1444,"(n":1445,"ĠYou":1446,":ĊĊ":1447,"-m":1448,"Ġevery":1449,"ustom":1450,"lient":1451,"ocument":1452,"cription":1453,"Error":1454,"-b":1455,"о":1456,"][":1457,"trans":1458,"Ġpoint":1459,"Ġstd":1460,"Ġfil":1461,"Time":1462,"Ġmod":1463,"Ġ->":1464,"Ġerror":1465,"ah":1466,"Ġtext":1467,"roller":1468,"lose":1469,"ql":1470,"Ġpol":1471,"><":1784,".B":1785,"-c":1786,"Ġopen":1787,"Ġest":1788,"ĠĠĠĠĠĠĠĠĊ":1789,"Ġnext":1790,"IM":1791,"ÑĤ":1792,"OT":1793,"ó":1794,"Ġfollow":1795,"content":1796,"ĠĠĠĠĠĠĠĠĠĠĠĠ":1797,"Ġinclud":1798,"HE":1799,"ĠRes":1800,"Ġhref":1801,"и":1802,"Ġcar":1803,"ypes":1804,"image":1805,"Un":1806,"Ġbool":1807,"AD":1808,"Ġgame":1809,".Form":1810,"rows":1811,"*/":1812,"velop":1813,".Drawing":1814,"Ġpath":1815,"ision":1816,"Ġeach":1817,"ĠPl":1818,"_type":1819,"Path":1820,"nection":1821,"Ġav":1822,"').":1823,"Ġsupport":1824,"ENT":1825,"rem":1826,"\").":1827,"Ġown":1828,"Ġcor":1829,"count":1830,"miss":1831,"ually":1832,"Ġmem":1833,"std":1834,"ience":1835,"search":1836,"\"ĊĊ":1837,"Form":1838,"Ġsex":1839,"ename":1840,"Ġsign":1841,"Ġet":1842,"ĠĠĠĠĠĠĠĠĠĠ":1843,"','":1844,"ĠApp":1845,"Ġthose":1846,"off":1847,"Ġerr":1848,"Ġsystem":1849,"Ġbest":1850,"code":1851,"Ġsame":1852,"Ġdi":1853,"uss":1854,"Ġcreate":1855,"ather":1856,"Array":1857,".in":1858,"fe":1859,"Service":1860,"UN":1861,"ats":1862,"ĠZ":1863,"alth":1864,"Ġmade":1865,"true":1866,"AB":1867,"Ġmark":1868,"rid":1869,"ified":1870,",čĊ":1871,"yn":1872,"press":1873,"Ġgroup":1874,"Ġfin":1875,"ĠLicense":1876,"Field":1877,"eger":1878,"Ġworld":1879,"iness":1880,"ty":1881,"Ġprocess":1882,"(b":1883,"Ġcre":1884,"arn":1885,"ives":1886,"Ġmain":1887,"ideo":1888,"_g":1889,"AG":1890,"valid":1891,"img":1892,"PI":1893,"Ġcolor":1894,"Ġreport":1895,"Ġtake":1896,"rib":1897,"OM":1898,"Ġday":1899,"Request":1900,"Ġsk":1901,"bers":1902,"ĉs":1903,".Add":1904,"oot":1905,"Image":1906,"Ġcomple":1907,"ollection":1908,"Ġtop":1909,"Ġfree":1910,"AS":1911,"De":1912,"ĠOn":1913,"IG":1914,"eta":1915,"Date":1916,"Ġaction":1917,"Over":1918,"itor":1919,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1920,"not":1921,"Ġindex":1922,"her":1923,"icon":1924,"On":1925,";čĊčĊ":1926,"ivity":1927,"mand":1928,".Windows":1929,"OL":1930,"Ġreal":1931,"Ġmax":1932,"land":1933,"....":1934,"raph":1935,"Ġbuild":1936,"leg":1937,"assword":1938,"?ĊĊ":1939,"âĢ¦":1940,"ook":1941,"uck":1942,"Ġmessage":1943,"test":1944,"ivers":1945,"Ġinput":1946,"Ġart":1947,"Ġbetween":1948,"Get":1949,"enter":1950,"ground":1951,"ene":1952,"á":1953,".length":1954,"Node":1955,"(i":1956,"Class":1957,"for":1958,"ĠâĢĶ":1959,"ten":1960,"oin":1961,"Ġke":1962,"ui":1963,"ĠIN":1964,"Ġtable":1965,"sub":1966,"ĠLe":1967,"Ġhead":1968,"Ġmust":1969,"////////////////":1970,".util":1971,"Context":1972,"Ġorder":1973,"Ġmov":1974,"over":1975,"Ġcontin":1976,"Ġsay":1977,"static":1978,".Text":1979,"ĠclassName":1980,"pany":1981,"Ġter":1982,"head":1983,"rg":1984,"Ġproduct":1985,"This":1986,".âĢĿ":1987,"ĠBut":1988,"loy":1989,"Ġdouble":1990,"sg":1991,"Ġplace":1992,".x":1993,"message":1994,"Ġinformation":1995,"private":1996,"Ġoper":1997,"ced":1998,"db":1999,"\">":2179,"aterial":2180,"iled":2181,"Ġput":2182,"Qu":2183,"ÑĢ":2184,"ung":2185,"map":2186,"ĉĉĉĉĉĉĉĉ":2187,"Ġlevel":2188,"Component":2189,"book":2190,"creen":2191,"_RE":2192,"Ġconfig":2193,"ãģ":2194,"Or":2195,".data":2196,"Ġdocument":2197,"\",\"":2198,"tribute":2199,"ux":2200,"Log":2201,"ference":2202,"post":2203,"_e":2204,"Ġlocal":2205,"andom":2206,"assert":2207,"Val":2208,"lected":2209,"ina":2210,"atabase":2211,"Add":2212,"Ġcontent":2213,".print":2214,"signed":2215,"ric":2216,".\"ĊĊ":2217,"Ġfa":2218,"!ĊĊ":2219,"-f":2220,"ived":2221,"Ġquest":2222,".ex":2223,"Ġfloat":2224,"Ġdevelop":2225,"оÐ":2226,"Map":2227,"ading":2228,"Ġposs":2229,"UE":2230,"namespace":2231,"_O":2232,"ĉb":2233,".Get":2234,">(":2235,"json":2236,"etails":2237,"Ġtoo":2238,"Ġextends":2239,"ĠNone":2240,"Ġfore":2241,"(String":2242,"format":2243,"Ġgreat":2244,"inter":2245,"cale":2246,"Ñģ":2247,"ron":2248,"iving":2249,"Ent":2250,"ency":2251,"xt":2252,"oy":2253,"Ġmonth":2254,"Ġhapp":2255,"Ġsuper":2256,"bar":2257,"default":2258,"_de":2259,"ords":2260,"ln":2261,"({Ċ":2262,"ĠInd":2263,"ases":2264,"Ġtitle":2265,"Ġcontext":2266,"oh":2267,"-p":2268,"Em":2269,"Ġmet":2270,"Test":2271,"Ġlife":2272,"_v":2273,"ĠUS":2274,"UI":2275,"ocation":2276,"md":2277,"Ġ[Ċ":2278,"Ġ]":2279,"sw":2280,"Ġincre":2281,"script":2282,"ential":2283,"ways":2284,".de":2285,"Ġsrc":2286,"Ġcatch":2287,"ĠAmeric":2288,"//Ċ":2289,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2290,"Ġpay":2291,"plit":2292,"âĢĶ":2293,"Ġcoun":2294,"obj":2295,".php":2296,"Ġchange":2297,"ething":2298,"'re":2299,"aster":2300,"los":2301,"lation":2302,"ĠĠĊ":2303,"Le":2304,"ä":2305,"({":2306,"ready":2307,"ĠNo":2308,"Ġposition":2309,"Ġold":2310,"Ġbook":2311,"abled":2312,"bug":2313,"Hand":2314,"};ĊĊ":2315,"isplay":2316,"aving":2317,"Ġgover":2318,"Ġversion":2319,"System":2320,"nect":2321,"response":2322,"Style":2323,"Up":2324,"angu":2325,"Ġthree":2326,"init":2327,"ero":2328,"Ġlaw":2329,"endif":2330,"Ġbase":2331,"email":2332,"(l":2333,"_V":2334,"Ġconf":2335,"ATE":2336,"Ġduring":2337,"tes":2338,"Ġconsole":2339,"ĠPr":2340,"Ġspe":2341,"ves":2342,"path":2343,"ialog":2344,"dition":2345,"_to":2346,"ards":2347,"Ġagainst":2348,"etwork":2349,"ĠPh":2350,"_L":2351,"cur":2352,"imit":2353,"With":2354,"Ġpower":2355,"ium":2356,"';ĊĊ":2357,"Ġwom":2358,"left":2359,"ources":2360,"atri":2361,"ĠIm":2362,"ĠMan":2363,"orth":2364,"${":2365,"quals":2366,"ese":2367,"_size":2368,"Ġiss":2369,"otal":2370,"-g":2371,"ique":2372,"rame":2373,"Ġwidth":2374,"erg":2375,")(":2376,"ittle":2377,"TR":2378,"ĠThey":2379,"ences":2380,"rl":2381,"ons":2382,"Ġlabel":2383,".y":2384,"-t":2385,"update":2386,"anel":2387,"sc":2388,".to":2389,"Ġproject":2390,"ü":2391,"Ġelement":2392,"Ġsuccess":2393,"ĉĉĊ":2394,".sh":2395,"ram":2396,"ched":2397,"())Ċ":2398,"Ġ(Ċ":2399,"Ġdate":2400,"Ġtot":2401,"_ST":2402,"All":2403,"ification":2404,"ĉvar":2405,"Ġtri":2406,"chem":2407,"my":2408,"Ġbig":2409,"ĠAd":2410,"ĠAt":2411,"ots":2412,"num":2413,"Act":2414,"Ġmap":2415,"era":2416,"cope":2417,".$":2418,",âĢĿ":2419,"Ġpop":2420,"Ġfew":2421,"Ġlen":2422,"uid":2423,"eters":2424,"ules":2425,"ÃŃ":2426,"source":2427,"https":2428,"Ġdem":2429,"Ġear":2430,"################":2431,"Ġmatch":2432,"ories":2433,"aces":2434,"ĠCl":2435,"Ġnode":2436,"irc":2437,"local":2438,"unity":2439,"};Ċ":2440,"Ġanother":2441,"<<":2442,"ogle":2443,"Ġsit":2444,"ework":2445,"TE":2446,".I":2447,"NS":2448,"ology":2449,"ought":2450,".Cont":2451,">>":2452,"Ġcare":2453,"state":2454,"ĉprivate":2455,"Ġeffect":2456,"++)":2457,"_file":2458,"ending":2459,"Line":2460,"For":2461,"ior":2462,"ĠSc":2463,"Ġfun":2464,".Size":2465,"ĉelse":2466,"])":2467,"start":2468,"vious":2469,"Ġ},":2470,"ours":2471,"Ġleg":2472,"Ġservice":2473,"Ġsince":2474,"iron":2475,"Label":2476,"Ġnon":2477,"Ġlos":2478,"iction":2479,"Ġfull":2480,"acter":2481,"board":2482,"gress":2483,"Ġturn":2484,"ither":2485,".size":2486,"Ġbody":2487,"resh":2488,"eturn":2489,"(_":2490,"yles":2491,"ormal":2492,"pi":2493,"Ġsomething":2494,"!--":2495,"uint":2496,"Ġprodu":2497,"Ġstand":2498,"Ġproble":2499,"Ġavailable":2500,"mt":2501,"ĠBl":2502,"Ġ...":2503,"Ġblock":2504,"Input":2505,"Ġkeep":2506,"Count":2507,"open":2508,"Ġ['":2509,"Ġthrow":2510,"uilder":2511,"Action":2512,"Ġthings":2513,"True":2514,"Ġurl":2515,"ĠBo":2516,"printf":2517,"Ġred":2518,"js":2519,".create":2520,"ĠOr":2521,"Status":2522,"Instance":2523,"Ġcontrol":2524,"Ġcome":2525,"Ġcustom":2526,"location":2527,"model":2528,"ĠčĊ":2529,"Ġsource":2530,"Ġeas":2531,".out":2532,"]ĊĊ":2533,"oney":2534,"Ġawait":2535,"Ġpartic":2536,"AP":2537,"ublish":2538,"odes":2539,"_pro":2540,"ply":2541,"riter":2542,"Ġprov":2543,"Ġmill":2544,"HT":2545,"])Ċ":2546,"Ġchang":2547,"Ġask":2548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2549,"Ġoutput":2550,"Ġemail":2551,".push":2552,"Ġ}čĊčĊ":2553,"ination":2554,"atrix":2555,"Table":2556,"uccess":2557,"]);Ċ":2558,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2559,"Ġdisc":2560,"([":2561,"Ġbusiness":2562,"height":2563,".html":2564,"ta":2565,"field":2566,"Ġrequired":2567,"_R":2568,"Ġgovern":2569,"}čĊčĊ":2570,"lex":2571,".,":2572,"ĠSet":2573,"urch":2574,"///":2575,"ts":2576,"af":2577,"Ġmight":2578,"istory":2579,"Str":2580,"Ġnever":2581,"Response":2582,"arse":2583,"ada":2584,"ĠHow":2585,"Ġ*)":2586,"Ġ;":2587,"Ġhard":2588,"Ad":2589,"Ġintern":2590,"used":2591,"(data":2592,"mod":2593,"annel":2594,"Ġnp":2595,"ugg":2596,"Ġ/>Ċ":2597,"Ġcalled":2598,"body":2599,"Ġcho":2600,"(r":2601,"_set":2602,"ird":2603,"Ġ>=":2604,"Ġ};Ċ":2605,"Ġoptions":2606,"ĠGener":2607,"Ġheight":2608,"Point":2609,"You":2610,"ety":2611,"Click":2612,"Ġsmall":2613,"Ġide":2614,"Ġaccess":2615,"anguage":2616,"Ġprotected":2617,"Ġjob":2618,"ĠThere":2619,"Def":2620,"Ġaddress":2621,"Ġuint":2622,"Not":2623,"oo":2624,"aps":2625,"":2759,"ĉĠĠĠ":2760,"\"))":2761,"Content":2762,"_W":2763,"plement":2764,"Ġwon":2765,"Ġvideo":2766,"adi":2767,"point":2768,"%%":2769,"Ġgl":2770,"erved":2771,"viron":2772,"IF":2773,"uted":2774,"ãĥ":2775,"'m":2776,"Ġcert":2777,"Ġprof":2778,"Ġcell":2779,"ari":2780,"Ġplayer":2781,"ais":2782,"Ġcost":2783,"Ġhum":2784,"(R":2785,"Ġoffic":2786,"ks":2787,".text":2788,"atures":2789,"Ġtotal":2790,"Ġ*/ĊĊ":2791,"ope":2792,"Ġstat":2793,"UM":2794,"Ġload":2795,"ights":2796,"Ġclear":2797,"uro":2798,"Ġtechn":2799,"upport":2800,"IR":2801,"Ġrow":2802,"Ġseem":2803,"Ġq":2804,"Ġshort":2805,"ĠNot":2806,"ipp":2807,"Group":2808,"section":2809,"max":2810,"irl":2811,"Ġoverride":2812,"Ġcompany":2813,"Ġdone":2814,"\");čĊ":2815,"Ġgre":2816,".Re":2817,"Ġbelie":2818,"rist":2819,"Ġhealth":2820,"ANT":2821,"()ĊĊ":2822,"ĠBe":2823,".value":2824,"ĠGr":2825,"ottom":2826,"Ġargs":2827,"PT":2828,"status":2829,"func":2830,"uments":2831,"-h":2832,"Number":2833,":čĊ":2834,"ĠLog":2835,"erver":2836,"Ġ),Ċ":2837,"ament":2838,"Ġobj":2839,"inc":2840,"Ġchildren":2841,"icy":2842,"IZ":2843,"ands":2844,"ably":2845,"Ġdistrib":2846,"Ġcur":2847,"erial":2848,"Ġdays":2849,"reated":2850,"rect":2851,"-l":2852,"irm":2853,"idden":2854,"omb":2855,"Ġinitial":2856,".js":2857,"Ġâ":2858,"Query":2859,"Ġonline":2860,"imal":2861,".con":2862,"au":2863,"Url":2864,"control":2865,"irection":2866,"Ġinstance":2867,"ORT":2868,"ĠFr":2869,"where":2870,"Ġjavax":2871,"Ġorgan":2872,"apter":2873,"Ġreason":2874,"options":2875,"ĠMar":2876,"(a":2877,"Ġwithin":2878,".âĢĿĊĊ":2879,"ODE":2880,"_DE":2881,"admin":2882,"ended":2883,"Ġdesign":2884,"ĠData":2885,"une":2886,"ĠFile":2887,"root":2888,"Ġcent":2889,"Ġarr":2890,"_add":2891,"len":2892,"page":2893,",'":2894,"_str":2895,"Ġbro":2896,"ability":2897,"outh":2898,"/c":2899,"pose":2900,"irtual":2901,"earch":2902,"_url":2903,"argin":2904,"Http":2905,"Ġschool":2906,"ava":2907,"Ġconsider":2908,".label":2909,"ĠArray":2910,"web":2911,"opt":2912,".println":2913,"ulation":2914,"Ġfunc":2915,"PL":2916,"Ġ\"\\":2917,"ĠText":2918,"actory":2919,"(function":2920,"null":2921,"Ġeng":2922,"down":2923,"Ġinclude":2924,"ĠEn":2925,"ĠDr":2926,"Ġdb":2927,"!!":2928,"side":2929,"Ġinit":2930,"quired":2931,"ĠShe":2932,"Column":2933,"react":2934,"Ġann":2935,"Ġstop":2936,"Ġlater":2937,"ĠThat":2938,"ention":2939,"df":2940,"UG":2941,"ILE":2942,"Ġclient":2943,"raft":2944,"ffer":2945,"POST":2946,"elper":2947,"Ġlove":2948,"quote":2949,"oud":2950,"Ġjson":2951,"Ġable":2952,"Ġmen":2953,"AX":2954,"ĠCopyright":2955,"ö":2956,"avig":2957,"req":2958,"Client":2959,"});Ċ":2960,".Com":2961,"erc":2962,"ilt":2963,"pecial":2964,"_com":2965,"room":2966,".Name":2967,"Ġgive":2968,"amb":2969,"ike":2970,"Ġcondition":2971,"client":2972,"ators":2973,":\"":2974,"Ġcopy":2975,"uture":2976,"iversity":2977,"ernal":2978,"{{":2979,"ĠCan":2980,"ounc":2981,"do":2982,"Ġocc":2983,"Ġappro":2984,"thers":2985,"ze":2986,"Ġeither":2987,"ĠFl":2988,"Ġimportant":2989,"Ġlead":2990,"attr":2991,"ART":2992,"Equal":2993,"Ġda":2994,"etch":2995,"entity":2996,"Ġfamily":2997,"adding":2998,"Ġoption":2999,"Ġexist":3000,"ica":3001,"ĠObject":3002,"'ve":3003,"vers":3004,"itional":3005,"output":3006,"ĠTrue":3007,"ĠOF":3008,"_time":3009,"Ġoffer":3010,"Ġ});ĊĊ":3011,"HER":3012,"egin":3013,"\"\"":3014,"Ġwater":3015,"Ġche":3016,"ĠMy":3017,"ored":3018,"Ġstep":3019,"ances":3020,"CK":3021,"AY":3022,"à¸":3023,"struction":3024,"(C":3025,"ouch":3026,"Stream":3027,"active":3028,"ama":3029,"Entity":3030,"product":3031,"(){Ċ":3032,"Ġgovernment":3033,"ĠID":3034,"ajor":3035,"And":3036,"Ġdisplay":3037,"л":3038,"Ġtimes":3039,"Ġfour":3040,"Ġfar":3041,"Ġpresent":3042,"ĠNS":3043,"Ġ\\Ċ":3044,"uest":3045,"Ġbas":3046,"echo":3047,"child":3048,"ifier":3049,"Handler":3050,"Ġlib":3051,"Property":3052,"translation":3053,"Ġroom":3054,"Ġonce":3055,"Ġ[]":3056,"center":3057,"================================":3058,"Ġresults":3059,"Ġcontinue":3060,"Ġtalk":3061,"_get":3062,"Ġgrow":3063,".sw":3064,"eb":3065,"ĠPublic":3066,"OP":3067,"ecute":3068,"ols":3069,"Ġ**":3070,"\");ĊĊ":3071,"Ġmass":3072,"ured":3073,".class":3074,"omic":3075,"Ġmean":3076,"ips":3077,"Ġaut":3078,");čĊčĊ":3079,"Ġuntil":3080,"Ġmarket":3081,"Ġarea":3082,"uit":3083,"Ġlength":3084,"ĠWith":3085,"structor":3086,"event":3087,"\"><":3088,"ĠSp":3089,"IV":3090,"Ġmus":3091,"iff":3092,"Ġkind":3093,"author":3094,"ounds":3095,"mb":3096,"_key":3097,"width":3098,"pository":3099,"Ġlight":3100,"uk":3101,"Row":3102,"ohn":3103,"alf":3104,"vironment":3105,"apper":3106,"ollections":3107,"Ġside":3108,"_info":3109,"Ġexample":3110,"imary":3111,"Ġwr":3112,"Ġcamp":3113,"cribe":3114,"\"/":3115,"Ġmiss":3116,"way":3117,"Ġbased":3118,"Ġplan":3119,"Vis":3120,"omain":3121,"unk":3122,"Ġaway":3123,"UP":3124,"":3370,"Ġden":3371,"obile":3372,"change":3373,"ĠĠĠĠĠĠĠĠĠĠĠĠĊ":3374,"ici":3375,"na":3376,"ĠForm":3377,"Ġsort":3378,"Select":3379,"pare":3380,"Ġthought":3381,"_con":3382,"Ġtask":3383,"ocus":3384,"ĠDE":3385,"ĠMin":3386,"Ġopt":3387,"ĉbreak":3388,"umer":3389,"KE":3390,"then":3391,"Ġdet":3392,"ĠTest":3393,"ports":3394,"Ġreview":3395,"('/":3396,"move":3397,"Ġswitch":3398,"ERT":3399,"patch":3400,"annot":3401,"ãĤ":3402,"Ġabove":3403,"itive":3404,"Ġquestion":3405,"ĠQu":3406,"ãĢĤĊĊ":3407,"gle":3408,"Ġword":3409,"Ġprovide":3410,"ĠReturn":3411,"Ġresearch":3412,"ão":3413,"ustr":3414,"Ġpublish":3415,"chema":3416,"}}":3417,"ĠCON":3418,"-in":3419,"allback":3420,"Ġcover":3421,"\\\\":3422,"color":3423,"ĠIS":3424,"Ġwhether":3425,"imate":3426,"isc":3427,"Bar":3428,"Ġdiv":3429,"Be":3430,"ourn":3431,"Ġhaving":3432,"lem":3433,"player":3434,"abs":3435,"amera":3436,"ney":3437,"Ġexc":3438,"gether":3439,"plied":3440,"ao":3441,"[$":3442,"Ġ++":3443,"ipe":3444,"show":3445,"/d":3446,"[:":3447,"agement":3448,"lev":3449,"_ID":3450,"rary":3451,"ades":3452,"_se":3453,"ause":3454,"Ġemploy":3455,"Ġ*/čĊ":3456,"Ġfre":3457,"Ġ'@":3458,"Ġcomplet":3459,"Ġlarge":3460,"ral":3461,"\\x":3462,"Ġfac":3463,">":3578,"Ġface":3579,"CTION":3580,"Ġsave":3581,"Ġtyp":3582,"dev":3583,"(\"#":3584,"AGE":3585,"container":3586,"edit":3587,"QL":3588,"Ġitems":3589,"Ġsocial":3590,"ien":3591,"ĠReact":3592,").ĊĊ":3593,"Ġmar":3594,"Ġredu":3595,"ĠRE":3596,".put":3597,"Ġmajor":3598,"Cell":3599,"next":3600,"Ġexpected":3601,"Ġyet":3602,"Ġindiv":3603,"tributes":3604,"atis":3605,"amed":3606,"Ġfood":3607,"Source":3608,"(string":3609,"Ġ+Ċ":3610,"ites":3611,"dr":3612,"Ġmembers":3613,"Ġcomb":3614,"items":3615,"ĠPer":3616,"TH":3617,"=True":3618,"Ġbar":3619,"_SE":3620,"comm":3621,"(w":3622,")ĊĊĊ":3623,"Ġsend":3624,"Ġinc":3625,"unsigned":3626,"FA":3627,"Ġparams":3628,"apping":3629,"ros":3630,"ugin":3631,"fa":3632,"Ġconnection":3633,"Ġ};ĊĊ":3634,"Ġbecome":3635,"Mode":3636,"Ġev":3637,"Ġdiff":3638,"ĠUnited":3639,"Height":3640,"fully":3641,"images":3642,"Ġmakes":3643,"Ġglobal":3644,"Ġcontact":3645,"':Ċ":3646,"Ġabs":3647,"аÐ":3648,"float":3649,"Ġexcept":3650,"ĠPol":3651,"Child":3652,"typ":3653,"Ġcertain":3654,"ión":3655,"OUT":3656,"Ġimpro":3657,"iles":3658,"Ġ-->Ċ":3659,"ĠPart":3660,"values":3661,"oss":3662,"/**":3663,"ilit":3664,"ĠEvent":3665,"curity":3666,"ster":3667,"Ġcharacter":3668,"Ġnews":3669,"Ġ\",":3670,"Ġdevice":3671,"cel":3672,"login":3673,"heet":3674,"Default":3675,"@\"":3676,"ĉĠ":3677,"click":3678,"(value":3679,"ĠAb":3680,"Ġprevious":3681,"ERROR":3682,"ocal":3683,"Ġmaterial":3684,"Ġbelow":3685,"ĠChrist":3686,"Ġmedia":3687,"cover":3688,"ĠUI":3689,"Ġfail":3690,"Ġblack":3691,"Ġcomponent":3692,"ĠAmerican":3693,"Ġadded":3694,"Ġbuy":3695,"stit":3696,"Ġcame":3697,"Ġdelete":3698,"property":3699,"oding":3700,"Ġcard":3701,"rops":3702,"Ġhttps":3703,"Ġroot":3704,"Ġhandle":3705,"CC":3706,"Back":3707,"emplate":3708,"Ġgetting":3709,"_by":3710,"mail":3711,"_sh":3712,".assert":3713,"ĠDec":3714,"(true":3715,"Ġcomput":3716,"Ġclaim":3717,"'=>":3718,"ĠSub":3719,"Ġair":3720,"ops":3721,"nav":3722,"ements":3723,"(id":3724,"Ġenter":3725,"anged":3726,"End":3727,"Ġlocation":3728,"Ġnight":3729,"Ġdoing":3730,"ĠRed":3731,"lin":3732,"}ĊĊĊ":3733,"vider":3734,"Ġpick":3735,"Ġwatch":3736,"essages":3737,"Ġhuman":3738,"Ġdam":3739,"pend":3740,"dir":3741,"Ġtax":3742,"Ġgirl":3743,"reet":3744,"Ġbox":3745,"Ġstrong":3746,"(v":3747,"rel":3748,"Ġinterface":3749,"Ġmsg":3750,"fect":3751,"_at":3752,"Ġhouse":3753,"Ġtrack":3754,"');ĊĊ":3755,"je":3756,"ĠJohn":3757,"istr":3758,"(S":3759,"ube":3760,"Ġce":3761,"itted":3762,"VER":3763,"*)":3764,"parent":3765,"Ġapplication":3766,"any":3767,".swing":3768,"Ġpack":3769,"\\u":3770,"Ġpract":3771,"Ġsection":3772,"ctx":3773,"Ġunsigned":3774,".Point":3775,"ĠOne":3776,"ı":3777,"iple":3778,"aid":3779,"Ñĥ":3780,"Vector":3781,"byte":3782,"Ġwait":3783,"ĠÃł":3784,"Ã¥":3785,"Ġtogether":3786,"Ġthrows":3787,"FO":3788,"'))":3789,"host":3790,"ising":3791,".view":3792,"Ġterms":3793,"framework":3794,"-r":3795,"Ġapply":3796,"Ġsession":3797,"Options":3798,"uggest":3799,"Ġothers":3800,"witter":3801,"Ġfund":3802,"Init":3803,"__(":3804,"ensor":3805,"GET":3806,"Ġseveral":3807,"ii":3808,"[j":3809,"IO":3810,"Ġtemplate":3811,"Position":3812,"Ġecon":3813,"achine":3814,"Ġil":3815,".spring":3816,"main":3817,"elt":3818,"iment":3819,"Rec":3820,"mm":3821,"ĠUniversity":3822,"ursor":3823,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":3824,"GL":3825,"icture":3826,"ithub":3827,"cer":3828,"cast":3829,"From":3830,"ales":3831,"Ġsubject":3832,"password":3833,"ny":3834,"Ġesc":3835,".write":3836,"ï¼Į":3837,"What":3838,".H":3839,"Ġhistory":3840,"ĠFe":3841,"Ġindividual":3842,"unit":3843,"Ġ-->":3844,"Ġdu":3845,"IST":3846,"Ġusers":3847,"fs":3848,"false":3849,"unt":3850,"Title":3851,"Ġmot":3852,"Ġfuture":3853,"ached":3854,"Ġstarted":3855,"Ġmode":3856,"Ġ'<":3857,"_array":3858,"Ġax":3859,"'];Ċ":3860,"ires":3861,"There":3862,"ught":3863,"tml":3864,"posed":3865,"icult":3866,"Ġtook":3867,"Ġgames":3868,"Ġ}}":3869,"Ġ?>Ċ":3870,"Ġproducts":3871,"Is":3872,"Ġbad":3873,"ĠDes":3874,".path":3875,"'ĊĊ":3876,"ĠPost":3877,"avel":3878,"(:":3879,"Ġneeds":3880,"Ġknown":3881,"Fl":3882,"Ġexec":3883,"Ġseen":3884,"ume":3885,"Ġborder":3886,"Ġlive":3887,"temp":3888,"Per":3889,"Ġvariable":3890,"iet":3891,"ĠDef":3892,"Ġge":3893,"eme":3894,"_back":3895,"first":3896,"Ġprovided":3897,"////////////////////////////////":3898,"Ġfilename":3899,"Ġhope":3900,"uly":3901,"auto":3902,"find":3903,"_string":3904,"btn":3905,"itude":3906,"Attribute":3907,"Ġyoung":3908,".txt":3909,"Ġwebsite":3910,"ĠProp":3911,"Ġey":3912,">();Ċ":3913,"ional":3914,"ARR":3915,"ictionary":3916,"urther":3917,".":3997,"tx":3998,"Ġpur":3999,"uel":4000,"ymbol":4001,"uation":4002,"anger":4003,"Ġbackground":4004,"ecess":4005,"efined":4006,"........":4007,"Ġdescription":4008,"Ġrepresent":4009,"\"));Ċ":4010,"pression":4011,"rowser":4012,"Ġseries":4013,"wards":4014,"($_":4015,"aise":4016,"Ġhot":4017,"acity":4018,"ries":4019,"actions":4020,"Create":4021,"adio":4022,"amples":4023,"Ġoriginal":4024,"ensive":4025,"font":4026,"stream":4027,"using":4028,".springframework":4029,"server":4030,"Ġbill":4031,"ACK":4032,"ilename":4033,"Ġframe":4034,"Ġ=Ċ":4035,"Edit":4036,"adius":4037,"Ġdraw":4038,"anks":4039,"Ġdeter":4040,"Ġcomes":4041,"_int":4042,"Ġforeach":4043,"angle":4044,"Ġelect":4045,"pected":4046,"Header":4047,"istration":4048,"False":4049,"ĠGame":4050,"Ġfilter":4051,"Activity":4052,"Ġlarg":4053,"inition":4054,"Ġ\"<":4055,"ised":4056,"Ġremove":4057,"ĠTrans":4058,"met":4059,"see":4060,"Format":4061,"Command":4062,"ĠEX":4063,"None":4064,"Ġfront":4065,"ASE":4066,"ĠRec":4067,"oundation":4068,"Ġvo":4069,"=\\\"":4070,"(*":4071,"Change":4072,".Write":4073,"group":4074,"ients":4075,"uy":4076,"****************************************************************":4077,"Ġdig":4078,"hr":4079,"(-":4080,"Ġgen":4081,"number":4082,"vec":4083,"urope":4084,"entry":4085,"LL":4086,"Ġste":4087,"Valid":4088,"'],":4089,"_param":4090,"Ġselected":4091,"Ġaccording":4092,"ĠDis":4093,"Ġutil":4094,"Buffer":4095,"_error":4096,"Ġassoci":4097,"_SIZE":4098,"Ġwor":4099,"Ġprintf":4100,"rag":4101,"Âł":4102,"DD":4103,"ĠVal":4104,"Ġactiv":4105,"Eng":4106,"etime":4107,"Ġvirtual":4108,"aign":4109,"aur":4110,"ĠPres":4111,"ĠException":4112,"Ġanything":4113,"ĠOff":4114,"Ġhours":4115,"Ġwar":4116,"Args":4117,"aging":4118,"Ġmodels":4119,"ĠTime":4120,"Ob":4121,"ams":4122,"joy":4123,"Ġearly":4124,".read":4125,"Ġcenter":4126,"ĠInitial":4127,"Ġlanguage":4128,"length":4129,"xy":4130,"Ġsn":4131,"Ġinf":4132,"Post":4133,"Ġago":4134,"Ġeasy":4135,"_code":4136,"ĠANY":4137,"_ch":4138,"Ġdownload":4139,"(T":4140,"aved":4141,"âĢĵ":4142,"Ġstudents":4143,"Ġfig":4144,"light":4145,"xx":4146,"Ġbuffer":4147,"ĠDep":4148,"ĠMath":4149,"ITH":4150,"Ġvari":4151,"Ġdue":4152,"Factory":4153,"Ġpor":4154,"Ġep":4155,"otype":4156,"Ġcannot":4157,"Ġwhite":4158,"čĊ":4424,".annot":4425,"Ġcollection":4426,"'.":4427,"Ġsimilar":4428,"Ġtaken":4429,"(\"%":4430,"Order":4431,"']Ċ":4432,"-md":4433,"ĠTH":4434,"aced":4435,"Ġisn":4436,"/j":4437,"Ġson":4438,"graph":4439,"ĠInteger":4440,"Ġnecess":4441,"reen":4442,"Ġum":4443,"Ġ\\<":4444,"Ġmoment":4445,"Ġbring":4446,"Ġindic":4447,"ysis":4448,"Level":4449,"verse":4450,"urrenc":4451,"_test":4452,"Ġentire":4453,"Down":4454,"Ġ}ĊĊĊ":4455,"(result":4456,"ĠRead":4457,"è":4458,"Mod":4459,"Ġtrying":4460,"\"),Ċ":4461,"Ġmember":4462,"ĠCor":4463,"ODO":4464,"-control":4465,"untime":4466,"ĠSim":4467,"Dialog":4468,"plot":4469,"_on":4470,"Ġphys":4471,"}/":4472,"Ġnamespace":4473,"ĉčĊ":4474,"acc":4475,"Player":4476,"ARE":4477,"Ġfoot":4478,"Ġboard":4479,"part":4480,"Ġsus":4481,"wise":4482,"ĠMc":4483,"Ġpush":4484,"ATA":4485,"Ġplease":4486,"ried":4487,"weet":4488,"bit":4489,"ided":4490,"VE":4491,"ĠSw":4492,"UB":4493,"Ġtypes":4494,"edia":4495,"Ġclos":4496,"acebook":4497,"When":4498,"Ġedit":4499,"igger":4500,"Ġenerg":4501,"Container":4502,"Ġphot":4503,"ĠCount":4504,"ĠEurope":4505,".Is":4506,"ĠRuss":4507,"peed":4508,"ĠStr":4509,"Ġpy":4510,"Ġcult":4511,"Ġdefined":4512,"ccount":4513,"Ġobt":4514,".Location":4515,"Ġthread":4516,"ille":4517,"Ġinstead":4518,"strong":4519,"ĠSec":4520,"URE":4521,"Ġidea":4522,".se":4523,"emy":4524,"selected":4525,"Connection":4526,"acing":4527,"thread":4528,".next":4529,"Ġcoll":4530,"Ġfilm":4531,"istic":4532,"Ġcompet":4533,"Ġconn":4534,"though":4535,"Ġcompan":4536,"ocket":4537,"Ġteach":4538,"=(":4539,"Ġphone":4540,"Ġactive":4541,"delete":4542,"tries":4543,"Ġmo":4544,"Ġdeath":4545,"});ĊĊ":4546,"ocol":4547,"Widget":4548,"Ġarticle":4549,"rodu":4550,"andid":4551,"Ñĭ":4552,"ĠCr":4553,"ka":4554,"():":4555,"lood":4556,"ĉĉĉĊ":4557,"Ġalmost":4558,"Ġsell":4559,"ervlet":4560,"rip":4561,"Unit":4562,"Ġapplic":4563,"Ġconnect":4564,"Ġfeature":4565,"Ġvia":4566,"'),":4567,"Ġlim":4568,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4569,"ĠGu":4570,"Engine":4571,"Ġens":4572,"Ġenvironment":4573,"block":4574,"HERE":4575,"NULL":4576,"gy":4577,"tag":4578,")).":4579,"exp":4580,"Ġcompl":4581,"Ġinstall":4582,"Ġcomplete":4583,"queue":4584,"atural":4585,"Ġgeneral":4586,"thon":4587,"Ġasked":4588,"ores":4589,"(res":4590,"Ġreserved":4591,"SP":4592,"ĠâĢ¦":4593,"ÅĤ":4594,"Ġsignific":4595,"Off":4596,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4597,"ĠAg":4598,"ĠJust":4599,"ĠError":4600,"Ġinfl":4601,"adata":4602,"Ġicon":4603,"asks":4604,"''":4605,"_LO":4606,"?.":4607,"account":4608,"Ġ(*":4609,"')ĊĊ":4610,"rap":4611,"_var":4612,"ĠFOR":4613,"Ġparty":4614,"ĠYour":4615,"cat":4616,"stry":4617,".new":4618,"boot":4619,"ĠNov":4620,"Ġvector":4621,"Ġnormal":4622,"Ġfurther":4623,"Repository":4624,"Ġdatabase":4625,"attle":4626,"Ġmusic":4627,"Ġspeed":4628,"Ġdoc":4629,"process":4630,"IGHT":4631,".parse":4632,"Ġtaking":4633,"Ġviol":4634,"ceed":4635,"ĠAfter":4636,"Ġforward":4637,"Ġcrit":4638,"\"/>Ċ":4639,"rot":4640,"Ġfailed":4641,"efore":4642,"Ġconcern":4643,"oe":4644,"ba":4645,"Ġsender":4646,"Ġterm":4647,"has":4648,"=\"#":4649,"Ġpotential":4650,"Num":4651,"Ġpublished":4652,".close":4653,"ĠImage":4654,"straint":4655,"UD":4656,"ĠOb":4657,"Ġprobably":4658,"lim":4659,"\":Ċ":4660,"olume":4661,"Ġconsum":4662,"ague":4663,"ensions":4664,"Ġinvestig":4665,"-year":4666,"');":4667,"-sm":4668,"Ġenjoy":4669,"orig":4670,"ering":4671,"cp":4672,"leased":4673,"plements":4674,"Ġreturns":4675,"pat":4676,"BO":4677,"ĠHouse":4678,".Label":4679,"Ġweight":4680,"ighb":4681,"Ġconditions":4682,"Ġexception":4683,"description":4684,"Ġtrad":4685,"-to":4686,"Ġ{}":4687,"Ġmodule":4688,"END":4689,".ap":4690,".props":4691,"Ġconstructor":4692,"aves":4693,"Ġfavor":4694,"ĠNow":4695,";i":4696,"ĠMain":4697,"_k":4698,"eries":4699,"âĢĻll":4700,"transform":4701,"imestamp":4702,"Pre":4703,"Ġmer":4704,".res":4705,"stant":4706,"Location":4707,"_NAME":4708,"Ġloss":4709,"ĠĊĊ":4710,"net":4711,"Ġengine":4712,"Block":4713,"Ġissues":4714,"Ġparse":4715,"ĠBar":4716,"Ġstay":4717,"ĠJSON":4718,"Ġdom":4719,"airs":4720,"wner":4721,"Ġlower":4722,"\",čĊ":4723,"ĠDem":4724,"ufact":4725,"Ġps":4726,"Ġperfect":4727,"RL":4728,"Ġeduc":4729,"ls":4730,"emory":4731,"ARRANT":4732,"uge":4733,"Ġexact":4734,".key":4735,"alled":4736,"ech":4737,"ief":4738,"\\/":4739,"oke":4740,"Ġformer":4741,"alloc":4742,"Ġsix":4743,"ida":4744,"Ġmargin":4745,"Ġheart":4746,"ald":4747,"pack":4748,".getElementById":4749,"ĠWARRANT":4750,"Ġrather":4751,"Ġbuilding":4752,"erman":4753,"lice":4754,"Ġquestions":4755,"izes":4756,"lege":4757,"irectory":4758,"Ġje":4759,"Ġcas":4760,"props":4761,"utf":4762,"Ġsecurity":4763,"Ġhowever":4764,"weight":4765,"Ġinside":4766,"Ġpresident":4767,"Char":4768,"ĠWITH":4769,".map":4770,"Ġgraph":4771,"Ġtag":4772,"_status":4773,"Ġattempt":4774,"opp":4775,"uses":4776,"ĉconst":4777,"Ġround":4778,",$":4779,"Ġfriends":4780,"Email":4781,"?>":4782,"Resource":4783,"KEY":4784,"osp":4785,".query":4786,"ĠNorth":4787,"ables":4788,"istrib":4789,"_class":4790,"ello":4791,"That":4792,"к":4793,"pecially":4794,"ĠPresident":4795,"Ġcampaign":4796,"Ġalt":4797,"area":4798,"Ġchall":4799,"Ġopport":4800,".Con":4801,"Ġenergy":4802,"like":4803,".string":4804,"ington":4805,")*":4806,"yy":4807,"Ġprofession":4808,"irth":4809,"Ġseg":4810,"æľ":4811,"Ġhor":4812,"iers":4813,"can":4814,"Ġbehind":4815,"Product":4816,"fg":4817,"ĠSk":4818,".jpg":4819,"?:":4820,"];ĊĊ":4821,"Ġcallback":4822,"ĠHttp":4823,"ÑĮ":4824,"long":4825,"MS":4826,"ATH":4827,"Ġraise":4828,"Ġwanted":4829,"rown":4830,"utor":4831,"lt":4832,"]=":4833,"eline":4834,"MA":4835,"Ġsepar":4836,"cs":4837,"semb":4838,"Dis":4839,"bserv":4840,"ĠWill":4841,"Ġpolicy":4842,"Ġthird":4843,"phone":4844,"Ġbed":4845,"/g":4846,".__":4847,"ĠInc":4848,"izing":4849,".remove":4850,"instance":4851,".type":4852,"Ġserv":4853,"Each":4854,"Ġhar":4855,"ĠMessage":4856,"(key":4857,"SELECT":4858,"Pos":4859,"));čĊ":4860,"Ġrecomm":4861,"Ġtraining":4862,"ĠEnt":4863,"ĠChar":4864,"icht":4865,"(file":4866,"Ġprior":4867,"Game":4868,"Ġexit":4869,"Params":4870,".core":4871,"PC":4872,"nes":4873,"anced":4874,"(request":4875,"Password":4876,"}>Ċ":4877,"Ġmag":4878,"Ġrelease":4879,"Ġshall":4880,"udent":4881,"ĠSouth":4882,"ando":4883,":'":4884,".TabIndex":4885,"sk":4886,"anner":4887,"isset":4888,"Ġoutside":4889,"ledge":4890,"Ġå":4891,"ĠRob":4892,"Ġimm":4893,"!Ċ":4894,"ĠWeb":4895,"Des":4896,"BC":4897,"ancial":4898,"Route":4899,"Dec":4900,"ferences":4901,"Ġpurch":4902,"ĠModel":4903,"ctor":4904,"gn":4905,"_start":4906,"_un":4907,".*":4908,"ises":4909,"Ġground":4910,"Ġunique":4911,"Ġbeaut":4912,"{\"":4913,"Ġpour":4914,"ĠOct":4915,"Ġtree":4916,"sets":4917,"_res":4918,"')->":4919,"_reg":4920,"(\"\\":4921,"Ġbyte":4922,"Bl":4923,"Ġdating":4924,"Ġmatter":4925,"ĠRem":4926,"Ġ'../":4927,"ĠAug":4928,"ĠLa":4929,"Ġ$(":4930,"ournal":4931,"iam":4932,"Ġshows":4933,"write":4934,"Ġball":4935,"Ġsimply":4936,"Ġfast":4937,"Ġmemory":4938,"ASS":4939,"ĠOf":4940,"oved":4941,"ante":4942,"aul":4943,"istry":4944,")));Ċ":4945,"Ġfit":4946,"_":5129,"\")ĊĊ":5130,"ox":5131,"application":5132,"Ġ]Ċ":5133,"ĊĊĊĊĊĊ":5134,"Ġsoon":5135,"ctions":5136,"inger":5137,"Ġjoin":5138,"ĠPe":5139,"Ġë":5140,"Ġlas":5141,".E":5142,"css":5143,"/or":5144,"ĠStart":5145,"ĠTO":5146,"Ġsubs":5147,"conn":5148,"components":5149,"DEBUG":5150,"quare":5151,"Function":5152,"endar":5153,".index":5154,"Ġfill":5155,"ÄĻ":5156,"Ġchoose":5157,"how":5158,"ĠAmerica":5159,"assets":5160,"------------":5161,"ĠValue":5162,"Ġoffice":5163,"Ġveh":5164,"Ġtransform":5165,"ĠArt":5166,"Ġinde":5167,"Ġfn":5168,"Ġimplements":5169,"ango":5170,"plete":5171,"+\"":5172,"tmp":5173,"amily":5174,"Ġhash":5175,"missions":5176,"EST":5177,"gt":5178,"Provider":5179,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5180,"Ġflag":5181,"Ġparticip":5182,"den":5183,"ĠReturns":5184,"Ġnote":5185,"ür":5186,"pm":5187,"ideos":5188,"Ġspecified":5189,"ĠEN":5190,"ester":5191,"olid":5192,"Ġupon":5193,"(std":5194,"ĉv":5195,"Ġ'\\":5196,"uz":5197,"Ġvert":5198,"Ġvict":5199,"ĉself":5200,"Ġ\"$":5201,".k":5202,"Ġgroups":5203,"github":5204,"lang":5205,"Ġmut":5206,"TO":5207,"Ġve":5208,"ĠPlease":5209,";ĊĊĊ":5210,"access":5211,"Ġ{\"":5212,"rea":5213,"Ġrisk":5214,"icker":5215,"oggle":5216,"ĉwhile":5217,"ANG":5218,".send":5219,"Ġwoman":5220,"Ġgets":5221,"Ġign":5222,"ĠId":5223,"_log":5224,"ONE":5225,"Ġevid":5226,"ĠHar":5227,"_sub":5228,"Ġendl":5229,"Ġincluded":5230,"());ĊĊ":5231,"ĠAp":5232,"igr":5233,"Ġsem":5234,"ĠBlack":5235,"doc":5236,"_table":5237,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5238,"-up":5239,"Ġcause":5240,"Ġ..":5241,"Ġvan":5242,"_dict":5243,"Ġfocus":5244,"IND":5245,"CESS":5246,".Log":5247,"Ġmultiple":5248,"ido":5249,"Ġregard":5250,"-M":5251,"andler":5252,"ourse":5253,"Ġdeg":5254,".U":5255,"Ġaddition":5256,"Ġvarious":5257,"Ġreceive":5258,"ен":5259,"ĠHT":5260,"Obj":5261,"DF":5262,"Ġincrease":5263,"ĠOpen":5264,"];":5265,"Ġcommit":5266,"?Ċ":5267,"ategories":5268,"atory":5269,"ship":5270,"ĠMich":5271,"Ġhtml":5272,"romise":5273,"Ġleave":5274,"Ġstrateg":5275,"aven":5276,"ĠConsole":5277,"known":5278,"-n":5279,"_LE":5280,".component":5281,"Ġbre":5282,"Session":5283,"iance":5284,"Ġalign":5285,"typedef":5286,"_result":5287,"ĠWHERE":5288,".split":5289,"Ġreading":5290,"FAULT":5291,"Ġclo":5292,"Ġnotice":5293,"_pr":5294,"arter":5295,"Ġlock":5296,"Ġstandard":5297,"etic":5298,"ellow":5299,"Ġpadding":5300,"ĠHis":5301,"Ġstates":5302,"_cast":5303,"(P":5304,"aa":5305,"Ġinternal":5306,"ean":5307,"ĠPRO":5308,"ĠKey":5309,"Ġespecially":5310,"ming":5311,"Ġcross":5312,"Ġnational":5313,"_object":5314,"filter":5315,"Ġscript":5316,".update":5317,"_i":5318,"ĠAssert":5319,"/core":5320,"%%%%":5321,"Ġproblems":5322,"istor":5323,"Ġ.=":5324,"Ġarch":5325,"Ġwritten":5326,"Ġmilit":5327,"MENT":5328,".ch":5329,"cape":5330,"ĠMus":5331,"_config":5332,"ĠAPI":5333,"foot":5334,"Ġimages":5335,"endl":5336,".In":5337,"First":5338,"Ġplatform":5339,".prot":5340,"Option":5341,"ste":5342,"ĠTODO":5343,"Ġforce":5344,".cont":5345,"ĉecho":5346,"ĠDav":5347,"Ptr":5348,"(B":5349,"RT":5350,"ĠBase":5351,"]['":5352,"Ġannounc":5353,"console":5354,"ĠPy":5355,"ds":5356,".as":5357,"Ġprevent":5358,"apan":5359,"Ġ{'":5360,"}'":5592,"Ġdead":5593,"VAL":5594,"QUE":5595,"************************************************************************":5596,"Ġcharg":5597,"Return":5598,"Ġful":5599,"dom":5600,"Ġrules":5601,"Ġmodify":5602,"Ġeval":5603,"ham":5604,"atement":5605,"\\<":5606,"ula":5607,"=False":5608,"RA":5609,"Ġcontains":5610,"Ġstack":5611,"mar":5612,"Ġ{}Ċ":5613,"Ġundefined":5614,"Ass":5615,"ĠChina":5616,"vey":5617,"*Ċ":5618,"Ġplaying":5619,")/":5620,"actor":5621,"Ġbottom":5622,"lier":5623,"ĠNumber":5624,"Ġcouple":5625,"DC":5626,"ĠSO":5627,"gor":5628,".setText":5629,"success":5630,"command":5631,"Filter":5632,"ĠOur":5633,"_item":5634,"Ġctx":5635,"Ġroad":5636,"Version":5637,"case":5638,"urt":5639,"avior":5640,"ych":5641,"sembly":5642,"ĠProduct":5643,"Ġheld":5644,"afe":5645,"Ġincludes":5646,"&":5789,"CON":5790,"Ġrepl":5791,"Ġregular":5792,"Storage":5793,"ramework":5794,"Ġgoal":5795,"Ġtouch":5796,".widget":5797,"Ġbuilt":5798,"des":5799,"Part":5800,"(re":5801,"Ġworth":5802,"hib":5803,"game":5804,"Ġв":5805,"acion":5806,"ĠWhite":5807,"(type":5808,"(`":5809,"Ġnatural":5810,"Ġinj":5811,"Ġcalcul":5812,"ĠApril":5813,".List":5814,"Ġassociated":5815,"ĉSystem":5816,"~~":5817,"=[":5818,"Ġstorage":5819,"Ġbytes":5820,"Ġtravel":5821,"Ġsou":5822,"Ġpassed":5823,"!=":5824,"ascript":5825,".open":5826,"Ġgrid":5827,"Ġbus":5828,"Ġrecogn":5829,"Ab":5830,"Ġhon":5831,"ĠCenter":5832,"Ġprec":5833,"build":5834,"HTML":5835,"ĠSan":5836,"Ġcountries":5837,"aled":5838,"token":5839,"kt":5840,"Ġqual":5841,"Last":5842,"adow":5843,"Ġmanufact":5844,"idad":5845,"jango":5846,"Next":5847,"xf":5848,".a":5849,"Ġporno":5850,"ĠPM":5851,"erve":5852,"iting":5853,"_th":5854,"ci":5855,"=None":5856,"gs":5857,"Ġlogin":5858,"atives":5859,"']);Ċ":5860,"Äħ":5861,"Ġill":5862,"IA":5863,"children":5864,"DO":5865,"Ġlevels":5866,"Ġ{{":5867,"Ġlooks":5868,"Ġ\"#":5869,"ToString":5870,"Ġnecessary":5871,"ĠĠĠĊ":5872,"cell":5873,"Entry":5874,"Ġ'#":5875,"Ġextrem":5876,"Selector":5877,"Ġplaceholder":5878,"Load":5879,"Ġreleased":5880,"ORE":5881,"Enumer":5882,"ĠTV":5883,"SET":5884,"inq":5885,"Press":5886,"ĠDepartment":5887,"Ġproperties":5888,"Ġrespond":5889,"Search":5890,"ael":5891,"Ġrequ":5892,"ĠBook":5893,"/Ċ":5894,"(st":5895,"Ġfinancial":5896,"icket":5897,"_input":5898,"Ġthreat":5899,"(in":5900,"Strip":5901,"ìĿ":5902,"ção":5903,"Ġevidence":5904,"));":5905,"ĠBro":5906,"Ġ[];Ċ":5907,"Ġou":5908,"buf":5909,"Script":5910,"dat":5911,"Ġrule":5912,"#import":5913,"=\"/":5914,"Serial":5915,"Ġstarting":5916,"[index":5917,"ae":5918,"Ġcontrib":5919,"session":5920,"_new":5921,"utable":5922,"ober":5923,"Ġ\"./":5924,"Ġlogger":5925,"Ġrecently":5926,"Ġreturned":5927,"ččĊ":5928,")))Ċ":5929,"itions":5930,"Ġseek":5931,"Ġcommunic":5932,"Ġ\".":5933,"Ġusername":5934,"ECT":5935,"DS":5936,"Ġotherwise":5937,"ĠGerman":5938,".aw":5939,"Adapter":5940,"ixel":5941,"Ġsystems":5942,"Ġdrop":5943,"Ġstructure":5944,"Ġ$(\"#":5945,"encies":5946,"anning":5947,"ĠLink":5948,"ĠResponse":5949,"Ġstri":5950,"ż":5951,"ĠDB":5952,"æĹ":5953,"android":5954,"submit":5955,"otion":5956,"(@":5957,".test":5958,"ĊĊĊĊĊĊĊĊ":5959,"];čĊ":5960,"Ġdirectly":5961,"Ġ\"%":5962,"ris":5963,"elta":5964,"AIL":5965,"){čĊ":5966,"mine":5967,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5968,"(k":5969,"bon":5970,"asic":5971,"pite":5972,"___":5973,"Max":5974,"Ġerrors":5975,"ĠWhile":5976,"Ġarguments":5977,"Ġensure":5978,"Right":5979,"-based":5980,"Web":5981,"Ġ-=":5982,"Ġintrodu":5983,"ĠInst":5984,"ĠWash":5985,"ordin":5986,"join":5987,"Database":5988,"Ġgrad":5989,"Ġusually":5990,"ITE":5991,"Props":5992,"?>Ċ":5993,"ĠGo":5994,"@Override":5995,"REF":5996,"Ġip":5997,"ĠAustral":5998,"Ġist":5999,"ViewById":6000,"Ġserious":6001,"Ġcustomer":6002,".prototype":6003,"odo":6004,"cor":6005,"Ġdoor":6006,"ĠWITHOUT":6007,"Ġplant":6008,"Ġbegan":6009,"Ġdistance":6010,"()).":6011,"Ġchance":6012,"Ġord":6013,"came":6014,"pragma":6015,"Ġprotect":6016,"ragment":6017,"ĠNode":6018,"ening":6019,"Ñĩ":6020,"Ġroute":6021,"ĠSchool":6022,"hi":6023,"Ġneighb":6024,"After":6025,"licit":6026,"Ġcontr":6027,"Ġprimary":6028,"AA":6029,".WriteLine":6030,"utils":6031,"Ġbi":6032,"Red":6033,".Linq":6034,".object":6035,"Ġleaders":6036,"unities":6037,"Ġgun":6038,"onth":6039,"ĠDev":6040,"FILE":6041,"Ġcomments":6042,"_len":6043,"arrow":6044,"amount":6045,"Range":6046,"sert":6047,"GridView":6048,"Ġupdated":6049,"ĠMo":6050,"Ġinform":6051,"ociety":6052,"ala":6053,"Access":6054,"Ġhab":6055,"Ġcreat":6056,"_arg":6057,"ĠJanuary":6058,"ĠDay":6059,"\")čĊ":6060,"uple":6061,"document":6062,"gorith":6063,"menu":6064,"ĠOver":6065,"bb":6066,".title":6067,"_out":6068,"Ġled":6069,"uri":6070,"Ġ?>Ċ":6107,"run":6108,"Ġscene":6109,"(array":6110,"device":6111,"_title":6112,"agon":6113,"]čĊ":6114,"aby":6115,"Ġbecame":6116,"boolean":6117,"Ġpark":6118,"ĠCode":6119,"upload":6120,"riday":6121,"ĠSeptember":6122,"Fe":6123,"Ġsen":6124,"cing":6125,"FL":6126,"Col":6127,"uts":6128,"_page":6129,"inn":6130,"Ġimplied":6131,"aling":6132,"Ġyourself":6133,".Count":6134,"conf":6135,"Ġaud":6136,"_init":6137,".)":6138,"Ġwrote":6139,"NG":6140,".Error":6141,"ä»":6142,".for":6143,"Ġequal":6144,"ĠRequest":6145,"Ġserial":6146,"Ġallows":6147,"XX":6148,"Ġmiddle":6149,"chor":6150,"ø":6151,"erval":6152,".Column":6153,"reading":6154,"Ġescort":6155,"ĠAugust":6156,"Ġquickly":6157,"Ġweap":6158,"ĠCG":6159,"ropri":6160,"ho":6161,"Ġcop":6162,"(struct":6163,"ĠBig":6164,"Ġvs":6165,"Ġfrequ":6166,".Value":6167,"Ġactions":6168,"Ġproper":6169,"Ġinn":6170,"Ġobjects":6171,"Ġmatrix":6172,"avascript":6173,"Ġones":6174,".group":6175,"Ġgreen":6176,"Ġpaint":6177,"ools":6178,"ycl":6179,"encode":6180,"olt":6181,"comment":6182,".api":6183,"Dir":6184,"Ġune":6185,"izont":6186,".position":6187,"Ġdesigned":6188,"_val":6189,"avi":6190,"iring":6191,"tab":6192,"Ġlayer":6193,"Ġviews":6194,"Ġreve":6195,"rael":6196,"ĠON":6197,"rics":6198,"np":6199,"Ġcore":6200,"());čĊ":6201,"Main":6202,"Ġexpert":6203,"ĉĉčĊ":6204,"_en":6205,"Ġ/>":6206,"utter":6207,"IAL":6208,"ails":6209,"ĠKing":6210,"*/ĊĊ":6211,"ĠMet":6212,"_end":6213,"addr":6214,"ora":6215,"Ġir":6216,"Min":6217,"Ġsurpr":6218,"Ġrepe":6219,"Ġdirectory":6220,"PUT":6221,"-S":6222,"Ġelection":6223,"haps":6224,".pre":6225,"cm":6226,"Values":6227,"Ġ\"Ċ":6228,"column":6229,"ivil":6230,"Login":6231,"inue":6232,"Ġbeautiful":6233,"Ġsecret":6234,"(event":6235,"Ġchat":6236,"ums":6237,"Ġorigin":6238,"Ġeffects":6239,"Ġmanagement":6240,"illa":6241,"tk":6242,"Ġsetting":6243,"ĠCour":6244,"Ġmassage":6245,"ĉend":6246,"Ġhappy":6247,"Ġfinish":6248,"Ġcamera":6249,"ĠVer":6250,"ĠDemocr":6251,"ĠHer":6252,"(Q":6253,"cons":6254,"ita":6255,"Ġ'.":6256,"{}":6257,"ĉC":6258,"Ġstuff":6259,"Ġ:Ċ":6260,"ĠAR":6261,"Task":6262,"hidden":6263,"eros":6264,"IGN":6265,"atio":6266,"ĠHealth":6267,"olute":6268,"Enter":6269,"'>":6270,"ĠTwitter":6271,"ĠCounty":6272,"scribe":6273,"Ġ=>Ċ":6274,"Ġhy":6275,"fit":6276,"Ġmilitary":6277,"Ġsale":6278,"required":6279,"non":6280,"bootstrap":6281,"hold":6282,"rim":6283,"-old":6284,"ĠDown":6285,"Ġmention":6286,"contact":6287,"_group":6288,"oday":6289,"Ġtown":6290,"Ġsolution":6291,"uate":6292,"elling":6293,"]->":6294,"otes":6295,"ental":6296,"omen":6297,"ospital":6298,"ĠSup":6299,"_EN":6300,"Ġslow":6301,"SESSION":6302,"Ġblue":6303,"ago":6304,"Ġlives":6305,"Ġ^":6306,".un":6307,"inst":6308,"enge":6309,"Ġcustomers":6310,"Ġcast":6311,"udget":6312,"ï¼ģ":6313,"icens":6314,"Ġdetermin":6315,"Selected":6316,"_pl":6317,"ueue":6318,"Ġdark":6319,"//ĊĊ":6320,"si":6321,"thern":6322,"ĠJapan":6323,"/w":6324,"PU":6325,"ĠEast":6326,"ovie":6327,"Ġpackage":6328,"Ġnor":6329,"Ġapi":6330,"bot":6331,"\"];Ċ":6332,"_post":6333,"ulate":6334,"Ġclub":6335,"'));Ċ":6336,"Ġloop":6337,"PIO":6338,"ione":6339,"shot":6340,"Initial":6341,"Ġplayed":6342,"register":6343,"rought":6344,"_max":6345,"acement":6346,"match":6347,"raphics":6348,"AST":6349,"Ġexisting":6350,"Ġcomplex":6351,"DA":6352,".Ch":6353,".common":6354,"mo":6355,"Ġ'../../":6356,"ito":6357,"Ġanalysis":6358,"Ġdeliver":6359,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":6360,"idx":6361,"Ãł":6362,"ongo":6363,"ĠEnglish":6364,"Ċ":9992,"_default":9993,"ĠDatabase":9994,"rep":9995,"ESS":9996,"nergy":9997,".Find":9998,"_mask":9999,"Ġrise":10000,"Ġkernel":10001,"::$":10002,".Q":10003,"Ġoffering":10004,"decl":10005,"ĠCS":10006,"Ġlisted":10007,"Ġmostly":10008,"enger":10009,"Ġblocks":10010,"olo":10011,"Ġgoverning":10012,"\\F":10013,"Ġconcent":10014,".getText":10015,"Ġmb":10016,"Ġoccurred":10017,"Ġchanging":10018,"Scene":10019,"_CODE":10020,"Beh":10021,"\"The":10022,"Ġtile":10023,"ĠAssociation":10024,"ĉP":10025,"alty":10026,"_ad":10027,"odies":10028,"iated":10029,"Ġprepared":10030,"possible":10031,"Ġmort":10032,"TEST":10033,"Ġignore":10034,"Ġcalc":10035,"Ġrs":10036,"ĠassertEquals":10037,"Ġsz":10038,"ĠTHIS":10039,".\"Ċ":10040,"Ġcanvas":10041,"java":10042,"Ġdut":10043,"VALID":10044,".sql":10045,".input":10046,"Ġaux":10047,"Sup":10048,"Ġartist":10049,"Vec":10050,"_TIME":10051,".stringify":10052,"etween":10053,"ĠCategory":10054,"Ġ[-":10055,"ĠDevExpress":10056,"ĠJul":10057,"Ġring":10058,".ed":10059,"YY":10060,"Let":10061,"TextField":10062,"Ġflat":10063,"_print":10064,"ĠOTHER":10065,"adian":10066,"Ġchecked":10067,"ele":10068,"Align":10069,"standing":10070,"Ġ[],":10071,"Ġlab":10072,"ucky":10073,"ĠChristmas":10074,"(image":10075,".module":10076,"Ġlots":10077,"Ġslightly":10078,"(final":10079,"erge":10080,"è¿":10081,"ĠPolice":10082,"ĠRight":10083,"Ġaward":10084,"ĠOS":10085,"Ġ{}ĊĊ":10086,"Ġptr":10087,"oves":10088,"icated":10089,"ем":10090,"Ġmanage":10091,"oliday":10092,"Amount":10093,"oolStrip":10094,"tbody":10095,"Nav":10096,"wrap":10097,"BB":10098,"Ġwatching":10099,"arios":10100,"Ġoptional":10101,"_K":10102,"ĠLicensed":10103,".Map":10104,"Timer":10105,"ĠAP":10106,"ĠRev":10107,"(o":10108,",c":10109,"umin":10110,"etailed":10111,"ĠHy":10112,"Ġblank":10113,"agger":10114,"ĠSelf":10115,"()[":10116,".make":10117,"earn":10118,"channel":10119,";Ċ":10133,"World":10134,"Ġpython":10135,"Ġlif":10136,"Ġtrav":10137,"Ġconven":10138,"company":10139,"ĠClub":10140,"Ver":10141,"Btn":10142,"Ġzone":10143,"products":10144,"ĠEduc":10145,"Ġverify":10146,"ĠMil":10147,"ono":10148,"]);ĊĊ":10149,"ENCE":10150,"Ġpacket":10151,"Ġcer":10152,"Ġenumer":10153,"Ġpars":10154,"formed":10155,"Ġoccup":10156,"tre":10157,"Ġexercise":10158,"Day":10159,"_sum":10160,"Ġasking":10161,"aption":10162,"Ġorders":10163,"Ġspending":10164,"ĠERR":10165,".Dis":10166,"ĠUtil":10167,"âĢľI":10168,"\\'":10169,"?)":10170,"/>Ċ":10171,"Ġemot":10172,"Ġinfluence":10173,"ĠAfrica":10174,"atters":10175,"Ùħ":10176,".session":10177,"Ġchief":10178,"ĉĉĉĉĉĉĉĉĉĉĉ":10179,"Ġtom":10180,"cluded":10181,"serial":10182,"_handler":10183,".Type":10184,"aped":10185,"Ġpolicies":10186,"-ex":10187,"-tr":10188,"blank":10189,"merce":10190,"Ġcoverage":10191,"Ġrc":10192,"_matrix":10193,"_box":10194,"Ġcharges":10195,"ĠBoston":10196,"Pe":10197,"Ġcircum":10198,"Ġfilled":10199,"Ġnorth":10200,"ictureBox":10201,"ĉres":10202,"è®":10203,"Ġtermin":10204,"Ġ[âĢ¦":10205,"IRECT":10206,"Ġber":10207,"Ġ\"../../":10208,"retch":10209,".code":10210,"_col":10211,"ĠGovernment":10212,"Ġargv":10213,"ĠLord":10214,"asi":10215,"Exec":10216,"ĉlet":10217,"vertis":10218,"Ġdiscussion":10219,"enance":10220,"outube":10221,"typeof":10222,"Ġserved":10223,"ĠPut":10224,"ĉx":10225,"Ġsweet":10226,"Before":10227,"ategy":10228,".of":10229,"ĠMaterial":10230,"Sort":10231,"ONT":10232,"igital":10233,"Why":10234,"Ġsust":10235,"Ġç":10236,"abet":10237,"Ġsegment":10238,"Ġ[],Ċ":10239,"ĠMuslim":10240,"ĠfindViewById":10241,"cut":10242,"_TEXT":10243,"ĠMary":10244,"Ġloved":10245,"Ġlie":10246,"ĠJO":10247,"Ġisset":10248,"month":10249,"Ġprime":10250,"ti":10251,"ĠCarol":10252,"Use":10253,"ĠPop":10254,"ĠSave":10255,"Interval":10256,"execute":10257,"dy":10258,"ĠIran":10259,"_cont":10260,"ĉT":10261,"Ġphase":10262,"checkbox":10263,"week":10264,"Ġhide":10265,"Ġtil":10266,"Ġju":10267,"Custom":10268,"burg":10269,"/M":10270,"TON":10271,"Ġquant":10272,"Ġrub":10273,"ixels":10274,"Ġinstalled":10275,"Ġdump":10276,"Ġproperly":10277,"(List":10278,"Ġdecide":10279,"apply":10280,"Has":10281,"Ġkeeping":10282,"Ġcitizens":10283,"Ġjoint":10284,"pool":10285,"Socket":10286,"_op":10287,"Ġweapon":10288,"gnore":10289,"ĠExec":10290,"otten":10291,"ĠMS":10292,"Ġ(-":10293,"ĠReview":10294,"Ġexamples":10295,"Ġtight":10296,"!(":10297,"DP":10298,"ĠMessageBox":10299,"Ġphotograph":10300,"URI":10301,"ét":10302,"low":10303,"ĠGrand":10304,".persistence":10305,"Ġmaintain":10306,"Ġnums":10307,"Ġzip":10308,"ials":10309,"ĠGets":10310,"peg":10311,"ĠBuffer":10312,"~~~~":10313,"rastructure":10314,"ĠPL":10315,"uen":10316,"obby":10317,"sizeof":10318,"Ġpic":10319,"Ġseed":10320,"Ġexperienced":10321,"Ġodd":10322,"Ġkick":10323,"Ġprocedure":10324,"avigator":10325,"-on":10326,",j":10327,"ĠAlthough":10328,"ĠuserId":10329,"accept":10330,"Blue":10331,"IColor":10332,"layer":10333,"available":10334,"Ġends":10335,".table":10336,"Ġdataset":10337,"bus":10338,"Ġexplain":10339,"(pro":10340,"ĠCommittee":10341,"Ġnoted":10342,"]:Ċ":10343,"Dim":10344,"stdio":10345,".\",Ċ":10346,"_source":10347,"ĠWeek":10348,"ĠEdge":10349,"Ġoperating":10350,"Ġeste":10351,"ipl":10352,"agination":10353,"Ġproceed":10354,"Ġanimation":10355,".Models":10356,"ĠWatch":10357,"iat":10358,"Ġoppon":10359,"/A":10360,"Report":10361,"Ġsounds":10362,"_buf":10363,"IELD":10364,"Ġbund":10365,"ĉget":10366,".pr":10367,"(tmp":10368,"Ġkid":10369,">ĊĊĊ":10370,"Ġyang":10371,"NotFound":10372,"ÑĨ":10373,"math":10374,"@gmail":10375,"ĠLIMIT":10376,"redients":10377,"Ġvent":10378,"avigate":10379,"Look":10380,"Ġreligious":10381,"Ġrand":10382,"rio":10383,"(GL":10384,"_ip":10385,"uan":10386,"iciency":10387,"ĠChange":10388,">čĊčĊ":10389,"ĠEntity":10390,"Ġrencontre":10391,"ĠRet":10392,"plan":10393,"én":10394,"BOOL":10395,"uries":10396,"train":10397,"Definition":10398,"============":10399,"zz":10400,"Animation":10401,"ĠOK":10402,"_menu":10403,".bl":10404,"_score":10405,"Ġacad":10406,"(System":10407,"Ġrefresh":10408,"'=>$":10409,".Graphics":10410,"amento":10411,"pid":10412,"tc":10413,"Ġtips":10414,"Ġhomes":10415,"Ġfuel":10416,"âĸ":10417,"_helper":10418,"ĠĠčĊ":10419,"ĠRoom":10420,".Close":10421,"_attr":10422,"ĠMount":10423,"ĠEv":10424,"arser":10425,"_top":10426,"eah":10427,"ĠDelete":10428,"ãĢį":10429,"uke":10430,"Ġusage":10431,"aria":10432,"_dev":10433,"Ġtexture":10434,"Ġconversation":10435,"eper":10436,"Bean":10437,"done":10438,"nonatomic":10439,"ĠSecond":10440,"Ġshooting":10441,"_pre":10442,"Components":10443,"Ġ]ĊĊ":10444,"__,":10445,"stitution":10446,".Char":10447,">();ĊĊ":10448,"Ġpresented":10449,"Ġwa":10450,"oker":10451,"-ĊĊ":10452,"iner":10453,"Ġbecoming":10454,"Ġincident":10455,"Att":10456,"Ġrevealed":10457,"forc":10458,"Ġboot":10459,".page":10460,"Enumerator":10461,"_->":10462,"Photo":10463,"Ġspring":10464,".\",":10465,"ĠDictionary":10466,"BJECT":10467,"Ġlocations":10468,"Ġsamples":10469,"InputStream":10470,"ĠBrown":10471,"Ġstats":10472,"quality":10473,"Ñħ":10474,"-dis":10475,"Ġhelping":10476,"Ġped":10477,"(se":10478,"ĠWho":10479,"alian":10480,"internal":10481,"Ġft":10482,">().":10483,"->{":10484,"Ġmine":10485,"Ġsector":10486,"Ġgro":10487,"Ġopportunities":10488,"Ġü":10489,"Ġmp":10490,"Ġalleged":10491,"Ġdoubt":10492,"Mouse":10493,"About":10494,"_part":10495,"Ġchair":10496,"Ġstopped":10497,"loop":10498,"entities":10499,"Ġapps":10500,"ansion":10501,"Ġmental":10502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10503,"FR":10504,"Ġdefend":10505,"care":10506,"Ġideal":10507,"/api":10508,"urface":10509,"Ġele":10510,"ulator":10511,"ĠRights":10512,"anguages":10513,"Ġfunds":10514,"Ġadapt":10515,"Attributes":10516,"Ġdeploy":10517,"opts":10518,"Ġvalidation":10519,"Ġconcerns":10520,"uce":10521,".num":10522,"ulture":10523,"ila":10524,"Ġcup":10525,"Ġpure":10526,".Fore":10527,"ĠHashMap":10528,".valueOf":10529,"asm":10530,"MO":10531,"Ġcs":10532,"Ġstores":10533,"Ġ************************************************************************":10534,"Ġcommunication":10535,"mem":10536,".EventHandler":10537,".Status":10538,"_right":10539,".setOn":10540,"Sheet":10541,"Ġidentify":10542,"enerated":10543,"ordered":10544,"Ġ\"[":10545,"Ġswe":10546,"Condition":10547,"ĠAccording":10548,"Ġprepare":10549,"Ġrob":10550,"Pool":10551,"Ġsport":10552,"rv":10553,"ĠRouter":10554,"Ġalternative":10555,"([]":10556,"ĠChicago":10557,"ipher":10558,"ische":10559,"ĠDirector":10560,"kl":10561,"ĠWil":10562,"keys":10563,"Ġmysql":10564,"Ġwelcome":10565,"king":10566,"ĠManager":10567,"Ġcaught":10568,")}Ċ":10569,"Score":10570,"_PR":10571,"Ġsurvey":10572,"hab":10573,"Headers":10574,"ADER":10575,"Ġdecor":10576,"Ġturns":10577,"Ġradius":10578,"errupt":10579,"Cor":10580,"Ġmel":10581,"Ġintr":10582,"(q":10583,"ĠAC":10584,"amos":10585,"MAX":10586,"ĠGrid":10587,"ĠJesus":10588,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10589,".DE":10590,"Ġts":10591,"Ġlinked":10592,"free":10593,"ĠQt":10594,"Ġ/**čĊ":10595,"Ġfaster":10596,"ctr":10597,"_J":10598,"DT":10599,".Check":10600,"Ġcombination":10601,"Ġintended":10602,"-the":10603,"-type":10604,"ectors":10605,"ami":10606,"uting":10607,"Ġuma":10608,"XML":10609,"UCT":10610,"Ap":10611,"ĠRandom":10612,"Ġran":10613,".sort":10614,"Ġsorted":10615,".Un":10616,"_PER":10617,"itory":10618,"Ġpriority":10619,"ĠGal":10620,"ĠOld":10621,"hot":10622,"ĠDisplay":10623,"(sub":10624,"_TH":10625,"_Y":10626,"ĠCare":10627,"loading":10628,"Kind":10629,"_handle":10630,",,":10631,"rase":10632,"_replace":10633,".addEventListener":10634,"ĠRT":10635,"Ġentered":10636,"gers":10637,"Ġich":10638,"(start":10639,"/app":10640,"Ġbrother":10641,"Memory":10642,"Outlet":10643,"Ġutf":10644,"prec":10645,"Ġnavigation":10646,"ORK":10647,"Ġdst":10648,"Detail":10649,"Ġaudience":10650,"Ġdur":10651,"Ġcluster":10652,"unched":10653,"Ġ],":10654,"Ġcomfortable":10655,".values":10656,"ĠTotal":10657,"Ġsnap":10658,"Ġstandards":10659,"Ġperformed":10660,"hand":10661,"(\"@":10662,"åŃ":10663,"Ġphil":10664,"ibr":10665,"trim":10666,"Ġforget":10667,"Ġdoctor":10668,".TextBox":10669,"icons":10670,",s":10671,"ĠOp":10672,"Sm":10673,"Stop":10674,"ĉList":10675,"ĉu":10676,"Comment":10677,"_VERSION":10678,".Xtra":10679,"Person":10680,"rb":10681,"LOB":10682,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":10683,"ĠCentral":10684,"ICK":10685,"raq":10686,"Ġputting":10687,"Ġmd":10688,"ĠLove":10689,"Program":10690,"Border":10691,"oor":10692,"Ġallowing":10693,"after":10694,"Ġentries":10695,"ĠMaybe":10696,"]).":10697,"ĠShort":10698,")\\":10699,".now":10700,"friend":10701,"Ġprefer":10702,"ĠGPIO":10703,"osis":10704,"ĠGameObject":10705,"Ġskip":10706,"Ġcompetition":10707,"_match":10708,"lications":10709,"_CONT":10710,".groupBox":10711,"Ġals":10712,"\"We":10713,"_eq":10714,"lan":10715,"_search":10716,"ĠMusic":10717,"asis":10718,"Ġbind":10719,"ĠIsland":10720,"rum":10721,"(E":10722,"Ġseat":10723,"Video":10724,"Ġack":10725,"reek":10726,"={()":10727,"Ġrating":10728,"Ġrestaurant":10729,"DEX":10730,"(buf":10731,"pping":10732,"uality":10733,"Ġleague":10734,"Ġfocused":10735,"apon":10736,"$data":10737,"CLUD":10738,"CLUDING":10739,"Ġabsolute":10740,"(query":10741,"Ġtells":10742,"Ang":10743,"Ġcommunities":10744,"Ġhonest":10745,"oking":10746,"Ġapart":10747,"arity":10748,"/$":10749,"_module":10750,"ĠEnc":10751,".an":10752,".Config":10753,"Cre":10754,"Ġshock":10755,"ĠArab":10756,"IENT":10757,"/re":10758,"Ġretrie":10759,"ycler":10760,"isa":10761,"ĠOrgan":10762,".graph":10763,"Ġí":10764,"ĠBAS":10765,"Enum":10766,"Ġpossibly":10767,"ÑĢаÐ":10768,"ĠJapanese":10769,"Ġcraft":10770,"ĠPlace":10771,"Ġtalent":10772,"Ġfunding":10773,"Ġconfirmed":10774,"Ġcycle":10775,"/x":10776,"GE":10777,"Ġhearing":10778,"Ġplants":10779,"Ġmouth":10780,"pages":10781,"oria":10782,"ĠRemove":10783,"_total":10784,"Ġod":10785,"ollapse":10786,"door":10787,"Ġbought":10788,"Ġaddr":10789,"ARCH":10790,"_dim":10791,"dden":10792,"Ġdecades":10793,"REQUEST":10794,"Ġversions":10795,"fire":10796,"Ġmoves":10797,"fb":10798,"Ġcoffee":10799,".connect":10800,"ĠRow":10801,"Ġschema":10802,"Scope":10803,"-Type":10804,"Ġfighting":10805,"Ġretail":10806,"Ġmodified":10807,"TF":10808,"Files":10809,"nie":10810,"_command":10811,"stone":10812,"ĠÑĤ":10813,"_thread":10814,"Ġbond":10815,"ĠDevelopment":10816,"Ġpt":10817,"FORM":10818,"plet":10819,"Ġidentified":10820,"cpp":10821,"Ġcoding":10822,"oked":10823,"ĠMaster":10824,"IDTH":10825,"Ġresidents":10826,"redit":10827,"ĠPhoto":10828,"=-":10829,"unte":10830,"ateur":10831,"_STATE":10832,"ĠSing":10833,"Ġsheet":10834,".val":10835,"orse":10836,"Ġhers":10837,"Ġdetermined":10838,"Common":10839,"Ġwed":10840,"_queue":10841,"PH":10842,"ĠAtl":10843,"cred":10844,"/LICENSE":10845,"Ġmes":10846,"Ġadvanced":10847,".java":10848,".Sh":10849,"Go":10850,"kill":10851,"fp":10852,"_settings":10853,"Ġpal":10854,"Ġtruck":10855,"Ġcombined":10856,"Ġ\"${":10857,"ĠCorpor":10858,"Ġjoined":10859,"ĠJose":10860,"ĠCup":10861,"uns":10862,"estival":10863,"levision":10864,"Ġbroken":10865,"Ġmarriage":10866,"ĠWestern":10867,"Ġrepresents":10868,"ĠTitle":10869,"Ġss":10870,".Ass":10871,"ongoose":10872,"iento":10873,"<>();Ċ":10874,"Ġabsolutely":10875,"Ġsmooth":10876,"TERN":10877,"ĠUnless":10878,"Word":10879,"Ġmerge":10880,"igan":10881,"ĠVol":10882,"Ġnn":10883,".getId":10884,"Ġз":10885,"Ġsexy":10886,"Ġseeking":10887,"Single":10888,".this":10889,"Ġkom":10890,"bound":10891,";\"":10892,"ĠfontSize":10893,"_df":10894,"Ġinjury":10895,"(H":10896,"Ġissued":10897,"_END":10898,":self":10899,"Ġpatch":10900,"Ġleaves":10901,"Ġadopt":10902,"FileName":10903,"ãĢIJ":10904,"Ġexecutive":10905,"ĠByte":10906,"]))Ċ":10907,"Ġnu":10908,"outing":10909,"cluding":10910,"-R":10911,".options":10912,"Ġsubstant":10913,"avax":10914,"ĠBUT":10915,"Ġtechnical":10916,"Ġtwice":10917,"Ġmás":10918,"Ġunivers":10919,"yr":10920,"Ġdrag":10921,"ĠDC":10922,"Ġsed":10923,"Ġbot":10924,"ĠPal":10925,"ĠHall":10926,"forcement":10927,"Ġauch":10928,".mod":10929,"notation":10930,"_files":10931,".line":10932,"_flag":10933,"[name":10934,"Ġresolution":10935,"Ġbott":10936,"(\"[":10937,"ende":10938,"(arr":10939,"Free":10940,"(@\"":10941,"ĠDistrict":10942,"PEC":10943,":-":10944,"Picker":10945,"ĠJo":10946,"ĠĠĠĠĠĊ":10947,"ĠRiver":10948,"_rows":10949,"Ġhelpful":10950,"Ġmassive":10951,"---Ċ":10952,"Ġmeasures":10953,"ĠRuntime":10954,"Ġworry":10955,"ĠSpec":10956,"ĉD":10957,"ãĢij":10958,"Ġ){Ċ":10959,"Ġworse":10960,"(filename":10961,"Ġlay":10962,"Ġmagic":10963,"ĠTheir":10964,"oul":10965,"stroy":10966,"ĠWhere":10967,"Ġsudden":10968,"Ġdefe":10969,"Ġbinding":10970,"Ġflight":10971,"ĠOnInit":10972,"ĠWomen":10973,"ĠPolicy":10974,"Ġdrugs":10975,"ishing":10976,"('../":10977,"ĠMel":10978,"peat":10979,"tor":10980,"Ġproposed":10981,"Ġstated":10982,"_RES":10983,"Ġeast":10984,"ĠCONDITION":10985,"_desc":10986,"Ġwinning":10987,"folio":10988,"Mapper":10989,"ĠPan":10990,"ĠAnge":10991,".servlet":10992,"Ġcopies":10993,"LM":10994,"Ġvm":10995,"åį":10996,"Ġdictionary":10997,"Seg":10998,"elines":10999,"ĠSend":11000,"Ġiron":11001,"ĠFort":11002,".domain":11003,"Ġdebate":11004,"NotNull":11005,"eq":11006,"acher":11007,"lf":11008,"ĉfmt":11009,"Ġlawy":11010,"ÄŁ":11011,"ĠMen":11012,"Ġtrim":11013,"(NULL":11014,"Ġ!!":11015,"Ġpad":11016,"Ġfollows":11017,"\"][\"":11018,"requ":11019,"ĠEp":11020,".github":11021,"(img":11022,"eto":11023,"('\\":11024,"Services":11025,"umbnail":11026,"_main":11027,"pleted":11028,"fortunately":11029,"Ġwindows":11030,"Ġplane":11031,"ĠConnection":11032,".local":11033,"uard":11034,"}\\":11035,"==\"":11036,"andon":11037,"ĠRoy":11038,"west":11039,"iginal":11040,"emies":11041,"itz":11042,"'):Ċ":11043,"ĠPeter":11044,"Ġtough":11045,"Ġreduced":11046,"Ġcalculate":11047,"Ġrapid":11048,"customer":11049,"Ġefficient":11050,"Ġmedium":11051,"Ġfell":11052,".ref":11053,"ĠCas":11054,"Ġfeedback":11055,"Speed":11056,"(output":11057,"aje":11058,"Ġcategories":11059,"Ġfee":11060,"};":11061,"Ġdeleted":11062,"reh":11063,"Ġproof":11064,"Desc":11065,"Build":11066,"Ġsides":11067,".ArrayList":11068,"-%":11069,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11070,"ر":11071,".match":11072,"ли":11073,"Ġfeels":11074,"Ġachieve":11075,"Ġclim":11076,"_ON":11077,"ĠCD":11078,"Ġteacher":11079,"_current":11080,"bn":11081,"_PL":11082,"isting":11083,"Enable":11084,"GEN":11085,"Ġtv":11086,"Ġsock":11087,"Ġplays":11088,"Ġdiscount":11089,"ĠKE":11090,"ĠDebug":11091,"Fore":11092,"ĠIraq":11093,"Ġappearance":11094,"Mon":11095,"Ġstyled":11096,"ĠHuman":11097,"iot":11098,"ĠHistory":11099,"Ġsac":11100,"ĠCollection":11101,"Ġrecommended":11102,".Selected":11103,"Ġorganizations":11104,"Ġdiscovered":11105,"cohol":11106,"adas":11107,"ĠThomas":11108,"May":11109,"Ġconserv":11110,"Ġdomin":11111,"ĠFollow":11112,"ĠSection":11113,"ĠThanks":11114,"Username":11115,"Ġrecipe":11116,"Ġwonderful":11117,".sleep":11118,"_if":11119,"ĉĊĉĊ":11120,"orno":11121,"Ġru":11122,"_target":11123,".\"\"":11124,"à¦":11125,"EventArgs":11126,"Ġinputs":11127,"Ġfif":11128,"Ġvision":11129,"cy":11130,"ĠSeries":11131,")(((":11132,"Ġtrading":11133,"Ġmarker":11134,"Begin":11135,"Ġtypically":11136,"Ġcauses":11137,"dropdown":11138,"_DEBUG":11139,"Ġdetect":11140,"country":11141,"!\");Ċ":11142,"ĉR":11143,"appy":11144,"Ġcref":11145,"('<":11146,"\"=>":11147,"ĠLE":11148,"reader":11149,"Ġadministr":11150,"õ":11151,"ucket":11152,"Ġfashion":11153,".char":11154,"izar":11155,"Ġdisable":11156,"Ġsuc":11157,"ĠLive":11158,"issue":11159,"Ġmetadata":11160,"flags":11161,"ĠðŁ":11162,"Ġcommitted":11163,"Ġva":11164,"Ġrough":11165,"Ġ'''Ċ":11166,"Ġhighlight":11167,"_vars":11168,"VO":11169,"Ġencoding":11170,"-Z":11171,"_sign":11172,"$(\"#":11173,"Ġrain":11174,"reatest":11175,"ĠEND":11176,"Selection":11177,"Ġcandidates":11178,"Ġsav":11179,".Empty":11180,"Ġdecisions":11181,"Ġcollabor":11182,"ridge":11183,"feed":11184,"ression":11185,"Ġpersons":11186,"VM":11187,"ega":11188,"_BIT":11189,"According":11190,"acked":11191,"Ġdollars":11192,"_loss":11193,"ĠCost":11194,"}\"Ċ":11195,"Notification":11196,"Ġprostit":11197,"Ġauthority":11198,".rec":11199,"Ġspokes":11200,"ĠToday":11201,"istant":11202,"ĠHead":11203,"âĢĿ.":11204,"ertainment":11205,"cean":11206,"culate":11207,"Ġven":11208,"However":11209,"_arr":11210,"Ġtokens":11211,"Graph":11212,"ĠJud":11213,"ĠVirgin":11214,"ĠSerial":11215,"unning":11216,"Mutable":11217,"agers":11218,".csv":11219,"Ġdeveloping":11220,"Ġinstructions":11221,"Ġpromise":11222,"Ġrequested":11223,"_encode":11224,"/\"":11225,"ĠIcon":11226,"uilt":11227,"-day":11228,"Ġintelligence":11229,".IS":11230,"ĠObservable":11231,"ĠHard":11232,"Bool":11233,"idential":11234,".Anchor":11235,"Ġselling":11236,"CI":11237,"AGES":11238,"tle":11239,"bur":11240,"UFFER":11241,"RY":11242,"Ġbigger":11243,"Ġrat":11244,"Ġfamous":11245,"Ġtypename":11246,"Ġexplained":11247,"}}Ċ":11248,"Ġnuclear":11249,"-N":11250,"Ġcrisis":11251,"ĠEnter":11252,"Ġanswers":11253,"/${":11254,"/pl":11255,"Ġsequ":11256,"_next":11257,"mask":11258,"Ġstanding":11259,"Ġplenty":11260,"ĠCross":11261,"ĉret":11262,"dro":11263,"ĠCast":11264,"=true":11265,"ĠChris":11266,"icio":11267,"ĠMike":11268,"Decimal":11269,"addComponent":11270,"Len":11271,"Ġcock":11272,"Ġ#{":11273,"URN":11274,"":11403,"Ġ*=":11404,"ĠPS":11405,"Ġdangerous":11406,"[p":11407,"OME":11408,"Other":11409,"ĠStringBuilder":11410,"Points":11411,"heading":11412,"Ġcurrency":11413,"Ġpercentage":11414,"_API":11415,"Ġclassic":11416,"thead":11417,"ĠMO":11418,"FE":11419,"Idx":11420,"await":11421,"Ġè":11422,"Ġaccident":11423,"Ġvariant":11424,"Ġmyst":11425,"ĠLand":11426,"ĠBre":11427,"Ġharm":11428,"ĠAcc":11429,"Ġcharged":11430,"iones":11431,"Visibility":11432,"arry":11433,"ĠLanguage":11434,"Ġwalking":11435,"\".ĊĊ":11436,"ifer":11437,"Ġleadership":11438,".From":11439,"ynam":11440,"Ġtimestamp":11441,"ipt":11442,"ĠHas":11443,"REFER":11444,"ĠIts":11445,"Ġlistener":11446,"UTE":11447,"_description":11448,"Ġexperiences":11449,"Ġcreates":11450,"RS":11451,"cart":11452,"black":11453,"Ġchoices":11454,"war":11455,"Ġ'''":11456,"Ġordered":11457,"Ġevening":11458,"Ġpil":11459,"Ġtun":11460,"ĠBad":11461,"(app":11462,"random":11463,"Ġexplicit":11464,"Ġarrived":11465,"Ġfly":11466,"Ġeconom":11467,"-mail":11468,"Ġlists":11469,"Ġarchitect":11470,"ĠPay":11471,"Ġds":11472,"ĠSol":11473,"Ġvehicles":11474,"Hz":11475,"-com":11476,"Ġking":11477,"_equal":11478,"ĠHelp":11479,"Ġabuse":11480,"--;Ċ":11481,"Ġextr":11482,"Ġchemical":11483,"ä¿":11484,"Ġorient":11485,"Ġbreath":11486,"ĠSpace":11487,"(element":11488,"wait":11489,"DED":11490,"igma":11491,"Ġentr":11492,"Ġsob":11493,"-name":11494,"Ġaffected":11495,"ika":11496,"Ġcoal":11497,"_work":11498,"Ġhundreds":11499,"Ġpolitics":11500,"subject":11501,"Ġconsumer":11502,"ANGE":11503,"Ġrepeated":11504,"Send":11505,"Ġ#[":11506,"Ġprotocol":11507,"Ġleads":11508,"useum":11509,"Every":11510,"Import":11511,"(count":11512,"Ġchallenges":11513,"Ġnovel":11514,"Ġdepart":11515,"bits":11516,".Current":11517,"Ġ`${":11518,"oting":11519,"(\\":11520,"Ġcreative":11521,"Ġbuff":11522,"Ġintroduced":11523,"usic":11524,"modules":11525,"Are":11526,"-doc":11527,"language":11528,"_cache":11529,"Ġtod":11530,"?>{{":11764,"ĠResource":11765,"ĠStandard":11766,"ĠPrem":11767,"updated":11768,"ivalent":11769,"Ġassets":11770,"_temp":11771,"Ġinterests":11772,"Ġhardware":11773,"ĠRom":11774,"ĠShare":11775,"Ġ''Ċ":11776,"Ġ*,":11777,"ĠTake":11778,"ĠImages":11779,"_CHECK":11780,"(typeof":11781,"ĠJun":11782,"\\<^":11783,"Ġliqu":11784,"Ġworst":11785,"ymbols":11786,"ĉĉĉĠĠĠ":11787,"Ġdrivers":11788,"ĠDocument":11789,"eno":11790,"ĠTechnology":11791,"Ġapproved":11792,"umps":11793,"Ġsnow":11794,"formance":11795,"_ASSERT":11796,"uits":11797,"ÙĨ":11798,"Ġdifferences":11799,".Visible":11800,"ĉĉĉčĊ":11801,"ĠPs":11802,"_fetch":11803,"Ġtodo":11804,".',Ċ":11805,"Ġsel":11806,"urers":11807,"invalid":11808,"Ġtweet":11809,"VEL":11810,"Ġresearchers":11811,"Ġsprintf":11812,"ĠRO":11813,"Ġpel":11814,".Trans":11815,"Ġillegal":11816,"dialog":11817,"smarty":11818,"lg":11819,"_MIN":11820,"Ġhero":11821,"final":11822,"Ġpp":11823,".Le":11824,"Ġci":11825,"ĉRT":11826,"Ġsuggested":11827,"pdf":11828,"aching":11829,"ĠRo":11830,"ĠProperties":11831,"ĠSi":11832,"Ġbuying":11833,"Ġmu":11834,"Ġlands":11835,"ifiers":11836,"ĠFILE":11837,"ROUP":11838,"Ġholder":11839,"ĠSon":11840,"Ġsympt":11841,".route":11842,")?":11843,"Ġargc":11844,"Ġfort":11845,"Ġcasino":11846,"_category":11847,"Ġforum":11848,"prefix":11849,"apture":11850,"Tube":11851,"ems":11852,"imize":11853,"Ġnue":11854,"aus":11855,"course":11856,"ATOR":11857,"()),":11858,"Advertis":11859,"INGS":11860,"Ġacknow":11861,"ĠKorea":11862,"pling":11863,"Ġworker":11864,"PLIED":11865,"hal":11866,"ĠRichard":11867,"Elements":11868,"ĉĉĉĠ":11869,"star":11870,"Ġrelationships":11871,"Ġcheap":11872,"ACH":11873,"ĠXML":11874,",&":11875,"ĠLouis":11876,"Ġride":11877,"_FAIL":11878,"Ġchunk":11879,"[s":11880,"_OUT":11881,"Ġchosen":11882,"_[":11883,"/(":11884,"ĠJeff":11885,"_sl":11886,"priv":11887,"ĠCanadian":11888,"Ġunable":11889,"_FLAG":11890,"Ġnos":11891,"high":11892,"Ġlift":11893,"fun":11894,"(){":11895,"elly":11896,"yclerView":11897,"_as":11898,"_LIST":11899,"Ġradi":11900,".getValue":11901,"ĠAngeles":11902,"ĠSpan":11903,"_instance":11904,"itors":11905,"Ġmigration":11906,"AK":11907,"Oh":11908,"®":11909,".selected":11910,"ĠGT":11911,"Ġadvance":11912,"ĠStyle":11913,".DataGridView":11914,"ection":11915,"Ñİ":11916,"pio":11917,"rog":11918,"Ġshopping":11919,"ĠRect":11920,"Illuminate":11921,"OU":11922,"ĉarray":11923,"Ġsubstantial":11924,"Ġpregn":11925,"Ġpromote":11926,"IEW":11927,".Layout":11928,"Ġsigns":11929,"/.":11930,"Ġletters":11931,"Board":11932,"ctrl":11933,"\"\\":11934,"ĠJones":11935,"Ġvertex":11936,"Ġja":11937,"Ġaffili":11938,"Ġwealth":11939,"ĉdefault":11940,"Ġsignificantly":11941,"Ġec":11942,"Ġxs":11943,"actual":11944,".per":11945,"_step":11946,"anvas":11947,"mac":11948,"Ġtransl":11949,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11950,"Iterator":11951,"Ġoch":11952,"agnostic":11953,"ĠDuring":11954,"ĠDEFAULT":11955,"Ġtill":11956,"Ġsignature":11957,"Ġbird":11958,"ĠOl":11959,"ĠIr":11960,"HS":11961,"avatar":11962,"ESSAGE":11963,"Ġelev":11964,"Ġmt":11965,"ĠNav":11966,"Ġrelax":11967,"Ġplate":11968,"ITEM":11969,"(date":11970,".not":11971,"Ġgrade":11972,"Ġ}),Ċ":11973,"?\"ĊĊ":11974,"iences":11975,"High":11976,"ĠDIS":11977,"disabled":11978,"QUI":11979,"Ġnoise":11980,"aux":11981,"ĠUP":11982,"osa":11983,"Ġvoc":11984,"Ġ))":11985,"ocom":11986,"_OFF":11987,"ĠDb":11988,"Lock":11989,".eclipse":11990,",d":11991,"ĠDraw":11992,"Ġ\"(":11993,"Ġvisited":11994,"ĠâĪ":11995,"Ġsucceed":11996,"Ġimpossible":11997,"aire":11998,"ĠTurn":11999,"Ġdish":12000,"FG":12001,"Ġsensor":12002,"ANN":12003,"aba":12004,"Ġsurg":12005,"]);čĊ":12006,"Ġfp":12007,"_an":12008,"-J":12009,"-G":12010,"ĠJob":12011,"Convert":12012,"ĠKEY":12013,"Ġauthors":12014,"_server":12015,"\\r":12016,"Ġ-*-":12017,"flex":12018,"Ġsoc":12019,"Ret":12020,"Ġsalt":12021,"ĠâĢ¦ĊĊ":12022,"ĠClear":12023,"(page":12024,"-danger":12025,"Ġrooms":12026,"conv":12027,"#{":12028,".op":12029,"ĠArea":12030,"_SC":12031,"hen":12032,"Ġbegins":12033,"-y":12034,"Ġexcited":12035,"Ġignored":12036,"Ġbonus":12037,"student":12038,"ĠMember":12039,"Ġrelatively":12040,"ĠLow":12041,"ĠProdu":12042,"ateway":12043,"posure":12044,"Ġthick":12045,"aniel":12046,"(view":12047,"ĠCrush":12048,"Extension":12049,"Il":12050,"eed":12051,"LOC":12052,".im":12053,".Items":12054,"Ġconflict":12055,".prevent":12056,"ĠonCreate":12057,"uv":12058,"iser":12059,"Ġwave":12060,"Mar":12061,"ĠCommunity":12062,"iche":12063,"ĠNothing":12064,"[m":12065,"ĠLee":12066,"riends":12067,"ère":12068,"!!!":12069,"anz":12070,".result":12071,"ĠSK":12072,"_PARAM":12073,"Ġdemocr":12074,"BackColor":12075,".exists":12076,"\"It":12077,"(options":12078,"razy":12079,"aser":12080,"\\Database":12081,"alendar":12082,"_ass":12083,";}Ċ":12084,"vertex":12085,"inecraft":12086,"Warning":12087,"argo":12088,"Ġactor":12089,"ĠInstead":12090,"ĠUsing":12091,"Self":12092,"@interface":12093,"Ġspeaking":12094,"ĠParis":12095,"ĠLICENSE":12096,".node":12097,"ĠFood":12098,"EIF":12099,"ĠBi":12100,".Start":12101,"ĠIB":12102,"Ġuniversity":12103,"ĠHeader":12104,".product":12105,"Copy":12106,"etc":12107,"rical":12108,"Ġ>>>":12109,"books":12110,"Ġalgorithm":12111,"Ġ'__":12112,"(javax":12113,"Ġnumerous":12114,"Share":12115,"Have":12116,"Ġrecru":12117,"Ġprove":12118,".substring":12119,"health":12120,"ел":12121,"Ġdecimal":12122,"Ġcommission":12123,"scription":12124,"xC":12125,"Ġsummary":12126,"atted":12127,"Ġcloser":12128,"finished":12129,"()){Ċ":12130,"ĠWood":12131,"_fields":12132,"ku":12133,"_items":12134,"Flag":12135,"Ġconfidence":12136,"ĠFederal":12137,"dux":12138,"Ġcompat":12139,"Ġvertical":12140,"й":12141,"ès":12142,";\">Ċ":12143,"_manager":12144,"()))Ċ":12145,"IDE":12146,":\",":12147,"__Ċ":12148,"ĠWay":12149,"ÑĪ":12150,"Temp":12151,"ĠSTR":12152,"ritten":12153,"Sync":12154,"ĠAV":12155,"ĠCEO":12156,"ĠGuid":12157,"Ġenvironmental":12158,"Ġcorresponding":12159,"ĉconsole":12160,"Ġjustice":12161,"ĠJS":12162,"Ġlived":12163,"gar":12164,"ĠGraph":12165,"ĠStat":12166,"ĠiPhone":12167,".al":12168,"ĠHD":12169,"Ġoccur":12170,"Ġthreshold":12171,"Ġonclick":12172,"REG":12173,".GraphicsUnit":12174,"Meta":12175,"ž":12176,"Ġcum":12177,".gnu":12178,"ë":12179,"Ġobtained":12180,"Ġcomplaint":12181,"Ġeating":12182,"Ġtar":12183,"_task":12184,"Ġopts":12185,"(to":12186,"Pass":12187,"Ġplastic":12188,"tility":12189,"ĠWin":12190,".preventDefault":12191,"pile":12192,"ĠGar":12193,"Ġquantity":12194,"_last":12195,"Ġgreatest":12196,"Dao":12197,"_DIS":12198,"ĠUsed":12199,"ĠHP":12200,"riting":12201,"SION":12202,"blue":12203,"domain":12204,"Ġscores":12205,"Normal":12206,"_admin":12207,"ĠASSERT":12208,"Then":12209,"***":12210,"dist":12211,"lon":12212,"Ġhate":12213,"shal":12214,"ImageView":12215,"database":12216,"Ġpand":12217,"Ġlogic":12218,"=false":12219,"bg":12220,"ĠConfiguration":12221,"Ġnur":12222,"OG":12223,"Ġmarried":12224,":+":12225,"Ġdropped":12226,"Ġregistration":12227,"ом":12228,"ultiple":12229,"izers":12230,"shape":12231,".copy":12232,"Ġwearing":12233,"ĠCath":12234,"Ġdedicated":12235,"Ġ...Ċ":12236,"Ġadvoc":12237,"ĠFamily":12238,"Ġstatements":12239,"ematic":12240,"ampionship":12241,"Ġmotiv":12242,"ĠHave":12243,"Ġblow":12244,"Job":12245,"cert":12246,"_vector":12247,"install":12248,"ĠCOPY":12249,"embed":12250,"DIR":12251,"ĠSpring":12252,"Ġexhib":12253,"cdn":12254,"ĠComment":12255,"ĠOptional":12256,".player":12257,"ĠDark":12258,"(pos":12259,"ĠShould":12260,"Ġcentre":12261,"ĠGuard":12262,"ów":12263,"Ġtrouble":12264,"ENER":12265,"(unsigned":12266,"_service":12267,"Ġns":12268,"uling":12269,"ĠMexico":12270,"ĠNY":12271,"mysql":12272,"Ġlic":12273,"åľ":12274,"Mr":12275,"-fl":12276,"ĠCustomer":12277,"idi":12278,"Ġ?>ĊĊ":12279,"rible":12280,"ĠпÑĢ":12281,"Ġsizes":12282,"_STRING":12283,"validation":12284,"ĠJon":12285,"(Http":12286,"addClass":12287,"Nodes":12288,"Ġfragment":12289,"Ġspoke":12290,"Ġwaste":12291,"Join":12292,"Ġillustr":12293,"eli":12294,"cient":12295,"Ġaid":12296,"Ġprosec":12297,"'){Ċ":12298,"Ġpassing":12299,"Ġfaces":12300,"Shape":12301,"_Z":12302,"iti":12303,"Ġalle":12304,"Ġrobot":12305,"ĠĠĠĠĠĠĠĊ":12306,"ĠSpe":12307,"Ġreceiving":12308,"ĠDetails":12309,"Ġ\")":12310,"mg":12311,"_REF":12312,"Ġcomparison":12313,"*,":12314,"ĠFound":12315,"_session":12316,"(U":12317,"/F":12318,"Ġxxx":12319,"Network":12320,"ders":12321,"Ġcapture":12322,"Ġcorre":12323,"ĠLtd":12324,"ĠAdv":12325,"[@":12326,"Ġclip":12327,"Mill":12328,"ĠProfile":12329,"Ġendif":12330,"Ġoblig":12331,"describe":12332,".element":12333,"riterion":12334,"LD":12335,"ered":12336,"Ġfavour":12337,"score":12338,"ĠFilter":12339,"attributes":12340,"Ġchecks":12341,"Inflater":12342,"ĠPlus":12343,"Ġscientific":12344,"Ġprivacy":12345,"Head":12346,"Ġfeat":12347,"Ġdegrees":12348,"ĠPale":12349,";\">":12350,"Ġfilms":12351,"ĠAudio":12352,"ĠTag":12353,"ĠEnergy":12354,"itar":12355,"parator":12356,"Ġfellow":12357,"Ġevt":12358,"ĠTri":12359,"ĠDAM":12360,"cloud":12361,"ĠPassword":12362,"ĠDemocrats":12363,"ĠAcad":12364,"$lang":12365,"Ġreb":12366,"())ĊĊ":12367,"нÑĭ":12368,"ĠBur":12369,"readcr":12370,"Ġhex":12371,"Console":12372,"ctl":12373,"ousel":12374,"ĠWilliam":12375,"Ġaz":12376,"_PORT":12377,"Ġpractices":12378,"Ġanywhere":12379,"ĠPosition":12380,"Ġ->Ċ":12381,"iams":12382,".username":12383,"placeholder":12384,"Ġoder":12385,"ĠSecretary":12386,"ĠiT":12387,"mond":12388,"events":12389,"?âĢĿ":12390,".Sub":12391,"Ġattached":12392,"Ġnão":12393,"Ġestate":12394,".action":12395,"Ġfigures":12396,"Ġ});čĊ":12397,"Ġsubscri":12398,".tag":12399,"nam":12400,".plot":12401,"noon":12402,"liament":12403,"Character":12404,".tab":12405,"Ġwinter":12406,"ĠVariable":12407,"Ġtrees":12408,"Ġproud":12409,"(V":12410,"_load":12411,"Ġhier":12412,"ĠEcon":12413,"Ġfd":12414,"Ġvictims":12415,"Rest":12416,"iana":12417,"Ġfake":12418,".Println":12419,"Ġstrlen":12420,"Ġsad":12421,"Ġble":12422,"Prot":12423,"Ġbuttons":12424,"Ġtelevision":12425,"Ġlogo":12426,"extension":12427,"ĉj":12428,"stein":12429,"aciones":12430,"Ġ\"\"\"ĊĊ":12431,"Ġsimp":12432,"Ġrecorded":12433,"Ġbrings":12434,"Ġprincipal":12435,"Ġfees":12436,"(source":12437,"kdir":12438,"Ġutils":12439,"Ġcorrectly":12440,"fil":12441,"Ġwel":12442,"Pair":12443,"-button":12444,"scale":12445,"verify":12446,"[c":12447,"Ġ---":12448,"Ġescape":12449,"ikes":12450,"LowerCase":12451,"ician":12452,"Ġchapter":12453,"ĠTYPE":12454,"Ġshadow":12455,"Ġawesome":12456,"WE":12457,"elif":12458,"Ġlambda":12459,"Ġdistinct":12460,"Ġbare":12461,"-off":12462,"Ġcolour":12463,".appendChild":12464,"olec":12465,"aga":12466,".fill":12467,"ĉsuper":12468,"Ġadj":12469,"(position":12470,".getItem":12471,"Short":12472,"Ġtotally":12473,"VD":12474,"ĠTre":12475,"_ep":12476,"vements":12477,"ĠSolution":12478,"Ġfundament":12479,"Follow":12480,"Ġfacility":12481,"Ġhappening":12482,"OF":12483,".textBox":12484,"Span":12485,"Ġ«":12486,"iden":12487,"Ġexceed":12488,"(parent":12489,"Ġcp":12490,"ç»":12491,"Ġhasn":12492,"Ġpri":12493,"Ġconsequ":12494,"nen":12495,"ĠINTO":12496,"Ignore":12497,"ĠFuture":12498,"Ġcarbon":12499,"ĠSteel":12500,"fmt":12501,"okie":12502,"Ġspl":12503,"(title":12504,"-info":12505,"Ġdeals":12506,"Ġfixture":12507,"ea":12508,"Div":12509,"Ġtested":12510,"_return":12511,")ĊĊĊĊ":12512,"upported":12513,"ĠCook":12514,"Ġpaying":12515,"ĠIll":12516,"Ġarrested":12517,"ĠPrime":12518,"_callback":12519,">,Ċ":12520,"driver":12521,"Once":12522,"abb":12523,"_bytes":12524,"ĠSets":12525,"(Object":12526,"Ġcc":12527,"Ġshell":12528,"alo":12529,");//":12530,"(log":12531,"ctors":12532,")":13004,"Ġ$(\".":13005,".pos":13006,"Ġboys":13007,"Ġwedding":13008,"Ġagents":13009,"=\"_":13010,"ĠArmy":13011,"Ġhint":13012,"vision":13013,"Ġtech":13014,"ĠConnect":13015,"Ġlegend":13016,"ĠBet":13017,".Base":13018,"Subject":13019,"Ġlit":13020,"Remove":13021,"Ġ\":":13022,"ĠFinal":13023,"pearance":13024,"ĠiTunes":13025,"Ġparticipants":13026,"ĠPython":13027,"Ġbusy":13028,"iel":13029,"vertices":13030,"ĠtemplateUrl":13031,"ĠClose":13032,"Img":13033,"ĠCorporation":13034,"timestamp":13035,"Ġextend":13036,"Ġwebsites":13037,"Ġpossibility":13038,"оÑĤ":13039,"Ġkö":13040,"Ġmeat":13041,"Ġrepresentation":13042,"Ġĉĉ":13043,"_START":13044,".apply":13045,"ĠValley":13046,"ĠSuccess":13047,"Hi":13048,"Ġnob":13049,"ĠIEnumerable":13050,"_select":13051,"geo":13052,".\")Ċ":13053,"Ġturning":13054,"Ġfabric":13055,"(\"\");Ċ":13056,"Ġperspective":13057,"éĹ":13058,"ĠSn":13059,"Thank":13060,";j":13061,".Parameters":13062,"ĉĠĠĠĠĠĠĠĠĠĠĠ":13063,"Ġfacts":13064,"Ġunt":13065,".instance":13066,"################################################################":13067,"-end":13068,"ĠJOIN":13069,"ĠHen":13070,"Ġuri":13071,"åIJį":13072,"Ġна":13073,"ĠInfo":13074,"Ġconducted":13075,"ĠÃ¥":13076,"OURCE":13077,"Ġwine":13078,"John":13079,".Errorf":13080,"ĠAge":13081,"ounded":13082,"Ġrealize":13083,"Ġ];":13084,"Ġsubsequ":13085,",m":13086,"(User":13087,"iano":13088,"Ġaccompl":13089,"isp":13090,".std":13091,"éĩ":13092,"ĠBed":13093,".setAttribute":13094,"BR":13095,"keep":13096,"ĠALL":13097,"Ġisol":13098,"amma":13099,"Package":13100,"Ġoccasion":13101,"-success":13102,"ед":13103,"ĠLIMITED":13104,"strip":13105,"()ĊĊĊ":13106,"istribution":13107,"Colors":13108,"Ġ+:+":13109,"DidLoad":13110,"aler":13111,"Ġtid":13112,"ĠLED":13113,"ĠLinked":13114,"ĠCart":13115,"())čĊ":13116,"_READ":13117,"Ġkilling":13118,"ĠPHP":13119,"fection":13120,"Ġinstances":13121,"cv":13122,"\"/>":13123,"Ġsf":13124,"Ġtaxes":13125,"_location":13126,"ĠBitcoin":13127,"uable":13128,"rank":13129,"ignore":13130,"track":13131,"ка":13132,"Ġshouldn":13133,"ĠOP":13134,"=>{Ċ":13135,"Ġkm":13136,"Ġhelper":13137,"_head":13138,"ĠWhether":13139,"oco":13140,"_bl":13141,"Ġstatistics":13142,"Ġbeauty":13143,"Ġtog":13144,"tip":13145,"ëĭ¤":13146,"Ġcsv":13147,"(sql":13148,"stdlib":13149,"weak":13150,"Ġlikes":13151,"Äį":13152,"Ġrepeat":13153,"Ġapartment":13154,"Ġemph":13155,"_edit":13156,"Ġvit":13157,"ĉtype":13158,"Even":13159,"uten":13160,"Ġcircumstances":13161,"bian":13162,"Ġsugar":13163,"Windows":13164,"ìŀ":13165,"Ġobserved":13166,"/data":13167,"Ġcalendar":13168,"Ġstrike":13169,"ĠRES":13170,"_sc":13171,"fony":13172,"orem":13173,"(z":13174,"power":13175,"etect":13176,"ĠSat":13177,".description":13178,"Ġgang":13179,"ĠSports":13180,"ongs":13181,"ĠBundle":13182,".sum":13183,"once":13184,"Ġaccused":13185,"Ġexplore":13186,"Ġapproximately":13187,"Ġlosing":13188,"thesis":13189,"ĠFund":13190,"Ġdiagn":13191,"Autowired":13192,"properties":13193,"Ġ_.":13194,"Ġcnt":13195,"cedure":13196,"Ġyy":13197,"Ġgrant":13198,"sock":13199,".innerHTML":13200,"Ġ]);Ċ":13201,"ĠCONFIG":13202,"='$":13203,"]];Ċ":13204,"UND":13205,"Ġglob":13206,"Ġdire":13207,"uffle":13208,"_MEM":13209,"Ġauthentic":13210,">(\"":13211,"Ġdecade":13212,"ĠImport":13213,"Ġoriginally":13214,"ĠjQuery":13215,"Ġindicate":13216,"Ġourselves":13217,"Sw":13218,".lbl":13219,"enerate":13220,"Ġbasically":13221,"ĠHom":13222,"Ġ+#+":13223,"ĠBritain":13224,"ĠKar":13225,"toEqual":13226,".stop":13227,"Ġmodal":13228,"isi":13229,"Ġsuggests":13230,"Ġdtype":13231,"Ġtur":13232,"bf":13233,"Ġconnections":13234,"ĠBefore":13235,"isted":13236,"mouse":13237,"Ġpulled":13238,".build":13239,"Ġlegislation":13240,"Ġforth":13241,"pad":13242,"ego":13243,".Now":13244,"Ġexciting":13245,"}ĊĊĊĊ":13246,"Ġcompr":13247,"Ġshares":13248,"Ġrig":13249,"green":13250,"_vec":13251,"Ġenumerate":13252,"Auto":13253,"icator":13254,"ĠRay":13255,"asse":13256,"Ġholiday":13257,"Ġnullable":13258,"gun":13259,"_details":13260,"Ġwrapper":13261,"seq":13262,"ĠYoung":13263,"juana":13264,"Ġ\"__":13265,"license":13266,"serve":13267,"^(":13268,"iders":13269,".Remove":13270,"ropdown":13271,"'S":13272,"pin":13273,"(token":13274,".Default":13275,"Ġreasonable":13276,"ampion":13277,"ĠSociety":13278,"Ġbei":13279,"erves":13280,"rad":13281,"ĠFox":13282,"_images":13283,"Ġwheel":13284,"')[":13285,"Ġcfg":13286,"(By":13287,"Constructor":13288,"Ġvary":13289,".swift":13290,"Ġproxy":13291,"ĉH":13292,"ĠAnother":13293,"ĠPen":13294,"Ġchecking":13295,"Ġjest":13296,"manager":13297,"Origin":13298,"ugs":13299,"oir":13300,">čĊ":15956,"Ġrelief":15957,"lap":15958,"quer":15959,"_parent":15960,"heap":15961,"LOSE":15962,"Ġcombine":15963,"ĠRose":15964,"owers":15965,"Ġprocedures":15966,"ĠSort":15967,"anim":15968,"variant":15969,"ehicle":15970,"Ġsigning":15971,"Primary":15972,"currency":15973,"Ġsexe":15974,"oen":15975,"theta":15976,"eman":15977,"Ġimpressive":15978,"('_":15979,"ĉU":15980,"ĠTextStyle":15981,"_cnt":15982,"Ġslice":15983,"(':":15984,"Ġunderstood":15985,"His":15986,"Ġinformed":15987,"Ġnick":15988,"(TAG":15989,"hd":15990,"Ġelections":15991,"esture":15992,"ĠSanta":15993,"ĠCoast":15994,".pdf":15995,"inciple":15996,".clone":15997,"born":15998,"uta":15999,"Ġlicensed":16000,"Cr":16001,"Ġbread":16002,"ĠHouston":16003,"Ġnod":16004,"Ġhopes":16005,"ĠCGRect":16006,"Ġguilty":16007,".gif":16008,"Ġrose":16009,".Common":16010,"Tip":16011,"ANK":16012,"ĠFC":16013,"During":16014,"ĠSymfony":16015,"Ġdefensive":16016,"km":16017,")>":16018,"archive":16019,"ĠURI":16020,"ycling":16021,"-o":16022,"ĠWebsite":16023,"AMP":16024,"ishment":16025,"Ġdoctors":16026,"Direct":16027,"ARI":16028,"ĠRedirect":16029,"ieren":16030,"_dist":16031,"yo":16032,"ĠProgress":16033,"Ġzum":16034,"Ġmemor":16035,"ĠED":16036,"Ġjur":16037,"æį®":16038,"_TABLE":16039,"Ġuuid":16040,"Expr":16041,".head":16042,"('%":16043,"pointer":16044,"Ġestimate":16045,"ĠGreg":16046,"Ġloader":16047,"ĠiOS":16048,"Ġmens":16049,"[y":16050,"Ġrefused":16051,"Ġprecision":16052,"isch":16053,"ĠACTION":16054,"Cloud":16055,"sWith":16056,"(ret":16057,"_ADDR":16058,"_conf":16059,"(df":16060,"Ġlocked":16061,"Ġrising":16062,"ãĥ»ãĥ»":16063,"ĠMs":16064,"Ġscenes":16065,"_EXT":16066,"_raw":16067,"_the":16068,"people":16069,"Ġrecon":16070,"ĠFun":16071,"Ġbless":16072,"ĠUpdated":16073,"ün":16074,"ĠĠĠĠĠĠĠĠĠĠĠĠčĊ":16075,"pection":16076,"Release":16077,".logger":16078,"ĠSY":16079,"Ġcounsel":16080,"urd":16081,"_true":16082,"Ġeverybody":16083,"ivot":16084,"Ġhence":16085,"ĠNAS":16086,"Ġopposed":16087,"unknown":16088,"ĠDESC":16089,"ĠChair":16090,"failed":16091,"ĠINCLUDING":16092,"Ġwriters":16093,"{}Ċ":16094,"ÃŃt":16095,"_copy":16096,"}:":16097,"ĠBat":16098,"Ġconverted":16099,"eding":16100,"placement":16101,"ĠHost":16102,"Sound":16103,"им":16104,"Ġsought":16105,"mid":16106,"Ġsalary":16107,"ogg":16108,"âĦ¢":16109,"bul":16110,"Ġwir":16111,"validator":16112,"_STAT":16113,".store":16114,"ĠBattle":16115,"ın":16116,"Ġ-->ĊĊ":16117,"Trump":16118,"dot":16119,"ĠCONT":16120,".fetch":16121,"Ġcontinu":16122,"was":16123,"Ġfraud":16124,"_tmp":16125,"mitter":16126,".pictureBox":16127,"GA":16128,"Ġtournament":16129,".Input":16130,"[r":16131,"exion":16132,"centage":16133,"ĠKorean":16134,"undef":16135,"ĠAvailable":16136,"reshape":16137,"Ġkit":16138,"ĠStruct":16139,"ĠSUB":16140,"Answer":16141,"_lib":16142,".twitter":16143,"Ġore":16144,"ĠDragon":16145,".Ext":16146,",k":16147,"Ġexplanation":16148,"refs":16149,"ĠDrive":16150,"ĠTraining":16151,".Has":16152,"intage":16153,"big":16154,"ologist":16155,"ennis":16156,"Ùĩ":16157,"Ġchicken":16158,"ĠĠĠĠĠĠĠĠĠĠĊ":16159,"çĽ":16160,"ãģ§":16161,"Ġpeak":16162,"Ġdrinking":16163,"Ġencode":16164,"ĠNEW":16165,"malloc":16166,"ĉfprintf":16167,"Ġ=================================================================":16168,"including":16169,"Ġprinciples":16170,"ĠMah":16171,"storage":16172,"-key":16173,"Ġkeyword":16174,"%;":16175,"Ġtrained":16176,".contrib":16177,"Ġkv":16178,"__':Ċ":16179,"ĠBoy":16180,"parameter":16181,"Ġsuite":16182,"Ġthousand":16183,"Ġcoordinate":16184,"-generated":16185,"íķĺ":16186,"generated":16187,"Ġadmitted":16188,"Ġpussy":16189,"#w":16190,"Ġswim":16191,"union":16192,"Na":16193,"ĠRoyal":16194,".channel":16195,"Updated":16196,"_ROOT":16197,"Ġvital":16198,"raction":16199,"ĠCrusher":16200,"Ġpreced":16201,"Ġhorizontal":16202,"Blueprint":16203,"Ġattrs":16204,"Ġsmoke":16205,"ÐĴ":16206,".Equals":16207,"FB":16208,"ĠResources":16209,"rolling":16210,"Ġpasses":16211,"ĠNum":16212,"rotate":16213,"etype":16214,"\\\",":16215,"Ġsensitive":16216,"Ġtall":16217,"?âĢĿĊĊ":16218,"Proxy":16219,"iy":16220,"_section":16221,"âĢĶâĢĶâĢĶâĢĶ":16222,"brid":16223,"Ġcircuit":16224,"atan":16225,"ENC":16226,"Ġdriven":16227,"Ġvoted":16228,"Ġeducational":16229,"Ġinteraction":16230,"abetes":16231,"Ġtone":16232,"ĠInitializeComponent":16233,"Ġmerely":16234,"Ġìŀ":16235,"cookie":16236,"_div":16237,"ĠUILabel":16238,"vely":16239,"});čĊ":16240,"_ENT":16241,"#+#+":16242,"articles":16243,"ĠSouthern":16244,"Ġstronger":16245,"ĠGiven":16246,"ĠEric":16247,"ĠIR":16248,"abstract":16249,"Under":16250,"nable":16251,"Ġincrement":16252,"oven":16253,"Ġcoin":16254,"_timer":16255,"Ġsuffered":16256,"ĠFREE":16257,"'].\"":16258,"ĠQueen":16259,"stats":16260,"Ġmeetings":16261,"Ġentering":16262,"Ġalongside":16263,"(session":16264,"itals":16265,"Ġfoundation":16266,"ĠCredit":16267,".div":16268,"_ALL":16269,"pcion":16270,"_stat":16271,"icking":16272,"Defaults":16273,"_src":16274,"Ġoutputs":16275,"/B":16276,"Ġenthus":16277,"-bl":16278,".ForeColor":16279,"ĉtemp":16280,"Face":16281,"Ġinteract":16282,"Ġweird":16283,"Mount":16284,"rell":16285,"udents":16286,"Ġrequirement":16287,"ĠSus":16288,"IER":16289,"Ġelected":16290,"reference":16291,"ĠME":16292,"Ġservers":16293,".wait":16294,"Ġsnapshot":16295,"ilton":16296,"Ġtries":16297,"Ġtipo":16298,".Time":16299,">w":16300,"Ġmountain":16301,"Ġpounds":16302,"Ġ[...":16303,"exists":16304,"ĠngOn":16305,"_MAP":16306,"Ġflying":16307,"xiety":16308,"ĉvalue":16309,"_DB":16310,"uno":16311,"Ġseats":16312,"TURN":16313,".author":16314,"!)":16315,"orce":16316,"Ġindicated":16317,".sin":16318,"Ġassignment":16319,"imiento":16320,"ĠFrame":16321,"_gen":16322,"inery":16323,"_)":16324,"messages":16325,".settings":16326,"ĠMean":16327,"ĠMuseum":16328,"irq":16329,"attach":16330,"ĠPalestin":16331,"_QU":16332,"_tags":16333,"Ġcasual":16334,"emen":16335,"ASSWORD":16336,"$s":16337,"ĠCirc":16338,"ой":16339,"etric":16340,"/P":16341,"Ġepoch":16342,"The":16357,"ĠAk":16358,"Ġgrass":16359,"/*čĊ":16360,"(dis":16361,"Ġguns":16362,"Ġtb":16363,"ĠKevin":16364,".args":16365,"ĠAh":16366,"oped":16367,"(J":16368,"columns":16369,"arguments":16370,"ĠWithEvents":16371,"_full":16372,"ĠDefense":16373,"Simple":16374,"Ġdeaths":16375,"Ġextensive":16376,"ĠStill":16377,"ĠExpression":16378,"ĠAgency":16379,"Ġperforming":16380,"FX":16381,"Ġusuario":16382,"UAL":16383,"Side":16384,"odos":16385,"aptop":16386,"Ġcredentials":16387,"_cap":16388,"atient":16389,"ĠDisney":16390,"Ġai":16391,"Ġchip":16392,"Ġvolt":16393,".makeText":16394,"%%%%%%%%%%%%%%%%":16395,"Ġbelief":16396,"_LOC":16397,"ĠCivil":16398,"Navigation":16399,"Ġreveal":16400,"Ġviolent":16401,"ĠFil":16402,"Ġcatalog":16403,"emed":16404,"scan":16405,".control":16406,"Ġconstitution":16407,"Country":16408,"Separator":16409,"_APP":16410,"topic":16411,"uetooth":16412,"MIN":16413,"Ġdescriptor":16414,"yt":16415,"ETHER":16416,"Ġdistribute":16417,"'}Ċ":16418,".trim":16419,".Line":16420,"Ġlbl":16421,"assertEquals":16422,"ĠDet":16423,"ombok":16424,"(width":16425,"Ġtort":16426,"ĠEXPRESS":16427,"aco":16428,"Using":16429,"ĠBrand":16430,"wall":16431,"EMENT":16432,"ĠCommunic":16433,"(Ċ":17055,"?>\"":17056,"Ġ///Ċ":17057,"Ġeiner":17058,"Ġweekly":17059,"ĉlogger":17060,"_pop":17061,"_man":17062,"Ġmigrations":17063,"Ġasks":17064,"Ġbs":17065,"Ġfalls":17066,".Where":17067,"-height":17068,"_feature":17069,".Min":17070,"Ġhyper":17071,"Ġvolatile":17072,"Ġtwenty":17073,"Typography":17074,"Unable":17075,"Det":17076,",f":17077,"-mod":17078,"Ġsettlement":17079,"Ġcontracts":17080,"nome":17081,"Bad":17082,"ĠBrian":17083,"(username":17084,"!!!!":17085,"Ġhack":17086,".Field":17087,"HR":17088,"ĠJordan":17089,"iza":17090,"ĠÂł":17091,"ĠSher":17092,".header":17093,"(other":17094,"ĠDub":17095,"(op":17096,"ĠRound":17097,"Ġvie":17098,"Ġappl":17099,"ĉJ":17100,"ĠInsert":17101,"ĠLP":17102,"regon":17103,"ĠMPI":17104,"Ġanchor":17105,"aca":17106,"ør":17107,"Ġade":17108,"anchor":17109,"quee":17110,"ĠTreeNode":17111,"Ġtargeted":17112,"Ġlaid":17113,"ABEL":17114,"vet":17115,"ĠOrigin":17116,"Ant":17117,".');Ċ":17118,"expect":17119,"edReader":17120,"ĠMajor":17121,"Ġinch":17122,"Compar":17123,"Ġpreview":17124,"Ġillness":17125,"ĠCONTRACT":17126,"ĠIndepend":17127,"uuid":17128,"Ġnome":17129,"Ġtc":17130,"ĠAvenue":17131,"isan":17132,"Ġphrase":17133,"_move":17134,"\")[":17135,"Ġprovision":17136,"Ġconcentr":17137,"_IR":17138,"ĠUt":17139,"()+":17140,"Ġnas":17141,"!,":17142,"ĠRobin":17143,"iations":17144,"atitude":17145,"Ġpx":17146,"ĠWithout":17147,"/bash":17148,"ekt":17149,"reement":17150,"Observer":17151,"ĠRegion":17152,"UBLIC":17153,"Ġ{//":17154,"KN":17155,"å·":17156,"GameObject":17157,"å¾":17158,"encoding":17159,"Ġ***":17160,"projects":17161,"Ġtk":17162,"Ġcheese":17163,"EMPL":17164,"aro":17165,"ĠاÙĦ":17166,"Ġconsists":17167,"refresh":17168,"ureau":17169,"ĠScanner":17170,"Ġsoil":17171,"Ġflavor":17172,"DataSource":17173,"Execute":17174,"ение":17175,"Ġshit":17176,"åĪĨ":17177,"Ċ":17419,"Ġsubsequent":17420,"posable":17421,"-fluid":17422,"Ġthorough":17423,"Ġpublicly":17424,"apters":17425,"ĠWilson":17426,"_PRE":17427,"yard":17428,"ä¼":17429,"ĉin":17430,"Ġrevers":17431,"Ġbullet":17432,"cribed":17433,"nesota":17434,"Ġ($_":17435,"annon":17436,"cursor":17437,"Ġclothing":17438,"ĠMulti":17439,":',":17440,"Ġvess":17441,"ordinator":17442,"Ġeinem":17443,"Cannot":17444,"Ġarmed":17445,"ĉV":17446,"ä¸Ĭ":17447,".Flat":17448,"ĠSep":17449,"ĠSubject":17450,"_font":17451,"Ġcharacteristics":17452,"Done":17453,"eln":17454,"############":17455,"POS":17456,"Ġdensity":17457,"ĠPlatform":17458,"-items":17459,"Ġovers":17460,"Ġpushing":17461,"ç¤":17462,".Connection":17463,"_term":17464,"Ġinitialization":17465,"________________________________":17466,"ç¬":17467,".document":17468,"lesh":17469,"ĉdocument":17470,"ĠPin":17471,"ça":17472,"Ġdefinitions":17473,".Path":17474,"_WRITE":17475,"ĠĉĊ":17476,"?>ĊĊ":17477,"Ġterrible":17478,"bean":17479,"ickets":17480,"ĠSV":17481,"Buy":17482,"(task":17483,"Ġregime":17484,"google":17485,"Ġcrack":17486,".visit":17487,"NUM":17488,"energy":17489,"Ġstruck":17490,"_sample":17491,".payload":17492,"Ġrevis":17493,"ĠScene":17494,"Ġpg":17495,"Ġbreakfast":17496,"URRENT":17497,".charAt":17498,"_exception":17499,"ĠAnton":17500,"Ġguidelines":17501,"Ġexhaust":17502,"ĠFinancial":17503,"Ġindent":17504,"Ġdesktop":17505,"Hidden":17506,"Failure":17507,"Ġprinciple":17508,"Ġiv":17509,"Ġseks":17510,"network":17511,"ĠnumberOf":17512,"ĠAlbert":17513,"ĉlong":17514,",.":17515,"Ġzeros":17516,"fade":17517,"ĠTyp":17518,"ĠTerm":17519,"ĠArts":17520,".Application":17521,"Ġbehalf":17522,"æĪ·":17523,"Ġmere":17524,"(`${":17525,"Ġawareness":17526,"elpers":17527,"flix":17528,"Ġweigh":17529,"Ġestimates":17530,".child":17531,"/O":17532,"ĠBitmap":17533,".bottom":17534,"Ġ**************************************************************************":17535,"Expect":17536,"ento":17537,"ĠForum":17538,"veral":17539,"Ġjail":17540,"Ġabilities":17541,"ĠHOLD":17542,"ĠCit":17543,"Ġdynam":17544,"Ġgray":17545,"ĉĉĉĉĉĉĉĉĉĉĉĉĉ":17546,".nextInt":17547,"antly":17548,"ĠARISING":17549,"(private":17550,"Ġrejected":17551,"ĠNic":17552,"Ġleather":17553,"={Ċ":17554,"alytics":17555,"thetic":17556,".Top":17557,".Page":17558,"={`":17559,"Ġ;čĊ":17560,"depth":17561,"mann":17562,"WD":17563,"ĠSom":17564,".Right":17565,"Ġ)}Ċ":17566,"Ġtrait":17567,"ÃĹ":17568,"iac":17569,"Ġrv":17570,"Sample":17571,".Xml":17572,"opped":17573,"ĠÑĦ":17574,"lists":17575,"Ġtear":17576,"iversary":17577,".collection":17578,"ĠConstitution":17579,"ĠHttpResponse":17580,"Ġbrill":17581,"ĠProm":17582,"hover":17583,"ĠMiami":17584,"Ġargue":17585,"_float":17586,"ĠãĤ":17587,"Ġnat":17588,"ĠTal":17589,"Ġintegration":17590,"(cur":17591,"Ġremoving":17592,"Ġcoeff":17593,"ĠThough":17594,"Ġforecast":17595,"ĠVegas":17596,"Site":17597,"Ġtrab":17598,"ĠHenry":17599,"-i":17600,"Ġinvolves":17601,"BT":17602,"Ġslo":17603,"Invoke":17604,"Ġlucky":17605,"rat":17606,"Ġ?Ċ":17607,"Ġhandled":17608,"(fd":17609,"contents":17610,"ĠOFF":17611,"RF":17612,"Ġsty":17613,"ĠMotor":17614,"tery":17615,"tax":17616,"MAP":17617,"ĠMrs":17618,"Ġphones":17619,"ĠUIView":17620,"\")));Ċ":17621,"(dev":17622,"ĠIrish":17623,"Ġws":17624,"DI":17625,"_OFFSET":17626,"ĠEvents":17627,"Ġstages":17628,"Ġ}//":17629,"Ġhaben":17630,"STANCE":17631,"ĠSin":17632,"ĠMoney":17633,"(top":17634,"Ġappointment":17635,"VERSION":17636,"metadata":17637,"_comment":17638,"Ġcolleagues":17639,"maps":17640,"âĺ":17641,"ĊĉĊ":17642,"(al":17643,"_req":17644,"Ġfut":17645,"Ġarchitecture":17646,"ĠWHETHER":17647,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":17648,"_screen":17649,"ĠstyleUrls":17650,"Ġmonster":17651,".up":17652,"phia":17653,"Ġprocessor":17654,"ĠTerr":17655,"=',":17656,"ĠManufact":17657,"ĠNT":17658,"kel":17659,"ibern":17660,"ĉfile":17661,"Ali":17662,"rientation":17663,"Ġ//!":17664,"apore":17665,"aneous":17666,"ĠCreat":17667,"folder":17668,"Ġhay":17669,"Suppress":17670,"(left":17671,"Ġeuro":17672,"Ġdisclaimer":17673,"ustry":17674,"ships":17675,"_fd":17676,"ĠFa":17677,"_insert":17678,"Ġrol":17679,"ifting":17680,"ĠComments":17681,"_br":17682,"Ġlosses":17683,"ĠAdded":17684,"charg":17685,"Ġпо":17686,"_system":17687,"ĠSometimes":17688,"ĠSpain":17689,"(group":17690,"ialis":17691,"Ġdollar":17692,"ĠArgs":17693,"quires":17694,"ĠTen":17695,".scss":17696,"Ġsurvive":17697,"usage":17698,"Ġjun":17699,"imiter":17700,"ï¼ģĊĊ":17701,"Ġfifth":17702,"toggle":17703,"Ġdecline":17704,"($\"":17705,"(Long":17706,"inge":17707,"Ġpilot":17708,"-light":17709,"-radius":17710,"Ġpodcast":17711,"Ġnaturally":17712,"Pages":17713,"为":17714,"ĠDespite":17715,"Ġlighting":17716,"Ġcrate":17717,"ĠBinary":17718,"Ġreducing":17719,"Ġeleg":17720,"ĠMouse":17721,"ĠTestBed":17722,"ĠbeforeEach":17723,"_ARRAY":17724,"Redirect":17725,"Ġflood":17726,"Ġships":17727,"Ġelectricity":17728,")*(":17729,"ê¸":17730,"ĠViet":17731,"hero":17732,"Ġdia":17733,"ĠKent":17734,"heart":17735,"Ġthreats":17736,"_acc":17737,"Ġsymbols":17738,"ischen":17739,"_inst":17740,"Criterion":17741,"ĠTIM":17742,".Height":17743,"ĠâĢĻ":17744,"();ĊĊĊ":17745,"Products":17746,"_SP":17747,"ĠCy":17748,"Ġdependent":17749,"este":17750,"Ġdatos":17751,"dit":17752,"ав":17753,"IGNAL":17754,"Ġlesson":17755,"\">'":17756,"ĠCover":17757,"ĠHope":17758,"ĠTimer":17759,"Ġdad":17760,"viders":17761,"ĠPhot":17762,"/?":17763,"ropy":17764,"oming":17765,"asion":17766,"Ġ\\(":17767,"ĠET":17768,"ĠReading":17769,"Ġepisodes":17770,"lm":17771,"echa":17772,"Ġneuro":17773,"Ġharmon":17774,"Ġliberal":17775,"-ind":17776,"DATA":17777,"Ġeveryday":17778,"Ġdivided":17779,"ĠActiveRecord":17780,"figure":17781,"UA":17782,"ä¹":17783,"riendly":17784,"tech":17785,".gameObject":17786,"иÑĤÑĮ":17787,"Ġmoon":17788,"ftime":17789,"Ġnoch":17790,"ĠTORT":17791,"ĠVM":17792,".initial":17793,"(child":17794,"Ġmusical":17795,"Ġoc":17796,"bas":17797,"ĠHay":17798,"_long":17799,"Ġmemset":17800,"iley":17801,"adelphia":17802,"SV":17803,"roat":17804,"_tx":17805,"Ġlon":17806,"ĠngOnInit":17807,"bp":17808,"ĠGolden":17809,"ACHE":17810,"Ġworried":17811,"azi":17812,"Ear":17813,"Take":17814,"(fp":17815,"burgh":17816,"_Data":17817,"gres":17818,"ĠOnt":17819,"pus":17820,"Ġtransparent":17821,"Ġpocket":17822,"Ġram":17823,"igrations":17824,".čĊčĊ":17825,"Ġ[(":17826,"Ġadopted":17827,"Ġreportedly":17828,"ĠDream":17829,"Ġ}));Ċ":17830,"losing":17831,"Ġteeth":17832,"ĠBooks":17833,"\",&":17834,"enny":17835,"LEMENT":17836,"Ġgel":17837,"ĠPlant":17838,"!âĢĿ":17839,".host":17840,"ĠReply":17841,"rength":17842,"Ġrecognition":17843,"Ġ}}>Ċ":17844,"LA":17845,"Ġmirror":17846,"Ġassistant":17847,"(device":17848,"Ġspiritual":17849,"builder":17850,"§":17851,"Ġoutr":17852,"Ġtt":17853,"ĠPER":17854,"Ġradical":17855,"Methods":17856,"Ġpace":17857,"udy":17858,"Ġgut":17859,"ĠGreek":17860,"Ġnonatomic":17861,"ĠPaper":17862,"_GPIO":17863,"Ġobst":17864,".Ad":17865,"vironments":17866,"ĠSov":17867,"(con":17868,"ĠTransaction":17869,".assign":17870,"ĉcatch":17871,"elter":17872,"Ġbitcoin":17873,"_GR":17874,"ĠčĊ":17989,"metic":17990,"Ġtransformation":17991,"åı·":17992,"Ġrgb":17993,"istributions":17994,"Ġimplicit":17995,"/in":17996,"destination":17997,"аÑĤÑĮ":17998,"Zero":17999,"Ġunset":18000,".where":18001,".go":18002,"Ġformation":18003,"Ġdeclaration":18004,"()čĊčĊ":18005,"ĠExpl":18006,"ĉĉĉĠĠ":18007,"/pro":18008,".JSON":18009,"Ġdesk":18010,".substr":18011,"//----------------------------------------------------------------------------":18012,"lyn":18013,"pson":18014,"disable":18015,"ĠFunc":18016,"ĉAssert":18017,"ĠMARK":18018,"Ġdefeat":18019,"Ġblind":18020,"Ġconstants":18021,".headers":18022,"UILD":18023,"Ġexpenses":18024,"Pixel":18025,"Ġhr":18026,"Ġfel":18027,"ĠEastern":18028,"_del":18029,"ĠCub":18030,"Ġsq":18031,"ĉcount":18032,"ĠDirectory":18033,"Ġexclus":18034,"Ġhistoric":18035,"Ġ------------------------------------------------":18036,"Ġcomposition":18037,"ĠdataGridView":18038,"ĠBurn":18039,"ĠBC":18040,"Master":18041,"Ġspawn":18042,"Ġbearing":18043,".SetActive":18044,"ilo":18045,"Ġgallery":18046,"Ġfounded":18047,"Ġavailability":18048,".sqrt":18049,"Ġpes":18050,"ĠDOM":18051,"mate":18052,"Oct":18053,"Ġmatched":18054,"itivity":18055,"Ġanxiety":18056,".price":18057,"ĠInstant":18058,"ìĬ":18059,"Ġtut":18060,"ICollection":18061,".shared":18062,"_sql":18063,"tbl":18064,"library":18065,"_destroy":18066,"ermal":18067,"ĠNotes":18068,"ĠEin":18069,"Ġsouthern":18070,"ĠOTHERWISE":18071,"Ġmacro":18072,".lower":18073,"cls":18074,"ContentView":18075,".link":18076,"constant":18077,"ĠBes":18078,"Ġsomebody":18079,"nb":18080,"\">{":18081,"(local":18082,".....":18083,"ĠNull":18084,"mx":18085,"Ġç":18086,"Ġpause":18087,"-----------":18088,"_MO":18089,"ĠCM":18090,"ĠforKey":18091,"ĠDVD":18092,"Ġclosest":18093,"_DEVICE":18094,"ĠStephen":18095,"ĠBBC":18096,"ĠTravel":18097,"Paint":18098,"ĠResults":18099,"ĠRule":18100,"Ġtp":18101,"Ġratings":18102,"cin":18103,"csv":18104,">/":18105,"ĠGOP":18106,"lad":18107,"ĠÑĢ":18108,"ĠindexPath":18109,"matrix":18110,"=f":18111,"arsed":18112,"Ġ});":18113,"ĠCos":18114,"ĠScore":18115,"Ġtak":18116,"ĠESP":18117,"ĠINC":18118,"_NULL":18119,"-flex":18120,"\"][":18121,"into":18122,"eland":18123,"Authorization":18124,"_FALSE":18125,"Ġgate":18126,"Ġvid":18127,"istent":18128,"TIME":18129,"Ġrewrite":18130,"Ġtie":18131,"Ġarchive":18132,".events":18133,".getParameter":18134,"ĠPermission":18135,"Ġprogramme":18136,"Ġé":18137,"jud":18138,"Ġcameras":18139,"(sys":18140,"ĠSyrian":18141,"Ġimprovements":18142,"Ġhip":18143,"Ġsuicide":18144,"Ġscholar":18145,"Ġcompatible":18146,"remote":18147,".down":18148,"FUNCTION":18149,"Ġmanaging":18150,"ĠUIKit":18151,".raw":18152,">>>>":18153,"Ġdemands":18154,"ellite":18155,"Ġdent":18156,"ĠMicro":18157,"åıĸ":18158,"'][$":18159,"ĠIE":18160,"imension":18161,"Ġtrem":18162,"Ġgained":18163,".with":18164,".ok":18165,"hou":18166,"Ġbom":18167,"ampaign":18168,"Ġjoining":18169,"fish":18170,"ĠaddSubview":18171,"Ġnorthern":18172,".cor":18173,"oret":18174,"Die":18175,"inish":18176,"_comp":18177,"Ġattended":18178,"Ġcollapse":18179,"ĠSS":18180,"acent":18181,"_EQUAL":18182,"ĠDeep":18183,"RGB":18184,"ĉtest":18185,"olves":18186,"uset":18187,"UnityEngine":18188,"writer":18189,"Resolver":18190,",%":18191,"ifference":18192,"_remove":18193,"onda":18194,"Ġfemme":18195,"decode":18196,"Branch":18197,"Ġflush":18198,"Ġinnovative":18199,"Tests":18200,"Ġ['./":18201,"Ġcovering":18202,".admin":18203,"ultipart":18204,"(lambda":18205,"namespace":18206,"ĠSport":18207,"Ġ!(":18208,"acles":18209,"Ġdepression":18210,"ĠKong":18211,"Ġpert":18212,"ĠConn":18213,"ĠOtherwise":18214,"/home":18215,"supported":18216,"Ġpink":18217,"Ġinvited":18218,"ños":18219,"_enabled":18220,"Ġ-Ċ":18221,"FW":18222,"eners":18223,"ĠMY":18224,"Ġsuggestions":18225,"Canvas":18226,"Ġfer":18227,"ĠMarketing":18228,"@Test":18229,"untu":18230,"ĠVen":18231,"ĠCou":18232,"ivals":18233,"Donald":18234,"limited":18235,"ĉĉĉĉĉĉĊ":18236,"Ġanalyst":18237,"(entry":18238,"Ġrepresentative":18239,"_attributes":18240,"Ġfur":18241,".hide":18242,"resp":18243,"adores":18244,"rides":18245,"ĠJosh":18246,"robot":18247,"ĠNAT":18248,"Ġsesso":18249,"Ġintegrated":18250,":true":18251,"parts":18252,"Ġstupid":18253,":event":18254,"@endsection":18255,"Ġpu":18256,".Table":18257,"ĠYii":18258,"`;ĊĊ":18259,"Ġclang":18260,"=\"\">":18261,"engan":18262,"_parameters":18263,".internal":18264,"ĠModern":18265,"Ġmetric":18266,"Ġsemi":18267,"={{Ċ":18268,".amazon":18269,"ĠBB":18270,"ainty":18271,"viewport":18272,"ĠstartActivity":18273,"dispatch":18274,"*****":18275,"Ġflav":18276,"ifferent":18277,"[this":18278,"Ġstake":18279,"Ġargued":18280,"viously":18281,".work":18282,"ĠOak":18283,"Old":18284,"(async":18285,"notes":18286,"Ġflip":18287,"Ġdisag":18288,"ĠTE":18289,"ĉerror":18290,"<'":18291,"Ġ»ĊĊ":18292,"Ġfiltered":18293,"ĠMach":18294,"Ġhung":18295,"_dump":18296,"_samples":18297,"-dismiss":18298,"Ġray":18299,"Implemented":18300,"DK":18301,"Ġjed":18302,"Ġbreaks":18303,"Ġfits":18304,".gr":18305,"ĠZero":18306,"oro":18307,"Ġequally":18308,"Ġ'[":18309,"Ġconcerning":18310,"<":18407,"Ġpromot":18408,"Ġincl":18409,"_only":18410,"를":18411,"ĠAttorney":18412,"-date":18413,"Ġlandscape":18414,"Ġfu":18415,"SY":18416,".prop":18417,"ĠArr":18418,"pag":18419,"ParallelGroup":18420,"':čĊ":18421,"Ġlogs":18422,"aunch":18423,"unci":18424,"nama":18425,"TableCell":18426,"issues":18427,".{":18428,"ecurity":18429,"_exec":18430,"olds":18431,"Ġhosts":18432,"Ġproto":18433,"_import":18434,"_sort":18435,"ĠBow":18436,"ĠNormal":18437,"ĠFarm":18438,".createParallelGroup":18439,"Rotation":18440,".err":18441,"Ġpleased":18442,"itage":18443,".Wh":18444,"ĉĉĠĠĠĠ":18445,"MR":18446,"ĠMORE":18447,"ĠNatural":18448,"_transform":18449,"BASE":18450,"eneral":18451,"utdown":18452,".commons":18453,"WT":18454,"Ġaan":18455,".Result":18456,"dog":18457,"Ġclicking":18458,"),ĊĊ":18459,"#line":18460,"Operator":18461,"Ġciv":18462,"Ġmerg":18463,"obuf":18464,"ngthen":18465,"Ġ[{":18466,"Ġcancell":18467,"trigger":18468,".:":18469,"WORK":18470,"declare":18471,"Ġdecrease":18472,"ÅĽci":18473,"loom":18474,".None":18475,"ĠMI":18476,"ĠJason":18477,"Ġhealthcare":18478,"iamond":18479,"sylvania":18480,"*x":18481,"ĠRa":18482,"[b":18483,"Ġprinting":18484,"phabet":18485,"ĠLabour":18486,"opper":18487,"Ġzijn":18488,"-target":18489,"_FUNCTION":18490,"Ġoct":18491,"ениÑı":18492,"åľ¨":18493,"Ġwestern":18494,"Ġcomputers":18495,"ĠRET":18496,"HashMap":18497,"[String":18498,"getValue":18499,"_DATE":18500,".Next":18501,"ĠFif":18502,"él":18503,"icked":18504,"æİ":18505,"-MM":18506,"Ġ{ĊĊĊ":18507,"Ġcontacts":18508,"Ġdigits":18509,"Produ":18510,"Ġunusual":18511,"Ġrapidly":18512,"tures":18513,"Ġangry":18514,"cancel":18515,"xxxx":18516,"_parser":18517,"idity":18518,"_PREFIX":18519,"Ġmehr":18520,"Ġrarely":18521,"ethe":18522,"opes":18523,"Ġ%.":18524,"works":18525,"Ġtheta":18526,"Ġcontribution":18527,"ĠTony":18528,"Ġsquad":18529,"ай":18530,"Ġîn":18531,"there":18532,"outed":18533,"ĉq":18534,"ĻĤ":18535,"good":18536,"LI":18537,"页":18538,"ĠLiving":18539,"izabeth":18540,"Ġkt":18541,"ĠDallas":18542,"]],Ċ":18543,"Ġ/>ĊĊ":18544,"Ġraising":18545,"/router":18546,"_game":18547,"ĠCUR":18548,"zens":18549,".es":18550,"ĠfontWeight":18551,"(func":18552,"notification":18553,"Ġ'../../../":18554,"Ġblame":18555,"ãĢĤĊĊĊĊ":18556,"anco":18557,"Identity":18558,"follow":18559,"Ġarts":18560,"xs":18561,"Ġofficially":18562,"ĠStudio":18563,"Ġrecommendations":18564,"Ġlocale":18565,"Ġamateur":18566,"ĠEnable":18567,"Ġcaps":18568,".End":18569,"-add":18570,"_gshared":18571,"ĠCT":18572,"Force":18573,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĊ":18574,"Ġorange":18575,"Ġlp":18576,"Ġanswered":18577,".Grid":18578,"Ġdual":18579,"Ġstrategic":18580,"Ġnobody":18581,"Ġfatal":18582,"_est":18583,"(el":18584,"Ġìł":18585,"ĠBudd":18586,"AIT":18587,"_factor":18588,"-one":18589,"ĠHAVE":18590,"\"čĊčĊ":18591,"Prof":18592,"Ġär":18593,"strings":18594,"Ġdirty":18595,"ĠFace":18596,"ĠBegin":18597,"ĠBus":18598,"Ġwis":18599,"åŃĹ":18600,"Ġspeaker":18601,"Ġcarrier":18602,"ĠOm":18603,"Ġhadn":18604,"Allow":18605,"::__":18606,"Ġverb":18607,"ĠComplete":18608,"ĠEasy":18609,"Ġbills":18610,"ĠĠĊĊ":18611,"Vertical":18612,"Ġpron":18613,"ĠDefine":18614,"Ġlookup":18615,"variables":18616,"Ġpandas":18617,"umes":18618,"Ġinnoc":18619,"ĠsetUp":18620,"ĠChampionship":18621,"artist":18622,"ĠCType":18623,"Foundation":18624,"à¹Ī":18625,"ĠSetup":18626,"Ġrecipes":18627,"ĠUIColor":18628,"ĠFight":18629,"Ġauthorized":18630,"_click":18631,"_success":18632,"angan":18633,"ĠMountain":18634,"ĠDoctor":18635,"Ġegg":18636,"ĠMedicine":18637,"cles":18638,"`.Ċ":18639,"[int":18640,"dashboard":18641,"ĠAppro":18642,"-dr":18643,"Ġproduces":18644,"Ġrental":18645,"Ġreload":18646,"Ġarrival":18647,"spot":18648,"Ġundert":18649,"Ġequipped":18650,"Ġproved":18651,"Ġcenters":18652,"Ġdefines":18653,"also":18654,"Ġopacity":18655,"ĠUnfortunately":18656,"ĠIllinois":18657,"Ġне":18658,"ĠTemple":18659,"ĠTrail":18660,"ĠKelly":18661,"Ġmeasurement":18662,"Ġseparated":18663,"-circle":18664,"Hey":18665,"ĠREAD":18666,"igits":18667,"Ġib":18668,"ĠMOD":18669,"attery":18670,"аз":18671,"Ġvend":18672,"енÑĤ":18673,"ĠHttpClient":18674,"safe":18675,"_ASS":18676,"icit":18677,"ĠConstruct":18678,"ĠClo":18679,"ĠSix":18680,"_TOKEN":18681,"(block":18682,"Ġwarned":18683,"/*!":18684,"!Ċ":18769,"Ġinnovation":18770,"_\"":18771,"Ġ);čĊčĊ":18772,"Ġspots":18773,"Ġchoosing":18774,".cs":18775,"Ġflexible":18776,"UInt":18777,"Ġscratch":18778,"-al":18779,"Ġfestival":18780,"Ġoutstanding":18781,"================================================":18782,"Mean":18783,"ĠOregon":18784,"symbol":18785,".account":18786,"dney":18787,"'''":18788,"!\",":18789,"Ġparticle":18790,"Ãĥ":18791,"[MAX":18792,"IVER":18793,"ERENCE":18794,"NSMutable":18795,"ĠColumbia":18796,"_ĊĊ":18797,".fr":18798,"Ġcogn":18799,"VR":18800,"ĠMethods":18801,"ĠMade":18802,"ĠBR":18803,"ĠElse":18804,"Ġeggs":18805,"Ġswing":18806,"ĠInv":18807,"Ġdiseases":18808,"Ġfirms":18809,"Ġlemma":18810,"}`);Ċ":18811,"lings":18812,"Ġgym":18813,"uminum":18814,".Trim":18815,"Mem":18816,"Ġcriticism":18817,"ibernate":18818,"_TX":18819,"ioni":18820,"Ġguidance":18821,"Ġrepeatedly":18822,"Ġsupplier":18823,"Ġpainting":18824,".Fragment":18825,"edException":18826,"Ġwiring":18827,"Ġcourts":18828,"WEB":18829,"æľī":18830,"\\.":18831,"illance":18832,"Ġbrows":18833,"ĠPattern":18834,"PLICATION":18835,"ĠSummer":18836,"Chain":18837,"Ġcute":18838,"mercial":18839,"Ġdil":18840,"ĠFranklin":18841,"ĉglobal":18842,"INCLUDING":18843,"history":18844,"Ġlst":18845,"Qt":18846,"SDL":18847,"alia":18848,"iere":18849,"(...":18850,"ĉcin":18851,"iffs":18852,"velope":18853,"ĠRoot":18854,"cluster":18855,"UserName":18856,"igne":18857,"()Ċ":18949,"Ġapplying":18950,"Ġpromised":18951,"Ġox":18952,"ncia":18953,"ĠValidation":18954,"orts":18955,"_cur":18956,"elect":18957,"eye":18958,"(Data":18959,"Ġreporter":18960,"ĠBuff":18961,"Ġsr":18962,"Ġ\";":18963,"icky":18964,"Ġtempor":18965,"SN":18966,"Ġresident":18967,"pires":18968,"ysical":18969,"Ġendorse":18970,"ĠSong":18971,"isEmpty":18972,"leet":18973,"_util":18974,"Ġdistingu":18975,"ĠTalk":18976,"ĠMot":18977,"(default":18978,".Arg":18979,"gorithms":18980,"_words":18981,"immer":18982,"_reset":18983,"family":18984,"WW":18985,"Ġsavings":18986,"ĠâĢĿ":18987,"_enable":18988,"sidebar":18989,"Running":18990,"Ġali":18991,"Ġtestim":18992,"Ġwarnings":18993,"ĠChem":18994,"ĠExit":18995,"Ġfounder":18996,"pector":18997,"Ġrm":18998,"_dataset":18999,"ĠDas":19000,"Ġhan":19001,"Getty":19002,"ál":19003,"Ġny":19004,"Ġpoverty":19005,"Ġresulted":19006,".by":19007,"ĠVisit":19008,"Ġobtaining":19009,"/'.$":19010,"ĠĠĠĠĠĠĠĠĠĠĠĊ":19011,"shall":19012,"_LEFT":19013,"UIImage":19014,"_Name":19015,"have":19016,"ĠNob":19017,"lr":19018,"-footer":19019,"Ġnaked":19020,"ĠGarden":19021,"\\Facades":19022,"Ġgraduate":19023,"Ġfranchise":19024,"plane":19025,"Ġcontributions":19026,"ĠstringWith":19027,"Ġcrypto":19028,"Ġmovements":19029,"athers":19030,"Ġlifetime":19031,"Ġcommunicate":19032,"jar":19033,"ĠFragment":19034,"_IF":19035,"ĠNavy":19036,"ĠFigure":19037,"Ġsimulation":19038,"_stop":19039,"Ġreporters":19040,"Ġversus":19041,"aja":19042,"Ġα":19043,"Ġgovernor":19044,"ListItem":19045,"Ġsealed":19046,".Background":19047,"edi":19048,"ashing":19049,"Ġlip":19050,"ĠIh":19051,"merge":19052,"Ġnec":19053,"elocity":19054,"ATEG":19055,"Ġseeds":19056,"Ġfloating":19057,"_FA":19058,"walk":19059,"ĉuser":19060,"_depth":19061,"Ġwage":19062,"@app":19063,"Nil":19064,"([\"":19065,"(vector":19066,"Ġsecretary":19067,"ĠjPanel":19068,"vez":19069,"³³³³":19070,"direction":19071,"ĠEP":19072,"Ġhunt":19073,"JsonProperty":19074,"ĠPORT":19075,"]\",":19076,"ап":19077,"ĠForeign":19078,"panic":19079,"Ġtrials":19080,"ĠAle":19081,"Ġrural":19082,"-value":19083,"authorized":19084,"ĠScotland":19085,".drop":19086,"ĠMT":19087,"ç±":19088,"rowth":19089,"FilePath":19090,"Ġrecall":19091,"ifle":19092,"Ġcel":19093,"ĠSELECT":19094,"kn":19095,"_case":19096,"Ġcrop":19097,"sure":19098,"pot":19099,"ICS":19100,"Ġstem":19101,"Ġindustries":19102,"Put":19103,"Ġaber":19104,"roadcast":19105,"Icons":19106,")\")Ċ":19107,"æĪIJåĬŁ":19108,"gui":19109,"Ġassumed":19110,"Ġrx":19111,"EA":19112,"è§":19113,"ELL":19114,"Ġdose":19115,"Ġine":19116,"Ġdeeper":19117,"lider":19118,"Ġordinary":19119,"Ġgolf":19120,"_IMAGE":19121,"ĠNAME":19122,"(module":19123,"Ġatom":19124,"Ġbelt":19125,"Ġoffices":19126,"beta":19127,"Ġphilosophy":19128,"(JSON":19129,"-field":19130,"Ġintroduce":19131,"Ġconvenience":19132,"optim":19133,">\"Ċ":19134,"athy":19135,"Ġemployer":19136,"quate":19137,"Ġedited":19138,"Arguments":19139,"ĠNations":19140,"__)":19141,"Ġnose":19142,"ĠSample":19143,"')ĊĊĊ":19144,"Ġcake":19145,".getAttribute":19146,"HD":19147,"Modified":19148,"Ġpredicted":19149,"ÅĦ":19150,"anie":19151,"Sorry":19152,"(doc":19153,"wind":19154,"ieve":19155,"Ġprovisions":19156,"ATER":19157,"OTE":19158,"MY":19159,".Autowired":19160,"ĠBath":19161,".Boolean":19162,"Ġbackend":19163,".Mouse":19164,"ateral":19165,"paper":19166,"Const":19167,"ĠVR":19168,"_entity":19169,"_CTRL":19170,"ĠProtection":19171,"ĠGM":19172,"ĠStudy":19173,"Ġsoup":19174,"otime":19175,"'use":19176,"]\"":19177,"/users":19178,"aug":19179,"ĠHong":19180,"_norm":19181,"ãģ¨":19182,"Ġsecre":19183,"(Build":19184,"ĠContract":19185,"olas":19186,"Ġsauce":19187,"Ġaggressive":19188,"Ġracial":19189,"character":19190,"@@":19191,"Ġcompile":19192,"ĠVoid":19193,"_rem":19194,"_memory":19195,"kk":19196,"Ġmic":19197,"Same":19198,"Utility":19199,"ĠHtml":19200,"ĠXml":19201,"Ready":19202,"Ġgall":19203,"Ġallegedly":19204,"ĉĉĉĉĠĠĠ":19205,"ĠMetal":19206,"ĠPersonal":19207,"ĠborderRadius":19208,"rxjs":19209,"objects":19210,"Ġwanting":19211,"Ġbowl":19212,"vendor":19213,"offsetof":19214,"ĠRs":19215,"ĠRating":19216,"Ġrally":19217,"_NODE":19218,"ĠMix":19219,"Ġadvertis":19220,"Ġnarrative":19221,"sal":19222,"Ġmc":19223,"SError":19224,"Ġfingers":19225,"Ġaccompany":19226,"Ġtired":19227,"Ġstride":19228,"Ġgui":19229,"elist":19230,"Locale":19231,"Ġreleases":19232,"iking":19233,"Ġanger":19234,")))ĊĊ":19235,"allest":19236,"Summary":19237,"(O":19238,"(for":19239,"Ġbasketball":19240,"Ġroads":19241,"ĠInstall":19242,"ĠFab":19243,"itmap":19244,"Ġ))Ċ":19245,"Ġintersection":19246,"ighbor":19247,"ĠBry":19248,"ĠHERE":19249,"Software":19250,"elfare":19251,"acs":19252,"Ġtrailer":19253,".getClass":19254,"chars":19255,"Ġregulation":19256,"Ġrefers":19257,"Ġdestruction":19258,"Ġcontinuous":19259,"ĠAustin":19260,"é¢":19261,"akan":19262,".window":19263,"ĠTemplates":19264,"Ġabsence":19265,":n":19266,"Ġdisorder":19267,"flash":19268,"Ġdelet":19269,"boards":19270,"ĠĠĉ":19271,"ROP":19272,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":19273,"Ġacqu":19274,"Ġlawsuit":19275,"ĠReviews":19276,"Ġgarage":19277,"timer":19278,"Ġej":19279,"ĠRectangle":19280,"Ġflowers":19281,"ilst":19282,"ĠInstance":19283,"Super":19284,"det":19285,"disposing":19286,"ĠES":19287,"ĠIC":19288,"vere":19289,"Sk":19290,"_channels":19291,"puted":19292,"/null":19293,"nnen":19294,"ĠGallery":19295,"_global":19296,"Authentication":19297,"ĠRank":19298,"Ġblocked":19299,"Ġcalm":19300,"market":19301,"ĉval":19302,"Ġaug":19303,"period":19304,"ĠConstant":19305,"Ġ?>\">Ċ":19306,"Ġlobby":19307,"pal":19308,"Ġsink":19309,"iah":19310,"С":19311,"urname":19312,"Ġconver":19313,"Ġinvestigate":19314,"Christ":19315,"Hub":19316,"ĠIND":19317,"ĠPed":19318,"uras":19319,"ĉurl":19320,"ĠTro":19321,"Ġpreferences":19322,"Ġguaranteed":19323,"`ĊĊ":19324,"Ġportions":19325,"Ġevalu":19326,"'>;ĊĊ":19421,".AutoScaleMode":19422,"Ġcats":19423,"Ġregistry":19424,"ulus":19425,"FI":19426,"payload":19427,"-search":19428,"Ġstaying":19429,"acious":19430,"Decoration":19431,"Review":19432,"Inf":19433,"Keep":19434,"itis":19435,",String":19436,"Coord":19437,"Ġpero":19438,"Sex":19439,"ĠAtlanta":19440,"uesta":19441,"Argb":19442,">*":19443,"}_":19444,"Footer":19445,"Ġemployed":19446,"_bound":19447,"vide":19448,".func":19449,"$scope":19450,"Ġspo":19451,"ĠAnal":19452,"ounced":19453,"around":19454,"Ġrestriction":19455,"Ġshops":19456,"åĢ":19457,"ĠLatin":19458,"-col":19459,"Ġbarely":19460,"ĠEuro":19461,"Er":19462,"Ġfaire":19463,"_distance":19464,"_unlock":19465,"Quote":19466,"IVATE":19467,"ĠåĪ":19468,"Ġaimed":19469,"ĠRetrie":19470,".iter":19471,"Ġwrapped":19472,"Ġagreements":19473,"strument":19474,"(product":19475,"Ġstudied":19476,".setValue":19477,"Ġye":19478,"ĠCache":19479,"MBOL":19480,"Ġquarterback":19481,"Ġsyntax":19482,".getElementsBy":19483,".version":19484,"website":19485,"Runner":19486,"_single":19487,"ativ":19488,"ĠAltern":19489,"ĠBeautiful":19490,"rightarrow":19491,"Ġdiversity":19492,"plash":19493,"(co":19494,".Fill":19495,"Ġtyping":19496,"Ġclar":19497,"Hit":19498,"OO":19499,"acco":19500,"worth":19501,"Ġscripts":19502,"ĠMuslims":19503,"ĠLL":19504,"erving":19505,"(boolean":19506,"Ġbaseball":19507,"ĠCAN":19508,"MAIL":19509,"depend":19510,"Ġrespective":19511,"Ġconstexpr":19512,".*;ĊĊ":19513,"']))Ċ":19514,"Ġyard":19515,"Ġidentical":19516,"ifecycle":19517,"USH":19518,"upiter":19519,".validate":19520,"cli":19521,"ISTER":19522,"Indicator":19523,"Fail":19524,"Ġdemocracy":19525,".var":19526,"Ġsatisfied":19527,"-------------":19528,"encer":19529,"hor":19530,"Ġrounds":19531,"DAO":19532,"oa":19533,"Ġflask":19534,"=c":19535,"[]Ċ":19536,"/dist":19537,"Ġparte":19538,"Ġconfirmation":19539,"eron":19540,"aware":19541,"":19542,"Ġdependencies":19543,"ĠVideos":19544,"-row":19545,"Ġ**/Ċ":19546,"Ġnou":19547,"Ġhover":19548,"æŀ":19549,"Ġnin":19550,"ĠUSD":19551,"Mac":19552,"_Load":19553,"Ġoutcomes":19554,"_socket":19555,"Ġqueries":19556,"wm":19557,"Ġhitting":19558,"inux":19559,"Mich":19560,"udge":19561,"ATAB":19562,"Ġvulnerable":19563,"ä¾":19564,"Ġportfolio":19565,":YES":19566,"ĉmap":19567,"Bound":19568,"Ġiteration":19569,"incess":19570,"Ġactors":19571,"ĠQual":19572,"_clean":19573,"ãĢijãĢIJ":19574,"MSG":19575,"Green":19576,"ĠOfficer":19577,"Ġsmoking":19578,">',":19579,"ĠFlo":19580,"++;":19581,"olygon":19582,"Ġbulk":19583,"Ġdrama":19584,"Ġexceptions":19585,"osed":19586,"Ġ+čĊ":19587,"Ġlegacy":19588,"CV":19589,"Ġcontributed":19590,"ĠTerms":19591,"Ġbt":19592,"Ġuntuk":19593,"Ġalien":19594,"===Ċ":19595,"ĉVector":19596,"Ġls":19597,"Online":19598,".facebook":19599,"numeric":19600,"ockets":19601,"Aut":19602,"bury":19603,"-redux":19604,"ĠRedistributions":19605,"GLOBALS":19606,"urrencies":19607,"Ġtons":19608,"âĢĻ,":19609,"Ġê":19610,"(col":19611,"ĠSymbol":19612,"Ġstayed":19613,"ĠML":19614,"Ġmunicip":19615,"Ġsexo":19616,"Sen":19617,"nr":19618,"Ġgains":19619,"Ġshortly":19620,".Menu":19621,"ý":19622,"KNOWN":19623,"Ġoperators":19624,"-V":19625,"ĠPatrick":19626,"/add":19627,"_CO":19628,"iration":19629,"(post":19630,"Posts":19631,"/_":19632,"Ġplug":19633,"Ġintellectual":19634,"Ġmetab":19635,"Ġpregnancy":19636,"ĠPremier":19637,"nm":19638,"Ġprediction":19639,"ĠMinistry":19640,"Three":19641,"valuate":19642,"ĠMini":19643,"bu":19644,"оз":19645,"\";čĊ":20078,"ĠSav":20079,".Bold":20080,"Ġenables":20081,"ĉtmp":20082,"Ġmanually":20083,"ĠSqu":20084,"userid":20085,".function":20086,".cache":20087,"LOPT":20088,".Services":20089,"ddit":20090,"tim":20091,">>":20154,"station":20155,"lore":20156,"atype":20157,"ishop":20158,"/****************************************************************":20159,"ComboBox":20160,"Ġvacation":20161,"Ġinitiative":20162,"ĠdefaultValue":20163,"concat":20164,"ĠKh":20165,"ĠWelcome":20166,"izedName":20167,"Migration":20168,"Ġgradient":20169,"Hot":20170,"Ġhardly":20171,"elo":20172,"ĠStudents":20173,"Ġloose":20174,"atz":20175,".Send":20176,"'/":20177,"Ġuniversal":20178,"Ġenterprise":20179,"Ġregex":20180,"Ġvisitor":20181,"ĠFly":20182,"Seq":20183,"à¸Ļ":20184,"ĠVisual":20185,"Ġlibraries":20186,"atoes":20187,"Payment":20188,"Ġpent":20189,"Ġgathered":20190,"VRTX":20191,"ĠDM":20192,"Split":20193,"Ġletting":20194,"ÐĿ":20195,"_errors":20196,"epoch":20197,"PARAM":20198,"cu":20199,"ÑģÑĤв":20200,"olutions":20201,"Editing":20202,"fonts":20203,"Ġallocated":20204,"ĠBased":20205,"(Y":20206,"ĠJudge":20207,"Ġbrothers":20208,"FILES":20209,"ço":20210,"wb":20211,"_PI":20212,"'^":20213,"Ġsword":20214,".services":20215,"Ġnl":20216,"Tim":20217,"igg":20218,"ĠMoore":20219,"Ġcryptoc":20220,"åĩº":20221,"_posts":20222,"otate":20223,"?'":20224,"....ĊĊ":20225,"Ġkl":20226,"=\"$":20227,"Ġdecoration":20228,"ạ":20229,"ĠDIRECT":20230,"GUI":20231,")=>{Ċ":20232,"Ġnewsletter":20233,"Ġprecis":20234,"(point":20235,"ĠEquipment":20236,"uty":20237,"ĠDave":20238,"Ġparticipation":20239,"uarios":20240,"xit":20241,".As":20242,"ETER":20243,"orous":20244,"Ġshield":20245,"[]>":20246,"ilitary":20247,".origin":20248,"Ġpromotion":20249,"Unt":20250,"Ġct":20251,"TRA":20252,"ViewHolder":20253,"Ġsigma":20254,"delta":20255,"arehouse":20256,"contract":20257,"(Vector":20258,"Ġcompete":20259,"/form":20260,"/components":20261,"Ġnr":20262,"ĠIndones":20263,"ĠоÑĤ":20264,"ĠVolume":20265,".files":20266,"(resp":20267,"/models":20268,"Ġsurf":20269,"standard":20270,"/o":20271,"ĠXCTAssert":20272,"VICES":20273,".Code":20274,"SED":20275,"Ġactivate":20276,"Delta":20277,"Ġlimitation":20278,"rij":20279,"Ġpregnant":20280,":^(":20281,"Ġsour":20282,"pie":20283,"Ġexpense":20284,"ication":20285,"ĠLarge":20286,"Ġ±":20287,"ĠBowl":20288,"(models":20289,"/N":20290,"Pa":20291,".reload":20292,"Ġwondering":20293,"Execution":20294,"ĉĠĠĠĠĠĠ":20295,"ĠGraphics":20296,"ĠContin":20297,"_job":20298,"ĠgetName":20299,"ĠMagn":20300,"ĠDWORD":20301,"mad":20302,"Ġnh":20303,"features":20304,"}\");Ċ":20305,"heets":20306,"(train":20307,"zn":20308,"Ġrecruit":20309,".connection":20310,"Ġbarrel":20311,"Ġsteam":20312,"_setting":20313,"Ġangular":20314,"aneously":20315,"Ġbil":20316,"ĠNorm":20317,"(!$":20318,"ibt":20319,"%(":20320,"Ġposit":20321,"ĠFather":20322,"intendo":20323,"Live":20324,"Ġports":20325,"Ġmej":20326,"Ġlanding":20327,"ponder":20328,"Ġcod":20329,"_HEADER":20330,".Margin":20331,"Ġballs":20332,"Ġdiscussions":20333,"Ġblend":20334,"Hex":20335,"Ġfarmers":20336,"Ġmaintaining":20337,"ĠĠĠčĊ":20338,"syn":20339,"[T":20340,"rus":20341,"uffers":20342,"Ġcontributors":20343,"_sys":20344,".Debug":20345,"Ġconstructed":20346,"omes":20347,"?id":20348,"slider":20349,"Ġsuppliers":20350,"scriber":20351,"pes":20352,"Ðŀ":20353,"\":čĊ":20354,"\\Controller":20355,"))ĊĊĊ":20356,"Ġlua":20357,"Multi":20358,"ENS":20359,"Src":20360,"Ġpetition":20361,"Ġslave":20362,"looking":20363,"VERT":20364,"ĉvector":20365,"Special":20366,"hh":20367,"anne":20368,"ĠNiger":20369,"/views":20370,"zing":20371,"endant":20372,"(":20591,".Product":20592,"Forms":20593,"NEW":20594,"Pay":20595,"ĉboolean":20596,"_contact":20597,"ĠElectric":20598,"skip":20599,"Ġwur":20600,"Ġchronic":20601,"_driver":20602,"ĠSab":20603,"ĠUlt":20604,"ĠRad":20605,"STATUS":20606,"ĠLewis":20607,"OB":20608,"Ġgifts":20609,".Rec":20610,"TRUE":20611,"Ġintensity":20612,"Marker":20613,".compare":20614,"ffic":20615,"Cookie":20616,"ĠBaby":20617,"ĠBigDecimal":20618,"ilet":20619,"ĠHOLDERS":20620,"ĠLady":20621,"Ġlung":20622,"ĠAlabama":20623,"Ġdess":20624,"`);Ċ":20625,"ĠBuilder":20626,"_region":20627,"Ġneutral":20628,"Both":20629,"Ġhp":20630,"Ġhorn":20631,"Ġsegments":20632,"ĠEC":20633,"\"=>\"":20634,"(rec":20635,"ĠPi":20636,"GM":20637,"Ġlaptop":20638,"Scalar":20639,"isd":20640,"-dialog":20641,"ĠAnderson":20642,"Ġmistakes":20643,"ĠHan":20644,"jes":20645,"estination":20646,"Ġpromises":20647,"bid":20648,"ĠScient":20649,"GIN":20650,"ĠPerformance":20651,"bage":20652,".users":20653,"leading":20654,"Ġoral":20655,"Graphics":20656,"_PTR":20657,"hang":20658,"Ġinev":20659,"processing":20660,"Factor":20661,"ĠNA":20662,"$string":20663,"Ġgrounds":20664,".SaveChanges":20665,"clock":20666,"cripcion":20667,"ĠNewton":20668,"gc":20669,".includes":20670,"Ġblast":20671,"Ġ'-'":20672,"Ġpuede":20673,".Session":20674,"Ġgrep":20675,"_final":20676,"ĠGay":20677,"ĠGive":20678,"iri":20679,"-star":20680,"ĠUIImage":20681,"_epoch":20682,"ubb":20683,"enth":20684,"Ġelite":20685,"Ġcampaigns":20686,"ĠPorno":20687,"_assign":20688,"Protocol":20689,"ĠBeing":20690,"ĠAirport":20691,"Ġconventional":20692,"ĠWat":20693,"ĠCI":20694,"ETA":20695,"ĠAnthony":20696,"Ġtablet":20697,"(format":20698,"Ġconsistently":20699,"ĠIowa":20700,"Ġavatar":20701,".cursor":20702,"![":20703,"Ġhanging":20704,"Her":20705,"Such":20706,"';ĊĊĊ":20707,"orgeous":20708,"()==":20709,"ĠviewModel":20710,"Ġãĥ":20711,"Ġels":20712,"ĠAgent":20713,"Fetch":20714,"apor":20715,"Ġcx":20716,"pread":20717,"ĠPier":20718,"oeff":20719,"Sn":20720,"ĠVirtual":20721,"Apr":20722,".White":20723,"_MOD":20724,"ĠPoints":20725,"失":20726,"Ġgenes":20727,"Ġvendor":20728,"Ġmainstream":20729,"Ċ":20758,"Filename":20759,"Ġsne":20760,"ĠFootball":20761,"Ġrival":20762,"Ġdisaster":20763,"ionic":20764,"ĠDamage":20765,".Resource":20766,"-en":20767,"ĠTypes":20768,"getString":20769,"(board":20770,"Ġbol":20771,"plain":20772,"zym":20773,"า":20774,"Ġscanner":20775,"ilder":20776,"_msgs":20777,"æı":20778,"(intent":20779,"Ġdestruct":20780,"Ġbust":20781,"ĠEmploy":20782,"oni":20783,"ĠUIViewController":20784,"Ġodds":20785,"earer":20786,"Geometry":20787,"Ġyii":20788,"_EXPORT":20789,"ĠAttack":20790,"Ġniet":20791,"Ġimpression":20792,"ĠGil":20793,"_prob":20794,"ĠCF":20795,"ĠExperience":20796,"/plugins":20797,".Method":20798,"Ġbeliefs":20799,"Native":20800,"_build":20801,"Ġvig":20802,"Ġranks":20803,"covered":20804,"such":20805,"Guard":20806,".pack":20807,"adder":20808,"ivia":20809,"lng":20810,"ĠвÑĭ":20811,"Timestamp":20812,"_now":20813,"Ġpoker":20814,"Ġunc":20815,"Ġshapes":20816,"-types":20817,"_period":20818,"pk":20819,"Ġveteran":20820,"Ġsono":20821,"Ġappointed":20822,"overflow":20823,".driver":20824,"_cat":20825,"utt":20826,"plant":20827,"imb":20828,"ĠAccept":20829,"Ġconcert":20830,"ĉnode":20831,"ĉz":20832,"?>čĊ":20833,"Ġbanned":20834,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20835,"Ġtoxic":20836,"Ġdisappe":20837,"ÈĽ":20838,"Ġgrace":20839,"ateful":20840,"Reply":20841,"ĠCruz":20842,"Ġscrap":20843,"Ġkeywords":20844,"simp":20845,"Ġmortgage":20846,"Ġcyber":20847,"ĠExecute":20848,"Ġlatitude":20849,"ifu":20850,".COM":20851,"dbo":20852,"Ġsorts":20853,"ĠGas":20854,"omial":20855,".Local":20856,"Cells":20857,".Replace":20858,"Strings":20859,".fit":20860,"ĠThird":20861,"%\",Ċ":20862,"Ġ{}\".":20863,"ĠSony":20864,"Ġ[:":20865,"Ġfallen":20866,".')Ċ":20867,"inh":20868,"ĠMC":20869,"Ġredis":20870,"Codes":20871,"Ġprofiles":20872,"hook":20873,"Reducer":20874,"_FUNC":20875,"Ġnavigate":20876,"strlen":20877,"Ġhorm":20878,"áŀ":20879,"ĠSR":20880,".boot":20881,"Ġdigest":20882,"ĉheader":20883,".findOne":20884,"æģ":20885,"DbType":20886,"nia":20887,"_merge":20888,"Ġdonne":20889,"/Getty":20890,"_CHAR":20891,"Ġbands":20892,".URL":20893,"artial":20894,"Ġfreq":20895,"Ġsist":20896,"Ng":20897,"Ġrendering":20898,"\\Core":20899,"Widgets":20900,"ĠVA":20901,"Ġactivists":20902,"Ste":20903,"=_":20904,"alla":20905,"Stamp":20906,"Ġloads":20907,"Ġxx":20908,"ĠLearning":20909,".Mvc":20910,"uir":20911,"(\"$":20912,"Ġconnecting":20913,"ReadOnly":20914,"uru":20915,"ĠEag":20916,"BIT":20917,"_DEL":20918,"å§":20919,"arrass":20920,"external":20921,"ĠYOUR":20922,"ĠBrew":20923,"ĠFive":20924,"Ġresize":20925,"igid":20926,"eration":20927,"ĠÑį":20928,"åĬł":20929,"ĠCatch":20930,"Ùģ":20931,"ĠLeon":20932,"amil":20933,".Body":20934,"Clip":20935,"/list":20936,".br":20937,"EditText":20938,"ĉdb":20939,".Game":20940,"(BuildContext":20941,"backend":20942,".Red":20943,"facebook":20944,".urls":20945,"mr":20946,"rolled":20947,"-------":20948,"Ġintervention":20949,"Ġretirement":20950,"ĠKit":20951,"ĠPRE":20952,"UpperCase":20953,"ĠSocket":20954,"Ġ:-":20955,"Ġstudying":20956,"ĠMetro":20957,"arded":20958,"Ġconversations":20959,"Called":20960,"Ġexamine":20961,"ertificate":20962,".gz":20963,"-responsive":20964,"Ġrefund":20965,"_network":20966,"allowed":20967,"empt":20968,"Ġmeals":20969,"Categories":20970,"Ġtraveling":20971,"Ġkg":20972,"Ġshame":20973,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20974,"Ġexplicitly":20975,"Ġmathematic":20976,"ĠSuite":20977,"ĠRGB":20978,"******/":20979,"Ġmixture":20980,"learning":20981,".template":20982,"atts":20983,"wx":20984,"ĉctx":20985,".properties":20986,"Ġdrinks":20987,"ĠEither":20988,"setText":20989,".getData":20990,".zip":20991,"Ġreveals":20992,".Ċ":21005,"Ġranked":21006,"_impl":21007,"ĠHandles":21008,"Ġhosted":21009,"Ġupdating":21010,"album":21011,"éĿ":21012,"Ġshader":21013,"Editors":21014,"-round":21015,"[]{":21016,"Ġsep":21017,"ĠHi":21018,"TEM":21019,"lookup":21020,".man":21021,"_INPUT":21022,"Ġthreatened":21023,"_IMPORT":21024,"Ġdrops":21025,"ruit":21026,"sid":21027,"both":21028,"ĠExcel":21029,"Ġjer":21030,"ordinary":21031,"ей":21032,"VIEW":21033,"reply":21034,"Ġ):Ċ":21035,"colors":21036,"verified":21037,"_Tr":21038,"_parse":21039,"Ġcongress":21040,"Promise":21041,"ints":21042,"ĠMother":21043,".Api":21044,"ĠDuration":21045,"ĠfirstName":21046,"inheritdoc":21047,"ĠMars":21048,"Ġapr":21049,"ODY":21050,"Ġvisits":21051,"Ġhealing":21052,"letters":21053,")));čĊ":21054,"future":21055,".Framework":21056,"Ġkiss":21057,"Ġinvolve":21058,"Ġsilent":21059,"adows":21060,"Ġanybody":21061,"sch":21062,"Ġsolely":21063,"-img":21064,"Ġpropri":21065,"Ġinstruct":21066,"Ġlicenses":21067,"Ġmeth":21068,"Ġcondem":21069,"ĠDomain":21070,"ĠHarris":21071,"ĠsÃ¥":21072,"CEPT":21073,"Batch":21074,"@extends":21075,"ĠCONTRIBUT":21076,".DataFrame":21077,"_packet":21078,"recision":21079,"Ġfocusing":21080,".ht":21081,"__\":Ċ":21082,":Get":21083,"ĠKC":21084,"Ġpassage":21085,"Segment":21086,"_center":21087,"-zA":21088,"_BL":21089,"Ġconvin":21090,"Ġclassified":21091,"ĠNSMutable":21092,"_ap":21093,"tile":21094,"Rectangle":21095,"(nums":21096,"vens":21097,"ĠUIButton":21098,"ĠFeder":21099,"amo":21100,"Ġoutline":21101,"ĠParser":21102,"Ġâī":21103,"ĠWorks":21104,".Schema":21105,"Ġengines":21106,"_common":21107,"_old":21108,"ĠsetContentView":21109,"Ġ///<":21110,"ĠBT":21111,"fm":21112,"Ġdivers":21113,"_weights":21114,"emark":21115,"ĠACT":21116,"Ġproportion":21117,"overlay":21118,".dirname":21119,"ĠGit":21120,"_REFERENCE":21121,"<>":21122,"lb":21123,"_rule":21124,"è´¥":21125,"ĠPutin":21126,"Ġsleeping":21127,"():čĊ":21128,"Ġpreserve":21129,"Ġparliament":21130,"ĠLooking":21131,"Ġpicking":21132,"ĠDispatch":21133,"Ġslip":21134,"ëĵ":21135,"ĠLyn":21136,"_signal":21137,"configuration":21138,"ĠPitt":21139,"aden":21140,"procedure":21141,"Ġenthusi":21142,"fight":21143,"ĠConsider":21144,"Ġtorn":21145,"Connected":21146,".cos":21147,"_groups":21148,"ĠThink":21149,"Ġdeliber":21150,"Ġresid":21151,"working":21152,".columns":21153,"ĠCalled":21154,"Ġeslint":21155,">\",":21156,"_DOWN":21157,"hist":21158,"ĠAdvanced":21159,"Ġrewards":21160,"actors":21161,"Ġsilence":21162,"Ġmyth":21163,"Ġneur":21164,"Ġauction":21165,".GetString":21166,"eks":21167,"(project":21168,"ĉmsg":21169,"ĉoutput":21170,"Ġcomplaints":21171,",S":21172,"Ġtbl":21173,"Ġ,ĊĊ":21174,"riors":21175,"ahren":21176,"Ġlawyers":21177,"redux":21178,"_symbol":21179,"offee":21180,"_RESULT":21181,"(Name":21182,"UTC":21183,".currentTime":21184,"Ġorganis":21185,".arg":21186,"Ġminim":21187,"wick":21188,"Ġreceives":21189,"Balance":21190,"Ġspeaks":21191,"ĠDays":21192,"ĠBelow":21193,"tipo":21194,"Present":21195,"Ġreserv":21196,"hp":21197,"Ġrit":21198,"_RIGHT":21199,"--)":21200,"Ġchairman":21201,"DIS":21202,"ĠBOOST":21203,"Ġexperiments":21204,"__);Ċ":21205,"Ġstamp":21206,"Ġfert":21207,"Ġfond":21208,"Ter":21209,"elve":21210,"uren":21211,"+i":21212,"endency":21213,"Ġvirtually":21214,"...\"":21215,"ï½ŀ":21216,"-cent":21217,"_unique":21218,"Ġpricing":21219,"mic":21220,"RESH":21221,"Ġ:::":21222,"Ġannotation":21223,"ĠCircle":21224,"ongodb":21225,"itas":21226,"Ġ%(":21227,"(component":21228,"Ġоб":21229,"(port":21230,"-hour":21231,".obj":21232,"LBL":21233,"Ġjury":21234,"GBT":21235,"Ġspy":21236,"ĠProfessional":21237,"Ġ\"\";ĊĊ":21238,"Ġstriking":21239,"Ġdiscrimination":21240,"Ġpays":21241,"lict":21242,"entes":21243,"Ġthrowing":21244,"ĠPlugin":21245,"(def":21246,"ĠRuntimeException":21247,"ĠMigration":21248,"Ġdic":21249,"bag":21250,"onia":21251,"Ġcorruption":21252,"(Map":21253,"Ġprz":21254,".dto":21255,"Ġacquire":21256,"StateToProps":21257,"Ġloving":21258,"ож":21259,"_pattern":21260,"Ġemotions":21261,"Ġpublisher":21262,"_be":21263,"Ġcouples":21264,"oj":21265,"ĠChart":21266,"Ġtrop":21267,".tool":21268,"Ġestablishment":21269,"Ġdol":21270,"Ġtower":21271,"Ġlane":21272,"ĠSydney":21273,"Ġfilling":21274,"claimed":21275,"Ġdialogue":21276,"Ġconvention":21277,"booking":21278,"parency":21279,"æ±":21280,"ĠGeneric":21281,"\\Schema":21282,"Ġranges":21283,"/ch":21284,"Ġpanels":21285,"Ġruled":21286,"çĶŁ":21287,".ts":21288,"_sets":21289,"Ġcleanup":21290,"Previous":21291,"ĠAnimal":21292,"($(":21293,"ĠAve":21294,"ollar":21295,"_eval":21296,"ĉName":21297,"(tree":21298,"Ġ\"]":21299,"Ġduties":21300,"='/":21301,"Clicked":21302,"Ġdifferently":21303,"ĠClark":21304,"Ġdit":21305,"ologists":21306,"Ġsynd":21307,"Ġsends":21308,"-known":21309,"kb":21310,"ĠModal":21311,"itative":21312,"Ġracing":21313,"Ġhighlights":21314,"ĠSimon":21315,"ĠCaptain":21316,"ä¿¡":21317,"ĠCB":21318,"contin":21319,"aran":21320,"Ġphysics":21321,"retty":21322,"etal":21323,".md":21324,"axios":21325,"Ġspeakers":21326,"Ġprep":21327,"Ġawarded":21328,"ì§Ģ":21329,"ĠCorn":21330,"ĠNature":21331,"UDIO":21332,"Ġproj":21333,"-pre":21334,"[u":21335,"Features":21336,"ĠisEqual":21337,"Binary":21338,"sig":21339,"Ġconfusion":21340,"ĠHat":21341,"Ġktó":21342,".configure":21343,"MON":21344,"/edit":21345,"_Add":21346,",true":21347,"Ġcli":21348,"ErrorMessage":21349,"-loader":21350,"Dimensions":21351,"ultiply":21352,"Ġ{!!":21353,"ĠSqlCommand":21354,"Ġspoken":21355,"Ġpics":21356,"Ġtoy":21357,"(Key":21358,"ĠLoop":21359,"ب":21360,"EATURE":21361,"inction":21362,"_setup":21363,"wrapper":21364,"Ġtong":21365,"cular":21366,"Opt":21367,".Pl":21368,"=\",":21369,"(length":21370,"umn":21371,"Ġchrom":21372,"Ġsevent":21373,"ĠIllegalArgumentException":21374,"ĉstart":21375,"Ġbegun":21376,"CEPTION":21377,"dataset":21378,"ĠFailed":21379,"cols":21380,"Ġknee":21381,"imore":21382,".splice":21383,"shell":21384,"iggers":21385,"Ġthemes":21386,"ĠDJ":21387,"ĠAssistant":21388,"-$":21389,"Maybe":21390,"Ġordering":21391,"ĠIntelligence":21392,"ĠMassachusetts":21393,"Ġfailing":21394,"elson":21395,"Great":21396,"=i":21397,".rest":21398,"Ġinvite":21399,"-disable":21400,".GroupBox":21401,"âĢĻest":21402,"Ġtackle":21403,"gv":21404,"etter":21405,"Ġ),čĊ":21406,"_rules":21407,".warn":21408,"functions":21409,"ĠChristians":21410,"Ġbacked":21411,"Ġslider":21412,"Ġenjoying":21413,"nest":21414,"Ġhij":21415,"_ms":21416,"//*":21417,"Annotations":21418,"ĠVariables":21419,"":21620,"cycle":21621,"ĠBull":21622,"paths":21623,"Ġunp":21624,"ĠviewDidLoad":21625,"_Model":21626,"ĠassertTrue":21627,"Ġrated":21628,"Decl":21629,"verted":21630,"ĠDat":21631,"brew":21632,"Ġpointing":21633,"Ms":21634,"ĠPointer":21635,")'":21636,"_non":21637,"ĠSEC":21638,"Ġyeah":21639,"gency":21640,"initialize":21641,"fly":21642,"[pos":21643,",g":21644,"Tele":21645,"Ġjoke":21646,"Ġclause":21647,".findById":21648,"enes":21649,"(instance":21650,"£":21651,"Ġslic":21652,"_home":21653,"Ġ*/}Ċ":21654,"_pages":21655,"(service":21656,"RP":21657,"ĠAmong":21658,".getCurrent":21659,"ãĤ¹":21660,"Ġslee":21661,"=[Ċ":22071,"oler":22072,"Ġlibert":22073,"Ġ`Ċ":22074,"Ġwenn":22075,"lated":22076,"Ġimmune":22077,"(Node":22078,"ĠProblem":22079,"ĠAbs":22080,"logs":22081,"Ġ../":22082,"ĠADC":22083,"Ġ}}\">Ċ":22084,">');Ċ":22085,"=b":22086,"ĠWind":22087,"lahoma":22088,"Ġallocate":22089,"orian":22090,"Ġprescription":22091,"-quality":22092,"ĠMayor":22093,"inely":22094,"endforeach":22095,"ĠComplex":22096,"kom":22097,"TY":22098,"]].":22099,".Style":22100,"_many":22101,"','$":22102,"Ġbarrier":22103,"ĠFetch":22104,"ĠMarvel":22105,"Ġresist":22106,"ого":22107,"bidden":22108,"ĠRunnable":22109,":false":22110,"Ġbuilds":22111,"ĠStage":22112,"Ġdub":22113,"empo":22114,".site":22115,";ĊĊĊĊ":22116,"ĠDenver":22117,"Ġrevel":22118,"Ġtriggered":22119,"Ġdice":22120,"_fail":22121,"Ġgc":22122,"ĉX":22123,"ĠThrowable":22124,".router":22125,"ĠRevolution":22126,"ÑĢа":22127,"_NON":22128,"Ł¥":22129,"Ġelder":22130,"Ġabroad":22131,"Ġе":22132,"ĠAdult":22133,"blr":22134,"glyphicon":22135,"Ġpromoting":22136,"Ġiz":22137,"ĠSolid":22138,"_loader":22139,"early":22140,".enabled":22141,"-edit":22142,"ĠUL":22143,"_play":22144,"ĠInterrupt":22145,"Ġadvantages":22146,"ucle":22147,"Ġmechanical":22148,".tableLayoutPanel":22149,"ĠWorking":22150,"Ġanonymous":22151,"Rating":22152,"igious":22153,"_phone":22154,".addActionListener":22155,"Ġfran":22156,"unden":22157,"Ġ*)&":22158,"_bool":22159,"ulative":22160,"Ġcone":22161,"ĠMult":22162,"Ġmö":22163,"ĠForward":22164,"]):Ċ":22165,"Ġconvinced":22166,"acted":22167,"ãģĵ":22168,"ĠConfigure":22169,"Ġceiling":22170,"Der":22171,"Ġpassengers":22172,"Groups":22173,"Ġsoccer":22174,"/W":22175,"aviors":22176,"swith":22177,"ĠZone":22178,".Options":22179,"ĠMom":22180,"ieder":22181,"Arrays":22182,"Ġtreatments":22183,"Ġprotecting":22184,"fac":22185,"Ġpickle":22186,"ButtonItem":22187,"Ġblocking":22188,"strar":22189,"ò":22190,"ĠExport":22191,"Ġthrew":22192,"otta":22193,"ĠBASE":22194,".ws":22195,".LEADING":22196,"orderBy":22197,"_delay":22198,"ĠPu":22199,".dll":22200,"ĠChoose":22201,"Police":22202,"ĠBEGIN":22203,"boxes":22204,"Ġdiamond":22205,",l":22206,"Ġĉĉĉ":22207,"Ġcurious":22208,"tv":22209,"Ġerotische":22210,"ackages":22211,"ĉSet":22212,"Tick":22213,".border":22214,"staticmethod":22215,"Ġcher":22216,"invoice":22217,"Ġcru":22218,"Ġdefect":22219,"_metadata":22220,"relation":22221,"ikan":22222,"[N":22223,"(Qt":22224,"(Base":22225,"æģ¯":22226,"beat":22227,"ĠEmpty":22228,"ĉo":22229,"_shift":22230,"Ġregret":22231,"Those":22232,"Cent":22233,"ĠPortug":22234,"ĠIslands":22235,"ĠTIME":22236,"Management":22237,"-sp":22238,"ême":22239,"Ġnotion":22240,"unifu":22241,"PK":22242,"è¡Į":22243,"ĠCURLOPT":22244,"\\\"\\":22245,"UV":22246,"çº":22247,"dra":22248,"cou":22249,"=`":22250,"ĠDestroy":22251,"rp":22252,".cancel":22253,"GG":22254,"runtime":22255,"ĠVue":22256,"Ġprogressive":22257,"/services":22258,"Ġrunner":22259,"_FRAME":22260,".ToolStripMenuItem":22261,"Ġ','":22262,"delay":22263,"=utf":22264,"Ġscreening":22265,"Ġpulling":22266,"omas":22267,"Ġanth":22268,"-new":22269,"/local":22270,"ĠiPad":22271,"Ġtwitter":22272,"Ġdying":22273,"Ġheaven":22274,"ĠUInt":22275,"ĠSenator":22276,"Ġpresum":22277,"ĠWalker":22278,"Ġovercome":22279,"etection":22280,"Ġembarrass":22281,"China":22282,"Include":22283,"ROLL":22284,"ĠdataType":22285,"David":22286,"ร":22287,"lop":22288,"-month":22289,"Ġscar":22290,"ĠSafe":22291,"Ġ****************************************************************":22292,"Ġaccessories":22293,"Ġramp":22294,"_USE":22295,"Ġcontrad":22296,"))]Ċ":22297,"Ġprest":22298,"ĠHR":22299,"ĠRap":22300,"Ġusize":22301,"Ġcapability":22302,"Ġcort":22303,"-next":22304,"Ġburden":22305,"_reader":22306,"Ġ@@":22307,"regular":22308,"ĠKa":22309,"MAN":22310,"Ġastr":22311,"Ġ'')Ċ":22312,"Ġfed":22313,"Ġparsing":22314,"ĠYears":22315,"Ġbroker":22316,"\":{\"":22317,"Ġakt":22318,"Inventory":22319,"abeled":22320,"Ġargparse":22321,"*******Ċ":22322,"versation":22323,"Ġcord":22324,"ĠTi":22325,"Ġhopefully":22326,"Ġah":22327,"verb":22328,"Ġstolen":22329,".Entry":22330,"Ġexpecting":22331,"Orientation":22332,"Ġpowered":22333,"Ġpersist":22334,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":22335,"']);":22336,"')),Ċ":22337,"ĠCash":22338,"ĉitem":22339,"grades":22340,"ropol":22341,"basic":22342,"Ġ\");čĊ":22343,"Ġawards":22344,"(range":22345,"-all":22346,"ĠIBOutlet":22347,"ĠIndeed":22348,"----------------------------------------------------------------------------":22349,"Ġstomach":22350,"Ġflower":22351,"Ġsew":22352,"_times":22353,"avis":22354,"QString":22355,"ĠRoutes":22356,"_prot":22357,"Ġcomedy":22358,"Ġlogout":22359,"Ġwooden":22360,"Ġposter":22361,"piece":22362,".Join":22363,"ĠPok":22364,"celona":22365,"mutex":22366,";čĊčĊčĊ":22367,"Ġstrikes":22368,"Loaded":22369,")arg":22370,"esa":22371,"United":22372,"Ep":22373,"PELL":22374,"ĠAtlantic":22375,"ullet":22376,"apple":22377,"Ġsettled":22378,"acon":22379,"Ġprinter":22380,"ĠGC":22381,"å®ļ":22382,"Ġrendered":22383,",âĢĻ":22384,"heit":22385,"social":22386,".ge":22387,"ĠRick":22388,"ĠUtah":22389,"got":22390,"onical":22391,"ĠScroll":22392,"ĠSciences":22393,"Ġjug":22394,"Ġampl":22395,"enti":22396,"LEFT":22397,"Ġtabs":22398,"Ġenormous":22399,".getKey":22400,"locate":22401,".EX":22402,".storage":22403,".We":22404,"Ġtoast":22405,"ĠAdditionally":22406,"ĠNOW":22407,"_UPDATE":22408,"Ġtransferred":22409,"tha":22410,".Display":22411,"_ui":22412,"IDEO":22413,"Ġmeaningful":22414,"ĠMoscow":22415,",this":22416,"ĠVictoria":22417,"æĶ¹":22418,"ĠÐŁ":22419,".stack":22420,"ĠBarn":22421,"paredStatement":22422,":string":22423,"Ġbij":22424,"ĠSTATE":22425,"Ġemployers":22426,"ĉinput":22427,"(|":22428,"Ġlex":22429,"invoke":22430,"ĉnum":22431,"++,":22432,"atial":22433,"orses":22434,"Ġfork":22435,"_txt":22436,"ĠAntonio":22437,"Ġ(<":22438,"averse":22439,"Ġdevast":22440,"ãĢĢ":22441,".Dec":22442,"ĠGard":22443,"/ui":22444,".%":22445,"tri":22446,"Ġrolled":22447,"ValuePair":22448,"itten":22449,"ĠTher":22450,"Ġvrou":22451,"ĠFlow":22452,"ĠFinance":22453,"ĠComb":22454,"HC":22455,".setVisible":22456,"isl":22457,"Ġpk":22458,"Ġupset":22459,"(raw":22460,"ĠVice":22461,"eatures":22462,"ĠLang":22463,"Looking":22464,"ĠAST":22465,"Ġtrips":22466,"ĠJustin":22467,"browser":22468,"=\"'.$":22469,".vertices":22470,"-co":22471,"}/{":22472,"Ġ?,":22473,"ĠDomin":22474,"ĠBelg":22475,"\"<":22476,"Ġsuppose":22477,"addy":22478,"Ġwalks":22479,"ERRU":22480,"_filters":22481,"Preferred":22482,"scene":22483,"еÑģ":22484,"ĠAffairs":22485,"Ġ\"#{":22486,"ĠonSubmit":22487,"Ġstocks":22488,"/view":22489,"gree":22490,"-get":22491,"hit":22492,"Jo":22493,".getC":22494,"Initialized":22495,"ÑĤи":22496,"cuts":22497,"(Type":22498,"ĠAgreement":22499,"ĠVietnam":22500,"Ġ/*!":22501,"Ġpizza":22502,"-view":22503,"_em":22504,"Ġlhs":22505,"Ġmuy":22506,"ĠIdent":22507,"ĠFriends":22508,"Ġabund":22509,"_AD":22510,".timestamp":22511,"-'":22512,"Ġduplicate":22513,"Ġhunting":22514,"Ġregulatory":22515,"iao":22516,"amous":22517,"ĠEntertainment":22518,"[A":22519,"iatric":22520,"_CLIENT":22521,"ĠKids":22522,"/pkg":22523,"Break":22524,")));ĊĊ":22525,"ĠShape":22526,"Ġrelating":22527,"Interrupt":22528,"ableOpacity":22529,"embre":22530,"Ġmystery":22531,"Ġjournalists":22532,"ritable":22533,".Link":22534,"Ġstopping":22535,"CRET":22536,".DB":22537,"Ġpopularity":22538,"Ġgew":22539,"Ġimpr":22540,"setValue":22541,"FLAG":22542,"ĉmax":22543,"Ġbake":22544,"wy":22545,"ĠEconomic":22546,"Ġencontr":22547,"Ġfname":22548,"/de":22549,"Rank":22550,"Ġbugs":22551,".sm":22552,"Ġmedian":22553,"DOWN":22554,"ĠSure":22555,"AtIndex":22556,"ĠDick":22557,"Ġ(__":22558,".delta":22559,"Fr":22560,"Ġsuggesting":22561,"ĠRecyclerView":22562,",e":22563,"START":22564,"/****************************************************************************":22565,"xford":22566,"Ġreceipt":22567,"CLAIM":22568,"readonly":22569,"Ġengaging":22570,"Ca":22571,"asma":22572,"Ġensuring":22573,"English":22574,"ĠVancouver":22575,"hyth":22576,"Ġpurchasing":22577,"ĠPI":22578,".word":22579,"(sp":22580,".home":22581,":def":22582,"Ġgig":22583,"ĠVe":22584,"forum":22585,"ĠMitch":22586,"Bay":22587,"_FL":22588,"Ġsoll":22589,"_columns":22590,"Ġminority":22591,"bird":22592,"Ġhanded":22593,"SSL":22594,"STAT":22595,"Ġnervous":22596,"ĥ½":22597,"ĠfilePath":22598,"CREATE":22599,"Aw":22600,"Ġpens":22601,"seed":22602,"ĠCompute":22603,"olk":22604,"ĠAsset":22605,"reach":22606,"'),čĊ":22607,"navigation":22608,"LF":22609,"/util":22610,"ĠPub":22611,"ĠâĶ":22612,"cion":22613,"##Ċ":22614,"III":22615,"TagName":22616,"Ġamid":22617,"permission":22618,"ifiable":22619,"xFFFFFFFF":22620,"ни":22621,".Buffer":22622,"_irq":22623,"dark":22624,"Ġretval":22625,".fire":22626,"production":22627,".listen":22628,"ĠWeather":22629,"Ġbuyers":22630,".ne":22631,"erp":22632,"ĠPent":22633,"Ġwelfare":22634,"ĠpageSize":22635,"ĠStadium":22636,"erta":22637,"Ġlev":22638,"ampa":22639,"Pager":22640,"Ġcharging":22641,"ĠNetflix":22642,"|null":22643,"_random":22644,".xpath":22645,"Ġstere":22646,"ĠISIS":22647,"ponses":22648,"(loc":22649,"eyond":22650,"ĠOfficial":22651,"ĠMaryland":22652,"DataType":22653,"_par":22654,"{},":22655,"ĠEnjoy":22656,"_SHIFT":22657,"ĠAwards":22658,"_ENTRY":22659,"Ġseemingly":22660,"enticate":22661,"Ġhearts":22662,"_;ĊĊ":22663,"ĠHIV":22664,"Ġindivid":22665,"ĠFlag":22666,"_ctrl":22667,"ĠCallback":22668,",z":22669,"ĠGPU":22670,"ĉobj":22671,"ĠPhoenix":22672,"ĠBUS":22673,"Ġrubber":22674,"_AUTH":22675,"ĠSolutions":22676,"(location":22677,"Variables":22678,".setEnabled":22679,"_high":22680,"WO":22681,"Gesture":22682,"Ġretry":22683,"ĠobjectForKey":22684,"alloween":22685,"Ġmos":22686,"ĠCele":22687,"Ġikke":22688,"(cell":22689,"ĠMODE":22690,"rena":22691,"Ġdescribing":22692,"Ġphi":22693,"Ġrd":22694,"Ġdeserve":22695,"Ġwheels":22696,"å¸Ĥ":22697,"Ġcritics":22698,"Namespace":22699,"ĠFra":22700,"ĠĊĊĊĊ":22701,"Ġalla":22702,"Ġrequiring":22703,"æľŁ":22704,"utation":22705,"Ġdelayed":22706,"Ġadministrative":22707,"Ġbay":22708,".hidden":22709,"Tex":22710,"Ġboundaries":22711,"Ġ]);ĊĊ":22712,"ĠFollowing":22713,"~/":22714,"Fi":22715,"_conv":22716,"_TITLE":22717,"Ġdesde":22718,"ICollectionView":22719,"Alias":22720,"Ġbite":22721,"patient":22722,"_COMMAND":22723,"Completed":22724,"ĉelif":22725,"(<":22726,"Business":22727,"ĠPool":22728,"Ġpursue":22729,"ĠBan":22730,"_steps":22731,"_DECL":22732,"umble":22733,"Ġcombo":22734,"ĠLayer":22735,".xr":22736,"Ġdup":22737,"---------":22738,"Ġmodifier":22739,"rob":22740,"rez":22741,"Ġathletes":22742,"Used":22743,"wear":22744,"Ġlegitimate":22745,"Ġ\"ĊĊ":22746,"Ġhv":22747,"Std":22748,"ĠHold":22749,"Ġsurviv":22750,"ĠAlliance":22751,"ĠEarly":22752,"Behavior":22753,"(font":22754,"/libs":22755,"Ġrectangle":22756,"Ġsinger":22757,"Ġamp":22758,"EqualTo":22759,"Ġ\".\"":22760,"Ġgirlfriend":22761,"å±":22762,"linear":22763,"observ":22764,"Ġpiù":22765,"Ġcomplement":22766,"WithValue":22767,"(password":22768,"take":22769,"Blank":22770,"ĠCompar":22771,"'\",":22772,"_policy":22773,"mongoose":22774,"_FAILED":22775,".report":22776,"Ratio":22777,".PerformLayout":22778,"usable":22779,"mers":22780,"_render":22781,"PEED":22782,"Ġlesb":22783,"ĉE":22784,"_tool":22785,"Ġladies":22786,"оÑģ":22787,"))))Ċ":22788,";;;;":22789,".dot":22790,"Ġnest":22791,"peak":22792,"ukkit":22793,"eca":22794,"_SW":22795,"Ġ&(":22796,"ĠOklahoma":22797,"Ġbanking":22798,"ĠNintendo":22799,"Ġreproduce":22800,"_elements":22801,"_mac":22802,"proxy":22803,"Ġremarkable":22804,"}/${":22805,"Ġouts":22806,".hasNext":22807,"MODE":22808,"Ġanime":22809,".conn":22810,"Unique":22811,"Dom":22812,"Ġimportantly":22813,"itty":22814,"Ġjuice":22815,"Tw":22816,"ĠPartners":22817,"Ġattacking":22818,"Ġportable":22819,"amiento":22820,".PictureBox":22821,".gen":22822,"Ġoptimal":22823,"Ġrecre":22824,"Ġjournalist":22825,"ĠExtract":22826,"ĠMoreover":22827,"ĠmarginTop":22828,".Ap":22829,"Ġfiring":22830,"NaN":22831,"ĉtemplate":22832,"ад":22833,".En":22834,"Ġdefence":22835,"ĠTel":22836,"ilen":22837,"jan":22838,"=data":22839,"ĠUrl":22840,"ĠReuters":22841,"(total":22842,"ĠFifth":22843,"Ġessays":22844,"Ġinterpretation":22845,"Ġcharity":22846,"ĠRules":22847,"Ġsubsection":22848,"styled":22849,"azer":22850,"lags":22851,"LIST":22852,"Ġuploaded":22853,"Ġtrash":22854,"Ġregistr":22855,"Ġseller":22856,">';čĊ":22857,"ĠstartTime":22858,"çĻ":22859,"sy":22860,"(HttpServletRequest":22861,"Ġtrap":22862,"GC":22863,"Ġembedded":22864,"Ġsurrounded":22865,"imits":22866,"TX":22867,"ylinder":22868,"ĠFal":22869,"Ġsentences":22870,"ĠJa":22871,"IFICATION":22872,"weapon":22873,"ovation":22874,"Ġcoat":22875,"Ġinterpol":22876,"Ġlips":22877,"ĠKy":22878,"Ġvectors":22879,"_am":22880,"Ġintake":22881,".world":22882,"Ġinbox":22883,"ĠMAC":22884,"_ab":22885,"(nameof":22886,"Ġentert":22887,"Ġgathering":22888,"ĠSIM":22889,"++.":22890,"nya":22891,"'}}":22892,"ĠUPDATE":22893,"Ġpac":22894,"(html":22895,"ĠSant":22896,"iating":22897,"ĠIdeas":22898,"Ġspray":22899,"ĠHart":22900,"Ġverification":22901,"adesh":22902,"/modules":22903,"ĠMind":22904,"ĠSizedBox":22905,"Ġshelter":22906,"Ġheroes":22907,"atty":22908,"Ġcertified":22909,"sj":22910,"Ġêtre":22911,"ÅĤo":22912,"Ġpublishing":22913,"ĠMalays":22914,".getUser":22915,"ĠProvider":22916,"ĠLinkedList":22917,"ĠBor":22918,"ROUND":22919,"did":22920,"tain":22921,"pire":22922,"ĠJenn":22923,"tel":22924,"ande":22925,"_front":22926,"ĠMcG":22927,"TestMethod":22928,"à¸Ń":22929,"Ġoccasionally":22930,"ĠWales":22931,"Ġexercises":22932,"ĠÐĴ":22933,"-plus":22934,"Ġvalidator":22935,"Ġprayer":22936,"LATED":22937,"_author":22938,"Ġlabour":22939,"++Ċ":22940,"-equiv":22941,"ĠGPL":22942,"Ġfacebook":22943,"simple":22944,"gly":22945,"Processor":22946,"ipy":22947,"Ġ*>":22948,"Ġcleared":22949,"ĠPush":22950,"Ġpenis":22951,"Structure":22952,"lij":22953,"ĠMorgan":22954,"Ġhandful":22955,"\".Ċ":22956,"|\\":22957,"Ġ********************************":22958,"ĠAqu":22959,"_IC":22960,".loads":22961,"Ġmeter":22962,"ĠMarine":22963,"::{":22964,"ĠTS":22965,"ĠArrays":22966,".Title":22967,"GRAM":22968,"termin":22969,"Ġcoinc":22970,"Else":22971,"_states":22972,"-run":22973,"members":22974,"astro":22975,"ĠonPress":22976,"Ġbeings":22977,"Ġabandoned":22978,"Ġtaxp":22979,"owners":22980,".mode":22981,"Ġdiagnosis":22982,"Ġ_Ċ":22983,"ĠKnight":22984,"ĉA":22985,"Ġobserve":22986,"),'":22987,"!\")Ċ":22988,"ĠPara":22989,"Ġvariation":22990,"(False":22991,"ĠAnti":22992,"Ġgri":22993,"Ġhomeless":22994,"?v":22995,"Ġbez":22996,".Server":22997,"release":22998,"ĠPatri":22999,"Ġchars":23000,"Ġranking":23001,"activation":23002,"Ġwides":23003,"qr":23004,".Sql":23005,"acular":23006,"ĠBot":23007,"_sync":23008,"Ġhappiness":23009,"Ġvolunteers":23010,"Ġsits":23011,"/<":23012,"[e":23013,"(fileName":23014,"Ġcapac":23015,"ĠMaria":23016,"father":23017,"Ġgram":23018,"*i":23019,"Ġcaso":23020,"_draw":23021,"ĠRaw":23022,"ĠIterator":23023,"ĠPadding":23024,"PD":23025,"BOX":23026,"ĠSPECIAL":23027,"Ġfecha":23028,"Ġvide":23029,"ĠLeader":23030,"以":23031,"$(\".":23032,"Ġdiameter":23033,"Ġmild":23034,"Ġrocks":23035,"appings":23036,"directory":23037,".flush":23038,"ĠJess":23039,"UNIT":23040,"ĠPear":23041,"Ġmandatory":23042,"Sur":23043,"qt":23044,"Ġstreams":23045,"Ġcooperation":23046,"ĠSac":23047,"Ġcheaper":23048,"ĉch":23049,"animation":23050,"fare":23051,"(height":23052,"(True":23053,"NY":23054,"Ġwrest":23055,"Ġpolls":23056,"Ġencountered":23057,"ĠMarketable":23058,"_PASSWORD":23059,"_SELECT":23060,"ĠArabia":23061,"_clock":23062,"Ġvoy":23063,"Ġиз":23064,"Ġstir":23065,"isible":23066,"-effect":23067,".created":23068,"Ġtoys":23069,"ĠTradable":23070,"Ġrust":23071,"Ġstrcpy":23072,"_timestamp":23073,"Ġtalented":23074,",null":23075,"ĠJobs":23076,"ĠPortland":23077,"Ġweakness":23078,"Throw":23079,"ĠAngel":23080,"ä¿®":23081,"Ġuncert":23082,"ï¼īĊ":23083,"ĠìĿ´":23084,"Which":23085,"Ġ[-]:":23086,"Something":23087,"Ġconvicted":23088,"kle":23089,"edium":23090,"Ġbranches":23091,"Ġbases":23092,"ç®":23093,"Ġcomplexity":23094,"ĠFig":23095,".reshape":23096,"$db":23097,"_CONST":23098,"ĠTes":23099,".runtime":23100,"Ġdeny":23101,"ĠBSD":23102,"Ġkr":23103,"hatt":23104,"ĠStatic":23105,"Ġuniversities":23106,"Replace":23107,"Ġdrove":23108,"Ġadoles":23109,"_plugin":23110,"ĠLGBT":23111,"Ġtex":23112,"duction":23113,"EDI":23114,"ĠTed":23115,"_URI":23116,"Ġreception":23117,"arten":23118,".Single":23119,"rice":23120,"scious":23121,"_bg":23122,"Ġwages":23123,"ĠServlet":23124,"UILayout":23125,"Ġformatted":23126,".Mod":23127,"',Ċ":23174,"Ġexpanding":23175,"ĠHamilton":23176,"ĠContrib":23177,".Tables":23178,"Activ":23179,"HH":23180,"ocommerce":23181,"_;":23182,"Ġamongst":23183,"owing":23184,"ĠCold":23185,"APH":23186,"Ġpsychological":23187,"_tensor":23188,"Ġpackaging":23189,"ĠSweden":23190,"Ġpare":23191,"Ġaggregate":23192,"Ġmoderate":23193,"_hand":23194,"Ġdesignated":23195,"Ġdrum":23196,"ĠgetUser":23197,"ĠCreek":23198,"_scope":23199,"ĠTransfer":23200,"ĠMarg":23201,"Ġfighters":23202,"Wnd":23203,"ĠSel":23204,"ĠLaunch":23205,"Ġemerging":23206,"iframe":23207,"ĠAdditional":23208,"Ġfears":23209,"Ġsatellite":23210,"_:":23211,"Ġdisposing":23212,"GetValue":23213,"HttpPost":23214,"ATIVE":23215,"ulary":23216,"Views":23217,"Ġattending":23218,"ĠTennessee":23219,"ĠMission":23220,"Ġmedication":23221,"ĠWy":23222,"ĠAnna":23223,"ع":23224,"ĠVertex":23225,".types":23226,"Organ":23227,".DataGridViewTextBoxColumn":23228,"ĠRS":23229,"Ġtempo":23230,"(App":23231,"VersionUID":23232,".point":23233,"ĠDutch":23234,"Hours":23235,"LU":23236,"Ġquoted":23237,".builder":23238,"ĠPerfect":23239,"ĠAlways":23240,"_two":23241,"Ġexclusively":23242,"ĠCra":23243,"ificar":23244,"ĠAWS":23245,"ingham":23246,"complex":23247,"kernel":23248,"Ġgravity":23249,"Ġwi":23250,"Ġoverview":23251,"ĠWant":23252,"ĠWP":23253,"(sh":23254,".rotation":23255,"States":23256,"ĠTeen":23257,"_components":23258,"ìĪĺ":23259,"Received":23260,"Ġlyrics":23261,"rites":23262,"ĉĉĉĉĉĠ":23263,"-American":23264,"[num":23265,"/python":23266,"ĠUART":23267,"Ġapple":23268,"ĠJonathan":23269,"Ġmomentum":23270,"ั":23271,"Ĥ¹":23272,"Ġmich":23273,"andra":23274,"Ġbiological":23275,"ĠMens":23276,"Ġ%%":23277,"elsea":23278,"ĠMexican":23279,".randint":23280,"Ġtale":23281,"ĠValidate":23282,"Ġdefeated":23283,".htm":23284,"Ġcopper":23285,"=/":23286,"cosystem":23287,"Ġrip":23288,"decimal":23289,".VISIBLE":23290,"ĠTa":23291,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":23292,"Ġdownloaded":23293,"environment":23294,"Ġnomine":23295,"building":23296,"ĠSpot":23297,"ipheral":23298,"Ġalto":23299,"quet":23300,"ĠFT":23301,"/get":23302,"/master":23303,"WIN":23304,"åħĥ":23305,"West":23306,"argc":23307,"Ġproducers":23308,"ĠMuch":23309,"_storage":23310,"credit":23311,"CONT":23312,"Ġvet":23313,"Ġvoices":23314,"('',":23315,"Ġinstruments":23316,"ĠMSG":23317,"esse":23318,"repository":23319,"omics":23320,"Ġdealer":23321,"Still":23322,"Ġbanner":23323,"ascii":23324,"Ġremarks":23325,"[js":23326,"Ġshorter":23327,"gulp":23328,"Ġmyster":23329,"Ġkun":23330,"ĠBird":23331,"Ġtiene":23332,"nut":23333,"ĠUm":23334,"Ġwise":23335,"Yeah":23336,"INESS":23337,"_begin":23338,"-heading":23339,"Course":23340,"ĠčĊčĊ":23341,"ombie":23342,"graded":23343,"ĠGPS":23344,"Ġże":23345,"Fit":23346,"caption":23347,"ön":23348,"/image":23349,"lia":23350,"(mod":23351,"Ġleak":23352,"enza":23353,"/H":23354,"ĠHappy":23355,"Dist":23356,"nx":23357,"ĠGovernor":23358,"(last":23359,"teacher":23360,"ĠSent":23361,"support":23362,"jectory":23363,"ĠÙħ":23364,"Registration":23365,"ĠGray":23366,",false":23367,"Ġadjusted":23368,"(settings":23369,"'Ċ":23431,"-fold":23432,"æĬ":23433,"ĠBetter":23434,"Ġ\"\\<":23435,"spacing":23436,"Ġfurnished":23437,"oser":23438,"]}Ċ":23439,"Ġ$\"":23440,"pull":23441,".Post":23442,"(ip":23443,"Ĺı":23444,".front":23445,"nte":23446,"ĠFM":23447,"guid":23448,"Ġnegotiations":23449,"agonal":23450,"Ġtremend":23451,"ungeon":23452,"Adv":23453,"carousel":23454,"ÃŁe":23455,"_DESC":23456,"Ġhammer":23457,"áºŃ":23458,"ĠĠĠĠĠĠĠĠĊĊ":23459,"-core":23460,"-service":23461,"Ġcorners":23462,"ĠSF":23463,"pred":23464,">A":23465,"ĠJLabel":23466,"Ġromantic":23467,"Ġtestimony":23468,"osc":23469,"ĠGeneration":23470,"asures":23471,"_internal":23472,"Ġprints":23473,"Ġ])Ċ":23474,"ĠCleveland":23475,"repo":23476,"Disc":23477,"Ġ\">Ċ":23478,"����":23479,"Ġnearest":23480,"_tb":23481,"(require":23482,"EOF":23483,"-child":23484,"Ġbudd":23485,".XtraEditors":23486,"alties":23487,"\\\":\\\"":23488,"Words":23489,"Ġlocally":23490,"Ġpurchases":23491,"Drawer":23492,"extract":23493,"Ġexecut":23494,"}'.":23495,"userdata":23496,"Ġfocuses":23497,"-minute":23498,"ĠPublish":23499,"ogo":23500,"Ġmountains":23501,"Bot":23502,"}>{":23503,"Ġtension":23504,"rod":23505,"mesh":23506,"Ġtransformed":23507,",R":23508,"()}Ċ":23509,".long":23510,"Ġgorgeous":23511,"ĠSchedule":23512,"Ġoldest":23513,"Ġsubprocess":23514,"(IN":23515,"yect":23516,"ĠCooper":23517,"arness":23518,"ĠMonitor":23519,".part":23520,"ĠNBC":23521,"Ġcotton":23522,"Ġhol":23523,"Ġrgba":23524,"ĠBio":23525,"Continue":23526,"Pod":23527,"Ġparticipating":23528,"clusions":23529,"(ByVal":23530,"ì":23531,"ĠHOW":23532,"_setopt":23533,"Ġaccompanying":23534,"aton":23535,"Ġ/\\":23536,"ĠAuthentication":23537,"ién":23538,"ĠBarack":23539,"/*.":23540,"Ġeager":23541,"ĠCancel":23542,"$":23586,"OLEAN":23587,"OKIE":23588,"IBILITY":23589,"UAGE":23590,"ĠSurvey":23591,"Ġresign":23592,"wing":23593,"Ġsecrets":23594,"Ġchips":23595,"JSONObject":23596,"Desktop":23597,"_SYMBOL":23598,"(resource":23599,"ĠĊ":23600,"Ġnewest":23601,"uli":23602,"Ġdesert":23603,"Ġdip":23604,"ĠPow":23605,"Ġequation":23606,"Ġpossibilities":23607,"ĠFed":23608,"osph":23609,"Ġ[%":23610,"Ġbubble":23611,"etherlands":23612,"Ġcement":23613,".auto":23614,"_AN":23615,"âĢĻ.":23616,"selection":23617,"ĠBond":23618,"Den":23619,"-O":23620,".getType":23621,".Window":23622,"pres":23623,"Ġswinger":23624,"\"})Ċ":23625,"Ġpip":23626,"Ġmice":23627,"Ġcompound":23628,"-plugin":23629,"iko":23630,"Ġcenturies":23631,"icular":23632,"-inline":23633,"ĉkey":23634,">\\<":23635,"ENSION":23636,"Ġ[čĊ":23637,"Ġprecisely":23638,"Ġété":23639,"ĠPast":23640,"ĠCambridge":23641,"-full":23642,"Ġanalyze":23643,"ĠSteven":23644,"Ġnem":23645,"due":23646,"oren":23647,"Ġmuscles":23648,"ijing":23649,"/-":23650,"ĠKennedy":23651,"RM":23652,"ossible":23653,"Ġactress":23654,"Ġdolor":23655,"å½ķ":23656,"Need":23657,".toggle":23658,"ĠRace":23659,"wers":23660,".material":23661,"ĠDue":23662,"ĠPel":23663,"#print":23664,"Ġindependence":23665,"exus":23666,"Shadow":23667,"Ġencoder":23668,"(level":23669,"ĠSwift":23670,".doc":23671,"_selection":23672,"ĠserialVersionUID":23673,"Labels":23674,"Ġperformances":23675,".Tag":23676,"ĠNHL":23677,"izen":23678,"/UIKit":23679,"_CONTROL":23680,"Ġearnings":23681,"ĠAlt":23682,"_HANDLE":23683,"Ctx":23684,"Ġpersu":23685,"Ġtran":23686,"ç¨":23687,"_CHANNEL":23688,"Ġsatisfaction":23689,"ĠGP":23690,"iox":23691,"mitt":23692,"lando":23693,"Ġpig":23694,"inals":23695,"ência":23696,"Surface":23697,"ĠUUID":23698,"Ġbeneficial":23699,"Ġsequences":23700,"ĉmemset":23701,"Ġmagical":23702,"«":23703,"Ġworn":23704,"ASC":23705,"popup":23706,"COMP":23707,"_before":23708,"eness":23709,"Ui":23710,"Les":23711,".require":23712,".Serializable":23713,"addGap":23714,"Ġauthorization":23715,".pyplot":23716,"urray":23717,"latitude":23718,"frames":23719,"ajs":23720,"Ġcompass":23721,"Ġobservations":23722,"_sup":23723,".environ":23724,"Ġtriple":23725,"ĠRuby":23726,"Ġdrain":23727,"_FILTER":23728,"San":23729,"UMP":23730,"NullException":23731,"ĠGab":23732,"owe":23733,"ĠTurkish":23734,"_sequence":23735,"ĠGrant":23736,"uela":23737,"Ġwo":23738,"Ġcube":23739,"iq":23740,"Ġdisorders":23741,"Ġextraordinary":23742,"Ġctrl":23743,"ĠSeq":23744,"entr":23745,"Ġsanctions":23746,"utsch":23747,"Reports":23748,"Ġinherit":23749,"Period":23750,"Ġphotography":23751,"ĠFramework":23752,"Ġspecialist":23753,"Ġ?ĊĊ":23754,"_selected":23755,".Player":23756,"Ġallocation":23757,"(account":23758,"Ġstructural":23759,"vable":23760,"-offset":23761,".AppCompatActivity":23762,"ам":23763,".AddWithValue":23764,"Ġicons":23765,"Ġshutdown":23766,"_low":23767,"ĠCompare":23768,"ĠCe":23769,"=head":23770,"lam":23771,".predict":23772,"_DEC":23773,"ĠSleep":23774,"ĠGratis":23775,"Ġsuggestion":23776,"ĠDEL":23777,"caff":23778,"avirus":23779,"Nothing":23780,"ŀĭ":23781,"Ġwidespread":23782,"Ġmechanisms":23783,"ĠtextAlign":23784,"occup":23785,"ĠRail":23786,":NS":23787,"Ġfiber":23788,"Ġmk":23789,"Ġvintage":23790,"-long":23791,".reduce":23792,".Entities":23793,"(record":23794,"Ġpleasant":23795,"FRING":23796,".Cells":23797,"OTT":23798,"ĉelseif":23799,"_confirm":23800,"ĠViewGroup":23801,"sym":23802,"Ġpray":23803,"Ġsuspected":23804,"Contains":23805,"Ġborders":23806,"ĠcomponentDid":23807,"ASSERT":23808,"Ġinfinite":23809,"-order":23810,"Ġhello":23811,"ĠGrade":23812,".currentTimeMillis":23813,"apolis":23814,"zh":23815,"ĉObject":23816,":\\\\":23817,"HO":23818,"valuation":23819,"Ġvocab":23820,"Ġcoupon":23821,"atabases":23822,".GetType":23823,"Learn":23824,"]=\"":23825,"ĠGary":23826,"otive":23827,"Ġash":23828,"Ġbib":23829,"XXXX":23830,"Ġbalanced":23831,"VALUE":23832,"ĠNat":23833,"_Ad":23834,"<":23976,"Ġfool":23977,"Ġesk":23978,".Null":23979,"ĠDies":23980,"_OUTPUT":23981,"_TYPED":23982,"Ġpainted":23983,"Ġsophistic":23984,"ĠBear":23985,"*n":23986,"_PACK":23987,"Ġdelivering":23988,"ĠCOUNT":23989,"åįķ":23990,"Ġjeg":23991,"-car":23992,"fname":23993,"Ġranging":23994,"ĠNeg":23995,"/******/":23996,"ĠCHAR":23997,"Ġultra":23998,"Grad":23999,"=t":24000,"Ġjudges":24001,"ĠDise":24002,"anners":24003,"Ġscal":24004,"_cal":24005,"ĠCONNECTION":24006,"_embed":24007,"(fn":24008,"ĠCraft":24009,"ĠPas":24010,"\")->":24011,".convert":24012,".resource":24013,"ĠSTATUS":24014,"ông":24015,"ĠTit":24016,"Ġclassroom":24017,"ĠArchitect":24018,"ĠKings":24019,"Ġsteady":24020,"/*!Ċ":24021,"ĠGene":24022,")\";Ċ":24023,"icia":24024,"stan":24025,"ĠConstruction":24026,"umper":24027,"wc":24028,"ĠCBS":24029,"inging":24030,"-party":24031,"(driver":24032,"MARK":24033,"Ġnested":24034,"eward":24035,"Ġdependency":24036,"Ġmales":24037,"ĠONE":24038,"ĠProduction":24039,"][$":24040,"ãĥ¼ãĥ":24041,"_LOAD":24042,"ĠBol":24043,"elry":24044,"łéĻ¤":24045,"ĠRequire":24046,"Ġplacing":24047,"xxx":24048,"CALE":24049,"Ġthumb":24050,"Choose":24051,"Ġprototype":24052,"VOID":24053,"Ġlesbian":24054,"Ġtraits":24055,"Sharp":24056,"Ġconsume":24057,"Truth":24058,"ĠactionPerformed":24059,"ĠEnvironmental":24060,"ĠDean":24061,"Ġestado":24062,"same":24063,"Ġnumeric":24064,"Ġtransit":24065,".Email":24066,"-side":24067,"_RUN":24068,"ĠVillage":24069,"_OPEN":24070,"è¦":24071,".rem":24072,"-warning":24073,"anya":24074,"PropertyChanged":24075,"Ġ(!_":24076,"(check":24077,"ilia":24078,"ĠSoft":24079,"steps":24080,"ĠMadrid":24081,"MemoryWarning":24082,"Ġhandlers":24083,"Ġexperiencing":24084,"Ġinspect":24085,"buttons":24086,"ReceiveMemoryWarning":24087,"chemy":24088,"Links":24089,"Ġurllib":24090,".SystemColors":24091,"ĠEigen":24092,"Ġpunishment":24093,":UIControl":24094,"bara":24095,"-set":24096,"Ġ}čĊčĊčĊ":24097,"Ġtolerance":24098,"Ġinterfaces":24099,".redirect":24100,"ighbors":24101,"csrf":24102,"_background":24103,".Utils":24104,"_HT":24105,"ĠInterest":24106,"imos":24107,"Ġgrants":24108,"Ġexamined":24109,"ÐĶ":24110,"Ġcf":24111,"forge":24112,"backs":24113,"ĠObjects":24114,"_sent":24115,".entry":24116,"ĠTHEN":24117,"ellido":24118,"cia":24119,",res":24120,"/stdc":24121,".nd":24122,"(Int":24123,"ĠAuthors":24124,"ĠAppCompatActivity":24125,"'{":24126,"Ġmedi":24127,"Music":24128,"igm":24129,"ceipt":24130,"Ġauss":24131,"Ġtargeting":24132,"ĠKeys":24133,"hn":24134,":]Ċ":24135,"Ġmineral":24136,"î":24137,".ca":24138,"omed":24139,"Ġsheets":24140,"Ġcamb":24141,"Ġdeadly":24142,".inject":24143,"(unit":24144,"ĠSelection":24145,".gms":24146,"(connection":24147,"Ġ$(\"":24148,"émon":24149,"ĠCurrently":24150,"pte":24151,"_paths":24152,"leaf":24153,"Ġimplications":24154,"posal":24155,"ä½į":24156,"[/":24157,"ancia":24158,"éĽ":24159,"mul":24160,"cie":24161,"Ġgeile":24162,"imals":24163,"UIView":24164,"Ġsurre":24165,"serialize":24166,"ISO":24167,"Ġarbitrary":24168,"Ġsockaddr":24169,".fn":24170,"ĠMerc":24171,"Ġcasting":24172,"KeyDown":24173,"ĠnewValue":24174,"opens":24175,"Todo":24176,"Ġflexibility":24177,"ĉĉĉĉĠĠ":24178,"Velocity":24179,"ún":24180,"rowing":24181,"Ġcomputed":24182,"`)Ċ":24183,"statement":24184,"Ġri":24185,"_cart":24186,"Low":24187,"transfer":24188,".nav":24189,"Ġgrave":24190,"ĠDoor":24191,"ĉalert":24192,".subscribe":24193,"-profile":24194,"ĉbase":24195,"ĠâĪĴ":24196,"__ĊĊ":24197,"Ġengineers":24198,"Ġexplosion":24199,"Ġdari":24200,"ĉLog":24201,"onal":24202,"Ġisolated":24203,"{i":24204,"ĠMsg":24205,"Future":24206,"Ġracist":24207,"-wrap":24208,"ĠVers":24209,"borg":24210,"ISION":24211,"ĠÑĢаÐ":24212,"ĠYan":24213,"initWith":24214,"Ġnomin":24215,"(empty":24216,"ÃŃn":24217,"ãĤ¤":24218,"ĉwidth":24219,"Ġchamber":24220,"/ajax":24221,"EMP":24222,"Ġneces":24223,"ivos":24224,"logic":24225,"*)&":24226,"cripts":24227,"RowAt":24228,"iblings":24229,"Ġears":24230,"Ġcomputing":24231,"Ġmaker":24232,"ĠNeither":24233,"breadcrumb":24234,"Ġserialize":24235,"ĠWithin":24236,"Ġdell":24237,"_TRACE":24238,"=a":24239,"Ġwishes":24240,"-inch":24241,"ĠDor":24242,"Ġinnocent":24243,"ĠDol":24244,"Ġintens":24245,"forced":24246,"ĠBIT":24247,"Ġphotographs":24248,"Ġcasa":24249,"ĠLen":24250,"\\Framework":24251,".Simple":24252,"Ġdear":24253,")/(":24254,"ippi":24255,"Ġowns":24256,"Players":24257,"Ġproposals":24258,".pi":24259,"usalem":24260,"Damage":24261,"Ġcalories":24262,"ĠCreative":24263,"Ġ[$":24264,"Ġ//čĊ":24265,"AndView":24266,"ème":24267,".custom":24268,"_factory":24269,"commands":24270,"_look":24271,"Ġstrcmp":24272,"YN":24273,"aired":24274,"Ġaudit":24275,"оÑģÑĤ":24276,"ĠReverse":24277,"ropriate":24278,"etics":24279,"';Ċ":24352,"Ġpepper":24353,"Ġshed":24354,"ĠMedium":24355,"ĠCookie":24356,"Ġoverseas":24357,"edor":24358,"asurement":24359,"åŃĺ":24360,"Ġ'.'":24361,"Ġphp":24362,"ĠPROC":24363,"Ġexceptional":24364,"(th":24365,"ĠJet":24366,"Ġoccupied":24367,".setImage":24368,"ĠRelated":24369,"ucker":24370,"Members":24371,"PRINT":24372,"ĠGlo":24373,"_VIEW":24374,"}\",Ċ":24375,"Ġadoption":24376,"[])Ċ":24377,"ĠMissouri":24378,"ĠLincoln":24379,"erald":24380,"Popup":24381,"Ġfate":24382,"-bootstrap":24383,"fections":24384,"ĠPoll":24385,"_ARGS":24386,"inance":24387,"-home":24388,".),":24389,"_done":24390,":ĊĊĊ":24391,"Ġdiscussing":24392,"ĠSQLException":24393,"Ġelectro":24394,"ĉreq":24395,"Ġzw":24396,"Ġlui":24397,"Ġovernight":24398,"$user":24399,"ĠWAY":24400,"Ġallerg":24401,"Ġdisappointed":24402,"Ġradiation":24403,"Ġimpressed":24404,"ificates":24405,"Ġtob":24406,"CLASS":24407,"Ġcuda":24408,"_det":24409,"-post":24410,"ulu":24411,"Translation":24412,"-hand":24413,".year":24414,"ĠMongo":24415,"Ġunclear":24416,".engine":24417,"WEBPACK":24418,"rices":24419,"_ACCESS":24420,"Ġholidays":24421,"percent":24422,".Identity":24423,"ĠGov":24424,"Ġpassionate":24425,"!!.":24426,"ĠGreece":24427,"plusplus":24428,"'));":24429,"GP":24430,"Ġexcit":24431,".tabPage":24432,"_cond":24433,"Ġsponsor":24434,"MODULE":24435,"_proc":24436,"Ġ$Ċ":24437,"Ġrational":24438,".Tool":24439,"Ġihr":24440,"cca":24441,"åĵģ":24442,"ĠEstate":24443,"IBUTE":24444,"ActionPerformed":24445,"ĠSolar":24446,"¦Ĥ":24447,"Ġequity":24448,"tid":24449,"Ġrecip":24450,".simple":24451,"mk":24452,"ĠLuke":24453,"ĠGuardian":24454,"Ġencrypted":24455,"Ġdominant":24456,".place":24457,"ĠNV":24458,"Ġtongue":24459,"(Get":24460,"Ġstainless":24461,".Play":24462,"Ġeb":24463,"aci":24464,".buffer":24465,"readcrumbs":24466,"Ġvaccine":24467,"prom":24468,"ĠuserInfo":24469,"Ġslug":24470,"SerializedName":24471,"-wide":24472,"Ġreactions":24473,"ĠYang":24474,"ĠAdds":24475,"(userId":24476,"Ġplates":24477,"ĠMEM":24478,"Ġbail":24479,"Inside":24480,"eted":24481,"Ġelsif":24482,"Ġsake":24483,"Ġcycles":24484,"ĠìĹ":24485,"ĉI":24486,"-collapse":24487,"ĠGMT":24488,"Declaration":24489,"Ġgros":24490,"Ġreaches":24491,"Ġcustody":24492,"Until":24493,"tu":24494,"ĠChen":24495,"Ġnx":24496,"(addr":24497,"ĠOffer":24498,"Ġcolleg":24499,"assador":24500,"Ġmapper":24501,"ĠSIGNAL":24502,"ĠBloom":24503,"ĠHoll":24504,"ĠImper":24505,"-des":24506,"_site":24507,"Proc":24508,"Equ":24509,"Ġatomic":24510,"ĠWoman":24511,"sent":24512,"scar":24513,"Ġintelligent":24514,"ĠGetting":24515,"ĠRegistration":24516,"ĠPhill":24517,"Ġkiller":24518,"unicode":24519,"ĊĉĉĊ":24520,"ĠJacob":24521,"ĠConst":24522,"Ġlocate":24523,"Ġcaus":24524,"ĠScholar":24525,"Ġconstitutional":24526,"Ġinflation":24527,"ĠGot":24528,"=array":24529,"endum":24530,"Ġtranslated":24531,"Ġdivorce":24532,"Entries":24533,"Ġsor":24534,"ĠQuote":24535,"irlines":24536,"UK":24537,"Ġexcel":24538,"(opt":24539,"ĠADV":24540,",:,":24541,"Ġcontacted":24542,"ĠDA":24543,"Ġrings":24544,"ĠIndustrial":24545,".getContext":24546,"Ġforgotten":24547,"ĠTan":24548,"Ġpants":24549,"Ġov":24550,"Ġdecoder":24551,"ĠPartial":24552,"Ġvc":24553,"Ġbattles":24554,"Arial":24555,"FRINGEMENT":24556,"irates":24557,",w":24558,"aintenance":24559,"ĠOd":24560,"ĠTechnologies":24561,"åīį":24562,"ĠCarter":24563,".findAll":24564,"Nome":24565,"Ben":24566,"ĠUsage":24567,"ĠPicture":24568,"Ġbadly":24569,"_panel":24570,"Ġpatent":24571,"ĠProtocol":24572,"lotte":24573,"ĉplayer":24574,"jections":24575,"Ġdou":24576,"_release":24577,"urniture":24578,"_tax":24579,"ĠFields":24580,".dataset":24581,"_master":24582,"CLUDE":24583,"ĠPharm":24584,"bst":24585,"Ġoperational":24586,".cell":24587,"Ġidentifying":24588,"Ġjwt":24589,"tuple":24590,"ĠTC":24591,"ĠCro":24592,"ixmap":24593,"-components":24594,"general":24595,"Ġoz":24596,"_De":24597,"_double":24598,"ĠToo":24599,".ViewGroup":24600,"gate":24601,"dings":24602,"photos":24603,"Ġgrande":24604,"ollect":24605,"_lin":24606,"Ġawful":24607,"filters":24608,"Ġalternate":24609,"esp":24610,"Ġcompress":24611,"eo":24612,"ĠScale":24613,"Ġindirect":24614,"Ġinvoice":24615,"ĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊ":24616,"Starting":24617,"ĠPlayers":24618,"iele":24619,".then":24620,"Ord":24621,"ĠTuple":24622,"Ġbout":24623,"ĠStatistics":24624,"Preview":24625,"Ġpuzzle":24626,"ĠWidth":24627,"STATE":24628,"Ġoverlay":24629,"ĉon":24630,"Ġinfr":24631,"Ġsmallest":24632,"locked":24633,"ÑĤо":24634,"ssl":24635,"Ġdeemed":24636,"Ġsco":24637,"reck":24638,"ĠjButton":24639,"Ġmissions":24640,"称":24641,".SelectedIndex":24642,"TABLE":24643,"Sept":24644,"Ġacknowledge":24645,"Ġstrtotime":24646,"ĠTell":24647,"ĠDak":24648,"Ġaluminum":24649,"Ġfence":24650,"ĠStars":24651,"CONFIG":24652,"Ġretrofit":24653,"Ġemphasis":24654,"/header":24655,"ĠSomething":24656,"inished":24657,"='\".$":24658,"ĠValidators":24659,"Ġpolar":24660,"sections":24661,".aspx":24662,"Ġaspir":24663,".Mock":24664,"CodeGen":24665,"Ġpeut":24666,"Ġaccepting":24667,"Ġbacking":24668,"Picture":24669,"/ap":24670,"ег":24671,"_SEC":24672,"-use":24673,"annotation":24674,"Ġcognitive":24675,"Ġgrip":24676,"hour":24677,"ĠLegal":24678,"Ġepic":24679,".toolStrip":24680,".notify":24681,".Last":24682,"ORIZ":24683,"Middleware":24684,"criptions":24685,"lash":24686,"_FOUND":24687,"ĠLiverpool":24688,"Ġ{}\",":24689,"Install":24690,"Ġnit":24691,"Ġfigured":24692,"[len":24693,".Win":24694,".platform":24695,"Ġgambling":24696,"(dt":24697,"avery":24698,"ĉinclude":24699,"Whether":24700,"Routing":24701,"Ġtherap":24702,"Remote":24703,"ĠLoss":24704,"yll":24705,"Ġapproached":24706,"ĠVehicle":24707,"ĠAlpha":24708,"Ġvocê":24709,"answers":24710,"NSDictionary":24711,"consider":24712,"unused":24713,"ĠFan":24714,"orable":24715,"fre":24716,"ĠDISCLAIM":24717,"ĠActor":24718,".]":24719,"toHave":24720,".userId":24721,"Ġspeeds":24722,"eway":24723,"Ġrecurs":24724,"Ġг":24725,"_priv":24726,"!âĢĿĊĊ":24727,"Choice":24728,"Ġsettle":24729,"Ġplanes":24730,"'},":24731,"Tom":24732,"ITER":24733,"!\"Ċ":24734,"å»":24735,"achelor":24736,"Ġseparation":24737,"Ġdal":24738,"adj":24739,"Ġregisters":24740,"riz":24741,"ĠNotice":24742,"Ġlu":24743,"Ġcourage":24744,"Ġaxes":24745,"cellent":24746,".async":24747,"Ġcompatibility":24748,"ç«":24749,"Ġ!ĊĊ":24750,"ĉtitle":24751,"YLE":24752,"ĉmessage":24753,"UUID":24754,"OLDER":24755,"ĠHH":24756,"ĠStyleSheet":24757,"Ġaccessed":24758,".validation":24759,"tasks":24760,"Ġpollution":24761,".canvas":24762,"Ġingredient":24763,"ĠCabin":24764,"Ah":24765,"oldown":24766,"ĠNOI":24767,"ĠÃĹ":24768,"[f":24769,"educ":24770,"yalty":24771,"(not":24772,"_State":24773,"amen":24774,"Ġdao":24775,"udad":24776,"ellers":24777,"}&":24778,"licity":24779,"_WINDOW":24780,"Ġtatto":24781,"valor":24782,".Range":24783,"Ġreferenced":24784,"ĠReserve":24785,"Money":24786,"SCRIPT":24787,"/product":24788,"choices":24789,"Ġtin":24790,"ãĤĵ":24791,"Ġseparator":24792,"Ġpkg":24793,"ammed":24794,"ĠMAT":24795,"!!ĊĊ":24796,"Ġraid":24797,"Ġmotivation":24798,"ĠXP":24799,"ĠBackground":24800,"ĠQuaternion":24801,".defineProperty":24802,"iker":24803,"ĉparent":24804,"ĠOriginally":24805,"antage":24806,"ĠHans":24807,"Ġtimeline":24808,".cur":24809,"opic":24810,"ĠSequ":24811,"must":24812,"ĠCoal":24813,"Ġformatter":24814,"_RGB":24815,"Ġ_(\"":24816,"'}),Ċ":24817,"Ġ=================":24818,"ĠFUNCTION":24819,"Ġlng":24820,"icates":24821,"live":24822,"_engine":24823,"Ġtowns":24824,"'))ĊĊ":24825,"ĠPK":24826,"(api":24827,"ĉscanf":24828,"packet":24829,".phone":24830,"áĢ":24831,"ĠAndy":24832,"_NAMES":24833,"PLY":24834,"Ġmins":24835,"imi":24836,"Ġbrick":24837,"Ġblade":24838,".stdout":24839,"}`;Ċ":24840,"Shift":24841,"ĉsb":24842,"ĠChecks":24843,"Ġphenomenon":24844,"Avatar":24845,"Ġministry":24846,"rose":24847,"ĉFile":24848,"Ġtitled":24849,"(LOG":24850,"Ġgan":24851,"design":24852,"(),čĊ":24853,"Ġbones":24854,"stm":24855,"ÅĽÄĩ":24856,"ĠInputStream":24857,"Ġvolunt":24858,"ĠSerializable":24859,"Ġfighter":24860,"ĠDrag":24861,"Twitter":24862,"Ġsubsid":24863,"ç¼":24864,"Ġforums":24865,".loading":24866,"logged":24867,"_this":24868,"Ġterrain":24869,"Ġirre":24870,"ĠIng":24871,"ĠCN":24872,"_objects":24873,".uid":24874,"Ġconsciousness":24875,"TINGS":24876,"ĠGall":24877,"Ġportray":24878,"ĠDeveloper":24879,"Ġparticipant":24880,"Ġ\";čĊ":24881,"/model":24882,"ĠOperations":24883,"^\\":24884,"ĠLater":24885,"Ġraises":24886,"-none":24887,".meta":24888,"='.$":24889,"Finished":24890,"Ġreplacing":24891,"Ġsampling":24892,"ĠJen":24893,"\"There":24894,"REAL":24895,"ALE":24896,"ìĬ¤":24897,"Orders":24898,"_parameter":24899,"ĠOlympic":24900,"Ġtrès":24901,"Ġarena":24902,"iol":24903,";?>":24904,"Ġimpacts":24905,"ĠWS":24906,":get":24907,"Ġflights":24908,"ĠRussell":24909,"camera":24910,"Fn":24911,"sigma":24912,"Ġforcing":24913,"Ġlocals":24914,"Ġdeparture":24915,"Ġcelebration":24916,"ĠSay":24917,"ï¼Ĵ":24918,"ĠHills":24919,".hasOwnProperty":24920,"Ġtypings":24921,".API":24922,"Ġdonation":24923,"OperationException":24924,".Activity":24925,"cplusplus":24926,"ĠCharlie":24927,"Ġimported":24928,"Ġdann":24929,"Ġoccasions":24930,"Ġimplementing":24931,"Ġpurple":24932,".dialog":24933,"SQLException":24934,"erno":24935,"Ġwars":24936,"Ġpaste":24937,"Ġdecreased":24938,"Ġharsh":24939,"Ġelabor":24940,"inputs":24941,"ĠViews":24942,"ĠerrorMessage":24943,"_mul":24944,"ĉwrite":24945,"ĠCop":24946,"ĠAnnual":24947,"(button":24948,"Ġvida":24949,"bars":24950,"ĠHarvard":24951,"ĉexpect":24952,"Ġindexes":24953,"Ġdocumentary":24954,"Ġflesh":24955,"ORLD":24956,"ĠDelta":24957,"MAND":24958,"Brush":24959,"-column":24960,"Ġdevelopments":24961,"methodVisitor":24962,"slice":24963,"ĠPDO":24964,"Ġinvesting":24965,"irable":24966,"Ġxmlns":24967,"ï¼Ľ":24968,"arta":24969,"Ġtheories":24970,"_city":24971,"Ġ$__":24972,"Creating":24973,"(pr":24974,"Dropdown":24975,"ismatch":24976,"ĠNET":24977,"'])){Ċ":24978,"ĠValues":24979,"ĠSEO":24980,"ĠSTAT":24981,"Ġecosystem":24982,"Ġtempt":24983,"Ġ\\\\":24984,"Ġ//{Ċ":24985,"ĠChristopher":24986,"ĠKentucky":24987,"ĠHttpServletResponse":24988,"Ġhybrid":24989,"yon":24990,"Ġfeeding":24991,"ĠExtra":24992,"Norm":24993,"ITCH":24994,"ĠSean":24995,"ĠUpload":24996,"mun":24997,"pur":24998,"Ġpersistent":24999,"ĠIDC":25000,"ĠPerform":25001,".merge":25002,"_room":25003,"Meanwhile":25004,"!='":25005,"ĠWel":25006,"ArgsConstructor":25007,".Database":25008,"Ġcounting":25009,"()*":25010,"ĶåĽŀ":25011,"ĠTOP":25012,"mill":25013,"ĠDT":25014,"IGNED":25015,"ĠKB":25016,"Ġcomply":25017,"South":25018,"_collection":25019,"Chapter":25020,"Ġexplaining":25021,"_AM":25022,"_ts":25023,"cards":25024,"Ġquel":25025,"Ġpole":25026,"Ġtouchdown":25027,"ĠOthers":25028,"Ġpeers":25029,"ĠTypeError":25030,"Ġsixth":25031,"Ġcheer":25032,"Ġdispute":25033,"usc":25034,")],":25035,"thumb":25036,"Ġhiding":25037,"ĠSIG":25038,"likes":25039,"ĠPAGE":25040,".Reflection":25041,"Ġheadquarters":25042,"TING":25043,"ĠGhost":25044,"MLE":25045,"$Ċ":25046,"Ġcontrary":25047,"extend":25048,"']).":25049,"FFECT":25050,"ĠPinterest":25051,"úmero":25052,"ricane":25053,"ĉsession":25054,"Ġcrystal":25055,"-Control":25056,"overnment":25057,"ograf":25058,"-action":25059,"volume":25060,"ften":25061,"Ġuncon":25062,"Ġanimate":25063,"Ġlease":25064,"scr":25065,"Ġrefuse":25066,"ãĢĭ":25067,"ftp":25068,"information":25069,"Ġevaluated":25070,"Ġinjection":25071,"Ġjack":25072,"Ġworkshop":25073,"注":25074,"PTH":25075,"ĠTs":25076,"offer":25077,"ĉos":25078,"Ġkingdom":25079,"Missing":25080,"Ġlawmakers":25081,"extField":25082,"Ġsinging":25083,"abi":25084,"/client":25085,".media":25086,"ATEGORY":25087,"Signature":25088,"%',Ċ":25089,"ĠFuck":25090,"][:":25091,"Ġsensors":25092,"/com":25093,"ĠPrimary":25094,".SQL":25095,"_program":25096,"Ġpills":25097,"Ġintegral":25098,"Ġfleet":25099,"Ġdropping":25100,".sl":25101,"Been":25102,"Ġpets":25103,"Ġadvised":25104,"Ġdragon":25105,"_EDIT":25106,"(im":25107,"FER":25108,"ĠDrug":25109,"(random":25110,"Ġcompression":25111,"oust":25112,"[%":25113,"Ġbuyer":25114,"hop":25115,"Roles":25116,"manage":25117,"Ġpainful":25118,"ĠBranch":25119,"-modal":25120,"enant":25121,"ĠMesh":25122,"/font":25123,"ĠGraham":25124,"Ġâĺ":25125,"Ġnc":25126,"ĠFrancis":25127,"Ġspecification":25128,"Ġdamages":25129,"-config":25130,"Ġtheoret":25131,"secure":25132,"_multi":25133,"aceutical":25134,"Ġdemanding":25135,"enne":25136,"ISTS":25137,"()));ĊĊ":25138,"Reason":25139,"Recent":25140,"phase":25141,"Ġpsy":25142,"_MAN":25143,"Ġvolunteer":25144,"å¿":25145,"istributed":25146,"lio":25147,"Ġproductivity":25148,"_comm":25149,"Spring":25150,"nis":25151,".weight":25152,"ĠCancer":25153,"Alloc":25154,"ĠTweet":25155,"Ġseparately":25156,"ĉcheck":25157,"_properties":25158,".Unit":25159,"_CLK":25160,"Ġgt":25161,"Ġ();ĊĊ":25162,"Ġhandy":25163,"ĠThompson":25164,"Ġunnecessary":25165,"ĠReader":25166,"GN":25167,"=request":25168,"ĠUtility":25169,".Repository":25170,"ĠAx":25171,"hydr":25172,"ieu":25173,"Ġthy":25174,"Ġlt":25175,"_mail":25176,"ä¿®æĶ¹":25177,"ailand":25178,"ĠPhilip":25179,"Ġbitter":25180,"Ġbetting":25181,"Ġtimed":25182,"ocks":25183,"'a":25184,"Ġalgorithms":25185,"Ġreinterpret":25186,"Ġtoss":25187,"rogen":25188,"Ġhoped":25189,"(selected":25190,"Ġventure":25191,"TEX":25192,"ĠLeave":25193,".Substring":25194,"Ġgrateful":25195,"uka":25196,"ĠConsumer":25197,"Ġaggreg":25198,"Circle":25199,"à¸ģ":25200,"_blocks":25201,"Ġlegally":25202,"Ġ\"|":25203,"ãĥĥ":25204,".board":25205,".Ab":25206,"Functions":25207,"recipe":25208,"èĩ":25209,"ĠOxford":25210,"Ġwholes":25211,".Build":25212,"_changed":25213,"hai":25214,"Ġdepartments":25215,"Imp":25216,"Ġcoalition":25217,"INFRINGEMENT":25218,"Ġempower":25219,"itches":25220,"North":25221,"Ġinflamm":25222,"ONSE":25223,"Ġmissile":25224,"ĠRaj":25225,"ĠIssue":25226,"Ġatoi":25227,"caled":25228,".Controllers":25229,"ĠWolf":25230,"Ġcrushers":25231,"á»ĩ":25232,".Auth":25233,".addAttribute":25234,"his":25235,"Ġboots":25236,".clean":25237,"camp":25238,"Ġtenant":25239,"Ġtune":25240,"Ġ{}'.":25241,"Ġworkout":25242,"Repo":25243,"Ġpartially":25244,"MISSION":25245,"jamin":25246,"ĠSB":25247,"Ġdetermination":25248,"Ġ'');Ċ":25249,"ĠBeng":25250,"Ġvos":25251,"Ġinhab":25252,"/lang":25253,"sburgh":25254,"Executor":25255,"hone":25256,"ĠChallenge":25257,"_links":25258,".Level":25259,"Ġunderground":25260,"-code":25261,"Ġoptimization":25262,"logging":25263,"_dest":25264,"Ġsnake":25265,"Ġchemicals":25266,"_IMPORTED":25267,"adoop":25268,"ĠTHAT":25269,"managed":25270,"Ġreduces":25271,"ĠREAL":25272,"ĠGuy":25273,"_GENERIC":25274,"/********************************":25275,".amount":25276,"Ġdere":25277,"getTime":25278,"Ġpant":25279,"anonymous":25280,"Ġharmony":25281,"ĠAlan":25282,"Ġscenarios":25283,"Ġdirt":25284,"htags":25285,"Mc":25286,"Shell":25287,"rin":25288,"{čĊčĊ":25289,".pow":25290,"ĉclient":25291,"Ġconspiracy":25292,"Ġadmission":25293,"ĠRegional":25294,"ĠViewController":25295,"ĠPhilippines":25296,"Ġdepos":25297,"Ġpap":25298,"ĠPad":25299,"Paul":25300,".ComboBox":25301,"Ġtutor":25302,"ĠRecipe":25303,"writing":25304,"Ġcontributor":25305,"OTH":25306,"Small":25307,"VI":25308,"Ġhacer":25309,"equ":25310,"ĠExamples":25311,"human":25312,".messages":25313,"ĉtyp":25314,"Ġ(čĊ":25315,"ĠSSL":25316,"LEN":25317,"ĠRomney":25318,"(grid":25319,"ĉmin":25320,"Ġ>ĊĊ":25321,"Ġfruits":25322,"Ġvoter":25323,"Inline":25324,"pane":25325,"ĠCollections":25326,"charset":25327,"Ġspam":25328,"zb":25329,"itemap":25330,"Ġsucceeded":25331,"_COL":25332,"Ġelapsed":25333,"imeter":25334,"Ġrecovered":25335,"Tensor":25336,"hattan":25337,".setup":25338,"isto":25339,"(head":25340,"ĠSIZE":25341,"Ġtactics":25342,"Ġdistur":25343,"Ġpreval":25344,"icios":25345,"(Value":25346,"_cols":25347,"ĠFat":25348,"Ġseal":25349,"Ġsons":25350,"Ġensures":25351,"Ġpressing":25352,"=&":25353,"igenous":25354,"Ġharassment":25355,"_JSON":25356,"Ġignor":25357,"ynomial":25358,"omer":25359,"_static":25360,"Ġsignificance":25361,"Ġcircles":25362,"_System":25363,"Ġdiscipline":25364,"Ġdressed":25365,"Ġsphere":25366,"Ġclimb":25367,"_actions":25368,"ĠBab":25369,"Ġ'=',":25370,"_schema":25371,"\"use":25372,"Ġunders":25373,"Ġcups":25374,".screen":25375,"/new":25376,"Ġappearing":25377,"TOP":25378,"vised":25379,"clang":25380,"Ġinvestigators":25381,"Ġmysterious":25382,"Ġpromising":25383,"Ġqualify":25384,"Ġcave":25385,"Ġequip":25386,"=x":25387,"GT":25388,"(link":25389,".velocity":25390,".erase":25391,"oter":25392,"++++++++":25393,"profit":25394,"Ġzones":25395,"_uid":25396,"-ser":25397,"Ġobjectives":25398,"Ġmilf":25399,"webkit":25400,"(match":25401,"neh":25402,"ĠAssociated":25403,"ĠTodo":25404,"=d":25405,"Cam":25406,"Ġvocal":25407,"Ġsudo":25408,"(EX":25409,"Ġtrou":25410,"ABC":25411,".bean":25412,"ĠGround":25413,"ĠREST":25414,"weets":25415,"Ing":25416,"imon":25417,"_bus":25418,"ĠCOLOR":25419,"unto":25420,"Ġfoss":25421,"ĠLinks":25422,"äng":25423,"/forms":25424,"prises":25425,"Ġachievement":25426,"CALL":25427,"елÑĮ":25428,"ĠVerify":25429,"_SOURCE":25430,"aptcha":25431,"IDD":25432,"_reference":25433,"Gold":25434,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":25435,"Receiver":25436,"Ġaj":25437,"_direction":25438,"}]":25439,"ĠCompet":25440,"Ġbang":25441,"ĠCass":25442,"-url":25443,"techn":25444,"ĠJerusalem":25445,"longitude":25446,"');čĊčĊ":25447,"Ġwinners":25448,"Tasks":25449,"ĠDMA":25450,"Ġtooltip":25451,"İ·":25452,"ĠBra":25453,"_duration":25454,"cury":25455,"parents":25456,"---->(":25526,"ĠKir":25527,"Ġintros":25528,"Ġsketch":25529,"Ġskilled":25530,"Ġimmer":25531,"Ġadequate":25532,"_rep":25533,"(header":25534,"_like":25535,"Ġperceived":25536,"ssh":25537,"Ġassuming":25538,"Ġff":25539,"_uuid":25540,"ulas":25541,"Ġdemocratic":25542,".entities":25543,"Series":25544,"aphore":25545,"Ġnewer":25546,"}(":25547,"SEC":25548,"airo":25549,"Ġcommod":25550,"Ġprivilege":25551,"Ġdeux":25552,"ĠHop":25553,".'/":25554,"ctic":25555,".';Ċ":25556,"C":25630,"ĠWarren":25631,"Ġoptimizer":25632,"ĠSERVICES":25633,"_oper":25634,"getAttribute":25635,"ĠMcK":25636,"_self":25637,".rs":25638,"\")ĊĊĊ":25639,"GetComponent":25640,"erce":25641,"Ġtous":25642,"units":25643,"']);čĊ":25644,"Zoom":25645,"/E":25646,"Ġobsc":25647,"Ġfastest":25648,"online":25649,"Ġpeaceful":25650,"ffen":25651,"Ġcargo":25652,"ĉpr":25653,"Ġseeks":25654,"zu":25655,"Trim":25656,"Ġward":25657,"Ġverd":25658,"Ġblogs":25659,".exceptions":25660,"ĠPremium":25661,"ĠNetherlands":25662,"Safe":25663,"Finish":25664,"ĠAlbum":25665,"_ACC":25666,"=this":25667,"virtual":25668,"]>":25669,"_LABEL":25670,"ĠNich":25671,"_win":25672,"ĠAaron":25673,"WP":25674,";$":25675,"aims":25676,"ĠImageView":25677,"Ġendless":25678,"ERA":25679,"_DISABLE":25680,"Ġcancelled":25681,"-us":25682,"Ġinspection":25683,"emin":25684,"ĠGrey":25685,"-open":25686,"Ġiterations":25687,".owner":25688,"Ġkeras":25689,".Password":25690,"ĠRy":25691,"ĠINS":25692,"Air":25693,"ĠSeveral":25694,".TabStop":25695,"INGLE":25696,"ĠHair":25697,"ĠCanvas":25698,"AAAA":25699,"Ġflaw":25700,"cedes":25701,".Report":25702,"íĬ":25703,"ĠTips":25704,"criptors":25705,".transaction":25706,".Spring":25707,"Ġviewer":25708,"Ġinsights":25709,"è¾ĵ":25710,"ordion":25711,"UINT":25712,"seek":25713,"ĠAuf":25714,"ìŀIJ":25715,"Ġstrain":25716,"Tooltip":25717,"Ġdz":25718,"ignal":25719,"adt":25720,"Ġuc":25721,"finite":25722,"Ġnm":25723,".cmd":25724,"ĠMySql":25725,"[data":25726,".jackson":25727,".tree":25728,"RequestParam":25729,"_agent":25730,"\")]čĊ":25731,"Ġassass":25732,"(Constants":25733,":ss":25734,"ĠMAN":25735,"+-+-":25736,"ĠBottom":25737,"prints":25738,"ĠSame":25739,"@Autowired":25740,"swap":25741,"ición":25742,"Ġprotesters":25743,"Ġhoney":25744,"ĠVeter":25745,"(Calendar":25746,"-ad":25747,"ĠBrooklyn":25748,"Life":25749,"_VAR":25750,"zech":25751,"ĠCALL":25752,"_CAST":25753,"ĠElection":25754,"Ġthickness":25755,"Very":25756,"_INTEGER":25757,"-dev":25758,"))))":25759,"apat":25760,"oooo":25761,"demo":25762,"ĠparseFloat":25763,"ĠRather":25764,"STIT":25765,"maker":25766,"[current":25767,"chrono":25768,"Ġchrist":25769,"ãģª":25770,"ĠDetail":25771,"Æ°á»":25772,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":25773,"Ġsul":25774,"idency":25775,"Que":25776,"Ġelegant":25777,"apons":25778,"Ġdishes":25779,"Ġintegers":25780,"(read":25781,"findViewById":25782,"ĠAmount":25783,"ĠSkip":25784,"Ġhabits":25785,"*)(":25786,"Ġmonsters":25787,"MAC":25788,":end":25789,"Ġfrank":25790,"Assembly":25791,"Ġdfs":25792,"Ġneut":25793,"_TYPES":25794,"equal":25795,"loyd":25796,"(uri":25797,"Ġchi":25798,"Ġdefendant":25799,"Ġconflicts":25800,"Ġvil":25801,"-js":25802,"ĠPeace":25803,"Ġmutable":25804,")sender":25805,"ĠFocus":25806,"建":25807,"Ġappreciated":25808,"sleep":25809,"ĠRED":25810,"Culture":25811,"Ġdesigners":25812,"_generator":25813,"codes":25814,"/ex":25815,".GetValue":25816,"umbled":25817,".scalajs":25818,"peror":25819,"Ġveterans":25820,"Ġ})čĊ":25821,"Ġunfortunately":25822,"_CREATE":25823,"Mass":25824,"ĠCLAIM":25825,"ĠMeet":25826,"_support":25827,"Bank":25828,"().Ċ":25829,"Dark":25830,"_LOW":25831,"ĠMining":25832,"ĠOwner":25833,"iera":25834,"Cliente":25835,"Ġencouraging":25836,">S":25837,"Ġboyfriend":25838,"ĠHalf":25839,"ĠACC":25840,"Aff":25841,"_ar":25842,"-life":25843,"cx":25844,".JButton":25845,"izado":25846,".zero":25847,".openqa":25848,"oton":25849,".textContent":25850,"Ġtoll":25851,"atie":25852,"Ġballot":25853,"-number":25854,".Exception":25855,"ĉparams":25856,"circle":25857,"-map":25858,"Ġnap":25859,"ĠRobot":25860,"ĠIch":25861,"registration":25862,"Amazon":25863,"rollment":25864,"(exp":25865,"Ġtanks":25866,"ĠGordon":25867,"Ġmachinery":25868,"Ġbaseline":25869,"æĭ":25870,"Ø©":25871,"ĠConvention":25872,"ĉconfig":25873,"ookies":25874,"mult":25875,"Records":25876,"ĠEST":25877,"Ġgarbage":25878,"Ġconform":25879,"idal":25880,"Ġbarg":25881,"Ġsurvived":25882,"Ġinvestigations":25883,".containsKey":25884,"--------------------------------------------------------------------------Ċ":25885,"ortion":25886,"Ġhorr":25887,"_http":25888,"Ġmant":25889,"];čĊčĊ":25890,"binary":25891,"empl":25892,"Ġinquiry":25893,"ĠMeanwhile":25894,"Ġcollecting":25895,".EntityFramework":25896,"\",ĊĊ":25897,"ĠPic":25898,"@Inject":25899,"ickness":25900,"ĠBinding":25901,"Ġcontrolling":25902,"reverse":25903,"Ġchairs":25904,"sembled":25905,"(add":25906,"Disabled":25907,"anas":25908,".translate":25909,"-----------Ċ":25910,"Ġreflected":25911,"\"]ĊĊ":25912,"External":25913,"Arrow":25914,"Singleton":25915,"%x":25916,"ĠÅ":25917,"Ġancest":25918,"ĠOrleans":25919,"ĉcmd":25920,"Ġprohibited":25921,"ithmetic":25922,"(channel":25923,"_css":25924,"Forward":25925,".socket":25926,"Ġluc":25927,"âĨ":25928,"ĠFirefox":25929,"ĠMovies":25930,")_":25931,".ends":25932,"(shape":25933,"Ġdealt":25934,"Ġsaves":25935,"Ġglory":25936,"Ġmejor":25937,"Ġbreathing":25938,"Ġeller":25939,"getData":25940,"Ġangles":25941,"Ġtoolbar":25942,"Ġspacing":25943,"IPS":25944,"Ġfloors":25945,"_ACTIVE":25946,"Ġshuffle":25947,"/shared":25948,"ĠEle":25949,"edish":25950,"Ġwebcam":25951,".expect":25952,"iloc":25953,"ĠIncludes":25954,"Ġtweeted":25955,"Ġ:)":25956,"ĠEssay":25957,"Fix":25958,"-between":25959,"_web":25960,".conv":25961,"Ġracism":25962,"Ġreflects":25963,"umm":25964,"иÑĤе":25965,"_footer":25966,"/docs":25967,"ĠPour":25968,"NgModule":25969,".initialize":25970,"patterns":25971,"_In":25972,"ĠAbb":25973,"*čĊ":25974,"Ġsentiment":25975,"buff":25976,"_counts":25977,"Ġreuse":25978,"chunk":25979,"Ġimposed":25980,"PrimaryKey":25981,"Foreground":25982,"Ġconsumed":25983,"?!":25984,"Ġdick":25985,"Ġchron":25986,"ĠFern":25987,"Ġresponsive":25988,"Ġinsect":25989,"iculty":25990,"Ġrw":25991,"Ġalike":25992,"Ġsubset":25993,"ĠCookies":25994,"ĠPair":25995,"Ġtier":25996,"IFO":25997,"avour":25998,"ĠQU":25999,",sizeof":26000,"Ġmerged":26001,"mv":26002,"itol":26003,"ylon":26004,"Ġjumped":26005,".role":26006,"ensaje":26007,"Rules":26008,"Ġbrowse":26009,"Animator":26010,"Ġyoga":26011,"Ġvariants":26012,"Ġcourtesy":26013,"uran":26014,"pbs":26015,"elseif":26016,"Alt":26017,"ĠLane":26018,"CLK":26019,"IMARY":26020,"_PROPERTY":26021,"ï¼IJ":26022,"Ġchan":26023,"Ġgradually":26024,"Ġshake":26025,"Ġblonde":26026,"...\");Ċ":26027,"-sex":26028,"Ġgameplay":26029,"acies":26030,".refresh":26031,"USB":26032,"ĠPlot":26033,"Was":26034,"issippi":26035,"ĠTensor":26036,"Ġcryptocurrency":26037,"Ġdifficulties":26038,"Deleted":26039,"Without":26040,"_append":26041,"_ver":26042,"\"))čĊ":26043,"Ġhonestly":26044,"Ġpivot":26045,"Ġtemps":26046,"_ps":26047,"ĠUnlike":26048,"[:-":26049,"VS":26050,"_inf":26051,"Ġjunior":26052,"Ġanimations":26053,"Ġfilepath":26054,"?{{$":26076,"Ġunicode":26077,"places":26078,"ĠCoffee":26079,".SE":26080,"ĠPAR":26081,"(txt":26082,"gebra":26083,"Ġfires":26084,"MainWindow":26085,"medium":26086,"Ġ(âĢľ":26087,"Ġlg":26088,"Ġcmp":26089,"/base":26090,"_layers":26091,"_entries":26092,"Ġadminister":26093,"ĠSUCH":26094,"BP":26095,"ĠScottish":26096,"ĉčĊĉčĊ":26097,"guard":26098,"ĠStrong":26099,"Insn":26100,"ĠCAP":26101,"asury":26102,"ĠSEE":26103,"Clock":26104,"erie":26105,"\\models":26106,"Ġ$$":26107,"ĠCab":26108,"Ġwurde":26109,"Ġsoldier":26110,"Ġclips":26111,"Ġarrangement":26112,"ĠWonder":26113,"ĠHorn":26114,"Ġscared":26115,"Ġcure":26116,"mkdir":26117,"Ġaligned":26118,"ĠPink":26119,"Ġlanded":26120,"Dimension":26121,"ScrollPane":26122,".chat":26123,".With":26124,"ĠTrain":26125,"].Ċ":26126,"Ġthirty":26127,"Ġdurable":26128,"Ġld":26129,"Ġlateinit":26130,"Ġcharts":26131,"Ġinsult":26132,".Fatal":26133,"_ct":26134,"Ġmasks":26135,"CLUDED":26136,"President":26137,"Ġcolours":26138,"gments":26139,".attributes":26140,"ĠFlex":26141,"ĠClock":26142,"ÃŃcul":26143,"imen":26144,"JO":26145,"ĠRegex":26146,"_LINK":26147,"Ġcouch":26148,"ĠINPUT":26149,"Ġbeating":26150,"business":26151,"preced":26152,".unit":26153,"ĠFel":26154,"Never":26155,"ospel":26156,".startswith":26157,"ĠEPA":26158,".only":26159,"Ġpreventing":26160,"yer":26161,"ColumnName":26162,"Ġelevation":26163,"flu":26164,"icycle":26165,"Ġoffline":26166,"Toolbar":26167,"Ġcompeting":26168,")].":26169,"Ġmog":26170,"ĠisValid":26171,"Ask":26172,"_av":26173,"_lat":26174,"ANC":26175,"ĠJoh":26176,"kers":26177,"Ġguards":26178,"Ġchains":26179,"ĠSimpleDateFormat":26180,".static":26181,"Ġvessel":26182,"Ġmud":26183,"Ġstabil":26184,"Ġstret":26185,"gm":26186,"amation":26187,"çľ":26188,"-with":26189,"Ġros":26190,"_PA":26191,"Ġresultado":26192,"Ġconfidential":26193,"ĠTokyo":26194,"ĉusing":26195,"ĠMathf":26196,"ombine":26197,"ĠESPN":26198,"Ġdealers":26199,"Ġdismissed":26200,"TRY":26201,"Ġteens":26202,"records":26203,"Ġwings":26204,"gallery":26205,"accounts":26206,"_LIB":26207,"Ġjacket":26208,"ĠNSObject":26209,"Ġstones":26210,"ĠDelivery":26211,"ĠDiet":26212,"/watch":26213,"Ġtoilet":26214,"ĠGuest":26215,".day":26216,"Ġintval":26217,"Visit":26218,"Ġinvestigated":26219,"Ġpentru":26220,"ĠTheatre":26221,"andidates":26222,"Lang":26223,"ĠServ":26224,"Ġcontrollers":26225,"ĠsetTitle":26226,"NP":26227,"amy":26228,"flat":26229,"(ui":26230,"_document":26231,"èĥ½":26232,"ĠCoin":26233,"ĠAdams":26234,"ptic":26235,"Ġproductive":26236,"Ġaccomplished":26237,"čĊčĊčĊčĊ":26238,"Ġdeferred":26239,"ientes":26240,"Ġsinc":26241,"olars":26242,"Rightarrow":26243,"Ġvariations":26244,"(offset":26245,".LayoutInflater":26246,"Ġsuspend":26247,"Ġprevention":26248,"_private":26249,"_js":26250,"âĺħ":26251,"Ġwieder":26252,"atum":26253,"ĴĮ":26254,"Ġappearances":26255,".Document":26256,"Ġvalidates":26257,"calendar":26258,"}\";Ċ":26259,".demo":26260,"conut":26261,"Ġcorrection":26262,"ĠDeal":26263,"Ġbatteries":26264,".duration":26265,",\\":26266,"_marker":26267,"multi":26268,"Ġhalt":26269,"Ġcms":26270,"Ġshaped":26271,"Bro":26272,"reduce":26273,"Ġ####":26274,"CTOR":26275,"ĠBenef":26276,"Ġiconic":26277,"Ġpiano":26278,"Ġeffectiveness":26279,"|.Ċ":26280,"Ġajax":26281,"Ġvolumes":26282,"ม":26283,"Ġcljs":26284,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":26285,"aths":26286,"raits":26287,"大":26288,"Ñĸ":26289,"_mult":26290,"Ġfascinating":26291,"Average":26292,"Ġpré":26293,"ĠChairman":26294,".findElement":26295,"_pin":26296,"Ġcomparing":26297,"Ġdarkness":26298,"-Fi":26299,"-server":26300,"Ġselecting":26301,"sterdam":26302,"ĠParts":26303,"FORMATION":26304,"Ġnoting":26305,"Ġpile":26306,"ogs":26307,"Ġpalette":26308,"_do":26309,"itize":26310,"()(":26311,"Ġdefining":26312,"Ġremainder":26313,"Units":26314,"_TASK":26315,"HttpClient":26316,"Social":26317,"Ġfundra":26318,"NR":26319,"chest":26320,"Currency":26321,".adapter":26322,"Ġdop":26323,"unting":26324,"ANGUAGE":26325,"\"He":26326,"ĉindex":26327,"_package":26328,".Icon":26329,"Ġrepet":26330,"mass":26331,"=\".$":26332,"ĠSud":26333,"Ġlid":26334,"province":26335,"ìľ":26336,"GPIO":26337,"Ðļ":26338,"ĠMySQL":26339,"Ġdocs":26340,"ĠGA":26341,"Ġipsum":26342,"Kernel":26343,"Ġaccepts":26344,"Ġfitting":26345,"Ġcuando":26346,"Ġduplic":26347,"ĠBrother":26348,"ĠKle":26349,"nums":26350,"Ġmorph":26351,"Ġ########":26352,"ĠCGPoint":26353,"manual":26667,"ĠTechnical":26668,"Ġcorporation":26669,"ĠHW":26670,"anka":26671,"TAIL":26672,"istas":26673,"Ġperforms":26674,"ĠBehavior":26675,".For":26676,"_ORDER":26677,"ĠKick":26678,"Ġcallbacks":26679,"_dr":26680,"uego":26681,"hub":26682,"ufficient":26683,"sky":26684,"Ġbp":26685,"htable":26686,"ĠONLY":26687,"ĠAUTHORS":26688,".Argument":26689,"\"};Ċ":26690,"ĠThunder":26691,"ĠKom":26692,".Should":26693,"AUTH":26694,"ahu":26695,"_payment":26696,"Ġstarter":26697,"ìĦľ":26698,"ìļ©":26699,"Blog":26700,".patch":26701,"Ġgoverned":26702,"assy":26703,"-found":26704,"Ġtheater":26705,"ĠFontWeight":26706,"ĠBatman":26707,"\"If":26708,".Random":26709,"_delta":26710,"ĠCE":26711,"Authenticated":26712,"Ġdrone":26713,"Ġcous":26714,"radius":26715,"Mer":26716,"(None":26717,"ĠNJ":26718,"_headers":26719,"Ġamer":26720,"pytest":26721,"ĠActions":26722,"ĉĉĉĠĠĠĠ":26723,"Ġett":26724,"Ġholy":26725,"Ġuncomfort":26726,"ĠNin":26727,"ĠDecimal":26728,"ĠMessages":26729,".sender":26730,"]])Ċ":26731,"Ġembrace":26732,"Though":26733,"/sp":26734,"Ġcultures":26735,"Ġhighway":26736,"tar":26737,".fail":26738,"_hidden":26739,"ĠcomponentDidMount":26740,"ĠWright":26741,"Ġjag":26742,"_il":26743,"../../../":26744,"igu":26745,"Food":26746,"Ġace":26747,"Ġaños":26748,"USD":26749,"Ġmutual":26750,"Logic":26751,"Ġtemple":26752,"Ġbriefly":26753,"ĠTrip":26754,"classmethod":26755,"defaults":26756,"Ġchunks":26757,",,,,":26758,"ĠReason":26759,"$id":26760,"-ups":26761,"Ġdamn":26762,"Ġtrucks":26763,"Ġunlimited":26764,"Ġsculpt":26765,"ĠCards":26766,"Ġautor":26767,"ĠTesting":26768,"Ġdiese":26769,"shops":26770,"ç´":26771,"(payload":26772,"ĠPATH":26773,"ĠMemorial":26774,"Ġridiculous":26775,"egree":26776,"-winning":26777,"Ġrehab":26778,"Ġsophisticated":26779,"wpdb":26780,"ĉpath":26781,"!\";Ċ":26782,"_SYS":26783,".speed":26784,"Ġsoap":26785,"suffix":26786,"Wrap":26787,"Ġenhancement":26788,"Ãī":26789,"úb":26790,"Ġplaylist":26791,"Ġmixing":26792,"antidad":26793,"=\"\";Ċ":26794,"ĠRevision":26795,"ĠBeat":26796,".inc":26797,"-way":26798,"encias":26799,"ulers":26800,"Cat":26801,"idel":26802,"ĠShip":26803,".setColor":26804,"Ġthreatening":26805,".modules":26806,"Ġafterwards":26807,"ĠDashboard":26808,"ĊĠĊ":26809,"Signal":26810,"Ġprimer":26811,"orneys":26812,"iciary":26813,"Ġligne":26814,"_predict":26815,"Ġaest":26816,"_https":26817,">:":26818,"ĠLex":26819,"Ġrencontres":26820,"egral":26821,"scala":26822,"_family":26823,"ÃŁen":26824,"_sym":26825,"Ġuncertainty":26826,"ĠVALUE":26827,"Ġ};čĊčĊ":26828,"Ġbroader":26829,"Ġhorses":26830,"ãģĿ":26831,"ĠKal":26832,"oba":26833,"_INET":26834,"ĠKill":26835,"jquery":26836,"amination":26837,"[@\"":26838,"Ġmuj":26839,"###Ċ":26840,"FirstOrDefault":26841,"thenReturn":26842,"Che":26843,"/footer":26844,"Ġparks":26845,"asje":26846,"ĠGulf":26847,"Ġmodest":26848,".Init":26849,"ï¼ŁĊĊ":26850,"Ġprospects":26851,"Ġsvg":26852,"Ġåı":26853,".Dialog":26854,"_NET":26855,"Ġ(($":26856,"Ġek":26857,"ĠWarning":26858,"ĠMK":26859,"":27166,"ĠRepair":27167,"_BE":27168,"Brand":27169,"uart":27170,"preview":27171,"Ġinitiatives":27172,"running":27173,"bang":27174,"ĉupdate":27175,"ĠCoach":27176,"Rich":27177,"Ġyoutube":27178,"Ġritual":27179,"appa":27180,"ĠRobinson":27181,"precision":27182,"////////////////////////////////////////////////////////////////////////////":27183,"=[]Ċ":27184,"Ġcelebrated":27185,"OTO":27186,"Ġinclusion":27187,"JP":27188,"';čĊčĊ":27189,"Ġnotable":27190,"(_.":27191,"Managed":27192,"Ġguides":27193," ":27194,"atedRoute":27195,"ĠAdjust":27196,"Ġcolored":27197,"_scores":27198,"ĠTesla":27199,"_progress":27200,".inst":27201,"['_":27202,".flags":27203,"Ġfclose":27204,"_OPER":27205,"ży":27206,"_note":27207,"Ġtransgender":27208,"åķ":27209,"RIPT":27210,"Ġabsent":27211,"Ġamet":27212,"Ġoperand":27213,"ë©":27214,"Ġhood":27215,"toLowerCase":27216,"avo":27217,"ĠCircuit":27218,"ĠLind":27219,"--}}Ċ":27220,"=m":27221,"Ġsuppress":27222,"ĠMAP":27223,"iang":27224,"-admin":27225,"Ġsidebar":27226,"ĠBu":27227,"ĠHex":27228,",F":27229,"ĠSignal":27230,"Ġtransparency":27231,"ĠFederation":27232,"/V":27233,"Req":27234,"Ġpulse":27235,"Ġtends":27236,"Numbers":27237,"%'":27238,"Ġdeport":27239,"datas":27240,"_UINT":27241,"_tra":27242,"oko":27243,"Ġ\"?":27244,"compet":27245,"solete":27246,"undry":27247,"Ġoverlap":27248,"}`,Ċ":27249,".ly":27250,"_summary":27251,"ĠLost":27252,".Center":27253,"Ġdisability":27254,".Serialization":27255,"Ġgeom":27256,"Ġ?:":27257,"ĠWo":27258,"Ġshipped":27259,"Ĥæķ°":27260,"Ġugly":27261,"Ġexcitement":27262,"Ġexterior":27263,"Ġcheckout":27264,"Ġkur":27265,",D":27266,"ĠAlaska":27267,"Ġsynthetic":27268,"ĠBudget":27269,"ĠSubscribe":27270,"Ġ&Ċ":27271,"ÈĻi":27272,"ĠYu":27273,"ĉquery":27274,"}.Ċ":27275,"Ġtraged":27276,"assen":27277,"Ġaccommodation":27278,"Ġphysician":27279,"Ġrenamed":27280,"Ġtidak":27281,"zÄħ":27282,"Ġminus":27283,"nych":27284,"_EXCEPTION":27285,"threads":27286,"Ġtire":27287,"_created":27288,"ensure":27289,"Ġworthy":27290,"Ġexcuse":27291,"Ġcloth":27292,".parentNode":27293,"/platform":27294,"ĠUFC":27295,"ĠGtk":27296,"unny":27297,"Ġgibt":27298,"keley":27299,"hum":27300,"(tx":27301,"ĉdev":27302,"Ġoutfit":27303,"doors":27304,"Ġfon":27305,"icut":27306,"volatile":27307,"Ġhomosex":27308,"Maximum":27309,"Ġexpend":27310,"Ġ});ĊĊĊ":27311,"Eq":27312,"onders":27313,"department":27314,"ĠPhysics":27315,"\"});Ċ":27316,"Ġparad":27317,".Str":27318,"Ġsele":27319,"IFIED":27320,"Ġdelivers":27321,"ivan":27322,"Ġresponsibilities":27323,"Ġadvocates":27324,"èµ":27325,"ĠRID":27326,".parameters":27327,"Metrics":27328,"ronics":27329,"ĠUITableViewCell":27330,"Absolute":27331,"ipse":27332,"ylum":27333,"MLElement":27334,"_VALID":27335,"\\<^":27530,"Ġios":27531,"sound":27532,"\"];":27533,"Ġfreed":27534,"rottle":27535,"ĠLower":27536,"[count":27537,"åĿ":27538,"Ġpale":27539,"ĠWayne":27540,"earth":27541,"_categories":27542,"UCK":27543,".metadata":27544,"Ġsummon":27545,"HOME":27546,"олÑĮз":27547,"Ġmanufactured":27548,"Ġdock":27549,"Ġcompetitors":27550,"_MODEL":27551,"okia":27552,"ĠHey":27553,"ο":27554,"Ġbackward":27555,"ĠPOSS":27556,"ropa":27557,"Ġcri":27558,"_OBJ":27559,"Transport":27560,"-high":27561,"Ġerotik":27562,"_slot":27563,"Ġartic":27564,"_framework":27565,"-serif":27566,"ĠSqlDbType":27567,"')(":27568,"+\"/":27569,"Ġwore":27570,"Sil":27571,"Ġstoring":27572,"ĠPhase":27573,"uant":27574,"Ġbump":27575,"inho":27576,"Ġdign":27577,"Ġbacks":27578,"qq":27579,"(hash":27580,"Ġgeo":27581,"Ġtender":27582,"Logo":27583,"!)Ċ":27584,"ĠMX":27585,"ĠArthur":27586,"essoa":27587,"_Ch":27588,"Ġbedrooms":27589,"=\"#\"><":27590,"Ġthroat":27591,"insic":27592,".integer":27593,"Ġprimitive":27594,"Truthy":27595,"Ġfacilitate":27596,"Ġcreativity":27597,"ĠDNS":27598,"Ġgra":27599,"uez":27600,"Ġcountless":27601,"ĠPoland":27602,"'M":27603,"ĠDist":27604,"Ġvest":27605,"Ġcertification":27606,"á»ij":27607,"held":27608,"extensions":27609,"(static":27610,"Ġgrades":27611,"ĠUber":27612,"ãģŁ":27613,"Ġ[])Ċ":27614,"datos":27615,"ĠgetData":27616,"ĠCharg":27617,"ĠBS":27618,".microsoft":27619,".video":27620,".direction":27621,"->{'":27622,"lua":27623,"apest":27624,"Ġboiler":27625,"erek":27626,"Ġdecides":27627,".jar":27628,"ISC":27629,"ĠWords":27630,"(CON":27631,"EMPLATE":27632,"reeze":27633,"shots":27634,"apps":27635,"unted":27636,".setName":27637,"::<":27638,"-bold":27639,"ê²":27640,"å¯Ĩ":27641,"Longrightarrow":27642,"Ġunfair":27643,"Ġearning":27644,"Ġshelf":27645,"UREMENT":27646,"Ġidle":27647,"_MENU":27648,".Custom":27649,"AGER":27650,"-\"":27651,"_switch":27652,"because":27653,")view":27654,"mare":27655,"_condition":27656,"ĠStarting":27657,"Mvc":27658,"(pre":27659,"dump":27660,"_LOCK":27661,"atetime":27662,".callback":27663,"ĠCer":27664,"opol":27665,"ibrary":27666,"Ġreservation":27667,"ĉĉĉĉĉĉĉĊ":27668,"lector":27669,"graduate":27670,"Ġgenerous":27671,"Ġion":27672,"ricao":27673,"mq":27674,"_complete":27675,"(cursor":27676,"ĠFormControl":27677,":center":27678,"Ġsubstitute":27679,"ĠPlanning":27680,"Ġpension":27681,"Ġrecommendation":27682,"ĠTags":27683,"Ġgef":27684,"Ġalbums":27685,"Ġwashing":27686,"roc":27687,"Ġtrains":27688,"atings":27689,"Ġexponent":27690,"ackbar":27691,"-ln":27692,"ág":27693,".DataAnnotations":27694,"ĠEIF":27695,"ĠMalaysia":27696,"ĉPORT":27697,"onus":27698,"Ġclever":27699,"Ġpeu":27700,">ĊĊĊĊ":27701,"ĠArguments":27702,"Ġdebugging":27703,"(right":27704,"'D":27705,"compute":27706,"Ġfinest":27707,"ORAGE":27708,"Ġspectacular":27709,"phrase":27710,"Ġindia":27711,"Ġlegendary":27712,"birth":27713,"Ġcomposite":27714,"Ġgrows":27715,"ĠTD":27716,"Ġepid":27717,"Ġlaunching":27718,"]][":27719,"Minutes":27720,"ĠCha":27721,"Ġcleaned":27722,"Ġwitnesses":27723,"ukan":27724,"ĉType":27725,"Ġhabe":27726,"paragraph":27727,"ĠJPanel":27728,"ĠHann":27729,"Ġvaried":27730,"ĠPokemon":27731,"ĠMUST":27732,"åĬ¨":27733,".visibility":27734,"opup":27735,"^[":27736,".expand":27737,"Ġ\"',":27738,".fasterxml":27739,"_auto":27740,"ĠSheet":27741,"marker":27742,"Parcel":27743,"ews":27744,"ĠStrategy":27745,"-making":27746,"Ġunve":27747,"Ġtrailing":27748,"Ġclicks":27749,"ĠGetComponent":27750,"ĉcontent":27751,"IGENCE":27752,"ERNEL":27753,"NSMutableArray":27754,"Ġbreat":27755,"Ġharmful":27756,"¶Ī":27757,"Ġbesides":27758,"Ġboring":27759,"Ġbrutal":27760,"vang":27761,"(parse":27762,"quick":27763,"Ġpytest":27764,"Ġswitching":27765,"()]Ċ":27766,"ĠìĦ":27767,"LER":27768,"ĉfont":27769,"Ġnett":27770,")]ĊĊ":27771,"(/\\":27772,"æŀľ":27773,"toArray":27774,"Ġbreed":27775,"ĠCAR":27776,"ĠWeapon":27777,"Abs":27778,"tot":27779,"ĠsetName":27780,"aptive":27781,"Ġ:,":27782,"Ġescaped":27783,"orden":27784,"ĠPri":27785,"thumbnail":27786,"Ġdescriptions":27787,"/styles":27788,"ĠPCI":27789,"Ġalphabet":27790,"asticsearch":27791,"NOTE":27792,"Ġcialis":27793,"ĠGriff":27794,"Ġporque":27795,"Ġproteins":27796,"plays":27797,"Ġstating":27798,"Ġimagination":27799,"Ġfacial":27800,"ĠMechan":27801,"Ġarranged":27802,"_used":27803,"Ġarrangements":27804,"ĠPipe":27805,"hostname":27806,"Ġprovinc":27807,"Tit":27808,".FlatStyle":27809,"ĠSplit":27810,"ĠLoader":27811,".cc":27812,"Ġclinic":27813,"----------------------------":27814,"Ġbaking":27815,"ĠENT":27816,"neath":27817,"ãĢģĊĊ":27818,"ANE":27819,".EntityFrameworkCore":27820,"appers":27821,".ic":27822,"ĠNgModule":27823,"ĠFORM":27824,"Ġ';":27825,"-profit":27826,"hw":27827,"enemy":27828,"ĠEye":27829,"Ġcaution":27830,"town":27831,"Ġurged":27832,"ĠJimmy":27833,"ynchronous":27834,"-sized":27835,"making":27836,",{":27837,"]',":27838,"_Object":27839,"ahoma":27840,"Ġactivist":27841,"INVAL":27842,"ĠCommercial":27843,"ĠOrlando":27844,"(tab":27845,"Ġب":27846,"Algorithm":27847,"Ġheritage":27848,"GetMapping":27849,"Ġfailures":27850,"rios":27851,"ativa":27852,"Ġtet":27853,"Ġcarpet":27854,"(Z":27855,"three":27856,"Ġdisclosure":27857,".ERROR":27858,"_called":27859,"Ġdial":27860,"Ġoccasional":27861,".Err":27862,"Ġfuncion":27863,"caffold":27864,"Ġreleasing":27865,"ï¼īĊĊ":27866,"_Value":27867,"ĠVari":27868,"yellow":27869,"Ġstruggles":27870,".cal":27871,"ĠDakota":27872,"ĉclose":27873,"Ġsandwich":27874,"Ġanalytics":27875,"Ġ**)":27876,"&#":27877,"ĠJos":27878,"Ġpassive":27879,"ATTR":27880,"Throwable":27881,"ĠMun":27882,"ĠUint":27883,"(disposing":27884,"arak":27885,"ĠLeaders":27886,"Ġaffecting":27887,"ĠitemView":27888,"Ġeconomics":27889,"fv":27890,"à¹Ģ":27891,".rb":27892,"ĠOverall":27893,"Ġwealthy":27894,"Ġevolved":27895,"nda":27896,"ĠHus":27897,"restrict":27898,"umen":27899,"ĠAgricult":27900,"!ĊĊĊ":27901,"Ġexpires":27902,"Ġspokesperson":27903,"interval":27904,"Ġâ":27905,"Ġqueen":27906,"(nil":27907,"ingo":27908,"Heap":27909,"Ùİ":27910,"Ġcomplain":27911,"Sym":27912,"ĠClone":27913,"ĠRu":27914,"ĠWILL":27915,"ĠCrystal":27916,"/content":27917,"ingen":27918,"ointment":27919,"LastName":27920,"avicon":27921,"ĠIBM":27922,"ĠDimension":27923,"anh":27924,"icipants":27925,"ĠAnne":27926,".progress":27927,"Ġalgo":27928,"obil":27929,"ĠVoice":27930,"ĠFE":27931,"Ġgli":27932,"Ġved":27933,"Ġprevents":27934,"\\Column":27935,"Ġfolk":27936,"etti":27937,"Ġmn":27938,"ĠCLASS":27939,"Ġdisplaying":27940,"ĠKl":27941,"ĠFerr":27942,"duto":27943,".ib":27944,"Ġdados":27945,"'name":27946,"-space":27947,"Ġitalian":27948,"Ġinverse":27949,"Ġdense":27950,"uter":27951,"ĠIEnumerator":27952,"-sign":27953,"Ġnationwide":27954,"Ġpersona":27955,"Ġsolved":27956,"Ġdramatically":27957,"Logout":27958,"Ġgrav":27959,"Ġanalyses":27960,"ollo":27961,"Ġlamp":27962,".team":27963,"ĠErot":27964,"=[\"":27965,"Ġdancing":27966,"Ġ?>/":27967,"Ġcater":27968,"ffe":27969,"ĠSha":27970,"ĠBos":27971,"ĠREQUIRE":27972,"ĠMonster":27973,"ĠRB":27974,"ĠIDE":27975,"Ġsuits":27976,"ĠformData":27977,"(theta":27978,"Ġspatial":27979,"=NULL":27980,"ĠSqlConnection":27981,"Ġà":27982,"ĠVenez":27983,"ĠMorning":27984,"Ġpublications":27985,"ĠNONINFRINGEMENT":27986,"firstName":27987,"uds":27988,"Would":27989,"_HEAD":27990,"Ġinvested":27991,"stable":27992,"fred":27993,"Ġcommander":27994,"SES":27995,"âĢĶa":27996,"anche":27997,"ĠMovement":27998,"ë³":27999,"Suite":28000,"Ġjurisdiction":28001,"리":28002,"ĠBeth":28003,"jQuery":28004,"ĠIsa":28005,"Ġdental":28006,",*":28007,"ĠLimit":28008,"iliation":28009,"=\"{":28010,"bast":28011,"Ġturb":28012,"isy":28013,"OOK":28014,"Ġadvocate":28015,"imag":28016,"LECTION":28017,"лÑĮ":28018,"(category":28019,".dec":28020,"Ġuniqu":28021,"_sn":28022,"Ġattracted":28023,"ĠÃī":28024,"ĠRunning":28025,"_edges":28026,"ĠDisable":28027,"_AS":28028,"åĽ¾":28029,"Ġnetworking":28030,"_branch":28031,"Having":28032,"toBeTruthy":28033,"GI":28034,"Ġcamps":28035,"sep":28036,"-part":28037,"Ġ)ĊĊĊĊĊĊĊĊ":28038,"ustralia":28039,"ĠReports":28040,"rito":28041,"Ġwaist":28042,"_plus":28043,"ĠWW":28044,"-person":28045,"April":28046,"Ġsar":28047,".tar":28048,"Ġagricultural":28049,"tic":28050,"Ġtcp":28051,"ĠsetValue":28052,"agento":28053,"ĠAppe":28054,"piler":28055,"CADE":28056,"Ġanche":28057,"atcher":28058,"Ġcomics":28059,"Ġlbs":28060,"_segment":28061,"']=$":28062,"itters":28063,"icher":28064,"GINE":28065,"Ġutilize":28066,"ĠCursor":28067,"_expression":28068,"Ġdag":28069,"x":28257,".Task":28258,"money":28259,"ibaba":28260,"'});Ċ":28261,"ĠSpecific":28262,"ĠLinear":28263,"_OPT":28264,"HashCode":28265,"(Player":28266,".ContainsKey":28267,"Ġcollapsed":28268,"transparent":28269,"_RANGE":28270,"Viewer":28271,"(cfg":28272,"Ġsorting":28273,"Ġinfected":28274,"ĠNach":28275,"Ġaccommodate":28276,".elements":28277,"_PART":28278,"ĠSexy":28279,"=get":28280,"(year":28281,"Ġxhr":28282,":]":28283,"owski":28284,"Ġsummar":28285,"Ġ¿":28286,"Ġinte":28287,"Ġworkflow":28288,"ĠTaiwan":28289,"versions":28290,"åıij":28291,"Ġsurprisingly":28292,"Ġoptical":28293,"Ġproces":28294,"Ġdisagree":28295,"Ġnuevo":28296,"ĠCAM":28297,"sorted":28298,"leases":28299,"istle":28300,"Ident":28301,"ĉevent":28302,"jected":28303,"Chunk":28304,"Vars":28305,".provider":28306,"Ġproceedings":28307,"Ġinclusive":28308,"Ġartwork":28309,"endants":28310,"ï¼ļĊ":28311,"seen":28312,"Ġlig":28313,"Ġmakers":28314,"_fun":28315,"Ġlengths":28316,"PathVariable":28317,"[item":28318,"ี":28319,"Dead":28320,"FFFFFF":28321,"ĠUrban":28322,"uples":28323,"ichen":28324,"(nullptr":28325,".spec":28326,",System":28327,"URATION":28328,"(job":28329,"å¼ı":28330,"Ġtracker":28331,"ÅĻ":28332,"ĠMR":28333,"ĠSQLite":28334,"Ġdto":28335,"Ġ;;Ċ":28336,"Ġmint":28337,"ĠIntroduction":28338,"cao":28339,"Ġquestioned":28340,"Ġfitted":28341,"revision":28342,"sq":28343,"Ġmig":28344,"_units":28345,"_async":28346,"Ġflick":28347,"});ĊĊĊ":28348,"Ġnotre":28349,"}`,":28350,"Filters":28351,"Ġmundo":28352,"_days":28353,"Ġfrm":28354,"utc":28355,"Ġvals":28356,"ewidth":28357,"ĠGenerator":28358,"ĠArtist":28359,"ĠIDs":28360,"ĠArticles":28361,"reater":28362,"ĠComponentFixture":28363,".=":28364,"Ġrou":28365,"-no":28366,".bukkit":28367,"egg":28368,"ĠDiff":28369,"atics":28370,"ÑĥÑĩ":28371,"âĢĶĊĊ":28372,"ĠCharlotte":28373,"bye":28374,"Ġ});čĊčĊ":28375,"ĠVik":28376,"ĠBrow":28377,"Ġlv":28378,"ĠGib":28379,"-wing":28380,"GLIGENCE":28381,"(Il":28382,"ĠEngineer":28383,".Wait":28384,"ĠPictures":28385,"Ġrhet":28386,"Ġthermal":28387,"Ġpraise":28388,"<>();ĊĊ":28389,"ĠSpider":28390,"Pause":28391,"ĠBaker":28392,"Ġslower":28393,"Ġ}]Ċ":28394,"_enqueue":28395,"Ġdisappeared":28396,"ĠTicket":28397,"INUX":28398,"_LOCAL":28399,"аÑģÑģ":28400,"@Injectable":28401,"community":28402,"GestureRecognizer":28403,"åĽ½":28404,"Ġscales":28405,"Ġ-(":28406,"/'+":28407,"ĠSit":28408,"Ġexecutives":28409,"arding":28410,"Ġadvers":28411,"Ġbackwards":28412,"ĉcontext":28413,"ĠHamp":28414,"ĠPF":28415,"ĠDeck":28416,"ĠCraig":28417,"American":28418,"Ġbell":28419,"Ġprol":28420,"ufen":28421,"Ġrng":28422,"arshal":28423,"ĠSimply":28424,"firstname":28425,"shore":28426,"July":28427,"Ġmortality":28428,"ĠâĨĴĊĊ":28429,"Helpers":28430,"Ġbenchmark":28431,"emade":28432,"Ġorganisations":28433,".gson":28434,"ĠTextField":28435,"Ġcivilians":28436,".Arrays":28437,"ĠMississippi":28438,"Ġintermediate":28439,"getUser":28440,"_cluster":28441,"Relative":28442,"foreign":28443,".querySelectorAll":28444,"ForeignKey":28445,"Ġreasonably":28446,"---------Ċ":28447,"Cards":28448,"ĠKam":28449,"ĠThor":28450,"Ġroller":28451,"-element":28452,"ĠCurrency":28453,"ddie":28454,"ALLY":28455,"ĠRA":28456,"Ġpermet":28457,"aaaa":28458,"Ġhomework":28459,"ĠVit":28460,"Ġmold":28461,"ĠFer":28462,"[start":28463,"Ġstatistical":28464,"Ġscary":28465,"_HOME":28466,".Begin":28467,"Construct":28468,"ogenic":28469,"ĠDEALINGS":28470,"Ġtambién":28471,"ixon":28472,".ind":28473,"acre":28474,"Ġtransforms":28475,"ĠNap":28476,".Block":28477,"ussia":28478,"piration":28479,"ulent":28480,"Ġceil":28481,"Clause":28482,"naire":28483,"TES":28484,"Ġneat":28485,"STD":28486,"ĠRegExp":28487,"perform":28488,":)":28489,"Ġunions":28490,"Ġsublic":28491,"Ġwinds":28492,"loating":28493,"glich":28494,"Ġpagination":28495,"Skill":28496,"Apply":28497,"ĠOperator":28498,"istogram":28499,"Ġqualities":28500,"Cross":28501,"Ġdecom":28502,"],\"":28503,"ĠJuan":28504,".modal":28505,".Child":28506,"ĠRoger":28507,"STITUTE":28508,":CGRectMake":28509,"alette":28510,"Ġsta":28511,"aside":28512,"Ġblur":28513,"ĠWa":28514,"ifetime":28515,"reed":28516,"controls":28517,"Ġbins":28518,"Ġпол":28519,"*/,Ċ":28520,"UIS":28521,"ĠRou":28522,"ĠDemo":28523,"-awesome":28524,"ĠChain":28525,"Ġhasta":28526,"ĠBart":28527,".KEY":28528,"Ġvendors":28529,"nofollow":28530,"ĠDest":28531,"_builder":28532,"Ġargues":28533,"_answer":28534,"goto":28535,"ĠRESULT":28536,"ĠMON":28537,"Ġpoder":28538,"oons":28539,"_CASE":28540,"Ġreplic":28541,"Ġfinancing":28542,"ĠDATE":28543,"cern":28544,"_track":28545,"ties":28546,"/logo":28547,"ĠNEGLIGENCE":28548,"getType":28549,">T":28550,"bet":28551,"girl":28552,"ĠINCIDENTAL":28553,"-site":28554,".trigger":28555,"ĠLisa":28556,"_inputs":28557,"Ġrelatives":28558,"LoggedIn":28559,"Configure":28560,"IK":28561,".accept":28562,"Resume":28563,"ĠDraft":28564,"Ġ*>(":28565,"ĠWA":28566,"edian":28567,"erness":28568,"ĠLayoutInflater":28569,"*/čĊčĊ":28570,"othy":28571,"Ġobligation":28572,"Subscribe":28573,"Ġthumbnail":28574,"exist":28575,"Ġinsisted":28576,"ĠUICollectionView":28577,"ĠAngular":28578,"Ġtablets":28579,"ĠImpact":28580,"ãĢįĊĊ":28581,"aho":28582,"Ġcharacteristic":28583,"gd":28584,"Ġ=================================================":28585,"ourt":28586,"`.":28587,"Appro":28588,"Coordinate":28589,"Remember":28590,"Ġmarine":28591,"]=='":28592,"ĠAdministrator":28593,".getDefault":28594,"Ġforgot":28595,"ĠStructure":28596,"Vue":28597,"arsing":28598,"moment":28599,"kw":28600,"_cursor":28601,"Attack":28602,"Ġathletic":28603,"Ġdiagnosed":28604,"Ġende":28605,"åĪłéĻ¤":28606,"House":28607,"ĠPARAM":28608,"Ġwiki":28609,"ĠOpp":28610,"Ġconservation":28611,"Ġsnd":28612,"_tem":28613,"substr":28614,"ĠCape":28615,".sim":28616,"UTION":28617,"anan":28618,"âĢĻun":28619,"Ġgy":28620,"-work":28621,"Ġcompelling":28622,"='#":28623,"ĉsub":28624,"Ġdirectories":28625,"íĬ¸":28626,"Ġtouches":28627,"outines":28628,".Collection":28629,"schedule":28630,".lat":28631,"ĠDoctrine":28632,"CAA":28633,"ĠRefer":28634,"Ġshifts":28635,"Ġlikelihood":28636,"preter":28637,"ĠFemale":28638,"Ġintercept":28639,"Ġlou":28640,"çĻ»":28641,"Ġrug":28642,"ĠCrown":28643,"Ġ****************************************************************************":28644,"-product":28645,"Ġprompted":28646,"ungle":28647,"docker":28648,"ĠTu":28649,"ĠUnique":28650,"_Error":28651,"ulos":28652,"ĠâĦ":28653,"Ġ(`":28654,"Getting":28655,"_scal":28656,"ĠEnh":28657,"üt":28658,"Ġsustained":28659,"Ġpatches":28660,"Ġprosper":28661,"ĠGaza":28662,"_light":28663,"Ġincons":28664,"--------Ċ":28665,"ĉĉĠĠĠĠĠĠ":28666,"SF":28667,"CN":28668,":\";Ċ":28669,"ĠCollins":28670,"(*)":28671,"Ġcompilation":28672,"']čĊ":28673,"Ġconsequence":28674,",...":28675,"Ġdm":28676,"ĠBLOCK":28677,"Cluster":28678,"Ġski":28679,"(argc":28680,"Tuple":28681,"Ġjoins":28682,"ĠSheriff":28683,"War":28684,"indi":28685,"Ġcommented":28686,"HOST":28687,"Ġinvitation":28688,"apanese":28689,"Ġpermits":28690,"precedented":28691,"_zone":28692,"ĠAmy":28693,"_RD":28694,"Minimum":28695,"Ġinvocation":28696,".enable":28697,"ichten":28698,"-owned":28699,"\"id":28700,"_POINTER":28701,"Fac":28702,"Ġspecifications":28703,"Ġnomination":28704,"Ġgp":28705,"<(":28706,"Ġrobots":28707,"ĠJerry":28708,"Ġholders":28709,"Ġwand":28710,"cms":28711,"Ġ}))Ċ":28712,".Toast":28713,"ĠIList":28714,"Based":28715,"zoom":28716,"/style":28717,"ĠBeck":28718,"Men":28719,"Ġcontributing":28720,"Ġundo":28721,"ĠOH":28722,"ĠaddObject":28723,"Ġeigen":28724,"signup":28725,"éĶĻ":28726,"Ġdistant":28727,"PARATOR":28728,"ĠMari":28729,"Ġmá":28730,"Emp":28731,"ós":28732,"ĠìĪĺ":28733,"evt":28734,"+j":28735,"park":28736,"ĠStay":28737,"ĠDun":28738,"Ġsoy":28739,">%":28740,"azines":28741,"Ġtiempo":28742,"(me":28743,"present":28744,".This":28745,"Ġeditors":28746,"FIELD":28747,".Work":28748,"ĠUniverse":28749,"Ġdrunk":28750,".timer":28751,"Ġaltered":28752,"ĠNar":28753,"ëł¥":28754,".Active":28755,"idor":28756,"çŃ":28757,".deltaTime":28758,"Ġawkward":28759,""":28760,"ĠSafari":28761,"Ġtricks":28762,"MENTS":28763,"division":28764,"Ġvarying":28765,"ĠHighway":28766,"Ġphotographer":28767,"ĠStewart":28768,"Ġlasting":28769,".Pre":28770,".amazonaws":28771,"ĠLuck":28772,".Description":28773,"ĠNaz":28774,"neg":28775,"Ġcó":28776,"<<\"\\":28777,"ĠSurv":28778,"ĠUnc":28779,"Recipe":28780,".BorderStyle":28781,"Ġmodifications":28782,"-at":28783,"ATFORM":28784,"hdr":28785,"ako":28786,"Ġsublicense":28787,"ĠJump":28788,"Ġbeim":28789,"ĠManhattan":28790,".bool":28791,"_hw":28792,"ÑĤÑĮ":28793,"Bin":28794,"Ġgateway":28795,"\"\":":28796,"ĠUIS":28797,":\"+":28798,"-def":28799,"ĠRegular":28800,"/testing":28801,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":28802,"stringstream":28803,"Ġdispar":28804,"Ġmobil":28805,"-read":28806,"ĠAdapter":28807,"ĠChampions":28808,"Ġscheduler":28809,"Ġkills":28810,"ĠMultiple":28811,"irror":28812,"Ġgods":28813,"ADO":28814,"akte":28815,"ĠUsuario":28816,".circular":28817,"Ġrecept":28818,"ĠExpr":28819,"Ġelderly":28820,"Ġnicely":28821,"Ġbeste":28822,"Want":28823,"Ġclassical":28824,".sprite":28825,"objc":28826,"ĠMason":28827,"Ġsistema":28828,".Black":28829,"eso":28830,"ĠZeit":28831,"Ġdivid":28832,"Ġenters":28833,"_subject":28834,"ĠPlanet":28835,".warning":28836,"ĠGram":28837,"_tokens":28838,"Ġhouseholds":28839,"_customer":28840,"userName":28841,"cross":28842,"Ġpione":28843,"Ġassists":28844,"_SM":28845,"ibo":28846,"Ġloyal":28847,"Ġuseless":28848,"#elif":28849,"ĠUltimate":28850,"Come":28851,"gel":28852,"Ġdich":28853,"xyz":28854,"ikel":28855,"obra":28856,"_scan":28857,"ĠInterior":28858,"ĠNice":28859,"Ġplac":28860,"ĉtarget":28861,"Ġviral":28862,"asso":28863,"()/":28864,"unde":28865,"ĠAdobe":28866,"Os":28867,"visited":28868,"ĠOW":28869,"ĠFeed":28870,"ĠSequence":28871,"Ġmanages":28872,"inson":28873,"ĠLouisiana":28874,"{})":28875,"ĠHab":28876,"ĠLD":28877,"Ġbip":28878,"prites":28879,"(elem":28880,".hibernate":28881,"élé":28882,"Ġohne":28883,"_transaction":28884,"Ġannunci":28885,"Published":28886,"ĠHonda":28887,"ĠTam":28888,"ĠPacket":28889,"_selector":28890,"Ġchallenged":28891,"Processing":28892,"-hover":28893,"Ġtrainer":28894,"_cancel":28895,"ĠNSDictionary":28896,"abric":28897,"ĠMLS":28898,"_sensor":28899,"Ġshrink":28900,"ĠFX":28901,"threshold":28902,"ĉHX":28903,"-mark":28904,"`.`":28905,"Scheme":28906,"(full":28907,"_writer":28908,"ĠSys":28909,"Ġfled":28910,"ĠCin":28911,"-widget":28912,"ĠPrevious":28913,"Gender":28914,"_question":28915,"Feed":28916,"Ġscrut":28917,"(prefix":28918,"ãĢĤãĢĤ":28919,"Ġinfections":28920,"Parts":28921,"Ġhierarchy":28922,"_DELETE":28923,"ĠPatient":28924,"_pay":28925,"Ġpromoted":28926,"Ġìĭ":28927,"Ġcivilian":28928,"Ġagriculture":28929,"ĠPiece":28930,"Ġstance":28931,"utsche":28932,"Assign":28933,".ACTION":28934,"Fig":28935,"_radius":28936,"ĠSync":28937,"ducer":28938,"failure":28939,"ensed":28940,"ptime":28941,"BM":28942,"_datetime":28943,"quivo":28944,"QUEUE":28945,"èĢħ":28946,"Appear":28947,"Ġsummit":28948,":void":28949,"Ġvine":28950,"认":28951,"onne":28952,"_TRANS":28953,".green":28954,"_cc":28955,"Ġhungry":28956,"Ġ\">":28957,"());čĊčĊ":28958,"Extract":28959,"izens":28960,"Ġsolver":28961,"Notify":28962,"Ġenglish":28963,"ĠShopping":28964,"interfaces":28965,"REQ":28966,"Ġilleg":28967,"ĠUIImageView":28968,"Ġdisconnect":28969,"ĠUntil":28970,"ĠConservative":28971,"@Column":28972,"Ġshifted":28973,"Ġ:čĊ":28974,"Ġfich":28975,"Ġdla":28976,"Ġshoe":28977,"\"),čĊ":28978,"ularity":28979,"_RESP":28980,"Weather":28981,"UIApplication":28982,".iterator":28983,"Ġaging":28984,".Parent":28985,"owie":28986,"(equal":28987,"ĠConv":28988,"/default":28989,"Ġmeasuring":28990,".prev":28991,".IsValid":28992,".Fat":28993,"ĠsÄĥ":28994,"keywords":28995,"without":28996,"Ġsovere":28997,"Ġexchanges":28998,"Ġmelt":28999,"Ġislands":29000,"ĠIntegr":29001,"Ġjumping":29002,"Ġgle":29003,"Ġjournalism":29004,"Ġdated":29005,"Localized":29006,"ĠRefresh":29007,"Particle":29008,"Ġaa":29009,"ĠSTRICT":29010,"Ġbod":29011,".Process":29012,"_AUTO":29013,"ĠPublished":29014,"every":29015,"Ġtechnological":29016,"lsx":29017,"Ġirrit":29018,"Additional":29019,"Ġdelimiter":29020,"_language":29021,"-area":29022,"boys":29023,"ĠTube":29024,"Ġwat":29025,"Ġmechanics":29026,"_owner":29027,"Spell":29028,"ĠStories":29029,".AppendLine":29030,"TableView":29031,"hem":29032,"stick":29033,"ollower":29034,"IFF":29035,"ĠUV":29036,"ollision":29037,"SUB":29038,"Ġcomparable":29039,"Ġdonde":29040,"sales":29041,"llvm":29042,"Ġ}],Ċ":29043,"OTTOM":29044,"ĠPurpose":29045,"Lab":29046,"Ġinterviewed":29047,"ois":29048,"asil":29049,".setId":29050,"ĠInstruction":29051,"-->":29052,"ĠModified":29053,"ationally":29054,"ĠMeeting":29055,"误":29056,"#region":29057,"Ġrouting":29058,".focus":29059,"ĠYouth":29060,"<":29348,"Ġunto":29349,"ologically":29350,"ĠMul":29351,"VIDIA":29352,"Ġslim":29353,"ĠCommissioner":29354,"(on":29355,"Ġunderneath":29356,"/db":29357,"vote":29358,"(Message":29359,"ĠPope":29360,"Defined":29361,"Ġswift":29362,"urf":29363,"Ġadapted":29364,"SEL":29365,"Ġrevenues":29366,"Ġdivine":29367,"=y":29368,"Gradient":29369,"_act":29370,"Ġ/*!<":29371,"Ġpolygon":29372,"ĠFDA":29373,"ĠCarr":29374,"atables":29375,"(stdout":29376,"Ġrefriger":29377,"Ġcoordin":29378,"avorites":29379,"ÑĪи":29380,"Ġcompassion":29381,"ĠPOSSIBILITY":29382,"-secondary":29383,"uracy":29384,"Ġcompromise":29385,"_AV":29386,"_os":29387,"Ġbeside":29388,"ĥĿ":29389,"Ġln":29390,".plugins":29391,"Capacity":29392,"alah":29393,".bin":29394,"ĠCRC":29395,"_balance":29396,"ĠflexDirection":29397,"Ġambit":29398,"Ġnickname":29399,"ĠForces":29400,"CLE":29401,"ĠShell":29402,"Ġsail":29403,"ĠWriter":29404,"ĠAlice":29405,"dw":29406,"ĠIndians":29407,"ĠMarshall":29408,"_SRC":29409,"Ġnormalized":29410,"ĠJag":29411,"ãĤĴ":29412,"zeit":29413,"rpc":29414,"ÃŃc":29415,".inline":29416,"Ġtravers":29417,"_numeric":29418,"Ġutilities":29419,"Ġevac":29420,"INPUT":29421,"ĉregister":29422,"MX":29423,"ĠCampbell":29424,"Ġdatasets":29425,"Ġdemanded":29426,"ĠinitialState":29427,"gan":29428,"Ġei":29429,"Unexpected":29430,"-web":29431,"trait":29432,",Y":29433,"ĠTodd":29434,"Ġskeleton":29435,"Ġoptimize":29436,"第":29437,"ĠUpon":29438,"ĠStObject":29439,"Ġaplic":29440,".'P":29478,"vron":29479,".UN":29480,"Ġpainter":29481,"izarre":29482,"Ġlav":29483,"Ġpom":29484,"preg":29485,"=function":29486,"(serial":29487,"ifica":29488,"uming":29489,"åľ°":29490,"ãģĤ":29491,"-op":29492,"UCH":29493,"ĠHend":29494,".propTypes":29495,"Ġyo":29496,"Ġroutines":29497,"Ġcaring":29498,"Sem":29499,"Ġreserves":29500,"Ġpriorities":29501,"redits":29502,"ISTR":29503,"ContentType":29504,"ĠSchw":29505,"/media":29506,"Ġestr":29507,"Ġclimbing":29508,"-week":29509,"cherche":29510,"sensor":29511,"ToArray":29512,"ĠMontreal":29513,"Ġclouds":29514,"ĠInjectable":29515,"ĠRice":29516,"Ġpropaganda":29517,"_provider":29518,"Ġindoor":29519,"Ġinaug":29520,"Ġdiplom":29521,"Ġmessaging":29522,"_mut":29523,"å¦Ĥ":29524,"Ġkw":29525,"ONS":29526,"arians":29527,"RPC":29528,")]čĊ":29529,"-ray":29530,"ĠSor":29531,"mall":29532,"Ġmarketplace":29533,"Ġvtk":29534,"Ma":29535,"ogan":29536,"igi":29537,"Ġsponsored":29538,"ĠDani":29539,".SEVER":29540,">'.$":29541,"multipart":29542,"ĠWol":29543,"ĠtableName":29544,"ĠUsername":29545,"BackgroundColor":29546,"Ġfright":29547,"_EMAIL":29548,"September":29549,"_vals":29550,"opia":29551,"Ġspotted":29552,"-Ch":29553,"ĠdataSource":29554,"/\"Ċ":29555,"екÑĤ":29556,"ĠRequestMethod":29557,"ĠReplace":29558,"-do":29559,"ahn":29560,"ĠPhD":29561,"].ĊĊ":29562,"NON":29563,"gement":29564,"ĠThr":29565,"Ġquietly":29566,"Ġtorture":29567,"Ġteas":29568,"ĠCY":29569,"Ġatr":29570,"development":29571,"-detail":29572,"Ġlighter":29573,"Ġarguing":29574,"Ġdeserves":29575,"Ġcurriculum":29576,"_CONTEXT":29577,"ÅĤy":29578,"HITE":29579,"ĉID":29580,"/uploads":29581,"Ġtits":29582,"reo":29583,"_drop":29584,".UTF":29585,"Ġpickup":29586,"Ġgrocery":29587,"ĠPure":29588,"Ġeasiest":29589,"Phil":29590,".feature":29591,"(\"*":29592,"Ġinvestor":29593,"tok":29594,"Ġjar":29595,"Los":29596,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":29597,".queue":29598,"-speed":29599,"Mal":29600,"umblr":29601,"ĠCONST":29602,"ĠHRESULT":29603,"ĠDance":29604,"(filePath":29605,"Ġattributed":29606,"à¥į":29607,"ĠBund":29608,"coins":29609,"Ġsão":29610,"Ġpir":29611,"personal":29612,"Ġprelim":29613,"Ġpropose":29614,"ĠTL":29615,"]])":29616,"ĠSubscription":29617,"ĠKre":29618,",len":29619,".FirstOrDefault":29620,")--":29621,"_products":29622,".GetBytes":29623,"Ship":29624,"Ġencrypt":29625,"ĠSG":29626,"ĠMyst":29627,"hir":29628,"Ġiterate":29629,"Ġintend":29630,".mockito":29631,"Ġchapters":29632,"(angle":29633,"ĠVlad":29634,"设":29635,"'.ĊĊ":29636,"ResponseBody":29637,"ĠAbd":29638,"deal":29639,"Ġbarriers":29640,"-outline":29641,"bill":29642,"ĠFalls":29643,"_second":29644,".include":29645,".ceil":29646,"Ġoccupation":29647,"phony":29648,".moveTo":29649,"ĠJennifer":29650,"ASTER":29651,";\"><":29652,"ĠEnabled":29653,"Ġterminate":29654,"ĠIo":29655,"lations":29656,"ĠTHEORY":29657,"Ġearliest":29658,"Ġrack":29659,"ĠScar":29660,"shake":29661,"chip":29662,"Ġuv":29663,"Ġalliance":29664,"пиÑģ":29665,"ĠGOODS":29666,"zione":29667,"ĠVI":29668,"Ġ{-":29669,"Ġfiltering":29670,"Ġmiscon":29671,".DockStyle":29672,"Ġbush":29673,"Ġjunk":29674,"æĮ":29675,"ĠQUE":29676,"Ġhooks":29677,"Ġfirmware":29678,"Ġmiddleware":29679,"dic":29680,"ĠOakland":29681,"Ġarrives":29682,"Payload":29683,"pixel":29684,"]|":29685,"ĠstartDate":29686,".PRO":29687,"_audio":29688,"Ġmidfield":29689,"igidbody":29690,"ĠSwiss":29691,"ĠClip":29692,"ĠDump":29693,"ĠTextBox":29694,"Ġgeh":29695,"yield":29696,"ods":29697,"Ġreferendum":29698,"Backend":29699,"ĠCream":29700,"Ġdominated":29701,"ĠArchive":29702,"Ġriders":29703,".prepareStatement":29704,"Ġquando":29705,"Ġchef":29706,"wiki":29707,"inel":29708,"ampling":29709,"(\"\\\\":29710,"Ġsag":29711,"_proxy":29712,"ãģķ":29713,"pdo":29714,".getElementsByTagName":29715,"Ġdemonstration":29716,"ĠNPC":29717,"Ġarchivo":29718,"endance":29719,"Ġefficiently":29720,"(actual":29721,".tableView":29722,"Ġmush":29723,"Ġbears":29724,"_threads":29725,"jas":29726,"ahun":29727,"Ġneural":29728,"Ġdesigning":29729,"ĠGDP":29730,"Ġlifted":29731,"缮":29732,"ĠJoint":29733,"ĠInclude":29734,"ĠGiants":29735,"Ġwithdrawal":29736,"ĠRent":29737,"native":29738,"ĠSeek":29739,"gression":29740,"_CPU":29741,"\\S":29742,"ĠShield":29743,"Ġsolic":29744,"Ġboom":29745,"yecto":29746,"Ġmanufacture":29747,"ĠâĢĭ":29748,"Ġbbox":29749,"Ġearthqu":29750,"ollectors":29751,":@\"%":29752,"Ġloops":29753,"Je":29754,"alking":29755,"ĠWhats":29756,"ĠBoys":29757,".book":29758,"ARGE":29759,"_pixel":29760,"Ġsuspects":29761,"ι":29762,"usp":29763,"ĠBMW":29764,"ieces":29765,"(person":29766,"å¼Ģ":29767,"é»":29768,"ĠPodcast":29769,"Ġbou":29770,"(Item":29771,"û":29772,"(Input":29773,"HttpGet":29774,"Ġburg":29775,")^":29776,"BOARD":29777,"*/,":29778,"Ġgulp":29779,"ĠBenn":29780,"Ġdecks":29781,".statusCode":29782,"Ġacute":29783,"Ġhug":29784,"ugu":29785,"Ġpled":29786,",\"%":29787,"hape":29788,"Ġзап":29789,"ĠMaine":29790,".real":29791,"Ġdalam":29792,"ĠMinor":29793,".Float":29794,"disp":29795,"Ġtl":29796,"Ġencount":29797,"=>$":29798,"Ġfg":29799,"tees":29800,"ĠRecomm":29801,"äl":29802,"Ġchemistry":29803,"Blocks":29804,"OID":29805,"Ġforex":29806,"ĠAppend":29807,"Ġ{*":29808,"ĠSupply":29809,"CGFloat":29810,"(bl":29811,"Ġate":29812,"adora":29813,"Ġgust":29814,"Associ":29815,">.Ċ":29816,"FETCH":29817,".serial":29818,"widgets":29819,"ardless":29820,"iefs":29821,"_FULL":29822,"ernetes":29823,"ĠPred":29824,"ØŃ":29825,"äºĭ":29826,"ubernetes":29827,"ĠLaura":29828,"Ġlabeled":29829,"Highlight":29830,"Ġannoying":29831,"/update":29832,"(description":29833,"Ġintimid":29834,"$c":29835,"\")))Ċ":29836,".AP":29837,"Ġ[]*":29838,"ĠEXIT":29839,".Host":29840,"ĠOPEN":29841,".sendMessage":29842,"_camera":29843,"_tile":29844,"Ġtherm":29845,"onomous":29846,"Ġdisadv":29847,"Ġnaar":29848,"indexOf":29849,"ĠPP":29850,".protocol":29851,"AFE":29852,"Ġtextures":29853,"################################################":29854,"umbai":29855,".stats":29856,"ĠGE":29857,"Ġie":29858,"ĠSTD":29859,"ĠMann":29860,".reflect":29861,"KB":29862,"Ġdive":29863,".wav":29864,"/*----------------------------------------------------------------":29865,"/settings":29866,".lifecycle":29867,"Ġdaughters":29868,"orus":29869,"uber":29870,"NING":29871,"stri":29872,"ĠTip":29873,"Ġzn":29874,"Ġswitched":29875,"inet":29876,"uffy":29877,"ĠTransportation":29878,"(conf":29879,"frica":29880,"ĠXL":29881,"ĠLead":29882,"_percent":29883,"__":29899,"permissions":29900,"ĠDetermine":29901,".Man":29902,"Ġadvances":29903,".InputStream":29904,"Ġstrongest":29905,"ĠeBay":29906,"Ġ#-":29907,"Ġdirname":29908,"ĠSMS":29909,"Ġmedications":29910,"Ġamended":29911,"Ġchurches":29912,"ĠImperial":29913,"$row":29914,"ĠMadison":29915,"ĠInsp":29916,"Ġaffair":29917,"Ġpsychology":29918,"vh":29919,"Ġseverity":29920,"âĢIJ":29921,"Ġstrips":29922,"AH":29923,"vertising":29924,"Ġconse":29925,"IMAGE":29926,"ĠStats":29927,"ĉsc":29928,".Cursor":29929,"Ġfreeze":29930,"sson":29931,"(xml":29932,"ĠSusan":29933,".tile":29934,"eded":29935,"ĠĠĠĠĉĉĉ":29936,"uelle":29937,"ĠMitchell":29938,"based":29939,"Operand":29940,"½æķ°":29941,"ĠFF":29942,"ĉstrcpy":29943,"ounces":29944,"ildo":29945,".executeQuery":29946,"Ġapproaching":29947,"ĠSeven":29948,"Ġnuts":29949,"Ġric":29950,"assignment":29951,"Ġcalculator":29952,"ĠMurphy":29953,"ĠBou":29954,"íĦ":29955,"Ġbutt":29956,"Ġticks":29957,"Projects":29958,"ilib":29959,".textColor":29960,"mov":29961,"_logo":29962,"(template":29963,"ĠINIT":29964,"ĠimageView":29965,"scriptions":29966,"ORITY":29967,"Consumer":29968,"Ġunprecedented":29969,"Ġtourist":29970,"Ġbron":29971,"Ġcontractor":29972,"Ġlicence":29973,"ĠNam":29974,"æ¯":29975,"(transform":29976,"_ATT":29977,"Pref":29978,"ĠGam":29979,"Ġvessels":29980,"Ġhav":29981,"Later":29982,".ToLower":29983,"Ġurls":29984,"Ġbreakdown":29985,"Ġpenalties":29986,"Ġfoster":29987,"ĠUE":29988,"Ġclue":29989,"comed":29990,"åIJį称":29991,"-main":29992,"Ġpts":29993,"Ġcounted":29994,"icts":29995,"/post":29996,"Ġgetattr":29997,"Ġping":29998,"ANCEL":29999,"Ġpec":30000,"Ñħод":30001,"antom":30002,"ĠBlueprint":30003,"ĠEventEmitter":30004,"Ġlä":30005,"æ²":30006,"Ġstraw":30007,"(comp":30008,"'une":30009,">N":30010,"-client":30011,"esModule":30012,"-base":30013,"Ġretreat":30014,"_simple":30015,"ĉĉĉĉĉĉĠ":30016,"fee":30017,"')čĊčĊ":30018,"ControlItem":30019,"Ġsubscribers":30020,"please":30021,"ĠEff":30022,"Ġpound":30023,"ĠBytes":30024,"ĠTea":30025,"_activity":30026,"Ġmaxim":30027,"Ġopcode":30028,"BSD":30029,".constant":30030,";}":30031,"ombres":30032,"Ġcareers":30033,").ĊĊĊĊ":30034,"Ġspreading":30035,"-expanded":30036,"ĠOrd":30037,"amarin":30038,"Ġmobility":30039,"Unfortunately":30040,"akk":30041,"NL":30042,"_redirect":30043,"ĠPG":30044,"ĠSensor":30045,"bol":30046,"tap":30047,"_MEMORY":30048,"ĠUIAlert":30049,"plitude":30050,"Website":30051,"ĠLogo":30052,"love":30053,"[ind":30054,"Ġaltogether":30055,"Ġwondered":30056,"Ġesper":30057,"ĠLiberal":30058,"Ġoss":30059,"Ġelit":30060,"Ġstiff":30061,"odox":30062,"_mentions":30063,"ĠDouglas":30064,"_pid":30065,"ĠCK":30066,"ĠinitWithFrame":30067,".blog":30068,"pkg":30069,"anghai":30070,"QUIRED":30071,"uu":30072,"Ġmkdir":30073,"ATAL":30074,"Ġunh":30075,"inces":30076,"sth":30077,"Ġhypothesis":30078,"Ġcata":30079,"ĠTB":30080,"ĠClar":30081,"Ġpredecess":30082,"Ġsituated":30083,"-world":30084,"))/":30085,"Ġheadlines":30086,".stat":30087,"Ġoutbreak":30088,"spath":30089,"_FLAGS":30090,"ĠServletException":30091,"Sun":30092,"FROM":30093,"ĠDir":30094,"ãĥ»ãĥ»ãĥ»":30095,"_coord":30096,"ĠOptim":30097,"Monitor":30098,".bit":30099,"XXX":30100,"Ġtodas":30101,"feld":30102,"ÑĢи":30103,"imir":30104,"Ġpolitically":30105,"Ġmolecular":30106,"Ġtraded":30107,"Ġ{{$":30108,"ĠSwedish":30109,"Ġ'@/":30110,"_REAL":30111,"Ġwarehouse":30112,"today":30113,",L":30114,"orp":30115,"false":30392,"Ġspa":30393,"ĠNear":30394,"ìķ":30395,"Ġintrig":30396,"_members":30397,"wave":30398,"Ġanalysts":30399,"_OS":30400,"edin":30401,"ĠFri":30402,"Ġretrieved":30403,"Regular":30404,"_obs":30405,"EXPORT":30406,"')}}\"":30407,"\"class":30408,"__((":30409,"bucket":30410,"Ġstro":30411,"ĠPatch":30412,"ystick":30413,"fulness":30414,"apos":30415,"Da":30416,"ĉĉĉĉĉĠĠĠ":30417,"Ġenrich":30418,"unordered":30419,"hole":30420,"Cong":30421,"';ĊĊ":30463,"STRUCT":30464,"QR":30465,"IDs":30466,"(arguments":30467,"_aux":30468,"(Event":30469,"_PRIVATE":30470,"ĠTrek":30471,"Ġdownloads":30472,"mutable":30473,"_STRUCT":30474,"(wx":30475,"Ġdomains":30476,"jspx":30477,"ĠViagra":30478,"Commands":30479,"Js":30480,".cfg":30481,"ContentPane":30482,"ĠEditText":30483,"à¥įà¤":30484,"Attach":30485,"ĠARM":30486,"positive":30487,"ĠGenerated":30488,"Ġseized":30489,"=:":30490,"Ġelectronics":30491,"ĠAppComponent":30492,"/',Ċ":30493,".equalsIgnoreCase":30494,"Doctrine":30495,"disk":30496,"ĠPolitical":30497,"CHO":30498,"":30584,"ĠBeauty":30585,"Ġ`<":30586,"Ġtouching":30587,"Ġ|--":30588,"ĉflag":30589,"normalize":30590,"Ġtrapped":30591,"Ġestablishing":30592,"/build":30593,"AJ":30594,"fy":30595,"-react":30596,"avn":30597,"RIPTION":30598,"Ġkut":30599,"ĠFashion":30600,"ĠInform":30601,"curities":30602,"{Ċ":30634,"Ġgarlic":30635,"Ġrepr":30636,"Ġreplies":30637,"(prop":30638,"Ġspirits":30639,"Ġinspire":30640,"Ġbasement":30641,".reject":30642,"Ġhints":30643,"Ġpolling":30644,"ĉĠĊ":30645,"_rating":30646,"Ġcath":30647,"avier":30648,"Ġcompressed":30649,"ĠVS":30650,"]'":30651,"Ġjudicial":30652,"ĠTrend":30653,"training":30654,"ESTAMP":30655,"ognition":30656,"Äģ":30657,"SENT":30658,"ventions":30659,"Ġconsultant":30660,"umph":30661,"ĠuserService":30662,",NULL":30663,"kh":30664,"Dear":30665,"_BAD":30666,"itations":30667,"Ġmetaph":30668,"'é":30669,"andise":30670,"-font":30671,".chart":30672,"Ġsg":30673,"_Controller":30674,".jpeg":30675,"ĠULONG":30676,"ĉgame":30677,"(ss":30678,"ĠMaj":30679,"ĉgo":30680,"ĠSad":30681,"ĠBerg":30682,"ĠMine":30683,"Pack":30684,"Ġresistant":30685,"ĠROM":30686,"Ġpeg":30687,"ĠStanford":30688,"ĠYahoo":30689,"Ġscaled":30690,"Ġlan":30691,"=[]":30692,"\"/>ččĊ":30736,"Ġsud":30737,"ĉbackground":30738,"Ġscholars":30739,"-muted":30740,"ará":30741,"Ġ=====":30742,"Ġ____":30743,"Creat":30744,"enever":30745,"/wp":30746,"ĠVPN":30747,"ErrorCode":30748,")],Ċ":30749,"(builder":30750,"ĠEnemy":30751,"Sensor":30752,"usa":30753,"Ġtriggers":30754,"Ġplayoffs":30755,"_REQ":30756,"Ġ(~":30757,"ĠBarry":30758,"Ġpermanently":30759,"ĠRUN":30760,"Ġbure":30761,".Fatalf":30762,"Ġchick":30763,"ĉpanic":30764,"psi":30765,"oka":30766,"éĢī":30767,">[":30768,"Ġunderstands":30769,"ĠJunior":30770,"ĠINFO":30771,"=mysqli":30772,"ustain":30773,"-source":30774,"serv":30775,"ĠCREATE":30776,".au":30777,"Ġsells":30778,"ĠĠĊĠĠĊ":30779,"Europe":30780,"zw":30781,"preh":30782,"ĠNSA":30783,"Ġxy":30784,"ิ":30785,"ĠBeyond":30786,"Instead":30787,"NonQuery":30788,"Ġarise":30789,"Ġavoided":30790,".emplace":30791,"_models":30792,"}),Ċ":30793,"Ġhid":30794,"Ġ&_":30795,".points":30796,".getWidth":30797,".Exec":30798,"Ġ////":30799,"ĠSessions":30800,"...\\":30801,"ĠColomb":30802,"Ġacceleration":30803,"restore":30804,"Ġile":30805,"obic":30806,"}Ċ":31296,"plaint":31297,"getText":31298,"Ġindividually":31299,"Ġcheckbox":31300,"UY":31301,"ĠLamb":31302,"Ġdysfunction":31303,"ĠLar":31304,"à°":31305,"ĠCreating":31306,"');ĊĊĊ":31307,"\"They":31308,"locations":31309,"_CORE":31310,"Interaction":31311,"umbnails":31312,"ĠPartner":31313,"brit":31314,"Ġlesser":31315,"ĠSlot":31316,"setAttribute":31317,"ĠWave":31318,".po":31319,"/store":31320,"Ġbrowsing":31321,"_pd":31322,"sume":31323,"sed":31324,"Curve":31325,"Ġplasma":31326,"Ġsuspicious":31327,"ìĿ¸":31328,"ĠBah":31329,"ĠExplicit":31330,"_CC":31331,".ClientSize":31332,"\\View":31333,"Ġsubstit":31334,"loon":31335,"ĠGAME":31336,"ĠBrid":31337,"Ľå»º":31338,"_User":31339,"Ġsquares":31340,"fone":31341,"Ġsacred":31342,"ughs":31343,"]interface":31344,"ĠThrow":31345,"ĠKirk":31346,"Ġempire":31347,"Ġassessed":31348,"Tax":31349,"ĠHeaven":31350,"-buffer":31351,"_STATIC":31352,"éné":31353,"-bordered":31354,"Ġpunct":31355,"(mode":31356,"Ġkeine":31357,"Sent":31358,"ĠCalcul":31359,"ĠEve":31360,"Ġstylish":31361,"Ġoils":31362,".TestCase":31363,"Ġtrademark":31364,"Ġliterary":31365,"Ġconcentrations":31366,"ĠRelations":31367,"(Class":31368,"Ġstdin":31369,"Ġvæ":31370,"backup":31371,".VERSION":31372,".AutoScaleDimensions":31373,"starter":31374,"Transactional":31375,"-panel":31376,"Studio":31377,"kc":31378,"ĠChamber":31379,"ĠSpiel":31380,"Ġrho":31381,"اÙĦ":31382,"!'":31383,".Attributes":31384,"Ġmurdered":31385,"apeutic":31386,"Ġintimate":31387,"ĠtextField":31388,"ĠBuffalo":31389,"dummy":31390,"\"%":31391,"ĠLiberty":31392,"obar":31393,"ĠTank":31394,"ĠPopular":31395,"ervisor":31396,"ĠIniti":31397,"ĠMall":31398,"ĠPrior":31399,"CAP":31400,"ĠClay":31401,"ĠCertificate":31402,".Lock":31403,"-strip":31404,"-driven":31405,"/all":31406,"ĠMessageBoxButtons":31407,"_SECRET":31408,"_pb":31409,"Ġrats":31410,"ाà¤":31411,"Ġnt":31412,".Router":31413,"_topic":31414,"Ġtennis":31415,"ĠPUBLIC":31416,"ĠActivatedRoute":31417,"Ġ',Ċ":31418,"Ġcostume":31419,"Ġjokes":31420,".Handle":31421,"ĉbyte":31422,"Ġflavors":31423,"(cc":31424,"Ġpersonas":31425,"ĉimage":31426,"ĠNazi":31427,"Ġgrammar":31428,"Ġúlt":31429,"Ġvalve":31430,"Ġvic":31431,"ĠRachel":31432,"_invalid":31433,"Prefs":31434,"stdint":31435,"(route":31436,"Ġhtmlspecialchars":31437,"Ġpeoples":31438,"pline":31439,"Ġnv":31440,"ĠQuant":31441,"oppers":31442,"ĠcurrentUser":31443,"ĠCatal":31444,"Ġreconc":31445,"Ġconjunction":31446,"lx":31447,"amburg":31448,"Ġinfluential":31449,"danger":31450,"inders":31451,"Ġ%@\",":31452,".configuration":31453,"osome":31454,".identity":31455,"Ġpicker":31456,"nost":31457,"ĠDIY":31458,"August":31459,"ablo":31460,"Leaf":31461,"ĠReco":31462,"cko":31463,"DOC":31464,"ĠHerm":31465,":any":31466,"ĠInterview":31467,"ĠTex":31468,"xfe":31469,"(work":31470,"Ġleap":31471,"Heading":31472,"Ġquarters":31473,"\\Bundle":31474,"reb":31475,"Perhaps":31476,"ĠGmbH":31477,"Birth":31478,"ĉsum":31479,"ĠWatson":31480,".nil":31481,"ç¡":31482,"{}ĊĊ":31483,"icaid":31484,"Getter":31485,"\"name":31486,"Ġ\"čĊ":31487,"_none":31488,"zm":31489,"acute":31490,"uesto":31491,"Ġsous":31492,"Ġrebuild":31493,"Ġnewspapers":31494,"ĠHaz":31495,"Ġkits":31496,"ifo":31497,"Blur":31498,"Ġsuited":31499,"-In":31500,"à¯":31501,"ĠKeith":31502,"ĠNorway":31503,"INIT":31504,"ireccion":31505,"ieties":31506,"_usage":31507,"ĠDoug":31508,"rise":31509,"Ġtrillion":31510,"imited":31511,"ĠREL":31512,"alic":31513,"Ġcriticized":31514,"theorem":31515,"Ġcease":31516,"Ġsidew":31517,"ĠTerry":31518,"Ġsubsidi":31519,"Ġfirmly":31520,"Ġaws":31521,"Ġhott":31522,"Ġdressing":31523,"badge":31524,"ĠApplications":31525,"è¿ĶåĽŀ":31526,"Ġlaughed":31527,"Ġhobby":31528,"Ġmusicians":31529,"Ġ*.":31530,".placeholder":31531,"Ġcounters":31532,"ĠCapitol":31533,"SDK":31534,"Ġhelmet":31535,"andbox":31536,"quit":31537,"Ġcriminals":31538,"Ġteenager":31539,"(update":31540,"Gl":31541,".selection":31542,"Ġdischarge":31543,"Ġpresenting":31544,"ufacturer":31545,"_UNKNOWN":31546,"Ġstressed":31547,"åĻ¨":31548,"Proto":31549,"_correct":31550,"haus":31551,"Ġrenov":31552,"Ġfirearms":31553,"Ġtechnically":31554,"-browser":31555,"Ġcandy":31556,"Stroke":31557,"Ġexecutor":31558,"Ġoccurrence":31559,"ĠIPv":31560,"_INTERFACE":31561,"ĠRetrieve":31562,".bad":31563,"Exchange":31564,"Navbar":31565,"ĠKid":31566,"(getApplicationContext":31567,"_STOP":31568,"ĠBoss":31569,"Listeners":31570,"Ġshooter":31571,"ĠAlb":31572,"äch":31573,"Ġpix":31574,".keyCode":31575,"alone":31576,"Ġabsurd":31577,"ĠCum":31578,"ĠNewtonsoft":31579,"ikt":31580,"Ġlaughing":31581,"Ġcapitalism":31582,"reeNode":31583,"Tx":31584,"_QUERY":31585,".Sleep":31586,"(login":31587,"WebElement":31588,"Ġcelebrating":31589,"Ġdeprecated":31590,"Ġmaar":31591,"Ġartistic":31592,"_ASSOC":31593,"ĠBorderRadius":31594,"ĉwp":31595,"Ġsurvivors":31596,"Inner":31597,"-red":31598,"Ġprosecution":31599,"_pp":31600,"(\"$":31682,"Ġcomma":31683,"unchecked":31684,"graphics":31685,"rors":31686,"GROUND":31687,"(public":31688,"Ġcustomized":31689,"ĠArkansas":31690,"ĠRew":31691,"Ġexpiration":31692,"×ķ":31693,"ĠCul":31694,"Ġnons":31695,".Filter":31696,"Ġsenator":31697,"_definition":31698,"ashington":31699,"ymph":31700,"/J":31701,"Ġfuse":31702,"ramid":31703,"ĠSupplier":31704,"Ġautocomplete":31705,"Ġ}),":31706,".\"ĊĊĊ":31707,"_functions":31708,"ĉto":31709,".eval":31710,"ĠTObject":31711,"References":31712,"Ġheated":31713,"HAL":31714,"Ġ))}Ċ":31715,"}$":31716,"ĠBarr":31717,"_UNIT":31718,"+$":31719,"ĠgetValue":31720,"iped":31721,"chied":31722,"(vm":31723,"cue":31724,"_integer":31725,"_course":31726,"third":31727,"Ġrevised":31728,"**/Ċ":31729,"_DIRECT":31730,"OutOf":31731,"(\"(":31732,"ĠFeel":31733,"Ġreass":31734,"Ġsubtitle":31735,"peri":31736,"nf":31737,"Ġenjoys":31738,"Ġtreats":31739,")this":31740,"-tabs":31741,"ancers":31742,"Ġcontinent":31743,"Ġcardio":31744,"Ser":31745,".question":31746,"Ġphrases":31747,"Validators":31748,"Ġpopul":31749,"ĠlÃŃ":31750,"song":31751,"_INTERNAL":31752,"Ġadviser":31753,"Ġpuzz":31754,"Ġambitious":31755,"ĠTob":31756,"ĠDP":31757,"Ġpresidency":31758,"Ġsurrender":31759,"Ġwatches":31760,"_binary":31761,"ĠSoon":31762,"Ġcanada":31763,"(\"\")Ċ":31764,"]='":31765,"ĠBrandon":31766,"epsilon":31767,"rw":31768,".addChild":31769,".Copy":31770,"Principal":31771,"Photos":31772,"Ġmarginal":31773,"Ġbasics":31774,"eing":31775,"Must":31776,"_String":31777,"Ġole":31778,"Magento":31779,".customer":31780,"(prev":31781,"ล":31782,"Ġloyalty":31783,"Cog":31784,"Ġprotocols":31785,"ĠCompanies":31786,"Ġtheoretical":31787,"Ġaccessing":31788,"ĠZen":31789,".ones":31790,"attice":31791,"_world":31792,"zes":31793,"Ġtattoo":31794,"Ġmenos":31795,"Ġintersect":31796,"\"];ĊĊ":31797,"belie":31798,"Ġinactive":31799,".readline":31800,"-labelled":31801,".done":31802,"lickr":31803,"ĠWORK":31804,"Ġderivative":31805,"Ġdatabases":31806,"âĤĤ":31807,"Ġsx":31808,".isArray":31809,"Ġys":31810,"Ġpada":31811,"ĠBullet":31812,"(`/":31813,"isActive":31814,"ĠCGSize":31815,"(equalTo":31816,"ĠColumbus":31817,"Ġmarry":31818,"DEV":31819,"_limits":31820,"rones":31821,"IAS":31822,"Ġtau":31823,"mino":31824,"_Write":31825,"ĠWine":31826,"Ġ[['":31827,"ĠPull":31828,"riters":31829,"rients":31830,"Ġshifting":31831,"upp":31832,"_TIMER":31833,"ĠConditions":31834,"ấ":31835,"ĠOrders":31836,"ĠStrength":31837,"æīĢ":31838,"Ġvalidity":31839,"Ġfot":31840,"etur":31841,"Ġbolt":31842,"åĨħ":31843,"ĠAlong":31844,"oshi":31845,"Ġassumptions":31846,"Ġmagazines":31847,"_SPI":31848,"Ġpunt":31849,"_PRODUCT":31850,"Ġrelay":31851,"ĠJavascript":31852,".te":31853,"-es":31854,"Ġwidgets":31855,"(fs":31856,"\";":31923,"atching":31924,"ĠKnowledge":31925,"ĉThe":31926,";margin":31927,"lessness":31928,"opard":31929,"umatic":31930,"()));čĊ":31931,"Ġfals":31932,"(cache":31933,"TypeId":31934,"éĢļ":31935,"_choice":31936,"ĠGoth":31937,"ĠSites":31938,"MG":31939,"_border":31940,"Indices":31941,"Comparer":31942,"ĠRedistribution":31943,"Ġcloset":31944,"Ġversatile":31945,"Inputs":31946,"********************":31947,"Ġobesity":31948,"quiz":31949,"gra":31950,"(global":31951,"åĬ¡":31952,"Ġcollector":31953,"Ġkor":31954,"ovable":31955,"ADC":31956,"ĠEventHandler":31957,".nc":31958,"Ġplayback":31959,"ientos":31960,"_perm":31961,"_WARNING":31962,"ĠOlympics":31963,".norm":31964,"ĠBroadcast":31965,"_small":31966,"drive":31967,".iloc":31968,"Ġtyped":31969,"MEM":31970,"_cons":31971,"DMETHOD":31972,"Ġlun":31973,".distance":31974,"(par":31975,"poon":31976,"Ġbast":31977,"activities":31978,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":31979,":čĊčĊ":31980,"SER":31981,")&&":31982,"_lst":31983,"ĠPolish":31984,"Ġknocked":31985,"Ġfrustration":31986,"aukee":31987,"Ġphosph":31988,"iquid":31989,"_coeff":31990,"æѤ":31991,"Latest":31992,"ĠDust":31993,"Tipo":31994,"Ġmaintains":31995,"Ġmarsh":31996,"incinn":31997,"lbl":31998,"Care":31999,"Ġneighborhoods":32000,"_gpio":32001,"ĠArsenal":32002,"Dem":32003,"ĠWhe":32004,"_hook":32005,"Ġldc":32006,"ĠHarper":32007,"ĠBerkeley":32008,"Ġgraduated":32009,"Percent":32010,"Ġarriving":32011,"ĠAdventure":32012,"(scope":32013,"('*":32014,"quarter":32015,"ĠMarie":32016,"Speaking":32017,"_codegen":32018,"Ġimmun":32019,"caster":32020,"ãĤĮ":32021,"åķĨ":32022,"ĠDimensions":32023,".record":32024,"Ġtexto":32025,"ĠMichelle":32026,"Pending":32027,"(by":32028,"_PAR":32029,"ucht":32030,"bee":32031,".Thread":32032,"ampire":32033,"know":32034,"ĠClinical":32035,"ĠmarginBottom":32036,"Ġdistinguish":32037,".Full":32038,".undefined":32039,"ĠSequelize":32040,"############################################################################":32041,"Ġeducated":32042,"_OVER":32043,"åºı":32044,"ĠÂłĠÂł":32045,"_each":32046,"Ġurge":32047,"depart":32048,"Ġdonors":32049,"ĠAu":32050,"Ġbillions":32051,"Ġbelonging":32052,"_age":32053,"_Int":32054,"Ġsubstances":32055,"machine":32056,"!!!ĊĊ":32057,"Ġjsonify":32058,"ibbean":32059,"ĠCad":32060,"ĠendTime":32061,"Ġcycling":32062,"ĠUITextField":32063,"Ġleverage":32064,"Ġvanilla":32065,"eat":32066,"Launch":32067,"(pt":32068,"states":32069,"ĠControls":32070,"ĠRespons":32071,"ĠJake":32072,"Ġasleep":32073,"fortunate":32074,".nextLine":32075,"SizeMode":32076,"ìĿ¼":32077,"TestingModule":32078,"German":32079,"ĠInvestig":32080,".reverse":32081,"ĠBACK":32082,"(DateTime":32083,"Ġnonprofit":32084,"ĠExpect":32085,"Ġtanto":32086,"']),":32087,"ĉthe":32088,"Multiple":32089,"(getActivity":32090,"_WAIT":32091,"Ġjá":32092,"decor":32093,"levance":32094,"ĠGitHub":32095,"mination":32096,"_quantity":32097,".Scanner":32098,"ĠLion":32099,"éĶĻ误":32100,"Ġdre":32101,"Ġtantra":32102,"ĠcontentType":32103,"Ġfid":32104,"_alt":32105,"NSIndexPath":32106,"-pl":32107,"åĮĸ":32108,"Ġantibiot":32109,"tables":32110,"acial":32111,"ĠRegistry":32112,"Ġolive":32113,"igers":32114,"Ġsubscriber":32115,"_pres":32116,"ĠSyntax":32117,"Ġlovers":32118,".Byte":32119,"olders":32120,"_forward":32121,"always":32122,"Caption":32123,"Priv":32124,"ĠTampa":32125,"isateur":32126,"-labelledby":32127,"ĠToString":32128,"ĠìĤ¬":32129,"Ġinitiated":32130,"WF":32131,"Ġinstitutional":32132,"inject":32133,"ĠScr":32134,"Ġdoctrine":32135,"Ġspacious":32136,"isure":32137,"ĠAna":32138,"\"time":32139,"essaging":32140,"Ġcid":32141,"ĠNan":32142,"Ġincomplete":32143,"TAG":32144,"-build":32145,"December":32146,"Ġresidual":32147,"(PDO":32148,"ĠListen":32149,"Ġglyph":32150,"Ġgaps":32151,"nea":32152,".Rect":32153,"Ġsau":32154,"ĠPhotograph":32155,"Ġexecutable":32156,"ĠExpert":32157,"Coroutine":32158,"_sizes":32159,"ĠNL":32160,".isValid":32161,");}Ċ":32162,"-reg":32163,"Ġciting":32164,"cwd":32165,"ĠOttawa":32166,"ĠBatt":32167,"Ġrenewable":32168,"Ġpreliminary":32169,"Ġasylum":32170,"Ġwrist":32171,"Ġutiliz":32172,"Ġdetention":32173,"Fast":32174,"Ġange":32175,"incinnati":32176,"Ġsteering":32177,"ĠNaN":32178,"iosity":32179,"/page":32180,"Ġè¿":32181,"sterol":32182,"Ġdisg":32183,"(DB":32184,"ĠDESCRIPTION":32185,"Ġ_$":32186,"Ġobstacle":32187,"Ġbizarre":32188,"Ġextraction":32189,"_expected":32190,"Ġloses":32191,"ĠCelebr":32192,"ĠhtmlFor":32193,"Ġexploit":32194,"олÑĮзов":32195,"XYZ":32196,"Ġmagnet":32197,"amped":32198,"Ġatoms":32199,"Sources":32200,"pectives":32201,"Ñģли":32202,"Ġ=čĊ":32203,"Ġdare":32204,"ĠWalter":32205,"Ġbrightness":32206,"Ġannotations":32207,"ëı":32208,"iske":32209,"Schedule":32210,".images":32211,"rosso":32212,"Ġ\"..":32213,"gamma":32214,"Ġinstructor":32215,"Ġoverwrite":32216,"-am":32217,"Ġdevastating":32218,"ĠSaints":32219,"Ġhs":32220,"Ġbonuses":32221,"$output":32222,"ijd":32223,"(ActionEvent":32224,"monitor":32225,"Ġmattress":32226,"January":32227,".jp":32228,"Ġcaracter":32229,"Ġimpose":32230,"_rest":32231,"ĠSignature":32232,"Ġcoronavirus":32233,"ãģĬ":32234,"_compare":32235,"Measure":32236,"itated":32237,"elijk":32238,"igos":32239,"esar":32240,"Ġrushed":32241,"metry":32242,"_SEPARATOR":32243,"_WE":32244,"_ATTRIBUTE":32245,"Ġyaml":32246,"Ġspecs":32247,"ĠRah":32248,"pheric":32249,"ĠInvestment":32250,"äll":32251,"Ġappealing":32252,"Ġviewport":32253,"ç©":32254,"ĠmarginLeft":32255,"Ġsubtract":32256,"ĠEDIT":32257,"ĉArrayList":32258,"grading":32259,"ĠFailure":32260,"asper":32261,"EEK":32262,"(now":32263,")Ċ":32279,"Collision":32280,"ĠGreater":32281,"ĠRacing":32282,"alan":32283,"Ġmonetary":32284,",new":32285,"ĠSorry":32286,".Enable":32287,"ĠInstantiate":32288,"ollen":32289,"ë©´":32290,"ĠCalling":32291,"_hour":32292,"ADA":32293,"Ġshy":32294,")**":32295,"Ġ==>":32296,"Ġespecial":32297,"Ġinterpreted":32298,"!=\"":32299,"Ġpharmacy":32300,".single":32301,"ĠCialis":32302,"Ġparas":32303,".toUpperCase":32304,"ĠDemon":32305,"Prime":32306,"Ġrankings":32307,"Adding":32308,"_HASH":32309,"ĠExam":32310,"Ú©":32311,"ĠVictor":32312,"Okay":32313,"\"];čĊ":32314,"Ġfortune":32315,"ĠFETCH":32316,"expand":32317,".Interop":32318,"Ġbarn":32319,"æ¶Ī":32320,"uevo":32321,"Ġspeculation":32322,"âĶĢâĶĢâĶĢâĶĢ":32323,"ĠNu":32324,"ĠBlues":32325,"(fname":32326,"Ġinhabit":32327,"Ġ\\\"%":32328,"CES":32329,"ulario":32330,"_cr":32331,"Ġvalidated":32332,"Ġmidnight":32333,"anking":32334,"Ġincorporate":32335,"Ġpursuit":32336,"EXP":32337,"prime":32338,"Pid":32339,"-US":32340,"ĠNurs":32341,"ĠWheel":32342,"éĺ":32343,"Ġinp":32344,"Ġsupportive":32345,".member":32346,"ĠShot":32347,".CheckBox":32348,"Ġaffirm":32349,"Tor":32350,"FullYear":32351,"Ġconsiderably":32352,"credentials":32353,"_opts":32354,"Roll":32355,"(round":32356,"Ġcoment":32357,"_UART":32358,"Ġextending":32359,"RG":32360,"resultado":32361,"itu":32362,".getSession":32363,"Ġattraction":32364,"&D":32365,"$html":32366,"ĠJessica":32367,"ĠAssociate":32368,"añ":32369,"_ed":32370,"ĠLag":32371,"Ġorigins":32372,"())->":32373,"addEventListener":32374,"IALOG":32375,"åIJ¦":32376,".Compare":32377,"Album":32378,"ĠKu":32379,"\";ĊĊ":32423,"quisite":32424,"channels":32425,"/res":32426,"ĠAnalytics":32427,".appcompat":32428,"/to":32429,"ĠonError":32430,"(attr":32431,"IRM":32432,"Ġragaz":32433,"-as":32434,".Second":32435,"oriented":32436,"Ġdonn":32437,"Ġlightning":32438,"fid":32439,"ĠPle":32440,"ãģ¾ãģĻ":32441,"tro":32442,".True":32443,"Observable":32444,"×Ļ":32445,"umbing":32446,"Ġprospective":32447,"-filter":32448,"Ġpursuant":32449,"(points":32450,".Bind":32451,"Ġpalm":32452,"clearfix":32453,"ös":32454,"ĠGonz":32455,"Ġweaken":32456,"Drive":32457,"enido":32458,"lld":32459,"obox":32460,"anean":32461,"Got":32462,"ä¿Ŀ":32463,"Regex":32464,"æĥ":32465,"Ġsalad":32466,"assis":32467,"\"net":32468,"inheritDoc":32469,"ĠRV":32470,"quier":32471,"Ġclazz":32472,"Ä±ÅŁ":32473,"osterone":32474,"Ġairline":32475,".listdir":32476,"Ġdownloading":32477,"ĠPalm":32478,"waukee":32479,"<":32480,".BL":32481,"_INLINE":32482,"offs":32483,"<<(":32484,"_news":32485,"Ġchase":32486,"/><":32487,"Ġeuros":32488,"ĠEgyptian":32489,"ĠStainless":32490,"_BOOL":32491,"ĠGuild":32492,"ĠDynam":32493,"[indexPath":32494,"Ġï":32495,"Ġmemorable":32496,"ĠChampion":32497,"ResourceManager":32498,".Login":32499,"ĠFormer":32500,"yped":32501,"Ġlleg":32502,";\",":32503,"DWORD":32504,"Ġtaxi":32505,"Ġbombs":32506,"rah":32507,".tags":32508,"_tests":32509,"stones":32510,"âĢĿ)":32511,"[g":32512,"rtype":32513,"Ġvu":32514,"Ġhostile":32515,"Chars":32516,"ĠPatriots":32517,"/status":32518,"());Ċ":32872,"ajÄħ":32873,"_OCC":32874,"Ġplanets":32875,"æŁ¥":32876,"ĠDublin":32877,"Ġserie":32878,".printf":32879,"deep":32880,"`)":32881,"Ġ\\$":32882,"Ġμ":32883,"_VIDEO":32884,"endors":32885,"ĠCrypto":32886,"Far":32887,".Transparent":32888,".TR":32889,"iasm":32890,"_training":32891,"Ġteaches":32892,"ĠBelt":32893,"Ġlimiting":32894,"ĠKath":32895,"ĠIndexPath":32896,"Ġachievements":32897,"Ġserá":32898,"interopRequire":32899,"Ġdisse":32900,".If":32901,"arming":32902,"ulsion":32903,"Po":32904,"_DETAIL":32905,"Prototype":32906,"ĠCAL":32907,"Ġagrees":32908,".vo":32909,".ExecuteNonQuery":32910,"ĠTopic":32911,"Ġ'{}":32912,"Arm":32913,"Ġecc":32914,"Mag":32915,"Ġserialized":32916,"ĉconn":32917,"cached":32918,"=tf":32919,"ĠByteArray":32920,"protobuf":32921,"varchar":32922,"ĉASSERT":32923,"Ġliste":32924,"_trigger":32925,"·¸":32926,"Feel":32927,"Tahoma":32928,"ĠLik":32929,"Ġstructured":32930,"ergus":32931,".Initial":32932,"_ge":32933,"cljs":32934,".contact":32935,"Ġandere":32936,"$stmt":32937,"_CURRENT":32938,"ĠDiscover":32939,"$res":32940,"formatter":32941,"Ha":32942,"vangst":32943,"Ġemerge":32944,"ãĢĤâĢĿ":32945,"ĠCabinet":32946,"-square":32947,"éĥ¨":32948,"Ġrage":32949,"ĠAJ":32950,"ĠVT":32951,"shadow":32952,"ĠFaith":32953,"enames":32954,"pretty":32955,"hasil":32956,"party":32957,"Ġvarchar":32958,"Ġfotos":32959,"Ġalum":32960,"ĠBelgium":32961,".ylabel":32962,"Ġdej":32963,"_numbers":32964,"Ġhu":32965,".setAdapter":32966,"ĠUsually":32967,"(sample":32968,".Shared":32969,"Ġbooked":32970,"Ġ>>=":32971,"Ġminerals":32972,"\">":32991,"prog":32992,"boo":32993,"_md":32994,"_pack":32995,"(express":32996,"utz":32997,"\\Auth":32998,",id":32999,"ĠChile":33000,"actice":33001,"Ġrecruitment":33002,"Ġposes":33003,"Ġvulnerability":33004,"instanc":33005,"orum":33006,"dess":33007,"Ġxl":33008,"%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%":33009,"(fig":33010,"Ġdeleting":33011,".del":33012,")')Ċ":33013,"ĠWeekly":33014,"???":33015,"(strcmp":33016,"smith":33017,"Ġpursuing":33018,"-so":33019,"ĠApps":33020,"/'Ċ":33021,"Ġdecis":33022,"FORE":33023,"Everyone":33024,"Ġlanes":33025,"Virtual":33026,".attach":33027,"(Log":33028,"ĠMedicaid":33029,"(Path":33030,"ĠTurner":33031,"/application":33032,"Ġportrait":33033,"Ġoppose":33034,"checkout":33035,"Ġfinishes":33036,"_ME":33037,"Barrier":33038,"Song":33039,"VAR":33040,"Earlier":33041,"rella":33042,"Ġhast":33043,"azar":33044,"Ġpulls":33045,"ngx":33046,"Ġinspiring":33047,"ÑĥÑİ":33048,"-direction":33049,"Ġexplosive":33050,"ĠcreatedAt":33051,"sto":33052,"Ġwheat":33053,"ĠBuilt":33054,"'ai":33055,"Ġtracked":33056,"hammad":33057,"RowAtIndexPath":33058,"_heap":33059,"Due":33060,"Ġconnects":33061,".publish":33062,"emu":33063,"Ġbullets":33064,"BAR":33065,"olate":33066,"Ġinternally":33067,"Ġcatching":33068,"-password":33069,"ouched":33070,"æĢ§":33071,"eous":33072,"Ġxrange":33073,"Quality":33074,"vv":33075,"Manage":33076,"(($":33077,"acements":33078,"ĠBrothers":33079,"ĠHEAD":33080,"ĠUnsupported":33081,"san":33082,"esi":33083,"***Ċ":33084,"Ġadaptation":33085,"ĠWorker":33086,"']/":33087,".savefig":33088,"(trans":33089,"ج":33090,"nee":33091,"Correct":33092,"...\")Ċ":33093,"Ġsubmitting":33094,"-path":33095,"ĉlast":33096,"issan":33097,".xlabel":33098,"ĠSepar":33099,"/no":33100,"_best":33101,"ĠMills":33102,"_sock":33103,"(flag":33104,"Ġdestinations":33105,"emption":33106,"ĠFAIL":33107,"åĴĮ":33108,"Ġrp":33109,"fact":33110,"ĉlen":33111,"DAY":33112,"Ġseiz":33113,"_dst":33114,"lip":33115,".Linear":33116,"ĠBasket":33117,"$t":33118,"$i":33119,"-brand":33120,"ĠNeil":33121,"ĠEq":33122,"Ġthou":33123,"ogene":33124,"Ġscholarship":33125,"æĽ´":33126,"Ġswo":33127,"aginator":33128,"eni":33129,"(book":33130,"Ġblink":33131,"thus":33132,"ĠcancellationToken":33133,"ĠPalestinians":33134,"Ġprofitable":33135,"Ġbackpack":33136,"enson":33137,"true":33284,"ĠNYC":33285,"Ġbored":33286,"ĠDetect":33287,"Ġappar":33288,"Ġjeans":33289,"ĠTak":33290,"IOD":33291,"ĠHorse":33292,"(FILE":33293,"(?":33294,"rique":33295,"optimizer":33296,"nat":33297,"loys":33298,"ĉToken":33299,"oubted":33300,"uess":33301,"ocoa":33302,"DataMember":33303,"_POWER":33304,"classList":33305,"PushButton":33306,"ĠWiFi":33307,".Stream":33308,".guild":33309,"Ġnog":33310,"ĠPortugal":33311,"ĠUnter":33312,"Primitive":33313,"boss":33314,"ĠDeutsch":33315,"Ġerotic":33316,"Ġstrconv":33317,".TryParse":33318,"Ġgrams":33319,".Success":33320,"_pk":33321,"ĠHarvey":33322,"-minded":33323,".country":33324,"[]\"":33325,"Ġangel":33326,"Ġbeats":33327,"ĠVor":33328,"ilio":33329,".master":33330,"something":33331,"ĠPACK":33332,"(if":33333,"RequestBody":33334,"Ġantes":33335,"/widget":33336,"Ġmodo":33337,"ĠAW":33338,"finder":33339,"Ġoptimized":33340,"Ġmissiles":33341,"NB":33342,"ĉinternal":33343,"tex":33344,"ĠSri":33345,"Ġdamaging":33346,"ĠMais":33347,"-Allow":33348,"ĠZh":33349,"-alt":33350,"Ġ));ĊĊ":33351,"èī":33352,"Ġinfluences":33353,"Ġcatal":33354,"_REGISTER":33355,"ĠAPIs":33356,"-century":33357,"Ġbiology":33358,"ĠActual":33359,"Ġheels":33360,"TRACE":33361,"_DIG":33362,"Dataset":33363,"ĠMatter":33364,"Ġclassifier":33365,".wikipedia":33366,"ĠRogers":33367,"Ġdonated":33368,"rawler":33369,"enen":33370,"Ġcasinos":33371,"ortal":33372,"Ġprive":33373,"spe":33374,"ducers":33375,".ep":33376,"Ġgrasp":33377,"acji":33378,"Ġdairy":33379,"Ġbuses":33380,".comm":33381,".ins":33382,"ĠIRS":33383,"ĠBeer":33384,"adc":33385,"oard":33386,"_MET":33387,"Ġ'+'":33388,"rans":33389,"Ġkinda":33390,"ĠâĶĤ":33391,"ĠMaur":33392,"аг":33393,"Ġbandwidth":33394,"ibus":33395,"ĠDifferent":33396,"(mat":33397,"ĠResume":33398,"_UNS":33399,"establish":33400,"Ġfonction":33401,"Subscription":33402,"_company":33403,"Ġlightly":33404,".confirm":33405,".yaml":33406,"ĠBoost":33407,"Commerce":33408,"-template":33409,"_DELAY":33410,"ĠHI":33411,"Ġnavig":33412,"(Sender":33413,"ĠHS":33414,"_\"+":33415,"ĠREQUEST":33416,"Ġwifi":33417,"=\"\"Ċ":33418,"])->":33419,"Ġrope":33420,"Ġviolated":33421,"Ġglance":33422,"ĠKurd":33423,"Ġè®":33424,"deck":33425,"ĠISBN":33426,"Ġinfect":33427,"ĠFoo":33428,"Ġgetter":33429,"Ġtener":33430,"appe":33431,".hh":33432,"_hot":33433,"\".$":33643,"Ġrelies":33644,"(Console":33645,"International":33646,"->{$":33647,"Mid":33648,"Ġdissert":33649,"dds":33650,"Ġdeposits":33651,"ĉdriver":33652,"#ga":33653,"prising":33654,"println":33655,"Ġpresenter":33656,"Ġmines":33657,"CSS":33658,"ĠDual":33659,"(!(":33660,"Ġkam":33661,"ĠisLoading":33662,"ĠProtect":33663,".upper":33664,"arium":33665,"]:ĊĊĊ":33666,"Yii":33667,"-shirt":33668,"ĠIMAGE":33669,"_colors":33670,"Ġurgent":33671,".Container":33672,"!(Ċ":33673,"Saturday":33674,"Ġsocieties":33675,"ĠThan":33676,"ĠCod":33677,"=@":33678,"Ġattachments":33679,".mobile":33680,"Ġspite":33681,"Ġbounce":33682,"rawl":33683,"instancetype":33684,"ĠTruck":33685,"Ġmanipulation":33686,"(Config":33687,"-inst":33688,"Ġstor":33689,"itution":33690,"PreferredGap":33691,"ĠmainAxisAlignment":33692,"Ġlistened":33693,"'''ĊĊ":33694,"ottage":33695,"-project":33696,".APPLICATION":33697,"ĉroot":33698,"Ġwhit":33699,"Ġbilder":33700,"Ġker":33701,"Ġappliances":33702,"rowave":33703,"ìĿĢ":33704,"ematics":33705,"ĠOrg":33706,"oping":33707,"_SEARCH":33708,"Ġcham":33709,"addContainerGap":33710,"Ġ().":33711,"ĠArrow":33712,"Illegal":33713,"Currently":33714,"Ġusa":33715,"Ġpasswords":33716,"Ġrenown":33717,"avern":33718,"ĠEvil":33719,"Ġconcat":33720,"Ġduo":33721,"Ġvale":33722,"ĠBean":33723,"Ġindicators":33724,"cmath":33725,"ĠPump":33726,"November":33727,"ificant":33728,"_DOMAIN":33729,"regar":33730,"ĠPortal":33731,"\"$":33732,"Ġformerly":33733,"\"]:Ċ":33734,"ĠVisibility":33735,".getElementsByClassName":33736,"_RED":33737,"Ġchampions":33738,"à´":33739,"Valor":33740,"_es":33741,"*a":33742,"-repeat":33743,"Band":33744,".stage":33745,"Ġbureauc":33746,"Cnt":33747,"eten":33748,"-function":33749,"Ġmuito":33750,"PID":33751,"_editor":33752,"Ġcrashed":33753,"dead":33754,"kat":33755,"agh":33756,"ĠEXT":33757,"asser":33758,"-small":33759,"Ġrealiz":33760,"(Entity":33761,"ús":33762,"ĠActually":33763,"ĠElite":33764,"Ġhelm":33765,"(nonatomic":33766,"asher":33767,"Community":33768,"alleng":33769,"iry":33770,"ĠGrowth":33771,"Ġsue":33772,"Ġfrequencies":33773,"_descriptor":33774,".Attribute":33775,"Ġrecipients":33776,"_NS":33777,"/\"+":33778,"iban":33779,"Ġathlete":33780,"ĠIgn":33781,"_DMA":33782,"(ds":33783,"ĠRequirements":33784,"ADI":33785,"erez":33786,"\\Admin":33787,"braska":33788,"ĠRust":33789,"Relation":33790,"COD":33791,"ĠVERSION":33792,"emma":33793,")){":33794,".Duration":33795,"ĠCamb":33796,"-logo":33797,"Ġreadable":33798,"Ġcreators":33799,"()];Ċ":33800,"UpDown":33801,"-half":33802,".getMonth":33803,"(sf":33804,"Pic":33805,"Ġhunger":33806,".tx":33807,"Ġexceeded":33808,"_seed":33809,"(^":33810,"_sk":33811,".perform":33812,"Ġ>::":33813,"Ġmongo":33814,"=float":33815,"bindParam":33816,"Smart":33817,"ifa":33818,"Ġsecurities":33819,"Ġprejud":33820,"Ġ,\"":33821,"Ġcorps":33822,"Ġvra":33823,"amacare":33824,"iterr":33825,"(Media":33826,"uche":33827,"Ġcob":33828,"Ġliber":33829,".geometry":33830,"Locator":33831,"Ġsliding":33832,"Ġsurgical":33833,"_CUR":33834,"Ġconsect":33835,"[*":33836,"ĠResort":33837,"Stub":33838,"_DOUBLE":33839,"ĠSoph":33840,"Ġelectoral":33841,"_disable":33842,"ĠÑģо":33843,"ĠLightning":33844,"Ġmentions":33845,"ocy":33846,"Ġleaked":33847,"Ġrelaxing":33848,"Presenter":33849,"vsp":33850,"Ġguilt":33851,"=-=-":33852,".reply":33853,"ĠMirror":33854,"Camp":33855,"Ġ+#+#+#+":33856,"Ġ+#+#+#+#+#+":33857,".Author":33858,"Ġdirective":33859,"-hook":33860,"íĦ°":33861,"}ĊĊĊĊĊ":33862,"@pytest":33863,"_rand":33864,"mis":33865,"Ġcolorful":33866,"uje":33867,"lasses":33868,"ĠClasses":33869,".have":33870,"%),":33871,"é¢ĺ":33872,"Ġdisturbing":33873,"substring":33874,"ĠKoh":33875,"Invest":33876,"purchase":33877,"Ġrecycling":33878,"ĠART":33879,"ierarchy":33880,"Ġfps":33881,".checkBox":33882,"íķ´":33883,"_material":33884,"ducation":33885,"Ġfw":33886,"udit":33887,"Ġreviewing":33888,"ĠSid":33889,"Syntax":33890,"ĠWritten":33891,"argar":33892,"UME":33893,"/q":33894,"Classifier":33895,"Official":33896,"Ġjazz":33897,"Ġomega":33898,"Physics":33899,"Ġlugar":33900,"_accessor":33901,".commands":33902,"Ability":33903,"ĠBatch":33904,"RAM":33905,"Ġencounters":33906,".Qu":33907,"BYTE":33908,"ĠDistribution":33909,"Ġuso":33910,"ĠRecovery":33911,"approved":33912,"Ġdenial":33913,"/share":33914,"LinkedList":33915,")čĊčĊčĊ":33916,"uddy":33917,"Ġfines":33918,"Ġry":33919,"Unicode":33920,"ĉrender":33921,"Ġpremises":33922,"Ġpon":33923,"aliases":33924,"/Foundation":33925,"cuda":33926,"ĠCock":33927,",:)":33928,"(folder":33929,"Ġméd":33930,"drag":33931,"Ġtalents":33932,"ĠĠĠĊĊ":33933,"еÑģÑĤв":33934,"mob":33935,".yml":33936,"Ġaster":33937,"Ġdiscre":33938,"goal":33939,"ĠGTX":33940,"ĠSUCCESS":33941,"ĠLONG":33942,"(find":33943,"Ġsingular":33944,"_sz":33945,"ĠEthereum":33946,"..Ċ":33947,"Ġirres":33948,"')){Ċ":33949,"Ġministers":33950,"Steps":33951,"iversal":33952,"ĠNevertheless":33953,"-led":33954,"Ġ(%)":33955,"ç¡®":33956,"Ġtimezone":33957,"Ġstranger":33958,"(render":33959,"Ġshutil":33960,"Ġmph":33961,"Ġtrio":33962,"ppy":33963,"Ġpredomin":33964,"Ġendors":33965,"ĠRussians":33966,"ĉrow":33967,"Ġwizard":33968,".serialize":33969,"Ġcomplained":33970,"Ġsido":33971,"Ġdelighted":33972,"-me":33973,"ĠRav":33974,"Human":33975,"adays":33976,"recv":33977,"Working":33978,"Jump":33979,"ĠÃ¥r":33980,"ĠAutomatic":33981,"_Base":33982,"æł¼":33983,"aurants":33984,"¯":33985,"æ¸":33986,"(CType":33987,"IFI":33988,"(amount":33989,"Ġbelieving":33990,"=mysql":33991,"Ġfir":33992,"Ġrestoration":33993,"ereco":33994,"Т":33995,"_'+":33996,"Ġebook":33997,"Ġdebris":33998,"(inputs":33999,"AYOUT":34000,"Ġscreaming":34001,"avia":34002,"lander":34003,"Ġdistress":34004,"Ġassembled":34005,"ĠAvoid":34006,"(thread":34007,"ĠRPC":34008,"_EXIT":34009,"(queue":34010,"иÑģÑĤ":34011,"Dll":34012,"Ġskull":34013,"_pub":34014,"chez":34015,"minate":34016,"ensen":34017,"Ġinsane":34018,"bounds":34019,"ĠRosen":34020,"Ġconditioning":34021,"processed":34022,"videos":34023,"four":34024,".Conv":34025,"|;Ċ":34026,"Personal":34027,"cerpt":34028,":UIControlStateNormal":34029,"Ġdoses":34030,"ĠKarl":34031,"ĠFrequ":34032,".BASE":34033,"ĠVote":34034,"Ġconcurrent":34035,"ĠMessageBoxIcon":34036,"ĠÃĸ":34037,"ĠDubai":34038,"ĠRetail":34039,":number":34040,"ĠObserver":34041,"ĠBigInteger":34042,"_origin":34043,"_WORK":34044,"Frames":34045,"Ġnotably":34046,".âĢľ":34047,"Ġtropical":34048,"Ġniche":34049,"amina":34050,".sys":34051,"(tokens":34052,"modify":34053,"osit":34054,"strom":34055,"ĠComics":34056,"OPTION":34057,"Ticket":34058,"Ġfactories":34059,"Ġdisput":34060,"_File":34061,"ĠFinn":34062,"eee":34063,"ĠDiscord":34064,"_money":34065,".tpl":34066,"_safe":34067,"LB":34068,"Ġglut":34069,"JK":34070,".flow":34071,"-cont":34072,"gos":34073,"Ġhorizon":34074,"ĠRush":34075,"::*":34076,"Pipe":34077,"ulla":34078,"borough":34079,"heimer":34080,"(move":34081,"(Text":34082,"});čĊčĊ":34083,"welcome":34084,"ĠComponents":34085,"Ġgovernance":34086,"closed":34087,"ĉmargin":34088,"Ġlaundry":34089,"ĠTerminal":34090,"izards":34091,".âĢĶ":34092,".remote":34093,".radius":34094,"ĠQuebec":34095,"Ġdh":34096,"Tech":34097,"ĠMist":34098,"seller":34099,"_literal":34100,"Ġgenius":34101,"Ġbrains":34102,"gem":34103,"ĠMeasure":34104,"Ġcatast":34105,"rance":34106,".TextField":34107,"Ġconsuming":34108,"Ġ'\\''":34109,"oubtedly":34110,"ĠCertain":34111,"Ev":34112,"erti":34113,"being":34114,"Experience":34115,"Ġ//[":34116,"ĠArabic":34117,"ĠCrist":34118,"ĠAzure":34119,"Ġhora":34120,"ladesh":34121,"\\Blueprint":34122,"dar":34123,".rel":34124,"Ġsuprem":34125,"ĠReagan":34126,"ĠAttributes":34127,"-sidebar":34128,"ĠuseStyles":34129,"ĠAirlines":34130,"Ġhills":34131,"/xhtml":34132,"vinc":34133,"_mock":34134,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":34135,"ĠPill":34136,".LayoutStyle":34137,"ĠCommander":34138,"]<":34139,"signature":34140,"Ġ{}čĊ":34141,"Ġhatred":34142,"Ġëĭ":34143,"olesterol":34144,"Ġ********":34145,"ancellor":34146,"crop":34147,"TIM":34148,"ĉĉĊĊ":34149,"ysqli":34150,"uitive":34151,"ĉunset":34152,"_sel":34153,"Ġmenus":34154,"tick":34155,"Ġconstitute":34156,"ĠElements":34157,"ĠRedis":34158,"aggio":34159,"_fp":34160,"_depend":34161,"emas":34162,"CAST":34163,"orange":34164,"jon":34165,"ĠEmily":34166,"Ġpotatoes":34167,"Ġreceptor":34168,"ĠElectronic":34169,"ĠLights":34170,"Ġcombining":34171,"ĠSomeone":34172,"Ġ########.":34173,"ĠTOD":34174,"/show":34175,"Xd":34176,".\"'":34177,"afx":34178,"Ġtragic":34179,"Styled":34180,"ĠMarco":34181,"Gallery":34182,"dale":34183,".âĢĿĊĊĊĊ":34184,"érie":34185,"/service":34186,"äºĨ":34187,"Ġambient":34188,"_SETTINGS":34189,".Adapter":34190,"lene":34191,"Ġtravels":34192,"Notice":34193,"Ġcleans":34194,"ĠFem":34195,"chair":34196,"Ñĥн":34197,"/my":34198,"_bad":34199,"ĠEconomics":34200,"ISA":34201,"_CNT":34202,"(Menu":34203,"äºİ":34204,"ĠRidge":34205,"Ġlengthy":34206,"Dot":34207,"Ġjumps":34208,"Ġhey":34209,"$pdf":34210,"Ġworm":34211,"Ġsut":34212,"Ġsher":34213,"iamo":34214,"ĠCalc":34215,"trieve":34216,"Ġcops":34217,"ĠChrom":34218,"Ġregulated":34219,"reatment":34220,"ĠHigher":34221,"oks":34222,"Ġdeze":34223,"LOCATION":34224,"ongsTo":34225,"Ġfinite":34226,"Ġvaries":34227,"Ġpositioned":34228,"'il":34229,"éĩij":34230,"Ġhike":34231,"(done":34232,"playlist":34233,"Ġada":34234,"Ġcoastal":34235,"ĠNancy":34236,".DateTimeField":34237,"CppCodeGen":34238,"ĠSimilarly":34239,"reur":34240,"ĠContr":34241,"ĠHidden":34242,"ĠBeta":34243,"atched":34244,"_install":34245,".Output":34246,"Lookup":34247,"ĠRichmond":34248,"quared":34249,"Ġmanga":34250,"-controls":34251,"ĠBernard":34252,"Large":34253,"Ġslices":34254,"Ġoffence":34255,"ĠMega":34256,"Ġestar":34257,"Ġjoints":34258,"Ġsumm":34259,"_platform":34260,"Buff":34261,".addSubview":34262,"Ġretained":34263,"Letter":34264,".dim":34265,"Ġessere":34266,"ĠScaffold":34267,"EXPECT":34268,"ĉRE":34269,".longitude":34270,"ünd":34271,"Ġstatue":34272,".addWidget":34273,"ĠCaribbean":34274,"addPreferredGap":34275,"ilde":34276,"UILabel":34277,"ĠOpport":34278,"Ġimperial":34279,"ursion":34280,"Ġmandate":34281,"Ġpromotional":34282,"Ġvk":34283,"iaÅĤ":34284,"Ġpyl":34285,"ĠCreation":34286,"озд":34287,"Ġsimpler":34288,".what":34289,"ĠRecent":34290,"Storm":34291,".quantity":34292,"ĠLov":34293,"\"-":34294,"ubbles":34295,"_notification":34296,"(world":34297,"urger":34298,"*(-":34299,":\"Ċ":34300,"hm":34301,"anship":34302,"ĠAlmost":34303,"Ġmotorcycle":34304,"_fee":34305,"Ġabsorb":34306,"ĠVincent":34307,"Ġsounded":34308,"ÃŃst":34309,"Ġpharmaceutical":34310,"htag":34311,"ĠKindle":34312,"italize":34313,"ĠEmperor":34314,"oustic":34315,"Ġspecialists":34316,"åħ¬":34317,"BorderStyle":34318,"/\\":34319,"RELATED":34320,"(',',":34321,"(expr":34322,"Ġht":34323,"åįĪ":34324,"_Create":34325,"Ġspecially":34326,"Ġ[];čĊ":34327,"Ġheel":34328,"Ġsept":34329,"_arch":34330,"(initial":34331,"%.ĊĊ":34332,"\\\",\\\"":34333,"Ġdiscusses":34334,"Ġupt":34335,"Ġ[&":34336,"Ġmanus":34337,".hand":34338,"ĠMAIN":34339,"ĠDenmark":34340,"Ġ],čĊ":34341,"Ġcryst":34342,"Ġnack":34343,"Coords":34344,"_inner":34345,"Ġmidst":34346,"Ġawake":34347,"ĠÐŀ":34348,"-break":34349,"ÃŃvel":34350,"_PASS":34351,"ĠParams":34352,"Ġdetr":34353,"Ġspider":34354,"ĠConcept":34355,"Ġprend":34356,"CHED":34357,".Exit":34358,"Ġpopulated":34359,"Ġvirtue":34360,"_SESSION":34361,"Ġnouvel":34362,"oauth":34363,"ĠданнÑĭ":34364,"rink":34365,".HeaderText":34366,"aturated":34367,"Ġerst":34368,"Ġåħ":34369,"à¥ĩ":34370,"_visible":34371,"eyer":34372,"Ġliable":34373,"Ġdebe":34374,"Ġbw":34375,"{-#":34376,"_WIN":34377,"dfs":34378,"Hover":34379,"ĠPUT":34380,"-angle":34381,"Ġnoble":34382,"Ġtraces":34383,"encv":34384,"ĠuserData":34385,"_ins":34386,"ĠSuz":34387,"Ġnewsletters":34388,"ĠModi":34389,"Ġentrepreneurs":34390,"Ġtribute":34391,"Ġrumors":34392,"Ġrr":34393,"ĠQuarter":34394,"ê³ł":34395,"Ġfeeds":34396,"óg":34397,"Ġenvelope":34398,"Ġlear":34399,"Ġkø":34400,"developer":34401,"Similar":34402,":\")Ċ":34403,"subscription":34404,"Modifier":34405,"italic":34406,"Ġnasty":34407,"Ġtermination":34408,"Ġcharming":34409,"ĠâŁ":34410,"tons":34411,".trace":34412,"hots":34413,"ĠUR":34414,"Mont":34415,"Ġjustified":34416,"ĠGang":34417,"inea":34418,"Ġbog":34419,"(ap":34420,"_$":34421,"Ġcontamin":34422,".Dot":34423,"ĉDebug":34424,"(exports":34425,"Ġpaired":34426,"ĠAssignment":34427,"Ġautomobile":34428,"ĵį":34429,"Ġphases":34430,"vw":34431,"@SuppressWarnings":34432,"=\\":34433,"rant":34434,"-ed":34435,"ĉawait":34436,"Ġcertificates":34437,"'>\"":34438,"Ġintact":34439,"CTRL":34440,"Mike":34441,"gregation":34442,"ATTERN":34443,"Ġrepublic":34444,"_upper":34445,"iliary":34446,"Ġcomputation":34447,"hire":34448,"ĠShin":34449,"_ANY":34450,"ĠManufacturer":34451,"ĠCarm":34452,"Ġbearings":34453,"_comb":34454,"cad":34455,"uristic":34456,"Ġwholesale":34457,"Ġdonor":34458,".interfaces":34459,"presso":34460,"ĠBrun":34461,"-close":34462,"prove":34463,"_SK":34464,"ĉframe":34465,"etros":34466,"ĠPain":34467,"_EXP":34468,"ĠLT":34469,"_fs":34470,".datas":34471,"ĉss":34472,"voir":34473,"ĠAxis":34474,"Major":34475,"=\"<":34476,"[h":34477,"Ġprofess":34478,"igrate":34479,"(score":34480,"Keyword":34481,"\"os":34482,"ĠĠĠĠĉĊ":34483,"analysis":34484,"Ġreplay":34485,".pass":34486,"\\d":34487,"tls":34488,"Ġsanct":34489,".light":34490,"_mobile":34491,"ÑģÑĤÑĮ":34492,"ĉtotal":34493,"uity":34494,"Ġpaused":34495,"NAS":34496,"Ġencore":34497,"loe":34498,"Ġ-*-ĊĊ":34499,".high":34500,"ampler":34501,"ĠSecure":34502,"Ġfragments":34503,"_vel":34504,"illary":34505,"ĠStein":34506,"ĠDawn":34507,"Ġmaximize":34508,"ย":34509,"Ġ/^":34510,"Ġcontinually":34511,"Ġshadows":34512,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":34513,"ĠIActionResult":34514,"Ġinformación":34515,"CHECK":34516,".SelectedItem":34517,"bundle":34518,"olley":34519,"<":34681,"Ġtrajectory":34682,"_ring":34683,"Ġhydrogen":34684,"tron":34685,"Ġstatute":34686,"Ġconditional":34687,"Ġtray":34688,"-school":34689,"(widget":34690,"$config":34691,"Ġrequesting":34692,".uint":34693,"eton":34694,"brities":34695,"OfType":34696,"ADMIN":34697,"predict":34698,"Ġgegen":34699,"ĠHapp":34700,"OCUMENT":34701,"ĠApart":34702,"Ġ-----":34703,"roe":34704,"uide":34705,"justify":34706,"ĠSquad":34707,"Ġprofes":34708,".bot":34709,"_currency":34710,"innen":34711,"ĠMumbai":34712,"ĠNumbers":34713,"avanaugh":34714,"agnitude":34715,"âĢľThere":34716,"=http":34717,"çīĩ":34718,"Ġvb":34719,"+'{{$":34802,"Ġinode":34803,"sil":34804,"Ġhace":34805,"Ġseverely":34806,"ĠOverview":34807,"Ġspraw":34808,"Ġbeaches":34809,":left":34810,"·»":34811,"(${":34812,"ĠFIRST":34813,"ĠSpa":34814,"-ass":34815,"Ġbaise":34816,"ĠNODE":34817,"ĠPizza":34818,"Pet":34819,"(seq":34820,"\\\">Ċ":34821,"CppMethodPointer":34822,"Ġvp":34823,"Ġia":34824,"_seconds":34825,"emet":34826,"/blob":34827,"_THRESH":34828,"...čĊ":34829,"Dest":34830,"ĠNH":34831,".dataSource":34832,"ités":34833,"ĠJak":34834,"sell":34835,"Ġworkshops":34836,"\",Ċ":35452,"_Pin":35453,"uese":35454,"Ġoverrides":35455,"_ready":35456,"Advanced":35457,"Ġopi":35458,"-cart":35459,"(\"/\",":35460,"ĠDeb":35461,"CRY":35462,"ĠVertical":35463,"ĠOVER":35464,"ĠCorporate":35465,"Ġ\"\";":35466,"Ġstepping":35467,"ej":35468,"Ġaccusations":35469,"Ġoraz":35470,"_tail":35471,"Ġinduced":35472,"Ġelastic":35473,"Ġblown":35474,",//":35475,"Ġbackgrounds":35476,"âĢĻune":35477,"-sdk":35478,"ĠsetInterval":35479,"Ġincentives":35480,"Ġvegetable":35481,"_On":35482,"expanded":35483,"pix":35484,"_shader":35485,"ĠSPDX":35486,"@example":35487,"ĠWrapper":35488,".Zero":35489,"Positive":35490,"Ġspinner":35491,"Ġinvented":35492,"ĠGates":35493,"оÑĤоÑĢ":35494,"Ġcomparisons":35495,"è·":35496,".primary":35497,"dataProvider":35498,"additional":35499,"ĉoptions":35500,"snapshot":35501,".setHorizontal":35502,"Ġ\"{}":35503,"ĠFisher":35504,"halten":35505,"":35538,"ĠRegistered":35539,"INED":35540,"kal":35541,"parison":35542,"Ġobjeto":35543,"Vi":35544,"manda":35545,"Ġrenewed":35546,"ĠSof":35547,"essel":35548,".ndarray":35549,"Ġcrap":35550,"管":35551,".abspath":35552,"(up":35553,"Ġclearance":35554,"ĠTW":35555,"_COPY":35556,"ĠĠĠĠĠĠĠĠĠĠĠĠĉ":35557,"Ġforests":35558,"Ġarguably":35559,"ĠASS":35560,"hey":35561,"amel":35562,"_fore":35563,"ĠSoutheast":35564,"Ġabused":35565,"Ġpracticing":35566,"akedirs":35567,"主":35568,"_resources":35569,"Ġpond":35570,".Fixed":35571,"LastError":35572,"ĠPsychology":35573,"Ġ\"//":35574,"!:":35575,"Reusable":35576,"Ġmensaje":35577,"Ġrospy":35578,"Ġbour":35579,"Ġvarieties":35580,"Ġempath":35581,"(({":35582,"_org":35583,"ĠMes":35584,"ĠMagento":35585,"ISTORY":35586,"Unless":35587,"Ġhj":35588,"ĠDuty":35589,"Jun":35590,",size":35591,"Ġpaintings":35592,"Ġdispens":35593,"dart":35594,"Ġbehavioral":35595,"Ġrpc":35596,"calculate":35597,"fruit":35598,"_mm":35599,"ĉpthread":35600,"MaxLength":35601,"Ġcurrencies":35602,"_capacity":35603,"ĠOz":35604,"Ġfirearm":35605,"Ġcoefficient":35606,"Ġbankruptcy":35607,"wart":35608,"Ġfatigue":35609,"AVA":35610,"Ġespa":35611,"_pc":35612,"ĠQuotes":35613,"_LIGHT":35614,"ĠTickets":35615,"Ġrelates":35616,"Ġpublishers":35617,"Ġunlocked":35618,"Ġ//----------------------------------------------------------------":35619,"ĠInterruptedException":35620,"Ġoutlook":35621,"rn":35622,"Ġrebels":35623,"Written":35624,"Ġasian":35625,"otto":35626,"Ġĉĉĉĉ":35627,"_gpu":35628,"Txt":35629,".ImageView":35630,"Ġsuis":35631,"_tables":35632,".RecyclerView":35633,"Ġwhatsoever":35634,"èģ":35635,"]++;Ċ":35636,"assertTrue":35637,"_verify":35638,"ĠRivers":35639,"Ġ][":35640,"Jet":35641,"idian":35642,"Sibling":35643,"Ġgenres":35644,".Access":35645,"OPS":35646,"Ġtrivial":35647,"ส":35648,"alen":35649,"вед":35650,"ĠSword":35651,"Ġscrutiny":35652,"(cb":35653,"Ġcommerce":35654,"Ġguarantees":35655,"_adv":35656,"ĠLET":35657,"recio":35658,"Ġhilar":35659,"Ġbackyard":35660,"ãĢı":35661,"Ġillustrated":35662,"/vendor":35663,".Util":35664,"Ġwow":35665,"LOY":35666,"ĠMarshal":35667,"\">'.$":35668,"ĠBak":35669,"Ġmodifiers":35670,"dictionary":35671,"ĠStre":35672,"multiple":35673,"\")),":35674,"ĠCort":35675,"']\").":35676,"(admin":35677,"ĠCreator":35678,"Internet":35679,"(ms":35680,"logy":35681,"DECLARE":35682,"ĠMarcus":35683,"<<<<":35684,"ãģł":35685,"_my":35686,"(inst":35687,"Ġsciences":35688,"NDER":35689,".enter":35690,"Ġitu":35691,"Ġbehave":35692,"Pan":35693,"ombies":35694,"='<":35695,"'));čĊ":35696,"ĠMENU":35697,"ĠWorkers":35698,".NoError":35699,"Ġbindings":35700,"Ġdisabilities":35701,"{\\":35702,"ĠMunicip":35703,"Ġcores":35704,"urple":35705,"ĠNokia":35706,"usions":35707,"ĠFitness":35708,".handleChange":35709,"Ġjavascript":35710,"ìļĶ":35711,"(dec":35712,"Ġpacking":35713,"-depend":35714,"Ġtranscript":35715,"zeros":35716,"_alert":35717,"?\",Ċ":35718,"libs":35719,"±Ð¾ÑĤ":35720,"Ġ|ĊĊ":35721,"trained":35722,"ĠGent":35723,"ĠRab":35724,"xp":35725,"_configuration":35726,"天":35727,"_accept":35728,".recyclerview":35729,":url":35730,"ĠMuhammad":35731,"Ġprivileges":35732,"_bank":35733,"uku":35734,"wallet":35735,"ĠROOT":35736,"Ġencuent":35737,"?family":35738,"ĉposition":35739,"Ġcg":35740,"Ġprecip":35741,"methods":35742,"_fast":35743,"increment":35744,"ĠTiger":35745,"_OCCURRED":35746,"quip":35747,"ĠHAS":35748,"_dom":35749,"Ġwreck":35750,"bj":35751,"Ġdern":35752,"Ġorgans":35753,".entries":35754,"Ġ_('":35755,"ramento":35756,"ĠJamie":35757,"Ġpunk":35758,"IPP":35759,"Ġprograma":35760,"Ġattain":35761,"Ġproves":35762,"/sign":35763,"Ġanswering":35764,"Ġladder":35765,"****************************":35766,"ĠWalmart":35767,"ĠCONTENT":35768,"ductor":35769,"Ġverbal":35770,"ĠPID":35771,"crypto":35772,"_CALLBACK":35773,"Ġ=================================":35774,"Ġpotent":35775,"Ġshorts":35776,".Uri":35777,".uniform":35778,";border":35779,"ĠWer":35780,"Ġherein":35781,"lla":35782,"ĠIhr":35783,"Pixmap":35784,"literal":35785,"!)ĊĊ":35786,"generic":35787,"rust":35788,"_scripts":35789,"osto":35790,"itus":35791,"ĠCoalition":35792,"Ġremot":35793,"deploy":35794,"ĠEagle":35795,"ãĢģãĢĮ":35796,"Ġimportante":35797,"ĉobject":35798,"Ġseasonal":35799,"nej":35800,"aidu":35801,"BindView":35802,"ĠSierra":35803,"-bg":35804,"ĠmakeStyles":35805,"[offset":35806,"Games":35807,"Ġhormone":35808,"ARIO":35809,"heads":35810,"(select":35811,"ĠStarted":35812,"@param":35813,"_decl":35814,"_blog":35815,"Ġaño":35816,"\\Api":35817,"ĠMilwaukee":35818,"Provid":35819,"Animated":35820,"Ġcooler":35821,"ĠSeed":35822,".Edit":35823,"ÏĦ":35824,"ĠTaking":35825,"ĠborderColor":35826,"-founder":35827,".LoggerFactory":35828,"Ġ\"\"ĊĊ":35829,"ALT":35830,"ĠLate":35831,"EDIATE":35832,"Ġ);ĊĊĊ":35833,"afa":35834,"Ġcancellation":35835,"Atom":35836,"ĠBirmingham":35837,"empresa":35838,"HEMA":35839,"ascal":35840,"Ġupside":35841,".Version":35842,"ĠFolder":35843,"ĠEight":35844,"ĠVintage":35845,"ĠAppDelegate":35846,"ĠPrevention":35847,".separator":35848,"STM":35849,"(room":35850,"generator":35851,"Ġcattle":35852,"ĉZ":35853,"ĠParticle":35854,"'};Ċ":35855,"Ġneighbours":35856,"ĠStateless":35857,"Ġaltitude":35858,"Ġsaint":35859,"обав":35860,"Ġconvinc":35861,"ĠContents":35862,"Ġjeune":35863,"(ts":35864,"Serialization":35865,"(collection":35866,"ĠJazz":35867,"ĠDod":35868,"ĠRoch":35869,"acio":35870,"commended":35871,"DEFINE":35872,".onload":35873,"Ġspecialty":35874,"PLACE":35875,"_MOVE":35876,"Ġaccountable":35877,"Reuters":35878,"Ġficken":35879,"Ġdepr":35880,"Wow":35881,"Void":35882,".space":35883,"à¸Ĺ":35884,"Ġtq":35885,"ĠPets":35886,"<$":35887,"(Current":35888,"berries":35889,"planation":35890,"ĠlistOf":35891,"ĠThu":35892,"ĠPRINT":35893,"Ġmismo":35894,"Ġdoi":35895,"chk":35896,"ĠUnicode":35897,"(role":35898,"Ġvirgin":35899,"-->Ċ":36360,"Vol":36361,"ĠSSD":36362,"))),":36363,".Optional":36364,"Ġnurses":36365,"Ġorb":36366,"_pe":36367,");čĊčĊčĊ":36368,"placed":36369,"esser":36370,"Ġtherapeutic":36371,"Ġwhitespace":36372,"Ġaston":36373,"Successful":36374,"Ġpraised":36375,"ĠWes":36376,"Ġeighth":36377,"iral":36378,"Ġvrouw":36379,"Ġfaction":36380,"_bias":36381,"Ġwitch":36382,"Ġnpc":36383,"(sb":36384,"ĠRodrig":36385,"_big":36386,"Dependency":36387,"ĠAbraham":36388,"ardi":36389,"CAR":36390,"nos":36391,"Ġabundance":36392,"Ġnutrients":36393,"instein":36394,".Vert":36395,"ĠISS":36396,"D":36495,"Ġservlet":36496,"bastian":36497,"Ġ>&":36498,"SID":36499,"_clk":36500,"Ġdivisions":36501,"}',Ċ":36502,"Ġdildo":36503,"Ġparade":36504,"major":36505,"Ġaboard":36506,";++":36507,"Ġfusion":36508,"\"},{\"":36509,"ĠDialogResult":36510,"ĉarr":36511,"-em":36512,"_nr":36513,"(handler":36514,".NET":36515,".XtraReports":36516,"ĠShah":36517,"ĠBrief":36518,"-,":36519,"Ġprecio":36520,"ĉĉĉĠĠĠĠĠĠ":36521,"Ġtant":36522,"ĠGrande":36523,"/xml":36524,"_ICON":36525,"ĠRetro":36526,"unque":36527,"Ġnag":36528,"toFixed":36529,"XL":36530,"Ġdeclaring":36531,"ĠConcrete":36532,"ĠAmazing":36533,"ĉprintk":36534,"Ġdebates":36535,"DATED":36536,"Ġaesthetic":36537,"emetery":36538,"RoutingModule":36539,"ĠNashville":36540,"WAYS":36541,"Ġwolf":36542,"Ġobservers":36543,"OTA":36544,"anson":36545,"Ġea":36546,"Ġgreenhouse":36547,"ĵįä½ľ":36548,"Ġstair":36549,"Ġimmigrant":36550,"_apply":36551,"peare":36552,"ĠBloomberg":36553,"_PLAYER":36554,"Resp":36555,"æŃ£":36556,"Chooser":36557,"ĠICollection":36558,"Peter":36559,"Erro":36560,".detectChanges":36561,"Maps":36562,"Ġsqueeze":36563,"ĠHomes":36564,"wegian":36565,"Ġformatting":36566,"Ġnegotiate":36567,"uld":36568,"ĠNep":36569,"ĠQB":36570,"Ġeconomies":36571,"Ġ*/,":36572,"Ġredund":36573,"ĠAber":36574,".IsNullOrWhiteSpace":36575,"ycled":36576,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":36577,"_Sh":36578,"Ġskept":36579,"Ġrecreated":36580,"ĠgetType":36581,"Ġmargins":36582,"Ġcolonial":36583,"charts":36584,"//@":36585,"Ġprocessors":36586,"说":36587,"batis":36588,"æĦı":36589,"atorio":36590,"mentioned":36591,"Patient":36592,"Ġprey":36593,"Checkbox":36594,"_xpath":36595,".skip":36596,"ĠMormon":36597,"ĠMemoryStream":36598,"CREMENT":36599,"Ġku":36600,"meld":36601,"\\Data":36602,"ĠKernel":36603,"iltr":36604,"éĢģ":36605,"(profile":36606,"Carbon":36607,"ROLE":36608,"(pl":36609,"]*(":36610,".memory":36611,"Ġmedal":36612,"Ġadvisor":36613,"ität":36614,"Ġhdr":36615,"ierung":36616,"ĠProvides":36617,"(alpha":36618,"Ġteenagers":36619,"-parser":36620,".LatLng":36621,"]()Ċ":36622,"Ġfelony":36623,"ĉĉĉĊĉĉĉĊ":36624,"BOOK":36625,"Ġslash":36626,"Ġclearfix":36627,"ĠProphet":36628,"容":36629,"rightness":36630,"-fi":36631,".kind":36632,"erton":36633,"Jim":36634,"Ġmanipulate":36635,"Ġworksheet":36636,"olin":36637,"stars":36638,"Ġartifact":36639,"_EMPTY":36640,"ĉmain":36641,"-------------';":36709,"Ġexpressing":36710,"ĠIQ":36711,"ĠFact":36712,"/*******************************************************************************Ċ":36713,"_mass":36714,")):":36715,"Ġcondom":36716,"ĠcreateState":36717,"ometown":36718,"Ġirr":36719,"Ġ>(":36720,">B":36721,"iteration":36722,"ãĥª":36723,"Ġshirts":36724,"ounty":36725,"->$":36726,"_SIGN":36727,"ĠDale":36728,"Ġjj":36729,"Easy":36730,"Fre":36731,"ĠNy":36732,"Ġchlor":36733,"matched":36734,"ĠGerm":36735,"-UA":36736,"ĠNathan":36737,"education":36738,"-yard":36739,"-che":36740,"houses":36741,"ritional":36742,"Ġproximity":36743,"Ġdiesem":36744,"áºŃp":36745,"Ġdrought":36746,".audio":36747,"ĠLeo":36748,"Ġfavorable":36749,"inch":36750,"ĠDaw":36751,"ribly":36752,"_student":36753,"idable":36754,"OVE":36755,"Ġlacks":36756,"ouncing":36757,".business":36758,"Ġreopen":36759,"maybe":36760,"_GLOBAL":36761,"Ġdresses":36762,"ĠEdwards":36763,"ensible":36764,"ĠHardware":36765,"ĠExcellent":36766,"ĠTimeUnit":36767,"CTIONS":36768,"Ġschedules":36769,"Ġsegue":36770,"Opens":36771,"ammen":36772,"-Identifier":36773,"Ġstaring":36774,"Ġhappily":36775,"ĠHob":36776,"'_":36777,"Ġ\");":36778,"amentos":36779,"etched":36780,"Ġ/>}Ċ":36781,".Users":36782,"Ġinterrupted":36783,"Contacts":36784,"Ġregistro":36785,"inburgh":36786,"CHA":36787,"_imp":36788,"phis":36789,"say":36790,"Ġretailer":36791,".NODE":36792,"/maps":36793,"_LAST":36794,"ĠCharge":36795,"_guard":36796,"Collider":36797,"ĠStatelessWidget":36798,"\":[\"":36799,"(\"../../":36800,"ioxide":36801,"ĠSund":36802,"Ġ'';":36803,"unset":36804,"addWidget":36805,"лÑİ":36806,"elles":36807,"alker":36808,"Arc":36809,"Ġdeduct":36810,"GUILayout":36811,"ĠVilla":36812,"Ġforbidden":36813,"_where":36814,"Ġ\\/":36815,"ĠTib":36816,"_AX":36817,"]čĊčĊ":36818,"ĠBir":36819,"Ġbend":36820,"ĠMAKE":36821,"ĠMET":36822,"Ġfutures":36823,"Ġweighted":36824,"\"\"\"čĊ":36825,"Ġauthorize":36826,"(program":36827,"},{\"":36828,"Ġcoefficients":36829,"ês":36830,"PerPage":36831,"ĠBathroom":36832,"ĠPublishing":36833,"GPL":36834,"Ġsubmissions":36835,"ĠNUMBER":36836,"jÄħ":36837,"Ġadditionally":36838,"empre":36839,"ĠShel":36840,"otyp":36841,"Solution":36842,"Ġthunder":36843,"_ec":36844,"ĠĊĠĠĠĠĊ":36845,"ĠFellow":36846,"Ġkay":36847,"ĠnewState":36848,"ONTAL":36849,"Implementation":36850,".Look":36851,"Ġents":36852,"Ġlors":36853,"ĠBIG":36854,"fab":36855,"Ġaveraged":36856,"ĠFeedback":36857,"ĠWells":36858,"Ġmartial":36859,"Ġindul":36860,"ĠCommunist":36861,"ĠForex":36862,"ĠAgriculture":36863,"\"[":36864,"Ġquar":36865,"ĠKont":36866,"ĉview":36867,".Bytes":36868,"desktop":36869,"ĠMakes":36870,"akespeare":36871,".Nullable":36872,"Ġspotlight":36873,"VB":36874,"owy":36875,"(torch":36876,"tridge":36877,"_bounds":36878,"Ġapologize":36879,".addItem":36880,"antd":36881,"*);Ċ":36882,",u":36883,"(gen":36884,"ç»ĵ":36885,"reator":36886,"ĠCord":36887,"oupper":36888,".metro":36889,"Ġew":36890,"ĠWORD":36891,".After":36892,"Ġdetained":36893,"ĠHammer":36894,"existing":36895,"Ġost":36896,"Ġmonument":36897,"-custom":36898,"UserID":36899,"ĠNom":36900,"Ġrejection":36901,"(dim":36902,"Ġsingleton":36903,"ĉdie":36904,"ariance":36905,"reports":36906,"]!=":36907,"elda":36908,"Ġprevalence":36909,"_regs":36910,".\".":36911,"Ġfeminist":36912,"Codec":36913,"Ġ**Ċ":36914,"(labels":36915,"_MARK":36916,"FAILED":36917,"Ġadministered":36918,"WN":36919,"ĠĠĠĠĠĠĠĠĉĉ":36920,"Ġnoun":36921,"wig":36922,"Ġgotta":36923,"Ġrif":36924,"-im":36925,"ĠPaulo":36926,"ĠCommandType":36927,"]))ĊĊ":36928,"-zero":36929,"Training":36930,"Ġlord":36931,"_art":36932,"reddit":36933,"Cert":36934,"Ġpeso":36935,"Rot":36936,"Ġendanger":36937,".dr":36938,"userInfo":36939,"unts":36940,"nv":36941,"ĠTrailer":36942,"-first":36943,"(make":36944,"Ġbenefici":36945,"-black":36946,"iÃŁ":36947,"Ġundoubtedly":36948,"Ġmex":36949,"ĠAncient":36950,"(as":36951,"Ġdescent":36952,"Pick":36953,"Ġreplica":36954,"$obj":36955,"ähr":36956,"Ġarrows":36957,"fty":36958,"ĠLibya":36959,"uga":36960,"charged":36961,"Tur":36962,"Ġhomic":36963,"issen":36964,"ĠFake":36965,"Ġbeers":36966,"Ġscattered":36967,"(Time":36968,"UTIL":36969,"Ġbureaucr":36970,"/plain":36971,"Ġsticking":36972,"FAIL":36973,"ĠCovid":36974,"Third":36975,"_present":36976,"ĠPierre":36977,"Ġëª":36978,"Ġ[...]ĊĊ":36979,"Prob":36980,"ĠTraffic":36981,"icao":36982,"doctor":36983,"Ġ),ĊĊ":36984,"Tabs":36985,"alu":36986,"ï¼ļâĢľ":36987,"Ġinherent":36988,"_No":36989,"ritis":36990,"ĠProof":36991,".basename":36992,"ä¼ļ":36993,"Ġchim":36994,"ĠProtected":36995,"crit":36996,"Ġprone":36997,"Ġкон":36998,"ĠHeroes":36999,"Ġanxious":37000,"Ġanos":37001,"Ġweekends":37002,"Ġsext":37003,"Ġreducer":37004,"=UTF":37005,"half":37006,"ĠSaw":37007,".mm":37008,"Ġnueva":37009,".currentTarget":37010,".lua":37011,"_EXTENSION":37012,"ĉreg":37013,"ĠCtrl":37014,"_align":37015,"acceptable":37016,"Ġrushing":37017,"frac":37018,"Ġboasts":37019,"Five":37020,"±":37021,"ĠTemperature":37022,">):":37023,"Ġcharter":37024,"REATED":37025,"Ġsubjected":37026,"Ġopc":37027,"healthy":37028,"使çĶ¨":37029,"ĠScientific":37030,"Ġfrau":37031,"riages":37032,"à¸Ķ":37033,".inventory":37034,"ationale":37035,"Mad":37036,"minutes":37037,">>();Ċ":37038,"ĠEnv":37039,"Ġrecordings":37040,"Ġsuspicion":37041,"sqlite":37042,"ĉread":37043,"ãģ¦":37044,"Ġworries":37045,".putString":37046,"ĠShanghai":37047,"(uid":37048,"rer":37049,"ĠvÃŃde":37050,"\"):":37051,"Ġmethodology":37052,"ĠкоÑĤоÑĢ":37053,"ccc":37054,"avad":37055,"Ġinduction":37056,"ĉThread":37057,",string":37058,"ại":37059,"nehmen":37060,"uition":37061,"Ġ*__":37062,".emf":37063,"Ġìľ":37064,"/themes":37065,"ĠNine":37066,".One":37067,"ĠEmbed":37068,"Ġfaz":37069,"uations":37070,"Ġprivately":37071,"Ġling":37072,"[F":37073,"ushi":37074,"Ġlaunches":37075,"(KEY":37076,"GMT":37077,"Ġaiming":37078,"patible":37079,"ĠBiden":37080,"iw":37081,"ĠDegree":37082,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":37083,"Ġ$('<":37084,"ários":37085,"toUpperCase":37086,"ìłľ":37087,"ĠEUR":37088,"Ġoversight":37089,"Ġtablesp":37090,"Updates":37091,".makedirs":37092,"Ġhumidity":37093,"/template":37094,"Always":37095,"(IS":37096,"_cert":37097,"Dig":37098,"Ġunderway":37099,"orton":37100,"ĠHurricane":37101,"Ġspends":37102,"ĠSegment":37103,"Ġflies":37104,"ĠToggle":37105,"ĠLynch":37106,"Ġsenses":37107,"ĠKos":37108,"setEnabled":37109,"istically":37110,"Ġtester":37111,"Ġadministrators":37112,"Ġtagged":37113,"Ðĵ":37114,"Ġshortcut":37115,"ĠResolution":37116,"Ġsupervision":37117,"ĠAshley":37118,"Tracking":37119,"ulatory":37120,"andel":37121,"isten":37122,"Ġunre":37123,"(diff":37124,"ANTS":37125,"Ġrider":37126,"ĠsÄħ":37127,".Series":37128,"_orders":37129,"ORIZONTAL":37130,"Ġretention":37131,"ãĢĤčĊčĊ":37235,"Ġdiagonal":37236,"ĠCancellationToken":37237,"_Internal":37238,"Ġruin":37239,".Qt":37240,"ocratic":37241,"Tel":37242,"ĠAnswers":37243,"matic":37244,"Ġxp":37245,"atem":37246,"_jobs":37247,"_any":37248,"Ġseniors":37249,"Ġlandmark":37250,"ĠQList":37251,"Ġmaneu":37252,"otify":37253,"/\";Ċ":37254,"/server":37255,"ĠPhilosoph":37256,"utenant":37257,"(io":37258,"hz":37259,"Ġauthenticated":37260,"dv":37261,"-Compatible":37262,"Originally":37263,",function":37264,"ãĢĤčĊ":37265,"ĠRepresentative":37266,"asily":37267,"ircuit":37268,".dt":37269,"(math":37270,".Marshal":37271,"[,":37272,"ĠCities":37273,"_turn":37274,"|)Ċ":37275,"Ġcantidad":37276,"alter":37277,"ĉui":37278,"ĠNebraska":37279,"Ġskirt":37280,".bg":37281,"SharedPreferences":37282,"(style":37283,"Ġgrief":37284,"gew":37285,"Ġsafeg":37286,"olang":37287,"_lists":37288,"ìĽ":37289,"Ġgranite":37290,"Ġhottest":37291,".jdbc":37292,".Customer":37293,"Ġâī¤":37294,"Ġwaar":37295,"_scene":37296,"+'/":37297,"ĠJTextField":37298,"Ġseating":37299,"Ġwears":37300,"Ġ`/":37301,"Cases":37302,"ĠYoutube":37303,"ım":37304,"Ġbalcon":37305,",G":37306,"MetaData":37307,"-price":37308,"SCR":37309,"Unity":37310,"Ġtrunk":37311,"={`${":37312,"Ġearthquake":37313,"Partial":37314,"Ġsubst":37315,"Ġelimin":37316,"=\"'.":37317,"//*[@":37318,"Ġsupervisor":37319,"vrolet":37320,"_article":37321,"Ġpane":37322,"bio":37323,"Ġmotors":37324,"NM":37325,"Frank":37326,"Ġonion":37327,"-word":37328,"ItemClickListener":37329,"Ġbrit":37330,"endencies":37331,"Computer":37332,"_running":37333,"(day":37334,"-he":37335,"(named":37336,"ĠSach":37337,"оÑĩ":37338,"campaign":37339,".Abstract":37340,"(wrapper":37341,".pay":37342,"Ġuw":37343,"Geo":37344,"rails":37345,"/select":37346,"ichte":37347,"sons":37348,"EVENT":37349,"Ġaliment":37350,"Providers":37351,"Await":37352,"_INTERVAL":37353,".off":37354,"Ġgluten":37355,"_cloud":37356,"Ġwen":37357,".extract":37358,"ĉbutton":37359,"/MM":37360,"Party":37361,"Ġdemographic":37362,"_errno":37363,"Ġhiking":37364,"('')Ċ":37365,"\",@\"":37366,"Ġwit":37367,"rá":37368,"ologie":37369,"ĠStyles":37370,"ĠBrowserModule":37371,".RequestMapping":37372,"icans":37373,"PAGE":37374,"creation":37375,"ĠFerguson":37376,"uded":37377,"numbers":37378,"ĠGTK":37379,"Ġpresentations":37380,"ĠBobby":37381,"_span":37382,"estyle":37383,"Ġillegally":37384,"abela":37385,"Ġbattlefield":37386,"capacity":37387,"terror":37388,"]\");Ċ":37389,"Ġwarrior":37390,"leader":37391,"ĠDBG":37392,"ĠRevenue":37393,"Ġvigil":37394,"Ġcounterparts":37395,"(Error":37396,"ACTER":37397,"Ġheeft":37398,"Ġselections":37399,"zeug":37400,"tom":37401,"-two":37402,".;Ċ":37403,"_statement":37404,"ĠAid":37405,"ĠVul":37406,"_rgb":37407,"Ġprizes":37408,"Ġeditable":37409,"ĉform":37410,"ını":37411,".decor":37412,"Demo":37413,"lices":37414,"Ġenctype":37415,"ratulations":37416,"ĠROS":37417,"_chars":37418,"ĠJahr":37419,"partial":37420,"ÑĥÑĤ":37421,"ĠReceive":37422,"ĠLands":37423,"APTER":37424,"Ġchopped":37425,"..\"":37426,"ĠAnaly":37427,"ĠUID":37428,"ĠRadeon":37429,"ĠBee":37430,"Ġunm":37431,">M":37432,".findall":37433,"Tokenizer":37434,"ĠWHAT":37435,"Ġsj":37436,"Drawing":37437,"Ess":37438,"OND":37439,"Ĭ¶":37440,"(packet":37441,"âĢĶbut":37442,"Invocation":37443,"ĠNuclear":37444,"?;Ċ":37445,"Ġgrandes":37446,"ĠCrypt":37447,"remark":37448,"Ġ'../../../../":37449,"Ġinability":37450,"magic":37451,"cats":37452,"Ġsimulate":37453,":${":37454,"inflate":37455,"Ġener":37456,":NO":37457,"iples":37458,"Ġmerit":37459,"ĠRated":37460,"Ġglue":37461,"/blog":37462,"Ġgren":37463,"Ġthrilled":37464,".CH":37465,"uncan":37466,"ĠPRIMARY":37467,"Ġpersec":37468,"Ġfeared":37469,".MIN":37470,"ĠTheater":37471,"éĴ":37472,"ategorie":37473,"段":37474,"Ġappetite":37475,"square":37476,"ĠAlexand":37477,".UserId":37478,"_gt":37479,"_enter":37480,"Ġgraduates":37481,"FragmentManager":37482,"Authorize":37483,"-NLS":37484,"(My":37485,"Ġtriumph":37486,"usting":37487,"_PARAMS":37488,"Characters":37489,"(:,:,":37490,"_BUILD":37491,"MHz":37492,"Ġwashed":37493,"Ġuncle":37494,"Steve":37495,"ardown":37496,"${":37680,"_confirmation":37681,"Ġtrophy":37682,"Works":37683,"ĠElectronics":37684,"ĠMediterranean":37685,"_metrics":37686,"Ġannouncing":37687,"ĠDAY":37688,"_proto":37689,"Ġpear":37690,"baseUrl":37691,"ĉĉĉĉĉĉĉĉĊ":37692,"Ġcoordination":37693,":N":37694,".animate":37695,"ĠCotton":37696,"_hit":37697,"âľ":37698,"Ġjetzt":37699,"ifter":37700,"(fields":37701,"ownload":37702,"ificacion":37703,".cuda":37704,"ĠLiu":37705,">equals":37706,"ĠAce":37707,"ÑĢам":37708,"ĠSuperman":37709,"ĠGarcia":37710,"Ġarrests":37711,"agar":37712,"Ġ{})":37713,"Ġmacros":37714,"roupe":37715,"être":37716,"Ġtwisted":37717,"struments":37718,"_(\"":37719,"_vertices":37720,"ĠTransition":37721,"ик":37722,"[max":37723,"mind":37724,"ĠaccessToken":37725,"Ġunle":37726,"mus":37727,"cop":37728,"ĠFactor":37729,"Ġconced":37730,"Ġretr":37731,".linalg":37732,"-slider":37733,"obl":37734,"_StaticFields":37735,"Ġzombie":37736,"selling":37737,"Ġchap":37738,"Ġshaking":37739,"ĠTranslate":37740,"ĠAmsterdam":37741,"ĠETH":37742,"_EXTERN":37743,"kd":37744,"_disc":37745,"Ġpreceding":37746,"Ġprix":37747,"ObjectName":37748,"_modified":37749,"ardware":37750,"Ġ?>\">":37751,"ĠDW":37752,"`${":37753,"Ġ?>\">ĊĊ":37859,"Ġspinning":37860,"_pending":37861,"Matchers":37862,".Keys":37863,"ĠPV":37864,"enus":37865,"antis":37866,"Ġdiscard":37867,"Ġhaul":37868,"Ġempir":37869,"Ġpathway":37870,"Ġoak":37871,"мен":37872,"-induced":37873,"Ġimpair":37874,"ĠCalgary":37875,".isHidden":37876,"dz":37877,"_include":37878,"Ġgm":37879,"Ġ'('":37880,"PY":37881,"uggestions":37882,"Ġcommodity":37883,"cro":37884,"/sub":37885,"ĠgetInstance":37886,"ĠLegacy":37887,"ĠKil":37888,"Bal":37889,"(short":37890,"Inform":37891,"+x":37892,"*r":37893,"ĠHopefully":37894,"orate":37895,"Ġmachen":37896,"Ġtreaty":37897,"ĠOri":37898,".public":37899,"-horizontal":37900,"Ġtactic":37901,"Ġbord":37902,"wares":37903,"Ġammo":37904,"ĠLists":37905,"Ġequations":37906,"/her":37907,"ĠNSW":37908,"Bounding":37909,"_Collections":37910,"Ġavail":37911,".DropDown":37912,"è°":37913,"Ġhh":37914,"ĠlÃł":37915,".pb":37916,"Ġmemorial":37917,"ĠATTR":37918,"Ġexhausted":37919,"Ġtsp":37920,"ĉredirect":37921,"Ġlikewise":37922,"STER":37923,"Ljava":37924,"Ġcondemned":37925,"ocaust":37926,"(strict":37927,"Ġexempt":37928,"Ġsms":37929,"Ġexagger":37930,"SYS":37931,"Ġlounge":37932,":^":37933,"Ġtodd":37934,"deb":37935,"atorial":37936,"ĠPorter":37937,"Ġtuition":37938,"Ġexempl":37939,"Ġparen":37940,".lineTo":37941,"Ġkidney":37942,"Ġça":37943,"Ġcui":37944,"ï¼Į请":37945,"XC":37946,"Ġmoż":37947,"Ġnominated":37948,"lung":37949,"ImGui":37950,"ĠBuzz":37951,"Ġstereo":37952,"portal":37953,"resas":37954,"Ġklass":37955,"Ġdrafted":37956,"Ġprojectile":37957,"/gpl":37958,"(parameters":37959,"*)Ċ":37960,"Ġassisted":37961,"ĠNSInteger":37962,"sitemap":37963,":nth":37964,".Views":37965,".ArgumentParser":37966,"Ġmeer":37967,"zier":37968,"ĠDig":37969,"Ċ":38036,"Ġplag":38037,"pine":38038,"Ġblanket":38039,"Ġ:-":38643,"Ġlcd":38644,"---------------":38645,"(\"\"":38646,"Ġtactical":38647,"ĠRonald":38648,"extr":38649,"ĠFest":38650,"Ġfuer":38651,"-navigation":38652,"Ġkb":38653,"ghost":38654,"ĠhandleChange":38655,"_cls":38656,"()!=":38657,"Comparator":38658,".vm":38659,"ĠCox":38660,"_review":38661,"/@":38662,"_cookie":38663,"Ġrecognised":38664,"ldap":38665,"Threads":38666,"ĠSexual":38667,"ĠBearing":38668,"(SQL":38669,"Ġxr":38670,"Ġthigh":38671,"URLConnection":38672,"ĠSUV":38673,"ĠmContext":38674,"Ġincidence":38675,"ĠEste":38676,".sup":38677,"_te":38678,"(EXIT":38679,"CMD":38680,"/\">":38681,"Almost":38682,"ĠUne":38683,"Ġanderen":38684,"ĠSingleton":38685,"Ġbore":38686,"Think":38687,"Ġnarc":38688,"]initWith":38689,"_shop":38690,"(strategy":38691,"!',":38692,"herits":38693,"ĠDesk":38694,"_machine":38695,".netty":38696,"ında":38697,"=<":38698,"ĠQR":38699,"ĠSidebar":38700,".splitContainer":38701,"ĠonSuccess":38702,"Ġmonkey":38703,"Enjoy":38704,"(nodes":38705,"pectrum":38706,"Ġ(*(":38707,"ĉUINT":38708,",height":38709,"ĠNetworks":38710,".tail":38711,".linspace":38712,"Ġ\"...":38713,"Listen":38714,"Æ¡":38715,".Channel":38716,"-defined":38717,"Repeat":38718,"adjust":38719,"ERM":38720,"_application":38721,".assertNotNull":38722,"-stream":38723,"Ġrabbit":38724,"Ġpositioning":38725,"Ġwoke":38726,"Ġfing":38727,"Ġmultiplayer":38728,"Ġregistering":38729,"until":38730,"Ã¥n":38731,"(::":38732,"ussions":38733,"Ġpotato":38734,"ĠEquals":38735,".Sup":38736,"/apache":38737,"Ġ(=":38738,".\")":38739,".ptr":38740,"ĠSpeech":38741,".clip":38742,"ĠGabriel":38743,"Ġmusician":38744,"/issues":38745,".shop":38746,"ĠHier":38747,"_RET":38748,"_bucket":38749,"ãĥ¡":38750,"avs":38751,"Ġroz":38752,"flower":38753,"WriteBarrier":38754,"ĠMilan":38755,"Ġlegislature":38756,"ĠDoll":38757,"Ġproving":38758,".concatenate":38759,"âķIJ":38760,"Ġgchar":38761,"cdnjs":38762,"bles":38763,"ĠListing":38764,"ло":38765,".xrLabel":38766,"ĠSak":38767,"justice":38768,"ĠValentine":38769,"unless":38770,"Ġpiger":38771,"(run":38772,"Ġtestified":38773,"ANA":38774,"ĠRemoves":38775,"))));Ċ":38776,"recated":38777,"ĠRuntimeMethod":38778,"Ġconqu":38779,"ãĤ¢":38780,"Ġtissues":38781,"ailer":38782,"été":38783,"-Star":38784,"Ġflames":38785,".setIcon":38786,"Ġsupern":38787,"Ġvagina":38788,"-variable":38789,"Ġwellness":38790,"CUR":38791,"Ġbelle":38792,".getRequest":38793,"Ġpoco":38794,"benh":38795,"agens":38796,"Ġspill":38797,"ĠJur":38798,"Ġdispatcher":38799,"ного":38800,"emonic":38801,"(dirname":38802,"ĠÐĶ":38803,"Ġpasse":38804,"Ġganz":38805,"ricing":38806,"EU":38807,"Ġmujeres":38808,"essen":38809,".attribute":38810,"jj":38811,"ĉĉĠĊ":38812,"[^":38813,"Ġstrtolower":38814,"lexer":38815,"ectar":38816,"hotel":38817,".square":38818,"Ġrall":38819,"Ġlowered":38820,"handled":38821,"Market":38822,"ĠUses":38823,"ivas":38824,".Business":38825,"ãģĹãģ¦":38826,"DIV":38827,"Ġwasted":38828,"Ġavoir":38829,"êm":38830,"_ACCOUNT":38831,".et":38832,"ĉSDL":38833,"kap":38834,"Ġfox":38835,"uppet":38836,"{},Ċ":38837,"\",'":38838,"Favorite":38839,"PEND":38840,"ĠAES":38841,"}),":38842,"Ġdeduction":38843,"ĠpolÃŃt":38844,"ĠcomponentWill":38845,"ĠTelerik":38846,"_SELF":38847,"Ġmuse":38848,"Craft":38849,"Ġdens":38850,"ि":38851,"(tp":38852,"Ġtasty":38853,"Ġbalances":38854,"Ġdedication":38855,"ĠWallace":38856,"Ġunlaw":38857,"\\\">\\":38858,"Ġmum":38859,"-update":38860,"emente":38861,"Ġsoda":38862,"Republic":38863,"asmine":38864,"éric":38865,"(Status":38866,"ĠJsonConvert":38867,"ĠDisk":38868,".Redirect":38869,"Ġfilming":38870,"/mol":38871,"Ro":38872,"Ġville":38873,"Ġtrabaj":38874,"Ġsynthesis":38875,"rega":38876,"Ġrl":38877,"Scheduler":38878,"ISHED":38879,"currentUser":38880,"(errors":38881,"'h":38882,"_bot":38883,"ximo":38884,"ĠUSART":38885,"_super":38886,"_DECREF":38887,"ной":38888,"_ROW":38889,"Ġpromotes":38890,"ĠTA":38891,"Ġhoras":38892,"ĠRepresents":38893,"Ġnameof":38894,"ĠExc":38895,"ĠGarage":38896,"Ġseine":38897,",#":38898,"Ġherb":38899,"/resources":38900,"Ġpleaded":38901,".radioButton":38902,"Ġæĺ":38903,"Ops":38904,"ĠNest":38905,"cstring":38906,"ĠDefence":38907,"Ġrefere":38908,"_leaf":38909,"Ġrevelation":38910,"ë§":38911,".executeUpdate":38912,"_WORLD":38913,"Ġexpans":38914,"(\"\\\"":38915,"jab":38916,"Ġdoubts":38917,"ĠGeometry":38918,"Ġintroduces":38919,"Ġsenators":38920,"Ġcanal":38921,".helper":38922,"ĠBiology":38923,"_SENS":38924,".previous":38925,"-touch":38926,"abit":38927,"Ġimpacted":38928,"Ġbrackets":38929,".direct":38930,"accum":38931,"Ġtestosterone":38932,"ĉaction":38933,"ĠChance":38934,"Ġpeaks":38935,"CppCodeGenWriteBarrier":38936,"Ġunbelie":38937,"_press":38938,".Rel":38939,"angled":38940,"/templates":38941,"-->čĊ":38942,"lime":38943,"Ġsufficiently":38944,"_nt":38945,"Expand":38946,".isfile":38947,"ĠisEmpty":38948,"Ġqt":38949,"Ġmulher":38950,"acob":38951,"George":38952,"常":38953,"Ġassim":38954,"aso":38955,"Ġcomprised":38956,"OV":38957,"(CONFIG":38958,"ĉwriter":38959,"Ġdesp":38960,"Ġtenure":38961,"(cr":38962,".pool":38963,"ĠBrend":38964,"Ġcensor":38965,"(timeout":38966,"Ġplea":38967,".Wrap":38968,"Ġtightly":38969,"ĠWere":38970,"ĠIgnore":38971,"abei":38972,"Ġbridges":38973,"Ġcondemn":38974,"Ġsimplicity":38975,"Ġroutinely":38976,"Ġblacks":38977,"jb":38978,"ĠPit":38979,"Utf":38980,"Ġ/Ċ":38981,"reload":38982,"ĠsetObject":38983,"/global":38984,"Ġfatty":38985,"Ġsocks":38986,"Couldn":38987,"Ġerotisk":38988,"æĿ¡":38989,"ĠPressure":38990,"ĠMaz":38991,"npos":38992,"tolower":38993,"ĠEQ":38994,"uteur":38995,"ĠMoment":38996,"Ġeta":38997,"{{--":38998,"Ġgraphs":38999,"ĠGuar":39000,"rine":39001,"(--":39002,"ĠHttpStatus":39003,"(student":39004,"*np":39005,"Ġrailway":39006,"Ġasynchronous":39007,"_vm":39008,"'],'":39009,",text":39010,"merchant":39011,"(Guid":39012,"ĠGra":39013,"ixer":39014,"fetchAll":39015,".addListener":39016,"flip":39017,"*$":39018,">(),":39019,"Ġsunlight":39020,"assigned":39021,"Ġabc":39022,"ĠCOLUMN":39023,"ĠðŁĻĤĊĊ":39024,")...":39025,"Ġensemble":39026,"Ġnewline":39027,"_SINGLE":39028,"iedad":39029,"Ġdarker":39030,"ormap":39031,"Ġlion":39032,"plits":39033,"Ġillustration":39034,"ĠIEEE":39035,"Ġvista":39036,"ousands":39037,"*******":39038,"ĠTommy":39039,"Ġhue":39040,"Sel":39041,"Ġaura":39042,"ĠTherapy":39043,"Ġanimator":39044,".constraints":39045,"Ġvague":39046,"(\"\")":39047,"Ġvillain":39048,"Ġblessing":39049,"ĠstringBuilder":39050,"ĠMisc":39051,"ĠDIR":39052,"fax":39053,"-node":39054,"ĠWalking":39055,"ĠAU":39056,"sess":39057,"Ġgrill":39058,"VERTISE":39059,"ĠFoods":39060,"Ġtournaments":39061,"Ãĵ":39062,"ĠMarsh":39063,"Ġwonders":39064,"Longitude":39065,".CommandText":39066,"=input":39067,"_encoder":39068,"pageSize":39069,"ĠgetState":39070,">>Ċ":39071,".grey":39072,"pod":39073,"Ġreadings":39074,"Ġreconsider":39075,"Startup":39076,"Ġexcer":39077,".balance":39078,"_cycle":39079,"_Time":39080,"LOCAL":39081,"ĠEFI":39082,"ĠReyn":39083,".setForeground":39084,"byn":39085,"Ġdisconnected":39086,"ACTIVE":39087,"Ġembedding":39088,"ickers":39089,"Ġsurroundings":39090,"*c":39091,"Ġgarant":39092,"Ġbf":39093,"Ġwipe":39094,"Ġä¸ĭ":39095,"_TRA":39096,"adox":39097,"çķ":39098,"Ġsucks":39099,"ĠSongs":39100,"ĠAssociates":39101,"ĠBald":39102,"ĠBrett":39103,"venile":39104,"Ġvt":39105,"Ġinade":39106,"Ġresigned":39107,"ĠGlenn":39108,".pattern":39109,".DataBind":39110,"Ñĥм":39111,"LayoutInflater":39112,"chet":39113,"ĠTestament":39114,".ms":39115,"Ġpav":39116,"ĠReactDOM":39117,"urdy":39118,"ADATA":39119,"Mu":39120,"/actions":39121,"ĠJs":39122,"_extract":39123,"ĠBring":39124,":id":39125,"strt":39126,"ivation":39127,"Ġoutright":39128,"azu":39129,"loyment":39130,"иÑı":39131,"aldo":39132,"ĠPublisher":39133,"Education":39134,"Palette":39135,"_drv":39136,"Ġ($(":39137,"ĠAnda":39138,"Ġremedy":39139,"Ġinconsistent":39140,"tection":39141,"Ġregulators":39142,"Ġshortest":39143,"(pair":39144,"ĠInstallation":39145,"Ġdefendants":39146,"Ġ();":39147,"-large":39148,"Mel":39149,"Ġthreaten":39150,"нÑı":39151,"Ġfetish":39152,"otine":39153,"_dic":39154,"Ġ<$":39155,"Ġstagger":39156,"spi":39157,"$response":39158,"Serv":39159,"-born":39160,"jos":39161,"ĉimg":39162,"ĉWHERE":39163,"_lt":39164,"å½ĵ":39165,".cost":39166,"ĠTue":39167,".labels":39168,"ĠLV":39169,"wcsstore":39170,"ĠJesse":39171,"ห":39172,"Trade":39173,"Ġpredecessor":39174,"ëĤ":39175,"finally":39176,"_general":39177,"oggler":39178,"_REGION":39179,"nement":39180,"Ġblogger":39181,"ĠHarbor":39182,"ĠDataset":39183,"[w":39184,"Ġattendees":39185,".ico":39186,"maximum":39187,".Unlock":39188,"_SYNC":39189,"ágina":39190,"Ġdowns":39191,"ĠWii":39192,"])/":39193,"Ġkicking":39194,"unication":39195,"ĠDAC":39196,"ĠIDS":39197,"ĠRental":39198,"ĠcurrentTime":39199,"Ġvaccines":39200,"ĠDevil":39201,"Ġnors":39202,"_mouse":39203,"urrection":39204,"(no":39205,"Ġ>čĊ":39206,"Ġaggression":39207,"Ġbreeding":39208,".symbol":39209,"iman":39210,"AbsolutePath":39211,"ĠWHO":39212,"_flush":39213,"-root":39214,"arna":39215,"&M":39216,"Ġfathers":39217,"ĠRocket":39218,"iveau":39219,"Ġwander":39220,"Ġcompos":39221,"ĠWarrior":39222,"ĠSeat":39223,"ĠClinic":39224,"_invoice":39225,"(dispatch":39226,"Producto":39227,"aturing":39228,"ossier":39229,"ĠMAY":39230,"Ġdagger":39231,"Ġsanitized":39232,"ĠRFC":39233,"Ġproph":39234,"Ġurine":39235,"Ġgrind":39236,"ĠExpanded":39237,"descripcion":39238,"-fw":39239,"ĠKerry":39240,"=name":39241,"Ġchk":39242,"Ġnationally":39243,"Ġthee":39244,"Inc":39245,"Ġ?>>":39246,".RadioButton":39247,".HttpServletResponse":39248,"/Y":39249,"ĉfield":39250,"Ġhomme":39251,"yper":39252,"Physical":39253,"=v":39254,"Ġdriv":39255,"ĠErrors":39256,"ĠcÄĥ":39257,"Death":39258,"ĠWINDOW":39259,"Ġpoet":39260,"ĠSharp":39261,"ĠImmutable":39262,"ĉcreate":39263,"Ġgeht":39264,"ĠReform":39265,"aiser":39266,"ĠInitialization":39267,"Ġimmunity":39268,".compose":39269,"Ġlatency":39270,"ĠLebanon":39271,"ĠParad":39272,"Ġfuels":39273,"ĠExhib":39274,"coh":39275,"%\">Ċ":39276,"ĠCLI":39277,")initWith":39278,"-Za":39279,"_CLEAR":39280,"regn":39281,"Ġfinances":39282,".standard":39283,"_CATEGORY":39284,".library":39285,"Ġtravelers":39286,"_wp":39287,"ĠEvaluation":39288,"starting":39289,"Ġ)),Ċ":39290,"episode":39291,"ĠVariant":39292,"Ġdaemon":39293,"ĠJulia":39294,"ĠNR":39295,"Ġdoubles":39296,"'":39526,"Ġqueryset":39527,";}čĊ":39528,"ĠPopulation":39529,"utedString":39530,"resident":39531,"_FONT":39532,"ĠRespond":39533,"Ġobscure":39534,"Ġobservable":39535,"ĠContributors":39536,"kon":39537,"ĠMusk":39538,"exao":39539,"ĠTub":39540,"BootApplication":39541,"SOR":39542,".Horizontal":39543,".findBy":39544,".power":39545,"Ġpositively":39546,"venience":39547,"ĠJong":39548,"Ġwhistle":39549,"ĠзнаÑĩ":39550,"Ġlending":39551,"Ġdestructive":39552,"ĠonDelete":39553,"authorization":39554,"();?>":39555,"_original":39556,"science":39557,"atra":39558,"?,?,":39559,"ĠAsc":39560,"Ġconvincing":39561,"$a":39562,"orgen":39563,"_Date":39564,"ĠProvide":39565,"Ġlonely":39566,")'Ċ":39567,"exchange":39568,";?>Ċ":39569,".fast":39570,"Samples":39571,"London":39572,"'])čĊ":39573,"ĠIonic":39574,"Ġpesso":39575,"ĠKnights":39576,"ĠRaf":39577,"_attrs":39578,"Ġrepeal":39579,">Main":39580,"ĠOrdered":39581,"_New":39582,"=\"\">\";Ċ":39663,"ĠSERVER":39664,"ĠHEADER":39665,"_velocity":39666,"ĠInvoke":39667,".timestamps":39668,"Ġsulf":39669,"IQUE":39670,"Ġinhabitants":39671,"phins":39672,"azzo":39673,"Ġmono":39674,"Legend":39675,"Ġnonce":39676,"IFE":39677,";\";Ċ":39678,"-create":39679,"\"\",Ċ":39680,"permit":39681,"ĠImmigration":39682,"Ġpathname":39683,"ffective":39684,"âĻĢâĻĢ":39685,"Ġexams":39686,"-event":39687,"ĠTill":39688,"[mid":39689,"FIX":39690,";color":39691,"(Order":39692,"_traits":39693,"ĠorderBy":39694,"Ġsunt":39695,"ĠNicholas":39696,"ز":39697,"Ġsunny":39698,"iners":39699,"Ġaccessibility":39700,"ĠHB":39701,".comp":39702,"ĉop":39703,"Ġminorities":39704,"etheus":39705,"Ġcollaborative":39706,"prit":39707,"HIR":39708,"Ġwraps":39709,"ĉdraw":39710,"god":39711,"ĠIX":39712,".apps":39713,"ĠNM":39714,"Ġirrelevant":39715,"ĠTigers":39716,"Ġdiag":39717,"GV":39718,"ĠAccessories":39719,"kont":39720,"Ġsimplify":39721,"ĠFavorite":39722,"_tools":39723,"([]);Ċ":39724,"Ġtowers":39725,"Bes":39726,"Ġhunter":39727,"Ġsalon":39728,"(buff":39729,"ĉdebug":39730,"Ġmalware":39731,"Moving":39732,"-options":39733,")+'":39734,"ĠLOVE":39735,"_SOCKET":39736,"_fin":39737,"ĠDelaware":39738,"Ġsheriff":39739,"-invalid":39740,"ĠFULL":39741,"Ġпод":39742,"elas":39743,"\"strings":39744,"ĠRepresentatives":39745,"surface":39746,"resolved":39747,"htdocs":39748,")):čĊ":39749,"Ġpressures":39750,"Ġnorms":39751,"Ġpla":39752,"Ġsurname":39753,"Ġpostal":39754,"ĠDepart":39755,"Ġslaughter":39756,"orida":39757,"Ġhebben":39758,"Ġdesar":39759,"compact":39760,"_LANG":39761,"åIJĪ":39762,"opoly":39763,"_rad":39764,"ĠSTDMETHOD":39765,"Lazy":39766,"ĠĠĠĉ":39767,"...,":39768,"(web":39769,"ĠPont":39770,"Ġetwas":39771,"Ġupward":39772,"_hat":39773,"Ġ],ĊĊ":39774,"ĠbaseUrl":39775,"Ġworrying":39776,"-addon":39777,"(getClass":39778,"SPI":39779,"Ġcapturing":39780,")},Ċ":39781,"Effects":39782,"Ġcompetent":39783,"Ġfoul":39784,"Ġsubscribing":39785,"ĠOBJECT":39786,"IXEL":39787,"bucks":39788,"(edge":39789,"(pass":39790,"ĠPeterson":39791,"Ġboobs":39792,"ĠDelay":39793,"_square":39794,"elim":39795,"oters":39796,"_PC":39797,"%E":39798,"onclick":39799,"ĠSVG":39800,"Ġtopped":39801,"Ġfist":39802,"smart":39803,"ĠRalph":39804,"(owner":39805,"jours":39806,"Ġbronze":39807,"ĠArgumentException":39808,"(original":39809,"_SCALE":39810,"_cp":39811,"Ġrecommends":39812,".setStyle":39813,"Sure":39814,"LAND":39815,"Ġrepeating":39816,"Matt":39817,".Visibility":39818,"Ġenterprises":39819,".Setup":39820,"(scene":39821,"ĠReactive":39822,"urge":39823,"bw":39824,".Put":39825,"persist":39826,".cookie":39827,"ĠAudi":39828,"`s":39829,"supplier":39830,"(Form":39831,"¡":39832,"_so":39833,"ĮĢ":39834,"ĠLegion":39835,"tte":39836,"Nd":39837,"Loss":39838,"(attrs":39839,".scatter":39840,"Ġgroom":39841,"Ġglimpse":39842,"Ġnails":39843,"Ġcumulative":39844,"Ġfazer":39845,"_services":39846,".Num":39847,"ibilit":39848,"_resolution":39849,"ĠTx":39850,"uminium":39851,"opa":39852,".schedule":39853,"smtp":39854,"à¸ķ":39855,"urry":39856,"ük":39857,"goog":39858,"_signature":39859,".into":39860,"ĠSteps":39861,"Ġhomeowners":39862,"ĠNSURL":39863,"ĠPAC":39864,"ĠĠĠĠĠĠĠĠĠĠĠĠĊĊ":39865,">')Ċ":39866,"enh":39867,"Ġincap":39868,"$MESS":39869,"Ġmoins":39870,"ĠFi":39871,"Ġoffseason":39872,"pressions":39873,">.Ċ":39945,"ĠGrass":39946,"ĠGoal":39947,"_pdf":39948,"Handlers":39949,"Ġstacks":39950,".getFullYear":39951,"=[];Ċ":39952,"车":39953,",V":39954,"(split":39955,"Ñĥнк":39956,"Ġbakeca":39957,"Ġ~/.":39958,"pez":39959,"tails":39960,"ĠGlen":39961,"ĠsetImage":39962,"ĠComic":39963,"BLOCK":39964,"ĉThis":39965,"oader":39966,"Ġcapitalist":39967,"_STEP":39968,"(Boolean":39969,"ĠCorrect":39970,"rina":39971,"Ġconcaten":39972,"å®ŀ":39973,"():ĊĊ":39974,"Ġunanim":39975,"lli":39976,"alars":39977,"-ne":39978,"Ġdivor":39979,"ĠKickstarter":39980,"]._":39981,"*'+":40622,"åĿĢ":40623,"acency":40624,"(URL":40625,"_half":40626,"=l":40627,"ĠlistView":40628,"(section":40629,".toArray":40630,"+/":40631,"ĠRodriguez":40632,"istream":40633,"Ġeligibility":40634,"::-":40635,".newInstance":40636,"PB":40637,"ĠAssets":40638,"ĠComposite":40639,"ĠLabs":40640,"ĠHamas":40641,"++);Ċ":40642,"Ġblk":40643,"ĠNeo":40644,"Luc":40645,"@login":40646,"Ġunaware":40647,".met":40648,"_RELEASE":40649,"(ST":40650,"AMIL":40651,"rike":40652,"Ġ(){Ċ":40653,"(sprintf":40654,"ĠAccounts":40655,"ĠVIEW":40656,"ĠAj":40657,"ãĤ°":40658,"Ġwhisk":40659,"Ġidi":40660,"Ġrode":40661,"Ġihn":40662,"ĠElementary":40663,"Qty":40664,"Ġintriguing":40665,"Ġå¤":40666,"Jobs":40667,"ĉoffset":40668,"ĠAhmed":40669,"ĠTaliban":40670,"Ġèİ·åıĸ":40671,"Ġinjected":40672,".Authentication":40673,"_linear":40674,".Decimal":40675,"Ġapples":40676,"Ġshareholders":40677,"Ġbaked":40678,".diff":40679,"ĠEddie":40680,"okers":40681,"Ġconfronted":40682,"voices":40683,"Ġtus":40684,"ĠSpin":40685,"NODE":40686,"_Un":40687,"CTX":40688,"/google":40689,"Temperature":40690,"Ġ'').":40691,"Ġmagnificent":40692,"ĠstartIndex":40693,"sembles":40694,"Anyone":40695,"zk":40696,"ehen":40697,"ĠDame":40698,".strict":40699,"Ġreplaces":40700,"Ġlineback":40701,"Ġpushes":40702,"Ġcheek":40703,"ĠShi":40704,"_BYTES":40705,"REA":40706,"ản":40707,"_CONNECTION":40708,"Gateway":40709,"ĠTravis":40710,"ĠAX":40711,"ĠBasically":40712,"ĠUpgrade":40713,"àª":40714,"themes":40715,"ermo":40716,"kor":40717,"Female":40718,"_attach":40719,"ĠìĤ¬ìļ©":40720,"Ġpoz":40721,"==============Ċ":40722,"(symbol":40723,"ĠSector":40724,"__)ĊĊ":40725,"_padding":40726,"ï¼ļ\"":40727,"Ġfabs":40728,"Ġranged":40729,"setName":40730,"Ġperror":40731,"âĹ":40732,"ĠFileReader":40733,"Ġfulfilled":40734,"_Current":40735,"Ġdominate":40736,"Ġsmugg":40737,"PostMapping":40738,"_force":40739,"Ġbloc":40740,"ĠGiant":40741,"(video":40742,"ĠCU":40743,"SystemService":40744,"Ġelf":40745,"Ġkontakt":40746,"ëª":40747,"kees":40748,"gtk":40749,"ĠparamInt":40750,"Ġmarkup":40751,"uales":40752,"Ġaccounted":40753,"Ġgangbang":40754,"RYPT":40755,"ĠWrong":40756,"Ġcredited":40757,"ĠMESSAGE":40758,"Ġflaws":40759,"Ġbbw":40760,"Ġmetabolic":40761,"ĠOEM":40762,"/event":40763,"(Collectors":40764,"monton":40765,"appear":40766,"Ġopted":40767,"Ġcheat":40768,"Ġdav":40769,"ĠProceed":40770,"Ġê¸":40771,"anked":40772,"из":40773,"ansk":40774,"ĠHang":40775,"ĠCler":40776,"Ġdisgu":40777,"Ġcmap":40778,".cljs":40779,"Ġaument":40780,"lez":40781,"ĠJoined":40782,"_received":40783,"Ġaerial":40784,"otel":40785,"Ġgreet":40786,"\"s":40787,"ĠGenesis":40788,"ĠCalif":40789,"panion":40790,"Ġtailored":40791,"mapping":40792,"andExpect":40793,".track":40794,"atomy":40795,"ĠOw":40796,"ullah":40797,".Yes":40798,"ĠSimpleName":40799,"dbh":40800,"'en":40801,"Ġnonsense":40802,"Ġphilosophical":40803,"(getContext":40804,"Ġisso":40805,"ĠACE":40806,"startDate":40807,"ĠbÄĻd":40808,"ĠAUTHOR":40809,"ĠGlobe":40810,"Ġinsects":40811,"_Al":40812,"ushing":40813,"è®°":40814,"/Home":40815,"ĠLocalDate":40816,"needed":40817,"hesive":40818,"Ġillusion":40819,"äºĮ":40820,"Ġtrat":40821,"xo":40822,"/detail":40823,"_MATCH":40824,"Ġbroadband":40825,"Ġwal":40826,"ĠIllegalStateException":40827,"IRECTION":40828,"Ġnortheast":40829,"esium":40830,"ĠCliente":40831,"ulance":40832,"nty":40833,"Ġtecn":40834,"Devices":40835,"Ġgrains":40836,"ĠOg":40837,"ĠSEL":40838,"udiant":40839,"Ġ++;Ċ":40840,"Ġexplanations":40841,"occo":40842,"Ġdiets":40843,"Ġcohort":40844,"(controller":40845,".Iterator":40846,"-rich":40847,"rocess":40848,"GD":40849,"Ġcarbohydr":40850,"Ġfried":40851,"ĠEmployment":40852,"ìŀ¥":40853,"ĠLeonard":40854,"_${":40855,"quares":40856,"Ġcompanions":40857,"Ġparis":40858,"Ġstimulation":40859,"ĠZoo":40860,"Ġrelevance":40861,"ĠColour":40862,"Ġspear":40863,"otional":40864,"ĠLite":40865,"ĠKosten":40866,"Ġó":40867,"_attachment":40868,"orphic":40869,"Ġdamit":40870,"Ġdlg":40871,"Ġthrive":40872,"CHANGE":40873,"ĠApparently":40874,"Ġatual":40875,"Ġrooted":40876,"(images":40877,"awi":40878,"ariat":40879,"Ġcherry":40880,"STATIC":40881,"mnt":40882,"ĠUserId":40883,"illet":40884,"ĠHispanic":40885,"Ġnak":40886,"Ġcentro":40887,"Ġdims":40888,"_initialize":40889,"ık":40890,"ĠCenters":40891,"REN":40892,"Ġevolutionary":40893,"ĠTopics":40894,"_damage":40895,"emer":40896,"Ġrund":40897,"Ġpunished":40898,"Ġcubic":40899,"fair":40900,"[];ĊĊ":40901,"Ġinstantiate":40902,"Ġoversee":40903,"-delete":40904,"unteer":40905,"startTime":40906,"ĠPipeline":40907,"_GAME":40908,"ĠCir":40909,"ĉNull":40910,".Formatting":40911,"ucumber":40912,"ĠRide":40913,"Ġzoo":40914,"Ġchecker":40915,"åIJĮ":40916,"=C":40917,"Ġgrit":40918,"\");//":40919,"_xy":40920,"ĠDeclaration":40921,"Ġcallable":40922,"Foo":40923,"ĠListItem":40924,"Ġinaccur":40925,"mlin":40926,"ĉData":40927,"Ġevolving":40928,"awan":40929,"Ġcafe":40930,"folk":40931,"_IDX":40932,"ĠAnything":40933,"ĠPalestine":40934,"ĠGridView":40935,"Ġcolony":40936,"ĠGermans":40937,"(+":40938,".pid":40939,".jsx":40940,"ĠSuperior":40941,"Christian":40942,"ĠLect":40943,"ĉGame":40944,"Ġinstrumental":40945,"Animations":40946,"дал":40947,"ĠMoses":40948,"ĉĉčĊĉĉčĊ":40949,"zs":40950,"kte":40951,"ä¸ļ":40952,"_DIST":40953,"bitmap":40954,"dB":40955,"Ġpersistence":40956,"ÑĢоÑģ":40957,"$l":40958,"Bron":40959,"Ġ{|":40960,"_chart":40961,"ĠConsum":40962,"Ġhemp":40963,"Ġ\"))Ċ":40964,"Ġattackers":40965,"Ġknowledgeable":40966,"Ġcet":40967,"Ġviruses":40968,"'I":40969,"Ġpitcher":40970,"Ġsweeping":40971,"=list":40972,"aptops":40973,".depth":40974,"Ġinstructed":40975,"ĠRus":40976,"benhavn":40977,"Ġин":40978,"Sports":40979,"Ġonset":40980,"æĿĥ":40981,".RED":40982,"_si":40983,"ĠPST":40984,".onChange":40985,">tag":40986,"ĠRoh":40987,"_character":40988,"ĠLaws":40989,"ĠBachelor":40990,"_swap":40991,".reactivex":40992,"Ġrewarding":40993,"Medium":40994,"-[":40995,"ĠRecently":40996,"Joint":40997,"partition":40998,"ĠMinutes":40999,"Ġindo":41000,"Ġabsorbed":41001,"ĠGN":41002,"_IND":41003,"Ġsaber":41004,"Spawn":41005,"outputs":41006,"ĠJeffrey":41007,"Ġmedieval":41008,"hed":41009,"Guide":41010,"Ġpsycho":41011,"Ġglam":41012,"Elim":41013,"ädchen":41014,"_plain":41015,"ĠSau":41016,"-four":41017,"Ġanalyzing":41018,"QUERY":41019,"Ġtomato":41020,"_buttons":41021,"VEN":41022,".setStatus":41023,".Url":41024,"+ĊĊ":41025,"Ġcomplaining":41026,"degree":41027,"confirmed":41028,"Ġsubt":41029,"parsed":41030,"Ġtorque":41031,"Ġtroubled":41032,"ĠTARGET":41033,"Ġtrademarks":41034,"ĠCoordinate":41035,"ĠViv":41036,"Ġ//}ĊĊ":41037,"Ġaprès":41038,".getPosition":41039,"(KeyCode":41040,"ĠSilva":41041,"Ġmeteor":41042,"Ġendorsement":41043,"Overview":41044,"ĠPoss":41045,".Inject":41046,"Ġevenly":41047,"Ġvisualization":41048,"Ġwchar":41049,"ĠHDMI":41050,"Ġfunct":41051,"ickname":41052,"','','":41053,"Ġforwards":41054,"ManagedObject":41055,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":41056,"ĉserver":41057,"ĠOutlook":41058,"ĠChronicle":41059,"Ġdubbed":41060,"Ġdok":41061,"ĠWear":41062,".AL":41063,"paren":41064,".Interface":41065,"Interfaces":41066,".cod":41067,"Ġdib":41068,".Globalization":41069,"ĠAcademic":41070,"Ġassms":41071,"Autom":41072,"Ġlw":41073,"ĠNW":41074,"Ġ&&čĊ":41075,"Ġproblema":41076,"ĠManufacturing":41077,"limits":41078,"-mobile":41079,"Ġfilme":41080,"/map":41081,"Ġdoit":41082,"ĠInk":41083,"Ġsued":41084,".arr":41085,"Ġundermin":41086,"ĠProc":41087,"crollView":41088,"__$":41089,"Ġsidewalk":41090,"(that":41091,"ื":41092,"[q":41093,"grammar":41094,"Ġtë":41095,"quito":41096,"Ġspiral":41097,"extended":41098,"Ġfocal":41099,"Ġdigging":41100,"pas":41101,"ĠTall":41102,".proxy":41103,"itures":41104,"TRACT":41105,"ĠRealm":41106,"Ġfeder":41107,"Ġoriented":41108,"ĠAlternative":41109,"Ġowe":41110,"Ġsourced":41111,"inker":41112,".det":41113,"Sep":41114,"ĠQui":41115,"ĠPalmer":41116,"(_,":41117,"samples":41118,"oyer":41119,"ullan":41120,"quez":41121,"Edges":41122,"Ġshout":41123,"ĠAchie":41124,"Ġhaar":41125,"_Construct":41126,"Ġpremature":41127,"Ġrevert":41128,"').Ċ":41129,"Ġschn":41130,"filtered":41131,"nullptr":41132,"Saved":41133,"itecture":41134,"CLA":41135,"Ġvl":41136,"stell":41137,"ĉMe":41138,"ĠLip":41139,"national":41140,"Ġwholly":41141,"Ġsprings":41142,".Timer":41143,"ĉsrc":41144,"elsen":41145,"åħ¶":41146,"Ġcommunicating":41147,"ĠQuiz":41148,"Ġteng":41149,"Ġgez":41150,"ĠOutside":41151,".Sign":41152,"(cs":41153,"Ġdisputes":41154,"ĠWeiss":41155,"annes":41156,">No":41157,"ĠBach":41158,".removeAll":41159,"refer":41160,"/dashboard":41161,"ĠAjax":41162,"IndexChanged":41163,"ĠWeak":41164,"'\"Ċ":41165,"Ġsights":41166,"accessToken":41167,"ĠJoi":41168,"(domain":41169,"ĉcv":41170,"Ġcontinuation":41171,"Ġplum":41172,"adir":41173,".setMessage":41174,"Ġï¼Į":41175,"Ġswallow":41176,"ĠLamp":41177,"Ġqw":41178,"Ġuu":41179,"Coin":41180,"ubic":41181,"ĠDeals":41182,"race":41183,"Ġdictator":41184,"Ġmeme":41185,"turned":41186,"ĠJulie":41187,".gridColumn":41188,"Ġpuppy":41189,"Ġpam":41190,"Ġ){čĊ":41191,"Ġinviting":41192,"Ġfrench":41193,"vim":41194,"Ġwrapping":41195,"Ġ#-}Ċ":41196,"([-":41197,"Early":41198,"Ġshiny":41199,".faces":41200,"Ġrebell":41201,"abcdef":41202,"ält":41203,"Ġestimation":41204,"phys":41205,"losures":41206,"_REL":41207,"Ġexclusion":41208,"ĠSkype":41209,"weise":41210,"-stop":41211,"nothing":41212,"ĠEgg":41213,"isors":41214,"Richard":41215,"Ġcounseling":41216,"Ġcommem":41217,"ĠQMessageBox":41218,"ĠSynd":41219,"ĠFrost":41220,"ĠCompetition":41221,"ĠAwake":41222,"Ġted":41223,"iciones":41224,"ĠDevComponents":41225,"VERTISEMENT":41226,"otti":41227,".runner":41228,"Ġuniquely":41229,".flag":41230,"ĉrs":41231,"_generic":41232,"Ġ```Ċ":41233,"ACHINE":41234,"Ġmein":41235,"(Application":41236,"(br":41237,"Ġratios":41238,":,":41239,"ĠXCTest":41240,"ustainable":41241,"-www":41242,"itles":41243,"_TEMP":41244,"Ġsyst":41245,"umericUpDown":41246,"ĉassertTrue":41247,"Ġwf":41248,".peek":41249,"ĠBulg":41250,"Ġterrifying":41251,".MODE":41252,"ĠGW":41253,"ár":41254,"Ġfic":41255,"Ġcommitments":41256,"-tech":41257,"ĠLiquid":41258,"opez":41259,"zheimer":41260,"aña":41261,"-media":41262,"(animated":41263,"_goal":41264,"Ġgum":41265,"ystone":41266,".SET":41267,"ĠWend":41268,"setCellValue":41269,"Ġmsgs":41270,"cash":41271,"ALLOC":41272,"/aws":41273,"Ġmicrowave":41274,".Pointer":41275,"ĉConsole":41276,"_sorted":41277,"ĠFilip":41278,"Prod":41279,"Ġ//!<":41280,"ingroup":41281,"Ġks":41282,"_TRI":41283,"Ġteaspoon":41284,"ĠATT":41285,"Ġrecovering":41286,"ĠGLOBAL":41287,".Par":41288,"Ġ/>;Ċ":41289,"Ġmarble":41290,"ulators":41291,"ĠCycle":41292,"Ġherbs":41293,"_metric":41294,")!":41295,"_CLOCK":41296,"_Button":41297,"Harry":41298,"è¿Ľ":41299,"Ġstrains":41300,"ĠAppBar":41301,"ĠChan":41302,"/video":41303,"Ġbam":41304,".Progress":41305,"$f":41306,"lemen":41307,"Ġirregular":41308,"ĠDuncan":41309,"ĠMint":41310,"-video":41311,"া":41312,"ówn":41313,"ĠEMPTY":41314,"Ġstacked":41315,"ĠHA":41316,"_cut":41317,"Ġwherein":41318,"ĠWays":41319,"(counter":41320,"è¯ķ":41321,"FormGroup":41322,"Ġblew":41323,"courses":41324,"Ġproductos":41325,"rys":41326,"ĠRestr":41327,"Ġstyling":41328,">s":41329,"Ġpiv":41330,"Ġitertools":41331,"getRepository":41332,"ĠIk":41333,"_devices":41334,"layui":41335,"Ġhalfway":41336,"Ġfranç":41337,"Ġtuning":41338,"OA":41339,"_Node":41340,"arde":41341,"Ġfierce":41342,"licted":41343,"#čĊ":41344,"Ġbreakthrough":41345,"ĠErik":41346,"Ġbride":41347,"Ġ.\"":41348,"culus":41349,"inside":41350,"ĠIndianapolis":41351,"ĠEE":41352,"Ġyog":41353,"urret":41354,".fs":41355,".grad":41356,"_cards":41357,"_accuracy":41358,"_epi":41359,"queda":41360,"/org":41361,"éªĮ":41362,"Ġcompte":41363,"))[":41364,"Outside":41365,"Greater":41366,"ĠRenderer":41367,".actor":41368,"Accounts":41369,"Idle":41370,"_hours":41371,"erner":41372,"Joined":41373,"Ġmenj":41374,"requires":41375,"ĠOPER":41376,".removeChild":41377,"ĉsp":41378,"Ġesse":41379,"rift":41380,"xFE":41381,"ĠShakespeare":41382,"____________":41383,"Ġbudgets":41384,"ModelState":41385,"fillable":41386,"-component":41387,"ocos":41388,"ĠBUTTON":41389,"/io":41390,",out":41391,"sms":41392,"Thomas":41393,"ĠArmed":41394,"resume":41395,"Ġrotating":41396,"ĠVault":41397,"Ġseus":41398,".(*":41399,"Ġamino":41400,"Ġ[]);ĊĊ":41401,"Ġprovoc":41402,"nox":41403,".GetEnumerator":41404,"=======Ċ":41405,"æĸĻ":41406,"_scroll":41407,"Ġfilmed":41408,"ĠSoci":41409,"gap":41410,"gro":41411,"Vote":41412,"\"But":41413,"_RC":41414,"Animal":41415,"ÂĢ":41416,"ibile":41417,"Ġawaken":41418,"orest":41419,"inja":41420,"ĠIvan":41421,"(Command":41422,"Ġ*****":41423,"η":41424,"Ġkvinder":41425,"/helpers":41426,"_cases":41427,"tg":41428,"ìĦ¸":41429,"Registered":41430,"ĉpass":41431,"_digits":41432,"Ġcontour":41433,"Ġinfants":41434,"Ġjustification":41435,"ĠFortunately":41436,"Contr":41437,"ĠonCreateView":41438,"_SAMPLE":41439,"ĠallowNull":41440,"Ġnud":41441,"Ġfetched":41442,"_equ":41443,"ĠUnable":41444,"=\\\"\"":41445,">{Ċ":41446,"Ġcommittees":41447,"istema":41448,"+\".":41449,"ÃŃan":41450,"mant":41451,"Ġsoutheast":41452,"ï¼ĮĊ":41453,"dialogs":41454,"PROJECT":41455,"charger":41456,"-port":41457,"(uuid":41458,".export":41459,"Six":41460,"ĠRP":41461,"Prem":41462,"Ġconscience":41463,"ĠmarginRight":41464,"_distribution":41465,"yaml":41466,"resizing":41467,"Dock":41468,"ĠLocations":41469,"GY":41470,"Seed":41471,"BUFFER":41472,"ossip":41473,"ullen":41474,"Things":41475,"-self":41476,".poll":41477,"PLAYER":41478,"Ġå®":41479,"GROUP":41480,"ĠAway":41481,"Ġgospel":41482,"xfd":41483,"Mary":41484,"ĠPortable":41485,"TURE":41486,"Ġutilis":41487,"Ġseit":41488,"Ġstrand":41489,"Ġtransc":41490,"Ġ(^":41491,"ĠAlfred":41492,".mem":41493,".circle":41494,"Ġ~/":41495,"forcing":41496,"Ġriot":41497,"prox":41498,"THON":41499,"ización":41500,"ĠNI":41501,"rost":41502,"Ġdispro":41503,"_instances":41504,"ï¼ĮâĢľ":41505,"ographer":41506,"endas":41507,"ĠIsaac":41508,"ĠPine":41509,"/dis":41510,"ĠcolorWith":41511,"iterate":41512,"_stride":41513,"Ġpunto":41514,".EventArgs":41515,"(center":41516,"Ġneighboring":41517,"ĠPrison":41518,"ĠMessenger":41519,"Ġepidemic":41520,"dao":41521,"_complex":41522,"Ġgravel":41523,"_DIP":41524,"ément":41525,"ĠAri":41526,"_bitmap":41527,".quit":41528,"(valid":41529,"Ġpend":41530,"Ġrespiratory":41531,"Ġrebound":41532,"DefaultValue":41533,"ãĥŃ":41534,"Ġcommits":41535,".tests":41536,"_fr":41537,"itet":41538,".sf":41539,"Ġspacecraft":41540,"critical":41541,"Ġdepressed":41542,"ĠAnyObject":41543,"Ġunb":41544,"Ġdiscern":41545,"(mysql":41546,"Latin":41547,"ĠBog":41548,"ĠWildlife":41549,"ToFile":41550,"ioxid":41551,"@RestController":41552,"Ġ\"$(":41553,"Ġ<<\"":41554,"Ġdefects":41555,"Ġdatum":41556,"hin":41557,"Ġrealizar":41558,"anyahu":41559,"ĠSig":41560,"@Data":41561,"adaptive":41562,"ĠCatherine":41563,".cr":41564,"ĠCOOKIE":41565,"Ġpictured":41566,"ĠFighter":41567,"Queryable":41568,"ĠAnyway":41569,"ĠGLFW":41570,"_namespace":41571,"_ft":41572,"Ġ])":41573,"Organization":41574,"Ġconstitutes":41575,"Ġquand":41576,"(chunk":41577,"\"/>čĊ":41578,"ĠLakes":41579,"mainwindow":41580,"Carthy":41581,"spin":41582,"(csv":41583,":red":41584,"-commerce":41585,"ู":41586,"Ġdiscovering":41587,"Ġeco":41588,"_fac":41589,"inceton":41590,"ĠGreens":41591,"jwt":41592,"ص":41593,"ĠBroncos":41594,"ĠGoods":41595,"(GTK":41596,"ĠreturnValue":41597,"Ġsiempre":41598,"Ġneutr":41599,"went":41600,"ĠNatal":41601,"Ġenthusiastic":41602,"á»į":41603,"FN":41604,"/database":41605,"Catalog":41606,"Ġbrun":41607,"ĠKash":41608,"_Pl":41609,"iscrim":41610,",width":41611,"Ġinmates":41612,"Assignment":41613,"ĠHaven":41614,"Ġplayground":41615,"exam":41616,"@Controller":41617,"uliar":41618,".getParent":41619,"Ġ\";ĊĊ":41620,":size":41621,"issors":41622,"Ġfis":41623,"Ġalc":41624,"ensation":41625,"ĠNixon":41626,"Ġmighty":41627,"-str":41628,"_special":41629,"_ADC":41630,"ĠTwig":41631,"umbling":41632,"-address":41633,"Ġheroin":41634,"YTE":41635,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":41636,"Friend":41637,"Ġave":41638,"ĠPNG":41639,"ĠKurdish":41640,"DataSetChanged":41641,"Ġblades":41642,"bral":41643,"Steam":41644,"Ġsigu":41645,"IRTUAL":41646,"acos":41647,"UDP":41648,"(database":41649,"hec":41650,"ĠStrings":41651,"_scalar":41652,"ĉdesc":41653,"ĠTLS":41654,";\"Ċ":41655,"ĠCorbyn":41656,"SimpleName":41657,"uell":41658,"ĠEntre":41659,"ellites":41660,"-place":41661,"Ġfrankly":41662,"ĠErf":41663,"CEL":41664,"ĠpaÃŃs":41665,"Ġhedge":41666,"Ġlatent":41667,"ĠIRQ":41668,"ĠHerald":41669,"ĠPrec":41670,"ë³´":41671,".TEXT":41672,"Salary":41673,"Ġautumn":41674,"Ġtravail":41675,".Sum":41676,"Ġcared":41677,"Mor":41678,"Ġintuitive":41679,"Ġjournals":41680,"_IT":41681,"ĠTrou":41682,"ä¼ł":41683,"HasColumnName":41684,"Composite":41685,"Ġspice":41686,"_disk":41687,"_CODES":41688,"ĠIntroduced":41689,"iona":41690,"Ġnuestra":41691,"oct":41692,"ĠĠĠĠĊĠĠĠĠĊĠĠĠĠĊ":41693,"(parameter":41694,"Ġstudios":41695,"ĠprojectId":41696,"Ġbdsm":41697,".SqlClient":41698,"imizer":41699,"ĠCARD":41700,"+t":41701,"aan":41702,".sol":41703,"_Adjust":41704,"Ġrighteous":41705,"ĠLogging":41706,".filters":41707,"_TAB":41708,"ĉsys":41709,"rophic":41710,"otherapy":41711,"ĠBrowse":41712,"keyboard":41713,"RON":41714,"+\\":41715,"ropped":41716,"Ġextensively":41717,"fk":41718,"Ġlime":41719,"years":41720,"Exc":41721,"Ġsph":41722,"Ġcheating":41723,"andro":41724,"ÃŃo":41725,"Ġprince":41726,"oire":41727,"ĠDestination":41728,"ĠConverts":41729,"Ġupstream":41730,"oled":41731,"Ġservants":41732,"Ġsemantic":41733,"Ġcrunch":41734,"Ġeventual":41735,"runner":41736,"/error":41737,"Spin":41738,"Ġsecretly":41739,"Ġassemble":41740,".Person":41741,"enderror":41742,"_<":41743,"Ġpendant":41744,"Sleep":41745,"ĠChemistry":41746,"Ġbosses":41747,"lk":41748,"))),Ċ":41749,"Blockly":41750,"DEVICE":41751,"Ġreflecting":41752,"Ġample":41753,"Milliseconds":41754,"ĠPresidential":41755,"Ġusuarios":41756,"ĠNZ":41757,"ĠSalary":41758,"ĠAmanda":41759,"_np":41760,"jury":41761,"Ġkön":41762,"Ġtherapist":41763,"Ġhomosexual":41764,"ĠDrake":41765,"-window":41766,"ĠLocated":41767,".Driver":41768,"ĠVIDEO":41769,"Ġmerchants":41770,"ĠChest":41771,"-lock":41772,"/php":41773,"Ġmilano":41774,"_STYLE":41775,"arger":41776,"idea":41777,"GUID":41778,"advanced":41779,"meal":41780,"OptionsItemSelected":41781,"='%":41782,"ĠCham":41783,":data":41784,"(stat":41785,"WillAppear":41786,"Ġinformal":41787,"aji":41788,"Ġreproductive":41789,"ĠCAS":41790,"ãģ£":41791,"FUNC":41792,"ĠRuth":41793,")+(":41794,"CONST":41795,"ĠFans":41796,"ĠgroupId":41797,"xffffffff":41798,"Ġsampler":41799,"Ġ}}\">":41800,".the":41801,"Ġhollow":41802,"WAY":41803,"ĠFaculty":41804,"AttributedString":41805,"ĠLooks":41806,"ĠRex":41807,"jk":41808,"ĠMIL":41809,"Ġbard":41810,".Long":41811,"Ġlivest":41812,"Ġskal":41813,"icism":41814,"MAIN":41815,"Ġmucho":41816,"BODY":41817,"Ġese":41818,"ĉuse":41819,"Foot":41820,".SQLException":41821,"Ġinheritance":41822,"received":41823,"Ġputas":41824,"edis":41825,"alsa":41826,"ĠErrorMessage":41827,"Booking":41828,"Ġtract":41829,"acz":41830,"ĠCant":41831,"_regex":41832,"Ġideological":41833,"Ġjihad":41834,"hos":41835,"/sys":41836,"colm":41837,"(pool":41838,"Ġestán":41839,"ĠPending":41840,"emás":41841,"Ġktóry":41842,"));ĊĊĊ":41843,"transactions":41844,"Ġwield":41845,"itere":41846,"erture":41847,"_ss":41848,"Ġstretching":41849,"Ġprisoner":41850,".ReadAll":41851,"Ġbesch":41852,"--;čĊ":41853,"Ġcrisp":41854,"_SCAN":41855,"Ġae":41856,"Strict":41857,"ĠMinneapolis":41858,"ĠBoeing":41859,"aris":41860,"rek":41861,"_pipe":41862,"Ġpriests":41863,"(EIF":41864,"ehicles":41865,"ĠInteractive":41866,"between":41867,"ĉNullCheck":41868,"ĠBlair":41869,"ĠLt":41870,"_inline":41871,"ethyl":41872,"¼":41873,"_packages":41874,"Ġbarrels":41875,"_he":41876,"Ġregexp":41877,"_pts":41878,"_Handler":41879,"ingular":41880,"ĠNissan":41881,"ĠRanch":41882,"Ġperch":41883,"Unsupported":41884,"Smith":41885,"ĠLegends":41886,"Mi":41887,"Ġgf":41888,"steder":41889,"Ġacquiring":41890,"Ġsimulator":41891,"(),\"":41892,"receive":41893,"Ġinplace":41894,"ACTION":41895,"ĠWebDriver":41896,"filesystem":41897,"'+Ċ":41909,"Ġcredible":41910,"amat":41911,"playing":41912,".setImageResource":41913,"quel":41914,"Ġpodr":41915,"geom":41916,"Ek":41917,"ĠQatar":41918,"Ġgeld":41919,"?',Ċ":41920,"Ġcyl":41921,"(ax":41922,"ĠWI":41923,"urally":41924,"ĠBrasil":41925,"Ġsenza":41926,"aley":41927,"onen":41928,"Ġbah":41929,"Ġmolecule":41930,"Rad":41931,"è¿°":41932,"ANCH":41933,"-background":41934,"-agent":41935,"Ġprolifer":41936,":boolean":41937,"Ġtide":41938,"erializer":41939,"_;čĊ":41940,"Fee":41941,"**)":41942,"ergy":41943,"ĠHonor":41944,".Logging":41945,"iris":41946,"Ġundermine":41947,"ĠDy":41948,"Ġtyr":41949,"Ġdeque":41950,"Ġdamer":41951,"([])Ċ":41952,".layoutControlItem":41953,"peated":41954,"CAN":41955,"ragments":41956,"Land":41957,")]);Ċ":41958,"ĠSah":41959,"ĠDECL":41960,"Within":41961,"ĠNamespace":41962,"another":41963,"sembling":41964,".describe":41965,"Consum":41966,"ĠFear":41967,"given":41968,"Orange":41969,"This":41993,"ĠdataIndex":41994,"Ġprintable":41995,"ĠEyes":41996,"_targets":41997,"(Py":41998,".over":41999,"Ġbru":42000,"ampton":42001,"Ġplaintiff":42002,");Ċ":42013,"invest":42014,".*ĊĊ":42015,"Ġtélé":42016,"Ġsuperf":42017,"Ġcascade":42018,"DTD":42019,"Ġvivid":42020,"Ġsubsidies":42021,"ĠHass":42022,"Ġcollaps":42023,"Ġceramic":42024,"{}\".":42025,"ĠLeakage":42026,"-trash":42027,"collapsed":42028,"-social":42029,"ĠChad":42030,"Ġinclined":42031,"Ġsto":42032,"Ġstoryboard":42033,".payment":42034,"stackoverflow":42035,"ĠRaiders":42036,"Ġ#'":42037,"olicies":42038,"ìľ¼ë¡ľ":42039,"emap":42040,"Ġkj":42041,"Ġquota":42042,"ĠGardens":42043,"ë²Ī":42044,"ĠAngels":42045,"Ġoft":42046,"Ġlowercase":42047,"ĠiParam":42048,"Ġcheapest":42049,"unta":42050,"_pkt":42051,"icators":42052,"Ġleurs":42053,"Ġdecreases":42054,"ĉdefine":42055,"PREC":42056,"ammers":42057,"ĠPreparedStatement":42058,"(direction":42059,"Ġcrews":42060,"arked":42061,"ĠMemphis":42062,"ĠSell":42063,"GTK":42064,"Ġmaid":42065,":disable":42066,"éĽĨ":42067,"ĠPf":42068,"Ġalbeit":42069,"openh":42070,"?>\">Ċ":42071,".getSource":42072,"(scale":42073,"Du":42074,"ĠPIL":42075,"_refresh":42076,"Ġbets":42077,"(car":42078,"ĠVon":42079,"|--------------------------------------------------------------------------Ċ":42080,"ĠGrat":42081,"Much":42082,"(Dialog":42083,".stopPropagation":42084,"Ġtek":42085,"Ġexits":42086,"'],$":42087,"ĠphoneNumber":42088,"ucs":42089,"ecimal":42090,"--------------":42091,"inp":42092,".pojo":42093,"Ġcorpus":42094,"Ġpractitioners":42095,".pic":42096,"\"testing":42097,"ĠstringBy":42098,".NotNull":42099,"Ġrang":42100,".Dynamic":42101,"_Render":42102,"аÑĤа":42103,"Waiting":42104,"ĠWik":42105,"Ġoverwhelmed":42106,"%\">":42107,"ĠAE":42108,"}}>Ċ":42109,"uw":42110,"_typ":42111,"Ġbuckets":42112,"Ġgreeting":42113,"Ġlaughter":42114,"Ġantagon":42115,"uggestion":42116,"-email":42117,"ĉtop":42118,"Ġeros":42119,"_tri":42120,"Ġissuing":42121,"Ġhá":42122,"Ġisolate":42123,"Overflow":42124,",E":42125,"Ġnutritional":42126,"ĠAbbott":42127,"Ġnf":42128,".touch":42129,".fetchall":42130,"_zip":42131,"\")}Ċ":42132,"Ġamat":42133,"ĠCisco":42134,"ĠnÃ¥":42135,"PLEX":42136,"Ġsei":42137,"foto":42138,".toJson":42139,"å¤ļ":42140,"ĠKlein":42141,"Ġlibc":42142,"Ġminers":42143,"å¢":42144,"-print":42145,"ĠPride":42146,"Todos":42147,"Ġmasked":42148,"ĠsetData":42149,"Ġtelefon":42150,"Ġunhappy":42151,"ĠTables":42152,"geb":42153,"(debug":42154,"_allowed":42155,"-access":42156,"Ġlogistics":42157,"Ġgems":42158,"ĠMature":42159,"Ġrsp":42160,"ĠAlle":42161,".getBytes":42162,"\\web":42163,"ynchronized":42164,"Paragraph":42165,"Ġthrottle":42166,".sqlite":42167,"consulta":42168,"ĠSeah":42169,"Ce":42170,"Ġsubmar":42171,"ERE":42172,"Vous":42173,"Ġreddit":42174,"Ġsqlalchemy":42175,"-mile":42176,"ocide":42177,"Pour":42178,"}}\">Ċ":42179,"stead":42180,"Ġ@(":42181,"Ġ[])":42182,"ĠAds":42183,"Ġoverload":42184,"ridden":42185,"ĠDesert":42186,"ĠWrap":42187,"ĠPortuguese":42188,"etz":42189,"ĉfirst":42190,"Ġmilestone":42191,"æĹł":42192,"ÑĥÑī":42193,"(success":42194,"\")Ċ":42363,"ĠDollar":42364,"Ġemoji":42365,"Carousel":42366,"-player":42367,"Ġadjusting":42368,"Ġjuga":42369,"allenges":42370,"gene":42371,"(bodyParser":42372,"lopedia":42373,"ĠBehind":42374,"Ġsleeves":42375,"Ġdragging":42376,"ĠChevrolet":42377,"Ġbiz":42378,"ivities":42379,"ĠFrequency":42380,",char":42381,".WHITE":42382,"_preview":42383,")';Ċ":42384,"_ax":42385,"IONS":42386,".cpu":42387,".inputs":42388,"UBE":42389,"_feed":42390,"ĠSupplement":42391,"!).":42392,"esus":42393,"ĠUDP":42394,"Ġmicrophone":42395,"Ġconfirms":42396,".isNotEmpty":42397,"\":\"\",Ċ":42398,"_SCREEN":42399,"ĉexpected":42400,"+-+-+-+-":42401,"ĠHait":42402,"fastcall":42403,"Ġdepict":42404,"vb":42405,"_picture":42406,"ĉdescription":42407,"ĠWife":42408,"uci":42409,"Ġvicious":42410,"ä»ĸ":42411,"ueba":42412,"ĠsetUser":42413,"ãģ¡":42414,"Ġdiving":42415,"Ġopera":42416,"usercontent":42417,"arah":42418,")},":42419,"yun":42420,"velt":42421,"Ġuncovered":42422,"Ġhips":42423,"Ġoscill":42424,"Ġasserting":42425,"ĠXi":42426,".restore":42427,"kea":42428,"Ġspelling":42429,"Ġderive":42430,"abwe":42431,"ĠDow":42432,".setType":42433,"_vs":42434,"Ġcozy":42435,".categories":42436,"Org":42437,"_mgr":42438,"Ġdungeon":42439,"collectionView":42440,"ĠBlank":42441,"acias":42442,"ää":42443,"_cleanup":42444,"_ACTIVITY":42445,"Ġtriangles":42446,".MenuItem":42447,"Ġiphone":42448,"ĠWon":42449,"]]ĊĊ":42450,"ĠComparison":42451,".Doc":42452,"Ġcanonical":42453,"ĠSudan":42454,"'){":42455,"UpInside":42456,"builtin":42457,"ENCY":42458,"xbe":42459,"Ġchuck":42460,"Ġcontradict":42461,"Ġnuestro":42462,"Ġarchitectural":42463,"ĠFib":42464,"Ġcompares":42465,"*k":42466,"Cfg":42467,"çĦ¡":42468,"nten":42469,"Matches":42470,"ĠDOWNLOAD":42471,"_HANDLER":42472,"management":42473,"[S":42474,"ENG":42475,"ÂĢÂ":42476,"fang":42477,"Ġslipped":42478,"ĠLanka":42479,"escaping":42480,"Ġtackles":42481,"ĠPedro":42482,".Prop":42483,".''":42484,".Generated":42485,".NewGuid":42486,"atrigesimal":42487,"illon":42488,"Ġstatistic":42489,"species":42490,"holding":42491,"Drupal":42492,"Ġfundamentally":42493,"Ġbondage":42494,"Ġresolutions":42495,"InlineData":42496,"\\Type":42497,"estion":42498,".wrap":42499,"Ġwarriors":42500,"ĠLOCAL":42501,"Archive":42502,"Ġembraced":42503,"ủ":42504,".Ver":42505,"ĠAffordable":42506,"olesale":42507,"ĠApplied":42508,"ĠConversion":42509,"mega":42510,"_cam":42511,"Ġceremon":42512,"aurus":42513,"ĠVolk":42514,".opens":42515,"/about":42516,"ĠStd":42517,"journal":42518,"()){čĊ":42519,",\"\\":42520,"(Arrays":42521,"ĠDense":42522,"aseña":42523,"änner":42524,"/stat":42525,"userData":42526,"Ġgerman":42527,"Ġtz":42528,"worthy":42529,"FormatException":42530,"pherd":42531,"Ġsmiles":42532,"ĠWhenever":42533,"(adapter":42534,".badlogic":42535,"Ġbriefing":42536,".GridColumn":42537,"-char":42538,"dimension":42539,"ĠCopper":42540,"Ġninth":42541,"Ġ'{{":42542,"Ġrav":42543,"_Table":42544,"Ġderivatives":42545,"ĠRaise":42546,"ĠFut":42547,"armor":42548,"-padding":42549,"Ġremin":42550,"ĉstyle":42551,"ĠMembership":42552,"Ġspreads":42553,"Ġgalleries":42554,"ĠClarke":42555,"Ġconception":42556,"minute":42557,"Ġabusive":42558,"_adj":42559,"Ġterrific":42560,"Ġovert":42561,"ourcing":42562,"Ġentrada":42563,"levels":42564,"Ġcritique":42565,"Ġrespects":42566,"ĠMMA":42567,"iene":42568,"Ġencaps":42569,"ĠRaymond":42570,"Divider":42571,"ivable":42572,"baz":42573,"Ġ@_;Ċ":42574,"ĠClaire":42575,"Ġurging":42576,"CEE":42577,"Ġtransformer":42578,"discord":42579,"ĠJourney":42580,"tos":42581,"Ġcompetitions":42582,"ĠOBJ":42583,"ĠBis":42584,"Ġrelaxation":42585,"idy":42586,"_INSTANCE":42587,"ĠPref":42588,"dados":42589,"iciencies":42590,"ĠMediaQuery":42591,"ĠCube":42592,"ĠStrange":42593,"gpu":42594,"(days":42595,"_InitStruct":42596,"Ġfingerprint":42597,"emat":42598,"ĠGecko":42599,"Ġrails":42600,"ĠLum":42601,"straction":42602,"igung":42603,"(movie":42604,"_dictionary":42605,"_interrupt":42606,"ĠQC":42607,"iked":42608,"appendChild":42609,"recipient":42610,"ré":42611,"Ve":42612,"Ġtowel":42613,".lastIndexOf":42614,"Ġplacebo":42615,"ĠWie":42616,".esp":42617,"(Debug":42618,"operative":42619,"Ġdeceased":42620,"&id":42621,"ĉmutex":42622,"elic":42623,"Ġbapt":42624,"ĉčĊčĊ":42625,"Ġfarther":42626,"Half":42627,".disable":42628,".menuStrip":42629,"leccion":42630,"ĠresultCode":42631,"Ġcans":42632,"-election":42633,"female":42634,"_FIX":42635,"ausible":42636,"ĠPOWER":42637,"Ġreconstruction":42638,"Ġscans":42639,".XtraBars":42640,"âĢĺs":42641,"Removed":42642,"Ġparagraphs":42643,"_margin":42644,"Ġlymph":42645,"Ġbos":42646,"lington":42647,"ĠBaptist":42648,"Ġadvertisements":42649,"ĠManage":42650,"/yyyy":42651,"IOUS":42652,"ENCES":42653,"ĠFiction":42654,"ĉmenu":42655,"ĠFileOutputStream":42656,"ovan":42657,"ĠFeng":42658,"Ġskipping":42659,"getClass":42660,"anni":42661,"Ġrebounds":42662,"Ġpublicity":42663,"Ġingres":42664,"usement":42665,"Ġthoughtful":42666,".Chart":42667,"Ġhatte":42668,"passport":42669,"Ġhooked":42670,"ĠLens":42671,"Ġflagship":42672,"Ġstip":42673,"ĠGEN":42674,"Ġclues":42675,"ipv":42676,"ĠRise":42677,"ĠGew":42678,"tablename":42679,"Ġforemost":42680,"_validate":42681,"_analysis":42682,"olla":42683,"Ġqualifications":42684,"Ġdistributions":42685,"ĠFlower":42686,"Ġtense":42687,"Ġthankful":42688,"Ġclutch":42689,"Ġunified":42690,"roads":42691,"Ġsiti":42692,"Ġstall":42693,"_PRIORITY":42694,"cstdlib":42695,"_USERNAME":42696,".bytes":42697,"?page":42698,"ermalink":42699,"ĠVeget":42700,"/vnd":42701,"-author":42702,".NONE":42703,"ĠConcurrent":42704,"ĠCry":42705,"Ġstarters":42706,"ĠInteraction":42707,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":42708,"ĠLEVEL":42709,"Ell":42710,"ĠcomboBox":42711,"ĠTheresa":42712,"tek":42713,"_Handle":42714,"Ġaby":42715,".gdx":42716,",end":42717,"(Local":42718,"Ol":42719,"knife":42720,"arial":42721,"ĠHoff":42722,"Ġprostituerade":42723,"Doctor":42724,"Instances":42725,".SetValue":42726,"ĉfrom":42727,"Ġluxurious":42728,"Indent":42729,"Allocator":42730,"_DRAW":42731,"(\",\",":42732,"ĠFrances":42733,"ĠgroupBox":42734,"(schema":42735,"Printf":42736,"ORIES":42737,"-gradient":42738,"Ġreput":42739,"arin":42740,"_DONE":42741,"incre":42742,"ignty":42743,"Ġexert":42744,"Ġ-.":42745,"/App":42746,"-through":42747,"Ġdeclining":42748,"Ġdessert":42749,"Ġincumb":42750,"Ġdesignation":42751,".PORT":42752,",strong":42753,"Ġsandbox":42754,"Ġwines":42755,"ĠPav":42756,"$str":42757,"askell":42758,"Ġhö":42759,"ĠPY":42760,"GetInstance":42761,"TextInput":42762,"gameObject":42763,"/events":42764,"createdAt":42765,"ĠlocalVar":42766,"ĠWHITE":42767,"pered":42768,"ilege":42769,"efficient":42770,",color":42771,"cate":42772,"ĠCafe":42773,"Ġsimilarities":42774,"Ġpumps":42775,"ĠHungary":42776,".Username":42777,"Ġskate":42778,"Ġtouchdowns":42779,"Ġaccelerate":42780,"ĠHelen":42781,"OMEM":42782,"ĠKun":42783,"_vol":42784,"ĠfindAll":42785,"ĠMenschen":42786,"ahead":42787,");\"":42788,"kommen":42789,"Ġpossessed":42790,".argmax":42791,".transition":42792,"ARP":42793,"OLUME":42794,"(script":42795,"ĠÐĺ":42796,"ĠFinding":42797,"onces":42798,"Io":42799,"Bold":42800,"Ġrenewal":42801,"_DIALOG":42802,"Ġdisreg":42803,"INTERN":42804,"Ġtoute":42805,"Ġelectr":42806,"ĠGross":42807,"ĉtrue":42808,".Fields":42809,"ĠWIDTH":42810,"ĠDent":42811,"ĠÃģ":42812,"NSNotification":42813,"Ġaos":42814,"Ġmelee":42815,".Validation":42816,"ĠDEC":42817,"-dependent":42818,"Ġsuic":42819,"Traits":42820,"$message":42821,"ĠDear":42822,"ĉFILE":42823,"languages":42824,".Prot":42825,".addr":42826,"-generation":42827,"ICON":42828,"Ġtransplant":42829,"-description":42830,"Ġchasing":42831,"Ġchees":42832,"Ġ}*/Ċ":42833,"Trad":42834,"queries":42835,"/widgets":42836,"subpackage":42837,"Ġespec":42838,"Ġcracked":42839,"Ġcompetitor":42840,"Purchase":42841,"-team":42842,"olecular":42843,"orThunk":42844,"&P":42845,"Ġrelent":42846,"/#{":42847,"ĠproductId":42848,"Ġè¾":42849,"ĠLav":42850,"ĠAlter":42851,".Mode":42852,"ADIO":42853,"grp":42854,"æ·»åĬł":42855,"Quit":42856,"Ġdepths":42857,"-category":42858,"ĠDATABASE":42859,"SPELL":42860,"ĠFalcon":42861,"ĠQStringList":42862,"Ġ''.":42863,"ĠInstitution":42864,"damage":42865,"azor":42866,"belongsTo":42867,"verages":42868,"ĠNONE":42869,"ippets":42870,",\\Ċ":42871,"Ġfootprint":42872,"_archive":42873,"nak":42874,".getField":42875,"ĠReflection":42876,"Ġ']":42877,"ĠHBO":42878,"_discount":42879,"Ġincest":42880,"ĠDodge":42881,"ĠWade":42882,".NO":42883,"\"encoding":42884,"ĠBlockchain":42885,"Ġlawsuits":42886,"ĠMaint":42887,"chten":42888,"Ġétait":42889,"Ġktóre":42890,"_ctl":42891,"(timer":42892,"Battle":42893,"izo":42894,"ayed":42895,"IOR":42896,"ĠGlasgow":42897,"Ġsynth":42898,"_logs":42899,".pose":42900,"_AdjustorThunk":42901,"((&":42902,"Ġunsure":42903,"ystate":42904,"íķĺëĬĶ":42905,"OULD":42906,".ng":42907,"Ġdefaultdict":42908,"workspace":42909,"Ġselective":42910,"PickerController":42911,"YNAMIC":42912,".methods":42913,"Ġpathways":42914,"ĠFew":42915,"KG":42916,"CRYPT":42917,"following":42918,"ĠDLC":42919,"ĠSara":42920,"Ġpreset":42921,"estructor":42922,"ĠKurt":42923,"Ġairplane":42924,"Ġomp":42925,"ĠParents":42926,"ĠMartinez":42927,".complete":42928,"Ġbroadly":42929,"Ġscare":42930,"ĠMé":42931,"Ġelimination":42932,"Ġpoured":42933,"/sw":42934,"Ġcomun":42935,"Ġmasc":42936,"ĠOrganic":42937,"ĠStringUtils":42938,"ilateral":42939,"Ġreluctant":42940,"-age":42941,"Ġnz":42942,".\"\\":42943,"Ġpastor":42944,"alez":42945,"Ġefect":42946,"prov":42947,"/init":42948,"Ġpenn":42949,"unds":42950,"Ġssize":42951,"ĠProj":42952,"basename":42953,"Ġshells":42954,"ĠNeck":42955,"ĠEnforcement":42956,"vided":42957,"stown":42958,"Sphere":42959,"$r":42960,"ussen":42961,"afil":42962,"ĠTelegram":42963,"Ġanalytical":42964,"нÑĭе":42965,"usually":42966,"xn":42967,"Ġhistorian":42968,"ĠGregory":42969,"olph":42970,"ĠUna":42971,"Ġcontributes":42972,"%-":42973,"antiago":42974,"ÑĢед":42975,".region":42976,"Ġabrupt":42977,"ĠUnsupportedOperationException":42978,"ĠTASK":42979,"_finish":42980,"Ġnotorious":42981,"ĠVs":42982,"ĠMQ":42983,"Ġsunset":42984,"Ġunacceptable":42985,"arcer":42986,"Ġillumin":42987,"ĠOrb":42988,"Ġbh":42989,"Este":42990,"_dispatch":42991,"Ġripped":42992,"Ġtoujours":42993,"ĠParcel":42994,"_ll":42995,".userName":42996,".classes":42997,"SOURCE":42998,"(Number":42999,"елÑı":43000,"Ġheadphones":43001,"(side":43002,"constitution":43003,"annah":43004,"čĊĠĠĠĠĠĠĠĠčĊ":43005,"Ġcliff":43006,"-ref":43007,"Ġmostrar":43008,"ĠPowell":43009,"+y":43010,"ĠBG":43011,"_fragment":43012,".Port":43013,"Ġrealizing":43014,"paramref":43015,"Ġhometown":43016,"@Table":43017,"+\"--}}Ċ":43196,"French":43197,"EntityManager":43198,"ĠPlain":43199,"////////////////////////////////////////////////////////////////////":43200,"³":43201,"(RE":43202,"capt":43203,"Ġorganisms":43204,"Ġjets":43205,"olocation":43206,"ĠAppRoutingModule":43207,"Ġglorious":43208,"æľį":43209,"Ġdiscarded":43210,"ĉĉĉĉĠĠĠĠĠ":43211,"ĠArnold":43212,"lug":43213,"Ġparl":43214,"Ġhormones":43215,"Ġmah":43216,"ĠSonic":43217,"Ġorganizers":43218,"_PLATFORM":43219,".inv":43220,"Ġchord":43221,"ventional":43222,"ĉof":43223,"Episode":43224,".Enum":43225,"unkt":43226,"ĠDh":43227,"ĠJared":43228,"ĠNak":43229,"Ġintends":43230,"Endian":43231,"Ġaustralia":43232,"_cv":43233,"(resolve":43234,"Ġclinics":43235,"liked":43236,"ASHINGTON":43237,"inha":43238,"'*":43239,"ĠNP":43240,"_beh":43241,"Ġhf":43242,"Ġwür":43243,"categoria":43244,"$form":43245,"Ġsubway":43246,"ĠisActive":43247,"popular":43248,"Cour":43249,"Ġcooldown":43250,"Ġainsi":43251,"ĠGLuint":43252,"ereal":43253,"ĠarrayOf":43254,"Ġhatch":43255,"==========":43256,"resses":43257,"_PP":43258,".^":43259,"_decay":43260,"ĠBless":43261,"metrics":43262,"ĠCOPYING":43263,"ĠDumpster":43264,"ĠJosé":43265,"ĠDesigns":43266,"<":43269,"Ġ\"}Ċ":43270,"timezone":43271,"Ġeer":43272,"maxcdn":43273,"ĠESC":43274,"igaret":43275,"_connected":43276,"_reverse":43277,"Ġquestionable":43278,"ĠUSC":43279,"Ġtutti":43280,"Ġdropout":43281,"ĠActivities":43282,"ĠWinds":43283,"')));Ċ":43284,"Ġcongest":43285,"ģı":43286,"Ġprolonged":43287,"è¿Ļ":43288,"ĠCrossAxisAlignment":43289,"LEEP":43290,"ĠVALID":43291,"ĠGaz":43292,"Ġdependence":43293,"ĠPrix":43294,".CompilerServices":43295,"jump":43296,"Ġstrat":43297,"circ":43298,"ĠCUSTOM":43299,"xaa":43300,"Ġbmp":43301,"Ġbureau":43302,"Ġwaren":43303,"NX":43304,"(Window":43305,"ĠChristie":43306,"_FE":43307,"Ġtn":43308,"ĠOmega":43309,"communications":43310,"HomePage":43311,"completion":43312,"Ġsupplying":43313,"YPES":43314,"ável":43315,"åĪ¶":43316,"(click":43317,"\\Contracts":43318,"/questions":43319,"Ġez":43320,"AMS":43321,".mesh":43322,"Ġ'\\Ċ":43373,"Robot":43374,"JsonObject":43375,"ĠDF":43376,"ĠProcessor":43377,"_should":43378,".protobuf":43379,"-users":43380,"Ġembry":43381,"FONT":43382,"Ġstartups":43383,"ĠDataSource":43384,")#":43385,"uros":43386,"_Color":43387,"Ġstandalone":43388,"}[":43389,"jd":43390,"Ġforgive":43391,"Ġngx":43392,"ĠGenerally":43393,"Ġconfigurable":43394,"/order":43395,"Ġvas":43396,"')\";Ċ":43397,"ĠRR":43398,"ĠTroy":43399,"Ġcompromised":43400,"ĠSwan":43401,"intendent":43402,"Central":43403,"_keeper":43404,"Ġarquivo":43405,"ĠReadOnly":43406,"_curve":43407,"kv":43408,"entin":43409,"è±":43410,"ĠEy":43411,".imread":43412,"ĠPam":43413,"iffe":43414,"ativity":43415,"xbc":43416,"Ġgrim":43417,"-filled":43418,"namese":43419,"']:":43420,"Ġaur":43421,"ĠGibson":43422,".MouseEvent":43423,"Ġlado":43424,"avadoc":43425,"Ġfamil":43426,"ĠModer":43427,"fps":43428,"ãĢĢãĢĢ":43429,"-example":43430,"ĠAlzheimer":43431,"ĠUtf":43432,"_arguments":43433,"Conclusion":43434,"textContent":43435,"remaining":43436,"Ġinterrupts":43437,"ĠBackup":43438,"ĠMong":43439,"Ġreceptors":43440,"histor":43441,".coroutines":43442,"Ġshouted":43443,"Alarm":43444,"Ġcombust":43445,"Ġgrote":43446,"ultural":43447,"(ids":43448,"--------------------------------------------------------------------------------":43449,"iplinary":43450,"Opts":43451,"ĠYale":43452,"localStorage":43453,"Ġequival":43454,"ĠFleet":43455,"\\b":43456,"*pi":43457,"ĠQLabel":43458,"æ¡":43459,"Ġvx":43460,"ĠACL":43461,"Ġsucesso":43462,"Ġperc":43463,"ĠNotre":43464,"Ġanarch":43465,"Ring":43466,"spb":43467,"Ġstrpos":43468,"stores":43469,"ĠMaple":43470,"(MainActivity":43471,"(\"\"))":43472,"ĠviewHolder":43473,"Quad":43474,"Ġigual":43475,"orsche":43476,".margin":43477,"Ġindie":43478,"Ġfranc":43479,"ĠFormBuilder":43480,"ĠParticip":43481,".flash":43482,"Ġstorms":43483,"Ult":43484,"Ġfen":43485,"[new":43486,"Ever":43487,"=\"Ċ":43488,"Ġlocalized":43489,"_follow":43490,"Ġnave":43491,"Ġdominance":43492,"(tile":43493,"Journal":43494,"ĠVC":43495,"Ġpenetration":43496,"ï¼ķ":43497,"Ġcompartment":43498,"Ġbids":43499,"Formatted":43500,"******/ĊĊ":43501,"(city":43502,"âĢĶit":43503,"[C":43504,"ĠuseCallback":43505,"aub":43506,")?.":43507,"ĠVAR":43508,"ĠSebastian":43509,"ĠMoss":43510,"Ġabundant":43511,"Greg":43512,"ÑĤа":43513,"_ci":43514,"Ġbibli":43515,"CRM":43516,"ĠAttempt":43517,"isme":43518,"dash":43519,"ãĢİ":43520,"_mu":43521,".FormattingEnabled":43522,"Indeed":43523,"-direct":43524,"Ġsucking":43525,"Ġpne":43526,"ocabulary":43527,"ĠPackers":43528,".Navigation":43529,"Ġpied":43530,"cribing":43531,"ĠStuart":43532,".ToDouble":43533,"ĠSecondary":43534,"Saving":43535,"ĠDut":43536,"ĠMadd":43537,"Magic":43538,",H":43539,".documentElement":43540,"ĠBST":43541,"Ġdiffers":43542,"Ġmoreover":43543,"_nd":43544,"SEARCH":43545,"пÑĢав":43546,"æ´":43547,"toMatch":43548,"Ġdecreasing":43549,"-member":43550,"ampus":43551,"(boost":43552,"Daily":43553,"DataGridView":43554,"ĠHttpContext":43555,"Ġhipp":43556,"_workers":43557,"-language":43558,"éĵ":43559,"Ġconsisted":43560,"athing":43561,"ĠMercury":43562,"$content":43563,"Ġpracticed":43564,"ĠModules":43565,"_DAY":43566,"Ġweaknesses":43567,"ĠLodge":43568,"Ġnar":43569,"ĠMate":43570,"Ġjp":43571,"ĠHttpHeaders":43572,"Ġsmo":43573,"ĠTOKEN":43574,"])(":43575,"Ġaqui":43576,"swagen":43577,"Ġsrv":43578,"ĉans":43579,"Around":43580,"ĠManuel":43581,"Ġfictional":43582,"ĠIMG":43583,"Ġ.'":43584,"ĠBerry":43585,"Ġwallpaper":43586,"sexual":43587,"iero":43588,"ĠçļĦ":43589,"ìĨĮ":43590,"BackingField":43591,"ĠAdrian":43592,"BASEPATH":43593,"Ġrepeats":43594,"Ġblues":43595,"Ġunpredict":43596,"_coll":43597,"stacle":43598,"ĠTumblr":43599,"ĠElf":43600,"Ġassurance":43601,"Ġcensus":43602,"ĠIMPORT":43603,"ENDER":43604,"anos":43605,"Ġ=(":43606,"ĠEllis":43607,"\"ĊĊĊĊ":43608,".win":43609,"ĠAbove":43610,"alon":43611,"_tick":43612,"Ġrepresentations":43613,"Ġæķ":43614,"wid":43615,"ĠArms":43616,"Lista":43617,"_failure":43618,"_cm":43619,".FlatAppearance":43620,"Ġthrone":43621,"Patch":43622,"ĠVoy":43623,"engl":43624,"Ġnegotiating":43625,">`":43626,"Ġshoots":43627,"ĠFPS":43628,".Year":43629,"ĠKiss":43630,"ención":43631,"reeting":43632,"FromFile":43633,"Ġresignation":43634,"Ø·":43635,"Ġtwins":43636,"ượ":43637,"Ġgebru":43638,".getContent":43639,".Tree":43640,"ĠEmployees":43641,"ĠFIFA":43642,"Ġcertainty":43643,"(Cl":43644,"Ġtotals":43645,"editable":43646,"à¥Ģ":43647,".Reporting":43648,"Mas":43649,"quiet":43650,".rules":43651,"ĠVO":43652,"conexion":43653,",K":43654,"Ġallocator":43655,"ĠPowder":43656,"\\Repository":43657,"Beat":43658,"_tipo":43659,"Ġ['',":43660,"_INTR":43661,"Ġ<<<":43662,"\");čĊ":43691,"dropIfExists":43692,"ĠBeg":43693,"_HAL":43694,"ĠcrossAxisAlignment":43695,"ĠEvidence":43696,"Ġpeculiar":43697,"Ġinstitute":43698,"veis":43699,"Ġfft":43700,"Ãģ":43701,"Ġzoekt":43702,"analy":43703,"ĠHomeland":43704,"Ġpenetr":43705,"uddenly":43706,"ĉelement":43707,"ĠBren":43708,"ĠTrudeau":43709,"ĠCuban":43710,"jam":43711,"uslim":43712,"_ev":43713,"Ġstems":43714,"}%":43715,"Ŀå§ĭ":43716,"Ġbranding":43717,"Ġcorrespondence":43718,".jquery":43719,"¢åįķ":43720,"ĠReads":43721,"(HttpStatusCode":43722,"assin":43723,"(slot":43724,"ĠGraduate":43725,"///<":43726,"Ġinformations":43727,"ENABLE":43728,"Ġpuis":43729,"Ġfinder":43730,"ĠBris":43731,"Ġnettsteder":43732,"_mid":43733,"Ġogs":43734,"ĠSterling":43735,"Ġarrog":43736,"strftime":43737,"|ĊĊ":43738,"Ġvox":43739,"ĠRegardless":43740,"Ġeso":43741,"ĠComfort":43742,".BooleanField":43743,"Ġuh":43744,"ACY":43745,"Ġsqueez":43746,"ĠVic":43747,"contro":43748,".lo":43749,"Ġire":43750,"ĠComedy":43751,"ë¶":43752,"Ġoriginated":43753,"Ġshipment":43754,"|max":43755,"_guid":43756,"levation":43757,"наÑı":43758,"(undefined":43759,"ĠDDR":43760,"Ġshootings":43761,"ĠLatino":43762,"ENDOR":43763,"Ġaveraging":43764,"Ġgreeted":43765,"Ġtheaters":43766,"ое":43767,"ĠdB":43768,"Ġgst":43769,"Ġdefinite":43770,".Storage":43771,".her":43772,"Ġafore":43773,"ĠReality":43774,"ĠGods":43775,"versed":43776,"Ġhandsome":43777,"Ġexcluding":43778,"(ad":43779,"Quotes":43780,"ĠScheme":43781,"?q":43782,"ĠTamil":43783,"Ticks":43784,"Ġpest":43785,"'n":43786,"Ġpornography":43787,"_modal":43788,"Ġ----------":43789,"Ġdisposable":43790,"FREE":43791,"Ġshark":43792,"CHE":43793,"Ġdepicted":43794,"Ġdemonstrations":43795,"ĠKilled":43796,"ĠRULE":43797,"Ġobsessed":43798,"Ġsimplified":43799,"Postal":43800,"Ġconceptual":43801,"Ġpst":43802,"Las":43803,"_PROJECT":43804,"ucceeded":43805,"olu":43806,"ÄŁi":43807,"Ġpersonalities":43808,"Ġreshape":43809,"Ġenclosed":43810,"ĉptr":43811,"Ġtutorials":43812,"Ġexploded":43813,"_DIRECTORY":43814,"åĨħ容":43815,"Ġcanon":43816,"Ġrecognise":43817,"PAD":43818,"ĠApprox":43819,"ĠRestore":43820,"ĠImportant":43821,"Ġheavier":43822,".Sequential":43823,"Earth":43824,"ĠMilk":43825,".setRequest":43826,".tem":43827,"Ġreconstruct":43828,"Ġskeptical":43829,"_Private":43830,"BUF":43831,"qua":43832,":a":43833,"Ġsek":43834,"Ġdwell":43835,"ossa":43836,"Ġrewarded":43837,"ий":43838,"(topic":43839,"_partition":43840,"Ġ__________________":43841,"Keywords":43842,"ĠFranco":43843,"Lite":43844,"Ġnaken":43845,"Ġза":43846,"OBJECT":43847,"Ġcrafts":43848,"ĠSwap":43849,".Xna":43850,".Connect":43851,"Ġbalcony":43852,"(real":43853,"ĠBarnes":43854,"bir":43855,"ĠTwenty":43856,"ayan":43857,"atars":43858,"ĠPropel":43859,"ĠIhnen":43860,"Upgrade":43861,"Ġcurb":43862,"-second":43863,"Ġneph":43864,".pres":43865,"ìŀħ":43866,".seq":43867,"Ġpadded":43868,"\"?":43869,"jl":43870,"ãĥ¬":43871,"')a":43875,"Coordinates":43876,"Ġenacted":43877,"ENTS":43878,"Ġlac":43879,".final":43880,"ĠPhpStorm":43881,"called":43882,"Ġinquiries":43883,".middleware":43884,"ĠDowntown":43885,"/';Ċ":43886,"Ġkilomet":43887,"accel":43888,"Ġquien":43889,"wstring":43890,"setData":43891,"Ġmanera":43892,"Ġmodular":43893,"rimp":43894,"Ġtariffs":43895,"âĢĻil":43896,"_THROW":43897,"/color":43898,"ĠHTMLElement":43899,"Ġcarro":43900,"Ġprere":43901,"Ġplotting":43902,"ĠPositive":43903,"ĠMachines":43904,"OTES":43905,"Ỽ":43906,"pleasant":43907,"Ġalte":43908,"Ġainda":43909,"these":43910,"Ġcors":43911,"ipay":43912,"ĠAdvisory":43913,"ĠRubio":43914,"jq":43915,"Ġlimestone":43916,"Ġdetached":43917,"设置":43918,"tenant":43919,"ĠDepth":43920,"alore":43921,"ĠÑģÑĤÑĢок":43922,"ĠFORE":43923,"ĠLay":43924,"presentation":43925,")');Ċ":43926,".subplots":43927,"Ïĥ":43928,"NOW":43929,"Gar":43930,"handles":43931,"abra":43932,"puties":43933,"ĠElectrical":43934,"Middle":43935,"ropic":43936,"ĠJD":43937,"ĠDyn":43938,"ĠBristol":43939,"ĠMcCarthy":43940,"Ġstriker":43941,"Ġenumerable":43942,"ĠEvan":43943,".defaults":43944,"quences":43945,")||":43946,"ĉtoken":43947,"âĹı":43948,"-dropdown":43949,"STORE":43950,"ĠGraphic":43951,"(pp":43952,"Expl":43953,"Ġupwards":43954,"ĠDistributed":43955,"ĠWEB":43956,"Jer":43957,"isNaN":43958,"çĶŁæĪIJ":43959,">R":43960,"üssen":43961,"efs":43962,"Ġuncover":43963,"Ġlud":43964,".calculate":43965,"Ġintptr":43966,"Ġmidfielder":43967,".Headers":43968,"Ġmf":43969,"eref":43970,".Metro":43971,"ĠSpeaking":43972,":b":43973,"Ġcryptocurrencies":43974,"Ġdemons":43975,"ĉEXPECT":43976,"Ġwicked":43977,"youtube":43978,":Int":43979,"ĠHindi":43980,"ĠCAT":43981,"Ġع":43982,"rar":43983,"omore":43984,"/per":43985,"/license":43986,"Ġreim":43987,"Ġawaiting":43988,"Ġlethal":43989,"ĠEF":43990,"rounded":43991,"ĠPlatinum":43992,"ĠвÑģе":43993,".coords":43994,".Device":43995,"/item":43996,"ĠWenn":43997,"compileComponents":43998,"ĠKinder":43999,".removeItem":44000,"Ġanda":44001,"bnb":44002,"Ġpra":44003,"(transaction":44004,"Ġembarrassing":44005,"ĉBOOL":44006,".contentView":44007,"Ġeventdata":44008,"atore":44009,"ĠprovidedIn":44010,"irma":44011,"Ġzona":44012,"_HW":44013,"æĻ":44014,"Ġstove":44015,"Ġcounterpart":44016,"_Product":44017,"_MANAGER":44018,"Ġinfring":44019,"ĠERA":44020,"_party":44021,"Ñij":44022,"Ġinici":44023,"_Request":44024,"Ġmiracle":44025,"ĠcancelButton":44026,"Spy":44027,"ató":44028,"Ġpolish":44029,"ĠNicole":44030,".displayName":44031,"\\Requests":44032,"ĠuseHistory":44033,"RouterModule":44034,"Ġstared":44035,"IDER":44036,"ÑĥнкÑĨи":44037,"Ġnota":44038,"$arr":44039,"pecified":44040,"Ġtopp":44041,"_DRIVER":44042,"/ng":44043,"åł":44044,"_tm":44045,"%timeout":44046,"\"":44488,"tlement":44489,"$(\"":44490,"FromString":44491,"ĠBild":44492,"Ġconventions":44493,"_native":44494,"ĠInspector":44495,"ĠPist":44496,"ubar":44497,"Ġregs":44498,"ĠPilot":44499,"Thus":44500,">'+":44501,"Ġcela":44502,".news":44503,"(Product":44504,"Living":44505,"Russia":44506,"Ġfacet":44507,"etical":44508,"Ġ['$":44509,"/[":44510,"ĠDire":44511,"Ġgases":44512,"ĠINFORMATION":44513,"ĠEat":44514,"ĠForums":44515,"ĠCharacters":44516,"_met":44517,"Ġìĭľ":44518,"Ġkings":44519,"achie":44520,"ĠLambda":44521,"Ġtimers":44522,"ĠLighting":44523,"ĠCasey":44524,"addir":44525,"andex":44526,".answer":44527,"ĠHip":44528,"ĠPrincip":44529,"StartDate":44530,"ĠãĢĮ":44531,"tres":44532,"Ġ&#":44533,".MaxValue":44534,"ĠProblems":44535,"Ġlatex":44536,"OfClass":44537,"ĠLynn":44538,"//'":44539,"Ġvoyage":44540,"Ġshuttle":44541,"ĠRoller":44542,"ĠRuntimeError":44543,"uya":44544,"Dic":44545,"ĉbuilder":44546,"Ġbullying":44547,"Ġsimplest":44548,".called":44549,"ĠLR":44550,"Ġmorality":44551,"Ġsturdy":44552,"tracking":44553,".swagger":44554,"_BIND":44555,"ITOR":44556,"-urlencoded":44557,"ĠÑħ":44558,"ĠTrinity":44559,"Ġtraps":44560,"Ġ|-":44561,"ĠsetText":44562,"Ġbargain":44563,"Ġbrakes":44564,".getCode":44565,"Ġmigrate":44566,"Ġribbon":44567,")return":44568,"Ġcharger":44569,"acom":44570,"ADIUS":44571,"ĠAmbassador":44572,"-after":44573,"Ġanni":44574,"ĉspin":44575,"Concept":44576,"ĠHenderson":44577,"ĠHOST":44578,".rank":44579,"ĠNortheast":44580,"Ġberlin":44581,"Ġrequis":44582,".feed":44583,"ĠsourceMapping":44584,"ĠRencontre":44585,".ajax":44586,"nestjs":44587,"Ġtrek":44588,"ĠNacional":44589,"Ġ&[":44590,"Ġpayable":44591,"ortex":44592,"Ġdept":44593,"fieldName":44594,"Ġcompletes":44595,"ĠRVA":44596,"Ġonions":44597,"alignment":44598,"Formats":44599,"Ġ'{$":44600,"HashSet":44601,"ĠBod":44602,".InvariantCulture":44603,"Ġsettlements":44604,"Ġhydr":44605,".updated":44606,"venth":44607,"(seconds":44608,"=\"/\"":44609,"Ġwebpage":44610,"(ĊĊ":44611,"Ġtir":44612,"Ġtoes":44613,"ĠBrick":44614,"Ġambition":44615,"Pot":44616,"=max":44617,"ETIME":44618,"Ġdepot":44619,"calls":44620,"ĠNorwegian":44621,"`:":44622,"Ġburger":44623,"Ġprofessors":44624,"ĠAllocate":44625,"-thirds":44626,"-chart":44627,"Ġford":44628,"*N":44629,".kotlin":44630,"Ġpaperwork":44631,"ĠDEVICE":44632,"%@\",":44633,"respect":44634,"(mp":44635,"é«ĺ":44636,"-if":44637,"Ġcushion":44638,"obot":44639,"Ġparc":44640,"SPACE":44641,"ĠNetanyahu":44642,"Ġselfish":44643,"feat":44644,"Ġclientes":44645,"-tools":44646,"Ġporch":44647,"Ġjq":44648,".verbose":44649,"Ġliberals":44650,"])ĊĊĊ":44651,"pies":44652,"NotBlank":44653,"(term":44654,"ÈĽi":44655,"_Params":44656,".normalize":44657,"Bullet":44658,"ASIC":44659,"(hex":44660,"_cliente":44661,"+,":44662,"_DI":44663,"Ġforthcoming":44664,"}\")]Ċ":44665,"seo":44666,"Um":44667,">Name":44668,"Ġcomfortably":44669,"irectional":44670,"WITH":44671,"/pr":44672,"ĠPoor":44673,"ĠVitamin":44674,"vic":44675,"GH":44676,"Ġpriorit":44677,"ĠNN":44678,"ĠClosed":44679,"¤í":44680,"ĠisOpen":44681,"\\Console":44682,"AndFeel":44683,".SUCCESS":44684,"_OPERATION":44685,"polation":44686,"ĠTas":44687,"psz":44688,">'.":44689,"CURRENT":44690,"Vendor":44691,"hosts":44692,"ĠErd":44693,">tagger":44694,"ĠsourceMappingURL":44695,"Ġmarathon":44696,"_closed":44697,"Ġexemption":44698,"Ġrecognizes":44699,"ideshow":44700,"'$":44701,"('/');Ċ":44702,"mits":44703,"warz":44704,"ĠCherry":44705,"µ¬":44706,"nor":44707,"porte":44708,"Ġwl":44709,"_backup":44710,".getBoolean":44711,".getResource":44712,"Ġdefinitive":44713,".EditText":44714,"ĠsÃŃ":44715,".CONT":44716,"ĠPLAYER":44717,".cards":44718,"ĠShore":44719,"('/')Ċ":44720,"cluir":44721,"WebDriver":44722,"(month":44723,"-release":44724,"Ġinspector":44725,"å£":44726,"ĠNF":44727,"_clip":44728,"åŃIJ":44729,"Ġinteracting":44730,".tmp":44731,"Ġ'''ĊĊ":44732,"Ġdee":44733,"Ġfrost":44734,"\"]))Ċ":44735,"ĠPlaces":44736,"Throws":44737,"fork":44738,"/day":44739,"iPhone":44740,"ĠMIC":44741,"Ġfolding":44742,"Ġcrore":44743,"ĠChiefs":44744,"pherical":44745,"(price":44746,".WriteString":44747,"Ġexiting":44748,"]',Ċ":44749,"ighting":44750,"Ingredient":44751,"(vertex":44752,"ĠscrollView":44753,"hf":44754,":new":44755,"SEN":44756,"sector":44757,"Ġspins":44758,"ĠScheduler":44759,"otechn":44760,"semicolon":44761,"FontOfSize":44762,"ĠSpecifically":44763,"flamm":44764,".ObjectId":44765,"Ġconta":44766,"_permissions":44767,"ĉFROM":44768,"ICODE":44769,"/kg":44770,"ĠHotels":44771,"-med":44772,"ĠDin":44773,"Ġnavy":44774,"getParam":44775,"Ġmend":44776,"Ġportrayed":44777,"ĠMetropolitan":44778,"Painter":44779,"Ġreferral":44780,"_good":44781,"Ġmarvel":44782,"osaic":44783,">(&":44784,".ur":44785,"Ġestos":44786,"William":44787,"Ġtimber":44788,"Ġquelques":44789,"ĠDocuments":44790,".Xaml":44791,"Ġbatches":44792,"éģĵ":44793,"ĠReleased":44794,"Tail":44795,"COOKIE":44796,"heid":44797,"_station":44798,"ĠVia":44799,"Sale":44800,"ĠRepeat":44801,"Ġpromin":44802,"ĠZo":44803,"-forward":44804,"ĠIon":44805,"itary":44806,"Ġjus":44807,"-request":44808,"Ġproudly":44809,"ĠStreaming":44810,"(MouseEvent":44811,"ĠSprint":44812,"_rotation":44813,"Repositories":44814,"Ġtart":44815,"ĠÑģв":44816,"Ġmappings":44817,"èª":44818,"Cu":44819,"Cycle":44820,"Ġbun":44821,"ĉlua":44822,"ãĥī":44823,"Ġ((!":44824,"Ġcollectively":44825,"ĠCond":44826,"Ġwszyst":44827,"(lib":44828,"openhagen":44829,"_skip":44830,".ColumnHeader":44831,"éĤ":44832,"perienced":44833,"ıè¿°":44834,"_props":44835,"Ġcontrace":44836,"Ġmatchup":44837,"abetic":44838,".members":44839,"RECT":44840,"(dat":44841,"Ġsog":44842,"renom":44843,"_Method":44844,"Customers":44845,"fullname":44846,"ZN":44847,"retry":44848,"Ġkap":44849,"ĠNeu":44850,"èĬ":44851,"addChild":44852,"willReturn":44853,"_permalink":44854,"Ġenergetic":44855,"ĠWet":44856,"ĠMorr":44857,"Ġgcd":44858,"counts":44859,",type":44860,"dig":44861,"(Login":44862,"Ġcracks":44863,"Ġbacterial":44864,"ĠMeat":44865,"ĠArmstrong":44866,"ĠBronze":44867,"Ġapproximate":44868,"_dirs":44869,"liga":44870,"ÅĤad":44871,"Ġkindness":44872,"Ġcontre":44873,"ĠEVERY":44874,"MET":44875,"Ġannouncements":44876,"gpio":44877,"ĠWaitForSeconds":44878,"ĠPhotoshop":44879,"Ġdiscontin":44880,"/dd":44881,"Ġtopology":44882,"anical":44883,".interface":44884,"aucoup":44885,".HashSet":44886,"ARIANT":44887,"(routes":44888,"ĠTeh":44889,"Ġhype":44890,"]\").":44891,"Ġslam":44892,"Ġbroth":44893,"-inter":44894,"ĠRid":44895,"-manager":44896,"Cancelar":44897,"ĠPagination":44898,"Ġsoundtrack":44899,"Ġposterior":44900,"Ġscrub":44901,"creating":44902,"-*":44903,"irteen":44904,".dy":44905,".symmetric":44906,"Ġ\"\".":44907,"===============":44908,"Ġchassis":44909,"ĠnumberOfRows":44910,"Developer":44911,"_bins":44912,"ĠOUR":44913,"rieb":44914,"Pros":44915,"ĠwiÄĻ":44916,"\"d":44917,"Ġasyncio":44918,"zeigen":44919,"_spi":44920,".ALL":44921,"Ġscrews":44922,"Chinese":44923,"ĠapiKey":44924,"Ġunsuccessful":44925,"ĠSeahawks":44926,"ORG":44927,"ç«ł":44928,"Ġprofessionally":44929,"ĠCoupon":44930,"åŃĹ段":44931,"Convention":44932,"Ġpolym":44933,"æīĭ":44934,"Ġsalvation":44935,"Ġengineered":44936,"ĠWrest":44937,"ĠGCC":44938,"Ġwarmer":44939,"LayoutConstraint":44940,"Ġaggrav":44941,"Scripts":44942,"venture":44943,"Ġrefrigerator":44944,"Ġinnovations":44945,"ĠRunner":44946,"NIC":44947,"ĠRolling":44948,"ControlEvents":44949,"Ġloos":44950,"pac":44951,"ĉpanel":44952,"efe":44953,"ĠBuddha":44954,"--------------Ċ":44955,"åºĵ":44956,"(forKey":44957,"Ġlumin":44958,"Ġ(?":44959,"ĠAIDS":44960,",user":44961,"imientos":44962,"contentType":44963,"antlr":44964,"é¦":44965,"ĠWelt":44966,"Production":44967,"might":44968,"ĠVII":44969,"\",(":44970,"Ġobserving":44971,"Ġdeliberate":44972,"(control":44973,"Ġwithd":44974,"Ġsemana":44975,"STACK":44976,"uchen":44977,"Nice":44978,"ĠDeutschland":44979,"ĠSpecifies":44980,"dma":44981,"izio":44982,"ĠFacts":44983,"_popup":44984,"ĠDirectors":44985,"{:":44986,"[R":44987,"ĠÑįлеменÑĤ":44988,"Ġplat":44989,"Ġdirecting":44990,"ä¸ī":44991,"ĠGilbert":44992,"âĢ¦.ĊĊ":44993,".qml":44994,"Ġthereafter":44995,"Ġdisposition":44996,"draft":44997,"Ġsurgeon":44998,"ĠInsider":44999,"Blend":45000,"ĠTrev":45001,"trinsic":45002,"Topics":45003,"rieve":45004,"_FILENAME":45005,"Ġautres":45006,"Jose":45007,"Producer":45008,"erus":45009,"Ġpetit":45010,"ĠNEXT":45011,"ĠFilters":45012,"Ġreplicate":45013,"\"]).":45014,"Ġlenders":45015,"]\",Ċ":45016,";charset":45017,"CppObject":45018,"Ġfloral":45019,"ĠTipo":45020,"Ġcircuits":45021,"easy":45022,"(&$":45023,"itta":45024,"eryl":45025,"_COMMON":45026,"'}}>Ċ":45027,"-backed":45028,"(variable":45029,"(Index":45030,"Ġvoir":45031,"_locations":45032,"++){":45033,"ĠLouisville":45034,"Ġgratitude":45035,".Mockito":45036,"ĠPowers":45037,"ieurs":45038,"Ġgeographic":45039,"rale":45040,"Ġcra":45041,"ĠSpurs":45042,"iphertext":45043,"ACION":45044,"-common":45045,"Ġvictories":45046,"ĠFinals":45047,".shuffle":45048,"-million":45049,"_PROC":45050,"assume":45051,"Ġils":45052,"DBC":45053,"BootTest":45054,"Ġlavor":45055,".testing":45056,".ast":45057,"\"]/":45058,"moid":45059,"Ġqualification":45060,"gesch":45061,"ĉput":45062,"Ġairports":45063,"JI":45064,"Teacher":45065,"_uniform":45066,"Ġnama":45067,"ĠBast":45068,"ertype":45069,"capture":45070,"getAll":45071,"ĠReynolds":45072,"ooled":45073,".comments":45074,"Ġchin":45075,").*":45076,"Ġили":45077,"tgl":45078,"udos":45079,"ĠdÃŃas":45080,"chai":45081,".program":45082,"Ġpsz":45083,"ĉicon":45084,"phil":45085,"entral":45086,"_WRAP":45087,"ovi":45088,"Ġnostalg":45089,"Infinity":45090,"ĉyield":45091,"Ġvitamins":45092,"Quaternion":45093,"Sink":45094,"_goods":45095,"Ġ........":45096,"ĠWings":45097,"uridad":45098,"-story":45099,"\"])ĊĊ":45100,"idelity":45101,"TypeDef":45102,"Gtk":45103,"ĠíĮ":45104,"_Main":45105,"Ġchez":45106,"ĠRaven":45107,"Ġpayroll":45108,"Ġfreelance":45109,"LLU":45110,"ĠMend":45111,"eday":45112,"ApiModelProperty":45113,".FormBorderStyle":45114,"Ġeconomist":45115,"stanbul":45116,"Ġfreight":45117,"-Agent":45118,"(meta":45119,"Ġsymmetry":45120,"Ġ'..":45121,".Calendar":45122,"-aut":45123,"gf":45124,"pent":45125,"yclopedia":45126,"Ġwishing":45127,"ĊĊĊĊĊĊĊĊĊĊĊĊ":45128,"Ġgentleman":45129,"Ġê³":45130,"=#":45131,"Ġlectures":45132,"âĢľIn":45133,"Ġ!_":45134,"Ġhb":45135,"ĠVendor":45136,"Recently":45137,"_notes":45138,"æıIJ示":45139,"\"My":45140,"HeadersHeight":45141,"_SO":45142,"Ġunwilling":45143,"Ġsuperhero":45144,"gio":45145,"psy":45146,"ĠPeer":45147,"javax":45148,"&apos":45149,"ĠCrisis":45150,"ordinal":45151,"Memcpy":45152,"++++++++++++++++":45153,"-val":45154,"Ġworkbook":45155,"-ap":45156,"=k":45157,"Ġmetallic":45158,"_peer":45159,"ByPrimaryKey":45160,"_SD":45161,"uator":45162,"_SHADER":45163,")Math":45164,".Transform":45165,"Ġcows":45166,"Phi":45167,"ĠClem":45168,"(_(\"":45169,"ĠLud":45170,"-delay":45171,"ĠSecurities":45172,"ĠOrthodox":45173,"Symfony":45174,"(report":45175,"Ġentertain":45176,"EPS":45177,"izoph":45178,"exual":45179,"IRD":45180,"ä»İ":45181,"Ġlith":45182,"Ġsanitize":45183,"Ġfeminine":45184,"ISBN":45185,".authentication":45186,"_pipeline":45187,"/constants":45188,"ĠCONF":45189,"Ġlucr":45190,"ricia":45191,".ttf":45192,".setContent":45193,"Ġstan":45194,"orean":45195,"ĠLloyd":45196,".rawValue":45197,"Ġgor":45198,"ĠBrowns":45199,"Regression":45200,"Ġlowering":45201,"naissance":45202,"Ġblows":45203,"Ġamazed":45204,"Ġunrelated":45205,"Reviews":45206,"Ġruby":45207,"ĠModifier":45208,"Ġgiants":45209,".thread":45210,"Ġcontainment":45211,"ĠStartCoroutine":45212,"umat":45213,"orelease":45214,"ĠRandy":45215,"@endif":45216,"Digest":45217,"Ġsuburban":45218,"=\");Ċ":45219,"Ġannonce":45220,".variable":45221,"\\Foundation":45222,"Ġacre":45223,"Van":45224,"Ġtuples":45225,"dns":45226,"ĠStanding":45227,"_large":45228,"Ġboxing":45229,"SupportActionBar":45230,"ĠFortune":45231,"ĠRum":45232,"_multiple":45233,"archical":45234,"Ġfwrite":45235,"_quote":45236,"Ġfoolish":45237,"Ġcomprising":45238,"Ġоп":45239,"-selected":45240,"vf":45241,"maid":45242,"Nama":45243,"(datetime":45244,"Ġindirectly":45245,"gart":45246,"fixtures":45247,"chos":45248,"ĠHalo":45249,"Ġrecurring":45250,"-news":45251,"vil":45252,"ĠNursing":45253,"-produ":45254,"ĠHQ":45255,"\\HttpFoundation":45256,"enci":45257,"auen":45258,"Ġvy":45259,"ocracy":45260,"Ġdelegation":45261,"Ġasphalt":45262,"ĠsetSelected":45263,"kok":45264,"/rest":45265,"metics":45266,"ĠNSDate":45267,"Ġtravelled":45268,"Ġrecib":45269,"Ġmime":45270,"CLIENT":45271,"ĠGU":45272,"ĠHANDLE":45273,"/Q":45274,"[z":45275,"Ġbothered":45276,"ĠBBQ":45277,"ças":45278,"_examples":45279,"_FIN":45280,"ĠwhiteColor":45281,"Ġastronom":45282,"-dir":45283,"Ġsovereign":45284,"Ġbreeze":45285,"Ġinning":45286,"ĠEdmonton":45287,"gli":45288,".blogspot":45289,"jsx":45290,"Ġversa":45291,"ĠMohammed":45292,".Job":45293,"-toggler":45294,"ĠполÑĮзоваÑĤ":45295,"ardon":45296,"Ġnewborn":45297,"Ġnaval":45298,"noteq":45299,"Ġtumblr":45300,"Ġhentai":45301,"ĠTypically":45302,"Ġloot":45303,".Sprite":45304,"Flight":45305,"Ġwavelength":45306,"-sk":45307,"ĠElle":45308,"_exports":45309,"ĠÑı":45310,"ĠIH":45311,"izophren":45312,"Ġíģ":45313,"_primary":45314,"Ġmois":45315,"ĠBN":45316,"Ġsystemic":45317,"Ġdiferentes":45318,"INCT":45319,"Ġ''ĊĊ":45320,"$q":45321,"WidgetItem":45322,"clide":45323,"$file":45324,"Lemma":45325,"/table":45326,"agrid":45327,"ĠMongoDB":45328,"inte":45329,"Ġapprent":45330,"ÂŃing":45331,".Db":45332,"ĠÃĤ":45333,"hammer":45334,"='';Ċ":45335,"Ġbrokers":45336,"itlement":45337,"semblies":45338,"Ele":45339,"{x":45340,"Ġlastname":45341,"<-":45342,"Ġflatten":45343,"_band":45344,".Root":45345,".readFileSync":45346,"======":45347,".rx":45348,"?čĊ":45349,"Ġmetaphor":45350,"Ti":45351,"conte":45352,"Ġdebit":45353,"Ġcontempt":45354,"CppType":45355,"æĶ¯":45356,"FormField":45357,"ratio":45358,"osopher":45359,"Ġimplant":45360,"PURE":45361,"Ġalta":45362,"_management":45363,"Ġrefine":45364,"ĠCheckBox":45365,"ĠCharl":45366,"-version":45367,"conditional":45368,"venues":45369,"Ġrifles":45370,"Ġoffspring":45371,"Ġmilling":45372,"Ġsharply":45373,"Ġunderwater":45374,"(origin":45375,"_Control":45376,"Ġ.$":45377,"Plugins":45378,"Ġdrying":45379,"Ġillustrates":45380,"-u":45381,"Ġvegetarian":45382,"npc":45383,"Heart":45384,";',Ċ":45385,"comma":45386,"teenth":45387,"asan":45388,"/spec":45389,"_moves":45390,"-margin":45391,"Ġingen":45392,"³³³":45393,"Ġprojet":45394,"Ġotra":45395,"Ġbras":45396,".utc":45397,"Ġslept":45398,"=sub":45399,"abilit":45400,"poster":45401,"Ġsdk":45402,"ouncill":45403,"Ġwd":45404,"PreparedStatement":45405,"ĠDrum":45406,"(attribute":45407,"ĠEthernet":45408,"ĉDB":45409,"California":45410,"cube":45411,"[I":45412,".Created":45413,"ĠHM":45414,"Ġtracing":45415,"FormsModule":45416,"-you":45417,".currency":45418,"feeding":45419,"Ġtbody":45420,"Li":45421,"accion":45422,"nas":45423,"Ġtrouver":45424,"NONE":45425,"\"},čĊ":45426,"Ġftp":45427,"WithIdentifier":45428,"polate":45429,"FileInfo":45430,"Ġpursued":45431,"ĠĠĠĠčĊĠĠĠĠčĊ":45432,"DESCRIPTION":45433,"}*/Ċ":45434,"FromNib":45435,"Ġdecorative":45436,"_SSL":45437,"(chat":45438,"TLS":45439,"Ġsurprises":45440,"alculate":45441,"ĠSplash":45442,"(Configuration":45443,"ĠSEM":45444,"imson":45445,"/library":45446,"":45521,"GED":45522,"faq":45523,"Ġoptionally":45524,"_Dis":45525,"ĠSuccessful":45526,"ĠCensus":45527,"Ġincarcer":45528,"_CARD":45529,"Ġaviation":45530,"ĠGym":45531,"Authority":45532,".Bean":45533,"shader":45534,"NotExist":45535,"_TextChanged":45536,"ĠSTOP":45537,"(team":45538,"\"H":45539,"wg":45540,"Ġgrinder":45541,"Ġstripe":45542,"Ġpreservation":45543,"Claim":45544,"aversal":45545,"warehouse":45546,"targets":45547,"Trust":45548,"Ġallev":45549,",www":45550,"ousse":45551,"_chan":45552,"_Size":45553,"systems":45554,"Ġobjection":45555,"ĠKane":45556,"Ġcorros":45557,"ĠDSL":45558,"Ġua":45559,"ĠMH":45560,"ĠStrategic":45561,"_tcp":45562,"Ġê°Ĵ":45563,"Ġborrowed":45564,"ĠAch":45565,"ĉcommand":45566,"Ġgps":45567,"leston":45568,"ichever":45569,"ĠUA":45570,"Ġassaulted":45571,"Ġspecializes":45572,"ĉsearch":45573,"Hotel":45574,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠčĊ":45575,"ĠPitch":45576,"ĠÙģ":45577,"READY":45578,"Ġparental":45579,"Ġgéné":45580,"Ġdonnées":45581,"Ġdetain":45582,"TARGET":45583,"Ġprotagonist":45584,"ĠclearInterval":45585,"ĠIconButton":45586,"ĠGetAll":45587,"TypeInfo":45588,"EH":45589,"âĢľThey":45590,"Ġ{[":45591,"Ġgag":45592,"ĠÚ©":45593,"ĠDropdown":45594,".free":45595,"gone":45596,"imens":45597,"Ġinstal":45598,"ĉcurl":45599,"_CAN":45600,"ĠBone":45601,"ï¼Ķ":45602,"onyms":45603,"-government":45604,".bindingNavigator":45605,"ĠDans":45606,"ĠMcL":45607,"(en":45608,">(_":45609,"ÐĴÑĭ":45610,".*;čĊ":45611,"=j":45612,"-cor":45613,"Son":45614,".ToolStripItem":45615,"-around":45616,"_XML":45617,"endDate":45618,"Ġslack":45619,"Ġrotated":45620,"Ġnoqa":45621,"Ġcottage":45622,"Ġencontrar":45623,"_skill":45624,"houette":45625,"!čĊ":45626,".weather":45627,"Ġemphasized":45628,"家":45629,"ĠÑģпиÑģ":45630,"ĠCompiler":45631,"(android":45632,"ĠâĢº":45633,".turn":45634,"Ġsuppression":45635,"_calls":45636,"Ġ*@":45637,"(strlen":45638,".hex":45639,"ĠBills":45640,"ĠRSA":45641,"ÏĤ":45642,"ĠEscape":45643,"ementia":45644,"Ġfrontend":45645,"Ġpint":45646,"_exc":45647,"zzo":45648,"[],Ċ":45649,"Ġ\"','\"":45650,".Environment":45651,"Ġaforementioned":45652,"Ġendure":45653,"prototype":45654,"therapy":45655,"ssi":45656,"Deg":45657,"_plugins":45658,".userInfo":45659,"Printer":45660,"ĠPROGRAM":45661,"Ġruins":45662,"Ġempirical":45663,"Ġcrawl":45664,"ĠBoiler":45665,"-comment":45666,".subplot":45667,"_et":45668,"Ġ'.',":45669,"minor":45670,"ĠCustoms":45671,"Ġyaw":45672,"underline":45673,"ĠComo":45674,"(('":45675,"(mean":45676,"Ġchaque":45677,"ĠBlocks":45678,".rad":45679,"ilibrium":45680,"Ġwebdriver":45681,"Ġmelhor":45682,"dana":45683,"ĠAbuse":45684,"ĠSouthwest":45685,"ĠParen":45686,"PERTIES":45687,"ĉIL":45688,"Ġscream":45689,"vu":45690,"Ġincomes":45691,"Ġnim":45692,"Ġlace":45693,"Ġcompensate":45694,"Reverse":45695,"Dat":45696,"_attack":45697,"Ġnour":45698,"achen":45699,"cek":45700,"\"+":45957,"Ġtokenizer":45958,"Ġsovereignty":45959,"ĠPence":45960,"()\");Ċ":45961,"Ġpessoas":45962,".Ge":45963,"ĠIncluded":45964,"Ġpagina":45965,"Ġexposing":45966,"еÑĪ":45967,"_SCRIPT":45968,"/$',":45969,"Thumbnail":45970,"×Ķ":45971,"webElementX":45972,"webElementXpaths":45973,"pressure":45974,"ĠCurry":45975,"_CP":45976,"OLUTION":45977,"ILES":45978,"protect":45979,"oola":45980,"Workspace":45981,"{};Ċ":45982,"ĠUNS":45983,"Ġsympathy":45984,"roker":45985,"Ġremodel":45986,"ĉcell":45987,"Ġatop":45988,".FullName":45989,"Ġfaut":45990,"ĠEasily":45991,"_dynamic":45992,"Ġframed":45993,"Ġmotive":45994,"è·¯":45995,"sam":45996,"Ġmarca":45997,"ĠTextEditingController":45998,"Ġdestructor":45999,"cream":46000,"Ġrude":46001,"ĠBold":46002,"ĠIndigenous":46003,"Ġgens":46004,"Ġrelacion":46005,"(system":46006,"ĠUIFont":46007,"_charge":46008,"USTER":46009,"EV":46010,".Namespace":46011,"Ġmerger":46012,"Ġcalloc":46013,"gang":46014,"BadRequest":46015,"Ġsper":46016,"-design":46017,"Ġâĩ":46018,"Chan":46019,"Ġorganism":46020,",)":46021,"=id":46022,"_plane":46023,"ĠCases":46024,"elfast":46025,"ĠLegislature":46026,"ĠFaker":46027,"Ġinvoking":46028,"-utils":46029,"().'":46030,".face":46031,"Ġguardian":46032,"myModal":46033,"Ġclipboard":46034,"ĠATM":46035,"Ġpeas":46036,"ĠSylv":46037,".calc":46038,"ĠContacts":46039,"intValue":46040,"Ġmodifying":46041,"ĠBarb":46042,".loss":46043,"_percentage":46044,"Asked":46045,"(lst":46046,"ategorical":46047,"-files":46048,"ĠRomania":46049,".Ac":46050,"Ġhai":46051,"ĠFlying":46052,"Ġż":46053,"jp":46054,"ĠTrainer":46055,".arc":46056,"_deg":46057,"Ġtraceback":46058,"OrFail":46059,"FLOW":46060,".old":46061,"oya":46062,"gmt":46063,"isempty":46064,"Ġvaccination":46065,"Ġobsolete":46066,"recognized":46067,"Ġruined":46068,"ĠRein":46069,"ĠTracking":46070,"xfb":46071,"اÛĮ":46072,"Ġvære":46073,"Ġbryster":46074,"ĠITS":46075,"Ġdestiny":46076,"Ġswear":46077,"Ġredes":46078,"Ġclf":46079,"Ġflipped":46080,"ĉhead":46081,"Bluetooth":46082,"ĠOverrides":46083,":Boolean":46084,"_=":46085,"_lr":46086,"spawn":46087,":index":46088,"VALUES":46089,"iskey":46090,"?\");Ċ":46091,".synthetic":46092,"ĠChecking":46093,"structures":46094,"iping":46095,"Ġvocals":46096,"-Up":46097,"ĠManufacturers":46098,"ĠMarriage":46099,"代çłģ":46100,"Ġgarner":46101,"_Client":46102,"parallel":46103,"RIEND":46104,"Ġvinegar":46105,"segue":46106,"JB":46107,"Ġcontacting":46108,"ĠCarroll":46109,"Ġoutreach":46110,"tensor":46111,"_variant":46112,"Ġtheat":46113,"licable":46114,"{|":46115,"tiny":46116,"_letter":46117,"Ġpencil":46118,"HeadersHeightSizeMode":46119,"iltro":46120,".autoconfigure":46121,".drag":46122,".useState":46123,"ĠBMI":46124,"hint":46125,"Compile":46126,"*\\":46127,"enary":46128,"Ġlvl":46129,".Cache":46130,"+=\"":46131,"_tv":46132,"ruitment":46133,"Ġfread":46134,"Articles":46135,"fila":46136,"Ġpackaged":46137,"âĺĨ":46138,"ATHER":46139,"ĠPlanned":46140,"scheme":46141,"Ġdiary":46142,"Ġoffenses":46143,"/F":46460,"ĠStick":46461,"Ġcerc":46462,"ĠSlee":46463,"ĉĉĠĠĠĠĠĠĠĠ":46464,"":46639,"ĉcol":46640,"VG":46641,"_boolean":46642,"recent":46643,"Ġ*)ĊĊ":46644,"ĠRainbow":46645,"ommen":46646,"Ġlur":46647,"Ġoppression":46648,"(\",\");Ċ":46649,"ĠFacility":46650,"DEFINED":46651,"Ġneon":46652,"Ġoffender":46653,"AFP":46654,"ĠCleaning":46655,"[]):":46656,"Ġundocumented":46657,".Repositories":46658,"ĠGuitar":46659,"аÑģÑģив":46660,"Skills":46661,"Ġtestimon":46662,"ryptography":46663,"ĠAmber":46664,"ĠStalin":46665,"Ġlone":46666,"Ġapenas":46667,"Ġdieses":46668,"ĠArduino":46669,"转":46670,"==-":46671,"_Act":46672,"Ġcoded":46673,"âĸł":46674,"amburger":46675,"-links":46676,"Ġarmour":46677,".High":46678,"getContent":46679,"stag":46680,"Ġheck":46681,"ĠìĹĨ":46682,"ĠMcConnell":46683,"ĠConcert":46684,"ĠAlloc":46685,"äre":46686,".replaceAll":46687,"Ġpartitions":46688,"rott":46689,"ĠFle":46690,"_TREE":46691,"reasonable":46692,"ĠReporting":46693,"Ġbillionaire":46694,"scores":46695,"mins":46696,"-eye":46697,"MORE":46698,"abort":46699,"ĠSWT":46700,"Ġinverted":46701,"ĠTeachers":46702,";n":46703,"Ġastro":46704,"нов":46705,"аниÑĨ":46706,"producto":46707,"countries":46708,"ĠOwen":46709,"Ġcontamination":46710,"Ġvibe":46711,"ĠElli":46712,".script":46713,"ĠOlive":46714,"DMA":46715,"vier":46716,":semicolon":46717,"-module":46718,"gressive":46719,"agu":46720,"_players":46721,"Ġresultados":46722,"started":46723,"scrollTop":46724,"=====":46725,"Ġweighing":46726,"Ġ[[[":46727,"zahl":46728,"(NS":46729,"ĠAssertion":46730,"league":46731,".setTextColor":46732,"ĉMessage":46733,"Ġmoms":46734,"_AF":46735,".wh":46736,"ALS":46737,"Ġautre":46738,"]ĊĊĊĊ":46739,".opacity":46740,"ĠBuddhist":46741,"Ġdeaf":46742,"ĠOrganisation":46743,"(Global":46744,"ensch":46745,"Ġheadache":46746,"ĠAlien":46747,"_inode":46748,"ĠStark":46749,"Ġæī":46750,"-lnd":46751,"oref":46752,"_feat":46753,"Ġpedestrian":46754,"Ġnominal":46755,"Ġballoon":46756,"Ġsprites":46757,"PrototypeOf":46758,"ĠApost":46759,"ĠFEATURE":46760,"OH":46761,"Ġrecess":46762,"ĠDonna":46763,"consumer":46764,"$GLOBALS":46765,"ĠGIF":46766,"-frame":46767,"Inicio":46768,"Ġpassages":46769,"DateString":46770,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":46771,".byte":46772,"Bug":46773,"initializer":46774,"pkt":46775,"odium":46776,"ĠDER":46777,".ops":46778,"leri":46779,"Ġgifted":46780,"Ġdetach":46781,"terrain":46782,"elters":46783,"ãģı":46784,".loader":46785,"ĠNGO":46786,"strncmp":46787,"Kh":46788,"(fontSize":46789,"rocket":46790,"Ġprecedent":46791,"ĠAurora":46792,"ĠExperiment":46793,"isphere":46794,"Encoded":46795,"ĠâĢĵĊĊ":46796,"Ġpyramid":46797,"ĠAnniversary":46798,"ofil":46799,"ëŁ":46800,"(plugin":46801,"Coeff":46802,"Ġcooperate":46803,"Ġpredominantly":46804,"ISM":46805,"Phrase":46806,"_DEFINE":46807,"Flip":46808,"AMILY":46809,"ĠMarkets":46810,"ĠStreamReader":46811,"ĠCombine":46812,"Ġmanuscript":46813,"zza":46814,",tp":46815,"Whatever":46816,"ITICAL":46817,"ighbour":46818,"DataProvider":46819,".Texture":46820,"privacy":46821,".SDK":46822,"Ġrecharge":46823,"Ġcpp":46824,"ĠCFG":46825,"(holder":46826,"(py":46827,"mot":46828,"Ġsavoir":46829,"ĠRosa":46830,"ĠPCs":46831,"ĠíĻ":46832,".heroku":46833,"Ġfren":46834,"ĠRiley":46835,"agate":46836,"Ġsond":46837,".xlsx":46838,"Ġhacked":46839,"stad":46840,"Gi":46841,"Ġsanity":46842,"ĠSqlDataAdapter":46843,"...\",":46844,"ĠPussy":46845,"Ġ****************":46846,"Ġhassle":46847,"_PARENT":46848,"ĠUAE":46849,"Ġbeginners":46850,"(Client":46851,"Ġstatistically":46852,".hour":46853,"edelta":46854,"Ġtraction":46855,"uelve":46856,"arat":46857,"Ġsauna":46858,"INVALID":46859,"Ġindictment":46860,"ALLE":46861,"Ġdissent":46862,"ĠTypography":46863,"Ġintentional":46864,"sit":46865,"ĠAnimals":46866,"Ġcountryside":46867,"Ġuart":46868,"}\\\"":46869,"Ġseamless":46870,"¾ç¤º":46871,"Ġautos":46872,"Ġ\"'\";Ċ":46873,"Flush":46874,"ANNOT":46875,"Ġalgebra":46876,"assoc":46877,"ĠWaters":46878,"Ġpreparations":46879,"ronym":46880,"[,]":46881,"Sans":46882,"Ġarmies":46883,"ipeg":46884,"Ġcreamy":46885,".art":46886,"etre":46887,"ĠAnimated":46888,"Ġunpleasant":46889,"emean":46890,"great":46891,"iÄħ":46892,"ĠEarlier":46893,"Ġchic":46894,"Ġpreserving":46895,"(exec":46896,"ĠInvestigation":46897,"ĉGPIO":46898,"Ġrigorous":46899,"ijo":46900,"=num":46901,"ĠtoolStrip":46902,")set":46903,"+\"&":46904,"ĠAcceler":46905,"Ġdevelopmental":46906,"isposable":46907,"Ġflawed":46908,"rene":46909,"Updating":46910,"Ġwatchdog":46911,"Ġdenominator":46912,"Ġsuburbs":46913,"Ġ...)":46914,"Ġconvictions":46915,"closure":46916,".IP":46917,"Ġtranslates":46918,".swt":46919,".Trace":46920,"Ġmettre":46921,".isEnabled":46922,"ĠEffective":46923,".toInt":46924,"Ġenchant":46925,"Ġstunned":46926,"Ġpoi":46927,"/code":46928,"adm":46929,".databinding":46930,"ĠLorem":46931,"________________________________________________________________":46932,"Ġledger":46933,"Ġcara":46934,"ĠGir":46935,"Ġwaits":46936,"Uno":46937,"Ġcwd":46938,"è¾ij":46939,"ĠTResult":46940,"Ġrejo":46941,"Ġemitted":46942,"ĠWestminster":46943,"ä¸Ģ个":46944,"nek":46945,"_Tis":46946,"Ġenact":46947,"ĉwith":46948,"orgia":46949,"Ġjue":46950,"Perform":46951,"SPATH":46952,".topic":46953,"ĠDaten":46954,"ầ":46955,"Ġsitio":46956,"_MM":46957,"\"So":46958,"bial":46959,"Ġscoped":46960,"Requires":46961,"ĠTOTAL":46962,"ĠChancellor":46963,"(contents":46964,"Ġstealth":46965,"devices":46966,"-pass":46967,"ilih":46968,"ĠMalcolm":46969,"ĠDepot":46970,"Ġconfigur":46971,"aussian":46972,"_constraint":46973,"веÑĤ":46974,"GRA":46975,"ĠRates":46976,".dataGridViewTextBoxColumn":46977,"ĠNobel":46978,"itics":46979,"Ġignorant":46980,"ĠReporter":46981,"ĠEbola":46982,"ĠShock":46983,"_relation":46984,"ĠNinja":46985,")c":46986,"Ġticker":46987,".isChecked":46988,"ĠSuppliers":46989,"ĠRapid":46990,"Levels":46991,"âĤ¬âĦ¢":46992,"ĉqueue":46993,"Ġchop":46994,"ĠUnix":46995,"reject":46996,"-calendar":46997,"(sort":46998,"ène":46999,"ercicio":47000,"Ġhect":47001,"CALLTYPE":47002,"roupon":47003,"Ġrentals":47004,"authors":47005,"{name":47006,"ĠFIFO":47007,"Ġlassen":47008,"ĠNous":47009,"Ġsnapped":47010,"Ġfertility":47011,"\"log":47012,"clicked":47013,"Ġplanting":47014,"Ġgb":47015,"/output":47016,"PEAT":47017,"Ġcategoria":47018,"Ġbach":47019,"Professor":47020,"inth":47021,"\"]čĊ":47022,"Recorder":47023,"serde":47024,"ĠTransmission":47025,"trad":47026,"Ġturbo":47027,"_VERTEX":47028,"\\Event":47029,"ilver":47030,"Ġbodily":47031,"ĠSources":47032,"Ġkillings":47033,".xrTableCell":47034,"Ġfolded":47035,"/legal":47036,"uner":47037,"ĠRifle":47038,"ĠMIDI":47039,"_SelectedIndexChanged":47040,".SizeType":47041,"ĠWebSocket":47042,"Ġseleccion":47043,"Sand":47044,"otros":47045,"Ġenvision":47046,"/etc":47047,"ĠMelissa":47048,"Spot":47049,"ное":47050,"_ARM":47051,"Attempt":47052,"ĠBI":47053,"ãģĶ":47054,"ĠDU":47055,"Ġbacklash":47056,"stride":47057,"/classes":47058,"ĠtextColor":47059,"_staff":47060,"oblin":47061,"agenta":47062,".collections":47063,"illage":47064,"'čĊčĊ":47065,"flatten":47066,"_sales":47067,"_MASTER":47068,"TW":47069,"_da":47070,"Pitch":47071,"phies":47072,"Ġzombies":47073,"ĠVERY":47074,"ĠPharmacy":47075,"ĠprogressBar":47076,"Ġhashtag":47077,"Sidebar":47078,"@stop":47079,"(pc":47080,"олж":47081,"MAKE":47082,"ĠCoron":47083,"Ġkvinner":47084,"ĠMaid":47085,"bob":47086,".titleLabel":47087,"Ġsuccesses":47088,"ĠDemocracy":47089,"ĠSurgery":47090,"Ġcougar":47091,"Ġcurso":47092,"Ġloro":47093,"istency":47094,"Senior":47095,"æk":47096,"ĠAAA":47097,"ĠBOOK":47098,"ко":47099,"WSTR":47100,"Ġ*/,Ċ":47101,"oyal":47102,".vector":47103,"ĠSPEC":47104,"SSF":47105,"Ġcompuls":47106,"ĠAppeals":47107,"ĠWinston":47108,"ĠMockito":47109,"contrib":47110,".available":47111,"entityManager":47112,"arias":47113,"_sale":47114,"_rs":47115,"Ġdecoding":47116,"Ġlocator":47117,"olith":47118,"Ġkol":47119,"Ġascii":47120,"ĠRut":47121,"/interface":47122,"ĉĉĉĉĉĉĠĠĠ":47123,"ĠNumer":47124,".flip":47125,"-del":47126,"Ġbolster":47127,"onomic":47128,"Ġzm":47129,"LG":47130,"FindBy":47131,"Ġadaptive":47132,"loo":47133,"Ġvue":47134,"(reverse":47135,"_canvas":47136,".roles":47137,"ificado":47138,"venient":47139,"\"As":47140,"ĠEntr":47141,"aligned":47142,"Ġbereits":47143,"///ĊĊ":47144,".gwt":47145,".employee":47146,"_cli":47147,"Ġanticipate":47148,"éĻIJ":47149,"Ġpik":47150,"Ġmushrooms":47151,"(tt":47152,"Ġoma":47153,"ĠSanchez":47154,"_google":47155,".Valid":47156,"ĠFileName":47157,"ivative":47158,"ked":47159,"-war":47160,"Ġmaturity":47161,"ид":47162,"Ġminer":47163,"Reducers":47164,"ĠLatLng":47165,"_STD":47166,"Digits":47167,"Calc":47168,"-upload":47169,"Ġhandic":47170,"ีà¹Ī":47171,"egrated":47172,"ĠSTM":47173,"Clients":47174,"ĠTurbo":47175,"SYNC":47176,"Ġphotographers":47177,".Out":47178,".character":47179,"BUILD":47180,".unlock":47181,"Ġarises":47182,"ĠCommands":47183,"(\"\");čĊ":47184,"_FORE":47185,";',":47186,"+\"'":47187,".Images":47188,"\"){":47189,"ĠMeyer":47190,"Ġnegatively":47191,"ĠDLL":47192,"Ġexe":47193,"Ġdeficiency":47194,"Ġwildly":47195,"-switch":47196,"construction":47197,"Ġexceptionally":47198,"ĠLiz":47199,"/java":47200,"Ġtheirs":47201,"ĠContemporary":47202,"lis":47203,".fillRect":47204,"ĠNFC":47205,"Ġrehe":47206,"(numbers":47207,"Ġraster":47208,"Ġfiguring":47209,"Ġshowc":47210,"ĠJill":47211,"Ġarcade":47212,"ĠConstructs":47213,"mdl":47214,"('|":47215,"Ġidentifiers":47216,"Ġstellar":47217,"(Connection":47218,"Ġ\"{{":47219,"yor":47220,"(mysqli":47221,"Ġdove":47222,"OfBirth":47223,".disconnect":47224,"_hi":47225,"Ġzwischen":47226,"ĠGrund":47227,"iros":47228,"_Array":47229,".onclick":47230,"ansom":47231,"Answers":47232,"ĉremove":47233,"Fa":47234,"Ġhurry":47235,"-inf":47236,"ĠgetClass":47237,"ĠRegulation":47238,"ĠFLAGS":47239,"misc":47240,"Ken":47241,"_heading":47242,"GHz":47243,"-entry":47244,"Ġbiography":47245,"Sig":47246,"-mf":47247,"Watcher":47248,"âĢľA":47249,"}px":47250,"Ġspicy":47251,"_sq":47252,"Lost":47253,"(track":47254,"али":47255,"Descending":47256,"((":47453,"survey":47454,"Ġíĺ":47455,"...')Ċ":47456,"ĠDivider":47457,"osl":47458,"_CANCEL":47459,"_prepare":47460,"stin":47461,"ĠHeath":47462,".PrimaryKey":47463,"ĠâĨIJ":47464,"ĠLocalDateTime":47465,"Ġcooperative":47466,"Learning":47467,".enqueue":47468,"Ġgoog":47469,"ĠRegression":47470,"imates":47471,"Ġvoyeur":47472,"ĠDrink":47473,"plug":47474,"Ġlender":47475,"mana":47476,"Ġpersonnes":47477,"ypse":47478,"Ġunlink":47479,"ĠRavens":47480,"Ġhurd":47481,"Ġperiodically":47482,"ARGS":47483,"ĠGH":47484,"characters":47485,"...\"ĊĊ":47486,"-establish":47487,"Ġdn":47488,"(condition":47489,"ĠGravity":47490,"Ġestas":47491,"_focus":47492,"Creature":47493,"(site":47494,"Ġcarr":47495,"ĠRL":47496,"ĠRI":47497,"ĠMoto":47498,"ASF":47499,"ĠLuckily":47500,"ĉRoute":47501,"Ġentropy":47502,"(\",\"":47503,"Collect":47504,"(contact":47505,"ĠFlorence":47506,"Ġpremiums":47507,"Ġlifecycle":47508,"Ġbans":47509,"xef":47510,"WebKit":47511,"ĠFloating":47512,"Ġcosa":47513,"Specific":47514,"ĠLoans":47515,"bread":47516,"Ġdescriptors":47517,"Ġ{:.":47518,"THREAD":47519,"ĠTrent":47520,"Ġscop":47521,"QA":47522,"ĠAntar":47523,"pel":47524,"_difference":47525,"_changes":47526,"(...)":47527,"ĠRotation":47528,"ĠLGPL":47529,"ĠJUST":47530,"(Task":47531,"_subset":47532,"ĠTRANS":47533,"åĬĽ":47534,"ĠScout":47535,"-popup":47536,"Ġsmoked":47537,"_Class":47538,"Ġturnover":47539,"brakk":47540,"ĠRocky":47541,"tas":47542,".RegularExpressions":47543,"ĠElliott":47544,"ĠSpinner":47545,"DUCTION":47546,"Ġlibre":47547,"Ġmolto":47548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":47549,"ĠFTP":47550,"mpeg":47551,"(features":47552,"Ġbald":47553,"ĠVid":47554,"Ġshouting":47555,"Lint":47556,"Ġsockets":47557,"Ġprow":47558,"Ġnouvelle":47559,"iscard":47560,"ĠSponsor":47561,"Ġconsulta":47562,")));":47563,"Indian":47564,"ĠRaspberry":47565,"Ġteammate":47566,"ĠJWT":47567,"ĠGhana":47568,"Ġcakes":47569,"primer":47570,"forma":47571,"ergarten":47572,"_Manager":47573,"Ġpreseason":47574,"GAME":47575,"|\"":47576,"ĠBrock":47577,"Ġoccupy":47578,"Ġdecorations":47579,"ánd":47580,"Ġcot":47581,"Ġparan":47582,"Disk":47583,"remain":47584,">?":47585,"Strong":47586,"Ġfrance":47587,"ĠEra":47588,"-cr":47589,".BufferedReader":47590,"ĠParadise":47591,"ĠVAT":47592,"ĠAnders":47593,"Ġlimb":47594,"ampoo":47595,"Ġimperative":47596,"UTILITY":47597,"ĠRecognition":47598,"Ġragazze":47599,"Ġpops":47600,"ypress":47601,"Ġembargo":47602,"//{Ċ":47603,"Ġsyll":47604,"PTR":47605,"åŃĺåľ¨":47606,"Ġdidnt":47607,"Mailer":47608,"Ġacademics":47609,"ĠFrauen":47610,"neider":47611,"-rel":47612,"Ġrainbow":47613,"(In":47614,"Ġsliced":47615,"=============Ċ":47616,"(send":47617,"NSMutableDictionary":47618,"vos":47619,"(package":47620,"Ġordinance":47621,"viewer":47622,"ĠSantos":47623,"-selling":47624,"Ġgov":47625,"ettle":47626,"Ġfounders":47627,"Ġwaking":47628,"slashes":47629,"-pound":47630,"recht":47631,"ات":47632,".onClick":47633,"Ġnord":47634,"ständ":47635,"_when":47636,"UTERS":47637,"icc":47638,"Ġcapsule":47639,"ĠWid":47640,"Marc":47641,"ุ":47642,"rored":47643,"UGE":47644,"LOUD":47645,"ĠAudit":47646,"ipients":47647,"opian":47648,"ĠSue":47649,"Ġwurden":47650,".Helpers":47651,"Ġfactions":47652,"[np":47653,"-than":47654,"Ġreco":47655,"Ġkas":47656,"Ġcmds":47657,"/network":47658,"xbf":47659,"getColor":47660,"Ġbiased":47661,"ĠLak":47662,"Datas":47663,"vents":47664,"Ġë²":47665,"_PS":47666,".Validate":47667,"Invoker":47668,"Ġneuen":47669,"Ġjuvenile":47670,"VISION":47671,"Ġdevote":47672,"Ġlinha":47673,"Ġdiscounted":47674,"\\Config":47675,"Ġworthwhile":47676,"Ġskinny":47677,"ĠCourses":47678,"leys":47679,"ĠMortgage":47680,"Kevin":47681,"Ġannounces":47682,"])*":47683,"reservation":47684,"Ġæķ°":47685,"Ġprejudice":47686,"ĠStringComparison":47687,"Ġbeard":47688,"-win":47689,"ĠSão":47690,"ĉms":47691,"jal":47692,"ĠEarn":47693,"_ports":47694,"ĠNombre":47695,"_COR":47696,"ĠBUILD":47697,".sound":47698,"Yellow":47699,"Ġlinebacker":47700,"Ġcharitable":47701,"jug":47702,"_NONNULL":47703,"ĠDental":47704,"\">${":47705,"ĉmatch":47706,"Russian":47707,"Ġversch":47708,"Ġpinned":47709,"Ġadopting":47710,"OptionsMenu":47711,"Pag":47712,"Ġpairing":47713,"Ġtread":47714,"ercises":47715,"ĠSpread":47716,")i":47717,"ĠBAD":47718,"_tf":47719,"UIImageView":47720,"populate":47721,"bab":47722,"ĠÏĥ":47723,"[++":47724,"Ġopioid":47725,"Ġ##Ċ":47726,"dtype":47727,"ĠStarts":47728,"('/')":47729,"Ġpersonals":47730,"-market":47731,"Ġredundant":47732,"ĠEssential":47733,"Ġscrapy":47734,"Ġим":47735,"acl":47736,"Ġcrear":47737,"ĠBend":47738,"Ġrelieve":47739,"-room":47740,"wife":47741,"ĠvÃł":47742,"ĠQPoint":47743,"Ġquasi":47744,"ĠmethodName":47745,"\\xc":47746,"ĠPeru":47747,"/The":47748,".orm":47749,"Ġviz":47750,"/pdf":47751,"Located":47752,"Ġconfrontation":47753,"ĠChampionships":47754,"Ġhypert":47755,"Ġdj":47756,"ĠUserInfo":47757,"ĠåĪĽå»º":47758,"\\xb":47759,"(sim":47760,"Ġ==Ċ":47761,"Ġstaging":47762,"Ġdrastically":47763,"åѦ":47764,"lords":47765,".less":47766,"ведиÑĤе":47767,"ĠBucket":47768,"ĠMam":47769,".term":47770,"_pi":47771,"czy":47772,".pub":47773,"precio":47774,"ĠVirt":47775,"Ġroman":47776,"itat":47777,"Lex":47778,"_infos":47779,"Ä°":47780,".other":47781,"VELO":47782,"Ġponder":47783,"Ġhanno":47784,"(Page":47785,"doi":47786,"Ġpolite":47787,"Ġprogrammer":47788,"Dies":47789,"$d":47790,"Ġreplication":47791,"addColumn":47792,"frican":47793,"Ġleng":47794,"beer":47795,"oit":47796,"Ġwasting":47797,"ylim":47798,"measure":47799,"Neg":47800,"Ġpartie":47801,".console":47802,"ĠGuinea":47803,"TEL":47804,"_fact":47805,".chunk":47806,"Ġlent":47807,"Ġaller":47808,"Ġà¤ķ":47809,"_idle":47810,"Ġadmissions":47811,"JSONArray":47812,"Ġvibration":47813,".helpers":47814,"å¤ĸ":47815,"Ġhen":47816,"john":47817,"ĠìĥĿ":47818,"Ġjudgement":47819,"Ġgeen":47820,"terra":47821,"^{":47822,"ĠIz":47823,"Ġcâ":47824,"instances":47825,"Ġthreatens":47826,"Ġmüssen":47827,"KindOfClass":47828,"Ġstorytelling":47829,"_demo":47830,"rias":47831,"Privacy":47832,"hift":47833,"ĠYi":47834,"esor":47835,"íķł":47836,"ensitivity":47837,".Writer":47838,"à¸Ĥ":47839,"District":47840,".getJSONObject":47841,"Impro":47842,"(getResources":47843,"ĠSPELL":47844,"roduce":47845,"Ġslowed":47846,"Ġlinewidth":47847,"Ġhonesty":47848,"ĠCoord":47849,"ĠFork":47850,"ĠDispatchQueue":47851,"ĠCliff":47852,"ĠWiring":47853,"_TIMESTAMP":47854,"ollah":47855,"avoid":47856,"++];Ċ":47857,"semantic":47858,"-css":47859,"Ġveto":47860,"ĠMerr":47861,"Ġlegislators":47862,"CEEDED":47863,"Ġquestionnaire":47864,"ĠPills":47865,"Calculate":47866,"(core":47867,"'e":47868,"Ġdislike":47869,"ĠPreferences":47870,"_EXTERNAL":47871,"è°ĥ":47872,"Ġdodge":47873,"æľįåĬ¡":47874,".names":47875,".drawImage":47876,"_prom":47877,"uckland":47878,"Ġ<$>":47879,"ız":47880,"/site":47881,"项":47882,"rophe":47883,"Ġcompelled":47884,"Ġlaptops":47885,"Ġuni":47886,"CLOSE":47887,"Ġcasualties":47888,"ĠUniform":47889,"Terminal":47890,".\",\"":47891,"DAT":47892,"(TreeNode":47893,"ĠGandhi":47894,"(stmt":47895,"AXB":47896,"*M":47897,"Ġumbrella":47898,"animal":47899,"Ġgrpc":47900,"Ġwhereby":47901,"Ġfloats":47902,"ĉarg":47903,"Ġdbg":47904,"Ġexceeding":47905,"EventType":47906,".SaveChangesAsync":47907,"Ġ{{{":47908,"Ġowed":47909,"ahrenheit":47910,"Ġì§":47911,"Ġequipo":47912,"urai":47913,"Ġidol":47914,"]\")Ċ":47915,"_major":47916,"Ġentirety":47917,"ingerprint":47918,"ços":47919,"/account":47920,"ĉright":47921,"ursos":47922,"ĠEDT":47923,"_INSERT":47924,"Ġshining":47925,"Ġ<:":47926,"EdgeInsets":47927,"Ġcolonies":47928,".IM":47929,"ĉĠĉ":47930,"ROAD":47931,"CCCC":47932,"placing":47933,"ĠgetActivity":47934,"emacs":47935,"'%(":47936,".clicked":47937,"ĠThem":47938,"isia":47939,"Buscar":47940,".rename":47941,"Ġoath":47942,"Ġafterward":47943,"ĠUFO":47944,"APS":47945,"ĠJacksonville":47946,".some":47947,"Confirmed":47948,".scan":47949,"igInteger":47950,"Decorator":47951,"shield":47952,"ressive":47953,".did":47954,"请è¾ĵåħ¥":47955,"Ġshutter":47956,"Dam":47957,"Ġparenting":47958,"eyed":47959,"$item":47960,"-develop":47961,"Ġextracts":47962,"Ġdecentralized":47963,"ĠElsa":47964,"_spin":47965,"])+":47966,"-initial":47967,"Ġmultitude":47968,"Ġsensory":47969,"ĠMODEL":47970,"Ġsafeguard":47971,"ì¹":47972,"Ġhunters":47973,"ĠTiny":47974,"INO":47975,"decorate":47976,"ĠNoSuch":47977,"Ho":47978,"(Response":47979,"Ġruler":47980,"ĉshort":47981,"Ġcaster":47982,"ĠclientId":47983,"Ġpdb":47984,"ëıĦ":47985,"itic":47986,"ĠGameState":47987,"ĠnewItem":47988,")ĊĊĊĊĊĊ":47989,"ouis":47990,"noc":47991,".BLACK":47992,"_VECTOR":47993,"----------();":48281,".getP":48282,"anye":48283,"Ġneuron":48284,"ifold":48285,"ĠKnown":48286,"Bitcoin":48287,"Anyway":48288,"ayette":48289,"Ġ'['":48290,"Ãłnh":48291,"mgr":48292,"Ġcorrelated":48293,"Ġnause":48294,"Ġmentality":48295,"hasMany":48296,"ĠFG":48297,"ampie":48298,"ITU":48299,"Fs":48300,".Sp":48301,"_between":48302,"Dependencies":48303,"oug":48304,"Placeholder":48305,"=text":48306,"ĠManaging":48307,"ocalypse":48308,"åĮĹ":48309,"_mag":48310,"fld":48311,"âij":48312,"CAM":48313,"ĠHelpers":48314,"Ġdost":48315,"/out":48316,"Ġassassination":48317,".getImage":48318,"ĠKenny":48319,".')ĊĊ":48320,"){//":48321,"ĠRanger":48322,"Ġgek":48323,"Ġsincere":48324,"čĊ":48527,".getResources":48528,"Ġlump":48529,"_consts":48530,"(ext":48531,"ĉdir":48532,"âĿ":48533,"ĠpaddingTop":48534,"Ġobsession":48535,"Ġbanning":48536,"ĠAppModule":48537,"Ġpartisan":48538,"Ġcatalogue":48539,"Ġminors":48540,"Ġpitches":48541,"weep":48542,"Ġundertake":48543,"Ġthemed":48544,"audit":48545,".scrollTop":48546,"Ġrer":48547,"Ġsymptom":48548,"Ġopenings":48549,".blocks":48550,"openid":48551,"Ġassh":48552,"-save":48553,"ĠPig":48554,"Ġregain":48555,"Ġinicial":48556,"/favicon":48557,"ĉexp":48558,"Ġspices":48559,"iska":48560,"claims":48561,"mak":48562,"definitions":48563,"Ġcorrespondent":48564,"ĠCannabis":48565,"__,Ċ":48566,"ĠLucky":48567,"ĠGaussian":48568,"ĠNearly":48569,"CAD":48570,"']]Ċ":48571,"Ġadequately":48572,"ĠTITLE":48573,"constitutional":48574,"-mm":48575,"_override":48576,"Ġblas":48577,".readyState":48578,"Ġreminis":48579,"Ġreinforced":48580,"ĠCollabor":48581,"Ġdecorating":48582,"Ġbachelor":48583,"ERRUPT":48584,"Ġupright":48585,"ipation":48586,"ĠNoble":48587,"ĠvalueForKey":48588,"ĠsetLoading":48589,".Ignore":48590,"åģ":48591,"Globals":48592,"ĠMent":48593,"ASSES":48594,"Ġlimbs":48595,"ĠHUD":48596,"inci":48597,".iv":48598,"ĠQModelIndex":48599,"Fuse":48600,"Ġpedal":48601,"_FREQ":48602,"(verbose":48603,"Ġlongitud":48604,"ĠCharter":48605,"ê·¸":48606,"Ġbundles":48607,".ignore":48608,"umbo":48609,"EMA":48610,".......":48611,"sx":48612,".Card":48613,"Ġheute":48614,"Ġsteer":48615,"jumlah":48616,"Ġ{_":48617,"_Checked":48618,"Ġfax":48619,"ĠGust":48620,"itchens":48621,"Ġ))ĊĊ":48622,"Ġremarkably":48623,"/XML":48624,"-remove":48625,"_bt":48626,"Ġincub":48627,".package":48628,".currentThread":48629,"ĠHighlander":48630,".side":48631,"splash":48632,"Ġici":48633,"=D":48634,"Ġpuck":48635,"Ġballots":48636,"Ġhugely":48637,"coeff":48638,"ĠpData":48639,".COLUMN":48640,"ĠHealing":48641,"Ġordin":48642,"!),":48643,"Ġ'',čĊ":48644,"(md":48645,"ĠSask":48646,"čĊ":48668,"Ġrá":48669,"Ġblunt":48670,"ĠImageIcon":48671,"ifik":48672,"RTC":48673,"Ġfibers":48674,"Ġtoile":48675,".sent":48676,"ĠPyQt":48677,"$app":48678,"Ġmedio":48679,"Ġgranting":48680,"Ġtslint":48681,"ĠMö":48682,"(figsize":48683,"Ġhurricane":48684,"Ġlifes":48685,"ĠÃĦ":48686,"rocessing":48687,"_standard":48688,"-option":48689,"')))":48690,"Ġvacant":48691,"å·¥":48692,"ĠHollow":48693,"handleChange":48694,"Ġdivider":48695,"ĠEngineers":48696,"Ġsvens":48697,"Ġcompliant":48698,"tanggal":48699,"ĠCredits":48700,"ĠEmirates":48701,"RuleContext":48702,"Ġrealization":48703,"Ġdistracted":48704,"]+=":48705,"Ġaugment":48706,"ĠDw":48707,"otp":48708,"orrent":48709,"Editar":48710,".stock":48711,"Study":48712,"pections":48713,"ĠGameManager":48714,"=cut":48715,"Ġflock":48716,"ĠRomans":48717,"them":48718,"-hop":48719,"Ġscreenshots":48720,"Ġ/*!Ċ":48721,"Ġconversions":48722,"Ġnormalization":48723,"(configuration":48724,"Ġaeros":48725,"_security":48726,"!'Ċ":48727,"Bonus":48728,"ĠDRIVER":48729,"ĉDate":48730,"tie":48731,"ĠWyoming":48732,"Stand":48733,"itre":48734,"Ġshoppers":48735,"Ġdisadvantage":48736,"Ġliking":48737,"ç¬ij":48738,"Ġunderstandable":48739,"SEE":48740,"Ġhoy":48741,"Ġninete":48742,"Ġconfer":48743,"Ġnowrap":48744,"ĠVern":48745,",čĊčĊ":48746,"imestep":48747,"LayoutManager":48748,"à·":48749,"ĉwait":48750,"PLETED":48751,"Japan":48752,"Ġinduce":48753,"Ġå¯":48754,"озв":48755,"_ENDPOINT":48756,".horizontal":48757,"Ġaccelerated":48758,"rimon":48759,"IVES":48760,"Transactions":48761,"Lean":48762,"ĠSOUR":48763,"whether":48764,"yg":48765,"Ġoid":48766,"ĠEntityManager":48767,"OUNTRY":48768,"Ġfila":48769,"OLUMNS":48770,"INUE":48771,"ĠAnchor":48772,"TRAN":48773,"woo":48774,"blockquote":48775,"ĠNurse":48776,"ĠCarp":48777,"Ġredeem":48778,".try":48779,"ĠJP":48780,"Ġtimestamps":48781,"Ġ?>\"><":48782,"ĠREMOVE":48783,"ĠStarbucks":48784,"Really":48785,"Ġflooded":48786,".Callback":48787,"DropDown":48788,"ipro":48789,"Ġtended":48790,"lte":48791,"Ġproportions":48792,"-te":48793,"ĠRena":48794,"licate":48795,"forces":48796,".extra":48797,".authenticate":48798,"вод":48799,"¡°":48800,"ĠforControlEvents":48801,"Ġsenha":48802,"Ġkein":48803,"Ġminist":48804,"ĠPreference":48805,"ĠTelegraph":48806,"Ñĥп":48807,"strpos":48808,"Ġillnesses":48809,"Ġpigs":48810,"ĠgetIntent":48811,"Sol":48812,"Ġ¡":48813,"(cpu":48814,"[prop":48815,"screens":48816,"');?>":48817,"ĠActs":48818,"Ġstrdup":48819,"Ġaverages":48820,"anal":48821,"ĠCasual":48822,"GroupBox":48823,"ĠHandbook":48824,"/comments":48825,"Ġnumbered":48826,"Ġbroadcasting":48827,"çĽij":48828,".nativeElement":48829,".mu":48830,"ĠupdatedAt":48831,"ĠDoesn":48832,".AC":48833,".coll":48834,"Ġrecorder":48835,"_sha":48836,"Bg":48837,"bil":48838,"Ġbolts":48839,"Ġç¬":48840,"Ġimposing":48841,"ĠInformationen":48842,"_flashdata":48843,"economic":48844,"Remark":48845,"ucas":48846,"ĠOfficers":48847,"ĠTER":48848,"Walk":48849,"Ġmercado":48850,"_generate":48851,"HY":48852,"Calling":48853,"snap":48854,"scriptId":48855,".operation":48856,"ĠFlame":48857,"liness":48858,"Ġrented":48859,"_toggle":48860,"-changing":48861,"ĠTY":48862,"'util":48863,"EEP":48864,"Ġgraphql":48865,"ĠUni":48866,"Ġimpulse":48867,".Basic":48868,"Ġenergies":48869,"MARY":48870,"ĠMarcel":48871,"Ġmortal":48872,"Ġfres":48873,"mens":48874,"motion":48875,"Ġsampled":48876,"âĢľThat":48877,"iday":48878,"quipment":48879,"getInt":48880,"ĠAbsolute":48881,",'\"":48882,"uned":48883,".share":48884,"Ġ})(":48885,"mmm":48886,"ĠRising":48887,"ä»»":48888,"Ġunemployed":48889,"xfa":48890,".follow":48891,"ĉĉĉĉĠĠĠĠĠĠ":48892,"slt":48893,".Phone":48894,"Ġknives":48895,"Ġeve":48896,"onClick":48897,"]))čĊ":48898,"ĠWitness":48899,"ĉNS":48900,"ĠEOS":48901,"ĠStefan":48902,"ĠPriest":48903,"âĢĶwhich":48904,"GetString":48905,".By":48906,"Ġupstairs":48907,"Ġdetriment":48908,"broken":48909,"embro":48910,"Ġnicotine":48911,"ilion":48912,"Ġastonishing":48913,"_aff":48914,"ĠLesson":48915,"Ġaccidental":48916,"odor":48917,"Ġdecir":48918,"ĠnewName":48919,"+.":48920,"缸":48921,"igslist":48922,"ĠGithub":48923,"Ġsuccessive":48924,"racial":48925,"Ġenviron":48926,"éªĮè¯ģ":48927,"Ġredirected":48928,"TOTAL":48929,"Ġgrabbing":48930,"ĠLance":48931,"Ġforfe":48932,"_CB":48933,"å¾®":48934,"Elapsed":48935,"_way":48936,"(DialogInterface":48937,"_measure":48938,"xbb":48939,"Dog":48940,"Depart":48941,"-src":48942,"resolver":48943,"withstanding":48944,"_shell":48945,"ĠLastName":48946,"ĠAviation":48947,"Ġbeginner":48948,"(\"%.":48949,"(tool":48950,"Ġнов":48951,":init":48952,"(API":48953,"ĠMorrison":48954,"vtColor":48955,"Ġstaple":48956,"/INFO":48957,"Ġsupernatural":48958,"Ġsteak":48959,"timeline":48960,"zzle":48961,"\"`ĊĊ":48962,"Secondary":48963,"ĠNepal":48964,".StringUtils":48965,"Ġadam":48966,"Ġ(...":48967,"Ġsubstitution":48968,"Ġboarding":48969,"ĠKeyword":48970,"ĠAssault":48971,"dbcTemplate":48972,"ĠorderId":48973,"(engine":48974,".assertThat":48975,"ĠVenus":48976,"Ġhomicide":48977,"ĠAval":48978,"Ġgutter":48979,"ĠSupported":48980,"/part":48981,"Ġacclaimed":48982,"Histor":48983,"Ġmeses":48984,"über":48985,"ĠRenew":48986,"Ġgras":48987,"ĠEk":48988,"Ġinfile":48989,"indy":48990,".music":48991,".Scroll":48992,"ĠAges":48993,"ĠNaruto":48994,"ĠGather":48995,"Ġconfirming":48996,"=(\"":48997,"Ġpitched":48998,"oley":48999,"France":49000,"+'\"":49001,"$total":49002,"Ġonde":49003,"Ġditch":49004,"_sigma":49005,"Ġcontinuity":49006,"reward":49007,"-load":49008,"Ġproceso":49009,"Locked":49010,"staw":49011,"Ġspinal":49012,"lazy":49013,"!==":49014,"jest":49015,"Ġdun":49016,"ĠRodgers":49017,"ĉgrid":49018,"Ġlogos":49019,"ĠBengal":49020,".super":49021,"Provides":49022,"Ġnutrient":49023,".Timestamp":49024,"IZATION":49025,"åĨĮ":49026,"Ġfats":49027,"ĠXxx":49028,"ctica":49029,"Targets":49030,"Ġcontours":49031,"Ġreordered":49032,":Array":49033,"Ġtolerate":49034,"Vir":49035,"Ġterribly":49036,"Ġbricks":49037,"(&_":49038,"hb":49039,"Portal":49040,"ĠBread":49041,".which":49042,"ÂŃt":49043,"asInstanceOf":49044,"Ġjobject":49045,"ĉlength":49046,"_MT":49047,";\">čĊ":49048,"_EXIST":49049,"Ġmaternal":49050,"REL":49051,"Ġê²½ìļ°":49052,"hee":49053,"Ġlayouts":49054,"ĠLap":49055,"aisy":49056,"Ġstumbled":49057,"ĠUIG":49058,"ĠSco":49059,"Ġimpaired":49060,"RESSED":49061,"Ġabuses":49062,"VF":49063,"ARB":49064,".NAME":49065,"rch":49066,"primir":49067,"_completed":49068,"Ġpenny":49069,"Chrome":49070,"(begin":49071,"ernen":49072,"-checkbox":49073,"PlainOldData":49074,"ĠLPC":49075,"rade":49076,"spir":49077,"Ġconceived":49078,"Tips":49079,"ĠIoT":49080,"ĠGan":49081,"èģĶ":49082,"Ġbiases":49083,"Ġconsultants":49084,"pled":49085,"_ht":49086,"associated":49087,"],ĊĊ":49088,"Ġdelightful":49089,"ĠÑĤек":49090,"Helvetica":49091,"(load":49092,"-expand":49093,"_WIDGET":49094,"toa":49095,"ĠAkt":49096,"Ġomn":49097,"Ġclauses":49098,"Intel":49099,"*/}Ċ":49100,"_registration":49101,"ĠoldValue":49102,"Ġrestoring":49103,"Ġunreal":49104,"OVER":49105,"ĉĊĉĊĉĊ":49106,"ATS":49107,"_probe":49108,"Ġdivisor":49109,".updateDynamic":49110,"å¹³":49111,"Produces":49112,"stamp":49113,".jboss":49114,"ĉtask":49115,"!(:":49116,"Ġpsychic":49117,"@class":49118,"Martin":49119,"ĠPassed":49120,"clarations":49121,"hel":49122,"аÑĩ":49123,"ĉcopy":49124,"-bin":49125,"zan":49126,"igram":49127,"াà¦":49128,"(sig":49129,"ĠCaval":49130,"_##":49131,"Ġ%=":49132,"outlined":49133,"ĠAcid":49134,"Ġunpredictable":49135,"-dashboard":49136,"HexString":49137,"+c":49138,".Public":49139,"ẩ":49140,"Ġconveyor":49141,"ĠEB":49142,"Ġselects":49143,"Ġknocking":49144,"ĠCec":49145,"IBUTES":49146,"owaÄĩ":49147,"gatsby":49148,"*v":49149,"entropy":49150,"Ġdispatched":49151,"Ġcamel":49152,"ĠSaturn":49153,"Ġoverweight":49154,"(phone":49155,"parable":49156,"%B":49157,"_vectors":49158,"Ġbrewing":49159,"ĠTk":49160,"ĠDownloads":49161,"ĠSaved":49162,".Price":49163,"Ġcurved":49164,"ĠParenthood":49165,"è¶":49166,".pnl":49167,"pletely":49168,".Day":49169,"Ġadvertisers":49170,"Ġejec":49171,"Ġprzed":49172,"ë¯":49173,"!';Ċ":49174,"ĠKush":49175,"ĠTAB":49176,"Ġquests":49177,"Ġcoincidence":49178,"ummies":49179,"ĠKashmir":49180,"ĠEthics":49181,"_growth":49182,"Ġaktiv":49183,"Ġgrouping":49184,"å¢ŀ":49185,"_truth":49186,"åIJ¬":49187,"todos":49188,"iset":49189,"TexCoord":49190,"ätt":49191,"ĠZur":49192,"roys":49193,"_MAGIC":49194,"Ġbrewery":49195,"(State":49196,"ĠSMALL":49197,"ĠPlants":49198,"itbart":49199,"eacher":49200,"ĠAdelaide":49201,"Lu":49202,"Ġfick":49203,"undles":49204,"_loaded":49205,"ие":49206,"Poll":49207,"ritic":49208,"ELY":49209,"Ġ+'":49210,"ĠProfession":49211,"Ġstamps":49212,"ĠSew":49213,"scrollView":49214,"Ġcommunist":49215,"/problems":49216,"}čĊčĊčĊčĊ":49217,",o":49218,"Ġudp":49219,"Ġobese":49220,"approve":49221,"ancellation":49222,"_Game":49223,"ĠHashtable":49224,"adaptiveStyles":49225,"Ġpossesses":49226,".matcher":49227,"functional":49228,"Mrs":49229,"ĉsave":49230,"ĠDbType":49231,"Ġken":49232,"getContext":49233,"Ġmans":49234,"(rel":49235,"ĠBrotherhood":49236,")`Ċ":49237,"解":49238,".Information":49239,"OutOfRangeException":49240,"ĠSek":49241,"Cas":49242,"Ġbloggers":49243,"Either":49244,"(\"\"\"":49245,"Ġpinch":49246,"Ġcoarse":49247,")p":49248,"ĠPulse":49249,"Ġlearnt":49250,"Ġdentist":49251,"Ġonchange":49252,"Ġdirectives":49253,"(actions":49254,"nyder":49255,"ĠShir":49256,"Trait":49257,"_dep":49258,"ĠPET":49259,"ĠREP":49260,".AppSettings":49261,"cuador":49262,"idenav":49263,"Ġenvi":49264,"Ġslammed":49265,"ĠShoot":49266,"ĠdateFormat":49267,".joda":49268,"veys":49269,"Ġ).ĊĊ":49270,"Ġcareg":49271,"ĠParallel":49272,"_translation":49273,".functions":49274,".obs":49275,"RuntimeException":49276,"[]=":49277,"overview":49278,"ĠSchl":49279,"Ġnoisy":49280,"ĠOnPropertyChanged":49281,"Sending":49282,"Ġunfamiliar":49283,"Upon":49284,"ĠPrints":49285,".typ":49286,"Ġfleeing":49287,"ĉmove":49288,"(Un":49289,"Ġqr":49290,"׾":49291,"_beta":49292,"Ġskies":49293,"ĉme":49294,"WND":49295,"Ġstickers":49296,"blas":49297,"Ġinserts":49298,"Ġverses":49299,"ĠDew":49300,"Ġtangible":49301,"Ġhecho":49302,"POL":49303,"Ġteardown":49304,"omnia":49305,"IBE":49306,".cover":49307,"_strategy":49308,"^-":49309,"setPosition":49310,"uale":49311,"Signed":49312,"Ġiface":49313,"aseline":49314,".setTime":49315,"ĠMineral":49316,"ĠFighting":49317,"skins":49318,"Ġdiscrimin":49319,"Ġdansk":49320,"ĠPrinceton":49321,"acist":49322,"Ġ());Ċ":49323,"tracks":49324,"imonial":49325,"adecimal":49326,"EPROM":49327,"uggle":49328,".Notification":49329,"$mail":49330,"cantidad":49331,"ĠJung":49332,"Ġseekers":49333,"Ġplausible":49334,"tier":49335,"еж":49336,"Ġrapper":49337,"ĠMana":49338,"ĠHttpStatusCode":49339,"Ġburnt":49340,"loses":49341,"ĠFoto":49342,"ĠJsonObject":49343,"Instagram":49344,"Ġsyscall":49345,"Ġrealities":49346,"ĠMATLAB":49347,":^{Ċ":49348,"TERM":49349,"ĠCbd":49350,"ĠParagraph":49351,"Ġtravés":49352,"Ġconstructing":49353,"Ġswal":49354,"Ġpige":49355,"LLLL":49356,"-existing":49357,"Gets":49358,"Ġmelted":49359,"Ġmitigate":49360,"Hen":49361,"Ġhm":49362,"imas":49363,"ĠAo":49364,"ĠPerez":49365,"ĠDAL":49366,"Ġëĭ¤":49367,"Ġdivis":49368,"StoryboardSegue":49369,"ĠModify":49370,"ĠÃľber":49371,"_OVERRIDE":49372,".pem":49373,"untos":49374,"Ġespañ":49375,"Ġ{?":49376,"ĠPAY":49377,"_ipv":49378,"ĠFury":49379,"__.__":49380,"elow":49381,"-centered":49382,"checks":49383,"_Reg":49384,"-Javadoc":49385,"ĉload":49386,"ĠLikewise":49387,"اÙħ":49388,"UNE":49389,".sem":49390,"xcb":49391,"ĠCave":49392,"_sleep":49393,"Ġsilently":49394,"ĠExtreme":49395,".ToUpper":49396,"ĉCHECK":49397,"Ġcue":49398,"ĠQByteArray":49399,"Ġcorrupted":49400,"ĠDé":49401,"Ġimped":49402,"GetName":49403,"Ġinaccurate":49404,"Ġsober":49405,"ее":49406,"Ġbarcode":49407,"--){Ċ":49408,"inki":49409,"Ġép":49410,"Ġdri":49411,"ĠALT":49412,">>>>>>>>":49413,"onta":49414,"[L":49415,"Ġinteres":49416,"verting":49417,"Ġdiagnostics":49418,"pdev":49419,"è©":49420,"ĠIntegrated":49421,").'":49422,"_gc":49423,"$text":49424,".games":49425,"ĠTerra":49426,"'Re":49427,".transfer":49428,"_FIFO":49429,"getModel":49430,"Ġbland":49431,"ĠColeman":49432,"Ġprimes":49433,"ĠæĪ":49434,"Ġcrosses":49435,"nk":49436,"GING":49437,"Ġ'^":49438,"ĠBlob":49439,"Ġintercourse":49440,"ĠBlvd":49441,"Ġweighs":49442,"_regular":49443,"ĠPerth":49444,"Ġseparating":49445,"Ġbilled":49446,".tabControl":49447,"Ġpuppet":49448,"Ġutilization":49449,"Ġâĸł":49450,"Ġsucces":49451,"Ġlamps":49452,"_proj":49453,"Eric":49454,"Ġrenovation":49455,"ĠFamilies":49456,"ĠBits":49457,"partials":49458,"-Men":49459,"solution":49460,"Ġdwarf":49461,".INTEGER":49462,"ĠLOCK":49463,".ct":49464,"Ġexcerpt":49465,"ĠPix":49466,"ĠFirstName":49467,"ANTED":49468,"ĠAdmir":49469,"-help":49470,"Prior":49471,"ĠAlign":49472,".INSTANCE":49473,"LineEdit":49474,"('/:":49475,"Ġinet":49476,"odus":49477,".pkl":49478,"ĠKY":49479,"upert":49480,"Ġnerves":49481,"_gradient":49482,"}','":49483,"_unref":49484,"Ġsaturated":49485,"ĠConnected":49486,"ĠFN":49487,"EXIT":49488,"Ġteleport":49489,"Ġavait":49490,"PageRoute":49491,"Ġdivorced":49492,"(lang":49493,"fst":49494,"ĠTyr":49495,"Ġmessenger":49496,"ifstream":49497,"XS":49498,"ĠBanking":49499,"Ġinfectious":49500,"ĠMons":49501,"_LOOP":49502,"Ġzurück":49503,"Ġobtener":49504,"/repos":49505,"Vel":49506,"acro":49507,"ĠuserRepository":49508,"styleType":49509,"ĠSRC":49510,"VMLINUX":49511,"recursive":49512,"/bar":49513,"_chip":49514,"ominated":49515,"ĠNit":49516,"âĢĶto":49517,"ĠBuddh":49518,"омеÑĢ":49519,"ĠMAG":49520,"ĠCHE":49521,"_den":49522,".raises":49523,"_degree":49524,"Ġpumpkin":49525,"_templates":49526,"_MEDIA":49527,"ĠTimeline":49528,"Ġbots":49529,"ObjectType":49530,"Ġbuys":49531,".posts":49532,"CAL":49533,"waiting":49534,"ĠDaniels":49535,"Ġdabei":49536,"ĠSigma":49537,"ilor":49538,"igel":49539,",W":49540,"ADS":49541,"(panel":49542,"ì²´":49543,"itating":49544,".palette":49545,"Ġmosquito":49546,"Ġtego":49547,"(parseInt":49548,"Ġdespués":49549,"promise":49550,"Ġwij":49551,"typescript":49552,"ĠTv":49553,"_IDENTIFIER":49554,").ĊĊĊ":49555,"_flat":49556,"itsu":49557,"USR":49558,"experience":49559,"-fit":49560,"phinx":49561,"_thresh":49562,"Ġideally":49563,"ĠFreeman":49564,",DB":49565,"_rw":49566,"çŃī":49567,"Ub":49568,"_statistics":49569,"=\"\"><":49570,"Ġchore":49571,"Ġyork":49572,"installed":49573,"Additionally":49574,"Ġpstmt":49575,"ylko":49576,"::Ċ":49577,"Forest":49578,"Ġheadset":49579,"Ġgallon":49580,"ÑĢем":49581,"Ġwithdrawn":49582,"ĠCandidate":49583,"Ġmelting":49584,"Ġfreezer":49585,"Ġhl":49586,"_HELP":49587,"mime":49588,"(/*":49589,"Ġthirst":49590,"$return":49591,"memberof":49592,"еб":49593,"ĠHttpServletRequest":49594,"(ob":49595,"_Result":49596,"Ġasserted":49597,"Ġfulfilling":49598,"Ġstretches":49599,"parated":49600,"-funded":49601,"ĠåĽ":49602,"ingles":49603,"_ca":49604,".condition":49605,"ĠDisplays":49606,"Ġorang":49607,"ĠCRE":49608,"ĠglBind":49609,"ĠSelector":49610,"/type":49611,"ĠAlexa":49612,"chedules":49613,"ĠPeninsula":49614,"Ġparity":49615,"ĉdest":49616,"ĠDoors":49617,"čĊĉčĊ":49618,"_dimension":49619,"Ġaload":49620,".StoredProcedure":49621,"(paren":49622,"ĠBurke":49623,"')]Ċ":49624,"-engine":49625,"Ġquir":49626,"ĠHybrid":49627,"ĠDoe":49628,"Ġoutlines":49629,"ĠTrends":49630,"_NV":49631,"periments":49632,"ĠHin":49633,"?',":49634,"ĉText":49635,"FUL":49636,"Ġsmells":49637,"Ġslick":49638,"Ġmiserable":49639,"ĠArrayAdapter":49640,"ĠparamString":49641,"Hom":49642,"_literals":49643,"usuarios":49644,"Ġprompting":49645,"_lazy":49646,"ĠActivation":49647,"_oc":49648,"Weak":49649,"Ġanecd":49650,"ĠUCLA":49651,"=re":49652,"issement":49653,"ĠEscorts":49654,"Excellent":49655,"ĠPause":49656,"Ġrepositories":49657,"TOR":49658,"ariate":49659,"_iso":49660,"updates":49661,"halb":49662,"udiante":49663,"ë¡Ŀ":49664,"Ġnaive":49665,"ĠPeg":49666,"ĠLounge":49667,"ARGIN":49668,"(bin":49669,"OnClickListener":49670,"ĠFAILED":49671,"Ġlite":49672,"Ġdzie":49673,"ĠLiteral":49674,"ivor":49675,"fcntl":49676,"Ġeats":49677,"Ġqed":49678,"Unlock":49679,"riding":49680,"undai":49681,"=M":49682,"ATTER":49683,"ConfigureAwait":49684,"icias":49685,"ustomed":49686,"Ġsuccession":49687,"endTime":49688,"ĠJupiter":49689,"Ġjudging":49690,"dration":49691,"_docs":49692,".mo":49693,"Ġeducators":49694,"ĠVine":49695,"Cond":49696,"[out":49697,"qb":49698,"\\Validator":49699,"Ġmeanings":49700,"Ġpresently":49701,"Ġdividing":49702,"ottenham":49703,"ascular":49704,"Ġtrailers":49705,"ĠCLOSE":49706,"ами":49707,"âĢĻai":49708,"ĠGain":49709,"wor":49710,"Ġplanner":49711,"Ġdistributing":49712,"vat":49713,"months":49714,"xlabel":49715,"HF":49716,"Viol":49717,".BASELINE":49718,"еÑĤÑģÑı":49719,"ĠRotate":49720,"Ġtxn":49721,":bold":49722,"Ġbloss":49723,"Forgery":49724,"(embed":49725,"Ġjako":49726,"sprintf":49727,"their":49728,"Ġexhibits":49729,"-static":49730,"hecy":49731,"getActiveSheet":49732,".clients":49733,"ãģį":49734,"_hide":49735,"[word":49736,"Cb":49737,"addItem":49738,"axe":49739,"_radio":49740,"alion":49741,"modifier":49742,"Ġsaturation":49743,"Ġdenom":49744,"_pixels":49745,"mess":49746,"(fl":49747,"atif":49748,"Ġsecs":49749,"Ġprostitution":49750,"Ġgrandchildren":49751,"Ġparadise":49752,"ĠFeld":49753,"_BINARY":49754,"itous":49755,"à¹Ħ":49756,"Ġflashing":49757,"-sided":49758,"Ġcontradiction":49759,"/*ĊĊ":49760,"ylabel":49761,"ĠTet":49762,"Ġadmire":49763,"reso":49764,"Ġletz":49765,"ĠSEARCH":49766,"slots":49767,"ĠRewards":49768,"ĠHog":49769,"ĠNSData":49770,"stash":49771,"Fall":49772,"ĠAmer":49773,"LinearLayout":49774,"/photos":49775,"Ġfeather":49776,"Ġ|čĊ":49777,"Downloads":49778,".StartsWith":49779,"Ġ//#":49780,"ineTransform":49781,"Ġaffid":49782,"Vtbl":49783,"ĠRogue":49784,"scribed":49785,"Ġfauc":49786,"ĠMonroe":49787,"Ġdeclares":49788,"modern":49789,"reon":49790,"aybe":49791,"PASS":49792,"fers":49793,"_MULTI":49794,"ĠMathematics":49795,"Ġsudah":49796,"_ATTACH":49797,"ĠnumberWith":49798,"ĠSolomon":49799,"jin":49800,"ografia":49801,"öl":49802,"_design":49803,"culated":49804,"ĠLuna":49805,"iesz":49806,"Ġ=>'":49807,"Ġrevelations":49808,"Along":49809,"(ed":49810,"ĠFilename":49811,"Ġylabel":49812,"Secure":49813,"Ġbusca":49814,"agnosis":49815,"_RECE":49816,"Ġoverlapping":49817,"Extent":49818,"Ġanticipation":49819,"Checks":49820,"ĠALSO":49821,"orc":49822,"ilingual":49823,"itational":49824,"Ġadvancement":49825,"ouro":49826,"ĠPredicate":49827,"å¾Ĺ":49828,"eria":49829,"ĠPierce":49830,"orio":49831,"Ġmerits":49832,"Ġpeanut":49833,".Package":49834,"ĠConduct":49835,"_SENSOR":49836,"Ġboiling":49837,"Ġintra":49838,"ĠIGN":49839,"ĠFur":49840,".Refresh":49841,"ĠReach":49842,"_decoder":49843,".Exp":49844,"ĠÑĤак":49845,"pill":49846,",Q":49847,"ĠGrill":49848,"Ġpopping":49849,".Ag":49850,"Ġproyecto":49851,"Ġmileage":49852,"Ġecological":49853,"]]);Ċ":49854,"ĠÂŃ":49855,"subplot":49856,"acad":49857,"ĠTrying":49858,"recipes":49859,"$criteria":49860,"ĠPersian":49861,"-bound":49862,"MASK":49863,"ĠGesture":49864,"Ġkk":49865,"ĠPVC":49866,"Ġprohibition":49867,"Ġcomando":49868,"ĠLOOK":49869,"Shopping":49870,"Ġdistortion":49871,"čĊ":49917,".Dependency":49918,".QueryString":49919,".Owner":49920,"Ġexpiry":49921,"Thu":49922,"(Vec":49923,"Ġhazardous":49924,"Ġrpm":49925,"APON":49926,"ĠaddTarget":49927,"sville":49928,"pNet":49929,"ĠImg":49930,"ĠTIMER":49931,".Animation":49932,"Ġbek":49933,"Ġassort":49934,"Ġlebih":49935,"ĠbodyParser":49936,"Ġvibrating":49937,"IDL":49938,"Ġbutterknife":49939,"inters":49940,"Ġpersuade":49941,"ĠLGBTQ":49942,"èĭ":49943,".soft":49944,"Ġbeams":49945,"_sur":49946,".Def":49947,"Ġlabs":49948,"ĉplt":49949,"Ġskins":49950,"Ġtransferring":49951,"Ġimaginary":49952,"_End":49953,";background":49954,"Ġlaps":49955,"_COMMENT":49956,"(SDL":49957,"onds":49958,".Record":49959,"ĠImplements":49960,"_ticks":49961,"()))ĊĊ":49962,"Ġarose":49963,"]?":49964,"ĠMp":49965,"ĠICommand":49966,"Ġsculpture":49967,"Ġcontracted":49968,"\">'":50446,"kinson":50447,"Ġкол":50448,"ognitive":50449,"_li":50450,"Ġimminent":50451,"Ġaffinity":50452,".signal":50453,"Ġnotch":50454,"ĠSteelers":50455,"maxlength":50456,"KK":50457,"ĠEugene":50458,"_PWM":50459,"roi":50460,"ĠâĹı":50461,"ĠHamburg":50462,".Must":50463,"Ġaxe":50464,"enef":50465,"Ġambitions":50466,"ĠSpecies":50467,"ĠStress":50468,"Ġawhile":50469,"ĠбÑĥд":50470,"Ġwithstand":50471,"ĠDecoder":50472,"_inventory":50473,"Ġ{ččĊ":50474,"Ġtgt":50475,"Ġrailroad":50476,"WASHINGTON":50477,"Ġnegotiated":50478,"NST":50479,"-phone":50480,",U":50481,"Ġexercising":50482,"ụ":50483,"_PIXEL":50484,"avors":50485,"iterated":50486,"Ġvampire":50487,"adal":50488,"Ingrese":50489,"Ġung":50490,"jective":50491,".cells":50492,"Ġnano":50493,"Ġmarkdown":50494,"_RULE":50495,"(events":50496,"Ġluggage":50497,"MESSAGE":50498,"igkeit":50499,"$count":50500,"AttributeName":50501,"IGINAL":50502,"_Ent":50503,"ĠBF":50504,"ĠCOMMENT":50505,"_ini":50506,"ĠEuropeans":50507,"ĠBelle":50508,"åij½":50509,")['":50510,"åºĶ":50511,"ĠUseful":50512,".reference":50513,"()\",":50514,"_grade":50515,"ĠKaw":50516,"Ġsentencing":50517,"Ġsocialism":50518,"monster":50519,"_LAYER":50520,"Ġdeepest":50521,"wk":50522,"ĠNoise":50523,"###ĊĊ":50524,"Ġpréc":50525,"otle":50526,"ÑĤе":50527,"auf":50528,"ibal":50529,"Ġconquer":50530,">Email":50531,"Ġambulance":50532,"OAD":50533,"Ġ(\"%":50534,"ĠFI":50535,".fixture":50536,"Ġterse":50537,"ĠĠĠĠĉĉĉĉ":50538,"Ġsanctuary":50539,"ugi":50540,"ĠComparator":50541,"Definitions":50542,"Ġasthma":50543,"Ġlact":50544,"Ġhardwood":50545,".clock":50546,"Ġattracting":50547,"ĠMour":50548,"(distance":50549,"icits":50550,"Ġbonne":50551,"ĠACCESS":50552,".DeserializeObject":50553,"ĠTyped":50554,"Ġjeu":50555,"ĠappId":50556,"ĠClara":50557,"ĠHF":50558,"ĠReich":50559,"ipples":50560,"//--------------------------------------------------------------------------------":50561,"_delivery":50562,"erialization":50563,"Ġplaintiffs":50564,"Scient":50565,"shopping":50566,"ĠDummy":50567,"ĠWald":50568,"GroupName":50569,"Ġinscription":50570,"elog":50571,"::::::::":50572,"_ld":50573,"BackPressed":50574,".Raw":50575,"ĠOnTrigger":50576,"Ġmuseums":50577,"ĠBeen":50578,"ĠAdventures":50579,"Ġslate":50580,"Ġlett":50581,"Ġsund":50582,"ĠGin":50583,"ĠMechanical":50584,".ship":50585,"AppComponent":50586,"Ġdestined":50587,"Ġdwelling":50588,"Profiler":50589,"Prepare":50590,"zeich":50591,"Ġsilicon":50592,"(has":50593,"Ġ#%":50594,"VIDEO":50595,"Ġcollaborate":50596,"Lin":50597,"Ġscopes":50598,"(className":50599,"(sd":50600,"andin":50601,".ham":50602,"ServiceImpl":50603,"-described":50604,"Ġirony":50605,"stial":50606,"ĠHuawei":50607,"(repo":50608,"Ġunexpectedly":50609,"ĠKai":50610,".install":50611,"\\xf":50612,"Ġexhibited":50613,"_TCP":50614,"ĠOx":50615,"_CHO":50616,"Ġprostituerte":50617,"Ġvä":50618,"Ġsito":50619,"Ġconstituents":50620,"ĠContinued":50621,"ĠSAVE":50622,"rss":50623,"/message":50624,"ubes":50625,"Ġmisdemean":50626,"Ġtaxation":50627,"Ġstoryline":50628,"hair":50629,"ĠFinds":50630,"SIG":50631,"verification":50632,"~=":50633,".hp":50634,"Iterable":50635,"Ñĭе":50636,"atori":50637,"Ġctr":50638,"Rx":50639,"_);ĊĊ":50640,"dag":50641,".pin":50642,"Ġpseud":50643,"Ġinvo":50644,"ÑģÑĤÑĢ":50645,"_pix":50646,"为空":50647,"Ġsworn":50648,"âĢĶor":50649,"_registry":50650,"Ġdisasters":50651,"ĠROI":50652,"ĠâĢķ":50653,"aktu":50654,"forest":50655,"beiten":50656,"âĢĶI":50657,"ueva":50658,"egt":50659,"Ġspikes":50660,"URES":50661,"ĠRecommended":50662,"Ġexploited":50663,"ĠFrederick":50664,"_COMPLETE":50665,"ĠDrugs":50666,"!!!!!!!!":50667,"ĠRiv":50668,"STOP":50669,"ROOM":50670,"ĠPASSWORD":50671,"Cookies":50672,".El":50673,"á»Ń":50674,"ĠBert":50675,"Ġhashed":50676,"icester":50677,"Ġdecorator":50678,"ĠqueryString":50679,":;Ċ":50680,"Ġ\"[\"":50681,"otope":50682,"-Americ":50683,"ĠMatthews":50684,"URAL":50685,"âĢľ,":50686,"Summer":50687,"fos":50688,"_CONTAINER":50689,"_ACK":50690,"Ġfiltr":50691,"_disp":50692,"_Re":50693,"Ġfacile":50694,"аÑĪ":50695,"ĠìķĬ":50696,"Ġeben":50697,"Ġsprink":50698,"ĠQuint":50699,">V":50700,"Ġhistorians":50701,"ourmet":50702,"ĠMonitoring":50703,"ledger":50704,"cott":50705,"Ġware":50706,"GGLE":50707,"cars":50708,"ĠMEDIATEK":50709,"Ġvolupt":50710,"_View":50711,"HEL":50712,"(copy":50713,"(stats":50714,"Ġchromosome":50715,"ĠCurtis":50716,"-conf":50717,"(asset":50718,"Ġhvor":50719,"FileSystem":50720,"<>();čĊ":50721,"ocoder":50722,"ĠCannon":50723,")x":50724,"ĠSmooth":50725,"ĠSAS":50726,"_ce":50727,"ĉprev":50728,"_movie":50729,"Ec":50730,"_wall":50731,".ĊĊ":51278,"ogenesis":51279,"ĠOPTIONS":51280,"uptools":51281,"Ġmilitant":51282,"Ġexited":51283,"igar":51284,"ĠCOMM":51285,"ĠDisposable":51286,"aycast":51287,"Ġrowspan":51288,"Ġsynthes":51289,"Ġsondern":51290,"ĠĊ":54769,"ĠJacket":54770,"RATION":54771,".getSelectedItem":54772,"-init":54773,"ĠRegisters":54774,"_sep":54775,"ĠToolkit":54776,".dict":54777,"Ġxlabel":54778,"\\Table":54779,"toc":54780,"_combo":54781,"ĠCompact":54782,"Ġrugged":54783,"à¥ĩà¤":54784,"-management":54785,"')}}\">Ċ":54786,"ĠStamp":54787,"ıl":54788,"rox":54789,"Ġlandscapes":54790,"_NOTE":54791,"monary":54792,"cab":54793,"Ġmoet":54794,"xaf":54795,"rcode":54796,"-cli":54797,"_gate":54798,"[event":54799,"SPORT":54800,"gia":54801,"ĠSUPER":54802,"/Login":54803,"_shutdown":54804,"interrupt":54805,"Ġpretending":54806,"Ġfringe":54807,"ĠReds":54808,"ĠCUDA":54809,"ĠUNIX":54810,"vit":54811,"Ġbrig":54812,"drv":54813,"ĠConnector":54814,"Therefore":54815,"Ġlia":54816,"Detection":54817,"_actor":54818,"Ġtempfile":54819,"Ġeccentric":54820,"-role":54821,"Ġpadx":54822,"dent":54823,"Western":54824,"Ġê·¸":54825,"ĠApplicationRecord":54826,"Ġcampaigning":54827,"_runner":54828,"ĠCivic":54829,"aleigh":54830,"Ġdirekt":54831,".sul":54832,"ĠĠĉĉĉ":54833,"anten":54834,"Ġissuer":54835,"Ġassertions":54836,"(orig":54837,"ATIO":54838,"Ġleaned":54839,"äs":54840,".DTO":54841,"explode":54842,".Observable":54843,"Ġstaggering":54844,"Ġkidnapped":54845,"Ġprogrammers":54846,"ĠInnov":54847,".parameter":54848,"Ġdomination":54849,"Ġskeptic":54850,"Ġæĺ¯":54851,"Ġavoids":54852,".Verify":54853,"ubby":54854,"ĠASN":54855,"Ġformato":54856,"ĠBeatles":54857,"_brand":54858,"Ġinset":54859,"youtu":54860,"Ġtoc":54861,"-final":54862,"Showing":54863,"ĠDoub":54864,"ĠMesa":54865,"Adj":54866,"_medium":54867,"Creates":54868,"(endpoint":54869,"ĉUP":54870,"bbie":54871,"Ġstalk":54872,".databind":54873,".Scan":54874,"agents":54875,"$,":54876,"individual":54877,"+)/":54878,"ĉvm":54879,"(notification":54880,"Ġinex":54881,"ĠClassification":54882,"reno":54883,"Ġolig":54884,"-rated":54885,"Ġformulation":54886,"',{":54887,"Ġacept":54888,"_unpack":54889,"_CA":54890,".Pow":54891,"ĉim":54892,"Ġaluminium":54893,"ANO":54894,"Ġxn":54895,"Ġcómo":54896,"ĠIngredient":54897,"Ġseizures":54898,"åħ±":54899,"ificador":54900,"Ġsiguiente":54901,"ĠInfragistics":54902,"Ġduplicated":54903,"ĠDee":54904,"Ġnø":54905,"ĠACCEPT":54906,"(crate":54907,"иÑĤелÑĮ":54908,"-less":54909,"Ġinfinity":54910,"Analyzer":54911,"-Day":54912,"ritt":54913,"(cin":54914,"ĠGy":54915,"Ġmultiplied":54916,"uchi":54917,"ĠBaldwin":54918,"/ip":54919,"Ġshortcuts":54920,".ADD":54921,"Ġvigor":54922,"_instruction":54923,"(;":54924,"_eta":54925,"è¿ŀ":54926,"utorials":54927,"Ġboosting":54928,"bv":54929,"Ġacknowledges":54930,"Listening":54931,"FAQ":54932,";b":54933,"((-":54934,"Ġarchitects":54935,"Ġzwe":54936,"Ġpuls":54937,"ĠgetCount":54938,"verbs":54939,"ãĢľ":54940,"(Collection":54941,"kre":54942,"Ġjurisdictions":54943,"_bridge":54944,"ĠCrack":54945,"ĠDifficulty":54946,"KO":54947,"Reservation":54948,"_requires":54949,"Tour":54950,"ãģĹãģŁ":54951,".setCurrent":54952,"Ġky":54953,"ĠAlbany":54954,"Ġè§":54955,"ller":54956,"agna":54957,"workers":54958,".blank":54959,"ĠPrayer":54960,"MIC":54961,"Ġresilience":54962,"TeX":54963,"ĠLanguages":54964,"study":54965,"ĉcurr":54966,"Ġenzymes":54967,"Slug":54968,"ĠíĮĮ":54969,"stral":54970,"Ġtumors":54971,"Ġsegunda":54972,"='{":54973,"instruction":54974,"ĠLisp":54975,"/info":54976,"Ġ\"{$":54977,",:),":54978,"Ġgv":54979,"(ErrorMessage":54980,"Ġ'=":54981,"}-${":54982,".Documents":54983,"\"Well":54984,"Ġreminiscent":54985,"Ġgaz":54986,"iropr":54987,"ehr":54988,"Ġsuppressed":54989,"ersh":54990,".scrollTo":54991,"Ġcadena":54992,"ĠgameState":54993,"ÃŃm":54994,"(conv":54995,"ĠTomorrow":54996,"ĠCCT":54997,"Mongo":54998,"ulg":54999,".Camera":55000,".handlers":55001,"mph":55002,"Ġstk":55003,"Ġgenetics":55004,"ACING":55005,"Trivia":55006,"ĠBam":55007,"(marker":55008,".Stretch":55009,"ĠSunni":55010,"ĠBetty":55011,".tolist":55012,"unlikely":55013,".Rectangle":55014,"obsolete":55015,"ILON":55016,"innerText":55017,"embourg":55018,"aN":55019,"ĠVehicles":55020,"unlock":55021,":utf":55022,"nob":55023,"ĠSeeing":55024,"ĠNEVER":55025,"Ġtls":55026,"Ġfilles":55027,"Ġbenefited":55028,"ĠClint":55029,"*/),":55030,".fold":55031,"Ġposible":55032,"ADED":55033,"thouse":55034,".DAL":55035,"ĠOdd":55036,"rokes":55037,"ĠSunny":55038,"ĠPartialEq":55039,"_Buffer":55040,"ĠLevi":55041,"longrightarrow":55042,"eldon":55043,"gages":55044,"_warn":55045,".CreateTable":55046,"ĠDip":55047,"_questions":55048,".logic":55049,"Ġ#\"":55050,"={()=>":55051,"Ġtep":55052,"Ġjuicy":55053,"ìĤ¬":55054,"enko":55055,"ialect":55056,"Ùī":55057,"Ġonboard":55058,"Ġæı":55059,"ĉrt":55060,"_UTF":55061,"ĠQAction":55062,"âĢŀ":55063,"(Component":55064,"(audio":55065,".hit":55066,"gte":55067,"Ġprogrammed":55068,"stateParams":55069,"Ġpolyester":55070,"fires":55071,"byss":55072,"]=(":55073,"_quality":55074,"OfDay":55075,"ĠFairy":55076,"Ġyelled":55077,"opl":55078,"(userName":55079,"ĠDifference":55080,"Ġevaluations":55081,"iffany":55082,"Ġcyclists":55083,"Ġcidade":55084,"Ġtextbook":55085,"Ġprofiling":55086,"__),":55087,"dea":55088,".activate":55089,"Ġindications":55090,"Ðķ":55091,"TouchUpInside":55092,"Ġinvaluable":55093,"ĠMASK":55094,"Ġcontend":55095,"Freq":55096,"Ġrecruits":55097,"(interval":55098,"ĠUserProfile":55099,"Ġ'./../":55100,"edu":55101,"_Callback":55102,"Ġanalogy":55103,"ĠTrophy":55104,"apphire":55105,"Videos":55106,"ĠCher":55107,"ĠHav":55108,"âĢ¦\"":55109,".validator":55110,"gfx":55111,"ĠUObject":55112,"classnames":55113,"triangle":55114,"ĠEncoder":55115,".spy":55116,"Ġpredators":55117,"=status":55118,"-safe":55119,":\",Ċ":55120,"ĠIncluding":55121,"Ġ{};čĊ":55122,"*cos":55123,"Ġendured":55124,".sulake":55125,"Ġnursery":55126,"Ġfragrance":55127,"Ġrebuilding":55128,"Ġnth":55129,"ĠFraser":55130,".setDate":55131,"ĠVince":55132,"_REST":55133,"Ġventilation":55134,"æµ·":55135,"cribes":55136,".asm":55137,"lpVtbl":55138,"ĠAbe":55139,"uisine":55140,",array":55141,"ĉclassName":55142,"errals":55143,"Ġ'ĊĊ":55144,"Checkout":55145,"Ġsolicit":55146,"Aux":55147,"_capture":55148,"Ġribs":55149,"ragon":55150,"viol":55151,"topics":55152,"FunctionFlags":55153,"ĠMarty":55154,"bike":55155,"ĠTucker":55156,"(kernel":55157,"ĠOps":55158,"CloseOperation":55159,"/demo":55160,"ilda":55161,"ĠlÃŃnea":55162,"APPING":55163,"Ġsuites":55164,".visitVarInsn":55165,"urus":55166,"ĠMinute":55167,"(manager":55168,"Ġbutterfly":55169,"Ġapare":55170,"Ġwolves":55171,"JWT":55172,"ĠSalon":55173,"ĉdelay":55174,"-eslint":55175,"isations":55176,".rpc":55177,")|(":55178,"ĠSnapchat":55179,"/mm":55180,"MN":55181,"ceries":55182,".textAlignment":55183,"ĠFrankfurt":55184,"Ġado":55185,"(newValue":55186,"(access":55187,"(Expression":55188,"ĠSignIn":55189,"ĠHaiti":55190,"_tp":55191,".setParameter":55192,"Minute":55193,"Ġmanuals":55194,"ricanes":55195,"ĠPTR":55196,"ĠOuter":55197,"Ġgetline":55198,"ocations":55199,"_CD":55200,"ĠLyon":55201,"/gui":55202,"_live":55203,"idan":55204,".geom":55205,"ĠborderBottom":55206,"imuth":55207,"_checkpoint":55208,"Ġmeu":55209,"ĠIrving":55210,"Ġpeuvent":55211,"(MAX":55212,"ĠARCH":55213,"Ġpov":55214,".sourceforge":55215,"Ġjamais":55216,"Ġark":55217,"ĠBaghdad":55218,"ĠCLEAR":55219,"MenuBar":55220,"Ġtrois":55221,"CHEDULE":55222,"Ġ#čĊ":55223,"(Call":55224,"$order":55225,"(Material":55226,"Ġencontrado":55227,"$list":55228,"ĠMETHODS":55229,".beginTransaction":55230,"_MAG":55231,"StyleSheet":55232,"Ġmajors":55233,"Ġindefinitely":55234,"cleanup":55235,"Ġhomeland":55236,"(dto":55237,"Dates":55238,"Presentation":55239,"ĠDK":55240,"={`/":55241,"ĉKey":55242,"(Block":55243,"_checkbox":55244,"needs":55245,"ĠonComplete":55246,"rico":55247,"Ġgleich":55248,"Ġxm":55249,"OOD":55250,"Better":55251,"ĠSQLITE":55252,".Book":55253,"xad":55254,"ĠGone":55255,"ĉdp":55256,"Ġdevotion":55257,"Ġstm":55258,"Ġobsess":55259,"ĠBackend":55260,"Queries":55261,"Ik":55262,"//****************************************************************":55263,"Ġdividends":55264,".parentElement":55265,"}\")ĊĊ":55266,"ĠMaterialPageRoute":55267,":num":55268,"Ġexplic":55269,"ĠOL":55270,"least":55271,"Oops":55272,"imentos":55273,"Ġinsurers":55274,"Ġheroic":55275,"ĉfields":55276,".imgur":55277,".btnCancel":55278,"ĠDetective":55279,"(sm":55280,"ĠMutableLiveData":55281,".lab":55282,"(([":55283,"Ġhairst":55284,"ĠTransactions":55285,"å¼Ģå§ĭ":55286,"ĠstdClass":55287,"uento":55288,"GIS":55289,"_cod":55290,"Instructions":55291,"Calls":55292,"PointerType":55293,"ĠRw":55294,"Ġassortment":55295,"ĠDIG":55296,"+r":55297,"_CERT":55298,"Ġinstability":55299,"Ġvib":55300,"onas":55301,"Ġroku":55302,"apellido":55303,"Ġangl":55304,"preneur":55305,"Ġfluids":55306,"isease":55307,"Ġdeed":55308,"quist":55309,"_CONSTANT":55310,"Ġequilibrium":55311,"_delegate":55312,"ĠQuantum":55313,"rei":55314,"Capabilities":55315,"rectangle":55316,"?><":55317,"alien":55318,"ĠJug":55319,"DNA":55320,"Tickets":55321,"Occurs":55322,"ĠHawk":55323,".setHorizontalGroup":55324,"\\Collection":55325,"ffiti":55326,"Ġrearr":55327,".setVerticalGroup":55328,"Ġcavity":55329,"Ġadulte":55330,"Facade":55331,"-wh":55332,"ĠLOL":55333,"Ø°":55334,"Ġgrandparents":55335,"Swift":55336,"ĉwx":55337,"æīĢæľī":55338,"ifen":55339,"ffset":55340,"Beyond":55341,"//}ĊĊ":55342,"Ġwager":55343,"Ġbury":55344,"Ġcommence":55345,"registro":55346,"scient":55347,"ĠPercent":55348,"Ġдолж":55349,"(identifier":55350,".setModel":55351,"Ġseldom":55352,"nton":55353,"Ġappliance":55354,"amus":55355,"rysler":55356,"Ġpanties":55357,"enguins":55358,"Ġmimic":55359,"ĠonChanged":55360,"Ġalcoholic":55361,".reloadData":55362,"Charge":55363,"ĠFax":55364,"ĠjScrollPane":55365,"Empresa":55366,"Ġshattered":55367,"xba":55368,"Fonts":55369,"?s":55370,"Ġpostseason":55371,"retain":55372,"_rates":55373,"ĠrequestCode":55374,".todo":55375,"´s":55376,"CHK":55377,"ĠKeeping":55378,"engeance":55379,"Ġvscode":55380,"IPPING":55381,"DefaultCloseOperation":55382,"_raise":55383,"ĠOculus":55384,"ograms":55385,"raj":55386,"pci":55387,"Ġcorrosion":55388,".handleSubmit":55389,"Accessible":55390,"ĠPiano":55391,"little":55392,"ACL":55393,"Äĩe":55394,".unwrap":55395,"ĠConvers":55396,"ĠLeben":55397,"ioneer":55398,"ĠMerchant":55399,"ĠJorge":55400,"Ġembracing":55401,"Ġventa":55402,"ást":55403,"Ġviene":55404,"Ċ":55556,"-growing":55557,"Ġdeepcopy":55558,"Ack":55559,"eggies":55560,"Ġ__(\"":55561,"Ġnoir":55562,"terrorism":55563,"Ġanthem":55564,"agency":55565,"_PACKAGE":55566,"ĠClosure":55567,".registry":55568,"Ġmammals":55569,"L":55600,"Ġbluetooth":55601,".Deep":55602,"-standing":55603,"ácil":55604,"Ġrooft":55605,"ĠPaths":55606,"_iterations":55607,"InvalidArgumentException":55608,".spi":55609,"ĠUIAlertAction":55610,"uye":55611,"signin":55612,".priority":55613,"ĠEssays":55614,"='{$":55615,"Ġè¿ĶåĽŀ":55616,"_signed":55617,".persist":55618,"Ġredesign":55619,"ToLower":55620,"ĠNewman":55621,"=start":55622,"ĠIsraelis":55623,"asiswa":55624,"Speech":55625,"Ġnumeros":55626,"handlers":55627,"ĠWong":55628,"ĠмеÑĤод":55629,"Weights":55630,"ĠGujar":55631,"teil":55632,"ĠNonetheless":55633,"_EFFECT":55634,"Ġvect":55635,"ĠOsc":55636,"Ġcoats":55637,"ĠWheat":55638,"Ġgeek":55639,"ĠPROPERTY":55640,"worm":55641,"_constants":55642,"ĠBoulder":55643,"ĠParm":55644,"cole":55645,"ĠdefaultCenter":55646,"ĠRouge":55647,":A":55648,"xcf":55649,"ĠVenice":55650,"median":55651,"Ġredemption":55652,"Fresh":55653,"Ġcosm":55654,"Ġfigur":55655,"Ġrefurb":55656,"COPE":55657,".cd":55658,"Ġchords":55659,"ĠSgt":55660,"Åį":55661,"VPN":55662,"ĠSEND":55663,"ainen":55664,"_accounts":55665,"Ġtenth":55666,"Ġdissolved":55667,"":55907,"Ġlegitimacy":55908,"Ġoo":55909,"Slinky":55910,"Ġnationals":55911,".words":55912,";p":55913,"trap":55914,"omanip":55915,"Ġcues":55916,"Ġgraduating":55917,"Ġsemaphore":55918,"\"]);ĊĊ":55919,"acey":55920,"REET":55921,"Grab":55922,"ĠFelix":55923,"(Id":55924,"_neighbors":55925,"Ġmeaningless":55926,"(del":55927,"Ġjeder":55928,"ĠContentValues":55929,".absolute":55930,"/cl":55931,"Ġxb":55932,"datum":55933,"Ġtortured":55934,"Ġrubbing":55935,"Scores":55936,"ĠðŁĺī":55937,"Ġavons":55938,"Ġamsterdam":55939,"EOS":55940,"Hal":55941,"Ġtrustworthy":55942,"#=":55943,".EXTRA":55944,"Ġmano":55945,"isicing":55946,"-support":55947,"ĉcursor":55948,"ĠSpo":55949,"aimassage":55950,"Mission":55951,"[]{\"":55952,"Ġprinters":55953,"GREEN":55954,"Ġteg":55955,"Ġabdominal":55956,"!ĊĊĊĊĊĊ":55957,".Short":55958,"азв":55959,"ĠGifts":55960,"}\")":55961,"(binding":55962,"xce":55963,"âĢij":55964,"infos":55965,"FormData":55966,"Ġdart":55967,"Ġelems":55968,"(inv":55969,"YL":55970,"tin":55971,"GENER":55972,"ữ":55973,"ĠTaken":55974,"uckle":55975,":e":55976,"Ġspectral":55977,".baidu":55978,"/');Ċ":55979,"Ġgreedy":55980,"esion":55981,",,,,,,,,":55982,"Ġ/>,Ċ":55983,"InternalServerError":55984,"NSNotificationCenter":55985,"ĠAi":55986,"Ġspit":55987,"Ġaugmented":55988,"ĠstandardUserDefaults":55989,"FINITY":55990,"Race":55991,":C":55992,"ĠRECORD":55993,"ĠHighlight":55994,"Ġ'`":55995,"Ġdeficits":55996,"Ġnei":55997,"Ġresearched":55998,"Ta":55999,"Ġcopp":56000,".GetHashCode":56001,"):čĊčĊ":56002,"OnClick":56003,"ĠWellington":56004,"Ġrevival":56005,"æ¯Ķ":56006,"éĹ®":56007,"ĠNSS":56008,"Ġforn":56009,"Ġinté":56010,"ĠKuwait":56011,"_flip":56012,"_bo":56013,"_\\":56014,"Ġoccurrences":56015,"ĠScientists":56016,"SRC":56017,"ogens":56018,"igrant":56019,"REMOTE":56020,"ĠSID":56021,".opts":56022,"uve":56023,"()])Ċ":56024,"Ġlibertarian":56025,"ĠGlide":56026,"lesen":56027,"Ġforme":56028,"owania":56029,"Ġannoyed":56030,"Defs":56031,"ĠExecutor":56032,"Ġcasts":56033,".setChecked":56034,"ĠSharing":56035,".SerializeObject":56036,"Ġselectors":56037,"_OTHER":56038,"미":56039,"(super":56040,"(OS":56041,"_VERIFY":56042,"idunt":56043,"';Ċ":56045,"Ġvidéo":56046,"ĠNegro":56047,"ĠLords":56048,"ĠTours":56049,"Ġsoftly":56050,".receive":56051,"ĠERC":56052,"ĠdataSet":56053,"Badge":56054,"ĉEvent":56055,"Ġperl":56056,"Ġ{}\\":56057,"(sentence":56058,"OrUpdate":56059,"Ġdiminish":56060,"PIN":56061,"(draw":56062,".ToDateTime":56063,".EqualTo":56064,"(pin":56065,"-pencil":56066,"luent":56067,"ĠCaller":56068,"Ġplayful":56069,"-'+":56070,"xca":56071,"swick":56072,"){}Ċ":56073,"}:${":56074,"ĠMeth":56075,".getCell":56076,".break":56077,"Ġymax":56078,"='Ċ":56291,"ĠHiro":56292,"(TRUE":56293,"asurer":56294,"Ġcuer":56295,"Uber":56296,".Operation":56297,"Ġolan":56298,"Ġthrilling":56299,"'.":56321,"ĉvalid":56322,"\"\",":56323,"Instrument":56324,">J":56325,"Ġnostr":56326,"ĠRift":56327,"_Port":56328,"Ġveces":56329,"[['":56330,"Ġrallies":56331,"-series":56332,"Ġvv":56333,".uc":56334,"Ġrtn":56335,"StateChanged":56336,"(ins":56337,"ĠCla":56338,"------------Ċ":56339,"cus":56340,"ĠReload":56341,"//------------------------------------------------------------------------------------------------":56342,".seconds":56343,"_destination":56344,"Ġscrewed":56345,">c":56346,"Thickness":56347,"Designer":56348,"Ġgrids":56349,"nÄħ":56350,"(cookie":56351,"Trip":56352,"-Mobile":56353,"Ġvoll":56354,"Ġgenital":56355,"Ġconfisc":56356,"ĠConfederate":56357,"ĠwebView":56358,"Ġmise":56359,"Ġcler":56360,"(selection":56361,"$date":56362,"Ġsharpen":56363,"ragen":56364,"AndUpdate":56365,"Ġremix":56366,"Ġhtons":56367,"RW":56368,"MPI":56369,"Ġretrieval":56370,"Ġrichest":56371,".Decode":56372,":initComponents":56373,"ĠTValue":56374,"Saint":56375,"@include":56376,"ĠPERSON":56377,".sep":56378,"ĠLDAP":56379,"gba":56380,"ĠgroÃŁe":56381,"Ġreliably":56382,"ĠDFS":56383,".getItemId":56384,"Ġprésent":56385,".getToken":56386,"Ġchinese":56387,"ĠMeal":56388,"YOU":56389,"\">>ĊĊ":56948,"bower":56949,"Ġswapped":56950,"/install":56951,"Ġsinks":56952,"etrize":56953,"Ġdeclines":56954,"ĉmysql":56955,"ĠCString":56956,"ĠMotionEvent":56957,".Language":56958,"Road":56959,"ÑĤеÑĢ":56960,"ascimento":56961,"'))->":56962,".about":56963,"(editor":56964,"ĠRatings":56965,"income":56966,"Å¡e":56967,".dequeueReusableCell":56968,"ĠAustrian":56969,"Ġsulla":56970,"ĠTribunal":56971,"ĠDidn":56972,"оваÑĢ":56973,"Ġinspections":56974,"Boss":56975,"Ġcocktails":56976,"Ġapologized":56977,"_subplot":56978,"opal":56979,"+=(":56980,"Ġresonance":56981,"ibu":56982,"Ġ리":56983,"roma":56984,"reserve":56985,"pls":56986,"ĠTah":56987,"axies":56988,"OPLE":56989,"ĠDarren":56990,"ĠZombie":56991,"_Map":56992,"Ġ])ĊĊ":56993,"ĠQi":56994,"ĠSail":56995,"Ġrestrictive":56996,"Ġerosion":56997,"-par":56998,"WHITE":56999,"Ġoldu":57000,"Ġaperture":57001,"Ġbitcoins":57002,"texto":57003,"ĠComcast":57004,"Ġtimeless":57005,"enkins":57006,"Ġfeeder":57007,"/tmp":57008,"resden":57009,"+'_":57010,".Destroy":57011,"Ġçok":57012,"ĠDOCUMENT":57013,".lng":57014,".tagName":57015,"Ġkullan":57016,"egrate":57017,"Ġ(*.":57018,"ç¼ĸè¾ij":57019,"Ġhandshake":57020,"soc":57021,"_geometry":57022,"ĠDamascus":57023,"Minor":57024,"ĠKafka":57025,"ìŬ":57026,"Florida":57027,"_compute":57028,".expr":57029,"Ġparalle":57030,"ĠDiaz":57031,"cir":57032,"[target":57033,"Ġjoking":57034,"Ġglor":57035,"(setq":57036,"_handlers":57037,"Hang":57038,"Ġferr":57039,"riminal":57040,"ĉĠĠĠĠĉĉ":57041,"enties":57042,"defines":57043,"-tax":57044,"jsonp":57045,"ĠUPS":57046,"metro":57047,"__;Ċ":57048,"ĠUganda":57049,"])):Ċ":57050,"_td":57051,"xae":57052,"lw":57053,".OS":57054,"ĠLogged":57055,"acid":57056,"ĠMayo":57057,"aspect":57058,"Ġvaginal":57059,"Ġinitializing":57060,"Ġsteroids":57061,"fiction":57062,"GRE":57063,"gend":57064,"Ġliabilities":57065,"ĠLets":57066,"Mech":57067,"(nc":57068,"(change":57069,"Ġconnectors":57070,":k":57071,"Ġtast":57072,"!\");ĊĊ":57073,"things":57074,"rophy":57075,"luetooth":57076,"ĠSignUp":57077,".ctrl":57078,"Ġtherein":57079,"orda":57080,".escape":57081,"igator":57082,"Ġpetrol":57083,"Ġspecimen":57084,"Ġdebuted":57085,"-Pro":57086,"Ġcrises":57087,".addView":57088,"ëıĻ":57089,"-door":57090,"Ġmonet":57091,"Ġmillis":57092,"Ġvier":57093,"InternalEnumerator":57094,"Ġadmins":57095,"ĠLair":57096,"zin":57097,"getQuery":57098,"umbles":57099,"LIMIT":57100,"ĠVig":57101,"_song":57102,"":57415,"Ġpasado":57416,"thank":57417,"_Delete":57418,"ĠBrighton":57419,",unsigned":57420,"ä½ľèĢħ":57421,"Ġaspirations":57422,"-how":57423,"Rose":57424,"=((":57425,"_needed":57426,"_plural":57427,">ĊĊ":57545,"Ġsurfaced":57546,"ĠìłĢìŀ¥":57547,"platz":57548,"ĉemail":57549,"ceptors":57550,"\">(":57551,"Ġepile":57552,"读":57553,"ĠDebt":57554,"åijĬ":57555,"NOP":57556,"\"https":57557,":j":57558,"FormItem":57559,"_LICENSE":57560,".getDouble":57561,"ĠAgenda":57562,"ĉfinally":57563,"(filters":57564,"(av":57565,"ç¾İ":57566,"APER":57567,"Ġlava":57568,"еÑĢж":57569,"))))ĊĊ":57570,"Ġfaulty":57571,"_nm":57572,"Ġtrava":57573,"(Bitmap":57574,"Ġspeeding":57575,">').":57576,"Ġscreened":57577,"_roll":57578,"ĠMacBook":57579,"ĠAUD":57580,"Ġdiagnose":57581,".Generate":57582,"Ġ^^":57583,"Ġstrs":57584,"[Test":57585,"Ġransom":57586,"ĠDHCP":57587,"elden":57588,"Ġinterpretations":57589,"()].":57590,"flatMap":57591,"ĠlineHeight":57592,"_mount":57593,"ĠWizards":57594,"Ġsluts":57595,"ehler":57596,"odal":57597,"Ġmilitia":57598,"å²":57599,"earned":57600,"Ġmisery":57601,"intval":57602,"fund":57603,"Ġhides":57604,"Ġdiarr":57605,"ĠWesley":57606,"Ġxmm":57607,"Ġquem":57608,"ĠArabs":57609,"ifth":57610,"ategorized":57611,"Disposable":57612,"Pure":57613,"_NOTIFY":57614,"snippet":57615,"ĠGarrett":57616,".running":57617,".weights":57618,"Ġ(--":57619,"Ġinvariant":57620,"äºĭ件":57621,"ĠAllowed":57622,"dirs":57623,"Ġpassions":57624,"Ġlad":57625,"ĠFlush":57626,"menus":57627,":block":57628,"Ġcompra":57629,".chomp":57630,"allocator":57631,"Ġcurated":57632,"ĠKnowing":57633,"ĠPatterson":57634,"Ġtelah":57635,"'ex":57636,"Ġdoomed":57637,"Ġphilanth":57638,"otty":57639,".styles":57640,"Owned":57641,"Ġallergies":57642,"=params":57643,"ocese":57644,"itelist":57645,"ĠSending":57646,"bef":57647,"orrar":57648,"ĠNão":57649,"ĠFargo":57650,"ĠLub":57651,"ĠCombined":57652,"_given":57653,"ĉĉĉĉĉĠĠĠĠ":57654,"Ġreconciliation":57655,"Patterns":57656,"azard":57657,"Ġbiomass":57658,"ĠHouses":57659,"respuesta":57660,"cco":57661,"/topics":57662,"ĠYuk":57663,"Ġweakened":57664,"_calendar":57665,"Ġmulheres":57666,"ĠMarl":57667,"Ġsine":57668,"ĠTil":57669,"ĠSouls":57670,"ĠDeutsche":57671,"ĠFOLLOW":57672,"Ġpipelines":57673,"ĠBeverly":57674,"_DIPSETTING":57675,"\"#":57676,"ĠProto":57677,".big":57678,"ĠSavings":57679,"ĠTanz":57680,"jun":57681,"ĠGamma":57682,"ĠSadd":57683,"Ġadvisors":57684,"Ġroast":57685,"Ġunters":57686,"udies":57687,"_lon":57688,"-pointer":57689,"ĠElementRef":57690,"\\Builder":57691,"exampleInput":57692,".webdriver":57693,"dataType":57694,"ĠQuite":57695,"ĠCeltics":57696,"uil":57697,"-defense":57698,"bish":57699,"ĠUIWindow":57700,"ĠSuddenly":57701,".hot":57702,".reason":57703,"Ġgör":57704,"AMD":57705,".Multi":57706,"authenticated":57707,"regions":57708,";(":57709,"аÑĢам":57710,"ĠKirby":57711,"$route":57712,"PRECATED":57713,"ĠDurham":57714,"owo":57715,"ĠPerforms":57716,"Ġdisregard":57717,"nst":57718,"ĠPols":57719,"ĠgetP":57720,"\"]:":57721,"-colored":57722,"(Keys":57723,"ĠAlleg":57724,"_modify":57725,"_loading":57726,"strained":57727,"Ġatroc":57728,"_phr":57729,"":58721,"ceph":58722,".DateTimePicker":58723,".\";ĊĊ":58724,"ĠTie":58725,",item":58726,"Ġmenn":58727,"Gas":58728,"ocha":58729,"_virtual":58730,"Ġmasterpiece":58731,"_sequences":58732,"LTE":58733,"ĠSubmission":58734,"Caller":58735,"$\\":58736,"Sport":58737,"agus":58738,"ConstraintMaker":58739,"Ġcoloc":58740,"Ġwig":58741,"ĠУ":58742,"ĉArray":58743,"Looks":58744,"ĠGTA":58745,".steps":58746,"atchewan":58747,"_ranges":58748,"extAlignment":58749,"ĠBrennan":58750,"Ġabstraction":58751,"ulerAngles":58752,".misc":58753,"Ġantibodies":58754,"Ġexponential":58755,"ĠCHANNEL":58756,"expense":58757,"'y":58758,"Ġdetectives":58759,"Ġpurported":58760,"YSTEM":58761,"Ġradioactive":58762,"ĠLatina":58763,".Encoding":58764,".TAG":58765,"xin":58766,"Degree":58767,"uracion":58768,"prices":58769,"ĠReferentialAction":58770,"Ġrarity":58771,"Ġpiles":58772,"gende":58773,"_projects":58774,"_globals":58775,".startTime":58776,"Ġ구":58777,"SECTION":58778,"_publish":58779,"Fault":58780,"DDL":58781,"_prior":58782,"Mom":58783,"Ġthicker":58784,"Ġsequelize":58785,"Ġessentials":58786,"stras":58787,"intr":58788,">(()":58789,".management":58790,"eil":58791,"éĹŃ":58792,"Aware":58793,".City":58794,"ĠArbit":58795,"_DM":58796,"_keyboard":58797,"LObject":58798,"-webpack":58799,"ĠNewport":58800,"ĠprincipalColumn":58801,"legant":58802,"Ġpallet":58803,"Ġfracture":58804,"Ġgmail":58805,".Meta":58806,"Above":58807,".KeyEvent":58808,"jit":58809,"_macro":58810,"_PUSH":58811,"ứ":58812,"/controller":58813,"åĬłè½½":58814,"Ġsuperficial":58815,"exterity":58816,"Ġmensagem":58817,"Wind":58818,"iston":58819,".openapi":58820,"иÑĢов":58821,"ĠSerializer":58822,"uctive":58823,"Ġzar":58824,"Places":58825,".Static":58826,"Ba":58827,"Ġinadvert":58828,"ĠIndonesian":58829,"_IPV":58830,"(horizontal":58831,"ĠgetTitle":58832,"idepress":58833,"ĠConsoleColor":58834,"ipers":58835,"$out":58836,"Ġfestive":58837,"Ġevenings":58838,".GetData":58839,"uitka":58840,"ĠManuals":58841,"ussed":58842,"_Max":58843,".Chat":58844,"ĠAircraft":58845,"=com":58846,"FOUND":58847,"apro":58848,"Ġtreasures":58849,"_alive":58850,"Ġgadget":58851,"eking":58852,"ButtonDown":58853,"Browsable":58854,".PERMISSION":58855,"PASSWORD":58856,"ĠHASH":58857,"fé":58858,"\\TestCase":58859,"LOSS":58860,"others":58861,",J":58862,"Ġasshole":58863,"werk":58864,"Ġmã":58865,".ie":58866,"evil":58867,"kontakte":58868,"////////////////////////////////////////////////////////////////////////////////Ċ":58869,"=sys":58870,"ĉlock":58871,"--;ĊĊ":58872,"_FUN":58873,"FillColor":58874,"óa":58875,"prend":58876,"Ġcompressor":58877,"Mother":58878,"ĠArcher":58879,".goto":58880,"Ġwürde":58881,"Ġbamboo":58882,"ï¼İ":58883,"ĠTrees":58884,"Ġbumper":58885,"Ġsausage":58886,"ĠElasticsearch":58887,"Ġhorizontally":58888,"ĠGul":58889,"Immutable":58890,"Ġloser":58891,"Ġaborted":58892,"-demo":58893,"ĠHatch":58894,"Ġunde":58895,"Ġprocesso":58896,"-call":58897,"Income":58898,"åĥ":58899,"_returns":58900,"'].\"'":58901,"(sw":58902,"CBS":58903,"amilies":58904,"ĠYourself":58905,"ĠHolt":58906,".MON":58907,"à§ĩ":58908,"ÑĪе":58909,"anon":58910,"ĠFontAwesome":58911,"producer":58912,"jr":58913,"Ġmau":58914,"ĉinter":58915,"Ġdishonest":58916,"Ġmagna":58917,"ĠCollective":58918,"Ġvraiment":58919,"Ġchoix":58920,"stay":58921,"Ġwelding":58922,"rising":58923,",min":58924,"ĠFate":58925,"glob":58926,"RGBA":58927,"Ġdette":58928,"Ven":58929,"Ġembarrassment":58930,".DELETE":58931,"gregar":58932,"-render":58933,"(bucket":58934,"\">ĊĊĊ":58935,".waitKey":58936,"Busy":58937,"Ġdifferentiation":58938,"ĠCST":58939,".Constant":58940,"ĠlineNumber":58941,"(matches":58942,"Ġwebsocket":58943,"Ġbarred":58944,"Ġpuedes":58945,"Mono":58946,"CORE":58947,"IID":58948,"ĠĠĠĠčĊčĊ":58949,"Ġpúblico":58950,"leaning":58951,"Ġcleansing":58952,"Ġcris":58953,"ĠDevils":58954,"_SETTING":58955,"untary":58956,".);Ċ":58957,"ĊĠĠĠĊ":58958,"[curr":58959,"tsy":58960,"ĠAlexis":58961,"ritel":58962,"Ġpetroleum":58963,".preprocessing":58964,"matter":58965,"ForResult":58966,"-license":58967,"Ġtravellers":58968,"ĠDispatcher":58969,"ennifer":58970,"Ġdigestive":58971,"PED":58972,"hibition":58973,"MASConstraintMaker":58974,"ĠWatt":58975,"Benef":58976,".setView":58977,"dto":58978,"TEE":58979,"ĠPelosi":58980,"_EXTRA":58981,"Ġmedals":58982,"xhr":58983,"forecast":58984,"Ġnargin":58985,"ouns":58986,"-fill":58987,"_CURSOR":58988,"Ġsupervised":58989,"Ġturf":58990,"ĠEdgar":58991,"POSITION":58992,"ĠcategoryId":58993,"âī":58994,"_ER":58995,"ủa":58996,"Shown":58997,".ll":58998,"_POLICY":58999,"(),'":59000,"ĠPrev":59001,"ĠStringField":59002,"ĉGlobal":59003,"assed":59004,"Throughout":59005,"ostringstream":59006,".awtextra":59007,"Ġslopes":59008,"ĠSequential":59009,"Ġgiorn":59010,"Ġzelf":59011,"Ġversatility":59012,"leneck":59013,".cgi":59014,"Ġdoubling":59015,"ĠBangkok":59016,"Ġbuurt":59017,"Ġusuário":59018,"studio":59019,"Ġjeunes":59020,"Ġmuted":59021,"Ġips":59022,"_fraction":59023,"&&(":59024,"Ġstunt":59025,"');?>čĊ":59049,"Ġevapor":59050,"bable":59051,"ĠPRICE":59052,"Ġæ³":59053,"lucent":59054,"Ġvamp":59055,"ĠTechnician":59056,"Ġuniqueness":59057,"Mes":59058,"urban":59059,".parametrize":59060,"ĠReplay":59061,"Sessions":59062,"embr":59063,"-Americans":59064,"_PROXY":59065,"Ġpian":59066,"Ġtrie":59067,"ĠDestructor":59068,"GameState":59069,"ĠIMF":59070,"chin":59071,"Ġporte":59072,"ĠSwal":59073,"åŁİ":59074,"Substring":59075,"iming":59076,"/Library":59077,"Ġfrightened":59078,"writes":59079,"Ġrecursos":59080,"arResult":59081,"_INITIALIZ":59082,"ĠBadge":59083,"_crc":59084,"Eight":59085,"ĠDISTINCT":59086,"Ġthro":59087,"@Xml":59088,"ĠLegendary":59089,"-twitter":59090,"_easy":59091,"Ġ+++":59092,"(DATA":59093,".Locale":59094,"Ġkä":59095,"Ġnurt":59096,"Ġcruis":59097,"_ios":59098,"Ġsensing":59099,"_Line":59100,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59101,"pong":59102,"oleon":59103,"Ġwildcard":59104,"çĶ¨æĪ·åIJį":59105,"Ġbegging":59106,"Rod":59107,"ĠÃİ":59108,"_CELL":59109,"Researchers":59110,".selector":59111,"_ing":59112,"Ġaspiring":59113,"Ġimmortal":59114,"Ġymin":59115,"_robot":59116,"Ġplur":59117,"BTC":59118,"ĠDID":59119,"Ġpiercing":59120,"*u":59121,"_DEFINED":59122,"ĠThi":59123,"itaire":59124,"(media":59125,"-ons":59126,"Ġchefs":59127,"Ġ\"*.":59128,"/AP":59129,"Ġrazor":59130,"ĠsearchData":59131,"Ġ=&":59132,"ĠãĢĤ":59133,"Ġmourn":59134,"tingham":59135,"Ġoli":59136,"ĠVernon":59137,"_RS":59138,"ŀæĢ§":59139,"Ġfácil":59140,"angen":59141,"celain":59142,"Ġail":59143,"lest":59144,"ĠQCOMPARE":59145,"gain":59146,"Ġε":59147,"ĠKob":59148,"ĠFault":59149,"_configs":59150,"ç»ĵæŀľ":59151,".+":59152,"calar":59153,"(colors":59154,"Mul":59155,"_ART":59156,"Ġexperimenting":59157,"ermen":59158,"ĠAnglo":59159,".FixedSingle":59160,"Sea":59161,"Ġctxt":59162,".slider":59163,"Collapse":59164,"Grey":59165,"Ġfld":59166,"-proof":59167,".capacity":59168,"getParent":59169,"ĠCompliance":59170,"Ġburgl":59171,"-rec":59172,"Ġoverwritten":59173,"MU":59174,"Ġrouters":59175,"ĉModel":59176,"Ġfantasies":59177,"avian":59178,"_prec":59179,"ĠScandin":59180,"Ġ//<":59181,"/oct":59182,"Ġceremonies":59183,"Months":59184,"undy":59185,"Ġqued":59186,"ĠNou":59187,"ĠVibr":59188,".rgb":59189,"Ġcitrus":59190,"Ġbraces":59191,"-uppercase":59192,"getTable":59193,"Ġdopo":59194,"ĠKerr":59195,"_CHILD":59196,"-cloud":59197,"ĉMatrix":59198,"Ġgardening":59199,"Sing":59200,"almost":59201,"Requirements":59202,"uguay":59203,"(Property":59204,"subscriber":59205,"FAST":59206,"reaction":59207,"(lp":59208,")})Ċ":59209,"`).":59210,".wallet":59211,"_exchange":59212,".Maximum":59213,"ĠVerb":59214,"âĶģ":59215,"()<":59216,"ï¼ĽĊ":59217,"ROT":59218,"CARD":59219,"ubit":59220,"{@":59221,"_kel":59222,"ĠTooltip":59223,"MySQL":59224,"MainActivity":59225,"arf":59226,"Ġmalign":59227,"Ġseinen":59228,"apist":59229,"Ġ<%":59230,"MethodImpl":59231,"Mil":59232,"ĠMick":59233,".depend":59234,">&":59267,"ĉok":59268,"-low":59269,".usuario":59270,"nested":59271,"XB":59272,"OURS":59273,".BorderColor":59274,"Ġbrow":59275,"ĠÐķ":59276,"corr":59277,"ĠRedskins":59278,".getTag":59279,".getTransaction":59280,"Ġstigma":59281,"hardt":59282,"ĠPlayerPrefs":59283,"alsy":59284,"ucson":59285,"Languages":59286,"ĠOlivia":59287,"Ġtac":59288,"Ġbli":59289,"Ġcaval":59290,"Ġconsolidated":59291,"Ġperil":59292,"Ġdele":59293,"Ġformulated":59294,"Ġhighways":59295,".spawn":59296,"==$":59297,"ĠNiet":59298,"Ġveggies":59299,"ypo":59300,"-rule":59301,"ĠVie":59302,"/epl":59303,"Ġenfants":59304,"stringLiteral":59305,"Ġtoughest":59306,"buyer":59307,"Ġcovariance":59308,"Ġili":59309,"ĠSophie":59310,"ĠBAB":59311,"Ġ\"),":59312,"ĠUk":59313,"currentIndex":59314,"_userdata":59315,".codec":59316,"ĠPunjab":59317,"ĠSNP":59318,"lol":59319,"advance":59320,"Ġcomfy":59321,"JsonIgnore":59322,"Ġfashionable":59323,"ĠICON":59324,"Ġora":59325,"ĠPricing":59326,"E":59384,"tering":59385,"/screens":59386,"Ġheightened":59387,"аÑĢÑĤ":59388,"Authorities":59389,"_bbox":59390,"ünst":59391,".fontSize":59392,"ĠBOOLEAN":59393,"divide":59394,"ĠSloven":59395,"ucer":59396,"ÙĴ":59397,"stub":59398,"Ġnavigating":59399,":animated":59400,"_NOW":59401,"_vect":59402,"}{Ċ":59403,"@(":59404,"Ġtelecom":59405,"Ġcontracting":59406,"ĠAssange":59407,"Ġextracting":59408,"Ġgrö":59409,"cobra":59410,".DIS":59411,"Ġcrab":59412,"Ġtwitch":59413,"Ġverts":59414,"Ġrejects":59415,"ĉformat":59416,"Ġregeneration":59417,".Sys":59418,"solve":59419,"ĉdialog":59420,"shi":59421,"meter":59422,"(best":59423,"validators":59424,"Ġonwards":59425,"Ġguru":59426,"Ġmoderator":59427,"owied":59428,"experiment":59429,"rub":59430,"Ġmqtt":59431,"ĠCaucas":59432,"Ġnationalism":59433,"Ġmange":59434,"ĉImGui":59435,"/Edit":59436,"Ġinh":59437,"Ġintellig":59438,"erokee":59439,"ĉexport":59440,"Ġdiscriminate":59441,"subtract":59442,"ĠMoodle":59443,"enser":59444,"ĠGuides":59445,"RAP":59446,"-hot":59447,"_grp":59448,".picture":59449,"XA":59450,"ĠinitView":59451,"_Comm":59452,"Ġoverdose":59453,"Ġ+ĊĊ":59454,"ĠSilent":59455,"shows":59456,"Ġinterpolate":59457,"Formation":59458,"Ġbisc":59459,"markets":59460,"(SC":59461,"Ze":59462,"ĠNetworking":59463,"Ġadrenal":59464,"ĠGuns":59465,"eteor":59466,"Declared":59467,"orgetown":59468,"Ġkarena":59469,"/password":59470,"_addresses":59471,"ITERAL":59472,"Buzz":59473,"ĠConway":59474,"(case":59475,"PWD":59476,"heiro":59477,"(act":59478,"**čĊ":59479,"());ĊĊĊ":59480,"Ġanv":59481,"Ġ..ĊĊ":59482,"(MenuItem":59483,"(mail":59484,"_sections":59485,"ĉnet":59486,"Ġplut":59487,"Ġwrench":59488,"/object":59489,"ĠIst":59490,"ĠVIS":59491,"/pub":59492,"alten":59493,"Ġguitars":59494,"Ġantibiotic":59495,"ï¼ĸ":59496,"¹":59497,"Ġ\"+\"":59498,"formula":59499,"Ġbabes":59500,"ĠPrompt":59501,"Ġenim":59502,"/player":59503,"ĉref":59504,"ĠbyÄĩ":59505,"Ġconsumes":59506,"ĠHast":59507,"ĠTao":59508,"Ġ'))Ċ":59509,"Ġclam":59510,"Ġthighs":59511,"Ġmotif":59512,"ApiOperation":59513,"ĠWL":59514,"getC":59515,"ĉflags":59516,"ointments":59517,"Ġeconomical":59518,"needle":59519,"xls":59520,"practice":59521,"utzer":59522,"timeofday":59523,"-output":59524,"ĠfindById":59525,"ĠBuddy":59526,"ÐŀÑĤ":59527,"Seven":59528,"ĠBark":59529,"Ġenvoy":59530,"_algorithm":59531,"åĪ©":59532,"Ġballistic":59533,"移":59534,"rades":59535,"ĉdoc":59536,"roducing":59537,"ĠEating":59538,"Unmount":59539,"/dataTables":59540,"_bonus":59541,"Ġlitt":59542,"pps":59543,")localObject":59544,"perf":59545,"ĠHelvetica":59546,"shutdown":59547,"/ml":59548,".tokens":59549,"ĠHardcore":59550,",row":59551,"/bg":59552,"Scaler":59553,"âĢĶas":59554,"_logits":59555,"âĢĻint":59556,"ĉApp":59557,"Implicit":59558,".Fprintf":59559,"ETO":59560,"Ġterra":59561,"Ġpossessing":59562,".rstrip":59563,",),":59564,"=yes":59565,"ĠStripe":59566,"?=":59567,"neutral":59568,".good":59569,"Ġkennen":59570,"ĠSung":59571,"fault":59572,"ystatechange":59573,"Canadian":59574,"','\".$":59575,"ĠMits":59576,"ænd":59577,"ĠSTRUCT":59578,"ĠURLWithString":59579,"ĠCompass":59580,"Ġ--ĊĊ":59581,"ĠNSLayoutConstraint":59582,"|min":59583,"-adjust":59584,"Ġrebuilt":59585,"LIGHT":59586,"/se":59587,"-mount":59588,"vpn":59589,"validated":59590,"(QObject":59591,"Ġignition":59592,"ĠChargers":59593,"RYPTO":59594,"]initWithFrame":59595,"ĠFluid":59596,"Ġcadre":59597,"Ġnominations":59598,"Neill":59599,"ĠHou":59600,"Ġcurrents":59601,"_gene":59602,"(inp":59603,"Paris":59604,"zÄĻ":59605,"aggregate":59606,"Ġassoc":59607,"weeted":59608,"errat":59609,"âĢĵĊĊ":59610,"Ġ'/',Ċ":59611,"fixture":59612,"ĠHighest":59613,"ambient":59614,"Ġchmod":59615,"Ġconte":59616,"Ġsensual":59617,"Ġgarment":59618,"zers":59619,"ĠPowered":59620,"domains":59621,"Reward":59622,"iomanip":59623,"Ġcockpit":59624,"outfile":59625,"Ġbuiltin":59626,"Ġinsisting":59627,".vars":59628,"zipcode":59629,"Ġ����":59630,"fails":59631,"Ġconsolidation":59632,"_oid":59633,"Planet":59634,"Ġ=\",":59635,"ĉel":59636,"UILT":59637,"ätz":59638,"afari":59639,"ĠMcCl":59640,"Timeline":59641,"Esta":59642,"Ġfram":59643,"YE":59644,"Ġcerebral":59645,"OfMonth":59646,"ĠPregn":59647,"ĠклаÑģÑģ":59648,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59649,"ĠFres":59650,"Approved":59651,".Special":59652,"ĠProtestant":59653,"Ġallergy":59654,"_pcm":59655,"ĉCopyright":59656,"ĠsuperClass":59657,"\"strconv":59658,"ĠMohamed":59659,"Ġ'//":59660,"ForeColor":59661,"Arthur":59662,"ĠJungle":59663,"Ġveins":59664,"Sad":59665,"Ġbackups":59666,"ĠOpinion":59667,"ût":59668,"Ġintermitt":59669,"odyn":59670,"ĠChristina":59671,"Ġandre":59672,"Ġevacuation":59673,"palette":59674,"horse":59675,"ĠResident":59676,"ĠHassan":59677,".Nil":59678,"Ġaisle":59679,"ĠGrowing":59680,"Ġbloginfo":59681,"/sql":59682,"_ioctl":59683,"Scaling":59684,"ĠMonad":59685,"_cpp":59686,"ĠHutch":59687,"ĠAppleWebKit":59688,"Expense":59689,"_JOB":59690,"Ġpointless":59691,"FromBody":59692,"antal":59693,"Ġdepicting":59694,"ĠCELL":59695,"Ġrefin":59696,"ĠCNC":59697,"ì¹ĺ":59698,"_dimensions":59699,"ĠSAN":59700,"Ġaft":59701,"Ġfootsteps":59702,"ccoli":59703,"_PHONE":59704,"/math":59705,"-kind":59706,"ĠMeans":59707,"ichael":59708,".guna":59709,"Ġinauguration":59710,"-driving":59711,"(delete":59712,"ĠtotalCount":59713,"_MC":59714,".Extension":59715,"Commercial":59716,"ĠzIndex":59717,"$":59849,"Ġebay":59850,"Ġcaptive":59851,"pliant":59852,"ĠCalculates":59853,"olta":59854,"esting":59855,"_revision":59856,"Ġmús":59857,"+m":59858,"\",\"\",\"":59859,"WHAT":59860,"Ġcompassionate":59861,"harga":59862,"[random":59863,"Ġmodulo":59864,"(sn":59865,"Ġoccupations":59866,"////Ċ":59867,"ĉboard":59868,"ĠBalk":59869,"wiÄħ":59870,"ĠWifi":59871,".Profile":59872,":maj":59873,"ĉmat":59874,"LOCKS":59875,"(jButton":59876,"Ġ('$":59877,"Mur":59878,"æĮī":59879,"bble":59880,"Ġfrog":59881,"-hide":59882,"Ġbroadcaster":59883,"à¸ŀ":59884,"haled":59885,"Ġamusing":59886,"_predictions":59887,"_intr":59888,"Ġeagle":59889,"аÑĤелÑĮ":59890,"ĠgetList":59891,"psilon":59892,"Ġcharacterization":59893,"ARDS":59894,"Ġrelocation":59895,"Ġrulers":59896,"PAY":59897,"ĠDefinitely":59898,"_Action":59899,"Ġclosures":59900,"Ġfactual":59901,"odynamic":59902,"Ġprecautions":59903,"niej":59904,"ĠParties":59905,"ĠSubaru":59906,"Ġcousins":59907,"arbeit":59908,".money":59909,"gunta":59910,"(and":59911,"getitem":59912,".StylePriority":59913,"Ġslid":59914,"singleton":59915,"Ġgarn":59916,"ĠPAS":59917,"Ġdazz":59918,"aż":59919,"Ġbogus":59920,"ĠMog":59921,"Ġrivalry":59922,"isol":59923,"Ġlandmarks":59924,"ñas":59925,"Bern":59926,"ĠSachs":59927,"Ġ\")ĊĊ":59928,"Ġhostility":59929,"_mex":59930,"mere":59931,"Mot":59932,"pictureBox":59933,"Defense":59934,"Ġaffidavit":59935,"otherwise":59936,".directory":59937,"_UnityEngine":59938,"-blog":59939,".skin":59940,"phem":59941,"Apellido":59942,"erchant":59943,"[class":59944,"Ġwart":59945,".\"[":59946,"aleur":59947,"/back":59948,"ĠĠĠĠĉĠĠĠ":59949,"Ġprecipitation":59950,"Ġobstruction":59951,"ĠpObj":59952,"Ġrupt":59953,"UCKET":59954,"aye":59955,"æİĴ":59956,"gx":59957,"Ġecl":59958,"Ġsecrecy":59959,"/Header":59960,"ĠLesb":59961,"Ġlei":59962,"ĠBulletin":59963,"Ġgiveaway":59964,".Home":59965,"_ROOM":59966,"\"W":59967,"Ġcowork":59968,"_ra":59969,"ĠCycling":59970,"ĠPaw":59971,"Ġpupil":59972,"/arch":59973,"ĠFileUtils":59974,"é¦ĸ":59975,"rsp":59976,"Ġfreedoms":59977,"ĠLear":59978,"}`).":59979,"Ġbowls":59980,"/block":59981,"_logging":59982,"Ġmethane":59983,"Ġhorns":59984,"Ġwonderfully":59985,"Ġalterations":59986,"Ġexile":59987,"lsen":59988,"_pause":59989,"_LANGUAGE":59990,"ĠUSDA":59991,"_mysql":59992,"_AMOUNT":59993,"ĠLIFE":59994,"Ġyoungsters":59995,"Ġriots":59996,"[E":59997,"Ġunforgettable":59998,",},Ċ":59999,"Disposed":60000,"ĠAssassin":60001,"UNG":60002,"ĠNewsp":60003,"UserService":60004,":aload":60005,"+',":60006,"Ġsettlers":60007,"Ġscreams":60008,"Ġinconvenience":60009,".Rotate":60010,"Ġjars":60011,"ĠPuzzle":60012,"Ġmest":60013,"arsi":60014,"ĠSharma":60015,"|(":60016,".ds":60017,"ĠSacred":60018,"_evt":60019,"Ġexpresses":60020,"Ġhoch":60021,"ĠDuch":60022,".calls":60023,"thr":60024,"ĠSheffield":60025,".AlertDialog":60026,"Ġradically":60027,"Ġtrous":60028,"Ġprevailing":60029,"ĠWWII":60030,"âĢĻn":60031,"ensely":60032,"ĠYesterday":60033,"ĠSirius":60034,"Ġkillers":60035,"ĠFFT":60036,"Ġoval":60037,"'):čĊ":60038,"Ġìłķë³´":60039,"ourage":60040,"ĠCheckbox":60041,"Workbook":60042,".defer":60043,"_floor":60044,"Ġcouncill":60045,"Ġnorske":60046,"moil":60047,"orea":60048,"Ġmarketed":60049,"_SUR":60050,"xAA":60051,"Ġstained":60052,"eut":60053,"ĠMeng":60054,"Ġieee":60055,".extern":60056,"egie":60057,"Ġrapp":60058,"ĠPyongyang":60059,"'class":60060,"Mob":60061,"ĠinitialValue":60062,"_wave":60063,"Ġjab":60064,"Ġmasculine":60065,"Ġamplifier":60066,"Ġtty":60067,"PathComponent":60068,"_xt":60069,"ĠGFP":60070,"/sec":60071,"ĉdispatch":60072,"markdown":60073,"ĠSchn":60074,"bole":60075,"··":60076,"mousemove":60077,"ĠerrMsg":60078,"Ġasign":60079,"_mono":60080,"ToSelector":60081,"ĠZu":60082,"(Rect":60083,"ĠErrorCode":60084,"latin":60085,"angible":60086,"vtk":60087,"CGSize":60088,"Pokemon":60089,"Ġclassmates":60090,"Ġattracts":60091,"ĠTatto":60092,"ultan":60093,"ológ":60094,"Ġhalted":60095,"न":60096,"ĠKart":60097,"Ġue":60098,"_InitStructure":60099,"TestClass":60100,"ĠAirbnb":60101,"_\",":60102,"Ġcharcoal":60103,"Ġipc":60104,"ĠStretch":60105,".glide":60106,"latesAutoresizingMaskIntoConstraints":60107,"Ġpotion":60108,"ITTLE":60109,"Ġcountert":60110,"_hd":60111,"prepared":60112,"Ads":60113,"ĠVampire":60114,"robots":60115,".CreateIndex":60116,"StatusLabel":60117,"Ġtucked":60118,"afür":60119,"Ut":60120,"Ġsweater":60121,"_FN":60122,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĉ":60123,"ataka":60124,"Ġeyebrows":60125,"acoes":60126,"uden":60127,".LinearLayoutManager":60128,"Ġsway":60129,"Ġmultin":60130,"())))Ċ":60131,"ĠNSUInteger":60132,"ĠMyBase":60133,"Partner":60134,"utschen":60135,"ĠCater":60136,".setBackgroundColor":60137,"Ġaccomplishment":60138,"_problem":60139,".dtd":60140,"ĠpageNumber":60141,"Ġjackets":60142,"Ġcropped":60143,"uels":60144,"ĠHep":60145,"Ġcapped":60146,"*Math":60147,"_callbacks":60148,"Ġpubb":60149,"ĠBrunswick":60150,".respond":60151,"[\"_":60152,"Ġbedding":60153,"hythm":60154,"OX":60155,"(speed":60156,"Ġpesticides":60157,"Ġ-------":60158,".Blue":60159,"Ġnoodles":60160,"ĠGoes":60161,"Ġsaver":60162,"oxy":60163,"_completion":60164,"ĠSwinger":60165,"ĠgetDate":60166,"Ġminded":60167,"integration":60168,"ĠLotus":60169,"(stop":60170,"(',');Ċ":60171,"Ġfloods":60172,"ĠWorkflow":60173,"Ġerupted":60174,"Macro":60175,"ĠSauce":60176,"ĠeventName":60177,"\\Input":60178,"Breaking":60179,"ĉwhen":60180,"_pw":60181,"INDER":60182,"ĠWellness":60183,"Ġvoxel":60184,"ĠMell":60185,"ĠMEDIA":60186,"SENS":60187,"ĠFunds":60188,"ĠMild":60189,"Ċ":60198,"Ġtempting":60199,"Ġtestament":60200,"Ġbible":60201,"Ġconsulted":60202,"ĠIndexError":60203,"è¨ĺ":60204,"Ġkeypad":60205,"izzo":60206,"(ok":60207,"Ġwhatsapp":60208,"ĠRemoteException":60209,"Ġteamed":60210,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":60211,"»,":60212,"ĠgetTime":60213,"diag":60214,"issy":60215,"Ġhed":60216,"Ġknots":60217,"jom":60218,"Ġfunnel":60219,"-mails":60220,"Ġexporting":60221,"ĠVL":60222,"ĠKarn":60223,"ĠBuddhism":60224,"ĠAllan":60225,"_RADIUS":60226,"Ġwording":60227,"ĠForget":60228,"ĠCorona":60229,"iphy":60230,"Ġlimburg":60231,"uggy":60232,"ĠUserRepository":60233,"imin":60234,"(ele":60235,"Ġlabelled":60236,"社":60237,"ĠHerman":60238,".qq":60239,"Ġ\"));Ċ":60240,"ieber":60241,".Translate":60242,"ryn":60243,"Ġdesenv":60244,"umd":60245,"Simply":60246,"ĉmode":60247,"Rpc":60248,"ĠValencia":60249,"Ġstaffers":60250,"Ġselv":60251,"ĠSpike":60252,"Ġdelic":60253,"Ġeru":60254,"_DT":60255,"Judge":60256,"á»ķ":60257,"ĠBasin":60258,".mutable":60259,"\"url":60260,"Ġtariff":60261,"ĠSleeve":60262,"Ġflare":60263,".dropout":60264,"Ġbrides":60265,")),čĊ":60266,"_constraints":60267,"destruct":60268,"Outline":60269,"Ġdisappears":60270,"_locked":60271,"ĠNSLocalizedString":60272,"cke":60273,"ĉnull":60274,"adresse":60275,"Ġtopping":60276,"ĠJoker":60277,"bishop":60278,"ноÑģÑĤÑĮ":60279,"andering":60280,"_amp":60281,"=time":60282,"_Space":60283,"_PULL":60284,"'=":60285,"Ġantiqu":60286,"Ġcach":60287,"___ĊĊ":60288,"ONES":60289,"оÑı":60290,"Ġunread":60291,".policy":60292,"oooooooo":60293,"룬":60294,"Ġusted":60295,"ĠRece":60296,"Ġallem":60297,"ãĥ¼ãĤ¹":60298,"ĠThoughts":60299,"veillance":60300,"istrate":60301,"_lane":60302,"Ġfamed":60303,".GetName":60304,"Ġsmoother":60305,"ĠQualified":60306,"azers":60307,"_geo":60308,"Fax":60309,"ĠMinds":60310,"ĠRaises":60311,"Ġtranscripts":60312,"Conversation":60313,"Ġremarked":60314,"ëĤĺ":60315,"dling":60316,"Ġdeploying":60317,"ĠsharedApplication":60318,"Ġkp":60319,"FontAwesomeIcon":60320,"_dummy":60321,"reiben":60322,"ĠJaneiro":60323,"Directions":60324,".getBean":60325,"sass":60326,"Ġcommanders":60327,"vation":60328,"errorCode":60329,"ĠAlloy":60330,".localized":60331,"Ðij":60332,"Ġdishwasher":60333,"ĠSoup":60334,"Nu":60335,"_Default":60336,"Ġuneven":60337,"Ġ/>\";Ċ":60338,"-Based":60339,"Ġseamlessly":60340,"-null":60341,"ĠXC":60342,"Ġstew":60343,"(delay":60344,"ATORS":60345,"ĠWheeler":60346,"\"H":60500,"east":60501,".air":60502,"âĢľBut":60503,"ObjectContext":60504,"successfully":60505,"_land":60506,"Ġfolds":60507,"_COORD":60508,"Ġsubpo":60509,".getAddress":60510,"instr":60511,"Materials":60512,"ÑĥÑģÑĤ":60513,"deposit":60514,"-last":60515,"_GRAY":60516,"=find":60517,"Ġmutant":60518,"Ġlesbienne":60519,"letcher":60520,"ROUGH":60521,"ureka":60522,".capture":60523,"Ġenn":60524,"Ġ([[":60525,"ĠFlu":60526,"ĠtaskId":60527,"ĠHussein":60528,".folder":60529,"Ġausterity":60530,"ISTRATION":60531,"_Impl":60532,"注æĦı":60533,"Ġdecree":60534,"-chat":60535,"Ġimplication":60536,"Ġguesses":60537,"ulkan":60538,"Analytics":60539,".plus":60540,"COMMAND":60541,"ели":60542,"»ĊĊ":60543,"_SITE":60544,"ĠequalTo":60545,"SupportFragmentManager":60546,"ĠRecording":60547,"å®ĮæĪIJ":60548,"Ġbaggage":60549,"Ġpitchers":60550,"ĠEh":60551,"oque":60552,"ĉcnt":60553,"Ġ=>$":60554,"/foo":60555,"IRA":60556,"ĠSatellite":60557,"borah":60558,"Ġ}}\"Ċ":60559,"ĠEnds":60560,"ĠSpray":60561,",param":60562,".Chrome":60563,"*q":60564,"thought":60565,"ibrated":60566,"Ġthieves":60567,"Ġbeneficiaries":60568,"Entered":60569,"ottesville":60570,"Ġveterin":60571,"ByID":60572,"quipe":60573,"umption":60574,"-unit":60575,"ExecutionContext":60576,"@s":60577,"ĠGiov":60578,".ToolTip":60579,"_friend":60580,"(attributes":60581,"Ġdumping":60582,"ĠJC":60583,"_DOCUMENT":60584,"ĠArmour":60585,"(insert":60586,".HorizontalAlignment":60587,"ĠQed":60588,"ãģĦãģ¾ãģĻ":60589,"/git":60590,"ĠYYYY":60591,"ĠCardiff":60592,"Ġapa":60593,"organic":60594,"ĠWhereas":60595,"ĠæĿ":60596,"ĠMia":60597,"Ġdemolition":60598,"Ġscars":60599,"Ġpai":60600,"Ġretries":60601,"Ġrq":60602,"ĠDenis":60603,"(Utils":60604,"Ġalleviate":60605,"ĠPIC":60606,"idue":60607,"Ġacknowledging":60608,"Ġ//////////////////////////////////":60609,"ç¡®å®ļ":60610,"Ä«":60611,"\\Json":60612,".binary":60613,"Ġxtype":60614,"signals":60615,"ĠAppearance":60616,"&r":60617,"}s":60618,"Ci":60619,"ĠIllum":60620,"porate":60621,"hog":60622,"ĠindexOf":60623,"\\Command":60624,"_parallel":60625,"ĠSherlock":60626,"íĥ":60627,"Ġ\"\")čĊ":60628,"////////////////////////////////////////////////////////////////////////////////////////////////":60629,"Ġcriticize":60630,"ĠSoap":60631,"ĠMatcher":60632,"Ġgrilled":60633,"*T":60634,"Ġadore":60635,"ulling":60636,"Ġjedoch":60637,"_refs":60638,"leanup":60639,"ĠJAXB":60640,"Ġroses":60641,"ĠLiam":60642,"sizei":60643,"Ġgetchar":60644,"Ġtarde":60645,"-tooltip":60646,"Ġqualifier":60647,"ĠIntermediate":60648,"_Window":60649,"ĠMalta":60650,"Disconnect":60651,"ewhere":60652,"Campo":60653,"Ġirrational":60654,"ledo":60655,"ĠDN":60656,"ARGV":60657,"Ġoutro":60658,"Ġthirteen":60659,"Joseph":60660,"MAR":60661,"/gl":60662,"Jess":60663,"ĠPsychiat":60664,"ĠpaddingBottom":60665,"-loop":60666,"/fonts":60667,"_seen":60668,"Teams":60669,"ReactDOM":60670,"(man":60671,"(xpath":60672,".getSimpleName":60673,">(*":60674,"ĠPvt":60675,"Ġelders":60676,"Ġpies":60677,".userAgent":60678,"-region":60679,"ĠGreeks":60680,"(fragment":60681,"stu":60682,"Ġcouncils":60683,"Ġstamina":60684,"ĠGoddess":60685,"西":60686,"Ġphilosophers":60687,"Ġpersone":60688,"ĠLose":60689,"ĠCLR":60690,"ĠDocs":60691,"Ġsoak":60692,"ĠHOLDER":60693,"Ġbells":60694,"hashCode":60695,"RATE":60696,"_WEIGHT":60697,"inous":60698,"endra":60699,"ophobic":60700,"Ġprose":60701,"Ġfinely":60702,"/oauth":60703,"(space":60704,"adge":60705,"ĠMama":60706,"ĠstringBuffer":60707,"Ġstint":60708,"Ġmisma":60709,"Ġvillains":60710,"ĠCrimea":60711,"Ġdiploma":60712,"ĠпоÑģл":60713,"ĠBea":60714,"(join":60715,"Ġíķ´":60716,"CHAT":60717,"pering":60718,"ĠCros":60719,"Ġmonkeys":60720,"Ġpreds":60721,"yla":60722,",,,":60723,"Ġvibrator":60724,"ĠNU":60725,"åħĪ":60726,"fant":60727,"zet":60728,"Ġbietet":60729,"unft":60730,"sworth":60731,".Flow":60732,"Ġpsyched":60733,"ĠContinental":60734,">t":60735,"Ġquilt":60736,".UP":60737,"Ġexpansive":60738,"Dispose":60739,"(language":60740,"Caps":60741,"_ZONE":60742,"Ġrecycle":60743,"ĠManaged":60744,"currentColor":60745,".broadcast":60746,"signIn":60747,".prom":60748,"llu":60749,"ueblo":60750,"Ġpunches":60751,"Ġautomat":60752,"Ġassigning":60753,"ĠcreateUser":60754,"ĠAllied":60755,"Ġconductor":60756,"Ĥ¨":60757,"Ġsaddle":60758,"Ġdni":60759,"omedical":60760,"-West":60761,"PositiveButton":60762,"Ġitalic":60763,"?[":60764,"(trigger":60765,"Ġelephants":60766,"\":\"\",\"":60767,"Ġcaliber":60768,"rafted":60769,"digits":60770,"Ġmarshal":60771,"milliseconds":60772,"markers":60773,"mom":60774,"/place":60775,"Ġholistic":60776,":t":60777,"#,":60778,"Ġboto":60779,"Ġnausea":60780,"ĠShooting":60781,"itech":60782,"ĠtextStatus":60783,"())Ċ":61004,"ADDRESS":61005,"BST":61006,"etzt":61007,"ĠQgs":61008,"Sense":61009,"ExceptionHandler":61010,"ĠChu":61011,".getOwnProperty":61012,"Ġexercised":61013,"iotic":61014,"ĠReleases":61015,"Ġpinterest":61016,"olie":61017,"isoft":61018,"Ġsequencing":61019,"Ġpadre":61020,"]));čĊ":61021,"(radius":61022,".med":61023,"ainties":61024,".ObjectModel":61025,"Ġemple":61026,"Ġseguro":61027,"Stars":61028,"Ġqualitative":61029,"lemn":61030,"á»±":61031,">\").":61032,"Ġgx":61033,"-cert":61034,"ĠASTM":61035,"Ġfullname":61036,"Ġtelemetry":61037,"ĠCambodia":61038,"_ul":61039,"ĠClare":61040,"CUSTOM":61041,"QC":61042,"ĠUns":61043,"ĠHTTPS":61044,"ĠParkinson":61045,"ancybox":61046,"','.":61047,"Tue":61048,".getLast":61049,"Ġabi":61050,"Äħd":61051,"Ast":61052,"ĠEditing":61053,".Unity":61054,"jmp":61055,"Ġmats":61056,"ĠsharedPreferences":61057,"Captain":61058,".pageSize":61059,"Ġrtl":61060,"Ġanmeld":61061,"RuntimeObject":61062,"Ġdemande":61063,"(\";":61064,"seite":61065,"-headed":61066,"ĠKra":61067,"ĠFONT":61068,"`\\":61069,"ClassNotFoundException":61070,".avg":61071,"atical":61072,"Aj":61073,"Ġpermitting":61074,"Proj":61075,"ERRQ":61076,"Ġcreampie":61077,"ĠBuyer":61078,"-modules":61079,"ĠSundays":61080,"|`Ċ":61081,"Ġdaytime":61082,"Ġ+(":61083,"Ġglitch":61084,"ĠOperand":61085,"Ġtoxins":61086,"inya":61087,"DNS":61088,"ĠSas":61089,"Cake":61090,"ĠNationals":61091,".addTo":61092,"Ġsinking":61093,"Ġcomprehension":61094,"Ġscor":61095,"agements":61096,"Ġtard":61097,"Ġmarching":61098,"ĠMTV":61099,"Ġsane":61100,"CreateInfo":61101,"ắ":61102,"ĠendIndex":61103,"ĉlayout":61104,"ĠåIJį":61105,"SITE":61106,"ĠTHERE":61107,"Ġ[{'":61108,"opathic":61109,"Ġtransmitter":61110,"/body":61111,"Ġpund":61112,"ĠClosing":61113,"Ġsetattr":61114,"Ġbounded":61115,"Atlas":61116,"suming":61117,"(times":61118,"parer":61119,"ynom":61120,"feit":61121,"Ġfrem":61122,"-leg":61123,"ĠBras":61124,">#":61125,"Ġì¶ľëł¥":61126,"ĠINSTANCE":61127,"ĠCouch":61128,"_hosts":61129,"likelihood":61130,".Marker":61131,"ĠMasks":61132,"Ġcereal":61133,"utilities":61134,"Ġelemental":61135,"Ġdistorted":61136,"inactive":61137,"cry":61138,"WL":61139,"UPPORTED":61140,".Throws":61141,"/schema":61142,"serie":61143,".\"',":61144,"ĠBenedict":61145,"-picker":61146,"iggs":61147,"ĠPirate":61148,"åij¨æľŁ":61149,"ĠThema":61150,"ĠSouthampton":61151,"ĠarrayWith":61152,"ĠPaula":61153,"Ġpredictor":61154,"-Ass":61155,".userid":61156,"Ġperi":61157,"Ġexaggerated":61158,"urate":61159,"arseille":61160,"ĠConcent":61161,"ĠPik":61162,"Ġ@_;ĊĊ":61163,"Ġformations":61164,"Ġdenomin":61165,"\"/>.Ċ":61166,"endedor":61167,"Ġpancre":61168,"Ġamt":61169,"ĠonResume":61170,"onDelete":61171,"ĠBCH":61172,")(\"":61173,"movement":61174,"Ġpotassium":61175,"":69726,"ĠPPC":69727,"isz":69728,"akeFromNib":69729,"ĠDisp":69730,"ĠAthletics":69731,"Ġnightclub":69732,"GOOD":69733,".setGeometry":69734,"+[":69735,"/send":69736,"Ġbinaries":69737,"Ġráp":69738,":req":69739,"-consuming":69740,"ertime":69741,"UPDATED":69742,"_nullable":69743,"VIN":69744,"ulia":69745,"cyan":69746,"Ġmisunderstanding":69747,"orical":69748,"degrees":69749,"Leading":69750,".AR":69751,"ickest":69752,"Nuevo":69753,"uforia":69754,"Ġgoodies":69755,"Ġfores":69756,"()<<\"":69757,"ademic":69758,"ActionCreators":69759,"servername":69760,"(nt":69761,"dbContext":69762,"Ġairborne":69763,"Ġexhibitions":69764,"cele":69765,"Ġtela":69766,"":69782,".setPreferredSize":69783,"ĠMID":69784,"ĠAless":69785,"Ġhorsepower":69786,"Ġatm":69787,"ĠPackaging":69788,"Ġciphertext":69789,"RequestMethod":69790,"Ġbeiden":69791,"è£":69792,"ĠPOW":69793,".WriteHeader":69794,"director":69795,"-but":69796,"ãģłãģķãģĦ":69797,"incer":69798,"_dn":69799,"!!!!!":69800,"Ġmanufactures":69801,".TextUtils":69802,"Ġconsciously":69803,"Ġbounced":69804,"culture":69805,"ĠSpar":69806,"ĠPiper":69807,".press":69808,"-owner":69809,"Ġevaluator":69810,"ĠSTREAM":69811,".PictureBoxSizeMode":69812,"Ġsugars":69813,"ScreenWidth":69814,"ĠnextState":69815,"Ġivory":69816,"Ġbrunch":69817,"density":69818,"_OW":69819,"ĠCoronavirus":69820,"ĠCFR":69821,"bak":69822,"\\Category":69823,"æķ°ç»Ħ":69824,"Ġinvokevirtual":69825,"}()Ċ":69826,"Ġsujet":69827,"-marker":69828,"isdigit":69829,"ĠMobil":69830,"ĠJsonRequestBehavior":69831,"_REMOTE":69832,".existsSync":69833,"Ġriches":69834,".presenter":69835,"ĠglColor":69836,"Ġhanya":69837,"Ġfortress":69838,"Ġflashed":69839,"viz":69840,"requently":69841,"buat":69842,"$con":69843,">|":69844,".Func":69845,"Ġhumorous":69846,"uem":69847,".ZERO":69848,"ĠSTL":69849,"ĠBuk":69850,"/sample":69851,"ĠGros":69852,"Recipes":69853,"Ġinflated":69854,"Ġswung":69855,":F":69856,"Facing":69857,".Theme":69858,"ник":69859,"Ġsplendid":69860,"ĠrequestId":69861,".CenterScreen":69862,"/autoload":69863,"embedded":69864,"_depart":69865,"ĠPorts":69866,"à¹ĥ":69867,"айд":69868,"discussion":69869,"_consum":69870,"Ġscouts":69871,"Ġcolabor":69872,".Stage":69873,".nano":69874,"eldorf":69875,"Ġgemacht":69876,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":69877,"Ġpolicymakers":69878,"_PKT":69879,",Th":69880,"oky":69881,"_UID":69882,"Ping":69883,"Ġorchest":69884,"Ġoptics":69885,"uhan":69886,"ĠXOR":69887,"Ġespañol":69888,"ĠAdidas":69889,"rng":69890,"mans":69891,".vstack":69892,"Ġgetaway":69893,"Ġhierarchical":69894,"anoia":69895,"ĠBitmapFactory":69896,"realm":69897,"ĉap":69898,"_apps":69899,"-divider":69900,".drawer":69901,"ĠHARD":69902,"'];?>Ċ":69903,"-packed":69904,"æ²»":69905,"_STRUCTURE":69906,"[Y":69907,"iParam":69908,"(eq":69909,"Ġencompasses":69910,"Ġ\\ĊĊ":69911,"->[":69912,"&utm":69913,"groupon":69914,"strate":69915,"DY":69916,"omorphic":69917,"':[":69918,"Ġgravitational":69919,"ĠMicha":69920,"ĠTencent":69921,"Ġcoached":69922,"ì¶ľ":69923,"ÑĥменÑĤ":69924,"/mobile":69925,"MouseDown":69926,"bud":69927,"ĠYas":69928,"ĠProviders":69929,"NZ":69930,"ĉreport":69931,"errmsg":69932,"ĠimagePath":69933,"acterial":69934,"ĠManga":69935,"wicklung":69936,"(usuario":69937,"\"));čĊčĊ":69938,"/***":69939,"Ġorganise":69940,"Indexed":69941,"_QUAL":69942,"(PyObject":69943,"Ġsurrendered":69944,"POCH":69945,"ĠNOTES":69946,"\\\\\"":69947,"-job":69948,"Ġseventy":69949,"####Ċ":69950,"ĠManor":69951,"Ġdownright":69952,"Ġtimeframe":69953,"insurance":69954,"checker":69955,"ĠSECRET":69956,"Ġechoes":69957,"ĠCarmen":69958,".setHorizontalAlignment":69959,"ĠisChecked":69960,"ĠTOR":69961,"_nn":69962,"('(":69963,"FetchRequest":69964,"ĠPrinted":69965,"Fluid":69966,"ĠSTACK":69967,"GES":69968,"aigned":69969,"igor":69970,".Unknown":69971,"CBC":69972,"ĠCarlson":69973,".URI":69974,"Ġplight":69975,"/start":69976,"ĠPersonnel":69977,"ĠPREFIX":69978,",**":69979,"Ġlimite":69980,"_heat":69981,"%ï¼Į":69982,"ĠDonne":69983,"getNode":69984,"ĠScientology":69985,"Ġcomet":69986,"Ġwenig":69987,"Aside":69988,"ĠMPEG":69989,"'?":69990,"variably":69991,".endDate":69992,"Ġuncont":69993,"ĠScores":69994,"ĠLoginForm":69995,".generated":69996,",ch":69997,"-mar":69998,"ĠNed":69999,"ĠeventId":70000,"+p":70001,"ĠSIN":70002,"/reset":70003,".REACT":70004,"ĠMessi":70005,"_RANK":70006,".writeFile":70007,"Ġcripp":70008,"esthetic":70009,"ERSIST":70010,"Ġreimbursement":70011,"CurrentValue":70012,"Ġunin":70013,"DownLatch":70014,"ĠpaddingRight":70015,"Ġstocked":70016,"/'.":70017,"Ġrepayment":70018,"trak":70019,"/backend":70020,"Ġизмен":70021,"CSR":70022,"Ġpreventive":70023,"Ġpantalla":70024,"_trim":70025,"Pedido":70026,"hospital":70027,"Ġmanageable":70028,"routeParams":70029,"textures":70030,"......ĊĊ":70031,"Ġsélection":70032,"NameValuePair":70033,"Ġpollut":70034,"Modes":70035,"ĠLaud":70036,"jay":70037,"ĠUrs":70038,"Ġsigner":70039,"ĠJJ":70040,"ĠCherokee":70041,"_EXISTS":70042,"Ġdwar":70043,"Ġ($('#":70044,"Ġreef":70045,">{$":70046,"ĠBaylor":70047,"ĠModelState":70048,"-_":70049,"ĠStructures":70050,"Ġsouvent":70051,"Specify":70052,"(pipe":70053,"Ġfracking":70054,"ĠGPA":70055,"Ġbele":70056,"ĉĉĉĉĉĉĉĠĠĠ":70057,"ĠMinority":70058,"Ġtud":70059,"Ġopenness":70060,"ĠIllustrated":70061,"Ġoxidation":70062,"ĠNK":70063,"ĉUpdate":70064,"ĠEMS":70065,"ĠTeddy":70066,"Ġgenerals":70067,"ĉMat":70068,"Ġradios":70069,"ĠAntique":70070,"conomy":70071,"ĠSquadron":70072,")','":70073,"声":70074,"Ġyoure":70075,"ĠMainPage":70076,"Ġbehaviours":70077,"enght":70078,"(@\"%@\",":70079,"Ġtestcase":70080,"ĠCompilation":70081,"Ġflavours":70082,"ĠExtend":70083,"illator":70084,"Ġcoh":70085,"Ġspline":70086,"ĠKG":70087,"-pay":70088,"Ġcommunism":70089,"ĠBusinesses":70090,"ocking":70091,".MaxLength":70092,"assandra":70093,"quiring":70094,"adden":70095,"ĠJeb":70096,"_fault":70097,"[file":70098,"Ġprominence":70099,"disciplinary":70100,"âĢĶthey":70101,"_extent":70102,"ĠVIC":70103,"Ġentails":70104,".partner":70105,"Ġhippoc":70106,"League":70107,"çĶ·":70108,"wipe":70109,"-spinner":70110,"Ġsalute":70111,"ĠSurgical":70112,"(outputs":70113,"worked":70114,"[strlen":70115,"appointed":70116,"ĠHeg":70117,"ĠACPI":70118,"([^":70119,"uala":70120,"_tol":70121,"ĠRit":70122,".Payment":70123,"kowski":70124,"Ġwalmart":70125,"requirements":70126,"ĠFINSEQ":70127,"_BACKGROUND":70128,"ĠOsborne":70129,"(errorMessage":70130,"Reporting":70131,"Ġauctions":70132,"Ġcombos":70133,"ĠNoticed":70134,"_oct":70135,"Ġprimero":70136,"taire":70137,"_hr":70138,"Ġмод":70139,"Ġcontradictory":70140,"=\"@":70141,"achines":70142,"(optarg":70143,"ĠPenguin":70144,"ĠAbbas":70145,"Ġsublime":70146,"Ġpageable":70147,"ĠDefensive":70148,"Ġdistinctly":70149,"ĠAutomatically":70150,"Understanding":70151,"EqualityComparer":70152,"gota":70153,"Ġ\"::":70154,"Ġpulver":70155,"ĠBattles":70156,"Ġunparalleled":70157,"TCHA":70158,"Ġconstrued":70159,"-aff":70160,"Ġprecursor":70161,"-lfs":70162,"Ġmaduras":70163,"ĠDaisy":70164,"ĠArbeits":70165,".Management":70166,"ĉIn":70167,"Ġrobes":70168,"Ġspéc":70169,"âĢľ(":70170,"Ġmaternity":70171,"extent":70172,"ĠSpacer":70173,"DidAppear":70174,"ĉus":70175,".getRequestDispatcher":70176,"(cols":70177,"Ġplummet":70178,"ìħ":70179,"Ġ{ĊĊĊĊ":70180,"érica":70181,"ĠSizes":70182,".enum":70183,".Highlight":70184,"Ġ!!}ĊĊĊ":70193,"Wenn":70194,"Ġclimax":70195,"Ġcrem":70196,"_that":70197,"[âĢ¦":70198,"_domains":70199,"_REPLY":70200,"Ġcompleta":70201,"VEST":70202,"_particle":70203,"Ġsop":70204,"Ġfatalities":70205,"implify":70206,"ĠSKF":70207,"Ġinfusion":70208,"ĠJavier":70209,"Ġballet":70210,"Ġamigo":70211,".want":70212,"Ġcollagen":70213,"ĠLawyer":70214,".Statement":70215,".rt":70216,"baar":70217,"EndPoint":70218,"ĠBek":70219,"SHIP":70220,"Ġpatriarch":70221,"ĠAunt":70222,"_TM":70223,"ĠmÃŃn":70224,"Ġmastered":70225,"WXYZ":70226,"Ġespos":70227,"=logging":70228,"Ġrighteousness":70229,"torrent":70230,"Ġbst":70231,"_CHAIN":70232,"Ġoutskirts":70233,"(rotation":70234,"Ġ'.')":70235,"igrants":70236,"+lsi":70237,"ĠCCTV":70238,"_PHASE":70239,".azure":70240,"_Process":70241,"vae":70242,"ĠTropical":70243,"ĠAnkara":70244,"imageView":70245,"_RUNNING":70246,"Ġ*)__":70247,"ến":70248,"(cli":70249,"scatter":70250,"Ġsche":70251,"Registrar":70252,"Ġairing":70253,"Ġpyplot":70254,"isión":70255,"/customer":70256,"Ġsimplement":70257,"Ġclassy":70258,"ĠDWC":70259,"ĠBashar":70260,"ĠDEVELO":70261,"ĠVick":70262,"avail":70263,"ĠHö":70264,"_extend":70265,"drFc":70266,".isNotBlank":70267,"Ġplais":70268,"|}Ċ":70269,"Ġpornofil":70270,"labs":70271,"Ġhaus":70272,"Ġoriginating":70273,"Ġsurrounds":70274,"ĠQUAL":70275,"meg":70276,"/logger":70277,"[obj":70278,"Ġirresponsible":70279,"ĠPublicKey":70280,"HONE":70281,":'/":70282,"ibox":70283,"ĠFVector":70284,"|{Ċ":70285,"ataloader":70286,"hawks":70287,"HDR":70288,"Ġescalation":70289,"ĠPodsDummy":70290,"elite":70291,"Ġpresup":70292,"Cached":70293,">G":70294,".optimizer":70295,"ĠVisible":70296,"´Ģ":70297,"Ġnen":70298,"Ġpcs":70299,"ĠIdle":70300,"[Any":70301,"Ġkeyboards":70302,"ĠCOMPONENT":70303,"Ġtitanium":70304,"(mut":70305,"ĠLedger":70306,"Ġprosperous":70307,"etrofit":70308,"_LL":70309,"_patient":70310,"Ġpdata":70311,"Ġkontakte":70312,"Swipe":70313,"Ġcheerful":70314,"ĠHonduras":70315,"\"][$":70316,"Ġhemorrh":70317,"\":\"+":70318,"Ġleasing":70319,"Ġinstalls":70320,"ĠPax":70321,"ĠLogistics":70322,"Ġkinetic":70323,"ĠPhon":70324,"_movement":70325,"ĉbytes":70326,"Ġcinco":70327,"ĠMadness":70328,"\")+":70329,"ĠJE":70330,"_ij":70331,"SceneManager":70332,"ĠBust":70333,"ptest":70334,"aea":70335,"Ġbesser":70336,"ÃŃg":70337,"дин":70338,"(tasks":70339,"(\"(\"":70340,"setType":70341,"(outfile":70342,"ĉreset":70343,"ĠARC":70344,"Ġmúsica":70345,"ĠShelf":70346,"ĠminY":70347,"pch":70348,"Ġweiber":70349,"issor":70350,"Ġtrouve":70351,"ĉButton":70352,"Ġregenerated":70353,"Å£i":70354,"imachinery":70355,"blocking":70356,".dataTables":70357,"_frac":70358,"ĠAdvantage":70359,".visitMethod":70360,"éĩįæĸ°":70361,"Ġextrapol":70362,"Ġteasing":70363,"ĠHitch":70364,"ĠGeek":70365,"ESCO":70366,"Ġwich":70367,"ĉax":70368,"_decor":70369,"ĠscreenWidth":70370,"ĠSophia":70371,"Forgot":70372,".uni":70373,"ĠVenture":70374,"_collision":70375,"Ġlawmaker":70376,"(Edit":70377,"blers":70378,"ĠgetNext":70379,"âĢĶyou":70380,"MediaPlayer":70381,"ĠHorde":70382,"ĠCongressman":70383,"observations":70384,"ĉproperty":70385,"Ġ<--":70386,"CreatedAt":70387,"ubyte":70388,"Ġquarantine":70389,"Ġdistressed":70390,"_APB":70391,"ĠGoodman":70392,"ãĤ«":70393,"Ġrecomend":70394,"_PRINTF":70395,"DONE":70396,"Bindable":70397,"rstrip":70398,"centaje":70399,"ĠUnexpected":70400,"ĠSCHOOL":70401,"ĠProfessionals":70402,"ĠGPUs":70403,"Lesson":70404,"Exclusive":70405,"Ġatrav":70406,"ĠDank":70407,"ĠLawyers":70408,"ĠWalton":70409,">[]":70410,"Ġaloud":70411,"=\"../../../":70412,"Ġdebating":70413,"ĠAVG":70414,"_VOL":70415,"/cgi":70416,".deg":70417,":g":70418,".Infof":70419,"MeasureSpec":70420,".song":70421,"mtree":70422,"ulls":70423,"Jordan":70424,"ĠCovers":70425,"Ġattributable":70426,"Ġjedis":70427,"iatrics":70428,"Ġrotterdam":70429,"Ġmeld":70430,"ĠContentType":70431,"Ġmantle":70432,"Ġalice":70433,"_duplicate":70434,"/Internal":70435,"Ġfilesize":70436,"ĉfire":70437,"rese":70438,"ondere":70439,"Ġfamiliarity":70440,"ĠCrest":70441,"Ġkarma":70442,"Ġtorino":70443,"Ġmesa":70444,"/temp":70445,"Ġchir":70446,"ĠOverflow":70447,"Ġtenemos":70448,"unik":70449,"NEXT":70450,"Alle":70451,"Ġnxt":70452,"Mart":70453,"Ġatl":70454,"Ġperiodo":70455,"_you":70456,"Ġ})).":70457,"intestinal":70458,".AdapterView":70459,"Ġhesitant":70460,"Ġcomparatively":70461,".UInt":70462,"(viewModel":70463,"Ġsangat":70464,"ĠResponsive":70465,"ĠZack":70466,"âħ":70467,"JAVA":70468,"ĠFuller":70469,"ĠâĿ¤":70470,".Consumer":70471,"Ġank":70472,"Ġreactors":70473,"fuck":70474,"_rat":70475,"ĠsessionFactory":70476,"_backward":70477,"Ġscrambled":70478,"ĉth":70479,"Ġinsensitive":70480,"Ġchamps":70481,"Ġnginx":70482,"Ġconhec":70483,"ĠJasper":70484,".fm":70485,"StrictEqual":70486,"achsen":70487,"-Nov":70488,"lassen":70489,".integration":70490,"(lbl":70491,"Compose":70492,"ĠFon":70493,"Ãļ":70494,"Gratis":70495,"ĠLime":70496,"ĠAdapterView":70497,"Ġpoisoned":70498,"anchors":70499,"设计":70500,"']?>\"":70501,"Ġprocur":70502,"Italy":70503,".MONTH":70504,"ĠLUA":70505,"ĠLithuania":70506,"ĠHeads":70507,"_CHUNK":70508,"ĠPUSH":70509,"AspectRatio":70510,"Ġweg":70511,"Ġvids":70512,"ĠWein":70513,"ĉINT":70514,"sessionId":70515,"Industry":70516,"Ġdenounced":70517,"JKLM":70518,"ĠVanessa":70519,".Identifier":70520,"propri":70521,"Ġиг":70522,"Ġtécn":70523,"Ġmosaic":70524,"StreamReader":70525,"-Th":70526,"forth":70527,"Ġadherence":70528,"bate":70529,"Ġknights":70530,"sounds":70531,"Ġsalle":70532,"OMET":70533,"ãĤ¹ãĥĪ":70534,"-tm":70535,"ĠRhe":70536,".FileOutputStream":70537,"åĪĨç±»":70538,"ĠENG":70539,"holiday":70540,"ĠCongratulations":70541,")(Ċ":70542,"Ġaggregates":70543,"HOOK":70544,"ewire":70545,"Senator":70546,"Ġembeddings":70547,"epy":70548,"(COM":70549,"Ġrobber":70550,"äter":70551,"wang":70552,"_teacher":70553,"Ġresentment":70554,"Ġlettuce":70555,"erreur":70556,"(ic":70557,"ĠTactical":70558,"ĠContracts":70559,"Ġmænd":70560,"Ġsitios":70561,"Ġbastante":70562,"Ġnuevos":70563,"ĉNdrFc":70564,"ĠprivateKey":70565,"ucch":70566,"MMdd":70567,"Ġè¾ĵåĩº":70568,"umba":70569,"@foreach":70570,":\");ĊĊ":70571,"Ġslippery":70572,"ĠKeystone":70573,"Ġpioneering":70574,"_triangle":70575,"(\"Ċ":70576,"ĉĉĉĉĉĉĉĉĠĠ":70577,"ĠIntervention":70578,"SCI":70579,"ĠcJSON":70580,"Ġterminating":70581,"ë¹Ħ":70582,"Ġbabys":70583,"Subset":70584,"Ġë¡":70585,"Ġseulement":70586,"Ġmuestra":70587,"Entre":70588,"以ä¸Ĭ":70589,"ngo":70590,"\"bytes":70591,"QRST":70592,"Ġypos":70593,"persona":70594,"ĠDeploy":70595,"cee":70596,"Ġà®":70597,".goal":70598,"Ġhabitats":70599,"ĠisAdmin":70600,"Ġexploiting":70601,"Ġventil":70602,"ĠBalls":70603,"اب":70604,"Ġmindfulness":70605,"(kwargs":70606,"Ġresembling":70607,"Ġchoir":70608,"ĠonBackPressed":70609,"ĠSECURITY":70610,"/gtest":70611,"Ġjustices":70612,"ĠintegerValue":70613,"blah":70614,"ĠAim":70615,"_finalize":70616,"keh":70617,"ĠComplexity":70618,"Ġaugust":70619,"getElementsByTagName":70620,"Ġpreach":70621,"Ġpronunciation":70622,"ĠTrash":70623,"-percent":70624,"_PRIV":70625,"ĠHunts":70626,"ĠCurse":70627,"uellen":70628,"Ġheavyweight":70629,"Xi":70630,"ĉselected":70631,"ĠMcCoy":70632,"å¼Ĥ常":70633,"|=Ċ":70634,"ĠBattlefield":70635,"ItemImage":70636,"Ġdeductions":70637,"ĠElemental":70638,"());//":70639,"ĠBurk":70640,"})čĊčĊ":70641,"swift":70642,"/function":70643,"Usually":70644,"_St":70645,"_feats":70646,"ĠIsValid":70647,"Ġzad":70648,"ImageContext":70649,"Ġclassname":70650,"Ġdonner":70651,"Ġ-->ĊĊĊ":70652,"Ġmotorcycles":70653,"+'/'+":70654,"ĠsetBackground":70655,"\\CMS":70656,".AllArgsConstructor":70657,"ĠLexington":70658,".examples":70659,"ĠPurs":70660,"PushMatrix":70661,"Ġ==============================================================":70662,".addTarget":70663,"pora":70664,"Fullscreen":70665,"Ġgoof":70666,"hlen":70667,"äge":70668,"ĠCURL":70669,"ĠInteresting":70670,"Ġretrieves":70671,"_Obj":70672,"inness":70673,"-----ĊĊ":70674,".tsv":70675,"(IM":70676,"ĠBraves":70677,"_ISR":70678,"osti":70679,"á»ĵ":70680,"ĠExterior":70681,"ĠCourtney":70682,"Ġresidues":70683,"Tier":70684,".*;čĊčĊ":70685,":black":70686,"webView":70687,"\"path":70688,"Ġmasa":70689,"]!='":70690,"ĠMatching":70691,"dur":70692,"Jvm":70693,"=context":70694,"_RING":70695,"Ġproponents":70696,"ĠQStringLiteral":70697,"Ġinflate":70698,"\">čĊ":70931,"_COST":70932,"ilinear":70933,"ĠWorkspace":70934,"Ġspel":70935,"agogue":70936,"ĠMillennium":70937,"ĠPopulate":70938,"Ġnid":70939,".parseColor":70940,"Solar":70941,"ĠGad":70942,"Ġì¤ij":70943,"ĠKamp":70944,"ĉrm":70945,"Ġbenz":70946,"ĠHonestly":70947,"Ġelectrode":70948,"ĠPrairie":70949,"ĠPROFILE":70950,"ĠOriental":70951,"ĠOLED":70952,"/copyleft":70953,"awaii":70954,"(products":70955,")\\<":70956,"-created":70957,".ManyToMany":70958,"\"How":70959,"ĠвÑĭп":70960,"Ġmitochondrial":70961,"_testing":70962,"(created":70963,"ĠgetField":70964,"_EVAL":70965,"].\"":70966,"ĠFSM":70967,"ĠRita":70968,"ĠåıĤæķ°":70969,"Ġcôt":70970,"ĠInsight":70971,"ĉmysqli":70972,"_timing":70973,"IDO":70974,")))))Ċ":70975,"COVERY":70976,".imag":70977,"CDF":70978,"lust":70979,"ickt":70980,"_FP":70981,".','":70982,"gcc":70983,"Ġkurz":70984,"_pwm":70985,"Ġodpowied":70986,"ĠBarrier":70987,"/***************************************************************************Ċ":70988,"pak":70989,"-Israel":70990,"ĠRutgers":70991,"ĠselectedItem":70992,"ĠRamirez":70993,"Farm":70994,"Ġcalendars":70995,"gzip":70996,"Ġblockbuster":70997,"ĠPlymouth":70998,"çľĮ":70999,"responses":71000,".DialogInterface":71001,"-grand":71002,"ĠgetSource":71003,"Ġdejtings":71004,"Ġtieten":71005,"Ġcondemnation":71006,"Ġcontinuar":71007,".MockMvc":71008,"/english":71009,"ĠMediaPlayer":71010,"computed":71011,"ĠClippers":71012,"(delegate":71013,".Slf":71014,"Ġë¡ľ":71015,"ĠTide":71016,"Ġihrem":71017,"ĠWan":71018,"ÑĥÑİÑī":71019,"}><":71020,"Discussion":71021,"Ġwatts":71022,"-minus":71023,"ĠJuliet":71024,"éĽħ":71025,"Ġconcluding":71026,"andscape":71027,"Ġúltima":71028,"ĠDERP":71029,"ĠsignUp":71030,"ĠSecondly":71031,"WAIT":71032,"lds":71033,".callbacks":71034,"(hour":71035,"imators":71036,"volent":71037,"AAF":71038,"edriver":71039,"ĠMathematic":71040,"'":71042,"{j":71043,"_ABORT":71044,"Ether":71045,"Ġeducator":71046,"Ġprecaution":71047,"Ġfingertips":71048,"getVar":71049,"camatan":71050,"-debug":71051,"ĠRAF":71052,"[arg":71053,"Ġraced":71054,"Ġtsunami":71055,".flink":71056,"Ġglyc":71057,"uko":71058,"ĠMultiply":71059,"Ġredistribution":71060,"AGO":71061,"ĠRoutine":71062,"Ġopr":71063,"(lower":71064,"ĠFunktion":71065,".dk":71066,"Ġegt":71067,"_BASIC":71068,"syscall":71069,"ĠLSD":71070,"ĠDuplicate":71071,"_sell":71072,"ĠerrorHandler":71073,"_ips":71074,"Ġerv":71075,"annie":71076,"(resourceName":71077,"Ġbottled":71078,"Ġcrawling":71079,"egment":71080,".setTag":71081,"Ġrss":71082,"ĠQuarry":71083,"_exact":71084,".jwt":71085,"ĠBoards":71086,"opi":71087,"Ġnasal":71088,"ĠXYZ":71089,".ud":71090,"Northern":71091,"Ġactivating":71092,"edx":71093,"ovah":71094,"Ġindx":71095,"AlertDialog":71096,"Ġtienes":71097,"annya":71098,"_pan":71099,"(decimal":71100,".Dict":71101,"Ġsubsidiaries":71102,"ProductName":71103,"Few":71104,"dato":71105,"odied":71106,"-under":71107,"Ġê²ĥ":71108,"çīĪæľ¬":71109,"atism":71110,"[Math":71111,".'<":71112,"(infile":71113,"Ġdenotes":71114,"$class":71115,"_SECURITY":71116,"Ġsewage":71117,"melon":71118,"(Character":71119,"/github":71120,"Ġglaring":71121,".Guid":71122,"_sparse":71123,"ĠMargin":71124,"_dns":71125,"Ġmeiner":71126,"Ġleftist":71127,"ĉloc":71128,"abytes":71129,"Ġequipments":71130,"expo":71131,"ĠSomerset":71132,"EK":71133,"æį¢":71134,"Ġlecturer":71135,"Ġmemiliki":71136,"æł¸":71137,"ç´ł":71138,"pron":71139,":pointer":71140,"borrow":71141,"ĠProtective":71142,"_cf":71143,"ĠÐķÑģли":71144,"bpp":71145,"';ĊĊĊĊ":71146,"aturally":71147,"_NAV":71148,"Ġpeptide":71149,">d":71150,"Ġifstream":71151,"_FACTORY":71152,"');//":71153,"joined":71154,"mong":71155,"Ġtimespec":71156,"Ġdestabil":71157,"Ġautop":71158,"-limit":71159,"publication":71160,"ĠDenn":71161,".Memory":71162,"(skb":71163,"ĠAnaheim":71164,"_RETURNTRANSFER":71165,"oueur":71166,"(_('":71167,"legt":71168,"istingu":71169,"ĉpriv":71170,"Ġredirects":71171,"Mt":71172,"Ġalleen":71173,"ĠPointF":71174,"Ġomin":71175,"Ġcitt":71176,"ĠTage":71177,"ĠWalls":71178,"á»ī":71179,"Ġoccupying":71180,"xBF":71181,"rangle":71182,"Ġrelational":71183,"-org":71184,"Ġjpg":71185,"-derived":71186,"Ġmalfunction":71187,"ĠBenson":71188,"(scroll":71189,"ĠXD":71190,"Holy":71191,"(commands":71192,"Ġtipping":71193,"Ġprimitives":71194,"Ġsexle":71195,"CallCheck":71196,"ĠMASTER":71197,"_TEAM":71198,".setRequestHeader":71199,"_specs":71200,"Ġserge":71201,".Master":71202,"Ġims":71203,".SpringBootTest":71204,"paypal":71205,"ĠWANT":71206,".Inst":71207,"ĠCarpet":71208,"Ġwrongly":71209,"($('.":71210,"Ġbild":71211,".Roll":71212,"ĠUrb":71213,"-can":71214,"ãģıãģłãģķãģĦ":71215,"oliberal":71216,"čĊčĊ":71610,"ĠMahm":71611,"}\";ĊĊ":71612,"Ġdq":71613,"ĠPublishers":71614,"ĠAmpl":71615,"ĠDanielle":71616,"Ġtern":71617,"èµ·":71618,"noÅĽÄĩ":71619,"ein":71620,"ĠAsyncStorage":71621,"unger":71622,"rouw":71623,"Ġscissors":71624,"/assert":71625,".bucket":71626,"/archive":71627,"_Man":71628,"Ġintoler":71629,"Ġ()=>":71630,"ĠÐĴÑĭ":71631,"Ġsai":71632,".xy":71633,".\"čĊ":71634,"Ġurinary":71635,"esub":71636,"ISTICS":71637,"Ġκ":71638,"Ġcompliments":71639,"ĠtypingsJapgolly":71640,"ihar":71641,"Expansion":71642,"ĠServing":71643,"_students":71644,"ĠXBOOLE":71645,"(il":71646,"Ġì²ĺ":71647,"Ġjó":71648,"(tol":71649,"(JS":71650,"ĉCG":71651,"ĠDRAW":71652,"twig":71653,"Ġoat":71654,"_smooth":71655,"ĠCSL":71656,"Ġosob":71657,"Ġensuing":71658,"Ġbanker":71659,"ĠBackpack":71660,"_ping":71661,"Ġwishlist":71662,"=ax":71663,"ĉĠĠĠĊ":71664,"Disney":71665,"steady":71666,"\">%":71667,"Ġprophets":71668,"ĠZX":71669,"Ġminimalist":71670,".PLAIN":71671,"Seattle":71672,".ordinal":71673,"ĠPIPE":71674,"Ġretorna":71675,"Ġjugador":71676,"ĠBret":71677,"ĠâĶľ":71678,"Ġplush":71679,"ULATOR":71680,"Sorting":71681,".gridy":71682,"ectomy":71683,"_activ":71684,"rack":71685,"Interactive":71686,"ĠAntarctica":71687,"Ġvengeance":71688,"enso":71689,"_known":71690,"upplier":71691,".Modules":71692,"ĠConnectionState":71693,"éļIJèĹı":71694,"@FindBy":71695,"Ġplacer":71696,"\\model":71697,"<()>":71698,".isSuccessful":71699,"-good":71700,"bz":71701,"ĠDraco":71702,"Assistant":71703,"-extra":71704,"аблиÑĨ":71705,"Ġhypocrisy":71706,"Ġtst":71707,"ĠAgr":71708,"$txt":71709,"Ġlogistic":71710,"licensed":71711,"ĠHof":71712,"Ġtat":71713,"(iv":71714,"Ġintoxic":71715,"postId":71716,"_strike":71717,"Ġhumiliation":71718,"pcodes":71719,"\"sync":71720,"(recipe":71721,"+N":71722,"rente":71723,"ĉClient":71724,"ycopg":71725,"ĠZurich":71726,"ĠProfiles":71727,"Countries":71728,"Ġpict":71729,"Ġrollout":71730,"requencies":71731,"Ġpatched":71732,"Ġcartridges":71733,"Ġshading":71734,"Jar":71735,"Ġsalvage":71736,"ĠTaxes":71737,"Ġstandby":71738,"aporan":71739,"Eigen":71740,".angular":71741,"ĠNested":71742,"享":71743,"ĠisVisible":71744,"ĠDwight":71745,"_BRANCH":71746,".Delay":71747,"Ġkend":71748,"Ġfacilitated":71749,".flatMap":71750,"Ġsanta":71751,"ĉSend":71752,"/messages":71753,"ĠofType":71754,"ĉswap":71755,"#plt":71756,"ĠTurks":71757,"NES":71758,"Ġprogressively":71759,"ĠResidence":71760,"ĠTREE":71761,"Ġnoen":71762,"dio":71763,"Ġnelle":71764,"Ġsogar":71765,"itti":71766,"weekly":71767,"Ġambiguity":71768,"_Settings":71769,"Ware":71770,".neo":71771,"_DST":71772,"Ġæĸ¹":71773,"prep":71774,"lobby":71775,"@email":71776,"/movie":71777,"Ġfunkc":71778,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":71779,"ÂŃs":71780,"Ġguardians":71781,"-pos":71782,"Ġconfiguring":71783,"ĠCPS":71784,"ĠDeus":71785,"Ġvidéos":71786,"_empresa":71787,"Ġslapped":71788,"',Ċ":71820,"_XDECREF":71821,"ĠBuzzFeed":71822,"_MARGIN":71823,"PLOY":71824,".small":71825,"ĠmimeType":71826,"Ġholog":71827,"ĉcamera":71828,"lias":71829,"Ġsuspense":71830,"odynam":71831,"bau":71832,"Ġgraveyard":71833,"_named":71834,"\":\"'":71835,"Ġ************************************************":71836,"ĠgameOver":71837,"ĠLENGTH":71838,"ĉscreen":71839,"ĠdoInBackground":71840,"_dependencies":71841,"Ġrtc":71842,"/up":71843,"_ROM":71844,"Hall":71845,"Ġdeficiencies":71846,"(te":71847,"'#":71848,"_equiv":71849,"Ġpreorder":71850,"ĠAxe":71851,"омÑĥ":71852,".sendFile":71853,"Ġfilt":71854,"ĠLimits":71855,"ĠCavaliers":71856,".discount":71857,"âĨIJ":71858,"ĠWit":71859,"QRSTUV":71860,"Ġij":71861,"Ġtegen":71862,"Ġ:\",":71863,"difficulty":71864,"punkt":71865,"ĠEmails":71866,"chlor":71867,"(fun":71868,".Uint":71869,"ĠStall":71870,"_verified":71871,"uD":71872,"FileType":71873,"Ġpleasures":71874,"Ġjudiciary":71875,"Ġsham":71876,"ipur":71877,"_PLUS":71878,"offers":71879,"(foo":71880,"_GT":71881,"ĉcore":71882,"ENTION":71883,"ĠLiberation":71884,"CommandLine":71885,"_department":71886,".Ar":71887,"_neighbor":71888,"ĠSubmitted":71889,"ĠĊ":96121,"Ġdroits":96122,"Ġhomosexuals":96123,"Ġabduction":96124,"ĉwidget":96125,"$headers":96126,"ĠDAR":96127,"Ġfla":96128,"threat":96129,"Ġlouis":96130,".GetProperty":96131,"\"Just":96132,"(frames":96133,"ryo":96134,"profession":96135,"|i":96136,"íķ´ìĦľ":96137,"(sv":96138,"Ġunrecognized":96139,"Ionic":96140,"Fashion":96141,"ScreenState":96142,"ĠIncoming":96143,"NotNil":96144,"Ġsyncing":96145,"emie":96146,"Ġthermo":96147,"_procs":96148,"Ġinconsistency":96149,"religious":96150,".mj":96151,"Ġpersonn":96152,"Ġmomentos":96153,"orarily":96154,"ĠæĬ":96155,"_neurons":96156,"Illustr":96157,"imoto":96158,"ilik":96159,"ĠWoj":96160,"Trading":96161,"Ġappare":96162,"Ġentreprises":96163,"achat":96164,"Ġ¬":96165,"Ġneigh":96166,"BUTTONDOWN":96167,"ĠMaher":96168,"aghan":96169,"-hash":96170,"\"f":96171,"Ġclientele":96172,".addButton":96173,"ĉSP":96174,"Qi":96175,"Ġgrated":96176,"POSITE":96177,":>":96178,"ĠHowell":96179,"ĠComparative":96180,"ĠISC":96181,"ÂŃi":96182,"Ocean":96183,"Davis":96184,"ĠFilme":96185,"Wins":96186,"ĠJIT":96187,"occer":96188,"ĠCorm":96189,"ENCHMARK":96190,"rchive":96191,"icação":96192,"Ġmata":96193,"Ġchildbirth":96194,"ĠOptionally":96195,"Ens":96196,"Ġxhttp":96197,"Ġelucid":96198,"_OscInitStruct":96199,"))):Ċ":96200,"Ġintuit":96201,"ĠDonate":96202,"Ġcorrelates":96203,">Delete":96204,"Ġequipe":96205,"Ġboca":96206,"Ġinflatable":96207,"erah":96208,"ĠDateTimeKind":96209,"Ġcalves":96210,"\\Lib":96211,"Ġemlrt":96212,"ĠTrilogy":96213,"ĠPanc":96214,"ĠDuis":96215,"ĠpelÃŃcula":96216,"WARDS":96217,"_DETECT":96218,"-sectional":96219,"dhcp":96220,"ForRow":96221,"-destruct":96222,"ĠPresenter":96223,"/slick":96224,",on":96225,"ĠCitadel":96226,"loggedin":96227,"_subtype":96228,"Ġsigue":96229,"Ġcuring":96230,"ĠFirewall":96231,"Ġfluorescence":96232,"ĠItalians":96233,"иÑĤÑģÑı":96234,".getStyle":96235,"InSeconds":96236,"jie":96237,"-Smith":96238,"Ġxlink":96239,"Ġsubmissive":96240,"онÑĤ":96241,"arbonate":96242,"ĠFaul":96243,"_goals":96244,"ĠCommissioners":96245,"chartInstance":96246,"_POSTFIELDS":96247,"Ġmedial":96248,"Ġmanos":96249,"Ġdelt":96250,"svm":96251,".Apis":96252,"ephy":96253,"Ġasympt":96254,"ĠappDelegate":96255,"Ġimprobable":96256,"cka":96257,"simd":96258,"/Error":96259,".âĢĵ":96260,"ĠPTS":96261,"deer":96262,"Ġsina":96263,"magnitude":96264,"IDADE":96265,"']}'":96266,"Ġmayores":96267,"ĉcomment":96268,"/console":96269,"\"@":96270,"volt":96271,".sell":96272,"ĠMacy":96273,"Ġmelod":96274,"Ġimágenes":96275,"_chg":96276,"Ġinout":96277,"idente":96278,")'),Ċ":96279,"dni":96280,".blob":96281,"Ġtypography":96282,"Ġeerie":96283,"_OID":96284,"pesan":96285,"ajan":96286,"Ġchopping":96287,"Ġbluff":96288,"adf":96289,"_bases":96290,".Formatter":96291,"Ġ\\%":96292,"ĠPageInfo":96293,"Carrier":96294,"ĠCalibration":96295,"como":96296,"-bodied":96297,"Ġfinancier":96298,"ĠINA":96299,".ERR":96300,"Ġhoodie":96301,"ĠSanity":96302,"guarded":96303,".opendaylight":96304,"ISMATCH":96305,"Highlights":96306,"ünk":96307,"aniem":96308,"angered":96309,"assignments":96310,"Ġregistrado":96311,"ĠUPPER":96312,"ampilkan":96313,"ashire":96314,"ĠNikola":96315,"ĠCFL":96316,"ĠHDC":96317,"Ġpoids":96318,"ĠIPs":96319,"Ġpreventative":96320,"ipsoid":96321,"ifix":96322,".camel":96323,".ga":96324,"Volumes":96325,"-ste":96326,"Yahoo":96327,"_sibling":96328,"Highest":96329,"optgroup":96330,"Ġkvinna":96331,"âĢĿãĢĤĊĊ":96332,"ĠAppliances":96333,"Ġ\"><":96334,"')\")Ċ":96335,"htt":96336,"ĠIdentified":96337,"Ġpencils":96338,"ĠmemberId":96339,"ĠappendString":96340,".loadData":96341,"ĠmockMvc":96342,"Ġjub":96343,"ĠSlut":96344,"ĠTaipei":96345,"statt":96346,"Polit":96347,"Ġpartager":96348,"DidChange":96349,"Increases":96350,")}.":96351,"ĠBaba":96352,"_CLIP":96353,"[unit":96354,"ĠклÑİÑĩ":96355,"Ġalcuni":96356,"ĠLola":96357,"Ġclinging":96358,"@PostMapping":96359,"(concat":96360,"Ġssid":96361,"ĠFauc":96362,"okit":96363,"ĠRecorded":96364,"ález":96365,"($('<":96366,".assertIsNot":96367,"Ġkali":96368,"Volt":96369,"Ġwarmly":96370,"Ġscares":96371,"getti":96372,"führt":96373,"_does":96374,".EMAIL":96375,"imations":96376,"Ġspringfox":96377,"ĠDecom":96378,"arcy":96379,"Ġglitches":96380,"ĠMoff":96381,"ĠVoll":96382,".between":96383,"Ġcoorden":96384,"ĠParticularly":96385,"GBP":96386,"Ġsemble":96387,"Eastern":96388,"_MSB":96389,"]){čĊ":96390,"morgan":96391,"ĠEVAL":96392,"dere":96393,"HOUSE":96394,"moire":96395,"istique":96396,"_lstm":96397,"-commit":96398,"ysterious":96399,"Ġtwink":96400,"-thumbnails":96401,"enÃŃ":96402,":'',":96403,"Ġblackout":96404,"ĠFloors":96405,"Ġsofas":96406,"Ġoui":96407,"leshoot":96408,"ĠRaq":96409,"-abs":96410,"Ġkra":96411,"Mining":96412,"shaft":96413,".setColumns":96414,"Clazz":96415,"PRETTY":96416,".playlist":96417,"éĸ¢":96418,"-Saharan":96419,"MING":96420,"ĉbl":96421,"è®®":96422,"jf":96423,"DOCKER":96424,"hopefully":96425,"(ignore":96426,"ĠUsersController":96427,"ĠMitarbeiter":96428,"ĠLES":96429,"Hamilton":96430,"-metadata":96431,"ĠKK":96432,"iktig":96433,"Ġwollte":96434,"egrator":96435,"]bool":96436,",current":96437,"ĠvalueType":96438,"Ġexcavation":96439,"oland":96440,"Ġverv":96441,"/filepath":96442,"AuthProvider":96443,"Ġprocrast":96444,"ĉULONG":96445,"_MEMBERS":96446,"Ġuplift":96447,"ĠAutonomous":96448,"Ġartworks":96449,"ĠOutreach":96450,"Ġpore":96451,"Homepage":96452,"DialogTitle":96453,"ĠGenerating":96454,"PARSE":96455,"Ġsemanas":96456,"Ġhumano":96457,"JSGlobalScope":96458,"Ġvolte":96459,"Ġbella":96460,"(isinstance":96461,"Ġplc":96462,"\\Catalog":96463,"Ġesteemed":96464,"鼷":96465,"(suffix":96466,"Ġsweeps":96467,"ĉORDER":96468,"Ġdoivent":96469,"ĠSwarm":96470,"ĠCompiled":96471,"getPage":96472,"ADR":96473,".RichTextBox":96474,"ĠNaming":96475,"agged":96476,"ĠGANG":96477,"rasing":96478,"odeled":96479,"Ġgala":96480,"ĠJSName":96481,"ddf":96482,"Ġillust":96483,"ĠLansing":96484,"[port":96485,"-death":96486,"Ġdinheiro":96487,"ĠEighth":96488,"Ġbian":96489,"stÃ¥":96490,"Ġversión":96491,"ĠLinearGradient":96492,"ĠHarding":96493,".*)":96494,"eczy":96495,"$header":96496,"ĠvÃ¥r":96497,"Unchecked":96498,"Ġkoje":96499,"ĠPaladin":96500,"())),":96501,"Giving":96502,"()})Ċ":96503,"Ġdips":96504,"Friendly":96505,"Ġportrays":96506,"Ġhelium":96507,"Ġinsurgency":96508,"_expiry":96509,"ĠstringByAppendingString":96510,"Ġaantal":96511,"slope":96512,"mast":96513,".getInteger":96514,"Ġ########################":96515,"_PIPELINE":96516,"Ġdensely":96517,"Ġmutating":96518,"midi":96519,"ĠSeit":96520,"ayne":96521,"NOWLED":96522,"ĠDesmond":96523,"ĠFName":96524,"ĠNairobi":96525,"\\Context":96526,"Ġcalcular":96527,"-den":96528,"Ġcott":96529,"]):čĊ":96530,"ĠRecommendation":96531,"ĠRolex":96532,"ĠvalidationResult":96533,".pat":96534,"ĠnÃły":96535,"ĠRestClient":96536,"ĠGPI":96537,"ĠAsheville":96538,"ĠOSP":96539,"ĠPERMISSION":96540,"ÐĶаÑĤа":96541,"/notification":96542,"Knight":96543,"_Word":96544,"ĠBender":96545,"ranking":96546,"Ġpartida":96547,"_reservation":96548,"ÌĢ":96549,"ĠmName":96550,"Ġgetch":96551,"Ġborr":96552,"Ġdiligent":96553,"Discuss":96554,"æŃ£åľ¨":96555,"apeake":96556,"ioned":96557,"-Nazi":96558,".cum":96559,"ĠKron":96560,"=$('#":96561,"/single":96562,"Ġerotisch":96563,"ĠVib":96564,"Ġratified":96565,"Ġconcerted":96566,"ĠREGARD":96567,"Ġdobr":96568,".DriverManager":96569,"'r":96570,"Portable":96571,"ĉsuite":96572,"Ġrelaciones":96573,"ĠDop":96574,"emploi":96575,"DOB":96576,"Ġcrumbs":96577,"Ġxls":96578,"_Application":96579,"(':',":96580,"Ġ------------------------------------------------------------------------Ċ":96581,"mse":96582,"Ġberk":96583,"ĠReturnValue":96584,"ĠBelly":96585,"Ġcamar":96586,"ĠPeek":96587,"elsing":96588,"Ġnotifies":96589,"ĠTristan":96590,"ĠGAR":96591,"emme":96592,"ĠElevated":96593,"_CSV":96594,"(chalk":96595,"Ġtwenties":96596,"ĠSearchResult":96597,"=search":96598,"ĠMixing":96599,"ýt":96600,"Ġrecruiter":96601,"ĠIDEOGRAPH":96602,"ĠAgo":96603,"(Operation":96604,"$values":96605,"Ġworldly":96606,"ĠRosenberg":96607,"ĠConfigureServices":96608,">*Ċ":96705,"Ġsnork":96706,"_opacity":96707,"ĠinitWithNibName":96708,"iado":96709,"AAC":96710,"Ġ]).":96711,";z":96712,"_paragraph":96713,"Ġnoses":96714,"stands":96715,"ifr":96716,"_mE":96717,"Iraq":96718,".Predicate":96719,"enaire":96720,"]]];Ċ":96721,"Ġunidad":96722,"Ġretirees":96723,"_hello":96724,"Ġmodele":96725,"ĠUITableViewController":96726,"fwrite":96727,"_numero":96728,"_visited":96729,"Ġrecebe":96730,"(Notification":96731,"Fantastic":96732,"_submenu":96733,"ĠPEM":96734,"ĠCupertino":96735,"approximately":96736,"classed":96737,".ReadString":96738,"Ġdomicile":96739,"_PW":96740,"Ġballpark":96741,"ĠKale":96742,"contra":96743,"_favorite":96744,"/of":96745,"Quite":96746,"ĠOTA":96747,"Ġaccelerometer":96748,"didn":96749,"|^":96750,"ĠRohingya":96751,"ivicrm":96752,"annabin":96753,"обÑĭÑĤи":96754,"orado":96755,"')+":96756,"Haunted":96757,",ID":96758,"(UIAlertAction":96759,"urv":96760,"_bel":96761,"ĠMexicans":96762,"/terms":96763,"ĠPainter":96764,"InputLabel":96765,"ĠVinci":96766,"ĠRosie":96767,"\\uc":96768,"":96929,"_gs":96930,"Ġcompil":96931,"nard":96932,"-exc":96933,"Ġrhyme":96934,"Ġbutto":96935,"says":96936,"antasy":96937,"ë¸":96938,"ĠcittÃł":96939,"Ġcheg":96940,"TimeString":96941,"Ġpositivity":96942,"ĠDabei":96943,"Ġwang":96944,"Ġescre":96945,"\"c":96946,"ĉvideo":96947,"ĠRanked":96948,".strings":96949,">>>(":96950,"ĠинÑĤеÑĢ":96951,"Ġresta":96952,"[:,:":96953,"Ġrendre":96954,"Ġdeser":96955,"Jos":96956,"Ġdisruptions":96957,"ĠопеÑĢ":96958,"sampling":96959,"suppress":96960,"ĠcontainerView":96961,"ĠSeamless":96962,"Ġairy":96963,"Ġonload":96964,".WindowManager":96965,"ĠPLA":96966,"braco":96967,".setPositiveButton":96968,"Ġpdu":96969,"Ġgsi":96970,"ĠCli":96971,"_gradients":96972,"Ñıд":96973,"ĠWhisper":96974,"cstdint":96975,"Ġläng":96976,"Ġformulations":96977,"énom":96978,"ournemouth":96979,"[$_":96980,"Ġordinarily":96981,".setUsername":96982,"Ġfaculties":96983,"MITTED":96984,"/values":96985,"Ġweir":96986,"ĠApt":96987,"MZ":96988,"ĉcf":96989,"ucken":96990,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":96991,"defense":96992,"[iVar":96993,"ĠBusinessException":96994,"Selectors":96995,"(coordinates":96996,"ĠResets":96997,"ĠDrinks":96998,"oleans":96999,"(stypy":97000,"_IOC":97001,".xxx":97002,"ĠSlater":97003,"ĠBelize":97004,"Ġ/************************************************************************":97005,"addin":97006,"_episodes":97007,"Ġischem":97008,"legalArgumentException":97009,"Danny":97010,"Ġpared":97011,".codehaus":97012,"ĠAssy":97013,"ĉRect":97014,"âŀ":97015,".lista":97016,"ĠваÑĪ":97017,"Ġvets":97018,"HWND":97019,"isoner":97020,"Ġxo":97021,"Ġorally":97022,"ĠStmt":97023,".rnn":97024,"ĠDPI":97025,"ĠStrikes":97026,".setViewportView":97027,"ĠèĩªåĬ¨çĶŁæĪIJ":97028,"YELLOW":97029,"GLenum":97030,"partners":97031,"ĠImplicit":97032,"Ġtako":97033,"âĢĻelle":97034,"Ġermög":97035,"totalCount":97036,"Gil":97037,"ĉwork":97038,"Ġpratic":97039,"inati":97040,"abies":97041,"ĠSkinner":97042,"Ġspirited":97043,"Ġpancreatic":97044,"Ġhdf":97045,"'em":97046,"Ġpsychosis":97047,"olicit":97048,"Ġ\"{\"":97049,"_atual":97050,"Ġélect":97051,"TEAM":97052,"Ġdak":97053,"ĠSWAT":97054,".FragmentManager":97055,"Ġprovisioning":97056,"lifetime":97057,"_EXTENSIONS":97058,"ĠCASCADE":97059,"Ġ![":97060,"(KP":97061,"Ġvem":97062,"ĠInterracial":97063,"']},Ċ":97064,"spacer":97065,"_kv":97066,"Warehouse":97067,"RDD":97068,"_fsm":97069,".StretchImage":97070,",Yes":97071,"ĠRefugee":97072,"ĠBringing":97073,"Ġválido":97074,".intersection":97075,"Ġspooky":97076,"_portal":97077,"Ġmoth":97078,"ĠZodiac":97079,"ĠSOCIAL":97080,"MimeType":97081,"']}}":97200,"_Blue":97201,"Ġbotanical":97202,"Ġfrags":97203,"Ġfamilial":97204,"-du":97205,"Ġseizing":97206,"(blocks":97207,".rd":97208,".checkNotNull":97209,"Ġmiser":97210,"Ġmaxx":97211,"ĠKnee":97212,"ViewItem":97213,"InnerHTML":97214,"Danger":97215,"((__":97216,"Ġprzypad":97217,"createUrl":97218,"**,":97219,"ĠDecorating":97220,"ATEGY":97221,"?>/":97222,".Designer":97223,"hexdigest":97224,"ĠEverywhere":97225,"alleries":97226,".TEXTURE":97227,".Blocks":97228,"zell":97229,"Ġpreço":97230,"Suddenly":97231,"inputEmail":97232,"(sync":97233,".bd":97234,"golden":97235,">');":97236,"ĠDickinson":97237,">>(Ċ":97238,"ĠQUEUE":97239,"ĠgetColumn":97240,"ĠSAND":97241,".piece":97242,"licer":97243,"Flutter":97244,"ĠgetVersion":97245,"ĠresourceId":97246,"ogl":97247,"ÅĤaw":97248,".Branch":97249,"ĉweb":97250,"Ġframerate":97251,"PPP":97252,"Ġfray":97253,"CNT":97254,"Ġinformatie":97255,"']čĊčĊ":97256,"neas":97257,"HeaderCode":97258,"Ġæ¸":97259,"Ġtrg":97260,"rawtypes":97261,"Honda":97262,"Ġmarketer":97263,"ĠrequestData":97264,"ĠPg":97265,"ĉnot":97266,"ĠpageInfo":97267,"Ġaktuellen":97268,"ãģķãĤĵ":97269,"ĠAMS":97270,"pushViewController":97271,"ĉAL":97272,"Ġvests":97273,"produce":97274,"-même":97275,"ĠRahman":97276,"Funny":97277,"EZ":97278,"_Valid":97279,"Ġsquadron":97280,"Ġlash":97281,"Ġirm":97282,"iasco":97283,"ĠParan":97284,"Ġpetites":97285,"ĠDecay":97286,"Ġuninitialized":97287,"privileged":97288,"Ġmbedtls":97289,"å¤ĩ注":97290,"Ġ^.":97291,"Ġecstatic":97292,"Detroit":97293,"Ġparten":97294,"Ġsouvenir":97295,".getLogin":97296,"моÑĤÑĢ":97297,"enção":97298,"ĠmÃŃnimo":97299,"ĠAccessed":97300,"rió":97301,"Mic":97302,"ĠVocal":97303,".SetString":97304,"Ġmensajes":97305,"åĢį":97306,"Ġattravers":97307,"ĠAph":97308,"Ġ');čĊ":97309,"ünde":97310,"Ġenchanted":97311,"ĠRootState":97312,"ĠCLOSED":97313,"ĉĉĉĉĉĉĉĉčĊ":97314,"Ġcaliente":97315,"orris":97316,"Ġphysicists":97317,"hwnd":97318,"_vi":97319,"Ġrápido":97320,"Ġcapitalized":97321,"edBy":97322,"Ġmachining":97323,"Ġhubby":97324,"ĠStacy":97325,".Bus":97326,"drink":97327,"Hur":97328,"Ġpropia":97329,"UnitTest":97330,"Ġmisconception":97331,"__));Ċ":97332,"/dc":97333,"ĠMayweather":97334,"_mC":97335,".createFrom":97336,"ĠQPainter":97337,"ropsych":97338,"innitus":97339,"ayas":97340,"Ġgeg":97341,"(dw":97342,"Ġusado":97343,"Ġtrickle":97344,"Ġannihil":97345,"ĠPasta":97346,"Ġ++Ċ":97347,"(ExpectedConditions":97348,".postValue":97349,"icap":97350,"ĠDonetsk":97351,"_soup":97352,"-publish":97353,"ĠPb":97354,"mentions":97355,"ACCEPT":97356,".Pull":97357,",âĢĻâĢĻ":97358,"Ġretarded":97359,"_ATOM":97360,"ĠTerminator":97361,"-court":97362,"ĠCLLocationCoordinate":97363,"Ġreverence":97364,"ĠSSC":97365,"utely":97366,"ĠWON":97367,"ĠGSL":97368,"frei":97369,".getLongitude":97370,"ĠopenFileDialog":97371,".Butter":97372,"-important":97373,"_MANY":97374,"ĠGong":97375,"âĢľHow":97376,"Ġgorge":97377,"=msg":97378,"ĠEzek":97379,"createCommand":97380,":checked":97381,"Ġinfographic":97382,".WEST":97383,"Dirs":97384,"Ġguarda":97385,"Ġbeetle":97386,"Loading":97460,"_mA":97461,".getRandom":97462,"blings":97463,"Ġcheeses":97464,"tti":97465,".âĢ¢":97466,"ĠBurgess":97467,"enderit":97468,".',čĊ":97469,"(\"\"+":97470,"acb":97471,"%p":97472,"indexed":97473,"_predicate":97474,"nesia":97475,"Ġbied":97476,"ĠCIT":97477,"(Pos":97478,"_radi":97479,"ä»·æł¼":97480,"Biz":97481,"ĠAdolescent":97482,"Ġviên":97483,"cycl":97484,"_Cancel":97485,"Ġconclusive":97486,"Ġappellate":97487,"informatics":97488,"SJ":97489,"Ġelective":97490,"roleId":97491,"Fetcher":97492,"ĉCommand":97493,"(\"(%":97494,"Ġfart":97495,"ILA":97496,"getBlock":97497,"AUSE":97498,"Ġдан":97499,"ĠArte":97500,"Ġnotifying":97501,"Ġgele":97502,".same":97503,"ĠRegel":97504,"ĠBaÅŁ":97505,".creation":97506,"ĠVN":97507,"_community":97508,"Ġunsustainable":97509,"SEX":97510,"ĠgridSize":97511,"rescia":97512,"aversable":97513,"(',')[":97514,"ĠPhelps":97515,"á»ķi":97516,"ANCELED":97517,"-IS":97518,".runners":97519,"ĠStokes":97520,".Produ":97521,"Ġwhipping":97522,"_acquire":97523,"Ġinvestigación":97524,"fried":97525,".copyWith":97526,"ĠHardcover":97527,"-Se":97528,"áŀ¶áŀ":97529,"invitation":97530,"lesai":97531,"ĠDorm":97532,"ĠÑģпиÑģка":97533,"Ġconcatenated":97534,"ophil":97535,"Ġthinker":97536,"/fontawesome":97537,"ĠLeopard":97538,"Ġ\"/\");Ċ":97539,"Ġresiduals":97540,"ĠMicrowave":97541,"Ġconforme":97542,"throp":97543,"Ġdisemb":97544,"ĠOMG":97545,"ĠDiscipline":97546,"ĠAcrobat":97547,"/repository":97548,"dfa":97549,"_MED":97550,"bufio":97551,"Ġméthode":97552,"_HOLD":97553,"iasi":97554,"_legacy":97555,")ččĊ":97556,"æ£Ģ":97557,"GetProcAddress":97558,"Ġyay":97559,"otence":97560,"orderid":97561,"-tw":97562,"Ġdearly":97563,"Incoming":97564,"/il":97565,"Ġneurop":97566,"ucz":97567,");čččĊ":97568,"ĠInnovative":97569,"Ġprofund":97570,"igmat":97571,"SelectionMode":97572,"relevant":97573,".GO":97574,"Ġbruises":97575,"Ġsach":97576,"odef":97577,"Ġreimb":97578,"/desktop":97579,"-spot":97580,"undance":97581,"Entropy":97582,"\\core":97583,"Ġsuger":97584,"ĠMvc":97585,"ĠGNOME":97586,"_indx":97587,"ĠYYSTYPE":97588,"ĠMatlab":97589,"ĠCIF":97590,"Ġ*))":97591,"ĠproductList":97592,"ĠAlright":97593,"acemark":97594,"ÑĤив":97595,"modification":97596,"international":97597,"Ġhomers":97598,"Ġdicts":97599,"ĠQFont":97600,".SQLite":97601,"Ġtransplantation":97602,"ĠMessageBoxButton":97603,"ĠElves":97604,"']])Ċ":97605,"(QIcon":97606,"Ġcinemas":97607,"COORD":97608,"-China":97609,"Ġkhẩu":97610,"æĪijçļĦ":97611,"Ġskulls":97612,"Ġpainstaking":97613,"fce":97614,".XRLabel":97615,"Ġspecifier":97616,"Ġpreferring":97617,"/activity":97618,"(Photo":97619,"ált":97620,".lot":97621,"''.":97622,"annonce":97623,".googlecode":97624,"-pdf":97625,"ĠPoke":97626,"_ACL":97627,"Ġendowed":97628,"discover":97629,".omg":97630,"Ġwoodland":97631,".Magic":97632,"Ġvolont":97633,"NotAllowed":97634,"Ġchave":97635,"BMW":97636,"','=',":97637,"ĠSIX":97638,"æĪij们":97639,"Ġkosher":97640,"Ġaspiration":97641,"intl":97642,"_refptr":97643,"'+Ċ":97644,"mentor":97645,".club":97646,"WindowState":97647,".ARR":97648,"Ġzza":97649,"ĠmessageType":97650,".equ":97651,"Thor":97652,"Ġinjust":97653,"Ġgums":97654,"ĠborderSide":97655,"/////":97656,"ĠTransmit":97657,"Ġbufsize":97658,"Ġhak":97659,"Ġellas":97660,"RANDOM":97661,"ĉmc":97662,"Ġpea":97663,"eko":97664,"documento":97665,"Ġhysteria":97666,"Ġarenas":97667,"Ġgunmen":97668,"Ġmike":97669,"Ġimpunity":97670,"atisation":97671,"_Zero":97672,"_COMPANY":97673,"ĠGors":97674,"ĠuseClass":97675,"(redis":97676,"ĠRUNNING":97677,"ĠBair":97678,"velte":97679,"Ġ','.":97680,"аÑĤÑĮÑģÑı":97681,"öst":97682,"encodeURIComponent":97683,"_restrict":97684,"Ġdecals":97685,"ĠPedido":97686,"Ġaltercation":97687,"Displays":97688,"ĠApplicants":97689,"CUS":97690,"Textarea":97691,"ĠAngola":97692,".future":97693,"ĠUSHORT":97694,"Ġsuppressing":97695,"Ġsetzen":97696,"APolynomial":97697,"Ġtoch":97698,"Ġhallmark":97699,"Ġ$$$":97700,"ĠCHARSET":97701,".rpm":97702,"ĠDich":97703,"--------------------":97704,"_parm":97705,"è¿ĺ":97706,"acciones":97707,"hait":97708,"WARDED":97709,"_routing":97710,"ĠNOM":97711,"Ġenclave":97712,"ĠLotto":97713,"ĉfr":97714,"complexContent":97715,"ĠBallard":97716,"kube":97717,"/win":97718,".getColumnModel":97719,"_REPLACE":97720,"HeaderValue":97721,"Ġestudiantes":97722,"Ġapis":97723,"Ġbpm":97724,"ĠTypeName":97725,"AndGet":97726,"rita":97727,"Plans":97728,">Note":97729,"Ġfetisch":97730,"Ġtoned":97731,"_goto":97732,"onsense":97733,"Ġmolds":97734,"Ġinfiltration":97735,"ĠGuerrero":97736,"ubbo":97737,"cki":97738,"($(\".":97739,"_activities":97740,"(changes":97741,"ĠofApp":97742,"ĠKepler":97743,"ĠDemp":97744,"ĠContinent":97745,".Ticks":97746,"ĠUnsigned":97747,"ĠJahres":97748,"Ġfreshmen":97749,"ĠArchived":97750,"ĠкоÑĤоÑĢÑĭй":97751,"Ġ'::":97752,"Tutorial":97753,"Cc":97754,"ĠtableLayoutPanel":97755,"fromJson":97756,".levels":97757,"_transient":97758,"Ġendorsing":97759,"ĠDIC":97760,"lauf":97761,"Ġshred":97762,"_EMIT":97763,"ificantly":97764,"ALA":97765,"/proto":97766,"Ġnarrowing":97767,"Utc":97768,"Factors":97769,"Ġsentient":97770,"æŀIJ":97771,"lixir":97772,"ĠCROSS":97773,"meteor":97774,"Ġgroin":97775,"Ġmdb":97776,"ĠRotterdam":97777,"Ġcomida":97778,"ĠOpCode":97779,"ĠDefaultValue":97780,"PermissionsResult":97781,"Ġheterogeneous":97782,"Ġmoot":97783,"Ġdeceived":97784,"-independent":97785,"ĠObjectOutputStream":97786,"Ġoverpower":97787,".dup":97788,"Ġldb":97789,"Ġdomestically":97790,"Ġbestellen":97791,"Ġlov":97792,"ĠContractors":97793,"Triangles":97794,"Ġfodder":97795,"Ġfilmes":97796,"ä¼ģ":97797,"Ġrevolver":97798,"StartupScript":97799,"/validation":97800,"ĠResourceType":97801,"iÅŁ":97802,"ĠLaz":97803,"fef":97804,"Ġlstm":97805,"{*":97806,".attachment":97807,".hits":97808,"ewith":97809,"DOG":97810,"Alabama":97811,"Ġmediums":97812,".mContext":97813,"-cols":97814,"åıĭ":97815,".notice":97816,"Ġattn":97817,"ĠPacking":97818,"ĠLn":97819,"_COMPLEX":97820,"/Users":97821,".savetxt":97822,"ĠRounds":97823,"?,?,?,?,":97824,"Ġingl":97825,"ĠROC":97826,"_female":97827,"ĠStard":97828,"]];":97829,"Ġwrestlers":97830,"Ġtorrents":97831,"Ġsinh":97832,"ĊĊ":97833,"ë³µ":97834,"sense":97835,"however":97836,".Physics":97837,"Infrastructure":97838,"ĠSacr":97839,"Fel":97840,"ĠDISTRIBUT":97841,"éments":97842,"ĠValidates":97843,"############################################################":97844,"Ġ|/":97845,"Ġesl":97846,"Ġréseau":97847,"ĠBip":97848,"BYTES":97849,"_WATER":97850,"Turning":97851,"ELS":97852,"Ġjuxtap":97853,"Ġlesbische":97854,"ých":97855,"(Unknown":97856,"Neo":97857,"@JsonProperty":97858,"Ġalumnos":97859,"ĠRaqqa":97860,"imei":97861,".getBounds":97862,".MouseEventHandler":97863,"#######":97864,"GenericType":97865,"/cms":97866,"Ġturno":97867,"Ġмин":97868,"Ġfolklore":97869,"ĠEvo":97870,"Ġconductivity":97871,"Ġleben":97872,"Ġgearbox":97873,"-vs":97874,"ĠÏĨ":97875,"Ġdrinkers":97876,"Ġconexao":97877,"ĠTeeth":97878,"ĠgetArguments":97879,"ĠRAT":97880,"entious":97881,"Educ":97882,"+W":97883,"ĠInstitutional":97884,"ĠBord":97885,"isEqual":97886,"(pwd":97887,"Ġignited":97888,"ĠRousse":97889,"Ġimpactful":97890,"ĠMalk":97891,"Ġgeral":97892,"ĠPivot":97893,"Ġazt":97894,"Ġcsvfile":97895,"ĠRope":97896,"ĠSOLUTION":97897,"ĠArbitrary":97898,"Ġletto":97899,".MouseAdapter":97900,"Ġ}}}":97901,"ĠSailor":97902,"dera":97903,"Putting":97904,"Ġconcentrates":97905,"ĠauthDomain":97906,"âĢĿçļĦ":97907,"-finals":97908,",strlen":97909,"Muon":97910,"ĠOrdinary":97911,"firefox":97912,"ĠLaTeX":97913,"ĠHund":97914,"engineering":97915,"/blue":97916,"edTextBox":97917,"(\"\");":97918,"ĠCDDL":97919,"kept":97920,"ĠGetString":97921,"Kir":97922,"()='":97923,"ĠOCD":97924,"antium":97925,"$menu":97926,"ĠAppalachian":97927,"Secretary":97928,"ë¥ĺ":97929,"ีย":97930,"Semantic":97931,"Ġ*[":97932,"estone":97933,"ungkin":97934,"MaxY":97935,"-tone":97936,"\"};čĊ":97937,"_Part":97938,"ĊĊ":98140,"Lic":98141,"ĠMirage":98142,"ĠAssemblyFileVersion":98143,"TeV":98144,"ĠValueEventListener":98145,"-solving":98146,"Tho":98147,"roulette":98148,"_WP":98149,"Ġuninterrupted":98150,"ĠfieldType":98151,".Typed":98152,"Ġamour":98153,"Ġmockery":98154,"(vol":98155,"ĠSubcommittee":98156,"ĠRuf":98157,"erox":98158,":UIButtonTypeCustom":98159,"ĠBlur":98160,"Ġwykon":98161,"nces":98162,"ASHBOARD":98163,"!!\");Ċ":98164,"Ġmurderers":98165,".daily":98166,"ĠDIAG":98167,"jing":98168,"Ġdolphin":98169,"Ġlòng":98170,"Ġbö":98171,"ĠVocabulary":98172,".StObject":98173,"')\">":98174,"Ġzun":98175,"Ġscrimmage":98176,"tréal":98177,"ĠLig":98178,"[vi":98179,"Cole":98180,"Ġfrosting":98181,".Players":98182,"-translate":98183,"Feels":98184,"=\\\"/":98185,".ButterKnife":98186,"Ġ?>;Ċ":98187,"Ġavi":98188,"innie":98189,".Failure":98190,"Ġspindle":98191,"ConfigurationException":98192,"_hop":98193,"Ġposição":98194,"ĠAwait":98195,"UIImagePickerController":98196,"ĉday":98197,"Ġgenom":98198,"Cab":98199,"ĠÑĢезÑĥлÑĮÑĤаÑĤ":98200,"ORIGINAL":98201,"Ġejaculation":98202,"(tcp":98203,"SECOND":98204,"Ġtonic":98205,"ĠListBox":98206,"ĠĉĉĊ":98207,"()>Ċ":98208,"Ġquatre":98209,"ượng":98210,"withErrors":98211,".Maybe":98212,",âĢ¦":98213,"tokenId":98214,"_UNDEF":98215,"Ġfreshness":98216,"ĠAmendments":98217,".mapbox":98218,".CV":98219,"(blog":98220,"_gettime":98221,".quest":98222,"sparse":98223,"Ġresale":98224,"Ġenthusiastically":98225,"ĠProstitutas":98226,"Wa":98227,"Cargo":98228,".Parcelable":98229,"SENSOR":98230,"ĠRyu":98231,"Laughs":98232,"_Native":98233,"/pg":98234,"ysts":98235,"Ġphotoc":98236,"ç®Ģ":98237,"adopt":98238,".species":98239,"conciliation":98240,"Adjusted":98241,".FirebaseAuth":98242,"uttle":98243,"ordination":98244,"Ġmunch":98245,"ĠStake":98246,".ping":98247,"anker":98248,"(QStringLiteral":98249,"Ġsubscript":98250,"ĠĠĉĊ":98251,"ĠMCC":98252,"_Cmd":98253,"sexy":98254,"iou":98255,"ĠMANY":98256,"Ġnanny":98257,"TRAIN":98258,"Ġflourishing":98259,"ĠWatches":98260,"ĠQMap":98261,"ĠFerm":98262,"Ġwasm":98263,"ĠAbed":98264,"_UD":98265,"ĠGlasses":98266,"+v":98267,"Attend":98268,".Chain":98269,"Ġdecency":98270,"ĠSupplementary":98271,"hunter":98272,"-txt":98273,"Ġ\"}\";Ċ":98274,".setWindowTitle":98275,"(\"":98377,"Ġmascara":98378,"(Profile":98379,"åĬŁèĥ½":98380,"imité":98381,"Ġwildfires":98382,"-ROM":98383,".isOn":98384,"(groupId":98385,"Repair":98386,"accumulate":98387,"Ġ<\",":98388,"Ġhandwritten":98389,"Ġacheter":98390,"ĠMGM":98391,"ĠIrma":98392,"->{_":98393,"gee":98394,"criminal":98395,"Ġèĭ¥è¦ģ":98396,"Ġmomentarily":98397,"\")!=":98398,"_lit":98399,"ĠexpiresIn":98400,".\").":98401,"éķ¿åº¦":98402,"Ġfrække":98403,"vlc":98404,"Ġorbs":98405,"),$":98406,"Ġventured":98407,"/>\\":98408,"charm":98409,"Nuitka":98410,"eldig":98411,"atonin":98412,"Witness":98413,"-lat":98414,"ĠsetHidden":98415,"Ġrelics":98416,"Ġconsulate":98417,".IGNORE":98418,"\"After":98419,"ĠsetAddress":98420,"Ġbesteht":98421,"Ġ'')ĊĊ":98422,".xaxis":98423,"Ġserão":98424,"Ġmisled":98425,"_UNIFORM":98426,"ĠVIA":98427,"incr":98428,"Ġzenith":98429,"Ġviscosity":98430,"Ġthinly":98431,".getSharedPreferences":98432,".ErrorCode":98433,"\"),\"":98434,"ĠMillionen":98435,"Ġ/>)Ċ":98436,"ScrollIndicator":98437,"-seeking":98438,"ĠPOLITICO":98439,"asca":98440,"_rl":98441,"Navig":98442,"(fullfile":98443,"Ġsolitude":98444,"Ġjuven":98445,"Ġhauling":98446,"ĠMacros":98447,"ĠGry":98448,"Ġexercitation":98449,"ĠATTACK":98450,"TickCount":98451,"Ġrites":98452,"Ġdoe":98453,"ParticleSystem":98454,"Ġslu":98455,"WindowText":98456,"ĠClassName":98457,"Ġslander":98458,"ĉPort":98459,"jong":98460,"?a":98461,".Dial":98462,"âĢĶat":98463,"$objPHPExcel":98464,"Ġsoar":98465,"ENN":98466,"appeared":98467,"Ġquotid":98468,"emachine":98469,"Ġnip":98470,"Ġmicrotime":98471,"ĠAlma":98472,";!":98473,"------------------------------------------------------------------------------------------------":98474,"ĠPassage":98475,"Ġdumpsters":98476,"ĠExclude":98477,"Ġsuggestive":98478,"ĠCircularProgressIndicator":98479,"_clr":98480,"ArrayType":98481,"ILLA":98482,"ElapsedTime":98483,"Driven":98484,"ĠresourceName":98485,"ĠGarrison":98486,"serir":98487,"-ahead":98488,"Ġpinnacle":98489,"ĠEspresso":98490,"Sparse":98491,"Ġassays":98492,"ĠGirlfriend":98493,"imid":98494,"]='\\":98495,"ONGLONG":98496,"Ġportraying":98497,"Lane":98498,"Ġbúsqueda":98499,"Ġreinforcements":98500,"ĠSpreadsheet":98501,"ĠArrayCollection":98502,",arr":98503,"lightbox":98504,"icana":98505,"<\"":98506,"builders":98507,"Kid":98508,"ĠMatSnackBar":98509,"EXPR":98510,"odcast":98511,"ĠFoundations":98512,"Ġinds":98513,"='${":98514,"Fizz":98515,"-functional":98516,"(workspace":98517,"Ġstemmed":98518,"_patches":98519,"ĠJarvis":98520,"READING":98521,"Ġdisrespectful":98522,"ĠQDom":98523,"Ġ${Ċ":98524,"estatus":98525,"Reached":98526,"!.ĊĊ":98527,"ILT":98528,"ĠNDEBUG":98529,"ĠCourage":98530,"birthdate":98531,"ĠTing":98532,"Ġutilizado":98533,"ánchez":98534,"Outdoor":98535,"Ġhandguns":98536,"RefCount":98537,"ÉĻ":98538,"romo":98539,"Ġtts":98540,".She":98541,"ĠPane":98542,"ãĢij,ãĢIJ":98543,"ĠIOCTL":98544,"/black":98545,"inscription":98546,"Ġbiopsy":98547,"ĠTimeInterval":98548,".TestCheck":98549,"ĠGUIStyle":98550,"ĠCapability":98551,"ĠBeitrag":98552,"donnees":98553,"Treatment":98554,".backup":98555,"Ġsignings":98556,"ĠBoca":98557,"drm":98558,".MAIN":98559,"Ġgoede":98560,"ĠMarkup":98561,"GREE":98562,"ĠBaseService":98563,".Creator":98564,"Ġjails":98565,"ĠKahn":98566,"IpAddress":98567,"ACHI":98568,"Ġinhibited":98569,"Ġ@$_":98570,"ĠAssass":98571,"Ġenviado":98572,"Heroes":98573,"ÐŁÐµÑĢ":98574,"ĠMaven":98575,".ls":98576,"Ġive":98577,"|RF":98578,"ĠresizeMode":98579,"Ġrumpe":98580,"_attachments":98581,"TU":98582,"Ġtactile":98583,"Attempting":98584,"Ġrobin":98585,"yaw":98586,"Ġmercenaries":98587,"ĠHabitat":98588,"enddate":98589,"Ġoxy":98590,"ĉRandom":98591,"ohon":98592,"IsNull":98593,"ĠValidationResult":98594,"ãĥļ":98595,"umbed":98596,"ppv":98597,"Ġarp":98598,"ichick":98599,"_rnn":98600,"ĠTFT":98601,"TexImage":98602,"\"On":98603,"ĠSampler":98604,"topl":98605,"Ġjane":98606,"yling":98607,"ĠUNICODE":98608,"TabIndex":98609,"<{Ċ":98610,"suspend":98611,"uvian":98612,",application":98613,"олиÑĩеÑģÑĤво":98614,"yat":98615,"ezier":98616,"ĠCHUNK":98617,"ĠAdler":98618,"/Add":98619,"ĠKeyValue":98620,"Ġsposób":98621,"Sampling":98622,"chers":98623,"_AMD":98624,"Ru":98625,".MustCompile":98626,"Nation":98627,"Assoc":98628,"Managing":98629,"ĠEngl":98630,"_GB":98631,"Ġsuccinct":98632,"Ġdisliked":98633,"ĠIke":98634,"Bulletin":98635,"_ARCHIVE":98636,"Proposal":98637,"Ġjogging":98638,".CREATED":98639,"Ġchol":98640,"è£ħ":98641,"Į¨":98642,"-push":98643,"Ġreserva":98644,"corev":98645,"ètre":98646,"THR":98647,"Ġincompetence":98648,"Ġcharisma":98649,"æĦŁ":98650,"Ġ\"==":98651,"BTN":98652,"ĠLocator":98653,"ivet":98654,"('.')Ċ":98655,"ĠforIndexPath":98656,"ôme":98657,"Ġcapacit":98658,"waters":98659,"ĠWRONG":98660,"hoa":98661,"ĠMIPS":98662,"Ġemiss":98663,"ĠJacqueline":98664,"(cmp":98665,"Ġeens":98666,"Leo":98667,".timing":98668,"CLUSION":98669,"Ġ(\"-":98670,"åĵĪ":98671,".kode":98672,"ĠUndert":98673,"Ġbewild":98674,"ĠEssen":98675,".hd":98676,"Ġrenegot":98677,"Ġmower":98678,"Ġlsp":98679,"Ġpenchant":98680,"Ġmanoe":98681,"Ġagli":98682,"Ġrecal":98683,"ĠOPERATION":98684,"(^)(":98685,"Ġν":98686,"ĠScoped":98687,"Ġ@\"Ċ":98688,"=label":98689,"[loc":98690,"Intl":98691,"ĠNz":98692,"tablet":98693,".ColumnName":98694,"ĠscreenSize":98695,"DBus":98696,"cooked":98697,"-registration":98698,"âĢľOne":98699,"-non":98700,"ĠwiÄĻc":98701,"Ġcosta":98702,".addTab":98703,".conditions":98704,"ĠHess":98705,"MEMORY":98706,"ĠAvalanche":98707,"()}}Ċ":98708,"Ġtriplet":98709,"Ġlabyrinth":98710,"ĠNodeList":98711,"ĠNYT":98712,"Ġyeni":98713,"dff":98714,".HtmlControls":98715,"AVIS":98716,"/Math":98717,"Ġmemcmp":98718,"اء":98719,"оÑģÑĮ":98720,"crap":98721,"(pages":98722,"Ġlxml":98723,"ĠQDateTime":98724,"_tcb":98725,"Ġopenid":98726,"Ġsynaptic":98727,"ĠMDMA":98728,"(slug":98729,"igmatic":98730,"enor":98731,"Ġcramped":98732,"GOP":98733,"ŃIJ":98734,".isFile":98735,"ĠDifferential":98736,"Ġ=\"\";Ċ":98737,"ĉĉĉĠĠĠĠĉ":98738,"ĠCooke":98739,"ĉUFUNCTION":98740,"Ġperseverance":98741,"RelativeLayout":98742,"IMPORTANT":98743,"Ġexon":98744,"Ġон":98745,"ibase":98746,"(CONT":98747,"novation":98748,"ä½ķ":98749,"[sub":98750,"AdminController":98751,"HTTPHeader":98752,"crear":98753,"ĠNIR":98754,"ĠDropDownList":98755,"Ġvalide":98756,"Ġdehydration":98757,".']":98758,"(WIN":98759,"Ġ...\\":98760,"Ġphotoshop":98761,"ĉInit":98762,"_cou":98763,"ĠtimeZone":98764,"darwin":98765,"romatic":98766,"NavigationItemSelectedListener":98767,"brates":98768,"]--;Ċ":98769,"Ġtragedies":98770,"ĠPediatrics":98771,"SMART":98772,"-API":98773,"ĠMessageLookup":98774,"ĉvo":98775,"Ġprejudices":98776,"ĠmA":98777,"Ups":98778,"ĠMISSING":98779,"ĉad":98780,"Cream":98781,"ĠTb":98782,"ĠMona":98783,"_ghost":98784,"ĉtypes":98785,"Emb":98786,"ĠDocumentary":98787,"');ĊĊĊĊ":98788,"Ġlup":98789,"_Reference":98790,"ĠBATCH":98791,"Ġintertwined":98792,"":98915,"Ġfoyer":98916,"'utilisation":98917,"ĠMüller":98918,"ĠFetish":98919,"ĠdefaultManager":98920,"Ġbacktrack":98921,"Bah":98922,"Explicit":98923,"_ASCII":98924,"ĠmActivity":98925,"(Msg":98926,"Ġê²Į":98927,"ĠTERMS":98928,"ĠAngie":98929,"HSV":98930,"ĠMosque":98931,".Names":98932,"íĬ¼":98933,"reste":98934,"_parms":98935,"Ġgaping":98936,"Ġcropping":98937,"DataFrame":98938,"Ġresponsiveness":98939,"_undo":98940,"_tran":98941,".terminate":98942,"Ġitaliane":98943,"Ġwalkthrough":98944,"Ġattractiveness":98945,"де":98946,"_STS":98947,"_learn":98948,"Ġchocolates":98949,"ierarchical":98950,"-thinking":98951,"Ġ)))":98952,"ishments":98953,".Logf":98954,"ĠTMZ":98955,"ĠCanary":98956,"foil":98957,"ĠVaccine":98958,".vx":98959,"ĠSurround":98960,"Intermediate":98961,"Ġiov":98962,"vais":98963,"';\";Ċ":98964,"ï½ŀĊĊ":98965,"éĢģæĸĻ":98966,"âĢ¦it":98967,"Seats":98968,"Clar":98969,"Wars":98970,"ĠHutchinson":98971,"ĠHasan":98972,"!')ĊĊ":98973,"ĠRichie":98974,"cheiden":98975,"($('":98976,"York":98977,"Ġlids":98978,"Ġalphanumeric":98979,"ĠGlock":98980,".shapes":98981,"Ġsparking":98982,"_epsilon":98983,"uplicated":98984,".dirty":98985,"])==":98986,"ĠìľĦì¹ĺ":98987,"Ġscn":98988,"Ġ/****************************************************************":98989,"_PREVIEW":98990,"_HC":98991,"ielding":98992,"fgets":98993,"ĠAddison":98994,"ĠproductService":98995,"-figure":98996,"(retval":98997,"zano":98998,"Ġautob":98999,"ĉsd":99000,"_numer":99001,"ĠSetLastError":99002,"ĠFior":99003,"ificance":99004,"Untitled":99005,"Ġinfield":99006,"Ġ{}));Ċ":99007,"Ġspac":99008,"Ġrookies":99009,"(describing":99010,"ngen":99011,"ிà®":99012,".rdf":99013,".Mutex":99014,"Ġkneeling":99015,"ĠQE":99016,"setMax":99017,"ReadStream":99018,"Ġventas":99019,"sut":99020,"cmpeq":99021,".WriteAllText":99022,"ĠExperienced":99023,"$__":99024,"Ġkaum":99025,"ĠLIS":99026,"Ġdocumentos":99027,"_HEALTH":99028,"icontains":99029,"Ġartisans":99030,"OWNER":99031,"Ġblinked":99032,"getDisplay":99033,"Ġtoen":99034,"ĠrowNum":99035,"Ġavril":99036,"Ġinvis":99037,"ĠKear":99038,"toBeInTheDocument":99039,"apur":99040,"Ġracked":99041,"ĠMcMaster":99042,"_ATTRIB":99043,"Haz":99044,"Ġfactura":99045,"/ts":99046,"ĠÑĢазмеÑĢ":99047,"Ġzf":99048,"Ġshortfall":99049,".fasta":99050,"ĠCONSTANT":99051,".managed":99052,"gems":99053,"SharedPointer":99054,"Ġblurry":99055,"brightness":99056,"(components":99057,"Ġ...\"ĊĊ":99058,"SELL":99059,"ĠIllustrator":99060,".getChannel":99061,"Ġtrouvé":99062,"ysters":99063,"Ġvois":99064,"ĠLinden":99065,"Ġemojis":99066,"Ġbrawl":99067,"ĠMSR":99068,"ĠElo":99069,"ĠCroatian":99070,"PopupMenu":99071,"Lewis":99072,".JWT":99073,"Ġastonished":99074,"Bush":99075,"(itemId":99076,"Ġdetachment":99077,"ĠEncore":99078,"å°Ķ":99079,"Ġrekl":99080,"Ġcram":99081,")$/":99082,".getHost":99083,"_recommend":99084,"-HT":99085,"_calibration":99086,"Authenticate":99087,".firebaseapp":99088,"UNIX":99089,"ĉCamera":99090,"ĠHEAP":99091,"Ideal":99092,".office":99093,"Ġgoofy":99094,"(Symbol":99095,"Ġjouer":99096,"_partitions":99097,"Ġrapidement":99098,"ĠGNUNET":99099,"idUser":99100,"Ġsupervise":99101,"(Contact":99102,"AWN":99103,"ãģĺ":99104,"Ġnaam":99105,"Ġaust":99106,"åľ¨çº¿":99107,"_softmax":99108,"AllowAnonymous":99109,"ammable":99110,"ROUTE":99111,"*D":99112,"Ġaden":99113,"ĠCristina":99114,"ĠCristiano":99115,"Ġbloodstream":99116,"subclass":99117,"_persona":99118,"CHILD":99119,"-know":99120,"ĠnavigationOptions":99121,"ĠZukunft":99122,"ĠPixar":99123,"Tyler":99124,"Ġunderworld":99125,"Ġsincerity":99126,"Ġdispenser":99127,"Ġkter":99128,"idders":99129,".addNode":99130,"-checked":99131,"Ġkeyst":99132,"ĠWTO":99133,".signals":99134,"Ġadventurer":99135,"ĠPang":99136,"\\R":99137,"=pos":99138,"Ġdispensaries":99139,"ĠCloset":99140,"(\"{\\\"":99141,"ideon":99142,"Ġnécessaire":99143,"()\"Ċ":99144,"_RECEIVED":99145,"Ġrésultats":99146,"Ġmoden":99147,"ĠIcelandic":99148,";d":99149,".allowed":99150,"(newUser":99151,"Ġmerciless":99152,".WaitFor":99153,"Ġdaycare":99154,"ĠConveyor":99155,"çĸ":99156,"ð¬":99157,"çĥ":99158,"çĹ":99159,"çł":99160,"èĦ":99161,"é²":99162,"å¦":99163,"çĿĢ":99164,"å¾Ī":99165,"éħ":99166,"çĭ":99167,"éª":99168,"æĤ":99169,"é¥":99170,"èħ":99171,"æĥ³":99172,"å¨":99173,"é¹":99174,"çĤ":99175,"åĴ":99176,"çĮ":99177,"è´¨":99178,"æ¢":99179,"æ°Ķ":99180,"ð«":99181,"æķĻ":99182,"çŁ":99183,"åĦ":99184,"åıijå±ķ":99185,"åĪĽ":99186,"èij":99187,"æħ":99188,"åŀ":99189,"åģļ":99190,"æĪĺ":99191,"æIJ":99192,"强":99193,"æ·±":99194,"åĩł":99195,"ç¿":99196,"å©":99197,"èŀ":99198,"å§Ķ":99199,"åIJĦ":99200,"èİ":99201,"é¸":99202,"éº":99203,"åıĹ":99204,"èģĮ":99205,"åĺ":99206,"æ½":99207,"é£İ":99208,"èIJ¥":99209,"åħļ":99210,"èľ":99211,"éĤ£":99212,"é¢Ĩ":99213,"çij":99214,"é³":99215,"æľ¯":99216,"ä»Ģ":99217,"æĪ¿":99218,"ç²¾":99219,"åª":99220,"éĨ":99221,"太":99222,"èĤ¡":99223,"èĽ":99224,"åħī":99225,"æŀģ":99226,"åĬŀ":99227,"èĵ":99228,"çĺ":99229,"å´":99230,"åĹ":99231,"èĬ±":99232,"çłĶ":99233,"å¿«":99234,"å¸Ī":99235,"è¶Ĭ":99236,"è§Ĥ":99237,"æ¤":99238,"æ¦":99239,"çŀ":99240,"èĤ²":99241,"çĪ±":99242,"çĻ½":99243,"ä¸ĸ":99244,"ä»Ģä¹Ī":99245,"çľ¼":99246,"å³":99247,"èĴ":99248,"æĵ":99249,"被":99250,"å¹²":99251,"çĹħ":99252,"士":99253,"çĴ":99254,"è¸":99255,"æ¾":99256,"å·¥ä½ľ":99257,"让":99258,"çĥŃ":99259,"è¾ĥ":99260,"åĦ¿":99261,"åĬ©":99262,"积":99263,"ç³":99264,"çĵ":99265,"ç£":99266,"åĤ":99267,"è¹":99268,"èļ":99269,"å·±":99270,"çĻ¾":99271,"åĬ¿":99272,"èµĽ":99273,"æ¨":99274,"æ¿":99275,"èĸ":99276,"æĿij":99277,"带":99278,"å¢ĥ":99279,"æĬ¤":99280,"éŃ":99281,"å«":99282,"èĩªå·±":99283,"æµİ":99284,"ä½İ":99285,"åĮ»":99286,"éĺ²":99287,"åĨľ":99288,"èĨ":99289,"çĨ":99290,"é«":99291,"åĨĽ":99292,"æĪı":99293,"åįĩ":99294,"æĸ¯":99295,"ä½ı":99296,"èIJ½":99297,"åħ»":99298,"èĩ´":99299,"çĬ":99300,"çĩ":99301,"çħ":99302,"èĶ":99303,"ä¼ģä¸ļ":99304,"åĽ¢":99305,"æīį":99306,"æł¡":99307,"åĩĨ":99308,"å¥ĩ":99309,"åī¯":99310,"é¼":99311,"æ¼Ķ":99312,"马":99313,"èµ°":99314,"ç¥ŀ":99315,"åħĭ":99316,"æľĽ":99317,"æ²¹":99318,"è¾¹":99319,"åįĥ":99320,"å¾Ģ":99321,"åĪĩ":99322,"æ©":99323,"ç¶":99324,"åĻ":99325,"éĻħ":99326,"çīĮ":99327,"社ä¼ļ":99328,"游æĪı":99329,"æĸ½":99330,"çħ§":99331,"æݧ":99332,"满":99333,"è¯Ĩ":99334,"éĩįè¦ģ":99335,"足":99336,"çķĻ":99337,"ç»Ĩ":99338,"åįı":99339,"éĢĤ":99340,"æĩ":99341,"æ§":99342,"éĦ":99343,"èĿ":99344,"å¸Ĥåľº":99345,"ç»ıæµİ":99346,"ä¹ł":99347,"æĸĩåĮĸ":99348,"éļ¾":99349,"ä¹IJ":99350,"åĨ³":99351,"欢":99352,"è§ī":99353,"åĽŃ":99354,"åħ´":99355,"åħħ":99356,"举":99357,"æī¹":99358,"èķ":99359,"æĬĬ":99360,"æĬĢæľ¯":99361,"究":99362,"第ä¸Ģ":99363,"便":99364,"åĵį":99365,"çİ©":99366,"åĿļ":99367,"èŀį":99368,"åįĬ":99369,"åĸľ":99370,"å±Ĥ":99371,"离":99372,"ä»ħ":99373,"éŁ":99374,"åij³":99375,"念":99376,"åŃ£":99377,"ç´§":99378,"ä¹ħ":99379,"é¤":99380,"éŀ":99381,"è¤":99382,"åĢĻ":99383,"åĨµ":99384,"çŁ³":99385,"åģ¥":99386,"æĢİ":99387,"å®Ŀ":99388,"è¡Ģ":99389,"åŁŁ":99390,"æĹ©":99391,"çŁ¥éģĵ":99392,"è´Ł":99393,"åįļ":99394,"å·´":99395,"亲":99396,"å±ŀ":99397,"严":99398,"äºī":99399,"å¯Ł":99400,"èº":99401,"ç°":99402,"建设":99403,"产ä¸ļ":99404,"åIJĥ":99405,"åŃ©":99406,"æĹħ":99407,"æł¹":99408,"æĿIJ":99409,"ä¼Ĺ":99410,"éļı":99411,"å®ĺ":99412,"åºķ":99413,"彩":99414,"å¯Į":99415,"温":99416,"åį«":99417,"åī§":99418,"çĽĬ":99419,"æĬĹ":99420,"è´¢":99421,"纪":99422,"æĨ":99423,"çĶŁæ´»":99424,"红":99425,"çĶŁäº§":99426,"è¿ľ":99427,"éĴ±":99428,"åĶ®":99429,"群":99430,"çıŃ":99431,"楼":99432,"éĩĩ":99433,"èīº":99434,"å±ħ":99435,"åģĩ":99436,"è°Ī":99437,"æĻļ":99438,"é¬":99439,"èĪª":99440,"害":99441,"èĹ":99442,"çį":99443,"åµ":99444,"çİĭ":99445,"康":99446,"èİ·":99447,"ç»Ń":99448,"äºļ":99449,"é£Ł":99450,"åİĭ":99451,"æĭĽ":99452,"èĮĥ":99453,"许":99454,"åĽ´":99455,"é½":99456,"éĻį":99457,"纳":99458,"åĵª":99459,"æķĻèĤ²":99460,"å·²ç»ı":99461,"å¾·":99462,"æŀĹ":99463,"å®īåħ¨":99464,"é¾Ļ":99465,"大家":99466,"éĿĴ":99467,"åºľ":99468,"æ²³":99469,"åı¤":99470,"èį¯":99471,"åĿĩ":99472,"æĻº":99473,"乡":99474,"çķ¥":99475,"åĨ·":99476,"ç¦ı":99477,"室":99478,"ç»´":99479,"æī¿":99480,"å±Ĭ":99481,"è¯ī":99482,"åĪ»":99483,"èŁ":99484,"æª":99485,"å°±æĺ¯":99486,"è¿Ļ个":99487,"ä¸Ńå¿ĥ":99488,"ä¸ĸçķĮ":99489,"åŁİå¸Ĥ":99490,"éĿŀ常":99491,"åĪĴ":99492,"åıĮ":99493,"æĢİä¹Ī":99494,"åĪ°äºĨ":99495,"æľĥ":99496,"åı²":99497,"ä¾Ĩ":99498,"å¾ĭ":99499,"å¥ĸ":99500,"ç»Ī":99501,"åªĴ":99502,"å®ģ":99503,"课":99504,"èģĮä¸ļ":99505,"åħį":99506,"æµĭ":99507,"æĢ¥":99508,"æķij":99509,"çĭ¬":99510,"èѦ":99511,"é¤IJ":99512,"æĦ¿":99513,"è´«":99514,"çĸij":99515,"åļ":99516,"她":99517,"åıĪ":99518,"åĽłä¸º":99519,"ä¸įæĺ¯":99520,"å¤Ł":99521,"æĸ¹éĿ¢":99522,"éķĩ":99523,"äºĴ":99524,"éħĴ":99525,"讲":99526,"çĸĹ":99527,"æĺ¥":99528,"æ¹ĸ":99529,"å¤ľ":99530,"责任":99531,"人æ°ij":99532,"åħ°":99533,"çŁŃ":99534,"æķħ":99535,"åĩı":99536,"æĻ®":99537,"亮":99538,"ä¾Ŀ":99539,"åį°":99540,"éĿĻ":99541,"åĢĭ":99542,"å¾ģ":99543,"åIJ¸":99544,"缺":99545,"æĶ»":99546,"åĩĢ":99547,"åħ¸":99548,"åĽº":99549,"访":99550,"ç¹":99551,"çĢ":99552,"æıIJä¾Ľ":99553,"ç»ĩ":99554,"å¾Īå¤ļ":99555,"çłĶ究":99556,"è·Ł":99557,"主è¦ģ":99558,"æĥħåĨµ":99559,"çŃĸ":99560,"æŃ»":99561,"大åѦ":99562,"æĶ¿åºľ":99563,"å½±åĵį":99564,"ä¹°":99565,"åħŃ":99566,"éĻ©":99567,"åħ«":99568,"æŁIJ":99569,"è´¨éĩı":99570,"åįł":99571,"å·®":99572,"æĽ´å¤ļ":99573,"æľĭ":99574,"éĿ©":99575,"宣":99576,"çł´":99577,"è½»":99578,"座":99579,"æĺ¾":99580,"稳":99581,"è´µ":99582,"èĥĮ":99583,"èī¯":99584,"çĸ«":99585,"æ¯Ĵ":99586,"ä¹İ":99587,"åĢŁ":99588,"è¿·":99589,"çŃĶ":99590,"æ¿Ģ":99591,"åij¼":99592,"äºĨä¸Ģ":99593,"趣":99594,"ä¼´":99595,"ä¼Ļ":99596,"è¼":99597,"ð¬Ń":99598,"åĽ½å®¶":99599,"æ´»åĬ¨":99600,"çİ°åľ¨":99601,"ç§ijæĬĢ":99602,"åį¡":99603,"ä¸įåIJĮ":99604,"个人":99605,"è®°èĢħ":99606,"ä¸įæĸŃ":99607,"éĹ»":99608,"ä¹Ŀ":99609,"èijĹ":99610,"综":99611,"ä¸ĥ":99612,"æłij":99613,"æľĭåıĭ":99614,"åįĸ":99615,"伤":99616,"æ²Ļ":99617,"åĸĦ":99618,"å¥Ĺ":99619,"è½®":99620,"ç©¿":99621,"è¡¥":99622,"ä¸Ģå®ļ":99623,"çªģ":99624,"çĿ£":99625,"追":99626,"å¨ģ":99627,"åı¦":99628,"åĽ°":99629,"æŀ¶":99630,"ç»Ŀ":99631,"æķ£":99632,"æİ¢":99633,"æ´Ĺ":99634,"临":99635,"ä¼¼":99636,"è´¸":99637,"丰":99638,"æĺ¯ä¸Ģ":99639,"ç«ŀ":99640,"è¿İ":99641,"èģļ":99642,"è«":99643,"æįŁ":99644,"æī§":99645,"驾":99646,"è¿Ŀ":99647,"è¥":99648,"èł":99649,"ä»ĸ们":99650,"æŶåĢĻ":99651,"å®ĥ":99652,"人åijĺ":99653,"è¿Ļæł·":99654,"å·¥ç¨ĭ":99655,"åĪĽæĸ°":99656,"åŃ©åŃIJ":99657,"å¸Į":99658,"éĥ¨åĪĨ":99659,"éĵ¶":99660,"代表":99661,"é¦Ļ":99662,"帮":99663,"æİ¨è¿Ľ":99664,"çĽĺ":99665,"积æŀģ":99666,"éĥ¨éŨ":99667,"åŁ¹":99668,"æѦ":99669,"ä¸įä¼ļ":99670,"çŃij":99671,"éĢĻ":99672,"çݩ家":99673,"æĭ¿":99674,"åİĤ":99675,"æ¯Ľ":99676,"çģµ":99677,"æŃĮ":99678,"绿":99679,"å¦Ī":99680,"缼":99681,"é¦Ĩ":99682,"顺":99683,"èĦ¸":99684,"å°¼":99685,"丽":99686,"奥":99687,"éģĩ":99688,"è¯į":99689,"å°ģ":99690,"ä¸Ŀ":99691,"好çļĦ":99692,"æĭħ":99693,"èĦ±":99694,"æģ¶":99695,"åİļ":99696,"åĬ³":99697,"缣":99698,"æĬĺ":99699,"åı¥":99700,"æĢĢ":99701,"æŁĵ":99702,"书记":99703,"åĨł":99704,"é²ľ":99705,"æ¦Ĥ":99706,"éļIJ":99707,"å¹ħ":99708,"èµŀ":99709,"å¹ķ":99710,"æ¥Ń":99711,"éģĹ":99712,"åĪ¤":99713,"èĺ":99714,"å¶":99715,"æĬķèµĦ":99716,"è¡Įä¸ļ":99717,"äºij":99718,"çݯå¢ĥ":99719,"åѦçĶŁ":99720,"åIJĪä½ľ":99721,"åģ¥åº·":99722,"é£ŀ":99723,"ä¸ĢæŃ¥":99724,"ä¸Ģ缴":99725,"åıijçĶŁ":99726,"éĺ¿":99727,"é¢Ĩ导":99728,"åĸľæ¬¢":99729,"åºĶ该":99730,"çĤº":99731,"è®Ń":99732,"æĿĢ":99733,"港":99734,"交éĢļ":99735,"éĺ¶":99736,"éĴ¢":99737,"令":99738,"å°½":99739,"æ¯į":99740,"è¡£":99741,"ç²ī":99742,"顶":99743,"ä¹Łä¸į":99744,"æĬĵ":99745,"èĭ¦":99746,"幸":99747,"礼":99748,"第ä¸ī":99749,"大çļĦ":99750,"éģİ":99751,"çĥŁ":99752,"éģ¿":99753,"ä»į":99754,"åºĨ":99755,"æĢķ":99756,"è°¢":99757,"çĽĸ":99758,"å°Ħ":99759,"éľ²":99760,"æĸĹ":99761,"çĬ¶":99762,"åѸ":99763,"æ¯ķ":99764,"å·¨":99765,"çŁ¿":99766,"çļĩ":99767,"å¸Ń":99768,"çĹĩ":99769,"æī¬":99770,"延":99771,"侧":99772,"æ·¡":99773,"çļĦä¸Ģ":99774,"網":99775,"æ´ģ":99776,"ç¸":99777,"è§Ī":99778,"çŃ¹":99779,"ç§ĺ":99780,"è¯Ĭ":99781,"çı¾":99782,"èªī":99783,"毫":99784,"ð¨":99785,"åį´":99786,"æĪIJ为":99787,"èĥ½åĬĽ":99788,"é»Ħ":99789,"æĹħ游":99790,"èĪ¬":99791,"æ¯Ķè¾ĥ":99792,"èµ·æĿ¥":99793,"äºĨ解":99794,"èĩªçĦ¶":99795,"ä¸Ģ次":99796,"åŁºæľ¬":99797,"æĽ¾":99798,"综åIJĪ":99799,"èıľ":99800,"è§īå¾Ĺ":99801,"第äºĮ":99802,"è·ij":99803,"æ³¢":99804,"åĢĴ":99805,"ç¡Ģ":99806,"åħµ":99807,"èįī":99808,"çĶ³":99809,"çĶ°":99810,"æĤ£":99811,"è§Ħå®ļ":99812,"èĥľ":99813,"èµĦ产":99814,"梦":99815,"æľĿ":99816,"è¿ĻéĩĮ":99817,"夫":99818,"æĮ¥":99819,"ä½Ľ":99820,"å®Ī":99821,"鼶":99822,"æĸ¼":99823,"ç¯ĩ":99824,"å²Ľ":99825,"åĵ¥":99826,"éŃĶ":99827,"ä¸įåĪ°":99828,"æīĺ":99829,"åºĬ":99830,"欧":99831,"èį£":99832,"æ±ĩ":99833,"æī©":99834,"åģı":99835,"å¢Ļ":99836,"讯":99837,"å©ļ":99838,"æĥł":99839,"æ´ĭ":99840,"å®ľ":99841,"润":99842,"æħ¢":99843,"éĢı":99844,"宽":99845,"顾":99846,"ç´¯":99847,"污":99848,"çĪĨ":99849,"秣":99850,"æĥĬ":99851,"涨":99852,"饰":99853,"éĺµ":99854,"饮":99855,"æļĸ":99856,"åºŁ":99857,"æĹĹ":99858,"éļĶ":99859,"ç¶ĵ":99860,"åĭĻ":99861,"實":99862,"éĢĶ":99863,"æī«":99864,"çĥĪ":99865,"鼻":99866,"åĪij":99867,"éĹľ":99868,"éĹª":99869,"å¥ĭ":99870,"åĤ¨":99871,"缩":99872,"ä¾µ":99873,"å¬":99874,"ð¬¶":99875,"åĽ½éĻħ":99876,"ç»Ħç»ĩ":99877,"ä¸ĵä¸ļ":99878,"åıijçİ°":99879,"å¸ĮæľĽ":99880,"ç»ıèIJ¥":99881,"åı«":99882,"æĿ¥è¯´":99883,"éļľ":99884,"ä»»ä½ķ":99885,"交æĺĵ":99886,"éĩįçĤ¹":99887,"çļ®":99888,"ç»į":99889,"æ´¾":99890,"ç§ijåѦ":99891,"åºĶçĶ¨":99892,"建çŃij":99893,"èĤī":99894,"æĶ¹éĿ©":99895,"åŁºç¡Ģ":99896,"æ±ī":99897,"åĩºæĿ¥":99898,"è¿Ļä¹Ī":99899,"åĪļ":99900,"åĿIJ":99901,"ä¸įä»ħ":99902,"ä¼ļè®®":99903,"éĿł":99904,"åªĴä½ĵ":99905,"æ°¸":99906,"åĨ²":99907,"èĭı":99908,"央":99909,"çĪ¶":99910,"åłĤ":99911,"å®ŀéĻħ":99912,"è¡Ĺ":99913,"ç«¥":99914,"éĺħ":99915,"äºĭæĥħ":99916,"åİŁåĽł":99917,"éħ¸":99918,"以æĿ¥":99919,"娱":99920,"宫":99921,"åĿĹ":99922,"绩":99923,"éĩİ":99924,"ä¸įå¾Ĺ":99925,"ä¼łå¥ĩ":99926,"硬":99927,"åİħ":99928,"æĹ¢":99929,"ç»ĥ":99930,"èĦij":99931,"å¼±":99932,"æİĮ":99933,"è´´":99934,"æĮĤ":99935,"åħ³éĶ®":99936,"å°ļ":99937,"é¥Ń":99938,"åºĦ":99939,"çĻ¼":99940,"åľĭ":99941,"æİĪ":99942,"个æľĪ":99943,"äºĪ":99944,"å¸ģ":99945,"è·Ŀ":99946,"æ²ī":99947,"ç«Ł":99948,"åĨ¬":99949,"æĬ½":99950,"éĨĴ":99951,"å¼Ł":99952,"触":99953,"èģĺ":99954,"è±Ĩ":99955,"æļ´":99956,"åijĬè¯ī":99957,"豪":99958,"èµ¢":99959,"è·¨":99960,"è³ĩ":99961,"çĪ¸":99962,"æĬ±":99963,"浪":99964,"麻":99965,"仪":99966,"è¡¡":99967,"奶":99968,"çģ¾":99969,"赶":99970,"èĤ¥":99971,"å§IJ":99972,"åĢº":99973,"éľĩ":99974,"订":99975,"æ¬Ĭ":99976,"ç·":99977,"å»ī":99978,"ä¿Ĺ":99979,"å¿ĺ":99980,"å¦ĩ":99981,"ç¼ĵ":99982,"åŃķ":99983,"漫":99984,"è£ģ":99985,"çĩĥ":99986,"é»ĺ":99987,"çī¢":99988,"çĪ·":99989,"æĬµ":99990,"宾":99991,"æľīä¸Ģ":99992,"迹":99993,"è¿«":99994,"è²Į":99995,"æľīçļĦ":99996,"ð¬ĺ":99997,"è¿ĺæĺ¯":99998,"æīĢ以":99999,"ä¹Łæĺ¯":100000,"è¿ĻäºĽ":100001,"对äºİ":100002,"åIJ§":100003,"缮åīį":100004,"èĩªå·±çļĦ":100005,"èĥ½å¤Ł":100006,"å¦Ĥä½ķ":100007,"æľºæŀĦ":100008,"åıªæĺ¯":100009,"ç½ijç«Ļ":100010,"åħ¨éĿ¢":100011,"为äºĨ":100012,"å¼Ģåıij":100013,"æĸ°éĹ»":100014,"éĩijèŀį":100015,"继":100016,"客æĪ·":100017,"ä¸Ģèµ·":100018,"èĮ¶":100019,"åħ³æ³¨":100020,"æ°´å¹³":100021,"åİĨåı²":100022,"å¢ŀéķ¿":100023,"é±":100024,"åŁºéĩij":100025,"åºŃ":100026,"åı¶":100027,"ä¿ĥ":100028,"鼨":100029,"æ¶Īè´¹":100030,"èĪ¹":100031,"çŁ¥è¯Ĩ":100032,"æĪĺçķ¥":100033,"ç»ıéªĮ":100034,"å³°":100035,"æĽ²":100036,"èĦļ":100037,"åĨ°":100038,"å¤ı":100039,"å½Ĵ":100040,"ç¬Ķ":100041,"èĻij":100042,"çĶ²":100043,"åľĪ":100044,"è¯Ĺ":100045,"é½IJ":100046,"容æĺĵ":100047,"çłĶåıij":100048,"骨":100049,"纸":100050,"è·µ":100051,"æŧ":100052,"çķ¶":100053,"åĪ¸":100054,"è´·":100055,"åı¬":100056,"ç§ĭ":100057,"液":100058,"è¡ĮæĶ¿":100059,"çĮ®":100060,"èĤ¤":100061,"éĢIJ":100062,"è¶ĬæĿ¥":100063,"è¶ĬæĿ¥è¶Ĭ":100064,"æĦıè§ģ":100065,"èĪŀ":100066,"åīĤ":100067,"æ¶ī":100068,"ç¨ĭ度":100069,"åħ¬åħ±":100070,"械":100071,"æľ«":100072,"纯":100073,"åĶ±":100074,"æ´²":100075,"æĬ¢":100076,"æ¤į":100077,"å¿Ļ":100078,"ä¼°":100079,"å¼¹":100080,"æ³ī":100081,"æľĢ大":100082,"è¶ĭ":100083,"å·§":100084,"ç¦ģ":100085,"æī¶":100086,"åį±":100087,"çıł":100088,"çĨŁ":100089,"æĭľ":100090,"主ä¹ī":100091,"æĿĤ":100092,"éĻĦ":100093,"éģį":100094,"æIJŃ":100095,"æĮ¯":100096,"å¤ļå¹´":100097,"æķ¬":100098,"æijĦ":100099,"纷":100100,"å¼ĥ":100101,"湿":100102,"å¨ĺ":100103,"æ¡£":100104,"驶":100105,"æľĹ":100106,"æ®ĸ":100107,"æ¦ľ":100108,"åĵ¡":100109,"ä¸Ģä½ĵ":100110,"æŁ¥çľĭ":100111,"ç¹ģ":100112,"æµĵ":100113,"åħ¬å®ī":100114,"æ½ľ":100115,"è´¯":100116,"éªĹ":100117,"æIJľ":100118,"å·¡":100119,"è¬":100120,"éĬ":100121,"å§Ķä¼ļ":100122,"æĤł":100123,"åī©":100124,"æıŃ":100125,"åŃ£åº¦":100126,"ð«ĺ":100127,"ð¬¬":100128,"ä´":100129,"ðª":100130,"ä½Ĩæĺ¯":100131,"éĥ½æĺ¯":100132,"å¹³åı°":100133,"åŃ¦ä¹ł":100134,"åĵģçīĮ":100135,"ä¸Ķ":100136,"è¿Ļç§į":100137,"æĶ¿çŃĸ":100138,"æĭ¬":100139,"认为":100140,"ä¸ĢèĪ¬":100141,"æłĩåĩĨ":100142,"æĶ¯æĮģ":100143,"模å¼ı":100144,"åħ³ç³»":100145,"çļĦæĺ¯":100146,"è¿Ļä¸Ģ":100147,"ä¸įè¦ģ":100148,"çĶļ":100149,"ç²¾ç¥ŀ":100150,"æĭ¥":100151,"åĪ©çĶ¨":100152,"ä¿ĿæĬ¤":100153,"ä½ľçĶ¨":100154,"èĭ¥":100155,"åĽ½åĨħ":100156,"ä»ĭç»į":100157,"ä¸Ģä¸ĭ":100158,"å·¥ä¸ļ":100159,"缮æłĩ":100160,"æľĢåIJİ":100161,"ä»·åĢ¼":100162,"å°į":100163,"éĵģ":100164,"è°ģ":100165,"ç»ĵæŀĦ":100166,"éĽª":100167,"æĻºèĥ½":100168,"ä¼łç»Ł":100169,"ä½ĵèĤ²":100170,"çĶŁæĢģ":100171,"æĭį":100172,"æݪ":100173,"åĨľä¸ļ":100174,"çī¹èī²":100175,"è§Ħ模":100176,"æĹ¶ä»£":100177,"è¿ĩç¨ĭ":100178,"éĴĪ":100179,"æĿ¾":100180,"åĶIJ":100181,"åĮ»çĸĹ":100182,"çģ¯":100183,"åĪ¶éĢł":100184,"æł¸å¿ĥ":100185,"ä¸įåı¯":100186,"ç³»åĪĹ":100187,"åIJī":100188,"åľ£":100189,"åĢij":100190,"ä½³":100191,"æĿ¥çľĭ":100192,"æ¯ĶèµĽ":100193,"ä¸ĭæĿ¥":100194,"åĩºäºĨ":100195,"å¹²éĥ¨":100196,"微信":100197,"å½ĵåľ°":100198,"åį·":100199,"åį«çĶŁ":100200,"ä¼Ł":100201,"çĸ«æĥħ":100202,"è°·":100203,"åĩłä¸ª":100204,"éĺ´":100205,"çĶŁçī©":100206,"å°¤":100207,"ä¼Ĭ":100208,"èĤ¯":100209,"éĿ¢ç§¯":100210,"åĪĽéĢł":100211,"æı¡":100212,"åľĨ":100213,"æĻĵ":100214,"æĪIJäºĨ":100215,"åĩ¡":100216,"çĸ¾":100217,"ç«ŀäºī":100218,"讨":100219,"主é¢ĺ":100220,"é²ģ":100221,"迪":100222,"ä¿Ħ":100223,"æĢª":100224,"並":100225,"èĻļ":100226,"æ½®":100227,"çĥ§":100228,"èĢ³":100229,"æ±ł":100230,"éĢĤåIJĪ":100231,"æł¹æľ¬":100232,"åĬłçĽŁ":100233,"çĶµè§Ĩ":100234,"æ··":100235,"ç¼ĺ":100236,"çªĹ":100237,"çĬ¯":100238,"æĥ¯":100239,"æĦıä¹ī":100240,"åĬŀæ³ķ":100241,"ä¼ij":100242,"æ»ij":100243,"åĭĩ":100244,"æķ¢":100245,"寻":100246,"è¦Ĩ":100247,"éĢĥ":100248,"ç»ıçIJĨ":100249,"åĿı":100250,"æ³½":100251,"ä¹ĺ":100252,"åĪº":100253,"å±ı":100254,"é¡¿":100255,"亡":100256,"éĤĢ":100257,"åħ¼":100258,"åĭ¤":100259,"æ®ĭ":100260,"æĺł":100261,"æ¯ķä¸ļ":100262,"æĪª":100263,"è·Į":100264,"å£ģ":100265,"åı¦ä¸Ģ":100266,"羣å®ŀ":100267,"磨":100268,"è¯ļ":100269,"å¿ħè¦ģ":100270,"æģĭ":100271,"æĩĤ":100272,"å¾Ĵ":100273,"è°ĵ":100274,"æķı":100275,"æĻ¨":100276,"èĥ¸":100277,"æĭ¼":100278,"å¦Ļ":100279,"诸":100280,"èģĬ":100281,"æĤī":100282,"麼":100283,"åĩŃ":100284,"èĪĴ":100285,"æ¶Ĥ":100286,"è¿ģ":100287,"沿":100288,"å¡ij":100289,"æĽ¿":100290,"æ¾³":100291,"å¿į":100292,"èĢĹ":100293,"龸":100294,"åĩłå¹´":100295,"åĪĬ":100296,"èĦī":100297,"èħIJ":100298,"æ¡Į":100299,"çºł":100300,"æ»ļ":100301,"æĤ²":100302,"åĨĴ":100303,"妹":100304,"çķħ":100305,"纵":100306,"æijĩ":100307,"夺":100308,"è·¯ä¸Ĭ":100309,"忽":100310,"èĸª":100311,"æģIJ":100312,"æĦıæĢĿ":100313,"å«Į":100314,"æı´":100315,"æ°§":100316,"èĢĢ":100317,"éĺ»":100318,"轨":100319,"å¹»":100320,"æįķ":100321,"åĿ¦":100322,"åĵĪåĵĪ":100323,"çĭIJ":100324,"滨":100325,"è²»":100326,"è¿Ł":100327,"人éĥ½":100328,"ç»ĺ":100329,"åı¹":100330,"çµIJ":100331,"æī°":100332,"æ»ĭ":100333,"å¥ij":100334,"åĭŁ":100335,"確":100336,"ð¦":100337,"éĽĨåĽ¢":100338,"æĿİ":100339,"å¼Ģå±ķ":100340,"æıIJåįĩ":100341,"åħ¨åĽ½":100342,"汽车":100343,"åŃ¦æł¡":100344,"æł¹æį®":100345,"è¿Ļæĺ¯":100346,"åĩºçİ°":100347,"éĻĪ":100348,"ç½Ĺ":100349,"èİ·å¾Ĺ":100350,"åĪĺ":100351,"éĶĢåĶ®":100352,"æľªæĿ¥":100353,"éľĢæ±Ĥ":100354,"å®ŀæĸ½":100355,"åĿļæĮģ":100356,"åħ¨çIJĥ":100357,"éĵ¶è¡Į":100358,"æݧåĪ¶":100359,"é¡»":100360,"åľ°åĮº":100361,"æīĵéĢł":100362,"çļĦè¯Ŀ":100363,"帮åĬ©":100364,"ä½ĵç³»":100365,"è¾¾åĪ°":100366,"è§ĦåĪĴ":100367,"åŁ¹è®Ń":100368,"两个":100369,"æĬ¥åijĬ":100370,"åľ°æĸ¹":100371,"å®Įåħ¨":100372,"æİī":100373,"ç»ĵåIJĪ":100374,"å®£ä¼ł":100375,"æ³ķå¾ĭ":100376,"èīºæľ¯":100377,"çĶµå½±":100378,"說":100379,"ä¸ĢçĤ¹":100380,"è¶ħè¿ĩ":100381,"çĶµåŃIJ":100382,"æĢĿæĥ³":100383,"æķĻåѦ":100384,"éĺ¶æ®µ":100385,"åķĨä¸ļ":100386,"çī©æµģ":100387,"åĪĽä¸ļ":100388,"æĸ¹æ¡Ī":100389,"çݰ代":100390,"æ¡¥":100391,"èIJ½å®ŀ":100392,"带æĿ¥":100393,"产çĶŁ":100394,"ç§Ģ":100395,"æ³°":100396,"ä¹±":100397,"åħ·ä½ĵ":100398,"åĸĿ":100399,"èĵĿ":100400,"å®Ĺ":100401,"åįĩ级":100402,"æ·±åħ¥":100403,"ä¿ĿéĻ©":100404,"ç®Ģåįķ":100405,"çĹĽ":100406,"稳å®ļ":100407,"è¾Ĩ":100408,"å±ŀäºİ":100409,"å·Ŀ":100410,"ä¸įå°ij":100411,"åĴ¨":100412,"ä¸ľè¥¿":100413,"å½¢å¼ı":100414,"娱ä¹IJ":100415,"æŃ£å¸¸":100416,"鸡":100417,"åħħåĪĨ":100418,"å®ŀè·µ":100419,"éĩĮéĿ¢":100420,"è·³":100421,"èĻİ":100422,"æĪIJéķ¿":100423,"æļĹ":100424,"çĿ¡":100425,"罪":100426,"çIJĨ念":100427,"æĮij":100428,"èµĦæľ¬":100429,"å¤ļå°ij":100430,"ä¸ĭéĿ¢":100431,"å¸Ŀ":100432,"åħ¬å¼Ģ":100433,"æ¸IJ":100434,"éķ·":100435,"å±ĭ":100436,"欢è¿İ":100437,"å¿ĥçIJĨ":100438,"çĤİ":100439,"æ¹¾":100440,"è®ĵ":100441,"éĤĦ":100442,"ç³ĸ":100443,"ä¹Į":100444,"åĬ±":100445,"çīĻ":100446,"èħ¿":100447,"å²Ĺ":100448,"ä¼į":100449,"æĪIJåijĺ":100450,"åŃĶ":100451,"å°ıç¼ĸ":100452,"èij£":100453,"泡":100454,"åħĪè¿Ľ":100455,"åħ§":100456,"åĺ´":100457,"è´Ŀ":100458,"è»":100459,"æIJŀ":100460,"æ³Ľ":100461,"鸣":100462,"ç½²":100463,"èĽĭ":100464,"主任":100465,"缮çļĦ":100466,"ä¹ı":100467,"æ´¥":100468,"æĪ´":100469,"ä¸¥æł¼":100470,"çħ¤":100471,"çĮ«":100472,"åĶ¯":100473,"å°Ĭ":100474,"çĶľ":100475,"åŀĥ":100476,"åľ¾":100477,"æĭŁ":100478,"çĦ¦":100479,"é«Ķ":100480,"å®ı":100481,"æ©Ł":100482,"é©»":100483,"æĹģ":100484,"å½»":100485,"éĥ½ä¸į":100486,"æij©":100487,"ä»ĵ":100488,"ä¹³":100489,"岸":100490,"è°ĭ":100491,"大å¤ļ":100492,"çģŃ":100493,"èħ¾":100494,"æŁľ":100495,"èĪį":100496,"åħļçļĦ":100497,"å°ĺ":100498,"åįģå¹´":100499,"æĭĴ":100500,"裡":100501,"æŁĶ":100502,"å¹¼":100503,"éĶģ":100504,"ä¸ĵ项":100505,"æīİ":100506,"驾驶":100507,"ç¢İ":100508,"è¢ĭ":100509,"éĶĭ":100510,"壮":100511,"å°ĸ":100512,"çĶµæ±ł":100513,"è¿Ķ":100514,"æ¼ı":100515,"循":100516,"èıĮ":100517,"èĥĥ":100518,"è¾ħ":100519,"éĢĴ":100520,"èĥİ":100521,"éĻª":100522,"寿":100523,"å¥Ķ":100524,"çĮĽ":100525,"纹":100526,"çŁ¥åIJį":100527,"å¿Ĩ":100528,"æ¡ĥ":100529,"æ£ĭ":100530,"éĢĨ":100531,"çĤ¼":100532,"ç±į":100533,"çī§":100534,"æł·çļĦ":100535,"è¾Ľ":100536,"åłĨ":100537,"å®ŀåľ¨":100538,"ä¼ı":100539,"宿":100540,"èµı":100541,"è£Ĥ":100542,"åįĬå¹´":100543,"åĢ¾":100544,"满æĦı":100545,"梯":100546,"æĦıåij³":100547,"åѤ":100548,"ç¥Ŀ":100549,"æĻ¶":100550,"èµĶ":100551,"åģ¿":100552,"èĦĤ":100553,"ç½ļ":100554,"ç¢į":100555,"æ²ĥ":100556,"æĵį":100557,"å´ĩ":100558,"æļĤ":100559,"è·ĥ":100560,"æIJ¬":100561,"å©Ĩ":100562,"éī":100563,"éī´":100564,"åħ´è¶£":100565,"èIJ¥ä¸ļ":100566,"è®Ĭ":100567,"èĦı":100568,"è¾Ī":100569,"å·ŀå¸Ĥ":100570,"è´«åĽ°":100571,"ç©·":100572,"ä¸Ńå°ı":100573,"æ¼Ĥ":100574,"çĻĮ":100575,"èľľ":100576,"ä¼Ļä¼´":100577,"çīµ":100578,"æĤŁ":100579,"éĻ·":100580,"èµĽåŃ£":100581,"樣":100582,"åģ¶":100583,"æĺĨ":100584,"è¢Ń":100585,"æįIJ":100586,"èī°":100587,"æĤ¬":100588,"çĶ¢":100589,"èij¡":100590,"çĽĹ":100591,"å©´":100592,"å°İ":100593,"纽":100594,"åĢ¡":100595,"æī®":100596,"è¨Ń":100597,"æĬij":100598,"ç¡ķ":100599,"è¾ĸ":100600,"éĥģ":100601,"辩":100602,"éĤ»":100603,"çİ°åĩº":100604,"è¦ı":100605,"å½¹":100606,"éĺĶ":100607,"åīµ":100608,"诱":100609,"æĥij":100610,"æ·Ģ":100611,"é¢Ī":100612,"侦":100613,"æģ°":100614,"æ£Ģå¯Ł":100615,"éĨ«":100616,"çĦ¶æĺ¯":100617,"åĭĥ":100618,"èĮ«":100619,"äĵ":100620,"ð¬¸":100621,"ä½ľä¸º":100622,"çļĦ人":100623,"éĤ£ä¹Ī":100624,"ç¾İåĽ½":100625,"è¿ĺæľī":100626,"æıIJé«ĺ":100627,"èĻ½":100628,"åħ·æľī":100629,"åĮħæĭ¬":100630,"æĪĸèĢħ":100631,"ä¸įè¿ĩ":100632,"ä¸Ĭæµ·":100633,"åĮ»éĻ¢":100634,"èµĦéĩij":100635,"çĶļèĩ³":100636,"åĪ¶åº¦":100637,"解åĨ³":100638,"èģĶç½ij":100639,"继ç»Ń":100640,"建ç«ĭ":100641,"è¿Ľä¸ĢæŃ¥":100642,"æĿIJæĸĻ":100643,"ä»Ĭ天":100644,"å¿ħé¡»":100645,"åIJĦç§į":100646,"çİ°åľº":100647,"ä»ĸçļĦ":100648,"å¢ŀåĬł":100649,"é¢ĨåŁŁ":100650,"åıĤä¸İ":100651,"æĮģç»Ń":100652,"ä¹ĭä¸Ģ":100653,"çī¹åĪ«":100654,"é±¼":100655,"åħ±åIJĮ":100656,"åĬª":100657,"çİī":100658,"人们":100659,"åħĪçĶŁ":100660,"ä¼ĺåĬ¿":100661,"ä¿ĿæĮģ":100662,"ä½ľåĵģ":100663,"çīĽ":100664,"æĪIJæľ¬":100665,"æĶ¶åħ¥":100666,"åıĬæŶ":100667,"è´Łè´£":100668,"æİ¥åıĹ":100669,"èįIJ":100670,"åıªè¦ģ":100671,"羣çļĦ":100672,"导èĩ´":100673,"æľºåĪ¶":100674,"è¡ĮåĬ¨":100675,"æĸ°çļĦ":100676,"å®ĮåĸĦ":100677,"为ä»Ģä¹Ī":100678,"ä¸Ń央":100679,"æĪIJç«ĭ":100680,"æĦŁè§ī":100681,"åıĺåĮĸ":100682,"åıĹåĪ°":100683,"并ä¸į":100684,"åŃĻ":100685,"æĸ½å·¥":100686,"æĺİæĺ¾":100687,"è¿ĩåİ»":100688,"åıijæĮ¥":100689,"羣æŃ£":100690,"åŁºåľ°":100691,"æĺİç¡®":100692,"èĥ¡":100693,"许å¤ļ":100694,"ä¸Ģå¹´":100695,"æĸ¹åIJij":100696,"æģ©":100697,"çĽ¸ä¿¡":100698,"åľ³":100699,"详ç»Ĩ":100700,"äºĭä¸ļ":100701,"çĶŁåij½":100702,"åĴ¨è¯¢":100703,"æĸĩæĺİ":100704,"çijŀ":100705,"绿èī²":100706,"èİ«":100707,"æĦıè¯Ĩ":100708,"æĬķåħ¥":100709,"åĬłå¿«":100710,"æ¢ħ":100711,"ç¿»":100712,"å¼ĢæĶ¾":100713,"æĻ®éĢļ":100714,"åįıä¼ļ":100715,"æĪIJ绩":100716,"ä»Ļ":100717,"å¯Ĵ":100718,"è¯ģåĪ¸":100719,"认è¯Ĩ":100720,"丹":100721,"大éĩı":100722,"è¿ħ":100723,"åģļåĪ°":100724,"设æĸ½":100725,"è´¸æĺĵ":100726,"èĥ½æºIJ":100727,"æĹ¶æľŁ":100728,"ä¸Ģ天":100729,"æ²»çIJĨ":100730,"åĺī":100731,"å®ĩ":100732,"丰å¯Į":100733,"举è¡Į":100734,"æĪIJæŀľ":100735,"èĤ¯å®ļ":100736,"çĭĹ":100737,"åĬ¨åĬĽ":100738,"森":100739,"åĩłä¹İ":100740,"åĽłç´ł":100741,"æ°ijæĹı":100742,"æ´ŀ":100743,"ç½ijåıĭ":100744,"åIJĪçIJĨ":100745,"广大":100746,"æ®Ĭ":100747,"æ´Ľ":100748,"æĿ¯":100749,"èĴĻ":100750,"çĶ¨äºİ":100751,"èŀįèµĦ":100752,"ç¥ĸ":100753,"æľºæ¢°":100754,"举åĬŀ":100755,"èĩªåĬ¨":100756,"åĬŀåħ¬":100757,"é»ŀ":100758,"éĽĦ":100759,"åĢ¼å¾Ĺ":100760,"çĮª":100761,"以为":100762,"æĺĮ":100763,"è·Ŀ离":100764,"åIJ¸å¼ķ":100765,"ç»ķ":100766,"éļĨ":100767,"计ç®Ĺ":100768,"éĺŁä¼į":100769,"大ä¼ļ":100770,"å¼ķèµ·":100771,"çī¹çĤ¹":100772,"èĥ¶":100773,"å¹´è½»":100774,"æľ¬èº«":100775,"æľºåħ³":100776,"å®ĺæĸ¹":100777,"éĥij":100778,"æµĻ":100779,"è§Ĵèī²":100780,"èij£äºĭ":100781,"为主":100782,"æĹłè®º":100783,"ä¹łæĥ¯":100784,"æ¥ļ":100785,"æĭĵ":100786,"ç»Łè®¡":100787,"åħĦ":100788,"å¹¿æ³Ľ":100789,"åįĢ":100790,"污æŁĵ":100791,"è«ĭ":100792,"èĬĤ缮":100793,"伦":100794,"è¦ĨçĽĸ":100795,"èĢIJ":100796,"æī¶è´«":100797,"ç»ıåİĨ":100798,"éĩįè¦ģçļĦ":100799,"èĤ¡ä¸ľ":100800,"æĭĽèģĺ":100801,"åĽĽä¸ª":100802,"æĩī":100803,"èĥŀ":100804,"æijĨ":100805,"é«ĺéĢŁ":100806,"麦":100807,"åİŁåĪĻ":100808,"èݱ":100809,"æĽ´å¥½":100810,"éķľ":100811,"åĩĮ":100812,"åŀĥåľ¾":100813,"éĢ²":100814,"çģ°":100815,"éĵº":100816,"äºĭæķħ":100817,"çĶĺ":100818,"空æ°Ķ":100819,"é¾Ħ":100820,"èı²":100821,"çĵ¶":100822,"æĺ¨":100823,"æĹ¥æĬ¥":100824,"æµ®":100825,"åľ°åĽ¾":100826,"åijĪ":100827,"大åĬĽ":100828,"绪":100829,"å¸ħ":100830,"æľįåĭĻ":100831,"ä¸įéĶĻ":100832,"乡æĿij":100833,"å±¥":100834,"å¹³æĸ¹":100835,"éĹ²":100836,"æī£":100837,"ç´łè´¨":100838,"èµ´":100839,"éģŃ":100840,"èIJ¨":100841,"èĩªä¸»":100842,"éĩijå±ŀ":100843,"èī¯å¥½":100844,"两年":100845,"æ³¥":100846,"é¢ľ":100847,"精彩":100848,"ä¸Ńåįİ":100849,"æĻĭ":100850,"ä¹łè¿ij":100851,"ä¹łè¿ijå¹³":100852,"æĪĺ士":100853,"åģļçļĦ":100854,"éªij":100855,"æ»´":100856,"çĵľ":100857,"çīĪæĿĥ":100858,"èĤł":100859,"æľĥåĵ¡":100860,"çıį":100861,"種":100862,"仿":100863,"çī©ä¸ļ":100864,"åĢĭ人":100865,"妻":100866,"伸":100867,"æ±Ĺ":100868,"æĹº":100869,"çIJĨæĥ³":100870,"æij¸":100871,"è¿Ŀæ³ķ":100872,"å®Įæķ´":100873,"åݦ":100874,"è¸ı":100875,"æĸij":100876,"æ¡Ĥ":100877,"ä½ĵåĪ¶":100878,"師":100879,"æĿĨ":100880,"殿":100881,"æ¯ģ":100882,"é¦Ī":100883,"è§Ĵ度":100884,"欣":100885,"çĥ¦":100886,"èĤº":100887,"éĩĩ访":100888,"æijĺ":100889,"æĮ¡":100890,"æ·ĺ":100891,"åħ»èĢģ":100892,"çĤ¸":100893,"è¿Ī":100894,"åİī":100895,"åĿĬ":100896,"è¾£":100897,"åĩĿ":100898,"泪":100899,"çĸı":100900,"æİĺ":100901,"åĥıæĺ¯":100902,"éĽķ":100903,"ç¼Ŀ":100904,"èį·":100905,"æį·":100906,"åł¡":100907,"åı¥è¯Ŀ":100908,"çĸ¼":100909,"æłı":100910,"éģµ":100911,"碳":100912,"å·¥åķĨ":100913,"æIJº":100914,"åĪ¥":100915,"ä¹Ļ":100916,"æĹĭ":100917,"æĥľ":100918,"ä¸Ģ大":100919,"å±Ĥ次":100920,"èµĸ":100921,"æĬ¬":100922,"æ¨Ĥ":100923,"è¯ŀ":100924,"åħĴ":100925,"篮":100926,"èĤĥ":100927,"姿":100928,"æĬļ":100929,"çĵ·":100930,"çĶµåĬ¨":100931,"æĸ°åĨł":100932,"涵":100933,"ç¢ij":100934,"æ·®":100935,"æŨ":100936,"踪":100937,"æ¸Ķ":100938,"æĦĪ":100939,"åıĶ":100940,"åįĹçľģ":100941,"義":100942,"å§Ķ书记":100943,"貸":100944,"æ¶Į":100945,"è«ĸ":100946,"èIJĦ":100947,"æıı":100948,"忧":100949,"辦":100950,"å¦Ĩ":100951,"æīŃ":100952,"åijµ":100953,"éģ¥":100954,"許":100955,"ä»ĩ":100956,"åįģä¸ī":100957,"åī²":100958,"èªį":100959,"èĪ°":100960,"é¢ĩ":100961,"饱":100962,"çĭł":100963,"é«ĺçļĦ":100964,"çµ±":100965,"æħİ":100966,"é¢ģ":100967,"åIJĪéĢĤ":100968,"æµ´":100969,"èµĭ":100970,"æĬ¼":100971,"妥":100972,"éĻ¢éķ¿":100973,"èĢķ":100974,"辨":100975,"æħ°":100976,"åįģåĽĽ":100977,"æľµ":100978,"èĵĦ":100979,"æŀ¢":100980,"å»·":100981,"æĤĦ":100982,"涯":100983,"磩":100984,"åŃIJéĩĮ":100985,"çĬ¹":100986,"å±Ģéķ¿":100987,"éIJ":100988,"å¥ł":100989,"ä¼ļéķ¿":100990,"æĵļ":100991,"ä¸įåıĬ":100992,"åįģä¹Ŀ":100993,"欺":100994,"躺":100995,"éĺIJ":100996,"çºĮ":100997,"註":100998,"åĨĬ":100999,"èŃĺ":101000,"é«ĺçŃī":101001,"èħº":101002,"å¤ķ":101003,"ç»ij":101004,"åĶ¤":101005,"èķ´":101006,"çķľ":101007,"æħĭ":101008,"åıĻ":101009,"åıĥ":101010,"峡":101011,"人大":101012,"éħ¿":101013,"éģ©":101014,"奢":101015,"åı£æ°Ķ":101016,"éĮĦ":101017,"éı":101018,"åĭĺ":101019,"è´¿":101020,"éļª":101021,"éĭ":101022,"éļ¶":101023,"ð¥":101024,"ð¬£":101025,"ð£":101026,"ð«į":101027,"ð¬³":101028,"ð«ĵ":101029,"ð«Ħ":101030,"ð«Ł":101031,"ð¨±":101032,"äĹ":101033,"以åıĬ":101034,"æľīéĻIJ":101035,"åij¢":101036,"åIJĹ":101037,"çľĭåĪ°":101038,"计åĪĴ":101039,"è¿Ľåħ¥":101040,"缴æİ¥":101041,"åĪĨæŀIJ":101042,"åıªæľī":101043,"设å¤ĩ":101044,"åħ¶å®ŀ":101045,"åĬłå¼º":101046,"ä¸ŃçļĦ":101047,"ä¿Ŀéļľ":101048,"èĢģå¸Ī":101049,"人æīį":101050,"å¾ĹåĪ°":101051,"é£İéĻ©":101052,"ä¸Ģç§į":101053,"空éĹ´":101054,"æĪijåĽ½":101055,"ä¹ĭåīį":101056,"ä¸ĵ家":101057,"æĿ¨":101058,"æĹ¥æľ¬":101059,"群ä¼Ĺ":101060,"åıĤåĬł":101061,"æķĪæŀľ":101062,"æľīåħ³":101063,"家åºŃ":101064,"åĮºåŁŁ":101065,"åĬªåĬĽ":101066,"éļıçĿĢ":101067,"æĹłæ³ķ":101068,"交æµģ":101069,"è¡Į为":101070,"æ£ĢæŁ¥":101071,"æľŁéĹ´":101072,"å¦ĤæѤ":101073,"èĤ¡ä»½":101074,"å½ĵæŶ":101075,"è£ħå¤ĩ":101076,"åĩĨå¤ĩ":101077,"éħĴåºĹ":101078,"è¿IJåĬ¨":101079,"æıIJåĩº":101080,"å·¦åı³":101081,"æݪæĸ½":101082,"é£Łåĵģ":101083,"æ¶Īè´¹èĢħ":101084,"åѦéĻ¢":101085,"æĮĩ导":101086,"è¿IJèIJ¥":101087,"éĩį大":101088,"åĨľæĿij":101089,"éĢłæĪIJ":101090,"æĶ¿æ²»":101091,"éĴĪ对":101092,"æŃ£å¼ı":101093,"åıĸå¾Ĺ":101094,"éĤ£ä¸ª":101095,"éĽĨä¸Ń":101096,"åıªèĥ½":101097,"å¿«éĢŁ":101098,"身ä½ĵ":101099,"åħļåijĺ":101100,"èģĶåIJĪ":101101,"åĬĽéĩı":101102,"éĥ½æľī":101103,"æħ§":101104,"å¡Ķ":101105,"åĪ«äºº":101106,"表çİ°":101107,"æķħäºĭ":101108,"ä¸ĢåĪĩ":101109,"å°ĩ":101110,"èµĦæĸĻ":101111,"åŁ¹åħ»":101112,"éĺħ读":101113,"æľī人":101114,"èIJ¥éĶĢ":101115,"çĽijçĿ£":101116,"çݯä¿Ŀ":101117,"èĢĥèĻij":101118,"æ·±åľ³":101119,"严éĩį":101120,"èĮĥåĽ´":101121,"å§Ķåijĺ":101122,"çĽij管":101123,"ä¸ī个":101124,"è£ħä¿®":101125,"åħ¬éĩĮ":101126,"åĪĨåĪ«":101127,"çIJĨ解":101128,"飩":101129,"åĬłå·¥":101130,"è®¤çľŁ":101131,"ä¸į好":101132,"åݻ年":101133,"éĻįä½İ":101134,"æľºä¼ļ":101135,"åįıè®®":101136,"符åIJĪ":101137,"å¢ŀ强":101138,"æĬĢèĥ½":101139,"é¦ĸåħĪ":101140,"秦":101141,"ä¸ģ":101142,"å°¾":101143,"æľīäºĨ":101144,"åľ°äº§":101145,"æ¸ł":101146,"æĸ¹ä¾¿":101147,"移åĬ¨":101148,"éĢŁåº¦":101149,"å°¤åħ¶":101150,"éĢļçŁ¥":101151,"åĿĽ":101152,"éģ¿åħį":101153,"æģ¢":101154,"è´¡":101155,"èģĮå·¥":101156,"å®ŀåĬĽ":101157,"æĺ¯ä¸Ģç§į":101158,"åIJ¯åĬ¨":101159,"çĸ¾çĹħ":101160,"æĿ¥äºĨ":101161,"çĽ¸å¯¹":101162,"çİ°å®ŀ":101163,"èŀįåIJĪ":101164,"åIJĮæł·":101165,"åħ¬åijĬ":101166,"çī¹æ®Ĭ":101167,"ç´«":101168,"ä¸ĭåİ»":101169,"ä¼łæĴŃ":101170,"æľĢ好":101171,"ä¼ĺè´¨":101172,"æ²Ĵ":101173,"æĮº":101174,"æŦ":101175,"诺":101176,"ä¸ĢåIJį":101177,"éģĵè·¯":101178,"示èĮĥ":101179,"è¿ĩæĿ¥":101180,"åIJĮåѦ":101181,"é¼ĵ":101182,"æĿŃ":101183,"æľ¬æ¬¡":101184,"åIJĮæĦı":101185,"ä¸ĸ纪":101186,"ç¾Ĭ":101187,"欲":101188,"å·¥èīº":101189,"çĵ¦":101190,"人士":101191,"æľīæīĢ":101192,"ä»İäºĭ":101193,"æľīå¾Īå¤ļ":101194,"ä¸įäºĨ":101195,"å²Ĺä½į":101196,"åıĺå¾Ĺ":101197,"åĬ³åĬ¨":101198,"å¤Ħäºİ":101199,"å¹³åĿĩ":101200,"形象":101201,"å¡ŀ":101202,"åħ±äº«":101203,"çĿĽ":101204,"åĪ©æ¶¦":101205,"æŃ£æĺ¯":101206,"å¾Ģå¾Ģ":101207,"缸æ¯Ķ":101208,"横":101209,"åĪ·":101210,"æµĻæ±Ł":101211,"大éĥ¨åĪĨ":101212,"å¤ļ个":101213,"æĤ¨çļĦ":101214,"çĶµåķĨ":101215,"å¾®åįļ":101216,"å§ĭç»Ī":101217,"çĬ¯ç½ª":101218,"æĺ¯åľ¨":101219,"ç»ĦåIJĪ":101220,"åİŁæĿ¥":101221,"æ¸ħæ¥ļ":101222,"åIJĦåľ°":101223,"æĦŁåıĹ":101224,"å½ĵä¸Ń":101225,"è¶ĭåĬ¿":101226,"æĻ¯åĮº":101227,"羣æĺ¯":101228,"ä¾ĽåºĶ":101229,"转åŀĭ":101230,"çĭĤ":101231,"èĨľ":101232,"èĭĹ":101233,"å¿ł":101234,"å¾Ī大":101235,"èĤ¡æĿĥ":101236,"ç¾İåħĥ":101237,"æİĴåIJį":101238,"åĬ¨çī©":101239,"éĶħ":101240,"墨":101241,"主å¸Ń":101242,"å¾Ī好":101243,"ç»Ŀ对":101244,"æĿľ":101245,"转载":101246,"çĴĥ":101247,"æĿijæ°ij":101248,"åIJ¨":101249,"åĽŃåĮº":101250,"é«ĺ度":101251,"çī©è´¨":101252,"è¾ī":101253,"æĹ¥å¸¸":101254,"æıĴ":101255,"ä¸īå¹´":101256,"ä½ĵçİ°":101257,"æīįæĺ¯":101258,"代çIJĨ":101259,"ä¸į管":101260,"æģĴ":101261,"åľ°ä½į":101262,"ç²®":101263,"èĸĦ":101264,"æĺİçĻ½":101265,"ä¸Ģèĩ´":101266,"æĽ¼":101267,"åĵŃ":101268,"åĩ¤":101269,"åĬ²":101270,"æķĮ":101271,"æĪĺæĸĹ":101272,"主ä½ĵ":101273,"åħ¬å¸ĥ":101274,"åıĤèĢĥ":101275,"èĪªç©º":101276,"寺":101277,"åѦä¼ļ":101278,"åıįæĺł":101279,"ç¾İ丽":101280,"太éĺ³":101281,"建æĪIJ":101282,"æħ¢æħ¢":101283,"åIJĦ个":101284,"éĤ¦":101285,"ç»ĦæĪIJ":101286,"ä¸ī大":101287,"éĶ¦":101288,"大å¤ļæķ°":101289,"æ¦Ĥ念":101290,"éŃĤ":101291,"åħ¬çĽĬ":101292,"èįĴ":101293,"身份":101294,"æ·±åĪ»":101295,"åħ©":101296,"ç»ıåħ¸":101297,"åIJĦ项":101298,"èĻķ":101299,"è¿ĽæŃ¥":101300,"åįģäºĮ":101301,"æī§æ³ķ":101302,"æĥ³åĪ°":101303,"æĦŁæŁĵ":101304,"åķĨåĬ¡":101305,"å°ıç»Ħ":101306,"èĶ¬":101307,"çıŃåŃIJ":101308,"åIJĮå¿Ĺ":101309,"éĿ¢ä¸´":101310,"çĤĴ":101311,"å¤ļç§į":101312,"è§ĤçĤ¹":101313,"åĵªéĩĮ":101314,"å°Ŀ":101315,"å§Ĩ":101316,"èħ¹":101317,"åŁİåĮº":101318,"太å¤ļ":101319,"çĹħæ¯Ĵ":101320,"åľ¨äºİ":101321,"æīĢè°ĵ":101322,"æĻ°":101323,"æŀĿ":101324,"æĭĸ":101325,"å®ħ":101326,"æķ´æ²»":101327,"ä½ıæĪ¿":101328,"åģ·":101329,"çĨĬ":101330,"èµģ":101331,"æ°Ľ":101332,"æł¼å±Ģ":101333,"åŁºç¡Ģä¸Ĭ":101334,"èĥĨ":101335,"åħ½":101336,"鼶åĶ®":101337,"åĿ¡":101338,"女åŃ©":101339,"æĴŀ":101340,"åħ¨åĬĽ":101341,"åĴĸ":101342,"èĤ©":101343,"çľī":101344,"èĩ³äºİ":101345,"åħļç»Ħ":101346,"ä¸Ģ件":101347,"æĭĨ":101348,"äºĭå®ŀ":101349,"åĤ³":101350,"æ¹ĺ":101351,"網ç«Ļ":101352,"循çݯ":101353,"åIJĮæ¯Ķ":101354,"æĭĶ":101355,"åĮ»èį¯":101356,"åħ»æ®ĸ":101357,"åĽºå®ļ":101358,"å®ŀéĻħä¸Ĭ":101359,"è®°å¾Ĺ":101360,"åĪ©äºİ":101361,"æĤ¦":101362,"æĭ³":101363,"èĤĿ":101364,"æķĪçĽĬ":101365,"該":101366,"æ°ij主":101367,"çĹĩçĬ¶":101368,"風":101369,"å¹¼åĦ¿":101370,"å§ij":101371,"æĪĴ":101372,"ä¸ĭçļĦ":101373,"渡":101374,"å¹´åºķ":101375,"è®°å¿Ĩ":101376,"åIJIJ":101377,"大å¹ħ":101378,"å¾½":101379,"åħ¬ä¼Ĺ":101380,"ä¿¡å¿ĥ":101381,"çİĽ":101382,"ä¼ļä¸Ĭ":101383,"ä¹Ķ":101384,"æijĦå½±":101385,"æ£ĭçīĮ":101386,"éĻķ":101387,"åºĶæĢ¥":101388,"æĶ¶è´¹":101389,"æݧèĤ¡":101390,"仪å¼ı":101391,"çŀ¬":101392,"æīĢåľ¨":101393,"碰":101394,"å§ĵ":101395,"é¡Į":101396,"æĶ¯éĥ¨":101397,"使åij½":101398,"çĤī":101399,"å¯Ħ":101400,"翼":101401,"åľ°ä¸ĭ":101402,"è¾ŀ":101403,"俱":101404,"主æĮģ":101405,"è´§å¸ģ":101406,"æģ¨":101407,"èĤĮ":101408,"çĽĪ":101409,"éĶ»":101410,"å¿ĹæĦ¿":101411,"类似":101412,"æĮĸ":101413,"éĢ»":101414,"總":101415,"纪念":101416,"åķ¥":101417,"弯":101418,"åIJįåŃĹ":101419,"åģ¥èº«":101420,"çļĦå¿ĥ":101421,"驱":101422,"èĥĮåIJİ":101423,"æ³ķå¸Ī":101424,"ç²Ĵ":101425,"èĥ½éĩı":101426,"è¾°":101427,"èī³":101428,"å½¼":101429,"段æŶéĹ´":101430,"åIJĪæ³ķ":101431,"æĵ¦":101432,"ç¾½":101433,"åݨ":101434,"æĪij说":101435,"äºĭåĬ¡":101436,"åĩłå¤©":101437,"åħģ":101438,"ç¼´":101439,"åįĵ":101440,"两ç§į":101441,"çĭ¬çī¹":101442,"帶":101443,"éĴ»":101444,"æĥ©":101445,"é¢ĨåħĪ":101446,"è¶³å¤Ł":101447,"壳":101448,"æĦıåij³çĿĢ":101449,"åĪĨå¸ĥ":101450,"ä¹ĥ":101451,"éģĭ":101452,"佩":101453,"è°±":101454,"çģ£":101455,"èį¡":101456,"贯彻":101457,"å¹¾":101458,"ç£ģ":101459,"åħ¸åŀĭ":101460,"åīĩ":101461,"åĨ»":101462,"æ¬ł":101463,"ä¸įä¹ħ":101464,"浦":101465,"éŃħ":101466,"å¼ĢäºĨ":101467,"使çĶ¨èĢħ":101468,"è¿Ļ款":101469,"å°Ī":101470,"èĦ±è´«":101471,"æĶ»åĿļ":101472,"ç®Ĺæĺ¯":101473,"ç¨Ģ":101474,"æĹłäºº":101475,"åłµ":101476,"å¥ı":101477,"éĥ½å¸Ĥ":101478,"åı¯è§ģ":101479,"ä¸įåĩº":101480,"æ·»":101481,"äºı":101482,"ç¾İ好":101483,"èĥĸ":101484,"飵":101485,"æłĩå¿Ĺ":101486,"èĬĤèĥ½":101487,"æĬ«":101488,"å°º":101489,"寸":101490,"ä¸Ģ代":101491,"é¢Ĺ":101492,"èĢ¶":101493,"èĴ¸":101494,"åĸ®":101495,"滿":101496,"çĮľ":101497,"æµĨ":101498,"åŁĥ":101499,"åįĥä¸ĩ":101500,"èµĮ":101501,"èģ²":101502,"ä½ľé£İ":101503,"質":101504,"寨":101505,"年人":101506,"åį°è±¡":101507,"桶":101508,"æĴ¤":101509,"åįģäºĶ":101510,"æ¯ħ":101511,"沪":101512,"åĽ½æľī":101513,"大éĩıçļĦ":101514,"御":101515,"å¯ĵ":101516,"è¦ĸ":101517,"æ¼Ĥ亮":101518,"çľł":101519,"çĤŃ":101520,"é»İ":101521,"èĻ¹":101522,"åĪ©äºļ":101523,"èŃī":101524,"æµı":101525,"åįģåħ«":101526,"丢":101527,"è¾½":101528,"æľīä¸ĢäºĽ":101529,"æħĪ":101530,"åģľè½¦":101531,"å®ł":101532,"解æĶ¾":101533,"æľīå¤ļ":101534,"éĤĬ":101535,"常è§ģ":101536,"æĬ¹":101537,"纤":101538,"親":101539,"æ¡Ĩ":101540,"èİŀ":101541,"æ°§åĮĸ":101542,"è¿Ļ件":101543,"åĩ°":101544,"æŁ´":101545,"åıijçĶµ":101546,"é¼ł":101547,"转åĮĸ":101548,"å¨ĥ":101549,"æĮ¤":101550,"罩":101551,"å¯ĨåĪĩ":101552,"æĪijä¸į":101553,"é«ĺæĸ°":101554,"ä¸Ģç¯ĩ":101555,"è¿Ľç¨ĭ":101556,"è¡°":101557,"è¿ĺä¸į":101558,"çħĮ":101559,"æĸ°åįİ":101560,"èĤ¿":101561,"滩":101562,"ä¸Ģæµģ":101563,"è¯Ī":101564,"å®ŀä½ĵ":101565,"å¤ĸåĽ½":101566,"躲":101567,"èµł":101568,"覺":101569,"æ¢Ŀ":101570,"ä¸įè§ģ":101571,"è¨Ĭ":101572,"åĮ¹":101573,"åįµ":101574,"çĩ¥":101575,"æħķ":101576,"齿":101577,"å®´":101578,"饼":101579,"èij¡èIJĦ":101580,"å°ıå¿ĥ":101581,"æģ¼":101582,"éĻĮ":101583,"æĺĤ":101584,"åĥ¹":101585,"èĬĿ":101586,"æ¯ı个人":101587,"åīįæıIJ":101588,"ä½ĵä¼ļ":101589,"æ¨Ļ":101590,"æIJľçĭIJ":101591,"对åħ¶":101592,"丧":101593,"èľĤ":101594,"浸":101595,"調":101596,"åĿª":101597,"é¢ĸ":101598,"åIJį为":101599,"笼":101600,"èĪĮ":101601,"æľ¬ä¹¦":101602,"èģ¯":101603,"纺":101604,"ç®Ģ缴":101605,"éĽ¢":101606,"ç¾İçļĦ":101607,"éļ¨":101608,"é«ĺå³°":101609,"è¿Ļ家":101610,"åĤ¬":101611,"å°¸":101612,"ç¡ķ士":101613,"èŃ·":101614,"è°¨":101615,"æĺı":101616,"æĶ¿åįı":101617,"è¡Ķ":101618,"ç¿Ĵ":101619,"åľĴ":101620,"åĽ½æ°ij":101621,"主è§Ĵ":101622,"è£ķ":101623,"伪":101624,"åºŀ":101625,"æ°ijèIJ¥":101626,"æĥ§":101627,"ç§ĺ书":101628,"çĹķ":101629,"çĻ¾åĪĨ":101630,"溶":101631,"æĹłçĸij":101632,"çļĦçľ¼":101633,"æĵİ":101634,"ä¼Łå¤§":101635,"å½°":101636,"åħ¬å®īå±Ģ":101637,"ç³ķ":101638,"å¼¥":101639,"åĤĻ":101640,"ä¹¾":101641,"毫ä¸į":101642,"注æĺİ":101643,"åī¯æĢ»":101644,"æĦī":101645,"æķ¦":101646,"馨":101647,"æĶĢ":101648,"éĢĿ":101649,"åı¯éĿł":101650,"夸":101651,"åľĺ":101652,"éĿ¢ä¸Ĭ":101653,"æĬĸ":101654,"èĦĨ":101655,"é©°":101656,"ä¼IJ":101657,"妨":101658,"å®ļäºĨ":101659,"ç³Ĭ":101660,"æŃ¡":101661,"éĥ¨éķ¿":101662,"ç§ī":101663,"èĪĨ":101664,"åĪijäºĭ":101665,"åIJµ":101666,"æ¤Ĵ":101667,"è¡ĵ":101668,"豫":101669,"èı©":101670,"åѵ":101671,"饲":101672,"就好":101673,"åłª":101674,"ä¸īè§Ĵ":101675,"åľºæ¯ĶèµĽ":101676,"ä¸įåģľ":101677,"æĵħ":101678,"åħ¨æĸĩ":101679,"æ³ģ":101680,"åѦä½į":101681,"æ±°":101682,"éłĺ":101683,"åıł":101684,"éļĽ":101685,"å¸IJ":101686,"çľĭåĩº":101687,"åĮł":101688,"å±ĢéĿ¢":101689,"æ³Į":101690,"è°Ĭ":101691,"åIJĮæľŁ":101692,"æĬķæłĩ":101693,"奴":101694,"æĿ¥çľĭçľĭ":101695,"èĦ¾":101696,"èŀº":101697,"æŃī":101698,"çĽ¯":101699,"ç¨İåĬ¡":101700,"å»Ĭ":101701,"æİ©":101702,"æħ¨":101703,"çĽ¼":101704,"èĬĴ":101705,"è®Ģ":101706,"æĮ£":101707,"èĮħ":101708,"æĸ¥":101709,"æ¤ħ":101710,"åĪ°æĿ¥":101711,"èijĹä½ľ":101712,"çĭ±":101713,"äºĮæīĭ":101714,"ä»İæĿ¥":101715,"çĸ²":101716,"åºĬä¸Ĭ":101717,"æĸ°æµª":101718,"æ³Ħ":101719,"å¢ŀåĢ¼":101720,"丼":101721,"æļij":101722,"ä»İä¸ļ":101723,"æ·ĭ":101724,"å¤ļæł·":101725,"æľ´":101726,"份é¢Ŀ":101727,"æŀ£":101728,"西çľģ":101729,"æľ¬è´¨":101730,"深深":101731,"èīĩ":101732,"绵":101733,"产åĢ¼":101734,"æ¼ł":101735,"èħ»":101736,"çŃĽ":101737,"åİĮ":101738,"æģŃ":101739,"å«Įçĸij":101740,"æĪ¶":101741,"æ»ŀ":101742,"èĨĢ":101743,"åĬ£":101744,"座è°Ī":101745,"常æĢģ":101746,"çļĦæĥħ":101747,"覽":101748,"å¯Ĥ":101749,"åĮĨ":101750,"èĩº":101751,"顯":101752,"çķı":101753,"éģ£":101754,"åįľ":101755,"çŃīå¥ĸ":101756,"責":101757,"溯":101758,"éİ":101759,"çĤ¹å¤´":101760,"èĵ¬":101761,"決":101762,"éħ¬":101763,"éģĬ":101764,"è³¼":101765,"註åĨĬ":101766,"æľ¬æĬ¥":101767,"çµķ":101768,"æ´»æĢ§":101769,"åħij":101770,"éĮ¯":101771,"åĨ¶":101772,"åĸ»":101773,"æºĸ":101774,"èĤ¢":101775,"æºĥ":101776,"æŬ":101777,"åīĬ":101778,"çIJĨäºĭ":101779,"å±ł":101780,"沧":101781,"èļĢ":101782,"鼻åŃIJ":101783,"为æŃ¢":101784,"常å§Ķ":101785,"çµĤ":101786,"éĬ·":101787,"çĭĢ":101788,"ä¾£":101789,"èĥĢ":101790,"èŃ°":101791,"çĶ¨è½¦":101792,"åĻª":101793,"æŃ·":101794,"åįĶ":101795,"åĪ¹":101796,"ç«Łæĺ¯":101797,"é©Ĺ":101798,"èIJĿ":101799,"çĻ«":101800,"çĹ«":101801,"æѧ":101802,"å¼Ĭ":101803,"媽":101804,"çıĬ":101805,"è¡·":101806,"éľī":101807,"åŁºçĿ£":101808,"éļ±":101809,"æ°¨":101810,"绸":101811,"å°¼æĸ¯":101812,"çĥĺ":101813,"æľŁåĨħ":101814,"è°ħ":101815,"éĽĩ":101816,"éļĻ":101817,"åĸī":101818,"åī¥":101819,"çĹĺ":101820,"æĮ½":101821,"çĵ£":101822,"æ¹Ľ":101823,"樱":101824,"æ¾İ":101825,"æ¹ĥ":101826,"åĨ¬å¥¥":101827,"棵":101828,"å®°":101829,"åŀĴ":101830,"æ§ĭ":101831,"ä¾Ī":101832,"èĮĦ":101833,"åĺ¿":101834,"èıĩ":101835,"çĻĤ":101836,"åĬĥ":101837,"éį":101838,"èĶ½":101839,"çŀŃ":101840,"æķŀ":101841,"ä¹ĸ":101842,"飧":101843,"è¾ľ":101844,"æĩĪ":101845,"ä½£":101846,"çŀ»":101847,"åŁĶ":101848,"èĪħ":101849,"å®ŀäºĭ":101850,"é¨":101851,"姥":101852,"絡":101853,"åĺ»":101854,"çķ¢":101855,"æ²ĥå°Ķ":101856,"è¿Ħ":101857,"èĤĩ":101858,"æħij":101859,"ã§":101860,"äı":101861,"ðł":101862,"ð¬ĩ":101863,"ð«Ń":101864,"ð«IJ":101865,"ã³":101866,"©½":101867,"ð«ł":101868,"ãĽ":101869,"ð¬į":101870,"é¿":101871,"ð¬Ĵ":101872,"ãĻ":101873,"ð¬¤":101874,"ð¬´":101875,"ð«ĸ":101876,"ð¤":101877,"ã¬":101878,"ä²":101879,"ð«Ķ":101880,"ð«ļ":101881,"è¦ģæ±Ĥ":101882,"ä¸ĢäºĽ":101883,"å®ŀçİ°":101884,"èĢĮä¸Ķ":101885,"åĽłæѤ":101886,"çĶ±äºİ":101887,"åħ³äºİ":101888,"çĦ¶åIJİ":101889,"æݨåĬ¨":101890,"ä¸Ģæł·":101891,"æĮīçħ§":101892,"è¿Ļæł·çļĦ":101893,"å½¢æĪIJ":101894,"æľīäºĽ":101895,"æĽ´åĬł":101896,"ç»ıè¿ĩ":101897,"建议":101898,"æ²»çĸĹ":101899,"ä½łä»¬":101900,"æīįèĥ½":101901,"ä¿ĥè¿Ľ":101902,"åijĺå·¥":101903,"ä½ĵéªĮ":101904,"èĪĩ":101905,"åģļ好":101906,"ä¿Ŀè¯ģ":101907,"æķ´ä¸ª":101908,"æĺ¯ä¸Ģ个":101909,"éĩĩçĶ¨":101910,"çIJĨ论":101911,"æ¯Ķå¦Ĥ":101912,"ä¸ĬçļĦ":101913,"æݨèįIJ":101914,"çĶ³è¯·":101915,"天空":101916,"éĥ¨èIJ½":101917,"åįģåĪĨ":101918,"æĿ¥èĩª":101919,"ä¹ĭéĹ´":101920,"è°ĥæķ´":101921,"æ¯ı天":101922,"è°ĥæŁ¥":101923,"æĤ£èĢħ":101924,"è¿ĩç¨ĭä¸Ń":101925,"é¦Ļ港":101926,"广åijĬ":101927,"éĿ¢å¯¹":101928,"满足":101929,"éķ¿æľŁ":101930,"è§ĦèĮĥ":101931,"æķ´ä½ĵ":101932,"æĶ¹åıĺ":101933,"æĻºæħ§":101934,"å¦Īå¦Ī":101935,"å¦Ĥä»Ĭ":101936,"åIJĪåIJĮ":101937,"éĥ½ä¼ļ":101938,"åĦ¿ç«¥":101939,"åĩıå°ij":101940,"éŁ³ä¹IJ":101941,"ç»ı常":101942,"ä¸Ĭå¸Ĥ":101943,"ä¼ĺç§Ģ":101944,"çļĦéĩįè¦ģ":101945,"ä¸ĢæĿ¡":101946,"æµ·å¤ĸ":101947,"åı¦å¤ĸ":101948,"ä¸Ģ家":101949,"åİĭåĬĽ":101950,"大åŀĭ":101951,"çľĭçĿĢ":101952,"åĪĢ":101953,"幸ç¦ı":101954,"æݨ广":101955,"åIJĽ":101956,"å¾IJ":101957,"æī¾åĪ°":101958,"äºİæĺ¯":101959,"èĩªèº«":101960,"ä¸Ģä½į":101961,"åľŁåľ°":101962,"åĬłåħ¥":101963,"æݢ索":101964,"æ¢ģ":101965,"主åĬ¨":101966,"å°±ä¸ļ":101967,"女æĢ§":101968,"çªģçł´":101969,"ä¸įåIJĮçļĦ":101970,"è¿IJè¾ĵ":101971,"èĩªçĶ±":101972,"å±ħæ°ij":101973,"æŃ¤æ¬¡":101974,"çļĦæŶéĹ´":101975,"家éķ¿":101976,"ä¸Ģ个人":101977,"æ£Ģæµĭ":101978,"åĨħéĥ¨":101979,"广å·ŀ":101980,"缴æĴŃ":101981,"ä»İèĢĮ":101982,"贷款":101983,"åı¬å¼Ģ":101984,"æĶ¹éĢł":101985,"人çĶŁ":101986,"å±ķ示":101987,"æ¯ıå¹´":101988,"女人":101989,"çļĦæĸ¹å¼ı":101990,"æķĪçİĩ":101991,"å±±ä¸ľ":101992,"æ¸łéģĵ":101993,"ä¼¼ä¹İ":101994,"æ¡Ī件":101995,"åĪ©çĽĬ":101996,"çľĭçľĭ":101997,"å¿ĥéĩĮ":101998,"ç»´æĬ¤":101999,"å®Ŀå®Ŀ":102000,"ç½ijä¸Ĭ":102001,"论åĿĽ":102002,"å°±åı¯ä»¥":102003,"ä¸į足":102004,"æģ¢å¤į":102005,"å¸ĥå±Ģ":102006,"è´¡çĮ®":102007,"ä¸ĭéĻį":102008,"æİĮæı¡":102009,"çļ®èĤ¤":102010,"å·¥åħ·":102011,"éĩįåºĨ":102012,"åĵģè´¨":102013,"æݨåĩº":102014,"çĶ·äºº":102015,"æī¿æĭħ":102016,"çªģåĩº":102017,"èĢĮè¨Ģ":102018,"æ²Ł":102019,"åįıè°ĥ":102020,"æĺ¯ä»Ģä¹Ī":102021,"汤":102022,"æĴij":102023,"çĭ¬ç«ĭ":102024,"çݯèĬĤ":102025,"æī©å¤§":102026,"æ´ª":102027,"æĿ°":102028,"çĽIJ":102029,"ä»ģ":102030,"æ¶īåıĬ":102031,"èĢģ人":102032,"åį³ä½¿":102033,"åįĹ京":102034,"éħįåIJĪ":102035,"鬼":102036,"çĪ¶äº²":102037,"ç½Ĺæĸ¯":102038,"å°ıåĮº":102039,"æķĻæİĪ":102040,"åĨ³çŃĸ":102041,"é¢Ħ计":102042,"æľ¬äºº":102043,"伯":102044,"竹":102045,"åĪ°åºķ":102046,"å¸Ĥæ°ij":102047,"åĩºåı£":102048,"éĩĩè´Ń":102049,"æĢ»ç»ĵ":102050,"æѦæ±ī":102051,"åĬłå¤§":102052,"å¹¿ä¸ľ":102053,"æµģç¨ĭ":102054,"人åı£":102055,"å¦Ĥæŀľä½ł":102056,"åĩºåİ»":102057,"åĩī":102058,"åĨľæ°ij":102059,"çݰ象":102060,"åĬĽåº¦":102061,"ç»ĻäºĪ":102062,"åħļå§Ķ":102063,"è¯Ńè¨Ģ":102064,"线ä¸Ĭ":102065,"æĢİæł·":102066,"åĦ¿åŃIJ":102067,"ç¡®å®ŀ":102068,"ä¹ĭå¤ĸ":102069,"éĥ½åľ¨":102070,"èī¾":102071,"çļĦæĥħåĨµ":102072,"éĩĮçļĦ":102073,"åĽ´ç»ķ":102074,"æĽ´å¤ļçļĦ":102075,"ä¾Ŀæ³ķ":102076,"åħ¬åĽŃ":102077,"家éĩĮ":102078,"æ¯į亲":102079,"ä¸įåĨį":102080,"èĭ¹":102081,"æ³ķéĻ¢":102082,"éŁ©åĽ½":102083,"缸å½ĵ":102084,"ä¸įçŁ¥":102085,"è¯Ħä¼°":102086,"ä¸įçĶ¨":102087,"顺åĪ©":102088,"éĩįè§Ĩ":102089,"è´¢åĬ¡":102090,"ä»ĸåĢij":102091,"åıijè¡Į":102092,"ä¸ĵéŨ":102093,"åħ·å¤ĩ":102094,"并ä¸įæĺ¯":102095,"足çIJĥ":102096,"éŀĭ":102097,"åıij表":102098,"æ°¸è¿ľ":102099,"èIJ¥åħ»":102100,"éħįå¥Ĺ":102101,"æķ´åIJĪ":102102,"è´º":102103,"åĽŀçŃĶ":102104,"æĶ¶çĽĬ":102105,"ä¹Łè®¸":102106,"è»Ĭ":102107,"æݥ触":102108,"æĶ»åĩ»":102109,"åĽĽå·Ŀ":102110,"æĢ§èĥ½":102111,"åĽŀåĪ°":102112,"èħ°":102113,"ä¹Łæ²¡æľī":102114,"å¼Ħ":102115,"设ç«ĭ":102116,"éĺ²æݧ":102117,"æĬĢå·§":102118,"éĢļ常":102119,"è´¢æĶ¿":102120,"éĥ¨ç½²":102121,"åľºæĻ¯":102122,"æ±Łèĭı":102123,"表达":102124,"åĸ·":102125,"女åĦ¿":102126,"èĪ¶":102127,"給":102128,"ä¼ļåijĺ":102129,"æĪĸ许":102130,"亩":102131,"举æĸ¹":102132,"天津":102133,"è¿ijå¹´":102134,"çľĭæĿ¥":102135,"æ¯Ķä¾ĭ":102136,"岩":102137,"éĵľ":102138,"çİ»":102139,"å®ŀéªĮ":102140,"æĢĿç»´":102141,"æĭħå¿ĥ":102142,"æ²Ī":102143,"身边":102144,"æ·±åĮĸ":102145,"ç²¾åĩĨ":102146,"ç§ģæľį":102147,"æ¶Īéĺ²":102148,"åİ»äºĨ":102149,"ç»Ĩèĥŀ":102150,"çIJĥéĺŁ":102151,"æĺİæĺŁ":102152,"é£Łçī©":102153,"å¾Īå¿«":102154,"è®©ä½ł":102155,"ä¿¡çĶ¨":102156,"åĶ¯ä¸Ģ":102157,"åħ¶å®ĥ":102158,"çŃīæĸ¹éĿ¢":102159,"å¾ĭå¸Ī":102160,"æŃ»äº¡":102161,"æŁ³":102162,"ä¸Ģæī¹":102163,"ä¸Ĭ涨":102164,"æľºåľº":102165,"å½¢åĬ¿":102166,"æĦ¿æĦı":102167,"éĽĨä½ĵ":102168,"æĸ°åŀĭ":102169,"æįŁå¤±":102170,"æĽ¸":102171,"ä¸ĭåįĪ":102172,"æ¯ı次":102173,"æĪIJå°±":102174,"åħ¬è·¯":102175,"èĻ«":102176,"åĴ±":102177,"西å®ī":102178,"æľĢä½³":102179,"ç§ijçłĶ":102180,"å¤įæĿĤ":102181,"æľºåĻ¨":102182,"çĪ±æĥħ":102183,"çħ§çīĩ":102184,"å¹´é¾Ħ":102185,"è³ĩæĸĻ":102186,"ç²Ĺ":102187,"åĩĨç¡®":102188,"åĬłä¸Ĭ":102189,"åĩºçīĪ":102190,"è°IJ":102191,"家å±ħ":102192,"èĥĮæĻ¯":102193,"ä¸Ģ线":102194,"äºĭ项":102195,"åĬ¨ä½ľ":102196,"祥":102197,"æĢ»ä½ĵ":102198,"æĪ¿åŃIJ":102199,"ä¹Łå°±æĺ¯":102200,"大æ¦Ĥ":102201,"é«ĺæķĪ":102202,"åIJ¹":102203,"æİĪæĿĥ":102204,"éĻĦè¿ij":102205,"æ¡Īä¾ĭ":102206,"éĹ¹":102207,"çĪ¸çĪ¸":102208,"彩票":102209,"æĢĴ":102210,"举æĬ¥":102211,"æĻ®éģį":102212,"çķĻä¸ĭ":102213,"è¡£æľį":102214,"æĹłè®ºæĺ¯":102215,"åħħ满":102216,"深度":102217,"æ¡ij":102218,"æĪªèĩ³":102219,"带æĿ¥çļĦ":102220,"éĻµ":102221,"æĦŁæĥħ":102222,"èµļ":102223,"åĵªäºĽ":102224,"æķ´æĶ¹":102225,"æĪIJçĨŁ":102226,"å¨ľ":102227,"é¼»":102228,"磼":102229,"çĽ¾":102230,"好好":102231,"ç¬¬åĽĽ":102232,"åĨłåĨĽ":102233,"è´¢å¯Į":102234,"æľĢ好çļĦ":102235,"车åŀĭ":102236,"éĸĢ":102237,"åį³å°Ĩ":102238,"åĪĨ为":102239,"éĿĴå²Ľ":102240,"纷纷":102241,"ä»ĬæĹ¥":102242,"平衡":102243,"å¹³æĸ¹ç±³":102244,"éĤ£ç§į":102245,"åĩºçĶŁ":102246,"éĿĴæĺ¥":102247,"人群":102248,"人工":102249,"ä¹ĭä¸ĭ":102250,"æ¹ĸåĮĹ":102251,"åľ¨æѤ":102252,"åįļ士":102253,"æŶåĪ»":102254,"æ²³åĮĹ":102255,"æĶ¾å¼ĥ":102256,"éĢļéģĵ":102257,"森æŀĹ":102258,"çĸĨ":102259,"æķ¸":102260,"èĬ³":102261,"æīĵåĩ»":102262,"æĽ¹":102263,"åĮĸåѦ":102264,"æĥ³è±¡":102265,"ä¸ĩ人":102266,"è´¢ç»ı":102267,"åħĥç´ł":102268,"ä¼ļ计":102269,"åħ¨ä½ĵ":102270,"æĦĽ":102271,"é«ĺä¸Ń":102272,"æľºéģĩ":102273,"å£°éŁ³":102274,"æĹħè¡Į":102275,"浩":102276,"æŁ±":102277,"å°ijå¹´":102278,"åĽ½å¤ĸ":102279,"èijĹåIJį":102280,"çĶŁåŃĺ":102281,"å§ľ":102282,"带é¢Ĩ":102283,"é¢ľèī²":102284,"ä¸Ĭä¸ĭ":102285,"产ä¸ļéĵ¾":102286,"æĽ´å¥½çļĦ":102287,"å²Ń":102288,"ä¼ĺæĥł":102289,"便æĺ¯":102290,"åħ§å®¹":102291,"ä¸Ģåıª":102292,"çIJ´":102293,"梦æĥ³":102294,"秣èµģ":102295,"å¼ĢåIJ¯":102296,"è´Ńçī©":102297,"åĮħåIJ«":102298,"åĪ©çİĩ":102299,"èµ·äºĨ":102300,"æľīåĬĽ":102301,"éĤ£éĩĮ":102302,"审æī¹":102303,"对æīĭ":102304,"çİ°éĩij":102305,"天çĦ¶":102306,"çĽĴ":102307,"çĪ½":102308,"å¿ħçĦ¶":102309,"åĮĸå·¥":102310,"ä¸ĵåĪ©":102311,"åķ¡":102312,"å¼Ģå¿ĥ":102313,"人ä½ĵ":102314,"éģĵ士":102315,"æĢģ度":102316,"空è°ĥ":102317,"æĭĽåķĨ":102318,"姻":102319,"第äºĶ":102320,"æ£Ĵ":102321,"ä¸Ģç³»åĪĹ":102322,"åį±æľº":102323,"转åıĺ":102324,"åľºæīĢ":102325,"鸣":102326,"æĪ¿éĹ´":102327,"éĢ¼":102328,"è¯ķçĤ¹":102329,"对å¤ĸ":102330,"åĩºåı°":102331,"åľ¨è¿Ļ":102332,"åİĤ家":102333,"巨大":102334,"ç®Ģä»ĭ":102335,"çľĭäºĨ":102336,"åħļ建":102337,"æĮĩæĮ¥":102338,"çŁ³æ²¹":102339,"ä¸įåı¯èĥ½":102340,"èݲ":102341,"ä¸į太":102342,"åĪĽæĦı":102343,"第ä¸Ģ个":102344,"è´µå·ŀ":102345,"è¿ĩäºĨ":102346,"æľ¬æĿ¥":102347,"éģĵå¾·":102348,"çŃĶæ¡Ī":102349,"éĻ¶":102350,"ä¸Ģè·¯":102351,"èĤĸ":102352,"æ¸ħæ´ģ":102353,"æľīæľº":102354,"åIJįåįķ":102355,"æĿ±":102356,"åij¼åIJ¸":102357,"ä¸Ī":102358,"ç¦ı建":102359,"è¯ķéªĮ":102360,"å¼ķåıij":102361,"ä¹Łæ²¡":102362,"ä¸įä½ı":102363,"çĨŁæĤī":102364,"èIJ¬":102365,"ä¸įèī¯":102366,"çłĸ":102367,"èĩ´åĬĽ":102368,"çŃ¾è®¢":102369,"åIJĬ":102370,"侯":102371,"çĺ¦":102372,"å§ijå¨ĺ":102373,"æĸ¤":102374,"妻åŃIJ":102375,"æĺ¥èĬĤ":102376,"çĪ¬":102377,"æĽĿ":102378,"çĥŃæĥħ":102379,"éķ¿æ²Ļ":102380,"èIJ¥éĢł":102381,"éħ·":102382,"éĵĿ":102383,"åŁºæľ¬ä¸Ĭ":102384,"åij¨åĽ´":102385,"ä»Ģ麼":102386,"认åı¯":102387,"åĪĨåŃIJ":102388,"ä¸Ģæĸ¹éĿ¢":102389,"è½´":102390,"å¼·":102391,"马ä¸Ĭ":102392,"éĽ¾":102393,"èĩ£":102394,"å°¿":102395,"çĶŁæĦı":102396,"å®īå¾½":102397,"ç¥ŀç»ı":102398,"åĩºå¸Ń":102399,"èį¯åĵģ":102400,"çIJĨçĶ±":102401,"åįıåIJĮ":102402,"æµģåĬ¨":102403,"åıijåĬ¨":102404,"åĿļå®ļ":102405,"表æĺİ":102406,"åIJİéĿ¢":102407,"ä¹īåĬ¡":102408,"å¦ĸ":102409,"æľīåı¯èĥ½":102410,"年轻人":102411,"大éĻĨ":102412,"å²³":102413,"ä¸įèµ·":102414,"çŀ¬éĹ´":102415,"ä¸įå¾Ĺä¸į":102416,"çŃ¾çº¦":102417,"åIJĪæł¼":102418,"åħļæĶ¯éĥ¨":102419,"æµİåįĹ":102420,"便åĪ©":102421,"éļıæŶ":102422,"å¥ī":102423,"称为":102424,"产æĿĥ":102425,"åIJķ":102426,"çĽĨ":102427,"课åłĤ":102428,"ç·ļ":102429,"æ£ī":102430,"线ä¸ĭ":102431,"èĩªè¡Į":102432,"举æݪ":102433,"åݦéŨ":102434,"èĩªä¿¡":102435,"å½±è§Ĩ":102436,"ä»Ķ":102437,"çĶŁæ´»ä¸Ń":102438,"æĿĥçĽĬ":102439,"çĻ½èī²":102440,"å°±ä¸į":102441,"è¿Ľå±ķ":102442,"æ¯ıæĹ¥":102443,"ä¾Ľç»Ļ":102444,"æĿĥåĪ©":102445,"æĹłæķ°":102446,"çIJĨè´¢":102447,"ä¾Ŀæŧ":102448,"ä¸ĬåįĪ":102449,"è¯ĨåĪ«":102450,"çĽĪåĪ©":102451,"çłĤ":102452,"许åı¯":102453,"åIJĮäºĭ":102454,"åĺĽ":102455,"éģ¸":102456,"çĿĢåĬĽ":102457,"éŨåı£":102458,"ä¸įå¤ļ":102459,"åħ¶æ¬¡":102460,"碧":102461,"çī©çIJĨ":102462,"åĨħå¿ĥ":102463,"çĻ¾å§ĵ":102464,"æĢ»ç»Ł":102465,"å¹²åĩĢ":102466,"积累":102467,"åıįé¦Ī":102468,"æłijç«ĭ":102469,"社交":102470,"秩":102471,"åįģä¸Ģ":102472,"éĤĵ":102473,"驱åĬ¨":102474,"å±ķè§Ī":102475,"èĪĴéĢĤ":102476,"åŁºåĽł":102477,"å·®å¼Ĥ":102478,"转让":102479,"å°ıå§IJ":102480,"æł·åŃIJ":102481,"ç¿Ķ":102482,"é«ĺåħ´":102483,"å½±åĵįåĬĽ":102484,"æīĭç»Ń":102485,"缸åIJĮ":102486,"缸åºĶ":102487,"æĻĴ":102488,"è§Ģ":102489,"å¸Ĥå§Ķ":102490,"èĬ¯":102491,"å±ķçİ°":102492,"åľ°çIJĥ":102493,"éĤª":102494,"ä¸Ģå®ļçļĦ":102495,"åħģ许":102496,"ä¿¡ä»»":102497,"æīij":102498,"éĻ¢æł¡":102499,"ç®Ģ称":102500,"åģļæ³ķ":102501,"ä¹ĭè·¯":102502,"æĹĹä¸ĭ":102503,"èħĶ":102504,"æ¶Ī失":102505,"ä¸ĸçķĮä¸Ĭ":102506,"åŁİ乡":102507,"èĪŀåı°":102508,"å¾Ī大çļĦ":102509,"绣çŃ¹":102510,"åħ¬å¹³":102511,"èĤ¾":102512,"çļĦ好":102513,"æ±ģ":102514,"çľ¼åīį":102515,"éĽ£":102516,"å¹½":102517,"åħ±äº§":102518,"主åĬŀ":102519,"å¤Ħç½ļ":102520,"åºĻ":102521,"éģĵçIJĨ":102522,"å¼µ":102523,"æİ¥çĿĢ":102524,"çĮİ":102525,"çģĮ":102526,"çĶ±æѤ":102527,"人åĬĽ":102528,"æµģè¡Į":102529,"ä¾ł":102530,"åı¯ä»¥è¯´":102531,"èĴĭ":102532,"å½¢æĢģ":102533,"æĹ¥åŃIJ":102534,"æ¼Ĩ":102535,"çķĻåѦ":102536,"缸éĹľ":102537,"æľĢå¤ļ":102538,"åĩŃåĢŁ":102539,"åħ¬äº¤":102540,"æĮĸæİĺ":102541,"æĿĤå¿Ĺ":102542,"主人":102543,"éļľç¢į":102544,"æł¡éķ¿":102545,"æĸ¹ä½į":102546,"ä¸ĬçıŃ":102547,"å¤ļåħĥ":102548,"èĥģ":102549,"éŃħåĬĽ":102550,"èĮĤ":102551,"åħħçĶµ":102552,"强大":102553,"çĥ¤":102554,"å¥ĭæĸĹ":102555,"å®ŀçĶ¨":102556,"éĺģ":102557,"ç»ĻäºĨ":102558,"æľ¬ç§ij":102559,"æłĭ":102560,"æĭ¨":102561,"æķĻç»ĥ":102562,"éĥ½çŁ¥éģĵ":102563,"æ¯ķä¸ļçĶŁ":102564,"ç¢Ĺ":102565,"åŀĤ":102566,"讼":102567,"å®ģæ³¢":102568,"åѦèĢħ":102569,"谢谢":102570,"åŁİéķĩ":102571,"æĢİä¹ĪåĬŀ":102572,"éģĶ":102573,"æĪIJ交":102574,"æ½ľåĬĽ":102575,"åį§":102576,"æĸ°å¼Ģ":102577,"éħįå¤ĩ":102578,"主åĬĽ":102579,"åij³éģĵ":102580,"çĥĤ":102581,"é£ŀè¡Į":102582,"å«ģ":102583,"大大":102584,"ç»Ļ大家":102585,"å¤ĸéĿ¢":102586,"éĨī":102587,"åıijè¨Ģ":102588,"æĹ©é¤IJ":102589,"åIJĦèĩª":102590,"å®Ļ":102591,"èį£èªī":102592,"æĬ«éľ²":102593,"é¡ŀ":102594,"åĨħçļĦ":102595,"èĤª":102596,"è¾IJ":102597,"æ³µ":102598,"æĬĽ":102599,"æĺŁæľŁ":102600,"ä¸Ģ带":102601,"çĶŁç´ł":102602,"ç»ıéĶĢ":102603,"åĩ¶":102604,"åľ°ä¸Ĭ":102605,"åij½è¿IJ":102606,"åĵ²":102607,"ä¸Ĭåİ»":102608,"æĸĩçī©":102609,"è¯ij":102610,"æĮ¯åħ´":102611,"éķ¿æŶéĹ´":102612,"ç¥Ń":102613,"åIJĪèĤ¥":102614,"è¿Ŀè§Ħ":102615,"èģª":102616,"ä½İäºİ":102617,"éĢĤå½ĵ":102618,"æľīåºı":102619,"æľ¬ç½ij":102620,"çķĻè¨Ģ":102621,"æĥ³æ³ķ":102622,"çŃ¾ç½²":102623,"å§ļ":102624,"æĢ§æł¼":102625,"èĴĻåı¤":102626,"æŁı":102627,"åŀ«":102628,"åѦåİĨ":102629,"ä»ħä»ħ":102630,"讲è¯Ŀ":102631,"éĶIJ":102632,"æĢĸ":102633,"åīª":102634,"èĭį":102635,"åIJĵ":102636,"强çĥĪ":102637,"åģ¥åħ¨":102638,"çĸ¯":102639,"åı¤ä»£":102640,"å¥Ī":102641,"ä¸įçĦ¶":102642,"乡éķĩ":102643,"æľĭåıĭ们":102644,"åĤħ":102645,"èģ½":102646,"个æĢ§":102647,"æ³ķè§Ħ":102648,"å°ıéķĩ":102649,"çĶ»éĿ¢":102650,"第åħŃ":102651,"網路":102652,"åīįæĻ¯":102653,"åIJ¬è¯´":102654,"ä¼łåªĴ":102655,"æĿ¡ä¾ĭ":102656,"åĪ«çļĦ":102657,"ä¸įæĩĤ":102658,"顾éĹ®":102659,"强度":102660,"éĺ¿éĩĮ":102661,"èµ°åĬ¿":102662,"帽":102663,"çļĦç¡®":102664,"åĮºåĪ«":102665,"éĮ¢":102666,"主管":102667,"ä¸Ģçľĭ":102668,"æĸľ":102669,"åŃĺåľ¨çļĦ":102670,"仲":102671,"åį±å®³":102672,"éĵŃ":102673,"游æĪıä¸Ń":102674,"éħ±":102675,"é¾Ļ头":102676,"人å¿ĥ":102677,"éĢĢä¼ij":102678,"æµıè§Ī":102679,"åĬ«":102680,"éĺ²æ²»":102681,"ç®Ń":102682,"å±Ī":102683,"è¾½å®ģ":102684,"壤":102685,"è¿İæĿ¥":102686,"éŀį":102687,"çĶ¨æĿ¥":102688,"å¤§åľ°":102689,"ä»°":102690,"éĢļ讯":102691,"å¼Ģå·¥":102692,"裤":102693,"å¦ĤåIJĮ":102694,"骤":102695,"éĺŁåijĺ":102696,"轩":102697,"ç¾İæľ¯":102698,"èĻŁ":102699,"åIJĮä¸Ģ":102700,"åľĸ":102701,"书æ³ķ":102702,"æīĵåį°":102703,"åIJ«æľī":102704,"éĽĨæĪIJ":102705,"éĹ·":102706,"å¸Ĥåľºä¸Ĭ":102707,"æĹģè¾¹":102708,"åľ°æĿ¿":102709,"产çĶŁçļĦ":102710,"粤":102711,"éĩįç»Ħ":102712,"è¡Ģ液":102713,"çŃĭ":102714,"åĬŀäºĭ":102715,"常è§ģçļĦ":102716,"ä¸ĬåįĬå¹´":102717,"å±ıå¹ķ":102718,"åIJīæŀĹ":102719,"å·©":102720,"åĸľçĪ±":102721,"ç¿ł":102722,"ä¸īç§į":102723,"æ¡Ĩæŀ¶":102724,"举èİŀ":102725,"çĶĺèĤĥ":102726,"èĬ¬":102727,"åĽ¾ä¹¦":102728,"åĩ¤åĩ°":102729,"æ°ĶåĢĻ":102730,"å°´":102731,"å°¬":102732,"两天":102733,"è¾ħ导":102734,"åĢŁæ¬¾":102735,"æĹ¥èµ·":102736,"æ´Ĵ":102737,"ä¸Ģ度":102738,"è¹Ī":102739,"æ½Ń":102740,"æīĩ":102741,"çĻľ":102742,"æĸ°åħ´":102743,"åĤ²":102744,"诸å¤ļ":102745,"è´ª":102746,"éĻ·åħ¥":102747,"èĪŁ":102748,"èĤºçĤİ":102749,"ä¸Ģæł·çļĦ":102750,"åİĺ":102751,"åľ°çIJĨ":102752,"æĬķ注":102753,"éļĬ":102754,"åħīä¼ı":102755,"ä¿Ŀåģ¥":102756,"åħĶ":102757,"åħ¬åĬ¡":102758,"æīĵçł´":102759,"çĶ·åŃ©":102760,"åĬ³åĬ¡":102761,"ä½łä¼ļ":102762,"çĶ¨åľ°":102763,"溢":102764,"åıijè¾¾":102765,"èĤļ":102766,"è¿ĩäºİ":102767,"èĩĤ":102768,"éĢĻ樣":102769,"轻轻":102770,"ä¸Ńåħ±":102771,"åIJĦåĽ½":102772,"åĶĩ":102773,"å®ŀä¹ł":102774,"èĻ¾":102775,"槽":102776,"ä¸įä¸Ĭ":102777,"åħįçĸ«":102778,"åįłæį®":102779,"å·¥ä¼ļ":102780,"åĽĬ":102781,"èĪªå¤©":102782,"åı¯çĪ±":102783,"æĸĹäºī":102784,"çĺ¤":102785,"å¦Ĥæľī":102786,"éĽĸ":102787,"对æĪij":102788,"åĩºç§Ł":102789,"好çľĭ":102790,"太大":102791,"æ°´åĪ©":102792,"åĬ¿åĬĽ":102793,"åħ¨æ°ij":102794,"ç½¢":102795,"èµ¢å¾Ĺ":102796,"çĶµä¿¡":102797,"车éĹ´":102798,"æĻĤåĢĻ":102799,"å°ijæķ°":102800,"éĵ¸":102801,"åħ³èģĶ":102802,"ä¸įä»ħä»ħ":102803,"为æĤ¨":102804,"åĴ¸":102805,"æľºåĬ¨":102806,"è£Ļ":102807,"åĵįåºĶ":102808,"éģł":102809,"è²·":102810,"ç©´":102811,"å¢ħ":102812,"éĶ¡":102813,"çµĦ":102814,"çģ«è½¦":102815,"è³ĩè¨Ĭ":102816,"åĨ³èµĽ":102817,"污水":102818,"èªŀ":102819,"å´Ľ":102820,"ç´§å¯Ĩ":102821,"缺å°ij":102822,"å¤ļ人":102823,"æĢ»ä¹¦è®°":102824,"éĶĪ":102825,"èijĽ":102826,"å¿ĺè®°":102827,"éĻĮçĶŁ":102828,"éķ¿å¤§":102829,"åħĪè¿ĽçļĦ":102830,"ç¡ħ":102831,"åıijæĺİ":102832,"å©´åĦ¿":102833,"æīİå®ŀ":102834,"èĽĭçĻ½":102835,"ä¸ĢçĻ¾":102836,"缮åħī":102837,"æħĮ":102838,"åĬłæ²¹":102839,"åIJŀ":102840,"ä¸Ģ群":102841,"ä¸Ńä»ĭ":102842,"å¸ĸ":102843,"å¿Į":102844,"èģĮèĥ½":102845,"广æĴŃ":102846,"çĽijå¯Ł":102847,"ç§ĺå¯Ĩ":102848,"çĭ®":102849,"è¿ĻæĿ¡":102850,"éĢ¢":102851,"æĢ¨":102852,"åįģåħŃ":102853,"試":102854,"说åĪ°":102855,"åĩĿèģļ":102856,"æĮĩ示":102857,"æ°¢":102858,"å¼ĺ":102859,"éĺĢ":102860,"æĸ©":102861,"éłħ":102862,"ä¸Ģå¼Ģå§ĭ":102863,"æİĴè¡Į":102864,"åľ¨æĪij":102865,"纪å½ķ":102866,"æĬĦ":102867,"æłª":102868,"说æ³ķ":102869,"ä¸Ńèį¯":102870,"好å¤ļ":102871,"åıªä¸įè¿ĩ":102872,"çķĻåľ¨":102873,"个å°ıæŶ":102874,"è®¤çŁ¥":102875,"çķ«":102876,"è§ģè¿ĩ":102877,"å°ıå¾®":102878,"ä½Ľå±±":102879,"çľ¾":102880,"讲述":102881,"梳":102882,"称åı·":102883,"æĹ¥æĻļ":102884,"è¢ĸ":102885,"åķ¤":102886,"æľªç»ı":102887,"æľĢæĹ©":102888,"æī®æ¼Ķ":102889,"è¡Ģ管":102890,"纱":102891,"æĥħèĬĤ":102892,"第ä¸ĥ":102893,"æį§":102894,"ä»Ĺ":102895,"æ¿ĢçĥĪ":102896,"æĹłçº¿":102897,"ä¸į容æĺĵ":102898,"å¼Ģå¹ķ":102899,"æĸ°çĶŁ":102900,"ä¸ĵ注":102901,"èij±":102902,"åįĹæµ·":102903,"çĩŁ":102904,"èµ·ä¾Ĩ":102905,"æ´¾åĩº":102906,"åĦĴ":102907,"侨":102908,"è¼ĥ":102909,"åįļè§Ī":102910,"éĢ¾":102911,"åĮĢ":102912,"ç»ıæµİåѦ":102913,"æ¸Ĺ":102914,"ä¿ĿèŃ·":102915,"çīº":102916,"çī²":102917,"çİ«":102918,"çij°":102919,"æľĢåIJİä¸Ģ":102920,"æĶ¿åĬ¡":102921,"æ§Ľ":102922,"èĻķçIJĨ":102923,"éļIJæĤ£":102924,"æī¿åĮħ":102925,"極":102926,"æ¡©":102927,"çĽ²":102928,"导åIJij":102929,"èĩ´å¯Į":102930,"ç¼Ĩ":102931,"æģĭçĪ±":102932,"ä¸įåĬ¨":102933,"ç»Ļ人":102934,"å·¢":102935,"表æĥħ":102936,"举åįĹ":102937,"åĨħå¤ĸ":102938,"è¾ĪåŃIJ":102939,"åıī":102940,"åįļä¼ļ":102941,"åĬŁæķĪ":102942,"渴":102943,"屬":102944,"æİĴéĻ¤":102945,"éĢĽ":102946,"ä¸Ģä¼ļ":102947,"ä¸įå¼Ģ":102948,"å¼Ģå¥ĸ":102949,"é»ijé¾Ļ":102950,"é»ijé¾Ļæ±Ł":102951,"å¿«ä¸ī":102952,"度åģĩ":102953,"åĿ¤":102954,"éĤ®ä»¶":102955,"æĩĴ":102956,"ä¾ĽçĶµ":102957,"廣":102958,"好è¯Ħ":102959,"ç§ĺ书éķ¿":102960,"æĪĺåľº":102961,"好å¥ĩ":102962,"ä¾µæĿĥ":102963,"æĨ¾":102964,"æľĢåĪĿ":102965,"æī¹åıij":102966,"åİķ":102967,"è¼ķ":102968,"æŀ¯":102969,"ä¸ļåĨħ":102970,"è´ŃæĪ¿":102971,"ä¸įåľ¨":102972,"纪å§Ķ":102973,"æīĢéľĢ":102974,"å¸Ĥéķ¿":102975,"è³½":102976,"å¼ķæĵİ":102977,"çģµéŃĤ":102978,"éĬĢ":102979,"滤":102980,"çĿIJ":102981,"å¤ļ项":102982,"åĽŀ头":102983,"èīĺ":102984,"å¤įå·¥":102985,"éĥ¨ä»¶":102986,"紧紧":102987,"æŁIJç§į":102988,"使åħ¶":102989,"æĸ°äºº":102990,"æŀļ":102991,"æ³ķå®ļ":102992,"å·´å·´":102993,"涵çĽĸ":102994,"稻":102995,"æĭ¾":102996,"æĻķ":102997,"轿":102998,"éĢļè¡Į":102999,"åĵĢ":103000,"æ³Ĭ":103001,"温馨":103002,"éĽĨèģļ":103003,"çĨĻ":103004,"åĩij":103005,"åįģä¸ĥ":103006,"æ°Ķæģ¯":103007,"æıIJä¾ĽçļĦ":103008,"æ³³":103009,"奥è¿IJ":103010,"çģ¾å®³":103011,"åĩĢåĮĸ":103012,"è·¨è¶Ĭ":103013,"åĵªæĢķ":103014,"éŁ¿":103015,"å¢ŀæ·»":103016,"çĦĬ":103017,"æ®ĭçĸ¾":103018,"ç¢Į":103019,"æĤĶ":103020,"è§ģè¯ģ":103021,"è¾ĸåĮº":103022,"å¿ĥèĦı":103023,"éļ§":103024,"åį¸":103025,"åı¯èĥ½æĢ§":103026,"æľī趣":103027,"åī¯ä¹¦è®°":103028,"åĮĸå¦Ĩ":103029,"ä¿Ĥ":103030,"æ£ļ":103031,"éĨĩ":103032,"带头":103033,"éłĪ":103034,"追究":103035,"æijĶ":103036,"è¿Ļéĥ¨":103037,"ä¸į论":103038,"祸":103039,"å³»":103040,"éģķ":103041,"çĶŁèĤ²":103042,"å¤ł":103043,"å¤ĸ交":103044,"è¯Ħ为":103045,"ä»İå°ı":103046,"å°ıå°ı":103047,"饿":103048,"æĴ¼":103049,"è·¨å¢ĥ":103050,"被åijĬ":103051,"åįĹå®ģ":103052,"身å¿ĥ":103053,"åĨįçĶŁ":103054,"æīĢ说":103055,"æŶéĹ´åĨħ":103056,"åĪĹåħ¥":103057,"éĿĴæµ·":103058,"çĪ±å¥½":103059,"çªĦ":103060,"èĪĪ":103061,"è¿ĩ渡":103062,"æ¿Ł":103063,"éĽĢ":103064,"审议":103065,"åĽ½èµĦ":103066,"æŃ¥ä¼IJ":103067,"轨éģĵ":103068,"信念":103069,"ä¸īåĪĨ":103070,"çĨ¬":103071,"åѵåĮĸ":103072,"ç¼ł":103073,"éĥĬ":103074,"èĪĴæľį":103075,"纪æ£Ģ":103076,"ä¸Ģä¸ĭåŃIJ":103077,"éĽ»è©±":103078,"è²ł":103079,"éĴ¥":103080,"åĮĻ":103081,"çĹ´":103082,"è¶ģ":103083,"绣":103084,"çĪµ":103085,"è½°":103086,"éªĦ":103087,"姨":103088,"æĭĺ":103089,"çĮ´":103090,"讶":103091,"è¿Ļ座":103092,"çį¨":103093,"æ·ĺæ±°":103094,"çĹħä¾ĭ":103095,"æ²Ļåıij":103096,"è§Ĩ为":103097,"头æĿ¡":103098,"å¿ħè¦ģçļĦ":103099,"åı¯è°ĵ":103100,"è¯Ŀ说":103101,"ç¯Ħ":103102,"æĹ©çĤ¹":103103,"æŀ¢çº½":103104,"羡":103105,"çĪ±åĽ½":103106,"çªģåıij":103107,"éĢĬ":103108,"æ½į":103109,"èį£èĢĢ":103110,"èŁ¹":103111,"æ¦Ĥçİĩ":103112,"å¾Īä¹ħ":103113,"æĥķ":103114,"訴":103115,"åľĨ满":103116,"çļ±":103117,"åĪĨæ³Į":103118,"åħħ足":103119,"çľĭæ³ķ":103120,"è¾Ł":103121,"æĭ¦":103122,"æĭ©":103123,"对åºĶ":103124,"ä¸ºæł¸å¿ĥ":103125,"èħĬ":103126,"å¤ļä¹Ī":103127,"æµij":103128,"å®ıè§Ĥ":103129,"èĦĸ":103130,"åIJĪèµĦ":103131,"çĶŁæ¶¯":103132,"å®ŀè´¨":103133,"ä¼ĺçĤ¹":103134,"çĶ¨æ°´":103135,"寿åij½":103136,"沫":103137,"åIJģ":103138,"詹":103139,"åĽ½éĺ²":103140,"å´©":103141,"åĿİ":103142,"èĨı":103143,"ä¸Ģè½®":103144,"éģĹ产":103145,"æ¹¾åĮº":103146,"ç»İ":103147,"åįķ纯":103148,"æ¾Ħ":103149,"åīįåĪĹ":103150,"身影":103151,"é»ĺé»ĺ":103152,"æįī":103153,"çĴ°":103154,"èıĬ":103155,"æĢľ":103156,"åħĭæĢĿ":103157,"æĢ»å±Ģ":103158,"çĩĥæĸĻ":103159,"ä¸ļæĢģ":103160,"åIJĦæł·":103161,"åĴ½":103162,"åĩºèī²":103163,"åĪĿå¿ĥ":103164,"åıĽ":103165,"çłĶ讨":103166,"è¡«":103167,"åİĨç¨ĭ":103168,"禽":103169,"è¶³å¤ŁçļĦ":103170,"èįĨ":103171,"çľĭå¾ħ":103172,"è´©":103173,"åĨ³å¿ĥ":103174,"裹":103175,"å¸ĪèĮĥ":103176,"åŀĦ":103177,"æĿł":103178,"åĩ¸":103179,"çĬ¹è±«":103180,"çĥŃè¡Ģ":103181,"åIJĪä¼Ļ":103182,"éħµ":103183,"èIJ½åľ¨":103184,"åįłåľ°":103185,"衬":103186,"èĵī":103187,"æĦ¤":103188,"æ¸Ĭ":103189,"åĪĨæķ°":103190,"ç¬ijçĿĢ":103191,"太平":103192,"çĤ«":103193,"æݨä»ĭ":103194,"æĸ¯åĿ¦":103195,"形容":103196,"æĵĬ":103197,"æĦŁåħ´è¶£":103198,"åĨĽäºº":103199,"åĩĮæĻ¨":103200,"对çħ§":103201,"åıijçĹħ":103202,"å·¾":103203,"èĪī":103204,"檢":103205,"ç¬ijäºĨ":103206,"ç¡®è¯Ĭ":103207,"è´ŁåĢº":103208,"壮大":103209,"æĪļ":103210,"äºĴèģĶ":103211,"課":103212,"èħ¦":103213,"æű":103214,"åıĹ欢è¿İ":103215,"åįī":103216,"éĻ¢å£«":103217,"æ©¡":103218,"ä¸Ģ对":103219,"è¾±":103220,"æ²Ĥ":103221,"åı²ä¸Ĭ":103222,"æIJı":103223,"å´ĸ":103224,"代谢":103225,"磷":103226,"é¡ĺ":103227,"æµĩ":103228,"常çĶ¨":103229,"åįij":103230,"åĩºåĽ½":103231,"è¯ł":103232,"稳æŃ¥":103233,"ç»ı纪":103234,"å¤ļå¤ļ":103235,"æīĢå¾Ĺ":103236,"为主é¢ĺ":103237,"ä¸ĢåĪĨ":103238,"æł½":103239,"顧":103240,"纲":103241,"åĥħ":103242,"å£ĵ":103243,"åĦª":103244,"ç¿°":103245,"æİĢ":103246,"人为":103247,"媳":103248,"æ´½":103249,"èĿ¶":103250,"å¤įåħ´":103251,"ä¼ļå½±åĵį":103252,"åIJĦçķĮ":103253,"éĤ£ä¸Ģ":103254,"颤":103255,"çĢı":103256,"çĢı覽":103257,"å¯ŀ":103258,"åı¯æĢķ":103259,"åį³æŶ":103260,"çķ´":103261,"ä¸ĭåįĬå¹´":103262,"ç¬Ķè®°":103263,"éĻĦåĬł":103264,"çĥŃæ°´":103265,"奸":103266,"ç£ħ":103267,"æĿī":103268,"æ¸ħåįİ":103269,"éĸ±":103270,"ç°¡":103271,"å¤Ħå¤Ħ":103272,"åIJĪéĩij":103273,"æ²³æµģ":103274,"ç´°":103275,"è´ŁéĿ¢":103276,"çļĦ羣å®ŀ":103277,"åĻ¨æ¢°":103278,"èĴIJ":103279,"西äºļ":103280,"å·ħ":103281,"ç²¹":103282,"åİŁæĸĩ":103283,"æŀķ":103284,"è¡Ģåİĭ":103285,"åļ´":103286,"å¸ĺ":103287,"åĨĢ":103288,"æĮ«":103289,"çĶµè·¯":103290,"å°ıä¼Ļä¼´":103291,"èĿ´":103292,"æľĢå¿«":103293,"æĭĮ":103294,"宪":103295,"æĸ·":103296,"ç¿ħ":103297,"åĴ³":103298,"åĹ½":103299,"ç¾ŀ":103300,"èººåľ¨":103301,"èµĽè½¦":103302,"æ²IJ":103303,"éĻIJ度":103304,"为ä¸Ģä½ĵ":103305,"èĴľ":103306,"幫":103307,"æIJħ":103308,"åĭĭ":103309,"åīĸ":103310,"纳ç¨İ":103311,"éķ¿æķĪ":103312,"ç½ķ":103313,"åī¯æľ¬":103314,"ç©į":103315,"éĴ©":103316,"ç¹¼":103317,"åĽ½åľŁ":103318,"è¼ī":103319,"ä¸įå¿ĺ":103320,"èŃ¦ç¤º":103321,"çģ¿":103322,"å¿ĥå¾Ĺ":103323,"æĦļ":103324,"忽çķ¥":103325,"åĽŀäºĭ":103326,"åįłæľī":103327,"æ·Ħ":103328,"çī¡":103329,"çĽijäºĭ":103330,"ç¿¡":103331,"éĴĪ对æĢ§":103332,"çªĥ":103333,"製":103334,"èĨĿ":103335,"ç³Ł":103336,"港澳":103337,"太太":103338,"澡":103339,"ç»ĨåĮĸ":103340,"åĶ®åIJİ":103341,"å®ŀåľ¨æĺ¯":103342,"ç«£":103343,"çį²":103344,"åĢ¾åIJij":103345,"å¼ķçĶ¨":103346,"é¹ħ":103347,"ç¬ij容":103348,"ä¹IJ趣":103349,"æ°ijæĶ¿":103350,"éŨæĪ·":103351,"å±ģ":103352,"迷失":103353,"éĶĮ":103354,"å°ı康":103355,"åĭī":103356,"æ³¼":103357,"ä¾ĭåŃIJ":103358,"ä¸īä½į":103359,"å»ł":103360,"èĶĵ":103361,"广éĺĶ":103362,"èĢį":103363,"èĢģèĻİ":103364,"åĭŁéĽĨ":103365,"èĦļæŃ¥":103366,"æĭ¯":103367,"åŃĹåı·":103368,"çĦ°":103369,"é¢ł":103370,"èļĤ":103371,"èļģ":103372,"飯":103373,"人æĢ§":103374,"æĴ°":103375,"åİ¢":103376,"å±ĢéĻIJ":103377,"æľªæĪIJ":103378,"åĵªåĦ¿":103379,"大åıij":103380,"ä¸įå®ļ":103381,"å¾ģæ±Ĥ":103382,"éĥµ":103383,"åĢºæĿĥ":103384,"çĪ±ä½ł":103385,"èºģ":103386,"ä»ħä¾Ľ":103387,"è¿ľå¤Ħ":103388,"éĨĽ":103389,"åĥµ":103390,"积æŀģæĢ§":103391,"æİ¡":103392,"åīįä¸ī":103393,"äºİä¸Ģä½ĵ":103394,"çŀĦ":103395,"çĿģ":103396,"沸":103397,"åħ±èµ¢":103398,"éĢĢå½¹":103399,"è´Ŀå°Ķ":103400,"æİı":103401,"æĪ²":103402,"è¡į":103403,"éĶĤ":103404,"ä¸ĩä½Ļ":103405,"ç§ijåĪĽ":103406,"æ¼ĶåĶ±":103407,"欧åħĥ":103408,"æ·¡æ·¡":103409,"éĿĴå±±":103410,"èĹĿ":103411,"绽":103412,"令çīĮ":103413,"éĽĨ群":103414,"ä½ľçī©":103415,"çĢij":103416,"夯":103417,"ç½ij游":103418,"åħ«å¤§":103419,"éªļ":103420,"èªĵ":103421,"ä¼ļå±ķ":103422,"åħļåı²":103423,"æ£Ģå¯ŁéĻ¢":103424,"åĸĺ":103425,"éĺ±":103426,"èĢĮåĩº":103427,"éĢļ车":103428,"éĴĵ":103429,"æĥħ人":103430,"æ¸Ľ":103431,"ä¸Ńç§ĭ":103432,"çĪŃ":103433,"åıªåī©":103434,"æĺĶ":103435,"éĩİçĶŁ":103436,"ç¡«":103437,"èIJĿåįľ":103438,"æĬµæĬĹ":103439,"çĻ«çĹ«":103440,"éĻĢ":103441,"èĶļ":103442,"å¸ľ":103443,"满满":103444,"èı±":103445,"éļĨéĩį":103446,"æĺŁçº§":103447,"æ½ĩ":103448,"åħ¬åħĥ":103449,"è°£":103450,"æ¯Ķäºļ":103451,"æ¡ĮåŃIJ":103452,"èµ£":103453,"è²¼":103454,"æĦ¿æľĽ":103455,"顽":103456,"æ´¾éģ£":103457,"ç¥Ľ":103458,"åªļ":103459,"éĺľ":103460,"èij«":103461,"èĬ¦":103462,"æ³»":103463,"å¡Į":103464,"çĭŃ":103465,"å»īæĶ¿":103466,"å¥ijæľº":103467,"æĹĹèĪ°":103468,"æĥ«":103469,"严åİī":103470,"åıĭæĥħ":103471,"å¦Ĭ":103472,"å¨ł":103473,"åĵªå®¶":103474,"èĨ¨":103475,"è¶Ł":103476,"æĮª":103477,"èĻIJ":103478,"éłģ":103479,"çŀ©":103480,"éºŁ":103481,"稣":103482,"èģĶéĢļ":103483,"åı®":103484,"çİĭèĢħ":103485,"ä¸įç¡®å®ļ":103486,"çijľ":103487,"è°İ":103488,"çī¢è®°":103489,"碼":103490,"æĬ¤èĤ¤":103491,"é¡·":103492,"çĦķ":103493,"åģļ强":103494,"éļ±ç§ģ":103495,"éļ±ç§ģæ¬Ĭ":103496,"åıĹ害":103497,"ä¸įçĶ±":103498,"çĥ¹":103499,"饪":103500,"驳":103501,"ä¼½":103502,"ä¸Ŀ绸":103503,"è¥Ħ":103504,"åįģä½Ļ":103505,"éºĹ":103506,"æ¬ĬåĪ©":103507,"èģŀ":103508,"åı¤èĢģ":103509,"éģı":103510,"åIJĦå¼ı":103511,"å°±è¡Į":103512,"åħ¥å¢ĥ":103513,"çĥģ":103514,"èľĺ":103515,"èĽĽ":103516,"纬":103517,"磫":103518,"è»Ł":103519,"æ´Ĺè¡£":103520,"æĦ§":103521,"é¢Ħæ¡Ī":103522,"éľĨ":103523,"æ·±åİļ":103524,"éĺ¿æĭī":103525,"åĨĻåŃĹ":103526,"åį¦":103527,"éķĢ":103528,"æ¨¡æł·":103529,"åĤį":103530,"æIJį":103531,"èĸ¯":103532,"åłħ":103533,"åħ¬ç§¯":103534,"è¨İ":103535,"ä¼łæŁĵ":103536,"毯":103537,"çIJĨå·¥":103538,"åĨ·éĵ¾":103539,"ç«ĭæĸ¹":103540,"æ¢Ń":103541,"åľ£è¯ŀ":103542,"综èīº":103543,"çİ©ç¬ij":103544,"æĥ³ä¸įåĪ°":103545,"æijĩ头":103546,"æ·¹":103547,"åģĩæĹ¥":103548,"åĢĺ":103549,"èĢ½":103550,"èİĵ":103551,"åŁ·":103552,"èĩªè´¸":103553,"åįĬ天":103554,"æªĶ":103555,"æ¾İæ¹ĥ":103556,"éķij":103557,"丫":103558,"éĩĮç¨ĭ":103559,"å¼ĢèįĴ":103560,"èıı":103561,"å®Ŀè´µ":103562,"èѬ":103563,"åķŁ":103564,"æŁł":103565,"檬":103566,"é©Ń":103567,"æ±Ľ":103568,"çĨĬçĮ«":103569,"èķī":103570,"éļıä¹ĭ":103571,"å±ij":103572,"è¾ĥ强":103573,"èĥ³":103574,"èĨĬ":103575,"éĿĻéĿĻ":103576,"åĴª":103577,"æĭĽåij¼":103578,"代è¨Ģ":103579,"ä¿¡ç®±":103580,"è£ħéħį":103581,"æĤį":103582,"åįķ车":103583,"èIJİ":103584,"å¤ļ彩":103585,"éĻ¸":103586,"ä»İ严":103587,"æ©Ħ":103588,"æ¦Ħ":103589,"éĢ®":103590,"éĩĮæĸ¯":103591,"姿æĢģ":103592,"太æŀģ":103593,"éĩĿ":103594,"æºī":103595,"è¿Ń":103596,"秸":103597,"ç§Ĩ":103598,"å·¥å§Ķ":103599,"æ±ķ":103600,"èģĨ":103601,"佬":103602,"ç¼ħ":103603,"çĶ¸":103604,"åī¯å±Ģéķ¿":103605,"éĹº":103606,"誤":103607,"è¤IJ":103608,"ä¸įéĻIJ":103609,"èħķ":103610,"åijķ":103611,"磶":103612,"åĨľå®¶":103613,"管å§Ķä¼ļ":103614,"饺":103615,"èĬľ":103616,"æ¾Ī":103617,"è©¢":103618,"å¨ģå°¼æĸ¯":103619,"ä½ķåĨµ":103620,"å°ıä¼Ļ":103621,"奢ä¾Ī":103622,"è¿Ļç¯ĩ":103623,"诵":103624,"ç«łç¨ĭ":103625,"ç´Ģ":103626,"éIJĺ":103627,"éĤ¢":103628,"ç³Ļ":103629,"ç¼Ģ":103630,"ä¹Ĵ":103631,"ä¹ĵ":103632,"çī¢åĽº":103633,"åĿŀ":103634,"å¼Ī":103635,"ä¾ĭå¤ĸ":103636,"廳":103637,"è§Ħç«ł":103638,"èĬĻ":103639,"篷":103640,"躯":103641,"æłĪ":103642,"åĿļå®ŀ":103643,"åŁºå»º":103644,"çĿĢçľ¼":103645,"ç·´":103646,"èij©":103647,"ç¼ļ":103648,"æ¦Ĩ":103649,"主åĭķ":103650,"ç¥Ģ":103651,"äºĴéĢļ":103652,"尤为":103653,"å®Ľ":103654,"骼":103655,"æ±²":103656,"ä¾ĥ":103657,"æĤłä¹ħ":103658,"æij§":103659,"æĭĩ":103660,"é«ĵ":103661,"éºĴ":103662,"éĻĽ":103663,"æŀ¸":103664,"æĿŀ":103665,"è´¬":103666,"å°ıé¾Ļ":103667,"åĵ®":103668,"èĵ¬åĭĥ":103669,"åĮĪ":103670,"çķľçī§":103671,"娩":103672,"个å¤ļ":103673,"æ²¥":103674,"æĺ§":103675,"çĦļ":103676,"æĬijéĥģ":103677,"çĸ¡":103678,"èĺij":103679,"éģİç¨ĭ":103680,"橱":103681,"éĿĵ":103682,"大çIJĨ":103683,"髦":103684,"åĪĨ辨":103685,"渤":103686,"çĸ¤":103687,"åĬ¨èĥ½":103688,"å¼łå®¶":103689,"ä¸ĩåįĥ":103690,"滥":103691,"饥":103692,"åºŁå¼ĥ":103693,"帳":103694,"æ¼³":103695,"è±IJ":103696,"ä»ij":103697,"å«ī":103698,"å¦Ĵ":103699,"çŀĴ":103700,"è¡ħ":103701,"çĭ¸":103702,"å¾ģç¨ĭ":103703,"éĤ¯":103704,"éĥ¸":103705,"ç¥Ī":103706,"祷":103707,"趴":103708,"ç»ĵæŀĦæĢ§":103709,"è§ĨåIJ¬":103710,"è¬Ŀ":103711,"çĴĢ":103712,"çĴ¨":103713,"åĩºå¤Ħ":103714,"è¯Ģ":103715,"å¾ĺ":103716,"å¾Ĭ":103717,"羨":103718,"åĸĩ":103719,"åıŃ":103720,"åĺ²":103721,"çķ¸":103722,"å¹²äºĭ":103723,"æļ§":103724,"æ²Ľ":103725,"åĦĦ":103726,"å»ĵ":103727,"åİ¿éķ¿":103728,"èĥļ":103729,"çIJ¢":103730,"çŃ·":103731,"éĩĭ":103732,"ä¾®":103733,"åIJ©":103734,"åĴIJ":103735,"åĮ¿":103736,"æĬ¬èµ·":103737,"æ³£":103738,"涤":103739,"麽":103740,"æĽĻ":103741,"åī¯éĻ¢éķ¿":103742,"åħļåĴĮ":103743,"æķ£åıij":103744,"润æ»ij":103745,"åĵº":103746,"æĥ¬":103747,"漫éķ¿":103748,"ä¸įæĩĪ":103749,"åŁł":103750,"åĹĵ":103751,"èĢģçĪ·":103752,"讽":103753,"æĪĺç»ĦåIJĪ":103754,"æ£ł":103755,"åħ¨åŁŁ":103756,"èł¢":103757,"诡":103758,"åīįçŀ»":103759,"æķĽ":103760,"ä¸Ģå°ģ":103761,"å¹Ĥ":103762,"èİĨ":103763,"è¯Ŀè¯Ń":103764,"ç»ĨåĪĻ":103765,"屿":103766,"åµĮ":103767,"éĢį":103768,"åĺ±":103769,"渲":103770,"çĥ¯":103771,"çĿ¹":103772,"é¦Ĵ":103773,"èħ¥":103774,"æĬĹåĩ»":103775,"çĿ«":103776,"èįĶ":103777,"éļİ":103778,"æ³īæ°´":103779,"è¬Ĥ":103780,"çĤ¬":103781,"åĩıæİĴ":103782,"è¸Ĭ":103783,"è·»":103784,"æ·Į":103785,"éľ¾":103786,"å¥ĩ纳":103787,"å¯Ŀ":103788,"æ¤İ":103789,"æŁ¬":103790,"æĸ¯åŁº":103791,"åħ¬ç«ĭ":103792,"è¨ĵ":103793,"é£Ļ":103794,"é©¿":103795,"åĤµ":103796,"èĽĻ":103797,"ç¯ĩç«ł":103798,"åĪĨæĶ¯":103799,"ä¸Ĭå¹´":103800,"çŃĿ":103801,"缤":103802,"èĢģæŧ":103803,"åĻ¬":103804,"æľ¦":103805,"èĥ§":103806,"æ¶Īè²»":103807,"æĵĶ":103808,"榴":103809,"æ¿Ĵ":103810,"糯":103811,"泸":103812,"æįĨ":103813,"ç»ļ":103814,"èµİ":103815,"çIJIJ":103816,"èµĤ":103817,"æħ®":103818,"æ²Į":103819,"çĦĻ":103820,"æĴŃæĬ¥":103821,"æ·ĩ":103822,"åĪĩåħ¥":103823,"çijķ":103824,"çĸµ":103825,"éģ´":103826,"ç¨ļ":103827,"ç©©":103828,"èŀĥ":103829,"æ£ķ":103830,"æĨ§":103831,"æĨ¬":103832,"伺":103833,"æ¯Ĺ":103834,"æįį":103835,"æĬī":103836,"ç´Ĭ":103837,"å¼Ľ":103838,"æĭŃ":103839,"æĹıèĩªæ²»":103840,"åĿ·":103841,"競":103842,"詳":103843,"è¿Ħä»Ĭ":103844,"è°´":103845,"çŀŃ解":103846,"æŁ¿":103847,"é¢Ĭ":103848,"ç°§":103849,"çĥŁèĬ±":103850,"ä¾¥":103851,"çĿ¦":103852,"éħĿ":103853,"æ°ĵ":103854,"çIJī":103855,"å§Ĭ":103856,"æ²®":103857,"æħ·":103858,"èľķ":103859,"çijļ":103860,"éĩĩçŁ¿":103861,"åł°":103862,"åºķèķ´":103863,"èĨ³":103864,"è¾ķ":103865,"éŁŃ":103866,"åĴĻ":103867,"ç²½":103868,"åīĶ":103869,"沦":103870,"èĤ´":103871,"éķ¶":103872,"æĺ¼":103873,"è¾Ĺ":103874,"婪":103875,"åĮ®":103876,"æĸĵ":103877,"汶":103878,"éĥ´":103879,"éł»":103880,"çªĴ":103881,"袱":103882,"åĽ±":103883,"èĢĺ":103884,"èļĮ":103885,"çĭĻ":103886,"çĹ¹":103887,"ç¥ī":103888,"æı®":103889,"æ·Ĩ":103890,"ç£ĭ":103891,"éĺª":103892,"æ«":103893,"ã¸":103894,"Ļ¶":103895,"ãij":103896,"ð£²":103897,"ä¢":103898,"ãŃ":103899,"ð¬¨":103900,"ð¬Ģ":103901,"ð¬®":103902,"ð¬¯":103903,"ð¬ľ":103904,"ðª¨":103905,"ð«Ĺ":103906,"ð¬Ĭ":103907,"ð¬±":103908,"ð¬Ł":103909,"äİ":103910,"ð¡":103911,"äĥ":103912,"ãł":103913,"ð©":103914,"ð©¾":103915,"ð¬º":103916,"ð¬Ļ":103917,"ãĢĶ":103918,"ãĢķ":103919,"çļĦæŶåĢĻ":103920,"æľīéĻIJåħ¬åı¸":103921,"ä¹ĭåIJİ":103922,"ä¸ļåĬ¡":103923,"åķĬ":103924,"èĻ½çĦ¶":103925,"æĭ¥æľī":103926,"äºĴèģĶç½ij":103927,"éĤ£äºĽ":103928,"ä½łçļĦ":103929,"åĨ³å®ļ":103930,"éĻ¤äºĨ":103931,"åĽ¢éĺŁ":103932,"åı¯æĺ¯":103933,"以åIJİ":103934,"社åĮº":103935,"çļĦéĹ®é¢ĺ":103936,"并ä¸Ķ":103937,"æķĻå¸Ī":103938,"å°±ä¼ļ":103939,"天空éĥ¨èIJ½":103940,"æľĢç»Ī":103941,"å½ĵçĦ¶":103942,"ä¹Łæľī":103943,"ç¡®ä¿Ŀ":103944,"æĥ³è¦ģ":103945,"è´Ńä¹°":103946,"人çļĦ":103947,"åIJ´":103948,"çļĦåıijå±ķ":103949,"ä¸įçŁ¥éģĵ":103950,"软件":103951,"æĪij们çļĦ":103952,"çĪ¶æ¯į":103953,"åīij":103954,"èĢĮæĺ¯":103955,"å®īæİĴ":103956,"åIJİæĿ¥":103957,"çļĦåľ°æĸ¹":103958,"èµµ":103959,"èĢĥè¯ķ":103960,"çªģçĦ¶":103961,"ä¸Ģå®ļè¦ģ":103962,"åĪ¶ä½ľ":103963,"è¯Ħä»·":103964,"åħįè´¹":103965,"è´¹çĶ¨":103966,"绣ä¸Ģ":103967,"çĦ¶èĢĮ":103968,"è¿Ļ次":103969,"éĿĴå¹´":103970,"人类":103971,"亦":103972,"让人":103973,"è´Łè´£äºº":103974,"éĩĩåıĸ":103975,"çļĦäºĭæĥħ":103976,"ä¹Łä¼ļ":103977,"车è¾Ĩ":103978,"æĽ´æĺ¯":103979,"强åĮĸ":103980,"æĪijåĢij":103981,"以åīį":103982,"ä¼ĺåĮĸ":103983,"å§Ķåijĺä¼ļ":103984,"åĽ°éļ¾":103985,"年度":103986,"ä½įäºİ":103987,"æĮĩåĩº":103988,"åĨį次":103989,"åĬŀçIJĨ":103990,"æ¯ı个":103991,"对æĸ¹":103992,"è¿Ľè¡ĮäºĨ":103993,"æľĢé«ĺ":103994,"课ç¨ĭ":103995,"身ä¸Ĭ":103996,"æĽ¾ç»ı":103997,"åĮ»çĶŁ":103998,"å®īè£ħ":103999,"æľ±":104000,"è¿IJè¡Į":104001,"åıĮæĸ¹":104002,"æľĢ大çļĦ":104003,"æŀĦ建":104004,"è¿ŀç»Ń":104005,"çļĦå°ı":104006,"她çļĦ":104007,"çŃīçŃī":104008,"æĶ¹åĸĦ":104009,"åIJĦç±»":104010,"éģĩåĪ°":104011,"æľīçĿĢ":104012,"人çī©":104013,"æĢ»æĺ¯":104014,"è¿ħéĢŁ":104015,"åĪ¶å®ļ":104016,"å®ĥ们":104017,"å®ĺç½ij":104018,"è¿ĺè¦ģ":104019,"ç»Īäºİ":104020,"æĪ¿åľ°äº§":104021,"è¯ģæĺİ":104022,"èĤ¡ç¥¨":104023,"åºĶå½ĵ":104024,"èĭ±åĽ½":104025,"è¿IJçĶ¨":104026,"æľĢæĸ°":104027,"享åıĹ":104028,"让æĪij":104029,"æĻļä¸Ĭ":104030,"å¾ŀ":104031,"å°ı说":104032,"å°¤åħ¶æĺ¯":104033,"è®Ńç»ĥ":104034,"åħ¨å¸Ĥ":104035,"æĮijæĪĺ":104036,"æľīçĤ¹":104037,"带çĿĢ":104038,"çļĦä¸ľè¥¿":104039,"é£İæł¼":104040,"é»Ħéĩij":104041,"å¼ķ导":104042,"æѤå¤ĸ":104043,"æľĢè¿ij":104044,"追æ±Ĥ":104045,"强è°ĥ":104046,"ä¹Łåı¯ä»¥":104047,"æĦŁåĪ°":104048,"èĩªæĪij":104049,"çī¹åĪ«æĺ¯":104050,"æĪIJéĥ½":104051,"éĢIJæ¸IJ":104052,"å¿«ä¹IJ":104053,"ä¹ĭä¸Ń":104054,"æĬķèµĦèĢħ":104055,"ä»ĸ们çļĦ":104056,"æ°ı":104057,"å·¥ä½ľäººåijĺ":104058,"äºĨä¸Ģ个":104059,"åķ¦":104060,"ä¸ĢåĢĭ":104061,"åŁºå±Ĥ":104062,"æ²ŁéĢļ":104063,"第ä¸Ģ次":104064,"并没æľī":104065,"çļĦå·¥ä½ľ":104066,"åľ¨è¿ĻéĩĮ":104067,"æŀª":104068,"æĶ¯æĴij":104069,"æŶå°ļ":104070,"æĿ¥åĪ°":104071,"æĶ¶è´Ń":104072,"éĿ©åij½":104073,"æĺ¯ä¸įæĺ¯":104074,"讨论":104075,"ä¸ļ绩":104076,"å°±èĥ½":104077,"ç«ĭåį³":104078,"è¡Ĺéģĵ":104079,"åľ¨ä¸Ģèµ·":104080,"æľĪ份":104081,"é«ĺ端":104082,"å¾Īéļ¾":104083,"ä¿Ħç½Ĺæĸ¯":104084,"æīĭ段":104085,"åģļåĩº":104086,"ä¼Ĺå¤ļ":104087,"å®ŀè¡Į":104088,"æīĵå¼Ģ":104089,"游客":104090,"ä¾ĿçĦ¶":104091,"å°±åĥı":104092,"离å¼Ģ":104093,"说éģĵ":104094,"æĸ°èĥ½æºIJ":104095,"溪":104096,"äºķ":104097,"令人":104098,"ä¸Ģåľº":104099,"æĪijæĥ³":104100,"两人":104101,"èĩ³å°ij":104102,"çļĦçĶŁæ´»":104103,"æĺ¯ä¸ª":104104,"èĭ±è¯Ń":104105,"æ²Ĵæľī":104106,"æĢĿèĢĥ":104107,"éĻIJåĪ¶":104108,"åı°æ¹¾":104109,"ä¸ĢæŦ":104110,"çļĦä¸Ģ个":104111,"é«ĺ级":104112,"åĬŀåħ¬å®¤":104113,"å¾·åĽ½":104114,"æĪijå°±":104115,"å®ļä½į":104116,"éĢĤåºĶ":104117,"æĮĩæłĩ":104118,"åħ¨çľģ":104119,"ä¸Ĭè¿°":104120,"å®ĥçļĦ":104121,"åĽŀ家":104122,"欧洲":104123,"éĵģè·¯":104124,"é¼ĵåĬ±":104125,"çļĦå½±åĵį":104126,"é«ĺæł¡":104127,"天ä¸ĭ":104128,"é«ĺè´¨éĩı":104129,"æĿŃå·ŀ":104130,"èµĦ讯":104131,"æĶ¾åľ¨":104132,"æľīä¸Ģ个":104133,"å°±è¦ģ":104134,"ä¸ĬéĿ¢":104135,"解éĩĬ":104136,"éĢIJæŃ¥":104137,"尽管":104138,"æľīä»Ģä¹Ī":104139,"çļĦäºĭ":104140,"çĻ»è®°":104141,"人æ°ijå¸ģ":104142,"è§Ĥä¼Ĺ":104143,"è§Ĥå¯Ł":104144,"çĶµèĦij":104145,"çļĦåIJĮæŶ":104146,"ä½ľä¸ļ":104147,"宣å¸ĥ":104148,"çļĦä½ľçĶ¨":104149,"åĽŀæĿ¥":104150,"éļ¾ä»¥":104151,"æīĢæľīçļĦ":104152,"å°ıåѦ":104153,"æıIJåīį":104154,"æ¤įçī©":104155,"åĩ¯":104156,"ä¸ĬäºĨ":104157,"å°±åľ¨":104158,"åħĪåIJİ":104159,"æīĭæľ¯":104160,"éĥŃ":104161,"éĿ¢åīį":104162,"æ¯ķç«Ł":104163,"äºĮæĺ¯":104164,"红èī²":104165,"éĺ³åħī":104166,"èĭ¹æŀľ":104167,"å¾Īå¤ļ人":104168,"ç»ĻæĪij":104169,"åĵ¦":104170,"çľ¼çĿĽ":104171,"éłŃ":104172,"ä¸Ģæĺ¯":104173,"åıijå±ķçļĦ":104174,"åıįåºĶ":104175,"æĪ¿å±ĭ":104176,"æľŁå¾ħ":104177,"ç§įæ¤į":104178,"æĸĩåѦ":104179,"åį³åı¯":104180,"é¦ĸ次":104181,"èĭ±éĽĦ":104182,"å¤ļ次":104183,"åĮħè£ħ":104184,"æ²³åįĹ":104185,"ä¹ĭéĹ´çļĦ":104186,"ä»įçĦ¶":104187,"åIJ¬åĪ°":104188,"èij£äºĭéķ¿":104189,"è§ĦåĪĻ":104190,"ä¸Ģ份":104191,"大ä¼Ĺ":104192,"使å¾Ĺ":104193,"è¿Ľåı£":104194,"ä¸Ģçīĩ":104195,"æĢ§çļĦ":104196,"çļĦ大":104197,"æĪijæĺ¯":104198,"äºĴåĬ¨":104199,"æ°£":104200,"çļĨ":104201,"åħ¬åı¸çļĦ":104202,"ä¸Ģè¾¹":104203,"åıĬåħ¶":104204,"èī¯å¥½çļĦ":104205,"æĭĵå±ķ":104206,"å½ĵå¹´":104207,"å¹¿åľº":104208,"åģļäºĨ":104209,"åŁºäºİ":104210,"æıIJéĨĴ":104211,"åħĦå¼Ł":104212,"èĢģæĿ¿":104213,"è¿ijæĹ¥":104214,"çĬ¶åĨµ":104215,"注éĩį":104216,"åĪļåĪļ":104217,"è°ĥçłĶ":104218,"å¿ĥä¸Ń":104219,"æĬĬæı¡":104220,"éļıåIJİ":104221,"ä¸įå¤Ł":104222,"åĪĽä½ľ":104223,"ç«Ļåľ¨":104224,"缸äºĴ":104225,"çĸ«æĥħéĺ²æݧ":104226,"年代":104227,"带åĬ¨":104228,"伤害":104229,"ç«ŁçĦ¶":104230,"å¼ķè¿Ľ":104231,"累计":104232,"让æĪij们":104233,"åĽŀæĶ¶":104234,"æĬ¥åIJį":104235,"åĬ©åĬĽ":104236,"èģĶ缣":104237,"çŃĸçķ¥":104238,"åij¨è¾¹":104239,"åĭĴ":104240,"è¿ĺåľ¨":104241,"æµģéĩı":104242,"寻æī¾":104243,"çĶµåĬĽ":104244,"èĪ¹èĪ¶":104245,"è¿ĺèĥ½":104246,"æĭħä»»":104247,"çļĦæĥħåĨµä¸ĭ":104248,"çļĦåİŁåĽł":104249,"缺ä¹ı":104250,"çIJĥåijĺ":104251,"å²ģçļĦ":104252,"çĶ·åŃIJ":104253,"å·¥èµĦ":104254,"è¿ijå¹´æĿ¥":104255,"åijĢ":104256,"æıIJä¾ĽäºĨ":104257,"她们":104258,"家åħ·":104259,"çĩķ":104260,"è½»æĿ¾":104261,"æł¡åĽŃ":104262,"èĢĥæł¸":104263,"åį±éĻ©":104264,"åħļç»Ħç»ĩ":104265,"æĢ»ç»ıçIJĨ":104266,"çļĦæĸ°":104267,"çİ»çĴĥ":104268,"è¿Ļä½į":104269,"对æѤ":104270,"家人":104271,"çļĦè¦ģæ±Ĥ":104272,"温度":104273,"æĮĩæķ°":104274,"缴åĪ°":104275,"æѤæŶ":104276,"æ¹ĸåįĹ":104277,"éĥ½è¦ģ":104278,"ä½ľåĩº":104279,"åIJĦä½į":104280,"èĢĥçĶŁ":104281,"ä¾Ŀæį®":104282,"说è¯Ŀ":104283,"æĪijä¹Ł":104284,"å·¥åİĤ":104285,"åıĺæĪIJ":104286,"ä»ĸ人":104287,"æĪijè§īå¾Ĺ":104288,"åIJĦ级":104289,"ä¼łå¥ĩç§ģæľį":104290,"ä¸Ĭåįĩ":104291,"好åĥı":104292,"åĬłéĢŁ":104293,"äºĮåįģ":104294,"è¢ģ":104295,"è£ħ饰":104296,"éĥ½èĥ½":104297,"ä¸Ģå¼ł":104298,"åĬ¨æĢģ":104299,"å¹´çļĦ":104300,"è¿Ļå°±æĺ¯":104301,"ä¹Łè¦ģ":104302,"èµĦæł¼":104303,"æĪĺäºī":104304,"æĦŁè°¢":104305,"åŁ¹èĤ²":104306,"天æ°Ķ":104307,"女士":104308,"åı¯èĥ½ä¼ļ":104309,"çļĦ产åĵģ":104310,"ä¹Łå°±":104311,"主è¦ģæĺ¯":104312,"åĪºæ¿Ģ":104313,"ç»Ļä½ł":104314,"大æķ°æį®":104315,"åĮ»åѦ":104316,"åĪ¤æĸŃ":104317,"ä»ĸ说":104318,"表æ¼Ķ":104319,"äºļæ´²":104320,"ä¸ĵé¢ĺ":104321,"ç«ŀäºīåĬĽ":104322,"éĤ£æł·":104323,"å±ķå¼Ģ":104324,"å¹³æŶ":104325,"æİ¥ä¸ĭæĿ¥":104326,"æī¿è¯º":104327,"æ³ķåĽ½":104328,"åħ³å¿ĥ":104329,"ä¼ļæľī":104330,"éĤĢ请":104331,"é¢Ħéĺ²":104332,"对æİ¥":104333,"好äºĨ":104334,"åĴ±ä»¬":104335,"çļĦæĦŁè§ī":104336,"æĢĿè·¯":104337,"éĥ½æ²¡æľī":104338,"çļĦæĸ¹æ³ķ":104339,"女åŃIJ":104340,"åı¸æ³ķ":104341,"è¿ĺä¼ļ":104342,"è¶ĬæĿ¥è¶Ĭå¤ļ":104343,"åĽłçĤº":104344,"æµ·åįĹ":104345,"人æķ°":104346,"å°Ĩä¼ļ":104347,"ä¸ļ主":104348,"é¤IJ饮":104349,"å±ħä½ı":104350,"åıijåĩº":104351,"è¿ijæľŁ":104352,"å¼ķé¢Ĩ":104353,"æľºåĻ¨äºº":104354,"åĩºæĿ¥çļĦ":104355,"çľĭè§ģ":104356,"ä¿Ĭ":104357,"让ä»ĸ":104358,"ä¸įæĥ³":104359,"å·¥ä½ľçļĦ":104360,"è¡¥åħħ":104361,"æµħ":104362,"çī¹å¾ģ":104363,"ä¸Ĭå¸Ĥåħ¬åı¸":104364,"ç¾İé£Ł":104365,"广西":104366,"æ¯ıä¸Ģ个":104367,"èIJ½åľ°":104368,"åĵģç§į":104369,"åĴĮè°IJ":104370,"å½»åºķ":104371,"é«ĺèĢĥ":104372,"æĺ¨å¤©":104373,"åīįå¾Ģ":104374,"çĽijæµĭ":104375,"çĻ¾åº¦":104376,"åľ¨ä¸ŃåĽ½":104377,"çļĦéľĢæ±Ĥ":104378,"亿ç¾İåħĥ":104379,"åŃ¦æľ¯":104380,"æĶ¶åĪ°":104381,"æĿ¿åĿĹ":104382,"ä¸Ģ段":104383,"æŀĦæĪIJ":104384,"ä¼ģä¸ļçļĦ":104385,"表éĿ¢":104386,"æķ´çIJĨ":104387,"ç»ĵå©ļ":104388,"人家":104389,"åģľæŃ¢":104390,"åѦç§ij":104391,"æĺ¾å¾Ĺ":104392,"ä¼ijæģ¯":104393,"é¢ĦæľŁ":104394,"æĪĸæĺ¯":104395,"çļĦ主è¦ģ":104396,"åºĶ对":104397,"èµ°äºĨ":104398,"ä¸ŃéĹ´":104399,"èµ°è¿Ľ":104400,"åijĪçİ°":104401,"æIJŃéħį":104402,"é¹ı":104403,"æĺ¯åĽłä¸º":104404,"æĥħ绪":104405,"å®ļæľŁ":104406,"社ä¼ļ主ä¹ī":104407,"çŃī级":104408,"çŁĽçĽ¾":104409,"é£ŀæľº":104410,"èĩ³ä»Ĭ":104411,"æĶ¶éĽĨ":104412,"çļĦæķħäºĭ":104413,"åĪĩå®ŀ":104414,"å®ŀçİ°äºĨ":104415,"å½¢æĪIJäºĨ":104416,"åįĹæĸ¹":104417,"ä¸ŃåѦ":104418,"æµ·æ´ĭ":104419,"åIJ¦åĪĻ":104420,"æĭįæijĦ":104421,"大åѦçĶŁ":104422,"åĩºçİ°äºĨ":104423,"æĦıå¤ĸ":104424,"ä¹Łèĥ½":104425,"çļĦèĥ½åĬĽ":104426,"åĿIJåľ¨":104427,"åĪĻæĺ¯":104428,"èĢĥå¯Ł":104429,"å°Ĭéĩį":104430,"éĺ²æŃ¢":104431,"ç´§å¼ł":104432,"读书":104433,"åĩºè¡Į":104434,"å°±æľī":104435,"å±¥è¡Į":104436,"çݰ代åĮĸ":104437,"åĽ½åĬ¡":104438,"åĽ½åĬ¡éĻ¢":104439,"ç»´ä¿®":104440,"åİŁåĪĽ":104441,"æĺ¯æĮĩ":104442,"ä¼ijéĹ²":104443,"çĤ®":104444,"æĸ°æĹ¶ä»£":104445,"éĢĻåĢĭ":104446,"ä¸įæķ¢":104447,"å®Įç¾İ":104448,"ç»ĨèĬĤ":104449,"éŃı":104450,"èĶ¬èıľ":104451,"é¢Ĩ导çıŃåŃIJ":104452,"è¶ħ级":104453,"è¡Įæĥħ":104454,"人工æĻºèĥ½":104455,"åį°åº¦":104456,"åŁºç¡Ģ设æĸ½":104457,"åıĪæĺ¯":104458,"èį¯çī©":104459,"åIJ¸æĶ¶":104460,"åį´æĺ¯":104461,"éĥİ":104462,"å¥ĸåĬ±":104463,"çļĦæľĭåıĭ":104464,"ä¿ĿçķĻ":104465,"è§Ħå¾ĭ":104466,"æĸ°çĸĨ":104467,"è¿ĺåı¯ä»¥":104468,"æİ¥è¿ij":104469,"æѤåīį":104470,"æī¹åĩĨ":104471,"æĢİä¹Īæł·":104472,"çļĦä½įç½®":104473,"ä¸ĢåĿĹ":104474,"æĭĴç»Ŀ":104475,"顾客":104476,"ä¹Łåľ¨":104477,"ä¸ĢçĶŁ":104478,"éĥ¨éĺŁ":104479,"å¹´åīį":104480,"æĸ¹éĿ¢çļĦ":104481,"å°Ŀè¯ķ":104482,"羣æŃ£çļĦ":104483,"ç¦ģæŃ¢":104484,"è¿ĺ没æľī":104485,"æ°ijçĶŁ":104486,"èµ°åIJij":104487,"èĦ¸ä¸Ĭ":104488,"å½ĵ天":104489,"éĽĨåĽ¢åħ¬åı¸":104490,"çļĦä¸Ģç§į":104491,"西æĸ¹":104492,"åĽŀåºĶ":104493,"ä¸Ģ声":104494,"常常":104495,"æıIJåĪ°":104496,"èħ¾è®¯":104497,"æľįè£ħ":104498,"为ä½ķ":104499,"äºijåįĹ":104500,"å°±ç®Ĺ":104501,"ä¼łæī¿":104502,"åıįèĢĮ":104503,"ä¸ĩåIJ¨":104504,"财产":104505,"å¦Ĥä¸ĭ":104506,"æĹ¥åīį":104507,"åİŁæľ¬":104508,"æľĢéĩįè¦ģçļĦ":104509,"认è¯ģ":104510,"ä¸Ģéģĵ":104511,"ä¿¡æģ¯åĮĸ":104512,"å¾ĹåĪ°äºĨ":104513,"éĢ²è¡Į":104514,"æĪijè¦ģ":104515,"éĢļä¿¡":104516,"室åĨħ":104517,"èµļéĴ±":104518,"æĶ¶èĹı":104519,"解åĨ³æĸ¹æ¡Ī":104520,"æĪ¿äº§":104521,"çĭ¼":104522,"æ´»åĬĽ":104523,"ç»ıæµİåıijå±ķ":104524,"çŃīå¾ħ":104525,"ä¹Łå¾Ī":104526,"åĿij":104527,"å¾Ī好çļĦ":104528,"éļ¾åº¦":104529,"ä¸įå¦Ĥ":104530,"人æ°ijæĶ¿åºľ":104531,"åĩºåıij":104532,"åīįæľŁ":104533,"æ¼Ķåijĺ":104534,"女çĶŁ":104535,"èģļçĦ¦":104536,"审计":104537,"é¢Ħæµĭ":104538,"ä¾Ŀæīĺ":104539,"äºĶå¹´":104540,"补贴":104541,"æ¸ħæĻ°":104542,"éªĤ":104543,"çľĭèµ·æĿ¥":104544,"çļĦåŃ©åŃIJ":104545,"é¢ijéģĵ":104546,"ä½ıå®ħ":104547,"éĿ¢åIJij":104548,"æľĢä½İ":104549,"æĹ¢çĦ¶":104550,"ä¸Ģå¥Ĺ":104551,"æķ°åѦ":104552,"群ä½ĵ":104553,"åĮĹ京å¸Ĥ":104554,"å±ħçĦ¶":104555,"æ°ĽåĽ´":104556,"éĢĶå¾Ħ":104557,"çļĦåŁºç¡Ģä¸Ĭ":104558,"èģĮè´£":104559,"åı¯èĥ½æĺ¯":104560,"åĨĽäºĭ":104561,"æĪIJæķĪ":104562,"åŃ©åŃIJ们":104563,"计ç®Ĺæľº":104564,"赤":104565,"产ä¸ļåıijå±ķ":104566,"巨大çļĦ":104567,"工人":104568,"çĶŁéķ¿":104569,"éĥ½åı¯ä»¥":104570,"çļĦæľºä¼ļ":104571,"èµĦè´¨":104572,"çĹĽèĭ¦":104573,"ç²īä¸Ŀ":104574,"å¢ĵ":104575,"å¹³å®ī":104576,"管éģĵ":104577,"è·ŁçĿĢ":104578,"é¥®é£Ł":104579,"åķĨ家":104580,"å¤ļ家":104581,"åı¸æľº":104582,"åºĶ该æĺ¯":104583,"éĢıéľ²":104584,"认å®ļ":104585,"è¡Įä¸ļçļĦ":104586,"çļĦä¼ģä¸ļ":104587,"æ¯ıä¸Ģ":104588,"èĮĥåĽ´åĨħ":104589,"è¾ĥ大":104590,"è´¤":104591,"å¤§èµĽ":104592,"å¤ļäºĨ":104593,"鸿":104594,"临åºĬ":104595,"åľ¨è¿Ļ个":104596,"çļĦåĨħ容":104597,"éĶĢéĩı":104598,"å¾Īå°ij":104599,"åŃŁ":104600,"ç»´æĮģ":104601,"åĴĸåķ¡":104602,"æľ¬åľ°":104603,"èī²å½©":104604,"并éĿŀ":104605,"èĢĮå·²":104606,"温æļĸ":104607,"èIJ§":104608,"æĬĵä½ı":104609,"èĢĮä¸įæĺ¯":104610,"åĸĬ":104611,"çļĦåħ³ç³»":104612,"çī©åĵģ":104613,"éĤ£æĺ¯":104614,"åĨľäº§åĵģ":104615,"è¿ĻæŶ":104616,"å©ļ姻":104617,"æ°´æŀľ":104618,"æĶ¶èİ·":104619,"ä»ĺåĩº":104620,"客æĪ·ç«¯":104621,"æ¼Ķåĩº":104622,"åħ¨æĸ°":104623,"è¿Ļä¹Łæĺ¯":104624,"æĺ¯çĶ±":104625,"è§Ĥ念":104626,"æľī个":104627,"éĢłåŀĭ":104628,"èĥľåĪ©":104629,"ä¸īæĺ¯":104630,"è¶ħå¸Ĥ":104631,"åħļå»ºå·¥ä½ľ":104632,"æĶ¾å¿ĥ":104633,"线路":104634,"æĭĽçĶŁ":104635,"åIJĥé¥Ń":104636,"è½ī":104637,"å°½éĩı":104638,"è§ģåĪ°":104639,"åIJĮæ¯Ķå¢ŀéķ¿":104640,"åįİ为":104641,"æĪijå¸Ĥ":104642,"æıIJåĩºäºĨ":104643,"æ°ijèѦ":104644,"åįļçī©":104645,"åįļçī©é¦Ĩ":104646,"è¯ļä¿¡":104647,"åīįéĿ¢":104648,"山西":104649,"è¾ħåĬ©":104650,"转移":104651,"æĽ´ä¸º":104652,"丰å¯ĮçļĦ":104653,"åį¢":104654,"å¿«éĢĴ":104655,"æĺ¾èijĹ":104656,"çī©èµĦ":104657,"åĪ°è¾¾":104658,"æľīåĪ©äºİ":104659,"åijĨ":104660,"åŃ©åŃIJçļĦ":104661,"ä¸įä½Ĩ":104662,"çłĶ究éĻ¢":104663,"çĶ³æĬ¥":104664,"æļ¨":104665,"æ°ijéĹ´":104666,"åį»":104667,"çļĦå£°éŁ³":104668,"å¸ĤåľºçļĦ":104669,"ä¸Ģåı¥":104670,"çľģ级":104671,"æĿ¥çļĦ":104672,"åĵªä¸ª":104673,"æīįä¼ļ":104674,"åĪĨéħį":104675,"èĶ¡":104676,"ä»ĸåľ¨":104677,"åħ±æľī":104678,"å¡ĺ":104679,"èĴĤ":104680,"éľį":104681,"åıĤè§Ĥ":104682,"ä¸Ī夫":104683,"ä¾ĿéĿł":104684,"æľīæŶ":104685,"äºĨå¾Īå¤ļ":104686,"ä¸ĸçķĮæĿ¯":104687,"家æĹı":104688,"ä¸įéľĢè¦ģ":104689,"大å¸Ī":104690,"èŀįåħ¥":104691,"éĿŀæ³ķ":104692,"çĹħ人":104693,"åIJİæľŁ":104694,"大家éĥ½":104695,"ç½ijåĿĢ":104696,"åİŁæĸĻ":104697,"ä¾¿å®ľ":104698,"æ¶Ľ":104699,"ä»¿ä½Ľ":104700,"å·®è·Ŀ":104701,"åı¦ä¸Ģæĸ¹éĿ¢":104702,"产åĵģçļĦ":104703,"赫":104704,"æĥħåĨµä¸ĭ":104705,"éĴ¢éĵģ":104706,"æľ¬ç«Ļ":104707,"纳åħ¥":104708,"å·²æľī":104709,"æľī没æľī":104710,"估计":104711,"é£ĺ":104712,"æľŁè´§":104713,"åĢĭ人è³ĩæĸĻ":104714,"ä¸ĵä¸ļçļĦ":104715,"çĪĨåıij":104716,"èĩ´åĬĽäºİ":104717,"çİ°åľ¨çļĦ":104718,"æľīåĵªäºĽ":104719,"çł´åĿı":104720,"æķ°åŃĹåĮĸ":104721,"åľ°éĿ¢":104722,"é»ijèī²":104723,"å¹¼åĦ¿åĽŃ":104724,"çļĦç²¾ç¥ŀ":104725,"äºŃ":104726,"导æ¼Ķ":104727,"çİ°æľī":104728,"æѦåĻ¨":104729,"èĭıå·ŀ":104730,"çİĦ":104731,"æ±Łè¥¿":104732,"延伸":104733,"论æĸĩ":104734,"è¾ĥ为":104735,"çİ©æ³ķ":104736,"é¼İ":104737,"åIJĮæŃ¥":104738,"éĩĬæĶ¾":104739,"æĽĿåħī":104740,"åĿļåĨ³":104741,"å§Ķæīĺ":104742,"å°Ĩåľ¨":104743,"äºĪ以":104744,"ä½ľæĸĩ":104745,"èĢĮåľ¨":104746,"ä¼ĺåħĪ":104747,"åĽŀåİ»":104748,"ä¿®å¤į":104749,"åĽ½åĨħå¤ĸ":104750,"çŃĸåĪĴ":104751,"åıijæĶ¾":104752,"å¿ĥæĥħ":104753,"çļĦåİĨåı²":104754,"éĿ¢è¯ķ":104755,"举åĮĹ":104756,"ä¿¡åı·":104757,"ç²®é£Ł":104758,"è¯ģ书":104759,"æŁIJäºĽ":104760,"è¿IJä½ľ":104761,"åĨ²åĩ»":104762,"çĥŃçĤ¹":104763,"æŶæŶ":104764,"æŶæĹ¶å½©":104765,"åľ°çĤ¹":104766,"ä¸Ģä½ĵåĮĸ":104767,"éļ¾é¢ĺ":104768,"æĽ°":104769,"ç«ĭåĪ»":104770,"æĺ¯éĿŀ常":104771,"åħ±åĴĮ":104772,"åħ±åĴĮåĽ½":104773,"æ¿ĢåĬ±":104774,"æľīæķĪçļĦ":104775,"å¤Ħç½®":104776,"该åħ¬åı¸":104777,"æ£ĢéªĮ":104778,"èѦæĸ¹":104779,"è´¾":104780,"äºĨä¸Ģä¸ĭ":104781,"ä»ĬåIJİ":104782,"çħ®":104783,"çĶ¨åĵģ":104784,"读èĢħ":104785,"æĪijåľ¨":104786,"åĽŀå¤į":104787,"ä¸Ģ座":104788,"è¿ĺ没":104789,"å®ļåĪ¶":104790,"没æĥ³åĪ°":104791,"夹":104792,"ä¼łéĢĴ":104793,"ä¸Ģ款":104794,"强大çļĦ":104795,"çļĦè¡Į为":104796,"å¤ı天":104797,"åıijåĬ¨æľº":104798,"é¢ĨåŁŁçļĦ":104799,"å®ŀéªĮ室":104800,"ä¸ĢæĬĬ":104801,"æĺ¯ä¸ºäºĨ":104802,"éĻķ西":104803,"æĭħä¿Ŀ":104804,"è¾¾æĪIJ":104805,"è¦ģæĺ¯":104806,"æĺİ天":104807,"ç»Ļä»ĸ":104808,"建ç«ĭäºĨ":104809,"ä¸įè¡Į":104810,"ä¸Ńæĸĩ":104811,"åľ°è¯´":104812,"åIJİçļĦ":104813,"çĽijæݧ":104814,"éĢ¸":104815,"æĢ»éĥ¨":104816,"æľ¬æĸĩ":104817,"鹿":104818,"æĻ¯è§Ĥ":104819,"çļĦ缮æłĩ":104820,"èĽĩ":104821,"åĨ¯":104822,"ä¸ŃåĮ»":104823,"æķĪåºĶ":104824,"产éĩı":104825,"åŃĿ":104826,"è´¦æĪ·":104827,"è¿Ŀåıį":104828,"èij£äºĭä¼ļ":104829,"äº¬ä¸ľ":104830,"责任ç¼ĸè¾ij":104831,"åķıé¡Į":104832,"çĪ±å¿ĥ":104833,"èŃ¦å¯Ł":104834,"é¤IJåİħ":104835,"å¸ĤæĶ¿åºľ":104836,"天天":104837,"æĸ°é²ľ":104838,"éĥijå·ŀ":104839,"è¶ħè¶Ĭ":104840,"å½Ń":104841,"çŁ¥è¯Ĩ产æĿĥ":104842,"åĽŀå¿Ĩ":104843,"路线":104844,"å»īæ´ģ":104845,"éĿĴå°ijå¹´":104846,"åıĸå¾ĹäºĨ":104847,"çľĭåĪ°äºĨ":104848,"馬":104849,"ç²¾åĵģ":104850,"åľ°éĵģ":104851,"æĮģæľī":104852,"ä¸ĭäºĨ":104853,"æľīæŶåĢĻ":104854,"ä¸Ģ人":104855,"æĴĴ":104856,"ä»Ķç»Ĩ":104857,"èĢģåħ¬":104858,"äºĭå®ŀä¸Ĭ":104859,"èģĶèµĽ":104860,"ä¾ĽåºĶéĵ¾":104861,"é¢Ħç®Ĺ":104862,"åĪ¶éĢłä¸ļ":104863,"å®īåħ¨çĶŁäº§":104864,"俱ä¹IJ":104865,"俱ä¹IJéĥ¨":104866,"çļĦæł¸å¿ĥ":104867,"æīĵç®Ĺ":104868,"å½±çīĩ":104869,"æIJŃ建":104870,"ä¹Łä¸įä¼ļ":104871,"æĭħå½ĵ":104872,"å±ĤéĿ¢":104873,"åѦåijĺ":104874,"临æŶ":104875,"缸ç»ĵåIJĪ":104876,"对æ¯Ķ":104877,"ä»ĸæĺ¯":104878,"æĸ°åĮº":104879,"è¿Ľåİ»":104880,"çĻ¾å¹´":104881,"ä¿©":104882,"尽快":104883,"çĶµåŃIJåķĨåĬ¡":104884,"æĽ´æľī":104885,"æ¸ħçIJĨ":104886,"åı¦ä¸Ģ个":104887,"åĤ»":104888,"ä»Ģä¹Īæł·çļĦ":104889,"æĺ¯æľĢ":104890,"åij¨å¹´":104891,"å¾Ī容æĺĵ":104892,"åĽ¢ç»ĵ":104893,"ç´Ħ":104894,"æĹ©å·²":104895,"çļĦåıĺåĮĸ":104896,"éľŀ":104897,"æĹ¥ä¸ĬåįĪ":104898,"失åİ»":104899,"ä¸Ńåľĭ":104900,"çļĦä¸ĢäºĽ":104901,"å°ıåŃ©":104902,"ä¸ĭè·Į":104903,"éĶ»çĤ¼":104904,"éij":104905,"éij«":104906,"å¿ĹæĦ¿èĢħ":104907,"èĤ¡å¸Ĥ":104908,"èµĽäºĭ":104909,"许åı¯è¯ģ":104910,"åı¯æĮģç»Ń":104911,"åijĬè¯īè®°èĢħ":104912,"éĢ»è¾ij":104913,"å¼ķåħ¥":104914,"çļĦè¿ĩç¨ĭä¸Ń":104915,"è§Ĩè§ī":104916,"èĩªæ²»åĮº":104917,"è¯ģæį®":104918,"è£ħç½®":104919,"第ä¸īæĸ¹":104920,"å¹´æĿ¥":104921,"å¹¿ä¸ľçľģ":104922,"带æĿ¥äºĨ":104923,"éķ¿æ±Ł":104924,"访éĹ®":104925,"å·®ä¸įå¤ļ":104926,"æĺ¯æĪij":104927,"éģŃéģĩ":104928,"æĬĵ好":104929,"é«ĺè¾¾":104930,"å¹¶åľ¨":104931,"èĩªè§ī":104932,"ä¾ĽåºĶåķĨ":104933,"æĥħæĦŁ":104934,"ä½ıäºĨ":104935,"çļĦèģĮä¸ļ":104936,"çļĩå¸Ŀ":104937,"西éĥ¨":104938,"åĴĮå¹³":104939,"çļĦåĬĽéĩı":104940,"汪":104941,"åħħåĪĨåıijæĮ¥":104942,"æĬķè¯ī":104943,"èµ·åĪ°":104944,"äºĴ缸":104945,"æ¾³éŨ":104946,"æİ¥åĪ°":104947,"æ°´æ³¥":104948,"模åŀĭ":104949,"ä¸ĢåįĬ":104950,"秩åºı":104951,"æĪijä»¬åľ¨":104952,"æī¿è®¤":104953,"ä¸Ģéĥ¨åĪĨ":104954,"åįłæ¯Ķ":104955,"å¦ĩ女":104956,"ç²ĺ":104957,"äºĨ解åĪ°":104958,"ä¸Ģå®ļä¼ļ":104959,"åIJĦ大":104960,"èµ°åĩº":104961,"为大家":104962,"é«ĺéĵģ":104963,"åı¯ä»¥åľ¨":104964,"ä½Ĩåľ¨":104965,"çĶŁæĢģçݯå¢ĥ":104966,"èı¯":104967,"çļĦä»·æł¼":104968,"麻çĥ¦":104969,"æ¿Ģåıij":104970,"éĤ£å°±":104971,"çļĦæł·åŃIJ":104972,"为æѤ":104973,"å¤©åľ°":104974,"çļĦ缮çļĦ":104975,"åĢºåĪ¸":104976,"å·²ç¶ĵ":104977,"åĽĽå¤§":104978,"åIJĮæĹ¶ä¹Ł":104979,"å½¼æѤ":104980,"æĭ¿åĪ°":104981,"åIJ«éĩı":104982,"åįģ大":104983,"éļ¾éģĵ":104984,"å¼Ĺ":104985,"ä¸Ģ段æŶéĹ´":104986,"çħ§é¡¾":104987,"æķ°æį®æĺ¾ç¤º":104988,"æĪIJ为äºĨ":104989,"èµ°åĪ°":104990,"æľ¬åħ¬åı¸":104991,"ç»Ī端":104992,"ä¹Łä¸įæĺ¯":104993,"头åıij":104994,"大约":104995,"é£İæĻ¯":104996,"æ¶ĪèĢĹ":104997,"å®¡æŁ¥":104998,"äºīåıĸ":104999,"æ³ķæ²»":105000,"äºĭçī©":105001,"ç¼ĵ解":105002,"æĥ¨":105003,"缸åºĶçļĦ":105004,"çļĦæķĪæŀľ":105005,"åıįå¤į":105006,"åıijçĶŁäºĨ":105007,"éĢĻäºĽ":105008,"ç»ĥä¹ł":105009,"åݨæĪ¿":105010,"å¼Ģæĭĵ":105011,"欣èµı":105012,"夫妻":105013,"ä¸įä¸Ģæł·":105014,"产èĥ½":105015,"èĬ¯çīĩ":105016,"è¦ģç´ł":105017,"åıį对":105018,"çİĩåħĪ":105019,"è´§çī©":105020,"æĹ¥çĶµ":105021,"ä½ľå®¶":105022,"æĶ¹è¿Ľ":105023,"æĪIJåĪĨ":105024,"åĽłèĢĮ":105025,"åĩıèĤ¥":105026,"æ½ĺ":105027,"å±±ä¸ľçľģ":105028,"åĬĿ":105029,"åŁĭ":105030,"æѦè£ħ":105031,"æ±ĩæĬ¥":105032,"ä¸Ģ个æľĪ":105033,"çĥŃéŨ":105034,"大éģĵ":105035,"æ´»åĭķ":105036,"éĥ½å¾Ī":105037,"çĶµæ¢¯":105038,"ç´§æĢ¥":105039,"åĢºåĬ¡":105040,"客æľį":105041,"ä¸Ģéĥ¨":105042,"ä½łæĺ¯":105043,"çİ°çĬ¶":105044,"æŃ£ç¡®çļĦ":105045,"ä¹ĭå¤Ħ":105046,"ç¼ĸåĪ¶":105047,"ä½łåı¯ä»¥":105048,"çŃīåľ°":105049,"èİī":105050,"对è¯Ŀ":105051,"æ·ĺå®Ŀ":105052,"è°ĥèĬĤ":105053,"æİĴæĶ¾":105054,"åºĵåŃĺ":105055,"ç´ļ":105056,"çļĦä¼ĺåĬ¿":105057,"æĿĥå¨ģ":105058,"以ä¸ĭç®Ģ称":105059,"ä¸Ģ项":105060,"èģļéĽĨ":105061,"ä¼łç»ŁçļĦ":105062,"æ··åIJĪ":105063,"è¿Ļä¸ĢçĤ¹":105064,"ä¸Ģçľ¼":105065,"æĹłéĻIJ":105066,"èİ·å¾ĹäºĨ":105067,"éĢīæīĭ":105068,"åĪ¶åĵģ":105069,"åįıä½ľ":105070,"çĭ¬çī¹çļĦ":105071,"ä¸Ģ级":105072,"è¿Ļ个éĹ®é¢ĺ":105073,"æĸĮ":105074,"æĺ¯æĪij们":105075,"æķĮ人":105076,"æ¸ħæ´Ĺ":105077,"ä¸ĢçĽ´åľ¨":105078,"å°ıç±³":105079,"çļĦè¿ĩç¨ĭ":105080,"åľ¨åĮĹ京":105081,"ä¸ĢæĶ¯":105082,"æĹ©ä¸Ĭ":105083,"æĸĩèīº":105084,"ç¦ıåĪ©":105085,"é£ŁçĶ¨":105086,"æĦŁåĬ¨":105087,"åħ¨ç¨ĭ":105088,"æĶ¯åĩº":105089,"æĸ°å»º":105090,"å¸ķ":105091,"æĺ¾çĦ¶":105092,"羣çļĦæĺ¯":105093,"æĸ°éĹ»ç½ij":105094,"èĥ½åIJ¦":105095,"åįıåĬ©":105096,"亲èĩª":105097,"å¾Īæľī":105098,"çĻ¼å±ķ":105099,"æĦı大":105100,"æĦı大åĪ©":105101,"çĶµç½ij":105102,"æĹ¥çĽĬ":105103,"çĨ±":105104,"èĤĮèĤ¤":105105,"çĶ·æĢ§":105106,"ç»Ħ建":105107,"çŃīéĹ®é¢ĺ":105108,"æ¶ĪéĻ¤":105109,"æĬ¤çIJĨ":105110,"å¡ijæĸĻ":105111,"ä¹Įåħĭ":105112,"ä¹Įåħĭåħ°":105113,"åķĨæłĩ":105114,"çIJ³":105115,"æĸ°æīĭ":105116,"çļĦçī¹çĤ¹":105117,"åĴ¬":105118,"å½ĵä¸ĭ":105119,"设计å¸Ī":105120,"èµĶåģ¿":105121,"第åįģ":105122,"æĻºèĥ½åĮĸ":105123,"å¼ĢåıijåĮº":105124,"åı¯ä»¥éĢļè¿ĩ":105125,"åħ±äº§åħļ":105126,"åİī害":105127,"çģµæ´»":105128,"æŶåħī":105129,"éĥ¨ä½į":105130,"人æĸĩ":105131,"è¿ĽæĿ¥":105132,"ä¹ĭæīĢ以":105133,"ä¸īåįģ":105134,"çļĦåѦçĶŁ":105135,"éĺ²æĬ¤":105136,"åĽ½äº§":105137,"æ·±åľ³å¸Ĥ":105138,"éĤ£å°±æĺ¯":105139,"åĪ°ä½į":105140,"çī¹æľĹ":105141,"çī¹æľĹæĻ®":105142,"å®ŀæŶ":105143,"åı°çģ£":105144,"èĢĮä¸į":105145,"æĮĩå®ļ":105146,"åĿĿ":105147,"èħIJè´¥":105148,"çī¹å®ļ":105149,"å¢ŀéĢŁ":105150,"æłĩçŃ¾":105151,"æĪ¿ä»·":105152,"æĦģ":105153,"贯彻èIJ½å®ŀ":105154,"æĢ§è´¨":105155,"çłĶ究çĶŁ":105156,"ç¾İ容":105157,"æī¹è¯Ħ":105158,"究竣":105159,"人åĬĽèµĦæºIJ":105160,"éĸĭå§ĭ":105161,"åĽŀå½Ĵ":105162,"èIJ¥åķĨ":105163,"èIJ¥åķĨçݯå¢ĥ":105164,"ä¸ŃåĽ½äºº":105165,"çļĦåŁºæľ¬":105166,"è¯Ŀé¢ĺ":105167,"æłĩåĩĨåĮĸ":105168,"西èĹı":105169,"åĭ¾":105170,"çļĦ设计":105171,"ç®ĢåįķçļĦ":105172,"å¤įåĪ¶":105173,"æ¸IJæ¸IJ":105174,"以å¤ĸ":105175,"èģĶåĬ¨":105176,"两次":105177,"æĢ§åĴĮ":105178,"æĽ´å¤§":105179,"çļĦåIJįåŃĹ":105180,"飦":105181,"ä½łè¦ģ":105182,"å¢ĥå¤ĸ":105183,"æĹ©æľŁ":105184,"åĪĿæŃ¥":105185,"è´¦åı·":105186,"害æĢķ":105187,"æĺ¨æĹ¥":105188,"åĪļæīį":105189,"ç¥ŀç§ĺ":105190,"ç²¾å¿ĥ":105191,"æµģéĢļ":105192,"åħ¨æĸ¹ä½į":105193,"以å¾Ģ":105194,"ä¹Łå°Ĩ":105195,"æĺ¯ä¸ŃåĽ½":105196,"åĽ½å®¶çº§":105197,"å°ĨåĨĽ":105198,"æijĬ":105199,"æľĢ为":105200,"第ä¸ĢæŶéĹ´":105201,"æ¶Īæ¯Ĵ":105202,"å°Ĩäºİ":105203,"å¨ģèĥģ":105204,"èĭ±æĸĩ":105205,"æīĭä¸Ń":105206,"çIJĥè¿·":105207,"è§Ĥçľĭ":105208,"离å©ļ":105209,"æľ¬åľŁ":105210,"åĪĨæķ£":105211,"æĻ´":105212,"è¦ģ注æĦı":105213,"浪费":105214,"管æݧ":105215,"åĩºåĶ®":105216,"æĢ»è£ģ":105217,"ä¸Ģéĺµ":105218,"å¨ĩ":105219,"äºĶ个":105220,"å½ĵåĪĿ":105221,"çºłçº·":105222,"ä¸ĵçĶ¨":105223,"å¤ĩæ¡Ī":105224,"åĪĿæľŁ":105225,"å®ĥæĺ¯":105226,"åĮºåĿĹ":105227,"åĮºåĿĹéĵ¾":105228,"大è¿ŀ":105229,"è¿Ļç±»":105230,"åıĺæĪIJäºĨ":105231,"éĤĦæĺ¯":105232,"åįļ客":105233,"çı¾åľ¨":105234,"ä¸Ģæĸ¹":105235,"å®ĮæĪIJäºĨ":105236,"è¿Ļ个æŶåĢĻ":105237,"åħ¨å¹´":105238,"ä¸Ĭ线":105239,"ç½IJ":105240,"ç«ŀèµĽ":105241,"åĩºçīĪ社":105242,"åĵ¥åĵ¥":105243,"寫":105244,"å¾Ĺ以":105245,"èĬ±åĽŃ":105246,"äºĨèµ·æĿ¥":105247,"èĦ±è´«æĶ»åĿļ":105248,"çļĦåİŁåĪĻ":105249,"讲解":105250,"æ¶ĪåĮĸ":105251,"æįŁå®³":105252,"æļĤæŶ":105253,"å¾ĹçŁ¥":105254,"éĢĤçĶ¨":105255,"éŨåºĹ":105256,"解读":105257,"æĻ®åıĬ":105258,"人æ°ijæ³ķéĻ¢":105259,"åī¯ä¸»ä»»":105260,"å¿ĥçģµ":105261,"è¯ĬæĸŃ":105262,"ç¾İ女":105263,"æŁ¯":105264,"年以æĿ¥":105265,"æ´»è·ĥ":105266,"åĢŁåĬ©":105267,"åħ±å»º":105268,"è¯ī讼":105269,"æĶ¾æĿ¾":105270,"çªĹåı£":105271,"ä¼ģæ¥Ń":105272,"åĬłæĭ¿":105273,"åĬłæĭ¿å¤§":105274,"ä¹°äºĨ":105275,"主æµģ":105276,"æĩĤå¾Ĺ":105277,"å°Ĩåħ¶":105278,"éĢıæĺİ":105279,"å·¥ä½ľä¸Ń":105280,"èĤ¡ä»·":105281,"æ¡£æ¡Ī":105282,"没æľīä»»ä½ķ":105283,"åijĬçŁ¥":105284,"å¹´åĪĿ":105285,"æĹ¥ä¸ĭåįĪ":105286,"åİĤåķĨ":105287,"èĬĤå¥ı":105288,"主导":105289,"è£Ŀ":105290,"åħ³éĶ®è¯į":105291,"èģĬ天":105292,"åĨĻä½ľ":105293,"æĶ¹éĿ©å¼ĢæĶ¾":105294,"æľīæľĽ":105295,"éĢļæĬ¥":105296,"èIJĮ":105297,"æĢ»é¢Ŀ":105298,"çŁŃæľŁ":105299,"ä¸Ģçķª":105300,"çĶŁæ´»çļĦ":105301,"åĮĸçļĦ":105302,"æĺ¥å¤©":105303,"è¿Ļåľº":105304,"æĸ°å¼Ģä¼łå¥ĩ":105305,"æĺ¯è¦ģ":105306,"å°ļæľª":105307,"åıĺæĽ´":105308,"ä¸Ģåij¨":105309,"客è§Ĥ":105310,"æĹ¥èĩ³":105311,"é¹°":105312,"çݲ":105313,"å°ĨæĿ¥":105314,"客人":105315,"åıĺéĿ©":105316,"说äºĨ":105317,"åİŁçIJĨ":105318,"èģĮåĬ¡":105319,"åıĪæľī":105320,"ä¸Ģåı¥è¯Ŀ":105321,"æĦŁåıĹåĪ°":105322,"ç¬ĶèĢħ":105323,"移æ°ij":105324,"西åįĹ":105325,"ä¹ĥèĩ³":105326,"æŃ£è§Ħ":105327,"åĪĿä¸Ń":105328,"çĬ¬":105329,"å½ĵäºĭ":105330,"å½ĵäºĭ人":105331,"æĪij们è¦ģ":105332,"åħ¥åı£":105333,"éĤ£æŶ":105334,"æľīéĻIJ责任":105335,"å°ij女":105336,"è¿Ļä¹Īå¤ļ":105337,"åĪĨåħ¬åı¸":105338,"å®ĩå®Ļ":105339,"çļĦéĢīæĭ©":105340,"å§IJå§IJ":105341,"åıijèµ·":105342,"è»į":105343,"æĽ´å¥½åľ°":105344,"éĻĨç»Ń":105345,"æľ¬æľįåĭĻ":105346,"å«©":105347,"赶紧":105348,"èĦĤèĤª":105349,"第äºĮ天":105350,"æĪijä¼ļ":105351,"两ä½į":105352,"æķ²":105353,"åħ¬å®īæľºåħ³":105354,"ç§ijæĬĢåĪĽæĸ°":105355,"尺寸":105356,"è¾IJå°Ħ":105357,"å®ĹæķĻ":105358,"转æį¢":105359,"åĩºçİ°åľ¨":105360,"ä¸Ģé¢Ĺ":105361,"æľŁéĻIJ":105362,"åIJĮåѦ们":105363,"åĮĹæĸ¹":105364,"ä½łå°±":105365,"ä¸Ģ带ä¸Ģè·¯":105366,"èĢģå©Ĩ":105367,"游æĪıçݩ家":105368,"çļĦç»ĵæŀľ":105369,"è¡¥åģ¿":105370,"å¤ĸè´¸":105371,"对å¾ħ":105372,"ç»´çĶŁç´ł":105373,"ç»ıéĶĢåķĨ":105374,"è¿ĺå°Ĩ":105375,"åŃIJ女":105376,"æĽ´é«ĺ":105377,"ä¸į大":105378,"éī´å®ļ":105379,"让ä»ĸ们":105380,"æīĢè°ĵçļĦ":105381,"æŃ»äºĨ":105382,"帮æī¶":105383,"åĵ²åѦ":105384,"以ä¸ĬçļĦ":105385,"çļĦåħ³éĶ®":105386,"æĹ©å°±":105387,"æĬ¥ä»·":105388,"éģµå®Ī":105389,"æī©å¼ł":105390,"æĺ¯å¾Ī":105391,"å¼ĢéĢļ":105392,"æĸ°åĬł":105393,"æĸ°åĬłåĿ¡":105394,"ç¿»è¯ij":105395,"询éĹ®":105396,"é¸Ń":105397,"ä½ĵåĨħ":105398,"两个人":105399,"çĪ¹":105400,"éľľ":105401,"乡æĿijæĮ¯åħ´":105402,"çĿ¡è§ī":105403,"å®ĺåijĺ":105404,"åĪĽå§ĭ":105405,"åĪĽå§ĭ人":105406,"ä¼Ĺ人":105407,"åį³ä¾¿":105408,"çĸ«èĭĹ":105409,"ä¼ģä¸ļ家":105410,"渣":105411,"ç²¾åĬĽ":105412,"å¤ĸéĥ¨":105413,"èģªæĺİ":105414,"è¿Ļä¹Ł":105415,"å½ķåıĸ":105416,"åĨ²çªģ":105417,"åħ¨èº«":105418,"åŃ£èĬĤ":105419,"忽çĦ¶":105420,"çļĦæĢģ度":105421,"åĤ¨å¤ĩ":105422,"ä¿Ŀåħ»":105423,"çļĦæĥ³æ³ķ":105424,"ä¸Ĭæµ·å¸Ĥ":105425,"æIJºæīĭ":105426,"çļĦä¿¡æģ¯":105427,"åķĨåľº":105428,"çļĦæĢĿæĥ³":105429,"æĿĥåĬĽ":105430,"毫æĹł":105431,"æĢĢåŃķ":105432,"硬件":105433,"åĨħèĴĻåı¤":105434,"æݢ讨":105435,"åħ»çĶŁ":105436,"çļĦ表çİ°":105437,"空ä¸Ń":105438,"æģIJæĢĸ":105439,"å¾Īé«ĺ":105440,"ç»ıæµİ社ä¼ļ":105441,"ä¸ĬæĿ¥":105442,"延ç»Ń":105443,"éĩįå¤į":105444,"éĺ²èĮĥ":105445,"çļĦå½¢å¼ı":105446,"æľĪåºķ":105447,"èĢģ年人":105448,"绿åĮĸ":105449,"å±±åĮº":105450,"æĭ¿åĩº":105451,"æĹħ客":105452,"æĽ´æį¢":105453,"åħ¬ä¸»":105454,"èĬĤ约":105455,"åħ¨åİ¿":105456,"åĽŀæĬ¥":105457,"çIJĨæĢ§":105458,"çĸ¯çĭĤ":105459,"æ¶īå«Į":105460,"åī§æĥħ":105461,"åĨ¬åŃ£":105462,"åIJİç»Ń":105463,"è¿Ļæĺ¯ä¸Ģ个":105464,"æ¼Ķ讲":105465,"ä¸Ģå±Ĥ":105466,"æľīåħ³éĥ¨éŨ":105467,"æĹłå¥Ī":105468,"ç§įç±»":105469,"缸åħ³çļĦ":105470,"æĪĸèĢħæĺ¯":105471,"æī¶æĮģ":105472,"å¤ļæķ°":105473,"çļĦä½ľåĵģ":105474,"ä¸ĭä¸ĢæŃ¥":105475,"å¸ĪåĤħ":105476,"é«ĺéĢŁåħ¬è·¯":105477,"好åıĭ":105478,"ä¼ĺç§ĢçļĦ":105479,"è¿ĽäºĨ":105480,"æģIJæĢķ":105481,"äºĨåIJ§":105482,"大è§Ħ模":105483,"çļĦä¸ĸçķĮ":105484,"æĢĢçĸij":105485,"å··":105486,"åħ´å¥ĭ":105487,"æĪ°":105488,"æĿijéĩĮ":105489,"æľĭåıĭåľĪ":105490,"åĨ¬å¤©":105491,"ä¸Ńåįİ人æ°ij":105492,"åįıåķĨ":105493,"è¯ĦéĢī":105494,"æĹŃ":105495,"å¢ŀåĬłäºĨ":105496,"åıĹ伤":105497,"ä¸ĢèĤ¡":105498,"便æį·":105499,"ä¸ij":105500,"鹤":105501,"å¤ĸè§Ĥ":105502,"å·¥ç¨ĭå¸Ī":105503,"åĴĮåħ¶ä»ĸ":105504,"è¿Ļå°±":105505,"ä¸Ńå°ıä¼ģä¸ļ":105506,"西åĮĹ":105507,"åĽ½æľīä¼ģä¸ļ":105508,"èĭ¥æĺ¯":105509,"åı¯æĥľ":105510,"çĶŁæĹ¥":105511,"åĩ½":105512,"ä¹°åįĸ":105513,"ç¥Ŀç¦ı":105514,"人æ°ij群ä¼Ĺ":105515,"åħīæĺİ":105516,"åħ¬å¯ĵ":105517,"æĺ¯è°ģ":105518,"æĪijçŁ¥éģĵ":105519,"è¯Ńæĸĩ":105520,"æķıæĦŁ":105521,"ä¸įéĶĻçļĦ":105522,"æĿ¥è®²":105523,"æ³¢åĬ¨":105524,"çļĦ第ä¸Ģ":105525,"åľ°éľĩ":105526,"åľ¨åħ¨åĽ½":105527,"骨干":105528,"å®īç½®":105529,"家çĶµ":105530,"ä¸İæѤ":105531,"ä¸İæѤåIJĮæŶ":105532,"åıĹçģ¾":105533,"çĥŃ线":105534,"çļĦæĬĢæľ¯":105535,"æµĭéĩı":105536,"ä¾Ŀèµĸ":105537,"ä¸ŃåĽ½çļĦ":105538,"çī¹æĢ§":105539,"è¾ĥé«ĺ":105540,"踩":105541,"ä¼ļåľ¨":105542,"建éĢł":105543,"导èĪª":105544,"æĥ³èµ·":105545,"åħ¨ä¸ĸçķĮ":105546,"建æĿIJ":105547,"ç¯Ģ":105548,"çļĦåŁºç¡Ģ":105549,"èĩªåĬ¨åĮĸ":105550,"åīįåIJİ":105551,"çĿ¡çľł":105552,"æݨè¡Į":105553,"æį®äºĨ解":105554,"ä»Ģä¹ĪæŶåĢĻ":105555,"ä¸įåĸľæ¬¢":105556,"çħ¤çĤŃ":105557,"éĤ£ä¹Īå¤ļ":105558,"å¸ĤåľºåĮĸ":105559,"ä¸į管æĺ¯":105560,"ç«ĭåľº":105561,"éĥ½æ²¡":105562,"课é¢ĺ":105563,"æĪij们å°Ĩ":105564,"è¿ĩçļĦ":105565,"åĨįåĬłä¸Ĭ":105566,"çĪ¾":105567,"身æĿIJ":105568,"çĶ·å¥³":105569,"è¿ľè¿ľ":105570,"çĶ·çĶŁ":105571,"èĩªèº«çļĦ":105572,"è´Łæĭħ":105573,"çĻ¾ä¸ĩ":105574,"西çıŃ":105575,"西çıŃçīĻ":105576,"åĩĢåĪ©æ¶¦":105577,"澳大":105578,"澳大åĪ©äºļ":105579,"ä¸įåİ»":105580,"æī¿åıĹ":105581,"楼çĽĺ":105582,"å¢ĥåĨħ":105583,"æ··åĩĿ":105584,"æ··åĩĿåľŁ":105585,"æĢĿæĥ³æĶ¿æ²»":105586,"å¸ĤåĮº":105587,"æĭĽæłĩ":105588,"åĽ¢ä½ĵ":105589,"è¿Ľåº¦":105590,"åĨĽéĺŁ":105591,"åıįå¼¹":105592,"äºĨä¸ĢäºĽ":105593,"æİ¥å¾ħ":105594,"çļĦåŃ¦ä¹ł":105595,"éħįéĢģ":105596,"é£Łåĵģå®īåħ¨":105597,"æĽ¿ä»£":105598,"æĺ¯ä»¥":105599,"éĢļçĶ¨":105600,"çłĶ究æīĢ":105601,"ç¦ħ":105602,"æīĶ":105603,"éļĶ离":105604,"ä¸ĩå¹³æĸ¹ç±³":105605,"çļĦè§Ħå®ļ":105606,"ç»ĻæĪij们":105607,"æ¿Ģåħī":105608,"ä¼ļåĩºçİ°":105609,"çŁŃä¿¡":105610,"ç©¿çĿĢ":105611,"æ²Īéĺ³":105612,"æķĻæĿIJ":105613,"éĺ²çĸ«":105614,"ä¼ĺèī¯":105615,"约å®ļ":105616,"æĪijçľģ":105617,"åħ¬æ°ij":105618,"éģ¸æĵ":105619,"éģ¸æĵĩ":105620,"å·²æĪIJ为":105621,"ä¸įå¿ħ":105622,"ç¥ĸåĽ½":105623,"å¹¶æľª":105624,"åľŁå£¤":105625,"å¾®ç¬ij":105626,"äºĭä¸ļåįķä½į":105627,"çļĦ游æĪı":105628,"åħ¬ç¤º":105629,"åIJĪçIJĨçļĦ":105630,"çªĿ":105631,"æ°Ķ象":105632,"家ä¸Ń":105633,"äº®çĽ¸":105634,"åį«æĺŁ":105635,"è®°è½½":105636,"è§Ĩéĩİ":105637,"åľ°åĮºçļĦ":105638,"ä½Ĩä»ĸ":105639,"èĤĮèĤī":105640,"äºıæįŁ":105641,"åĬŀåѦ":105642,"ä¸Ģè¡Į":105643,"è¯ŀçĶŁ":105644,"åıijå¸ĥçļĦ":105645,"çļĦæľįåĬ¡":105646,"çļĦçłĶ究":105647,"åij¨æľ«":105648,"产ä¸ļåĽŃ":105649,"é«ĺ温":105650,"æĪIJåĬŁçļĦ":105651,"æŃ¥éª¤":105652,"åŃĺåĤ¨":105653,"åŃIJåħ¬åı¸":105654,"让她":105655,"ä¸Ńæľī":105656,"åĺī宾":105657,"妮":105658,"æĺİå¹´":105659,"äºĨåIJĹ":105660,"äºīè®®":105661,"æĪĪ":105662,"ä¸Ģæľ¬":105663,"ç¾İ丽çļĦ":105664,"ä½łè¯´":105665,"大人":105666,"æĶ»çķ¥":105667,"ä¸įæľĥ":105668,"å¾ħéģĩ":105669,"ä¸Ģè¾Ĩ":105670,"çīĪæĿĥæīĢæľī":105671,"æ°ijä¼Ĺ":105672,"åĬŁå¤«":105673,"å±ķä¼ļ":105674,"大èĦij":105675,"æ¯ıæľĪ":105676,"å°ı麦":105677,"æµĻæ±Łçľģ":105678,"çļĦæīĢæľī":105679,"ä¸ĭæ»ij":105680,"èĵĿèī²":105681,"è¦ģæĥ³":105682,"åѦçĶŁçļĦ":105683,"å½ĵä½ł":105684,"ä½ľæĪĺ":105685,"家乡":105686,"å¤ļåIJį":105687,"é«ĺäºİ":105688,"åĿļ强":105689,"è¿ŀéĶģ":105690,"åIJİæŀľ":105691,"人äºĭ":105692,"ç´ħ":105693,"æ¿ĢåĬ¨":105694,"è¿ĽæĶ»":105695,"ç©Ĩ":105696,"ä¸ĺ":105697,"让èĩªå·±":105698,"以æѤ":105699,"夫人":105700,"å¼Ģ设":105701,"æ°Ķè´¨":105702,"鸡èĽĭ":105703,"çĦ¡æ³ķ":105704,"åIJĥäºĨ":105705,"åĪĨåĪ«ä¸º":105706,"èģĶåIJĪåĽ½":105707,"å½ĵ代":105708,"å¦Ĥæŀľæĺ¯":105709,"è¿ľç¨ĭ":105710,"åĸĤ":105711,"è®°ä½ı":105712,"æ¸ħåįķ":105713,"åIJĪä½ľä¼Ļä¼´":105714,"åİ»åģļ":105715,"æķħéļľ":105716,"模æĭŁ":105717,"å¸ĪçĶŁ":105718,"åīįæĿ¥":105719,"çĶµè§Ĩåī§":105720,"çĥŃçĪ±":105721,"éľ²åĩº":105722,"é«ĺå±Ĥ":105723,"çĶµåĻ¨":105724,"纪å¾ĭ":105725,"å¼ĢåıijåķĨ":105726,"éķ¿å®ī":105727,"è½½ä½ĵ":105728,"çļĦå°±æĺ¯":105729,"被人":105730,"åıĹçIJĨ":105731,"篮çIJĥ":105732,"èİİ":105733,"交ç»Ļ":105734,"æľªæĿ¥çļĦ":105735,"两大":105736,"åIJķå¸ĥ":105737,"çŃī人":105738,"çļĦæĹ¥åŃIJ":105739,"åIJĪä½ľç¤¾":105740,"æĮijéĢī":105741,"åŃĺ款":105742,"ç³»ç»ŁçļĦ":105743,"æĬĬå®ĥ":105744,"没æľīä»Ģä¹Ī":105745,"ä»İæѤ":105746,"ä¸ŃåįĪ":105747,"çĸ¼çĹĽ":105748,"å·©åĽº":105749,"浪漫":105750,"缸åħ³éĥ¨éŨ":105751,"éķ¿åŁİ":105752,"纤维":105753,"ä¸ĬéŨ":105754,"çĪĨçĤ¸":105755,"èµ·çĤ¹":105756,"çļĦéĢļçŁ¥":105757,"èĢĮæĿ¥":105758,"çļĦèĢģ":105759,"æīĭéĩĮ":105760,"è¯ŃéŁ³":105761,"è¾Ľèĭ¦":105762,"æ±Łèĭıçľģ":105763,"çĶ¨äºĨ":105764,"身份è¯ģ":105765,"æľīåĬ©":105766,"æľīåĬ©äºİ":105767,"çī©èģĶç½ij":105768,"åĩºéŨ":105769,"å¼ŁåŃIJ":105770,"æĥ¹":105771,"è¿Ļ件äºĭ":105772,"æĪij们åı¯ä»¥":105773,"çļĦçĶŁåij½":105774,"æľīä¸Ģç§į":105775,"åºĹéĵº":105776,"åıĮæīĭ":105777,"çļĦæ¶Īæģ¯":105778,"èĢIJå¿ĥ":105779,"å°´å°¬":105780,"éĤ£å¤©":105781,"é¦ĸæī¹":105782,"æĺ¯ä¸Ģ家":105783,"人æ°Ķ":105784,"åıįæŃ£":105785,"æĪijåĴĮ":105786,"å®łçī©":105787,"ä¸į对":105788,"寻æ±Ĥ":105789,"çĽ¸ä¼¼":105790,"åľ¨ç¾İåĽ½":105791,"åı«åģļ":105792,"åĹİ":105793,"ç«ĭ足":105794,"çĶ¨éĢĶ":105795,"åħĨ":105796,"大æ°Ķ":105797,"åIJijä¸Ĭ":105798,"ä»ĸå°±":105799,"é¡¹çĽ®å»ºè®¾":105800,"èĭ¥å¹²":105801,"æĺ¯æľī":105802,"æ¿Ģæĥħ":105803,"çļĦæĦıä¹ī":105804,"æĺŃ":105805,"严éĩįçļĦ":105806,"å¯ĨéĽĨ":105807,"èĪŀè¹Ī":105808,"èį£èİ·":105809,"èİ·æĤī":105810,"æ±ŁåįĹ":105811,"åģĩå¦Ĥ":105812,"æĪ·å¤ĸ":105813,"线索":105814,"ç§ģ人":105815,"转åŀĭåįĩ级":105816,"çļĦä»·åĢ¼":105817,"åįķçĭ¬":105818,"èĢģçĻ¾å§ĵ":105819,"å°įæĸ¼":105820,"åĽ½éĻħåĮĸ":105821,"ä¼°åĢ¼":105822,"æľįåĬ¡ä¸ļ":105823,"èĩŃ":105824,"æİīäºĨ":105825,"解åĨ³äºĨ":105826,"ä¹Łä¸įèĥ½":105827,"åħ¹":105828,"æĸ¯çī¹":105829,"æķħæĦı":105830,"è¿ĩ度":105831,"èĬĤæĹ¥":105832,"çĻ½çĻľ":105833,"çĻ½çĻľé£İ":105834,"继æī¿":105835,"äºĨä¸įå°ij":105836,"äºĮ人":105837,"è§ģéĿ¢":105838,"æĥ³æĥ³":105839,"å¤įåIJĪ":105840,"康å¤į":105841,"åİ¿åŁİ":105842,"åľ¨åĽ½åĨħ":105843,"åľºåľ°":105844,"éĻ¶çĵ·":105845,"è¿Ļ项":105846,"çľ¼ä¸Ń":105847,"糸":105848,"æĦŁè§īåĪ°":105849,"æŀľçĦ¶":105850,"æĶ¾åħ¥":105851,"约æĿŁ":105852,"æİĴæŁ¥":105853,"车主":105854,"çļĦæĦıæĢĿ":105855,"æĸ°åŁİ":105856,"æĥ³çĿĢ":105857,"éģĤ":105858,"èĮ¶åı¶":105859,"ä¹°æĪ¿":105860,"åĨľæĪ·":105861,"é«ĺæīĭ":105862,"çİīç±³":105863,"æĸ°åĨłèĤºçĤİ":105864,"çħ§æĺİ":105865,"æĮĩåįĹ":105866,"踢":105867,"æķijæı´":105868,"æĻ¯çĤ¹":105869,"ç¨İæĶ¶":105870,"çļĦæīĭ":105871,"æŃ£å¥½":105872,"è¦ģæĬĬ":105873,"éļıæĦı":105874,"åħ¶å®ŀæĺ¯":105875,"ç»Ļèĩªå·±":105876,"è°ĪåĪ¤":105877,"æ¯ı天éĥ½":105878,"æĢģåĬ¿":105879,"é¢Ħ约":105880,"åİĨåı²ä¸Ĭ":105881,"å®Ŀè´Ŀ":105882,"åīįè¿Ľ":105883,"ä¹Łå°±æĺ¯è¯´":105884,"çļĦæĦıè§ģ":105885,"åı£ç½©":105886,"åİĺç±³":105887,"èĬ±è´¹":105888,"ä½ĵèĤ²æĬķ注":105889,"åħ¬ä¼Ĺåı·":105890,"èijĹåIJįçļĦ":105891,"å¼ĢæĪ·":105892,"æĭįåįĸ":105893,"å²ģæľĪ":105894,"åĨħ涵":105895,"å®Įæķ´çļĦ":105896,"é«ĺåİĭ":105897,"åħ¬åĬ¡åijĺ":105898,"使çĶ¨çļĦ":105899,"çĶŁäº§çº¿":105900,"妹妹":105901,"走访":105902,"æĺ¯åı¯ä»¥":105903,"åľ¨å®¶":105904,"æļ´åĬĽ":105905,"æ³°åĽ½":105906,"è´¨çĸij":105907,"ä¸įéģİ":105908,"天çĦ¶æ°Ķ":105909,"缺çĤ¹":105910,"å°ıåŀĭ":105911,"ä¸įä»ħæĺ¯":105912,"é»ijæļĹ":105913,"梨":105914,"æĸĩæĹħ":105915,"è¦ģæľī":105916,"ä¸Ńå±±":105917,"çļĦæķ°æį®":105918,"å¾Ĺå¾Ī":105919,"以便":105920,"对ä»ĸ":105921,"åĬłä»¥":105922,"çĻ¼çı¾":105923,"设å®ļ":105924,"èĤļåŃIJ":105925,"éĿĸ":105926,"å¥īçĮ®":105927,"ä¸įåıĺ":105928,"åı£ç¢ij":105929,"åľ¨åĵªéĩĮ":105930,"ä½IJ":105931,"è¿Ļ两个":105932,"çļĦæĸ¹åIJij":105933,"æŀ«":105934,"äºĮ次":105935,"çīĩåĮº":105936,"éłIJ":105937,"ç£Ĭ":105938,"æĭ¿çĿĢ":105939,"å·²ç»ıæĪIJ为":105940,"ä¹ĭä¸Ĭ":105941,"å®ĹæŨ":105942,"奶奶":105943,"é«ĺæĸ°åĮº":105944,"社æľĥ":105945,"è·Łè¸ª":105946,"æľįåĬ¡ä¸Ńå¿ĥ":105947,"æī¯":105948,"æīĭæĮĩ":105949,"礼çī©":105950,"宿èĪį":105951,"çĶ¨å¿ĥ":105952,"æıIJé«ĺäºĨ":105953,"亮çĤ¹":105954,"ä¸įæĦ¿æĦı":105955,"æĴŃæĶ¾":105956,"å¤ļå°ijéĴ±":105957,"没ä»Ģä¹Ī":105958,"æķ°åįģ":105959,"æĢ»çĽij":105960,"çļĦåŁİå¸Ĥ":105961,"æī¾åĪ°äºĨ":105962,"åĨħåľ°":105963,"åĪ°çİ°åľ¨":105964,"æĪĺæĸĹåĬĽ":105965,"åİŁå§ĭ":105966,"åĥ§":105967,"åĢĴæĺ¯":105968,"æľĢåħ·":105969,"è´«åĽ°æĪ·":105970,"éĢģåĪ°":105971,"级åĪ«":105972,"åĩºèµĦ":105973,"æĪªæŃ¢":105974,"ç§įåŃIJ":105975,"èĥ½ä¸įèĥ½":105976,"幸è¿IJ":105977,"èĸĩ":105978,"项éĵ¾":105979,"æĮĤçīĮ":105980,"ä¸Ģ樣":105981,"ä¹ĺ客":105982,"èIJ½åIJİ":105983,"ä½ĨæĪij":105984,"æĹ©åľ¨":105985,"åĬ¨æ¼«":105986,"å¹³çŃī":105987,"å¯¹ä½ł":105988,"ä¸įæĢķ":105989,"å¤ĸçķĮ":105990,"å¤ļå¹´æĿ¥":105991,"é¦ĸ个":105992,"æ²³åįĹçľģ":105993,"æĪĸåħ¶ä»ĸ":105994,"éķľå¤´":105995,"åįĹæĺĮ":105996,"ä¸ĢéĿ¢":105997,"éĢłæĪIJçļĦ":105998,"å´Ķ":105999,"çŃĴ":106000,"æķĻèĤ²éĥ¨":106001,"åľ°åŁŁ":106002,"æĺĨæĺİ":106003,"å·´é»İ":106004,"æīĭ游":106005,"ä¸ĢæŶ":106006,"çłį":106007,"顶级":106008,"åħ±è®¡":106009,"åİŁæ²¹":106010,"è¾īçħĮ":106011,"说æĺ¯":106012,"æĸ°åįİ社":106013,"ç»ıåİĨäºĨ":106014,"ä¸įæŃ¢":106015,"è¦ģä¹Ī":106016,"èĢħçļĦ":106017,"æĢ»æĬķèµĦ":106018,"è¡Į驶":106019,"ä¸Ĭå¸Ŀ":106020,"年纪":106021,"çIJ¼":106022,"ä¼łè¯´":106023,"ç²¾èĭ±":106024,"æĸ¹éĴĪ":106025,"æ±Łæ¹ĸ":106026,"æĪIJçĤº":106027,"æĢ»éĩı":106028,"æĬķæĶ¾":106029,"åĬ¨çĶ»":106030,"èŤ":106031,"çĶµæºIJ":106032,"éĴĻ":106033,"åIJĮè¡Į":106034,"æĻ®éĢļçļĦ":106035,"åĽ¾ä¹¦é¦Ĩ":106036,"è¯ĪéªĹ":106037,"æħĪåĸĦ":106038,"è¿Ļ份":106039,"主æĮģ人":106040,"å°±è¿Ļæł·":106041,"èĢĮæĪIJ":106042,"èĩªè¡Į车":106043,"ä¸ŃåĽ½çī¹èī²":106044,"èĤ¿çĺ¤":106045,"åIJ¾":106046,"å¼Łå¼Ł":106047,"åıĹçĽĬ":106048,"éĢīæĭ©äºĨ":106049,"æĺİæĺ¾çļĦ":106050,"æĬ¥èĢĥ":106051,"ç¬ijéģĵ":106052,"éĽĸçĦ¶":106053,"温å·ŀ":106054,"éĿŀæ´²":106055,"ç§įç§į":106056,"åıĤåĬłäºĨ":106057,"è´§è¿IJ":106058,"éļı便":106059,"就没æľī":106060,"縣":106061,"央è§Ĩ":106062,"ç©¿è¶Ĭ":106063,"çļĦçݰ象":106064,"åĩłæ¬¡":106065,"çļĦé£İéĻ©":106066,"æŃĮæĽ²":106067,"æľ¬å±Ĭ":106068,"å¹´åĨħ":106069,"ä¸įè¶ħè¿ĩ":106070,"è¿ĩå¤ļ":106071,"å¿ħé¡»è¦ģ":106072,"ç»ĵ论":106073,"åĢŁéī´":106074,"ç¥ŀå¥ĩ":106075,"æľŁæľĽ":106076,"ä¸ĵ享":106077,"éĿŀ常éĩįè¦ģ":106078,"æĦıè¯ĨåĪ°":106079,"åIJĪ并":106080,"æĬĬèĩªå·±":106081,"å¥Ĺè£ħ":106082,"éŃĶæ³ķ":106083,"å¤ıåŃ£":106084,"ä¸įåĥı":106085,"å¢ĥçķĮ":106086,"æĥĬåĸľ":106087,"æľīä¸Ģ天":106088,"çĦ¦çĤ¹":106089,"æĪij认为":106090,"åħ°å·ŀ":106091,"çĶµæ°Ķ":106092,"èģĶç³»æĪij们":106093,"ç§ijæĻ®":106094,"她说":106095,"çļĦæĸĩç«ł":106096,"å¥ĩæĢª":106097,"åıĭ好":106098,"饮æĸĻ":106099,"çļĦæĶ¯æĮģ":106100,"çŃĶåºĶ":106101,"éĩįéĩı":106102,"çij¶":106103,"åĩıè½»":106104,"ç§ijåŃ¦å®¶":106105,"巴西":106106,"éĩijèŀįæľºæŀĦ":106107,"åħļå§Ķ书记":106108,"貸款":106109,"ç²¾èĩ´":106110,"ä»İæľª":106111,"åį°åĪ·":106112,"åĽŀ顾":106113,"é¦ĸéĥ½":106114,"åıijèĤ²":106115,"éĹ®éģĵ":106116,"è¾¾åĪ°äºĨ":106117,"å¿įä¸įä½ı":106118,"æīįæľī":106119,"æįIJèµł":106120,"ä½ĽæķĻ":106121,"ä¸įæ¸ħ":106122,"éĺŁéķ¿":106123,"缸åıį":106124,"æĬ¥èѦ":106125,"大åħ¨":106126,"æ¬§çĽŁ":106127,"帮å¿Ļ":106128,"çļĦæĻĤåĢĻ":106129,"缮å½ķ":106130,"足以":106131,"èī°éļ¾":106132,"ä»ĸä¹Ł":106133,"å·¥ä½ľèĢħ":106134,"头èĦij":106135,"缺éĻ·":106136,"æĪIJç«ĭäºĨ":106137,"å°±å¼Ģå§ĭ":106138,"认åIJĮ":106139,"é»Ħèī²":106140,"çĹħæĥħ":106141,"覺å¾Ĺ":106142,"è¿Ļ两":106143,"ä¿¡ä»°":106144,"åľĭ家":106145,"ä¸įä»ħä»ħæĺ¯":106146,"çĭ¬å®¶":106147,"èĪ¬çļĦ":106148,"æĿIJè´¨":106149,"æµ·ä¸Ĭ":106150,"çĤºäºĨ":106151,"æľºåĬ¨è½¦":106152,"缸å½ĵäºİ":106153,"å¤ļåħĥåĮĸ":106154,"æĽ´å¤§çļĦ":106155,"èĽ®":106156,"åģĩæľŁ":106157,"å¼ıçļĦ":106158,"交éĢļè¿IJè¾ĵ":106159,"çľģå§Ķ":106160,"ä¸įç®Ĺ":106161,"æĶ¾ä¸ĭ":106162,"éĹ¯":106163,"äººåľ¨":106164,"港åı£":106165,"æĹ¨åľ¨":106166,"åij½ä»¤":106167,"æŁIJ个":106168,"平稳":106169,"åıªå¥½":106170,"人人":106171,"äºŀ":106172,"äºĮç»´":106173,"äºĮç»´çłģ":106174,"æŀģ为":106175,"åĪ«å¢ħ":106176,"åħ¶ä½Ļ":106177,"大äºĭ":106178,"主管éĥ¨éŨ":106179,"æĹłéĶ¡":106180,"éŵ":106181,"éģŃåĪ°":106182,"说è¿ĩ":106183,"ä¸ºä½ł":106184,"解çŃĶ":106185,"éªĮæĶ¶":106186,"çļĦç»ıéªĮ":106187,"åĮ¹éħį":106188,"çģ«ç®Ń":106189,"豪åįİ":106190,"æŁIJæŁIJ":106191,"çļĦæĹ¶ä»£":106192,"书éĿ¢":106193,"æģĴ大":106194,"延éķ¿":106195,"ä¸ĢåIJĮ":106196,"æľªèĥ½":106197,"交æį¢":106198,"çĶ¢åĵģ":106199,"çŃīåĪ°":106200,"åĪĨ离":106201,"æīĵçĶµè¯Ŀ":106202,"å¹²çĩ¥":106203,"è¾ĥå¤ļ":106204,"å¤ļå¹´çļĦ":106205,"èĥĮæĻ¯ä¸ĭ":106206,"为ä¾ĭ":106207,"æijĺè¦ģ":106208,"å´Ľèµ·":106209,"æѤåĪ»":106210,"æľīæľºä¼ļ":106211,"æĿ¡æ¬¾":106212,"é¢Ĩ导å°ıç»Ħ":106213,"çļĦ身ä½ĵ":106214,"åįķä¸Ģ":106215,"央è¡Į":106216,"ä¸įæĸŃæıIJé«ĺ":106217,"ä»·åĢ¼è§Ĥ":106218,"èĬ½":106219,"èIJį":106220,"æ³ķå¾ĭæ³ķè§Ħ":106221,"ä¸įéĶĪ":106222,"ä¸įéĶĪéĴ¢":106223,"åĩºäºİ":106224,"èĻļæĭŁ":106225,"æį®æĤī":106226,"çĥ¦æģ¼":106227,"åħ¨æĸ°çļĦ":106228,"æī«æıı":106229,"çĻ»éĻĨ":106230,"èīºæľ¯å®¶":106231,"çļĦé£Łçī©":106232,"çļĦåŃĺåľ¨":106233,"客åİħ":106234,"æĪij们就":106235,"æŁ¥çľĭæĽ´å¤ļ":106236,"è¯Ħ审":106237,"å¸Ĥåł´":106238,"è¬Ľ":106239,"巨头":106240,"ä¸ŃåĽ½ç»ıæµİ":106241,"äºĨèĩªå·±çļĦ":106242,"åĨ³è®®":106243,"çĽijçĿ£ç®¡çIJĨ":106244,"æĬķ票":106245,"åĨį度":106246,"è¡ĮçĤº":106247,"注åħ¥":106248,"ä½ľä¸ºä¸Ģ个":106249,"æ¯ı个人éĥ½":106250,"åįķåħĥ":106251,"è¦ģçŁ¥éģĵ":106252,"被称为":106253,"ä¹ĭéĻħ":106254,"解éĻ¤":106255,"丸":106256,"溫":106257,"ä¸īæĺŁ":106258,"é²ľæĺİ":106259,"ä¹Łéĥ½":106260,"æĹ¶æľº":106261,"åĩºæīĭ":106262,"æĥħå½¢":106263,"åķĨè´¸":106264,"éĢī举":106265,"对èĩªå·±":106266,"çĶŁåĬ¨":106267,"åħĭæľį":106268,"个ä½ĵ":106269,"èĭij":106270,"稱":106271,"大åݦ":106272,"æĺ¯å¯¹":106273,"åĪ©æģ¯":106274,"è¿IJåĬ¨åijĺ":106275,"åĮĸ解":106276,"åīį沿":106277,"æĦŁæģ©":106278,"æĢ»ä¹ĭ":106279,"é«ĺæĸ°æĬĢæľ¯":106280,"åĿĩ为":106281,"åħ¨åĮº":106282,"æ°Ķæ°Ľ":106283,"åı¯ä»¥è¯´æĺ¯":106284,"ä½ı宿":106285,"åħļåijĺå¹²éĥ¨":106286,"åĹ¯":106287,"è·µè¡Į":106288,"çļĦä¸ĵä¸ļ":106289,"èĢĥéªĮ":106290,"èķ¾":106291,"åħ¬åŃIJ":106292,"çļĦçĬ¶æĢģ":106293,"æ½®æµģ":106294,"ä¿¡æīĺ":106295,"è´¼":106296,"åIJĦæĸ¹":106297,"æķijåĬ©":106298,"éĿŀ常çļĦ":106299,"æ¡¥æ¢ģ":106300,"åħ¬æĸ¤":106301,"ä¼¼çļĦ":106302,"çľĭ好":106303,"å±Ģéĥ¨":106304,"å®īéĿĻ":106305,"éħį件":106306,"常è§Ħ":106307,"å¼Ģ车":106308,"第äºĮ次":106309,"ä¸Ĭ级":106310,"åıĤèµĽ":106311,"家å±ŀ":106312,"强åĬ¿":106313,"åľ¨ä»ĸ":106314,"åIJijåīį":106315,"ä¹ĭåľ°":106316,"éĥ¡":106317,"è¡Įç¨ĭ":106318,"èѦåijĬ":106319,"è§Ħå®ļçļĦ":106320,"åķĨåŁİ":106321,"äºĶ大":106322,"æķĻ室":106323,"åįģ足":106324,"æīĢä»¥åľ¨":106325,"å°Ĩ继ç»Ń":106326,"çŃīæĸ¹å¼ı":106327,"家ä¼ģä¸ļ":106328,"交ä»ĺ":106329,"çĤ¹è¯Ħ":106330,"ç»ĵç®Ĺ":106331,"ä¹Łåı¯":106332,"å¤ĸæ±ĩ":106333,"è¿Ļç§įæĥħåĨµ":106334,"æİĪäºĪ":106335,"å¸ĥç½®":106336,"æĪIJç«ĭäºİ":106337,"é¢ĦèѦ":106338,"管çIJĨ人åijĺ":106339,"å©ļ礼":106340,"ç»ĵæĿŁåIJİ":106341,"åħ¥éĢī":106342,"æĹłæ¯Ķ":106343,"åĴĮåıijå±ķ":106344,"çĻ½éħĴ":106345,"çİ©åħ·":106346,"ä¸ĩç¾İåħĥ":106347,"çļĦæĪIJ绩":106348,"æĭįçħ§":106349,"èĢĥèĻijåĪ°":106350,"ä¼ģä¸ļåıijå±ķ":106351,"äºĨ个":106352,"çĶŁæ°Ķ":106353,"çļĦ女人":106354,"äºĶåįģ":106355,"çĪ·çĪ·":106356,"纽约":106357,"éĥ½è¢«":106358,"ä¸Ĭ课":106359,"çĽ¡":106360,"ä¼łç»ŁæĸĩåĮĸ":106361,"æ½ľåľ¨":106362,"åıijå°Ħ":106363,"ä¸Ģ身":106364,"éĺ²å®Ī":106365,"åĪ®":106366,"é¢ĺ缮":106367,"åľ¨åĨħçļĦ":106368,"ç¾İ好çļĦ":106369,"è¿ĻéĩĮçļĦ":106370,"ä¸Ģä¸Ŀ":106371,"人åĿĩ":106372,"åĢ¡å¯¼":106373,"身åIJİ":106374,"æī©å±ķ":106375,"大éŨ":106376,"就被":106377,"è¯¥é¡¹çĽ®":106378,"æŀ¶æŀĦ":106379,"ä¸Ģåı£":106380,"ä¿¡æģ¯æĬĢæľ¯":106381,"å¼Ģä¸ļ":106382,"æĶ¶åıĸ":106383,"ç½ij页":106384,"æĶ¯æı´":106385,"å°ģéĹŃ":106386,"å¡ijéĢł":106387,"大èĥĨ":106388,"å¿«éĢŁåıijå±ķ":106389,"çľĭä¼¼":106390,"æ¸Ŀ":106391,"è¿Ļæł·ä¸Ģ个":106392,"模åĿĹ":106393,"注æĦıåĪ°":106394,"çł´è§£":106395,"èĩªä»İ":106396,"åijµåijµ":106397,"ä¹ĭå¾Į":106398,"ä¹ĭæĹħ":106399,"è·ŁæĪij":106400,"æ³ķ人":106401,"æİĴè¡Įæ¦ľ":106402,"åĿļå®Ī":106403,"好å¤Ħ":106404,"çŁ³å¤´":106405,"并å°Ĩ":106406,"èĪ±":106407,"æŃĩ":106408,"两岸":106409,"å¤ļä¹ħ":106410,"象å¾ģ":106411,"个æĢ§åĮĸ":106412,"çļĦè§Ĵ度":106413,"å¸Ĩ":106414,"ç¦ıå·ŀ":106415,"æŁ¥å¤Ħ":106416,"ä¸¤åĽ½":106417,"åIJ¸å¼ķäºĨ":106418,"é¦ĸå¸Ń":106419,"大åĵ¥":106420,"é¤Ĭ":106421,"涨å¹ħ":106422,"éĢīçĶ¨":106423,"許å¤ļ":106424,"èIJ½æĪ·":106425,"åĵĪå°Ķ":106426,"åĵĪå°Ķ滨":106427,"åģļä»Ģä¹Ī":106428,"以åħį":106429,"é¾į":106430,"æĹłéľĢ":106431,"åĪ°åºķæĺ¯":106432,"æĢ¡":106433,"åijĬè¯īä½ł":106434,"éĺ²æ°´":106435,"è¿ĻæŶåĢĻ":106436,"欢ä¹IJ":106437,"转åIJij":106438,"è¿Ļä¸ªåľ°åĽ¾":106439,"åħ¥é©»":106440,"èįīåİŁ":106441,"æĹ¶ä»£çļĦ":106442,"åıĺåĬ¨":106443,"åĬłå¼ºå¯¹":106444,"åģ¶å°Ķ":106445,"å®ĪæĬ¤":106446,"æ°Ķ温":106447,"人éĹ´":106448,"æľĿé²ľ":106449,"ç»ıè´¹":106450,"åĽŃæŀĹ":106451,"å·¥åľ°":106452,"è§Ħæł¼":106453,"åĩłåįģ":106454,"è¯ķåĽ¾":106455,"å¦ĥ":106456,"éĤ£æŶåĢĻ":106457,"å¼ĺæī¬":106458,"ä¸ļçķĮ":106459,"çļĦéĢŁåº¦":106460,"ä¼ļä¸įä¼ļ":106461,"èIJ¥æĶ¶":106462,"å°ıå¾®ä¼ģä¸ļ":106463,"çľĭè¿ĩ":106464,"æĬĬä»ĸ":106465,"éģµå¾ª":106466,"è¿Ļè¾¹":106467,"没æľī人":106468,"壶":106469,"æ¹ĸåįĹçľģ":106470,"æŀģåħ¶":106471,"çļĦ人çĶŁ":106472,"ä»ĸè¿ĺ":106473,"转åĮĸ为":106474,"èµ°è¿ĩ":106475,"æĬ±çĿĢ":106476,"çīĽå¥¶":106477,"ä¸ĩ亩":106478,"å¿ĥæĢģ":106479,"æĹ¥å¸¸çĶŁæ´»":106480,"ä½ĵæ£Ģ":106481,"æĻĥ":106482,"çŃīé¢ĨåŁŁ":106483,"æĩī該":106484,"åı¯ä»¥çľĭåĪ°":106485,"æī¾ä¸įåĪ°":106486,"èĢģå¹´":106487,"æĬĬæĪij":106488,"积åĪĨ":106489,"梳çIJĨ":106490,"绳":106491,"çļĦæĶ¿æ²»":106492,"å¸ĿåĽ½":106493,"éĻªä¼´":106494,"æ´Ľéĺ³":106495,"åħ¬æŃ£":106496,"å¼Ģåı£":106497,"çī¹èī²çļĦ":106498,"åĽ°å¢ĥ":106499,"ä¸Ĭæľī":106500,"ç«ĭä½ĵ":106501,"æīĵå·¥":106502,"åķ¤éħĴ":106503,"åľ¨éĤ£éĩĮ":106504,"éĤ£è¾¹":106505,"个åĪ«":106506,"ä¸Ģå®ļæĺ¯":106507,"çļĦéĩįè¦ģæĢ§":106508,"ä¸»å¼ł":106509,"åĴĮæľįåĬ¡":106510,"ä¸Ĭç½ij":106511,"è¡¥åĬ©":106512,"åıªéľĢ":106513,"弦":106514,"éģ®":106515,"åĬĽäºī":106516,"度è¿ĩ":106517,"èij¬":106518,"é¡¿æŶ":106519,"éĦī":106520,"纺ç»ĩ":106521,"åľ°åĿĹ":106522,"ä¿¡çĶ¨åį¡":106523,"ç½ļ款":106524,"åijĬè¯īæĪij":106525,"éĽĻ":106526,"书çĶ»":106527,"è¨Ńè¨Ī":106528,"æĢ»ä¼ļ":106529,"åĪ¤åĨ³":106530,"ä¿¡èªī":106531,"个èĤ¡":106532,"平常":106533,"æĢİ麼":106534,"ä½ĵçİ°åľ¨":106535,"é»Ħæ²³":106536,"åĽĽå·Ŀçľģ":106537,"羣缸":106538,"åIJĦé¡¹å·¥ä½ľ":106539,"åĬ¨åijĺ":106540,"å³°ä¼ļ":106541,"ä¸ĢæľŁ":106542,"æľīä¸Ģå®ļçļĦ":106543,"é«ĺ度éĩįè§Ĩ":106544,"ç¹ģèį£":106545,"åıijçİ°äºĨ":106546,"ç½ij红":106547,"æīĭæ³ķ":106548,"家åĽŃ":106549,"仪åĻ¨":106550,"è¾ĥä½İ":106551,"çļĦå®īåħ¨":106552,"æ¡IJ":106553,"ä»ĺ款":106554,"æĬijåĪ¶":106555,"åįĵè¶Ĭ":106556,"æŃ£éĿ¢":106557,"åĵij":106558,"强åĪ¶":106559,"ä»Ĭ天çļĦ":106560,"æĪĺèĥľ":106561,"楼å¸Ĥ":106562,"æĭ¿ä¸ĭ":106563,"é¢ľåĢ¼":106564,"举éĥ¨":106565,"çłĶåĪ¶":106566,"çļĦæĪĺçķ¥":106567,"åľ¨ä¸Ģ个":106568,"ä¸ī人":106569,"å®ĮäºĨ":106570,"æĸ°æĬĢæľ¯":106571,"ç»ıæµİæķĪçĽĬ":106572,"å¯Įæľī":106573,"澳洲":106574,"åĬ©çIJĨ":106575,"é¢Ĩåıĸ":106576,"è°Ń":106577,"çĩĥçĥ§":106578,"ç´łåħ»":106579,"éĤĦæľī":106580,"è¿ĽèĢĮ":106581,"ä»Ģä¹Īæĺ¯":106582,"çłĶ究ä¸Ńå¿ĥ":106583,"éĢĤçĶ¨äºİ":106584,"æİ¥æĶ¶":106585,"å¤±æľĽ":106586,"äºĮ级":106587,"éĹ´çļĦ":106588,"åİŁæłĩé¢ĺ":106589,"èªįçĤº":106590,"æį¡":106591,"对çĿĢ":106592,"对éĿ¢":106593,"ä¸ŃåİŁ":106594,"éĵĥ":106595,"çĶŁäº§çļĦ":106596,"åıijå¸ĥä¼ļ":106597,"士åħµ":106598,"è¿Ļåı¥è¯Ŀ":106599,"缴纳":106600,"ä¸Ģ个个":106601,"åѸçĶŁ":106602,"çĸijéĹ®":106603,"交èѦ":106604,"示èĮĥåĮº":106605,"天使":106606,"åľ¨ä¸Ĭæµ·":106607,"åIJĮæĻĤ":106608,"è½»æĺĵ":106609,"åĶ¯ä¸ĢçļĦ":106610,"çĥŃéĹ¹":106611,"ä¹IJè§Ĥ":106612,"çļĦ身份":106613,"åĸĦäºİ":106614,"大åİħ":106615,"èĤ¯å®ļæĺ¯":106616,"éĺ²çģ«":106617,"å¤ĸåĩº":106618,"æį®è¯´":106619,"é¡¹çĽ®çļĦ":106620,"ä¸Ģåı°":106621,"èĻļåģĩ":106622,"ä¸Ģç¬Ķ":106623,"ç«ĭæ³ķ":106624,"严èĤĥ":106625,"æī¿åĬŀ":106626,"åįģåĩł":106627,"çļĦ空éĹ´":106628,"æľ¬ç½ijç«Ļ":106629,"åģļå¾Ĺ":106630,"ä¿Ŀ温":106631,"æľĪåĪĿ":106632,"åľ¨ç½ijä¸Ĭ":106633,"åIJĦæĸ¹éĿ¢":106634,"ä¸ī天":106635,"交æĺĵæīĢ":106636,"解æŀIJ":106637,"åħļä¸Ń央":106638,"è¿Ľåĩºåı£":106639,"åĴĮ社ä¼ļ":106640,"次æķ°":106641,"ä¹ĭ家":106642,"维度":106643,"æ´¾åĩºæīĢ":106644,"产çĶŁäºĨ":106645,"带æľī":106646,"å¾Ī强":106647,"æľīäºĽäºº":106648,"å¹´åIJİ":106649,"äºĨ许å¤ļ":106650,"å¯Ĩ度":106651,"åŃ¦æľŁ":106652,"çıłæµ·":106653,"æľĢå¤ļçļĦ":106654,"è¾¹ç¼ĺ":106655,"容éĩı":106656,"第äºĮ个":106657,"ä¸Ģ缴æĺ¯":106658,"ä¸įç¦ģ":106659,"æŃ²":106660,"ä»ĭç»įäºĨ":106661,"ä¼ĺéĽħ":106662,"æ¯Ķè¼ĥ":106663,"èģĮä½į":106664,"温æŁĶ":106665,"æľīéĴ±":106666,"æľĢé«ĺçļĦ":106667,"åįļè§Īä¼ļ":106668,"ä¸įæĪIJ":106669,"éĶĻäºĨ":106670,"è¯ģçĽij":106671,"è¯ģçĽijä¼ļ":106672,"æĪIJ人":106673,"åĿĩåĮĢ":106674,"æľīåĪ©":106675,"è¶ĬåįĹ":106676,"æīĵäºĨ":106677,"好åIJĥ":106678,"系統":106679,"è·Łéļı":106680,"çļĦåľ°ä½į":106681,"æŃ£å¦Ĥ":106682,"ç¨įå¾®":106683,"åį°åıij":106684,"åĪĽç«ĭ":106685,"é£İåħī":106686,"å°ĨæĪIJ为":106687,"ä¸įé«ĺ":106688,"é¢ijç¹ģ":106689,"设æľī":106690,"ä¼ŀ":106691,"æĭĨéĻ¤":106692,"å½±åĥı":106693,"æ¸ĹéĢı":106694,"å¹´å¼Ģå§ĭ":106695,"ç½ijæĺĵ":106696,"è¦ģåģļ":106697,"çĶµåĬ¨è½¦":106698,"羣å¿ĥ":106699,"æµ·åĨĽ":106700,"ä¼łæĿ¥":106701,"å·®åĪ«":106702,"è°¨æħİ":106703,"çĥŁåı°":106704,"åįĥå¹´":106705,"è¯ģå®ŀ":106706,"çIJª":106707,"çļĦåħ·ä½ĵ":106708,"åĪ°å¤Ħ":106709,"ä¸įå®ľ":106710,"èľĢ":106711,"èĥ½åĬĽåĴĮ":106712,"çīºçī²":106713,"çļĦéĴ±":106714,"大éĺŁ":106715,"é¦ĸè¦ģ":106716,"ä¸įæĦ¿":106717,"çİ«çij°":106718,"人æ°ijç½ij":106719,"è¿ĺæĺ¯è¦ģ":106720,"åĽĽå¹´":106721,"æįŁä¼¤":106722,"çļĦåģļæ³ķ":106723,"éĿĪ":106724,"è¡Ķæİ¥":106725,"åIJĪæĪIJ":106726,"没人":106727,"éĹ¨æ§Ľ":106728,"ä¿¡è´·":106729,"çļĦ缸åħ³":106730,"举é£İ":106731,"社ä¿Ŀ":106732,"ä¸ĭ游":106733,"åĿĹéĴ±":106734,"è¿ĩåIJİ":106735,"çļĦåºĶçĶ¨":106736,"饶":106737,"é¢ģåıij":106738,"ä¸Ģå¤Ħ":106739,"åįİå¤ı":106740,"为ä¼ģä¸ļ":106741,"åıªä¼ļ":106742,"侵害":106743,"çļĦåĬŁèĥ½":106744,"åѸç¿Ĵ":106745,"ä¸Ńåįİæ°ijæĹı":106746,"åıijå¸ĥäºĨ":106747,"è¿İæİ¥":106748,"æĪijèĩªå·±":106749,"è¿ĺéľĢè¦ģ":106750,"太éĺ³èĥ½":106751,"åİ»ä¸ĸ":106752,"æĺ¯ä½ł":106753,"åIJĪåĬĽ":106754,"ç»ĺçĶ»":106755,"åı°åĮĹ":106756,"çĿ£ä¿ĥ":106757,"åĮĹéĥ¨":106758,"æľīå¤ļå°ij":106759,"å¾Īéĩįè¦ģ":106760,"åĪĴåĪĨ":106761,"åı·çº¿":106762,"æĶ¾å¤§":106763,"ä¼ļ被":106764,"èİ·å¥ĸ":106765,"ä¹ĭåĨħ":106766,"失åİ»äºĨ":106767,"çݩ家们":106768,"éĩĩéĽĨ":106769,"壹":106770,"家ä¼Ļ":106771,"çĻ½å¤©":106772,"åĽłä¸ºä»ĸ":106773,"社ä¼ļæ²»çIJĨ":106774,"å¼ĢåĪĽ":106775,"çĶµç¼Ĩ":106776,"æĸ°ä¸Ģ代":106777,"并è´Ń":106778,"就已ç»ı":106779,"çļĦ社ä¼ļ":106780,"éĻ¤éĿŀ":106781,"åı¯ä»¥çĶ¨":106782,"å©ī":106783,"æ¯Ķè¾ĥ好":106784,"å®ŀä¸ļ":106785,"åĪĽåĬŀ":106786,"æıIJèµ·":106787,"é»ĥ":106788,"ä½ıåľ¨":106789,"å¸ĤæĶ¿":106790,"éĿ¢ä¸´çļĦ":106791,"èĥ½åľ¨":106792,"çŁŃçŁŃ":106793,"çľŁäºº":106794,"æĺİæĺİ":106795,"èµĦåĬ©":106796,"çļĦä¸įåIJĮ":106797,"å°ıæľĭåıĭ":106798,"é¢ĺæĿIJ":106799,"ç¾İåij³":106800,"æĺŁåº§":106801,"ä¸įä¸Ģæł·çļĦ":106802,"çľĭä¸Ĭåİ»":106803,"ä¸Ģæł¹":106804,"广å·ŀå¸Ĥ":106805,"åıijçĶŁçļĦ":106806,"é«ĺç§ijæĬĢ":106807,"ä¸Ģè¾ĪåŃIJ":106808,"交åıī":106809,"ä½ĵ系建设":106810,"åĽłä¸ºæĪij":106811,"çıįæĥľ":106812,"ä¸ĬåѦ":106813,"æĪĺæľ¯":106814,"æѤ类":106815,"交å¾Ģ":106816,"æĮīæij©":106817,"人们çļĦ":106818,"åħ¶å¯¦":106819,"åİŁæĿIJæĸĻ":106820,"æ¸´æľĽ":106821,"缸å¤Ħ":106822,"微微":106823,"æ®·":106824,"ä¹ĺåĿIJ":106825,"å¼Ģå±ķäºĨ":106826,"é«ĺåĵģè´¨":106827,"æĹłäººæľº":106828,"ä¸įæĺ¯å¾Ī":106829,"çļĦæĬķèµĦ":106830,"èĬĤçľģ":106831,"èĩī":106832,"ç²¾éĢī":106833,"çļĦæłĩåĩĨ":106834,"åįĹéĥ¨":106835,"认è¯ĨåĪ°":106836,"å¹³éĿĻ":106837,"èĹ¥":106838,"æī«é»ij":106839,"æī«é»ijéĻ¤":106840,"æī«é»ijéĻ¤æģ¶":106841,"éĢĻ種":106842,"建çŃijéĿ¢ç§¯":106843,"ç¡®ç«ĭ":106844,"管çIJĨåĬŀæ³ķ":106845,"æĦıå¿Ĺ":106846,"丨":106847,"让åŃ©åŃIJ":106848,"æķijçģ¾":106849,"å½ĵä»Ĭ":106850,"çģ«çģ¾":106851,"åIJĦéĥ¨éŨ":106852,"ä¾µçĬ¯":106853,"æ¯ıåij¨":106854,"æı½":106855,"ä¸Ģ次æĢ§":106856,"åħ¶ä»ĸ人":106857,"éĶĻè¿ĩ":106858,"ä¸İåħ¶":106859,"åĭĩæ°Ķ":106860,"çĩĥæ°Ķ":106861,"é¦ĸå±Ĭ":106862,"æľį饰":106863,"ç²¥":106864,"å®Įæ¯ķ":106865,"å°±æĬĬ":106866,"åĬŀäºĭå¤Ħ":106867,"ä¸Ģä¼ļåĦ¿":106868,"离ä¸įå¼Ģ":106869,"å¦ĤæŀľæĤ¨":106870,"ä»ĵåºĵ":106871,"导å¸Ī":106872,"åIJĪéĢĤçļĦ":106873,"毫米":106874,"å®īåħ¨æĢ§":106875,"ä¾Ŀçħ§":106876,"产ä¸ļåĮĸ":106877,"ä½łçľĭ":106878,"羣çļĦå¾Ī":106879,"åѤçĭ¬":106880,"éĺ²å¾¡":106881,"å¾Īç®Ģåįķ":106882,"é£İæ°´":106883,"ä½Ĩä¹Ł":106884,"æݨåĩºäºĨ":106885,"æ°ijèIJ¥ä¼ģä¸ļ":106886,"çłģ头":106887,"å¤įæĿĤçļĦ":106888,"ç»ĦæĪIJéĥ¨åĪĨ":106889,"åħħ满äºĨ":106890,"è¿ijåĩłå¹´":106891,"çľģæĶ¿åºľ":106892,"æľīå¿ħè¦ģ":106893,"éĻ³":106894,"ä¹ĭç±»":106895,"ä¹ĭç±»çļĦ":106896,"æĢ§ä»·":106897,"æĢ§ä»·æ¯Ķ":106898,"åķĨåºĹ":106899,"å¸ĤåĢ¼":106900,"人æīįåŁ¹åħ»":106901,"æ·±åıĹ":106902,"管çIJĨå±Ģ":106903,"æģIJæĥ§":106904,"ä»ħæľī":106905,"æĬµè¾¾":106906,"æµ·åħ³":106907,"èµĭäºĪ":106908,"äºĭåĦ¿":106909,"ä»·éĴ±":106910,"æīĭä¸Ĭ":106911,"èĩªå¾ĭ":106912,"åħ³çĪ±":106913,"享æľī":106914,"éģĹæĨ¾":106915,"å¾Īå¿«å°±":106916,"æĽ´å¿«":106917,"æłĩè¯Ĩ":106918,"åºĨç¥Ŀ":106919,"ä¹Łå¥½":106920,"ä¸įæĺĵ":106921,"æĪijå¾Ī":106922,"æĶ¹éĿ©åıijå±ķ":106923,"å¤ĸåľ°":106924,"æĬµæĬ¼":106925,"è¯Ĺ人":106926,"åİķæīĢ":106927,"æĸ°åªĴä½ĵ":106928,"èĸĽ":106929,"è°Īè¯Ŀ":106930,"ä¸Ģå®ļç¨ĭ度":106931,"èµ°åľ¨":106932,"æľĢ强":106933,"åĬŁçİĩ":106934,"åħ±è¯Ĩ":106935,"大桥":106936,"ä¸ĭæĸ¹":106937,"å¤ĸèµĦ":106938,"碱":106939,"å·¡è§Ĩ":106940,"æ¹ĸåĮĹçľģ":106941,"个çĻ¾åĪĨ":106942,"个çĻ¾åĪĨçĤ¹":106943,"çļĦ责任":106944,"çļĦåĵģçīĮ":106945,"åĬ©æݨ":106946,"åĪĽéĢłäºĨ":106947,"ä»»èģĮ":106948,"å¿«æį·":106949,"æĿijåºĦ":106950,"åİ»çľĭ":106951,"æīįèĥ½å¤Ł":106952,"層":106953,"æĪij家":106954,"æĺ¯ä¸Ģ款":106955,"ç¾ħ":106956,"åĨ°éĽª":106957,"æŀģ大":106958,"çģ¯åħī":106959,"éĨĭ":106960,"ä¸İåħ¶ä»ĸ":106961,"æıIJåĩºçļĦ":106962,"éĿłè¿ij":106963,"è°ĥåĬ¨":106964,"å°½åı¯èĥ½":106965,"åıijåĬĽ":106966,"ç»Ļ她":106967,"éĢĤéĩı":106968,"è·¨åĽ½":106969,"åħĪè¡Į":106970,"æĸ°æĿIJæĸĻ":106971,"ä½ľäºĨ":106972,"满äºĨ":106973,"ä¸į满":106974,"çļĦçľ¼çĿĽ":106975,"çľĭå¾Ĺ":106976,"è¿Ļä¸Ģ次":106977,"é½IJåħ¨":106978,"çļĦä¸Ģéĥ¨åĪĨ":106979,"ä¸Ļ":106980,"æ¸ħæĸ°":106981,"說æĺİ":106982,"身边çļĦ":106983,"æīĢæľī人":106984,"å½°æĺ¾":106985,"è±¹":106986,"åį¿":106987,"è¿IJ转":106988,"æĮĩå¼ķ":106989,"å¸Ĥåħ¬å®īå±Ģ":106990,"åıĤå±ķ":106991,"ä¹ĭæŶ":106992,"éĩijèŀįæľįåĬ¡":106993,"èµĦæľ¬å¸Ĥåľº":106994,"èĥ½è®©":106995,"å¿ĺäºĨ":106996,"天åłĤ":106997,"æ¯Ķå¦Ĥ说":106998,"éĬĢè¡Į":106999,"èĽĭç³ķ":107000,"çĶ©":107001,"æł¸å®ŀ":107002,"æĻ®äº¬":107003,"ä¼ĺç¾İ":107004,"åı£èħĶ":107005,"漫çĶ»":107006,"çľ¼éĩĮ":107007,"äºĨä¸ĭæĿ¥":107008,"æĪijä»¬ä¹Ł":107009,"ä¾į":107010,"为ä¸Ńå¿ĥ":107011,"å¥ĩ迹":107012,"éĿĴçĿIJ":107013,"æĪªèĩ³çĽ®åīį":107014,"åĩºä¾Ĩ":107015,"æĢ»åħ¬åı¸":107016,"弥补":107017,"ç®Ĺæ³ķ":107018,"å·¥ä½ľå®¤":107019,"æīĢ以æĪij":107020,"æ°´åĪĨ":107021,"æīĢå±ŀ":107022,"ä¸į说":107023,"ä½Ĩæĺ¯åľ¨":107024,"è¦ģåİ»":107025,"åĪĽä¸ļèĢħ":107026,"ä¸įæ¸ħæ¥ļ":107027,"åĽĽåij¨":107028,"æĺ¯ä»İ":107029,"çļĦæł¹æľ¬":107030,"çģ¶":107031,"æ¯Ľæ³½":107032,"æ¯Ľæ³½ä¸ľ":107033,"æµ·åı£":107034,"åĽĽåįģ":107035,"ä¹Łè¢«":107036,"èģ·":107037,"ä¸Ģæīĭ":107038,"绩æķĪ":107039,"çļĦçĶ·äºº":107040,"书ç±į":107041,"ä¸ĢèĦ¸":107042,"大äºİ":107043,"鼶éĥ¨ä»¶":107044,"åħ³æĢĢ":107045,"平米":107046,"æļ´éľ²":107047,"å¾Ĺå¤ļ":107048,"ä¸ī级":107049,"æľ¬åij¨":107050,"两èĢħ":107051,"对ä¸ŃåĽ½":107052,"åıªè§ģ":107053,"欧ç¾İ":107054,"å¦Ĥæŀľæľī":107055,"å·²ç»ıæĺ¯":107056,"çľĭå®Į":107057,"çģ«éĶħ":107058,"èµIJ":107059,"ä¸Ģéģį":107060,"æĦŁåĨĴ":107061,"ç»ĵå±Ģ":107062,"ä»ĵåĤ¨":107063,"å®ŀåľ°":107064,"åī¯æĢ»ç»ıçIJĨ":107065,"ä¹Łä¸įçŁ¥éģĵ":107066,"碰åĪ°":107067,"åIJĪ计":107068,"客æĪ·çļĦ":107069,"ç½Ĺ马":107070,"æĦīå¿«":107071,"é£Ľ":107072,"çĥŃçĥĪ":107073,"伦æķ¦":107074,"åĮ»ä¿Ŀ":107075,"éĺ¿éĩĮå·´å·´":107076,"åĨį说":107077,"ä¸ºåŁºç¡Ģ":107078,"çĶŁäº§ç»ıèIJ¥":107079,"è¿ĻäºĽäºº":107080,"åĪĹ车":107081,"æ²³åĮĹçľģ":107082,"è¿Ļ段":107083,"æ´»åĬ¨ä¸Ń":107084,"å©·":107085,"çĶŁçIJĨ":107086,"ä¸ŃåĽ½äººæ°ij":107087,"éĦĤ":107088,"åIJ¬åıĸ":107089,"å¤įä¹ł":107090,"æľīçĽĬ":107091,"æĶ¶æĭ¾":107092,"å¾Īåı¯èĥ½":107093,"ç½ijç»ľæ¸¸æĪı":107094,"们çļĦ":107095,"èµĭèĥ½":107096,"éļ¾å¾Ĺ":107097,"åĪĨæīĭ":107098,"羣è¯ļ":107099,"åħ¬åı¸åľ¨":107100,"åĿĩè¡¡":107101,"åı£åij³":107102,"çīµå¤´":107103,"ä¸ĢèĪ¬çļĦ":107104,"轿车":107105,"çŃīäºİ":107106,"æ²īé»ĺ":107107,"æĪijéĥ½":107108,"å°ıç¨ĭåºı":107109,"ä¸Ģåī¯":107110,"æī¿è½½":107111,"åľ°è´¨":107112,"çķĮéĿ¢":107113,"çĶµæľº":107114,"çĦ¦èĻij":107115,"éĶĢåĶ®é¢Ŀ":107116,"æĸ°è½¦":107117,"ä¸Ĭ游":107118,"主æ¼Ķ":107119,"éļIJç§ģ":107120,"åıijå±ķæĪĺçķ¥":107121,"çļĦåĬªåĬĽ":107122,"å¼Ģåħ³":107123,"解åĨ³éĹ®é¢ĺ":107124,"çĿ£å¯¼":107125,"对æĬĹ":107126,"å¾Īå¤ļ人éĥ½":107127,"æĹłæķĪ":107128,"产åĵģè´¨éĩı":107129,"å®īå¿ĥ":107130,"åįİ人":107131,"ä¸į符åIJĪ":107132,"èĩªå®¶":107133,"éĺµå®¹":107134,"çļĦåIJĦç§į":107135,"çļĦçIJĨ念":107136,"çļĦæĸĩåĮĸ":107137,"为èĩªå·±":107138,"山水":107139,"游泳":107140,"éľĩèį¡":107141,"çĶŁæ´»æĸ¹å¼ı":107142,"è¿ľç¦»":107143,"çŁ³åĮĸ":107144,"æѤäºĭ":107145,"æĺ¯çľŁçļĦ":107146,"çļĦæ¯Ķä¾ĭ":107147,"çĶ¨çĶµ":107148,"奥è¿IJä¼ļ":107149,"ä¿Ŀå®ī":107150,"èĽĭçĻ½è´¨":107151,"çļĦå¿ĥçIJĨ":107152,"å·«":107153,"åı·çłģ":107154,"æ°Ķä½ĵ":107155,"åıijæĶ¹":107156,"åıijæĶ¹å§Ķ":107157,"åĮ»å¸Ī":107158,"æ¶ĤæĸĻ":107159,"æĺĬ":107160,"å¸Ĥ级":107161,"ä¸ĸçķĮçļĦ":107162,"åĪĨåĪ«æĺ¯":107163,"çł´äº§":107164,"ä¸ĢæĿ¯":107165,"æĭīå¼Ģ":107166,"å¹³åĩ¡":107167,"çļĦåıijçĶŁ":107168,"åĬ¨æīĭ":107169,"ä¸ĢçĽ´ä»¥æĿ¥":107170,"æīĭå·¥":107171,"éĩĮéĿ¢çļĦ":107172,"æĹłåħ³":107173,"ä»ĭåħ¥":107174,"èµ°ä¸Ĭ":107175,"å°±æĺ¯è¦ģ":107176,"å¹´éĹ´":107177,"åĩºçı¾":107178,"å½±éŁ¿":107179,"å¹ħ度":107180,"éĽģ":107181,"éģĵåħ·":107182,"缮çļĦåľ°":107183,"åIJİèĢħ":107184,"ä¸Ĭæ¼Ķ":107185,"äºĨåĩł":107186,"æ®ĭçĸ¾äºº":107187,"å¿Ļç¢Į":107188,"æĺ¯åIJ¦æľī":107189,"并对":107190,"ä¼ļ导èĩ´":107191,"æ°´åºĵ":107192,"ç»Ĩèĩ´":107193,"åIJİæĤĶ":107194,"å¿ĥæĢĿ":107195,"åģļäºĭ":107196,"åİĤæĪ¿":107197,"çĿ¿":107198,"è¿IJèIJ¥åķĨ":107199,"头éĥ¨":107200,"çļĦè§Ĵèī²":107201,"æĺ¯ä»ĸ":107202,"æĹ¢æľī":107203,"å°ıæŶåĢĻ":107204,"强åĬ²":107205,"主æĴŃ":107206,"åħ¨åĽ½åIJĦåľ°":107207,"æįı":107208,"æįŁåĿı":107209,"åķĨä¼ļ":107210,"ä¿Ŀç½Ĺ":107211,"çľģå¸Ĥ":107212,"éļ§éģĵ":107213,"æľīä¸įå°ij":107214,"è¦ģåľ¨":107215,"å»ºè®¾é¡¹çĽ®":107216,"ç³ĸå°¿":107217,"ç³ĸå°¿çĹħ":107218,"æĿ¡ä»¶ä¸ĭ":107219,"ä¼ĺè´¨çļĦ":107220,"é¦ĸåıij":107221,"å½ĵæŶçļĦ":107222,"丰çĶ°":107223,"大çĽĺ":107224,"缸继":107225,"å®ģå¤ı":107226,"åħ¥ä½ı":107227,"æĪijè¿ĺ":107228,"åħĭæĸ¯":107229,"å®ļä»·":107230,"å¹³æĸ¹åħ¬éĩĮ":107231,"çļĦçŁ¥è¯Ĩ":107232,"æĪij们ä¼ļ":107233,"åħĥå®Ŀ":107234,"ä½ĵéĩį":107235,"è³£":107236,"对æĪij们":107237,"çŁ³å®¶":107238,"çŁ³å®¶åºĦ":107239,"ç²¾åįİ":107240,"å½¢çĬ¶":107241,"åıĹåĪ°äºĨ":107242,"修订":107243,"ç¾İåľĭ":107244,"é«ĺæ¸ħ":107245,"çľ¼éķľ":107246,"è§īå¾Ĺèĩªå·±":107247,"带ç»Ļ":107248,"åĶ®ä»·":107249,"éĹ¨ç¥¨":107250,"åŃķå¦ĩ":107251,"çĶµè§Ĩåı°":107252,"åıijä½ľ":107253,"çļĦåij³éģĵ":107254,"éķ¿è¿ľ":107255,"åħ¬åħ±æľįåĬ¡":107256,"æŃ£å¸¸çļĦ":107257,"æľīè¿ĩ":107258,"é£İæĥħ":107259,"æ¯Ķéĩį":107260,"åIJ»":107261,"管çIJĨå·¥ä½ľ":107262,"综åIJĪæĢ§":107263,"已被":107264,"说起":107265,"æİĴæ°´":107266,"ä¸įæĸŃåľ°":107267,"æĥħæĢĢ":107268,"è¾ĵéĢģ":107269,"è¿ĩæķı":107270,"çļĦåı¯èĥ½æĢ§":107271,"æľįçĶ¨":107272,"æľī许å¤ļ":107273,"å§Ķåī¯ä¹¦è®°":107274,"åĮĸå¦Ĩåĵģ":107275,"æļĤåģľ":107276,"æĬķèµĦ人":107277,"çıŃ级":107278,"说çĿĢ":107279,"åįĹåĮĹ":107280,"åĪĨè¡Į":107281,"çıłå®Ŀ":107282,"寶":107283,"å¢ŀå¤ļ":107284,"被åĬ¨":107285,"çī¹æ®ĬçļĦ":107286,"éĹľä¿Ĥ":107287,"çļĦèĦ¸":107288,"æĥŁ":107289,"ä¸įä¸Ģå®ļ":107290,"ç¶Ń":107291,"çģ«çĪĨ":107292,"秣éĩij":107293,"çŀ§":107294,"éĩį建":107295,"è·ª":107296,"ä¸Ģ種":107297,"çļĦåIJĪä½ľ":107298,"å®īæħ°":107299,"ä»įæĺ¯":107300,"ä¸ĵä¸ļåĮĸ":107301,"è°ĥ解":107302,"ä¸į妨":107303,"éĢĻæĺ¯":107304,"å¿ħéłĪ":107305,"ä¼ĬæľĹ":107306,"å¾ĹäºĨ":107307,"æľįåĬ¡å¹³åı°":107308,"姬":107309,"åħĪéĶĭ":107310,"çİĭåŃIJ":107311,"çļĦä¸ĢåĪĩ":107312,"æĢ»çIJĨ":107313,"åĵ¼":107314,"çªij":107315,"çļĦå¿ĥæĥħ":107316,"çļĦéĩį大":107317,"çijŁ":107318,"ä¸Ģç¬ij":107319,"åıijå±ķä¸Ń":107320,"åģ¥åº·åıijå±ķ":107321,"åĵģçīĮçļĦ":107322,"禮":107323,"ä½Ļ人":107324,"ä»Ĭ年以æĿ¥":107325,"æķ°çłģ":107326,"çŃ¾è¯ģ":107327,"åİ»æī¾":107328,"åŁºéĩijä¼ļ":107329,"æĬ±æĢ¨":107330,"æŃ£å½ĵ":107331,"çıŃåŃIJæĪIJåijĺ":107332,"ä¸įåIJĪæł¼":107333,"åĪ¶å®ļäºĨ":107334,"ç¼ĵæħ¢":107335,"åĪ¶çº¦":107336,"æłı缮":107337,"å¸Ĥåľºç»ıæµİ":107338,"ç»ĦæĪIJçļĦ":107339,"严峻":107340,"æĹ¥è®¯":107341,"ä¸ĢçĤ¹çĤ¹":107342,"æĺ¯æĢİä¹Ī":107343,"çļĦçħ§çīĩ":107344,"éĺ»æŃ¢":107345,"模ç³Ĭ":107346,"缸":107347,"éģķåıį":107348,"æIJ¬è¿ģ":107349,"éĩijéĴ±":107350,"彬":107351,"ä¸įå®ī":107352,"æĪĺçķ¥åIJĪä½ľ":107353,"å¡«åĨĻ":107354,"讲究":107355,"åħħåĪĨåĪ©çĶ¨":107356,"èĥ½å¤ł":107357,"èij¡èIJĦéħĴ":107358,"éĩĩçĶ¨äºĨ":107359,"åľ¨ä»Ĭå¹´":107360,"ä¸Ńå°ıåѦ":107361,"åľ¨æĦı":107362,"çļĦåİĭåĬĽ":107363,"ä¸į幸":107364,"åĪ¶èį¯":107365,"åı¯ä»¥è®©":107366,"被è¯Ħ为":107367,"ç»ĨèıĮ":107368,"æĪıåī§":107369,"åįĬ导":107370,"åįĬ导ä½ĵ":107371,"è§Ĩè§Ĵ":107372,"åĸľæŃ¡":107373,"å¾ģæĶ¶":107374,"è°ĭåĪĴ":107375,"æŀģ大çļĦ":107376,"çĤ¹èµŀ":107377,"è®°èĢħä»İ":107378,"两åIJį":107379,"èĩªåĬ©":107380,"èµ·æŃ¥":107381,"æĬ¤å£«":107382,"å®Ŀ马":107383,"太åŃIJ":107384,"å°ıå°ıçļĦ":107385,"温æ³ī":107386,"åĩºç§Łè½¦":107387,"秣æĪ¿":107388,"两家":107389,"éľĩæĴ¼":107390,"ç§īæī¿":107391,"ä¸Ģ件äºĭ":107392,"çĥĪ士":107393,"å®ĺåħµ":107394,"转身":107395,"ä¹IJåĽŃ":107396,"çĻĮçĹĩ":107397,"模èĮĥ":107398,"æĦ£":107399,"è¿ĩåİ»çļĦ":107400,"代价":107401,"çļĦæ¦Ĥ念":107402,"åĩłçĻ¾":107403,"è´µéĺ³":107404,"æĭħ忧":107405,"éĢĤå®ľ":107406,"çݯå¢ĥä¿ĿæĬ¤":107407,"çĥ«":107408,"ä½łæĥ³":107409,"æѤåIJİ":107410,"ä½łä¹Ł":107411,"çįİ":107412,"éĻ¤æѤ":107413,"éĻ¤æѤä¹ĭå¤ĸ":107414,"è°ĥ度":107415,"ç§ij缮":107416,"æīĢ说çļĦ":107417,"åĬĩ":107418,"忽è§Ĩ":107419,"ä¸ī次":107420,"ä¸ĢæĹ¥":107421,"åŀĤ缴":107422,"ç«ŀæĬĢ":107423,"éĿ¢åĮħ":107424,"大æĪĺ":107425,"æIJºå¸¦":107426,"å¦Ĥæŀľæ²¡æľī":107427,"åħ»æĪIJ":107428,"åĩºè¡Ģ":107429,"çĪ±å¥½èĢħ":107430,"æīĵéĢļ":107431,"èµ·è¯ī":107432,"åijĪçİ°åĩº":107433,"æŃĮæīĭ":107434,"åľ¨å¤ĸ":107435,"é¢Ĩ导干éĥ¨":107436,"åĨ¥":107437,"èĪĨ论":107438,"æıIJåıĸ":107439,"éĺ¿å°Ķ":107440,"æľĽçĿĢ":107441,"ä¸īäºļ":107442,"財":107443,"åĪ·æĸ°":107444,"æĻļæĬ¥":107445,"è¿ĺæľīä¸Ģ个":107446,"åĨ°ç®±":107447,"ç½ijçĤ¹":107448,"åĩºåħ·":107449,"强çĥĪçļĦ":107450,"æĪijçĽ¸ä¿¡":107451,"å¸ĮæľĽèĥ½":107452,"çīĻ齿":107453,"äºĭå®ľ":107454,"ä¸ļåĨħ人士":107455,"ä»£æĽ¿":107456,"åıĺå½¢":107457,"éĽ²":107458,"è°ĥæݧ":107459,"åĪĽæĸ°åĪĽä¸ļ":107460,"æĭĨè¿ģ":107461,"æł¸æŁ¥":107462,"éĢĹ":107463,"åħ¥åѦ":107464,"æĦıåIJij":107465,"æıĽ":107466,"ä¸ĭ次":107467,"ä¼łè¾ĵ":107468,"ä»ĸä»¬åľ¨":107469,"èĢĮä¸Ķè¿ĺ":107470,"æĹ¥åľ¨":107471,"æķĻè®Ń":107472,"æ´»çĿĢ":107473,"çļĦæľīæķĪ":107474,"å¤įå·¥å¤į":107475,"å¤įå·¥å¤į产":107476,"æĺ¯ä¸Ģ件":107477,"çŃīçĿĢ":107478,"復":107479,"åĭĩæķ¢":107480,"éģŃåıĹ":107481,"å¥Ķé©°":107482,"讲座":107483,"说å®Į":107484,"ç»Ļåĩº":107485,"è°¦":107486,"è¯ĬçĸĹ":107487,"çĽ²çĽ®":107488,"客è¿IJ":107489,"å°±è¿ŀ":107490,"å¼Ģåħĥ":107491,"å¼Ģåħĥæ£ĭçīĮ":107492,"ä¸įæĸŃæıIJåįĩ":107493,"çĶ¨æĪ·çļĦ":107494,"æĴķ":107495,"ä¾Ľæ°´":107496,"ç¶ĵæ¿Ł":107497,"ä¸ŃåĮ»èį¯":107498,"èģĶæĥ³":107499,"åħ¬äº¤è½¦":107500,"èĪªçıŃ":107501,"æĬĢè¡ĵ":107502,"å¼ķèµ·çļĦ":107503,"å°¹":107504,"èµĦæ·±":107505,"åĽ½èµĦå§Ķ":107506,"èĺŃ":107507,"é¼»åŃIJ":107508,"éĹ½":107509,"æİĴéĺŁ":107510,"è§Ĥåħī":107511,"éģĹåĿĢ":107512,"ä¸ľäº¬":107513,"é¥ŃåºĹ":107514,"ä¸įæĸŃçļĦ":107515,"å°±æĺ¯ä¸Ģ个":107516,"éķ¿ä¹ħ":107517,"çļĦè§ĤçĤ¹":107518,"娶":107519,"æĪijçİ°åľ¨":107520,"çķ°":107521,"å¾Ĺåĩº":107522,"å¿ħå®ļ":107523,"ä¸įåıĹ":107524,"åıªéľĢè¦ģ":107525,"åĽ°æī°":107526,"ç§ijåѦæĬĢæľ¯":107527,"çīĽèĤī":107528,"è¾ĥé«ĺçļĦ":107529,"è·ijæŃ¥":107530,"æ²¾":107531,"èı©èIJ¨":107532,"æľĢå¾Į":107533,"ä¿Ŀå¯Ĩ":107534,"æ²»å®ī":107535,"éĤ±":107536,"常è¯Ĩ":107537,"èĦ¸èī²":107538,"åĮĹ大":107539,"æ±ĩèģļ":107540,"æijĨèĦ±":107541,"é¾Ļ头ä¼ģä¸ļ":107542,"女åıĭ":107543,"çŃīå·¥ä½ľ":107544,"ä¸Ńç¾İ":107545,"èģĮåľº":107546,"èĦijè¢ĭ":107547,"åĨĻçļĦ":107548,"饲æĸĻ":107549,"åĬ³åĬ¨åĬĽ":107550,"屯":107551,"æĮģèĤ¡":107552,"åĽ¾åĥı":107553,"è¿ĩåİ»äºĨ":107554,"貨":107555,"è¾²":107556,"éĹ®æĪij":107557,"è·Łä½ł":107558,"çĶŁæŃ»":107559,"审ç¾İ":107560,"é¢Ĺç²Ĵ":107561,"ä¸Ńæĸ¹":107562,"åĬłçĥŃ":107563,"æĹħè¡Į社":107564,"çĻ¼çĶŁ":107565,"ä¸įåłª":107566,"åĤ·":107567,"æ¥ł":107568,"åĬŀæ¡Ī":107569,"æŁĦ":107570,"æĹ¢æĺ¯":107571,"å¤ĦåĪĨ":107572,"羣å®ŀçļĦ":107573,"æĬ¥çº¸":107574,"å¸ĪçĪ¶":107575,"å®īå¾½çľģ":107576,"åī¯ä¸»å¸Ń":107577,"ä¹ĭéģĵ":107578,"导弹":107579,"åŃ¦æł¡çļĦ":107580,"åŁİå¸ĤçļĦ":107581,"è°ĪåĪ°":107582,"æ¢Ĺ":107583,"å¹³éĿ¢":107584,"说ä»Ģä¹Ī":107585,"é¢ijçİĩ":107586,"éķ¿ä¸īè§Ĵ":107587,"çļĦåĪ©çĽĬ":107588,"黨":107589,"è±ĨèħIJ":107590,"å®ŀéĻħæĥħåĨµ":107591,"æŀĹä¸ļ":107592,"纪æ£ĢçĽijå¯Ł":107593,"ä½ıéĻ¢":107594,"çļĦæķ´ä½ĵ":107595,"åīįè¡Į":107596,"æĮ¨":107597,"çħ¤çŁ¿":107598,"åī¯æĢ»è£ģ":107599,"å°ıåIJĥ":107600,"æŀģ端":107601,"å©Ĩå©Ĩ":107602,"çİ°è´§":107603,"è¯ĹæŃĮ":107604,"éĴ¥åĮĻ":107605,"缩çŁŃ":107606,"ä½Ĩè¿Ļ":107607,"æĸ°åĵģ":107608,"è¿Ļ对":107609,"çŁ¥åIJį度":107610,"å¿ĹæĦ¿æľįåĬ¡":107611,"大å±Ģ":107612,"è¡¡éĩı":107613,"ä½ĵçİ°äºĨ":107614,"æ¡ĥèĬ±":107615,"åIJ¸å¼ķåĬĽ":107616,"åł¤":107617,"æĵħéķ¿":107618,"åĴĴ":107619,"çĽ¸æľº":107620,"ä¸Ģç«Ļ":107621,"ä¸Ģç«Ļå¼ı":107622,"æľĢç¾İ":107623,"æ°¸ä¹ħ":107624,"çļĦéĥ¨åĪĨ":107625,"åĪĨå·¥":107626,"å·¥ç¨ĭ建设":107627,"æIJŃè½½":107628,"æ°´ä¸Ń":107629,"èĮ¨":107630,"çļĦæĵįä½ľ":107631,"ç»Łæ²»":107632,"çķħéĢļ":107633,"åħļçļĦåįģ":107634,"輸":107635,"測":107636,"ç¾İè§Ĥ":107637,"ä¸įåĪ©":107638,"åıįæĢĿ":107639,"éªĦåĤ²":107640,"æłĩçļĦ":107641,"æĿĢ人":107642,"éĺ¿å§¨":107643,"é£ŁæĿIJ":107644,"åIJĥçļĦ":107645,"åIJİåĨį":107646,"çŁ£":107647,"两侧":107648,"æ¸ħæ°´":107649,"è¿ĽçIJĥ":107650,"å¼Ģå§ĭäºĨ":107651,"åIJ¬äºĨ":107652,"çĦĬæİ¥":107653,"磮":107654,"å¨Ł":107655,"为人":107656,"éĢģç»Ļ":107657,"åĨĴéĻ©":107658,"æķ·":107659,"ç»ĪæŃ¢":107660,"æīįçŁ¥éģĵ":107661,"è¿IJæ°Ķ":107662,"éĢļé£İ":107663,"æĥĬ讶":107664,"ç§ijåѦéĻ¢":107665,"æıIJéĹ®":107666,"太åİŁ":107667,"缸åIJĮçļĦ":107668,"ä»ķ":107669,"èģĸ":107670,"æĥħæ³ģ":107671,"é¢Ĩ导人":107672,"åĩºæĿ¥äºĨ":107673,"沿线":107674,"éĻ½":107675,"æĦŁè¦º":107676,"ä»įåľ¨":107677,"æ©Ļ":107678,"约为":107679,"åĸĿéħĴ":107680,"çĶ¨èį¯":107681,"ä¸ĭä¸Ģ":107682,"æ³ķå®ĺ":107683,"顺åºı":107684,"åģļä¸Ģ个":107685,"åĭ¢":107686,"æŃª":107687,"çĶµç«ŀ":107688,"ä¼´éļıçĿĢ":107689,"ä¹ĭåĬĽ":107690,"ä¹ĭ人":107691,"äºij计ç®Ĺ":107692,"åĪ«äººçļĦ":107693,"ç§ijåѦåıijå±ķ":107694,"第åħ«":107695,"å¹²æī°":107696,"女ç¥ŀ":107697,"è¿Ļæł·åģļ":107698,"å¤Ħåľ¨":107699,"æ°´è´¨":107700,"éķ¿æĺ¥":107701,"å¸ĤåľºéľĢæ±Ĥ":107702,"ç»´æĿĥ":107703,"èĢ³æľµ":107704,"æĸĩåĮĸçļĦ":107705,"奶ç²ī":107706,"ä¼łè¾¾":107707,"æīĭæľºçīĪ":107708,"æĽ¾åľ¨":107709,"äºĮæľŁ":107710,"åİŁåĽłæĺ¯":107711,"æºIJ头":107712,"åıĪèĥ½":107713,"裸":107714,"æĬĢæľ¯åĪĽæĸ°":107715,"æĸĩåĮĸæĹħ游":107716,"åıij票":107717,"年级":107718,"ä½łä¸į":107719,"ä¹ĭå¿ĥ":107720,"æķ°çĻ¾":107721,"åIJijå¾Ģ":107722,"èĢģ家":107723,"åľĭéļĽ":107724,"çļĦé«ĺ度":107725,"æľĿéĺ³":107726,"æ¸ħéĻ¤":107727,"èĩªæľī":107728,"书ä¸Ń":107729,"游æĪıè£ħå¤ĩ":107730,"ä¸ĩå¤ļ":107731,"驾驶åijĺ":107732,"ä½łçŁ¥éģĵ":107733,"åĽ½åºĨ":107734,"é£ŁåłĤ":107735,"æİ¥åı£":107736,"æĢ»æķ°":107737,"åħ¶ä»ĸçļĦ":107738,"çĶŁåij½çļĦ":107739,"ä½łåľ¨":107740,"çļĦ缮åħī":107741,"è¿Ļæĸ¹éĿ¢":107742,"éĥ½è¯´":107743,"çĸĹæ³ķ":107744,"åĭĩ士":107745,"åľ¨åħ¨çIJĥ":107746,"ä¿ĿéĻ©åħ¬åı¸":107747,"çĿ£æŁ¥":107748,"åĸĦèī¯":107749,"表彰":107750,"è¹²":107751,"路段":107752,"æľĥåĵ¡è¦ı":107753,"æľĥåĵ¡è¦ıç¯Ħ":107754,"æĪ·åŀĭ":107755,"ä¿ĥ使":107756,"修建":107757,"é«ĺæ°´å¹³":107758,"åģļåĩºäºĨ":107759,"ä¸»åľº":107760,"è¡Įèµ°":107761,"空çĻ½":107762,"æľī人说":107763,"è¿Ļ个ä¸ĸçķĮ":107764,"åIJįä¹ī":107765,"å®Įç¾İçļĦ":107766,"羡æħķ":107767,"åıĬåħ¶ä»ĸ":107768,"åı¯çĶ¨":107769,"æĭIJ":107770,"è¾ĥ大çļĦ":107771,"æĬĢæľ¯åĴĮ":107772,"å°¼äºļ":107773,"çĻ¾è´§":107774,"æıī":107775,"éĢīè´Ń":107776,"éĺŁåıĭ":107777,"ä¼łæĦŁ":107778,"ä¼łæĦŁåĻ¨":107779,"åıªè¦ģä½ł":107780,"为ä»Ģä¹Īè¦ģ":107781,"ä¸ĵ注äºİ":107782,"ä½Ļé¢Ŀ":107783,"åħ¸åŀĭçļĦ":107784,"缮åīįå·²":107785,"æ¬²æľĽ":107786,"èģĶ绾":107787,"æµģä¼ł":107788,"çļĦ家åºŃ":107789,"åı·åı¬":107790,"çıįè´µ":107791,"ä¼Łå¤§çļĦ":107792,"éī´äºİ":107793,"è·Łä»ĸ":107794,"产çī©":107795,"ä¸įå·²":107796,"è¿Ŀæ³ķè¡Į为":107797,"头ä¸Ĭ":107798,"åĪĨ解":107799,"åı¯ä»¥çľĭåĩº":107800,"æł¡åĮº":107801,"åŃĹä½ĵ":107802,"ä¿®çĤ¼":107803,"çĶļèĩ³æĺ¯":107804,"微信åħ¬ä¼Ĺ":107805,"åıĸ代":107806,"èIJ¥ä¸ļæĶ¶åħ¥":107807,"æ½įåĿĬ":107808,"ä½łèĥ½":107809,"社ä¼ļä¿Ŀéļľ":107810,"æ¯ĶèµĽä¸Ń":107811,"污水å¤ĦçIJĨ":107812,"夫å¦ĩ":107813,"ä¸Ģå¹ħ":107814,"沿海":107815,"åı£æĦŁ":107816,"ä½Ĩåį´":107817,"å½ĵæĹ¥":107818,"çļĦæľĢ大":107819,"æ¯ıä¸Ģä½į":107820,"没äºĭ":107821,"çī¹åĪ¥":107822,"å¼ĢåѦ":107823,"è·¯éĿ¢":107824,"å¿ĥçIJĨåѦ":107825,"æĶ¾ç½®":107826,"éĩįåºĨå¸Ĥ":107827,"ä½łèĩªå·±":107828,"æ¶Īè´¹èĢħçļĦ":107829,"ä¸Ģæ³¢":107830,"èѦæĥķ":107831,"åį§å®¤":107832,"注å°Ħ":107833,"é£İ鼨":107834,"沿çĿĢ":107835,"åijĬ訴":107836,"表çİ°åĩº":107837,"åĽĽæĺ¯":107838,"åı¤åħ¸":107839,"æĽ´éĩįè¦ģçļĦ":107840,"好äºĭ":107841,"çľ¼æ³ª":107842,"æ¨ĵ":107843,"审åĪ¤":107844,"碰æĴŀ":107845,"车ç«Ļ":107846,"è¿Ľåħ¥äºĨ":107847,"éĽĨåIJĪ":107848,"æł¼å¤ĸ":107849,"宾é¦Ĩ":107850,"æĶ¯ä»ĺå®Ŀ":107851,"她æĺ¯":107852,"æĺ¯å¦Ĥä½ķ":107853,"人次":107854,"çļĦæĪIJåĬŁ":107855,"æĹłåĬĽ":107856,"æµ·æĭĶ":107857,"æĺ¥åŃ£":107858,"éĥ½ä¸įä¼ļ":107859,"çŃīå¤ļç§į":107860,"ä¸Ģ个å°ı":107861,"åģľè½¦åľº":107862,"è®©æĽ´å¤ļ":107863,"è¿ĻçĤ¹":107864,"æĪIJåĵģ":107865,"éĴī":107866,"éģĩè§ģ":107867,"çıŃ主任":107868,"æĦıæĦ¿":107869,"çļĦåIJĮåѦ":107870,"游è§Ī":107871,"åİĭ缩":107872,"åľ¨ä¼łå¥ĩ":107873,"å¼¹æĢ§":107874,"æĹ¥åĨħ":107875,"ç¦ı建çľģ":107876,"è§ĴèIJ½":107877,"åĪĨå¼Ģ":107878,"ä¼ļ让":107879,"å¤ĸåĽ´":107880,"çĨŁæĤīçļĦ":107881,"çĨĶ":107882,"ä¸ĩè¾Ĩ":107883,"å¤ľéĹ´":107884,"车身":107885,"ä¸ŃæľŁ":107886,"å®ĮåĸĦçļĦ":107887,"åĵģç±»":107888,"åıĭè°Ĭ":107889,"éĢīæĭĶ":107890,"éªij士":107891,"彦":107892,"çļĦçľĭæ³ķ":107893,"åĽ½çİĭ":107894,"è¾£æ¤Ĵ":107895,"åıijå¸ĥæŶéĹ´":107896,"åı¤åŁİ":107897,"éļıæľº":107898,"ç«ĸ":107899,"å¼Ģè¾Ł":107900,"ä¼ĹçĶŁ":107901,"没åĬŀæ³ķ":107902,"åįĥéĩĮ":107903,"æĿ¥æºIJäºİ":107904,"çļĦæĿĥåĪ©":107905,"æ¯ĶåĪĨ":107906,"满æĦıçļĦ":107907,"ä¿®è¡Į":107908,"åĿł":107909,"大海":107910,"èݹ":107911,"åĩºèº«":107912,"è«ĩ":107913,"åħ³èĬĤ":107914,"åIJį人":107915,"éľĢè¦ģ注æĦı":107916,"æĹ©æĻ¨":107917,"å¤ĸåįĸ":107918,"åıĪè¦ģ":107919,"æ¶īæ¡Ī":107920,"çĶ³è¯·äºº":107921,"éĻĦè¿ijçļĦ":107922,"åĬłå¿«æİ¨è¿Ľ":107923,"æĸ°å¹´":107924,"大è¡Ĺ":107925,"ä¸Ģé»ŀ":107926,"èĭıå®ģ":107927,"æĤĦæĤĦ":107928,"èĦ¾æ°Ķ":107929,"å¸ĮèħĬ":107930,"éļıåį³":107931,"æķ¢äºİ":107932,"å®ŀè·µä¸Ń":107933,"æĺ¯æ²¡æľī":107934,"æľī趣çļĦ":107935,"æĿ¥èĩªäºİ":107936,"è£ģåĪ¤":107937,"女åŃ©åŃIJ":107938,"èĩ³åħ³":107939,"èĩ³åħ³éĩįè¦ģ":107940,"æĻºåĬĽ":107941,"èµ°åĩºåİ»":107942,"çŁŃæĿ¿":107943,"å¤§åĽ½":107944,"çļĦ认è¯Ĩ":107945,"å¹´å¤ľ":107946,"åĨįåĪ°":107947,"åIJĮæł·çļĦ":107948,"å¯Ĩå°ģ":107949,"å¤ĸ交éĥ¨":107950,"çĶŁæķĪ":107951,"æĤ¨åı¯ä»¥":107952,"ä½łåĢij":107953,"è¿ĩå¹´":107954,"å¼ĵ":107955,"è¡ĮæĿİ":107956,"æ¯Ķèµ·":107957,"身é«ĺ":107958,"è¿Ļ个人":107959,"ä¸Ńå¤ĸ":107960,"éģĵæŃī":107961,"çĽ¯çĿĢ":107962,"亲åŃIJ":107963,"éŸ":107964,"çĻ½äºij":107965,"èĦĸåŃIJ":107966,"ä¸ĢåĪĩéĥ½":107967,"æ·ij":107968,"è°ľ":107969,"åģ¶çĦ¶":107970,"éĿłè°±":107971,"é«ĺ管":107972,"ä¸ĭåıij":107973,"æĶ¾åĪ°":107974,"ç±»åĪ«":107975,"ä¸ĭåĪĹ":107976,"æ··ä¹±":107977,"åIJĪæ³ķæĿĥçĽĬ":107978,"çݯçIJĥ":107979,"æľīæķĪåľ°":107980,"åķĨæĪ·":107981,"æ¹ĸ人":107982,"海岸":107983,"æĬķ产":107984,"两个æľĪ":107985,"éĥ½éĿŀ常":107986,"å¢ŀ强äºĨ":107987,"æĿ¥åĪ°äºĨ":107988,"åī©ä½Ļ":107989,"æĤ¨çļĦåŃ©åŃIJ":107990,"æµģæ°´":107991,"æŃ£ä¹ī":107992,"天çĮ«":107993,"åģļè¿ĩ":107994,"ä½ķæŶ":107995,"æĪijåİ»":107996,"çľģ份":107997,"å¥ĸéĩij":107998,"该å¦Ĥä½ķ":107999,"ä¸ĭçıŃ":108000,"åģ¶åĥı":108001,"æijĨæĶ¾":108002,"æĸ°æ¨¡å¼ı":108003,"æĬķè³ĩ":108004,"è·¯åı£":108005,"åĨľæ°ijå·¥":108006,"大åѸ":108007,"件äºĭ":108008,"æł¹æľ¬ä¸į":108009,"æµĵ度":108010,"æµĵåİļ":108011,"è½®èĥİ":108012,"æĪ¿ä¼ģ":108013,"éĿŀ常好":108014,"ä»İä¸Ń":108015,"äººæł¼":108016,"ç¿ģ":108017,"æŶéĹ´åĴĮ":108018,"è¿Ļä¸įæĺ¯":108019,"åĪ¸åķĨ":108020,"æĥĬ人":108021,"åĻ¨å®ĺ":108022,"åĩĨåĪĻ":108023,"æĥħæĻ¯":108024,"æĽ´é«ĺçļĦ":108025,"åŃ¦å®¶":108026,"泡沫":108027,"åľ°æĸ¹æĶ¿åºľ":108028,"å°±çŁ¥éģĵ":108029,"åij¼åIJģ":108030,"ç»ıè´¸":108031,"èĬ±éĴ±":108032,"æľīä¸Ģ次":108033,"æĦŁæħ¨":108034,"ä¸Ģåįĥ":108035,"å¤ľæĻļ":108036,"詹å§Ĩ":108037,"詹å§Ĩæĸ¯":108038,"è¦ģéĹ»":108039,"ç»Ĵ":108040,"æºIJäºİ":108041,"çļĦè´¨éĩı":108042,"注æĦıäºĭ项":108043,"æħ¢æĢ§":108044,"稳å®ļçļĦ":108045,"建设åĴĮ":108046,"æĻ¯è±¡":108047,"éĩıåĮĸ":108048,"çļĦ話":108049,"è¯Ħ级":108050,"æºľ":108051,"红åĮħ":108052,"éĢļéģİ":108053,"社ä¼ļ责任":108054,"æĸ°äº§åĵģ":108055,"åĨ·éĿĻ":108056,"çľĭä¸įåĪ°":108057,"èģĶéĤ¦":108058,"éŃĦ":108059,"çļĦåīįæıIJ":108060,"çļĦåīįæıIJä¸ĭ":108061,"è¾ĥ好":108062,"çļĦæĦŁæĥħ":108063,"客æĪ·æıIJä¾Ľ":108064,"çĭ¬èĩª":108065,"å¢ŀæĶ¶":108066,"æĸĩçĮ®":108067,"æĭ¼åij½":108068,"管çIJĨåĴĮ":108069,"æµģåĬ¨æĢ§":108070,"åħ¨å®¶":108071,"ä¸Ĭæĸ¹":108072,"æݨåĩºçļĦ":108073,"ä¸īåĽ½":108074,"ä¸Ģ个æĺ¯":108075,"æĸ°ä¸Ģè½®":108076,"æĸĩåĮĸéģĹ产":108077,"殺":108078,"大湾åĮº":108079,"éĥ½éľĢè¦ģ":108080,"çļĦå®ŀéĻħ":108081,"ç·Ĭ":108082,"大å¥ĸ":108083,"åħīèĬĴ":108084,"便äºİ":108085,"çļĦ表æĥħ":108086,"æ¼Ķç»İ":108087,"红åĨĽ":108088,"å½ĵæĪij":108089,"æ²»æĦĪ":108090,"é¢Ŀ度":108091,"éĿľ":108092,"ä»»ä½ķ人":108093,"è¡Ĺ头":108094,"çī¹æĸ¯":108095,"çī¹æĸ¯æĭī":108096,"åĮ»çĸĹæľºæŀĦ":108097,"ç»ĻåŃ©åŃIJ":108098,"è§Ħ磩":108099,"è£ľ":108100,"çļĦ身影":108101,"ä¸ĵæłı":108102,"æĿ¥ä¸´":108103,"童年":108104,"å¤įèĭı":108105,"è¨Ĥ":108106,"åŀĭåı·":108107,"åĽ¾æ¡Ī":108108,"ç®ĢåİĨ":108109,"æĭ±":108110,"èį·åħ°":108111,"ä»»æĦı":108112,"æī¿æİ¥":108113,"è¿Ļæīį":108114,"客车":108115,"æľĿçĿĢ":108116,"éłħ缮":108117,"åı°é£İ":108118,"çļĦæĪ¿åŃIJ":108119,"éªı":108120,"æĿ±è¥¿":108121,"éģĹä¼ł":108122,"è¶Ĭå¤ļ":108123,"äºĨä»ĸçļĦ":108124,"ä¸Ĭåij¨":108125,"管çIJĨåĪ¶åº¦":108126,"失ä¸ļ":108127,"çĶ·åıĭ":108128,"æİ¥ç§į":108129,"å¨ģåIJį":108130,"çĴ°å¢ĥ":108131,"åıijçĶŁåľ¨":108132,"ä¸ªåĽ½å®¶":108133,"åĪĽæĸ°åıijå±ķ":108134,"æĶ¹åıĺäºĨ":108135,"åģ¥åº·çļĦ":108136,"åĢ¼å¾Ĺä¸Ģ":108137,"åĢ¼å¾Ĺä¸ĢæıIJ":108138,"åĽ¢ä¼Ļ":108139,"åģĩ设":108140,"åı°ä¸Ĭ":108141,"è§ĦèĮĥåĮĸ":108142,"éĻªåIJĮ":108143,"座æ¤ħ":108144,"åı¯æĢľ":108145,"åħĭæĢĿ主ä¹ī":108146,"æ³ķå¾ĭ责任":108147,"ä¸Ģé¡¿":108148,"æĬ¬å¤´":108149,"为éĩįçĤ¹":108150,"è¿ľæ´ĭ":108151,"éĢıè¿ĩ":108152,"åħ¨çIJĥåĮĸ":108153,"趣åij³":108154,"票æĪ¿":108155,"æ¯ı人":108156,"åIJĦç§įåIJĦæł·":108157,"äºĨåĩºæĿ¥":108158,"ç»Ŀ对æĺ¯":108159,"ä¸ĭå±ŀ":108160,"ä¸ĢåıĮ":108161,"è¿ĻåĿĹ":108162,"æĬĹçĸ«":108163,"è¦ģçĤ¹":108164,"å½¢æĪIJçļĦ":108165,"æĪijçľĭ":108166,"ä¸ĩéĩĮ":108167,"èĢĥçłĶ":108168,"为åħ¶":108169,"æ°ij宿":108170,"å¤ļä½į":108171,"大èĩ´":108172,"ä»ĺè´¹":108173,"åħ¥æīĭ":108174,"å±ħ家":108175,"æīĢåľ¨åľ°":108176,"人身":108177,"è¿ĩå¾Ĺ":108178,"è¯ķè¯ķ":108179,"访è°Ī":108180,"åĬłéĩį":108181,"å°±ä¸įä¼ļ":108182,"çĶŁäº§ä¼ģä¸ļ":108183,"åĽŀåĽ½":108184,"åºķ线":108185,"赶åĪ°":108186,"æĶ¯éĺŁ":108187,"æĪij们éĥ½":108188,"éĤ®æĶ¿":108189,"缴èĩ³":108190,"éĴ¢çIJ´":108191,"åħľ":108192,"çłĶ讨ä¼ļ":108193,"æľĪ亮":108194,"åĿļæĮģ以":108195,"åħ¬å®īéĥ¨":108196,"éĴ¢ç®¡":108197,"å°ıçĻ½":108198,"ç½®ä¸ļ":108199,"èģĭ":108200,"书åĨĻ":108201,"æĿı":108202,"éħįæĸ¹":108203,"èĢĮåıĪ":108204,"çijŀ士":108205,"çķĮçļĦ":108206,"èĢģ大":108207,"æĪIJçĨŁçļĦ":108208,"å¹²ä»Ģä¹Ī":108209,"ä¸ĵ项æĸĹäºī":108210,"çŃīå¤ļ个":108211,"èĦ±ç¦»":108212,"ä¸ī个æľĪ":108213,"çłĶ究åijĺ":108214,"æĹĭ转":108215,"æŀģèĩ´":108216,"åħįè´£":108217,"åħį责声æĺİ":108218,"å¾Īå¤ļçݩ家":108219,"车ä¸Ĭ":108220,"交äºĴ":108221,"å·²æĺ¯":108222,"ä¸Ģå°ı":108223,"çļĦéĩįçĤ¹":108224,"èĬ±äºĨ":108225,"ä¸įæĺİ":108226,"æľīåħ³è§Ħå®ļ":108227,"çĬ¹å¦Ĥ":108228,"羸":108229,"寡":108230,"çļĦè¡£æľį":108231,"åĮħ裹":108232,"身åŃIJ":108233,"å¸ĪèĮĥ大åѦ":108234,"äºĭåħĪ":108235,"线æĿ¡":108236,"æ³ķåĪ¶":108237,"åħ»æĬ¤":108238,"稳å®ļæĢ§":108239,"éĤµ":108240,"åŀĦæĸŃ":108241,"é¡į":108242,"èĢĥåı¤":108243,"æĿłæĿĨ":108244,"èĭıèģĶ":108245,"æ°´çĶµ":108246,"åħ·ä½ĵçļĦ":108247,"æ¿Ģæ´»":108248,"æĪijæł¡":108249,"åĪļå¼Ģå§ĭ":108250,"åĩ¸æĺ¾":108251,"禾":108252,"åħ¼èģĮ":108253,"éĢıéģİ":108254,"åľ¨æ¸¸æĪıä¸Ń":108255,"社ä¼ļåıijå±ķ":108256,"好çİ©":108257,"å¹»æĥ³":108258,"ä¸į代表":108259,"注æĦıåĬĽ":108260,"æ£į":108261,"çĶ¨æīĭ":108262,"ç¾İ人":108263,"许å¤ļ人":108264,"å¾Īæĺ¯":108265,"çļĦçłĶåıij":108266,"æīĵåĩº":108267,"åIJĪä¼Ļ人":108268,"ä¸Ģå¤ľ":108269,"ç¼ĵç¼ĵ":108270,"ä¿®æŃ£":108271,"æĦŁçŁ¥":108272,"ç»Ī身":108273,"æ¿Ģç´ł":108274,"çݯå¢ĥä¸ĭ":108275,"次ä¼ļè®®":108276,"ç»ıæµİå¢ŀéķ¿":108277,"æīĽ":108278,"åıijéħµ":108279,"åĪĨæŀIJå¸Ī":108280,"åľ¨æľªæĿ¥":108281,"主è¦ģæľī":108282,"ä¸ĢåŃ£åº¦":108283,"çļĦ说æ³ķ":108284,"ä»İæĿ¥æ²¡æľī":108285,"货车":108286,"缩å°ı":108287,"太è¿ĩ":108288,"æķĪåĬĽ":108289,"ä¸įä¸ĭ":108290,"æĬķ稿":108291,"èį¯ä¸ļ":108292,"ç»Ħéķ¿":108293,"ç«ĻçĤ¹":108294,"å¾Īåĸľæ¬¢":108295,"éIJµ":108296,"åĬ¿å¤´":108297,"æ¼ıæ´ŀ":108298,"æĦ¤æĢĴ":108299,"åħħå®ŀ":108300,"åĪĽä¸ļæĿ¿":108301,"çĪª":108302,"æľªå¿ħ":108303,"åºķéĥ¨":108304,"å¾ĹåĪĨ":108305,"人æ°ijåĮ»éĻ¢":108306,"äºĮæīĭæĪ¿":108307,"å·²ç»ı被":108308,"大楼":108309,"æĸ°æĪ¿":108310,"辦æ³ķ":108311,"çĶ¨åĬĽ":108312,"æĭĵ宽":108313,"åĨħåľ¨":108314,"æĴŃåĩº":108315,"饰æ¼Ķ":108316,"ä¹Łè®©":108317,"ä½ľçĤº":108318,"çī©ä¸ļ管çIJĨ":108319,"åį´ä¸į":108320,"为ä¸ŃåĽ½":108321,"å±ĢåĬ¿":108322,"ä¸įèĤ¯":108323,"æľĢæĸ°çļĦ":108324,"åı¯ä»¥éĢīæĭ©":108325,"æĺ¾çİ°":108326,"å°±ç®Ĺæĺ¯":108327,"åľ¨æł¡":108328,"é¾Ł":108329,"两æĿ¡":108330,"çļĦå®ŀåĬĽ":108331,"è¶Ĭ好":108332,"å¥¹åľ¨":108333,"å¿łè¯ļ":108334,"ä¹ŁéľĢè¦ģ":108335,"游æĪıæĵįä½ľ":108336,"è¶ħåĩº":108337,"å¦Ĥæŀľä¸į":108338,"æīĢåľ¨çļĦ":108339,"ä½łè¿ĺ":108340,"以åĨħ":108341,"æľīä¸Ģå®ļ":108342,"åı¯è¾¾":108343,"è·ijåĪ°":108344,"åīĽ":108345,"建ç«ĭåģ¥åħ¨":108346,"æķ´è½¦":108347,"åīįæĸ¹":108348,"éĹ´æİ¥":108349,"çŃ¹å¤ĩ":108350,"çĸ²åĬ³":108351,"离å¼ĢäºĨ":108352,"æ±Ŀ":108353,"éĿ¢éĥ¨":108354,"ä¹ĭåīįçļĦ":108355,"åıĺ为":108356,"å¦Ĥæŀľè¯´":108357,"对ä»ĺ":108358,"åĿĩåı¯":108359,"被åijĬ人":108360,"ç²¾ç¾İ":108361,"èģļä¼ļ":108362,"çĿĢæĢ¥":108363,"è°·æŃĮ":108364,"ä¸Ģåı·":108365,"红åĪ©":108366,"ä¼łå¥ĩ游æĪı":108367,"å»ĸ":108368,"è´ŀ":108369,"ä¹°åĪ°":108370,"éŃļ":108371,"ä½ĵè´¨":108372,"å°ijäºĨ":108373,"æ³īå·ŀ":108374,"åIJŁ":108375,"ç»Ŀä¸į":108376,"é»ijæģ¶":108377,"é»ijæģ¶åĬ¿åĬĽ":108378,"ä¸Ĭæĺł":108379,"çļĦè¯Ŀé¢ĺ":108380,"ä¸ĩ人次":108381,"ä¸ĸéĹ´":108382,"çĶ¨å·¥":108383,"贯穿":108384,"å®ĿçŁ³":108385,"ä½łå¥½":108386,"åĪĩåī²":108387,"å¼ºåĽ½":108388,"åĽŀèIJ½":108389,"æ°´æĻ¶":108390,"模仿":108391,"洪水":108392,"éĢĻ麼":108393,"åįģä¸īäºĶ":108394,"ä½ij":108395,"éĻĦ件":108396,"çļĦå¢ŀéķ¿":108397,"éĻĦå±ŀ":108398,"çİ°å·²":108399,"å¸®ä½ł":108400,"éĩijçīĮ":108401,"é«ĺåİŁ":108402,"åľ¨å®¶éĩĮ":108403,"éĺ²èħIJ":108404,"ç¡®å®ŀæĺ¯":108405,"宣讲":108406,"天æīį":108407,"ç»ıèIJ¥ç®¡çIJĨ":108408,"éĶħçĤī":108409,"åIJĪä¸Ģ":108410,"è§Ĥèµı":108411,"éķ¿è¾¾":108412,"主ä¹īæĢĿæĥ³":108413,"éĤ£éº¼":108414,"é£İäºij":108415,"为主çļĦ":108416,"æļijåģĩ":108417,"æĮģä¹ħ":108418,"å¼Ĥåľ°":108419,"å¼ĢéŨ":108420,"模æĿ¿":108421,"æī¹æ¬¡":108422,"ä¸į便":108423,"天çĶŁ":108424,"åĩłä¸ªæľĪ":108425,"ä¸ĵç§ij":108426,"åı¦æľī":108427,"åħ¬å¸ĥçļĦ":108428,"æĩ·":108429,"åľºåIJĪ":108430,"çļĦå¿ĥæĢģ":108431,"è¿ĺ好":108432,"å®ŀæĪĺ":108433,"èĢģå¸ĪçļĦ":108434,"åħ©åĢĭ":108435,"åı¯åľ¨":108436,"éĤ£ä½į":108437,"å¥łå®ļäºĨ":108438,"ä¿ĥéĶĢ":108439,"æı´åĬ©":108440,"ä¸ĩçī©":108441,"æĥħæĬ¥":108442,"é¦ĸåħĪè¦ģ":108443,"æĸĩåĮĸåĴĮ":108444,"éĥ½å·²ç»ı":108445,"ä¸Ĭä¸ĸ纪":108446,"åĨľåľº":108447,"大æī¹":108448,"æĺİçĻ½äºĨ":108449,"çļĦæĪIJéķ¿":108450,"çļĦæ¯ĶèµĽ":108451,"失误":108452,"åģļæĪIJ":108453,"ä»Ĭ天å°ıç¼ĸ":108454,"é¢Ĩè¢ĸ":108455,"æıIJåįĩäºĨ":108456,"å¾IJå·ŀ":108457,"ä»įæľī":108458,"è¿ĩ滤":108459,"å¹½é»ĺ":108460,"çĥŃéĩı":108461,"ä¸Ģé¦ĸ":108462,"æ¼Ĥ亮çļĦ":108463,"åĩłç§į":108464,"åĢ¡è®®":108465,"å°±åı¯ä»¥äºĨ":108466,"æİĴåĪĹ":108467,"éĩįéĩį":108468,"ä¼ģä¸ļåĴĮ":108469,"ä¸ĵå±ŀ":108470,"çħİ":108471,"亲æĪļ":108472,"çĻ¾åĪĨä¹ĭ":108473,"稿件":108474,"è¿ĺå¾Ĺ":108475,"人åĵ¡":108476,"äºī夺":108477,"æĽ´å®¹æĺĵ":108478,"大èĩªçĦ¶":108479,"鼻èħ¦":108480,"太空":108481,"åľ°å¤Ħ":108482,"夢":108483,"ä»ĸ对":108484,"å¿ħå°Ĩ":108485,"ä¸įå½ĵ":108486,"严谨":108487,"åĩºåľº":108488,"å·²ç»ıæľī":108489,"é¢ĨåĨĽ":108490,"é«ĺæ¡£":108491,"ä¸ĢæīĢ":108492,"æłĹ":108493,"让åѦçĶŁ":108494,"æĽ¹æĵį":108495,"æŁIJä¸Ģ":108496,"伸åĩº":108497,"èĬ±åįī":108498,"æ¸ħéĨĴ":108499,"èģĶç³»æĸ¹å¼ı":108500,"åĪĨå±Ģ":108501,"èħ³":108502,"æ©¡èĥ¶":108503,"éķ¿å¾Ĺ":108504,"ç»¿åľ°":108505,"è¢į":108506,"çļĦèīºæľ¯":108507,"女æľĭåıĭ":108508,"ä¸Ńè¶ħ":108509,"离åŃIJ":108510,"å¤ļæł·åĮĸ":108511,"éĺ³åı°":108512,"ä½İ碳":108513,"ä¸Ģç±»":108514,"çŃīæĸ¹éĿ¢çļĦ":108515,"å¾Ĺ好":108516,"模åħ·":108517,"ä¸ĩ亿":108518,"çķĻæĦı":108519,"临æ²Ĥ":108520,"å°ijéĩı":108521,"çľĭåIJij":108522,"ç»ıèIJ¥èĢħ":108523,"çķĻä¸ĭäºĨ":108524,"åĿıäºĨ":108525,"åijĬåĪ«":108526,"羣çIJĨ":108527,"ç¼´è´¹":108528,"æĬĬä½ł":108529,"çļĦä»»åĬ¡":108530,"æĪij对":108531,"ä¹°åħ¥":108532,"çĻ»ä¸Ĭ":108533,"æľī两个":108534,"ä¸Ģ头":108535,"æĵįæݧ":108536,"åħ¨è¦ĨçĽĸ":108537,"çĿĢæīĭ":108538,"å¢ĻéĿ¢":108539,"å¤ļæĸ¹":108540,"åı¯çĪ±çļĦ":108541,"ä¹Łåı¯èĥ½":108542,"æľĢæľī":108543,"è¿ĻäºĽéĥ½æĺ¯":108544,"æĥ¡":108545,"å®®":108546,"å¾Īå°ı":108547,"éĹ®é¢ĺæĺ¯":108548,"åĿĩæľī":108549,"å¾ģéĽĨ":108550,"说åĩº":108551,"æľīæĦı":108552,"é¢Ĥ":108553,"æī¬å·ŀ":108554,"åķĨä¸ļ模å¼ı":108555,"çĶŁèĤĸ":108556,"æįIJ款":108557,"å²Ĥ":108558,"ç¾İæĻ¯":108559,"è¿ĺ羣":108560,"æĭ¥æĬ±":108561,"身ä½ĵåģ¥åº·":108562,"æ·±å¤Ħ":108563,"çľ¼ç¥ŀ":108564,"çļĦ形象":108565,"ä¼ĺè¶Ĭ":108566,"å½ĵæĪIJ":108567,"åĮºåĪĨ":108568,"åİ»éĻ¤":108569,"注å®ļ":108570,"å§IJ妹":108571,"åĮºåĨħ":108572,"é©ļ":108573,"æļĹ示":108574,"æĺİ亮":108575,"æħ°éĹ®":108576,"å¸Ĥåľºä»½é¢Ŀ":108577,"çĮªèĤī":108578,"çļĦèµĦéĩij":108579,"åİĨç»ı":108580,"å§ĭç»ĪåĿļæĮģ":108581,"çĶŁæľº":108582,"ä¸į顾":108583,"éĩijåĪļ":108584,"大声":108585,"éĻķ西çľģ":108586,"é²į":108587,"åĨľä¸ļåĨľæĿij":108588,"æľī害":108589,"éŨè¯Ĭ":108590,"æ¯ıä¸Ģ次":108591,"çļĦåĽłç´ł":108592,"é¢Ŀå¤ĸ":108593,"åݿ级":108594,"çļĩåIJİ":108595,"åĽ½ä¼ģ":108596,"é¦ĸéĢī":108597,"ç¼ĸåĨĻ":108598,"æĭ¿èµ·":108599,"åģ·åģ·":108600,"ä¸İä¸ŃåĽ½":108601,"åįĸ家":108602,"ç»Ļä»ĸ们":108603,"ç¥ŀè¯Ŀ":108604,"åŃ¸æł¡":108605,"æĪijä¸Ģ缴":108606,"çŁ¥éģĵäºĨ":108607,"åįĴ":108608,"åĴĮåľ°åĮº":108609,"ä»Ģä¹Īéĥ½":108610,"çĶ»å®¶":108611,"æľ¬çĿĢ":108612,"ä½ĻåIJį":108613,"审çIJĨ":108614,"ä¸ĢåIJij":108615,"åıijå±ķè¶ĭåĬ¿":108616,"åĮºéĹ´":108617,"注åĨĮèµĦæľ¬":108618,"çIJ¦":108619,"ä¸įåı¯ä»¥":108620,"çļĦåĦ¿åŃIJ":108621,"åĢ¼çıŃ":108622,"ä¸¥æł¼çļĦ":108623,"å®ŀä½ĵç»ıæµİ":108624,"æľīæĿĥ":108625,"æĪijåıĪ":108626,"éĵ¶æ²³":108627,"ç«ĭ马":108628,"æĿĢäºĨ":108629,"åĮħ容":108630,"管家":108631,"身é«Ķ":108632,"éĵħ":108633,"å°ıåŃIJ":108634,"管çIJĨç³»ç»Ł":108635,"æľīçļĦ人":108636,"é£İçĶµ":108637,"æĻºèĥ½åĪ¶éĢł":108638,"精确":108639,"æĭĽåķĨå¼ķ":108640,"æĭĽåķĨå¼ķèµĦ":108641,"äºĮæīĭ车":108642,"åİ¿å§Ķ":108643,"èīºäºº":108644,"å¥ķ":108645,"è¿İæĿ¥äºĨ":108646,"ç»ĵæĿŁäºĨ":108647,"çļĦä¼łç»Ł":108648,"æĭ¼æIJı":108649,"奥迪":108650,"çĸijæĥij":108651,"ä¹ĭæĹ¥èµ·":108652,"æłĩå¿ĹçĿĢ":108653,"åľ°åįĢ":108654,"è¯łéĩĬ":108655,"åĪ°æľŁ":108656,"åħ¨éĥ½":108657,"çŁŃæļĤ":108658,"æĺ¯æĪijåĽ½":108659,"æĪijå·²ç»ı":108660,"æ»´æ»´":108661,"天èµĭ":108662,"对她":108663,"åį«çĶŁéĹ´":108664,"çĶŁäº§åŁºåľ°":108665,"æĹ¥è®°":108666,"çļĦæķĻåѦ":108667,"åĵĩ":108668,"æ°ijäºĭ":108669,"è¿ĺåİŁ":108670,"æīĭä¸ŃçļĦ":108671,"çļĦèī¯å¥½":108672,"æ·«":108673,"ä¸Ńåħ±ä¸Ń央":108674,"åĪĥ":108675,"åĵĦ":108676,"åľ¨ä»ĸçļĦ":108677,"å°Īæ¥Ń":108678,"åľºéĿ¢":108679,"éĤ»å±ħ":108680,"çĹĴ":108681,"å¦Ħ":108682,"å¤ĸç§ij":108683,"ä¸įéĢĤ":108684,"举åĬŀçļĦ":108685,"éĤ¹":108686,"åħļçļĦ建设":108687,"çĻ¼è¡¨":108688,"è·¨çķĮ":108689,"æ²īæ·Ģ":108690,"大çīĩ":108691,"è¶Ĭé«ĺ":108692,"å°Ĩæĺ¯":108693,"è§īéĨĴ":108694,"åĤ¨åŃĺ":108695,"å¢ŀ大":108696,"ä¸į让":108697,"æķ´å½¢":108698,"å¹³åı°ä¸Ĭ":108699,"åĩłä½į":108700,"è¯īæ±Ĥ":108701,"好ä¸į好":108702,"åľį":108703,"æĸĩæľ¬":108704,"éĢ²åħ¥":108705,"ç´į":108706,"æł¹æĵļ":108707,"èįīæ¡Ī":108708,"åħŃ个":108709,"åĭ¿":108710,"åĪ¶æĪIJ":108711,"饮水":108712,"æ°¸æģĴ":108713,"èĩªæĿĢ":108714,"åı¸é©¬":108715,"éļ¾çĤ¹":108716,"为æĪij们":108717,"弧":108718,"åī©ä¸ĭçļĦ":108719,"åĩĨå¤ĩ好":108720,"çļĦæľĢä½³":108721,"èģĶåIJĪä¼ļ":108722,"æĤ£èĢħçļĦ":108723,"æĪijä¸įçŁ¥éģĵ":108724,"ä¸ĭä¸Ģ个":108725,"åıijå±ķæĸ¹åIJij":108726,"笨":108727,"æīĢ以æĪij们":108728,"åĨĻäºĨ":108729,"éĢłæĪIJäºĨ":108730,"æ²Ļæ¼ł":108731,"çŃĽéĢī":108732,"çģ¾åĮº":108733,"ä¸Ĭçľĭ":108734,"éħ¶":108735,"æ»ļåĬ¨":108736,"éļ¾åħį":108737,"åIJīåĪ©":108738,"ä¸Ģä¸Ģ":108739,"ç²¾å¯Ĩ":108740,"伸æīĭ":108741,"礼仪":108742,"åħ¨æĺ¯":108743,"è¶Ĭ大":108744,"ä¸Ńæłĩ":108745,"åıĸåĨ³":108746,"åıĸåĨ³äºİ":108747,"éĢĶä¸Ń":108748,"讨åİĮ":108749,"æīĭåĨĮ":108750,"第ä¹Ŀ":108751,"åŃĶåŃIJ":108752,"çĦ¶å¾Į":108753,"ä¸Ģåħ±":108754,"æµ·æĬ¥":108755,"款å¼ı":108756,"æķ´å¤©":108757,"è¾¹çķĮ":108758,"路边":108759,"æĻĭ级":108760,"åIJIJ槽":108761,"çļĦåħ³æ³¨":108762,"æĪij没æľī":108763,"å°±æĺ¯åľ¨":108764,"缮çļĦæĺ¯":108765,"åį³ä½¿æĺ¯":108766,"顶å°ĸ":108767,"å·²ç»ıåľ¨":108768,"å®īåħ¨éļIJæĤ£":108769,"æłĩæĿĨ":108770,"åįĹéĢļ":108771,"ä¼ļ对":108772,"座ä½į":108773,"èµ¢å¾ĹäºĨ":108774,"åİŁæĿ¥çļĦ":108775,"身为":108776,"书åºĹ":108777,"è¢Ńåĩ»":108778,"ä»ĬæĻļ":108779,"以èī²":108780,"以èī²åĪĹ":108781,"æĬĸéŁ³":108782,"åį´æ²¡æľī":108783,"丧失":108784,"çļĦå±ĢéĿ¢":108785,"åįģåĽĽäºĶ":108786,"çŃī缸åħ³":108787,"æ±ĩæĢ»":108788,"å¤ĸ表":108789,"为æ°ij":108790,"éľĩæĥĬ":108791,"å¥Ĺè·¯":108792,"çĬ¯ç½ªå«Įçĸij":108793,"å°Ĩ以":108794,"çİĩé¢Ĩ":108795,"éħĴåIJ§":108796,"è¡Įä¸ļåıijå±ķ":108797,"å¹´èĩ³":108798,"åĻ¨æĿIJ":108799,"åĴĮæĬĢæľ¯":108800,"æľĢå°ı":108801,"è¿Ļä¸ĢåĪĩ":108802,"èģĮ称":108803,"å½ĵä½ľ":108804,"æİĢèµ·":108805,"åĴĭ":108806,"ä¸Ńéĥ¨":108807,"æīĭèĩĤ":108808,"ç½¢äºĨ":108809,"媳å¦ĩ":108810,"æ´½è°Ī":108811,"æĹ¶ä»£ä¸ŃåĽ½":108812,"人çĶŁçļĦ":108813,"æŀģéĻIJ":108814,"ç¦Ħ":108815,"åĮºæĶ¿åºľ":108816,"æľ¬éĴ±":108817,"礼åĵģ":108818,"çļĦéĤ£ä¸ª":108819,"ä¾¦æŁ¥":108820,"太å¤ļçļĦ":108821,"å®ŀæĸ½æĸ¹æ¡Ī":108822,"é«ĺæłĩåĩĨ":108823,"æĮĩæĮ¥éĥ¨":108824,"åĢ¾æĸľ":108825,"çī¹èī²ç¤¾ä¼ļ":108826,"çµIJæŀľ":108827,"éĴ»çŁ³":108828,"移æ¤į":108829,"çī¹ç§į":108830,"èĩªæĦ¿":108831,"æĭľçĻ»":108832,"åįķ身":108833,"åį´åıĪ":108834,"åĪ¥äºº":108835,"åIJĪè§Ħ":108836,"æľºçĶµ":108837,"çī¹æĦı":108838,"å½ĵåīįä½įç½®":108839,"买家":108840,"åIJĪ约":108841,"èĤ©èĨĢ":108842,"为åĩĨ":108843,"家è£ħ":108844,"çļĦçĥŃæĥħ":108845,"éĿŀéģĹ":108846,"çļĦéŃħåĬĽ":108847,"åİŁåijĬ":108848,"社ä¼ļåIJĦçķĮ":108849,"ä¹°çļĦ":108850,"å¤ļåIJĥ":108851,"éĽķå¡ij":108852,"èµ·ä¹ī":108853,"åĬłåī§":108854,"éĤ£ä¸ĢåĪ»":108855,"å°Ĩè¿Ľä¸ĢæŃ¥":108856,"æ¡ĤæŀĹ":108857,"æĽ´å¼º":108858,"对ä¼ģä¸ļ":108859,"æĹłæĦı":108860,"ä¹łè¿ijå¹³æĸ°":108861,"æµģ失":108862,"微软":108863,"çĽ¸å¯¹äºİ":108864,"座è°Īä¼ļ":108865,"主èIJ¥ä¸ļ":108866,"主èIJ¥ä¸ļåĬ¡":108867,"ç§ģåĭŁ":108868,"å±ķ示äºĨ":108869,"常æĢģåĮĸ":108870,"è²´":108871,"符åı·":108872,"å¹´è½»çļĦ":108873,"å°±éľĢè¦ģ":108874,"ä¹ŁæĽ¾":108875,"çļĦæĥħ绪":108876,"è¾¾æłĩ":108877,"èĩ¨":108878,"ä½įå±ħ":108879,"ä»ħ为":108880,"é¦ĸ家":108881,"éĺ´éĺ³":108882,"ä¸įåĨįæĺ¯":108883,"åĽłä¸ºå®ĥ":108884,"ä¼ģä¸ļåľ¨":108885,"çĺ¾":108886,"åIJ¬è§ģ":108887,"åİŁæľī":108888,"åĪ¶è£ģ":108889,"å¯Ĥå¯ŀ":108890,"éĢļè¿ĩ对":108891,"æ»ijéĽª":108892,"è¿Ļå¼ł":108893,"çļĦçIJĨ解":108894,"æĸ°ä¸ŃåĽ½":108895,"è¿ĻåĦ¿":108896,"ä½İä»·":108897,"æĥ³è¿ĩ":108898,"çļĦä¿¡å¿ĥ":108899,"建çŃijçī©":108900,"çļĦé¢ľèī²":108901,"ä¸įåºĶ该":108902,"æĹłçĸijæĺ¯":108903,"å¼ķèµ·äºĨ":108904,"åħ¨åijĺ":108905,"æĿ°åĩº":108906,"è¿Ļæĺ¯æĪij":108907,"誰":108908,"èĺĩ":108909,"éĺµåľ°":108910,"åħħåĢ¼":108911,"çŁ¿ä¸ļ":108912,"çĿĢä»ĸ":108913,"信访":108914,"ä¸ĩè¾¾":108915,"æij©æĵ¦":108916,"å¼Ģ端":108917,"èı²å¾ĭ":108918,"èı²å¾ĭ宾":108919,"车åŃIJ":108920,"æľ¬èº«çļĦ":108921,"çģ«è½¦ç«Ļ":108922,"常å·ŀ":108923,"为代表":108924,"为代表çļĦ":108925,"广çĶµ":108926,"亲人":108927,"åı³æīĭ":108928,"éĽĨè£ħ":108929,"éĽĨè£ħç®±":108930,"çļĦåį°è±¡":108931,"æ©Łæľĥ":108932,"åĮĨåĮĨ":108933,"åħīçĶµ":108934,"大æĸ¹":108935,"è¿ĺæľª":108936,"åĪ©å¥½":108937,"ç»Ŀ大å¤ļæķ°":108938,"åľ¨è¿Ļç§į":108939,"ä¸Ģç»Ħ":108940,"æĸ°èĤ¡":108941,"转åıij":108942,"æ³ķåºŃ":108943,"æĹłæīĢ":108944,"éģĵè·¯ä¸Ĭ":108945,"çŁ¿å±±":108946,"èijī":108947,"æĶ¶åĽŀ":108948,"称ä¹ĭ":108949,"称ä¹ĭ为":108950,"æıŃéľ²":108951,"åı£å²¸":108952,"åIJ¼":108953,"å¿ĥæĥ³":108954,"çļĦ梦æĥ³":108955,"éĽ¯":108956,"ä¹ĭåĪĿ":108957,"å¥ĸ项":108958,"订éĺħ":108959,"èĵĿ天":108960,"åĿ¦åħĭ":108961,"ç«ĭæ¡Ī":108962,"èģĶæīĭ":108963,"ä½Ĩæĺ¯æĪij":108964,"帮æĪij":108965,"ä»ħ代表":108966,"说æĪij":108967,"çļĦè¶ĭåĬ¿":108968,"æ¯Ķè¾ĥ大":108969,"èµ°å»Ĭ":108970,"éĩįçĤ¹é¡¹çĽ®":108971,"èµĮåľº":108972,"åIJįçīĩ":108973,"æĦŁåı¹":108974,"åľ¨åľ°ä¸Ĭ":108975,"åıijçĥŃ":108976,"èĮĥçķ´":108977,"çļĦéģĵè·¯":108978,"éĩijèī²":108979,"ä»ĸåıĪ":108980,"ä¼ļ产çĶŁ":108981,"æ°ijåĽ½":108982,"å®ĺæĸ¹ç½ijç«Ļ":108983,"æĶ¶çĽĬçİĩ":108984,"çļĦåĪ°æĿ¥":108985,"çļĦåĬŀæ³ķ":108986,"æĶ¹åĪ¶":108987,"ä¸ĩç§ij":108988,"ä¸įäºĪ":108989,"è¿ĻäºĽéĹ®é¢ĺ":108990,"çĪ±ä¸Ĭ":108991,"çIJĥåľº":108992,"责令":108993,"æİĪ课":108994,"åľ¨é¦Ļ港":108995,"ç»Ĩèħ»":108996,"å¤ļä¸ĩ":108997,"åIJĮå¹´":108998,"大使":108999,"æĸĭ":109000,"ä¹Łä¸º":109001,"æĥłå·ŀ":109002,"åIJī祥":109003,"çĶ°åĽŃ":109004,"åĽ½å®¶éĺŁ":109005,"éĩįçĶŁ":109006,"åľ¨åħ¶":109007,"é¦Ļåij³":109008,"è´Łèį·":109009,"亲åĪĩ":109010,"èĩªè±ª":109011,"没éĶĻ":109012,"åĽłä¸ºåľ¨":109013,"æĺŁæĺŁ":109014,"éĤij":109015,"è¿ĺæľīå¾Īå¤ļ":109016,"æij©æīĺ":109017,"æij©æīĺ车":109018,"æŃ¥è¡Į":109019,"管çIJĨä½ĵç³»":109020,"èĦļä¸ĭ":109021,"éģİåİ»":109022,"æ±īè¯Ń":109023,"对ä¸įèµ·":109024,"çļĦç»ıåİĨ":109025,"åıĬ缸åħ³":109026,"ä¸įå°ij人":109027,"éĩįç£ħ":109028,"åĬ³åĬ¨èĢħ":109029,"大åĬĽåıijå±ķ":109030,"æĢİä¹Īåģļ":109031,"çĭĹçĭĹ":109032,"举åįĹäºļ":109033,"åĭĩäºİ":109034,"åħ¬éĸĭ":109035,"çĵ·çłĸ":109036,"åıĤçħ§":109037,"广æĴŃçĶµè§Ĩ":109038,"举åĬ¨":109039,"æ±Łè¥¿çľģ":109040,"æķĪèĥ½":109041,"åĶ¯æľī":109042,"éĿ¢è²Į":109043,"èĩªåĬ¨é©¾é©¶":109044,"æ¦ľåįķ":109045,"å½ĵæĪij们":109046,"仲è£ģ":109047,"æľ¨æĿIJ":109048,"ç±³åħ°":109049,"çĻ½éĵ¶":109050,"çļĦ人éĥ½":109051,"å°±åĥıæĺ¯":109052,"æŃ¥åħ¥":109053,"åįłçĶ¨":109054,"åĩ»è´¥":109055,"让大家":109056,"ä¼ļè®©ä½ł":109057,"åİ¿æĶ¿åºľ":109058,"è¦ģçĶ¨":109059,"çŃīå½¢å¼ı":109060,"åįĩé«ĺ":109061,"责任æĦŁ":109062,"å¤ĩçĶ¨":109063,"ä»ĸ认为":109064,"æ¸ħåįİ大åѦ":109065,"ä»ĸèĩªå·±":109066,"éĸ±è®Ģ":109067,"太平æ´ĭ":109068,"éĶģå®ļ":109069,"çŃĨ":109070,"è¿Ļçīĩ":109071,"æī§æĶ¿":109072,"è¿ĶåĽŀæIJľçĭIJ":109073,"å°±æѤ":109074,"éģĩåĪ°äºĨ":109075,"å¼Ģå¹ķå¼ı":109076,"管çIJĨéĥ¨éŨ":109077,"姿åĬ¿":109078,"设æĥ³":109079,"åĽĽåŃ£":109080,"æĬĢæľ¯äººåijĺ":109081,"å·®çĤ¹":109082,"è¾ŀèģĮ":109083,"èĢģ師":109084,"çļĦæĦŁåıĹ":109085,"ä¹ŁéĿŀ常":109086,"å¹´ä¸ĬåįĬå¹´":109087,"æĢªçī©":109088,"èĮĥæĸĩ":109089,"æĪĺå½¹":109090,"åIJ«ä¹ī":109091,"åħ¨è¿ĩç¨ĭ":109092,"èĢĮéĿŀ":109093,"éĢļ讯åijĺ":109094,"è¿Ļæł·æīįèĥ½":109095,"æľºç»Ħ":109096,"è£ı":109097,"çķ¶çĦ¶":109098,"èµĮåįļ":109099,"åIJĦæľī":109100,"å·¥ä½ľæľºåĪ¶":109101,"äºĭåIJİ":109102,"åī§éĻ¢":109103,"å±ĬæŶ":109104,"åĺ´éĩĮ":109105,"主线":109106,"ä¸ĢåľĪ":109107,"主è¦ģåİŁåĽł":109108,"å°¸ä½ĵ":109109,"åĮ»çĸĹåĻ¨æ¢°":109110,"ä½łæĢİä¹Ī":109111,"ä½ĨçĶ±äºİ":109112,"æĹ¶ç©º":109113,"çĶ·æľĭåıĭ":109114,"çĶľèľľ":109115,"é«ĺåľ°":109116,"æĻĸ":109117,"èĴIJéĽĨ":109118,"åĩĿèģļåĬĽ":109119,"å¤ĩåıĹ":109120,"æĸĩåĪĽ":109121,"马æĿ¥":109122,"马æĿ¥è¥¿äºļ":109123,"æŁ´æ²¹":109124,"使人":109125,"æķĻä¼ļ":109126,"ç§ĭ天":109127,"æĺİçıł":109128,"åħŃåįģ":109129,"çݯå¢ĥä¸Ń":109130,"æ¸ħæĻ¨":109131,"积æŀģåıĤä¸İ":109132,"å·ħå³°":109133,"ä¸ºæľŁ":109134,"çŃ¾åŃĹ":109135,"æĦŁæ¿Ģ":109136,"ç§ĭåŃ£":109137,"æĿijåŃIJ":109138,"æ¢ħ西":109139,"æļ´éĽ¨":109140,"çĶŁæ´»åľ¨":109141,"çªĹæĪ·":109142,"æģ¶åĬ£":109143,"纯粹":109144,"åľ¨æİ¥åıĹ":109145,"没èĥ½":109146,"è¡Į人":109147,"åĭº":109148,"æĭ¨æīĵ":109149,"ä½ľåĩºäºĨ":109150,"çļĦ主é¢ĺ":109151,"æľªä¾Ĩ":109152,"ä¸ŃæľĢ":109153,"æ¾ľ":109154,"é«ĺè¡Ģåİĭ":109155,"åħ´èµ·":109156,"æŃ£èĥ½éĩı":109157,"åŁ¹è®ŃçıŃ":109158,"æİ¥åħ¥":109159,"çĦ¶åIJİåĨį":109160,"åѦçĶŁä»¬":109161,"é¢ĨåħĪçļĦ":109162,"çģ«çĥŃ":109163,"ä¸ĵèģĮ":109164,"æĪĸèĢħ说":109165,"建è¨Ń":109166,"é»ı":109167,"对åħ¬åı¸":109168,"çī¹æľīçļĦ":109169,"åħīèį£":109170,"å½ĵåľº":109171,"éĿ¢åŃIJ":109172,"èµĦ产管çIJĨ":109173,"æĹ¶æľŁçļĦ":109174,"çŀİ":109175,"åįİ举":109176,"åıĪä¸Ģ次":109177,"èĥİåĦ¿":109178,"å®ļçĤ¹":109179,"头çĹĽ":109180,"液ä½ĵ":109181,"æĺ¯ä¸Ģä½į":109182,"帽åŃIJ":109183,"å¹´èµ·":109184,"ä¸įä½İäºİ":109185,"è¾ĥå°ij":109186,"éĿ¢ä¸´çĿĢ":109187,"å±Ĥå±Ĥ":109188,"èĿ´èĿ¶":109189,"èī°èĭ¦":109190,"éĺ¿æł¹":109191,"éĺ¿æł¹å»·":109192,"æ¦Ĥæĭ¬":109193,"请éĹ®":109194,"èµ·åºĬ":109195,"å±Ģå±Ģéķ¿":109196,"稳åģ¥":109197,"å¦ĤæŀľæĪij们":109198,"éħĴç²¾":109199,"æĪ·åı£":109200,"æĦŁæĤŁ":109201,"æĪij们éľĢè¦ģ":109202,"æĬĢèīº":109203,"èĩªåªĴä½ĵ":109204,"è¿ĽåĮĸ":109205,"æ¿ĢçĥĪçļĦ":109206,"ä½ĵ温":109207,"èļķ":109208,"èĩ´è¾ŀ":109209,"宪æ³ķ":109210,"ä¸ĢçŃīå¥ĸ":109211,"çĵ¶é¢Ī":109212,"æĥłæ°ij":109213,"èµ°è·¯":109214,"çİ°ä»»":109215,"åķĨéĩı":109216,"ä¸ĭ车":109217,"åĪł":109218,"責任":109219,"èŀįåIJĪåıijå±ķ":109220,"ç´łæĿIJ":109221,"油价":109222,"åģļ人":109223,"çŀª":109224,"æĶ¹éĿ©åĪĽæĸ°":109225,"çļĦåĮºåĪ«":109226,"è·¨å¢ĥçĶµåķĨ":109227,"æ¶īåıĬåĪ°":109228,"æīĺ管":109229,"æĪijè¿ĺæĺ¯":109230,"åĿIJæłĩ":109231,"ç½ij讯":109232,"å½ĵåľ°çļĦ":109233,"追溯":109234,"åľŁèĢ³":109235,"åľŁèĢ³åħ¶":109236,"åºķä¸ĭ":109237,"åĩłåįģå¹´":109238,"ç©¿è¿ĩ":109239,"çĶŁæĢģæĸĩæĺİ":109240,"æݨèĸ":109241,"æݨèĸ¦":109242,"éłĨ":109243,"åĴ³åĹ½":109244,"åĪĨæĪIJ":109245,"çĹķ迹":109246,"æĪ·ç±į":109247,"éĥ½ä¸įèĥ½":109248,"æĻļä¼ļ":109249,"åĢ©":109250,"ä½ĵåĬĽ":109251,"è¿Ļ个èģĮä¸ļ":109252,"æĹłå½¢":109253,"åıªæĥ³":109254,"è¿Ľåıĸ":109255,"æĿĢæŃ»":109256,"èĦĬ":109257,"äºijåįĹçľģ":109258,"æľªçŁ¥":109259,"ç¾İèģĶ":109260,"ç¾İèģĶåĤ¨":109261,"å¤ĸå½¢":109262,"诱æĥij":109263,"çĽ£":109264,"è¡Į使":109265,"åłĨ积":109266,"çĨŁç»ĥ":109267,"éĺIJè¿°":109268,"æľĢ大éĻIJ度":109269,"å·¡æŁ¥":109270,"夺åĨł":109271,"ä¼ģä¸ļæĸĩåĮĸ":109272,"çĭ®åŃIJ":109273,"ä¿Ŀå®Ī":109274,"ä¸ºæł¸å¿ĥçļĦ":109275,"æī©æķ£":109276,"åĪ¶éĢłåķĨ":109277,"æŁĶ软":109278,"为ä¸Ģä½ĵçļĦ":109279,"游çİ©":109280,"çĶŁçĹħ":109281,"幫åĬ©":109282,"åĶ±æŃĮ":109283,"æīįåı¯ä»¥":109284,"宽æĿ¾":109285,"è¦ģæ¯Ķ":109286,"æĺ¯æĢİæł·":109287,"çģ°èī²":109288,"çİĭåĽ½":109289,"æIJħæĭĮ":109290,"计éĩı":109291,"åij¨åĽ´çļĦ":109292,"æĻºèĥ½æīĭæľº":109293,"常åĬ¡":109294,"常åĬ¡åī¯":109295,"é©´":109296,"å°Ĩè¿ij":109297,"寻常":109298,"ä¸ŃåĽ½å¸Ĥåľº":109299,"容åĻ¨":109300,"å±±ä¸Ĭ":109301,"èĥĮåIJİçļĦ":109302,"亲å¯Ĩ":109303,"æīĢ以说":109304,"éİ®":109305,"çļĦçIJĨçĶ±":109306,"大åŁİå¸Ĥ":109307,"常年":109308,"æĹħ游ä¸ļ":109309,"å°±æĺ¯è¿Ļæł·":109310,"åĨįæĿ¥":109311,"é«ĺä½į":109312,"åĨħ饰":109313,"æŀĦéĢł":109314,"ä¸Ģèµ·æĿ¥":109315,"çĶ³è«ĭ":109316,"å·²ç»ıå¼Ģå§ĭ":109317,"çļĦåĬ¨ä½ľ":109318,"被迫":109319,"éģįå¸ĥ":109320,"åīĸæŀIJ":109321,"å°ıäºĭ":109322,"å¿ĥä¸ŃçļĦ":109323,"ä½ĵåĪ¶æĶ¹éĿ©":109324,"çļĩ家":109325,"æķĻåłĤ":109326,"åIJĥå®Į":109327,"åĽ½æ°ijåħļ":109328,"æĺİç¡®äºĨ":109329,"åıijå±ķè§ĦåĪĴ":109330,"第ä¸ĢæŃ¥":109331,"å¾Ĺèµ·":109332,"åľ¨åĵª":109333,"çļĦè·¯ä¸Ĭ":109334,"é»Ķ":109335,"çķ¶æĻĤ":109336,"大åĬĽæĶ¯æĮģ":109337,"åıĮéĩį":109338,"çŁ¥éģĵèĩªå·±":109339,"åIJĪä½ľåįıè®®":109340,"æ°ĶåĬ¿":109341,"éķ¿æķĪæľºåĪ¶":109342,"ç½ķè§ģ":109343,"åĽŀæĿ¥äºĨ":109344,"ä»ĸä¼ļ":109345,"ä¸Ńæĸ°":109346,"ä¸Ńæĸ°ç½ij":109347,"çļĦåķĨåĵģ":109348,"èµłéĢģ":109349,"決å®ļ":109350,"å¸ĤåľºçĽij管":109351,"çķĻåѦçĶŁ":109352,"çĶµåİĭ":109353,"äºļ马":109354,"äºļ马éĢĬ":109355,"è¿ĺæĺ¯æ¯Ķè¾ĥ":109356,"ä¿ĥè¿ĽäºĨ":109357,"æµģåħ¥":109358,"æijĦåĥı":109359,"æijĦåĥı头":109360,"æıIJåıĬ":109361,"åıijæİĺ":109362,"æī¾åĩº":109363,"æ¢Ŀ件":109364,"ç¹¼çºĮ":109365,"æĪijåĸľæ¬¢":109366,"å¥İ":109367,"æ¦ľæł·":109368,"å¼ĢèĬ±":109369,"æ²īéĩį":109370,"åŁºåĩĨ":109371,"ä»ħä»ħæĺ¯":109372,"轨éģĵ交éĢļ":109373,"åĶIJå±±":109374,"çŃīä¸Ģç³»åĪĹ":109375,"ä¸įè¿ĩæĺ¯":109376,"åŃĺåľ¨çĿĢ":109377,"èĬ±çĶŁ":109378,"夷":109379,"ç»Ī究":109380,"ä¹Łæĺ¯ä¸Ģ个":109381,"åįģåŃĹ":109382,"èĸªéħ¬":109383,"伤å¿ĥ":109384,"æĺ¥ç§ĭ":109385,"åĨ·åį´":109386,"ç²¾çģµ":109387,"çļĦåľ°åĽ¾":109388,"æ¯Ķçī¹":109389,"æ¯Ķçī¹å¸ģ":109390,"æĢ§åĪ«":109391,"ä½Ļä¸ĩåħĥ":109392,"ä¸įå¿ĺåĪĿå¿ĥ":109393,"å¿ĥçĸ¼":109394,"æĽ²çº¿":109395,"é«ĺä½İ":109396,"è¦ıå®ļ":109397,"æĻ¯èī²":109398,"è¦ģ说":109399,"åħ¬åı¸å°Ĩ":109400,"液åİĭ":109401,"è¿Ŀ约":109402,"åİļ度":109403,"åºŀ大çļĦ":109404,"è¿ĺæĺ¯å¾Ī":109405,"é¦ĸåħĪæĺ¯":109406,"çµ²":109407,"åĬ¡å®ŀ":109408,"並ä¸Ķ":109409,"å¢ŀè¿Ľ":109410,"ç»Ħç»ĩå¼Ģå±ķ":109411,"èµ·æĿ¥äºĨ":109412,"è¾ĥå°ı":109413,"导游":109414,"ä¸¤åľ°":109415,"ç¿ĺ":109416,"çģ¿çĥĤ":109417,"é£İéĩĩ":109418,"æĶ¯çº¿":109419,"æĶ¯çº¿ä»»åĬ¡":109420,"娱ä¹IJåľĪ":109421,"天津å¸Ĥ":109422,"åĮħåĽ´":109423,"æľ¬èµĽåŃ£":109424,"éĩįè¦ģ讲è¯Ŀ":109425,"åıĮåIJij":109426,"åįİ丽":109427,"éĶ¤":109428,"åĦ¿å¥³":109429,"åįĸåĩº":109430,"ä¾Ĩ說":109431,"ä»ĭç»įä¸Ģä¸ĭ":109432,"åIJ¦è®¤":109433,"åĭĿ":109434,"æĻ®éĢļ人":109435,"çļĦåĬ¨åĬĽ":109436,"涨åģľ":109437,"åŁºéĩij管çIJĨ":109438,"ä¸Ģ个éĩįè¦ģ":109439,"è¿IJæ²³":109440,"çħŀ":109441,"è´¢æĶ¿éĥ¨":109442,"è¡Įä¸ļåįıä¼ļ":109443,"éĥ½å°Ĩ":109444,"è¨Ģ论":109445,"ä¸ĭä¾Ĩ":109446,"墨西":109447,"墨西åĵ¥":109448,"åĽłä¸ºä»ĸ们":109449,"æĢİä¹ĪåĽŀäºĭ":109450,"åĬłå¤§å¯¹":109451,"èĬŃ":109452,"çīĮåŃIJ":109453,"ä¼ļ使":109454,"妹åŃIJ":109455,"ç«Ļéķ¿":109456,"å¿ħå¤ĩ":109457,"æłijæľ¨":109458,"æģ¶æĦı":109459,"æ²³éģĵ":109460,"å¯Įè£ķ":109461,"ç¹ģåįİ":109462,"ä»£è¡¨åĽ¢":109463,"æµij身":109464,"é¦ĸä½į":109465,"èĪªç©ºåħ¬åı¸":109466,"éĽ»å½±":109467,"ä¸ĵè¾ij":109468,"æ°´æºIJ":109469,"ä¸Ńæ¯Ĵ":109470,"並ä¸į":109471,"èĢĮåİ»":109472,"éĥĿ":109473,"äºİæѤ":109474,"æĸĩåĮĸ建设":109475,"èĤ¯å®ļä¼ļ":109476,"å¸ĮæľĽå¤§å®¶":109477,"æııåĨĻ":109478,"ä½İè°ĥ":109479,"æĸ°åħ´äº§ä¸ļ":109480,"æ·Ħåįļ":109481,"æĶ¾å¼Ģ":109482,"çļĦæĢ§æł¼":109483,"çĸ¾çĹħçļĦ":109484,"æķ´é¡¿":109485,"线ä¸Ĭ线ä¸ĭ":109486,"éĢī项":109487,"çļĦ认åı¯":109488,"æķ´é½IJ":109489,"çĶļä¹Ī":109490,"çľģåĨħ":109491,"åı¤äºº":109492,"æ°ijä¿Ĺ":109493,"çī¡ä¸¹":109494,"éŨçªĹ":109495,"éĤ£æł·çļĦ":109496,"çĽijäºĭä¼ļ":109497,"ç¿¡ç¿ł":109498,"禹":109499,"åįĥä¸ĩä¸įè¦ģ":109500,"æĶ¶ç¼©":109501,"çļĦæĸĩåŃĹ":109502,"åĴĮå°ļ":109503,"æĮĩ令":109504,"åħ±äº§åħļåijĺ":109505,"çļĦçĪ¶äº²":109506,"å®Įå·¥":109507,"åĬ¡å·¥":109508,"马æĭī":109509,"马æĭīæĿ¾":109510,"æµĭè¯Ħ":109511,"å²ļ":109512,"ä¸įåģļ":109513,"ä¸ĥå¹´":109514,"åĿĩä»·":109515,"主è§Ĥ":109516,"å¾Īä¸įéĶĻ":109517,"èĤ¡ä¸ľå¤§ä¼ļ":109518,"äºĶä¸Ģ":109519,"é£İåIJ¹":109520,"å¼Ģéĩĩ":109521,"è¿Ļä¹Ī大":109522,"èĥ½çľĭåĪ°":109523,"èĢĥè¯Ħ":109524,"åį³ä¾¿æĺ¯":109525,"çݰ代åĨľä¸ļ":109526,"æ¯Ķè¾ĥé«ĺ":109527,"è¦ģçľĭ":109528,"没äºĨ":109529,"解決":109530,"çݯæ¯Ķ":109531,"åĨ²åĬ¨":109532,"æ·±å¤ľ":109533,"åĩłåįĥ":109534,"ä¿ı":109535,"ç½ijæ°ij":109536,"就没":109537,"ä»ĸ表示":109538,"éĩıåŃIJ":109539,"æĹ©é¤IJåĬłçĽŁ":109540,"åįĬå²Ľ":109541,"æIJŀç¬ij":109542,"ä¸ĬæĬ¥":109543,"審":109544,"é¢Ħ订":109545,"èľĤèľľ":109546,"æŁ¥æī¾":109547,"ä¼ĹæīĢ":109548,"ä¼ĹæīĢåij¨":109549,"ä¼ĹæīĢåij¨çŁ¥":109550,"æĹ©æĹ¥":109551,"åıijæī¬":109552,"åĴĮ个人":109553,"åĬłåħ¥äºĨ":109554,"åĸ®ä½į":109555,"åĪĨæĺİ":109556,"第ä¸Ģæī¹":109557,"ç¾İåĨĽ":109558,"æĿĢæīĭ":109559,"éŨå¤ĸ":109560,"åķĨåľĪ":109561,"ä¸ĢåĪ»":109562,"çļĦçľ¼ç¥ŀ":109563,"éľĦ":109564,"äºĽä»Ģä¹Ī":109565,"åĬłæ·±":109566,"æ¯ıä½į":109567,"å¸ĤéĿ¢ä¸Ĭ":109568,"åıĶåıĶ":109569,"çļĦéĤ£ç§į":109570,"粤港澳":109571,"è´´å¿ĥ":109572,"æĸĩåĮĸ产ä¸ļ":109573,"红æĹĹ":109574,"åĺīåħ´":109575,"æĶ¶çĽĺ":109576,"å®ĮæĪIJåIJİ":109577,"ä¼ģä¸ļ管çIJĨ":109578,"纵横":109579,"ä¸įä¿¡":109580,"æĪIJéĥ½å¸Ĥ":109581,"æ´Ĺ澡":109582,"举è¡ĮçļĦ":109583,"çĶ¢çĶŁ":109584,"ç©¿ä¸Ĭ":109585,"åĪļ好":109586,"åħī线":109587,"æīĵæŀ¶":109588,"è¿Ļæľ¬ä¹¦":109589,"åĶ®åIJİæľįåĬ¡":109590,"åĩłåĪĨ":109591,"ä¸Ĭ次":109592,"ä¸įåĪĨ":109593,"产åIJİ":109594,"éģ¿å¼Ģ":109595,"ç»Īæŀģ":109596,"代表大ä¼ļ":109597,"æ¼ĶæĬĢ":109598,"åĽŀè´Ń":109599,"åŃ¦è´¹":109600,"éĺ»ç¢į":109601,"ä¸Ģ大æī¹":109602,"竣工":109603,"åĨ³å®ļäºĨ":109604,"ä½Ĩå¦Ĥæŀľ":109605,"çĶµæµģ":109606,"ä¸Ŀ毫":109607,"èĥ½å¤Łåľ¨":109608,"éĶĢåĶ®æĶ¶åħ¥":109609,"åľ¨åŃ¦æł¡":109610,"æ°´åĩĨ":109611,"è§Ĩ线":109612,"èĩªåľ¨":109613,"åķĨä¸ļéĵ¶è¡Į":109614,"为äºĨ让":109615,"çį²å¾Ĺ":109616,"çݩ家æľĭåıĭ":109617,"éĿ¢èĨľ":109618,"åĪĨåī²":109619,"åī§æľ¬":109620,"ç«Ń":109621,"说å¾Ĺ":109622,"æĥ³çŁ¥éģĵ":109623,"çļĦ人çī©":109624,"èĮħåı°":109625,"åIJĮä¸Ģ个":109626,"æķ°æį®ä¸Ńå¿ĥ":109627,"çĶĦ":109628,"åĸľæĤ¦":109629,"ä¸ĭæĿ¥çļĦ":109630,"å®ļåIJij":109631,"æŀģåħ·":109632,"çļĦåľŁåľ°":109633,"éĤ£åĢĭ":109634,"æijĦåħ¥":109635,"äºĨæĪijçļĦ":109636,"马路":109637,"åħ¨ç¤¾ä¼ļ":109638,"è®®æ¡Ī":109639,"å±ĭåŃIJ":109640,"åIJįåı«":109641,"åĮª":109642,"åľ¨å¤ĸéĿ¢":109643,"åįİåįĹ":109644,"åıijè´§":109645,"å¯ĴåĨ·":109646,"é«ĺçŃīæķĻèĤ²":109647,"详ç»ĨçļĦ":109648,"ä¸ªé¡¹çĽ®":109649,"çĶŁäº§åĬĽ":109650,"æĹ¶å¸¸":109651,"å°±æľĥ":109652,"ä¸ĩèĤ¡":109653,"éĻĮçĶŁäºº":109654,"æııç»ĺ":109655,"å½ĵçĦ¶æĺ¯":109656,"æĭīåĬ¨":109657,"éĵ¾æĿ¡":109658,"æī£éĻ¤":109659,"ä¸Ģ缴éĥ½":109660,"å°ıåŃ©åŃIJ":109661,"伤åı£":109662,"第äºĮå±Ĭ":109663,"è´Ńç½®":109664,"çļĩ马":109665,"æĹłèģĬ":109666,"表åĨ³":109667,"诸å¦Ĥ":109668,"åĵįèµ·":109669,"é£İæļ´":109670,"ä¸ĢæµģçļĦ":109671,"ç·¨":109672,"解æĶ¾åĨĽ":109673,"室å¤ĸ":109674,"å°±è¿Ļä¹Ī":109675,"島":109676,"æīĢæľī人éĥ½":109677,"æIJľç´¢å¼ķæĵİ":109678,"çļĦæĪIJæľ¬":109679,"åħļæĶ¿":109680,"åıijè¡Į人":109681,"çļĦäºĭå®ŀ":109682,"对该":109683,"åıĹæįŁ":109684,"ä¿Ħä¹Į":109685,"é²ľèĬ±":109686,"åĨľèį¯":109687,"æŀģéĢŁ":109688,"æĢ¥æĢ§":109689,"两ä¼ļ":109690,"ä¸ĢèĪ¬æĿ¥è¯´":109691,"æµ·é²ľ":109692,"åĨĪ":109693,"çĶ¨äºº":109694,"çĶ¨äººåįķä½į":109695,"åĢª":109696,"åĦªæĥł":109697,"æł¹æºIJ":109698,"åĽ¢è´Ń":109699,"ç¾İæ´²":109700,"ä¸ĭè¡Į":109701,"å¹´æľ«":109702,"èľ¡":109703,"è¯ģ件":109704,"åľ¨æĪijåĽ½":109705,"ä¸įåºĶ":109706,"æĮīæŶ":109707,"åłªç§°":109708,"åľºä¸Ĭ":109709,"å¹²éĥ¨èģĮå·¥":109710,"æľīå¾Ī大çļĦ":109711,"æķ°åŃĹç»ıæµİ":109712,"æ¼Ķç»ĥ":109713,"æį®ç»Łè®¡":109714,"å¾ĢæĿ¥":109715,"广åijĬæľįåĬ¡":109716,"çļĦè·Ŀ离":109717,"æѸ":109718,"è¨Ģè¯Ń":109719,"被èªī":109720,"被èªī为":109721,"åĭī强":109722,"å°Ĭæķ¬":109723,"ä¸ĩ亿åħĥ":109724,"ä¸ŃåĽ½åĽ½éĻħ":109725,"å¹²é¢Ħ":109726,"年产":109727,"èĢķåľ°":109728,"èĮİ":109729,"åį³æĺ¯":109730,"æĺ¨æĻļ":109731,"æĪIJ为ä¸Ģ个":109732,"çºłæŃ£":109733,"åij½åIJį":109734,"é¢ģå¸ĥ":109735,"çĮľæµĭ":109736,"ä¿ĿèŃ·æĶ¿çŃĸ":109737,"æĭ¢":109738,"活泼":109739,"çŃīéĥ¨éŨ":109740,"åѦåĪ°":109741,"å¢ŀåĢ¼ç¨İ":109742,"èĪªçº¿":109743,"åĨ¤":109744,"åįģåĩłå¹´":109745,"æݧèĤ¡èĤ¡ä¸ľ":109746,"ä¸ĢéŨ":109747,"ä¸ªå·¥ä½ľ":109748,"ä¸ªå·¥ä½ľæĹ¥":109749,"æĸ°è¥¿":109750,"æĸ°è¥¿åħ°":109751,"论è¯ģ":109752,"ä»Ĩ":109753,"åı¦å¤ĸä¸Ģ个":109754,"æĶ¹ç¼ĸ":109755,"严ç¦ģ":109756,"åĸľå¥½":109757,"个人信æģ¯":109758,"满æĦı度":109759,"åĵ¨":109760,"å¸ĪèµĦ":109761,"æĶ¹ä¸º":109762,"ç«ŀäºī对æīĭ":109763,"åĩºçĤī":109764,"åķĨ人":109765,"大æ£ļ":109766,"æĮĩ导ä¸ĭ":109767,"å¦ĩç§ij":109768,"輪":109769,"æīģ":109770,"åIJĮæŶè¿ĺ":109771,"并éĢļè¿ĩ":109772,"æĪĺéĺŁ":109773,"èĶĵ延":109774,"ä¿ŀ":109775,"éĢĤå½ĵçļĦ":109776,"åīįè¾Ī":109777,"åĵģåij³":109778,"æ¹¿åľ°":109779,"æĪIJåŀĭ":109780,"ä¸įåıªæĺ¯":109781,"æĥ©ç½ļ":109782,"åĩºåı°äºĨ":109783,"çݩ游æĪı":109784,"æīįåıijçİ°":109785,"åºĶèģĺ":109786,"å¤ĸæĿ¥":109787,"åįłé¢Ĩ":109788,"å±ķæľĽ":109789,"å«Ĥ":109790,"港èĤ¡":109791,"æ¡Įä¸Ĭ":109792,"æĶ¯æŁ±":109793,"çļĦæĥħå½¢":109794,"广éĺĶçļĦ":109795,"æĶ¯è¡Į":109796,"å´©æºĥ":109797,"æľĪä¸Ń":109798,"æľĪä¸ŃæŬ":109799,"ç»įåħ´":109800,"临è¿ij":109801,"æĬ¤æłı":109802,"æļ®":109803,"åįķèģĮä¸ļ":109804,"è¾¹å¢ĥ":109805,"æĹ¥çħ§":109806,"ä¸ĢåłĨ":109807,"缴å¾Ħ":109808,"åħ±åIJĮä½ĵ":109809,"æĸ°åįİç½ij":109810,"æīĵ好":109811,"çĶµåĬ¨æ±½è½¦":109812,"ä¸įæĺİçĻ½":109813,"éĢĻ裡":109814,"çĽĽå¤§":109815,"çİĭæľĿ":109816,"åĨįä¸Ģ次":109817,"åĬŀåħ¬åİħ":109818,"è´¨æĬ¼":109819,"åIJĪåĩ»":109820,"人们对":109821,"éĽ¶é£Ł":109822,"éĥ½ä¸įçŁ¥éģĵ":109823,"çļĦè¯Ńè¨Ģ":109824,"åĭŁéĽĨèµĦéĩij":109825,"åĬ¨èĦī":109826,"彤":109827,"è¿Ļåĩłå¹´":109828,"çŁŃè§Ĩé¢ij":109829,"太é«ĺ":109830,"常å§Ķä¼ļ":109831,"åĬłçıŃ":109832,"éĩįå¿ĥ":109833,"åªĴä½ĵæĬ¥éģĵ":109834,"没æ³ķ":109835,"éĹ»åIJį":109836,"çĥŃ度":109837,"å¹¿æ³ĽçļĦ":109838,"åħŃ大":109839,"çī©ä½ĵ":109840,"ä¸į该":109841,"é¢ĺ主":109842,"精彩çļĦ":109843,"ä¸ºè¿Ľä¸ĢæŃ¥":109844,"èĻŀ":109845,"åĽºçĦ¶":109846,"è´µå·ŀçľģ":109847,"çºłç»ĵ":109848,"代çIJĨ人":109849,"æ³ķå®ļ代表":109850,"åı¦ä¸Ģç§į":109851,"ä¸įåIJ«":109852,"æĭ¯æķij":109853,"ä¼ļç»Ļ":109854,"è¯Ĺè¯į":109855,"åIJĮç±»":109856,"å¾Ĺä¸įåĪ°":109857,"æĬĵç´§":109858,"以åħ¶":109859,"åħ¥åħļ":109860,"è¿ĺåı¯":109861,"æľŁåĪĬ":109862,"å¾Īå¤ļæŶåĢĻ":109863,"æĹ¥åIJİ":109864,"åħ¬çº¦":109865,"ä¸Ģ举":109866,"æ¯Ķè¾ĥå¤ļ":109867,"éĩijæ²Ļ":109868,"æįŀ":109869,"æİĴåĩº":109870,"æŃ¦æľ¯":109871,"ä¸įæĸ·":109872,"ä¸ŃèĢĥ":109873,"ä¿¡èµĸ":109874,"ä»İä¸ļ人åijĺ":109875,"çģ«çĦ°":109876,"éĨĴæĿ¥":109877,"ä½İ温":109878,"éĢ¾æľŁ":109879,"åĬ±å¿Ĺ":109880,"éħ¥":109881,"åı¯è°ĵæĺ¯":109882,"è¿ĻæĦıåij³çĿĢ":109883,"é¢łè¦Ĩ":109884,"åĮĹ京大åѦ":109885,"ä¸ĵ线":109886,"åıĬ以ä¸Ĭ":109887,"訪":109888,"èĢĮåIJİ":109889,"çŁ¥ä¹İ":109890,"ä¸Ģ对ä¸Ģ":109891,"å¨ĥå¨ĥ":109892,"çģ¾éļ¾":109893,"åħ¨å±Ģ":109894,"æīĢå¾Ĺç¨İ":109895,"å®ŀæĥł":109896,"èļĤèļģ":109897,"ä¹ŁçŁ¥éģĵ":109898,"温åĴĮ":109899,"èIJ½ä¸ĭ":109900,"åŀĭä¼ģä¸ļ":109901,"åĨįä¹Ł":109902,"ä¾ĽçĥŃ":109903,"é«ĺæ½®":109904,"çĢı覽åĻ¨":109905,"çļĦ巨大":109906,"åħĪ天":109907,"å¹´ä¸ŃåĽ½":109908,"类似çļĦ":109909,"çIJĨäºĭä¼ļ":109910,"空éĸĵ":109911,"çģµæĦŁ":109912,"åĬĽæ°Ķ":109913,"带ä¸Ĭ":109914,"ä¸į好æĦıæĢĿ":109915,"æľīä½ķ":109916,"å·²åľ¨":109917,"åıĸåĩº":109918,"è¿Ŀæ³ķçĬ¯ç½ª":109919,"åŃ¦ä¹łè´¯å½»":109920,"åľ°å¸¦":109921,"楼梯":109922,"çŃīæĥħåĨµ":109923,"ä»İåīį":109924,"çļĦä¹łæĥ¯":109925,"ç³Łç³ķ":109926,"å°±èĥ½å¤Ł":109927,"è©ķ":109928,"ä¸Ģå¾ĭ":109929,"æĮ«æĬĺ":109930,"åİŁæĸĩåľ°åĿĢ":109931,"å½ĵå±Ģ":109932,"ä¸įéĢļ":109933,"æķ°åįĥ":109934,"éĺŁä¼į建设":109935,"æŶèĬĤ":109936,"åģļèµ·":109937,"çļĦè®°å¿Ĩ":109938,"ç½ij绾å®īåħ¨":109939,"åĩ¡æĺ¯":109940,"æ°¯":109941,"éĽķåĪ»":109942,"åŁĥåıĬ":109943,"æĪijåı¯ä»¥":109944,"çĽijçIJĨ":109945,"æĽ´åħ·":109946,"åŁİ管":109947,"èĭ¯":109948,"åı¥åŃIJ":109949,"èĭ¥æľī":109950,"ä»İæĿ¥ä¸į":109951,"缸åħ³è´Łè´£":109952,"å®īåħ¨æĦŁ":109953,"æĽ´è¦ģ":109954,"çļĦæĥħæĦŁ":109955,"çī¢çī¢":109956,"è¾ĥ好çļĦ":109957,"æ°®":109958,"ç¬ijè¯Ŀ":109959,"车å±ķ":109960,"ä¹ĭç¾İ":109961,"ç®Ģ约":109962,"ç±»åŀĭçļĦ":109963,"èĢģåĮĸ":109964,"çľĭä½ł":109965,"è¿ĩåĪĨ":109966,"éŨåīį":109967,"ä¸ĢéĹ´":109968,"æĥ³åİ»":109969,"åªĽ":109970,"åľŁè±Ĩ":109971,"åıĪ称":109972,"ä¸Ńä¿¡":109973,"åŃĺéĩı":109974,"马äºij":109975,"èĩ´ä½¿":109976,"åħĪåīį":109977,"èĢģåŃIJ":109978,"æīĵæī®":109979,"æ¯ķä¸ļäºİ":109980,"æ¯ķä¸ļåIJİ":109981,"ç¾İ好çĶŁæ´»":109982,"å·¥ä¸ļä¼ģä¸ļ":109983,"就好äºĨ":109984,"èħIJèļĢ":109985,"çıįçıł":109986,"åĪ°è¿ĻéĩĮ":109987,"æīĢéľĢçļĦ":109988,"è¿Ļæĺ¯åĽłä¸º":109989,"çIJĨæĥ³çļĦ":109990,"å·®å¼ĤåĮĸ":109991,"é®":109992,"é®®":109993,"äºļ太":109994,"æĹłç©·":109995,"æıIJçİ°":109996,"ä¸ĵä¸ļæĬĢæľ¯":109997,"çĶ¢æ¥Ń":109998,"åѦåŃIJ":109999,"ç§ijå¹»":110000,"åįłåľ°éĿ¢ç§¯":110001,"ä¸įåĩĨ":110002,"æľªæĪIJ年人":110003,"æĶ¶å½ķ":110004,"è¿ĺ款":110005,"éĴ¢çŃĭ":110006,"æ¼¢":110007,"å¾ĹæĦı":110008,"综åIJĪä½ĵ":110009,"æŀģé«ĺ":110010,"åįķè¯į":110011,"é«ĺæķĪçļĦ":110012,"骨头":110013,"æī§çĿĢ":110014,"缼ä¸ĸ":110015,"模çī¹":110016,"æĽ´èĥ½":110017,"ç»ĿæľĽ":110018,"对åºĶçļĦ":110019,"æ¨Ĭ":110020,"æĸ°ä¸ī":110021,"æĸ°ä¸īæĿ¿":110022,"æģ°æģ°":110023,"åIJį家":110024,"æł¸å¿ĥæĬĢæľ¯":110025,"个å°ı":110026,"æĢİä¹Īä¼ļ":110027,"说ä¸įå®ļ":110028,"西çĵľ":110029,"åĵİ":110030,"ç¢Ł":110031,"å¿ħä¸įåı¯":110032,"å¿ħä¸įåı¯å°ij":110033,"ä¹ĭéĸĵ":110034,"åĪĨ管":110035,"交éĢļäºĭæķħ":110036,"å¼ĢåĬŀ":110037,"å¾ģæ±ĤæĦıè§ģ":110038,"亨":110039,"鼻åŃIJéĥµ":110040,"鼻åŃIJéĥµä»¶":110041,"ä¿¡æģ¯æľįåĬ¡":110042,"ä½łè§īå¾Ĺ":110043,"缴è§Ĥ":110044,"å·²å®ĮæĪIJ":110045,"åĪĨä¼ļ":110046,"åĽŀåįĩ":110047,"éļ»":110048,"好人":110049,"äºĨ解ä¸Ģä¸ĭ":110050,"åį«æµ´":110051,"æľĢçĪ±":110052,"åºŀ大":110053,"客æĪ¿":110054,"çijŀåħ¸":110055,"éĥ½ä¸įæĺ¯":110056,"館":110057,"èĹī":110058,"çļĦåIJĦ项":110059,"ä¸ºçĽ®æłĩ":110060,"çļĦè®¤çŁ¥":110061,"å½±åĵįåĬĽçļĦ":110062,"å¤¸å¼ł":110063,"佩æĪ´":110064,"æ±ĩçİĩ":110065,"çļĦçĪ±æĥħ":110066,"æĺ¥é£İ":110067,"æĺ¯æĪijçļĦ":110068,"樹":110069,"åįĬå°ıæŶ":110070,"å±±åİ¿":110071,"山西çľģ":110072,"èĢĮè¿Ļ":110073,"æĽ´å¤ļä¿¡æģ¯":110074,"è¿ĺæľīä¸ĢäºĽ":110075,"ç²¾ç»ĨåĮĸ":110076,"ç¾İåѦ":110077,"çĶ±æĸ¼":110078,"ä»ħä¾ĽåıĤèĢĥ":110079,"å¾Īé«ĺçļĦ":110080,"åıłåĬł":110081,"è¿Ļä¹Ī说":110082,"å±ķåĩº":110083,"åĽĽå¤Ħ":110084,"ä¸ĩ家":110085,"æĭĽåĭŁ":110086,"çļĦ强大":110087,"æĤ£æľī":110088,"å°ıäºİ":110089,"ä¹Łè®¸æĺ¯":110090,"对èĩªå·±çļĦ":110091,"èģĮä¸ļæķĻèĤ²":110092,"æĿ¥è¿Ľè¡Į":110093,"档次":110094,"æīĵèµ¢":110095,"éĥ½æľīçĿĢ":110096,"庸":110097,"è¯Ńæ°Ķ":110098,"çĶ²éĨĽ":110099,"空åĨĽ":110100,"车åĨħ":110101,"åĽłä¸ºä½ł":110102,"å®ŀæķĪ":110103,"æĥħä¾£":110104,"åıijè¾¾åĽ½å®¶":110105,"éķľåŃIJ":110106,"æ¯įå©´":110107,"ä½Ĩæĺ¯ä»ĸ":110108,"积æŀģæİ¨è¿Ľ":110109,"大å¹ħ度":110110,"çļĦ女åĦ¿":110111,"é¤IJæ¡Į":110112,"åIJ¬å¾Ĺ":110113,"çļĦ积æŀģæĢ§":110114,"好åIJ§":110115,"æĹ¥æ¶Īæģ¯":110116,"æľīä»»ä½ķ":110117,"æ¯Ĵåĵģ":110118,"æĹ©çĤ¹åĬłçĽŁ":110119,"第ä¸Ģ天":110120,"å°½åĬĽ":110121,"æłĸ":110122,"主æīĵ":110123,"æĺ¯ä¸ĢåIJį":110124,"çĪĨæĸĻ":110125,"äºĭä¸ļåıijå±ķ":110126,"å¾®åķĨ":110127,"äºİä¸Ģä½ĵçļĦ":110128,"çĶŁçĮª":110129,"èĩªçĦ¶èµĦæºIJ":110130,"çŀĦåĩĨ":110131,"è§Ħ模åĮĸ":110132,"并ä¸İ":110133,"èĤ¥èĥĸ":110134,"家çĶ¨":110135,"大çĪ·":110136,"é¢ĦåijĬ":110137,"æĿ¥åģļ":110138,"éĺ³åİ¿":110139,"æŀĦçŃij":110140,"é¢ģå¥ĸ":110141,"åİĨåı²æĸĩåĮĸ":110142,"æľįåĭĻæĪĸ":110143,"æĢ»åĨ³èµĽ":110144,"åıijåŀĭ":110145,"æĪij羣çļĦ":110146,"æĽ¦":110147,"åıĤä¼ļ":110148,"èĦĨå¼±":110149,"åĩĨåħ¥":110150,"èħ¹éĥ¨":110151,"åı¸ä»¤":110152,"æĤ²åī§":110153,"天ä¸Ĭ":110154,"åı£ä¸Ń":110155,"ä¸ĩ个":110156,"åѦä¸ļ":110157,"æıIJåĢ¡":110158,"两边":110159,"大èĤ¡ä¸ľ":110160,"åı¤éķĩ":110161,"è¡Ģç³ĸ":110162,"çļĦç¨ĭ度":110163,"æ£īèĬ±":110164,"åIJİåı°":110165,"å°±åĮ»":110166,"æķ´æķ´":110167,"èĴ²":110168,"çĽĪåĪ©èĥ½åĬĽ":110169,"ç±½":110170,"èĦ«":110171,"çľĭéĩį":110172,"家éķ·":110173,"èģĺçĶ¨":110174,"èµĽéģĵ":110175,"åīįèĢħ":110176,"建èŃ°":110177,"å¾ĭå¸ĪäºĭåĬ¡":110178,"èīºæľ¯åĵģ":110179,"æľīèĩªå·±çļĦ":110180,"åIJ¦å®ļ":110181,"ç¤¾åĽ¢":110182,"åij¨äºĶ":110183,"带åĪ°":110184,"å·¥ä½ľä¼ļè®®":110185,"èĤ¡æľ¬":110186,"å¤ĸåĮħ":110187,"家åħ¬åı¸":110188,"çĽijçĭ±":110189,"èĪĬ":110190,"åIJįæł¡":110191,"西æ¹ĸ":110192,"è¶ħè¿ĩäºĨ":110193,"åįĹå±±":110194,"ç»Ħ件":110195,"åĢ¼å¾Ĺ注æĦı":110196,"æĮ£æīİ":110197,"äºĭ迹":110198,"ç¶ĵçĩŁ":110199,"ç§ij室":110200,"好åIJĹ":110201,"æ¤ħåŃIJ":110202,"åľĪåŃIJ":110203,"ä½Ĩ她":110204,"æµģçķħ":110205,"åIJĦèĩªçļĦ":110206,"èģĮåijĺ":110207,"è¡įçĶŁ":110208,"åħ¨åľº":110209,"æĴ¤éĶĢ":110210,"åį´è¢«":110211,"å®ģéĿĻ":110212,"åīįæīĢ":110213,"åīįæīĢæľª":110214,"åīįæīĢæľªæľī":110215,"主ä¸ļ":110216,"åĮĹç¾İ":110217,"è¯Ħå®ļ":110218,"åĵģå°Ŀ":110219,"大家éĥ½åľ¨":110220,"主å¸ħ":110221,"ç»Ĩå¿ĥ":110222,"ä¿¡æģ¯æĬ«éľ²":110223,"çļĦç«ŀäºī":110224,"éĢĻ樣çļĦ":110225,"ç§ijåĪĽæĿ¿":110226,"éĩĩæijĺ":110227,"票æį®":110228,"éĢIJå¹´":110229,"èĭ±è¶ħ":110230,"è¡Įä¸ļåĨħ":110231,"人寿":110232,"åIJİåĭ¤":110233,"å¦ĤæĦı":110234,"ç¬Ķè¯ķ":110235,"æ·¡æ·¡çļĦ":110236,"ä¸įèĪĴæľį":110237,"ä½ĵ积":110238,"ä¹Łä¸įè¦ģ":110239,"éĿ¢æĸĻ":110240,"æł·æľ¬":110241,"ç¥ģ":110242,"æĮīè§Ħå®ļ":110243,"大æ¦Ĥæĺ¯":110244,"æĥħåĨµè¿Ľè¡Į":110245,"åIJĦåįķä½į":110246,"çļĦç¬ij容":110247,"åĩºèī²çļĦ":110248,"代表æĢ§":110249,"çļĦç¾İ好":110250,"éĴ¦":110251,"å¾®çĶŁçī©":110252,"è¶Ĭæĺ¯":110253,"æĸ¹åı¯":110254,"å¹²èĦĨ":110255,"éģĬæĪ²":110256,"çļĦåħ´è¶£":110257,"éĹ®è´£":110258,"åĽłä¸ºæĪij们":110259,"èĢĥéĩı":110260,"çĶŁçĶŁ":110261,"éĺ»åĬĽ":110262,"ä¸įåħģ许":110263,"æıIJè®®":110264,"åĩıæĮģ":110265,"åıªæĺ¯ä¸Ģ个":110266,"æĪijæĬĬ":110267,"åıijçİ°èĩªå·±":110268,"å¢ŀå¹ħ":110269,"å¦į":110270,"èĹĿè¡ĵ":110271,"ä¸Ģ家人":110272,"åĪĨ级":110273,"çļĦæķ°éĩı":110274,"è½®èŀįèµĦ":110275,"çŃīåĽłç´ł":110276,"大夫":110277,"èģĺ请":110278,"é£İæľº":110279,"绽æĶ¾":110280,"ä»»ä½ķä¸Ģ个":110281,"éłĤ":110282,"éĺ¶çº§":110283,"æĬĬ她":110284,"è¿ĽåĨĽ":110285,"èĥ½åģļåĪ°":110286,"åŁ¹è®ŃæľºæŀĦ":110287,"çī©æĸĻ":110288,"ç«¥è¯Ŀ":110289,"æĮĩ导æĦıè§ģ":110290,"éĺ®":110291,"æ·±åħ¥æİ¨è¿Ľ":110292,"ä¸»æľº":110293,"æ¸Ķä¸ļ":110294,"ä¸įæľį":110295,"æµĵéĥģ":110296,"è¡Ĺä¸Ĭ":110297,"ä¾Ŀ次":110298,"æĹ¶æ®µ":110299,"梵":110300,"çļĦåĸľçĪ±":110301,"å¾Īéķ¿":110302,"åĪĿ级":110303,"æŀľæĸŃ":110304,"æĬ¢æķij":110305,"é¼ĵèĪŀ":110306,"ä¾ĽéľĢ":110307,"æ·±åħ¥å¼Ģå±ķ":110308,"产ä¸ļéĽĨ群":110309,"åĻªéŁ³":110310,"åIJ¬çĿĢ":110311,"æ·±åĪ»çļĦ":110312,"å¿įåıĹ":110313,"çĶµç£ģ":110314,"强èĢħ":110315,"æ»ĭåij³":110316,"æĽ¼èģĶ":110317,"åı¯ä»¥çĽ´æİ¥":110318,"大米":110319,"æŃ·åı²":110320,"æĶ¿åĬ¡æľįåĬ¡":110321,"åħ¬å¼ı":110322,"社群":110323,"éģĵ士èģĮä¸ļ":110324,"ä¹ĭæĥħ":110325,"æµ·æ°´":110326,"æ¼Ķå¥ı":110327,"åºĹéĩĮ":110328,"迹象":110329,"åıijå±ķçIJĨ念":110330,"é«ĺ空":110331,"åij¨åĪĬ":110332,"åĽŀåĪ°äºĨ":110333,"ä¸įéĢĤåIJĪ":110334,"åłµå¡ŀ":110335,"åĬĪ":110336,"æ°´ä¸Ĭ":110337,"çĢijå¸ĥ":110338,"纳ç¨İ人":110339,"çĩĥæ²¹":110340,"å·¥ç¨ĭé¡¹çĽ®":110341,"峡谷":110342,"æľīéĴĪ对æĢ§":110343,"åľĨå½¢":110344,"æľ¬å¸Ĥ":110345,"è¿Ļè¯Ŀ":110346,"管çIJĨèĢħ":110347,"ç¡®è¯ĬçĹħä¾ĭ":110348,"æĬĬæīĭ":110349,"彩èī²":110350,"ä¸Ĭåīį":110351,"夯å®ŀ":110352,"ç¾ĬèĤī":110353,"å¾Ģå¹´":110354,"æĵħèĩª":110355,"迷人":110356,"èĪªæ¯į":110357,"ç²¾ç»Ĩ":110358,"åľ¨æĪijçļĦ":110359,"åĪĽæĬķ":110360,"麦åħĭ":110361,"æľĪç»ı":110362,"åĮĹæµ·":110363,"ä¹ĭæĺŁ":110364,"åı¶åŃIJ":110365,"å¸Ĥåľºç«ŀäºī":110366,"è¿Ļäºĭ":110367,"åıĥèĪĩ":110368,"äº§åľ°":110369,"åĶī":110370,"åķĨåĵģæĪ¿":110371,"èĪªè¿IJ":110372,"ä¼ĺå¼Ĥ":110373,"ä»ĸ们æĺ¯":110374,"éĽ¨æ°´":110375,"è¯įæ±ĩ":110376,"åĨľçĶ°":110377,"欧éĺ³":110378,"çŁŃ线":110379,"管ç½ij":110380,"æł¹åŁº":110381,"åıªæľīä¸Ģ个":110382,"éŀĭåŃIJ":110383,"å¸Ĥå§Ķ书记":110384,"åĪ»æĦı":110385,"è¡Į车":110386,"åıĪ被":110387,"åı¯éĿłæĢ§":110388,"è´±":110389,"ä»»åij½":110390,"åºĶåľ¨":110391,"å°±å¾Ĺ":110392,"æľįåĬ¡ä½ĵç³»":110393,"æĶ¿æĿĥ":110394,"åıijè¨Ģ人":110395,"è¿ĩå¾Ģ":110396,"两åıª":110397,"èĻ½è¯´":110398,"éĢģä¸Ĭ":110399,"ä»Ģä¹Īäºĭ":110400,"æķ£æĸĩ":110401,"æİĮæݧ":110402,"èĸĦå¼±":110403,"ä¸ĭéĿ¢å°±":110404,"主è¦ģåĨħ容":110405,"å¾Īéĩįè¦ģçļĦ":110406,"就说":110407,"çĻ½èī²çļĦ":110408,"éĤ£ä¸ªæŶåĢĻ":110409,"ç»ı纪人":110410,"çļĦæ¯į亲":110411,"ç¬Ķè®°æľ¬":110412,"åºķå±Ĥ":110413,"è¿ij代":110414,"解说":110415,"è²łè²¬":110416,"æľĢ大åĮĸ":110417,"åķĨéĵº":110418,"æł¡åıĭ":110419,"æ²ģ":110420,"ä¸įåĩºæĿ¥":110421,"éĻ·éĺ±":110422,"ç¨ħ":110423,"åħ¬å¸ĥäºĨ":110424,"åĩĢåĢ¼":110425,"çĽ¸å¯¹è¾ĥ":110426,"笼":110427,"æł¸ç®Ĺ":110428,"åįİ侨":110429,"æĢ¥æķij":110430,"æĮºå¥½":110431,"åħĴç«¥":110432,"äºĮèĥİ":110433,"åĩºèĩª":110434,"åĿŁ":110435,"æīĭä¸ĭ":110436,"屡":110437,"åĪĽéĢłæĢ§":110438,"ä¸¥æł¼æĮīçħ§":110439,"åĨįåİ»":110440,"举缣":110441,"人æµģ":110442,"äºĨä¸Ģ声":110443,"å°ıæŶåīį":110444,"è´µæĹı":110445,"éľĸ":110446,"ä¹Łæĺ¯éĿŀ常":110447,"éĢ±":110448,"çľĭäºĨçľĭ":110449,"ç¹ģæ®ĸ":110450,"èĩ³æѤ":110451,"é¢Ħå¤ĩ":110452,"å¾Īæĺİæĺ¾":110453,"æ¼Ķèīº":110454,"åĿIJçĿĢ":110455,"ä¿ĦåĨĽ":110456,"åľ¨è¿ĩåİ»":110457,"ä¹ĭäºĭ":110458,"æĬĵèİ·":110459,"åĿIJä¸ĭ":110460,"çĶ±ä¸ŃåĽ½":110461,"ä¹Łå¼Ģå§ĭ":110462,"çŃĶå¤į":110463,"åŀĥåľ¾åĪĨç±»":110464,"éĴĵé±¼":110465,"åIJĦ種":110466,"缸éģĩ":110467,"ä¸įåģľçļĦ":110468,"æī¹éĩı":110469,"éĩįè¦ģä½ľçĶ¨":110470,"å§Ķå±Ī":110471,"åħŃå¹´":110472,"ä¸ĥåįģ":110473,"ä¹ĭæĪĺ":110474,"é£İéĻ©ç®¡çIJĨ":110475,"éŁ³æ¨Ĥ":110476,"è¡ĮæĶ¿å¤Ħç½ļ":110477,"æľ¬äºĭ":110478,"æĴ°åĨĻ":110479,"èģļåIJĪ":110480,"éĢĤæŶ":110481,"æIJ¬å®¶":110482,"ç¢İçīĩ":110483,"çĽĽå®´":110484,"ç®Ģæ´ģ":110485,"åı¬éĽĨ":110486,"ç®ĢåĮĸ":110487,"åĮĹ京æŶéĹ´":110488,"第ä¸īå±Ĭ":110489,"æĿ¥åĽŀ":110490,"常çĶ¨çļĦ":110491,"京津":110492,"京津åĨĢ":110493,"梦幻":110494,"è¯ķè¡Į":110495,"æľºåºĬ":110496,"åĪ°æľĢåIJİ":110497,"åĬ©æīĭ":110498,"åĪĨ彩":110499,"åĩºåĵģ":110500,"åĪ¹è½¦":110501,"åIJ¯åıij":110502,"侧éĿ¢":110503,"æ¯ıå½ĵ":110504,"缸åħ³è§Ħå®ļ":110505,"ä¸ĸ人":110506,"è´Ń车":110507,"å¿ĥ缮":110508,"å¿ĥ缮ä¸Ń":110509,"äºĶéĩij":110510,"è¿ĺè®°å¾Ĺ":110511,"ä¾ĿçĦ¶æĺ¯":110512,"æıIJæ¡Ī":110513,"çĶµåķĨå¹³åı°":110514,"åģļåĪ°äºĨ":110515,"æĿľç»Ŀ":110516,"å®īåįĵ":110517,"ä¸ĸçķĮåIJĦåľ°":110518,"åīįéĢĶ":110519,"æ´ĹåĩĢ":110520,"å¥ĭåĬĽ":110521,"åŁİå¸Ĥ建设":110522,"å¤ļåĬŁèĥ½":110523,"ä¼ļéĢłæĪIJ":110524,"åıijå¸ĥä¼ļä¸Ĭ":110525,"究竣æĺ¯":110526,"åĪĨ红":110527,"çŁ¥èŃĺ":110528,"éĿ¢æĿ¿":110529,"æĹłå£°":110530,"æĢ¥éľĢ":110531,"å¤±çľł":110532,"çĪ¸å¦Ī":110533,"äºĤ":110534,"åħ¨æĻ¯":110535,"ç»ıåħ¸çļĦ":110536,"åī§ä¸Ń":110537,"é¢Ĩ导ä¸ĭ":110538,"åħļåĨħ":110539,"åħ¥ä¾µ":110540,"æĭīæĸ¯":110541,"ä¸Ģå¹ķ":110542,"åĬłä¹ĭ":110543,"èĤĨ":110544,"èĭ±æł¼":110545,"èĭ±æł¼åħ°":110546,"å·§åħĭ":110547,"å·§åħĭåĬĽ":110548,"ä¸Ģå¿ĥ":110549,"èģĤ":110550,"å¾Ģå¾Ģæĺ¯":110551,"管çIJĨå±Ĥ":110552,"çĻ»åħ¥":110553,"建ç«ĭèµ·":110554,"å»ºåĽ½":110555,"åŃIJ宫":110556,"åºĶä»ĺ":110557,"æݢ究":110558,"第ä¸Ģä½į":110559,"ä½Ļ家":110560,"çŃīæ´»åĬ¨":110561,"æīĢèĩ´":110562,"è¾ĥå¿«":110563,"æĺ¯éĿŀ":110564,"æıIJåIJį":110565,"äºĮèĢħ":110566,"åıªåī©ä¸ĭ":110567,"åħ¶ä¸ŃåĮħæĭ¬":110568,"ç¼ĸç¨ĭ":110569,"çł´ç¢İ":110570,"ä¸Ń举":110571,"å·¥ä½ľæĬ¥åijĬ":110572,"çŃ¾åIJį":110573,"éħĴä¸ļ":110574,"çŁ¥æĻĵ":110575,"çĥŃå¿ĥ":110576,"éĿŀåĩ¡":110577,"èIJ¥ä¸ļæī§":110578,"èIJ¥ä¸ļæī§çħ§":110579,"人大代表":110580,"ä¸Ģ个æĸ°çļĦ":110581,"å¨ģæµ·":110582,"éĤ£äºº":110583,"涨价":110584,"æ¶ĪçģŃ":110585,"éļ¾å¿ĺ":110586,"ç¶ĵé©Ĺ":110587,"åı£è¢ĭ":110588,"ç³»æķ°":110589,"æĸĩä¸Ń":110590,"好转":110591,"æĸ°éĽ¶åĶ®":110592,"讲述äºĨ":110593,"å¼ĢçĽĺ":110594,"çķĻç»Ļ":110595,"æħ¢æħ¢çļĦ":110596,"æĤ²ä¼¤":110597,"æľ¬æľŁ":110598,"äºĨå¤ļå°ij":110599,"è¿Ļ让":110600,"åIJĮçŃī":110601,"æ¸ħæĺİ":110602,"个åŁİå¸Ĥ":110603,"æºĸåĤĻ":110604,"åĩłä¹İæĺ¯":110605,"强åĬĽ":110606,"俯":110607,"水稻":110608,"åĽºå®ļçļĦ":110609,"æł¸åĩĨ":110610,"说æľį":110611,"顯示":110612,"è¿Ļå¥Ĺ":110613,"æĻºæħ§åŁİå¸Ĥ":110614,"å±ĭ顶":110615,"ä¸įæĿ¥":110616,"çĶŁé²ľ":110617,"çŁ¥æĥħ":110618,"æĬķ身":110619,"åijĬè¯īæĪij们":110620,"ä¸īåĽĽ":110621,"ä¸ĩä¸Ģ":110622,"è¾Ĩ车":110623,"为ä¹ĭ":110624,"åĪ°æŶåĢĻ":110625,"è¿Ļæīįæĺ¯":110626,"åIJįçīĮ":110627,"åºŁæ°´":110628,"åݻ年åIJĮæľŁ":110629,"å¹´éĻIJ":110630,"éģĭåĭķ":110631,"åıĮçľ¼":110632,"è¦ģç´§":110633,"对çŃĸ":110634,"åľºé¦Ĩ":110635,"çĻ¾ç§ij":110636,"è¶Ĭéĩİ":110637,"å¯ĮåIJ«":110638,"大å¤ļæķ°äºº":110639,"æľĢå°ij":110640,"åı¬åĶ¤":110641,"åħ¸èĮĥ":110642,"åĨľæľº":110643,"æŃ£æĸĩ":110644,"åºĶçĶ¨äºİ":110645,"æ·±èĢķ":110646,"ä¿Ń":110647,"ä»Ģä¹Īä¸ľè¥¿":110648,"å¥Ĺé¤IJ":110649,"å½ĵéĢī":110650,"å·¦æīĭ":110651,"è°ĥçIJĨ":110652,"æĻļé¤IJ":110653,"éļ¾åħ³":110654,"åĩŃè¯ģ":110655,"çĪ±äºº":110656,"æĮĩè´£":110657,"è´£ç¼ĸ":110658,"çļĦä¸Ģ款":110659,"éĵ²":110660,"åįģ个":110661,"èĢ»":110662,"æľįåĬ¡åķĨ":110663,"åľ°çĭ±":110664,"è¿ŀå¿Ļ":110665,"åĽ°æĥij":110666,"çļĵ":110667,"ä¸įåIJĥ":110668,"çİ°åľ¨å·²ç»ı":110669,"çĽĺçĤ¹":110670,"ä¸įåģľåľ°":110671,"管çIJĨ模å¼ı":110672,"è¿Ļ段æŶéĹ´":110673,"椰":110674,"礼åĮħ":110675,"æµģ转":110676,"æī«çłģ":110677,"éĽĨä¸Ńåľ¨":110678,"æ±ĤåĬ©":110679,"åįĬ个":110680,"å¿«éĢŁå¢ŀéķ¿":110681,"å¾Ģä¸ĭ":110682,"è¯ĦåĪĨ":110683,"å°±æĥ³":110684,"åķĨåĬ¡éĥ¨":110685,"æľīéĹ®é¢ĺ":110686,"èİ·åĪ©":110687,"æ¯ĽçĹħ":110688,"æĦŁåºĶ":110689,"èī¯æĢ§":110690,"åĪĨæѧ":110691,"åĨī":110692,"æĪij们çİ°åľ¨":110693,"è¦ģåĬłå¼º":110694,"å·§å¦Ļ":110695,"èŀºæĹĭ":110696,"åĪĩæį¢":110697,"çĭĦ":110698,"顺çķħ":110699,"å°¤åħ¶æĺ¯åľ¨":110700,"èĬĿ麻":110701,"éļ¾è¿ĩ":110702,"æĹĹå¸ľ":110703,"å¤įåį°":110704,"å¤įåį°ä»¶":110705,"å¿ħéľĢ":110706,"对å¤ĸå¼ĢæĶ¾":110707,"éļ¾åıĹ":110708,"åİŁæĿ¥æĺ¯":110709,"ç®ĹäºĨ":110710,"é«ĺå±±":110711,"离èģĮ":110712,"çµĦç¹":110713,"çµĦç¹Ķ":110714,"å±ģèĤ¡":110715,"çĻ¾å®¶":110716,"éģĩä¸Ĭ":110717,"æĺĶæĹ¥":110718,"ä¸į容":110719,"çĽij管éĥ¨éŨ":110720,"主æĦı":110721,"æµģåŁŁ":110722,"è·Įå¹ħ":110723,"èĩ³ä¸Ĭ":110724,"åĪ«è¯´":110725,"æĺ¯æ¯Ķè¾ĥ":110726,"å®ıè§Ĥç»ıæµİ":110727,"å¸Ĥåľºä¸»ä½ĵ":110728,"污æŁĵçī©":110729,"æķijæ²»":110730,"丰æĶ¶":110731,"åŃĺæĶ¾":110732,"åĩĦ":110733,"éĩijå±±":110734,"æį¢äºĨ":110735,"ä¸ĵ人":110736,"éĹľæĸ¼":110737,"æĹ¢è¦ģ":110738,"åĽ½è¶³":110739,"éļĭ":110740,"åıįåĩ»":110741,"起身":110742,"åħĪæĺ¯":110743,"å¸ĮæľĽèĥ½å¤Ł":110744,"åĪ¶è®¢":110745,"åºĹéĿ¢":110746,"åĸĢ":110747,"æķĻä½ł":110748,"éĻį温":110749,"åĬĽæ±Ĥ":110750,"ä¸īçĻ¾":110751,"çī©ä»·":110752,"丢失":110753,"å¢Ļä¸Ĭ":110754,"éĥ¨ä»½":110755,"æł·æĿ¿":110756,"ä¹ĭæĦı":110757,"ç½ijå°ıç¼ĸ":110758,"ä¸ĸä¸Ĭ":110759,"è°ĥè¯ķ":110760,"污æŁĵéĺ²æ²»":110761,"å½±éĻ¢":110762,"å®Įåħ¨åı¯ä»¥":110763,"éĢļåħ³":110764,"ä¹īåĬ¡æķĻèĤ²":110765,"没æľīåĬŀæ³ķ":110766,"èĢ¿":110767,"妳":110768,"æĹłæĥħ":110769,"å¾ĹçĽĬ":110770,"å¾ĹçĽĬäºİ":110771,"æľŁçĽ¼":110772,"娱ä¹IJåľº":110773,"çĶ²æĸ¹":110774,"ä¸Ģæ±½":110775,"çĹ°":110776,"çĸijä¼¼":110777,"æĸ°æµªå¾®åįļ":110778,"强è¡Į":110779,"å½ĵä»ĸ":110780,"èĥº":110781,"çĶ¨æĪ·æıIJä¾Ľ":110782,"åĮºå§Ķ":110783,"æĦ¿æĻ¯":110784,"æĬĺæī£":110785,"失踪":110786,"è¿«åĪĩ":110787,"åŃĹæ¯į":110788,"åĴ¯":110789,"èªįèŃĺ":110790,"ä»Ģä¹ĪæĦıæĢĿ":110791,"çĽĴåŃIJ":110792,"å½ķéŁ³":110793,"建设工ç¨ĭ":110794,"ä¸ļä½Ļ":110795,"å®ŀ践活åĬ¨":110796,"çľŁç©º":110797,"çĤĸ":110798,"åľ¨è·¯ä¸Ĭ":110799,"主è¦ģåĮħæĭ¬":110800,"该æĢİä¹Ī":110801,"æĢ»æľī":110802,"æĢ§æĦŁ":110803,"æ°ijèĪª":110804,"å¼ĢåºĹ":110805,"欺éªĹ":110806,"çªģåĩ»":110807,"缺失":110808,"æī§ä¸ļ":110809,"åľ°éģĵ":110810,"并æĹł":110811,"æ°ijåĬŀ":110812,"ç»Ħç»ĩçĶŁæ´»":110813,"æĪijå¦Ī":110814,"è¨ĺèĢħ":110815,"管åĪ¶":110816,"æī¾ä¸ª":110817,"èĹ»":110818,"çĤİçĹĩ":110819,"äºĴåĬ©":110820,"æµıè§ĪåĻ¨":110821,"çݩ家æĿ¥è¯´":110822,"éĻįä½İäºĨ":110823,"è£Ķ":110824,"æĮ£éĴ±":110825,"åķĨæľº":110826,"æĶ¹è£ħ":110827,"æµģ浪":110828,"æĶ¿æ³ķ":110829,"èĢģ头":110830,"çĶŁäº§åĴĮ":110831,"ç©Ĺ":110832,"亲çĪ±":110833,"亲çĪ±çļĦ":110834,"å±¥èģĮ":110835,"åŁİéĩĮ":110836,"ç»ĨåĪĨ":110837,"åĬ³åĬ¨åIJĪåIJĮ":110838,"åľ¨æĹ¥æľ¬":110839,"å¨ģå°Ķ":110840,"åį«è§Ĩ":110841,"éĢ£çµIJ":110842,"çĿĢéĩį":110843,"æĬĺ磨":110844,"åĽ¾ä¸º":110845,"çľ·":110846,"å·¥åºı":110847,"æĵģ":110848,"æĵģæľī":110849,"ç½ijç«Ļåľ°åĽ¾":110850,"çļĦä¸Ģ大":110851,"ç»Ħç»ĩå®ŀæĸ½":110852,"æĬĽå¼ĥ":110853,"åĴĮæĶ¯æĮģ":110854,"æ³ķåĪĻ":110855,"浪潮":110856,"çİ°æľīçļĦ":110857,"åĩłçİĩ":110858,"为客æĪ·":110859,"åįģä¸ĩ":110860,"è¹Ħ":110861,"çªģåĩºéĹ®é¢ĺ":110862,"åıĥåĬł":110863,"éĥ½ä¼ļæľī":110864,"缤":110865,"è°ģéĥ½":110866,"æīĭåĬ¨":110867,"çĽ´è¾¾":110868,"çĤ¹å¤ļ":110869,"éĺ¶å±Ĥ":110870,"ä¸įä½³":110871,"éĤ£æ®µ":110872,"滨海":110873,"æĺ¯åĽ½åĨħ":110874,"æĪijå¸ĮæľĽ":110875,"åIJĽåŃIJ":110876,"è§ĤéŁ³":110877,"åģļé¥Ń":110878,"æ±½è»Ĭ":110879,"åħ³ç¨İ":110880,"çľ¼åīįçļĦ":110881,"æ°´éĿ¢":110882,"èĢ³æľº":110883,"追踪":110884,"æݨéĢģ":110885,"éĴ±åĮħ":110886,"æģ¶å¿ĥ":110887,"æµ·åŁŁ":110888,"å·į":110889,"å¼ĢæĿ¥":110890,"表æĢģ":110891,"仪表":110892,"å¹³åİŁ":110893,"åįģå¤ļå¹´":110894,"ä¹ŁæĹłæ³ķ":110895,"åħ¼é¡¾":110896,"è¡£æŁľ":110897,"æł½åŁ¹":110898,"æĪ¿æºIJ":110899,"设ç«ĭäºĨ":110900,"ä¸ĩåIJį":110901,"æķ°é¢Ŀ":110902,"è¦ģåĿļæĮģ":110903,"åIJīæŀĹçľģ":110904,"请èģĶç³»":110905,"ç»ıåİĨè¿ĩ":110906,"çļĦæľ¬è´¨":110907,"åħ¥éŨ":110908,"æľ¬æ¡Ī":110909,"çİĩè¾¾åĪ°":110910,"åı°éĺ¶":110911,"éĴŀ":110912,"æĪijèĥ½":110913,"èݲèĬ±":110914,"éĴł":110915,"ä¸Ģäºĭ":110916,"åİŁæľīçļĦ":110917,"æ¯ıåĢĭ":110918,"æ¯Ķäºļ迪":110919,"æ£ĭçīĮ游æĪı":110920,"ä¸įä¼ļæľī":110921,"å½ĴæĿ¥":110922,"äºĶçĻ¾":110923,"è¿ĩé«ĺ":110924,"éĽ·è¾¾":110925,"ä¸Ģèµ·åİ»":110926,"æķĻ导":110927,"å°±è¯Ĭ":110928,"å°±å¾Ī":110929,"ä¸įåIJĮäºİ":110930,"俺":110931,"å¸ĸåŃIJ":110932,"æĶ¿åįıå§Ķåijĺ":110933,"çĸ«æĥħå½±åĵį":110934,"åĪĨè£Ĥ":110935,"为ä»Ģä¹Īä¼ļ":110936,"äºĶæĺŁ":110937,"å°ijåĦ¿":110938,"æĬ¢éĻ©":110939,"梦è§ģ":110940,"è®°èĢħéĩĩ访":110941,"山路":110942,"æĪij个人":110943,"æ²Ļ滩":110944,"è¹Ń":110945,"æĶ¹è®Ĭ":110946,"æĸ°åŀĭåĨł":110947,"æĸ°åŀĭåĨłçĬ¶":110948,"åĮ»æĬ¤":110949,"åĮ»æĬ¤äººåijĺ":110950,"æµ·å°Ķ":110951,"åħ³äºİæĪij们":110952,"éĻ¤å¤ĸ":110953,"åºļ":110954,"宣åijĬ":110955,"ä¸īåįĥ":110956,"榨":110957,"ç§ijæĬĢ大åѦ":110958,"ä¸ĥåħ«":110959,"顺åºĶ":110960,"çĪ¸çĪ¸å¦Īå¦Ī":110961,"éĢīåıĸ":110962,"åī§çĥĪ":110963,"乡æĿijæĹħ游":110964,"积æŀģæݢ索":110965,"表çݰ为":110966,"å¾Īæ¸ħæ¥ļ":110967,"大åĨĽ":110968,"æĿ¥çĶµ":110969,"å¥ĹæĪ¿":110970,"çİ°è¡Į":110971,"享åıĹåĪ°":110972,"çľĭçĤ¹":110973,"åĽºå®ļèµĦ产":110974,"以人为":110975,"ä»¥äººä¸ºæľ¬":110976,"ä¸įå®Į":110977,"éĻį鼨":110978,"åģļçļĦäºĭæĥħ":110979,"并äºİ":110980,"顽强":110981,"èĢ¸":110982,"åĺ´å·´":110983,"缸åħ³ä¿¡æģ¯":110984,"æĪij没":110985,"æĪĺçķ¥æĢ§":110986,"æĢĿ念":110987,"åĪĺå¤ĩ":110988,"åĬ©æĶ»":110989,"é£İè²Į":110990,"éĿ¢å¯¹éĿ¢":110991,"积æŀģå¼Ģå±ķ":110992,"çĸĹæķĪ":110993,"çľĭ书":110994,"缺åı£":110995,"åĽ½æ°ijç»ıæµİ":110996,"使çĶ¨æĿĥ":110997,"éģ¥è¿ľ":110998,"å¡«è¡¥":110999,"第ä¸ī人":111000,"åįĬå¤ľ":111001,"æѦæ±īå¸Ĥ":111002,"æĪijåıijçİ°":111003,"ä¼ĺæĥłæĶ¿çŃĸ":111004,"é£İåı£":111005,"å°±ä¸įèĥ½":111006,"为主è¦ģ":111007,"æµģåĩº":111008,"å´ĩæĭľ":111009,"并ä¸įèĥ½":111010,"é«ĺä¸ī":111011,"ä¸ĸçķĮä¸ĬæľĢ":111012,"æĥ³å¿ħ":111013,"åħ¶æīĢ":111014,"åĢĻéĢī":111015,"åĢĻéĢī人":111016,"ä¸įçĪ±":111017,"åī¯ä½ľçĶ¨":111018,"人æ°ijæĹ¥æĬ¥":111019,"æĪijä¸įæĺ¯":111020,"å®ŀçī©":111021,"çĶµåİĤ":111022,"ä¹Łç®Ĺæĺ¯":111023,"æľīéĹľ":111024,"æľīèĥ½åĬĽ":111025,"æĮĤåľ¨":111026,"çľ¼ä¸ĭ":111027,"约翰":111028,"å°ıåѦçĶŁ":111029,"èµ·åĪ°äºĨ":111030,"工夫":111031,"åIJĮå¿ĥ":111032,"åĿ¦è¨Ģ":111033,"çłĮ":111034,"åıijæĮ¥äºĨ":111035,"èģĮä¸ļéģĵå¾·":111036,"è¿ĻäºĽå¹´":111037,"念头":111038,"èĢģé¼ł":111039,"åħ¨èµĦ":111040,"åħ¨èµĦåŃIJ":111041,"ä¸Ģåij³":111042,"å¤ļä¸ĩåħĥ":111043,"æł¼æľĥ":111044,"éķ¿éĢĶ":111045,"带走":111046,"èĭ±å¯¸":111047,"æĸĩä½ĵ":111048,"对ä»ĸ们":111049,"åĵŃäºĨ":111050,"å¡«æĬ¥":111051,"çīĪæĿĥ声æĺİ":111052,"çĶµçº¿":111053,"è´Ńçī©ä¸Ńå¿ĥ":111054,"饱满":111055,"ä½İ头":111056,"强迫":111057,"ä¿Ŀæ´ģ":111058,"欧åĨł":111059,"缸è¿ŀ":111060,"认è´Ń":111061,"çģ«æĺŁ":111062,"é«ĺå°Ķ":111063,"é«ĺå°Ķ夫":111064,"èij«èĬ¦":111065,"æłĩ注":111066,"çļĦçIJĨæĥ³":111067,"æł¸éħ¸":111068,"æł¸éħ¸æ£Ģæµĭ":111069,"åĬī":111070,"ä¸ĢèĪ¬æĺ¯":111071,"æĢĿç´¢":111072,"轨迹":111073,"çĥŃ带":111074,"éĻ£":111075,"åĩĨç¡®æĢ§":111076,"æĪ´çĿĢ":111077,"åľ¨çĶŁæ´»ä¸Ń":111078,"æīĢèĥ½":111079,"æľ¯åIJİ":111080,"å¸¦ä½ł":111081,"ç¥ł":111082,"æ®ĭéħ·":111083,"ä¹Łåıªæĺ¯":111084,"çĶ³è´Ń":111085,"举åĬŀäºĨ":111086,"æľīæĦıä¹ī":111087,"æĹºçĽĽ":111088,"åľ¨ç¶²":111089,"åľ¨ç¶²è·¯ä¸Ĭ":111090,"å¾Ī大ç¨ĭ度":111091,"管è¾ĸ":111092,"çĸ«æĥħæľŁéĹ´":111093,"触æij¸":111094,"éĺ¶æ®µæĢ§":111095,"ä¼ļè§īå¾Ĺ":111096,"çļĦçĶ»éĿ¢":111097,"æİ¥åıĹäºĨ":111098,"表达äºĨ":111099,"éĤĵå°ı":111100,"éĤĵå°ıå¹³":111101,"åħļé£İ":111102,"åħļé£İå»īæĶ¿":111103,"åķĨåѦéĻ¢":111104,"åħijæį¢":111105,"é£Łåĵģèį¯åĵģ":111106,"éĿŀ常好çļĦ":111107,"çľ¯":111108,"纳米":111109,"åĬ¨æijĩ":111110,"åĽŀéģ¿":111111,"çľĭèijĹ":111112,"款项":111113,"åħ«å¹´":111114,"åģļ个":111115,"æĸĩæ¡£":111116,"éĩijèŀįç§ijæĬĢ":111117,"åħ¶ä¸Ńæľī":111118,"äºĨä¸Ģç³»åĪĹ":111119,"æĹĹèĪ°åºĹ":111120,"称èµŀ":111121,"éĽ¢éĸĭ":111122,"åĪ¶åĨ·":111123,"家éŨåı£":111124,"åįģå¤ļ":111125,"ä¼´ä¾£":111126,"çľĭçĹħ":111127,"æĭīçĿĢ":111128,"æīĴ":111129,"çĸ²æĥ«":111130,"å°ijæķ°æ°ijæĹı":111131,"åĽ¾å½¢":111132,"轧":111133,"å¢ŀéĩı":111134,"饲åħ»":111135,"çģ«å±±":111136,"æ¯ı个æľĪ":111137,"ä½ľä¸ºä¸ĢåIJį":111138,"è½´æī¿":111139,"æĸĩ书":111140,"ç¼ķ":111141,"åħ·ä½ĵæĥħåĨµ":111142,"çĹĽçĤ¹":111143,"缴éĶĢ":111144,"å¡Ĭ":111145,"ä¹Łæľĥ":111146,"çĥŃæ½®":111147,"å¹³æ°ij":111148,"æ¼ĶåĶ±ä¼ļ":111149,"æķĻçłĶ":111150,"éĢĥéģ¿":111151,"ä¸Ģè´¯":111152,"å°±è¶Ĭ":111153,"å®ŀå®ŀåľ¨":111154,"å®ŀå®ŀåľ¨åľ¨":111155,"ä¹łè¿ijå¹³æĢ»":111156,"溺":111157,"å¿ĥåºķ":111158,"éķ¿å¾ģ":111159,"媽媽":111160,"第ä¸ī次":111161,"åĩºæ¼Ķ":111162,"çĭĢæ³ģ":111163,"å°Ķæĸ¯":111164,"代çIJĨåķĨ":111165,"çĨı":111166,"çļĦ对象":111167,"çĶµéĩı":111168,"è¡ĮåĪĹ":111169,"åĽ½äºº":111170,"è·ijäºĨ":111171,"åįĶåĬ©":111172,"èIJ¥è¿IJ":111173,"å¸ĪåħĦ":111174,"榮":111175,"æĥ³åĥı":111176,"æĢ§å¼º":111177,"ç§ijåѦçłĶ究":111178,"延å®ī":111179,"ä¸¥æł¼èIJ½å®ŀ":111180,"é¢Ĩä¼ļ":111181,"çĽ¸å·®":111182,"路人":111183,"çĶ«":111184,"æľīä»·åĢ¼":111185,"æľīä»·åĢ¼çļĦ":111186,"ç¾İåĽ¢":111187,"æ°ij主çĶŁæ´»":111188,"æĪijæīį":111189,"ç¾İåĽ½äºº":111190,"æ°Ķåij³":111191,"åıįå°Ħ":111192,"çļĦåĨ³å¿ĥ":111193,"大è±Ĩ":111194,"交代":111195,"è¿Ľåĩº":111196,"åıįæĬĹ":111197,"æĮĩçļĦæĺ¯":111198,"ä»·ä½į":111199,"è¿Ľé©»":111200,"ä¸ĬçĻ¾":111201,"ä½įåĪĹ":111202,"ä¸ŃåĽ½ä¼ģä¸ļ":111203,"çļĦ好å¤Ħ":111204,"主ç¼ĸ":111205,"汽油":111206,"ä½ĨæĪij们":111207,"æĢİä¹Īçľĭ":111208,"é»Ħå±±":111209,"å¤ļåªĴä½ĵ":111210,"åIJİåį«":111211,"èİ·å¾ĹæĽ´å¤ļ":111212,"åĬ¡å¿ħ":111213,"为å¥ijæľº":111214,"é¦ĸ饰":111215,"ä¸ĩåįļ":111216,"è¶ĬæĿ¥è¶Ĭ大":111217,"ä¸ĵ项è¡ĮåĬ¨":111218,"å¥ĭè¿Ľ":111219,"ä»įçĦ¶æĺ¯":111220,"è´¨æĦŁ":111221,"å¦Ĥæŀľä¸įæĺ¯":111222,"ç«Ļèµ·æĿ¥":111223,"ä¹¾éļĨ":111224,"åı¯æĢķçļĦ":111225,"å¯Įè´µ":111226,"æ¸ħç®Ĺ":111227,"åIJijä¸ĭ":111228,"åĢļ":111229,"çļĦçŃĶæ¡Ī":111230,"èĪ¹ä¸Ĭ":111231,"çļĦ羣å®ŀæĢ§":111232,"çŃīåĬŁèĥ½":111233,"åĸľåī§":111234,"å¨ģåĬĽ":111235,"æĸ°é¢ĸ":111236,"æł¸çĶµ":111237,"æĬ¥éĶĢ":111238,"æķħ乡":111239,"ä¼´éļı":111240,"éŀŃ":111241,"å¦Ĭå¨ł":111242,"åĪĨåĮĸ":111243,"æľīå¾Ī大":111244,"æĢİä¹Ī说":111245,"æĻĤ代":111246,"产åĩº":111247,"ä»ĭç»į说":111248,"å¤ĦçIJĨåĻ¨":111249,"èĨ¨èĥĢ":111250,"åī¯å¸Ĥéķ¿":111251,"çļĦ妻åŃIJ":111252,"æł·åĵģ":111253,"åIJĮæ¯Ķä¸ĭéĻį":111254,"åħĥå·¦åı³":111255,"çĶ¨èĩªå·±çļĦ":111256,"é«ĺéĽĦ":111257,"æĺ¥æĻļ":111258,"ä¹Łæľīå¾Īå¤ļ":111259,"çľ¼çIJĥ":111260,"æķ£æŃ¥":111261,"ä»ĸ们éĥ½":111262,"第ä¸Ģ家":111263,"åĬŀ好":111264,"å®īéĺ²":111265,"ä¸Ģä¸ĩ":111266,"åľ¨éĩĮéĿ¢":111267,"éŁ³é¢ij":111268,"åı£åı·":111269,"ä¸Ģè¶Ł":111270,"ç¦ıçī¹":111271,"é³ŀ":111272,"æĥĬèī³":111273,"æĸ°å¨ĺ":111274,"绿èī²åıijå±ķ":111275,"ä¸Ńå¼ı":111276,"ä¹Łåıªæľī":111277,"çݰ身":111278,"åı¯ä¾Ľ":111279,"æ¯ıä¸Ģ个人":111280,"第ä¸īèĢħ":111281,"åľ°å½¢":111282,"éĴ¢ç»ĵæŀĦ":111283,"çĽijçĿ£æ£ĢæŁ¥":111284,"åı«æĪij":111285,"èĩ´æķ¬":111286,"æ´Ĺæīĭ":111287,"ä¸ĭè°ĥ":111288,"康çĨĻ":111289,"æĪIJ交éĩı":111290,"ä¹ŁæĪIJ为":111291,"åħīæ»ij":111292,"å®Įæķ´æĢ§":111293,"çģ¼":111294,"網éłģ":111295,"éķ¿å¯¿":111296,"éģ©çĶ¨":111297,"çļĦä¸Ģ项":111298,"çŀ©çĽ®":111299,"æĬĬèĩªå·±çļĦ":111300,"éĵ¶è¡Įåį¡":111301,"å°±å¿ħé¡»":111302,"ç¾İçĻ½":111303,"éŀįå±±":111304,"æľ¬é¢Ĩ":111305,"ä¸Ģç¢Ĺ":111306,"æīĵæ³ķ":111307,"æĤ¨å¥½":111308,"对åŃ©åŃIJ":111309,"æĬ¥éģĵ称":111310,"ä¼łåĩº":111311,"大èĩ£":111312,"ç¬ĭ":111313,"çĽı":111314,"é¾ļ":111315,"çĽ´çº¿":111316,"æĻºåºĵ":111317,"ç§Łè½¦":111318,"é£İåij³":111319,"çľĭä¸Ģä¸ĭ":111320,"æݨéĶĢ":111321,"éĥ¨éĥ¨éķ¿":111322,"è´¨éĩıåĴĮ":111323,"åĪĬçĻ»":111324,"å·¥ä¸ļåĮĸ":111325,"çİĩ为":111326,"鼶件":111327,"硬åĮĸ":111328,"ä¸Ĭåįĥ":111329,"ç»ıéªĮåĢ¼":111330,"å¹³è¡Į":111331,"声éģĵ":111332,"æľįåĬ¡è´¨éĩı":111333,"çĶŁçĶ¢":111334,"æľĢ容æĺĵ":111335,"ä¸Ģæŀļ":111336,"å¹´æĬ¥":111337,"åħ¬ç½ij":111338,"åħ¬ç½ijå®ī":111339,"åħ¬ç½ijå®īå¤ĩ":111340,"çļĦèĥ½éĩı":111341,"å®ŀéĻħè¡ĮåĬ¨":111342,"è¦ģä¸įè¦ģ":111343,"æĹ¥æľ¬äºº":111344,"èĢ¶ç¨£":111345,"ç¼ĸåī§":111346,"涩":111347,"åį°å°¼":111348,"ä¸Ĭä¸ĭ游":111349,"åĩłåı¥":111350,"ä¸Ńéĵģ":111351,"ç°¡åĸ®":111352,"èĩªå¸¦":111353,"çĶŁäºİ":111354,"ä¸Ģåı£æ°Ķ":111355,"åĭ¤å¥ĭ":111356,"éĻįä»·":111357,"å±ķçİ°äºĨ":111358,"å¸ĥæĭī":111359,"ä¼ļéĢīæĭ©":111360,"çļĦç»ıåħ¸":111361,"好æľĭåıĭ":111362,"车éģĵ":111363,"æķ´åĢĭ":111364,"åľĵ":111365,"éķ¿æľŁä»¥æĿ¥":111366,"æĬķå½±":111367,"çļĩåĨł":111368,"è¿ĩ大":111369,"åijĬè¯īä»ĸ":111370,"ä¼ģä¸ļæıIJä¾Ľ":111371,"æĬ½è±¡":111372,"éĢĤ度":111373,"çļĦ女åŃ©":111374,"èµ·ä¼ı":111375,"çļĦåĬŁæķĪ":111376,"ä¸ĵ项æķ´æ²»":111377,"åı¯éĢļè¿ĩ":111378,"ä¸įåIJĮç¨ĭ度":111379,"å¼Ĥè®®":111380,"åĩĢèµĦ产":111381,"åijĹ":111382,"ä»Ģä¹Īåij¢":111383,"å·¡éĢ»":111384,"è¸ıä¸Ĭ":111385,"ä½Ĩå®ĥ":111386,"精度":111387,"管å±Ģ":111388,"第ä¸ĢåIJį":111389,"åĨħåŃĺ":111390,"æijĨåľ¨":111391,"åī©ä¸ĭ":111392,"主ä½ĵ责任":111393,"çĤ¹åįĬ":111394,"以èĩ³äºİ":111395,"åħ»èĢģä¿ĿéĻ©":111396,"æĦŁåıĹåĪ°äºĨ":111397,"çŁ¥åIJįçļĦ":111398,"å¯Į豪":111399,"妥åĸĦ":111400,"åŃĻåŃIJ":111401,"éĵĤ":111402,"说èĩªå·±":111403,"让æĤ¨":111404,"æķ°æݧ":111405,"çļĦçľ¼åħī":111406,"注éĶĢ":111407,"çļĦçģµéŃĤ":111408,"è¿ĺä¸įéĶĻ":111409,"éĹ®ä»ĸ":111410,"èĩªä¸»çłĶåıij":111411,"èĵĭ":111412,"ç´«èī²":111413,"åĽ½å®¶å®īåħ¨":111414,"è¾½å®ģçľģ":111415,"ä¹Łæ¯Ķè¾ĥ":111416,"ç¾İèĤ¡":111417,"ä¸įç¡®å®ļæĢ§":111418,"å¿ĥ头":111419,"æĪ³":111420,"级åĪ«çļĦ":111421,"论述":111422,"çļĦåĽŀçŃĶ":111423,"ä¿Ŀè¯ģéĩij":111424,"çŃīè¡Įä¸ļ":111425,"幸ç¦ıæĦŁ":111426,"æѧè§Ĩ":111427,"æľºç¥¨":111428,"派人":111429,"èĩ´åij½":111430,"åĺ´è§Ĵ":111431,"æĸ°éĹ»ä¸Ńå¿ĥ":111432,"æĶ¾å¼ĥäºĨ":111433,"å®ľå±ħ":111434,"åĨĻä¸ĭ":111435,"éĹ®çŃĶ":111436,"è¿ĻéĩĮæĺ¯":111437,"å¤ļåľ°":111438,"åĮºåŁŁåĨħ":111439,"åīµæĸ°":111440,"çľĭä»ĸ":111441,"æī§æ³ķ人åijĺ":111442,"åĬ¨æľº":111443,"éŁ³åĵį":111444,"çļĦåij½è¿IJ":111445,"顶éĥ¨":111446,"åĵŁ":111447,"éĥ½æľĥ":111448,"æīĵéĢłæĪIJ":111449,"æĦıåĽ¾":111450,"çļĸ":111451,"åĢĴåħ¥":111452,"å·´èIJ¨":111453,"åĬ©åѦ":111454,"å¤įåı¤":111455,"åIJ¯çĶ¨":111456,"åĽ½éĻħå¸Ĥåľº":111457,"åĤ¨èĥ½":111458,"é»ijé¾Ļæ±Łçľģ":111459,"ä¹ĺ车":111460,"è¿IJåĬ¨ä¼ļ":111461,"ä¿ĿåĪ©":111462,"çŁ³æĿIJ":111463,"çµ®":111464,"çĤĴä½ľ":111465,"çļĦä¿¡ä»»":111466,"å°±æĪIJäºĨ":111467,"åı¯è§Ĥ":111468,"çļĩä¸Ĭ":111469,"è¿Ļåĩłå¤©":111470,"ä¸ĢéĶ®":111471,"åĨ·åĨ»":111472,"ä¿Ŀåį«":111473,"æł¸æ¡ĥ":111474,"åIJĪä½ľåħ³ç³»":111475,"éĢģåĩº":111476,"æĹĹä¸ĭçļĦ":111477,"åľ¨ä¹İ":111478,"为广大":111479,"åįĪé¤IJ":111480,"ä¸ĵ访":111481,"æĪĸå°Ĩ":111482,"éĿĴå²Ľå¸Ĥ":111483,"å¥Ķè·ij":111484,"æĹ¥æĬ¥éģĵ":111485,"å¥ijåIJĪ":111486,"æĸ°æĺ¥":111487,"ä¸įå°ıå¿ĥ":111488,"两ä¸ī":111489,"æĦıæĢĿæĺ¯":111490,"åĨ·èĹı":111491,"çļĦçĹĩçĬ¶":111492,"æĢ§åij½":111493,"è¶ħæłĩ":111494,"å¯Ĩ碼":111495,"ç§ijæĬĢèĤ¡ä»½":111496,"äºĨä¸Ģæī¹":111497,"çĿ£å¯Ł":111498,"åªĴä»ĭ":111499,"å°Ħæīĭ":111500,"ä¿®åħ»":111501,"çīĩåĪ»":111502,"éĢĤåIJĪèĩªå·±":111503,"åıªè¦ģæĺ¯":111504,"åIJĥè¿ĩ":111505,"éĩijéĵ¶":111506,"缴å±ŀ":111507,"åѦéĹ®":111508,"åİĭåĪ¶":111509,"çªĹå¤ĸ":111510,"æĶ¶åĪ°äºĨ":111511,"åħ¨åĽ½äººå¤§":111512,"ä½Ĩæĺ¯å¯¹äºİ":111513,"åľ¨æķ´ä¸ª":111514,"çļĦèĥĮåIJİ":111515,"åĩıå°ijäºĨ":111516,"åıįèħIJ":111517,"åıįèħIJåĢ¡":111518,"åıįèħIJåĢ¡å»ī":111519,"æĹ·":111520,"åĪĨæľŁ":111521,"åľ¨æ·±åľ³":111522,"æīĵçĿĢ":111523,"æī«ä¸Ģ":111524,"æī«ä¸Ģæī«":111525,"æĶ¿åºľéĥ¨éŨ":111526,"æİ¥è¿ŀ":111527,"å±ŀäºİèĩªå·±":111528,"åŃIJå¼¹":111529,"åIJĮæł·æĺ¯":111530,"æĢ»åħ±":111531,"车ä¼ģ":111532,"æ¢ĵ":111533,"åħ¬é¡·":111534,"åıij声":111535,"éĴĽ":111536,"èµ°åĬ¿åĽ¾":111537,"主èIJ¥":111538,"åĸĶ":111539,"æķ°æį®åĪĨæŀIJ":111540,"ä¸įè¿ľ":111541,"æľīåIJį":111542,"æľīåIJįçļĦ":111543,"åģ¿è¿ĺ":111544,"å¾Īä½İ":111545,"è®ĵ人":111546,"èĿī":111547,"é«ĺè´µ":111548,"å°ij许":111549,"æ°Ł":111550,"å¹¢":111551,"亲æĥħ":111552,"è¿Ļ件äºĭæĥħ":111553,"çĶ¨é¤IJ":111554,"缸åħ³æĸ°éĹ»":111555,"å°±åºĶ该":111556,"ç»ĪçĤ¹":111557,"æĺ¯å¤ļå°ij":111558,"çĻ»åľº":111559,"è¯ķ管":111560,"è¯ķ管婴åĦ¿":111561,"åģļ大":111562,"åģļ大åģļ强":111563,"çļĦä¾ĭåŃIJ":111564,"åħ«ä¸ª":111565,"æĺİæĹ¥":111566,"çĤ³":111567,"èµ°åİ»":111568,"éģº":111569,"墩":111570,"ä½ĵä¼ļåĪ°":111571,"åĴı":111572,"ä¸ĭè¾¾":111573,"å¤įåıij":111574,"追éĢIJ":111575,"æīĵåĵį":111576,"çļĦéļ±ç§ģæ¬Ĭ":111577,"åħ·æľīä¸Ģå®ļ":111578,"è¿Ļä¹Īå¤ļå¹´":111579,"æłijæŀĹ":111580,"æľĢéķ¿":111581,"åIJĮèĥŀ":111582,"åħīæ³½":111583,"åŁŁåIJį":111584,"æĮĩåIJij":111585,"åıĹ害èĢħ":111586,"æłijèĦĤ":111587,"æľīå¤ļ大":111588,"大éĿ¢ç§¯":111589,"æĹłç¼Ŀ":111590,"æĶ¹æŃ£":111591,"æĽ´å¤ļçļĦæĺ¯":111592,"æľŁæľ«":111593,"æŃ¼":111594,"ä¹īä¹Į":111595,"éĤ£ä½ł":111596,"çļĦ第ä¸Ģ个":111597,"èĮµ":111598,"å°§":111599,"èį«":111600,"ä¸įä»ħåı¯ä»¥":111601,"æ¶Įçİ°":111602,"æĢ»éĿ¢ç§¯":111603,"æĸ°éĹ»åıijå¸ĥ":111604,"æ°ijçĶ¨":111605,"就读":111606,"æīĵè´¥":111607,"å¤ĸè¯Ń":111608,"æĪij们ä¸Ģèµ·":111609,"é¢Ħå®ļ":111610,"çĥ¹é¥ª":111611,"æľĢ主è¦ģ":111612,"æľĢ主è¦ģçļĦ":111613,"çīĮçħ§":111614,"åĽłåħ¶":111615,"ä½İä¸ĭ":111616,"ä¼ļåIJĮ":111617,"è§ģ解":111618,"éĹ´éļĶ":111619,"æķĻç¨ĭ":111620,"å°ī":111621,"å¸Ĥä¸Ńå¿ĥ":111622,"åħ³éĶ®æĺ¯":111623,"æµ·åįĹçľģ":111624,"çī¹åĪ«æĺ¯åľ¨":111625,"ä¸ŃåĽ½å¤§éĻĨ":111626,"åħħ足çļĦ":111627,"æĹ¢èĥ½":111628,"åĤ³çµ±":111629,"çijľä¼½":111630,"åħ¥åĽ´":111631,"æħ¢æħ¢åľ°":111632,"æĬ¥éħ¬":111633,"æī¹å¤į":111634,"å·¥ä¸ļåĽŃåĮº":111635,"ä¸İåıijå±ķ":111636,"èĥ¸éĥ¨":111637,"åľ¨ç½ij绾":111638,"åľ¨ç½ij绾ä¸Ĭ":111639,"交è°Ī":111640,"æĽ´æĶ¹":111641,"åįłæľīçİĩ":111642,"ä¸Ŀ绸ä¹ĭè·¯":111643,"è¡Ľ":111644,"çłĶåĪ¤":111645,"åĪª":111646,"åĪªéĻ¤":111647,"è¿Ļåıª":111648,"çļĦæ°Ķæģ¯":111649,"åĬłå·ŀ":111650,"éĴ§":111651,"çIJĨäºĭéķ¿":111652,"ä¸ĸ家":111653,"æµģè¡ĮçļĦ":111654,"å¾Īæľīåı¯èĥ½":111655,"们éĥ½":111656,"ç»ıèIJ¥æ¨¡å¼ı":111657,"è¡Įä¸ļä¸Ń":111658,"éĢļçŁ¥ä¹¦":111659,"åij½é¢ĺ":111660,"æľ¬ç¶²ç«Ļ":111661,"æ²Ļçī¹":111662,"åıijåħī":111663,"é«ĺä»·":111664,"å·²çĦ¶":111665,"åıĮåįģä¸Ģ":111666,"ä¸Ĭè¯ī":111667,"ç¿ħèĨĢ":111668,"è¿Ļä¸Ģå¹´":111669,"大ä¼ļä¸Ĭ":111670,"éĩī":111671,"å®Įåħ¨æĺ¯":111672,"å¾Ĺ太":111673,"ä¸ĢèĪ¬äºº":111674,"è¿ĺç®Ĺ":111675,"æĬĺåıł":111676,"æĬķæľº":111677,"çĤ¹çĩĥ":111678,"çİ°éĩijæµģ":111679,"åħĶåŃIJ":111680,"ç½ijæł¼":111681,"æİ¥è¿ĩ":111682,"ä¾Ľè´§":111683,"éĺ´å½±":111684,"åİŁåħĪ":111685,"æį£":111686,"左侧":111687,"åħĭæĭī":111688,"æīĵåį¡":111689,"ç§ijæ¯Ķ":111690,"æ±ĩéĽĨ":111691,"åľ°çIJĨä½įç½®":111692,"è¯Ħå§Ķ":111693,"ç»ĵåIJĪèµ·æĿ¥":111694,"è¿Ľåħ¥åĪ°":111695,"åı¯è¡Į":111696,"åı¯è¡ĮæĢ§":111697,"让å®ĥ":111698,"åĪ¶åº¦æĶ¹éĿ©":111699,"çĶĺèĤĥçľģ":111700,"åĵĹ":111701,"åģıåģı":111702,"è¡£çī©":111703,"ç¥Ŀè´º":111704,"æºIJèĩª":111705,"并ä¸į代表":111706,"åĽ½åº¦":111707,"好åĿı":111708,"æĿĸ":111709,"æĿŃå·ŀå¸Ĥ":111710,"湿度":111711,"鲸":111712,"åįļ彩":111713,"æ³°å±±":111714,"æĿijèIJ½":111715,"æĸ°èģŀ":111716,"èĤĭ":111717,"åı¤èĢģçļĦ":111718,"çļĦç§ĺå¯Ĩ":111719,"ä¸Ģ个éĹ®é¢ĺ":111720,"éģıåĪ¶":111721,"åįĥ亿":111722,"è¿ĩ硬":111723,"å°Ħåĩ»":111724,"èĩªçĦ¶æĺ¯":111725,"产åĮº":111726,"çĤ¹çĤ¹å¤´":111727,"åı¯ä»¥å¸®åĬ©":111728,"说å®ŀ":111729,"说å®ŀè¯Ŀ":111730,"æĪijåıªæĺ¯":111731,"ä¹ĭä½Ļ":111732,"åIJĮæĹ¶ä¹Łæĺ¯":111733,"ä¸ŃåĽ½éĺŁ":111734,"建æĪIJåIJİ":111735,"ä¹IJè§Ĩ":111736,"åij¨å²ģ":111737,"èį¯åºĹ":111738,"éĩijåįİ":111739,"严éĩįå½±åĵį":111740,"è´¨åľ°":111741,"æĹħéģĬ":111742,"åħµåĻ¨":111743,"æķĻèĤ²æķĻåѦ":111744,"离åİ»":111745,"åIJĦå¼ıåIJĦæł·":111746,"ä»ĭç´":111747,"ä»ĭç´¹":111748,"å¼Ģ头":111749,"å°Ĩèĩªå·±çļĦ":111750,"åIJ¬åĬĽ":111751,"ä¿¡æģ¯ç³»ç»Ł":111752,"ä»İæł¹æľ¬":111753,"ä»İæł¹æľ¬ä¸Ĭ":111754,"æİĮ声":111755,"欢åĸľ":111756,"å±ķåĮº":111757,"åķ¸":111758,"太å¤ļäºĨ":111759,"éĹ²ç½®":111760,"èĥ¡èIJĿåįľ":111761,"å§Ķå®£ä¼ł":111762,"å§Ķå®£ä¼łéĥ¨":111763,"åįĹéĺ³":111764,"å·ŀåĮº":111765,"ä¸İæŶ":111766,"ä¸İæĹ¶ä¿±":111767,"ä¸İæĹ¶ä¿±è¿Ľ":111768,"å«Įçĸij人":111769,"èī¯å¿ĥ":111770,"头顶":111771,"è´¢æĬ¥":111772,"ä½Ľæ³ķ":111773,"å¾µ":111774,"åİŁä»¶":111775,"åĭŀ":111776,"çĶ·ç¯®":111777,"å¤ĸåĽ½äºº":111778,"è¿Ŀ纪":111779,"æī¾äºĨ":111780,"æįķæįī":111781,"缸è¯Ĩ":111782,"æIJľéĽĨ":111783,"çļĦä¼Łå¤§":111784,"ä¸īç»´":111785,"å°±è¡ĮäºĨ":111786,"çĭIJæľĪ":111787,"çĭIJæľĪå±±":111788,"å¸ĮæľĽéĢļè¿ĩ":111789,"èĢĮ对äºİ":111790,"éĿ¢å°į":111791,"åĨĽåĽ¢":111792,"è¡ĹåĮº":111793,"æĤ¬æĮĤ":111794,"便ç§ĺ":111795,"æľīä¸ĢçĤ¹":111796,"ä¼ļè®®ä¸Ĭ":111797,"ä¸ĭæīĭ":111798,"廣åijĬ":111799,"äºĶè¡Į":111800,"çŃīåĢĻ":111801,"ç´§ç´§åĽ´ç»ķ":111802,"æĭ¿äºĨ":111803,"æ¡ĮéĿ¢":111804,"ç¥ŀæĥħ":111805,"éĽĦåİļ":111806,"çŀ³":111807,"楼ä¸ĭ":111808,"彪":111809,"äºĭåıij":111810,"åĨįè§ģ":111811,"é¤ĺ":111812,"é¢ĦåĶ®":111813,"åİ»çľĭçľĭ":111814,"æĪij们åºĶ该":111815,"ä¸ī家":111816,"æµĬ":111817,"ä¹IJéĺŁ":111818,"çľĭä¸įè§ģ":111819,"èĦijåŃIJ":111820,"æĮģæľīçļĦ":111821,"çĻ½èıľ":111822,"éĹªçĥģ":111823,"åĸĿæ°´":111824,"æݧåĪ¶ç³»ç»Ł":111825,"ä¸ĵåĮº":111826,"æľĿå»·":111827,"æĪijå¿ĥéĩĮ":111828,"å±ķåİħ":111829,"èľĺèĽĽ":111830,"åĨ»ç»ĵ":111831,"粪":111832,"åºIJ":111833,"åIJij社ä¼ļ":111834,"åĨ³çŃĸéĥ¨ç½²":111835,"çŁŃæľŁåĨħ":111836,"æĸ°ä¸ļæĢģ":111837,"æľĶ":111838,"æŶæĬ¥":111839,"使ä¹ĭ":111840,"åĽłåŃIJ":111841,"åıĤä¸İèĢħ":111842,"çļĦ年轻人":111843,"æīĭ表":111844,"å°ģéĶģ":111845,"为ä»Ģä¹Īä¸į":111846,"åIJ¸çĥŁ":111847,"æ¯Ĵç´ł":111848,"åĪijæ³ķ":111849,"磫æŃ£":111850,"身æĹģ":111851,"åİŁè°ħ":111852,"çĽijæĬ¤":111853,"æѤå¤Ħ":111854,"éļ¨æĻĤ":111855,"æŀľå®ŀ":111856,"åĮ»çĸĹæľįåĬ¡":111857,"ä¸įåIJĪçIJĨ":111858,"æIJŀ好":111859,"çļĦèĦļæŃ¥":111860,"å¤ĸå¥Ĺ":111861,"ç¶ĵéģİ":111862,"æĶ¾ç¼ĵ":111863,"åģľçķĻ":111864,"æĺŁçIJĥ":111865,"çļĦä¸ĢéĿ¢":111866,"åĩłä½ķ":111867,"è½®åĽŀ":111868,"æ¯Ľå·¾":111869,"ä¿®çIJĨ":111870,"ä¸įçŁ¥ä¸į":111871,"ä¸įçŁ¥ä¸įè§ī":111872,"æķ´ä¸ªäºº":111873,"æ¯ģçģŃ":111874,"åı°å·ŀ":111875,"使çĶ¨å¯¿åij½":111876,"é»ijçĻ½":111877,"æij¸ç´¢":111878,"é¼łæłĩ":111879,"éĿ©æĸ°":111880,"麵":111881,"ä¸ĵéĹ¨ä¸º":111882,"å¾Īå¤ļæľĭåıĭ":111883,"å·¥ä½ľç»Ħ":111884,"åIJĪå½±":111885,"çĤºä»Ģ麼":111886,"æŀģ度":111887,"çļĦè¿ĽæŃ¥":111888,"å½ĵä¹ĭ":111889,"å½ĵä¹ĭæĹł":111890,"å½ĵä¹ĭæĹłæĦ§":111891,"è´´è¿ij":111892,"尺度":111893,"åľ¨çİ°åľº":111894,"éĻį临":111895,"åħ»èĢģéĩij":111896,"ç£ķ":111897,"åı¯ä»¥ä½¿":111898,"管çIJĨæ°´å¹³":111899,"æľ¬æĬ¥è®°èĢħ":111900,"æ³ķ令":111901,"åį¡è½¦":111902,"ä¸ľæµ·":111903,"å¤ļéĩį":111904,"åħ¶éĹ´":111905,"ç´Ļ":111906,"éĩįå¤§é¡¹çĽ®":111907,"æ±Ĺæ°´":111908,"ç»Ħå§Ķä¼ļ":111909,"ä¿¡æģ¯åħ¬å¼Ģ":111910,"ä¸į论æĺ¯":111911,"ä¸ĢåIJ¬":111912,"èĴ¸æ±½":111913,"æıŃç§ĺ":111914,"è¶ħéģİ":111915,"触åıij":111916,"婦":111917,"åħ³èģĶ交æĺĵ":111918,"å°±ç»Ļ大家":111919,"好ä¹ħ":111920,"åĢŁè´·":111921,"游æĪıè§Ĵèī²":111922,"å¼ĢåIJ¯äºĨ":111923,"æİł":111924,"åħļçļĦåįģä¹Ŀ":111925,"ä¸ĭ鼨":111926,"çŁŃæŶéĹ´åĨħ":111927,"å¯ħ":111928,"导åħ¥":111929,"å·¥ä½ľç»ıéªĮ":111930,"ä¹Łåıªèĥ½":111931,"鼷éľĨ":111932,"è·Łè¿Ľ":111933,"åį¡éĢļ":111934,"é¢ĩæľī":111935,"æľºä½ĵ":111936,"æĪĺ士èģĮä¸ļ":111937,"女主":111938,"ä½ĵåĪ¶æľºåĪ¶":111939,"足åįı":111940,"èĪĴéĢĤçļĦ":111941,"åĢŁåı£":111942,"æī¹åĪ¤":111943,"æķ°åĢ¼":111944,"諾":111945,"éĺ¿æĭī伯":111946,"åĺİ":111947,"æħ¶":111948,"达人":111949,"å¼Ģæ°´":111950,"å¤§éĽ¨":111951,"温室":111952,"ä½İè¿·":111953,"ä»įæŧ":111954,"éªĹåŃIJ":111955,"亲å±ŀ":111956,"çIJĨæĻº":111957,"æľ¬åŁºéĩij":111958,"å¨ħ":111959,"åĨĻåŃĹ楼":111960,"å¢Ļå£ģ":111961,"宵":111962,"èĻ½çĦ¶æĺ¯":111963,"顺çĿĢ":111964,"åħ«åį¦":111965,"åķĨçĶ¨":111966,"ä¸į失":111967,"è¿·èĮ«":111968,"顺便":111969,"æļijæľŁ":111970,"æ¬ºè´Ł":111971,"é¢ijé¢ij":111972,"è¯¥æł¡":111973,"æĸĻçIJĨ":111974,"æ·±æĥħ":111975,"åīįéĶĭ":111976,"ä¿ĿèŃī":111977,"èģĮä¸ļçĶŁæ¶¯":111978,"åħ¬å¼Ģåıij":111979,"åħ¬å¼Ģåıijè¡Į":111980,"åħ¥æĪ·":111981,"éłĵ":111982,"åĢ¾åIJ¬":111983,"éŃģ":111984,"æĦīæĤ¦":111985,"åĽŀåIJĪ":111986,"åħ¨åĬĽä»¥":111987,"åħ¨åĬĽä»¥èµ´":111988,"åĥ¹åĢ¼":111989,"èĥ½åĬĽå¼º":111990,"ç»ıå¼Ģ":111991,"ç»ıå¼ĢåĮº":111992,"è¿ľæĸ¹":111993,"çļĦéģĵçIJĨ":111994,"缴åįĩ":111995,"缴åįĩæľº":111996,"为主é¢ĺçļĦ":111997,"ç»ĻæĤ¨":111998,"è¿ĺæĥ³":111999,"æ¯ĶæĪij":112000,"åĨľçī§":112001,"æµ·åºķ":112002,"çŃ¾è®¢äºĨ":112003,"对äºİæĪij们":112004,"æĹ¶è®¸":112005,"éĶ®çĽĺ":112006,"å®ŀéĻħæݧåĪ¶":112007,"çļĦæ¨¡æł·":112008,"åıįæĺłäºĨ":112009,"代åĬŀ":112010,"åĮ»çĶ¨":112011,"éĽĨç»ĵ":112012,"åıijå±ķåīįæĻ¯":112013,"æĮĩçĿĢ":112014,"åįİåĮĹ":112015,"è¿Ļåĩłä¸ª":112016,"åIJįæ°Ķ":112017,"åĤįæĻļ":112018,"èĩªåıij":112019,"æ³¢åħ°":112020,"大åĬĽæİ¨è¿Ľ":112021,"èĩªç§°":112022,"èįĨå·ŀ":112023,"æIJį害":112024,"äºĨä¸Ģåı¥":112025,"æľĢåĪĿçļĦ":112026,"éĩijèŀįåį±æľº":112027,"æĢĢ念":112028,"è¡Įåĭķ":112029,"女æİĴ":112030,"ä¸į解":112031,"ä¼łéĶĢ":112032,"转载请":112033,"饰åĵģ":112034,"åıªä¸º":112035,"ä¸İä¼Ĺ":112036,"ä¸İä¼Ĺä¸įåIJĮ":112037,"èĥ½èĢĹ":112038,"èı©æıIJ":112039,"è¿ij两年":112040,"è¿Ķ乡":112041,"马ä¸Ĭå°±":112042,"äºĮçŃīå¥ĸ":112043,"水管":112044,"æ³ķåѦ":112045,"çģŃçģ«":112046,"大å§IJ":112047,"åij¨è½¬":112048,"æľīæľŁ":112049,"æľīæľŁå¾Ĵ":112050,"æľīæľŁå¾ĴåĪij":112051,"å°įæĸ¹":112052,"ç¥ŀèī²":112053,"æ²¹èĦĤ":112054,"ä¸īçĤ¹":112055,"ä¸įåĪ©äºİ":112056,"äºĭä¸ļéĥ¨":112057,"å°±è·Ł":112058,"å¼ĢæĶ¯":112059,"å°ı女åŃ©":112060,"åħ±åIJĮåĬªåĬĽ":112061,"çĶļèĩ³è¿ĺ":112062,"è¿ĻåIJį":112063,"è¿Ļç¬Ķ":112064,"çݯåį«":112065,"æľīç§į":112066,"è§ĨåĬĽ":112067,"çĨŁçŁ¥":112068,"åħ¬ç§¯éĩij":112069,"æ¶Īéĺ²å®īåħ¨":112070,"é¢ĩ为":112071,"大èħ¿":112072,"éĿ¶":112073,"çī¹æķĪ":112074,"æľįåĬ¡åĮº":112075,"å¼Ģåĩº":112076,"深度èŀįåIJĪ":112077,"æĹłå¿§":112078,"æŁ¥éĺħ":112079,"ç»Īç»ĵ":112080,"ä¿Ŀç¨İ":112081,"è¨İè«ĸ":112082,"å½ĵåģļ":112083,"è·³èĪŀ":112084,"寧":112085,"女çİĭ":112086,"è®°èĢħåľ¨":112087,"åħ¨äº§ä¸ļéĵ¾":112088,"è´¯éĢļ":112089,"åħ´ä¸ļ":112090,"éĻįåĪ°":112091,"å°ģéĿ¢":112092,"åħ¨éĿ¢æİ¨è¿Ľ":112093,"奶èĮ¶":112094,"éĢīåĿĢ":112095,"äºĨä¸Ģåľº":112096,"åIJĮä¼´":112097,"议论":112098,"æIJĵ":112099,"诸èijĽ":112100,"诸èijĽäº®":112101,"å¹²åĺĽ":112102,"æµģæĦŁ":112103,"ä¸ĵä¸ļçŁ¥è¯Ĩ":112104,"çĶµç«Ļ":112105,"åĩıå¼±":112106,"åĩºåħ¥":112107,"åIJĦçľģ":112108,"éĿŀ常é«ĺ":112109,"åľ°æ¯¯":112110,"åıijæĸĩ":112111,"çĦī":112112,"çĥ§çĥ¤":112113,"å£ģ纸":112114,"æģ¶åĮĸ":112115,"èĬ¸":112116,"èĥĸåŃIJ":112117,"çĩĴ":112118,"çľģéĴ±":112119,"çĻ¾å¼º":112120,"çIJĨ工大åѦ":112121,"éĴ¢æĿIJ":112122,"åĽ½æľīèµĦ产":112123,"æĪĺæľº":112124,"æ³Ħéľ²":112125,"åIJİéĿ¢çļĦ":112126,"æ°´èµĦæºIJ":112127,"æ¢ħèĬ±":112128,"åĨĻçĿĢ":112129,"ä¹ĭ声":112130,"æĹłåı¯":112131,"æĺİæľĿ":112132,"ç«ĭæĸ¹ç±³":112133,"ç·£":112134,"æĶ¾è¿ĩ":112135,"ç¦ıçĶ°":112136,"å¾Ĺä½ı":112137,"åıĹä¼Ĺ":112138,"ä¸Ń级":112139,"çĹħåıĺ":112140,"ä¸Ģçŀ¬éĹ´":112141,"æĿĥéĩį":112142,"人æĢ§åĮĸ":112143,"åĮ»çĸĹåį«çĶŁ":112144,"ä¸įåĪ°ä½į":112145,"æĻºèĥ½å®¶å±ħ":112146,"饮çĶ¨":112147,"æ¼Ķåıĺ":112148,"é«ĺç´łè´¨":112149,"ä¹Ļæĸ¹":112150,"åģľçķĻåľ¨":112151,"èİ·æī¹":112152,"ç©¿æ¢Ń":112153,"å®¢åľº":112154,"æĮ½åĽŀ":112155,"京åŁİ":112156,"çĶŁåij½åĬĽ":112157,"實éļĽ":112158,"çĩĪ":112159,"åĨįçİ°":112160,"çİ°å®ŀä¸Ń":112161,"æľīä¿¡å¿ĥ":112162,"çĸıéĢļ":112163,"åĺ´åĶĩ":112164,"鼷éĶĭ":112165,"èıľåįķ":112166,"éħ¯":112167,"è¶ħé«ĺ":112168,"å¾Īé«ĺåħ´":112169,"çĶŁæ®ĸ":112170,"éĢłä»·":112171,"误åĮº":112172,"æĨĭ":112173,"好æ¶Īæģ¯":112174,"å´Ń":112175,"以èĩ´":112176,"å¼Ģçİ©ç¬ij":112177,"çĽijè§Ĩ":112178,"å·¡å¯Ł":112179,"å¾·å·ŀ":112180,"æĹ©æĹ©":112181,"éĹªçĶµ":112182,"æĪªåĽ¾":112183,"åı¯ä»¥æł¹æį®":112184,"æīĭèīº":112185,"æݥ轨":112186,"ç§įæĹı":112187,"æĢĢéĩĮ":112188,"åİ»åĮ»éĻ¢":112189,"ä¸ĢäºĮ":112190,"å¼ĢéĺĶ":112191,"åĩıéĢŁ":112192,"ä½Ĩä»İ":112193,"éĢĻä¸Ģ":112194,"åĩıåħį":112195,"主é¢ĺæķĻèĤ²":112196,"å¼Ģ工建设":112197,"蹦":112198,"æľĪ饼":112199,"ä¸ĭæ²ī":112200,"å°Ĭ严":112201,"éĻĩ":112202,"å®ŀæľ¨":112203,"å»łåķĨ":112204,"声称":112205,"èĢĥåľº":112206,"å¸ĥé²ģ":112207,"èĩªæĿ¥":112208,"èĩªæĿ¥æ°´":112209,"éĴ¾":112210,"年以ä¸Ĭ":112211,"大åıĶ":112212,"ä»ĸå·²ç»ı":112213,"åħ¨æĿij":112214,"èģĶç³»çĶµè¯Ŀ":112215,"为导åIJij":112216,"åĪ¤å¤Ħ":112217,"对éĺµ":112218,"缮æ¨Ļ":112219,"åIJįé¢Ŀ":112220,"客æ°Ķ":112221,"横åIJij":112222,"çŃīåĨħ容":112223,"åĩłçĤ¹":112224,"è°Ī论":112225,"ä¸įä¹ı":112226,"å±ķçİ°åĩº":112227,"è¾ĥéķ¿":112228,"éĢĨ转":112229,"å°ıæĻĤ":112230,"æĺ¯å¤ļä¹Ī":112231,"æľ¬æľĪ":112232,"è¿ijè§Ĩ":112233,"æĪIJç«ĭ以æĿ¥":112234,"代表çĿĢ":112235,"æĬ¥å¤į":112236,"æĪıæĽ²":112237,"è¨ŃåĤĻ":112238,"åħ¥èĤ¡":112239,"å¾ģæľį":112240,"é«ĺåĩº":112241,"èĪŀåı°ä¸Ĭ":112242,"å¿ĥåĬ¨":112243,"两çĤ¹":112244,"缸çķ¶":112245,"èĻĽ":112246,"主页":112247,"åĩłå®¶":112248,"æĹłä¸į":112249,"åįıå®ļ":112250,"æĸIJ":112251,"å¯ĵæĦı":112252,"åħ¨çº¿":112253,"æįķé±¼":112254,"åı¯ä»¥ä»İ":112255,"æľīè¿Ļæł·çļĦ":112256,"æģ¶éŃĶ":112257,"åĮħåŃIJ":112258,"æģ¤":112259,"å¼Ģå¥ĸç»ĵæŀľ":112260,"ä¸įæŃ»":112261,"èĹį":112262,"å¼¯æĽ²":112263,"海峡":112264,"éĶĢæ¯ģ":112265,"çļĦçĭ¬çī¹":112266,"示æĦı":112267,"ä¸įèĥ½åĨį":112268,"èĥ½æĬĬ":112269,"éĺ²çº¿":112270,"ä¸įå°ijäºİ":112271,"æ±Ģ":112272,"çļĦéĤ£ä¸Ģ":112273,"羣æĥħ":112274,"åŀ®":112275,"被æīĵ":112276,"åĽ½å®ī":112277,"ç¾İå¦Ļ":112278,"è¿Ļåĩł":112279,"åĩºéģĵ":112280,"æľįåĬ¡äºİ":112281,"æĪIJæŀľè½¬åĮĸ":112282,"æīįåįİ":112283,"天é¹ħ":112284,"åĩłä¸ªäºº":112285,"åĢĺèĭ¥":112286,"èĢ½è¯¯":112287,"æĬĹæĪĺ":112288,"è¡ĮéĬ·":112289,"æĿ¥è¢Ń":112290,"åĢŁéĮ¢":112291,"èįīèİĵ":112292,"ä¸¥æł¼æī§è¡Į":112293,"举è¡ĮäºĨ":112294,"å¤ĸç±į":112295,"已达":112296,"æĿijåħļæĶ¯éĥ¨":112297,"è¡Ŀ":112298,"éĻįèĩ³":112299,"æµ·éĩı":112300,"é¤IJé¦Ĩ":112301,"æĢ¥å¿Ļ":112302,"æ·±è¿ľ":112303,"å¾Ģè¿Ķ":112304,"ç¨İåĬ¡å±Ģ":112305,"å¹¿æ³ĽåºĶçĶ¨":112306,"è®®åijĺ":112307,"æĹłæķĮ":112308,"çľ¼åħī":112309,"çĥŃè¡Ģä¼łå¥ĩ":112310,"æŃIJ":112311,"äºĨäºĽ":112312,"è¿ĿèĥĮ":112313,"è¿Ļæĺ¯ä¸Ģç§į":112314,"ä¸į稳å®ļ":112315,"大家åĪĨ享":112316,"表çı¾":112317,"åīįåįģ":112318,"è·¯è¿ĩ":112319,"æĴ©":112320,"åIJĮæĥħ":112321,"ä¹łä¿Ĺ":112322,"åıijè´¢":112323,"åºĶæľīçļĦ":112324,"æĿİæŁIJ":112325,"èĤĽ":112326,"马åħĭ":112327,"éĢļåijĬ":112328,"巨人":112329,"ä¸ĢåĽ¢":112330,"éĢĻ次":112331,"ä¸įäºĨ解":112332,"æĸ½è¡Į":112333,"èij¡èIJĦçīĻ":112334,"åıĺå¾ĹæĽ´åĬł":112335,"æı£":112336,"åĪĽæĸ°èĥ½åĬĽ":112337,"çķħéĶĢ":112338,"表æī¬":112339,"æ¯ĶåĪ©":112340,"æ¯ĶåĪ©æŶ":112341,"åĮ»çĸĹä¿ĿéĻ©":112342,"æĵį纵":112343,"伤亡":112344,"æµİå®ģ":112345,"åıĺäºĨ":112346,"æľ¬æ¬¡æ´»åĬ¨":112347,"åľŁè±ª":112348,"æĥ³åĬŀæ³ķ":112349,"æĺķ":112350,"å½ĵæĻļ":112351,"åĩºå±Ģ":112352,"çĥŃè®®":112353,"è°Īè°Ī":112354,"æĻĭåįĩ":112355,"åĬ¿å¿ħ":112356,"çĻ»å±±":112357,"éĤ£åĦ¿":112358,"åIJĥåĪ°":112359,"ä¹ĭåŁİ":112360,"å¿«æĿ¥":112361,"æ¹Ľæ±Ł":112362,"第ä¸ī个":112363,"åħ¨éĿ¢æıIJåįĩ":112364,"å¥ĸåѦ":112365,"å¥ĸåѦéĩij":112366,"æĬķåħ¥ä½¿çĶ¨":112367,"é½IJé²ģ":112368,"åı¯ä»¥æĬĬ":112369,"åĴĮä»ĸçļĦ":112370,"è´ŃæĪ¿èĢħ":112371,"æŃ£å¼ıåIJ¯åĬ¨":112372,"åįİ润":112373,"ä¸įæĸŃå®ĮåĸĦ":112374,"éĴ¢æĿ¿":112375,"累积":112376,"满èĦ¸":112377,"åĽĽæĸ¹":112378,"è´¢çī©":112379,"ä»ĸ们ä¼ļ":112380,"å¤ıæĹ¥":112381,"éĤ£ä¸ªäºº":112382,"éĿłçĿĢ":112383,"çĤ¹äºĨ":112384,"çĤ¹äºĨçĤ¹å¤´":112385,"æ©ĭ":112386,"åıĪ好":112387,"åıĪ好åıĪ":112388,"åıĪ好åıĪå¿«":112389,"éĺµéĺµ":112390,"å°ģ建":112391,"æľ¬çĶ°":112392,"çī©ä¸ļæľįåĬ¡":112393,"èĩªè´¸åĮº":112394,"åIJı":112395,"便åĪ©åºĹ":112396,"åĽ½å®¶æłĩåĩĨ":112397,"éĿ¢ç²ī":112398,"èī°è¾Ľ":112399,"æĶ»åħ³":112400,"æīĵåĮħ":112401,"车éĺŁ":112402,"人éĢī":112403,"åı¯ä¸įæĺ¯":112404,"äºĮåįģå¹´":112405,"åIJįå¸Ī":112406,"æµ¦ä¸ľ":112407,"åħ¬è¯ģ":112408,"è¿IJéĢģ":112409,"æĺ¯æľĢ好çļĦ":112410,"æŁĶåĴĮ":112411,"çİĭæŁIJ":112412,"çĹħæĪ¿":112413,"åĨ¶éĩij":112414,"ä¸Ģ件äºĭæĥħ":112415,"åį¤":112416,"åı¯æݧ":112417,"çīŁ":112418,"æĭĤ":112419,"å·²äºİ":112420,"人éĢł":112421,"çĶŁçī©åĮ»èį¯":112422,"ä½ĵçİ°åĩº":112423,"èĤ²åĦ¿":112424,"èĢģå®ŀ":112425,"åľĸçīĩ":112426,"諸":112427,"ç´¯äºĨ":112428,"æĦŁåħ´è¶£çļĦ":112429,"åĽ¾çīĩæĿ¥æºIJ":112430,"ä¹Łæĺ¯ä¸Ģç§į":112431,"æ¾İæ¹ĥæĸ°éĹ»":112432,"æĹ¶è¡¨ç¤º":112433,"åħīè¾ī":112434,"æĬ¥åºŁ":112435,"å²ģæŶ":112436,"éħ®":112437,"æ£Ģä¿®":112438,"åıĺéĢŁ":112439,"åıĺéĢŁç®±":112440,"åľ¨èģĮ":112441,"éı¡":112442,"æįĤ":112443,"çĿ£åĬŀ":112444,"æ°¸ä¸į":112445,"åģļä¸ĢäºĽ":112446,"åİĨæŶ":112447,"å·¥ç¨ĭæľºæ¢°":112448,"æģ°å½ĵ":112449,"å°±åľ¨äºİ":112450,"称åij¼":112451,"éĢļ常æĺ¯":112452,"æł·å¼ı":112453,"åij¨ä¸Ģ":112454,"èĭ±éķij":112455,"åĿĩ线":112456,"ä¼łéĹ»":112457,"çĶ¨æĪ·ä½ĵéªĮ":112458,"èµŀåIJĮ":112459,"骨æĬĺ":112460,"为主ä½ĵ":112461,"æ±Łå±±":112462,"æ¸ħæľĿ":112463,"æĶĢåįĩ":112464,"ä¸įçĽ¸ä¿¡":112465,"éĿ´":112466,"æѦåĬŁ":112467,"åĭ¤åĬ³":112468,"æĿ¥æī¾":112469,"å°ĨæĮģç»Ń":112470,"丫头":112471,"æ¨Ļæºĸ":112472,"裴":112473,"深深çļĦ":112474,"åŃķèĤ²":112475,"è§ĦåĪĴ建设":112476,"æ¸ħçĪ½":112477,"ç²¾åĩĨæī¶è´«":112478,"æīĵçł´äºĨ":112479,"è¿Ļä¸Ģ天":112480,"å·¥ä½ľæĢ»ç»ĵ":112481,"æĹħç¨ĭ":112482,"举èIJ¥":112483,"æĶ¾å°Ħ":112484,"æľīåĩłä¸ª":112485,"éĿŀçī©è´¨":112486,"åIJĥå¾Ĺ":112487,"åŨ":112488,"ä¼ļåıijçĶŁ":112489,"篮æĿ¿":112490,"å¼Ģå°ģ":112491,"麻å°Ĩ":112492,"èııæ³½":112493,"ä¸įåIJĪ":112494,"ç³»åĪĹ产åĵģ":112495,"èѬå¦Ĥ":112496,"ç¾İèªī":112497,"èĩªå·±åĸľæ¬¢":112498,"交æĺĵä¸Ńå¿ĥ":112499,"åIJĪåĶ±":112500,"使æĪij":112501,"åĥıç´ł":112502,"带éĺŁ":112503,"ä½Ĩ对äºİ":112504,"æĬĬè¿Ļ个":112505,"èĤĿèĦı":112506,"åįķ纯çļĦ":112507,"æĶ»åĿļæĪĺ":112508,"缼ä¼ļ":112509,"åijµæĬ¤":112510,"æªĢ":112511,"赶ä¸Ĭ":112512,"æ¥Ĭ":112513,"ä¹ħäºĨ":112514,"ç¡Ŀ":112515,"çŃĶé¢ĺ":112516,"ä¿ĿæĮģçĿĢ":112517,"è§ģè¯Ĩ":112518,"çĤ¹åĦ¿":112519,"åįĬ个æľĪ":112520,"æ»ĩ":112521,"浸泡":112522,"ä¼łéĢģ":112523,"åľ¨å¸Ĥåľºä¸Ĭ":112524,"ä¹ĭ乡":112525,"çī¹éķ¿":112526,"éĽŀ":112527,"èªł":112528,"身å¤Ħ":112529,"æŁłæª¬":112530,"身穿":112531,"çľģåħ¬å®ī":112532,"çľģåħ¬å®īåİħ":112533,"åıĻåĪ©äºļ":112534,"åĩłåĪĨéĴŁ":112535,"人åĢij":112536,"åľ°æ®µ":112537,"èĩªåѦ":112538,"ä¹Łè¶ĬæĿ¥è¶Ĭ":112539,"èģĮæĿĥ":112540,"æĸ§":112541,"èĩ»":112542,"å½Ĵ纳":112543,"驾é©Ń":112544,"éĥ¨åĪĨåľ°åĮº":112545,"没æľīæĥ³åĪ°":112546,"æĴĩ":112547,"ä¹Įé²ģ":112548,"ä¹Įé²ģæľ¨":112549,"ä¹Įé²ģæľ¨é½IJ":112550,"èĤ²äºº":112551,"çļĦæŃ¥ä¼IJ":112552,"å»¶æľŁ":112553,"æ²¹æ°Ķ":112554,"åģļå®Į":112555,"åľ£åľ°":112556,"丰åİļ":112557,"宽带":112558,"åı¯éĿłçļĦ":112559,"åºŃéĻ¢":112560,"åŃľ":112561,"å°ı康社ä¼ļ":112562,"å®īåħ¨ç®¡çIJĨ":112563,"年第":112564,"æİĴ污":112565,"èĥĮåĮħ":112566,"家ä½ı":112567,"åħ¶å®ŀå°±æĺ¯":112568,"ä¼ļè§ģ":112569,"帮åĬ©ä¼ģä¸ļ":112570,"ç½ijè´Ń":112571,"æĺ¯ä¸įä¼ļ":112572,"飯åºĹ":112573,"æŃ»åİ»":112574,"åħįçĸ«åĬĽ":112575,"æľķ":112576,"åĸĿäºĨ":112577,"轻微":112578,"个æľĪåĨħ":112579,"ç»ĦåĽ¢":112580,"åĴĮå®ĮåĸĦ":112581,"鸽":112582,"æıIJéĢŁ":112583,"西å®īå¸Ĥ":112584,"ä¸Ńå¿ĥ主任":112585,"æŶéĹ´ä¸º":112586,"æľŁæĿĥ":112587,"è¶ķ":112588,"ä¸įä»ħè¦ģ":112589,"æľįä»İ":112590,"é¡ĺæĦı":112591,"ä¸įå°ı":112592,"ä¸įå°ıçļĦ":112593,"ç°ĩ":112594,"窦":112595,"åĪĩæĪIJ":112596,"åĵĪåĪ©":112597,"å¤©çľŁ":112598,"ä¸Ģ次次":112599,"éĩijå¸ģ":112600,"æĢİä¹Īèĥ½":112601,"ç½ijè´·":112602,"ä¼ļ计å¸Ī":112603,"çŁŃ缺":112604,"对æłĩ":112605,"åıĺå¾ĹæĽ´":112606,"åīįåĩłå¤©":112607,"éĺ²æ±Ľ":112608,"彩èĻ¹":112609,"åĵģä½į":112610,"è¡¨æł¼":112611,"严å¯Ĩ":112612,"æ¯ĽåĪ©çİĩ":112613,"çļĦåį±å®³":112614,"å½ķåĪ¶":112615,"æ°´åĬ¡":112616,"èĥ½å¤Łè®©":112617,"å¹³æĿ¿":112618,"ä¹³æĪ¿":112619,"è¸ıå®ŀ":112620,"é¦ĸåĪĽ":112621,"é¦Ļèķī":112622,"æĬ¥è¡¨":112623,"ä¸ĢæĬ¹":112624,"åĩºçĶŁäºİ":112625,"è²»çĶ¨":112626,"åĩºè®©":112627,"åIJĪæ³ķæĢ§":112628,"å°¼åħĭ":112629,"åĨ°åĨ·":112630,"é¦Ļæ°Ķ":112631,"åı·ç§°":112632,"èµ·çłģ":112633,"åŁİåİ¿":112634,"çİ©èĢį":112635,"ä¸ĬéĻIJ":112636,"ä¼ļ议精ç¥ŀ":112637,"æĹģè¾¹çļĦ":112638,"便ä¼ļ":112639,"æıŃæĻĵ":112640,"çİ©æĦı":112641,"éĽªå±±":112642,"åIJijçĿĢ":112643,"ä½ĵèĤ²åľ¨çº¿":112644,"说æĺİ书":112645,"åĮĸèĤ¥":112646,"åħļç»Ħ书记":112647,"åĬ¨äºº":112648,"ä¹ĭæīĢ":112649,"æľĪèĩ³":112650,"æľĢå¿«çļĦ":112651,"èĬĤåģĩæĹ¥":112652,"ä¸ĵåľº":112653,"èĢĥä¸Ĭ":112654,"çªŁ":112655,"é²ľè¡Ģ":112656,"è¾ĥ强çļĦ":112657,"æĤĦçĦ¶":112658,"å¤ļä¸ªåĽ½å®¶":112659,"çªĹå¸ĺ":112660,"æŀģå¤§åľ°":112661,"ä¸įçĶ¨æĭħå¿ĥ":112662,"è¿Ļä¹Īåģļ":112663,"åĥ¹æł¼":112664,"ç¾İ丽乡æĿij":112665,"å°ıæŶåĨħ":112666,"紧迫":112667,"大çģ«":112668,"èĥ³èĨĬ":112669,"æĵįä½ľç³»ç»Ł":112670,"æ®ĭçķĻ":112671,"åĨĻåĩº":112672,"ç¦ģå¿Į":112673,"åĬłçĽŁåºĹ":112674,"è¿ijçĻ¾":112675,"便åı¯":112676,"æķ´æĶ¹æݪæĸ½":112677,"éĩĩ访æŶ":112678,"åĶIJ代":112679,"æ·±åĮĸæĶ¹éĿ©":112680,"çŁ¢":112681,"éĥ½åĸľæ¬¢":112682,"è¶ĬæĿ¥è¶Ĭé«ĺ":112683,"èĬ±æľµ":112684,"头çĸ¼":112685,"å®ī康":112686,"å¢ŀéķ¿çİĩ":112687,"çľ¼çľĭ":112688,"å°±æĺ¯ä¸ºäºĨ":112689,"èĢĮ导èĩ´":112690,"åĬłå¿«å»ºè®¾":112691,"èĬ±æł·":112692,"åĨħå¿ĥçļĦ":112693,"æĺĨå±±":112694,"è³ĩæºIJ":112695,"åĽŀåĪ°å®¶":112696,"èıĬèĬ±":112697,"æ°´éĩı":112698,"å¾ģä¿¡":112699,"è¡ĮæĶ¿åĮº":112700,"ä¹ĥæĺ¯":112701,"æĬķèµĦé¡¹çĽ®":112702,"å«ģç»Ļ":112703,"ç¥ŀåľ£":112704,"稳":112705,"æľ¬æĿ¥å°±":112706,"éĢIJä¸Ģ":112707,"èģĮä¸ļæĬĢæľ¯":112708,"ä¸įèī¯ä¿¡æģ¯":112709,"æīĺè¿IJ":112710,"åIJ¯ç¤º":112711,"ä¹ĭåħ§å®¹":112712,"飶":112713,"奢åįİ":112714,"æıŃ示":112715,"æĪIJ为ä¸ŃåĽ½":112716,"æ¶Īè´¹åĵģ":112717,"åħ¬çĶ¨":112718,"æIJŀå®ļ":112719,"è¯·ä½ł":112720,"æŁļ":112721,"åĨħè¡£":112722,"ä½Ĩä»ĸ们":112723,"ä¿Ŀ湿":112724,"该åİ¿":112725,"饱åĴĮ":112726,"æݨåIJij":112727,"èµĦæĸĻæĺ¾ç¤º":112728,"ä¸įå½±åĵį":112729,"人人éĥ½":112730,"åıijå±ķ壮大":112731,"åħ»èĢģæľįåĬ¡":112732,"çĶŁæ´»æ°´å¹³":112733,"åIJĦåİ¿":112734,"ä½łéľĢè¦ģ":112735,"说çļĦæĺ¯":112736,"å¤ĸåªĴ":112737,"æŃ¤äºº":112738,"次è¦ģ":112739,"追赶":112740,"åºĶ该å¦Ĥä½ķ":112741,"æĹ¥åĩĮæĻ¨":112742,"çķ¥æľī":112743,"éĥ½æĥ³":112744,"游ä¹IJ":112745,"è¿Ļ款游æĪı":112746,"平淡":112747,"æĺ¯ä¸ĢåĢĭ":112748,"å¤ĩèĢĥ":112749,"åĪ¶æŃ¢":112750,"ä¸Ģå®ļèĥ½":112751,"å¾Ĵå¼Ł":112752,"以çĤº":112753,"åįĥåħĥ":112754,"äºĶåħŃ":112755,"迪士":112756,"迪士尼":112757,"éĺ³æĢ§":112758,"åĨ¬å¥¥ä¼ļ":112759,"å°±æĺ¯åĽłä¸º":112760,"æĮĤéĴ©":112761,"æ¦ĤåĨµ":112762,"åıªè¦ģæľī":112763,"æ²¹çĶ»":112764,"åľ°æłĩ":112765,"ä¸Ĭè°ĥ":112766,"产ä¸ļåĽŃåĮº":112767,"åħ«åįģ":112768,"棱":112769,"液æĻ¶":112770,"æĿijå§Ķä¼ļ":112771,"çŃ¾çº¦ä»ªå¼ı":112772,"è¿Ļåħ¶ä¸Ń":112773,"åĨĻéģĵ":112774,"示èĮĥåŁºåľ°":112775,"éĩİçĶŁåĬ¨çī©":112776,"鼻åŃIJä¿¡ç®±":112777,"åĽ½éĻħè´¸æĺĵ":112778,"人æĿĥ":112779,"ä¿Ŀ管":112780,"èĭ¥æĤ¨":112781,"åİĭæĬij":112782,"黼":112783,"åľ°çľĭçĿĢ":112784,"éĻ°":112785,"ä¸Ģå¹´å¤ļ":112786,"ä»İ容":112787,"ä¸ŃæĸŃ":112788,"å¯Łè§ī":112789,"移交":112790,"éĶ¯":112791,"æĪĸ许æĺ¯":112792,"綳":112793,"两项":112794,"æľĢåĸľæ¬¢":112795,"æľĢåĸľæ¬¢çļĦ":112796,"å¤ľéĩĮ":112797,"åIJĮä»ģ":112798,"åĪĽæĸ°é©±åĬ¨":112799,"è°ģèĥ½":112800,"飾":112801,"åħīåѦ":112802,"åİĦ":112803,"èĦ±é¢ĸ":112804,"èĦ±é¢ĸèĢĮåĩº":112805,"迦":112806,"æĺ¯ä¸įåı¯èĥ½":112807,"窥":112808,"èĥ½æ»¡è¶³":112809,"宽度":112810,"伦çIJĨ":112811,"åı¯ä»¥èİ·å¾Ĺ":112812,"转ä¼ļ":112813,"å±±æĿij":112814,"éĵºè®¾":112815,"åĩºåĩ»":112816,"æĸĩåĮĸèīºæľ¯":112817,"ä¼ļ议室":112818,"æŃĮ声":112819,"æ»Ķ":112820,"èIJİ缩":112821,"æľįåĬ¡åijĺ":112822,"åıij表äºĨ":112823,"æĸ¼æĺ¯":112824,"æĺİç¡®è§Ħå®ļ":112825,"ç»´å¥ĩ":112826,"水产":112827,"æĬķä¿Ŀ":112828,"éĺ´éģĵ":112829,"赶快":112830,"夺å¾Ĺ":112831,"ä¸ĭåįķ":112832,"çī©æµģåħ¬åı¸":112833,"çݯç»ķ":112834,"å½Ī":112835,"ä½ľé£İ建设":112836,"æĹħ游æĻ¯åĮº":112837,"æľīæĽ´å¤ļçļĦ":112838,"丰å¯Įå¤ļ彩":112839,"çIJĨ财产åĵģ":112840,"åĩºå·®":112841,"ä»İ严治":112842,"ä»İ严治åħļ":112843,"çĽ¸å¹²":112844,"æ»ĭ润":112845,"主åĬŀæĸ¹":112846,"åī§åľº":112847,"æ»ļçIJĥ":112848,"æ©Ħæ¦Ħ":112849,"èĩªä¸»åĪĽæĸ°":112850,"éĢļå¾Ģ":112851,"æł¼å°Ķ":112852,"çļĦä¼ĺçĤ¹":112853,"èĥĮä¸Ĭ":112854,"çªľ":112855,"çĪĨåĩº":112856,"å¹³æķ´":112857,"ä¸ĢèĦļ":112858,"åħ¨ä½ĵåijĺå·¥":112859,"éĻIJå®ļ":112860,"åŁİéķĩåĮĸ":112861,"æ·³":112862,"éĢ®æįķ":112863,"è¡ĮåĬ¨è®¡åĪĴ":112864,"æīĵå¾Ĺ":112865,"åİļéĩį":112866,"纪å½ķçīĩ":112867,"åĿļä¿¡":112868,"央ä¼ģ":112869,"åĨįä¹Łä¸į":112870,"天涯":112871,"åıĤèĢĥèµĦæĸĻ":112872,"æľīæ¯Ĵ":112873,"åIJ¸çº³":112874,"è¶Ĭåıij":112875,"éĩįè¦ģæĦıä¹ī":112876,"åĽ½éĺ²éĥ¨":112877,"è¿Ļ个è¡Įä¸ļ":112878,"æĻ®æŁ¥":112879,"å¼ĤæĢ§":112880,"å»¶è¿Ł":112881,"å°ıå¹ħ":112882,"èī²æĥħ":112883,"综åIJĪæ²»çIJĨ":112884,"æŃ£æĺ¯åĽłä¸º":112885,"产ä¸ļç»ĵæŀĦ":112886,"çłĶ究æĬ¥åijĬ":112887,"åģľä¸ĭ":112888,"éķ¿èĢģ":112889,"éĩĿå°į":112890,"åįĹ京å¸Ĥ":112891,"çģĮæºī":112892,"转è¿IJ":112893,"欺è¯Ī":112894,"éĢłåģĩ":112895,"åĪĨå¸ĥå¼ı":112896,"æĦŁè§¦":112897,"æĪijå½ĵæŶ":112898,"åıijè§ī":112899,"åĽ¾çº¸":112900,"æĶ¹èī¯":112901,"çĭłçĭł":112902,"åĨ²åĪº":112903,"æĸ°äº¬":112904,"æĸ°äº¬æĬ¥":112905,"ç¥ŀåĻ¨":112906,"秸ç§Ĩ":112907,"çĪº":112908,"å°Ĩè¿İæĿ¥":112909,"工信":112910,"工信éĥ¨":112911,"éĻIJéĩı":112912,"æŃ¢æįŁ":112913,"åѦä¼ļäºĨ":112914,"åįİ缼":112915,"åįİçĽĽé¡¿":112916,"å¾Įä¾Ĩ":112917,"ä¸ĭéĿ¢æĺ¯":112918,"ä¸ĭéĿ¢æĺ¯å°ı":112919,"æIJ¬è¿IJ":112920,"ç¾İæľ¯é¦Ĩ":112921,"æ¸ħåĩī":112922,"å¤ļå¹´åīį":112923,"è©ŀ":112924,"åįĥç±³":112925,"表述":112926,"æ±ŁéŨ":112927,"åĬłæ²¹ç«Ļ":112928,"æľ¬èĥ½":112929,"导读":112930,"åĽ´è§Ĥ":112931,"并åIJij":112932,"åŁºæľ¬æĥħåĨµ":112933,"æīĵå¼ĢäºĨ":112934,"è¿Ļä¸ī个":112935,"æ±ķ头":112936,"强æľīåĬĽ":112937,"强æľīåĬĽçļĦ":112938,"è¿Ľåľº":112939,"ä¹Ŀæ±Ł":112940,"çIJĥæĺŁ":112941,"好çľĭçļĦ":112942,"大æĪ·":112943,"湯":112944,"å¥ĩå¦Ļ":112945,"ä¹IJåĻ¨":112946,"æĪijçļĦå¿ĥ":112947,"çľī头":112948,"åĨľä¸ļçĶŁäº§":112949,"ç¼ĸçłģ":112950,"åŁºç¤":112951,"åŁºç¤İ":112952,"天æĸĩ":112953,"åĢĭ人è³ĩè¨Ĭ":112954,"åİ»è¿ĩ":112955,"èģĨåIJ¬":112956,"æĶ¾åģĩ":112957,"ä¸įåħ·å¤ĩ":112958,"æ·Ģç²ī":112959,"大佬":112960,"åħ¨å¤©":112961,"åħ¨éĿ¢å»ºæĪIJ":112962,"éļIJå½¢":112963,"ç¼ħçĶ¸":112964,"åIJ³":112965,"è¡ĮæĶ¿æī§æ³ķ":112966,"åŁİåł¡":112967,"èİ«æĸ¯":112968,"èİ«æĸ¯ç§ij":112969,"æīĢæľīæĿĥ":112970,"éĽĨåľĺ":112971,"å±Ģåī¯å±Ģéķ¿":112972,"åĩłä¹İ没æľī":112973,"æ´ģåĩĢ":112974,"çĶµå½±èĬĤ":112975,"åŃ©ç«¥":112976,"æīĢåģļçļĦ":112977,"æ¸ħ代":112978,"æĸ°çīĪ":112979,"éĵĿåIJĪéĩij":112980,"为æĬĵ":112981,"为æĬĵæīĭ":112982,"åĪ¤å®ļ":112983,"çī¹äº§":112984,"æīĭæ©Ł":112985,"ä¸įåı¯æĪĸ":112986,"ä¸įåı¯æĪĸ缺":112987,"å¸Ĥåľºè§Ħ模":112988,"åĿ¯":112989,"åĮ»åѦéĻ¢":112990,"å¿«è¦ģ":112991,"èĮľ":112992,"æĬĺèħ¾":112993,"äºĨè¿ĩæĿ¥":112994,"æĬ¥åijĬæľŁåĨħ":112995,"çī©ç§į":112996,"ç»Łè®¡å±Ģ":112997,"æī©å»º":112998,"æ¶ħ":112999,"责任人":113000,"éĺİ":113001,"è¯Ħè®®":113002,"å¾Ģäºĭ":113003,"æīĢ示":113004,"æķ´æ´ģ":113005,"éĹºèľľ":113006,"æĹħéĢĶ":113007,"å®ŀè®Ń":113008,"ä¹ĭ称":113009,"巴士":113010,"éĢŁåº¦å¿«":113011,"ä¸įä»ħå¦ĤæѤ":113012,"å®Ŀè´µçļĦ":113013,"åºŁçī©":113014,"河水":113015,"æݥ纳":113016,"ç²¾æ¹Ľ":113017,"åħ¶æ¬¡æĺ¯":113018,"顺德":113019,"åħ¬åħ±åį«çĶŁ":113020,"è¤IJèī²":113021,"ä¸įæĥľ":113022,"æĬĢæľ¯æľįåĬ¡":113023,"æİ·":113024,"æ±ĤèģĮ":113025,"ä¸ī峡":113026,"æĬķåħ¥åĪ°":113027,"太åIJİ":113028,"åIJ¯åĬ¨ä»ªå¼ı":113029,"缴æݥ影åĵį":113030,"æĸ°æ¬¾":113031,"个乡éķĩ":113032,"çĻ¾äº¿":113033,"庫":113034,"ä¹ŁæŃ£æĺ¯":113035,"åı¶çīĩ":113036,"æľĢæĹ©çļĦ":113037,"æĪĺ绩":113038,"å·¥æľŁ":113039,"æĻļæľŁ":113040,"è¿Ļæł·è¯´":113041,"è¯įè¯Ń":113042,"ä¾Ħ":113043,"æķ£çĥŃ":113044,"éĽĨæĪIJçĶµè·¯":113045,"åIJįè¯į":113046,"æĻºåķĨ":113047,"æĭ¥åłµ":113048,"çĭĤ欢":113049,"è¿ĻèĪ¬":113050,"浴室":113051,"åijķåIJIJ":113052,"æľªæĿ¥åıijå±ķ":113053,"ä¸īä½įä¸Ģä½ĵ":113054,"åªĴé«Ķ":113055,"ä¸įå¾Ĺ转载":113056,"åĽłä¸ºå¥¹":113057,"æĺ¾ç¤ºå±ı":113058,"ä¾Ľæļĸ":113059,"éĨ«éĻ¢":113060,"æľīæĦıæĢĿ":113061,"æľīæĦıæĢĿçļĦ":113062,"娱ä¹IJåŁİ":113063,"åįµå·¢":113064,"åĪĽéĢłåĬĽ":113065,"ç«łèĬĤ":113066,"人大常å§Ķ":113067,"èĢĮçİ°åľ¨":113068,"å¤ĸå©Ĩ":113069,"å¢ŀæĮģ":113070,"äºĶåįĥ":113071,"èĢģå¸Ī们":113072,"æ´ĽæĿī":113073,"æ´ĽæĿī磶":113074,"æİĮæı¡äºĨ":113075,"ä¸ŃåĽ½æĸĩåĮĸ":113076,"æĸ°æĶ¿":113077,"主è¦ģçĶ¨äºİ":113078,"åıijçĥ§":113079,"类似äºİ":113080,"åĮĹæŀģ":113081,"æĪij们认为":113082,"弥漫":113083,"åħ¨çIJĥç»ıæµİ":113084,"é¢IJ":113085,"ä¸Ģèµ·è£ħä¿®":113086,"æĶĴ":113087,"æĭīèIJ¨":113088,"帶ä¾Ĩ":113089,"åĨ·æ°´":113090,"ä¸īåĨľ":113091,"æĿ¿æĿIJ":113092,"è¿ŀè¿ŀ":113093,"éĵ®":113094,"ç»ıèIJ¥çIJĨ念":113095,"山顶":113096,"å¾Īæĥ³":113097,"çĺ«":113098,"å§ĭç»Īä¿ĿæĮģ":113099,"åľ¨å¹¿å·ŀ":113100,"ä¸įåIJĮæĦı":113101,"åıĺåİĭ":113102,"åıĺåİĭåĻ¨":113103,"产éĶĢ":113104,"表éĿ¢ä¸Ĭ":113105,"æīĢ以ä»ĸ":113106,"ç»ıéªĮ丰å¯Į":113107,"éĥ¨å§Ķ":113108,"åħµåĽ¢":113109,"æīĢè¿°":113110,"æķ¦çħĮ":113111,"ç»ıèIJ¥èĮĥåĽ´":113112,"åı£è¯Ń":113113,"失信":113114,"æ¯ı个人çļĦ":113115,"æīĭæĮģ":113116,"æģIJæħĮ":113117,"åł¡åŀĴ":113118,"é¦ħ":113119,"éĵ¸éĢł":113120,"æĭ¿åĩºæĿ¥":113121,"æİ¢æµĭ":113122,"大家ä¸Ģèµ·":113123,"奧":113124,"å®ŀè´¨æĢ§":113125,"å°ıåĦ¿":113126,"èĩºåįĹ":113127,"èĩºåįĹå¸Ĥ":113128,"å¼ĢåıijèĢħ":113129,"åı¯æł¹æį®":113130,"ç®±åŃIJ":113131,"饺åŃIJ":113132,"å¿ĻçĿĢ":113133,"æĿ¥ä¸įåıĬ":113134,"çĽ¸ä¼ł":113135,"åĽ½ç½ij":113136,"èħ¹æ³»":113137,"è¿ĻéĩĮæľī":113138,"é£İæĻ¯åĮº":113139,"åıĤä¿Ŀ":113140,"æŃ»èĢħ":113141,"æĪ´ä¸Ĭ":113142,"æ©Łæ§ĭ":113143,"è¯ķéªĮåĮº":113144,"ä¼łæİĪ":113145,"æµ·è¾¹":113146,"泪水":113147,"缸åħ³åĨħ容":113148,"éĥijå·ŀå¸Ĥ":113149,"åħijçİ°":113150,"两åij¨":113151,"èĬľæ¹ĸ":113152,"çĶµåŃIJä¿¡æģ¯":113153,"红å¤ĸ":113154,"æĹħ游å±Ģ":113155,"å¾Ģå¾Ģä¼ļ":113156,"è¿ħçĮĽ":113157,"ä¼łçľŁ":113158,"æ¸ħæ¾Ī":113159,"å°±è¿ij":113160,"微信群":113161,"ç³»åĪĹæ´»åĬ¨":113162,"ç»ı常ä¼ļ":113163,"è§Ĥæµĭ":113164,"å¿ĥå¾Ĺä½ĵä¼ļ":113165,"éĻĪåĪĹ":113166,"åĮĹæĸĹ":113167,"è«®":113168,"諮詢":113169,"è¿ĺæĺ¯ä¼ļ":113170,"æµĭç®Ĺ":113171,"æĺŁç©º":113172,"宽容":113173,"çī©ä¸ļåħ¬åı¸":113174,"æĪĴæĮĩ":113175,"å¸ħæ°Ķ":113176,"ä¸ĢæŃ¥æŃ¥":113177,"åħ±é¸£":113178,"åĨ³ä¸į":113179,"æݥ管":113180,"å¦ĩèģĶ":113181,"æ¯Ķåĸ»":113182,"é²ģè¿ħ":113183,"æĮģçºĮ":113184,"çĽ¸äº²":113185,"å¨ģå°¼æĸ¯äºº":113186,"ç«ĭ项":113187,"åĪĿå§ĭ":113188,"èĩªåĪ¶":113189,"è¿Īè¿Ľ":113190,"ä¸Ĭæ±½":113191,"å®ıä¼Ł":113192,"æł¹æľ¬æ²¡æľī":113193,"æĸ°åĨłçĹħæ¯Ĵ":113194,"åĵªç§į":113195,"康åħ»":113196,"è¡°èĢģ":113197,"å½ķåĥı":113198,"é«Ķé©Ĺ":113199,"ç»ijå®ļ":113200,"é¢Ŀ头":113201,"äºĶæľĪ":113202,"èĬ±å¼Ģ":113203,"ä¸Ģ线åŁİå¸Ĥ":113204,"åĪ°åľº":113205,"æĬķéĻį":113206,"çĹĺçĹĺ":113207,"åıĹä¸įäºĨ":113208,"æīİæł¹":113209,"æĽ´ä½ķåĨµ":113210,"æĬ½æŁ¥":113211,"åĩºè·¯":113212,"审议éĢļè¿ĩ":113213,"ä¸įåĥħ":113214,"èī²è°ĥ":113215,"çĻ¾ä½Ļ":113216,"èĤłéģĵ":113217,"æ·±åİļçļĦ":113218,"马åĬĽ":113219,"æĹ©æĻļ":113220,"æŃĮèĪŀ":113221,"éĺ²æĻĴ":113222,"æľĢåIJİä¸Ģ个":113223,"樱èĬ±":113224,"å°ıä¼ĻåŃIJ":113225,"åľ¨å½ĵåľ°":113226,"å°ıä¼Ļ伴们":113227,"èµ·æºIJ":113228,"åħ¨åªĴä½ĵ":113229,"ç°½":113230,"éħ±æ²¹":113231,"æĹłè®ºå¦Ĥä½ķ":113232,"裤åŃIJ":113233,"åģľäº§":113234,"ä¸įçĶ±å¾Ĺ":113235,"çīµå¼ķ":113236,"ä¼łåĬ¨":113237,"ä¹Ŀé¾Ļ":113238,"åĬłåĽº":113239,"ä¹Łä¸įæķ¢":113240,"æĬĢæľ¯æĶ¯æĮģ":113241,"ä¸Ĭå²Ĺ":113242,"ç»ıéªĮåĴĮ":113243,"æł¼æŀĹ":113244,"åIJ¸éĻĦ":113245,"æľªæĪIJå¹´":113246,"奢ä¾Īåĵģ":113247,"追æį§":113248,"好ä¸į容æĺĵ":113249,"èķ´åIJ«":113250,"ä¿Ŀå®ļ":113251,"æĬ¥ä¸ļ":113252,"æµ·åĨħå¤ĸ":113253,"ä½łçİ°åľ¨":113254,"æ²¹èĢĹ":113255,"è´¨éĩı管çIJĨ":113256,"æ½ľæ°´":113257,"ä¸½æ±Ł":113258,"转åħ¥":113259,"è¿Ļä¹Īä¹ħ":113260,"æĺİ代":113261,"责任åĪ¶":113262,"éĩįå·¥":113263,"大巴":113264,"触åıĬ":113265,"èµ·åĪĿ":113266,"大å¦Ī":113267,"æĸ¯å¡Ķ":113268,"åĨĽå·¥":113269,"书éĻ¢":113270,"峨":113271,"æݨçIJĨ":113272,"è¿Ļç¯ĩæĸĩç«ł":113273,"è¿ģ移":113274,"åľ¨åIJĮä¸Ģ":113275,"ç»Ĩç»Ĩ":113276,"åīĬå¼±":113277,"书æĪ¿":113278,"ç¶ĵ常":113279,"è¯ķé¢ĺ":113280,"æĤ£ä¸Ĭ":113281,"çĻ«çĹ«çĹħ":113282,"åĨ²æ´Ĺ":113283,"å¤ĸæı´":113284,"åħĭåĪ¶":113285,"åįģæľĪ":113286,"åģļä¸įåĪ°":113287,"ç¾İåĮĸ":113288,"å¦ĤæľŁ":113289,"è¿ĺéľĢ":113290,"å¤©åºľ":113291,"å°±æĦıåij³çĿĢ":113292,"çļĦç¡®æĺ¯":113293,"éªĹå±Ģ":113294,"å°ıç»ĦèµĽ":113295,"è©©":113296,"ä¹Ŀå¹´":113297,"æĻĵå¾Ĺ":113298,"çłĶ究人åijĺ":113299,"大éħĴåºĹ":113300,"ç§ijåѸ":113301,"åħŃåIJĪ":113302,"çķĮå®ļ":113303,"车载":113304,"å¼ĢçĿĢ":113305,"毫æĹłçĸij":113306,"毫æĹłçĸijéĹ®":113307,"è¿IJç»´":113308,"ç¦ģåĮº":113309,"èĦ±èIJ½":113310,"讲å¸Ī":113311,"产ä¸ļåŁºåľ°":113312,"é«ĺæĢ§èĥ½":113313,"åħī彩":113314,"çİ°éĺ¶æ®µ":113315,"åĩ¿":113316,"è¾ĥå·®":113317,"饮çĶ¨æ°´":113318,"éĸĭçĻ¼":113319,"ç½ijåIJ§":113320,"çĮ´åŃIJ":113321,"æѦæŀĹ":113322,"å®īåİ¿":113323,"ä¸įåı¯æĢĿ":113324,"ä¸įåı¯æĢĿè®®":113325,"éĬ·åĶ®":113326,"è´«ç©·":113327,"为åķ¥":113328,"éºĵ":113329,"å¹¾åĢĭ":113330,"è§Ħ模以ä¸Ĭ":113331,"æıļ":113332,"è¢«åĽ°":113333,"缺å¸Ń":113334,"å¿«é¤IJ":113335,"æĬ¢åįł":113336,"æĻŁ":113337,"å¤įæ´»":113338,"æľ¬æĬ¥è®¯":113339,"åĪĽä¸ĭ":113340,"海滩":113341,"éĩı产":113342,"å¦Ĥä½ķåİ»":113343,"车ä½į":113344,"å¯ĩ":113345,"äºĮåįģåĽĽ":113346,"ç»ıæµİæįŁå¤±":113347,"éħįå¥Ĺ设æĸ½":113348,"åŁºæľ¬éĿ¢":113349,"äºī论":113350,"就好åĥı":113351,"çłĶ究æĪIJæŀľ":113352,"éĻĪè¿°":113353,"æīĵåĬ¨":113354,"ä¸ĭå·´":113355,"ç§ĴéĴŁ":113356,"对人ä½ĵ":113357,"æĬĢæľ¯çłĶåıij":113358,"åİŁåŃIJ":113359,"æĺ¯ä¸Ģ项":113360,"äºĨä¸Ģ份":113361,"æĮĩçĶ²":113362,"çĶ¨éĩı":113363,"è¿ĺä¸įå¤Ł":113364,"æĶ¿åºľéĩĩè´Ń":113365,"çŁ¥è¯ĨçĤ¹":113366,"ä¸ŃåĽ½æ¢¦":113367,"å¾Īå¼Ģå¿ĥ":113368,"礼è²Į":113369,"éĿŀ常å¤ļ":113370,"éĿŀ常å¤ļçļĦ":113371,"åĽļ":113372,"æĹħé¦Ĩ":113373,"å°½æĥħ":113374,"æŃĮåĶ±":113375,"æ²Ļé¾Ļ":113376,"车åİ¢":113377,"客æµģ":113378,"åģıå·®":113379,"积累äºĨ":113380,"æ¡Ķ":113381,"çĶ»çĶ»":113382,"ä¹ŁåºĶ该":113383,"åºĶçĶ¨ç¨ĭåºı":113384,"èĥĥèĤł":113385,"以å¾Į":113386,"豪å®ħ":113387,"æ·±åĬłå·¥":113388,"缴è¨Ģ":113389,"åĮĸçŁ³":113390,"åĽ½éģĵ":113391,"ä¸ĥ个":113392,"ä»İèĢĮ使":113393,"èĤłèĥĥ":113394,"æĹ¥è¶ĭ":113395,"çĪ¶åŃIJ":113396,"ç·©":113397,"æĭĽçīĮ":113398,"产å¦ĩ":113399,"çķªèĮĦ":113400,"æĪijéĻ¢":113401,"建çŃijå·¥ç¨ĭ":113402,"å±ķè§Īä¼ļ":113403,"家éķ¿ä»¬":113404,"åĨľä½ľçī©":113405,"æĹ¥å¤ľ":113406,"æĶ»æĵĬ":113407,"è§Ħéģ¿":113408,"èĪŁå±±":113409,"便æ°ij":113410,"åħ«åŃĹ":113411,"ä¸įæĽ¾":113412,"æĶ¯éħį":113413,"çĨ¬å¤ľ":113414,"人é¡ŀ":113415,"ç´ĢéĮĦ":113416,"ç»ıèIJ¥æ´»åĬ¨":113417,"大涨":113418,"å¸Ĥå§Ķ常å§Ķ":113419,"åĪĨéIJĺ":113420,"ä¸Ģ个èģĮä¸ļ":113421,"çĹħåĽł":113422,"è¿Ļ对äºİ":113423,"ä¸įå¾Ĺä¸į说":113424,"åıijçĶµæľº":113425,"æľīæīĢ帮åĬ©":113426,"缮æłĩä»»åĬ¡":113427,"åĽłåľ°":113428,"åĽłåľ°åĪ¶":113429,"åĽłåľ°åĪ¶å®ľ":113430,"å°Ĩè¾¾åĪ°":113431,"ç²Ĺç³Ļ":113432,"ç¨³åĽº":113433,"å«£":113434,"çİ°åľ¨å¾Īå¤ļ":113435,"ä¸ĸçķĮ级":113436,"å¼łæŁIJ":113437,"çĤ¹ç¼Ģ":113438,"èijµ":113439,"社ä¼ļç»Ħç»ĩ":113440,"å¾ĢåIJİ":113441,"åĬłæģ¯":113442,"åĻªå£°":113443,"æľīåħ´è¶£":113444,"为æĤ¨æıIJä¾Ľ":113445,"æ²¹æ¼Ĩ":113446,"ç¬¬åĽĽå±Ĭ":113447,"çļĩ宫":113448,"ä¹Ĵä¹ĵ":113449,"ä¹Ĵä¹ĵçIJĥ":113450,"éļ¨èijĹ":113451,"éģ©åIJĪ":113452,"åįĹéĿŀ":113453,"æĵ´":113454,"西æ´ĭ":113455,"åĬłå¯Ĩ":113456,"æĪIJåĬŁä¸¾åĬŀ":113457,"åı£æ°´":113458,"æĪIJ年人":113459,"æīĢæıIJä¾ĽçļĦ":113460,"éļĶå£ģ":113461,"åľ¨äº¬":113462,"å½ĵåľ°æŶéĹ´":113463,"çŃīåIJĦç§į":113464,"é£İæ°Ķ":113465,"å±ĭéĩĮ":113466,"ä¸ĢåŃĹ":113467,"çļĦæŶéĹ´éĩĮ":113468,"åĺ¿åĺ¿":113469,"快讯":113470,"ä¸Ńåľº":113471,"ä¸Ģçĵ¶":113472,"æ»ķ":113473,"é¢Ĩè·ij":113474,"好èݱ":113475,"好èݱåĿŀ":113476,"没åħ³ç³»":113477,"åĩºå¢ĥ":113478,"ä¸įæĺ¯ä¸Ģ个":113479,"éĥ½æĺ¯éĿŀ常":113480,"éľĩåĬ¨":113481,"èİ·èĥľ":113482,"åįļå¼Ī":113483,"æĬļåħ»":113484,"对ç«ĭ":113485,"æľįåĬ¡æľºæŀĦ":113486,"è°£è¨Ģ":113487,"社ä¼ļç§ijåѦ":113488,"åIJ¬è¯´è¿ĩ":113489,"æī³":113490,"æīĵ磨":113491,"åı£æľį":113492,"好åĥıæĺ¯":113493,"以åıĬåħ¶ä»ĸ":113494,"çī¹è´¨":113495,"亲è¿ij":113496,"ä¸Ģç»ı":113497,"æ¶Ŀ":113498,"éŃĶæľ¯":113499,"éģĵ路交éĢļ":113500,"è§Ħ模æľĢ大":113501,"å®ŀæĸ½æĦıè§ģ":113502,"ä¹ŀ":113503,"ä¸Ģä¸ĸ":113504,"åŁ·è¡Į":113505,"è±Ĩçĵ£":113506,"åĪĹ为":113507,"æķħ宫":113508,"çĶŁåij½åij¨æľŁ":113509,"ä¸īç§įèģĮä¸ļ":113510,"详ç»Ĩä»ĭç»į":113511,"å®Įå¤ĩ":113512,"å²©çŁ³":113513,"éļıæīĭ":113514,"飲":113515,"æķĪæŀľåĽ¾":113516,"ç§ĭåĨ¬":113517,"åĬŁå¾·":113518,"è§Ħç«łåĪ¶åº¦":113519,"æĹ¥æ¸IJ":113520,"æīĢéľĢè¦ģ":113521,"æīĢéľĢè¦ģçļĦ":113522,"å²Ľä¸Ĭ":113523,"åĩºåľŁ":113524,"åĽ¾æĸĩ":113525,"ç§ijæĬĢè¿ĽæŃ¥":113526,"éĢļèĥĢ":113527,"èĢģ太太":113528,"èĭĹæľ¨":113529,"éĵ¶å·Ŀ":113530,"å¸IJ篷":113531,"éĿŀè¦ģ":113532,"éħįçĶµ":113533,"å¤Ħå¢ĥ":113534,"èĤ¡æĿĥæĬķèµĦ":113535,"ä¸Ģ缴åĪ°":113536,"åĿĩçĶ±":113537,"æĬĹæĹ¥":113538,"æį®ä»ĭç»į":113539,"ä½łåĸľæ¬¢":113540,"åĪĽæĸ°åŀĭ":113541,"åıĺè¿ģ":113542,"è§Ĩå¯Ł":113543,"å®Įåħ¨æ²¡æľī":113544,"åħĥæŦ":113545,"åı¯ä¿¡":113546,"åı¦è¡Į":113547,"æĿij级":113548,"åħ¥åľº":113549,"æIJŃæ¡£":113550,"ä¹ŁåĽłæѤ":113551,"æį¢æĪIJ":113552,"ä¸įè´Ł":113553,"äºĨ大éĩıçļĦ":113554,"éģĶåĪ°":113555,"å¸Ĥåİ¿":113556,"å¹´è¼ķ":113557,"å¿«æīĭ":113558,"å¸Įå°Ķ":113559,"èĩªèIJ¥":113560,"éĽªèĬ±":113561,"æIJģ":113562,"çľ¼ç§ij":113563,"æŃ£ç¢º":113564,"çļĦ姿æĢģ":113565,"åĿļå®ŀçļĦ":113566,"æĮĩ纹":113567,"æªĶæ¡Ī":113568,"ç½®äºİ":113569,"佩æľį":113570,"豪éŨ":113571,"åĵĴ":113572,"æģ°å¥½":113573,"æª¢æŁ¥":113574,"åĪĿè¡·":113575,"大åĶIJ":113576,"约ä¼ļ":113577,"èĴ¸åıij":113578,"çŃ¹åĪĴ":113579,"å¹´ç»Ī":113580,"è¡Įæ¥Ń":113581,"åħ±éĿĴ":113582,"åħ±éĿĴåĽ¢":113583,"ä¼ļå¼ķèµ·":113584,"ä¸Ńç§ij":113585,"ä¸Ńç§ijéĻ¢":113586,"æĮ¯åĬ¨":113587,"åį´åıijçİ°":113588,"ä¸įåĬ¨äº§":113589,"èĮ¹":113590,"æĪ¿éĹ´éĩĮ":113591,"è´§å¸ģæĶ¿çŃĸ":113592,"æ²»çĻĤ":113593,"æħİéĩį":113594,"å¡ŀå°Ķ":113595,"åĽ½ç±į":113596,"åĽłæŀľ":113597,"çŃīçī¹çĤ¹":113598,"山谷":113599,"ä¸ĭè¼ī":113600,"è®ĵæĪij":113601,"饮éħĴ":113602,"è¿Ļ个游æĪı":113603,"ç»Ŀ大éĥ¨åĪĨ":113604,"åĴ¨è¯¢æľįåĬ¡":113605,"干活":113606,"è®®ä¼ļ":113607,"æ¦Ĥè¿°":113608,"åĪĨåĮº":113609,"æŃ»åIJİ":113610,"ç«ĻçĿĢ":113611,"主è¦ģé¢Ĩ导":113612,"åIJĮåŁİ":113613,"大æłij":113614,"对åѦçĶŁ":113615,"社ä¼ļä¿ĿéĻ©":113616,"å¢ŀèµĦ":113617,"主人åħ¬":113618,"å®£ä¼łæķĻèĤ²":113619,"æĸĩåĮĸ交æµģ":113620,"客æĪ¶":113621,"çŁ¥åIJįåĵģçīĮ":113622,"æ»ŀåIJİ":113623,"äºĴè¡¥":113624,"æĦŁäºº":113625,"åī¿":113626,"åIJİ代":113627,"äºī龸":113628,"æķĻèĤ²åŁ¹è®Ń":113629,"éĿĻèĦī":113630,"ä¹ıåĬĽ":113631,"说åĩºæĿ¥":113632,"çİĭèĢħèį£èĢĢ":113633,"åĢ«":113634,"åįĩèµ·":113635,"éķģ":113636,"åĩºæ¸¸":113637,"éĢļè¡Įè¯ģ":113638,"å·¥ä½ľå²Ĺä½į":113639,"åĮłå¿ĥ":113640,"æĭ¿æĿ¥":113641,"æ´Ĺè¡£æľº":113642,"æĪijä¸įæĥ³":113643,"é¢Ħè§ģ":113644,"æ¼Ķ示":113645,"ä¸ĢçĽ´æ²¡æľī":113646,"è·Łå¥¹":113647,"对çħ§æ£ĢæŁ¥":113648,"ç°¿":113649,"ä¸ĵå¿ĥ":113650,"è®®äºĭ":113651,"åīį端":113652,"åį¡å°Ķ":113653,"è¨Ńå®ļ":113654,"设置äºĨ":113655,"å©ļ纱":113656,"åľ¨åĽ½å¤ĸ":113657,"åı³ä¾§":113658,"è³¼çī©":113659,"å¥ĩèij©":113660,"å¢ŀåĬłåĢ¼":113661,"好è¿IJ":113662,"åĽ½éĻħæľºåľº":113663,"ä¸ĭ称":113664,"缮åīį为æŃ¢":113665,"ç¥ŀä»Ļ":113666,"å®ĥåı¯ä»¥":113667,"æ¾Ħæ¸ħ":113668,"èĥ½ä½¿":113669,"游åĩ»":113670,"游åĩ»éĺŁ":113671,"åĩ¹":113672,"ä¸įè¦ģåĨį":113673,"åĨ³èĥľ":113674,"åĨ³æĪĺ":113675,"æĭ½":113676,"缼åħ¸":113677,"å¾Īå¥½åľ°":113678,"æľĢç¾İçļĦ":113679,"åĥļ":113680,"å·´åŁº":113681,"å·´åŁºæĸ¯åĿ¦":113682,"æľĢéĢĤåIJĪ":113683,"é«ĺèģĮ":113684,"ä¿Ŀå§Ĩ":113685,"æİĪæ¬Ĭ":113686,"说åĪ°è¿ĻéĩĮ":113687,"æݨå¼Ģ":113688,"çİĩè¾¾":113689,"ä¸īåĪĨä¹ĭä¸Ģ":113690,"管çIJĨä¸Ńå¿ĥ":113691,"交æ±ĩ":113692,"森æŀĹåħ¬åĽŃ":113693,"å¾Ģä¸Ĭ":113694,"éªijè¡Į":113695,"æį®æѤ":113696,"纽带":113697,"ç»ŀ":113698,"ä¸īæĸ¹":113699,"æĦıä¹īä¸ĬçļĦ":113700,"æİ¨è¿Ł":113701,"å¤ļæł·æĢ§":113702,"æĥ³èµ·äºĨ":113703,"æİĴåIJį第":113704,"å·¨é¢Ŀ":113705,"æĿŁç¼ļ":113706,"å®īå®ļ":113707,"äºĭ實":113708,"çļĦæĦ¿æľĽ":113709,"è£ħå¤ĩåĪ¶éĢł":113710,"人å±ħ":113711,"人å±ħçݯå¢ĥ":113712,"å¿ĺè®°äºĨ":113713,"该游æĪı":113714,"楼ä¸Ĭ":113715,"å¼Ģä¼ļ":113716,"æģ³":113717,"åıĭæĥħéĵ¾æİ¥":113718,"ç¡Ĵ":113719,"ç»ĻäºĪäºĨ":113720,"åģı好":113721,"åĵī":113722,"交éĢļå®īåħ¨":113723,"éĽĮ":113724,"æ²»çĹħ":113725,"è§īå¾Ĺå¾Ī":113726,"衬衫":113727,"å¿ĥæĦ¿":113728,"æ´ŀå¯Ł":113729,"æ°ijæ£Ģå¯ŁéĻ¢":113730,"æıIJçĤ¼":113731,"è¦ģè¿Ľä¸ĢæŃ¥":113732,"驾车":113733,"æĻ®æĥł":113734,"æķĸ":113735,"ç¦ıéŁ³":113736,"éĢģè¾¾":113737,"è§ĦåĪĴ设计":113738,"æīĭå¥Ĺ":113739,"å®īä¿Ŀ":113740,"è¿ĺä¸įå¦Ĥ":113741,"åīįè¿°":113742,"æłĩè®°":113743,"ç´§æİ¥çĿĢ":113744,"æ§IJ":113745,"æ·±æ·±åľ°":113746,"满满çļĦ":113747,"æĺ¥è¿IJ":113748,"æĹ¥äº§":113749,"çĪ±æĬ¤":113750,"åħ¨æĹ¥":113751,"åħ¨æĹ¥åĪ¶":113752,"转åĬ¨":113753,"ç¥Ńç¥Ģ":113754,"ä¹°ä¸ľè¥¿":113755,"å¯¹æľªæĿ¥":113756,"æ¶Ī失äºĨ":113757,"åļ´éĩį":113758,"ä¸īæĿ¡":113759,"éħ¸å¥¶":113760,"éĽĨåĽ¢èĤ¡ä»½":113761,"西路":113762,"åıªå¾Ĺ":113763,"éĢģåİ»":113764,"çĭłæĬĵ":113765,"åĪ©çĶ¨çİĩ":113766,"ä¸ĭåij¨":113767,"å¥ĭæĪĺ":113768,"æĺ¥èĬĤæľŁéĹ´":113769,"è´Łè´£ä»»":113770,"æĺĤè´µ":113771,"尾巴":113772,"ç¯ĩæĸĩç«ł":113773,"åħ®":113774,"è®ĬæĪIJ":113775,"å¹¹":113776,"çĻ»éĮĦ":113777,"ä½Ī":113778,"å·¥åĮł":113779,"åĵªæĢķæĺ¯":113780,"åıįåĵį":113781,"ç§ĥ":113782,"åĩºè½¨":113783,"æĹ¥åĨĽ":113784,"åIJįèªī":113785,"æķıéĶIJ":113786,"æľįåĬ¡æ°´å¹³":113787,"çħ§å°Ħ":113788,"ä¼Ĭæĭī":113789,"ä¼Ĭæĭīåħĭ":113790,"åĨħéĺģ":113791,"èĬĴæŀľ":113792,"ä¸ĩåĪĨ":113793,"éĢĢ款":113794,"缴æĴŃéĹ´":113795,"æĭ¿åĪ°äºĨ":113796,"å°İèĩ´":113797,"空æ°Ķä¸Ń":113798,"客æĪ·æľįåĬ¡":113799,"è¿IJåĬ¿":113800,"ç»ĵçŁ³":113801,"ä¸įå¿ħè¦ģçļĦ":113802,"èĥ¶åĽĬ":113803,"çIJĨä¼ļ":113804,"æĬ½åĩº":113805,"空æ°Ķè´¨éĩı":113806,"æ¯ķç«Łæĺ¯":113807,"åĨ·æ¼ł":113808,"ä¸Ģå¦Ĥ":113809,"ä¸Ģå¦ĤæĹ¢":113810,"ä¸Ģå¦ĤæĹ¢å¾Ģ":113811,"æĤ£çĹħ":113812,"åĬłæĮģ":113813,"èµŀåĬ©":113814,"é«®":113815,"åij½ä¸Ń":113816,"æĦıä¹īä¸Ĭ":113817,"ä¸įèĪį":113818,"åģļ梦":113819,"æīĵæī«":113820,"æĺŁåħī":113821,"æĸŃè£Ĥ":113822,"åħ¨å¥Ĺ":113823,"è£ģå®ļ":113824,"马åħĭæĢĿ":113825,"骨骼":113826,"ä¸Ģè·¯ä¸Ĭ":113827,"å®ļæŶ":113828,"å·¥ç¨ĭæĬĢæľ¯":113829,"å½¼å¾Ĺ":113830,"æ±²åıĸ":113831,"ä¸Ģè§Ī":113832,"åIJµæŀ¶":113833,"ä¿Ĺ称":113834,"æłªæ´²":113835,"åºŁæŧ":113836,"è¡ĮæĺŁ":113837,"åıijçĶŁåıĺåĮĸ":113838,"é¦ĸä»ĺ":113839,"åįģåĪĨéĩįè¦ģ":113840,"æĬĬè¿ĻäºĽ":113841,"ç¥ŀå·ŀ":113842,"æıIJä¾ĽåķĨ":113843,"楷":113844,"å±İ":113845,"çĬ¶åħĥ":113846,"åŁİå¢Ļ":113847,"çľĭä¸Ģçľĭ":113848,"çĶŁäº§èĥ½åĬĽ":113849,"åŁºæľ¬ä¸Ĭéĥ½":113850,"æīĵæī°":113851,"åĪĿ次":113852,"åĩºç¤º":113853,"åħ¶ä¸Ńä¸Ģ个":113854,"çĶŁæĢģç³»ç»Ł":113855,"æīĭæİĮ":113856,"æµİåįĹå¸Ĥ":113857,"åľĭåħ§":113858,"æŃ£åĢ¼":113859,"å¹¾ä¹İ":113860,"æݨèįIJéĺħ读":113861,"è¿Ń代":113862,"è°ĥä¾ĥ":113863,"饮åĵģ":113864,"å¢Ļä½ĵ":113865,"åıĺçİ°":113866,"äºĨ好":113867,"äºĨ好åĩł":113868,"ä¸įçķĻ":113869,"çĪ²":113870,"å°½æĹ©":113871,"æŃ£åľ¨è¿Ľè¡Į":113872,"åĩºéĻ¢":113873,"æĿĢ害":113874,"æıIJ款":113875,"åıijå±ķ空éĹ´":113876,"åīį身":113877,"ä¸įæĸŃå¢ŀ强":113878,"æ·±å±Ĥ次":113879,"容纳":113880,"éĤ£ä»½":113881,"å·¥ä½ľæķĪçİĩ":113882,"æľ¬åĽ½":113883,"失èIJ½":113884,"æŃ£åĽłä¸º":113885,"èĬĤæ°´":113886,"ä¸ĭä¸Ģ代":113887,"çłĶåıijä¸Ńå¿ĥ":113888,"ä¸įçIJĨ":113889,"å®Į好":113890,"ä¿ĿæĬ¤åĮº":113891,"ç»ĵæŀĦè°ĥæķ´":113892,"å¥łå®ļ":113893,"宣称":113894,"éĺ»æĮ¡":113895,"æĴ¤ç¦»":113896,"ä¸įæĸ¹ä¾¿":113897,"åĴķ":113898,"ç¬ijäºĨç¬ij":113899,"çݯå¢ĥ污æŁĵ":113900,"ä½ıæĪ·":113901,"ç»Ŀç¼ĺ":113902,"éĻ¤å°ĺ":113903,"é«ĺå°ļ":113904,"æĢİä¹Īåı¯èĥ½":113905,"éĿ¢èī²":113906,"åķĨæ¥Ń":113907,"çĸ¹":113908,"èµĦæºIJä¼ĺåĬ¿":113909,"è¾ĸåĮºåĨħ":113910,"èĢĢçľ¼":113911,"æij§æ¯ģ":113912,"ä¸ĸçķĮç»ıæµİ":113913,"å¼ķæĿ¥":113914,"ä¸ĢåĪĻ":113915,"æĭĩæĮĩ":113916,"æĬµå¾¡":113917,"éĽį":113918,"åĩĨå¤ĩå·¥ä½ľ":113919,"çıłä¸īè§Ĵ":113920,"ç¨ĢåľŁ":113921,"èİ·å¾ĹæĦŁ":113922,"æĪIJåĬŁçİĩ":113923,"ç½ij约":113924,"ç½ij约车":113925,"èĦIJ":113926,"æķ¬ä¸ļ":113927,"éĩijä»·":113928,"ç²¾é«ĵ":113929,"买车":113930,"åħ³åı£":113931,"åĨįå¤ļ":113932,"æŀģåĵģ":113933,"åIJĦ家":113934,"举æĬ¥çĶµè¯Ŀ":113935,"èļĬ":113936,"æĸ¹å½¢":113937,"ç§ijæĬĢæĪIJæŀľ":113938,"æľĢ好æĺ¯":113939,"éĹ®åĢĻ":113940,"红éħĴ":113941,"åĽĽç§į":113942,"ç¿Ĵæħ":113943,"ç¿Ĵæħ£":113944,"åŀ¦":113945,"éĤ£åıª":113946,"é¢ĨæĤŁ":113947,"çľ¼éĥ¨":113948,"æ³°å®ī":113949,"ä»»æľŁ":113950,"磨æįŁ":113951,"æĽ¿æį¢":113952,"åħ¸ç¤¼":113953,"符åIJĪæĿ¡ä»¶":113954,"è¿ĺæľīä»Ģä¹Ī":113955,"åħ±äº«åįķ车":113956,"åı¯åĪĨ为":113957,"åŃ£åIJİ":113958,"åŃ£åIJİèµĽ":113959,"举èİŀå¸Ĥ":113960,"å¿ĥæĦı":113961,"æīŃæĽ²":113962,"ä½ľä¸ºä¸Ģç§į":113963,"è¿Ļéĥ¨åĪĨ":113964,"åıĤä¸İåĪ°":113965,"ç½ijçIJĥ":113966,"實çı¾":113967,"ç»Ħè£ħ":113968,"åIJijå¤ĸ":113969,"å·¥ä½ľæĸ¹æ¡Ī":113970,"åįģæĿ¡":113971,"課ç¨ĭ":113972,"颤æĬĸ":113973,"åĵ©":113974,"éĤ®å¯Ħ":113975,"亢":113976,"åħįè²»":113977,"秤":113978,"åºĶæĢ¥ç®¡çIJĨ":113979,"åĽĽäºĶ":113980,"éºĴéºŁ":113981,"å¾ĴæŃ¥":113982,"è¨ĺå¾Ĺ":113983,"çĴIJ":113984,"æĺ¯åIJ¦ä¼ļ":113985,"æĦıè§ģåıįé¦Ī":113986,"éļ¾æĢª":113987,"çªį":113988,"交æİ¥":113989,"两åįĥ":113990,"æĩīçĶ¨":113991,"æľŁéĸĵ":113992,"æIJ¬åĪ°":113993,"è®®é¢ĺ":113994,"碧æ¡Ĥ":113995,"碧æ¡ĤåĽŃ":113996,"åģļçĶŁæĦı":113997,"éĻĽä¸ĭ":113998,"è·ĭ":113999,"èĢģ人家":114000,"带åĽŀ":114001,"æŀ¸æĿŀ":114002,"è¡Įéķ¿":114003,"åĨħ容ç®Ģä»ĭ":114004,"梢":114005,"æĮĩæݧ":114006,"éĩįçĹĩ":114007,"ç½ijåıĭ们":114008,"çı¾ä»£":114009,"类产åĵģ":114010,"å¥Ķæ³¢":114011,"渺":114012,"ç²īç¢İ":114013,"è¿Ļåıªæĺ¯":114014,"æ£Ģå¯Łæľºåħ³":114015,"é½Ĭ":114016,"æĪ¿ç§Ł":114017,"å¾·æĭī":114018,"å²ģ以ä¸Ĭ":114019,"纯åĩĢ":114020,"åĪĨå¸ĥåľ¨":114021,"èĥ½å¾ĹåĪ°":114022,"ä¸įå°½":114023,"ç«ŀä»·":114024,"çļĦ带é¢Ĩ":114025,"çļĦ带é¢Ĩä¸ĭ":114026,"ä¸Ńèį¯æĿIJ":114027,"æĿijéķĩ":114028,"ä¸įåı¯éģ¿åħį":114029,"éľ²å¤©":114030,"å°ıå§ijå¨ĺ":114031,"çī©ä»¶":114032,"èijĹä½ľæĿĥ":114033,"æĭĺçķĻ":114034,"éĥ½è§īå¾Ĺ":114035,"æĽ²æĬĺ":114036,"æ·»åĬłåīĤ":114037,"åı¬åĽŀ":114038,"æīİå®ŀæİ¨è¿Ľ":114039,"æĬĦè¢Ń":114040,"åĮĸ身":114041,"缴èIJ¥":114042,"ä¹Łå¸ĮæľĽ":114043,"èį£èªī称åı·":114044,"åįĸç»Ļ":114045,"æľīä¸įåIJĮçļĦ":114046,"å¥ĩçī¹":114047,"éĥ½è®¤ä¸º":114048,"å¦ŀ":114049,"æĪIJéķ¿ä¸º":114050,"辩æĬ¤":114051,"主æķĻç»ĥ":114052,"æ³ķå¸ĪèģĮä¸ļ":114053,"æ¤įåħ¥":114054,"索尼":114055,"åIJ¬è¿ĩ":114056,"ä¹łæĥ¯äºĨ":114057,"夺åıĸ":114058,"éŁĵ":114059,"æľ¬è´¨ä¸Ĭ":114060,"æİ¥åĬĽ":114061,"äºij端":114062,"è¦ģåģļ好":114063,"è·¯çģ¯":114064,"åįıåIJĮåıijå±ķ":114065,"æľīå¾ħ":114066,"æ°´åŁŁ":114067,"æIJľçĭIJé¦ĸ页":114068,"è´¨éĩıå®īåħ¨":114069,"åįģäºĮäºĶ":114070,"åĵ®åĸĺ":114071,"èĵ¬åĭĥåıijå±ķ":114072,"åIJį声":114073,"身亡":114074,"çİĭåºľ":114075,"åİŁåĪĻä¸Ĭ":114076,"çĥĺå¹²":114077,"éģĹæ¼ı":114078,"éĿ¢çĽ®":114079,"åĽ½ä¼ļ":114080,"ä¸Ģ缴éĥ½æĺ¯":114081,"æľīä¸Ģä½į":114082,"éħįæľī":114083,"éĻªçĿĢ":114084,"ä¼ģåĽ¾":114085,"æĮīä¸ĭ":114086,"èĵĿåĽ¾":114087,"æ©ĺ":114088,"大å¤ļæĺ¯":114089,"辩论":114090,"æĹĭå¾ĭ":114091,"æĬ¥éĢģ":114092,"æĿ¡è§Ħå®ļ":114093,"åĬ¨éĿĻ":114094,"åĮĪ奴":114095,"æĭľè®¿":114096,"ä¸ĢåĪĢ":114097,"ä»ĸçŁ¥éģĵ":114098,"主æĿĥ":114099,"ä»ĸæĽ¾":114100,"æĴŃç§į":114101,"å£ģåŀĴ":114102,"çī¢è®°ä½¿åij½":114103,"åľ¨è¿Ļæĸ¹éĿ¢":114104,"æīĭèħķ":114105,"æĶ¯æŀ¶":114106,"ä¾Ĩèĩª":114107,"éĩįå¡ij":114108,"å¤ļå±Ĥ次":114109,"ä»ĭè´¨":114110,"éĿ¢åŃĶ":114111,"潮湿":114112,"åİ¿åŁŁ":114113,"游æĪıå½ĵä¸Ń":114114,"å£ŀ":114115,"åĪĹåĩº":114116,"èµĽåĮº":114117,"å¤ļåįĬ":114118,"éĩįçĤ¹å·¥ä½ľ":114119,"æĪij们å¿ħé¡»":114120,"æŁıæŀĹ":114121,"é²ģèĥ½":114122,"æĸ½å±ķ":114123,"åIJĦåĮº":114124,"åħįç¨İ":114125,"èµĽåIJİ":114126,"æľĢéĩįè¦ģ":114127,"ä¸Ģ个好çļĦ":114128,"è¿Ŀæ³ķè¿Ŀè§Ħ":114129,"äºĨè§£æĽ´å¤ļ":114130,"æķ¬è¯·":114131,"ç¬ijçĿĢ说":114132,"ä¸įæĸŃåıijå±ķ":114133,"æijĦå½±å¸Ī":114134,"以éĺ²":114135,"çĤ¸å¼¹":114136,"声åĵį":114137,"ç¤ģ":114138,"æĩ¿":114139,"èĪĨæĥħ":114140,"èĩªçĶ±è´¸æĺĵ":114141,"æķıæį·":114142,"ä¸ī大éĺ¶æ®µ":114143,"èĭĶ":114144,"æĹºåŃ£":114145,"ä¸į满æĦı":114146,"微信åı·":114147,"修为":114148,"çł´è£Ĥ":114149,"éĢĥ离":114150,"æ¯ıèĤ¡":114151,"è¾¾ä¸įåĪ°":114152,"æ¯ıå¹´éĥ½":114153,"çģ¯ç¬¼":114154,"æŃ¤åŁºç¡Ģä¸Ĭ":114155,"åĥı个":114156,"åĪĨ娩":114157,"æĻ¾":114158,"ä¸įèĩ³äºİ":114159,"红线":114160,"误解":114161,"ä¸ľè·¯":114162,"æ·®å®ī":114163,"产åѦ":114164,"产åѦçłĶ":114165,"èī¾æ»ĭ":114166,"èī¾æ»ĭçĹħ":114167,"åīįæıIJæĺ¯":114168,"æ¯ıä¸Ģ天":114169,"ä¸ĥ大":114170,"æłijåı¶":114171,"èµ°å¾Ĺ":114172,"è¿Ļ两ç§į":114173,"æİıåĩº":114174,"æİIJ":114175,"é¢Ĩ导èĢħ":114176,"ä¸Ģæľµ":114177,"个å¤ļæľĪ":114178,"ä¸Ńåħ³":114179,"ä¸Ńåħ³æĿij":114180,"课åłĤæķĻåѦ":114181,"大åĴĸ":114182,"éģĭçĶ¨":114183,"è¯ļæĦı":114184,"ç»ĦåĽ¾":114185,"è¯ķçĿĢ":114186,"ä¹Ķæ²»":114187,"è¿ĺä¸įæĺ¯":114188,"æľīæĽ´å¥½çļĦ":114189,"åIJİå¤ĩ":114190,"æĸ°çĶŁåĦ¿":114191,"æ°Ķè¡Ģ":114192,"æ²¥éĿĴ":114193,"å±ıéļľ":114194,"æ¥ŃåĭĻ":114195,"æĪij以为":114196,"éķ¿çĽ¸":114197,"èĢģçĪ¸":114198,"éķĩæ±Ł":114199,"æľºæ¢°è®¾å¤ĩ":114200,"ä½Ĩæĺ¯å¦Ĥæŀľ":114201,"åĿļå®ļä¸į":114202,"åĿļå®ļä¸į移":114203,"åĨ²éĶĭ":114204,"ç®Ģ缴æĺ¯":114205,"åĤ¨èĵĦ":114206,"纯çĶµåĬ¨":114207,"漫æŃ¥":114208,"举起":114209,"æģ¶æĢ§":114210,"è¨ĺéĮĦ":114211,"èģĮèĥ½éĥ¨éŨ":114212,"åħ¨éķ¿":114213,"鼻è¦ĸ":114214,"ä¹³èħº":114215,"ä½ķå¤Ħ":114216,"æ¶Īæŀģ":114217,"æŃ£å¤Ħäºİ":114218,"å®īå®ģ":114219,"æĪIJéķ·":114220,"åıĻè¿°":114221,"æºĥçĸ¡":114222,"ä½Ĩçİ°åľ¨":114223,"女æĺŁ":114224,"å©´å¹¼åĦ¿":114225,"æĬķèŀįèµĦ":114226,"éĹ®éĹ®":114227,"æıŃå¼Ģ":114228,"è¯ı":114229,"åIJįå½ķ":114230,"èĺijèıĩ":114231,"åIJĬ顶":114232,"æ¹ĸåĮº":114233,"åįĸåľº":114234,"建ç¯":114235,"建ç¯ī":114236,"èݽ":114237,"åIJ¬åIJ¬":114238,"ç«ŀäºīä¼ĺåĬ¿":114239,"åĩºä»»":114240,"æľī两ç§į":114241,"æ©±æŁľ":114242,"褪":114243,"è¯ķåį·":114244,"ç»ıæµİæĬĢæľ¯":114245,"æ·±å±Ĥ":114246,"éĩįè¦ģåĨħ容":114247,"é£İæݧ":114248,"çĬ¶æĢģä¸ĭ":114249,"éĥ¨éĸĢ":114250,"广汽":114251,"è§Ĥæij©":114252,"éģĹçķĻ":114253,"转账":114254,"æĮģä»ĵ":114255,"æĢ»è®¡":114256,"åľĺéļĬ":114257,"æĪ¿ä¸ľ":114258,"éĺĢéŨ":114259,"åħ¬åħ³":114260,"åħ³åĪĩ":114261,"èĤĺ":114262,"æķ¸æĵļ":114263,"ä¸īåįģå¹´":114264,"è§ģè¯ģäºĨ":114265,"å±Ĩ":114266,"çģ°å°ĺ":114267,"æ¦ľé¦ĸ":114268,"è¦ĨçĽĸçİĩ":114269,"ä»Ļ女":114270,"çĶŁäº§æĢ»":114271,"çĶŁäº§æĢ»åĢ¼":114272,"æĪ¿è´·":114273,"æ±ŁåĮº":114274,"åħħçĶµæ¡©":114275,"çĻ¾åIJĪ":114276,"確èªį":114277,"转移åĪ°":114278,"éĥ½æĹłæ³ķ":114279,"纪念é¦Ĩ":114280,"çŃ¾ç½²äºĨ":114281,"并ä¸įå¤ļ":114282,"æĮł":114283,"ä¸į太好":114284,"ä¸ĸ代":114285,"误导":114286,"é«ĺ峰论åĿĽ":114287,"åħ¼å®¹":114288,"龸æ°Ķ":114289,"æĿ¥è®¿":114290,"æīĢ带æĿ¥çļĦ":114291,"æĺ¯ä¸Ģéĥ¨":114292,"æĻļé¥Ń":114293,"åİĨ代":114294,"åIJ¦åīĩ":114295,"ä¹ħä¹ħ":114296,"æľīæķĪæľŁ":114297,"诱åıij":114298,"æĢ»èµĦ产":114299,"æľ¬èº«å°±æĺ¯":114300,"çĶŁäº§åİĤ家":114301,"æŶ髦":114302,"èĢIJçĶ¨":114303,"ä»İå°ıå°±":114304,"æĿ¡çº¦":114305,"èĭ±åĭĩ":114306,"ä¿Ĺè¯Ŀ说":114307,"寺åºĻ":114308,"å¿ĥçIJĨåģ¥åº·":114309,"ä»Ģä¹Īäºĭæĥħ":114310,"æ±īåŃĹ":114311,"çķĻä½ı":114312,"åįĹè·¯":114313,"ä¸ī项":114314,"丢äºĨ":114315,"æĥ³åĪ°äºĨ":114316,"çŃ¹éĽĨ":114317,"éĻĦåĬłåĢ¼":114318,"西è£ħ":114319,"ä¹ĭä½ľ":114320,"åģļçļĦäºĭ":114321,"çķ¶æĤ¨":114322,"çķ¶æĤ¨åľ¨":114323,"é¦ĸ款":114324,"ä¸įåľ¨ä¹İ":114325,"å·¥ç¨ĭæĸ½å·¥":114326,"éļIJéļIJ":114327,"åıĺ身":114328,"沿éĢĶ":114329,"æĤłæĤł":114330,"ä¿Ŀæļĸ":114331,"çĶŁæ´»åŀĥåľ¾":114332,"渤海":114333,"æŃ¦ä¾ł":114334,"女主è§Ĵ":114335,"举ä¾ĭ":114336,"æ·¨":114337,"çĻ½é¢Ĩ":114338,"è£ĻåŃIJ":114339,"è¿Ķè¿ĺ":114340,"è¿Īåĩº":114341,"é¾ĻéŨ":114342,"ç»ıæµİä½ĵ":114343,"æĶ¶å®ĺ":114344,"çķĮéĻIJ":114345,"è·³åĩº":114346,"åįĩåĢ¼":114347,"绵éĺ³":114348,"çĸ¤çĹķ":114349,"çľĭæ¸ħ":114350,"æĭĴçµķ":114351,"è¥Ħéĺ³":114352,"课å¤ĸ":114353,"åŃIJåŃĻ":114354,"æŃĮè¯į":114355,"æĪIJåIJį":114356,"溶液":114357,"åĦĴ家":114358,"åķĨä¸ļåĮĸ":114359,"辨åĪ«":114360,"å¤ļè¾¾":114361,"ç½ijåºĹ":114362,"ä¹Ŀ大":114363,"ä¹Ŀ大精ç¥ŀ":114364,"æŃ¤ä¸¾":114365,"è¿ŀè½½":114366,"ä¸ĢåĢĭ人":114367,"èī²æ³½":114368,"涵çĽĸäºĨ":114369,"è¦ıåĬĥ":114370,"åĽ½æĥħ":114371,"åį«çĶŁåģ¥åº·":114372,"积æŀģåĵįåºĶ":114373,"æĭĻ":114374,"åĪ¶åĬ¨":114375,"æĥ³è±¡åĬĽ":114376,"çļĦä¹IJ趣":114377,"å¼łå®¶çķĮ":114378,"å´İ":114379,"éĩįåŀĭ":114380,"å¤ĸå¢Ļ":114381,"æĶ¾åѦ":114382,"è®¤çľŁåŃ¦ä¹ł":114383,"è´¬åĢ¼":114384,"æ³ķæ¡Ī":114385,"æĬ¤èĤ¤åĵģ":114386,"éĻ·åħ¥äºĨ":114387,"请æĤ¨":114388,"åŀ¢":114389,"æķĻèĤ²èµĦæºIJ":114390,"交æĺĵå¹³åı°":114391,"æŶè£ħ":114392,"ä¼łæŁĵçĹħ":114393,"æ¹ĸæ³Ĭ":114394,"èµĦ管":114395,"åݨå¸Ī":114396,"éĹľéį":114397,"éĹľéįµ":114398,"åĵĪåĵĪåĵĪ":114399,"çĽĹçªĥ":114400,"çĶľç¾İ":114401,"åºĦåĽŃ":114402,"缮åīįå·²ç»ı":114403,"è¾¹ä¸Ĭ":114404,"çģ«èĬ±":114405,"æĬ¥è®°èĢħ":114406,"æģĭæĥħ":114407,"ç´§åĩij":114408,"æ°´æµģ":114409,"è¿Ļæĺ¯æĪij们":114410,"æ³¥åľŁ":114411,"æĽ¾ä»»":114412,"æĸ¹è¨Ģ":114413,"åij¨åħŃ":114414,"åı·æ¥¼":114415,"ä¼ijåģĩ":114416,"误ä¼ļ":114417,"åĽ½åĢº":114418,"åīįå¤ķ":114419,"ä¸¤å¼ł":114420,"éĹ«":114421,"éŃĶ鬼":114422,"æĬĬæĮģ":114423,"èĬĤèĥ½çݯä¿Ŀ":114424,"æ¸ħæ´ģèĥ½æºIJ":114425,"èĤ¥æĸĻ":114426,"é«ĺé¢ij":114427,"å°±æľīäºĨ":114428,"交ä¼ļ":114429,"没éĴ±":114430,"éĽħæĢĿ":114431,"è¦ģåıĬæŶ":114432,"åŁ¹åħ»åѦçĶŁ":114433,"欣åĸľ":114434,"çĥŃæ°´åĻ¨":114435,"é¾Ļæ¹ĸ":114436,"äºĮ楼":114437,"æĸ°æµªè´¢ç»ı":114438,"æĸ°åĬ¨èĥ½":114439,"èµ£å·ŀ":114440,"æĭ³å¤´":114441,"æµģåIJij":114442,"ä¹Łæĺ¯å¾Ī":114443,"åıijåĶ®":114444,"ä¸ŃåIJ«æľī":114445,"åIJĵå¾Ĺ":114446,"å·¨æĺŁ":114447,"æĹłæīĢè°ĵ":114448,"æ¯ĽåŃĶ":114449,"åħ¬åħ±äº¤éĢļ":114450,"çĤİçĥŃ":114451,"èµ·èįī":114452,"åĬłçĽŁåķĨ":114453,"说ä¸įåĩº":114454,"大åѦæ¯ķä¸ļ":114455,"å·¥ä¸ļåĽŃ":114456,"éłĺåŁŁ":114457,"åºĨåħ¸":114458,"æµģ产":114459,"èģ²éŁ³":114460,"ä¼¼ä¹İæĺ¯":114461,"è´§æºIJ":114462,"æ·±åĪĩ":114463,"æ²»çĸĹæĸ¹æ³ķ":114464,"èµĦæºIJéħįç½®":114465,"網åıĭ":114466,"çĶ£":114467,"亥":114468,"èº²åľ¨":114469,"社ç§ij":114470,"è»Łé«Ķ":114471,"女è£ħ":114472,"æŃ¡è¿İ":114473,"综åIJĪå®ŀåĬĽ":114474,"æł¼å°ĩ":114475,"åħļåı²åŃ¦ä¹ł":114476,"æľĢåŁºæľ¬":114477,"æľĢåŁºæľ¬çļĦ":114478,"çľĭæľĽ":114479,"åıĹè´¿":114480,"ä¸įä»ħèĥ½":114481,"ä½ķå¿ħ":114482,"ä¸Ģ个å°ıæŶ":114483,"ç¾Į":114484,"æĭĽæĶ¶":114485,"çĤĴèĤ¡":114486,"æĿijå¹²éĥ¨":114487,"缸çĪ±":114488,"æ½ľèĥ½":114489,"ä¹į":114490,"æĹ¶è¾°":114491,"欣æħ°":114492,"éĵ¶è¡Įä¸ļ":114493,"çĭŃçªĦ":114494,"éĩįçĤ¹é¢ĨåŁŁ":114495,"çİ°å®ŀçĶŁæ´»":114496,"éĮ¯èª¤":114497,"æĸ°è§Ħ":114498,"滥çĶ¨":114499,"æŶä¸į":114500,"æŶä¸įæŶ":114501,"帳èĻŁ":114502,"ç¨Ģ缺":114503,"åIJij举":114504,"ä¿Ŀåģ¥åĵģ":114505,"çıŃéķ¿":114506,"äºĴåĭķ":114507,"笼罩":114508,"æ½Ľ":114509,"æļĸå¿ĥ":114510,"è½°çĤ¸":114511,"åºĨ幸":114512,"è²Įä¼¼":114513,"æĵº":114514,"èĢIJ磨":114515,"ä¸ĵä¸ļ人士":114516,"ä¸ĢèĪ¬éĥ½æĺ¯":114517,"æ¼³å·ŀ":114518,"åħ¨èĩªåĬ¨":114519,"å½ķçĶ¨":114520,"大è·Į":114521,"æľīæķĪæĢ§":114522,"èĩªåĭķ":114523,"ä¸ī个æĸ¹éĿ¢":114524,"港åĮº":114525,"信貸":114526,"éĢļè¯Ŀ":114527,"é«ĺ涨":114528,"æ³Ħæ¼ı":114529,"éħįä¸Ĭ":114530,"åħļå·¥å§Ķ":114531,"被认为":114532,"被认为æĺ¯":114533,"ä¸įä¼ļåĨį":114534,"è°ĥåīĤ":114535,"åıĤèĤ¡":114536,"èĦ±åıij":114537,"å¿łå®ŀ":114538,"åĨħåĪĨæ³Į":114539,"ç¹ģå¿Ļ":114540,"åıĮåĪĽ":114541,"é©»æĿij":114542,"åĪĴç®Ĺ":114543,"éģİä¾Ĩ":114544,"åľ£ç»ı":114545,"èıľé¸Ł":114546,"æĭ¼å¤ļå¤ļ":114547,"ä¸ŃåĽ½æ±½è½¦":114548,"çĥŁèįī":114549,"缴æµģ":114550,"äºĨä¸Ģåı£æ°Ķ":114551,"ä½İæĪIJæľ¬":114552,"æī¾åĽŀ":114553,"èĩªåįij":114554,"總æĺ¯":114555,"æĸĩåĮĸåĪĽæĦı":114556,"天河":114557,"樱æ¡ĥ":114558,"éªijåħµ":114559,"éĩĮéĿ¢æľī":114560,"çİ®":114561,"èĥ½æī¾åĪ°":114562,"éĢĥè·ij":114563,"åĪĩå°Ķ":114564,"åĪĩå°Ķ西":114565,"以ä¸ĭæĺ¯":114566,"å²³éĺ³":114567,"çļĦæ¦Ĥçİĩ":114568,"æĬµåĪ¶":114569,"å¸ĪäºĭåĬ¡":114570,"å¸ĪäºĭåĬ¡æīĢ":114571,"åĩĨæŶ":114572,"屬æĸ¼":114573,"订è´Ń":114574,"åįłæį®äºĨ":114575,"ä¸ŃéĢĶ":114576,"å°ĭ":114577,"é»ij马":114578,"åİ¿åħ¬å®īå±Ģ":114579,"ä¸ĥæľĪ":114580,"èī²ç´ł":114581,"å¿ĥèĦıçĹħ":114582,"æŶéĻIJ":114583,"æ¯įåħ¬åı¸":114584,"å¹ķåIJİ":114585,"ä¸Ĭæ¦ľ":114586,"åĢ¾åIJijäºİ":114587,"纸ä¸Ĭ":114588,"æ¡ĵ":114589,"éĽĨä½ĵç»ıæµİ":114590,"æĥħå¢ĥ":114591,"è¦ģåģļåĪ°":114592,"ç©į極":114593,"åıªæĢķ":114594,"æ¹ĺ西":114595,"çļ±çº¹":114596,"åħ¨åľĭ":114597,"çĦ¡è«ĸ":114598,"好æĦŁ":114599,"åįķä»·":114600,"è¿Ľç¨ĭä¸Ń":114601,"æĺĨä»ij":114602,"åĪĽå®¢":114603,"åħħæĸ¥":114604,"åħĪæĬĬ":114605,"该æĢİä¹ĪåĬŀ":114606,"åĵģå¾·":114607,"åħ¨éĿ¢åıijå±ķ":114608,"è¨ĪåĬĥ":114609,"æĢ»å·¥ä¼ļ":114610,"ä½Ľå±±å¸Ĥ":114611,"æĬĹè¡¡":114612,"å¼Ģåľº":114613,"éĴ±å¸ģ":114614,"åıĭ们":114615,"å«īå¦Ĵ":114616,"ç´¢èµĶ":114617,"è®ĬåĮĸ":114618,"æĮ¤åİĭ":114619,"æĮijè¡ħ":114620,"çŃīä¸Ģæī¹":114621,"æĿ¨æ¬¢":114622,"ä¸ĵ家åѦèĢħ":114623,"èĥ½è¾¾åĪ°":114624,"èµ°è¿ij":114625,"è´«åĽ°åľ°åĮº":114626,"éĻIJæľŁ":114627,"ä¸į平衡":114628,"åĽ½åĨħå¸Ĥåľº":114629,"èµĽåľº":114630,"éħįèµĦ":114631,"è¦ģèĢĥèĻij":114632,"ä¸ĩåı°":114633,"æľĪæľ«":114634,"éĶ¥":114635,"åŃ«":114636,"æݥ触åĪ°":114637,"åĩºäº§":114638,"æķĻåѸ":114639,"ä½ľå¼Ĭ":114640,"çļĦæľĢåIJİä¸Ģ":114641,"ä¿ĥæĪIJ":114642,"åIJ¸åıĸ":114643,"æ½ľèīĩ":114644,"被éªĹ":114645,"è¾ĵäºĨ":114646,"çĭIJçĭ¸":114647,"åįĩéĻį":114648,"è¿ĻäºĽä¸ľè¥¿":114649,"æĬķèµĦåŁºéĩij":114650,"çĶŁçī©åѦ":114651,"ç½ij绾èIJ¥éĶĢ":114652,"åIJijè®°èĢħ":114653,"èįīåľ°":114654,"æĢ¯":114655,"æľįåĬ¡èĥ½åĬĽ":114656,"éĥģéĹ·":114657,"åįķåĵģ":114658,"å¾Ĺ罪":114659,"æĺĵäºİ":114660,"个å¤ļå°ıæŶ":114661,"éĩįä»»":114662,"ä¸Ĭå®ĺ":114663,"æľ¬éĩij":114664,"çı¾åł´":114665,"溢价":114666,"æĺŁè¾°":114667,"æ´»åĬ¨çİ°åľº":114668,"丹麦":114669,"å¸Ŀçİĭ":114670,"æŁ¥æĺİ":114671,"åŃĺåľ¨äºİ":114672,"é¦Ļæ°´":114673,"æĬ½æ£Ģ":114674,"å®ŀéĻħä¸Ĭæĺ¯":114675,"æĸ°å¾ģç¨ĭ":114676,"è´¢åĬ¡ç®¡çIJĨ":114677,"æİĽ":114678,"åĨľåİĨ":114679,"éĥ½èĥ½å¤Ł":114680,"éĤ¯éĥ¸":114681,"çľŁå¯¦":114682,"ç»Ĭ":114683,"åĨµä¸Ķ":114684,"置身":114685,"ç¥Ī祷":114686,"çĿģå¼Ģ":114687,"æĮĩçĤ¹":114688,"å¼Ģæľº":114689,"西å®ģ":114690,"åĮĹ约":114691,"积水":114692,"åĩºåĬ¨":114693,"åıijå±ķ模å¼ı":114694,"转æĬĺ":114695,"èĢĥçĤ¹":114696,"æľīç½ijåıĭ":114697,"è´«åĽ°æĿij":114698,"æĪijä»¬çŁ¥éģĵ":114699,"åĪĨéĶĢ":114700,"å±±èĦī":114701,"æ¯ĶæĭŁ":114702,"ä¼°ç®Ĺ":114703,"æĶ¹å»º":114704,"壮è§Ĥ":114705,"ç§īæĮģ":114706,"æıª":114707,"ç¦Ģ":114708,"åĮĸåѦåĵģ":114709,"ä¸ŃåĽ½åĪ¶éĢł":114710,"ä¸Ģæŀ¶":114711,"æīįè¡Į":114712,"æĭĽå¾ħ":114713,"åıĺæį¢":114714,"åīį线":114715,"幸好":114716,"è¿Ļæł·çļĦè¯Ŀ":114717,"å¿ĥè¡Ģ管":114718,"æĢ§çĸ¾çĹħ":114719,"åħ¨èĥ½":114720,"åĪij侦":114721,"ä¿¡æģ¯åıijå¸ĥ":114722,"æĺ¾çĦ¶æĺ¯":114723,"éĿĴéĵľ":114724,"åIJĥä»Ģä¹Ī":114725,"çĶµä»·":114726,"æ³ķå¾ĭè§Ħå®ļ":114727,"çħ²":114728,"çĵ·åĻ¨":114729,"èĤīç±»":114730,"æıĴåħ¥":114731,"åĹľ":114732,"è¿Łè¿Ł":114733,"ä¸ĢçĤ¹éĥ½ä¸į":114734,"è¿ĺåĮħæĭ¬":114735,"èĪįä¸įå¾Ĺ":114736,"æłĩå¿ĹæĢ§":114737,"æľĪ以æĿ¥":114738,"ç³ĸæŀľ":114739,"éĥ½åºĶ该":114740,"çݯå¢ĥåį«çĶŁ":114741,"èĪªè¡Į":114742,"éĥijéĩį":114743,"ç½ijæĬķ":114744,"åįģä½³":114745,"ç§ģä¸ĭ":114746,"æļ´è·Į":114747,"åĬłå¿«åıijå±ķ":114748,"产åĵģçłĶåıij":114749,"åĪĽéĢłåĩº":114750,"æĢ»è§īå¾Ĺ":114751,"åºķçĽĺ":114752,"èķĬ":114753,"åĩºå¸Ńä¼ļè®®":114754,"主æĿ¿":114755,"æĹ¥æĻļéĹ´":114756,"å®ĺæĸ¹å¾®åįļ":114757,"å¼ķçĶ¨æĹ¥æľŁ":114758,"åī¯æķĻæİĪ":114759,"çĶµåŃIJ产åĵģ":114760,"è¡°éĢĢ":114761,"çķĻåŃĺ":114762,"çģ«åĬĽ":114763,"çĴ§":114764,"çļĤ":114765,"åħ¼åħ·":114766,"éĩįè¿Ķ":114767,"é¢Ĩçķ¥":114768,"åĪĩéĻ¤":114769,"åĨįçĶŁèĥ½æºIJ":114770,"å®ŀåľ¨å¤ª":114771,"çIJĨ论ä¸Ĭ":114772,"ä¸īå±Ĥ":114773,"ä¸ĸçķĮåIJĦåĽ½":114774,"å®ľæĺĮ":114775,"èĢ³è¾¹":114776,"宽æķŀ":114777,"æ±īæĹı":114778,"çĻ½çĻ½":114779,"è¿ĻéĩĮéĿ¢":114780,"çĶŁæ´»ä¹łæĥ¯":114781,"èµŀèµı":114782,"çĶ·å£«":114783,"ä¸Ńä¿Ħ":114784,"车祸":114785,"åīĤéĩı":114786,"éĻ¤åİ»":114787,"左边":114788,"çŃijçī¢":114789,"çīĽå¸Ĥ":114790,"家åĬ¡":114791,"åķĥ":114792,"ç½®æį¢":114793,"ç´«å¤ĸ":114794,"ç´«å¤ĸ线":114795,"å¾Ģåīį":114796,"åĬĽåѦ":114797,"ç´§è·Ł":114798,"缮çļĦåľ¨äºİ":114799,"ç»®":114800,"ç¥Ĥ":114801,"宣è¨Ģ":114802,"äºĮæ°§åĮĸ":114803,"äºĮæ°§åĮĸ碳":114804,"æĹłç¼ĺ":114805,"ç²¾éĢļ":114806,"診":114807,"å¼ķåıijäºĨ":114808,"æľĢåħĪ":114809,"派驻":114810,"ä¸įå¿į":114811,"æĪijçĪ¸":114812,"å¹´ä¸ĭåįĬå¹´":114813,"æ·ĭå·´":114814,"没éĹ®é¢ĺ":114815,"åºĹåĨħ":114816,"è·ŁæĪij说":114817,"çĶŁäº§çĶŁæ´»":114818,"è§ĤæľĽ":114819,"æ¸į":114820,"被æī§è¡Į":114821,"被æī§è¡Į人":114822,"èĪľ":114823,"æݺ":114824,"ä¸Ģç§Ĵ":114825,"èįīåĿª":114826,"åij¼åĴĮ":114827,"åij¼åĴĮ浩":114828,"åij¼åĴĮ浩çī¹":114829,"人æ°ijéĵ¶è¡Į":114830,"çĦķåıij":114831,"è¯ģåĪ¸äº¤æĺĵ":114832,"çķĶ":114833,"æľºèĥ½":114834,"妾":114835,"æĻļå¹´":114836,"å·¥åķĨèģĶ":114837,"åİŁåŀĭ":114838,"è§Ĵ度çľĭ":114839,"æĬ¥ç¤¾":114840,"è¯įæĿ¡":114841,"躲éģ¿":114842,"éĩįåIJ¯":114843,"å¤ķéĺ³":114844,"èĤ¡æĿĥ转让":114845,"åľ¨ä¸Ģ":114846,"åľ¨ä¸ĢæĹģ":114847,"社ä¼ļåĮĸ":114848,"åıijå±ķåİĨç¨ĭ":114849,"æĭĸæ¬ł":114850,"使èĢħ":114851,"ä¸İåIJ¦":114852,"æĸ°å±ĢéĿ¢":114853,"ä»Ĭ天æĪij们":114854,"é½IJèģļ":114855,"对æĪij说":114856,"éĢĴ交":114857,"æľªæĽ¾":114858,"èİĬ":114859,"éĸī":114860,"亲æīĭ":114861,"è§ĴéĢIJ":114862,"æľīé»ŀ":114863,"ç¨İçİĩ":114864,"ä½İ声":114865,"é»ĺå¥ij":114866,"æĻ®æ³ķ":114867,"大ä¸ĵ":114868,"第äºĮ大":114869,"ä½ıåĿĢ":114870,"æĶ¾è¿Ľ":114871,"äºĮæĪĺ":114872,"亲身":114873,"åĽºåĮĸ":114874,"ä¸ĭ乡":114875,"åħ³éĶ®æĬĢæľ¯":114876,"åĽŀæĥ³":114877,"æĬ¥åĪĬ":114878,"æ¶ĤæĬ¹":114879,"èĹıçĿĢ":114880,"ç¥ĿæĦ¿":114881,"åįĩ温":114882,"çĶļèĩ³è¿ŀ":114883,"åħ¬åħĥåīį":114884,"ç¾İæĸ¹":114885,"è¯ļå®ŀ":114886,"æĹłåģ¿":114887,"åīµæ¥Ń":114888,"å°ıå¿ĥ翼":114889,"å°ıå¿ĥ翼翼":114890,"两æīĭ":114891,"温馨æıIJ示":114892,"ä»¿çľŁ":114893,"æĥ¶":114894,"èĥ¡åŃIJ":114895,"å·¥ä½ľç«Ļ":114896,"硬çĽĺ":114897,"ç«¿":114898,"åĤ³éĢģ":114899,"åħ¨æł¡":114900,"é²ľæ´»":114901,"çĴĢçĴ¨":114902,"ç»ĵå°¾":114903,"æį¢æĿ¥":114904,"æĪĢ":114905,"ä½İä½į":114906,"ä¸ĩåħĥ以ä¸Ĭ":114907,"åĬłåĪĨ":114908,"æݨä»ĭä¼ļ":114909,"çIJĨèµĶ":114910,"å¾·å°Ķ":114911,"æĬĹè®®":114912,"æ´¼":114913,"åĸ§":114914,"åŁİéĻħ":114915,"å¾Īæ£Ĵ":114916,"人æŃ»äº¡":114917,"ä¼ļå±ķä¸Ńå¿ĥ":114918,"äºĴèģĶäºĴéĢļ":114919,"èĸĦèĨľ":114920,"éĩįé»ŀ":114921,"ç¦ģæ¯Ĵ":114922,"åĨ·ç¬ij":114923,"大家åı¯ä»¥":114924,"é¦ĸ缸":114925,"è¿ijè·Ŀ离":114926,"æµ®çİ°":114927,"ç§ĺè¯Ģ":114928,"èµ·é£ŀ":114929,"æIJ¶":114930,"羣åģĩ":114931,"æģķ":114932,"å°ıåºĹ":114933,"æ°ijçľ¾":114934,"åıijå¸ĥåħ¬åijĬ":114935,"侧éĩį":114936,"å¾ĺå¾Ĭ":114937,"æĢĶ":114938,"æªIJ":114939,"æķ°çĽ®":114940,"åī¯ç§ĺ书éķ¿":114941,"两åı¥":114942,"éļIJçŀĴ":114943,"åıĮåıĮ":114944,"æīĭæĦŁ":114945,"èij¡äº¬":114946,"éģĹå¿ĺ":114947,"鬥":114948,"è¿Ļä¸ªåľ°æĸ¹":114949,"说çļĦè¯Ŀ":114950,"å·¡åĽŀ":114951,"è¿Ŀç«ł":114952,"æī¾å·¥ä½ľ":114953,"æĶ¯çIJĥéĺŁ":114954,"裡éĿ¢":114955,"æĺ¾ç¤ºåĩº":114956,"èĩ³å°Ĭ":114957,"两级":114958,"åīį段æŶéĹ´":114959,"çĺ¦èº«":114960,"èĤ¢ä½ĵ":114961,"æ¯į親":114962,"æīĭç»Ńè´¹":114963,"汽车è¡Įä¸ļ":114964,"æİ©çĽĸ":114965,"æݧèĤ¡éĽĨåĽ¢":114966,"åı£å¾Ħ":114967,"æĶ¿çŃĸæݪæĸ½":114968,"海绵":114969,"åħ¨éķĩ":114970,"äºĭåħ³":114971,"å¸Ńæī§è¡Į":114972,"å¸Ńæī§è¡Įå®ĺ":114973,"éĤ£æ¬¡":114974,"åı¯èĥ½åĩºçİ°":114975,"ä¸Ńå¿ĥåŁİå¸Ĥ":114976,"翻身":114977,"ä¹Łç®Ĺ":114978,"ä¾µçķ¥":114979,"åĸĩåıŃ":114980,"æ¯ı次éĥ½":114981,"è§ħ":114982,"éĻ¢éĻ¢éķ¿":114983,"å§ĭäºİ":114984,"èѦåĬ¡":114985,"èį¯æĿIJ":114986,"å±łæĿĢ":114987,"æľ¬èº«å°±":114988,"éļıæŶéļı":114989,"éļıæŶéļıåľ°":114990,"åĶ®åįĸ":114991,"æĹłäººé©¾é©¶":114992,"é¢ħ":114993,"åĵģ質":114994,"åĺ²ç¬ij":114995,"è·ijåİ»":114996,"åħĭéĩĮæĸ¯":114997,"çķ¸å½¢":114998,"修饰":114999,"磩éĺµ":115000,"éŁ³ä¹IJä¼ļ":115001,"æŁ³å·ŀ":115002,"齡":115003,"ä¼ļè°Ī":115004,"æŃ£çīĪ":115005,"ä¹ŁåIJĮæł·":115006,"æļ§æĺ§":115007,"è¡ĮæĶ¿éĥ¨éŨ":115008,"ä¹ĸä¹ĸ":115009,"èĤ¤èī²":115010,"æŶ任":115011,"羣åĪĩ":115012,"æľĪä¸ĭ":115013,"æľĪä¸ĭæŬ":115014,"举æĸ¹è´¢å¯Į":115015,"è£ħä¿®åħ¬åı¸":115016,"éĢĢè¿ĺ":115017,"åĭĺå¯Ł":115018,"åĵ¥ä¼¦":115019,"åĵ¥ä¼¦æ¯Ķäºļ":115020,"çĭ¬ä¸Ģ":115021,"çĭ¬ä¸ĢæĹł":115022,"çĭ¬ä¸ĢæĹłäºĮ":115023,"è°ĥåij³":115024,"åİĭè¿«":115025,"åħ¨çIJĥæľĢ大":115026,"åī¯æł¡éķ¿":115027,"æĽ´ä½İ":115028,"åĪĨéĴŁåIJİ":115029,"åĽŀä¾Ĩ":115030,"åĪ¶åīĤ":115031,"åijĬè¯ī大家":115032,"çĤ¹éĴŁ":115033,"åįģä¸īå±Ĭ":115034,"åij¨åĽĽ":115035,"è¿Ļæł·ä¸Ģ":115036,"è¿Ļæł·ä¸ĢæĿ¥":115037,"èĭŁ":115038,"æľĽåİ»":115039,"æĪIJè¯Ń":115040,"å½ĵåį³":115041,"ç¬ij声":115042,"ä¹ĭåĬ¿":115043,"åĪijäºĭæ¡Ī件":115044,"æĮĤçĿĢ":115045,"ä½ķç§į":115046,"å°ı游æĪı":115047,"åĽ½å®¶æĪĺçķ¥":115048,"åĨ·åĨ·":115049,"å®ľå®¾":115050,"æIJºç¨ĭ":115051,"è¶ĭäºİ":115052,"åıįçľģ":115053,"常说":115054,"ä¸ĩæĪ·":115055,"åĥµå°¸":115056,"åįĥä¸ĩåĪ«":115057,"åıijçİ°éĹ®é¢ĺ":115058,"åı¯çŁ¥":115059,"éŨæĪ·ç½ijç«Ļ":115060,"åģ¥åº·äº§ä¸ļ":115061,"åı³è¾¹":115062,"æµ·è¿IJ":115063,"è¿ijä¹İ":115064,"åĮ»æ²»":115065,"æĢ»ç®Ĺ":115066,"ä¸ĢåĪĨéĴŁ":115067,"æĭ§":115068,"ä¹Łæľīä¸ĢäºĽ":115069,"ä¾ĽçĶµåħ¬åı¸":115070,"å»īä»·":115071,"帮ä»ĸ":115072,"æŃ¤æ¬¡æ´»åĬ¨":115073,"åıªèĥ½è¯´":115074,"èĬĭ":115075,"çīĩ段":115076,"åŃĺåľ¨éĹ®é¢ĺ":115077,"ä½łä¼ļåıijçİ°":115078,"è½®å»ĵ":115079,"ç½ijéĢļ":115080,"æ»¨æ±Ł":115081,"æİĪä¿¡":115082,"é»İæĺİ":115083,"ä¸įå±ŀäºİ":115084,"约åįł":115085,"éķ¿æ²Ļå¸Ĥ":115086,"èĥļèĥİ":115087,"åħĥ件":115088,"éĻĨåĨĽ":115089,"購買":115090,"æĮĩæľĽ":115091,"å®ŀä¹łçĶŁ":115092,"çī¹çĤ¹æĺ¯":115093,"çıłæ±Ł":115094,"çľĭä¸įåĩº":115095,"ä¸įè§ģäºĨ":115096,"ç¼ī":115097,"éĺµèIJ¥":115098,"åĶIJæľĿ":115099,"没å¿ħè¦ģ":115100,"åĽ½åľŁèµĦæºIJ":115101,"ç»ıæµİåŃ¦å®¶":115102,"åIJĪèĤ¥å¸Ĥ":115103,"çIJ¢ç£¨":115104,"ç¡®åĪĩ":115105,"åŁİå¸Ĥåıijå±ķ":115106,"çŃ·åŃIJ":115107,"人æ°ijæľįåĬ¡":115108,"满åĪĨ":115109,"è¿·ä¿¡":115110,"ä½ľèĢħæľ¬äºº":115111,"æĸĩç«łæĿ¥æºIJ":115112,"ç«Ļç«ĭ":115113,"æŀĦæĪIJäºĨ":115114,"è¾Ľåĭ¤":115115,"è¶ħ强":115116,"éĶļ":115117,"åīįä¸īåŃ£åº¦":115118,"å°±è§īå¾Ĺ":115119,"å´ĩé«ĺ":115120,"è¶Ĭä¾Ĩ":115121,"è¶Ĭä¾Ĩè¶Ĭ":115122,"å¸ĤåľºèIJ¥éĶĢ":115123,"综åIJĪç´łè´¨":115124,"åŃļ":115125,"侮辱":115126,"äºĮåŃĹ":115127,"å·¥ä½ľä»»åĬ¡":115128,"åı²ä¸ĬæľĢ":115129,"æľĢä¼ĺ":115130,"åIJ©åĴIJ":115131,"表çĻ½":115132,"èİ«åIJį":115133,"èİ«åIJįåħ¶":115134,"èİ«åIJįåħ¶å¦Ļ":115135,"å¹£":115136,"åIJĮå¿Ĺ们":115137,"建设çĶ¨åľ°":115138,"åĦĢ":115139,"éħįåģ¶":115140,"弩":115141,"åĶ±çīĩ":115142,"æīĭèĦļ":115143,"åħ¼ä»»":115144,"åģľæĶ¾":115145,"æŃ£å®Ĺ":115146,"æĸ°åĨľæĿij":115147,"åĤ¬çĶŁ":115148,"æīĢåŃ¦æł¡":115149,"å¿µä½Ľ":115150,"åĶ¤éĨĴ":115151,"åħ±åĪĽ":115152,"æĭīä¸ģ":115153,"èĥĮçĿĢ":115154,"çĶŁæĢģä¿ĿæĬ¤":115155,"åı£å¤´":115156,"æĸ¹åIJijçĽĺ":115157,"調æķ´":115158,"æĭĽèģĺä¿¡æģ¯":115159,"åħ¶ä»ĸåĽ½å®¶":115160,"ç®Ģæĺĵ":115161,"åĮ¿åIJį":115162,"è¯Ħæµĭ":115163,"æĺ¯ä¸Ģ座":115164,"çīµæīĭ":115165,"足迹":115166,"çIJĨ解åĴĮ":115167,"æľĢåıĹ":115168,"å¿ĥè·³":115169,"çĪ¶è¦ª":115170,"éĿŀ常åĸľæ¬¢":115171,"èĭ¦éļ¾":115172,"æĬĢå¸Ī":115173,"æ°ijæĦı":115174,"æĪĺåĽ½":115175,"æĽ¿è¡¥":115176,"津贴":115177,"ä¸ŃåĽ½ä¼łç»Ł":115178,"åIJĦè¡Į":115179,"åIJĦè¡ĮåIJĦ":115180,"åIJĦè¡ĮåIJĦä¸ļ":115181,"第äºĶå±Ĭ":115182,"èį·èĬ±":115183,"æĦıèŃĺ":115184,"票价":115185,"åĪĨæµģ":115186,"æĿİçĻ½":115187,"æ±ŁåĮĹ":115188,"æİĴæĸ¥":115189,"ä½ĵéĩı":115190,"åĮħåIJ«äºĨ":115191,"åĪĺæŁIJ":115192,"çİ°å¦Ĥä»Ĭ":115193,"å·¥èīºåĵģ":115194,"è¿Ļç§įæĸ¹æ³ķ":115195,"åĬŀåħ¬æ¥¼":115196,"çĶµå·¥":115197,"çħĻ":115198,"åį¡çīĩ":115199,"å¹´å¹´åºķ":115200,"ä¸ĵ项èµĦéĩij":115201,"åĮ»ç§ij":115202,"åĮ»ç§ij大åѦ":115203,"åĽŀ头çľĭ":115204,"ä¸įå±ij":115205,"èĩªé©¾":115206,"没æĶ¶":115207,"æīĵçĮİ":115208,"èĦ¸éĥ¨":115209,"åıĥèĢĥ":115210,"å°Ĩ士":115211,"è´«åĽ°äººåı£":115212,"çIJĨæĥ³ä¿¡å¿µ":115213,"é£İå°ļ":115214,"人æīįéĺŁä¼į":115215,"çij¾":115216,"æĿ¥è¿ĻéĩĮ":115217,"æ´Ĺ涤":115218,"å¹´èĸª":115219,"èĭįçĻ½":115220,"ä¸ĩäºĭ":115221,"è¯¾æľ¬":115222,"åºĵéĩĮ":115223,"çī¹æ´¾":115224,"çī¹æ´¾åijĺ":115225,"èµŀç¾İ":115226,"ç©¿æĪ´":115227,"è£½ä½ľ":115228,"èµŀæĪIJ":115229,"ä¸Ģ侧":115230,"å½ĵåľ°äºº":115231,"æĭİ":115232,"纸质":115233,"ä½Ļ个":115234,"éĶĤçĶµæ±ł":115235,"æľºåŀĭ":115236,"éĻ¢éĻ¢å£«":115237,"åģļå·¥":115238,"å¼łè´´":115239,"ç¥Ľæĸij":115240,"æ®ĸæ°ij":115241,"å¥ij约":115242,"æ¹ĺæ½Ń":115243,"æIJĸ":115244,"åŃĺè´§":115245,"交éĢļ大åѦ":115246,"è¶ģçĿĢ":115247,"æĸĩçī©ä¿ĿæĬ¤":115248,"å¤ĩæĪĺ":115249,"éĩĩ纳":115250,"åįĬæľĪ":115251,"æľĢåħ³éĶ®":115252,"æľĢåħ³éĶ®çļĦ":115253,"æİ¥éĢģ":115254,"æĶ¶åī²":115255,"åıįåĢĴ":115256,"çĥĽ":115257,"æ½Ķ":115258,"ä¼Łå¤§å¤įåħ´":115259,"çļĦè¯Ŀè¯Ń":115260,"容å¿į":115261,"å®ļéĩı":115262,"æķĹ":115263,"åĵģçīĮ形象":115264,"æīŃ转":115265,"åĽ½å®¶éĩįçĤ¹":115266,"èĨĿçĽĸ":115267,"ä¸Ģ楼":115268,"大éĻ¸":115269,"éĤªæģ¶":115270,"åĽŀåij³":115271,"çĮ¿":115272,"çĿ¡åīį":115273,"æĹłè¾ľ":115274,"çĹħæ¯ĴæĦŁæŁĵ":115275,"æľºæ¢°åĮĸ":115276,"çĤ¹äº®":115277,"溶解":115278,"åĩłä¹İæīĢæľī":115279,"è·ijéģĵ":115280,"çĶµè§Ĩæľº":115281,"åı¨":115282,"æijĩäºĨ":115283,"æijĩäºĨæijĩ头":115284,"èĩªè´Ł":115285,"综åIJĪåĪ©çĶ¨":115286,"èĩªå¦Ĥ":115287,"åİŁä¾Ĩ":115288,"ä¹Łä¸įæĥ³":115289,"èĬĤ课":115290,"è¿ĩåī©":115291,"çĶ²çĬ¶":115292,"çĶ²çĬ¶èħº":115293,"æĸ°ä¸ĸ纪":115294,"èĩªä¸»åĵģçīĮ":115295,"é«ĺå±Ĥ次":115296,"ä¸Ģè§Ĵ":115297,"è¡Įäºĭ":115298,"ç¥ĸåħĪ":115299,"å©ļåIJİ":115300,"éĹ´éļĻ":115301,"ç¼ĿéļĻ":115302,"è¿ĻæĶ¯":115303,"ä¸įæĸŃåĪĽæĸ°":115304,"å¾®åŀĭ":115305,"æĽĻåħī":115306,"享çĶ¨":115307,"ä¸ŃåĽ½ç§»åĬ¨":115308,"éĹŃçݯ":115309,"æī§æĦı":115310,"åıijå±ķæł¼å±Ģ":115311,"æł¸å¿ĥåĮº":115312,"éªļæī°":115313,"åħļåĴĮåĽ½å®¶":115314,"ä¸ŃåĽ½æĶ¿åºľ":115315,"帶èijĹ":115316,"ä¸ĩåįĥçĵ¦":115317,"åħ©äºº":115318,"äºİæĺ¯æĪij":115319,"åĽºä½ĵ":115320,"çªģå¦Ĥ":115321,"çªģå¦Ĥåħ¶":115322,"çªģå¦Ĥåħ¶æĿ¥":115323,"éĩĮç¨ĭç¢ij":115324,"çĪ±ç¾İ":115325,"æŁ¥éªĮ":115326,"åıĮèµ¢":115327,"éĹªåħī":115328,"楼å®ĩ":115329,"æĻı":115330,"æľīè¶³å¤ŁçļĦ":115331,"æŁĶæĢ§":115332,"ä¿¡æģ¯å®īåħ¨":115333,"管线":115334,"并ä¸įä¼ļ":115335,"åĻ¨ä»¶":115336,"ä½łåºĶ该":115337,"çĿĢå®ŀ":115338,"æĺİæ¸ħ":115339,"æĬĹçĶŁç´ł":115340,"æīĵæŃ»":115341,"å®Įåħ¨ä¸įåIJĮ":115342,"èĬ±æ¤Ĵ":115343,"æĶ¾å®½":115344,"ä½İ端":115345,"åĽĽèĤ¢":115346,"åĮĹäº¬èµĽè½¦":115347,"éĽĨå¸Ĥ":115348,"æľªå©ļ":115349,"大å¹ħæıIJåįĩ":115350,"建çŃij设计":115351,"çĭ¬æľīçļĦ":115352,"æİ¢éĻ©":115353,"æ²³æµģåŁŁ":115354,"æħķ容":115355,"被çĽĹ":115356,"åĵºä¹³":115357,"èıģ":115358,"æĥ¬æĦı":115359,"è¶ĬæĿ¥è¶Ĭ好":115360,"广大群ä¼Ĺ":115361,"å¾·èĤ²":115362,"å¸Ĥåľºä»·æł¼":115363,"奥巴":115364,"奥巴马":115365,"èĬĤ缮ä¸Ń":115366,"两款":115367,"ä¸ĩä½Ļåħĥ":115368,"ç»´å°Ķ":115369,"çĶŁçī©ç§ijæĬĢ":115370,"åIJ¬èµ·æĿ¥":115371,"çłļ":115372,"æĭŁå®ļ":115373,"æ²¹çĶ°":115374,"声èªī":115375,"建çŃijä¸ļ":115376,"éĻIJè´Ń":115377,"çīĩåŃIJ":115378,"çķľç¦½":115379,"ç½ijé¦ĸ页":115380,"ä¼ĹçŃ¹":115381,"æĴŀåĩ»":115382,"åīįä¸įä¹ħ":115383,"åīįä¸ĸ":115384,"åĽĽä¸ªæĦıè¯Ĩ":115385,"æµĭç»ĺ":115386,"éĺ²ç©º":115387,"漫éķ¿çļĦ":115388,"æ²IJæµ´":115389,"æ¯Ķè¾ĥç®Ģåįķ":115390,"æµĭå®ļ":115391,"åĽŀè°ĥ":115392,"让人们":115393,"èĴĭä»ĭ":115394,"èĴĭä»ĭçŁ³":115395,"ç»ĵæĻ¶":115396,"å¢ŀæ·»äºĨ":115397,"æĿ¡è¯Ħ论":115398,"åī¯ä¼ļéķ¿":115399,"ä½ıæīĢ":115400,"ç»ĻåĩºäºĨ":115401,"è°ĥéħį":115402,"æ²ĸ":115403,"æľīçĶ¨":115404,"æľīçĶ¨çļĦ":115405,"ä¸ĢæĿ¡é¾Ļ":115406,"éĩİå¤ĸ":115407,"ç¼ĺåĪĨ":115408,"æ°¸è¿ľä¸įä¼ļ":115409,"æŀľæłij":115410,"大åıijå¿«ä¸ī":115411,"麻éĨī":115412,"äºijéĽĨ":115413,"åİ»åĵªéĩĮ":115414,"åħ¥å¸Ĥ":115415,"ä»»æĢ§":115416,"建档":115417,"建档ç«ĭ":115418,"建档ç«ĭåį¡":115419,"ä¸Ģ棵":115420,"社åįĢ":115421,"çĽ¸ä¼´":115422,"åļ·":115423,"å¡«åħħ":115424,"ä¸ĢæĹı":115425,"ç¾ģ":115426,"åıĸè¯ģ":115427,"èĪ°éĺŁ":115428,"åİĤåĮº":115429,"è¡·å¿ĥ":115430,"åıijå±ķéĺ¶æ®µ":115431,"é«ĺ强度":115432,"åĹĵåŃIJ":115433,"é¢Ĩè¡Ķ":115434,"楼主":115435,"大èĴľ":115436,"æŀķ头":115437,"粮油":115438,"é»Ħçĵľ":115439,"æĵĴ":115440,"å°ıçĭĹ":115441,"æĶ¹éĿ©å§Ķ":115442,"åįģåĪĨéĴŁ":115443,"é²ľèī³":115444,"åħ³ç¾½":115445,"çĭĢæħĭ":115446,"å®ŀçĶ¨æĢ§":115447,"å°ijè§ģ":115448,"é£ŀæī¬":115449,"çĶ°éĩİ":115450,"æIJĤ":115451,"è¿Ļ个è¯į":115452,"åºĶæĢ¥é¢Ħæ¡Ī":115453,"è§Ĵ度æĿ¥çľĭ":115454,"æķ¬çķı":115455,"æ³ķå®Ŀ":115456,"åĸĦæĦı":115457,"æīĵæĸŃ":115458,"对åĨ³":115459,"çµķå°į":115460,"åĢŁæѤ":115461,"å¼ĢæºIJ":115462,"å°ı說":115463,"祺":115464,"å²ģ以ä¸ĭ":115465,"éĢĢå½¹åĨĽäºº":115466,"ä¸įä¹ħåīį":115467,"åĩºåİĤ":115468,"讽åĪº":115469,"æĿ¥çľĭçľĭåIJ§":115470,"éŃĶåħ½":115471,"çķĻä¸ĭæĿ¥":115472,"å±ħ室":115473,"åłħæĮģ":115474,"çľĭäºĨä¸Ģ":115475,"çľĭäºĨä¸Ģçľ¼":115476,"éĽĨåĽ¢æĹĹä¸ĭ":115477,"æĪĺæĪĺç»ĦåIJĪ":115478,"è®¤çľŁèIJ½å®ŀ":115479,"汽车产ä¸ļ":115480,"çī©çIJĨåѦ":115481,"æķµ":115482,"éĴĿ":115483,"åĽ¢éķ¿":115484,"ä¸įæĸŃæī©å¤§":115485,"èĤ©è´Ł":115486,"åıijå±ķ缮æłĩ":115487,"è³ĩéĩij":115488,"åīįç½®":115489,"ä¸ŃåĽ½åı¤ä»£":115490,"æŃ»åĪij":115491,"åħħåĪĨä½ĵçİ°":115492,"åħ³éŨ":115493,"ç¾İæĦŁ":115494,"æīĵåħ¥":115495,"æĬijéĥģçĹĩ":115496,"å°ijçĪ·":115497,"æłijæŀĿ":115498,"æ¶Īæģ¯ç§°":115499,"æ´Ľåħĭ":115500,"åį¯":115501,"è¿ĪåIJij":115502,"æݨåĭķ":115503,"ä»İä¸ļèĢħ":115504,"åݻ买":115505,"欢快":115506,"æĭ¥æĮ¤":115507,"马桶":115508,"æĬĬæݧ":115509,"æĶ¿åħļ":115510,"å¼łæī¬":115511,"客æłĪ":115512,"红æĺŁ":115513,"éĢģæĿ¥":115514,"åħ¨åŁŁæĹħ游":115515,"èĩªç§ģ":115516,"åįģäºĮæĿ¡":115517,"åı¹æģ¯":115518,"ä¸Ģèīĺ":115519,"ä¿Ŀè´¹":115520,"æĸ½å·¥çİ°åľº":115521,"æľī幸":115522,"ç»ŃèĪª":115523,"åı¯èĥ½æľĥ":115524,"èĥĮåıĽ":115525,"ä½£éĩij":115526,"ä¸īçŃīå¥ĸ":115527,"å¾Ī满æĦı":115528,"游æĪıåī¯æľ¬":115529,"群éĩĮ":115530,"æŀĦ件":115531,"åºıå¹ķ":115532,"太æ¹ĸ":115533,"æľ¨è´¨":115534,"æĻĭæ±Ł":115535,"çµĤæĸ¼":115536,"è·³è·ĥ":115537,"åĢºæĿĥ人":115538,"çŃī诸å¤ļ":115539,"æĶ¾åĩº":115540,"åħ³éĶ®æŶåĪ»":115541,"æĦŁæŁĵèĢħ":115542,"é£ŀè¡Įåijĺ":115543,"èĥĨåĽº":115544,"èĥĨåĽºéĨĩ":115545,"æĬ±æŃī":115546,"åij¨äºĮ":115547,"æĸ°æĹ¶æľŁ":115548,"åĨ·éĵ¾çī©æµģ":115549,"è¿Ļç§įæĸ¹å¼ı":115550,"该æĿij":115551,"åĽŀé¦Ī":115552,"åŁºçĿ£æķĻ":115553,"人åıĤ":115554,"æŀ¯çĩ¥":115555,"æī¹åıijå¸Ĥåľº":115556,"åħħåĪĨèĤ¯å®ļ":115557,"å¸ĤæĶ¿åįı":115558,"äºĭæ¥Ń":115559,"龸çİĭ":115560,"çĥŃæIJľ":115561,"åįģä¹Ŀ大":115562,"ä¼´æľī":115563,"ç¾İåĽ½æĢ»ç»Ł":115564,"åŁİå¸Ĥ管çIJĨ":115565,"ä¸ĭ令":115566,"èĥ¸åı£":115567,"åıªçŁ¥éģĵ":115568,"åij¨ä¸ī":115569,"çĶ¨æĪ¶":115570,"éŃ¯":115571,"å¿ĥè¡Ģ":115572,"带头人":115573,"åĮ»åĬ¡":115574,"åĮ»åĬ¡äººåijĺ":115575,"æݧåĪ¶åĻ¨":115576,"ä½ľåĵģåĨħ容":115577,"æĪĺåıĭ":115578,"åİĨå¹´":115579,"ä¸įåħĭ":115580,"ä¸įåħĭä¸įåıĬ":115581,"æĹ¥æŃ£å¼ı":115582,"è±IJå¯Į":115583,"ç¨İè´¹":115584,"æŶæķĪ":115585,"å±ķä½į":115586,"è¡¡éĺ³":115587,"æĪ¿è²¸":115588,"çĪĨ款":115589,"ä¹IJæĦı":115590,"çĶ·ä¸»":115591,"寬":115592,"æľĥèŃ°":115593,"ä¹ĭå¤ľ":115594,"åIJĮ樣":115595,"ä¸įè¦ģ太":115596,"ä¼Ĭæĸ¯":115597,"ä¼Ĭæĸ¯åħ°":115598,"åŁºæľ¬åİŁåĪĻ":115599,"åİ»æİī":115600,"ä½İä¿Ŀ":115601,"个交æĺĵ":115602,"个交æĺĵæĹ¥":115603,"èģĬèģĬ":115604,"åĽĽä½į":115605,"åħļç»ĦæĪIJåijĺ":115606,"主è¦ģä»İäºĭ":115607,"å½±éŁ³":115608,"åĨĴåĩº":115609,"åij¼åIJ¸éģĵ":115610,"è¾¾å°Ķ":115611,"æľ¨åľ°æĿ¿":115612,"诡å¼Ĥ":115613,"çģ¯åħ·":115614,"çģ«çĥ§":115615,"解èĦ±":115616,"æĦĪåıij":115617,"æ¹ĸå·ŀ":115618,"é£İä¿Ĺ":115619,"æĸ°å½¢åĬ¿":115620,"æĸ°å½¢åĬ¿ä¸ĭ":115621,"è²Ŀ":115622,"èĦĵ":115623,"åĬ¨åĬĽçĶµæ±ł":115624,"é£ŀèĪ¹":115625,"飧æĢ§":115626,"åĪ©çī©":115627,"åĪ©çī©æµ¦":115628,"ä¸į认è¯Ĩ":115629,"ç¼ĸç»ĩ":115630,"ä½ľåĿĬ":115631,"èģĮä¸ļæĬĢèĥ½":115632,"çľĭè¦ĭ":115633,"åĽ´æ£ĭ":115634,"æĺıè¿·":115635,"å½Ĵå±ŀäºİ":115636,"æĤ¬å´ĸ":115637,"éĨ«çĻĤ":115638,"å®ĭ代":115639,"åºĦæĿij":115640,"èĹķ":115641,"çĮĽçĦ¶":115642,"çĩĥæĸĻçĶµæ±ł":115643,"å®ŀä½ĵåºĹ":115644,"ä¸į足以":115645,"æĥħç·":115646,"æĥħç·Ĵ":115647,"å»ĬåĿĬ":115648,"çĶµåı°":115649,"åºĶåĬĽ":115650,"ä¸Ńå°ıåѦçĶŁ":115651,"èĥ¡åIJĮ":115652,"éī´åĪ«":115653,"åĨħç½®":115654,"乱象":115655,"æ¬ĬçĽĬ":115656,"å¼ĢæĶ¾å¼ı":115657,"åįļæĸĩ":115658,"讲课":115659,"çŃīåİŁåĽł":115660,"穷人":115661,"äº¤æĽ¿":115662,"æĬ¤çħ§":115663,"åıijå±ķæľºéģĩ":115664,"客åķĨ":115665,"åıįä¹ĭ":115666,"ç±³é¥Ń":115667,"并åıij":115668,"并åıijçĹĩ":115669,"æ±īåŃIJ":115670,"æŀľåĽŃ":115671,"对æĪijæĿ¥è¯´":115672,"åģıåIJij":115673,"æī¹ç¤º":115674,"读åIJİ":115675,"读åIJİæĦŁ":115676,"æĺİæĻº":115677,"åĽ´çĿĢ":115678,"åıį转":115679,"æĿ¨å¹Ĥ":115680,"ä¸ĵåįĸ":115681,"ä¸ĵåįĸåºĹ":115682,"åıĹéĻIJ":115683,"åºŁè¯Ŀ":115684,"æŀģå°ij":115685,"åįĪåIJİ":115686,"è¿Ľä¿®":115687,"åīĬåĩı":115688,"æľ¬ç§ijçĶŁ":115689,"ä¼ĺéĢī":115690,"åħīçħ§":115691,"åıĻäºĭ":115692,"åıĸæļĸ":115693,"åĮĹè·¯":115694,"æ¦ķ":115695,"èİĨçĶ°":115696,"楼å±Ĥ":115697,"天èĬ±":115698,"天èĬ±æĿ¿":115699,"çĤľ":115700,"å·²ç»ıæľīäºĨ":115701,"趾":115702,"çĶ³åįļ":115703,"çĶµéĺ»":115704,"åĬŁè¯¾":115705,"æŃ¥æŃ¥":115706,"éĤ£ä¹Ī容æĺĵ":115707,"æѤæĸĩ":115708,"ä½°":115709,"计è¾ĥ":115710,"çīĩéĿ¢":115711,"çĶµå½±éĻ¢":115712,"ä¸įåħ¬å¹³":115713,"ä¸īæľŁ":115714,"æĹħ游èµĦæºIJ":115715,"å¤ļç§įå½¢å¼ı":115716,"è£Ĥç¼Ŀ":115717,"åIJİæİĴ":115718,"硬度":115719,"åĽŀæļĸ":115720,"éģĵæķĻ":115721,"è´«è¡Ģ":115722,"æ¸ħé¦Ļ":115723,"伤çĹħ":115724,"æĦı義":115725,"çļĦç¼ĺ":115726,"çļĦç¼ĺæķħ":115727,"åºĦ严":115728,"åıªæĺ¯ä¸ºäºĨ":115729,"æīĵæĬĺ":115730,"以ä¾Ĩ":115731,"滿足":115732,"çİĽä¸½":115733,"風éļª":115734,"æĸĩç§ij":115735,"éħįå¤ĩäºĨ":115736,"è¿Ľé£Ł":115737,"涡":115738,"è·¯ç¨ĭ":115739,"åı«å£°":115740,"ä¸Ńå¿ĥåŁİåĮº":115741,"æľīæīĢä¸įåIJĮ":115742,"張貼":115743,"é¢ĦæĬ¥":115744,"æľīå¤ļä¹Ī":115745,"è¿Ľè¡Įåħ¨éĿ¢":115746,"æĽ¾ç¶ĵ":115747,"ä¸ī代":115748,"å®ı大":115749,"æ¸ħæī«":115750,"éĢīåĩº":115751,"åĵªä¸Ģ个":115752,"主義":115753,"ä¾Ŀæĵļ":115754,"çļ®éĿ©":115755,"赶æĿ¥":115756,"çŃĽæŁ¥":115757,"æ¨Ł":115758,"ä¿ĿèįIJ":115759,"åIJĥæĥĬ":115760,"æľĭåıĭ们对":115761,"ä»ĸæĺ¯ä¸Ģ个":115762,"åºŁæ°Ķ":115763,"æ»ħ":115764,"è´¢ç¨İ":115765,"æĿijæĿijæ°ij":115766,"èµĦäº§è´ŁåĢº":115767,"å®īå¨ľ":115768,"缮åīįåĽ½åĨħ":115769,"æĦŁè§īèĩªå·±":115770,"çµIJåIJĪ":115771,"éĶ¦æłĩ":115772,"éĶ¦æłĩèµĽ":115773,"æĽ´æ·±":115774,"åŁºæķ°":115775,"éħ¿éħĴ":115776,"çī¹èī²äº§ä¸ļ":115777,"åİĭå®ŀ":115778,"ä¾Ŀæ³ķ追究":115779,"æ·¡å®ļ":115780,"ç®ĢçĽ´å°±æĺ¯":115781,"å£ĵåĬĽ":115782,"æ°ijå¿ĥ":115783,"ä¸įåIJĪéĢĤ":115784,"çĶ±æѤåı¯è§ģ":115785,"èµŀèªī":115786,"澤":115787,"åĩłå¹´åīį":115788,"åIJīä»ĸ":115789,"çł´æįŁ":115790,"è½»è½»åľ°":115791,"å²Ľå±¿":115792,"æĦıå¢ĥ":115793,"ä»Ģä¹Īåı«":115794,"åģĩè£ħ":115795,"éĢģè´§":115796,"å¹ķå¢Ļ":115797,"妥åįı":115798,"åĽ½æĹĹ":115799,"äºĨå¾Īä¹ħ":115800,"åĪĨ辨çİĩ":115801,"ç´Ķ":115802,"éĺ³åĮº":115803,"åĩŃçĿĢ":115804,"åģľè½¦ä½į":115805,"京éĥ½":115806,"éĶ£":115807,"æĵ¾":115808,"è¿ĽéŨ":115809,"åĪĺæµ·":115810,"åĽĽçº§":115811,"女足":115812,"è¡ĮæĶ¿å®¡æī¹":115813,"éģ¥æݧ":115814,"ä¸įéĮ¯":115815,"å¾Ĺå¾Ī好":115816,"ä¸ºçĽ®çļĦ":115817,"ä»įæľª":115818,"ç²¾è£ħ":115819,"éĢįéģ¥":115820,"尽头":115821,"çºłç¼ł":115822,"éłĺå°İ":115823,"æĭħè´Ł":115824,"æĪĸèĢħåħ¶ä»ĸ":115825,"åıªä¸įè¿ĩæĺ¯":115826,"åı®åĺ±":115827,"åģĩåĨĴ":115828,"æļĸæ°Ķ":115829,"çĽIJåŁİ":115830,"被è§Ĩ为":115831,"诺è´Ŀå°Ķ":115832,"ç»ĻäºĨæĪij":115833,"è¿ijåįĥ":115834,"éĩįåĽŀ":115835,"éĨĴäºĨ":115836,"çĶµè§£":115837,"忽çķ¥äºĨ":115838,"èĥĮéĥ¨":115839,"æĸĩæĺİåŁİå¸Ĥ":115840,"æºħ":115841,"è²ĵ":115842,"æĬµæĮ¡":115843,"åĸľæ¬¢åIJĥ":115844,"éĿĻéĿĻåľ°":115845,"å¾Īæ·±":115846,"åŁºç¡ĢçŁ¥è¯Ĩ":115847,"è¿ĩéĶĻ":115848,"çIJĨç§ij":115849,"交æµģåIJĪä½ľ":115850,"èĪĶ":115851,"èª¿æŁ¥":115852,"æħĪæĤ²":115853,"éĴ°":115854,"èĩ´çĶµ":115855,"å®£ä¼łæ´»åĬ¨":115856,"åıĺéĩı":115857,"çļĦ人æĿ¥è¯´":115858,"æŶéļĶ":115859,"ä¸įç®¡ä½ł":115860,"缸è¿ij":115861,"è´µéĩijå±ŀ":115862,"ä¹Łä¸įåı¯èĥ½":115863,"ç²īæľ«":115864,"åįĹçĵľ":115865,"çĻ½é©¬":115866,"åħīæºIJ":115867,"éĩijå¥ĸ":115868,"çĭ¬è§Ĵ":115869,"çĭ¬è§Ĵåħ½":115870,"妨ç¢į":115871,"ç»ĻåĬĽ":115872,"ä½Ĩä»į":115873,"å¼łå®¶åı£":115874,"èIJ¬åħĥ":115875,"渲æŁĵ":115876,"éķ¿å¤§äºĨ":115877,"è®°èĢħäºĨ解":115878,"æĢĢçĿĢ":115879,"è¦ģåѦä¼ļ":115880,"游æĪı代":115881,"游æĪı代ç»ĥ":115882,"äºĮçĻ¾":115883,"æĦıè¯Ĩå½¢æĢģ":115884,"çݺ":115885,"计åĪĴçĶŁèĤ²":115886,"æī¾åĩĨ":115887,"åħ°èĬ±":115888,"è¿Ļ座åŁİå¸Ĥ":115889,"污泥":115890,"å®ĺæĸ¹å¾®ä¿¡":115891,"å½Ĵå±ŀ":115892,"æ°§æ°Ķ":115893,"éģİç¨ĭä¸Ń":115894,"åį°è±¡æ·±åĪ»":115895,"稳妥":115896,"çµIJæĿŁ":115897,"åŃķæľŁ":115898,"çī¹æĿĥ":115899,"åĿļåĽº":115900,"顺åĬ¿":115901,"æŀľèĶ¬":115902,"éĨ«å¸«":115903,"åİ®":115904,"ä¹Łæĺ¯å¦ĤæѤ":115905,"é¦Ĵ头":115906,"缸åĬ©":115907,"干线":115908,"ä¸Ģæľ¬ä¹¦":115909,"绥":115910,"æĮ¯å¥ĭ":115911,"èĤ¾èĦı":115912,"åĭķçī©":115913,"é£ŀè·ĥ":115914,"èıľåĵģ":115915,"å¤ļä½Ļ":115916,"å¤ļä½ĻçļĦ":115917,"éĢĿä¸ĸ":115918,"æģĭ人":115919,"å¼ĢåıijåĪ©çĶ¨":115920,"顺丰":115921,"éĩİå¿ĥ":115922,"æł¡å¤ĸ":115923,"æģIJé¾Ļ":115924,"éĿ¢åħ·":115925,"éķ¿è¾Ī":115926,"éļıå¤Ħ":115927,"éļıå¤Ħåı¯è§ģ":115928,"紧缺":115929,"éĩįä¸Ń":115930,"éĩįä¸Ńä¹ĭ":115931,"éĩįä¸Ńä¹ĭéĩį":115932,"奥æĸ¯":115933,"奥æĸ¯åį¡":115934,"ä¸Ģ个å¤ļ":115935,"ä¸Ģ个å¤ļæľĪ":115936,"ä¸įåı¯ç¼ºå°ij":115937,"æĸ°æł¼å±Ģ":115938,"æıIJæĮ¯":115939,"è¡Įè´¿":115940,"æ¼Ĥæµģ":115941,"èģĬåŁİ":115942,"åħ´å»º":115943,"è´¨æ£Ģ":115944,"ç§ģæľį游æĪı":115945,"æĽ´éĩįè¦ģ":115946,"è´®":115947,"çħľ":115948,"转åıĺ为":115949,"è¿Ļ两年":115950,"ä¿Ŀé²ľ":115951,"æī§æķĻ":115952,"çĥ¨":115953,"å¼Ģåıij建设":115954,"è¿IJèIJ¥ç®¡çIJĨ":115955,"误差":115956,"京åī§":115957,"å¸IJåı·":115958,"å·¥ä½ľä½ľé£İ":115959,"ä¸ĸä¿Ĺ":115960,"çĻ½å®«":115961,"å¤©åĽ½":115962,"å¤©åĽ½ç»§ç»Ń":115963,"å·´æĸ¯":115964,"èIJ¥åĪ©":115965,"åĵģæł¼":115966,"æĿijæ°ij们":115967,"æĪ¿è½¦":115968,"çŃīçĹĩçĬ¶":115969,"å¦Ĥå®ŀ":115970,"宸":115971,"å±Ĥ级":115972,"éĶĻè¿ĩäºĨ":115973,"ç»ĵå®ŀ":115974,"ç¬ijèĦ¸":115975,"羣å®ŀæĢ§":115976,"éĥ½å¸ĤæĬ¥":115977,"é¥Ńèıľ":115978,"åºĶ注æĦı":115979,"æĬ½çĥŁ":115980,"伪éĢł":115981,"åīįä¸Ģ天":115982,"éŃĶé¾Ļ":115983,"éŃĶé¾Ļ令çīĮ":115984,"约è°Ī":115985,"绣çŃ¹æİ¨è¿Ľ":115986,"让çĶ¨æĪ·":115987,"åħ¨éĿ¢èIJ½å®ŀ":115988,"å¼Ħå¾Ĺ":115989,"è°ĪæģĭçĪ±":115990,"鸣æĪIJéķ¿":115991,"鸣æĪIJéķ¿è®°":115992,"æ´ĭæ´ĭ":115993,"çĸıæķ£":115994,"éĿ¢ç§¯çº¦":115995,"æµĵ缩":115996,"æĸ¯é¡¿":115997,"çĶŁæĢģåľĪ":115998,"æī§å¯¼":115999,"移éĢģ":116000,"齿轮":116001,"æł¹æľ¬å°±ä¸į":116002,"缩åĩı":116003,"èµ°ä¸ĭåİ»":116004,"çĿ«æ¯Ľ":116005,"ä¹Łä¸įéĶĻ":116006,"åıįæĺłåĩº":116007,"èĭ¦æģ¼":116008,"缸åħ³æĶ¿çŃĸ":116009,"é«ĺ楼":116010,"ç²īèī²":116011,"æĬķèµĦé¢Ŀ":116012,"ä¸įç»ı":116013,"ä¸įç»ıæĦı":116014,"å®ģæĦ¿":116015,"èĪĮ头":116016,"æ»ĭçĶŁ":116017,"å®ģåİ¿":116018,"åīįåĪĹèħº":116019,"åĩ³":116020,"é£Łæ¬²":116021,"åıĸèĥľ":116022,"éĻ¢åŃIJ":116023,"ç´łè´¨æķĻèĤ²":116024,"滨å·ŀ":116025,"æĬ¢æĬĵ":116026,"å¼Ĥåij³":116027,"åĴļ":116028,"åĬį":116029,"宽éĺĶ":116030,"æļ´æ¶¨":116031,"æĥłåıĬ":116032,"è§Ħç¨ĭ":116033,"ä¾Ľåħ»":116034,"éĢģå¾Ģ":116035,"å±±åºĦ":116036,"举äºļ":116037,"å±ķé¦Ĩ":116038,"解éĶģ":116039,"æĹłè§Ĩ":116040,"éĻįèIJ½":116041,"è¿ŀäºij":116042,"è¿ŀäºij港":116043,"åıĤè°ĭ":116044,"çİĸ":116045,"ç¬ĥ":116046,"èĢĹè´¹":116047,"æī¿å¾·":116048,"社ä¼ļæķĪçĽĬ":116049,"åįĹæµ·ç½ij":116050,"åĪĽä¼¤":116051,"èIJ±":116052,"åħħæ²Ľ":116053,"ç½ijç«Ļ建设":116054,"大åºĨ":116055,"åĨįéĢł":116056,"åŃĹæł·":116057,"åħ¨æ°ijåģ¥èº«":116058,"èĮ«èĮ«":116059,"æµ®åĬ¨":116060,"åīįåı°":116061,"å¢ŀ设":116062,"éĢĽè¡Ĺ":116063,"åĢĴéĹŃ":116064,"æ³ķå¾ĭ顾éĹ®":116065,"çĸ®":116066,"çĹħçĹĩ":116067,"空åīį":116068,"请æķĻ":116069,"èĥľä»»":116070,"æĿĢèıĮ":116071,"æĪĺæĸĹæľº":116072,"ç»ĺåĪ¶":116073,"å¤Ħæĸ¹":116074,"çªģåĽ´":116075,"çĮ«åĴª":116076,"æĬ¥åijĬæĺ¾ç¤º":116077,"ç¿Ł":116078,"çķ¶åľ°":116079,"æľĢéļ¾":116080,"纪å§Ķ书记":116081,"ä½İåİĭ":116082,"èĻļ空":116083,"è¿Ļéĥ¨çĶµå½±":116084,"产ä¸ļåįĩ级":116085,"è°·çĪ±":116086,"è°·çĪ±åĩĮ":116087,"æĬ¼éĩij":116088,"女æĸ¹":116089,"éĴ»çłĶ":116090,"æļĹæļĹ":116091,"è¿·ä½ł":116092,"æīĢè¬Ĥ":116093,"å¨ģå»ī":116094,"å¼ĢæľĹ":116095,"å²Ķ":116096,"çģ«çĤ¬":116097,"åIJĪçIJĨæĢ§":116098,"åħ¬åĬŀ":116099,"ä¼ļä¼ļéķ¿":116100,"éĺ´è°ĭ":116101,"å¼Ģå±Ģ":116102,"æĻ®éĢļè¯Ŀ":116103,"åį¡æĭī":116104,"å°ijåIJĥ":116105,"éĹªèĢĢ":116106,"æŀľæ±ģ":116107,"æī§è¡ĮåĬĽ":116108,"è°Ľ":116109,"æĬ¢åĬ«":116110,"é«ĺéĢŁåıijå±ķ":116111,"飬":116112,"åįĹæ²Ļ":116113,"é«ĺçŃīåŃ¦æł¡":116114,"æį¢ä¸ª":116115,"åı¯èĥ½åŃĺåľ¨":116116,"æĬĴ":116117,"è°±åĨĻ":116118,"被æĬĵ":116119,"æĿ¯åŃIJ":116120,"èĬĤèĥ½åĩıæİĴ":116121,"æ°ĶåĢĻåıĺåĮĸ":116122,"åĪĨåĪ¥":116123,"ä¸Ńæŀ¢":116124,"欢åij¼":116125,"åħī纤":116126,"è¿Ļ群":116127,"çľ¼çķĮ":116128,"åħ±åIJĮåıijå±ķ":116129,"çİ°ä»Ĭ":116130,"éĹ»è¨Ģ":116131,"çī¹èī²å°ıéķĩ":116132,"æķij人":116133,"éĻįæ°´":116134,"ä¸ĸçķĮä¸Ģæµģ":116135,"å°±é¤IJ":116136,"çŀ¥":116137,"å¤įä»ĩ":116138,"ç¾½æ¯Ľ":116139,"ç¾½æ¯ĽçIJĥ":116140,"è´©åįĸ":116141,"æºIJæ³ī":116142,"æĢ»ä½ĵè§ĦåĪĴ":116143,"åĬ¨æĦŁ":116144,"ä¸Ģ审":116145,"åĢŁéĴ±":116146,"è§ģæķĪ":116147,"èĬ±èįī":116148,"åIJĮä¸ļ":116149,"æŁ¥è©¢":116150,"åĽ½éĻħåIJĪä½ľ":116151,"ä¾ĽåĽ¾":116152,"åģ´":116153,"æłĵ":116154,"缸éĢļ":116155,"è°ĪåıĬ":116156,"è¿ĩç¨ĭå½ĵä¸Ń":116157,"é¦Ļèıĩ":116158,"åįģåĽĽæĿ¡":116159,"ä¸Ģå¼Ģå§ĭå°±":116160,"ä¸ĵåijĺ":116161,"æĺİ顯":116162,"æīĵéĢłåĩº":116163,"ä¸ĭéĿ¢æĪij们":116164,"æľºæ²¹":116165,"åı°è¯į":116166,"åŃIJå¼Ł":116167,"æľĢ常è§ģçļĦ":116168,"æĪijè®°å¾Ĺ":116169,"ç»°":116170,"æĤ¬æµ®":116171,"è¿ĺ羣æĺ¯":116172,"æĮĤåı·":116173,"åıĭåĸĦ":116174,"éĩį伤":116175,"çħ§äº®":116176,"æѦèѦ":116177,"åĩºçİ°éĹ®é¢ĺ":116178,"è¸Ĭè·ĥ":116179,"åľ°çIJĥä¸Ĭ":116180,"å¸Ĥ人大":116181,"åıĹ害人":116182,"å²IJ":116183,"åIJĮåѸ":116184,"éĩijèŀįå¸Ĥåľº":116185,"æľīçļĦçݩ家":116186,"å¸ĤæķĻèĤ²":116187,"å¸ĤæķĻèĤ²å±Ģ":116188,"åIJĦå¼Ĥ":116189,"ç·ļä¸Ĭ":116190,"æģº":116191,"æľī大éĩıçļĦ":116192,"åķĨæĬ¥":116193,"åįķåįķ":116194,"åħ¨é¢Ŀ":116195,"ä¾Ŀæŧæĺ¯":116196,"好åĩłä¸ª":116197,"åĸµ":116198,"éĩįæķ´":116199,"çĶŁæ´»è´¨éĩı":116200,"æݢ访":116201,"åį°èĬ±":116202,"缼è¡Į":116203,"å¾®è§Ĥ":116204,"èĪįå¾Ĺ":116205,"åºŁå¼ĥçī©":116206,"积èĵĦ":116207,"å®ļå±ħ":116208,"æĤ¼":116209,"èĮ¸":116210,"çļĦ帮åĬ©":116211,"çļĦ帮åĬ©ä¸ĭ":116212,"亿åIJ¨":116213,"åŃĶéĽĢ":116214,"è¿ĻæĿ¡è·¯":116215,"饵":116216,"æĦĪåĬł":116217,"éķį":116218,"ä½ľæ¡Ī":116219,"èįĶæŀĿ":116220,"太å°ij":116221,"跻身":116222,"åħ¬çĽĬæ´»åĬ¨":116223,"çĻ½æĸij":116224,"æĬĢæľ¯æ°´å¹³":116225,"帧":116226,"æĹłçŁ¥":116227,"åºĶ该æĢİä¹Ī":116228,"éĢĢå¸Ĥ":116229,"æ¸Ń":116230,"åħ»çĮª":116231,"驼":116232,"ç¾¤å²Ľ":116233,"大åį«":116234,"ä¹ĺçĶ¨è½¦":116235,"èı²å°Ķ":116236,"è´´åIJ§":116237,"åģľä¸ĭæĿ¥":116238,"æľīæľºç»ĵåIJĪ":116239,"åĪ»èĭ¦":116240,"çļĦåľ°":116241,"çļĦåľ°æŃ¥":116242,"è¯ĬæīĢ":116243,"å¼ĢæĪĺ":116244,"èĢģçīĮ":116245,"çŃ¹çłģ":116246,"åħ«å¤§ä»¥æĿ¥":116247,"楼æĪ¿":116248,"åŃĻæĤŁ":116249,"åŃĻæĤŁç©º":116250,"åħĴåŃIJ":116251,"第ä¸ĢæĿ¡":116252,"社交åªĴä½ĵ":116253,"æĥ³èµ·æĿ¥":116254,"大æ´ĭ":116255,"æĭ¼éŁ³":116256,"è¿Ľåįļä¼ļ":116257,"è¿ĩåħ³":116258,"æ²¼":116259,"ç©¿æIJŃ":116260,"éĤ£ä¸Ģ天":116261,"çł´éŨ":116262,"æĬķæłĩ人":116263,"赢家":116264,"èĻļå¼±":116265,"æ¿ĥ":116266,"å®īæ£Ģ":116267,"客家":116268,"çĭ¬ç«ĭèij£äºĭ":116269,"æīĭåĬ¿":116270,"åīµéĢł":116271,"åľĨ满å®ĮæĪIJ":116272,"为主线":116273,"好å¥ĩå¿ĥ":116274,"é¢ĨåľŁ":116275,"çªĸ":116276,"åħ¸åŀĭæ¡Īä¾ĭ":116277,"çªģåıijäºĭ件":116278,"åºķæ°Ķ":116279,"头æĻķ":116280,"å®Ľå¦Ĥ":116281,"觸":116282,"æ¸ħæ·¡":116283,"åļ¼":116284,"åģľçĶµ":116285,"ç²īå°ĺ":116286,"éĻįä½İæĪIJæľ¬":116287,"æĶ¾æīĭ":116288,"è®°èĢħ表示":116289,"æĭĸ延":116290,"éªĩ":116291,"æ®ĭå¿į":116292,"çľģæķĻèĤ²":116293,"çľģæķĻèĤ²åİħ":116294,"é«ĺé¢Ŀ":116295,"éĦĻ":116296,"æ¥ŀ":116297,"åĨħç§ij":116298,"èIJ¥ä¸ļé¢Ŀ":116299,"åŁºçŁ³":116300,"æµģæ·Į":116301,"主æŨ":116302,"éĺIJéĩĬ":116303,"建åįİ":116304,"æĥĬåı¹":116305,"çī¢åĽºæłijç«ĭ":116306,"æĺ¯åIJ¦åŃĺåľ¨":116307,"建åĨĽ":116308,"éĽ¾éľ¾":116309,"åħ¬è®¤":116310,"åħ¬è®¤çļĦ":116311,"æ°¨åŁº":116312,"æ°¨åŁºéħ¸":116313,"åīįåĩłå¹´":116314,"åĪ¹éĤ£":116315,"æ±Łä¸ľ":116316,"å·¥æ¥Ń":116317,"ä¸ĢçĤ¹ä¹Łä¸į":116318,"修士":116319,"äºĨä¸Ģéģį":116320,"åĪģ":116321,"æ»ļæ»ļ":116322,"åĪĨæł¡":116323,"羣çĪ±":116324,"è¡ĢèĦī":116325,"æĢ¥åī§":116326,"ä¸Ģ群人":116327,"羯":116328,"æĪIJé¾Ļ":116329,"ç²¾ç¥ŀçĹħ":116330,"缸åħ³äººåijĺ":116331,"éĿĵ丽":116332,"ä¸īåŃ£åº¦":116333,"åĪĴå®ļ":116334,"ä¸ĸçķĮ第ä¸Ģ":116335,"éĢļä¿Ĺ":116336,"åķĨä¸ļåľ°äº§":116337,"åĬŁèĥ½æĢ§":116338,"èµĦæľ¬ä¸»ä¹ī":116339,"详è§ģ":116340,"æĬĵæįķ":116341,"æĸĩæĺĮ":116342,"å®Ŀå®ī":116343,"è£ħéħįå¼ı":116344,"æºIJæºIJ":116345,"æºIJæºIJä¸įæĸŃ":116346,"çĶŁæĢķ":116347,"纵åIJij":116348,"壽":116349,"çľ¼è¢ĭ":116350,"èĤīä½ĵ":116351,"åı¤ä»Ĭ":116352,"èŀįåªĴä½ĵ":116353,"åģī":116354,"æł¼æľĥåĵ¡":116355,"çĥ·":116356,"åĬŁçĶ¨":116357,"æīŃ磩":116358,"绿èī²éĢļéģĵ":116359,"åī§ç»Ħ":116360,"å¼±åĬ¿":116361,"è´¨éĩıéĹ®é¢ĺ":116362,"éĻIJé¢Ŀ":116363,"éªĨ":116364,"éģµä¹ī":116365,"å¯Ŀ室":116366,"æĥ³å¿µ":116367,"åł±åijĬ":116368,"ä»ħ次":116369,"ä»ħ次äºİ":116370,"èŀįåĪĽ":116371,"æĭĽèģĺä¼ļ":116372,"åºĬåŀ«":116373,"转åŀĭåıijå±ķ":116374,"ä¸ŃåĽ½çĶµä¿¡":116375,"åIJ¬è¯Ŀ":116376,"è«ĭæ±Ĥ":116377,"大éĥ¨åĪĨ人":116378,"æ´»å¾Ĺ":116379,"åĵŃæ³£":116380,"è¶Ļ":116381,"åıijçĹħçİĩ":116382,"ä¸į符":116383,"åĨĽå®ĺ":116384,"é¢Īæ¤İ":116385,"æĸ°åĨłçĸ«æĥħ":116386,"æŁ¬åŁĶ":116387,"æŁ¬åŁĶ寨":116388,"ä»»ä½ķå½¢å¼ı":116389,"人éĻħ":116390,"人éĻħåħ³ç³»":116391,"æĢ»æī¿åĮħ":116392,"å¹³åĿĩæ¯ı":116393,"æģŃåĸľ":116394,"åĦĺ":116395,"åħµé©¬":116396,"è¿ŁåĪ°":116397,"工伤":116398,"çīĪæĿĥå½Ĵ":116399,"çīĪæĿĥå½ĴåİŁ":116400,"æĭ¥æĬ¤":116401,"ç³Ĭæ¶Ĥ":116402,"å¹²æ¶ī":116403,"å°ijä¸įäºĨ":116404,"æĥ³æī¾":116405,"è´¹çİĩ":116406,"该éĻ¢":116407,"èŀįåĮĸ":116408,"è¿İåIJĪ":116409,"è§ĨåIJ¬èĬĤ缮":116410,"æł¼ç¶²ç«Ļ":116411,"çľīæ¯Ľ":116412,"欢è¿İ大家":116413,"家åºŃæķĻèĤ²":116414,"ä¾µèļĢ":116415,"ç»Ļä½łä»¬":116416,"è¡Ģ液循çݯ":116417,"å¯Ħæīĺ":116418,"å°ĸåı«":116419,"以ä¸ĭåĩłä¸ª":116420,"è¿ĺ以为":116421,"åħ¶ä»ĸçݩ家":116422,"ç¬ijç¬ij":116423,"æīĵåIJ¬":116424,"èĩªçĦ¶ç§ijåѦ":116425,"åŁºç«Ļ":116426,"ä¹Ŀå·ŀ":116427,"ä¿Ŀ驾":116428,"ä¿Ŀ驾æĬ¤":116429,"ä¿Ŀ驾æĬ¤èĪª":116430,"æĶ¾çľ¼":116431,"çŁ¥åIJįä¼ģä¸ļ":116432,"縮":116433,"稽":116434,"æļĩ":116435,"使çĶ¨ç¶²è·¯":116436,"é¢ĦçķĻ":116437,"大象":116438,"åıijæĺİä¸ĵåĪ©":116439,"æĸĩ娱":116440,"éĢłç¦ı":116441,"湿润":116442,"éĿ¢æĿ¡":116443,"æ¶Īè´¹åįĩ级":116444,"è®Ĭå¾Ĺ":116445,"åĩłåIJį":116446,"ä»Ħ":116447,"认æ¸ħ":116448,"è¿ľæĻ¯":116449,"æıĴ座":116450,"诸侯":116451,"åıĺæĢģ":116452,"ç¦ı彩":116453,"è´§æŀ¶":116454,"失æݧ":116455,"移åĬ¨ç«¯":116456,"ä¸Ĭåı¸":116457,"éĢłçº¸":116458,"å¸ĥæľĹ":116459,"çĴĩ":116460,"åı°åįĹ":116461,"åĮĹ京åĨ¬å¥¥":116462,"èĵĿçīĻ":116463,"éķ¿çŁŃ":116464,"æĬĺå°Ħ":116465,"ç»ijæŀ¶":116466,"å¯Ĵåģĩ":116467,"è½¬åŁºåĽł":116468,"æĢ¥äºİ":116469,"æŃ£åĵģ":116470,"åħħ滿":116471,"大纲":116472,"æĬĹä½ĵ":116473,"è¨ĵç·´":116474,"æĶ¶ç´§":116475,"æ¯Ķè³½":116476,"åħµåĬĽ":116477,"æľ¬æĽ¸":116478,"äºĮ代":116479,"æĢ¥è¯Ĭ":116480,"æĸĩæ¡Ī":116481,"ç»ıåķĨ":116482,"æĻ¨æĬ¥":116483,"æ£ĺ":116484,"æĢ»ä¹¦è®°åľ¨":116485,"åıĹéĤĢ":116486,"äºĶåĽĽ":116487,"å²ŃåįĹ":116488,"çĪ±åIJĥ":116489,"åŁĥå°Ķ":116490,"å¿ĥå¢ĥ":116491,"è¦ĨçĽĸéĿ¢":116492,"å®ŀåľ¨æĺ¯å¤ª":116493,"æł¹åºķ":116494,"纷纷表示":116495,"åĹħ":116496,"éļıçĿĢæŶéĹ´":116497,"åİĨåı²æĤłä¹ħ":116498,"éħī":116499,"æĢ»éĺŁ":116500,"主é¢ĺæ´»åĬ¨":116501,"éĹ®åį·":116502,"é©¿ç«Ļ":116503,"æı¡ä½ı":116504,"åı¯èĥ½å¯¼èĩ´":116505,"æ°ijéĸĵ":116506,"éĸĭåķŁ":116507,"ä½Ĩä¸įéĻIJ":116508,"ä½Ĩä¸įéĻIJäºİ":116509,"åįģéĩĮ":116510,"娥":116511,"æįŁèĢĹ":116512,"çĸı导":116513,"çݯ氧":116514,"ç¥ŀéĢļ":116515,"çĪ±å°Ķ":116516,"çĪ±å°Ķåħ°":116517,"æľ´å®ŀ":116518,"å¿«æĬ¥":116519,"æĶ¶åıĹ":116520,"æĪĸ許":116521,"èĥĮéĿ¢":116522,"æĸĩåĮĸä¼łåªĴ":116523,"ä¸īåĢĭ":116524,"æĶ»åĬ¿":116525,"å®ī举":116526,"å®īä¸ľå°¼":116527,"åĿĩå·²":116528,"顾èĻij":116529,"éĦŃ":116530,"è¿Ļ家åħ¬åı¸":116531,"åħ¬åijĬ称":116532,"æıIJä¾Ľä¼ĺè´¨":116533,"稳æŃ¥æİ¨è¿Ľ":116534,"å¤įè¯ķ":116535,"å°Ĩé¢Ĩ":116536,"è°Īèµ·":116537,"å¨Ħ":116538,"è¿ŀ线":116539,"æ©ŁéĹľ":116540,"åºĶçĶ¨åľºæĻ¯":116541,"çĶ»åĥı":116542,"è´¢è¿IJ":116543,"ä¿Ŀéļª":116544,"çĹħçIJĨ":116545,"æ¯Ľä¸»å¸Ń":116546,"ä¸Ŀ毫ä¸į":116547,"çĪ±å¥ĩ":116548,"çĪ±å¥ĩèīº":116549,"ä¸ĵ家ç»Ħ":116550,"åij¼åĶ¤":116551,"éĭ¼":116552,"çģ¸":116553,"é¢ĨåħĪåľ°ä½į":116554,"æıIJæĭĶ":116555,"龸éģĵ":116556,"å±±åĿ¡":116557,"èĿİ":116558,"沸èħ¾":116559,"该项":116560,"ä»ĬçĶŁ":116561,"ä¸Ģç¯ĩæĸĩç«ł":116562,"æĸ¹å¼ıè¿Ľè¡Į":116563,"é»ij客":116564,"æĶ¹åĬ¨":116565,"主é¡Į":116566,"æķ£å¸ĥ":116567,"ä»Ģä¹Īåľ°æĸ¹":116568,"åĮĸåIJĪ":116569,"åĮĸåIJĪçī©":116570,"éĿĻçĶµ":116571,"æĢ»æĶ¶åħ¥":116572,"å§Ķç»Ħç»ĩ":116573,"å§Ķç»Ħç»ĩéĥ¨":116574,"éĿĻæĢģ":116575,"èĢģåŃĹåı·":116576,"室åıĭ":116577,"éĥ½ä¸įæķ¢":116578,"æŀ¶åŃIJ":116579,"çģµæķı":116580,"审è§Ĩ":116581,"æĤ£åĦ¿":116582,"山寨":116583,"èĸªèµĦ":116584,"é©°æı´":116585,"éĥ¨åĪĨåĨħ容":116586,"好似":116587,"æĪIJåijĺåĽ½":116588,"åľ¨æĪijçľĭæĿ¥":116589,"åħ³æ³¨åº¦":116590,"éĻĪæŁIJ":116591,"è¿Ļç§įäºĭæĥħ":116592,"éĢīå®ļ":116593,"ç²¾åŃIJ":116594,"å£ģçĶ»":116595,"æ±Łæ·®":116596,"é«ĺæĺĤ":116597,"æł¼åĬĽ":116598,"輩":116599,"åѦåłĤ":116600,"æĤ¨åIJĮæĦı":116601,"ä¸ĢåĪĩéĥ½æĺ¯":116602,"潤":116603,"éĸĥ":116604,"å¸ĮæľĽèĩªå·±":116605,"ä¿ĺ":116606,"æ±Łåİ¿":116607,"æ³¾":116608,"ç§ijæķĻ":116609,"æīĵè¿Ľ":116610,"ä¸įæħİ":116611,"å¯ĴåĨ¬":116612,"æ¸Ķæ°ij":116613,"鼷æĸ¯":116614,"主宰":116615,"æĹħ游度åģĩ":116616,"çĶµåŃIJéĤ®ä»¶":116617,"æ±Ĥå©ļ":116618,"éļİ段":116619,"åģ¥èº«æĪ¿":116620,"注æĺİåĩºå¤Ħ":116621,"äºĭæķħåıijçĶŁ":116622,"级以ä¸Ĭ":116623,"åŃĺæ´»":116624,"æĸ½èĤ¥":116625,"èľľèľĤ":116626,"嵩":116627,"æĮĸæİĺæľº":116628,"æĬĹæĭĴ":116629,"ä¼łå¯¼":116630,"æĺ¯ä»Ģä¹Īåij¢":116631,"ä¸Ĭå¹´åIJĮæľŁ":116632,"建åħļ":116633,"çĶŁæħĭ":116634,"ä¿Ŀä½ı":116635,"款车åŀĭ":116636,"人èĦī":116637,"éļIJèĶ½":116638,"失æķĪ":116639,"éģ¿åŃķ":116640,"ç®Ģ便":116641,"è°¢è°¢ä½ł":116642,"å®Īä½ı":116643,"æĶ¾æĺł":116644,"è¨Īçķ«":116645,"çݰ代çī©æµģ":116646,"é¤IJ廳":116647,"æķħå±ħ":116648,"大大å°ı":116649,"大大å°ıå°ı":116650,"çī¹åĪ«å£°æĺİ":116651,"éģįåıĬ":116652,"å¿ĥçIJĨåĴ¨è¯¢":116653,"è³´":116654,"çĮ®è¡Ģ":116655,"å·²ç»ıè¾¾åĪ°":116656,"æīĵæĭĽåij¼":116657,"åıĮè¾¹":116658,"ä¸Ģæĸ¹éĿ¢æĺ¯":116659,"å´ĩå°ļ":116660,"éĺ¿å¯Į":116661,"éĺ¿å¯Įæ±Ĺ":116662,"æĮģæľī人":116663,"è±ģ":116664,"é£İçŃĿ":116665,"åĬ¨èį¡":116666,"äºĨä¸Ģä¼ļ":116667,"äºĨä¸Ģä¼ļåĦ¿":116668,"ä¸ĩ象":116669,"çľĭçĶµè§Ĩ":116670,"åįģä¸īæĿ¡":116671,"çĮĽçĥĪ":116672,"è¦ģä¸įçĦ¶":116673,"太æŀģæĭ³":116674,"å¼ķçĪĨ":116675,"ç»ıè¿ĩå¤ļå¹´":116676,"游æĪıéĩĮçļĦ":116677,"é¾Ļæ³ī":116678,"æłĩéħį":116679,"è®ĵä»ĸåĢij":116680,"éĢłæŀĹ":116681,"åĮºåŁŁæĢ§":116682,"亿ä¸ĩ":116683,"æĪĺçķ¥å¸ĥå±Ģ":116684,"éķĩæĶ¿åºľ":116685,"åĶ®ç¥¨":116686,"çĶŁäº§å·¥èīº":116687,"éķĩåħļå§Ķ":116688,"ä¸Ńå°ıåŀĭ":116689,"æľ¨èĢ³":116690,"河边":116691,"èĦ¾èĥĥ":116692,"欢è¿İæĤ¨":116693,"åıĺå¼Ĥ":116694,"缤纷":116695,"åŀĥåľ¾æ¡¶":116696,"辩è¯ģ":116697,"车åºĵ":116698,"æ¯Ķçİĩ":116699,"åħ´æĹº":116700,"详ç»ĨäºĨ解":116701,"å®īå±ħ":116702,"çħ§æĸĻ":116703,"æĸ¹æīį":116704,"赦":116705,"åĨķ":116706,"å¥Ķèµ´":116707,"å®Ŀ鸡":116708,"åľºåĿĩ":116709,"缮åīįæŃ£åľ¨":116710,"åIJŀåĻ¬":116711,"è¿°èģĮ":116712,"æĩµ":116713,"å¥ĩçijŀ":116714,"ä»įå°Ĩ":116715,"èĪī辦":116716,"å·¥åķĨå±Ģ":116717,"å¡ijèĥ¶":116718,"åĬŀå®ŀäºĭ":116719,"æĸ¹æĸ¹éĿ¢":116720,"æĸ¹æĸ¹éĿ¢éĿ¢":116721,"æĸĩåĮĸèĬĤ":116722,"åħ¥èģĮ":116723,"鸥":116724,"ç©¿éĢı":116725,"ä»¥ä¹łè¿ijå¹³":116726,"åį±éļª":116727,"æľ¦èĥ§":116728,"åİĨåı²æĢ§":116729,"æķŀå¼Ģ":116730,"ä¼Ļä¼´åħ³ç³»":116731,"çŁ¿åĮº":116732,"åĽ½éĻħåľ¨çº¿":116733,"ä¼łå¥ĩéĩĮéĿ¢":116734,"è¿ijäºĽ":116735,"è¿ijäºĽå¹´":116736,"åĬ£åĬ¿":116737,"æĶ»åĩ»åĬĽ":116738,"æĻºéĢł":116739,"禧":116740,"çİĭåħĪçĶŁ":116741,"éĨ«çĶŁ":116742,"åĽĽé¡¹":116743,"å®ŀæĻ¯":116744,"åĪĿåĪĽ":116745,"å¿ĥ裡":116746,"æĻ¶ä½ĵ":116747,"交éĻħ":116748,"让æ¶Īè´¹èĢħ":116749,"课æĸĩ":116750,"æİĴæ°Ķ":116751,"并ä¸įæĦıåij³":116752,"çĽ¸å£°":116753,"第ä¸Ģå±Ĭ":116754,"åİŁèijĹ":116755,"鼾":116756,"没æľī太大":116757,"补水":116758,"çī©æµģä¼ģä¸ļ":116759,"第äºĮæī¹":116760,"åħ¶å®ĥéĹ®é¢ĺ":116761,"æİĮéŨ":116762,"责任å¿ĥ":116763,"é¤IJåħ·":116764,"ç¾Ĭæ¯Ľ":116765,"没æľīå¿ħè¦ģ":116766,"ä¹IJåĽ¢":116767,"è¿ĽåŁİ":116768,"ä¸ĢçĤ¹åĦ¿":116769,"身形":116770,"çļ®èĤ¤çĹħ":116771,"æĺ±":116772,"å¢ŀèĩ³":116773,"èģ²æĺİ":116774,"æıIJè´¨":116775,"ä½ĵèĤ²åľº":116776,"çŃ¹å»º":116777,"é¬Ĩ":116778,"车çīĮ":116779,"éļĶéŁ³":116780,"è´Łè´£åIJĮå¿Ĺ":116781,"丰ç¡ķ":116782,"ä½ĽéĻĢ":116783,"äºīåIJµ":116784,"庶":116785,"æ·¡æ°´":116786,"å°ıçĶ·åŃ©":116787,"ç§ģèĩª":116788,"åĮĸè¿Ľç¨ĭ":116789,"æĪĺ士æĿ¥è¯´":116790,"æ²¹èħ»":116791,"èĦ±è´«èĩ´å¯Į":116792,"æĹ¥å¸¸å·¥ä½ľ":116793,"交èŀį":116794,"åĨľè´¸":116795,"åĨľè´¸å¸Ĥåľº":116796,"åĵĪçĻ»":116797,"çĶµè´¹":116798,"èµĺ":116799,"åıĮèħ¿":116800,"æĵĶå¿ĥ":116801,"æĿ¥å½¢å®¹":116802,"使åij½æĦŁ":116803,"éĤ£ä¹Īç®Ģåįķ":116804,"èĬĻèĵī":116805,"åĢŁæ¬¾äºº":116806,"ç§Ģ丽":116807,"è®ĵä»ĸ":116808,"严åİīæīĵåĩ»":116809,"è³ŀ":116810,"æļ«":116811,"çħ¤æ°Ķ":116812,"çĪ¬ä¸Ĭ":116813,"æ½ĩæ´Ĵ":116814,"太ä¹ħ":116815,"åij½åIJį为":116816,"è·¯çĶ±":116817,"è·¯çĶ±åĻ¨":116818,"驯":116819,"æıIJæĹ©":116820,"æĬĹåĩ»çĸ«æĥħ":116821,"åĩĽ":116822,"交åıĭ":116823,"éĶĢåĶ®æ¸łéģĵ":116824,"毫ä¸įçĬ¹è±«":116825,"èIJ¥åľ°":116826,"çłĶ究表æĺİ":116827,"鱼类":116828,"æį¢å±Ĭ":116829,"æİ¡åıĸ":116830,"çīĨ":116831,"缼å¼Ģ":116832,"沧æ¡ij":116833,"åºŃ审":116834,"ç»ıæŁ¥":116835,"åĬłå¼·":116836,"缸æ¯Ķäºİ":116837,"ä¸ĵçıŃ":116838,"ä½ĵåŀĭ":116839,"被害":116840,"被害人":116841,"æĶ¶æ¬¾":116842,"åħ·æľīèī¯å¥½":116843,"é«ĺå³°æľŁ":116844,"åģıä½İ":116845,"åĦŁ":116846,"åĨľä¸ļç§ijæĬĢ":116847,"çī¹æ®ĬæĥħåĨµ":116848,"å¦Ĥæŀľçݩ家":116849,"éķ¿çº¦":116850,"第åħŃå±Ĭ":116851,"åħ¬å¼ĢæĭĽèģĺ":116852,"åĪĩæĸŃ":116853,"迫使":116854,"çĸĹç¨ĭ":116855,"第äºĮç§į":116856,"ä¸įåħį":116857,"å¹²èѦ":116858,"çŁ³æ¦´":116859,"åĹ£":116860,"两类":116861,"çĪµå£«":116862,"åŁİ乡å±ħæ°ij":116863,"æŃ¤é¡¹":116864,"缴è¾ĸ":116865,"缴è¾ĸå¸Ĥ":116866,"åij¼åºĶ":116867,"éĴ¯":116868,"ç¦ıå¾·":116869,"æľºèº«":116870,"æĵįåľº":116871,"æ¿Ĵ临":116872,"人群ä¸Ń":116873,"èĤ¡æ°ij":116874,"åŃ½":116875,"æ³ķåħ°":116876,"é¨İ":116877,"糯米":116878,"æĢ»çļĦ":116879,"æĢ»çļĦæĿ¥è¯´":116880,"åħ¸éĽħ":116881,"æĸ°éĻĪ":116882,"æĸ°éĻĪ代谢":116883,"缮çĿ¹":116884,"é¢Ħè¨Ģ":116885,"è·Įçł´":116886,"æĸ°ç¯ĩç«ł":116887,"æ¯ĴæĢ§":116888,"åĸĿèĮ¶":116889,"æŁ¥èİ·":116890,"亮丽":116891,"çĶŁäº§åķĨ":116892,"æĶ¹æĪIJ":116893,"为äºĨæĽ´å¥½":116894,"深交":116895,"深交æīĢ":116896,"æİĥ":116897,"ä¹ĻèĤĿ":116898,"泸å·ŀ":116899,"åħĪè¿ĽæĬĢæľ¯":116900,"è¾ĵç»Ļ":116901,"æķ£æĪ·":116902,"æĢĿç»´æĸ¹å¼ı":116903,"åºĹ主":116904,"è°ĭæ±Ĥ":116905,"游æĪıæĬĢå·§":116906,"ä¸Ģ年级":116907,"çľ¼è§Ĵ":116908,"ä¸Ńä»ĭæľºæŀĦ":116909,"å·§åIJĪ":116910,"éĺ²çĽĹ":116911,"导è´Ń":116912,"æĪĬ":116913,"æĽ´éĢĤåIJĪ":116914,"åŁºæľ¬ä¿¡æģ¯":116915,"马ä¸ģ":116916,"åħ»æ®ĸåľº":116917,"åıįè¿ĩæĿ¥":116918,"æݨå´ĩ":116919,"å¯ĨåĪĩåħ³æ³¨":116920,"åŁºéĩijç»ıçIJĨ":116921,"æĮīéĶ®":116922,"åĨħéĥ¨æݧåĪ¶":116923,"æĪIJåijĺåįķä½į":116924,"æľ¯è¯Ń":116925,"åĪ¶æľį":116926,"åĪļéľĢ":116927,"æ£Ģç´¢":116928,"大大æıIJé«ĺ":116929,"åģ¥åº·ç®¡çIJĨ":116930,"èĩªæѤ":116931,"客æĪ·éľĢæ±Ĥ":116932,"丰èĥ¸":116933,"èµ·éĩį":116934,"èµ·éĩįæľº":116935,"æ¬łç¼º":116936,"æ¡ĪåŃIJ":116937,"æĥħ人èĬĤ":116938,"åħļæł¡":116939,"è¢ľ":116940,"该åī§":116941,"è¿·å¤±ä¼łå¥ĩ":116942,"ç»ļ丽":116943,"åķª":116944,"æĹłç§ģ":116945,"éĢ²ä¸ĢæŃ¥":116946,"第ä¸Ģç«ł":116947,"åĻ¨åħ·":116948,"åĨľèµĦ":116949,"確實":116950,"åºıåĪĹ":116951,"娱ä¹IJå¹³åı°":116952,"èŀįèµĦ秣èµģ":116953,"èµĦæºIJåħ±äº«":116954,"èģ½åĪ°":116955,"æIJŀå¾Ĺ":116956,"继ç»Ńä¿ĿæĮģ":116957,"åIJ¯èĴĻ":116958,"çľº":116959,"ä¸Ŀè·¯":116960,"设æĸ½å»ºè®¾":116961,"æİ¥åľ°":116962,"æİ¥åľ°æ°Ķ":116963,"第ä¸īåŃ£åº¦":116964,"åŁºè°ĥ":116965,"åıijéŁ³":116966,"社ä¼ļèµĦæľ¬":116967,"éĽĩ主":116968,"è¿ŀèĥľ":116969,"没åķ¥":116970,"廢":116971,"赶赴":116972,"æ¼ĶåĮĸ":116973,"åı¤æĢª":116974,"çİĭçĪ·":116975,"é¢ĦåħĪ":116976,"å¼Ģåħ·":116977,"åĽŀé¦ĸ":116978,"åľ°ä¸ĭæ°´":116979,"å°ıç¼ĸä¸Ģèµ·":116980,"èµİåĽŀ":116981,"åľ°è²Į":116982,"åĪĿä¸ī":116983,"åı¯çĶ¨äºİ":116984,"éģĹ迹":116985,"è¿Ļæī¹":116986,"èĸªæ°´":116987,"å¿ħçĦ¶ä¼ļ":116988,"æ²½":116989,"éįĭ":116990,"第ä¸Ģéĥ¨":116991,"åĪĬçī©":116992,"å®ŀä¾ĭ":116993,"æ¸ħåĩĢ":116994,"ä¸ĬèµĽåŃ£":116995,"åĽ¾è¡¨":116996,"éĤ®è½®":116997,"åĵªè£¡":116998,"缸è§ģ":116999,"æī°ä¹±":117000,"æ¯ıæ¯ı":117001,"è¿Ļè¾ĪåŃIJ":117002,"ç¡«éħ¸":117003,"äºī缸":117004,"溯æºIJ":117005,"åĩºä¼Ĺ":117006,"çİīçŁ³":117007,"åħ±çĶŁ":117008,"æŶéĹ´æ®µ":117009,"éĩįè¦ģæĮĩ示":117010,"æ¶Īè´¹éľĢæ±Ĥ":117011,"éķ¿éķ¿":117012,"éķ¿éķ¿çļĦ":117013,"å®īæĬļ":117014,"å¢ŀé«ĺ":117015,"æľ¬è½®":117016,"äº²çľ¼":117017,"é£İæ³¢":117018,"èĢģå¦Ī":117019,"æĶ¶è´¹æłĩåĩĨ":117020,"åĨħéĻĨ":117021,"æĮ¥åıij":117022,"åįĩåѦ":117023,"èĥ¸åīį":117024,"åģıè¿ľ":117025,"纯æ´ģ":117026,"æĸ½å·¥åįķä½į":117027,"身价":117028,"è´¢åĬĽ":117029,"纶":117030,"è£ħçĶ²":117031,"æĺ¾ç¤ºåĻ¨":117032,"毫åįĩ":117033,"æ·±çŁ¥":117034,"èĢ¶ç©":117035,"èĢ¶ç©Į":117036,"è¾ĥéĩı":117037,"åľ¨è¿ĩ渡":117038,"åľ¨è¿ĩæ¸¡æľŁ":117039,"èĮĹ":117040,"ä¸Ģ个æĺŁæľŁ":117041,"èĬ·":117042,"è´¿èµĤ":117043,"æ¿ķ":117044,"æĩĤäºĭ":117045,"秧":117046,"åħħå½ĵ":117047,"åĽ½ç«ĭ":117048,"èĬ±çĵ£":117049,"éĤĦè¦ģ":117050,"åħ¬åľĴ":117051,"触åĬ¨":117052,"æ³°å·ŀ":117053,"ä»Ģä¹Īæł·":117054,"æ»ĭåħ»":117055,"è¯ĦåĪ¤":117056,"æĮ¥æīĭ":117057,"èĦĪ":117058,"姥姥":117059,"è¿IJè´¹":117060,"æ¯ħåĬĽ":117061,"å¿ĥæĻº":117062,"ä¸įæİĴéĻ¤":117063,"第ä¸ī代":117064,"éĢĢè´§":117065,"æĺŁéĻħ":117066,"æ°¸åĪ©":117067,"æĬ¤åį«":117068,"çıŃ车":117069,"è¨Ģè¡Į":117070,"繪":117071,"主åĬ¨æĢ§":117072,"å·¥ç¨ĭè´¨éĩı":117073,"éĥĬåĮº":117074,"ä¸Ģæłĭ":117075,"ä½Ĩå®ŀéĻħä¸Ĭ":117076,"ä¸ī大èģĮä¸ļ":117077,"åij¼åı«":117078,"女åħĴ":117079,"è¯ģåĪ¸æĬķèµĦ":117080,"èĢĥæħ®":117081,"çĤ«èĢĢ":117082,"治好":117083,"åĺ¶":117084,"èĥ¤":117085,"åħīä¼ıåıijçĶµ":117086,"åĩłæŃ¥":117087,"æīĢæīĢ":117088,"æīĢæīĢéķ¿":117089,"çħ§æł·":117090,"åĵ¥ä»¬":117091,"è¯Ľ":117092,"è¿Ļä¸ĢåĪ»":117093,"çŁ¿çī©è´¨":117094,"ä¸įå¾Ĺå·²":117095,"åIJĮ缣":117096,"ç»Ĩå¾®":117097,"è·¯èĻİ":117098,"çĻ¾èĬ±":117099,"æ··æ²Į":117100,"ä¸Ĭæµ·è¯ģåĪ¸":117101,"éĢĢç¨İ":117102,"èµŀåı¹":117103,"æī®æ¼Ķ游æĪı":117104,"åIJįåĪĹ":117105,"åIJįåĪĹåīį":117106,"åIJįåĪĹåīįèĮħ":117107,"ç±³å°Ķ":117108,"ä»Ģä¹ĪåİŁåĽł":117109,"å®īåħ¨ä¿Ŀéļľ":117110,"ä¸Ģåıªæīĭ":117111,"ä¹³ä¸ļ":117112,"ä¸įçĶĺ":117113,"æĥħåķĨ":117114,"æĮ¡ä½ı":117115,"åİŁåĽłä¹ĭä¸Ģ":117116,"è¿Ļ两天":117117,"çĥĺçĦĻ":117118,"豬":117119,"ä½łä»¥ä¸º":117120,"没è§ģè¿ĩ":117121,"åĵªå®¶å¥½":117122,"åīįä»»":117123,"è¿Ľè´§":117124,"éĢĢåĽŀ":117125,"串èģĶ":117126,"èĩ³æĸ¼":117127,"åĨ°æ·ĩ":117128,"åĨ°æ·ĩæ·ĭ":117129,"æŁ¥çľĭ详æĥħ":117130,"çı¾å¯¦":117131,"æݨæµĭ":117132,"æİ¥æīĭ":117133,"éļ¶å±ŀäºİ":117134,"åŁİå¸Ĥ群":117135,"æĿİåħĪçĶŁ":117136,"çŁ¿æ³īæ°´":117137,"çī¹ä»·":117138,"æĽ´å¤ļ精彩":117139,"ç¨ĭå¼ı":117140,"读æĩĤ":117141,"å±ıèĶ½":117142,"奥æŀĹ":117143,"奥æŀĹåĮ¹":117144,"奥æŀĹåĮ¹åħĭ":117145,"红èĸ¯":117146,"奮":117147,"å®Ŀçİī":117148,"網絡":117149,"貧":117150,"欧å¼ı":117151,"çĻ½ç³ĸ":117152,"èĩªçĦ¶çģ¾å®³":117153,"åijĬè¯ī她":117154,"å»ļ":117155,"çĤ¹åĩ»æŁ¥çľĭ":117156,"é£İ湿":117157,"èµĦ产éĩįç»Ħ":117158,"ä¹Łä¸įä¾ĭå¤ĸ":117159,"åįĬ个å°ıæŶ":117160,"åIJ¸å¼ķæĽ´å¤ļ":117161,"æŶéĹ´èĬĤçĤ¹":117162,"æĶ¶çº³":117163,"åIJ¸æ¯Ĵ":117164,"èĢģ乡":117165,"çIJħ":117166,"æľĢçµĤ":117167,"åıįæĦŁ":117168,"çĶ¨å¾®ä¿¡":117169,"çĶ¨å¾®ä¿¡æī«":117170,"éĢŁçİĩ":117171,"大çĨĬçĮ«":117172,"åı¯æĥ³":117173,"åı¯æĥ³èĢĮ":117174,"åı¯æĥ³èĢĮçŁ¥":117175,"åĴ§":117176,"èµ°åħ¥":117177,"碳éħ¸":117178,"èĮĥåĨ°":117179,"èĮĥåĨ°åĨ°":117180,"被åĪ¤":117181,"积æŀģæݨåĬ¨":117182,"足足":117183,"ç²ĴåŃIJ":117184,"大å®Ĺ":117185,"大å®ĹåķĨåĵģ":117186,"ç½ij绾ç§ijæĬĢ":117187,"æĽ¼åŁİ":117188,"å·²ä¹ħ":117189,"å·²ä¹ħçļĦ":117190,"秦çļĩ":117191,"秦çļĩå²Ľ":117192,"ä»»æķĻ":117193,"åĶ¯ç¾İ":117194,"æ·¡åĮĸ":117195,"æ¡ĤèĬ±":117196,"çŁ¥è¯ĨåĪĨåŃIJ":117197,"æĩĴå¾Ĺ":117198,"主åħ¬":117199,"设计çIJĨ念":117200,"賺":117201,"æīĢæıIJä¾Ľ":117202,"æīĢæıIJä¾Ľä¹ĭ":117203,"æĶ»åħĭ":117204,"åĤ¾":117205,"è¯Ńæ³ķ":117206,"åįĥåı¤":117207,"éĸĭæĶ¾":117208,"第ä¸ĢèĬĤ":117209,"éĤĦæ²Ĵ":117210,"éĢĥçĶŁ":117211,"æ³Ĺ":117212,"åİ¿å§Ķ书记":117213,"ä½ľèĢħæīĢæľī":117214,"çħ½":117215,"ç»ħ":117216,"æłħ":117217,"æľ´ç´ł":117218,"çijķçĸµ":117219,"åĮħåĮħ":117220,"æ°ij主åħļ":117221,"ä¸įè¿ľå¤Ħ":117222,"å¥ĩå¼Ĥ":117223,"åĺ»åĺ»":117224,"æī¼":117225,"ç¿»å¼Ģ":117226,"æĢİèĥ½":117227,"éģ´éĢī":117228,"解éĩĭ":117229,"å¹¼ç¨ļ":117230,"è¦ģ好好":117231,"è¶´åľ¨":117232,"ç´¢åıĸ":117233,"ç»ĪçĶŁ":117234,"åħ¨æµģç¨ĭ":117235,"éģ©çķ¶":117236,"åįıè°ĥåıijå±ķ":117237,"æĬ¥ä»ĩ":117238,"ç§ijæĬĢåĽŃ":117239,"ä»Ģä¹Īéĥ½ä¸į":117240,"æľĢåIJİä¸Ģ次":117241,"ç»Ļ人ä¸Ģç§į":117242,"æł¸å®ļ":117243,"被åĪĹåħ¥":117244,"æĦıæĥ³ä¸įåĪ°":117245,"èĢĥæŁ¥":117246,"åľ¨æѤä¹ĭåīį":117247,"æīĵçIJĥ":117248,"è¶ĬæĿ¥è¶Ĭå°ij":117249,"å®ļå¾ĭ":117250,"è¡ĮæĶ¿æľºåħ³":117251,"ä½ıæĪ¿åħ¬ç§¯":117252,"å°ıå§IJå§IJ":117253,"ä¸īèı±":117254,"修补":117255,"èŀĥèŁ¹":117256,"西çĶ²":117257,"æĢł":117258,"çŃīå¤ļ项":117259,"产ä¸ļéĽĨèģļ":117260,"ä»·æł¼ä¸Ĭ涨":117261,"åħ¬åħ±åľºæīĢ":117262,"è¢ĭåŃIJ":117263,"æĨ§æĨ¬":117264,"çļĦæĸ¹å¼ıæĿ¥":117265,"åĪ°è´¦":117266,"çģ½":117267,"å·´èı²":117268,"å·´èı²çī¹":117269,"æ¼Ķä¹ł":117270,"èŃ¦ç¤ºæķĻèĤ²":117271,"çķıæĥ§":117272,"å¼ķæµģ":117273,"æĶ¶æĶ¯":117274,"å±Ĥåĩº":117275,"å±Ĥåĩºä¸į":117276,"å±Ĥåĩºä¸įç©·":117277,"æijĩæ»ļ":117278,"辦çIJĨ":117279,"纵è§Ĥ":117280,"æķijæµİ":117281,"家éĥ½çŁ¥éģĵ":117282,"åĮ¯":117283,"å°ı鸣":117284,"ä»»åĭĻ":117285,"计åħ¥":117286,"ç«ŀéĢī":117287,"å¼ĢèįĴæĹ¶æľŁ":117288,"åij¨æģ©":117289,"åij¨æģ©æĿ¥":117290,"交ç»ĩ":117291,"çķ¢æ¥Ń":117292,"æł¹æį®èĩªå·±":117293,"æĸ°äººçݩ家":117294,"åѵåĮĸåĻ¨":117295,"éĩĩæļĸ":117296,"å¹³åĿĩæ°´å¹³":117297,"åħ¬å¼Ģ课":117298,"失åĪ©":117299,"伺æľį":117300,"çĬģ":117301,"忽æĤł":117302,"主è¦ģéĽĨä¸Ń":117303,"æ¤įæłij":117304,"æ¯ĹéĤ»":117305,"èĩºçģ£":117306,"åĩºåĽ½çķĻåѦ":117307,"æĬĹéľĩ":117308,"æĥ©æĪĴ":117309,"å¹´åºķåīį":117310,"åĴ¸éĺ³":117311,"æ°ijå±ħ":117312,"大çIJĨçŁ³":117313,"éĿ³":117314,"éķĸ":117315,"æ¸ħè¿ľ":117316,"è£ħè½½":117317,"èĩĢ":117318,"å½±ä¸ļ":117319,"å¼ŁåħĦ":117320,"æĤ²è§Ĥ":117321,"çĿĢçľ¼äºİ":117322,"æįįåį«":117323,"åī¥å¤º":117324,"ç¯Ĩ":117325,"å¾Īéķ¿æŶéĹ´":117326,"è¥Ł":117327,"第ä¸ĢçĻ¾":117328,"ä¸ĢåĪĨéĴ±":117329,"æĸ°éĹ»è®°èĢħ":117330,"éķ·æľŁ":117331,"æ³ķæĪĺç»ĦåIJĪ":117332,"è°ģçŁ¥éģĵ":117333,"èħ°éĥ¨":117334,"æ±īåł¡":117335,"åħ¥çĿ¡":117336,"åįĸæİī":117337,"æ¶Īè²»èĢħ":117338,"æĥ¯ä¾ĭ":117339,"æĥ³äºĨ":117340,"æĥ³äºĨæĥ³":117341,"èĢģæŧå°ıåĮº":117342,"ä¼łè¨Ģ":117343,"åĪĨæķ°çº¿":117344,"æµģ泪":117345,"ç»Ħç»ĩé¢Ĩ导":117346,"äºļåĨĽ":117347,"å¢ŀåĢ¼æľįåĬ¡":117348,"å¾¹":117349,"伶":117350,"äºĽè®¸":117351,"å¸ĥèݱ":117352,"强æĤį":117353,"宫廷":117354,"绿èĮ¶":117355,"åĮ¡":117356,"å¾ĪæŃ£å¸¸":117357,"æĺ¥å¤ı":117358,"æ¯Ļ":117359,"è¯Ħæ¯Ķ":117360,"åĩ¡äºĭ":117361,"æĬīæĭ©":117362,"åĢĴéľī":117363,"éĩį度":117364,"åįıä¼ļä¼ļéķ¿":117365,"忧èĻij":117366,"ä¸ĭä¸Ģç¯ĩ":117367,"沪深":117368,"æĪİ":117369,"æīĵä»Ĺ":117370,"åįĪé¥Ń":117371,"å¹´é¾Ħ段":117372,"ä¸ŃåĽ½è¶³çIJĥ":117373,"设计æĸ¹æ¡Ī":117374,"åºĶçĶ¨æŁ¥çľĭ":117375,"é¢ĦæĸĻ":117376,"åĹ¡":117377,"ç¥ĸçĪ¶":117378,"çļĦä¸Ģåijĺ":117379,"æ´Ĺå¹²åĩĢ":117380,"åİĨåı²æĸ°":117381,"åİĨåı²æĸ°é«ĺ":117382,"çĭ¬åħ·":117383,"æħĭ度":117384,"æīĵ交":117385,"æīĵ交éģĵ":117386,"é»ĦçŁ³":117387,"çĽ¼æľĽ":117388,"çī§åľº":117389,"转弯":117390,"åįĩåįİ":117391,"åĨįä¹Łæ²¡æľī":117392,"èĭ±æīį":117393,"æĽ´åIJį为":117394,"åĢŁçĶ¨":117395,"çºłéĶĻ":117396,"ç»Ŀ对ä¸įä¼ļ":117397,"çİĭçīĮ":117398,"çĽĨåľ°":117399,"失è°ĥ":117400,"好象":117401,"é³¥":117402,"ä¿Ŀä¿®":117403,"åĽĽä¸ªèĩªä¿¡":117404,"头çļ®":117405,"åİŁåīĩ":117406,"æĬ¥æ¡Ī":117407,"奴éļ¶":117408,"å³Ļ":117409,"è°ĥæĸĻ":117410,"ä¹Łè¨±":117411,"èIJ½åĪ°":117412,"èIJ½åĪ°å®ŀ":117413,"èIJ½åĪ°å®ŀå¤Ħ":117414,"çĦļçĥ§":117415,"çĶŁæ´»çݯå¢ĥ":117416,"åºĶåıĬæŶ":117417,"è¶Ĭè¿ĩ":117418,"æĦŁè¬Ŀ":117419,"æĻ¯å¾·":117420,"æĻ¯å¾·éķĩ":117421,"çĬĢ":117422,"身éĤĬ":117423,"ç¨İåĬ¡æĢ»å±Ģ":117424,"åĩĢåľŁ":117425,"ä¾µåįł":117426,"åĬ¨å·¥":117427,"å¹´ä¹ĭ":117428,"å¹´ä¹ĭä¹ħ":117429,"第äºĮèĬĤ":117430,"åĬ¨çī©åĽŃ":117431,"第ä¸Ģ书记":117432,"éħļ":117433,"çĶŁäº§è®¾å¤ĩ":117434,"æŁIJç§įç¨ĭ度":117435,"åľŃ":117436,"åĩŃåĢŁçĿĢ":117437,"éĺħè§Ī":117438,"çĻ½æ²Ļ":117439,"æ²¹çĥŁ":117440,"çªģçł´åı£":117441,"åıĹå½±åĵį":117442,"åı¯ä»¥æĽ´å¥½":117443,"å³°åĢ¼":117444,"æĿĤè´¨":117445,"宿è¿ģ":117446,"çĽĺæ´»":117447,"æ¿Ģèµ·":117448,"åĦ¿ç§ij":117449,"åĿIJèIJ½åľ¨":117450,"æĮªå¨ģ":117451,"æµ·å²Ľ":117452,"绣绣":117453,"éĻ¨":117454,"ä¼ĺäºİ":117455,"å°Ī家":117456,"ä¸ĢéĤĬ":117457,"èIJĬ":117458,"äºĨä¸Ģåı£":117459,"æ²ĥå°Ķæ²ĥ":117460,"æŃ£å¸¸ä½¿çĶ¨":117461,"æĻ®éģįåŃĺåľ¨":117462,"丰满":117463,"çĶ»åį·":117464,"åºĶæĶ¶":117465,"åºĶæĶ¶è´¦":117466,"åºĶæĶ¶è´¦æ¬¾":117467,"å®Įæķ´çĥŃ":117468,"å®Įæķ´çĥŃæ¦ľ":117469,"注è§Ĩ":117470,"çĨĦ":117471,"躬":117472,"éĶĢåĶ®äººåijĺ":117473,"è¶ĭåIJij":117474,"çĦ¦æĢ¥":117475,"åįģå¹´åīį":117476,"ä¼łç»Łäº§ä¸ļ":117477,"質éĩı":117478,"åĩ¤åĩ°ç½ij":117479,"èµĦæºIJæķ´åIJĪ":117480,"æ¶Įåħ¥":117481,"æĸĩåĮĸä¼łæĴŃ":117482,"çķĮ第ä¸Ģ":117483,"æ°´æ³µ":117484,"宫殿":117485,"æݢ寻":117486,"ä¿®åīª":117487,"æĦıè¦ĭ":117488,"ç´Ĭä¹±":117489,"æĽī":117490,"çĻ½è¡£":117491,"èĻİåį«":117492,"ç´§æī£":117493,"å¤Ħå¤Ħéķ¿":117494,"åĪĽå»ºå·¥ä½ľ":117495,"红æŀ£":117496,"饼干":117497,"äºĨåįĬ天":117498,"ä¼ļå½±åĵįåĪ°":117499,"çĽ¸ä¿¡å¤§å®¶":117500,"èħ¾é£ŀ":117501,"å°±å¦ĤåIJĮ":117502,"ä¸ĭéĿ¢å°ıç¼ĸ":117503,"æ°ijèIJ¥ç»ıæµİ":117504,"æĻ¦":117505,"è£ħæī®":117506,"é»ijå¤ľ":117507,"常德":117508,"å·¥ä¸ļ大åѦ":117509,"æĺİçŁ¥":117510,"éĺŁåijĺ们":117511,"åIJ¬è¯¾":117512,"æ¯ıéļĶ":117513,"羣æĺ¯å¤ª":117514,"åIJĪä½ľåħ±èµ¢":117515,"çIJĨåıij":117516,"æīįå¹²":117517,"çľĭèµ·ä¾Ĩ":117518,"殿ä¸ĭ":117519,"å®īéĺ³":117520,"æīĢ产çĶŁçļĦ":117521,"éĽĩä½£":117522,"æĬ¬èµ·å¤´":117523,"æį®æĬ¥éģĵ":117524,"éļĨéĩį举è¡Į":117525,"交éĶĻ":117526,"è¶ħé¢Ŀ":117527,"åĮĸçĸĹ":117528,"é¡Ĩ":117529,"纵深":117530,"çĪ±åĽ½ä¸»ä¹ī":117531,"éĻ¢åī¯éĻ¢éķ¿":117532,"讳":117533,"羣æŃ£åģļåĪ°":117534,"åѤåįķ":117535,"èĩªçĦ¶èĢĮ":117536,"èĩªçĦ¶èĢĮçĦ¶":117537,"修身":117538,"èĬ¹":117539,"æģ¯æģ¯":117540,"æģ¯æģ¯çĽ¸åħ³":117541,"é©¾æł¡":117542,"æݩ饰":117543,"æ³½è¿ŀ":117544,"æ³½è¿ŀæĸ¯åŁº":117545,"举æŃ¢":117546,"管çIJĨä½ĵåĪ¶":117547,"åħ¶ä¸Ńä¹ĭä¸Ģ":117548,"æĿ¾å¼Ľ":117549,"æĭ¦æĪª":117550,"åį«åģ¥":117551,"åį«åģ¥å§Ķ":117552,"ä»İåݻ年":117553,"åĤ¢":117554,"è´Ń票":117555,"åĽ¾æłĩ":117556,"河西":117557,"æ°ijæĶ¿å±Ģ":117558,"ç§ģèIJ¥":117559,"å¤ĸåĽ½è¯Ń":117560,"干货":117561,"æĵ¦æĭŃ":117562,"åľ°ä¸Ń":117563,"åľ°ä¸Ńæµ·":117564,"æµĵæµĵ":117565,"æµĵæµĵçļĦ":117566,"å§ĭ建":117567,"å§ĭ建äºİ":117568,"ç¶ĵæŃ·":117569,"è·¯æ¼Ķ":117570,"æļ´é£İ":117571,"åŁºè¾ħ":117572,"æī¶è´«å·¥ä½ľ":117573,"ä¸Ģ缴å¤Ħäºİ":117574,"æĥħ趣":117575,"äºĮåŃ£åº¦":117576,"åİĮæģ¶":117577,"顺åĪ©å®ĮæĪIJ":117578,"æŁ¥å°ģ":117579,"顶端":117580,"ä¸įåŃķ":117581,"ä¸Ģ大åłĨ":117582,"被æ·ĺæ±°":117583,"æĺ¯çĶ¨æĿ¥":117584,"æľĢåIJĪéĢĤ":117585,"äº®çľ¼":117586,"并ä¸įæĺ¯å¾Ī":117587,"ç§ijçłĶéĻ¢":117588,"ç§ijçłĶéĻ¢æīĢ":117589,"ç²Ł":117590,"é¢Īéĥ¨":117591,"é»ĺé»ĺåľ°":117592,"é«ĺä¸ŃçĶŁ":117593,"æĹıèĩªæ²»åİ¿":117594,"æķĻåŃ¦è´¨éĩı":117595,"æĪĺçģ«":117596,"åĿİåĿ·":117597,"æIJŃä¹ĺ":117598,"è¯ĹæĦı":117599,"åĪijèѦ":117600,"åĩºæ±Ĺ":117601,"åįģåħŃæĿ¡":117602,"请åıĬæŶ":117603,"åĨľä¸ļ大åѦ":117604,"èIJ½åı¶":117605,"æĢ»èĢĮè¨Ģ":117606,"æĢ»èĢĮè¨Ģä¹ĭ":117607,"æĿľåħ°":117608,"æĿľåħ°çī¹":117609,"éĻªä½ł":117610,"åħ¬æĬ¥":117611,"çķĻè¨ĢæĿ¿":117612,"éĺħåİĨ":117613,"競çĪŃ":117614,"ç»ĻåĪ«äºº":117615,"æĹ¥æĬ¥ç¤¾":117616,"åĿIJèIJ½":117617,"åĿIJèIJ½äºİ":117618,"éĩijåŃĹ":117619,"éĩijåŃĹå¡Ķ":117620,"åĽ¤":117621,"è¯Ŀåī§":117622,"æĮģç»Ńæİ¨è¿Ľ":117623,"æ¼ıæ°´":117624,"詳細":117625,"æĢĢæĬ±":117626,"åıĺå¹»":117627,"饥饿":117628,"éļIJ身":117629,"ä¸ªèµĽåŃ£":117630,"åĵ¡å·¥":117631,"æģ¢å¤įæŃ£å¸¸":117632,"äºĨ好å¤ļ":117633,"æĺŁå·´":117634,"æĺŁå·´åħĭ":117635,"åħīçݯ":117636,"å¸ħåĵ¥":117637,"çĻ½éĽª":117638,"ç¨įç¨į":117639,"计æıIJ":117640,"æĦĽæĥħ":117641,"éİĸ":117642,"ä¿¡éĺ³":117643,"è§Ģå¯Ł":117644,"å¦Ĥæŀľä½łæĥ³":117645,"缸æ¯Ķä¹ĭä¸ĭ":117646,"解å¼Ģ":117647,"æīĵåį°æľº":117648,"身躯":117649,"ç²¾ç¥ŀæĸĩæĺİ":117650,"èĤ¡æĮĩ":117651,"å¾®åĪĽ":117652,"红èĮ¶":117653,"èĩ´çĻĮ":117654,"æģ©æĸ½":117655,"èħ¿éĥ¨":117656,"大åŀĭå¤ļ人":117657,"å®īåĢį":117658,"è¾ħ导åijĺ":117659,"èĪªéģĵ":117660,"å¸ĥå°Ķ":117661,"åįĹå®ģå¸Ĥ":117662,"ä¸ĬçıŃæĹı":117663,"侧ç»ĵæŀĦæĢ§":117664,"追éļı":117665,"å½ĵåľ°æĶ¿åºľ":117666,"èµ°åĩºæĿ¥":117667,"éĩijèŀįä¸ļ":117668,"ä¸Ľä¹¦":117669,"é¡¹çĽ®ç»ıçIJĨ":117670,"è¿ĩæĪ·":117671,"骨æŀ¶":117672,"è¡Ļ":117673,"ä»Ģ麽":117674,"èħĭ":117675,"è¦ģ害":117676,"åľ¨åºĬä¸Ĭ":117677,"代è¨Ģ人":117678,"並å°ĩ":117679,"åIJĦ个æĸ¹éĿ¢":117680,"è°´è´£":117681,"åħ±æĮ¯":117682,"åį³å°ĨåĪ°æĿ¥":117683,"èĤºçĻĮ":117684,"ä¾ĽéĶĢ":117685,"丼æŀĹ":117686,"èµĥ":117687,"åįģä½Ļå¹´":117688,"åĭĺæİ¢":117689,"飵åij³":117690,"èĭ¦ç¬ij":117691,"æľĢ大ç¨ĭ度":117692,"éĩįçĤ¹åħ³æ³¨":117693,"ä¹ĭ举":117694,"满æĢĢ":117695,"åıĹåĪ°å½±åĵį":117696,"æĭĽæĬķæłĩ":117697,"è¡¥é½IJ":117698,"西红":117699,"è¥¿çº¢æŁ¿":117700,"鬧":117701,"è£ħåį¸":117702,"éĤ»éĩĮ":117703,"èĤĩäºĭ":117704,"æİĴæ¯Ĵ":117705,"åѤåĦ¿":117706,"鼶è·Ŀ离":117707,"å®ŀå¹²":117708,"çľĭæŁ¥çľĭ":117709,"æĶ¶è´¹ç«Ļ":117710,"ç»·":117711,"åħ¬çĽĬæĢ§":117712,"éĢĴç»Ļ":117713,"æĶ»æīĵ":117714,"æĺŁçº§éħĴåºĹ":117715,"æĺİåªļ":117716,"çį¨ç«ĭ":117717,"è¯Ŀè¯ŃæĿĥ":117718,"ä¸ĢæŃ¥ä¸ĢæŃ¥":117719,"书æ³ķ家":117720,"æľªç»ıæİĪæĿĥ":117721,"çŁ³èĨı":117722,"åĩŃä»Ģä¹Ī":117723,"çļĦæĹ¥":117724,"çļĦæĹ¥åŃIJéĩĮ":117725,"诱人":117726,"çĻ¾åĪĨçĻ¾":117727,"èĪĪ趣":117728,"å¼łåħĪçĶŁ":117729,"èĢģçĪ·åŃIJ":117730,"æ³¢çī¹":117731,"åŁºéĩij份é¢Ŀ":117732,"æ²Ļåıijä¸Ĭ":117733,"å¥ĭæĸĹ缮æłĩ":117734,"æ°¢èĥ½":117735,"æ²ĥå°ĶçİĽ":117736,"義åĭĻ":117737,"éŁ³ç®±":117738,"æ²ī浸":117739,"æ²īæµ¸åľ¨":117740,"èĭ±åľĭ":117741,"çģ¯çģ«":117742,"è¿Ľé¡¹":117743,"两端":117744,"ä¹Ķ丹":117745,"èĦ¸é¢Ĭ":117746,"åıijå±ķæ½ľåĬĽ":117747,"åĭķä½ľ":117748,"åĵĪä½Ľ":117749,"å®´ä¼ļ":117750,"æ§į":117751,"ç«ĭå¿Ĺ":117752,"ç¡ķ士åѦä½į":117753,"åĭĭç«ł":117754,"è¿Ļåľºæ¯ĶèµĽ":117755,"æĮģå¹³":117756,"éķĢéĶĮ":117757,"èĭ±çī¹":117758,"èĭ±çī¹å°Ķ":117759,"æķĻèģĮå·¥":117760,"åĬŁåĬĽ":117761,"该æ¡Ī":117762,"ä¸Ģæ¢Ŀ":117763,"åĺīå¹´":117764,"åĺīå¹´åįİ":117765,"è¿«ä¸įåıĬ":117766,"è¿«ä¸įåıĬå¾ħ":117767,"è¿Ļ个æĹ¶ä»£":117768,"精彩æĴŃæĬ¥":117769,"人èĦ¸":117770,"人èĦ¸è¯ĨåĪ«":117771,"æ£Ģå¯Łå®ĺ":117772,"å°ıèħ¿":117773,"éĨĴ缮":117774,"åħļæĢ»":117775,"åħļæĢ»æĶ¯":117776,"æĪŁ":117777,"èĮ«çĦ¶":117778,"è±ĨæµĨ":117779,"主治":117780,"éĿĴæµ·çľģ":117781,"åĪijäºĭ责任":117782,"çł°":117783,"ä¹ĭæ¬ĬåĪ©":117784,"äºĶå®ĺ":117785,"è¿·æĥij":117786,"åħ¥åºĵ":117787,"家纺":117788,"弹簧":117789,"åįģäºĶæĿ¡":117790,"ç»Ļå®Ŀå®Ŀ":117791,"èĪªç©ºèĪªå¤©":117792,"å¾Ģå¤ĸ":117793,"å¼ķåĬĽ":117794,"çľ¼çļ®":117795,"æ¶ī足":117796,"æĿ¥å®¾":117797,"åľ¨çº¿è§Ĵèī²":117798,"çĥŃéĶĢ":117799,"æµģéĢĿ":117800,"泡泡":117801,"éĻįå¹ħ":117802,"è´ŁéĿ¢å½±åĵį":117803,"红楼":117804,"红楼梦":117805,"éļĶçĿĢ":117806,"侥幸":117807,"许ä¹ħ":117808,"åĴĮçĿ¦":117809,"èŃ½":117810,"使çĶ¨èĢħæĪĸ":117811,"ä¹°åįķ":117812,"è¿´":117813,"é£İæīĩ":117814,"æķĻ師":117815,"æ¡ĮåŃIJä¸Ĭ":117816,"å¾Īæ¼Ĥ亮":117817,"åł±å°İ":117818,"第ä¸ĢåŃ£åº¦":117819,"ç©©å®ļ":117820,"æĤ²åĵĢ":117821,"çĿĢåĬĽæīĵéĢł":117822,"æĮŁ":117823,"路桥":117824,"åijIJ":117825,"åľ£è¯ŀèĬĤ":117826,"çļĩåŃIJ":117827,"ä»ĩæģ¨":117828,"éħĿéħ¿":117829,"ä¸įéĹ´":117830,"ä¸įéĹ´æĸŃ":117831,"æĮĩå°ĸ":117832,"ä¸ŃåĽ½ç½ij游":117833,"åŀ£":117834,"æĦıè§ģ建议":117835,"æ¯ħçĦ¶":117836,"亮度":117837,"èģĶè°Ĭ":117838,"å½ķåħ¥":117839,"åĦ²":117840,"å¨ĺ家":117841,"ç§ijå°Ķ":117842,"ä¹Łæ²¡ä»Ģä¹Ī":117843,"æł¹æį®ä¸įåIJĮ":117844,"åı¶ä¿®":117845,"åĢ¼å®Ī":117846,"æľ«ç«¯":117847,"åĪ¨":117848,"åĤµåĭĻ":117849,"èģ¯åIJĪ":117850,"å¥ĩå¹»":117851,"èĻļæŀĦ":117852,"é»Ħæĺı":117853,"å¹³åĿ¦":117854,"æµģæ°ĵ":117855,"æĸ°åŁºå»º":117856,"æĮ½æķij":117857,"åįİå°Ķ":117858,"åįİå°Ķè¡Ĺ":117859,"æľĢåıĹ欢è¿İ":117860,"ç»Ń约":117861,"å¼Ĭ端":117862,"éŃĶæ³ķå¸Ī":117863,"éŃĶæ³ķå¸ĪåĴĮ":117864,"åħ·ä½ĵåĨħ容":117865,"çIJīçĴĥ":117866,"æī©å®¹":117867,"èĮ¶åĽŃ":117868,"主ä¹īèĢħ":117869,"ç«ĭéĿ¢":117870,"æİ¥åıĹéĩĩ访":117871,"åĩºåħ¥å¢ĥ":117872,"ç§ijåįı":117873,"éĴ³":117874,"çµIJæ§ĭ":117875,"ç»ĵæŀľæĺ¾ç¤º":117876,"åı°è´¦":117877,"å°±æĿ¥çľĭçľĭ":117878,"èĩªæķij":117879,"åıįæĩī":117880,"åİ»åĵªåĦ¿":117881,"è¿Ļé¦ĸ":117882,"è¿Ļé¦ĸæŃĮ":117883,"åIJ¬ä¼Ĺ":117884,"å¤ĸ壳":117885,"ä½ĵèĤ²é¦Ĩ":117886,"實æĸ½":117887,"èŀºä¸Ŀ":117888,"æĭīåįĩ":117889,"çĮĽåľ°":117890,"åħ¨åĽ½äººæ°ij":117891,"æĤīå°¼":117892,"æĹı群":117893,"åĽ¢åijĺ":117894,"两个å°ıæŶ":117895,"åľ¨çݩ家":117896,"åľ¨çݩ家ä¸Ń":117897,"çĶľçĶľ":117898,"æĬķè¡Į":117899,"åįĶæľĥ":117900,"éĻ¡":117901,"åĬłå·¥åİĤ":117902,"æ¦ĨæŀĹ":117903,"æŃ»è§Ĵ":117904,"åĨħå¹ķ":117905,"æīĢæľīæĥħèĬĤ":117906,"åĪ·åį¡":117907,"æ°´èĤ¿":117908,"èĥĥåı£":117909,"å«Įå¼ĥ":117910,"沮丧":117911,"ä¸ī年级":117912,"æ¶Ĥå±Ĥ":117913,"å¿ĥ仪":117914,"å¿ĥ仪çļĦ":117915,"å¤Ń":117916,"é¦ĸè½®":117917,"æĹłè®ºæĺ¯åħ¶":117918,"éĢıæ°Ķ":117919,"äºĮåįģäºĶ":117920,"箫":117921,"åĬŁåĬ³":117922,"çŃ¾ä¸ĭ":117923,"æ²īè¿·":117924,"æķijåij½":117925,"éĹªéĹª":117926,"åIJĥäºı":117927,"å±ķåĵģ":117928,"åį³æŶåıijçĶŁ":117929,"綾":117930,"綾åIJĪ":117931,"æłĩæĺİ":117932,"çľĭçĶµå½±":117933,"åħ¬ç«ł":117934,"éĺ¿æ£®":117935,"éĺ¿æ£®çº³":117936,"身åĪĽéĢł":117937,"身åĪĽéĢłçļĦ":117938,"æ¸Ľå°ij":117939,"åĢ¼å¾Ĺåħ³æ³¨":117940,"鼶åĶ®åķĨ":117941,"æįĨç»ij":117942,"è¸ıåħ¥":117943,"èĽŁ":117944,"æŁ´çº³":117945,"èĢģåħµ":117946,"绿èī²çݯä¿Ŀ":117947,"é¹Ń":117948,"éº»æľ¨":117949,"æıŃçīĮ":117950,"è¿Ļ款车":117951,"ç¾İå¾·":117952,"ç¾İå¾·åħ¬åı¸":117953,"涧":117954,"è°ģçŁ¥":117955,"æ´ĭèij±":117956,"æ¯įæł¡":117957,"ä¸ĢéĹª":117958,"çĶ·ä¸»è§Ĵ":117959,"æĹłçº¿çĶµ":117960,"å±łå®°":117961,"æĺ¯éŁ©åĽ½":117962,"æĺ¯éŁ©åĽ½å¨±":117963,"容è²Į":117964,"åĿĩ使åħ¶":117965,"太快":117966,"å¹´çĶ±":117967,"å¹´çĶ±çĽĽ":117968,"èĭ¦èĭ¦":117969,"åĬĽè¿ĺæĺ¯":117970,"åĬĽè¿ĺæĺ¯èĩª":117971,"æĨ©":117972,"èģ¯çµ¡":117973,"åĶ¾":117974,"åħ·æľīæĪĺ士":117975,"追éĹ®":117976,"åłĨæĶ¾":117977,"åıį驳":117978,"å®ŀäºĭæ±Ĥ":117979,"å®ŀäºĭæ±Ĥæĺ¯":117980,"åѸéĻ¢":117981,"åįģåĩłä¸ª":117982,"æķijæĬ¤":117983,"æķijæĬ¤è½¦":117984,"ç½ijç»ľä¼łæĴŃ":117985,"åįģåħ«å±Ĭ":117986,"éĥ¨åī¯":117987,"éĥ¨åī¯éĥ¨éķ¿":117988,"çĹ´è¿·":117989,"管çIJĨæĿ¡ä¾ĭ":117990,"èŀį为ä¸Ģä½ĵ":117991,"æĢ»äº§åĢ¼":117992,"è³ĵ":117993,"ä¸ĥæĺŁ":117994,"çıŃç»Ħ":117995,"绣é¢Ĩ":117996,"请大家":117997,"éĩijéĻµ":117998,"èĪħèĪħ":117999,"æµ·æ¹¾":118000,"æĸ½çŃĸ":118001,"享èªī":118002,"麥":118003,"端åįĪ":118004,"绿åŁİ":118005,"確ä¿Ŀ":118006,"å·´æĭī":118007,"åĨĴçĿĢ":118008,"æħ·æħ¨":118009,"个人è§ĤçĤ¹":118010,"ä¹Ļçĥ¯":118011,"ç¡ħè°·":118012,"éĸĭå±ķ":118013,"å°ļ书":118014,"åĿļ飧":118015,"庵":118016,"èĢģé¾Ħ":118017,"èĢģé¾ĦåĮĸ":118018,"çľ¨çľ¼":118019,"绿水":118020,"绿水éĿĴå±±":118021,"书é¦Ļ":118022,"主åĬĽåĨĽ":118023,"æīįæĺ¯çľŁæŃ£":118024,"æĬ¢åħĪ":118025,"æĪIJå°±æĦŁ":118026,"éĩįæŀĦ":118027,"éĴ¢åİĤ":118028,"æĪIJ份":118029,"èĬ±çº¹":118030,"ä¹ĭäºī":118031,"å¹²ç»Ĩèĥŀ":118032,"æĹ¢åı¯ä»¥":118033,"ç¹ģçIJIJ":118034,"æĦļèł¢":118035,"éĿŀ常æĺİæĺ¾":118036,"ä½ĵ彩":118037,"æĬĢæ³ķ":118038,"æĿĨèıĮ":118039,"å¹¿æ³Ľåħ³æ³¨":118040,"åĮĹå®ĭ":118041,"å§Ĭ妹":118042,"åįıåĬŀ":118043,"æ·®åįĹ":118044,"çĥı":118045,"æ´ĹèĦ¸":118046,"åıĹ访":118047,"åıĹ访èĢħ":118048,"éĩįè¦ģåĽłç´ł":118049,"å½±è§Ĩåī§":118050,"综èīºèĬĤ缮":118051,"èľķåıĺ":118052,"äºĮ线":118053,"äºĮ线åŁİå¸Ĥ":118054,"ä¼Ĭå§ĭ":118055,"çıĬçijļ":118056,"èĩªæŁ¥":118057,"åħ¥åĽŃ":118058,"åĩ¶æīĭ":118059,"åħ¬è¯ī":118060,"éģĩéļ¾":118061,"éĩĩçŁ¿çŃī":118062,"èĩªçIJĨ":118063,"åĸ·æ¶Ĥ":118064,"æī©åħħ":118065,"éĢıè§Ĩ":118066,"é«ĺéĢŁå¢ŀéķ¿":118067,"åĽ¾çĶ»":118068,"ç¾¹":118069,"èĤĩåºĨ":118070,"è¾ľè´Ł":118071,"èµĶä»ĺ":118072,"è·¡":118073,"åģ¥åº·æĪIJéķ¿":118074,"以ä¸ĬåѦåİĨ":118075,"åıĸå¾Ĺ以åıĬ":118076,"æ²ī积":118077,"åįģä¹Ŀå±Ĭ":118078,"缸éĹľæľįåĭĻ":118079,"æī§åĭ¤":118080,"åī¯åİ¿éķ¿":118081,"寰":118082,"åģľæ»ŀ":118083,"淹没":118084,"çŁ³çģ°":118085,"çį¸":118086,"åĢ¦":118087,"ç¾İåªĴ":118088,"æķĻæ¡Ī":118089,"åĬłçĽĸ":118090,"åħ¬å¼ĢèµĽ":118091,"å¥łåŁº":118092,"æĺĨèĻ«":118093,"çŀħ":118094,"磷éħ¸":118095,"äºīåĪĽ":118096,"çİĭæĻĵ":118097,"ç¼ĵåĨ²":118098,"åİļåİļ":118099,"åİļåİļçļĦ":118100,"æŀ£åºĦ":118101,"ç²¾çĽĬ":118102,"ç²¾çĽĬæ±Ĥ":118103,"ç²¾çĽĬæ±Ĥç²¾":118104,"åĪĨæĶ¯æľºæŀĦ":118105,"å®ŀæĸ½ç»ĨåĪĻ":118106,"æĸ°èµĽåŃ£":118107,"總統":118108,"éĢłè¡Ģ":118109,"é¢ĩåħ·":118110,"é»ĦåŁĶ":118111,"è¡ĢèĦĤ":118112,"交éĢļå·¥åħ·":118113,"å³¥":118114,"æĹıèĩªæ²»å·ŀ":118115,"寺éĻ¢":118116,"確å®ļ":118117,"æ¦Ĥ念èĤ¡":118118,"æĦŁå®ĺ":118119,"æŁľåı°":118120,"åĶĶ":118121,"çŀŃ解並":118122,"æĢ»ä»·":118123,"åIJ¸åħ¥":118124,"æĢ¼":118125,"æĻļéĹ´":118126,"å±Ĭæ¯ķä¸ļçĶŁ":118127,"çĶŁå§ľ":118128,"éĺħ读åħ¨æĸĩ":118129,"å¾ĹåĪ°æľīæķĪ":118130,"æIJľæķij":118131,"åİĨæĿ¥":118132,"èŃīæĺİ":118133,"åĥ»":118134,"èĨ³é£Ł":118135,"åĦĦåħĥ":118136,"æīĵåİĭ":118137,"宾客":118138,"åķ¼":118139,"ä¸ĢçĻ¾å¤ļ":118140,"æ·±åħ¥äººå¿ĥ":118141,"æ¢ħå·ŀ":118142,"çłĶåѦ":118143,"åħ³ä¹İ":118144,"è¼Ľ":118145,"亲åıĭ":118146,"éħįæĸĻ":118147,"æĪijçĪ±ä½ł":118148,"è´¸æĺĵæĪĺ":118149,"æľīèī²":118150,"æľīèī²éĩijå±ŀ":118151,"æįIJåĬ©":118152,"为é¦ĸ":118153,"为é¦ĸçļĦ":118154,"å¯ĮåĬĽ":118155,"çĶ·ç¥ŀ":118156,"é³³":118157,"æµĩæ°´":118158,"åIJ±":118159,"æĺİç¡®æıIJåĩº":118160,"åı¹äºĨ":118161,"åı¹äºĨåı£æ°Ķ":118162,"礼æĭľ":118163,"è¿Ļ个åIJįåŃĹ":118164,"ä¿¡å¾Ĵ":118165,"å¿Ĺ强":118166,"éĻIJæŶ":118167,"æĶ¶è²»":118168,"åĨľå®¶ä¹IJ":118169,"å°ıé¾ĻèĻ¾":118170,"èIJ½å¹ķ":118171,"æ§Ł":118172,"åѦ龸":118173,"æĪĸå¤ļ":118174,"æĪĸå¤ļæĪĸ":118175,"æĪĸå¤ļæĪĸå°ij":118176,"座è°Īä¼ļä¸Ĭ":118177,"涼":118178,"éŃĶçİĭ":118179,"å²±":118180,"顶å±Ĥ":118181,"顶å±Ĥ设计":118182,"èĦijåŃIJéĩĮ":118183,"éĻ¢åŃIJéĩĮ":118184,"轩è¾ķ":118185,"身å¿ĥåģ¥åº·":118186,"èħij":118187,"éĹľæ³¨":118188,"åıĤåĬłä¼ļè®®":118189,"ä¸ŃåįİæĸĩåĮĸ":118190,"追寻":118191,"å®īçĦ¶":118192,"é£Ļåįĩ":118193,"éŁŃèıľ":118194,"鸦":118195,"åĤ¨éĩı":118196,"çĶ·æĸ¹":118197,"å¤ĩ份":118198,"æijĶåĢĴ":118199,"润æ»ijæ²¹":118200,"éĢ¼è¿ij":118201,"çĶ³è¯ī":118202,"鸣类":118203,"çŁ³æ²¹åĮĸå·¥":118204,"åĿļæŀľ":118205,"è¿Ļ家ä¼Ļ":118206,"æĭĴä¸į":118207,"羣çļ®":118208,"è·ĿéĽ¢":118209,"è¿ĺæĮº":118210,"éĽķåĥı":118211,"åĪĿæģĭ":118212,"æıIJä¾ĽæĽ´å¤ļ":118213,"æŁ¥çľĭåħ¨æĸĩ":118214,"æķ°åŃĹè´§å¸ģ":118215,"åĸīåĴĻ":118216,"åı¦ä¸Ģä½į":118217,"åĤ¬åĮĸ":118218,"åĤ¬åĮĸåīĤ":118219,"ä»İæĿ¥æ²¡":118220,"å¯ĨåĪĩ缸åħ³":118221,"éĥ¨ä¸»ä»»":118222,"产åĵģç»ıçIJĨ":118223,"並åIJĮæĦı":118224,"èIJ½åħ¥":118225,"å±ıå¹ķä¸Ĭ":118226,"åħ¬åı¸ç«łç¨ĭ":118227,"æį¢åı¥è¯Ŀ":118228,"æį¢åı¥è¯Ŀ说":118229,"ä½įæĸ¼":118230,"ä½Ķ":118231,"åĩ»æĿĢ":118232,"缸è¾ĥ":118233,"缸è¾ĥäºİ":118234,"ç²½åŃIJ":118235,"åįĹæŀģ":118236,"宫é¢Ī":118237,"è£ģåijĺ":118238,"æĺİç»Ĩ":118239,"ä»·åĢ¼éĵ¾":118240,"åĽĽä¸ªæĸ¹éĿ¢":118241,"æĥħåĨµæĿ¥çľĭ":118242,"æĮijåīĶ":118243,"æ®ĺ":118244,"æŀģåĬĽ":118245,"çĸijéļ¾":118246,"æĬµæĬĹåĬĽ":118247,"æĢ¥éĢŁ":118248,"æĪĮ":118249,"ä½İä¼°":118250,"éĹªè¿ĩ":118251,"æģ¬":118252,"èµŀæī¬":118253,"ä»ĸå¦Ī":118254,"æĪIJ为ä¸ĢåIJį":118255,"æ´Ĺ礼":118256,"é¢Ħ计å°Ĩ":118257,"åħĪè¿Ľåįķä½į":118258,"è¼Ķ":118259,"éĢĥèĦ±":118260,"çİ°åŃĺ":118261,"èĢģèĻİæľº":118262,"åįģä¸ĥæĿ¡":118263,"åı¦ä¸ĢåįĬ":118264,"温æĥħ":118265,"åī¥ç¦»":118266,"ä¸ĸè´¸":118267,"å®ĺåı¸":118268,"å¾Īå·®":118269,"éĹ´è·Ŀ":118270,"请注æĦı":118271,"åı²è¯Ĺ":118272,"åĪ©åĻ¨":118273,"è¿IJç®Ĺ":118274,"沦为":118275,"該使çĶ¨èĢħ":118276,"èĮ¬":118277,"éĶ¦ç»£":118278,"åı²æĸĻ":118279,"çģµæ´»æĢ§":118280,"èģĶ社":118281,"æĹłåĬ©":118282,"æĬĹæ°§åĮĸ":118283,"èıľèĤ´":118284,"éĢłèĪ¹":118285,"æİīèIJ½":118286,"å¤įæŁ¥":118287,"åĭĥåĭĥ":118288,"åij¼å£°":118289,"給äºĪ":118290,"åIJĮäºĭ们":118291,"ç½°":118292,"è¯ķæİ¢":118293,"åħ³éĶ®åŃĹ":118294,"æįIJçĮ®":118295,"ç»Łè®¡æķ°æį®":118296,"åĪĽä½ľèĢħ":118297,"ä¸ĭåįĬ":118298,"ä¸ĭåįĬåľº":118299,"æī¿æĭħ责任":118300,"端æŃ£":118301,"ç©¿è¡£":118302,"ä¼łçIJĥ":118303,"åĬ©éķ¿":118304,"åĩ±":118305,"éķ¶åµĮ":118306,"é£ŀç¿Ķ":118307,"è¾ĵåįµ":118308,"è¾ĵåįµç®¡":118309,"ä¸ĩåħ¬éĩĮ":118310,"æݨ广åºĶçĶ¨":118311,"å¿«æ¨Ĥ":118312,"秽":118313,"èī°å·¨":118314,"åIJ¬å®Į":118315,"åĿļ硬":118316,"å¥¥åľ°":118317,"å¥¥åľ°åĪ©":118318,"é¢ĵ":118319,"èĻIJå¾ħ":118320,"ä¾Ľæ±Ĥ":118321,"éľīç´ł":118322,"伪è£ħ":118323,"ä¹¡åľŁ":118324,"åĩ¡æľ¬ç½ij":118325,"åĩ¡æľ¬ç½ij注":118326,"ä¼ĬåĪ©":118327,"è¡¡æ°´":118328,"æĽ´åĥıæĺ¯":118329,"åĪĨéĴŁå·¦åı³":118330,"è¦ı模":118331,"äºĶåĪĨéĴŁ":118332,"åºĹåĬłçĽŁ":118333,"åĽ°éĽ£":118334,"åħ³åģľ":118335,"æĢĿ绪":118336,"åĴ½åĸī":118337,"缸符":118338,"çĥ¦èºģ":118339,"æĻĤæľŁ":118340,"åijĪçı¾":118341,"解æķ£":118342,"诱导":118343,"éļĶçĥŃ":118344,"çĮ¶":118345,"åįĹå®ĭ":118346,"æ·±åħ¥äºĨ解":118347,"çŃĶçĸij":118348,"æĺ¼å¤ľ":118349,"åįĥä¼ı":118350,"åĬ³åĬ¡æ´¾éģ£":118351,"红è±Ĩ":118352,"åĿıäºĭ":118353,"çĤ¹æ»´":118354,"å°±ä¸ļå²Ĺä½į":118355,"约åIJĪ":118356,"åħįéĻ¤":118357,"éĢĨåĬ¿":118358,"éĩįéĩijå±ŀ":118359,"å®ĺ宣":118360,"ä½İå»ī":118361,"æģ¨ä¸įå¾Ĺ":118362,"å¾Ĺ天":118363,"å¾Ĺ天çĭ¬":118364,"å¾Ĺ天çĭ¬åİļ":118365,"ä¸Ģå°ģä¿¡":118366,"æĬ½å¥ĸ":118367,"è¾Ĺ转":118368,"çķĻå®Ī":118369,"çķĻå®ĪåĦ¿ç«¥":118370,"çŃĶåį·":118371,"å·¨åŀĭ":118372,"æľĢ好ä¸įè¦ģ":118373,"æµĻæ±Łå¤§åѦ":118374,"æĨ¨":118375,"æı¡æīĭ":118376,"éĴĪç»ĩ":118377,"æİĴ骨":118378,"çĤ½":118379,"å°ģè£ħ":118380,"åįĢåŁŁ":118381,"空æ°ĶåĩĢåĮĸ":118382,"åħīå½±":118383,"åĢĴå¡Į":118384,"å§ļæĺİ":118385,"æ¤į被":118386,"åѦåīį":118387,"åѦåīįæķĻèĤ²":118388,"èĬĿåĬł":118389,"èĬĿåĬłåĵ¥":118390,"缩水":118391,"ä½Ł":118392,"åľ¨çº¿åĴ¨è¯¢":118393,"èµıæŀIJ":118394,"éĿĴèĽĻ":118395,"æĬ±ä½ı":118396,"èĮĤåIJį":118397,"åħ¨åĬĽæīĵéĢł":118398,"åįļ士åѦä½į":118399,"沧å·ŀ":118400,"åĻ¢":118401,"æĿĤçī©":118402,"åĪ»çĶ»":118403,"æįħ":118404,"å¾®éĩı":118405,"å¾®éĩıåħĥç´ł":118406,"ä¸ĢåĽŀäºĭ":118407,"鸡èĤī":118408,"åĪ©æ¶¦çİĩ":118409,"æīįç®Ĺ":118410,"å¾®å¦Ļ":118411,"棵æłij":118412,"贪婪":118413,"åĩıåĢ¼":118414,"梦å¢ĥ":118415,"åı¯è§Ĩ":118416,"åı¯è§ĨåĮĸ":118417,"广大å¸Ĥæ°ij":118418,"ä¸ĵä¸ļä»İäºĭ":118419,"ç»ı纬":118420,"ç´§çĽ¯":118421,"çŁ¥å·±":118422,"è¤ļ":118423,"æĸĩåĮĸåºķèķ´":118424,"åݦéŨå¸Ĥ":118425,"临港":118426,"对åħ¶çľŁå®ŀ":118427,"岸边":118428,"è¦ĸçĤº":118429,"æĬĹçĻĮ":118430,"åĶIJå®ĩ":118431,"ä¸įå¾Ĺè¶ħè¿ĩ":118432,"å¨ģæħij":118433,"æ¡Ĩæŀ¶åįıè®®":118434,"èµ°ç§ģ":118435,"åĽ¢å§Ķ":118436,"夸大":118437,"æ¬Ħ":118438,"ç¥ŀç»ıç³»ç»Ł":118439,"æijĦå½±ä½ľåĵģ":118440,"èĬ¥":118441,"å®īåºĨ":118442,"海滨":118443,"æŀĦæĢĿ":118444,"çīµæĮĤ":118445,"åı©":118446,"éĺIJæĺİ":118447,"éģģ":118448,"精油":118449,"ç©´ä½į":118450,"æĬ¤èº«":118451,"æĬ¤èº«ç¬¦":118452,"æĮĩå°İ":118453,"åŃĺåľ¨ä¸Ģå®ļ":118454,"å¯ĤéĿĻ":118455,"æµ·å¤ĸå¸Ĥåľº":118456,"éĿ¡":118457,"综åIJĪå¾ģ":118458,"ä¿IJ":118459,"è¨Īç®Ĺ":118460,"æĺİæľĹ":118461,"äºļè¿IJ":118462,"äºļè¿IJä¼ļ":118463,"åīįçŀ»æĢ§":118464,"åĮ®ä¹ı":118465,"产ä¸ļæī¶è´«":118466,"èĦijæµ·":118467,"èĦijæµ·ä¸Ń":118468,"åħļçļĦé¢Ĩ导":118469,"åĪĺéĤ¦":118470,"æµģæĺŁ":118471,"æĵĤ":118472,"æĶĢçĻ»":118473,"åĴĶ":118474,"ä¸Ģä¸ĭåŃIJå°±":118475,"è¯Ĭæ²»":118476,"使åĬ²":118477,"åīµä½ľ":118478,"éĵŃè®°":118479,"éĴ±è´¢":118480,"æĹ¥æĬ¥è®°èĢħ":118481,"çĥŁçģ«":118482,"èĥľè´Ł":118483,"åįļ主":118484,"ä¸ŃåĽ½èģĶéĢļ":118485,"ç½ijç«Ļé¦ĸ页":118486,"å°±å¤Ł":118487,"å°±å¤ŁäºĨ":118488,"æīijåħĭ":118489,"å±ħå§Ķä¼ļ":118490,"è°¬":118491,"å®īåħ¨äºĭæķħ":118492,"åķĨçĶ¨è½¦":118493,"循çݯç»ıæµİ":118494,"æ·¤":118495,"èĢĥè¯ģ":118496,"å®ĿèĹı":118497,"å®Įç»ĵ":118498,"çłĶåıijæĬķåħ¥":118499,"å²ij":118500,"æģŃæķ¬":118501,"离éĢĢä¼ij":118502,"水墨":118503,"婶":118504,"è¯Ĺåı¥":118505,"å®ģæ³¢å¸Ĥ":118506,"å¼±çĤ¹":118507,"åģľçīĮ":118508,"奶油":118509,"å¥ĩ纳河":118510,"æĨĤ":118511,"社ä¼ļå®ŀè·µ":118512,"è´Ŀ壳":118513,"çłĤæµĨ":118514,"èĪ¹åıª":118515,"宣æī¬":118516,"综åIJĪæķ´æ²»":118517,"åĤij":118518,"æ°ijæĹıæĸĩåĮĸ":118519,"éĩįçİ°":118520,"积æ·Ģ":118521,"åħ¬çĦ¶":118522,"çħī":118523,"缸èģļ":118524,"æ±¾":118525,"纹çIJĨ":118526,"çĩĥçħ¤":118527,"æѤç§į":118528,"ç¾İå¦Ĩ":118529,"åįĥçĵ¦":118530,"çIJĽ":118531,"驾驶è¯ģ":118532,"éĺ¶æ¢¯":118533,"ä¸Ŀä¸Ŀ":118534,"å¾Īå¤ļäºĭæĥħ":118535,"åħīéĺ´":118536,"èijĹä½ľæ¬Ĭ":118537,"åħ§éĥ¨":118538,"çĽ¸å¯¹æĿ¥è¯´":118539,"éĸĴ":118540,"éľĩæħij":118541,"說話":118542,"æĨij":118543,"ç«¥è£ħ":118544,"ä½ıæĪ¿åĴĮ":118545,"ä½ıæĪ¿åĴĮåŁİ":118546,"å·²ç»ıè¶ħè¿ĩ":118547,"ä¾¦å¯Ł":118548,"çŁ¿çī©":118549,"ä¾Ľå¤§å®¶":118550,"çī¹éĤĢ":118551,"ç¨ĭåºıåijĺ":118552,"çķľçī§ä¸ļ":118553,"æ°ª":118554,"çijª":118555,"åĢĴåľ¨":118556,"åĢĴåľ¨åľ°":118557,"æ¯Ģ":118558,"梯éĺŁ":118559,"æİ¥èijĹ":118560,"æĬĹèıĮ":118561,"è¤ĩ":118562,"ç¬Ļ":118563,"æ¯Ķä¸Ĭå¹´":118564,"鸡汤":118565,"åŃ¦ä¹łæĪIJ绩":118566,"æĸijæĸĵ":118567,"åħĪ导":118568,"åĪĹ举":118569,"è°ĥæŁ¥æĺ¾ç¤º":118570,"æ©«":118571,"ä¹Ŀåįģ":118572,"è°¢éŁµ":118573,"è·¨è¶Ĭå¼ı":118574,"女æĢ§æľĭåıĭ":118575,"èIJ¥åħ»ä»·åĢ¼":118576,"å®ŀè·µç»ıéªĮ":118577,"èĭıå·ŀå¸Ĥ":118578,"çĵ¶åŃIJ":118579,"æĸ°çļĦä¸Ģ":118580,"æĸ°çļĦä¸Ģå¹´":118581,"æĺİæĻ°":118582,"å®łçĪ±":118583,"åŃĹ第":118584,"æľĹ诵":118585,"纳æĸ¯":118586,"éĢĨè¡Į":118587,"è«ĭæĤ¨":118588,"è«ĭæĤ¨æıIJä¾Ľ":118589,"èĥ¸æĢĢ":118590,"第ä¸ĥå±Ĭ":118591,"强壮":118592,"代åŃķ":118593,"汶å·Ŀ":118594,"家åĸ»":118595,"家åĸ»æĪ·":118596,"家åĸ»æĪ·æĻĵ":118597,"èħ®":118598,"åIJ¯è¿ª":118599,"æĹłéļľç¢į":118600,"èĻķçIJĨåıĬ":118601,"æĿ¥åİĨ":118602,"å®ŀåĬ¡":118603,"ä¹Łéļıä¹ĭ":118604,"æĬĢèĥ½åŁ¹è®Ń":118605,"åѤç«ĭ":118606,"åīģ":118607,"éĥ´å·ŀ":118608,"æĶ¶æķĽ":118609,"éł»éģĵ":118610,"èį£å¹¸":118611,"èİ«è¿ĩäºİ":118612,"æѤæĻĤ":118613,"纪å§ĶçĽij":118614,"纪å§ĶçĽijå§Ķ":118615,"缸éĤ»":118616,"åı¦ä¸Ģè¾¹":118617,"çªĴæģ¯":118618,"æľīå¾Īå¤ļç§į":118619,"æ¯ıéĢ¢":118620,"éĹ®ä¸ĸ":118621,"累累":118622,"éĿĴæĺ¥æľŁ":118623,"è·¯åĨµ":118624,"åħĭèݱ":118625,"è¿Ħä»Ĭ为æŃ¢":118626,"æĥĬå¥ĩ":118627,"跨度":118628,"éħ¿éĢł":118629,"åĩĭ":118630,"è¿ijä¸īå¹´":118631,"åĨħ马":118632,"åĨħ马å°Ķ":118633,"æıį":118634,"è¿Ľå±ķæĥħåĨµ":118635,"èĮ§":118636,"æľīåºıæİ¨è¿Ľ":118637,"æĢ»åĨłåĨĽ":118638,"æĪIJ绩åįķ":118639,"éĽ»è©±åıĬ":118640,"ç´§å¯Ĩç»ĵåIJĪ":118641,"åºĬä½į":118642,"é¹Ĭ":118643,"æķ£åıijçĿĢ":118644,"åĭŁèµĦ":118645,"æ°¨éħ¸":118646,"彩ç¥ŀ":118647,"è®Ģåıĸ":118648,"éĩį温":118649,"ä¸ŃåŃĺåľ¨çļĦ":118650,"ç¾İéºĹ":118651,"ä¸įæĸŃå¢ŀåĬł":118652,"è½®æµģ":118653,"æİ¥åIJ¬":118654,"年产åĢ¼":118655,"åįĥåħĭ":118656,"æĪĺåľºä¸Ĭ":118657,"çħ§é¡§":118658,"å¹²éĥ¨éĺŁä¼į":118659,"åį°ç«ł":118660,"ä¸Ģèĩ´æĢ§":118661,"è¿ŀå¤ľ":118662,"åħħè£ķ":118663,"é»ijåIJįåįķ":118664,"åĩĢæ°´":118665,"ä¸Ģ大æĹ©":118666,"åĮħ袱":118667,"çĬ¯è§Ħ":118668,"çIJĨè«ĸ":118669,"æŀģæĺĵ":118670,"骸":118671,"å¨ĺå¨ĺ":118672,"åĽ¢åľĨ":118673,"亿åħĥ以ä¸Ĭ":118674,"åĪ©çĶ¨æĤ¨çļĦ":118675,"带æĿ¥æĽ´å¤ļ":118676,"ä¸Ń央空è°ĥ":118677,"æľĪèĸª":118678,"çĮľæĥ³":118679,"åĪºå®¢":118680,"ä½ľæģ¯":118681,"åįķè°ĥ":118682,"äºĴåĪ©":118683,"å¦Ĥæľīä¾µæĿĥ":118684,"å°ıå·§":118685,"åįģåł°":118686,"åĵĪåĵĪåĵĪåĵĪ":118687,"è¾¹éĻħ":118688,"æłĩè¯Ń":118689,"åĪĩåħ¥çĤ¹":118690,"éĢĨè¢Ń":118691,"è¯ķåīĤ":118692,"绿è±Ĩ":118693,"è®ļ":118694,"åŁºçĿ£å¾Ĵ":118695,"壬":118696,"åħ¨æĺİæĺŁ":118697,"éĢīç§Ģ":118698,"èĪĮå°ĸ":118699,"ä¸įåIJĮç±»åŀĭ":118700,"çĥŁåĽ±":118701,"çģµæ°Ķ":118702,"åĮºç®¡å§Ķä¼ļ":118703,"åĨľåī¯":118704,"åĨľåī¯äº§åĵģ":118705,"èĶļæĿ¥":118706,"沪æĮĩ":118707,"åħ»æ®ĸæĪ·":118708,"æĸĹå¿Ĺ":118709,"é¦ĸé¢Ĩ":118710,"è¡Ģèħ¥":118711,"åĬłç´§":118712,"ä¸Ģèĩ´å¥½è¯Ħ":118713,"第ä¸īèĬĤ":118714,"æī¬å°ĺ":118715,"交éĢļæŀ¢çº½":118716,"鼶ç¢İ":118717,"é»ijæ´ŀ":118718,"çľĭä¸įæĩĤ":118719,"å±ŀå®ŀ":118720,"主åŁİåĮº":118721,"å¨Ľ":118722,"å¨Ľæ¨Ĥ":118723,"ç¬ijæĦı":118724,"èĻ¹æ¡¥":118725,"åIJĦ个çݯèĬĤ":118726,"çķ¥å¾®":118727,"èĢķèĢĺ":118728,"æľ¬åľºæ¯ĶèµĽ":118729,"æĪIJè´¥":118730,"éĢīèĤ¡":118731,"èªŀè¨Ģ":118732,"çŃĶ辩":118733,"èĩªä¹ł":118734,"棺":118735,"ä¸ĩ欧åħĥ":118736,"åģľå·¥":118737,"对åħ¶è¿Ľè¡Į":118738,"积æŀģéħįåIJĪ":118739,"ä¹¾åĿ¤":118740,"å¦ĸæĢª":118741,"èļĮåŁł":118742,"èµĦ产è¯Ħä¼°":118743,"è°ĥçļ®":118744,"éĻ¤å¤ķ":118745,"åĽ´å¢Ļ":118746,"æľįå½¹":118747,"æ·±æ¸Ĭ":118748,"é¢ĦåĪ¶":118749,"çĥ½":118750,"å®ī稳":118751,"建æŀĦ":118752,"çĭĻåĩ»":118753,"主åĭķ註åĨĬ":118754,"éĥ½æľīèĩªå·±":118755,"æİĴåIJį第ä¸Ģ":118756,"麻辣":118757,"çĢļ":118758,"çĥŁèĬ±çĪĨ":118759,"çĥŁèĬ±çĪĨ竹":118760,"èĩªçĦ¶ä¿ĿæĬ¤":118761,"ä»Ļå¢ĥ":118762,"为äºĨéģ¿åħį":118763,"åĨ·åºĵ":118764,"解æĶ¾æĢĿæĥ³":118765,"åĪĿäºĮ":118766,"ä½ĵè´´":118767,"é¦ĸå¯Į":118768,"迪æĭľ":118769,"æļĤç¼ĵ":118770,"æĶ¯æĮģåĬĽåº¦":118771,"侦æİ¢":118772,"马åĪº":118773,"åĮĹæ±½":118774,"ç¹ŀ":118775,"è°İè¨Ģ":118776,"éĢ£çºĮ":118777,"å·³":118778,"ä»»ä½ķæŶåĢĻ":118779,"车èģĶç½ij":118780,"åįķ项":118781,"å¸Ńåį·":118782,"建çŃijæĿIJæĸĻ":118783,"ä¸Ńç§ĭèĬĤ":118784,"ç¡ķ士çłĶ究":118785,"ç§ģç«ĭ":118786,"åħļåĴĮæĶ¿åºľ":118787,"æľ¬æ¬¡äº¤æĺĵ":118788,"èººåľ¨åºĬä¸Ĭ":118789,"ç½ijåıĭè¯Ħ论":118790,"å¦Ŀ":118791,"害ç¾ŀ":118792,"åħ¬ç«ĭåĮ»éĻ¢":118793,"ä¸ŀ":118794,"çĶŁçī©è´¨":118795,"åºĶéĤĢ":118796,"æĬ½åıĸ":118797,"åĩłå¼ł":118798,"æijĺç¼ĸ":118799,"ç»ĺæľ¬":118800,"详解":118801,"强硬":118802,"æľĢåħĪè¿ĽçļĦ":118803,"æĭĽèĤ¡":118804,"æĭĽèĤ¡ä¹¦":118805,"åįĥæĸ¹":118806,"åįĥæĸ¹çĻ¾":118807,"åįĥæĸ¹çĻ¾è®¡":118808,"éħįéŁ³":118809,"驾çħ§":118810,"å¾ģæĪĺ":118811,"èªĵè¨Ģ":118812,"æĭľå¸Ī":118813,"æĭľå¸ĪåѦ":118814,"æĭľå¸ĪåѦèīº":118815,"æĬ±åĽ¢":118816,"ç±³ç²ī":118817,"éĿŀ常éĢĤåIJĪ":118818,"èĪªæµ·":118819,"履约":118820,"åįģåħ«æĿ¡":118821,"éĶ»éĢł":118822,"éĩįè¦ģ举æݪ":118823,"åıijæĮ¥ä½ľçĶ¨":118824,"æ·ļ":118825,"人社":118826,"人社å±Ģ":118827,"è¯ķçĤ¹å·¥ä½ľ":118828,"éĺľéĺ³":118829,"æ¡ĥåľĴ":118830,"æ°ijä¼ģ":118831,"æ´ģçĻ½":118832,"贵宾":118833,"åħ¬ç¤¾":118834,"è§īæĤŁ":118835,"è®°å¿ĨåĬĽ":118836,"æľĥåĵ¡è¨»åĨĬ":118837,"æѤæ¡Ī":118838,"麻çĹ¹":118839,"çıĢ":118840,"æĸ©èİ·":118841,"çĶ·åŃ©åŃIJ":118842,"å±ĢéĻIJäºİ":118843,"åĭĺæŁ¥":118844,"åIJĥ饱":118845,"èĬ¬åħ°":118846,"æ£ķèī²":118847,"ç¦ıç¥ī":118848,"çĶ³èĬ±":118849,"æµ·çĽĹ":118850,"èĶij":118851,"æĸĩåѸ":118852,"æ´»æĢ§çĤŃ":118853,"缴éĢļ车":118854,"è°¢éĤĢ":118855,"躺çĿĢ":118856,"åľĥ":118857,"æ¯ıæĹ¥ç»ıæµİ":118858,"åħ¬åħ±æĸĩåĮĸ":118859,"讲æķħäºĭ":118860,"å¯Łçľĭ":118861,"æĤłéĹ²":118862,"åľ°åĿª":118863,"æ¶Įçİ°åĩº":118864,"é«ĺçŃīéĻ¢æł¡":118865,"èĮĦåŃIJ":118866,"éĺ²åį«":118867,"ä¾ĭè¡Į":118868,"æĺ¾éľ²":118869,"æĸ°å¸¸æĢģ":118870,"ç»Ŀä½³":118871,"å¯Įæ°ij":118872,"以人æ°ij":118873,"以人æ°ij为":118874,"éĤ¢åı°":118875,"å±ķæ¼Ķ":118876,"çĻ¼å¸ĥ":118877,"è´Łè½½":118878,"åģı离":118879,"æ°¸éģł":118880,"éĩįè¦ģåİŁåĽł":118881,"åįıä¼ļä¼ļåijĺ":118882,"éļ¾æ°ij":118883,"çĶŁäº§è½¦éĹ´":118884,"çģµåĬ¨":118885,"两年åīį":118886,"æĸ¹åľĨ":118887,"æ´»ä¸ĭåİ»":118888,"ä¸ĸçķĮè§Ĥ":118889,"éªĹåıĸ":118890,"ç¾İè²Į":118891,"èĥ½çľĭåĩº":118892,"çĻ¼æı®":118893,"è§Ĥå½±":118894,"åīĥ":118895,"åIJĪèµĦåħ¬åı¸":118896,"婧":118897,"å¹²æű":118898,"åħŃ个æľĪ":118899,"尤为éĩįè¦ģ":118900,"èĤ½":118901,"ç§¦åĽ½":118902,"æīĺç¦ı":118903,"建çŃijå¸Ī":118904,"åįĩ级æĶ¹éĢł":118905,"å°ıé¢Ŀ":118906,"å°ıé¢Ŀ贷款":118907,"两个维æĬ¤":118908,"æĭįæĭį":118909,"åı¯çĸij":118910,"æį¢åıĸ":118911,"æŃ¦å£«":118912,"èµĸ以":118913,"èµĸ以çĶŁåŃĺ":118914,"æĮļ":118915,"殿åłĤ":118916,"èĩªçĦ¶çķĮ":118917,"ç£ģåľº":118918,"å¦Ĥä½ķçľĭå¾ħ":118919,"ä»ĬæĹ¥å¤´æĿ¡":118920,"è¥¿åŁŁ":118921,"èİ·è¯Ħ":118922,"é¢¨æł¼":118923,"ä¿ĦåĽ½":118924,"æīĵæĭ¼":118925,"å®£ä¼łçīĩ":118926,"å¾Īæĸ¹ä¾¿":118927,"ä¾Ľç»Ļ侧":118928,"纪念ç¢ij":118929,"毫åħĭ":118930,"èĬ³é¦Ļ":118931,"å·¥åķĨéĵ¶è¡Į":118932,"请çĤ¹åĩ»":118933,"缪":118934,"æĹłæķ°æ¬¡":118935,"èį¯å¸Ī":118936,"èħ¸":118937,"游èīĩ":118938,"åĮ¾":118939,"å·¡èĪª":118940,"æ²»çIJĨä½ĵç³»":118941,"èIJ¥éĢłèī¯å¥½":118942,"æ··æ·Ĩ":118943,"éĢļçķħ":118944,"åĬ³ç´¯":118945,"ä»ĵä½į":118946,"å¢ŀéķ·":118947,"éļIJ约":118948,"æĿĤå¿Ĺ社":118949,"åħ»èĤ²":118950,"åı¯èĥ½åıijçĶŁ":118951,"èĢĥ試":118952,"西侧":118953,"åĬłåĢį":118954,"主æĮģåı¬å¼Ģ":118955,"çķ¢ç«Ł":118956,"éĹ®è¯¢":118957,"æµ·æ£ł":118958,"èĹ©":118959,"注æĺİæĿ¥æºIJ":118960,"æ£Ģçĸ«":118961,"请åģĩ":118962,"æĬļæij¸":118963,"èĵĦçĶµæ±ł":118964,"è·Łä¸įä¸Ĭ":118965,"çݰ代社ä¼ļ":118966,"çŃ¹èµĦ":118967,"ä½ĵèĤ²å½©ç¥¨":118968,"延误":118969,"è¾Ľè¾£":118970,"éĿ¢å®¹":118971,"åį°è®°":118972,"çģŃ亡":118973,"ç´łé£Ł":118974,"åħ´èĩ´":118975,"éľĢè¦ģçĶ¨":118976,"éľĢè¦ģçĶ¨åĪ°":118977,"å®Ŀå¦Ī":118978,"ç£ĭåķĨ":118979,"éļ¶å±ŀ":118980,"è´¡çĮ®åĬĽéĩı":118981,"åħ¬åħ±èµĦæºIJ":118982,"大éĺª":118983,"åĨĽè®Ń":118984,"æĤ¬å¿µ":118985,"社ä¼ļ稳å®ļ":118986,"å¹²äºĭåĪĽä¸ļ":118987,"æľīæĿ¡ä»¶":118988,"æľīæĿ¡ä»¶çļĦ":118989,"ä¸Ģå¹´ä¸Ģ度":118990,"åİ¥":118991,"强奸":118992,"豪车":118993,"æİĮæŁľ":118994,"æ°´åĪ©å·¥ç¨ĭ":118995,"峪":118996,"积æŀģä½ľçĶ¨":118997,"æµ·æ·Ģ":118998,"æµ·æ·ĢåĮº":118999,"çĥŃæĴŃ":119000,"åĿļæĮģä¸įæĩĪ":119001,"åıĮèĦļ":119002,"绣æĪĺ":119003,"ä»»ä½ķ人éĥ½":119004,"åľ°ä¸ĭ室":119005,"åĨ¶çĤ¼":119006,"è°ħ解":119007,"æ¸ĶèĪ¹":119008,"太éĺ³åŁİ":119009,"被æįķ":119010,"计ç®ĹåĻ¨":119011,"西åĮ»":119012,"èĪĴå¿ĥ":119013,"桦":119014,"éģ²":119015,"åĬij":119016,"è¨Ĺ":119017,"èݺ":119018,"åĸ¬":119019,"çĵ¯":119020,"åĺĺ":119021,"åłķ":119022,"æķĿ":119023,"åij¦":119024,"èĭŀ":119025,"æŃ¹":119026,"æĵ¬":119027,"æ£Ħ":119028,"èĪµ":119029,"奪":119030,"çļĭ":119031,"æĶ¸":119032,"åľ©":119033,"ç¤Ļ":119034,"ç¢ĺ":119035,"éıĪ":119036,"æĦķ":119037,"ç¹³":119038,"èĺ¸":119039,"è²Ĥ":119040,"æ¼²":119041,"æij¹":119042,"æĶĿ":119043,"åŃ¢":119044,"èķŃ":119045,"騰":119046,"æ½¼":119047,"éħ°":119048,"æĴ¥":119049,"蹬":119050,"é¨Ļ":119051,"踹":119052,"éģIJ":119053,"çĺĢ":119054,"èĽ¤":119055,"æĤĸ":119056,"çĴŀ":119057,"ç£IJ":119058,"æİ°":119059,"è¾Ĭ":119060,"å¾ij":119061,"æİĸ":119062,"éģŀ":119063,"éĤ¸":119064,"éĽı":119065,"æĨİ":119066,"æľ½":119067,"çį»":119068,"ç®Ķ":119069,"褶":119070,"æļ¢":119071,"æĺµ":119072,"çıĤ":119073,"æĤ¸":119074,"åģµ":119075,"åĻľ":119076,"壯":119077,"æĴ®":119078,"æģį":119079,"å©ķ":119080,"篱":119081,"éĺĻ":119082,"çīł":119083,"è£ĺ":119084,"è³¢":119085,"éĩľ":119086,"éĵł":119087,"èİĺ":119088,"æ®Ĩ":119089,"çĻ¸":119090,"è´ı":119091,"ç²±":119092,"å«¡":119093,"åĨ¢":119094,"è¤Ĵ":119095,"æĩĬ":119096,"éľĵ":119097,"塵":119098,"æĭ£":119099,"å»Ł":119100,"飽":119101,"é¢Į":119102,"åļİ":119103,"æ·º":119104,"èĨł":119105,"åİŃ":119106,"åļĩ":119107,"åijĥ":119108,"çĴĭ":119109,"çѱ":119110,"æĭ·":119111,"èį§":119112,"éĶ°":119113,"åŃ°":119114,"èĵĵ":119115,"èĨ½":119116,"æŀī":119117,"åĸ½":119118,"çĽĶ":119119,"çŃIJ":119120,"ç¾ļ":119121,"èħĮ":119122,"辫":119123,"æ³ĵ":119124,"çĶ¬":119125,"èŁ²":119126,"åĸª":119127,"å¦ĵ":119128,"è¬Ģ":119129,"çĤĬ":119130,"æĽľ":119131,"æ±IJ":119132,"è´Ī":119133,"èįĢ":119134,"æĬł":119135,"碾":119136,"æ«ĥ":119137,"éŀł":119138,"èijĨ":119139,"祯":119140,"å½Ŀ":119141,"é¦į":119142,"åĮ£":119143,"æľŃ":119144,"åĿĤ":119145,"ä¿ij":119146,"èĵ®":119147,"çijĽ":119148,"æīī":119149,"èĩŁ":119150,"貫":119151,"çİ¥":119152,"æ·¼":119153,"åݲ":119154,"é³Į":119155,"å³Ń":119156,"åijĽ":119157,"é§":119158,"é§IJ":119159,"éģ·":119160,"俪":119161,"æĢĤ":119162,"è¾į":119163,"å±į":119164,"åĭģ":119165,"å¥ļ":119166,"éļħ":119167,"éĴ´":119168,"è¼Ŀ":119169,"宦":119170,"èIJĥ":119171,"çĺĭ":119172,"æĨ¶":119173,"æĤħ":119174,"è¾Ļ":119175,"åijľ":119176,"çłº":119177,"éĢŀ":119178,"æµļ":119179,"éĸ£":119180,"èĸ©":119181,"éĻĭ":119182,"çĤĻ":119183,"èªķ":119184,"丣":119185,"é¹½":119186,"ç±Į":119187,"è´°":119188,"éĭª":119189,"çľ©":119190,"æĴIJ":119191,"èĨº":119192,"éŀĺ":119193,"ç¾²":119194,"窮":119195,"ç´IJ":119196,"æ®´":119197,"纾":119198,"èºį":119199,"ç´ĭ":119200,"çĦĸ":119201,"çĶº":119202,"çī½":119203,"çĤ¯":119204,"ç¼Ķ":119205,"æ¯ĵ":119206,"嬰":119207,"梧":119208,"äºŁ":119209,"è¢ħ":119210,"çįĦ":119211,"è¿¥":119212,"æ¼¾":119213,"çĿij":119214,"績":119215,"é¦ĭ":119216,"é¤ħ":119217,"æ¹Ħ":119218,"æĺĩ":119219,"æŀŃ":119220,"èĸ°":119221,"æŁij":119222,"榻":119223,"åĻĹ":119224,"åĻ´":119225,"棣":119226,"åĶ§":119227,"çĨ¹":119228,"輯":119229,"å¢Ł":119230,"é²²":119231,"æĪĽ":119232,"èī¦":119233,"èĬ®":119234,"åĺŁ":119235,"帥":119236,"å¿»":119237,"çĮĿ":119238,"寵":119239,"賦":119240,"èĽ¾":119241,"滾":119242,"çĤķ":119243,"éĵ¬":119244,"èĴ¿":119245,"éĴ¨":119246,"çĥĻ":119247,"ç²ķ":119248,"æĥ¦":119249,"溧":119250,"é¢į":119251,"éħ£":119252,"峦":119253,"ç±ģ":119254,"çĥĥ":119255,"åĨĹ":119256,"åıģ":119257,"缧":119258,"ç½µ":119259,"éĴĹ":119260,"å¬ī":119261,"è°ı":119262,"糧":119263,"è¾Ń":119264,"æ·¬":119265,"èŁĴ":119266,"诩":119267,"è¦ĥ":119268,"çĻĸ":119269,"é½Ĵ":119270,"çĪIJ":119271,"ç®į":119272,"ç¼İ":119273,"磺":119274,"诫":119275,"褲":119276,"æĵł":119277,"èIJ¦":119278,"çĿ¬":119279,"è°į":119280,"éĦ°":119281,"æł¾":119282,"é¡ı":119283,"縱":119284,"桨":119285,"éĨ¬":119286,"襲":119287,"讪":119288,"婺":119289,"èįŁ":119290,"åĮĿ":119291,"çĨł":119292,"èĽĬ":119293,"æ¸ļ":119294,"å´½":119295,"鲤":119296,"åķ°":119297,"åĮķ":119298,"ä¸IJ":119299,"讥":119300,"åı½":119301,"åı¼":119302,"çļ¿":119303,"è¿Ĥ":119304,"åIJĨ":119305,"å±¹":119306,"èĩ¼":119307,"讹":119308,"é©®":119309,"纫":119310,"æ±ŀ":119311,"æĬ¡":119312,"èĭĩ":119313,"åIJł":119314,"åIJŃ":119315,"åIJ®":119316,"å²ĸ":119317,"ä½ĥ":119318,"çĭĪ":119319,"åºĩ":119320,"åIJĿ":119321,"éĹ°":119322,"æ±¹":119323,"忱":119324,"æĭĦ":119325,"æĭĹ":119326,"èĮī":119327,"èĭĽ":119328,"èĮģ":119329,"çŁ¾":119330,"èĻı":119331,"åij»":119332,"åĴĦ":119333,"å¿¿":119334,"èĤ®":119335,"çĭŀ":119336,"çĸŁ":119337,"çĸĻ":119338,"çĸļ":119339,"æ³ŀ":119340,"å¸ļ":119341,"å±ī":119342,"è¿¢":119343,"驹":119344,"çİ·":119345,"çıĬó":119346,"çıĬół":119347,"çıĬółĦ":119348,"çıĬółĦģ":119349,"æĮİ":119350,"æĭ´":119351,"åŀĽ":119352,"èį¤":119353,"æ®ĥ":119354,"çĽ¹":119355,"åĵĨ":119356,"è´»":119357,"毡":119358,"çĭ°":119359,"çĭ¡":119360,"æŁĴ":119361,"æģĥ":119362,"诬":119363,"è¢Ħ":119364,"诲":119365,"èļ¤":119366,"èĢĻ":119367,"åŁĤ":119368,"æįİ":119369,"æįĮ":119370,"æ¢Ĩ":119371,"éħĮ":119372,"çł¾":119373,"æ®ī":119374,"åĶł":119375,"æĻĮ":119376,"èļ£":119377,"èļª":119378,"èļĵ":119379,"鸯":119380,"åĶģ":119381,"åĶĨ":119382,"åĢĶ":119383,"èĪĢ":119384,"豺":119385,"èĥ°":119386,"鸵":119387,"鸳":119388,"é¦ģ":119389,"ç¾Ķ":119390,"涣":119391,"æ¶ķ":119392,"æĤ¯":119393,"诽":119394,"è°Ĩ":119395,"ç¥Ł":119396,"绢":119397,"æįº":119398,"æį¶":119399,"æį»":119400,"æİĤ":119401,"èıł":119402,"èIJ¤":119403,"éħĹ":119404,"羶":119405,"åķĦ":119406,"èļ¯":119407,"èĽĢ":119408,"åĶ¬":119409,"帷":119410,"éĵIJ":119411,"éĵĽ":119412,"åģİ":119413,"å¾Ļ":119414,"èĦ¯":119415,"è±ļ":119416,"çĮĸ":119417,"çĹĬ":119418,"涮":119419,"æĥŃ":119420,"æĤ´":119421,"æĥĭ":119422,"è°ļ":119423,"æı©":119424,"æIJĢ":119425,"æIJĶ":119426,"æ¦Ķ":119427,"æ¤Ń":119428,"éĽ³":119429,"åĸ³":119430,"è·Ľ":119431,"èľĵ":119432,"èľĴ":119433,"é¹ĥ":119434,"éĶĦ":119435,"çĶ¥":119436,"çŃı":119437,"çĮ©":119438,"çĮ¬":119439,"çĮ¾":119440,"çĹ¢":119441,"çĹª":119442,"æĥ°":119443,"çªĺ":119444,"è°¤":119445,"éļĺ":119446,"å©¿":119447,"é¹ī":119448,"çijĻ":119449,"æĸŁ":119450,"椿":119451,"éħª":119452,"éĽ¹":119453,"åŦ":119454,"è··":119455,"è·º":119456,"è·¤":119457,"èľĪ":119458,"èľĹ":119459,"å¹Į":119460,"é¦ı":119461,"èªĬ":119462,"æ¼ĵ":119463,"è¤Ĥ":119464,"èĶĹ":119465,"èĶ¼":119466,"åħ¢":119467,"裳":119468,"èľ»":119469,"èĿĩ":119470,"åĺĢ":119471,"éĶ¹":119472,"ç®ķ":119473,"箩":119474,"çĺ©":119475,"çĺŁ":119476,"æ¼±":119477,"寥":119478,"骡":119479,"æĴµ":119480,"æĴ¬":119481,"è±Į":119482,"åĺ¹":119483,"èĿł":119484,"èĿĮ":119485,"èĿĹ":119486,"èĿĻ":119487,"éķIJ":119488,"稼":119489,"ç¯ĵ":119490,"èĨĽ":119491,"鲫":119492,"çĺª":119493,"鲨":119494,"æĨĶ":119495,"ç¿©":119496,"褥":119497,"ç¼Ń":119498,"åĻ©":119499,"çĵ¢":119500,"éľİ":119501,"踱":119502,"è¹Ĥ":119503,"èŁĨ":119504,"鹦":119505,"篡":119506,"çĺ¸":119507,"窿":119508,"ç¼°":119509,"èĹIJ":119510,"è¹ĭ":119511,"èŁĭ":119512,"èŁĢ":119513,"赡":119514,"èĩĬ":119515,"é³Ħ":119516,"ç³ł":119517,"æĩ¦":119518,"åļ£":119519,"éķ°":119520,"é³į":119521,"ç°¸":119522,"çĻ£":119523,"é³ĸ":119524,"é¬ĵ":119525,"èłķ":119526,"éľ¹":119527,"èºı":119528,"黯":119529,"çĵ¤":119530,"çŁĹ":119531,"ä¹Ĥ":119532,"ä¹ľ":119533,"åħĢ":119534,"å¼ĭ":119535,"åŃij":119536,"åŃĵ":119537,"幺":119538,"äºĵ":119539,"廿":119540,"ä¸ı":119541,"åįħ":119542,"ä»ĥ":119543,"ä»ī":119544,"ä»Ĥ":119545,"åĪĪ":119546,"çĪ»":119547,"åįŀ":119548,"éĹ©":119549,"讣":119550,"夬":119551,"çĪ¿":119552,"æ¯ĭ":119553,"éĤĹ":119554,"éĤĽ":119555,"èī½":119556,"èī¿":119557,"åıµ":119558,"ä¸ķ":119559,"åĮľ":119560,"åĬ¢":119561,"åįŁ":119562,"åı±":119563,"åı»":119564,"仨":119565,"代":119566,"仡":119567,"仫":119568,"ä»ŀ":119569,"åį®":119570,"æ°IJ":119571,"çĬ°":119572,"åĪį":119573,"éĤĿ":119574,"éĤĻ":119575,"讦":119576,"讧":119577,"讫":119578,"å°»":119579,"éĺ¡":119580,"å°ķ":119581,"å¼ģ":119582,"èĢĴ":119583,"çİİ":119584,"çİij":119585,"åľ¬":119586,"æī¦":119587,"åľª":119588,"åľ¹":119589,"æīª":119590,"åľ®":119591,"åľ¯":119592,"èĬĬ":119593,"èĬį":119594,"èĬĦ":119595,"èĬ¨":119596,"èĬij":119597,"èĬİ":119598,"èĬĹ":119599,"äºĺ":119600,"åİį":119601,"夼":119602,"æĪį":119603,"å°¥":119604,"乩":119605,"æĹ¯":119606,"æĽ³":119607,"å²Į":119608,"屺":119609,"åĩ¼":119610,"åĽ¡":119611,"éĴĩ":119612,"缶":119613,"æ°ĺ":119614,"æ°ĸ":119615,"çīĿ":119616,"ä¼İ":119617,"ä¼Ľ":119618,"ä¼¢":119619,"佤":119620,"仵":119621,"ä¼¥":119622,"伧":119623,"ä¼ī":119624,"伫":119625,"åĽŁ":119626,"æ±Ĩ":119627,"åĪĸ":119628,"å¤Ļ":119629,"æĹ®":119630,"åĪİ":119631,"çĬ·":119632,"çĬ¸":119633,"èĪĽ":119634,"åĩ«":119635,"éĤ¬":119636,"饧":119637,"æ±Ķ":119638,"æ±ľ":119639,"æ±Ĭ":119640,"å¿ĸ":119641,"å¿ı":119642,"è®´":119643,"讵":119644,"è®·":119645,"èģ¿":119646,"èī®":119647,"åݾ":119648,"å¦ģ":119649,"纡":119650,"纣":119651,"纥":119652,"纨":119653,"çİķ":119654,"çİĻ":119655,"æĬŁ":119656,"æĬĶ":119657,"åľ»":119658,"åĿį":119659,"æĬĥ":119660,"ã§IJ":119661,"èĬ«":119662,"èĬ¾":119663,"èĭĪ":119664,"èĭ£":119665,"èĭĭ":119666,"èĬ¼":119667,"èĭĮ":119668,"èĭģ":119669,"èĬ©":119670,"èĬª":119671,"èĬ¡":119672,"èĬŁ":119673,"èĭĦ":119674,"èĭİ":119675,"èĭ¡":119676,"æĿĮ":119677,"æĿĵ":119678,"æĿĪ":119679,"å¿ij":119680,"åŃĽ":119681,"éĤ´":119682,"éĤ³":119683,"å¥ģ":119684,"è±ķ":119685,"å¿Ĵ":119686,"欤":119687,"轫":119688,"è¿ĵ":119689,"éĤ¶":119690,"å¿IJ":119691,"åį£":119692,"éĤº":119693,"æĹ°":119694,"åijĭ":119695,"åijĴ":119696,"åijĵ":119697,"åijĶ":119698,"åijĸ":119699,"æŸ":119700,"åIJ¡":119701,"èĻ¬":119702,"åIJ½":119703,"åIJ£":119704,"åIJ²":119705,"å¸ı":119706,"å²Ī":119707,"å²ĺ":119708,"åħķ":119709,"åĽµ":119710,"åĽ«":119711,"éĴĬ":119712,"éĴĭ":119713,"éĴĮ":119714,"è¿ķ":119715,"æ°Ļ":119716,"æ°ļ":119717,"çī¤":119718,"ä½ŀ":119719,"ä½ļ":119720,"ä½Ŀ":119721,"ä½Ĺ":119722,"å½·":119723,"ä½ĺ":119724,"ä½¥":119725,"豸":119726,"åĿĮ":119727,"èĤŁ":119728,"å¥Ĥ":119729,"åĬ¬":119730,"çĭģ":119731,"鸳":119732,"饨":119733,"饩":119734,"饫":119735,"饬":119736,"åºij":119737,"åºĭ":119738,"çĸĶ":119739,"çĸĸ":119740,"èĤĵ":119741,"éű":119742,"éĹ³":119743,"çĤĢ":119744,"æ²£":119745,"æ²ħ":119746,"æ²Ķ":119747,"沤":119748,"æ²ı":119749,"æ²ļ":119750,"汩":119751,"汨":119752,"沨":119753,"æ±´":119754,"æ²Ĩ":119755,"沩":119756,"æ³IJ":119757,"æĢĥ":119758,"æĢĦ":119759,"å¿¡":119760,"忤":119761,"忾":119762,"æĢħ":119763,"忪":119764,"æĢĨ":119765,"å¿Ń":119766,"忸":119767,"è¯Ĥ":119768,"è¯ĥ":119769,"è¯ħ":119770,"è¯ĭ":119771,"è¯Į":119772,"è¯Ĵ":119773,"éĻĤ":119774,"éĻī":119775,"妩":119776,"妪":119777,"妣":119778,"å¦Ĺ":119779,"妫":119780,"å§Ĵ":119781,"妤":119782,"åĬŃ":119783,"åĪŃ":119784,"éĤ°":119785,"çºŃ":119786,"纰":119787,"纴":119788,"çİ¡":119789,"çİŃ":119790,"çİł":119791,"çİ¢":119792,"çݦ":119793,"çĽĤ":119794,"å¿Ŀ":119795,"åĮ¦":119796,"åĿ©":119797,"æĬ¨":119798,"æĭ¤":119799,"åĿ«":119800,"æĭĪ":119801,"åŀĨ":119802,"æĬ»":119803,"åĬ¼":119804,"æĭĥ":119805,"æĭĬ":119806,"åĿ¼":119807,"åĿ»":119808,"ã§Ł":119809,"åĿ¨":119810,"åĿŃ":119811,"æĬ¿":119812,"åĿ³":119813,"èĭ·":119814,"èĭ¤":119815,"èĮı":119816,"èĭ«":119817,"èĭľ":119818,"èĭ´":119819,"èĭĴ":119820,"èĭĺ":119821,"èĮĮ":119822,"èĭ»":119823,"èĭĵ":119824,"èĮļ":119825,"èĮĨ":119826,"èĮij":119827,"èĮĵ":119828,"èĮĶ":119829,"èĮķ":119830,"èĮĢ":119831,"èĭķ":119832,"æŀ¥":119833,"æŀĩ":119834,"æĿª":119835,"æĿ³":119836,"æŀ§":119837,"æĿµ":119838,"æŀ¨":119839,"æŀŀ":119840,"æŀĭ":119841,"æĿ»":119842,"æĿ·":119843,"æĿ¼":119844,"磸":119845,"çłĢ":119846,"åĪ³":119847,"å¥Ħ":119848,"æ®ģ":119849,"éĥı":119850,"è½Ń":119851,"éĥħ":119852,"鸢":119853,"缱":119854,"æĺĻ":119855,"æĿ²":119856,"æĺĥ":119857,"åĴĤ":119858,"åij¸":119859,"æĺĢ":119860,"æĹ»":119861,"æĺī":119862,"çĤħ":119863,"çķĢ":119864,"èĻ®":119865,"åĴĢ":119866,"åij·":119867,"黾":119868,"åij±":119869,"åij¤":119870,"åĴĨ":119871,"åĴĽ":119872,"åij¶":119873,"åij£":119874,"åĴĿ":119875,"å²¢":119876,"岿":119877,"岬":119878,"岫":119879,"å¸Ļ":119880,"å²£":119881,"å³ģ":119882,"åĪ¿":119883,"å²·":119884,"åīĢ":119885,"å¸Ķ":119886,"å³Ħ":119887,"æ²ĵ":119888,"åĽ¹":119889,"ç½Ķ":119890,"éĴį":119891,"éĴİ":119892,"éĴı":119893,"éĴĴ":119894,"éĴķ":119895,"éĤ¾":119896,"è¿®":119897,"çī¦":119898,"竺":119899,"迤":119900,"佶":119901,"ä¾ij":119902,"ä¾ī":119903,"èĩ¾":119904,"ä¾Ĺ":119905,"ä¾ı":119906,"侩":119907,"ä½»":119908,"ä½¾":119909,"侪":119910,"ä½¼":119911,"佯":119912,"侬":119913,"å¸Ľ":119914,"ä¾Ķ":119915,"å¾Ĥ":119916,"åĪ½":119917,"éĥĦ":119918,"ç±´":119919,"çĵ®":119920,"æĪĹ":119921,"èĤ¼":119922,"äıĿ":119923,"èĤ±":119924,"èĤ«":119925,"è¿©":119926,"éĥĩ":119927,"çĭİ":119928,"çĭį":119929,"çĭĴ":119930,"åĴİ":119931,"饯":119932,"饴":119933,"åĨ½":119934,"åĨ¼":119935,"åºĸ":119936,"çĸł":119937,"çĸĿ":119938,"åħĸ":119939,"åĬ¾":119940,"ð¬ī":119941,"ð¬ī¼":119942,"çĤĺ":119943,"çĤĿ":119944,"çĤĶ":119945,"æ³Ķ":119946,"æ²Ń":119947,"æ³·":119948,"æ³±":119949,"æ³ħ":119950,"æ³ł":119951,"泺":119952,"æ³ĸ":119953,"泫":119954,"æ³®":119955,"æ²±":119956,"泯":119957,"æĢĻ":119958,"æĢµ":119959,"æĢ¦":119960,"æĢĽ":119961,"æĢı":119962,"æĢį":119963,"ã¤":119964,"ã¤ĺ":119965,"æĢ©":119966,"æĢ«":119967,"æĢ¿":119968,"å®ķ":119969,"穹":119970,"å®ĵ":119971,"è¯ĵ":119972,"è¯Ķ":119973,"è¯ĸ":119974,"è¯ĺ":119975,"æĪ¾":119976,"è¯Ļ":119977,"æĪ½":119978,"éĥĵ":119979,"è¡©":119980,"ç¥Ĩ":119981,"ç¥İ":119982,"ç¥ĩ":119983,"è¯ľ":119984,"è¯Ł":119985,"诣":119986,"诤":119987,"诧":119988,"诨":119989,"æĪķ":119990,"éĻĶ":119991,"妲":119992,"妯":119993,"å§Ĺ":119994,"å¸ij":119995,"åŃ¥":119996,"驽":119997,"èĻ±":119998,"迨":119999,"ç»Ģ":120000,"ç»ģ":120001,"ç»Ĥ":120002,"é©·":120003,"驸":120004,"ç»ī":120005,"ç»Į":120006,"éªĢ":120007,"çĶ¾":120008,"çıı":120009,"çıIJ":120010,"çıij":120011,"çݳ":120012,"顸":120013,"çıī":120014,"çıĪ":120015,"æĭ®":120016,"åŀŃ":120017,"æĮĿ":120018,"æĮŀ":120019,"åŀ¤":120020,"èµ³":120021,"è´²":120022,"åŀ±":120023,"åŀĮ":120024,"åŀ§":120025,"åŀĵ":120026,"æĮ¦":120027,"åŀł":120028,"èįļ":120029,"èįij":120030,"è´³":120031,"èįľ":120032,"èİĴ":120033,"èĮ¼":120034,"èĮ´":120035,"èĮ±":120036,"èİĽ":120037,"èįŀ":120038,"èĮ¯":120039,"èįı":120040,"èįĩ":120041,"èįĥ":120042,"èįł":120043,"èĮŃ":120044,"åŀ©":120045,"èį¥":120046,"èį¦":120047,"èį¨":120048,"èį©":120049,"åīĭ":120050,"èįª":120051,"èį¬":120052,"èį®":120053,"æŁ°":120054,"æłī":120055,"æŁĺ":120056,"æłĬ":120057,"æŁ©":120058,"æŀ°":120059,"æłĮ":120060,"æŁĻ":120061,"æŀµ":120062,"æŀ³":120063,"æŁŀ":120064,"æŁĿ":120065,"æłĢ":120066,"æŁ¢":120067,"æłİ":120068,"æŁĪ":120069,"æŁģ":120070,"æŀ·":120071,"æŁ½":120072,"åīĮ":120073,"éħĬ":120074,"éĥ¦":120075,"çĶŃ":120076,"çłĹ":120077,"çłĺ":120078,"çłĴ":120079,"æĸ«":120080,"çłŃ":120081,"çłľ":120082,"èĢ·":120083,"èĻº":120084,"æ®Ĥ":120085,"æ®ĩ":120086,"æ®Ħ":120087,"è½±":120088,"è½²":120089,"è½³":120090,"轶":120091,"轸":120092,"èĻ¿":120093,"æ¯ĸ":120094,"è§ĩ":120095,"å°ľ":120096,"åĵIJ":120097,"çľĦ":120098,"çľį":120099,"ðł³":120100,"ðł³IJ":120101,"éĥ¢":120102,"çľĩ":120103,"çľĬ":120104,"çľĪ":120105,"禺":120106,"åĵĤ":120107,"åĴ´":120108,"æĽ·":120109,"æĺ´":120110,"åĴ¦":120111,"åĵĵ":120112,"åĵĶ":120113,"çķİ":120114,"åij²":120115,"èĥĦ":120116,"çķĭ":120117,"çķĪ":120118,"èĻ¼":120119,"èĻ»":120120,"çĽħ":120121,"åĴ£":120122,"åĵķ":120123,"åīIJ":120124,"éĥ§":120125,"åĴ»":120126,"åĽ¿":120127,"åĴ¿":120128,"åĵĮ":120129,"åĵĻ":120130,"åĵļ":120131,"åĴ©":120132,"åĴ¤":120133,"åĵĿ":120134,"åĵı":120135,"åĵŀ":120136,"å³£":120137,"ç½ĺ":120138,"å³Ĵ":120139,"峤":120140,"å³ĭ":120141,"è´¶":120142,"éĴļ":120143,"éĴ¡":120144,"éĴ£":120145,"éĴ¤":120146,"éĴ«":120147,"æ°¡":120148,"çī¯":120149,"éĥľ":120150,"ç§ķ":120151,"ç§Ń":120152,"竽":120153,"ç¬Ī":120154,"俦":120155,"俨":120156,"ä¿ħ":120157,"åıŁ":120158,"åŀ¡":120159,"çī®":120160,"ä¿£":120161,"ä¿ļ":120162,"çļĪ":120163,"ä¿Ł":120164,"éĢħ":120165,"å¾ĩ":120166,"å¾ī":120167,"èĪ¢":120168,"éĥĹ":120169,"ä¿İ":120170,"éĥ¤":120171,"çĪ°":120172,"éĥĽ":120173,"çĵ´":120174,"èĥ¨":120175,"èĥª":120176,"èĥĽ":120177,"èĥĤ":120178,"èĥĻ":120179,"èĥį":120180,"èĥĹ":120181,"èĥĿ":120182,"æľIJ":120183,"èĥ«":120184,"鸨":120185,"åĮį":120186,"çĭ¨":120187,"çĭ¯":120188,"é£ij":120189,"çĭ©":120190,"çĭ²":120191,"è¨ĩ":120192,"éĢĦ":120193,"æĺĿ":120194,"饷":120195,"饸":120196,"饹":120197,"åŃª":120198,"å¨Ī":120199,"庥":120200,"çĸ¬":120201,"çĸ£":120202,"çĸ¥":120203,"çĸŃ":120204,"åºł":120205,"ç«ij":120206,"é£Ĵ":120207,"éĹ¼":120208,"éĹ¾":120209,"éĹ¿":120210,"éĺĤ":120211,"ç¾ij":120212,"迸":120213,"ç±¼":120214,"éħĭ":120215,"çĤ»":120216,"çĥĢ":120217,"çĤ·":120218,"æ´±":120219,"æ´¹":120220,"æ´§":120221,"æ´Į":120222,"æµĥ":120223,"æ´ĩ":120224,"æ´Ħ":120225,"æ´Ļ":120226,"æ¶İ":120227,"æ´İ":120228,"æ´«":120229,"æµį":120230,"æ´®":120231,"æ´µ":120232,"æµĴ":120233,"æµĶ":120234,"æµķ":120235,"æ´³":120236,"æģ¸":120237,"æģĵ":120238,"æģ¹":120239,"æģ«":120240,"æģ»":120241,"æģĤ":120242,"æģª":120243,"æģ½":120244,"宥":120245,"æīĥ":120246,"衲":120247,"衽":120248,"è¡¿":120249,"è¢Ĥ":120250,"ç¥ľ":120251,"ç¥ĵ":120252,"ç¥ļ":120253,"诮":120254,"ç¥Ĺ":120255,"祢":120256,"诰":120257,"诳":120258,"鸩":120259,"æĺ¶":120260,"åĴ«":120261,"å¼Ń":120262,"çīģ":120263,"èĥ¥":120264,"éĻŁ":120265,"姮":120266,"å¨Ĩ":120267,"å§Ŀ":120268,"姣":120269,"å§ĺ":120270,"姹":120271,"羿":120272,"çĤ±":120273,"磾":120274,"ç»Ķ":120275,"éªģ":120276,"éªħ":120277,"ç»Ĺ":120278,"综":120279,"éªĪ":120280,"èĢĸ":120281,"æĮĪ":120282,"çı¥":120283,"çıĻ":120284,"顼":120285,"çı°":120286,"çı©":120287,"çı§":120288,"çı£":120289,"çıŀ":120290,"çIJ¤":120291,"çı²":120292,"æģļ":120293,"åŁķ":120294,"åŁĺ":120295,"åŁĻ":120296,"åŁļ":120297,"æĮ¹":120298,"èĢĨ":120299,"èĢĦ":120300,"åŁĴ":120301,"æįĭ":120302,"è´½":120303,"åŀ¸":120304,"æįĥ":120305,"çĽį":120306,"èį¸":120307,"èݳ":120308,"èİ´":120309,"èݪ":120310,"èİł":120311,"èİľ":120312,"èİħ":120313,"èį¼":120314,"èİ©":120315,"èį½":120316,"èݸ":120317,"èį»":120318,"èݨ":120319,"鸪":120320,"èݼ":120321,"æł²":120322,"æł³":120323,"æ¡¡":120324,"æ¡İ":120325,"æ¡¢":120326,"桤":120327,"æ¢ĥ":120328,"æłĿ":120329,"æ¡ķ":120330,"æ¡ģ":120331,"桧":120332,"æ¡ħ":120333,"æłŁ":120334,"æ¡ī":120335,"æł©":120336,"éĢij":120337,"éĢĭ":120338,"彧":120339,"鬲":120340,"è±ĩ":120341,"éħIJ":120342,"éĢ¦":120343,"åİĿ":120344,"åѬ":120345,"çłĿ":120346,"çł¹":120347,"糧":120348,"çł·":120349,"糣":120350,"çł¼":120351,"çł¥":120352,"çł£":120353,"åīŀ":120354,"çł»":120355,"è½¼":120356,"è½¾":120357,"è¾Ĥ":120358,"鸫":120359,"趸":120360,"é¾Ģ":120361,"鸬":120362,"èĻĶ":120363,"羬":120364,"åĶĽ":120365,"çľĻ":120366,"åĵ§":120367,"åĵ½":120368,"æĻģ":120369,"鸮":120370,"趵":120371,"趿":120372,"çķĽ":120373,"èļ¨":120374,"èļľ":120375,"èļį":120376,"èļĭ":120377,"èļ¬":120378,"èļĿ":120379,"èļ§":120380,"åĶ¢":120381,"åľĦ":120382,"åĶ£":120383,"åĶı":120384,"çĽİ":120385,"åĶij":120386,"å´Ĥ":120387,"å´ĥ":120388,"罡":120389,"ç½Ł":120390,"è§Ĭ":120391,"èµħ":120392,"éĴ²":120393,"éĴµ":120394,"éĴ¹":120395,"éĴº":120396,"éĴ½":120397,"éĴ¼":120398,"éĴ¿":120399,"éĵĢ":120400,"éĵĦ":120401,"éĵĨ":120402,"éĵĪ":120403,"éĵī":120404,"éĵĬ":120405,"éĵĭ":120406,"éĵĮ":120407,"éĵį":120408,"ä¥":120409,"䥽":120410,"éĵİ":120411,"æ°©":120412,"æ°¤":120413,"æ°¦":120414,"毪":120415,"èĪIJ":120416,"秣":120417,"秫":120418,"çĽī":120419,"ç¬Ħ":120420,"ç¬ķ":120421,"ç¬Ĭ":120422,"ç¬ı":120423,"ç¬Ĩ":120424,"俸":120425,"俵":120426,"åģĮ":120427,"俳":120428,"俶":120429,"åĢ¬":120430,"åĢı":120431,"æģģ":120432,"åĢŃ":120433,"俾":120434,"åĢľ":120435,"éļ¼":120436,"éļ½":120437,"åĢĮ":120438,"åĢ¥":120439,"èĩ¬":120440,"éĥ«":120441,"åĢ¨":120442,"è¡Ħ":120443,"é¢Ģ":120444,"å¾ķ":120445,"èĪ«":120446,"衾":120447,"èĥ¯":120448,"èĥ±":120449,"èĥ´":120450,"èĥŃ":120451,"èĦį":120452,"èĥ¼":120453,"èĦĴ":120454,"鸱":120455,"鸲":120456,"çĭ·":120457,"çĮģ":120458,"çĭ³":120459,"çĮĥ":120460,"çĭº":120461,"éĢĸ":120462,"æ¡Ģ":120463,"饽":120464,"åĩĩ":120465,"æĮĽ":120466,"亳":120467,"çĸ³":120468,"çĸ´":120469,"çĸ¸":120470,"çĸ½":120471,"çĹĪ":120472,"çĸ±":120473,"çĹĤ":120474,"çĹī":120475,"è¡®":120476,"é¢ĥ":120477,"æģ£":120478,"æĹĨ":120479,"æĹĦ":120480,"æĹĥ":120481,"éĺĥ":120482,"éĺĦ":120483,"è¨ļ":120484,"éĺĨ":120485,"æģĻ":120486,"ç²ij":120487,"çĥľ":120488,"çĥ©":120489,"çĥĬ":120490,"åī¡":120491,"éĥ¯":120492,"çĥ¬":120493,"æ¶ij":120494,"浯":120495,"æ¶ŀ":120496,"æ¶Ł":120497,"å¨ij":120498,"æ¶ł":120499,"æµŀ":120500,"æ¶ĵ":120501,"æµ¥":120502,"æ¶Ķ":120503,"æµľ":120504,"æµł":120505,"æµ£":120506,"æĤļ":120507,"æĤŃ":120508,"æĤĿ":120509,"æĤĴ":120510,"æĤĮ":120511,"æĤĽ":120512,"çªĪ":120513,"åīľ":120514,"诹":120515,"诼":120516,"è¢Ĵ":120517,"袢":120518,"诿":120519,"è°Ģ":120520,"è°Ĥ":120521,"è°Ħ":120522,"è°ĩ":120523,"å±IJ":120524,"å±Ļ":120525,"éĻ¬":120526,"åĭIJ":120527,"å¥ĺ":120528,"çīĤ":120529,"èļ©":120530,"éĻ²":120531,"å¨Į":120532,"å¨ī":120533,"娲":120534,"娴":120535,"娣":120536,"å¨ĵ":120537,"å©Ģ":120538,"çķļ":120539,"éĢ¡":120540,"绳":120541,"éªĬ":120542,"绡":120543,"éªĭ":120544,"绦":120545,"绨":120546,"éªİ":120547,"éĤķ":120548,"鸶":120549,"å½Ĺ":120550,"èĢľ":120551,"çĦĺ":120552,"èĪĤ":120553,"çIJı":120554,"çIJĩ":120555,"麸":120556,"æı¶":120557,"åŁ´":120558,"åŁ¯":120559,"æį¯":120560,"æݳ":120561,"æİ´":120562,"åŁ¸":120563,"åŁµ":120564,"赧":120565,"åŁ¤":120566,"æįŃ":120567,"éĢµ":120568,"åŁĿ":120569,"åłĭ":120570,"åłį":120571,"æݬ":120572,"鸷":120573,"æį½":120574,"æİĬ":120575,"åłī":120576,"æݸ":120577,"æį©":120578,"æİ®":120579,"æĤ«":120580,"åŁŃ":120581,"åŁ½":120582,"æİĩ":120583,"æݼ":120584,"èģĥ":120585,"èIJģ":120586,"èıĺ":120587,"åłĩ":120588,"èIJĺ":120589,"èIJĭ":120590,"èı½":120591,"èıĸ":120592,"èIJľ":120593,"èIJ¸":120594,"èIJij":120595,"棻":120596,"èıĶ":120597,"èıŁ":120598,"èIJı":120599,"èı¹":120600,"èıª":120601,"èıħ":120602,"èıĢ":120603,"èı°":120604,"èı¡":120605,"梿":120606,"æ¢ı":120607,"è§ĭ":120608,"æ¡´":120609,"æ¡·":120610,"æ£ģ":120611,"æ¡«":120612,"æ£Ĥ":120613,"åķ¬":120614,"éĥ¾":120615,"æķķ":120616,"è±ī":120617,"éĦĦ":120618,"éħŀ":120619,"ç¡İ":120620,"ç¡Ń":120621,"ç¡ĸ":120622,"ç¡Ĺ":120623,"ç¡IJ":120624,"ç¡ĩ":120625,"ç¡Į":120626,"鸸":120627,"çĵł":120628,"åĮı":120629,"åİ©":120630,"æ®Ĵ":120631,"æ®ĵ":120632,"æ®į":120633,"èµī":120634,"鼩":120635,"è¾Ħ":120636,"åłij":120637,"çľŃ":120638,"羦":120639,"åķ§":120640,"æĻ¡":120641,"æĻ¤":120642,"çľµ":120643,"åľĬ":120644,"åĸı":120645,"åķī":120646,"åĭĸ":120647,"æĻŀ":120648,"åĶµ":120649,"æĻĹ":120650,"åķŃ":120651,"çķ¦":120652,"趺":120653,"åķ®":120654,"è·Ħ":120655,"èļ¶":120656,"èĽĦ":120657,"èĽİ":120658,"èĽĨ":120659,"èļ°":120660,"åľī":120661,"èļ±":120662,"èĽī":120663,"èĽı":120664,"èļ´":120665,"åķģ":120666,"åķķ":120667,"åĶ¿":120668,"åķIJ":120669,"åĶ¼":120670,"åĶ·":120671,"åķĸ":120672,"åķµ":120673,"åķ¶":120674,"åķ·":120675,"åĶ³":120676,"åĶ°":120677,"åķľ":120678,"帻":120679,"å´ļ":120680,"å´¦":120681,"帼":120682,"å´®":120683,"å´¤":120684,"å´Ĩ":120685,"èµĩ":120686,"èµĪ":120687,"èµĬ":120688,"éĵij":120689,"éĵĴ":120690,"éĵĹ":120691,"éĵĻ":120692,"éĵŁ":120693,"éĵ¡":120694,"éĵ¢":120695,"éĵ£":120696,"éĵ¤":120697,"éĵ§":120698,"éĵ¨":120699,"éĵ©":120700,"éĵª":120701,"éĵ«":120702,"éĵ¯":120703,"éĵ°":120704,"éĵ±":120705,"éĵ³":120706,"éĵµ":120707,"éĵ·":120708,"çī¾":120709,"鸹":120710,"秾":120711,"éĢ¶":120712,"笺":120713,"çŃĩ":120714,"笸":120715,"笪":120716,"笮":120717,"笳":120718,"笥":120719,"笤":120720,"笳":120721,"笾":120722,"ç¬ŀ":120723,"åģ¾":120724,"åģĥ":120725,"åģķ":120726,"åģĪ":120727,"åĤĢ":120728,"åģ¬":120729,"åģ»":120730,"çļij":120731,"çļİ":120732,"鸻":120733,"å¾ľ":120734,"èĪ¸":120735,"èĪ»":120736,"èĪ´":120737,"èĪ·":120738,"é¾Ľ":120739,"ç¿İ":120740,"èĦ¬":120741,"èĦĺ":120742,"èĦ²":120743,"åĮIJ":120744,"çĮĹ":120745,"çĮ¡":120746,"çĮŀ":120747,"æĸĽ":120748,"çĮķ":120749,"é¦Ĺ":120750,"é¦ĥ":120751,"é¦Ħ":120752,"鸾":120753,"庹":120754,"庾":120755,"çĹĶ":120756,"çĹį":120757,"ç¿Ĭ":120758,"æĹĮ":120759,"æĹİ":120760,"袤":120761,"éĺĩ":120762,"éĺĪ":120763,"éĺī":120764,"éĺĬ":120765,"éĺĭ":120766,"éĺį":120767,"éĺı":120768,"ç¾Ł":120769,"ç²Ŀ":120770,"çĦIJ":120771,"çĦĵ":120772,"çĦĹ":120773,"æ·ħ":120774,"æ·ŀ":120775,"æ¸İ":120776,"涿":120777,"æ·ĸ":120778,"æĮ²":120779,"æ·ł":120780,"涸":120781,"æ¸ij":120782,"æ·¦":120783,"æ·Ŀ":120784,"涪":120785,"æ·Ļ":120786,"涫":120787,"æ¸Į":120788,"æĤ»":120789,"æĤ±":120790,"æĥĿ":120791,"æĥĺ":120792,"æĥĨ":120793,"æĥļ":120794,"æĥĩ":120795,"æĥ®":120796,"çªķ":120797,"è°Į":120798,"æīĪ":120799,"çļ²":120800,"è°ij":120801,"è£Ĩ":120802,"袷":120803,"è£ī":120804,"è°Ĵ":120805,"è°Ķ":120806,"è°ķ":120807,"è°ĸ":120808,"è°Ĺ":120809,"è°Ļ":120810,"è°Ŀ":120811,"éĢ¯":120812,"éĥ¿":120813,"éļĪ":120814,"ç²ľ":120815,"éļį":120816,"éļĹ":120817,"å©Ĭ":120818,"娼":120819,"å©¢":120820,"婵":120821,"èĥ¬":120822,"è¢Ī":120823,"ç¿Į":120824,"æģ¿":120825,"欸":120826,"绫":120827,"éªIJ":120828,"绯":120829,"ç»±":120830,"éªĴ":120831,"绲":120832,"éªĵ":120833,"绶":120834,"绺":120835,"ç»»":120836,"绾":120837,"éªĸ":120838,"ç¼ģ":120839,"èĢł":120840,"çIJ«":120841,"çIJµ":120842,"çIJ¶":120843,"çIJ¥":120844,"çIJ¨":120845,"çIJ°":120846,"çIJ®":120847,"çIJ¯":120848,"çIJ¬":120849,"çIJļ":120850,"è¾ĩ":120851,"é¼ĭ":120852,"æı³":120853,"åłŀ":120854,"æIJ½":120855,"æı¸":120856,"æıł":120857,"åłĻ":120858,"è¶Ħ":120859,"æıĸ":120860,"é¢ī":120861,"å¡Ħ":120862,"æı¿":120863,"èĢĭ":120864,"æıĦ":120865,"èĽ©":120866,"èĽ°":120867,"å¡Ĩ":120868,"æijĴ":120869,"æıĨ":120870,"æݾ":120871,"èģĴ":120872,"èijij":120873,"èijļ":120874,"éĿ°":120875,"éĿ¸":120876,"èij³":120877,"èijº":120878,"èij¸":120879,"èIJ¼":120880,"èij¶":120881,"èĴĮ":120882,"èijŃ":120883,"楮":120884,"棼":120885,"æ¤Ł":120886,"棹":120887,"椤":120888,"棰":120889,"èµį":120890,"æ¤ĭ":120891,"æ¤ģ":120892,"椪":120893,"æ¤IJ":120894,"é¹ģ":120895,"éħ¤":120896,"éħ¢":120897,"éħ¡":120898,"é¹Ĥ":120899,"æ®ļ":120900,"æ®Ľ":120901,"鼱":120902,"è¾ĭ":120903,"æ¤ł":120904,"è¾İ":120905,"çĿĦ":120906,"çĿĩ":120907,"çĿĥ":120908,"æĪ¢":120909,"åĸĭ":120910,"åĹĴ":120911,"åĸĥ":120912,"åĸ±":120913,"åĸ¹":120914,"æĻ·":120915,"åĸĪ":120916,"è·ĸ":120917,"è·Ĺ":120918,"è·ŀ":120919,"è·ļ":120920,"è·İ":120921,"è·ı":120922,"è·Ĩ":120923,"èĽ±":120924,"èĽ²":120925,"èĽŃ":120926,"èĽ³":120927,"èĽIJ":120928,"èĽĶ":120929,"èĽŀ":120930,"èĽ´":120931,"èĽĺ":120932,"åĸģ":120933,"åĸŁ":120934,"åķ¾":120935,"åĹĸ":120936,"åĸij":120937,"åĹŁ":120938,"åĹŀ":120939,"åĸĻ":120940,"åµĺ":120941,"åµĸ":120942,"å´´":120943,"éģĦ":120944,"è©Ī":120945,"åµİ":120946,"嵬":120947,"åµĽ":120948,"嵯":120949,"åµĿ":120950,"嵫":120951,"å¹Ħ":120952,"åµĭ":120953,"èµķ":120954,"éĵ»":120955,"éĵ¼":120956,"éĵ¿":120957,"éĶĥ":120958,"éĶĨ":120959,"éĶĩ":120960,"éĶī":120961,"éĶı":120962,"éĶij":120963,"éĶĴ":120964,"éĶĶ":120965,"éĶķ":120966,"æİ£":120967,"磬":120968,"æ°°":120969,"毳":120970,"毽":120971,"çĬĬ":120972,"çĬĦ":120973,"çĬĭ":120974,"é¹Ħ":120975,"çĬį":120976,"åµĩ":120977,"é»į":120978,"ç¨ĥ":120979,"ç¨Ĥ":120980,"çŃļ":120981,"çѵ":120982,"çŃĮ":120983,"åĤ£":120984,"åĤĪ":120985,"èĪĦ":120986,"çīį":120987,"åĤ¥":120988,"åĤ§":120989,"éģij":120990,"åĤ©":120991,"徨":120992,"åªŃ":120993,"çķ²":120994,"å¼ij":120995,"ç¿ķ":120996,"é¹Ĩ":120997,"èħĪ":120998,"èħĵ":120999,"èħĨ":121000,"èħ´":121001,"èħļ":121002,"èħ±":121003,"鱿":121004,"é²Ģ":121005,"é²Ĥ":121006,"çĮ¢":121007,"çĮ¹":121008,"çĮ¥":121009,"é£ĵ":121010,"è§ŀ":121011,"è§ļ":121012,"çĮ±":121013,"é¢İ":121014,"飧":121015,"é¦ĩ":121016,"é¦Ĭ":121017,"亵":121018,"èĦĶ":121019,"è£Ĵ":121020,"çĹ£":121021,"çŨ":121022,"çŦ":121023,"çĹŀ":121024,"çŤ":121025,"çŧ":121026,"èµĵ":121027,"竦":121028,"çĵ¿":121029,"åķ»":121030,"é¢ı":121031,"é¹ĩ":121032,"éĺij":121033,"éĺĴ":121034,"éĺķ":121035,"ç²ŀ":121036,"éģĴ":121037,"åŃ³":121038,"çĦ¯":121039,"çĦľ":121040,"çĦ±":121041,"é¹Ī":121042,"渫":121043,"æ¹®":121044,"æ¹İ":121045,"æ¹ľ":121046,"æ¹į":121047,"湫":121048,"溲":121049,"æ¹Ł":121050,"æºĨ":121051,"æ¹²":121052,"æ¹Ķ":121053,"æ¹ī":121054,"渥":121055,"æ»ģ":121056,"æĦł":121057,"æĥº":121058,"æĦ¦":121059,"æĥ´":121060,"æĦĢ":121061,"æĦİ":121062,"æĦĶ":121063,"åĸ¾":121064,"å¯IJ":121065,"è°Ł":121066,"裢":121067,"è£İ":121068,"裥":121069,"祾":121070,"è°ł":121071,"è°¡":121072,"è°¥":121073,"è°§":121074,"åѱ":121075,"å¼¼":121076,"å·½":121077,"éªĺ":121078,"媪":121079,"å·¯":121080,"ç¿ļ":121081,"çļ´":121082,"éªĽ":121083,"ç¼Ĥ":121084,"ç¼ĥ":121085,"ç¼Ħ":121086,"å½ĺ":121087,"ç¼ĩ":121088,"ç¼Ī":121089,"ç¼Į":121090,"ç¼ij":121091,"ç¼Ĵ":121092,"ç¼Ĺ":121093,"飨":121094,"èĢ¢":121095,"çijģ":121096,"çijĹ":121097,"çijĦ":121098,"éģ¨":121099,"éªľ":121100,"飫":121101,"é«¡":121102,"塬":121103,"éĦ¢":121104,"è¶Ķ":121105,"è¶ij":121106,"æijħ":121107,"æijģ":121108,"èľĩ":121109,"æIJĭ":121110,"æIJª":121111,"æIJIJ":121112,"æIJĽ":121113,"æIJł":121114,"æijĪ":121115,"å½Ģ":121116,"æ¯Ĥ":121117,"æIJ¦":121118,"æIJ¡":121119,"èĵģ":121120,"æĪ¡":121121,"èĵį":121122,"éĦŀ":121123,"èĵIJ":121124,"èĵ¦":121125,"é¹ĭ":121126,"èĴ½":121127,"èĵĸ":121128,"èĵĬ":121129,"èĴ¯":121130,"èĵŁ":121131,"èĵij":121132,"èĴº":121133,"èĵł":121134,"èĴŁ":121135,"èĴ¡":121136,"èĴ¹":121137,"èĴ´":121138,"èĴĹ":121139,"èĵ¥":121140,"æ¥Ķ":121141,"æ¥Ĥ":121142,"æ¥Ŀ":121143,"楫":121144,"楸":121145,"椴":121146,"æ§Į":121147,"楯":121148,"çļĻ":121149,"æ¦Ī":121150,"æ§İ":121151,"æ¦ī":121152,"楦":121153,"楣":121154,"楹":121155,"椽":121156,"åī½":121157,"éħ©":121158,"èľĥ":121159,"ç¢Ľ":121160,"ç¢ĵ":121161,"硼":121162,"ç¢ī":121163,"ç¢ļ":121164,"ç¢ĩ":121165,"ç¢ľ":121166,"é¹Į":121167,"è¾ı":121168,"é¾ĥ":121169,"é¾ħ":121170,"訾":121171,"ç²²":121172,"çĿļ":121173,"åĹª":121174,"éŁª":121175,"åĹ·":121176,"åĹī":121177,"çĿ¨":121178,"çĿ¢":121179,"éĽİ":121180,"çĿ¥":121181,"åĹij":121182,"åĹ«":121183,"åŬ":121184,"åĹĶ":121185,"åĹĿ":121186,"æĪ¥":121187,"åĹĦ":121188,"çħ¦":121189,"æļĦ":121190,"éģ¢":121191,"æļĮ":121192,"è·¬":121193,"è·¶":121194,"è·¸":121195,"è·IJ":121196,"è·£":121197,"è·¹":121198,"èĽ¸":121199,"èľĬ":121200,"èľį":121201,"èľī":121202,"èľ£":121203,"çķ¹":121204,"èĽ¹":121205,"åĹ¥":121206,"åĹ²":121207,"åĹ³":121208,"åĹĮ":121209,"åĹį":121210,"åĹIJ":121211,"åŤ":121212,"åŵ":121213,"罨":121214,"åµĬ":121215,"åµ´":121216,"骰":121217,"éĶĹ":121218,"éĶĽ":121219,"éĶľ":121220,"éĶĿ":121221,"éĶŀ":121222,"éĶŁ":121223,"éĶ¢":121224,"éĶ¨":121225,"éĶ©":121226,"éĶŃ":121227,"éĶ±":121228,"éĽī":121229,"æ°²":121230,"çĬı":121231,"æŃĥ":121232,"ç¨ŀ":121233,"ç¨Ĺ":121234,"ç¨Ķ":121235,"çŃł":121236,"çŃ¢":121237,"çŃ®":121238,"çŃ²":121239,"çīĴ":121240,"æķ«":121241,"å¾Ń":121242,"æĦĨ":121243,"èīĦ":121244,"è§İ":121245,"毹":121246,"è²Ĭ":121247,"è²ħ":121248,"è²ī":121249,"é¢Ķ":121250,"èħł":121251,"èħ©":121252,"èħ¼":121253,"èħŃ":121254,"èħ§":121255,"å¡į":121256,"媵":121257,"é²ħ":121258,"é²Ĩ":121259,"é²ĩ":121260,"é²Ī":121261,"é²ĭ":121262,"é²IJ":121263,"èĤĦ":121264,"é¹IJ":121265,"é£ķ":121266,"觥":121267,"éģĽ":121268,"é¦IJ":121269,"é¹ij":121270,"亶":121271,"çĺĥ":121272,"çű":121273,"çĹ¼":121274,"çĹ¿":121275,"çĺIJ":121276,"çĺģ":121277,"çĺĨ":121278,"éºĤ":121279,"æŃĨ":121280,"æĹĴ":121281,"éĺĸ":121282,"éĺĹ":121283,"羧":121284,"è±¢":121285,"ç²³":121286,"çĮ·":121287,"çħ³":121288,"çħ¨":121289,"çħħ":121290,"çħĬ":121291,"çħ¸":121292,"çħº":121293,"æ»Ł":121294,"溱":121295,"æºĺ":121296,"æ¼Ń":121297,"滢":121298,"溥":121299,"溽":121300,"è£Ł":121301,"溻":121302,"溷":121303,"æ»Ĺ":121304,"滫":121305,"溴":121306,"æ»ı":121307,"æ»ĥ":121308,"滦":121309,"æºı":121310,"æ»Ĥ":121311,"æ»ĵ":121312,"æºŁ":121313,"滪":121314,"æĦ«":121315,"æħĬ":121316,"é²İ":121317,"éªŀ":121318,"çªł":121319,"窣":121320,"裱":121321,"裨":121322,"裾":121323,"裰":121324,"ç¦Ĭ":121325,"è°©":121326,"è°ª":121327,"媾":121328,"å««":121329,"媲":121330,"å«Ĵ":121331,"å«Ķ":121332,"媸":121333,"ç¼Ļ":121334,"ç¼ľ":121335,"ç¼Ľ":121336,"è¾Ķ":121337,"éªĿ":121338,"ç¼Ł":121339,"缡":121340,"ç¼¢":121341,"ç¼£":121342,"éªŁ":121343,"èĢ¥":121344,"çĴĪ":121345,"çijŃ":121346,"çįĴ":121347,"è§ı":121348,"æħĿ":121349,"å«ł":121350,"åıĨ":121351,"æij½":121352,"å¢ģ":121353,"æĴĤ":121354,"æijŀ":121355,"æĴĦ":121356,"ç¿¥":121357,"è¸ħ":121358,"æijŃ":121359,"å¢ī":121360,"å¢Ĵ":121361,"æ¦ĸ":121362,"綦":121363,"èĶ«":121364,"èĶ·":121365,"éĿº":121366,"éĿ¼":121367,"éŀħ":121368,"éĿ¿":121369,"çĶį":121370,"èĶ¸":121371,"èĶŁ":121372,"èĶº":121373,"æĪ¬":121374,"èķĸ":121375,"èĶ»":121376,"èĵ¿":121377,"æĸ¡":121378,"é¹ķ":121379,"èĵ¼":121380,"æ¦Ľ":121381,"榧":121382,"榫":121383,"æ¦Ń":121384,"æ§Ķ":121385,"榱":121386,"æ§ģ":121387,"æ§ł":121388,"榷":121389,"åĥ°":121390,"éħ½":121391,"éħ¹":121392,"碡":121393,"碴":121394,"碣":121395,"碲":121396,"èĩ§":121397,"豨":121398,"殡":121399,"éľģ":121400,"èľļ":121401,"é¾ĩ":121402,"é¾Ī":121403,"äģ":121404,"äģĸ":121405,"çĿ½":121406,"åĺŀ":121407,"åĺĪ":121408,"åĺĮ":121409,"åĺģ":121410,"æļĿ":121411,"è¸Į":121412,"è¸ī":121413,"èľŀ":121414,"èľ¥":121415,"èľ®":121416,"èĿĪ":121417,"èľ´":121418,"èľ±":121419,"èľ©":121420,"èľ·":121421,"èľ¿":121422,"èŀĤ":121423,"èľ¢":121424,"åĺ¡":121425,"é¹Ĺ":121426,"åĺ£":121427,"åĺ¤":121428,"åĺļ":121429,"åĹ¾":121430,"åĺ§":121431,"ç½´":121432,"ç½±":121433,"å¹Ķ":121434,"å¶Ĥ":121435,"å¹Ľ":121436,"èµĻ":121437,"ç½Ĥ":121438,"骷":121439,"骶":121440,"é¹ĺ":121441,"éĶ²":121442,"éĶ´":121443,"éĶ¶":121444,"éĶ·":121445,"éĶ¸":121446,"éĶµ":121447,"éķĤ":121448,"çĬĴ":121449,"ç®IJ":121450,"箦":121451,"箧":121452,"箸":121453,"箬":121454,"ç®ħ":121455,"箪":121456,"箾":121457,"箢":121458,"ç®ĵ":121459,"åĥĸ":121460,"åĦĨ":121461,"åĥ³":121462,"åĥŃ":121463,"åĬģ":121464,"åĥ®":121465,"éŃĥ":121466,"éŃĨ":121467,"çĿ¾":121468,"èīĭ":121469,"éĦ±":121470,"èĨĪ":121471,"èĨij":121472,"é²ij":121473,"é²Ķ":121474,"é²ļ":121475,"é²Ľ":121476,"é²Ł":121477,"çįIJ":121478,"觫":121479,"éĽĴ":121480,"夤":121481,"é¦ij":121482,"éĬ®":121483,"塾":121484,"çĺĮ":121485,"çĺĬ":121486,"çĺĺ":121487,"çĺĻ":121488,"æĹĸ":121489,"èĨĤ":121490,"éĺļ":121491,"éĦ¯":121492,"é²ŀ":121493,"粿":121494,"ç²¼":121495,"ç³ģ":121496,"æ§Ĭ":121497,"é¹ļ":121498,"çĨĺ":121499,"çĨ¥":121500,"æ½¢":121501,"æ¼ķ":121502,"滹":121503,"漯":121504,"漶":121505,"æ½ĭ":121506,"æ½´":121507,"漪":121508,"æ¼ī":121509,"漩":121510,"æ¾ī":121511,"æħµ":121512,"æIJ´":121513,"窨":121514,"寤":121515,"綮":121516,"è°®":121517,"褡":121518,"è¤Ļ":121519,"è¤ĵ":121520,"è¤Ľ":121521,"è¤Ĭ":121522,"è°¯":121523,"è°°":121524,"è°²":121525,"å±£":121526,"é¹Ľ":121527,"嫱":121528,"å«ĸ":121529,"嫦":121530,"å«ļ":121531,"å«ĺ":121532,"é¼IJ":121533,"çŀĢ":121534,"é¹ľ":121535,"éªł":121536,"ç¼¥":121537,"缦":121538,"缧":121539,"缨":121540,"骢":121541,"缫":121542,"èĢ¦":121543,"èĢ§":121544,"çĴľ":121545,"çĴİ":121546,"çĴģ":121547,"å¥Ń":121548,"髯":121549,"é««":121550,"æĴ·":121551,"æĴħ":121552,"èµŃ":121553,"æĴ¸":121554,"éĭĨ":121555,"æĴĻ":121556,"æĴº":121557,"å¢Ģ":121558,"èģ©":121559,"è§IJ":121560,"éŀij":121561,"èķĻ":121562,"éŀĴ":121563,"èķĪ":121564,"èķ¨":121565,"èķ¤":121566,"èķŀ":121567,"èķº":121568,"çŀ¢":121569,"èķĥ":121570,"èķ²":121571,"èµľ":121572,"槿":121573,"樯":121574,"æ§Ń":121575,"æ¨Ĺ":121576,"æ¨ĺ":121577,"槲":121578,"éĨĮ":121579,"éĨħ":121580,"éĿ¥":121581,"éŃĩ":121582,"é¤į":121583,"ç£Ķ":121584,"ç£Ļ":121585,"éľĪ":121586,"è¾ĺ":121587,"é¾ī":121588,"é¾Ĭ":121589,"è§ij":121590,"çŀĮ":121591,"çŀĭ":121592,"çŀij":121593,"åĺŃ":121594,"åĻİ":121595,"åĻ¶":121596,"é¢Ļ":121597,"æļ¹":121598,"åĻĺ":121599,"è¸Ķ":121600,"è¸Ŀ":121601,"è¸Ł":121602,"è¸Ĵ":121603,"踬":121604,"踮":121605,"踯":121606,"踺":121607,"è¸ŀ":121608,"èĿ½":121609,"èĿ¾":121610,"èĿ»":121611,"èĿ°":121612,"èĿ®":121613,"èŀĭ":121614,"èĿĵ":121615,"èĿ£":121616,"èĿ¼":121617,"åĺ¬":121618,"é¢ļ":121619,"åĻį":121620,"åĻĻ":121621,"åĻĮ":121622,"åĻĶ":121623,"é¢Ľ":121624,"å¹ŀ":121625,"幡":121626,"å¶Ļ":121627,"å¶Ŀ":121628,"骺":121629,"éķĬ":121630,"éķī":121631,"éķĮ":121632,"éķı":121633,"éķĴ":121634,"éķĵ":121635,"éķĶ":121636,"稷":121637,"ç®´":121638,"ç¯ij":121639,"ç¯ģ":121640,"ç¯Į":121641,"çīĸ":121642,"åĦĭ":121643,"èĻ¢":121644,"é¹ŀ":121645,"èĨĺ":121646,"é²ł":121647,"鲡":121648,"é²¢":121649,"é²£":121650,"é²¥":121651,"鲧":121652,"鲩":121653,"çįĹ":121654,"çįł":121655,"觯":121656,"é¦ĵ":121657,"é¦Ķ":121658,"麾":121659,"å»Ľ":121660,"çĺĽ":121661,"çĺ¼":121662,"çĺ¢":121663,"çĺł":121664,"é½ij":121665,"ç¾°":121666,"ð¥»":121667,"ð¥»Ĺ":121668,"ç³Į":121669,"ç³į":121670,"ç³ħ":121671,"çĨľ":121672,"çĨµ":121673,"æ¾į":121674,"æ¾Į":121675,"潸":121676,"潦":121677,"æ½²":121678,"éĭĪ":121679,"æ½Ł":121680,"潺":121681,"寮":121682,"窳":121683,"è°³":121684,"褴":121685,"è¤Ł":121686,"褫":121687,"è°µ":121688,"çĨ¨":121689,"屦":121690,"åĭ°":121691,"æĪ®":121692,"èĿ¥":121693,"缬":121694,"ç¼®":121695,"缯":121696,"骣":121697,"çķ¿":121698,"èĢ©":121699,"èĢ¨":121700,"èĢª":121701,"çĴŁ":121702,"éĿĽ":121703,"çĴł":121704,"çĴĺ":121705,"èģ±":121706,"èŀ¯":121707,"é«»":121708,"é«Ń":121709,"髹":121710,"æĵĢ":121711,"çĶı":121712,"æĵŀ":121713,"縳":121714,"磬":121715,"é¢ŀ":121716,"èķ»":121717,"é¢Ł":121718,"èĸ¤":121719,"èĸ¨":121720,"æªł":121721,"èĸı":121722,"èĸ®":121723,"èĸľ":121724,"èĸħ":121725,"樾":121726,"æ©Ľ":121727,"æ©ĩ":121728,"樵":121729,"æªİ":121730,"橹":121731,"樽":121732,"樨":121733,"橼":121734,"墼":121735,"æ©IJ":121736,"ç¿®":121737,"éĨIJ":121738,"éĨį":121739,"éĨļ":121740,"磲":121741,"èµĿ":121742,"殪":121743,"éľı":121744,"éĮ¾":121745,"è¾ļ":121746,"éģ½":121747,"æ°ħ":121748,"çŀŁ":121749,"çŀł":121750,"çŀ°":121751,"åļĦ":121752,"åļĨ":121753,"åĻ¤":121754,"æļ¾":121755,"è¹Ģ":121756,"踵":121757,"踽":121758,"è¹ī":121759,"è¹ģ":121760,"èŀ¨":121761,"èŀĪ":121762,"èŀħ":121763,"èŀŃ":121764,"èŀł":121765,"èŀŁ":121766,"åĻ±":121767,"åĻ«":121768,"åĻ»":121769,"åĻ¼":121770,"ç½¹":121771,"åľľ":121772,"ä¦":121773,"ä¦ĥ":121774,"éķĹ":121775,"éķĺ":121776,"éķļ":121777,"éķĽ":121778,"éķĿ":121779,"éķŀ":121780,"éķł":121781,"æ°ĩ":121782,"æ°Ĩ":121783,"ç©ij":121784,"ç¯Ŀ":121785,"篥":121786,"篦":121787,"篪":121788,"ç¯Ļ":121789,"çĽ¥":121790,"åĬĵ":121791,"翱":121792,"éŃī":121793,"éŃĪ":121794,"å¾¼":121795,"æŃĻ":121796,"èĨ¦":121797,"èĨĻ":121798,"é²®":121799,"é²±":121800,"é²³":121801,"é²´":121802,"é²µ":121803,"é²·":121804,"é²»":121805,"çį´":121806,"çįŃ":121807,"çį¬":121808,"éĤĤ":121809,"鹧":121810,"廨":121811,"èµŁ":121812,"çĺ°":121813,"廪":121814,"çĺ¿":121815,"çĺµ":121816,"çĺ´":121817,"çĻĥ":121818,"çĺ³":121819,"éºĩ":121820,"éºĪ":121821,"嬴":121822,"å£ħ":121823,"ç³Ĺ":121824,"çĶij":121825,"çĩİ":121826,"çĩł":121827,"çĩĶ":121828,"çĩ§":121829,"æ¿ij":121830,"æ¿ī":121831,"æ½ŀ":121832,"澧":121833,"æ¾¹":121834,"æ¾¥":121835,"澶":121836,"æ¿Ĥ":121837,"褰":121838,"窸":121839,"å¬ĸ":121840,"çĬŁ":121841,"éļ°":121842,"å¬Ĺ":121843,"颡":121844,"ç¼±":121845,"ç¼²":121846,"ç¼³":121847,"çĴ©":121848,"çĴª":121849,"èŀ«":121850,"æĵ¤":121851,"å£ķ":121852,"觳":121853,"ç½Ħ":121854,"æĵ¢":121855,"èĸ¹":121856,"éŀ¡":121857,"éŀ¬":121858,"èĸ·":121859,"èĹĵ":121860,"èĹģ":121861,"æªĦ":121862,"檩":121863,"æĩĭ":121864,"éĨ¢":121865,"翳":121866,"ç¤ħ":121867,"磴":121868,"鹩":121869,"é¾ĭ":121870,"é¾Į":121871,"è±³":121872,"å£ij":121873,"é»»":121874,"åļı":121875,"åļħ":121876,"è¹ij":121877,"è¹Ĵ":121878,"è¹Ĭ":121879,"èŁ¥":121880,"èŀ¬":121881,"èŀµ":121882,"çĸĥ":121883,"èŀ³":121884,"èŁij":121885,"åļĵ":121886,"ç½½":121887,"ç½¾":121888,"嶷":121889,"黾":121890,"é»Ŀ":121891,"é«ģ":121892,"é«Ģ":121893,"éķ¡":121894,"éķ¢":121895,"éķ£":121896,"éķ¦":121897,"éķ§":121898,"éķ©":121899,"éķª":121900,"éķ«":121901,"ç½ħ":121902,"ç°Į":121903,"篾":121904,"篼":121905,"ç°ĸ":121906,"ç°ĭ":121907,"é¼¢":121908,"åĦ¡":121909,"鹪":121910,"é¼¾":121911,"çļ¤":121912,"éŃį":121913,"é¾ł":121914,"ç¹ĩ":121915,"è²ĺ":121916,"éĤĪ":121917,"è²Ķ":121918,"èĩĮ":121919,"èĨ»":121920,"èĩĨ":121921,"èĩĥ":121922,"é²¼":121923,"é²½":121924,"é³Ģ":121925,"é³ĥ":121926,"é³ħ":121927,"é³ĩ":121928,"é³Ĭ":121929,"èŀ½":121930,"çĩ®":121931,"鹫":121932,"ç³ľ":121933,"縻":121934,"çĻį":121935,"éºĭ":121936,"æĩij":121937,"æ¿¡":121938,"æ¿®":121939,"æ¿ŀ":121940,"æ¿ł":121941,"濯":121942,"è¹ĩ":121943,"è¬ĩ":121944,"éĤĥ":121945,"è¥ģ":121946,"æªĹ":121947,"æĵĺ":121948,"åŃº":121949,"éļ³":121950,"嬷":121951,"èŁĬ":121952,"鹬":121953,"éįª":121954,"éıĬ":121955,"é¬Ī":121956,"é¬ĥ":121957,"çŀ½":121958,"éŀ¯":121959,"éŀ¨":121960,"éŀ«":121961,"éŀ§":121962,"éŀ£":121963,"èĹľ":121964,"èĹł":121965,"éĨª":121966,"è¹Ļ":121967,"ç¤ĵ":121968,"çĩ¹":121969,"餮":121970,"çŀ¿":121971,"æĽĽ":121972,"颢":121973,"èºĩ":121974,"è¹ļ":121975,"èŁĽ":121976,"èŁª":121977,"èŁł":121978,"èŁ®":121979,"é¹®":121980,"黳":121981,"黣":121982,"é«ħ":121983,"é«Ĥ":121984,"éķ¬":121985,"éķŃ":121986,"éķ¯":121987,"馥":121988,"ç°Ł":121989,"ç°ª":121990,"鼬":121991,"鼳":121992,"èīŁ":121993,"é³İ":121994,"é³ı":121995,"é³IJ":121996,"çĻŀ":121997,"çĻĶ":121998,"糨":121999,"蹩":122000,"éİı":122001,"éĤĭ":122002,"é¬ı":122003,"æĶī":122004,"éŀ²":122005,"éŀ´":122006,"èĹ¿":122007,"èĺ§":122008,"èĺħ":122009,"éĨ®":122010,"éĨ¯":122011,"éħĥ":122012,"éľª":122013,"éľŃ":122014,"龨":122015,"黼":122016,"åļ¯":122017,"è¹°":122018,"蹶":122019,"è¹½":122020,"è¹¼":122021,"è¹´":122022,"è¹¾":122023,"蹿":122024,"èłĸ":122025,"èłĵ":122026,"èŁ¾":122027,"èłĬ":122028,"黢":122029,"é«ĭ":122030,"é«Į":122031,"éķ²":122032,"ç±Ģ":122033,"é½ģ":122034,"éŃij":122035,"èī¨":122036,"é³ĵ":122037,"é³Ķ":122038,"é³ķ":122039,"é³Ĺ":122040,"é³Ļ":122041,"éıĸ":122042,"羸":122043,"ã¸Ĩ":122044,"çĢ£":122045,"çĢĽ":122046,"襦":122047,"è°¶":122048,"è¥ŀ":122049,"骥":122050,"ç¼µ":122051,"çĵĴ":122052,"æĶĺ":122053,"èĺ©":122054,"èĺĸ":122055,"éĨ´":122056,"éľ°":122057,"éħĨ":122058,"çŁį":122059,"èºħ":122060,"é¼į":122061,"å·ī":122062,"黩":122063,"黥":122064,"黪":122065,"éķ³":122066,"éķ´":122067,"黧":122068,"çºĤ":122069,"çĴº":122070,"鼯":122071,"èĩľ":122072,"é³ľ":122073,"é³Ŀ":122074,"é³Ł":122075,"çį¾":122076,"åŃĢ":122077,"骧":122078,"çĵĺ":122079,"é¼Ļ":122080,"éĨº":122081,"礴":122082,"颦":122083,"æĽ©":122084,"é³¢":122085,"éºĿ":122086,"å¤Ķ":122087,"çĪĿ":122088,"çģı":122089,"禳":122090,"éIJ¾":122091,"ç¾¼":122092,"èł¡":122093,"èĢ±":122094,"é¹³":122095,"æ°į":122096,"é¥ķ":122097,"èºIJ":122098,"é«ij":122099,"éķµ":122100,"ç©°":122101,"é¥Ķ":122102,"鬻":122103,"鬣":122104,"趱":122105,"æĶ«":122106,"æĶ¥":122107,"颧":122108,"èºľ":122109,"é¼¹":122110,"çĻ¯":122111,"èł²":122112,"èł¹":122113,"èºŀ":122114,"è¡¢":122115,"çģŀ":122116,"襻":122117,"çºĽ":122118,"鬣":122119,"æĶ®":122120,"åĽĶ":122121,"é¦ķ":122122,"æĪĨ":122123,"çĪ¨":122124,"é½ī":122125,"äºį":122126,"å°¢":122127,"å½³":122128,"åį¬":122129,"殳":122130,"ðłĻ¶":122131,"æ¯Į":122132,"éĤĺ":122133,"æĪĭ":122134,"åľ¢":122135,"æ°ķ":122136,"ä¼ĭ":122137,"ä»Ŀ":122138,"åĨ®":122139,"æ°¿":122140,"æ±Ī":122141,"æ°¾":122142,"å¿ī":122143,"å®Ħ":122144,"ð¬£Ļ":122145,"è®±":122146,"æīŀ":122147,"åľ²":122148,"åľ«":122149,"èĬı":122150,"èĬĥ":122151,"æľ³":122152,"æľ¸":122153,"ð¨Ļ":122154,"ð¨Ļ¸":122155,"éĤ¨":122156,"åIJĴ":122157,"åIJĸ":122158,"å±¼":122159,"å±¾":122160,"辿":122161,"éĴĨ":122162,"仳":122163,"ä¼£":122164,"ä¼Ī":122165,"çĻ¿":122166,"çĶª":122167,"éĤł":122168,"çĬ´":122169,"åĨ±":122170,"éĤ¡":122171,"ð¬ĩķ":122172,"æ±ĭ":122173,"äľ":122174,"äľ£":122175,"è®»":122176,"ð¬£ŀ":122177,"åŃĸ":122178,"ð¬ĺĵ":122179,"纩":122180,"çİĴ":122181,"çİĵ":122182,"çİĺ":122183,"çİļ":122184,"åĪ¬":122185,"ð«ŃŁ":122186,"åĿľ":122187,"åĿī":122188,"æī½":122189,"ð«Ń¢":122190,"åĿĭ":122191,"æīº":122192,"ã§ij":122193,"æ¯IJ":122194,"èĬ°":122195,"èĬ£":122196,"èĭĬ":122197,"èĭī":122198,"èĬĺ":122199,"èĬ´":122200,"èĬł":122201,"ð«ĩ":122202,"ð«ĩŃ":122203,"èĬ¤":122204,"æĿķ":122205,"æĿĻ":122206,"æĿĦ":122207,"æĿ§":122208,"æĿ©":122209,"å°ª":122210,"å°¨":122211,"轪":122212,"ð«IJĦ":122213,"åĿĴ":122214,"èĬĪ":122215,"æĹ´":122216,"æŵ":122217,"åijĻ":122218,"ãķ":122219,"ãķ®":122220,"å²į":122221,"ð«µ":122222,"𫵷":122223,"å²ł":122224,"å²ľ":122225,"åijĩ":122226,"åĨı":122227,"è§ĥ":122228,"å²Ļ":122229,"ä¼¾":122230,"ãijĩ":122231,"ä¼Ń":122232,"ä½ĸ":122233,"ä¼²":122234,"ä½ģ":122235,"é£ı":122236,"çĭĥ":122237,"éŶ":122238,"汧":122239,"汫":122240,"ð£²ĺ":122241,"ð£²Ĺ":122242,"æ²Ħ":122243,"æ²ĺ":122244,"ð¬ĩĻ":122245,"æ±Ń":122246,"ã³ĩ":122247,"æ²ĩ":122248,"å¿®":122249,"忳":122250,"忺":122251,"𬣡":122252,"ç¥ĥ":122253,"è¯ĩ":122254,"éĤ²":122255,"è¯İ":122256,"è¯IJ":122257,"å±ĥ":122258,"ð«¸":122259,"𫸩":122260,"å²Ĭ":122261,"éĺ½":122262,"䢺":122263,"éĺ¼":122264,"妧":122265,"å¦ĺ":122266,"ð¨ļ":122267,"ð¨ļķ":122268,"纮":122269,"驲":122270,"ð«ĺľ":122271,"纻":122272,"ð¬ĺĺ":122273,"ð«ĺĿ":122274,"纼":122275,"çݤ":122276,"çİŀ":122277,"çݱ":122278,"çİŁ":122279,"éĤ½":122280,"éĤ¿":122281,"åĿ¥":122282,"åĿ°":122283,"åĿ¬":122284,"åĿ½":122285,"å¼Ĩ":122286,"èĢµ":122287,"䢼":122288,"ð¦Ń":122289,"ð¦Ńľ":122290,"èĮĭ":122291,"èĭ§":122292,"èĭ¾":122293,"èĭł":122294,"æŀħ":122295,"ãŃİ":122296,"æŀĺ":122297,"æŀį":122298,"çŁ¼":122299,"磻":122300,"åĮ¼":122301,"ð¬¨Ĥ":122302,"ð¬Ģ©":122303,"ð¬Ģª":122304,"æĹ¿":122305,"æĺĦ":122306,"æĺĴ":122307,"æĺĪ":122308,"åĴī":122309,"åĴĩ":122310,"åĴį":122311,"å²µ":122312,"å²½":122313,"岨":122314,"å²ŀ":122315,"å³Ĥ":122316,"ãŁ":122317,"ãŁĥ":122318,"åĽ·":122319,"𬬩":122320,"éĴIJ":122321,"éĴĶ":122322,"éĴĸ":122323,"çī¥":122324,"ä½´":122325,"åŀĪ":122326,"ä¾ģ":122327,"ä¾¹":122328,"佸":122329,"佺":122330,"éļ¹":122331,"ãijĬ":122332,"ä¾Ĥ":122333,"ä½½":122334,"ä¾ĺ":122335,"éĥĪ":122336,"èĪł":122337,"éĥIJ":122338,"éĥĥ":122339,"æĶ½":122340,"èĤŃ":122341,"èĤ¸":122342,"èĤ·":122343,"çĭī":122344,"çĭĿ":122345,"饳":122346,"å¿ŀ":122347,"çĤĮ":122348,"çĤĨ":122349,"æ³Ļ":122350,"沺":122351,"æ³Ĥ":122352,"æ³ľ":122353,"æ³ĥ":122354,"æ³ĩ":122355,"æĢĬ":122356,"å³ĥ":122357,"穸":122358,"ç¥ĭ":122359,"ç¥Ĭ":122360,"ð«į£":122361,"𬣳":122362,"𬩽":122363,"鸤":122364,"å¼¢":122365,"弨":122366,"éĻij":122367,"𬮿":122368,"éĻİ":122369,"ð¬¯Ģ":122370,"åįº":122371,"乸":122372,"å¦Ń":122373,"å§Ī":122374,"ð«°":122375,"ð«°Ľ":122376,"迳":122377,"åıķ":122378,"𬳵":122379,"驵":122380,"𬳶":122381,"äĮ":122382,"äĮ¹":122383,"驺":122384,"ð«łĬ":122385,"ç»ĭ":122386,"ç»IJ":122387,"çłī":122388,"èĢĶ":122389,"ãĽĥ":122390,"çݶ":122391,"çıĩ":122392,"çıħ":122393,"ð¬įĽ":122394,"çıĭ":122395,"çݹ":122396,"çıĮ":122397,"çİ¿":122398,"飨":122399,"åŀļ":122400,"åŀ¯":122401,"åŀĻ":122402,"åŀ²":122403,"åŁı":122404,"åŀį":122405,"èĢĩ":122406,"é¿į":122407,"åŀİ":122408,"åŀ´":122409,"åŀŁ":122410,"åŀŀ":122411,"æĮĵ":122412,"åŀµ":122413,"åŀı":122414,"æĭ¶":122415,"èįĸ":122416,"èįģ":122417,"èįĻ":122418,"èįĽ":122419,"èĮĪ":122420,"èĮ½":122421,"èįĦ":122422,"èĮº":122423,"ð¬ľ¬":122424,"èįĵ":122425,"èĮ³":122426,"ð¦°":122427,"𦰡":122428,"èĮĽ":122429,"èįŃ":122430,"ãŃķ":122431,"æŁ·":122432,"æŁĥ":122433,"æŁĬ":122434,"æŀ¹":122435,"æłIJ":122436,"æŁĸ":122437,"éĥļ":122438,"åīħ":122439,"ä´ĵ":122440,"迺":122441,"åİĸ":122442,"çłĨ":122443,"çłij":122444,"çłĦ":122445,"èĢı":122446,"å¥ĵ":122447,"ä¶":122448,"䶮":122449,"è½µ":122450,"è½·":122451,"è½¹":122452,"轺":122453,"æĺº":122454,"ðª¾":122455,"𪾢":122456,"æĺ½":122457,"缷":122458,"åĴ¡":122459,"åĴº":122460,"æĺ³":122461,"æĺ£":122462,"æĺ¤":122463,"æĺ«":122464,"æĺ¡":122465,"åĴ¥":122466,"æĺª":122467,"èĻ·":122468,"èĻ¸":122469,"åĵĥ":122470,"å³ĺ":122471,"èĢij":122472,"å³Ľ":122473,"𪨰":122474,"å³Ĺ":122475,"峧":122476,"帡":122477,"éĴĺ":122478,"ð«ĵ§":122479,"éĴľ":122480,"𬬮":122481,"𬬱":122482,"ð¬¬Ń":122483,"éĴª":122484,"éĴ¬":122485,"éĴŃ":122486,"磧":122487,"秬":122488,"ä¿«":122489,"èĪģ":122490,"ä¿ľ":122491,"ä¿Ļ":122492,"ä¿į":122493,"åŀķ":122494,"è¡İ":122495,"èĪ£":122496,"å¼ĩ":122497,"ä¾´":122498,"鸧":122499,"äı¡":122500,"èĥł":122501,"ð¦Ļ¶":122502,"èĥĪ":122503,"èĥ©":122504,"èĥ£":122505,"æľı":122506,"é£IJ":122507,"è¨Ħ":122508,"饻":122509,"庤":122510,"çĸ¢":122511,"çĤ£":122512,"çĤŁ":122513,"ã¶":122514,"㶲":122515,"æ´Ń":122516,"æ´ĺ":122517,"æ´ĵ":122518,"æ´¿":122519,"ã³ļ":122520,"æ³ļ":122521,"æµĪ":122522,"æµī":122523,"æ´¸":122524,"æ´ij":122525,"æ´¢":122526,"æ´Ī":122527,"æ´ļ":122528,"æ´º":122529,"æ´¨":122530,"æµIJ":122531,"ã³ĺ":122532,"æ´´":122533,"æ´£":122534,"æģĶ":122535,"宬":122536,"çªĢ":122537,"æīĤ":122538,"è¢Ĩ":122539,"ç¥ı":122540,"ç¥IJ":122541,"ç¥ķ":122542,"åıļ":122543,"éĻ§":122544,"éĻŀ":122545,"å¨Ģ":122546,"å§ŀ":122547,"姱":122548,"姤":122549,"姶":122550,"姽":122551,"æŀ²":122552,"ç»ĸ":122553,"éªĥ":122554,"ð¬ĺ¡":122555,"𬳽":122556,"ð¬ĺ©":122557,"ð«Ħ§":122558,"å½ĸ":122559,"éªī":122560,"æģĿ":122561,"çıª":122562,"çıĽ":122563,"çı¹":122564,"çIJĬ":122565,"çݼ":122566,"çıĸ":122567,"ðªŁ":122568,"ðªŁĿ":122569,"çı½":122570,"çı¦":122571,"çı«":122572,"çıĴ":122573,"ð¬į¤":122574,"çı¢":122575,"çıķ":122576,"çıĿ":122577,"ð«Ń¼":122578,"åŁĹ":122579,"åŀ¾":122580,"åŀº":122581,"åŁĨ":122582,"åŀ¿":122583,"åŁĮ":122584,"åŁĩ":122585,"èİ°":122586,"èĮĿ":122587,"ð¬ľ¯":122588,"éĦĢ":122589,"èݶ":122590,"èİĿ":122591,"äĵĸ":122592,"èİĻ":122593,"æł»":122594,"æ¡ł":122595,"ð¬Ĥ":122596,"ð¬Ĥ©":122597,"æ¡Ħ":122598,"æ¢ł":122599,"æł´":122600,"梴":122601,"æłĴ":122602,"éħİ":122603,"éħı":122604,"ð«łĨ":122605,"çłµ":122606,"çłł":122607,"çł«":122608,"糬":122609,"ç¡ģ":122610,"æģ§":122611,"ç¿ĥ":122612,"éĥª":122613,"ð¨IJ":122614,"ð¨IJĪ":122615,"è¾Ģ":122616,"è¾ģ":122617,"ð¬Į":122618,"ð¬ĮĹ":122619,"åīķ":122620,"èµĢ":122621,"åĵ¢":122622,"æĻħ":122623,"æĻĬ":122624,"åĶĿ":122625,"åĵ³":122626,"åĵ±":122627,"åĨĶ":122628,"æĻĶ":122629,"æĻIJ":122630,"çķĸ":122631,"èļĦ":122632,"èļĨ":122633,"ð«ij":122634,"ð«ij¡":122635,"帱":122636,"å´ģ":122637,"峿":122638,"𪨶":122639,"å´Ħ":122640,"帨":122641,"å´Ģ":122642,"èµĨ":122643,"𬬸":122644,"éĴ·":122645,"𬬻":122646,"𬬹":122647,"𬬿":122648,"ð¬Ńģ":122649,"çľļ":122650,"çĶ¡":122651,"笫":122652,"åĢ»":122653,"åĢ´":122654,"èĦ©":122655,"åĢ®":122656,"åĢķ":122657,"åĢŀ":122658,"ð«¢":122659,"𫢸":122660,"åĢĵ":122661,"åĢ§":122662,"è¡ĥ":122663,"èĻĴ":122664,"èĪŃ":122665,"èĪ¯":122666,"èĪ¥":122667,"çĵŀ":122668,"鬯":122669,"鸰":122670,"èĦİ":122671,"æľĵ":122672,"èĥ²":122673,"èĻĵ":122674,"é±½":122675,"çĭ´":122676,"å³±":122677,"çĭ»":122678,"çľ¢":122679,"ð«Ĺ§":122680,"åĭį":122681,"çĹĦ":122682,"çĸ°":122683,"çĹĥ":122684,"ç«ĺ":122685,"ç¾ĸ":122686,"ç¾ĵ":122687,"æ¡Ĭ":122688,"æķī":122689,"çĥł":122690,"çĥĶ":122691,"çĥ¶":122692,"çĥ»":122693,"ð¬ĬĪ":122694,"æ¶į":122695,"浡":122696,"æµŃ":122697,"浬":122698,"æ¶Ħ":122699,"涢":122700,"æ¶IJ":122701,"æµ°":122702,"æµŁ":122703,"æµĽ":122704,"æµ¼":122705,"æµ²":122706,"æ¶ĺ":122707,"æĤĪ":122708,"æĤĥ":122709,"æĤ¢":122710,"ð¬ĴĪ":122711,"宧":122712,"çªħ":122713,"çªĬ":122714,"çªİ":122715,"æīħ":122716,"æīĨ":122717,"袪":122718,"è¢Ĺ":122719,"袯":122720,"祧":122721,"éļº":122722,"åł²":122723,"çĸį":122724,"ð¨º":122725,"ð¨ºĻ":122726,"éĻ´":122727,"çĥĿ":122728,"çł®":122729,"ãĽļ":122730,"åĵ¿":122731,"ç¿Ģ":122732,"ç¿Ĥ":122733,"åīŁ":122734,"𬳿":122735,"ð«Ħ¨":122736,"绤":122737,"éªį":122738,"ð¬ĺ«":122739,"äĤ":122740,"äĤ®":122741,"çIJİ":122742,"çı¸":122743,"çıµ":122744,"çIJĦ":122745,"çIJĪ":122746,"çIJĢ":122747,"çıº":122748,"æİŃ":122749,"åłİ":122750,"åłIJ":122751,"åŁ¼":122752,"æİİ":122753,"åŁ«":122754,"åłĮ":122755,"æĻ¢":122756,"ð«®":122757,"ð«®ĥ":122758,"æİŀ":122759,"åŁª":122760,"壸":122761,"ãĻį":122762,"èģį":122763,"èıĿ":122764,"èIJļ":122765,"èı¥":122766,"èİ¿":122767,"äĵ«":122768,"åĭļ":122769,"äĵ¬":122770,"èIJĨ":122771,"èıĤ":122772,"èıį":122773,"èı¼":122774,"èIJ£":122775,"äĵ¨":122776,"èıī":122777,"äĵĽ":122778,"梼":122779,"梽":122780,"桲":122781,"梾":122782,"桯":122783,"梣":122784,"æ¢Į":122785,"桹":122786,"æķĶ":122787,"åİ£":122788,"ç¡Ķ":122789,"é¿İ":122790,"ç¡Ļ":122791,"ç¡ļ":122792,"ç¡Ĭ":122793,"ç¡į":122794,"åĭĶ":122795,"ä´ķ":122796,"é¾ģ":122797,"éĢ´":122798,"åĶª":122799,"åķ«":122800,"ç¿Ī":122801,"ã«":122802,"ã«°":122803,"æĻĻ":122804,"çķ¤":122805,"ð¬±ĸ":122806,"趼":122807,"è·Ĥ":122808,"èĽĥ":122809,"èļ²":122810,"ð¬Ł½":122811,"èļº":122812,"åķ´":122813,"äİĥ":122814,"å´§":122815,"å´Ł":122816,"å´ŀ":122817,"å´Ĵ":122818,"å´Į":122819,"å´¡":122820,"éĵı":122821,"ð«ĵ¯":122822,"ð«Ł¹":122823,"éĵķ":122824,"ð«Ł¼":122825,"éĵĸ":122826,"éĵĺ":122827,"éĵļ":122828,"éĵŀ":122829,"éĵ¥":122830,"éĵ´":122831,"çī»":122832,"çī¿":122833,"ç¨Ĩ":122834,"笱":122835,"笯":122836,"åģ°":122837,"åģ¡":122838,"鸺":122839,"åģŃ":122840,"åģ²":122841,"åģģ":122842,"ã¿":122843,"ã¿ł":122844,"éĦħ":122845,"åģĵ":122846,"å¾Ľ":122847,"è¡Ĵ":122848,"èĪ³":122849,"èĪ²":122850,"鸼":122851,"æĤĨ":122852,"éĦĥ":122853,"çĵ»":122854,"äĿ":122855,"äĿĻ":122856,"èĦ¶":122857,"èĦŀ":122858,"èĦŁ":122859,"äı²":122860,"é±¾":122861,"çĮĩ":122862,"çĮĬ":122863,"çĮĦ":122864,"è§ĸ":122865,"ðłħ":122866,"ðłħ¤":122867,"庱":122868,"庼":122869,"庳":122870,"çĹĵ":122871,"ä´Ķ":122872,"ç««":122873,"åłĥ":122874,"éĺĮ":122875,"ç¾Ŀ":122876,"ç¾ķ":122877,"çĦĨ":122878,"çĥº":122879,"çĦĮ":122880,"æ·ı":122881,"ð¬ĩ¹":122882,"æ·Ł":122883,"æ·ľ":122884,"æ·´":122885,"æ·¯":122886,"æ¹´":122887,"涴":122888,"ð¬į¡":122889,"ã¥":122890,"ã¥Ħ":122891,"æĥĽ":122892,"æĥĶ":122893,"æĤ°":122894,"æĥĻ":122895,"å¯ģ":122896,"éĢŃ":122897,"ð¬¤ĩ":122898,"ð«į¯":122899,"袼":122900,"è£Ī":122901,"祲":122902,"ð¬¤Ĭ":122903,"ð«į²":122904,"è°ŀ":122905,"èī´":122906,"弸":122907,"弶":122908,"ð¬¯İ":122909,"éļĥ":122910,"å©ŀ":122911,"娵":122912,"婼":122913,"åªĸ":122914,"婳":122915,"å©į":122916,"å©Į":122917,"å©«":122918,"婤":122919,"å©ĺ":122920,"å©ł":122921,"ð¬ĺ¬":122922,"ð¬ĺŃ":122923,"ð¬´Ĥ":122924,"ð«ĺ¦":122925,"绹":122926,"ð«Łħ":122927,"ð¬ĺ¯":122928,"éªķ":122929,"ð«ĺ§":122930,"絾":122931,"çı·":122932,"çIJ²":122933,"çIJ¡":122934,"çIJŁ":122935,"çIJĶ":122936,"çIJŃ":122937,"åł¾":122938,"åł¼":122939,"æıķ":122940,"ãĻĺ":122941,"åł§":122942,"åĸĨ":122943,"åł¨":122944,"å¡ħ":122945,"åłł":122946,"çµ·":122947,"ðª£":122948,"𪣻":122949,"ð¡İ":122950,"ð¡İļ":122951,"èijľ":122952,"æĥİ":122953,"èIJ³":122954,"èijĻ":122955,"éĿ¬":122956,"èij´":122957,"èĴĩ":122958,"èĴĪ":122959,"éĦļ":122960,"èĴī":122961,"èĵĩ":122962,"èIJ©":122963,"èij°":122964,"èijİ":122965,"éĦij":122966,"èĴİ":122967,"èijĸ":122968,"èĴĦ":122969,"èIJ¹":122970,"棤":122971,"棽":122972,"棫":122973,"æ¤ĵ":122974,"æ¤ij":122975,"ð¬ĥ":122976,"ð¬ĥĬ":122977,"é¹Ģ":122978,"æ¤Ĩ":122979,"æ£ĵ":122980,"棬":122981,"棪":122982,"æ¤Ģ":122983,"æ¥Ĺ":122984,"ð¬·":122985,"ð¬·ķ":122986,"çĶ¦":122987,"éħ¦":122988,"è§Į":122989,"奡":122990,"çļķ":122991,"硪":122992,"欹":122993,"è©Ł":122994,"ð«IJIJ":122995,"è¾Į":122996,"æ£IJ":122997,"é¾Ĥ":122998,"ð¬¹":122999,"𬹼":123000,"黹":123001,"çīļ":123002,"çĿİ":123003,"æĻ«":123004,"æĻª":123005,"æĻ±":123006,"ð§":123007,"ð§¿":123008,"𧿹":123009,"èĽij":123010,"çķ¯":123011,"æĸĿ":123012,"åĸ¤":123013,"å´¶":123014,"åµģ":123015,"ð«¶":123016,"ð«¶ĩ":123017,"å´¾":123018,"åµħ":123019,"å´¿":123020,"åµļ":123021,"ç¿Ļ":123022,"ð«ĸ®":123023,"åľĮ":123024,"åľIJ":123025,"èµij":123026,"èµĴ":123027,"é¿ı":123028,"éĵ¹":123029,"ð¬ŃĬ":123030,"éĵ½":123031,"ð¨±ĩ":123032,"ð«ĵ¶":123033,"éĶĬ":123034,"éĶį":123035,"éĶİ":123036,"ð¬Ńİ":123037,"éĶĵ":123038,"çĬĩ":123039,"é¢ĭ":123040,"ç¨Į":123041,"çŃĢ":123042,"çŃĺ":123043,"çŃľ":123044,"çŃ¥":123045,"çŃħ":123046,"åĤĥ":123047,"åĤī":123048,"ç¿Ľ":123049,"åĤĴ":123050,"åĤķ":123051,"èĪ¾":123052,"çķ¬":123053,"ð«ĸ¯":123054,"èĦ¿":123055,"èħĺ":123056,"äIJ":123057,"äIJĥ":123058,"èħĻ":123059,"èħĴ":123060,"ð¬±Ł":123061,"é²ĥ":123062,"çĮ°":123063,"ð«Ľ":123064,"ð«ĽŃ":123065,"çĮ¯":123066,"ãº":123067,"ãºĦ":123068,"é¦ī":123069,"åĩĵ":123070,"éĦĹ":123071,"ð«·":123072,"ð«··":123073,"å»ĭ":123074,"å»Ĩ":123075,"éĦĮ":123076,"ç²¢":123077,"éģĨ":123078,"æĹIJ":123079,"𬮱":123080,"çĦŀ":123081,"ð¬Ĭ¤":123082,"欻":123083,"ð£¸":123084,"𣸣":123085,"æºļ":123086,"æºģ":123087,"æ¹Ŀ":123088,"渰":123089,"æ¹ĵ":123090,"ã´":123091,"ã´Ķ":123092,"æ¸Ł":123093,"æºł":123094,"渼":123095,"æºĩ":123096,"æ¹£":123097,"æ¹ij":123098,"æºŀ":123099,"æĦIJ":123100,"æĦĥ":123101,"æķ©":123102,"çĶ¯":123103,"棨":123104,"æīĬ":123105,"裣":123106,"祼":123107,"å©»":123108,"åªĨ":123109,"åªŀ":123110,"ãĽ¹":123111,"åªĵ":123112,"åªĤ":123113,"åªĦ":123114,"毵":123115,"çŁŀ":123116,"ð¬´ĥ":123117,"ð«ĺ¨":123118,"ç¼Ĭ":123119,"ç¼IJ":123120,"éªĻ":123121,"çijĥ":123122,"çijĵ":123123,"çijħ":123124,"çijĨ":123125,"ä´ĸ":123126,"çijĸ":123127,"çijĿ":123128,"çijĶ":123129,"çijĢ":123130,"ð¤§":123131,"ð¤§Ľ":123132,"çij³":123133,"çijĤ":123134,"å¶ħ":123135,"çijij":123136,"éģĺ":123137,"é«¢":123138,"å¡¥":123139,"åł½":123140,"赪":123141,"æijĽ":123142,"å¡Ŀ":123143,"æIJĴ":123144,"æIJĮ":123145,"èĴ±":123146,"èĴ¨":123147,"èĵı":123148,"èĶĢ":123149,"èĵ¢":123150,"èĵĤ":123151,"èĴ»":123152,"èĵ£":123153,"椹":123154,"楪":123155,"æ¦ĥ":123156,"æ¦ħ":123157,"æ¥Ĵ":123158,"楩":123159,"æ¦ĩ":123160,"椸":123161,"æ¥Ļ":123162,"æŃħ":123163,"ð¬ª":123164,"𬪩":123165,"ç¢ĥ":123166,"ç¢ı":123167,"ð¬ĴĶ":123168,"ç¢Ī":123169,"äĥħ":123170,"ç¡¿":123171,"éĦł":123172,"è¾Ĵ":123173,"ð¬¨İ":123174,"ð«IJĵ":123175,"é¾Ĩ":123176,"è§ľ":123177,"ä£":123178,"ä£ĺ":123179,"æļķ":123180,"é¹į":123181,"ð««":123182,"ð««ĩ":123183,"ã¬Ĭ":123184,"æļħ":123185,"è·±":123186,"èľIJ":123187,"èľİ":123188,"åµ²":123189,"èµĹ":123190,"骱":123191,"éĶĸ":123192,"ð«ĵ¹":123193,"éĶĺ":123194,"éĶ³":123195,"éĶ§":123196,"éĶª":123197,"ð¬Ńļ":123198,"éĶ«":123199,"éĶ¬":123200,"ð¬ŃĽ":123201,"ç¨ij":123202,"ç¨Ļ":123203,"äħ":123204,"äħŁ":123205,"ð¬ķ":123206,"ð¬ķĤ":123207,"çŃ»":123208,"çŃ¼":123209,"çѶ":123210,"çѦ":123211,"çѤ":123212,"åĤº":123213,"é¹İ":123214,"åĥĩ":123215,"èīħ":123216,"èīī":123217,"è°¼":123218,"è²Ĩ":123219,"èħ½":123220,"èħ¨":123221,"èħ¯":123222,"é²ī":123223,"é²Ĭ":123224,"é²Į":123225,"ä²Ł":123226,"ð¬¶ĭ":123227,"ð¬¶į":123228,"é²ı":123229,"éĽĬ":123230,"çĮº":123231,"é£Ķ":123232,"è§Ł":123233,"ð¦Ŀ¼":123234,"é¦Į":123235,"è£Ľ":123236,"å»Ĵ":123237,"çĺħ":123238,"éĦĺ":123239,"é¹Ĵ":123240,"éĦľ":123241,"éºĢ":123242,"éĦ£":123243,"éĺĺ":123244,"ð«Ķ¶":123245,"çħģ":123246,"çħĥ":123247,"çħ´":123248,"çħĭ":123249,"çħŁ":123250,"çħĵ":123251,"æ»ł":123252,"æºį":123253,"溹":123254,"æ»Ĩ":123255,"æ»ī":123256,"溦":123257,"溵":123258,"æ¼·":123259,"滧":123260,"æ»ĺ":123261,"æ»į":123262,"æĦŃ":123263,"æħ¥":123264,"æħĨ":123265,"塱":123266,"ð«ĮĢ":123267,"裼":123268,"ç¦ĭ":123269,"ç¦Ķ":123270,"ç¦ĺ":123271,"ç¦Ĵ":123272,"è°«":123273,"é¹Ķ":123274,"ð«ĸ³":123275,"æĦį":123276,"å«Ħ":123277,"媱":123278,"æĪ¤":123279,"åĭł":123280,"æĪ£":123281,"ð«ĺª":123282,"ð«ĺ¬":123283,"ç¼ŀ":123284,"èĢ¤":123285,"çij§":123286,"ð«ŀ":123287,"ð«ŀ©":123288,"çij¨":123289,"çij±":123290,"çij·":123291,"çij¢":123292,"æĸł":123293,"æijı":123294,"å¢ķ":123295,"å¢Ī":123296,"å¢IJ":123297,"å¢ĺ":123298,"æij´":123299,"éĬİ":123300,"ð¡IJ":123301,"ð¡IJĵ":123302,"å¢ļ":123303,"æĴĸ":123304,"ðª¤":123305,"ðª¤Ĺ":123306,"éĿ½":123307,"éŀģ":123308,"èĶĮ":123309,"èĶĪ":123310,"èĵ°":123311,"èĶ¹":123312,"èĶĬ":123313,"åĺı":123314,"榰":123315,"æ¦ij":123316,"æ§ļ":123317,"ð£Ĺ":123318,"ð£Ĺĭ":123319,"æ§ľ":123320,"æ¦į":123321,"çĸIJ":123322,"ð¬¸ĺ":123323,"éħº":123324,"éħ¾":123325,"éħ²":123326,"éħ´":123327,"碶":123328,"äĥİ":123329,"ð¬ĴĹ":123330,"碨":123331,"ð¥Ķ":123332,"ð¥Ķ²":123333,"碹":123334,"碥":123335,"åĬĤ":123336,"ð«ļĸ":123337,"ä´Ĺ":123338,"夥":123339,"çŀį":123340,"é¹ĸ":123341,"ã¬İ":123342,"è·½":123343,"èľ¾":123344,"å¹ĸ":123345,"å¶į":123346,"åľĻ":123347,"ð¨±ı":123348,"éĶº":123349,"éĶ¼":123350,"éĶ½":123351,"ð¬Ń¤":123352,"éĶ¾":123353,"éĶ¿":123354,"éķĥ":123355,"éķĦ":123356,"éķħ":123357,"é¦Ŀ":123358,"é¹Ļ":123359,"箨":123360,"ç®ĸ":123361,"åĬĦ":123362,"åĥ¬":123363,"åĥ¦":123364,"åĥĶ":123365,"åĥİ":123366,"æ§ĥ":123367,"ãĻ¦":123368,"é²Ĵ":123369,"é²ķ":123370,"ð«ļķ":123371,"é²ĸ":123372,"é²Ĺ":123373,"é²ĺ":123374,"é²Ļ":123375,"ð¬¶IJ":123376,"ð¬¶ı":123377,"ð©½":123378,"𩽾":123379,"å¤IJ":123380,"çįį":123381,"é£Ĺ":123382,"ð¬¸ļ":123383,"åĩĺ":123384,"å»ij":123385,"å»Ļ":123386,"çĺĹ":123387,"çĺ¥":123388,"çĺķ":123389,"é²Ŀ":123390,"éĦ«":123391,"çĨĩ":123392,"æ¼¹":123393,"æ¼ĸ":123394,"æ½Ĩ":123395,"漤":123396,"潩":123397,"æ¼¼":123398,"æ¼´":123399,"ã½":123400,"ã½ı":123401,"æ¼Ī":123402,"æ¼ĭ":123403,"æ¼»":123404,"æħ¬":123405,"窬":123406,"çªŃ":123407,"ã®":123408,"㮾":123409,"ð¬¤Ŀ":123410,"è¤ķ":123411,"禼":123412,"ç¦ļ":123413,"éļ©":123414,"å«ķ":123415,"å«Ń":123416,"å«ľ":123417,"嫪":123418,"ð¬ĻĤ":123419,"ã»":123420,"㻬":123421,"麹":123422,"çĴĨ":123423,"漦":123424,"åıĩ":123425,"墣":123426,"墦":123427,"墡":123428,"åĬIJ":123429,"èĸģ":123430,"èķ°":123431,"èĶĥ":123432,"é¼Ĵ":123433,"槱":123434,"é¹Ŀ":123435,"ç£ı":123436,"ç£ī":123437,"殣":123438,"æħŃ":123439,"éľħ":123440,"æļµ":123441,"æļ²":123442,"æļ¶":123443,"踦":123444,"踣":123445,"äĹĸ":123446,"èĿĺ":123447,"èĿ²":123448,"èĿ¤":123449,"åĻĩ":123450,"åĻĤ":123451,"åĻĢ":123452,"罶":123453,"嶲":123454,"å¶ĵ":123455,"ãłĩ":123456,"å¶Ł":123457,"å¶Ĵ":123458,"éķĨ":123459,"éķĪ":123460,"éķĭ":123461,"éķİ":123462,"ð¬Ń©":123463,"éķķ":123464,"稹":123465,"åĦĩ":123466,"çļŀ":123467,"çļĽ":123468,"ä´ĺ":123469,"èīİ":123470,"èīı":123471,"é¹Ł":123472,"ð©¾ĥ":123473,"鲦":123474,"鲪":123475,"鲬":123476,"æ©¥":123477,"è§Ń":123478,"é¹ł":123479,"鹡":123480,"ç³ĩ":123481,"ç³Ī":123482,"翦":123483,"é¹¢":123484,"é¹£":123485,"çĨĽ":123486,"æ½ĸ":123487,"æ½µ":123488,"ãµ":123489,"ãµIJ":123490,"æ¾Ĥ":123491,"æ¾Ľ":123492,"çij¬":123493,"æ½½":123494,"æ½¾":123495,"æ½ı":123496,"æĨŃ":123497,"æĨķ":123498,"𬸣":123499,"æĪŃ":123500,"褯":123501,"禤":123502,"ð«į½":123503,"嫽":123504,"éģ¹":123505,"ð¬´Ĭ":123506,"çĴ¥":123507,"çĴ²":123508,"çĴĴ":123509,"æĨĻ":123510,"æĵIJ":123511,"éĦ¹":123512,"èĸ³":123513,"éŀĶ":123514,"é»ĩ":123515,"ð¬ŀ":123516,"ð¬ŀŁ":123517,"èķĹ":123518,"èĸ¢":123519,"èķ¹":123520,"æ©ŀ":123521,"æ©ij":123522,"橦":123523,"éĨij":123524,"觱":123525,"磡":123526,"ð¥ķ":123527,"ð¥ķ¢":123528,"ç£ľ":123529,"è±®":123530,"ð«Ł¦":123531,"ð¬ºĪ":123532,"ð«łľ":123533,"é¹¾":123534,"èĻ¤":123535,"æļ¿":123536,"æĽĮ":123537,"æĽĪ":123538,"ã¬ļ":123539,"è¹ħ":123540,"踶":123541,"äĹĽ":123542,"èŀĹ":123543,"çĸģ":123544,"ãłĵ":123545,"幪":123546,"ðª©":123547,"ðª©ĺ":123548,"嶦":123549,"ð¬Ń¬":123550,"ð¨±ij":123551,"ð¬Ń¯":123552,"é¦ŀ":123553,"ç©Ħ":123554,"ç¯ļ":123555,"篯":123556,"ç°ī":123557,"é¼½":123558,"è¡ł":123559,"缦":123560,"èŀ£":123561,"縢":123562,"é²Ń":123563,"鲯":123564,"é²°":123565,"鲺":123566,"é²¹":123567,"ð«Ĺ´":123568,"亸":123569,"çĻĢ":123570,"çĺŃ":123571,"𬸦":123572,"ç¾±":123573,"ç³Ĵ":123574,"çĩĭ":123575,"çĨ»":123576,"çĩĬ":123577,"çĩļ":123578,"çĩı":123579,"æ¿©":123580,"æ¿ĭ":123581,"澪":123582,"æ¾½":123583,"æ¾´":123584,"æ¾Ń":123585,"æ¾¼":123586,"æĨ·":123587,"æĨº":123588,"æĩĶ":123589,"é»ī":123590,"å¬Ľ":123591,"鹨":123592,"翯":123593,"ð«Ħ·":123594,"çĴ±":123595,"𤩽":123596,"çĴ¬":123597,"çĴ®":123598,"髽":123599,"æĵ¿":123600,"èĸ¿":123601,"èĸ¸":123602,"æªij":123603,"æ«Ĩ":123604,"æªŀ":123605,"éĨ¨":123606,"ç¹Ħ":123607,"磹":123608,"磻":123609,"çŀ«":123610,"çŀµ":123611,"è¹IJ":123612,"èŁı":123613,"ãĺ":123614,"ãĺİ":123615,"ð¬Ń³":123616,"éķ¤":123617,"ð¬Ń¶":123618,"ð«Ķį":123619,"éķ¥":123620,"éķ¨":123621,"ð¬Ń¸":123622,"ð¨±Ķ":123623,"ð¬Ń¼":123624,"ð«Ķİ":123625,"磰":123626,"ç©Ļ":123627,"ç©ľ":123628,"ç©Ł":123629,"ç°ķ":123630,"ç°ĥ":123631,"ç°ı":123632,"åĦ¦":123633,"éŃĭ":123634,"æĸ¶":123635,"èīļ":123636,"𬸪":123637,"è°¿":123638,"ä²ł":123639,"ð¬¶Ł":123640,"é²¾":123641,"ð¬¶ł":123642,"鲿":123643,"é³ģ":123644,"é³Ĥ":123645,"é³Ī":123646,"é³ī":123647,"çį¯":123648,"äĹª":123649,"é¦ĺ":123650,"è¥ķ":123651,"è¥ļ":123652,"𬶨":123653,"èŀ±":123654,"çĶĵ":123655,"嬬":123656,"嬥":123657,"ð¦Ī":123658,"ð¦Ī¡":123659,"ð«Ħ¸":123660,"çĵĢ":123661,"éĩIJ":123662,"鬶":123663,"çĪĩ":123664,"éŀ³":123665,"éŀ®":123666,"ð¬Łģ":123667,"èĹŁ":123668,"èŦ":123669,"èŨ":123670,"é¹²":123671,"檫":123672,"黡":123673,"ç¤ŀ":123674,"ç¤Į":123675,"ð¥ĸ":123676,"ð¥ĸ¨":123677,"è¹¢":123678,"è¹ľ":123679,"èŁ«":123680,"äĹ´":123681,"åļļ":123682,"é«ĥ":123683,"éķ®":123684,"éķ±":123685,"éħĤ":123686,"馧":123687,"ç°ł":123688,"ç°Ŀ":123689,"ç°°":123690,"鼫":123691,"鼩":123692,"çļ¦":123693,"èĩij":123694,"ä²¢":123695,"é³ij":123696,"é³Ĵ":123697,"é¹±":123698,"鹯":123699,"çĻĹ":123700,"ð¦Ĵ":123701,"ð¦Ĵį":123702,"æĹŀ":123703,"ç¿·":123704,"åĨģ":123705,"äİĸ":123706,"çĢĶ":123707,"çĢį":123708,"çĢĮ":123709,"è¥ľ":123710,"ä´Ļ":123711,"ð¬ĻĬ":123712,"åļŃ":123713,"ã°":123714,"ã°Ģ":123715,"鬷":123716,"éĨŃ":123717,"蹯":123718,"èłĭ":123719,"翾":123720,"é³ĺ":123721,"åĦ³":123722,"åĦ´":123723,"é¼Ĺ":123724,"ð¬¶Ń":123725,"ð©¾Į":123726,"é³ļ":123727,"é³Ľ":123728,"éºij":123729,"éºĸ":123730,"èłĥ":123731,"å½Ł":123732,"嬿":123733,"é¬Ĵ":123734,"èĺĺ":123735,"æ¬Ĥ":123736,"éĨµ":123737,"颥":123738,"çĶĹ":123739,"ð¨Ł":123740,"ð¨Łł":123741,"å·ĩ":123742,"éħħ":123743,"é«İ":123744,"çĬ¨":123745,"𬶮":123746,"ð¨Ń":123747,"ð¨Ńī":123748,"ã¸Į":123749,"çĪĶ":123750,"çĢ±":123751,"çĢ¹":123752,"çĢ¼":123753,"çĢµ":123754,"襫":123755,"åŃħ":123756,"骦":123757,"ð¬Ļĭ":123758,"èĢ°":123759,"ð¤«":123760,"ð¤«ī":123761,"çĵĸ":123762,"é¬ĺ":123763,"趯":123764,"ð¬ºĵ":123765,"ç½į":123766,"é¼±":123767,"é³ł":123768,"鳡":123769,"é³£":123770,"çĪŁ":123771,"çĪļ":123772,"çģĪ":123773,"éŁĤ":123774,"ç³µ":123775,"èĺ¼":123776,"礵":123777,"é¹´":123778,"èºĶ":123779,"çļŃ":123780,"é¾¢":123781,"鳤":123782,"亹":123783,"ç±¥":123784,"é¼·":123785,"ð«ļŃ":123786,"çİĥ":123787,"éĨ¾":123788,"é½ĩ":123789,"觿":123790,"èł¼":123791,"ק":123792,"פ":123793,"׼":123794,"×ķת":123795,"ס":123796,"×Ļ×Ŀ":123797,"צ":123798,"×Ĵ":123799,"×ĺ":123800,"×ķר":123801,"×Ŀ":123802,"×ķ׾":123803,"×ĸ":123804,"à¹Ĥ":123805,"ïº":123806,"ðŁį":123807,"ðŁIJ":123808,"×Ļר":123809,"ï»":123810,"ðŁij":123811,"ðĿIJ":123812,"ðŁı":123813,"ðŁĶ":123814,"ðŁĮ":123815,"ðŁİ":123816,"ðŁĵ":123817,"ף":123818,"ðĿij":123819,"×ķ×ĵ":123820,"ï¦":123821,"Ġ×ķ":123822,"×ķ×ij":123823,"à¸Ńà¸ĩ":123824,"ðĿĺ":123825,"×Ļת":123826,"ðĿķ":123827,"à¸Ĺีà¹Ī":123828,"ائ":123829,"ðŁ¤":123830,"×ķף":123831,"رÙĬ":123832,"×Ļ׾":123833,"ระ":123834,"าย":123835,"ï¯":123836,"ï®":123837,"าม":123838,"âĩ":123839,"ðŁ¥":123840,"ïŃ":123841,"ðĿĻ":123842,"×ķ׳":123843,"á½":123844,"Ġ׼":123845,"ðŁļ":123846,"âļ":123847,"ï§":123848,"×ijר":123849,"×Ļ׳":123850,"á´":123851,"Ġ×Ĺ":123852,"á¼":123853,"ðĿĹ":123854,"Ġ×¢":123855,"×Ļ×Ķ":123856,"ãģ£ãģŁ":123857,"ãģĵãģ¨":123858,"á¸":123859,"ÙĬÙĨ":123860,"ãģªãģĦ":123861,"اع":123862,"ศ":123863,"à¹Īà¸ĩ":123864,"×Ļ×ĵ":123865,"×ŀש":123866,"áĪ":123867,"׳×Ļ":123868,"×Ļ×ij":123869,"ï¥":123870,"ðĿĵ":123871,"Ġ×Ļ":123872,"×ļ":123873,"ัà¸ĩ":123874,"âĵ":123875,"ï¤":123876,"ĠاÙĦØ£":123877,"าà¸ģ":123878,"à¹īà¸Ļ":123879,"à¹Ģร":123880,"×ķ×Ŀ":123881,"á¹":123882,"ึ":123883,"×Ļק":123884,"à¸ĭ":123885,"à¸Ħร":123886,"à¸ĺ":123887,"ัà¸ģ":123888,"ðŁķ":123889,"ÙĪÙĨ":123890,"à¸Ńย":123891,"âĬ":123892,"ðĿĴ":123893,"ĠاÙĦع":123894,"าà¸Ļ":123895,"×Ļף":123896,"ÙĦÙĬ":123897,"×Ļש":123898,"à¸Ľà¸£à¸°":123899,"à¹Ģà¸Ľ":123900,"Ġ׳":123901,"×ķס":123902,"à¸ł":123903,"ÙħÙĨ":123904,"×ķ×¢":123905,"×ķ×ŀ":123906,"âĮ":123907,"ðŁ§":123908,"à¹ĩà¸Ļ":123909,"à¸į":123910,"ãİ":123911,"áµ":123912,"ĠاÙĦس":123913,"×ķק":123914,"หล":123915,"ðŁĩ":123916,"âı":123917,"ðŁ¦":123918,"Ġ×Ķ×ŀ":123919,"ÙĪا":123920,"Ġת":123921,"ר×IJ":123922,"à¸Ńà¸Ļ":123923,"ษ":123924,"à¹Īว":123925,"×ķצ":123926,"íĹ":123927,"ãĦ":123928,"ï¨":123929,"ï¹":123930,"âİ":123931,"ï²":123932,"ðĿļ":123933,"ðIJ":123934,"à¸Ħว":123935,"หà¸Ļ":123936,"Ġר":123937,"بÙĬ":123938,"รà¹Į":123939,"را":123940,"شر":123941,"×ķ×Ĺ":123942,"×ķפ":123943,"×ķש":123944,"×ķ×Ĵ":123945,"íĿ":123946,"âĽ":123947,"à¸ķิ":123948,"à¹Ģà¸ģ":123949,"ï³":123950,"ï±":123951,"à¸Ķà¹ī":123952,"ë¹":123953,"ï¬":123954,"á¿":123955,"ðŁĽ":123956,"ðĿĸ":123957,"à¹Īาà¸ĩ":123958,"ูà¹ī":123959,"Ġ×Ķ×IJ":123960,"ĠاÙĦØŃ":123961,"פר":123962,"ÙĪÙħ":123963,"à¹Ģล":123964,"íĸ":123965,"×Ļ×¢":123966,"ìĪ":123967,"íĵ":123968,"ðŁħ":123969,"áł":123970,"à¸Ħวาม":123971,"à¸Īะ":123972,"׳×Ķ":123973,"Ġק":123974,"à¸Ł":123975,"à¹īà¸ĩ":123976,"หม":123977,"تÙħ":123978,"׾×Ļ":123979,"ÙĬد":123980,"à¹Īà¸Ļ":123981,"×Ĺר":123982,"שר":123983,"à¹Ģà¸Ĺ":123984,"×ŀר":123985,"ëĸ":123986,"عÙĦ":123987,"×ŀ×¢":123988,"â²":123989,"׾×Ķ":123990,"Ġפ":123991,"à¸Ńà¸ģ":123992,"سÙĦ":123993,"×Ļ×ŀ":123994,"ÙĤÙĬ":123995,"íİ":123996,"تØŃ":123997,"×Ļס":123998,"×Ļ×Ĺ":123999,"íĽ":124000,"ï°":124001,"â½":124002,"áī":124003,"áĬ":124004,"á¨":124005,"Ùĩا":124006,"Ġ׾×Ķ":124007,"×ķ×IJ":124008,"Ùħا":124009,"à¹īà¸Ńà¸ĩ":124010,"رب":124011,"ĠاÙĦج":124012,"×ŀ×ĵ":124013,"ÙħÙĦ":124014,"تر":124015,"à¹Ģà¸Ķ":124016,"קר":124017,"íħ":124018,"ì¼":124019,"ê¿":124020,"ãĪ":124021,"áIJ":124022,"ðŁĹ":124023,"ê¦":124024,"áĭ":124025,"ðĿĶ":124026,"à¹Ģà¸Ľà¹ĩà¸Ļ":124027,"à¹ĥห":124028,"มา":124029,"วà¹Īา":124030,"มี":124031,"ีà¹ī":124032,"à¹Ħมà¹Ī":124033,"ÙĨÙĬ":124034,"ؤ":124035,"รา":124036,"×ķ×Ļ":124037,"ãĤĪãģĨ":124038,"ิà¸Ķ":124039,"×Ļפ":124040,"×Ĺ׾":124041,"ÙĤد":124042,"à¹Ģส":124043,"×Ļ×ĺ":124044,"à¸ģล":124045,"ר׼":124046,"×ķ׼":124047,"×Ļ׼":124048,"ëĪ":124049,"ëĥ":124050,"ðŁĸ":124051,"áħ":124052,"â¼":124053,"ãī":124054,"à¹Ħà¸Ķà¹ī":124055,"ת×Ļ":124056,"×Ļ×IJ":124057,"ĠاÙĦØ¥":124058,"à¸łà¸²":124059,"ริ":124060,"ÙĤØ©":124061,"ØŃد":124062,"ê»":124063,"ì±":124064,"ת×Ĺ":124065,"ìº":124066,"âĭ":124067,"áĦ":124068,"á¾":124069,"âµ":124070,"â¾":124071,"ĠÙĪاÙĦ":124072,"׳×ķ":124073,"ÙĢ":124074,"ÙĬا":124075,"à¸ģà¹ĩ":124076,"×ŀ×Ķ":124077,"ãģĦãĤĭ":124078,"عد":124079,"ĠاÙĦÙĨ":124080,"Ġ×Ķש":124081,"ئ":124082,"ัà¹īà¸ĩ":124083,"รัà¸ļ":124084,"ÙĪÙĤ":124085,"ãģ§ãģį":124086,"à¹Ģà¸ŀ":124087,"׼׾":124088,"×ĺר":124089,"ัà¸Ķ":124090,"à¸Ńา":124091,"ì¢":124092,"à¸Ńà¸ļ":124093,"à¸ķร":124094,"à¹Ģà¸Ĭ":124095,"ìĶ":124096,"ãģĹãģ¾":124097,"ëģ":124098,"ëķ":124099,"ðŁĻ":124100,"âĴ":124101,"á¶":124102,"à¹ģล":124103,"ÙĨا":124104,"à¹ĥหà¹ī":124105,"à¹Ħà¸Ľ":124106,"×£":124107,"ัว":124108,"าà¸ĩ":124109,"×ĵר":124110,"×ij׾":124111,"פ×Ļ":124112,"Ġ×ĵ":124113,"ĠاÙĦÙģ":124114,"à¹Ģà¸Ĥ":124115,"ש×Ķ":124116,"×IJר":124117,"ë¬":124118,"ãģ«ãģª":124119,"ÑĢо":124120,"วิ":124121,"Ùħر":124122,"×IJת":124123,"Ùĥر":124124,"سب":124125,"ÙĨت":124126,"ãģĹãģĦ":124127,"اج":124128,"à¸Ńรà¹Į":124129,"ÙĥÙĦ":124130,"سÙħ":124131,"สิ":124132,"×Ļצ":124133,"ëĿ":124134,"íľ":124135,"ìī":124136,"áĨ":124137,"ÙĩÙħ":124138,"à¸Ļีà¹ī":124139,"ãģĤãĤĭ":124140,"ãģĦãģ¦":124141,"سÙĬ":124142,"׾×IJ":124143,"در":124144,"ãģļ":124145,"ÙĪج":124146,"ĠاÙĦØ®":124147,"صر":124148,"íı":124149,"à¹īาà¸ĩ":124150,"ุà¸Ķ":124151,"×ķ×ĺ":124152,"×ij×¢":124153,"íĨ":124154,"à¸Ĭา":124155,"รม":124156,"ש×ŀ":124157,"×ŀס":124158,"ê´":124159,"ì´":124160,"ëľ":124161,"ì¿":124162,"ì©":124163,"ë»":124164,"â¤":124165,"ðŁĨ":124166,"áĮ":124167,"áķ":124168,"ذا":124169,"à¸Ĺำ":124170,"à¸ķà¹Ī":124171,"ĠاÙĦÙĤ":124172,"ÙĦÙĥ":124173,"ูà¹Ī":124174,"à¸Ħุ":124175,"ÙĬÙħ":124176,"׳×Ļ×Ŀ":124177,"ืà¹Īà¸Ń":124178,"ÙĪع":124179,"ãĤĩ":124180,"اÙĤ":124181,"Ġ×ij×¢":124182,"à¹Ģม":124183,"جÙħ":124184,"ừ":124185,"ãģĵãģ¨ãģĮ":124186,"بد":124187,"×ķ×Ķ":124188,"ש׾":124189,"Ùĩر":124190,"à¹Ģà¸Ļ":124191,"ãģ¹":124192,"íĭ":124193,"ì»":124194,"ì½":124195,"ëŃ":124196,"ìĮ":124197,"íĢ":124198,"ëĮ":124199,"ëº":124200,"ãĬ":124201,"à¹ĥà¸Ļ":124202,"Ġ×Ĵ":124203,"à¹Ĩ":124204,"à¸Īาà¸ģ":124205,"วย":124206,"à¹ĥà¸Ĭ":124207,"à¸ĩาà¸Ļ":124208,"ĠاÙĦØ´":124209,"اØŃ":124210,"à¹īาà¸Ļ":124211,"ืà¹Īà¸Ńà¸ĩ":124212,"×IJ×Ļ":124213,"بÙĦ":124214,"ãģ¨æĢĿ":124215,"×ł×¡":124216,"ãģ¾ãģĽ":124217,"ÙĥÙĨ":124218,"ער":124219,"ĠاÙĦد":124220,"שת":124221,"íŀ":124222,"Ùħس":124223,"صÙĦ":124224,"×ķ׳×Ķ":124225,"ارة":124226,"ÙĦÙħ":124227,"สม":124228,"Ø£ÙĨ":124229,"תר":124230,"×IJ×ŀ":124231,"عب":124232,"خت":124233,"ãĤĥ":124234,"ì¡":124235,"ì£":124236,"ива":124237,"สั":124238,"ึà¸ģ":124239,"ì¸":124240,"ëĨ":124241,"алÑĮн":124242,"ì³":124243,"ìį":124244,"ê¼":124245,"ê½":124246,"ìı":124247,"ãĮ":124248,"ãı":124249,"ï©":124250,"êª":124251,"áİ":124252,"Ġ×ĸ":124253,"à¸ģัà¸Ļ":124254,"×Ļ×ķ":124255,"à¸Ħà¸Ļ":124256,"׳×ķת":124257,"à¸ľà¸¹à¹ī":124258,"à¹ĥà¸Ī":124259,"ãģĦãģŁ":124260,"Ùģر":124261,"×ĺ×Ļ":124262,"צ×Ļ":124263,"ãĤĤãģ®":124264,"ĠاÙĦص":124265,"ãģ¾ãģĽãĤĵ":124266,"دة":124267,"×ij×Ļ":124268,"ĠاÙĦر":124269,"Ġ×ŀ×IJ":124270,"สำ":124271,"à¹Ģห":124272,"عر":124273,"ãģªãģı":124274,"à¸ģระ":124275,"×ij×ĵ":124276,"à¹Ģà¸Ī":124277,"×Ļ×ļ":124278,"×Ĺ×Ļ":124279,"ÙĬع":124280,"ש×ij":124281,"ÙĨØ©":124282,"ÙĪض":124283,"ÙĦÙģ":124284,"ÙĢÙĢ":124285,"פע":124286,"íĪ":124287,"×ŀק":124288,"à¸IJ":124289,"ØŃØ©":124290,"اص":124291,"Ñĭва":124292,"à¸Ħม":124293,"วั":124294,"à¸Ľà¸¥":124295,"ìŁ":124296,"íļ":124297,"ë´":124298,"ëij":124299,"ëī":124300,"ëĩ":124301,"ì¨":124302,"ë±":124303,"ëİ":124304,"â¬":124305,"á¥":124306,"áĹ":124307,"áĽ":124308,"áį":124309,"Å©":124310,"à¸Ķี":124311,"ôi":124312,"Ġס":124313,"׾×ķ":124314,"á»Ŀi":124315,"à¸Ħุà¸ĵ":124316,"ây":124317,"à¸Ļา":124318,"×Ĺ×ĵ":124319,"×ĵ×Ļ":124320,"หา":124321,"جÙĦ":124322,"à¹Ģว":124323,"ãĤĩãģĨ":124324,"ÙħØ©":124325,"ĠاÙĦÙĥ":124326,"Ġ×Ķ×¢":124327,"جر":124328,"×ĸר":124329,"اط":124330,"×Ľ×ª":124331,"×ķ׳×Ļ×Ŀ":124332,"ØŃÙħ":124333,"ê¶":124334,"رÙĥ":124335,"Ġ×ľ×¢":124336,"×ķ×ĸ":124337,"สร":124338,"צ׾":124339,"Ø¢":124340,"است":124341,"à¹Īม":124342,"خر":124343,"צע":124344,"×Ļר×ķת":124345,"ادة":124346,"شار":124347,"×ŀ×Ĺ":124348,"íĴ":124349,"à¹Ģรีย":124350,"×Ĺק":124351,"اث":124352,"รà¸ĩ":124353,"à¹Ģà¸ķ":124354,"à¸Īำ":124355,"à¸Ŀ":124356,"à¹Īาย":124357,"à¸Ħล":124358,"ÙĤÙĪ":124359,"иÑĩеÑģк":124360,"à¸ĵà¹Į":124361,"ัย":124362,"Ùħع":124363,"ë¨":124364,"ë¿":124365,"ë®":124366,"ï´":124367,"ì¥":124368,"ì«":124369,"ëµ":124370,"á¡":124371,"âį":124372,"ðĵ":124373,"â°":124374,"à¸Ĥà¸Ńà¸ĩ":124375,"Ùĭ":124376,"à¸ģัà¸ļ":124377,"ãģ®ãģ§":124378,"à¹īว":124379,"à¸Ńยà¹Īาà¸ĩ":124380,"ãģŃ":124381,"á»ĩt":124382,"à¸ķà¹īà¸Ńà¸ĩ":124383,"×ŀ×Ļ":124384,"à¹ģà¸ļ":124385,"×Ĵר":124386,"ÙĪÙģ":124387,"ÙĤÙĦ":124388,"à¸łà¸²à¸ŀ":124389,"ר×Ļ":124390,"ลา":124391,"ÙĬس":124392,"Ġצ":124393,"ÙĬÙģ":124394,"Ġ×ĺ":124395,"à¸ľà¸¥":124396,"áng":124397,"รว":124398,"Ġ×ŀש":124399,"×IJ×ķת":124400,"×ĸ×Ķ":124401,"ูà¸ģ":124402,"à¸Ļัà¸ģ":124403,"اÙĨÙĬ":124404,"دا":124405,"ãģ³":124406,"׼ף":124407,"ãĤīãĤĮ":124408,"ãĤĮãģ°":124409,"תק":124410,"úc":124411,"ÙĪز":124412,"×Ļר×Ķ":124413,"Ġngh":124414,"ánh":124415,"Ġ×ķ×IJ":124416,"á»ħ":124417,"สุà¸Ķ":124418,"ëį°":124419,"اض":124420,"اÙĦÙĬ":124421,"بار":124422,"عÙħ":124423,"à¸ļา":124424,"تج":124425,"à¸ŀร":124426,"×ķר×Ķ":124427,"ảng":124428,"Ø®ÙĦ":124429,"à¸ī":124430,"ắc":124431,"ש×Ļ×Ŀ":124432,"íĶ":124433,"Ùģس":124434,"×Ļ×Ĵ":124435,"пÑĢ":124436,"ĠاÙĦØ«":124437,"سط":124438,"รูà¹ī":124439,"ีà¹Īย":124440,"à¸Ńà¸Ķ":124441,"ãģªãĤĬ":124442,"×Ĵ×ĵ":124443,"ãģĦãģ¾ãģĹãģŁ":124444,"סק":124445,"خص":124446,"laÅŁ":124447,"енно":124448,"بØŃ":124449,"สà¸Ļ":124450,"ฮ":124451,"ר×IJש":124452,"ÙħÙĪ":124453,"دÙĬد":124454,"ษา":124455,"×ķ×ļ":124456,"ãĥ§ãĥ³":124457,"à¸ķุ":124458,"Ġêµ":124459,"ĠÑģво":124460,"צ×ij":124461,"à¸Ńม":124462,"à¸Ľà¸£":124463,"تع":124464,"×Ķת":124465,"اÙħÙĦ":124466,"×ŀ׳":124467,"ç¶ļ":124468,"ฤ":124469,"íį":124470,"ëĺ":124471,"ë¤":124472,"ìij":124473,"â´":124474,"ãĭ":124475,"ĠباÙĦ":124476,"á»ģu":124477,"ĠاÙĦÙĦ":124478,"à¸ķัว":124479,"Ø°Ùĩ":124480,"ึà¸ĩ":124481,"à¹ĥà¸Ĭà¹ī":124482,"á»ĵng":124483,"à¸Ļั":124484,"มาà¸ģ":124485,"ãĥŁ":124486,"×ŀ×ķ":124487,"à¸Ĺย":124488,"á»Ļi":124489,"ằ":124490,"ảo":124491,"à¹Ĥà¸Ķ":124492,"×IJ׾":124493,"สาม":124494,"ÙĪب":124495,"à¸Ĺุ":124496,"ยัà¸ĩ":124497,"עת":124498,"×ķ׳×ķת":124499,"à¸Ĥึ":124500,"à¸Ĥึà¹īà¸Ļ":124501,"à¸ģà¹Ī":124502,"ẫ":124503,"á»ijc":124504,"ãģĹãĤĩãģĨ":124505,"á»ĭch":124506,"Ġ×IJ×ķת":124507,"Ġש×IJ":124508,"׼×ķ׾":124509,"á»Ļc":124510,"عة":124511,"à¸Ĺี":124512,"à¹Ģà¸Ń":124513,"Ùĥت":124514,"ãģ»":124515,"ẻ":124516,"ìĹħ":124517,"à¸Ńà¸Ńà¸ģ":124518,"اÙĨت":124519,"à¹Ħร":124520,"Ġ×IJ×Ĺר":124521,"طر":124522,"ÙĨد":124523,"ืà¹īà¸Ń":124524,"Ø·ÙĦ":124525,"×IJ×Ķ":124526,"uyên":124527,"íĸī":124528,"×ij×Ķ":124529,"à¸Ħà¹Ī":124530,"à¸Ĭà¹Īว":124531,"ãģĤãĤĬãģ¾ãģĻ":124532,"ÙĬب":124533,"ק׾":124534,"ãĥĻ":124535,"Ä©":124536,"سر":124537,"าว":124538,"ãĤ±":124539,"à¸ļริ":124540,"ר×Ĵ":124541,"á»ĥu":124542,"ØŃت":124543,"×ķ×ŀ×Ļ":124544,"بÙĨ":124545,"êµIJ":124546,"ÄŁu":124547,"ãģªãĤĵ":124548,"×ijק":124549,"Ġפר":124550,"ắn":124551,"ØŃÙĦ":124552,"×ij×Ĺ":124553,"ấu":124554,"×ij×ķ×ĵ":124555,"ãĥ¯":124556,"Ġ׾ק":124557,"ัà¸į":124558,"à¸ŀิ":124559,"×Ĺ×Ķ":124560,"×ĸ׼":124561,"ãĥ¼ãĥł":124562,"ÑĤелÑĮ":124563,"×ŀ×Ļ×ĵ":124564,"ÙĬØ®":124565,"ẳ":124566,"تص":124567,"à¸ĺิ":124568,"è¾¼":124569,"ìĵ":124570,"ÙĥØ©":124571,"ÙĤب":124572,"à¸Ħà¹Į":124573,"à¹īาย":124574,"à¸ĵะ":124575,"าะ":124576,"ëĴ":124577,"ê¾":124578,"ë·":124579,"ìĩ":124580,"êº":124581,"ìģ":124582,"ëĢ":124583,"ì¾":124584,"ë½":124585,"ëļ":124586,"ìŃ":124587,"ìİ":124588,"áij":124589,"ëĹ":124590,"êĴ":124591,"à¡":124592,"à¬":124593,"ðIJĮ":124594,"ãĩ":124595,"ðĿĦ":124596,"Ġ׾×IJ":124597,"ãģ¨ãģĦãģĨ":124598,"Ġnhi":124599,"×Ļ×ķת":124600,"Ġש×Ķ":124601,"à¹ģลà¹īว":124602,"Æ°á»Ľc":124603,"à¸Ķà¹īวย":124604,"à¸Ĺาà¸ĩ":124605,"×ł×ª":124606,"פת":124607,"à¹ģà¸ķà¹Ī":124608,"Æ°ng":124609,"à¸Ńยูà¹Ī":124610,"à¹īำ":124611,"Ġ×IJ׾":124612,"ÙĥÙħ":124613,"ấp":124614,"ลà¸ĩ":124615,"ãģŁãĤģ":124616,"×Ĵ׾":124617,"หร":124618,"ĠÑĢе":124619,"à¹Ģà¸Ĥà¹īา":124620,"ÙĤر":124621,"Ġ×Ķס":124622,"ÙĪÙĬ":124623,"สามาร":124624,"สามารà¸ĸ":124625,"Äĥn":124626,"à¸Ńี":124627,"פ×ķ":124628,"×Ļ׳×ķ":124629,"วัà¸Ļ":124630,"ặc":124631,"íķĻ":124632,"×ŀת":124633,"êu":124634,"ẹ":124635,"ÙģÙĬ":124636,"×ŀצ":124637,"à¸Ħา":124638,"ãģĿãģĨ":124639,"ãĢħ":124640,"از":124641,"اÙĩ":124642,"ר×Ļ×Ŀ":124643,"ấn":124644,"หาร":124645,"ạt":124646,"ÙĨÙĩ":124647,"à¹Ģà¸Ħร":124648,"جÙĩ":124649,"׼×Ļ":124650,"ắt":124651,"à¸Ħà¹īา":124652,"رة":124653,"ãĥı":124654,"ÙĥÙĪÙĨ":124655,"ứng":124656,"Ġìļ°":124657,"ยà¹Į":124658,"à¹Īวà¸Ļ":124659,"à¸ģำ":124660,"ثر":124661,"Ñģи":124662,"ĠاÙĦØ·":124663,"Ġ×Ķצ":124664,"ĠØ·":124665,"ĠاÙĦÙĪ":124666,"ê¹Į":124667,"ØŃÙĬ":124668,"ارات":124669,"à¹Ģà¸ĭ":124670,"با":124671,"гÑĢ":124672,"รี":124673,"ืà¸Ńà¸Ļ":124674,"عت":124675,"ÙĤاÙĦ":124676,"دÙħ":124677,"Ø¡":124678,"Ġ×ŀק":124679,"×ĵ×Ļ×Ŀ":124680,"×¢×ľ":124681,"ãģĴ":124682,"ëĭĺ":124683,"×¢×Ķ":124684,"Ġìĸ´":124685,"ÑģÑĮ":124686,"ÙĤØ·":124687,"ãĥĽ":124688,"èĢĥãģĪ":124689,"à¹ģà¸Ļ":124690,"ÙĪات":124691,"âu":124692,"ĠìĤ¬ëŀ":124693,"หว":124694,"ĠاÙĦØ£Ùħ":124695,"Ġ×Ķ×ŀש":124696,"بÙĪ":124697,"à¸Ĭà¸Ļ":124698,"ãĤĵãģ§ãģĻ":124699,"วà¸Ļ":124700,"à¸ģรรม":124701,"×ŀ×ķ×ĵ":124702,"ÙĥاÙĨ":124703,"×ķ×£":124704,"олог":124705,"تÙĨ":124706,"à¸ķà¹Į":124707,"ê²ĥ":124708,"ר×ĺ":124709,"ừng":124710,"×ķ×ij×Ķ":124711,"ÙħØŃ":124712,"ĠЧ":124713,"פ×Ĵ":124714,"สà¸ĸ":124715,"ãģĭãĤĬ":124716,"ınız":124717,"à¹Ģย":124718,"ãĥ¼ãĥ³":124719,"ãģĬãĤĬ":124720,"פש":124721,"ิà¸ķ":124722,"Ø·ÙĨ":124723,"×Ļת×Ļ":124724,"×IJ׳":124725,"çek":124726,"ìª":124727,"×ŀ×ij":124728,"ศา":124729,"ãĤ¹ãĤ¿":124730,"à¸ļุ":124731,"×ĵ×ijר":124732,"ãģĦãģı":124733,"สะ":124734,"à¹Ģหล":124735,"ิà¸ĩ":124736,"à¸ŀัà¸Ļ":124737,"ãģĦãģŁãģł":124738,"ãĤĤãĤī":124739,"à¹īม":124740,"ãģĵãģ¨ãģĮãģ§ãģį":124741,"ารà¹Į":124742,"ุà¸ĩ":124743,"íij":124744,"ì¯":124745,"ë¼":124746,"íĤ":124747,"ì·":124748,"ê¡":124749,"áı":124750,"áĴ":124751,"ðĿľ":124752,"á©":124753,"ðŁĦ":124754,"ðIJ¤":124755,"Ġש׾":124756,"Ġ×ŀ×Ķ":124757,"à¹ģละ":124758,"Ġ׼׾":124759,"ẽ":124760,"á»Ļng":124761,"Ø°ÙĬ":124762,"ле":124763,"×¥":124764,"ãģªãģ©":124765,"ĠÙĪØ£":124766,"หà¸Ļà¹īา":124767,"ãģ¾ãģ§":124768,"à¸ķà¹Īà¸Ń":124769,"à¸Ĺัà¹īà¸ĩ":124770,"ãģłãģij":124771,"à¹ģà¸ļà¸ļ":124772,"à¹Ģรา":124773,"פ׾":124774,"ãģŁãģĦ":124775,"à¹Ģลย":124776,"ãģ£ãģ¦ãģĦãĤĭ":124777,"ếp":124778,"ึà¹Īà¸ĩ":124779,"ê´Ģ":124780,"ê³Ħ":124781,"׼×ķ":124782,"à¹Ģรืà¹Īà¸Ńà¸ĩ":124783,"ק×Ļ":124784,"êµŃ":124785,"פס":124786,"تÙĬ":124787,"ãĥĦ":124788,"Ġ×Ķ×Ĺ":124789,"ги":124790,"ר×IJ׾":124791,"×ŀ׾":124792,"ĠØ£ÙĬ":124793,"ĠعÙĦÙĬ":124794,"ãģĭãģ£ãģŁ":124795,"ש×Ļ":124796,"дÑĥ":124797,"×ŀף":124798,"׳×ĺ":124799,"׳×Ļת":124800,"miÅŁ":124801,"׼×Ŀ":124802,"Ġ×ijר":124803,"Ġ׾×ij":124804,"ĠÐĽ":124805,"çe":124806,"×ķ׳×Ļ":124807,"ãĤĪãģĨãģ«":124808,"פ×ķר":124809,"ãĥį":124810,"ÙĥÙĬ":124811,"×Ĺת":124812,"ÙģÙĦ":124813,"Ġ×Ķק":124814,"Ġ×Ķ×ij":124815,"Ġ×ŀס":124816,"à¹Īาà¸Ļ":124817,"пеÑĢ":124818,"à¹Īาว":124819,"Ġ×ij×IJ":124820,"ĠÙĪÙĩ":124821,"à¸Ļำ":124822,"Ġ×ijש":124823,"׳ק":124824,"ãģ©ãģĨ":124825,"ש×ķת":124826,"×ĵ×Ķ":124827,"à¹Ģà¸ļ":124828,"ÙĨس":124829,"Ġìļ°ë¦¬":124830,"สà¹Īวà¸Ļ":124831,"ลัà¸ĩ":124832,"جز":124833,"Ġ×Ĺ×Ļ":124834,"Ùĥثر":124835,"ละ":124836,"Ùĩد":124837,"ĠÙĪب":124838,"اÙĦÙħ":124839,"à¹ģม":124840,"Æ¡i":124841,"Ġ×ij×Ĺ":124842,"ữa":124843,"à¹Ģà¸Ĺศ":124844,"à¸ķัà¹īà¸ĩ":124845,"огда":124846,"׾ק":124847,"دد":124848,"สรà¹īาà¸ĩ":124849,"à¸Ĭี":124850,"Ùģض":124851,"à¹ģห":124852,"uyá»ĩn":124853,"รัà¸ģ":124854,"á»ĩm":124855,"สา":124856,"פק":124857,"ียà¸ĩ":124858,"à¸ķà¹Īาà¸ĩ":124859,"à¸Ħรัà¹īà¸ĩ":124860,"ØŃÙĤ":124861,"à¹Ģà¸Ńà¸ĩ":124862,"ائÙĬ":124863,"×ĺ×¢":124864,"اÙĦØ©":124865,"ิà¹Īม":124866,"ãĤ½":124867,"دÙī":124868,"Ġר×IJ":124869,"ãģ£ãģ¨":124870,"ãĥĥãĥĹ":124871,"ÙĬرة":124872,"ê±´":124873,"×ŀ×IJ":124874,"×ķ×ķ":124875,"بع":124876,"ãģ²":124877,"ราย":124878,"×ĵ×Ŀ":124879,"تÙģ":124880,"à¸ķà¸ģ":124881,"ạng":124882,"ãĤĴè¦ĭ":124883,"à¸Ĭั":124884,"Æ°á»Ł":124885,"Æ°á»Łng":124886,"جب":124887,"×ķ×ŀר":124888,"ĠìĤ¬ëŀĮ":124889,"óng":124890,"รั":124891,"Ġ×Ķ×ĸ":124892,"רצ":124893,"Ġ×Ĺ×ĵ":124894,"Ø°ÙĦÙĥ":124895,"×ķר×Ļ":124896,"ãģ¡ãĤĥ":124897,"Ùģع":124898,"Ġ׾צ":124899,"ái":124900,"à¹ĩà¸ļ":124901,"ãģİ":124902,"à¸ģิ":124903,"ạc":124904,"ë©°":124905,"ãģªãĤĭ":124906,"×ķ׾×Ŀ":124907,"à¹ģà¸Ĺ":124908,"×ķ×¥":124909,"меÑĤ":124910,"Ã¼ÅŁ":124911,"ÑĢÑı":124912,"à¸Ĵ":124913,"ÑģÑĤоÑı":124914,"عÙĪد":124915,"Ùħار":124916,"طة":124917,"à¸ŀื":124918,"кÑĢ":124919,"à¹ģà¸ģ":124920,"à¹Ĥรà¸ĩ":124921,"×ij×Ļ×ĺ":124922,"ê²ł":124923,"×ķ׾×Ķ":124924,"ØŃر":124925,"ืà¹Īà¸Ńà¸Ļ":124926,"×ķ×ijר":124927,"×Ĺש":124928,"ãĥķãĤ¡":124929,"×ŀ×ĺ":124930,"út":124931,"Ġdön":124932,"ắng":124933,"ëłĩ":124934,"ẳng":124935,"วà¸ģ":124936,"صد":124937,"خط":124938,"à¸Ńั":124939,"ãĤıãĤĮ":124940,"سÙĦاÙħ":124941,"à¹Ģรà¹ĩ":124942,"×Ļש×Ļ":124943,"جاÙĦ":124944,"ãģijãĤĭ":124945,"à¸Ĭาà¸ķิ":124946,"ÙĪاÙĤ":124947,"à¹Ĥà¸Ļ":124948,"ãģ¦ãģĹãģ¾":124949,"اعة":124950,"ãĤŃãĥ£":124951,"à¸įา":124952,"ÙĦاÙĤ":124953,"ิà¸ģ":124954,"ĠÑģов":124955,"ÑĢак":124956,"×Ļ׳×Ļ":124957,"Ã¼ÄŁ":124958,"Ã¼ÄŁÃ¼":124959,"ק×ij":124960,"à¹Īà¸Ńà¸ĩ":124961,"Ġgerçek":124962,"à¸Ĺั":124963,"ованиÑı":124964,"×ŀ׼":124965,"سة":124966,"×Ļ×£":124967,"leÅŁ":124968,"Ùħؤ":124969,"ĠìĿĺ":124970,"à¸IJาà¸Ļ":124971,"ĠÑģоб":124972,"ĠêµŃ":124973,"עצ":124974,"зв":124975,"สà¸ĩ":124976,"زÙĦ":124977,"ãģıãĤĮ":124978,"иÑĢÑĥ":124979,"تأ":124980,"полн":124981,"ìĺĢ":124982,"ÙĨØ´":124983,"׼×IJ":124984,"ÙħØ´":124985,"à¸Ķà¹Į":124986,"ÙĪÙĬÙĦ":124987,"à¹ģà¸Ĥ":124988,"ãģ£ãģ¦ãģĹãģ¾":124989,"ноÑģÑĤ":124990,"вл":124991,"ÙħÙĤ":124992,"راج":124993,"å¤ī":124994,"ëĽ":124995,"â¸":124996,"ìIJ":124997,"à»":124998,"áļ":124999,"â»":125000,"êĻ":125001,"â§":125002,"ðĴ":125003,"ðĿĩ":125004,"Ġ×IJת":125005,"ĠÙĦÙĦ":125006,"ĠØ£ÙĨ":125007,"Ġ×ķ×Ķ":125008,"ãģ«ãģ¯":125009,"Ġ×Ļש":125010,"تÙĩ":125011,"ÃŃnh":125012,"ÙĬات":125013,"Ġ×ij×ŀ":125014,"à¸Ļัà¹īà¸Ļ":125015,"à¸Ļà¹īำ":125016,"Ãło":125017,"à¸ķาม":125018,"ãģ®ãģ¯":125019,"dır":125020,"Ġnghi":125021,"ặt":125022,"×ŀ×Ļ×Ŀ":125023,"ãģ¦ãģĦãĤĭ":125024,"Ġ×ijת":125025,"หรืà¸Ń":125026,"ĠسÙĬ":125027,"ãģªãĤī":125028,"à¹Ĥà¸Ķย":125029,"ıyor":125030,"à¸Ńีà¸ģ":125031,"á»ĩnh":125032,"Ñĭм":125033,"à¸Ĺุà¸ģ":125034,"Ġ׾×Ĺ":125035,"Ġ×Ķר":125036,"Ġ×Ķ×Ļ":125037,"à¸ŀระ":125038,"à¹Ģวลา":125039,"Ġغ":125040,"ẫn":125041,"mÄ±ÅŁ":125042,"׼×Ķ":125043,"á»ijn":125044,"ãģ§ãģĹãĤĩãģĨ":125045,"ãĥ¢":125046,"à¸Ľà¸µ":125047,"ס×Ļ":125048,"ãģĵãĤį":125049,"Ġ׾פ":125050,"รà¸ĸ":125051,"ê¸Ī":125052,"à¸ģวà¹Īา":125053,"무":125054,"á»įng":125055,"ãĤĵãģ§":125056,"ãĤĪãģĨãģª":125057,"á»ĵi":125058,"ãĤ¬":125059,"สà¹Īà¸ĩ":125060,"×Ļ׳×Ķ":125061,"à¸ĸูà¸ģ":125062,"à¸Īัà¸Ķ":125063,"Ġ×Ķ×Ĵ":125064,"ãĥľ":125065,"×ŀ×ķת":125066,"ÙĪÙĥ":125067,"ëĭ¨":125068,"ĠØ«":125069,"ãģ®ãģĮ":125070,"à¹Ģหà¹ĩà¸Ļ":125071,"عا":125072,"à¸Ļิ":125073,"Åŀ":125074,"à¸Ńะ":125075,"ãģĪãĤĭ":125076,"Ø«ÙĦ":125077,"ØŃÙħد":125078,"à¹Ģà¸ģิà¸Ķ":125079,"פשר":125080,"פ×Ķ":125081,"มิ":125082,"ئÙĬس":125083,"à¸Ĺำà¹ĥหà¹ī":125084,"×¢×ĵ":125085,"ìĭ¤":125086,"à¸Ĭà¹Īวย":125087,"ĠاÙĦÙħÙĨ":125088,"زÙĬ":125089,"عÙĬ":125090,"Ġ׼×IJ":125091,"ạnh":125092,"ỹ":125093,"ãĤĵãģª":125094,"สู":125095,"צר":125096,"Æ°á»Ľng":125097,"×ķ×ķ×Ķ":125098,"à¹Ĥล":125099,"ĠاÙĦÙĩ":125100,"วา":125101,"หลาย":125102,"Ñīе":125103,"à¸Ĥà¹īà¸Ń":125104,"à¹īà¸Ńย":125105,"بط":125106,"каÑı":125107,"ĠØ¢":125108,"ĠиÑģ":125109,"ĠاÙĦغ":125110,"à¸ģา":125111,"à¸Ļà¹Īา":125112,"ÙĬÙĪ":125113,"×ij×ķר":125114,"á»ħn":125115,"วà¸ĩ":125116,"×Ļ×ĸ":125117,"ì²Ń":125118,"ним":125119,"룰":125120,"×Ĵ×ķר":125121,"صØŃ":125122,"ÙĦÙĪ":125123,"×Ĺ×ķת":125124,"สุ":125125,"رÙĬÙĤ":125126,"ס×ĺ":125127,"Ġ×ŀ×¢":125128,"ãĥĨãĤ£":125129,"à¸Ħิà¸Ķ":125130,"ãĤįãģĨ":125131,"à¹Ħล":125132,"à¸Ļà¹Į":125133,"á»ıi":125134,"ÑģÑĤÑĢо":125135,"สà¸Ķ":125136,"สาร":125137,"ÙĪÙĦØ©":125138,"ầm":125139,"รà¹Īว":125140,"รà¹Īวม":125141,"รุ":125142,"ĠاÙĦسÙĬ":125143,"ìĺģ":125144,"Ġ×ŀ×ij":125145,"פ×ĺ":125146,"à¸ķิà¸Ķ":125147,"×ĺ×Ļ×Ŀ":125148,"Ġ무":125149,"ÙĤدÙħ":125150,"ĠdÃ¼ÅŁ":125151,"ائÙĦ":125152,"мÑĭ":125153,"ØŃس":125154,"ÙĪص":125155,"×Ļק×Ķ":125156,"ãģ§ãģ¯ãģªãģĦ":125157,"à¹Ģหม":125158,"оÑĢÑĤ":125159,"íĨµ":125160,"ãģIJ":125161,"кÑĢа":125162,"ียว":125163,"عار":125164,"ئة":125165,"íĥĢ":125166,"ãģ«ãģªãĤĬ":125167,"جة":125168,"ÙĪÙĤع":125169,"ÑĮÑı":125170,"×ķצ×Ķ":125171,"ש×Ŀ":125172,"بÙĤ":125173,"Ġ×Ļ×Ķ":125174,"ÙĬØ·":125175,"ımız":125176,"деÑĢж":125177,"×Ļשר×IJ׾":125178,"غÙĬر":125179,"รà¸Ńà¸ĩ":125180,"à¹Ģรียà¸Ļ":125181,"Ġ×Ķ×ĺ":125182,"หมาย":125183,"ÙħÙĩ":125184,"اÙģØ©":125185,"ĠоÑĢг":125186,"ÙĪÙī":125187,"ãĥ©ãĤ¤":125188,"×ŀ׳×Ķ":125189,"ĠÄijo":125190,"ĠгоÑĢ":125191,"اÙħØ©":125192,"楽":125193,"Ø«ÙĬر":125194,"à¸ģิà¸Ī":125195,"á»ĵn":125196,"ÙĨب":125197,"ÑĢÑĥд":125198,"ìĹĪ":125199,"Ġ×Ĺ×ijר":125200,"ÑĢаж":125201,"ạch":125202,"تÙĪ":125203,"à¹Ĥม":125204,"×ij×Ļ×ij":125205,"ĠíĨµ":125206,"acaģı":125207,"جÙĦس":125208,"à¹Ģà¸Ľà¸¥":125209,"วà¸Ķ":125210,"à¸Ńล":125211,"ãģŁãĤĬ":125212,"à¸Ľà¸±à¸į":125213,"ĠìķĮ":125214,"عرÙģ":125215,"à¹Ħà¸Ł":125216,"أخ":125217,"å¤ļãģĦ":125218,"à¸Ķัà¸ĩ":125219,"Ø´Ùģ":125220,"ãģ£ãģ¦ãģĦãģ¾ãģĻ":125221,"×Ľ×ł×¡":125222,"ÑĨе":125223,"еÑģп":125224,"ÙħاÙħ":125225,"à¸ŀืà¹īà¸Ļ":125226,"иÑĩеÑģки":125227,"خد":125228,"ÙĥÙĪÙħ":125229,"Ġ×Ķר×IJש":125230,"تاب":125231,"é£Łãģ¹":125232,"ืà¸Ļ":125233,"оÑĢо":125234,"Ġböl":125235,"×ķ×Ĺ×ĵ":125236,"دÙĬر":125237,"ắm":125238,"دع":125239,"ãģķãģĽ":125240,"à¸ĺร":125241,"à¸ĺรรม":125242,"ãģĭãĤĤ":125243,"å¤ļãģı":125244,"rä":125245,"سع":125246,"×Ļ׾×Ķ":125247,"ضر":125248,"ĠاÙĦشر":125249,"×ĸ×ķר":125250,"×¢×ijר":125251,"ạm":125252,"алÑĮно":125253,"رÙĨ":125254,"اÙħج":125255,"׼×ļ":125256,"dıģ":125257,"ден":125258,"ضا":125259,"ÙĦÙĬÙħ":125260,"Ġê·¸ëŁ¬":125261,"تÙħاع":125262,"ارÙĬØ®":125263,"à¹Ĥà¸ķ":125264,"ĠÑģÑĢед":125265,"Ġ׳×ķס":125266,"ÙĤبÙĦ":125267,"оÑĤов":125268,"leÅŁtir":125269,"ĠмеÑģÑĤ":125270,"سÙĦÙħ":125271,"Ġעצ":125272,"ĠاÙĦسÙĦ":125273,"еÑĤÑĮ":125274,"ابة":125275,"нак":125276,"สà¸ĸาà¸Ļ":125277,"Ġ×ij׳":125278,"à¸ļัà¸Ļ":125279,"׼׳":125280,"ĠÃ¶ÄŁ":125281,"ãģ¨è¨Ģ":125282,"uyến":125283,"diÄŁ":125284,"áºŃu":125285,"ÑĢаÑģ":125286,"ãĤ·ãĥ§ãĥ³":125287,"nız":125288,"×ķ×ĵ×Ķ":125289,"تس":125290,"ÙħاÙĦ":125291,"à¹Ģหà¸ķุ":125292,"ยว":125293,"à¸ŀัà¸ģ":125294,"ãģĦãģªãģĦ":125295,"ĠкаÑĩ":125296,"ลà¹Į":125297,"×¨×Ľ×ª":125298,"ÅŁtur":125299,"×ŀ×ķס":125300,"ãģ¥":125301,"бол":125302,"عÙħاÙĦ":125303,"×ķרת":125304,"ÑĨион":125305,"ศึà¸ģ":125306,"à¸ı":125307,"ÑĢен":125308,"اسÙĬ":125309,"ائر":125310,"à¹Ĥà¸Ľà¸£":125311,"Ġseç":125312,"غÙĬ":125313,"ÑįÑĤ":125314,"енн":125315,"ãģªãģ®":125316,"×Ļש×Ķ":125317,"×Ļפ×ķר":125318,"ãģŁãĤģãģ«":125319,"زة":125320,"Ġçoc":125321,"ãĤ¯ãĥª":125322,"ÑĪен":125323,"ãĤıãģij":125324,"رÙĬد":125325,"ĠÑĢаÑģÑģ":125326,"Ùĥات":125327,"สà¸Ńà¸ļ":125328,"ceÄŁi":125329,"ãĤ¿ãĤ¤":125330,"à¸ļร":125331,"ĠاÙĦبر":125332,"׳×ķ×¢":125333,"rün":125334,"راض":125335,"ศาส":125336,"à¸ķรà¹Į":125337,"ãģįãģŁ":125338,"×ķ׾×ĵ":125339,"еÑĢи":125340,"íĹĺ":125341,"ắp":125342,"تعÙĦ":125343,"Ùĥد":125344,"иÑĤелÑĮно":125345,"Ø·Ùģ":125346,"ĠавÑĤом":125347,"Ġ×ŀצ":125348,"ÑĪиÑħ":125349,"اتÙģ":125350,"ĠÑħоÑĤ":125351,"Ùİا":125352,"ãģıãĤĭ":125353,"×Ķפ":125354,"à¹Ĥà¸Ĺ":125355,"à¹ģà¸ŀ":125356,"à¹Īà¸Ńย":125357,"ĠاÙĦÙħØ´":125358,"à¸ģารà¸ĵà¹Į":125359,"аниз":125360,"×Ķ׾":125361,"ظÙħ":125362,"ยุ":125363,"liÄŁ":125364,"à¹Ħà¸Ĥ":125365,"à¸ĸืà¸Ń":125366,"öz":125367,"ãģijãģ¦":125368,"à¹Ģà¸ľ":125369,"ุม":125370,"ãĥĹãĥ¬":125371,"Ġ×Ķ×IJ×Ĺר":125372,"ختÙĦÙģ":125373,"à¸İ":125374,"ÙĦاØŃ":125375,"Ġdüzen":125376,"צ×Ķ":125377,"ساء":125378,"×ķר×ļ":125379,"×ķ×ĵ×Ļ":125380,"ÑĢаÑĦ":125381,"ÅŁtır":125382,"ãģ«åħ¥":125383,"ãģĪãģ°":125384,"صÙĪÙĦ":125385,"ĠÐľÐ¾Ñģ":125386,"اÙĩر":125387,"ãģ£ãģ":125388,"ĠлÑİб":125389,"×Ļ×¢×Ķ":125390,"Ġ×Ķ×ŀק":125391,"สิà¸Ĺ":125392,"สิà¸Ĺà¸ĺิ":125393,"×Ļ׳×Ŀ":125394,"ÙĦاÙģ":125395,"à¸ŀัà¸Ļà¸ĺ":125396,"×ķ×IJ×Ķ":125397,"มั":125398,"à¸Ĥà¸ĵะ":125399,"доÑĢ":125400,"ãģ¨ãģª":125401,"à¸ģระà¸Ĺ":125402,"acı":125403,"×ķ׾×ķ×Ĵ":125404,"ÑĥÑĪ":125405,"ãĥ¥ãĥ¼":125406,"ãĥ¦":125407,"Ùħست":125408,"ĠaÅŁ":125409,"שק":125410,"פת×Ĺ":125411,"ายà¸Ļ":125412,"íĩ":125413,"ë¢":125414,"ï·":125415,"íī":125416,"ìµ":125417,"ì¬":125418,"ðĿĽ":125419,"ìĴ":125420,"ëĻ":125421,"ê§":125422,"áĸ":125423,"â¨":125424,"â±":125425,"áĺ":125426,"ðĸ":125427,"àł":125428,"áĶ":125429,"ðIJŃ":125430,"ững":125431,"Å©ng":125432,"Ġ×Ķת":125433,"ĠاÙĦا":125434,"Ġ×ŀת":125435,"à¸ĸึà¸ĩ":125436,"òn":125437,"á»ĭnh":125438,"нÑĭм":125439,"Ġcả":125440,"à¸Ķู":125441,"Ġà¹ģà¸ķà¹Ī":125442,"Ġ×ij×Ķ":125443,"ói":125444,"ãģ¨ãģĹãģ¦":125445,"úng":125446,"ĠØ°":125447,"Ġ×Ķ׳":125448,"ĠبÙĨ":125449,"ÙĦاÙĦ":125450,"à¹Ħà¸Ĺย":125451,"á»ĩp":125452,"tı":125453,"มัà¸Ļ":125454,"ằng":125455,"á»ijt":125456,"ком":125457,"à¸ĭึà¹Īà¸ĩ":125458,"à¸Ħรัà¸ļ":125459,"à¸ļà¹īาà¸Ļ":125460,"ĠاÙĦÙĬ":125461,"lü":125462,"ÙĪس":125463,"ãģłãģ£ãģŁ":125464,"à¹Ģà¸ĩ":125465,"Ġê³µ":125466,"нÑĥ":125467,"ãĤĪãĤĬ":125468,"мÑĥ":125469,"à¹Ģà¸Ĥา":125470,"ãĤĢ":125471,"ние":125472,"ãģ«ãģªãĤĭ":125473,"áºŃy":125474,"ĠÙĪا":125475,"볤":125476,"ש×ķ":125477,"áp":125478,"×ĵ×ķ":125479,"ãģ§ãģĹãģŁ":125480,"عض":125481,"Ñģкой":125482,"æĦŁãģĺ":125483,"ÑİÑĤÑģÑı":125484,"Ġ×Ļ׼×ķ׾":125485,"ãĤĵãģł":125486,"ви":125487,"à¹Ģลà¹Īà¸Ļ":125488,"ìĿ´ëĭ¤":125489,"ĠÙĦÙĩ":125490,"à¸Ħืà¸Ń":125491,"تÙĥ":125492,"ÙħÙĥÙĨ":125493,"aģı":125494,"׳×ĵ":125495,"민":125496,"à¹Ħว":125497,"สำห":125498,"สำหรัà¸ļ":125499,"Ñģлед":125500,"tır":125501,"ĠÙĦÙĬ":125502,"ĠاÙĦعÙħÙĦ":125503,"×ij×ķת":125504,"×ij×Ļ×Ŀ":125505,"à¸Ħำ":125506,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ":125507,"lıģı":125508,"ืà¸Ńà¸ĩ":125509,"جد":125510,"íŀĪ":125511,"ìĭ¬":125512,"×¢×ķת":125513,"สิà¸Ļ":125514,"Ñĩи":125515,"رض":125516,"à¹Ģà¸Ľà¸´à¸Ķ":125517,"à¸Ħà¹Īา":125518,"ìĦł":125519,"ÙĪرة":125520,"ק×ĺ":125521,"ìľł":125522,"عÙħÙĦ":125523,"×IJ×Ļ×Ŀ":125524,"׾×Ļ×Ŀ":125525,"à¹ĥหà¸į":125526,"à¹ĥหà¸įà¹Ī":125527,"ừa":125528,"á»įi":125529,"ãģ¶":125530,"ÃŃch":125531,"ãĥĩãĤ£":125532,"×ķר×Ļ×Ŀ":125533,"Ñģо":125534,"ìķ½":125535,"ова":125536,"ÑĩаÑģÑĤ":125537,"à¹Ģà¸Īà¹īา":125538,"пÑĢо":125539,"Ġ×ŀ×Ĺ":125540,"ãĥİ":125541,"×ķ×Ļ×ķת":125542,"Ġде":125543,"ë§Ī":125544,"ì§ģ":125545,"×Ļפ×Ķ":125546,"ĠاÙĦعاÙĦÙħ":125547,"르":125548,"ר×IJ×Ķ":125549,"uyá»ĥn":125550,"×¢×Ļ":125551,"มืà¸Ń":125552,"Ø¥ÙĨ":125553,"รู":125554,"Ġز":125555,"×Ļ×ķ×Ŀ":125556,"à¸ķà¹īà¸Ļ":125557,"ãģ¦ãģĦãģ¾ãģĻ":125558,"ÙħاÙĨ":125559,"ĠÐ¥":125560,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศ":125561,"ỳ":125562,"׾×ij":125563,"à¹Ģà¸Ķà¹ĩ":125564,"ãģŁãģ¡":125565,"à¸Ĺีม":125566,"à¸Ļะ":125567,"ìĹ°":125568,"ĠìłĢ":125569,"ÙĦÙĩ":125570,"ợi":125571,"ĠاÙĦز":125572,"دار":125573,"ãĤ³ãĥ³":125574,"мин":125575,"à¹ģหà¹Īà¸ĩ":125576,"à¸Ķัà¸ļ":125577,"׼ר":125578,"жа":125579,"íĸĪ":125580,"×ŀ×ĸ":125581,"ợi":125582,"à¸Ķา":125583,"Ġعبد":125584,"à¹ģร":125585,"×IJתר":125586,"×¢×ł×Ļ":125587,"à¹Ģà¸Ħ":125588,"×ķצר":125589,"ì§Ģë§Į":125590,"ائÙħ":125591,"أس":125592,"uyá»ģn":125593,"Ġ×IJ׳":125594,"×Ĺ׳×ķ":125595,"×ĸ×Ļ":125596,"รà¹īาà¸Ļ":125597,"ĠÐłÐ¾Ñģ":125598,"ĠÐłÐ¾ÑģÑģ":125599,"ربÙĬØ©":125600,"tür":125601,"ãĤĭãģĵãģ¨":125602,"ظر":125603,"бÑĭ":125604,"à¸Ĺีà¹Īสุà¸Ķ":125605,"Ġצר":125606,"èĩªåĪĨ":125607,"лаÑģ":125608,"ĠÑıв":125609,"ĠÑıвлÑı":125610,"à¸ŀรà¹īà¸Ńม":125611,"à¸Ńาà¸Ī":125612,"à¸ļริà¸ģาร":125613,"Ġçı":125614,"ëįĺ":125615,"ĠاÙĦÙħست":125616,"تش":125617,"ש×ķ×ij":125618,"ãĤ´":125619,"Ġyapıl":125620,"ĠاÙĦØ°":125621,"ุà¹Īม":125622,"à¸ĸà¹īา":125623,"ìĦ¤":125624,"ì°¨":125625,"ваÑĢ":125626,"à¹Ģà¸ŀิà¹Īม":125627,"Æ°á»Ľi":125628,"Ùĥس":125629,"à¸Ńยาà¸ģ":125630,"ãģ¦ãĤĤ":125631,"Ġгод":125632,"ÙĬار":125633,"à¸ķà¸Ńà¸Ļ":125634,"ĠигÑĢ":125635,"à¹Ħà¸Ķà¹īรัà¸ļ":125636,"ĠاÙĦÙħر":125637,"ÙĤت":125638,"Ġëĺ":125639,"ĠëĺIJ":125640,"ẩn":125641,"ãģĻãĤĭãģĵãģ¨":125642,"×Ĵ×Ŀ":125643,"Ġ×ij×ij":125644,"تد":125645,"ÙĪار":125646,"ãĤ®":125647,"пол":125648,"Ġмог":125649,"ترÙĥ":125650,"ÙĪØ«":125651,"Ġçık":125652,"اة":125653,"à¹Ģà¸Ķียว":125654,"มีà¸Ħวาม":125655,"Ġ×ŀ×Ĵ":125656,"صÙģ":125657,"ĠТак":125658,"Ġ×Ľ×ª":125659,"×Ļ×ĵ×Ļ":125660,"овоÑĢ":125661,"ầy":125662,"สิà¹Īà¸ĩ":125663,"بت":125664,"ürü":125665,"ÙĨج":125666,"หลัà¸ģ":125667,"×Ļ×Ķ×Ŀ":125668,"ÙĤص":125669,"зÑĭ":125670,"×Ľ×ª×ij":125671,"Æ°u":125672,"mız":125673,"ĠìĦ¸":125674,"лог":125675,"ÙħÙĬÙĦ":125676,"ÙĬج":125677,"íĴĪ":125678,"à¸ŀà¸ļ":125679,"หัว":125680,"зна":125681,"רק":125682,"à¹Ĥร":125683,"Ġ×ijס":125684,"ĠBaÅŁkan":125685,"ĠëĶ°":125686,"à¸Ńัà¸Ļ":125687,"ีà¹Īยว":125688,"неÑģ":125689,"à¹Ģà¸Ķิà¸Ļ":125690,"ÙĬاÙĨ":125691,"×ķ׾×Ļ":125692,"اخت":125693,"צ×ķת":125694,"ãģĵãģĵ":125695,"ĠاÙĦاÙĨ":125696,"ĠпÑĢоÑĨ":125697,"ãģ¾ãģł":125698,"×Ľ×¡":125699,"ĠاÙĦØ¢":125700,"ÙĬز":125701,"ĠاÙĦدÙĪÙĦ":125702,"ĠíķĺëĤĺ":125703,"ضع":125704,"ê»ĺ":125705,"ÅĽwi":125706,"ยิ":125707,"ãģ¡ãĤĥãĤĵ":125708,"ĠÙħØ´":125709,"à¸ĺี":125710,"ãģ¨ãģį":125711,"׳×Ļ×ķת":125712,"Ġë¯":125713,"Ġ미":125714,"Ġsı":125715,"ëĭĪê¹Į":125716,"Ġпл":125717,"غÙĦ":125718,"à¹ģรà¸ĩ":125719,"بÙĬر":125720,"ãģĤãĤĬãģ¾ãģĽãĤĵ":125721,"ê·¼":125722,"Ġyüz":125723,"ĠdeÄŁer":125724,"åł´åIJĪ":125725,"ỡ":125726,"маÑĤ":125727,"ราà¸Ĭ":125728,"ÙĪرÙĬ":125729,"жен":125730,"ãģ¾ãĤĬ":125731,"ãģ®ä¸Ń":125732,"×Ļ×ĵ×¢":125733,"à¸Ńุ":125734,"à¸ļà¸Ńล":125735,"à¸Ľà¸±à¸įหา":125736,"زÙħ":125737,"ÄŁa":125738,"à¸Ńืà¹Ī":125739,"à¸Ńืà¹Īà¸Ļ":125740,"пл":125741,"ĠнеобÑħодим":125742,"׼×ij":125743,"à¹Ģศ":125744,"קר×Ķ":125745,"ì²ĺ":125746,"볨":125747,"×ŀק×ķ×Ŀ":125748,"jÄħc":125749,"ÙĩÙĦ":125750,"Ġ×¢×ij×ķ×ĵ":125751,"à¹Ħมà¹ī":125752,"à¸ģลัà¸ļ":125753,"×ķ׼׾":125754,"ק×ĵ":125755,"اÙĦÙĬØ©":125756,"رÙĩ":125757,"ãģijãĤĮãģ°":125758,"ĠÙĨÙģس":125759,"ãĤ¢ãĥ«":125760,"ìĹĪëĭ¤":125761,"ק×ķר":125762,"неÑĢ":125763,"باب":125764,"ãĤ¶":125765,"سبب":125766,"ÙĦÙĬÙĦ":125767,"صÙĨ":125768,"صدر":125769,"ếm":125770,"à¸Ĭà¹Īวà¸ĩ":125771,"ØŃÙĨ":125772,"Ġ×ij×Ĵ":125773,"×ŀ×ķ×¢":125774,"׾×Ĺ":125775,"大ãģį":125776,"تب":125777,"неÑĤ":125778,"×Ļ×ij×Ķ":125779,"бл":125780,"ãĥĹãĥª":125781,"اصة":125782,"ãģ¤ãģij":125783,"×Ļ×ŀ×ķש":125784,"ãģĮãģĤ":125785,"ëĭ´":125786,"ãģĭãĤĤãģĹ":125787,"ãģĭãĤĤãģĹãĤĮ":125788,"ãģ¡ãĤī":125789,"×ij×ĺ":125790,"ĠbaÄŁ":125791,"×Ļ×Ĺס":125792,"×ij×ķ×¢":125793,"ลี":125794,"פע×Ļ׾":125795,"ими":125796,"gÅĤ":125797,"Ġиме":125798,"خداÙħ":125799,"×IJ×Ļר":125800,"Ġyapt":125801,"ãģ¨ãģĦ":125802,"à¸ĩà¹Īาย":125803,"׾×Ļ×ķ":125804,"ØŃدث":125805,"راÙĤ":125806,"ĠÄIJi":125807,"ادر":125808,"ãģĵãģ¨ãĤĤ":125809,"×ij×Ļר":125810,"Ġвз":125811,"ضاÙģ":125812,"ת×ķ׼":125813,"ÑĢом":125814,"رات":125815,"à¹Ģà¸Ĺà¹Īา":125816,"ãģĺãĤĥ":125817,"ãģĿãģĵ":125818,"اجتÙħاع":125819,"à¹īà¸Ńà¸Ļ":125820,"ÙĤÙħ":125821,"본":125822,"Äŀ":125823,"ש×Ļ×ķ":125824,"×ij׳×Ļ":125825,"ìľĦìĽIJ":125826,"à¹ģà¸Ī":125827,"×Ĺ×ķר":125828,"دÙĬÙĨØ©":125829,"تط":125830,"ằm":125831,"òa":125832,"ยà¸Ńà¸Ķ":125833,"Ġëĭ¹":125834,"สุà¸Ĥ":125835,"×ĵר×ļ":125836,"دÙĨ":125837,"سÙĬÙĨ":125838,"ÙĪÙĤÙģ":125839,"ÑĨÑĭ":125840,"гоÑĤов":125841,"еждÑĥ":125842,"à¸ŀวà¸ģ":125843,"اÙĤتص":125844,"اÙĤتصاد":125845,"czÄĻ":125846,"niÄĻ":125847,"ÑĢеб":125848,"ØŃÙĪ":125849,"à¸Ĺà¹Į":125850,"ãĤĪãģŃ":125851,"дж":125852,"à¸ģลà¹Īาว":125853,"دÙĬØ«":125854,"ãĤ³ãĥŁ":125855,"ÙĤÙĪÙħ":125856,"ĠتØŃ":125857,"à¹Ģà¸ķิ":125858,"اÙģظ":125859,"à¸Īุ":125860,"رÙĬاض":125861,"×ŀש×ļ":125862,"à¹Ĥย":125863,"еÑĢе":125864,"ãģ¿ãģŁãģĦ":125865,"ìĿ´ëĿ¼":125866,"ĠاÙĦÙħÙĪ":125867,"ĠÑģÑĤо":125868,"à¹Ģรà¹ĩว":125869,"ĠдеÑĤ":125870,"ĠÑģдел":125871,"à¹Ģà¸Ĭืà¹Īà¸Ń":125872,"פ׳×Ļ":125873,"ÙĪضÙĪع":125874,"×ijס":125875,"à¹ģà¸Ķ":125876,"óc":125877,"ริม":125878,"ÑĢад":125879,"ìĪł":125880,"ãĥ¼ãĤº":125881,"ãģ«ãģĬ":125882,"ино":125883,"פ×Ļ׾":125884,"à¸Ĭัà¹Īà¸Ļ":125885,"×Ĺ×ĵש":125886,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":125887,"׳×Ļס":125888,"غرب":125889,"ãĤ¸ãĥ£":125890,"สัà¸ĩ":125891,"à¹Ģà¸Ĺีà¹Ī":125892,"à¹Ģà¸Ĺีà¹Īยว":125893,"ëŁ¼":125894,"à¹ģà¸Ł":125895,"ãĥ¼ãĤ·":125896,"ãĥ¼ãĤ·ãĥ§ãĥ³":125897,"Ġвозмож":125898,"جÙħÙĪع":125899,"×ijר×Ļ×Ŀ":125900,"ãĥĪãĥ©":125901,"ĠкаÑĩеÑģÑĤв":125902,"Ø·ÙĬ":125903,"ÑĤÑı":125904,"צ×ķ×¢":125905,"ģını":125906,"عÙĦÙī":125907,"اذ":125908,"ÙĪاÙĤع":125909,"ÙħÙĪا":125910,"ائÙĬÙĦ":125911,"кол":125912,"á»ģm":125913,"à¸ľà¸¥à¸´à¸ķ":125914,"×Ļ׳×ĺר":125915,"سÙĥ":125916,"ש×Ļר":125917,"ศึà¸ģษา":125918,"à¸ļั":125919,"ÑĩаÑģ":125920,"×ķפ×Ķ":125921,"×Ļפ×ķ׾":125922,"ĠاÙĦساب":125923,"رÙĬب":125924,"ĠاÙĦبÙĬ":125925,"ãĤ¹ãĥĨ":125926,"Ñĩен":125927,"à¹ģà¸ľ":125928,"Ġ׳ש":125929,"زÙĬد":125930,"ØŃاد":125931,"ëįĶ":125932,"رÙĪع":125933,"à¸Ĺุà¸Ļ":125934,"สมา":125935,"czeÅĦ":125936,"×Ļ×ĵ×Ķ":125937,"ãģ§ãģĤ":125938,"Ġçocuk":125939,"خب":125940,"à¸ļาย":125941,"à¸Ľà¸£à¸°à¸Ĭา":125942,"×ŀש׾":125943,"ãģªãģĭ":125944,"à¸ģาย":125945,"ãĥģãĥ£":125946,"аÑĢи":125947,"ĠÑĩа":125948,"à¸Ķำ":125949,"à¸Ĺัà¹Īว":125950,"ÑĥÑħ":125951,"Ġöz":125952,"Ġì¢ĭ":125953,"جرÙĬ":125954,"ائÙĤ":125955,"à¸łà¸±à¸¢":125956,"طار":125957,"دارة":125958,"Ä©nh":125959,"Ø«ÙĨ":125960,"zellik":125961,"اÙĦت":125962,"Ġgeli":125963,"ãĥķãĤ©":125964,"олод":125965,"ربع":125966,"שת×ŀש":125967,"à¸ļรร":125968,"íĿ¬":125969,"Ġürün":125970,"Ġê·¸ëłĩ":125971,"ศาสà¸ķรà¹Į":125972,"ãģľ":125973,"×Ļ×ij׾":125974,"ĠпÑĢедÑģÑĤав":125975,"سطÙĬÙĨ":125976,"ãĤĴ使":125977,"ĠпомоÑī":125978,"×ķקר":125979,"ãĥ¯ãĥ¼":125980,"Ġyönet":125981,"×Ļקר":125982,"à¸Ĥา":125983,"еÑĢиал":125984,"ØŃÙģ":125985,"Ġ×Ļצ":125986,"à¸Ĺิ":125987,"売":125988,"à¸Ļà¸Ńà¸ģ":125989,"×ķ׼ר":125990,"íĻľ":125991,"ủy":125992,"ĠاÙĦÙĤر":125993,"×Ļ×ij×ķת":125994,"ÅĽni":125995,"Ùħشار":125996,"ượt":125997,"ĠÙĦدÙĬ":125998,"ÑĤел":125999,"ĠØ¥ÙĦÙĬ":126000,"عÙĦÙĪÙħ":126001,"ìķĺ":126002,"виÑĤ":126003,"à¸Ħะ":126004,"yrı":126005,"ãģ¨ãģ£ãģ¦":126006,"à¹Ģà¸ī":126007,"à¸ĸาม":126008,"ÙĤار":126009,"عÙĦاÙħ":126010,"ặng":126011,"ÙħÙĴ":126012,"×Ļ×ŀת":126013,"سبة":126014,"ãĤ¯ãĥ©":126015,"×ķסף":126016,"ĠпÑĢин":126017,"ãģĦãĤį":126018,"ساس":126019,"عتبر":126020,"วิà¸Ĺย":126021,"วิà¸Ĺยา":126022,"سÙĥر":126023,"ãĤ·ãĥ§":126024,"ãģģ":126025,"ัà¸ģษ":126026,"×ij×ķ×Ķ":126027,"หย":126028,"ãģ¾ãĤĮ":126029,"ĠоÑĢганиз":126030,"казал":126031,"ĠÑģвÑıз":126032,"uyết":126033,"ĠпÑĢоиз":126034,"Ġק×ĺ":126035,"à¹ģà¸ģà¹ī":126036,"пÑĥÑģ":126037,"Ġê·¸ê²ĥ":126038,"ëĬIJ":126039,"лекÑģ":126040,"ãĥ¼ãĥĹ":126041,"à¸ķำ":126042,"ת×Ĺ×Ļ׾":126043,"à¸Ńà¸ĩà¸Ħà¹Į":126044,"ẵ":126045,"׳צ":126046,"أش":126047,"Ø´Ùĩ":126048,"ยะ":126049,"à¸ģà¸İ":126050,"ĠاÙĦإسÙĦاÙħ":126051,"едÑĮ":126052,"ãģ²ãģ¨":126053,"ëıĦë¡Ŀ":126054,"ãģ©ãģ®":126055,"Ñĥв":126056,"еÑĩение":126057,"ĠاÙĦتج":126058,"ãģ«è¡Į":126059,"Ġпозв":126060,"ãĤıãĤĬ":126061,"ÙĦاث":126062,"íķĺìĺĢ":126063,"ĠмаÑĢ":126064,"ĠkonuÅŁ":126065,"ãĥ¬ãĤ¹":126066,"ãĤĴæĮģ":126067,"ĠоÑģнов":126068,"×Ĺ×ij":126069,"ÙĪجÙĪد":126070,"פ×ķף":126071,"воÑĢ":126072,"Ġник":126073,"ãģĭãĤĭ":126074,"ÅŁtırma":126075,"×Ļס×ĺ":126076,"Ø£ÙĦ":126077,"หà¹Į":126078,"иона":126079,"лÑĮн":126080,"ĠгоÑģ":126081,"ĠÐľÐ¾Ñģк":126082,"ÑĢоб":126083,"×ķ×IJ×Ļ":126084,"ãģĬãĤĬãģ¾ãģĻ":126085,"ãģ£ãģ±":126086,"кл":126087,"à¸Ļà¸Ķà¹Į":126088,"رÙĬÙģ":126089,"اسب":126090,"ĠÑĢеÑĪ":126091,"Ġдол":126092,"ãģ¹ãģį":126093,"×Ļ×ij×ķר":126094,"меÑī":126095,"ĠнаÑĪ":126096,"à¹ģà¸Ľà¸¥":126097,"ÑĢиÑĤ":126098,"кÑĥÑģ":126099,"иÑĢа":126100,"аÑĤÑĥÑĢ":126101,"ÙĪاصÙĦ":126102,"à¹Ģà¸ľà¸¢":126103,"à¸Ńำ":126104,"à¹Ģà¸ģิà¸Ļ":126105,"غÙħ":126106,"ãģĻãģİ":126107,"lıkl":126108,"ÅĦsk":126109,"견":126110,"×Ļ׼×Ķ":126111,"×Ĺש×ij":126112,"ÙĪرÙĬØ©":126113,"ĠдейÑģÑĤв":126114,"×Ĺ׾×ĺ":126115,"Ġ׾×ŀ×¢":126116,"צ׾×Ļ×Ĺ":126117,"еÑĩа":126118,"Ùģاع":126119,"×Ĵ×Ļ×ĵ":126120,"áºŃm":126121,"ÄĻb":126122,"شع":126123,"ãģıãĤĬ":126124,"à¸ŀุ":126125,"едеÑĢ":126126,"à¸Ĥà¸Ļ":126127,"à¸Ħาร":126128,"ĠболÑĮÑĪ":126129,"ãģıãģªãĤĬ":126130,"à¸ĵา":126131,"×ĵ×ķ×Ĵ":126132,"Ġмн":126133,"ä¸ĬãģĮ":126134,"ç¶ļãģį":126135,"ฤษ":126136,"à¸Ĩ":126137,"Ø®ÙĬ":126138,"à¹Ģà¸Ĺà¸ŀ":126139,"สัม":126140,"à¹Ģสà¸Ļ":126141,"à¹Ģสà¸Ļà¸Ń":126142,"ãĥ´":126143,"ĠиÑģÑĤ":126144,"باشر":126145,"ĠÑĥÑĢов":126146,"×ŀ×ķ×ĸ":126147,"abı":126148,"waż":126149,"×ķצ×IJ×Ķ":126150,"ÑĤвеÑĢ":126151,"à¸ŀัà¸Ļà¸ĺà¹Į":126152,"׳×Ĵ×ĵ":126153,"ãĤĭãģĵãģ¨ãģĮãģ§ãģį":126154,"ĠÑĤÑĢеб":126155,"à¸ģรุà¸ĩ":126156,"ØŃتاج":126157,"à¹Ģà¸Ħล":126158,"ãĨ":126159,"ÄĻtr":126160,"Ġszczeg":126161,"Ġרש":126162,"à¸Ĺà¸ĺ":126163,"Ġнек":126164,"ĠнекоÑĤоÑĢ":126165,"вÑĪ":126166,"Ь":126167,"à¹Īวย":126168,"ลุ":126169,"бÑĢÑı":126170,"หมูà¹Ī":126171,"à¹ģà¸ķà¸ģ":126172,"ר׼×Ļ×Ŀ":126173,"Ġíĸī":126174,"ãi":126175,"Ùĥرة":126176,"âŃ":126177,"íIJ":126178,"ãį":126179,"áģ":126180,"â®":126181,"â¥":126182,"ì®":126183,"à¿":126184,"â¿":126185,"áĤ":126186,"á¤":126187,"âł":126188,"íŁ":126189,"ðIJį":126190,"ðIJ°":126191,"ðĿĨ":126192,"ðŁĪ":126193,"Ġ×¢×ľ":126194,"ĠعÙĨ":126195,"ĠÙħع":126196,"Ġ×ĸ×Ķ":126197,"ĠÙħا":126198,"ĠmÃł":126199,"Ġdụ":126200,"á»ĩc":126201,"аÑħ":126202,"sı":126203,"íķĺê³ł":126204,"Ġ×ķ×ij":126205,"ĠÐŁÐ¾":126206,"×ķתר":126207,"ĠÙĦÙħ":126208,"Ġ×ķ׾":126209,"ãģĹãģ¦ãģĦãĤĭ":126210,"Ġ×ŀ×Ļ":126211,"ĠبÙĬÙĨ":126212,"за":126213,"ĠÙĥاÙĨ":126214,"Ġ×Ķ×Ļ×Ķ":126215,"ëħĦ":126216,"×IJ×ķ":126217,"ди":126218,"ĠпеÑĢе":126219,"dı":126220,"Ġ׾ש":126221,"Ġש×ŀ":126222,"ãģĮãģĤãĤĭ":126223,"ãģĦãģĦ":126224,"ÑĢе":126225,"ק×ķ":126226,"или":126227,"ме":126228,"ÙĬت":126229,"ãģ§ãģĤãĤĭ":126230,"Ġво":126231,"à¹ĥหม":126232,"à¹ĥหมà¹Ī":126233,"Ġש×ij":126234,"Ġà¹Ĥà¸Ķย":126235,"ÙĬÙĩ":126236,"ãģ§ãģĻãģĮ":126237,"ãģ¨ãģ¯":126238,"ר×ķ":126239,"Ġà¸ĭึà¹Īà¸ĩ":126240,"ãģ§ãģįãĤĭ":126241,"мо":126242,"à¹Ģà¸ŀืà¹Īà¸Ń":126243,"צ×ķ":126244,"×ĺ×ķ":126245,"ìķĪ":126246,"Ġhá»į":126247,"à¹Ģà¸ĩิà¸Ļ":126248,"ĠاÙĦب":126249,"Ġมี":126250,"물":126251,"Ñģе":126252,"ëĵ¤ìĿ´":126253,"Ġë§IJ":126254,"ĠlỼ":126255,"aÅĤ":126256,"×Ĺ×ijר":126257,"Ġdá»±":126258,"ÙĬØ«":126259,"Ġthá»ĭ":126260,"à¸ģà¹Īà¸Ńà¸Ļ":126261,"Ġ×ij׼׾":126262,"ãģ¸":126263,"ãģ¨æĢĿãģĦãģ¾ãģĻ":126264,"ảnh":126265,"ยา":126266,"Ùģا":126267,"สี":126268,"à¸ķา":126269,"ë²ķ":126270,"ãĥªãĥ¼":126271,"ราà¸Ħา":126272,"Ġ×ķ׾×IJ":126273,"ãģ¨ãģĵãĤį":126274,"à¹Ģลืà¸Ń":126275,"diÄŁi":126276,"ÙĪاÙĨ":126277,"Ġ׾×Ķת":126278,"รวม":126279,"פ×Ļ×Ŀ":126280,"à¸ľà¸¡":126281,"жи":126282,"cı":126283,"ÑĢод":126284,"ĠkarÅŁÄ±":126285,"×Ĵ×ķ":126286,"ãģ«ãģ¤":126287,"ãģ«ãģ¤ãģĦãģ¦":126288,"rÃł":126289,"×Ļ×ķתר":126290,"ĠìĨĮ":126291,"ק×Ķ":126292,"ÑģÑĤво":126293,"ãģijãģ©":126294,"gé":126295,"à¸Ķà¹īาà¸Ļ":126296,"çļĦãģ«":126297,"ĠÙĬÙħÙĥÙĨ":126298,"ìĨį":126299,"ÙĬÙĥ":126300,"à¹Ħวà¹ī":126301,"Ñģкий":126302,"ìm":126303,"Ġ׾×IJ×Ĺר":126304,"à¸Ńาหาร":126305,"Ġà¹Ģà¸ŀ":126306,"ราะ":126307,"ลูà¸ģ":126308,"ÑģÑĤа":126309,"Ġìľł":126310,"ÙĤÙĪÙĦ":126311,"боÑĢ":126312,"Ñģкого":126313,"หลัà¸ĩ":126314,"à¸Ĥà¹Īาว":126315,"à¹Ģมืà¸Ńà¸ĩ":126316,"ê°ģ":126317,"tÃł":126318,"ÙĬÙĬÙĨ":126319,"عرض":126320,"ë°©":126321,"ĠëıĻ":126322,"Ġà¹Ģà¸Ľ":126323,"Ġà¹Ģà¸Ľà¹ĩà¸Ļ":126324,"çi":126325,"liÄŁi":126326,"ìĹIJê²Į":126327,"ãĤ¿ãĥ¼":126328,"Ġ×ľ×ª":126329,"פ×ķת":126330,"à¸Ĥà¸Ń":126331,"رس":126332,"ìłIJ":126333,"à¸ľà¹Īาà¸Ļ":126334,"ÑĦи":126335,"جÙĨ":126336,"ì¢ħ":126337,"Ġ×Ķפ":126338,"Ġngo":126339,"á»ĭa":126340,"Ġtá»ķ":126341,"Ġ그리":126342,"à¹Ģมืà¹Īà¸Ń":126343,"Ø°Ùĥر":126344,"ìĸij":126345,"ìĹŃ":126346,"×ĺ׾":126347,"kı":126348,"ĠعÙħÙĦ":126349,"ĠعÙĨد":126350,"à¸ĭืà¹īà¸Ń":126351,"Ġê±°":126352,"ве":126353,"rü":126354,"à¹Ģà¸Ńา":126355,"สà¹Į":126356,"à¸Īà¸Ļ":126357,"סת":126358,"Ġgiả":126359,"ãĤĭãģ¨":126360,"à¸ģำลัà¸ĩ":126361,"ней":126362,"à¸Īริ":126363,"à¸Īริà¸ĩ":126364,"Ġëį":126365,"ĠëįĶ":126366,"à¸Ħà¹Īะ":126367,"ìn":126368,"Ġsüre":126369,"Ġquy":126370,"à¸ļาà¸ĩ":126371,"åıĸãĤĬ":126372,"ר×Ĺ":126373,"×ijת":126374,"ãģĮãģĤãĤĬãģ¾ãģĻ":126375,"רש":126376,"ìĹIJëĬĶ":126377,"Ġ×IJפשר":126378,"ayı":126379,"ãģĮãĤī":126380,"ØŃب":126381,"анÑģ":126382,"سÙĪ":126383,"ĠпÑĢе":126384,"دÙĪ":126385,"ãģ«ãĤĪ":126386,"à¹Ģà¸ģม":126387,"สูà¸ĩ":126388,"makt":126389,"maktad":126390,"maktadır":126391,"Ġönem":126392,"×Ļ×ŀ×Ļ×Ŀ":126393,"бо":126394,"ÙĪÙĬØ©":126395,"à¸£à¸¹à¸Ľ":126396,"à¹Ĥลà¸ģ":126397,"ÙħÙĬع":126398,"ÑģÑĤÑĥп":126399,"à¹Ĥà¸Ń":126400,"دÙĬÙĨ":126401,"ì¤ij":126402,"ãģĹãģı":126403,"à¹Ģสีย":126404,"вÑĭ":126405,"Ùħت":126406,"íĺĦ":126407,"ãĥIJãĥ¼":126408,"اش":126409,"קס":126410,"Ġtụ":126411,"ลà¸Ķ":126412,"ÙģØ©":126413,"íijľ":126414,"رج":126415,"kÅĤad":126416,"ĠÅŁey":126417,"ĠØ£Ùħ":126418,"Ġà¹Ģม":126419,"ĠبÙĦ":126420,"ÑģкаÑı":126421,"ãģ¨ãģ®":126422,"Ġìĭ¤":126423,"ấm":126424,"หà¹īà¸Ńà¸ĩ":126425,"à¸Ĭม":126426,"dü":126427,"Ġçek":126428,"Ġê³ł":126429,"×Ĵ×ij":126430,"à¸Ĭีวิ":126431,"à¸Ĭีวิà¸ķ":126432,"ÙģضÙĦ":126433,"ฯ":126434,"çı":126435,"Ġبش":126436,"ĠÙĩÙĨا":126437,"ãģįãģ¾ãģĹãģŁ":126438,"tü":126439,"Ġìĺģ":126440,"ĠTürk":126441,"кÑĤ":126442,"פרס":126443,"ãģ¨ãģĦãģĨãģĵãģ¨":126444,"íĶĦ":126445,"à¹ģรà¸ģ":126446,"ר×ķף":126447,"Ġaras":126448,"×ŀצ×IJ":126449,"Ġtá»ī":126450,"سا":126451,"à¸ŀà¸Ń":126452,"ĠاÙĦÙħØŃ":126453,"ãĥ¤":126454,"ĠاÙĦاست":126455,"ÙģÙĨ":126456,"×Ļ×ŀ×Ķ":126457,"رت":126458,"ãģ¨ãĤĤ":126459,"ĠнаÑģ":126460,"пÑĢи":126461,"Ġ×Ĺ×ķ":126462,"ила":126463,"ÙĬØ´":126464,"Ġgöz":126465,"Ġ×ij׳×Ļ":126466,"ımı":126467,"ĠÑĤеÑħ":126468,"Ġhá»Ļ":126469,"غر":126470,"кон":126471,"اØŃت":126472,"Ġà¸ŀ":126473,"à¸Ńà¸Ńà¸Ļ":126474,"à¸Ńà¸Ńà¸Ļà¹Ħล":126475,"à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":126476,"Ñħо":126477,"Ñıв":126478,"à¹ģสà¸Ķ":126479,"à¹ģสà¸Ķà¸ĩ":126480,"à¹Ģà¸ŀียà¸ĩ":126481,"ÑĤов":126482,"اÙĬ":126483,"Ġ×Ķ×ĵ":126484,"Ġ×ķ׼":126485,"ãĤīãģĦ":126486,"×ķפף":126487,"Ġë¶Ī":126488,"ลà¸Ńà¸ĩ":126489,"طاÙĦ":126490,"Ġни":126491,"ĠÙħست":126492,"ếc":126493,"Ġש׼":126494,"ĠëķĮ문":126495,"วัà¸Ļà¸Ĺีà¹Ī":126496,"×Ļ׾×ĵ":126497,"ØŃا":126498,"еÑĨ":126499,"Ġcứ":126500,"×ĵ×ķר":126501,"ĠÙħØŃ":126502,"ר׼×ij":126503,"بÙĬع":126504,"нии":126505,"ĠاÙĦØ£ÙĪÙĦ":126506,"à¸Ħวร":126507,"ãģ¨æĢĿãģĨ":126508,"ĠСо":126509,"ائÙĬØ©":126510,"راء":126511,"оÑģоб":126512,"ĠبأÙĨ":126513,"×¢×ķ×ĵ":126514,"ĠÑĤе":126515,"ãģĵãģĨ":126516,"ÑģÑĤÑĢа":126517,"айн":126518,"Ġsöz":126519,"تÙĨا":126520,"à¸Ńิ":126521,"ặp":126522,"ĠìķĦëĭĪ":126523,"íķŃ":126524,"Ġר×IJש":126525,"Ġà¹Ħà¸Ķà¹ī":126526,"Ġ×Ĵ×ĵ":126527,"Ġספר":126528,"обÑīе":126529,"ĠÙĪØ¥":126530,"adaÅŁ":126531,"ãģ¡ãĤĩ":126532,"ק×ķ׾":126533,"ÑĢез":126534,"ĠdÃ¼ÅŁÃ¼n":126535,"Ġ×ij×IJ×ŀ":126536,"Ġìĸ´ëĸ":126537,"ער×ij":126538,"нее":126539,"ĠÑģÑĤÑĢан":126540,"ساÙĨ":126541,"ynı":126542,"ĠاÙĦرئÙĬس":126543,"ãģĹãģª":126544,"Ġ×ł×ª":126545,"ãģ«ãģªãģ£ãģŁ":126546,"gü":126547,"åıĹãģij":126548,"×ľ×ª":126549,"ìłĪ":126550,"ëĬĶëį°":126551,"Ø®ÙĬر":126552,"à¸ķà¹īà¸Ńà¸ĩà¸ģาร":126553,"ĠÙĦØ£ÙĨ":126554,"Ġchá»ĭ":126555,"ÙĪØ©":126556,"à¹ĥส":126557,"ë¶ĢíĦ°":126558,"íķĺë©´":126559,"ữu":126560,"à¹Ģหมืà¸Ńà¸Ļ":126561,"беÑĢ":126562,"ĠìĿ´ìļ©":126563,"ĠÑģеб":126564,"wiÄĻks":126565,"Ġ×ł×¢":126566,"ÑĤÑĥÑĢ":126567,"ĠnghÄ©":126568,"ש×ķ×ĺ":126569,"tiÄŁi":126570,"ĠdeÄŁi":126571,"×IJ×ij":126572,"Ġ×ŀ×ŀ":126573,"ãĥĹãĥŃ":126574,"waÅĤ":126575,"à¸Īึà¸ĩ":126576,"خدÙħ":126577,"×IJ×Ŀ":126578,"Ä±ÅŁÄ±":126579,"czÄħ":126580,"ר×ĵ":126581,"ĠÑĢÑĥб":126582,"خرÙī":126583,"ãģ®æĸ¹":126584,"ĠденÑĮ":126585,"×Ĺ×Ļ×Ŀ":126586,"еÑĤе":126587,"ëĤľ":126588,"×IJ×Ĵ":126589,"×¢×ķר":126590,"ë³Ħ":126591,"åIJĮãģĺ":126592,"ãĤ²":126593,"ר×ļ":126594,"×ķש×IJ":126595,"ìľ¡":126596,"اخ":126597,"צ×Ļ×Ķ":126598,"á»±a":126599,"ãģĪãģ¦":126600,"ש×Ķ×ķ":126601,"анÑĤ":126602,"ลาà¸Ķ":126603,"инг":126604,"ë¡ł":126605,"اعد":126606,"ÙĪسط":126607,"Ġвоп":126608,"ĠвопÑĢоÑģ":126609,"ÙħÙĬÙĨ":126610,"à¸Ħà¸ĩ":126611,"×Ļר×Ļ×Ŀ":126612,"ców":126613,"격":126614,"Ġê·¸ëŁ°":126615,"Ġì§Ħ":126616,"Ġש׾×Ķ":126617,"à¹Ģริà¹Īม":126618,"à¸Ĭà¸Ńà¸ļ":126619,"деÑĤ":126620,"ÑİÑīиÑħ":126621,"à¸ļà¸Ńà¸ģ":126622,"æĢĿãģĦ":126623,"عÙĬد":126624,"ס×ŀ":126625,"×Ĵ×Ļ×¢":126626,"צ×ĵ":126627,"بات":126628,"ĠëĶ°ëĿ¼":126629,"à¸Īัà¸ĩ":126630,"ãģłãģijãģ§":126631,"×¢×Ļר":126632,"ĠÑĩел":126633,"ĠÑĩелов":126634,"ĠÑĩеловек":126635,"ãĥĥãĥģ":126636,"à¹Ģà¸ģีà¹Īยว":126637,"à¸Ķิ":126638,"Ġפע":126639,"×Ļ×ŀ×Ļ":126640,"ë°ĺ":126641,"خار":126642,"×ij×Ļת":126643,"×¢×Ļ×Ŀ":126644,"üyor":126645,"ãĤģãģ¦":126646,"клад":126647,"Ġà¸Īาà¸ģ":126648,"à¹Ģà¸Ħย":126649,"สà¸Ńà¸ĩ":126650,"à¹ģà¸Ħà¹Ī":126651,"ẫu":126652,"หà¸Ļัà¸ĩ":126653,"ש׾×ķ×Ŀ":126654,"اÙĨÙĬØ©":126655,"åĩºä¼ļ":126656,"åĩºä¼ļãģĦ":126657,"à¸łà¸²à¸¢":126658,"à¸ļาà¸Ĺ":126659,"à¸Ĭาว":126660,"muÅŁ":126661,"Ġ׾ק×ij׾":126662,"ãĤ·ãĥ£":126663,"ĠÄ°ÅŁ":126664,"×Ĵ×ĵ×ķ׾":126665,"جعÙĦ":126666,"ë³Ģ":126667,"ยิà¹Īà¸ĩ":126668,"à¸Ļาย":126669,"à¸Ļีà¹Ī":126670,"วิà¸ĺี":126671,"ãĤīãģªãģĦ":126672,"ëłĪ":126673,"Ġë¬¸ìłľ":126674,"Ġà¸ģ":126675,"à¸Ĺำà¸ĩาà¸Ļ":126676,"à¹Ģวà¹ĩà¸ļ":126677,"ÑĦе":126678,"楽ãģĹ":126679,"สำà¸Ħ":126680,"สำà¸Ħัà¸į":126681,"رÙħ":126682,"ãģķãĤĮãģ¦":126683,"Ġобла":126684,"ר×IJ×Ļ":126685,"หมà¸Ķ":126686,"ÙĨÙĬØ©":126687,"лин":126688,"ĠeÄŁ":126689,"itim":126690,"ëł¹":126691,"صاÙĦ":126692,"ÅĽl":126693,"à¸ľà¸´à¸Ķ":126694,"ãĥŀãĥ³":126695,"åħ¥ãĤĮ":126696,"à¹Ģà¸ķà¸Ńรà¹Į":126697,"ارÙĬ":126698,"ĠЦ":126699,"dür":126700,"สวย":126701,"립":126702,"رÙĥØ©":126703,"Ġhã":126704,"×Ļת×Ķ":126705,"à¸Ĥà¸Ļา":126706,"à¸Ĥà¸Ļาà¸Ķ":126707,"à¸Īำà¸Ļ":126708,"à¸Īำà¸Ļวà¸Ļ":126709,"ש×ķק":126710,"Ġдом":126711,"ì±ħ":126712,"ãģĭãģij":126713,"פ×ķ׾":126714,"à¸Ĭาย":126715,"ÑģмоÑĤÑĢ":126716,"ÑģлÑĥж":126717,"ש×IJ׾":126718,"кÑĢÑĭÑĤ":126719,"Ġìŀĺ":126720,"é«ĺãģĦ":126721,"ĠÑĢÑĥк":126722,"ÙĨص":126723,"дав":126724,"ưỡ":126725,"ưỡng":126726,"راÙħ":126727,"×Ļ׳×Ļ×Ŀ":126728,"ãĥ©ãĥ¼":126729,"ëĦ¤":126730,"Ġتع":126731,"lke":126732,"好ãģį":126733,"æĮģãģ¡":126734,"Ġë§İ":126735,"Ġyük":126736,"ĠÑģоÑģÑĤав":126737,"енÑĤÑĢ":126738,"peÅĤ":126739,"à¹Ģà¸Ľà¸¥à¸µà¹Īย":126740,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ":126741,"íıī":126742,"ãĤĦãģĻ":126743,"×Ĺ×ĸ":126744,"×ijר×Ķ":126745,"루":126746,"ìĶĢ":126747,"بØŃØ«":126748,"à¹Ģà¸ķà¹ĩ":126749,"ówi":126750,"بÙĩ":126751,"ãģįãģ¾ãģĻ":126752,"Ġ×¢×ŀ":126753,"×Ĵ×ķ׾":126754,"езд":126755,"ÙĬÙģØ©":126756,"สà¸Ļà¹ĥà¸Ī":126757,"Ġ×ª×ľ":126758,"ÑıÑī":126759,"ĠسÙĨ":126760,"ĠÙĪاØŃد":126761,"ĠÑģм":126762,"ladı":126763,"ıld":126764,"×Ļרת":126765,"ียà¸Ļ":126766,"ת×Ĺת":126767,"Ġжиз":126768,"à¸ŀั":126769,"à¸ŀัà¸Ĵ":126770,"à¸ŀัà¸Ĵà¸Ļา":126771,"à¸Ĭิ":126772,"اخÙĦ":126773,"ãģ£ãģ¦ãģĦãģŁ":126774,"รัà¸IJ":126775,"ãĤģãĤĭ":126776,"à¹Ĥà¸ģ":126777,"ĠTá»ķ":126778,"Ġhakk":126779,"رÙģ":126780,"ìłĢ":126781,"Ñģоб":126782,"ãģªãģijãĤĮãģ°":126783,"ÙĩÙĪ":126784,"Ġë²ķ":126785,"ãĤĨ":126786,"ĠاÙĦسعÙĪد":126787,"Ġ×IJתר":126788,"اغ":126789,"Ġ׾×ĵ":126790,"à¹ģà¸ķ":126791,"à¹ģà¸ķà¹Īà¸ĩ":126792,"íĮĮ":126793,"ÑĥпиÑĤÑĮ":126794,"à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":126795,"×ijת×Ļ":126796,"à¹ĩà¸ģ":126797,"ÅĤat":126798,"Ġê°ľìĿ¸":126799,"ìłķë³´":126800,"ÑĤал":126801,"Ġgüven":126802,"ĠÄ°l":126803,"Ġê°ģ":126804,"Ġبت":126805,"×ŀ×ķ׳×Ķ":126806,"ĠاÙĦØŃÙĥÙĪÙħ":126807,"ÙĤات":126808,"à¹ģà¸ģà¹Ī":126809,"หาà¸ģ":126810,"нÑĮ":126811,"à¸Ľà¸£à¸±à¸ļ":126812,"มาà¸ĵ":126813,"ĠнеÑģк":126814,"Ġض":126815,"สมั":126816,"สมัà¸Ħร":126817,"ãģĮãģĤãĤĬ":126818,"меÑģÑĤ":126819,"Ġ×IJצ׾":126820,"Ġкомпани":126821,"סר":126822,"ÙĬÙħØ©":126823,"ĠÑħоÑĢо":126824,"ĠÑħоÑĢоÑĪ":126825,"Ġ×Ļ×ķ×ĵ":126826,"üs":126827,"×Ĵ×Ļש":126828,"à¸ļà¸Ĺ":126829,"تÙĨظ":126830,"วาà¸ĩ":126831,"มหา":126832,"Ġ׼×ķ׾":126833,"à¸Ĥà¹īาà¸ĩ":126834,"ë°ľ":126835,"год":126836,"дан":126837,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ":126838,"ãģĵãģ¡ãĤī":126839,"ãĥIJãĤ¤":126840,"eceÄŁi":126841,"دÙĬدة":126842,"ÙĨÙī":126843,"Ġëĭ¤ìĿĮ":126844,"วี":126845,"غا":126846,"лиз":126847,"à¹Ģà¸Ķิ":126848,"à¹Ģà¸Ķิม":126849,"ĠÙĬست":126850,"Ġyılı":126851,"koÅĦ":126852,"ãģ§ãģĹãĤĩãģĨãģĭ":126853,"ãģĤãģª":126854,"ãģĤãģªãģŁ":126855,"ÑĨен":126856,"ĠÙĪز":126857,"×IJ×Ļש":126858,"à¹Īà¸Ń":126859,"رØŃ":126860,"ê´ij":126861,"ÑĢаÑģÑĤ":126862,"Ġ×Ķ׾":126863,"ãģĹãģ¦ãĤĤ":126864,"×ŀר׼":126865,"×ŀר׼×ĸ":126866,"éģķãģĦ":126867,"ãģŁãģı":126868,"ĠÑģÑĥд":126869,"веÑģÑĤи":126870,"ĠíķĦìļĶ":126871,"ãĥķãĤ§":126872,"ÑĤелÑĮно":126873,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ":126874,"ÅĤuż":126875,"à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":126876,"ש×ķר":126877,"Ġ×ŀ×ĵ":126878,"×ķ×¢×ľ":126879,"ÙĦاÙħ":126880,"à¹Ħà¸ĭ":126881,"лей":126882,"кÑĥÑĢ":126883,"Ả":126884,"à¸Ĺาà¸Ļ":126885,"ì§ij":126886,"ĠгоÑĢод":126887,"רס":126888,"׾×ķ×Ĵ":126889,"masını":126890,"ĠлÑĥÑĩ":126891,"ลà¹Īา":126892,"ìļ¸":126893,"ש×ĺ":126894,"ĠÐĺн":126895,"íĤ¤":126896,"ÙĪÙĦا":126897,"ìķł":126898,"ĠØ£ÙĬضا":126899,"Ùĥار":126900,"ĠاÙĦتع":126901,"สูà¹Ī":126902,"ãĤ¼":126903,"×ij×Ļ×IJ":126904,"ยà¸ģ":126905,"ĠØŃÙĤ":126906,"ربÙĬ":126907,"ãģĺãĤĥãģªãģĦ":126908,"รัà¸ģษา":126909,"ÑħодиÑĤ":126910,"à¸ķà¸Ńà¸ļ":126911,"׳×ĺ×Ļ":126912,"ĠاÙĦÙħج":126913,"تÙħع":126914,"оваÑĤÑĮ":126915,"ÙĦÙĬÙĨ":126916,"×Ļ×ŀ×ķת":126917,"Ġmù":126918,"nÄĻ":126919,"ĠدÙĬ":126920,"׼ש×Ļ×ķ":126921,"Ġhiç":126922,"ëijIJ":126923,"ÙĪاء":126924,"ÙĪØ·":126925,"ĠاÙĦبÙĦ":126926,"à¹ģมà¹ī":126927,"ק×ķת":126928,"ÙĪجد":126929,"å§ĭãĤģ":126930,"ÙĬئة":126931,"Ġ매":126932,"صبØŃ":126933,"פ×IJ":126934,"гоÑĢ":126935,"ס×Ķ":126936,"بÙĬÙĤ":126937,"ยาà¸ģ":126938,"Ġнад":126939,"ÙĬÙij":126940,"ĠبÙĪ":126941,"ס×ķר":126942,"ÙħÙĥاÙĨ":126943,"ר×ij":126944,"×Ĵ×ĸ":126945,"צת":126946,"bilit":126947,"лаг":126948,"ĠNgo":126949,"×IJ×ķר":126950,"à¸ķà¸Ļ":126951,"íĬ¹":126952,"à¸Ĺีà¹Īà¸Ķี":126953,"à¸Ľà¸£à¸°à¸Īำ":126954,"ование":126955,"ãģĦãģ¤":126956,"ãĥĥãĤ¯ãĤ¹":126957,"åIJĪãĤı":126958,"åIJĪãĤıãģĽ":126959,"×Ļ׳×ķ×Ļ":126960,"ạy":126961,"Ø«ÙĤ":126962,"ĠпÑĢоб":126963,"ĠпÑĢоблем":126964,"ÅŁeh":126965,"ÅŁehir":126966,"عادة":126967,"اÙĨÙĪÙĨ":126968,"à¸ķัวà¹Ģà¸Ńà¸ĩ":126969,"ì¶ķ":126970,"ılan":126971,"бан":126972,"ãĥ³ãĥī":126973,"à¸Īี":126974,"Ġ×Ķש׳×Ļ":126975,"поÑĤ":126976,"×ķ׾×Ļ×Ŀ":126977,"ลัà¸ļ":126978,"ĠÑįÑĤи":126979,"×ijקש":126980,"ë¹ĦìĬ¤":126981,"à¸Ńยà¹Īาà¸ĩà¹Ħร":126982,"×Ļ׾×Ļ":126983,"à¹ĥà¸Ĭà¹Ī":126984,"ĠاÙĦÙĥÙĦ":126985,"ãĥļãĥ¼ãĤ¸":126986,"صة":126987,"ÑĤиÑĢ":126988,"ãĤĵãģ©":126989,"зÑĭк":126990,"wyż":126991,"ÙĩÙĬ":126992,"ĠÙħÙĦÙĬ":126993,"Ġвиде":126994,"ظاÙħ":126995,"داÙĪÙĦ":126996,"×ŀת×Ļ":126997,"Ġsık":126998,"à¹Ģà¸ķิม":126999,"ãĤ¢ãĤ¤":127000,"каÑħ":127001,"צ×Ļ׾":127002,"à¹Ģà¸Ĭà¹Īà¸Ļ":127003,"маг":127004,"магаз":127005,"магазин":127006,"à¸Ľà¸±":127007,"à¸Ľà¸±à¸Ī":127008,"Ġש×Ļר×ķת":127009,"ียม":127010,"ãĥĸãĥ«":127011,"ĠدÙĪÙĦ":127012,"קר×Ļ×Ŀ":127013,"ÙĩÙı":127014,"ово":127015,"Ġüret":127016,"دÙĪÙĨ":127017,"à¹ģà¸Ļว":127018,"à¹Ģà¸Ļืà¹īà¸Ń":127019,"ĠÑĦоÑĤ":127020,"ãĥĺ":127021,"ãģ¤ãģĭ":127022,"ÑıÑģ":127023,"ĠíķĺëĤĺëĭĺ":127024,"ائع":127025,"ĠплаÑĤ":127026,"ìĺĪ":127027,"ĠdostÄĻp":127028,"ÙĪجÙĩ":127029,"Ġ×Ķ×Ĺ×Ļ":127030,"׳×Ļק":127031,"дей":127032,"íĽĦ":127033,"ıy":127034,"بØŃر":127035,"à¹Ģสริม":127036,"Ġ׾×Ĵ":127037,"Ø°Ùĩب":127038,"جÙĬÙĦ":127039,"رÙĥز":127040,"Ġëħ":127041,"Ġëħ¸":127042,"פ×Ļ׾×ķ":127043,"ãģ¾ãģļ":127044,"iriÅŁ":127045,"ĠÙĥÙĬÙģ":127046,"Ġ×ijצ":127047,"ĠêµIJ":127048,"ÑĢоÑģÑģ":127049,"ĠØ´ÙĬ":127050,"Ġiçer":127051,"×Ĵ×ķ×ij×Ķ":127052,"менно":127053,"×¢×ij×Ļר":127054,"×ķ×ŀ×Ķ":127055,"ãĤīãģĹãģĦ":127056,"ãģ¼":127057,"Ñīин":127058,"è²·ãģĦ":127059,"جÙħÙĪعة":127060,"Ġdönem":127061,"Ġ×ij×IJר":127062,"веÑģÑĤ":127063,"×ķר×ķת":127064,"سÙģ":127065,"à¹ģà¸Ĺà¸Ļ":127066,"ĠдокÑĥменÑĤ":127067,"ĠاÙĬ":127068,"جاÙĨ":127069,"צ×ķ×¢×Ļ":127070,"ĠоÑģоб":127071,"ĠاÙĦÙħس":127072,"ÑĢаб":127073,"à¸łà¸¹":127074,"à¸Ķาว":127075,"лекÑĤ":127076,"عÙĤ":127077,"×ķ×ĵ×ķת":127078,"Ġolu":127079,"ĠoluÅŁtur":127080,"ãģ¾ãģ¾":127081,"един":127082,"à¹Ģà¸Ńà¸ģ":127083,"ãĤµãĤ¤":127084,"ëĦĪ":127085,"Ø·ÙĨÙĬ":127086,"Ø·ÙĤØ©":127087,"ĠÐłÐ°Ð·":127088,"ÙĦÙij":127089,"Ñĩем":127090,"Ġ׾×ĺ":127091,"สัà¹Īà¸ĩ":127092,"سرائÙĬÙĦ":127093,"Ġפר×ĺ×Ļ":127094,"деÑģÑĮ":127095,"Ġ׳׼":127096,"اÙĨب":127097,"ÙĬاة":127098,"Ùħبر":127099,"Ġkı":127100,"à¸Ľà¸ı":127101,"à¸Ľà¸ıิ":127102,"à¸ļัà¸ķิ":127103,"×ł×ª×Ļ":127104,"ìĨ¡":127105,"راب":127106,"à¹ĥà¸ķ":127107,"à¹ĥà¸ķà¹ī":127108,"×Ļ×ł×ª":127109,"ÙĪÙĬر":127110,"Ġ×Ķ×ŀ×Ļ":127111,"ейÑĩаÑģ":127112,"ק×ķ×ij":127113,"دراس":127114,"ĠÙħÙĤ":127115,"رÙĬÙĨ":127116,"خاص":127117,"ãģĬéĩij":127118,"Ġجدا":127119,"ãģĨãģ¡":127120,"ëħ¸":127121,"ırım":127122,"æ§ĺ":127123,"ãģ«å¯":127124,"ãģ«å¯¾":127125,"ÑĨев":127126,"Ġvard":127127,"ĠÐIJн":127128,"eÄŁ":127129,"ÑģÑĤвенно":127130,"Ш":127131,"سد":127132,"à¸ģุ":127133,"à¹ģà¸ľà¸Ļ":127134,"รูà¹īส":127135,"รูà¹īสึà¸ģ":127136,"اتØŃاد":127137,"ÑijÑĤ":127138,"×Ĺ×ķק":127139,"ãģĻãģIJ":127140,"Ø·ÙĦاÙĤ":127141,"Ġק×ķ×ĵ":127142,"à¹ĥà¸Ĭà¹īà¸ĩ":127143,"à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":127144,"ãĥ¼ãĤ¿":127145,"Ġsür":127146,"ÑĢок":127147,"ë³ij":127148,"สมาà¸Ĭ":127149,"สมาà¸Ĭิà¸ģ":127150,"ãĥķãĥ¬":127151,"è¾¼ãģ¿":127152,"ãĤ»ãĥ³":127153,"Ġê°Ģì§Ģ":127154,"à¸ľà¹īา":127155,"ÑįÑĤомÑĥ":127156,"иÑĤел":127157,"à¸łà¸±":127158,"à¸ij":127159,"ãĥĸãĥ©":127160,"×Ľ×ª×ķ×ij":127161,"׳×Ŀ":127162,"еннÑĭе":127163,"×¢×¨×Ľ×ª":127164,"ĠìĤ":127165,"ĠìĤ´":127166,"à¸Ĥà¹īา":127167,"׳×ķס":127168,"ãĥ¬ãĥĵ":127169,"ÑĢеÑģ":127170,"à¹Ģลà¸Ĥ":127171,"ثاÙĦ":127172,"ìĹĨ":127173,"ĠÑĩаÑģÑĤ":127174,"าศ":127175,"ãĥªãĤ¢":127176,"uç":127177,"×Ļ׼×ķת":127178,"ลà¹īาà¸Ļ":127179,"ië":127180,"ãĤ¸ãĤ§":127181,"à¸Īà¸Ń":127182,"ÙĪØŃد":127183,"×Ļצ×ķ×ij":127184,"Ġ×ijש׾":127185,"око":127186,"ضة":127187,"ذر":127188,"ĠÑĥд":127189,"Ä°L":127190,"×ķצ×Ļ×Ŀ":127191,"×ĸ×ŀף":127192,"à¸Ľà¸ģ":127193,"íķĻêµIJ":127194,"ساÙħ":127195,"à¹Ħà¸Ķ":127196,"ละà¹Ģà¸Ń":127197,"ละà¹Ģà¸Ńีย":127198,"ละà¹Ģà¸Ńียà¸Ķ":127199,"ảy":127200,"аÑĨион":127201,"ãĤ¹ãĤ¯":127202,"פ×ķס":127203,"รà¹Īาà¸ĩ":127204,"еннÑĭй":127205,"عÙĨ":127206,"عÙĦÙĨ":127207,"ائÙģ":127208,"dÄĻ":127209,"ؤÙĪÙĦ":127210,"׾×ķ×ķ":127211,"Ġ×ijש×ij":127212,"ä»ĬåĽŀ":127213,"ĠاÙĦجÙĨ":127214,"داد":127215,"waÄĩ":127216,"ãĥªãĥ³":127217,"ĠìŀIJìĭł":127218,"اÙĨÙĬا":127219,"ãĥ¡ãĥª":127220,"ÙĦÙĪÙĨ":127221,"à¸Ĺà¹Īà¸Ńà¸ĩ":127222,"à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":127223,"اÙģÙĬ":127224,"ĠлиÑĪ":127225,"ÙħÙĬØ©":127226,"оÑĤвеÑĤ":127227,"Ñĩин":127228,"ÃĬ":127229,"ãĥ¡ãĥ³":127230,"å®Ł":127231,"éļĽãģ«":127232,"ĠÑĢай":127233,"ãĤ¦ãĥ³":127234,"×Ļר×ķש":127235,"×Ļר×ķש׾×Ļ×Ŀ":127236,"มะ":127237,"Ġara":127238,"казаÑĤÑĮ":127239,"à¸ķัà¸Ķ":127240,"ÑĥÑİÑĤ":127241,"Ġüst":127242,"×Ĵ×ķ×ij":127243,"×Ĵ×ķ×ij×ķת":127244,"malı":127245,"егод":127246,"егоднÑı":127247,"اÙģÙĤ":127248,"à¸Ĭà¹Īà¸Ńà¸ĩ":127249,"Ġözellik":127250,"×Ļצ×ķר":127251,"ĠmiÄĻd":127252,"ĠiliÅŁ":127253,"ĠнаÑħод":127254,"×¢×ĸר":127255,"×ľ×Ľ×ª":127256,"ÙĨتاج":127257,"ĠÑģем":127258,"à¸Īà¹Īาย":127259,"à¸ķรว":127260,"à¸ķรวà¸Ī":127261,"פר×ķ":127262,"à¸Ĥัà¸ļ":127263,"ãģŀ":127264,"Ġпло":127265,"колÑĮ":127266,"×ŀ×¢×ĺ":127267,"íķĺìĭľ":127268,"jÄħce":127269,"ÙĨاÙĨ":127270,"ลีà¸ģ":127271,"нÑĥÑĤ":127272,"ĠобÑĢаз":127273,"Ùĥبر":127274,"ĠاÙĦÙĪØ·ÙĨ":127275,"ãģķãģĽãģ¦":127276,"ÙĤاء":127277,"×ŀ×ĵ×Ļ׳":127278,"yü":127279,"פ×Ļת":127280,"׳×ķף":127281,"ÙħÙĨظ":127282,"หà¸Ļัà¸ģ":127283,"ìŀĪ":127284,"ãĤ«ãĥ¼ãĥī":127285,"عÙĨÙĬ":127286,"под":127287,"ضاء":127288,"à¸Ļà¸ķà¹Į":127289,"×ŀשפ":127290,"วà¹Į":127291,"ר×ķק":127292,"สืà¹Īà¸Ń":127293,"פק×Ļ×ĵ":127294,"ãģªãĤīãģªãģĦ":127295,"ĠìŬ룬":127296,"ÙĦج":127297,"ÑīиÑĤ":127298,"ãĥĥãĤ·":127299,"ÙĦÙĬس":127300,"ĠÙĦÙħا":127301,"ìłij":127302,"×ij×Ļף":127303,"ãĥģãĤ§":127304,"Ġgüç":127305,"Ġchứ":127306,"×ķצ×IJ":127307,"קר×ij":127308,"à¹Ĥà¸ŀ":127309,"оÑĩно":127310,"סק×Ļ":127311,"ש׾×Ŀ":127312,"صرÙģ":127313,"ĠLÃł":127314,"×¢×Ļת":127315,"á»·":127316,"à¹Ĥà¸Ńà¸ģ":127317,"à¹Ĥà¸Ńà¸ģา":127318,"à¹Ĥà¸Ńà¸ģาส":127319,"Ġ×Ķ×ĵ×ijר":127320,"à¸Ļัà¹Īà¸Ļ":127321,"زر":127322,"нако":127323,"íļį":127324,"ãĤĤãģ¡":127325,"ãĤĤãģ¡ãĤį":127326,"ãĤĤãģ¡ãĤįãĤĵ":127327,"اÙħت":127328,"عداد":127329,"инÑĭ":127330,"ÅĤyw":127331,"à¸Ħà¸ĵะ":127332,"à¸Ĺะ":127333,"ktör":127334,"×Ļ×Ĺ×Ķ":127335,"Ġме":127336,"ĠмеÑģÑı":127337,"׳×Ķ×Ĵ":127338,"ĠÑģÑĥÑīеÑģÑĤв":127339,"à¸Ļัà¸Ļ":127340,"ÑĦÑĦ":127341,"екÑĤив":127342,"عÙĦÙĪÙħات":127343,"бÑĥд":127344,"à¸Ļัà¸ģà¸ĩาà¸Ļ":127345,"หà¸Ļà¹īาà¸Ĺีà¹Ī":127346,"ÙĤÙĬÙĤ":127347,"ãĤ·ãĥ³":127348,"ãģ«éĸ¢":127349,"×IJר×Ĵ":127350,"ĠпÑĢоÑĤ":127351,"ĠпÑĢоÑĤив":127352,"ĠìŀĪìĸ´":127353,"ÙĤÙĬÙĤØ©":127354,"ìĹĩ":127355,"kür":127356,"ãģ«ãģªãĤĬãģ¾ãģĹãģŁ":127357,"ĠдеÑıÑĤ":127358,"ĠдеÑıÑĤелÑĮ":127359,"פ×ķר×ĺ":127360,"à¸Łà¹īา":127361,"à¹Ģà¸ł":127362,"ĠавÑĤомаÑĤ":127363,"×ĸ×Ļק":127364,"Ġolduk":127365,"عاÙħ":127366,"ĠÑĤоÑĢ":127367,"yrıca":127368,"êÌ":127369,"ãĤŃãĥ³ãĤ°":127370,"ãģ«ãģ¨ãģ£ãģ¦":127371,"à¹Ģà¸īà¸ŀ":127372,"à¹Ģà¸īà¸ŀาะ":127373,"ãģ¯ãģļ":127374,"×ŀ×IJ×Ļ":127375,"สะà¸Ķ":127376,"สะà¸Ķวà¸ģ":127377,"ìľ¼ë©°":127378,"à¸ģี":127379,"ฬ":127380,"Ġ×¢×ķש":127381,"à¸łà¸²à¸©à¸²":127382,"à¸Ĺัà¸Ļ":127383,"acakt":127384,"acaktır":127385,"اعدة":127386,"ĠÑĥÑģлÑĥг":127387,"סר×ĺ":127388,"×ķ×ŀ×ķת":127389,"×Ķ×ķר":127390,"×ŀ×ķ×ij":127391,"×ŀ×ķ×ijף":127392,"سÙĬاس":127393,"اتÙģاÙĤ":127394,"×Ķצ׾":127395,"Ùħؤس":127396,"Ġpó":127397,"Ġкни":127398,"×Ļ׼×ķ׾":127399,"à¹Ģหลืà¸Ń":127400,"׼׾׼":127401,"׳×ĸ":127402,"ÑĪие":127403,"rès":127404,"ĠاÙĦØŃÙĤ":127405,"лÑıÑĢ":127406,"หà¸į":127407,"หà¸įิà¸ĩ":127408,"ר×Ĵ×Ļש":127409,"à¹Ģสà¹īà¸Ļ":127410,"ש×ij×ķף":127411,"ôtel":127412,"апÑĢ":127413,"апÑĢимеÑĢ":127414,"ابÙĦ":127415,"ĠÑĢазвиÑĤ":127416,"ĠполÑĮз":127417,"ĠСеÑĢ":127418,"×ķ×ij×Ļ":127419,"róż":127420,"ìĭŃ":127421,"ãĤ¯ãĥĪ":127422,"ãģĹãĤĪãģĨ":127423,"à¸ģรม":127424,"ØŃÙĥÙĪÙħ":127425,"à¹Ĥà¸ļ":127426,"à¸Ĺà¹īาย":127427,"ĠMá":127428,"ĠÑĤÑĭ":127429,"à¸Ħรัว":127430,"ÑĢÑĥб":127431,"ạp":127432,"ĠmÅĤ":127433,"ĠmÅĤod":127434,"ĠgörÃ¼ÅŁ":127435,"ĠgeliÅŁ":127436,"Æ°Æ¡i":127437,"×ŀשק":127438,"ÙĢÙĢÙĢÙĢ":127439,"ราว":127440,"ãģĹãģ£":127441,"ãģĹãģ£ãģĭãĤĬ":127442,"ĠÐļон":127443,"Ġkê":127444,"à¹Ĥà¸Ĺร":127445,"èIJ½ãģ¡":127446,"åĩºãģ¦":127447,"ลัà¸ģษ":127448,"Ġ×Ĵ×ij×ķ×Ķ":127449,"ãĥĻãĥ«":127450,"ê±°ëĤĺ":127451,"ë§IJ":127452,"×Ļ׾×ĵ×Ļ×Ŀ":127453,"ĠëĦĪ":127454,"×ŀר×Ļ":127455,"รส":127456,"ãĥŃãĥ³":127457,"ило":127458,"ноÑģÑĤÑĮÑİ":127459,"×ĸר×Ĺ":127460,"пон":127461,"Ġ×Ķש׾":127462,"ê²łìĬµëĭĪëĭ¤":127463,"ĠkiÅŁ":127464,"ĠÐļи":127465,"วร":127466,"داع":127467,"ÅŁim":127468,"ÙĨÙij":127469,"ваÑĤ":127470,"راÙĥ":127471,"باÙĦ":127472,"иде":127473,"Ġ×Ķ×ŀ×Ĺ":127474,"ìĸµ":127475,"تÙģاع":127476,"أت":127477,"ëĬĺ":127478,"ש×Ļת":127479,"ستÙħر":127480,"ĠÑĦак":127481,"ĠاÙĦØ£ÙħرÙĬ":127482,"ëŀ¨":127483,"اسÙħ":127484,"ĠaÄŁ":127485,"Ġçev":127486,"ÙĥÙĪر":127487,"ãģķãģ¾":127488,"Ġçöz":127489,"Ġرس":127490,"Äħda":127491,"สà¸Ļุ":127492,"ãģĹãģ¦ãģıãĤĮ":127493,"нÑİ":127494,"leÅŁme":127495,"ãĤªãĥ³":127496,"ãģ¨ãģªãĤĬ":127497,"avaÅŁ":127498,"×ĺ×Ļ×ij":127499,"ØŃض":127500,"×ķצ×IJ×ķת":127501,"ÙĨÙħÙĪ":127502,"ıt":127503,"ĠÑħа":127504,"ĠÑħаÑĢак":127505,"ĠÑħаÑĢакÑĤеÑĢ":127506,"ĠdÅĤ":127507,"ãĥĹãĥ©":127508,"à¸Ĭุม":127509,"à¹Īà¸Ńà¸Ļ":127510,"×ķ×ij׾":127511,"Ñģол":127512,"×ĵ×Ĵ":127513,"аÑĢаÑĤ":127514,"nivers":127515,"ĠgerçekleÅŁtir":127516,"ĠاÙĦÙĦÙĬ":127517,"ระยะ":127518,"ĠÙħختÙĦÙģ":127519,"Ġgönder":127520,"Ùģار":127521,"doÄŁ":127522,"doÄŁan":127523,"صÙĦاØŃ":127524,"Ġyayın":127525,"ãĥĨãĥ³":127526,"รวà¸Ī":127527,"×Ļ×Ĺ×Ļ×ĵ":127528,"ünkü":127529,"ÑĨиалÑĮн":127530,"à¸ļู":127531,"มุ":127532,"hä":127533,"Ø®Ùģ":127534,"å¢Ĺ":127535,"å¢ĹãģĪ":127536,"еÑĩно":127537,"ĠاÙĦسÙĨ":127538,"à¸Ĥาว":127539,"imdi":127540,"Ы":127541,"à¸Ļà¸Ńà¸ģà¸Īาà¸ģ":127542,"à¸ļาล":127543,"תש":127544,"Ġdüzenle":127545,"мÑĭÑģл":127546,"ãģıãģª":127547,"żu":127548,"ĠwspóÅĤ":127549,"Ġназ":127550,"ındaki":127551,"ترة":127552,"ÅŁek":127553,"Ġöd":127554,"ĠÙĪÙĥ":127555,"ĠпозволÑı":127556,"Ġת×ķ׼":127557,"ÙħÙĨتج":127558,"ë§ī":127559,"ĠاÙĦØ«ÙĦاث":127560,"аÑĨиÑİ":127561,"ÙĪرÙĪ":127562,"ÑĭваеÑĤ":127563,"خصص":127564,"ĠاÙĦÙģÙĦ":127565,"ĠاÙĦÙģÙĦسطÙĬÙĨ":127566,"إجر":127567,"إجراء":127568,"اÙĨتخ":127569,"اÙĨتخاب":127570,"ارÙĬØ©":127571,"×ķÖ":127572,"Ø¢ÙĨ":127573,"×ŀ×¢×ķת":127574,"Ġмал":127575,"Ġ×IJ×Ĺ":127576,"à¸Ĺà¹īà¸Ńà¸ĩ":127577,"zeÅĽ":127578,"Ġë§Įëĵ¤":127579,"رÙĬع":127580,"äºĭãĤĴ":127581,"à¸ļริหาร":127582,"׾×ŀ×Ļ×ĵ":127583,"ĠмÑĥж":127584,"ترÙĪ":127585,"ĠباÙĦØ¥":127586,"פ×Ļק":127587,"زÙħØ©":127588,"ĠÃ¶ÄŁrenc":127589,"ãĥ¶":127590,"اÙħعة":127591,"ק×ij×ķצ":127592,"×ŀ׳×ķת":127593,"رÙĬÙħ":127594,"Ġоказ":127595,"ãģłãģijãģ©":127596,"Ġhız":127597,"Ġש×IJת":127598,"ãĤ¢ãĥ¼":127599,"Ġmożliwo":127600,"ìĦ¼":127601,"ÙĪاب":127602,"огÑĢаÑĦ":127603,"ĠعبداÙĦ":127604,"ãĤĴè¡Į":127605,"بÙĬÙĦ":127606,"Ġİç":127607,"ยาย":127608,"ĠÑĥÑĩаÑģÑĤ":127609,"ÑĦеÑģÑģ":127610,"ÑĦеÑģÑģиона":127611,"Ấ":127612,"ÙĨÙĬÙĨ":127613,"عدÙĦ":127614,"สรร":127615,"دÙĬÙĦ":127616,"×ij×Ļק":127617,"czyÅĤ":127618,"ÑĢоме":127619,"Ġмед":127620,"ìĻĶ":127621,"ãĥ©ãĤ¤ãĥ³":127622,"ĠÑĤеп":127623,"еÑĢÑĮ":127624,"iÄŁi":127625,"вели":127626,"ÑĢиÑģÑĤ":127627,"ס×ķפ":127628,"×ŀ׾×Ĺ":127629,"ĠاÙĦØ¥ÙĨ":127630,"Ġ׾×Ķש":127631,"è¶ĬãģĹ":127632,"ĠÑĢÑĭ":127633,"×ķ×IJר":127634,"رÙĩاب":127635,"פ×ķ×IJ×Ļ":127636,"ĠгоÑģÑĥд":127637,"ĠгоÑģÑĥдаÑĢ":127638,"ĠгоÑģÑĥдаÑĢÑģÑĤв":127639,"ĠاÙĦØ£ÙħÙĬر":127640,"Ùħج":127641,"à¹Ģหมาะ":127642,"ÑĢев":127643,"à¸Ĭีà¸ŀ":127644,"ãĥķãĥĪ":127645,"иÑĩно":127646,"ĠاÙĦÙħؤ":127647,"Ġiht":127648,"íħľ":127649,"دÙĨÙĬ":127650,"رص":127651,"лаÑģÑĤ":127652,"à¹Ģหลà¹Īา":127653,"ılır":127654,"รà¸ĵà¹Į":127655,"×ŀש×Ļ×ļ":127656,"Ġdá»ĭ":127657,"Ø·ÙģاÙĦ":127658,"×ĺ×ķף":127659,"Ġ×ij×Ļ׳":127660,"ãģ¾ãģ£ãģŁ":127661,"ложениÑı":127662,"تØŃر":127663,"باØŃ":127664,"à¹Ģสืà¹īà¸Ń":127665,"ãģĻãģĶ":127666,"ltür":127667,"à¸ĩาม":127668,"Ġtü":127669,"ĠпÑĢим":127670,"ĠпÑĢимен":127671,"Ġhayat":127672,"ëĥIJ":127673,"ëĭĮ":127674,"׳×Ļ×ķ":127675,"веден":127676,"ìħ¨":127677,"à¸Īัย":127678,"à¸ģà¹Īà¸Ń":127679,"Ġвод":127680,"оÑģÑĤоÑı":127681,"наÑĤ":127682,"à¹ģหล":127683,"سÙħÙĬ":127684,"à¸Ķำà¹Ģà¸Ļ":127685,"à¸Ķำà¹Ģà¸Ļิà¸Ļ":127686,"wód":127687,"öyle":127688,"ãĥĢãĤ¤":127689,"ÑĪий":127690,"меÑīен":127691,"ãģĹãģ¾ãģĨ":127692,"ãĥīãĥ©":127693,"ÙĪضØŃ":127694,"à¸Ńà¸Ļุ":127695,"ĠاÙĦاجتÙħاع":127696,"laÅŁma":127697,"à¸Ħà¸Ńà¸Ļ":127698,"×ŀר×Ļ×Ŀ":127699,"ÙĨاÙħج":127700,"שר×ķת":127701,"اÙĦØ£":127702,"ĠksiÄħż":127703,"Ġан":127704,"ÑĢай":127705,"اÙĩرة":127706,"×ŀ×ĵ×Ķ":127707,"ä¸Ģç·":127708,"ä¸Ģç·Ĵ":127709,"ä¸Ģç·Ĵãģ«":127710,"ÑĢиÑĤоÑĢ":127711,"dıkl":127712,"à¹ģà¸ĸ":127713,"à¹ģà¸Ĥà¹Īà¸ĩ":127714,"екÑĤоÑĢ":127715,"×ŀסע":127716,"ÑĢакÑĤи":127717,"uÄŁu":127718,"×ķ×ijת":127719,"สูà¸ķร":127720,"ĠçalÄ±ÅŁm":127721,"ĠçalÄ±ÅŁmalar":127722,"Ġана":127723,"ãĥĽãĥ¼ãĥł":127724,"Ġbölüm":127725,"Ġبص":127726,"олоÑģ":127727,"ĠìķĬëĬĶ":127728,"à¹Īะ":127729,"ÙĪتر":127730,"ä¹Ĺ":127731,"ستخداÙħ":127732,"פ×Ļ×Ļס":127733,"פ×Ļ×Ļס×ij":127734,"פ×Ļ×Ļס×ij×ķק":127735,"ĠкÑĢаÑģ":127736,"лик":127737,"رÙĬØŃ":127738,"×ŀש׾×Ķ":127739,"à¹Ģยีà¹Īย":127740,"à¹Ģยีà¹Īยม":127741,"виÑģ":127742,"омн":127743,"ÄŁun":127744,"ãĥŃãĥ¼ãĥ³":127745,"أتÙĬ":127746,"à¸ķรี":127747,"çĶ³ãģĹ":127748,"تÙħر":127749,"ìĹĪìĬµëĭĪëĭ¤":127750,"ĠÙĪغÙĬر":127751,"redni":127752,"ĠاÙĦصÙģ":127753,"ĠнаÑģÑĤоÑı":127754,"ĠнаÑģÑĤоÑıÑī":127755,"à¸ķรา":127756,"ĠÑĥÑģлов":127757,"ĠÑĥÑģловиÑı":127758,"ÑĨеп":127759,"×Ķ×Ĺ׾×ĺ":127760,"Ø·ÙĬع":127761,"ĠBakan":127762,"ĠاÙĦرÙĪ":127763,"илÑĮно":127764,"ĠмеÑĤ":127765,"à¸Ķà¸Ńà¸ģ":127766,"ãģĭãĤīãģªãģĦ":127767,"ĠпоÑģÑĤоÑı":127768,"ĠпоÑģÑĤоÑıн":127769,"ĠÑĩаÑģ":127770,"üc":127771,"wró":127772,"бÑĥÑĢ":127773,"ãĥIJãĥĥãĤ¯":127774,"ãĥ©ãĥ³ãĥī":127775,"ĠогÑĢ":127776,"สัà¸į":127777,"สัà¸įà¸įา":127778,"มัà¹Īà¸Ļ":127779,"à¸Ħà¸Ńม":127780,"alık":127781,"Ġнед":127782,"ümüz":127783,"ĠÅĽwie":127784,"ério":127785,"×Ļ×IJ×Ķ":127786,"دÙħات":127787,"ırl":127788,"ĠоÑĤз":127789,"ĠоÑĤзÑĭв":127790,"ä»ĺãģį":127791,"Ġkażde":127792,"миниÑģÑĤ":127793,"ãĤ°ãĥ«":127794,"ë°ĸ":127795,"езн":127796,"اÙĦÙģ":127797,"Ġשק׾":127798,"Ùħض":127799,"ãĥĿãĥ¼ãĥĪ":127800,"ÙħÙĨت":127801,"ÙĤÙĬاÙħ":127802,"Ø´ÙĨ":127803,"×Ļר×ķ×¢":127804,"ãĤŃãĥ£ãĥ³":127805,"доÑĢов":127806,"×ŀ×Ļת×Ļ":127807,"ÙĪÙĦÙĪج":127808,"ÙĥاÙģ":127809,"ĠÑĢазлиÑĩ":127810,"иÑĤеÑĤ":127811,"нолог":127812,"ลà¸ĩà¸Ĺุà¸Ļ":127813,"ĠyaklaÅŁ":127814,"ãĥ¬ãĤ¤":127815,"ê²łëĭ¤":127816,"æ±ĤãĤģ":127817,"رÙĪÙģ":127818,"ĠíĬ":127819,"ĠíĬ¹":127820,"ãģ£ãģıãĤĬ":127821,"à¸Ħวามà¸Ħิà¸Ķ":127822,"×Ķ×Ļס×ĺ":127823,"Ø¥ÙĤ":127824,"ãģ¦ãģĦ":127825,"à¹Ĥà¸Ĭ":127826,"ĠBüyük":127827,"ĠФедеÑĢ":127828,"ÑĨин":127829,"ÑĢова":127830,"ĠاÙĦاÙĤتصاد":127831,"Ġchá":127832,"à¸ĺาà¸Ļ":127833,"ë¥ł":127834,"à¹Ħà¸ķ":127835,"ÃŃpio":127836,"Ùĭا":127837,"ĠобÑıз":127838,"Ùĩج":127839,"Ġì¤ijìļĶ":127840,"ãģ®ãģ§ãģ¯ãģªãģĦ":127841,"باراة":127842,"ãĤ¤ãĥ«":127843,"ĠноÑĢм":127844,"á»īnh":127845,"mö":127846,"möglich":127847,"ÑĨип":127848,"ãĤ¢ãĤ¯":127849,"×Ķ×Ļ":127850,"ÑĨиалÑĮно":127851,"ĠÅĽwi":127852,"تÙĤ":127853,"ĠÑģÑĤоим":127854,"بÙĬعÙĬ":127855,"Ġ׾ש×ŀ":127856,"глÑı":127857,"глÑıд":127858,"ãģ¦ãģıãĤĮ":127859,"ÄĻdzi":127860,"à¸Ĥั":127861,"à¸Ĥัà¹īà¸Ļ":127862,"Ø·ÙĤ":127863,"ĠìĹŃ":127864,"ãģ£ãģ¦ãģĹãģ¾ãģĨ":127865,"ĠdeÄŁerl":127866,"ĠdeÄŁerlendir":127867,"Ġülk":127868,"Ġмног":127869,"à¹ĭ":127870,"ë¿IJ":127871,"ĠУкÑĢа":127872,"ÄŁini":127873,"Ġбезоп":127874,"ĠбезопаÑģ":127875,"à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":127876,"اظ":127877,"ØŃداث":127878,"леÑĢ":127879,"×Ļ×¥":127880,"×Ļ׳×ĺר׳×ĺ":127881,"larınız":127882,"ØŃÙĬØŃ":127883,"żeli":127884,"à¸Ńัà¸ĩ":127885,"à¸Ńัà¸ĩà¸ģ":127886,"à¸Ńัà¸ĩà¸ģฤษ":127887,"ĠоÑĤлиÑĩ":127888,"ัส":127889,"ëŀį":127890,"ожно":127891,"ãĤ¹ãĥĿ":127892,"ĠÑħоÑĩ":127893,"Ġкап":127894,"еÑĩен":127895,"ØŃÙĦØ©":127896,"ÙĬاÙĩ":127897,"нал":127898,"×ķצר×Ļ×Ŀ":127899,"Ġkald":127900,"åĥį":127901,"ĠاÙĦشخص":127902,"Ġзна":127903,"Ġwzgl":127904,"życz":127905,"ê°Ŀ":127906,"à¸ŀลัà¸ĩ":127907,"íģ¼":127908,"Ġöl":127909,"Ġbụ":127910,"Ø´Ùĩر":127911,"Ġзам":127912,"Ġдев":127913,"×Ļ×ĺת":127914,"تعÙĦÙĤ":127915,"ÙĪÙħØ©":127916,"ãĤĴä½ľ":127917,"ãģįãģ¦":127918,"íĥĿ":127919,"rasında":127920,"ãĤĴæİ¢":127921,"ĠÙħباشر":127922,"راجع":127923,"Ġвозд":127924,"ÙħØŃا":127925,"×ķשר":127926,"ĠиÑģÑĤоÑĢ":127927,"มัà¸ģ":127928,"tıģ":127929,"ثار":127930,"ترÙĨت":127931,"à¹ģà¸Ĥà¹ĩ":127932,"à¹ģà¸Ĥà¹ĩà¸ĩ":127933,"поÑĩ":127934,"Ġ×ij×IJ×ķת":127935,"ë¯Ģ":127936,"ëĿ¼ëıĦ":127937,"à¸Ĭัà¸Ķ":127938,"สà¸ķà¹Į":127939,"ãĥĭãĥĥãĤ¯":127940,"иденÑĤ":127941,"ĠгÑĢÑĥпп":127942,"تخ":127943,"áºł":127944,"ยืà¸Ļ":127945,"ยัà¸Ļ":127946,"óry":127947,"TÃľ":127948,"ãģĹãĤĥ":127949,"ĠпÑĢовед":127950,"лÑıеÑĤ":127951,"ÙħØ®":127952,"ยà¸Ńม":127953,"×Ľ×ł×¡×ª":127954,"ĠاÙĦÙħÙĨت":127955,"Ġolmad":127956,"ר׼×ĸ×Ļ":127957,"ĠвÑģÑĤÑĢ":127958,"ĠиÑģÑģлед":127959,"ÑĤвеÑĢж":127960,"بدÙĪ":127961,"еÑĢÑĤ":127962,"ï»·":127963,"±ħ":127964,"สัมà¸ŀัà¸Ļà¸ĺà¹Į":127965,"ิà¹Īà¸Ļ":127966,"צ×Ļ×ij":127967,"wiÄĻt":127968,"Ġì°¸":127969,"ĠzwiÄħz":127970,"سبÙĪع":127971,"ãĥĥãĤ°":127972,"à¸Ľà¸¥à¸Ńà¸Ķ":127973,"à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":127974,"ãĤĤãĤĬ":127975,"ÙĤدس":127976,"Ġsprz":127977,"Ġsprzeda":127978,"Ġistedi":127979,"Ġkhu":127980,"Ġден":127981,"ĠkoÅĦ":127982,"Ġ×ij×Ĺ×Ļ":127983,"à¹Ģà¸Ĺà¹īา":127984,"×ķס×Ļ×£":127985,"ãĥĭãĥ¥ãĥ¼":127986,"ĠпÑĢедоÑģÑĤ":127987,"ĠпÑĢедоÑģÑĤав":127988,"à¹Ĥà¸Ł":127989,"év":127990,"ĠاÙĦصØŃ":127991,"صØŃاب":127992,"à¹Ģà¸Īà¹ĩà¸ļ":127993,"влек":127994,"วัà¸ķ":127995,"à¸ĸุ":127996,"ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":127997,"ÙĤÙĬÙĤÙĬ":127998,"×ķ×Ĺר":127999,"ÑĭÑĪ":128000,"ĠоÑĤно":128001,"ĠоÑĤноÑĪ":128002,"обилÑĮ":128003,"ÙģØŃ":128004,"ınt":128005,"ıntı":128006,"Ġ׾×ij×ĵ":128007,"íİĺìĿ´ì§Ģ":128008,"ãĥĬãĥ«":128009,"ĠÙħساء":128010,"×Ļ×ĺ×ij":128011,"ÑĮеÑĢ":128012,"ëĦ·":128013,"ÑĭÑĤа":128014,"ĠоÑĩеÑĢ":128015,"à¸Ķืà¹Ī":128016,"à¸Ķืà¹Īม":128017,"ĠNgh":128018,"تعب":128019,"ÙĦاÙĤات":128020,"×ķ׾×ķ×Ĵ×Ļ×Ķ":128021,"ĠìĿ´ê²ĥ":128022,"Ġ×Ķ×ijר":128023,"ìľµ":128024,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ":128025,"ÙĩØ©":128026,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ":128027,"å¤īãģĪ":128028,"wiÅĽcie":128029,"chod":128030,"chodzÄħ":128031,"вÑĢо":128032,"×ŀ×Ĺ×Ļר":128033,"Ġyı":128034,"Ġyıll":128035,"ì¡Į":128036,"à¹Ħหว":128037,"ãģªãģıãģª":128038,"ĠзавиÑģ":128039,"ĠìĺĪìĪĺ":128040,"ÙģØ°":128041,"ủng":128042,"à¸ŀุà¸Ĺà¸ĺ":128043,"зн":128044,"layan":128045,"ãĤ¡":128046,"à¸ģà¹ĩà¸ķาม":128047,"ĠsaÄŁlam":128048,"รà¸ĵ":128049,"ĠÑģиÑĤ":128050,"ĠÑģиÑĤÑĥ":128051,"ĠاÙĦتÙĨ":128052,"×Ķ×ĸ":128053,"ĠØ·ÙĪÙĬÙĦ":128054,"taÅĤ":128055,"Ġgörd":128056,"å¤īãĤı":128057,"ëĥ¥":128058,"à¸Ħà¹Īà¸Ńย":128059,"×IJ×ķ×ĺ":128060,"ëħIJ":128061,"ãĥ©ãĥ³ãĤ¹":128062,"วัà¸Ĵ":128063,"วัà¸Ĵà¸Ļ":128064,"ĠoluÅŁ":128065,"פע×ķ׾":128066,"ĠszczegóÅĤ":128067,"à¸Ħาสิ":128068,"à¸Ħาสิà¹Ĥà¸Ļ":128069,"powied":128070,"ĠÑĤеб":128071,"หà¸Ļà¹Īวย":128072,"Ġмил":128073,"ØŃÙĥ":128074,"à¸Ĺà¸Ķ":128075,"ĠмаÑĤеÑĢиал":128076,"ÅĤow":128077,"à¹Ģà¸ģีย":128078,"ĠÑģовеÑĢ":128079,"ãĤ©":128080,"à¸Ľà¸£à¸´":128081,"ĠиÑİ":128082,"наÑĩен":128083,"ÑĢенд":128084,"muÅŁtur":128085,"ĠпÑĢодÑĥк":128086,"зд":128087,"ÑıÑĤи":128088,"ÑıÑĤиÑı":128089,"à¹Ģมีย":128090,"راتÙĬج":128091,"Ġamacı":128092,"ש×ķ׾":128093,"ש×ķ׾×Ĺ":128094,"สะà¸Ńา":128095,"สะà¸Ńาà¸Ķ":128096,"פ×Ĵ×¢":128097,"عبة":128098,"dın":128099,"íħĶ":128100,"Ġ×ŀש×Ĺק":128101,"Ġfiyat":128102,"ĠзаÑı":128103,"ĠзаÑıв":128104,"à¹Ĥหล":128105,"à¹Ĥหลà¸Ķ":128106,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ":128107,"צ×Ļ×Ļף":128108,"ìļ±":128109,"Ùħب":128110,"Ùħباد":128111,"landır":128112,"ĠвеÑģÑĮ":128113,"Ġhük":128114,"ĠÐĴоз":128115,"ÑĩиÑĤÑĭва":128116,"วล":128117,"×ķצע":128118,"à¸Ĥà¸ĵะà¸Ĺีà¹Ī":128119,"ĠaÅŁaģı":128120,"׾×IJ×ķ×ŀ×Ļ":128121,"trzym":128122,"Ã¤ÃŁig":128123,"owoÅĽci":128124,"ãģĿãĤĤ":128125,"ĠrozwiÄħz":128126,"ĠgÅĤówn":128127,"монÑĤ":128128,"×ŀ×ķ×ŀ":128129,"ĠÑģÑĤан":128130,"ÙĦاÙĤØ©":128131,"prowad":128132,"prowadzi":128133,"ĠÑģоÑģÑĤоÑı":128134,"×Ļ×IJ×ķת":128135,"rı":128136,"gı":128137,"ãĥijãĥij":128138,"ĠналиÑĩ":128139,"×Ķצע":128140,"Ġ׳×Ķ":128141,"à¸Ħัà¸ļ":128142,"عراض":128143,"иж":128144,"ÙĩائÙĬ":128145,"ãĤīãģı":128146,"ожеÑĤ":128147,"ĠобоÑĢ":128148,"ĠобоÑĢÑĥд":128149,"أسÙĦ":128150,"à¹ĩà¸Ķ":128151,"ÑĢÑĥÑĤ":128152,"دÙĬÙħÙĤ":128153,"دÙĬÙħÙĤرا":128154,"Ġjeste":128155,"×ķ×ķ×Ļר":128156,"×ij×ĵ×Ļק":128157,"деÑĢжива":128158,"ãģĬãģı":128159,"ewnÄĻtr":128160,"ewnÄĻtrzn":128161,"à¸ŀฤ":128162,"Ġ×IJ×ķ×Ķ":128163,"ת×Ĺ×ķש":128164,"Ġzob":128165,"дÑĥм":128166,"ĠÑģÑĭ":128167,"ÙĬرا":128168,"ĠwiÄĻks":128169,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ":128170,"lararas":128171,"lararası":128172,"íĺĢ":128173,"ëī´":128174,"×ķ×Ĵ׾":128175,"ĠоÑĤмеÑĤ":128176,"ĠÑĢан":128177,"تÙĥÙĦ":128178,"иÑĤелÑĮн":128179,"à¸Ľà¸£à¸°à¸§à¸±":128180,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิ":128181,"ìŀĸ":128182,"можно":128183,"pieczeÅĦ":128184,"pieczeÅĦst":128185,"못":128186,"ìĬ¨":128187,"×ŀס×ŀ":128188,"Ủ":128189,"ศิ":128190,"ศิล":128191,"à¸¨à¸´à¸¥à¸Ľ":128192,"ĠÅļw":128193,"ãĥĥãĤ·ãĥ§ãĥ³":128194,"unitÃł":128195,"Ġmieszka":128196,"ĠmieszkaÅĦ":128197,"przed":128198,"przedsi":128199,"przedsiÄĻb":128200,"przedsiÄĻbior":128201,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ":128202,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":128203,"ยà¹Ī":128204,"ìķĻ":128205,"รวà¸Ķ":128206,"รวà¸Ķà¹Ģรà¹ĩว":128207,"å½ĵãģŁãĤĬ":128208,"älle":128209,"ÑĥеÑĤÑģÑı":128210,"ãn":128211,"ëłµ":128212,"thè":128213,"ãĤĴåĪ©çĶ¨":128214,"ìµľ":128215,"íĵ¨":128216,"à¸Ĺัà¸ļ":128217,"าà¸Ħม":128218,"ãģĩ":128219,"ëĤĮ":128220,"à¹Ģà¸Ľà¸¥à¹Īา":128221,"â¦":128222,"ë¾":128223,"êĢ":128224,"êĩ":128225,"â¡":128226,"ðŁŁ":128227,"ãIJ":128228,"âº":128229,"áŃ":128230,"áĻ":128231,"áĵ":128232,"á²":128233,"ðĵı":128234,"á¬":128235,"â¯":128236,"ä¨":128237,"êĿ":128238,"ê«":128239,"ðij":128240,"ðĵĥ":128241,"ðĿħ":128242,"":128244,"":128245,"":128247,"ĠعÙĦÙī":128248,"Ġmá»Ļt":128249,"ĠvỼi":128250,"ĠngÆ°á»Ŀi":128251,"ĠØ¥ÙĦÙī":128252,"Ġnhững":128253,"Ġthá»ĥ":128254,"Ġ×IJ×ķ":128255,"Ġ×¢×Ŀ":128256,"اÙĭ":128257,"Ġà¹ģละ":128258,"ĠÙĦا":128259,"ĠnhÆ°":128260,"ĠاÙĦتÙĬ":128261,"Ġ×Ķ×ķ×IJ":128262,"ĠÄijến":128263,"ĠØ£ÙĪ":128264,"Ġvá»ģ":128265,"ĠlÃłm":128266,"Ġsẽ":128267,"ĠcÅ©ng":128268,"Ġợ":128269,"ĠÄijó":128270,"Ġnhiá»ģu":128271,"Ġtại":128272,"Ġtrên":128273,"Ġ×Ĵ×Ŀ":128274,"ĠnhÃł":128275,"Ġ׼×Ļ":128276,"Ġsá»±":128277,"ĠÄijầu":128278,"Ġbá»ĭ":128279,"ĠÙĩذا":128280,"Ġnhất":128281,"Ġphải":128282,"Ġhiá»ĩn":128283,"Ġdụng":128284,"ĠÄijá»Ļng":128285,"ĠاÙĦÙĦÙĩ":128286,"ĠØĮ":128287,"ĠÙĥÙĦ":128288,"Ġviá»ĩc":128289,"ĠnÄĥm":128290,"Ġthì":128291,"Ġhá»įc":128292,"ĠÙĪت":128293,"té":128294,"ĠاÙĨ":128295,"Ġtôi":128296,"Ġ×IJ׳×Ļ":128297,"Ġ׾×Ļ":128298,"Ġ×ŀ×ķ":128299,"ĠngÃły":128300,"ĠnÆ°á»Ľc":128301,"Ġ×Ķ×Ļ×IJ":128302,"Ġ×IJ×Ļ":128303,"ĠhÆ¡n":128304,"ĠÙĩØ°Ùĩ":128305,"ĠÙĪÙĬ":128306,"ĠاÙĦØ°ÙĬ":128307,"Ġ×ķ×ŀ":128308,"Ġgiá":128309,"Ġnhân":128310,"ĠchÃŃnh":128311,"Ġmình":128312,"ĠÐĿа":128313,"Ġthế":128314,"Ġ×Ļ×ķתר":128315,"Ġ×IJ×Ŀ":128316,"Ġnên":128317,"Ġhợ":128318,"Ġhợp":128319,"Ġcòn":128320,"ĠÙĩÙĪ":128321,"ĠcÆ¡":128322,"Ġrất":128323,"ĠViá»ĩt":128324,"Ġبعد":128325,"Ġש×Ļ":128326,"Ġthá»Ŀi":128327,"Ġcách":128328,"ĠÄijá»ĵng":128329,"Ġно":128330,"ĠtrÆ°á»Ŀng":128331,"ØŁ":128332,"ĠÄijá»ĭnh":128333,"ĠÄijiá»ģu":128334,"×Ļ×Ļ×Ŀ":128335,"Ġthá»±c":128336,"nın":128337,"Ġhình":128338,"Ġnói":128339,"Ġcùng":128340,"Ġ×Ķ×Ķ":128341,"ĠØ¥ÙĨ":128342,"Ġ×IJ×ij׾":128343,"ĠnhÆ°ng":128344,"Ġbiết":128345,"Ġже":128346,"Ġchúng":128347,"ĠÄijang":128348,"ĠØ°ÙĦÙĥ":128349,"Ġlên":128350,"Ġkhách":128351,"ĠnÃło":128352,"Ġsá»Ń":128353,"Ġkhác":128354,"Ġë°ı":128355,"Ġlý":128356,"×Ļ×Ļ":128357,"ĠÄijây":128358,"Ġ׾×ŀ":128359,"Ġcần":128360,"Ġtrình":128361,"Ġphát":128362,"ãģ«ãĤĤ":128363,"по":128364,"ĠnÄĥng":128365,"Ġbá»Ļ":128366,"Ġvụ":128367,"ĠÄijá»Ļ":128368,"Ñĩе":128369,"ĠnháºŃn":128370,"ĠtrÆ°á»Ľc":128371,"Ġ×¢×ĵ":128372,"ĠhÃłnh":128373,"ĠØ®ÙĦاÙĦ":128374,"Ġlượng":128375,"Ġcấp":128376,"Ġtá»±":128377,"Ġvì":128378,"ĠtÆ°":128379,"Ġchất":128380,"Ġ׼×ŀ×ķ":128381,"Ġgì":128382,"Ġש׳":128383,"Ġtế":128384,"ת×ķ":128385,"Ġnghiá»ĩp":128386,"Ġmặt":128387,"ĠÙĥÙħا":128388,"Ġ×ij×Ļף":128389,"Ġרק":128390,"Ġthấy":128391,"Ġmáy":128392,"ĠÙģÙī":128393,"Ġdân":128394,"Ġ×IJ×Ĺ×ĵ":128395,"Ġtâm":128396,"Ġ׼×ļ":128397,"Ġ׾×ķ":128398,"во":128399,"Ġtác":128400,"ĠtoÃłn":128401,"ĠÙĪÙħ":128402,"Ġkết":128403,"Ġหรืà¸Ń":128404,"ĠÙĪاÙĦÙħ":128405,"ĠÄijiá»ĥm":128406,"Ġ×ĸ×ķ":128407,"Ġ×ij×ķ":128408,"׼×ķת":128409,"Ġhá»Ļi":128410,"Ġbằng":128411,"تÙĩا":128412,"Ġ׼×ĵ×Ļ":128413,"Ġ×Ķ×Ŀ":128414,"Ġxuất":128415,"ĠÙĤد":128416,"Ġbảo":128417,"Ġtá»ijt":128418,"Ġtình":128419,"ĠÙĩÙĬ":128420,"ĠÄijá»iji":128421,"Ġthiết":128422,"Ġhiá»ĩu":128423,"Ġtiếp":128424,"Ġtạo":128425,"ת×Ķ":128426,"Ġchủ":128427,"oÅĽÄĩ":128428,"Ġgiú":128429,"Ġgiúp":128430,"Ġý":128431,"Ġquả":128432,"Ġloại":128433,"Ġcô":128434,"Ġô":128435,"Ġông":128436,"Ġ×Ķ×ķ":128437,"ĠاÙĦÙĬÙĪÙħ":128438,"ĠtÃŃnh":128439,"га":128440,"Ġphòng":128441,"ĠÄĥn":128442,"ĠعاÙħ":128443,"Ġvá»ĭ":128444,"larını":128445,"rÃŃa":128446,"ĠtỼi":128447,"ĠÄijÆ°á»Ŀng":128448,"ĠgiỼi":128449,"Ġbản":128450,"Ġcầu":128451,"Ġnhiên":128452,"Ġbá»ĩnh":128453,"ĠthÆ°á»Ŀng":128454,"Ġ×IJ×Ļף":128455,"ĠÄijá»ģ":128456,"Ġhá»ĩ":128457,"Ġ×Ļשר×IJ׾":128458,"Ġquá":128459,"ĠÐĹа":128460,"ãģ®ãģ§ãģĻãģĮ":128461,"ĠÐŁÑĢи":128462,"Ġphần":128463,"ĠÙĪÙĦا":128464,"ĠlỼn":128465,"Ġtrá»ĭ":128466,"Ġcảm":128467,"Ġмо":128468,"Ġdùng":128469,"ĠاÙĦÙī":128470,"ĠعÙĦÙĬÙĩ":128471,"ĠìŀĪìĬµëĭĪëĭ¤":128472,"ÙĬÙĤ":128473,"ĠÙĤبÙĦ":128474,"Ġhoặc":128475,"ĠØŃÙĬØ«":128476,"Ġà¸Ĺีà¹Ī":128477,"ĠغÙĬر":128478,"ĠÄijại":128479,"Ġsá»ijng":128480,"нÑĭми":128481,"Ġthức":128482,"Ġפ×Ļ":128483,"ĠÄijiá»ĩn":128484,"ãģªãģĭãģ£ãģŁ":128485,"Ġgiải":128486,"Ġvẫn":128487,"ĠиÑħ":128488,"Ġönce":128489,"ĠváºŃy":128490,"Ġmuá»ijn":128491,"Ġảnh":128492,"à¹ĥà¸Ļà¸ģาร":128493,"ĠQuá»ijc":128494,"Ġkế":128495,"׳×IJ":128496,"Ġס×Ļ":128497,"Ġyêu":128498,"ãģ®ãģĭ":128499,"ĠÄijẹ":128500,"ĠÄijẹp":128501,"Ġchức":128502,"Ġyıl":128503,"ĠTürkiye":128504,"dé":128505,"ĠÙĤاÙĦ":128506,"Ġdá»ĭch":128507,"ĠolduÄŁu":128508,"Ġchá»įn":128509,"ĠتÙħ":128510,"หà¸Ļึà¹Īà¸ĩ":128511,"ãģķãĤĮãģŁ":128512,"Ġpháp":128513,"ìĽĶ":128514,"Ġtiá»ģn":128515,"ãģĹãģ¾ãģĹãģŁ":128516,"Ġש׾×IJ":128517,"ÙĦØ©":128518,"Ġ׾פ׳×Ļ":128519,"Ġ×ij×Ļת":128520,"ĠHÃł":128521,"ĠØŃت":128522,"ĠØŃتÙī":128523,"Ġ×¢×ķ×ĵ":128524,"Ġnó":128525,"Ġtháng":128526,"à¹Ģลืà¸Ńà¸ģ":128527,"ר×Ķ":128528,"ĠtÄĥng":128529,"Ġcái":128530,"Ġtriá»ĥn":128531,"Ġ×IJ×ķת×ķ":128532,"ìłģìĿ¸":128533,"ĠCông":128534,"Ġ׾×Ķ×Ļ×ķת":128535,"Ġгода":128536,"иÑİ":128537,"Ġبعض":128538,"Ġà¸ģาร":128539,"èī¯ãģĦ":128540,"ÙĪت":128541,"Ġliên":128542,"ĠÐĿо":128543,"ĠÐĿе":128544,"çļĦãģª":128545,"ĠÙħت":128546,"ĠÑĤакже":128547,"ĠкоÑĤоÑĢÑĭе":128548,"Ġ×Ļ×ĵ×Ļ":128549,"Ġtrá»įng":128550,"ãĤµãĤ¤ãĥĪ":128551,"ìłģìľ¼ë¡ľ":128552,"ĠtáºŃp":128553,"Ġש׾×Ļ":128554,"íķĺê²Į":128555,"ĠtÃłi":128556,"ĠЯ":128557,"Ġrá»ĵi":128558,"اÙĥ":128559,"ĠthÆ°Æ¡ng":128560,"Ġ×Ķ×ĸ×Ķ":128561,"ĠÙĪÙħÙĨ":128562,"à¸Ĺีà¹Īมี":128563,"Ġcuá»Ļc":128564,"Ġbüyük":128565,"ãģ¨ãģĭ":128566,"Ġ×ij×Ļ×ķתר":128567,"Ġlần":128568,"Ġgöre":128569,"Ġtrợ":128570,"Ġ×ĺ×ķ×ij":128571,"ÑĤÑĮÑģÑı":128572,"Ġthá»ijng":128573,"Ġ׼ש":128574,"Ġtiêu":128575,"Ġ×ŀ×IJ×ķ×ĵ":128576,"ØĽ":128577,"kÄħ":128578,"Ġà¹ĥà¸Ļ":128579,"Ġvấn":128580,"Ġש׾×ķ":128581,"ĠÄijá»ģu":128582,"Ùģت":128583,"Ġê²ĥìĿ´":128584,"Ġhóa":128585,"ĠاÙĦعاÙħ":128586,"ĠÙĬÙĪÙħ":128587,"кой":128588,"Ġbiá»ĩt":128589,"ÑģÑĤо":128590,"Ġ×Ķ×Ļ×ķ":128591,"à¸Ĺีà¹Īà¸Īะ":128592,"Ġ×ĵ×Ļ":128593,"Ġ×IJ×ļ":128594,"Ġán":128595,"صÙĪر":128596,"ĠtrÃŃ":128597,"ĠÐŁÑĢо":128598,"Ġlá»±c":128599,"ãģĹãģ¦ãģĦãģ¾ãģĻ":128600,"ĠbÃłi":128601,"Ġ×ĸ×IJת":128602,"Ġbáo":128603,"à¸ļà¸Ļ":128604,"ĠëĮĢíķľ":128605,"Ġtiế":128606,"Ġtiếng":128607,"Ġbên":128608,"ãģķãĤĮãĤĭ":128609,"sión":128610,"Ġtìm":128611,"×¢×ķ":128612,"mé":128613,"ниÑı":128614,"ãģ»ãģ©":128615,"Ġà¹Ģà¸ŀราะ":128616,"بة":128617,"Ġë¶Ħ":128618,"Ġ×IJ×ĸ":128619,"à¸Ĺà¹Īาà¸Ļ":128620,"ת×Ŀ":128621,"Ġthêm":128622,"Ġhoạt":128623,"yı":128624,"×ĸ×ķ":128625,"Ġgiá»Ŀ":128626,"Ġbán":128627,"à¸Ĥาย":128628,"Ñĩа":128629,"Ġà¹Ĩ":128630,"ĠاÙĦÙħت":128631,"ĠоÑĩенÑĮ":128632,"Ġbất":128633,"Ġtrẻ":128634,"ÑĤÑĢ":128635,"ĠØ£ÙĨÙĩ":128636,"ĠØ«Ùħ":128637,"Ġ׼×ŀ×Ķ":128638,"Ġkhó":128639,"Ġrằng":128640,"ĠÙĪÙģÙĬ":128641,"ний":128642,"ĠhoÃłn":128643,"tó":128644,"Ġ×IJשר":128645,"ĠìĥĿê°ģ":128646,"Ñģа":128647,"Ġ׼×ijר":128648,"ĠÑįÑĤом":128649,"larının":128650,"ĠchÆ°a":128651,"зи":128652,"Ġdẫn":128653,"ĠÐļак":128654,"جÙĪ":128655,"ĠбÑĭло":128656,"ĠÙĬت":128657,"nı":128658,"ÅĤam":128659,"ĠÙĪÙĩÙĪ":128660,"×ij×ķ":128661,"пи":128662,"רת":128663,"Ġquá»ijc":128664,"жд":128665,"ĠÄijÆ¡n":128666,"Ùĥتب":128667,"Ġmắt":128668,"ระà¸ļ":128669,"ระà¸ļà¸ļ":128670,"ĠÙĥاÙĨت":128671,"Ġthân":128672,"สิà¸Ļà¸Ħà¹īา":128673,"×Ĵ×Ļ":128674,"ĠphÆ°Æ¡ng":128675,"à¹Ħมà¹Īà¹Ħà¸Ķà¹ī":128676,"ĠìĦ±":128677,"ĠCác":128678,"Ġ×Ķ×ŀ×ķ":128679,"ĠÑĤем":128680,"Ġ×ĵ×ķ":128681,"à¸Ńะà¹Ħร":128682,"ĠvÄĥn":128683,"ãģªãģ®ãģ§":128684,"ĠNá»Ļi":128685,"Ġ×¢×ķ":128686,"ãĤīãĤĮãĤĭ":128687,"Ġsáng":128688,"Ġgöster":128689,"ãģĵãģ¨ãĤĴ":128690,"Ġtarafından":128691,"Ġма":128692,"ĠпоÑģле":128693,"Ġ׳×Ļת":128694,"Ġ׳×Ļ×ª×Ł":128695,"ĠлеÑĤ":128696,"Ġ׾׳×ķ":128697,"ÑģÑģ":128698,"Ġ×Ļ×ķ":128699,"пе":128700,"ĠÙĪÙĦÙĥ":128701,"ĠÙĪÙĦÙĥÙĨ":128702,"ĠngoÃłi":128703,"ĠÄijá»ĭa":128704,"rzÄħd":128705,"dziaÅĤ":128706,"ĠÙħر":128707,"иÑĤÑĮÑģÑı":128708,"Ġ×IJ×Ĺר×Ļ":128709,"Ġ׾׼׾":128710,"à¸Ĥà¹īà¸Ńม":128711,"à¸Ĥà¹īà¸Ńมูล":128712,"Ġбол":128713,"Ġболее":128714,"جÙħع":128715,"леÑĤ":128716,"Ġlá»ĭch":128717,"ĠÙħØ«ÙĦ":128718,"Ġê·¸ë¦¬ê³ł":128719,"Ġthứ":128720,"ĠdeÄŁil":128721,"ÙĪØŃ":128722,"Ġש׾×ļ":128723,"ĠÙħØŃÙħد":128724,"Ġnếu":128725,"ĠÄijá»ķi":128726,"Ġvừa":128727,"Ġmá»įi":128728,"Ġони":128729,"Ġlúc":128730,"ĠÙĬÙĥÙĪÙĨ":128731,"ì§Ī":128732,"Ġש׾׳×ķ":128733,"ĠÐĶо":128734,"Ġש׳×Ļ":128735,"ลิ":128736,"×IJפשר":128737,"Ġsức":128738,"ê¶Į":128739,"Ġứng":128740,"à¹Ħมà¹Īมี":128741,"Ø·ÙĦب":128742,"ĠÑĩем":128743,"Ġchuyên":128744,"ĠthÃŃch":128745,"Ġ×ķ×Ļ":128746,"íķ©":128747,"ĠÙħصر":128748,"до":128749,"ĠÄijất":128750,"Ġchế":128751,"à¸Ĭืà¹Īà¸Ń":128752,"Ġìĭł":128753,"Ġإذا":128754,"ĠرئÙĬس":128755,"Ġש×Ļש":128756,"Ġgiảm":128757,"Ñģка":128758,"larında":128759,"Ġsợ":128760,"ĠtÃŃch":128761,"ĠÙĦÙĥÙĨ":128762,"ĠبÙħ":128763,"×¢×ķ×ij":128764,"×¢×ķ×ij×ĵ":128765,"ÅĤÄħcz":128766,"larına":128767,"Ġש×Ŀ":128768,"ĠÙĦت":128769,"Ġש×Ķ×ķ×IJ":128770,"tów":128771,"Ġëĭ¤ë¥¸":128772,"ĠØ£Ùĥثر":128773,"ãģ®ãģ§ãģĻ":128774,"׼×Ļ×Ŀ":128775,"ĠolduÄŁunu":128776,"ãģĭãģª":128777,"ãĤĤãģĨ":128778,"ÙĬØŃ":128779,"Ġnhìn":128780,"Ġnghá»ĩ":128781,"ãģ«ãģªãģ£ãģ¦":128782,"па":128783,"Ġquyết":128784,"ÙĦÙĤ":128785,"tá":128786,"Ġluôn":128787,"ĠÄijặc":128788,"Ġ×IJר":128789,"Ġtuá»ķi":128790,"são":128791,"ìĻ¸":128792,"رد":128793,"ĠبÙĩا":128794,"Ġ×Ķ×Ļ×ķ×Ŀ":128795,"×ķ×ķ×Ļ":128796,"ãģ§ãģĻãģŃ":128797,"ĠÑĤого":128798,"Ġthủ":128799,"ãģĹãģŁãģĦ":128800,"رÙĤ":128801,"Ġbắt":128802,"гÑĥ":128803,"Ġtá»Ń":128804,"ÑĪа":128805,"Ġà¸Ľà¸µ":128806,"Ġ×Ķ×IJ×Ŀ":128807,"íı¬":128808,"ża":128809,"Ġ×IJת×Ķ":128810,"Ġná»Ļi":128811,"ĠphÃŃ":128812,"ĠÅŁekilde":128813,"Ġlá»Ŀi":128814,"dıģı":128815,"Ġ׼×IJף":128816,"Ġtüm":128817,"Ġmạnh":128818,"ĠMỹ":128819,"ãģĿãĤĵãģª":128820,"Ġnhá»ı":128821,"ãģªãģĮãĤī":128822,"Ġbình":128823,"ıp":128824,"à¸ŀา":128825,"ĠÄijánh":128826,"ĠÙĪÙĦ":128827,"ר×ķת":128828,"Ġ×IJ×Ļ×ļ":128829,"Ġchuyá»ĥn":128830,"Ùĥا":128831,"ãĤĮãĤĭ":128832,"à¹ģมà¹Ī":128833,"ãĤĪãģı":128834,"ĠÙĪÙĤد":128835,"íĸĪëĭ¤":128836,"ĠnÆ¡i":128837,"ãģ«ãĤĪãģ£ãģ¦":128838,"Ġviết":128839,"Ġà¹Ģà¸ŀืà¹Īà¸Ń":128840,"ëIJĺëĬĶ":128841,"ادÙĬ":128842,"ĠÙģØ¥ÙĨ":128843,"ì¦Ŀ":128844,"ĠÄijặt":128845,"ĠhÆ°á»Ľng":128846,"Ġxã":128847,"Ġönemli":128848,"ãģłãģ¨":128849,"Ġmẹ":128850,"Ġ×ij×Ļ":128851,"Ġ×ĵ×ijר":128852,"ĠváºŃt":128853,"ĠÄijạo":128854,"Ġdá»±ng":128855,"ĠÑĤом":128856,"ĠÙģÙĬÙĩا":128857,"ĠجÙħÙĬع":128858,"ĠthuáºŃt":128859,"stÄĻp":128860,"Ġtiết":128861,"Ø´ÙĬ":128862,"ĠеÑīе":128863,"ãģĻãĤĭãģ¨":128864,"ĠmÃłu":128865,"ĠÑįÑĤого":128866,"Ġvô":128867,"ĠÐŃÑĤо":128868,"ĠtháºŃt":128869,"Ġnữa":128870,"Ġbiến":128871,"Ġnữ":128872,"Ġ׾׼×Ŀ":128873,"×Ļ×Ļף":128874,"Ġست":128875,"ĠÐŀÑĤ":128876,"Ġphụ":128877,"ê¹Įì§Ģ":128878,"Ġ׾×ļ":128879,"Ġkỳ":128880,"à¹ĥà¸Ħร":128881,"Ġgây":128882,"ĠÙĦÙĦÙħ":128883,"Ġtục":128884,"تÙĬÙĨ":128885,"Ġtrợ":128886,"Ġ׾פ×Ļ":128887,"Ġbá»ij":128888,"ĠÐļа":128889,"ĠÄijình":128890,"owÄħ":128891,"sında":128892,"Ġkhiến":128893,"sız":128894,"Ġкогда":128895,"×¡×ľ":128896,"ĠбÑĭл":128897,"à¸Ļà¹īà¸Ńย":128898,"обÑĢаз":128899,"Ġê²ĥìĿ´ëĭ¤":128900,"ëĵ¤ìĿĢ":128901,"ãģ¸ãģ®":128902,"Ġà¹Ģมืà¹Īà¸Ń":128903,"Ġphục":128904,"Ġ×Ĺ׾ק":128905,"Ġhết":128906,"ĠÄija":128907,"à¹Ģà¸Ķà¹ĩà¸ģ":128908,"íĺķ":128909,"lÃŃ":128910,"ê¸ī":128911,"Ġعدد":128912,"ĠÄijá»ĵ":128913,"Ġgần":128914,"Ġ×Ļ×ķ×Ŀ":128915,"ĠsÄ©":128916,"ÑĢÑıд":128917,"Ġquyá»ģn":128918,"Ġ×IJ׾×IJ":128919,"ÙĩÙħا":128920,"׳×Ļ×Ķ":128921,"׾×ķת":128922,"Ġ×Ķר×ij×Ķ":128923,"Ġtiên":128924,"Ġalın":128925,"Ġdá»ħ":128926,"人ãģĮ":128927,"ноÑģ":128928,"лÑģÑı":128929,"ĠÄijÆ°a":128930,"สาว":128931,"иÑĢован":128932,"Ġ×ŀספר":128933,"×Ĵף":128934,"Ġkiến":128935,"ĠШ":128936,"pé":128937,"бÑĥ":128938,"овой":128939,"ба":128940,"ĠØ¥ÙĦا":128941,"×IJ׾×Ļ":128942,"Ġxây":128943,"Ġbợi":128944,"Ġש×ķ":128945,"人ãģ®":128946,"ק×Ļ×Ŀ":128947,"à¹Ģà¸Ķืà¸Ńà¸Ļ":128948,"Ġkhá":128949,"Ġ×ķ׾×Ķ":128950,"×ĵ×ķת":128951,"Ġ×¢×ij×ķר":128952,"ĠبشÙĥÙĦ":128953,"ĠÙĩÙĨاÙĥ":128954,"ÑĤÑĢа":128955,"ĠíķĺëĬĶ":128956,"รà¸Ńà¸ļ":128957,"owaÅĤ":128958,"hé":128959,"Ġdiá»ħn":128960,"Ġ×Ķ׼׾":128961,"Ġأس":128962,"Ġchuyá»ĩn":128963,"ระà¸Ķัà¸ļ":128964,"ĠNhững":128965,"Ġ×IJ×Ĺת":128966,"ĠØŃÙĪÙĦ":128967,"лов":128968,"׳ר":128969,"Ġ×ķ׳":128970,"ĠchÆ¡i":128971,"Ġiçinde":128972,"ÑģÑĤвÑĥ":128973,"Ġphá»ij":128974,"ĠÑģÑĥ":128975,"ç§ģãģ¯":128976,"Ġchứng":128977,"Ġvá»±c":128978,"à¹ģà¸Ń":128979,"ĠláºŃp":128980,"Ġtừng":128981,"å°ijãģĹ":128982,"ĠNguy":128983,"ĠNguyá»ħn":128984,"ĠÙģÙĬÙĩ":128985,"Ġба":128986,"×Ļ×Ļת":128987,"Ġ×ľ×¢×©×ķת":128988,"Ġ×ŀ׼":128989,"Ġnghiá»ĩm":128990,"Ġмного":128991,"Ġее":128992,"ëIJĺìĸ´":128993,"Ġlợi":128994,"Ġ׾׾×IJ":128995,"Ġ׼ף":128996,"ĠchÃŃ":128997,"ãģ§ãģ®":128998,"×Ĺ×ķ":128999,"ש×ķ×Ŀ":129000,"Ġ×ŀר":129001,"ĠÐĶлÑı":129002,"Åģ":129003,"Ġ׼×IJשר":129004,"ĠMá»Ļt":129005,"ĠÙĪاÙĦت":129006,"ĠìĿ´ëŁ°":129007,"ÅŁa":129008,"Ġchiến":129009,"Ġarasında":129010,"Ġ×ij×IJתר":129011,"ãģķãĤĮãģ¦ãģĦãĤĭ":129012,"Ø´ÙĥÙĦ":129013,"Ġtượng":129014,"Ġتت":129015,"ĠCó":129016,"Ġbá»ı":129017,"Ġtá»īnh":129018,"ĠkhÃŃ":129019,"ĠпÑĢоÑģÑĤ":129020,"ĠпÑĢоÑģÑĤо":129021,"ĠÙĪÙĤاÙĦ":129022,"Ġgiáo":129023,"ĠNếu":129024,"×IJ×ŀר":129025,"×¢×ł×Ļ×Ļף":129026,"íݸ":129027,"ÙĩدÙģ":129028,"ĠBá»Ļ":129029,"ĠbÃłn":129030,"Ġnguyên":129031,"Ġgüzel":129032,"สาย":129033,"ì²ľ":129034,"×ŀ×ķר":129035,"Ġphân":129036,"ספק":129037,"ק×ij׾":129038,"ĠاÙĦÙħتØŃ":129039,"ĠاÙĦÙħتØŃدة":129040,"ائد":129041,"Ġ×IJ×ŀר":129042,"ĠkiÅŁi":129043,"ì¤Ģ":129044,"Ġtruyá»ģn":129045,"ĠÙĦÙĩا":129046,"ĠÐľÐ°":129047,"à¸ļริษ":129048,"à¸ļริษั":129049,"à¸ļริษัà¸Ĺ":129050,"Ġש׳×Ļ×Ŀ":129051,"ĠменÑı":129052,"ÅŁe":129053,"Ġdiá»ĩn":129054,"Ġ×IJ׳×Ĺ׳×ķ":129055,"kü":129056,"Ġcá»ķ":129057,"Ġmá»Ĺi":129058,"wä":129059,"ÙħÙĬ":129060,"Ġhiá»ĥu":129061,"ëĭ¬":129062,"Ġ×Ķ×Ĺ׾":129063,"Ġtên":129064,"Ġkiá»ĩn":129065,"ÙĨÙĤÙĦ":129066,"Ġvá»ĩ":129067,"×ĵת":129068,"ĠÐłÐ¾ÑģÑģии":129069,"лÑĥ":129070,"ĠاÙĦعربÙĬØ©":129071,"ĠطرÙĬÙĤ":129072,"Ġ×Ķ×ij×Ļת":129073,"ÑģеÑĢ":129074,"Ġмне":129075,"äu":129076,"Ġtriá»ĩu":129077,"ĠÄijủ":129078,"Ġר×ij":129079,"تÙĩÙħ":129080,"à¸ĭี":129081,"Ġì§Ģê¸Ī":129082,"liÅĽmy":129083,"دعÙħ":129084,"ãģłãĤįãģĨ":129085,"Ñģкие":129086,"Ġhá»ıi":129087,"Ġק×ķ":129088,"ÑĢÑĥÑģ":129089,"ÙĨظر":129090,"ãģ®ãĤĤ":129091,"Ġ×Ķ׼×Ļ":129092,"ĠìĽIJ":129093,"ÙĪÙĩ":129094,"ĠÙĪÙİ":129095,"ĠBạn":129096,"плаÑĤ":129097,"Ġ×ŀ×ŀש":129098,"лÑİб":129099,"ĠнÑĥжно":129100,"ĠthÆ°":129101,"ãģµ":129102,"ãģıãĤīãģĦ":129103,"رش":129104,"ר×ķ×Ĺ":129105,"ĠÙĬتÙħ":129106,"Ġצר×Ļ×ļ":129107,"Ġphá":129108,"มà¸Ńà¸ĩ":129109,"Ġ×ij×IJ×ķפף":129110,"Ġcảnh":129111,"Ġíķľëĭ¤":129112,"Ġ×Ķ×ŀת":129113,"à¸ķà¹Īาà¸ĩà¹Ĩ":129114,"มีà¸ģาร":129115,"ÑģкиÑħ":129116,"ĠÐĴÑģе":129117,"ĠاÙĪ":129118,"جÙĬ":129119,"ãģĵãģ¨ãģ¯":129120,"ĠdÃłi":129121,"Ġhá»ĵ":129122,"èĩªåĪĨãģ®":129123,"à¹Ħหà¸Ļ":129124,"ëĵ¤ìĿĦ":129125,"ĠVÄĥn":129126,"Ġдаж":129127,"Ġдаже":129128,"Ñĭми":129129,"лаÑģÑĮ":129130,"ÙĬÙĪÙĨ":129131,"ÙĨÙĪ":129132,"có":129133,"ãģĹãģ¦ãģĦãģŁ":129134,"ãģłãģĭãĤī":129135,"طاÙĦب":129136,"Ġcá»Ńa":129137,"пÑĢоÑģ":129138,"ãģªãģ©ãģ®":129139,"รุà¹Īà¸Ļ":129140,"Ġchiếc":129141,"лÑĭ":129142,"ĠÑıвлÑıеÑĤÑģÑı":129143,"Ġná»ķi":129144,"ãģ®ãģĬ":129145,"Ġ×IJת×Ŀ":129146,"ĠëķĮ문ìĹIJ":129147,"à¸ģลาà¸ĩ":129148,"ĠbaÅŁka":129149,"ìĦĿ":129150,"ĠÑĨел":129151,"ÙģÙĤ":129152,"ãģ«ãĤĪãĤĭ":129153,"ÙĤا":129154,"Ġçıkar":129155,"Ġcứu":129156,"طا":129157,"Ġשת":129158,"à¹Ĥà¸Ħ":129159,"Ġ×ŀ׾":129160,"Ġ×Ķפר":129161,"Ġгде":129162,"Ġخط":129163,"åīįãģ«":129164,"cjÄĻ":129165,"Ġ×Ĺש×ķ×ij":129166,"ר×Ĵ×¢":129167,"Ġkhoảng":129168,"ĠÄijá»Ŀi":129169,"ĠÐłÐµ":129170,"Ġона":129171,"Ġ×IJ׳×ķ":129172,"ãģ®ãģ«":129173,"ĠاÙĦØ°ÙĬÙĨ":129174,"кÑĥп":129175,"ãĤµãĥ¼ãĥ":129176,"ãĤµãĥ¼ãĥĵ":129177,"ãĤµãĥ¼ãĥĵãĤ¹":129178,"вал":129179,"ге":129180,"Ġgiữa":129181,"ĠKhông":129182,"ĠâĹĭ":129183,"à¸ģลุà¹Īม":129184,"ĠÙħÙĨØ°":129185,"à¸Ńà¹Īาà¸Ļ":129186,"ĠÑģпоÑģоб":129187,"ĠÄijá»Ļi":129188,"ĠdiÄŁer":129189,"Ġà¸ĸà¹īา":129190,"ÙħØ«ÙĦ":129191,"Ġ×Ķ×IJ×Ļ":129192,"ĠدÙĪÙĨ":129193,"ÙĬراÙĨ":129194,"Ñīи":129195,"بÙĨاء":129196,"Ġآخر":129197,"ظÙĩر":129198,"Ġ×ij׼":129199,"ĠاÙĦÙħع":129200,"ãĥĴ":129201,"Ġtất":129202,"Ġmục":129203,"ĠdoÄŁru":129204,"ãģŁãĤī":129205,"Ġס×ķ":129206,"Ġxác":129207,"รà¸Ń":129208,"ĠcÄĥn":129209,"Ġонл":129210,"Ġонлайн":129211,"Ġký":129212,"Ġchân":129213,"Ġà¹Ħมà¹Ī":129214,"اØŃØ©":129215,"rán":129216,"׳×Ļ×Ļ×Ŀ":129217,"Ġ×ijף":129218,"ĠÐĸ":129219,"à¸ķรà¸ĩ":129220,"дÑĭ":129221,"Ġsắc":129222,"ÙĦت":129223,"ãĥŃãĥ¼":129224,"ĠÙĦÙĨ":129225,"Ġר×ķ":129226,"ĠdÆ°á»Ľi":129227,"à¹Ģà¸ĺ":129228,"à¹Ģà¸ĺà¸Ń":129229,"eÄŁi":129230,"Ġ×ķש":129231,"ĠÙĦØ£":129232,"Ġgặp":129233,"Ġcá»ij":129234,"ãģ¨ãģ¦ãĤĤ":129235,"رÙĪس":129236,"Ġ׾×Ķ×Ļ":129237,"Ġ본":129238,"ä¸ĬãģĴ":129239,"Ġmức":129240,"Ñħа":129241,"Ġìŀ¬":129242,"à¸īัà¸Ļ":129243,"ÑĢÑĥж":129244,"Ġaçık":129245,"ÙĪاÙĦ":129246,"Ġ×ĸ×ŀף":129247,"人ãģ¯":129248,"عÙĬÙĨ":129249,"ÑıÑħ":129250,"Ġ×Ĵ×ĵ×ķ׾":129251,"ר×ķ×ij":129252,"gó":129253,"ëĿ¼ê³ł":129254,"ĠarkadaÅŁ":129255,"ÙĨشر":129256,"ĠгодÑĥ":129257,"ĠболÑĮÑĪе":129258,"ãģ¡ãĤĩãģ£ãģ¨":129259,"Ġcâu":129260,"Ġsát":129261,"íĶ¼":129262,"Ġtiến":129263,"íķ´ìķ¼":129264,"ĠÙĪØ£ÙĨ":129265,"à¸Ļาà¸Ļ":129266,"Ġ×ij×IJ×ŀצע":129267,"Ġ×ij×IJ×ŀצע×ķת":129268,"Ġ׾ר":129269,"Ġquản":129270,"ĠÙĪاÙĦØ£":129271,"Ġ×IJ×ķת×Ķ":129272,"Ġìĸ´ëĸ¤":129273,"Ġê²ĥìĿĢ":129274,"ØŃسÙĨ":129275,"Ġmất":129276,"à¸Ħูà¹Ī":129277,"ãĥ¬ãĥ¼":129278,"ĠÐĶа":129279,"Ġolması":129280,"Ġthuá»Ļc":129281,"׳×Ĺ":129282,"íĨł":129283,"Ġsöyle":129284,"ãģĿãģĨãģ§ãģĻ":129285,"ĠتÙĥÙĪÙĨ":129286,"лÑĥÑĩ":129287,"׾×Ļ×ļ":129288,"ĠØ£ØŃد":129289,"лиÑģÑĮ":129290,"ĠвÑģего":129291,"Ġ×Ķר×ij":129292,"Ġ못":129293,"oÄŁ":129294,"oÄŁlu":129295,"ĠìĦł":129296,"ĠкаÑĢ":129297,"à¸łà¸²à¸Ħ":129298,"eÅĦ":129299,"Ġà¸ģà¹ĩ":129300,"Ġaynı":129301,"ĠbÃł":129302,"ãģªãĤĵãģ¦":129303,"Ġ모ëĵł":129304,"ÙĤرار":129305,"ãģĹãģªãģĦ":129306,"ĠÐĴо":129307,"ĠÙĪÙĩÙĬ":129308,"ники":129309,"ãĤĮãģŁ":129310,"Ġchuẩn":129311,"רע":129312,"ÙģرÙĬÙĤ":129313,"ãĤĴåıĹãģij":129314,"ĠÄijúng":129315,"бе":129316,"׼×ķ×Ĺ":129317,"пÑĥ":129318,"Ġ×ķ×Ĵ×Ŀ":129319,"×ŀ׳×Ļ":129320,"íĸ¥":129321,"צ×Ļ×Ŀ":129322,"à¸ĭิ":129323,"ÙĩÙĨ":129324,"нем":129325,"Ġ×ij×ij×Ļת":129326,"رع":129327,"Ġส":129328,"ĠÄIJÃł":129329,"íķĺëĭ¤":129330,"Ġấy":129331,"×Ĺ×ķ×ĵ":129332,"×Ĺ×ķ×ĵש":129333,"ĠÑĩеÑĢез":129334,"Ñĥл":129335,"ĠBình":129336,"Ġê²ĥìĿĦ":129337,"Ġ×Ĵר":129338,"ä»ĺãģij":129339,"×Ĺ׾ק":129340,"ĠتÙĦÙĥ":129341,"à¹ĥสà¹Ī":129342,"szÄħ":129343,"ÙĤاÙħ":129344,"دÙĪر":129345,"ĠÙģÙĤØ·":129346,"Ġhữu":129347,"ĠмогÑĥÑĤ":129348,"Ġgá»įi":129349,"Ġקר":129350,"à¸Īะมี":129351,"تÙĤدÙħ":129352,"Ġعبر":129353,"Ġ׾×Ķ×Ŀ":129354,"ĠÑģамо":129355,"ס×ĵר":129356,"ĠcÃłng":129357,"rÃŃ":129358,"Ġìŀ¥":129359,"ëĵ¤ìĿĺ":129360,"ĠÙĦÙĥ":129361,"поÑĢÑĤ":129362,"Ġkhả":129363,"ĠÑģебÑı":129364,"׳ף":129365,"ĠدÙĪر":129366,"Ġmợ":129367,"Ġcây":129368,"Ġfark":129369,"Ġfarklı":129370,"аÑİÑĤ":129371,"Ġtrá»±c":129372,"wiÄĻksz":129373,"Ġthuá»ijc":129374,"ĠتØŃت":129375,"تÙĦ":129376,"овÑĭе":129377,"ëĤł":129378,"Ġвам":129379,"بÙĦغ":129380,"Ġê°ĻìĿĢ":129381,"íĮIJ":129382,"ÙĦب":129383,"Ġnasıl":129384,"Ġодин":129385,"ман":129386,"ĠعÙĦÙĬÙĩا":129387,"би":129388,"Ġפש×ķ×ĺ":129389,"×ijר×Ļ":129390,"Ġש׳×Ķ":129391,"ĠëıĦ":129392,"ĠÄIJại":129393,"Ġ×IJ×ķת×Ŀ":129394,"ĠاÙĦØŃر":129395,"Ġбо":129396,"à¸Īุà¸Ķ":129397,"Ġrõ":129398,"ĠdeÄŁiÅŁ":129399,"Ġëĭ¨":129400,"ĠÑģлÑĥÑĩа":129401,"ĠÑģлÑĥÑĩае":129402,"Ġ×IJ׳ש×Ļ×Ŀ":129403,"×ĵ×£":129404,"ש×ijת":129405,"Ġש׾׼×Ŀ":129406,"Ġchú":129407,"ników":129408,"Ġtanı":129409,"Ġcáo":129410,"ĠÄijá":129411,"Ġ×IJ×ĵ×Ŀ":129412,"Ġê°ķ":129413,"Ġnhiá»ĩm":129414,"Ġ×ľ×¡":129415,"Ġ×Ľ×ª×ij":129416,"Ġ×Ķספר":129417,"ĠÄijÄĥng":129418,"ĠëijIJ":129419,"à¸ľà¸´":129420,"à¸ľà¸´à¸§":129421,"جا":129422,"Ġê°IJ":129423,"رأ":129424,"ستخدÙħ":129425,"ãģ«ãģªãĤĬãģ¾ãģĻ":129426,"Ġtá»·":129427,"×ĺ×ķר":129428,"говоÑĢ":129429,"ĠвоÑģ":129430,"ĠÙħÙĨÙĩا":129431,"иÑĢоваÑĤÑĮ":129432,"ĠÄijầy":129433,"׳×Ĵ":129434,"ĠÙħÙĪ":129435,"ĠÙħÙĪÙĤع":129436,"ר׼×Ļ":129437,"تÙı":129438,"모":129439,"Ġת×ķ":129440,"ÙĬاÙĭ":129441,"à¹ĥà¸Ķ":129442,"ãĤĬãģ¾ãģĻ":129443,"à¸Ńยูà¹Īà¹ĥà¸Ļ":129444,"ĠØ£ÙĪÙĦ":129445,"ĠأخرÙī":129446,"ĠcÆ°":129447,"صار":129448,"×ŀ×Ĺש×ij":129449,"бÑĢа":129450,"ÅĦski":129451,"бÑĢ":129452,"ĠÙĬÙı":129453,"à¸ģิà¸Ļ":129454,"Ġchá»ijng":129455,"ÙħÙı":129456,"Ġà¸Ħืà¸Ń":129457,"ĠتÙĨ":129458,"tÃŃ":129459,"yÄĩ":129460,"Ġmạng":129461,"ÙģÙĪ":129462,"Ġdünya":129463,"קר×IJ":129464,"Ġק׾":129465,"ĠØŃاÙĦ":129466,"cÃŃa":129467,"Ġà¹Ģรา":129468,"Ġר×ķצ×Ķ":129469,"Ġáp":129470,"ë°ķ":129471,"اÙĤØ©":129472,"ниÑİ":129473,"Ġ×IJ׾×ķ":129474,"Ġ×ŀס×ķ":129475,"ãģ§ãģ¯ãģªãģı":129476,"Ġtrả":129477,"Ġקשר":129478,"miÅŁtir":129479,"ĠlÆ°u":129480,"Ġhá»Ĺ":129481,"ĠбÑĭли":129482,"Ġlấy":129483,"عÙĦÙħ":129484,"Ġözel":129485,"æ°ĹãģĮ":129486,"Ġ×ĵר×ļ":129487,"Ùħد":129488,"sını":129489,"׳×ķש×IJ":129490,"rów":129491,"ÑĩеÑĢ":129492,"êµIJìľ¡":129493,"ĠÐľÐ¾":129494,"лег":129495,"ĠVỼi":129496,"วัà¸Ļà¸Ļีà¹ī":129497,"ÑİÑīие":129498,"ãģĬãģĻ":129499,"ãģĬãģĻãģĻ":129500,"ãģĬãģĻãģĻãĤģ":129501,"ëıħ":129502,"Ġ×Ļ×Ķ×Ļ×Ķ":129503,"×ŀ×ĺר":129504,"Ñıми":129505,"Ġlá»±a":129506,"ĠÄijấu":129507,"à¹Ģสียà¸ĩ":129508,"ĠtÆ°Æ¡ng":129509,"ëĵ±":129510,"ĠÑģÑĤаÑĢ":129511,"à¹ĥà¸ļ":129512,"วัà¸Ķ":129513,"ĠÄ°stanbul":129514,"Ġà¸Īะ":129515,"à¸ķลาà¸Ķ":129516,"ĠبÙĬ":129517,"à¹ģà¸Ļะ":129518,"à¹ģà¸Ļะà¸Ļำ":129519,"ساعد":129520,"Ġبأ":129521,"Ġkiá»ĥm":129522,"ØŃسب":129523,"à¸Ĭัà¹īà¸Ļ":129524,"Ġ×ķ×¢×ķ×ĵ":129525,"овÑĭÑħ":129526,"оÑģнов":129527,"ĠtrÆ°á»Łng":129528,"צ×ij×¢":129529,"ĠÃŃt":129530,"Ġkỹ":129531,"cré":129532,"Ñıм":129533,"êµ°":129534,"ãģĮãģªãģĦ":129535,"ÙĬÙĦØ©":129536,"ãĥķãĤ£":129537,"رÙī":129538,"ĠÙĬجب":129539,"Ġ×IJ×£":129540,"Ġcá»±c":129541,"ãĤīãĤĮãģŁ":129542,"Ġà¸ľà¸¹à¹ī":129543,"Ġà¸Ń":129544,"larımız":129545,"Ġkadın":129546,"Ġê·¸ëŀĺ":129547,"Ġê·¸ëŀĺìĦľ":129548,"ĠëĺIJëĬĶ":129549,"ĠÄijả":129550,"ĠÄijảm":129551,"Ġ×IJ×ķ×ŀר":129552,"Ġyếu":129553,"ciÄħ":129554,"ciÄħg":129555,"Ġtá»ij":129556,"Ġש×IJ׳×Ļ":129557,"ĠdziaÅĤa":129558,"Ñīа":129559,"ĠÄijÃłn":129560,"sına":129561,"ãģĵãĤĮãģ¯":129562,"Ġ×ij׾×Ļ":129563,"Ġ×ij×Ļשר×IJ׾":129564,"лоÑģÑĮ":129565,"Ġgiữ":129566,"ê°IJ":129567,"ÑĢон":129568,"تجار":129569,"глав":129570,"вин":129571,"Ġhạn":129572,"Ġyapılan":129573,"بس":129574,"Ġà¸ŀรà¹īà¸Ńม":129575,"ê´Ģ리":129576,"mÄ±ÅŁtır":129577,"bü":129578,"rück":129579,"ĠBaÅŁkanı":129580,"ĠÙĦÙĬس":129581,"ĠsÆ¡":129582,"à¸Īัà¸ĩหว":129583,"à¸Īัà¸ĩหวัà¸Ķ":129584,"داء":129585,"Ġ×Ķ׼":129586,"vÃŃ":129587,"ש×IJר":129588,"ĠhÆ°á»Łng":129589,"Ġbóng":129590,"ĠChÃŃnh":129591,"Äħc":129592,"à¹Ģà¸ģีà¹Īยวà¸ģัà¸ļ":129593,"Ġtứ":129594,"Ġtức":129595,"ĠÑĨвеÑĤ":129596,"Ġtá»iji":129597,"ĠnghÄ©a":129598,"ÙĦاعب":129599,"دÙĦ":129600,"Ġפע×Ŀ":129601,"hör":129602,"à¸Ĭุà¸Ķ":129603,"à¸ŀู":129604,"à¸ŀูà¸Ķ":129605,"паÑģ":129606,"ĠÅŁu":129607,"ĠtÆ°á»Łng":129608,"خارج":129609,"Ġâm":129610,"ĠинÑĤеÑĢеÑģ":129611,"еннÑĭÑħ":129612,"×IJ׳×Ļ":129613,"بدأ":129614,"ëĿ¼ëĬĶ":129615,"ì¹´":129616,"æĸ¹ãģĮ":129617,"лив":129618,"Ġà¸Ħà¸Ļ":129619,"ער×ļ":129620,"à¸Ĥà¸Ńà¸ĩà¸Ħุà¸ĵ":129621,"пад":129622,"Ġcạnh":129623,"ĠëĤ¨":129624,"ĠÄijâu":129625,"Ġbiá»ĥu":129626,"ãĤĤãģĤãĤĭ":129627,"׾×Ĵ":129628,"Ġสำหรัà¸ļ":129629,"Ġxuá»ijng":129630,"ס×ķ":129631,"Ġذات":129632,"ĠÐľÐµ":129633,"عاÙĦÙħ":129634,"×IJס":129635,"بÙĬØ©":129636,"شا":129637,"ием":129638,"ĠNgÆ°á»Ŀi":129639,"íĺij":129640,"Ñģлов":129641,"Ġпа":129642,"Ġmẫu":129643,"ĠпÑĢоÑĨеÑģÑģ":129644,"ĠNhÃł":129645,"пÑĢоиз":129646,"пÑĢоизвод":129647,"à¸łà¸²à¸¢à¹ĥà¸Ļ":129648,"Ġà¸ļาà¸Ĺ":129649,"×ŀ׳×ķ":129650,"ĠоÑĢган":129651,"רצ×ķ":129652,"×ķ×ŀ×Ļ×Ŀ":129653,"Ġyazı":129654,"Ġdù":129655,"ãĥ¬ãĥ³":129656,"ÙĪÙĦÙĬ":129657,"ยู":129658,"Ġtrò":129659,"à¹Ģà¸ŀลà¸ĩ":129660,"Ġ×ŀ׾×IJ":129661,"à¸ķล":129662,"à¸ķลà¸Ńà¸Ķ":129663,"ĠÄijạt":129664,"Ġ×Ĺ×ĵש":129665,"póÅĤ":129666,"Ġ×ŀ×ĵ×Ļ":129667,"ujÄħc":129668,"×ŀ׳×Ķ׾":129669,"Ġש×ij×ķ":129670,"Ġ×Ķ×ŀשפ×ĺ":129671,"Ġ×IJ׾×Ķ":129672,"ĠÙĪØ°ÙĦÙĥ":129673,"à¹Ģà¸ŀราะ":129674,"ĠÄijoÃłn":129675,"Ġíķ¨ê»ĺ":129676,"Ġdục":129677,"شت":129678,"Ġula":129679,"ĠulaÅŁ":129680,"Ġquý":129681,"Ġ×Ķ×Ĵ×ĵ×ķ׾":129682,"à¸ķัà¹īà¸ĩà¹ģà¸ķà¹Ī":129683,"Ġשר":129684,"Ø´Ùĩد":129685,"׳ש×Ļ×Ŀ":129686,"à¸ŀล":129687,"رÙĪا":129688,"ãĤĮãģ¦":129689,"ĠниÑħ":129690,"Ġдела":129691,"ãģ§ãģįãģªãģĦ":129692,"ÅĤoż":129693,"×IJ×Ĺר":129694,"ì½Ķ":129695,"ãĤ¢ãĥĥãĥĹ":129696,"دÙģع":129697,"Ġtiá»ĩn":129698,"Ġkhá»ı":129699,"Ġkhá»ıe":129700,"ĠاÙĦعاÙħØ©":129701,"ãģ«ãģĤãĤĭ":129702,"ĠÄijá»Ļc":129703,"족":129704,"Ġcụ":129705,"йÑĤе":129706,"Ġзакон":129707,"ĠпÑĢоекÑĤ":129708,"ìĸ¸":129709,"ÙĦØŃ":129710,"ĠçalÄ±ÅŁma":129711,"ãĤĴãģĻãĤĭ":129712,"Ñħи":129713,"عاد":129714,"Ġ׳×ŀצ×IJ":129715,"Ġר×Ļ":129716,"à¸Ńà¸Ńà¸ģมา":129717,"ĠTôi":129718,"Ġthần":129719,"ĠÙĬا":129720,"ลาย":129721,"ĠавÑĤо":129722,"Ġsıra":129723,"ĠÙĥØ«ÙĬر":129724,"ÙħÙĬز":129725,"ĠاÙĦعÙĦÙħ":129726,"æĸ¹ãģ¯":129727,"×ķ×¢×ĵ":129728,"ĠоблаÑģÑĤи":129729,"×Ļ׾×Ļ×Ŀ":129730,"ãģĮåĩº":129731,"à¸ĺุ":129732,"à¸ĺุร":129733,"à¸ĺุรà¸ģิà¸Ī":129734,"ÙĤتÙĦ":129735,"ר×IJ×ķ":129736,"Ġngu":129737,"Ġnguá»ĵn":129738,"Ġมา":129739,"Ġплан":129740,"tório":129741,"Ġcuá»iji":129742,"Ñģком":129743,"ĠاÙĦÙħاض":129744,"ĠاÙĦÙħاضÙĬ":129745,"Ġ×ij×¢×ľ":129746,"Ġר×ij×Ļ×Ŀ":129747,"ĠluáºŃn":129748,"ÙĥÙĪ":129749,"à¸Ĺัà¹īà¸ĩหมà¸Ķ":129750,"ван":129751,"Ġthoại":129752,"à¹Ħà¸Ń":129753,"биÑĢ":129754,"ĠاÙĦض":129755,"تا":129756,"ĠÑĢод":129757,"ĠVÃł":129758,"×ŀ×Ļף":129759,"ĠбÑĭла":129760,"ками":129761,"ĠÐĶе":129762,"tık":129763,"קר×Ļ":129764,"ĠeÄŁitim":129765,"ĠÙĥبÙĬر":129766,"بÙĥ":129767,"ĠÙĦÙĪ":129768,"вой":129769,"Ġãģĵãģ®":129770,"ĠÑĤÑĢÑĥд":129771,"myÅĽl":129772,"ĠsÆ°":129773,"à¸ŀีà¹Ī":129774,"Ġà¹ģลà¹īว":129775,"עק":129776,"Ġ×Ĺ×ijרת":129777,"ระหว":129778,"ระหวà¹Īาà¸ĩ":129779,"×Ļ×Ļ×Ķ":129780,"ĠاÙĦÙĨاس":129781,"ünü":129782,"Ġ׾×ŀ×Ķ":129783,"ĠchÆ°Æ¡ng":129784,"ĠHá»ĵ":129785,"ارت":129786,"ãĤĪãģĨãģ§ãģĻ":129787,"lá":129788,"ק×Ļ×Ļ×Ŀ":129789,"æľ¬å½ĵ":129790,"æľ¬å½ĵãģ«":129791,"ãģĵãĤĵãģª":129792,"Ñģов":129793,"Ġ×ķ×Ĺ":129794,"à¹Ģà¸ģà¹ĩà¸ļ":129795,"ĠкÑĤо":129796,"à¹Ĥรà¸Ħ":129797,"ĠشرÙĥØ©":129798,"عزÙĬ":129799,"عزÙĬز":129800,"Ø·ÙĦÙĤ":129801,"пÑĥÑģÑĤ":129802,"ÙģتØŃ":129803,"ëŀĢ":129804,"Ġhãy":129805,"ضÙħ":129806,"린":129807,"åł´åIJĪãģ¯":129808,"ãĤªãĥ¼":129809,"Ġhắn":129810,"Ġ×IJ×ij×Ļ×ij":129811,"Ġש׾×Ķ×Ŀ":129812,"Ġ×Ķ×Ļ×Ļת×Ķ":129813,"ĠاÙĦدÙĪÙĦØ©":129814,"ĠاÙĦÙĪÙĤ":129815,"ĠاÙĦÙĪÙĤت":129816,"ãģĤãģ¾ãĤĬ":129817,"ĠtaÅŁÄ±":129818,"Ä°N":129819,"עסק":129820,"ãģ¦ãģĦãģŁ":129821,"Ġtá»ķng":129822,"ĠاÙĦØ¥ÙĨس":129823,"ĠاÙĦØ¥ÙĨساÙĨ":129824,"ÑĢеÑĪ":129825,"Ġgái":129826,"ĠÑĨен":129827,"ĠÙģÙĤد":129828,"Ùħات":129829,"ãģķãĤĵãģ®":129830,"Ġphù":129831,"×ĺ×Ķ":129832,"ĠÙĪاÙĦتÙĬ":129833,"ĠبÙĥ":129834,"ìĿ´ëĤĺ":129835,"кÑģ":129836,"ÙħÙĬر":129837,"Ġvùng":129838,"ĠاÙĦشعب":129839,"ĠNhÆ°ng":129840,"ãĥĢãĥ¼":129841,"Ġ×Ĺ×Ļ×Ļ×Ŀ":129842,"Ġشخص":129843,"ק×ķ×ĵ":129844,"ê²Ģ":129845,"עש":129846,"×¢×ķ׾×Ŀ":129847,"צ×ķר":129848,"عÙĤد":129849,"ĠiÅŁlem":129850,"Ġ×Ķ×ij×IJ":129851,"Ġdưỡng":129852,"à¸Łà¸£à¸µ":129853,"ĠphÃŃa":129854,"ãģ®ä¸Ńãģ§":129855,"Ġпи":129856,"ĠngÃłnh":129857,"нима":129858,"ĠÙĩÙĦ":129859,"Ġ×ķ×IJת":129860,"ĠÄijáng":129861,"équipe":129862,"ĠÑįÑĤоÑĤ":129863,"Ġgörev":129864,"매":129865,"Ġquân":129866,"å¼ķãģį":129867,"æĻĤãģ«":129868,"ĠبÙħا":129869,"×ŀ×Ļת":129870,"Ġülke":129871,"Ġ×ŀק×ķ×Ŀ":129872,"×ijף":129873,"æ°ĹæĮģãģ¡":129874,"Ġë§İìĿĢ":129875,"Ġyüksek":129876,"ÑĨенÑĤÑĢ":129877,"ĠÙħجÙĦس":129878,"ç§ģãģ®":129879,"ÙĤدر":129880,"Ġë¶Ģë¶Ħ":129881,"Ġì°¨":129882,"خرج":129883,"ãģĭãģªãĤĬ":129884,"ë³´ëĭ¤":129885,"Ġ×ŀ×Ļ×ĵ×¢":129886,"peÅĤni":129887,"Ġxá»Ń":129888,"ìĹIJìĦľëĬĶ":129889,"ĠباÙĦÙħ":129890,"ĠÙĪÙħا":129891,"ĠÑįÑĤой":129892,"بÙĬÙĨ":129893,"nü":129894,"ØŃز":129895,"ØŃزب":129896,"ĠÑĢабоÑĤа":129897,"ĠNháºŃt":129898,"ÙĦاء":129899,"Ġëĵ¤":129900,"Ġëĵ¤ìĸ´":129901,"ãĤĦãģĻãģĦ":129902,"×Ĺ×ĸק":129903,"Ġ×Ķ×Ĺ×ijר×Ķ":129904,"пиÑĤ":129905,"ãģĭãĤīãģ®":129906,"Ġë§IJìĶĢ":129907,"Ġפ×ķ":129908,"ÙĦÙİ":129909,"à¹Ģà¸ķà¹ĩม":129910,"ĠÐļо":129911,"Ġmówi":129912,"ĠtÃŃn":129913,"ר×Ĵש":129914,"פרק":129915,"Ġtrạng":129916,"ĠÐŀн":129917,"×Ĺ×ķ×¥":129918,"ĠعÙĨدÙħا":129919,"Ġبر":129920,"使ãģĦ":129921,"Ġrá»Ļng":129922,"ëĮĢë¡ľ":129923,"íĪ¬":129924,"Ġktórych":129925,"вид":129926,"ลูà¸ģà¸Ħà¹īา":129927,"ĠmogÄħ":129928,"Ġש×Ĺ":129929,"×ij×Ĺר":129930,"ãĥĸãĥŃãĤ°":129931,"ĠThÃłnh":129932,"Ġ×Ķר×Ļ":129933,"ĠÑģÑĤаÑĤÑĮ":129934,"ĠHá»Ļi":129935,"à¸ļà¹īาà¸ĩ":129936,"çī¹ãģ«":129937,"ĠÄIJức":129938,"èĢħãģ®":129939,"×¢×ŀ×ķ×ĵ":129940,"×ĺר×Ķ":129941,"Ð¥":129942,"ĠÙħÙħا":129943,"ĠeÅŁ":129944,"ĠнеобÑħодимо":129945,"ников":129946,"Ġüzerinde":129947,"aÅĤa":129948,"Ġchá»ĭu":129949,"ĠاÙĦدÙĬÙĨ":129950,"أخبار":129951,"ĠÄijau":129952,"ãģĮå¤ļãģĦ":129953,"jÄħcych":129954,"دخÙĦ":129955,"larınd":129956,"larından":129957,"Ġsẻ":129958,"à¸ŀิà¹Ģศ":129959,"à¸ŀิà¹Ģศษ":129960,"×ª×Ł":129961,"tıģı":129962,"ĠluáºŃt":129963,"ĠÅŀe":129964,"ãĤ«ãĥ¼":129965,"ãģ®ãģĤãĤĭ":129966,"Ġ×Ķ×IJתר":129967,"ĠاÙĦØ¢ÙĨ":129968,"ıldı":129969,"Ġáo":129970,"ĠнаÑĩал":129971,"Ġviá»ĩn":129972,"Ġ×ij×¢×ķ׾×Ŀ":129973,"знаÑĩ":129974,"×Ļ×ĺ×Ķ":129975,"кам":129976,"ĠÐĺз":129977,"à¹Ģà¸Ĥียà¸Ļ":129978,"à¸Ļà¹īà¸Ńà¸ĩ":129979,"ÑĤÑĢо":129980,"à¹Ģà¸Ł":129981,"Ġжизни":129982,"Ġสà¹Īวà¸Ļ":129983,"ĠváºŃn":129984,"Ġê´Ģ볨":129985,"Ġlâu":129986,"ס×ĺר":129987,"קש":129988,"سÙĬر":129989,"Ġ×IJ×ķת×Ļ":129990,"Ġmôi":129991,"ائب":129992,"ĠоÑģÑĤа":129993,"Ġmón":129994,"Ġ×ij×ŀק×ķ×Ŀ":129995,"ĠداخÙĦ":129996,"Ġ×IJ×ķר":129997,"ĠваÑģ":129998,"ÙĥØ´Ùģ":129999,"ìĺ¨":130000,"à¸ĸà¹Īาย":130001,"Ġkullanıl":130002,"Ġtô":130003,"ãģ«ãĤĪãĤĬ":130004,"ĠëĺIJíķľ":130005,"Ġ×¢×ij×ķ×ĵ×Ķ":130006,"Ġriê":130007,"Ġriêng":130008,"Ġyakın":130009,"زا":130010,"Å»":130011,"×IJ×ķ׼׾":130012,"شارÙĥ":130013,"ĠбеÑģ":130014,"×´":130015,"ĠابÙĨ":130016,"ĠTá»ķng":130017,"ÙĨظ":130018,"ÅĽwiad":130019,"ãĤµãĥ¼":130020,"หาย":130021,"ĠGün":130022,"Ġhakkında":130023,"à¹Ģà¸Ĥà¹īามา":130024,"زÙĨ":130025,"ĠÐłÐ¾":130026,"Ġbiá»ĥn":130027,"ãģ©ãģĵ":130028,"ÙģعÙĦ":130029,"زع":130030,"פר×ĺ":130031,"Ġ×Ķף":130032,"Ø£ÙĩÙĦ":130033,"Ġthất":130034,"ØŃÙħÙĦ":130035,"ÑĩÑĥ":130036,"ĠìĤ¬ìĭ¤":130037,"ì°¸":130038,"ĠìľĦíķ´":130039,"ÙĪظ":130040,"ĠÐŁÐ¾Ð´":130041,"Ġkhoản":130042,"ÑĤен":130043,"ĠÙģاÙĦ":130044,"Ñģад":130045,"à¸Ļà¸Ńà¸Ļ":130046,"ĠاÙĦسعÙĪدÙĬØ©":130047,"\"ØĮ":130048,"ĠاÙĦÙĴ":130049,"ãĤīãģļ":130050,"Ġtoán":130051,"Ġchắc":130052,"׼×Ļר":130053,"méd":130054,"média":130055,"زÙĪ":130056,"Ġyanı":130057,"פ׳×Ļ×Ŀ":130058,"ØŃظ":130059,"ĠбеÑģп":130060,"ĠбеÑģплаÑĤ":130061,"ĠбеÑģплаÑĤно":130062,"ĠØ£ÙħاÙħ":130063,"à¸Ńาย":130064,"à¸Ńายุ":130065,"רשת":130066,"Ġgá»ĵ":130067,"Ġgá»ĵm":130068,"Ġuá»ijng":130069,"صب":130070,"kır":130071,"ãĥijãĥ¼":130072,"Ġ׾×ĵעת":130073,"ĠкÑĥпиÑĤÑĮ":130074,"׾×ķ×Ĺ":130075,"ÙĪضع":130076,"ÙĤÙĬÙħ":130077,"à¸Ľà¸²":130078,"жив":130079,"à¸Ķิà¸Ļ":130080,"×IJ×ķפ":130081,"à¹Ģลà¹ĩà¸ģ":130082,"ãĥĥãĥī":130083,"иÑĩеÑģкиÑħ":130084,"ĠChủ":130085,"кÑĢаÑģ":130086,"ÙĪصÙĦ":130087,"pÅĤat":130088,"моÑĢ":130089,"Ġ×Ķ×IJ×ķ":130090,"à¸Ńิà¸Ļ":130091,"ĠíķľêµŃ":130092,"гÑĢе":130093,"Ġìłľê³µ":130094,"ì°½":130095,"Ġê°ľìĿ¸ìłķë³´":130096,"Ġnghá»ĭ":130097,"à¸ĭา":130098,"ØŃساب":130099,"ĠbyÅĤa":130100,"ÙħÙĦÙĥ":130101,"иÑĩеÑģкие":130102,"Ġbác":130103,"ضØŃ":130104,"길":130105,"ש×ŀ×¢":130106,"Ġìĸ´ëĸ»":130107,"Ġìĸ´ëĸ»ê²Į":130108,"ìĽĮ":130109,"اتÙĩ":130110,"à¹Ĥรà¸ĩà¹ģ":130111,"à¹Ĥรà¸ĩà¹ģรม":130112,"خدÙħØ©":130113,"ĠÐłÐ°":130114,"׼×ķ׾×Ŀ":130115,"×ŀש×Ĺק":130116,"ĠÙĪÙĥاÙĨ":130117,"ס×ķ×£":130118,"ĠاÙĦØŃÙĥÙĪÙħØ©":130119,"Ġ×ij×ĺ":130120,"ĠtráºŃn":130121,"Ġ×Ķ×¢×ķ׾×Ŀ":130122,"ĠÃŃch":130123,"tÄħ":130124,"ש×ŀ×ķ":130125,"Ġ×Ķר×IJש×ķף":130126,"Ġíķĺê³ł":130127,"ãģķãĤī":130128,"ãģķãĤīãģ«":130129,"ãģ«ãģĹãģ¦":130130,"Ġà¸ľà¸¡":130131,"ãģ®ãĤĪãģĨãģª":130132,"ĠÙĪÙĤت":130133,"ãĥįãĥĥãĥĪ":130134,"ÙĦعب":130135,"ÙĪØ´":130136,"ìĺ¬":130137,"Ġหาà¸ģ":130138,"ĠmiaÅĤ":130139,"à¸Ĺà¸Ńà¸ĩ":130140,"иÑĤа":130141,"اصر":130142,"илÑģÑı":130143,"зе":130144,"à¸Ľà¸£à¸°à¸¡à¸²à¸ĵ":130145,"ãģĿãĤĮãģ¯":130146,"Ġbır":130147,"Ġbırak":130148,"صÙĨاع":130149,"Ю":130150,"شعر":130151,"Ġ׳×Ĵ×ĵ":130152,"Ġبسبب":130153,"ãĥĿãĤ¤":130154,"ãĥĿãĤ¤ãĥ³ãĥĪ":130155,"ĠاÙĦجÙĪ":130156,"ĠнеÑģколÑĮко":130157,"Ġkiếm":130158,"ÙģÙİ":130159,"Ġضد":130160,"×ij×Ļ×ĺ×ķ×Ĺ":130161,"تابع":130162,"ÙĨز":130163,"ĠBản":130164,"Ġaçıkl":130165,"Ġaçıklama":130166,"Ġà¸Ħุà¸ĵ":130167,"à¸Ĺา":130168,"ÅĤów":130169,"طب":130170,"ÙĨØŃÙĨ":130171,"Ġ×ŀק×ķר":130172,"ĠÄ°s":130173,"Ġдома":130174,"Ġวัà¸Ļ":130175,"ĠdÃłnh":130176,"Ñıн":130177,"миÑĢ":130178,"Ġmô":130179,"ĠvÃłng":130180,"صاب":130181,"sının":130182,"à¸Ħืà¸Ļ":130183,"خبر":130184,"×ĸ׼×ķ":130185,"Ġ×ŀש×Ķ×ķ":130186,"mü":130187,"Ġкомпании":130188,"Ġ×Ķ×¢×Ļר":130189,"ĠÙĥÙĪ":130190,"ÙĤÙĦب":130191,"ĠlỼp":130192,"ики":130193,"׳×ij":130194,"à¹Ĥà¸Ħร":130195,"à¹Ĥà¸Ħรà¸ĩ":130196,"à¹Ĥà¸Ħรà¸ĩà¸ģาร":130197,"×ŀ×ķ×¢×ĵ":130198,"ÑıÑĤÑģÑı":130199,"หลัà¸ĩà¸Īาà¸ģ":130200,"ениÑİ":130201,"Ġשע":130202,"ĠbÆ°á»Ľc":130203,"ãĥ¡ãĥ¼ãĥ«":130204,"ãĤĦãĤĬ":130205,"Ġ×Ļ×ķ×ĵ×¢":130206,"Ġê´Ģíķľ":130207,"ĠاÙĦØ£Ùħر":130208,"Ġbölge":130209,"ĠÑģвой":130210,"ÙĦس":130211,"Ġ×ŀ×Ļ×ķ×Ĺ×ĵ":130212,"ĠëĤ´ìļ©":130213,"ĠأجÙĦ":130214,"ĠÄIJông":130215,"Ġ×ŀ×ł×ª":130216,"Ġìĭľê°Ħ":130217,"ÙĥÙİ":130218,"ãģ¨ãģĦãģĨãģ®ãģ¯":130219,"Ġnależy":130220,"تÙĨظÙĬÙħ":130221,"ĠÑģозда":130222,"Ġphé":130223,"Ġphép":130224,"ãģ§ãģįãģ¾ãģĻ":130225,"ĠعÙĦÙħ":130226,"大ãģįãģª":130227,"ãĤ²ãĥ¼ãĥł":130228,"íħĮ":130229,"Ġ׼×ķ׾׾":130230,"ĠинÑĤеÑĢнеÑĤ":130231,"ĠTừ":130232,"ãģ¨ãģªãĤĭ":130233,"زاÙĦ":130234,"Ġktórym":130235,"Ġnhé":130236,"ìĪľ":130237,"нев":130238,"деÑĢ":130239,"ãĤ¢ãĥĹãĥª":130240,"iá»ĩu":130241,"×ij×Ļ׾":130242,"Ġتس":130243,"ĠÄIJây":130244,"ĠاÙĦخاصة":130245,"Ġà¹Ģà¸Ĭ":130246,"Ġà¹Ģà¸Ĭà¹Īà¸Ļ":130247,"صاد":130248,"Ġdạng":130249,"سعر":130250,"Ġש×Ļ×ŀ×ķש":130251,"×Ĵ×Ļ×Ŀ":130252,"ãģĮãģĤãģ£ãģŁ":130253,"пÑĢов":130254,"пÑĢовод":130255,"Ġ×IJ×Ļ׳×ķ":130256,"Ġ׾ר×IJ":130257,"Ġ׾ר×IJ×ķת":130258,"ĠØ£ÙģضÙĦ":130259,"ĠØŃÙĦ":130260,"ĠأبÙĪ":130261,"ê°ķ":130262,"Ġì§ij":130263,"ãģ®ãĤĪãģĨãģ«":130264,"Ġפ׳×Ļ":130265,"ס×Ļ×Ŀ":130266,"ĠÙĪÙĩذا":130267,"Ġkaç":130268,"Ġéén":130269,"Ġê±´":130270,"ë°Ķ":130271,"Ñĥз":130272,"à¸Ĥà¸Ńà¸ĩà¹Ģรา":130273,"iÅĤ":130274,"ĠÐľÑĭ":130275,"Ġchết":130276,"ĠاÙĦثاÙĨÙĬ":130277,"×IJק":130278,"Ġ×ķ×¢×ľ":130279,"ĠاÙĦطب":130280,"×ij×ĺ×Ĺ":130281,"ĠجدÙĬدة":130282,"ĠعدÙħ":130283,"عز":130284,"สิà¹Īà¸ĩà¸Ĺีà¹Ī":130285,"ãģĻãĤĮãģ°":130286,"ĠÄijô":130287,"ì£ł":130288,"دÙĤ":130289,"номÑĥ":130290,"Ġká»ĥ":130291,"ãĤ¢ãĥ³":130292,"å¤ļãģıãģ®":130293,"à¸Ľà¸£à¸°à¸ģ":130294,"à¸Ľà¸£à¸°à¸ģà¸Ńà¸ļ":130295,"פע×Ļ׾×ķת":130296,"ĠÑģÑĤол":130297,"mayı":130298,"ãģ¤ãģĦ":130299,"Ġyılında":130300,"Ġà¸Īึà¸ĩ":130301,"koÅĦcz":130302,"ĠThông":130303,"ĠакÑĤив":130304,"нÑģÑĤ":130305,"нÑģÑĤÑĢÑĥ":130306,"ĠÃĸz":130307,"Ġת×ŀ×Ļ×ĵ":130308,"ĠÙĥÙĨت":130309,"ÑģиÑģÑĤем":130310,"prés":130311,"présent":130312,"Ġnâ":130313,"Ġnâng":130314,"gÅĤos":130315,"ĠÙĪزÙĬر":130316,"ØŃصÙĦ":130317,"ĠимееÑĤ":130318,"ØŃرÙĥØ©":130319,"à¸ŀà¹Īà¸Ń":130320,"ãĤĴãģĬ":130321,"ĠاستخداÙħ":130322,"×IJ×Ļר×ķ×¢":130323,"ä»ĸãģ®":130324,"Ġש×Ķ×Ŀ":130325,"ãģĹãģŁãĤī":130326,"ש×ŀ×Ļ":130327,"Ñģла":130328,"mı":130329,"Ġbazı":130330,"Ġíķĺì§Ģë§Į":130331,"×ĵ׾":130332,"Ġyaptıģı":130333,"ãĥĬãĥ¼":130334,"׾×Ļ׾×Ķ":130335,"ãģ¨ãģĦãģ£ãģŁ":130336,"ändig":130337,"ĠÅŁa":130338,"ĠÙģÙĬÙħا":130339,"иÑĤелÑı":130340,"×ŀ×ķש":130341,"à¸Ĥà¸Ńà¸ļ":130342,"lük":130343,"Ġhá»ĵi":130344,"Ġëªħ":130345,"ĠاÙĦÙĥØ«ÙĬر":130346,"צ×IJ":130347,"Ġhazır":130348,"طرÙģ":130349,"اÙĬا":130350,"ĠÄijôi":130351,"енд":130352,"ÙĦغ":130353,"×Ĺ×ĸ×ķר":130354,"ĠвÑģег":130355,"ĠвÑģегда":130356,"ëIJĺê³ł":130357,"×ĵ×ķ×ĵ":130358,"ана":130359,"دÙĪÙĦØ©":130360,"Ġhoạch":130361,"عÙĦا":130362,"عÙĦاج":130363,"Ġ×ķ×¢×ĵ":130364,"×Ķ×Ŀ":130365,"кий":130366,"ÙĦÙIJ":130367,"Ġ×¢×ľ×Ļ×ķ":130368,"ÑİÑīий":130369,"Ġngủ":130370,"صÙĨع":130371,"ĠاÙĦعراÙĤ":130372,"à¸ķà¹Īà¸Ńà¹Ħà¸Ľ":130373,"ãģŁãģıãģķãĤĵ":130374,"Ġphạm":130375,"ÙĦاÙĨ":130376,"اتÙĩا":130377,"Ġböyle":130378,"تÙĨÙģÙĬ":130379,"تÙĨÙģÙĬØ°":130380,"Ġש×Ķ×Ļ×IJ":130381,"ÑģÑĥ":130382,"ยาว":130383,"Ġש×ķ׳×Ļ×Ŀ":130384,"Ġ×ŀ×ķ׾":130385,"ĠÑģил":130386,"Ġ×IJ×Ĺר×Ļ×Ŀ":130387,"Ġphủ":130388,"ÙĤطع":130389,"ĠThủ":130390,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศà¹Ħà¸Ĺย":130391,"ÙĨÙĤ":130392,"ĠÄijoạn":130393,"Ġبإ":130394,"пÑĢедел":130395,"×ķת×ķ":130396,"Ġyarı":130397,"пÑĢе":130398,"ĠczÄĻÅĽci":130399,"ØŃÙĥÙħ":130400,"×ķ׳×Ļת":130401,"×¤×¢×ľ":130402,"ãĤĴãģĹãģ¦":130403,"Ġktórzy":130404,"׾×Ŀ":130405,"ĠÄIJiá»ģu":130406,"ĠкоÑĤоÑĢаÑı":130407,"ĠìĿ´ìĥģ":130408,"ãģĤãģ£ãģŁ":130409,"Ġ×ŀ×ĵ×ķ×ijר":130410,"פ×ķ×¢×ľ":130411,"dım":130412,"éĢļãĤĬ":130413,"ĠбÑĥдÑĥÑĤ":130414,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ":130415,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭà¸ķà¹Į":130416,"اخر":130417,"×Ĺ×Ļ׾":130418,"Ġ×Ļ׾":130419,"Ġ×Ļ׾×ĵ×Ļ×Ŀ":130420,"×Ĺ×Ļפ":130421,"×Ĺ×Ļפ×ķש":130422,"Ġdòng":130423,"Ġש×ĸ×Ķ":130424,"ÑĮе":130425,"ãģĤãģ¨":130426,"ìŀIJê°Ģ":130427,"×IJ×ĵ":130428,"Ġüz":130429,"Ġüzere":130430,"ظÙĦ":130431,"Ġ×IJ×ķ׾×Ļ":130432,"Ġ×ij×Ļ×ķ×Ŀ":130433,"ÙĦات":130434,"Ġmê":130435,"침":130436,"تØŃد":130437,"تØŃدث":130438,"Ġخاصة":130439,"ĠبرÙĨ":130440,"ĠبرÙĨاÙħج":130441,"ĠHÃłn":130442,"×Ĺס":130443,"ĠÙĪÙĦÙħ":130444,"×¢×Ŀ":130445,"Ġmı":130446,"à¸Łà¸±à¸ĩ":130447,"שע×Ķ":130448,"ÙĪÙģÙĤ":130449,"ס×ij×Ļר":130450,"алÑĮнÑĭй":130451,"×Ĺש×ķ×ij":130452,"ĠnÃłng":130453,"ë³¼":130454,"ĠкоÑĤоÑĢÑĭÑħ":130455,"Ġ×Ĺ×ķק":130456,"tör":130457,"ĠлÑĥÑĩÑĪе":130458,"ãĥijãĥ³":130459,"ลà¹Īาสุà¸Ķ":130460,"ĠجدÙĬد":130461,"ÙĬدة":130462,"à¸Ĺรà¸ĩ":130463,"ãĤĪãĤĬãĤĤ":130464,"ÙĦÙĦ":130465,"ãĤĤãģ£ãģ¨":130466,"ש×ĺ×Ĺ":130467,"Ġ×ķ×IJ×Ļ":130468,"Ġgiá»ijng":130469,"إضاÙģ":130470,"קת":130471,"ë§Ŀ":130472,"ĠzostaÅĤ":130473,"ÑĢоз":130474,"×Ļפ×Ļ×Ŀ":130475,"Ġ׼׾׾":130476,"ת×ķ׼ף":130477,"dıģını":130478,"ÙĤسÙħ":130479,"ĠÑģÑĩиÑĤ":130480,"ĠÑģÑĩиÑĤа":130481,"×ĺ×ķת":130482,"ĠÆ°u":130483,"ĠØ¢ÙĦ":130484,"Ġмом":130485,"ĠмоменÑĤ":130486,"ĠاÙĦتعÙĦÙĬÙħ":130487,"×¢×ľ×ķת":130488,"Ġchữa":130489,"Ġyön":130490,"ĠtrÃł":130491,"ĠØŃÙĬÙĨ":130492,"à¸ĭั":130493,"ĠCá":130494,"×¢×ĸ":130495,"ĠاÙĦØ£ÙħÙĨ":130496,"cÃŃ":130497,"Ġvá»ijn":130498,"Ġà¸Ļาย":130499,"обÑĢа":130500,"ק×IJ":130501,"Ġthiếu":130502,"ãĥŀãĥ¼":130503,"สวà¸Ļ":130504,"Ġgá»Ń":130505,"Ġgá»Ńi":130506,"Ġê¹":130507,"Ġê¹Ģ":130508,"Ġthiá»ĩn":130509,"ÙĤع":130510,"wÄĻ":130511,"Ġнам":130512,"ÑĤол":130513,"Ġsân":130514,"ס×ķ×Ĵ":130515,"Ġgeçir":130516,"ÑĤон":130517,"ева":130518,"ĠÙĪضع":130519,"Ġعشر":130520,"Ñģло":130521,"à¸Īัà¸ļ":130522,"ãĤ·ãĥ¼":130523,"ãĤĤãģĤãĤĬãģ¾ãģĻ":130524,"Ġvẻ":130525,"ĠÄIJá»ĥ":130526,"رÙģع":130527,"ĠاÙĦØ£ÙĪÙĦÙī":130528,"ÑĤаÑĢ":130529,"ãģªãģıãģ¦":130530,"ÙħÙİ":130531,"quÃŃ":130532,"×¢×ł×Ļ×Ļ׳":130533,"ген":130534,"Ġhôm":130535,"à¸Īา":130536,"ĠnhỼ":130537,"ĠاÙĦعربÙĬ":130538,"×IJף":130539,"Ġlá»Ļ":130540,"ĠjeÅĽli":130541,"à¹Ģà¸Ĺà¹Īาà¸Ļัà¹īà¸Ļ":130542,"ĠØ£ÙĨÙĩا":130543,"Ġtuy":130544,"Ġtuyá»ĩt":130545,"Ġتص":130546,"ĠتصÙĨÙĬ":130547,"ĠتصÙĨÙĬÙģ":130548,"Ġê·¸ëŁ¬ëĤĺ":130549,"оÑĨен":130550,"à¸ģิà¸Īà¸ģรรม":130551,"ãĤĦãģ£ãģ¦":130552,"Ġkhá»ıi":130553,"Ġlá»ĩ":130554,"ĠاÙĦÙħجتÙħع":130555,"à¸Ńาà¸Īà¸Īะ":130556,"à¸Īะà¹Ģà¸Ľà¹ĩà¸Ļ":130557,"овÑĭй":130558,"ר×Ŀ":130559,"รà¹īà¸Ńà¸Ļ":130560,"ש×ŀש":130561,"人ãģ«":130562,"Ġüzerine":130563,"פר×Ļ":130564,"duÄŁu":130565,"Ñĩик":130566,"Ġmùa":130567,"Ġ×ŀת×ķ×ļ":130568,"ĠcáºŃp":130569,"ĠتارÙĬØ®":130570,"×ij×ľ×ª×Ļ":130571,"Ġì¢Ģ":130572,"ÙĦع":130573,"باÙĨ":130574,"Ġchút":130575,"Ġ×Ķ×ĸ×ŀף":130576,"née":130577,"ĠLiên":130578,"ĠÙĦÙĦØ£":130579,"ØŃدÙĪد":130580,"Ġ×¢×Ľ×©×Ļ×ķ":130581,"воз":130582,"Ġyaptı":130583,"Ġобо":130584,"à¹ĥหà¹īà¸ģัà¸ļ":130585,"Ġ×ij×Ķ×Ŀ":130586,"ãģıãģ¦":130587,"رأس":130588,"ĠÑģÑĢедÑģÑĤв":130589,"ĠBÃłi":130590,"ãģĵãģ¨ãģ«":130591,"ĠìĤ¬íļĮ":130592,"Ġ모ëijIJ":130593,"×ij×IJ":130594,"Ġtrắng":130595,"ĠاÙĦبÙĦد":130596,"ĠHoÃłng":130597,"либо":130598,"ĠдÑĢÑĥгиÑħ":130599,"Ä°R":130600,"Ñĥма":130601,"ĠJeÅĽli":130602,"ãĤĤãģĹ":130603,"Ġvòng":130604,"Ġ×IJתר×Ļ×Ŀ":130605,"ĠÄijá»įc":130606,"ĠвоÑĤ":130607,"ãģłãģĮ":130608,"ë°°":130609,"à¸Ķูà¹ģล":130610,"Ġ×ŀ׼׾":130611,"ìĹIJëıĦ":130612,"газ":130613,"Ġ׳×ķספ×Ļ×Ŀ":130614,"ãģĵãģ¨ãģ§":130615,"ĠتÙĪ":130616,"ãģ§ãģĤãĤĬ":130617,"à¸Ļัà¹Īà¸ĩ":130618,"ĠможеÑĤе":130619,"szÄĻ":130620,"ãģ®ãģł":130621,"ĠÙħÙĨÙĩ":130622,"Ġbá»ķ":130623,"Ġbüt":130624,"Ġbütün":130625,"ë³´ê³ł":130626,"Ġchá»ĵng":130627,"à¹ģà¸Īà¹īà¸ĩ":130628,"ĠVì":130629,"ĠØŃر":130630,"Ġgiản":130631,"ĠÙħدÙĬÙĨØ©":130632,"تطبÙĬÙĤ":130633,"à¸Īิ":130634,"æĹ¥ãģ®":130635,"бил":130636,"à¸ģà¸Ńà¸ĩ":130637,"ê³³":130638,"ĠØ£Ùħا":130639,"ìĨIJ":130640,"Ġtrái":130641,"ĠвÑģем":130642,"ĠسÙĨØ©":130643,"ĠÑģайÑĤ":130644,"ĠгоÑĤов":130645,"пÑĭ":130646,"ĠëIJł":130647,"ĠاÙĦخط":130648,"ĠاÙĦرئÙĬسÙĬØ©":130649,"Ġíķ©ëĭĪëĭ¤":130650,"ĠìķĦëĭĪëĿ¼":130651,"ĠìĿ´ëłĩ":130652,"ĠìĿ´ëłĩê²Į":130653,")ØĮ":130654,"hält":130655,"ĠØ£Ùħر":130656,"ĠعÙħر":130657,"à¸ģà¹ĩà¸Īะ":130658,"Ġà¸Ĺำà¹ĥหà¹ī":130659,"Ġcân":130660,"Ġ×ij׾":130661,"Ġ×ij׾×ij×ĵ":130662,"פסק":130663,"ĠÙĬÙĤÙĪÙĦ":130664,"нÑĥÑĤÑĮ":130665,"à¹ģà¸Ħ":130666,"Ġקצת":130667,"Ġnằm":130668,"Ġhòa":130669,"bilitÃł":130670,"ĠìĹĨëĭ¤":130671,"Ġ׼פ×Ļ":130672,"ÑĢож":130673,"лага":130674,"Ġ×Ķש×Ļ":130675,"ĠNgoÃłi":130676,"ĠÙĪج":130677,"ĠÙĪجÙĪد":130678,"ĠìľĦíķľ":130679,"ĠusÅĤug":130680,"Ġtuần":130681,"dź":130682,"×ŀ×ķף":130683,"ĠاÙĦعدÙĬد":130684,"Ġchẳng":130685,"สุà¸Ĥà¸łà¸²à¸ŀ":130686,"Ġ×ij×ĵר×ļ":130687,"ĠÑģебе":130688,"ĠìŀĪìĿĦ":130689,"ĠاÙĦØŃاÙĦ":130690,"Ġdá":130691,"ĠcÆ°á»Ŀi":130692,"Ġnghiên":130693,"ieÅĦ":130694,"ĠDÆ°Æ¡ng":130695,"ï¼ħ":130696,"شد":130697,"ãģĦãģ¤ãĤĤ":130698,"ĠвÑĭбоÑĢ":130699,"Ġcá»Ļng":130700,"ש×Ļ׳×ķ×Ļ":130701,"Ġchạy":130702,"Ġ×ij×¢×ľ×Ļ":130703,"اخبار":130704,"íķĺë©°":130705,"żÄħ":130706,"جاز":130707,"Ġ׳ר×IJ×Ķ":130708,"ศู":130709,"ศูà¸Ļ":130710,"ศูà¸Ļยà¹Į":130711,"×Ĵ×¢":130712,"Ġ×¢×ĵ×Ļ":130713,"Ġ×¢×ĵ×Ļ×Ļף":130714,"برا":130715,"ÑĨий":130716,"ĠÄIJá»ĵng":130717,"ÙĤاÙĨÙĪÙĨ":130718,"ĠÄijứng":130719,"ãģĹãģŁãĤĬ":130720,"Ġ×Ĺ×Ļ×Ļ":130721,"ĠëIJľ":130722,"ĠëIJľëĭ¤":130723,"ĠмеждÑĥ":130724,"à¸ŀวà¸ģà¹Ģà¸Ĥา":130725,"ĠBắc":130726,"ลำ":130727,"ë°±":130728,"ĠíĻķ":130729,"มาà¸ģม":130730,"มาà¸ģมาย":130731,"банк":130732,"à¸Ńาà¸ģาร":130733,"ĠhÃł":130734,"Ġ׾׳":130735,"à¸Ńà¸Ń":130736,"Ġë°Ķë¡ľ":130737,"лом":130738,"mática":130739,"ĠØŃد":130740,"ابت":130741,"à¸Ĺีà¹Īà¸Ļีà¹Ī":130742,"ĠcoÅĽ":130743,"ÙģÙĬدÙĬ":130744,"ÙģÙĬدÙĬÙĪ":130745,"ĠмеÑģÑĤо":130746,"Ġphút":130747,"มาà¸ģà¸ģวà¹Īา":130748,"×IJפ":130749,"بÙIJ":130750,"ĠPhú":130751,"ì±Ħ":130752,"ĠÙĪسÙĦÙħ":130753,"à¸Īีà¸Ļ":130754,"поÑĤÑĢеб":130755,"Ġ×Ĺ×ĵש×ķת":130756,"Ø´ÙĪ":130757,"Ġעצ×ŀ×ķ":130758,"ĠعÙħÙĦÙĬØ©":130759,"à¸Ħุà¸ĵà¸łà¸²à¸ŀ":130760,"ãģ¾ãģĻãģĮ":130761,"دعÙĪ":130762,"طرÙĤ":130763,"à¹Ħมà¹Īà¸ķà¹īà¸Ńà¸ĩ":130764,"ë²Ķ":130765,"ìĬ¹":130766,"ĠkÃŃch":130767,"ĠìĹĨëĬĶ":130768,"ĠÑĤам":130769,"ĠÙĨØŃÙĪ":130770,"ĠاÙĦÙĤاÙĨÙĪÙĨ":130771,"×Ĺ×ķ×Ŀ":130772,"Ġkız":130773,"Ġ×ĵ×Ļף":130774,"ĠвÑĢемени":130775,"ãģ£ãģŁãĤĬ":130776,"ĠØ´Ùĩر":130777,"ĠìĦľë¹ĦìĬ¤":130778,"עש×Ķ":130779,"Ġgiác":130780,"ĠاÙĦسÙĦاÙħ":130781,"Ġ×IJש":130782,"ĠполÑĥÑĩа":130783,"à¸Īัà¸Ķà¸ģาร":130784,"коÑĢ":130785,"Ġ×Ķ×ĺ×ķ×ij":130786,"รายà¸ģาร":130787,"주ìĿĺ":130788,"à¹ģà¸ķà¹Īละ":130789,"Ġê·¸ëŁ°ëį°":130790,"à¸Ĺีà¹Īà¹Ģà¸Ľà¹ĩà¸Ļ":130791,"Ġת×ķ×ļ":130792,"بÙĬاÙĨ":130793,"ÐĻ":130794,"oÅĽciÄħ":130795,"ÑĤок":130796,"ĠÃĶ":130797,"ĠÃĶng":130798,"à¹Ħมà¹Īà¹ĥà¸Ĭà¹Ī":130799,"ãģ¿ãģ¦":130800,"ÐŁÐ¾":130801,"ĠЧÑĤо":130802,"íĻ©":130803,"×ĺ×ij×¢":130804,"меÑĤÑĢ":130805,"Ġ×ij×ŀ×Ķ":130806,"Ġ×ij×ŀ×Ķ׾":130807,"Ġ×ij×ŀ×Ķ׾×ļ":130808,"ÑĩÑĮ":130809,"קש×Ķ":130810,"знак":130811,"знаком":130812,"ujÄĻ":130813,"×Ļצר":130814,"ĠاÙĦÙħÙĦÙĥ":130815,"ıyla":130816,"×IJ×ŀת":130817,"à¸Ľà¸´à¸Ķ":130818,"×IJ×Ĺ×ĵ":130819,"راد":130820,"ĠmáºŃt":130821,"ëĭ¤ëĬĶ":130822,"Ġlạnh":130823,"ש׾×ķש":130824,"ØŃدÙĬØ«":130825,"تز":130826,"å¹´ãģ®":130827,"ĠкваÑĢ":130828,"ĠкваÑĢÑĤиÑĢ":130829,"ä½ľãĤĬ":130830,"رÙĪب":130831,"ован":130832,"ĠТе":130833,"à¸Īำà¸ģ":130834,"à¸Īำà¸ģัà¸Ķ":130835,"باط":130836,"×Ĵת":130837,"ĠмаÑĪ":130838,"ĠмаÑĪин":130839,"×Ļצ×Ķ":130840,"ãģ»ãģ¨":130841,"ãģ»ãģ¨ãĤĵãģ©":130842,"ÃŃdo":130843,"ĠÑıзÑĭк":130844,"à¸ļิà¸Ļ":130845,"สà¸ĸาà¸Ļà¸Ĺีà¹Ī":130846,"ĠìĹ´":130847,"ãĤ¦ãĤ§":130848,"ĠcÃł":130849,"пан":130850,"åı£ãĤ³ãĥŁ":130851,"Ġرد":130852,"اÙĤت":130853,"ĠÙĥب":130854,"ĠÙĥبÙĬرة":130855,"ÑģÑĤал":130856,"ש×ŀ×Ĺ":130857,"posición":130858,"ĠÙħÙĦÙĬÙĪÙĨ":130859,"ĠìĿ´ìķ¼":130860,"ĠìĿ´ìķ¼ê¸°":130861,"Ġhút":130862,"ĠÅĽwiat":130863,"Ġë°©ë²ķ":130864,"ĠÑģвеÑĤ":130865,"Ġвидео":130866,"ĠاÙĦÙĨظاÙħ":130867,"Ġtrá»Ŀi":130868,"ĠëĮĢíķ´ìĦľ":130869,"ר×ŀת":130870,"تداÙĪÙĦ":130871,"×ķר×ĵ":130872,"ת×ŀ":130873,"ת×ŀ×ķ׳×ķת":130874,"Ġ×ŀף":130875,"Ġдва":130876,"Ġ×Ķק×ķ":130877,"æĹ¥ãģ«":130878,"Ġ×Ķ×Ĵ×Ļ×¢":130879,"à¹Ģà¸ŀิà¹Īมà¹Ģà¸ķิม":130880,"Ùħارس":130881,"Ġê²ĥìŀħëĭĪëĭ¤":130882,"ãģªãģĦãģ¨":130883,"Ġnhiá»ĩt":130884,"ëIJ©ëĭĪëĭ¤":130885,"Ġ×ij׳×ķש×IJ":130886,"Ġê°Ģìŀ¥":130887,"Ġvợ":130888,"ĠÄijóng":130889,"צ×Ļ׾×ķ×Ŀ":130890,"ê´Ģê³Ħ":130891,"ваÑı":130892,"×IJ×Ļ×ĸ":130893,"×IJ×Ļ×ĸ×Ķ":130894,"ĠÙĨظاÙħ":130895,"ÙħØŃاÙģظ":130896,"Ġtải":130897,"기ëıĦ":130898,"à¸Ľà¸±à¸Īà¸Īุ":130899,"à¸Ľà¸±à¸Īà¸Īุà¸ļัà¸Ļ":130900,"׼×ĵ×ķר":130901,"ĠìķĦìĿ´":130902,"׼׳×Ļס":130903,"à¹Ģà¸ķร":130904,"à¹Ģà¸ķรียม":130905,"Ġngoại":130906,"ĠدÙĪÙĦار":130907,"Ġrẻ":130908,"ĠkhÄĥn":130909,"عدد":130910,"شعب":130911,"czyÄĩ":130912,"ĠاÙĦÙĥر":130913,"ĠÑĩеловека":130914,"ĠÙĪØ¥ÙĨ":130915,"×IJ×ĺ":130916,"ĠthÆ¡":130917,"ĠاÙĦرÙĬاض":130918,"опÑĢедел":130919,"опÑĢеделен":130920,"×Ķ×ŀש×ļ":130921,"ĠÐĿово":130922,"зÑĭва":130923,"ĠاÙĦدÙĪÙĦÙĬ":130924,"ĠÄijáp":130925,"ĠкÑĢед":130926,"ĠкÑĢедиÑĤ":130927,"ового":130928,"Ġmôn":130929,"à¸Ľà¸£à¸°à¹Ĥย":130930,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ":130931,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļà¹Į":130932,"ÑģÑĤе":130933,"ĠThá»ĭ":130934,"دÙĬØ©":130935,"×ŀצ×ķ":130936,"Ùģات":130937,"ק×ĵ×Ŀ":130938,"ìĿ´ëĿ¼ê³ł":130939,"ÙĪØ®":130940,"Ġ×Ĺ×ĸ":130941,"ĠÑĦоÑĤо":130942,"׾×Ļת":130943,"تÙİ":130944,"ÙĪبر":130945,"йÑĤи":130946,"ĠÃ¶ÄŁren":130947,"Ġ×Ķ×ĸ×ķ":130948,"Ġvá»įng":130949,"ÙĤÙĪØ©":130950,"ĠTây":130951,"ĠÐĿи":130952,"Ġש×ķ×ij":130953,"ãģ¨è¨ĢãĤıãĤĮ":130954,"ãģ©ãĤĵãģª":130955,"×Ĺצ×Ļ":130956,"ï½ľ":130957,"Ġ×ķ×Ķ×ķ×IJ":130958,"ä¸Ģãģ¤":130959,"ĠÑģÑĤоиÑĤ":130960,"niÄħ":130961,"×ĺר×Ļ":130962,"ĠдеÑĤей":130963,"нÑıÑĤÑĮ":130964,"ĠÑģделаÑĤÑĮ":130965,"Ġë§İìĿ´":130966,"ä½ķãģĭ":130967,"ãģĽãĤĭ":130968,"à¹Ħหม":130969,"à¸ķิà¸Ķà¸ķà¹Īà¸Ń":130970,"Ġ×ijת×Ĺ":130971,"Ġ×ijת×Ĺ×ķ×Ŀ":130972,"ìĻĦ":130973,"ì§ĢëĬĶ":130974,"ÑģÑĤаÑĤ":130975,"ÑıÑģн":130976,"üb":130977,"Ġthả":130978,"Ġ×ij×IJ×ŀת":130979,"Ġtuyến":130980,"×ĵ×Ļר×Ķ":130981,"Ġ×IJ×Ļש×Ļ":130982,"×ĸ׼ר":130983,"ãģ°ãģĭãĤĬ":130984,"Ġxét":130985,"׼×Ļ×ķ":130986,"׼×Ļ×ķ×ķף":130987,"diÄŁini":130988,"ĠاÙĦÙħÙĪضÙĪع":130989,"ĠháºŃu":130990,"à¸Īาà¸ģà¸ģาร":130991,"×ijס×Ļס":130992,"Ġ×ŀ×Ĵ×Ļ×¢":130993,"×ij×Ļ×¢":130994,"ĠÙĪجÙĩ":130995,"à¹ģà¸Ķà¸ĩ":130996,"à¸Ļาà¸ĩ":130997,"ĠÅŀa":130998,"ì¡´":130999,"ë¡Ģ":131000,"à¸ķะ":131001,"Ġ×Ķ×Ĺ×Ļ×Ļ×Ŀ":131002,"ÙģÙĬد":131003,"ãģ§ãģĻãģĭãĤī":131004,"ê·ľ":131005,"źni":131006,"ĠлÑİдей":131007,"Ġyüzde":131008,"ıyorum":131009,"ĠاÙĦبØŃر":131010,"eño":131011,"паÑĢ":131012,"ÙĬÙĤØ©":131013,"обÑĢ":131014,"ר×ķ×ļ":131015,"تÙĪÙĤع":131016,"ĠاÙĦØ´ÙĬØ®":131017,"åĪĿãĤģãģ¦":131018,"ĠÑĤелеÑĦ":131019,"ĠÑĤелеÑĦон":131020,"Ġthôi":131021,"Ġ×Ļ׼×ķ׾×Ļ×Ŀ":131022,"ĠÅŁirk":131023,"ĠÅŁirket":131024,"Ġìļ°ë¦¬ê°Ģ":131025,"ĠÄijông":131026,"Ġת×ķ×ĵ×Ķ":131027,"ÑģмоÑĤÑĢеÑĤÑĮ":131028,"ĠÙĦÙĩÙħ":131029,"Ġ׾׼":131030,"ĠNó":131031,"ĠØŃاÙĦØ©":131032,"ãģĦãģij":131033,"קר×ķ":131034,"azı":131035,"ãĤ³ãĥ¼":131036,"ĠÙĦÙĦت":131037,"sınız":131038,"ĠHải":131039,"기ìĪł":131040,"ยัà¸ĩà¹Ħมà¹Ī":131041,"ëĭ¤ê³ł":131042,"פ×Ĺ":131043,"Ġ׾×Ĵ×ij×Ļ":131044,"ĠعÙĨÙĩ":131045,"Ġказ":131046,"Ġказино":131047,"بÙĪر":131048,"ÑĦеÑĢ":131049,"Ġê°ĻìĿ´":131050,"تسجÙĬÙĦ":131051,"ĠاÙĦÙħرÙĥز":131052,"ĠThái":131053,"даÑĤÑĮ":131054,"×ŀ×Ļ×Ļ׾":131055,"ĠpaylaÅŁ":131056,"ãģ¤ãģ®":131057,"à¹Ģรืà¸Ń":131058,"nça":131059,"׳×ķ×Ĺ":131060,"Ġ×IJפ×Ļ׾×ķ":131061,"ãģ¨èĢĥãģĪ":131062,"ãģ¨ãģĹãģ¦ãģ¯":131063,"à¹Ģà¸Īà¸Ń":131064,"×ŀפ":131065,"ĠgiriÅŁ":131066,"лиÑĤ":131067,"ÑĤелÑı":131068,"Ñijн":131069,"æ°Ĺãģ«":131070,"Ġgó":131071,"Ġgóp":131072,"åĪĩãĤĬ":131073,"Ġ×Ķ×Ĺ×ĵש":131074,"жал":131075,"Ġ×ĵעת":131076,"éģķãģĨ":131077,"à¹Ģà¸Ĥà¹īาà¹Ħà¸Ľ":131078,"Ġסר×ĺ":131079,"eña":131080,"æĸ°ãģĹãģĦ":131081,"رÙİ":131082,"ĠÐIJÑĢ":131083,"Ġphản":131084,"à¸Īะà¹Ħà¸Ķà¹ī":131085,"Ġ×ijצ×ķר×Ķ":131086,"شاÙĩ":131087,"شاÙĩد":131088,"ÙĪرد":131089,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩà¸Īาà¸ģ":131090,"илиÑģÑĮ":131091,"à¹ģละà¸ģาร":131092,"Ġ×Ķ×ĸ׼":131093,"Ġ×Ķ×ĸ׼×ķ×Ļ×ķת":131094,"eiÃŁ":131095,"ãĥ¨":131096,"ìĥĪ":131097,"ĠÃĩa":131098,"Ư":131099,"ש×Ĵ":131100,"ÙĬÙĨØ©":131101,"รà¹īà¸Ńà¸ĩ":131102,"ãĤµãĥ³":131103,"ÑĢоÑģÑģий":131104,"ÑĢоÑģÑģийÑģк":131105,"aÄŁa":131106,"ĠнаÑĩина":131107,"ĠصÙĦÙī":131108,"à¸Ĺุà¸ģà¸Ħà¸Ļ":131109,"íļĮìĤ¬":131110,"ĠлиÑĨ":131111,"Ø´ÙĬر":131112,"ĠØ´ÙĬØ¡":131113,"ÙĬÙĨا":131114,"Ġפ×Ĺ×ķת":131115,"Ġiçeris":131116,"Ġiçerisinde":131117,"ĠØ£ØŃÙħد":131118,"Ġżeby":131119,"ì´Ŀ":131120,"Ġпоказ":131121,"Ġименно":131122,"หà¸Ļัà¸ĩส":131123,"หà¸Ļัà¸ĩสืà¸Ń":131124,"ĠÑĤÑĢе":131125,"สัà¸ĩà¸Ħม":131126,"Ø¥ÙIJ":131127,"ãģĮå¿ħè¦ģ":131128,"ÙĬÙijØ©":131129,"פצ":131130,"íĭ°":131131,"ĠÙħجاÙĦ":131132,"׳פש":131133,"кан":131134,"×Ĺ×ķפ":131135,"×Ĺ×ķפש":131136,"ì²ĺëŁ¼":131137,"оваÑı":131138,"зов":131139,"Ġhạ":131140,"ĠdziÄĻki":131141,"×Ļר×ķ":131142,"Ġ׾×ŀצ":131143,"Ġ׾×ŀצ×ķ×IJ":131144,"×Ļ×ĵ×ķ":131145,"Ġsợ":131146,"Ġ׾×Ķ×Ĵ×Ļ×¢":131147,"ק×ij×¢":131148,"Ġchiá»ģu":131149,"ãĥŀãĤ¤":131150,"ĠdÃłng":131151,"à¹ģà¸Łà¸Ļ":131152,"Ġüye":131153,"×Ļ׳×Ĵ":131154,"à¹Ģรียà¸ģ":131155,"ç§ģãģĮ":131156,"thé":131157,"ĠÑĦилÑĮ":131158,"ĠÑĦилÑĮм":131159,"ĠNgÃły":131160,"Ġжен":131161,"ĠженÑīин":131162,"جÙĬد":131163,"nç":131164,"à¸Ľà¸£à¸²":131165,"×Ļ×ŀ×ķ":131166,"Ġná»ģn":131167,"×IJ×ķ׾×Ŀ":131168,"ĠвозможноÑģÑĤÑĮ":131169,"Ġëĭ¤ìĭľ":131170,"è¦ĭãģŁ":131171,"à¸ĸà¸Ļ":131172,"à¸ĸà¸Ļà¸Ļ":131173,"mızı":131174,"ĠÙħجÙħÙĪعة":131175,"cjÄħ":131176,"ĠÐłÐ¤":131177,"à¸ģำหà¸Ļ":131178,"à¸ģำหà¸Ļà¸Ķ":131179,"ĠìĹ¬ê¸°":131180,"landı":131181,"ниÑĨ":131182,"ÑģÑĤве":131183,"Ġ×ĵ×ijר×Ļ×Ŀ":131184,"ĠskÅĤad":131185,"ãĤĬãģ¾ãģĹãģŁ":131186,"ĠоÑĤкÑĢÑĭÑĤ":131187,"нÑıÑĤ":131188,"ĠÑģвоей":131189,"à¸Īิà¸ķ":131190,"ĠкаÑĩеÑģÑĤве":131191,"ĠettiÄŁi":131192,"ìĤ¬íķŃ":131193,"ĠاÙĦÙĬÙħÙĨ":131194,"иÑĩеÑģкий":131195,"ë¸Į":131196,"Ġ×ij×IJרץ":131197,"ĠاسÙħ":131198,"ĠизвеÑģÑĤ":131199,"rão":131200,"ĠattivitÃł":131201,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ģาร":131202,"ĠاÙĦدÙĥت":131203,"ĠاÙĦدÙĥتÙĪر":131204,"ĠÙĪاØŃدة":131205,"ĠÑģÑĩеÑĤ":131206,"ĠпÑĢиÑĩ":131207,"ĠпÑĢиÑĩин":131208,"ĠÙĪزارة":131209,"Ġhuyá»ĩn":131210,"ĠÙĥتاب":131211,"à¹ģà¸Ļà¹Īà¸Ļ":131212,"à¹ģà¸Ļà¹Īà¸Ļà¸Ńà¸Ļ":131213,"Ġgünü":131214,"гÑĢÑĥз":131215,"ĠاÙĦخاص":131216,"Ġgörül":131217,"׾×ŀ×ĵ":131218,"ĠìłķëıĦ":131219,"×ķ×ij×Ļ׾":131220,"Ġ×ŀקצ×ķ×¢×Ļ":131221,"ĠоÑģобенно":131222,"à¸Ľà¸£à¸°à¸ģา":131223,"à¸Ľà¸£à¸°à¸ģาศ":131224,"acaģını":131225,"ë¶ģ":131226,"à¸łà¸¹à¸¡à¸´":131227,"ĠÑįлекÑĤ":131228,"ĠÑįлекÑĤÑĢо":131229,"Ġקש×Ķ":131230,"سÙĦØ·":131231,"à¸Ĭà¸Ļะ":131232,"×¢×Ļ׾":131233,"ĠЧе":131234,"à¹ģà¸Ļà¹Ī":131235,"lıģ":131236,"lıģın":131237,"Ġ×ŀ×¢×¨×Ľ×ª":131238,"好ãģįãģª":131239,"มาà¸ģà¸Ĥึà¹īà¸Ļ":131240,"×ŀ×¢×ijר":131241,"ĠاÙĦÙħغرب":131242,"ĠпеÑĢи":131243,"ĠпеÑĢиод":131244,"Ġnhạc":131245,"اÙĪÙĬ":131246,"ĠÙĪعÙĦÙī":131247,"أخذ":131248,"ĠCô":131249,"תר×ij×ķת":131250,"×Ĵ×Ķ":131251,"Ġktórej":131252,"×IJ×Ļת":131253,"×ij×ķ×IJ":131254,"делÑĮ":131255,"รีวิ":131256,"รีวิว":131257,"жÑĥ":131258,"Ġ×ij×Ĺ×ķ":131259,"еÑĪÑĮ":131260,"ĠØ£ÙĦÙģ":131261,"ĠاÙĦÙĪØ·ÙĨÙĬ":131262,"ĠاÙĦÙħÙĨØ·ÙĤØ©":131263,"nÄħÄĩ":131264,"Ġthiên":131265,"иÑĩеÑģкой":131266,"ĠاÙĦÙħÙĦ":131267,"ĠعÙħ":131268,"ספר":131269,"Ġnhóm":131270,"ÙĪصÙģ":131271,"ĠChúng":131272,"ĠرÙĤÙħ":131273,"ãģ¾ãģĹãģŁãģĮ":131274,"alité":131275,"ลม":131276,"ĠëĤ´ê°Ģ":131277,"׾ק×ķ×Ĺ":131278,"ĠSÆ¡n":131279,"posição":131280,"miÄĻ":131281,"Ġtránh":131282,"ĠÄIJá»Ļ":131283,"׼×Ĺ":131284,"ãģĤãģ£ãģ¦":131285,"à¸Ńยà¹Īา":131286,"Ġ×ŀ×Ĺ×Ļר":131287,"Ġ×Ķ×Ļת×Ķ":131288,"à¸Ľà¹Īา":131289,"à¸Ńืà¹Īà¸Ļà¹Ĩ":131290,"Ø´ÙĤ":131291,"×ł×¡×Ļ":131292,"림":131293,"ãģ¦ãģĹãģ¾ãģĨ":131294,"Ġ×ŀצ×ij":131295,"ãģ«åĩº":131296,"ÙħÙĪاطÙĨ":131297,"ยัà¸ĩมี":131298,"алÑĮнÑĭе":131299,"sanız":131300,"إسرائÙĬÙĦ":131301,"ĠvÃłi":131302,"ì¤Ħ":131303,"ãģ¨æĢĿãģ£ãģ¦":131304,"×Ļ×ķ׳×Ļ":131305,"çĶŁãģį":131306,"Ġsâu":131307,"ÑĩиÑģÑĤ":131308,"Ġlá»ħ":131309,"ĠGiá":131310,"à¸Ńà¸¸à¸Ľ":131311,"à¸Ńà¸¸à¸Ľà¸ģร":131312,"à¸Ńà¸¸à¸Ľà¸ģรà¸ĵà¹Į":131313,"Ġnhẹ":131314,"rö":131315,"ס×ĺ×Ļ":131316,"ãģķãĤĵãģĮ":131317,"Ġdầu":131318,"عÙİ":131319,"ترا":131320,"×Ĵ×ĵ׾":131321,"Ġtécnica":131322,"׼׳×Ļ×Ŀ":131323,"תקש":131324,"תקש×ķרת":131325,"Ġнего":131326,"était":131327,"Ġmá»ģm":131328,"ÑģеÑĤ":131329,"ĠnháºŃt":131330,"Ġ×ŀ×¢×ľ":131331,"Ġ×Ķ×¢×ij×ķ×ĵ":131332,"Ġ×Ķ×¢×ij×ķ×ĵ×Ķ":131333,"Ġ×Ĵ×Ļ׾":131334,"ãģ¯ãģªãģĦ":131335,"ائØŃ":131336,"ĠздеÑģÑĮ":131337,"×IJ×Ļ׳×ĺר":131338,"ÙħÙIJ":131339,"Ġ×Ļ×Ĺ×ĵ":131340,"راÙģ":131341,"ì²ĺ리":131342,"×ĵ×¢×ķת":131343,"ì¹ľ":131344,"ĠТо":131345,"ĠThế":131346,"충":131347,"Ġ׳׼×ķף":131348,"عÙĬØ´":131349,"низ":131350,"ĠجاÙĨب":131351,"×ŀקצ×ķ×¢":131352,"à¹Ĥà¸ĭ":131353,"ÑģÑĥÑĤ":131354,"ìĸ´ìļĶ":131355,"ãĤĴè¦ĭãģ¦":131356,"ارد":131357,"Ġaçıl":131358,"ĠاÙĦØŃÙĬاة":131359,"à¸ģà¹ĩà¹Ħà¸Ķà¹ī":131360,"ãģĿãĤĮãĤĴ":131361,"عضÙĪ":131362,"ĠгÑĢаж":131363,"ĠгÑĢаждан":131364,"à¸Īะà¸ķà¹īà¸Ńà¸ĩ":131365,"ĠìĿ´ëŁ¬":131366,"ĠìĿ´ëŁ¬íķľ":131367,"Ġtrách":131368,"ÙĨÙİ":131369,"Ġkısa":131370,"ÃĶ":131371,"ÑĪка":131372,"ãģ®äºº":131373,"ĠÐŁÐ¾Ñģ":131374,"ĠÐŁÐ¾Ñģле":131375,"ÑĥлÑĮ":131376,"ÙĪاجÙĩ":131377,"ÙĤرب":131378,"à¸Ľà¸ıิà¸ļัà¸ķิ":131379,"ê°Ļ":131380,"Ġ×ŀ׳":131381,"ĠÑģвои":131382,"براÙħج":131383,"ĠرÙĪ":131384,"пÑĢод":131385,"пÑĢодаж":131386,"ĠbyÅĤy":131387,"วัย":131388,"Ġgörün":131389,"ĠÃĪ":131390,"ÑİÑīим":131391,"ĠÑĤакой":131392,"ÙģÙĪر":131393,"ĠÙģعÙĦ":131394,"Ġбел":131395,"ëIJł":131396,"erÃŃa":131397,"ĠÑģвоÑİ":131398,"Ġlã":131399,"Ġlãnh":131400,"à¹Ģà¸ŀืà¹Īà¸Ńà¹ĥหà¹ī":131401,"ÙĤÙĨ":131402,"تطÙĪÙĬر":131403,"Ġsayı":131404,"ĠÑģейÑĩаÑģ":131405,"Ġ×IJ×Ĺרת":131406,"ק×ķפ×Ķ":131407,"ק×ķרס":131408,"ĠسÙħ":131409,"Ġ×ĺ×Ļפ×ķ׾":131410,"ìĿ´ëĿ¼ëĬĶ":131411,"دراسة":131412,"èµ·ãģĵ":131413,"×Ĺ×Ļ׳":131414,"×Ĺ×Ļ׳×ķ×ļ":131415,"×ĵק":131416,"Ġë§ŀ":131417,"Ġкоманд":131418,"ĠÐijо":131419,"ĠигÑĢÑĭ":131420,"à¸ļี":131421,"ĠØ£Ùİ":131422,"вен":131423,"ĠاÙĦجدÙĬد":131424,"ĠÙĦØ¥":131425,"Ġ×ķ×IJ׳×Ļ":131426,"Ġ×Ķס×Ļ":131427,"иÑĩеÑģкого":131428,"رÙĪØŃ":131429,"à¸ģารศึà¸ģษา":131430,"ĠTrÆ°á»Ŀng":131431,"игÑĢа":131432,"ılması":131433,"ĠмаÑģÑģ":131434,"ãģ¨ãģįãģ«":131435,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ":131436,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļมา":131437,"ĠاÙĦسابÙĤ":131438,"Ġ×ŀ×¢×ĺ":131439,"ваÑĤÑĮ":131440,"mÃ¼ÅŁ":131441,"Ġ׾׼×ļ":131442,"Ġtá»ĭch":131443,"ÙģÙĩÙħ":131444,"تدرÙĬب":131445,"Ø´Ùĥ":131446,"Ġ×ij×ŀ×Ļ":131447,"Ġ×ij×ŀ×Ļ×ķ×Ĺ×ĵ":131448,"ÙĤطاع":131449,"ãģªãģĹ":131450,"×ķצ×Ļ×IJ":131451,"ĠÙĪسÙĬ":131452,"зÑĥ":131453,"Ġyat":131454,"Ġyatırım":131455,"ë§İ":131456,"Ġthắng":131457,"ãģĬ客":131458,"ãģĬ客æ§ĺ":131459,"ĠThiên":131460,"ãģ«å¯¾ãģĹãģ¦":131461,"ÑĢиÑģ":131462,"ÙĨتائ":131463,"ÙĨتائج":131464,"Ġ×ŀשר":131465,"Ġ×ŀשר×ĵ":131466,"ĠتعاÙĦ":131467,"ĠتعاÙĦÙī":131468,"ש׳×Ļ":131469,"ÙĩاÙħ":131470,"×IJ׳ש×Ļ×Ŀ":131471,"Ġżycia":131472,"ĠÑĢÑĥблей":131473,"ÙĬض":131474,"Ġkatıl":131475,"ĠÙħÙĪضÙĪع":131476,"Ġvardır":131477,"ĠÙħÙĨØ·ÙĤØ©":131478,"ĠTrần":131479,"ĠвеÑģ":131480,"üp":131481,"ÙħÙĪÙĨ":131482,"ÑĪли":131483,"Ġnóng":131484,"Ø®ÙĦÙģ":131485,"ĠСÑĤа":131486,"ĠдоÑĢ":131487,"ĠдоÑĢог":131488,"ĠwÅĤaÅĽnie":131489,"eÄŁin":131490,"Ġhiá»ĥm":131491,"ĠСам":131492,"ê»ĺìĦľ":131493,"ĠÑĦа":131494,"ãģ»ãģĨ":131495,"ãģ»ãģĨãģĮ":131496,"×ķפ×Ļ×¢":131497,"ê°Ī":131498,"دÙĪÙĦ":131499,"Ġthuê":131500,"Ġchá»Ĺ":131501,"Ġëĭ¹ìĭł":131502,"ãģijãĤĮ":131503,"ãģijãĤĮãģ©":131504,"ë³´íĺ¸":131505,"ãģķãĤĮãģ¦ãģĦãģ¾ãģĻ":131506,"Ġнадо":131507,"ĠìĤ¬ëŀĮëĵ¤":131508,"à¹Ģà¸Ĥà¸ķ":131509,"สมัย":131510,"zÅĤ":131511,"تÙĪر":131512,"Ġשת×Ļ":131513,"vê":131514,"Ġ×ijת×ķ×ļ":131515,"à¸Ĭัย":131516,"ãģĦãģ£ãģŁ":131517,"ìĿij":131518,"Ġtầ":131519,"Ġtầng":131520,"ש׼ר":131521,"Ġê¸Ģ":131522,"Ġ×Ķש׳×Ķ":131523,"ĠاÙĨÙĩ":131524,"ç«ĭãģ¡":131525,"rés":131526,"führen":131527,"رØŃÙħ":131528,"ê·¹":131529,"ĠâĢ«":131530,"Ġsuất":131531,"à¸Łà¸´":131532,"ÙĬÙĩا":131533,"ĠاÙĦاتØŃاد":131534,"Ġtuyá»ĥn":131535,"ãģ¾ãĤĭ":131536,"Ġmại":131537,"Ġngân":131538,"ãĤ°ãĥ©":131539,"欲ãģĹãģĦ":131540,"سار":131541,"ãĤĤãģ®ãģ§ãģĻ":131542,"кие":131543,"Ġseçim":131544,"åħ¥ãĤĬ":131545,"ãģªãģ©ãĤĴ":131546,"ÑĤÑĢи":131547,"ĠÑģпеÑĨ":131548,"Ġأد":131549,"Ġодно":131550,"ÑĪел":131551,"ãĥĩãĥ¼ãĤ¿":131552,"ãĤ·ãĤ¹ãĥĨ":131553,"ãĤ·ãĤ¹ãĥĨãĥł":131554,"è¡Įãģį":131555,"ãģ¨æĢĿãģ£ãģŁ":131556,"à¹Ģà¸ģิà¸Ķà¸Ĥึà¹īà¸Ļ":131557,"ĠÑĤож":131558,"ĠÑĤоже":131559,"Ġsạch":131560,"ĠÑģÑĢок":131561,"ĠклиенÑĤ":131562,"ĠÙħشرÙĪع":131563,"Ġaltında":131564,"Ġì·¨":131565,"ä¸Ńãģ®":131566,"ãģķãģĽãĤĭ":131567,"ãģĻãģ¹":131568,"ãģĻãģ¹ãģ¦":131569,"ê°ľë°ľ":131570,"ĠÄijêm":131571,"ãģªãģĦãģ®ãģ§":131572,"ì²ł":131573,"×¢×ij×ĵ":131574,"Ġdấu":131575,"à¸Ħà¸Ļà¸Ĺีà¹Ī":131576,"ĠCách":131577,"تعÙĦÙĬÙħ":131578,"Ġhại":131579,"ãĤ»ãĥķãĥ¬":131580,"ĠÙĨÙģسÙĩ":131581,"ĠíĨµíķ´":131582,"ÑĪло":131583,"ĠнапÑĢав":131584,"ĠнапÑĢавлен":131585,"ÑĢÑĥÑĩ":131586,"íĶĮ":131587,"Ġ×ijר×Ļ×IJ":131588,"ãģ®ãģ¿":131589,"ãģ«ãģĬãģĦãģ¦":131590,"×ij׳ק":131591,"ãĤ¨ãĥ³":131592,"Ø«ÙĦاث":131593,"Ġmỹ":131594,"ĠÑģайÑĤе":131595,"ĠемÑĥ":131596,"تغÙĬ":131597,"تغÙĬÙĬر":131598,"خصÙĪص":131599,"ÑĤели":131600,"Ġ×ķ׾׼ף":131601,"פע×Ŀ":131602,"ĠпоÑįÑĤомÑĥ":131603,"راÙĨ":131604,"иÑĤелей":131605,"пиÑģан":131606,"×¢×¥":131607,"ĠìĤ¬ìĹħ":131608,"Ùħز":131609,"جÙħÙĬع":131610,"ë©´ìĦľ":131611,"à¸ľà¸¥à¸´à¸ķà¸łà¸±":131612,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ":131613,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij":131614,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ijà¹Į":131615,"ĠпÑĢимеÑĢ":131616,"ãĤŃãĥ¼":131617,"lâ":131618,"ĠchÄĥm":131619,"缮ãģ®":131620,"ãģĦãģĭ":131621,"ãģ¨è¨ĢãģĨ":131622,"×ĸ×ķ×Ĵ":131623,"Ġ×ij×ĵ×Ļ":131624,"Ġ×ij×ĵ×Ļ×ķק":131625,"ãģĬåºĹ":131626,"à¸ķà¸Ńà¸Ļà¸Ļีà¹ī":131627,"Ġphá»iji":131628,"пÑĤ":131629,"สà¸Ļาม":131630,"Ø·ÙĪ":131631,"صاØŃ":131632,"صاØŃب":131633,"ĠDü":131634,"ĠDünya":131635,"Ġпока":131636,"пал":131637,"ĠÄijảo":131638,"ĠاÙĦÙģÙĪر":131639,"ĠاÙĦÙģÙĪرÙĥس":131640,"Ġmáu":131641,"кÑĢеп":131642,"ĠاÙĦساعة":131643,"ĠгоÑĢода":131644,"ÙģصÙĦ":131645,"айÑĤе":131646,"Ġдог":131647,"ĠдоговоÑĢ":131648,"Ġإذ":131649,"Ġ×ij׼׾׾":131650,"ÙĬتÙĩ":131651,"×Ĵ×ijר":131652,"Ġbirç":131653,"Ġbirçok":131654,"문íĻĶ":131655,"ãģĿãģĨãģª":131656,"راØŃ":131657,"ĠÙħرة":131658,"ĠденÑĮги":131659,"fä":131660,"à¸Ĥà¹īาว":131661,"ĠÑģовÑĢем":131662,"ĠÑģовÑĢеменн":131663,"׾×Ĺ×¥":131664,"èī¯ãģı":131665,"ĠÙģØ£":131666,"Ġ×ķ×ĸ×Ķ":131667,"Ġзани":131668,"Ġзанима":131669,"Ġê°Ģì§Ģê³ł":131670,"ĠhÆ¡i":131671,"ãģªãģ®ãģĭ":131672,"ãĥĨãĥ¬ãĥĵ":131673,"Ġר×ij×ķת":131674,"à¸ķี":131675,"Ġ×ij×©×ł×ª":131676,"ĠTại":131677,"ĠthuáºŃn":131678,"Ñģел":131679,"Ñijм":131680,"dziÄĩ":131681,"ĠÑģка":131682,"ĠÑģкаÑĩ":131683,"ĠÑģкаÑĩаÑĤÑĮ":131684,"×ķ×ŀ×ķ":131685,"гла":131686,"ĠминÑĥÑĤ":131687,"åĩºãģĻ":131688,"Ġ×Ĺ×Ļ×Ļ×ij":131689,"Ġת×Ĵ×ķ×ij×Ķ":131690,"à¸£à¸¹à¸Ľà¹ģà¸ļà¸ļ":131691,"ниÑĨа":131692,"ĠÄ°n":131693,"Ġأع":131694,"ĠضÙħÙĨ":131695,"ÙħثاÙĦ":131696,"ĠyaÅŁan":131697,"ĠìĹ°êµ¬":131698,"ĠLê":131699,"ש׾×Ĺ":131700,"ãģıãģªãĤĭ":131701,"ìĹĨìĿ´":131702,"ĠÑĤÑĢи":131703,"ĠÑĩаÑģÑĤо":131704,"ĠобÑĢаÑĤ":131705,"пло":131706,"دخ":131707,"دخÙĪÙĦ":131708,"سÙĩ":131709,"à¸Ńาà¸ģ":131710,"à¸Ńาà¸ģาศ":131711,"Ġ׼×ĸ×Ķ":131712,"Ġ×Ķעסק":131713,"ĠاÙĦØ£ÙĨ":131714,"å¹´ãģ«":131715,"עש×ķ":131716,"Ġשע×ķת":131717,"ĠmÃłn":131718,"×IJר×Ļ":131719,"sıyla":131720,"ÙģرÙĤ":131721,"ниÑħ":131722,"Ġتست":131723,"è¦ĭãģ¦":131724,"ØŃاÙĪÙĦ":131725,"×IJ×Ļ׼×ķת":131726,"ĠbaÅŁladı":131727,"stÄħ":131728,"stÄħpi":131729,"à¸Ĺีà¹Īà¹Ģรา":131730,"ÙĤرر":131731,"جاب":131732,"Ġ×ijר×ķר":131733,"à¹Ģà¸Ĥà¹īาà¹ĥà¸Ī":131734,"×ŀ×Ĺקר":131735,"alım":131736,"Ġס×Ļפ×ķר":131737,"ãģ§ãģĤãĤĮãģ°":131738,"Ġש×ŀ×ķר×ķת":131739,"Ġ×ķ×ŀ×Ķ":131740,"ãģĵãģĿ":131741,"idée":131742,"ä¸ĭãģķãģĦ":131743,"تÙĨاÙĪÙĦ":131744,"Ġลà¹īาà¸Ļ":131745,"Ġìļ°ë¦¬ëĬĶ":131746,"اÙĨا":131747,"ÑģÑĤой":131748,"боÑĤ":131749,"ĠyaÅŁam":131750,"köy":131751,"Ø¥ÙĦ":131752,"ÑĢÑĭв":131753,"기ìĹħ":131754,"Ġ×Ķ×ŀ×ĵ":131755,"Ġ×Ķ×ŀ×ĵ×Ļ׳×Ķ":131756,"دب":131757,"×¢×Ļ׳×Ļ":131758,"×ŀת×Ĺ":131759,"Ġפר×Ļ":131760,"ãĥĭãĥ¼":131761,"اÙħÙĬ":131762,"Ġnhằm":131763,"ãĤĮãģªãģĦ":131764,"تعرÙģ":131765,"Ġë§ĪìĿĮ":131766,"ìĵ°":131767,"Ġhấp":131768,"ר×Ĵ×Ļ׾":131769,"بÙİ":131770,"ĠrÄĥng":131771,"glÄħd":131772,"ĠÑģиÑģÑĤемÑĭ":131773,"Ġkhóa":131774,"ãģ§ãģĻãĤĪãģŃ":131775,"大ãģįãģı":131776,"기를":131777,"Ġkéo":131778,"ÙĪØ¡":131779,"جاÙħ":131780,"جاÙħع":131781,"Ġ×¢×Ļצ×ķ×ij":131782,"téri":131783,"Ġתש":131784,"Ġ×IJ×ij×Ļ":131785,"ĠChÆ°Æ¡ng":131786,"à¸ļริà¹Ģว":131787,"à¸ļริà¹Ģวà¸ĵ":131788,"ãģ¤ãģı":131789,"Ġ×Ĺ×ķ׾":131790,"עת×Ļ×ĵ":131791,"ש×Ļ×ŀ×Ķ":131792,"ëĤ¨":131793,"Ġש×IJ×Ļף":131794,"ĠÙĪاÙĦØ¥":131795,"ÑĦа":131796,"Ġkhám":131797,"Ġ×ĺ×ķ×ij×Ķ":131798,"ĠвÑĭÑģ":131799,"ĠвÑĭÑģоко":131800,"ĠاÙĦØŃدÙĬØ«":131801,"人ãĤĤ":131802,"dÃ¼ÄŁÃ¼":131803,"×Ļ×Ĺ×ķ×ĵ":131804,"تعÙĦÙĬ":131805,"تعÙĦÙĬÙĤ":131806,"lö":131807,"تØŃدÙĬد":131808,"него":131809,"ĠÑĥдоб":131810,"Ġ׾×ŀ×Ļ":131811,"Ġר×ķצ×Ļ×Ŀ":131812,"Ġجاء":131813,"Ġ×ij×ĸ×ŀף":131814,"à¸Ľà¸ģà¸ķิ":131815,"é«ĺãģı":131816,"à¸Ľà¸¥à¸²":131817,"Ġartık":131818,"Ġbugün":131819,"ק׳×Ļ":131820,"Ġkhoá":131821,"ĠÙħرÙĥز":131822,"ĠìŀIJ기":131823,"درجة":131824,"×ŀשר×ĵ":131825,"Ġgiấy":131826,"Ġchóng":131827,"קפ":131828,"ÙĬبة":131829,"ĠczÄĻsto":131830,"вали":131831,"Ùĥب":131832,"ìŁģ":131833,"สà¸ļาย":131834,"à¸Ľà¸£à¸°à¸Ĭาà¸Ĭà¸Ļ":131835,"×Ĵ×ķ×£":131836,"ëŁī":131837,"ãģ®ãģĵãģ¨":131838,"ลà¸Ń":131839,"Ġnghá»ī":131840,"åŃIJãģ©":131841,"åŃIJãģ©ãĤĤ":131842,"à¹Ħà¸Ķà¹īà¸Ńย":131843,"à¹Ħà¸Ķà¹īà¸Ńยà¹Īาà¸ĩ":131844,"×ĵ×¢":131845,"ĠاÙĦتÙī":131846,"ĠÑģовеÑĤ":131847,"ĠqualitÃł":131848,"åĩºãģĹ":131849,"ĠÑĢÑĥков":131850,"ĠÑĢÑĥковод":131851,"รายละà¹Ģà¸Ńียà¸Ķ":131852,"ãģªãģĭãģªãģĭ":131853,"기ê´Ģ":131854,"Ġ×Ĺ×ķש":131855,"Ġ×Ĺ×ķש×ij":131856,"лоÑĤ":131857,"à¸Ļะà¸Ħรัà¸ļ":131858,"ק×ij×ķצ×Ķ":131859,"Ġthái":131860,"Ġש×ij×Ķ":131861,"ĠÑĪкол":131862,"ĠÙĦÙĥÙĦ":131863,"à¹ĥà¸Ļà¸Ĭà¹Īวà¸ĩ":131864,"ĠÙħÙĥاÙĨ":131865,"ëķĮ":131866,"Ġcải":131867,"ĠChÃŃ":131868,"ÑĥÑĩа":131869,"ìĿµ":131870,"Ġxảy":131871,"à¸Ĭà¸Ļิà¸Ķ":131872,"ĠcáºŃu":131873,"кÑĢов":131874,"ssé":131875,"ĠÙĨÙĪع":131876,"ĠТа":131877,"Ø®Ùħس":131878,"פ×ķס×ĺ":131879,"Ġmắc":131880,"ĠÄijem":131881,"à¸ģารà¹ĥà¸Ĭà¹ī":131882,"ר×ķס":131883,"ĠÐĽÐµ":131884,"Ġthá»Ń":131885,"รà¹Īาà¸ĩà¸ģาย":131886,"üzü":131887,"æĹ¥æľ¬ãģ®":131888,"ê³¼ìłķ":131889,"ש×Ļ×IJ":131890,"ĠìŀĪê³ł":131891,"×ij×ķ׾":131892,"ìķħ":131893,"ĠÙĪاÙĦا":131894,"ĠÐĽÐ¸":131895,"ĠвÑģÑij":131896,"Ġużytkow":131897,"×Ĺ×ķ׾":131898,"رÙģض":131899,"Ġsonuç":131900,"ãģĦãģ¾ãģĽãĤĵ":131901,"ìĤ¬ìĹħ":131902,"ëĪĦ":131903,"ÑĤек":131904,"ĠudziaÅĤ":131905,"лез":131906,"Ġ×Ķ×Ļ×Ļת×Ļ":131907,"ãĤīãĤĮãģ¦":131908,"ÙħسؤÙĪÙĦ":131909,"رار":131910,"ÑĤан":131911,"ĠÄijÃło":131912,"Ġר×ķ×ij":131913,"Ġ×ijש×ij×Ļ׾":131914,"ä»ĬåĽŀãģ¯":131915,"ãĤ¸ãĥ¥":131916,"Ġ×¢×ijר":131917,"ãģĽãģ¦":131918,"полÑĮ":131919,"aklı":131920,"ĠkÃŃnh":131921,"دت":131922,"ложение":131923,"ĠاÙĦÙħص":131924,"ĠاÙĦÙħصرÙĬ":131925,"à¸Īริà¸ĩà¹Ĩ":131926,"ĠاÙĦشرÙĥØ©":131927,"ĠÄijá»ı":131928,"ãĥĽãĥĨ":131929,"ãĥĽãĥĨãĥ«":131930,"Ñįкон":131931,"Ñįконом":131932,"ĠÙĪعÙĨ":131933,"Ġ×ª×ł":131934,"Ġ×ª×ł×IJ×Ļ":131935,"ĠاÙĦدÙĪÙĦÙĬØ©":131936,"Ġì§ĢìĹŃ":131937,"ãģ§ãģĻãģĭ":131938,"ĠваÑĢи":131939,"ĠваÑĢианÑĤ":131940,"ĠاÙĦعرب":131941,"ела":131942,"ĠtÆ°á»Ľng":131943,"skÄħ":131944,"Ġmặc":131945,"สัà¸ģ":131946,"ãĥĵãĥ¼":131947,"Ġ×ij×Ĵ׾":131948,"Ġ×ij×Ĵ׾׾":131949,"ãĥķãĤ¡ãĥ³":131950,"×ij×Ļצ":131951,"×ij×Ļצ×ķ×¢":131952,"лиÑģÑĤ":131953,"à¸Łà¸¸":131954,"à¸Łà¸¸à¸ķ":131955,"à¸Łà¸¸à¸ķà¸ļà¸Ńล":131956,"à¸Ŀà¹Īาย":131957,"ìŀIJìĿĺ":131958,"ĠسÙĪÙģ":131959,"Ġש×Ķת":131960,"Ġ걸":131961,"×¢×ij×ķ×ĵ":131962,"ãģĻãĤĭãģĵãģ¨ãģĮ":131963,"ĠÑĩаÑģÑĤÑĮ":131964,"ãĤ¢ãĥ¡ãĥª":131965,"ãĤ¢ãĥ¡ãĥªãĤ«":131966,"Ġtakım":131967,"ĠsỼ":131968,"ĠsỼm":131969,"שר×Ķ":131970,"è¨ĢãģĨ":131971,"лан":131972,"커":131973,"׼׳×Ķ":131974,"ÙĪÙģÙĬ":131975,"íĹĪ":131976,"luÄŁu":131977,"ĠëĮĢíķ´":131978,"Ġ׾×ij×Ļת":131979,"Ġ×Ķר×IJש×ķ׳×Ķ":131980,"صÙħ":131981,"Ġsöyled":131982,"Ġsöyledi":131983,"à¸Ľà¸²à¸ģ":131984,"Ġardından":131985,"ãģĪãģŁ":131986,"à¸Ĺัà¹Īวà¹Ħà¸Ľ":131987,"Ġ׳×ķסף":131988,"болÑĮ":131989,"ãĤĵãģ§ãģĻãģijãģ©":131990,"ĠлиÑĪÑĮ":131991,"Ġ×ij×IJ×Ļ":131992,"ĠбÑĭÑģÑĤÑĢо":131993,"สัà¸Ļ":131994,"Ġ×ijפ׳×Ļ":131995,"леÑĩ":131996,"ĠاÙĦخبر":131997,"Ġsóc":131998,"Ġthú":131999,"ĠпÑıÑĤ":132000,"ãģĬé¡ĺ":132001,"ãģĬé¡ĺãģĦ":132002,"ÑĤин":132003,"ãģ«ãģ¤ãģĦãģ¦ãģ¯":132004,"פף":132005,"ĠдвÑĥÑħ":132006,"à¸įีà¹Ī":132007,"à¸įีà¹Īà¸Ľ":132008,"à¸įีà¹Īà¸Ľà¸¸":132009,"à¸įีà¹Īà¸Ľà¸¸à¹Īà¸Ļ":132010,"опеÑĢ":132011,"ĠاÙĦبشر":132012,"ĠاÙĦÙħاÙĦ":132013,"ıyoruz":132014,"تØŃÙħÙĬÙĦ":132015,"à¸ģะ":132016,"éĸĵãģ«":132017,"×Ĺ×ķש":132018,"ĠNguyên":132019,"ãģĦãģ¦ãģĦãĤĭ":132020,"дÑĥÑĪ":132021,"שפע":132022,"ÑĪÑĥ":132023,"å®ŁéļĽãģ«":132024,"ĠÑĢайон":132025,"ĠChá»ī":132026,"ÙĨصر":132027,"Ġìļ´":132028,"Ġìļ´ìĺģ":132029,"Ġ×Ķ×ĵ×Ļף":132030,"ØŃدد":132031,"رز":132032,"ĠاÙĦدÙħ":132033,"ĠPháp":132034,"ÑĤÑģÑı":132035,"è¦ĭãģĪ":132036,"Ġtiá»ĥu":132037,"Ġsá»Ńa":132038,"аÑİÑĤÑģÑı":132039,"ĠBá":132040,"Ġ×ķ׼׾":132041,"Ðĸ":132042,"ÑĪим":132043,"ìĿ´ëĬĶ":132044,"лев":132045,"dık":132046,"Ġprésente":132047,"Ġaraç":132048,"صدÙĤ":132049,"Ġпомог":132050,"ĠاÙĦشرÙĤ":132051,"ĠÙĪاÙĦØ°ÙĬ":132052,"رÙĬا":132053,"×ij׳×ķת":132054,"Ġngá»ĵi":132055,"ר×ķפ":132056,"ר×ķפ×IJ":132057,"Ġthấp":132058,"ãĤĦãģ¯":132059,"ãĤĦãģ¯ãĤĬ":132060,"ĠاÙĦجدÙĬدة":132061,"éĿŀ常ãģ«":132062,"ÙĬÙĦÙĬ":132063,"쪽":132064,"تعاÙħÙĦ":132065,"ãģłãģ¨æĢĿãģĦãģ¾ãģĻ":132066,"ÙħÙħ":132067,"иÑĤели":132068,"ãĤµãĤ¤ãĤº":132069,"ادات":132070,"ĠاÙĦÙħاÙĦÙĬØ©":132071,"Ùĥاتب":132072,"кли":132073,"веÑĢÑħ":132074,"ниÑĩ":132075,"Ġ×ľ×¢×ij×ķ×ĵ":132076,"׾×Ļ×Ķ":132077,"ØŃÙİ":132078,"ãĤ¤ãĥĻ":132079,"ãĤ¤ãĥĻãĥ³ãĥĪ":132080,"Ġת×Ĵ×ķ×ij×ķת":132081,"ÑĦон":132082,"ĠдÑĢÑĥгие":132083,"×IJ×ĸ×ķר":132084,"Ġperò":132085,"ìķŀ":132086,"åĢŁãĤĬ":132087,"רצ×Ļ":132088,"×IJ×ĸ":132089,"алÑĮнÑĭÑħ":132090,"Ġê²ĥìľ¼ë¡ľ":132091,"ĠпÑĢаво":132092,"ĠاÙĦأرض":132093,"à¹Ģà¸Ĺà¸Ħ":132094,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ":132095,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล":132096,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย":132097,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลยี":132098,"צר×Ļ":132099,"ĠÐļÑĥ":132100,"ılma":132101,"決ãĤģ":132102,"اÙĪ":132103,"Ġ×ĵק×ķת":132104,"à¸Ħรู":132105,"ĠÙħستÙĪÙī":132106,"à¸Ľà¹īà¸Ńà¸ĩ":132107,"à¸Ľà¹īà¸Ńà¸ĩà¸ģัà¸Ļ":132108,"×ĵ×ķ×ŀ×Ķ":132109,"ĠÑģегоднÑı":132110,"سÙĪÙĤ":132111,"ר×Ĺ×ķ×ij":132112,"Ġإدارة":132113,"Ñħож":132114,"éģİãģİ":132115,"à¸Ħà¸Ń":132116,"нÑĥл":132117,"×ķ׼×Ķ":132118,"ÙĪاÙģÙĤ":132119,"׼׾׾":132120,"Ġ×Ķ×ĵ×ķ":132121,"ĠlÄ©nh":132122,"Ġkhảo":132123,"×IJ×ŀצע":132124,"머":132125,"Ġ׼×Ļצ":132126,"Ġ׼×Ļצ×ĵ":132127,"ĠдолжнÑĭ":132128,"หวัà¸ĩ":132129,"ãĥĩãĤ¶":132130,"ãĥĩãĤ¶ãĤ¤ãĥ³":132131,"Ġngá»Ŀ":132132,"ä¸Ńãģ«":132133,"à¸ģลัà¸ļมา":132134,"جÙħاÙĦ":132135,"à¸Ķัà¸ĩà¸ģลà¹Īาว":132136,"سÙĥÙĨ":132137,"سÙĨ":132138,"Ġözellikle":132139,"зеÑĢ":132140,"rzÄĻ":132141,"×ŀ×ķר×Ķ":132142,"Ġlạ":132143,"×ŀ×Ļ׳×Ļ":132144,"ר×Ļת":132145,"ãģĿãĤĮãģĮ":132146,"ãģĭãĤĮ":132147,"ĠÙĬÙħÙĥÙĨÙĥ":132148,"öffentlich":132149,"ган":132150,"ĠاÙĦØŃÙĦ":132151,"ĠmiÄĻdzy":132152,"ĠÑĩаÑģÑĤи":132153,"ujÄħcy":132154,"ĠbaÄŁlı":132155,"ĠiliÅŁki":132156,"Ùģاء":132157,"ãĥªãĥ³ãĤ°":132158,"Ġhãng":132159,"ĠконÑĤÑĢ":132160,"ĠконÑĤÑĢол":132161,"коп":132162,"ש×Ļ×¢":132163,"ש×Ļ×¢×ķר":132164,"ĠÐĴаÑĪ":132165,"Ġ×Ķתק":132166,"ÙħÙĨع":132167,"ĠpolÃŃtico":132168,"Ġголов":132169,"ĠØ¥ÙĬ":132170,"Ø¥ÙĨتاج":132171,"à¸ļิ":132172,"ĠговоÑĢ":132173,"ĠговоÑĢиÑĤ":132174,"Ġphá»ķ":132175,"ĠÑģемÑĮ":132176,"ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132177,"ĠÙĪاست":132178,"×ŀשפ×ĺ":132179,"зем":132180,"×ŀ×ĵ×ijר":132181,"Ġíģ°":132182,"ĠìĿ´ë²Ī":132183,"ê°ĢëĬĶ":132184,"Ġì§ĢìĽIJ":132185,"ĠcaÅĤy":132186,"ĠgeliÅŁtir":132187,"Ñģкое":132188,"posé":132189,"Ġkhô":132190,"à¸ķิà¸Ķà¸ķาม":132191,"missão":132192,"Ġ׾×ŀר":132193,"Ġ׾×ŀר×ķת":132194,"Ġbó":132195,"à¸ķรวà¸Īสà¸Ńà¸ļ":132196,"Ġnghá»ģ":132197,"Ġбиз":132198,"ĠбизнеÑģ":132199,"ÑģÑĤеÑĢ":132200,"ÙĪÙİ":132201,"楽ãģĹãģ":132202,"楽ãģĹãģ¿":132203,"ãģĵãĤĮãģĭãĤī":132204,"wiÄħzan":132205,"สà¸Ńà¸Ļ":132206,"ÙħÙĪر":132207,"׳×ĵ׾":132208,"Ġ×Ķ×IJ×ĵ×Ŀ":132209,"Ġмолод":132210,"ØŃÙħا":132211,"ØŃÙħاÙĬØ©":132212,"ÑģÑĤÑĢан":132213,"Ġbuá»ķi":132214,"ת×Ļ×Ļ×Ŀ":132215,"abileceÄŁi":132216,"LÄ°":132217,"à¹Ģยà¸Ńะ":132218,"à¸Īร":132219,"سÙĥاÙĨ":132220,"à¸Ļัà¸Ķ":132221,"Ġmấy":132222,"ĠÐijа":132223,"sÅĤaw":132224,"ĠÙģÙĦا":132225,"ĠкоÑĤоÑĢой":132226,"ĠплоÑī":132227,"ĠплоÑīад":132228,"ãĤĤãģĤãĤĬ":132229,"szczÄĻ":132230,"×Ļפ×ķ":132231,"ש×ŀת":132232,"owaÅĤa":132233,"Ġnông":132234,"צ×ij×IJ":132235,"ĠìŀĪìĹĪ":132236,"ãģ¾ãģ¨":132237,"ãģ¾ãģ¨ãĤģ":132238,"ÙĤÙĪات":132239,"ãģ¿ãĤĵãģª":132240,"Ġ׼×ŀ×¢×ĺ":132241,"Ġxúc":132242,"ï¼Ĩ":132243,"rÄĻ":132244,"rÄĻcz":132245,"×ĵ×ŀ×Ļ":132246,"ĠtáºŃn":132247,"à¸Ķวà¸ĩ":132248,"ê²½ìłľ":132249,"пÑĥÑĤ":132250,"أربع":132251,"Ġ×ŀשת×ŀש":132252,"ãĤ¿ãĤ¤ãĥĹ":132253,"Ġìłľê°Ģ":132254,"Ġ׾׼ף":132255,"ĠобÑĢазом":132256,"ÙĬÙĥا":132257,"wÅĤ":132258,"wÅĤasn":132259,"ĠاÙĦÙĪØ·ÙĨÙĬØ©":132260,"بÙĬب":132261,"×ŀ׾×Ļ":132262,"кÑĢаÑĤ":132263,"기ìĹIJ":132264,"ÙĤاد":132265,"ĠÙĦدÙī":132266,"à¸Ħวามรูà¹ī":132267,"×ŀ×ĵ×Ļ׳×Ļ×ķת":132268,"겨":132269,"ĠíĺĦìŀ¬":132270,"שת×Ļ":132271,"мол":132272,"Ġmái":132273,"à¸ŀิม":132274,"à¸ŀิมà¸ŀ":132275,"à¸ŀิมà¸ŀà¹Į":132276,"หลวà¸ĩ":132277,"Ġxuyên":132278,"×Ĺסר":132279,"رÙĪÙĨ":132280,"ãģĿãģĨãģĦãģĨ":132281,"ãģĿãĤĮãģŀ":132282,"ãģĿãĤĮãģŀãĤĮ":132283,"Ġ׼ש×Ķ":132284,"ÐŁÑĢав":132285,"×ŀ×ijצע":132286,"عرب":132287,"Ġbüyü":132288,"פ×Ļת×ķ×Ĺ":132289,"à¸Īà¸ļ":132290,"ĠØ£Ùĥبر":132291,"שרת":132292,"×ŀ׼ש×Ļר":132293,"ĠÙĪÙħع":132294,"ãģ®ãģŁãĤģãģ«":132295,"à¸Ļัà¸ļ":132296,"ì°°":132297,"ãĥªãĥķãĤ©":132298,"ãĥªãĥķãĤ©ãĥ¼ãĥł":132299,"ĠcÆ°á»Ŀng":132300,"ĠìłĢíĿ¬":132301,"ÙħÙĨظÙħØ©":132302,"Ġhiçbir":132303,"ãģ§ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132304,"รà¸Ńย":132305,"ëIJľëĭ¤":132306,"ãģĻãģIJãģ«":132307,"кла":132308,"Ġürünler":132309,"Ġkiá»ĥu":132310,"ĠëĤĺëĬĶ":132311,"ÑĤки":132312,"Ñģим":132313,"Ġchá»īnh":132314,"ãĤĤãģªãģĦ":132315,"ศรี":132316,"æĽ¿ãģĪ":132317,"taÅŁ":132318,"ĠبÙĥÙĦ":132319,"Ġ×ķ×Ļש":132320,"visão":132321,"ä¼Ŀ":132322,"ä¼ĿãģĪ":132323,"ÙĦد":132324,"׾×Ļ×ŀ":132325,"׾×Ļ×ŀ×ķ×ĵ":132326,"tória":132327,"دÙij":132328,"اÙħر":132329,"Ġê·¸ëłĩê²Į":132330,"ĠmateriaÅĤ":132331,"à¸Ĺรา":132332,"à¸Ĺราà¸ļ":132333,"ãģ®æĸ¹ãģĮ":132334,"ãģ¦ãģįãģŁ":132335,"ضغ":132336,"ضغط":132337,"ĠÙĬعÙĨÙĬ":132338,"ело":132339,"×IJ×Ķ×ij×Ķ":132340,"×¢×ŀ":132341,"ÅŁÄ±k":132342,"ìŀIJëĬĶ":132343,"ãĤ¿ãĥ³":132344,"ĠbáºŃt":132345,"×ŀשפ×Ĺ×Ķ":132346,"кÑĢи":132347,"бли":132348,"สัà¸ķ":132349,"สัà¸ķวà¹Į":132350,"ĠسÙĨÙĪات":132351,"ĠPhÆ°Æ¡ng":132352,"ãģ¦ãģĹãģ¾ãģ£ãģŁ":132353,"ãģªãģľ":132354,"Ġ×ij×IJ×ķ":132355,"Ġcán":132356,"سجÙĦ":132357,"Ġlẽ":132358,"ãĤ±ãĥ¼ãĤ¹":132359,"Ġק×Ļ×ij׾":132360,"à¸ļà¸Ĺà¸Ħวาม":132361,"Ġ×ķ׼ף":132362,"ĠпÑĢедÑģÑĤавлен":132363,"Ġná»iji":132364,"Ġcomentário":132365,"ением":132366,"Ġtá»ı":132367,"lÃł":132368,"Ġש×Ķ×Ļ×Ķ":132369,"Ñģлав":132370,"ĠاÙĦÙĪÙĦا":132371,"ĠاÙĦÙĪÙĦاÙĬات":132372,"ÙĦجÙĨØ©":132373,"ק×ķר×IJ":132374,"бÑĭÑĤ":132375,"Ġì¦":132376,"Ġì¦ī":132377,"ãģ§ãģĻãģĹ":132378,"หรืà¸Ńà¹Ħมà¹Ī":132379,"заÑīиÑĤ":132380,"ÙģÙĦسطÙĬÙĨ":132381,"Ġmiá»ħn":132382,"à¹Ģยà¹ĩà¸Ļ":132383,"ĠçalÄ±ÅŁan":132384,"×Ļ×Ĵ×Ķ":132385,"ĠEÄŁ":132386,"ĠEÄŁitim":132387,"ãĥĥãĤ·ãĥ¥":132388,"ĠопÑĭ":132389,"ĠопÑĭÑĤ":132390,"رغ":132391,"رغب":132392,"ĠÑģвоиÑħ":132393,"à¸Ľà¸£à¸°à¸ķ":132394,"à¸Ľà¸£à¸°à¸ķู":132395,"Ġ×ŀ×IJ×ĵ":132396,"׼×ķ׳×Ļ×Ŀ":132397,"à¸Ļี":132398,"ĠвÑĭÑħод":132399,"ãģ®ä¸Ńãģ«":132400,"פ׾×IJ":132401,"ĠÙĪÙĦÙĬس":132402,"פ×ķרס":132403,"פ×ķרס×Ŀ":132404,"ÙħسÙĦÙħ":132405,"Ġngôi":132406,"×ĵ×ŀ×ķת":132407,"ãĤĴ使ãģ£ãģ¦":132408,"ĠпомоÑīÑĮÑİ":132409,"أسر":132410,"блок":132411,"ÙĤÙĩ":132412,"ãģĹãģ¾ãģĦ":132413,"ãģ¨ãģĹãģŁ":132414,"ĠпеÑģ":132415,"ãĥīãĥ«":132416,"×Ĺ×Ŀ":132417,"ãģĹãģªãģĮãĤī":132418,"ĠÐŁÑĢед":132419,"ãĥģãĤ§ãĥĥãĤ¯":132420,"å¼·ãģĦ":132421,"ש×Ļר×ķת":132422,"даеÑĤ":132423,"×Ļ×ij×ķ":132424,"Ġgenç":132425,"илаÑģ":132426,"илаÑģÑĮ":132427,"ĠبÙĦد":132428,"æĤª":132429,"æĤªãģĦ":132430,"Ġ×ŀשת":132431,"æ§ĺãĢħ":132432,"æ§ĺãĢħãģª":132433,"à¸ĺรรมà¸Ĭาà¸ķิ":132434,"ĠÙĥاÙħÙĦ":132435,"ĠاÙĦسÙħ":132436,"×ij×ĺ×Ļ×Ĺ":132437,"cá":132438,"gência":132439,"ãĤ¹ãĤ¿ãĥ¼":132440,"à¸Ĺำà¸ģาร":132441,"×Ļ×ľ×ª":132442,"Ġ×Ļ×ķצ×IJ":132443,"wój":132444,"à¸ļุà¸Ħ":132445,"à¸ļุà¸Ħà¸Ħล":132446,"عتÙħ":132447,"عتÙħد":132448,"ãģĿãĤĮãģ«":132449,"ĠاÙĦتارÙĬØ®":132450,"ÙĤراء":132451,"Ġyönetim":132452,"קשר":132453,"ĠÑģпоÑĢÑĤ":132454,"Ġר×IJש×ķף":132455,"Ġseñal":132456,"Ġchắn":132457,"çĦ¡ãģĦ":132458,"ĠдоÑģÑĤаÑĤ":132459,"ĠдоÑģÑĤаÑĤоÑĩно":132460,"Ġágua":132461,"à¸ģรà¸ĵ":132462,"à¸ģรà¸ĵี":132463,"Ġ×ŀש×ķ":132464,"Ġtrải":132465,"ë²Į":132466,"ujÄħcych":132467,"Ùģرد":132468,"à¹ĥà¸ģล":132469,"à¹ĥà¸ģลà¹ī":132470,"ãĤĭãģ®ãģ¯":132471,"ר×ķ×ķ×Ĺ":132472,"ÙĨÙĥ":132473,"ĠاÙĦÙĨÙĤ":132474,"ãģ®ãģ§ãģĹãĤĩãģĨ":132475,"ãģ®ãģ§ãģĹãĤĩãģĨãģĭ":132476,"ÙħعرÙģ":132477,"ÙħعرÙģØ©":132478,"ÑĥÑīе":132479,"Ġ×ij×¢×Ļקר":132480,"تصÙĦ":132481,"Ġ×Ķ×IJר":132482,"Ġ×Ķ×IJרץ":132483,"ĠÅŀi":132484,"à¸Ĥาà¸Ķ":132485,"íŀĺ":132486,"ãģªãĤĵãģ¨":132487,"ĠìĤ¬ëŀij":132488,"lÃ¼ÄŁÃ¼":132489,"باء":132490,"ĠاÙĦآخر":132491,"ĠfamÃŃlia":132492,"ĠTháng":132493,"ÑīениÑı":132494,"ãĤ¯ãĥŃ":132495,"ĠThứ":132496,"æĽ¸ãģį":132497,"енной":132498,"ìŀ¡":132499,"благ":132500,"благо":132501,"пов":132502,"à¹ģว":132503,"à¸ĩà¸Ħà¹Į":132504,"à¸Ńัà¸Ļà¸Ķัà¸ļ":132505,"ãģĤãģĴ":132506,"รà¹īาย":132507,"ünün":132508,"Ġ×Ļ׼×ķ׾×Ķ":132509,"зон":132510,"ĠÐľÐ¸":132511,"маÑĤеÑĢиал":132512,"Ġë³´ë©´":132513,"ØŃÙģظ":132514,"êÌģ":132515,"ãģ«ãģĻãĤĭ":132516,"Ġת×IJ":132517,"Ġ×Ķס×ķ":132518,"ĠÑģÑĤоÑĢ":132519,"ĠÑģÑĤоÑĢон":132520,"ãĥĪãĥĥãĥĹ":132521,"ÅĤoÅĽÄĩ":132522,"ëħ¼":132523,"ëĵĿ":132524,"ĠÙĪاÙĦع":132525,"ì¶Ķ":132526,"Ġ×Ļצ×IJ":132527,"ĠÑĢаздел":132528,"алÑĮнаÑı":132529,"×IJ׳ש×Ļ":132530,"spoÅĤ":132531,"spoÅĤec":132532,"spoÅĤeczn":132533,"إعÙĦ":132534,"إعÙĦاÙĨ":132535,"ÙĤÙĪÙī":132536,"íķĺë©´ìĦľ":132537,"تطÙĪر":132538,"Ġsiêu":132539,"Ỽt":132540,"дви":132541,"движ":132542,"Ġquần":132543,"kıl":132544,"ĠпÑĢизна":132545,"ĠHã":132546,"ĠHãy":132547,"ĠباÙĦت":132548,"manın":132549,"ãĤ«ãĥ«":132550,"Ġká»·":132551,"ק׾×Ļ":132552,"ëIJĺì§Ģ":132553,"تعÙĦÙħ":132554,"ìĭľìĦ¤":132555,"ìĭ¶":132556,"íĺ¼":132557,"ÙĥÙĬÙģ":132558,"売ãĤĬ":132559,"วิà¸Ĭา":132560,"бал":132561,"ĠØ£ØŃ":132562,"Ġдолжен":132563,"ราà¸ĩ":132564,"ราà¸ĩวั":132565,"ราà¸ĩวัล":132566,"Ùħاء":132567,"جار":132568,"Åļ":132569,"Ġ×ŀ×IJ×ĸ":132570,"ר×ŀ×Ķ":132571,"ãģĭãĤĤãģĹãĤĮãģªãģĦ":132572,"étude":132573,"czÄħc":132574,"Ġgór":132575,"×ł×¡×Ķ":132576,"ÙħÙĬد":132577,"ĠÐŁÐµÑĢе":132578,"أخر":132579,"ãģĿãģ®å¾Į":132580,"à¹Ģà¸Ķียวà¸ģัà¸Ļ":132581,"×ŀ×Ĵ×ķ":132582,"×ŀ×Ĵ×ķ×ķף":132583,"дов":132584,"masına":132585,"×¢×ł×Ķ":132586,"ãĤ±ãĥĥãĥĪ":132587,"סע":132588,"סע×Ļ×£":132589,"ĠTÆ°":132590,"Ġtóc":132591,"íĻľëıĻ":132592,"ĠÐŀд":132593,"ĠÐŀднако":132594,"Ġdolayı":132595,"ؤÙĥد":132596,"ê³Ħíļį":132597,"׾ר":132598,"веÑĩ":132599,"Ġkhợi":132600,"Ġthủy":132601,"×ĵף":132602,"รà¸ģ":132603,"à¸ļัà¸ķร":132604,"à¹Ģà¸ģà¹Īา":132605,"ĠاÙĦثاÙĦ":132606,"ĠاÙĦثاÙĦØ«":132607,"Ġpodrá":132608,"ער×Ļ":132609,"ÙĨجاØŃ":132610,"Ġkhắc":132611,"측":132612,"Ä°M":132613,"ãĤ»ãĥĥãĥĪ":132614,"żenia":132615,"Ġ׾×Ĺ×ijר":132616,"erÃł":132617,"ì´Ī":132618,"Ġküç":132619,"Ġküçük":132620,"اتÙĩÙħ":132621,"à¸ĭà¹Į":132622,"ÙħشارÙĥØ©":132623,"ĠاÙĦبط":132624,"Ġdây":132625,"еннÑĭм":132626,"à¸Ĺีà¹Īà¹Ħมà¹Ī":132627,"ÙĤÙİ":132628,"Ġvượt":132629,"Ġtrì":132630,"ĠwpÅĤyw":132631,"AÅŀ":132632,"зо":132633,"ĠاÙĦسÙĬد":132634,"à¸Ĺะà¹Ģล":132635,"ĠÑģодеÑĢжа":132636,"عطÙĬ":132637,"ĠاÙĦعÙĨ":132638,"èĢħãģĮ":132639,"à¹Ģหà¸Ļ":132640,"à¹Ģหà¸Ļืà¸Ń":132641,"ĠbÃŃ":132642,"Ġüzerinden":132643,"ĠVÅ©":132644,"Ġnuôi":132645,"ÙĨÙħ":132646,"алÑĮного":132647,"×¢×Ļף":132648,"ØŃضر":132649,"ĠоÑĤдел":132650,"ëªĩ":132651,"ìķ¡":132652,"ĠÙĦدÙĬÙĩ":132653,"ìĻľ":132654,"Ġsektör":132655,"Ġвозможно":132656,"ĠÐĶж":132657,"Ġhô":132658,"äºĭãģĮ":132659,"иÑĢование":132660,"алÑĮной":132661,"Ġ미êµŃ":132662,"رØŃÙĦ":132663,"ĠÑįкÑģ":132664,"пÑĢавлÑı":132665,"Ġnhá»Ŀ":132666,"ĠÄijẩ":132667,"ĠÄijẩy":132668,"ÙģÙĥر":132669,"ĠÙĪأضاÙģ":132670,"ãĥIJãĤ¹":132671,"ת×ķ׼׳×Ļת":132672,"ÑĤелей":132673,"ĠØ¥ÙĦÙĬÙĩ":132674,"ãģ¨è¨Ģãģ£ãģ¦":132675,"Ġдве":132676,"Ġchấp":132677,"ĠLö":132678,"à¸Ħลิ":132679,"à¸Ħà¸¥à¸´à¸Ľ":132680,"ĠسÙĪر":132681,"ĠسÙĪرÙĬا":132682,"×ŀ×Ĺ×ķ":132683,"stä":132684,"доб":132685,"Ġniá»ĩm":132686,"ãģ®å¤§":132687,"פר×ķ×Ļק":132688,"פר×ķ×Ļק×ĺ":132689,"ĠChâu":132690,"Ġ×ŀ×Ķ×Ŀ":132691,"Ñģким":132692,"ĠполÑĥÑĩиÑĤÑĮ":132693,"ÙĬÙĪÙħ":132694,"Ø«ÙĪر":132695,"פ×ķ׾×Ļ×ĺ":132696,"פ×ķ׾×Ļ×ĺ×Ļ":132697,"ĠмеÑģÑıÑĨ":132698,"åħ¨ãģ¦":132699,"ĠاÙĦÙħجÙĦس":132700,"ĠاÙĦتاÙĦÙĬ":132701,"Ġ×Ĺר":132702,"åIJijãģij":132703,"׼×ŀ×Ķ":132704,"бед":132705,"أعض":132706,"أعضاء":132707,"ÙĪÙĦد":132708,"วà¹Īาà¸Īะ":132709,"Ġbánh":132710,"à¸Ļิย":132711,"à¸Ļิยม":132712,"à¸Ľà¸£à¸°à¸ģัà¸Ļ":132713,"ÑģÑĤавиÑĤÑĮ":132714,"à¸ŀà¸Ļัà¸Ļ":132715,"ĠÑįÑĦÑĦ":132716,"ĠÑįÑĦÑĦекÑĤив":132717,"ĠавÑĤоÑĢ":132718,"ĠÄIJÄĥng":132719,"ĠthÆ°á»Łng":132720,"ãĤĴæĦŁãģĺ":132721,"à¸ģัà¸ļà¸ģาร":132722,"å¾Įãģ«":132723,"ĠyaÄŁ":132724,"ستاÙĨ":132725,"Ġliá»ģn":132726,"ãģĦãģ¾":132727,"iêu":132728,"à¹Ĥà¸Ķà¸Ļ":132729,"ĠÙĦØ°ÙĦÙĥ":132730,"à¹Ĥรà¸ĩà¹Ģรียà¸Ļ":132731,"צ×Ļ×Ĵ":132732,"ĠاÙĦÙħعÙĦÙĪÙħات":132733,"ç§ģãģŁãģ¡":132734,"à¸Ĺีà¹Īà¸Ħุà¸ĵ":132735,"ãģ«ãģªãģ£ãģ¦ãģĦãĤĭ":132736,"×ŀ×ĵ×Ļ׳×Ķ":132737,"×¡×Ľ×Ŀ":132738,"Ġвне":132739,"à¸ŀà¸Ļัà¸ģà¸ĩาà¸Ļ":132740,"ÑĢей":132741,"à¹Ģà¸Īà¹īาหà¸Ļà¹īาà¸Ĺีà¹Ī":132742,"ĠHiá»ĩn":132743,"Ġmédico":132744,"ĠتØŃÙĤÙĬÙĤ":132745,"ÑĮÑĤе":132746,"miÅŁti":132747,"ÙĤÙĬادة":132748,"ãĤıãģĭãĤĬ":132749,"มาà¸Īาà¸ģ":132750,"ëħĢ":132751,"ãģ«éĸ¢ãģĻãĤĭ":132752,"×IJר×Ĵ×ķף":132753,"mètre":132754,"Ġעצ×ŀ×Ļ":132755,"ĠChúa":132756,"รูà¹īà¸Ī":132757,"รูà¹īà¸Īัà¸ģ":132758,"ì£Ħ":132759,"ëĭµ":132760,"à¹ģà¸Ĺà¹ī":132761,"Ġgeçen":132762,"Ġlança":132763,"ĠاÙĦبØŃØ«":132764,"×ĵ×ŀ×ķ":132765,"ãģ¯ãģĺ":132766,"ãģ¯ãģĺãĤģ":132767,"ĠdönÃ¼ÅŁ":132768,"è¿ijãģı":132769,"à¹Ģสม":132770,"à¹Ģสมà¸Ń":132771,"ëĿ½":132772,"Ġüç":132773,"á»ŀ":132774,"ÑĪаÑı":132775,"à¸Ĺร":132776,"ØŃÙĤÙĬÙĤØ©":132777,"à¸Ĥà¸Ńà¸ĩà¸ģาร":132778,"Ġ무ìĹĩ":132779,"Ġ×Ķ׼ר":132780,"ĠاÙĦصÙĬÙĨ":132781,"ĠлÑİди":132782,"à¸ķาย":132783,"بÙĪÙĦ":132784,"Ġviêm":132785,"Ġthiá»ĩu":132786,"à¸ģà¸Ķ":132787,"Ġ׾×ĵ×ijר":132788,"פ׳×Ķ":132789,"×IJר×ij×¢":132790,"سÙī":132791,"ĠاÙĦسÙĬاس":132792,"ĠاÙĦسÙĬاسÙĬØ©":132793,"ydı":132794,"ÙĪØŃدة":132795,"ĠдеÑıÑĤелÑĮноÑģÑĤи":132796,"Ġ×ķ×Ķ×ŀ":132797,"пеÑĩ":132798,"пеÑĩаÑĤ":132799,"иÑĢованиÑı":132800,"ĠÑģог":132801,"ĠÑģоглаÑģ":132802,"Ġ׼×ĵ":132803,"Ġ׼×ĵ×IJ×Ļ":132804,"ĠиÑģполÑĮзоваÑĤÑĮ":132805,"ספ×ķר×ĺ":132806,"Ġilçe":132807,"expérience":132808,"ĠThá»Ŀi":132809,"Ä°K":132810,"à¹Ħà¸Łà¸Łà¹īา":132811,"ëĵ¤ìĹIJê²Į":132812,"à¸Ľà¸£à¸°à¹Ģà¸ł":132813,"à¸Ľà¸£à¸°à¹Ģà¸łà¸Ĺ":132814,"Ġmümk":132815,"Ġmümkün":132816,"Ġ×IJ×ķ×ª×ł×ķ":132817,"ìĦ±ìĿĦ":132818,"ĠìĿ´ìľł":132819,"زÙĬارة":132820,"Ġoldukça":132821,"rób":132822,"ĠØ£ÙĨا":132823,"Ġ×Ķ×ij×Ļ":132824,"Ñģен":132825,"×¢×Ļקר":132826,"×Ļ×ĵ×ķ×¢":132827,"dzÄħ":132828,"ÙħعÙĦÙĪÙħات":132829,"شاب":132830,"Ġparça":132831,"à¸Ļะà¸Ħะ":132832,"باس":132833,"ĠÑĤоÑĢг":132834,"ĠÑĤоÑĢгов":132835,"Ġ×Ĺ×ĵר":132836,"׼ר×ĺ":132837,"׼ר×ĺ×Ļס":132838,"ĠAyrıca":132839,"ệ":132840,"ìľ¨":132841,"ĠÑĤакие":132842,"Ġ×ŀצ×ķ×Ļ":132843,"ãĥ©ãĥ³ãĤŃãĥ³ãĤ°":132844,"ש×Ļ×ķ×ķק":132845,"åīįãģ®":132846,"ĠBảo":132847,"ÑīÑĥ":132848,"æĹ©ãģı":132849,"ĠPhòng":132850,"à¸ŀระราà¸Ĭ":132851,"פ×Ĺ×ķת":132852,"Ġгл":132853,"Ġглаз":132854,"à¸Ĺà¹Īา":132855,"Ġdạy":132856,"ÑĢоÑģÑĤ":132857,"à¹Ĥà¸Ķยà¹Ģà¸īà¸ŀาะ":132858,"ĠquáºŃn":132859,"Ġ×Ĺ×ijר×ķת":132860,"même":132861,"mÄ±ÅŁtı":132862,"ĠاÙĦتداÙĪÙĦ":132863,"Ġnạn":132864,"Ġ×Ķ×ĵ×Ļ":132865,"ĠاÙĦطرÙĬÙĤ":132866,"×Ĵ×ķת":132867,"Ġ×Ķ×ĵר×ļ":132868,"ujÄħce":132869,"Ġchữ":132870,"ãĤĤãģ®ãģ®":132871,"ë°Ľ":132872,"ãģķãĤĵãģ¯":132873,"Ġyardım":132874,"ĠاÙĦعÙħ":132875,"Ġì§Ħíĸī":132876,"Ġ×Ļ×Ĺ":132877,"Ġ×Ļ×Ĺס×Ļ":132878,"ĠاÙĦÙħدÙĬÙĨØ©":132879,"Ġcú":132880,"à¸ģีฬ":132881,"à¸ģีฬา":132882,"Ġniên":132883,"misión":132884,"׳×Ļס×Ļ":132885,"׳×Ļס×Ļ×ķף":132886,"ĠвозÑĢаÑģÑĤ":132887,"Ġ×¢×ķש×Ķ":132888,"ĠÙħدÙĬر":132889,"ÑıÑģÑĮ":132890,"ØŃجÙħ":132891,"íĻĺê²½":132892,"ĠاÙĦأخرÙī":132893,"uÃŁer":132894,"ĠاÙĦعاÙĦÙħÙĬØ©":132895,"ĠNgá»įc":132896,"êµIJíļĮ":132897,"ä¸Ĭãģ§":132898,"×Ļ×Ķ×ķ×ĵ":132899,"×Ļ×Ķ×ķ×ĵ×Ļ×Ŀ":132900,"Ùħساعدة":132901,"ĠжизнÑĮ":132902,"ĠпоÑĤомÑĥ":132903,"ĠاÙĦÙħÙħÙĦ":132904,"ĠاÙĦÙħÙħÙĦÙĥØ©":132905,"ĠGör":132906,"رÙIJ":132907,"×ŀק×ķ×ŀ×ķת":132908,"åĩºæĿ¥ãĤĭ":132909,"ÑĦÑĤ":132910,"ĠìĿ´ìłľ":132911,"ĠÑĢем":132912,"ĠÑĢемонÑĤ":132913,"ת×ķ×ļ":132914,"æĻĤãģ¯":132915,"ãĤīãĤĮãģªãģĦ":132916,"altı":132917,"家ãģ®":132918,"ĠاÙĦإعÙĦاÙħ":132919,"리ëĬĶ":132920,"ãģĭãĤīãģ¯":132921,"ĠHạ":132922,"ãģĤãģ®":132923,"×ĵ×Ļ×ķף":132924,"رÙĬس":132925,"ĠsocietÃł":132926,"ĠاÙĦÙĥبÙĬر":132927,"Ġ×ij×ŀס":132928,"Ġ×ij×ŀס×Ĵר":132929,"Ġ×ij×ŀס×Ĵרת":132930,"ĠìŀĪìľ¼ë©°":132931,"Ġnặng":132932,"ÙĩÙī":132933,"ĠBÃł":132934,"×ŀר×ķ":132935,"ĠjÄĻ":132936,"ĠjÄĻzy":132937,"ĠjÄĻzyk":132938,"Ġ׼×ŀ×ķ×ijף":132939,"×¢×ľ×Ķ":132940,"à¸Ĺีà¹Īà¹Ħà¸Ķà¹ī":132941,"ãģ¾ãģĹãĤĩãģĨ":132942,"×ŀספר":132943,"ТÐŀ":132944,"سÙĬاسة":132945,"ĠкаждÑĭй":132946,"ë²ł":132947,"tım":132948,"yá»ĩn":132949,"รีà¹Ī":132950,"ĠдеÑĤÑģк":132951,"วิà¸ĺีà¸ģาร":132952,"mówi":132953,"×ĺ×¢×Ŀ":132954,"×Ķצ׾×Ĺ×Ķ":132955,"ضÙĬÙģ":132956,"ĠÑħоÑĤÑı":132957,"ãĤĵãģ§ãģĦãĤĭ":132958,"à¸Ħาà¸Ķ":132959,"à¸Ħรà¸ļ":132960,"ĠкÑĥÑĢÑģ":132961,"ĠbaÅŁarı":132962,"×ijר×ķ":132963,"ÙĬعة":132964,"ĠÐĿÑĥ":132965,"à¸Ħวามà¹Ģà¸Ľà¹ĩà¸Ļ":132966,"Ġ׾×ŀש׾":132967,"Ġì¢ĭìĿĢ":132968,"Ùħؤسس":132969,"Ùħؤسسات":132970,"Ġprécis":132971,"Ġthảo":132972,"à¸ģà¹ĩà¸Ħืà¸Ń":132973,"Ġש׼׾":132974,"führung":132975,"ãģĦãģ§":132976,"à¹ģละมี":132977,"à¸ģà¹ĩมี":132978,"Ġשש":132979,"мел":132980,"Ġкниг":132981,"ĠباÙĦÙĨ":132982,"ĠباÙĦÙĨسبة":132983,"Ġaldı":132984,"ÑĤай":132985,"Ġ×Ĺ×ĵש×Ļ×Ŀ":132986,"å®Łãģ¯":132987,"عÙĪا":132988,"ĠìĿĺ미":132989,"изм":132990,"ÑĢабоÑĤаÑĤÑĮ":132991,"Ùģص":132992,"Ġ×ij׳×ķסף":132993,"ãģ¨ãģĹãģ¦ãĤĤ":132994,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ĺีà¹Ī":132995,"ĠÑģледÑĥеÑĤ":132996,"èĢĥãģĪãģ¦":132997,"Ġ׼×Ļ×ķ×Ŀ":132998,"ÑģÑĤÑĭ":132999,"׼׾׼׾×Ļ":133000,"æµģãĤĮ":133001,"ãĤĴãģ¤ãģij":133002,"ÑĩаÑĤ":133003,"×Ļ׼×ķף":133004,"×Ļר×Ļ":133005,"larıyla":133006,"ãĤ¤ãĥ¡":133007,"ãĤ¤ãĥ¡ãĥ¼ãĤ¸":133008,"׳×ĸק":133009,"Ġciò":133010,"Ġsın":133011,"Ġsınır":133012,"à¸Ļà¸Ħร":133013,"каÑĤ":133014,"Ġlá»Ĺi":133015,"ëŀĮ":133016,"تÙģاص":133017,"تÙģاصÙĬÙĦ":133018,"ëĨĵ":133019,"ĠÙħض":133020,"ilmiÅŁ":133021,"بارÙĥ":133022,"ÐĿÐĺ":133023,"Ġthẩm":133024,"Ġ×IJ×ķת×ļ":133025,"ĠпÑĢиним":133026,"ĠпÑĢинима":133027,"Ġyönt":133028,"Ġyöntem":133029,"Ġ×ŀק×ij׾":133030,"Ġktórego":133031,"ê·Ģ":133032,"شرÙģ":133033,"داÙħ":133034,"ãģĦãĤįãģĦãĤį":133035,"ĠAlém":133036,"Ġgörü":133037,"Ġgörünt":133038,"Ġgörüntü":133039,"دس":133040,"ÑĪки":133041,"гÑĢад":133042,"Ġlạc":133043,"Ġsữa":133044,"ãĤīãĤĮãģ¾ãģĻ":133045,"oÃłi":133046,"Ñīен":133047,"ãģĭãģªãģĦ":133048,"Ġпоп":133049,"ĠпопÑĥ":133050,"ĠпопÑĥлÑıÑĢ":133051,"ĠاÙĦÙħÙĪÙĤع":133052,"räg":133053,"Ａ":133054,"íķĦ":133055,"ãĤĴè¦ĭãĤĭ":133056,"اÙħا":133057,"ĠاÙĦØŃرب":133058,"ĠÐŁÐ°":133059,"Ġ׾×IJתר":133060,"Ġtá»ijc":133061,"×ij׾×Ķ":133062,"رئÙĬس":133063,"вÑĥ":133064,"ÙĬدÙĬ":133065,"казан":133066,"Ġ×Ĺש×ij×ķף":133067,"hôtel":133068,"×¢×ķ׳×Ķ":133069,"بÙĨÙĬ":133070,"×ŀ×ķ׾":133071,"ĠднÑı":133072,"éĽ£ãģĹãģĦ":133073,"ведениÑı":133074,"Ġ×ķ×ŀת":133075,"напÑĢимеÑĢ":133076,"ÙĤابÙĦ":133077,"Ġrésultat":133078,"ĠÑĢазвиÑĤиÑı":133079,"رÙij":133080,"ìłĦ문":133081,"ĠاÙĦÙħزÙĬد":133082,"ĠìľĦíķ´ìĦľ":133083,"ëĨį":133084,"íĻķ":133085,"ĠThiết":133086,"íĮ¨":133087,"malıdır":133088,"ĠczÅĤ":133089,"ĠczÅĤowie":133090,"ĠczÅĤowiek":133091,"ĠÙĦبÙĨ":133092,"ĠÙĦبÙĨاÙĨ":133093,"üsü":133094,"ãģªãĤĵãģł":133095,"Ġżycie":133096,"ĠÑħоÑĢоÑĪо":133097,"æĸ¹ãģ«":133098,"ëĭ¤ë©´":133099,"иÑĩеÑģкаÑı":133100,"ער×Ļ׼":133101,"ער×Ļ×Ľ×ª":133102,"ãģ¾ãģĽãĤĵãģ§ãģĹãģŁ":133103,"ĠÑģобой":133104,"Ġgá»Ĺ":133105,"ĠделаÑĤÑĮ":133106,"daÄĩ":133107,"аÑĢа":133108,"różni":133109,"à¹Ģลีà¹ī":133110,"à¹Ģลีà¹īย":133111,"à¹Ģลีà¹īยà¸ĩ":133112,"à¸Ŀาà¸ģ":133113,"ĠتÙĤ":133114,"ĠتÙĤدÙĬ":133115,"ĠتÙĤدÙĬÙħ":133116,"หà¸Ļุà¹Īม":133117,"Ġmücade":133118,"Ġmücadele":133119,"ì§Ģ를":133120,"ãĤ¤ãĤ¹":133121,"Ġأساس":133122,"jÄħcego":133123,"ĠÅŁeh":133124,"нÑĤеÑĢ":133125,"ÑĨиÑİ":133126,"ï»»":133127,"ÑİÑīего":133128,"à¹Ĥà¸Ľà¸£à¹ģ":133129,"à¹Ĥà¸Ľà¸£à¹ģà¸ģรม":133130,"ĠmieÄĩ":133131,"ØŃÙĥÙĪÙħØ©":133132,"ãģ§ãģĹãģŁãģĮ":133133,"×Ļס×Ķ":133134,"ãĤĤãģ®ãĤĴ":133135,"Ġ×ŀ×IJת":133136,"สุà¸Ķà¸Ĺà¹īาย":133137,"ĠcÅ©":133138,"ÙĨسب":133139,"ĠпÑĢоÑĩ":133140,"Ġдней":133141,"ĠÑįÑĤиÑħ":133142,"׾×ŀת":133143,"нÑıÑı":133144,"Ñįк":133145,"Ġì§ĢëĤľ":133146,"มหาวิà¸Ĺยา":133147,"มหาวิà¸Ĺยาล":133148,"มหาวิà¸Ĺยาลัย":133149,"dão":133150,"ĠMáy":133151,"ĠêµŃê°Ģ":133152,"à¸ļุรี":133153,"×Ĵ×Ļ׾":133154,"ĠÑĤÑĭÑģÑı":133155,"ĠÑĤÑĭÑģÑıÑĩ":133156,"ÙģÙĥ":133157,"ĠÐĺÑģ":133158,"è¡ĮãĤıãĤĮ":133159,"פר×ĵ":133160,"ãģ¤ãģį":133161,"à¸Ħรà¸Ńà¸ļ":133162,"à¸Ħรà¸Ńà¸ļà¸Ħรัว":133163,"à¸Ĥึà¹īà¸Ļมา":133164,"ä»ĬæĹ¥ãģ¯":133165,"ĠìĤ¬ëŀĮìĿ´":133166,"עצ×ŀ×Ķ":133167,"поÑĢ":133168,"ĠKỳ":133169,"ĠÆ¡n":133170,"ĠthÄĥm":133171,"ÙģاÙĤ":133172,"ãģļãģ«":133173,"Ġ׾קר":133174,"Ġ׾קר×ķ×IJ":133175,"اÙģÙĬØ©":133176,"ÙħÙİا":133177,"гаÑĢ":133178,"صÙĦا":133179,"صÙĦاة":133180,"Ġ×ŀ×ĸ×Ķ":133181,"lıģını":133182,"Ġ×IJ×Ļ׳×Ķ":133183,"кÑĢо":133184,"ĠngÆ°Æ¡i":133185,"Ġвним":133186,"Ġвнимание":133187,"jÄħcy":133188,"ÙĢÙĢÙĢÙĢÙĢ":133189,"ÑģÑħод":133190,"ãģªãĤĵãģĭ":133191,"×ŀ×Ļ׾":133192,"Ġ×Ķ×IJ×Ĺ":133193,"ãĤıãģªãģĦ":133194,"عسÙĥر":133195,"ĠìĦ¸ê³Ħ":133196,"ĠÑĩего":133197,"ĠÑģÑĢедÑģÑĤва":133198,"ĠÐłÐ°Ñģ":133199,"ãģªãģģ":133200,"ÙĨÙģس":133201,"ר×Ļ×ķף":133202,"ÑģÑĥд":133203,"ĠìĿ¸ê°Ħ":133204,"ĠاÙĦÙħÙĤبÙĦ":133205,"ÙĨعÙħ":133206,"تÙĪÙģر":133207,"ש×ij×¢":133208,"ılm":133209,"ılmÄ±ÅŁ":133210,"Ġ×ľ×ª×ª":133211,"تصÙģ":133212,"×Ķפ×ķ×ļ":133213,"à¹ĥà¸Ļà¸Ľà¸µ":133214,"ìĿ´ê³ł":133215,"ÙģÙĪز":133216,"à¸ľà¸¥à¸ĩาà¸Ļ":133217,"ĠGiáo":133218,"à¸ļà¸Ńà¸ģวà¹Īา":133219,"ĠdÄ±ÅŁ":133220,"ĠdÄ±ÅŁÄ±nda":133221,"죽":133222,"ĠdzieÅĦ":133223,"кÑĨии":133224,"иÑĨе":133225,"ãģ®ä¸Ģ":133226,"عش":133227,"пÑĢеÑģÑģ":133228,"หà¸Ļà¹Īà¸Ńย":133229,"ลัà¸ģษà¸ĵะ":133230,"ĠpossibilitÃł":133231,"à¹Ħà¸Ķà¹īรัà¸ļà¸ģาร":133232,"หยุà¸Ķ":133233,"Ġphiên":133234,"çĶŁãģ¾ãĤĮ":133235,"Ø·ÙĪÙĦ":133236,"ÑĦин":133237,"für":133238,"ØŃÙĬاة":133239,"íĸĪìĬµëĭĪëĭ¤":133240,"׼׳×ķת":133241,"à¸Ľà¸£à¸°à¸ª":133242,"à¸Ľà¸£à¸°à¸ªà¸ļ":133243,"à¸Ľà¸£à¸°à¸ªà¸ļà¸ģารà¸ĵà¹Į":133244,"ëIJĺìĹĪ":133245,"Ġkażdy":133246,"Ġluyá»ĩn":133247,"ĠоÑĢганизаÑĨии":133248,"å°ijãģªãģı":133249,"ÑģÑĤÑĢоен":133250,"Ġtécnico":133251,"ק×Ķ׾":133252,"Ġ×ķ×IJ×Ĺ":133253,"ĠعÙĦÙĬÙĥ":133254,"Ñīение":133255,"Ġ×Ķ×Ļ׾×ĵ×Ļ×Ŀ":133256,"ÙĪسائÙĦ":133257,"Ġ×ķ×Ķת":133258,"تÙħÙĬز":133259,"ĠÑģказал":133260,"Ġполи":133261,"Ġ×Ķ×ŀס":133262,"ÙĦÙijÙİ":133263,"Ùħؤسسة":133264,"Ġ×ŀ×Ļ×ĵ":133265,"ãģ£ãģ¡":133266,"ĠëĦĪ무":133267,"à¸ŀี":133268,"Ġtặng":133269,"Ġtấn":133270,"רש×Ŀ":133271,"Ġmédica":133272,"Ġ×¢×ķ×ŀ":133273,"Ġ×¢×ķ×ŀ×ĵ":133274,"ÑĦоÑĢ":133275,"Ùħرة":133276,"Ġvatanda":133277,"ĠvatandaÅŁ":133278,"Ġдело":133279,"à¸Ļม":133280,"ãģ¨åIJĮãģĺ":133281,"ÙģÙī":133282,"ÑģоÑĢ":133283,"Ġ×Ķסר×ĺ":133284,"Ġépoca":133285,"ìłķì±ħ":133286,"ĠÑģвÑıзан":133287,"ضرب":133288,"ĠÙĦÙĨا":133289,"Ġużywa":133290,"ĠاÙĦجÙĬØ´":133291,"ÑİÑĢ":133292,"×ijס×ķ×£":133293,"ĠмÑĥ":133294,"ĠмÑĥзÑĭк":133295,"bilité":133296,"Ġmaç":133297,"سÙİ":133298,"تÙĦÙĥ":133299,"ãģ¬":133300,"ÙĬÙĦا":133301,"ÑĪла":133302,"ÙĢÙĢÙĢ":133303,"Ġодной":133304,"зван":133305,"ĠÑģÑĢаз":133306,"ĠÑģÑĢазÑĥ":133307,"ÙĨظÙħ":133308,"راÙĩ":133309,"ĠÙĦÙĩذا":133310,"׼×ķר":133311,"Ġ×Ķש×ij×ķ×¢":133312,"Ġ×Ķשת":133313,"ĠQuảng":133314,"ãĥ«ãĥ¼":133315,"ãģĪãģªãģĦ":133316,"×ĺ×IJ":133317,"Ġmiá»ģn":133318,"ĠPháºŃt":133319,"ĠاÙĦسÙĪÙĤ":133320,"ÄĤ":133321,"ĠاÙĦجÙħع":133322,"ĠاÙĦجÙħعة":133323,"ÑİÑīей":133324,"aÅĤem":133325,"عتÙĤد":133326,"Ø£ÙĦÙħ":133327,"Ñģке":133328,"ĠìĿ´íķ´":133329,"ÙĨسخ":133330,"è¨ĢãģĦ":133331,"добав":133332,"سبÙĤ":133333,"×¢×ķרר":133334,"ÑĤип":133335,"ãģĿãģĵãģ§":133336,"visión":133337,"عÙĪدة":133338,"먹":133339,"×ŀ×ĸר×Ĺ":133340,"ĠØ¥ØŃ":133341,"Ġ׾×ij×Ļף":133342,"Ġ׾צ×IJת":133343,"Ġyardı":133344,"Ġyardımc":133345,"Ġyardımcı":133346,"Ä°Z":133347,"קפ×Ķ":133348,"tré":133349,"liÄŁini":133350,"клÑİÑĩа":133351,"Ġüretim":133352,"Ġayrı":133353,"ĠkiÅŁiler":133354,"à¸Ħà¹īà¸Ļ":133355,"à¸Ħà¹īà¸Ļหา":133356,"ĠSá»±":133357,"Ġ×Ľ×¡":133358,"Ġ×Ľ×¡×£":133359,"ĠÑĤакиÑħ":133360,"ĠXuân":133361,"Ġлег":133362,"Ġлегко":133363,"Ø«ÙĤاÙģØ©":133364,"ÐĿÐŀ":133365,"ãĤ¹ãĤ¿ãĥĥ":133366,"ãĤ¹ãĤ¿ãĥĥãĥķ":133367,"åIJĪãģĦ":133368,"Ġ×Ķש×Ļ×ŀ×ķש":133369,"manız":133370,"ĠÐĴаÑģ":133371,"gün":133372,"ìľĦìĽIJíļĮ":133373,"Ġwspóln":133374,"ĠÑģвое":133375,"íĥģ":133376,"à¹Ģà¸Ļีย":133377,"ÙĪبة":133378,"вÑıз":133379,"ıdır":133380,"ëIJĺìĹĪëĭ¤":133381,"ĠdeÄŁiÅŁtir":133382,"ãĤĭãģĵãģ¨ãģĮ":133383,"Ġ×Ĺ×ĵש×Ķ":133384,"ãĤīãĤĮãģ¦ãģĦãĤĭ":133385,"×Ĺ×Ļ×Ļ×ij":133386,"ĠÐļаÑĢ":133387,"׳×Ļת×ķ×Ĺ":133388,"Ġק×ĺף":133389,"ר×ĸ":133390,"ÙĪغ":133391,"èªŃãģ¿":133392,"ĠتÙĤÙĪÙħ":133393,"ĠÙĥاÙĦ":133394,"à¸Ŀึà¸ģ":133395,"Ġë°ľìĥĿ":133396,"ológico":133397,"راع":133398,"à¹ģà¸ģà¹īà¹Ħà¸Ĥ":133399,"ĠÑĢабоÑĤÑĥ":133400,"ÙĨÙijÙİ":133401,"à¸Ńยูà¹Īà¸Ĺีà¹Ī":133402,"ĠاÙĦثاÙĨÙĬØ©":133403,"ĠNhân":133404,"ÑħваÑĤ":133405,"öne":133406,"Ġعدة":133407,"à¹ģสà¸ĩ":133408,"ÑĤоп":133409,"пÑĥÑģка":133410,"شراء":133411,"ĠÐļом":133412,"Ġפע×ķ׾×Ķ":133413,"ìĤ¬ìĿ´":133414,"ìĤ¬ìĿ´íĬ¸":133415,"è¡Įãģ£ãģ¦":133416,"Ġ×Ķ×Ķת":133417,"ĠÑģÑĤоÑĢо":133418,"ĠÑģÑĤоÑĢонÑĭ":133419,"درس":133420,"à¸ĭู":133421,"à¸ķà¹Īำ":133422,"ĠأبÙĬ":133423,"подоб":133424,"ãģ«ãģ¦":133425,"ارتÙģاع":133426,"ĠÙħؤ":133427,"иков":133428,"geführt":133429,"มืà¸Ńà¸ĸืà¸Ń":133430,"ĠÙĦÙĤد":133431,"ĠØ£ÙĨÙij":133432,"سÙĬطر":133433,"ãģ¾ãģļãģ¯":133434,"ס×ĵ":133435,"ÑģколÑĮко":133436,"ãģ¿ãģŁãģĦãģª":133437,"×ĵר×Ĵ":133438,"×¢×Ļ×ĵ":133439,"à¹ĥหà¹īà¸ļริà¸ģาร":133440,"ĠÐĶи":133441,"×ij×¢×Ļ×ķת":133442,"Ġ×Ķ×Ĺ×ķ":133443,"пиÑģÑĮ":133444,"ĠاÙĦØ®ÙĦ":133445,"бав":133446,"ĠÄ°lk":133447,"ĠاÙĦØ®Ùħ":133448,"ĠاÙĦØ®ÙħÙĬس":133449,"ĠÙĬÙĤÙĪÙħ":133450,"æĻĤãģ®":133451,"ĠsÅĤow":133452,"ĠØ£ÙĩÙħ":133453,"Ø®ÙĦÙĤ":133454,"ĠأصبØŃ":133455,"Ġchứa":133456,"Ġthác":133457,"ÙģاÙĦ":133458,"Ġchá»Ŀ":133459,"ĠاÙĦخار":133460,"ĠاÙĦخارج":133461,"ĠاÙĦخارجÙĬØ©":133462,"طائر":133463,"ĠtÃł":133464,"ĠtÃłu":133465,"à¸ģลà¹īà¸Ńà¸ĩ":133466,"ĠاÙĦÙħرأ":133467,"ĠاÙĦÙħرأة":133468,"åħ¨ãģı":133469,"ĠÃĸn":133470,"çļĦãģ«ãģ¯":133471,"Ġpièce":133472,"×Ĵ×Ļ×ij":133473,"ĠاÙĦÙĪاÙĤع":133474,"ä»Ĭãģ®":133475,"ĠاÙĦÙħÙĤ":133476,"cznÄħ":133477,"ÙģعاÙĦ":133478,"енного":133479,"ĠÑĦакÑĤ":133480,"ìĭłì²Ń":133481,"ĠÐŀни":133482,"ĠاÙĦبÙĦاد":133483,"овиÑĩ":133484,"ëıĮ":133485,"ÑĦÑĥнкÑĨи":133486,"Ġìĸ´ëĬIJ":133487,"ãĥķãĤ©ãĥ¼":133488,"dÃŃ":133489,"илоÑģÑĮ":133490,"ÙħÙī":133491,"ĠاÙĦØ£ÙħرÙĬÙĥ":133492,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬØ©":133493,"×ĺ×Ļפ×ķ׾":133494,"íĶĦë¡ľê·¸":133495,"íĶĦë¡ľê·¸ëŀ¨":133496,"Ġש×ķ׳×ķת":133497,"Ø´ÙħÙĦ":133498,"ĠпаÑĢа":133499,"Ġ×Ķ×Ĺ×ķק":133500,"ÙĪزارة":133501,"ãģ¨ãģĻãĤĭ":133502,"Ġquảng":133503,"Ġaģır":133504,"ĠاÙĦÙĦج":133505,"ĠاÙĦÙĦجÙĨØ©":133506,"긴":133507,"ĠTân":133508,"جÙħÙĦ":133509,"дол":133510,"à¹ģà¸ŀà¸Ĺย":133511,"à¹ģà¸ŀà¸Ĺยà¹Į":133512,"Ġר×IJש×Ļ":133513,"Ñīей":133514,"Ġçevre":133515,"ĠкомплекÑģ":133516,"Ġ×ij×ŀש×ļ":133517,"Ġaltın":133518,"ĠأعÙħاÙĦ":133519,"ĠÑģвоего":133520,"ãĤĪãģĦ":133521,"×Ĺ׾×Ļ×ĺ":133522,"×ŀ×ł×¢":133523,"Ġר×ij×Ķ":133524,"ĠØ£ÙĬضاÙĭ":133525,"×ĸ׾":133526,"ĠاÙĦسÙĬاسÙĬ":133527,"æĢĿãģĨ":133528,"קרק":133529,"קרקע":133530,"ĠاÙĦÙģرÙĬÙĤ":133531,"биÑĤ":133532,"ק׳×Ķ":133533,"ĠØ¥ÙĨÙĩ":133534,"ĠÐĴам":133535,"ÐłÐŀ":133536,"ãĥĪãĥª":133537,"å¿ħè¦ģãģª":133538,"Ġchâu":133539,"ç¶ļãģij":133540,"Ġçözüm":133541,"gÅĤow":133542,"عÙĤÙĦ":133543,"売ãĤĭ":133544,"iết":133545,"à¸Ĭิà¹īà¸Ļ":133546,"ĠØŃÙĤÙĪÙĤ":133547,"Ø·ÙĦع":133548,"ĠÄijen":133549,"ĠÙĥاÙģØ©":133550,"ãģ®ãģĶ":133551,"Ġë¬":133552,"Ġ물":133553,"Ġë¬¼ë¡ł":133554,"ĠرسÙĪÙĦ":133555,"зам":133556,"замен":133557,"Ġkullanıcı":133558,"×¢×ķ׾":133559,"èī²ãĢħ":133560,"ÑĪиÑĢ":133561,"Ġ×Ĺש":133562,"Ġwygl":133563,"ĠwyglÄħda":133564,"ש×Ļ×ŀ×ķש":133565,"å¿ĺãĤĮ":133566,"×¢×Ļצ×ķ×ij":133567,"ĠاÙĦسÙĪرÙĬ":133568,"å°ijãģªãģĦ":133569,"ĠпоиÑģк":133570,"สำà¸Ļัà¸ģà¸ĩาà¸Ļ":133571,"Ġ×ŀצ×ĵ":133572,"ĠmÃ¼ÅŁ":133573,"ĠmÃ¼ÅŁter":133574,"ĠmÃ¼ÅŁteri":133575,"ĠÙħÙĨÙĩÙħ":133576,"à¸ķำà¹ģ":133577,"à¸ķำà¹ģหà¸Ļ":133578,"à¸ķำà¹ģหà¸Ļà¹Īà¸ĩ":133579,"ÅĽmie":133580,"Ġ×©×ł×ª":133581,"Ġ×Ķפ×Ļ":133582,"פרש":133583,"×¢×ijר×Ļת":133584,"สà¸Ļัà¸ļ":133585,"สà¸Ļัà¸ļสà¸Ļุ":133586,"สà¸Ļัà¸ļสà¸Ļุà¸Ļ":133587,"è¨Ģãģ£ãģ¦":133588,"à¸ģารà¸Īัà¸Ķ":133589,"ĠMoże":133590,"изаÑĨии":133591,"ứt":133592,"ĠÙĪبعد":133593,"ĠdeÄŁild":133594,"ĠdeÄŁildir":133595,"Ġת×ŀ":133596,"Ġ×ŀ×ŀ׳×ķ":133597,"話ãĤĴ":133598,"ĠÑĨена":133599,"Ġthúc":133600,"×Ļ×ŀ×ķף":133601,"ĠBáo":133602,"ãĤĴåıĸãĤĬ":133603,"å®īãģĦ":133604,"Ġ×¢×ķש×Ļ×Ŀ":133605,"èĩªåĪĨãģĮ":133606,"lée":133607,"ãĤĭãģ®ãģ§":133608,"иÑĢÑĥеÑĤ":133609,"ãģ¦ãĤĭ":133610,"ستر":133611,"ĠاÙĦØŃÙĬ":133612,"×Ļ׾×ķת":133613,"Ġ×Ĺ×ij":133614,"ÙĤرأ":133615,"تÙħÙĥÙĨ":133616,"سائÙĦ":133617,"prüf":133618,"ãģĭãģijãģ¦":133619,"ĠÑģобÑģÑĤвенно":133620,"ĠìľĦíķĺìŬ":133621,"׾×Ļ×ĺ":133622,"ãģĮå¤ļãģı":133623,"ÙĬتÙĩا":133624,"ç«ĭãģ¦":133625,"มà¸Ńà¸ļ":133626,"ìĭľìŀ¥":133627,"оÑĢа":133628,"ĠsavaÅŁ":133629,"×ĺ×Ļ×ij×Ļ":133630,"×ij׳×ķ":133631,"Ùħاذا":133632,"기ê°Ħ":133633,"ãģªãģ©ãģ§":133634,"Ġ×ŀת×Ĺ×Ļ׾":133635,"Ġnhiá»ħ":133636,"Ġnhiá»ħm":133637,"каÑĢ":133638,"каÑĢÑĤ":133639,"Ġ׾×Ķשת×ŀש":133640,"׳×Ļ×Ĺ":133641,"ادÙĬØ©":133642,"รายà¸ĩาà¸Ļ":133643,"ĠprzykÅĤad":133644,"Ñīий":133645,"ØŃضÙĪر":133646,"Ġhôn":133647,"ÃĿ":133648,"ת×ķצ×IJ×ķת":133649,"رابط":133650,"Ġbếp":133651,"ĠполÑĥÑĩи":133652,"åĩºä¼ļãģĦç³»":133653,"à¸Ľà¸¥à¹Īà¸Ńย":133654,"ĠاÙĦشباب":133655,"اÙĩÙĦ":133656,"ä»Ĭãģ¾ãģ§":133657,"رجع":133658,"ãĤ¶ãĥ¼":133659,"ÙĤÙģ":133660,"ĠGroÃŁ":133661,"ĠíļĮìĽIJ":133662,"اجر":133663,"Ġ×ij×ŀקר×Ķ":133664,"Ġsegurança":133665,"fühl":133666,"ãģ¦ãģĦãģı":133667,"หมà¸Ń":133668,"ĠкоÑĤоÑĢом":133669,"ĠNÄĥm":133670,"ĠdÅĤugo":133671,"ÙħÙĨØŃ":133672,"ש×ķ×ķ×Ļ":133673,"ĠØ£ÙĬاÙħ":133674,"à¸ªà¸łà¸²à¸ŀ":133675,"rzÄħ":133676,"شرÙĥات":133677,"ãĤĴèĢĥãģĪ":133678,"даÑĢ":133679,"à¸Ľà¸£à¸°à¸Ĭุม":133680,"Ġ×ķ×IJ×ĸ":133681,"iá»ĩn":133682,"ĠtÆ°Æ¡i":133683,"ש×Ļ×Ĺ":133684,"à¸Ńà¹Īà¸Ńà¸Ļ":133685,"æĽ¸ãģĦãģ¦":133686,"Ġngữ":133687,"×ij×Ļ×ĺ×Ĺ":133688,"×ij×Ļ×ĺ×Ĺ×ķף":133689,"Ġsẵ":133690,"Ġsẵn":133691,"ì§ĢëıĦ":133692,"ĠпÑĢеп":133693,"ĠпÑĢепаÑĢаÑĤ":133694,"ĠнаÑĥÑĩ":133695,"ĠÃľnivers":133696,"ĠÃľniversites":133697,"ĠÃľniversitesi":133698,"Ġ×Ĵ×ĵ×ķ׾×Ķ":133699,"Ġ×Ķ×ł×ª":133700,"Ġ×Ķ×ł×ª×ij×¢":133701,"ãģ§ãģĤãģ£ãģŁ":133702,"ĠmiesiÄħ":133703,"ĠmiesiÄħc":133704,"гÑĢам":133705,"гÑĢамм":133706,"ĠبشأÙĨ":133707,"ĠÑħÑĢ":133708,"ק×Ļ×ĵ":133709,"ק×Ļ×ĵ×ķ×Ŀ":133710,"Ø´Ùĥر":133711,"Ġá»ķ":133712,"Ġá»ķn":133713,"ãģĮãģĤãģ£ãģ¦":133714,"ãģķãĤĮãģ¾ãģĻ":133715,"Ġ×Ĺ×ķ×ĵ":133716,"Ġ×Ĺ×ķ×ĵש×Ļ×Ŀ":133717,"ÙħÙĪاجÙĩ":133718,"ÙħÙĪاجÙĩØ©":133719,"أشخاص":133720,"بغ":133721,"à¹Ģรียà¸Ļรูà¹ī":133722,"ãģĹãģ¦ãģĦãģı":133723,"Ġsạn":133724,"å¿ħãģļ":133725,"׳×Ļ×Ĵ":133726,"׳×Ļ×Ĵ×ķ×ĵ":133727,"باÙĦغ":133728,"×Ĺש×ŀ":133729,"×Ĺש×ŀ׾":133730,"Ġnapraw":133731,"ĠnaprawdÄĻ":133732,"Ø´Ùĩاد":133733,"×IJ×ķ×Ķ":133734,"×IJ×ķ×Ķ×ij":133735,"иÑĨÑĭ":133736,"Ġ×Ķר׼×ij":133737,"ëŀij":133738,"Ġתע":133739,"Ġ×Ķ×Ļש":133740,"Ġ×Ķ×Ļשר×IJ":133741,"Ġ×Ķ×Ļשר×IJ׾×Ļ":133742,"Ø£ÙħÙĨ":133743,"ÑİÑīаÑı":133744,"skór":133745,"LERÄ°":133746,"Ġ×Ķ×IJ×Ĺר×ķף":133747,"×¢×ł×§":133748,"ĠÙĪÙĥÙĦ":133749,"ãģĵãģĵãģ§":133750,"Ġquán":133751,"liÄŁin":133752,"à¸ģà¸İหมาย":133753,"Ø·Ùħ":133754,"أجÙĩ":133755,"أجÙĩزة":133756,"ĠErdoÄŁan":133757,"ãģ§ãģĬ":133758,"ĠвÑĢа":133759,"ĠвÑĢаÑĩ":133760,"ĠPhó":133761,"à¸Ĭัà¹Īว":133762,"à¸Ĭัà¹Īวà¹Ĥม":133763,"à¸Ĭัà¹Īวà¹Ĥมà¸ĩ":133764,"Ġphúc":133765,"×Ļפ×ķת":133766,"×¢×Ļ×ķף":133767,"Ġdużo":133768,"ãĥģãĥ¼ãĥł":133769,"ĠÙĬÙİ":133770,"ĠзадаÑĩ":133771,"Ġ×Ĵ×ij×ķ×Ķ×Ķ":133772,"Ġ׼׼׾":133773,"ложен":133774,"état":133775,"ĠngÄĥn":133776,"èµ·ãģį":133777,"ĠTiến":133778,"صعب":133779,"Ġexperiência":133780,"Ø®Ùħ":133781,"à¸ģารà¸Ĺำà¸ĩาà¸Ļ":133782,"سÙĬد":133783,"ĠDá»±":133784,"ĠкоÑĤоÑĢого":133785,"ladıģı":133786,"Ġkhá»ķ":133787,"Ġê³ĦìĨį":133788,"Ñīик":133789,"สà¹Īวà¸Ļà¸ķัว":133790,"зоÑĢ":133791,"ÙĨÙı":133792,"Ġà¸Ķัà¸ĩ":133793,"Ġà¸Ķัà¸ĩà¸Ļัà¹īà¸Ļ":133794,"Ġcấu":133795,"ĠÄijá»ijc":133796,"оÑĦ":133797,"ĠاÙĦأعÙħاÙĦ":133798,"ãģªãģıãģ¦ãĤĤ":133799,"×ķ׼×Ļ×Ŀ":133800,"à¹ģà¸Ľ":133801,"ĠBên":133802,"ãĥ¯ãĥ³":133803,"Ġgiám":133804,"ĠÅŀu":133805,"Ġdáng":133806,"عÙĦÙĬ":133807,"à¹Ģà¸ģษ":133808,"à¹Ģà¸ģษà¸ķร":133809,"ÙĪجب":133810,"ннÑĭе":133811,"ÙĤضاء":133812,"à¸Ħวà¸ļ":133813,"à¸Ħวà¸ļà¸Ħุ":133814,"à¸Ħวà¸ļà¸Ħุม":133815,"ãģ¤ãģ¤":133816,"ĠViá»ĩc":133817,"×ŀ×ij×ĺ":133818,"ש×Ļת×ķ×£":133819,"ĠведÑĮ":133820,"kaza":133821,"kazaÅĤ":133822,"à¸ķำรวà¸Ī":133823,"ãĤ¿ãĥ«":133824,"ĠповÑĭ":133825,"ĠповÑĭÑĪен":133826,"ĠSợ":133827,"ĠìĦ¤ëªħ":133828,"ĠÃĩünkü":133829,"ìĥĿíĻľ":133830,"Ö¾":133831,"ãĤĮãģ¦ãģĦãĤĭ":133832,"Ġ×ijר×IJש":133833,"ר×ķ×Ĵ":133834,"ĠоÑĦи":133835,"ĠоÑĦиÑĨиалÑĮн":133836,"ĠÑĥÑģÑĤанов":133837,"ĠÑĥÑģÑĤановлен":133838,"ĠاÙĦÙħصر":133839,"ĠاÙĦÙħصرÙĬØ©":133840,"ĠÐŁÐ¾ÑįÑĤомÑĥ":133841,"ÙĨصÙģ":133842,"ĠÙĪاÙĦÙĨ":133843,"ĠhÃłi":133844,"à¸Ħิ":133845,"ĠAprès":133846,"ì³IJ":133847,"à¹Ģà¸ĭีย":133848,"×ĵ×ŀ×Ķ":133849,"activité":133850,"à¸Ħิà¸Ķวà¹Īา":133851,"ÑĤÑĢен":133852,"à¹Ģฮ":133853,"ãĥıãĤ¤":133854,"ãģĮå¢ĹãģĪ":133855,"еннаÑı":133856,"Ġìĺ¤ëĬĺ":133857,"ãĥ¢ãĥ³":133858,"ĠконеÑĩно":133859,"ĠÙħÙĤابÙĦ":133860,"clé":133861,"Ġhü":133862,"Ġthẳng":133863,"ìłģìĿ´":133864,"ĠÐIJлекÑģ":133865,"ĠÐIJлекÑģан":133866,"ĠÐIJлекÑģандÑĢ":133867,"ãĥŀãĥ³ãĤ·ãĥ§ãĥ³":133868,"ãģ²ãģ¨ãģ¤":133869,"ãģªãģĬ":133870,"à¹Ģà¸Īà¹īาà¸Ĥà¸Ńà¸ĩ":133871,"ëĵľë¦¬":133872,"شاء":133873,"ĠsaÄŁlık":133874,"ĠÅŁimdi":133875,"×Ļ×IJ׾":133876,"تأثÙĬر":133877,"أسب":133878,"أسباب":133879,"ĠвÑĭполнен":133880,"лок":133881,"ש×Ļ×ij×Ķ":133882,"Ġlắm":133883,"ĠTrÆ°á»Ľc":133884,"Ġ×Ķ×¢×ľ":133885,"리를":133886,"ĠÑĢеж":133887,"ĠÑĢежим":133888,"inté":133889,"intégr":133890,"×Ĵ׳×Ļ":133891,"ĠاÙĦشعر":133892,"Ġmilhões":133893,"Ġpequeño":133894,"ãĤ³ãĥ¼ãĤ¹":133895,"×ķ׼×Ĺ":133896,"à¹Ģà¸Ĭà¹īา":133897,"شرÙĤ":133898,"ĠhÆ°Æ¡ng":133899,"รัà¸IJà¸ļาล":133900,"à¸ģลาย":133901,"à¸ģลายà¹Ģà¸Ľà¹ĩà¸Ļ":133902,"ĠподÑħод":133903,"תש×ķ×ij×Ķ":133904,"ãģıãģªãģ£ãģ¦":133905,"ĠاÙĦØ£ÙħÙħ":133906,"ĠHá»įc":133907,"ĠwspóÅĤpr":133908,"ĠwspóÅĤprac":133909,"ÑĩÑĥв":133910,"ÑĩÑĥвÑģÑĤв":133911,"ÃŃstico":133912,"à¹Ģà¸ģาะ":133913,"ìĽĢ":133914,"Ġназад":133915,"ãĤĭãĤĪãģĨãģ«":133916,"ĠСШ":133917,"ĠСШÐIJ":133918,"мон":133919,"ĠAsÃŃ":133920,"×ķר×Ĵ":133921,"полнен":133922,"×ŀ×¡×ľ":133923,"×ŀ×¡×ľ×ķ׾":133924,"à¹Ģลืà¸Ńà¸Ķ":133925,"à¹Ģริà¹Īมà¸ķà¹īà¸Ļ":133926,"ĠاÙĦØ¥Ùħ":133927,"ĠاÙĦØ¥Ùħارات":133928,"צ×Ķר":133929,"ãĥ¡ãĥªãĥĥãĥĪ":133930,"ĠпоÑĤом":133931,"виз":133932,"ĠÙģترة":133933,"å¾Įãģ®":133934,"ÐĿÐIJ":133935,"×ŀסר":133936,"ÙĬرÙĬ":133937,"pré":133938,"ĠteÅŁek":133939,"ĠteÅŁekkür":133940,"Ġödeme":133941,"داÙĨ":133942,"ãģ¾ãģĹãģ¦":133943,"缮ãģ«":133944,"ĠÑĤеÑĩение":133945,"lard":133946,"lardır":133947,"à¹Ģราà¸Īะ":133948,"ספ×Ļ":133949,"ĠÙĪÙĥØ°ÙĦÙĥ":133950,"Ġhát":133951,"Ġtá»Ļc":133952,"à¸Ħุย":133953,"Ġbức":133954,"ØŃÙĬÙĨ":133955,"èģŀãģĦãģ¦":133956,"Ùħؤشر":133957,"ĠNhÆ°":133958,"Ġменее":133959,"ละà¸Ħร":133960,"Ñģин":133961,"ĠÑĢек":133962,"ĠÑĢекл":133963,"ĠÑĢеклам":133964,"ĠÙģÙĩÙĪ":133965,"Ġ׾×ĸ":133966,"×Ļ׳×ķת":133967,"ĠÅŁart":133968,"ÑģÑĤавка":133969,"Ġíı¬íķ¨":133970,"ãģ«è¡Įãģı":133971,"ï¼Ŀ":133972,"ĠпозволÑıеÑĤ":133973,"Ġת×ķ׼׾×ķ":133974,"овал":133975,"صÙĦØ©":133976,"Ġ׾ש׳×ķת":133977,"ĠÐĺгÑĢ":133978,"ÙħÙĨتجات":133979,"ĠsatÄ±ÅŁ":133980,"Ñģко":133981,"ĠاÙĦØ«ÙĦاثاء":133982,"Ġ×Ķ×ĵ×ijר×Ļ×Ŀ":133983,"ãģĹãģ¾ãģĹãĤĩãģĨ":133984,"بÙĤÙī":133985,"åĬĽãĤĴ":133986,"ĠÃĩok":133987,"ãĥģãĥ¥":133988,"à¹Ģà¸Ĭืà¹īà¸Ń":133989,"ยุà¸Ħ":133990,"ศาล":133991,"Ġק×ķ×ĵ×Ŀ":133992,"×ĸר×Ļ×Ŀ":133993,"ãģ®åł´åIJĪ":133994,"ĠìķĬìķĺ":133995,"ãģĤãĤĬãģ¾ãģĻãģĮ":133996,"×IJשר":133997,"è¡Įãģı":133998,"ãģ»ãģĭ":133999,"æ°Ĺãģ«ãģªãĤĭ":134000,"йдеÑĤ":134001,"íķĺìĺĢëĭ¤":134002,"ستÙħرار":134003,"ĠÐŁÑĢе":134004,"ĠÑģбоÑĢ":134005,"ĠìķĦ무":134006,"ç§ģãĤĤ":134007,"عص":134008,"ĠниÑĩ":134009,"ĠниÑĩего":134010,"ĠпÑĢием":134011,"ק×ķ×ŀ":134012,"ĠìĪĺëıĦ":134013,"Ġì¡´":134014,"Ġì¡´ìŀ¬":134015,"ĠأثÙĨ":134016,"ĠأثÙĨاء":134017,"ĠÙĪاÙĦØŃ":134018,"ãģĮãģ§ãģįãĤĭ":134019,"Ġת×Ķ":134020,"Ġת×Ķ×Ļ×Ķ":134021,"רף":134022,"ĠÑģвÑıзи":134023,"×Ĵשת":134024,"ÑģпекÑĤ":134025,"ס×ij×Ļ×ij":134026,"ס×ij×Ļ×ij×Ķ":134027,"ĠíķĦìļĶíķľ":134028,"تخصص":134029,"Ġжив":134030,"ĠживоÑĤ":134031,"ĠMayıs":134032,"تعا":134033,"تعاÙĪÙĨ":134034,"ĠعÙĨÙĩا":134035,"ówki":134036,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬ":134037,"ãģłãģijãģ§ãģªãģı":134038,"ìĿ¸ì§Ģ":134039,"ĠاÙĦسÙĪد":134040,"ĠاÙĦسÙĪداÙĨ":134041,"إجراءات":134042,"Ġkötü":134043,"Ġ×Ļתר":134044,"×Ĵ×Ļש×Ķ":134045,"Ġצ×ķר×ļ":134046,"รà¸ĸย":134047,"รà¸ĸยà¸Ļà¸ķà¹Į":134048,"ÑħоÑĤ":134049,"ÐłÐIJ":134050,"ÙĪØ·ÙĨ":134051,"Ġsayısı":134052,"ס×Ĺר":134053,"ÙħÙĪÙĦ":134054,"ãĤĴæĮģãģ£ãģ¦":134055,"عاÙĨ":134056,"Ġtá»Ļi":134057,"ĠвÑĭÑĪе":134058,"Ġtầm":134059,"ãĥĪãĥ¬":134060,"×Ļצ×ķ":134061,"มุม":134062,"سÙĪد":134063,"ìłĦìŀIJ":134064,"ãĤµãĥŃãĥ³":134065,"ìĤ°ìĹħ":134066,"ĠоÑģнован":134067,"Ø®Ùģض":134068,"רצ×Ķ":134069,"بÙĬض":134070,"×ķÖ¹":134071,"ס×Ļ×Ļ×¢":134072,"Ġש×IJ×Ļ":134073,"ĠاÙĦÙĤرآÙĨ":134074,"ĠТакже":134075,"×ŀש×ŀ×¢×ķת":134076,"سÙĩÙĦ":134077,"Ġ×Ķ׳×Ķ":134078,"ãĤĴãģĹãģ¦ãģĦãĤĭ":134079,"×Ļ×Ļס":134080,"×Ķ×ķ×IJ":134081,"ĠBÃŃ":134082,"Ġмало":134083,"ĠëĶ°ëĿ¼ìĦľ":134084,"Ġר×Ĺ×ij":134085,"ãģĮé«ĺãģĦ":134086,"ÙĪاس":134087,"ìĤ¼":134088,"×ł×¢":134089,"ãģ£ãģ¡ãĤĥ":134090,"ĠTüm":134091,"à¸Ńีà¸ģà¸Ķà¹īวย":134092,"ãģĹãģ¦ãģıãģłãģķãģĦ":134093,"ÙĨشاط":134094,"ãĥĹãĥ©ãĥ³":134095,"алиÑģÑĮ":134096,"×ĵ×ľ×ª":134097,"ĠwczeÅĽ":134098,"ĠwczeÅĽniej":134099,"ĠÑįÑĤим":134100,"Ġthá»ĭt":134101,"à¸ļัà¸į":134102,"à¸ļัà¸įà¸Ĭี":134103,"ãģļãģ£ãģ¨":134104,"ÑĢин":134105,"ĠswojÄħ":134106,"íķĺëĬĶëį°":134107,"Ġë§Įëĵ¤ìĸ´":134108,"تشÙĥ":134109,"تشÙĥÙĬÙĦ":134110,"ائÙĩ":134111,"Ġ׾פ×Ĺ×ķת":134112,"ãĥĭãĥ¥":134113,"ãĥĭãĥ¥ãĥ¼ãĤ¹":134114,"׼×IJף":134115,"ãģ§ãģįãģŁ":134116,"звон":134117,"ĠstaÅĤ":134118,"×Ĺ×ijרת×Ļ":134119,"ĠأعÙĦÙĨ":134120,"à¹ģà¸ļà¸ļà¸Ļีà¹ī":134121,"بدء":134122,"ãĤģãģŁ":134123,"Ġ×ŀש×ŀ×¢×ķת":134124,"Ġ×ŀש×ŀ×¢×ķת×Ļ":134125,"örü":134126,"Ġhạnh":134127,"zähl":134128,"ĠLý":134129,"Ġ×ij×Ķת":134130,"Ġ×ij×Ķת×IJ×Ŀ":134131,"баÑĢ":134132,"ì¦Ī":134133,"ä»ĬåĽŀãģ®":134134,"Ġyü":134135,"Ġyüks":134136,"Ġyüksel":134137,"ãĤ½ãĥ¼":134138,"ãģĤãĤĮ":134139,"×ª×ľ×ŀ×Ļ×ĵ":134140,"ãģ¤ãģª":134141,"×ij׳×Ļ×Ŀ":134142,"Ġxếp":134143,"ĠмÑĥжÑĩин":134144,"ĠاÙĦÙĥتاب":134145,"׼×ŀ×ķת":134146,"Ġçe":134147,"ĠçeÅŁ":134148,"ĠçeÅŁit":134149,"ĠçeÅŁitli":134150,"×ĵ×Ļר×ķת":134151,"à¸ļุà¸į":134152,"ĠاÙĦØ¥ÙĦÙĥ":134153,"ĠاÙĦØ¥ÙĦÙĥترÙĪ":134154,"ĠاÙĦØ¥ÙĦÙĥترÙĪÙĨÙĬ":134155,"ĠباÙĦإض":134156,"ĠباÙĦإضاÙģØ©":134157,"Ġyönel":134158,"Ġyönelik":134159,"mysÅĤ":134160,"à¸Ķà¹īวยà¸ģาร":134161,"à¸ģารà¸Ĺำ":134162,"овÑĭм":134163,"أزÙħØ©":134164,"æİ¢ãģĹ":134165,"íļ¨":134166,"Ġ×ķ×IJ×Ŀ":134167,"Ġnghiêm":134168,"ÑĪин":134169,"кал":134170,"Ġcrianças":134171,"èĩªåĪĨãģ§":134172,"Ġнай":134173,"ĠнайÑĤи":134174,"ĠSá»ij":134175,"ĠÃ¶ÄŁrenciler":134176,"ãĥ¶æľĪ":134177,"Ñģан":134178,"ĠJá":134179,"ĠkonuÅŁma":134180,"شرط":134181,"ëĪĪ":134182,"arrière":134183,"ضرÙĪرة":134184,"ãĥĶãĥ³":134185,"עשר":134186,"аÑĢÑĮ":134187,"جÙħاع":134188,"Ġdéco":134189,"Ġ×Ļ×Ķ×ķ×ĵ×Ļ":134190,"à¸ŀลาà¸Ķ":134191,"ĠÙĬÙĥÙĨ":134192,"ĠجاÙħعة":134193,"طبÙĤ":134194,"ĠboÅŁ":134195,"×ķ×ķ×IJ":134196,"×ŀ×ĵ×¢":134197,"ק×ij×ķצת":134198,"פ×Ļר":134199,"jÄħcym":134200,"Ùħشا":134201,"ÙħشاÙĥÙĦ":134202,"צפ×ķף":134203,"إست":134204,"×ŀ׼ר":134205,"سÙħع":134206,"Ġкакой":134207,"ÑĤвоÑĢ":134208,"ØŃج":134209,"Ùģرض":134210,"пÑĢавлен":134211,"Ġникак":134212,"Ġmiá»ĩ":134213,"Ġmiá»ĩng":134214,"Ã¼ÃŁ":134215,"иÑĢовал":134216,"׾×ŀ×ķת":134217,"次ãģ®":134218,"ÙĦØ·":134219,"à¸ķัà¸Ļ":134220,"×Ķת×Ĺ×Ļ׾":134221,"ĠfotoÄŁ":134222,"ĠfotoÄŁraf":134223,"طرØŃ":134224,"à¸Ńà¸Ńà¸ģà¹Ħà¸Ľ":134225,"Ġyên":134226,"Ġпок":134227,"ĠпокÑĥп":134228,"ĠпокÑĥпа":134229,"ÑĨÑĥ":134230,"ĠкомпÑĮÑİ":134231,"ĠкомпÑĮÑİÑĤеÑĢ":134232,"ĠاÙĦÙĥرÙĬÙħ":134233,"تصÙħ":134234,"تصÙħÙĬÙħ":134235,"Ġоказа":134236,"Ġzarówn":134237,"Ġzarówno":134238,"ëĮĢì¶ľ":134239,"ãĤ»ãĥ³ãĤ¿ãĥ¼":134240,"ĠjakoÅĽci":134241,"æĤ©":134242,"æĤ©ãģ¿":134243,"Ø£ÙĨÙĪ":134244,"Ø£ÙĨÙĪاع":134245,"ë¹ł":134246,"Ġìłķë§IJ":134247,"Ġkẻ":134248,"ĠÑģайÑĤа":134249,"Ġ×Ķער×ij":134250,"Ùĩز":134251,"presión":134252,"ĠÑģÑĤен":134253,"ãģ£ãģ¦ãĤĭ":134254,"Ġhızlı":134255,"ÐļÐIJ":134256,"×ŀשפ×Ĺת":134257,"ĠÙĨÙĩا":134258,"ĠÙĨÙĩاÙĬØ©":134259,"ãģ¾ãģĦ":134260,"оÑħÑĢан":134261,"รà¹īà¸Ńย":134262,"ลึà¸ģ":134263,"ĠÙĪباÙĦ":134264,"ãĤĤãģ®ãģĮ":134265,"ר׼×Ļ×ij":134266,"ãĤ¤ãĥ¤":134267,"سؤ":134268,"سؤاÙĦ":134269,"ĠÙĦØ£ÙĨÙĩ":134270,"ĠkonuÅŁtu":134271,"ÐļÑĥпиÑĤÑĮ":134272,"Ġש×IJת×Ķ":134273,"ĠÙĪاÙĦس":134274,"ĠmożliwoÅĽci":134275,"Ġprób":134276,"ëĶ°":134277,"ãģ©ãĤĮ":134278,"ĠÐľÐ¸Ð½":134279,"ĠоÑĢганизм":134280,"ãģ«å¯¾ãģĻãĤĭ":134281,"ĠPré":134282,"Ġprivé":134283,"chè":134284,"ãģĦãģŁãģłãģį":134285,"สà¸Ļุà¸ģ":134286,"ajÄħce":134287,"ĠDzi":134288,"ĠDziÄĻki":134289,"ÅĤatw":134290,"rän":134291,"ränk":134292,"æĿ¥ãģŁ":134293,"Ġ×Ķ×Ļ×Ķ×ķ×ĵ×Ļ":134294,"ãĤ¬ãĥ¼":134295,"ĠÑĢад":134296,"ĠÑĢади":134297,"кÑĤив":134298,"Ø£Ùĩد":134299,"Ø£ÙĩداÙģ":134300,"ש×IJ×Ļר":134301,"ãģ¦ãģĦãģªãģĦ":134302,"Ġfrüh":134303,"Ġокол":134304,"Ġоколо":134305,"Ġregião":134306,"ĠÑĩиÑģле":134307,"Ġponiew":134308,"Ġponieważ":134309,"ìĦ¼íĦ°":134310,"Ġbầu":134311,"Ġê·":134312,"Ġê·ľ":134313,"Ġê·ľìłķ":134314,"ĠHòa":134315,"ĠÑĤоÑĤ":134316,"ãĤĤå¤ļãģĦ":134317,"ĠاÙĦإسÙĦاÙħÙĬØ©":134318,"ãģĭãģĦ":134319,"Ñįн":134320,"ĠÑĥказан":134321,"ĠÑĤакое":134322,"ï¼³":134323,"ëĮĢíķĻ":134324,"ĠgeniÅŁ":134325,"ĠاÙĦØ®ÙĬ":134326,"ĠاÙĦØ®ÙĬارات":134327,"ãĤĴè¡ĮãģĨ":134328,"ש×ŀ×Ķ":134329,"ĠLÃłm":134330,"ÙĪÙĨÙĬ":134331,"Ġ×IJ׾×Ļ×ķ":134332,"Äĺ":134333,"à¹Ħมà¹Īสามารà¸ĸ":134334,"人ãģ¨":134335,"برز":134336,"×Ļס×ķ×ĵ":134337,"×Ĵ׾×Ļ":134338,"ĠÙĬÙĨا":134339,"ĠÙĬÙĨاÙĬر":134340,"ĠкаÑĢÑĤин":134341,"Ġtôn":134342,"à¹Ģà¸ģร":134343,"à¸Ħà¸Ķี":134344,"Ġ׾×IJ×ķר×ļ":134345,"ãĤĤãĤīãģĨ":134346,"ãģĭãģĭãĤĭ":134347,"ании":134348,"ĠaraÅŁtırma":134349,"ÙĦاØŃظ":134350,"ãģĦãĤĦ":134351,"ĠTÃłi":134352,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ":134353,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģà¸Ļีà¹ī":134354,"ĠÄIJảng":134355,"ãģ£ãģ¦ãģįãģŁ":134356,"Ġà¸ĭึà¹Īà¸ĩà¹Ģà¸Ľà¹ĩà¸Ļ":134357,"Ġtả":134358,"ĠmożliwoÅĽÄĩ":134359,"ĠSản":134360,"ĠÄ°ki":134361,"Ġcắt":134362,"سأÙĦ":134363,"Ġbakım":134364,"شب":134365,"à¸ķีà¹ī":134366,"à¸ŀยาย":134367,"à¸ŀยายาม":134368,"à¸ªà¸±à¸Ľ":134369,"à¸ªà¸±à¸Ľà¸Ķา":134370,"à¸ªà¸±à¸Ľà¸Ķาหà¹Į":134371,"ë°Ģ":134372,"еÑĢÑĭ":134373,"Ġcánh":134374,"Ġthuế":134375,"تبع":134376,"ãģ«åħ¥ãĤĮ":134377,"ÑİÑģÑĮ":134378,"íļĮìĿĺ":134379,"ç°¡åį":134380,"ç°¡åįĺ":134381,"ç°¡åįĺãģ«":134382,"Ġtrúc":134383,"ĠاÙĦÙĥÙĪÙĬ":134384,"ĠاÙĦÙĥÙĪÙĬت":134385,"ãĤıãģijãģ§ãģĻ":134386,"ĠÑģвоб":134387,"ĠÑģвобод":134388,"ĠÑĥÑĩаÑģÑĤник":134389,"สิà¹īà¸Ļ":134390,"ĠпÑĢоÑĦеÑģÑģиона":134391,"ĠпÑĢоÑĦеÑģÑģионалÑĮн":134392,"ÑģпоÑĢ":134393,"×Ĺ×ķ×ij×Ķ":134394,"ÙħعÙĨÙī":134395,"ĠاÙĦÙģترة":134396,"สูà¸ĩสุà¸Ķ":134397,"ãĤıãģļ":134398,"ĠÄijè":134399,"ĠÄijèn":134400,"æ¯Ķãģ¹":134401,"าà¸ĺิ":134402,"Ġmożemy":134403,"à¹ģà¸ĭ":134404,"à¸Īะà¹Ħมà¹Ī":134405,"Ġsắp":134406,"ÐļÐŀ":134407,"Ġpráctica":134408,"ÙĪÙĥاÙĦØ©":134409,"è¾¼ãĤĵãģ§":134410,"ológica":134411,"ĠеÑī":134412,"ĠеÑīÑij":134413,"تعدÙĬÙĦ":134414,"ĠØ£Ùĥد":134415,"Ġצר×Ļ׼":134416,"Ġצר×Ļ׼×Ļ×Ŀ":134417,"Ø«Ùħ":134418,"ĠкÑĢÑĥ":134419,"ĠкÑĢÑĥп":134420,"×ij×Ļק×ķרת":134421,"Ġì¡°ê¸Ī":134422,"ãģ¨ãģįãģ¯":134423,"Ġbạc":134424,"ĠÑĢаÑģпол":134425,"ĠÑĢаÑģполож":134426,"ĠÑĢаÑģположен":134427,"زÙĬÙĨ":134428,"ĠÐļÑĢоме":134429,"ĠاÙĦÙĨظر":134430,"×Ķ×ķ×ĵ":134431,"ĠاÙĦسبت":134432,"ãģ¨æĢĿãģĦ":134433,"ĠpaÅĦst":134434,"ĠpaÅĦstw":134435,"ĠÙĦÙĬست":134436,"ĠбÑĥдÑĥ":134437,"à¸Ĺัà¸Ļà¸Ĺี":134438,"ราม":134439,"ØŃصÙĪÙĦ":134440,"ãģĹãģ¦ãģıãĤĮãĤĭ":134441,"ĠاÙĦإسرائÙĬÙĦ":134442,"ĠاÙĦإسرائÙĬÙĦÙĬ":134443,"ãģĵãĤĮãģ¾ãģ§":134444,"ìĤ¬ë¥¼":134445,"Ġsürü":134446,"à¹Ģวà¸Ńรà¹Į":134447,"à¹Ģà¸ĭà¸Ńรà¹Į":134448,"Ġutilisé":134449,"ĠÑģиÑģÑĤема":134450,"Ġdwó":134451,"Ġdwóch":134452,"Ġpróprio":134453,"Ġëĵ±ìĿĦ":134454,"arrêt":134455,"ĠЧа":134456,"×IJ×ŀ׳×ķת":134457,"عارض":134458,"à¹Ģà¸ģมสà¹Į":134459,"Ġ׾×Ķ×ij×Ļף":134460,"Ġ׾×ij×Ĺ":134461,"Ġ׾×ij×Ĺ×ķר":134462,"สาà¸Ĥา":134463,"ĠÐľÐ¾Ñģкве":134464,"بعد":134465,"ĠاÙĦÙĤرار":134466,"ĠÄIJá»ĭa":134467,"Ġ×Ĺ×Ĵ":134468,"Ùģتر":134469,"ÙĪÙĨØ©":134470,"Ġ×Ķ×ĸ×IJת":134471,"å¸Ĥãģ®":134472,"ãģ»ãģĹãģĦ":134473,"Ġ×ij×¢×Ļר":134474,"ĠÑĤепеÑĢÑĮ":134475,"ìĬµëĭĪê¹Į":134476,"à¹Ħมà¹Īว":134477,"à¹Ħมà¹Īวà¹Īา":134478,"à¹Ħมà¹Īวà¹Īาà¸Īะ":134479,"×ŀ×IJ×Ķ":134480,"æĥħåł±":134481,"æĥħåł±ãĤĴ":134482,"غÙĨ":134483,"ĠпоÑı":134484,"ĠпоÑıви":134485,"éģİãģĶ":134486,"تشغ":134487,"تشغÙĬÙĦ":134488,"вел":134489,"Ġ×Ĺ×ŀ":134490,"ãģ¨ãģªãĤĬãģ¾ãģĻ":134491,"ĠraÄŁ":134492,"ĠraÄŁmen":134493,"ãģĭãģ©ãģĨ":134494,"ãģĭãģ©ãģĨãģĭ":134495,"енко":134496,"ì§Ģê³ł":134497,"Ġ×IJ׾×Ļ×Ķ":134498,"ĠØ£ÙĦ":134499,"à¸Īำหà¸Ļ":134500,"à¸Īำหà¸Ļà¹Īาย":134501,"nızı":134502,"Ġ׾ק×Ĺת":134503,"Ø£ÙĩÙħ":134504,"Ø£ÙĩÙħÙĬØ©":134505,"تغÙĬر":134506,"ש×Ĺר":134507,"ס×ķפר":134508,"×ĵ×Ļר":134509,"èī¯ãģĭãģ£ãģŁ":134510,"×ŀ׾×Ĺ×ŀ×Ķ":134511,"ÑģÑĤвие":134512,"ÑĤÑĢаÑĤ":134513,"ĠاÙĦأخ":134514,"ĠاÙĦأخÙĬرة":134515,"ĠاÙĦØŃصÙĪÙĦ":134516,"Ġcrédito":134517,"צ×Ļ×¢":134518,"ãĥ¬ãĥĻãĥ«":134519,"برÙĬ":134520,"ëIJIJ":134521,"ãģłãģ£ãģ¦":134522,"ĠrealtÃł":134523,"سÙģر":134524,"×ķ׳×ķ":134525,"×Ĵ×ķ×ĵ":134526,"×Ĵ×ķ×ĵ׾":134527,"ฮา":134528,"ãģĹãģ¦ãģĬãĤĬãģ¾ãģĻ":134529,"ĠgÃł":134530,"Ġ׾×ijצע":134531,"å¼ķè¶ĬãģĹ":134532,"Ġ×ŀ×Ļ׾×Ļ":134533,"Ġ×ŀ×Ļ׾×Ļ×ķף":134534,"Ùħدر":134535,"Ùħدرسة":134536,"פ×ķ×ĺ":134537,"à¸Ļà¹īำมัà¸Ļ":134538,"ëģĿ":134539,"عÙĥس":134540,"ĠÙĤض":134541,"ĠÑĢÑĭб":134542,"خطط":134543,"×ŀ×ķס×ĵ":134544,"Ġ׼׾׾×Ļ":134545,"ĠкоÑĤоÑĢое":134546,"צ×Ļ×ķף":134547,"ĠмеÑģÑĤа":134548,"ãģĭãģ¤":134549,"гÑĢÑĥпп":134550,"׾×Ļ׾":134551,"ת×ķ×IJר":134552,"ë³µì§Ģ":134553,"à¹ģà¸ľà¹Īà¸Ļ":134554,"Ġ×ijעת":134555,"æĻĤéĸĵãĤĴ":134556,"ï¼£":134557,"ãģ¨ãģĦãģĨãģĵãģ¨ãģ§":134558,"Ġ׾×Ķק":134559,"Ġ׾×ĸ×Ķ":134560,"ĠìłĢëĬĶ":134561,"ĠاÙĦإرÙĩاب":134562,"ĠìŀĪëĬĶëį°":134563,"ĠÑĤогда":134564,"Ġ×Ķצ×Ļ":134565,"×ķ׾×ĺ":134566,"Ġרפ×ķ×IJ×Ļ":134567,"ãģĵãģ¨ãģ§ãģĻ":134568,"ĠÄijÃŃch":134569,"ØŃÙĬا":134570,"Ġ×Ķ×ŀש×Ĺק":134571,"ãģľãģ²":134572,"Ġ×ŀ×IJפשר":134573,"ãģ¿ãģ¾ãģĹãģŁ":134574,"ĠاÙĦØ£ÙħÙĬرÙĥÙĬ":134575,"ÙħجتÙħع":134576,"Ġساب":134577,"ĠسابÙĤ":134578,"׼×Ļ׾":134579,"Ế":134580,"ãĥªãĤ¹ãĥĪ":134581,"Ġìĥ":134582,"ĠìĥĪ":134583,"ĠìĥĪë¡ľ":134584,"ĠìĥĪë¡ľìļ´":134585,"ĠDá»ĭch":134586,"à¹Ģหมาะสม":134587,"ĠاÙĦÙĨبÙĬ":134588,"׾׾":134589,"ÙĨع":134590,"Ðĵлав":134591,"ÐĵлавнаÑı":134592,"Ùħرض":134593,"Ġ×ķ×ĵ":134594,"تÙĤÙĬ":134595,"تÙĤÙĬÙĬÙħ":134596,"Ġbảng":134597,"ĠÙģÙĤاÙĦ":134598,"×¢×ŀ×Ļ":134599,"дÑĢа":134600,"Ġsuá»ijt":134601,"سرعة":134602,"Ġcá»Ń":134603,"Ġ×Ķ×Ļ×Ĺ×Ļ×ĵ":134604,"سعÙĬد":134605,"à¸Ńาà¸Ĭีà¸ŀ":134606,"ĠسÙĪاء":134607,"ãĤ½ãĥķãĥĪ":134608,"ĠлиÑĩно":134609,"ĠÐļоÑĢ":134610,"اÙĩتÙħ":134611,"اÙĩتÙħاÙħ":134612,"à¸Ńà¸Ķี":134613,"à¸Ńà¸Ķีà¸ķ":134614,"ãģIJãĤīãģĦ":134615,"Ġihtiya":134616,"Ġihtiyaç":134617,"ãģ¾ãģ§ãģ®":134618,"ìĭľìĬ¤":134619,"ìĭľìĬ¤íħľ":134620,"ÑĢÑĥÑĪ":134621,"ãĤĦãģ£ãģ±":134622,"ãĤĦãģ£ãģ±ãĤĬ":134623,"кеÑĢ":134624,"Ġży":134625,"Ġżyw":134626,"клон":134627,"Ġlượt":134628,"þ":134629,"даÑĩи":134630,"türk":134631,"غÙĪ":134632,"ĠигÑĢок":134633,"Ġphê":134634,"Ġ×©×¢×ľ":134635,"ĠاÙĦÙħدÙĨÙĬ":134636,"ĠìŬ룬ë¶Ħ":134637,"ער×Ļ×Ŀ":134638,"ÑħодÑıÑĤ":134639,"Ġxứ":134640,"ÐĹа":134641,"ĠÙģرص":134642,"à¸Īะà¸Ĺำà¹ĥหà¹ī":134643,"íģ´":134644,"×¢×ij×ķר":134645,"à¹Ģหลà¹Īาà¸Ļีà¹ī":134646,"èĢĥãģĪãĤĭ":134647,"ÑĢеÑģÑĤ":134648,"ннÑĭй":134649,"Ġcầm":134650,"داخÙĦ":134651,"ĠÙħÙĦÙĬار":134652,"ĠÐIJл":134653,"ĠвÑĢемен":134654,"à¸Ĭà¹Īวยà¹ĥหà¹ī":134655,"ר×Ļ×ķת":134656,"ëĵ¯":134657,"飲ãģ¿":134658,"׳׾":134659,"שתף":134660,"ĠاÙĦسعÙĪدÙĬ":134661,"uÃŁ":134662,"ìĿ¸ëį°":134663,"ĠìĿ¼ë°ĺ":134664,"ÅĤÄĻ":134665,"Ġmá»iji":134666,"×ŀ×Ļ׳":134667,"ĠاÙĦأطÙģاÙĦ":134668,"Ġçıkan":134669,"école":134670,"ק×Ļש":134671,"ק×Ļש×ķר":134672,"ĠоÑģÑĥÑīеÑģÑĤв":134673,"ĠоÑģÑĥÑīеÑģÑĤвлÑı":134674,"×ij×IJר":134675,"à¹Ħà¸Ľà¸Ķà¹īวย":134676,"Ġ×¢×ķ׾×Ķ":134677,"à¸ģà¹ĩà¹Ħมà¹Ī":134678,"ãĥ¢ãĥĩ":134679,"ãĥ¢ãĥĩãĥ«":134680,"تØŃÙĪÙĦ":134681,"Ġодного":134682,"ת×Ĺ×Ļ×ľ×ª":134683,"Ġتخ":134684,"Ġchcia":134685,"ĠchciaÅĤ":134686,"ãĥIJãĥ³":134687,"èĢħãģ¯":134688,"ĠÙħØŃÙĦ":134689,"Ñģлож":134690,"Ñģложн":134691,"ĠtÄĻ":134692,"Ġçıkt":134693,"Ġçıktı":134694,"ĠCÆ¡":134695,"à¹Ħà¸Ķà¹īà¹Ģลย":134696,"ırken":134697,"à¹Ģà¸Ĥà¹īาสูà¹Ī":134698,"ÙħØŃÙĥ":134699,"ÙħØŃÙĥÙħØ©":134700,"à¸Ħุà¹īม":134701,"à¸Ļà¹Īาà¸Īะ":134702,"лÑİд":134703,"деÑģÑı":134704,"деÑģÑıÑĤ":134705,"ĠлÑİбой":134706,"تØŃرÙĬر":134707,"צע×ĵ":134708,"ĠеÑij":134709,"ĠاÙĦØŃÙĥÙħ":134710,"ĠصباØŃ":134711,"à¹Ģà¸ļà¸Ńรà¹Į":134712,"Ġróżnych":134713,"гиб":134714,"ĠÑģоÑĤ":134715,"ĠÑģоÑĤÑĢÑĥд":134716,"ĠÑģоÑĤÑĢÑĥдник":134717,"ĠобÑĬем":134718,"פ×ĺר":134719,"ãģĻãģĶãģı":134720,"ãģ«éĸ¢ãģĹãģ¦":134721,"вол":134722,"Ø«ÙħاÙĨ":134723,"Ġdần":134724,"æĬľ":134725,"æĬľãģij":134726,"Ġעש":134727,"Ġעש×ķ×Ļ":134728,"ס×ķף":134729,"ãģªãģ®ãģ§ãģĻ":134730,"ãģ¯ãģ©ãģĨ":134731,"×ŀער×ij":134732,"ï¼°":134733,"Ùħصر":134734,"ÙħÙĨاسب":134735,"ÙħÙĨاسبة":134736,"ä¸Ĭãģ®":134737,"×IJ×Ļש×ķר":134738,"ĠìĦ¤ì¹ĺ":134739,"×ŀ×ĵ×Ļ׳×ķת":134740,"×ŀרת":134741,"ãĤĭãģ®ãģĮ":134742,"دÙİ":134743,"ĠاÙĦشرÙĥات":134744,"ìĭľê°Ħ":134745,"ĠÑĢеÑĪение":134746,"ãģĻãĤĭãģ®ãģ¯":134747,"ĠìŀIJìĭłìĿĺ":134748,"׾×ŀ×ķ":134749,"ãģ¨ãģĵãĤįãģ§":134750,"Ġקצר":134751,"Ġmãi":134752,"Ġkültür":134753,"ãĥ©ãĤ¤ãĥĸ":134754,"à¸ľà¸¹à¹īหà¸įิà¸ĩ":134755,"æĻĤéĸĵãģĮ":134756,"клÑİÑĩи":134757,"diÄŁiniz":134758,"มาà¸ģà¹Ĩ":134759,"تØŃÙħÙĦ":134760,"Ġhạt":134761,"ãĤ¦ãĤ£":134762,"пле":134763,"×ŀ׾×IJ":134764,"ÅĤó":134765,"Ġgá»ijc":134766,"Ġ×IJ×ķ×ĵ×ķת":134767,"หวาà¸Ļ":134768,"ĠاÙĦÙĪز":134769,"ĠاÙĦÙĪزراء":134770,"ëĵ¤ê³¼":134771,"ĠصØŃ":134772,"ĠصØŃÙĬÙģØ©":134773,"Ġмм":134774,"تدخÙĦ":134775,"Ġpersönlich":134776,"ĠزÙĬ":134777,"ĠزÙĬادة":134778,"ãĤ·ãĤ¢":134779,"Ġngắn":134780,"à¸Ħลิà¸ģ":134781,"Ġsông":134782,"Ġtüket":134783,"ÑįÑĦÑĦ":134784,"ÑįÑĦÑĦекÑĤ":134785,"ש×Ļ×ij":134786,"Ġاعت":134787,"تض":134788,"تضÙħÙĨ":134789,"ĠاÙĦÙħشرÙĪع":134790,"Ġprodução":134791,"ĠпÑĢименÑı":134792,"ниÑĨÑĭ":134793,"주ëĬĶ":134794,"رÙı":134795,"ĠmÆ¡":134796,"Ġhayatı":134797,"ëŁ½":134798,"Ġücret":134799,"Ġyanında":134800,"Ġprática":134801,"×ij×Ļק×ķר":134802,"ÃľN":134803,"ÑģоÑĤ":134804,"ãĤıãģijãģ§":134805,"Ġдолго":134806,"×ª×Ľ×ķ":134807,"ĠìķĦëĭĮ":134808,"ëį°ìĿ´":134809,"Ġçiz":134810,"ĠchoÄĩ":134811,"Ġ×Ķ×Ļת":134812,"Ġ×Ķ×Ļתר":134813,"Ġsoát":134814,"׼×ij×ĵ":134815,"à¹Ģลà¹Īา":134816,"ĠдеÑĢ":134817,"ĠдеÑĢев":134818,"ãĤĴåħ¥ãĤĮ":134819,"×Ĺ×ķס":134820,"×Ĺ×ķסר":134821,"جÙĬÙĨ":134822,"tón":134823,"onné":134824,"ĠполноÑģÑĤÑĮÑİ":134825,"人ãģŁãģ¡":134826,"Ġprêt":134827,"본":134828,"Ġdécembre":134829,"cılar":134830,"Ġתת":134831,"Ġê²½ìļ°ìĹIJëĬĶ":134832,"ÙĪعد":134833,"è¦ĭãĤĭ":134834,"วิà¸Īัย":134835,"ë¶Ī":134836,"زÙĪا":134837,"زÙĪاج":134838,"dì":134839,"ãģ§ãģĻãĤĪ":134840,"Ġводо":134841,"ĠÙĬÙĪجد":134842,"ÑģоÑģÑĤоÑı":134843,"ÐŀС":134844,"ĠÄIJó":134845,"×Ĺפש":134846,"Ġצ×Ļ×ij×ķר":134847,"ĠاÙĦÙĤØ·":134848,"ĠاÙĦÙĤطاع":134849,"ĠимеÑİÑĤ":134850,"ĠpháºŃn":134851,"×Ľ×¡×¤×Ļ":134852,"полниÑĤелÑĮ":134853,"éĻIJãĤĬ":134854,"ĠÑģÑĢав":134855,"ĠÑģÑĢавн":134856,"ÙħاÙĦÙĥ":134857,"×ĵר×ķ×Ŀ":134858,"çļĨãģķãĤĵ":134859,"ØŃÙĤÙĤ":134860,"à¹ģหลà¹Īà¸ĩ":134861,"ĠاÙĦرسÙħÙĬ":134862,"оÑĩки":134863,"×ĺ×ij×Ĺ":134864,"Ġcanlı":134865,"Ġ׾׾":134866,"Ġ׾׾×ŀ×ķ×ĵ":134867,"×ŀ×ij×ķ":134868,"×ª×Ľ":134869,"×ª×Ľ×ł×Ļת":134870,"ĠاÙĦÙħشار":134871,"ĠاÙĦÙħشارÙĥØ©":134872,"Ä°Åŀ":134873,"ĠسÙĬاسÙĬ":134874,"волÑĮ":134875,"ĠÑģпÑĢав":134876,"æĿ¥ãģ¦":134877,"פ×ķר×ķ×Ŀ":134878,"สำà¹Ģรà¹ĩ":134879,"สำà¹Ģรà¹ĩà¸Ī":134880,"ĠÅŁÃ¶yle":134881,"ĠzostaÅĤa":134882,"ĠHü":134883,"ר×ķש":134884,"دÙĦÙĬÙĦ":134885,"ÑĢид":134886,"שף":134887,"×ŀק×ķר":134888,"ĠÑĥÑĩ":134889,"ĠÑĥÑĩеб":134890,"ĠÑįÑĤа":134891,"кова":134892,"à¸ķà¸Ļà¹Ģà¸Ńà¸ĩ":134893,"ÙĨÙIJ":134894,"à¸Ńีà¸ģà¸Ħรัà¹īà¸ĩ":134895,"ระà¸ļุ":134896,"Ġdữ":134897,"ĠاÙĦØŃاÙĦÙĬ":134898,"׼×ķ׼":134899,"׼×ķ׼×ij":134900,"Ġ×ŀ×IJשר":134901,"Ġtrụ":134902,"ÑĤелем":134903,"Ġвли":134904,"ĠвлиÑı":134905,"Ġש×IJת×Ŀ":134906,"Ġuwag":134907,"ĠuwagÄĻ":134908,"×ĺ×Ļת":134909,"×IJ×ĵ×Ŀ":134910,"à¸Ķุ":134911,"Ġ×Ķ×IJ׾×Ķ":134912,"ĠkarÄ±ÅŁ":134913,"ĠÄIJá»iji":134914,"даÑİÑĤ":134915,"ãģªãģ®ãģ«":134916,"Äħcych":134917,"à¹Ģà¸Ļà¹īà¸Ļ":134918,"ãģĹãģ¦ãģĹãģ¾ãģĨ":134919,"intérieur":134920,"ĠfÃŃsica":134921,"ĠÐŁÐ¾Ð»":134922,"ãģĹãģķ":134923,"à¸Ĺำà¹Ħม":134924,"ĠLâm":134925,"ĠاÙĦÙħسÙĦÙħ":134926,"ĠاÙĦÙħسÙĦÙħÙĬÙĨ":134927,"صØŃØ©":134928,"ìĹĦ":134929,"à¹Ģà¸Ķà¹ĩà¸Ķ":134930,"ĠÑĥÑĩеÑĤ":134931,"âÌģ":134932,"ĠبÙĦا":134933,"ĠاÙĦاجتÙħاعÙĬ":134934,"פרס×Ŀ":134935,"ãĥķãĥ©":134936,"ĠÐļогда":134937,"mieÅĽci":134938,"ĠبÙĬÙĨÙħا":134939,"Ġ×ŀ×IJ×ŀר×Ļ×Ŀ":134940,"Ġ×ij×IJ×ĸ×ķר":134941,"×ķש×Ļ×Ŀ":134942,"ĠÑģдела":134943,"entrée":134944,"à¹Ģà¸Ħà¹īา":134945,"Ñĥгл":134946,"ĠاÙĦÙģÙĨÙĬ":134947,"ĠÐĴоÑĤ":134948,"à¸Ĺีà¹Īมา":134949,"×ķצ×Ĵ":134950,"ÙĤدرة":134951,"Ġ목":134952,"Ġ목ìłģ":134953,"íıīê°Ģ":134954,"ĠاÙĦأربع":134955,"ĠاÙĦأربعاء":134956,"פס×Ļק":134957,"ĠÑıвлÑıÑİÑĤÑģÑı":134958,"بÙĪÙĨ":134959,"ì°¾":134960,"×ŀ×¢×¨×Ľ":134961,"×ŀ×¢×¨×Ľ×ķת":134962,"ãĤ·ãĤ§":134963,"ĠباÙĦØ£":134964,"íĸĪëįĺ":134965,"ĠاÙĦبرÙĨاÙħج":134966,"ĠاÙĦØ£ØŃد":134967,"ĠmÅ©":134968,"ĠmÅ©i":134969,"паÑĤ":134970,"بث":134971,"ĠÑĨенÑĭ":134972,"Ġ×ij×ª×ľ":134973,"è¨ĢãĤıãĤĮ":134974,"ĠاÙĦÙħجاÙĦ":134975,"ĠìĦ¸ìĥģ":134976,"Ġ×Ĵ×ķפ":134977,"ĠнаÑĪей":134978,"ĠкомпаниÑı":134979,"бин":134980,"ölü":134981,"×Ļ×Ļ×ĺ":134982,"Ġ×ŀספ×Ļק":134983,"ยัà¸ĩà¸Ħà¸ĩ":134984,"ĠЧи":134985,"ĠанÑĤи":134986,"ĠÑģÑĢеди":134987,"สà¹Īวà¸Ļà¹ĥหà¸įà¹Ī":134988,"оÑĩка":134989,"íĬ¹ë³Ħ":134990,"วà¹Īาà¸ĩ":134991,"гоÑĢод":134992,"باÙĥ":134993,"à¹Ģสีà¹Īย":134994,"à¹Ģสีà¹Īยà¸ĩ":134995,"ãĤĤãĤīãģĦ":134996,"ק×ķ×Ŀ":134997,"ãģĽãģļ":134998,"ĠاÙĦÙĤاÙĩرة":134999,"Ġ×ij׼×ļ":135000,"ÙħشارÙĬع":135001,"باØŃØ«":135002,"ĠпоÑĩ":135003,"ĠпоÑĩÑĤи":135004,"ĠÑĦоÑĢма":135005,"SÄ°":135006,"Ġ×ŀצ×Ļ×¢":135007,"ลื":135008,"ลืม":135009,"ĠÑĤеÑĢ":135010,"ĠÑĤеÑĢÑĢиÑĤоÑĢ":135011,"ĠÑĤеÑĢÑĢиÑĤоÑĢии":135012,"ĠвмеÑģÑĤ":135013,"ĠвмеÑģÑĤе":135014,"dıkları":135015,"opération":135016,"à¹Ĥห":135017,"صدÙĬ":135018,"صدÙĬÙĤ":135019,"íĸīìłķ":135020,"تجا":135021,"تجاÙĪز":135022,"Ġsuç":135023,"Ġarty":135024,"Ġartyku":135025,"ĠartykuÅĤ":135026,"ãĤ·ãĥ§ãĥĥãĥĹ":135027,"שפ":135028,"שפ×Ļ×¢":135029,"Ġ×Ķש×Ļר×ķת":135030,"à¹ģà¸ĸม":135031,"ë¸Ķ":135032,"ĠukÅĤad":135033,"Ġ×ķ׼×Ļ":135034,"หลาà¸ģ":135035,"หลาà¸ģหลาย":135036,"æĸ¹ãĤĤ":135037,"Ġpodróż":135038,"ĠEÄŁer":135039,"ĠкомнаÑĤ":135040,"ĠÑģамÑĭÑħ":135041,"ĠвкÑĥÑģ":135042,"беж":135043,"Ġ×ijק×ķ":135044,"æİĽãģij":135045,"ãģ¿ãĤĭãģ¨":135046,"ĠiliÅŁkin":135047,"ĠÙĬعÙħÙĦ":135048,"ĠподаÑĢ":135049,"Ġyazılı":135050,"ãĤĴå¾Ĺ":135051,"ĠwystÄĻp":135052,"à¸Ĺีà¹Īà¹ĥà¸Ĭà¹ī":135053,"ØŃادث":135054,"ÙĪÙĬد":135055,"кÑĥлÑĮÑĤ":135056,"кÑĥлÑĮÑĤÑĥÑĢ":135057,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ":135058,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ":135059,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥัà¸Ļ":135060,"ÙħÙĪظ":135061,"ÙħÙĪظÙģ":135062,"ÙĬÙħÙĬ":135063,"ãĤĵãģ§ãģĻãģĮ":135064,"diÄŁim":135065,"diÄŁimiz":135066,"ĠÐŁÐµÑĢ":135067,"ĠÐŁÐµÑĢв":135068,"Ġmão":135069,"ĠÑģез":135070,"ĠÑģезон":135071,"Ġ×Ķ×ŀ×¢":135072,"ÙħجÙħÙĪعة":135073,"ĠинÑĦоÑĢмаÑĨии":135074,"iếc":135075,"ãng":135076,"ĠÄijấy":135077,"ãģĶç´":135078,"ãģĶç´¹":135079,"ãģĶç´¹ä»ĭ":135080,"Ġadım":135081,"à¹Ħหล":135082,"ĠпÑĢакÑĤи":135083,"ĠпÑĢакÑĤиÑĩ":135084,"ĠпÑĢакÑĤиÑĩеÑģ":135085,"ĠпÑĢакÑĤиÑĩеÑģки":135086,"ĠاÙĦÙĨÙģس":135087,"ĠÑĢабоÑĤе":135088,"ÙĦÙĬÙģ":135089,"ĠاÙĦجÙĨÙĪب":135090,"ĠводÑĭ":135091,"ì¹Ļ":135092,"ĠмиÑĢа":135093,"ĠÄijừng":135094,"ĠпÑĢоÑĤиво":135095,"ĠÑģÑĤÑĢанÑĭ":135096,"ลู":135097,"ìĤ¶":135098,"kreÅĽl":135099,"Ġbulund":135100,"ĠbulunduÄŁu":135101,"à¹ģสà¸Ļ":135102,"ãĤ±ãĤ¢":135103,"ת×Ĺ×ķ×ŀ×Ļ":135104,"ר׼×Ķ":135105,"Ġ׾ק×ķ×Ĺ":135106,"Ġ׾ק×ķ×Ĺ×ķת":135107,"Ġ×Ľ×ª×ķ×ijת":135108,"ĠÙĦÙĥÙħ":135109,"بشر":135110,"ĠrÃłng":135111,"Ġ×ŀ×Ķ×ŀ":135112,"Ġ×IJ×Ĺר×ķת":135113,"Ġбон":135114,"ĠбонÑĥÑģ":135115,"ï½Ĺ":135116,"à¹ģยà¸ģ":135117,"ãģĤãģªãģŁãģ®":135118,"ĠÑĥÑĩаÑģÑĤие":135119,"ĠEyl":135120,"ĠEylül":135121,"ĠçalÄ±ÅŁmaları":135122,"خطر":135123,"ìĿ½":135124,"à¸ģารà¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":135125,"Ġанализ":135126,"תק×ij׾":135127,"нием":135128,"ĠÄ°ns":135129,"ĠÄ°nsan":135130,"ĠبÙĪاس":135131,"ĠبÙĪاسطة":135132,"Ġ×ł×Ľ×ł×¡":135133,"Ġ×Ķ×ŀ×Ļ×ĵ×¢":135134,"Ġço":135135,"ĠçoÄŁu":135136,"á»ĺ":135137,"ĠêµŃ민":135138,"ãĤĤãģĦãģĦ":135139,"Ġ׼׾×Ļ":135140,"ĠÑģÑĢедне":135141,"gÅĤo":135142,"gÅĤoÅĽ":135143,"Ġnegó":135144,"Ġnegócio":135145,"ĠÑĢегиÑģÑĤ":135146,"ĠÑĢегиÑģÑĤÑĢа":135147,"ĠÑĢегиÑģÑĤÑĢаÑĨии":135148,"Ġtrá»ĵng":135149,"ĠпÑĢÑı":135150,"ĠпÑĢÑıмо":135151,"ëłĪìĿ´":135152,"Ġkém":135153,"кле":135154,"à¸Ļำมา":135155,"ĠÑĦин":135156,"ĠÑĦинанÑģ":135157,"ĠÑĦинанÑģов":135158,"Ġkiá»ĩm":135159,"ยัà¸ĩà¹Ħ":135160,"ยัà¸ĩà¹Ħà¸ĩ":135161,"ยิà¸ĩ":135162,"à¹Ĥà¸Ľ":135163,"ĠполÑĥÑĩил":135164,"×Ļ×ĸ×Ŀ":135165,"à¹ģละà¸Ħวาม":135166,"ĠвообÑīе":135167,"صÙĬر":135168,"ãĥıãĥ³":135169,"ĠاÙĦÙĤاد":135170,"ĠاÙĦÙĤادÙħ":135171,"ĠبدÙĪÙĨ":135172,"عظÙħ":135173,"×ª×ł×ķ×¢":135174,"×ª×ł×ķ×¢×Ķ":135175,"Ø£ÙħÙĦ":135176,"ãģķãģĪ":135177,"ÑĤем":135178,"ÑĤемпеÑĢ":135179,"ÑĤемпеÑĢаÑĤÑĥÑĢ":135180,"Ġ׾×Ļצ×ķר":135181,"ĠrÄĻk":135182,"رسÙĦ":135183,"ìŀIJ를":135184,"Ġ×Ļצ×Ļרת":135185,"ÙĨبÙĬ":135186,"ÑĩнаÑı":135187,"تØŃÙĦÙĬÙĦ":135188,"Ġмик":135189,"ĠмикÑĢо":135190,"ĠSöz":135191,"Ġforça":135192,"Ñģон":135193,"ĠاÙĦعرا":135194,"ĠاÙĦعراÙĤÙĬ":135195,"ĠHá»ĵng":135196,"ãģĻãĤĭãģŁãĤģãģ«":135197,"à¸Ĺีà¹Īà¸Ńยูà¹Ī":135198,"Ġ×ķ×IJ×£":135199,"صÙĬد":135200,"ĠìķĬê³ł":135201,"รัà¸ĩ":135202,"ĠاÙĦتÙĪاصÙĦ":135203,"à¹Ģมà¸ķร":135204,"ÑĥÑģÑĤÑĢой":135205,"ÑĥÑģÑĤÑĢойÑģÑĤв":135206,"mıyor":135207,"ĠباسÙħ":135208,"Ġ×ķ׼×ķ":135209,"ĠGül":135210,"á»IJ":135211,"Ãītat":135212,"غاÙĦ":135213,"Ø¥ÙĨØ´":135214,"Ø¥ÙĨشاء":135215,"TÄ°":135216,"à¸Ĥà¹īาม":135217,"Ġtroch":135218,"ĠtrochÄĻ":135219,"إص":135220,"إصابة":135221,"ĠثاÙĨÙĬ":135222,"ĠاÙĦصØŃØ©":135223,"Ġ×ĸ×Ķ×ķ":135224,"jÄħcej":135225,"ãĥĢãĥ³":135226,"ìĿ¸ìĿ´":135227,"ĠволоÑģ":135228,"ëIJĺë©´":135229,"ĠzakÅĤad":135230,"ãģĻãģĵãģ¨":135231,"以ä¸Ĭãģ®":135232,"Ġ×Ķ×ŀק×ķ×Ŀ":135233,"ÙħشاÙĩ":135234,"ÙħشاÙĩدة":135235,"Ñĩив":135236,"بش":135237,"ยà¹īาย":135238,"Ġsürdür":135239,"ĠNẵ":135240,"ĠNẵng":135241,"ĠигÑĢаÑĤÑĮ":135242,"Ġê·¸ëŁ¬ë©´":135243,"ãĥķãĥ«":135244,"ลà¹Īะ":135245,"Ġtendrá":135246,"ĠbÃły":135247,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ľà¸¹à¹ī":135248,"Ġoko":135249,"ĠokoÅĤo":135250,"wÅĤa":135251,"wÅĤaÅĽci":135252,"wÅĤaÅĽciw":135253,"æĢĿãĤı":135254,"ĠYaÅŁ":135255,"ĠBá»ĩnh":135256,"íıŃ":135257,"بÙĬد":135258,"קרף":135259,"à¹Ģศร":135260,"à¹Ģศรษ":135261,"à¹Ģศรษà¸IJ":135262,"à¹Ģศรษà¸IJà¸ģิà¸Ī":135263,"ĠاÙĦØ£ÙĪرÙĪ":135264,"ĠاÙĦØ£ÙĪرÙĪبÙĬ":135265,"fläche":135266,"ä¹ĹãĤĬ":135267,"Ġbá»ģn":135268,"Ùĩب":135269,"æľĢãĤĤ":135270,"Ġsaç":135271,"à¸Ńำà¹Ģà¸ł":135272,"à¸Ńำà¹Ģà¸łà¸Ń":135273,"Ġأج":135274,"ĠاÙĦداخÙĦ":135275,"ĠاÙĦداخÙĦÙĬØ©":135276,"×ĺ×ķ×ij":135277,"ãĤĤãģªãģı":135278,"ĠлиÑĨа":135279,"à¹ģลà¹īวà¸ģà¹ĩ":135280,"×ĸ׼×Ļר":135281,"ĠquÃł":135282,"ĠÙĥØ°ÙĦÙĥ":135283,"صØŃÙģ":135284,"ĠÃĤu":135285,"ÙĪبا":135286,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥":135287,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥à¸ĩ":135288,"à¸ķัวà¸Ńยà¹Īาà¸ĩ":135289,"Ġrápida":135290,"Ġtasar":135291,"Ġtasarım":135292,"ĠعÙĦÙĬÙĩÙħ":135293,"ס×ķ׾":135294,"cılı":135295,"cılık":135296,"ĠرغÙħ":135297,"ìĭľíĤ¤":135298,"Ġ×IJ׾ק":135299,"Ġ×IJ׾ק×ĺר":135300,"Ġ×IJ׾ק×ĺר×ķ׳×Ļ":135301,"à¹ģà¸ļà¹Īà¸ĩ":135302,"Ġhạng":135303,"ãģ£ãģ¦ãģıãĤĮ":135304,"ĠÙĨتÙĬ":135305,"ĠÙĨتÙĬجة":135306,"ıklı":135307,"غاÙĨ":135308,"à¸Ĥà¹īà¸Ńà¸Ħวาม":135309,"à¸Ľà¸¥à¸²à¸¢":135310,"ĠØ£Ùħس":135311,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว":135312,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ":135313,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥà¹īà¸Ńà¸ĩ":135314,"Ġdéfin":135315,"Ġdéfini":135316,"ÙģÙĨاد":135317,"ÙģÙĨادÙĤ":135318,"à¹Ħà¸Ķà¹īวà¹Īา":135319,"ãģªãģĦãĤĪãģĨãģ«":135320,"Ġprópria":135321,"ĠPhát":135322,"ãĤĦãģĻãģı":135323,"สวยà¸ĩาม":135324,"ê³łìļĶ":135325,"ÑıеÑĤ":135326,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵãģĮ":135327,"ترجÙħ":135328,"ĠкÑĢаÑģив":135329,"Ġ×ŀר×IJש":135330,"деж":135331,"ĠÙĬÙĪÙĨ":135332,"ĠÙĬÙĪÙĨÙĬÙĪ":135333,"ÑģкоÑĢ":135334,"ĠKasım":135335,"ê³Ħìķ½":135336,"коÑģ":135337,"ĠнаÑĢÑĥ":135338,"ĠнаÑĢÑĥÑĪен":135339,"Ġduże":135340,"accès":135341,"Ġhá»ĵng":135342,"ĠvÅ©":135343,"ãģĦãģŁãģĹãģ¾ãģĻ":135344,"Ġ×ĺ×Ļ":135345,"Ġ×ĺ×Ļ×ķ׾":135346,"lıkları":135347,"Ġquê":135348,"ëħ¸ëıĻ":135349,"ìķĶ":135350,"CIÃĵN":135351,"Ġtắc":135352,"pressão":135353,"ĠìŀĪìľ¼":135354,"สิà¸Ĺà¸ĺิà¹Į":135355,"íĥĦ":135356,"Ġ×Ķ×ŀ×ŀש׾×Ķ":135357,"å¬īãģĹãģĦ":135358,"ĠÄIJặc":135359,"ÙĨزÙĦ":135360,"ĠдÑĢÑĥгой":135361,"дÑĥÑĤ":135362,"ìĪĻ":135363,"Ġthụ":135364,"à¹Ģสร":135365,"à¹Ģสรà¹ĩ":135366,"à¹Ģสรà¹ĩà¸Ī":135367,"Ġtoplant":135368,"Ġtoplantı":135369,"×IJ×ŀף":135370,"×ķ×ľ×ª":135371,"помн":135372,"ĠyoÄŁun":135373,"ÅĦskiego":135374,"ì°©":135375,"ĠØ«ÙĦاث":135376,"ĠØ«ÙĦاثة":135377,"Ġlắng":135378,"릴":135379,"ราà¸Ĭà¸ģาร":135380,"ĠÑģлова":135381,"á»Ĩ":135382,"à¸Ķีà¸ģวà¹Īา":135383,"ãģĶãģĸãģĦãģ¾ãģĻ":135384,"Ġдиз":135385,"Ġдизайн":135386,"férence":135387,"lıklar":135388,"ãģªãĤĵãģ§ãģĻ":135389,"ajÄħcy":135390,"Ġëĭ¤ìĸij":135391,"Ġëĭ¤ìĸijíķľ":135392,"ק×Ļר":135393,"ØŃار":135394,"สูà¹ī":135395,"Ġzro":135396,"Ġzrobi":135397,"ĠzrobiÄĩ":135398,"×ŀ×Ļ׼×Ķ":135399,"à¸Ĭà¹Īวยà¹Ģหลืà¸Ń":135400,"ĠÑįÑĤÑĥ":135401,"ë´ī":135402,"楽ãģĹãģĦ":135403,"سÙĪر":135404,"íķĺê±°ëĤĺ":135405,"ÙħؤتÙħر":135406,"ĠpoczÄħ":135407,"ĠpoczÄħtk":135408,"ĠpoczÄħtku":135409,"ĠعربÙĬ":135410,"اÙĦأر":135411,"اÙĦأردÙĨ":135412,"à¸Ķร":135413,"Åĵuvre":135414,"ĠÙĪÙĥاÙĨت":135415,"ĠÅĽredni":135416,"خضر":135417,"Ġchuyến":135418,"нÑĤ":135419,"ĠìķĮê³ł":135420,"Ġvá»Ŀi":135421,"Ġ×ij×Ļ×ĵ×Ļ":135422,"×ŀ×ĵ×ķ×ijר":135423,"ÙĪÙģر":135424,"ÙĬØ¡":135425,"×ł×Ľ×¡":135426,"ĠÐĽÐ°":135427,"лон":135428,"Ġxấu":135429,"ÙģÙĬÙĨ":135430,"Ġfévrier":135431,"ĠÐŀна":135432,"ĠVá»ģ":135433,"ĠÅŁeyler":135434,"ĠполÑĥÑĩен":135435,"зад":135436,"Ġnét":135437,"à¹Ħà¸Ľà¸¢à¸±à¸ĩ":135438,"×Ĺש×ij×ķ":135439,"à¸ļัà¸Ļà¸Ĺ":135440,"à¸ļัà¸Ļà¸Ĺึà¸ģ":135441,"ĠgerçekleÅŁ":135442,"иÑĩеÑģкое":135443,"ìĪĺê°Ģ":135444,"ثبت":135445,"ãģ¤ãģ¾ãĤĬ":135446,"ĠÑĥÑģловиÑıÑħ":135447,"ëĭ¤ê°Ģ":135448,"รายà¹Ħà¸Ķà¹ī":135449,"׼×IJ×ij":135450,"à¹Ĥà¸Ľà¸£à¹Ĥม":135451,"à¹Ĥà¸Ľà¸£à¹Ĥมà¸Ĭัà¹Īà¸Ļ":135452,"jähr":135453,"jährige":135454,"ק׳×Ļ×Ŀ":135455,"×ŀ×ķק":135456,"×ŀ×ķק×ĵ":135457,"ãģ«è¡Įãģ£ãģ¦":135458,"Ø¢ÙĦ":135459,"ведение":135460,"Ġ×ľ×Ľ×ª×ķ×ij":135461,"جÙħÙĩ":135462,"جÙħÙĩÙĪرÙĬØ©":135463,"à¸īà¸ļ":135464,"à¸īà¸ļัà¸ļ":135465,"ĠCòn":135466,"à¸ľà¸ªà¸¡":135467,"ãģªãģ©ãģĮ":135468,"×IJ×Ķ×ij":135469,"ĠдейÑģÑĤвиÑı":135470,"yız":135471,"à¹Ħมà¹Īà¹Ģà¸Ħย":135472,"جÙĪز":135473,"×Ķ×Ĺ׾×ĺ×Ķ":135474,"fällt":135475,"ãĥĵãĤ¸":135476,"ãĥĵãĤ¸ãĥį":135477,"ãĥĵãĤ¸ãĥįãĤ¹":135478,"Ġ×IJ×Ļ׳×Ŀ":135479,"ĠнаÑħодиÑĤÑģÑı":135480,"ĠdziÅĽ":135481,"ستطÙĬع":135482,"׾×Ļף":135483,"Ø®ÙĦاÙģ":135484,"ÙĩÙIJ":135485,"Ġatrás":135486,"íĺģ":135487,"ãĤĴãģĶ":135488,"Ġ×Ķ×ŀ×ķצר":135489,"ĠBakanlıģı":135490,"ÑİÑīее":135491,"ÙħÙĨاط":135492,"ÙħÙĨاطÙĤ":135493,"Ùģد":135494,"à¸Ļำà¹Ħà¸Ľ":135495,"Ġваж":135496,"Ġважно":135497,"Ġmạch":135498,"׼׳×ķ":135499,"بعث":135500,"lanması":135501,"Ġayr":135502,"Ġayrıl":135503,"ìĤ¬íļĮ":135504,"dÃŃa":135505,"pÅĤyw":135506,"اÙħÙĬØ©":135507,"íĺľ":135508,"×IJ׳×Ĵ׾":135509,"×IJ׳×Ĵ׾×Ļת":135510,"ĠìŀĪëĭ¤ëĬĶ":135511,"Ġساعة":135512,"ĠëĤĺíĥĢ":135513,"bö":135514,"à¸Ħัà¸Ļ":135515,"ĠdziaÅĤania":135516,"Ø©Ùĭ":135517,"ĠngÅ©":135518,"׳צ×Ĺ":135519,"ãģ¯ãģĤãĤĭ":135520,"ĠyaÅŁÄ±nda":135521,"stück":135522,"caracter":135523,"caracterÃŃsticas":135524,"Ġrá»Ńa":135525,"ĠÙħختÙĦÙģØ©":135526,"ãģ«ãģĬãģijãĤĭ":135527,"à¹ģà¸ŀà¸ĩ":135528,"วิà¹Īà¸ĩ":135529,"תפ×ķ":135530,"ساÙĩÙħ":135531,"使ãģĨ":135532,"ÙĥرÙĬ":135533,"×IJפ×Ļ":135534,"...............":135535,"ĠÑĤаким":135536,"×Ļ׼×ķ×Ļ":135537,"شبÙĩ":135538,"جÙĬر":135539,"ãģĿãģ®ãģ¾ãģ¾":135540,"acjÄĻ":135541,"ĠاÙĦترÙĥ":135542,"ĠاÙĦترÙĥÙĬ":135543,"ĠпÑĢавилÑĮно":135544,"ĠتعÙħÙĦ":135545,"à¸ģลà¹īา":135546,"Ġbiên":135547,"Ġ×ij׳×Ļ×Ļת":135548,"ĠклÑĥб":135549,"Ġ×ŀש×Ķ":135550,"вÑĪий":135551,"ãģĵãģ¨ãģĮãģ§ãģįãĤĭ":135552,"à¸ŀัà¸Ļà¸ĺุ":135553,"à¸ŀัà¸Ļà¸ĺุà¹Į":135554,"ר×ķ×Ŀ":135555,"ĠاÙĦÙģرÙĨ":135556,"ĠاÙĦÙģرÙĨسÙĬ":135557,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ħà¸Ļ":135558,"ãģĹãģ¦ãģĬãĤĬ":135559,"Ġthầy":135560,"ãĤĵãģłãģijãģ©":135561,"ìĶ¨":135562,"ÙħدÙĨ":135563,"تÙĪÙĨ":135564,"ĠмеÑĤал":135565,"ĠмеÑĤалл":135566,"ĠinÃŃcio":135567,"à¸Ńà¸Ńà¸ģà¸Īาà¸ģ":135568,"ëĴ¤":135569,"Ġcuá»ijn":135570,"Ġbuá»Ļc":135571,"ÙĨسÙĬ":135572,"ächt":135573,"×ŀ×Ļ׳×Ļ×Ŀ":135574,"ãģķãģ¦":135575,"ãģĮãģ§ãģį":135576,"ÑĬем":135577,"Ġtái":135578,"ĠЧÑĤ":135579,"ĠЧÑĤобÑĭ":135580,"à¸Ľà¸¥à¸¹à¸ģ":135581,"à¸Ĭุมà¸Ĭà¸Ļ":135582,"нÑģкий":135583,"Ġvững":135584,"Ġ×Ķ׾×ij":135585,"ële":135586,"Ġשע×ijר":135587,"ваÑĤÑĮÑģÑı":135588,"бой":135589,"عÙĪÙĨ":135590,"à¹ģà¸Ķà¸Ļ":135591,"Ġספר×Ļ×Ŀ":135592,"Ġtuyên":135593,"Ġnhiêu":135594,"ĠQuý":135595,"Ġhuyết":135596,"ãĤıãģĭãĤīãģªãģĦ":135597,"Ġ×ŀ׼ף":135598,"Ġ×Ķק׾":135599,"Ġ׾×IJ×ķר":135600,"ĠÄIJiá»ĩn":135601,"شؤ":135602,"شؤÙĪÙĨ":135603,"Ġ×ŀ×Ĺפש":135604,"ĠпоÑģÑĤоÑıнно":135605,"×ŀ×Ļר":135606,"ìħĶ":135607,"ÐŀÑģ":135608,"ÐŀÑģнов":135609,"×ĸ×Ļת":135610,"ĠHá":135611,"ĠÑĩаÑģов":135612,"×IJ×ķ׾×Ļ":135613,"Ġmát":135614,"خرÙĪ":135615,"خرÙĪج":135616,"ÙĤضا":135617,"ÙĤضاÙĬا":135618,"à¹Ģà¸Ľà¸Ńรà¹Į":135619,"ĠÙĬÙĪÙĦ":135620,"ĠÙĬÙĪÙĦÙĬÙĪ":135621,"à¹Ĥà¸Ĺษ":135622,"׳פ׾":135623,"ת×ķש":135624,"ת×ķש×ij×Ļ":135625,"Ġvários":135626,"×ŀר×IJ×Ķ":135627,"ëĿ¼ìĿ´":135628,"ÙĨغ":135629,"×ijצע":135630,"гон":135631,"ĠÄIJược":135632,"عÙı":135633,"пÑĥÑģк":135634,"ĠÙĪاÙĦÙģ":135635,"ücü":135636,"×Ļק×Ļ×Ŀ":135637,"ĠسبÙĬÙĦ":135638,"׾×ijף":135639,"ĠاÙĦÙĤرÙĨ":135640,"ס×ķת":135641,"ĠQuáºŃn":135642,"ãģĵãĤĮãģĮ":135643,"ãĥĸãĥ©ãĥ³ãĥī":135644,"×Ĵ×ŀר":135645,"ĠwartoÅĽci":135646,"ĠÙĪبÙĬÙĨ":135647,"Ġdạ":135648,"ÐIJв":135649,"ÐIJвÑĤо":135650,"Ġolacaktır":135651,"à¸Ļà¸Ĺà¹Į":135652,"Ùħطار":135653,"Ġעק×ij":135654,"Ġתפ":135655,"ãģĹãģ¦ãģĦãģ¦":135656,"צ×ŀ×Ĺ":135657,"à¸Īà¸Ńà¸ĩ":135658,"Ġöde":135659,"ìį¨":135660,"ÙĨاس":135661,"調ãģ¹":135662,"ĠогÑĢомн":135663,"ë³´íĹĺ":135664,"×ĺק":135665,"×ĺקס×ĺ":135666,"ĠbaÅŁv":135667,"ĠbaÅŁvuru":135668,"Ġpomys":135669,"ĠpomysÅĤ":135670,"ãģ«ä¹Ĺ":135671,"Ġש׼ף":135672,"ĠاÙĦÙħسؤÙĪÙĦ":135673,"Ġзан":135674,"ĠзанÑıÑĤ":135675,"ĠdÆ°Æ¡ng":135676,"ãĥĹãĥ¬ãĤ¤":135677,"ลà¸ļ":135678,"ÑĤика":135679,"ĠAralık":135680,"Ġнедо":135681,"Ġmá»Ļ":135682,"Ġoran":135683,"Ġoranı":135684,"Ġktór":135685,"ĠktórÄħ":135686,"Ġ×Ķ×IJ×Ĺר×ķ׳×ķת":135687,"ائÙĨ":135688,"ÅĦs":135689,"ÅĦska":135690,"åĽ½ãģ®":135691,"×ŀ×ĺ×Ļ":135692,"ĠвопÑĢоÑģÑĭ":135693,"à¸Ńà¸ĩà¸Ħà¹Įà¸ģร":135694,"×ŀ×ķצ×IJ":135695,"Ġpóź":135696,"Ġpóźniej":135697,"ש×ŀ×IJ׾":135698,"Ġkaps":135699,"Ġkapsam":135700,"Ġkapsamında":135701,"Ġmáquina":135702,"ĠÅĽwiecie":135703,"ĠhoÃłng":135704,"Ġözgü":135705,"×Ĵ×ķר×Ŀ":135706,"ãģĤãģŁãĤĬ":135707,"à¸ķัà¸Ķสิà¸Ļ":135708,"à¸ķัà¸Ķสิà¸Ļà¹ĥà¸Ī":135709,"бÑĢи":135710,"ãģ«ãģªãĤĭãģ¨":135711,"تÙĥÙĪÙĨ":135712,"Ġ×ķ×Ķ×Ļ×IJ":135713,"Ġchiếu":135714,"ÑģÑĤанав":135715,"ÑģÑĤанавли":135716,"ÑģÑĤанавлива":135717,"×ŀ×ķ×Ĵ":135718,"cité":135719,"ĠKörper":135720,"Ġש×Ĵ×Ŀ":135721,"عظ":135722,"عظÙĬÙħ":135723,"Ġ×Ķ×IJ×Ļש×Ļ":135724,"Ġmatière":135725,"ĠÙģÙĪÙĤ":135726,"Ġkto":135727,"ĠktoÅĽ":135728,"à¸Ļà¹Ĥย":135729,"à¸Ļà¹Ĥยà¸ļาย":135730,"å¾ħãģ¡":135731,"à¹Ģมà¸Ļ":135732,"à¹Ģมà¸Ļู":135733,"AÃĩÃĥO":135734,"Ġtù":135735,"Ġtùy":135736,"ãĥĪãĥ³":135737,"ĠоÑĤказ":135738,"Ġ×ŀ×ķצר":135739,"ülü":135740,"ãģķãĤĵãģ«":135741,"Ġ×Ĺ×ķ×ij":135742,"קר×Ļ×IJ×Ķ":135743,"ĠاÙĦخدÙħات":135744,"ĠÙĦÙħدة":135745,"رؤ":135746,"رؤÙĬØ©":135747,"ãĤĴè¦ĭãģ¤ãģij":135748,"à¸Łà¸²":135749,"Ġréussi":135750,"à¸Ļัà¸ģà¹Ģรียà¸Ļ":135751,"ĠÑĩиÑģл":135752,"à¸ģารà¹Ģลà¹Īà¸Ļ":135753,"Ġhazırl":135754,"Ġhazırlan":135755,"ĠпеÑĢвÑĭй":135756,"лим":135757,"ĠоÑĤзÑĭвÑĭ":135758,"ĠwyjÄħ":135759,"ĠwyjÄħtk":135760,"ĠØ£ÙĤÙĦ":135761,"ס×ļ":135762,"Ġê²°ìłķ":135763,"Ġ׾×ŀעש×Ķ":135764,"Ġlắp":135765,"à¹ģà¸ļร":135766,"à¹ģà¸ļรà¸Ļà¸Ķà¹Į":135767,"วà¹Īาà¹Ģà¸Ľà¹ĩà¸Ļ":135768,"Ġبدا":135769,"ĠبداÙĬØ©":135770,"ãģ¨ãģĦãģĨãģ®ãģĮ":135771,"иÑĩеÑģким":135772,"à¸ģารà¸ŀัà¸Ĵà¸Ļา":135773,"ĠbÃło":135774,"ĠmiaÅĤa":135775,"ywaÄĩ":135776,"ĠMärz":135777,"ĠÙĨسبة":135778,"Ġéconomique":135779,"×ĸ×ŀ":135780,"×ĸ×ŀ׳×Ļ×Ŀ":135781,"æŃ¢ãĤģ":135782,"Ġtủ":135783,"íķĺìĭł":135784,"Ġkażdego":135785,"straÃŁe":135786,"à¸Ĭีà¹ī":135787,"à¹Ģà¸ļา":135788,"ÑĢеÑģÑĥÑĢÑģ":135789,"евой":135790,"شباب":135791,"à¸ķà¹Īาà¸ĩà¸Ľà¸£à¸°à¹Ģà¸Ĺศ":135792,"Ġ×IJ×Ļש":135793,"Ġ×IJ×Ļש×Ļת":135794,"×Ļ×ķפ":135795,"×Ļ×ķפ×Ļ":135796,"ĠìļĶ구":135797,"ì¡°ìĤ¬":135798,"ãģ£ãģŁãĤī":135799,"׾×Ļק":135800,"миниÑģÑĤÑĢ":135801,"ãĤĤãģ®ãģ¯":135802,"ĠlÆ°Æ¡ng":135803,"Ġнаи":135804,"Ġнаибол":135805,"Ġнаиболее":135806,"íİĺ":135807,"à¹ģà¸ŀà¹ī":135808,"ãĤŃãĥ¥":135809,"ĠкоÑĤоÑĢÑĭм":135810,"à¹ģà¸Ĺà¸ĩ":135811,"à¹ģà¸Ĺà¸ĩà¸ļà¸Ńล":135812,"Ġ׳×Ļ×Ķ":135813,"Ġ׳×Ļ×Ķ×ķ׾":135814,"âĤª":135815,"ĠGiải":135816,"ĠиÑģполÑĮзова":135817,"ëł¥ìĿĦ":135818,"ãģĹãģĭãĤĤ":135819,"à¸ģà¹ĩà¸ķà¹īà¸Ńà¸ĩ":135820,"ĠÑĢеб":135821,"ĠÑĢебен":135822,"ĠÑĢебенка":135823,"تÙĪاصÙĦ":135824,"ãĤ°ãĥ«ãĥ¼ãĥĹ":135825,"ãĤĦãĤī":135826,"à¹Ģà¸Ľà¸´à¸Ķà¸ķัว":135827,"бÑĢо":135828,"ë°ĸìĹIJ":135829,"ÙĨÙİا":135830,"×Ķ×Ĵ":135831,"×Ķ×Ĵ׳×Ķ":135832,"à¸Ĺรั":135833,"à¸Ĺรัà¸ŀ":135834,"à¸Ĺรัà¸ŀยà¹Į":135835,"Ġkhá»iji":135836,"עצ×ŀ×ķ":135837,"болезн":135838,"Ġë°ĽìķĦ":135839,"มà¸Ļ":135840,"มà¸Ļุ":135841,"มà¸Ļุษ":135842,"มà¸Ļุษยà¹Į":135843,"âĹĨ":135844,"×ŀצ׾×Ļ×Ĺ":135845,"Ñıвление":135846,"ÙħØ·ÙĦ":135847,"ÙħØ·ÙĦÙĪب":135848,"خاÙĦÙģ":135849,"تÙĪÙĤÙģ":135850,"ãģ§ãģįãģ¾ãģĽãĤĵ":135851,"оÑģÑĤей":135852,"меÑĩа":135853,"기ëĬĶ":135854,"תשע":135855,"صÙĬب":135856,"Ġ×ij×¢×ķ×ĵ":135857,"à¸Ĥà¸Ńà¸ĩà¹Ģà¸Ĥา":135858,"ÑĤÑıж":135859,"ĠÑĥпÑĢав":135860,"ĠÑĥпÑĢавлениÑı":135861,"Ġgénér":135862,"ĠthÃŃ":135863,"פ×ļ":135864,"ĠرÙħض":135865,"ĠرÙħضاÙĨ":135866,"Ġtruyá»ĩn":135867,"إعداد":135868,"ãĤµãĥĿãĥ¼ãĥĪ":135869,"Ġполно":135870,"خاÙħ":135871,"ÐŁÐµÑĤ":135872,"ÐŁÐµÑĤеÑĢ":135873,"ÐŁÐµÑĤеÑĢбÑĥÑĢ":135874,"ÐŁÐµÑĤеÑĢбÑĥÑĢг":135875,"ÙħÙĨتدÙī":135876,"ãģķãĤĮãģ¾ãģĹãģŁ":135877,"ĠëĮĢíķĺìŬ":135878,"à¸ľà¸¹à¹īà¸Ĺีà¹Ī":135879,"Ġ×ŀ×IJ×ķ":135880,"׾׳×ĵ":135881,"оÑĩнÑĭе":135882,"ĠнаÑĩала":135883,"Ġ׾×Ļ׾×ĵ×Ļ×Ŀ":135884,"овое":135885,"ãģĻãĤĭãģĵãģ¨ãģ§":135886,"ĠاÙĦÙĨÙģ":135887,"ĠاÙĦÙĨÙģØ·":135888,"ìŀĪëĬĶ":135889,"غÙĨÙĬ":135890,"פ×ĵ":135891,"ãĤ¾":135892,"ĠCré":135893,"ãģ©ãģ¡ãĤī":135894,"ثاÙĨ":135895,"ÑĢабаÑĤ":135896,"ÑĢабаÑĤÑĭва":135897,"Ġê°Ļëĭ¤":135898,"à¸Īั":135899,"à¸Īัà¸ģร":135900,"Ġchụ":135901,"Ġchụp":135902,"ĠмаÑģÑĤ":135903,"ĠмаÑģÑĤеÑĢ":135904,"Ġnắm":135905,"ĠÑģÑĤали":135906,"Ġ×Ķ×IJ×Ļר×ķ×¢":135907,"ãĤ½ãĥ³":135908,"åĪĨãģĭãĤĬ":135909,"طبع":135910,"بدا":135911,"gráfico":135912,"геÑĢ":135913,"à¸Ķำà¹Ģà¸Ļิà¸Ļà¸ģาร":135914,"Ġsaldır":135915,"Ġsaldırı":135916,"вÑĪиÑħ":135917,"ãģĭãģ£ãģŁãģ§ãģĻ":135918,"Ġyapıyor":135919,"ĠاÙĦÙģت":135920,"צרפת":135921,"здоÑĢов":135922,"×ij×¢×ľ":135923,"Ġ×IJ×ŀ×Ļת×Ļ":135924,"ĠобÑĭ":135925,"ĠобÑĭÑĩ":135926,"ĠобÑĭÑĩно":135927,"Ġ׾×ķ×ŀר":135928,"تÙĥÙĨ":135929,"تÙĥÙĨÙĪÙĦÙĪج":135930,"تÙĥÙĨÙĪÙĦÙĪجÙĬا":135931,"Ġhakkı":135932,"ĠÑĢав":135933,"ĠÑĢавно":135934,"رÙĬÙĥ":135935,"Ġ×ij×ŀ×Ļ×ĵ":135936,"Ġ×ij×ŀ×Ļ×ĵ×Ķ":135937,"à¹ģà¸ģà¹īว":135938,"Ġìĸĺ":135939,"Ġìĸĺ기":135940,"ãģĹãģ¦ãģĦãģ¾ãģĹãģŁ":135941,"Ġkısm":135942,"Ġkısmı":135943,"걸":135944,"åĨħãģ®":135945,"ì§ķ":135946,"à¹Ģหมืà¸Ńà¸Ļà¸ģัà¸Ļ":135947,"ĠÙģÙIJ":135948,"ĠÙģÙIJÙĬ":135949,"ÙĤاعدة":135950,"Ġmożesz":135951,"ÙħصاÙĦ":135952,"ÙħصاÙĦØŃ":135953,"ãģ¾ãģŁãģ¯":135954,"бег":135955,"Ġsıc":135956,"Ġsıcak":135957,"ÑĩиÑģ":135958,"ÑĩиÑģлен":135959,"Ġног":135960,"ãĥģãĥ£ãĥ³":135961,"ãĥ«ãĥī":135962,"Ġgió":135963,"Ġsını":135964,"Ġsınıf":135965,"иваÑĤÑĮ":135966,"Ġquên":135967,"Ġìłģ":135968,"Ġìłģìļ©":135969,"ĠJoão":135970,"Ùģاد":135971,"ĠGlück":135972,"à¸Ĺà¸Ńà¸Ķ":135973,"Ġgói":135974,"ï¼Ĭ":135975,"Ġdétail":135976,"ĠدÙĬسÙħ":135977,"ĠدÙĬسÙħبر":135978,"ë¡ľìĦľ":135979,"×ŀ×ķ×Ĺ":135980,"à¹Ħฮ":135981,"ĠоÑĤд":135982,"ĠоÑĤдÑĭÑħ":135983,"Ġkhuyến":135984,"à¸Ħà¸Ńย":135985,"ĠجÙĨÙĬ":135986,"ĠجÙĨÙĬÙĩ":135987,"ĠاÙĦدÙģاع":135988,"à¸Ļà¹īำหà¸Ļัà¸ģ":135989,"ĠìĤ¬ëŀĮëĵ¤ìĿ´":135990,"Ġthừa":135991,"ĠÃ¶ÄŁrenci":135992,"ĠпомоÑīи":135993,"ĠczÄĻÅĽÄĩ":135994,"ש×ĺר":135995,"ĠNhi":135996,"ĠNhiá»ģu":135997,"׳צ×Ļ":135998,"ĠнаÑĪем":135999,"ĠkarÅŁÄ±laÅŁ":136000,"Ġ×Ķש׳×Ļ×Ŀ":136001,"ĠÄIJÆ°á»Ŀng":136002,"Ġtrú":136003,"ĠÑĢазлиÑĩнÑĭÑħ":136004,"ĠاÙĦØ´Ùĩر":136005,"Ġ×ľ×¢×ķ׾×Ŀ":136006,"ØŃجر":136007,"ĠÄijá»ķ":136008,"ĠìĿĺíķ´":136009,"à¸ļà¹Īà¸Ńย":136010,"Ġ×Ķ×Ļ׾×ĵ":136011,"ãģ¨ãģªãģ£ãģŁ":136012,"Ġ×Ĺ×ķ×ķת":136013,"Ġש×Ļר×ķת×Ļ":136014,"Äħcy":136015,"سرÙĬ":136016,"KÄ°":136017,"פ׳×ķ":136018,"ÑģÑĤÑĢÑĥкÑĤÑĥÑĢ":136019,"ÑĤÑĢÑĥд":136020,"Ġ×Ķקר":136021,"Ġ×Ķקר×ķ×ij":136022,"ĠtháºŃm":136023,"èģŀãģį":136024,"ÙĤÙĪÙĬ":136025,"клÑİÑĩен":136026,"ÑĤеÑħ":136027,"ÑĤеÑħнолог":136028,"è¡Įãģ£ãģŁ":136029,"Ġ×ķ×IJ×Ļף":136030,"ĠÅŁeklin":136031,"ĠÅŁeklinde":136032,"rô":136033,"ÑĢог":136034,"ĠновÑĭе":136035,"Ġס×ij×Ļ×ij":136036,"ĠtecnologÃŃa":136037,"×¡×Ľ":136038,"×¡×Ľ×ķ×Ŀ":136039,"ĠÅŀub":136040,"ĠÅŀubat":136041,"Ġ×Ķ×ŀ׾×IJ":136042,"Ġwypos":136043,"Ġwyposaż":136044,"ãģ¯ä½ķ":136045,"ãĤ¬ãĥ³":136046,"ê°ĸ":136047,"Ġкакие":136048,"Ġçocuklar":136049,"Ġ׾צ×ĵ":136050,"Ġkayıt":136051,"ĠмеÑģÑĤе":136052,"ÙħدÙĬÙĨØ©":136053,"Ġ׼×Ĵ":136054,"Ġ׼×Ĵ×ķף":136055,"ãģĹãģ¦ãĤĭ":136056,"ĠÙħاÙĬÙĪ":136057,"ãģ£ãģ¦ãģĹãģ¾ãģ£ãģŁ":136058,"ĠпÑĢогÑĢаммÑĭ":136059,"à¹ģลà¸Ļà¸Ķà¹Į":136060,"ãĥ¯ãĤ¤":136061,"ער×ķ×¥":136062,"Ñģид":136063,"ĠBöyle":136064,"Ġì²ĺìĿĮ":136065,"Ġתפק×Ļ×ĵ":136066,"ĠTrên":136067,"íĥĪ":136068,"ĠÐłÐ¾ÑģÑģий":136069,"ĠÐłÐ¾ÑģÑģийÑģкой":136070,"ĠsÃłn":136071,"Ġrègle":136072,"ĠyaklaÅŁÄ±k":136073,"à¹Ģลิà¸ģ":136074,"ĠدائÙħ":136075,"Ġ×ķ×Ĵ":136076,"ابر":136077,"Ġbè":136078,"ĠاÙĦÙĤدÙħ":136079,"ĠÑĢеÑĪениÑı":136080,"hiên":136081,"ÑĤик":136082,"ÄĦ":136083,"à¸ļรรยาà¸ģ":136084,"à¸ļรรยาà¸ģาศ":136085,"רצ×ķף":136086,"åĭķãģį":136087,"ĠGäste":136088,"Ġ기본":136089,"ĠÙĬعرÙģ":136090,"ĠSá»Ń":136091,"gÅĤÄĻb":136092,"à¹Ģà¸Ńส":136093,"×IJ×ŀ×Ļף":136094,"ĠпÑĥнк":136095,"ĠпÑĥнкÑĤ":136096,"Ġ×Ļ×ķ×ĵ×¢×Ļ×Ŀ":136097,"ãĤ«ãĥ©ãĥ¼":136098,"Ġ×ijס×ĵר":136099,"Ġbuá»ĵn":136100,"йÑĤ":136101,"йÑĤеÑģÑĮ":136102,"ãĤĴæ±ĤãĤģ":136103,"Ġ×IJ×ª×Ľ×Ŀ":136104,"Ġ모르":136105,"ظرÙĪÙģ":136106,"ÑĩеÑģÑĤво":136107,"ìĸ´ìĦľ":136108,"Ġодна":136109,"Ġkapı":136110,"Ġëħ¸ëł¥":136111,"ĠKüche":136112,"ĠاÙĦتش":136113,"Ø·ÙĬب":136114,"ĠíĬ¹íŀĪ":136115,"ĠвÑĭпÑĥÑģ":136116,"ĠвÑĭпÑĥÑģк":136117,"×ĵת×Ļ":136118,"ĠuÄŁ":136119,"ĠuÄŁra":136120,"ائÙĩا":136121,"Ġthoát":136122,"ãģªãĤĤãģ®":136123,"ÑijÑĢ":136124,"기ê°Ģ":136125,"ĠgeliÅŁme":136126,"تØŃÙĤ":136127,"تØŃÙĤÙĤ":136128,"ĠопаÑģ":136129,"бÑĢоÑģ":136130,"หุ":136131,"หุà¹īà¸Ļ":136132,"ì¼Ģ":136133,"ãĤ¹ãĥŀ":136134,"ãĤ¹ãĥŀãĥĽ":136135,"Ø£Ùģر":136136,"Ø£Ùģراد":136137,"ĠThá»±c":136138,"Ġthắ":136139,"ãĥªãĥ³ãĤ¯":136140,"Ġniá»ģm":136141,"ĠHöhe":136142,"عÙħار":136143,"ÙĥÙĪرÙĪÙĨ":136144,"ÙĥÙĪرÙĪÙĨا":136145,"ĠÄIJến":136146,"ĠÑģамом":136147,"ĠÑĤеле":136148,"ĠÄijoán":136149,"à¸Ħวามà¸Ħิà¸Ķà¹Ģหà¹ĩà¸Ļ":136150,"ĠдиÑģк":136151,"أطÙģاÙĦ":136152,"มารà¹Į":136153,"à¸Ĺหาร":136154,"à¸Ĺà¸Ļ":136155,"ĠبعÙĬد":136156,"ĠاÙĦÙĩÙĨد":136157,"åĩºãģĹãģ¦":136158,"Ġkarde":136159,"ĠkardeÅŁ":136160,"×Ķ×Ļס×ĺ×ķר":136161,"×Ķ×Ļס×ĺ×ķר×Ļ×Ķ":136162,"éģ¸ãģ³":136163,"عاÙħÙĦ":136164,"à¸Ĥยาย":136165,"Ġtürl":136166,"Ġtürlü":136167,"ĠìĿ¼ìĿ´":136168,"Ġmatéria":136169,"Ġ׼׾×ķ×ŀר":136170,"ãĥģãĥ£ãĥ¼":136171,"جÙħاعة":136172,"ĠÑģвоим":136173,"Ø¥ÙĤاÙħØ©":136174,"ä¾ĭãģĪãģ°":136175,"ساب":136176,"آخر":136177,"ÙĤدÙĬر":136178,"×IJ×ŀ×Ļ":136179,"ìĸ»":136180,"Ġ׳×ķספת":136181,"ĠÐĴлад":136182,"ĠÐĴладим":136183,"ĠÐĴладимиÑĢ":136184,"Ġestará":136185,"ãģĵãģĨãģĦãģĨ":136186,"ãĤĴ使çĶ¨":136187,"มาà¸ķร":136188,"มาà¸ķรà¸IJาà¸Ļ":136189,"ãģ£ãģ½":136190,"Ġnú":136191,"Ġnúi":136192,"ยาà¸ĩ":136193,"ĠاÙĦجÙĨس":136194,"Ġüstün":136195,"ëľ»":136196,"ãĤ»ãĥ«":136197,"ãģ¦ãģĦãģįãģ¾ãģĻ":136198,"Ġ×Ĺ×ķ×ĸ":136199,"Ġ×Ĺ×ķ×ĸר":136200,"ĠÐĵлав":136201,"à¹Ĥà¸Ĭà¸Ħ":136202,"íıIJ":136203,"ÙĨتظر":136204,"Ġ×Ĵ×ij×Ļ":136205,"عÙĤب":136206,"intér":136207,"intérêt":136208,"×ŀפ×Ĵ":136209,"×ŀפ×Ĵש":136210,"Ġthù":136211,"اÙģت":136212,"Ġ×ŀשפ":136213,"Ġ×ŀשפ×ĺ×Ļ":136214,"ĠÙħÙĪاÙĤع":136215,"è¦ļ":136216,"è¦ļãģĪ":136217,"×ĵ×Ļף":136218,"à¹Ģรืà¹Īà¸Ńà¸ĩราว":136219,"ãģ¾ãģĤ":136220,"Ġghế":136221,"иÑĢÑĥÑİÑĤ":136222,"à¸ģว":136223,"à¸ģวà¹īาà¸ĩ":136224,"ĠповеÑĢ":136225,"ĠповеÑĢÑħ":136226,"ĠповеÑĢÑħноÑģÑĤ":136227,"׳×ĵר":136228,"ĠконÑĨе":136229,"Ġдолжна":136230,"Ġ×Ļש×Ļר":136231,"acaģız":136232,"ìĹĶ":136233,"ĠnÃŃvel":136234,"Ġör":136235,"Ġörnek":136236,"ÙĥÙģ":136237,"ĠФедеÑĢаÑĨии":136238,"Ġ구ìĦ±":136239,"หัวà¹ĥà¸Ī":136240,"ĠVáºŃy":136241,"мед":136242,"меди":136243,"медиÑĨин":136244,"медиÑĨинÑģк":136245,"ازÙĬ":136246,"×Ĵ×ij×ķ׾":136247,"ÑĦÑĢ":136248,"Ġzusätzlich":136249,"à¸ģà¸ģ":136250,"ĠاÙĦاÙĤتصادÙĬØ©":136251,"Ġhè":136252,"luÄŁun":136253,"جÙİ":136254,"à¹Ħà¸Łà¸¥à¹Į":136255,"ÄIJT":136256,"ãģĿãģ®ä»ĸ":136257,"à¸Ĺิà¹īà¸ĩ":136258,"ĠاÙĦØ£ÙĪ":136259,"رسÙħ":136260,"æ°Ĺãģ¥":136261,"ìĿ´ë©°":136262,"ÑĮев":136263,"صط":136264,"ĠاÙĦاستث":136265,"ĠاÙĦاستثÙħار":136266,"à¸Ńาà¸Ħาร":136267,"ĠÑĤоÑĩно":136268,"ĠVân":136269,"à¸Ńร":136270,"à¸Ńรà¹Īà¸Ńย":136271,"ĠاÙĦسÙĨØ©":136272,"ĠcÆ°á»Ľi":136273,"×Ļ×Ķף":136274,"íį¼":136275,"話ãģĹ":136276,"âĹĭ":136277,"ĠìķĬìĿĢ":136278,"ãĥ¡ãĥ¼ãĤ":136279,"ãĥ¡ãĥ¼ãĤ«":136280,"ãĥ¡ãĥ¼ãĤ«ãĥ¼":136281,"ĠÑĤепло":136282,"å½¼ãĤī":136283,"ĠÄ°z":136284,"ĠÄ°zmir":136285,"íĻį":136286,"Ġrượ":136287,"Ġrượu":136288,"æĢĿãģĦåĩº":136289,"ĠPhạm":136290,"Ġcháu":136291,"צ×Ļ×ķת":136292,"ĠìĿ¼ë³¸":136293,"ìĤ¬ëĬĶ":136294,"ĠÑģоздан":136295,"Ġaracı":136296,"Ġער":136297,"Ġער×Ļ׼×Ķ":136298,"ĠíķĺëĤĺëĭĺìĿĺ":136299,"dziÅĤ":136300,"à¸Ľà¸£à¸°à¸ĺาà¸Ļ":136301,"ĠserÃŃa":136302,"ĠìŀĪëıĦë¡Ŀ":136303,"درج":136304,"íķľëĭ¤ëĬĶ":136305,"à¸Ńาà¸Ĺ":136306,"à¸Ńาà¸Ĺิà¸ķ":136307,"à¸Ńาà¸Ĺิà¸ķยà¹Į":136308,"ÑĤелÑĮнÑĭй":136309,"ĠخدÙħات":136310,"×ŀ׳×ĺ":136311,"Ġlược":136312,"ĠSÃłi":136313,"ĠÙĪاض":136314,"ĠÙĪاضØŃ":136315,"غاز":136316,"ĠdoÄŁal":136317,"Ġ×ijש×Ŀ":136318,"Ġдлин":136319,"Ġإطار":136320,"Ġ×ijספר":136321,"ãĤĴä¸İ":136322,"ãĤĴä¸İãģĪ":136323,"Ġë²ķë¥ł":136324,"ĠÑĥвели":136325,"ĠÑĥвелиÑĩи":136326,"สà¹Ħà¸ķ":136327,"สà¹Ħà¸ķลà¹Į":136328,"à¹Ħà¸ģล":136329,"×ij×Ĺף":136330,"ĠìĿ´íĽĦ":136331,"Ġmunic":136332,"ĠmunicÃŃpio":136333,"تÙħØ«ÙĦ":136334,"ĠÄijáo":136335,"Hôtel":136336,"Ġlá»Ńa":136337,"ĠÄijẳng":136338,"Ñĩки":136339,"شرÙĪ":136340,"شرÙĪØ·":136341,"ĠìĿ´ë¥¼":136342,"ÙĬÙĭا":136343,"×ŀ׾×ļ":136344,"×ŀ×Ķ×Ļר×ķת":136345,"ĠобÑıзаÑĤелÑĮ":136346,"ĠобÑıзаÑĤелÑĮно":136347,"énergie":136348,"Ġmudança":136349,"Ġmụ":136350,"Ġmụn":136351,"Ġnº":136352,"ĠاÙĦتعا":136353,"ĠاÙĦتعاÙĪÙĨ":136354,"ĠاÙĦاجتÙħاعÙĬØ©":136355,"ĠплаÑģÑĤ":136356,"Ġëĵ±ìĿĺ":136357,"ãĥIJãĤ¤ãĤ¯":136358,"ÙĩجÙĪÙħ":136359,"ĠSaúde":136360,"Ġì¤ijìļĶíķľ":136361,"Ġ×Ķצ×Ļ×ij×ķר":136362,"×ª×§×Ł":136363,"ĠاÙĦعاÙĦÙħÙĬ":136364,"ĠболÑĮÑĪой":136365,"ĠÙĥÙĦÙħ":136366,"ĠÙĥÙĦÙħØ©":136367,"ãģ®ãģ§ãģ¯ãģªãģĦãģ§ãģĹãĤĩãģĨãģĭ":136368,"ĠÙħباراة":136369,"Ġש×IJ׳":136370,"Ġש×IJ׳×Ĺ׳×ķ":136371,"ãĤ¹ãĤ¿ãĤ¤ãĥ«":136372,"ĠSaÄŁ":136373,"ĠSaÄŁlık":136374,"ĠhÆ°":136375,"׳×Ĺ×Ķ":136376,"Ġ×ijקר×ij":136377,"طعÙħ":136378,"หิà¸Ļ":136379,"à¸Ĺุà¸ģวัà¸Ļ":136380,"à¸Ħรัà¹īà¸ĩà¸Ĺีà¹Ī":136381,"ĠlÃłnh":136382,"Ġdonné":136383,"ãģĽãģĦ":136384,"جزÙĬرة":136385,"доÑĢож":136386,"ì¼ľ":136387,"تÙĨظÙĬÙģ":136388,"ãĥģãĥ§":136389,"Ġaldıģı":136390,"جاج":136391,"ĠÑĤомÑĥ":136392,"à¸Ľà¸´":136393,"Ġ×ijרשת":136394,"ãģıãģªãĤĬãģ¾ãģĻ":136395,"ĠпÑĢинÑĨип":136396,"Ġ×Ĺ׾×ķ":136397,"ëı¼":136398,"×ķ×Ĵש":136399,"سس":136400,"à¸Ľà¸¹":136401,"Ġhầu":136402,"æĦŁãģĺãĤĭ":136403,"ï¼´":136404,"دÙĪا":136405,"ĠÑģмог":136406,"scrição":136407,"ĠtháºŃn":136408,"Ġר×ķ×IJ×Ķ":136409,"обÑĢажен":136410,"ĠاÙĦتجارÙĬØ©":136411,"طبÙĬع":136412,"jÄħcÄħ":136413,"íĸīìľĦ":136414,"ĠновÑĭй":136415,"Ġ×ŀ×Ĺ×ĵש":136416,"æĮ¯ãĤĬ":136417,"gué":136418,"Ġ×IJ×Ļר×ķ×¢":136419,"Ġ×IJ×Ļר×ķ×¢×Ļ×Ŀ":136420,"ĠاÙĦØ°Ùĩب":136421,"×ĵ×IJ":136422,"تاÙĨ":136423,"ãģłãģĹ":136424,"à¸Ńัà¸ķรา":136425,"à¹Ĥà¸Ī":136426,"بÙĦاد":136427,"×Ķ×Ļ×Ļ׳×ķ":136428,"ĠÑģпе":136429,"ĠÑģпеÑĨиалÑĮно":136430,"ĠÅĽwiata":136431,"ãĤĵãģ§ãģĻãĤĪ":136432,"شرÙĥØ©":136433,"ĠpÅĤyt":136434,"Ġsitué":136435,"Ġ׼×IJ׾×Ķ":136436,"ס×ijר":136437,"Ġkażd":136438,"Ġkażdym":136439,"ãĤĴæĮģãģ¤":136440,"׾×Ķ׾":136441,"׾×Ķ׾ף":136442,"ĠwÅĤas":136443,"ĠwÅĤasne":136444,"ĠsaÄŁlan":136445,"×ŀ×¢×ľ×Ķ":136446,"ĠاÙĦاÙĪÙĦ":136447,"ìĹIJìĦľëıĦ":136448,"×IJ×Ļר×ķפ×Ķ":136449,"تÙĤÙĨÙĬØ©":136450,"Ùħائ":136451,"Ùħائة":136452,"ĠcompañÃŃa":136453,"Ġsürek":136454,"Ġsürekli":136455,"ĠиÑģкÑĥÑģ":136456,"ĠиÑģкÑĥÑģÑģÑĤв":136457,"ĠBürger":136458,"ת×Ĺר":136459,"ת×Ĺר×ķת":136460,"à¸ŀรà¹īà¸Ńมà¸ģัà¸ļ":136461,"Ø´Ùħ":136462,"à¸ĸืà¸Ńวà¹Īา":136463,"è¾¼ãĤĢ":136464,"ä¼ijãģ¿":136465,"ĠاÙĦأب":136466,"ĠÑģÑĤоимоÑģÑĤÑĮ":136467,"ĠпÑĢава":136468,"mayın":136469,"หวย":136470,"ĠاÙĦطبÙĬعÙĬ":136471,"à¸Ĺีà¹Īà¸ŀัà¸ģ":136472,"ĠEstá":136473,"ÑĭваÑİÑĤ":136474,"بسÙĬ":136475,"بسÙĬØ·":136476,"Ġ×ij×¢×ijר":136477,"åı¯èĥ½ãģ§ãģĻ":136478,"Ġ×ĵ×ķ׾":136479,"Ġ×ĵ×ķ׾ר":136480,"ÙĩÙİا":136481,"воÑĢоÑĤ":136482,"ãģ¦ãģĦãģ¾ãģĹãģŁ":136483,"à¹Ĥà¸Ĺรศ":136484,"à¹Ĥà¸Ĺรศั":136485,"à¹Ĥà¸Ĺรศัà¸ŀ":136486,"à¹Ĥà¸Ĺรศัà¸ŀà¸Ĺà¹Į":136487,"Ġק׳":136488,"ĠاÙĦØ«ÙĨ":136489,"ĠاÙĦØ«ÙĨائÙĬØ©":136490,"Ġcoût":136491,"à¸ķิà¸Ķà¸ķัà¹īà¸ĩ":136492,"Ġörg":136493,"Ġörgüt":136494,"ĠاÙĦØ®ÙĦÙĬ":136495,"ĠاÙĦØ®ÙĦÙĬج":136496,"Ġbá»įn":136497,"×ķ׾×ķ×Ĵ×Ļ":136498,"ëŀľ":136499,"ĠÐijолÑĮ":136500,"ĠÐijолÑĮÑĪ":136501,"×Ĵ×ijר×Ļ×Ŀ":136502,"ÙĤÙĬد":136503,"×ij×Ļ×ĺ×ķ×Ļ":136504,"æīĵãģ¡":136505,"ĠolmuÅŁ":136506,"fäh":136507,"fähig":136508,"ลาà¸Ļ":136509,"ĠÙĤطر":136510,"שפ×Ķ":136511,"èªŃãĤĵãģ§":136512,"à¸Ĥวา":136513,"Ġchiếm":136514,"ãĤ¤ãĥ³ãĤ¿":136515,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ":136516,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį":136517,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥįãĥĥãĥĪ":136518,"Ġ׾ש×ŀ×ķר":136519,"ĠترÙĥ":136520,"ĠترÙĥÙĬا":136521,"ר×ķ×ĺ":136522,"ãģ¨æĢĿãģĦãģ¾ãģĹãģŁ":136523,"ĠاÙĦتÙĤ":136524,"ĠdÆ°":136525,"ãģ¦ãģıãĤĮãĤĭ":136526,"ãģĹãģŁãģĵãģ¨":136527,"Ġróżne":136528,"ĠاÙĦØ·ÙģÙĦ":136529,"ĠPosté":136530,"Ġ×ŀש×ķ×Ŀ":136531,"ÑįÑĢ":136532,"ĠÑĢабоÑĤаеÑĤ":136533,"ãĤ·ãĥª":136534,"ãĤ·ãĥªãĥ¼ãĤº":136535,"Ġ×ij×Ķ×Ĺ׾×ĺ":136536,"ק×Ķ×Ļ׾×Ķ":136537,"ãĤ«ãĥ¡":136538,"ãĤ«ãĥ¡ãĥ©":136539,"Ｏ":136540,"ĠìĤ¬ìĿ´":136541,"Ġkì":136542,"ĠthÆ°á»Ľc":136543,"ضبط":136544,"ÙĤبÙĪÙĦ":136545,"åĪ¥ãģ®":136546,"Ġparticulière":136547,"ĠÑģвоем":136548,"Ġעסק":136549,"Ġעסק×Ļ×Ŀ":136550,"×ij×Ĺ×Ļר×ķת":136551,"×ij×Ļ׳×ķ":136552,"à¸ĭà¸Ń":136553,"Ġ×¢×ķ×ijר":136554,"ãģłãģ£ãģŁãģ®ãģ§":136555,"ıldıģı":136556,"Ùħدار":136557,"Ùħدارس":136558,"주ìĭľ":136559,"à¸Ńาศ":136560,"à¸Ńาศัย":136561,"Ġtấm":136562,"à¸ŀิà¸Ī":136563,"à¸ŀิà¸Īาร":136564,"à¸ŀิà¸Īารà¸ĵา":136565,"ÑĤелÑĮнÑĭе":136566,"ÑģкÑĥÑİ":136567,"ÐľÐĺ":136568,"à¹Ģà¸ģา":136569,"à¹Ģà¸ģาหล":136570,"à¹Ģà¸ģาหลี":136571,"×ĵ×Ĺ":136572,"à¹Ģà¸Ĭิà¸ĩ":136573,"ĠدÙĤÙĬÙĤØ©":136574,"íķĻìĥĿ":136575,"Ġש×IJ׾×Ķ":136576,"Ġcontrôle":136577,"Ġsituação":136578,"à¸Ĥà¸Ńà¸ĩà¸ľà¸¹à¹ī":136579,"ÙĨØ·ÙĤ":136580,"ê³¼íķĻ":136581,"หลายà¸Ħà¸Ļ":136582,"Ġnắng":136583,"ÙĤÙı":136584,"ì¡°ê±´":136585,"Ñķ":136586,"ãĥĥãģ¨":136587,"×ŀ×Ļ׾×Ķ":136588,"Grün":136589,"×Ļ×Ļ×¢":136590,"×Ļ×Ļ×¢×ķ×¥":136591,"×ŀ׳׼":136592,"ëŃIJ":136593,"×ŀ×¢×ŀ×ĵ":136594,"สำà¸Ļัà¸ģ":136595,"جدد":136596,"à¸Ħัà¸Ķ":136597,"Ġ×Ķ×ŀשפ":136598,"Ġ×Ķ×ŀשפ×Ĺ×Ķ":136599,"×ŀשק׾":136600,"ÙĦÙı":136601,"Ġtytu":136602,"ĠtytuÅĤ":136603,"ÑĪей":136604,"ĠìĿ¼ë¶Ģ":136605,"ÑĪение":136606,"Ġphóng":136607,"ĠìĹŃìĤ¬":136608,"ãĤ«ãĥ³":136609,"Ġtúi":136610,"ĠÙĨÙĪÙģ":136611,"ĠÙĨÙĪÙģÙħبر":136612,"grün":136613,"ĠاÙĦØ´ÙħاÙĦ":136614,"ÅĽwiadc":136615,"ÅĽwiadczenie":136616,"ער×Ķ":136617,"Ġ×¢×ķ×ij":136618,"Ġ×¢×ķ×ij×ĵ×Ļ×Ŀ":136619,"×ĵ×ķ×Ĵ×ŀ×IJ":136620,"ä»Ĭãģ¯":136621,"Ġvão":136622,"ĠТем":136623,"ÑģилÑĮ":136624,"Ġchợ":136625,"Ùħرا":136626,"ÙħراÙĤب":136627,"à¹Ħมà¹Īรูà¹ī":136628,"Ġرائع":136629,"×IJ׳×Ĺ׳×ķ":136630,"สà¹Īà¸ĩà¹Ģสริม":136631,"צ×Ĺ":136632,"ĠìŀĪìĸ´ìĦľ":136633,"Ġkurulu":136634,"ĠkuruluÅŁ":136635,"ĠÃĸzellik":136636,"ĠÃĸzellikle":136637,"Ġת×Ļק":136638,"Ġghé":136639,"ĠsprzÄĻ":136640,"ĠsprzÄĻt":136641,"ער×ķת":136642,"راØŃØ©":136643,"ãģ£ãģį":136644,"ãģ£ãģįãĤĬ":136645,"ĠìķĦëŀĺ":136646,"stituição":136647,"Ġдолжно":136648,"×Ķרש":136649,"×Ķרש×ŀ×Ķ":136650,"×Ķ׾×ļ":136651,"ãģ¡ãģª":136652,"ãģ¡ãģªãģ¿":136653,"ãģ¡ãģªãģ¿ãģ«":136654,"פ×Ĺ×ĵ":136655,"ĠاÙĦجÙħÙĬع":136656,"×ij×¢×ľ×Ļ":136657,"Ġtrùng":136658,"Ġפת×Ĺ":136659,"×ŀ׾×Ĺ×ŀת":136660,"ãĥĨãĥ¼ãĥ":136661,"ãĥĨãĥ¼ãĥŀ":136662,"Ùħتاب":136663,"Ùħتابعة":136664,"Ġ모ìĬµ":136665,"ÙĬص":136666,"åIJĪãģĨ":136667,"ĠYap":136668,"ĠYapı":136669,"ĠÑģказаÑĤÑĮ":136670,"몰":136671,"à¸Ĺีà¹Īสำà¸Ħัà¸į":136672,"ĠìĹĨìĬµëĭĪëĭ¤":136673,"Ġnhắc":136674,"Ġülkeler":136675,"Ġмногие":136676,"íķĺìħ¨":136677,"มาà¸ģà¸Ĺีà¹Īสุà¸Ķ":136678,"à¸ģà¹īา":136679,"à¸ģà¹īาว":136680,"ĠÄ°yi":136681,"леж":136682,"лежа":136683,"ãĤ¸ãĥ§":136684,"à¸Ĺัà¸ŀ":136685,"اÙĪر":136686,"Ġ×Ĺ×ijר×Ļ":136687,"Ġ׾ש×Ŀ":136688,"첫":136689,"ĠTá»Ń":136690,"×ŀ×ķ׳×Ļ":136691,"ÙĤÙĪد":136692,"à¸ģระà¹Ģà¸Ľ":136693,"à¸ģระà¹Ģà¸Ľà¹ĭ":136694,"à¸ģระà¹Ģà¸Ľà¹ĭา":136695,"ĠпÑĢоблемÑĭ":136696,"Ġaçıs":136697,"Ġaçısından":136698,"Ġ×Ķ×ŀ׼":136699,"ĠÙħعظÙħ":136700,"ÙĤÙĬاس":136701,"ĠпÑĢодолж":136702,"ĠпÑĢодолжа":136703,"ĠverdiÄŁi":136704,"ĠпÑĢедмеÑĤ":136705,"ãģĦãģ¾ãģĻãģĮ":136706,"ĠëĶ°ë¥¸":136707,"ĠاÙĦÙĤÙĬاÙħ":136708,"ĠØ¥ÙĦÙĬÙĩا":136709,"ТÐIJ":136710,"поз":136711,"ãĤ·ãĥ¥":136712,"ä¸ĬãģĮãĤĬ":136713,"à¹Ģà¸Ķิมà¸ŀัà¸Ļ":136714,"à¸ģุล":136715,"ØŃرÙĬØ©":136716,"ק×ij×ķצ×ķת":136717,"믿":136718,"ĠاÙĦÙħÙĨا":136719,"ĠاÙĦÙħÙĨاطÙĤ":136720,"ĠвÑĭпол":136721,"ĠвÑĭполнÑı":136722,"ãĥĭãĤ¢":136723,"Ġê²°êµŃ":136724,"×Ĺ×ķ×ŀ":136725,"×Ĺ×ķ×ŀר×Ļ×Ŀ":136726,"ĠУкÑĢаинÑĭ":136727,"หà¸Ńม":136728,"ר×Ļס":136729,"ĠÑħоÑĤел":136730,"ĠобÑĢазованиÑı":136731,"Ġkhẳng":136732,"ĠmÆ°a":136733,"Ġgörme":136734,"Ġgüçlü":136735,"سعÙī":136736,"มัà¹Īà¸Ļà¹ĥà¸Ī":136737,"íķĺê²łìĬµëĭĪëĭ¤":136738,"ĠполÑĥ":136739,"Ġfünf":136740,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģ¾ãģĻ":136741,"Ġê·¸ê²ĥìĿĢ":136742,"ĠdÃ¼ÅŁÃ¼nce":136743,"ìŀł":136744,"ĠHÆ°á»Ľng":136745,"ĠTiá»ĥu":136746,"Ġçift":136747,"ãģijãģ°":136748,"à¸Īà¸Ļà¸ĸึà¸ĩ":136749,"à¸Ĺำà¹Ħà¸Ķà¹ī":136750,"ĠìŀIJì²´":136751,"Ġdõ":136752,"Ġdõi":136753,"à¸Īัà¸Ļ":136754,"à¸Īัà¸Ļà¸Ĺ":136755,"à¸Īัà¸Ļà¸Ĺรà¹Į":136756,"eceÄŁini":136757,"׳×ķער":136758,"غار":136759,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬ":136760,"داعش":136761,"ĠбезопаÑģноÑģÑĤи":136762,"ĠбÑİ":136763,"ĠбÑİдж":136764,"ĠбÑİджеÑĤ":136765,"ãĥĬãĤ¤":136766,"à¸ŀà¸ļวà¹Īา":136767,"daÄŁ":136768,"×IJ×ķפף":136769,"íĹĮ":136770,"ãĥĢãĤ¤ãĤ¨":136771,"ãĥĢãĤ¤ãĤ¨ãĥĥãĥĪ":136772,"ĠëĮĢíĨµ":136773,"ĠëĮĢíĨµëł¹":136774,"DÄ°":136775,"Ø£ØŃداث":136776,"ĠAÄŁ":136777,"ĠAÄŁust":136778,"ĠAÄŁustos":136779,"ØŃÙĦÙĪÙĦ":136780,"ĠwÅĽ":136781,"ĠwÅĽród":136782,"ĠÑģооÑĤвеÑĤ":136783,"ĠÑģооÑĤвеÑĤÑģÑĤв":136784,"ĠÑģооÑĤвеÑĤÑģÑĤвии":136785,"ĠLuáºŃt":136786,"Ġ׼׾פ×Ļ":136787,"ĠвеÑī":136788,"ĠвеÑīеÑģÑĤв":136789,"ק×Ļ×¥":136790,"ĠبÙĩذا":136791,"عاش":136792,"à¹Ģà¸Ľà¹ĩà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":136793,"ТÐķ":136794,"Ġ×ij×IJ×Ļ׳×ĺר׳×ĺ":136795,"سعد":136796,"Ġ×Ķ×ĺ×Ļפ×ķ׾":136797,"פ×Ļס":136798,"à¸ĩà¹Īายà¹Ĩ":136799,"ĠGerät":136800,"׾×Ļ×ĵ×Ķ":136801,"ĠÑĢиÑģк":136802,"׾ק×Ĺ":136803,"ннаÑı":136804,"ר×Ļ×ĵ":136805,"пÑĢакÑĤи":136806,"пÑĢакÑĤик":136807,"à¸Ĥัà¹īà¸Ļà¸ķà¸Ńà¸Ļ":136808,"à¸Ļà¹Īารัà¸ģ":136809,"larınızı":136810,"à¸Ńà¸Ļุà¸įา":136811,"à¸Ńà¸Ļุà¸įาà¸ķ":136812,"ĠzdjÄĻcia":136813,"Ġbây":136814,"ÑģÑĢ":136815,"ÑģÑĢоÑĩ":136816,"ãĥĭãĥ³ãĤ°":136817,"Ġöner":136818,"Ġöneri":136819,"ĠновÑĭÑħ":136820,"دعÙĪØ©":136821,"Ġgắn":136822,"ĠاÙĦÙĦبÙĨ":136823,"ĠاÙĦÙĦبÙĨاÙĨÙĬ":136824,"ãĥĨãĤ£ãĥ¼":136825,"ĠصØŃÙĬØŃ":136826,"емÑĭÑħ":136827,"çĸ²ãĤĮ":136828,"ĠпÑĢоиÑģ":136829,"ĠпÑĢоиÑģÑħодиÑĤ":136830,"สà¸ķิ":136831,"ĠTết":136832,"Ġ×Ķ׾׾×ķ":136833,"à¹Ģรืà¹Īà¸Ńà¸ĩà¸Ļีà¹ī":136834,"×ŀ×ij׳×Ķ":136835,"Ġconteúdo":136836,"Ġاخت":136837,"ĠاختÙĬار":136838,"ÙħسÙĦ":136839,"ÙħسÙĦسÙĦ":136840,"ëıĪ":136841,"Ġ׾×Ļ×ĵ":136842,"à¸ŀิà¸ĺี":136843,"ĠÑģовÑģ":136844,"ĠÑģовÑģем":136845,"ãģĮãģĤãĤĬãģ¾ãģĹãģŁ":136846,"Ġsóng":136847,"إصÙĦاØŃ":136848,"ë§ģ":136849,"ÙģÙĬر":136850,"ĠJeżeli":136851,"ìłľëıĦ":136852,"dÅĤug":136853,"ìĥģìĿĦ":136854,"ĠcáºŃn":136855,"Ġhá»įp":136856,"أست":136857,"أستاذ":136858,"Ġ×ŀ×Ļש×Ķ":136859,"Ġ×ŀ×Ļש×Ķ×ķ":136860,"ĠdÃły":136861,"ĠchÃłng":136862,"ãģ¡ãĤĥãĤĵãģ¨":136863,"ĠÄijám":136864,"Ġswój":136865,"Ġpoderá":136866,"ĠоÑĤлиÑĩа":136867,"Ġpériode":136868,"ündig":136869,"×ĺ×¢×Ł":136870,"ÑģÑĤÑĢоиÑĤелÑĮ":136871,"רת×Ļ":136872,"Ġ×Ļ×Ķ×Ļ×ķ":136873,"×ľ×¡":136874,"ĠاÙĦÙħÙĨزÙĦ":136875,"à¸Ļิà¹īว":136876,"иÑĦика":136877,"иÑĦикаÑĨи":136878,"ðŁĺī":136879,"Ġadına":136880,"ãĢĤãĢĤãĢĤ":136881,"×IJ×Ļף":136882,"ס×Ļר":136883,"ĠÙĬعد":136884,"çŃĶãģĪ":136885,"اÙĦجز":136886,"اÙĦجزائر":136887,"енÑĮк":136888,"รห":136889,"รหัส":136890,"ĠTürkçe":136891,"꾸":136892,"Ġ×Ļ×ķ׼׾":136893,"Ġש×ķ׳×Ķ":136894,"Ġ×ij×ŀצ×ij":136895,"ĠдейÑģÑĤвиÑĤелÑĮно":136896,"ĠبأÙĨÙĩ":136897,"×ŀק×ĵ":136898,"Ġ×Ķשק":136899,"Ø®ÙĬارات":136900,"Ġfı":136901,"Ġfırs":136902,"Ġfırsat":136903,"ëijĺ":136904,"ĠìĦľìļ¸":136905,"Ġ×Ķ×Ĵ×ķ×£":136906,"رعا":136907,"رعاÙĬØ©":136908,"ĠKết":136909,"кÑģи":136910,"ĠÑĥÑģлÑĥги":136911,"ноÑģÑĤей":136912,"ìļ´ëıĻ":136913,"ĠобÑĬÑı":136914,"ĠобÑĬÑıвл":136915,"неж":136916,"×Ķפ×ļ":136917,"Ġ×ij×¢×Ļ׳×Ļ":136918,"ëĨĴ":136919,"ĠпÑĢоÑĨед":136920,"ĠпÑĢоÑĨедÑĥÑĢ":136921,"Ġihtiy":136922,"Ġihtiyacı":136923,"Ġë°Ķëŀį":136924,"Ġë°ĶëŀįëĭĪëĭ¤":136925,"à¸ģลัว":136926,"ĠÑģложно":136927,"ק×Ļ×Ļ×ŀת":136928,"ĠÄIJình":136929,"ĠÙħÙĦÙģ":136930,"Ġà¹Ĥà¸Ķยมี":136931,"Ġkatkı":136932,"تØŃÙĪÙĬÙĦ":136933,"à¹Ħà¸ŀ":136934,"ĠHá»į":136935,"ñe":136936,"ĠдоÑħод":136937,"Ġthoải":136938,"íķĺìŬìķ¼":136939,"ãĤ¹ãĥĿãĥ¼ãĥ":136940,"ãĤ¹ãĥĿãĥ¼ãĥĦ":136941,"ĠGòn":136942,"Ġkè":136943,"Ġkèm":136944,"éĢ²ãĤģ":136945,"ãĤ¹ãĥ¼ãĥ":136946,"ãĤ¹ãĥ¼ãĥij":136947,"ãĤ¹ãĥ¼ãĥijãĥ¼":136948,"ĠgiÃłu":136949,"Ġإعادة":136950,"Ġ׾×ķק":136951,"Ġ׾×ķק×Ĺ":136952,"ĠÑħоÑĩеÑĤ":136953,"×ĺ׾×ķ×ķ":136954,"×ĺ׾×ķ×ķ×Ļ×ĸ":136955,"×ĺ׾×ķ×ķ×Ļ×ĸ×Ļ×Ķ":136956,"Ġthuyết":136957,"ãģĿãĤĮãģ§":136958,"Ġvardı":136959,"à¹Ħรà¹ī":136960,"عبد":136961,"ĠRepública":136962,"ãĥ¼ãĤ¿ãĥ¼":136963,"Ġ×ŀ×IJ×ķת":136964,"à¹Ħà¸Ľà¹ģลà¹īว":136965,"Ġyapılacak":136966,"ãĤ¹ãĤ¿ãĥ¼ãĥĪ":136967,"ãģ»ãģ¼":136968,"ĠkoÅŁ":136969,"ĠмаÑĤеÑĢи":136970,"Ġsiècle":136971,"ĠاÙĦÙħختÙĦÙģ":136972,"ĠاÙĦÙħختÙĦÙģØ©":136973,"Ġ׾קר×IJ":136974,"Ġ׾קר×IJת":136975,"Ġ×Ķפ×ķ×¢×ľ":136976,"Ġtòa":136977,"ĠrÆ¡i":136978,"åij¨ãĤĬ":136979,"à¸Ŀà¸Ļ":136980,"jÅĽÄĩ":136981,"ĠìķĬìĿĦ":136982,"اÙĨتÙĤاÙĦ":136983,"ëĸł":136984,"иваеÑĤ":136985,"ãĥĪãĥ«":136986,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬØ©":136987,"à¸ģลà¹Īาววà¹Īา":136988,"اÙĥت":136989,"ĠÃĸl":136990,"ĠÑĢеÑĪи":136991,"ĠÑĢеÑĪил":136992,"Ġ׳×ķספ×ķת":136993,"Ġìłķì¹ĺ":136994,"влеÑĩен":136995,"ÙħرØŃÙĦØ©":136996,"Ġcomeça":136997,"Ġyık":136998,"ìĤ´":136999,"à¸ĺà¸Ļา":137000,"à¸ĺà¸Ļาà¸Ħาร":137001,"à¸Ńà¸Ļา":137002,"à¸Ńà¸Ļาà¸Ħ":137003,"à¸Ńà¸Ļาà¸Ħà¸ķ":137004,"Ġpequeña":137005,"ä»ķäºĭãĤĴ":137006,"ĠبذÙĦÙĥ":137007,"Ġнового":137008,"ãģĹãģ¦ãģĦãģªãģĦ":137009,"ĠاÙĦÙħÙĬاÙĩ":137010,"à¸ģà¹ĩà¹Ģà¸Ľà¹ĩà¸Ļ":137011,"ĠжÑĥÑĢ":137012,"ĠжÑĥÑĢнал":137013,"веÑģ":137014,"ختار":137015,"Ġ매ìļ°":137016,"ĠMã":137017,"ĠавÑĤомаÑĤÑĭ":137018,"ضعÙģ":137019,"ĠاÙĦÙģÙĥر":137020,"ãģ§ãģĻãģ®ãģ§":137021,"ãĥ¡ãĥ³ãĥIJãĥ¼":137022,"ĠкÑĢÑĥг":137023,"ĠاÙĦسÙĦطة":137024,"à¸Ħรัà¹īà¸ĩà¹ģรà¸ģ":137025,"à¸ģระà¸Ĺรว":137026,"à¸ģระà¸Ĺรวà¸ĩ":137027,"ÑĨов":137028,"éķ·ãģĦ":137029,"大ãģįãģĦ":137030,"ĠgeçmiÅŁ":137031,"ìĦ±ìĿ´":137032,"Ġצר×Ļ׼×Ķ":137033,"ĠмоÑī":137034,"ĠмоÑīн":137035,"Ġק×Ļש":137036,"Ġק×Ļש×ķר×Ļ×Ŀ":137037,"ĠNasıl":137038,"гÑĢан":137039,"Ġ×ŀ×ķצר×Ļ×Ŀ":137040,"Ġ×ŀס×ķ×Ĵ":137041,"Ġyür":137042,"Ġyürüt":137043,"Ġ׾×Ĺצ×ķ":137044,"×ķÖ¼":137045,"ĠìŀĪìĹĪëĭ¤":137046,"Ġterör":137047,"ĠThÆ°Æ¡ng":137048,"ĠÙĪÙĬÙħ":137049,"ĠÙĪÙĬÙħÙĥÙĨ":137050,"جÙĪÙĨ":137051,"ĠÙĪغÙĬرÙĩا":137052,"×ŀפ×ķ":137053,"×Ĵ×ķר×ŀ×Ļ×Ŀ":137054,"׼×ij×Ļש":137055,"ĠاÙĦÙĦغ":137056,"ĠاÙĦÙĦغة":137057,"شرÙĥ":137058,"ĠاÙĦراب":137059,"ĠاÙĦرابع":137060,"ĠпÑĢек":137061,"ĠпÑĢекÑĢаÑģ":137062,"ĠпÑĢекÑĢаÑģн":137063,"ĠenergÃŃa":137064,"ק×ĵ×ŀ×Ļ":137065,"ãģıãģªãģ£ãģŁ":137066,"ĠÄijứ":137067,"ĠÄijứa":137068,"Servi":137069,"Serviço":137070,"Ġkaldır":137071,"åĥįãģį":137072,"Ġодеж":137073,"Ġодежд":137074,"물ìĿĦ":137075,"ãģĿãģĨãģ§":137076,"ãģĮãģĤãĤĮãģ°":137077,"ìĻķ":137078,"צ×ĵק":137079,"Ġartır":137080,"Ġileti":137081,"ĠiletiÅŁim":137082,"ãĤĪãģĨãģ§":137083,"ãĥĪãĥ¼":137084,"ãĤ¢ãĥĭ":137085,"ãĤ¢ãĥĭãĥ¡":137086,"×ĺ×Ļ×Ļ׾":137087,"ãĥķãĥªãĥ¼":137088,"ãĥĿãĥ³":137089,"ÐŁÑĢо":137090,"ĠعاÙĦÙĬØ©":137091,"ĠÃ¶ÄŁret":137092,"ĠÃ¶ÄŁretmen":137093,"ĠкаÑĩеÑģÑĤва":137094,"Ġ×Ķ×ĺ×ij×¢":137095,"ĠзнаÑİ":137096,"ãģ¦ãģıãĤĭ":137097,"Ġmừng":137098,"ÙħÙĪت":137099,"ש×ķ×ŀר":137100,"×Ĺ׾×ij":137101,"ĠwzglÄĻ":137102,"ĠwzglÄĻdu":137103,"ë²Ī째":137104,"Ġtá»ĵ":137105,"Ġtá»ĵn":137106,"ãĥ¯ãĥ¼ãĤ¯":137107,"Ġpożycz":137108,"Ġpożyczk":137109,"×Ļ×ķצר×Ļ×Ŀ":137110,"ÙĥرÙħ":137111,"ĠгаÑĢ":137112,"ĠгаÑĢан":137113,"ĠгаÑĢанÑĤи":137114,"ลà¹īาà¸ĩ":137115,"ĠìĺģíĻĶ":137116,"×ĺ×Ļס":137117,"Ġthẻ":137118,"ĠìŀĪëĭ¤ê³ł":137119,"اÙĦتز":137120,"اÙĦتزاÙħ":137121,"ĠнаÑĪи":137122,"isée":137123,"ãģĵãĤĮãĤĴ":137124,"Ġmẽ":137125,"ضÙĦ":137126,"بÙĪت":137127,"Ġ׼׼×Ķ":137128,"hợ":137129,"ĠاÙĦسÙĪرÙĬØ©":137130,"Ġ×ľ×¢×ķ×ŀ":137131,"Ġ×ľ×¢×ķ×ŀת":137132,"ĠbaÅŁar":137133,"ĠbaÅŁarılı":137134,"еÑģÑĤÑĮ":137135,"à¸Ħรี":137136,"à¸Ħรีม":137137,"ĠìłĦì²´":137138,"ĠسÙĬÙĥÙĪÙĨ":137139,"Ġ×ŀ×ĵ×ķ×¢":137140,"ĠëķĮ문ìĿ´ëĭ¤":137141,"Ġcứng":137142,"gerät":137143,"ĠмиÑĢ":137144,"ĠмиÑĢе":137145,"ĠÙĥÙĬÙģÙĬØ©":137146,"Ġפר×ĺ×Ļ×Ŀ":137147,"ĠgoÅĽci":137148,"иÑĤеÑģÑĮ":137149,"ÑĥÑĪки":137150,"ؤÙħÙĨ":137151,"Ġ×IJ׼ף":137152,"ĠاÙĦرجÙĦ":137153,"Ġlá»įc":137154,"à¹Ģรียà¸ģวà¹Īา":137155,"ãģĵãģ®ãĤĪãģĨãģª":137156,"ë§Įíģ¼":137157,"ĠпеÑĩ":137158,"ÙĪÙĦات":137159,"ĠÃľye":137160,"liÄŁinde":137161,"à¸Ħะà¹ģà¸Ļ":137162,"à¸Ħะà¹ģà¸Ļà¸Ļ":137163,"ãĤĭãģĵãģ¨ãģ¯":137164,"วิà¹Ģà¸Ħร":137165,"วิà¹Ģà¸Ħราะ":137166,"วิà¹Ģà¸Ħราะหà¹Į":137167,"ĠвозможноÑģÑĤи":137168,"ĠاÙĦÙĨساء":137169,"ãĥīãĥ©ãĥŀ":137170,"Ġgüc":137171,"Ġgücü":137172,"ĠtÆ°á»Ŀng":137173,"Ġacompaña":137174,"ãĤ¤ãĥ©":137175,"קצ×ij":137176,"ĠYö":137177,"ĠYönet":137178,"ĠYönetim":137179,"à¸ªà¸±à¸¡à¸ľ":137180,"à¸ªà¸±à¸¡à¸ľà¸±à¸ª":137181,"à¸Ļาม":137182,"ĠÄijợi":137183,"à¹ģหà¹Īà¸ĩà¸Ĭาà¸ķิ":137184,"ãģĿãĤĮãģ§ãĤĤ":137185,"ätig":137186,"ת×ķ×Ŀ":137187,"ĠbaÅŁlat":137188,"ĠвÑģей":137189,"ת×Ļק":137190,"ת×Ļק×ķף":137191,"ĠNgô":137192,"ĠGeschä":137193,"ĠGeschäfts":137194,"Ø£Ùħ":137195,"Ø£Ùħراض":137196,"à¹Ģà¸Ĺà¸Ħà¸Ļ":137197,"à¹Ģà¸Ĺà¸Ħà¸Ļิ":137198,"à¹Ģà¸Ĺà¸Ħà¸Ļิà¸Ħ":137199,"ĠменÑĮ":137200,"ĠменÑĮÑĪе":137201,"Ġölç":137202,"Ġölçü":137203,"ĠÙĬجعÙĦ":137204,"ĠÄijỡ":137205,"ש×Ļ׾":137206,"ש×Ļ׾×ķ×ij":137207,"ĠGrÃ¶ÃŁe":137208,"ĠÙĩاتÙģ":137209,"รà¹īาà¸Ļà¸Ńาหาร":137210,"×Ķ׾×Ļ׼":137211,"×Ķ׾×Ļ׼×Ļ":137212,"иÑĢÑĥÑİÑī":137213,"èĭ¥ãģĦ":137214,"ĠÃĸzel":137215,"ãģĦãģŁãĤī":137216,"à¸Ħำà¸ĸาม":137217,"ĠzostaÅĤy":137218,"Ġ×Ķס×Ļפ×ķר":137219,"×Ķ×ķ׾":137220,"×Ķ×ķ׾×ļ":137221,"à¹Ģà¸Ĭà¹Īà¸Ļà¸ģัà¸Ļ":137222,"à¹Ĥà¸Ĩ":137223,"à¹Ĥà¸Ĩษ":137224,"à¹Ĥà¸Ĩษà¸ĵา":137225,"×IJרצ×ķת":137226,"×Ĵרפ×Ļ":137227,"Ġaoût":137228,"ĠÙĬرÙĬد":137229,"تÙĪج":137230,"تÙĪجÙĬÙĩ":137231,"ĠÑįÑĤап":137232,"ãĤ¹ãĤ¿ãĥ³":137233,"Ġkró":137234,"Ġkrótk":137235,"ãĤĴ使ãģĨ":137236,"ì·¨":137237,"éĸ¢ãĤı":137238,"à¸Ķà¹īวยà¸Ħวาม":137239,"à¸Ļำà¹Ģสà¸Ļà¸Ń":137240,"Ġayrıca":137241,"à¸Īà¹īาà¸ĩ":137242,"ĠÑĦоÑĤогÑĢаÑĦ":137243,"ĠвеÑĩ":137244,"ĠвеÑĩеÑĢ":137245,"åĩºãģĹãģŁ":137246,"ĠХо":137247,"Ġ×ŀר×Ĵ×Ļש":137248,"à¹ĥหà¹īà¹Ģà¸Ľà¹ĩà¸Ļ":137249,"ãĤĴ缮":137250,"ãĤĴ缮æĮĩ":137251,"׾×ŀ×Ļ×Ŀ":137252,"nÄħÅĤ":137253,"ĠÑģÑĤанд":137254,"ĠÑģÑĤандаÑĢÑĤ":137255,"ĠSüd":137256,"ĠTâm":137257,"اختبار":137258,"à¹Ģà¸ģà¸Ńรà¹Į":137259,"ÙħسرØŃ":137260,"Ġbiá»ĩn":137261,"بÙı":137262,"ĠصاÙĦ":137263,"ĠصاÙĦØŃ":137264,"ĠPhụ":137265,"íľ´":137266,"ãĥ¬ãĥĵãĥ¥ãĥ¼":137267,"Ġbụng":137268,"Ġrégime":137269,"ĠأشÙĩر":137270,"ĠÑĢабоÑĤник":137271,"à¸Ŀัà¸Ļ":137272,"اعتÙħ":137273,"اعتÙħاد":137274,"ĠзамеÑĤ":137275,"ãģ¾ãģ£ãģ¦":137276,"Ġchặt":137277,"æĿ¥ãĤĭ":137278,"ĠاÙĦÙĤÙĪات":137279,"ãģ«åħ¥ãģ£ãģ¦":137280,"تØŃاÙĦÙģ":137281,"ÙħزÙĬد":137282,"ĠÙĬصÙĦ":137283,"ìĹ¼":137284,"à¹Ģà¸Ĭà¹ĩ":137285,"à¹Ģà¸Ĭà¹ĩà¸Ħ":137286,"Ġká»ĭ":137287,"Ġká»ĭp":137288,"ĠìķĦì§ģ":137289,"×IJ׳×Ĵ":137290,"ĠоблаÑģÑĤÑĮ":137291,"ĠpomocÄħ":137292,"Ġ×ķש׾":137293,"ëĵłì§Ģ":137294,"ĠGiám":137295,"ĠStück":137296,"Ġcháy":137297,"ĠëĤĺìĺ¤":137298,"ש×Ļ×ĺת":137299,"×ŀ×ĵר":137300,"×ŀ×ĵר×Ļ×ļ":137301,"Ġsüreç":137302,"ква":137303,"×ij׾×Ļ×Ŀ":137304,"×Ķת×Ļ":137305,"×Ķת×Ļ×Ļ×Ĺס":137306,"ÙĤباÙĦ":137307,"Ġס×ķ×Ĵ":137308,"Ġס×ķ×Ĵ×Ļ":137309,"ÑģÑĤолÑĮ":137310,"ä½ķãĤĤ":137311,"×ĸ׼×ķר":137312,"è²·ãģĨ":137313,"å®īãģı":137314,"à¸Ħรัà¹īà¸ĩà¸Ļีà¹ī":137315,"köp":137316,"ĠÑģеÑĢвиÑģ":137317,"оÑĩнÑĭÑħ":137318,"ê±°ëŀĺ":137319,"تأÙĥ":137320,"تأÙĥÙĬد":137321,"×ĵ׾ק":137322,"ĠпоÑĩем":137323,"ĠпоÑĩемÑĥ":137324,"пиÑģаÑĤÑĮ":137325,"×ijשר":137326,"ĠHÃłng":137327,"ĠTìm":137328,"Ġtrừ":137329,"ãĤ»ãĥĥãĤ¯ãĤ¹":137330,"×ķ׳×Ĵ":137331,"mızda":137332,"пÑģи":137333,"ĠìŀĪ기":137334,"Ġrút":137335,"زاÙĨ":137336,"تÙĨÙĪع":137337,"ÙħÙĤا":137338,"ÙħÙĤاÙĪÙħØ©":137339,"Ġ׾צ×ķר×ļ":137340,"Ġ×ij×Ļר×ķש׾×Ļ×Ŀ":137341,"ãĥ´ãĤ£":137342,"ebile":137343,"ebileceÄŁi":137344,"ãĥ¦ãĥ¼ãĤ":137345,"ãĥ¦ãĥ¼ãĤ¶":137346,"ãĥ¦ãĥ¼ãĤ¶ãĥ¼":137347,"ãĤĴä½ľãĤĭ":137348,"ÑģмеÑĢ":137349,"ÑģмеÑĢÑĤ":137350,"Ġì§ģ":137351,"Ġì§ģìłij":137352,"ĠÐŁÐ°ÑĢ":137353,"ØŃاض":137354,"ØŃاضر":137355,"ÙħÙĥاÙģ":137356,"ÙħÙĥاÙģØŃØ©":137357,"ลิà¸Ļ":137358,"ãģ¦ãģįãģ¦":137359,"ÑĢоÑģл":137360,"ĠÄ°ÅŁte":137361,"ÙĤصÙĬر":137362,"Ġ×ij×Ĵ×Ļ׾":137363,"Ġ×ŀת×IJ×Ļ×Ŀ":137364,"Ġ×Ķ×Ĺ×ĵ":137365,"Ġ×Ķ×Ĺ×ĵש×Ķ":137366,"ר×ķ×¢":137367,"Ġproduktów":137368,"ĠÙħصدر":137369,"неÑĨ":137370,"ĠاÙĦعÙħÙĦات":137371,"Ġçıkma":137372,"ĠدبÙĬ":137373,"ק×Ļף":137374,"ת×IJר":137375,"ת×IJר×Ļ×ļ":137376,"׳×Ļ×Ļ×ĵ":137377,"صراع":137378,"lève":137379,"צ×Ļר":137380,"à¸Ķัà¸Ļ":137381,"à¹ĥหà¹īà¹Ħà¸Ķà¹ī":137382,"ãĤ¿ãĤ¤ãĥł":137383,"Ġgiảng":137384,"Ð¡ÐŁ":137385,"ĠاÙĦÙħØŃÙĦ":137386,"ĠاÙĦÙħØŃÙĦÙĬØ©":137387,"ĠTất":137388,"׾×ķ×ĺ":137389,"há»ķ":137390,"Ġaméric":137391,"Ġaméricain":137392,"Ġ×ijש׾×ij":137393,"Ġ׾×IJ×ķ×ŀ×Ļ":137394,"Ġpeça":137395,"ĠÑĢазнÑĭÑħ":137396,"ãģĦãĤĭãģ¨":137397,"ãĥĩãĥ³":137398,"סקר":137399,"Ġ×Ķ×ŀ×Ĺ×Ļר":137400,"ãģ¨ãģĦãģĨãĤĤãģ®":137401,"رتبط":137402,"ĠиÑģÑĤоÑĩ":137403,"ĠиÑģÑĤоÑĩник":137404,"สมัà¸Ħรสมาà¸Ĭิà¸ģ":137405,"Ġà¸Ĺัà¹īà¸ĩ":137406,"Ġà¸Ĺัà¹īà¸ĩà¸Ļีà¹ī":137407,"ĠTáºŃp":137408,"ãģ£ãģ¦ãģĦãģĨ":137409,"ĠاÙĦÙĪصÙĪÙĦ":137410,"Ġdécada":137411,"ĠоÑĦоÑĢм":137412,"ĠоÑĦоÑĢмлен":137413,"สำหรัà¸ļà¸ģาร":137414,"Ġogóln":137415,"ãģĨãģ¡ãģ«":137416,"Ġvárias":137417,"ãģĻãģİãĤĭ":137418,"ÙĪÙĩا":137419,"à¹Ĥà¸Ľà¸£à¸Ķ":137420,"ĠÐłÐ¾ÑģÑģиÑı":137421,"人ãĢħ":137422,"ãģĹãģ¦ãģįãģŁ":137423,"Ġsırasında":137424,"Ġngôn":137425,"سÙĨØ©":137426,"تÙħتع":137427,"×ŀ׼×ij×Ļ":137428,"Ġnhấn":137429,"×¢×ŀ×Ļ×ĵ":137430,"Ứ":137431,"жиÑĤÑĮ":137432,"ãĤīãģĽ":137433,"gráf":137434,"gráfica":137435,"ĠÙĤÙĪÙĦ":137436,"ĠÙĤÙĪÙĦÙĩ":137437,"ëĭ¨ì²´":137438,"หà¹īา":137439,"หà¹īาม":137440,"使ãģ£ãģ¦":137441,"ת×Ļ×ij":137442,"ת×Ļ×ijת":137443,"iá»ĥu":137444,"à¹ģà¸Ĭม":137445,"à¹ģà¸Ĭà¸¡à¸Ľ":137446,"à¹ģà¸Ĭà¸¡à¸Ľà¹Į":137447,"Ậ":137448,"ĠëĤĺëĿ¼":137449,"ĠÙħباشرة":137450,"ĠtrÄĥm":137451,"سÙĥÙĪ":137452,"ĠاÙĦØ°Ùī":137453,"Ġbiç":137454,"Ġbiçim":137455,"تراجع":137456,"ĠобеÑģп":137457,"ĠобеÑģпеÑĩ":137458,"ĠобеÑģпеÑĩива":137459,"ĠвоздÑĥÑħ":137460,"ÑĭваÑĤÑĮ":137461,"ÙĦØŃÙĤ":137462,"ĠMüdü":137463,"ĠMüdürl":137464,"ĠMüdürlÃ¼ÄŁÃ¼":137465,"Ġyaptır":137466,"Ġפרס":137467,"Ġפרס×ķ×Ŀ":137468,"Ø·ÙĪر":137469,"ÑģÑĤвоваÑĤÑĮ":137470,"ìŀ¥ìĿĦ":137471,"à¸Ĺีà¹Īà¸Ķีà¸Ĺีà¹Īสุà¸Ķ":137472,"à¸Ńัล":137473,"ÑĢÑİ":137474,"ÙħستÙĤبÙĦ":137475,"ÑģлÑĥÑĪ":137476,"ÑģлÑĥÑĪа":137477,"èªįãĤģ":137478,"Ġ׾×Ļ×ŀ":137479,"Ġ׾×Ļ×ŀ×ķ×ĵ×Ļ":137480,"תש×ķ×ij":137481,"תש×ķ×ij×ķת":137482,"ĠgerçekleÅŁtiril":137483,"ĠاÙĦاتÙģاÙĤ":137484,"ĠÑĥÑĢовне":137485,"ĠÑĤÑĢав":137486,"Ġ×Ķ×ŀ×ķף":137487,"ØŃÙģاظ":137488,"ĠÙħÙIJ":137489,"ĠÙħÙIJÙĨ":137490,"ĠÙħÙIJÙĨÙĴ":137491,"Ġdemás":137492,"×ŀ×ķ×ĸ×Ļק×Ķ":137493,"ש×Ļ×Ĺ×Ķ":137494,"Ġbú":137495,"алÑĮнÑĭм":137496,"ãĤıãģŁ":137497,"ãĤıãģŁãģĹ":137498,"ĠاÙĦÙħÙĪاد":137499,"×ª×Ľ×ł":137500,"×ª×Ľ×ł×ķף":137501,"ãĥŃãĥĥãĤ¯":137502,"hiếu":137503,"ĠÑĥме":137504,"ÙħØŃاÙĪÙĦØ©":137505,"×IJ×ķשר":137506,"ĠконкÑĥÑĢ":137507,"ĠконкÑĥÑĢÑģ":137508,"Ġ×ŀ×ij×Ĺ":137509,"Ġ×ŀ×ij×Ĺ×Ļ×ł×ª":137510,"Ġanlam":137511,"Ġanlamı":137512,"Ġliá»ĩt":137513,"ĠвÑħод":137514,"ĠHình":137515,"ĠÙĨÙĬ":137516,"ĠÙĨÙĬÙĪز":137517,"ãĤ¸ãĥ£ãĥ¼":137518,"×ij×Ļ×¥":137519,"ÑĤелÑĮнÑĭÑħ":137520,"à¸Ĺุà¸ģà¸Ńยà¹Īาà¸ĩ":137521,"ĠkiÅŁinin":137522,"Ø£Ùĥثر":137523,"ĠиÑģÑĤоÑĢии":137524,"Ġë³ĢíĻĶ":137525,"×¤×ľ×¡×ĺ":137526,"×¤×ľ×¡×ĺ×Ļ׳×Ļ":137527,"ĠÑģеÑĤ":137528,"ĠÑģеÑĤи":137529,"dıģımız":137530,"íķĺëıĦë¡Ŀ":137531,"×Ķר":137532,"×Ķר×ij×Ķ":137533,"ãģĻãĤĭãģĵãģ¨ãģ¯":137534,"Ġphiếu":137535,"تØŃسÙĬÙĨ":137536,"ĠÅĽrod":137537,"ĠÅĽrodow":137538,"ĠÅĽrodowisk":137539,"ĠÑĢаÑģÑħод":137540,"برÙĬد":137541,"ĠرÙĬ":137542,"ĠرÙĬاÙĦ":137543,"Ġ×ķ׼×ļ":137544,"ì§ĢìļĶ":137545,"׼×ŀ×ķ":137546,"Ġ×¢×ľ×Ļ×Ķ×Ŀ":137547,"fÃŃcio":137548,"Ġkararı":137549,"tıģını":137550,"ĠСов":137551,"ĠСовеÑĤ":137552,"ãģĬéĩijãĤĴ":137553,"междÑĥ":137554,"междÑĥна":137555,"междÑĥнаÑĢод":137556,"междÑĥнаÑĢодн":137557,"Ġmá»Ŀi":137558,"ĠاÙĦØ¥ÙĬر":137559,"ĠاÙĦØ¥ÙĬراÙĨÙĬ":137560,"ĠاÙĦرÙĪسÙĬ":137561,"صÙĨد":137562,"صÙĨدÙĪÙĤ":137563,"ĠاÙĦØ¥ÙĨترÙĨت":137564,"Ġtắm":137565,"ĠÑĤакого":137566,"Ġ×ij׾×ķ×Ĵ":137567,"Ġücrets":137568,"Ġücretsiz":137569,"×Ĺ×ĸ×Ļר":137570,"ìĸ´ìķ¼":137571,"ĠPhần":137572,"ï¼ľ":137573,"Ġ×ĺ×ij×¢":137574,"Ġ×ĺ×ij×¢×Ļ":137575,"×IJ×ŀ×IJ":137576,"اÙĤÙĦ":137577,"Ġcondições":137578,"ÙĤاتÙĦ":137579,"ĠÑĢезÑĥлÑĮÑĤаÑĤе":137580,"ĠÑģвоими":137581,"צ×ij×Ļ×¢":137582,"géni":137583,"Ġzes":137584,"Ġzespo":137585,"ĠzespoÅĤ":137586,"ÑĪив":137587,"Ġפר×ĺ×Ļ×ķת":137588,"ÙħستشÙģ":137589,"ÙħستشÙģÙī":137590,"شرع":137591,"ĠkoÅĽci":137592,"Ġ×Ķ×IJ×Ļ׳×ĺר׳×ĺ":137593,"ĠЧеÑĢ":137594,"поÑĩÑĤ":137595,"Ġactivités":137596,"çŁ¥ãģ£ãģ¦":137597,"Ġ×ij×ĸ×Ķ":137598,"Ġyüzden":137599,"ãģªãĤĬãģ¾ãģĽãĤĵ":137600,"Ġíĺ¹":137601,"Ġíĺ¹ìĿĢ":137602,"Ġ×ŀש׳×Ķ":137603,"ĠÐĴеÑĢ":137604,"Ġ×ij×IJ×ķת×ķ":137605,"éĿ¢çĻ½":137606,"éĿ¢çĻ½ãģĦ":137607,"شرØŃ":137608,"gründe":137609,"ÙģØ´":137610,"ÙģØ´ÙĦ":137611,"Ġséjour":137612,"ë´IJ":137613,"Ġrôle":137614,"شعار":137615,"емÑĭе":137616,"ĠاÙĦجسÙħ":137617,"алÑĮное":137618,"Ġìĥģíĥľ":137619,"Ｄ":137620,"ë¯Ģë¡ľ":137621,"ĠÙĨÙĤØ·":137622,"ĠÙĨÙĤطة":137623,"ãģĿãģĨãģł":137624,"ãģĻãĤĭãģ®ãģĮ":137625,"หู":137626,"Ġnhá»ĭ":137627,"Ġeconómica":137628,"ס×ĺ×ķ×ĵ":137629,"ס×ĺ×ķ×ĵ׳×ĺ":137630,"มีà¹Ĥà¸Ńà¸ģาส":137631,"Ġgestão":137632,"รูà¹īวà¹Īา":137633,"Ġloạt":137634,"ĠاÙĦÙħÙı":137635,"ĠاÙĦØŃÙħÙĦ":137636,"ĠاÙĦعÙħÙĦÙĬØ©":137637,"Ġê²ĥëıĦ":137638,"ĠÐľÐ¾Ñģква":137639,"ק×ĺ×ķר":137640,"ĠподÑĢоб":137641,"ĠподÑĢобн":137642,"ĠlÆ°ng":137643,"تÙģس":137644,"تÙģسÙĬر":137645,"ĠاÙĦبع":137646,"ĠاÙĦبعض":137647,"ئت":137648,"ÐķÐĿ":137649,"ìĹ°êµ¬":137650,"à¹ĥหà¹īà¸Ħุà¸ĵ":137651,"ãģĤãĤĬãģ¾ãģĹãģŁ":137652,"Ġbirka":137653,"Ġbirkaç":137654,"ĠÄ°sl":137655,"ĠÄ°slam":137656,"çĹĽãģ¿":137657,"Ġhảo":137658,"ĠмаÑı":137659,"ĠiÅŁÃ§i":137660,"ש×":137661,"ש×ģ":137662,"à¸ģารà¹Ģมืà¸Ńà¸ĩ":137663,"×ķ×Ķר":137664,"Ġchó":137665,"ëĨĢ":137666,"Ġyanlı":137667,"ĠyanlÄ±ÅŁ":137668,"幸ãģĽ":137669,"×IJר×Ĵ×ķ׳×Ļ":137670,"à¸Ńาà¸Īาร":137671,"à¸Ńาà¸Īารยà¹Į":137672,"ĠинÑĦоÑĢмаÑĨиÑİ":137673,"ÐĵÐŀ":137674,"׳×Ĺש":137675,"ĠìķĮìķĦ":137676,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ":137677,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤик":137678,"à¸Ħุà¸ĵสามารà¸ĸ":137679,"è¦ĭãģĪãĤĭ":137680,"à¸Ĭัà¸Ķà¹Ģà¸Ī":137681,"à¸Ĭัà¸Ķà¹Ģà¸Īà¸Ļ":137682,"ĠdziaÅĤal":137683,"ĠdziaÅĤalnoÅĽci":137684,"à¹Ĥà¸ŀสà¸ķà¹Į":137685,"ĠÐļол":137686,"ĠÙģÙĩÙĬ":137687,"Ġ×ŀפ׳×Ļ":137688,"Ġ×Ķקשר":137689,"ÙħرÙĥ":137690,"ÙħرÙĥز":137691,"Ġhoá":137692,"Ġапп":137693,"ĠаппаÑĢаÑĤ":137694,"Ġpami":137695,"ĠpamiÄĻ":137696,"ĠpamiÄĻta":137697,"Ġçünkü":137698,"×ĵ×ķף":137699,"ãģ¯ãģĵãģ¡ãĤī":137700,"ĠMÃł":137701,"ĠÙĬÙĤدÙħ":137702,"ĠпÑĢез":137703,"ĠпÑĢезиденÑĤ":137704,"à¸Ńุà¸ķ":137705,"à¸Ńุà¸ķสา":137706,"à¸Ńุà¸ķสาห":137707,"à¸Ńุà¸ķสาหà¸ģรรม":137708,"ì§ĢìĽIJ":137709,"Ġ×IJפשר×ķת":137710,"schüt":137711,"schütz":137712,"ĠTiên":137713,"Ġsayılı":137714,"ĠгÑĢÑĥппÑĭ":137715,"оÑĩнÑĭй":137716,"Ġ×ľ×¢×ŀ×ķ×ĵ":137717,"ĠwrzeÅĽ":137718,"ĠwrzeÅĽnia":137719,"ĠÄIJầu":137720,"à¹Ģà¸Ĥà¹īารà¹Īวม":137721,"nızda":137722,"Ø®ÙĬص":137723,"Ġgünc":137724,"Ġgüncel":137725,"ĠÙĦÙĩØ°Ùĩ":137726,"ĠÙĬعتبر":137727,"légi":137728,"ãĤıãģĭãĤĭ":137729,"Ġrừng":137730,"ظÙĩ":137731,"ظÙĩÙĪر":137732,"Ġ×ŀ×ij×Ļף":137733,"Ġ기íĥĢ":137734,"åĪĩãĤĮ":137735,"lanmÄ±ÅŁ":137736,"à¸Ĺีà¹Īมีà¸Ħวาม":137737,"Ġhá»ģ":137738,"تÙĪجÙĩ":137739,"ĠاÙĦإدارة":137740,"Ġútil":137741,"ספ×ķ":137742,"à¸Ħวามรัà¸ģ":137743,"à¹Ĥฮ":137744,"ĠполиÑĤ":137745,"ĠполиÑĤик":137746,"Ġsatın":137747,"ĠÅŀimdi":137748,"×ŀ×ķר×Ļ×Ŀ":137749,"ìķĺëĭ¤":137750,"×Ĺ×ķ×ķ":137751,"×Ĺ×ķ×ķ×Ļ×Ķ":137752,"à¸Ħà¸Ńมà¸ŀิ":137753,"à¸Ħà¸Ńมà¸ŀิว":137754,"à¸Ħà¸Ńมà¸ŀิวà¹Ģà¸ķà¸Ńรà¹Į":137755,"Ġاذا":137756,"تخاذ":137757,"ãĤ¨ãĥ«":137758,"Ġpossibilité":137759,"ยืà¸Ļยัà¸Ļ":137760,"Ġünivers":137761,"Ġüniversite":137762,"ĠاÙĦدÙĪرÙĬ":137763,"ĠìķĬëĬĶëĭ¤":137764,"ĠìĦľë¡ľ":137765,"ØŃاÙĦ":137766,"Ġë¨":137767,"Ġ먼":137768,"Ġ먼ìłĢ":137769,"à¸Ĺีà¹Īà¸ĸูà¸ģ":137770,"ì§ľ":137771,"Ġskóry":137772,"лÑĮÑĨ":137773,"à¹ĥà¸Ĭà¹īà¹Ģวลา":137774,"×ijקשת":137775,"ĠØ°ÙĪ":137776,"æĹ¥ãĢħ":137777,"ĠкоÑĤоÑĢÑĥÑİ":137778,"ĠÑĥÑĢовенÑĮ":137779,"깨":137780,"à¹Ħà¸Ĺ":137781,"ãĤµãĥĹãĥª":137782,"ãĤ¸ãĥ§ãĥ³":137783,"ãģĻãģ¹ãģį":137784,"ĠGór":137785,"ãĥĪãĤ¤":137786,"ãĥĪãĤ¤ãĥ¬":137787,"ĠyaÅŁama":137788,"Ġdá»ĭp":137789,"Ġbữa":137790,"à¸ĭุ":137791,"Ġölüm":137792,"ãģ£ãģ¦ãģıãĤĭ":137793,"à¸ģารà¸Ħà¹īา":137794,"שער":137795,"ĠÑĤипа":137796,"ĠгеÑĢ":137797,"ĠгеÑĢо":137798,"רקע":137799,"Ġuważ":137800,"Ġuważa":137801,"ש×ŀף":137802,"Ġhastalık":137803,"ãĤıãĤĮãĤĭ":137804,"baÅŁÄ±":137805,"ÑĩÑĤо":137806,"Ġ×ij×ŀר׼×ĸ":137807,"Ġìļ°ë¦¬ìĿĺ":137808,"ĠÙĥاÙĨÙĪا":137809,"Ġأبر":137810,"ĠأبرÙĬÙĦ":137811,"층":137812,"à¹Ħà¸Ĥà¹Ī":137813,"ĠÙĪÙĦÙĪ":137814,"à¸Ĺัว":137815,"à¸Ĺัวรà¹Į":137816,"ĠÙĪØ£Ùĥد":137817,"à¸Ĭวà¸Ļ":137818,"׾×ķק":137819,"æį¨":137820,"æį¨ãģ¦":137821,"Ġİçin":137822,"péri":137823,"Ġyal":137824,"Ġyalnız":137825,"ÑĮÑıн":137826,"Ġgắng":137827,"à¸ģà¹ĩยัà¸ĩ":137828,"ĠУкÑĢаин":137829,"ĠÑģами":137830,"ĠпÑĢоведен":137831,"à¸ķà¸ģà¹ģà¸ķà¹Īà¸ĩ":137832,"ĠQuân":137833,"éparation":137834,"ĠbaÅŁÄ±nda":137835,"Ġznale":137836,"Ġznaleź":137837,"ĠznaleźÄĩ":137838,"ãĤ±ãĥ¼":137839,"ãĥİãĥ¼":137840,"à¸ĸูà¸ģà¸ķà¹īà¸Ńà¸ĩ":137841,"몸":137842,"ĠëıĮ":137843,"ĠëıĮìķĦ":137844,"ĠSchüler":137845,"ĠподгоÑĤов":137846,"ĠподгоÑĤовк":137847,"عرÙĪ":137848,"عرÙĪض":137849,"laÅŁtır":137850,"ĠÑģоÑģÑĤавлÑıеÑĤ":137851,"ĠпÑĢоизвод":137852,"ĠпÑĢоизводÑģÑĤва":137853,"ĠоÑģнове":137854,"ĠØ´ÙħاÙĦ":137855,"à¸ģรี":137856,"ĠgörÃ¼ÅŁme":137857,"оÑĩек":137858,"Ġ×Ĺ×ijר×Ļ×Ŀ":137859,"Ùħخاط":137860,"Ùħخاطر":137861,"ï¼Ń":137862,"רפ×IJ":137863,"ĠMẹ":137864,"ยà¸Ńมรัà¸ļ":137865,"Ġvết":137866,"خذ":137867,"ĠاÙĦتط":137868,"ĠاÙĦتطبÙĬÙĤ":137869,"à¸Ļึà¸ģ":137870,"Ġ×Ķ×Ľ×ł×¡×ª":137871,"ĠогÑĢани":137872,"ĠогÑĢаниÑĩен":137873,"ĠÃĩalÄ±ÅŁ":137874,"ĠاÙĦÙħÙĨتدÙī":137875,"à¸Īำà¸Ļวà¸Ļมาà¸ģ":137876,"ĠÑĤоÑĢÑĢ":137877,"ĠÑĤоÑĢÑĢенÑĤ":137878,"ĠìĤ´ìķĦ":137879,"à¸ŀลัà¸ĩà¸ĩาà¸Ļ":137880,"à¸Ĭัà¸Ļ":137881,"ĠÐIJндÑĢ":137882,"Ġréalisé":137883,"×ŀש×IJ":137884,"à¹ģà¸Ĭ":137885,"à¹ģà¸Ĭรà¹Į":137886,"Ġбог":137887,"มาà¹ģลà¹īว":137888,"ĠاÙĦÙĨار":137889,"Ġolmadıģı":137890,"×ĵ×¢×Ķ":137891,"ĠÑĥвеÑĢ":137892,"ĠÑĥвеÑĢен":137893,"ãĤĭãĤĤãģ®":137894,"أد":137895,"أدÙĪات":137896,"Ġ×Ķ×ĸ×ķ×Ĵ":137897,"إعÙĦاÙħ":137898,"há»ı":137899,"ĠNähe":137900,"ĠÑĤеÑģÑĤ":137901,"Ġ×ŀ×ķ׼ר":137902,"Ġë¬¸ìłľê°Ģ":137903,"ת×ķצ×IJ×Ķ":137904,"mó":137905,"móvel":137906,"ĠاÙĦتجارة":137907,"ĠмногиÑħ":137908,"обÑīа":137909,"Ġעסק×Ļ":137910,"ĠEducação":137911,"קש×Ļ×Ŀ":137912,"établ":137913,"établissement":137914,"Ġделе":137915,"иÑĢÑĥеÑĤÑģÑı":137916,"آثار":137917,"Ġ×Ķ×ŀר׼×ĸ×Ļ":137918,"ãĥIJãĥ«":137919,"ĠвÑģÑĤÑĢеÑĩ":137920,"ãģĴãĤĭ":137921,"ĠciÄħ":137922,"ĠciÄħgu":137923,"ÙĬست":137924,"à¸łà¸²à¸§":137925,"à¸łà¸²à¸§à¸°":137926,"Ø£Ùħر":137927,"Ġожи":137928,"Ġожида":137929,"Ġủy":137930,"ãĥŀãĥ«":137931,"راس":137932,"оÑĩной":137933,"ת×Ĵ×ķ×ij×ķת":137934,"تعرÙĬÙģ":137935,"ĠÑģоÑĨиалÑĮно":137936,"ãĤĴéĸĭ":137937,"ĠиÑģÑģледова":137938,"Ġdú":137939,"Ġdúvida":137940,"ĠskÅĤ":137941,"ĠskÅĤada":137942,"Ġhäufig":137943,"ĠвÑĭбÑĢ":137944,"ĠвÑĭбÑĢаÑĤÑĮ":137945,"ãģ®ãģ§ãģ¯ãģªãģĦãģĭ":137946,"ĠÑģилÑĮно":137947,"ÑĤвеÑĢжден":137948,"רפ":137949,"רפ×ķ×IJ×Ķ":137950,"æĢĿãģĦãģ¾ãģĻ":137951,"ØŃرص":137952,"ש×ķתף":137953,"Ùħسجد":137954,"à¹Ĥà¸Ĭวà¹Į":137955,"емÑģÑı":137956,"вÑĪие":137957,"Ġмл":137958,"Ġмлн":137959,"Ġ׾×Ķ×ij×Ļ×IJ":137960,"ĠÙĬتعÙĦÙĤ":137961,"à¸ķูà¹ī":137962,"ĠпÑĢаз":137963,"ĠпÑĢазд":137964,"ĠпÑĢаздник":137965,"Ġнем":137966,"Ġнемного":137967,"ĠsÃłng":137968,"تÙĨسÙĬ":137969,"تÙĨسÙĬÙĤ":137970,"Ġtá»Ŀ":137971,"Ġмеди":137972,"ãģ«æĪ":137973,"ãģ«æĪ»":137974,"à¸Ħวà¹īา":137975,"ãģĭãģijãĤĭ":137976,"×ij׾×ķת":137977,"ĠÑįкÑģп":137978,"ĠÑįкÑģпеÑĢÑĤ":137979,"ĠдевÑĥÑĪ":137980,"ĠдевÑĥÑĪк":137981,"ĠØŃص":137982,"ÙĨشأ":137983,"ãģĮãģĤãĤĭãģ®ãģ§":137984,"ĠتراÙħ":137985,"ĠتراÙħب":137986,"أسÙĪاÙĤ":137987,"Ġ׾פ׳×ķת":137988,"Ġاﻷ":137989,"ãģ«ãģı":137990,"ãģ«ãģıãģĦ":137991,"ĠأعÙĦÙī":137992,"Ġ׾×Ķ×ŀש×Ļ×ļ":137993,"räu":137994,"ש×ŀ×Ļ×Ŀ":137995,"åĪĨãģij":137996,"ãģĻãģ§":137997,"ãģĻãģ§ãģ«":137998,"×Ķ׾׼×Ķ":137999,"×Ĺ׾×Ļ×£":138000,"Ġì±ħ":138001,"Ġì±ħìŀĦ":138002,"à¹Ģà¸Īริ":138003,"à¹Ģà¸Īริà¸į":138004,"éģĬãģ³":138005,"جسد":138006,"สาà¸ĺ":138007,"สาà¸ĺาร":138008,"สาà¸ĺารà¸ĵ":138009,"Ġbasın":138010,"ÑĢаг":138011,"гад":138012,"ĠhoÅŁ":138013,"íķµ":138014,"×ij×Ĺ×Ļר×Ķ":138015,"×ŀס×ļ":138016,"ĠìłľíĴĪ":138017,"تÙħÙĪÙĬÙĦ":138018,"ĠLÆ°u":138019,"ë¡ľë¶ĢíĦ°":138020,"Ġпоб":138021,"Ġпобед":138022,"ÙħÙĨØ°":138023,"常ãģ«":138024,"ÙĤس":138025,"ĠاÙĦÙħصدر":138026,"ĠÙĪاÙĦاست":138027,"Ġkhắp":138028,"ĠاÙĦجاÙĨب":138029,"Ġnguyá»ĩn":138030,"éĸĵéģķãģĦ":138031,"ĠÑģÑĤÑĢа":138032,"ĠÑģÑĤÑĢаÑħ":138033,"ĠÑģÑĤÑĢаÑħов":138034,"รีà¸ļ":138035,"ĠxÆ°Æ¡ng":138036,"Ġì°¾":138037,"Ġì°¾ìķĦ":138038,"Ġngại":138039,"гал":138040,"à¸ĭีà¹Ī":138041,"Ġ×ijפ×Ļ×Ļס×ij×ķק":138042,"ЦенÑĤÑĢ":138043,"Ġavaliação":138044,"Ġeconómico":138045,"×ĸף":138046,"ĠÐľÐ°Ðº":138047,"Ġinterés":138048,"à¸ģลิà¹Īà¸Ļ":138049,"ÑģÑĤÑĮÑİ":138050,"ĠÄijÆ°Æ¡ng":138051,"å¼·ãģı":138052,"ĠKhách":138053,"à¹Ģà¸Ļืà¹īà¸Ńหา":138054,"ĠYazı":138055,"è²·ãģ£ãģ¦":138056,"ÐłÐķ":138057,"à¹Ģà¸ŀิà¹Īมà¸Ĥึà¹īà¸Ļ":138058,"สมà¸ļู":138059,"สมà¸ļูรà¸ĵà¹Į":138060,"ĠмиÑĢов":138061,"×Ĵ׳×Ļ×Ŀ":138062,"ĠÄijức":138063,"à¸Ńารà¹Į":138064,"صاص":138065,"ãģĬãĤĪ":138066,"ãģĬãĤĪãģ³":138067,"êÌī":138068,"ĠاÙĦÙħؤتÙħر":138069,"ĠاÙĦÙħرØŃÙĦØ©":138070,"สà¸Ńà¸ļà¸ĸาม":138071,"Ġà¸Īาà¸ģà¸Ļัà¹īà¸Ļ":138072,"Ġتعد":138073,"ãģĿãģ®ãģŁãĤģ":138074,"Ġkháng":138075,"à¸Ļิà¸Ķ":138076,"ãĥĬãĥ³":138077,"ëĦ¤ìļĶ":138078,"ĠاÙĦاØŃت":138079,"ĠاÙĦاØŃتÙĦاÙĦ":138080,"ìļķ":138081,"Ġмодели":138082,"ĠпÑĢоÑĨенÑĤ":138083,"à¸ŀวà¸ģà¹Ģรา":138084,"Ġ×Ķצ×ĵ":138085,"Ġ×Ķצ×ĵ×ĵ×Ļ×Ŀ":138086,"stände":138087,"׳×Ĵר":138088,"Ġdotyc":138089,"ĠdotyczÄħ":138090,"ĠdotyczÄħce":138091,"ĠÅĽwiÄĻt":138092,"×ŀר×Ķ":138093,"ãģĻãģĶãģĦ":138094,"ãĥĩãĤ£ãĥ³ãĤ°":138095,"à¸ģารสรà¹īาà¸ĩ":138096,"ëĤ¬":138097,"Ġì°¸ìŬ":138098,"ÑģÑħ":138099,"ÑģÑħем":138100,"ÙħÙĪس":138101,"Ġnấu":138102,"Ġ׾×ŀ×¢×ľ×Ķ":138103,"à¹Ģà¸Ľà¹īา":138104,"à¹Ģà¸Ľà¹īาหมาย":138105,"Ġmùi":138106,"ائز":138107,"íĽĪ":138108,"×Ĺ×ij×ķר×Ķ":138109,"à¸ľà¸¹à¹īà¹ĥà¸Ĭà¹ī":138110,"Ġpaź":138111,"Ġpaździ":138112,"Ġpaździern":138113,"Ġpaździernika":138114,"ลà¸ĩà¹Ħà¸Ľ":138115,"ÙĤاع":138116,"ĠcháºŃm":138117,"Ġözellikleri":138118,"ĠÄIJo":138119,"ĠÄIJoÃłn":138120,"жение":138121,"Ġhẳ":138122,"Ġhẳn":138123,"ĠaÅŁk":138124,"ï½į":138125,"ãĥijãĤ¹":138126,"×Ķ×ķר×IJ×ķת":138127,"ĠÅ»":138128,"ĠÅ»y":138129,"×ŀ×ĸ׾":138130,"ĠÑĥкÑĢа":138131,"ĠÑĥкÑĢаин":138132,"à¹Ģà¸Ĭิ":138133,"à¹Ģà¸Ĭิà¸į":138134,"ÐłÐĺ":138135,"ĠzwiÄħzku":138136,"×Ķ×Ĺ׾×ĺת":138137,"ãĤĵãģ§ãģĻãĤĪãģŃ":138138,"ãģ¦ãģĬãĤĬ":138139,"ложиÑĤÑĮ":138140,"×ŀ×ķ׳×Ļ×Ŀ":138141,"ฮิ":138142,"ì°¬":138143,"ĠاÙĦÙħشترÙĥ":138144,"ĠdÃ¼ÅŁÃ¼k":138145,"агенÑĤ":138146,"ĠاÙĦأسبÙĪع":138147,"ĠÙĤرÙĬب":138148,"инд":138149,"индив":138150,"индивид":138151,"индивидÑĥ":138152,"индивидÑĥалÑĮн":138153,"förder":138154,"Ġseçen":138155,"Ġseçenek":138156,"Ġétant":138157,"ĠлÑİбим":138158,"казÑĭваеÑĤ":138159,"วิà¸Ļ":138160,"Ġ×Ķ×ij×IJ×Ļ×Ŀ":138161,"Ġдов":138162,"ĠдоволÑĮ":138163,"ĠдоволÑĮно":138164,"×¢×ĵ×Ļ×£":138165,"Ġokre":138166,"ĠokreÅĽ":138167,"ĠokreÅĽlon":138168,"ĠترÙĬد":138169,"à¹Ģมืà¹Īà¸Ńวัà¸Ļà¸Ĺีà¹Ī":138170,"ãĤĪãģĭãģ£ãģŁ":138171,"Cumh":138172,"Cumhur":138173,"Cumhurba":138174,"CumhurbaÅŁ":138175,"CumhurbaÅŁkan":138176,"CumhurbaÅŁkanı":138177,"Ġnợ":138178,"à¸ľà¸¹à¹īà¹Ģลà¹Īà¸Ļ":138179,"Ġcomplète":138180,"à¹Ģà¸ŀศ":138181,"دÙIJ":138182,"Ġdüz":138183,"Ġdüzey":138184,"ãģ§ãģĤãĤĭãģĵãģ¨":138185,"extérieur":138186,"׳":138187,"Ġinformação":138188,"ãĤ¯ãĥªãĥĭãĥĥãĤ¯":138189,"ĠPubli":138190,"ĠPublié":138191,"ר×ķ×ĵ":138192,"à¸Ħà¸§à¸²à¸¡à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":138193,"ĠØ£ÙĬض":138194,"ĠØ£ÙĬضÙĭا":138195,"تسبب":138196,"ãģ¤ãĤĤãĤĬ":138197,"изма":138198,"à¸Ĥึà¹īà¸Ļà¹Ħà¸Ľ":138199,"ÙĥÙIJ":138200,"ÙĦÙĪÙħ":138201,"Ġשצר":138202,"Ġשצר×Ļ×ļ":138203,"ãģ¯ãĤĤãģ¡ãĤįãĤĵ":138204,"Ġкан":138205,"Ġканал":138206,"ãģ«ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":138207,"ĠاÙĦØ£Ùĥثر":138208,"تاØŃ":138209,"ÙĨتÙĩ":138210,"ÙĨتÙĩاء":138211,"اÙĪÙĬØ©":138212,"ĠBugün":138213,"нÑģкого":138214,"à¸Ķà¹Īวà¸Ļ":138215,"évolution":138216,"ãģ£ãģ¦ãģĦãģ¾ãģĹãģŁ":138217,"ãĤħ":138218,"ĠVÆ°Æ¡ng":138219,"à¸łà¸²à¸ŀย":138220,"à¸łà¸²à¸ŀยà¸Ļ":138221,"à¸łà¸²à¸ŀยà¸Ļà¸ķรà¹Į":138222,"Ġ×Ķצ׾×Ļ×Ĺ":138223,"ĠاÙĦإسÙĦاÙħÙĬ":138224,"ÙĦÙĬب":138225,"Ġedição":138226,"ÑģÑĤÑĢел":138227,"Ġkhúc":138228,"ÙĨÙħÙĪØ°":138229,"ÙĨÙħÙĪذج":138230,"׾צ×Ķ":138231,"ÑģÑĤавил":138232,"à¸ĸา":138233,"สรà¹īาà¸ĩà¸Ħวาม":138234,"ãģĦãģ£ãģ±":138235,"ãģĦãģ£ãģ±ãģĦ":138236,"ÑģÑĤавлен":138237,"ĠاÙĦÙĤدس":138238,"Ġngược":138239,"بخ":138240,"สหร":138241,"สหรั":138242,"สหรัà¸IJ":138243,"Ġأغ":138244,"Ġأغسط":138245,"Ġأغسطس":138246,"ãģĨãģ¾":138247,"ãģĨãģ¾ãģı":138248,"ĠêµŃìłľ":138249,"ØŃضار":138250,"Ġdừng":138251,"æĬ¼ãģĹ":138252,"تÙĪا":138253,"تÙĪاجد":138254,"ש×ŀ×Ĺ×Ķ":138255,"ãģıãĤĵ":138256,"Ġ×ijעצ":138257,"Ġ×ijעצ×Ŀ":138258,"×ŀ׳×Ļ×ķת":138259,"×ķ×Ļ×ĵ":138260,"×ķ×Ļ×ĵ×IJ×ķ":138261,"à¸Ĭิà¸ĩ":138262,"ĠpracÄĻ":138263,"ĠзаÑĤ":138264,"ĠзаÑĤем":138265,"ĠìŀIJìľł":138266,"Ġì¤Ģ":138267,"Ġì¤Ģë¹Ħ":138268,"ĠbáºŃ":138269,"ĠbáºŃc":138270,"Ġ×Ķ×ŀצ×ij":138271,"ĠÙĤÙĬÙħØ©":138272,"à¹Ģà¸Ńà¹Ģà¸Ĭ":138273,"à¹Ģà¸Ńà¹Ģà¸Ĭีย":138274,"Ġperchè":138275,"ĠاÙĦعسÙĥر":138276,"ĠاÙĦعسÙĥرÙĬØ©":138277,"جÙĬب":138278,"ëŀµ":138279,"ÙħÙĩر":138280,"ÙħÙĩرجاÙĨ":138281,"ÙħراÙĥ":138282,"ÙħراÙĥز":138283,"Ġоднако":138284,"à¸Ķีà¹Ĩ":138285,"Ġצפ×ķ":138286,"Ġkullanılan":138287,"Ġкино":138288,"ãĥĨãĤ£ãĥ³ãĤ°":138289,"ĠGiỼi":138290,"تÙĪز":138291,"تÙĪزÙĬع":138292,"ยิà¸Ļ":138293,"ยิà¸Ļà¸Ķี":138294,"ĠcÅĵur":138295,"ĠiÅŁaret":138296,"Ġ×ij×¢×ĸר":138297,"Ġ×ij×¢×ĸרת":138298,"ĠпаÑĨи":138299,"ĠпаÑĨиенÑĤ":138300,"ãģ¿ãģŁãģĦãģ§ãģĻ":138301,"вез":138302,"лина":138303,"оде":138304,"Ġ×IJ×ķ×ª×Ł":138305,"dıģınız":138306,"ĠÐIJв":138307,"ĠÐIJвÑĤоÑĢ":138308,"ï¼®":138309,"ĠCần":138310,"ĠاÙĦاخ":138311,"ĠاÙĦاخبار":138312,"Ġê±°ìĿĺ":138313,"Ġatenção":138314,"ĠgeldiÄŁi":138315,"ãĤªãĤ¹":138316,"ãĤªãĤ¹ãĤ¹":138317,"ãĤªãĤ¹ãĤ¹ãĥ¡":138318,"евÑĭе":138319,"кÑĢÑĭл":138320,"à¹Ģà¸Ĭียà¸ĩ":138321,"à¹Ģà¸Ĭียà¸ĩà¹ĥหมà¹Ī":138322,"Ġmarço":138323,"ĠاÙĦÙħادة":138324,"Ġгол":138325,"Ġsprzedaży":138326,"Ġíķ´ê²°":138327,"ĠÐķго":138328,"ê¹Ģ":138329,"Ġ׾ק×ij×ľ×ª":138330,"ĠاÙĦÙģÙĨاÙĨ":138331,"Ġcomunicación":138332,"à¹Ģสà¹īà¸Ļà¸Ĺาà¸ĩ":138333,"íĺ¹":138334,"à¸Ĭำ":138335,"à¸Ĭำระ":138336,"Ġ׼×IJ×ŀ":138337,"Ġ׼×IJ×ŀ×ķר":138338,"à¸Ĭà¹Īาà¸ĩ":138339,"زÙĩر":138340,"Ġklientów":138341,"иваÑİÑĤ":138342,"анг":138343,"׳×ļ":138344,"Ġgá»įn":138345,"ÃľR":138346,"ìĺģìĥģ":138347,"Ġغزة":138348,"ìĿĮìĿĦ":138349,"Ġbezpo":138350,"ĠbezpoÅĽ":138351,"ĠbezpoÅĽredni":138352,"ĠاÙĦÙħÙĪا":138353,"ĠاÙĦÙħÙĪاطÙĨ":138354,"ĠاÙĦÙħÙĪاطÙĨÙĬÙĨ":138355,"ãĤĮãģ¾ãģĻ":138356,"ĠмаÑĤÑĩ":138357,"×IJ×ķף":138358,"ĠرسÙħÙĬ":138359,"ĠÑįкон":138360,"ĠÑįконом":138361,"ĠÑįкономиÑĩеÑģк":138362,"ãĥľãĥ¼":138363,"ĠдиÑĢ":138364,"ĠдиÑĢекÑĤоÑĢ":138365,"ĠÑģкоÑĢо":138366,"à¸ļำ":138367,"à¸ļำร":138368,"à¸ļำรุà¸ĩ":138369,"ĠÑĦÑĥÑĤ":138370,"ĠÑĦÑĥÑĤбол":138371,"Ġ×IJ×Ļ׾":138372,"Ġì¤ijêµŃ":138373,"ìľ¤":138374,"eÄŁe":138375,"à¹Ħà¸ģà¹Ī":138376,"traî":138377,"traîn":138378,"ĠÑĤÑĢÑĥб":138379,"à¹Ģà¸ļื":138380,"à¹Ģà¸ļืà¹īà¸Ńà¸ĩ":138381,"à¹ģมà¸Ļ":138382,"ĠتØŃدÙĬØ«":138383,"Ġ×Ľ×¢×ª":138384,"ØŃاسب":138385,"lıģa":138386,"ק×Ļ×Ļ×ŀ×Ļ×Ŀ":138387,"оÑģÑĤÑĮÑİ":138388,"à¸Ŀั":138389,"à¸Ŀัà¹Īà¸ĩ":138390,"شغÙĦ":138391,"ìĽ¹":138392,"Ġкаждого":138393,"Ġbölümü":138394,"หà¸Ļี":138395,"ĠistediÄŁi":138396,"ĠtrÆ°ng":138397,"ãĥĮ":138398,"ฮà¸Ń":138399,"Ø£ÙĨØ´":138400,"Ø£ÙĨشطة":138401,"ĠاÙĦÙħسÙĬ":138402,"ĠاÙĦÙħسÙĬØŃ":138403,"ลัà¸ģษà¸ĵà¹Į":138404,"Ġná»Ńa":138405,"à¸Ĺีà¹Īà¸ķà¹īà¸Ńà¸ĩà¸ģาร":138406,"ÑĪек":138407,"лÑij":138408,"Ġש×Ļ×Ķ":138409,"Ġש×Ļ×Ķ×Ļ×Ķ":138410,"Ġkhuôn":138411,"ĠÑĤÑĢебованиÑı":138412,"Ġ×ľ×¢×ĸ×ķר":138413,"ĠاÙĦعÙħر":138414,"ราà¸Ħาà¸ĸูà¸ģ":138415,"ÙĩÙıÙħÙĴ":138416,"üst":138417,"üstü":138418,"Ġденег":138419,"Ġnạ":138420,"à¸Ĥà¸Ļม":138421,"Ġблаг":138422,"Ġблагод":138423,"ĠблагодаÑĢ":138424,"ĠблагодаÑĢÑı":138425,"إسÙĦاÙħ":138426,"à¸Ļิว":138427,"çŁ¥ãĤīãģªãģĦ":138428,"Ø«ÙĤØ©":138429,"ĠголоÑģ":138430,"×IJ×ķר×Ĺ":138431,"Ġtrứng":138432,"Ġодном":138433,"ĠkoÅĦcu":138434,"Ġ×ķרק":138435,"WiÄĻ":138436,"WiÄĻcej":138437,"Ġ×IJ×Ļ׼×ķת":138438,"Ġ×IJ×Ļ׼×ķת×Ļ":138439,"ÑģоÑģ":138440,"Ġjeżeli":138441,"以ä¸ĭãģ®":138442,"å°ıãģķ":138443,"å°ıãģķãģª":138444,"ологии":138445,"ĠобÑģлÑĥж":138446,"ĠобÑģлÑĥжива":138447,"Ùĥتابة":138448,"Ġê´Ģìĭ¬":138449,"עש×Ļר":138450,"Ġarasındaki":138451,"ĠÑĢайона":138452,"ÙĪاجب":138453,"Ġ×ij×Ĺ×Ļ×Ļ":138454,"íķ´ì£¼":138455,"Ġgóc":138456,"айл":138457,"ĠTình":138458,"æļ®ãĤī":138459,"æļ®ãĤīãģĹ":138460,"æĻĤãģ«ãģ¯":138461,"ĠгоÑĢоде":138462,"Ġ׼×IJ×Ļ׾":138463,"Ġ׼×IJ×Ļ׾×ķ":138464,"ĠCá»Ļng":138465,"ãģ©ãģĨãģĹãģ¦ãĤĤ":138466,"×Ĺ×ķ×£":138467,"تØŃرÙĥ":138468,"ĠÑģловам":138469,"à¸Īะà¸Ĭà¹Īวย":138470,"ĠاÙĦÙħستÙĤبÙĦ":138471,"ÙĤض":138472,"ÙĤضÙĬ":138473,"×ijס×ķפ":138474,"×ijס×ķפ×ķ":138475,"iÄĻÄĩ":138476,"ĠYıl":138477,"Ø´ÙĬØ®":138478,"à¸Ħุà¸ĵà¸Īะ":138479,"ש×ŀ×ķת":138480,"Ġتعرض":138481,"Ġanálise":138482,"ĠÑģобиÑĢа":138483,"à¹Ģà¸ŀà¸Ĭ":138484,"à¹Ģà¸ŀà¸Ĭร":138485,"Ġвели":138486,"Ġвелик":138487,"สัà¹īà¸Ļ":138488,"Ġpopulação":138489,"รà¹Īวมà¸ģัà¸Ļ":138490,"×Ĺ×ŀ":138491,"×Ĺ×ŀ×Ļש×Ļ":138492,"ס×Ļס":138493,"åĨħãģ§":138494,"ĠsobÄħ":138495,"ĠYay":138496,"ĠYayın":138497,"ãĥ¡ãĥĭãĥ¥ãĥ¼":138498,"ĠпÑĢедоÑģÑĤавлÑı":138499,"ãģłãģ¨æĢĿãģĨ":138500,"Ġê³łê°Ŀ":138501,"Ġодним":138502,"à¹ĥà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":138503,"Ġsá»ķ":138504,"ĠÐĹдеÑģÑĮ":138505,"ĠизменениÑı":138506,"ĠìĿ¼ìĿĦ":138507,"ãģªãģ®ãģł":138508,"кладÑĭва":138509,"ÑĢма":138510,"Ġ×ķ×ij׼׾":138511,"تأÙħÙĬÙĨ":138512,"ĠпÑĢиÑıÑĤ":138513,"ĠпÑĢиÑıÑĤн":138514,"ÙħÙħار":138515,"ÙħÙħارسة":138516,"ãģ¨ãģªãģ£ãģ¦":138517,"ĠجÙħÙĬÙĦ":138518,"Ġì§Ī":138519,"Ġì§Ī문":138520,"Ġquestão":138521,"ié":138522,"iéndo":138523,"หà¹īà¸Ńà¸ĩà¸ŀัà¸ģ":138524,"ãĥijãĥ¼ãĥĪ":138525,"ÑĤвеÑĢжда":138526,"нÑģкой":138527,"зал":138528,"มุà¹Īà¸ĩ":138529,"á»Ĭ":138530,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ķ":138531,"ĠThÆ°":138532,"주민":138533,"ĠاÙĦعب":138534,"évén":138535,"événement":138536,"ÙĤÙĪاعد":138537,"دÙı":138538,"ĠìķĬìĬµëĭĪëĭ¤":138539,"Ġ보기":138540,"Ġyapılması":138541,"à¹Ģราà¸ģ":138542,"à¹Ģราà¸ģà¹ĩ":138543,"ØŃذر":138544,"ÙĤصر":138545,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":138546,"Ġà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ļ":138547,"ãģ¨ãģ«":138548,"ãģ¨ãģ«ãģĭ":138549,"ãģ¨ãģ«ãģĭãģı":138550,"нÑĨе":138551,"звÑĥк":138552,"ãģĹãĤĪãģĨãģ¨":138553,"ĠاÙĦصØŃÙĬØ©":138554,"Ġש×Ķ×Ļ×ķ":138555,"ĠDiÄŁer":138556,"ÙĤÙĦÙĤ":138557,"ãĤ¸ãĥ£ãĥ³":138558,"Ġrá»Ŀi":138559,"ĠлеÑĩ":138560,"ĠлеÑĩениÑı":138561,"تباد":138562,"تبادÙĦ":138563,"צפ×Ķ":138564,"à¸Ħวามà¹Ģหà¹ĩà¸Ļ":138565,"Ġشب":138566,"ĠشبÙĥØ©":138567,"ר×Ļק":138568,"Ùħعد":138569,"Ùħعدات":138570,"dıģında":138571,"Ġ×ijש׳×Ļ×Ŀ":138572,"Ġ×Ķ×Ļשר×IJ׾":138573,"Ġ×Ķ×Ļשר×IJ׾×Ļת":138574,"Ġsınav":138575,"׳צ×Ļ×Ĵ":138576,"วัà¸ķà¸ĸุ":138577,"ĠاÙĦبرÙĦÙħ":138578,"ĠاÙĦبرÙĦÙħاÙĨ":138579,"tivitÃł":138580,"ãĤĵãģłãĤįãģĨ":138581,"ק×Ļ×Ļ×ŀ":138582,"ÙĦÙĬÙĥ":138583,"ĠÄijò":138584,"ĠÄijòi":138585,"ĠÐĺнÑĤеÑĢ":138586,"ĠÐĺнÑĤеÑĢнеÑĤ":138587,"ãģ«ãģ¨ãģ£ãģ¦ãģ¯":138588,"ãģ£ãģĵ":138589,"ק×ķס":138590,"ستØŃÙĤ":138591,"æķĻãģĪãģ¦":138592,"ãĥĢãĥ¡":138593,"ĠÙħÙĨزÙĦ":138594,"à¹Ģà¸ĭà¹ĩà¸Ļ":138595,"使ãģĪãĤĭ":138596,"è¦ĭç©į":138597,"è¦ĭç©įãĤĤãĤĬ":138598,"Ø£Ùģ":138599,"Ø£ÙģÙĥار":138600,"ĠигÑĢов":138601,"ĠигÑĢовÑĭе":138602,"ĠmÄĻż":138603,"ĠmÄĻżczy":138604,"ĠmÄĻżczyzn":138605,"ĠاÙĦØŃÙĤÙĬÙĤÙĬ":138606,"عبر":138607,"׼×ķ׾׳×ķ":138608,"íĿ¥":138609,"×ŀ×IJ×ķ×Ĺר":138610,"ختص":138611,"ãĥŀãĥŀ":138612,"Ġ×IJ×Ĺ×ķ×ĸ":138613,"íĮĢ":138614,"Ġrá»iji":138615,"ĠвÑĤоÑĢ":138616,"ĠвÑĤоÑĢой":138617,"Ġlẫn":138618,"пÑĢом":138619,"пÑĢомÑĭÑĪ":138620,"пÑĢомÑĭÑĪлен":138621,"пÑĢомÑĭÑĪленн":138622,"ĠоÑĤноÑĪениÑı":138623,"Ġsứ":138624,"ĠмобилÑĮ":138625,"ĠмобилÑĮн":138626,"ĠÑįÑĤомÑĥ":138627,"Ġtạp":138628,"ĠìĤ¬ê±´":138629,"ĠìķĮ볤":138630,"ÙĥÙı":138631,"ÙĥÙıÙħÙĴ":138632,"Ġק×ķר×Ķ":138633,"ĠÑĦиÑĢ":138634,"ĠÑĦиÑĢм":138635,"Ġsıkıntı":138636,"׳׼":138637,"׳׼×ķף":138638,"ÙĪÙĦÙĪجÙĬ":138639,"ØŃاÙĨ":138640,"Ġloạn":138641,"Ġ×IJ×ľ×£":138642,"Ġmắn":138643,"abhäng":138644,"abhängig":138645,"ĠÑĥÑĢовнÑı":138646,"Ġ׾×ij×ĵ×ķק":138647,"ÙĬÙħÙĨ":138648,"layın":138649,"Ġhải":138650,"Ġзавод":138651,"ĠìķĦ주":138652,"สà¸ĸา":138653,"สà¸ĸาà¸ļัà¸Ļ":138654,"Ġgüvenlik":138655,"à¹Ģà¸Ķà¹Īà¸Ļ":138656,"×ij×ĵק":138657,"ĠëĪ":138658,"ĠëĪĦ":138659,"ĠëĪĦ구":138660,"éĩįè¦ģãģª":138661,"รà¸Ńà¸ĩรัà¸ļ":138662,"schlie":138663,"schlieÃŁen":138664,"Ġìĸ¼":138665,"Ġìĸ¼ë§Ī":138666,"Ġìĸ¼ë§ĪëĤĺ":138667,"ÑĤики":138668,"íķľëĭ¤ê³ł":138669,"ãģłãģ£ãģŁãĤī":138670,"Ġ×Ķ×Ļ×ĺ×ij":138671,"ãģªãģijãĤĮãģ°ãģªãĤīãģªãģĦ":138672,"âÌ":138673,"ậ":138674,"Ġphạt":138675,"akÄ±ÅŁ":138676,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":138677,"à¹Ģà¸ĭà¹ĩ":138678,"ĠСегоднÑı":138679,"Ġinsanların":138680,"Ġdéveloppe":138681,"תפר":138682,"תפר×Ļ×ĺ":138683,"اÙĨتشار":138684,"ê°ij":138685,"François":138686,"Ø£ÙĦع":138687,"Ø£ÙĦعاب":138688,"ãĤĴè¶ħ":138689,"ãĤĴè¶ħãģĪ":138690,"Ġê°ĻìĬµëĭĪëĭ¤":138691,"ãĤ³ãĥ¬":138692,"ĠмеÑģÑıÑĨев":138693,"íĮħ":138694,"ĠاÙĦجاÙħعة":138695,"ìĿ¸íĦ°":138696,"ìĿ¸íĦ°ëĦ·":138697,"×ĵר×ķש":138698,"ĠÙĪأشار":138699,"ĠпÑĢавила":138700,"ãģĿãģĵãģ«":138701,"×Ĺ×ŀ×ĵ":138702,"à¹Ģหà¸ķุà¸ģารà¸ĵà¹Į":138703,"Ġê²½íĹĺ":138704,"ãģ¶ãĤĬ":138705,"׾ש":138706,"׾ש×ķף":138707,"à¹Ģà¸ĸ":138708,"ĠDoÄŁu":138709,"ĠиÑģполÑĮзование":138710,"ĠçocuÄŁu":138711,"магазине":138712,"ĠÄijiá»ĥn":138713,"Ġaslı":138714,"Ġaslında":138715,"Ġdoença":138716,"Ġساع":138717,"Ġساعات":138718,"ĠиÑģполÑĮзованиÑı":138719,"ר×ķצ×Ļ×Ŀ":138720,"ĠзнаÑĩиÑĤ":138721,"ĠÑĢам":138722,"ĠÑĢамкаÑħ":138723,"거리":138724,"ĠпÑĭÑĤа":138725,"ãĥģãĥ³":138726,"ĠпоÑģк":138727,"ĠпоÑģколÑĮ":138728,"ĠпоÑģколÑĮкÑĥ":138729,"إبر":138730,"إبراÙĩ":138731,"إبراÙĩÙĬÙħ":138732,"ĠÑĤÑĢеÑħ":138733,"ĠGenç":138734,"سÙĪÙģ":138735,"ĠveÃŃculo":138736,"ĠNgân":138737,"ĠоÑĩеÑĢедÑĮ":138738,"à¸Ħรึà¹Īà¸ĩ":138739,"×IJ×ij×Ļ":138740,"à¸ķà¹īม":138741,"ãĤĴè¡ĮãģĦ":138742,"ĠاÙĦسابÙĤØ©":138743,"наÑĨи":138744,"наÑĨиона":138745,"наÑĨионалÑĮн":138746,"Ġgestión":138747,"تÙĤد":138748,"ĠاÙĦبÙĬاÙĨ":138749,"ĠاÙĦبÙĬاÙĨات":138750,"ĠاÙĦاÙĨتخاب":138751,"ĠاÙĦاÙĨتخابات":138752,"à¹Ģà¸Ĭà¹Īา":138753,"×ĵ×IJ×Ĵ":138754,"Ġ׾×Ĵ×ŀר×Ļ":138755,"ĠتØŃتاج":138756,"Ġthôn":138757,"à¸ķà¹īà¸Ńà¸Ļ":138758,"à¸ķà¹īà¸Ńà¸Ļรัà¸ļ":138759,"女ãģ®":138760,"女ãģ®åŃIJ":138761,"Ġthợ":138762,"Ø·ØŃÙĨ":138763,"ารà¹Įà¸Ķ":138764,"ת×ŀ×Ļ×ĵ":138765,"ĠÑģамÑĭм":138766,"Ġìĭľíĸī":138767,"إصد":138768,"إصدار":138769,"ĠNghá»ĩ":138770,"ìķķ":138771,"سئ":138772,"سئÙĦ":138773,"à¸Ńาร":138774,"à¸Ńารม":138775,"à¸Ńารมà¸ĵà¹Į":138776,"à¹ģฮ":138777,"׳×ĺ׾":138778,"Ġì¢ĭìķĦ":138779,"×ķ׾׾":138780,"Ġ×ij×Ľ×ª×ij":138781,"ãĤ«ãĥ©":138782,"צע×Ļר×Ļ×Ŀ":138783,"تعبÙĬر":138784,"Ġ×ŀקר×Ķ":138785,"ĠÑĦакÑĤоÑĢ":138786,"ĠتÙħاÙħ":138787,"ĠتÙħاÙħا":138788,"ëįķ":138789,"ĠvÆ°á»Ŀ":138790,"ĠvÆ°á»Ŀn":138791,"ĠdÄ±ÅŁÄ±":138792,"ãģĦãģ¡":138793,"Ġ׾ק׳×ķת":138794,"ĠاÙĦعÙĦاÙĤات":138795,"пÑĥб":138796,"пÑĥбли":138797,"Ø¥ÙĬÙħ":138798,"Ø¥ÙĬÙħاÙĨ":138799,"à¸Ńำà¸Ļา":138800,"à¸Ńำà¸Ļาà¸Ī":138801,"åIJ«ãģ¾ãĤĮ":138802,"ãĤĭãģŁãĤģãģ«":138803,"ס×Ĵ":138804,"ס×Ĵ׳×ķף":138805,"تØŃدÙĬ":138806,"Ġauprès":138807,"ĠاÙĦجÙĩا":138808,"ĠاÙĦجÙĩاز":138809,"Ġ×ŀת×Ĺת":138810,"еннÑĥÑİ":138811,"Ġзим":138812,"à¸ģาà¹ģà¸Ł":138813,"Ġ×ijת×ķר":138814,"Ġnghè":138815,"Ġnghèo":138816,"ĠÐĽÑİ":138817,"ĠÐĽÑİб":138818,"תקצ×Ļ×ij":138819,"×ŀעש×Ķ":138820,"ĠاÙĦبÙĬت":138821,"צ×Ļפ":138822,"ĠобÑıзан":138823,"ĠMá»Ĺi":138824,"ĠТÑĥÑĢ":138825,"ĠÙĪباÙĦت":138826,"ĠÙĪباÙĦتاÙĦÙĬ":138827,"Ġdécision":138828,"Ġبد":138829,"Ġبدأت":138830,"Ġcục":138831,"Ġbask":138832,"Ġbaskı":138833,"Ġhatırl":138834,"Ġhatırla":138835,"å°ıãģķãģĦ":138836,"Ġgerçekten":138837,"à¸ľà¸±à¸ģ":138838,"åı¯èĥ½ãģª":138839,"×ŀ×IJס":138840,"ĠcrÃŃtica":138841,"ĠìĿĺìĽIJ":138842,"عÙĤÙĪد":138843,"×ĺ׼׳":138844,"×ĺ׼׳×ķ׾×ķ×Ĵ×Ļ×Ķ":138845,"è¨ĢãģĪãģ°":138846,"ĠÙĤÙĨا":138847,"ĠÙĤÙĨاة":138848,"ĠìĿ´ê²ĥìĿĢ":138849,"تصر":138850,"à¸Łà¸±à¸Ļ":138851,"ĠÑĢеÑĨеп":138852,"ĠÑĢеÑĨепÑĤ":138853,"ĠبÙĨÙģس":138854,"ÑĢоÑĪ":138855,"ĠмаÑĢÑĤа":138856,"Ġsonras":138857,"Ġsonrası":138858,"×ķ×ijש":138859,"ãĥªãĤ¹ãĤ¯":138860,"ĠFrançais":138861,"á»ļ":138862,"ê°Ķ":138863,"Ġ×Ķ×ijר×Ļת":138864,"פ×Ļצ":138865,"פ×Ļצ×ķ×Ļ":138866,"ĠÙĦÙħاذا":138867,"ĠÐļиев":138868,"ĠÑģмÑĭÑģл":138869,"ê¸Īìľµ":138870,"ãĤ·ãĥ£ãĥ«":138871,"ãĥ©ãĤ¤ãĥĪ":138872,"ìĽĥ":138873,"×ŀ×Ĺר":138874,"ãĨį":138875,"Ġkullanım":138876,"Ġ×IJצ׾׳×ķ":138877,"ĠtÃłn":138878,"ãĥıãĥ¼":138879,"ãģ¨ãģ¨ãĤĤ":138880,"ãģ¨ãģ¨ãĤĤãģ«":138881,"ÑĢег":138882,"ÑĢеги":138883,"ÑĢегион":138884,"ãģªãģıãģªãĤĭ":138885,"Ġchảy":138886,"ĠجÙĩØ©":138887,"ÅĦskiej":138888,"à¸Ńีà¹Ģม":138889,"à¸Ńีà¹Ģมล":138890,"ãģįãģ£ãģ¨":138891,"ĠìĺĪìĤ°":138892,"Ġkitabı":138893,"Ġeducação":138894,"ĠbuluÅŁ":138895,"ологиÑı":138896,"ĠконкÑĢ":138897,"ĠконкÑĢеÑĤ":138898,"×Ĵ×Ļר":138899,"ĠпÑĢедлаг":138900,"ĠпÑĢедлагаеÑĤ":138901,"ĠYên":138902,"Ġíķľë²Ī":138903,"Ġ×ŀר׼×ĸ×Ļ":138904,"à¹Ģà¸Ľà¸´à¸Ķà¹Ģà¸ľà¸¢":138905,"ÑĤвеÑĢд":138906,"ĠHá»ĩ":138907,"ĠÐĵÑĢ":138908,"à¸Ŀà¹īา":138909,"×Ķשק":138910,"×Ķשקע×Ķ":138911,"ĠнаÑĥк":138912,"ìłIJìĿĦ":138913,"ĠнелÑĮ":138914,"ĠнелÑĮз":138915,"ĠнелÑĮзÑı":138916,"гин":138917,"ĠBöl":138918,"ĠBölge":138919,"Ġвла":138920,"ĠвлаÑģÑĤи":138921,"à¹Ģà¸Ļà¹ĩ":138922,"à¹Ģà¸Ļà¹ĩà¸ķ":138923,"골":138924,"Ġöld":138925,"Ġöldür":138926,"×Ľ×ł×¢":138927,"ĠاÙĦÙĩÙĬئة":138928,"تارÙĬØ®":138929,"ĠÐijÑĢ":138930,"ĠÑģмож":138931,"ĠÑģможеÑĤе":138932,"ĠLúc":138933,"à¹Ħà¸Ľà¸ĸึà¸ĩ":138934,"ĠBakanı":138935,"Ġerklärt":138936,"ĠÐIJна":138937,"Ġscène":138938,"åķıãģĦ":138939,"åķıãģĦåIJĪãĤıãģĽ":138940,"ÙħÙĩÙĨد":138941,"ÙħÙĩÙĨدس":138942,"Ġназвание":138943,"иваниÑı":138944,"ãĤĴå¤īãģĪ":138945,"ä»ĺãģįåIJĪ":138946,"ãĥijãĤ½":138947,"ãĥijãĤ½ãĤ³ãĥ³":138948,"æĺİãĤī":138949,"æĺİãĤīãģĭ":138950,"à¹Ģà¸Ńà¸ģสาร":138951,"à¹Ģà¸ģิà¸Ļà¹Ħà¸Ľ":138952,"леп":138953,"ãģĹãģŁãĤĤãģ®":138954,"ĠCâm":138955,"ĠCâmara":138956,"ק×ķ׾׳×ķ×¢":138957,"Ġ×ij×Ĵ×Ļף":138958,"Ġoczy":138959,"ĠoczywiÅĽcie":138960,"attivitÃł":138961,"ãĥĵãĥ¥ãĥ¼":138962,"Ġeducación":138963,"Ä°YE":138964,"ê¹ĮìļĶ":138965,"ãĤ¨ãĥªãĤ¢":138966,"неÑģÑĤи":138967,"Ġmóg":138968,"ĠmógÅĤ":138969,"Ġק×ĺ׳×Ļ×Ŀ":138970,"ĠPrä":138971,"Ġ×ľ×¢×ij×ķר":138972,"بÙĨÙī":138973,"зол":138974,"золоÑĤ":138975,"ĠwnÄĻtr":138976,"ĠwnÄĻtrz":138977,"Ġconstrução":138978,"รัà¸ļรà¸Ńà¸ĩ":138979,"سجÙĨ":138980,"Ġק×ķ׳":138981,"ס×Ļפ×ķר":138982,"ĠÙħدÙī":138983,"رضÙī":138984,"плав":138985,"ï¼¥":138986,"Ġila":138987,"Ġilaç":138988,"ãĤĭãģ¹ãģį":138989,"ĠÙħÙĪÙĤÙģ":138990,"à¸ģรุ":138991,"à¸ģรุà¸ĵา":138992,"chodzÄħc":138993,"ĠÑĤÑĭÑģ":138994,"ÐķвÑĢо":138995,"ĠÙĬØŃدث":138996,"ãĥ¡ãĤ¤ãĥ³":138997,"ĠاÙĦصØŃÙĬ":138998,"ĠÐĶан":138999,"دعاء":139000,"ãĤ´ãĥ¼ãĥ«":139001,"×©×ł×ª×Ļ":139002,"×©×ł×ª×Ļ×Ļ×Ŀ":139003,"à¸Ķà¹īวยà¸ģัà¸Ļ":139004,"Ġolacaģı":139005,"Ġ×ij×ŀ×Ĺ×Ļר":139006,"×Ķק":139007,"×Ķק×ŀת":139008,"ãĥ¢ãĥİ":139009,"ĠçalÄ±ÅŁtı":139010,"Ġjóvenes":139011,"ãģĦãģıãĤī":139012,"ĠÙħعدÙĦ":139013,"ĠCÅ©ng":139014,"ĠSegún":139015,"Ġdönemde":139016,"Ġ׾×Ļ×ĵ×Ļ":139017,"ãģįãģ¡":139018,"ãģįãģ¡ãĤĵ":139019,"ãģįãģ¡ãĤĵãģ¨":139020,"ÙģرÙĨس":139021,"ÙģرÙĨسا":139022,"åIJijãģį":139023,"Ġcampaña":139024,"ĠÑģамоÑģÑĤоÑı":139025,"ĠÑģамоÑģÑĤоÑıÑĤелÑĮно":139026,"á»Ģ":139027,"ÙĤÙĪا":139028,"سÙĦاØŃ":139029,"à¸ģระà¹ģ":139030,"à¸ģระà¹ģส":139031,"ĠполÑĮзÑĥ":139032,"nqu":139033,"nquête":139034,"รà¹Īวมà¸ģัà¸ļ":139035,"ëĬIJëĥIJ":139036,"à¸Ĺีมà¸Ĭาà¸ķิ":139037,"Ġyıllık":139038,"ìĬ¬":139039,"ĠأصØŃاب":139040,"illé":139041,"Ġdóla":139042,"Ġdólares":139043,"Ġкож":139044,"Ġкожи":139045,"ลà¹īà¸Ń":139046,"à¹Ģรียà¸ļร":139047,"à¹Ģรียà¸ļรà¹īà¸Ńย":139048,"à¹Ģà¸ŀิ":139049,"à¹Ģà¸ŀิà¹Īà¸ĩ":139050,"ÑĢиÑĤоÑĢи":139051,"Ġíijľ":139052,"ĠíijľíĺĦ":139053,"ĠпеÑĢев":139054,"ĠпеÑĢевод":139055,"פ×Ĵ×Ļ×¢×Ķ":139056,"ĠdeÄŁerlendirme":139057,"Ùģائ":139058,"ĠвÑĭгод":139059,"ınızı":139060,"×ķ׼×Ļ×Ĺ":139061,"ĠдоÑģÑĤиг":139062,"ĠngÃłn":139063,"æĢĿãģ£ãģŁ":139064,"ĠÐķÑģÑĤÑĮ":139065,"ĠاÙĦرغÙħ":139066,"ĠzwiÄħzane":139067,"ربط":139068,"à¸Ļึà¸ĩ":139069,"Ġ׾×Ĺ×ķק":139070,"Ġszczególn":139071,"Ġszczególnie":139072,"ĠباستخداÙħ":139073,"ĠfÃŃsico":139074,"עס":139075,"עס×ķק":139076,"سÙĦÙĪÙĥ":139077,"ĠاØŃد":139078,"ÑĩÑijÑĤ":139079,"×ĸ׼×Ķ":139080,"Ġlá»ĩnh":139081,"ĠÙĪØŃت":139082,"ĠÙĪØŃتÙī":139083,"à¸Ħวามสามารà¸ĸ":139084,"à¸Ńยูà¹Īà¹ģลà¹īว":139085,"à¸ģารà¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":139086,"تخذ":139087,"צ×Ļ×ķ×ĵ":139088,"ĠاÙĦأس":139089,"ĠاÙĦأسÙĩÙħ":139090,"Ġtá»ĩ":139091,"ãģ£ãģ¦ãģĦãģ¦":139092,"สรุ":139093,"à¸ªà¸£à¸¸à¸Ľ":139094,"ĠкомÑĦ":139095,"ĠкомÑĦоÑĢÑĤ":139096,"ìĺ¤ëĬĶ":139097,"ĠÑĢазв":139098,"ĠÑĢазвива":139099,"ланд":139100,"hänge":139101,"ĠبÙĨسبة":139102,"à¹Ģà¸Ĥียว":139103,"עצ×Ŀ":139104,"Ġ×ľ×ľ×Ľ×ª":139105,"ÑģоÑĨиалÑĮн":139106,"Ġëĭ¤ìĿĮê³¼":139107,"Ġרש×ķ×ŀ":139108,"×ŀר×Ĺ×ij":139109,"سÙĤØ·":139110,"Ġalanı":139111,"ĠÄijá»ĩ":139112,"é£Łãģ¹ãĤĭ":139113,"à¸Ķึà¸ĩ":139114,"Ġgegenüber":139115,"ĠبÙĩØ°Ùĩ":139116,"à¸ĸืà¸Ńà¹Ģà¸Ľà¹ĩà¸Ļ":139117,"ëķħ":139118,"à¸Ħà¸Ļà¹Ħà¸Ĺย":139119,"ãĤ¢ãĤ¦":139120,"ãĤ¢ãĤ¦ãĥĪ":139121,"ศัà¸ģ":139122,"ศัà¸ģà¸Ķิ":139123,"ศัà¸ģà¸Ķิà¹Į":139124,"ÙĤÙĪاÙĨ":139125,"ÙĤÙĪاÙĨÙĬÙĨ":139126,"Ġhá»Ļp":139127,"ãģªãģıãģªãģ£ãģ¦":139128,"Ġ×IJ×ŀ׳":139129,"Ġ×IJ×ŀ׳×Ŀ":139130,"à¹Ģà¸ķืà¸Ńà¸Ļ":139131,"ĠзавиÑģим":139132,"ĠзавиÑģимоÑģÑĤи":139133,"ת×Ļ×IJ":139134,"ת×Ļ×IJ×ķר":139135,"å§ĭãĤģãģŁ":139136,"Ġngá»į":139137,"Ġngá»įt":139138,"íĴį":139139,"ê³¼ìŀ¥":139140,"Ġbại":139141,"ãģ§ãģįãģ¦":139142,"Ġcomeçar":139143,"à¸Ľà¸£à¸²à¸ģ":139144,"à¸Ľà¸£à¸²à¸ģà¸ı":139145,"ĠгодÑĭ":139146,"меÑģ":139147,"ĠاÙĦÙħستÙĪÙī":139148,"ĠÑģамÑĭе":139149,"ллеÑĢ":139150,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":139151,"ãģ¨ãģ®ãģĵãģ¨":139152,"bió":139153,"à¸ģลà¹Īà¸Ńà¸ĩ":139154,"ĠاÙĦزÙĪج":139155,"ãģ«è¡Įãģ£ãģŁ":139156,"à¸Ħà¹Īà¸Ńà¸Ļ":139157,"à¸Ħà¹Īà¸Ńà¸Ļà¸Ĥà¹īาà¸ĩ":139158,"ĠbaÄŁl":139159,"ĠbaÄŁlant":139160,"ĠbaÄŁlantı":139161,"確ãģĭ":139162,"確ãģĭãģ«":139163,"ãĥľãĥ¼ãĥ«":139164,"çµĤãĤıãĤĬ":139165,"ש×ŀר":139166,"à¸Ĺีà¹Īสามารà¸ĸ":139167,"ÙĦزÙħ":139168,"даеÑĤÑģÑı":139169,"รัà¸ļà¸Ľà¸£à¸°":139170,"รัà¸ļà¸Ľà¸£à¸°à¸Ĺาà¸Ļ":139171,"å¤īãĤıãĤĬ":139172,"ï¼¢":139173,"ĠìĺĪìĪĺëĭĺ":139174,"ãĤĪãģĨãģ¨":139175,"มัà¸ģà¸Īะ":139176,"ĠHÆ°Æ¡ng":139177,"ÙĨÙģØ°":139178,"×ŀ×ĵ×ĵ":139179,"ĠìĿ¸ìłķ":139180,"ÑħодиÑĤÑĮ":139181,"ĠзавиÑģиÑĤ":139182,"×ķ×ĵ×Ļ×¢":139183,"ãģĵãģ¨ãģĮãģĤãĤĬãģ¾ãģĻ":139184,"عراÙĤ":139185,"سطØŃ":139186,"à¸ģำà¹Ħร":139187,"ëĵ¤ëıĦ":139188,"×Ļצ×Ļר×Ķ":139189,"ãģĨãģĵãģ¨":139190,"ÙĦاØŃÙĤ":139191,"ãģĦãĤĮãģ°":139192,"ĠиÑģполÑĮзÑĥÑİÑĤ":139193,"ĠBợi":139194,"Ġשק׾×Ļ×Ŀ":139195,"ÑĨикл":139196,"ÐIJÐŀ":139197,"Ġ×ijש׳×Ķ":139198,"ÙĨشط":139199,"Ġש×Ļ׳×ķ×Ļ":139200,"Ġש×Ļ׳×ķ×Ļ×Ļ×Ŀ":139201,"Ġpoblación":139202,"ĠHÆ°ng":139203,"ระว":139204,"ระวัà¸ĩ":139205,"رÙĬاضة":139206,"رصد":139207,"تÙĤÙĦÙĬ":139208,"تÙĤÙĦÙĬد":139209,"Ġülkem":139210,"Ġülkemiz":139211,"à¸Ĭะ":139212,"ãĤ¯ãĥªãĥ¼ãĥł":139213,"èģŀãģĦãģŁ":139214,"Ġważ":139215,"Ġważne":139216,"ê±°ëĵł":139217,"ê±°ëĵłìļĶ":139218,"×ŀ×IJ×ijק":139219,"×Ĺ×ĵש×ķת":139220,"ĠWroc":139221,"ĠWrocÅĤaw":139222,"ĠKültür":139223,"sist":139224,"sistência":139225,"×¢×ĸר×Ķ":139226,"ĠgÆ°Æ¡ng":139227,"รà¹īาà¸Ļà¸Ħà¹īา":139228,"ĠÙĪØ£ÙĪضØŃ":139229,"ándose":139230,"ãĤ·ãĥ¼ãĥ³":139231,"×IJ׳ר×Ĵ":139232,"×IJ׳ר×Ĵ×Ļ×Ķ":139233,"ãģªãģĦãģ§ãģĻ":139234,"Ġkhủng":139235,"Ġ문ìĦľ":139236,"Ġ×ij×ĵ×ijר":139237,"×ĵ×Ļ×ķ":139238,"×ĵ×Ļ×ķ×ķ×Ĺ":139239,"Ġrégl":139240,"ÙħÙĪاد":139241,"обоÑĢ":139242,"обоÑĢоÑĤ":139243,"Ġ×Ķ×ij׾":139244,"Ġ×Ķ×ij׾×ķ×Ĵ":139245,"ØŃاÙħ":139246,"ĠاÙĦعاص":139247,"ĠاÙĦعاصÙħØ©":139248,"пеÑĢаÑĤоÑĢ":139249,"تخÙĦ":139250,"تخÙĦص":139251,"ãģŁãģłãģĹ":139252,"تسÙħ":139253,"à¹Ĥรà¸ĩà¸ŀ":139254,"à¹Ĥรà¸ĩà¸ŀยา":139255,"à¹Ĥรà¸ĩà¸ŀยาà¸ļาล":139256,"ĠYük":139257,"ĠYüksek":139258,"Ġש׳×Ļת":139259,"Ġש׳×Ļ×ª×Ł":139260,"liÄŁe":139261,"Ġפת":139262,"Ġפת×ķ×Ĺ":139263,"ĠbeÄŁ":139264,"ĠbeÄŁen":139265,"Ġ×ŀ×ķר":139266,"Ġ×ŀ×ķר׼×ij":139267,"ĠرساÙĦØ©":139268,"íĨµìĭł":139269,"Ġavalia":139270,"Ġavaliações":139271,"Ġmanh":139272,"Ġmanhã":139273,"Ġìķŀ":139274,"Ġìķŀìľ¼ë¡ľ":139275,"ÙĤتر":139276,"ÙĤترØŃ":139277,"à¹Ģà¸ģืà¸Ń":139278,"à¹Ģà¸ģืà¸Ńà¸ļ":139279,"Ġproposé":139280,"Ø£Ùħا":139281,"Ø£ÙħاÙĥÙĨ":139282,"ĠÐŀÐŀ":139283,"ĠÐŀÐŀÐŀ":139284,"ÙħÙĤار":139285,"ÙħÙĤارÙĨØ©":139286,"ëĦIJ":139287,"ãģĦãģŁãģłãģı":139288,"ÙĤÙĬÙĦ":139289,"ĠнаÑĪиÑħ":139290,"ãĤ«ãĥĥãĥĹ":139291,"×Ĺ×ľ×ª":139292,"Ġëĭ¤ë§Į":139293,"à¸Ĺัà¹Īวà¹Ĥลà¸ģ":139294,"ãĥįãĤ¿":139295,"ØŃساس":139296,"ãģ«ãģªãĤĮ":139297,"جائ":139298,"جائزة":139299,"échange":139300,"économ":139301,"économie":139302,"ТÐĺ":139303,"×¡×ª×Ľ×ľ":139304,"à¸Ĺัà¹īà¸ĩสà¸Ńà¸ĩ":139305,"ĠاÙĦخاÙħ":139306,"ĠاÙĦخاÙħس":139307,"ק×ĺ×¢":139308,"auważ":139309,"à¸ľà¸¹à¹īà¸Ĭาย":139310,"à¹ģà¸Ľà¸¥à¸ģ":139311,"åIJĮæĻĤãģ«":139312,"знаниÑı":139313,"ãģĦãģŁãģłãģįãģ¾ãģĹãģŁ":139314,"Ġ×ŀ×ij׾×Ļ":139315,"à¸Ĥà¸Ńà¹ĥหà¹ī":139316,"ĠاÙĦتربÙĬØ©":139317,"Ġdécouvert":139318,"Ġżyciu":139319,"après":139320,"Ġyab":139321,"Ġyabanc":139322,"Ġyabancı":139323,"ĠbaÅŁlayan":139324,"ìĹĪëįĺ":139325,"Ġhesabı":139326,"Ġë§Įìķ½":139327,"ë§Īëĭ¤":139328,"ĠThánh":139329,"ãĥ´ãĤ¡":139330,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£":139331,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£à¸¸à¸ĩ":139332,"ĠMặc":139333,"à¹Ģหà¸ķà¸¸à¸ľà¸¥":139334,"ĠÐijез":139335,"ĠcapacitÃł":139336,"ÅĤeÅĽ":139337,"ĠпÑĢеим":139338,"ĠпÑĢеимÑĥÑīеÑģÑĤв":139339,"ĠÅļwiÄĻt":139340,"Ġpublié":139341,"×ŀעצ×ij":139342,"ÙħشارÙĥات":139343,"à¸łà¸²à¸©":139344,"à¸łà¸²à¸©à¸µ":139345,"Ġdeuxième":139346,"ĠÙħØŃاÙģظ":139347,"ĠÙħØŃاÙģظة":139348,"ĠSchön":139349,"､":139350,"Ġ×Ķ×ij×¢":139351,"Ġ×Ķ×ij×¢×Ļ×Ķ":139352,"ĠÙĪاÙĦÙĦÙĩ":139353,"è¨Ģãģ£ãģŁ":139354,"à¸ķà¹īาà¸Ļ":139355,"วรรà¸ĵ":139356,"à¸Ĺิศ":139357,"ĠbaÅŁÄ±na":139358,"ĠmogÄĻ":139359,"ש×Ļפ×ķר":139360,"ĠÙĪعد":139361,"ĠÙĪعدÙħ":139362,"Ġhistórico":139363,"Ġkısı":139364,"ĠìĿ´ê²Į":139365,"ĠPolÃŃtica":139366,"ĠÑģиÑĤÑĥаÑĨии":139367,"ĠkoÅĦca":139368,"×ij×ĵ×Ļק×Ķ":139369,"ĠاÙĦسÙĬارات":139370,"ãģªãĤīãģ°":139371,"ãĤµãĥ©":139372,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãĤĭ":139373,"Ġdecisão":139374,"×ķ×ķ×ĵ":139375,"läss":139376,"lässig":139377,"Ġ׾×Ļשר×IJ׾":139378,"ĠÙĬأتÙĬ":139379,"ר×ķ×ĸ":139380,"Ã¶ÄŁ":139381,"Ã¶ÄŁret":139382,"Ã¶ÄŁretim":139383,"Ġдек":139384,"Ġдекаб":139385,"ĠдекабÑĢÑı":139386,"Ġש×Ĺ×ķר":139387,"ãģ¦ãģıãĤĮãģŁ":139388,"عبارة":139389,"Ġélectrique":139390,"ĠاÙĦتÙĨÙħÙĬØ©":139391,"جرÙī":139392,"ĠìĪĺíĸī":139393,"à¸Ĺู":139394,"ĠÑĢеалÑĮно":139395,"ÑģпоÑģоб":139396,"à¸Ħลà¹īาย":139397,"ĠسعÙĪد":139398,"önü":139399,"ĠÙģÙħÙĨ":139400,"تÙĥÙĪ":139401,"تÙĥÙĪÙĬÙĨ":139402,"ĠкаÑĩеÑģÑĤво":139403,"ĠконÑĤак":139404,"ĠконÑĤакÑĤ":139405,"ĠsözleÅŁme":139406,"à¸Ńà¹īาà¸ĩ":139407,"ĠتÙĪÙģ":139408,"ĠتÙĪÙģÙĬر":139409,"×Ķ×ĸ×ĵ":139410,"×Ķ×ĸ×ĵ×ŀ׳×ķת":139411,"ĠØ·ÙĪÙĬÙĦØ©":139412,"Ġtérmino":139413,"Ġ×IJ×Ļפ×Ķ":139414,"ãĥĵãĥ«":139415,"สà¹Ĥม":139416,"สà¹Ĥมสร":139417,"ĠاÙĦاث":139418,"ĠاÙĦاثÙĨÙĬÙĨ":139419,"евиÑĩ":139420,"Ġopinión":139421,"à¸Ľà¸§à¸Ķ":139422,"åı¤ãģĦ":139423,"รà¹Īา":139424,"ĠBiaÅĤ":139425,"ĠÑģÑĤал":139426,"ĠÑģÑĤало":139427,"ólogo":139428,"ĠìķĦëĭĪëĭ¤":139429,"Ġ×IJ×Ļת":139430,"Ġ×IJ×Ļת×ķ":139431,"à¹Ģหà¹ĩà¸Ļวà¹Īา":139432,"à¸ļารà¹Į":139433,"çĦ¼":139434,"çĦ¼ãģį":139435,"ĠìĿ´ìļ©ìŀIJ":139436,"ĠнекоÑĤоÑĢÑĭе":139437,"ksz":139438,"ksztaÅĤ":139439,"ksztaÅĤc":139440,"ãĤŃãĥ£ãĥĥãĤ·":139441,"ãĤŃãĥ£ãĥĥãĤ·ãĥ³ãĤ°":139442,"ĠroÅĽ":139443,"ĠroÅĽlin":139444,"ÑĢажа":139445,"×ij׳×Ļ×Ļ×Ķ":139446,"à¸Ľà¸£à¸ªà¸´":139447,"à¸Ľà¸£à¸ªà¸´à¸ķ":139448,"Ġgördü":139449,"×ŀ׳×Ķ×Ļ×Ĵ":139450,"å¤īãĤıãģ£ãģ¦":139451,"Ġ×IJ×Ķ":139452,"Ġ×IJ×Ķ×ijת×Ļ":139453,"à¹Ģรà¹Īà¸ĩ":139454,"Ġönünde":139455,"Ġê·¸ëĥ¥":139456,"полиÑĤ":139457,"полиÑĤиÑĩеÑģк":139458,"ãĥ¡ãĥĩãĤ£":139459,"ãĥ¡ãĥĩãĤ£ãĤ¢":139460,"ĠDetay":139461,"ĠDetaylı":139462,"ĠاÙĦصÙģØŃØ©":139463,"à¸ģารà¹Ģà¸ĩิà¸Ļ":139464,"Ġìµľê·¼":139465,"׼ש׾":139466,"Ｉ":139467,"вÑĪего":139468,"íķĺìĭ¤":139469,"ĠÐŃÑĤ":139470,"ĠÐŃÑĤоÑĤ":139471,"สื":139472,"สืà¸ļ":139473,"Ġngừng":139474,"ĠдокÑĥменÑĤов":139475,"даваÑĤÑĮ":139476,"ĠاÙĦشخصÙĬØ©":139477,"Ġצע×Ļר":139478,"درÙĥ":139479,"سØŃب":139480,"à¹Ħมà¹Īà¸Ħà¹Īà¸Ńย":139481,"Ġ×Ķ×ŀק×ķ×ŀ×Ļ":139482,"สัà¹Īà¸ĩà¸ĭืà¹īà¸Ń":139483,"Ġê·¸ê²ĥìĿĦ":139484,"ãģĤãĤĭãģĦ":139485,"ãģĤãĤĭãģĦãģ¯":139486,"×IJ×ķ×ĺ×ķ×ij":139487,"×IJ×ķ×ĺ×ķ×ij×ķס":139488,"кÑĨион":139489,"ĠÐľÐ¾Ð¶Ð½Ð¾":139490,"ãģıãģł":139491,"ãģıãģłãģķ":139492,"ĠинÑĦоÑĢмаÑĨиÑı":139493,"ï»Ł":139494,"ĠìŀijìĹħ":139495,"Ġ×Ļ×ķסף":139496,"إدارة":139497,"ĠاÙĦØŃاج":139498,"×ł×¡×Ļ×¢×Ķ":139499,"изаÑĨиÑı":139500,"×IJ׾×ij":139501,"×IJ׾×ij×ķ×Ŀ":139502,"пед":139503,"Ġק×ĺ׳×Ķ":139504,"ĠÙĨÙģسÙĩا":139505,"ĠMinistério":139506,"Ġпен":139507,"ĠпенÑģи":139508,"ãĥIJãĥ©ãĥ³ãĤ¹":139509,"Ġ×Ķת×ķר×Ķ":139510,"Ġtạm":139511,"ĠìĹŃìĭľ":139512,"｡":139513,"Ġthá»±":139514,"Ġısı":139515,"컨":139516,"ãģĹãģ£ãģĭãĤĬãģ¨":139517,"ĠxÆ°a":139518,"Ġcặp":139519,"×Ĺ×Ļ×ij×ķר":139520,"วัà¸Ĵà¸Ļà¸ĺรรม":139521,"stär":139522,"stärke":139523,"ĠÑģамÑĭй":139524,"pisa":139525,"pisaÄĩ":139526,"ĠoluÅŁan":139527,"ĠاÙĦØ¥ÙħاÙħ":139528,"ĠcÄĥng":139529,"Ġgünl":139530,"Ġgünlük":139531,"Ġ׳ש×IJר":139532,"Ġkhiá»ĥn":139533,"ç¶ļãģijãĤĭ":139534,"stitución":139535,"Ġcapacité":139536,"Ġjaki":139537,"ĠjakiÅĽ":139538,"вÑĪиÑģ":139539,"вÑĪиÑģÑĮ":139540,"פע×ķ׾×ķת":139541,"ĠØŃÙĬات":139542,"ĠØŃÙĬاتÙĩ":139543,"Ġникогда":139544,"ÐĽÐ¬":139545,"Ġ×Ķ×¢×ķ×ij":139546,"Ġ×Ķ×¢×ķ×ij×ĵ×Ķ":139547,"ĠchÃło":139548,"หลายà¹Ĩ":139549,"ĠÑıн":139550,"ĠÑıнваÑĢ":139551,"ĠÑıнваÑĢÑı":139552,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ńà¸ĩ":139553,"Ġhöher":139554,"ãģķãĤĮãģ¦ãģĦãģŁ":139555,"สà¸ĩสั":139556,"สà¸ĩสัย":139557,"ĠاÙĦاس":139558,"ĠاÙĦاسÙĦاÙħ":139559,"ĠاÙĦØ´Ùħس":139560,"สà¸ĸาà¸Ļี":139561,"ãĤ¯ãĥ©ãĤ¹":139562,"à¸ŀรร":139563,"à¸ŀรรà¸Ħ":139564,"põ":139565,"põe":139566,"Ġporém":139567,"à¸Ľà¸£à¸°à¸ªà¸ĩ":139568,"à¸Ľà¸£à¸°à¸ªà¸ĩà¸Ħà¹Į":139569,"powiedzie":139570,"powiedzieÄĩ":139571,"ĠмогÑĥ":139572,"Ġжел":139573,"Ġжелез":139574,"ĠاÙĦØ«ÙĤ":139575,"ĠاÙĦØ«ÙĤاÙģÙĬ":139576,"ĠпÑĢавило":139577,"Ġgdyż":139578,"פש×ķ×ĺ":139579,"ÑĢабоÑĤка":139580,"ĠÙĥرة":139581,"شدد":139582,"ÙħارÙĥ":139583,"ÙħÙĥØ©":139584,"ĠподпиÑģ":139585,"×ĺ×ķ×ķ×Ĺ":139586,"ĠÅĽc":139587,"ĠÅĽcian":139588,"ĠرجاÙĦ":139589,"Ġ×ª×ľ×ķ×Ļ":139590,"иÑĪ":139591,"иÑĪÑĮ":139592,"Ġmédec":139593,"Ġmédecin":139594,"ëįĶëĿ¼ëıĦ":139595,"ĠÑĤебÑı":139596,"Ġ׾×Ķ×ķס×Ļ×£":139597,"ãģĬ話":139598,"Ġà¹ģà¸ķà¹Īà¸ģà¹ĩ":139599,"داÙģ":139600,"داÙģع":139601,"ĠCùng":139602,"ãĥ»ãĥ»ãĥ»ãĥ»":139603,"ê¶ģ":139604,"ĠdeberÃŃa":139605,"หà¸Ļà¹Īวยà¸ĩาà¸Ļ":139606,"ĠvaÌĢ":139607,"Ġעצ×ŀ":139608,"Ġעצ×ŀ×Ŀ":139609,"à¹Ģà¸Ĭืà¹Īà¸Ńวà¹Īา":139610,"שקע":139611,"Ġ×Ķ׼×ķ׾":139612,"Ġ×Ķ׼×ķ׾׾":139613,"нибÑĥд":139614,"нибÑĥдÑĮ":139615,"ĠëĦĪíĿ¬":139616,"ĠобÑĢаÑī":139617,"ĠобÑĢаÑīа":139618,"Ġ×¢×ij×ķ×ĵת":139619,"ĠاÙĦÙħÙĨتخب":139620,"ıyord":139621,"ıyordu":139622,"ÙĪØ°":139623,"×Ĺש×Ļ×ij×ķת":139624,"Ġ×Ķ×¢×Ļק":139625,"Ġ×Ķ×¢×Ļקר×Ļ":139626,"ì¢Į":139627,"ยุà¹Ĥร":139628,"ยุà¹Ĥà¸£à¸Ľ":139629,"ĠапÑĢ":139630,"ĠапÑĢелÑı":139631,"szed":139632,"szedÅĤ":139633,"дон":139634,"à¹Ģà¸ķิà¸ļ":139635,"à¹Ģà¸ķิà¸ļà¹Ĥà¸ķ":139636,"коло":139637,"Ġkażdej":139638,"帰":139639,"帰ãĤĬ":139640,"Ġмилли":139641,"Ġмиллион":139642,"ç¾İåij³ãģĹãģĦ":139643,"تÙĤار":139644,"تÙĤارÙĬر":139645,"ĠìĿ´ë£¨":139646,"ĠìĿ´ë£¨ìĸ´":139647,"Ġsprzedaż":139648,"×Ķ×ķצ×IJ×ķת":139649,"ãĤ¢ãĤ¯ãĤ»":139650,"ãĤ¢ãĤ¯ãĤ»ãĤ¹":139651,"ר×ķ×¥":139652,"ĠгоÑģÑĥдаÑĢÑģÑĤвенн":139653,"Ø£ØŃÙĥ":139654,"Ø£ØŃÙĥاÙħ":139655,"ĠoluÅŁu":139656,"ĠAç":139657,"ĠAçık":139658,"ãĤ¸ãĥ¼":139659,"ç´łæĻ´":139660,"ç´łæĻ´ãĤīãģĹãģĦ":139661,"Ġ×ijש×ij×ķ×¢":139662,"بذ":139663,"بذÙĦ":139664,"สาà¹Ģหà¸ķุ":139665,"Ġpozosta":139666,"ĠpozostaÅĤ":139667,"ØŃرÙħ":139668,"Ġimportância":139669,"leÅŁtirme":139670,"ĠдÑĢев":139671,"Ġmóvil":139672,"ĠAynı":139673,"Ġналог":139674,"Ġналогов":139675,"Ġ×Ĺ×Ļפ×Ķ":139676,"ĠÑĦоÑĢмÑĥ":139677,"à¸Ĺà¸Ķสà¸Ńà¸ļ":139678,"ĠksiÄħżki":139679,"ĠmaÅĤe":139680,"ÙħسأÙĦ":139681,"ÙħسأÙĦØ©":139682,"＾＾":139683,"çãeste":139684,"éviter":139685,"ĠконÑģÑĤÑĢÑĥк":139686,"ĠконÑģÑĤÑĢÑĥкÑĨи":139687,"ï¾ŀ":139688,"Ġת×ķ׼׳":139689,"ãĤ¹ãĥĪãĥ¬ãĤ¹":139690,"ĠاÙĦاÙĤتصادÙĬ":139691,"×ŀ×ĵ×Ļ":139692,"ĠwÅĤad":139693,"ĠwÅĤadz":139694,"Ø®ÙĪÙģ":139695,"ĠмаÑĤеÑĢиалов":139696,"ãģ¨ãģ£ãģ¦ãĤĤ":139697,"Ġznajdu":139698,"ĠznajdujÄħ":139699,"Ùģئة":139700,"ãģ©ãģ®ãĤĪãģĨãģª":139701,"æĬijãģĪ":139702,"׳×Ĺ׾":139703,"Ġdüny":139704,"Ġdünyan":139705,"Ġdünyanın":139706,"гÑĢани":139707,"гÑĢаниÑĩ":139708,"Ġ×Ķש׾×Ļש×Ļ":139709,"Ġ×Ķ×IJש":139710,"åıĬãģ³":139711,"ìĭŃìĭľ":139712,"ìĭŃìĭľìĺ¤":139713,"Ġдолл":139714,"ĠдоллаÑĢ":139715,"ĠповÑĤоÑĢ":139716,"Ġ×Ĺ×Ļ׳×Ŀ":139717,"תפת×Ĺ":139718,"Ñĥвели":139719,"ÑĥвелиÑĩен":139720,"ãĤ«ãĥª":139721,"rawid":139722,"rawidÅĤow":139723,"×ķ×ķ׾":139724,"ãĥŁãĥ¥":139725,"ì½ĺ":139726,"ĠByÅĤ":139727,"ÐľÐIJ":139728,"عÙIJ":139729,"ĠÑģовеÑĢÑĪ":139730,"ĠÑģовеÑĢÑĪенно":139731,"Ġмой":139732,"Ġ×ķ׾×IJ×Ĺר":139733,"æħ£":139734,"æħ£ãĤĮ":139735,"ØŃاÙģظ":139736,"Ġ무ë£Į":139737,"à¸Ħà¸ĵะà¸ģรรม":139738,"à¸Ħà¸ĵะà¸ģรรมà¸ģาร":139739,"Ġìĸ´ëĶĶ":139740,"Ġdiferen":139741,"Ġdiferença":139742,"ĠاÙĦأساس":139743,"ĠاÙĦأساسÙĬØ©":139744,"Ġ׾×IJ×Ĺר×ķ׳×Ķ":139745,"ê·ł":139746,"Ġ×Ķש׳×Ļ×Ļ×Ķ":139747,"ìľĦìĽIJìŀ¥":139748,"ลุà¸ģ":139749,"çiler":139750,"Ġ×Ķ×IJ׾×ķ":139751,"èģŀãģı":139752,"Ġ×ķ×IJפ×Ļ׾×ķ":139753,"ĠÑĢеализ":139754,"ĠÑĢеализаÑĨи":139755,"ระยะà¹Ģวลา":139756,"ĠجداÙĭ":139757,"تباع":139758,"ĠvehÃŃculo":139759,"Ġдолг":139760,"à¸Ľà¸£à¸´à¸¡à¸²à¸ĵ":139761,"ì¦IJ":139762,"Ġ׾×ŀק×ķ×Ŀ":139763,"ĠìĤ¬ì§Ħ":139764,"à¸Ĭà¹īา":139765,"Ġ×ŀ×¢×ķ׾×Ķ":139766,"Ġgörm":139767,"Ġgörmek":139768,"ĠÙĪÙĩØ°Ùĩ":139769,"пеÑĢв":139770,"пеÑĢвÑĭÑħ":139771,"ê·¸ëŀĺ":139772,"ĠاÙĦبرÙĬØ·":139773,"ĠاÙĦبرÙĬطاÙĨÙĬ":139774,"ĠиÑİнÑı":139775,"ĠÐĵоÑĢ":139776,"Ġ׾ש׾×Ŀ":139777,"ÐIJÐĿ":139778,"ĠназнаÑĩен":139779,"ооÑĢ":139780,"ооÑĢÑĥж":139781,"Ġözelli":139782,"ĠözelliÄŁi":139783,"Ġниже":139784,"ç¶ļãģijãģ¦":139785,"ĠаÑĢенд":139786,"Ġkatılı":139787,"Ġkatılım":139788,"ĠإطÙĦاÙĤ":139789,"ĠÙĪإذا":139790,"ĠокÑĤÑı":139791,"ĠокÑĤÑıбÑĢÑı":139792,"à¹Ĥà¸ķà¹":139793,"à¹Ĥà¸ķà¹Ĭ":139794,"à¹Ĥà¸ķà¹Ĭะ":139795,"Ġoldukları":139796,"ÙħÙĪÙĤع":139797,"ëĤ©":139798,"ãģ¨æĢĿãģ£ãģ¦ãģĦãĤĭ":139799,"Ġש×Ļ׼×ķ׾":139800,"วาà¸Ķ":139801,"سÙĬÙĦ":139802,"à¸Ĥวั":139803,"à¸Ĥวัà¸į":139804,"تØŃÙĥÙħ":139805,"ìĤŃ":139806,"Ġconnaît":139807,"×ł×¤×ª×Ĺ":139808,"Ġchặ":139809,"Ġchặn":139810,"ĠÙħØŃÙħ":139811,"ĠÙħØŃÙħÙĪد":139812,"ãģ´":139813,"ĠпÑĢодÑĥкÑĨии":139814,"здÑĢав":139815,"ãģĶè¦":139816,"ãģĶ覧":139817,"×IJ×ij×IJ":139818,"Ġvéritable":139819,"ĠØ·ÙģÙĦ":139820,"ãĥĪãĥ©ãĥĸãĥ«":139821,"곡":139822,"Ġת×ŀ×ķ׳×Ķ":139823,"Ġkiên":139824,"ĠÙĤادر":139825,"Ø¥ÙĤÙĦÙĬÙħ":139826,"ĠпÑĢедпÑĢи":139827,"ĠпÑĢедпÑĢиÑıÑĤиÑı":139828,"ĠbÄĥng":139829,"Ġayında":139830,"Ġgấp":139831,"еÑħал":139832,"ĠgiÃłnh":139833,"Ġдав":139834,"Ġдавно":139835,"ìĺĢëĭ¤":139836,"à¸Ļัà¸ģà¹Ģà¸ķ":139837,"à¸Ļัà¸ģà¹Ģà¸ķะ":139838,"Ùħستشار":139839,"ستراتÙĬج":139840,"ستراتÙĬجÙĬ":139841,"رÙħز":139842,"ĠtÄ©nh":139843,"ë¡Ń":139844,"ĠÑĩеÑĤ":139845,"ĠÑĩеÑĤÑĭ":139846,"ĠÑĩеÑĤÑĭÑĢе":139847,"ĠEntão":139848,"Ġصغ":139849,"ĠصغÙĬرة":139850,"×ij×Ļ×ĺ×ķ׾":139851,"خطÙĪØ·":139852,"ĠÑĢазвиÑĤие":139853,"Ġamacıyla":139854,"à¸Ĺีวี":139855,"ĠоÑģÑĤ":139856,"ĠоÑģÑĤалÑĮн":139857,"ש×ķ׾×Ĺף":139858,"Ġ׼׳×Ļס":139859,"Ġ׼׳×Ļס×Ķ":139860,"ĠdáºŃy":139861,"ĠyaÅŁayan":139862,"Ġ×ŀ×Ķ×ķ×ķ×Ķ":139863,"ĠÑĥÑģи":139864,"ĠÑĥÑģили":139865,"×ŀפ×Ļ":139866,"ĠпÑĢоведениÑı":139867,"Ġرب":139868,"ĠربÙħا":139869,"ĠاÙĦØ£ÙĪسط":139870,"Ġìľłì§Ģ":139871,"Ġpracownik":139872,"Ġpracowników":139873,"×ŀס×ķרת":139874,"ÙĤارب":139875,"à¸Ħวามรูà¹īสึà¸ģ":139876,"à¹ģหละ":139877,"ĠاÙĦÙĨÙĤد":139878,"Ġ×IJ׾פ×Ļ":139879,"Ùħسئ":139880,"ÙħسئÙĪÙĦ":139881,"евÑĭÑħ":139882,"клÑİÑĩениÑı":139883,"×ij×Ļ׳":139884,"×ij×Ļ׳×Ļ×Ķ×Ŀ":139885,"ש×ķ×IJ×Ķ":139886,"ĠÅŁark":139887,"ĠÅŁarkı":139888,"Ġsürec":139889,"Ġsürecin":139890,"à¹Ģà¸Ħรà¸Ķ":139891,"à¹Ģà¸Ħรà¸Ķิà¸ķ":139892,"ãĥIJãĥ¬":139893,"ĠشأÙĨ":139894,"à¹Ģà¸Ńาà¹Ħวà¹ī":139895,"niÄĻcie":139896,"רצ×Ĺ":139897,"ĠaÅŁama":139898,"׳פ×Ĵ×¢":139899,"Ġthá»Ŀ":139900,"Ġkhuẩn":139901,"diÄŁinde":139902,"ÑıÑīиÑħ":139903,"ãĥĺãĥ«":139904,"Ġüberh":139905,"Ġüberhaupt":139906,"ĠÑĤÑĢебова":139907,"ĠdÅĤugi":139908,"×ĺ×Ļף":139909,"à¸Ĥà¸Ļาà¸Ķà¹ĥหà¸įà¹Ī":139910,"ĠاÙĦØ£Ùĩ":139911,"ĠاÙĦØ£ÙĩÙĦÙĬ":139912,"ĠMüd":139913,"ĠMüdürü":139914,"Ġ×Ļ×Ķ×ķ×ĵ×Ķ":139915,"ÑĭваеÑĤÑģÑı":139916,"ساط":139917,"×Ķ×ª×ł×Ķ×Ĵ":139918,"×Ķ×ª×ł×Ķ×Ĵ×ķת":139919,"à¸ģà¸²à¸£à¸ľà¸¥à¸´à¸ķ":139920,"íĴĢ":139921,"สà¸ĸาà¸Ļà¸ģารà¸ĵà¹Į":139922,"ĠоÑĦ":139923,"ĠоÑĦиÑģ":139924,"ĠÙĦعبة":139925,"ĠstronÄĻ":139926,"Ġר×IJ×ķ×Ļ":139927,"×Ĺ×ij׾":139928,"ĠÑĢÑĭн":139929,"ĠÑĢÑĭнке":139930,"Ġ׾×ŀ×¢×Ł":139931,"اسÙĦ":139932,"หัà¸Ļ":139933,"Ġ×IJ×Ĺ×Ļ":139934,"ĠпÑĢодол":139935,"ê°Ģìŀħ":139936,"Ġ×ijר×Ĺ":139937,"Ġ×ijר×Ĺ×ij×Ļ":139938,"джеÑĢ":139939,"Ġ׾×Ĺ׾":139940,"Ġ׾×Ĺ׾×ķ×ĺ":139941,"Ġ׾×Ĺ׾×ķ×ĺ×Ļף":139942,"ศาสà¸Ļา":139943,"ãĤ¢ãĤ¤ãĥĨ":139944,"ãĤ¢ãĤ¤ãĥĨãĥł":139945,"Ġפר×ķפ":139946,"جزاء":139947,"ลà¸Ńย":139948,"ĠciaÅĤa":139949,"Ġgiết":139950,"ĠзнаÑĩиÑĤелÑĮно":139951,"Ġolmadıģ":139952,"Ġolmadıģını":139953,"нд":139954,"ндекÑģ":139955,"تأÙĥد":139956,"Ġìĸ¸":139957,"Ġìĸ¸ìłľ":139958,"aydın":139959,"ãĥīãĥ¬ãĤ¹":139960,"Ġsắt":139961,"Ġíĺ¸íħĶ":139962,"Ġë¶ģ":139963,"Ġë¶ģíķľ":139964,"ãĥijãĤ¤":139965,"Ġ×ŀש×Ĺק×Ļ":139966,"à¸Ħà¸Ļà¸Ńืà¹Īà¸Ļ":139967,"ĠизгоÑĤов":139968,"ĠизгоÑĤовлен":139969,"à¹Ģà¸ģียร":139970,"à¹Ģà¸ģียรà¸ķิ":139971,"תקשר":139972,"ĠÑĢаÑģÑĩеÑĤ":139973,"สà¹Ģà¸ķ":139974,"Ġlänger":139975,"ĠiÅŁlet":139976,"ĠiÅŁletme":139977,"ĠعÙĦÙĬÙĨ":139978,"ĠعÙĦÙĬÙĨا":139979,"élection":139980,"ĠاÙĦغربÙĬØ©":139981,"íĭĢ":139982,"ãĤĤãĤīãģĪ":139983,"Ġкниги":139984,"أسÙħ":139985,"أسÙħاء":139986,"Ġthá»ı":139987,"Ġthá»ıa":139988,"หà¸Ļู":139989,"Ġ×ł×¢×©×Ķ":139990,"à¸łà¸²à¸¢à¹ĥà¸ķà¹ī":139991,"à¸ŀืà¸Ĭ":139992,"رÙĬØ·":139993,"ÙģÙĪض":139994,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĹãģŁ":139995,"ש×ĵ×Ķ":139996,"Ġngá»±c":139997,"ĠÑģеÑĢÑĮ":139998,"ĠÑģеÑĢÑĮезн":139999,"Tôi":140000,"Ġfiyatları":140001,"ĠвÑģÑİ":140002,"ĠCódigo":140003,"Ġ×Ķש×IJ":140004,"Ġ×Ķש×IJ׾×Ķ":140005,"ĠPública":140006,"إخ":140007,"إخÙĪاÙĨ":140008,"ĠзаÑıвил":140009,"ãĥ¦ãĥ¼":140010,"ר×IJ×Ļת":140011,"volución":140012,"Ġszko":140013,"ĠszkoÅĤy":140014,"جرÙĬدة":140015,"Ġpensé":140016,"ìī¬":140017,"ĠBüyükÅŁehir":140018,"ĠØ£ÙħرÙĬ":140019,"ĠØ£ÙħرÙĬÙĥÙĬ":140020,"à¸Ļัà¸ģศึà¸ģษา":140021,"Ġtodav":140022,"ĠtodavÃŃa":140023,"ĠСан":140024,"ĠСанкÑĤ":140025,"íķĺìŀIJ":140026,"ØŃÙĪاÙĦ":140027,"׼×ķשר":140028,"à¹Ģลยà¸Ħรัà¸ļ":140029,"Ġalgu":140030,"Ġalguém":140031,"Ùģز":140032,"Ġçekil":140033,"Ġ×ĵר׼×Ļ×Ŀ":140034,"ãĥIJãĥ©":140035,"à¸ģà¹ĩสามารà¸ĸ":140036,"สà¹Īวà¸Ļลà¸Ķ":140037,"íı°":140038,"ĠPúb":140039,"ĠPúblico":140040,"à¹ģà¸Ļวà¸Ĺาà¸ĩ":140041,"×IJת×Ĵר":140042,"شاش":140043,"شاشة":140044,"ciÅĽni":140045,"ĠÃľrün":140046,"ÙĦÙĪØŃ":140047,"ĠاÙĦبÙĨ":140048,"ĠاÙĦبÙĨÙĥ":140049,"ì¡°ì¹ĺ":140050,"Ġorganización":140051,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĻ":140052,"sätze":140053,"ĠÑģемей":140054,"ÙĤصد":140055,"ÑģÑĤвеннÑĭе":140056,"Ġprécéd":140057,"Ġprécédent":140058,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀฯ":140059,"ãģ¨è¨ĢãģĦ":140060,"×ij׳×Ļ×Ļף":140061,"ĠØŃÙĪ":140062,"ĠØŃÙĪاÙĦÙĬ":140063,"סקס":140064,"ĠsaÄŁlamak":140065,"Ġ׾צ×Ļ×Ļף":140066,"ק×ĵש":140067,"Ġ×Ķ×ŀ×¢×¨×Ľ×ª":140068,"Ġ׾×Ķ×¢×ij×Ļר":140069,"Ġgünd":140070,"Ġgündem":140071,"ĠнаÑĪего":140072,"à¹ĥà¸Ļà¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":140073,"à¹Ģà¸Ħรืà¸Ń":140074,"à¹Ģà¸Ħรืà¸Ńà¸Ĥ":140075,"à¹Ģà¸Ħรืà¸Ńà¸Ĥà¹Īาย":140076,"ظاÙĩرة":140077,"ÙħÙĨظÙħ":140078,"ÙħÙĨظÙħات":140079,"Ùħتاز":140080,"追ãģĦ":140081,"dıkt":140082,"dıktan":140083,"ĠëįĶìļ±":140084,"ĠÐĿапÑĢимеÑĢ":140085,"twór":140086,"×ŀ×ķעצ×Ķ":140087,"ÙĥÙĪÙĥ":140088,"Щ":140089,"×ŀ×ĺפ׾":140090,"ólica":140091,"訪ãĤĮ":140092,"ĠëĮĢë¶Ģ":140093,"ĠëĮĢë¶Ģë¶Ħ":140094,"ãĤ¯ãĥªãĥĥãĤ¯":140095,"ãĤĴéģ¸":140096,"ãĤĴéģ¸ãģ¶":140097,"Ġpowsta":140098,"ĠpowstaÅĤ":140099,"Ġrazón":140100,"×ij×ķ×Ĺר":140101,"ĠÑģообÑīил":140102,"Ġק×ij×ķ×¢":140103,"rêt":140104,"à¸Ķีà¸Ĥึà¹īà¸Ļ":140105,"×ŀסע×ĵ":140106,"×ŀסע×ĵ×ķת":140107,"ĠÃĸsterreich":140108,"Ġ׳×Ĺש×ij":140109,"Ùħبادرة":140110,"ì´ī":140111,"×Ĵ׳×ĺ×Ļ":140112,"ä¿¡ãģĺ":140113,"duÄŁ":140114,"duÄŁunu":140115,"Ġphú":140116,"ĠاÙĦأخÙĬر":140117,"Ġتعتبر":140118,"landırıl":140119,"ãģ¨ãģ¯ãģĦ":140120,"ãģ¨ãģ¯ãģĦãģĪ":140121,"ĠاÙĦØ·ÙĦ":140122,"ĠاÙĦØ·ÙĦاب":140123,"ĠNº":140124,"éģ¿ãģij":140125,"اÙĦÙħع":140126,"اÙĦÙħعرÙĪÙģ":140127,"à¸ªà¸łà¸²":140128,"éĽ¢ãĤĮ":140129,"ĠпомоÑīÑĮ":140130,"ĠзнаеÑĤ":140131,"ãĥĹãĥ¬ãĤ¼":140132,"ãĥĹãĥ¬ãĤ¼ãĥ³ãĥĪ":140133,"Ġsupérieur":140134,"Ġש׾×Ļש×Ļ":140135,"ĠاÙĦÙĨÙĪع":140136,"ãĤĵãģ§ãģĻãģŃ":140137,"à¸Ńà¸ļรม":140138,"Ġgiá»įng":140139,"ĠwzglÄĻd":140140,"ĠاÙĦÙģÙĤر":140141,"èrent":140142,"Ġ×ŀ×IJ×Ĺ":140143,"Ġ×ŀ×IJ×Ĺ×ķר×Ļ":140144,"×Ĵ×Ĵ":140145,"×Ļ×Ļ×ij":140146,"ÙħÙĦاب":140147,"ÙħÙĦابس":140148,"Ġhükü":140149,"Ġhükümet":140150,"Ġ×ŀ×Ĵ×Ļ×ij":140151,"ĠÐŀÑĩ":140152,"ĠÐŀÑĩенÑĮ":140153,"æĹ©ãģĦ":140154,"Ġconstrucción":140155,"Ġthượng":140156,"ï¼ĭ":140157,"Ġcoração":140158,"à¹Ģหลà¹ĩà¸ģ":140159,"ĠBaÅŁb":140160,"ĠBaÅŁbakan":140161,"éĢ£ãĤĮ":140162,"ãģĻãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":140163,"ĠÙĤاÙħت":140164,"ĠاÙĥثر":140165,"ÙģاعÙĦ":140166,"ĠÑĦоÑĢ":140167,"ĠÑĦоÑĢÑĥм":140168,"غذÙĬ":140169,"ĠiÅŁle":140170,"ĠiÅŁleml":140171,"ĠiÅŁlemleri":140172,"ĠìĤ¬ëŀĮìĿĢ":140173,"ĠìŀijìĦ±":140174,"Ġë§Ī볨":140175,"ÙħجÙĦس":140176,"หมู":140177,"дв":140178,"двиг":140179,"двига":140180,"à¹Ģสียà¸Ĭีวิà¸ķ":140181,"×Ķתפת×Ĺ":140182,"×Ķתפת×Ĺ×ķת":140183,"ĠмеÑĤÑĢо":140184,"ĠÑģенÑĤ":140185,"ĠÑģенÑĤÑı":140186,"ĠÑģенÑĤÑıбÑĢÑı":140187,"곧":140188,"Ġ×ľ×¤×¢":140189,"Ġ×ľ×¤×¢×ŀ×Ļ×Ŀ":140190,"à¹Ģà¸ļีย":140191,"詳ãģĹãģı":140192,"çķ°ãģªãĤĭ":140193,"ĠÄ°lçe":140194,"ĠAtat":140195,"ĠAtatür":140196,"ĠAtatürk":140197,"รุà¹Īà¸ĩ":140198,"Ġkaldı":140199,"Ġ주ìŀ¥":140200,"Ġprésence":140201,"Ġнаб":140202,"ĠнаблÑİ":140203,"ĠнаблÑİда":140204,"ĠÑģамого":140205,"×Ĵ×ķש":140206,"×ŀ×ĺ×ķפ":140207,"×ŀ×ĺ×ķפ׾":140208,"ĠвÑĭбиÑĢа":140209,"ĠìŀIJ리":140210,"åĪĨãģĭãĤīãģªãģĦ":140211,"ĠзÑĥб":140212,"Ġש׼×ijר":140213,"Ġدائ":140214,"ĠدائÙħا":140215,"ĠпаÑĢÑĤи":140216,"ï¼²":140217,"ĠاÙĬضا":140218,"ĠÑħоз":140219,"ĠÑħозÑı":140220,"ĠÑħозÑıй":140221,"ĠÑħозÑıйÑģÑĤв":140222,"ĠاÙĦأج":140223,"ĠاÙĦأجÙĨب":140224,"ĠاÙĦأجÙĨبÙĬØ©":140225,"ĠÐĹна":140226,"ĠApós":140227,"ĠÑįнеÑĢ":140228,"ĠÑįнеÑĢги":140229,"Ġyans":140230,"Ġyansı":140231,"ĠJusti":140232,"ĠJustiça":140233,"Ġprévu":140234,"มวล":140235,"ìŀ¥ëĭĺ":140236,"à¸ģระà¸ļ":140237,"à¸ģระà¸ļวà¸Ļ":140238,"à¸ģระà¸ļวà¸Ļà¸ģาร":140239,"×ŀ×ŀ":140240,"×ŀ×ŀ×ķצע":140241,"Ġhẹ":140242,"Ġhẹn":140243,"здание":140244,"ĠakÅŁ":140245,"ĠakÅŁam":140246,"×ĺ×ķפ":140247,"Ġgerekt":140248,"Ġgerekti":140249,"ĠgerektiÄŁini":140250,"Ġnarz":140251,"ĠnarzÄĻdzi":140252,"épo":140253,"époque":140254,"ĠThần":140255,"Ġwysoko":140256,"ĠwysokoÅĽci":140257,"à¸ľà¸¹à¹īà¸Ľ":140258,"à¸ľà¸¹à¹īà¸Ľà¹Īวย":140259,"ĠÙĬبدÙĪ":140260,"ÑĤелÑĮного":140261,"ĠвзглÑıд":140262,"ĠjednÄħ":140263,"ĠìĿĺ견":140264,"Ġà¸Ĥà¸ĵะà¸Ĺีà¹Ī":140265,"פ×Ļ×ĵ":140266,"ìĥģëĭ´":140267,"Ġmỡ":140268,"×Ķ×ŀ׾":140269,"×Ķ×ŀ׾צ×ķת":140270,"ĠÑģоÑģÑĤо":140271,"ĠÑģоÑģÑĤоиÑĤ":140272,"Ġави":140273,"Ġавиа":140274,"ĠLänder":140275,"تصÙĪÙĬر":140276,"×ŀ×ĵ×Ļ×Ķ":140277,"ìłĪì°¨":140278,"ãģ¨ãĤĬ":140279,"ãģ¨ãĤĬãģĤ":140280,"ãģ¨ãĤĬãģĤãģĪ":140281,"ãģ¨ãĤĬãģĤãģĪãģļ":140282,"ĠÑĢÑıд":140283,"ĠÑĢÑıдом":140284,"ĠNhất":140285,"ĠاÙĦÙĥاÙħÙĦ":140286,"×Ĺ׾׾":140287,"ĠGiấy":140288,"צ×ĺר":140289,"צ×ĺרף":140290,"Ġ׾×ij×ĺ׾":140291,"ĠимеÑĤÑĮ":140292,"ס×ŀ×ķ×ļ":140293,"Ġparticipação":140294,"íķľëĭ¤ë©´":140295,"ÙħÙĨتدÙĬ":140296,"ÙħÙĨتدÙĬات":140297,"ĠeÄŁlen":140298,"gänge":140299,"ربØŃ":140300,"ãĤ®ãĥ£":140301,"ĠاÙĦرÙĤÙħ":140302,"à¸ĭà¹īำ":140303,"ĠHóa":140304,"×ŀר×Ĺק":140305,"ØŃÙħاÙħ":140306,"بÙĪÙĥ":140307,"ĠArtÃŃculo":140308,"ãĥĦãĤ¢ãĥ¼":140309,"×Ķפ׼×Ķ":140310,"×Ĺ׾×ķף":140311,"ĠпеÑĢеÑħод":140312,"lenmiÅŁ":140313,"زراعة":140314,"Ġseñor":140315,"ãģ£ãģ¦ãģįãģ¦":140316,"إش":140317,"إشارة":140318,"ĠpodÃŃa":140319,"ĠÃľlke":140320,"нÑģкаÑı":140321,"Ġadapté":140322,"Ġdüzenlen":140323,"Ġdüzenlenen":140324,"ĠÑģÑĤала":140325,"ĠÙĬØŃتاج":140326,"Ġnier":140327,"Ġnieruch":140328,"Ġnieruchomo":140329,"ĠnieruchomoÅĽci":140330,"ãģĵãģ¨ãģĮãģĤãĤĭ":140331,"ยà¸Ńà¸Ķà¹Ģยีà¹Īยม":140332,"ĠÙħج":140333,"ĠÙħجاÙĨÙĬ":140334,"Ġзаб":140335,"Ġзабол":140336,"Ġзаболев":140337,"ĠзаболеваниÑı":140338,"ĠÅĽro":140339,"ĠÅĽrodk":140340,"ĠÅĽrodków":140341,"Ġ×Ķ׾×IJ×ķ×ŀ×Ļ":140342,"ĠdokÅĤad":140343,"ĠdokÅĤadnie":140344,"ãģŁãģıãģªãģĦ":140345,"ãģ¯ãģļãģ§ãģĻ":140346,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģŁ":140347,"écran":140348,"ìĹħì²´":140349,"trzymaÅĤ":140350,"ÑģÑĤвеннÑĭй":140351,"ĠNotÃŃc":140352,"ĠNotÃŃcias":140353,"ÙħرÙĬ":140354,"ÙħرÙĬض":140355,"æ°Ĺè»":140356,"æ°Ĺ軽":140357,"æ°Ĺ軽ãģ«":140358,"ëĵ£":140359,"Ġ×ĵ×ķ×IJר":140360,"Ġ׾×ŀ׳":140361,"Ġ׾×ŀ׳×ķ×¢":140362,"ĠçalÄ±ÅŁÄ±yor":140363,"ĠÅŁidd":140364,"ĠÅŁiddet":140365,"ĠMặt":140366,"ĠateÅŁ":140367,"ĠполÑĥÑĩениÑı":140368,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩมืà¸Ń":140369,"ĠgrÃ¶ÃŁer":140370,"دائ":140371,"دائرة":140372,"Ġbulun":140373,"Ġbulunmaktadır":140374,"à¹Ģหร":140375,"à¹Ģหรีย":140376,"à¹Ģหรียà¸į":140377,"à¸Ļัà¸ģà¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":140378,"Ġalanında":140379,"ĠÑĥзна":140380,"ĠлеÑĩение":140381,"売ãĤĮ":140382,"Ġçevir":140383,"ĠdesteÄŁi":140384,"ĠheiÃŁt":140385,"âĸ²":140386,"ØŃØ·":140387,"à¸Ħำà¸ķà¸Ńà¸ļ":140388,"ãĤªãĥ³ãĥ©ãĤ¤ãĥ³":140389,"Ġ×ij×Ĺ×Ļ×Ļ×Ŀ":140390,"ãĥ¦ãĥĭ":140391,"Ġdüzenleme":140392,"ĠmodalitÃł":140393,"سرط":140394,"سرطاÙĨ":140395,"×ŀ׼×ķף":140396,"ĠданнÑĭй":140397,"ترت":140398,"ترتÙĬب":140399,"à¸ļาà¸ĩà¸Ħà¸Ļ":140400,"ĠÄIJá»ĭnh":140401,"มูล":140402,"มูลà¸Ħà¹Īา":140403,"ÙĨÙĤص":140404,"à¸ģารรัà¸ģษา":140405,"ĠÑĦон":140406,"ĠÑĦонд":140407,"ãĤĪãģĨãģ«ãģªãģ£ãģŁ":140408,"ÙħعاÙĦ":140409,"ÙħعاÙĦجة":140410,"ĠOsman":140411,"ĠOsmanlı":140412,"иÑĩеÑģком":140413,"à¸Ńยาà¸ģà¸Īะ":140414,"ãģķãģ¾ãģĸ":140415,"ãģķãģ¾ãģĸãģ¾":140416,"ãģķãģ¾ãģĸãģ¾ãģª":140417,"Ġת×ķ׼׾":140418,"עצ×ij":140419,"ĠاÙĦعسÙĥ":140420,"ĠاÙĦعسÙĥرÙĬ":140421,"Ġvéhic":140422,"Ġvéhicule":140423,"Ġ×Ļצ×Ĺק":140424,"ĠاÙĦÙĪØŃ":140425,"ĠاÙĦÙĪØŃÙĬد":140426,"ĠاÙĦعدÙĪ":140427,"ĠQuản":140428,"Ġê³µëıĻ":140429,"بدÙĦ":140430,"ĠÄijảng":140431,"Ġmá»ĩnh":140432,"Ġniezb":140433,"ĠniezbÄĻ":140434,"ĠniezbÄĻdn":140435,"Ġyayınlan":140436,"обÑīи":140437,"Ġgötür":140438,"צפ":140439,"צפ×ķ×Ļ":140440,"ĠÙĦÙĬبÙĬ":140441,"ĠÙĦÙĬبÙĬا":140442,"ØŃÙĪا":140443,"Ġдоб":140444,"ĠдобÑĢо":140445,"иÑĢÑĥем":140446,"ĠاÙĦØŃÙĥÙĪÙħÙĬØ©":140447,"mÃ¤ÃŁig":140448,"Ġedición":140449,"влекаÑĤелÑĮ":140450,"влекаÑĤелÑĮн":140451,"Ġ×ª×©×ľ×ķ×Ŀ":140452,"Ġ×Ķש×ķ׳×Ļ×Ŀ":140453,"มิà¸ĸุ":140454,"มิà¸ĸุà¸Ļ":140455,"มิà¸ĸุà¸Ļายà¸Ļ":140456,"é£Łãģ¹ãģ¦":140457,"ĠìĪĺì§ij":140458,"ס×ij×Ļ":140459,"ĠиÑİлÑı":140460,"Ġà¹Ħà¸Ķà¹īà¹ģà¸ģà¹Ī":140461,"׾×Ĺ×Ŀ":140462,"trä":140463,"trägt":140464,"ãģĿãĤĤãģĿãĤĤ":140465,"ÐĿÐķ":140466,"ĠвнÑĥÑĤ":140467,"ĠвнÑĥÑĤÑĢи":140468,"ãģ¨ä¸Ģç·Ĵãģ«":140469,"ãĤ«ãĥķãĤ§":140470,"Ġ×ij×Ĺ×ĵר":140471,"×Ĺ×ŀש":140472,"ãĤ¨ãĥį":140473,"ãĤ¨ãĥįãĥ«":140474,"ãĤ¨ãĥįãĥ«ãĤ®":140475,"ãĤ¨ãĥįãĥ«ãĤ®ãĥ¼":140476,"à¸Ĥà¸Ńà¸ĩà¸ķัวà¹Ģà¸Ńà¸ĩ":140477,"بÙĤاء":140478,"פס×Ļ׼":140479,"פס×Ļ׼×ķ׾×ķ×Ĵ":140480,"ãĥ¡ãĥĥ":140481,"ãĥ¡ãĥĥãĤ»":140482,"ãĥ¡ãĥĥãĤ»ãĥ¼ãĤ¸":140483,"ÙĦÙĤب":140484,"AÄŀ":140485,"שק×Ļ×¢":140486,"ÙĤساÙħ":140487,"×ĵ×ķ×Ĵ×ŀ×Ķ":140488,"æ·±ãģĦ":140489,"íĸĪëĬĶëį°":140490,"ĠrozwiÄħzanie":140491,"à¸Ļัà¹Īà¸Ļà¹Ģà¸Ńà¸ĩ":140492,"×Ļצ×ij":140493,"Ġtrông":140494,"à¹ĥà¸Ĭà¹īà¸ļริà¸ģาร":140495,"ĠاÙĦÙħÙĪسÙħ":140496,"ĠдеÑĤи":140497,"ãģĹãģĭãģªãģĦ":140498,"ס×Ļף":140499,"Ġréférence":140500,"à¹ģหà¹īà¸ĩ":140501,"ãĤĤãĤīãģ£ãģŁ":140502,"Ġ׾ר׼":140503,"Ġ׾ר׼×ķש":140504,"شعÙĪر":140505,"ĠÐijог":140506,"Ġlazım":140507,"Ġ×Ļש׳×Ŀ":140508,"ĠпаÑĢÑĤ":140509,"ĠпаÑĢÑĤнеÑĢ":140510,"ĠÑĥника":140511,"ĠÑĥникалÑĮн":140512,"Ġmatériel":140513,"×ŀרק":140514,"ĠphÆ°á»Ŀng":140515,"Ġзай":140516,"Ġзайм":140517,"ÙģÙĤد":140518,"UniversitÃł":140519,"×¢×¨×Ľ×Ļ×Ŀ":140520,"Ġbaño":140521,"ĠноÑı":140522,"ĠноÑıбÑĢÑı":140523,"à¸Ľà¹īาย":140524,"Ġtats":140525,"Ġtatsäch":140526,"Ġtatsächlich":140527,"ĠÑĤÑĢеÑĤÑĮ":140528,"Ñįм":140529,"ãĥĻãĥ¼ãĤ¹":140530,"Ġnhá»±a":140531,"ìĬ¤íģ¬":140532,"ĠعبداÙĦÙĦÙĩ":140533,"Ġת×ķר×Ķ":140534,"أشÙĬ":140535,"أشÙĬاء":140536,"ĠÙĦÙĦغا":140537,"ĠÙĦÙĦغاÙĬØ©":140538,"ÙħÙĪاÙĤ":140539,"ÙħÙĪاÙĤÙģ":140540,"ĠgÅĤówna":140541,"ĠartÄ±ÅŁ":140542,"Ġ×ŀק×ķ×ŀ×Ļ":140543,"ãĤ¯ãĥ©ãĥĸ":140544,"ĠسÙĪÙī":140545,"ĠìŬìĦ±":140546,"اسر":140547,"اسرائÙĬÙĦ":140548,"Ġ×ł×Ľ×ª×ij":140549,"ยà¹īà¸Ńà¸Ļ":140550,"Ġdeberá":140551,"Ġphẫu":140552,"ÑİÑīем":140553,"ĠÙĦدÙĬÙĨا":140554,"×ŀ×ĺ×Ķ":140555,"Ġ׳×ķ׾×ĵ":140556,"ĠвÑģÑĤÑĢеÑĩа":140557,"ãĤīãĤĮãģ¦ãģĦãģ¾ãģĻ":140558,"ĠcaÅĤej":140559,"ยึ":140560,"ยึà¸Ķ":140561,"поÑĤен":140562,"поÑĤенÑĨи":140563,"ĠлиÑĤ":140564,"ĠлиÑĤеÑĢ":140565,"ĠлиÑĤеÑĢаÑĤÑĥÑĢ":140566,"Ġкаждом":140567,"ĠíĮIJ":140568,"ĠíĮIJëĭ¨":140569,"à¸Īู":140570,"Ġpresença":140571,"ãģªãĤĵãģ§":140572,"ÙħÙĬاÙĩ":140573,"инÑĦоÑĢм":140574,"инÑĦоÑĢмаÑĨион":140575,"инÑĦоÑĢмаÑĨионн":140576,"ĠìŀIJìĹ°":140577,"ר׼ש":140578,"Ġödül":140579,"ç¶ļãģı":140580,"ĠпÑģ":140581,"ĠпÑģиÑħ":140582,"ĠпÑģиÑħолог":140583,"تذÙĥر":140584,"Ġìŀħìŀ¥":140585,"ลà¸Ķà¹Į":140586,"ìĦłê±°":140587,"ãģ£ãģ¦ãģĬãĤĬãģ¾ãģĻ":140588,"Ġ×Ļ×¢":140589,"Ġ×Ļעק×ij":140590,"ĠاÙĦطعاÙħ":140591,"ãĥĨãĤ¹ãĥĪ":140592,"ĠTuấn":140593,"Ġparticipación":140594,"×ŀ×ķ×ŀ×Ĺ×Ķ":140595,"×Ĵרס×Ķ":140596,"ĠاÙĦتÙĨÙģÙĬ":140597,"ĠاÙĦتÙĨÙģÙĬØ°ÙĬ":140598,"ĠбезопаÑģн":140599,"gef":140600,"gefähr":140601,"Ø´ÙĪر":140602,"ĠmyÅĽli":140603,"ÙĪاشÙĨ":140604,"ÙĪاشÙĨØ·ÙĨ":140605,"׳×ķסע":140606,"ÙĥÙĩ":140607,"ÙĥÙĩرب":140608,"ÙĥÙĩرباء":140609,"ĠmusiaÅĤ":140610,"ìĭ¸":140611,"ãĥĸãĥ©ãĥĥãĤ¯":140612,"Ġcréé":140613,"ÙĨÙĩار":140614,"owoÅĽÄĩ":140615,"ÙħØŃاÙĥÙħ":140616,"ĠwÅĤaÅĽ":140617,"ĠwÅĤaÅĽc":140618,"ĠwÅĤaÅĽciciel":140619,"ĠÙĬؤ":140620,"ĠÙĬؤدÙĬ":140621,"×ŀ×¢×ķ׳":140622,"×IJ×ij׾":140623,"خطأ":140624,"ĠÑħолод":140625,"×ĸ×ķ׾":140626,"ãģĵãĤĮãĤī":140627,"ãģĵãĤĮãĤīãģ®":140628,"Ġbásica":140629,"ฤà¸Ķ":140630,"ฤà¸Ķูà¸ģ":140631,"ฤà¸Ķูà¸ģา":140632,"ฤà¸Ķูà¸ģาล":140633,"èIJ½ãģ¡çĿĢ":140634,"ãģªãģĦãģĵãģ¨":140635,"صÙĪÙħ":140636,"ÙĨجØŃ":140637,"׳ק×ķ×ĵ":140638,"׳ק×ķ×ĵת":140639,"клаÑģÑģ":140640,"íķĺìĭľëĬĶ":140641,"ëĦĺ":140642,"Ġש×IJ×Ļ׳×ķ":140643,"ĠСейÑĩаÑģ":140644,"mayacaģı":140645,"Ġyapılır":140646,"ĠcategorÃŃa":140647,"عباد":140648,"ĠТеп":140649,"ĠТепеÑĢÑĮ":140650,"×Ķ×Ļס×ĺ×ķר×Ļ":140651,"hế":140652,"ãĤ³ãĥ¼ãĥī":140653,"Ġcabeça":140654,"جÙħا":140655,"جÙħاÙĩ":140656,"جÙħاÙĩÙĬر":140657,"ä½İãģĦ":140658,"ĠÑĤоваÑĢов":140659,"à¸Ĭาวà¸ļà¹īาà¸Ļ":140660,"ĠÑģÑĤанов":140661,"ĠÑģÑĤановиÑĤÑģÑı":140662,"ĠавÑĤомобилÑĮ":140663,"ĠÑģлÑĥÑĩай":140664,"à¸Ńัà¸ŀ":140665,"ĠGiriÅŁ":140666,"ĠìĿ¼ëĭ¨":140667,"ĠпÑĢоÑģ":140668,"ĠпÑĢоÑģмоÑĤÑĢ":140669,"ãģªãģıãģªãģ£ãģŁ":140670,"à¸¡à¸µà¸Ľà¸±à¸įหา":140671,"ïºİ":140672,"écoute":140673,"ĠÙħÙĪجÙĪد":140674,"ĠسرÙĬع":140675,"ĠÙĪÙĩÙĨا":140676,"ĠÙĪÙĩÙĨاÙĥ":140677,"à¸Ħุà¸ĵสม":140678,"à¸Ħุà¸ĵสมà¸ļัà¸ķิ":140679,"Ġìļ°ìĦł":140680,"à¸ŀระà¸ŀุà¸Ĺà¸ĺ":140681,"好ãģ¿":140682,"ظÙĦÙħ":140683,"ĠмакÑģ":140684,"ĠмакÑģималÑĮ":140685,"ĠмакÑģималÑĮно":140686,"ãĥªãĤ¢ãĥ«":140687,"à¹ģมà¹īวà¹Īา":140688,"ĠاÙĦØŃÙĪار":140689,"ãĥĹãĥ©ãĤ¹":140690,"ĠعÙĦاÙĤØ©":140691,"ĠíĸīëıĻ":140692,"Ġgönderil":140693,"Ġlãi":140694,"ĠsaÄŁlıkl":140695,"ĠsaÄŁlıklı":140696,"ĠÑĪаг":140697,"Ġ×ij×IJר×Ķ":140698,"prowadziÄĩ":140699,"ãģĦãģıãģ¤ãģĭ":140700,"ĠبتارÙĬØ®":140701,"Ġ×ij×IJ×ķת×Ķ":140702,"Ġmóc":140703,"ĠÐľÐ½Ðµ":140704,"ãĥĹãĥ¬ãĥ¼":140705,"×IJ×ĸר×Ĺ":140706,"åł´åIJĪãģ«ãģ¯":140707,"使ãģĪ":140708,"à¹Ģรืà¸Ńà¸Ļ":140709,"ĠÐŁÐµÑĤ":140710,"ĠÐŁÐµÑĤÑĢ":140711,"ãģ«åħ¥ãĤĭ":140712,"Ùħادة":140713,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ":140714,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļà¹Ħà¸Ĥ":140715,"ĠÑģоÑģÑĤоÑıние":140716,"ônica":140717,"ĠÑĦев":140718,"ĠÑĦевÑĢа":140719,"ĠÑĦевÑĢалÑı":140720,"Ġ×ķ×ĸ":140721,"Ġ×ķ×ĸ×IJת":140722,"à¸Ħริ":140723,"à¸Ħริส":140724,"ĠÐķÑīе":140725,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":140726,"ĠпÑĢавиÑĤелÑĮ":140727,"ĠпÑĢавиÑĤелÑĮÑģÑĤв":140728,"Ġtäglich":140729,"Ġëĭ¹ìĭľ":140730,"×ŀ×ķ×¢×ŀ×ĵ":140731,"ĠдвоÑĢ":140732,"æīķ":140733,"æīķãģĦ":140734,"ĠÑģÑĤанеÑĤ":140735,"ĠвоздейÑģÑĤв":140736,"ĠвоздейÑģÑĤви":140737,"Ġfête":140738,"à¹Ģสา":140739,"תק×ķ×ķ×Ķ":140740,"Ġuyar":140741,"Ġuyarı":140742,"à¸ģลัà¸ļà¹Ħà¸Ľ":140743,"ĠgiÆ°á»Ŀng":140744,"Ġва":140745,"ĠваÑĪи":140746,"ĠÄijáºŃu":140747,"ĠSpaÃŁ":140748,"ĠìķĦë§Ī":140749,"à¹Ħà¸Ķà¹īà¸ĩà¹Īาย":140750,"Ġ×Ķ×ŀ×ijקש":140751,"æĸ°ãģŁ":140752,"æĸ°ãģŁãģª":140753,"ılıyor":140754,"план":140755,"Ġ×Ķ×ijר×Ļ×IJ×ķת":140756,"ĠaÄŁrı":140757,"Ġsaygı":140758,"建ãģ¦":140759,"Ġnajwyż":140760,"Ġnajwyższ":140761,"سÙĬاسات":140762,"ãģĬå¾Ĺ":140763,"ĠاÙĦعÙĦÙĬ":140764,"ĠاÙĦعÙĦÙĬا":140765,"Ġcorazón":140766,"ì¹ĺë£Į":140767,"หัวà¸Ĥà¹īà¸Ń":140768,"ĠبØŃÙĬ":140769,"ĠبØŃÙĬØ«":140770,"звезд":140771,"بÙĪابة":140772,"ÐĽÐĺ":140773,"ÙĦازÙħ":140774,"Ġrozp":140775,"Ġrozpoc":140776,"ĠrozpoczÄĻ":140777,"触ãĤĮ":140778,"ĠاÙĦجÙħÙĩ":140779,"ĠاÙĦجÙħÙĩÙĪر":140780,"ĠspÄĻd":140781,"ĠspÄĻdz":140782,"วิà¸Ĺยาศาสà¸ķรà¹Į":140783,"иваеÑĤÑģÑı":140784,"Ġданной":140785,"Ġreprésente":140786,"ĠÄijá»ĭch":140787,"Ġ×¢×ŀ×ķק":140788,"à¸Ńัà¸Ļà¸ķร":140789,"à¸Ńัà¸Ļà¸ķราย":140790,"Ġestratég":140791,"Ġestratégia":140792,"padÅĤ":140793,"Ġвполн":140794,"Ġвполне":140795,"ĠпÑĢедоÑģÑĤавлен":140796,"×Ĺ׾×ķק":140797,"×Ĺ׾×ķקת":140798,"ãĤ¢ãĥĬ":140799,"ĠاÙĦغذ":140800,"ĠاÙĦغذائÙĬ":140801,"ĠÑĥзн":140802,"ĠÑĥзнаÑĤÑĮ":140803,"à¸ĭà¹īาย":140804,"å½ĵãģ¦":140805,"ØŃÙĬاء":140806,"Ġbásico":140807,"ק×ķ×ij×¢":140808,"ĠاÙĦÙħباراة":140809,"ĠاÙĦÙĩاتÙģ":140810,"Ġ׼׳×Ĵ×ĵ":140811,"à¸Ľà¸£à¸°à¸«à¸¢":140812,"à¸Ľà¸£à¸°à¸«à¸¢à¸±à¸Ķ":140813,"Ðļак":140814,"à¸Ĺีà¹Īà¸Ļà¹Īา":140815,"à¸Ĺีà¹Īà¸Ļà¹Īาสà¸Ļà¹ĥà¸Ī":140816,"ãģ¾ãģģ":140817,"ï½¢":140818,"Ñģкоп":140819,"Ġsonrasında":140820,"ĠurzÄħd":140821,"ĠurzÄħdzenia":140822,"׼×ķ×ķ׳":140823,"׼×ķ×ķ×ł×ª":140824,"Ġ׾×Ķת×ŀ×ķ×ĵ":140825,"Ġ׾×Ķת×ŀ×ķ×ĵ×ĵ":140826,"ĠÑģли":140827,"ĠÑģлиÑĪ":140828,"ĠÑģлиÑĪком":140829,"ĠÑģÑĤÑĥд":140830,"ĠÑģÑĤÑĥденÑĤ":140831,"Ġ×Ķ×ķ×ĵ":140832,"Ġ×Ķ×ķ×ĵ×¢×Ķ":140833,"ë¹Ħìļ©":140834,"à¸Ńยาà¸ģà¹ĥหà¹ī":140835,"Ġbá»ģ":140836,"ยุà¸Ĺà¸ĺ":140837,"ÐĺÐĿ":140838,"سائر":140839,"أصÙĪÙĦ":140840,"ĠاÙĦغرÙģ":140841,"ãģĵãģ¨ãĤĤãģĤãĤĬãģ¾ãģĻ":140842,"è¾¼ãģ¾ãĤĮ":140843,"ĠاÙĦسابع":140844,"Ġcủ":140845,"ãģĦãģŁãģłãģĦãģŁ":140846,"ì§ĵ":140847,"ìĤ¬ë¬´":140848,"powiedź":140849,"تÙģÙĥ":140850,"تÙģÙĥÙĬر":140851,"иÑĢовки":140852,"ĠíĨµíķ´ìĦľ":140853,"ãĤ¨ãĤ¹ãĥĨ":140854,"ĠдеÑıÑĤелÑĮноÑģÑĤÑĮ":140855,"ĠданнÑĭм":140856,"Ġ×¢×ķר":140857,"Ġ×¢×ķר׼×Ļ":140858,"×ķ×ĵעת":140859,"Ġhayatını":140860,"ĠbÄħd":140861,"ĠbÄħdź":140862,"obsÅĤug":140863,"à¹Ģà¸ŀียà¸ĩà¹ģà¸Ħà¹Ī":140864,"à¸ĭà¹Īา":140865,"è²łãģij":140866,"ĠÑģÑĤÑĢем":140867,"ĠÄijá»īnh":140868,"ĠÐłÑĥÑģ":140869,"ĠNữ":140870,"Ġ׾×Ķש×Ļ×Ĵ":140871,"Ġjednoc":140872,"Ġjednocze":140873,"ĠjednoczeÅĽnie":140874,"Ġ×Ķ×Ĵ×ij×ķ×Ķ":140875,"أخÙĦاÙĤ":140876,"ĠнаÑģел":140877,"ĠнаÑģелениÑı":140878,"ĠÙĬÙĨب":140879,"ĠÙĬÙĨبغÙĬ":140880,"ãģĮãģĭ":140881,"ãģĮãģĭãģĭ":140882,"×Ĵעת":140883,"ÐŀÐł":140884,"ĠналиÑĩии":140885,"Ġë§Īì§Ģ":140886,"Ġë§Īì§Ģë§ī":140887,"ĠíĸīìĤ¬":140888,"ĠtreÅĽci":140889,"Ġê°Ģì¹ĺ":140890,"ì¦ĺ":140891,"Ġаналог":140892,"×Ķצעת":140893,"влад":140894,"владе":140895,"ĠÑģделал":140896,"Ġ׳×Ĵ×Ļש":140897,"Ġ׳×Ĵ×Ļש×ķת":140898,"полнение":140899,"à¸Ĩà¹Īา":140900,"ĠDön":140901,"׼׾׼׾×Ķ":140902,"×ŀ×ĸ×Ĵ":140903,"ÙħÙģ":140904,"ÙħÙģÙĩ":140905,"ÙħÙģÙĩÙĪÙħ":140906,"×Ķ×ĵ":140907,"×Ķ×ĵפס":140908,"×Ķ×ĵפס×Ķ":140909,"ãģĻãģİãģ¦":140910,"ĠгÑĢ":140911,"ĠгÑĢн":140912,"×ŀ×ĺ×ķס":140913,"Ġ기ìĸµ":140914,"ï¾Ł":140915,"ĠpÅĤyn":140916,"ĠGründe":140917,"ĠBücher":140918,"ĠwedÅĤug":140919,"ãģ¾ãģłãģ¾ãģł":140920,"Ġ׳×Ķ×ĵר":140921,"ĠÙĬستطÙĬع":140922,"ĠHiá»ĩp":140923,"ãĤŃãĥ£ãĥ³ãĥļ":140924,"ãĤŃãĥ£ãĥ³ãĥļãĥ¼ãĥ³":140925,"Ġthá»ķ":140926,"Ġeuropéenne":140927,"à¸ļัà¸ĩ":140928,"à¸ļัà¸ĩà¸Ħัà¸ļ":140929,"ĠszczegóÅĤowo":140930,"׳שק":140931,"ãĥķãĥ©ãĥ³ãĤ¹":140932,"×ŀ×ķ×ŀ×Ĺ×Ļ":140933,"Ġcomún":140934,"Ġçarp":140935,"ØŃتÙĬا":140936,"ØŃتÙĬاج":140937,"ØŃتÙĬاجات":140938,"ëĭ´ëĭ¹":140939,"ä½ķ度":140940,"ä½ķ度ãĤĤ":140941,"×ĵ×ijק":140942,"ãģįãĤĮ":140943,"ãģįãĤĮãģĦ":140944,"Ġкам":140945,"ĠкамеÑĢ":140946,"ĠespecÃŃfico":140947,"Ġteléfono":140948,"à¸ķัà¹īà¸ĩà¸Ńยูà¹Ī":140949,"IÅŀ":140950,"ãģ©ãĤĵãģ©":140951,"ãģ©ãĤĵãģ©ãĤĵ":140952,"עצ×ŀ×IJ×Ļ":140953,"à¸Ķัà¸ĩà¸Ļีà¹ī":140954,"ĠÑĦоÑĢмиÑĢов":140955,"ĠÑĦоÑĢмиÑĢова":140956,"×ķ×ŀ×ij":140957,"Ġkullanımı":140958,"ÐľÐŀ":140959,"עש×Ļ":140960,"עש×Ļ×Ļ×Ķ":140961,"Ġönlem":140962,"à¹Ģà¸Ńà¹ĩ":140963,"à¹Ģà¸Ńà¹ĩม":140964,"×ŀשק×Ļ×¢":140965,"ר×Ļ×Ĺ":140966,"à¸Ĥัà¸Ķ":140967,"ĠíĻľ":140968,"ĠíĻľìļ©":140969,"à¸ĭะ":140970,"ãĤĪãģĨãģ«ãģªãĤĬãģ¾ãģĹãģŁ":140971,"ĠÑĢаÑģпÑĢ":140972,"ĠÑĢаÑģпÑĢоÑģÑĤ":140973,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢан":140974,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢанен":140975,"׼×Ļ×ķף":140976,"ÙĤبض":140977,"تصرÙĬØŃ":140978,"تصرÙĬØŃات":140979,"ĠоÑĢи":140980,"ĠоÑĢиг":140981,"ĠоÑĢигина":140982,"ĠоÑĢигинал":140983,"ĠاÙĦعاÙĦÙĬ":140984,"à¹ģหà¹Īà¸ĩà¸Ļีà¹ī":140985,"ãĥķãĤ¡ãĥ¼":140986,"ãģ¦ãģĦãģį":140987,"ãģ¦ãģĦãģįãģŁãģĦ":140988,"פתר":140989,"פתר×ķ׳×ķת":140990,"Ġ×ij×Ļ×Ĺ":140991,"Ġ×ij×Ļ×Ĺ×ĵ":140992,"Ġodby":140993,"ĠodbyÅĤ":140994,"ĠоÑĩеÑĢед":140995,"ĠtrÆ°Æ¡ng":140996,"ãĤŃãĥ³":140997,"×ŀ×ķפ":140998,"×ŀ×ķפע":140999,"ëĵľë¦½":141000,"ëĵľë¦½ëĭĪëĭ¤":141001,"à¸ŀืà¹īà¸Ļà¸IJาà¸Ļ":141002,"ìŀIJ격":141003,"ĠViá»ĩn":141004,"ĠDespués":141005,"Ġ×IJ׾×Ļ׳×ķ":141006,"Ġdurée":141007,"íĩ´":141008,"Ġmüzik":141009,"iếu":141010,"ĠÑĢазмеÑīен":141011,"ĠкÑĥд":141012,"ĠкÑĥда":141013,"غض":141014,"غضب":141015,"ĠTambém":141016,"à¸Īัà¸Ķสà¹Īà¸ĩ":141017,"à¸ģารà¹ģสà¸Ķà¸ĩ":141018,"onomÃŃa":141019,"Ġанг":141020,"Ġангли":141021,"Ġанглий":141022,"ĠанглийÑģк":141023,"Ġznal":141024,"Ġznalaz":141025,"ĠznalazÅĤ":141026,"תר×Ĵ":141027,"תר×Ĵ×ķ×Ŀ":141028,"ĠÑģнов":141029,"ĠÑģнова":141030,"ĠÑĩаÑģа":141031,"Ġcommunauté":141032,"ĠespecÃŃfica":141033,"ĠLá»ĭch":141034,"Ġlié":141035,"Ùģجر":141036,"à¹Ģà¸ģà¹Īà¸ĩ":141037,"عاÙĦ":141038,"عاÙĦج":141039,"Ø£ÙĨظ":141040,"Ø£ÙĨظÙħØ©":141041,"ESÄ°":141042,"ĠاÙĦØŃدÙĬد":141043,"à¸ŀระà¸Ńà¸ĩà¸Ħà¹Į":141044,"Ġפרשת":141045,"Ġдвиж":141046,"ĠдвижениÑı":141047,"ĠاÙĦجارÙĬ":141048,"à¸ĺาà¸Ļี":141049,"неÑģен":141050,"ĠاÙĦÙĨÙĩائÙĬ":141051,"ĠбеÑĢ":141052,"ĠбеÑĢем":141053,"ĠбеÑĢеменн":141054,"Ġdépartement":141055,"à¹Ģà¸Ĺีย":141056,"à¹Ģà¸Ĺียà¸ļ":141057,"ĠÐľÐ°ÑĢи":141058,"ĠнекоÑĤоÑĢÑĭÑħ":141059,"обеÑģп":141060,"обеÑģпеÑĩен":141061,"×Ĺ×ķ×ĸ":141062,"×Ĺ×ķ×ĸ×Ķ":141063,"ÙĨتج":141064,"à¸Īะà¹Ħà¸Ķà¹īรัà¸ļ":141065,"á»°":141066,"Ġéléments":141067,"عط":141068,"عطاء":141069,"Ġtắt":141070,"iá»ĩm":141071,"ÑİÑīиÑħÑģÑı":141072,"ãģĹãģ°":141073,"ãģĹãģ°ãĤīãģı":141074,"ĠпоможеÑĤ":141075,"à¸Ĥà¸ĵะà¸Ļีà¹ī":141076,"Ġעשר×ķת":141077,"éģķãģ£ãģ¦":141078,"ĠпÑĢог":141079,"ĠпÑĢогн":141080,"ĠпÑĢогноз":141081,"ĠtÅĤ":141082,"ĠtÅĤum":141083,"ĠtÅĤumacz":141084,"Tür":141085,"Türkiye":141086,"ãģįãģ£":141087,"ãģįãģ£ãģĭãģij":141088,"Ġ×Ķ׳×ķ׼":141089,"Ġ×Ķ׳×ķ׼×Ĺ×Ļ":141090,"ĠìĥĿìĤ°":141091,"ĠÑĦоÑĢмÑĭ":141092,"ç¾İãģĹãģĦ":141093,"à¸Ľà¸£à¸¶à¸ģ":141094,"à¸Ľà¸£à¸¶à¸ģษา":141095,"Ġlumière":141096,"ãĤªãĥ¼ãĥĹ":141097,"ãĤªãĥ¼ãĥĹãĥ³":141098,"à¸Ľà¸·à¸Ļ":141099,"วัสà¸Ķ":141100,"วัสà¸Ķุ":141101,"еÑĢÑĤв":141102,"ÙĥÙĦÙģ":141103,"ï½£":141104,"à¸ĺรรมà¸Ķา":141105,"׳×ĺר":141106,"ĠпÑĢедÑģÑĤавлÑıеÑĤ":141107,"Ġanálisis":141108,"Ġbãi":141109,"باÙĤÙĬ":141110,"à¸Ľà¸£à¸°à¹Ģà¸Ķ":141111,"à¸Ľà¸£à¸°à¹Ģà¸Ķà¹ĩà¸Ļ":141112,"ĠÑģлÑĥÑĩаÑı":141113,"ĠÑģлÑĥÑĩаÑıÑħ":141114,"ÐĽÐIJ":141115,"สัà¸ĩà¹Ģà¸ģ":141116,"สัà¸ĩà¹Ģà¸ģà¸ķ":141117,"Ġprzec":141118,"Ġprzecież":141119,"ÙħصÙĦ":141120,"ÙħصÙĦØŃØ©":141121,"ש×ķק×ķ׾×ĵ":141122,"ĠобоÑĢÑĥдованиÑı":141123,"ĠtrwaÅĤ":141124,"رÙĪÙħ":141125,"ìķĪëĤ´":141126,"ĠNghá»ĭ":141127,"خش":141128,"à¸ļาà¸Ħาร":141129,"à¸ļาà¸Ħารà¹Īา":141130,"ĠопÑĨион":141131,"ĠÑģозданиÑı":141132,"ãĤ³ãĤ¹ãĥĪ":141133,"Ġ×Ķ×¢×ľ×Ļ":141134,"Ġ×Ķ×¢×ľ×Ļ×ķף":141135,"läuft":141136,"ãĥĻãĤ¹ãĥĪ":141137,"Ġrê":141138,"Ġrêve":141139,"×IJ×ij×Ļ×ij":141140,"×Ļ×Ļ×ļ":141141,"ë¶Ļ":141142,"ãĤ¤ãĥ³ãĥī":141143,"ÅĤoży":141144,"ÅĤożyÄĩ":141145,"عائÙĦ":141146,"عائÙĦØ©":141147,"Ø£ÙĪر":141148,"Ø£ÙĪراÙĤ":141149,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ":141150,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸิà¹Īà¸Ļ":141151,"Ġähn":141152,"Ġähnlich":141153,"ãĥŁãĥĭ":141154,"à¸ľà¸¹":141155,"à¸ľà¸¹à¹īà¸Ļ":141156,"à¸ľà¸¹à¹īà¸Ļำ":141157,"ĠмаÑĤеÑĢиалÑĭ":141158,"ĠкапиÑĤ":141159,"ĠкапиÑĤал":141160,"Ｆ":141161,"Ġseçil":141162,"Ġhứng":141163,"Ġintéressant":141164,"ãģ£ãģ¦ãģĦãģı":141165,"ĠeÄŁer":141166,"ëIJĺìĹĪìĬµëĭĪëĭ¤":141167,"ĠanlaÅŁma":141168,"ãģĶåĪ©çĶ¨":141169,"Ġ×ij×ĸ׼":141170,"Ġ×ij×ĸ׼×ķת":141171,"ëĿ¼ë©´":141172,"ĠÙĬÙĪس":141173,"ĠÙĬÙĪسÙģ":141174,"أسÙĦØŃØ©":141175,"ĠGefühl":141176,"ĠноÑĢмалÑĮн":141177,"ãĥĻãĥ³":141178,"ãģķãĤĮãĤĭãģĵãģ¨":141179,"ĠÐijеÑģ":141180,"ãģ¨ãģĦãģĪãģ°":141181,"ĠÙħÙĩÙħ":141182,"ĠÙħÙĩÙħØ©":141183,"ãģ§ãģĹãĤĩãģĨãģŃ":141184,"ĠêµŃëĤ´":141185,"à¹Ģมà¹ĩà¸Ķ":141186,"×ŀ×ijקר":141187,"ĠاÙĦدÙĨÙĬ":141188,"ĠاÙĦدÙĨÙĬا":141189,"à¸Ĭู":141190,"кÑĢÑĥÑĤ":141191,"Ġthoáng":141192,"Ġ׳×ĵר":141193,"Ġ׳×ĵרש":141194,"ĠÑĢаÑģÑģказал":141195,"ĠAuÃŁerdem":141196,"פ×IJר":141197,"פ×IJרק":141198,"Ġ×ŀש×Ĺק×Ļ×Ŀ":141199,"צר׼×Ļ×Ŀ":141200,"×ŀ×ĵ×ķ":141201,"×ŀ×ĵ×ķ×Ļק":141202,"èĭ¦ãģĹ":141203,"ĠÑģиг":141204,"ĠÑģигнал":141205,"ĠMá»įi":141206,"Ġtrữ":141207,"ĠnastÄĻp":141208,"ĠnastÄĻpnie":141209,"Ġì¶Ķì§Ħ":141210,"ĠاÙĦÙģÙĨد":141211,"ĠاÙĦÙģÙĨدÙĤ":141212,"koÅĦczyÅĤ":141213,"สีà¹Ī":141214,"ק×Ļ×ij":141215,"ק×Ļ×ij×ķ×¥":141216,"ĠнÑĥжнÑĭ":141217,"大åĪĩ":141218,"大åĪĩãģª":141219,"æıĽãģĪ":141220,"ת×ķס":141221,"ת×ķספת":141222,"ãģ£ãģ¦ãģĦãģªãģĦ":141223,"ĠмÑı":141224,"ĠмÑıг":141225,"ĠмÑıгк":141226,"Ġjakie":141227,"ĠjakieÅĽ":141228,"à¸ķำà¸ļ":141229,"à¸ķำà¸ļล":141230,"ĠìŀĪì§Ģ":141231,"×ij×ĺ×IJ":141232,"ĠоÑĤлиÑĩно":141233,"ÙĤÙIJ":141234,"ĠавÑĤомоб":141235,"ĠавÑĤомоби":141236,"ĠавÑĤомобилÑı":141237,"دÙĬÙħÙĤراطÙĬ":141238,"ĠاÙĦÙĪا":141239,"ĠاÙĦÙĪاØŃد":141240,"ĠسÙĪرÙĬØ©":141241,"أغÙĦ":141242,"أغÙĦب":141243,"ĠÑįкÑĢан":141244,"ãĥĹãĥ©ãĤ¤":141245,"ĠjesteÅĽ":141246,"ãĥIJãĥª":141247,"Ġ×Ķ×IJ×ķ×ķ×Ļר":141248,"ائÙĥ":141249,"à¸Ńยà¹Īาà¸ĩยิà¹Īà¸ĩ":141250,"ÑĢекÑĤ":141251,"Ġumo":141252,"Ġumoż":141253,"Ġumożli":141254,"Ġumożliw":141255,"Ġumożliwia":141256,"Ġnächste":141257,"ĠìŀĪì§Ģë§Į":141258,"ĠпÑĢедн":141259,"ĠпÑĢедназ":141260,"ĠпÑĢедназнаÑĩен":141261,"Ġmaçı":141262,"Ġpomi":141263,"ĠpomiÄĻd":141264,"ĠpomiÄĻdzy":141265,"ĠاÙĦÙĦÙĤاء":141266,"à¹Ģà¸Ķà¸Ńะ":141267,"ĠновоÑģÑĤи":141268,"×ŀ×Ĺ׾×Ķ":141269,"رÙĬاضÙĬ":141270,"à¸Ķà¸Ļ":141271,"à¸Ķà¸Ļà¸ķรี":141272,"بصر":141273,"ìĬ¤íĥĢ":141274,"scripción":141275,"Ġnapisa":141276,"ĠnapisaÅĤ":141277,"Ġ׳ש×ŀ×¢":141278,"ĠاÙĦÙħØŃÙĦÙĬ":141279,"Ġhiá»ĥn":141280,"×IJ×Ĺ":141281,"×IJ×Ĺר×IJ×Ļ":141282,"ĠгÑĢаниÑĨ":141283,"æīĭç¶ļãģį":141284,"Ùĥسب":141285,"Ġà¹ģà¸ķà¹Īà¸ĸà¹īา":141286,"à¸Ķาวà¸Ļà¹Į":141287,"à¸Ķาวà¸Ļà¹Įà¹Ĥหลà¸Ķ":141288,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":141289,"åŁºæľ¬çļĦãģ«":141290,"ÙĪÙĦاد":141291,"räume":141292,"دÙģاع":141293,"×Ļצע":141294,"ĠOczy":141295,"ĠOczywiÅĽcie":141296,"ĠÅģ":141297,"ĠÅģa":141298,"اÙĦÙĬاب":141299,"اÙĦÙĬاباÙĨ":141300,"áºłI":141301,"ĠBirliÄŁi":141302,"×Ķ×ķצ":141303,"×Ķ×ķצ×IJת":141304,"ĠÄijua":141305,"Ġê·¸ëŁ¬ëĭĪê¹Į":141306,"Ġréalité":141307,"عÙĦاÙĤات":141308,"Jeste":141309,"JesteÅĽ":141310,"Ġмнож":141311,"ĠмножеÑģÑĤво":141312,"Ｋ":141313,"ãĥĹãĥŃãĤ¸ãĤ§":141314,"ãĥĹãĥŃãĤ¸ãĤ§ãĤ¯ãĥĪ":141315,"ĠÑĦл":141316,"ظÙĨ":141317,"×Ĵ׾×Ĵ׾":141318,"ĠmÅĤodzie":141319,"ĠmÅĤodzież":141320,"à¸Ļà¹īำà¸ķา":141321,"à¸Ļà¹īำà¸ķาล":141322,"ÐĽÐķ":141323,"×ij×ķ×ĺ":141324,"Ġ׾×Ķ×Ĵ×Ļ×ĵ":141325,"ãģĵãģ¨ãĤĤãģĤãĤĭ":141326,"زاد":141327,"×ŀ×Ļ×ĵ×¢":141328,"ĠgÅĤównie":141329,"ãĥıãĤ¦":141330,"ãĥıãĤ¦ãĤ¹":141331,"бел":141332,"Ġétape":141333,"ðŁĺĢ":141334,"ĠмоделÑĮ":141335,"aģını":141336,"ש×Ĺק":141337,"ש×Ĺקף":141338,"Ġniño":141339,"à¸Ĭà¹īาà¸ĩ":141340,"à¹Ģลีย":141341,"ĠÑĦоÑĢме":141342,"ĠاÙĦشرÙĬÙģ":141343,"ĠÑĥдаÑĢ":141344,"arriv":141345,"arrivée":141346,"ĠmiesiÄĻ":141347,"ĠmiesiÄĻcy":141348,"ØŃرÙĥ":141349,"ØŃرÙĥات":141350,"ĠDiá»ħn":141351,"ÐĿЫ":141352,"ãģ¾ãģ£ãģŁãģı":141353,"Ġ×Ļר×ķק":141354,"еÑģÑĤеÑģÑĤв":141355,"еÑģÑĤеÑģÑĤвенн":141356,"Ġê·¸ëŁ¼":141357,"ĠاÙĦÙħتÙĪ":141358,"ĠاÙĦÙħتÙĪسط":141359,"Ġbénéfic":141360,"Ġbénéficie":141361,"Ġwybra":141362,"ĠwybraÄĩ":141363,"ĠاÙĦزÙħÙĨ":141364,"ĠпÑĢинÑı":141365,"ĠпÑĢинÑıл":141366,"ÙģرØŃ":141367,"Ġksz":141368,"ĠksztaÅĤ":141369,"ĠksztaÅĤt":141370,"ק׾×ĺ":141371,"×ij×ĵ×Ļקת":141372,"Ġgiấ":141373,"Ġgiấc":141374,"ĠproprietÃł":141375,"деÑĢжан":141376,"ĠKöln":141377,"ĠGüzel":141378,"×Ļפ×ķ×Ļ":141379,"ĠCuá»Ļc":141380,"ÑįÑĤаж":141381,"ترÙĥÙĬ":141382,"ترÙĥÙĬز":141383,"ложений":141384,"ĠпÑĥ":141385,"ĠпÑĥÑĤи":141386,"اختÙĦاÙģ":141387,"åĩºãģ¦ãģıãĤĭ":141388,"à¸ļุà¸ģ":141389,"âĿ¤":141390,"ÑĦан":141391,"פש×ĺ":141392,"à¸ļัà¸Ļà¹Ģà¸Ĺ":141393,"à¸ļัà¸Ļà¹Ģà¸Ĺิà¸ĩ":141394,"ĠاÙĦساد":141395,"ĠاÙĦسادس":141396,"ĠاÙĦÙĤÙĪÙħ":141397,"ĠاÙĦÙĤÙĪÙħÙĬ":141398,"Ġyönetici":141399,"ÙĩÙĪات":141400,"ÙĩÙĪاتÙģ":141401,"Ġresponsável":141402,"ĠподдеÑĢжива":141403,"ĠاÙĦسÙĦØ·":141404,"ĠاÙĦسÙĦطات":141405,"ãģĹãģ¦ãģĬãģı":141406,"ãĥļãĥĥãĥĪ":141407,"à¸Ľà¸¸à¹Īม":141408,"ĠoglÄħda":141409,"ÙĨاÙĤ":141410,"ÙĨاÙĤØ´":141411,"à¸Ħà¸Ńà¸Ļà¹Ĥà¸Ķ":141412,"ĠMüsl":141413,"ĠMüslü":141414,"ĠMüslüman":141415,"ĠMoż":141416,"ĠMożna":141417,"Ġnumérique":141418,"Ġvá»ı":141419,"ĠسÙĬتÙħ":141420,"ĠyerleÅŁ":141421,"монÑĤаж":141422,"Ġgoût":141423,"ãģ¦ãģĬãĤĬãģ¾ãģĻ":141424,"ĠKhánh":141425,"Ġедин":141426,"ĠединÑģÑĤв":141427,"اÙĨØ®Ùģ":141428,"اÙĨØ®Ùģاض":141429,"ìĭľíĹĺ":141430,"Ġlặng":141431,"ĠÑĢолÑĮ":141432,"à¸ķัวà¹ģà¸Ĺà¸Ļ":141433,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī":141434,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹īà¸Īà¹Īาย":141435,"Ġverfüg":141436,"Ġverfügbar":141437,"ìĻĶëĭ¤":141438,"ãģĦãģļ":141439,"ãģĦãģļãĤĮ":141440,"ĠиÑģÑģледованиÑı":141441,"меÑīа":141442,"×Ķ×Ĺ":141443,"×Ķ×Ĺ×ĸר":141444,"à¹ģà¸Łà¸Ĭัà¹Īà¸Ļ":141445,"تصرÙģ":141446,"إرÙĩاب":141447,"ĠexercÃŃcio":141448,"Ġélev":141449,"Ġélevé":141450,"สัà¸įà¸įาà¸ĵ":141451,"ÃĸZ":141452,"ãĥĹãĥŃãĤ°":141453,"ãĥĹãĥŃãĤ°ãĥ©":141454,"ãĥĹãĥŃãĤ°ãĥ©ãĥł":141455,"ĠwewnÄĻtrzn":141456,"Ġhenüz":141457,"é£Ľãģ³":141458,"à¹Ģà¸Ķà¸Ńรà¹Į":141459,"ÑģÑĥж":141460,"ÑģÑĥжден":141461,"شعÙĪب":141462,"ãģ²ãģ¨ãĤĬ":141463,"ĠwyÅĤÄħ":141464,"ĠwyÅĤÄħcznie":141465,"ĠплоÑħо":141466,"ÐĶÐķ":141467,"Ầ":141468,"ÙģعاÙĦÙĬ":141469,"ÙģعاÙĦÙĬات":141470,"ĠاÙĦعشر":141471,"ÑģÑĤÑĥпил":141472,"Ġyarg":141473,"Ġyargı":141474,"нÑİÑİ":141475,"×ķ×IJ×ij":141476,"Ġuç":141477,"Ġuçak":141478,"ë²½":141479,"تÙĪÙĤÙĬ":141480,"تÙĪÙĤÙĬع":141481,"Ġì¤ijìĭ¬":141482,"׳×Ļ×ķ×ķ×ĺ":141483,"Ø£ÙĥÙĦ":141484,"ç½®ãģĦãģ¦":141485,"éłĤãģį":141486,"Ġ×Ķת×ij":141487,"Ġ×Ķת×ij×Ļ×¢×Ķ":141488,"Ġdürfen":141489,"ÙħÙĤاÙĦ":141490,"ÙħÙĤاÙĦات":141491,"ĠزÙħÙĨ":141492,"à¸ŀฤศ":141493,"à¸ŀฤศà¸Ī":141494,"à¸ŀฤศà¸Īิà¸ģ":141495,"à¸ŀฤศà¸Īิà¸ģายà¸Ļ":141496,"ĠнеÑģколÑĮ":141497,"ĠнеÑģколÑĮки":141498,"ĠнеÑģколÑĮкиÑħ":141499,"Ġcriança":141500,"มิà¸ķร":141501,"×ŀ׼×Ļר×ķת":141502,"à¸ģารà¸ļริหาร":141503,"Ġtélécharg":141504,"Ġ×IJ×ķ×Ķ×ijת":141505,"ĠBüro":141506,"ä½ľãģ£ãģŁ":141507,"ĠKiÅŁi":141508,"ç¾İåij³ãģĹ":141509,"à¹Ģลยà¸Ħà¹Īะ":141510,"à¸ŀà¸ļà¸ģัà¸ļ":141511,"à¸Īà¹īา":141512,"Ġçer":141513,"Ġçerç":141514,"Ġçerçeve":141515,"ãĤĴä½ľãģ£ãģ¦":141516,"ĠпеÑĢвÑĥÑİ":141517,"×ŀצר×Ļ×Ŀ":141518,"×IJ׾×ķ×Ķ":141519,"×IJ׾×ķ×Ķ×Ļ×Ŀ":141520,"Ġagré":141521,"Ġagréable":141522,"Ġayır":141523,"Ä°LÄ°":141524,"ãĤ¥":141525,"ĠíĺĦ":141526,"ĠíĺĦìĭ¤":141527,"ثاÙĦØ«":141528,"ת×ĸ":141529,"ת×ĸ×ķ׳×Ķ":141530,"ãģ¨ãģĦãģ£ãģ¦":141531,"ãģ¨ãģĦãģ£ãģ¦ãĤĤ":141532,"ĠابÙĪ":141533,"ĠÑģобак":141534,"é£Łãģ¹ãģŁ":141535,"Ġданном":141536,"à¹Ģลิ":141537,"à¹Ģลิศ":141538,"Ġíļ":141539,"Ġíļ¨":141540,"Ġíļ¨ê³¼":141541,"ãĤĤãĤīãģĪãĤĭ":141542,"׳צ׾":141543,"ÑĦик":141544,"ÑĦикÑģ":141545,"ĠjesteÅĽmy":141546,"ת×Ĺ×ķש×Ķ":141547,"à¹Ħมà¹Īà¸Ħวร":141548,"ĠØŃسÙĬÙĨ":141549,"à¸ģารลà¸ĩà¸Ĺุà¸Ļ":141550,"ë´¤":141551,"ĠÐĺменно":141552,"à¸ļà¸Ńรà¹Į":141553,"à¸ļà¸Ńรà¹Įà¸Ķ":141554,"ĠCảnh":141555,"ìĦľë¹ĦìĬ¤":141556,"Ġполов":141557,"Ġполовин":141558,"ĠзамеÑĩа":141559,"ãģĦãĤįãĤĵãģª":141560,"Ġ×ij×Ļק":141561,"Ġ×ij×Ļקש":141562,"лÑĥÑĪ":141563,"ãĤĴè¿İ":141564,"ãĤĴè¿İãģĪ":141565,"جرÙĬÙħØ©":141566,"Ġtây":141567,"ĠاÙĦÙĨÙĪ":141568,"ĠاÙĦÙĨÙĪÙĪÙĬ":141569,"ÃĤN":141570,"ì¿ł":141571,"หà¸Ļาว":141572,"Ġ×ij×Ĺש×ij×ķף":141573,"زار":141574,"à¸Ķาร":141575,"à¸Ķารา":141576,"ĠÅĽl":141577,"ĠÅĽlub":141578,"มีà¸Ħวามสุà¸Ĥ":141579,"Ġnhu":141580,"ĠnhuáºŃn":141581,"ÙħØŃطة":141582,"à¹Ģสืà¹īà¸Ńà¸ľà¹īา":141583,"ĠТолÑĮко":141584,"ĠÙĥس":141585,"ĠÙĥسارة":141586,"ÙħشرÙĪع":141587,"niÄĻcia":141588,"×¢×Ľ×©×Ļ×ķ":141589,"تÙĦÙģ":141590,"تÙĦÙģزÙĬ":141591,"تÙĦÙģزÙĬÙĪÙĨ":141592,"ĠlÆ°á»Ľi":141593,"ĠÐľÐ¾ÑģквÑĭ":141594,"Ġréserve":141595,"ĠanlaÅŁ":141596,"ĠanlaÅŁÄ±l":141597,"ĠedeceÄŁi":141598,"รà¸Ńà¸ĩà¹Ģà¸Ĺà¹īา":141599,"Ġبط":141600,"ĠبطرÙĬ":141601,"ĠبطرÙĬÙĤØ©":141602,"ãģ¦ãģĹãģ¾ãģ£ãģ¦":141603,"ãĤĤãĤīãģ£ãģ¦":141604,"برج":141605,"æ±ļ":141606,"æ±ļãĤĮ":141607,"Ġchoc":141608,"Ġchocia":141609,"Ġchociaż":141610,"Ġzobac":141611,"ĠzobaczyÄĩ":141612,"пÑĢÑı":141613,"пÑĢÑıжен":141614,"ĠÑĨиÑĦ":141615,"ĠÑĨиÑĦÑĢ":141616,"Ġмам":141617,"ĠвзÑıÑĤÑĮ":141618,"Ġchạm":141619,"جسÙħ":141620,"ØŃÙħاس":141621,"à¹Ģลà¹Īม":141622,"à¸ŀิษ":141623,"×Ķפ׼×ķ":141624,"à¸Ĭà¹Īà¸Ńà¸ĩà¸Ĺาà¸ĩ":141625,"Ġвек":141626,"Ġвека":141627,"Æ¡Ìģ":141628,"Æ¡Ìģi":141629,"ĠTiá»ģn":141630,"Ġtrầm":141631,"мÑĭÑĪ":141632,"мÑĭÑĪл":141633,"ĠÑĤÑĥ":141634,"ĠÑĤÑĥÑĢиÑģÑĤ":141635,"Ġchc":141636,"ĠchcÄħ":141637,"Ġавг":141638,"ĠавгÑĥÑģÑĤ":141639,"ĠавгÑĥÑģÑĤа":141640,"ס×IJ×ķת":141641,"Ġר×Ĵ׾":141642,"à¸ľà¸¥à¸ģระà¸Ĺ":141643,"à¸ľà¸¥à¸ģระà¸Ĺà¸ļ":141644,"å¤īãĤıãĤĭ":141645,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ļ×Ŀ":141646,"سÙģÙĬر":141647,"ĠÑĩаÑīе":141648,"ãģĦãĤī":141649,"ãģĦãĤīãģ£":141650,"ãģĦãĤīãģ£ãģĹãĤĥ":141651,"×ķ×ŀ׳×Ļ×Ŀ":141652,"Ġarttır":141653,"ĠChá»ĭ":141654,"Ġì¡°ì§ģ":141655,"ĠÑĥÑģпеÑħ":141656,"Ġ×¢×ķס":141657,"Ġ×¢×ķסק":141658,"ĠìĥĿëªħ":141659,"ÑĨиÑĤ":141660,"Ġregión":141661,"ÐŀÐĿ":141662,"ĠdoÄŁum":141663,"ĠyaÅŁad":141664,"ĠyaÅŁadıģı":141665,"à¸Ĺà¸Ķลà¸Ńà¸ĩ":141666,"Ġgözü":141667,"ש×Ļר×Ķ":141668,"дÑĥмал":141669,"Ġdaģı":141670,"Ġdaģıt":141671,"à¸Ĺีมà¸ĩาà¸Ļ":141672,"Ġtiá»ģm":141673,"ĠاÙĦÙĥبر":141674,"ĠاÙĦÙĥبرÙī":141675,"ì¹Ń":141676,"ĠGünc":141677,"ĠGüncelle":141678,"ĠGüncelleme":141679,"ê¹Ĭ":141680,"ĠобоÑĢÑĥдование":141681,"ĠÑĢеÑĪа":141682,"Ụ":141683,"ĠпиÑĤ":141684,"ĠпиÑĤаниÑı":141685,"à¹Ģรียà¸ļ":141686,"×Ľ×ª×Ļ×ij×Ķ":141687,"Ġпон":141688,"ĠпонÑĢав":141689,"ĠпонÑĢави":141690,"Ġ×Ķ×ķ׾×ĵ":141691,"Ġ×Ķ×ķ׾×ĵת":141692,"Ġê²ģ":141693,"Ġê²ģëĭĪëĭ¤":141694,"ĠпеÑĢвой":141695,"ãĥ©ãĤ¤ãĥķ":141696,"ĠÅŁiir":141697,"krÄĻ":141698,"krÄĻc":141699,"Ġthiá»ĥu":141700,"à¹Ģลยà¸Ĺี":141701,"à¹Ģลยà¸Ĺีà¹Ģà¸Ķียว":141702,"×ĺ×¢×ł×ķת":141703,"ائÙĩÙħ":141704,"Ġ×IJס×ķר":141705,"ĠплаÑĤеж":141706,"تردد":141707,"Ġmożliwe":141708,"ĠkhỼ":141709,"ĠkhỼp":141710,"تÙģاعÙĦ":141711,"ĠÑĪколÑĮ":141712,"ĠÑĪколÑĮн":141713,"ĠÙĤصة":141714,"Ġmétier":141715,"nÄĻÅĤa":141716,"หลà¹Īà¸Ń":141717,"Ġủng":141718,"Ġprzegl":141719,"ĠprzeglÄħd":141720,"ĠاÙĦÙħتعÙĦ":141721,"ĠاÙĦÙħتعÙĦÙĤØ©":141722,"ĠÑģÑĭн":141723,"Ġволн":141724,"ãĥĩãĥ¼ãĥĪ":141725,"ĠÐŃÑĤи":141726,"ĠкÑĢоме":141727,"à¸Ħารà¹Į":141728,"׳ק×ķ×ĵ×Ķ":141729,"Ġ׾ש×ŀ×ķ×¢":141730,"Ġ×ĸ×ķ׼ר":141731,"Ｇ":141732,"ÙĬÙİا":141733,"Ġgiá»ıi":141734,"åĥįãģı":141735,"ĠÑģни":141736,"ĠÑģнижен":141737,"à¹ģà¸Ķà¸Ķ":141738,"รุà¸Ļ":141739,"รุà¸Ļà¹ģรà¸ĩ":141740,"Ġhiá»ĩp":141741,"ografÃŃa":141742,"à¹Ģà¸Īà¸Ńรà¹Į":141743,"Ġдвиг":141744,"ĠдвигаÑĤ":141745,"ĠдвигаÑĤел":141746,"Ġüy":141747,"Ġüyeler":141748,"Ġüyeleri":141749,"ĠбÑĥк":141750,"ĠбÑĥкв":141751,"ãĤĤå¤ļãģı":141752,"Ġthiá»ĩt":141753,"ĠPaÃŃs":141754,"ĠطبÙĬعÙĬ":141755,"à¹ģà¸Īà¸ģ":141756,"ĠاÙĦصØŃÙĬØŃ":141757,"Ġappré":141758,"Ġappréci":141759,"Ġdecisión":141760,"Ġë°ĺëĵľ":141761,"Ġë°ĺëĵľìĭľ":141762,"ĠÑĤебе":141763,"ãĤ·ãĥ¼ãĤº":141764,"ãĤ·ãĥ¼ãĤºãĥ³":141765,"ĠдалÑĮн":141766,"ĠìĬ¤":141767,"ĠìĬ¤ìĬ¤":141768,"ĠìĬ¤ìĬ¤ë¡ľ":141769,"ĠThá»ĥ":141770,"ĠkarÅŁ":141771,"ĠkarÅŁÄ±s":141772,"ĠkarÅŁÄ±sında":141773,"ĠKön":141774,"ĠKönig":141775,"ивание":141776,"×ij×ķצע":141777,"глаÑģ":141778,"Ġtwó":141779,"Ġtwórc":141780,"à¸Ľà¸ģà¸Ħร":141781,"à¸Ľà¸ģà¸Ħรà¸Ńà¸ĩ":141782,"ĠGÅĤ":141783,"ĠGÅĤówn":141784,"ĠUnterstüt":141785,"ĠUnterstützung":141786,"ĠдÑĥÑħ":141787,"ĠдÑĥÑħов":141788,"Ø£ÙħاÙĨ":141789,"×Ĺשש":141790,"تظ":141791,"تظاÙĩر":141792,"ĠлÑİбом":141793,"à¸ķาร":141794,"à¸ķาราà¸ĩ":141795,"Ġkról":141796,"Ø£ØŃدث":141797,"ì¡Įëĭ¤":141798,"ÐļÑĥÑĢÑģ":141799,"ãĥĥãĥĦ":141800,"×ŀק×ķ×ij׾":141801,"ĠÑģимвол":141802,"Ġdésorm":141803,"Ġdésormais":141804,"wüns":141805,"wünsche":141806,"Ñĥни":141807,"ÑĥниÑĨип":141808,"ÑĥниÑĨипалÑĮн":141809,"หลัà¸ģสูà¸ķร":141810,"ÙĨتشر":141811,"Ġал":141812,"Ġалк":141813,"Ġалког":141814,"Ġалкогол":141815,"ĠÑĥÑĩиÑĤÑĭва":141816,"à¸ģำà¸ģัà¸ļ":141817,"Ġ×ľ×¤×¢×ķ׾":141818,"ĠìĹ°ê²°":141819,"sÄħd":141820,"ĠاÙĦØ£ÙĬ":141821,"ĠاÙĦØ£ÙĬاÙħ":141822,"غÙĬاب":141823,"ĠнаÑĢ":141824,"ĠнаÑĢко":141825,"×ŀ×ķ×ĵ×¢":141826,"ĠÑģеÑĢии":141827,"пиÑģÑĭва":141828,"สิว":141829,"ç¶ļãģĦãģ¦":141830,"çĶ³ãģĹè¾¼ãģ¿":141831,"Ġ׾×Ĵר":141832,"Ġ׾×Ĵר×ķ×Ŀ":141833,"Ġдем":141834,"Ġдемо":141835,"Ġë³´ëĤ´":141836,"تÙĩدÙĬد":141837,"ĠÙħØ´ÙĬرا":141838,"Ġduy":141839,"Ġduyá»ĩt":141840,"ĠwiÄĻksze":141841,"ÙħعاÙĬ":141842,"ÙħعاÙĬÙĬر":141843,"ĠGda":141844,"ĠGdaÅĦsk":141845,"Ġrah":141846,"Ġrahats":141847,"Ġrahatsız":141848,"ר×ķצ×Ķ":141849,"lös":141850,"lösung":141851,"ĠТаким":141852,"ÑĪед":141853,"ÑĪедÑĪ":141854,"عزÙĦ":141855,"Ġרש×Ļ×ŀת":141856,"Ġ׾×Ķ×Ļ׼":141857,"Ġ׾×Ķ×Ļ×Ľ×ł×¡":141858,"ĠпÑĥÑĤ":141859,"ĠпÑĥÑĤеÑĪ":141860,"ĠпÑĥÑĤеÑĪеÑģÑĤв":141861,"ĠnotÃŃcia":141862,"ĠalÄ±ÅŁ":141863,"ĠalÄ±ÅŁver":141864,"ĠalÄ±ÅŁveriÅŁ":141865,"ĠwÅĤos":141866,"ĠwÅĤosów":141867,"Ġبغ":141868,"Ġبغداد":141869,"Ġveröffent":141870,"Ġveröffentlicht":141871,"ĠKhá":141872,"Ġtán":141873,"ëIJĺ기":141874,"Ġ방문":141875,"ÙģÙĬÙĦ":141876,"à¹Ģà¸ģิà¸Ķà¸Īาà¸ģ":141877,"åı¯æĦĽ":141878,"åı¯æĦĽãģĦ":141879,"à¸ĸุà¸ĩ":141880,"ĠzewnÄĻtrzn":141881,"à¸łà¸²à¸©à¸²à¸Ńัà¸ĩà¸ģฤษ":141882,"Ġmáxima":141883,"Ġulus":141884,"Ġuluslararası":141885,"Ġ׳×Ķ׳":141886,"à¸Ĥà¹Īาวสาร":141887,"ĠìĿĺìĤ¬":141888,"à¹Ģหลืà¸Ńà¸ĩ":141889,"ĠدÙĤ":141890,"ĠدÙĤائÙĤ":141891,"สืà¹Īà¸Ńสาร":141892,"먼":141893,"ĠÑģоÑģÑĤоÑıнии":141894,"สมาà¸Ħม":141895,"á»Ĥ":141896,"ĠÐľÐ¾Ñģков":141897,"ĠÐľÐ¾ÑģковÑģк":141898,"×ŀס×ķ×Ĵ׾":141899,"ãģĭãģĭãĤĬ":141900,"ĠTruyá»ģn":141901,"à¹ģà¸Ĥà¹ĩà¸ĩà¹ģรà¸ĩ":141902,"×ŀ×Ĺ×ĸ×Ļק":141903,"à¹Ĥà¸ģà¹ī":141904,"ÙĬسر":141905,"ìĶ©":141906,"×IJ×ķק":141907,"×IJ×ķק×ĺ":141908,"×IJ×ķק×ĺ×ķ×ijר":141909,"Ġproximité":141910,"ÙħÙĨÙĩج":141911,"ĠاÙĦجز":141912,"ĠاÙĦجزائ":141913,"ĠاÙĦجزائرÙĬ":141914,"ĠÄIJiá»ĥm":141915,"Ġденеж":141916,"Ġденежн":141917,"ÙģØŃص":141918,"Ùģئ":141919,"ĠÐijÑĥд":141920,"×Ĵ×Ļ×ĵ×ķ׾":141921,"ĠÐĴедÑĮ":141922,"عÙĦاÙħØ©":141923,"Ġ×IJ×Ĺר×ķ׳×ķת":141924,"ãģĦãģŁãģłãģĦãģ¦":141925,"سÙĦØŃ":141926,"ØŃÙĦÙħ":141927,"زÙĪار":141928,"Ùĥسر":141929,"×ĺקס":141930,"Ġбан":141931,"Ġбанков":141932,"ĠпÑĢож":141933,"ĠпÑĢожива":141934,"liwo":141935,"liwoÅĽci":141936,"ĠTiếp":141937,"ĠاÙĦÙħÙĨاسب":141938,"ĠاÙĦØ®ÙĬار":141939,"ãģĬãģĭ":141940,"ãģĬãģĭãģĴ":141941,"à¸Ķà¸Ńà¸ģà¹Ħมà¹ī":141942,"ämp":141943,"ämpfe":141944,"à¸ķัà¹īà¸ĩà¹ĥà¸Ī":141945,"ĠзаÑīиÑĤ":141946,"ĠзаÑīиÑĤÑĭ":141947,"ĠThÆ°á»Ŀng":141948,"ĠصÙģ":141949,"ĠصÙģØŃØ©":141950,"×Ĺ×ķרף":141951,"ãĥIJãĥĥãĤ°":141952,"Ġ×ĵ×Ļ×Ĵ":141953,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ":141954,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ׾×Ļ":141955,"Ġ×Ķ×Ĺ×ķ׾×Ļ×Ŀ":141956,"веÑī":141957,"веÑīа":141958,"ĠкÑĥлÑĮÑĤ":141959,"ĠкÑĥлÑĮÑĤÑĥ":141960,"ĠкÑĥлÑĮÑĤÑĥÑĢÑĭ":141961,"ĠاÙĦاÙĨترÙĨت":141962,"Ġhöch":141963,"Ġhöchst":141964,"Ġíĺķ":141965,"Ġíĺķíĥľ":141966,"Ġвой":141967,"ĠвойнÑĭ":141968,"ÐĽÐŀ":141969,"ìĭłìļ©":141970,"Ġ×ŀ×ij×ķס":141971,"Ġ×ŀ×ij×ķסס":141972,"×ŀ׳×Ļ×¢":141973,"Ġfiyatı":141974,"ĠÑģлÑĥж":141975,"ĠÑģлÑĥжбÑĭ":141976,"à¸Ĺัศ":141977,"à¸Ĺัศà¸Ļ":141978,"ãģĵãģ¨ãģĮå¤ļãģĦ":141979,"Ġ×Ķ×ŀשת":141980,"Ġ×Ķ×ŀשת×ŀש":141981,"å¯ĦãģĽ":141982,"×ŀש׾×ķ×Ĺ":141983,"æĻĤçĤ¹":141984,"æĻĤçĤ¹ãģ§":141985,"à¸ŀรี":141986,"à¸ŀรีà¹Ģมีย":141987,"à¸ŀรีà¹Ģมียรà¹Į":141988,"à¸ŀรีà¹Ģมียรà¹Įลีà¸ģ":141989,"Ġdifficolt":141990,"ĠdifficoltÃł":141991,"ãĥ¬ãĤ¹ãĥĪ":141992,"ãĥ¬ãĤ¹ãĥĪãĥ©ãĥ³":141993,"สมà¹Ģà¸Ķà¹ĩ":141994,"สมà¹Ģà¸Ķà¹ĩà¸Ī":141995,"Ġжид":141996,"Ġжидк":141997,"ĠzupeÅĤ":141998,"ĠzupeÅĤnie":141999,"ĠÙħجر":142000,"ĠÙħجرد":142001,"ãģĮå§ĭ":142002,"ãģĮå§ĭãģ¾":142003,"ãĤŃãĥ£ãĥ©":142004,"Ġ×IJ×ķ×ķ×Ļר":142005,"ãģĬäºĴ":142006,"ãģĬäºĴãģĦ":142007,"ĠpotrÃł":142008,"ĠPaÅĦst":142009,"ĠPaÅĦstwo":142010,"ĠبÙĬاÙĨ":142011,"ĠبÙĬاÙĨات":142012,"Ġиногда":142013,"ĠÑĢа":142014,"ĠÑĢаÑģÑĤв":142015,"ĠÑĢаÑģÑĤвоÑĢ":142016,"Ġ×ĸ×ŀ׳":142017,"ยิà¹īม":142018,"ÄĨ":142019,"ãģ¾ãģķ":142020,"ãģ¾ãģķãģ«":142021,"ãĥķãĤ¡ãĤ¤ãĥ«":142022,"ĠgördÃ¼ÄŁÃ¼":142023,"สà¸ĩà¸Ħร":142024,"สà¸ĩà¸Ħราม":142025,"ĠArkadaÅŁ":142026,"ĠrozwiÄħzania":142027,"×ŀ×ķ×ĺ":142028,"piÄĻ":142029,"piÄĻt":142030,"صغر":142031,"สย":142032,"สยาม":142033,"ãĤĨãģ£ãģıãĤĬ":142034,"Ġtrần":142035,"ĠeconomÃŃa":142036,"Ġgehören":142037,"ãĤ·ãĥ§ãĥ¼":142038,"ĠsÅĤucha":142039,"à¸ŀà¸Ńà¹ĥà¸Ī":142040,"ĠоÑĤмеÑĤил":142041,"ÙĨتÙĤÙĦ":142042,"Ġpropósito":142043,"ĠваÑĪего":142044,"Ġnhắn":142045,"à¹ģà¸ĸว":142046,"ĠкомиÑģ":142047,"ĠкомиÑģÑģи":142048,"ważnie":142049,"ĠyavaÅŁ":142050,"×ŀ×Ļק":142051,"×ŀ×Ļק×ķ×Ŀ":142052,"ש×IJ×ľ×ª":142053,"Ġyıllarda":142054,"ĠЮ":142055,"ĠЮÑĢ":142056,"×ł×¡×Ļ×ij×ķת":142057,"תצ":142058,"תצ×ķ×Ĵ":142059,"ĠоднÑĥ":142060,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħร":142061,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħรà¸ģà¹ĩà¸ķาม":142062,"ëģ¼":142063,"à¹Ħลà¹Ī":142064,"تسÙĦÙĬÙħ":142065,"بÙĦاغ":142066,"Ġìī":142067,"Ġìī½":142068,"Ġìī½ê²Į":142069,"ãĥļãĥ³":142070,"звÑĥÑĩ":142071,"ĠWäh":142072,"ĠWährend":142073,"Ġ×Ļ×Ļת":142074,"Ġ×Ļ×Ļ×ª×Ľ×Ł":142075,"Ġkhuyên":142076,"Ġvẽ":142077,"ĠамеÑĢ":142078,"ĠамеÑĢик":142079,"ĠамеÑĢикан":142080,"ĠамеÑĢиканÑģк":142081,"عجب":142082,"ãĥĽãĥ¼ãĥłãĥļãĥ¼ãĤ¸":142083,"ĠникÑĤо":142084,"ĠÙĤÙİ":142085,"ĠÙĤÙİاÙĦ":142086,"ĠÙĤÙİاÙĦÙİ":142087,"ÐIJÐĹ":142088,"ÙħجÙħÙĪع":142089,"ÙħجÙħÙĪعات":142090,"ĠnecessitÃł":142091,"Ġpobli":142092,"Ġpobliżu":142093,"Ġphấn":142094,"ĠСообÑī":142095,"ÙħÙĤاط":142096,"ÙħÙĤاطع":142097,"Ġ×Ķצ×ķר×ļ":142098,"laÅŁtırma":142099,"วิà¸Ķ":142100,"วิà¸Ķี":142101,"วิà¸Ķีà¹Ĥà¸Ń":142102,"Ġ그리ìĬ¤":142103,"Ġ그리ìĬ¤ëıĦ":142104,"ãĤ¿ãĤ¤ãĥŁ":142105,"ãĤ¿ãĤ¤ãĥŁãĥ³ãĤ°":142106,"ק×ĺ×Ĵ×ķר":142107,"ק×ĺ×Ĵ×ķר×Ļ×Ķ":142108,"Ġ×Ĺ×ķפ":142109,"Ġ×Ĺ×ķפש×Ļ":142110,"أجر":142111,"Ġимени":142112,"ĠÑĢанее":142113,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļà¹Ĩ":142114,"ĠJesús":142115,"Ñģоедин":142116,"Ñģоединен":142117,"Ġר×Ĺ×ķק":142118,"à¹Ĥà¸ļรา":142119,"à¹Ĥà¸ļราà¸ĵ":142120,"ĠHÆ¡n":142121,"ĠtháºŃp":142122,"تعÙĬÙĬÙĨ":142123,"ĠtartÄ±ÅŁ":142124,"ĠtartÄ±ÅŁma":142125,"ĠGespr":142126,"ĠGespräch":142127,"תר×ķפ":142128,"תר×ķפ×ķת":142129,"Ġcatégorie":142130,"ĠоказÑĭва":142131,"ĠналиÑĩие":142132,"Ġprésenté":142133,"Ġkull":142134,"Ġkulland":142135,"Ġkullandı":142136,"Ġünl":142137,"Ġünlü":142138,"ĠÙģÙĥرة":142139,"изаÑĤоÑĢ":142140,"×IJ×ķ׳":142141,"×IJ×ķ׳×Ļ×ij":142142,"×IJ×ķ׳×Ļ×ijרס":142143,"×IJ×ķ׳×Ļ×ijרס×Ļ×ĺת":142144,"ĠÑĢаÑģÑģмаÑĤ":142145,"ĠÑĢаÑģÑģмаÑĤÑĢ":142146,"ĠÑĢаÑģÑģмаÑĤÑĢива":142147,"تÙĥÙĦÙħ":142148,"ÙĥترÙĪ":142149,"ÙĥترÙĪÙĨÙĬ":142150,"ĠÑģоÑĩеÑĤ":142151,"ĠÑģоÑĩеÑĤа":142152,"ãĤĴè¦ĭãģĽ":142153,"Ġngừa":142154,"ĠÐłÐµÑģп":142155,"ĠÐłÐµÑģпÑĥб":142156,"ĠÐłÐµÑģпÑĥблик":142157,"ãĤ¦ãĤ©":142158,"ãĤ¦ãĤ©ãĥ¼":142159,"ĠÐľÐµÐ¶Ð´Ñĥ":142160,"ĠìŀĪê²Į":142161,"Ġmâ":142162,"ĠìļĶì²Ń":142163,"ضار":142164,"ลุà¹īà¸Ļ":142165,"ëĮĢíķĻêµIJ":142166,"×ĸ×Ļ׼":142167,"×ĸ×Ļ׼ר×ķף":142168,"ãĤ¹ãĥļ":142169,"ãĤ¹ãĥļãĥ¼ãĤ¹":142170,"ĠкÑĢаÑģоÑĤ":142171,"Ｈ":142172,"ê¼Ń":142173,"ãĤĴéĽĨ":142174,"ãĤĴéĽĨãĤģ":142175,"ë°Ŀ":142176,"Ġ×Ķ׳×IJ":142177,"Ġ×Ķ׳×IJש×Ŀ":142178,"Ġê°Ģìļ´":142179,"Ġê°Ģìļ´ëį°":142180,"تÙĥÙĦÙģØ©":142181,"ĠØŃÙĤÙĬÙĤÙĬ":142182,"Ġhalk":142183,"Ġhalkın":142184,"ÑİÑīÑĥÑİ":142185,"ĠÑģпин":142186,"סר×ĺף":142187,"ĠпеÑĢвого":142188,"Ġполож":142189,"ĠположиÑĤелÑĮн":142190,"Ġдл":142191,"ĠдлиÑĤелÑĮн":142192,"ĠVÄ©nh":142193,"ê´´":142194,"ĠÑģÑĭÑĢ":142195,"ĠíĨµíķĺìŬ":142196,"ë³ijìĽIJ":142197,"à¹Ĥรà¸ĩà¸ĩาà¸Ļ":142198,"รัà¸ļà¸ľà¸´à¸Ķ":142199,"รัà¸ļà¸ľà¸´à¸Ķà¸Ĭà¸Ńà¸ļ":142200,"تجÙĨب":142201,"sÅĤ":142202,"sÅĤuch":142203,"ãĤ¢ãĥ«ãĥIJ":142204,"ãĤ¢ãĥ«ãĥIJãĥł":142205,"ëī´ìĬ¤":142206,"Ġpatië":142207,"Ġpatiënt":142208,"Ġìĺ¤í":142209,"Ġìĺ¤íŀ":142210,"Ġìĺ¤íŀĪ":142211,"Ġìĺ¤íŀĪ볤":142212,"ĠDerne":142213,"ĠDerneÄŁi":142214,"wróci":142215,"wróciÄĩ":142216,"ĠобÑī":142217,"ĠобÑīеÑģÑĤв":142218,"ĠобÑīеÑģÑĤвенно":142219,"ĠêµIJìĪĺ":142220,"tıģımız":142221,"Ġ×Ķ×ŀש×Ļ×ij":142222,"körper":142223,"Ġпозвол":142224,"ĠпозволиÑĤ":142225,"ĠChiến":142226,"أخÙĪ":142227,"ĠAydın":142228,"à¸Ķà¹īาà¸Ļล":142229,"à¸Ķà¹īาà¸Ļลà¹Īาà¸ĩ":142230,"Ġdru":142231,"Ġdruż":142232,"Ġdrużyn":142233,"Ġë°ľíijľ":142234,"ĠThảo":142235,"جÙĩاد":142236,"à¸ģระà¸Ĺูà¹ī":142237,"ĠкÑĢов":142238,"ĠкÑĢови":142239,"Ġiçerik":142240,"Ġnadzie":142241,"ĠnadziejÄĻ":142242,"ĠСмоÑĤÑĢ":142243,"Ġphức":142244,"جتÙħاع":142245,"جتÙħاعÙĬØ©":142246,"компон":142247,"компоненÑĤ":142248,"Ġбил":142249,"ĠбилеÑĤ":142250,"ãĥIJãĥ³ãĥī":142251,"ĠPolÃŃcia":142252,"اÙĦتÙĩ":142253,"اÙĦتÙĩاب":142254,"ØŃرÙģ":142255,"تخط":142256,"تخطÙĬØ·":142257,"ãĤ³ãĥ¼ãĥ":142258,"ãĤ³ãĥ¼ãĥĴ":142259,"ãĤ³ãĥ¼ãĥĴãĥ¼":142260,"･･･":142261,"à¸ĭà¸Ńย":142262,"Ġcrédit":142263,"è²·ãģ£ãģŁ":142264,"ĠпоÑĢÑıд":142265,"ĠпоÑĢÑıдке":142266,"Ġphó":142267,"Ġwida":142268,"ĠwidaÄĩ":142269,"جرائÙħ":142270,"à¸ľà¸µ":142271,"ĠbÄĻdÄĻ":142272,"Ġ×ŀפת×Ĺ":142273,"ãĥijãĥ¼ãĥ":142274,"ãĥijãĥ¼ãĥĨ":142275,"ãĥijãĥ¼ãĥĨãĤ£":142276,"ãĥijãĥ¼ãĥĨãĤ£ãĥ¼":142277,"ĠKaż":142278,"ĠKażdy":142279,"ĠнеобÑħодимоÑģÑĤи":142280,"à¸Łà¸Ńรà¹Į":142281,"à¸Łà¸Ńรà¹Įม":142282,"ĠмалÑĭÑĪ":142283,"ĠплоÑĤ":142284,"ĠÑĥÑģÑĤÑĢой":142285,"ĠÑĥÑģÑĤÑĢойÑģÑĤва":142286,"à¸ĸà¸Ńà¸Ļ":142287,"ĠoluÅŁturul":142288,"ĠÅĽwiad":142289,"ĠÅĽwiadom":142290,"ÙħعÙĩد":142291,"ĠпÑĢоизведен":142292,"Æł":142293,"ר×Ļש":142294,"Ùħستث":142295,"ÙħستثÙħر":142296,"׳×Ļ×Ļר":142297,"pañ":142298,"Ġ;-)":142299,"Ġë°ľê²¬":142300,"Ġgörüyor":142301,"ÙħؤÙĦÙģ":142302,"ĠÄIJá»ģ":142303,"ĠاÙĦÙĨÙĪاب":142304,"×Ĺק×Ļר×Ķ":142305,"Ġmá»ıi":142306,"è¿°ãģ¹":142307,"ÐĿик":142308,"ìŀĸìķĦ":142309,"ìŀĸìķĦìļĶ":142310,"prowadziÅĤ":142311,"lóg":142312,"lógica":142313,"פס×ĺ":142314,"פס×ĺ×Ļ×ij׾":142315,"Ġ×ŀ×ĵ×Ķ":142316,"Ġ×ŀ×ĵ×Ķ×Ļ×Ŀ":142317,"ãģĵãģĵãģ¾ãģ§":142318,"×Ķת×Ĺ":142319,"×Ķת×Ĺ׾×Ķ":142320,"Ġפ×ķס":142321,"Ġפ×ķס×ĺ×Ļ×Ŀ":142322,"Ġнев":142323,"Ġневоз":142324,"Ġневозможно":142325,"ĠdostÄĻpny":142326,"ĠغاÙĦ":142327,"ĠغاÙĦب":142328,"ĠbezpieczeÅĦst":142329,"ĠbezpieczeÅĦstwa":142330,"åĪĨãģĭãĤĭ":142331,"ĠFührung":142332,"à¸ģีà¹ī":142333,"gemÃ¤ÃŁ":142334,"à¸Ĭà¹Īวà¸ĩà¹Ģวลา":142335,"Ġìļ°ë¦¬ëĤĺ":142336,"Ġìļ°ë¦¬ëĤĺëĿ¼":142337,"ãģ¥ãģıãĤĬ":142338,"ĠاÙĦÙħسÙĦ":142339,"ĠاÙĦÙħسÙĦØŃØ©":142340,"Ġliberté":142341,"клÑİÑĩение":142342,"Ġzamów":142343,"Ġzamówienia":142344,"รà¸ĸà¹Ħà¸Ł":142345,"Ø£ÙģÙĦ":142346,"Ø£ÙģÙĦاÙħ":142347,"Ùħراج":142348,"Ùħراجعة":142349,"Ġë¹ĦêµIJ":142350,"ĠاÙĦتاب":142351,"ĠاÙĦتابعة":142352,"Ġë§ĮëĤĺ":142353,"ĠбÑĥм":142354,"ĠбÑĥмаг":142355,"Ġgénero":142356,"Ġìŀĺ못":142357,"×ŀפ×ķר×ĺ":142358,"è²·ãģĦçī©":142359,"ĠÙĦدÙĬÙĥ":142360,"Ġ×ľ×¢×Ļת":142361,"Ġ×ľ×¢×Ļת×Ļ×Ŀ":142362,"ĠsÅĤab":142363,"ĠпÑĢедÑģÑĤавлÑı":142364,"ãĤ¿ãĤ¤ãĥĪ":142365,"ãĤ¿ãĤ¤ãĥĪãĥ«":142366,"Ùħص":142367,"ÙħصطÙģ":142368,"ÙħصطÙģÙī":142369,"Ġdifficulté":142370,"ãĥĨãĤ£ãĥĸ":142371,"ĠpewnoÅĽci":142372,"ĠpewnoÅĽciÄħ":142373,"Ġ무ìĬ¨":142374,"إرس":142375,"إرساÙĦ":142376,"ĠдалÑĮ":142377,"ĠдалÑĮÑĪе":142378,"Ġ×ľ×ł×¡":142379,"Ġ×ľ×ł×¡×ķת":142380,"หมูà¹Īà¸ļà¹īาà¸Ļ":142381,"×ŀס×ŀ׼×Ļ":142382,"أسÙĦÙĪب":142383,"ĠzwÅĤ":142384,"ĠzwÅĤas":142385,"ĠzwÅĤaszc":142386,"ĠzwÅĤaszcza":142387,"ĠпÑĢеж":142388,"ĠпÑĢежде":142389,"ĠоÑĢганизаÑĨиÑı":142390,"Ġdönemin":142391,"Ġdöneminde":142392,"ĠỦ":142393,"ĠỦy":142394,"ä¸ĭãģĴ":142395,"ĠпоÑģледние":142396,"Ġgüne":142397,"ĠgüneÅŁ":142398,"Ġ×IJ×ĸר":142399,"Ġ×IJ×ĸר×Ĺ×Ļ":142400,"ãģ§ãģĤãĤįãģĨ":142401,"ĠÙĨÙĤ":142402,"ĠÙĨÙĤاط":142403,"æŃ£ãģĹãģĦ":142404,"ĠÑĢег":142405,"ĠÑĢегиона":142406,"ĠFörder":142407,"ê²½ìĺģ":142408,"dıklar":142409,"dıklarını":142410,"trzymaÄĩ":142411,"أشÙĥ":142412,"أشÙĥاÙĦ":142413,"×Ķת×IJ":142414,"×Ķת×IJ×ŀ×Ķ":142415,"à¸Ĺำà¹ĥหà¹īà¹Ģà¸ģิà¸Ķ":142416,"ĠGebä":142417,"ĠGebäude":142418,"ĠСеÑĢг":142419,"ĠСеÑĢгей":142420,"ĠздоÑĢов":142421,"ĠздоÑĢовÑĮÑı":142422,"Ġrãi":142423,"ĠпÑĢедÑĥÑģ":142424,"ĠпÑĢедÑĥÑģмоÑĤÑĢ":142425,"ĠпÑĢедÑĥÑģмоÑĤÑĢен":142426,"Ġ×Ķצ×Ļ×ij":142427,"Ġ×Ķצ×Ļ×ij×ķר×Ļ":142428,"Ġdésir":142429,"ĠноÑĩ":142430,"ĠноÑĩÑĮ":142431,"möglichkeiten":142432,"Ġ×IJ×Ĺר×ķ׳×Ļ×Ŀ":142433,"Ġsoirée":142434,"ĠNháºŃn":142435,"Ùª":142436,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิศาสà¸ķรà¹Į":142437,"êµIJíĨµ":142438,"ĠأخÙĬ":142439,"Ġdécid":142440,"Ġdécidé":142441,"Ġwyja":142442,"ĠwyjaÅĽni":142443,"Ġสิ":142444,"Ġสิà¸ĩ":142445,"Ġสิà¸ĩหา":142446,"Ġสิà¸ĩหาà¸Ħม":142447,"à¹ģà¸Ńรà¹Į":142448,"หà¸Ļà¹īาà¸Īà¸Ń":142449,"סתר":142450,"Ġê¶":142451,"Ġê¶Į":142452,"Ġê¶Į리":142453,"plätze":142454,"بطÙĦ":142455,"ê±´ìĦ¤":142456,"Ġ×IJ×Ļ×ŀ×Ļ":142457,"Ġ×IJ×Ļ×ŀ×Ļ×Ļ׾":142458,"ãģ½":142459,"تراث":142460,"×IJ׾×Ļ×ŀ×ķת":142461,"ĠdisponÃŃveis":142462,"Ġzale":142463,"Ġzależy":142464,"à¸Ľà¸£à¸°à¸Ĭาสัมà¸ŀัà¸Ļà¸ĺà¹Į":142465,"ĠÅļwiat":142466,"Ġporówn":142467,"Ġporówna":142468,"Ġ׾×ĺ×ķ×ijת":142469,"×Ķ×ĸ×ŀ׳×Ķ":142470,"Ġ×Ľ×ª×ķצ×IJ×Ķ":142471,"Ġ×ijק׾":142472,"Ġ×ijק׾×ķת":142473,"ĠоÑĤкÑĢ":142474,"ĠоÑĤкÑĢÑĭва":142475,"ãĥijãĥ¯ãĥ¼":142476,"ë¿IJë§Į":142477,"ĠвÑģÑı":142478,"ĠвÑģÑıк":142479,"ãģ¨ãģªãģ£ãģ¦ãģĦãĤĭ":142480,"ĠgiáºŃn":142481,"ĠокÑĢÑĥ":142482,"ĠокÑĢÑĥжа":142483,"ĠокÑĢÑĥжаÑİÑī":142484,"ĠUniversität":142485,"ĠÑĢож":142486,"ĠÑĢожд":142487,"ĠÑĢождениÑı":142488,"Ø®ÙĬÙĦ":142489,"Ġкомпаний":142490,"ĠÑĢазлиÑĩнÑĭе":142491,"ĠЦена":142492,"׳×Ļ×ķ×ĸ":142493,"׳×Ļ×ķ×ĸ׾":142494,"׳×Ļ×ķ×ĸ׾×ĺר":142495,"Ġê³µê°Ħ":142496,"Ġê°ľëħIJ":142497,"landırma":142498,"ĠÑĥдален":142499,"à¸ŀัà¸ģà¸ľ":142500,"à¸ŀัà¸ģà¸ľà¹Īà¸Ńà¸Ļ":142501,"Ġprotección":142502,"ĠbÅĤ":142503,"ĠbÅĤÄĻd":142504,"ÃĪ":142505,"Ġíĸīë³µ":142506,"ĠÅŁÃ¼":142507,"ĠÅŁÃ¼phe":142508,"ĠíĶ":142509,"ĠíĶ¼":142510,"ĠíĶ¼íķ´":142511,"Ġëĭ¤ë¥´":142512,"à¹Ħมà¹Īà¹Ģà¸ģิà¸Ļ":142513,"ãģ¿ãģª":142514,"ãģ¿ãģªãģķãĤĵ":142515,"ĠпоÑĤÑĢеб":142516,"ĠпоÑĤÑĢебиÑĤел":142517,"ĠاÙĦÙĥÙĦاÙħ":142518,"ìķĦë²Ħ":142519,"ìķĦë²Ħì§Ģ":142520,"ãĤĴ使ãģ£ãģŁ":142521,"Ġbụi":142522,"ĠпоÑĤеÑĢ":142523,"ĠпоÑĤеÑĢÑı":142524,"ĠØ¢ÙĦاÙģ":142525,"ĠнаÑģÑĤоÑıÑīее":142526,"ãģıãģªãĤĬãģ¾ãģĹãģŁ":142527,"clusão":142528,"ãĤ³ãĥĶãĥ¼":142529,"צפ×Ļ":142530,"צפ×Ļ×Ļ×Ķ":142531,"Ø®ÙĦا":142532,"Ø®ÙĦاص":142533,"ลà¹īำ":142534,"ãĥ¯ãĤ¤ãĥ³":142535,"Ġมีà¸Ļา":142536,"Ġมีà¸Ļาà¸Ħม":142537,"شخص":142538,"شخصÙĬات":142539,"Ġ×ĸק":142540,"Ġ×ĸק×ķק":142541,"×Ļ×Ļצ":142542,"×Ļ×Ļצ×Ĵ":142543,"èĢĥãģĪæĸ¹":142544,"Ġürünü":142545,"ĠиÑģпол":142546,"ĠиÑģполни":142547,"Ġcompañero":142548,"קצ×Ķ":142549,"×ŀ×¢×ł×Ļק":142550,"ÙħØŃÙħد":142551,"Ġcámara":142552,"Ġпед":142553,"Ġпедаг":142554,"Ġпедагог":142555,"маÑĢ":142556,"маÑĢк":142557,"×Ķ×ª×ł×Ĵ×ĵ":142558,"ĠìĨĮê°ľ":142559,"ĠcomunitÃł":142560,"곤":142561,"ĠNgÃłi":142562,"สà¸ĩà¸ļ":142563,"ĠmieszkaÅĦców":142564,"ĠÙĨÙĩائÙĬ":142565,"ivité":142566,"Ġиде":142567,"ĠидеалÑĮн":142568,"ĠأسبÙĪع":142569,"Ġ×Ļ×¢×ľ":142570,"Ġ׾ר×IJש":142571,"Ġ׾ר×IJש×ķ׳×Ķ":142572,"ĠзапиÑģи":142573,"ĠкоÑĢпÑĥÑģ":142574,"วà¸ĩศ":142575,"วà¸ĩศà¹Į":142576,"ĠÐĶм":142577,"ĠÐĶмиÑĤ":142578,"ĠÐĶмиÑĤÑĢ":142579,"Ġkönnt":142580,"Ġbölges":142581,"Ġbölgesinde":142582,"׼×Ļ׼":142583,"׼×Ļ׼ר":142584,"ĠاÙĦإثÙĨ":142585,"ĠاÙĦإثÙĨÙĬÙĨ":142586,"Ġngá»Ļ":142587,"ì¹ł":142588,"دراج":142589,"Ġuda":142590,"ĠudaÅĤo":142591,"ìºIJ":142592,"برÙĨاÙħج":142593,"ĠÑģÑĥдеб":142594,"ĠÑģÑĥдебн":142595,"Ġzunächst":142596,"ĠEducación":142597,"ãģ¨ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":142598,"Ġ×Ķ×IJ×ŀ×Ļת×Ļ":142599,"ĠÄ°nt":142600,"ĠÄ°nternet":142601,"ĠcaÅĤego":142602,"ãĥĹãĥªãĥ³":142603,"إبد":142604,"إبداع":142605,"ĠпоÑĢÑĤал":142606,"à¹Ĥà¸ķà¹ī":142607,"Ġ×Ķקש×ķר":142608,"плод":142609,"ĠÙħد":142610,"ĠÙħدرÙĬد":142611,"×ŀסע×ĵ×Ķ":142612,"ĠØ´ÙĬئ":142613,"ĠØ´ÙĬئا":142614,"à¸ģà¹Īà¸Ńสรà¹īาà¸ĩ":142615,"Ġì°¸ê³ł":142616,"à¹Ģà¸Ĺร":142617,"à¹Ģà¸Ĺรà¸Ķ":142618,"Ġ×ij×ŀקר×Ļ×Ŀ":142619,"Ġbât":142620,"Ġbâtiment":142621,"åij¼ãģ³":142622,"ç´łæķµ":142623,"ç´łæķµãģª":142624,"przedsiÄĻbiorst":142625,"przedsiÄĻbiorstw":142626,"Ġ×ł×ª×ķ׳×Ļ×Ŀ":142627,"×Ĺ׾×ķ×Ŀ":142628,"รวย":142629,"ÙħÙĪضÙĪع":142630,"ĠÑģобÑĢан":142631,"ведÑĥÑī":142632,"ĠÑĤеаÑĤ":142633,"ĠÑĤеаÑĤÑĢ":142634,"meye":142635,"meyeceÄŁi":142636,"ĠpieniÄħ":142637,"ĠpieniÄħd":142638,"ĠpieniÄħdze":142639,"ÑĢезиденÑĤ":142640,"ØŃصر":142641,"ìĺ¥":142642,"à¹Ģยืà¸Ńà¸Ļ":142643,"ĠÑĥни":142644,"ĠÑĥнивеÑĢ":142645,"ĠÑĥнивеÑĢÑģ":142646,"ĠÑĥнивеÑĢÑģиÑĤеÑĤ":142647,"ĠاÙĦرØŃ":142648,"ĠاÙĦرØŃÙħÙĨ":142649,"ĠÑĤеÑħнолог":142650,"ĠÑĤеÑħнологии":142651,"ìĹIJëĦĪ":142652,"ìĹIJëĦĪì§Ģ":142653,"ĠíķŃ":142654,"ĠíķŃìĥģ":142655,"à¸ĺา":142656,"à¸ĺาà¸ķุ":142657,"ĠEspañol":142658,"×ĵ×Ĵש":142659,"Ġêµī":142660,"Ġêµīìŀ¥":142661,"Ġêµīìŀ¥íŀĪ":142662,"ĠÅĤat":142663,"ĠÅĤatwo":142664,"Ġká»ĭch":142665,"إز":142666,"إزاÙĦØ©":142667,"ĠдейÑģÑĤвие":142668,"ĠsaÄŁlayan":142669,"สุà¸Ķยà¸Ńà¸Ķ":142670,"ĠzostaÄĩ":142671,"ĠdisponÃŃvel":142672,"ïºį":142673,"verständ":142674,"verständlich":142675,"twor":142676,"tworzyÄĩ":142677,"عجز":142678,"à¹Ģà¸Ĥà¹īม":142679,"ยà¹Īà¸Ńม":142680,"Ġstratég":142681,"Ġstratégie":142682,"à¸ľà¸¥à¹Ħมà¹ī":142683,"Ġê°ģì¢ħ":142684,"ĠÙħÙĪا":142685,"ĠÙħÙĪاض":142686,"ĠÙħÙĪاضÙĬع":142687,"اØŃتج":142688,"اØŃتجاج":142689,"ĠẤ":142690,"ĠẤn":142691,"×ŀ×ŀש׾×Ķ":142692,"ĠÅŁekil":142693,"×ŀ×Ĺ׾":142694,"×ŀ×Ĺ׾×ķת":142695,"Ġà¸ĺ":142696,"Ġà¸ĺัà¸Ļ":142697,"Ġà¸ĺัà¸Ļวา":142698,"Ġà¸ĺัà¸Ļวาà¸Ħม":142699,"Ġìĭ¤ìłľ":142700,"Ġìĭ¤ìłľë¡ľ":142701,"ì¤ijìķĻ":142702,"ëįĶëĿ¼":142703,"ĠÑĪиÑĢ":142704,"ĠÑĪиÑĢоко":142705,"Ġsolución":142706,"วาà¸ĩà¹ģà¸ľà¸Ļ":142707,"×IJ×ķ×ĺ×ķ×ŀ":142708,"×IJ×ķ×ĺ×ķ×ŀ×ĺ×Ļ":142709,"ĠÑĢеÑģÑĤ":142710,"ĠÑĢеÑģÑĤоÑĢ":142711,"ĠÑĢеÑģÑĤоÑĢан":142712,"ëį¸":142713,"ÑĤÑĢад":142714,"ÑĤÑĢади":142715,"ÑĤÑĢадиÑĨион":142716,"ÑĤÑĢадиÑĨионн":142717,"มะà¹Ģรà¹ĩ":142718,"มะà¹Ģรà¹ĩà¸ĩ":142719,"à¹Ĥส":142720,"Ġolmasını":142721,"×ŀ×ķסר":142722,"ĠоÑĤноÑĪении":142723,"Ġê°ĢëĬ¥ìĦ±":142724,"Ġyuk":142725,"Ġyukarı":142726,"ìĨĶ":142727,"ĠÑģÑĦ":142728,"ĠÑģÑĦеÑĢе":142729,"Ġק×ķפ":142730,"ãĤ±ãĥ¼ãĤ":142731,"ãĤ±ãĥ¼ãĤŃ":142732,"âĢķâĢķ":142733,"ĠاÙĦØ£ÙĦÙħ":142734,"ĠاÙĦØ£ÙĦÙħاÙĨÙĬ":142735,"ẢN":142736,"ת×ķ׼׳×Ļ×ķת":142737,"ĠÑģÑĥÑīеÑģÑĤвÑĥеÑĤ":142738,"æĪijãĢħ":142739,"ĠاÙĦصادر":142740,"ĠTrá»įng":142741,"Ġад":142742,"ĠадминиÑģÑĤ":142743,"ĠадминиÑģÑĤÑĢа":142744,"ĠадминиÑģÑĤÑĢаÑĨи":142745,"ĠдÑĢÑĥгими":142746,"ÑģпеÑĪ":142747,"عÙĦاÙħات":142748,"Ġаб":142749,"ĠабÑģол":142750,"ĠабÑģолÑİÑĤ":142751,"ĠабÑģолÑİÑĤно":142752,"ฤà¸Ķู":142753,"étr":142754,"étranger":142755,"нÑıÑĤи":142756,"нÑıÑĤие":142757,"×¢×ķ׳":142758,"×¢×ķ׳ש":142759,"ĠÙĤائ":142760,"ĠÙĤائÙĦا":142761,"ĠмаÑģ":142762,"ĠмаÑģло":142763,"ãĥīãĤ¤":142764,"ãĥīãĤ¤ãĥĦ":142765,"å¿ħè¦ģãģĮãģĤãĤĬãģ¾ãģĻ":142766,"×ŀ×ķ×ĸ×Ļ×IJ":142767,"×ŀ×ķ×ĸ×Ļ×IJ×ķף":142768,"ĠNgoại":142769,"Ġkênh":142770,"à¸ģารà¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":142771,"×ŀפק":142772,"×ŀפק×ĵ":142773,"ÙħÙĨاز":142774,"ÙħÙĨازÙĦ":142775,"ë·°":142776,"íŤ":142777,"ÙħÙĩارات":142778,"Ġpropriété":142779,"פ×Ĵ×Ļש×Ķ":142780,"ÑĩÑĢ":142781,"ÑĩÑĢеж":142782,"ÑĩÑĢежден":142783,"×Ķ×ķצ×IJ×Ķ":142784,"ØŃÙĥÙĬÙħ":142785,"ĠíĻĪ":142786,"ĠíĻĪíİĺìĿ´ì§Ģ":142787,"åݳ":142788,"åݳãģĹãģĦ":142789,"×¢×ŀ×ĵ×Ķ":142790,"ĠAuÃŁen":142791,"سÙĪØ¡":142792,"ë¹Ī":142793,"ĠÙĪØ®":142794,"ĠÙĪخاصة":142795,"инÑĤеÑĢ":142796,"инÑĤеÑĢеÑģ":142797,"èĩ´ãģĹãģ¾ãģĻ":142798,"Ġhüküm":142799,"à¹Ħà¸Ĥมัà¸Ļ":142800,"Ġdavran":142801,"ĠdavranÄ±ÅŁ":142802,"à¹Ģà¸ķียà¸ĩ":142803,"вÑĢем":142804,"вÑĢеменно":142805,"à¹Ģà¸Ĺศà¸ģา":142806,"à¹Ģà¸Ĺศà¸ģาล":142807,"å¼ķãģ£":142808,"å¼ķãģ£è¶ĬãģĹ":142809,"×IJר×ķ×Ĺ":142810,"×IJר×ķ×Ĺת":142811,"à¹Ģวิ":142812,"à¹Ģวิรà¹Į":142813,"à¸Ńยà¹Īาà¸ĩรวà¸Ķà¹Ģรà¹ĩว":142814,"ĠìŬíĸī":142815,"ĠÑĢанÑĮ":142816,"ĠÑĢанÑĮÑĪе":142817,"Ġzobow":142818,"ĠzobowiÄħ":142819,"ĠzobowiÄħz":142820,"Ġ×ķ׼×ŀ×ķ×ijף":142821,"ĠاÙĦÙħÙĩ":142822,"ĠاÙĦÙħÙĩÙĨÙĬ":142823,"ãĤ¢ãĤ¸":142824,"ãĤ¢ãĤ¸ãĤ¢":142825,"ë°©ìĨ¡":142826,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ":142827,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩà¸ģาย":142828,"améli":142829,"améliorer":142830,"å½ĵãģŁãĤĬåīį":142831,"Ġregelm":142832,"ĠregelmÃ¤ÃŁig":142833,"ãģĬåĭ":142834,"ãģĬåĭ§":142835,"ãģĬåĭ§ãĤģ":142836,"ĠmÆ°á»Ŀi":142837,"برÙħج":142838,"ĠNatürlich":142839,"ĠDÅ©ng":142840,"ĠاÙĦرجاÙĦ":142841,"Ġthép":142842,"ĠolmuÅŁtur":142843,"×ŀ×ķס×Ļק×Ķ":142844,"fälle":142845,"주íĥĿ":142846,"ĠاÙĦÙģرص":142847,"ĠnajwiÄĻks":142848,"ĠnajwiÄĻkszy":142849,"ĠçaÄŁ":142850,"ĠçaÄŁrı":142851,"ì¸ł":142852,"ĠvÃŃct":142853,"ĠvÃŃctima":142854,"ĠÑģовеÑĢÑĪен":142855,"×Ķ×Ļ×Ļת×Ļ":142856,"à¹Ģà¸Ķี":142857,"à¹Ģà¸Ķีà¹ĭ":142858,"à¹Ģà¸Ķีà¹ĭยว":142859,"üyü":142860,"Ġдоп":142861,"Ġдополн":142862,"ĠдополниÑĤелÑĮно":142863,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩà¸ģัà¸Ļ":142864,"Ġál":142865,"Ġálbum":142866,"à¸Ľà¸£à¸°à¸Īà¸³à¸Ľà¸µ":142867,"ĠÑĦедеÑĢ":142868,"ĠÑĦедеÑĢалÑĮн":142869,"ĠobsÅĤ":142870,"ĠobsÅĤugi":142871,"à¹Ģรืà¹Ī":142872,"à¹Ģรืà¹Īà¸Ńย":142873,"à¹Ģรืà¹Īà¸Ńยà¹Ĩ":142874,"ëģĮ":142875,"Ġnghìn":142876,"ĠBaÅŁkanlıģı":142877,"تأسÙĬ":142878,"تأسÙĬس":142879,"Ġ×ij×ij×ķקר":142880,"Ġ×¢×ij×ķ×ĵ×ķת":142881,"ĠبصÙĪرة":142882,"ãĤıãģijãģ§ãģ¯ãģªãģĦ":142883,"führer":142884,"ãĤ¹ãĤŃ":142885,"ãĤ¹ãĤŃãĥ«":142886,"ĠاÙĦÙĤض":142887,"ĠاÙĦÙĤضÙĬØ©":142888,"ĠдолжноÑģÑĤ":142889,"ÙģارÙĤ":142890,"Ġcomeçou":142891,"Ġorganisé":142892,"Ġxuân":142893,"ĠÑģообÑīаеÑĤ":142894,"ĠпÑĢид":142895,"ĠпÑĢидеÑĤÑģÑı":142896,"TÃľRK":142897,"ãĥ¬ãĥ¼ãĤ·ãĥ§ãĥ³":142898,"Không":142899,"استÙģ":142900,"استÙģادة":142901,"ä¸ĬãģĮãģ£ãģ¦":142902,"Ġumie":142903,"ĠumiejÄĻ":142904,"ĠumiejÄĻtn":142905,"ĠumiejÄĻtnoÅĽci":142906,"ëĤ¸":142907,"à¹Ģà¸Ļà¸Ńรà¹Į":142908,"×ĵ×ķ×ķ×Ĺ":142909,"ÃŃsimo":142910,"IÃĬ":142911,"IÃĬN":142912,"Ġalcanç":142913,"Ġà¸ķุ":142914,"Ġà¸ķุลา":142915,"Ġà¸ķุลาà¸Ħม":142916,"ש׾×ĺ×ķף":142917,"Ġélè":142918,"Ġélèves":142919,"ĠÄiju":142920,"ĠÄijuá»ķi":142921,"ĠØ£Ùģ":142922,"ĠØ£ÙģرÙĬ":142923,"ĠØ£ÙģرÙĬÙĤÙĬ":142924,"ĠØ£ÙģرÙĬÙĤÙĬا":142925,"ãĤĴæİ¢ãģĻ":142926,"ĠпÑĢедложениÑı":142927,"جاد":142928,"ĠÑħоÑĤÑĮ":142929,"Ñģал":142930,"Ñģалон":142931,"à¸Ľà¸£à¸°à¹Ģม":142932,"à¸Ľà¸£à¸°à¹Ģมิà¸Ļ":142933,"ãĤŃãĥĥãĥģ":142934,"ãĤŃãĥĥãĥģãĥ³":142935,"×ij×ĵ×Ļק×ķת":142936,"Ġchù":142937,"Ġchùa":142938,"ÐĴиде":142939,"ÐĴидео":142940,"иÑĢовка":142941,"ĠÑħоÑĤиÑĤе":142942,"Ġspécifique":142943,"รสà¸Ĭาà¸ķิ":142944,"è¾¼ãĤĵãģł":142945,"伸ãģ³":142946,"×Ķצ׾×Ĺת":142947,"ãģ©ãģ®ãĤĪãģĨãģ«":142948,"سعادة":142949,"Ġлид":142950,"ĠлидеÑĢ":142951,"มà¸ĩ":142952,"มà¸ĩà¸Ħล":142953,"ØŃاÙħÙĦ":142954,"หลุà¸Ķ":142955,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń":142956,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ńà¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":142957,"ãģķãģĽãģ¦éłĤ":142958,"تسÙĪÙĬ":142959,"تسÙĪÙĬÙĤ":142960,"ĠaÅŁaģıd":142961,"ĠaÅŁaģıdaki":142962,"ĠÑĨелÑĮ":142963,"ĠÑĨелÑĮÑİ":142964,"ĠAraÅŁtırma":142965,"à¸Ĥัà¸ļรà¸ĸ":142966,"ÙĩØ°Ùĩ":142967,"ลà¸ĩà¸Ĺะ":142968,"ลà¸ĩà¸Ĺะà¹Ģà¸ļ":142969,"ลà¸ĩà¸Ĺะà¹Ģà¸ļียà¸Ļ":142970,"تÙĥاÙħÙĦ":142971,"Ġcio":142972,"Ġcioè":142973,"ãģ¦ãģĬãģı":142974,"ĠاÙĦصØŃÙģÙĬ":142975,"ĠíĬ¹ìłķ":142976,"полниÑĤÑĮ":142977,"ãĤĵãģĺãĤĥãģªãģĦ":142978,"ãĤĵãģĺãĤĥãģªãģĦãģĭ":142979,"ĠاÙĦجÙĩ":142980,"ĠاÙĦجÙĩات":142981,"ĠÑĥÑģпеÑĪно":142982,"Ġвок":142983,"ĠвокÑĢÑĥг":142984,"ĠÑģиÑĤÑĥаÑĨиÑı":142985,"Ġ×Ķ×IJ×ŀר":142986,"Ġ×Ķ×IJ×ŀר×Ļק":142987,"Ġ×Ķ×IJ×ŀר×Ļק×IJ×Ļ":142988,"×ŀ×Ĵ×ĸ":142989,"×ŀ×Ĵ×ĸ×Ļף":142990,"ĠакÑĤÑĥ":142991,"ĠакÑĤÑĥалÑĮн":142992,"éta":142993,"étais":142994,"ĠmogÅĤa":142995,"ĠÑĤоÑĩки":142996,"Ġ×ŀ×Ķ×ŀ×¢":142997,"Ġ×ŀ×Ķ×ŀ×¢×¨×Ľ×ª":142998,"à¸¡à¸µà¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":142999,"×Ļר×Ļ×ĵ×Ķ":143000,"×Ĵר×ŀ׳":143001,"×Ĵר×ŀ׳×Ļ×Ķ":143002,"Ġглав":143003,"Ġглавное":143004,"Ġ미ëŀĺ":143005,"Ġ׳׼×ķ׳×Ķ":143006,"ĠÙĪØ·ÙĨÙĬ":143007,"opport":143008,"opportunitÃł":143009,"Ġhủy":143010,"ĠÙĦتØŃ":143011,"ĠÙĦتØŃÙĤÙĬÙĤ":143012,"Ġórg":143013,"Ġórgão":143014,"ãĤ¹ãĥĶ":143015,"ãĤ¹ãĥĶãĥ¼ãĥī":143016,"Ġönü":143017,"Ġönüne":143018,"ÙħعاÙħÙĦ":143019,"ש×ŀ×Ļר×Ķ":143020,"ĠвеÑģÑĮма":143021,"ĠwiÄĻkszo":143022,"ĠwiÄĻkszoÅĽÄĩ":143023,"ĠاستراتÙĬج":143024,"ĠاستراتÙĬجÙĬØ©":143025,"ĠÙģØ¥":143026,"ĠÙģإذا":143027,"à¹Ģà¸Ĭืà¹Īà¸Ńม":143028,"à¹Ģà¸Ĭืà¹Īà¸Ńมà¸ķà¹Īà¸Ń":143029,"Ġ׾פר":143030,"Ġ׾פר×ĺ×Ļ×Ŀ":143031,"ÙħضÙĬ":143032,"ĠGerçek":143033,"Ġçocukların":143034,"ÙĪثائÙĤ":143035,"ĠÙħساءÙĭ":143036,"Ġunterstützt":143037,"Ġprést":143038,"Ġpréstamo":143039,"ĠÐłÐ°Ð·Ð¼ÐµÑĢ":143040,"ĠÅŁeker":143041,"Ġséculo":143042,"×ij×Ķ×Ļר":143043,"Ø´ÙĩÙĪر":143044,"Ġà¸Ńีà¸ģ":143045,"Ġà¸Ńีà¸ģà¸Ĺัà¹īà¸ĩ":143046,"Ġllegó":143047,"à¸¨à¸´à¸¥à¸Ľà¸°":143048,"æĪijãģĮ":143049,"æĪijãģĮ家":143050,"عÙĤÙĪ":143051,"عÙĤÙĪبات":143052,"ĠFälle":143053,"ĠsÅĤuż":143054,"ĠsÅĤużb":143055,"ĠاÙĦØŃÙĤÙĪÙĤ":143056,"ĠплиÑĤ":143057,"ĠиноÑģÑĤ":143058,"ĠиноÑģÑĤÑĢан":143059,"ĠиноÑģÑĤÑĢанн":143060,"à¹ĥà¸Ļà¸Ĥà¸ĵะà¸Ĺีà¹Ī":143061,"ãĤ«ãĥĨ":143062,"ãĤ«ãĥĨãĤ´":143063,"ãĤ«ãĥĨãĤ´ãĥª":143064,"à¸Ńิส":143065,"à¸Ńิสระ":143066,"à¹Ģà¸ľà¸¢à¹ģ":143067,"à¹Ģà¸ľà¸¢à¹ģà¸ŀร":143068,"à¹Ģà¸ľà¸¢à¹ģà¸ŀรà¹Ī":143069,"ãģĬãģĦ":143070,"ãģĬãģĦãģĹãģĦ":143071,"استÙĤÙĦ":143072,"استÙĤÙĦاÙĦ":143073,"تØŃض":143074,"تØŃضÙĬر":143075,"åĬ©ãģij":143076,"ÙħراÙģÙĤ":143077,"Ġ×ĵ×ķר":143078,"Ġ×ĵ×ķרש":143079,"×ŀת×Ļ×Ļ×Ĺס":143080,"ס×Ļ׼":143081,"ס×Ļ׼×ķ×Ŀ":143082,"íĮĮíĬ¸":143083,"ĠwyÅĽ":143084,"ĠwyÅĽw":143085,"ĠwyÅĽwiet":143086,"ĠwyÅĽwietl":143087,"ĠاÙĦاÙĨساÙĨ":143088,"ĠStraÃŁen":143089,"Ｌ":143090,"ãģ«åŁº":143091,"ãģ«åŁºãģ¥":143092,"ĠcapÃŃtulo":143093,"ลุย":143094,"Ġ×Ķ×ŀקצ×ķ×¢×Ļ":143095,"ãģĤãĤĭç¨ĭ度":143096,"Ợ":143097,"ĠاÙĦÙĦا":143098,"ĠاÙĦÙĦازÙħØ©":143099,"æķĻãģĪ":143100,"Ġרש×IJ×Ļ":143101,"зав":143102,"завиÑģ":143103,"завиÑģим":143104,"à¸Ľà¸±à¸Īà¸Īัย":143105,"à¹Ģà¸ĭล":143106,"à¹Ģà¸ĭลลà¹Į":143107,"Ġdifférence":143108,"ĠAltın":143109,"ĠкÑĢай":143110,"ĠкÑĢайне":143111,"Ġзло":143112,"Ġgünümüz":143113,"ĠнаÑĤÑĥÑĢ":143114,"ĠнаÑĤÑĥÑĢалÑĮн":143115,"×Ĵ×ķ׾ש×Ļ×Ŀ":143116,"ĠкаÑĤегоÑĢ":143117,"ĠкаÑĤегоÑĢии":143118,"Ġзнак":143119,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา":143120,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īาà¸Ļีà¹ī":143121,"ĠÙħÙĨت":143122,"ĠÙħÙĨتخب":143123,"ãĥĽãĥ¼ãĥ«":143124,"ĠевÑĢо":143125,"สว":143126,"สวม":143127,"ĠìľĦìĽIJ":143128,"ĠìľĦìĽIJëĭĺ":143129,"ĠاÙĦØŃÙĪØ«":143130,"ĠاÙĦØŃÙĪØ«ÙĬ":143131,"ĠÑģодеÑĢжиÑĤ":143132,"ãĥķãĤ¡ãĥĥãĤ·ãĥ§ãĥ³":143133,"Ġà¸ģัà¸Ļ":143134,"Ġà¸ģัà¸Ļย":143135,"Ġà¸ģัà¸Ļยายà¸Ļ":143136,"ãĤªãĥª":143137,"ãĤªãĥªãĤ¸":143138,"ãĤªãĥªãĤ¸ãĥĬãĥ«":143139,"ĠбÑĢенд":143140,"ãĤĴæĮģãģ£ãģ¦ãģĦãĤĭ":143141,"Ġinversión":143142,"Ġê°ĸ":143143,"Ġê°ĸê³ł":143144,"ĠnovitÃł":143145,"ê´Ģê´ij":143146,"Ġà¸ŀฤษ":143147,"Ġà¸ŀà¸¤à¸©à¸łà¸²":143148,"Ġà¸ŀà¸¤à¸©à¸łà¸²à¸Ħม":143149,"×ķר×Ĺ×Ļ×Ŀ":143150,"׼׾×ķ׾":143151,"Ġngạc":143152,"×Ļ×Ļש":143153,"×Ļ×Ļש×ķ×ij":143154,"fäll":143155,"fällig":143156,"ĠÑĤÑĢебÑĥеÑĤÑģÑı":143157,"Ġcará":143158,"Ġcarácter":143159,"ĠprincÃŃpio":143160,"ĠÅĤaz":143161,"ĠÅĤazien":143162,"ĠÅĤazienk":143163,"Ġgiãn":143164,"ÑģÑĤÑĢаива":143165,"Ùħساب":143166,"ÙħسابÙĤØ©":143167,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩà¸Ķืà¹Īม":143168,"ترÙĥÙĬب":143169,"volução":143170,"ĠÐŁÐ¾Ñĩ":143171,"ĠÐŁÐ¾Ñĩем":143172,"ĠÐŁÐ¾ÑĩемÑĥ":143173,"казалоÑģÑĮ":143174,"ĠпÑĢименениÑı":143175,"à¹Ģà¸Ĺียม":143176,"íĮĶ":143177,"à¸Ĥà¹īà¸Ńà¹Ģสà¸Ļà¸Ń":143178,"à¸Ľà¸±à¸įà¸įา":143179,"ĠобÑĥÑĩ":143180,"ĠобÑĥÑĩениÑı":143181,"ĠÑģеÑĢи":143182,"ĠÑģеÑĢиал":143183,"Ġinglés":143184,"ĠÙĦÙĥرة":143185,"Ġ×ĺ׾":143186,"Ġ×ĺ׾פ×ķף":143187,"Ġìłij":143188,"Ġìłijê·¼":143189,"×IJ×ķ×Ĵ":143190,"×IJ×ķ×Ĵ×ķס":143191,"×IJ×ķ×Ĵ×ķס×ĺ":143192,"ĠболÑĮÑĪое":143193,"ĠÐļонеÑĩно":143194,"×¢×Ļת×ķ׳":143195,"×¢×Ļת×ķ׳×IJ×Ļ":143196,"Ġкнопк":143197,"Ġзн":143198,"ĠзнаÑĤÑĮ":143199,"ĠÄijá»±":143200,"ĠÄijá»±ng":143201,"влаж":143202,"влажн":143203,"×ŀ×Ļ×ĺ×ij":143204,"ãĤ¬ãĤ¤":143205,"ãĤ¬ãĤ¤ãĥī":143206,"..........":143207,"Ġà¸ģุม":143208,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ":143209,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ":143210,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ":143211,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺà¹Į":143212,"bez":143213,"bezpieczeÅĦst":143214,"bezpieczeÅĦstw":143215,"ãĥijãĥijæ´»":143216,"عاط":143217,"عاطÙģ":143218,"ĠÄijáºŃm":143219,"ĠзÑĢ":143220,"ĠзÑĢениÑı":143221,"Ġborç":143222,"Ġнедел":143223,"ĠнеделÑİ":143224,"Ġhá»ı":143225,"Ġhá»ıng":143226,"ìŀ¥ìķł":143227,"ìŀ¥ìķłìĿ¸":143228,"ĠاÙĦعÙĦاÙĤØ©":143229,"Ġíģ¬":143230,"Ġíģ¬ê²Į":143231,"à¹Ħรà¹Ī":143232,"à¸ļาà¸Ķ":143233,"à¸ļาà¸Ķà¹Ģà¸Īà¹ĩà¸ļ":143234,"à¸Ŀรั":143235,"à¸Ŀรัà¹Īà¸ĩ":143236,"à¸Ŀรัà¹Īà¸ĩà¹Ģศ":143237,"à¸Ŀรัà¹Īà¸ĩà¹Ģศส":143238,"רע×Ļ":143239,"רע×Ļ×ķ׳×ķת":143240,"ĠëĮ":143241,"ĠëĮĵ":143242,"ĠëĮĵê¸Ģ":143243,"Ġnajb":143244,"Ġnajbli":143245,"Ġnajbliż":143246,"Ġnajbliższ":143247,"ĠиÑģполÑĮзÑĥеÑĤÑģÑı":143248,"ĠcientÃŃf":143249,"ĠcientÃŃfico":143250,"×¢×ŀק":143251,"Ġgợi":143252,"Ø´ØŃÙĨ":143253,"ĠÅĽm":143254,"ĠÅĽmier":143255,"ĠÅĽmierci":143256,"à¸Ħาสิà¹Ĥà¸Ļà¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":143257,"×Ĺש×ijת×Ļ":143258,"Ġningu":143259,"Ġninguém":143260,"è¾¼ãĤģ":143261,"ãģ·":143262,"ĠÑĥг":143263,"ĠÑĥгол":143264,"ï½°":143265,"פת×Ļ×Ĺ":143266,"פת×Ļ×Ĺת":143267,"Ġ×Ķר×IJש×ķ׳×Ļ×Ŀ":143268,"pósito":143269,"ãĤŃãĥ¬ãĤ¤":143270,"ãģ©ãģĵãĤį":143271,"à¹Ģà¸Ĺà¹Īาà¹Ħ":143272,"à¹Ģà¸Ĺà¹Īาà¹Ħหร":143273,"à¹Ģà¸Ĺà¹Īาà¹Ħหรà¹Ī":143274,"ĠинÑĤеÑĢÑĮеÑĢ":143275,"ĠØŃاج":143276,"ĠØŃاجة":143277,"สีà¸Ĥาว":143278,"ìĸ¼":143279,"Ġná»Ļ":143280,"Ġná»Ļp":143281,"ĠÃŃnd":143282,"ĠÃŃndice":143283,"สำรวà¸Ī":143284,"Ġкаждой":143285,"Ġhotéis":143286,"ĠnastÄĻ":143287,"ĠnastÄĻpn":143288,"Ġ×Ķק×ķ×ĵ":143289,"Ġ×Ķק×ķ×ĵ×Ŀ":143290,"פ×ķפ":143291,"פ×ķפ×ķ׾":143292,"פ×ķפ×ķ׾ר×Ļ":143293,"вÑĪей":143294,"ãĤ·ãĥ³ãĥĹ":143295,"ãĤ·ãĥ³ãĥĹãĥ«":143296,"ĠzdjÄĻÄĩ":143297,"ĠгÑĢÑĥппа":143298,"ĠпомеÑī":143299,"ĠпомеÑīениÑı":143300,"ãģ©ãģĨãģĦãģĨ":143301,"ĠиÑģпÑĭÑĤа":143302,"ĠogÅĤ":143303,"ĠogÅĤos":143304,"ĠogÅĤoszen":143305,"ĠogÅĤoszeni":143306,"สรà¹īาà¸ĩสรร":143307,"สรà¹īาà¸ĩสรรà¸Ħà¹Į":143308,"à¸ŀรรà¸ĵ":143309,"ĠçıkÄ±ÅŁ":143310,"ĠÑĩаÑģÑĤноÑģÑĤи":143311,"Ġ×ķ×Ļ×ķתר":143312,"ç¶ļãģįãĤĴ":143313,"ç¶ļãģįãĤĴèªŃ":143314,"ç¶ļãģįãĤĴèªŃãĤĢ":143315,"à¸ģรั":143316,"à¸ģรัม":143317,"гÑĢаÑĦ":143318,"Ġвлад":143319,"ĠвладелÑĮ":143320,"ĠвладелÑĮÑĨ":143321,"ĠistediÄŁ":143322,"ĠistediÄŁiniz":143323,"×ij×ľ×¢":143324,"×ij×ľ×¢×ĵ×Ļ":143325,"ÙħÙĪاÙģ":143326,"ÙħÙĪاÙģÙĤØ©":143327,"Ġ×Ļ×ķר":143328,"Ġ×Ļ×ķרק":143329,"ãĤ«ãĥ¼ãĥīãĥŃãĥ¼ãĥ³":143330,"ĠاÙĦÙħØ´ÙĥÙĦ":143331,"ĠاÙĦÙħØ´ÙĥÙĦØ©":143332,"ĠêµŃíļĮ":143333,"ספ×ĺ":143334,"ספ×ĺ×ŀ":143335,"ספ×ĺ×ŀ×ijר":143336,"Ġìĸ´ëłµ":143337,"ÙĥاÙħ":143338,"ÙĥاÙħÙĬرا":143339,"schlü":143340,"schlüsse":143341,"ĠØ«ÙĨ":143342,"ĠØ«ÙĨائÙĬ":143343,"ìī½":143344,"ĠÐŀÑģоб":143345,"ĠÐŀÑģобенно":143346,"ĠинвеÑģÑĤи":143347,"ĠинвеÑģÑĤиÑĨи":143348,"اØŃتÙħ":143349,"اØŃتÙħاÙĦ":143350,"EÄŀ":143351,"EÄŀÄ°":143352,"íķĺê²łëĭ¤":143353,"Ġ×IJ×ijר×Ķ":143354,"Ġ×IJ×ijר×Ķ×Ŀ":143355,"Ġ×ij×Ĺ×Ļ׳×Ŀ":143356,"Ø£ÙĪض":143357,"Ø£ÙĪضاع":143358,"Ġdél":143359,"Ġdélai":143360,"Ġ×IJ×ķ×Ķ×ij×Ļ×Ŀ":143361,"ĠÑģоÑħ":143362,"ĠÑģоÑħÑĢ":143363,"ĠÑģоÑħÑĢани":143364,"ĠдоÑģÑĤиж":143365,"ĠдоÑģÑĤижени":143366,"สิà¹Īà¸ĩà¹ģ":143367,"สิà¹Īà¸ĩà¹ģวà¸Ķ":143368,"สิà¹Īà¸ĩà¹ģวà¸Ķล":143369,"สิà¹Īà¸ĩà¹ģวà¸Ķลà¹īà¸Ńม":143370,"ĠاÙĦÙħباشر":143371,"ĠÑĦиг":143372,"ĠÑĦигÑĥÑĢ":143373,"можем":143374,"׾×ŀ×Ļ×ĵ×Ķ":143375,"Ġciné":143376,"Ġcinéma":143377,"Ġbada":143378,"ĠbadaÅĦ":143379,"جبÙĩØ©":143380,"Ġдеп":143381,"ĠдепÑĥÑĤ":143382,"ĠдепÑĥÑĤаÑĤ":143383,"Ġdistância":143384,"ĠاÙĦÙħعار":143385,"ĠاÙĦÙħعارضة":143386,"thèse":143387,"ünc":143388,"üncü":143389,"Ġданного":143390,"ĠBelgi":143391,"ĠBelgië":143392,"Ġ×ij×ijק":143393,"Ġ×ij×ijקש×Ķ":143394,"ยà¹Īาà¸Ļ":143395,"Ġsolução":143396,"Ġ×Ķצ×ĺר":143397,"Ġ×Ķצ×ĺרפ×ķ":143398,"ĠØ£ÙĨØŃ":143399,"ĠØ£ÙĨØŃاء":143400,"ĠدÙħØ´":143401,"ĠدÙħØ´ÙĤ":143402,"มัà¹ī":143403,"มัà¹īย":143404,"Ùħغرب":143405,"استعÙħاÙĦ":143406,"ĠSÅĤow":143407,"ĠëıĻìĭľ":143408,"ĠëıĻìĭľìĹIJ":143409,"ĠÑģоÑģ":143410,"ĠÑģоÑģед":143411,"ì²ŃìĨĮ":143412,"ì²ŃìĨĮëħĦ":143413,"ĠгÑĢаÑĦ":143414,"ĠгÑĢаÑĦик":143415,"ĠìŀijìĿĢ":143416,"Ġyeti":143417,"ĠyetiÅŁtir":143418,"ĠìĿ´ê²ĥìĿ´":143419,"หà¹Īาà¸ĩ":143420,"Ø¥ÙħÙĥاÙĨ":143421,"Ø¥ÙħÙĥاÙĨÙĬØ©":143422,"استعراض":143423,"Ùħخدر":143424,"ĠÑĩÑĥÑĤÑĮ":143425,"ÙħدÙĬر":143426,"ÙħدÙĬرÙĬØ©":143427,"Ġà¹Ģมษ":143428,"Ġà¹Ģมษายà¸Ļ":143429,"ĠмеÑħ":143430,"ĠмеÑħаниз":143431,"ĠмеÑħанизм":143432,"ĠÑģÑĥм":143433,"ĠÑģÑĥммÑĥ":143434,"Ġvö":143435,"Ġvöll":143436,"Ġvöllig":143437,"ĠдÑĢÑĥз":143438,"ĠдÑĢÑĥзÑĮÑı":143439,"ãĤĴåĪ©çĶ¨ãģĹãģ¦":143440,"à¸ļรรà¸Īุ":143441,"pożycz":143442,"×ŀש׼":143443,"×ŀ×©×Ľ×ł×ª":143444,"×ŀ×©×Ľ×ł×ª×IJ":143445,"Ġeuropéen":143446,"Ġproprié":143447,"Ġpropriétaire":143448,"Ġkhấu":143449,"ãģĦãģŁãģłãģijãĤĭ":143450,"Ġtecrü":143451,"Ġtecrübe":143452,"×Ķ×ij":143453,"×Ķ×ij׳×Ķ":143454,"ĠcuÌ":143455,"ĠcuÌī":143456,"ĠcuÌīa":143457,"×IJ×ķ×ķ":143458,"×IJ×ķ×ķ×Ļר×Ķ":143459,"Ġ׼×ķ׾×ķ":143460,"Ulus":143461,"Uluslararası":143462,"Ġ׳×ķת":143463,"Ġ׳×ķ×ª×Ł":143464,"ãģ«åIJij":143465,"ãģ«åIJijãģijãģ¦":143466,"ë¹Ľ":143467,"à¸Ĺัà¸ģษ":143468,"à¸Ĺัà¸ģษะ":143469,"سÙĤÙĪ":143470,"سÙĤÙĪØ·":143471,"Ġвн":143472,"ĠвнеÑĪ":143473,"ĠвнеÑĪне":143474,"Ġurz":143475,"ĠurzÄĻd":143476,"Ġámb":143477,"Ġámbito":143478,"à¸Ńà¸ĺิ":143479,"à¸Ńà¸ĺิà¸ļาย":143480,"ĠÅĤad":143481,"ĠÅĤadn":143482,"ê±´ì¶ķ":143483,"wództ":143484,"wództw":143485,"Ġquestões":143486,"Ġשק":143487,"Ġשק×Ļ×ij׾":143488,"ĠmiejscowoÅĽci":143489,"Ġвал":143490,"ĠвалÑİÑĤ":143491,"häuser":143492,"หà¸Ļà¸Ńà¸ĩ":143493,"ãģ¨åħ±":143494,"ãģ¨åħ±ãģ«":143495,"ãĥıãĥ¼ãĥī":143496,"Ġê°ľìµľ":143497,"ĠоÑģновном":143498,"ĠмÑıÑģ":143499,"اعت":143500,"اعتÙĤاÙĦ":143501,"สà¸ĸิ":143502,"สà¸ĸิà¸ķิ":143503,"Ngu":143504,"Nguá»ĵn":143505,"ĠÙħجÙĦ":143506,"ĠÙħجÙĦØ©":143507,"à¹ģà¸Ĥà¸Ļ":143508,"ĠاÙĦÙĦÙĬبÙĬ":143509,"פע×Ļ׾×ķ×Ļ×ķת":143510,"Ġ×Ķרפ×ķ×IJ×Ļ":143511,"פר×ķפ":143512,"פר×ķפ×Ļ׾":143513,"ק׾×IJ":143514,"ק׾×IJס×Ļ":143515,"ÙĥتشÙģ":143516,"ãģ«ãģªãģ£ãģ¦ãģĹãģ¾ãģĨ":143517,"à¹Ģà¸Ħลà¹ĩà¸Ķ":143518,"à¹Ģà¸Ħลà¹ĩà¸Ķลัà¸ļ":143519,"Ġì»´":143520,"Ġì»´íĵ¨":143521,"Ġì»´íĵ¨íĦ°":143522,"Ġ×Ĺ×Ļ×ķ×ij×Ļ":143523,"Ġnäm":143524,"Ġnämlich":143525,"åij¼ãģ°":143526,"åij¼ãģ°ãĤĮ":143527,"ĠÑĢол":143528,"ĠÑĢоли":143529,"Ġspécialisé":143530,"à¸Ļวัà¸ķ":143531,"à¸Ļวัà¸ķà¸ģรรม":143532,"ÙĨصÙĪص":143533,"пеÑĢед":143534,"пеÑĢедаÑĩ":143535,"thèque":143536,"Ġר×IJ×Ļת×Ļ":143537,"ãĥĢãĤ¦ãĥ³":143538,"ãĤıãģĭ":143539,"ãĤıãģĭãģ£ãģ¦":143540,"беÑĢеж":143541,"ĠÑģек":143542,"ĠÑģекÑĢ":143543,"ĠÑģекÑĢеÑĤ":143544,"ĠпоÑģÑĤоÑıнн":143545,"à¸Ĥà¸Ļสà¹Īà¸ĩ":143546,"Ġmük":143547,"Ġmükem":143548,"Ġmükemmel":143549,"еÑĤеÑģÑĮ":143550,"ĠاÙĦسÙĨÙĪات":143551,"ĠìłĦíĺĢ":143552,"Ġ×Ķ×ŀק×ķר×Ļ":143553,"Ġmüd":143554,"Ġmüdah":143555,"Ġmüdahale":143556,"Ġwyb":143557,"Ġwybór":143558,"Ġtendência":143559,"إدار":143560,"إدارÙĬØ©":143561,"Ġunterstützen":143562,"ת×ijר":143563,"ת×ijרר":143564,"Ġdiá":143565,"Ġdiálogo":143566,"ĠÃĸnce":143567,"ĠÃĸnceki":143568,"ãĤ¹ãĥĿãĥĥãĥĪ":143569,"ëĦ£":143570,"ĠGeli":143571,"ĠGeliÅŁ":143572,"ãĤĴéĢļ":143573,"ãĤĴéĢļãģĹãģ¦":143574,"ĠFuÃŁball":143575,"Ġsalari":143576,"Ġsalarié":143577,"ĠпÑĢодÑĥкÑĤов":143578,"صÙģÙĤØ©":143579,"รวà¸ļ":143580,"รวà¸ļรวม":143581,"à¹ĥà¸Ļà¸IJาà¸Ļ":143582,"à¹ĥà¸Ļà¸IJาà¸Ļะ":143583,"Ġkayna":143584,"Ġkaynaģı":143585,"ĠìŀijíĴĪ":143586,"ĠвÑĭÑĢаж":143587,"ĠвÑĭÑĢажен":143588,"ĠÑģÑĤеп":143589,"ĠÑģÑĤепени":143590,"ĠاÙĦÙħÙĪجÙĪد":143591,"ĠاÙĦÙħÙĪجÙĪدة":143592,"ลà¹īม":143593,"ĠnajczÄĻ":143594,"ĠnajczÄĻÅĽcie":143595,"ĠnajczÄĻÅĽciej":143596,"Ġzwy":143597,"Ġzwyk":143598,"ĠzwykÅĤ":143599,"Ġê·¸ëłĩì§Ģ":143600,"à¸ģระà¸Ī":143601,"à¸ģระà¸Īาย":143602,"Ġëĭµ":143603,"Ġëĭµë³Ģ":143604,"ĠÑĢеак":143605,"ĠÑĢеакÑĨи":143606,"ĠÅĽwież":143607,"ĠÑģÑĤоимоÑģÑĤи":143608,"ÙħÙĨاÙĤ":143609,"ÙħÙĨاÙĤØ´":143610,"ÙħÙĨاÙĤشة":143611,"ĠÑħоÑĩÑĥ":143612,"ãĥľãĥ¼ãĥī":143613,"Ġróżnic":143614,"ĠкÑĢÑĭ":143615,"ĠкÑĢÑĭÑĪ":143616,"âľĵ":143617,"ãĤ³ãĥ³ãĥĨãĥ³":143618,"ãĤ³ãĥ³ãĥĨãĥ³ãĥĦ":143619,"ĠпÑĢедпоÑĩ":143620,"×ŀר×ij×Ļת":143621,"ĠØ´Ùĥ":143622,"ĠØ´Ùĥرا":143623,"Ġдал":143624,"Ġдалек":143625,"Ġдалеко":143626,"برÙĬØ·":143627,"برÙĬطاÙĨÙĬا":143628,"عÙĨا":143629,"عÙĨاÙĬØ©":143630,"ĠÑĢаÑģÑģказ":143631,"ĠÑĢаÑģÑģказÑĭва":143632,"Ø£ÙĦÙĪ":143633,"Ø£ÙĦÙĪاÙĨ":143634,"æĮģãģ£ãģ¦":143635,"æĮģãģ£ãģ¦ãģĦ":143636,"Ùħبادئ":143637,"×Ķ×¢×ijר":143638,"×Ķ×¢×ijרת":143639,"Ġyayı":143640,"Ġyayıml":143641,"Ġyayımla":143642,"mát":143643,"máticos":143644,"à¸ģัà¸ĩ":143645,"à¸ģัà¸ĩวล":143646,"Ġ×ľ×¤×ª":143647,"Ġ×ľ×¤×ª×ķ×Ĺ":143648,"à¸ŀฤà¸ķิ":143649,"à¸ŀฤà¸ķิà¸ģรรม":143650,"íĤ¬":143651,"ĠокÑĢÑĥг":143652,"Ġ×ŀצ×ķ×ķ×Ķ":143653,"ÐĽÐµÐ½Ð¸":143654,"ÐĽÐµÐ½Ð¸Ð½":143655,"ĠTriá»ģu":143656,"ãĤ³ãĥŁãĥ¥":143657,"ãĤ³ãĥŁãĥ¥ãĥĭ":143658,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±":143659,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±ãĥ¼ãĤ·ãĥ§ãĥ³":143660,"ÙĥÙĨÙĬ":143661,"ÙĥÙĨÙĬسة":143662,"ãĤĴä¸Ńå¿ĥ":143663,"ãĤĴä¸Ńå¿ĥãģ«":143664,"ĠmiÄĻdz":143665,"ĠmiÄĻdzyn":143666,"ĠmiÄĻdzynar":143667,"ĠmiÄĻdzynarod":143668,"ĠmiÄĻdzynarodow":143669,"ÙĦÙĨ":143670,"ÙĦÙĨدا":143671,"برش":143672,"برشÙĦÙĪÙĨ":143673,"برشÙĦÙĪÙĨØ©":143674,"à¸ģระà¸ķุ":143675,"à¸ģระà¸ķุà¹īà¸Ļ":143676,"Ġgı":143677,"Ġgıda":143678,"à¸Ľà¸£à¸°à¸Ĺัà¸ļ":143679,"à¸Ľà¸£à¸°à¸Ĺัà¸ļà¹ĥà¸Ī":143680,"Ġë¶Ī구":143681,"Ġë¶Ī구íķĺê³ł":143682,"ĠÙĨØ·":143683,"ĠÙĨطاÙĤ":143684,"ĠÐľÐ¾Ð¶ÐµÑĤ":143685,"Präs":143686,"Präsident":143687,"ĠÑģкоÑĢ":143688,"ĠÑģкоÑĢоÑģÑĤÑĮ":143689,"Ġ×Ķ×ij×ķקר":143690,"еÑħаÑĤÑĮ":143691,"Ġgạo":143692,"Ġש×IJ×Ļ׳×Ŀ":143693,"Ġ×ij׳×ķ×Ĵ":143694,"Ġ×ij׳×ķ×Ĵ×¢":143695,"ĠопиÑģание":143696,"Ġuczni":143697,"Ġuczniów":143698,"à¹Ģà¸Ńà¹ĩà¸Ļ":143699,"Ġتش":143700,"ĠتشرÙĬÙĨ":143701,"Ġnhãn":143702,"빨":143703,"Ġcaractère":143704,"×¢×ľ×Ļ":143705,"×¢×ľ×Ļ×Ļ×Ķ":143706,"楽ãģĹãĤģãĤĭ":143707,"ĠÑģаÑħ":143708,"ĠÑģаÑħаÑĢ":143709,"дÑĥмаÑĤÑĮ":143710,"ĠÐĴозможно":143711,"صÙĬاÙĨ":143712,"صÙĬاÙĨØ©":143713,"ömür":143714,"สล":143715,"สลà¹ĩ":143716,"สลà¹ĩà¸Ń":143717,"สลà¹ĩà¸Ńà¸ķ":143718,"롯":143719,"Ġthói":143720,"grÃ¶ÃŁe":143721,"ĠksiÄĻ":143722,"ĠksiÄĻg":143723,"ĠÑĢом":143724,"ĠÑĢоман":143725,"ÙĤاسÙħ":143726,"×ŀ×ij×ķ×Ĵ":143727,"×ŀ×ij×ķ×Ĵר×Ļ×Ŀ":143728,"besch":143729,"beschäft":143730,"beschäftig":143731,"×Ķצע×Ķ":143732,"ĠÃģrea":143733,"ĠзаÑıвк":143734,"Ĺ":143735,"ĠлÑİбого":143736,"Ġม":143737,"Ġมà¸ģร":143738,"Ġมà¸ģราà¸Ħม":143739,"ÑĦиз":143740,"ÑĦизиÑĩеÑģк":143741,"инÑĦ":143742,"инÑĦек":143743,"инÑĦекÑĨи":143744,"اÙĦØ·":143745,"اÙĦطائÙģ":143746,"Ġколл":143747,"ĠколлекÑĤив":143748,"езжа":143749,"ĠسبØŃ":143750,"ĠسبØŃاÙĨ":143751,"ĠسبØŃاÙĨÙĩ":143752,"schlä":143753,"schläge":143754,"Ġди":143755,"Ġдиаг":143756,"ĠдиагноÑģÑĤ":143757,"ĠоÑĤмеÑĤиÑĤÑĮ":143758,"ТЬ":143759,"ĠاÙĦدر":143760,"ĠاÙĦدراسÙĬ":143761,"עצ×ŀ":143762,"עצ×ŀ×IJ×ķת":143763,"Ġdémarch":143764,"Ġdémarche":143765,"Ġ×ĺ×ķ×¢":143766,"Ġ×ĺ×ķ×¢×Ł":143767,"Ġfuncionários":143768,"ỵ":143769,"׾׼×IJ":143770,"׾׼×IJ×ķר×Ķ":143771,"à¸ĭà¹Ī":143772,"à¸ĭà¹Īà¸Ńม":143773,"ĠÑĩÑĥв":143774,"ĠÑĩÑĥвÑģÑĤво":143775,"âĸ¼":143776,"пÑĥÑī":143777,"пÑĥÑīен":143778,"ĠмеÑĢ":143779,"ĠмеÑĢоп":143780,"ĠмеÑĢопÑĢи":143781,"ĠмеÑĢопÑĢиÑıÑĤиÑı":143782,"Ġuçu":143783,"ĠuçuÅŁ":143784,"ãĤĴåĪ©çĶ¨ãģĻãĤĭ":143785,"aÄŁ":143786,"aÄŁlı":143787,"ìĺĪìĪł":143788,"à¹ģยà¹Ī":143789,"ĠاÙĦÙĥÙħ":143790,"ĠاÙĦÙĥÙħبÙĬ":143791,"ĠاÙĦÙĥÙħبÙĬÙĪتر":143792,"تÙĪÙĬ":143793,"تÙĪÙĬتر":143794,"à¹Ģà¸Ĭีà¹Īยว":143795,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭา":143796,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭาà¸į":143797,"á»Ķ":143798,"Ġhiếm":143799,"ذاÙĥرة":143800,"Ġ×Ķ×ŀ×Ļ×ķ×Ĺ×ĵ":143801,"ĠìĪľ":143802,"ĠìĪľê°Ħ":143803,"ĠKı":143804,"ĠKısa":143805,"ĠgeleceÄŁi":143806,"пÑĢоÑĦеÑģÑģиона":143807,"пÑĢоÑĦеÑģÑģионал":143808,"Ġogó":143809,"Ġogóle":143810,"ĠgÅĤów":143811,"ĠgÅĤówne":143812,"ĠÑģÑĤилÑĮ":143813,"×IJפ׾":143814,"×IJפ׾×Ļק":143815,"×IJפ׾×Ļקצ×Ļ×Ķ":143816,"สมารà¹Į":143817,"สมารà¹Įà¸Ĺ":143818,"สมารà¹Įà¸Ĺà¹Ĥà¸Ł":143819,"สมารà¹Įà¸Ĺà¹Ĥà¸Łà¸Ļ":143820,"Ġthánh":143821,"ÐŁÐ¾Ð´":143822,"ÐŁÐ¾Ð´ÑĢоб":143823,"ÐŁÐ¾Ð´ÑĢобнее":143824,"ĠاÙĦتÙĪÙĨ":143825,"ĠاÙĦتÙĪÙĨسÙĬ":143826,"Ġbahçe":143827,"à¹ģà¸ģà¹īà¸Ľà¸±à¸įหา":143828,"éducation":143829,"europ":143830,"europä":143831,"europäische":143832,"ĠKsi":143833,"ĠKsiÄĻ":143834,"ĠëĦĺ":143835,"ĠëĦĺìĸ´":143836,"Ġvüc":143837,"Ġvücud":143838,"Ġyayg":143839,"Ġyaygın":143840,"Ġniekt":143841,"Ġniektóry":143842,"Ġniektórych":143843,"ãģŃãģĩ":143844,"Ġкаж":143845,"ĠкажеÑĤÑģÑı":143846,"каж":143847,"кажеÑĤ":143848,"ĠاÙĦدÙĬÙħÙĤرا":143849,"ĠاÙĦدÙĬÙħÙĤراط":143850,"ĠاÙĦدÙĬÙħÙĤراطÙĬØ©":143851,"æŃ©":143852,"æŃ©ãģĦãģ¦":143853,"Ġvaz":143854,"Ġvazge":143855,"Ġvazgeç":143856,"ĠминималÑĮ":143857,"ĠминималÑĮн":143858,"ãĥijãĤ¿":143859,"ãĥijãĤ¿ãĥ¼ãĥ³":143860,"ĠëĬ":143861,"ĠëĬIJ":143862,"ĠëĬIJëĤĮ":143863,"ãģ¡ãĤĩãģĨ":143864,"ãģ¡ãĤĩãģĨãģ©":143865,"Ġà¸ģร":143866,"Ġà¸ģรà¸ģà¸İ":143867,"Ġà¸ģรà¸ģà¸İาà¸Ħม":143868,"تجدÙĬد":143869,"ĠشاÙħÙĦ":143870,"หลัà¸ģà¸IJาà¸Ļ":143871,"ĠмаÑĢÑĪ":143872,"ĠмаÑĢÑĪÑĢÑĥÑĤ":143873,"ĠvÃŃt":143874,"ĠvÃŃtima":143875,"Ġquizá":143876,"aygı":143877,"×ĵ×ijר×Ļ×ķ":143878,"Ġизд":143879,"Ġиздели":143880,"ĠизделиÑı":143881,"пла":143882,"плаÑĩ":143883,"плаÑĩива":143884,"ä»»ãģĽ":143885,"Ġéquipé":143886,"ä¹ħãģĹãģ":143887,"ä¹ħãģĹãģ¶":143888,"ä¹ħãģĹãģ¶ãĤĬ":143889,"ĠкаÑĤ":143890,"ĠкаÑĤал":143891,"ĠкаÑĤалог":143892,"สà¹īม":143893,"ĠÑĢей":143894,"ĠÑĢейÑĤ":143895,"ĠÑĢейÑĤинг":143896,"Ġthuyá»ģn":143897,"ĠاÙĦÙħÙĤدس":143898,"espère":143899,"ãģ«åħ¥ãģ£ãģŁ":143900,"หมายà¹Ģลà¸Ĥ":143901,"ת×Ĺ×ķשת":143902,"à¸Ļà¹Īะ":143903,"ĠpeÅĤ":143904,"ĠpeÅĤne":143905,"Ġpérd":143906,"Ġpérdida":143907,"หมวà¸Ķ":143908,"หมวà¸Ķหมูà¹Ī":143909,"иÑĩеÑģкÑĥÑİ":143910,"çµĤãĤı":143911,"çµĤãĤıãģ£ãģŁ":143912,"Ġ×Ĵ×ķ×Ĵ׾":143913,"à¸Ĺำà¸Ħวาม":143914,"à¸Ĺำà¸Ħวามสะà¸Ńาà¸Ķ":143915,"Hotéis":143916,"ĠзаÑĢ":143917,"ĠзаÑĢегиÑģÑĤ":143918,"ĠзаÑĢегиÑģÑĤÑĢи":143919,"ĠзаÑĢегиÑģÑĤÑĢиÑĢова":143920,"ĠÑģобÑĭÑĤи":143921,"ĠÑģобÑĭÑĤиÑı":143922,"Ġ×ĸ׼×IJ":143923,"ÙħÙĨظÙĪÙħØ©":143924,"Ġ×Ķ×ŀצ":143925,"Ġ×Ķ×ŀצ×Ļ×IJ×ķת":143926,"ÙħÙĥÙĪÙĨ":143927,"ÙħÙĥÙĪÙĨات":143928,"ä¸ĬãģĮãĤĭ":143929,"ĠmÄĻ":143930,"ĠmÄĻsk":143931,"หรืà¸Ńà¹Ģà¸Ľà¸¥à¹Īา":143932,"ëĤ®":143933,"Ġnoktas":143934,"Ġnoktası":143935,"ĠболÑĮÑĪим":143936,"ĠлÑĥÑĩÑĪиÑħ":143937,"Ø´ÙĩÙĬد":143938,"à¸Ńำà¸Ļ":143939,"à¸Ńำà¸Ļวย":143940,"à¸Ńำà¸Ļวยà¸Ħวาม":143941,"à¸Ńำà¸Ļวยà¸Ħวามสะà¸Ķวà¸ģ":143942,"Ġев":143943,"ĠевÑĢ":143944,"ĠевÑĢоп":143945,"ĠевÑĢопей":143946,"à¸īาย":143947,"ìĦŃ":143948,"ÙħÙģا":143949,"ÙħÙģاÙĪض":143950,"ÙħÙģاÙĪضات":143951,"ë¹Į":143952,"赤ãģ¡ãĤĥãĤĵ":143953,"ĠÑĥдалоÑģÑĮ":143954,"ĠХоÑĤ":143955,"ĠХоÑĤÑı":143956,"przedsiÄĻbiorc":143957,"ĠHôm":143958,"íķĺìĺĢìĬµëĭĪëĭ¤":143959,"Ġнаг":143960,"ĠнагÑĢÑĥз":143961,"ĠнагÑĢÑĥзк":143962,"Ġ×ij×Ļ׳׾×IJ×ķ×ŀ×Ļ":143963,"Ġê°ĢëĬ¥íķľ":143964,"ĠHữu":143965,"à¸Ńุà¸Ķ":143966,"à¸Ńุà¸Ķม":143967,"ת×ķפ":143968,"ת×ķפע×Ķ":143969,"ĠmiÅĤo":143970,"ĠmiÅĤoÅĽci":143971,"ksiÄħż":143972,"ksiÄħżka":143973,"ĠاÙĦÙĦعبة":143974,"à¸īาà¸ģ":143975,"สะสม":143976,"×ŀתר":143977,"×ŀתר×Ĺש":143978,"Ġlégère":143979,"Ġ׾צפ":143980,"Ġ׾צפ×Ļ×Ķ":143981,"ĠиÑģÑĤоÑĢиÑı":143982,"ĠãĥĪãĥ©":143983,"ĠãĥĪãĥ©ãĥĥãĤ¯":143984,"ĠãĥĪãĥ©ãĥĥãĤ¯ãĥIJãĥĥãĤ¯":143985,"Ġка":143986,"ĠкаÑĦе":143987,"×ŀס×ŀ×ļ":143988,"Ġcüm":143989,"Ġcümle":143990,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļà¹Ħหว":143991,"ãģĬãģĿ":143992,"ãģĬãģĿãĤīãģı":143993,"ìŀIJëıĻ":143994,"ìŀIJëıĻì°¨":143995,"à¸Ńัà¸ķ":143996,"à¸Ńัà¸ķà¹Ĥà¸Ļ":143997,"à¸Ńัà¸ķà¹Ĥà¸Ļมั":143998,"à¸Ńัà¸ķà¹Ĥà¸Ļมัà¸ķิ":143999,"ĠÅŁik":144000,"ĠÅŁikay":144001,"ĠÅŁikayet":144002,"extrême":144003,"krä":144004,"kräfte":144005,"ëĤĻ":144006,"íķij":144007,"ì²Ļ":144008,"íĺĪ":144009,"ì°į":144010,"âĻ¡":144011,"ìŀĶ":144012,"뢰":144013,"íĿĶ":144014,"íĿIJ":144015,"âĩĴ":144016,"맼":144017,"ìĬĪ":144018,"á»Ĵ":144019,"ìĺµ":144020,"âĹİ":144021,"íĤ¨":144022,"ê¿Ī":144023,"ìĪ¨":144024,"ìĽ¨":144025,"맥":144026,"ï½Ģ":144027,"Ｊ":144028,"Ẩ":144029,"ãħİ":144030,"ÑĹ":144031,"ìĦ¬":144032,"ì¹¼":144033,"Ｖ":144034,"ìĽł":144035,"룴":144036,"Åĥ":144037,"ëĤ¼":144038,"ëĭIJ":144039,"âĢ¹":144040,"ë¦Ń":144041,"ì§IJ":144042,"âĢ¤":144043,"Ãħ":144044,"뾨":144045,"íĦ¸":144046,"íľĺ":144047,"ê²ģ":144048,"ë´ħ":144049,"Ãĺ":144050,"ëŃĶ":144051,"ëĺij":144052,"âĹĩ":144053,"ìĹĺ":144054,"ï»´":144055,"맹":144056,"ï¾Ŀ":144057,"ìĬ·":144058,"íĥķ":144059,"ï¼ł":144060,"ì»´":144061,"ëłĮ":144062,"ì½ľ":144063,"ﻹ":144064,"ãħł":144065,"졸":144066,"ëħ¹":144067,"âĤº":144068,"âĸ¶":144069,"íĥIJ":144070,"êµ´":144071,"íij¸":144072,"ÑĶ":144073,"íĶ½":144074,"Ðħ":144075,"ë°¤":144076,"Ôģ":144077,"첨":144078,"ì¶ĺ":144079,"ë²Ĺ":144080,"멸":144081,"ï¼»":144082,"ï¼½":144083,"ï¼·":144084,"ì°Į":144085,"ÃĴ":144086,"íı´":144087,"ìĵ¸":144088,"ì´Į":144089,"ëģĶ":144090,"ëĶ©":144091,"ëĩĮ":144092,"ë©Ģ":144093,"벨":144094,"ï¼µ":144095,"맡":144096,"ëĭ«":144097,"฿":144098,"ãģ±":144099,"ìĩ¼":144100,"ìºł":144101,"뮤":144102,"ê±±":144103,"컬":144104,"âĦĥ":144105,"ëĶ±":144106,"ëĥĪ":144107,"ìĭ±":144108,"íĻĪ":144109,"ëŀIJ":144110,"ìħĢ":144111,"ìłł":144112,"ÐĨ":144113,"ëłī":144114,"ï½ħ":144115,"ï½ı":144116,"íĻĢ":144117,"뼰":144118,"á»®":144119,"íĤ¹":144120,"ê½ĥ":144121,"ﻤ":144122,"ïºĶ":144123,"꺼":144124,"ìķī":144125,"âĻ¦":144126,"ï½ģ":144127,"ìĵ´":144128,"ãĢī":144129,"ì°®":144130,"ì¤ĺ":144131,"Ừ":144132,"ëģĦ":144133,"ëIJ¨":144134,"ìķĮ":144135,"íĿĺ":144136,"íħIJ":144137,"ãĢĪ":144138,"겪":144139,"ëĭ¥":144140,"ê²¼":144141,"á»Į":144142,"맨":144143,"ëģĬ":144144,"벤":144145,"ëijĶ":144146,"íĿ¡":144147,"Ử":144148,"ë¬ĺ":144149,"ãģī":144150,"ëŀ«":144151,"íĶĪ":144152,"íħį":144153,"ìŀĥ":144154,"ï½ī":144155,"ìģľ":144156,"âĸ½":144157,"묻":144158,"âĸ³":144159,"Ｘ":144160,"ìģĺ":144161,"춰":144162,"ìĬ´":144163,"ìķ±":144164,"ìĩĦ":144165,"Ắ":144166,"ï´¿":144167,"ï´¾":144168,"âĤ½":144169,"ëĦĵ":144170,"룩":144171,"쳤":144172,"ê´ľ":144173,"ÃĻ":144174,"Ỿ":144175,"ï¿£":144176,"ëĵŃ":144177,"ë©ĺ":144178,"ê»´":144179,"ëł´":144180,"Ðĥ":144181,"묵":144182,"ì§Ŀ":144183,"ãģº":144184,"ðŁĺĤ":144185,"ëŀ¬":144186,"ìłĬ":144187,"ê´Ħ":144188,"ìŀĬ":144189,"íŀĮ":144190,"ìĦ¯":144191,"âĪĢ":144192,"âĸ¡":144193,"ëĢĮ":144194,"ëŀĻ":144195,"ï½ĥ":144196,"Ặ":144197,"ï¾Ħ":144198,"ïºĺ":144199,"ë¹¼":144200,"ÃĮ":144201,"âĸ·":144202,"ê¸į":144203,"ë©ĭ":144204,"ãģĥ":144205,"ìĺĨ":144206,"ìĺ®":144207,"몬":144208,"롤":144209,"볬":144210,"ëĬ¦":144211,"âĸª":144212,"ì¼ĵ":144213,"ìľĪ":144214,"짧":144215,"ï½½":144216,"ëĥī":144217,"ï¾Į":144218,"ëĺIJ":144219,"ï¼ĥ":144220,"á»Ħ":144221,"ì´¬":144222,"춤":144223,"ï¼¹":144224,"ï»Ń":144225,"âĤ«":144226,"ï½ĩ":144227,"ìĺ·":144228,"ëĸ¨":144229,"âī«":144230,"릿":144231,"⾨":144232,"Ù±":144233,"쯤":144234,"ê¹Ķ":144235,"ðŁĺĬ":144236,"ìĪ«":144237,"ê³±":144238,"êµ³":144239,"ï½ĭ":144240,"à¸Į":144241,"Äł":144242,"ëĶ¸":144243,"ë°ij":144244,"ìħĭ":144245,"íİ´":144246,"âľħ":144247,"íĥij":144248,"ëĪĩ":144249,"íı¼":144250,"ðŁĺį":144251,"ìĺĽ":144252,"ﻣ":144253,"Ñĺ":144254,"ì©Į":144255,"ë¦ħ":144256,"ìĿį":144257,"ｸ":144258,"ëįľ":144259,"ãģħ":144260,"íݼ":144261,"ëĭĿ":144262,"ë¿Į":144263,"ì¼°":144264,"ìĭ«":144265,"ë°¥":144266,"íĽĮ":144267,"ì¨Į":144268,"ë¹Ļ":144269,"ï½İ":144270,"ë´Ħ":144271,"ìĦ¹":144272,"ï½²":144273,"ìĮĵ":144274,"Òij":144275,"ë°į":144276,"ëłĢ":144277,"íĨ¤":144278,"ｯ":144279,"ë¤Ħ":144280,"꽤":144281,"ï½Ĵ":144282,"ìķ¨":144283,"ï½¼":144284,"ê¹IJ":144285,"íģIJ":144286,"âĦĸ":144287,"맺":144288,"ﺮ":144289,"ëħģ":144290,"겸":144291,"ï»ł":144292,"íĬľ":144293,"Ź":144294,"ë¥Ń":144295,"ëĪī":144296,"ï½Ķ":144297,"íĮ¬":144298,"ìŀĩ":144299,"ï¬ģ":144300,"ﻨ":144301,"ëij¥":144302,"ëŀĦ":144303,"Ù¬":144304,"íĭ´":144305,"ìŀī":144306,"Ú¾":144307,"ìĽħ":144308,"ï»®":144309,"ëĭī":144310,"âīª":144311,"âĹĦ":144312,"ëĪĮ":144313,"íĽ¼":144314,"ì¤į":144315,"Ÿ":144316,"줬":144317,"ì¾Į":144318,"ï½ĵ":144319,"ï¾Ĭ":144320,"ðŁı»":144321,"ï¾ī":144322,"Ðģ":144323,"íĺIJ":144324,"ï¾Ļ":144325,"꼬":144326,"íŀIJ":144327,"âĢ¥":144328,"ëŁŃ":144329,"ë§ŀ":144330,"ìĥ¤":144331,"ïºĴ":144332,"íĭ±":144333,"ë½ij":144334,"Ãķ":144335,"âĪļ":144336,"ëĤĦ":144337,"ê¹Ŀ":144338,"ëĨĪ":144339,"Ẻ":144340,"ìħĪ":144341,"ìĮį":144342,"âĢ¡":144343,"ï¼±":144344,"ìģ¨":144345,"âĺº":144346,"ëĴ·":144347,"ìĺ³":144348,"ðŁijį":144349,"몽":144350,"ëĤŃ":144351,"ïºŃ":144352,"ë©Ī":144353,"á»Ī":144354,"íķĢ":144355,"ëĭĻ":144356,"ë¦ĩ":144357,"ìķ¤":144358,"ìį¼":144359,"ãĥµ":144360,"Ñ£":144361,"ìľĹ":144362,"âŃIJ":144363,"ï¾ĺ":144364,"íŬ":144365,"ê¾¼":144366,"ìķĹ":144367,"ï»Į":144368,"ê±·":144369,"ëħķ":144370,"롱":144371,"ìķĬ":144372,"ï¾Ģ":144373,"ìĩł":144374,"íĮ©":144375,"ﺪ":144376,"ë§Ļ":144377,"＿":144378,"ê¿Ķ":144379,"íİľ":144380,"룸":144381,"íĶĶ":144382,"ﻳ":144383,"ëıķ":144384,"ìĭ¼":144385,"á»İ":144386,"ë§ĺ":144387,"ì¢ĭ":144388,"íĨ¡":144389,"ï½±":144390,"íĿij":144391,"Ỹ":144392,"ì¦Į":144393,"칸":144394,"ëŃĺ":144395,"ï¾Ĺ":144396,"ï»ĭ":144397,"íĬĢ":144398,"ë¥Ļ":144399,"콩":144400,"ëģĹ":144401,"ëį´":144402,"ìħľ":144403,"¸":144404,"ë»IJ":144405,"ìĥµ":144406,"ê²IJ":144407,"ëĵ¬":144408,"룰":144409,"ãħĭ":144410,"ìĹī":144411,"á»ĸ":144412,"ëĦĮ":144413,"ｶ":144414,"ë´ĩ":144415,"ëĤ³":144416,"ãĤľ":144417,"ëĸ»":144418,"íİĢ":144419,"ëį©":144420,"íķ¸":144421,"÷":144422,"ê¼¼":144423,"ëĶľ":144424,"ë°´":144425,"ë©į":144426,"âĹ¯":144427,"ìĹij":144428,"ìĻ¼":144429,"ïºij":144430,"ë¶ķ":144431,"롬":144432,"ï½Į":144433,"íĨ¨":144434,"ﺴ":144435,"ëłĺ":144436,"ê°¤":144437,"ìĪ²":144438,"Ñĵ":144439,"ìħī":144440,"ï»ĵ":144441,"ëĪĶ":144442,"ëį§":144443,"âĢ¼":144444,"ﻲ":144445,"ê°±":144446,"ê¿Ģ":144447,"ëĭ·":144448,"Ẹ":144449,"Ẫ":144450,"ÆĴ":144451,"ëį¤":144452,"ìĪŃ":144453,"ï½Ĥ":144454,"ï½Ī":144455,"Åł":144456,"룬":144457,"ѵ":144458,"ëĸ¡":144459,"ëĥĦ":144460,"ìĦ°":144461,"ëĵĪ":144462,"ï¾ĥ":144463,"ëĩ¨":144464,"ï½IJ":144465,"êµ½":144466,"ìĹ½":144467,"ëĤĢ":144468,"묶":144469,"ï½·":144470,"ìıŁ":144471,"íĺĶ":144472,"ê¼Ī":144473,"ëģĪ":144474,"ì¥IJ":144475,"ïºĹ":144476,"ÄĮ":144477,"ëĪł":144478,"ëĸ¼":144479,"íĢ´":144480,"âī¥":144481,"ëĭŃ":144482,"ì±Ļ":144483,"ê»ı":144484,"멤":144485,"ìĥĺ":144486,"ëį®":144487,"룡":144488,"ìĤ½":144489,"ãĪľ":144490,"Ĩ":144491,"âĢ§":144492,"ｺ":144493,"Ä£":144494,"ì¦ī":144495,"ï¼¼":144496,"Û©":144497,"âĪĻ":144498,"ë°ı":144499,"ë¹ħ":144500,"ðŁĺĽ":144501,"íĪ´":144502,"ðŁĴķ":144503,"ãĢĴ":144504,"ìŀĺ":144505,"ﺤ":144506,"ï½ĸ":144507,"ë©ľ":144508,"ë²¼":144509,"ëĿĦ":144510,"ëļľ":144511,"ï»ĺ":144512,"ìĥĮ":144513,"ï½Ħ":144514,"ì©Ķ":144515,"ï½Ļ":144516,"ﺩ":144517,"Ûŀ":144518,"âĺİ":144519,"ìł¤":144520,"ëIJ©":144521,"ÅĿ":144522,"âŀ¡":144523,"ﻧ":144524,"Ðı":144525,"ì«ĵ":144526,"ê³½":144527,"Éij":144528,"ãĥ²":144529,"ëĤ«":144530,"ë¦ī":144531,"ì¢ģ":144532,"ë°Ń":144533,"ðŁĺģ":144534,"ë¹µ":144535,"첩":144536,"컵":144537,"ðŁĺĺ":144538,"ë±ħ":144539,"âīĪ":144540,"ë¹ļ":144541,"ï»ľ":144542,"ðŁĻı":144543,"íģ°":144544,"ìĦŀ":144545,"ï¾ļ":144546,"ìĺ¹":144547,"ë¼Ī":144548,"ëĤ¯":144549,"ëŀ©":144550,"íļ¡":144551,"ï½ķ":144552,"íĥĵ":144553,"ëĿł":144554,"ê³ģ":144555,"ëĵĢ":144556,"ìĹł":144557,"Ｚ":144558,"ë§ij":144559,"ëĭ¿":144560,"쿨":144561,"ãİ¡":144562,"ÐĬ":144563,"íĦ±":144564,"Ũ":144565,"ﺳ":144566,"ï¾ı":144567,"âĭħ":144568,"ê¼´":144569,"âī¤":144570,"íĮģ":144571,"Ω":144572,"궤":144573,"ìĪį":144574,"âľ¿":144575,"콤":144576,"ëĪħ":144577,"íĨ±":144578,"ãħľ":144579,"áIJħ":144580,"ÅĴ":144581,"ðŁijī":144582,"ﻦ":144583,"Ъ":144584,"ë¥ľ":144585,"íķ«":144586,"ï¾ĭ":144587,"âĻ«":144588,"ê¹ľ":144589,"ë°¸":144590,"ëĶĺ":144591,"íĿī":144592,"ï¾ģ":144593,"ï¾Ľ":144594,"볼":144595,"ê²¹":144596,"쿼":144597,"ﻬ":144598,"âŀ¤":144599,"ðŁĻģ":144600,"ïºł":144601,"ëĨ¨":144602,"믹":144603,"ê¸ĭ":144604,"ë»Ķ":144605,"ê¹ĥ":144606,"ëijij":144607,"íĭ¸":144608,"íİĻ":144609,"âŀĸ":144610,"ãĥ½":144611,"ì§ļ":144612,"ｬ":144613,"ﻥ":144614,"íĮ½":144615,"âĢĴ":144616,"ìĮĢ":144617,"ìŃī":144618,"ëļ±":144619,"ãĤŀ":144620,"íĭĪ":144621,"ãĤIJ":144622,"ëīĺ":144623,"Σ":144624,"ê³°":144625,"ë¹Ĺ":144626,"ï¾İ":144627,"ðŁĺŃ":144628,"íĿł":144629,"ìĹ¿":144630,"ê°ļ":144631,"ì¤Į":144632,"맵":144633,"ï½³":144634,"ãģ¢":144635,"ï»Ĺ":144636,"âī¦":144637,"Ú¤":144638,"ëłģ":144639,"ê¼½":144640,"ﻫ":144641,"âī§":144642,"ì´Ľ":144643,"ìłĿ":144644,"Ằ":144645,"âĻ£":144646,"ìºĺ":144647,"âĪĩ":144648,"ê²ī":144649,"ë°Ł":144650,"ï»Ķ":144651,"íĸĩ":144652,"âĸĴ":144653,"ðŁijı":144654,"Ãŀ":144655,"ðŁĺĨ":144656,"ﺼ":144657,"âĿĹ":144658,"ìºĶ":144659,"칩":144660,"ëĸ¤":144661,"ëĥħ":144662,"âĶľ":144663,"ï½»":144664,"ÎĶ":144665,"áĥ¦":144666,"ìŀİ":144667,"âĺĢ":144668,"âĪ¼":144669,"ðŁĶ¥":144670,"ë°Į":144671,"ìłĸ":144672,"íĹĽ":144673,"Îķ":144674,"ïºĥ":144675,"ë¶ī":144676,"âĪŀ":144677,"íĥŃ":144678,"Ãĭ":144679,"âģĦ":144680,"ãħĩ":144681,"ëĦ¥":144682,"ëĭ®":144683,"ëł·":144684,"íĮĿ":144685,"캡":144686,"ë·Ķ":144687,"ì©į":144688,"íĤ´":144689,"ëļ«":144690,"âĵĴ":144691,"íķį":144692,"âĻĤ":144693,"ï¾Ĩ":144694,"âĨ©":144695,"ìį©":144696,"ïºķ":144697,"íĿĻ":144698,"Ñľ":144699,"íĤ·":144700,"íĿ°":144701,"íĥ±":144702,"ëķIJ":144703,"ï¾Ĵ":144704,"×ĥ":144705,"ëĮĦ":144706,"ìĺ´":144707,"ìķµ":144708,"ê¹¥":144709,"ëŀŃ":144710,"쪼":144711,"ãİĿ":144712,"ðŁĺħ":144713,"ëıĭ":144714,"몫":144715,"ﺸ":144716,"뮬":144717,"ë²ħ":144718,"ëijł":144719,"ìħ°":144720,"ì»·":144721,"ëĶª":144722,"ëħĶ":144723,"ãħ¡":144724,"ìĶ»":144725,"íķı":144726,"ëį±":144727,"ﺨ":144728,"ï¾į":144729,"ï½µ":144730,"ì¢Ģ":144731,"íİĮ":144732,"ï»°":144733,"ﺣ":144734,"Æ£":144735,"ðŁ¤£":144736,"ï·º":144737,"ëĤļ":144738,"âĭĨ":144739,"ë³į":144740,"ðŁĺĦ":144741,"ìĸĢ":144742,"ìĻł":144743,"ëĨĶ":144744,"íŨ":144745,"ï»Ľ":144746,"ï»Ŀ":144747,"Ỷ":144748,"ìĸĺ":144749,"ìİĦ":144750,"ÚĨ":144751,"ï»ŀ":144752,"ëĢIJ":144753,"ê²Ķ":144754,"ﻵ":144755,"âŦ":144756,"íļŁ":144757,"ê¹ģ":144758,"ê°ĵ":144759,"ëĶ´":144760,"ìıĺ":144761,"ëļĿ":144762,"ỳ":144763,"ëŀ´":144764,"ëĦī":144765,"âĺŀ":144766,"ï½ĺ":144767,"Ž":144768,"ë¦İ":144769,"âĸ¬":144770,"ëŃī":144771,"âĩĽ":144772,"ìį¬":144773,"ïºŁ":144774,"Ëľ":144775,"ë¶ĵ":144776,"ìĽ°":144777,"Åľ":144778,"ëŃĩ":144779,"Ỳ":144780,"Ëļ":144781,"ëķĢ":144782,"âĺij":144783,"ðŁı¼":144784,"ìĸ½":144785,"âĮĴ":144786,"Ðİ":144787,"ɾ":144788,"íĮ¡":144789,"ï¾ħ":144790,"ìŀŃ":144791,"ｨ":144792,"칫":144793,"ìľĮ":144794,"ÒĽ":144795,"굿":144796,"ëĭ¦":144797,"âĶĶ":144798,"ï¾ij":144799,"ì§ĸ":144800,"ìºĦ":144801,"ãĢĥ":144802,"ʼ":144803,"ê²Ł":144804,"ｧ":144805,"Ä¢":144806,"íİł":144807,"맷":144808,"ê°ĩ":144809,"ìĭ¹":144810,"ðŁĴ¦":144811,"ï¾ľ":144812,"ëĬĻ":144813,"벡":144814,"Å¿":144815,"ðŁĺĭ":144816,"ðŁĴª":144817,"ì¿Ħ":144818,"ë©ķ":144819,"ìѤ":144820,"ëĬĦ":144821,"ðŁĮ¸":144822,"ãĤĿ":144823,"Çİ":144824,"ï½ļ":144825,"ÄĹ":144826,"ëģĵ":144827,"ê¶IJ":144828,"áµī":144829,"ãĥĤ":144830,"ê»į":144831,"ðŁĺ¦":144832,"ãĢĿ":144833,"ðŁ¤Ĺ":144834,"ÑŁ":144835,"ìĹİ":144836,"âľĮ":144837,"ìīIJ":144838,"ÃĨ":144839,"íĹIJ":144840,"ðŁİī":144841,"Îij":144842,"ï½Ń":144843,"ðŁĴĻ":144844,"ìĽ¬":144845,"íĢĺ":144846,"ﻢ":144847,"ðŁĺİ":144848,"íij¼":144849,"íĿ©":144850,"ï»Ħ":144851,"íħĢ":144852,"ëłIJ":144853,"쥬":144854,"Ðĭ":144855,"ìĥ·":144856,"뾬":144857,"ðŁĺĥ":144858,"ëĦ¬":144859,"륨":144860,"ìĽį":144861,"ï½Ĩ":144862,"ï½´":144863,"ãĥħ":144864,"Ãı":144865,"ﻪ":144866,"âĻł":144867,"ëĬ¬":144868,"ë±Ģ":144869,"ë°ĭ":144870,"ìĥĢ":144871,"ï½¾":144872,"ëĤ±":144873,"컸":144874,"ðŁĴĸ":144875,"ðŁijĮ":144876,"Ñŀ":144877,"짱":144878,"ËĨ":144879,"ðŁĵļ":144880,"âŃķ":144881,"ï¬Ĥ":144882,"ﻡ":144883,"ëij¬":144884,"íĪ¼":144885,"âĸ¸":144886,"ê°¯":144887,"ê¹ħ":144888,"ï½®":144889,"ëĺ¥":144890,"Ä¡":144891,"íĮŁ":144892,"ÐĮ":144893,"ìĨŁ":144894,"ïºĵ":144895,"ﻼ":144896,"ÃĽ":144897,"ãĥ¾":144898,"ëĮĵ":144899,"íĴĭ":144900,"ìķĵ":144901,"ï½¹":144902,"ëĤ¡":144903,"ðŁijĩ":144904,"Ẽ":144905,"ãĢŁ":144906,"ðŁĮŁ":144907,"íĥł":144908,"ãĢĨ":144909,"âĢŁ":144910,"ë¸IJ":144911,"ðŁĮ¹":144912,"ìł¼":144913,"ðŁĵĮ":144914,"ìĶ¬":144915,"âĹĢ":144916,"ðŁĴĵ":144917,"ê¹İ":144918,"ìĤIJ":144919,"ìĶĮ":144920,"ÑĽ":144921,"âĶĪ":144922,"ë²³":144923,"ãİŀ":144924,"Õ¡":144925,"íĤµ":144926,"ðŁ¤Ķ":144927,"ëĢĶ":144928,"ìĬIJ":144929,"íĻī":144930,"⾦":144931,"ëľ¯":144932,"ìł¯":144933,"ëĶ§":144934,"Φ":144935,"ËĪ":144936,"ìī¼":144937,"âĹĬ":144938,"ëľ©":144939,"ëľ°":144940,"ï¾IJ":144941,"ë¿Ķ":144942,"ìĹ®":144943,"ì·Į":144944,"ﺧ":144945,"ÎĴ":144946,"ëµĻ":144947,"ï»Ĭ":144948,"ì°Ķ":144949,"íİĦ":144950,"ðŁĴĹ":144951,"Ẵ":144952,"ì°¢":144953,"íľ¼":144954,"ê½Ĥ":144955,"ì±Ķ":144956,"ìī´":144957,"âĸ¾":144958,"íĪ°":144959,"ëĭĽ":144960,"âĿ£":144961,"ｪ":144962,"ðŁĴľ":144963,"Ëĺ":144964,"ãħ¤":144965,"âĨĹ":144966,"íĸĦ":144967,"âĻ¬":144968,"ìķ°":144969,"ïºľ":144970,"âī¡":144971,"ãĢĵ":144972,"ìij¥":144973,"íĮį":144974,"íīģ":144975,"ë»Ĺ":144976,"íľł":144977,"íľ©":144978,"âľĪ":144979,"íĢĦ":144980,"ìĸĩ":144981,"ì¢ĩ":144982,"íŀĻ":144983,"몹":144984,"ãĤĽ":144985,"ðŁĺ±":144986,"ëįŁ":144987,"à¹ħ":144988,"굶":144989,"Ù«":144990,"ìĶģ":144991,"âľª":144992,"ï¾Ī":144993,"ðŁĻĮ":144994,"âļ¡":144995,"Îļ":144996,"ì¼Ī":144997,"ï¾Ķ":144998,"ï¾Ĥ":144999,"êµī":145000,"ﺻ":145001,"ðŁĴĭ":145002,"á¹£":145003,"ÓĻ":145004,"ìĨľ":145005,"ìĹ£":145006,"âľ©":145007,"ìľĻ":145008,"ﺰ":145009,"Ẳ":145010,"ìŀ£":145011,"âĿĮ":145012,"âĺģ":145013,"ìķİ":145014,"Ľ":145015,"Ûģ":145016,"ãĦ±":145017,"ëŁ¿":145018,"íĮ¸":145019,"ê½ī":145020,"ìıł":145021,"ðŁįĢ":145022,"âĨĶ":145023,"ëŃ¡":145024,"ï»ģ":145025,"ï¼Ħ":145026,"ðŁĴ¥":145027,"âĺĽ":145028,"íĹ·":145029,"ëij¡":145030,"Îł":145031,"Τ":145032,"âĦĵ":145033,"ﺷ":145034,"ÎĻ":145035,"ëıĶ":145036,"짤":145037,"âĶĥ":145038,"ãĦ·":145039,"ÇĴ":145040,"ðŁ¥°":145041,"ëĶķ":145042,"ìļ¥":145043,"ì¸Ħ":145044,"íĽĶ":145045,"ïºĩ":145046,"ﺬ":145047,"ðŁĺ¢":145048,"빡":145049,"ìĶ¹":145050,"ų":145051,"ËĿ":145052,"íİij":145053,"ï¾ĵ":145054,"ðŁĴļ":145055,"ëĬij":145056,"꺾":145057,"íĨ°":145058,"ÿ":145059,"ÐĦ":145060,"ëĮIJ":145061,"ë½Ģ":145062,"ì·Ħ":145063,"ðŁĵį":145064,"ðŁĻĪ":145065,"âĹĪ":145066,"ê¿ĩ":145067,"ì¼Ħ":145068,"íİ«":145069,"ðŁĩ·":145070,"âĶĭ":145071,"âļł":145072,"ë±ī":145073,"ìį°":145074,"ìĻĪ":145075,"ɪ":145076,"ïºĭ":145077,"ðŁĺľ":145078,"ÎŁ":145079,"ðŁĻĤ":145080,"âļ½":145081,"ÅĪ":145082,"ë¹Ķ":145083,"íĮľ":145084,"à¹ı":145085,"ìĸ¹":145086,"íĪŃ":145087,"ðŁ¥ĩ":145088,"ãĦ´":145089,"ëĶ¥":145090,"ìŃĪ":145091,"âĪĨ":145092,"ëĸ³":145093,"ë±ĥ":145094,"ìŀ¦":145095,"ï»IJ":145096,"Îľ":145097,"⾧":145098,"Ïį":145099,"ìłĵ":145100,"âĹķ":145101,"ëĴĢ":145102,"ï»Ģ":145103,"ðŁĶ´":145104,"ê½ģ":145105,"ëĮĪ":145106,"ëİĮ":145107,"ãĤİ":145108,"â¦ģ":145109,"콧":145110,"ﯾ":145111,"âĿ¯":145112,"à¸ħ":145113,"ðŁĻĦ":145114,"âĿĢ":145115,"ðŁĶ¹":145116,"âĩIJ":145117,"êµµ":145118,"âĩĶ":145119,"ë¶IJ":145120,"ðŁĴĽ":145121,"ξ":145122,"íĥ¬":145123,"âĿĦ":145124,"Ò£":145125,"ãĢ°":145126,"âĪij":145127,"âĺ¼":145128,"âīł":145129,"Ò¯":145130,"ﺯ":145131,"꿨":145132,"âľĸ":145133,"Êĸ":145134,"íĢĢ":145135,"ê¾Ģ":145136,"íĹĿ":145137,"âĶ£":145138,"ãİľ":145139,"ëĶĽ":145140,"뾸":145141,"ﺫ":145142,"ê¿°":145143,"ðŁĩ¹":145144,"ÇIJ":145145,"ÛĴ":145146,"룻":145147,"ïºĸ":145148,"Ñļ":145149,"ëĬł":145150,"Ûķ":145151,"깡":145152,"ë¿ľ":145153,"ì²¼":145154,"ï¨ij":145155,"륵":145156,"ìį¸":145157,"íħħ":145158,"íij¹":145159,"ÖĢ":145160,"ï³Į":145161,"ãħ£":145162,"ìij¤":145163,"ì½ķ":145164,"ëķł":145165,"ðŁĮ¿":145166,"íĥĶ":145167,"ìĽģ":145168,"ζ":145169,"âŀľ":145170,"ìĬĺ":145171,"íĽĹ":145172,"멧":145173,"ìīĺ":145174,"Õ¶":145175,"á¹ĩ":145176,"ðŁİģ":145177,"ｿ":145178,"ï¼Ĥ":145179,"á¼IJ":145180,"âľķ":145181,"âŀ¢":145182,"ëĦ¨":145183,"컫":145184,"ì¯Ķ":145185,"ì°ľ":145186,"ðŁĴ°":145187,"íħĿ":145188,"ãİı":145189,"볶":145190,"Òĵ":145191,"âĨ³":145192,"ìĥ´":145193,"íģĺ":145194,"âĸĢ":145195,"ë²Ļ":145196,"à¸ĥ":145197,"ὶ":145198,"Äķ":145199,"â¬ĩ":145200,"ë¤ĺ":145201,"ðŁİµ":145202,"âľļ":145203,"ïºı":145204,"Ρ":145205,"âĹī":145206,"ðŁĴ«":145207,"ÐĪ":145208,"ìĸĦ":145209,"ì§Ļ":145210,"ï»ĥ":145211,"ðĿijĴ":145212,"ëŃĦ":145213,"âĿ¥":145214,"âĿĸ":145215,"âĺĿ":145216,"ʹ":145217,"ḥ":145218,"âĢ¿":145219,"ãħħ":145220,"ê¸ģ":145221,"ëķ¡":145222,"ëį¥":145223,"âĪ©":145224,"ê»Ħ":145225,"ë®Į":145226,"Ò±":145227,"âĪĹ":145228,"ëłĻ":145229,"ïºĮ":145230,"ËIJ":145231,"ðŁĺ³":145232,"ðŁij©":145233,"ðŁİ¶":145234,"쿵":145235,"ðŁ¤©":145236,"ê·¤":145237,"ëĮĶ":145238,"ïºIJ":145239,"Ïİ":145240,"춥":145241,"ï½Ĭ":145242,"á¹Ń":145243,"뤼":145244,"âĸ«":145245,"ì§ł":145246,"á¼Ģ":145247,"ê»ij":145248,"ëĮģ":145249,"íĢ¸":145250,"âĻĽ":145251,"ðŁĴŀ":145252,"âĸ°":145253,"ðĿijĸ":145254,"ëĿ¤":145255,"द":145256,"ì´ĺ":145257,"ðŁĺĩ":145258,"ëĶ¤":145259,"ÎĹ":145260,"ðŁĻĩ":145261,"ËĽ":145262,"ì©¡":145263,"âĪ§":145264,"Õ¥":145265,"ÑĻ":145266,"ëIJ¬":145267,"ëĸĦ":145268,"ðŁĮ·":145269,"ìĹĮ":145270,"ðŁĺ¥":145271,"ëĪ´":145272,"ï»ļ":145273,"ÉĽ":145274,"ïºĦ":145275,"ï»ı":145276,"ÅĮ":145277,"ë²ļ":145278,"ìĭ£":145279,"ïºĢ":145280,"Îĵ":145281,"ðŁĺĮ":145282,"ËĻ":145283,"ëŀı":145284,"ðŁĶ¸":145285,"ðŁĵ·":145286,"ëģ½":145287,"íģ½":145288,"ðŁĴ¡":145289,"ðŁĮ±":145290,"ëºı":145291,"ìģł":145292,"ìĥIJ":145293,"ëıĹ":145294,"츰":145295,"ëĪķ":145296,"ÎĿ":145297,"âģī":145298,"ðŁĮ¼":145299,"íĮł":145300,"âĭ¯":145301,"áĥĺ":145302,"⾤":145303,"ê±Ķ":145304,"íĮİ":145305,"ðŁĴ¯":145306,"ìıĻ":145307,"íĹī":145308,"ÙŃ":145309,"ì½°":145310,"ﺿ":145311,"ï»±":145312,"ì±Į":145313,"âĺķ":145314,"ðŁİĢ":145315,"ÄĿ":145316,"ë°§":145317,"ìĤ¿":145318,"áijķ":145319,"ðŁįĥ":145320,"âĩ¨":145321,"ÎĽ":145322,"맴":145323,"ë³ķ":145324,"áijIJ":145325,"âĸĵ":145326,"ðĿijľ":145327,"âĻ»":145328,"íĤ¥":145329,"Õ¸":145330,"ãĪ±":145331,"ëºĢ":145332,"첸":145333,"ïºĽ":145334,"ðŁıĨ":145335,"ðŁĩª":145336,"âĿĵ":145337,"ÄĢ":145338,"ì½¥":145339,"ðŁĩ§":145340,"á½·":145341,"âľĤ":145342,"ìŀ¼":145343,"李":145344,"ðŁĵ¸":145345,"âĻ¯":145346,"ÉĶ":145347,"ὸ":145348,"âĮª":145349,"ï»ĸ":145350,"不":145351,"âļ«":145352,"âĶĹ":145353,"ðŁĮĪ":145354,"ﻩ":145355,"ðŁĵ²":145356,"ÏĪ":145357,"ðŁĺ¡":145358,"ðĿijİ":145359,"ìľ½":145360,"짬":145361,"ì§Ĭ":145362,"á½³":145363,"ìĮ¤":145364,"ëĤį":145365,"âīĴ":145366,"ðŁij¨":145367,"âĺĺ":145368,"Ó©":145369,"âĤĵ":145370,"âĪĤ":145371,"ï¹ģ":145372,"ðŁĴIJ":145373,"íħĥ":145374,"ðŁı½":145375,"ê·Ħ":145376,"ðŁĺı":145377,"ðŁĮº":145378,"ðŁĺĶ":145379,"ｫ":145380,"âľİ":145381,"ëµĪ":145382,"ðŁĩ¸":145383,"âĢ£":145384,"âŀĶ":145385,"ëĺĺ":145386,"ìĥ¬":145387,"Êĥ":145388,"â¬ħ":145389,"ì©IJ":145390,"ðŁĻĨ":145391,"ðŁİĦ":145392,"ľ":145393,"⣶":145394,"áĥIJ":145395,"âĺ»":145396,"ì±ķ":145397,"ìģ©":145398,"ë½ķ":145399,"캣":145400,"ðŁijĪ":145401,"ðŁĻĭ":145402,"ï¾ĸ":145403,"Òļ":145404,"Õ«":145405,"ìĮĪ":145406,"벧":145407,"ðŁĩ®":145408,"ï½Ŀ":145409,"ðŁįģ":145410,"ìĹ¥":145411,"ij":145412,"ë½IJ":145413,"íį½":145414,"íĽij":145415,"âĤ¹":145416,"ãħģ":145417,"ìĶ½":145418,"ðŁĶģ":145419,"य":145420,"ê¾¹":145421,"ëīľ":145422,"âĹ¡":145423,"íķĮ":145424,"Îĺ":145425,"룹":145426,"ìĻĵ":145427,"ðŁĩ¦":145428,"ðŁijĢ":145429,"âĶĮ":145430,"ῦ":145431,"ëĦĽ":145432,"ìĦ£":145433,"ìŃĻ":145434,"ï±ł":145435,"Îŀ":145436,"Ê»":145437,"ῶ":145438,"âĿĿ":145439,"ê±Ģ":145440,"ëĸ´":145441,"ãĦ¹":145442,"ðŁĴİ":145443,"Ϲ":145444,"âĽħ":145445,"ï»ķ":145446,"ãĥ±":145447,"ï½Ľ":145448,"ëĮķ":145449,"ë¹½":145450,"ì¥Ķ":145451,"쿤":145452,"ðŁĸ¤":145453,"ÑĴ":145454,"ê¹į":145455,"ëİĢ":145456,"ìĭ¯":145457,"뻤":145458,"ðŁĵŀ":145459,"ðŁĵ£":145460,"ðŁĺĿ":145461,"ìį¹":145462,"ìĹ¡":145463,"ì°IJ":145464,"á½IJ":145465,"ï»Ī":145466,"âľį":145467,"Äı":145468,"ðŁĮŀ":145469,"âĦ¦":145470,"ê½Ŀ":145471,"ë»ĺ":145472,"ìĪ±":145473,"âĶĺ":145474,"ðŁĮ»":145475,"âĤ´":145476,"âŀ¨":145477,"íIJģ":145478,"ê¶Ī":145479,"âĺ¢":145480,"ðŁĺĪ":145481,"ｩ":145482,"âĦĹ":145483,"ê°Ń":145484,"ê°¸":145485,"ë»ij":145486,"쥴":145487,"컥":145488,"ï¤Ĭ":145489,"ï»Ĵ":145490,"ðŁĺķ":145491,"âĺĶ":145492,"ìĺIJ":145493,"ðŁļĹ":145494,"ëĹĦ":145495,"ë§ı":145496,"Õ½":145497,"âĸ»":145498,"⣵":145499,"ìī°":145500,"ï»ij":145501,"âĻ©":145502,"Î¥":145503,"ðŁĺ£":145504,"âĬĤ":145505,"ãħĤ":145506,"ìħ¸":145507,"íıĦ":145508,"âľ½":145509,"ì¦Ļ":145510,"âĸ£":145511,"ê±į":145512,"ê¿ĭ":145513,"ì«Ħ":145514,"ìºĩ":145515,"ðŁĩµ":145516,"ðŁijij":145517,"âľĺ":145518,"ðĿijĽ":145519,"ìį½":145520,"ìºī":145521,"וּ":145522,"ðŁĶº":145523,"âĦ®":145524,"íĥ¤":145525,"ðŁĩº":145526,"ðŁĴµ":145527,"íħ¨":145528,"ï½ij":145529,"Ψ":145530,"ìĥ¹":145531,"ìĸķ":145532,"ì¹µ":145533,"ðŁĵ±":145534,"व":145535,"ðŁijĬ":145536,"ðŁĴĦ":145537,"ðŁĴĿ":145538,"ãĮĶ":145539,"ìĻģ":145540,"Ðĩ":145541,"à®IJ":145542,"âĸ¹":145543,"á´Ľ":145544,"âĹĺ":145545,"뺨":145546,"íĥī":145547,"ìĸĮ":145548,"ðŁIJ¶":145549,"ãĤij":145550,"Ëĩ":145551,"Åı":145552,"á½¹":145553,"ìħ§":145554,"ï¹°":145555,"ðĿij¡":145556,"ðŁĶĿ":145557,"ðŁĺ»":145558,"ðŁĴĥ":145559,"ðŁ¤¦":145560,"ðŁįĴ":145561,"íĢµ":145562,"âľĨ":145563,"ë¹´":145564,"理":145565,"ï»Ļ":145566,"á´Ĺ":145567,"ðŁĮ´":145568,";":145569,"ëĮij":145570,"ì¨ĭ":145571,"쵸":145572,"ðŁİĪ":145573,"ðŁıł":145574,"á½±":145575,"ÛĨ":145576,"á¿ĸ":145577,"âĢĽ":145578,"ì°¼":145579,"íķ¥":145580,"íĹ´":145581,"ðŁĩ¬":145582,"ì°Ŀ":145583,"âĪł":145584,"ï¼ĩ":145585,"âĬĻ":145586,"âĿij":145587,"ëĦĭ":145588,"ëŀĹ":145589,"ë°ī":145590,"ìĹĬ":145591,"ì¢Ĩ":145592,"íĮ¥":145593,"ï°²":145594,"ðŁĵĸ":145595,"ðŁĺ®":145596,"âļª":145597,"ðŁĺļ":145598,"âĿŀ":145599,"ðĿijŁ":145600,"ðŁİĤ":145601,"Åķ":145602,"áIJĪ":145603,"꺽":145604,"ì±ł":145605,"ïºĿ":145606,"ê¿ī":145607,"áĥł":145608,"ðŁıĥ":145609,"ðŁĴ¸":145610,"âĿģ":145611,"âĹ¾":145612,"Úª":145613,"á¹ĥ":145614,"íĬ¬":145615,"ðŁĩ±":145616,"íİŃ":145617,"ðŁĺŀ":145618,"ë¾°":145619,"á¹Ľ":145620,"뼸":145621,"âĿĤ":145622,"êĴ³":145623,"âĶIJ":145624,"íĵ°":145625,"âŀł":145626,"ê´ĺ":145627,"ëħĺ":145628,"뻥":145629,"ì¾ħ":145630,"ðŁĺIJ":145631,"âĪª":145632,"ðŁijģ":145633,"âĪ´":145634,"âĹģ":145635,"ëºIJ":145636,"ìŀ¤":145637,"ì±Ĺ":145638,"ðŁı¾":145639,"Χ":145640,"á½»":145641,"âŀ¥":145642,"ìŁĪ":145643,"ï»ī":145644,"âĸĮ":145645,"ãĥ®":145646,"ðŁ¤¤":145647,"âĩĵ":145648,"ì¼ł":145649,"á´ı":145650,"맬":145651,"뻣":145652,"ðŁĴ¬":145653,"ðŁįĵ":145654,"ĸ":145655,"Ù¹":145656,"Ê¿":145657,"á½°":145658,"ëķľ":145659,"ì°¡":145660,"ì°»":145661,"íİį":145662,"ðŁİ¯":145663,"ðŁįĤ":145664,"ðŁij§":145665,"âĻ¢":145666,"áĨŀ":145667,"âĻ§":145668,"âļľ":145669,"âľī":145670,"ëĵ¦":145671,"ëŃ£":145672,"ìĪı":145673,"ìĵ±":145674,"ÅŃ":145675,"ÊĬ":145676,"âĴ¸":145677,"âĩ©":145678,"ðŁĴĶ":145679,"Õµ":145680,"Ðī":145681,"Ò»":145682,"맣":145683,"ìĽľ":145684,"ì¿¡":145685,"íĽħ":145686,"íĽ¤":145687,"ﺢ":145688,"âľĭ":145689,"âĪĪ":145690,"ðŁĮį":145691,"Êľ":145692,"ëĬª":145693,"ëĴ¹":145694,"ﺲ":145695,"âĸĦ":145696,"ãħĪ":145697,"ëļ¤":145698,"íİ©":145699,"âĪ¨":145700,"ðŁ¤ª":145701,"áĥļ":145702,"곶":145703,"íĬķ":145704,"ðŁĺ¬":145705,"âĪ«":145706,"ðŁijĭ":145707,"ÒIJ":145708,"íĬ¿":145709,"ðŁĶµ":145710,"ðŁĴ¨":145711,"ðŁĮĻ":145712,"ëĩ©":145713,"âľ³":145714,"ë¨ģ":145715,"ëºĦ":145716,"ìĻij":145717,"ìºħ":145718,"íıĪ":145719,"ðĿijĻ":145720,"ðŁĴĺ":145721,"ãİ¥":145722,"âĿı":145723,"âľ°":145724,"ﯿ":145725,"ëµIJ":145726,"ì¼IJ":145727,"ﺱ":145728,"Õ´":145729,"ï¬Ģ":145730,"âľ´":145731,"ðŁ¤Ń":145732,"ðŁijĨ":145733,"âĽĶ":145734,"ê·ĵ":145735,"ìĮĮ":145736,"ðŁ¤·":145737,"ÛĶ":145738,"ðŁ§¡":145739,"ðŁĺĵ":145740,"Îĸ":145741,"âı°":145742,"ê²ľ":145743,"ëĭ³":145744,"ëİħ":145745,"ë°Ī":145746,"ï®IJ":145747,"ðŁı¡":145748,"âĨª":145749,"âĵĶ":145750,"âľĬ":145751,"ϲ":145752,"ÜIJ":145753,"ðŁĩ³":145754,"ÖĤ":145755,"âľı":145756,"ìĸĹ":145757,"ì«Ļ":145758,"ðŁĺ²":145759,"ÄŃ":145760,"âĻŃ":145761,"âĶı":145762,"âĹĮ":145763,"ðŁĺ¯":145764,"áµĴ":145765,"íĬł":145766,"Ä·":145767,"Êģ":145768,"à¤Ł":145769,"á¹ģ":145770,"á¼°":145771,"á¿Ĩ":145772,"â«":145773,"⫸":145774,"ëį«":145775,"ì³ĩ":145776,"켤":145777,"íĽ¨":145778,"ðŁĴŁ":145779,"ÊĢ":145780,"ʳ":145781,"ëĵIJ":145782,"âķ°":145783,"âĿĩ":145784,"ÇĢ":145785,"ÇĶ":145786,"É´":145787,"âĺļ":145788,"âĺľ":145789,"ê¶Ĥ":145790,"ì«Ĵ":145791,"ì±Ī":145792,"ðŁĩ¨":145793,"ðŁİ¥":145794,"ðŁĵĿ":145795,"ħ":145796,"ðĿijIJ":145797,"ÛĪ":145798,"ब":145799,"ì¬IJ":145800,"íĹ¥":145801,"âĻ¨":145802,"ðŁį´":145803,"ï¹ı":145804,"Ëĭ":145805,"ðŁ¥º":145806,"âĸ¨":145807,"íĻĭ":145808,"âĪħ":145809,"ëģĻ":145810,"ëŀł":145811,"ìĨ¥":145812,"âĢĸ":145813,"ðŁ¤ĺ":145814,"ðŁIJ»":145815,"áµķ":145816,"ÇĿ":145817,"âĺı":145818,"ïºļ":145819,"ï»Ĥ":145820,"ðŁļ©":145821,"ìĪŁ":145822,"ËĬ":145823,"⤵":145824,"ðŁĴ§":145825,"ãħį":145826,"ë©©":145827,"Ƭ":145828,"Îĩ":145829,"âĩ§":145830,"âĵļ":145831,"ìĤ¯":145832,"ìĪ¯":145833,"ëĨĭ":145834,"âľ¯":145835,"ðŁļĢ":145836,"Úĺ":145837,"Ú¨":145838,"âľŃ":145839,"ê²ħ":145840,"íĮ°":145841,"íľĻ":145842,"ðŁĮĬ":145843,"ðŁİĵ":145844,"ðŁĺĻ":145845,"Ëĥ":145846,"ðŁĴģ":145847,"ðŁijİ":145848,"âĺ¹":145849,"ðŁĺ«":145850,"ðŁĴ»":145851,"ëĤµ":145852,"ìĿĬ":145853,"íĮ»":145854,"Ò³":145855,"á½²":145856,"âŀŀ":145857,"ëĤij":145858,"ëĿĪ":145859,"죤":145860,"ﻯ":145861,"ðŁĩ©":145862,"ðŁ¥³":145863,"âĴ¼":145864,"ðŁ¦ĭ":145865,"âĺĤ":145866,"ðŁĺ°":145867,"ðŁĻĥ":145868,"ðŁĺĴ":145869,"Ûİ":145870,"Ïķ":145871,"Ḥ":145872,"룽":145873,"ìĬ¥":145874,"ðĿijī":145875,"ÉIJ":145876,"ðŁįİ":145877,"âķ¯":145878,"âķ¹":145879,"າ":145880,"ï¾ł":145881,"ë¹ķ":145882,"ïºĨ":145883,"ʺ":145884,"Ó§":145885,"âĨł":145886,"ëĥĩ":145887,"ìİĪ":145888,"ìŁ¤":145889,"ï±¢":145890,"âķ¬":145891,"âĺł":145892,"ðŁİĬ":145893,"ãįį":145894,"ãİİ":145895,"âĺ°":145896,"âľĥ":145897,"ãħī":145898,"ë¯Ī":145899,"빤":145900,"ìıŃ":145901,"ðĿij¢":145902,"ðŁIJ¾":145903,"Åĭ":145904,"ðŁij¶":145905,"âĶĽ":145906,"ï¿¢":145907,"áĥ¡":145908,"ļ":145909,"ÅĨ":145910,"ÑIJ":145911,"ìĥĽ":145912,"ìĺĮ":145913,"챤":145914,"íħģ":145915,"íļĥ":145916,"ï³Ĭ":145917,"ðĿijĶ":145918,"ðŁĩ«":145919,"âĭ°":145920,"ðŁĺ¨":145921,"âĤ©":145922,"Õ¬":145923,"á¸į":145924,"á»´":145925,"âĨĺ":145926,"âĺ¯":145927,"ãħı":145928,"ìł¬":145929,"âĻĶ":145930,"ðŁĶĶ":145931,"ðŁĺł":145932,"ðŁĻĬ":145933,"à®ľ":145934,"á¹ħ":145935,"âĹIJ":145936,"âĿĪ":145937,"âŀ½":145938,"ìĥħ":145939,"ðĿijł":145940,"Æ¢":145941,"âĭĻ":145942,"ê°Ľ":145943,"ëĿµ":145944,"ë£Ł":145945,"ìıľ":145946,"ïºģ":145947,"ðŁĴŃ":145948,"âĬĥ":145949,"ðŁIJ°":145950,"ãħĮ":145951,"Üĵ":145952,"âŀķ":145953,"á½ģ":145954,"ìķ³":145955,"ðĿijĿ":145956,"ðŁİ¬":145957,"É¡":145958,"à¤Ĺ":145959,"áIJī":145960,"ì©ľ":145961,"춧":145962,"ï³ī":145963,"ï»ħ":145964,"ðĿIJŀ":145965,"श":145966,"ðŁĵ¢":145967,"ðŁįĭ":145968,"ðŁĴħ":145969,"ï¾ķ":145970,"â¬Ĩ":145971,"âĪµ":145972,"ðŁ¤ij":145973,"áĥ£":145974,"ÆĦ":145975,"ѹ":145976,"á¼Ķ":145977,"ê°ł":145978,"ê´Į":145979,"ê·IJ":145980,"뼴":145981,"ì±ĺ":145982,"ï®Ń":145983,"ﺹ":145984,"ﺾ":145985,"âľĹ":145986,"âĿ¦":145987,"ðŁij¦":145988,"áĥĹ":145989,"Ù²":145990,"á½´":145991,"âĪı":145992,"âľ®":145993,"ê¹°":145994,"ë²µ":145995,"ìĦĢ":145996,"ì©Ŀ":145997,"ïºŀ":145998,"ﺽ":145999,"ðŁĩŃ":146000,"ËĤ":146001,"ðŁįij":146002,"ðŁįĮ":146003,"ðŁĶ»":146004,"깬":146005,"ìĬŃ":146006,"ìľ·":146007,"ðŁĽij":146008,"ǧ":146009,"ë¼Ľ":146010,"ﺡ":146011,"ﺺ":146012,"ðĿijļ":146013,"ðŁĵ¦":146014,"ðŁĶİ":146015,"ðŁĹĵ":146016,"áĥĶ":146017,"âľĴ":146018,"âľ¡":146019,"ðŁĮµ":146020,"âĶķ":146021,"ëĢĿ":146022,"ðŁįĬ":146023,"âĺĥ":146024,"ìĺħ":146025,"ব":146026,"ðŁ¦ģ":146027,"âݯ":146028,"ðŁIJķ":146029,"Ñ¿":146030,"।":146031,"à¼ĭ":146032,"ê·Ī":146033,"ì«Į":146034,"ðŁĩ°":146035,"âĿī":146036,"ì«Ģ":146037,"íĿĦ":146038,"ðĿIJ¢":146039,"ðŁļ¨":146040,"âĻ¤":146041,"ðŁĺ©":146042,"ðŁįį":146043,"ðŁĺij":146044,"ðŁļļ":146045,"ÖĦ":146046,"ë«":146047,"뫼":146048,"à¤ı":146049,"á¿·":146050,"âĮ©":146051,"âĺIJ":146052,"âŀ£":146053,"긱":146054,"꼿":146055,"ëĦĿ":146056,"ìı´":146057,"ìļ¤":146058,"쿱":146059,"íİIJ":146060,"ðŁĴ¢":146061,"ì´IJ":146062,"âĩij":146063,"âĶĵ":146064,"âģ¾":146065,"ÜĿ":146066,"ðŁį°":146067,"â´°":146068,"Æı":146069,"ÏŁ":146070,"Úº":146071,"Ûĥ":146072,"áĦĴ":146073,"âĪŁ":146074,"âĿį":146075,"ãĦ²":146076,"ìľħ":146077,"ì¤ı":146078,"ðŁĩ²":146079,"êºĦ":146080,"ðŁİ¤":146081,"âľ£":146082,"â¸Ŀ":146083,"︵":146084,"ວ":146085,"áĢĻ":146086,"âķł":146087,"Õ¯":146088,"âı©":146089,"ðĿij£":146090,"ðŁĴ£":146091,"Åĺ":146092,"à¥IJ":146093,"âģĥ":146094,"âĮĺ":146095,"ê»Į":146096,"ìĮĶ":146097,"ðĿijĺ":146098,"ðŁ¤ĵ":146099,"Õ¿":146100,"à¤Ń":146101,"âĮļ":146102,"âľĿ":146103,"ðŁIJ¼":146104,"ËĮ":146105,"âķļ":146106,"ï¦Ĺ":146107,"âĿķ":146108,"âķ£":146109,"ðŁIJ±":146110,"த":146111,"Ѿ":146112,"à¤ļ":146113,"à¤ľ":146114,"ìĪĦ":146115,"ìļľ":146116,"ðŁİ®":146117,"ÉĴ":146118,"Ú·":146119,"àºį":146120,"âĨµ":146121,"âĪĺ":146122,"âĿĬ":146123,"ë¿į":146124,"ìIJĪ":146125,"ìļĺ":146126,"쯧":146127,"íĥ¯":146128,"ìĸı":146129,"︰":146130,"ðŁĩ¯":146131,"ðŁ§ļ":146132,"ðŁĺµ":146133,"ðŁĺ·":146134,"ðŁĮ³":146135,"ລ":146136,"Äī":146137,"Ä¥":146138,"⾶":146139,"῾":146140,"âĬ±":146141,"âĺ¾":146142,"ê°ī":146143,"ê¼°":146144,"ëºij":146145,"ðŁĶĬ":146146,"ðŁĸIJ":146147,"Ť":146148,"Ò«":146149,"à®®":146150,"âĮĪ":146151,"âĹĹ":146152,"ëĦµ":146153,"ëħľ":146154,"ëľ¹":146155,"ðĿij¥":146156,"ðŁĴ¿":146157,"ðŁĽĴ":146158,"ÊĴ":146159,"áŀĵ":146160,"ðŁIJĿ":146161,"ðŁ¦Ħ":146162,"ðŁį·":146163,"âĺŁ":146164,"︶":146165,"ðŁ¤Ł":146166,"Ô±":146167,"âĨ²":146168,"âĪİ":146169,"âľ«":146170,"ëĩ½":146171,"ëıIJ":146172,"ëķĦ":146173,"靈":146174,"ï§Ŀ":146175,"ïºĻ":146176,"ðŁij»":146177,"ðŁĵº":146178,"êµ¼":146179,"ìĮ©":146180,"ðŁĮ²":146181,"ȱ":146182,"íĶķ":146183,"ðŁĺ¤":146184,"ãĮ¢":146185,"ÊĶ":146186,"ड":146187,"á¼Ī":146188,"ëİĥ":146189,"멱":146190,"ë®Ī":146191,"ðĿIJ«":146192,"âĬķ":146193,"ëĥł":146194,"뻬":146195,"íĭĶ":146196,"Õ¤":146197,"á¼±":146198,"âľ¥":146199,"âĺĦ":146200,"âĪ¥":146201,"âļķ":146202,"ðŁijĦ":146203,"ðŁİħ":146204,"àºĻ":146205,"âĶ¬":146206,"á½µ":146207,"Õ¾":146208,"Öģ":146209,"âĹĶ":146210,"ê¿į":146211,"ëĸµ":146212,"ë©İ":146213,"ë®´":146214,"ìķ´":146215,"áĥľ":146216,"ἡ":146217,"âĶĬ":146218,"âķ®":146219,"âĹ¼":146220,"ðŁį¾":146221,"ðŁĽį":146222,"ðŁijĹ":146223,"ðŁ¤ŀ":146224,"âľĦ":146225,"ÕĢ":146226,"ল":146227,"Ëī":146228,"⣨":146229,"į":146230,"ÏĬ":146231,"á´ľ":146232,"ë¹³":146233,"ï³ĭ":146234,"ï¿ł":146235,"Ī":146236,"âĤ¸":146237,"âľ±":146238,"ê»IJ":146239,"ëĭ»":146240,"맸":146241,"ìŀ¿":146242,"쩨":146243,"ìŃIJ":146244,"ì°¿":146245,"íħŁ":146246,"ðĿIJ§":146247,"ðĿijij":146248,"ðŁĮİ":146249,"ðŁĵ®":146250,"ðŁķĶ":146251,"âĹĻ":146252,"âĹ»":146253,"âŀ§":146254,"ìŁĿ":146255,"⾬":146256,"ãĥ°":146257,"âģĪ":146258,"âĵĺ":146259,"ðŁĴĮ":146260,"ï¬ĥ":146261,"àºĶ":146262,"ìĶ°":146263,"ðŁĺª":146264,"×Ģ":146265,"ìĥ¨":146266,"ïŃĭ":146267,"ðŁįķ":146268,"ðŁĺ´":146269,"ϳ":146270,"á¼Ħ":146271,"á½ħ":146272,"âĩ¢":146273,"âķŃ":146274,"ìĺ»":146275,"íĬ¤":146276,"Üĺ":146277,"⤴":146278,"âĹį":146279,"áŀŁ":146280,"ðŁįº":146281,"áŀļ":146282,"ðŁıĬ":146283,"ðŁIJ·":146284,"ÊĮ":146285,"ὺ":146286,"âģ»":146287,"ê½Į":146288,"ëĪĹ":146289,"ëĹı":146290,"ì¿°":146291,"íĢ¼":146292,"íįħ":146293,"ï·²":146294,"ðŁĮı":146295,"ðŁį«":146296,"ðŁį³":146297,"ðŁİ°":146298,"ðŁij°":146299,"ðŁĴ²":146300,"á¥Ļ":146301,"ðŁIJŁ":146302,"ï¿¡":146303,"ðŁĹ£":146304,"ðŁįľ":146305,"âľ²":146306,"ãİ¢":146307,"ðŁĶ°":146308,"Ἰ":146309,"á½ij":146310,"Äİ":146311,"áĦĢ":146312,"âĻķ":146313,"ëłĿ":146314,"ìĪ´":146315,"ïŃŃ":146316,"Óľ":146317,"ÔĢ":146318,"ëĢľ":146319,"ëĥĶ":146320,"ìĬĽ":146321,"ì«ij":146322,"캥":146323,"캬":146324,"ðĿij¦":146325,"ðŁĶ¶":146326,"쾨":146327,"ðĿIJļ":146328,"ðŁį»":146329,"ðŁĴį":146330,"ðŁ¤¡":146331,"ðŁķĬ":146332,"â½ĩ":146333,"âĵIJ":146334,"ðŁįŃ":146335,"ðŁįª":146336,"ðŁĶĨ":146337,"Ò¡":146338,"á´ĩ":146339,"ÉĹ":146340,"ÜĶ":146341,"âĦİ":146342,"âĿĥ":146343,"ëĹĢ":146344,"ï²Ķ":146345,"ïºĪ":146346,"ðĿIJ»":146347,"ðŁĴĬ":146348,"ðŁļ«":146349,"Ñ°":146350,"ѳ":146351,"ष":146352,"âĹł":146353,"ðŁij¤":146354,"ï¾ĩ":146355,"âĺĵ":146356,"ðŁįµ":146357,"ðŁ¤¨":146358,"âĸŃ":146359,"à®´":146360,"Ü¢":146361,"ܬ":146362,"à´®":146363,"ðŁķº":146364,"Ô¹":146365,"Õ£":146366,"à´¯":146367,"á´Ģ":146368,"âĮī":146369,"âľIJ":146370,"âŀ¦":146371,"ê¹½":146372,"ëĮľ":146373,"ðŁı¥":146374,"ðŁĵ©":146375,"Ò¹":146376,"Óĺ":146377,"à¤ħ":146378,"âĿ§":146379,"ÆĹ":146380,"âĹ½":146381,"ðŁij«":146382,"ðŁİ§":146383,"ðŁij£":146384,"âľ»":146385,"ðŁĻħ":146386,"ðŁĺĸ":146387,"ðŁĴ®":146388,"ະ":146389,"ðŁĶľ":146390,"ðŁįĦ":146391,"ðŁ¤Ŀ":146392,"áĥĿ":146393,"áŀĢ":146394,"âĩ¦":146395,"ʾ":146396,"Ò®":146397,"Õ¼":146398,"à¤Ĩ":146399,"âĹħ":146400,"âļĵ":146401,"âļĸ":146402,"ê¿©":146403,"ë¯Ħ":146404,"ìIJIJ":146405,"ìŀ°":146406,"ì§Ń":146407,"íĭĭ":146408,"íݨ":146409,"íĻ§":146410,"ï²ij":146411,"ðŁİĹ":146412,"Ù³":146413,"ðŁij¸":146414,"ম":146415,"ðŁijķ":146416,"Úµ":146417,"âĢ¾":146418,"âŀ°":146419,"ðŁij¯":146420,"ðŁİ¼":146421,"ðŁıģ":146422,"ĺ":146423,"Êı":146424,"Ú³":146425,"âı±":146426,"ê½Ī":146427,"ëĿĮ":146428,"ìĮī":146429,"ìĹ·":146430,"ìŀ´":146431,"íĹ¹":146432,"íľ¨":146433,"ðĿĹ²":146434,"ðŁĮIJ":146435,"ðŁİĻ":146436,"ðŁıµ":146437,"íĽĻ":146438,"ðĿijħ":146439,"ðŁĺ¶":146440,"âĵħ":146441,"âķ¥":146442,"ðŁįı":146443,"ï¦İ":146444,"Õ©":146445,"ðĿIJĦ":146446,"Ó£":146447,"Ú¿":146448,"âĻļ":146449,"ðŁĶĹ":146450,"ḫ":146451,"âĭ®":146452,"âĸ¦":146453,"âĽ½":146454,"âľµ":146455,"ãħĨ":146456,"ãħĬ":146457,"ëĦĻ":146458,"ëĿ¨":146459,"ë¥Ħ":146460,"ìĦ¦":146461,"짰":146462,"짹":146463,"íīĪ":146464,"ï§ij":146465,"ï»ĩ":146466,"ðŁĮ¾":146467,"ðŁıĸ":146468,"ðŁIJij":146469,"ðŁĴ³":146470,"ðŁĵĨ":146471,"Ûĩ":146472,"Üķ":146473,"á½½":146474,"ëĦľ":146475,"à´²":146476,"à´³":146477,"àºŃ":146478,"áĥĽ":146479,"âĿĶ":146480,"âijħ":146481,"áĥ¥":146482,"ðŁĵħ":146483,"âŀ³":146484,"á´µ":146485,"﹡":146486,"ﹶ":146487,"ÎĨ":146488,"थ":146489,"áīµ":146490,"âĿĻ":146491,"âĿ±":146492,"ëīł":146493,"ëİł":146494,"ëıĽ":146495,"ë¿ħ":146496,"ìĶ¸":146497,"íij¯":146498,"íŀī":146499,"íŀĽ":146500,"ï§Ħ":146501,"ïŃĺ":146502,"ﺦ":146503,"ﻸ":146504,"ðĿijĤ":146505,"ðĿijı":146506,"Ïij":146507,"Úł":146508,"áĢĶ":146509,"áŀĶ":146510,"á¹¢":146511,"ëĦ¸":146512,"ðĿIJ¨":146513,"ðŁĩ´":146514,"Õ°":146515,"ðŁijł":146516,"ðŁįĨ":146517,"ðŁıĢ":146518,"ðŁijIJ":146519,"ðŁįĩ":146520,"ðŁIJ£":146521,"áĪŃ":146522,"ܪ":146523,"ðŁĮĢ":146524,"áŀĺ":146525,"âĩĦ":146526,"ðĿIJĢ":146527,"ÊĻ":146528,"âĶ¼":146529,"ðŁı¿":146530,"Æ·":146531,"Èł":146532,"ѽ":146533,"âĤ¨":146534,"ê´Ń":146535,"ê¹»":146536,"ëĶ¨":146537,"ìĪĢ":146538,"ì¾°":146539,"íĨĪ":146540,"ﮧ":146541,"ﯽ":146542,"ðŁĶħ":146543,"ðŁĶ®":146544,"Å¢":146545,"Ê°":146546,"Ѹ":146547,"ण":146548,"âĬĹ":146549,"ëªĦ":146550,"ï¹·":146551,"ïºħ":146552,"ðĿIJµ":146553,"ðŁĮ¶":146554,"ðŁĵ°":146555,"ðŁĶ·":146556,"ðŁĸĴ":146557,"ðŁ¤²":146558,"ëī©":146559,"ðŁİĨ":146560,"ðŁ§IJ":146561,"ðŁį®":146562,"âĨº":146563,"âĿ¢":146564,"ðŁijª":146565,"ðŁij±":146566,"âĨ¡":146567,"áŀı":146568,"Úķ":146569,"ðŁį¹":146570,"ðŁĴĢ":146571,"Ë®":146572,"Ó¨":146573,"Öħ":146574,"à¤ĩ":146575,"âĤ¡":146576,"âĪķ":146577,"âĺī":146578,"ê¹¼":146579,"ê¼IJ":146580,"콸":146581,"ðĿIJ¬":146582,"ðŁıħ":146583,"ðŁijĻ":146584,"ðŁĴī":146585,"ðŁ¤Ļ":146586,"Èĺ":146587,"ɳ":146588,"ɹ":146589,"Ùº":146590,"áĢĦ":146591,"ῳ":146592,"âļĺ":146593,"âĿĨ":146594,"ëĨī":146595,"ìĸį":146596,"ìĺĩ":146597,"ì¥ĺ":146598,"íĸħ":146599,"íĻij":146600,"ï®Ĭ":146601,"ï¿Ń":146602,"ðĿĴIJ":146603,"ðĿĹ¢":146604,"ðŁĶĸ":146605,"ðŁĶ¨":146606,"ðŁļij":146607,"ðŁļ²":146608,"Ƹ":146609,"âĹ¥":146610,"ðĿIJŃ":146611,"ðŁį½":146612,"âĹij":146613,"âĵĩ":146614,"ðŁĶ±":146615,"âľ¼":146616,"ï¹ĥ":146617,"âķ±":146618,"ãĢĹ":146619,"ðŁıĭ":146620,"ðŁļ´":146621,"ðĿIJ®":146622,"Äļ":146623,"Õı":146624,"Ķ":146625,"áĥij":146626,"Ṭ":146627,"ÄĪ":146628,"ÄĴ":146629,"Ò°":146630,"Óķ":146631,"âIJ":146632,"âIJ£":146633,"âĹ¢":146634,"âļĻ":146635,"ãħĹ":146636,"ê°¬":146637,"곪":146638,"ê»Ģ":146639,"ëĦ´":146640,"ëİģ":146641,"ëĿĶ":146642,"묽":146643,"ëŃį":146644,"ìĩ³":146645,"ì°¹":146646,"íĮ¹":146647,"íŀĿ":146648,"ï®ĭ":146649,"ï¶Ī":146650,"ðĿĴĤ":146651,"ðŁ¥Ģ":146652,"ðŁ¦ħ":146653,"Êĺ":146654,"á¼ij":146655,"âģİ":146656,"ðŁįŀ":146657,"âĨĸ":146658,"âĨĻ":146659,"ðŁİĥ":146660,"âĦ¡":146661,"âĭ±":146662,"ðŁĶį":146663,"ನ":146664,"áµĥ":146665,"âĶ«":146666,"⦿":146667,"ðŁĩ»":146668,"Ƥ":146669,"Òı":146670,"Ò·":146671,"Ûī":146672,"à®ķ":146673,"ḳ":146674,"בּ":146675,"ðŁĨĶ":146676,"ÚŃ":146677,"Û¦":146678,"áħ¡":146679,"âĦ¹":146680,"ê¿İ":146681,"ëķĶ":146682,"ë¼ī":146683,"ìļ§":146684,"ì²µ":146685,"ì´¨":146686,"íĬĪ":146687,"íĸIJ":146688,"ðĿĹĺ":146689,"ðŁĩ¿":146690,"ðŁİĸ":146691,"ðŁijħ":146692,"ðŁĵĺ":146693,"ðŁļĻ":146694,"ðŁĽµ":146695,"ල":146696,"⼵":146697,"ðĿIJ³":146698,"ðĿIJ¸":146699,"âļĶ":146700,"ðŁijŃ":146701,"Óij":146702,"âĶ¯":146703,"ðŁħ¿":146704,"ðŁĺ¹":146705,"ï¿«":146706,"⼤":146707,"ðŁĴĩ":146708,"ðŁĵİ":146709,"ðŁĸĭ":146710,"স":146711,"ðĿIJį":146712,"IJ":146713,"Ïĭ":146714,"Ѭ":146715,"Ú¬":146716,"ÜĴ":146717,"á´¬":146718,"ï¨Ħ":146719,"É£":146720,"Ëij":146721,"ϵ":146722,"ÒĿ":146723,"Û¥":146724,"Üł":146725,"à¹Ľ":146726,"áĥķ":146727,"áĬķ":146728,"ᾶ":146729,"âĤ·":146730,"âĩ¾":146731,"âķ©":146732,"âĸIJ":146733,"âĺª":146734,"âĺ®":146735,"âĿļ":146736,"âĿŃ":146737,"âŀ±":146738,"âµİ":146739,"ãıĬ":146740,"ë©ĵ":146741,"ìĹ¾":146742,"ìªĦ":146743,"íĵĮ":146744,"íķ¼":146745,"ïѬ":146746,"ðĿijĨ":146747,"ðĿijŀ":146748,"ðĿĸĬ":146749,"ðŁİ¸":146750,"ðŁıĦ":146751,"ðŁijµ":146752,"ðŁĴł":146753,"ðŁĶĺ":146754,"ðŁ¥Ĥ":146755,"Ū":146756,"à·ĥ":146757,"á´¼":146758,"âĬ°":146759,"ë³ı":146760,"ë´£":146761,"ï¥ľ":146762,"ðŁĵĪ":146763,"ðŁķ¯":146764,"ðŁ§Ģ":146765,"âĻIJ":146766,"ðŁĨĹ":146767,"ðŁĵķ":146768,"ðŁ§ģ":146769,"Ü«":146770,"âĿIJ":146771,"Õķ":146772,"à½ķ":146773,"âŀĿ":146774,"à¦ķ":146775,"ðĿIJ¶":146776,"É¢":146777,"ÎĦ":146778,"áĨ¢":146779,"âĤ±":146780,"Õį":146781,"à¡ķ":146782,"á´°":146783,"ḩ":146784,"⼷":146785,"âĿ®":146786,"ê¡ĵ":146787,"ëı¤":146788,"ëĹIJ":146789,"ëµĮ":146790,"ìijĪ":146791,"íı¿":146792,"íŵ":146793,"ðĿIJİ":146794,"ðŁĨĺ":146795,"ðŁıŁ":146796,"É¥":146797,"Õ»":146798,"à¡Ķ":146799,"à¤ĸ":146800,"á´¸":146801,"âİĻ":146802,"âİ¥":146803,"âı³":146804,"ëģķ":146805,"ëĬī":146806,"ì¡į":146807,"칡":146808,"禮":146809,"ï¬Ł":146810,"ﮫ":146811,"ﮯ":146812,"ï±ĥ":146813,"ï·»":146814,"ﺵ":146815,"ðĿĹĶ":146816,"ðĿĹ¡":146817,"ðŁİ¨":146818,"ðŁĶĴ":146819,"ÚĽ":146820,"ध":146821,"âŀ¹":146822,"áĢĢ":146823,"ðŁįħ":146824,"âŤ":146825,"à¤ł":146826,"ðŁIJ¥":146827,"áĥĴ":146828,"ðŁıĿ":146829,"ðŁį¼":146830,"ãĮ§":146831,"âĿĽ":146832,"ðŁIJĪ":146833,"য":146834,"áĢŀ":146835,"ãĢĸ":146836,"áŀĻ":146837,"প":146838,"ÕĨ":146839,"âĬĨ":146840,"âľ¾":146841,"ðŁIJĹ":146842,"ﹿ":146843,"Ħ":146844,"ÜŁ":146845,"à²ł":146846,"ಥ":146847,"áŀī":146848,"á´¥":146849,"á´©":146850,"á½Ģ":146851,"ὡ":146852,"âĨķ":146853,"âŀ¯":146854,"ê¡ij":146855,"ëij£":146856,"ë±Į":146857,"ìĪij":146858,"ìľĶ":146859,"ìŀ½":146860,"ì¨į":146861,"ðĿijĢ":146862,"ðŁĮĮ":146863,"ðŁį¦":146864,"ðŁį©":146865,"ðŁIJļ":146866,"ðŁĵĴ":146867,"ðŁĵ¹":146868,"ðŁ¥ij":146869,"Äĭ":146870,"ËĹ":146871,"Ñ«":146872,"Õ¢":146873,"Ú°":146874,"âĮĢ":146875,"âĹĤ":146876,"âĹ£":146877,"⾼":146878,"âĿĴ":146879,"âĿĺ":146880,"âŀĻ":146881,"âŀ²":146882,"ãİį":146883,"ê¡IJ":146884,"ëŀĸ":146885,"ìĬĿ":146886,"ìĽ¤":146887,"ì¡ĭ":146888,"쨰":146889,"íĹĻ":146890,"兩":146891,"ï³į":146892,"ï»İ":146893,"ðĿijĵ":146894,"ðŁĵĬ":146895,"ðŁļ¼":146896,"ï¦ģ":146897,"ðĿķĴ":146898,"ðŁijľ":146899,"ðŁij¿":146900,"ðŁĩ½":146901,"à·Ħ":146902,"âĸ´":146903,"ãįī":146904,"âĬĩ":146905,"ðŁ§¸":146906,"Ú¡":146907,"â¾ĥ":146908,"ðŁĹ»":146909,"âĵij":146910,"ðŁ¤¸":146911,"ðŁ¤¯":146912,"êĴ°":146913,"ðĿIJĵ":146914,"âĶ´":146915,"êĴ±":146916,"áĢĺ":146917,"âĽĦ":146918,"ï¹¹":146919,"ÓĶ":146920,"áĥ±":146921,"Ü¡":146922,"ßŀ":146923,"âĻı":146924,"⾸":146925,"ìij¨":146926,"ðĿIJĿ":146927,"ðĿIJ¥":146928,"ðŁįī":146929,"ðŁij¼":146930,"ðŁ¥Ŀ":146931,"ÆĶ":146932,"ݬ":146933,"फ":146934,"àºļ":146935,"á´´":146936,"á½ĸ":146937,"âĤ¶":146938,"âİ¢":146939,"âĿħ":146940,"⣫":146941,"ãİĽ":146942,"뮨":146943,"ëºĮ":146944,"ë¼ĺ":146945,"ìĨĿ":146946,"ìľ³":146947,"ìŀĮ":146948,"ì£Ĺ":146949,"ìªĺ":146950,"컹":146951,"ï·¼":146952,"ïºĤ":146953,"ðĿIJ´":146954,"ðĿIJ¼":146955,"ðŁĮļ":146956,"ðŁı«":146957,"ðŁĴ¤":146958,"ðŁĴ¶":146959,"ðŁĴ¼":146960,"Êķ":146961,"ʽ":146962,"â²Ł":146963,"ãīł":146964,"ê¡Ĵ":146965,"ëľĢ":146966,"ìĥ¾":146967,"츤":146968,"ï¥ģ":146969,"ðĿļĬ":146970,"ðŁļĥ":146971,"âŀĽ":146972,"ìħ´":146973,"áĦĭ":146974,"âĩĹ":146975,"立":146976,"âĺĸ":146977,"ðŁIJ¦":146978,"⸾":146979,"ðŁĴ´":146980,"ðŁ¤ļ":146981,"ãĬĹ":146982,"âĮĽ":146983,"áĪĽ":146984,"༺":146985,"â½ī":146986,"ðŁı¢":146987,"âĵŀ":146988,"âĺ½":146989,"ãĢĻ":146990,"ðŁ¤®":146991,"ÅIJ":146992,"áĥ¬":146993,"ðĿĹ»":146994,"ðŁįĸ":146995,"ÆĬ":146996,"ÊŁ":146997,"ßĭ":146998,"à¤ĭ":146999,"áµĶ":147000,"á¿ĥ":147001,"âĦī":147002,"âĮĭ":147003,"âı²":147004,"âĵĪ":147005,"âĵ¢":147006,"âķĶ":147007,"âļij":147008,"âĿĭ":147009,"âĿİ":147010,"⵾":147011,"âµ£":147012,"ëĴĪ":147013,"ëľģ":147014,"ë¶ĩ":147015,"ìį»":147016,"ìĺŃ":147017,"짢":147018,"íĹĢ":147019,"ï§Ĭ":147020,"טּ":147021,"ﱡ":147022,"ðĿIJº":147023,"ðĿij§":147024,"ðĿĺ¦":147025,"ðŁĵ¥":147026,"ðŁĺŁ":147027,"ðŁ¥IJ":147028,"Äĸ":147029,"ɨ":147030,"áĢIJ":147031,"áĥĵ":147032,"áºĵ":147033,"ἶ":147034,"á½Ħ":147035,"âĤ¤":147036,"âĮľ":147037,"âĮŁ":147038,"âİł":147039,"⼸":147040,"âµį":147041,"âµı":147042,"âµĵ":147043,"ãĢĺ":147044,"ë·¸":147045,"íħ¼":147046,"ï¦Į":147047,"ïŃĦ":147048,"ïŃİ":147049,"ðĿĻļ":147050,"ðĿļĺ":147051,"à¼ĵ":147052,"ëŃħ":147053,"áIJĽ":147054,"ãݾ":147055,"ï¨Ģ":147056,"ðŁĹ½":147057,"âĻŀ":147058,"Ëĸ":147059,"âĹŀ":147060,"ðŁ¤«":147061,"ðŁĺĹ":147062,"ｦ":147063,"ðŁ¤¢":147064,"âģĩ":147065,"ãĢµ":147066,"ðŁįĶ":147067,"áĬł":147068,"ðŁĺ¼":147069,"ðĿĹ®":147070,"ðŁIJ³":147071,"ðĿIJĭ":147072,"ðŁĨļ":147073,"ðŁĶĽ":147074,"Ñ»":147075,"ܨ":147076,"ல":147077,"âľŀ":147078,"âµĻ":147079,"êµ£":147080,"츨":147081,"ðĿIJľ":147082,"ðĿĺ°":147083,"ðŁĶ½":147084,"Ç»":147085,"Ç¿":147086,"Êĩ":147087,"ÎIJ":147088,"ÐĢ":147089,"Ñ¡":147090,"Ѳ":147091,"ÒĴ":147092,"Ù¶":147093,"ßķ":147094,"න":147095,"áIJģ":147096,"âģŀ":147097,"âĸ§":147098,"âĽĪ":147099,"âľľ":147100,"âľ¹":147101,"âŁ¹":147102,"â¤ĩ":147103,"ê²Ĭ":147104,"ê¾ľ":147105,"ë¯IJ":147106,"ë³IJ":147107,"ìħ©":147108,"ìIJ¬":147109,"ìij¹":147110,"ï¤Ķ":147111,"ï¦ļ":147112,"ï¬ł":147113,"ïŃĶ":147114,"ﺶ":147115,"ðĿĴı":147116,"ðĿĸĨ":147117,"ðĿŶ":147118,"ðŁıĤ":147119,"ðŁIJ½":147120,"ðŁĴ©":147121,"ðŁĵ½":147122,"ðŁĹ¨":147123,"ðŁĹº":147124,"ðŁĺ¸":147125,"ðŁ¥§":147126,"ÅĹ":147127,"Êİ":147128,"ÒĻ":147129,"ײ":147130,"à¤Ī":147131,"á¼´":147132,"á¿ij":147133,"âµī":147134,"ãħĵ":147135,"ì½´":147136,"ðĿĸĵ":147137,"ðŁĵĹ":147138,"ðŁĶª":147139,"ðŁĸį":147140,"ÏĴ":147141,"ðŁij¬":147142,"áĥĻ":147143,"âĨ¬":147144,"âĶ¤":147145,"âĽ¹":147146,"âĻŁ":147147,"ðŁļ¶":147148,"ðŁij¾":147149,"âĪĭ":147150,"ðŁIJ¯":147151,"à¼İ":147152,"âľ·":147153,"ï¨Ļ":147154,"âĶ»":147155,"ðŁij¹":147156,"áĦī":147157,"ສ":147158,"â¾ı":147159,"â½ħ":147160,"ãİĸ":147161,"Ñ´":147162,"Õ®":147163,"Ú¼":147164,"áĢķ":147165,"áĨ¼":147166,"ëŃı":147167,"ðŁIJ¸":147168,"ðŁļ£":147169,"ÆĿ":147170,"Ô»":147171,"áĥ¢":147172,"ðŁį¯":147173,"ɦ":147174,"Õ¦":147175,"âĻĭ":147176,"שׂ":147177,"ðĿŦ":147178,"Çļ":147179,"ɱ":147180,"à¤ī":147181,"á´Ħ":147182,"âĻĵ":147183,"⼰":147184,"âŁª":147185,"ëĥĺ":147186,"뢸":147187,"ìĤij":147188,"ï®Ķ":147189,"ðĿķĸ":147190,"ðĿŧ":147191,"ðŁĩ¼":147192,"ðŁĵĭ":147193,"ðŁļľ":147194,"ðŁ¥¤":147195,"Ä®":147196,"Å·":147197,"ßĬ":147198,"॥":147199,"ப":147200,"áŀĦ":147201,"áµĢ":147202,"á¸ħ":147203,"á¼¢":147204,"âĪĿ":147205,"âĬ¹":147206,"âĴ¶":147207,"âķ´":147208,"⼱":147209,"âĽ³":147210,"âĽº":147211,"âŀŁ":147212,"ãıĦ":147213,"ê¸Ķ":147214,"ê¹Ł":147215,"ëĩ°":147216,"ë¹»":147217,"ìĤ¥":147218,"ìĽ»":147219,"ì°Ł":147220,"íĥ°":147221,"íĨº":147222,"íļ½":147223,"老":147224,"量":147225,"ï³Ŀ":147226,"ðĿIJ¦":147227,"ðĿĴľ":147228,"ðĿĴŁ":147229,"ðĿļĹ":147230,"ðŁİŃ":147231,"ðŁıĵ":147232,"ðŁı³":147233,"ðŁıº":147234,"ðŁIJį":147235,"ðŁijĥ":147236,"ðŁĴı":147237,"ðŁ¤ĸ":147238,"ðŁ¤µ":147239,"Õ²":147240,"âµĶ":147241,"ëĺ¬":147242,"念":147243,"ÊĤ":147244,"áĨ«":147245,"áŀij":147246,"ðĿĸİ":147247,"ðĿĹĸ":147248,"áĦĥ":147249,"âĩł":147250,"áĢ¡":147251,"à½Ħ":147252,"âŀ¸":147253,"ï¦Ļ":147254,"âĩļ":147255,"ðŁIJ¬":147256,"ðŁIJ¢":147257,"â¾Ĵ":147258,"ðŁIJ¤":147259,"ðŁĶ«":147260,"ãĢŀ":147261,"︺":147262,"ðŁĺº":147263,"â½´":147264,"ðŁĨķ":147265,"âģ¿":147266,"ðŁį¨":147267,"à²ķ":147268,"ðŁļĺ":147269,"áŀħ":147270,"à¦ħ":147271,"áŀ¢":147272,"à¨ľ":147273,"âļĮ":147274,"ãĢ½":147275,"à·´":147276,"âĵĽ":147277,"áĢľ":147278,"ìĨ¨":147279,"Ë©":147280,"ÜĹ":147281,"âĭ¼":147282,"ðŁĻī":147283,"ÅĬ":147284,"Éĵ":147285,"ʲ":147286,"ΰ":147287,"Ѽ":147288,"Ô¿":147289,"à¡IJ":147290,"à¼ľ":147291,"ས":147292,"ᶾ":147293,"âĤ²":147294,"âĨ¨":147295,"âĬ¥":147296,"âķ§":147297,"âĻľ":147298,"ãĭ¡":147299,"ë´¬":147300,"ë¶ij":147301,"ìī¿":147302,"ìİħ":147303,"ìł±":147304,"ì°§":147305,"ﲡ":147306,"ðĿĴĽ":147307,"ðĿķ£":147308,"ðĿĹľ":147309,"ðŁį²":147310,"ðŁİ©":147311,"ðŁIJIJ":147312,"ðŁIJł":147313,"ðŁij½":147314,"ðŁĴij":147315,"ðŁĵľ":147316,"ðŁķµ":147317,"ðŁļĮ":147318,"ðŁĽ£":147319,"Êĭ":147320,"Ó¯":147321,"Ù¸":147322,"ßĶ":147323,"ßĻ":147324,"à¡ĵ":147325,"á´į":147326,"ḿ":147327,"âıº":147328,"âĸ¥":147329,"뤽":147330,"íľij":147331,"ðĿIJ¹":147332,"ðĿĸĶ":147333,"ðĿļİ":147334,"ðŁĵĦ":147335,"ðŁ¦·":147336,"Æĥ":147337,"à¦Ł":147338,"âĮĤ":147339,"âĺŃ":147340,"â²ļ":147341,"ëĿķ":147342,"ðŁİ£":147343,"à®ĩ":147344,"à½Ĩ":147345,"áħµ":147346,"áĹľ":147347,"âĢ½":147348,"âĮ£":147349,"âģ½":147350,"ðŁĵ¬":147351,"ðŁ¤§":147352,"âĩª":147353,"â½£":147354,"âĹŁ":147355,"ï¨Ĺ":147356,"êĴª":147357,"ðŁĽĢ":147358,"ÇĤ":147359,"ðŁ¥¶":147360,"ðŁİį":147361,"ï¿©":147362,"ðŁijĴ":147363,"áµĪ":147364,"︿":147365,"áħ©":147366,"⾦":147367,"à°¤":147368,"á´ĸ":147369,"ਬ":147370,"àºĹ":147371,"༻":147372,"Ѻ":147373,"ਪ":147374,"á´³":147375,"ðĿIJĪ":147376,"à»Ģ":147377,"á´¿":147378,"âĤį":147379,"âĩ¡":147380,"âĽª":147381,"ðĿIJĤ":147382,"ðĿĴķ":147383,"ðŁIJľ":147384,"Êį":147385,"ѱ":147386,"à½ĥ":147387,"ë®IJ":147388,"ìĽ¡":147389,"ìľģ":147390,"ðĿIJ¿":147391,"ðĿķł":147392,"ðŁijĽ":147393,"ƪ":147394,"Ϻ":147395,"Ó¬":147396,"Ù¿":147397,"Ý£":147398,"àªī":147399,"ஹ":147400,"à½ij":147401,"áĨ¯":147402,"áµĩ":147403,"âĩ¥":147404,"âıª":147405,"âĻ°":147406,"âļŃ":147407,"âļ¾":147408,"ãħĦ":147409,"êĢ°":147410,"ê°Ĺ":147411,"ê²ĭ":147412,"ê²»":147413,"ê¶ľ":147414,"ê¼ĩ":147415,"ê½¹":147416,"ëĤŁ":147417,"ëħĪ":147418,"ëĭ¢":147419,"맣":147420,"ëªĨ":147421,"ëµĢ":147422,"ì½±":147423,"íĩĺ":147424,"íľľ":147425,"茶":147426,"ï±µ":147427,"ï²¢":147428,"ﲤ":147429,"ðĿĴĬ":147430,"ðĿĺ¯":147431,"ðŁįĹ":147432,"ðŁıį":147433,"ðŁIJĺ":147434,"ðŁĵ¡":147435,"ðŁĶŀ":147436,"ðŁ¤³":147437,"ðŁ¥ģ":147438,"ðŁ¥Ĺ":147439,"ðŁ¦Ĭ":147440,"ĵ":147441,"Ʀ":147442,"ǵ":147443,"ɯ":147444,"Îı":147445,"ÕĦ":147446,"Ü¥":147447,"à½ģ":147448,"ᨳ":147449,"âķ«":147450,"ãİī":147451,"ë·´":147452,"ìĨİ":147453,"ìİĮ":147454,"죵":147455,"íĽł":147456,"離":147457,"ï³ı":147458,"ﻺ":147459,"ðĿijģ":147460,"ðĿijĩ":147461,"ðĿĴĨ":147462,"ðŁİł":147463,"ðŁIJĶ":147464,"ðŁijŁ":147465,"Åĸ":147466,"à¤Į":147467,"á¾½":147468,"ê¦Ĵ":147469,"à®Ł":147470,"á´±":147471,"ðŁı°":147472,"ðŁIJŀ":147473,"à½Ģ":147474,"áĢħ":147475,"âĬ¿":147476,"ðŁIJ§":147477,"áĽģ":147478,"â¼Ī":147479,"âĶ¿":147480,"ðŁ¥´":147481,"⼿":147482,"ðŁ§ľ":147483,"ãħ¿":147484,"âĦ«":147485,"ãĢ³":147486,"ãĬĻ":147487,"â¼Ģ":147488,"怜":147489,"ðŁı¬":147490,"ðŁĵ»":147491,"áĬĽ":147492,"áĦħ":147493,"àºĬ":147494,"àºĽ":147495,"áħ³":147496,"ðŁij®":147497,"à®±":147498,"âĺĩ":147499,"ðĿIJı":147500,"à´µ":147501,"à»ģ":147502,"à½ı":147503,"ར":147504,"ᥱ":147505,"âĤ£":147506,"復":147507,"ïŃĻ":147508,"ï´©":147509,"ï¹Ĥ":147510,"ðŁį£":147511,"ðŁķ¹":147512,"Ïĸ":147513,"ම":147514,"ຢ":147515,"áĭŃ":147516,"âİĿ":147517,"âĹĿ":147518,"âĻĪ":147519,"âĻİ":147520,"ê½¥":147521,"ì³Ķ":147522,"ì¼ij":147523,"ï±°":147524,"ðĿijĥ":147525,"ðŁĮª":147526,"ðŁį¡":147527,"Åİ":147528,"ʦ":147529,"ѧ":147530,"Óİ":147531,"Ô´":147532,"ÚĪ":147533,"ßĵ":147534,"ߧ":147535,"à¤Ķ":147536,"áĪ«":147537,"áĪµ":147538,"áĹ©":147539,"á´ł":147540,"á¼ł":147541,"âĢĹ":147542,"âģij":147543,"âĦı":147544,"âĸĩ":147545,"â²£":147546,"ãĦ³":147547,"ãī®":147548,"ê³Ĺ":147549,"ëĦĴ":147550,"ëĸ«":147551,"ë¡Ħ":147552,"ë¹°":147553,"ë½ģ":147554,"ìĦģ":147555,"ìĮĺ":147556,"ìŁĮ":147557,"ì³ī":147558,"ì¼ķ":147559,"כּ":147560,"ï³İ":147561,"ﹸ":147562,"ï¹¾":147563,"ðĿIJĨ":147564,"ðĿij·":147565,"ðĿĽ¼":147566,"ðŁİı":147567,"ðŁİŀ":147568,"ðŁIJĻ":147569,"ðŁijĤ":147570,"ðŁĵģ":147571,"ðŁĸ±":147572,"ðŁļį":147573,"ðŁļ§":147574,"ðŁĽ¡":147575,"ðŁ¤Ĵ":147576,"ðŁ¥ŀ":147577,"ðŁ¥©":147578,"ðŁ¦Ģ":147579,"ðŁ¦ĸ":147580,"Ë¢":147581,"Üļ":147582,"வ":147583,"áĢģ":147584,"áī°":147585,"âıŃ":147586,"âĻ¿":147587,"ê³ĺ":147588,"ëıĿ":147589,"ëķĥ":147590,"ìħĮ":147591,"ìĴ¸":147592,"ìĽŁ":147593,"íħĦ":147594,"íľ«":147595,"ï§ĺ":147596,"￬":147597,"ðŁı·":147598,"ðŁĶ§":147599,"ðŁ¥Ī":147600,"Æĸ":147601,"áŀĩ":147602,"áŀĸ":147603,"âģº":147604,"âĹľ":147605,"âŀ©":147606,"ê¦Ń":147607,"ëĻ¤":147608,"ïŃ¼":147609,"ðĿĻĸ":147610,"ðĿĻ£":147611,"ðĿĻ¤":147612,"ðŁĮĿ":147613,"ðŁĶij":147614,"ðŁĽł":147615,"àºĩ":147616,"âĺ£":147617,"ãĦ¨":147618,"ðĿĸĹ":147619,"Óĵ":147620,"âĨ£":147621,"ðŁ¥ī":147622,"ðŁĮł":147623,"ðŁĺ½":147624,"ãİł":147625,"ŧ":147626,"ðŁIJĴ":147627,"ï§IJ":147628,"ðŁĺ¿":147629,"âĪ¬":147630,"ðŁIJ®":147631,"⣱":147632,"ಡ":147633,"â¾¼":147634,"à°²":147635,"˶":147636,"âĸ¿":147637,"ÕĪ":147638,"áŀİ":147639,"áħ¥":147640,"áŀĹ":147641,"Õ§":147642,"ðŁ¤IJ":147643,"ðŁįł":147644,"ত":147645,"ය":147646,"âĻį":147647,"ìĺĻ":147648,"íĺĵ":147649,"ﹺ":147650,"ðŁĽ³":147651,"Åī":147652,"á´İ":147653,"âıľ":147654,"âĶ³":147655,"긷":147656,"ì¡Ķ":147657,"ðĿĴĪ":147658,"ðĿĴį":147659,"ðĿĴ¹":147660,"ðĿĵĩ":147661,"ðĿķŁ":147662,"ðĿĹ¹":147663,"ðŁĮħ":147664,"ðŁı´":147665,"ÄĶ":147666,"Ĥ":147667,"ŵ":147668,"Ǿ":147669,"Ïŀ":147670,"϶":147671,"Ô³":147672,"ÜĨ":147673,"ß©":147674,"à¡Ĵ":147675,"à¤ĺ":147676,"à¶ļ":147677,"à½ĸ":147678,"áģĬ":147679,"áĥŀ":147680,"áĦĤ":147681,"áĭ«":147682,"á´º":147683,"ḣ":147684,"Ḫ":147685,"á¹Ĥ":147686,"á¼·":147687,"á¿ĩ":147688,"âĩĮ":147689,"âı¬":147690,"âĻĮ":147691,"⮣":147692,"â´»":147693,"ⵣ":147694,"ê¦ķ":147695,"ꦪ":147696,"ꦮ":147697,"ê²Ħ":147698,"ê¾IJ":147699,"ëĥij":147700,"ëķĭ":147701,"롸":147702,"ë¬Ģ":147703,"ìĩ¤":147704,"ìĪ©":147705,"ìľķ":147706,"ìŃĺ":147707,"ì·°":147708,"ì·¸":147709,"íľĢ":147710,"藍":147711,"ï§į":147712,"ï±Ħ":147713,"ï³ij":147714,"ðĿIJ¤":147715,"ðĿĴĵ":147716,"ðĿĴ¶":147717,"ðĿĹ¼":147718,"ðĿĻĬ":147719,"ðŁĩ¾":147720,"ðŁĮĽ":147721,"ðŁĮ®":147722,"ðŁİĩ":147723,"ðŁİ²":147724,"ðŁıĽ":147725,"ðŁij¥":147726,"ðŁij´":147727,"ðŁĴĨ":147728,"ðŁĵĤ":147729,"ðŁĵ§":147730,"ðŁķIJ":147731,"ðŁĸķ":147732,"ðŁĺ§":147733,"ðŁĻĢ":147734,"ðŁļĴ":147735,"ðŁĽ«":147736,"ðŁ¤ł":147737,"ðŁ¥ļ":147738,"ðŁ¥Ľ":147739,"ðŁ¥£":147740,"ǯ":147741,"ȧ":147742,"ÎĬ":147743,"Ò²":147744,"×°":147745,"Ûij":147746,"áĥ©":147747,"áĦĮ":147748,"áĪį":147749,"áī¥":147750,"áıĤ":147751,"âģ±":147752,"âĬ¢":147753,"âĹĵ":147754,"âĿ°":147755,"ë¿¡":147756,"ìĽ©":147757,"íģŃ":147758,"íĨ³":147759,"íĬĦ":147760,"íĵ¸":147761,"北":147762,"若":147763,"ï±IJ":147764,"ﱯ":147765,"ï³ļ":147766,"ðĿĸĺ":147767,"ðĿĺĢ":147768,"ðŁIJĬ":147769,"ðŁIJĮ":147770,"ðŁijļ":147771,"ðŁĵĥ":147772,"ðŁļĽ":147773,"ðŁļª":147774,"ðŁ¤°":147775,"Ä´":147776,"áĥ®":147777,"áŨ":147778,"âĻ®":147779,"â²ŀ":147780,"ãĪĶ":147781,"ìħį":147782,"ãħĥ":147783,"率":147784,"ມ":147785,"Õİ":147786,"Õº":147787,"⬼":147788,"⽤":147789,"ðĿIJ²":147790,"âŀµ":147791,"áĢĽ":147792,"âĶħ":147793,"âĨŁ":147794,"â¼Ĭ":147795,"ðŁĮ½":147796,"ðŁļ¿":147797,"ï¦Ĭ":147798,"ãĦ£":147799,"⼩":147800,"ï©Ľ":147801,"ðŁį±":147802,"⾨":147803,"à´¤":147804,"áŀģ":147805,"àºŀ":147806,"Êļ":147807,"ðĿIJĴ":147808,"à´±":147809,"áŀľ":147810,"ன":147811,"à°Ĺ":147812,"à´ļ":147813,"âĩ£":147814,"ï¦ķ":147815,"Õħ":147816,"Æĺ":147817,"âĤ¦":147818,"âĶĦ":147819,"ï¦Ł":147820,"嶺":147821,"ðĿIJģ":147822,"ðĿIJĥ":147823,"ðŁį¸":147824,"ðŁIJ²":147825,"Ŷ":147826,"Éĸ":147827,"ßĺ":147828,"ฦ":147829,"à½Ķ":147830,"áĨ·":147831,"âģķ":147832,"âĵĤ":147833,"âĿľ":147834,"便":147835,"אַ":147836,"ðĿĹĿ":147837,"ðĿĹ¿":147838,"ðŁİ¾":147839,"ðŁĹĿ":147840,"ðŁ¦Į":147841,"Æħ":147842,"Ǫ":147843,"ÒĹ":147844,"ÜĽ":147845,"ßł":147846,"à¡ij":147847,"áī£":147848,"áĬŃ":147849,"ṡ":147850,"âŀ¼":147851,"âŀ¾":147852,"â´±":147853,"ãī¡":147854,"곯":147855,"ë½Ī":147856,"ìĤĺ":147857,"ìīij":147858,"ì«ĺ":147859,"íĮĥ":147860,"íĻ°":147861,"ï¤Ĺ":147862,"ðŁĮ¬":147863,"ðŁĮ°":147864,"ðŁį¤":147865,"Ä»":147866,"Åĩ":147867,"ƨ":147868,"Éķ":147869,"Ò¢":147870,"Òº":147871,"Öį":147872,"×±":147873,"Ú±":147874,"Ú½":147875,"ÛIJ":147876,"à¤Ľ":147877,"à·Ģ":147878,"à¹ļ":147879,"ຫ":147880,"á´¹":147881,"á½Ķ":147882,"á¾³":147883,"âĤĴ":147884,"âĨ´":147885,"âĩĿ":147886,"âīħ":147887,"âĮ¨":147888,"âĵĵ":147889,"âĸ¢":147890,"âļ¬":147891,"âŀŃ":147892,"â²Ĵ":147893,"ãİ¿":147894,"ê¿´":147895,"ëĪ±":147896,"ëį¬":147897,"ëİIJ":147898,"ëIJ«":147899,"ëĶ«":147900,"ë±ģ":147901,"ìĥ¥":147902,"íĮ¼":147903,"ïŃĵ":147904,"ﮥ":147905,"ï²°":147906,"ðĿIJĩ":147907,"ðĿIJij":147908,"ðĿijĮ":147909,"ðĿĵª":147910,"ðĿķļ":147911,"ðĿĺª":147912,"ðĿĺ¼":147913,"ðĿļĽ":147914,"ðŁĩ¶":147915,"ðŁĮĦ":147916,"ðŁĮķ":147917,"ðŁĮ¤":147918,"ðŁĮ§":147919,"ðŁį¬":147920,"ðŁİĭ":147921,"ðŁİ»":147922,"ðŁı¨":147923,"ðŁIJĩ":147924,"ðŁijĵ":147925,"ðŁĵIJ":147926,"ðŁĵĻ":147927,"ðŁĶ¼":147928,"ðŁķĴ":147929,"ðŁĸı":147930,"ðŁĸ¥":147931,"ðŁ¤¬":147932,"ðŁ¥Ĭ":147933,"ðŁ¥Ĵ":147934,"ßĮ":147935,"àºĦ":147936,"á¼µ":147937,"âķ¡":147938,"Ⲥ":147939,"â´¼":147940,"âµ¢":147941,"ãĪ¯":147942,"ëĵ¸":147943,"ëŁĩ":147944,"ëºį":147945,"ðĿĻ§":147946,"ðŁįĪ":147947,"ðŁĶ¬":147948,"ðŁĸĬ":147949,"ðŁ¤¾":147950,"Ë¡":147951,"Ü©":147952,"âĮ¡":147953,"âŃij":147954,"Ⲧ":147955,"ë©ī":147956,"ì¼Ń":147957,"￤":147958,"ðĿĴİ":147959,"ðĿĹ¥":147960,"ðŁIJµ":147961,"ðŁķ¶":147962,"ðŁķ¸":147963,"ðŁ¤ľ":147964,"Õª":147965,"áĪĭ":147966,"ðŁ¥µ":147967,"ï°ģ":147968,"áµIJ":147969,"âķĵ":147970,"áĢĸ":147971,"âĭĪ":147972,"Éŀ":147973,"âŀ®":147974,"॰":147975,"ãĨģ":147976,"ðŁĴ±":147977,"ðŁıŃ":147978,"áĨ¨":147979,"ðŁįļ":147980,"ðŁ¦IJ":147981,"á´»":147982,"âĺĮ":147983,"à´ķ":147984,"Õ±":147985,"áħ®":147986,"ðĿIJĮ":147987,"Ŧ":147988,"àºķ":147989,"âľĻ":147990,"˳":147991,"Ôµ":147992,"âķĴ":147993,"ðĿĹĹ":147994,"ðĿĹł":147995,"Úļ":147996,"ধ":147997,"âĨĿ":147998,"âĻī":147999,"ãĮ»":148000,"ì¹Ĭ":148001,"ðĿĹº":148002,"ðŁ§ĺ":148003,"ì³£":148004,"ï¬Ŀ":148005,"ðŁijº":148006,"ÇŁ":148007,"ÎĪ":148008,"Ϋ":148009,"Ñ¥":148010,"Ô²":148011,"Õ¨":148012,"ܦ":148013,"à¦Ĩ":148014,"থ":148015,"áIJ¢":148016,"á¼ģ":148017,"á¼ĺ":148018,"ἦ":148019,"âĵĿ":148020,"ãĪ°":148021,"ãİĹ":148022,"겡":148023,"ë¨Ģ":148024,"ì£Ķ":148025,"ì´¤":148026,"ìµĿ":148027,"林":148028,"ïŃĬ":148029,"ï²Ł":148030,"ðĿIJ·":148031,"ðĿijĭ":148032,"ðĿĵī":148033,"ðĿĺµ":148034,"ðŁĴ·":148035,"ðŁĽ©":148036,"ðŁ§¹":148037,"ÅĶ":148038,"Êŀ":148039,"Ë¥":148040,"ÎĮ":148041,"Ñ©":148042,"ÓIJ":148043,"Ół":148044,"Úij":148045,"ÚĴ":148046,"ߨ":148047,"àªĪ":148048,"áIJĥ":148049,"ṯ":148050,"âĤĭ":148051,"âĤµ":148052,"âĦħ":148053,"âĦł":148054,"âĪ£":148055,"âīº":148056,"âī»":148057,"âĬĽ":148058,"âĮIJ":148059,"âİĵ":148060,"âĺ¸":148061,"âĻĴ":148062,"âļĴ":148063,"âľĩ":148064,"âľł":148065,"â´·":148066,"âµĸ":148067,"ãĦ¸":148068,"ãī¢":148069,"ãī°":148070,"êĩ´":148071,"ê´¸":148072,"êºł":148073,"ëĤı":148074,"ëĤ¢":148075,"ëIJĢ":148076,"뺴":148077,"ìĥľ":148078,"ìįħ":148079,"줫":148080,"챦":148081,"ìºij":148082,"ì¼ģ":148083,"쿳":148084,"íĤģ":148085,"íħ¡":148086,"íĴĤ":148087,"íĴī":148088,"íľĦ":148089,"ïŃª":148090,"ﮬ":148091,"ﯦ":148092,"ﱪ":148093,"ï²ı":148094,"ï´Ģ":148095,"ï»Ĩ":148096,"￦":148097,"ðĿijĹ":148098,"ðĿĸĻ":148099,"ðŁĮ¡":148100,"ðŁįĿ":148101,"ðŁį§":148102,"ðŁİ«":148103,"ðŁıĺ":148104,"ðŁıª":148105,"ðŁIJĭ":148106,"ðŁIJĽ":148107,"ðŁIJº":148108,"ðŁijĸ":148109,"ðŁijŀ":148110,"ðŁij·":148111,"ðŁĵĢ":148112,"ðŁĶĦ":148113,"ðŁĶĮ":148114,"ðŁķĻ":148115,"ðŁĻį":148116,"ðŁĻİ":148117,"ðŁ¦į":148118,"Ç°":148119,"ÉŁ":148120,"ÊĨ":148121,"Ô¼":148122,"Úľ":148123,"ড":148124,"শ":148125,"áĴĥ":148126,"Ἡ":148127,"âĵķ":148128,"â²Ī":148129,"ê°°":148130,"ê¹ł":148131,"êºħ":148132,"ëĦ¹":148133,"ë¯ĵ":148134,"íIJĪ":148135,"臨":148136,"ï®ij":148137,"ﲨ":148138,"ðĿĴī":148139,"ðĿĴĶ":148140,"ðĿŨ":148141,"ðĿĻŀ":148142,"ðĿļĴ":148143,"ðĿļķ":148144,"ðŁIJİ":148145,"ðŁ¤ķ":148146,"ðŁ§Ķ":148147,"Ï°":148148,"ÔĿ":148149,"âĮĬ":148150,"âĴ¾":148151,"ãī£":148152,"ïŃ©":148153,"ðĿļŀ":148154,"Êij":148155,"দ":148156,"áĦĩ":148157,"âīĥ":148158,"â²Ģ":148159,"ìŁİ":148160,"ðĿij¶":148161,"ðĿĵ²":148162,"ðŁİ·":148163,"ðŁļ¹":148164,"àºģ":148165,"áłł":148166,"ãĦļ":148167,"ðŁIJ¿":148168,"áĽļ":148169,"âķ³":148170,"ðŁIJŃ":148171,"âĴ¹":148172,"ðĿĸļ":148173,"âĻĸ":148174,"ãĪ²":148175,"âĨ¾":148176,"áĦĨ":148177,"âķĽ":148178,"ðŁ¤į":148179,"â½¥":148180,"ðŁĮ¨":148181,"âĪ®":148182,"ãĮĺ":148183,"ãįij":148184,"ï¹Ģ":148185,"âĵĹ":148186,"âĬĦ":148187,"ðŁı¹":148188,"ËĴ":148189,"ðŁ¤±":148190,"ãıľ":148191,"ðŁİĮ":148192,"ï¥Ń":148193,"ণ":148194,"ðŁİ¹":148195,"ãĬŁ":148196,"à´°":148197,"ðĿIJĶ":148198,"à´¨":148199,"à½ļ":148200,"âľº":148201,"Õ·":148202,"ðŁij³":148203,"à¦ľ":148204,"âĺĭ":148205,"âĻĬ":148206,"ãĢĽ":148207,"Èĭ":148208,"à®°":148209,"áĥ¨":148210,"âĦķ":148211,"íijĢ":148212,"ðĿĵĥ":148213,"ðŁ¦Ķ":148214,"Ä¿":148215,"ÅĢ":148216,"Ƴ":148217,"Éļ":148218,"Öĥ":148219,"Ü£":148220,"ߣ":148221,"à¦Ń":148222,"ৡ":148223,"ර":148224,"ຣ":148225,"à½ĩ":148226,"Ḩ":148227,"á½Ī":148228,"⽬":148229,"ê¡Ķ":148230,"ì³Ħ":148231,"ï¨ī":148232,"ðĿIJ¡":148233,"ðĿĺ¢":148234,"ðŁį¿":148235,"ðŁİŁ":148236,"ðŁıī":148237,"ðŁĶIJ":148238,"ðŁļħ":148239,"ðŁ¤½":148240,"Æį":148241,"Ç«":148242,"ǽ":148243,"Èļ":148244,"Îī":148245,"Ó¤":148246,"Óª":148247,"ÕĬ":148248,"Ù¼":148249,"Ú´":148250,"ßĿ":148251,"à¶ľ":148252,"á¼ķ":148253,"á¿¥":148254,"âİŀ":148255,"ãĢļ":148256,"ãī¤":148257,"곸":148258,"ê·ģ":148259,"ëĵĦ":148260,"ëĵķ":148261,"ì¨Ķ":148262,"챨":148263,"ðĿIJ¾":148264,"ðĿij»":148265,"ðĿĶ¼":148266,"ðĿķĿ":148267,"ðĿĺŃ":148268,"ðŁĨĻ":148269,"ðŁĵ¤":148270,"ðŁĶŁ":148271,"ðŁĹ¼":148272,"Äľ":148273,"Æģ":148274,"Æ¿":148275,"dz":148276,"Ç·":148277,"Éĥ":148278,"Éł":148279,"Êī":148280,"ʧ":148281,"˲":148282,"Ï´":148283,"Õģ":148284,"Õŀ":148285,"Öĩ":148286,"ÛĤ":148287,"Ûĵ":148288,"ßĹ":148289,"ߦ":148290,"হ":148291,"ள":148292,"à´¸":148293,"à»Ĥ":148294,"áĪĿ":148295,"áĪª":148296,"áĭµ":148297,"áIJĬ":148298,"áĴª":148299,"áļĸ":148300,"áŀĽ":148301,"á´¢":148302,"áµı":148303,"áµŃ":148304,"ᶫ":148305,"á¸ı":148306,"áºĴ":148307,"á¼¥":148308,"á½ķ":148309,"á½¼":148310,"âĤĬ":148311,"âĦĤ":148312,"âĦ©":148313,"âĩī":148314,"âī£":148315,"âĮł":148316,"âİŁ":148317,"âı®":148318,"âķĺ":148319,"âĹĸ":148320,"âĺ©":148321,"âĻij":148322,"âĻ²":148323,"âļĽ":148324,"ãĦŁ":148325,"ãī±":148326,"ãİļ":148327,"ê¡ķ":148328,"êªĸ":148329,"ê°¹":148330,"ê²Ĩ":148331,"êµĦ":148332,"ëĩ¬":148333,"ëĭ¯":148334,"ëıł":148335,"ëĴ¬":148336,"ëĸĪ":148337,"ëĸ½":148338,"ëĺĶ":148339,"ëŀ¸":148340,"ë¸ħ":148341,"뻳":148342,"ë¿Ł":148343,"ìĤµ":148344,"ìĬī":148345,"ìľ°":148346,"ìłĭ":148347,"ìłĶ":148348,"쥡":148349,"ìŃĿ":148350,"켬":148351,"íĪĩ":148352,"íīľ":148353,"íįĦ":148354,"íĽ¾":148355,"íĿ£":148356,"朗":148357,"勞":148358,"ï¦ľ":148359,"獵":148360,"ï§ľ":148361,"ï¨Ī":148362,"שׁ":148363,"הּ":148364,"ïŃ½":148365,"ï®ī":148366,"ï¯ŀ":148367,"ï°Ĵ":148368,"ï±ĩ":148369,"ï¿Ħ":148370,"ðĿIJħ":148371,"ðĿijĦ":148372,"ðĿijº":148373,"ðĿĴĹ":148374,"ðĿĵ®":148375,"ðĿķĽ":148376,"ðĿķŀ":148377,"ðĿĸij":148378,"ðĿĺģ":148379,"ðĿĺĨ":148380,"ðĿĺ¶":148381,"ðĿĻ¢":148382,"ðĿļľ":148383,"ðŁĮĥ":148384,"ðŁĮ¦":148385,"ðŁįŁ":148386,"ðŁİİ":148387,"ðŁıĻ":148388,"ðŁIJ©":148389,"ðŁIJ«":148390,"ðŁIJ´":148391,"ðŁijĶ":148392,"ðŁĵī":148393,"ðŁĵĽ":148394,"ðŁĶī":148395,"ðŁĸ¼":148396,"ðŁĹĥ":148397,"ðŁĹ¯":148398,"ðŁļĩ":148399,"ðŁļIJ":148400,"ðŁļµ":148401,"ðŁ¤¶":148402,"ðŁ¥ĭ":148403,"ðŁ¥ĵ":148404,"ðŁ¥®":148405,"ðŁ¦İ":148406,"ðŁ¦ł":148407,"ðŁ§Ĵ":148408,"ðŁ§¨":148409,"ÆIJ":148410,"Çį":148411,"ÓĢ":148412,"ÔĽ":148413,"ರ":148414,"à´Ļ":148415,"áĢĴ":148416,"ê²Ŀ":148417,"ê¹¹":148418,"ë©¥":148419,"ìĸĶ":148420,"ï¤ģ":148421,"ï¤ı":148422,"ï¦ī":148423,"ï¦ĵ":148424,"ï§ī":148425,"ï²Ŀ":148426,"ðĿĹŀ":148427,"ðĿű":148428,"ðŁĮĭ":148429,"ðŁį¶":148430,"à¦ļ":148431,"ìķľ":148432,"ðĿIJ¯":148433,"ðĿļĿ":148434,"à°¨":148435,"à½ĺ":148436,"à½ł":148437,"á¡¥":148438,"á¾°":148439,"âģį":148440,"âĶ°":148441,"⬾":148442,"ðĿIJł":148443,"ðĿij¯":148444,"ðĿĹĽ":148445,"ðĿĵ»":148446,"ðĿĸĪ":148447,"âŀ»":148448,"áŀł":148449,"⡱":148450,"â»ij":148451,"ðŁ§µ":148452,"廉":148453,"ðŁijĺ":148454,"ãĤĶ":148455,"â¼Ł":148456,"ãĬ¤":148457,"ï¦Ŀ":148458,"ãĮ¦":148459,"âĢ¸":148460,"ðŁĶĻ":148461,"ã¹":148462,"㹦":148463,"ï¹ħ":148464,"ï©Į":148465,"ãī¨":148466,"︽":148467,"âį¥":148468,"ðŁļī":148469,"ðŁ¥ľ":148470,"âĵľ":148471,"â»Ŀ":148472,"ï¨ľ":148473,"ðŁĴĴ":148474,"áĦij":148475,"â¾ŀ":148476,"ï¨ģ":148477,"à´ª":148478,"áĦİ":148479,"âŀ´":148480,"ষ":148481,"áħ¬":148482,"áŀ§":148483,"âĨ¢":148484,"âķ¦":148485,"âľij":148486,"ˬ":148487,"ÕIJ":148488,"à¼Ķ":148489,"ʤ":148490,"˨":148491,"à¤ŀ":148492,"à»ĥ":148493,"à¼ļ":148494,"âĵ¥":148495,"âķľ":148496,"ðŁIJĸ":148497,"á¼Ļ":148498,"ἤ":148499,"ìĨ°":148500,"ÈĤ":148501,"ʱ":148502,"à®ļ":148503,"áĥ§":148504,"á´ĭ":148505,"á´®":148506,"âĿ¡":148507,"âŀ·":148508,"ëĿ¡":148509,"梨":148510,"ﯡ":148511,"ðĿķķ":148512,"ðŁħ°":148513,"ðŁ¦¸":148514,"Ǹ":148515,"Óŀ":148516,"Ô¶":148517,"ÖĨ":148518,"Úģ":148519,"Ûĭ":148520,"áİ¥":148521,"᾿":148522,"âĶŃ":148523,"âĶ®":148524,"êĢĢ":148525,"ê±ĺ":148526,"ëIJŃ":148527,"ë½Ħ":148528,"ìĶIJ":148529,"ì¸Į":148530,"íģł":148531,"íĻ±":148532,"ï¥ī":148533,"ï¨ĸ":148534,"ðĿij´":148535,"ðĿĸĴ":148536,"ðĿĺ¨":148537,"ðĿļĮ":148538,"ðŁIJ¡":148539,"ðŁij¢":148540,"ðŁĵĶ":148541,"Åħ":148542,"Æİ":148543,"È©":148544,"Òª":148545,"Ôĥ":148546,"áĥ«":148547,"á¸ĩ":148548,"⼣":148549,"ê»Ń":148550,"ë¨Ħ":148551,"ìŁĢ":148552,"줴":148553,"íļIJ":148554,"盧":148555,"ðŁŁ¢":148556,"Ƨ":148557,"ȼ":148558,"ÊĿ":148559,"ËĦ":148560,"Ëħ":148561,"Ëį":148562,"˧":148563,"Ò¥":148564,"ÕĶ":148565,"Øı":148566,"ؼ":148567,"ßIJ":148568,"ßľ":148569,"à¤ĵ":148570,"à¦Ļ":148571,"à®ĵ":148572,"ප":148573,"à¼į":148574,"à¼Ĵ":148575,"ལ":148576,"áĢĤ":148577,"áĢĬ":148578,"áĦĦ":148579,"áĪĺ":148580,"áĭĬ":148581,"áĮį":148582,"áijĭ":148583,"áŀĤ":148584,"áł¢":148585,"á¡Ŀ":148586,"á´¦":148587,"áµį":148588,"ᵨ":148589,"ḡ":148590,"ḯ":148591,"á¼£":148592,"âģĤ":148593,"âĦĺ":148594,"âĦľ":148595,"âĦ³":148596,"âĦµ":148597,"âĨ¦":148598,"âĩĨ":148599,"âĪ·":148600,"âĬļ":148601,"âĮ«":148602,"âĮ¯":148603,"âİĽ":148604,"âİľ":148605,"âݤ":148606,"âݦ":148607,"âİ®":148608,"âijī":148609,"âĶī":148610,"âķĻ":148611,"âĸĤ":148612,"âĹŃ":148613,"âĺĬ":148614,"âĺį":148615,"âĺĴ":148616,"âļĨ":148617,"⼧":148618,"âĽ²":148619,"âŀĺ":148620,"â¥Ħ":148621,"â´³":148622,"â´½":148623,"âµĪ":148624,"ãī¯":148625,"ãİij":148626,"㧬":148627,"êĻ¬":148628,"ê§ģ":148629,"곬":148630,"ê´ŀ":148631,"ê»ľ":148632,"ëħĵ":148633,"ëĭ¼":148634,"ëįĸ":148635,"ëĸ±":148636,"ëĿ°":148637,"롹":148638,"뢴":148639,"ë£Ģ":148640,"뤳":148641,"ë¨ķ":148642,"ëŃ¥":148643,"ìĦ¶":148644,"ìħ¤":148645,"ìĮķ":148646,"ìįª":148647,"ìı©":148648,"ìĴĢ":148649,"ìĶ¯":148650,"ìĿĶ":148651,"ìĿľ":148652,"ìłŃ":148653,"짦":148654,"쨩":148655,"첬":148656,"ì³¥":148657,"켯":148658,"íĢ«":148659,"íĢŃ":148660,"íĥ¸":148661,"íĵģ":148662,"íķ¬":148663,"íŸ":148664,"íĽķ":148665,"íľŃ":148666,"íĿĹ":148667,"ï¤Į":148668,"浪":148669,"刺":148670,"ï¬Ħ":148671,"ï¬ħ":148672,"ïŃij":148673,"ïŃ«":148674,"ïŃº":148675,"ï®Ĥ":148676,"ﮢ":148677,"ﮨ":148678,"ï°İ":148679,"ï°ł":148680,"ï²£":148681,"ï³IJ":148682,"ï³Ĵ":148683,"ï³ĺ":148684,"ï³ľ":148685,"ï¹¼":148686,"￨":148687,"ðĿIJ©":148688,"ðĿĴļ":148689,"ðĿķĶ":148690,"ðĿķ¤":148691,"ðĿĸĮ":148692,"ðĿĹ£":148693,"ðĿĹ°":148694,"ðĿĹ´":148695,"ðĿĺĤ":148696,"ðĿĺ¥":148697,"ðĿĺ®":148698,"ðĿĺ¸":148699,"ðĿĻĢ":148700,"ðĿĽ¾":148701,"ðĿľı":148702,"ðŁĮģ":148703,"ðŁĮľ":148704,"ðŁĮ¥":148705,"ðŁĮ¯":148706,"ðŁįIJ":148707,"ðŁİĴ":148708,"ðŁıĶ":148709,"ðŁıķ":148710,"ðŁı®":148711,"ðŁIJĤ":148712,"ðŁIJī":148713,"ðŁIJ¹":148714,"ðŁĶķ":148715,"ðŁĶļ":148716,"ðŁķij":148717,"ðŁķ£":148718,"ðŁĹŀ":148719,"ðŁĹ¡":148720,"ðŁĹ¿":148721,"ðŁļĨ":148722,"ðŁļĬ":148723,"ðŁļĵ":148724,"ðŁļķ":148725,"ðŁļ¾":148726,"ðŁĽģ":148727,"ðŁĽİ":148728,"ðŁĽı":148729,"ðŁ¤´":148730,"ðŁ¥ķ":148731,"ðŁ¥ĸ":148732,"ðŁ¥ł":148733,"ðŁ¥¥":148734,"ðŁ¦Ĩ":148735,"ðŁ¦ī":148736,"ðŁ¦ļ":148737,"ðŁ§ij":148738,"ðŁ§¥":148739,"ðŁ§¿":148740,"Å°":148741,"ƺ":148742,"ɧ":148743,"àªĩ":148744,"ண":148745,"áĪĪ":148746,"áĬ¤":148747,"áĭ®":148748,"áĮĪ":148749,"áĮµ":148750,"ᥲ":148751,"âĵŁ":148752,"êĻ³":148753,"ê°Ĭ":148754,"ëķģ":148755,"ëķ¨":148756,"ìĬģ":148757,"例":148758,"גּ":148759,"ðĿĸį":148760,"ðĿĺĮ":148761,"ðĿĺ³":148762,"ðĿĻ©":148763,"ðŁįĻ":148764,"ðŁĸĸ":148765,"áī³":148766,"áĭ¨":148767,"áĸĩ":148768,"áŀĮ":148769,"ṧ":148770,"âķª":148771,"âŀļ":148772,"â²ĺ":148773,"êķ":148774,"êķ¥":148775,"路":148776,"ﮣ":148777,"ï¯ł":148778,"ðĿĴĸ":148779,"ðĿķĺ":148780,"ðĿĸĩ":148781,"ðĿĹŁ":148782,"ðĿĹª":148783,"ðĿĹ¯":148784,"ðĿĻł":148785,"ðŁĵı":148786,"à¦Ĺ":148787,"âĴ»":148788,"â²ł":148789,"ðĿĵµ":148790,"Ê£":148791,"à°ľ":148792,"áĬ¢":148793,"áŀIJ":148794,"ḷ":148795,"âĦĽ":148796,"âĩĢ":148797,"âĩĬ":148798,"êĴ¦":148799,"ê¦ł":148800,"ﮤ":148801,"ðŁįĽ":148802,"ðŁ¤Ľ":148803,"ᨾ":148804,"âŀº":148805,"áķ¯":148806,"áĽı":148807,"âĩĤ":148808,"âĶ¹":148809,"âĻĹ":148810,"ðŁĸ¨":148811,"ê¦ı":148812,"ર":148813,"áļ¨":148814,"ðŁ¤¥":148815,"ðŁ§¢":148816,"ãIJĤ":148817,"ãĦ¥":148818,"ðŁĸĮ":148819,"â¼Ĵ":148820,"ãĬ§":148821,"âį©":148822,"ðŁ¦ij":148823,"âĶ·":148824,"ï©IJ":148825,"ï©¡":148826,"ðĵĪ":148827,"ðĵĪĴ":148828,"â»Ħ":148829,"ï¨Ĵ":148830,"âĦª":148831,"Ò§":148832,"ÚĮ":148833,"âĢ¶":148834,"âºł":148835,"â»ģ":148836,"âĨ¸":148837,"áĦIJ":148838,"ãħIJ":148839,"à»Ħ":148840,"áĹª":148841,"âĨ¼":148842,"âĩĭ":148843,"âĩĺ":148844,"âĮij":148845,"âĸ©":148846,"ðĿIJĹ":148847,"ÄĬ":148848,"à¦ī":148849,"ìīł":148850,"ɤ":148851,"ßį":148852,"ßı":148853,"áµĹ":148854,"âĤ¥":148855,"âĵī":148856,"âĶł":148857,"âĶ¨":148858,"âķĦ":148859,"ä¤":148860,"ä¤Ģ":148861,"껸":148862,"ï®ģ":148863,"ðĵĤ":148864,"ðĵĤĥ":148865,"ðŁ¦ķ":148866,"ÆĽ":148867,"à¦ĩ":148868,"ãıĺ":148869,"﮼":148870,"Úĵ":148871,"ÚĿ":148872,"à¦ĵ":148873,"ද":148874,"á´ħ":148875,"á½Ļ":148876,"âģ¼":148877,"âĸİ":148878,"⼩":148879,"äĶ":148880,"äĶĢ":148881,"뻡":148882,"ìĽ½":148883,"íģĦ":148884,"良":148885,"ï±ī":148886,"ï¹»":148887,"ðĿĸĭ":148888,"ðĿĻĪ":148889,"ðĿĻª":148890,"ðĿĻ¶":148891,"ðŁIJĦ":148892,"ðŁIJĨ":148893,"áİ¢":148894,"á¸Į":148895,"âĿ´":148896,"ðŁı¸":148897,"ÈĿ":148898,"ɸ":148899,"Îħ":148900,"Ïľ":148901,"Ó¢":148902,"Õ¹":148903,"à´ħ":148904,"àºĪ":148905,"áĭ°":148906,"áijİ":148907,"áłµ":148908,"á¡ł":148909,"á´ī":148910,"ḵ":148911,"á¿´":148912,"âĵ£":148913,"âĶ¶":148914,"⽯":148915,"ê²¥":148916,"ê¿ĺ":148917,"ëģİ":148918,"ëİĪ":148919,"ëĶ¯":148920,"ë²°":148921,"ìĺ¯":148922,"ìĽ¸":148923,"ìŀĹ":148924,"ì§ĺ":148925,"쬬":148926,"ì·¬":148927,"íģħ":148928,"íĵĶ":148929,"íĽĿ":148930,"冷":148931,"魯":148932,"沈":148933,"ï¯ĸ":148934,"ðĿĵħ":148935,"ðĿĻĦ":148936,"ðŁĵ¶":148937,"ðŁĹĴ":148938,"ðŁ¥Ķ":148939,"ðŁ¥Ń":148940,"Å®":148941,"Å´":148942,"Æī":148943,"Æ«":148944,"Çģ":148945,"Ç£":148946,"Ǻ":148947,"Ǽ":148948,"Èį":148949,"ȯ":148950,"Éľ":148951,"ʬ":148952,"Ëģ":148953,"ˤ":148954,"˵":148955,"ÏĽ":148956,"Ò¤":148957,"Ò¬":148958,"Óı":148959,"ÓĽ":148960,"Ó¡":148961,"Ó³":148962,"ÔĮ":148963,"Ô¬":148964,"Õ³":148965,"Ù»":148966,"Úī":148967,"Ú§":148968,"Üľ":148969,"ߪ":148970,"à¤Ŀ":148971,"à¦Ľ":148972,"à¨Ĩ":148973,"àªķ":148974,"ડ":148975,"à®İ":148976,"à°¬":148977,"ൻ":148978,"ർ":148979,"à¶ł":148980,"à¶Ń":148981,"බ":148982,"à·Ĩ":148983,"༽":148984,"áĢļ":148985,"áħ¢":148986,"áĨ¸":148987,"áĪĢ":148988,"áĪķ":148989,"áĪ°":148990,"áī¡":148991,"áī¤":148992,"áĬ¦":148993,"áĬ«":148994,"áĭĭ":148995,"áĭį":148996,"áݯ":148997,"áijŃ":148998,"áķĹ":148999,"᣼":149000,"á¥Ĵ":149001,"á©ī":149002,"áŃº":149003,"á´¡":149004,"áµĺ":149005,"ᵼ":149006,"ᶳ":149007,"á¸ģ":149008,"á¸ĭ":149009,"á¹Ļ":149010,"á¹Ŀ":149011,"Ṧ":149012,"áºħ":149013,"á¼Ĥ":149014,"á½ĥ":149015,"á½į":149016,"ὧ":149017,"á¾·":149018,"âĢµ":149019,"âĤİ":149020,"âĦĿ":149021,"âħĢ":149022,"âĨŀ":149023,"âĨ§":149024,"âĩħ":149025,"âĪĥ":149026,"âīı":149027,"âī½":149028,"âĬŀ":149029,"âĬ¡":149030,"âĬ§":149031,"âĬ¶":149032,"âĭĦ":149033,"âİĴ":149034,"âİ¡":149035,"âİ£":149036,"âݪ":149037,"âıİ":149038,"âĵĥ":149039,"âĵĸ":149040,"âĵ¨":149041,"âķĭ":149042,"âķĸ":149043,"âķ¢":149044,"âķ²":149045,"âĸĨ":149046,"âĸĬ":149047,"âĸį":149048,"âĸ®":149049,"âĺ¡":149050,"âĺ¦":149051,"âĺ±":149052,"âĺ¿":149053,"âĻĺ":149054,"âĻĿ":149055,"âļ°":149056,"âĽij":149057,"âŀª":149058,"â¤Ŀ":149059,"⤢":149060,"⤷":149061,"⧫":149062,"â¨Ń":149063,"⨯":149064,"â±£":149065,"â²İ":149066,"⵼":149067,"ãħĶ":149068,"ãĪı":149069,"ãī²":149070,"ãī³":149071,"ãĬij":149072,"ãĭĽ":149073,"ãİIJ":149074,"겤":149075,"ê·¿":149076,"ê¹ŀ":149077,"껨":149078,"ê¼į":149079,"꿸":149080,"ëĥ¬":149081,"ëĩIJ":149082,"ëĭł":149083,"ëį¯":149084,"ëĹĮ":149085,"ëĹij":149086,"ë¥Ģ":149087,"ëªĥ":149088,"몯":149089,"뱡":149090,"ë³ĵ":149091,"ë³½":149092,"뵾":149093,"ìĤ³":149094,"ìħ¥":149095,"ìĩ½":149096,"ìı¨":149097,"ìı¸":149098,"ìķį":149099,"ìĸĸ":149100,"ìŁ¨":149101,"ì¢ĥ":149102,"ì¢į":149103,"ì¥ij":149104,"짼":149105,"ì©ĥ":149106,"ì®ľ":149107,"쮸":149108,"ì³ij":149109,"ì´¥":149110,"ì¾ĥ":149111,"íħ¦":149112,"íĪ¿":149113,"íĵ½":149114,"íķ³":149115,"íĸı":149116,"íĹł":149117,"íĿ«":149118,"ï¤ĵ":149119,"ï¤ĺ":149120,"ï¥İ":149121,"略":149122,"ï¦ħ":149123,"尿":149124,"ï§ĩ":149125,"ï¬Ĩ":149126,"דּ":149127,"ï®ĩ":149128,"ï®Ī":149129,"ï®Ŀ":149130,"ﮩ":149131,"ï®±":149132,"ï¯ĺ":149133,"ï¯Ļ":149134,"ﯢ":149135,"ﯣ":149136,"ﯤ":149137,"ﯥ":149138,"ï±Ĥ":149139,"ï²Ĩ":149140,"ﲪ":149141,"ï´¼":149142,"ïºī":149143,"ïºĬ":149144,"ﺥ":149145,"ðĿij¨":149146,"ðĿij©":149147,"ðĿij²":149148,"ðĿĴĮ":149149,"ðĿĴª":149150,"ðĿĴ®":149151,"ðĿĵĤ":149152,"ðĿĵĪ":149153,"ðĿĵ¯":149154,"ðĿĶ¨":149155,"ðĿķĢ":149156,"ðĿķĨ":149157,"ðĿķ¦":149158,"ðĿķ§":149159,"ðĿķ«":149160,"ðĿķ·":149161,"ðĿŵ":149162,"ðĿŸ":149163,"ðĿĺĦ":149164,"ðĿĺĻ":149165,"ðĿĺł":149166,"ðĿĺ¬":149167,"ðĿĻį":149168,"ðĿĻij":149169,"ðĿĻ¡":149170,"ðĿĻ¨":149171,"ðĿĻ·":149172,"ðĿļį":149173,"ðĿĽ¿":149174,"ðŁĥ":149175,"ðŁĥı":149176,"ðŁħĺ":149177,"ðŁī":149178,"ðŁīij":149179,"ðŁİ¡":149180,"ðŁİª":149181,"ðŁİ±":149182,"ðŁİ³":149183,"ðŁİº":149184,"ðŁıİ":149185,"ðŁıĹ":149186,"ðŁıļ":149187,"ðŁıŀ":149188,"ðŁı¦":149189,"ðŁı§":149190,"ðŁIJģ":149191,"ðŁIJħ":149192,"ðŁIJĵ":149193,"ðŁĴĤ":149194,"ðŁĵij":149195,"ðŁĵĵ":149196,"ðŁĵ¨":149197,"ðŁĵ«":149198,"ðŁĶĭ":149199,"ðŁĶŃ":149200,"ðŁĶ¯":149201,"ðŁķĹ":149202,"ðŁļĤ":149203,"ðŁļ¢":149204,"ðŁļ¦":149205,"ðŁļ¬":149206,"ðŁĽĭ":149207,"ðŁĽĮ":149208,"ðŁĽ¬":149209,"ðŁĽ¶":149210,"ðŁŁ¡":149211,"ðŁ¥ĺ":149212,"ðŁ¥Ł":149213,"ðŁ¥¦":149214,"ðŁ¦ĩ":149215,"ðŁ¦Ī":149216,"ðŁ§Ĭ":149217,"ðŁ§Ĺ":149218,"ðŁ§¤":149219,"Ê·":149220,"˹":149221,"á¹ļ":149222,"á½¥":149223,"âĦŁ":149224,"겯":149225,"껫":149226,"ë°·":149227,"ìĥĨ":149228,"ìĽĿ":149229,"ì¨ī":149230,"ì«ı":149231,"ï¯ķ":149232,"ðĿľĭ":149233,"ɲ":149234,"ÒŃ":149235,"ÓĪ":149236,"à½Ľ":149237,"áĭĵ":149238,"áĻŃ":149239,"áł©":149240,"á¹®":149241,"âĦĴ":149242,"âĨ»":149243,"âµĥ":149244,"ëĢ¨":149245,"볧":149246,"ìī¥":149247,"ìĮľ":149248,"ìŶ":149249,"ì¨Ī":149250,"쪾":149251,"íı½":149252,"íļĶ":149253,"íĽµ":149254,"露":149255,"ï¦IJ":149256,"ï§Ĺ":149257,"ï§ļ":149258,"אָ":149259,"ðĿIJĬ":149260,"ðĿķĹ":149261,"ðĿĹļ":149262,"ðĿļĸ":149263,"ðŁħ´":149264,"Èĥ":149265,"ÉĿ":149266,"ϱ":149267,"ÓĹ":149268,"ढ":149269,"áħł":149270,"áī¦":149271,"áijĮ":149272,"áĴ¼":149273,"áŀ¡":149274,"᳨":149275,"áłŃ":149276,"á¨ħ":149277,"á¨Ķ":149278,"á´ĺ":149279,"ᶦ":149280,"á¸İ":149281,"á¼ħ":149282,"á¼¹":149283,"âĨ¯":149284,"âĵİ":149285,"ãıĮ":149286,"êī":149287,"êīĤ":149288,"ëĨ§":149289,"ëĿ±":149290,"좡":149291,"íĪ½":149292,"ï¤ĩ":149293,"ï¤Ľ":149294,"ðĿIJķ":149295,"ðĿĵ¸":149296,"ðĿĵ¼":149297,"ðĿĹķ":149298,"ðĿĺĪ":149299,"ðŁı£":149300,"ðŁı¤":149301,"ðŁĹĦ":149302,"Ñ·":149303,"Òł":149304,"áµĸ":149305,"Ἠ":149306,"ë¬Ħ":149307,"ï°´":149308,"âĪ½":149309,"ÕŃ":149310,"Ú¹":149311,"à¥Ł":149312,"áĢĨ":149313,"áŀĴ":149314,"ãĢ¶":149315,"ꦫ":149316,"ï¸ĵ":149317,"ðĿIJĽ":149318,"ðĿĺĹ":149319,"ðŁıľ":149320,"ì«Ń":149321,"ðŁ§ŀ":149322,"à½Ĥ":149323,"âĨ¿":149324,"âĩı":149325,"âĵģ":149326,"âĶ§":149327,"âķģ":149328,"âķ¤":149329,"ê¦Ĺ":149330,"ꦤ":149331,"ðŁıĪ":149332,"áŀķ":149333,"Ô½":149334,"àªĹ":149335,"à¬Ĩ":149336,"âķķ":149337,"ï½ł":149338,"⼦":149339,"⼯":149340,"â¾·":149341,"âĶĸ":149342,"à¬ĵ":149343,"âĺĹ":149344,"âįĭ":149345,"ï¨Ŀ":149346,"â¼¥":149347,"寧":149348,"âĦĬ":149349,"ãĢ´":149350,"âį¢":149351,"ð¡Ī":149352,"ð¡Ī½":149353,"難":149354,"ãĢ»":149355,"ãıĥ":149356,"說":149357,"ï¨ĺ":149358,"ðŁIJĥ":149359,"ðŁĨĸ":149360,"ðŁĹ¾":149361,"ãĦĩ":149362,"Þĭ":149363,"â¼¼":149364,"ï¨Ń":149365,"ÞĢ":149366,"ÞĦ":149367,"ÞĪ":149368,"ÞIJ":149369,"âĮĦ":149370,"â»ĺ":149371,"ãŁ¢":149372,"áħ§":149373,"ðIJĮ¿":149374,"Ë»":149375,"à²Ĺ":149376,"áĢĩ":149377,"áŀĬ":149378,"âķĩ":149379,"ãĩ¼":149380,"ãİ°":149381,"ÕĴ":149382,"ÜĪ":149383,"ߥ":149384,"à¿IJ":149385,"áĢŁ":149386,"âĨ¥":149387,"âķĮ":149388,"â½Ģ":149389,"â½°":149390,"â¾Ĭ":149391,"äĦ":149392,"äĦĢ":149393,"ðĵIJ":149394,"ðĵIJį":149395,"ðŁİ¦":149396,"âĤ¯":149397,"âĬĺ":149398,"âĦį":149399,"ʵ":149400,"Ѷ":149401,"Úĥ":149402,"à¦Ķ":149403,"à´¦":149404,"áݶ":149405,"áĵķ":149406,"Ṩ":149407,"âĤł":149408,"âĩ°":149409,"âĹĴ":149410,"â¿Ĭ":149411,"ê·±":149412,"ì¹ķ":149413,"íĪ©":149414,"ïŃĢ":149415,"ðĿĴ¸":149416,"ðĿĵĬ":149417,"ðĿĺ©":149418,"Ǧ":149419,"É«":149420,"áĬ¨":149421,"ȹ":149422,"ʯ":149423,"Ϊ":149424,"ÚĢ":149425,"áĮ¸":149426,"áİ»":149427,"áıķ":149428,"áı´":149429,"á²Ĥ":149430,"Ὠ":149431,"âıĿ":149432,"âĺĻ":149433,"ëĥ¨":149434,"ëĦ¼":149435,"ëĪĻ":149436,"ë£ħ":149437,"ìĶ¼":149438,"ìķĿ":149439,"ìļ¬":149440,"ìľ±":149441,"ï¥Ĥ":149442,"惡":149443,"יּ":149444,"ïŃģ":149445,"ï³Ī":149446,"ðĿĶħ":149447,"ðĿĺ¤":149448,"ðĿĻı":149449,"ðĿĻĻ":149450,"ðŁķī":149451,"ðŁ§Ļ":149452,"á¸ij":149453,"ê´¼":149454,"ëģį":149455,"ëĹ´":149456,"ëĿ³":149457,"ë°ŀ":149458,"ë°¢":149459,"ëµĺ":149460,"ìĤĶ":149461,"ìĦĦ":149462,"ì¼ļ":149463,"íĢł":149464,"íĬ±":149465,"íĮĸ":149466,"ï¤ij":149467,"領":149468,"隸":149469,"ï´į":149470,"ðĿĺ·":149471,"Ĭ":149472,"Ŭ":149473,"ÆĢ":149474,"Æĭ":149475,"Æľ":149476,"Çij":149477,"Çĺ":149478,"Çŀ":149479,"Ç¥":149480,"Ç®":149481,"É°":149482,"ɶ":149483,"É·":149484,"ɽ":149485,"ÊĪ":149486,"ÊIJ":149487,"Ëİ":149488,"ËŁ":149489,"˦":149490,"˯":149491,"ÏIJ":149492,"Ïĵ":149493,"Ï¢":149494,"Ϥ":149495,"Ϫ":149496,"ÏŃ":149497,"Ï®":149498,"Ï»":149499,"Ñł":149500,"ÑŃ":149501,"Ò¨":149502,"ÓĿ":149503,"Ô¡":149504,"Ô·":149505,"Õī":149506,"Õĵ":149507,"Õĸ":149508,"Õļ":149509,"ÕĿ":149510,"Öİ":149511,"Ø¿":149512,"Úħ":149513,"Úį":149514,"ÚĶ":149515,"ÛĬ":149516,"Û¾":149517,"ÜĻ":149518,"ÝĴ":149519,"Ýĺ":149520,"ßĴ":149521,"ßĸ":149522,"à¤Ĭ":149523,"à¤IJ":149524,"à¦ı":149525,"à¦ĸ":149526,"à§Ł":149527,"મ":149528,"હ":149529,"à®ħ":149530,"à®Ĩ":149531,"à°¡":149532,"à°°":149533,"à²ļ":149534,"ಮ":149535,"ಯ":149536,"à´Ł":149537,"à´·":149538,"ൾ":149539,"à¶ij":149540,"à¶ŀ":149541,"༼":149542,"à½ĵ":149543,"áĢĵ":149544,"áĤ¦":149545,"áĥĸ":149546,"áĥŃ":149547,"áĥ¯":149548,"áħ¨":149549,"áħª":149550,"áĨ°":149551,"áĪģ":149552,"áĪİ":149553,"áĪĵ":149554,"áĪ¥":149555,"áĪ²":149556,"áĪ´":149557,"áĪ»":149558,"áīł":149559,"áī²":149560,"áī¶":149561,"áĬ£":149562,"áĬ¥":149563,"áĬª":149564,"áĭĺ":149565,"áĭ²":149566,"áĭ¶":149567,"áĮ£":149568,"áį¡":149569,"áį£":149570,"áݬ":149571,"áݾ":149572,"áIJ¡":149573,"áķķ":149574,"áĸ±":149575,"áĹIJ":149576,"áĹŃ":149577,"áĺī":149578,"áļ±":149579,"ἣ":149580,"áŀ¥":149581,"áŁĶ":149582,"áł£":149583,"áłª":149584,"áł°":149585,"áł´":149586,"á¤ĸ":149587,"ᥣ":149588,"á®":149589,"᮳":149590,"á¯":149591,"á¯Ļ":149592,"á°":149593,"á°į":149594,"á´Ĭ":149595,"á´¾":149596,"áµģ":149597,"áµİ":149598,"áµŀ":149599,"ᵤ":149600,"á¶ħ":149601,"á¶ĺ":149602,"ᶣ":149603,"ᶢ":149604,"ᶤ":149605,"ᶱ":149606,"ᶻ":149607,"á¸ī":149608,"á¸ŀ":149609,"Ḻ":149610,"á¹ĵ":149611,"á¹Ĺ":149612,"Ṫ":149613,"áºĬ":149614,"áºı":149615,"áºĽ":149616,"á¼ĥ":149617,"á¼Į":149618,"Ἷ":149619,"á½Ĥ":149620,"á½ĵ":149621,"á½Ĺ":149622,"ὦ":149623,"á¾±":149624,"á¾´":149625,"á¿ĺ":149626,"á¿Ł":149627,"Ὸ":149628,"âģĺ":149629,"âĤij":149630,"âĤĽ":149631,"âĤ¿":149632,"âĦĩ":149633,"âĦŀ":149634,"âĦ±":149635,"âĩŁ":149636,"âĩ²":149637,"âĪ¤":149638,"âĪ¶":149639,"âīĤ":149640,"âī¾":149641,"âĬ¨":149642,"âĬ³":149643,"âĬ·":149644,"âĭĮ":149645,"âĭĺ":149646,"âĮķ":149647,"âĮ¥":149648,"âĮµ":149649,"âĮº":149650,"âį£":149651,"âį²":149652,"âįµ":149653,"âİĩ":149654,"âıĥ":149655,"âıIJ":149656,"âıł":149657,"âı¤":149658,"âı¶":149659,"âı¸":149660,"âı¹":149661,"âijĤ":149662,"âĴ·":149663,"âĴº":149664,"âĵ¡":149665,"âĵ¤":149666,"âĶ¾":149667,"âĸĺ":149668,"âĸµ":149669,"âĹª":149670,"âĹ·":149671,"âĺ¨":149672,"âĺ«":149673,"âĺ²":149674,"âĺ³":149675,"âĻĨ":149676,"âļ¤":149677,"âļ¥":149678,"âĽĵ":149679,"⼴":149680,"âĽ¾":149681,"âŀ«":149682,"âŀ¿":149683,"⣷":149684,"â¤ij":149685,"⤫":149686,"⤶":149687,"⤽":149688,"⧪":149689,"â¨Ģ":149690,"⩽":149691,"⬡":149692,"⬢":149693,"⬤":149694,"â²ĸ":149695,"Ⲫ":149696,"âµĢ":149697,"⸮":149698,"⸽":149699,"ãĢł":149700,"ãĢ·":149701,"ãĦĮ":149702,"ãĦĺ":149703,"ãħij":149704,"ãĪİ":149705,"ãĪIJ":149706,"ãĬľ":149707,"ãĮĵ":149708,"ãĮł":149709,"ãİŁ":149710,"ãݤ":149711,"ãݧ":149712,"㬮":149713,"äĪ":149714,"äĪĢ":149715,"ä°":149716,"ä°Ģ":149717,"êħ":149718,"êħī":149719,"êĩĹ":149720,"êĪ":149721,"êĪį":149722,"ê§Ĥ":149723,"ê§Ĭ":149724,"êªĢ":149725,"ê²Ī":149726,"ê²į":149727,"ê³Ģ":149728,"êµł":149729,"ê½IJ":149730,"ê¾Ī":149731,"꿱":149732,"ëĥı":149733,"ëĦij":149734,"ëħ¤":149735,"ëĩ¸":149736,"ëĪ¼":149737,"ëīħ":149738,"ëĬ£":149739,"ëĭº":149740,"ëįŀ":149741,"ëIJĮ":149742,"ëķ¸":149743,"ëĺł":149744,"ëĻĩ":149745,"ëĻĪ":149746,"ëľ½":149747,"ëŀĶ":149748,"ëłľ":149749,"ë£IJ":149750,"ë§Ģ":149751,"ë§Ĭ":149752,"ëªĢ":149753,"ë¬Ń":149754,"믾":149755,"ë³ľ":149756,"ë´Ĭ":149757,"ëµī":149758,"ë·ľ":149759,"ë¸Ģ":149760,"ë¹ĭ":149761,"ìģĦ":149762,"ìĤ£":149763,"ìĤ»":149764,"ìĦµ":149765,"ìħĴ":149766,"ìīĪ":149767,"ìīĶ":149768,"ìĬĮ":149769,"ìĬĻ":149770,"ìIJ´":149771,"ìĵº":149772,"ìķļ":149773,"ìķº":149774,"ìĸľ":149775,"ìĹª":149776,"ìĺľ":149777,"ìĻ¤":149778,"ìļĽ":149779,"ìļº":149780,"ìĿħ":149781,"ìĿı":149782,"ìĿŃ":149783,"ìĿ¶":149784,"ìłĽ":149785,"ì¡Ī":149786,"ì¢ī":149787,"ì¢Ķ":149788,"ì©ł":149789,"ìŃĮ":149790,"쯩":149791,"ì´£":149792,"ì¸ķ":149793,"ì¹Ł":149794,"쾡":149795,"ì¿Ļ":149796,"íģĩ":149797,"íģī":149798,"íĩĢ":149799,"íĪ¶":149800,"íĸij":149801,"íĸ¤":149802,"íĹħ":149803,"íľı":149804,"íĿĿ":149805,"ï¤Ĵ":149806,"ï¤ķ":149807,"郎":149808,"ï¥ħ":149809,"ï¥ĩ":149810,"ï¥ı":149811,"ï¥ļ":149812,"ï¥Ł":149813,"ï¦Ħ":149814,"ï¦Ī":149815,"令":149816,"囹":149817,"零":149818,"ï§ģ":149819,"ï§ĥ":149820,"ï§Ķ":149821,"ï§ł":149822,"泥":149823,"燐":149824,"ïŃIJ":149825,"ïŃĸ":149826,"ïѦ":149827,"ïŃ´":149828,"ïѵ":149829,"ïѶ":149830,"ïѸ":149831,"ï®Į":149832,"ï®İ":149833,"ï®ŀ":149834,"ï®Ł":149835,"ﮡ":149836,"ﮪ":149837,"ï¯Ķ":149838,"ï¯Ĺ":149839,"ï¯ļ":149840,"ï¯Ľ":149841,"ï¯Ŀ":149842,"ï¯Ł":149843,"ﯧ":149844,"ﯨ":149845,"ﯫ":149846,"ﯯ":149847,"ﯰ":149848,"ﯱ":149849,"ﯲ":149850,"ﯳ":149851,"ﯴ":149852,"ﯵ":149853,"ﯶ":149854,"ï°Ģ":149855,"ï±ħ":149856,"ï±Ķ":149857,"ï±´":149858,"ï²ģ":149859,"ï³ķ":149860,"ï·½":149861,"ï¸ķ":149862,"︱":149863,"ï¹£":149864,"ï¹½":149865,"ï»į":149866,"ï¾±":149867,"ðĿIJĻ":149868,"ðĿIJ½":149869,"ðĿij¤":149870,"ðĿij®":149871,"ðĿijµ":149872,"ðĿĴĥ":149873,"ðĿĴĦ":149874,"ðĿĵŃ":149875,"ðĿĵ·":149876,"ðĿĶĸ":149877,"ðĿĶŀ":149878,"ðĿĶ¢":149879,"ðĿĶ¦":149880,"ðĿĶ¬":149881,"ðĿķĦ":149882,"ðĿķĬ":149883,"ðĿķİ":149884,"ðĿķĻ":149885,"ðĿķľ":149886,"ðĿķŃ":149887,"ðĿķ³":149888,"ðĿķ¸":149889,"ðĿķ¾":149890,"ðĿĸī":149891,"ðĿĸı":149892,"ðĿĺĩ":149893,"ðĿĺī":149894,"ðĿĺĸ":149895,"ðĿĺĽ":149896,"ðĿĺŀ":149897,"ðĿĺ«":149898,"ðĿĺ¾":149899,"ðĿĻĩ":149900,"ðĿĻī":149901,"ðĿĻĭ":149902,"ðĿĻİ":149903,"ðĿĻĺ":149904,"ðĿĻ¥":149905,"ðĿļĥ":149906,"ðĿļIJ":149907,"ðĿļĶ":149908,"ðĿľĥ":149909,"ðŁĦ·":149910,"ðŁħĿ":149911,"ðŁħ¾":149912,"ðŁĨĤ":149913,"ðŁĨĵ":149914,"ðŁĮĤ":149915,"ðŁĮĨ":149916,"ðŁĮī":149917,"ðŁĮij":149918,"ðŁĮĺ":149919,"ðŁĮ©":149920,"ðŁĮ«":149921,"ðŁį¢":149922,"ðŁį¥":149923,"ðŁİĽ":149924,"ðŁİ¢":149925,"ðŁİ´":149926,"ðŁij¡":149927,"ðŁĴ¾":149928,"ðŁĵŃ":149929,"ðŁĶĪ":149930,"ðŁĶ¦":149931,"ðŁĶ²":149932,"ðŁĶ³":149933,"ðŁķĵ":149934,"ðŁķķ":149935,"ðŁķĺ":149936,"ðŁķŁ":149937,"ðŁķ·":149938,"ðŁĹ³":149939,"ðŁļĦ":149940,"ðŁļĶ":149941,"ðŁļĸ":149942,"ðŁĽIJ":149943,"ðŁĽ¤":149944,"ðŁĽ¸":149945,"ðŁł":149946,"ðŁł³":149947,"ðŁ¤¹":149948,"ðŁ¥ĥ":149949,"ðŁ¥¨":149950,"ðŁ¥ª":149951,"ðŁ¥¾":149952,"ðŁ¦ĥ":149953,"ðŁ¦Ĵ":149954,"ðŁ¦Ļ":149955,"ðŁ¦¶":149956,"ðŁ§ł":149957,"ðŁ§ª":149958,"ðŁ§Ń":149959,"ðŁ§²":149960,"ð£·":149961,"ð£·Ń":149962,"ð¦ĺ":149963,"ð¦ĺĴ":149964,"Æij":149965,"ÇĻ":149966,"È®":149967,"Øł":149968,"ÚĦ":149969,"ÜĢ":149970,"ߢ":149971,"áīĢ":149972,"áĬIJ":149973,"áİł":149974,"áºŀ":149975,"ëĪŀ":149976,"ëķŁ":149977,"ë£ģ":149978,"ë¤Ĺ":149979,"ìĦ¥":149980,"ìħij":149981,"ìĸIJ":149982,"ìĽĽ":149983,"ì£ķ":149984,"íİı":149985,"íĽĵ":149986,"梁":149987,"ï³Ľ":149988,"ï´«":149989,"ðĸ§":149990,"ðĸ§·":149991,"ðĿķģ":149992,"ðŁIJª":149993,"ðŁĴĪ":149994,"ðŁĵł":149995,"ðŁķĽ":149996,"ðŁķ´":149997,"ÑĿ":149998,"ÓĬ":149999,"ॲ":150000,"પ":150001,"áĥ¤":150002,"áįIJ":150003,"ᶰ":150004,"á¼Ŀ":150005,"Ὡ":150006,"âĭĭ":150007,"âĴ½":150008,"âĻ¾":150009,"â½Ķ":150010,"⾯":150011,"ãĦĴ":150012,"ãħļ":150013,"ëIJį":150014,"ë·ģ":150015,"ìĭĢ":150016,"ìļĿ":150017,"쥰":150018,"캴":150019,"íĭī":150020,"íĿ½":150021,"ï¦Ģ":150022,"樂":150023,"ï§ħ":150024,"ï§ĵ":150025,"ïŃ¯":150026,"ï®Ĩ":150027,"ðIJ¤ķ":150028,"ðĿIJŁ":150029,"ðĿĴħ":150030,"ðĿĵľ":150031,"ðĿĶ°":150032,"ðĿĶ»":150033,"ðĿĺį":150034,"ðĿĻ¯":150035,"ðŁĦ½":150036,"ðŁħĤ":150037,"ðŁħĶ":150038,"ðŁħ½":150039,"ðŁĵ´":150040,"ðŁ§ĸ":150041,"ÓĴ":150042,"Ḳ":150043,"ëī¼":150044,"Çı":150045,"Èĵ":150046,"ʸ":150047,"ÕĤ":150048,"Ûħ":150049,"ß¡":150050,"ߣ":150051,"ய":150052,"à°Ī":150053,"ಸ":150054,"ຮ":150055,"à¼ķ":150056,"áĢİ":150057,"áĨ¡":150058,"áIJĭ":150059,"áIJķ":150060,"áij¯":150061,"áŀĨ":150062,"á¨ķ":150063,"á©Ī":150064,"âģħ":150065,"âĨļ":150066,"âĶİ":150067,"âł©":150068,"â²Ĥ":150069,"â²Ķ":150070,"Ⲩ":150071,"ãĬļ":150072,"íĵ²":150073,"ðĿijĪ":150074,"ðĿij¬":150075,"ðĿij¹":150076,"ðĿĴ¾":150077,"ðĿĵ±":150078,"ðĿĵ½":150079,"ðĿķ¯":150080,"ðĿķ»":150081,"ðĿĺ½":150082,"ðĿļĨ":150083,"ðŁĦ°":150084,"ðŁIJ¨":150085,"Òķ":150086,"à²ħ":150087,"ï¨Ĩ":150088,"ðĿij°":150089,"ðŁĦ¸":150090,"Ôİ":150091,"Øį":150092,"Ùµ":150093,"ಶ":150094,"áĢĪ":150095,"áĺĹ":150096,"᳸":150097,"á¡¡":150098,"ᨲ":150099,"á©ģ":150100,"á´·":150101,"ᵧ":150102,"âķ¨":150103,"âļģ":150104,"â¾Ŀ":150105,"ãĢ¼":150106,"ãĦı":150107,"êĴ«":150108,"ꦥ":150109,"ꦩ":150110,"ꦲ":150111,"ìĺ¼":150112,"íĵIJ":150113,"ðĵĩ":150114,"ðĵĩ¼":150115,"ðĿķ¿":150116,"ðŁĽ´":150117,"먾":150118,"ವ":150119,"à´İ":150120,"à¼Ģ":150121,"âĩĸ":150122,"ãĪ«":150123,"âĵĢ":150124,"áħ´":150125,"áļ¾":150126,"áĽŀ":150127,"Ἣ":150128,"ᥴ":150129,"âĨĽ":150130,"âĨ¶":150131,"âĩ¤":150132,"âķŁ":150133,"âĺ·":150134,"âļIJ":150135,"ðŁ§´":150136,"á¹³":150137,"âĶį":150138,"âĶĴ":150139,"âĶ©":150140,"âĶ¦":150141,"â¾µ":150142,"àªľ":150143,"ત":150144,"âĩĻ":150145,"âĶ±":150146,"âķĢ":150147,"â½Ĭ":150148,"ï½Ł":150149,"ଡ":150150,"ðł®":150151,"ðł®·":150152,"âķĥ":150153,"â°Ķ":150154,"ãĬ¦":150155,"ðŁİIJ":150156,"ãĩ°":150157,"â¼Ŀ":150158,"â¾Ķ":150159,"â½Ĵ":150160,"âłĴ":150161,"都":150162,"ï©Ĵ":150163,"免":150164,"ï©ĸ":150165,"ðĵı¸":150166,"ãĮĥ":150167,"ðĸ¤":150168,"ðĸ¤IJ":150169,"ï¦Ń":150170,"âĬħ":150171,"â¾³":150172,"ä´¥":150173,"ï©ķ":150174,"ðŁĮĶ":150175,"áŀĭ":150176,"âļį":150177,"â¼ĭ":150178,"ãİĺ":150179,"ðIJĮ²":150180,"É©":150181,"áİij":150182,"âĨ®":150183,"âĩĥ":150184,"âļİ":150185,"ãĩ±":150186,"ãĭ©":150187,"ãĮ¶":150188,"êĻª":150189,"ëݬ":150190,"ï¨IJ":150191,"ï¨Ľ":150192,"ï©Ĭ":150193,"ï©į":150194,"ðĵħ":150195,"ðĵħº":150196,"Ï¡":150197,"Èij":150198,"ÉĤ":150199,"Ôĵ":150200,"ßİ":150201,"à´§":150202,"áĢī":150203,"áĢĭ":150204,"áĢij":150205,"áĢł":150206,"áļĻ":150207,"á¨Ħ":150208,"ᨩ":150209,"ᨹ":150210,"á©ĵ":150211,"ᬾ":150212,"á´Ļ":150213,"áµij":150214,"âĤŃ":150215,"âĨ°":150216,"âľģ":150217,"â½IJ":150218,"ãĭ¯":150219,"ãĮ½":150220,"íĨ¢":150221,"錄":150222,"ðŁĤ":150223,"ðŁĤ»":150224,"ÈĴ":150225,"ͺ":150226,"Ô¥":150227,"Õij":150228,"Ú¶":150229,"à§İ":150230,"ථ":150231,"àºĸ":150232,"àºľ":150233,"ຽ":150234,"áĥ»":150235,"áħ¯":150236,"áĭŀ":150237,"áĸķ":150238,"á´Ī":150239,"á¶Ĩ":150240,"Ḿ":150241,"á¹¼":150242,"Ῠ":150243,"âĦĭ":150244,"âĦŃ":150245,"âĪ±":150246,"âĮĵ":150247,"âĶĩ":150248,"âĶ¢":150249,"â±®":150250,"â²Ħ":150251,"ãĩ¾":150252,"ãĪ¬":150253,"븡":150254,"ìIJī":150255,"íĻĽ":150256,"ðĿķª":150257,"ƹ":150258,"Ͳ":150259,"Óģ":150260,"Û¼":150261,"ফ":150262,"áħŁ":150263,"áīĨ":150264,"áįĪ":150265,"áºĸ":150266,"á½ī":150267,"âĶ¸":150268,"⽩":150269,"êľ":150270,"êľ¥":150271,"êµħ":150272,"ëĤĶ":150273,"ëĦł":150274,"ëĩĹ":150275,"ëĻĿ":150276,"ìļ¯":150277,"ìļ·":150278,"ìŁĽ":150279,"ì·IJ":150280,"íŁ¬":150281,"íŁ®":150282,"íŁ°":150283,"ï¦Ĩ":150284,"鈴":150285,"ï²ŀ":150286,"ﳤ":150287,"ï³¥":150288,"ðIJĮ¸":150289,"ðĿĶı":150290,"ðĿķ®":150291,"ðĿĺ£":150292,"à¦Ī":150293,"âıı":150294,"ãĦĸ":150295,"ê²ĩ":150296,"ëĸĺ":150297,"ëľ·":150298,"ëŀĴ":150299,"ë¡ĵ":150300,"ë¢ī":150301,"ë£ĥ":150302,"ë§ĭ":150303,"ë²ĭ":150304,"ìĤ·":150305,"ìĪķ":150306,"ìĮ¨":150307,"ìĵ»":150308,"ìĸĬ":150309,"ìĻ¬":150310,"ìĿ»":150311,"ì¦ģ":150312,"쵤":150313,"ì·ĥ":150314,"íĢľ":150315,"íħī":150316,"íįł":150317,"íıħ":150318,"íij±":150319,"íķķ":150320,"íĸł":150321,"íĿķ":150322,"ÆĻ":150323,"Æļ":150324,"Æŀ":150325,"Çĥ":150326,"ÇĬ":150327,"Çľ":150328,"Ǥ":150329,"ÇŃ":150330,"ǹ":150331,"ÈĢ":150332,"Èģ":150333,"Èħ":150334,"Èī":150335,"ÈĹ":150336,"ÈŁ":150337,"Ȥ":150338,"È¥":150339,"Ȩ":150340,"ȵ":150341,"Ⱥ":150342,"È»":150343,"ÉĮ":150344,"É®":150345,"Êħ":150346,"Ê¥":150347,"ʨ":150348,"Ëĵ":150349,"ËĶ":150350,"Ëł":150351,"Ë£":150352,"˸":150353,"Í´":150354,"ÏĹ":150355,"Ïĺ":150356,"ÏĻ":150357,"Ïļ":150358,"ÏĿ":150359,"Ϩ":150360,"Ϭ":150361,"Ͼ":150362,"Ï¿":150363,"Ѫ":150364,"ÒĢ":150365,"Òľ":150366,"Ò¼":150367,"Ò½":150368,"ÓĤ":150369,"Óħ":150370,"Óĩ":150371,"Óį":150372,"Óĸ":150373,"ÓŁ":150374,"Ó«":150375,"Ó±":150376,"ÔĨ":150377,"Ôĩ":150378,"Ôº":150379,"Õĭ":150380,"Öī":150381,"ØĪ":150382,"ØĬ":150383,"ؽ":150384,"ؾ":150385,"Ù·":150386,"ÚĤ":150387,"ÚĬ":150388,"Úĸ":150389,"ÚĹ":150390,"Ú£":150391,"Ú«":150392,"Ú¸":150393,"ÛĢ":150394,"Ûį":150395,"Û½":150396,"Üī":150397,"ܤ":150398,"ݧ":150399,"Ý´":150400,"Þĥ":150401,"Þ¤":150402,"Þ¥":150403,"ßļ":150404,"߼":150405,"ߤ":150406,"àłį":150407,"àłĵ":150408,"àł³":150409,"à¡¢":150410,"à¥ł":150411,"à§ł":150412,"৺":150413,"à¨Ĭ":150414,"à¨IJ":150415,"ਮ":150416,"ਯ":150417,"ਰ":150418,"ਸ":150419,"àªĨ":150420,"ળ":150421,"વ":150422,"ઽ":150423,"à¬Į":150424,"à¬ĺ":150425,"ଽ":150426,"à®ĥ":150427,"ஸ":150428,"à°Ĩ":150429,"à°ķ":150430,"à°¦":150431,"à²Ĩ":150432,"à²Ĭ":150433,"à²Į":150434,"à²IJ":150435,"à²Ľ":150436,"ತ":150437,"ದ":150438,"ಪ":150439,"ಲ":150440,"ಹ":150441,"à´Ĩ":150442,"à´ı":150443,"à´Ĺ":150444,"à´«":150445,"à´¹":150446,"ൺ":150447,"ൽ":150448,"à¶ħ":150449,"à¶Ĭ":150450,"à¶Ķ":150451,"ට":150452,"ණ":150453,"ධ":150454,"à¼Ħ":150455,"à¼ħ":150456,"à¼Ĭ":150457,"à½Ļ":150458,"ཡ":150459,"ཧ":150460,"à¿Ģ":150461,"à¿Ļ":150462,"áĢĿ":150463,"áĢ§":150464,"áĢ©":150465,"áĢ¿":150466,"áģµ":150467,"áĤģ":150468,"áĤ½":150469,"áĥĤ":150470,"áĥª":150471,"áĦĬ":150472,"áĦ¢":150473,"áħ¦":150474,"áħŃ":150475,"áĨ®":150476,"áĨ±":150477,"áĨ»":150478,"áĩ":150479,"áĩĤ":150480,"áĪħ":150481,"áĪī":150482,"áĪĮ":150483,"áĪIJ":150484,"áĪĴ":150485,"áĪĻ":150486,"áĪļ":150487,"áĪľ":150488,"áĪŀ":150489,"áĪ©":150490,"áĪ³":150491,"áĪº":150492,"áĪ½":150493,"áīħ":150494,"áī¢":150495,"áī±":150496,"áī´":150497,"áĬĥ":150498,"áĬį":150499,"áĬĸ":150500,"áĬ®":150501,"áĬ¸":150502,"áĭĽ":150503,"áĭĿ":150504,"áĭ³":150505,"áĮģ":150506,"áĮħ":150507,"áĮ¥":150508,"áĮ¦":150509,"áĮ¨":150510,"áįĬ":150511,"áįį":150512,"áįķ":150513,"áįĸ":150514,"áį¢":150515,"áį¤":150516,"áİĴ":150517,"áݪ":150518,"áıģ":150519,"áıIJ":150520,"áıŁ":150521,"áIJĤ":150522,"áIJĸ":150523,"áIJĿ":150524,"áIJŀ":150525,"áIJŁ":150526,"áIJł":150527,"áijĸ":150528,"áĴĭ":150529,"áĴį":150530,"áĴ¡":150531,"áĵ«":150532,"áĶķ":150533,"áķĭ":150534,"áķij":150535,"áķĻ":150536,"áķļ":150537,"áķĽ":150538,"áķ¤":150539,"áķ¦":150540,"áķ®":150541,"áķ¼":150542,"áĸĵ":150543,"áĹĹ":150544,"áĹ¢":150545,"áĹ¯":150546,"áĹ·":150547,"áĺĦ":150548,"áĺij":150549,"áĽĤ":150550,"áĽĻ":150551,"áŀį":150552,"áłĨ":150553,"áł¡":150554,"᳦":150555,"áł®":150556,"áł¯":150557,"áł²":150558,"áł·":150559,"á¡į":150560,"á¡ŀ":150561,"ᡤ":150562,"á¡´":150563,"ᡵ":150564,"á¤ĵ":150565,"á¥ĸ":150566,"ᥰ":150567,"ᨦ":150568,"ᨧ":150569,"ᨨ":150570,"ᨪ":150571,"ᨬ":150572,"ᨯ":150573,"ᨳ":150574,"ᨵ":150575,"á©ĥ":150576,"á¬ķ":150577,"áŃ£":150578,"á±":150579,"á±ļ":150580,"á²ł":150581,"á´ĵ":150582,"á´¶":150583,"áµĤ":150584,"áµĮ":150585,"áµ¥":150586,"áµ´":150587,"á¶ĩ":150588,"á¸Ī":150589,"ḳ":150590,"ḧ":150591,"Ḵ":150592,"Ḿ":150593,"á¹Ģ":150594,"á¹ĸ":150595,"á¹Ł":150596,"á¹ł":150597,"ṫ":150598,"á¹±":150599,"á¹·":150600,"ṿ":150601,"áºĦ":150602,"áºį":150603,"áºij":150604,"áºĹ":150605,"á¼ī":150606,"á¼ĵ":150607,"á¼Ń":150608,"á½ĭ":150609,"á½Ĵ":150610,"á½ł":150611,"á½£":150612,"á¾Ħ":150613,"á¾ı":150614,"á¾ij":150615,"á¾Ĺ":150616,"ᾦ":150617,"ᾧ":150618,"á¾¾":150619,"á¿Ħ":150620,"á¿ĵ":150621,"á¿¡":150622,"Ῥ":150623,"âģļ":150624,"âĤĮ":150625,"âĦģ":150626,"âĦĶ":150627,"âĦ£":150628,"âĦ§":150629,"âĦ¯":150630,"âĦ°":150631,"âĦ´":150632,"âħħ":150633,"âĨľ":150634,"âĨ«":150635,"âĨŃ":150636,"âĨ±":150637,"âĨ¹":150638,"âĨ½":150639,"âĩĩ":150640,"âĩľ":150641,"âĩµ":150642,"âĪī":150643,"âĪĬ":150644,"âĪĸ":150645,"âĪľ":150646,"âĪ¾":150647,"âīĢ":150648,"âīĭ":150649,"âīĮ":150650,"âīĵ":150651,"âīľ":150652,"âī´":150653,"âī¿":150654,"âĬĬ":150655,"âĬĭ":150656,"âĬĶ":150657,"âĬĸ":150658,"âĬ£":150659,"âĬ¦":150660,"âĭİ":150661,"âĭª":150662,"âĭ²":150663,"âĮ¦":150664,"âĮ§":150665,"âįº":150666,"âİĪ":150667,"âݨ":150668,"âݬ":150669,"âݳ":150670,"âݼ":150671,"âݾ":150672,"âıĮ":150673,"âıļ":150674,"âı«":150675,"âı¯":150676,"âıµ":150677,"âĴľ":150678,"âĴĿ":150679,"âĴ«":150680,"âĵĦ":150681,"âĵĬ":150682,"âĵĻ":150683,"âĵ©":150684,"âĶij":150685,"âĶĻ":150686,"âĶļ":150687,"âĶ¥":150688,"âķħ":150689,"âķī":150690,"âķį":150691,"âķı":150692,"âķŀ":150693,"âĸļ":150694,"âĸ¯":150695,"âĹĥ":150696,"âĹļ":150697,"âŬ":150698,"âĹ´":150699,"âĺĪ":150700,"âĺ¤":150701,"âĺ¥":150702,"âĺ§":150703,"âĺ¬":150704,"âĻģ":150705,"âĻ±":150706,"âļĥ":150707,"âļĦ":150708,"âļħ":150709,"âļı":150710,"âļļ":150711,"âļŀ":150712,"âļŁ":150713,"âļ±":150714,"âļ²":150715,"âľĢ":150716,"⾣":150717,"âľ¢":150718,"âĿµ":150719,"âŁ¡":150720,"⣦":150721,"⣧":150722,"âŁ³":150723,"âŁ¾":150724,"âŁ¿":150725,"âłĩ":150726,"â¤Ħ":150727,"⤺":150728,"â¥Ĥ":150729,"⥹":150730,"â§ī":150731,"⧼":150732,"⧽":150733,"â¨į":150734,"â¬Ĭ":150735,"⬣":150736,"âŃŀ":150737,"â®ŀ":150738,"⮳":150739,"â¯Ī":150740,"â¯ij":150741,"ⱳ":150742,"â±±":150743,"â²Ń":150744,"â´¹":150745,"âµķ":150746,"⸾":150747,"⺫":150748,"â¼Ĩ":150749,"â¼ł":150750,"â½Ł":150751,"â½¼":150752,"â¾Ľ":150753,"⾧":150754,"â¿ĥ":150755,"â¿»":150756,"ãĤķ":150757,"ãĤŁ":150758,"ãĦĽ":150759,"ãĦ¡":150760,"ãĦ¶":150761,"ãĦº":150762,"ãħĴ":150763,"ãħŁ":150764,"ãĨĢ":150765,"ãĩ»":150766,"ãĪij":150767,"ãĪŃ":150768,"ãĪ®":150769,"ãĪ³":150770,"ãĪ¹":150771,"ãī¥":150772,"ãī¦":150773,"ãī¹":150774,"ãī¿":150775,"ãĬŀ":150776,"ãĬ¨":150777,"ãĭij":150778,"ãĭ¥":150779,"ãĭ´":150780,"ãĭº":150781,"ãİĦ":150782,"ãİķ":150783,"ãݯ":150784,"ãıĤ":150785,"ãıĪ":150786,"ãıĵ":150787,"ãıĸ":150788,"ãı±":150789,"ãIJ±":150790,"ãŁģ":150791,"ã¢":150792,"㢨":150793,"ã¨":150794,"㨳":150795,"㫪":150796,"ã«´":150797,"㶳":150798,"㺾":150799,"äĢ":150800,"äĢĢ":150801,"äĭ":150802,"äĭĮ":150803,"äĮĢ":150804,"äIJĢ":150805,"äłĢ":150806,"äł":150807,"äł¼":150808,"ä§":150809,"ä§ŀ":150810,"䨰":150811,"䨺":150812,"ä´Ģ":150813,"ä·":150814,"ä·ħ":150815,"ä·¸":150816,"êĤ":150817,"êĤ«":150818,"êĮ":150819,"êĮ¼":150820,"êį":150821,"êį²":150822,"êĴµ":150823,"êĵ":150824,"êĵ½":150825,"êĻŃ":150826,"êĿĽ":150827,"êĿ¥":150828,"êŀ":150829,"êŀĬ":150830,"ê¦Ĩ":150831,"ê¦ĩ":150832,"ê¦Ł":150833,"ꦨ":150834,"ê§Ī":150835,"ê©":150836,"ê©Ł":150837,"êªĭ":150838,"êªij":150839,"êªķ":150840,"êªĹ":150841,"êªľ":150842,"ꪮ":150843,"ꪱ":150844,"ꪻ":150845,"ꪼ":150846,"ê«Ģ":150847,"ê«Ŀ":150848,"ê°ĥ":150849,"ê°ĺ":150850,"ê±ľ":150851,"ê²ĵ":150852,"ê²ļ":150853,"ê³Ļ":150854,"ê³¾":150855,"ê´Ĺ":150856,"ê´Ļ":150857,"êµĽ":150858,"ê¶ĥ":150859,"ê¶ķ":150860,"궨":150861,"긩":150862,"긿":150863,"ê¹Ħ":150864,"ê¹Ĩ":150865,"ê¹ī":150866,"ê¹ĵ":150867,"ê¹¢":150868,"ê¹£":150869,"깸":150870,"꺳":150871,"ê¿ı":150872,"ê¿ķ":150873,"꿧":150874,"ëĢ©":150875,"ëģħ":150876,"ëĥµ":150877,"ëĦĸ":150878,"ëĦĹ":150879,"ëĦ¢":150880,"ëħĤ":150881,"ëĨIJ":150882,"ëĩľ":150883,"ëĪĭ":150884,"ëĪļ":150885,"ëīį":150886,"ëī¨":150887,"ëĬļ":150888,"ëĬ¡":150889,"ëĭľ":150890,"ëĭª":150891,"ëĮĺ":150892,"ëĮ¤":150893,"ëĮ¸":150894,"ëİŁ":150895,"ëı¨":150896,"ëIJĦ":150897,"ëIJı":150898,"ëIJ´":150899,"ëIJ¸":150900,"ëijģ":150901,"ëij¿":150902,"ëĴ¨":150903,"ëĵ·":150904,"ëĶ®":150905,"ëĶ²":150906,"ëķ§":150907,"ëĸĶ":150908,"ëĸª":150909,"ëĺŃ":150910,"ëļĢ":150911,"ëļł":150912,"ëĽĶ":150913,"뼩":150914,"ëľħ":150915,"ëŀķ":150916,"ëŀ°":150917,"ëŁIJ":150918,"ëł¡":150919,"ë¡ŀ":150920,"ë¡£":150921,"롵":150922,"ë£Ħ":150923,"ë£į":150924,"뤳":150925,"ë¦į":150926,"ë¦ı":150927,"릳":150928,"ë§Ħ":150929,"ë§Ĩ":150930,"ë§į":150931,"맾":150932,"맫":150933,"맻":150934,"먮":150935,"ë©Ĥ":150936,"ë©Ń":150937,"몴":150938,"묾":150939,"묳":150940,"묫":150941,"묾":150942,"ëѬ":150943,"ë®ĺ":150944,"뮹":150945,"ë¯ķ":150946,"ë¯ľ":150947,"ë°¨":150948,"ë°ª":150949,"ë±Ķ":150950,"ë²ĺ":150951,"ë²Ľ":150952,"ë²±":150953,"ë²´":150954,"ë´½":150955,"뵤":150956,"뵨":150957,"ë·Ĺ":150958,"ë·ĺ":150959,"ë¸ĵ":150960,"븾":150961,"빪":150962,"ëºĥ":150963,"ëºĺ":150964,"뺵":150965,"ë»´":150966,"ë¼IJ":150967,"ë¾Ķ":150968,"ìģŃ":150969,"ìĤł":150970,"ìĤ®":150971,"ìĥı":150972,"ìĥĻ":150973,"ìĦº":150974,"ìħ¢":150975,"ìĨĢ":150976,"ìĨħ":150977,"ìĨ¤":150978,"ìĨ¦":150979,"ìĨ¬":150980,"ìĩ±":150981,"ìĪµ":150982,"ìĭ¨":150983,"ìĭ´":150984,"ìĮ°":150985,"ìįľ":150986,"ìİĹ":150987,"ìİĺ":150988,"ìݼ":150989,"ìijī":150990,"ìijĿ":150991,"ìij»":150992,"ìĴĶ":150993,"ìĴ¯":150994,"ìĵ©":150995,"ìķIJ":150996,"ìķĸ":150997,"ìĸł":150998,"ìĸ¾":150999,"ìĹĥ":151000,"ìĹĹ":151001,"ìĹľ":151002,"ìŨ":151003,"ìĺĤ":151004,"ìĺĦ":151005,"ìĺı":151006,"ìĺ¾":151007,"ìĺ¿":151008,"ìľ§":151009,"ìĿIJ":151010,"ìĿĸ":151011,"ìĿ·":151012,"ìŀį":151013,"ìŀı":151014,"ìŀ¨":151015,"ìŀª":151016,"ìŀ³":151017,"ìł¡":151018,"ìł´":151019,"ìł¹":151020,"ì¡Ģ":151021,"졪":151022,"졵":151023,"ì¢IJ":151024,"좨":151025,"ì£Į":151026,"ì£Ļ":151027,"죳":151028,"ì¦ij":151029,"짥":151030,"짴":151031,"짾":151032,"ì¨ĵ":151033,"ì¨ķ":151034,"ì©°":151035,"ì©»":151036,"쩼":151037,"ìªĹ":151038,"ì¬Ķ":151039,"ì¬ĺ":151040,"ì®®":151041,"ì¯ķ":151042,"ì¯ĺ":151043,"ì°İ":151044,"ì°¯":151045,"ì±ĥ":151046,"ì±µ":151047,"첧":151048,"ì²®":151049,"첯":151050,"쳬":151051,"ì´ĭ":151052,"ì´¢":151053,"ìµ¥":151054,"춣":151055,"ì¸Ī":151056,"ì¸Ļ":151057,"캤":151058,"ìºŃ":151059,"컽":151060,"ì¼Ļ":151061,"콬":151062,"ì¾Ģ":151063,"ì¿ħ":151064,"쿽":151065,"íĢħ":151066,"íģ¦":151067,"íĤħ":151068,"íĥ¶":151069,"íĥ¹":151070,"íĦĶ":151071,"íħ£":151072,"íĨĦ":151073,"íĨ§":151074,"íĨ¹":151075,"íĩ¼":151076,"íī¤":151077,"íĬ½":151078,"íĭĤ":151079,"íĭij":151080,"íįĪ":151081,"íįĻ":151082,"íį¿":151083,"íݶ":151084,"íIJĿ":151085,"íĴľ":151086,"íĵĿ":151087,"íĵª":151088,"íĵ±":151089,"íĵ·":151090,"íĵ¼":151091,"íĶĻ":151092,"íĶł":151093,"íķļ":151094,"íķĽ":151095,"íķŀ":151096,"íķŁ":151097,"íķ§":151098,"íķ¶":151099,"íĸĬ":151100,"íĸĭ":151101,"íĸį":151102,"íĸĶ":151103,"íĸĺ":151104,"íĸ¡":151105,"íĸ¬":151106,"íĹ£":151107,"íĹ¿":151108,"íĺĸ":151109,"íĺŃ":151110,"íļ°":151111,"íĽį":151112,"íĽ½":151113,"íĿŁ":151114,"íĿŃ":151115,"íĿ´":151116,"íŀľ":151117,"ï¤ī":151118,"ï¤Ń":151119,"爐":151120,"蘆":151121,"祿":151122,"ï¥Ģ":151123,"ï¥ij":151124,"ï¥Ĵ":151125,"ï¥ķ":151126,"ï¥ĺ":151127,"ï¥Ļ":151128,"參":151129,"塞":151130,"殺":151131,"勵":151132,"ï¦ĭ":151133,"ï¦ı":151134,"ï¦Ķ":151135,"ï¦ĸ":151136,"ï¦ĺ":151137,"ï¦Ľ":151138,"ï¦ł":151139,"瑩":151140,"羚":151141,"了":151142,"僚":151143,"料":151144,"ï§Ĩ":151145,"ï§ĸ":151146,"ï§Ľ":151147,"ï§ŀ":151148,"ï§Ł":151149,"裏":151150,"麟":151151,"狀":151152,"什":151153,"ï¨ĥ":151154,"ï¨ļ":151155,"諸":151156,"ï©Ł":151157,"ﬤ":151158,"שּׁ":151159,"לּ":151160,"ïŃĴ":151161,"ïŃķ":151162,"ïŃĽ":151163,"ïŃĿ":151164,"ïŃŀ":151165,"ïŃŁ":151166,"ïѤ":151167,"ïѧ":151168,"ïѨ":151169,"ïŃ®":151170,"ïŃ°":151171,"ïѱ":151172,"ïŃ·":151173,"ïŃ¹":151174,"ïŃ»":151175,"ï®Ģ":151176,"ï®ĥ":151177,"ï®Ħ":151178,"ï®ħ":151179,"ï®į":151180,"ï®Ĵ":151181,"ï®ĵ":151182,"ï®ķ":151183,"ﮦ":151184,"ï®®":151185,"ï®°":151186,"ï¯ĵ":151187,"ï¯ľ":151188,"ﯩ":151189,"ﯪ":151190,"ﯬ":151191,"ï¯Ń":151192,"ﯮ":151193,"ﯷ":151194,"ﯹ":151195,"ﯻ":151196,"ﯼ":151197,"ï°ĥ":151198,"ï°Į":151199,"ï°IJ":151200,"ï°ĺ":151201,"ï°Ļ":151202,"ï°ľ":151203,"ï°ŀ":151204,"ï°¢":151205,"ï°®":151206,"ï°°":151207,"ï°¼":151208,"ï°¿":151209,"ï±Ģ":151210,"ï±ģ":151211,"ï±Ī":151212,"ï±ĭ":151213,"ï±ı":151214,"ï±Ń":151215,"ï²Ģ":151216,"ï²ĩ":151217,"ï²Ī":151218,"ï²ĭ":151219,"ï²İ":151220,"ï²Ĵ":151221,"ï²ľ":151222,"ï²ł":151223,"ﲬ":151224,"ï²»":151225,"ï³ĩ":151226,"ï³Ķ":151227,"ï³£":151228,"ﳫ":151229,"ï´ĺ":151230,"ï´°":151231,"ï´½":151232,"ï¶":151233,"ﶰ":151234,"ï¸ĸ":151235,"︴":151236,"︹":151237,"ï¹į":151238,"ï¹Ĺ":151239,"ï¹¢":151240,"﹤":151241,"﹩":151242,"ï¹±":151243,"ï¾°":151244,"ï¿Ĥ":151245,"ï¿®":151246,"ðIJĮ°":151247,"ðIJĮ¹":151248,"ðIJĮº":151249,"ðIJĮ½":151250,"ðIJįĤ":151251,"ðIJįĥ":151252,"ðIJįĦ":151253,"ðIJİ":151254,"ðIJݹ":151255,"ðIJ¤Ĥ":151256,"ðIJ¤į":151257,"ðIJ¤ı":151258,"ðIJ¤ĵ":151259,"ðIJŃī":151260,"ðIJŃį":151261,"ðIJ°ĩ":151262,"ðIJ°°":151263,"ðijĤ":151264,"ðijĤĦ":151265,"ðijĺ":151266,"ðijĺģ":151267,"ðĴĢ":151268,"ðĴĢ¸":151269,"ðĴģ":151270,"ðĴģº":151271,"ðĴĦ":151272,"ðĴĦ·":151273,"ðĴĬ":151274,"ðĴĬij":151275,"ðĴĭ":151276,"ðĴĭĹ":151277,"ðĴĮ":151278,"ðĴĮ¨":151279,"ðĵĥ¢":151280,"ðĵĥ°":151281,"ðĸł":151282,"ðĸłļ":151283,"ðĿĦĥ":151284,"ðĿĦħ":151285,"ðĿĦķ":151286,"ðĿĦĻ":151287,"ðĿĦ±":151288,"ðĿĦ´":151289,"ðĿĦ¹":151290,"ðĿħİ":151291,"ðĿħª":151292,"ðĿĨ£":151293,"ðĿĨ³":151294,"ðĿĨ¹":151295,"ðĿĩĬ":151296,"ðĿĩĹ":151297,"ðĿĩļ":151298,"ðĿĩľ":151299,"ðĿĩł":151300,"ðĿIJī":151301,"ðĿIJĸ":151302,"ðĿIJĺ":151303,"ðĿIJ£":151304,"ðĿIJ±":151305,"ðĿijĬ":151306,"ðĿijŃ":151307,"ðĿij¼":151308,"ðĿij½":151309,"ðĿĴ°":151310,"ðĿĴ·":151311,"ðĿĴ¿":151312,"ðĿĵģ":151313,"ðĿĵĭ":151314,"ðĿĵİ":151315,"ðĿĵĴ":151316,"ðĿĵĺ":151317,"ðĿĵ¢":151318,"ðĿĵ¦":151319,"ðĿĵ«":151320,"ðĿĵ¿":151321,"ðĿĶİ":151322,"ðĿĶ±":151323,"ðĿĶ´":151324,"ðĿĶ·":151325,"ðĿĶ¸":151326,"ðĿĶ½":151327,"ðĿķĤ":151328,"ðĿķĥ":151329,"ðĿķĭ":151330,"ðĿķı":151331,"ðĿķIJ":151332,"ðĿķ¥":151333,"ðĿķ´":151334,"ðĿķº":151335,"ðĿĸIJ":151336,"ðĿĸĽ":151337,"ðĿĸĿ":151338,"ðĿĸŀ":151339,"ðĿĹ©":151340,"ðĿĹ³":151341,"ðĿĹ½":151342,"ðĿĺĬ":151343,"ðĿĺĭ":151344,"ðĿĺĶ":151345,"ðĿĺ±":151346,"ðĿĺ´":151347,"ðĿĺ¿":151348,"ðĿĻĴ":151349,"ðĿĻĿ":151350,"ðĿĻŁ":151351,"ðĿĻ¬":151352,"ðĿĻŃ":151353,"ðĿĻ»":151354,"ðĿĻ¾":151355,"ðĿļĪ":151356,"ðĿļĭ":151357,"ðĿļij":151358,"ðĿļŁ":151359,"ðĿļł":151360,"ðĿļ£":151361,"ðĿĽ½":151362,"ðĿľĤ":151363,"ðĿľĶ":151364,"ðĿľĻ":151365,"ðŁĢ":151366,"ðŁĢĦ":151367,"ðŁĦ²":151368,"ðŁĦ¶":151369,"ðŁħIJ":151370,"ðŁħĸ":151371,"ðŁħļ":151372,"ðŁħĽ":151373,"ðŁħ¦":151374,"ðŁħ¶":151375,"ðŁħ»":151376,"ðŁħ¼":151377,"ðŁĨĥ":151378,"ðŁĨĨ":151379,"ðŁĨİ":151380,"ðŁĪ¯":151381,"ðŁĪ²":151382,"ðŁĪ¹":151383,"ðŁĮĩ":151384,"ðŁĮĵ":151385,"ðŁįĺ":151386,"ðŁİij":151387,"ðŁİ¿":151388,"ðŁıı":151389,"ðŁıĴ":151390,"ðŁı©":151391,"ðŁı¯":151392,"ðŁIJĢ":151393,"ðŁijĿ":151394,"ðŁĴ¹":151395,"ðŁĴº":151396,"ðŁĵŁ":151397,"ðŁĵª":151398,"ðŁĵ¼":151399,"ðŁĶĢ":151400,"ðŁĶĤ":151401,"ðŁĶĥ":151402,"ðŁĶĩ":151403,"ðŁĶĵ":151404,"ðŁĶ¢":151405,"ðŁĶ¤":151406,"ðŁĶ©":151407,"ðŁķĸ":151408,"ðŁķļ":151409,"ðŁķľ":151410,"ðŁķĿ":151411,"ðŁķŀ":151412,"ðŁķł":151413,"ðŁķ¢":151414,"ðŁķ³":151415,"ðŁĸĩ":151416,"ðŁĸij":151417,"ðŁĸ¶":151418,"ðŁĹģ":151419,"Ѩ":151420,"Úİ":151421,"á¡Į":151422,"Ḱ":151423,"áºĢ":151424,"á¼®":151425,"á½Ŀ":151426,"âĦ¬":151427,"âļ§":151428,"⼤":151429,"㳬":151430,"êĻĭ":151431,"ê¸ij":151432,"ëĶī":151433,"ëĹį":151434,"ë¡ij":151435,"ë¯ij":151436,"ë»ħ":151437,"ë¼Ŀ":151438,"ìĦIJ":151439,"ìī¡":151440,"ìĭ²":151441,"ìı±":151442,"ìŤ":151443,"ìĿ©":151444,"ìĿ¿":151445,"ìŁĻ":151446,"ìł°":151447,"ì¥ī":151448,"íĬŃ":151449,"íķ®":151450,"ï®ı":151451,"ðŁħ±":151452,"ðŁĨĴ":151453,"ðŁķĭ":151454,"Éĺ":151455,"Êĵ":151456,"Õĥ":151457,"à´´":151458,"à½ħ":151459,"áĨº":151460,"áĪĬ":151461,"áĪ¨":151462,"áĪ¾":151463,"áīIJ":151464,"áĮĥ":151465,"áĮ½":151466,"áĶŃ":151467,"áłĤ":151468,"ᳬ":151469,"ᨸ":151470,"á©ĭ":151471,"á¶ı":151472,"á¾Ķ":151473,"á¿IJ":151474,"á¿ļ":151475,"âĻĻ":151476,"âļĤ":151477,"âļĹ":151478,"â¡¢":151479,"⤦":151480,"ëĸ°":151481,"ë¤Ĥ":151482,"맳":151483,"ë±ĭ":151484,"ë±IJ":151485,"ìĽ¢":151486,"ìľ¾":151487,"ì³ħ":151488,"ì»ģ":151489,"íģ»":151490,"íĥĻ":151491,"íĵĸ":151492,"íĵŃ":151493,"íķ±":151494,"íĽľ":151495,"ï¤ħ":151496,"ï¤Ĩ":151497,"ï¦ĥ":151498,"里":151499,"ï¨Ĥ":151500,"ðIJ¤Ķ":151501,"ðIJŃĵ":151502,"ðIJ°¼":151503,"ðĿĵŀ":151504,"ðĿĵ°":151505,"ðĿĻľ":151506,"ðĿļģ":151507,"ðŁħ¢":151508,"ðŁıĩ":151509,"Ȳ":151510,"ʶ":151511,"ÔĪ":151512,"Ôij":151513,"Ýĵ":151514,"Ý¥":151515,"à¤ij":151516,"ॱ":151517,"à¬ī":151518,"à°³":151519,"à°µ":151520,"à²Ł":151521,"áĢı":151522,"áģ¼":151523,"áī¨":151524,"áĬĴ":151525,"áĭ©":151526,"áĮĦ":151527,"áĮĶ":151528,"áIJ§":151529,"áĴĮ":151530,"áĶħ":151531,"áĶĬ":151532,"áłĦ":151533,"á¨ģ":151534,"á¸ĥ":151535,"ḻ":151536,"âĶŀ":151537,"âĺµ":151538,"âļ£":151539,"â²¢":151540,"ãĪª":151541,"䶵":151542,"ê²Ļ":151543,"ê²´":151544,"ê³Ĥ":151545,"롼":151546,"ìĨĬ":151547,"ì¼ĩ":151548,"íĭį":151549,"íĵ¬":151550,"íĵ®":151551,"íĵ¶":151552,"íĵ»":151553,"臘":151554,"ï¥ł":151555,"辰":151556,"ïŃ²":151557,"ðIJŃĬ":151558,"ðIJ±ħ":151559,"ðĸ¥":151560,"ðĸ¥¨":151561,"ðĿij³":151562,"ðĿĵķ":151563,"ðĿĵ¬":151564,"ðĿĵ¹":151565,"ðĿĵ¾":151566,"ðĿĶĵ":151567,"ðĿķį":151568,"ðĿķ¡":151569,"ðĿķ±":151570,"ðĿĸĸ":151571,"ðĿĺı":151572,"ðĿĺIJ":151573,"ðĿĺļ":151574,"ðĿĻ®":151575,"ðĿĻ°":151576,"ðĿĻ¸":151577,"ðĿĻº":151578,"ðĿĻ¼":151579,"ðĿĻ½":151580,"ðĿĻ¿":151581,"ðĿļĦ":151582,"ðĿļı":151583,"ðŁħħ":151584,"ðŁħĵ":151585,"ÆĪ":151586,"àłĮ":151587,"áĻ³":151588,"áļĮ":151589,"áĽħ":151590,"áĽIJ":151591,"á¤Ĭ":151592,"á¸Ĭ":151593,"âĶ½":151594,"âķĬ":151595,"âĽĩ":151596,"âĽı":151597,"âĿª":151598,"âĿ«":151599,"⣰":151600,"ãĦį":151601,"ãĦĵ":151602,"ãĦ§":151603,"ãħĸ":151604,"ãī«":151605,"ê¦Ķ":151606,"ï±Ĭ":151607,"àºĤ":151608,"áħ£":151609,"á¥Ķ":151610,"ᥤ":151611,"âĨ¤":151612,"âĨ·":151613,"âĩŀ":151614,"âĸ¤":151615,"âŀ¶":151616,"ãĪ¼":151617,"嘆":151618,"ðĵı§":151619,"âĶ²":151620,"âĢ´":151621,"âĴŁ":151622,"âĴ¡":151623,"â°Ĥ":151624,"â°į":151625,"â°İ":151626,"â°IJ":151627,"â°ij":151628,"â°Ł":151629,"â°ł":151630,"â°¡":151631,"â¼Ń":151632,"ãĬ¥":151633,"âĴł":151634,"⽺":151635,"ãĩº":151636,"ãĩ½":151637,"ï¨Ĭ":151638,"áķ·":151639,"âį¨":151640,"âºŁ":151641,"â½Ĺ":151642} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/README.md b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/README.md new file mode 100644 index 0000000000000000000000000000000000000000..7fd6f003ca8e08f2f24631ebf336e496f53c00a5 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/README.md @@ -0,0 +1,209 @@ +--- +base_model: Qwen/Qwen2.5-7B-Instruct +library_name: peft +pipeline_tag: text-generation +tags: +- base_model:adapter:Qwen/Qwen2.5-7B-Instruct +- lora +- sft +- transformers +- trl +--- + +# Model Card for Model ID + + + + + +## Model Details + +### Model Description + + + + + +- **Developed by:** [More Information Needed] +- **Funded by [optional]:** [More Information Needed] +- **Shared by [optional]:** [More Information Needed] +- **Model type:** [More Information Needed] +- **Language(s) (NLP):** [More Information Needed] +- **License:** [More Information Needed] +- **Finetuned from model [optional]:** [More Information Needed] + +### Model Sources [optional] + + + +- **Repository:** [More Information Needed] +- **Paper [optional]:** [More Information Needed] +- **Demo [optional]:** [More Information Needed] + +## Uses + + + +### Direct Use + + + +[More Information Needed] + +### Downstream Use [optional] + + + +[More Information Needed] + +### Out-of-Scope Use + + + +[More Information Needed] + +## Bias, Risks, and Limitations + + + +[More Information Needed] + +### Recommendations + + + +Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations. + +## How to Get Started with the Model + +Use the code below to get started with the model. + +[More Information Needed] + +## Training Details + +### Training Data + + + +[More Information Needed] + +### Training Procedure + + + +#### Preprocessing [optional] + +[More Information Needed] + + +#### Training Hyperparameters + +- **Training regime:** [More Information Needed] + +#### Speeds, Sizes, Times [optional] + + + +[More Information Needed] + +## Evaluation + + + +### Testing Data, Factors & Metrics + +#### Testing Data + + + +[More Information Needed] + +#### Factors + + + +[More Information Needed] + +#### Metrics + + + +[More Information Needed] + +### Results + +[More Information Needed] + +#### Summary + + + +## Model Examination [optional] + + + +[More Information Needed] + +## Environmental Impact + + + +Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700). + +- **Hardware Type:** [More Information Needed] +- **Hours used:** [More Information Needed] +- **Cloud Provider:** [More Information Needed] +- **Compute Region:** [More Information Needed] +- **Carbon Emitted:** [More Information Needed] + +## Technical Specifications [optional] + +### Model Architecture and Objective + +[More Information Needed] + +### Compute Infrastructure + +[More Information Needed] + +#### Hardware + +[More Information Needed] + +#### Software + +[More Information Needed] + +## Citation [optional] + + + +**BibTeX:** + +[More Information Needed] + +**APA:** + +[More Information Needed] + +## Glossary [optional] + + + +[More Information Needed] + +## More Information [optional] + +[More Information Needed] + +## Model Card Authors [optional] + +[More Information Needed] + +## Model Card Contact + +[More Information Needed] +### Framework versions + +- PEFT 0.18.1 \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_config.json new file mode 100644 index 0000000000000000000000000000000000000000..0dfc891069c4aad664baf74ecf2e4584429c7b60 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_config.json @@ -0,0 +1,42 @@ +{ + "alora_invocation_tokens": null, + "alpha_pattern": {}, + "arrow_config": null, + "auto_mapping": null, + "base_model_name_or_path": "Qwen/Qwen2.5-7B-Instruct", + "bias": "none", + "corda_config": null, + "ensure_weight_tying": false, + "eva_config": null, + "exclude_modules": null, + "fan_in_fan_out": false, + "inference_mode": true, + "init_lora_weights": true, + "layer_replication": null, + "layers_pattern": null, + "layers_to_transform": null, + "loftq_config": {}, + "lora_alpha": 32, + "lora_bias": false, + "lora_dropout": 0.0, + "megatron_config": null, + "megatron_core": "megatron.core", + "modules_to_save": null, + "peft_type": "LORA", + "peft_version": "0.18.1", + "qalora_group_size": 16, + "r": 64, + "rank_pattern": {}, + "revision": null, + "target_modules": [ + "down_proj", + "up_proj", + "gate_proj" + ], + "target_parameters": null, + "task_type": "CAUSAL_LM", + "trainable_token_indices": null, + "use_dora": false, + "use_qalora": false, + "use_rslora": false +} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_model.safetensors b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_model.safetensors new file mode 100644 index 0000000000000000000000000000000000000000..4da91dfdb530862f4380a3bd23e21f7abb99e9ff --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/adapter_model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:33c77d0efb5df9363cd10d7e30e46f8cff193d0cb9d3b56c341038ca9596bb80 +size 484464496 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/added_tokens.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/added_tokens.json new file mode 100644 index 0000000000000000000000000000000000000000..482ced4679301bf287ebb310bdd1790eb4514232 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/added_tokens.json @@ -0,0 +1,24 @@ +{ + "": 151658, + "": 151657, + "<|box_end|>": 151649, + "<|box_start|>": 151648, + "<|endoftext|>": 151643, + "<|file_sep|>": 151664, + "<|fim_middle|>": 151660, + "<|fim_pad|>": 151662, + "<|fim_prefix|>": 151659, + "<|fim_suffix|>": 151661, + "<|im_end|>": 151645, + "<|im_start|>": 151644, + "<|image_pad|>": 151655, + "<|object_ref_end|>": 151647, + "<|object_ref_start|>": 151646, + "<|quad_end|>": 151651, + "<|quad_start|>": 151650, + "<|repo_name|>": 151663, + "<|video_pad|>": 151656, + "<|vision_end|>": 151653, + "<|vision_pad|>": 151654, + "<|vision_start|>": 151652 +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/chat_template.jinja b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/chat_template.jinja new file mode 100644 index 0000000000000000000000000000000000000000..bdf7919a96cfe43d50914a007b9c0877bd0ec27e --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/chat_template.jinja @@ -0,0 +1,54 @@ +{%- if tools %} + {{- '<|im_start|>system\n' }} + {%- if messages[0]['role'] == 'system' %} + {{- messages[0]['content'] }} + {%- else %} + {{- 'You are Qwen, created by Alibaba Cloud. You are a helpful assistant.' }} + {%- endif %} + {{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within XML tags:\n" }} + {%- for tool in tools %} + {{- "\n" }} + {{- tool | tojson }} + {%- endfor %} + {{- "\n\n\nFor each function call, return a json object with function name and arguments within XML tags:\n\n{\"name\": , \"arguments\": }\n<|im_end|>\n" }} +{%- else %} + {%- if messages[0]['role'] == 'system' %} + {{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }} + {%- else %} + {{- '<|im_start|>system\nYou are Qwen, created by Alibaba Cloud. You are a helpful assistant.<|im_end|>\n' }} + {%- endif %} +{%- endif %} +{%- for message in messages %} + {%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %} + {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }} + {%- elif message.role == "assistant" %} + {{- '<|im_start|>' + message.role }} + {%- if message.content %} + {{- '\n' + message.content }} + {%- endif %} + {%- for tool_call in message.tool_calls %} + {%- if tool_call.function is defined %} + {%- set tool_call = tool_call.function %} + {%- endif %} + {{- '\n\n{"name": "' }} + {{- tool_call.name }} + {{- '", "arguments": ' }} + {{- tool_call.arguments | tojson }} + {{- '}\n' }} + {%- endfor %} + {{- '<|im_end|>\n' }} + {%- elif message.role == "tool" %} + {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %} + {{- '<|im_start|>user' }} + {%- endif %} + {{- '\n\n' }} + {{- message.content }} + {{- '\n' }} + {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} + {{- '<|im_end|>\n' }} + {%- endif %} + {%- endif %} +{%- endfor %} +{%- if add_generation_prompt %} + {{- '<|im_start|>assistant\n' }} +{%- endif %} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/merges.txt b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/merges.txt new file mode 100644 index 0000000000000000000000000000000000000000..31349551d90c7606f325fe0f11bbb8bd5fa0d7c7 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/merges.txt @@ -0,0 +1,151388 @@ +#version: 0.2 +Ġ Ġ +ĠĠ ĠĠ +i n +Ġ t +ĠĠĠĠ ĠĠĠĠ +e r +ĠĠ Ġ +o n +Ġ a +r e +a t +s t +e n +o r +Ġt h +Ċ Ċ +Ġ c +l e +Ġ s +i t +a n +a r +a l +Ġth e +; Ċ +Ġ p +Ġ f +o u +Ġ = +i s +ĠĠĠĠ ĠĠĠ +in g +e s +Ġ w +i on +e d +i c +Ġ b +Ġ d +e t +Ġ m +Ġ o +ĉ ĉ +r o +a s +e l +c t +n d +Ġ in +Ġ h +en t +i d +Ġ n +a m +ĠĠĠĠĠĠĠĠ ĠĠĠ +Ġt o +Ġ re +- - +Ġ { +Ġo f +o m +) ;Ċ +i m +č Ċ +Ġ ( +i l +/ / +Ġa nd +u r +s e +Ġ l +e x +Ġ S +a d +Ġ " +c h +u t +i f +* * +Ġ } +e m +o l +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +t h +) Ċ +Ġ{ Ċ +Ġ g +i g +i v +, Ċ +c e +o d +Ġ v +at e +Ġ T +a g +a y +Ġ * +o t +u s +Ġ C +Ġ st +Ġ I +u n +u l +u e +Ġ A +o w +Ġ ' +e w +Ġ < +at ion +( ) +Ġf or +a b +or t +u m +am e +Ġ is +p e +t r +c k +â Ģ +Ġ y +i st +-- -- +. ĊĊ +h e +Ġ e +l o +Ġ M +Ġb e +er s +Ġ on +Ġc on +a p +u b +Ġ P +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +as s +in t +> Ċ +l y +ur n +Ġ $ +; ĊĊ +a v +p ort +i r +- > +n t +ct ion +en d +Ġd e +it h +ou t +t urn +ou r +ĠĠĠĠ Ġ +l ic +re s +p t += = +Ġth is +Ġw h +Ġ if +Ġ D +v er +ag e +Ġ B +h t +ex t += " +Ġth at +** ** +Ġ R +Ġ it +es s +Ġ F +Ġ r +o s +an d +Ġa s +e ct +k e +ro m +Ġ // +c on +Ġ L +( " +q u +l ass +Ġw ith +i z +d e +Ġ N +Ġa l +o p +u p +g et +Ġ} Ċ +i le +Ġa n +at a +o re +r i +Ġp ro +; čĊ +ĉĉ ĉĉ +t er +a in +Ġ W +Ġ E +Ġc om +Ġre turn +ar t +Ġ H +a ck +im port +ub lic +Ġ or +e st +m ent +Ġ G +ab le +Ġ - +in e +il l +in d +er e +: : +it y +Ġ + +Ġt r +el f +ig ht +( ' +or m +ul t +st r +. . +" , +Ġy ou +y pe +p l +Ġn ew +Ġ j +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +Ġf rom +Ġ ex +Ġ O +l d +Ġ [ +o c +: Ċ +Ġs e +Ġ le +---- ---- +. s +{ Ċ +' , +an t +Ġa t +as e +. c +Ġc h +< / +av e +an g +Ġa re +Ġin t +âĢ Ļ +_ t +er t +i al +a ct +} Ċ +iv e +od e +o st +Ġc lass +Ġn ot +o g +or d +al ue +al l +f f +( );Ċ +on t +im e +a re +Ġ U +Ġp r +Ġ : +i es +iz e +u re +Ġb y +i re +Ġ} ĊĊ +. p +Ġs h +ic e +a st +pt ion +tr ing +o k +_ _ +c l +# # +Ġh e +ar d +) . +Ġ @ +i ew +ĉĉ ĉ +Ġw as +i p +th is +Ġ u +ĠT he +id e +a ce +i b +a c +r ou +Ġw e +j ect +Ġp ublic +a k +v e +at h +o id +Ġ= > +u st +q ue +Ġre s +) ) +' s +Ġ k +an s +y st +un ction +**** **** +Ġ i +Ġ us +p p +on e +a il +== == +n ame +Ġst r +Ġ / +Ġ & +a ch +d iv +yst em +el l +Ġh ave +er r +ou ld +ul l +p on +Ġ J +_ p +Ġ= = +ig n +S t +. Ċ +Ġp l +) ;ĊĊ +f orm +p ut +ou nt +} ĊĊ +d d +it e +Ġg et +r r +om e +Ġ âĢ +ar am +c c +Ġ* / +E R +I n +le s +_ s +on g +i e +Ġc an +Ġ V +er v +p r +Ġ un +ro w +b er +Ġd o +l l +Ġ el +Ġs elf +at ed +ar y +Ġ . +' ] +u d +Ġ en +ĠT h +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +t e +_ c +u ct +Ġa b +or k +. get +Ġ # +a w +res s +o b +N ame +ap p +[ ' +Ġal l +or y +it ion +an ce +e ar +Ġcon t +v ent +i a +Ġw ill +I N +ĠĠĠĠĠĠĠĠ Ġ +re turn +Ġ< / +d ata +) ĊĊ +R e +p le +il d +th er +Ġy our +" Ċ +( $ +Ġ out +) , +Ġh as +S tring +s o +Ġ up +a x +Ġde f +Ġb o +g e +al se +O N +p er +ic h +Ġb ut +Ġ Ċ +Ġ _ +_ m +ad d +que st +od el +s elf +er y +f t +en s +// // +a ke +. C +Ġg o +Ġf unction +Ġ K +iv ate +Ġ im +Ġcon st +. t +Ġ*/ Ċ +) ;čĊ +Ġv oid +Ġs et +ĠS ystem +c ri +( )Ċ +l i +ĉ if +. m +al ly +s et +e p +âĢĻ s +b o +de f +' ,Ċ +Ġm e +Ġ ! +at ch +" > +" ,Ċ +e c +ĠI n +p h +Ġ | +_ f +Ġv ar +en ce +I d +re e +in k +le ct +u g +et h +Ġel se +-------- -------- +con t +Ġs o +at ic +Ġl o +p ro +t on +s s +ow n +ab el +o int +ou s +el d +S T +T he +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +R E +" : +ol or +t p +e g +ke y +u de +ĠS t +ou nd +Ġa r +" );Ċ +en er +s er +b ject +ess age +f er +Ġm ore +ation s +ent s +Ġh is +Ġthe y +. S +Ġ Y +u se +n e +is h +ol d +_ d +i o +i eld +Ġp er +C ont +ing s +## ## +Ġd ata +Ġs a +e f +f o +Ġon e +en g +Ġd is +A T +Ġn ame +Ġtr ue +v al +le d +. f +Ġn e +Ġ end +. T +c re +ar k +lo g +E x +err or +_ id +ur re +ang e +Ġn ull +rr ay +Ġm y +p an +ic t +at or +V iew +L ist +ĉ return +âĢ Ŀ +Ġp re +Ġ x +cl ude +ar g +o v +. h +Ġ > +Ġthe ir +' ) +ir st +ic k +g h +L E +O R +Ġpr ivate +t em +čĊ čĊ +us er +Ġ ) +c om +. A +" ;Ċ +Ġ id +re ad +Ġwh o +_ b +" >Ċ +Ġt ime +Ġm an +r y +==== ==== +rou p +ro p +p ublic +v el +um ber +b le +Ġwh ich +******** ******** +Ġan y +Ġf alse +w e +Ġv alue +Ġl i +" ) +nd er +g r +Ġn o +p aram +f ig +.c om +Ġa pp +_ l +ion s +. D +ĠC h +Ġab out +Ġa dd +Ġs u +Ġstr ing +I D +Ġo ver +str ing +. l +our ce +_ C +] Ċ +Ġ qu +ĠS tring +c a +S E +Ġ ro +s h +u al +T ype +s on +n ew +er n +Ġa g +A R +] ;Ċ +] . +Ġ ? +ic al +Ġd es +ut h +i x +ay s +Ġt ype +' t +a ult +Ġin ter +v ar +. b +Ġp art +. d +urre nt +I T +E N +en c +( f +r a +v alue +ch o +ut ton +o se +Ġ! = +at er +à © +re ate +ol l +p os +y le +n g +A L +us ing +am es +Ġ{ čĊ +at es +el y +Ġw ork +Ġ em +in al +Ġs p +Ġwh en +.s et +ĠĠĠĠ ĠĠ +) :Ċ +t o +qu ire +ind ow +le ment +pe ct +as h +[ i +Ġu se +. F +pe c +Ġa d +o ve +ce ption +eng th +in clude +ad er +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +at us +T h +it le +r it +v oid +() . +( Ċ +Ġof f +Ġo ther +Ġ& & +' ;Ċ +m s +Ġbe en +Ġt e +m l +c o +n c +erv ice +Ġ % +** Ċ +an n +ad e +ĊĊ ĊĊ +lo ck +con st +pon se +Ġs up ++ + +d ate +Ġa cc +Ġh ad +Ġb u +ĠR e +Ġw ere +Ġf ile +Ġw ould +ĠâĢ ľ +v en +is s +Ġ our +c lass +r aw +Ġy ear +D ata +Ġv al +Ġs ome +f ter +y s +Ġ// / +rou nd +v iew +Ġp e +Ġth ere +Ġsa id +d u +o f +l ine +/ * +d uct +Ġh er +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +R es +Ġc o +Ġcom m +is e +m in +ĠĠĠĠ Ċ +# include +eth od +. P +ut e +Ġas s +I nt +as k +lo c +Ġli ke +od y +Ġle t +lo ad +Ġa m +ro l +Ġg r +y p +Ġal so +ĠI t +ur l +if ic +or s +_ P +_ n +ig h +Ġth an +C om +A N +U L +at ing +ĠTh is +re f +_ S +Ġst atic +ro ll +Ġj ust +Ġres ult +i an +id th +Ġthe m +) );Ċ +d er +re ak +C on +: // +u le +.. . +ar ch +em ent +Ġ< < +us h +en se +ar r +Ġint o +c ess +am p +i ed +um ent +Ġ \ +] , +w o +al s +Ġwh at +an c +V alue += ' +ol um +Ġp os +ag es +ay er +Ġs c +u es +" )Ċ +_ T +Ġl ist +( s +Ġc ase +C h +ĉĉĉĉ ĉ +//// //// +pon ent +Ġ z +Ġk n +le t +D E +re d +Ġf e +Ġ} ,Ċ +Ġ , +( t +Ġf irst +' );Ċ +w ord +Ġ import +Ġa ct +Ġch ar +C T +ĠT r +op le += { +ĉ f +i ent +c ent +. j +le ction +) )Ċ +Ġon ly +Ġpr int +m er +. W +o ck +Ġ -- +T ext +Ġo p +an k +Ġit s +Ġb ack +[ " +Ġne ed +Ġc l +Ġs ub +Ġl a +( ( +. " +O bject +Ġst art +f ile +( self +n er +e y +Ġus er +Ġ ent +ĠC om +it s +ĠC on +ou ble +ow er +it em +ver y +ĠW e +lic k +Ġ Q +ph p +t tp +' : +ic s +Ġu nder +Ġ* Ċ +. L +) ; +ic es +Ġre g +) čĊ +ĉ public +S S +Ġth en +re at +i ous +. G +e k +ire ct +he ck +cri pt +n ing +ĠU n +Ġm ay +ĠW h +B o +I tem +str uct +. st +re am +ib le +lo at +Ġor g +u nd +s um +_ in +.. / +_ M +Ġh ow +r ite +' Ċ +T o +w w +Ġpe ople +ind ex +. n +ht tp +( m +ect or +Ġin d +Ġj av +] ,Ċ +ĠH e +_ st +f ul +o le +) {Ċ +Ġsh ould +op y +el p +i er +_ name +ers on +I ON +ot e +Ġt est +Ġb et +rr or +ul ar +ã Ģ +Ġ Ð +b s +t ing +Ġm ake +T r +Ġa fter +ar get +R O +olum n +r c +_ re +def ine +Ġr ight +r ight +d ay +Ġl ong +[ ] +( p +t d +con d +ĠP ro +Ġre m +ption s +v id +. g +Ġ ext +Ġ __ +' )Ċ +p ace +m p +Ġm in +st ance +a ir +a ction +w h +t ype +ut il +a it +< ? +I C +t ext +Ġp h +Ġf l +. M +cc ess +b r +f ore +ers ion +) ,Ċ +. re +ate g +Ġl oc +in s +- s +tr ib +ĠI nt +Ġa rray +, " +P ro +( c +ess ion +> ĊĊ +Ġs he +" ] +ap h +Ġex p +ert y +ĠS e +Ġp ar +un c +E T +Ġre ad +pr int +Ġre l +Ġfor m +Ġd r +Ex ception +in put +Ġtr ans +#### #### +ord er +B y +Ġa w +it ies +u ff +pl ay +. add +ĠâĢ ĵ +Ġw ant +Ġcom p +ment s +Ġ| | +a z +b e +Ġn umber +Ġre quire +ĠE x +Ġc ol +Ġ key +em ber +Ġt wo +Ġs ize +Ġwh ere +U T +res ult +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ou gh +or ld +o od +u ch +at ive +g er +are nt +Ġ/ * +Ġar g +Ġwh ile +( this +Ġre c +Ġd if +St ate +Ġs pec +r ide +_ F +Ġlo ok +A M +il ity +et er +âĢĻ t +ĊĊ Ċ +ay out +---------------- ---------------- +ag er +Ġc ould +Ġb r +end s +u res +Ġkn ow +et s +ĠI f +ĠS h +. w +b ack +Ġs er +Ġ+ = +Ġf r +() );Ċ +Ġh and +I nd +UL L +I m +() ;ĊĊ +Ġm ost +Ġtr y +Ġn ow +rou gh +> čĊ +ack age +Ġh im +. _ +if y +Ġb reak +Ġ );Ċ +re n +# define +it t +Ġa p +ĉ c +( n +ĠY ou +: ĊĊ +- m +Ġe very +ust om +li ent +oc ument +cri ption +E rror +- b +Ð ¾ +] [ +tr ans +Ġp oint +Ġst d +Ġf il +T ime +Ġm od +Ġ -> +Ġ error +a h +Ġt ext +roll er +lo se +q l +Ġp ol +> < +. B +- c +Ġop en +Ġe st +ĠĠĠĠĠĠĠĠ Ċ +Ġn ext +I M +Ñ Ĥ +O T +à ³ +Ġf ollow +cont ent +ĠĠĠĠĠĠĠĠ ĠĠĠĠ +Ġin clud +H E +ĠR es +Ġh ref +Ð ¸ +Ġc ar +yp es +im age +U n +Ġbo ol +A D +Ġg ame +.F orm +row s +* / +vel op +.D rawing +Ġp ath +is ion +Ġe ach +ĠP l +_t ype +P ath +ne ction +Ġa v +' ). +Ġsup port +EN T +re m +" ). +Ġo wn +Ġc or +c ount +m iss +u ally +Ġm em +st d +i ence +se arch +" ĊĊ +F orm +Ġs ex +en ame +Ġs ign +Ġ et +ĠĠĠĠĠĠĠĠ ĠĠ +', ' +ĠA pp +Ġth ose +o ff +Ġ err +Ġs ystem +Ġbe st +c ode +Ġs ame +Ġd i +us s +Ġc reate +ath er +A rray +. in +f e +S ervice +U N +at s +Ġ Z +al th +Ġm ade +tr ue +A B +Ġm ark +r id +if ied +, čĊ +y n +p ress +Ġg roup +Ġf in +ĠL icense +F ield +eg er +Ġw orld +in ess +t y +Ġpro cess +( b +Ġc re +ar n +iv es +Ġm ain +ide o +_ g +A G +val id +im g +P I +Ġc olor +Ġre port +Ġt ake +ri b +O M +Ġd ay +Re quest +Ġs k +b ers +ĉ s +.A dd +o ot +Im age +Ġcom ple +ol lection +Ġto p +Ġf ree +A S +D e +ĠO n +I G +et a +D ate +Ġa ction +O ver +it or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +n ot +Ġind ex +h er +ic on +O n +;čĊ čĊ +iv ity +m and +.W indows +O L +Ġre al +Ġm ax +l and +.. .. +r aph +Ġbu ild +le g +ass word +? ĊĊ +âĢ ¦ +o ok +u ck +Ġm essage +t est +iv ers +Ġin put +Ġar t +Ġbet ween +G et +ent er +g round +en e +à ¡ +.l ength +N ode +( i +C lass +f or +ĠâĢ Ķ +t en +o in +Ġ ke +u i +ĠI N +Ġt able +s ub +ĠL e +Ġhe ad +Ġm ust +//////// //////// +. util +Cont ext +Ġor der +Ġm ov +o ver +Ġcont in +Ġs ay +st atic +.T ext +Ġclass Name +pan y +Ġt er +he ad +r g +Ġpro duct +Th is +. âĢĿ +ĠB ut +lo y +Ġd ouble +s g +Ġpl ace +. x +m essage +Ġin formation +pr ivate +Ġo per +c ed +d b +"> +ater ial +ile d +Ġp ut +Q u +Ñ Ģ +un g +m ap +ĉĉĉĉ ĉĉĉĉ +Ġle vel +Com ponent +bo ok +cre en +_ RE +Ġcon fig +ã ģ +O r +. data +Ġd ocument +", " +trib ute +u x +L og +fer ence +p ost +_ e +Ġloc al +and om +ass ert +V al +lect ed +in a +atab ase +A dd +Ġcont ent +.p rint +s igned +r ic +." ĊĊ +Ġf a +! ĊĊ +- f +iv ed +Ġ quest +. ex +Ġf loat +Ġde velop +о Ð +M ap +ad ing +Ġpos s +U E +n amespace +_ O +ĉ b +.G et +> ( +j son +etail s +Ġto o +Ġext ends +ĠN one +Ġf ore +( String +form at +Ġg reat +int er +ca le +Ñ ģ +r on +iv ing +E nt +enc y +x t +o y +Ġmon th +Ġh app +Ġsup er +b ar +def ault +_ de +ord s +l n +( {Ċ +ĠI nd +as es +Ġt itle +Ġcont ext +o h +- p +E m +Ġm et +T est +Ġl ife +_ v +ĠU S +U I +oc ation +m d +Ġ[ Ċ +Ġ ] +s w +Ġin cre +s cript +ent ial +w ays +. de +Ġs rc +Ġc atch +ĠA meric +// Ċ +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġp ay +pl it +âĢ Ķ +Ġc oun +ob j +.ph p +Ġch ange +eth ing +' re +ast er +lo s +l ation +ĠĠ Ċ +L e +à ¤ +( { +read y +ĠN o +Ġpos ition +Ġo ld +Ġbo ok +able d +b ug +H and +} ;ĊĊ +is play +av ing +Ġgo ver +Ġv ersion +S ystem +n ect +res ponse +St yle +U p +ang u +Ġth ree +in it +er o +Ġl aw +end if +Ġb ase +em ail +( l +_ V +Ġcon f +AT E +Ġd uring +t es +Ġcon sole +ĠP r +Ġs pe +v es +p ath +ial og +d ition +_t o +ard s +Ġagain st +et work +ĠP h +_ L +c ur +im it +W ith +Ġp ower +i um +' ;ĊĊ +Ġw om +le ft +our ces +at ri +ĠI m +ĠM an +or th +$ { +qu als +es e +_s ize +Ġis s +ot al +- g +i que +r ame +Ġw idth +er g +) ( +itt le +T R +ĠThe y +enc es +r l +on s +Ġl abel +. y +- t +up date +an el +s c +.t o +Ġpro ject +à ¼ +Ġe lement +Ġsu ccess +ĉĉ Ċ +.s h +r am +ch ed +() )Ċ +Ġ( Ċ +Ġd ate +Ġto t +_ ST +A ll +ific ation +ĉ var +Ġt ri +ch em +m y +Ġb ig +ĠA d +ĠA t +ot s +n um +A ct +Ġm ap +er a +co pe +. $ +, âĢĿ +Ġp op +Ġf ew +Ġl en +u id +et ers +u les +Ã Ń +s ource +http s +Ġd em +Ġe ar +######## ######## +Ġm atch +or ies +ac es +ĠC l +Ġn ode +ir c +loc al +un ity +} ;Ċ +Ġan other +< < +og le +Ġs it +ew ork +T E +. I +N S +olog y +ou ght +.C ont +> > +Ġc are +st ate +ĉ private +Ġe ffect +++ ) +_f ile +end ing +L ine +F or +i or +ĠS c +Ġf un +.S ize +ĉ else +] ) +st art +v ious +Ġ} , +our s +Ġle g +Ġs ervice +Ġs ince +ir on +L abel +Ġn on +Ġl os +ict ion +Ġf ull +act er +bo ard +g ress +Ġt urn +ith er +.s ize +Ġb ody +res h +et urn +( _ +y les +orm al +p i +Ġsom ething +! -- +u int +Ġpro du +Ġst and +Ġpro ble +Ġav ailable +m t +ĠB l +Ġ ... +Ġb lock +In put +Ġke ep +C ount +op en +Ġ[ ' +Ġth row +uild er +A ction +Ġth ings +Tr ue +Ġ url +ĠB o +print f +Ġre d +j s +.c reate +ĠO r +St atus +In stance +Ġcont rol +Ġcom e +Ġc ustom +loc ation +m odel +Ġ čĊ +Ġs ource +Ġe as +. out +] ĊĊ +one y +Ġaw ait +Ġpart ic +A P +ub lish +od es +_p ro +p ly +rit er +Ġpro v +Ġm ill +H T +] )Ċ +Ġch ang +Ġas k +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +Ġout put +Ġem ail +.p ush +Ġ} čĊčĊ +in ation +atri x +T able +u ccess +] );Ċ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġdis c +( [ +Ġb usiness +he ight +. html +t a +f ield +Ġrequire d +_ R +Ġgover n +} čĊčĊ +le x +. , +ĠS et +ur ch +// / +t s +a f +Ġm ight +ist ory +S tr +Ġne ver +Res ponse +ar se +ad a +ĠH ow +Ġ* ) +Ġ ; +Ġh ard +A d +Ġinter n +us ed +( data +m od +ann el +Ġn p +ug g +Ġ/ >Ċ +Ġcal led +b ody +Ġch o +( r +_s et +ir d +Ġ> = +Ġ} ;Ċ +Ġo ptions +ĠG ener +Ġhe ight +P oint +Y ou +et y +C lick +Ġsm all +Ġ ide +Ġacc ess +angu age +Ġprot ected +Ġj ob +ĠTh ere +D ef +Ġadd ress +Ġu int +N ot +o o +ap s +< div +ain ed +at ur +Ġs um +- w +ĠD ate +Ġl ittle +Ġf ri +Y PE +Ġp ort +e h +pr ing +_p ath +Ġst atus +a im +bo ol +Ġap pe +Ġo s +. name +ens ion +_ G +Ġup date +Con fig +a ff +ER R +Ġ< = +at ely +# if +u ction +ĠT e +Ġl ink +ĠU ser +.f ind +. org +m e +Ġg iven +O ut +# endif +Ġbet ter +P age +Ġfe el +en n +M L +Ġal ready +Ġinclud ing +o ogle +r u +ic ally +pro p +le an +out er +Ġal ways +ord ing +I f +or age +Ġp arent +v is +ĉĉĉĉ ĉĉĉ +Ġg ot +st and +Ġle ss +/ s +ĠA ss +ap t +ire d +ĠA dd +Ġacc ount +p loy +Ġd er +res ent +Ġl ot +Ġval id +ĉ d +Ġb it +pon ents +Ġfollow ing +_ ex +S ON +Ġs ure +oc ial +Ġp rom +ert ies +he ader +.p ro +Ġbo olean +Ġse arch +k en +Ġor ig +Ġ er +E d +E M +a ut +l ing +al ity +By Id +b ed +ĉc ase +eth er +pos it +Ġinv est +ĠO R +Ġs ays +miss ion +AM E +Ġtem p +o ad +Ġre st +in fo +Ġinter est +A rg +Ġper form +pon s +ĠV iew +Ġv er +l ib +( const +U til +List ener +ar ge +Ġm ult +Ġd ie +Ġs ite +../ ../ +E L +Ġval ues +Ġ} )Ċ +p en +N o +ic ro +Ġbe h +Ġ' ./ +ac y +re c +() -> +ĉ ĠĠĠ +" )) +Cont ent +_ W +ple ment +Ġw on +Ġv ideo +ad i +p oint +% % +Ġg l +erv ed +v iron +I F +ut ed +ã ĥ +' m +Ġc ert +Ġpro f +Ġc ell +ar i +Ġpl ayer +a is +Ġc ost +Ġh um +( R +Ġoff ic +k s +.t ext +at ures +Ġtot al +Ġ*/ ĊĊ +o pe +Ġst at +U M +Ġlo ad +ight s +Ġc lear +u ro +Ġte chn +up port +I R +Ġ row +Ġse em +Ġ q +Ġsh ort +ĠN ot +ip p +G roup +se ction +m ax +ir l +Ġover ride +Ġcom pany +Ġd one +" );čĊ +Ġg re +. Re +Ġbel ie +r ist +Ġhe alth +AN T +() ĊĊ +ĠB e +. value +ĠG r +ott om +Ġarg s +P T +st atus +f unc +um ents +- h +N umber +: čĊ +ĠL og +er ver +Ġ) ,Ċ +am ent +Ġob j +in c +Ġchild ren +ic y +I Z +and s +ab ly +Ġdist rib +Ġc ur +er ial +Ġd ays +re ated +re ct +- l +ir m +idd en +om b +Ġin itial +.j s +Ġ â +Qu ery +Ġon line +im al +. con +a u +U rl +cont rol +ire ction +Ġin stance +OR T +ĠF r +wh ere +Ġjav ax +Ġorg an +ap ter +Ġre ason +o ptions +ĠM ar +( a +Ġwith in +.âĢĿ ĊĊ +O DE +_ DE +ad min +end ed +Ġdes ign +ĠD ata +un e +ĠF ile +ro ot +Ġc ent +Ġa rr +_ add +l en +p age +, ' +_ str +Ġb ro +ab ility +ou th +/ c +p ose +irt ual +ear ch +_ url +arg in +H ttp +Ġs chool +av a +Ġcons ider +.l abel +ĠA rray +we b +o pt +.print ln +ul ation +Ġf unc +P L +Ġ" \ +ĠT ext +act ory +(f unction +n ull +Ġen g +d own +Ġin clude +ĠE n +ĠD r +Ġd b +! ! +s ide +Ġin it +quire d +ĠS he +C olumn +re act +Ġan n +Ġst op +Ġl ater +ĠTh at +ent ion +d f +U G +I LE +Ġc lient +ra ft +ff er +PO ST +el per +Ġlo ve +qu ote +ou d +Ġj son +Ġab le +Ġm en +A X +ĠC opyright +à ¶ +av ig +re q +C lient +} );Ċ +.C om +er c +il t +pec ial +_c om +ro om +. Name +Ġg ive +am b +i ke +Ġcon dition +cl ient +ator s +: " +Ġc opy +ut ure +ivers ity +ern al +{ { +ĠC an +ou nc +d o +Ġo cc +Ġapp ro +th ers +z e +Ġe ither +ĠF l +Ġimport ant +Ġle ad +at tr +AR T +E qual +Ġd a +et ch +ent ity +Ġfam ily +add ing +Ġo ption +Ġex ist +ic a +ĠO bject +' ve +v ers +ition al +out put +ĠTr ue +ĠO F +_t ime +Ġof fer +Ġ} );ĊĊ +H ER +eg in +" " +Ġw ater +Ġc he +ĠM y +ore d +Ġst ep +anc es +C K +A Y +à ¸ +str uction +( C +ou ch +St ream +act ive +am a +Ent ity +pro duct +() {Ċ +Ġgovern ment +ĠI D +aj or +A nd +Ġdis play +Ð » +Ġt imes +Ġf our +Ġf ar +Ġpres ent +ĠN S +Ġ\ Ċ +ue st +Ġb as +e cho +ch ild +if ier +Hand ler +Ġl ib +Prop erty +trans lation +Ġro om +Ġon ce +Ġ[ ] +cent er +================ ================ +Ġresult s +Ġcontin ue +Ġt alk +_ get +Ġg row +.s w +e b +ĠP ublic +O P +ec ute +ol s +Ġ ** +" );ĊĊ +Ġm ass +ure d +.c lass +om ic +Ġme an +ip s +Ġa ut +);čĊ čĊ +Ġun til +Ġmark et +Ġare a +u it +Ġl ength +ĠW ith +struct or +e vent +"> < +ĠS p +I V +Ġm us +if f +Ġk ind +a uthor +ound s +m b +_ key +w idth +posit ory +Ġl ight +u k +R ow +oh n +al f +viron ment +app er +ollection s +Ġs ide +_in fo +Ġex ample +im ary +Ġw r +Ġc amp +cri be +" / +Ġm iss +w ay +Ġb ased +Ġpl an +V is +om ain +un k +Ġaw ay +U P +< T +O S +i od +ĠM on +âĢĻ re +Ġli k +à § +iv ely +. v +im er +iz er +S ub +Ġbut ton +ĠU p +Ġexper ience +C L +Ġre nder +_ value +Ġn ear +UR L +al t +Ġcoun try +ib ility +() ,Ċ +e ad +Ġa uthor +Ġspec ific +b ase +( name +on es +ĠD o +Ġal ong +y ear +Ġexp ress +. ' +en v +Ġbeg in +Ġso ftware +Ġim p +Ġw in +ó n +Ġth ing +Tr ans +ĠT HE +Ġ< ? +Ġwh y +Ġdoes n +i j +g ing +ĉ g +Ġs ingle +off set +ar ning +og raph +le y +_c ount +Ġan al +cre ate +/ m +ĠR eg +un ch += $ +is k +Ġright s +( M +Ġ"" "Ċ +ap er +.m odel +Ġp o +em pty +art ment +Ġa nt +ĠWh en +Ġwom en +ĠE d +Ġse ason +Ġde st +à £ +( h +Ġposs ible +Ġse ver +Ġb tn +Ġdid n +Ġs ent +Ġen c +Ġcomm and +Ġ ],Ċ +_ x +Ġre cent +ol ution +v ector +ĠB y +ĠM ay +ĠA ct +» ¿ +Ġm oney +IN T +bs ite +ĉ p +. čĊ +ï »¿ +s l +atter n +ĠC lass +Ġto ld +ud io +c urrent +Ġe qu +Ġa uto +ĠSt ate +d a +ms g +)) ;ĊĊ +Ġwork ing +Ġqu ery +ĠB r +Ġw indow +a uth +on ly +ĉ t +Ġle ast +ag n +Ġex pl +it ter +ar ing +Ġc olumn +ĠGener al +": " +er al +ri or +Ġrec ord +I B +E X +Ġd at +Ġm aking +u ed +ĠC ar +em p +" . +ĠM ed +Ġc lose +Ġper cent +Ġp ast +( g +: ( +Ġw rite +Ġm ove +Ġp at +Cont rol +.T o +Ġv i +*/ Ċ +in ate +' ll +ag ed +N ull +Ġspec ial +IZ E +Ġc ity +/* Ċ +ĠE ng +ix ed +in ary +p y +Ġe ff +ar io +Ġt ell +av or +Ġse lect +le vel +im um +op er +B uilder +I P +') ,Ċ +es c +Ġf ont +" ;ĊĊ +ĠA m +ish ed +ill s +Int er +O W +Ġcour se +Ġl ate +idd le +Ġam ount +Ġas ync +in o +c ul +Ġ ì +and le +_ user +Ġb en +ĠC al +Ġ$ _ +ĠR ep +Ġen ough +T oken +. user +( j +S c +W idth +n ow +at form +Ġlook ing +Ġh old +M odule +IT Y +v o +is on +.D ata +y c +Ġp ot +ĠTr ump +id ual +id es +r t +Ġprop erty +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +am ework +g o +Ġl ow +Ġpar a +Ġpr ice +ur y +Ġto day +ro y +Ġ' / +Ġpol it +Ġ' ' +ym b +P h +Ġad v +Ġatt ack +ĠS te +RO M +an a +Ġme ans +Ġst ory +id s +ak en +Ġme et +Ġm om +ĠâĢ ĺ +Ġ? > +Ġd en +ob ile +ch ange +ĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ic i +n a +ĠF orm +Ġs ort +Se lect +p are +Ġth ought +_ con +Ġt ask +oc us +ĠD E +ĠM in +Ġo pt +ĉb reak +um er +K E +th en +Ġd et +ĠT est +port s +Ġre view +(' / +m ove +Ġsw itch +ER T +p atch +ann ot +ã Ĥ +Ġab ove +it ive +Ġquest ion +ĠQ u +ãĢĤ ĊĊ +g le +Ġw ord +Ġprov ide +ĠR eturn +Ġre search +ã o +u str +Ġp ublish +chem a +} } +ĠC ON +- in +all back +Ġco ver +\ \ +c olor +ĠI S +Ġwh ether +im ate +is c +B ar +Ġd iv +B e +our n +Ġh aving +le m +pl ayer +ab s +am era +ne y +Ġex c +get her +pl ied +a o +[ $ +Ġ+ + +i pe +sh ow +/ d +[ : +ag ement +le v +_ ID +r ary +ad es +_ se +a use +Ġem ploy +Ġ*/ čĊ +Ġf re +Ġ' @ +Ġcomple t +Ġl arge +r al +\ x +Ġf ac +< String +Ġcre ated +up er +.st ate +Ġh ost +ener ic +/ b +( ! +wh ile +i as +B UG +Ġ );ĊĊ +Ġro le +Re g +ĠC olor +St art +Ġp orn +t op +Ġwe b +Ġde v +Ġde al +++ )Ċ +Int eger +pos ition +. on +Ġ( " +ä ¸ +Ġproble m +s v +Ġp ress +AB LE +AT ION +ĠSe e +an ch +Ġth ough +le ep +Ġ< !-- +Ġpoint s +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +. J +Ġ :: +p tr +D B +++ ;Ċ +.p ng +n ode +so ft +pon d +Ġe ver +-------------------------------- -------------------------------- +M enu +(' # +Ġs ervices +p g +} )Ċ +param s +Ġact ually +Ġ" / +Em pty +M ethod +Ġid ent +un ic +Ġmill ion +Ġa ff +st yle +Ġcon c +i os +ign ment +UL T +P r +" ;čĊ +Ġunder stand +u ary +Ġhapp en +Ġser ver +ĠC o +S C +Ġle s +Ġfile s +G rid +s ql +Ġof ten +Ġin fo +_ tr +s rc +on y +Ġsp ace +um b +Ġpass word +Ġst ore +, ĊĊ +ĠWh at +g ed +ĠF alse +U s +sw er +_ index +Ġform at +m ost +s m +N ew +Ġd etails +Ġpro b +ĠAN D +() čĊ +il ar +Ġ$ { +ry pt +.C ollections +$ this +ĠF ree +_ of +(f alse +d ated +Ġ> > +Ġf ace +CT ION +Ġs ave +Ġt yp +de v +(" # +AG E +cont ainer +ed it +Q L +Ġitem s +Ġs ocial +i en +ĠRe act +) .ĊĊ +Ġm ar +Ġre du +ĠR E +.p ut +Ġm ajor +C ell +n ext +Ġexpect ed +Ġy et +Ġin div +trib utes +at is +am ed +Ġf ood +S ource +( string +Ġ+ Ċ +it es +d r +Ġmem bers +Ġcom b +item s +ĠP er +T H += True +Ġb ar +_ SE +com m +( w +)ĊĊ Ċ +Ġs end +Ġin c +un signed +F A +Ġparam s +app ing +ro s +ug in +f a +Ġcon nection +Ġ} ;ĊĊ +Ġbe come +M ode +Ġe v +Ġdif f +ĠUn ited +He ight +ful ly +im ages +Ġm akes +Ġg lobal +Ġcont act +' :Ċ +Ġab s +а Ð +f loat +Ġex cept +ĠP ol +Ch ild +t yp +Ġcert ain +i ón +O UT +Ġim pro +ile s +Ġ-- >Ċ +ĠP art +val ues +os s +/ ** +il it +ĠE vent +cur ity +st er +Ġchar acter +Ġnew s +Ġ" , +Ġde vice +c el +log in +he et +Def ault +@ " +ĉ Ġ +c lick +( value +ĠA b +Ġpre vious +ERR OR +oc al +Ġm aterial +Ġbel ow +ĠCh rist +Ġmed ia +co ver +ĠU I +Ġf ail +Ġbl ack +Ġcom ponent +ĠAmeric an +Ġadd ed +Ġbu y +st it +Ġc ame +Ġde lete +prop erty +od ing +Ġc ard +rop s +Ġhttp s +Ġro ot +Ġhand le +C C +B ack +em plate +Ġget ting +_b y +m ail +_s h +. assert +ĠD ec +( true +Ġcom put +Ġcl aim +' => +ĠS ub +Ġa ir +op s +n av +em ents +( id +Ġent er +ang ed +E nd +Ġloc ation +Ġn ight +Ġdo ing +ĠR ed +l in +}ĊĊ Ċ +vid er +Ġp ick +Ġw atch +ess ages +Ġhum an +Ġd am +p end +d ir +Ġt ax +Ġg irl +re et +Ġbo x +Ġstr ong +( v +re l +Ġinter face +Ġm sg +f ect +_ at +Ġh ouse +Ġtr ack +' );ĊĊ +j e +ĠJ ohn +ist r +( S +ub e +Ġc e +itt ed +V ER +* ) +p arent +Ġapp lication +an y +.sw ing +Ġp ack +\ u +Ġpr act +Ġse ction +ct x +Ġun signed +.P oint +ĠO ne +Ä ± +ip le +a id +Ñ ĥ +V ector +by te +Ġw ait +Ġà ł +à ¥ +Ġto gether +Ġth rows +F O +' )) +h ost +is ing +. view +Ġter ms +fr amework +- r +Ġapp ly +Ġs ession +O ptions +ugg est +Ġo thers +w itter +Ġf und +In it +__ ( +ens or +G ET +Ġsever al +i i +[ j +I O +Ġtem plate +P osition +Ġe con +ach ine +Ġ il +.s pring +m ain +el t +im ent +Re c +m m +ĠUn iversity +urs or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +G L +ict ure +ith ub +c er +c ast +F rom +a les +Ġsub ject +p assword +n y +Ġes c +.w rite +ï¼ Į +Wh at +. H +Ġh istory +ĠF e +Ġindiv idual +un it +Ġ-- > +Ġd u +I ST +Ġus ers +f s +f alse +un t +T itle +Ġm ot +Ġf uture +ach ed +Ġstart ed +Ġm ode +Ġ' < +_ array +Ġa x +'] ;Ċ +i res +Th ere +ug ht +t ml +pos ed +ic ult +Ġto ok +Ġg ames +Ġ} } +Ġ? >Ċ +Ġproduct s +I s +Ġb ad +ĠD es +.p ath +' ĊĊ +ĠP ost +av el +( : +Ġneed s +Ġkn own +F l +Ġex ec +Ġse en +um e +Ġb order +Ġl ive +tem p +P er +Ġvar iable +i et +ĠD ef +Ġg e +em e +_b ack +f irst +Ġprovid ed +//////////////// //////////////// +Ġfil ename +Ġh ope +ul y +a uto +f ind +_ string +b tn +it ude +At tribute +Ġyou ng +.t xt +Ġwe bsite +ĠP rop +Ġe y +> ();Ċ +ion al +AR R +iction ary +ur ther +. +t x +Ġp ur +u el +ymb ol +u ation +ang er +Ġback ground +ec ess +ef ined +.... .... +Ġdes cription +Ġrep resent +") );Ċ +press ion +row ser +Ġser ies +ward s +($ _ +a ise +Ġh ot +ac ity +ri es +action s +C reate +ad io +amp les +Ġorig inal +ens ive +f ont +st ream + using +.spring framework +ser ver +Ġb ill +AC K +il ename +Ġfr ame +Ġ= Ċ +Ed it +adi us +Ġd raw +ank s +Ġd eter +Ġcom es +_ int +Ġfore ach +ang le +Ġe lect +pect ed +He ader +ist ration +F alse +ĠG ame +Ġfil ter +Act ivity +Ġl arg +in ition +Ġ" < +is ed +Ġrem ove +ĠTr ans +m et +se e +Form at +Com mand +ĠE X +N one +Ġfr ont +A SE +ĠR ec +ound ation +Ġv o += \" +( * +Ch ange +.W rite +g roup +i ents +u y +******************************** ******************************** +Ġd ig +h r +( - +Ġg en +n umber +ve c +uro pe +ent ry +L L +Ġst e +Val id +'] , +_p aram +Ġse lected +Ġacc ording +ĠD is +Ġ util +B uffer +_ error +Ġass oci +_S IZE +Ġw or +Ġprint f +r ag + ł +D D +ĠV al +Ġact iv +E ng +et ime +Ġv irtual +a ign +a ur +ĠP res +ĠEx ception +Ġany thing +ĠO ff +Ġh ours +Ġw ar +Arg s +ag ing +Ġmodel s +ĠT ime +O b +am s +j oy +Ġear ly +. read +Ġc enter +ĠIn itial +Ġl anguage +l ength +x y +Ġs n +Ġin f +P ost +Ġag o +Ġeas y +_c ode +ĠAN Y +_ ch +Ġdown load +( T +av ed +âĢ ĵ +Ġstud ents +Ġf ig +l ight +x x +Ġbu ffer +ĠD ep +ĠM ath +IT H +Ġvar i +Ġd ue +F actory +Ġp or +Ġe p +ot ype +Ġcan not +Ġwh ite +< int +ter n +Ġreg ister +Ġpre d +cl us +_d ate +Ġ/ ** +Ġa uth +Ġ[ ]Ċ +Ġper iod +n own +Ġv ot +Ġs creen +' d +T ypes +Ġt mp +е Ð +ur al +Ġben ef +_ y +Ġn et +ĠSt ates +'] [' +ĠN e +ĠN OT +Ġn eg +Ġcomm on +s cope +Ġc red +g es +_T YPE +Ġs uggest +o om +.ĊĊ Ċ +Ġac cept +Ġr andom +er m +ĠV ector +w ith +T ER +( str +Ġres pons +Ġh it +.S et +gr id +ri a +Ġc lick +und le +C ase +ins ert +Util s +Ġ"" " +Ġim plement +at al +tem pt +tem plate +oc r +return s +Ġplay ers +us ers +ed ef +ĠTh ese +Ġam ong +Ġde b +h a +.get Element +Ġc irc +Ġan swer +Ġw alk +Ġt reat +ĠG e +ĠC reate +Ġa ge +Ġre q +O ST +ang ular +Ñ ı +Ġf ive +Ġdistrib uted +Ġfri end +T P +Ġc lean +ow s +.Control s +d is +Ġw ords +. io +z y +Ġhe ader +ĠC heck +âĢĻ m +j ust +h older +=" čĊ +. annot +Ġcol lection +' . +Ġsim ilar +Ġt aken +(" % +Or der +'] Ċ +-m d +ĠT H +ac ed +Ġis n +/ j +Ġs on +gr aph +ĠInt eger +Ġn ecess +re en +Ġ um +Ġ\ < +Ġmom ent +Ġbr ing +Ġind ic +ys is +Le vel +ver se +urre nc +_t est +Ġent ire +D own +Ġ}ĊĊ Ċ +( result +ĠRe ad +à ¨ +M od +Ġtry ing +") ,Ċ +Ġm ember +ĠC or +OD O +- control +un time +ĠS im +D ialog +pl ot +_ on +Ġph ys +} / +Ġn amespace +ĉ čĊ +ac c +Pl ayer +A RE +Ġf oot +Ġbo ard +p art +Ġs us +w ise +ĠM c +Ġp ush +AT A +Ġp lease +ri ed +we et +b it +id ed +V E +ĠS w +U B +Ġt ypes +ed ia +Ġc los +ace book +Wh en +Ġed it +ig ger +Ġen erg +Cont ainer +Ġph ot +ĠC ount +ĠE urope +.I s +ĠR uss +pe ed +ĠS tr +Ġp y +Ġc ult +Ġdef ined +cc ount +Ġob t +.L ocation +Ġth read +il le +Ġinst ead +str ong +ĠS ec +U RE +Ġide a +. se +em y +select ed +Con nection +ac ing +th read +.n ext +Ġc oll +Ġfil m +ist ic +Ġcomp et +Ġcon n +th ough +Ġcom pan +ock et +Ġte ach += ( +Ġph one +Ġact ive +de lete +tr ies +Ġm o +Ġde ath +} );ĊĊ +oc ol +W idget +Ġart icle +ro du +and id +Ñ ĭ +ĠC r +k a +() : +lo od +ĉĉĉ Ċ +Ġal most +Ġs ell +erv let +ri p +Un it +Ġapp lic +Ġcon nect +Ġfe ature +Ġv ia +' ), +Ġl im +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠG u +Eng ine +Ġen s +Ġen vironment +b lock +HER E +N ULL +g y +t ag +) ). +ex p +Ġcom pl +Ġinst all +Ġcomple te +que ue +atur al +Ġgener al +th on +Ġask ed +o res +( res +Ġres erved +S P +ĠâĢ ¦ +Å Ĥ +Ġsign ific +O ff +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠA g +ĠJ ust +ĠE rror +Ġin fl +ad ata +Ġ icon +ask s +' ' +_ LO +? . +ac count +Ġ( * +' )ĊĊ +r ap +_ var +ĠF OR +Ġpart y +ĠY our +c at +str y +. new +bo ot +ĠN ov +Ġv ector +Ġn ormal +Ġf urther +Re pository +Ġd atabase +att le +Ġmus ic +Ġspe ed +Ġd oc +pro cess +IG HT +.p arse +Ġt aking +Ġvi ol +ce ed +ĠA fter +Ġfor ward +Ġc rit +"/ >Ċ +ro t +Ġfa iled +ef ore +Ġconc ern +o e +b a +Ġs ender +Ġter m +h as +=" # +Ġpot ential +N um +Ġpublish ed +.c lose +ĠIm age +str aint +U D +ĠO b +Ġprob ably +l im +" :Ċ +olum e +Ġcon sum +ag ue +ens ions +Ġinvest ig +- year +') ; +-s m +Ġen joy +or ig +er ing +c p +le ased +ple ments +Ġreturn s +p at +B O +ĠH ouse +.L abel +Ġwe ight +igh b +Ġcondition s +Ġex ception +d escription +Ġtr ad +- to +Ġ{ } +Ġmod ule +EN D +. ap +.p rops +Ġcon structor +av es +Ġf avor +ĠN ow +; i +ĠM ain +_ k +er ies +âĢĻ ll +trans form +imest amp +P re +Ġm er +. res +st ant +L ocation +_N AME +Ġlos s +Ġ ĊĊ +n et +Ġeng ine +B lock +Ġiss ues +Ġpar se +ĠB ar +Ġst ay +ĠJ SON +Ġd om +air s +w ner +Ġl ower +", čĊ +ĠD em +uf act +Ġp s +Ġper fect +R L +Ġed uc +l s +em ory +ARR ANT +u ge +Ġex act +. key +al led +e ch +ie f +\ / +o ke +Ġfor mer +al loc +Ġs ix +id a +Ġm argin +Ġhe art +al d +p ack +.getElement ById +ĠW ARRANT +Ġr ather +Ġbuild ing +er man +lic e +Ġquest ions +iz es +le ge +irect ory +Ġj e +Ġc as +pro ps +ut f +Ġse curity +Ġhow ever +we ight +Ġins ide +Ġpres ident +Ch ar +ĠW ITH +.m ap +Ġgr aph +Ġt ag +_st atus +Ġat tempt +op p +us es +ĉ const +Ġr ound +, $ +Ġfri ends +Em ail +? > +Res ource +KE Y +os p +. query +ĠN orth +able s +ist rib +_c lass +el lo +Th at +Ð º +pecial ly +ĠPres ident +Ġcamp aign +Ġal t +are a +Ġch all +Ġop port +.C on +Ġenerg y +li ke +. string +ing ton +) * +y y +Ġprof ession +ir th +Ġse g +æ ľ +Ġh or +i ers +c an +Ġbeh ind +Pro duct +f g +ĠS k +.j pg +? : +] ;ĊĊ +Ġcall back +ĠH ttp +Ñ Į +l ong +M S +AT H +Ġr aise +Ġwant ed +row n +ut or +l t +] = +el ine +M A +Ġse par +c s +se mb +D is +bs erv +ĠW ill +Ġpol icy +Ġth ird +ph one +Ġb ed +/ g +. __ +ĠIn c +iz ing +.re move +in stance +.t ype +Ġs erv +E ach +Ġh ar +ĠM essage +( key +SE LECT +P os +)) ;čĊ +Ġre comm +Ġtr aining +ĠE nt +ĠCh ar +ic ht +(f ile +Ġp rior +G ame +Ġex it +Param s +.c ore +P C +n es +anc ed +( request +P assword +} >Ċ +Ġm ag +Ġre lease +Ġsh all +ud ent +ĠS outh +and o +: ' +.Tab Index +s k +ann er +is set +Ġout side +led ge +Ġ å +ĠR ob +Ġim m +! Ċ +ĠWe b +D es +B C +anc ial +R oute +D ec +fer ences +Ġp urch +ĠM odel +ct or +g n +_st art +_ un +. * +is es +Ġg round +Ġun ique +Ġbe aut +{ " +Ġp our +ĠO ct +Ġt ree +set s +_ res +') -> +_re g +(" \ +Ġby te +B l +Ġd ating +Ġm atter +ĠR em +Ġ' ../ +ĠA ug +ĠL a +Ġ$ ( +ourn al +i am +Ġshow s +w rite +Ġb all +Ġsim ply +Ġf ast +Ġmem ory +A SS +ĠO f +ov ed +ant e +a ul +ist ry +)) );Ċ +Ġf it +< string +Ġpolit ical +anc el +_ . +c ard +.c urrent +o ch +_ image +\ t +# Ċ +( L +Ġindu stry +com ing +Ġex tra +Ġreport ed +.st art +Ġres ources +Ġim g +fl ow +_E X +(n ull +ĠP re +Ġwr ong +inter face +Param eter +n ers +á » +t ure +ers ist +oun try +Ġseem s +al ance +de st +ĉ String +Ġm aint +Ġun it +act ers +ĠT R +if ul +export s +pro ject +App lication +leg ate +Ġt akes +ter m +Ġet c +ust er +Ġappe ar +add ress +Ġf em +h s +Ġh om +, - +Ġdiff icult +Ġcom ing +O pen +Ġset tings +ĠW ar +ĠTh en +Ġaut om +ĠF oundation +Ġqu ite +D escription +Ġb log +i qu +P S +_f ield +J son +SS ION +ĠS ch +ĠL O +Ġdes cri +Ġevery one +Ġpret ty +Ġlong er +Ġm enu +Ġcurrent ly +se c +Ġrelations hip +################ ################ +ĠM ap +as et +Ġparam eters +Ġcr ush +" čĊ +IL ITY +ig ration +Ġc out +t otal +Ġn ames +nd ef +") ; +ri end +yn amic +Ġeff ort +Ġact ual +Ġfield s +O UN +t ers +Ġf ix +_m odel +Ġc ases +C A +M y +Inter face +ĠS E +] ] +al le +ĠN ational +ĠArray List +in line +. V +ar a +ref ix +as c +Re ader +ĠÐ ¿ +ast ic +( () +C l +.annot ation +Ġperform ance +ail y +.to String +.n et +view s +. end +ay ers +l ate +ĠA pr +ed eral +'] ) +.b ody +Ġhigh er +_f l +c r +al ert +_n ode +ĠG oogle +Ġit self +A uth +urrenc y +Ġsignific ant +app end +Ġres pect +str ap +Ġun a +riter ia +P ORT +.ap ache +Out put +Ġpro gress +Ġm id +ĠM icrosoft +Ġres ource +ab lish +Ġd im +. load +.A pp +Ġd irection +Ġadd itional +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +Ġnum bers +Ġcompan ies +.T h +Ġs ound +user name +Ġstat ement +Ġal ert +Ġcon tract +h ome +_l ength +.Com ponent +e v +. Ex +ï¼ ļ +" ; +ĠH igh +Ġ )ĊĊ +ĠP oint +op h +Ġl ines +-> _ +" )ĊĊ +o x +app lication +Ġ ]Ċ +ĊĊĊĊ ĊĊ +Ġso on +ction s +ing er +Ġj oin +ĠP e +Ġ ë +Ġl as +. E +c ss +/ or +ĠSt art +ĠT O +Ġsub s +con n +com ponents +DE BUG +qu are +F unction +end ar +. index +Ġf ill +Ä Ļ +Ġcho ose +h ow +ĠAmeric a +ass ets +-------- ---- +ĠV alue +Ġoff ice +Ġv eh +Ġtrans form +ĠAr t +Ġin de +Ġf n +Ġim plements +ang o +ple te ++ " +t mp +am ily +Ġhas h +miss ions +E ST +g t +Pro vider +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġfl ag +Ġpartic ip +d en +ĠReturn s +Ġnot e +ü r +p m +ide os +Ġspec ified +ĠE N +est er +ol id +Ġup on +( std +ĉ v +Ġ' \ +u z +Ġv ert +Ġv ict +ĉ self +Ġ" $ +. k +Ġgroup s +g ithub +l ang +Ġm ut +T O +Ġv e +ĠP lease +;ĊĊ Ċ +ac cess +Ġ{ " +re a +Ġr isk +ick er +og gle +ĉ while +AN G +.s end +Ġwom an +Ġget s +Ġ ign +ĠI d +_ log +ON E +Ġe vid +ĠH ar +_s ub +Ġend l +Ġinclud ed +() );ĊĊ +ĠA p +ig r +Ġs em +ĠBl ack +d oc +_t able +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +- up +Ġca use +Ġ .. +Ġv an +_d ict +Ġf ocus +IN D +CE SS +.L og +Ġmult iple +id o +Ġreg ard +- M +and ler +our se +Ġde g +. U +Ġadd ition +Ġvar ious +Ġrece ive +е н +ĠH T +Ob j +D F +Ġincre ase +ĠO pen +] ; +Ġcomm it +? Ċ +ateg ories +at ory +sh ip +ĠM ich +Ġh tml +rom ise +Ġle ave +Ġstr ateg +av en +ĠCon sole +k nown +- n +_ LE +.com ponent +Ġb re +S ession +i ance +Ġal ign +typ edef +_ result +ĠW HERE +.s plit +Ġread ing +FA ULT +Ġc lo +Ġnot ice +_p r +ar ter +Ġlo ck +Ġstand ard +et ic +ell ow +Ġp adding +ĠH is +Ġst ates +_c ast +( P +a a +Ġintern al +e an +ĠP RO +ĠK ey +Ġes pecially +m ing +Ġc ross +Ġn ational +_ object +f ilter +Ġs cript +. update +_ i +ĠAss ert +/ core +%% %% +Ġproble ms +ist or +Ġ. = +Ġar ch +Ġwrit ten +Ġm ilit +M ENT +. ch +ca pe +ĠM us +_ config +ĠA PI +fo ot +Ġim ages +end l +. In +F irst +Ġpl atform +.pro t +O ption +st e +ĠT ODO +Ġfor ce +. cont +ĉ echo +ĠD av +P tr +( B +R T +ĠB ase +] [' +Ġann ounc +con sole +ĠP y +d s +. as +Ġpre vent +ap an +Ġ{ ' +} ' +Ġde ad +V AL +Q UE +**************************************************************** ******** +Ġch arg +R eturn +Ġf ul +d om +Ġr ules +Ġmod ify +Ġe val +h am +at ement +\ < +ul a += False +R A +Ġcont ains +Ġst ack +m ar +Ġ{ }Ċ +Ġund efined +A ss +ĠCh ina +ve y +* Ċ +Ġplay ing +) / +act or +Ġb ottom +li er +ĠN umber +Ġcou ple +D C +ĠS O +g or +.set Text +s uccess +com mand +F ilter +ĠO ur +_ item +Ġc tx +Ġro ad +V ersion +c ase +ur t +av ior +y ch +semb ly +ĠPro duct +Ġh eld +a fe +Ġinclud es +< quote +Ġa void +ĠF in +ĠM od +Ġt ab +an o +à ± +ipp ing +- e +Ġins ert +t arget +ch an +.M odel +IM E +\ Ċ +Ġm achine +av y +ĠN O +ĠInt er +Ġoper ation +mod al +T ag +] : +Ġprodu ction +Ġare as +Ġre n +_f rom +n bsp +Ġoper ator +m en +app ed +_p er +z en +(" . +.s ave +=" {{ +Ġt or +( response +Ġc andid +Ġcon v +a iled +ĠL ib +com p +ur a +ï¿ ½ +ĠH ere +Ġarg ument +h ood +Ġest ablish +ograph y +Ġon Click +amb da +Ġs ch +Ġmov ie +Ġse c +Ġact ivity +Ø § +Ġs ql +_ all +inc ip +Ġprovid es +Ġs ys +ack et +Ġwas n +Ġus es +ĠF unction +.g oogle +ĠRes ult +Vis ible +ag ma +el come +ĠS y +ĠC ent +AL SE +ac ión +EX T +Ġl icense +ĠL ong +Ġacc om +Ġab ility +. height +Act ive +olog ical +ol y +)) , +.S e +Ġparam eter +pr ite +AB ILITY +.s ervice +ĠG roup +_ query +ĠI tem +in ing +Ġj ud +im s +f ix +ind er +ag ram +Ġfunction s +Ġexper i +ĠE m +Ġro t +Ġp en +.b tn +ĠA S +#if def +Ġcho ice +ĠP age +_P RO +Q U +å ı +ant ity +Â Ń +word s +Ġread only +Ġf lex +prot ected +ĠAn y +Ġchar acters +enc ed +ĠJ uly +il er +C ard +ur ance +Ġre v +.e vent +al y +Ġwon der +ĠP ort +Ġleg al +ro le +Ġt en +Ġgo es +M P +wh ite +): čĊ +)) čĊ +Ġre ference +Ġm is +ĠPro ject +ick s +> & +C ON +Ġre pl +Ġreg ular +St orage +ram ework +Ġgo al +Ġt ouch +.w idget +Ġbu ilt +d es +P art +( re +Ġw orth +h ib +g ame +ĠÐ ² +ac ion +ĠWh ite +(t ype +( ` +Ġn atural +Ġin j +Ġcal cul +ĠApr il +. List +Ġassoci ated +ĉ System +~ ~ += [ +Ġst orage +Ġby tes +Ġtr avel +Ġs ou +Ġpass ed +! = +as cript +. open +Ġgr id +Ġb us +Ġrec ogn +A b +Ġh on +ĠC enter +Ġpre c +b uild +HT ML +ĠS an +Ġcoun tries +a led +t oken +k t +Ġqu al +L ast +ad ow +Ġman ufact +id ad +j ango +N ext +x f +. a +Ġporn o +ĠP M +er ve +it ing +_ th +c i += None +g s +Ġlog in +at ives +'] );Ċ +Ä ħ +Ġ ill +I A +child ren +D O +Ġlevel s +Ġ{ { +Ġlook s +Ġ" # +To String +Ġnecess ary +ĠĠĠ Ċ +c ell +En try +Ġ' # +Ġext rem +Select or +Ġplace holder +L oad +Ġre leased +O RE +En umer +ĠT V +SE T +in q +P ress +ĠDep artment +Ġprop erties +Ġres pond +S earch +a el +Ġre qu +ĠB ook +/ Ċ +( st +Ġfin ancial +ick et +_in put +Ġth reat +( in +Str ip +ì Ŀ +ç ão +Ġevid ence +)) ; +ĠB ro +Ġ[ ];Ċ +Ġ ou +b uf +S cript +d at +Ġr ule +# import +=" / +S erial +Ġstart ing +[ index +a e +Ġcon trib +s ession +_ new +ut able +o ber +Ġ" ./ +Ġlog ger +Ġrecent ly +Ġreturn ed +č čĊ +)) )Ċ +ition s +Ġse ek +Ġcomm unic +Ġ" . +Ġuser name +E CT +D S +Ġother wise +ĠG erman +. aw +Ad apter +ix el +Ġsystem s +Ġd rop +Ġstruct ure +Ġ$ ("# +enc ies +ann ing +ĠL ink +ĠRes ponse +Ġst ri +Å ¼ +ĠD B +æ Ĺ +and roid +sub mit +ot ion +( @ +.t est +ĊĊĊĊ ĊĊĊĊ +] ;čĊ +Ġdirect ly +Ġ" % +r is +el ta +A IL +) {čĊ +m ine +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +( k +b on +as ic +p ite +__ _ +M ax +Ġerror s +ĠWh ile +Ġarg uments +Ġens ure +R ight +-b ased +We b +Ġ- = +Ġint rodu +ĠIn st +ĠW ash +ord in +j oin +D atabase +Ġgr ad +Ġus ually +IT E +Prop s +? >Ċ +ĠG o +@ Override +RE F +Ġ ip +ĠA ustral +Ġ ist +View ById +Ġser ious +Ġcustom er +.prot otype +od o +c or +Ġdo or +ĠWITH OUT +Ġpl ant +Ġbeg an +Ġdist ance +() ). +Ġch ance +Ġor d +c ame +pr agma +Ġprot ect +rag ment +ĠN ode +en ing +Ñ ĩ +Ġr oute +ĠS chool +h i +Ġne ighb +A fter +lic it +Ġcon tr +Ġpr imary +A A +.Write Line +util s +Ġb i +R ed +.L inq +. object +Ġlead ers +un ities +Ġg un +on th +ĠDe v +F ILE +Ġcom ments +_l en +ar row +am ount +R ange +s ert +Grid View +Ġup dated +ĠM o +Ġin form +oci ety +al a +A ccess +Ġh ab +Ġc reat +_ arg +ĠJan uary +ĠD ay +") čĊ +up le +d ocument +gor ith +m enu +ĠO ver +b b +.t itle +_ out +Ġle d +ur i +Ġ? >Ċ +r un +Ġsc ene +( array +de vice +_t itle +ag on +] čĊ +ab y +Ġbe came +bo olean +Ġp ark +ĠC ode +up load +rid ay +ĠSept ember +F e +Ġs en +c ing +F L +C ol +ut s +_p age +in n +Ġim plied +al ing +Ġyour self +.C ount +con f +Ġa ud +_in it +. ) +Ġw rote +N G +. Error +ä » +.f or +Ġe qual +ĠRe quest +Ġser ial +Ġallow s +X X +Ġm iddle +ch or +à ¸ +erv al +.C olumn +read ing +Ġesc ort +ĠAug ust +Ġquick ly +Ġwe ap +ĠC G +rop ri +h o +Ġc op +( struct +ĠB ig +Ġv s +Ġfre qu +. Value +Ġaction s +Ġpro per +Ġin n +Ġobject s +Ġm atrix +av ascript +Ġon es +.g roup +Ġgre en +Ġp aint +ool s +y cl +enc ode +ol t +com ment +. api +D ir +Ġun e +iz ont +.p osition +Ġdes igned +_ val +av i +ir ing +t ab +Ġl ayer +Ġview s +Ġre ve +ra el +ĠO N +r ics +n p +Ġc ore +() );čĊ +M ain +Ġexp ert +ĉĉ čĊ +_ en +Ġ/ > +ut ter +I AL +ail s +ĠK ing +*/ ĊĊ +ĠM et +_ end +add r +or a +Ġ ir +M in +Ġsur pr +Ġre pe +Ġdirect ory +P UT +- S +Ġe lection +h aps +.p re +c m +Val ues +Ġ" Ċ +c olumn +iv il +Log in +in ue +Ġbeaut iful +Ġse cret +(e vent +Ġch at +um s +Ġorig in +Ġeffect s +Ġman agement +ill a +t k +Ġset ting +ĠC our +Ġmass age +ĉ end +Ġhapp y +Ġfin ish +Ġc amera +ĠV er +ĠDem ocr +ĠH er +( Q +con s +it a +Ġ' . +{ } +ĉ C +Ġst uff +Ġ :Ċ +ĠA R +T ask +h idden +er os +IG N +at io +ĠHe alth +ol ute +Ent er +' > +ĠT witter +ĠCount y +s cribe +Ġ= >Ċ +Ġh y +f it +Ġmilit ary +Ġsa le +re quired +n on +boot strap +h old +r im +- old +ĠD own +Ġm ention +cont act +_g roup +od ay +Ġto wn +Ġsol ution +u ate +ell ing +] -> +ot es +ent al +om en +osp ital +ĠS up +_ EN +Ġsl ow +SE SSION +Ġbl ue +ag o +Ġl ives +Ġ ^ +. un +in st +en ge +Ġcustom ers +Ġc ast +ud get +ï¼ ģ +ic ens +Ġdeter min +Se lected +_ pl +ue ue +Ġd ark +// ĊĊ +s i +ther n +ĠJ apan +/ w +P U +ĠE ast +ov ie +Ġp ackage +Ġn or +Ġap i +b ot +" ];Ċ +_p ost +ul ate +Ġcl ub +') );Ċ +Ġlo op +PI O +ion e +sh ot +In itial +Ġplay ed +reg ister +rou ght +_m ax +ac ement +m atch +raph ics +A ST +Ġexist ing +Ġcomple x +D A +.C h +.com mon +m o +Ġ' ../../ +it o +Ġanal ysis +Ġdel iver +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +id x +à ł +ong o +ĠEng lish +< !-- +Ġcomput er +EN SE +Ġp as +Ġr ais +H ash +Ġm obile +Ġo wner +F IG +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +th es +Ġat tr +w d +.t ime +aw n +Ġtreat ment +ĠA c +. View +im pl +m ore +p ass +Ġh a +.f rom +Ġle ading +FF FF +( error +. ui +at ar +ad ers +d ates +Ġz u +Ġfl ow +T arget +Ġinvol ved +Ġi o +par se +$ _ +he st +. int +- item +as y +S p +Ġsh ift +N T +Ġt f +_T R +. web +C S +Ġ} ) +Ġey es +_ z +' );čĊ +if orn +Ġ{ @ +Ġn ice +.l ist +ĠĠĠĠ čĊ +Ġf loor +Ġred irect +ĠU K +( [' +Ġw ish +Ġcap t +leg al +ĠI O +Ġst age +. String +ĠA fr +ig en +ĠS H +De lete +ell s +Ġsol id +Ġmeet ing +Ġwork ed +Ġed itor +in y +Ð ¼ +_ read +. Id +e ff +Off set +ch a +US ER +ĉĉ ĠĠĠ +ipp ed +Ġd ict +ĠR un +.h pp +Ġan g +x ml +im ple +Ġmed ical +_t oken +con nect +Ġh our +Ġcont roller +_m essage +U ID +G r +and ed +_C H +Ġbook s +Ġspe ak +am ing +Ġm ount +Rec ord +ĉ struct +.W eb +ond on +Ġ// Ċ +Ġf elt +.A uto +id ge +_p os +P R +Ġmod ern +C ollection +_m sg +C D +ĠL o +Ġsecond s +ib ly +.e quals +Ġintern ational +# pragma +oo th +W riter +i ate +Ġce le +ĠB it +iv o +iv ery +r d +HE CK +Ġc ache +.c ount +Ġro ll +.Re ad +RE D +Ġset up +izont al +model s +arg v +Ġconsider ed +=" ../ +set tings +ĠR el +Ġgrow th +Ġm ix +ĠWash ington +Ġpl t +ĠI M +á º +Ġturn ed +ĠDate Time +ĠW ed +( url +Ġ" - +Ġlet ter +As ync +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠOct ober +_l ine +Ġatt ention +Ġcol lect +ĠH ash +Ġim ag +T ree +Ġsit uation +et te +_n o +IV E +Ġv on +.t arget +Ġknow ledge +Ġdr ive +.p ost +Ġb lood +Ġc it +pr imary +Ġconfig uration +te e +Ġph oto +is ode +Tr ace +Ġg ave +Ġsh ot +ĠA ir +Ġm other +pr ice +Ġmor ning +)) {Ċ +- x +Ġtr ade +Ġdes c +Ġ&& Ċ +Ġparent s +A pi +å Ī +t ed +w er +Ġ æ +Ġs y +ĠK e +Par ser +å ħ +anc y +Ġpie ce +iforn ia +to String +r an +id ing +PT ION +com es +/ lic +.c lient +E l +L ong +Ġprofession al +ru pt +v a +Ġcomplet ely +Ġpract ice +Ġse lection +R em +in i +Ġc am +RE E +Ġsit es +p a +AT US +Ñģ ÑĤ +arr ant +* ( +_ KEY +ĠB utton +ĠF riday +se qu +Ġre ader +Ġm essages +è ¯ +Ġbu f +K e +Ġn ov +H P +M sg +al ign +ar ily +Ġ' , +_w ith +Ġd as +Ġhe ard +at omic +ri al +) [ +Ġdis e +@ end +Ġg old +Ġf air +Ġsa les +. Button +str ict +s ave +Ġme asure +Ġ" + +ec ause +View Controller +ĠT able +.p aram +Ġdec ided +(( ( +IN FO +Ġopport unity +T e +IC ENSE +cc ording +k i +ĠU N +Ġcont ain +Ġman ager +Ġp ain +ĠF ire +rom e +Ġpl ans +F ound +l ay +ĠDec ember +Ġinfl u +à º +ren ch +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ġ +az ing +b rief +c all +wo od +Ġload ed +Ġgr and +/ f +im p +_ U +ST R +âĢ ¢ +Ġcred it +.C olor +or ge +QUE ST +Ġdiffer ence +ĠP C +w args +Ġp ub +und ay +Ġf ra +.m ax +Ġtri ed +ann els +s end +Ġreport s +Ġad ult +ä º +Ġcons ist +ĠSt reet +ĠPro gram +S QL +M atrix +ounc il +- A +ĉ w +Ġwho se +Ġrel ig +ĠS ex +Ġg ives +n one +.m essage +( G +.aw t +- right +ĠNov ember +ell ig +ut ive +Ä ĥ +over n +Ġeas ily +Ġide as +ĠÐ ½ +/c ss +ly ing +el le +C an +_c olor +оР² +Ġp air +ng th +Ġs plit +d rop +art y +on a +Ġcap ital +Ġhe ar +Ġex ists +ĉ log +em o +R un +o i +Ġpar ser +ĠM ethod +Ġeduc ation +[ k +Ġlib rary +> ";Ċ +_ UN +ĉ std +od ed +Ġcall s +h ere +R el +Ġbr and +back ground +g a +_add ress +_param s +C ategory +ĠInd ia +_e vent +Ġ ing +R ender +.c l +ump y +Ġp et +F C +ĠA nt +Ex t +Ġchar ge +en ed +gr ad +E O +Ġdep end +Ġ .ĊĊ +fr ame +Ġd f +Ġh uge +ĠP ART +ed s +; ; +ĠA M +Ġbas ic +ĠL et +lic h +Ġar m +Ġst ar +Ġf ederal +W ork +Ġcar ry +ĠIs rael +( obj +={ { +Ġs aved +Ġs yn +Ġconst ant +V ENT +Ġpos itive +Ġcon duct +Ġsk in +Ġear lier +Ġl ayout +ĠI P +O UR +Ġt im +styles heet +_ cl +ĠC ard +++ ){Ċ +Ġtem per +ĠDav id +ĉ try +.d art +Ġwant s +Ġp icture +Ġv ideos +ĠCom m +is ions +_M AX +M apping +- content +ĠE ar +- de +Ġpre m +br uary +Ġcom ponents +Ġthrough out +Ġp ull +Ġp ages +ent e +res pond +Ġg as +cript or +Ġed ge +Ġb ound +A CT +**** ** +Ġcre ating +ĠC H +Ġnull ptr +B r ++ ' +.c o +> :: +Ġle arning +.L ength +_S H +Ġpat ients +A IN +Ġk ids +Ġcom fort +Ġsh own +ug ins +ĠB ack +ell a +_C L +Ġl at +Ġdis patch +Ġclass es +. at +.b egin +Ġsuccess ful +b an +Ġobt ain +ĠS l +Ġl ack +iter ator +Th read +(s ize +Ġn one +.h as +_ X +s ort +n ap +p et +b in +ĠCan ada +The y +Ġd ans +ĠM at +< td +Ġh air +Ġ' ',Ċ +Ġc u +Ġlaw s +let ed +p ed +Ġp ow +Ġk new +_C OM +_ , +ĠM ag +id ents +( req +Ġ ), +- center +Ġw ide +ĠA uthor +st ants +Ġjob s +Ġm ath +et imes +Bo olean +Ġs cope +_ is +Ġme as +Ġkey s +el ay +Ġexact ly +'=> ' +ĠP aul +m as +ĉ print +(l en +f d +Ġ) ; +. Event +q li +ir it +ield s +om an +ĠT op +Ġv ote +Ġm ask +Ġthem e +- Ċ +Ġpro ps +Ġf ine +Ġwrit er +_ offset +c ar +Ġal tern +Ġc opyright +Ġdest roy +pp er +Ġgener ate +pp ed +âĢĻ d +ĠĠĠĠĠĠ Ċ +m ake +ĠSh ow +Ġb rowser +Ġfavor ite +Ġcare er +Ġhappen ed +( char +Ġrecomm end +Ġl iter +.f ilter +gr ade +Ġ £ +Ph one +om s +Ġn amed +- label +ip o +ĠO ther +Ġp anel +Ġro ck +S cale +ĉ assert +Ð ´ +Ġtr ust +fr ont +Ġdem on +A r +N et +Ġecon omic +foot er +Ġr ace +(n ode +ĠO ption +s plit +Ġphys ical +if est +Ġrem oved +. http +)) ,Ċ +Ġlook ed +' ; +d ing +g est +atur day +/lic enses +Pr ice +Ġd ro +Ġto wards +Ġun s +ĠC L +ĉ static +Ġ rows +Ġdef ine +.re place +Ġf ather +ĠDes ign +ass ign +m ut +De vice +D id +') )Ċ +omet ry +ay load +Ġh istor +ĠP aram +ĠBo olean +Ġn ature +Ġj s +Ġn ation +i h +Ġdis cover +se m +Hand le +ĉ r +ĠTe chn +Ġw all +{ $ +@ property +Ġ" ../ +Ġex am +.d raw +opp ing +Ġnear ly +Ġco ol +Ġinde pend +RE S +Ġhand ler +ĠMon day +Ġs un +St yles +ous ly +Ġ ĉ +v est +D isplay +( y +atic ally +Ġpred ict +y ing +Ġsom etimes +" ]Ċ +Ġdr ink +Ġb ul +ific ations +. insert +.re g +Ġtest s +Al ignment +Ġal leg +Ġat tribute +ĠN ote +Ġmy self +art s +N ow +Ġinterest ing +li ents +Ġpop ulation +ĠCal ifornia +" I +å ¹ +Ġgre ater +ues day +Ġth ous +Ġcost s +Ġla unch +\ Http +k er +b and +ĠPl ay +Ġb and +.sh ape +es ome +art icle +.r f +Ġw er +á s +em bers +us r +B A +ic an +et t +valid ate +ult i +Ġimmedi ately +z er +Ġfig ure +o es +ell er +irc le +ĠS ign +.d b +Ġr ank +By tes +Ġproject s +_re c +UL AR +A PI +ĠL ine +P ort +Ġp oll +Ġg iving +id ence +-- Ċ +Ġpl ot +ic ial +Ġw arrant +IT ION +ĠD ouble +Ġbill ion +gorith m +Ġequ ipment +D ATE +Ġ@ " +E E +Ġp le +i ation +Ġhead ers +Ġpro ced +.Component Model +ĠOb ama +Ġp a +ĠB est +im ately +.get String +. \ +mp loy +Ġr aw +_b lock +und red +" },Ċ +.Group Layout +Ġb rought +NS String +th row +cre ated +.N ew +_ view +C P +ep s +O p +Ġgr atis +Ġ' " +Ġinter view +"" "Ċ +Ġpart ial +Ġa ria +b ing +A uthor +Bo ok +ĠP at +um an +Us ers +pl us +ĠD irect +ven ue +al pha +UC CESS +ĠC all +Ġ );čĊ +im ated +Ġrem ain +Ġant i +ĠL ondon +Ġsaf ety +PO SE +o les +cont roller +By te +ĠCour t +ĠPh il +ĠAss oci +en a +å IJ +_ST R +co in +resh old +Ġb atch +_C lick +entic ation +> ';Ċ +ent y +Ġbegin ning +Ġz ero +ĠCon vert +Ġt err +Ġp aid +Ġincre ased +c atch +-s ize +act ivity +e quals +Ġque ue +Ġ" ' +ĠIntern ational +Ġf ür +urs day +Ġsc ient +all ow +ax is +Ġapp ropri +ed ge +Ġid x +S uccess +ent ifier +: \ +x is +Ġmax imum +ark s +Ġb irth +( index +Ġmay be +.p y +file s +Ġlim ited +_ check +lo ok +pl ies +Ġmov ement +'] . +Ġbro ad +ĠB E +ĠUn ityEngine +.c pp +ĠE very +Ad min +Ġf ans +p ared +Ċ ĠĠĠĠĊ +Ġfore ign +Ġp an +Ġt our +ĠOr der +Ġmov ing +Ġa uf +C all +c b +Å Ł +vent ory +ĠS ql +Ġful ly +Click Listener +W ORD +Ġannounc ed +) čĊčĊ +Ġagre ed +ri e +Ġe arn +_l ink +. array +(t ext +Ġmaterial s +, p +ff ff +v g +Ġ © +Ġun less +aj ax +LO G +Ġsex ual +Ġ\ " +- time +Ġco ach +Ġsupport ed +Ġphot os +if orm +.C reate +) ] +ri er +Ġd ialog +av er +ig e +) + +_id x +: [ +_m in +ĠC ong +Ġpress ure +Ġteam s +S ign +b egin +ri an +NE SS +L S +Ġimpro ve +ĠS unday +Ġdef inition +ig er +roll ers +Ġthink ing +T emplate +- F +Ġem erg +pl ates +ĠUS A +.set State +ĠAl so +re v +Ġen able +ĠC O +PE CT +Ġcon cept +) - +ĠâĢ ¢ +Ġset s +Ġmean ing +em on +ĠCon s +c mp +ed er +ann ed +icens ed +ĠS uper +Ġd aily +Ġmult i +_ u +Ġchall eng +_m ode +ĠP romise +Ġstr ict +j o +int on +( list +On ly +> { +Ġveh icle +í ķ +ĠPl ayer +ĠD el +Ġp ool +. url +nes day +();čĊ čĊ +Ġ" );Ċ +L ocal +. ");Ċ +Ġorgan ization +re nder +ĠApp lication +Ġsum mer +ex pected +N A +Ġr ap +_ obj +Ġsur face +ĠP UR +Ġ}, ĊĊ +Ġvariable s +(m essage +Ġop in +.b ack +а н +Ġwork ers +v m +C o +ught er +Ġm aster +Ġ" ", +Ġst ories +. User +Ġcele br +ines e +B S +ĠCom mand +ash board +Ġo g +k g +. image +.st yle +Ġstep s +ĠB en +( args +ĠP erson +, y +Ġofficial s +| Ċ +Ġsk ills +v c +Ġbuild er +Ġg ar +A ccount +ĠA uth +ç Ķ +'] )Ċ +ĠA T +n n +. Int +SS ERT +Ġeffect ive +LE TE +Ġto ols +AR D +Ġdig ital +D ouble +ĠF ind +R C +Ġin line +/ r +AR AM +AS K +Ġint ent +a ight +_add r +Ġrequest s +.f irst +Ġde bug +Ġsp ent +() ));Ċ +Å Ľ +Ġpr incip +Log ger +clud es +. use +Ġsur v +med ia +ĠFe bruary +ĠM ac +Ġmiss ing +Ġw ife +Ġtalk ing +ĠM ake +Ġc art +Ġloc ated +E nc +- a +ch ron +Ġc ards +Ġgu y +Ġp ers +ĠY es +ate ver +ĠA ng +ol ar +ĠE ven +Ġacc ur +ĠP ower +ĠG old +c lear +Pro cess +Ġrec ords +Ġk illed +.c lear +ĠWARRANT IES +Ġpur pose +pan el +J ECT +ÃŃ a +Ġex erc +W S +/ L +. exports +Ġ__ _ +Ġs in +S ervlet +Ġd é +.de lete +ro ke +S l +ug h +ear s +Ġpoint er +Ġh op +all ery +Ġo bs +co very +ĉ char +ĉĉĉĉ ĉĉĉĉĉĉ +ĉ def +oc ity +itch en +ul ations +ĠF IT +Ġ ). +straint s +vent ion +Ġrequ ires +ĠO per +M E +OUN T +al let +Ġn orm +I RE +ex as +Ġprogram s +Ġwe ak +' .$ +u ing +ĉ ĠĠĠĠĠĠĠ +Ġm il +Ġf irm +init ely +_VAL UE +ap se +atis f +Ġdem and +_m od +Ġdescri bed +Ġpl aces +V ID +Ġal one +Ġex port +Ġv ec +ĠM ax +Ġactiv ities +ict ures +g ener +Ġm a +Ĥ ¬ +Ġexpress ion +C allback +_ content +ĠM ost +Ġtest ing +E C +CH ANT +Ġad just +.Th reading +( ctx +Ġag ree +ig hest +Ġu i +ĠL aw +. Y +> ĊĊ +.ex ample +ber g +Ġmov ed +ĉ e +ĠS aturday +Ġpay load +Ä ĩ +) :ĊĊ +Ġbe y +ur er +< script +Ġs ymbol +Ġass um +Ġp ul +E ffect +Ġh undred +To ol +ak ed +con nection +Ġvo ice +Ġp d +Ġtrans action +Ġlink s +E rr +ĠInd ian +T C +atal og +n i +s ign +<< " +j i +y a +Ġdemon str +ul ated +. St +Ġinst it +Ġbo ost +Ġcell s +ol ic +.P ro +: , +"> \ +Ġth us +ĠReg ister +h ol +ĠCh inese +Ġpost ed +Ġm agn +ab ilities +Ġdise ase +Ġrem ains +ĠPro f +- form +Ġc in +org an +ic ate +Ġst ress +] * +Ġ ---------------------------------------------------------------- +_ context +or ry +Ġd ied +m at +Ġstart s +.M essage +Ġrun s +Ġgu ide +Ġwarrant y +ential s +d ict +ĠS ize +ul er +Ġrespons ible +_SE T +Ġcont aining +ĠPr ice +| | +F S +Ġem p +_b utton +( uint +Ġsu ff +p th +Ġdef initely +put e +Ġmarket ing +ĠW H +ĠS ie ++ = +OL OR +Ġcons ult +Ġs igned +Ġse quence +le e +Ġrequire ments +h y +Ex press +M T +se y +Ġ ult +å ® +ellig ence +Ġanal y +Ġd ress +eng ine +ĠG reat +ĠAnd roid +ĠA lex +m ode +D ictionary +.D ate +ä ½ +V ICE +Ġfam ilies +ĠRuss ian +ĠT imes +.c all +$ ( +Pro file +Ġf older +ch es +Ġleg is +_ row +un es +Ù Ħ +Ġ} ). +Ass ert +ag en +ĠH and +I ter +Ġbig gest +ore ach +Ġpol ic +Ġper missions +Ġshow ed +ĠE lement +Ġtop ic +âĢĶ âĢĶ +ro ad +ĠB ank +rec ord +Ġpart ners +ĠR ef +ess ions +Ġass ess +U ST +ĠPart y +pro du +L C +Ġ ul +. form +h ide +c opy +UT F +ĠSO FTWARE +čĊčĊ čĊ +ĠL in +un a +ug ar +Ġadmin istration +Ġopen ing +Ġsc an +Ġcontin ued +com ponent +.s p +Ġhapp ens +um my +ĠP R +.F ile +ĠDown load +Lo ading +d i +Ġwait ing +_A DD +T ab +.query Selector +Ġecon omy +ĠF rench +t xt +Ġf ant +_ ;Ċ +H older +S H +Ġn umpy +Ġst reet +Ġm ale +\ Model +ang ing +ĠB ill +Ġprevious ly +B I +ĠSec ret +Ġm ist +ĠF ield +up s +ĠPro cess +Ġke pt +ĠO T +Ġtrad itional +. i +am in +Ġhelp s +An y +orig in +ilt ers +j u +d esc +ĠA ccount +Ġ) čĊ +k top +ol ly +Ġf s +Ġ ê +Ġ ut +Ġcent ral +(t est +.A n +Ġs atisf +G R +ĠF ull +Ġhe at +ib er +Ġon to +m os +S chema +Ġfact ory +" .$ +aw s +St atement +(t arget +ĉ new +.b e +Ġg uest +Ġm al +AR Y +Ġre ached +Ġm ouse +Ġchall enge +ĉd ouble +ĠT em +Ġt error +Ġex tract +_T O +Ġsepar ate +Ġm ir +h elp +Ġcap acity +ĠProp erty +k an +_c reate +ĠL ight +.p arent +Ġunderstand ing +Ġeas ier +Ġ| = +Ġen h +Ġf at +Ġprot est +am m +_ AT +- of +il s +ĠO h +Ġps ych +Ġ$ . +ind s +Ġrel ative +sh op +sh ort +ĠS and +uest ion +Ġf ear +/ ĊĊ +. context +Ġschool s +Ġser ve +z one +_d b +Ġmajor ity +ex ample +Ġl ang +ĉ ĠĠ +Reg ister +end o +Ġprocess ing +_t emplate +- user +Ġe g +C OM +ĠBl ue +i ro +Ġrem ote +ĠI T +#! / +Ġred istrib +ra z +ĠS ince +ĠT ur +Back ground +== = +Ġref lect +Ġpro s +c md +Ġwh om +Com pat +ĠA re +Id entifier +ĠTh om +_ port +g u +Ġmon itor +r m +Ġpat ient +ver ter +Ġg ain +- ui +In st +Ġd ies +A rea +_f ilter +Ġgr at +Ġreal ity +ord inate +ol ved +Cont act +Ġcompl iance +_ or +ĠV ar +d l +Ġapp end +G ER +(m ax +.re nder +Ġd ynamic +ordin ates +_ options +_c olumn +Ġb atter +s pace +L a +ĠS ource +/b in +Ġd os +ĠBo ard +ĠTh read +ĠA L +( config +ĠM er +Ġm iles +_ header +ETH OD +iz z +Ġbenef it +Ġinteg r +(c urrent +ul o +. default +ĠD iv +Ġt on +o th +erv ation +ed om +Ġb aby +ce ived +.t op +rior ity +ĠL ocal +ri age +Ġattack s +Ġh ospital +Ġfem ale +ĠLog in +ĠFl or +Ġch ain +ash ion +Text ure +S ave +Ġf arm +.cont ains +.T est +Ġknow s +Ġgener ally +ip eline +Ġme ant +enc ia +Ġn icht +Ġcont ents +P M +ched ule +( line +C G +j ob +ĠRe al +u er +f irm +Ġ Ø +et ro +" `Ċ +Ġspe ech +Ġth r +fore ach +Ġw arn +ĉ l +Ġhe avy +< li +N e +Ġinvestig ation +M ath +- title +Ġch urch +Ġdes pite +ch ain +Ġwh atever +ar ian +f n +Ġm eta +} )ĊĊ +U FF +Ġregard ing +_S UCCESS +m es +ĠInt ent +Ġres olve +pos s +ir a +for ce +o ice +à ¢ +Ġp m +Ġup dates +A rr +Ġ Ñ +test ing +Ġto ward +nt ax +ë ĭ +Ġlist en +Ġgo als +Instance State +D r +Ġr are +Ġtr ail +Ke ys +C al +C ar +ĠPe ople +ĉ local +class es +Re ference +.for Each +em b +act iv +Ġpr im +red ict +Ġr ad +æķ ° +.B ack +Ġsp read +Ġc lock +Ġv ir +ed itor +Ġeffort s +Ġbr anch +Ġind ust +Ġmot or +Ġam b +Ġdat etime +Ġren cont +ĠChrist ian +ĠAmeric ans +f ull +Ġf mt +.m ain +Ġca used +_ update +ĠCont ent +AT CH +Ġb ath +ĠE ach +Ġr adio +ach ment +uz z +Sub mit +Ġre strict +ab in +ĠL oad +Ġext ension +Ġess ay +Ġh at +avi our +to Be +": [ +Ġoffer ed +Ġv ill +(d ouble +æĹ ¥ +b c +_f ree +ĠM iss +ĠB er +Ġ è +ĠL ike +Ġhelp ed +.get Name +_ AL +Ġsp irit +ĠAp ache +w s +Ġthere fore +( params +_ img +Ġpe ace +Ġinc or +ĠEX PECT +Ġmin or +ip es +ĉ data +select or +c ity +tr ie +.b ase +_f rame +Ġopen ed +/ json +L Y +n u +.D e +t f +m argin +.P arse +Ġp i +Ġe q +b d +Field s +ĠT ree +Ġb an +ist an +Ċ ĠĠĠĠĠĠĠĠĊ +ĉg l +Ġprodu ced +s ystem +M ark +_h ash +Ġb g +Ġconst it +ĠLe ague +Ġmiss ion +_ format +([ Ċ +clus ion +! " +Ð · +b reak +ĉs witch +Ġth er +Trans form +Ġfoot ball +- link +r oute +. auth +Ġb ag +ov ers +Ġen abled +Ġr ac +( I +C R +anc ing +Ġman aged +_ q +NG TH +Ġm ac +ĠA uto +ament e +Ġ' ', +.App end +Ġp in +. item +ack ing +Ġocc as +p erson +Ġt i +.Re g +Ġh aven +Ġg lass +Ġ" ) +_ char +res ource +Ġep isode +Ġ' _ +ĠE s +ĠEar th +Âł Âł +UP DATE +ĠS ou +u is +t ypes +Ġm as +Ġf av +Ġcon struct +_r ate +er as +Ġ| Ċ +rop erties +Ġext ernal +Ġap plied +Ġpre fix +ot ed +l ers +Ġc old +ĠS P +ĠCh urch +ĠOut put +los ed +ç ļ +ific ate +oper ation +her it +x FF +. env +_ err +os h +D irection +C ancel +ĠFr ank +Ġfind ing +. )ĊĊ +Ġr outer +ãĥ » +s es +Ġc row +== ' +Ġs and +Ġr id +it ure +Ġent re +Ġo bserv +Ġv ac +ð Ł +- T +A rt +n ight +. search +Ġex change +Ġdistr ict +. os +Ġdep artment +Ġdoc uments +Ġcent ury +ĠN ext +H ost +ĠK IND +Ġsus p +- P +re nd +. em +u ite +ist ers +( json +ĠAn n +w t +at i +ĠHT ML +wh en +D irectory +Ġsh ut +< a +ed y +Ġhealth y +Ġtemper ature +ĠG en +Ġmet al +Ġsub mit +ĠD O +Ġat tract +Ġ{ };Ċ +ĠW ord +Ġl l +Ġseem ed +k o +I ED +Ġl abor +.Cont ext +Ġas set +y ou +Ġc ars +ĠC olumn +Ġr é +Ġs quare +ĠNS String +âĢĿ , +ap es +.. .Ċ +Ġthan ks +( props +Ġt ick +Ġexper iment +Ġpr ison +t ree +- text +ĠIO Exception +-w idth +_ST ATUS +f ast +-b ody +- header +Ġgu ar +cre te +ĠT im +Ġclear ly +ĠRepublic an +Ġjust ify +и ÑĤ +ĉ ĠĠĠĠ +c ache +; // +Ġpres ence +Ġfact ors +Ġemploy ee +] )) +M ember +Ġselect or +b or +ĠM ex +çļ Ħ +ut ex +_t ag +ail ure +ĠN et +Ġre li +E G +Ġf printf +Ġte en +lo ss +Ġle aving +De legate +Ġbe at +Ġmin ute +sub scribe +Ġredistrib ute +Con stants +Ġcan cer +/ { +B L +Ġs pan +ĠCh ild +C enter +Ġear th +Y S +ĠLe vel +Ġse a +.s upport +.in ner +. Item +ill ing +ĠĠĠĠĊ ĠĠĠĠĊ +ĠL abel +ĠE st +( arg +bo Box +ĉf oreach +c os +F ailed +sw ers +Ed itor +r ont +ĠM P +ex pr +ĠL ife +Ġ? ? +ö r +Ġatt end +ĠQ ue +Ġspec ies +- D +Ġa us +Str uct +Ġadvant age +ost on +-b lock +in itial +C RE +Ġtr uly +Ġcomp are +or ney +Ġs pect +F ull +b es +Ġvis ible +Ġm ess +st ances +Ġcl oud +_v ersion +Ġf urn +ic ago +LO W +Ġtraff ic +Ġf ol +rypt o +Ġdecl ar +Ġsl ot +ĠEx t +ĠEng land +ĠU nder +Ġt a +let ter +Ġoffic er +ĠDon ald +Y es +_ json +IT ableView +ĠU SE +mploy ee +Ġopin ion +ĠA ut +b order +Ġad vice +Ġautom atically +is co +Ġm m +. vis +am l +Ġinitial ize +Ġ( { +Ġ ;ĊĊ +Ġgener ation +Ġb its +clip se +Ġun f +ut ors +pl t +Ġdel ta +est roy +is is +< br +Ġlimit ations +Ġend ed +ĠM ad +il m +Th ese +ĠMin ister +Ġch art +F ragment +Ġindepend ent +Y ear +Ġin str +Ġt ags +A VE +ĠAr ch +st op +Pro gress +Ġm i +Ġlearn ed +G e +Ġhot el +S M +T YPE +Ġc y +ERS ION +un ately +l imit +s el +Ġmov ies +Ġste el +o z +g b +ĠC amp +s ite +ĠLog ger +P LE +оР´ +. right +ĠC ore +Ġm ixed +st ep +Ġput s +s uper +R outer +. Http +ly ph +ĠColor s +Ġandroid x +. str +Ġinn ov +Ġde ck +' >Ċ +ap ers +] ( +cont inue +s pec +ĠR oad +AS H +ili ar +Ġcontin ues +Ġapp oint +Ġ# Ċ +ĠV ir +Ġ?> " +Ġb in +} ", +go ing +e ach +B D +ĠA ccess +D oc +ĠMan agement +B ER +ask et +.get Instance +Ġestablish ed +so cket +IN S +ĉv irtual +ĉ result +RE AD +_ height +ĠF ont +Ġ( );Ċ +_ html +Ġneighb or +l or +Ġg ather +Ġ} )ĊĊ +Ġid entity +Ġf ab +p adding +ĠR oute +Enumer able +à ´ +Ġfor ced +/j query +.ĊĊ ĊĊĊĊ +res ents +_ left +.P aram +ĉ throw +ĠH am +Ġevent ually +ac er +p ub +Ġtr a +un ique +d el +ĠFlor ida +ĠC lean +x a +Ġ · +Ġvalid ate +Vis ual +Ex pression +_f unc +m ember +ĉ h +tr l +ĉ G +nap shot +ĠProp Types +v in +] )ĊĊ +ow l +if ies +Ġ$ ('. +ĠCont ext +ĠTo ast +. Key +Ġoffic ers +/ n +s n +und efined +. items +ut ow +am age +Ġaccount s +ook ie +Se ction +ici ans +Ġad vis +( is +[: , +ĠFr ance +F unc +ic ious +Ġto k +Ch annel +ĠA D +_N UM +Ġtime out +lem ma +rem e +u j +.A l +uc lear +( os +(" < +[ Ċ +f etch +Ġb al +Ġgu id +- align +ĠW rite +ĠOn ce +utow ired +OD ULE +Ġp itch +C F +by tes +ĠCom mission +Ġincre d +P ER +_ response +ĠL os +par ser +Ġass ume +. Request +ĠT oken +_p osition +Ġn om +- term +Ġrem aining +i ostream +Ġpie ces +ap y +ĠL ess +r ange +umb n +pr ise +_ option +Im pl +k wargs +Ġbusiness es +Al ert +Ġpart ies +ĠCont ainer +ĠPr ivate +ĠPl an +Ġregister ed +Ġj our +ack er +ен и +/ > +ch at +se ct +Ġcre ation +olut ely +Ġinst ant +Ġdel ivery +ick en +y es +ĠFr anc +bl ing +end a +[ ( +_r ange +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +Ġsched ule +Con n +Ġthan k +x d +Ġh ook +Ġdocument ation +Param eters +H ello +v t +Ġart icles +Ġw est +def ined +. select +ok ens +ĠV AL +.f ile +res et +Ġmy s +ĠM A +] ), +Ġc ities +rel ated +å Ľ +Ġappe ared +Ġw id +.p anel +ĠIn s +. entity +Ġde cre +ĠL ou +(t ime +ĠTh ank +.create Element +Ġmention ed +oun ce +ĠT ry +ĠW all +/ images +ĠM enu +' čĊ +ĠE r +Ġcrit ic +ĠY ear +( param +Ġf lo +N N +oot er +Ġ ];Ċ +ĠA ff +" github +room s +Ġh yp +g lobal +Ġa vec +æľ Ī +Ġcomplet ion +Ġcon d +onym ous +( temp +Ġst ars +Ġre levant +Ġcover ed +Ġel im +_t ypes +( bool +Ġt u +_ex ists +Ġsec ure +Ġst ored +] / +x F +ĠCont roller +Ġm igr +M I +ĠD en +Ġann ual +U IL +- and +Ġcr ime +b el +Ġk itchen +@ g +_p h +ourn ament +ĠS ocial +ĠS pecial +log ger +Ġt ail +Ġun known +d ed +Ġapp rec +(d b +c f +Ġass ign +- out +ĠM ont +d p +w idget +Ġst one +- primary +. grid +Result s +az z +Ġda ughter +Ġcur r +Ġl in +Ġs outh +form s +ĠO UT +let te +ak s +ig ure +ĠE U +var iable +Ġb rief +ĠSc ott +Ġcon ference +and a +_ lock +or al +Ġe ine +OR S +//////////////////////////////// //////////////////////////////// +ess o +Ġr is +Ġg ender +est ic +L icense +( out +Ġm s +Se e +Ġwill ing +az e +Ġs ports +Ġy es +l u +Ġp urs +/j avascript +- pro +nav bar +_pro duct +/ bootstrap +Ġdr iving +Ġ Ä +Ġpro pos +ult ip +up lic +. email +Ġappro x +( cl +Ġwe ar +Ġrep ly +ass et +Ġ ice +Ġt x +k r +ĠGerman y +ĠGe orge +Ġc b +ĉ err +M ove +Ġpol y +vo ice +} " +Ġan imal +A v +ĠL ocation +Ġn ative +] [" +< double +Ġm ais +, int +Ġpre par +Ġinter val +plement ation +_ ERR +Ġb ug +> " +st at +Ġ} ,čĊ +< span +Ġfa ith +Ġ rom +pre v +ĠE lect +F ind +Ġg od +ot or +// ---------------------------------------------------------------- +orig inal +C pp +ĠSen ate +Ġposition s +Ġweap ons +Ġco ff +Ġpur poses +p ol +Ġim press +Ġanim als +. Entity +(n p +Ġmur der +Ġ` ` +fl ag +Ġsol utions +ĠAct ive +Ġb right +.d ate +Ġsit u +ï¼ Ī +. ID +Ġs ie +), čĊ +ak t +S pace +.d at +.index Of +h an +az ine +ĠZ e +Ġcr ash +( / +> = +Ð ± +iv a +.Auto Size +ĠL at +_ ext +Initial ize +.reg ister +OP Y +Ġre verse +_d is +'] [ +Ġprom pt +ont o +ĠJ ournal +r outer +Ġmys qli +# else +) " +-x s +let s +ph an +. LE +W ill +Ġaff ord +Ġsk ill +-t oggle +N C +B ind +T S +J ust +iter al +Y P +ĉ unsigned +Ġw ind +)) :Ċ +Ġw arning +ĠW ater +Ġd raft +Ġc m +Ġs am +Ġhold ing +z ip +ĠSc ience +Ġsup posed +G en +Ġdi et +< h +ĠP ass +v i +Ġhus band +� � +n ote +ĠAb out +ĠIn stitute +Ġcl imate +.Form at +Ġn ut +est ed +Ġapp arent +Ġhold s +f i +new s +C M +v ideo +': ' +D ITION +p ing +Ġsen ior +w a +-- >Ċ +_ default +ĠD atabase +re p +E SS +ner gy +.F ind +_m ask +Ġr ise +Ġk ernel +:: $ +. Q +Ġoffer ing +de cl +ĠC S +Ġlist ed +Ġmost ly +eng er +Ġblock s +ol o +Ġgover ning +\ F +Ġcon cent +.get Text +Ġm b +Ġocc urred +Ġchang ing +Sc ene +_C ODE +B eh +" The +Ġt ile +ĠAssoci ation +ĉ P +al ty +_ ad +od ies +i ated +Ġpre pared +poss ible +Ġm ort +TE ST +Ġign ore +Ġcal c +Ġr s +Ġassert Equals +Ġs z +ĠTH IS +. "Ċ +Ġcan vas +j ava +Ġd ut +VAL ID +.s ql +. input +Ġa ux +S up +Ġart ist +V ec +_T IME +.string ify +et ween +ĠC ategory +Ġ[ - +ĠDev Express +ĠJ ul +Ġr ing +. ed +Y Y +L et +Text Field +Ġfl at +_p rint +ĠOT HER +ad ian +Ġcheck ed +e le +Al ign +stand ing +Ġ[ ], +Ġl ab +uck y +ĠChrist mas +( image +.m odule +Ġl ots +Ġslight ly +(f inal +er ge +è ¿ +ĠPol ice +ĠR ight +Ġaw ard +ĠO S +Ġ{ }ĊĊ +Ġp tr +ov es +ic ated +еР¼ +Ġman age +olid ay +Am ount +ool Strip +t body +N av +w rap +B B +Ġwatch ing +ari os +Ġoption al +_ K +ĠL icensed +.M ap +T imer +ĠA P +ĠRe v +( o +, c +um in +eta iled +ĠH y +Ġbl ank +ag ger +ĠS elf +() [ +.m ake +ear n +ch annel +< pre +ble m +_p assword +_s p +ic ing +e z +Ġthe ory +ĠT er +, n +log o +ĠHT TP +() )) +.h andle +> ;Ċ +W orld +Ġpy thon +Ġl if +Ġtr av +Ġcon ven +com pany +ĠCl ub +V er +B tn +Ġz one +product s +ĠE duc +Ġver ify +ĠM il +on o +] );ĊĊ +EN CE +Ġpack et +Ġc er +Ġen umer +Ġpar s +form ed +Ġocc up +t re +Ġexerc ise +D ay +_s um +Ġask ing +apt ion +Ġord ers +Ġsp ending +ĠE RR +.D is +ĠU til +âĢľ I +\ ' +? ) +/ >Ċ +Ġem ot +Ġinflu ence +ĠAfr ica +att ers +Ù ħ +.s ession +Ġch ief +ĉĉĉĉĉĉĉĉ ĉĉĉ +Ġto m +clud ed +ser ial +_h andler +.T ype +ap ed +Ġpolic ies +- ex +- tr +bl ank +mer ce +Ġcover age +Ġr c +_m atrix +_ box +Ġcharg es +ĠB oston +P e +Ġcirc um +Ġfil led +Ġn orth +icture Box +ĉ res +è ® +Ġter min +Ġ[ âĢ¦ +IRE CT +Ġb er +Ġ" ../../ +ret ch +.c ode +_c ol +ĠGovern ment +Ġarg v +ĠL ord +as i +Ex ec +ĉ let +vert is +Ġdiscuss ion +en ance +out ube +type of +Ġs erved +ĠP ut +ĉ x +Ġs weet +B efore +ateg y +. of +ĠM aterial +S ort +ON T +ig ital +Wh y +Ġs ust +Ġ ç +ab et +Ġseg ment +Ġ[ ],Ċ +ĠMus lim +Ġfind ViewById +c ut +_T EXT +ĠM ary +Ġlo ved +Ġl ie +ĠJ O +Ġis set +mon th +Ġpr ime +t i +ĠCar ol +U se +ĠP op +ĠS ave +Int erval +ex ecute +d y +ĠI ran +_ cont +ĉ T +Ġph ase +check box +we ek +Ġh ide +Ġt il +Ġj u +C ustom +b urg +/ M +T ON +Ġqu ant +Ġr ub +ix els +Ġinst alled +Ġd ump +Ġproper ly +( List +Ġdec ide +app ly +H as +Ġkeep ing +Ġcitiz ens +Ġj oint +p ool +S ocket +_ op +Ġweap on +gn ore +ĠEx ec +ott en +ĠM S +Ġ( - +ĠRe view +Ġex amples +Ġt ight +! ( +D P +ĠMessage Box +Ġphot ograph +UR I +é t +l ow +ĠGr and +.p ersistence +Ġmaint ain +Ġnum s +Ġz ip +ial s +ĠG ets +pe g +ĠB uffer +~~ ~~ +ra structure +ĠP L +u en +ob by +size of +Ġp ic +Ġse ed +Ġexperi enced +Ġo dd +Ġk ick +Ġproced ure +avig ator +- on +, j +ĠAl though +Ġuser Id +ac cept +Bl ue +IC olor +l ayer +av ailable +Ġend s +.t able +Ġdat aset +b us +Ġexpl ain +( pro +ĠCommit tee +Ġnot ed +] :Ċ +D im +std io +. ",Ċ +_s ource +ĠWe ek +ĠEd ge +Ġoper ating +Ġest e +i pl +ag ination +Ġpro ceed +Ġanim ation +.Model s +ĠW atch +i at +Ġopp on +/ A +Re port +Ġs ounds +_b uf +IEL D +Ġbu nd +ĉ get +.p r +(t mp +Ġk id +>ĊĊ Ċ +Ġy ang +Not Found +Ñ Ĩ +m ath +@g mail +ĠL IMIT +red ients +Ġv ent +avig ate +L ook +Ġrelig ious +Ġr and +ri o +( GL +_ ip +u an +ici ency +ĠCh ange +> čĊčĊ +ĠEnt ity +Ġrencont re +ĠR et +pl an +é n +BO OL +ur ies +tr ain +Def inition +======== ==== +z z +An imation +ĠO K +_m enu +.b l +_s core +Ġac ad +( System +Ġref resh +'=> $ +.G raphics +ament o +p id +t c +Ġt ips +Ġhom es +Ġf uel +â ĸ +_h elper +ĠĠ čĊ +ĠR oom +.C lose +_ attr +ĠM ount +ĠE v +ar ser +_t op +e ah +ĠDe lete +ãĢ į +u ke +Ġus age +ar ia +_de v +Ġtext ure +Ġconvers ation +e per +Be an +d one +non atomic +ĠSe cond +Ġshoot ing +_p re +Com ponents +Ġ] ĊĊ +__ , +stit ution +.Ch ar +> ();ĊĊ +Ġpresent ed +Ġw a +ok er +- ĊĊ +in er +Ġbe coming +Ġinc ident +At t +Ġreve aled +for c +Ġbo ot +.p age +Enumer ator +_ -> +Ph oto +Ġs pring +. ", +ĠD ictionary +B JECT +Ġloc ations +Ġs amples +Input Stream +ĠB rown +Ġst ats +qual ity +Ñ ħ +-d is +Ġhelp ing +Ġp ed +( se +ĠWh o +al ian +int ernal +Ġf t +> (). +-> { +Ġm ine +Ġs ector +Ġg ro +Ġopport unities +Ġà ¼ +Ġm p +Ġalleg ed +Ġdoub t +M ouse +Ab out +_p art +Ġch air +Ġstop ped +lo op +ent ities +Ġapp s +ans ion +Ġm ental +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +F R +Ġdef end +c are +Ġide al +/ api +ur face +Ġe le +ul ator +ĠR ights +angu ages +Ġfund s +Ġad apt +At tributes +Ġdep loy +opt s +Ġvalid ation +Ġconcern s +u ce +.n um +ult ure +il a +Ġc up +Ġp ure +.F ore +ĠHash Map +.value Of +as m +M O +Ġc s +Ġst ores +Ġ ************************************************************************ +Ġcommunic ation +m em +.Event Handler +. Status +_ right +.set On +S heet +Ġident ify +ener ated +order ed +Ġ" [ +Ġs we +Con dition +ĠA ccording +Ġpre pare +Ġro b +P ool +Ġs port +r v +ĠR outer +Ġaltern ative +( [] +ĠCh icago +ip her +is che +ĠDirect or +k l +ĠW il +key s +Ġmy sql +Ġw elcome +k ing +ĠMan ager +Ġca ught +) }Ċ +S core +_P R +Ġsur vey +h ab +He aders +AD ER +Ġdec or +Ġturn s +Ġr adius +err upt +C or +Ġm el +Ġin tr +( q +ĠA C +am os +M AX +ĠG rid +ĠJes us +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +.D E +Ġt s +Ġlink ed +f ree +ĠQ t +Ġ/** čĊ +Ġf aster +ct r +_ J +D T +.C heck +Ġcomb ination +Ġint ended +- the +- type +ect ors +am i +ut ing +Ġum a +X ML +U CT +A p +ĠR andom +Ġr an +.s ort +Ġsort ed +. Un +_P ER +it ory +Ġprior ity +ĠG al +ĠO ld +h ot +ĠD isplay +(s ub +_T H +_ Y +ĠC are +load ing +K ind +_h andle +, , +r ase +_re place +.add EventListener +ĠR T +Ġenter ed +g ers +Ġ ich +( start +/ app +Ġbro ther +M emory +Out let +Ġ utf +pre c +Ġn avigation +OR K +Ġd st +D etail +Ġaud ience +Ġd ur +Ġcl uster +un ched +Ġ ], +Ġcomfort able +. values +ĠT otal +Ġsn ap +Ġstand ards +Ġperform ed +h and +(" @ +å Ń +Ġph il +ib r +tr im +Ġfor get +Ġdo ctor +.Text Box +icon s +, s +ĠO p +S m +St op +ĉ List +ĉ u +Com ment +_V ERSION +.X tra +P erson +r b +LO B +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ĠCent ral +IC K +ra q +Ġput ting +Ġm d +ĠL ove +Pro gram +B order +o or +Ġallow ing +a fter +Ġent ries +ĠMay be +] ). +ĠSh ort +) \ +.n ow +f riend +Ġpre fer +ĠG PIO +os is +ĠGame Object +Ġsk ip +Ġcompet ition +_m atch +lic ations +_CON T +.group Box +Ġal s +" We +_e q +l an +_ search +ĠMus ic +as is +Ġb ind +ĠIs land +r um +( E +Ġse at +V ideo +Ġa ck +ree k +={ () +Ġr ating +Ġrestaur ant +DE X +(b uf +pp ing +ual ity +Ġle ague +Ġfoc used +ap on +$ data +CL UD +CLUD ING +Ġabs olute +( query +Ġtell s +A ng +Ġcomm unities +Ġhon est +ok ing +Ġap art +ar ity +/ $ +_m odule +ĠE nc +. an +.Con fig +C re +Ġsh ock +ĠAr ab +I ENT +/ re +Ġre trie +ycl er +is a +ĠO rgan +. graph +Ġ í +ĠB AS +En um +Ġposs ibly +ÑĢ аР+ĠJapan ese +Ġc raft +ĠPl ace +Ġtal ent +Ġfund ing +Ġconf irmed +Ġc ycle +/ x +G E +Ġhe aring +Ġpl ants +Ġm outh +p ages +or ia +ĠRem ove +_t otal +Ġo d +oll apse +do or +Ġb ought +Ġadd r +AR CH +_d im +dd en +Ġdec ades +RE QUEST +Ġvers ions +f ire +Ġmov es +f b +Ġcoff ee +.con nect +ĠR ow +Ġs chema +S cope +- Type +Ġfight ing +Ġret ail +Ġmod ified +T F +File s +n ie +_com mand +st one +Ġ ÑĤ +_ thread +Ġb ond +ĠDevelop ment +Ġp t +F ORM +ple t +Ġident ified +c pp +Ġc oding +ok ed +ĠM aster +ID TH +Ġres idents +red it +ĠPh oto += - +un te +ate ur +_ST ATE +ĠS ing +Ġshe et +. val +or se +Ġh ers +Ġdetermin ed +Com mon +Ġw ed +_ queue +P H +ĠAt l +cre d +/L ICENSE +Ġm es +Ġadv anced +.j ava +.S h +G o +k ill +f p +_set tings +Ġp al +Ġtr uck +Ġcomb ined +Ġ" ${ +ĠCor por +Ġjo ined +ĠJ ose +ĠC up +un s +est ival +lev ision +Ġbro ken +Ġmar riage +ĠWest ern +Ġrep resents +ĠT itle +Ġs s +.A ss +ongo ose +ient o +< >();Ċ +Ġabs olutely +Ġsm ooth +TER N +ĠUn less +W ord +Ġmer ge +ig an +ĠV ol +Ġn n +.get Id +ĠÐ · +Ġsex y +Ġseek ing +S ingle +. this +Ġk om +b ound +; " +Ġfont Size +_d f +Ġinj ury +( H +Ġiss ued +_ END +: self +Ġp atch +Ġle aves +Ġad opt +File Name +ãĢ IJ +Ġexec utive +ĠBy te +] ))Ċ +Ġn u +out ing +clud ing +- R +. options +Ġsub stant +av ax +ĠB UT +Ġtechn ical +Ġtw ice +Ġm ás +Ġun ivers +y r +Ġdr ag +ĠD C +Ġs ed +Ġb ot +ĠP al +ĠH all +forc ement +Ġa uch +.m od +not ation +_file s +.l ine +_fl ag +[ name +Ġres olution +Ġb ott +(" [ +end e +( arr +F ree +( @" +ĠD istrict +PE C +: - +P icker +ĠJ o +ĠĠĠĠĠ Ċ +ĠR iver +_ rows +Ġhelp ful +Ġmass ive +--- Ċ +Ġmeas ures +ĠR untime +Ġwor ry +ĠS pec +ĉ D +ãĢ ij +Ġ) {Ċ +Ġwor se +(f ilename +Ġl ay +Ġmag ic +ĠThe ir +ou l +st roy +ĠWh ere +Ġsu dden +Ġdef e +Ġb inding +Ġfl ight +ĠOn Init +ĠW omen +ĠPol icy +Ġdrug s +ish ing +(' ../ +ĠM el +pe at +t or +Ġpro posed +Ġst ated +_RE S +Ġe ast +ĠCON DITION +_d esc +Ġwin ning +fol io +M apper +ĠP an +ĠAn ge +.s ervlet +Ġcop ies +L M +Ġv m +å į +Ġd ictionary +S eg +el ines +ĠS end +Ġ iron +ĠF ort +.d omain +Ġdeb ate +Not Null +e q +ach er +l f +ĉf mt +Ġlaw y +Ä Ł +ĠM en +Ġtr im +( NULL +Ġ! ! +Ġp ad +Ġfollow s +"] [" +re qu +ĠE p +.g ithub +( img +et o +(' \ +S ervices +umbn ail +_m ain +ple ted +fort unately +Ġw indows +Ġpl ane +ĠCon nection +. local +u ard +} \ +== " +and on +ĠR oy +w est +ig inal +em ies +it z +') :Ċ +ĠP eter +Ġt ough +Ġredu ced +Ġcalcul ate +Ġrap id +c ustomer +Ġeff icient +Ġmed ium +Ġf ell +. ref +ĠC as +Ġfeed back +S peed +( output +aj e +Ġc ategories +Ġfe e +} ; +Ġde leted +re h +Ġpro of +D esc +B uild +Ġs ides +.Array List +- % +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ø ± +.m atch +л и +Ġfe els +Ġachie ve +Ġcl im +_ ON +ĠC D +Ġteach er +_c urrent +b n +_P L +ist ing +En able +G EN +Ġt v +Ġso ck +Ġpl ays +Ġdis count +ĠK E +ĠDe bug +F ore +ĠI raq +Ġappear ance +M on +Ġst yled +ĠH uman +i ot +ĠH istory +Ġs ac +ĠC ollection +Ġrecomm ended +.Se lected +Ġorgan izations +Ġdiscover ed +co hol +ad as +ĠThom as +M ay +Ġcons erv +Ġdom in +ĠF ollow +ĠSe ction +ĠTh anks +User name +Ġrec ipe +Ġwonder ful +.s leep +_ if +ĉĊ ĉĊ +orn o +Ġr u +_t arget +." " +à ¦ +Event Args +Ġinput s +Ġf if +Ġv ision +c y +ĠS eries +) ((( +Ġtr ading +Ġmark er +B egin +Ġtyp ically +Ġca uses +drop down +_DE BUG +Ġdet ect +c ountry +! ");Ċ +ĉ R +app y +Ġc ref +(' < +" => +ĠL E +read er +Ġadmin istr +à µ +uck et +Ġf ashion +. char +iz ar +Ġdis able +Ġsu c +ĠL ive +iss ue +Ġmet adata +fl ags +Ġ ðŁ +Ġcomm itted +Ġv a +Ġr ough +Ġ'' 'Ċ +Ġhigh light +_var s +V O +Ġenc oding +- Z +_s ign +$ ("# +Ġr ain +reate st +ĠEN D +Se lection +Ġcandid ates +Ġs av +. Empty +Ġdec isions +Ġcoll abor +rid ge +fe ed +ress ion +Ġperson s +V M +eg a +_B IT +A ccording +ack ed +Ġdoll ars +_lo ss +ĠC ost +} "Ċ +Not ification +Ġpro stit +Ġauthor ity +.re c +Ġsp okes +ĠT oday +ist ant +ĠHe ad +âĢĿ . +ertain ment +ce an +cul ate +Ġv en +How ever +_ arr +Ġtok ens +G raph +ĠJ ud +ĠVir gin +ĠS erial +un ning +M utable +ag ers +.c sv +Ġdevelop ing +Ġinstruction s +Ġprom ise +Ġrequest ed +_ encode +/ " +ĠI con +u ilt +- day +Ġint elligence +. IS +ĠO bservable +ĠH ard +Bo ol +ident ial +.An chor +Ġsell ing +C I +AG ES +t le +b ur +UFF ER +R Y +Ġbig ger +Ġr at +Ġfam ous +Ġtyp ename +Ġexpl ained +} }Ċ +Ġn uclear +- N +Ġcr isis +ĠEnt er +Ġan swers +/ ${ +/ pl +Ġse qu +_n ext +m ask +Ġstand ing +Ġpl enty +ĠC ross +ĉ ret +d ro +ĠC ast += true +ĠCh ris +ic io +ĠM ike +Dec imal +add Component +L en +Ġco ck +Ġ# { +UR N +< tr +Ġauthor ities +Res ources +- H +B ottom +_ qu +put er +ester day +Dis patch +s ince +Ġfam iliar +, i +V C +Ġm ent +, C +Ġfre edom +Ġr outes +ĠB uy +Ġcomm ands +Ġm esh +/ C +ĠSet tings +- style +Ġw itness +Ġc le +Ġun ion +ef ault +are t +Ġthought s +Ġ ---- +_pro cess +_ us +ing ly +U ES +T ouch +ĠÐ ¼ +_ open +ĠV ec +Ġre ward +.C lick +/ : +Ġn ie +Ch anges +M onth +ï¼ Ł +Ġexec ution +Ġbe ach +( Integer +ĉ a +/ ' +.Font Style +Ġab ort +ĠS ingle +( isset +Ġd p +Ġ}} +Ġ* = +ĠP S +Ġdanger ous +[ p +OM E +O ther +ĠString Builder +Point s +head ing +Ġc urrency +Ġpercent age +_A PI +Ġclass ic +the ad +ĠM O +F E +Id x +aw ait +Ġà ¨ +Ġacc ident +Ġvari ant +Ġm yst +ĠL and +ĠB re +Ġh arm +ĠA cc +Ġcharg ed +ion es +Vis ibility +ar ry +ĠL anguage +Ġwalk ing +" .ĊĊ +if er +Ġleaders hip +.F rom +yn am +Ġt imestamp +i pt +ĠH as +REF ER +ĠIt s +Ġlist ener +UT E +_d escription +Ġexperi ences +Ġcre ates +R S +c art +bl ack +Ġcho ices +w ar +Ġ'' ' +Ġorder ed +Ġeven ing +Ġp il +Ġt un +ĠB ad +( app +r andom +Ġexp licit +Ġarr ived +Ġf ly +Ġecon om +-m ail +Ġlist s +Ġarch itect +ĠP ay +Ġd s +ĠS ol +Ġveh icles +H z +- com +Ġk ing +_e qual +ĠH elp +Ġab use +-- ;Ċ +Ġex tr +Ġchem ical +ä ¿ +Ġor ient +Ġbre ath +ĠS pace +(e lement +w ait +DE D +ig ma +Ġent r +Ġs ob +- name +Ġaff ected +ik a +Ġco al +_w ork +Ġhundred s +Ġpolit ics +sub ject +Ġconsum er +ANG E +Ġrepe ated +S end +Ġ# [ +Ġprot ocol +Ġlead s +use um +E very +Im port +(c ount +Ġchalleng es +Ġnov el +Ġdep art +b its +.C urrent +Ġ` ${ +ot ing +( \ +Ġcreat ive +Ġbu ff +Ġintrodu ced +us ic +mod ules +A re +-d oc +l anguage +_c ache +Ġto d +? > {{ +ĠRes ource +ĠSt andard +ĠP rem +up dated +ival ent +Ġas sets +_t emp +Ġinterest s +Ġhard ware +ĠR om +ĠSh are +Ġ' 'Ċ +Ġ* , +ĠT ake +ĠIm ages +_C HECK +(type of +ĠJ un +\< ^ +Ġli qu +Ġwor st +ymb ols +ĉĉĉ ĠĠĠ +Ġdr ivers +ĠD ocument +en o +ĠTechn ology +Ġappro ved +ump s +Ġs now +form ance +_A SSERT +u its +Ù Ĩ +Ġdiffer ences +. Visible +ĉĉĉ čĊ +ĠP s +_f etch +Ġto do +. ',Ċ +Ġs el +ur ers +in valid +Ġt weet +V EL +Ġresearch ers +Ġs printf +ĠR O +Ġp el +.Tr ans +Ġil legal +d ialog +sm arty +l g +_M IN +Ġher o +f inal +Ġp p +.L e +Ġc i +ĉ RT +Ġsuggest ed +p df +ach ing +ĠR o +ĠProp erties +ĠS i +Ġbuy ing +Ġm u +Ġl ands +if iers +ĠF ILE +RO UP +Ġh older +ĠS on +Ġsym pt +.r oute +) ? +Ġarg c +Ġfor t +Ġcas ino +_c ategory +Ġfor um +p refix +apt ure +T ube +em s +im ize +Ġn ue +a us +c ourse +AT OR +() ), +Ad vertis +ING S +Ġack now +ĠKore a +pl ing +Ġwork er +PL IED +h al +ĠRich ard +Element s +ĉĉĉ Ġ +st ar +Ġrelationship s +Ġche ap +AC H +ĠX ML +, & +ĠLou is +Ġr ide +_F AIL +Ġch unk +[ s +_O UT +Ġch osen +_ [ +/ ( +ĠJ eff +_s l +pr iv +ĠCan adian +Ġun able +_F LAG +Ġn os +h igh +Ġl ift +f un +() { +el ly +ycler View +_ as +_L IST +Ġr adi +.get Value +ĠAnge les +ĠS pan +_in stance +it ors +Ġm igration +A K +O h + ® +. selected +ĠG T +Ġadv ance +ĠSt yle +.Data GridView +e ction +Ñ İ +p io +ro g +Ġsh opping +ĠR ect +I lluminate +O U +ĉ array +Ġsubstant ial +Ġpre gn +Ġprom ote +IE W +.L ayout +Ġsign s +/ . +Ġlet ters +Bo ard +ct rl +" \ +ĠJ ones +Ġvert ex +Ġj a +Ġaff ili +Ġwe alth +ĉ default +Ġsignificant ly +Ġe c +Ġx s +act ual +.p er +_st ep +an vas +m ac +Ġtrans l +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Iter ator +Ġo ch +agnost ic +ĠD uring +ĠDE FAULT +Ġt ill +Ġsign ature +Ġb ird +ĠO l +ĠI r +H S +av atar +ESS AGE +Ġe lev +Ġm t +ĠN av +Ġrel ax +Ġpl ate +IT EM +( date +.n ot +Ġgr ade +Ġ} ),Ċ +? "ĊĊ +i ences +H igh +ĠD IS +dis abled +Q UI +Ġno ise +a ux +ĠU P +os a +Ġv oc +Ġ )) +oc om +_O FF +ĠD b +L ock +.e clipse +, d +ĠD raw +Ġ" ( +Ġvis ited +Ġâ Ī +Ġsuc ceed +Ġim possible +a ire +ĠT urn +Ġd ish +F G +Ġs ensor +AN N +ab a +Ġsur g +] );čĊ +Ġf p +_ an +- J +- G +ĠJ ob +Con vert +ĠKE Y +Ġauth ors +_s erver +\ r +Ġ-* - +f lex +Ġs oc +R et +Ġs alt +ĠâĢ¦ ĊĊ +ĠC lear +(p age +-d anger +Ġroom s +con v +# { +. op +ĠA rea +_S C +h en +Ġbeg ins +- y +Ġexc ited +Ġign ored +Ġbon us +st udent +ĠM ember +Ġrel atively +ĠL ow +ĠPro du +ate way +pos ure +Ġth ick +ani el +( view +ĠCr ush +Ext ension +I l +e ed +LO C +. im +. Items +Ġconflic t +.pre vent +Ġon Create +u v +is er +Ġw ave +M ar +ĠComm unity +ic he +ĠNo thing +[ m +ĠLe e +ri ends +è re +!! ! +an z +. result +ĠS K +_P ARAM +Ġdem ocr +Back Color +.ex ists +" It +( options +ra zy +as er +\ Database +al endar +_ ass +; }Ċ +vert ex +ine craft +W arning +arg o +Ġact or +ĠInst ead +ĠUs ing +S elf +@ interface +Ġspe aking +ĠPar is +ĠL ICENSE +.n ode +ĠF ood +E IF +ĠB i +. Start +ĠI B +Ġun iversity +ĠHe ader +.pro duct +C opy +et c +r ical +Ġ> >> +book s +Ġal gorithm +Ġ' __ +(j avax +Ġnumer ous +Sh are +H ave +Ġrec ru +Ġpro ve +.sub string +he alth +е л +Ġdec imal +Ġcomm ission +s cription +x C +Ġsum mary +att ed +Ġclo ser +fin ished +() ){Ċ +ĠW ood +_field s +k u +_ items +Fl ag +Ġconf idence +ĠF ederal +du x +Ġcomp at +Ġvert ical +Ð ¹ +è s +; ">Ċ +_m anager +() ))Ċ +ID E +: ", +__ Ċ +ĠW ay +Ñ Ī +T emp +ĠS TR +rit ten +S ync +ĠA V +ĠC EO +ĠG uid +Ġenvironment al +Ġcorrespond ing +ĉ console +Ġjust ice +ĠJ S +Ġl ived +g ar +ĠG raph +ĠSt at +Ġi Phone +. al +ĠH D +Ġocc ur +Ġth reshold +Ġon click +RE G +.Graphics Unit +M eta +Å ¾ +Ġc um +.g nu +à « +Ġobt ained +Ġcompl aint +Ġe ating +Ġt ar +_t ask +Ġopt s +( to +P ass +Ġpl astic +t ility +ĠW in +.prevent Default +p ile +ĠG ar +Ġqu antity +_l ast +Ġg reatest +D ao +_D IS +ĠUs ed +ĠH P +rit ing +S ION +bl ue +d omain +Ġs cores +N ormal +_ admin +ĠA SSERT +Th en +** * +d ist +l on +Ġh ate +sh al +Image View +d atabase +Ġp and +Ġlog ic += false +b g +ĠConfig uration +Ġn ur +O G +Ġmar ried +: + +Ġdro pped +Ġreg istration +оР¼ +ult iple +iz ers +sh ape +.c opy +Ġwe aring +ĠC ath +Ġded icated +Ġ.. .Ċ +Ġadv oc +ĠF amily +Ġstat ements +em atic +ampions hip +Ġmot iv +ĠH ave +Ġbl ow +J ob +c ert +_v ector +inst all +ĠC OPY +em bed +D IR +ĠS pring +Ġex hib +cd n +ĠCom ment +ĠOption al +. player +ĠD ark +( pos +ĠSh ould +Ġcent re +ĠGu ard +ó w +Ġtr ouble +EN ER +( unsigned +_s ervice +Ġn s +ul ing +ĠMex ico +ĠN Y +mys ql +Ġl ic +å ľ +M r +- fl +ĠC ustomer +id i +Ġ? >ĊĊ +ri ble +Ġп ÑĢ +Ġs izes +_STR ING +valid ation +ĠJ on +( Http +add Class +N odes +Ġfrag ment +Ġsp oke +Ġw aste +J oin +Ġill ustr +el i +c ient +Ġa id +Ġpro sec +') {Ċ +Ġpass ing +Ġf aces +Sh ape +_ Z +it i +Ġal le +Ġro bot +ĠĠĠĠĠĠĠ Ċ +ĠS pe +Ġrece iving +ĠD etails +Ġ" ) +m g +_RE F +Ġcompar ison +* , +ĠF ound +_s ession +( U +/ F +Ġx xx +N etwork +d ers +Ġcap ture +Ġcor re +ĠL td +ĠAd v +[ @ +Ġcl ip +M ill +ĠPro file +Ġend if +Ġob lig +des cribe +.e lement +riter ion +L D +er ed +Ġfav our +s core +ĠF ilter +at tributes +Ġcheck s +In flater +ĠPl us +Ġscient ific +Ġpriv acy +He ad +Ġfe at +Ġdeg rees +ĠP ale +; "> +Ġfil ms +ĠA udio +ĠT ag +ĠE nergy +it ar +par ator +Ġf ellow +Ġev t +ĠT ri +ĠD AM +cl oud +ĠP assword +ĠDemocr ats +ĠAc ad +$ lang +Ġre b +() )ĊĊ +н Ñĭ +ĠB ur +read cr +Ġh ex +Con sole +ct l +ous el +ĠWill iam +Ġa z +_P ORT +Ġpract ices +Ġany where +ĠP osition +Ġ- >Ċ +i ams +.user name +place holder +Ġo der +ĠSecret ary +Ġi T +mon d +event s +? âĢĿ +.S ub +Ġatt ached +Ġn ão +Ġest ate +. action +Ġfig ures +Ġ} );čĊ +Ġsubs cri +.t ag +n am +. plot +no on +li ament +Char acter +.t ab +Ġw inter +ĠVar iable +Ġtre es +Ġpr oud +( V +_ load +Ġh ier +ĠE con +Ġf d +Ġvict ims +R est +ian a +Ġf ake +.Print ln +Ġstr len +Ġs ad +Ġb le +Pro t +Ġbutton s +Ġte levision +Ġlog o +ext ension +ĉ j +ste in +acion es +Ġ"" "ĊĊ +Ġsim p +Ġrecord ed +Ġbr ings +Ġprincip al +Ġfe es +(s ource +k dir +Ġutil s +Ġcorrect ly +f il +Ġw el +P air +-b utton +s cale +ver ify +[ c +Ġ-- - +Ġes cape +ik es +Lower Case +ic ian +Ġch apter +ĠT YPE +Ġsh adow +Ġaw esome +W E +el if +Ġl ambda +Ġdist inct +Ġb are +- off +Ġcol our +.append Child +ole c +ag a +.f ill +ĉs uper +Ġad j +( position +.get Item +Sh ort +Ġtot ally +V D +ĠT re +_ ep +v ements +ĠS olution +Ġfund ament +F ollow +Ġfac ility +Ġhappen ing +O F +.text Box +S pan +Ġ « +id en +Ġex ceed +(p arent +Ġc p +ç » +Ġhas n +Ġp ri +Ġcon sequ +n en +ĠIN TO +I gnore +ĠF uture +Ġcar bon +ĠSte el +f mt +ok ie +Ġs pl +(t itle +- info +Ġde als +Ġfix ture +e a +D iv +Ġtest ed +_ return +)ĊĊ ĊĊ +upport ed +ĠC ook +Ġpay ing +ĠI ll +Ġarrest ed +ĠPr ime +_c allback +> ,Ċ +dr iver +On ce +ab b +_by tes +ĠS ets +( Object +Ġc c +Ġsh ell +al o +); // +( log +ct ors +) +Ġ$ (". +.p os +Ġbo ys +Ġwed ding +Ġag ents +=" _ +ĠAr my +Ġh int +v ision +Ġte ch +ĠCon nect +Ġleg end +ĠB et +.B ase +Sub ject +Ġl it +Rem ove +Ġ" : +ĠF inal +pear ance +ĠiT unes +Ġparticip ants +ĠPy thon +Ġbus y +i el +vert ices +Ġtemplate Url +ĠC lose +Im g +ĠCorpor ation +t imestamp +Ġext end +Ġwe bsites +Ġposs ibility +о ÑĤ +Ġk ö +Ġme at +Ġrepresent ation +Ġ ĉĉ +_ST ART +.app ly +ĠVal ley +ĠS uccess +H i +Ġn ob +ĠI Enumerable +_ select +ge o +. ")Ċ +Ġturn ing +Ġfab ric +(" ");Ċ +Ġpers pective +é Ĺ +ĠS n +Th ank +; j +.Param eters +ĉ ĠĠĠĠĠĠĠĠĠĠĠ +Ġfact s +Ġun t +.in stance +################################ ################################ +- end +ĠJO IN +ĠH en +Ġur i +åIJ į +Ġн а +ĠIn fo +Ġconduct ed +Ġà ¥ +OUR CE +Ġw ine +J ohn +.Error f +ĠA ge +ound ed +Ġreal ize +Ġ] ; +Ġsub sequ +, m +( User +ian o +Ġaccom pl +is p +.st d +é ĩ +ĠB ed +.set Attribute +B R +ke ep +ĠA LL +Ġis ol +am ma +P ackage +Ġoccas ion +-s uccess +еР´ +ĠLIMIT ED +st rip +() ĊĊĊ +istrib ution +Color s +Ġ+ :+ +Did Load +al er +Ġt id +ĠL ED +ĠLink ed +ĠC art +() )čĊ +_RE AD +Ġkill ing +ĠP HP +fe ction +Ġinst ances +c v +"/ > +Ġs f +Ġtax es +_ location +ĠBit coin +u able +r ank +ign ore +tr ack +к а +Ġshould n +ĠO P +=> {Ċ +Ġk m +Ġh elper +_ head +ĠWh ether +oc o +_b l +Ġstat istics +Ġbeaut y +Ġto g +t ip +ëĭ ¤ +Ġc sv +(s ql +std lib +we ak +Ġlik es +Ä į +Ġrepe at +Ġap artment +Ġem ph +_ edit +Ġv it +ĉ type +E ven +ut en +Ġcircum stances +b ian +Ġs ugar +W indows +ì ŀ +Ġobs erved +/ data +Ġcal endar +Ġstri ke +ĠR ES +_s c +f ony +ore m +( z +p ower +et ect +ĠS at +.d escription +Ġg ang +ĠS ports +ong s +ĠB undle +.s um +on ce +Ġacc used +Ġexplo re +Ġapprox imately +Ġlos ing +thes is +ĠF und +Ġdi agn +A utowired +prop erties +Ġ_ . +Ġc nt +ced ure +Ġy y +Ġgr ant +so ck +.inner HTML +Ġ] );Ċ +ĠCON FIG +=' $ +] ];Ċ +UN D +Ġg lob +Ġd ire +uff le +_M EM +Ġauth entic +> (" +Ġdec ade +ĠIm port +Ġorigin ally +Ġj Query +Ġindic ate +Ġours elves +S w +.l bl +ener ate +Ġbas ically +ĠH om +Ġ+ #+ +ĠBrit ain +ĠK ar +to Equal +.st op +Ġmod al +is i +Ġsuggest s +Ġd type +Ġt ur +b f +Ġconnection s +ĠB efore +ist ed +m ouse +Ġpul led +.b uild +Ġlegis lation +Ġfor th +p ad +eg o +.N ow +Ġexc iting +}ĊĊ ĊĊ +Ġcom pr +Ġsh ares +Ġr ig +g reen +_ vec +Ġenumer ate +A uto +ic ator +ĠR ay +as se +Ġh oliday +Ġnull able +g un +_d etails +Ġwr apper +se q +ĠYou ng +ju ana +Ġ" __ +lic ense +ser ve +^ ( +id ers +.Rem ove +rop down +' S +p in +(t oken +.D efault +Ġreason able +amp ion +ĠS ociety +Ġbe i +erv es +r ad +ĠF ox +_ images +Ġw heel +') [ +Ġc fg +( By +Con structor +Ġv ary +.sw ift +Ġpro xy +ĉ H +ĠAn other +ĠP en +Ġcheck ing +Ġj est +man ager +Or igin +ug s +o ir +>< !-- +Ġexpress ed +Ġmod er +Ġag encies +Ġi h +-h idden +ious ly +ĠR od +Ġso le +M ed +.A ny +Ġp c +b al +Ex ample +ĠS ale +Ġst rip +ĠCom p +Ġpresident ial +M ost +put ation +( ref +ĠF our +_f ilename +Ġen forcement +Ø ¯ +ĠGe org +we ights +/ l +Ġag gress +Ġd rawing +and y +< I +- j +ak a +h ref +Ġteach ers +_ Q +( it +ĠM B +Ġtemp orary +ire base +str a +æĹ ¶ +è ´ +( label +ou p +Ġtop ics +Ġport ion +id os +ĠJew ish +Ġre covery +Ġstand s +# [ +Ġafter noon +ĠArt icle +_ att +Ġexpl an +ĠP ak +.setOn ClickListener +. children +Ġi k ++ ( +l ag +Ġdis k +Ġcont rovers +"> & +as p +Ġw ie +ĠAustral ian +ĠYou Tube +At tr +cont ains +du ce +ĠM att +at ern +Ġvol unte +Ġnew sp +V P +olt ip +Ġde legate +_m eta +Ġaccur ate +ĠEx ample +% , +ĠD aily +Ġc abin +ĠS W +Ġlim its +k ip +Ġar my +Ġend ing +Ġb oss +ĠD ialog +Al so +="# " +ord an +row se +- min +Ġ" & +_ loc +U X +Ġdevelop ers +Ġaccur acy +Ġmaint enance +Ġhe av +Ġfil ters +.T oolStrip +Ġn arr +ĠE mp +ORD ER +ĠM obile +.S erial +.out put +.c ol +M aterial +um a +Ġconsum ers +sh ift +Ġp ued +Ġmin i +c ollection +Ġk an +.c enter +H istory +Ġben ch +() ); +itor ies +Ġcrow d +_c all +Ġpow ers +- E +Ġdis miss +Ġtalk s +ĠCh annel +for ward +_ control +/s rc +i est +**************** ******** +Ġbet a +(c olor +_O BJECT +ĠA pi +Ġeffect ively +C amera +s d +uss y +D ict +ĠE ffect +ib ilities +Ġreturn ing +ĠF ar +Ġ' ') +Ġmod ules +il ation +Ġ( % +TR GL +Ġst orm +on na +ĠEX P +Ġs pons +Ġdis pl +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +f all +å Į +ign Key +_ US +et rics +Ġhand les +T L +_ amount +ow a +br and +ĠT ool +Ġus ual +. Z +cre ment +ad ium +st ock +Ġserv ing +ĠB on +Ġline ar +ĠT arget +ĠR adio +H L +Sh ader +om atic +ag ues +in ity +d iff +_ iterator +qu ot +Ġ ,Ċ +c allback +Ġsympt oms +[ _ +ĠB ul +ĠF eb +und o +_ account +Ġtyp edef +и Ñģ +tr as +User Id +ĠP enn +ĠSup reme +} > +user Id +ĠK im +Ġg a +Ġart ists +å ¸ +ĠAb stract +ok emon +Ġh am +o val +Ġch a +at en +å Ĩ +F ixed +Ġvul ner +ĠParam eters +qu antity +.C lear +Servlet Request +Ġy a +Ġsou l +trans action +Ġsol o +Ġp airs +æ Ķ +ĠG re +_ word +ĠC C +Ġg i +z ie +Ġsched uled +rot ation +gy pt +ul ous +:: _ +ĠE ll +< ! +ĉĉ ĠĠ +l p +ah a +C opyright +Ġdr am +Ġdi agram +ĠM em +Ġg arden +Com p +Ġattempt s +uff ix +> () +Ġphil osoph +_re l +å ¼ +Ġs v +.se cond +ant o +.J son +ĠTe le +_ local +_s end +Ġas pects +ì Ĺ +IB LE +Ġr ail +Ġwid ely +ash ed +i ar +in f +up per +d jango +_result s +iss ing +Ġequ ivalent +OUN D +Ġt y +Ġpotential ly +Advertis ement +ĠRec ord +resent ation +_w idget +ound ing +Ġrelig ion +Ġcons c +ĠL im +. am +H tml +Ġ' : +P ATH +_s pec +ort ed +id ades +_sh ape +Ġkeep s +.S ave +ĠL oc +or i +ĠT EST +unic ip +Ġreg ions +Ġbelie ves +/ en +pos ite +{ ' +pre pare +_ const +s ample +ĠWill iams +Ġstr t +_ Get +ĠAnd rew +. active +Ġl ayers +Visual Style +az y +ĠK n +Ġac id +ĠAs ia +Ġex cess +ĉm y +Ġkey board +ens us +Ġcre w +Ġmiss ed +m aster +ĠW ild +Ġnew ly +Ġwin ner +Ġst ub +ic ode +.m ove +D omain +ĠS ar +Ġfore st +LE D +claim er +.ex it +ĠW indow +Ġres istance +ĠC HECK +(" - +ĠR yan +Ġp ipe +Ġco ast +DE F +// ! +_ off +ex it +Ġult imately +imit ive +ĠKe ep +Ġhistor ical +Ġany way +ĠJack son +ock er +ER N +ĠU INT +y ntax +ER Y +is ms +Ġc n +Ġocc urs +Ġ; ; +Text View +A E +/ img +Ġy esterday +- default +Ġt iny +Ġpro c +Ġal ive +ĠRE G +. th +ear ing +.get Logger +< link +_ login +F older +ab c +lyph icon +н о +Ġnot iced +od igo +Ġed ition +im ator +. Enabled +.parse Int +Ġy ards +ĉĉĉĉĉĉĉĉ ĉĉĉĉ +Ġver bose +л Ñı +_B Y +.log in +.* ;Ċ +ĠM id +é es +Ġg lo +Ġbuild ings +Ġz e +ĠI ter +Ġt ube +ĠP ot +\ M +< th +br idge +ĠS cript +ĠM odule +Ġv acc +Ġinstall ation +v y +VisualStyle BackColor +ĠS M +.t otal +b at +Ġfind s +Ġat mos +Sub view +iz ard +Ġrepl acement +lic ated +ap is +Ġlog ged +ĠLe ft +G ui +_ Type +t m +P ad +Ġhouse hold +Ġre le +Ġpropos al +_CL ASS +:: :: +Ġinf rastructure +In ject +/ html +Ġad s +iz za +Ġm g +ctr ine +% Ċ +< html +- image +Ġatt orney +< m +(' , +Ġcan n +Ġprint ln +o ose +Ġy ellow +.ex p +p ayment +Ġtable View +aw ay +Ġopp osition +ĠAg ain +ĠH andle +Ġex clusive +in ar +é r +оР± +ĠC ODE +emp orary +Ġre act +pi pe +c z +. activity +Ġlarg ely +Ġdis s +ax y +es is +ĠR en +Ġc orn +.Use VisualStyleBackColor +d ays +Ġfr uit +In sert +_ enc +E st +_de c +ĠL uc +Ġü ber +param eters +P ERT +ex press +_pro file +Un known +Ġrev olution +.add ress +_re quire +Ġun iform +ĠP ack +l ar +ĠU ITableView +Ġdep ends +Valid ation +conf irm +O wner +Ġt rib +h et +ĠI de +ans as +L anguage +u et +ĠP o +ĠSte ve +Ġcont est +_DE FAULT +Ġapparent ly +RE EN +Ġfrequ ently +Ġtrad ition +ocol ate +S I +ĠArg ument +F ocus +ert e +ĠL ayout +Ġd x +Ġgener ator +ĠW ait +P olicy +l ights +.Ex ecute +P y +Ġbed room +ed a +ra id +ĉs ize +Ġan cient +Ġp ump +Ġd w +Ġ(! ( +Ġspec ify +( status +ĠF BI +.ex ception +Ġrem ark +ly mp +ant ee +Up load +ern et +é ¡ +in ent +ĠR ender +d m +ĠM emory +r ich +ĠT ools +Ġk ne +Ġper m +b ad +Ġd inner +.res et +Ġj Label +Fe ature +.S ervice +Ġ( {Ċ +Ġre ferred +.class List +Ġinit With +ĠText View +Ġne ither +Ġcount y +Ġ" { +ç § +Ġt ack +class Name +ĠUS ER +Ġre new +` ` +get Name +Ġb rown +Err ors +ert o +Ġsust ain +S O +let es +ĠIn valid +Ġen emies +un ge +Ġexist ence +err a +Ċ ĠĠĊ +utor ial +# a +p ay +char ge +ĠI re +ate st +Ġexp los +Ġf ired +N ER +ĠT y +ic ion +U ri +Ġobvious ly +ĠC olum +Ġ' + +ĠDe vice +- related +_ ARG +Ġv or +ĠLess er +_O P +Serial izer +Ġup grade +L ight +Ġc odes +++ ;čĊ +Ġwrit es +fo od +Ġé t +@ section +Ġtrack s +Ġserious ly +ch t +(size of +Ġimmedi ate +Ġscient ists +Ġ{ $ +_ ne +.Anchor Styles +Ġaccom mod +ĠHar ry +Ġs ight +ĠPale st +ersist ent +Ġ Ñĥ +- input +Ġco ordinates + · +W elcome +.con f +Ġgre w +Ġb old +ĠC PU +(m y +Ġperfect ly +Ġmom ents +ĠM ovie +- data +yst al +_W IDTH +ĠS creen +æ Ŀ +Ġdis ap +Ġredu ction +.Get Component +_M ODULE +Ġgener ic +Ġd y +all er +Ġc url +ĠB ody +Ġb anks +, t +av g +Ġev il +Ġmanufact urer +Ġrece iver +Column s +Ġing redients +ĉ out +qu es +.L oad +Ġslow ly +ĠT own +ĠC ell +_n ormal +_p refix +ĠAl ert +(" { +ä r +âĢľ The +ĠM D +Ġcour ses +ath an +é Ļ +oc c +ĠS ER +es ign +Add r += [' +(" ./ +] } +.f ont +ĠInst agram +ĠB order +od a +Ġh all +Ġr um +_b it +Ġs aving +_d own +R andom +_reg ister +( Context +Ġoppos ite +R oom +Y ES +ан и +Ġenjoy ed +_r un +C lear +âĢ ĺ +ĠF ord +on ic +ost en +"] ) +_ auth +// čĊ +Ġsuff icient +LE S +Ġph en +Ġo h +_c sv +Ġrout ine +.Are Equal +ay lor +Ġb asket +_COM M +rypt ed +S im +ĠSh op +Ġstud io +at os +( W +[ string +ä t +og a +Ġsh r +Ġs ick +An other +Ġdo ors +_N E +ĠTH REE +. order +raz il +Ġmap s +_TR UE +trans late +Ġnear by +Ġn ach +LO AT +b atch +Ġl ux +ash es +ang ers +âĢ¦ âĢ¦ +_E VENT +_ UP +Ġact s +in v +_M ETHOD +cc ion +Ġret ain +ut ch +ĠÐ ± +Ġknow ing +Ġrepresent ing +N OT +p ng +Con tract +Ġtr ick +ĠE dition +uplic ate +Ġcontrol led +c fg +j avascript +Ġmil k +Wh ite +Se quence +aw a +Ġdiscuss ed +ĠB ush +ĠY ES +.f actory +t ags +Ġt act +Ġs id +$ $ +ĠE num +Ġfr ames +} ); +Ġreg ul +'] ;čĊ +Reg ion +ff f +Ġc ro +( com +=" + +St udent +Ġdis appoint +RES ULT +Count er +Ġbut ter +ĠH a +ĠD igital +Ġb id +"> {{ +ing ers +ĠC ountry +_t pl +"] )Ċ +/ k +d ating +: # +ĠD ATA +yn chron +_b ody +olly wood +Ġval or +ip ient +o ft +UB L +doc s +Ġsyn chron +Ġform ed +ru ption +Ġlist a +Request Mapping +Ġvill age +Ġkn ock +oc s +" { +_fl ags +Ġtrans actions +Ġhab it +ĠJ e +ed en +Ġa ircraft +ir k +ĠA B +Ġfair ly +. inter +.A ct +Ġinstr ument +remove Class +.com mand +Ñ ī +ĉm em +( min +Ġo t +Ġcol le += s +time out +Ġid s +ĠM atch +ij n +z ero +Ġnetwork s +.g ov +Ġint el +Ġsection s +out ine +(c md +(d ir +ĠLI ABILITY +ĠB log +Ġbr idge +ĠC V +con vert +Ġ" )Ċ +ĠB ern +_P O +e val +( set +to ol +Ġpay ments +Beh aviour +Ġcon crete +Ġel ig +Ġacc eler +Ġh ole +_ o +TE GER +Ġgraph ics +O wn +Form atter +on der +Ġpack ages +/ a +ĠK now +Or Default +Ġdut y +W ait +н а +_rec ord +[ t +M esh +Ġon going +.be ans +Ġt an +Ġinter pret +ast ers +QU AL +Ġleg s +\ Request +- file +_m utex +ĠS aint +// # +Ġpro hib +( info +: = +lin ux +Ġb lo +ot ic +ĉf inal +_ex p +ĠSt op +ap ing +(s aved +_p ush +Ġe ase +_F R +pons ive +str cmp +: ĊĊĊĊ +ä» ¶ +ol i +Ġextrem e +Ġprof essor +Im ages +.IO Exception +Ġaddress es +plement ed +Ġincor por +Ġuse Effect +_O F +ĠD a +n ombre +IR ST +Ġdisc rim +Ġcomp ens +greg ate +anc ell +ach es +ĠC riteria +$ result +D estroy +Ġsecond ary +W atch +ĠS em +ĠMc C +Ġacad emic +U pper +:: ~ +ut ral +ĠD og +ad ed +Valid ator +Ġder ived +Ġset Timeout +ĠK en +Ġtyp ical +ĠB ob +Ġb ounds +ĠSe ason +Ġc razy +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +-r outer +itt est +ĠM ir +Ġemot ional +, v +c n +/ st +å ½ +on om +Ġdecl ared +> . +ail ing +Ġ/* <<< +Ġnorm ally +(M e +ev in +lik ely +Ġpoint ed +ĠSt ack +Ġw alls +. Vector +me an +] ]Ċ +Ġlist ening +ad v +Ġsw ap +IF T +Ø ª +. argv +ul s +< option +not ations +Ġemail s +ĠU kr +ast a +ĠTh us +ĠSt one +Ġappe al +. âĢĻ +Ġreg ulations +Pre ferences +ĠPh one +ul f +ĠD R +Ġtechn ologies +Ġpar agraph +Ġnecess arily +.e ach +< float +res a +Ġunder st +Ġf inger +press ed +-b y +if fer +w atch +ĠB a +A IM +Ġwe ights +ĠR on +') }} +[ self +-------- --Ċ +per iment +Ġto String +x ic +ĠC amera +! ĊĊĊĊ +aur ant +P refix +Ġinstit utions +: int +Ġex posure +p attern +ĠLin ux +.n umber +red ient +Argument Exception +ĠCh ief +" }, +Ġelect ronic +r ong +er d +sp Net +ra it +/ ', +ĠOh io +Cont rollers +Ġcontin uing +ĠT emplate +ĠE th +s z +/ env +En v +% . +art ers +) (( +ĠT ABLE +Ġà ® +per ature +pro gress +P res +ê ° +im plementation +Ġb ien +Ġstre ets +_M SG +New s +## # +: / +Ġcut ting +x B +ress ed +_EN ABLE +l ab +Ġca using +] ));Ċ +b ra +x FFFF +il ly +plet ion +w ill +_b ar +Ġstruct ures +ĠI mp +Û Į +Ġ< > +Ġ ---------------- +_B UFFER +.d ir +Ġpl ain +Ġpe er +g g +oint s +Ġsomew hat +Ġw et +Ġemploy ment +Ġtick ets +ir ms +Ġt uple +s is +$ sql +r ig +Ġcon version +Ġg es +Ġconfig ure +eg r +ĠC a +Ġ__ (' +ou ston +.t oken +Bl ack +Ġmag azine +A W +. IN +os ing +Ġbro ke +ĠC ru +DE LETE +Ġdestroy ed +(M ath +Ġappro val +-d om +ĠI II +table View +Ġdesign s +Ġcrush ing +Ġcons ent +dir name +om p +Ġc rypt +? ( +or ough +. o +ĉ list +ams ung +."" "Ċ +err ing +G oogle +_p air +_IN IT +rem arks +Ġg ear +F ill +l ife +} ")Ċ +Ġsuit able +Ġsurpr ised +_RE QUEST +Ġman ifest +att en +Ġfr ustr +ov ement +.c lick +Ġi i +Ġexp ansion +ig s +P arse +.Reg ular +R ob +_l ayout +ì ł +Ġtrans lation +ĠBe aut +B est +_C OLOR +< label +Ġliqu id +IT S +Ġpro d +Ġoper ate +UI Kit +Ġn atur +arg ument +_d etail +ĠCent re +Ġ" -- +Ġ}} " +lo cale +.t v +_se q +Ġup coming +Ch art +ĠDiv ision +Ġclin ical +Com pany +S epar +l as +ĠH un +: s +Ġhead ing +оР³ +Ġ" ");Ċ +[ id +b ia +Ġst retch +ic ide +Ġre produ +.pro ject +leg end +end ers +Ġrespons es +Ġon t +rit ical +Ġref uge +ĠL i +Ġ: ĊĊ +ĠTh ree +.cont roller +_IN DEX +_F OR +\Model s +j ax +ĉex it +Ġâ ĸ +Ġc overs +ĉ y +- . +IND OW +Ġfail s +in cludes +Ġf ault +Ġl y +ñ o +.s lice +ILE D +ĠP ur +ĠAs ian +_b atch +.M ax +v l +ĠCOPY RIGHT +Ġg iant +ĠMan ual +ĠC opy +Class Name +He alth +C ursor +IB Outlet +Ġt we +æ ³ +_label s +Ġcol lected +Ġfurn iture +Ġdeal ing +Control s +ĠHot el +ck s +Ġch ose +âĶ Ģ +od d +S R +Ù Ĭ +ì Ħ +Ġacc ord +ĠM ove +ĠM ode +ĠM ock +Ġthread s +++ ++ +ĠO ptions +Ref resh +ĠD id +'] -> +u cc +_ch annel +. abs +Ġ{ },Ċ +ĠW al +er ior +Ġmain ly +ĠDr iver +NotFound Exception +Ġcount s +e am +Ġ& = +Q uestion +ĠA li +Ġany more +d etail +t ail +Ġm ile +ĠF air +Ġs orry +Ġsurround ing +Ġad m +De v +Ġmari juana +ĠS ound +ĠA sh +F D +Te am +. port +Ġ[ ]ĊĊ +ub ble +Ġas c +Ġint ention +A cc +ch i +ust ers +Ġins pired +se g +CL U +Ġman ip +M etadata +Con nect +ĠB eh +Ġfind ings +Ġas sembly +w orld +Ġrem ained +Ġu id +( . +Ġm x +Lo op +ĊĊĊĊ Ċ +Ġfant astic +wh o +ak i +ĠB asic +ĠY et +ĠUs ers +ik ip +Ġhead s +ĠMich igan +_ it +ĠTor onto +Ġrec ording +Ġsub mitted +_var iable +medi ate +.graph ics +Ġst ood +Ġre ar +vel ocity +_M ESSAGE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ro les +ĠT our +_ year +end ment +amp s +ĠIre land +m al +Ġyoung er +Ġstrugg le +Ġc able +ĠSD L +(' - +an es +ĠNe ed +.R ow +P ol +ĠP H +_s cript +ag em +ĠB as +_s pace +. loc +: i +ad r +Ġengine ering +it en +) & +Ġu k +ĠL ittle +_C OUNT +x A +Array List +æ į +Ġ" ")Ċ +An chor +Ġh ang +t witter +Ġcompet itive +.s rc +ãģ Ĺ +Ġtrans late +ĠCre ates +ook s +ĠR oll +'' 'Ċ +/ sh +s ome +Enc oding +.res olve +Ġdesign er +ĠSt orage +Ġz a +ĠN ever +Ġsomew here +Ġbox es +.s ource +Ġpy game +Ġgrow n +.t w +() ),Ċ +', [' +Ġoppon ent +(s rc +.l ayer +AP P +ĠAct iv +Ġguest s +ĠVAL UES +};ĊĊ Ċ +.n ative +Ġamount s +. RE +Ġcl one +Ġwer en +Ġ" << +_ ac +Ġbreak ing +Ġreli able +.P OST +ĠSk y +Ġ' & +Ġsaved InstanceState +ast ing +ill ion +com ments +ult y +.m enu +/ config +Ġ ĊĊĊ +T ODO +Ġpurch ased +_c or +ĉ auto +Compat Activity +com plete +_ graph +is odes +Ġsitu ations +ĠH or +Re ceive +âĢľ We +Ġent ities +.assert Equals +оРº +ĠS ans +v ince +rom pt += Ċ +Ġ/ . +.Se lect +yl v +Ġb att +A udio +Ġincreasing ly +.B undle +Ġexpl ains +the ast +. offset +Ġh al +Ġtechn ique +_l imit +Ġdraw n +AY ER +Ġfeature d +yy yy +at in +ph en +ach el +! \ +l ower +ĠG R +Ġp ag +ĠP arse +Ġt ou +ä¸ Ģ +D istance +Index Path +Ġh ell +s im +UT TON +Us age +elen ium +ĠF all +Ġ" .$ +ĠM u +Ġcr uc +Ġs ont +REF IX +Ġinter ior +ĠO lymp +.Auto Scale +par a +Axis Alignment +Ġr iver +D to +Ġwith draw +Re act +- class +b efore +_ alloc +Cont ents +ĠW as +I CT +Ġform ula +Ġindic ates +ĠĠĠĠ ĊĊ +_st ore +it ting +ĠIt alian +_S et +_re port +Ġp id +_V ER +Ġw ins +ĠCl oud +") {Ċ +ch ester +Ġden ied +Ġw ird +ĠSte p +Ġinvest ors +b old +_d isplay +ou ver +or er +Res et +Ġsurg ery +Ġstrateg ies +/m aterial +_ unit +Ġc ouncil +.P er +ĠâĢ ŀ +Ġre form +F ramework +Ġlist ing +_b tn +Ġb is +% d +eg as +Ġsudden ly +_S ER +Ġa o +_d irectory +f as +Ġprem ium +Ġtrack ing +ĠB L +Ġm ature +Ġbath room +Ġ'/ ' +ĠÄ ij +Per formed +Ġsold iers +arn ings +Ġwalk ed +- con +b ottom +Ġsurpr ising +Ġg ene +Us uario +.DE FAULT +ĠM IT +C ODE +ĠE gypt +p icker +ys ql +AT URE +d etails +ĠCon ference +In formation +ĠM ail +-d own +r aries +b ro +Ġsubject s +Ġ' * +è¯ · +or ient +: @ +ver bose +E F +Ġto ler +eng ers +Ġend point +Ġstr ange +Ġcol on +Ġpre ferred +de p +ĠE V +ARR AY +Ġw he +Ġp up +_n odes +Ġtalk ed +Ġinstit ution +db c +Ġex posed +te en +ĠFr ont +T T +_N ONE +\/ \/ +pro gram +Ġencour age +. ` +sh ire +ĠIsl am +e en +N I +' " +.W idth +Ġlik ed +Ġ{ ... +ĠSystem s +Ġvot re +Ġmanufact uring +Con verter +ĠIn f +ì ļ +D TO +Ġin ches +Ġ ठ+à ¹ +ĠChar les +B U +")) ;ĊĊ +ĠL abor +un n +Ġest im +m obile +ĠL earn +_C ALL +â Ħ +Ġind ices +Ġt ub +ikip edia +C ost +row able +ë ¡ +g age +Ġfunction ality +uzz le +em os +.l ib +Ġd ass +еРº +enn a +Ġsh ots +Ġrest ore +/ D +For Key +], [ +al ias +l int +.st ream +æ ł +_FORM AT +Ġsil ver +.re pository +Ġlegis l +.B order +_fe atures +Per mission +Ġhous es +ĠW ars +_COM P +Ġinj uries +Ġconstant ly +fl utter +EN U +ĠCon f +Ġrecogn ized +Ġpract ical +Ġde cent +B J +] ); +ast y +ĠAct ivity +-m ode +Ġsl ide +.IsNullOr Empty +ĠY OU +P ower +ind ices +Ġqual ified +Ġthrow n +h ello +ĠN ick +l ah +as sembly +ĠSm all +old ing +Sh ould +ĠSil ver +(saved InstanceState +Ġtog gle +.N ot +C trl +: nil +ĠCont inue +ĠB oot +æ ī +ĠM ur +d on +ĠF A +S napshot +Ġassoci ation +fo x +, a +az ione +] )čĊ +CT YPE +Ġf ade +ĠD ar +.n avigation +Ġl uck +SC RI +ĠDe ad +Ġterm inal +_LE NGTH +Ġeff iciency +Ġun w +Ġn arrow +iment o +( Color +ĠSe a +_ area +, A +_ opt +ĠHill ary +.t ask +ĠJ ac +ast ed +ĠAd am +ĠIl legal +Ġsearch ing +Instance Of +J ava +ĠForm at +Ġreal ized +ĠChild ren +Ġk il +(f rame +âĢĿ .ĊĊ +Ġscen ario +"] );Ċ +Ġincred ible +li x +IO Exception +ĠQ uest +il ty +Ġun lock +â Ĥ¬ +Ġre ferences +ĠV ert +B inding +eg ative +Ġwr ap +.d atabase +( content +B uf +ĠTr ad +ĠA ud +tr ace +.m ock +Ġther apy +ĉ L +.To Int +ĠKing dom +B us +ha ust +"" "ĊĊ +( end +.draw able +[ ];Ċ +ĠH ospital +Ġph arm +---- - +ĠA G +é d +> ");Ċ +Ġw allet +at able +) $ +Ġmonth ly +Ġdi agnostic +S ymbol +Ġiter ator +un finished +Ġimm igration +s r +RO W +(g ame +Ġclo thes +ĠU nt +Ġactiv ation +_C on +.h ash +Ġinitial ly +.H ash +Ġcut s +f ound +ĠSt ory +ÑĨ и +ac ao +_T YP +pro to +est r +-p age +ah r +Ġincor rect +ĠJose ph +TextBox Column +_st yle +ĠD aniel +s heet +Ġl iv +l ined +Ġr a +R untime +_ empty +sl ug +_ struct +ë Ĭ +m u +Ġper mitted +Ġreg ional +Ġsob re +ĠS uch +Ġ[ _ +Ġro of +.Al ignment +t imes +.m sg +Ġche st +ĠT ab +Ġest a +ä n +Ġsubs cription +( command +s pecial +Ġme al +") :Ċ +_ ctx +Ġclos ely +et ry +- be +ad el +ĠR am +ig est +ĠSpan ish +Ġcommit ment +Ġw ake +* >( +P HP +_ { +ck er +< List +_n ull +ĠRes erved +Ġin her +.Column s +.A spNet +_IN VALID +ĠParam eter +Ġex pr +} { +Cell Style +Ġval uable +Ġfun ny +In v +Ġst able +* t +Ġp ill +pl iers +ĠC SS +ĠCon dition +ĠS peed +ublish er +Ġoff ensive +ce st +ic as +Ġsp ark +ĠPro te +set up +IF Y +ĠT ax +Wh o +F amily +- for +. uk +Ġf asc +sv g +") ). +Ġbirth day +âĸ Ī +ve h +el led +Ġimport s +ĠIsl amic +T A +ĠSt an +we ather +Ġsus pect +e ature +enn es +W M +.m inecraft +av id +è ½ +.se curity +in os +G ood +Ġm arch +Ġposs ess +us uario +Con s +am ber +ched uler +Ġhor se +ç ½ +(b ody +ĠTrans form +_de code +.s vg +Ġf oo +Ġd ella +ext ends +am er +Ġprocess ed +ĠH arr +ĠA I +Ġk o +CH AR +( % +Ġt ap +({ ' +c roll +D OM +Ġte a +Ġre in +Ġworld wide +_f n +sh a +Ġb ir +ç ões +="# "> +Ġrepresent ed +ill er +(ex pected +Ġd ance +Ġvisit ors +.con cat +-b it +UR RE +ĠR og +v p +ip h +ĠL LC +it led +iam i +C oll +_re al +_sh ow +_f older +Ġd ar +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġl atter +arch y +Ġb ow +Ġout come +ĠPost ed +Ġris ks +ĠThere fore +Ġowners hip +Ġpar allel +Ġp ending +ge ometry +Ġrecogn ize +ST EM +ĠC P +Ġimm igr +IT LE +ĠĠĠĠ ĉĉ +conn ected +Ġsm ile +(d ocument +\ Component +vert ical +Ġconsum ption +Ġsh oes +. impl +un ks +. ";Ċ +Ġfood s +_ );Ċ +.assert True +Ġp ipeline +Ġcollection s +Ġearn ed +ĠC ert +Ġpartners hip +( action +Ġc d +ĠV ery +Option al +Ġscre ens +Ġtit les +ener ator +Ġab andon +k ind +IL TER +Ġclos ing +lic a +_ inter +Ġcamp us +set ting +S prite +ãģ ¯ +_re ply +To List +: \/\/ +ed e +Ġfol ks +Ġbo at +( argv +Ġperman ent +Ġcarry ing +Ġconserv ative +import ant +. img +ĠIm m +Ġdim ensions +al and +s ingle +Ex it +-------- -- +ari ant +tern al +Se conds +ĠIt aly +ot lin +.Res ume +=' " +) == +cept or +Ġs ca +/m ain +Sec urity +_d at +Ġlet s +Ġa qu +Ġwhen ever +b erry +Ġact ing +ant i +p d +& gt +æ Ń +Z one +T oday +! . +To Props +ab is +it able +Ġg al +] { +iz ona +Ġin contri +N ET +/// Ċ +[ in +_s ave +Ġex em +ĠK enn +Ġev olution +var s +_st ats +- only +ĠColor ado +Ġwatch ed +b our +Ġsever e +Ġprofession als +port ion +Ġguar ante +Ð ³ +Ġpush ed +ĠG i +ï ½ +Ġt um +ĠA z +ĠEdge Insets +")) ;čĊ +is se +. ac +Set ting +Ġapprec iate +ĠValue Error +Ġsur ve +ĠR ole +. Inter +plot lib +j et +d am +Ġplatform s +te le +UT O +ĠInt ernal ++ : +} ;čĊ +Gener al +\ Entity +Ġlawy er +qu iv +ĠPost s +is o +Ġacc um +ob e +Ġmark s +Ġ] ;ĊĊ +ĉ text +.s uccess +cur r +as a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġth in +_ over +are st +ĠO s +( address +Ġvel ocity +Ġ[] ;ĊĊ +=" ../../ +ĠPr iv +b ow +Ġguar antee +% ĊĊ +Ġeval uate +.LE NGTH +Ġin ventory +q a +_de bug +.On ClickListener +Ġl ies +Ġassess ment +dat etime +.background Color +Ġ*/ čĊčĊ +ra f +un wrap +ĠF oot +Ġnot ify +Ġlow est +DO CTYPE +Ġl anguages +ex tra +- back +Ġein en +tem plates +_p ass +ĠM ust +Ġest á +_c ore +ĠSc ot +A I +Ġb ias +ations hip +Con stant +Ġprogram ming +In s +uspend Layout +ĠPRO VID +ant es +Ġsh irt +in ated +. OK +[ a +Ġthink s +? ĊĊĊĊ +Ġregard less +ĠMag ic +ul ating +ĉ class +add Group +RE ATE +ĠS U +Ġsim pl +c opyright +Ġb unch +Ġun iverse +ĠE rr +Ġpresent ation +c ategories +Ġatt ach +.s ign +_A C +Ġdisc ipl +Ġregular ly +Ġprim arily +ink s +[ [ +.r and +.sh ould +ownt own +=" ' +Ġs ans +Ġsupport ers +se quence +G O +. .ĊĊ +ĠS pr +Ġcare fully +U IColor +dest roy +Ġtod os +ĠOR DER +ott ed +Ġd ont +aud i +_ player +g re +ĠO il +< body +_st ack +.P adding +ĠProduct s +Ġpriv ile +Ġinj ured +ĠF urther +Ġal ias +.Resume Layout +_LE N +Ġs es +'] ;ĊĊ +cre ens +Ġdirect ed +.S uspendLayout +od ge +.A t +mark s +ĠUn ivers +ert s +ĠE sc +Ġnav bar +Ġutil ity +agnost ics +Ġin ject +ĠD NA +Ġ" ," +am ar +Ġe u +Ġrestaur ants +_p ut +ut ers +Tool Strip +t w +ist ro +Ġz oom +Ġleg it +pec ific +ĠC ome +Ġlocal Storage +Ġabs or +.P anel +ĠDesign er +Ġo w +IC AL +_ uri +(f ield +Ġsup erv +Ex ists +Ġrespect ively +ĠSt and +Con f +uss ian +Ġar c +Ġ nd +uck s +Ġre str +Ġseason s +ĠCh apter +ĠSw itch +p ic +Ġh i +load ed +Ġfl uid +-b tn +Ġrun time +. it +B N +Op acity +as ant +ry ption +-n ative +Ġta ught +å ¯ +ag ment +Ġm ul +Reg istry +_ grid +ĠBro ok +: Set +Ġm ongoose +AM ES +inner HTML +Ġs oci +ĠInt el +get Id +C md +Ġaccess ible +r ames +le ton +Ġ__ ( +ĉ delete +ĠS quare +" ĊĊĊ +Ġbu cket +avor ite +ĠB reak +++ ] +Ġbr ush +Ġt ensor +/ http +T ile +Ġfunction al +Ġ" * +wh el +Ġt ent +ĠChar acter +Ġse es +. ST +B ig +Ġext ern +Url s +)) )), +ĠJ r +.B uilder +. ; +n l +_ Init +ĠH ER +ż e +mys qli +_ icon +v an +Ġfeel ings +Ġle an +Ġhop ing +T V +="čĊ +b est +all as +ent ed +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĊ +_con nection +Ġrep o +en abled +аРº +Ġsh a +Ġmembers hip +Status Code +in ating +_s m +_c ustom +_ weight +Ġc ss +St at +_ env +link s +TR L +ĠH it +, r +up id +Ġop ens +Ġg ent +_v is +Ġj oy +< w +_c ost +ĠPy Object +ren ce +ĠGeorg ia +ĠBro ad +m ma +â Ĥ +p f +Ġ" \" +Ġ( & +om o +Ġliter ally +Ī ĺ +met ric +Ġb ars +z ed +(w indow +ĠIsrael i +Ġform al +ident ifier +.d ao +ĠDe ath +% ;Ċ +Ġdecl are +ar ms +RE AM +PERT Y +Ġconsequ ences +to ols +Pe ople +ĠWh ich +> ();čĊ +.de code +_A CT +Button s +.f loat +.F irst +ë ¥ +ĠPol it +ĠX CT +T ags +ĠCG Float += str +Ġle af +- check +ĠI ss +.s ystem +log out +ach t +Ang le +s in +ch art +INT ER +ĠN UM +B asic +.P roperties +ä¸ Ń +_ change +ĠB razil +Ab stract +Ġ: +: +_ use +а л +ĠL y +IB UT +Ġout er +Ġ-- >čĊ +Ġrel ief +l ap +qu er +_p arent +he ap +LO SE +Ġcomb ine +ĠR ose +ow ers +Ġproced ures +ĠS ort +an im +var iant +eh icle +Ġsign ing +Pr imary +c urrency +Ġsex e +o en +th eta +em an +Ġimpress ive +(' _ +ĉ U +ĠText Style +_c nt +Ġs lice +(' : +Ġunderst ood +H is +Ġinform ed +Ġn ick +(T AG +h d +Ġelection s +est ure +ĠS anta +ĠCo ast +.p df +inc iple +.cl one +b orn +ut a +Ġl icensed +C r +Ġb read +ĠH ouston +Ġn od +Ġhop es +ĠCG Rect +Ġgu ilty +.g if +Ġro se +.Com mon +T ip +AN K +ĠF C +D uring +ĠSym fony +Ġdef ensive +k m +) > +arch ive +ĠU RI +ycl ing +- o +ĠWe bsite +AM P +ish ment +Ġdo ctors +D irect +AR I +ĠRed irect +ier en +_d ist +y o +ĠPro gress +Ġz um +Ġmem or +ĠE D +Ġj ur +æį ® +_T ABLE +Ġu uid +Ex pr +. head +(' % +point er +Ġest imate +ĠG reg +Ġlo ader +Ġi OS +Ġm ens +[ y +Ġref used +Ġprec ision +is ch +ĠA CTION +Cl oud +s With +( ret +_ADD R +_con f +(d f +Ġlock ed +Ġr ising +ãĥ» ãĥ» +ĠM s +Ġscen es +_EX T +_ raw +_ the +pe ople +Ġre con +ĠF un +Ġb less +ĠUp dated +ü n +ĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +pe ction +Re lease +.log ger +ĠS Y +Ġcoun sel +ur d +_ true +Ġevery body +iv ot +Ġh ence +ĠN AS +Ġoppos ed +unk nown +ĠDES C +ĠCh air +fa iled +ĠIN CLUDING +Ġwrit ers +{ }Ċ +ÃŃ t +_c opy +} : +ĠB at +Ġconvert ed +ed ing +pl acement +ĠH ost +S ound +и м +Ġs ought +m id +Ġsal ary +og g +âĦ ¢ +b ul +Ġw ir +valid ator +_ST AT +.st ore +ĠB attle +ı n +Ġ-- >ĊĊ +Tr ump +d ot +ĠCON T +.f etch +Ġcontin u +w as +Ġfra ud +_t mp +mit ter +.p ictureBox +G A +Ġt ournament +. Input +[ r +ex ion +cent age +ĠKore an +und ef +ĠAv ailable +resh ape +Ġk it +ĠStr uct +ĠS UB +An swer +_l ib +.t witter +Ġo re +ĠDr agon +.Ex t +, k +Ġexplan ation +ref s +ĠDr ive +ĠTr aining +.H as +int age +b ig +olog ist +enn is +Ù ĩ +Ġch icken +ĠĠĠĠĠĠĠĠĠĠ Ċ +ç Ľ +ãģ § +Ġpe ak +Ġdrink ing +Ġen code +ĠNE W +m alloc +ĉf printf +Ġ= ================================================================ +in cluding +Ġprincip les +ĠM ah +st orage +- key +Ġkey word +% ; +Ġtr ained +.con trib +Ġk v +__ ':Ċ +ĠB oy +param eter +Ġsu ite +Ġthous and +Ġco ordinate +-g enerated +íķ ĺ +gener ated +Ġad mitted +Ġp ussy +# w +Ġsw im +un ion +N a +ĠRoy al +.ch annel +Up dated +_RO OT +Ġv ital +ra ction +ĠCrush er +Ġpre ced +Ġhor izontal +Blue print +Ġattr s +Ġsm oke +Ð Ĵ +. Equals +F B +ĠRes ources +roll ing +Ġpass es +ĠN um +rot ate +et ype +\ ", +Ġsens itive +Ġt all +? âĢĿĊĊ +Pro xy +i y +_ section +âĢĶâĢĶ âĢĶâĢĶ +br id +Ġcirc uit +at an +EN C +Ġdr iven +Ġvot ed +Ġeduc ational +Ġinter action +abet es +Ġt one +ĠInitialize Component +Ġmer ely +Ġì ŀ +co okie +_ div +ĠUIL abel +vel y +} );čĊ +_ ENT +#+ #+ +art icles +ĠSou thern +Ġstrong er +ĠG iven +ĠE ric +ĠI R +ab stract +U nder +n able +Ġincre ment +ov en +Ġco in +_t imer +Ġsuffer ed +ĠF REE +'] ." +ĠQue en +st ats +Ġmeet ings +Ġenter ing +Ġalong side +(s ession +it als +Ġfound ation +ĠC redit +. div +_ ALL +pc ion +_st at +ick ing +Default s +_s rc +Ġoutput s +/ B +Ġent hus +-b l +.Fore Color +ĉ temp +F ace +Ġinter act +Ġwe ird +M ount +re ll +ud ents +Ġrequire ment +ĠS us +I ER +Ġe lected +re ference +ĠM E +Ġserv ers +.w ait +Ġsnap shot +il ton +Ġtri es +Ġt ipo +.T ime +> w +Ġmount ain +Ġp ounds +Ġ[ ... +ex ists +Ġng On +_M AP +Ġf lying +xi ety +ĉ value +_D B +un o +Ġse ats +T URN +. author +! ) +or ce +Ġindic ated +.s in +Ġass ignment +im iento +ĠF rame +_g en +in ery +_ ) +m essages +.set tings +ĠMe an +ĠM useum +ir q +att ach +ĠPalest in +_ QU +_t ags +Ġcas ual +em en +ASS WORD +$ s +ĠC irc +оР¹ +et ric +/ P +Ġep och +< head +_C MD +Ġg it +Ġpen alty +or ph +_ users +ours es +.Date Time +atern ion +_pro ject +Ġsuper ior +ĠD am +ĠSe attle +X Y +> The +ĠA k +Ġgr ass +/* čĊ +(d is +Ġgun s +Ġt b +ĠK evin +. args +ĠA h +op ed +( J +column s +arg uments +ĠWith Events +_f ull +ĠDef ense +S imple +Ġdeath s +Ġext ensive +ĠSt ill +ĠEx pression +ĠAg ency +Ġperform ing +F X +Ġus uario +U AL +S ide +od os +apt op +Ġcred entials +_c ap +at ient +ĠDis ney +Ġa i +Ġch ip +Ġvol t +.make Text +%%%%%%%% %%%%%%%% +Ġbelie f +_LO C +ĠC ivil +N avigation +Ġreve al +Ġviol ent +ĠF il +Ġc atalog +em ed +sc an +. control +Ġconstit ution +C ountry +Separ ator +_A PP +top ic +uet ooth +M IN +Ġdes criptor +y t +ET HER +Ġdistrib ute +' }Ċ +.tr im +.L ine +Ġl bl +assert Equals +ĠD et +omb ok +( width +Ġt ort +ĠEXP RESS +ac o +Us ing +ĠBr and +w all +EM ENT +ĠComm unic +< uint +ĠG UI +EG IN +ĠR ange +/ i +ĠT aylor +c ost +Ġrespond ed +ĠTh eme +n ce +IS H +Ġfeat uring +Return s +ĠK r +Ġ .Ċ +Ġn am +_c b +Test ing +Ġ{ }, +y al +.f ield +Ġ/ = +_SH ORT +m ates +Test Case +ain less +Ġeval uation +_ ITEM +ĠPac ific +ĉ k +Ġc ant +ĠR os +) s +Ġf et +STR ING +ĠDis pose +g al +ĠJ oin +ĠP orn +ĠCath olic +AR GET +cp u +ç łģ +.sc roll +IS ING +ifest yle +anc ement +Ġm erc +ĠB rowser +eter min +Ġover flow +Av ailable +Ġbott le +: UI +ific ial +Ġco ord +clar ation +Ġcon j +G LOBAL +ok u +Ġk wargs +cond itions +ul um +Ġg enu +ĠH ero +å İ +Ġun expected +ĠDAM AGES +Ġk a +ĠC ould +UP PORT +ĠPh otos +Ġconf ident +Ġdet ected +de g +rg b +Ġstrong ly +Ġ} ;čĊ +Ġ) : +Ġle ct +urs ive +RO L +ĠWe ight +Ġent ertainment +Ġ) );Ċ +Ġg onna +Ġb b +.d o +G S +Ġmist ake +D L +ĠPROVID ED +ear ning +L imit +iss ions +[ v +ä¸ į +ir ty +D el +Ġunder lying +pre ne +Ġj aw +ĠD I +pe er +Ġobject ive +Ġde posit +Ġk on +Ġes p +.set Visibility +/ login +< typename +Ġfr anch +/ e +Par allel +Ġsc ored +ĠH on +ĠV ill +ig a +Ġant icip +_ assert +ĠO pt +Ġdescri bes +w an +m ount +Ġmonitor ing +Ġt out +ëĬ Ķ +}, { +................ ................ += int +Ġc ust +---- -- +Ġatmos phere +P AR +ort e +IS IBLE +ĠI ron +ĠNot ification +.log ging +ĠBO OL +-p oint +Ġaf raid +ent a +Ġtom orrow +@ implementation +Ġeng age +ĠAn th +ĠF loor +ĠU l +To ols +Ġb ab +Ġcare ful +ãģ Ħ +Ġcruc ial +Ġcalcul ated +ĠS A +Ġw y +D X +_T AG +ind ed +Ġj et +ĠEngine ering +.M AX +en z +v d +Ġpublic ation +Ġ## # +Ġfac ed +ra ham +ĠC apt +As set +ĠCon stants +Ġlo ans +_ IP +ĠF ish +Red uc +_m at +Date Format +_m e +[] [] +Ġintegr ity +ĠC ourse +lob als +Ġfac ilit +Ġem br +ĠN g +.S ystem +Ġmanufact urers +Ġpro ven +.on Create +Ġal arm +Ġ § +Ġcomm only +ic os +æĸ ° +ĠSt ation +} ). +ĠF ilm +w i +ç ī +Ġeng aged +St ats +Ġgovern ments +Ġafford able +_p roperty +Ġag es +(' -- +Ġf ör +ĠProf essor +Ġhy dro +P ush +Ġorgan ized +Ac cept +é m +_c ell +Ġn b +p b +Art icle +Ġrem oval +Ġauth entication +ĠF R +l ide +Ġple asure +ap ol +Ġpart ition +ĠS ide +Ġcr imes +Ġdem o +hold ers +ĠPak istan +In struction +Ġexpect ations +.sc ene +Ġ' ) +h es +ino is +_P ro +Ġm olec +and al +_sh ort +Ġdefault s +Ġn ations +in en +Ġr t +O CK +P acket +S B +ĠSH ALL +_cont ents +ise conds +vert y +á t +G uid +n om +Ġcon clusion +. Update +Ġlo vely +Ġem it +b ec +ĉĉĉĉ Ġ +Ġintel lect +Ġb rew +ec ycle +F ire +Ġad mit +Ġar bit +Ġarr ang +ĠM IN +M ail +ĠN ative +C ur +Ġcon vent +.R untime +" }Ċ +.R un +Ġprint ed +Ġconven ient +. ar +m ock +ĠAdmin istration +ãģ ¾ +Ġelect ron +fl ate +Ġl ombok +Ġjava fx +n h +Ġsup plies +Ġvisit ing +ah l +Ġpow der +Ġult imate +Ġorient ation +ut as +_s cale +Con firm +ph ones +ĠOper ation +/ T +_IN TER +Ġair port +Ġmet rics +Ġphen omen +a udio +Ġm ai +( K +h u +all ing +rodu ction +ĠTrans port +ĠNOT E +æĸ ĩ +Ġfew er +_T IM +ì § +к и +A ge +F IN +Ġì Ŀ +ĠAt tribute +group s +er k +at to +. define +.AspNet Core +ategor ia +ĠS ir +( form +< User +. round +_d ay +.A ll +Servlet Response +.N o +l arge +IG H +qu ent +Ġvir us +Ġret ro +Ġim per +Bit map +Ġv ice +Ġoff ense +ist e +ĠA UTH +Ġê ° +ToolStrip MenuItem +G u +Ġr ape +ĠDav is +Ġover whel +: flutter +- table +ĠCon structor +Pr ivate +e ven +ch r +Ġap plies +_at tribute +Ġcon tribute +E VER +L ines +ĠAf ghan +Vis itor +ĠS L +se ason +C U +Ġintrodu ction +Ġmat plotlib +Å ij +Ġnewsp aper +âĢĶ and +< tag +Ġin i +Ġd iverse +Ignore Case +ĠU r +Ag ent +Ġb ull +.em it +( Exception +ar Layout +Ġincred ibly +ĠTr ust +={ ( +- nav +Ġe quals +Ġl ady +ĠP od +d isc +al am +ĠI V +â Ļ +iv idual +ph i +add ed +Ġdifficult y +Ġcomp act +ĠAction Result +c ers +_class es +Non Null +Ġqu it +Ġp ou +S witch +ir s +- test +ĠK ind +ĠCal endar +Ġstream ing +} ', +S W +Ġst ead +oc a +Ġprov ince +Ġcol span +Ġperson nel +ĠE mployee +Ġprodu cer +Ġevery where +od b +Ð Ł +bs olute +act ivate +Ġgr inding +ĠBuild ing +ĠSand ers +(s c +ĠOff set +//////// //// +} ;čĊčĊ +({ " +Ġscan f +ĠY Y +ĉdef er +Ġj ew +Ġrestrict ions +.m p +[ l +ä¸ ĭ +label s +red icate +aw esome +Ġw aves +Ġcon front +Ġmeas ured +Ġdat as +_ex it +ot ton +Ġshould er +ask a ++ # +ĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĊ +Ġtro ops +ĠU nd +_c ard +w ich +Ġn ous +Ġ"/ " +s b +Ġcommunic ations +Ex port +Ġdec ode +th s +inter pret +By Name +ĠSp irit +ed ges +O LE +ĠE M +t it +ĠTh rough +Ġb io +ĠP ackage +or ne +Ġ} . +` ;Ċ +Ġok ay +ĠZe aland +ident ity +(n ext +ĠB ang +Lib rary +Ġheav ily +il on +Ġdi pl +Ġrot ate +put s +) ',Ċ +ĠData Table +Ġmay or +.to LowerCase +Ġsome how +ĠNor thern +al c +Ġcap abilities +Ġv ibr ++ Ċ +ĠS u +ĠRes et +_m ean +Ġc ig +.cl oud +ĠB and +ĠF actory +ĠAr izona +_ io +op her +Ġconsc ious +Ġà ¶ +\ Controllers +_s peed +ĠF ac +_C om +ĠB ible +w en +ED IT +Ġun n +ĠSt aff +ĠIn n +Ġmechan ism +ĠM embers +Ġmigration Builder +'] .' +.get Int +< void +ĉf ree +oid s +\ Support +Ġautom atic +Ġch ances +Ð ¶ +Ġcomp licated +[ row +ah oo +Ġ}ĊĊ ĊĊ +Model s +W in +Ġt ape +ir us +iz on +on omy +(" _ +: . +.st ereotype +( env +_re ct +(w ith +Ġassert That +Ġcon straints +put y +E mployee +T D +Ġgu itar +ĠJew s +.pro cess +Ġf iction +ĠSh ared +âĶĢ âĶĢ +Ġprop ag +.N et +Ġachie ved +ĉ Q +Ġn urs +Sh ared +_FAIL URE +Ġbeh aviour +Ġcol s +ism o +Ġfem in +Ġchalleng ing +Ġpost ing +enc il +Ġcapt ured +ĠD ou +( word +ĠTur key +pan ies +Ġre putation +ORM AL +Ġelig ible +prot ocol +id as +(f rom +Ġfin ance +- per +Ġg otten +H A +d uration +ĠP arent +Ġin vent +Ġre start +ол ÑĮ +r ition +(r s +< bool +i ert +Ġmod ification +ĠT X +readcr umb +b ank +$ / +ĠMill er +] ),Ċ +.Check ed +Ġsac r +se curity +Ġp ose +ĠBr ad +Ġfit ness +Ġannounc ement +ation Token +Ġserv es +ne ed +Ġge ometry +AR S +æ Ģ +andid ate +Ġs prite +_s plit +We ek +ad ies +> (Ċ +?> " +Ġ/// Ċ +Ġein er +Ġweek ly +ĉlog ger +_p op +_m an +Ġmigr ations +Ġask s +Ġb s +Ġfall s +.W here +- height +_fe ature +.M in +Ġhy per +Ġvol atile +Ġtw enty +Typ ography +Un able +D et +, f +-m od +Ġsett lement +Ġcontract s +n ome +B ad +ĠB rian +(user name +!! !! +Ġh ack +.F ield +H R +ĠJ ordan +iz a +Ġ ł +ĠSh er +. header +( other +ĠD ub +( op +ĠR ound +Ġv ie +Ġap pl +ĉ J +ĠIn sert +ĠL P +reg on +ĠM PI +Ġan chor +ac a +ø r +Ġa de +anch or +que e +ĠTree Node +Ġtarget ed +Ġla id +AB EL +v et +ĠOr igin +A nt +. ');Ċ +ex pect +ed Reader +ĠM ajor +Ġin ch +Com par +Ġpre view +Ġill ness +ĠCONTR ACT +ĠInd epend +u uid +Ġn ome +Ġt c +ĠA venue +is an +Ġph rase +_m ove +") [ +Ġprov ision +Ġconcent r +_ IR +ĠU t +() + +Ġn as +! , +ĠRob in +i ations +at itude +Ġp x +ĠWith out +/b ash +ek t +re ement +Ob server +ĠReg ion +UBL IC +Ġ{ // +K N +å · +Game Object +å ¾ +enc oding +Ġ** * +project s +Ġt k +Ġche ese +EM PL +ar o +Ġا ÙĦ +Ġcons ists +ref resh +ure au +ĠSc anner +Ġso il +Ġfl avor +Data Source +Ex ecute +ени е +Ġsh it +åĪ Ĩ +< any +Ġretrie ve +Ġbelong s +.st rip +abs olute +Ġexp anded +bo y +): - +Ġresc ue +.J Label +Ġre ly +Ġal ignment +-f amily +Ġre nd +OLUM N +Ġb orrow +Ġqu otes +ĠL ew +Ġsh ower +ĠDE LETE +_lo op +! "ĊĊ +ĉ re +Ġattempt ed +aver age +ĠP aint +quis ition +ol en +Ġliter ature +ĠRe ference +_TEXT URE +ĠS eg +ĠInd ust +ct ype +D UCT +_H OST +ĠTr ade +Ġpl ugins +Ġbre ast +ul se +Ġcreat ure +ãģ Ļ +ĠW i +Ġsup plied +c oll +! (" +Ġfuck ing +ĠCh rome +ĠU ri +ĠN ation +Ġvert ices +T HE +ĠOr iginal +on de +Ġsh arp +Ġcook ing +Ġ{ /* +ĠPs ych +ĠH ollywood +=$ _ +.D ock +Ġg er +Ġb one +_con n +_se c +ys ics +Ġ= " +S al +s f +Ġdeep ly +ang les +T erm +b ell +ĠQu ick +ener ation +adio Button +åħ ¥ +}čĊčĊ čĊ +Ġcapt ion +l c +ĠE L +, [ +ĠĠĠĠĠĠ čĊ +ret t +(m ethod +ĠFl ash +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +W ISE +.s cale +Ġrough ly +_ child +m emory +ay ing +Ġinitial ized +in ator +а ÑĢ +Ġsc alar +ĠH o +ai res +(c olumn +.de stroy +P ACK +Ġh em +ang el +_S UB +. qu +Ġ × +DE FAULT +pos itories +ĠL ength +ĠF ast +Ġsign als +Ġ// $ +ri ers +Ġd ummy +AN Y +Ġperson ality +Ġa gricult +Pl atform +ER O +ĠT ra +Ġen orm +ĉ W +Action Result +Ġa ver +[ str +Ġ' -- +.S printf +Ġdeb ut +Ġ Ñĩ +h ex +_ utils +Ġp b +U ITableView +Ġz ur +. encode +Ġv ag +.error s +о н +Ġm r +ĠA ward +Ġc pu +Ġpress ed +' est +ĠF estival +' T +Ġa k +res olve +.m e +Ġn ic +Ġgen re +Ġat trib +ĠMo on +Ġarr ive +ĠD ating +Ġt m +.Config uration +. red +Ġgl m +Ġst ations +sw itch +Ġt ied +äº º +Ġ/ >Ċ +Ġsubsequ ent +pos able +-fl uid +Ġth orough +Ġpublic ly +apt ers +ĠWil son +_P RE +y ard +ä ¼ +ĉ in +Ġre vers +Ġbul let +cri bed +nes ota +Ġ($ _ +ann on +c ursor +Ġclo thing +ĠM ulti +: ', +Ġv ess +ordin ator +Ġein em +C annot +Ġar med +ĉ V +ä¸ Ĭ +.F lat +ĠS ep +ĠSub ject +_f ont +Ġcharacter istics +D one +el n +######## #### +PO S +Ġd ensity +ĠPl atform +- items +Ġo vers +Ġpush ing +ç ¤ +.Con nection +_ term +Ġinitial ization +________________ ________________ +ç ¬ +.d ocument +les h +ĉd ocument +ĠP in +ç a +Ġdefinition s +.P ath +_W RITE +Ġ ĉĊ +? >ĊĊ +Ġter rible +be an +ick ets +ĠS V +B uy +(t ask +Ġreg ime +g oogle +Ġcr ack +.vis it +N UM +ener gy +Ġstr uck +_s ample +.p ayload +Ġre vis +ĠSc ene +Ġp g +Ġbreak fast +URRE NT +.char At +_ex ception +ĠAnt on +Ġguid elines +Ġex haust +ĠFin ancial +Ġind ent +Ġdes ktop +H idden +F ailure +Ġpr inciple +Ġ iv +Ġse ks +n etwork +Ġnumber Of +ĠAl bert +ĉ long +, . +Ġz eros +f ade +ĠT yp +ĠT erm +ĠAr ts +.App lication +Ġbeh alf +æĪ · +Ġm ere +(` ${ +Ġaware ness +elp ers +f lix +Ġwe igh +Ġestim ates +. child +/ O +ĠBit map +.b ottom +Ġ************************************************************************ ** +Ex pect +ent o +ĠFor um +ver al +Ġj ail +Ġab ilities +ĠH OLD +ĠC it +Ġd ynam +Ġgr ay +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉ +.next Int +ant ly +ĠAR ISING +( private +Ġreject ed +ĠN ic +Ġle ather += {Ċ +aly tics +th etic +.T op +.P age +={ ` +Ġ ;čĊ +de pth +m ann +W D +ĠS om +.R ight +Ġ) }Ċ +Ġtr ait +Ã Ĺ +i ac +Ġr v +S ample +.X ml +opp ed +ĠÑ Ħ +list s +Ġt ear +ivers ary +.c ollection +ĠCon stitution +ĠHttp Response +Ġbr ill +ĠP rom +h over +ĠM iami +Ġarg ue +_f loat +Ġ ãĤ +Ġn at +ĠT al +Ġinteg ration +(c ur +Ġrem oving +Ġco eff +ĠTh ough +Ġfore cast +ĠV egas +S ite +Ġtr ab +ĠHen ry +- i +Ġinvol ves +B T +Ġs lo +In voke +Ġl ucky +r at +Ġ? Ċ +Ġhand led +(f d +cont ents +ĠO FF +R F +Ġst y +ĠM otor +ter y +t ax +M AP +ĠMr s +Ġph ones +ĠUI View +")) );Ċ +( dev +ĠIr ish +Ġw s +D I +_OFF SET +ĠEvent s +Ġst ages +Ġ} // +Ġhab en +ST ANCE +ĠS in +ĠM oney +(t op +Ġappoint ment +VER SION +met adata +_com ment +Ġcolle agues +map s +â ĺ +Ċ ĉĊ +( al +_re q +Ġf ut +Ġarchitect ure +ĠWH ETHER +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +_s creen +Ġstyle Urls +Ġmon ster +. up +ph ia +Ġprocess or +ĠT err += ', +ĠMan ufact +ĠN T +k el +ib ern +ĉf ile +A li +rient ation +Ġ// ! +ap ore +ane ous +ĠC reat +f older +Ġh ay +Sup press +( left +Ġe uro +Ġdis claimer +ustr y +sh ips +_f d +ĠF a +_in sert +Ġro l +if ting +ĠCom ments +_b r +Ġloss es +ĠAdd ed +ch arg +Ġп о +_s ystem +ĠS ometimes +ĠSp ain +(g roup +ial is +Ġdoll ar +ĠAr gs +qu ires +ĠT en +.s css +Ġsurv ive +us age +Ġj un +im iter +ï¼ģ ĊĊ +Ġfif th +t oggle +Ġdecl ine +($ " +(L ong +ing e +Ġpil ot +-l ight +-r adius +Ġpod cast +Ġnatur ally +P ages +ä¸ º +ĠDes pite +Ġlight ing +Ġcr ate +ĠB inary +Ġredu cing +Ġe leg +ĠM ouse +ĠTest Bed +Ġbefore Each +_ ARRAY +Red irect +Ġf lood +Ġsh ips +Ġelectric ity +)* ( +ê ¸ +ĠV iet +her o +Ġd ia +ĠK ent +he art +Ġthreat s +_ acc +Ġs ymbols +is chen +_in st +C riterion +ĠT IM +. Height +Ġ âĢĻ +();ĊĊ Ċ +Product s +_S P +ĠC y +Ġdepend ent +est e +Ġdat os +d it +аР² +IGN AL +Ġless on +"> ' +ĠC over +ĠH ope +ĠT imer +Ġd ad +vid ers +ĠPh ot +/ ? +rop y +om ing +as ion +Ġ\ ( +ĠE T +ĠRe ading +Ġep isodes +l m +ech a +Ġne uro +Ġhar mon +Ġlib eral +- ind +D ATA +Ġevery day +Ġdiv ided +ĠActive Record +fig ure +U A +ä ¹ +riend ly +te ch +.game Object +иÑĤ ÑĮ +Ġmo on +ft ime +Ġno ch +ĠT ORT +ĠV M +.in itial +( child +Ġmus ical +Ġo c +b as +ĠH ay +_l ong +Ġmem set +ile y +adel phia +S V +ro at +_t x +Ġl on +ĠngOn Init +b p +ĠGold en +AC HE +Ġwor ried +az i +E ar +T ake +(f p +bur gh +_ Data +g res +ĠO nt +p us +Ġtrans parent +Ġp ocket +Ġr am +igr ations +. čĊčĊ +Ġ[ ( +Ġadopt ed +Ġreported ly +ĠD ream +Ġ} ));Ċ +los ing +Ġte eth +ĠBook s +", & +enn y +LE MENT +Ġg el +ĠPl ant +! âĢĿ +.h ost +ĠRep ly +re ngth +Ġrecogn ition +Ġ}} >Ċ +L A +Ġmir ror +Ġassist ant +( device +Ġspirit ual +b uilder + § +Ġou tr +Ġt t +ĠP ER +Ġrad ical +Method s +Ġp ace +ud y +Ġg ut +ĠG reek +Ġnon atomic +ĠP aper +_G PIO +Ġob st +.A d +viron ments +ĠS ov +( con +ĠTrans action +. assign +ĉc atch +el ter +Ġbit coin +_G R +ĠčĊ +met ic +Ġtrans formation +åı · +Ġr gb +istrib utions +Ġimp licit +/ in +dest ination +аÑĤ ÑĮ +Z ero +Ġun set +. where +.g o +Ġform ation +Ġdeclar ation +() čĊčĊ +ĠEx pl +ĉĉĉ ĠĠ +/ pro +.J SON +Ġdes k +.sub str +//---------------------------------------------------------------- ------------ +ly n +p son +dis able +ĠF unc +ĉ Assert +ĠM ARK +Ġdefe at +Ġbl ind +Ġconst ants +. headers +UIL D +Ġexp enses +P ixel +Ġh r +Ġf el +ĠEast ern +_d el +ĠC ub +Ġs q +ĉc ount +ĠD irectory +Ġex clus +Ġhistor ic +Ġ ------------------------------------------------ +Ġcom position +Ġdata GridView +ĠB urn +ĠB C +M aster +Ġsp awn +Ġbe aring +.Set Active +il o +Ġg allery +Ġfound ed +Ġav ailability +.s qrt +Ġp es +ĠD OM +m ate +O ct +Ġmatch ed +it ivity +Ġan xiety +.pr ice +ĠIn stant +ì Ĭ +Ġt ut +IC ollection +.sh ared +_s ql +t bl +lib rary +_de stroy +erm al +ĠNot es +ĠE in +Ġsou thern +ĠOTHER WISE +Ġmac ro +.l ower +cl s +Content View +.l ink +const ant +ĠB es +Ġsome body +n b +"> { +( local +.. ... +ĠN ull +m x +Ġà § +Ġp ause +-------- --- +_M O +ĠC M +Ġfor Key +ĠD VD +Ġclose st +_DE VICE +ĠSte phen +ĠB BC +ĠTr avel +P aint +ĠResult s +ĠR ule +Ġt p +Ġrat ings +c in +c sv +> / +ĠG OP +l ad +Ġ ÑĢ +Ġindex Path +m atrix += f +ars ed +Ġ} ); +ĠC os +ĠS core +Ġt ak +ĠE SP +ĠIN C +_N ULL +-f lex +"] [ +int o +el and +Author ization +_F ALSE +Ġg ate +Ġv id +ist ent +T IME +Ġre write +Ġt ie +Ġarch ive +.event s +.get Parameter +ĠPer mission +Ġprogram me +Ġ é +j ud +Ġcam eras +(s ys +ĠSy rian +Ġimpro vements +Ġh ip +Ġsu icide +Ġsch olar +Ġcompat ible +rem ote +.d own +F UNCTION +Ġman aging +ĠUI Kit +. raw +>> >> +Ġdem ands +ell ite +Ġd ent +ĠM icro +åı ĸ +'] [$ +ĠI E +im ension +Ġt rem +Ġg ained +.w ith +. ok +h ou +Ġb om +amp aign +Ġjoin ing +f ish +Ġadd Subview +Ġnor thern +.c or +ore t +D ie +in ish +_com p +Ġatt ended +Ġcoll apse +ĠS S +ac ent +_E QUAL +ĠDe ep +R GB +ĉ test +ol ves +us et +Un ityEngine +w riter +Res olver +, % +if ference +_re move +ond a +Ġfem me +de code +Br anch +Ġfl ush +Ġinnov ative +Test s +Ġ[' ./ +Ġcover ing +. admin +ultip art +(l ambda + namespace +ĠS port +Ġ! ( +ac les +Ġde pression +ĠK ong +Ġp ert +ĠCon n +ĠOther wise +/ home +s upported +Ġp ink +Ġinv ited +ñ os +_en abled +Ġ- Ċ +F W +en ers +ĠM Y +Ġsuggest ions +Can vas +Ġf er +ĠMarket ing +@ Test +unt u +ĠV en +ĠC ou +iv als +Don ald +lim ited +ĉĉĉĉĉĉ Ċ +Ġanal yst +( entry +Ġrepresent ative +_at tributes +Ġf ur +.h ide +res p +ado res +rid es +ĠJ osh +ro bot +ĠN AT +Ġs esso +Ġintegr ated +: true +part s +Ġst upid +: event +@end section +Ġp u +.T able +ĠY ii +` ;ĊĊ +Ġcl ang +=" "> +eng an +_param eters +.int ernal +ĠMod ern +Ġmet ric +Ġsem i +={ {Ċ +.am azon +ĠB B +aint y +view port +Ġstart Activity +dis patch +**** * +Ġfl av +iffer ent +[ this +Ġst ake +Ġarg ued +vious ly +.w ork +ĠO ak +O ld +( async +not es +Ġfl ip +Ġdis ag +ĠT E +ĉ error +< ' +Ġ» ĊĊ +Ġfilter ed +ĠM ach +Ġh ung +_d ump +_s amples +-dis miss +Ġr ay +Im plemented +D K +Ġj ed +Ġbreak s +Ġf its +. gr +ĠZ ero +or o +Ġequ ally +Ġ' [ +Ġconcern ing +< meta +play ers +_P OS +_s im +J an +Ġyour s +ĉ N +Ġsp ir +Ġch ampion +ĠAn alysis +ap a +ĠNS Log +_l ines +ñ a +ĉĉ ĠĠĠĠĠĠĠ +.S c +Re p +etro it +ur able +M IT +com pat +own ed +_ind ices +], čĊ +Ġdis covery +ĠDie go +ob i +. Index +Ġtrend s +PL AY +.n o +Ġl ens +_c fg +Ġan no +ag an +Ġperiod s +ter ms +y z +Ġattack ed +ib ration +PEC IAL +_ grad +Ġaccord ance +.Read Line +.de vice +ri x +. container +m ay +erc ise +ĠL u +Ġr g +ĠÑģ ÑĤ +ĉĉĊ ĉĉĊ +( un +TERN AL +Ġless ons +Ġalleg ations +Ġtrans mission +.Re f +M obile +ĠT ournament +ĠN ut +ĠG a +ĠCap ital +def inition +- exp +c lean +Ġfant asy +Ġenh ance +ent ence +'] :Ċ +ack ets +Ġcelebr ate +@ ", +Serialize Field +Ġarray s +t b +ĉ st +[ assembly +( reg +.c ategory +Ġimpro ving +Ġsal ope +Byte Array +Or iginal +Ġ[ {Ċ +åĽ ŀ +ĠCl in +oen ix +ĠS amsung +Ġmaint ained +Ġag enda +f ail +Ġpres ents +Ġtim ing +.m ark +' >< +Ġprom ot +Ġin cl +_ only +ë¥ ¼ +ĠAtt orney +- date +Ġlands cape +Ġf u +S Y +.p rop +ĠA rr +p ag +Parallel Group +': čĊ +Ġlog s +a unch +unc i +n ama +Table Cell +iss ues +. { +ec urity +_ex ec +old s +Ġhost s +Ġpro to +_ import +_s ort +ĠB ow +ĠN ormal +ĠF arm +.create ParallelGroup +R otation +. err +Ġp leased +it age +.W h +ĉĉ ĠĠĠĠ +M R +ĠM ORE +ĠN atural +_ transform +B ASE +ener al +ut down +.common s +W T +Ġa an +. Result +d og +Ġclick ing +), ĊĊ +# line +Oper ator +Ġc iv +Ġm erg +ob uf +ng then +Ġ[ { +Ġcan cell +tr igger +. : +W ORK +decl are +Ġdecre ase +ÅĽ ci +lo om +.N one +ĠM I +ĠJ ason +Ġhealth care +iam ond +s ylvania +* x +ĠR a +[ b +Ġprint ing +ph abet +ĠLab our +op per +Ġz ijn +-t arget +_F UNCTION +Ġo ct +ени Ñı +åľ ¨ +Ġwest ern +Ġcomput ers +ĠR ET +Hash Map +[ String +get Value +_D ATE +.N ext +ĠF if +é l +ick ed +æ İ +-M M +Ġ{ ĊĊĊ +Ġcontact s +Ġdig its +Pro du +Ġunus ual +Ġrapid ly +t ures +Ġang ry +c ancel +xx xx +_p arser +id ity +_P REFIX +Ġme hr +Ġrare ly +et he +op es +Ġ% . +work s +Ġthe ta +Ġcontrib ution +ĠT ony +Ġsqu ad +аР¹ +Ġî n +th ere +out ed +ĉ q +Ļ Ĥ +g ood +L I +é¡ µ +ĠL iving +iz abeth +Ġk t +ĠD allas +] ],Ċ +Ġ/ >ĊĊ +Ġrais ing +/r outer +_g ame +ĠC UR +z ens +. es +Ġfont Weight +(f unc +not ification +Ġ'../../ ../ +Ġbl ame +ãĢĤ ĊĊĊĊ +an co +Id entity +f ollow +Ġart s +x s +Ġofficial ly +ĠSt udio +Ġrecommend ations +Ġloc ale +Ġam ateur +ĠEn able +Ġcap s +. End +- add +_g shared +ĠC T +For ce +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Ġor ange +Ġl p +Ġanswer ed +.G rid +Ġd ual +Ġstrateg ic +Ġnob ody +Ġf atal +_ est +( el +Ġì ł +ĠB udd +A IT +_f actor +- one +ĠH AVE +" čĊčĊ +Pro f +Ġä r +str ings +Ġdir ty +ĠF ace +ĠB egin +ĠB us +Ġw is +åŃ Ĺ +Ġspe aker +Ġcar rier +ĠO m +Ġhad n +All ow +:: __ +Ġver b +ĠCom plete +ĠE asy +Ġb ills +ĠĠ ĊĊ +Vert ical +Ġpr on +ĠDef ine +Ġlook up +variable s +Ġpand as +um es +Ġinn oc +Ġset Up +ĠCh ampionship +art ist +ĠC Type +F oundation +๠Ī +ĠSet up +Ġrec ipes +ĠU IColor +ĠF ight +Ġauthor ized +_c lick +_s uccess +ang an +ĠMount ain +ĠDo ctor +Ġeg g +ĠMedic ine +c les +` .Ċ +[ int +d ashboard +ĠApp ro +-d r +Ġprodu ces +Ġrent al +Ġre load +Ġarr ival +sp ot +Ġund ert +Ġequ ipped +Ġpro ved +Ġcent ers +Ġdef ines +al so +Ġop acity +ĠUn fortunately +ĠIll inois +Ġн е +ĠTem ple +ĠTr ail +ĠK elly +Ġmeasure ment +Ġsepar ated +-c ircle +H ey +ĠRE AD +ig its +Ġ ib +ĠM OD +atter y +аР· +Ġv end +ен ÑĤ +ĠHttp Client +s afe +_A SS +ic it +ĠCon struct +ĠC lo +ĠS ix +_T OKEN +(b lock +Ġwarn ed +/* ! +! Ċ +Ġinnov ation +_ " +Ġ );čĊčĊ +Ġsp ots +Ġcho osing +.c s +Ġflex ible +U Int +Ġscr atch +- al +Ġf estival +Ġout standing +================================ ================ +M ean +ĠO regon +s ymbol +. account +d ney +'' ' +! ", +Ġpart icle +à ĥ +[ MAX +IV ER +ER ENCE +NS Mutable +ĠColum bia +_ ĊĊ +.f r +Ġc ogn +V R +ĠMethod s +ĠM ade +ĠB R +ĠEl se +Ġeg gs +Ġsw ing +ĠIn v +Ġdise ases +Ġf irms +Ġle mma +}` );Ċ +l ings +Ġg ym +umin um +.T rim +M em +Ġcritic ism +ibern ate +_T X +ion i +Ġguid ance +Ġrepeated ly +Ġsup plier +Ġpaint ing +.F ragment +ed Exception +Ġw iring +Ġcour ts +W EB +æľ ī +\ . +ill ance +Ġb rows +ĠP attern +PL ICATION +ĠSum mer +Ch ain +Ġc ute +mer cial +Ġd il +ĠFrank lin +ĉg lobal +IN CLUDING +h istory +Ġl st +Q t +SD L +al ia +i ere +( ... +ĉc in +iff s +vel ope +ĠR oot +cl uster +User Name +ign e +< S +Ġf est +Ġindic ating +ke eper +Ġc ada +é g +cons in +ĠG B +Ġl b +em ony +-icon s +_d oc +Act or +e lem +.De lete +Ġin fection +ĠPriv acy +Ġgreat ly +ĠP os +ĠT reat +Fl ow +Ġattract ive +ĠMar c +s udo +tes y +- an +ab ama +ĠW ould +Ġsu ck +index Path +ĠE t +T imes +Ġclub s +_ass oc +Ġac quired +(" : +Ġint ense +.m aps +Ex pected +T oggle +Ġa y +Ġl ifestyle +-c alled +ĠS now +V olume +Ġcann abis +ĠD irection +ĠLim ited +-s pecific +Ġd owntown +/ icons +Ġre ven +L eg += null +Key board +') ). +Ġ"" ;čĊ +Ġatt itude +.n avigate +- error +AM PLE +ĠJ ay +v r +c ow +.com pile +Ġmem ories +_m ark +ĠMin nesota +Ġk osten +Ġprob ability +w arning +Ġgen etic +F ixture +ĠHash Set +N ombre +_m onth +Æ ° +- start +xy gen +ĉ ft +i agnostics +ĠMat thew +Ġconcept s +Ġcon str +. State +и н +N ov +Î ± +ĠP anel +ä¸ ª +com pare +> ()Ċ +Ġapply ing +Ġprom ised +Ġo x +nc ia +ĠValid ation +ort s +_c ur +e lect +ey e +( Data +Ġreport er +ĠB uff +Ġs r +Ġ" ; +ick y +Ġtemp or +S N +Ġres ident +pi res +ys ical +Ġend orse +ĠS ong +is Empty +le et +_ util +Ġdist ingu +ĠT alk +ĠM ot +( default +.A rg +gorith ms +_ words +im mer +_res et +f amily +W W +Ġsav ings +ĠâĢ Ŀ +_en able +side bar +Run ning +Ġal i +Ġtest im +Ġwarn ings +ĠCh em +ĠEx it +Ġfound er +pect or +Ġr m +_d ataset +ĠD as +Ġh an +Get ty +á l +Ġn y +Ġpo verty +Ġresult ed +.b y +ĠVis it +Ġobt aining +/ '.$ +ĠĠĠĠĠĠĠĠĠĠĠ Ċ +sh all +_LE FT +UI Image +_ Name +h ave +ĠN ob +l r +- footer +Ġn aked +ĠG arden +\F acades +Ġgrad uate +Ġfranch ise +pl ane +Ġcontrib utions +Ġstring With +Ġc rypto +Ġmov ements +ath ers +Ġlif etime +Ġcommunic ate +j ar +ĠFr agment +_ IF +ĠN avy +ĠF igure +Ġsim ulation +_st op +Ġreport ers +Ġvers us +aj a +ĠÎ ± +Ġgovern or +List Item +Ġse aled +.Back ground +ed i +ash ing +Ġl ip +ĠI h +mer ge +Ġn ec +el ocity +ATE G +Ġse eds +Ġflo ating +_F A +w alk +ĉ user +_de pth +Ġw age +@ app +N il +( [" +( vector +Ġsecret ary +Ġj Panel +ve z +³³ ³³ +d irection +ĠE P +Ġh unt +Json Property +ĠP ORT +] ", +аР¿ +ĠFore ign +pan ic +Ġtri als +ĠA le +Ġr ural +- value +author ized +ĠScot land +.d rop +ĠM T +ç ± +row th +File Path +Ġrec all +if le +Ġc el +ĠSE LECT +k n +_c ase +Ġc rop +s ure +p ot +IC S +Ġst em +Ġindust ries +P ut +Ġa ber +road cast +Icon s +) ")Ċ +æĪIJ åĬŁ +g ui +Ġassum ed +Ġr x +E A +è § +EL L +Ġdo se +Ġin e +Ġde eper +l ider +Ġord inary +Ġg olf +_IM AGE +ĠN AME +(m odule +Ġat om +Ġbel t +Ġoff ices +b eta +Ġphilosoph y +( JSON +-f ield +Ġintrodu ce +Ġconven ience +opt im +> "Ċ +ath y +Ġemploy er +qu ate +Ġed ited +Arg uments +ĠN ations +__ ) +Ġno se +ĠS ample +' )ĊĊĊ +Ġc ake +.get Attribute +H D +Mod ified +Ġpredict ed +Å Ħ +an ie +S orry +(d oc +w ind +ie ve +Ġprov isions +AT ER +OT E +M Y +.A utowired +ĠB ath +. Boolean +Ġback end +.M ouse +ater al +p aper +Con st +ĠV R +_ entity +_C TRL +ĠProte ction +ĠG M +ĠStud y +Ġsou p +ot ime +' use +] " +/ users +a ug +ĠH ong +_n orm +ãģ ¨ +Ġse cre +(B uild +ĠCon tract +ol as +Ġsa uce +Ġaggress ive +Ġrac ial +char acter +@ @ +Ġcomp ile +ĠV oid +_re m +_m emory +k k +Ġm ic +S ame +U tility +ĠH tml +ĠX ml +Read y +Ġg all +Ġalleged ly +ĉĉĉĉ ĠĠĠ +ĠMet al +ĠPerson al +Ġborder Radius +rx js +object s +Ġwant ing +Ġb owl +v endor +offset of +ĠR s +ĠR ating +Ġr ally +_N ODE +ĠM ix +Ġadvert is +Ġnarr ative +s al +Ġm c +SE rror +Ġf ingers +Ġaccom pany +Ġt ired +Ġstr ide +Ġgu i +el ist +Loc ale +Ġrele ases +ik ing +Ġan ger +)) )ĊĊ +alle st +Sum mary +( O +(f or +Ġbasket ball +Ġroad s +ĠInst all +ĠF ab +it map +Ġ) )Ċ +Ġinter section +ighb or +ĠB ry +ĠHER E +So ftware +elf are +ac s +Ġtrail er +.get Class +ch ars +Ġreg ulation +Ġref ers +Ġde struction +Ġcontin uous +ĠAust in +é ¢ +ak an +.w indow +ĠTem plates +Ġabs ence +: n +Ġdis order +fl ash +Ġde let +bo ards +ĠĠ ĉ +RO P +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġac qu +Ġlaws uit +ĠRe views +Ġgar age +t imer +Ġe j +ĠRect angle +Ġflow ers +il st +ĠIn stance +S uper +d et +dis posing +ĠE S +ĠI C +ver e +S k +_ch annels +put ed +/ null +nn en +ĠG allery +_g lobal +Auth entication +ĠR ank +Ġblock ed +Ġcal m +mark et +ĉ val +Ġa ug +per iod +ĠCon stant +Ġ?> ">Ċ +Ġl obby +p al +Ġs ink +ia h +Ð ¡ +urn ame +Ġcon ver +Ġinvestig ate +Ch rist +H ub +ĠIN D +ĠP ed +ur as +ĉ url +ĠT ro +Ġpre ferences +Ġguarante ed +` ĊĊ +Ġport ions +Ġeval u +' > ;ĊĊ +.AutoScale Mode +Ġc ats +Ġreg istry +ul us +F I +p ayload +- search +Ġstay ing +ac ious +Dec oration +Re view +In f +Ke ep +it is +, String +Co ord +Ġper o +S ex +ĠAtl anta +uest a +Arg b +> * +} _ +F ooter +Ġemploy ed +_b ound +v ide +.f unc +$ scope +Ġsp o +ĠAn al +ounc ed +ar ound +Ġrestr iction +Ġsh ops +å Ģ +ĠLat in +-c ol +Ġbare ly +ĠE uro +E r +Ġfa ire +_d istance +_un lock +Qu ote +IV ATE +Ġå Ī +Ġaim ed +ĠRet rie +. iter +Ġwr apped +Ġagre ements +str ument +( product +Ġstud ied +.set Value +Ġy e +ĠC ache +MB OL +Ġquarter back +Ġsy ntax +.getElements By +.v ersion +we bsite +Run ner +_s ingle +at iv +ĠAl tern +ĠBeaut iful +right arrow +Ġd iversity +pl ash +( co +.F ill +Ġtyp ing +Ġcl ar +H it +O O +ac co +w orth +Ġscript s +ĠMuslim s +ĠL L +erv ing +( boolean +Ġbase ball +ĠC AN +MA IL +de pend +Ġrespect ive +Ġconst expr +.* ;ĊĊ +'] ))Ċ +Ġy ard +Ġident ical +if ecycle +US H +up iter +. validate +cl i +IST ER +Ind icator +F ail +Ġdemocr acy +. var +Ġsatisf ied +------------ - +enc er +h or +Ġr ounds +DA O +o a +Ġfl ask += c +[ ]Ċ +/d ist +Ġpart e +Ġconfirm ation +er on +aw are + +Ġdepend encies +ĠV ideos +- row +Ġ** /Ċ +Ġn ou +Ġh over +æ ŀ +Ġn in +ĠUS D +M ac +_L oad +Ġout comes +_s ocket +Ġqu eries +w m +Ġhit ting +in ux +M ich +ud ge +AT AB +Ġvulner able +ä ¾ +Ġport folio +: YES +ĉm ap +B ound +Ġiter ation +in cess +Ġact ors +ĠQ ual +_c lean +ãĢij ãĢIJ +MS G +G reen +ĠOff icer +Ġsm oking +> ', +ĠF lo +++ ; +oly gon +Ġbul k +Ġdr ama +Ġexception s +os ed +Ġ+ čĊ +Ġleg acy +C V +Ġcontrib uted +ĠTer ms +Ġb t +Ġunt uk +Ġal ien +=== Ċ +ĉ Vector +Ġl s +On line +.f acebook +num eric +ock ets +A ut +b ury +-re dux +ĠRed istributions +GLOBAL S +urrenc ies +Ġt ons +âĢĻ , +Ġà ª +(c ol +ĠS ymbol +Ġstay ed +ĠM L +Ġm unicip +Ġsex o +S en +n r +Ġg ains +Ġshort ly +.M enu +à ½ +KN OWN +Ġoper ators +- V +ĠPat rick +/ add +_C O +ir ation +(p ost +Post s +/ _ +Ġpl ug +Ġintellect ual +Ġmet ab +Ġpregn ancy +ĠPrem ier +n m +Ġpred iction +ĠMin istry +Th ree +val uate +ĠMin i +b u +оР· +< ul +Ġd d +ol ving +ĠC ut +Ġs chem +.tr ain +it ate +Ġr ice +Ġbird s +ãģ « +m iddle +struction s +Ġn erv +a que +Ġfl u +Ġsurv ival +ĠGal axy +ĠF ant +. Order +At trib +irt s +é c +M ovie +Ġcon ce +qu arters +Ġm ood +.Add Range +Ġres olved +ãĥ Ī +Ġburn ing +ĉĉĉĉ čĊ +ĠW E +Ġhost ing +L AB +Ġman agers +Ġstre ngthen +< const +ĠFire base +on ed +ĠJ ean +' ";čĊ +ĠS av +.B old +Ġen ables +ĉt mp +Ġman ually +ĠS qu +user id +.f unction +.c ache +LO PT +.S ervices +dd it +t im +< img +ĠTh ings +ĠEvery thing +Ġa pt +em and +Ġroll ing +ë ¦ +. level +Ġst om +ĠW inter +Ġview ing +( values +ocom plete +v ia +up o +Ġabort ion +i ère +ï¼ ij +_B UTTON +_d omain +Ġb ra +ĠA st +in as +Ġstat ist +c od +L R +Ġdr ives +Ġfollow ers +Ġall ies +ĉc urrent +ecess ary +Ġdam aged +_ pt +and les +oun tries +Ġsim ult +e u +Ġcontrovers ial +_G ROUP +Ġr ib +. Info +: mm +.n ormal +_ADD RESS +Ġ íķ +add le +ĠD ur +. Element +W arnings +Ġcred its +Ġin hib +Ġem issions +Ġh az +.y outube +ugg ed +Ġbo ther +ĠK ansas +ĠF ixed +ĠTest s +ĠF IX +Un iform +Ġk ont +>> > +st ation +lo re +at ype +ish op +/ **************************************************************** +Com boBox +Ġvac ation +Ġiniti ative +Ġdefault Value +con cat +ĠK h +ĠW elcome +ized Name +M igration +Ġgrad ient +H ot +Ġhard ly +el o +ĠStud ents +Ġlo ose +at z +.S end +' / +Ġunivers al +Ġenter prise +Ġreg ex +Ġvis itor +ĠF ly +Se q +ภĻ +ĠVis ual +Ġlib raries +ato es +P ayment +Ġp ent +Ġgather ed +VRT X +ĠD M +S plit +Ġlet ting +Ð Ŀ +_error s +ep och +P ARAM +c u +ÑģÑĤ в +ol utions +Edit ing +font s +Ġalloc ated +ĠB ased +( Y +ĠJud ge +Ġbro thers +FILE S +ç o +w b +_P I +' ^ +Ġs word +.s ervices +Ġn l +T im +ig g +ĠMo ore +Ġcrypt oc +åĩ º +_post s +ot ate +? ' +... .ĊĊ +Ġk l +=" $ +Ġdec oration +Ạ¡ +ĠD IRECT +G UI +) =>{Ċ +Ġnews letter +Ġprec is +(p oint +ĠEqu ipment +ut y +ĠD ave +Ġparticip ation +u arios +x it +.A s +ET ER +or ous +Ġsh ield +[] > +ilit ary +. origin +Ġprom otion +U nt +Ġc t +TR A +View Holder +Ġsig ma +d elta +are house +con tract +( Vector +Ġcompet e +/ form +/ components +Ġn r +ĠInd ones +Ġо ÑĤ +ĠV olume +.f iles +(res p +/ models +Ġsur f +stand ard +/ o +ĠXCT Assert +V ICES +.C ode +SE D +Ġact ivate +D elta +Ġlimit ation +ri j +Ġpregn ant +: ^( +Ġs our +p ie +Ġexp ense +ic ation +ĠL arge +Ġ ± +ĠB owl +(model s +/ N +P a +.re load +Ġwonder ing +Exec ution +ĉ ĠĠĠĠĠĠ +ĠG raphics +ĠCont in +_j ob +Ġget Name +ĠM agn +ĠD WORD +m ad +Ġn h +fe atures +} ");Ċ +he ets +(tr ain +z n +Ġrecru it +.con nection +Ġbar rel +Ġste am +_set ting +Ġang ular +ane ously +Ġb il +ĠN orm +(! $ +ib t +% ( +Ġpos it +ĠF ather +int endo +L ive +Ġport s +Ġme j +Ġland ing +pon der +Ġc od +_HE ADER +.M argin +Ġball s +Ġdiscuss ions +Ġbl end +H ex +Ġfarm ers +Ġmaint aining +ĠĠĠ čĊ +s yn +[ T +r us +uff ers +Ġcontrib utors +_s ys +.De bug +Ġconstruct ed +om es +? id +sl ider +Ġsup pliers +scri ber +p es +Ð ŀ +": čĊ +\ Controller +)) ĊĊĊ +Ġl ua +M ulti +EN S +S rc +Ġpet ition +Ġsl ave +look ing +V ERT +ĉ vector +S pecial +h h +an ne +ĠN iger +/ views +z ing +end ant +< C +s peed +Ġ{ };ĊĊ +Begin Init +Ġf open +@ RequestMapping +End Init +Ġp unch +S ender +é Ķ +get Message +/t ypes +.P I +(' ');Ċ +oc used +( all +Ġdrop down +). __ +ĠV in +.Fore ignKey +can f +ou red +ĠOrgan ization +ĠÐ ° +ĠC ulture +(cl s +, _ +rg ba +ìĿ ĺ +.data GridView +Ġdo zen +ĠG es +_sh ared +n ick +Ġh osp +om eter +Ġclaim ing +ib les +ri k +æĺ ¯ +en ario +Ġd engan +ob b +m ont +_r ank +('/ ', +Ġap olog +P s +_p ower +ĠG ree +Ġful fill +Ġfire base +Ġf are +ĠH im +Ġbe an +âĢ¦ . +ĠS PI +_R X +Ġper ception +rel ative +comp ile +u um +ut os +a uc +ĠAs k +Ġindic ator +/ th +.set String +ĠWis consin +.D omain +Ġart ificial +De velop +ĠSar ah +Ġl ying +( search +ĠEmp ire +urr ing +æŶ éĹ´ +=" ${ +Ġget Id +ĠP ayment +trans ition +Ġ ]. +ix in +V T +- select +Ġdemonstr ated +Ġlast Name +employ ment +.get Property +Ġf ought +file Name +ĠP ers +-c ard +a str +attr s +Ġprom inent +Des ign +anc ouver +ãģĹ ãģ +ard o +se cret +Ġr ag +Ġpo ison +-m an +, omitempty +ĉ un +it zer +ĠCas ino +ĠR oss +- foot +(result s +Pl an +Ġlas er +ê¸ ° +_D R +F acebook +Ġbo ards +st a +] ], +Ġt iles +S IZE +Ġ= ~ +Ġprem ier +oc ab +Ġenc oded +Ġres erve +ĠAfghan istan +ĠList Node +url s +Ġsub mission +Ġne u +Ġ# +# +_P OST +Ġmo ist +ell i +ellig ent +. alert +ó d +b re +ĠCol lect +Ġgraph ic +Ġlong itude +ĠPro vid +ĠCal culate +x ffff +c riteria +Ġw aters +ro ck +lo quent +ĠT rib +Ġbur st +Ġsuff ix +.Ext ensions +ish es +iv el +ĠLI KE +ĠGet ty +.Action Event +.s lf +ĠH AL +up al +E AR +ud i +_time out +U F +ĠSing apore +ĠAd vent +_int erval +cha ft +ĠE mer +Ġtele phone +ĠTur k +_ interface +ĠO wn +Ġencour aged +< Object +_T ext +ĠOnt ario +ĠApp ly +.f irebase +Ġant ib +P riority +ene z +D ays +c id +urre nce +; / +inn ed +Ñģ Ñı +Ġve z +f w +// $ +att ack +Ġstart up +ain ers +.f ragment +op acity +( conn +he im +.n etwork +( stream +ĠN ON +t ol +ĠX box +ĠD S +Ġc ached +Ġprostit utas +ĠB alt +(' [ +Ġno except +" ' +Ġs d +. valid +_ ag +Ġr aces +Ġro d +itud es +< >( +.Pro duct +Form s +NE W +P ay +ĉ boolean +_ contact +ĠElect ric +sk ip +Ġw ur +Ġch ronic +_d river +ĠS ab +ĠU lt +ĠR ad +ST ATUS +ĠLew is +O B +Ġgift s +.Re c +TR UE +Ġint ensity +Mark er +.com pare +ff ic +C ookie +ĠB aby +ĠBig Decimal +ile t +ĠHOLD ERS +ĠL ady +Ġl ung +ĠAl abama +Ġd ess +` );Ċ +ĠB uilder +_reg ion +Ġne utral +Bo th +Ġh p +Ġh orn +Ġseg ments +ĠE C +"=> " +( rec +ĠP i +G M +Ġl aptop +Sc alar +is d +-d ialog +ĠAnd erson +Ġmist akes +ĠH an +j es +est ination +Ġprom ises +b id +ĠSc ient +G IN +ĠPer formance +b age +. users +le ading +Ġor al +G raphics +_P TR +h ang +Ġin ev +process ing +F actor +ĠN A +$ string +Ġground s +.Save Changes +c lock +cri pcion +ĠNew ton +g c +.in cludes +Ġbl ast +Ġ'- ' +Ġpued e +.S ession +Ġgre p +_f inal +ĠG ay +ĠG ive +ir i +-st ar +ĠUI Image +_ep och +ub b +ent h +Ġel ite +Ġcampaign s +ĠP orno +_ assign +Prot ocol +ĠBe ing +ĠAir port +Ġconvent ional +ĠW at +ĠC I +ET A +ĠAnth ony +Ġtable t +( format +Ġconsist ently +ĠI owa +Ġav atar +.c ursor +! [ +Ġh anging +H er +S uch +';ĊĊ Ċ +orge ous +() == +Ġview Model +Ġ ãĥ +Ġel s +ĠAg ent +F etch +ap or +Ġc x +p read +ĠP ier +oe ff +S n +ĠV irtual +A pr +.Wh ite +_M OD +ĠPoint s +å¤ ± +Ġgen es +Ġv endor +Ġmain stream +< src +ĠEl izabeth +Dec oder +- state +ĠG lass +nc y +adi ans +_m on +ĠRem ote +Ġwire less +ĠM i +å ī +è¡ ¨ +st age +ĠT ile +ll ib +V ariant +== Ċ +Ġgold en +(Q String +.put Extra +ĠD om +ĠAn imation +Ġinter active +if act +éĻ ¤ +LE T +Ġfrequ ent +Ġ< >Ċ +F ilename +Ġs ne +ĠFoot ball +Ġr ival +Ġdis aster +ion ic +ĠD amage +. Resource +- en +ĠT ypes +get String +( board +Ġb ol +pl ain +z ym +ภ² +Ġsc anner +ild er +_msg s +æ ı +(int ent +Ġde struct +Ġb ust +ĠE mploy +on i +ĠUI ViewController +Ġodd s +ear er +Ge ometry +Ġy ii +_EX PORT +ĠAtt ack +Ġn iet +Ġim pression +ĠG il +_pro b +ĠC F +ĠEx perience +/pl ugins +.M ethod +Ġbelie fs +N ative +_b uild +Ġv ig +Ġr anks +cover ed +s uch +G uard +.p ack +add er +iv ia +l ng +Ġв Ñĭ +T imestamp +_n ow +Ġp oker +Ġun c +Ġsh apes +-t ypes +_per iod +p k +Ġveter an +Ġson o +Ġappoint ed +over flow +.d river +_c at +ut t +pl ant +im b +ĠAc cept +Ġconc ert +ĉ node +ĉ z +? >čĊ +Ġb anned +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġto xic +Ġdisap pe +È Ľ +Ġgr ace +ate ful +Re ply +ĠCru z +Ġsc rap +Ġkey words +s imp +Ġmort gage +Ġcy ber +ĠEx ecute +Ġlat itude +if u +.C OM +d bo +Ġsort s +ĠG as +om ial +.L ocal +Cell s +.Re place +String s +.f it +ĠTh ird +% ",Ċ +Ġ{} ". +ĠS ony +Ġ[ : +Ġfall en +. ')Ċ +in h +ĠM C +Ġred is +C odes +Ġprofile s +h ook +Reduc er +_F UNC +Ġn avigate +str len +Ġh orm +á ŀ +ĠS R +. boot +Ġdig est +ĉ header +.find One +æ ģ +Db Type +n ia +_m erge +Ġdon ne +/ Getty +_CH AR +Ġb ands +. URL +art ial +Ġf req +Ġs ist +N g +Ġrender ing +\ Core +Widget s +ĠV A +Ġactiv ists +St e += _ +all a +St amp +Ġload s +Ġx x +ĠL earning +.M vc +u ir +(" $ +Ġconnect ing +Read Only +ur u +ĠE ag +B IT +_DE L +å § +arr ass +ext ernal +ĠY OUR +ĠB rew +ĠF ive +Ġres ize +ig id +er ation +ĠÑ į +åĬ ł +ĠC atch +Ù ģ +ĠLe on +am il +.B ody +Cl ip +/ list +.b r +Edit Text +ĉ db +.G ame +(Build Context +back end +.R ed +face book +.url s +m r +rol led +---- --- +Ġinter vention +Ġretire ment +ĠK it +ĠP RE +Upper Case +ĠS ocket +Ġ: - +Ġstudy ing +ĠMet ro +ard ed +Ġconvers ations +C alled +Ġexam ine +ert ificate +.g z +-res ponsive +Ġref und +_n etwork +allow ed +em pt +Ġme als +C ategories +Ġtravel ing +Ġk g +Ġsh ame +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġexplicit ly +Ġmath ematic +ĠS uite +ĠR GB +****** / +Ġmix ture +lear ning +.t emplate +att s +w x +ĉ ctx +.p roperties +Ġdrink s +ĠE ither +set Text +.get Data +.z ip +Ġreve als +< table +.Hash Map +ĠH ur +) ");Ċ +.f ramework +ĠST ART +feed back +Ġsaf ely +. icon +config ure +. lock +.l ayers +/> .Ċ +Ġrank ed +_ impl +ĠHand les +Ġhost ed +Ġup dating +al bum +é Ŀ +Ġsh ader +Edit ors +- round +[] { +Ġse p +ĠH i +TE M +look up +.m an +_IN PUT +Ġthreat ened +_IM PORT +Ġd rops +ru it +s id +bo th +ĠEx cel +Ġj er +ord inary +еР¹ +V IEW +re ply +Ġ) :Ċ +color s +ver ified +_T r +_p arse +Ġcon gress +P romise +int s +ĠM other +.A pi +ĠD uration +Ġfirst Name +inherit doc +ĠM ars +Ġa pr +OD Y +Ġvis its +Ġhe aling +let ters +)) );čĊ +f uture +.F ramework +Ġk iss +Ġinv olve +Ġsil ent +ad ows +Ġany body +s ch +Ġsole ly +- img +Ġprop ri +Ġin struct +Ġlic enses +Ġm eth +Ġcond em +ĠD omain +ĠHarr is +Ġs Ã¥ +CE PT +B atch +@ extends +ĠCONTR IBUT +.Data Frame +_p acket +rec ision +Ġfoc using +. ht +__ ":Ċ +: Get +ĠK C +Ġpass age +Seg ment +_c enter +-z A +_B L +Ġconv in +Ġclass ified +ĠNS Mutable +_ ap +t ile +Rect angle +(n ums +v ens +ĠUI Button +ĠF eder +am o +Ġout line +ĠPar ser +Ġâ ī +ĠWork s +.S chema +Ġeng ines +_com mon +_ old +Ġset ContentView +Ġ/// < +ĠB T +f m +Ġd ivers +_ weights +em ark +ĠA CT +Ġpro portion +over lay +.dir name +ĠG it +_REF ERENCE +< > +l b +_r ule +è´ ¥ +ĠPut in +Ġsleep ing +() :čĊ +Ġpres erve +Ġpar liament +ĠLook ing +Ġpick ing +ĠDis patch +Ġsl ip +ë ĵ +ĠL yn +_sign al +config uration +ĠP itt +ad en +pro cedure +Ġenthus i +f ight +ĠCons ider +Ġt orn +Conn ected +.c os +_group s +ĠTh ink +Ġdel iber +Ġres id +work ing +.column s +ĠCal led +Ġes lint +> ", +_D OWN +h ist +ĠAdv anced +Ġre wards +act ors +Ġsil ence +Ġmy th +Ġne ur +Ġa uction +.Get String +ek s +( project +ĉ msg +ĉ output +Ġcomplaint s +, S +Ġt bl +Ġ, ĊĊ +ri ors +ah ren +Ġlawy ers +re dux +_s ymbol +off ee +_RES ULT +( Name +UT C +.current Time +Ġorgan is +. arg +Ġmin im +w ick +Ġrece ives +B alance +Ġspeak s +ĠD ays +ĠBel ow +t ipo +P resent +Ġres erv +h p +Ġr it +_R IGHT +-- ) +Ġchair man +D IS +ĠBO OST +Ġexper iments +__ );Ċ +Ġst amp +Ġf ert +Ġf ond +T er +el ve +ure n ++ i +end ency +Ġvirt ually +... " +ï½ ŀ +- cent +_un ique +Ġpr icing +m ic +RES H +Ġ:: : +Ġan notation +ĠC ircle +ong odb +it as +Ġ% ( +( component +Ġо б +( port +-h our +. obj +L BL +Ġj ury +GB T +Ġsp y +ĠProf essional +Ġ"" ;ĊĊ +Ġstri king +Ġdiscrim ination +Ġp ays +lic t +ent es +Ġthrow ing +ĠPl ugin +( def +ĠRuntime Exception +ĠM igration +Ġd ic +b ag +on ia +Ġcor ruption +( Map +Ġpr z +.d to +Ġac quire +State ToProps +Ġlo ving +оР¶ +_p attern +Ġemot ions +Ġpublish er +_b e +Ġcoup les +o j +ĠCh art +Ġt rop +.t ool +Ġestablish ment +Ġd ol +Ġto wer +Ġl ane +ĠSy dney +Ġfill ing +claim ed +Ġdialog ue +Ġcon vention +book ing +pare ncy +æ ± +ĠGener ic +\ Schema +Ġr anges +/ ch +Ġpan els +Ġr uled +çĶ Ł +.t s +_s ets +Ġclean up +Pre vious +ĠAn imal +($ ( +ĠA ve +oll ar +_e val +ĉ Name +(t ree +Ġ" ] +Ġdut ies +=' / +Click ed +Ġdifferent ly +ĠCl ark +Ġd it +olog ists +Ġsy nd +Ġs ends +- known +k b +ĠMod al +it ative +Ġr acing +Ġhigh lights +ĠSim on +ĠCapt ain +ä¿ ¡ +ĠC B +cont in +ar an +Ġphys ics +ret ty +et al +.m d +ax ios +Ġspeak ers +Ġpre p +Ġaward ed +ì§ Ģ +ĠC orn +ĠN ature +UD IO +Ġpro j +- pre +[ u +Fe atures +Ġis Equal +B inary +s ig +Ġconf usion +ĠH at +Ġkt ó +.config ure +M ON +/ edit +_A dd +, true +Ġc li +Error Message +- loader +Dim ensions +ultip ly +Ġ{ !! +ĠSql Command +Ġsp oken +Ġp ics +Ġto y +( Key +ĠLo op +Ø ¨ +E ATURE +in ction +_set up +w rapper +Ġt ong +c ular +O pt +.P l +=" , +(l ength +um n +Ġch rom +Ġse vent +ĠIllegal ArgumentException +ĉ start +Ġbeg un +CE PTION +dat aset +ĠF ailed +col s +Ġkne e +im ore +.sp lice +sh ell +ig gers +Ġthem es +ĠD J +ĠAss istant +- $ +May be +Ġorder ing +ĠInt elligence +ĠMass achusetts +Ġfail ing +el son +G reat += i +.re st +Ġinv ite +-dis able +.Group Box +âĢĻ est +Ġtack le +g v +et ter +Ġ), čĊ +_r ules +.w arn +function s +ĠChrist ians +Ġback ed +Ġsl ider +Ġenjoy ing +n est +Ġh ij +_m s +// * +An notations +ĠVariable s +< V +( server +ĠOr acle +element s +Ġorgan isation +_point er +ĠHe aders +[ d +Ġdead line +iss a +Ġkn ife +ĠNAS A +ĠHe ight +ĠAs ync +Ġven ue +.d om +bour ne +ĠHaw ai +Ġmem o +ict ions +Ġsurve illance +om i +/ assets +Ġed u +Ä Ľ +Ġro ster +Ġh ired +ĠT ok +Ġpl acement +ur ations +Ġset State +ĠMag azine +Ġhor ror +T ry +Ġl ag +ĠEvery one +th ur +)) ;čĊčĊ +. return +Ġsy mp +âĸĪ âĸĪ +Ġn ights +work er +Ġa le +ennes see +.st ep +Ġsynchron ized +our i +Do es +. change +f on +.set Background +irc ular ++ - +ĠC IA +ĠJ ane +ĠSim ilar +- I +level and +Ġpros pect +_f ound +ĉc olor +.D iagnostics +Ġann ounce +Ġassum es +/ tr +Ġb d +ĠCar bon +Ġanal ys +.de st +n ik +ĠL ie +- index +Draw able +ĠT AG +Ġtri angle +_F LOAT +ĉĉ ĠĠĠĠĠ +.bl ack +v ue +cur acy +Ġaffect s +Ġsure ly +Sl ider +uk i +c ery +Ġun ter +.pro file +ord on +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +le ave +Ġsmart phone +g ie +Ġcons pir +Ġt utorial +ç± » +Ġc ab +ĠSum mary +* ĊĊ +ä h +" This +Ġsl ides +" +c ycle +ĠB ull +path s +Ġun p +Ġview DidLoad +_M odel +Ġassert True +Ġr ated +De cl +vert ed +ĠD at +b rew +Ġpoint ing +M s +ĠPoint er +) ' +_n on +ĠSE C +Ġy eah +g ency +initial ize +f ly +[ pos +, g +Te le +Ġj oke +Ġcl ause +.find ById +en es +( instance + £ +Ġs lic +_h ome +Ġ*/ }Ċ +_p ages +(s ervice +R P +ĠAm ong +.get Current +ãĤ ¹ +Ġs lee += [Ċ +ol er +Ġlib ert +Ġ` Ċ +Ġw enn +l ated +Ġimm une +( Node +ĠPro blem +ĠA bs +log s +Ġ ../ +ĠA DC +Ġ}} ">Ċ +> ');Ċ += b +ĠW ind +lah oma +Ġalloc ate +or ian +Ġpres cription +- quality +ĠMay or +in ely +end foreach +ĠCom plex +k om +T Y +] ]. +. Style +_m any +',' $ +Ġbar rier +ĠF etch +ĠMar vel +Ġres ist +ог о +b idden +ĠRun nable +: false +Ġbuild s +ĠSt age +Ġd ub +emp o +.s ite +;ĊĊ ĊĊ +ĠDen ver +Ġre vel +Ġtrigger ed +Ġd ice +_f ail +Ġg c +ĉ X +ĠTh rowable +.r outer +ĠRev olution +ÑĢ а +_N ON +Ł ¥ +Ġel der +Ġab road +ĠÐ µ +ĠAd ult +bl r +g lyphicon +Ġprom oting +Ġ iz +ĠS olid +_lo ader +ear ly +.en abled +- edit +ĠU L +_ play +ĠInt errupt +Ġadvant ages +uc le +Ġmechan ical +.table LayoutPanel +ĠWork ing +Ġan onymous +R ating +ig ious +_ph one +.addAction Listener +Ġfr an +und en +Ġ*) & +_ bool +ul ative +Ġcon e +ĠM ult +Ġm ö +ĠFor ward +] ):Ċ +Ġconvin ced +act ed +ãģ ĵ +ĠConfig ure +Ġce iling +D er +Ġpass engers +Group s +Ġsoc cer +/ W +avi ors +sw ith +ĠZ one +. Options +ĠM om +ied er +Array s +Ġtreat ments +Ġprotect ing +f ac +Ġpick le +Button Item +Ġblock ing +str ar +à ² +ĠEx port +Ġth rew +ott a +ĠB ASE +.w s +.LE ADING +order By +_d elay +ĠP u +.d ll +ĠCh oose +Pol ice +ĠBE GIN +box es +Ġdiam ond +, l +Ġ ĉĉĉ +Ġcur ious +t v +Ġerot ische +ack ages +ĉ Set +T ick +.b order +static method +Ġch er +in voice +Ġcr u +Ġdef ect +_m etadata +re lation +ik an +[ N +(Q t +( Base +æģ ¯ +be at +ĠEm pty +ĉ o +_sh ift +Ġreg ret +Th ose +C ent +ĠPort ug +ĠIs lands +ĠT IME +Man agement +-s p +ê me +Ġnot ion +un ifu +P K +è¡ Į +ĠCUR LOPT +\" \ +U V +ç º +d ra +c ou += ` +ĠD estroy +r p +.c ancel +G G +r untime +ĠV ue +Ġprogress ive +/s ervices +Ġrun ner +_FR AME +.ToolStrip MenuItem +Ġ' ,' +d elay += utf +Ġscreen ing +Ġpull ing +om as +Ġan th +- new +/ local +Ġi Pad +Ġt witter +Ġd ying +Ġhe aven +ĠU Int +ĠSen ator +Ġpres um +ĠWalk er +Ġover come +ete ction +Ġemb arrass +Ch ina +In clude +RO LL +Ġdata Type +D avid +ภ£ +lo p +-m onth +Ġsc ar +ĠS afe +Ġ **************************************************************** +Ġaccess ories +Ġr amp +_U SE +Ġcontr ad +)) ]Ċ +Ġpre st +ĠH R +ĠR ap +Ġus ize +Ġcap ability +Ġc ort +- next +Ġbur den +_read er +Ġ@ @ +reg ular +ĠK a +M AN +Ġa str +Ġ' ')Ċ +Ġf ed +Ġpars ing +ĠY ears +Ġbro ker +": {" +Ġa kt +In ventory +abe led +Ġarg parse +****** *Ċ +vers ation +Ġc ord +ĠT i +Ġhope fully +Ġa h +ver b +Ġst olen +. Entry +Ġexpect ing +O rientation +Ġpower ed +Ġp ersist +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +'] ); +')) ,Ċ +ĠC ash +ĉ item +gr ades +rop ol +b asic +Ġ" );čĊ +Ġaw ards +(r ange +- all +ĠIB Outlet +ĠInd eed +---------------------------------------------------------------- ------------ +Ġstom ach +Ġfl ower +Ġs ew +_t imes +av is +Q String +ĠR outes +_pro t +Ġcom edy +Ġlog out +Ġwood en +Ġpost er +p iece +.J oin +ĠP ok +cel ona +mut ex +;čĊ čĊčĊ +Ġstri kes +Load ed +) arg +es a +Un ited +E p +PE LL +ĠAtl antic +ul let +app le +Ġsett led +a con +Ġprint er +ĠG C +å® ļ +Ġrender ed +, âĢĻ +he it +s ocial +. ge +ĠR ick +ĠUt ah +g ot +on ical +ĠSc roll +ĠSc iences +Ġj ug +Ġam pl +ent i +LE FT +Ġt abs +Ġenorm ous +.get Key +loc ate +. EX +.st orage +.W e +Ġto ast +ĠAdd itionally +ĠN OW +_ UPDATE +Ġtrans ferred +th a +.D isplay +_ ui +ID EO +Ġmeaning ful +ĠMos cow +, this +ĠVict oria +æĶ ¹ +ĠÐ Ł +.st ack +ĠB arn +pared Statement +: string +Ġb ij +ĠST ATE +Ġemploy ers +ĉ input +( | +Ġle x +in voke +ĉ num +++ , +at ial +ors es +Ġfor k +_t xt +ĠAnton io +Ġ( < +aver se +Ġdev ast +ãĢ Ģ +.D ec +ĠG ard +/ ui +. % +tr i +Ġrol led +Value Pair +itt en +ĠTh er +Ġv rou +ĠFl ow +ĠFin ance +ĠCom b +H C +.set Visible +is l +Ġp k +Ġup set +( raw +ĠV ice +e atures +ĠL ang +Look ing +ĠA ST +Ġtri ps +ĠJust in +b rowser +=" '.$ +. vertices +- co +}/ { +Ġ? , +ĠD omin +ĠBel g +" < +Ġsup pose +add y +Ġwalk s +ERR U +_f ilters +Pre ferred +sc ene +е Ñģ +ĠAff airs +Ġ"# { +Ġon Submit +Ġstock s +/ view +g ree +- get +h it +J o +.get C +Initial ized +ÑĤ и +c uts +( Type +ĠAg reement +ĠViet nam +Ġ/* ! +Ġp izza +- view +_ em +Ġl hs +Ġm uy +ĠId ent +ĠF riends +Ġab und +_A D +.t imestamp +- ' +Ġd uplicate +Ġhun ting +Ġregul atory +ia o +am ous +ĠEnt ertainment +[ A +iat ric +_CL IENT +ĠK ids +/p kg +B reak +)) );ĊĊ +ĠSh ape +Ġrel ating +Int errupt +able Opacity +emb re +Ġmyst ery +Ġjournal ists +rit able +.L ink +Ġstop ping +CRE T +.D B +Ġpopular ity +Ġg ew +Ġim pr +set Value +FL AG +ĉm ax +Ġb ake +w y +ĠEcon omic +Ġen contr +Ġf name +/ de +R ank +Ġbug s +.s m +Ġmed ian +D OWN +ĠS ure +At Index +ĠD ick +Ġ( __ +.d elta +F r +Ġsuggest ing +ĠRec yclerView +, e +ST ART +/************************************************************************ **** +xf ord +Ġrece ipt +CL AIM +read only +Ġeng aging +C a +as ma +Ġens uring +Eng lish +ĠV ancouver +hy th +Ġpurch asing +ĠP I +. word +(s p +.h ome +: def +Ġg ig +ĠV e +for um +ĠM itch +B ay +_F L +Ġs oll +_column s +Ġminor ity +b ird +Ġhand ed +SS L +ST AT +Ġnerv ous +ĥ ½ +Ġfile Path +CRE ATE +A w +Ġp ens +se ed +ĠCom pute +ol k +ĠAs set +re ach +'), čĊ +n avigation +L F +/ util +ĠP ub +Ġâ Ķ +c ion +## Ċ +II I +Tag Name +Ġam id +per mission +if iable +xFFFF FFFF +н и +.B uffer +_ irq +d ark +Ġret val +.f ire +produ ction +.list en +ĠWe ather +Ġbuy ers +. ne +er p +ĠP ent +Ġw elfare +Ġpage Size +ĠSt adium +ert a +Ġle v +amp a +P ager +Ġcharg ing +ĠNet flix +| null +_r andom +.x path +Ġst ere +ĠIS IS +pons es +( loc +ey ond +ĠOff icial +ĠMary land +Data Type +_p ar +{ }, +ĠEn joy +_SH IFT +ĠA wards +_ENT RY +Ġseem ingly +entic ate +Ġheart s +_ ;ĊĊ +ĠH IV +Ġindiv id +ĠFl ag +_ ctrl +ĠC allback +, z +ĠG PU +ĉ obj +ĠPh oenix +ĠB US +Ġrub ber +_A UTH +ĠSol utions +( location +Variable s +.set Enabled +_h igh +W O +G esture +Ġre try +Ġobject ForKey +allow een +Ġm os +ĠC ele +Ġik ke +(c ell +ĠM ODE +ren a +Ġdescri bing +Ġph i +Ġr d +Ġdes erve +Ġwhe els +å¸ Ĥ +Ġcrit ics +N amespace +ĠF ra +Ġ ĊĊĊĊ +Ġall a +Ġrequ iring +æľ Ł +ut ation +Ġdelay ed +Ġadministr ative +Ġb ay +.h idden +T ex +Ġbound aries +Ġ] );ĊĊ +ĠFollow ing +~ / +F i +_con v +_T ITLE +Ġdes de +ICollection View +Ali as +Ġb ite +pat ient +_COMM AND +Com pleted +ĉ elif +( < +B usiness +ĠP ool +Ġpurs ue +ĠB an +_st eps +_DE CL +um ble +Ġcom bo +ĠL ayer +.x r +Ġd up +-------- - +Ġmod ifier +ro b +re z +Ġath letes +Us ed +w ear +Ġlegit imate +Ġ" ĊĊ +Ġh v +St d +ĠH old +Ġsurv iv +ĠAll iance +ĠEar ly +Beh avior +(f ont +/lib s +Ġrect angle +Ġs inger +Ġam p +Equal To +Ġ" ." +Ġgirl friend +å ± +line ar +obs erv +Ġpi ù +Ġcomple ment +With Value +(p assword +t ake +Bl ank +ĠCom par +' ", +_p olicy +m ongoose +_FA ILED +.re port +R atio +.Perform Layout +us able +m ers +_re nder +PE ED +Ġles b +ĉ E +_t ool +Ġl adies +о Ñģ +)) ))Ċ +;; ;; +.d ot +Ġn est +pe ak +uk kit +ec a +_S W +Ġ& ( +ĠOk lahoma +Ġbank ing +ĠN intendo +Ġreprodu ce +_element s +_m ac +pro xy +Ġremark able +}/ ${ +Ġout s +.has Next +M ODE +Ġan ime +.con n +Un ique +D om +Ġimportant ly +itt y +Ġju ice +T w +ĠPart ners +Ġattack ing +Ġport able +am iento +.P ictureBox +.g en +Ġopt imal +Ġre cre +Ġjournal ist +ĠEx tract +ĠMore over +Ġmargin Top +.A p +Ġf iring +Na N +ĉ template +аР´ +. En +Ġdef ence +ĠT el +il en +j an += data +ĠU rl +ĠRe uters +(t otal +ĠFif th +Ġess ays +Ġinterpret ation +Ġchar ity +ĠR ules +Ġsub section +st yled +az er +l ags +L IST +Ġupload ed +Ġtr ash +Ġreg istr +Ġsell er +>' ;čĊ +Ġstart Time +ç Ļ +s y +(Http ServletRequest +Ġtr ap +G C +Ġembed ded +Ġsurround ed +im its +T X +yl inder +ĠF al +Ġsent ences +ĠJ a +IF ICATION +we apon +ov ation +Ġco at +Ġinter pol +Ġl ips +ĠK y +Ġv ectors +_ am +Ġint ake +.w orld +Ġin box +ĠM AC +_ ab +(name of +Ġent ert +Ġgather ing +ĠS IM +++ . +ny a +' }} +ĠUP DATE +Ġp ac +( html +ĠS ant +i ating +ĠIde as +Ġspr ay +ĠH art +Ġver ification +ades h +/ modules +ĠM ind +ĠSized Box +Ġsh elter +Ġher oes +att y +Ġcert ified +s j +Ġê tre +ÅĤ o +Ġpublish ing +ĠMal ays +.get User +ĠPro vider +ĠLinked List +ĠB or +RO UND +d id +t ain +p ire +ĠJ enn +t el +and e +_f ront +ĠMc G +Test Method +à¸ Ń +Ġoccasion ally +ĠW ales +Ġexerc ises +ĠÐ Ĵ +- plus +Ġvalid ator +Ġpr ayer +L ATED +_ author +Ġlab our +++ Ċ +-e quiv +ĠG PL +Ġface book +s imple +g ly +Process or +ip y +Ġ* > +Ġcle ared +ĠP ush +Ġpen is +Struct ure +li j +ĠM organ +Ġhand ful +" .Ċ +| \ +Ġ ******************************** +ĠA qu +_ IC +.load s +Ġm eter +ĠMar ine +:: { +ĠT S +ĠArray s +.T itle +GR AM +ter min +Ġco inc +El se +_st ates +-r un +m embers +ast ro +Ġon Press +Ġbe ings +Ġabandon ed +Ġtax p +own ers +.m ode +Ġdiagn osis +Ġ_ Ċ +ĠK night +ĉ A +Ġob serve +), ' +! ")Ċ +ĠPar a +Ġvari ation +( False +ĠAnt i +Ġg ri +Ġhome less +? v +Ġbe z +.S erver +re lease +ĠP atri +Ġchar s +Ġrank ing +activ ation +Ġw ides +q r +.S ql +ac ular +ĠB ot +_s ync +Ġhapp iness +Ġvolunte ers +Ġs its +/ < +[ e +(file Name +Ġcap ac +ĠMar ia +f ather +Ġgr am +* i +Ġcas o +_d raw +ĠR aw +ĠIter ator +ĠP adding +P D +BO X +ĠS PECIAL +Ġfe cha +Ġv ide +ĠLe ader +ä» ¥ +$ (". +Ġdiam eter +Ġm ild +Ġrock s +app ings +d irectory +.fl ush +ĠJ ess +UN IT +ĠP ear +Ġmand atory +S ur +q t +Ġstream s +Ġco operation +ĠS ac +Ġche aper +ĉ ch +an imation +f are +( height +( True +N Y +Ġw rest +Ġpoll s +Ġencounter ed +ĠMarket able +_P ASSWORD +_SE LECT +ĠArab ia +_c lock +Ġv oy +Ġи з +Ġst ir +is ible +-e ffect +.c reated +Ġto ys +ĠTrad able +Ġr ust +Ġstr cpy +_t imestamp +Ġtalent ed +, null +ĠJ obs +ĠPort land +Ġweak ness +Th row +ĠAng el +ä¿ ® +Ġun cert +ï¼ī Ċ +ĠìĿ ´ +Wh ich +Ġ[- ]: +S omething +Ġconv icted +k le +ed ium +Ġbranch es +Ġb ases +ç ® +Ġcomplex ity +ĠF ig +. reshape +$ db +_CON ST +ĠT es +.r untime +Ġden y +ĠB SD +Ġk r +h att +ĠSt atic +Ġunivers ities +Re place +Ġdro ve +Ġad oles +_pl ugin +ĠL GBT +Ġt ex +du ction +ED I +ĠT ed +_ URI +Ġre ception +art en +.S ingle +r ice +sc ious +_b g +Ġw ages +ĠS ervlet +UIL ayout +Ġform atted +.M od +< class +is en +Ġrepresent atives +"] = +Ġport al +ĠHun ter +Ġh iring +__ )Ċ +ric ulum +u o +li est +Ġt ears +L at +Ġliter al +.In sert +Ġc urs +ĠCom put +Ġterror ism +Ġswe ep +Ġ[] čĊ +Ġpass enger +Ġeast ern +Ġtwe ets +Ġoper ated +w nd +ĠS yn +.t ools +ĠW M +ul ates +Ġbacter ia +( bytes +.set Data +Ġvis ibility +// ================================================================ +el m +Ġgener ating +Ġm v +Ġk h +j en +/ search +Ġaccount ing +se gment +act ic +. ip +Ġdeploy ment +Ġfoot er +> ',Ċ +Ġexpand ing +ĠHam ilton +ĠCon trib +.T ables +Act iv +H H +ocom merce +_ ; +Ġamong st +ow ing +ĠC old +AP H +Ġpsych ological +_t ensor +Ġpack aging +ĠSw eden +Ġp are +Ġag gregate +Ġmoder ate +_h and +Ġdesign ated +Ġdr um +Ġget User +ĠC reek +_s cope +ĠTrans fer +ĠM arg +Ġfight ers +W nd +ĠS el +ĠLa unch +Ġemerg ing +if rame +ĠAdd itional +Ġf ears +Ġsat ellite +_ : +Ġdis posing +Get Value +Http Post +AT IVE +ul ary +View s +Ġatt ending +ĠT ennessee +ĠM ission +Ġmedic ation +ĠW y +ĠAn na +Ø ¹ +ĠVert ex +.t ypes +O rgan +.DataGridView TextBoxColumn +ĠR S +Ġtemp o +( App +Version UID +.p oint +ĠD utch +H ours +L U +Ġqu oted +.b uilder +ĠPer fect +ĠAl ways +_t wo +Ġexclus ively +ĠC ra +ific ar +ĠA WS +ing ham +com plex +k ernel +Ġgr avity +Ġw i +Ġover view +ĠW ant +ĠW P +( sh +. rotation +St ates +ĠTe en +_com ponents +ì Īĺ +Re ceived +Ġly rics +rit es +ĉĉĉĉĉ Ġ +-A merican +[ num +/ python +ĠU ART +Ġapp le +ĠJon athan +Ġmoment um +ภ± +Ĥ ¹ +Ġm ich +and ra +Ġbi ological +ĠM ens +Ġ% % +else a +ĠMex ican +.rand int +Ġt ale +ĠValid ate +Ġdefe ated +.ht m +Ġcop per += / +cos ystem +Ġr ip +dec imal +.V ISIBLE +ĠT a +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉ +Ġdownload ed +en vironment +Ġnom ine +build ing +ĠSp ot +ipher al +Ġal to +qu et +ĠF T +/ get +/m aster +W IN +åħ ĥ +W est +arg c +Ġprodu cers +ĠM uch +_st orage +cred it +CON T +Ġv et +Ġvo ices +(' ', +Ġinstr uments +ĠM SG +es se +re pository +om ics +Ġdeal er +St ill +Ġb anner +asc ii +Ġrem arks +[ js +Ġshort er +g ulp +Ġmyst er +Ġk un +ĠB ird +Ġti ene +n ut +ĠU m +Ġw ise +Y eah +INE SS +_b egin +- heading +C ourse +Ġ čĊčĊ +omb ie +grad ed +ĠG PS +Ġ że +F it +c aption +ö n +/ image +l ia +(m od +Ġle ak +en za +/ H +ĠH appy +D ist +n x +ĠGovern or +(l ast +te acher +ĠS ent +s upport +ject ory +Ġ Ùħ +Reg istration +ĠGr ay +, false +Ġadjust ed +( settings +< R +ĠM age +Ġpl aint +_ )Ċ +ĉ it +omet ric +. bootstrap +Ġcar ries +I p +Ġ! $ +Ġswim ming +ĠMar io +ĠQuest ions +P ACE +æĸ ¹ +e or +}} " +Ġo ven +ĠK on +Ġwis dom +Ġac quisition +ess ment +ag ine +Ġexpress ions +Sequential Group +F ront +ul pt +aw k +'] )ĊĊ +_ AR +Ġanal og +ul in +_PR INT +ĠL G +Ġb lob +ĠFurther more +_com ponent +ĠC ole +L AN +SCRI PTION +Ġl ap +icens ing +_TIME OUT +ĠF ro +Ġli ability +Ġcom posed +.create SequentialGroup +_p erson +Ġbe am +ĉ ĠĠĠĠĠĠĠĠ +ĠNot Found +. 'Ċ +ÃŃ s +.Text View +P DF +Ġk ar +__ (' +Ġ" :" +_m essages +Ġhar vest +.h istory +> 'Ċ +-f old +æ Ĭ +ĠBet ter +Ġ"\ < +sp acing +Ġfurn ished +os er +] }Ċ +Ġ$ " +p ull +.P ost +( ip +Ĺ ı +.f ront +nt e +ĠF M +g uid +Ġnegot iations +agon al +Ġtrem end +unge on +Ad v +car ousel +ÃŁ e +_DE SC +Ġham mer +áº Ń +ĠĠĠĠĠĠĠĠ ĊĊ +-c ore +-s ervice +Ġcorn ers +ĠS F +p red +> A +ĠJ Label +Ġrom antic +Ġtestim ony +os c +ĠGener ation +as ures +_int ernal +Ġprint s +Ġ] )Ċ +ĠC leveland +re po +D isc +Ġ" >Ċ +�� �� +Ġne arest +_t b +( require +EO F +- child +Ġbu dd +.Xtra Editors +alt ies +\": \" +W ords +Ġloc ally +Ġpurch ases +Draw er +ex tract +Ġexec ut +} '. +user data +Ġfocus es +-min ute +ĠP ublish +og o +Ġmount ains +B ot +} >{ +Ġt ension +ro d +m esh +Ġtransform ed +, R +() }Ċ +.l ong +Ġg orgeous +ĠS chedule +Ġol dest +Ġsub process +( IN +y ect +ĠCo oper +arn ess +ĠMon itor +.p art +ĠN BC +Ġc otton +Ġh ol +Ġrg ba +ĠB io +Cont inue +P od +Ġparticip ating +clus ions +(By Val +à ¬ +ĠH OW +_set opt +Ġaccompany ing +at on +Ġ/ \ +ĠAuth entication +i én +ĠBar ack +/* . +Ġe ager +ĠC ancel +< lemma +ep h +ĉ window +Ġinc idents +), ( +.D es +ib e +ĠFunction s +Ġhosp itals +Ġo xygen +root Scope +Ġd rew +ĉ request +not ice +ak u +am ents +f ar +Ġprec ise +_w rapper +Ġlisten ers +A Z +.b ounds +ĠA verage +field set +_ axis +Ġexam ination +' .Ċ +mon s +++) {čĊ +ĠForm s +íķ ľ +Cpp Method +_tr ace +Ġengine er +ĠFl at +Ġrev ision +Ġhe ating +/ profile +.r u +p riority +Ġin fer +_ST REAM +Ġ* )( +> $ +OLE AN +OK IE +IB ILITY +U AGE +ĠSur vey +Ġres ign +w ing +Ġsecre ts +Ġch ips +JSON Object +Des ktop +_SY MBOL +(res ource +ĠĊ +Ġnew est +ul i +Ġdes ert +Ġd ip +ĠP ow +Ġequ ation +Ġposs ibilities +ĠF ed +os ph +Ġ[ % +Ġb ubble +ether lands +Ġc ement +. auto +_ AN +âĢĻ . +se lection +ĠB ond +D en +- O +.get Type +.W indow +p res +Ġsw inger +" })Ċ +Ġp ip +Ġm ice +Ġcomp ound +- plugin +ik o +Ġcent uries +ic ular +-in line +ĉ key +> \< +EN SION +Ġ[ čĊ +Ġprecis ely +Ġét é +ĠP ast +ĠCam bridge +-f ull +Ġanaly ze +ĠSte ven +Ġn em +d ue +ore n +Ġmus cles +ij ing +/ - +ĠKenn edy +R M +oss ible +Ġact ress +Ġd olor +å½ ķ +Ne ed +.t oggle +ĠR ace +w ers +.m aterial +ĠD ue +ĠP el +# print +Ġindepend ence +ex us +Sh adow +Ġenc oder +( level +ĠSw ift +.d oc +_se lection +Ġserial VersionUID +Label s +Ġperform ances +.T ag +ĠN HL +iz en +/ UIKit +_CONT ROL +Ġearn ings +ĠAl t +_H ANDLE +C tx +Ġpers u +Ġtr an +ç ¨ +_CH ANNEL +Ġsatisf action +ĠG P +io x +m itt +land o +Ġp ig +inal s +ê ncia +S urface +ĠU UID +Ġbenef icial +Ġsequ ences +ĉmem set +Ġmag ical + « +Ġw orn +AS C +pop up +COM P +_b efore +en ess +U i +L es +.re quire +.Serial izable +add Gap +Ġauthor ization +.py plot +urr ay +lat itude +fr ames +aj s +Ġcomp ass +Ġobserv ations +_s up +.en viron +Ġtri ple +ĠRub y +Ġdr ain +_F ILTER +S an +UM P +Null Exception +ĠG ab +ow e +ĠTurk ish +_se quence +ĠGr ant +uel a +Ġw o +Ġc ube +i q +Ġdis orders +Ġextra ordinary +Ġc trl +ĠSe q +ent r +Ġsan ctions +uts ch +Re ports +Ġin herit +Per iod +Ġphot ography +ĠF ramework +Ġspecial ist +Ġ? ĊĊ +_ selected +.P layer +Ġal location +( account +Ġstruct ural +v able +- offset +.App CompatActivity +аР¼ +.Add WithValue +Ġicon s +Ġshut down +_l ow +ĠCom pare +ĠC e += head +l am +.p redict +_DE C +ĠS leep +ĠGr atis +Ġsuggest ion +ĠD EL +ca ff +av irus +No thing +ŀ ĭ +Ġwides pread +Ġmechan isms +Ġtext Align +occ up +ĠR ail +: NS +Ġf iber +Ġm k +Ġv intage +-l ong +.re duce +. Entities +( record +Ġple asant +FR ING +.C ells +OT T +ĉelse if +_con firm +ĠView Group +s ym +Ġpr ay +Ġsus pected +Cont ains +Ġb orders +Ġcomponent Did +ASS ERT +Ġinf inite +- order +Ġh ello +ĠGr ade +.currentTime Millis +apol is +z h +ĉ Object +: \\ +H O +val uation +Ġvoc ab +Ġcou pon +atab ases +.Get Type +L earn +] =" +ĠG ary +ot ive +Ġas h +Ġb ib +XX XX +Ġbal anced +VAL UE +ĠN at +_A d +< E +åĮ º +ĠMethod Info +L IB +Ġconsider able +ĠInd ustry +test s +.set Title +ĠBl uetooth +Ġm apped +ĠBru ce +ĠMain Window +ĉ status +Ġr az +ĠM and +Ġclass ification +Per missions +Ġ---------------------------------------------------------------- ------------ +Ġcontain ers +: set +_x ml +Ġwh ilst +Th rough +Ġval ign +Ġworld s +C ORD +ED IA +ÑĢ ов +Ġsp are +ĠH ad +ĠDE F +(p tr +Ġwarm ing +ठ¾ +Ġcons ensus +ag ne +CT L +Ġì ķ +.M ain +web Element +Ġp ist +Fl ash +App end +.tw img +T ap +Ġveget ables +al g +.s ample +Ġcoach ing +( ind +Cell Value +Check Box +ĠH ell +RO OT +Ġst adium +Ġinvestig ating +) % +st ed +ĠW riting +Ġê ² +Ġun o +Ġ{{ -- +Ġco ords +Ġun ser +organ ization +ĠCr ime +ĠDemocr at +Ġv in +/ file +- api +ĠA y +Ġfund ed +ĠBre xit +ĠG h +ent ina +c ases +Ġd ash +Ġ!! }Ċ +H I +Off ice +Ġcapt ain +Ġwor ship +\ C +Ġglo be +_ board +Ġbab ies +Ġconsec utive +Ġenh anced +ere um +ĠAd vis +Ġgr ain +Ġc raw +ancell ationToken +. alpha +_W ITH +ĠO tt +ĠC ool +.b atch +Ġver ified +(c allback +Ġreg ards +ĠInt Ptr +ouch er +Ġk in +Ġtou ched +it Ãł +ath on +Ġadj acent +Ġaccom panied +LE AR +Ġim plies +Ġh ill +ĠBalt imore +=" - +Fin ally +S am +ic opt +Ġs od +Ġm aj +ĠSh ipping +Ġget All +Ġcoach es +Ġdon ations +il ot +ĠT ar +c err +Ġbad ge +Ġmark ers +ĠR and +ais ed +iss ance +Ġexpl oring +uc ed +ĠIndones ia +Ġbene ath +Ġmagn etic +Ġm useum +match Condition +Ġdis rupt +Ġrem ind +ĠT M +Ġ/ >< +Ġf ool +Ġes k +.N ull +ĠD ies +_OUT PUT +_TYP ED +Ġpaint ed +Ġsoph istic +ĠB ear +* n +_P ACK +Ġdeliver ing +ĠC OUNT +åį ķ +Ġj eg +-c ar +f name +Ġr anging +ĠN eg +/ ******/ +ĠCH AR +Ġul tra +Gr ad += t +Ġjud ges +ĠD ise +ann ers +Ġsc al +_c al +ĠCON NECTION +_ embed +(f n +ĠC raft +ĠP as +") -> +.con vert +.res ource +ĠST ATUS +ô ng +ĠT it +Ġclass room +ĠArch itect +ĠK ings +Ġstead y +/* !Ċ +ĠG ene +) ";Ċ +ic ia +st an +ĠCon struction +um per +w c +ĠC BS +ing ing +-p arty +(d river +M ARK +Ġn ested +ew ard +Ġdepend ency +Ġm ales +ĠO NE +ĠProdu ction +][ $ +ãĥ¼ ãĥ +_LO AD +ĠB ol +el ry +ł éĻ¤ +ĠRe quire +Ġpl acing +xx x +CA LE +Ġth umb +Ch oose +Ġprot otype +VO ID +Ġles bian +Ġtra its +Sh arp +Ġconsum e +Tr uth +Ġaction Performed +ĠEnvironment al +ĠDe an +Ġest ado +s ame +Ġnumer ic +Ġtrans it +. Email +-s ide +_R UN +ĠVill age +_OP EN +è ¦ +.re m +-w arning +any a +Property Changed +Ġ(! _ +( check +il ia +ĠSo ft +st eps +ĠMad rid +Memory Warning +Ġhand lers +Ġexperi encing +Ġins pect +button s +Receive MemoryWarning +chem y +Link s +Ġur llib +.System Colors +ĠE igen +Ġpun ishment +:UI Control +bar a +- set +Ġ}čĊčĊ čĊ +Ġtoler ance +Ġinter faces +. redirect +ighb ors +cs rf +_back ground +. Utils +_H T +ĠInter est +im os +Ġgr ants +Ġexam ined +Ð Ķ +Ġc f +for ge +back s +ĠObject s +_s ent +. entry +ĠTH EN +ell ido +c ia +, res +/std c +. nd +( Int +ĠAuth ors +ĠApp CompatActivity +' { +Ġmed i +M usic +ig m +ce ipt +Ġa uss +Ġtarget ing +ĠKe ys +h n +: ]Ċ +Ġmin eral +à ® +.c a +om ed +Ġshe ets +Ġc amb +Ġdead ly +.in ject +( unit +ĠSe lection +.g ms +( connection +Ġ$ (" +é mon +ĠCurrent ly +pt e +_path s +le af +Ġimp lications +pos al +ä½ į +[ / +anc ia +é Ľ +m ul +c ie +Ġge ile +im als +UI View +Ġs urre +serial ize +IS O +Ġarbit rary +Ġsock addr +.f n +ĠM erc +Ġcast ing +Key Down +Ġnew Value +op ens +T odo +Ġflex ibility +ĉĉĉĉ ĠĠ +V elocity +ú n +row ing +Ġcomput ed +` )Ċ +st atement +Ġr i +_c art +L ow +trans fer +.n av +Ġgr ave +ĠDo or +ĉ alert +.sub scribe +- profile +ĉb ase +ĠâĪ Ĵ +__ ĊĊ +Ġengine ers +Ġexplos ion +Ġd ari +ĉ Log +on al +Ġisol ated +{ i +ĠM sg +F uture +Ġrac ist +-w rap +ĠV ers +b org +IS ION +Ġ ÑĢаР+ĠY an +init With +Ġn omin +( empty +ÃŃ n +ãĤ ¤ +ĉ width +Ġch amber +/ ajax +EM P +Ġnec es +iv os +log ic +*) & +cript s +Row At +ib lings +Ġe ars +Ġcomput ing +Ġm aker +ĠNe ither +b readcrumb +Ġserial ize +ĠWith in +Ġd ell +_TR ACE += a +Ġwish es +-in ch +ĠD or +Ġinnoc ent +ĠD ol +Ġint ens +for ced +ĠB IT +Ġphotograph s +Ġcas a +ĠL en +\F ramework +.S imple +Ġde ar +)/ ( +ip pi +Ġown s +Pl ayers +Ġpropos als +.p i +us alem +D amage +Ġcal ories +ĠCreat ive +Ġ[ $ +Ġ// čĊ +And View +è me +.c ustom +_f actory +command s +_lo ok +Ġstr cmp +Y N +a ired +Ġaud it +о ÑģÑĤ +ĠRe verse +ropri ate +et ics +< vector +.s elenium +. or +Ġpred icate +Ġfinish ing +Ġk le +ĠRep os +ĠK han +ĠM aking +ĠF S +Ġp ute +ĉ state +_S UPPORT +' - +orient ation +Ġexist ed +atur a +Ġexpect s +ĠSh adow +Ġorgan iz +å ŀĭ +Ġsusp ension +Ġu it +Ġsimult aneously +ĠAff ero +: ");Ċ +Ġro cket +c as +eter mine +ace ut +x l +ĠA MD +( graph +ass oci +_C R +.ar ange +(j Label +Ġbe ef +Qu ick +.c ard +] ): +- gr +.G ONE +_C LOSE +ĠNe v +ÃŃ as +Ġste pped +ĠFre edom +ĠW R +NS Array +_r x +_d ialog +Ġhot els +Ġ( \< +ĠD iamond +Ġassum ption +um i +( items +č ččĊ +æ³ ķ +Ġn el +Book s +åİ ¿ +us b +ĠF IN +æ ¬ +Ġcorpor ations +US A +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.p roperty +ew ise +_ plot +"> ';Ċ +Ġpe pper +Ġsh ed +ĠMed ium +ĠC ookie +Ġoverse as +ed or +asure ment +åŃ ĺ +Ġ' .' +Ġph p +ĠPRO C +Ġexception al +( th +ĠJ et +Ġoccup ied +.set Image +ĠRel ated +uck er +M embers +PR INT +ĠG lo +_V IEW +} ",Ċ +Ġad option +[] )Ċ +ĠMiss ouri +ĠLin coln +eral d +Pop up +Ġf ate +- bootstrap +fe ctions +ĠP oll +_ARG S +in ance +-h ome +. ), +_d one +: ĊĊĊ +Ġdiscuss ing +ĠSQL Exception +Ġelect ro +ĉ req +Ġz w +Ġl ui +Ġover night +$ user +ĠW AY +Ġall erg +Ġdisappoint ed +Ġradi ation +Ġimpress ed +ific ates +Ġto b +CL ASS +Ġc uda +_d et +- post +ul u +Trans lation +-h and +.y ear +ĠM ongo +Ġun clear +. engine +WEB PACK +r ices +_AC CESS +Ġh olidays +per cent +.Id entity +ĠG ov +Ġpassion ate +!! . +ĠGree ce +plus plus +')) ; +G P +Ġexc it +.tab Page +_ cond +Ġspons or +M ODULE +_pro c +Ġ$ Ċ +Ġr ational +.T ool +Ġi hr +cc a +åĵ ģ +ĠE state +IB UTE +Action Performed +ĠS olar +¦ Ĥ +Ġequ ity +t id +Ġrec ip +.s imple +m k +ĠL uke +ĠGuard ian +Ġenc rypted +Ġdomin ant +. place +ĠN V +Ġtong ue +( Get +Ġst ainless +.P lay +Ġe b +ac i +.b uffer +readcr umbs +Ġvacc ine +p rom +Ġuser Info +Ġsl ug +Serial izedName +-w ide +Ġre actions +ĠY ang +ĠAdd s +(user Id +Ġpl ates +ĠM EM +Ġb ail +In side +et ed +Ġels if +Ġs ake +Ġc ycles +Ġì Ĺ +ĉ I +-c ollapse +ĠG MT +De claration +Ġg ros +Ġreach es +Ġcust ody +Unt il +t u +ĠCh en +Ġn x +( addr +ĠO ffer +Ġcol leg +ass ador +Ġm apper +ĠS IGNAL +ĠB loom +ĠH oll +ĠIm per +-d es +_s ite +Pro c +E qu +Ġat omic +ĠW oman +s ent +sc ar +Ġint elligent +ĠGet ting +ĠReg istration +ĠPh ill +Ġkill er +unic ode +Ċ ĉĉĊ +ĠJac ob +ĠCon st +Ġloc ate +Ġca us +ĠSch olar +Ġconstitution al +Ġinfl ation +ĠG ot += array +end um +Ġtransl ated +Ġdiv orce +En tries +Ġs or +ĠQu ote +irl ines +U K +Ġexc el +( opt +ĠAD V +,: , +Ġcontact ed +ĠD A +Ġr ings +ĠIndust rial +.get Context +Ġforg otten +ĠT an +Ġp ants +Ġo v +Ġdec oder +ĠPart ial +Ġv c +Ġbatt les +A rial +FRING EMENT +ir ates +, w +aint enance +ĠO d +ĠTechn ologies +åī į +ĠCar ter +.find All +N ome +B en +ĠUs age +ĠP icture +Ġbad ly +_p anel +Ġpat ent +ĠProt ocol +lot te +ĉ player +je ctions +Ġd ou +_re lease +urn iture +_t ax +ĠF ields +.d ataset +_m aster +CLU DE +ĠPh arm +b st +Ġoper ational +.c ell +Ġident ifying +Ġj wt +t uple +ĠT C +ĠC ro +ix map +- components +gener al +Ġo z +_D e +_d ouble +ĠTo o +.View Group +g ate +d ings +ph otos +Ġgrand e +ol lect +_l in +Ġaw ful +f ilters +Ġaltern ate +es p +Ġcomp ress +e o +ĠS cale +Ġind irect +Ġinv oice +ĊĊĊĊĊĊĊĊ ĊĊĊĊĊĊĊĊ +Start ing +ĠPl ayers +ie le +. then +Or d +ĠT uple +Ġb out +ĠStat istics +Pre view +Ġp uzzle +ĠW idth +ST ATE +Ġover lay +ĉ on +Ġin fr +Ġsm allest +lock ed +ÑĤ о +ss l +Ġde emed +Ġs co +re ck +Ġj Button +Ġmiss ions +ç§ ° +.Selected Index +T ABLE +Se pt +Ġacknow ledge +Ġstrt otime +ĠT ell +ĠD ak +Ġal uminum +Ġf ence +ĠSt ars +CON FIG +Ġretro fit +Ġemph asis +/ header +ĠS omething +in ished +=' ".$ +ĠValid ators +Ġpol ar +section s +.as px +Ġas pir +.M ock +Code Gen +Ġpe ut +Ġaccept ing +Ġback ing +P icture +/ ap +еР³ +_SE C +- use +annot ation +Ġcogn itive +Ġg rip +h our +ĠLeg al +Ġep ic +.t oolStrip +.not ify +.L ast +OR IZ +M iddleware +cri ptions +l ash +_F OUND +ĠLiver pool +Ġ{} ", +Inst all +Ġn it +Ġfig ured +[ len +.W in +.pl atform +Ġgam bling +(d t +av ery +ĉ include +Wh ether +R outing +Ġther ap +Rem ote +ĠL oss +y ll +Ġappro ached +ĠV ehicle +ĠAl pha +Ġvoc ê +ans wers +NS Dictionary +cons ider +un used +ĠF an +or able +f re +ĠDIS CLAIM +ĠAct or +. ] +to Have +.user Id +Ġspeed s +ew ay +Ġrec urs +ĠÐ ³ +_pr iv +! âĢĿĊĊ +Ch oice +Ġsett le +Ġplan es +' }, +T om +IT ER +! "Ċ +å » +achel or +Ġsepar ation +Ġd al +ad j +Ġreg isters +r iz +ĠNot ice +Ġl u +Ġcour age +Ġax es +cell ent +.as ync +Ġcompat ibility +ç « +Ġ! ĊĊ +ĉ title +Y LE +ĉ message +U UID +OLD ER +ĠH H +ĠStyle Sheet +Ġaccess ed +. validation +t asks +Ġpoll ution +.c anvas +Ġing redient +ĠC abin +A h +old own +ĠNO I +ĠÃ Ĺ +[ f +ed uc +y alty +(n ot +_ State +am en +Ġda o +ud ad +ell ers +} & +lic ity +_W INDOW +Ġt atto +val or +.R ange +Ġrefer enced +ĠRes erve +M oney +SCRI PT +/ product +cho ices +Ġt in +ãĤ ĵ +Ġsepar ator +Ġp kg +am med +ĠM AT +! !ĊĊ +Ġr aid +Ġmotiv ation +ĠX P +ĠBack ground +ĠQu aternion +.define Property +ik er +ĉp arent +ĠOrigin ally +ant age +ĠH ans +Ġtim eline +.c ur +op ic +ĠSe qu +m ust +ĠCo al +Ġform atter +_R GB +Ġ_ (" +'} ),Ċ +Ġ= ================ +ĠF UNCTION +Ġl ng +ic ates +l ive +_ engine +Ġtown s +')) ĊĊ +ĠP K +( api +ĉs canf +pack et +.ph one +á Ģ +ĠAnd y +_N AMES +PL Y +Ġmin s +im i +Ġbr ick +Ġbl ade +.std out +}` ;Ċ +Sh ift +ĉs b +ĠCheck s +Ġphenomen on +Av atar +Ġmin istry +ro se +ĉ File +Ġtit led +( LOG +Ġg an +des ign +(), čĊ +Ġb ones +st m +ÅĽ Äĩ +ĠInput Stream +Ġvol unt +ĠSerial izable +Ġfight er +ĠDr ag +T witter +Ġsubs id +ç ¼ +Ġfor ums +.load ing +log ged +_ this +Ġterr ain +Ġir re +ĠIn g +ĠC N +_object s +. uid +Ġconscious ness +T INGS +ĠG all +Ġport ray +ĠDevelop er +Ġparticip ant +Ġ" ;čĊ +/ model +ĠOper ations +^ \ +ĠL ater +Ġrais es +-n one +.m eta +=' .$ +Fin ished +Ġrepl acing +Ġsam pling +ĠJ en +" There +RE AL +A LE +ìĬ ¤ +Or ders +_param eter +ĠOlymp ic +Ġtr ès +Ġare na +i ol +; ?> +Ġimpact s +ĠW S +: get +Ġfl ights +ĠRuss ell +c amera +F n +s igma +Ġfor cing +Ġloc als +Ġdepart ure +Ġcelebr ation +ĠS ay +ï¼ Ĵ +ĠH ills +.has OwnProperty +Ġtyp ings +.A PI +Ġdon ation +Operation Exception +.Act ivity +c plusplus +ĠChar lie +Ġimport ed +Ġd ann +Ġoccas ions +Ġimplement ing +Ġpur ple +.d ialog +SQL Exception +ern o +Ġw ars +Ġpast e +Ġdecre ased +Ġhar sh +Ġel abor +input s +ĠView s +Ġerror Message +_m ul +ĉ write +ĠC op +ĠAnn ual +(b utton +Ġv ida +b ars +ĠHar vard +ĉex pect +Ġindex es +Ġdocument ary +Ġf lesh +OR LD +ĠD elta +M AND +Br ush +-c olumn +Ġdevelop ments +method Visitor +s lice +ĠP DO +Ġinvest ing +ir able +Ġxml ns +ï¼ Ľ +art a +Ġthe ories +_c ity +Ġ$ __ +Cre ating +( pr +D ropdown +ism atch +ĠN ET +'] )){Ċ +ĠVal ues +ĠSE O +ĠST AT +Ġe cosystem +Ġtem pt +Ġ\ \ +Ġ// {Ċ +ĠChrist opher +ĠKent ucky +ĠHttp ServletResponse +Ġhy brid +y on +Ġfeed ing +ĠEx tra +N orm +IT CH +ĠSe an +ĠUp load +m un +p ur +Ġp ersistent +ĠID C +ĠPer form +.m erge +_ room +Mean while +! =' +ĠW el +Args Constructor +.D atabase +Ġcount ing +() * +Ķ åĽŀ +ĠT OP +m ill +ĠD T +IGN ED +ĠK B +Ġcomp ly +S outh +_c ollection +Ch apter +Ġexpl aining +_ AM +_t s +c ards +Ġqu el +Ġp ole +Ġtouch down +ĠO thers +Ġpe ers +ĠType Error +Ġsix th +Ġche er +Ġdis pute +us c +) ], +th umb +Ġh iding +ĠS IG +lik es +ĠP AGE +.Ref lection +Ġhead quarters +T ING +ĠG host +M LE +$ Ċ +Ġcontr ary +ext end +'] ). +FF ECT +ĠP interest +úmer o +ric ane +ĉs ession +Ġcr ystal +- Control +overn ment +og raf +- action +v olume +ft en +Ġun con +Ġan imate +Ġle ase +sc r +Ġref use +ãĢ ĭ +ft p +in formation +Ġeval uated +Ġin jection +Ġj ack +Ġwork shop +æ³ ¨ +PT H +ĠT s +off er +ĉ os +Ġking dom +M issing +Ġlaw makers +ext Field +Ġsing ing +ab i +/ client +.m edia +ATEG ORY +Sign ature +% ',Ċ +ĠF uck +][ : +Ġsens ors +/ com +ĠPr imary +.S QL +_pro gram +Ġp ills +Ġinteg ral +Ġfle et +Ġdro pping +.s l +Be en +Ġp ets +Ġadvis ed +Ġdr agon +_ EDIT +( im +F ER +ĠDr ug +(r andom +Ġcomp ression +ou st +[ % +Ġbuy er +h op +R oles +man age +Ġpain ful +ĠBr anch +-mod al +en ant +ĠM esh +/ font +ĠG raham +Ġâ ĺ +Ġn c +ĠFranc is +Ġspec ification +Ġdam ages +- config +Ġthe oret +sec ure +_m ulti +aceut ical +Ġdemand ing +en ne +IST S +() ));ĊĊ +Re ason +Re cent +ph ase +Ġps y +_M AN +Ġvolunte er +å ¿ +istrib uted +li o +Ġproduct ivity +_com m +S pring +n is +. weight +ĠC ancer +Al loc +ĠT weet +Ġsepar ately +ĉ check +_p roperties +. Unit +_CL K +Ġg t +Ġ( );ĊĊ +Ġhand y +ĠThom pson +Ġunn ecessary +ĠRe ader +G N += request +ĠU tility +.Re pository +ĠA x +hy dr +ie u +Ġth y +Ġl t +_m ail +ä¿® æĶ¹ +ail and +ĠPhil ip +Ġbit ter +Ġbet ting +Ġtim ed +ock s +' a +Ġal gorithms +Ġre interpret +Ġto ss +ro gen +Ġhop ed +( selected +Ġvent ure +TE X +ĠLe ave +.Sub string +Ġgr ateful +uk a +ĠCon sumer +Ġag greg +C ircle +ภģ +_block s +Ġleg ally +Ġ" | +ãĥ ĥ +. board +.A b +Function s +rec ipe +è ĩ +ĠO xford +Ġwho les +.B uild +_ch anged +h ai +Ġdepart ments +I mp +Ġcoal ition +IN FRINGEMENT +Ġemp ower +itch es +N orth +Ġinfl amm +ON SE +Ġmiss ile +ĠR aj +ĠIss ue +Ġat oi +ca led +.Cont rollers +ĠW olf +Ġcrush ers +á» ĩ +.A uth +.add Attribute +h is +Ġbo ots +.c lean +c amp +Ġten ant +Ġt une +Ġ{} '. +Ġwork out +Re po +Ġpartial ly +MI SSION +j amin +ĠS B +Ġdetermin ation +Ġ' ');Ċ +ĠB eng +Ġv os +Ġin hab +/ lang +s burgh +Exec utor +h one +ĠCh allenge +_link s +.Le vel +Ġunder ground +-c ode +Ġoptim ization +log ging +_de st +Ġsn ake +Ġchemical s +_IMPORT ED +ado op +ĠTH AT +man aged +Ġredu ces +ĠRE AL +ĠG uy +_GENER IC +/ ******************************** +. amount +Ġd ere +get Time +Ġp ant +an onymous +Ġharmon y +ĠAl an +Ġscen arios +Ġd irt +ht ags +M c +Sh ell +r in +{ čĊčĊ +.p ow +ĉ client +Ġconspir acy +Ġad mission +ĠReg ional +ĠView Controller +ĠPhilipp ines +Ġde pos +Ġp ap +ĠP ad +P aul +.Com boBox +Ġt utor +ĠRec ipe +w riting +Ġcontrib utor +OT H +Sm all +V I +Ġh acer +e qu +ĠEx amples +h uman +.m essages +ĉt yp +Ġ( čĊ +ĠS SL +LE N +ĠRom ney +( grid +ĉ min +Ġ> ĊĊ +Ġfr uits +Ġvot er +In line +pan e +ĠC ollections +char set +Ġsp am +z b +item ap +Ġsucceed ed +_C OL +Ġel apsed +im eter +Ġrecover ed +T ensor +hatt an +.set up +ist o +( head +ĠS IZE +Ġtact ics +Ġdist ur +Ġpre val +ici os +( Value +_c ols +ĠF at +Ġse al +Ġs ons +Ġens ures +Ġpress ing += & +igen ous +Ġharass ment +_ JSON +Ġign or +yn omial +om er +_st atic +Ġsignific ance +Ġcirc les +_S ystem +Ġdiscipl ine +Ġdress ed +Ġs phere +Ġclim b +_ actions +ĠB ab +Ġ' =', +_s chema +" use +Ġund ers +Ġc ups +.s creen +/ new +Ġappe aring +T OP +vis ed +cl ang +Ġinvestig ators +Ġmyster ious +Ġprom ising +Ġqual ify +Ġc ave +Ġequ ip += x +G T +( link +. velocity +. erase +ot er +++++ ++++ +pro fit +Ġz ones +_ uid +- ser +Ġobject ives +Ġmil f +web kit +(m atch +ne h +ĠAssoci ated +ĠT odo += d +C am +Ġv ocal +Ġs udo +( EX +Ġtr ou +AB C +.b ean +ĠG round +ĠRE ST +we ets +In g +im on +_b us +ĠC OLOR +un to +Ġf oss +ĠLink s +ä ng +/ forms +pr ises +Ġachie vement +C ALL +ел ÑĮ +ĠVer ify +_S OURCE +apt cha +ID D +_re ference +G old +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Re ceiver +Ġa j +_d irection +} ] +ĠCom pet +Ġb ang +ĠC ass +- url +te chn +ĠJer usalem +long itude +' );čĊčĊ +Ġwin ners +T asks +ĠD MA +Ġtool tip +İ · +ĠB ra +_d uration +cur y +parent s +---- >( +ĠK ir +Ġint ros +Ġsk etch +Ġsk illed +Ġim mer +Ġade quate +_re p +( header +_ like +Ġper ceived +ss h +Ġassum ing +Ġf f +_u uid +ul as +Ġdemocr atic +. entities +S eries +aph ore +Ġnew er +} ( +SE C +ai ro +Ġcomm od +Ġprivile ge +Ġde ux +ĠH op +.' / +ct ic +. ';Ċ + C +ĠWar ren +Ġoptim izer +ĠSER VICES +_ oper +get Attribute +ĠMc K +_s elf +.r s +" )ĊĊĊ +Get Component +er ce +Ġt ous +un its +'] );čĊ +Z oom +/ E +Ġobs c +Ġfast est +on line +Ġpeace ful +ff en +Ġc argo +ĉ pr +Ġseek s +z u +Tr im +Ġw ard +Ġver d +Ġblog s +.exception s +ĠPrem ium +ĠN etherlands +S afe +Fin ish +ĠAl bum +_A CC += this +v irtual +] > +_L ABEL +ĠN ich +_w in +ĠA aron +W P +; $ +aim s +ĠImage View +Ġend less +ER A +_DIS ABLE +Ġcancel led +- us +Ġins pection +em in +ĠG rey +- open +Ġiter ations +. owner +Ġk eras +.P assword +ĠR y +ĠIN S +A ir +ĠSe veral +.Tab Stop +ING LE +ĠH air +ĠCan vas +AA AA +Ġfl aw +ced es +.Re port +í Ĭ +ĠT ips +cript ors +.trans action +.S pring +Ġview er +Ġins ights +è¾ ĵ +ord ion +U INT +se ek +ĠA uf +ìŀ IJ +Ġstr ain +To oltip +Ġd z +ign al +ad t +Ġu c +fin ite +Ġn m +.c md +ĠMy Sql +[ data +.j ackson +.t ree +Request Param +_ agent +") ]čĊ +Ġass ass +( Constants +: ss +ĠM AN ++- +- +ĠB ottom +print s +ĠS ame +@ Autowired +sw ap +ici ón +Ġprotest ers +Ġh oney +ĠV eter +(C alendar +- ad +ĠBrook lyn +L ife +_V AR +ze ch +ĠC ALL +_C AST +ĠE lection +Ġthick ness +V ery +_IN TEGER +- dev +)) )) +ap at +oo oo +d emo +Ġparse Float +ĠR ather +ST IT +m aker +[ current +chron o +Ġch rist +ãģ ª +ĠD etail +Æ° á» +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġs ul +id ency +Q ue +Ġeleg ant +ap ons +Ġdish es +Ġinteg ers +( read +find ViewById +ĠAm ount +ĠSk ip +Ġhab its +* )( +Ġmon sters +M AC +: end +Ġfr ank +As sembly +Ġd fs +Ġne ut +_TYP ES +e qual +loy d +( uri +Ġch i +Ġdefend ant +Ġconflic ts +Ġv il +- js +ĠPe ace +Ġmut able +) sender +ĠF ocus +å» º +Ġapprec iated +s leep +ĠR ED +C ulture +Ġdesign ers +_g enerator +c odes +/ ex +.Get Value +umb led +.scal ajs +per or +Ġveter ans +Ġ} )čĊ +Ġun fortunately +_C REATE +M ass +ĠCL AIM +ĠMe et +_s upport +B ank +() .Ċ +D ark +_LO W +ĠMin ing +ĠO wner +ier a +Client e +Ġencour aging +> S +Ġboy friend +ĠH alf +ĠA CC +A ff +_ ar +-l ife +c x +.J Button +iz ado +.z ero +.open qa +ot on +.text Content +Ġto ll +at ie +Ġball ot +- number +. Exception +ĉ params +c ircle +-m ap +Ġn ap +ĠRob ot +ĠI ch +reg istration +Am azon +roll ment +( exp +Ġt anks +ĠG ordon +Ġmach inery +Ġbas eline +æ ĭ +Ø © +ĠCon vention +ĉ config +ook ies +m ult +Rec ords +ĠE ST +Ġgar bage +Ġcon form +id al +Ġb arg +Ġsurv ived +Ġinvestig ations +.contains Key +---------------------------------------------------------------- ----------Ċ +ort ion +Ġhor r +_ http +Ġm ant +] ;čĊčĊ +b inary +em pl +Ġin quiry +ĠMean while +Ġcollect ing +.Entity Framework +", ĊĊ +ĠP ic +@ Inject +ick ness +ĠB inding +Ġcont rolling +re verse +Ġch airs +semb led +( add +Dis abled +an as +.trans late +-------- ---Ċ +Ġref lected +"] ĊĊ +Ex ternal +Ar row +Single ton +% x +Ġ Å +Ġan cest +ĠOr leans +ĉc md +Ġprohib ited +ith metic +(ch annel +_c ss +For ward +.s ocket +Ġl uc +â Ĩ +ĠFire fox +ĠM ovies +) _ +. ends +( shape +Ġde alt +Ġs aves +Ġgl ory +Ġmej or +Ġbreath ing +Ġ eller +get Data +Ġang les +Ġtool bar +Ġsp acing +IP S +Ġflo ors +_ACT IVE +Ġsh uffle +/ shared +ĠE le +ed ish +Ġweb cam +.ex pect +il oc +ĠIn cludes +Ġtweet ed +Ġ: ) +ĠEss ay +F ix +-b etween +_ web +.con v +Ġrac ism +Ġreflect s +um m +иÑĤ е +_f ooter +/d ocs +ĠP our +Ng Module +.initial ize +pattern s +_ In +ĠAb b +* čĊ +Ġsent iment +b uff +_count s +Ġre use +ch unk +Ġim posed +Primary Key +Fore ground +Ġconsum ed +? ! +Ġd ick +Ġch ron +ĠF ern +Ġrespons ive +Ġin sect +icult y +Ġr w +Ġal ike +Ġsub set +ĠCook ies +ĠP air +Ġt ier +IF O +av our +ĠQ U +, sizeof +Ġmerg ed +m v +it ol +yl on +Ġjump ed +. role +ens aje +R ules +Ġb rowse +An imator +Ġy oga +Ġvari ants +Ġcour tesy +ur an +p bs +else if +Al t +ĠL ane +CL K +IM ARY +_PRO PERTY +ï¼ IJ +Ġch an +Ġgrad ually +Ġsh ake +Ġbl onde +... ");Ċ +-se x +Ġgame play +ac ies +.ref resh +US B +ĠPl ot +W as +iss ippi +ĠT ensor +Ġcryptoc urrency +Ġdifficult ies +De leted +With out +_ append +_ ver +")) čĊ +Ġhonest ly +Ġp ivot +Ġtem ps +_p s +ĠUn like +[: - +V S +_in f +Ġjun ior +Ġanim ations +Ġfile path +? {{ $ +Ġun icode +pl aces +ĠC offee +.S E +ĠP AR +(t xt +ge bra +Ġf ires +Main Window +med ium +Ġ( âĢľ +Ġl g +Ġc mp +/ base +_l ayers +_ entries +Ġadmin ister +ĠSU CH +B P +ĠScott ish +ĉčĊ ĉčĊ +gu ard +ĠStr ong +In sn +ĠC AP +as ury +ĠSE E +C lock +er ie +\ models +Ġ$ $ +ĠC ab +Ġwur de +Ġsold ier +Ġcl ips +Ġarrang ement +ĠW onder +ĠH orn +Ġsc ared +Ġc ure +m kdir +Ġal igned +ĠP ink +Ġland ed +Dim ension +Scroll Pane +.ch at +.W ith +ĠTr ain +] .Ċ +Ġth irty +Ġdur able +Ġl d +Ġlate init +Ġch arts +Ġins ult +.F atal +_ ct +Ġm asks +CLU DED +Pres ident +Ġcol ours +g ments +.at tributes +ĠF lex +ĠC lock +ÃŃ cul +im en +J O +ĠReg ex +_L INK +Ġc ouch +ĠIN PUT +Ġbe ating +b usiness +pre ced +. unit +ĠF el +N ever +osp el +.start swith +ĠE PA +. only +Ġprevent ing +y er +Column Name +Ġelev ation +fl u +icy cle +Ġoff line +Tool bar +Ġcompet ing +) ]. +Ġm og +Ġis Valid +As k +_ av +_l at +AN C +ĠJ oh +k ers +Ġgu ards +Ġch ains +ĠSimple DateFormat +.st atic +Ġvess el +Ġm ud +Ġst abil +Ġst ret +g m +am ation +ç ľ +-w ith +Ġro s +_P A +Ġresult ado +Ġconf idential +ĠTok yo +ĉ using +ĠMath f +omb ine +ĠESP N +Ġdeal ers +Ġdismiss ed +TR Y +Ġte ens +rec ords +Ġw ings +g allery +account s +_L IB +Ġj acket +ĠNS Object +Ġst ones +ĠDel ivery +ĠD iet +/w atch +Ġto ilet +ĠG uest +.d ay +Ġint val +Vis it +Ġinvestig ated +Ġpent ru +ĠThe atre +andid ates +L ang +ĠS erv +Ġcont rollers +Ġset Title +N P +am y +fl at +( ui +_d ocument +è ĥ½ +ĠC oin +ĠAd ams +pt ic +Ġproduct ive +Ġaccompl ished +čĊčĊ čĊčĊ +Ġdefer red +ient es +Ġs inc +ol ars +Right arrow +Ġvari ations +( offset +.Layout Inflater +Ġsus pend +Ġprevent ion +_pr ivate +_ js +âĺ ħ +Ġw ieder +at um +Ĵ Į +Ġappear ances +.D ocument +Ġvalid ates +cal endar +} ";Ċ +.d emo +con ut +Ġcorre ction +ĠDe al +Ġbatter ies +.d uration +, \ +_m arker +m ulti +Ġh alt +Ġc ms +Ġsh aped +B ro +re duce +Ġ #### +CT OR +ĠBen ef +Ġicon ic +Ġp iano +Ġeffect iveness +| .Ċ +Ġa jax +Ġv olumes +ภ¡ +Ġcl js +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ath s +ra its +å¤ § +Ñ ĸ +_m ult +Ġfasc inating +A verage +Ġpr é +ĠChair man +.find Element +_p in +Ġcomp aring +Ġdark ness +-F i +- server +Ġselect ing +ster dam +ĠPart s +FORM ATION +Ġnot ing +Ġp ile +og s +Ġpa lette +_d o +it ize +() ( +Ġdef ining +Ġremain der +Un its +_T ASK +Http Client +S ocial +Ġfund ra +N R +ch est +C urrency +.ad apter +Ġd op +un ting +ANG UAGE +" He +ĉ index +_p ackage +.I con +Ġrep et +m ass +=" .$ +ĠS ud +Ġl id +pro vince +ì ľ +G PIO +Ð ļ +ĠMy SQL +Ġdoc s +ĠG A +Ġip sum +K ernel +Ġaccept s +Ġfit ting +Ġcu ando +Ġd uplic +ĠBro ther +ĠK le +num s +Ġmor ph +Ġ ######## +ĠCG Point +< unsigned +ä¾ ĭ +ĠD uke +.set Bounds +q s +or ic +j er +Ġregard ed +Http Request +Ġbond s +Ġthorough ly +enc ent +Ġhighlight ed +Ġac res +Ġwork place +ĠL ux +Ġqu ot +.in flate +Ġdocument ed +Ġadd iction +Ġmut ation +.c ity +Ġbott les +ĠRepos itory +on n +err no +ARI ABLE +åº ¦ +_B EGIN +gl as +' })Ċ +ĠMass age +ĠWh it +reg ex +W A +Ġout let +- head +Ġexp ired +ĠTh ai +/ include +grad ient +scan f +Ġse am +w al +ĉb uf +B earer +Ġprec ious +if acts +co ord +Ġexpl oration +.get Y +(h andle +Top ic +ĠV ent +r hs +---- --Ċ +ĠB right +Ġg uild +m other +st orm +Ġmunicip al +Ġin k +.T YPE +w l +... manual +ĠTechn ical +Ġcorpor ation +ĠH W +ank a +T AIL +ist as +Ġperform s +ĠBeh avior +.F or +_ ORDER +ĠK ick +Ġcallback s +_d r +ue go +h ub +uff icient +sk y +Ġb p +ht able +ĠON LY +ĠAUTH ORS +.Arg ument +" };Ċ +ĠTh under +ĠK om +.Sh ould +A UTH +ah u +_p ayment +Ġst arter +ìĦ ľ +ìļ © +B log +.p atch +Ġgovern ed +ass y +-f ound +Ġthe ater +ĠFont Weight +ĠBat man +" If +.R andom +_d elta +ĠC E +Auth enticated +Ġdr one +Ġc ous +r adius +M er +( None +ĠN J +_ headers +Ġam er +py test +ĠA ctions +ĉĉĉ ĠĠĠĠ +Ġet t +Ġh oly +Ġun comfort +ĠN in +ĠDec imal +ĠM essages +.s ender +] ])Ċ +Ġembr ace +Th ough +/ sp +Ġcult ures +Ġhigh way +t ar +.f ail +_h idden +ĠcomponentDid Mount +ĠW right +Ġj ag +_ il +../../ ../ +ig u +F ood +Ġa ce +Ġa ños +US D +Ġmut ual +Log ic +Ġtem ple +Ġbrief ly +ĠT rip +class method +default s +Ġch unks +,, ,, +ĠRe ason +$ id +-up s +Ġdam n +Ġtruck s +Ġun limited +Ġsc ulpt +ĠC ards +Ġaut or +ĠTest ing +Ġdies e +sh ops +ç ´ +(p ayload +ĠP ATH +ĠMem orial +Ġridic ulous +eg ree +-w inning +Ġre hab +Ġsophistic ated +wp db +ĉ path +! ";Ċ +_S YS +.s peed +Ġso ap +s uffix +W rap +Ġenh ancement +à ī +ú b +Ġplay list +Ġmix ing +ant idad +=" ";Ċ +ĠRev ision +ĠBe at +.in c +-w ay +enc ias +ul ers +C at +id el +ĠSh ip +.set Color +Ġthreat ening +.mod ules +Ġafter wards +ĠD ashboard +Ċ ĠĊ +Sign al +Ġpr imer +orne ys +ici ary +Ġl igne +_p redict +Ġa est +_ https +> : +ĠL ex +Ġrencont res +eg ral +sc ala +_f amily +ÃŁ en +_s ym +Ġuncert ainty +ĠVAL UE +Ġ} ;čĊčĊ +Ġbro ader +Ġh orses +ãģ Ŀ +ĠK al +ob a +_IN ET +ĠK ill +j query +am ination +[ @" +Ġm uj +## #Ċ +First OrDefault +then Return +C he +/ footer +Ġpark s +as je +ĠG ulf +Ġmod est +. Init +ï¼Ł ĊĊ +Ġpros pects +Ġs vg +Ġå ı +.D ialog +_N ET +Ġ( ($ +Ġe k +ĠW arning +ĠM K +< LM +Ġ' čĊ +i em +h etic +Ġi x +th ink +-sh adow +ĠE ld +ĠNev ada +ĠLe af +ĠG ROUP +Ġprom o +ent ine +ĉ Map +ĠModel s +ĠK rist +_k ernel +-m ade +Ġc err +As sets +ell ar +Ġinv oked +.v ue +Ġcult iv +C losed +Ġgener ates +ffff ff +thes ize +s qrt +ĠCast le +.c ar +Ġke en +und a +ĠC row +ĠSing h +y thon +Ġbe ans +l arg +æĸĩ 件 +Aw esome +unc ate +Path s +o ji +(c urr +CON DS +Ġm im +Ġshould ers +H ard +ast es +а еÑĤ +Ġconv ince +de cess +m ade +ĠC MD +. Im +Ġcha os +ens ively +Ġcool ing +Ġbur ied +(' @ +_S e +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉ +.com pany +.sub mit +ph ant +Ġboot strap +_h elp +à § +.d ump +Ġdif er +_m apping +Ġcirc ular +Ġescort s +Ġb ere +Ġgrad u +ĠLeg end +im edia +ĠBar celona +Ġbed s +åĪ ° +ãĢ Ĭ +_v olume +Ġtremend ous +Ġsc aling +Ġp ins +en as +type param +D ashboard +render er +Ġsp i +Ġ& $ +ĠSk in +alm art +Ġh ockey +Ġ'" .$ +Ġerr no +Ġb ew +Follow ing +.M odule +er able +ĠM ilitary +ĠR io +_ available +ĠSur face +Ġst ab +IF IER +ĠL IST +Ġd ashboard +Ġcl usters +.pl ugin +Ġj ou +ĠDec or +F our +Ġdel le +****** /Ċ +ia z +in de +ch ing +Ġget Item +.Add ress +ment ed +A meric +Pl ain +Ġus b +ĠPract ice +_ ment +.bl ue +H int +ÑĢаР² +Ġconn ector +Ġinher ited +и в +Ġinterval s +Ġc ere +Ġu d +Ġin con +.Ex ists +ĠM ic +F K +(c ard +.Set tings +Ġexhib ition +Ġon Pressed +Ġrest ored +eng u +. def +Ġrec v +." );čĊ +enc oder +ather ine +( dest +az ed +# endregion +sem bl +, M +ob y +Ġп еÑĢ +.C all +Ġattend ance +-b order +Ġaddress ing +ê n +ĠLe v +Ġb ash +ben ch +C redentials +Sp acing +( of +_RE SET +ig uous +Ġcr uel +Ġcross ed +Ġle ur +ĠG olf +or rect +Ġpack ets +ĠData Set +Ġpart ly +SEQU ENTIAL +Ġindic ation +ĠS alt +ac ia +Ġ* );Ċ +ĉ info +ĠView Bag +on z +Ġeditor ial +ĠA rena +Ġs ir +_ Static +( socket +s u +cho ose +.m onth +.M y +é ri +; font +do es +Ġcon verter +Ġsal v +Ġl r +Ġinflu enced +(f eature +ĠQue ens +let t +_M ON +& amp +Touch ableOpacity +O FF +Ġmetab ol +( iter +Ġvit amin +ĠIND IRECT +aut om +_p ublic +Ġadjust ment +Ġspecial ized +w indows +.add All +Ġaccording ly +ĠJ OptionPane +Ġcell spacing +Ġqu ad +Ġcre ep +Ġout lets +}` )Ċ +Ġpri est +_TH READ +ĠMar x +ĠBy Val +Ġc ual +éĿ ¢ +Ġtempor arily +An n +ke leton +å ¥ +ĠLO C +au er +der ive +Ġbeh aviors +as ename +ĠCent ury +Ġhor rible +ME SS +_ List +we i +P at +ĠCh oice +_F ROM +ĉ line +.in voke +.B ottom +Ġnow here +." ĊĊĊĊ +_ export +Ġstrugg led +.Ap pearance +ĠJ Button +ĠJer emy +([ [ +Ġkick ed +mar shal +st aff +es ity +Ġqu iz +_e ffect +Ġ} ));ĊĊ +m el +b anner +ĠP IN +Ġin vention +Ġcons olid +Ġop s +ĠB etween +j ack +ern ational +Ġsacr ifice +ag ation +ĠJ oy +Ġam endment +ĠS old +Ġprison ers +ан нÑĭ +Doc uments +) ])Ċ +ust ed +ĠLine arLayout +os o +_E M +.s elf +.M iddle +) // +Ġ\ ' +Ġfuck ed +ĠM urray +Ġprof ound +_E LEMENT +ult a +il ers +port folio +J une +t cp +mod ified +ĠTr ace +ĠK el +aly zer +) => +ĠRep air +_B E +Br and +u art +pre view +Ġiniti atives +run ning +b ang +ĉ update +ĠCo ach +R ich +Ġy outube +Ġrit ual +app a +ĠRobin son +prec ision +//////////////////////////////////////////////////////////////// //////////// +=[ ]Ċ +Ġcelebr ated +OT O +Ġin clusion +J P +' ;čĊčĊ +Ġnot able +(_ . +Man aged +Ġgu ides +& nbsp +ated Route +ĠAd just +Ġcol ored +_s cores +ĠTes la +_pro gress +.in st +[' _ +.fl ags +Ġf close +_O PER +ż y +_n ote +Ġtrans gender +å ķ +RI PT +Ġabs ent +Ġam et +Ġoper and +ë © +Ġh ood +to LowerCase +av o +ĠCirc uit +ĠL ind +-- }}Ċ += m +Ġsup press +ĠM AP +i ang +- admin +Ġside bar +ĠB u +ĠH ex +, F +ĠSign al +Ġtrans parency +ĠFeder ation +/ V +Re q +Ġpul se +Ġt ends +Num bers +% ' +Ġde port +dat as +_U INT +_ tra +ok o +Ġ" ? +comp et +sole te +und ry +Ġover lap +}` ,Ċ +. ly +_sum mary +ĠL ost +.C enter +Ġdis ability +.Serial ization +Ġge om +Ġ? : +ĠW o +Ġsh ipped +Ĥ æķ° +Ġu gly +Ġexcit ement +Ġext erior +Ġcheck out +Ġk ur +, D +ĠAl aska +Ġsyn thetic +ĠB udget +ĠSub scribe +Ġ& Ċ +ÈĻ i +ĠY u +ĉ query +} .Ċ +Ġtr aged +ass en +Ġaccommod ation +Ġphys ician +Ġren amed +Ġtid ak +z Äħ +Ġmin us +ny ch +_EX CEPTION +thread s +Ġt ire +_c reated +ens ure +Ġworth y +Ġexc use +Ġclo th +.parent Node +/pl atform +ĠU FC +ĠG tk +un ny +Ġg ibt +ke ley +h um +(t x +ĉ dev +Ġout fit +do ors +Ġf on +ic ut +vol atile +Ġhom osex +Max imum +Ġexp end +Ġ});ĊĊ Ċ +E q +ond ers +dep artment +ĠPhys ics +" });Ċ +Ġpar ad +.S tr +Ġse le +IF IED +Ġdel ivers +iv an +Ġrespons ibilities +Ġadvoc ates +è µ +ĠR ID +.param eters +M etrics +ron ics +ĠUITableView Cell +A bsolute +ip se +yl um +MLE lement +_VAL ID +< title +D lg +p aces +Ġsynd rome +be ans +_d atabase +oz illa +ĠM eg +DB G +Ġl ub +Bag Constraints +ab ad +Ġproject ed +_BY TE +.Size F +st reet +ĊĊĊĊ ĊĊĊĊĊĊ +ĠLO SS +Ġdirect ors +/ news +Ġnurs ing +ĠD one +. HTTP +dis count +ĠR ot +To Many +Ġen abling +Ġauss i +ost a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +è½ ½ +Ġhel icopt +ĠIn side +ä¿¡ æģ¯ +is per +ĠAll ah +ARCH AR +Ġroll s +Com pare +X P +Index Of +S UM +Ġass ured +ĠPhys ical +End point +.G lobal +.d etail +Ġthe ft +.j upiter +Ġhum or +.R ender +A lex +.c ap +Ġbuff ers +Ġdis pose +t ion +.p resent +z el +, P +Ġdesper ate +.get Column +Ġtw in +ì ĸ +.c an +Ġf lee +ĠIran ian +Ġstick y +ĠU TC +L T +//////////////////////////////// //////////////// +Ġl icensing +_PO INT +ĠM aps +Ġl ol += models +-t ab +ĠN ash +_log ger +tor ch +ĠCON SEQUENTIAL +Not Empty +/ react +Ġp f +Ġassert ion +Ġsubsequ ently +_c an +Ġpand emic +og ue +"+ Ċ +_ ent +_P aram +.ĊĊ ĊĊĊĊĊĊ +Res earch +C apture +Ġbel oved +d em +Ġextract ed +Ġf ights +ER C +(a uth +position s +Ġrevers ed +(st ack +Ġ_ ) +uto ff +_fl ow +ç Ĥ¹ +( Game +Ġex cluded +ĠCS V +c g +ĠT itan +p ause +Ġcer ca +Ġdump ster +L ess +Ġkotlin x +aster xml +Ġpoint ers +Ġfl ows +ĠT un +ĠMain Activity +Ġdis cret +Ġcomb inations +vis it +_b ind +oot ing +d ater +_look up +.n io +Ġswe at +ĠR d +Ġscient ist +ĠP ixel +@ NgModule +Play ing +Ġunf old +Trans late +ĠLaw rence +ĠFIX ME +B ill +ĠR IGHT +Ġwhere ver +Ġo ok +vid ence +Ġ] ]; +ĠSk ill +unist d +ĠðŁ ĻĤ +Ġfem ales +-- )Ċ +İ· åıĸ +ĠF red +Over all +Ù Ĥ +Ġess ence +Ġthere by +Ġw ounded +ĠD OWN +les son +text ure +R ound +Ġautom ated +ĠÐ ¡ +ĠUp dates +Ġsh ade +p ublish +ĠG ear += lambda +Ġle ver +) +" +h ill +Ġrad ar +ry ing +Ġ" ). +f illed +Ġline up +Ġd l +Ġworks pace +V o +_d t +ë ² +_ Item +NS URL +. verify +ĠHawai i +G od +M arch +Ġ[âĢ¦ ] +Ġpel o +ur ious +ĠPitt sburgh +. It +C lean +> \<^ +Ġi os +s ound +"] ; +Ġfre ed +rot tle +ĠL ower +[ count +å Ŀ +Ġp ale +ĠWay ne +ear th +_c ategories +U CK +.m etadata +Ġsum mon +H OME +олÑĮ з +Ġmanufact ured +Ġdo ck +Ġcompet itors +_MODE L +ok ia +ĠH ey +Î ¿ +Ġback ward +ĠPO SS +rop a +Ġc ri +_O BJ +Trans port +-h igh +Ġerot ik +_s lot +Ġart ic +_f ramework +-ser if +ĠSql DbType +') ( ++ "/ +Ġw ore +S il +Ġst oring +ĠPh ase +u ant +Ġb ump +in ho +Ġd ign +Ġback s +q q +(h ash +Ġge o +Ġt ender +Log o +! )Ċ +ĠM X +ĠAr thur +esso a +_C h +Ġbed rooms +="# ">< +Ġth roat +ins ic +.int eger +Ġpr imitive +Truth y +Ġfacilit ate +Ġcreat ivity +ĠD NS +Ġg ra +ue z +Ġcount less +ĠPol and +' M +ĠD ist +Ġv est +Ġcert ification +á» ij +h eld +ext ensions +( static +Ġgr ades +ĠU ber +ãģ Ł +Ġ[ ])Ċ +dat os +Ġget Data +ĠCh arg +ĠB S +.m icrosoft +.v ideo +.d irection +->{ ' +l ua +ape st +Ġbo iler +ere k +Ġdec ides +.j ar +IS C +ĠW ords +(C ON +EMPL ATE +ree ze +sh ots +app s +unt ed +.set Name +:: < +-b old +ê ² +å¯ Ĩ +Long rightarrow +Ġunf air +Ġear ning +Ġsh elf +URE MENT +Ġid le +_M ENU +.C ustom +AG ER +- " +_s witch +b ecause +) view +m are +_ condition +ĠStart ing +M vc +(p re +d ump +_LO CK +at etime +.c allback +ĠC er +op ol +ib rary +Ġres ervation +ĉĉĉĉĉĉĉ Ċ +lect or +grad uate +Ġgener ous +Ġ ion +ric ao +m q +_com plete +(c ursor +ĠForm Control +: center +Ġsub stitute +ĠPl anning +Ġp ension +Ġrecommend ation +ĠT ags +Ġg ef +Ġalbum s +Ġwash ing +ro c +Ġtr ains +at ings +Ġex ponent +ack bar +- ln +á g +.Data Annotations +ĠE IF +ĠMalays ia +ĉ PORT +on us +Ġcle ver +Ġpe u +> ĊĊĊĊ +ĠArg uments +Ġdebug ging +( right +' D +com pute +Ġfin est +OR AGE +Ġspect acular +ph rase +Ġind ia +Ġlegend ary +b irth +Ġcom posite +Ġg rows +ĠT D +Ġep id +Ġlaunch ing +] ][ +Min utes +ĠCh a +Ġclean ed +Ġwitness es +uk an +ĉ Type +Ġhab e +par agraph +ĠJ Panel +ĠH ann +Ġvar ied +ĠP okemon +ĠM UST +åĬ ¨ +.vis ibility +op up +^ [ +.exp and +Ġ" ', +.f asterxml +_ auto +ĠShe et +mark er +Par cel +ew s +ĠStr ategy +-m aking +Ġun ve +Ġtrail ing +Ġclick s +ĠGet Component +ĉ content +IG ENCE +ERN EL +NSMutable Array +Ġb reat +Ġharm ful +¶ Ī +Ġbes ides +Ġb oring +Ġbrut al +v ang +(p arse +qu ick +Ġpy test +Ġswitch ing +() ]Ċ +Ġì Ħ +L ER +ĉf ont +Ġnet t +) ]ĊĊ +(/ \ +æŀ ľ +to Array +Ġbre ed +ĠC AR +ĠWe apon +A bs +t ot +Ġset Name +apt ive +Ġ: , +Ġesc aped +ord en +ĠP ri +th umbnail +Ġdescri ptions +/ styles +ĠPC I +Ġal phabet +astic search +NOT E +Ġc ialis +ĠGr iff +Ġpor que +Ġprote ins +pl ays +Ġst ating +Ġimag ination +Ġfac ial +ĠMe chan +Ġarr anged +_ used +Ġarrang ements +ĠP ipe +host name +Ġprov inc +T it +.Flat Style +ĠS plit +ĠLo ader +.c c +Ġclin ic +---------------- ------------ +Ġb aking +ĠEN T +ne ath +ãĢģ ĊĊ +AN E +.EntityFramework Core +app ers +. ic +ĠNg Module +ĠF ORM +Ġ' ; +-pro fit +h w +en emy +ĠE ye +Ġca ution +t own +Ġur ged +ĠJim my +ynchron ous +-s ized +m aking +, { +] ', +_ Object +ah oma +Ġactiv ist +IN VAL +ĠCom mercial +ĠOr lando +(t ab +ĠØ ¨ +Al gorithm +Ġher itage +Get Mapping +Ġfail ures +ri os +at iva +Ġt et +Ġcar pet +( Z +th ree +Ġdisc losure +. ERROR +_c alled +Ġd ial +Ġoccas ional +.E rr +Ġfunc ion +caff old +Ġrele asing +ï¼ī ĊĊ +_ Value +ĠV ari +y ellow +Ġstrugg les +.c al +ĠDak ota +ĉc lose +Ġsand wich +Ġanaly tics +Ġ** ) +& # +ĠJ os +Ġpass ive +AT TR +Th rowable +ĠM un +ĠU int +(dis posing +ar ak +ĠLe aders +Ġaffect ing +Ġitem View +Ġeconom ics +f v +๠Ģ +.r b +ĠOver all +Ġwealth y +Ġev olved +nd a +ĠH us +re strict +um en +ĠA gricult +! ĊĊĊ +Ġexp ires +Ġspokes person +int erval +Ġà ¢ +Ġque en +(n il +ing o +He ap +Ù İ +Ġcompl ain +S ym +ĠCl one +ĠR u +ĠW ILL +ĠCr ystal +/ content +ing en +oint ment +Last Name +av icon +ĠIB M +ĠDim ension +an h +icip ants +ĠAn ne +.pro gress +Ġal go +ob il +ĠV oice +ĠF E +Ġg li +Ġv ed +Ġprevent s +\ Column +Ġfol k +ett i +Ġm n +ĠCL ASS +Ġdisplay ing +ĠK l +ĠF err +d uto +. ib +Ġd ados +' name +-s pace +Ġit alian +Ġin verse +Ġd ense +ut er +ĠI Enumerator +-s ign +Ġnation wide +Ġperson a +Ġsol ved +Ġdram atically +Log out +Ġgr av +Ġanalys es +ol lo +Ġl amp +. team +ĠE rot += [" +Ġd ancing +Ġ?> / +Ġc ater +ff e +ĠSh a +ĠB os +ĠRE QUIRE +ĠMon ster +ĠR B +ĠI DE +Ġsu its +Ġform Data +( theta +Ġsp atial += NULL +ĠSql Connection +Ġ à +ĠV enez +ĠMor ning +Ġpublic ations +ĠNON INFRINGEMENT +first Name +ud s +W ould +_HE AD +Ġinvest ed +st able +f red +Ġcommand er +SE S +âĢĶ a +an che +ĠM ovement +ë ³ +S uite +Ġjur isdiction +ë¦ ¬ +ĠB eth +j Query +ĠIs a +Ġd ental +, * +ĠL imit +ili ation +=" { +b ast +Ġt urb +is y +O OK +Ġadvoc ate +im ag +LE CTION +л ÑĮ +(c ategory +.de c +Ġun iqu +_s n +Ġattract ed +Ġà ī +ĠRun ning +_ edges +ĠDis able +_A S +åĽ ¾ +Ġnetwork ing +_br anch +H aving +toBe Truthy +G I +Ġcamp s +se p +-p art +Ġ)ĊĊ ĊĊĊĊĊĊ +ustral ia +ĠRe ports +rit o +Ġwa ist +_pl us +ĠW W +-p erson +Apr il +Ġs ar +.t ar +Ġagricult ural +t ic +Ġt cp +Ġset Value +agent o +ĠAp pe +p iler +CA DE +Ġan che +atch er +Ġcom ics +Ġl bs +_se gment +'] =$ +itt ers +ich er +G INE +Ġutil ize +ĠC ursor +_ex pression +Ġd ag +< long +Ġr hyth +æı IJ +Ġconsult ation +Y et +")) ĊĊ +_M AC +c ould +Ġ' \\ +ĠV o +ĉ http +Ġg s +ph er +- grid +J ames +J ul +Ġsch on +Ġtensor flow +ĠLOG GER +am as +Ġsc ipy +Ġconv iction +. ag +Ġadministr ator +)) {čĊ +Ġn un +" group +P or +Ġnur se +ex pression +ak y +ĠHe avy +. opt +.get All +Ġover l +/ ", +_c ountry +ç İ +ĠG ENER +_r oute +ĠD al + ´ +ol oad +Ġuncomfort able +(m enu +Ġhost name +' ");Ċ +Ġcalcul ations +-c lick +Ġprotect ive +ãĤ ¯ +_F orm +ung s +Act ual +m f +ĠProcess ing +ĠIn ventory +(m atrix +app ropriate +w eg +ij a +Ġch r +Ġr ifle +-w sj +k ar +Ġindepend ently +I OS +Ġconsist ency +v n +/s ystem +ĠCh anges +Ġexp ose +ici ents +Ġrel ate +ĉ next +è ¨ +ud es +Ġglass es +F XML +.... .. +ĠP df +Ġappro ve +Ġ{ \ +Ġexist e +)) ( +ARE NT +оР¿ +ĠL atest +ĠNiger ia +.Inter faces +Ġrem oves +En emy +Ġen force +vert s +ĉ pos +_text ure +W ARD +ĠINC IDENT +( container +Ġdef ending +ĠR X +ĠH ook +br is +ĠFl ask +Gr ay +. )Ċ +vis ibility +ĠRedirectTo Action +err al +_e lem +Ġres on +front end +_variable s +ater ia +Ġ+ " +ave led +RI X +Ġdef icit +_C heck +YY YY +To One +sp y +Ġun ited +end ent +Ġp ode +ãģ Į +C AT +(f mt +ĠBon us +Ġre ck + º +Mod ules +Ġvac uum +R adio +ĠDAM AGE +P en +ĠPark er +; ;Ċ +ĠRe ally +_n eg +p ending +Ġnomine e +ĠC ategories +ĠUl tra +We apon +Ġdef ender +I ss +ĠG ender +ĠD ress +Ġimpr ison +Ġbank rupt +imension al +PH A +ĠStr ateg +ĠPROF ITS +Ġp atri +//////////////////////////////////////////////////////////////// //////////////// +de legate +Ġfor State +Ġdev oted +_m ake +Ġterror ists +ĠS nap +_n av +ĠA A +ĠI an +ĉ app +Pl acement +_h dr +< K +Ġs ang +st roke +- Q +> x +.T ask +m oney +ib aba +' });Ċ +ĠSpec ific +ĠLine ar +_O PT +Hash Code +( Player +.Contains Key +Ġcoll apsed +trans parent +_R ANGE +View er +(c fg +Ġsort ing +Ġinf ected +ĠN ach +Ġaccommod ate +.element s +_P ART +ĠSex y += get +( year +Ġx hr +: ] +ows ki +Ġsum mar +Ġ ¿ +Ġint e +Ġwork flow +ĠTai wan +vers ions +åı ij +Ġsurprising ly +Ġopt ical +Ġpro ces +Ġdisag ree +Ġnue vo +ĠC AM +sort ed +le ases +ist le +Id ent +ĉ event +ject ed +Ch unk +V ars +.pro vider +Ġproceed ings +Ġin clusive +Ġart work +end ants +ï¼ļ Ċ +se en +Ġl ig +Ġm akers +_f un +Ġlength s +Path Variable +[ item +ภµ +De ad +FFFF FF +ĠUr ban +up les +ich en +(null ptr +.s pec +, System +UR ATION +(j ob +å¼ ı +Ġtrack er +Å Ļ +ĠM R +ĠSQL ite +Ġd to +Ġ; ;Ċ +Ġm int +ĠInt roduction +ca o +Ġquestion ed +Ġf itted +rev ision +s q +Ġm ig +_un its +_ async +Ġf lick +});ĊĊ Ċ +Ġnot re +}` , +F ilters +Ġm undo +_d ays +Ġfr m +ut c +Ġval s +ew idth +ĠGener ator +ĠArt ist +ĠID s +ĠArt icles +re ater +ĠComponent Fixture +. = +Ġr ou +- no +.b ukkit +eg g +ĠD iff +atic s +Ñĥ Ñĩ +âĢĶ ĊĊ +ĠChar lotte +by e +Ġ} );čĊčĊ +ĠV ik +ĠB row +Ġl v +ĠG ib +-w ing +GL IGENCE +(I l +ĠEngine er +.W ait +ĠP ictures +Ġr het +Ġth ermal +Ġpr aise +< >();ĊĊ +ĠSp ider +P ause +ĠB aker +Ġsl ower +Ġ} ]Ċ +_en queue +Ġdisappe ared +ĠT icket +IN UX +_LOC AL +аÑģ Ñģ +@Inject able +comm unity +Gesture Recognizer +åĽ ½ +Ġsca les +Ġ- ( +/ '+ +ĠS it +Ġexecut ives +ard ing +Ġad vers +Ġback wards +ĉ context +ĠH amp +ĠP F +ĠDe ck +ĠCra ig +A merican +Ġb ell +Ġpro l +uf en +Ġr ng +ar shal +ĠSim ply +first name +sh ore +J uly +Ġmort ality +ĠâĨĴ ĊĊ +Help ers +Ġbench mark +em ade +Ġorganis ations +.g son +ĠText Field +Ġciv ilians +.Array s +ĠMiss issippi +Ġinter mediate +get User +_cl uster +Rel ative +fore ign +.querySelector All +Fore ignKey +Ġreason ably +-------- -Ċ +C ards +ĠK am +ĠTh or +Ġroll er +-e lement +ĠC urrency +dd ie +ALL Y +ĠR A +Ġper met +aa aa +Ġhom ework +ĠV it +Ġm old +ĠF er +[ start +Ġstatist ical +Ġsc ary +_H OME +.B egin +Con struct +ogen ic +ĠDEAL INGS +Ġtamb ién +ix on +. ind +ac re +Ġtransform s +ĠN ap +.B lock +uss ia +pir ation +ul ent +Ġce il +Cl ause +na ire +T ES +Ġne at +ST D +ĠReg Exp +per form +: ) +Ġun ions +Ġs ublic +Ġw inds +lo ating +g lich +Ġp agination +S kill +App ly +ĠOper ator +ist ogram +Ġqual ities +C ross +Ġde com +], " +ĠJ uan +.mod al +.Ch ild +ĠRog er +STIT UTE +:CGRect Make +a lette +Ġst a +as ide +Ġbl ur +ĠW a +if etime +re ed +control s +Ġb ins +Ġп ол +*/ ,Ċ +U IS +ĠR ou +ĠDem o +- awesome +ĠCh ain +Ġh asta +ĠB art +. KEY +Ġvend ors +nof ollow +ĠD est +_b uilder +Ġarg ues +_ answer +g oto +ĠRES ULT +ĠM ON +Ġp oder +o ons +_C ASE +Ġrep lic +Ġfin ancing +ĠD ATE +c ern +_tr ack +t ies +/ logo +ĠNE GLIGENCE +get Type +> T +b et +g irl +ĠINCIDENT AL +-s ite +.tr igger +ĠL isa +_input s +Ġrel atives +Logged In +Config ure +I K +. accept +Res ume +ĠD raft +Ġ* >( +ĠW A +ed ian +ern ess +ĠLayout Inflater +*/ čĊčĊ +oth y +Ġoblig ation +Sub scribe +Ġth umbnail +ex ist +Ġins isted +ĠU ICollectionView +ĠAng ular +Ġtable ts +ĠImp act +ãĢį ĊĊ +ah o +Ġcharacter istic +g d +Ġ= ================================================ +our t +` . +App ro +Co ordinate +Rem ember +Ġmar ine +] ==' +ĠAdmin istrator +.get Default +Ġforg ot +ĠStruct ure +V ue +ars ing +m oment +k w +_c ursor +Att ack +Ġath letic +Ġdiagn osed +Ġend e +åĪ łéĻ¤ +H ouse +ĠP ARAM +Ġw iki +ĠO pp +Ġcons ervation +Ġs nd +_t em +sub str +ĠC ape +.s im +UT ION +an an +âĢĻ un +Ġg y +- work +Ġcomp elling +=' # +ĉs ub +Ġdirect ories +íĬ ¸ +Ġtouch es +out ines +.C ollection +s chedule +.l at +ĠDo ctrine +CA A +ĠRe fer +Ġshift s +Ġlik elihood +pre ter +ĠF emale +Ġinter cept +Ġl ou +çĻ » +Ġr ug +ĠC rown +Ġ************************************************************************ **** +- product +Ġprompt ed +ung le +d ocker +ĠT u +ĠUn ique +_ Error +ul os +Ġâ Ħ +Ġ( ` +Get ting +_s cal +ĠEn h +ü t +Ġsust ained +Ġp atches +Ġpros per +ĠG aza +_l ight +Ġin cons +-------- Ċ +ĉĉ ĠĠĠĠĠĠ +S F +C N +: ";Ċ +ĠColl ins +( *) +Ġcomp ilation +'] čĊ +Ġcon sequence +, ... +Ġd m +ĠB LOCK +Cl uster +Ġsk i +(arg c +T uple +Ġjo ins +ĠSher iff +W ar +ind i +Ġcomment ed +H OST +Ġinv itation +apan ese +Ġperm its +preced ented +_z one +ĠA my +_R D +Min imum +Ġinv ocation +.en able +icht en +- owned +" id +_PO INTER +F ac +Ġspecific ations +Ġnom ination +Ġg p +< ( +Ġrob ots +ĠJ erry +Ġhold ers +Ġw and +c ms +Ġ} ))Ċ +.To ast +ĠI List +B ased +z oom +/ style +ĠBe ck +M en +Ġcontrib uting +Ġund o +ĠO H +Ġadd Object +Ġe igen +sign up +éĶ Ļ +Ġdist ant +PAR ATOR +ĠM ari +Ġm á +E mp +ó s +Ġì Īĺ +ev t ++ j +p ark +ĠSt ay +ĠD un +Ġso y +> % +az ines +Ġti empo +(m e +p resent +.Th is +Ġedit ors +F IELD +.W ork +ĠUn iverse +Ġdr unk +.t imer +Ġalter ed +ĠN ar +ëł ¥ +.Act ive +id or +ç Ń +.delta Time +Ġawk ward +& quot +ĠSaf ari +Ġtr icks +MENT S +div ision +Ġvary ing +ĠHigh way +Ġphotograph er +ĠSt ewart +Ġlast ing +.P re +.amazon aws +ĠL uck +.D escription +ĠN az +n eg +Ġc ó +<<" \ +ĠSur v +ĠU nc +Rec ipe +.Border Style +Ġmod ifications +- at +AT FORM +h dr +ak o +Ġsublic ense +ĠJ ump +Ġbe im +ĠMan hattan +. bool +_h w +ÑĤ ÑĮ +B in +Ġg ateway +" ": +ĠU IS +:" + +- def +ĠReg ular +/ testing +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +string stream +Ġdis par +Ġmob il +- read +ĠAd apter +ĠCh ampions +Ġsched uler +Ġk ills +ĠM ultiple +ir ror +Ġgod s +AD O +ak te +ĠUs uario +.c ircular +Ġre cept +ĠEx pr +Ġelder ly +Ġnic ely +Ġbest e +W ant +Ġclass ical +.s prite +obj c +ĠM ason +Ġsist ema +.Bl ack +es o +ĠZe it +Ġdiv id +Ġent ers +_sub ject +ĠPlan et +.w arning +ĠG ram +_t okens +Ġhousehold s +_c ustomer +user Name +c ross +Ġp ione +Ġass ists +_S M +ib o +Ġlo yal +Ġuse less +# elif +ĠUlt imate +C ome +g el +Ġd ich +xy z +ik el +ob ra +_s can +ĠInter ior +ĠN ice +Ġpl ac +ĉt arget +Ġvir al +ass o +() / +und e +ĠAd obe +O s +vis ited +ĠO W +ĠFe ed +ĠSe quence +Ġman ages +in son +ĠLouis iana +{ }) +ĠH ab +ĠL D +Ġb ip +pr ites +(e lem +.h ibernate +él é +Ġoh ne +_trans action +Ġann unci +P ublished +ĠH onda +ĠT am +ĠP acket +_ selector +Ġchalleng ed +Process ing +-h over +Ġtr ainer +_c ancel +ĠNS Dictionary +ab ric +ĠM LS +_s ensor +Ġshr ink +ĠF X +th reshold +ĉH X +-m ark +` .` +S cheme +(f ull +_w riter +ĠS ys +Ġf led +ĠC in +-w idget +ĠPre vious +G ender +_ question +Fe ed +Ġscr ut +(p refix +ãĢĤ ãĢĤ +Ġin fections +Part s +Ġhier archy +_DE LETE +ĠPat ient +_p ay +Ġprom oted +Ġì ĭ +Ġcivil ian +Ġagricult ure +ĠP iece +Ġst ance +uts che +Ass ign +.A CTION +F ig +_r adius +ĠS ync +du cer +f ailure +ens ed +pt ime +B M +_dat etime +qu ivo +QUE UE +èĢ ħ +Ap pear +Ġsum mit +: void +Ġv ine +è® ¤ +on ne +_TR ANS +.g reen +_ cc +Ġhung ry +Ġ" > +() );čĊčĊ +Ex tract +iz ens +Ġsol ver +Not ify +Ġeng lish +ĠSh opping +inter faces +RE Q +Ġil leg +ĠUI ImageView +Ġdis connect +ĠUnt il +ĠConserv ative +@ Column +Ġshift ed +Ġ: čĊ +Ġf ich +Ġd la +Ġsh oe +"), čĊ +ular ity +_RE SP +We ather +UI Application +. iterator +Ġag ing +.P arent +ow ie +(e qual +ĠCon v +/ default +Ġmeas uring +.pre v +.Is Valid +.F at +Ġs Äĥ +key words +with out +Ġso vere +Ġex changes +Ġm elt +Ġis lands +ĠInt egr +Ġjump ing +Ġg le +Ġjournal ism +Ġd ated +Local ized +ĠRef resh +Part icle +Ġa a +ĠSTR ICT +Ġb od +.Pro cess +_A UTO +ĠP ublished +e very +Ġtechn ological +ls x +Ġir rit +Add itional +Ġdel imiter +_l anguage +- area +bo ys +ĠT ube +Ġw at +Ġmechan ics +_ owner +Sp ell +ĠSt ories +.Append Line +Table View +h em +st ick +oll ower +I FF +ĠU V +oll ision +S UB +Ġcompar able +Ġdon de +s ales +ll vm +Ġ} ],Ċ +OTT OM +ĠPur pose +L ab +Ġinterview ed +o is +as il +.set Id +ĠIn struction +-- > +ĠMod ified +ation ally +ĠMe eting +è¯ ¯ +# region +Ġrout ing +.f ocus +ĠYou th +< D +ĠN ag +contact s +Ġform ing +Ġm ie +',[' ../ +ĠB P +Ġapp et +ĠTe acher +ĠT P +Ġann ually +outed EventArgs +ĠSpe aker +Ġre name +CF G +(" // +æİ ¥ +/p ages +Ġpr és +ĠSp ell +.All ow +ĠINT ERRU +Ġ( # +âĢĻ ĊĊ +_G eneric +.im show +_t im +- face +(& ( +atin um +Ġrevolution ary +ĠH ours +r ain +Ġany time +Ġab b +.j sp +Scroll View +ĠTr uth +Ġanticip ated +Ġacc ent +. checked +Ġspec ifies +Ġca f +Ġcell padding +Ġcook ed +ĠH ugh +pe ek +_R ATE +Ġd orm +/ čĊ +IV ITY +.Cont roller +(p art +.con straint +Ġinv asion +MO VE +Ġgl uc +l ename +Ġam en +eng lish +ĠSw itzerland +";ĊĊ Ċ +pe st +.col lect +N ib +ĠD ict +ĠE mb +(sub ject +Ġoutr age +Ġdec iding +Ġsent enced +F echa +" A +Ġqu er +Ġfont Family +Ġqu adr +- Y +_C ACHE +Ġanaly zed +Ġg aining +ĠAgain st +ĠSou l +ta u +Ġlight weight +ĠT F +ĠEffect s +.T ypes +.add Class +Ġv egan +é ģ +.' " +ĠExpl orer +.d etect +.sh ift +Ġoblig ations +last Name +Ġassoci ations +ĠTime Span +un ter +ĠF resh +Compat ible +P ub +id ges +. option +var i +.hash Code +Ġg eb +. section +- not +ĠSub mit +T N +reg istry +_m edia +Ġn aj +ff t +Ġm ate +-th ird +Ġp ockets +est a +Ġb ent +ĠN ord +Ġretail ers +ĠMor ris +."" "ĊĊ +W rong +Ġ ÅĽ +R ay +. ec +ĠB ind +_H AND +(n on +is Valid +Ġsimilar ly +_L IMIT +Ġdynam ics +Ġdist inction +ãģ Ĩ +< N +Ġor th +ĠToy ota +ĠK ate +ĠL S +or ie +ĠSpr ings +Ġf reak +last name +_M ULT +-st ep +" ( +AD DR +Ġentert aining +_CON F +Ġdec oded +Ġst reak +Ġwait ed +Ġnot ified +rodu ced +vis ual +.Layout Params +æ ° +es ian +f its +s pring +ĠBern ie +User Defaults +Ġped est +Ap pearance +ĠW iki +ĠNOT ICE +Ġs sh +Ġdur ante +ĠZ ip +ı r +ĠNAT O +Ġtw elve +Ġro yal +ï ¸ +Ġmer chant +ĠF urniture +'] ),Ċ +, X +Ġfold ers +ĠG ate +ĉf unc +p ick +_us uario +ĠV erm +ment ion +ur pose +Ġalert s +x ious +_s ig +ĠF u +Ġ( : +Ġd umb +åħ ³ +Ġaccur ately +éĩ į +R B +-s creen +ĠV ER +j our +Ġrom ance +uc ceed +. choice +Ġad ip +_d ims +Serial izable +ãĤ ĭ +.j ob +Ġpro g +uch ar +Ġg ently +ĠR SS +ict ured +_ENABLE D +ĉ label +aw ks +ĠEn sure +rem ember +ìł ķ +Ġtrans mit +{{ $ +.Trans action +ur se +_rel ative +Ġs ized +ĠX X +ĠPr incess +ĠL arry +Ġpr ó +ĠÑģÑĤ ÑĢ +Ġs isters +estr uct +Ġcheck point +: length +ĠCar los +/ icon +_T ARGET +T okens +Ġpat ience +ĠSe lected +q ty +.show Message +Ġwild life +ĠP rops +b m +- arrow +Ġpar cel +fire base +ĠBen jamin +cess o +.t im +ĠG arc +. any +ĠHOW EVER +ĠK o +Ġgrab bed +_f rames +Ġobject AtIndex +ĠADV ISED +Ġsub ur +ĉ GL +Ġ}) }Ċ +-l ength +ìĭ ľ +ĠPot ter +_b uff +.g ui +ĠEnc oding +E lect +-m essage +Ġ � +Ġ ÈĻi +ĠArgument NullException +а ÑĨи +Ġmin imize +Ġrespond ing +$_ [' +ĠInd ividual +á c +ĠIN TER +Ġmast urb +ĠB in +(' $ +ëĵ ľ +Ġopen ly +Ġ> < +Ġun to +olog ically +ĠM ul +VID IA +Ġsl im +ĠCommission er +( on +Ġunder neath +/ db +v ote +( Message +ĠP ope +Def ined +Ġsw ift +ur f +Ġadapt ed +SE L +Ġreven ues +Ġdiv ine += y +Grad ient +_ act +Ġ/*! < +Ġpoly gon +ĠF DA +ĠC arr +at ables +(std out +Ġrefr iger +Ġco ordin +avor ites +ÑĪ и +Ġcompass ion +ĠPOSS IBILITY +- secondary +ur acy +Ġcomp romise +_A V +_ os +Ġbes ide +ĥ Ŀ +Ġl n +.pl ugins +Cap acity +al ah +.b in +ĠC RC +_b alance +Ġflex Direction +Ġam bit +Ġnick name +ĠFor ces +C LE +ĠSh ell +Ġs ail +ĠW riter +ĠA lice +d w +ĠInd ians +ĠMar shall +_S RC +Ġnormal ized +ĠJ ag +ãĤ Ĵ +ze it +r pc +ÃŃ c +.in line +Ġtrav ers +_n umeric +Ġutil ities +Ġev ac +IN PUT +ĉ register +M X +ĠCamp bell +Ġdatas ets +Ġdem anded +Ġinitial State +g an +Ġe i +Un expected +- web +tr ait +, Y +ĠT odd +Ġske leton +Ġoptim ize +ç¬ ¬ +ĠU pon +ĠSt Object +Ġap lic +.' P +v ron +. UN +Ġpaint er +izar re +Ġl av +Ġp om +p reg += function +( serial +ific a +um ing +åľ ° +ãģ Ĥ +- op +U CH +ĠH end +.prop Types +Ġy o +Ġrout ines +Ġcar ing +S em +Ġres erves +Ġprior ities +red its +IST R +Content Type +ĠSch w +/ media +Ġe str +Ġclim bing +- week +cher che +s ensor +To Array +ĠMont real +Ġcloud s +ĠInject able +ĠR ice +Ġpropag anda +_pro vider +Ġind oor +Ġin aug +Ġdipl om +Ġmess aging +_m ut +å ¦Ĥ +Ġk w +ON S +ari ans +R PC +) ]čĊ +-r ay +ĠS or +m all +Ġmarket place +Ġv tk +M a +og an +ig i +Ġspons ored +ĠD ani +.S EVER +>' .$ +m ultipart +ĠW ol +Ġtable Name +ĠUser name +Background Color +Ġf right +_E MAIL +Sept ember +_val s +op ia +Ġsp otted +- Ch +Ġdata Source +/ "Ċ +ек ÑĤ +ĠRequest Method +ĠRe place +-d o +ah n +ĠPh D +] .ĊĊ +N ON +g ement +ĠTh r +Ġquiet ly +Ġtort ure +Ġte as +ĠC Y +Ġa tr +develop ment +-d etail +Ġlight er +Ġarg uing +Ġdes erves +Ġcur riculum +_CON TEXT +ÅĤ y +H ITE +ĉ ID +/ uploads +Ġt its +re o +_d rop +. UTF +Ġpick up +Ġgro cery +ĠP ure +Ġeas iest +Ph il +.f eature +(" * +Ġinvest or +t ok +Ġj ar +L os +âĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶ +. queue +-s peed +M al +um blr +ĠCON ST +ĠH RESULT +ĠD ance +(file Path +Ġattrib uted +ॠį +ĠB und +co ins +Ġs ão +Ġp ir +person al +Ġpre lim +Ġprop ose +ĠT L +] ]) +ĠSub scription +ĠK re +, len +.First OrDefault +) -- +_product s +.Get Bytes +Sh ip +Ġenc rypt +ĠS G +ĠM yst +h ir +Ġiter ate +Ġint end +.mock ito +Ġch apters +( angle +ĠV lad +è® ¾ +' .ĊĊ +Response Body +ĠAb d +de al +Ġbar riers +-out line +b ill +ĠF alls +_se cond +. include +. ceil +Ġoccup ation +ph ony +.move To +ĠJenn ifer +AST ER +; ">< +ĠEn abled +Ġtermin ate +ĠI o +l ations +ĠTHE ORY +Ġear liest +Ġr ack +ĠSc ar +sh ake +ch ip +Ġu v +Ġall iance +п иÑģ +ĠGOOD S +z ione +ĠV I +Ġ{ - +Ġfilter ing +Ġmis con +.Dock Style +Ġb ush +Ġj unk +æ Į +ĠQ UE +Ġhook s +Ġfirm ware +Ġmiddle ware +d ic +ĠOak land +Ġarr ives +P ayload +p ixel +] | +Ġstart Date +.P RO +_a udio +Ġmid field +igid body +ĠSw iss +ĠCl ip +ĠD ump +ĠText Box +Ġg eh +y ield +od s +Ġrefer endum +Back end +ĠC ream +Ġdomin ated +ĠArch ive +Ġrid ers +.prepare Statement +Ġqu ando +Ġche f +w iki +in el +am pling +(" \\ +Ġs ag +_pro xy +ãģ ķ +p do +.getElementsBy TagName +Ġdemonstr ation +ĠN PC +Ġarch ivo +end ance +Ġefficient ly +( actual +.t ableView +Ġm ush +Ġbe ars +_thread s +j as +ah un +Ġne ural +Ġdesign ing +ĠG DP +Ġlift ed +çĽ ® +ĠJ oint +ĠIn clude +ĠGi ants +Ġwithdraw al +ĠR ent +n ative +ĠSe ek +gress ion +_C PU +\ S +ĠSh ield +Ġsol ic +Ġbo om +yect o +Ġmanufact ure +ĠâĢ ĭ +Ġb box +Ġearth qu +ollect ors +:@" % +Ġlo ops +J e +alk ing +ĠWh ats +ĠBo ys +. book +ARG E +_p ixel +Ġsus pects +Î ¹ +us p +ĠBM W +ie ces +(p erson +å¼ Ģ +é » +ĠPod cast +Ġb ou +( Item +à » +( Input +Http Get +Ġb urg +) ^ +BO ARD +*/ , +Ġg ulp +ĠB enn +Ġdeck s +.status Code +Ġac ute +Ġh ug +ug u +Ġp led +," % +h ape +Ġз ап +ĠMain e +.re al +Ġd alam +ĠMin or +.F loat +dis p +Ġt l +Ġen count +=> $ +Ġf g +te es +ĠRec omm +ä l +Ġchem istry +Block s +O ID +Ġfore x +ĠApp end +Ġ{ * +ĠSup ply +CG Float +(b l +Ġat e +ador a +Ġg ust +Ass oci +> .Ċ +F ETCH +.s erial +widget s +ard less +ie fs +_F ULL +ernet es +ĠP red +Ø Ń +äº ĭ +ub ernetes +ĠL aura +Ġl abeled +High light +Ġanno ying +/ update +(d escription +Ġintim id +$ c +")) )Ċ +.A P +Ġ[] * +ĠEX IT +.H ost +ĠOP EN +.send Message +_c amera +_t ile +Ġth erm +onom ous +Ġdis adv +Ġna ar +index Of +ĠP P +.prot ocol +AF E +Ġtext ures +################################ ################ +umb ai +.st ats +ĠG E +Ġi e +ĠST D +ĠM ann +.ref lect +K B +Ġd ive +.w av +/* ---------------------------------------------------------------- +/ settings +.l ifecycle +Ġda ughters +or us +ub er +N ING +st ri +ĠT ip +Ġz n +Ġswitch ed +in et +uff y +ĠTransport ation +( conf +fr ica +ĠX L +ĠLe ad +_per cent +< Map +Ġthr ust +or b +ik k +Ġtra uma +Access or +ĠF it +ĠString Buffer +ex pl +(s creen +Ġaud iences +ĠO PTION +_ round +[ node +be h +-> __ +per missions +ĠD etermine +.M an +Ġadv ances +. InputStream +Ġstrong est +Ġe Bay +Ġ# - +Ġdir name +ĠS MS +Ġmedic ations +Ġam ended +Ġchurch es +ĠImper ial +$ row +ĠMad ison +ĠIn sp +Ġaff air +Ġpsych ology +v h +Ġsever ity +âĢ IJ +Ġstri ps +A H +vert ising +Ġcon se +IM AGE +ĠSt ats +ĉs c +.C ursor +Ġfree ze +ss on +(x ml +ĠSus an +.t ile +ed ed +ĠĠĠĠ ĉĉĉ +uel le +ĠMitch ell +b ased +Oper and +½ æķ° +ĠF F +ĉstr cpy +ounc es +ild o +.execute Query +Ġapproach ing +ĠSe ven +Ġn uts +Ġr ic +ass ignment +Ġcalcul ator +ĠMur phy +ĠB ou +í Ħ +Ġbut t +Ġt icks +Project s +il ib +.text Color +m ov +_log o +( template +ĠIN IT +Ġimage View +scri ptions +OR ITY +Con sumer +Ġun precedented +Ġtour ist +Ġbr on +Ġcontract or +Ġlic ence +ĠN am +æ ¯ +( transform +_AT T +P ref +ĠG am +Ġvess els +Ġh av +L ater +.To Lower +Ġurl s +Ġbreak down +Ġpen alties +Ġf oster +ĠU E +Ġcl ue +com ed +åIJį 称 +-m ain +Ġp ts +Ġcount ed +ict s +/ post +Ġget attr +Ġp ing +ANCE L +Ġp ec +Ñħ од +ant om +ĠBlue print +ĠEvent Emitter +Ġl ä +æ ² +Ġstr aw +( comp +' une +> N +- client +es Module +-b ase +Ġret reat +_s imple +ĉĉĉĉĉĉ Ġ +fe e +') čĊčĊ +Control Item +Ġsubscri bers +ple ase +ĠE ff +Ġp ound +ĠBy tes +ĠTe a +_ activity +Ġmax im +Ġop code +B SD +. constant +; } +omb res +Ġcare ers +) .ĊĊĊĊ +Ġsp reading +-exp anded +ĠOr d +amar in +Ġmob ility +Un fortunately +ak k +N L +_ redirect +ĠP G +ĠS ensor +b ol +t ap +_MEM ORY +ĠUI Alert +plit ude +We bsite +ĠLog o +lo ve +[ ind +Ġalto gether +Ġwonder ed +Ġes per +ĠLib eral +Ġo ss +Ġel it +Ġst iff +od ox +_ment ions +ĠDou glas +_p id +ĠC K +ĠinitWith Frame +.b log +p kg +ang hai +QUI RED +u u +Ġm kdir +AT AL +Ġun h +in ces +st h +Ġhypo thesis +Ġc ata +ĠT B +ĠCl ar +Ġpre decess +Ġsitu ated +-w orld +)) / +Ġhead lines +.st at +Ġout break +sp ath +_FLAG S +ĠServlet Exception +S un +F ROM +ĠD ir +ãĥ»ãĥ» ãĥ» +_co ord +ĠOpt im +Mon itor +.b it +XX X +Ġtod as +f eld +ÑĢ и +im ir +Ġpolit ically +Ġmolec ular +Ġtrad ed +Ġ{{ $ +ĠSw edish +Ġ'@ / +_RE AL +Ġw arehouse +t oday +, L +or p +< section +- br +ym e +ĠUser Service +Ġlib erty +Ġmoment o +( Image +< size +S ch +Ġj og +i ology +arent ly +Ġquant um +ĠAb u +Ġr im +Ġman a +Font Size +Build ing +st airs +AIL ABLE +Ġ& ' +Ġs ect +Ġs igh +(b atch +.I Container +p oll +ĠCor ps +Î µ +ar u +ĠK ay +.r ange +_click ed +ĠRobert s +.N etwork +fin ish +- Man +Ġcolleg es +ĠF ine +")) ,Ċ +f ilm +Ġrem inded +Ġgest ure +out il +Ġthread ing +Ġobj et +Ġt ours +activ ated +.m kdir += user +Ġre de +f ü +_SY STEM +p v +Ġcon gr +Ġmass asje +Ġpract ition +Un iversity +Ġtab index +Ð ĺ +S ets +Ġcount ies +g uest +f an +Ġword en +.d i +на Ñĩ + ¿ +ig Decimal +Ġsh ore +Ġg ö +Ġrep airs +Ġhelp ers +Ġcenter ed +OL LOW +Ġmap StateToProps +Ġc ents +< A +Ġexpect ation +Oct ober +Ġbg color +ca les +.C ON +ĠV el +Ġcry ing +-se ason +Ġfunction ing +_LOC ATION +ü ss +ber y +Par a +omin ator +- le +Ġeth ical +has htags +emp lo +Ġn úmero +( activity +.St op +.str ftime +IL D +Ġto e +ĉ Node +") čĊčĊ +ĠPu erto +Ġexec uting +ĠG UID +Ġoppos ing +al ph +Ġexhib it +_fl ash +Ġme ille +Ġjson Object +H ero +aint ed +_D OM +Ġw il +Ġslo pe +Ġm Ã¥ +ĠIraq i +Ġorgan ize +ĉj Query +H UD +sh ine +. we +ĠSk ills +pons or +Ġcon clusions +Ġre forms +Ġrel uct +n amed +ĠOl iver +Ġ// }Ċ +- looking +Ġf og +ĠH O +ĠF ried +Ġinev itable +ĠData GridView +H our +il les +log ical +Ġconnect ivity +.tw ig +ĠK yle +(d st +- Sh +ĠStud ios +( Level +.j et +_PRO TO +-de coration +OT HER +Ġread ily +.Param eter +Ġmultip ly +ĠL IB +ar med +Ġsoon er +æ Ħ +_ ES +Ġfoss il +ĠA nc +âĢľ This +l odash +Py thon +Ġhist ogram +west ern +Ġinf ant +Ġco ordinator +Ġn ib +: m +Ġres pected +Ġdef init +& T +_p ad +ĠTr igger +th al +Ġimage Named +Ġbeat en +ĉ rc +ĠPal ace +Ġhaz ard +Ġisol ation +_ rc +cont re +OUT PUT +Ġre ign +ĠPl ate +AT ES +Ġfl ux +Ġpack s +.get Selected +Ġparticip ated +Ġneed le +-de pth +:::: :: +-l aw +ins pace +on itor += no +ĠAt omic +ĠBr ain +Edit able +-s c +red ential +ĠP erry +k ie +Ġ ----------Ċ +.st roke +( Intent +Ġun ity +um lah +F urther +Ġpr ze +Ġs ø +ãĤ Ĭ +ĠPROC UREMENT +ĠH ousing +Ġatt orneys +Ġcomp ose +atter ing +" What +dra ul +Ġstraight forward +In stant +.J TextField +Ġtr ades +л а +Ġ{ ! +Ġl ately +IM G +ĠA ld +ĠIN NER +Ġcart oon +.S ource +F ALSE +Ġd ough +f en +( rect +Data Table +N ick +ĠBut ter +read s +_com ments +EN V +ĠConnect icut +-F IRST +ĉĉĉ ĠĠĠĠĠ +ach i +.M sg +re ction +Ġrelax ed +Ġsha ft +Ġe f +ĠAdd ing +Ġbre ach +Ġ ï¼ļ +ram a +Ġconduct ing +Ġ( ; +(g l +ĠCA USED +ash i +ĠF LAG +ĠCom merce +ĠIN TEGER +h ours +ĠSchool s +Ġn ucle +Ag ain +pro j +Ġsevent h +EMPL ARY +(m ock +'] ,čĊ +_S PEED +> false +Ġsp a +ĠN ear +ì ķ +Ġintr ig +_m embers +w ave +Ġanalyst s +_O S +ed in +ĠF ri +Ġretrie ved +Reg ular +_ obs +EX PORT +')}} " +" class +__ (( +b ucket +Ġst ro +ĠP atch +yst ick +ful ness +ap os +D a +ĉĉĉĉĉ ĠĠĠ +Ġen rich +un ordered +h ole +C ong +< Product +ĠC urt +( the +_l ower +Ġavoid ing +Ġbu zz +Ġv iable +ub a +- is +are l +Ġact ed +-d etails +ภĩ +ĠThe ory +ĠP un +ĠAn onymous +... "Ċ +è res +åı ¯ +ĠV ision +_se m +ash a +Ġcelebr ity +Ġend Date +Ġpop ulate +Ġcu is +qu ant +f loor +Ġglob ally +Ġcru ise +ĠStan ley +Ġb ikes +.get Connection +Ġpoor ly +_ other +amp ing +." );ĊĊ +od i +_A DMIN +.color s +ĠG aming +> ';ĊĊ +STR UCT +Q R +ID s +(arg uments +_a ux +( Event +_PR IVATE +ĠTre k +Ġdownload s +m utable +_STR UCT +(w x +Ġdom ains +js px +ĠVi agra +Command s +J s +.c fg +Content Pane +ĠEdit Text +à¥į ठ+Att ach +ĠAR M +posit ive +ĠGener ated +Ġse ized += : +Ġelectron ics +ĠApp Component +/ ',Ċ +.equals IgnoreCase +Do ctrine +d isk +ĠPolit ical +CH O +< F +ĉ height +ĠB ug +. le +ik h +Ġmill iseconds +Ġconstit u +m ag +.n l +-r ange +ang gal +', [ +ropol itan +Ġà ľ +ĠU C +.d esc +-L AST +f stream +ib il +Ġf ier +VER Y +Ġë ³ +IR T +_ UI +( abs +Ġkne es +Ġro okie +ĠV ac +are na +comm end +- \ +ĠSUB STITUTE +So ft +Ġpart ir +we alth +è¦ ģ +(d ataset +ĠCl imate +- show +Ġreli ability +_ch unk +ä» £ +_st ock +ĠEX EMPLARY +ï¸ ı +Ġv ÃŃ +Ġsm iled +Ġdr ill +.F unction +ĠS I +Ġreg ression +- X +ĠJ ar +p ref +ĉs uccess +ĠHit ler +Ġinst inct +Ġfem mes +Ġlo ver +< Ċ +Ġmulti plier +r il +Res ize +ĠAuthor ization +ĠK an +Dispatch ToProps +Ġc rops +t okens +ec n +ential ly +ĠINTERRU PTION +f ake +Und efined +ĠA K +ĠTest Case +Ġr ab +Ġtor rent +ĠO t +B ars +Ġlect ure +Ġen jo +Ġrespond s +Ġindex ed +Of Work +_ch ain +)) -> +ĠBeaut y +Ġ` < +Ġtouch ing +Ġ| -- +ĉf lag +normal ize +Ġtr apped +Ġestablish ing +/b uild +A J +f y +- react +av n +RI PTION +Ġk ut +ĠF ashion +ĠIn form +cur ities +< byte +ĠUkr ain +Ġs ug +Ġconsist ing +ood le +. ctx +.To List +Ġcomment ary +Ġtransf ers +Ġn ost +ih ad +ĠU pper +Ġconf using +miss ing +- cl +Ġbound ing +Ġcongress ional +Ġreve aling +d h +r up +Ġt res +re peat +, ĊĊĊĊ +_t ac +Ġexp ed +G irl +h orizontal +Ġ"../../ ../ +( option +Ġwe iter +ĉs ql +Ġ=> {Ċ +Ġgar lic +Ġre pr +Ġrepl ies +( prop +Ġspir its +Ġins pire +Ġbas ement +.re ject +Ġhint s +Ġpoll ing +ĉ ĠĊ +_r ating +Ġc ath +av ier +Ġcomp ressed +ĠV S +] ' +Ġjud icial +ĠT rend +tr aining +EST AMP +ogn ition +Ä ģ +SE NT +vent ions +Ġconsult ant +um ph +Ġuser Service +, NULL +k h +D ear +_B AD +it ations +Ġmet aph +' é +and ise +-f ont +.ch art +Ġs g +_ Controller +.j peg +ĠUL ONG +ĉg ame +( ss +ĠM aj +ĉg o +ĠS ad +ĠB erg +ĠM ine +P ack +Ġres istant +ĠR OM +Ġp eg +ĠStan ford +ĠY ahoo +Ġsca led +Ġl an += [] +"/ > ččĊ +Ġs ud +ĉ background +Ġsch olars +-m uted +ar á +Ġ= ==== +Ġ__ __ +C reat +ene ver +/w p +ĠV PN +Error Code +) ],Ċ +(b uilder +ĠEn emy +S ensor +us a +Ġtr iggers +Ġplayoff s +_RE Q +Ġ( ~ +ĠBar ry +Ġperman ently +ĠR UN +Ġb ure +.Fat alf +Ġch ick +ĉ panic +ps i +ok a +éĢ ī +> [ +Ġunderstand s +ĠJun ior +ĠIN FO += mysqli +ust ain +-s ource +s erv +ĠC REATE +. au +Ġsell s +ĠĠĊ ĠĠĊ +E urope +z w +pre h +ĠNS A +Ġx y +ภ´ +ĠB eyond +Inst ead +Non Query +Ġar ise +Ġavoid ed +.em place +_model s +} ),Ċ +Ġh id +Ġ& _ +.p oints +.get Width +.Ex ec +Ġ// // +ĠS essions +... \ +ĠCol omb +Ġacceler ation +rest ore +Ġ ile +ob ic +< Node +ĠD X +ĠBes ides +. age +ĠCont ains +N ational +ĠIm plementation +Ġeff ic +ĠR M +H y +ĠWed ding +ok ies +Ġrec ursive +Ġprosec utors +.Se lection +ĠForm ula +Been Called +[i i +ĠFr an +Ġtraged y +_F EATURE +Ļ ¨ +comp ass +ĠB h +? ĊĊĊ +.w riter +ĠH our +Db Context +io v +am on +re pr +é ĥ +ĉf i +'] ] +ĠD ry +. ro +ĠO bserv +æł ĩ +Form er +ĠB alance +ĉ json +Ġpr zy +I SS +( sock +ĠL INE +Ġde ce +Ġal ly +Ġtend ency +F un +Ġschem es +Ġinter ven +æĺ İ +Ġad verse +quote lev +Ġsacr ific +_s ide +Ġmut ex +AG IC +Ġocc urring +ĠCommunic ation +um ar +ç¼ ĸ +ĠTreat ment +.p erson +ĠL C +Ġe ch +( (" +ĠDise ase +ä d +ĠA Z +.A ccount +Ġcontinu ously +END ING +ĠRET URN +- string +.f ilename +syn thesize +Res ponder +( opts +reg s +Ġn uest +Pe er +// ------------------------------------------------ +Ġg auge +ĠK in +.s chema +Ġarr ange +ĠBl ake +_Type Info +C over +ĠHamp shire +P aper +-in ner +util ity +Ġcross origin +F OR +Ġign oring +ĠD D +av an +Ġtrad itions +Ġget String +Ġeth ics +ĠMaterial s +DE SC +Ġen zym +io let +ĠCh ip +ĠMc Donald +Ġn erve +ç Ħ +") ] +æ± Ĥ +ĠS ugar +_S IM +j peg +Ġdiscret ion +ĠT N +bo ve +ĠMin imum +ĠForm Group +Ġwork force +ĠExec ution +err er +ĉ ĠĠĠĠĉ +Ġpres cribed +.Text Align +OP EN +ĠP B +im ity +ĠEx ternal +° C +ĠApplication Controller +Ġb arr +imp licit +_d ot +ĠCol on +C OLOR +.Pro ject +* }Ċ +pl aint +get Text +Ġindivid ually +Ġcheck box +U Y +ĠL amb +Ġdys function +ĠL ar +à ° +ĠCre ating +');ĊĊ Ċ +" They +loc ations +_C ORE +Inter action +umbn ails +ĠPart ner +b rit +Ġless er +ĠSl ot +set Attribute +ĠW ave +.p o +/ store +Ġbrows ing +_p d +sum e +s ed +Cur ve +Ġpl asma +Ġsusp icious +ìĿ ¸ +ĠB ah +ĠExp licit +_C C +.Client Size +\ View +Ġsub stit +lo on +ĠG AME +ĠB rid +Ľ 建 +_ User +Ġsqu ares +f one +Ġsac red +ug hs +] interface +ĠTh row +ĠK irk +Ġemp ire +Ġassess ed +T ax +ĠHe aven +-b uffer +_STAT IC +én é +-b ordered +Ġpun ct +(m ode +Ġke ine +S ent +ĠCal cul +ĠE ve +Ġsty lish +Ġoil s +.Test Case +Ġtrad emark +Ġliter ary +Ġconcentr ations +ĠRel ations +( Class +Ġstd in +Ġv æ +back up +. VERSION +.AutoScale Dimensions +st arter +Transaction al +- panel +St udio +k c +ĠCh amber +ĠSpi el +Ġr ho +ا ÙĦ +! ' +.At tributes +Ġmurder ed +apeut ic +Ġint imate +Ġtext Field +ĠBuff alo +d ummy +" % +ĠLib erty +ob ar +ĠT ank +ĠPop ular +erv isor +ĠIn iti +ĠM all +ĠP rior +C AP +ĠCl ay +ĠCert ificate +.L ock +-st rip +-dr iven +/ all +ĠMessageBox Buttons +_SE CRET +_p b +Ġr ats +ा ठ+Ġn t +.R outer +_top ic +Ġt ennis +ĠP UBLIC +ĠActiv atedRoute +Ġ' ,Ċ +Ġcost ume +Ġj okes +. Handle +ĉ byte +Ġflav ors +( cc +Ġperson as +ĉ image +ĠN azi +Ġgram mar +Ġú lt +Ġval ve +Ġv ic +ĠR achel +_in valid +P refs +std int +(r oute +Ġhtml specialchars +Ġpe oples +pl ine +Ġn v +ĠQu ant +opp ers +Ġcurrent User +ĠC atal +Ġrecon c +Ġconj unction +l x +amb urg +Ġinflu ential +d anger +ind ers +Ġ% @", +.config uration +os ome +. identity +Ġpick er +n ost +ĠDI Y +Aug ust +ab lo +Le af +ĠRec o +ck o +DO C +ĠH erm +: any +ĠInt erview +ĠT ex +x fe +( work +Ġle ap +He ading +Ġqu arters +\ Bundle +re b +Per haps +ĠG mbH +B irth +ĉ sum +ĠWat son +.n il +ç ¡ +{ }ĊĊ +ica id +Get ter +" name +Ġ" čĊ +_n one +z m +ac ute +uest o +Ġs ous +Ġre build +Ġnewsp apers +ĠH az +Ġk its +if o +Bl ur +Ġsu ited +- In +à ¯ +ĠKe ith +ĠNor way +IN IT +ire ccion +iet ies +_us age +ĠDou g +r ise +Ġtr illion +im ited +ĠR EL +al ic +Ġcritic ized +the orem +Ġce ase +Ġsid ew +ĠT erry +Ġsubs idi +Ġfirm ly +Ġaw s +Ġh ott +Ġdress ing +bad ge +ĠApp lications +è¿ ĶåĽŀ +Ġlaugh ed +Ġh obby +Ġmus icians +Ġ* . +. placeholder +Ġcount ers +ĠCap itol +SD K +Ġhel met +and box +qu it +Ġcriminal s +Ġteen ager +( update +G l +.se lection +Ġdis charge +Ġpresent ing +ufact urer +_UN KNOWN +Ġstress ed +å Ļ¨ +Pro to +_cor rect +ha us +Ġren ov +Ġfire arms +Ġtechn ically +-b rowser +Ġc andy +St roke +Ġexec utor +Ġocc urrence +ĠIP v +_INTER FACE +ĠRetrie ve +.b ad +Ex change +Nav bar +ĠK id +(get ApplicationContext +_ST OP +ĠB oss +List eners +Ġshoot er +ĠAl b +ä ch +Ġp ix +.key Code +al one +Ġabs urd +ĠC um +ĠNewton soft +ik t +Ġlaugh ing +Ġcapital ism +ree Node +T x +_QU ERY +.S leep +( login +Web Element +Ġcelebr ating +Ġde precated +Ġma ar +Ġart istic +_ASS OC +ĠBorder Radius +ĉw p +Ġsurviv ors +In ner +- red +Ġprosec ution +_ pp +(" $ +Ġcomm a +un checked +graph ics +r ors +G ROUND +( public +Ġcustom ized +ĠArk ansas +ĠR ew +Ġexp iration +× ķ +ĠC ul +Ġn ons +.F ilter +Ġsen ator +_def inition +ash ington +ym ph +/ J +Ġf use +ram id +ĠSup plier +Ġaut ocomplete +Ġ} ), +." ĊĊĊ +_function s +ĉ to +.e val +ĠT Object +Re ferences +Ġhe ated +H AL +Ġ)) }Ċ +} $ +ĠB arr +_UN IT ++ $ +Ġget Value +ip ed +ch ied +(v m +c ue +_int eger +_c ourse +th ird +Ġrevis ed +** /Ċ +_D IRECT +Out Of +(" ( +ĠFe el +Ġre ass +Ġsub title +per i +n f +Ġenjo ys +Ġtreat s +) this +-t abs +anc ers +Ġcontin ent +Ġcard io +S er +. question +Ġph rases +Valid ators +Ġpop ul +Ġl ÃŃ +s ong +_IN TERNAL +Ġadvis er +Ġp uzz +Ġambit ious +ĠT ob +ĠD P +Ġpres idency +Ġsurre nder +Ġwatch es +_b inary +ĠSo on +Ġcan ada +(" ")Ċ +] =' +ĠBr andon +eps ilon +r w +.add Child +.C opy +Pr incipal +Ph otos +Ġmarg inal +Ġbas ics +e ing +M ust +_ String +Ġo le +M agento +.c ustomer +(p rev +ภ¥ +Ġlo yalty +C og +Ġprot ocols +ĠCom panies +Ġtheoret ical +Ġaccess ing +ĠZ en +. ones +att ice +_w orld +z es +Ġtatto o +Ġmen os +Ġinter sect +"] ;ĊĊ +bel ie +Ġin active +.read line +-label led +.d one +lick r +ĠW ORK +Ġderiv ative +Ġd atabases +âĤ Ĥ +Ġs x +.is Array +Ġy s +Ġp ada +ĠBul let +(` / +is Active +ĠCG Size +(equal To +ĠColum bus +Ġmar ry +DE V +_l imits +ron es +I AS +Ġt au +min o +_W rite +ĠW ine +Ġ[ [' +ĠP ull +rit ers +ri ents +Ġsh ifting +up p +_TIM ER +ĠCondition s +Ạ¥ +ĠOr ders +ĠSt rength +æī Ģ +Ġvalid ity +Ġf ot +et ur +Ġb olt +åĨ ħ +ĠAl ong +os hi +Ġassum ptions +Ġmag azines +_S PI +Ġp unt +_PRO DUCT +Ġrel ay +ĠJ avascript +. te +- es +Ġwidget s +(f s +< Item +_ex tra +Ġrecru iting +E t +Ġnecess ity +p w +Ġnov els +uss els +Cre ator +ĠM VP +ĠO C +th ood +cl ients +)) * +Ġcharacter ized +_SE ND +ut i +T y +.from Json +@ Service +ãĤ Ĥ +Ch ris +_ Is +ĠJohn ny +Ġclean er +ĠInitial izes +UN K +( axis +еР· +ie val +ĠWar riors +} )( +DM I +âĻ Ģ +ĠTre asury +Ġfe as +Ġsl a +_EN UM +l hs +ĠIn stit +ipp ers +Line ar +Re ading +quir ies +-c ell +ch rome +.S earch +IN A +ç±» åŀĭ +ĠĊ ĠĊ +ĠSam uel +Ġmill s +Ġdon ate +ĠGe o +( rows +Ġshe ep +Ġé l +ä½ ĵ +Ġb em +_UN USED +ĠR CC +Ġintrodu cing +att a +ĠP riority +ĠF B +ĠSer ge +> "; +atch ing +ĠKnow ledge +ĉ The +; margin +less ness +op ard +um atic +() ));čĊ +Ġf als +(c ache +Type Id +éĢ ļ +_ choice +ĠGo th +ĠS ites +M G +_b order +Ind ices +Compar er +ĠRed istribution +Ġclo set +Ġvers atile +Input s +**************** **** +Ġob esity +qu iz +gr a +(g lobal +åĬ ¡ +Ġcollect or +Ġk or +ov able +AD C +ĠEvent Handler +. nc +Ġplay back +ient os +_p erm +_W ARNING +ĠOlymp ics +.n orm +ĠBroad cast +_sm all +dr ive +. iloc +Ġtyp ed +M EM +_con s +DM ETHOD +Ġl un +.d istance +(p ar +po on +Ġb ast +activ ities +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +: čĊčĊ +S ER +) && +_l st +ĠPol ish +Ġknock ed +Ġfrustr ation +au kee +Ġph osph +iqu id +_c oeff +æŃ ¤ +L atest +ĠD ust +T ipo +Ġmaint ains +Ġmar sh +inc inn +l bl +C are +Ġneighborhood s +_g pio +ĠAr senal +D em +ĠW he +_h ook +Ġl dc +ĠHar per +ĠBer keley +Ġgrad uated +Per cent +Ġarr iving +ĠAdvent ure +(s cope +(' * +qu arter +ĠMar ie +Spe aking +_code gen +Ġimm un +c aster +ãĤ Į +åķ Ĩ +ĠDim ensions +.rec ord +Ġtext o +ĠMich elle +P ending +( by +_P AR +uch t +be e +.Th read +amp ire +k now +ĠClin ical +Ġmargin Bottom +Ġdistingu ish +.F ull +. undefined +ĠSequ elize +################################################################ ############ +Ġeduc ated +_O VER +åº ı +ĠÂł ĠÂł +_e ach +Ġur ge +de part +Ġdon ors +ĠA u +Ġbill ions +Ġbelong ing +_ age +_ Int +Ġsub stances +m achine +!! !ĊĊ +Ġjson ify +ib bean +ĠC ad +Ġend Time +Ġc ycling +ĠUIT extField +Ġle verage +Ġvan illa +e at +La unch +( pt +st ates +ĠControl s +ĠRes pons +ĠJ ake +Ġas leep +fort unate +.next Line +Size Mode +ìĿ ¼ +Testing Module +G erman +ĠInvest ig +.re verse +ĠB ACK +( DateTime +Ġnon profit +ĠEx pect +Ġt anto +'] ), +ĉ the +M ultiple +(get Activity +_W AIT +Ġj á +de cor +lev ance +ĠGit Hub +min ation +_qu antity +.Sc anner +ĠL ion +éĶĻ 误 +Ġd re +Ġtan tra +Ġcontent Type +Ġf id +_ alt +NS IndexPath +- pl +åĮ ĸ +Ġantib iot +table s +ac ial +ĠReg istry +Ġol ive +ig ers +Ġsubscri ber +_p res +ĠSy ntax +Ġlo vers +. Byte +old ers +_for ward +al ways +C aption +Pr iv +ĠT ampa +is ateur +-labelled by +ĠTo String +Ġì Ĥ¬ +Ġinit iated +W F +Ġinstitution al +in ject +ĠSc r +Ġdo ctrine +Ġsp acious +is ure +ĠAn a +" time +ess aging +Ġc id +ĠN an +Ġin complete +T AG +-b uild +Dec ember +Ġres idual +(P DO +ĠList en +Ġg lyph +Ġg aps +ne a +.R ect +Ġsa u +ĠPhot ograph +Ġexec utable +ĠExp ert +Cor outine +_s izes +ĠN L +.is Valid +); }Ċ +- reg +Ġc iting +c wd +ĠOtt awa +ĠB att +Ġrenew able +Ġprelim inary +Ġas ylum +Ġw rist +Ġutil iz +Ġdet ention +F ast +Ġan ge +incinn ati +Ġste ering +ĠNa N +ios ity +/ page +Ġè ¿ +ster ol +Ġdis g +( DB +ĠDESC RIPTION +Ġ_ $ +Ġobst acle +Ġb izarre +Ġextr action +_ex pected +Ġlos es +ĠCele br +Ġhtml For +Ġexplo it +олÑĮз ов +XY Z +Ġmagn et +amp ed +Ġat oms +S ources +pect ives +Ñģ ли +Ġ= čĊ +Ġd are +ĠWal ter +Ġbright ness +Ġan notations +ë ı +is ke +S chedule +. images +ros so +Ġ" .. +g amma +Ġin structor +Ġover write +- am +Ġdevast ating +ĠSaint s +Ġh s +Ġbon uses +$ output +ij d +(Action Event +mon itor +Ġmatt ress +Jan uary +.j p +Ġcar acter +Ġim pose +_re st +ĠSign ature +Ġcoron avirus +ãģ Ĭ +_com pare +Me asure +it ated +el ijk +ig os +es ar +Ġrush ed +met ry +_SE PARATOR +_W E +_ATTR IBUTE +Ġy aml +Ġspec s +ĠR ah +ph eric +ĠInvest ment +ä ll +Ġappe aling +Ġview port +ç © +Ġmargin Left +Ġsub tract +ĠED IT +ĉ ArrayList +gr ading +ĠF ailure +as per +EE K +(n ow +< object +ĠAl ignment +ple ado +q tt +( ERROR +ĠIN VALID +Ġuser id +ra ises +ID I +Ġvari ance +ĠN il +/ delete +_M AIN +.T oken +.C ategory +> )Ċ +Coll ision +ĠGre ater +ĠR acing +al an +Ġmon etary +, new +ĠS orry +. Enable +ĠInstant iate +oll en +ë© ´ +ĠCall ing +_h our +AD A +Ġsh y +) ** +Ġ== > +Ġes pecial +Ġinterpre ted +! =" +Ġpharm acy +.s ingle +ĠC ialis +Ġpar as +.to UpperCase +ĠDem on +Pr ime +Ġrank ings +Add ing +_H ASH +ĠEx am +Ú © +ĠVict or +Ok ay +"] ;čĊ +Ġfort une +ĠF ETCH +exp and +.Inter op +Ġb arn +æ ¶Ī +ue vo +Ġspec ulation +âĶĢâĶĢ âĶĢâĶĢ +ĠN u +ĠBl ues +(f name +Ġinhab it +Ġ\" % +C ES +ular io +_c r +Ġvalid ated +Ġmid night +ank ing +Ġincorpor ate +Ġpurs uit +EX P +pr ime +P id +- US +ĠN urs +ĠW heel +é ĺ +Ġin p +Ġsupport ive +.m ember +ĠSh ot +.Check Box +Ġaff irm +T or +Full Year +Ġconsider ably +cred entials +_ opts +R oll +( round +Ġcom ent +_U ART +Ġext ending +R G +result ado +it u +.get Session +Ġattr action +& D +$ html +ĠJess ica +ĠAssoci ate +a ñ +_ ed +ĠL ag +Ġorig ins +()) -> +add EventListener +IAL OG +åIJ ¦ +.Com pare +Al bum +ĠK u +< Q +arg est +Ġpro long +Ġconfig urations +Ġaccident ally +_ph oto +Ġ'' ;čĊ +Ġver se +B ob +Ġfarm ing +del ivery +ĠM ack +Ġuse Selector +.bootstrap cdn +keep ing +en y +. upload +ĠM ETHOD +cre ator +< _ +ĠE aster +. -- +UI Button +ãĤ ī +om eters +Ġsh ine +Ġh ogy +\ s +Ġh arness +.C ell +Ġlif ting +Ġcomb ines +ĠOcc up +ex clude +pat ial +Ġres pir +_f it +Ġfif ty +ĠM ol +Ġtun ed +-d imensional +Ġq s +Ġto ps +> ";ĊĊ +quis ite +ch annels +/ res +ĠAn alytics +.app compat +/ to +Ġon Error +( attr +IR M +Ġrag az +- as +.Se cond +orient ed +Ġdon n +Ġlight ning +f id +ĠP le +ãģ¾ ãģĻ +t ro +.Tr ue +O bservable +× Ļ +umb ing +Ġpros pective +-f ilter +Ġpurs uant +(p oints +.B ind +Ġp alm +clear fix +ö s +ĠG onz +Ġwe aken +Dr ive +en ido +l ld +ob ox +ane an +G ot +ä¿ Ŀ +Reg ex +æ ĥ +Ġsal ad +ass is +" net +inherit Doc +ĠR V +qu ier +Ġcl azz +ı ÅŁ +oster one +Ġair line +.list dir +Ġdownload ing +ĠP alm +w aukee +& lt +.B L +_IN LINE +off s +<< ( +_new s +Ġch ase +/ >< +Ġeuro s +ĠEgypt ian +ĠSt ainless +_BO OL +ĠG uild +ĠD ynam +[index Path +Ġ ï +Ġmemor able +ĠCh ampion +Resource Manager +.Log in +ĠForm er +yp ed +Ġl leg +; ", +D WORD +Ġtax i +Ġbom bs +ra h +.t ags +_test s +st ones +âĢĿ ) +[ g +r type +Ġv u +Ġhost ile +Ch ars +ĠPatri ots +/ status +< B +ĠIn come +ĠD ad +Ġpat rol +_CH ANGE +Ġup graded +Ġch ina +set q +Start ed +.U ndef +Ġcheck sum +Ġfrustr ated +{ o +Ġen f +Ġwood s +ĠAny one +Enc ode +ĠQt Widgets +are as +Ġshe er +sk i +end point +_T est +S oup +~~~~~~~~ ~~~~~~~~ +(f iles +ĉĉĉĉĉ čĊ +.sp ark +Ġval ued +Ġ% Ċ +.control s +ĠXCTAssert Equal +Ġf ame +ĠR ic +D OT +ĠAlbert a +ä½ ¿ +os al +.Web Controls +Ġ ------------ +ĠM is +ĠS YS +Non null += item +Ġexp ire +Dec ode +_ operation +ĠValid ator +.C ENTER +uff s +* m +Ġav ant +æ¬ ¡ +âĢľ You +.per mission +... ) +ĠL ic +_co ords +.n ombre +c lo +.Int ernal +ĠCh o +_s w +ĉ Il +cl k +Ġcast le +(l ayer +p it +Ġgu ided +Ġâĸ Ī +Ġsuper b +Ġsup plements +_c ent +Ġpe ek +IN ARY +.Content Alignment +f alls +")) ; +W all +). čĊ +ĠD anny +irm ingham +IAL IZ +( create +" In +Service Provider +Ġpr iced +mac ro +am ac +. box +---- Ċ +ãĥ « +ĠS uit +ur st +br u +ourn als +num ero +__ ()Ċ +D as +ĠM itt +ud er +? \ +f u +[ B +Ġ: )ĊĊ +(int er +br ains +Ġatt itudes +Ver ify +Ġsign atures +ack Bar +Ġg d +J ack +.c at +Ġz z +war f +FT ER +");ĊĊ Ċ +Al ive +IC LE +ĠWh atever +Ġout lined +s prite +еР² +_A B +_DE PTH +Ġcrush ed +aa a +(e v +æľ º +Ant i +IC O +is EqualTo +.s un +ic ulo +s ale +_h ex +ĠV k +apt or +Un ion +ĠDis count +list a +.Undef Or +Ġautom ation +N or +å¯ ¹ +åı Ĥæķ° +Ġref lex +ĠLa ure +.showMessage Dialog +.t emp +Ġa kan +Ġ__ ____ +.Is True +ARE D +ag le +E nergy +Ġquant ities +âĢĻ é +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġcitizens hip +m outh +Ġin appropriate +ĠOut door +White Space +An onymous +load s +webElement Properties +T en +Ġacc idents +Ġadvertis ement +ĠY emen +(c all +Ġsl avery +Ñģ п +ĠL am +_BIT S +ome ga +ĠO le +Ġkid n +_A n +ĠR aid +Cre ation +s aved +Ġpro port +W ARNING +\ P +Ġp wd +Data Reader +is cher +ade on +ĠP redict +Ġreason ing +Ġdestroy ing +H el +* d +ĠLeg isl +_P r +ĉĉĉ ĠĠĠĠĠĠĠ +Ġsymp ath +Ġch ess +Ġm am +: hover +Ġconvert s +Ġp ela +Ġprogress ion +Ġ"_ " +ĠG ill +ĉ show +Ġsupposed ly +ac curacy +el in +Ġunf olding +ĠHy per +Ġw anna +Ġup s +( # +ĠCr iminal +( Point +at Lng +act ly +Ġcontract ors +'] } +draul ic +ód igo +ĠT T +ĠW ide +ĠAR G +_ ic +FLAG S +S chool +Ġclear ing +-be ing +={ [ +, const +man ent +Over lay +(' " +éĩ ı +ĠT imestamp +Ġmail ing +ĠC ake +.Th at +Ġmed itation +q p +Ġemp resa +ĠL ions +Ġw eld +ĠLinked In +Ġc ush +Ġgen ome +.Index Of +ag ain +Ġf allback +Ġcamp ing +re dd +-strip ed +Ġd v +Fe bruary +ĠPro xy +us k +Ġdies el +W RITE +RE AK +L orem +.In voke +- div +Inter ceptor +ĠD H +ia les +Ġvill ages +Ø ´ +ĠEN V +S ys +.X R +Ġpo em +à Ĥ +c ade +pl ots +Ġ{ ( +.g it +/s vg +nc mp +ĠÄ į +ain es +åĩ ½æķ° +Ġ( )ĊĊ +ops is +ĠRel ationship +_ aut +ĠB omb +ĉ com +* sizeof +off icial +_p ayload +ĉĉĉĉĉ ĠĠ +.m anager +ĠA round +ĉs end +ĠEx ercise +ĠB illy +iv i +Ġneed ing +_url s +_t asks +ĠH em +Ġtear Down +enc rypt +.t ie +Ġas m +IC H +ĠCGRect Make +ìĦ ± +ul ong +Ġit r +ĠG ST +Ġoffer ings +ro be +EE E +oper ators +_PRO P +ind ent +A DE +or f +ë IJ +Ġbless ed +vas cular +Ġcon oc +H appy +B ridge +ilit ation +j oint +ĠAdmin istr +- transform +Ġmeant ime +/ K +ĠBed room +Ġrig id +Ġbrows ers +EM PTY +.S erialize +_ ED +Ġst itch +Ġj an +ell t +Ġbr ace +Ġtr ails +p ublished +å¯Ĩ çłģ +} ')Ċ +Ġac ids +Ġ! !! +_d irect +> ());Ċ +aj Äħ +_O CC +Ġplan ets +æ Ł¥ +ĠDub lin +Ġser ie +.print f +de ep +` ) +Ġ\ $ +ĠÎ ¼ +_V IDEO +end ors +ĠC rypto +F ar +.Trans parent +.T R +ias m +_tr aining +Ġteach es +ĠB elt +Ġlimit ing +ĠK ath +ĠIndex Path +Ġachie vements +Ġser á +interop Require +Ġdis se +.I f +arm ing +uls ion +P o +_DE TAIL +Prot otype +ĠC AL +Ġagre es +.v o +.Execute NonQuery +ĠTop ic +Ġ' {} +Ar m +Ġe cc +M ag +Ġserial ized +ĉ conn +c ached += tf +ĠByte Array +prot obuf +var char +ĉ ASSERT +Ġlist e +_tr igger +· ¸ +Fe el +T ahoma +ĠL ik +Ġstruct ured +erg us +.In itial +_ ge +cl js +.cont act +Ġand ere +$ stmt +_C URRENT +ĠDis cover +$ res +form atter +H a +vang st +Ġem erge +ãĢĤ âĢĿ +ĠCabin et +-s quare +éĥ ¨ +Ġr age +ĠA J +ĠV T +sh adow +ĠFa ith +en ames +pret ty +has il +part y +Ġvar char +Ġf otos +Ġal um +ĠBelg ium +.y label +Ġde j +_num bers +Ġh u +.set Adapter +ĠUs ually +(s ample +.Sh ared +Ġbook ed +Ġ>> = +Ġmin erals +"> +pro g +bo o +_m d +_p ack +(ex press +ut z +\ Auth +, id +ĠCh ile +act ice +Ġrecruit ment +Ġpos es +Ġvulner ability +inst anc +or um +d ess +Ġx l +%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%% +( fig +Ġdelet ing +.d el +) ')Ċ +ĠWeek ly +?? ? +(str cmp +sm ith +Ġpurs uing +- so +ĠApp s +/ 'Ċ +Ġdec is +FO RE +Every one +Ġl anes +V irtual +. attach +( Log +ĠMed icaid +( Path +ĠTurn er +/ application +Ġport rait +Ġopp ose +check out +Ġfinish es +_M E +Bar rier +S ong +V AR +Ear lier +rell a +Ġh ast +az ar +Ġpull s +ng x +Ġinspir ing +Ñĥ Ñİ +-d irection +Ġexplos ive +Ġcreated At +st o +Ġwhe at +ĠB uilt +' ai +Ġtrack ed +ham mad +RowAt IndexPath +_ heap +D ue +Ġconnect s +.p ublish +em u +Ġbul lets +B AR +ol ate +Ġintern ally +Ġcatch ing +-p assword +ou ched +æĢ § +e ous +Ġx range +Q uality +v v +Man age +( ($ +ac ements +ĠBro thers +ĠHE AD +ĠUn supported +s an +es i +** *Ċ +Ġadapt ation +ĠWork er +'] / +.save fig +( trans +Ø ¬ +ne e +Cor rect +... ")Ċ +Ġsubmit ting +-p ath +ĉ last +iss an +.x label +ĠS epar +/ no +_b est +ĠM ills +_s ock +(f lag +Ġdest inations +em ption +ĠF AIL +å ĴĮ +Ġr p +f act +ĉ len +D AY +Ġse iz +_d st +l ip +.Line ar +ĠB asket +$ t +$ i +- brand +ĠNe il +ĠE q +Ġth ou +og ene +Ġscholar ship +æĽ ´ +Ġs wo +ag inator +en i +( book +Ġbl ink +th us +Ġcancell ationToken +ĠPalestin ians +Ġprofit able +Ġback pack +ens on +< Long +Ġp ools +Ġst icks +Ġspokes woman +Be ing +ĠHer itage +ĠN ike +SH A +ĠNotImplemented Exception +$ core +ĠR ico +/ latest +ĠC zech +ner Radius +(l ines +Ġsem ester +Ġw ounds +Pro cedure +.m ail +() ):Ċ +Ġcor rid +ter ed +ĠN CAA +Ġgal axy +_k ind +il k +Ġtr as +_P OL +ĠH et +Ġrefuge e +Ġteen age +.b inding +post al +Ġiç in +ĠData Type +é ĸ +ycl erview +, value +_id entifier +< b +Ġout file +čĊ ĠĠĠĠčĊ +Ġcr é +Ġrespond ents +ĠBe ast +ce led +Ġinter f +-th eme +g if +ĠR angers +IT AL +Ġauthentic ate +Com pletion +urs ors +Ġcin ema +Ġdisc our +ĠJ aw +OCK ET +Ġpr ayers +ĠL uis +fr ag +=[ Ċ +Ġbr ave +_p ose +C ertificate +- fe +ifer ay +ĠFl ags +Container Gap +ĠC rit +Result Set +ĉc ur +Ġcorrespond s +St aff +.Http ServletRequest +Ġneur ons +ĠMain AxisAlignment +ed ar +Ġg ad +_p arts +ĠÎ ² +Ġf x +/ files +ĠB ros +hip s +Ġgluc ose +Ġfar ms +Ġment ally +rest aurant +Table Name +ĠMer cedes +. Visual +Ġan ch +inal g +_r untime +Ġpropri etary +Ġintent ions +iz i +S lice +; "> true +ĠNY C +Ġb ored +ĠD etect +Ġapp ar +Ġje ans +ĠT ak +I OD +ĠH orse +( FILE +( ? +ri que +optim izer +n at +lo ys +ĉ Token +oub ted +u ess +oco a +Data Member +_P OWER +class List +Push Button +ĠWi Fi +. Stream +.g uild +Ġn og +ĠPortug al +ĠUnt er +Pr imitive +b oss +ĠDe utsch +Ġerot ic +Ġstr conv +.Try Parse +Ġgr ams +.S uccess +_p k +ĠHar vey +-m inded +.c ountry +[] " +Ġang el +Ġbe ats +ĠV or +il io +.m aster +s omething +ĠP ACK +( if +Request Body +Ġant es +/w idget +Ġmod o +ĠA W +find er +Ġoptim ized +Ġmiss iles +N B +ĉint ernal +t ex +ĠS ri +Ġdam aging +ĠM ais +- Allow +ĠZ h +- alt +Ġ ));ĊĊ +è ī +Ġinflu ences +Ġc atal +_REG ISTER +ĠAPI s +-cent ury +Ġbi ology +ĠAct ual +Ġhe els +TR ACE +_D IG +D ataset +ĠM atter +Ġclass ifier +.w ikipedia +ĠRog ers +Ġdon ated +raw ler +en en +Ġcas inos +ort al +Ġpr ive +s pe +duc ers +. ep +Ġgr asp +ac ji +Ġd airy +Ġb uses +.com m +. ins +ĠI RS +ĠBe er +ad c +o ard +_M ET +Ġ' +' +r ans +Ġkind a +ĠâĶ Ĥ +ĠM aur +аР³ +Ġband width +ib us +ĠD ifferent +(m at +ĠRes ume +_UN S +est ablish +Ġfon ction +Sub scription +_com pany +Ġlight ly +.con firm +.y aml +ĠBo ost +Com merce +- template +_DEL AY +ĠH I +Ġn avig +(S ender +ĠH S +_ "+ +ĠRE QUEST +Ġw ifi +=" "Ċ +]) -> +Ġro pe +Ġviol ated +Ġgl ance +ĠK urd +Ġè ® +de ck +ĠIS BN +Ġin fect +ĠF oo +Ġget ter +Ġt ener +ap pe +.h h +_h ot +< AM +p oly +! ",Ċ +Ġconver ting +ĠW WE +RO S +(' { +Com mit +) L +ĠO re +Ġsp arse +Ġdis posal +Ġcan celed +åIJ İ +Ġa er +Ġvin yl +á» ĥ +rec ogn +ark ing +Ġtrick y +* s +Ġproceed s +Ġis o +Ġco conut +Ġcraft ed +IEL DS +Ġquest o +Ġcomm un +_CON NECT +Ġtraff icking +De ep +a ções +c odigo +ve au +Ġbet ray +int a +T ED +æ r +m art +_B US +/ sc +ial ly +Ġcigaret tes +è¯ ģ +(n n +Ġmodel ing +/ products +w arn +Ġmet ro +ĠI v +& ) +ĠC able +Î » +Compar ison +g ary +ĠB A +P ART +Ġp v +_up dated +C redit +orth y +observ able +Ġthe atre +B LE +; }ĊĊ +la unch +_str ings +ug o +ĠR PG +- auth +Ð ł +hol m +ĠP and +U id +Ġim ply +ìľ ¼ +'] =' +/ User +Ġstr cat +нÑĭ й +Data Adapter +Ġland sc +Ġdipl omatic +ï¼ ĵ +************************************************************************ **** +ĠCh icken +Ġbc rypt +.In f +[ col +ĠQu antity +- position +Ġdiet ary +Ġfil mm +Is rael +Pre v +ĠMill ion +Ġrem ed +Ġbill ing +Ġout doors +.t m +Ġn ad +F org +Z Z +Ġs sl +], ' +K T +f req += document +bl ur +¬ ¸ +ĠJeff erson +C s +(s ave +Ġstr ap +Ind ia +Ġide ology +BO SE +ĠF P +( ans +Ġfe ver +ĠY am +K ing +à ² +AT ING +bo hydr +roll back +Ġnew Node +ĠN VIDIA +Ġhon our +ĠCon firm +xb d +Ġsuccess or +/ u +l iv +ourn aments +Att achment +Ġgr up +Ġtri be +Ġca res +e ft +_s ame +' label +Ġ ãĢIJ +M otor +Ġin exp +Ġ" (" +_POS ITION +Ġval ley +ĠResult Set +Ġpres erved +Ġmut ations +Ġquestion ing +mun ition +parse Int +ĠS r +ĠMet adata +âĢĿ ï¼Į +timestamp s +Ġtrans itions +í Ļ +Ñ Ĭ +i om +.D o +Ġp ine +Ġf ung +Ġtrans mitted +ct ime +ĠF am +Re vision +B as +UP ER +D estination +toHave BeenCalled +Ġun fortunate +IN ES +_pro f +Am ong +ĠCy ber +ĠB attery +gen re +ĠView Model +- = +Ġutil ized +p aint +.Integer Field +ern ity +comp iler +âĢĭ ĊĊ +ĠM asters +.To Array +Ġstrt ol +ĠUkrain ian +} ));Ċ +Ġsh emale +" That +for all +/ download +Ġrhet oric +.l atitude +ĠWH EN +Ġshock ing +IF IC +.N ormal +_F OLDER +Ġdr ift +Ġmount ing +- book +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠWire less +> ".$ +Ġrel ies +( Console +Int ernational +-> {$ +M id +Ġdis sert +dd s +Ġdepos its +ĉd river +# ga +pr ising +print ln +Ġpres enter +Ġmin es +C SS +ĠD ual +(! ( +Ġk am +Ġis Loading +ĠProt ect +. upper +ar ium +]: ĊĊĊ +Y ii +-sh irt +ĠIM AGE +_color s +Ġur gent +.Cont ainer +! (Ċ +S aturday +Ġsoci eties +ĠTh an +ĠC od += @ +Ġattach ments +.m obile +Ġsp ite +Ġb ounce +raw l +instanc etype +ĠTr uck +Ġmanip ulation +( Config +-in st +Ġst or +it ution +Preferred Gap +Ġmain AxisAlignment +Ġlist ened +'' 'ĊĊ +ott age +- project +.AP PLICATION +ĉ root +Ġwh it +Ġb ilder +Ġk er +Ġappl iances +row ave +ìĿ Ģ +ematic s +ĠO rg +op ing +_SE ARCH +Ġch am +add ContainerGap +Ġ( ). +ĠAr row +Il legal +Current ly +Ġus a +Ġpassword s +Ġre nown +av ern +ĠEv il +Ġconc at +Ġdu o +Ġv ale +ĠBe an +Ġindic ators +cm ath +ĠP ump +Nov ember +ific ant +_DOM AIN +reg ar +ĠPort al +" $ +Ġformer ly +"] :Ċ +ĠVis ibility +.getElementsBy ClassName +_RE D +Ġch ampions +à ´ +Val or +_ es +* a +-re peat +B and +.st age +Ġbure auc +C nt +et en +- function +Ġm uito +P ID +_ editor +Ġcrash ed +de ad +k at +ag h +ĠEX T +ass er +-sm all +Ġreal iz +( Entity +ú s +ĠAct ually +ĠEl ite +Ġhel m +(non atomic +ash er +Comm unity +all eng +ir y +ĠG rowth +Ġs ue +Ġfrequ encies +_des criptor +.At tribute +Ġrecip ients +_N S +/ "+ +ib an +Ġath lete +ĠI gn +_D MA +(d s +ĠRequire ments +AD I +ere z +\ Admin +br aska +ĠR ust +Rel ation +C OD +ĠV ERSION +em ma +)) { +.D uration +ĠC amb +- logo +Ġread able +Ġcre ators +() ];Ċ +Up Down +-h alf +.get Month +(s f +P ic +Ġhun ger +.t x +Ġexceed ed +_se ed +( ^ +_s k +.per form +Ġ> :: +Ġm ongo += float +bind Param +Sm art +if a +Ġse curities +Ġpre jud +Ġ, " +Ġcor ps +Ġv ra +amac are +it err +(M edia +uch e +Ġc ob +Ġlib er +. geometry +Loc ator +Ġsl iding +Ġsurg ical +_C UR +Ġcon sect +[ * +ĠRes ort +St ub +_DO UBLE +ĠS oph +Ġelect oral +_dis able +ĠÑģ о +ĠLight ning +Ġment ions +oc y +Ġle aked +Ġrelax ing +Pres enter +v sp +Ġgu ilt +=- =- +.re ply +ĠMir ror +C amp +Ġ+#+ #+#+ +Ġ+#+#+#+ #+#+ +.A uthor +Ġdirect ive +-h ook +íĦ ° +}ĊĊ ĊĊĊ +@ pytest +_r and +m is +Ġcolor ful +u je +lass es +ĠClass es +.h ave +% ), +é¢ ĺ +Ġdistur bing +sub string +ĠK oh +In vest +p urchase +Ġrec ycling +ĠA RT +ier archy +Ġf ps +.check Box +íķ ´ +_m aterial +duc ation +Ġf w +ud it +Ġreview ing +ĠS id +S yntax +ĠW ritten +arg ar +UM E +/ q +Class ifier +Off icial +Ġj azz +Ġom ega +Ph ysics +Ġl ugar +_access or +.command s +Ab ility +ĠB atch +R AM +Ġencount ers +. Qu +BY TE +ĠD istribution +Ġus o +ĠReco very +appro ved +Ġden ial +/sh are +Linked List +)čĊčĊ čĊ +udd y +Ġf ines +Ġr y +Un icode +ĉ render +Ġprem ises +Ġp on +ali ases +/F oundation +c uda +ĠC ock +,: ) +(f older +Ġm éd +dr ag +Ġtal ents +ĠĠĠ ĊĊ +е ÑģÑĤв +m ob +.y ml +Ġa ster +Ġdis cre +go al +ĠGT X +ĠS UCCESS +ĠL ONG +(f ind +Ġsing ular +_s z +ĠEth ereum +.. Ċ +Ġir res +')) {Ċ +Ġmin isters +St eps +ivers al +ĠNever theless +- led +Ġ( %) +ç¡ ® +Ġtime zone +Ġstr anger +(re nder +Ġsh util +Ġm ph +Ġtri o +pp y +Ġpred omin +Ġend ors +ĠRuss ians +ĉ row +Ġw izard +.s erialize +Ġcompl ained +Ġs ido +Ġdelight ed +-m e +ĠR av +H uman +ad ays +rec v +Work ing +J ump +ĠÃ¥ r +ĠAut omatic +_B ase +æł ¼ +aur ants + ¯ +æ ¸ +(C Type +IF I +( amount +Ġbelie ving += mysql +Ġf ir +Ġrest oration +ere co +Ð ¢ +_ '+ +Ġe book +Ġde bris +(input s +AY OUT +Ġscre aming +av ia +land er +Ġdist ress +Ġas sembled +ĠA void +( thread +ĠR PC +_EX IT +( queue +и ÑģÑĤ +D ll +Ġsk ull +_p ub +che z +min ate +ens en +Ġins ane +b ounds +ĠR osen +Ġcondition ing +process ed +v ideos +f our +.Con v +| ;Ċ +Person al +cer pt +:UIControlState Normal +Ġdos es +ĠKar l +ĠFre qu +.B ASE +ĠV ote +Ġcon current +ĠMessageBox Icon +Ġà ĸ +ĠDub ai +ĠR etail +: number +ĠOb server +ĠBig Integer +_ origin +_W ORK +F rames +Ġnot ably +. âĢľ +Ġtrop ical +Ġn iche +am ina +.s ys +(t okens +mod ify +os it +st rom +ĠCom ics +O PTION +T icket +Ġfact ories +Ġdis put +_F ile +ĠFin n +ee e +ĠDisc ord +_m oney +.t pl +_s afe +L B +Ġgl ut +J K +.fl ow +- cont +g os +Ġhor izon +ĠR ush +:: * +P ipe +ull a +bor ough +he imer +(m ove +( Text +} );čĊčĊ +w elcome +ĠCom ponents +Ġgovern ance +c losed +ĉm argin +Ġla undry +ĠTerm inal +iz ards +. âĢĶ +.rem ote +.r adius +ĠQue bec +Ġd h +T ech +ĠM ist +s eller +_l iteral +Ġgen ius +Ġbr ains +g em +ĠMe asure +Ġcata st +r ance +.Text Field +Ġconsum ing +Ġ'\ '' +oubted ly +ĠC ertain +E v +ert i +be ing +Ex perience +Ġ// [ +ĠArab ic +ĠC rist +ĠAz ure +Ġhor a +l adesh +\ Blueprint +d ar +.re l +Ġsup rem +ĠRe agan +ĠAt tributes +-s idebar +Ġuse Styles +ĠA irlines +Ġh ills +/x html +v inc +_m ock +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠP ill +.Layout Style +ĠCommand er +] < +sign ature +Ġ{ }čĊ +Ġhat red +Ġë ĭ +ole sterol +Ġ ******** +ancell or +c rop +T IM +ĉĉ ĊĊ +ys qli +uit ive +ĉun set +_s el +Ġmen us +t ick +Ġconstit ute +ĠElement s +ĠRed is +agg io +_f p +_de pend +em as +CA ST +or ange +j on +ĠEm ily +Ġpot atoes +Ġre ceptor +ĠElect ronic +ĠL ights +Ġcomb ining +ĠSome one +Ġ######## . +ĠT OD +/ show +X d +." ' +af x +Ġtr agic +St yled +ĠMar co +G allery +d ale +.âĢĿ ĊĊĊĊ +é rie +/s ervice +äº Ĩ +Ġamb ient +_SET TINGS +.Ad apter +l ene +Ġtrav els +Not ice +Ġcle ans +ĠF em +ch air +Ñĥ н +/ my +_b ad +ĠEcon omics +IS A +_C NT +(M enu +äº İ +ĠR idge +Ġlength y +D ot +Ġjump s +Ġhe y +$ pdf +Ġw orm +Ġs ut +Ġsh er +iam o +ĠCal c +trie ve +Ġc ops +ĠCh rom +Ġreg ulated +reat ment +ĠHigh er +ok s +Ġde ze +LOC ATION +ongs To +Ġfin ite +Ġvar ies +Ġposition ed +' il +éĩ ij +Ġh ike +(d one +play list +Ġad a +Ġcoast al +ĠN ancy +.DateTime Field +Cpp CodeGen +ĠSimilar ly +re ur +ĠCon tr +ĠH idden +ĠB eta +atch ed +_inst all +. Output +Look up +ĠRich mond +qu ared +Ġm anga +-control s +ĠBern ard +L arge +Ġslic es +Ġoff ence +ĠM ega +Ġest ar +Ġjoint s +Ġsum m +_pl atform +B uff +.add Subview +Ġret ained +Let ter +.d im +Ġess ere +ĠS caffold +EX PECT +ĉ RE +.long itude +ü nd +Ġstat ue +.add Widget +ĠCar ibbean +add PreferredGap +il de +UIL abel +ĠOp port +Ġimper ial +urs ion +Ġmand ate +Ġpromot ional +Ġv k +ia ÅĤ +Ġp yl +ĠCre ation +оз д +Ġsim pler +. what +ĠRec ent +St orm +. quantity +ĠL ov +" - +ubb les +_not ification +(w orld +ur ger +* (- +: "Ċ +h m +ans hip +ĠAl most +Ġmotor cycle +_f ee +Ġabsor b +ĠVin cent +Ġsound ed +ÃŃ st +Ġpharm aceutical +ht ag +ĠKind le +ital ize +ĠEm peror +oust ic +Ġspecial ists +åħ ¬ +Border Style +/ \ +RE LATED +(', ', +(ex pr +Ġh t +åį Ī +_C reate +Ġspecial ly +Ġ[] ;čĊ +Ġhe el +Ġse pt +_ arch +(in itial +% .ĊĊ +\", \" +Ġdiscuss es +Ġu pt +Ġ[ & +Ġman us +.h and +ĠM AIN +ĠDen mark +Ġ], čĊ +Ġcr yst +Ġn ack +Co ords +_in ner +Ġmid st +Ġaw ake +ĠÐ ŀ +-b reak +ÃŃ vel +_P ASS +ĠParam s +Ġdet r +Ġsp ider +ĠCon cept +Ġpre nd +CH ED +.Ex it +Ġpop ulated +Ġvirt ue +_SE SSION +Ġnou vel +o auth +Ġд аннÑĭ +r ink +.Header Text +atur ated +Ġer st +Ġå ħ +ॠĩ +_vis ible +ey er +Ġli able +Ġde be +Ġb w +{- # +_W IN +df s +H over +ĠP UT +- angle +Ġnob le +Ġtr aces +enc v +Ġuser Data +_in s +ĠS uz +Ġnews letters +ĠMod i +Ġentreprene urs +Ġtrib ute +Ġrum ors +Ġr r +ĠQu arter +ê³ ł +Ġfeed s +ó g +Ġen velope +Ġle ar +Ġk ø +develop er +Sim ilar +: ")Ċ +sub scription +Mod ifier +ital ic +Ġn asty +Ġtermin ation +Ġchar ming +Ġâ Ł +ton s +.tr ace +h ots +ĠU R +M ont +Ġjust ified +ĠG ang +ine a +Ġb og +( ap +_ $ +Ġcont amin +.D ot +ĉ Debug +( exports +Ġpa ired +ĠAss ignment +Ġautom obile +ĵ į +Ġph ases +v w +@ SuppressWarnings += \ +r ant +- ed +ĉ await +Ġcert ificates +'> " +Ġint act +CT RL +M ike +greg ation +AT TERN +Ġre public +_up per +ili ary +Ġcomput ation +h ire +ĠSh in +_ ANY +ĠManufact urer +ĠC arm +Ġbear ings +_c omb +c ad +ur istic +Ġwholes ale +Ġdon or +.inter faces +press o +ĠBr un +-c lose +pro ve +_S K +ĉf rame +et ros +ĠP ain +_EX P +ĠL T +_f s +.dat as +ĉ ss +vo ir +ĠA xis +M ajor +=" < +[ h +Ġprof ess +igr ate +(s core +Key word +" os +ĠĠĠĠ ĉĊ +an alysis +Ġre play +.p ass +\ d +t ls +Ġsan ct +.l ight +_m obile +ÑģÑĤ ÑĮ +ĉt otal +u ity +Ġpa used +N AS +Ġen core +lo e +Ġ-* -ĊĊ +.h igh +am pler +ĠSec ure +Ġfrag ments +_ vel +ill ary +ĠSte in +ĠD awn +Ġmax imize +ภ¢ +Ġ/ ^ +Ġcontin ually +Ġsh adows +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠI ActionResult +Ġinform ación +C HECK +.Selected Item +b undle +ol ley +< Int +AIN ER +ĠW ing +tit les +ount ain +C Y +ĠLoc ale +form er +< context +R adioButton +_s chedule +Ġfab ulous +Rob ert +_PRO FILE +Ġg ates +IM P +ĠPent agon +g old +b ach +employ ees +R otate +Ġch amp +Ġsel bst +Al tern +Ġconvert View +/ , +Ġ~ ( +St reet +_ place +Ġpersonal ized +P ublisher +ĠSO CK +_NAMES PACE +ĠStand ards +so ever +_C ENTER +Inter est +ô t +tem perature +View port +get Resource +Ġeat en +Ġsem pre +Ġab normal +Ġc ylinder +Ġtroub les +n od +Ñĭ в +g ames +_g l +Pl ane +g rey +_t bl +.Component Placement +ĠCh ase +Log ging +man y +ì Ĩ +Ġfl ame +="< +Ġtra jectory +_r ing +Ġhydro gen +tr on +Ġstat ute +Ġcondition al +Ġtr ay +-s chool +(w idget +$ config +Ġrequest ing +. uint +et on +brit ies +Of Type +AD MIN +p redict +Ġg egen +ĠH app +OC UMENT +ĠA part +Ġ---- - +ro e +u ide +just ify +ĠSqu ad +Ġprof es +.b ot +_c urrency +inn en +ĠM umbai +ĠNum bers +avana ugh +agn itude +âĢľ There += http +çī ĩ +Ġv b ++' {{ $ +Ġin ode +s il +Ġh ace +Ġsever ely +ĠOver view +Ġspr aw +Ġbeach es +: left +· » +($ { +ĠF IRST +ĠSp a +- ass +Ġb aise +ĠN ODE +ĠP izza +P et +(se q +\ ">Ċ +CppMethod Pointer +Ġv p +Ġi a +_se conds +em et +/b lob +_TH RESH +... čĊ +D est +ĠN H +.data Source +it és +ĠJ ak +s ell +Ġwork shops +< u +Ġr ivals +ĠEX ISTS +h om +-t oken +compat ible +.J Panel +Ġphys icians +art in +Ġdes irable +Ġdistinct ive +.D ep +g id +ili ate +, max +Ġprem iere +Ġq Debug +Ġadvoc acy +Ġwh isper +P t +Ġun changed +_q ty +请 æ±Ĥ +Se ason +avel ength +ĠP ul +Ġd ÃŃa +'] ]],Ċ +al is +(" & +bor o +Ġb m +ĠR adi +w rong +ĠGo ing +ime Type +ij i +- feedback +ĠN ames +ĠB apt +Ġprob able +ĠE ther +ĠPolit ics +_prot ocol +lin ing +S at +Ġcor rel +.Pr imary +(null able +RI ORITY +Ġcolor ing +Ġutil izing +d as +Ġexport ed +Ġcar riers +Con v +. editor +i ó +(h andles +Ġapprec iation +. import +ĠAust ria +ĠStr ip +il ight +Ġappropri ately +ĠP rest +ĠW ir +ĠUI Application +al chemy +ĠM ob +ĠD etermin +ergus on +register ed +_con vert +ĠVlad imir +.Show Dialog +ref lect +Ġsh ook +Ġass ure +ĠO ften +Ġcivil ization +Ġvocab ulary +fore ground +ĠS cope +Ġunw anted +act ing +Ġ( [] +Ġmark ing +. original +ĠMO VE +Ġsport ing +ception s +NS Number +S izes +Ġprovinc ial +_Tr ans +Ġproblem atic +d igit +ĠEm ma +lock s +ĠC rew +ib a +') : +ish a +Ġm amm +Ġocc ured +w cs +(r ule +Ġmerch andise +es pecially +ĠT win +Ġn aming +Ġs log +Ġimpro ves +Ġad her +: text +.h adoop +_HT TP +.to List +.dis abled +Ġl enses +.in i +ĠR are +ĠUb untu +Ġsc ram +ol ation +tit ulo +Every thing +Ġnod ded +icht ig +_const ant +z c +l ift +ĠNot ify +ond o +ĠIN F +(" + +ĠK az +Ġd read +.m apper +le ur +ĠCome y +ĠN B +ic ers +.P ush +ĠH ack +ĠBrazil ian +_pro d +Ġ// ĊĊ +Ġb icycle +Ġun available +Ġadoles cent +bl k +Ġmit ig +_bl ue +ì ĺ +fade In +ĠUtil ities +ĠM N +; k +< style +- status +ind o +Ġinn ings +Ġg j +Ġ|| = +.e u +: Number +Ġcuis ine +ĠURL s +ie k +Ġw ires +ĉ ps +ie g +.m k +so ap +Ġsom etime +Ġst ap +_s eries +.T arget +æ º +.dest ination +OUN TER +R aises +& A +Ġsmart phones +NI Env +.s dk +Ġhelicopt er +Ġim pe +ĠB irth +A U +b readcrumbs +co ords +Ġexplo red +Ġl od +ĠI p +g able +ian e +Ġart ifacts +Box Layout +ا ر +list ener +.c art +ĠH uff +ĠHind u +ĠData Types +ĠDr upal +IGN ORE +Ġoffset s +ĠR TC +- login +æ ® +ĠQ Object +Ġprosec utor +R ock +_ch at +W ay +ì ² +Ġneg lig +Ġd ude +; < +Ġdeleg ates +_f ailed +/ dev +/ work +( New +et able +() " +( Icons +Ġp ork +ĠModel AndView +ĠV IP +ĠK or +m ix +Ġox id +ĠSC REEN +ĠFour th +/ ",Ċ +Ġte e +ĠSte vens +t icks +Ġp ledge +ib bon +ĠLo an +Ġne o +n umpy +ĠShared Preferences +- oriented +ĠLogger Factory +ĠGraph QL +zen ia +" _ +W omen +.c ast +Ġdeliber ately ++ b +ĠAr n +font Size +Ġm aze +Ġbl amed +.m as +} )čĊ +eler ik +Ġsc anning +ĠWork shop +Ġfind en +Ġca ut +UI Font +( return +al in +cast le +//////////////////////////////////////////////////////////////// //////// +Ġincent ive +op ath +b lob +Ġcigaret te +Ġfert il +*/ ĊĊĊ +ĠSh ar +Ċ ĠĠĠĠĠĠĊ +Ġunc ertain +ĠS ton +Oper ations +ĠSp encer +Ġdef in +ĠS olo +on est +·» åĬł +Ġu omo +G ive +Ġdent ro +; padding +ent ai +ĠC ars +Ġenthus iasm +ĠOper ating +S kip +par ation +Ġprotect s +Ġre ver +d g +ĠC incinnati +Ġconsect etur +Ġm uss +employ ed +a uses +ink le +. Values +£ ¼ +lo v +_W ARN +Ġbook mark +ĠAp ollo +. axis +Ġm ét +Ġop ener +Ġtum or +d an +Ġelement ary +Ġsk ipped +ĠK er +as ia +_res p +Ġdem ol +ĠCan adians +Ġt astes +U Integer +Ġ' ${ +.aw s +RO ID +ri ans +M Q +ord able +Ġcous in +Prop agation +(S ession +ph alt +UL D +ĠSc alar +Ġblo ody +Ġ ঠ+.m ask +, q +ĠUn its +Ġcent res +ĠPr im +. ]ĊĊ +ĠSh aw +P rom +ĠTh ought +Check er +_output s +( chan +E INVAL +Ġb ob +_c mp +P ed +Ġmat rices +Ġvrou wen +Ġgenu inely +high light +(d isplay +) != +Ġdel icate +ĠL uther +ĠM iles +Ġuser ID +% = +ate urs +_B UF +---- ---Ċ +imit ives +Ġsh elves +sl ow +_in formation +LE G +W r +.form s +cel and +/ un +: & +.âĢĻ ĊĊ +=" % +Ġpro st +Ġfont size +uc ión +get ic +am t +=" . +Dec or +B rit +Ġ"" ). +Ġfound ing +.File Name +ĠT ier +Ġdisc lose +á m +.s yn +.View Holder +lic ant +_st age +Mon day +Ġdes erialize +t alk +Ġtradition ally +æĢ ģ +Ø ® +LE X +Ġe h +ĉ ROM +Ġ{ })Ċ +Quest ions +nc py +Ġfix ing +к Ñĥ +_ Key +: x +ĠSTR ING +ĠÑĦ ай +ĉ left +ĠBen ch +ell ij +UR RED +ĠDi agram +} catch +/ time +ĠMiss ing +db name +Ġs ore +ĠW alt +ugg ing +rep resent +ĠG S +ne ys +ĉ page +Ġvol can +(b tn +Ġexceed s +Ġ erg +Ġpil ots +ĠS ed +ers ions +Ġpat ron +R V +/ top +. asset +_c ross +. Editor +.t b +Ġwel coming +SC REEN +) findViewById +C oder + ",Ċ +_P in +ues e +Ġover rides +_ ready +Adv anced +Ġop i +-c art +("/ ", +ĠDe b +CR Y +ĠVert ical +ĠO VER +ĠCorpor ate +Ġ"" ; +Ġste pping +e j +Ġaccus ations +Ġor az +_t ail +Ġindu ced +Ġel astic +Ġbl own +, // +Ġbackground s +âĢĻ une +-s dk +Ġset Interval +Ġincent ives +Ġveget able +_ On +exp anded +p ix +_sh ader +ĠSP DX +@ example +ĠW rapper +.Z ero +Pos itive +Ġsp inner +Ġinvent ed +ĠG ates +оÑĤ оÑĢ +Ġcompar isons +è · +.pr imary +data Provider +add itional +ĉ options +s napshot +.set Horizontal +Ġ" {} +ĠFish er +hal ten +< Type +Ġmax Length +ĠM t +Ġê° Ģ +.jet brains +Ġident ifies +Ġflow ing +ĠDisc ussion +ats by +Ġsch w +ught y +Ġr ivers +.un ique +_PH Y +ed ral +( ll +Ġcs rf +pp ers +ü l +ĠEs pecially +port ed +ĠHarr ison +****** */Ċ +Text Color +ìĬ µ +w ire +Ġstatus Code +ĠFin ish +c ence +ĠMcC ain +ĠW or +( await +Ġ) -> +ĠRegister ed +IN ED +k al +par ison +Ġobj eto +V i +mand a +Ġrenew ed +ĠS of +ess el +.nd array +Ġcr ap +ç® ¡ +.ab spath +( up +Ġclear ance +ĠT W +_C OPY +ĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġforest s +Ġarg uably +ĠA SS +he y +am el +_f ore +ĠSou theast +Ġab used +Ġpract icing +aked irs +ä¸ » +_res ources +Ġp ond +.F ixed +Last Error +ĠPsych ology +Ġ" // +! : +Re usable +Ġmens aje +Ġro spy +Ġb our +Ġvar ieties +Ġem path +(( { +_ org +ĠM es +ĠMag ento +IST ORY +Un less +Ġh j +ĠD uty +J un +, size +Ġpaint ings +Ġdisp ens +d art +Ġbehavior al +Ġr pc +cal culate +fr uit +_m m +ĉp thread +Max Length +Ġc urrencies +_cap acity +ĠO z +Ġfire arm +Ġcoeff icient +Ġbankrupt cy +w art +Ġfat igue +AV A +Ġes pa +_p c +ĠQu otes +_L IGHT +ĠT ickets +Ġrel ates +Ġpublish ers +Ġunlock ed +Ġ// ---------------------------------------------------------------- +ĠInterrupt edException +Ġout look +r n +Ġreb els +W ritten +Ġas ian +ot to +Ġ ĉĉĉĉ +_g pu +T xt +.Image View +Ġsu is +_t ables +.Rec yclerView +Ġwhat soever +è ģ +] ++;Ċ +assert True +_ verify +ĠR ivers +Ġ ][ +J et +id ian +S ibling +Ġgen res +.A ccess +OP S +Ġtr ivial +ภª +al en +в ед +ĠS word +Ġscrut iny +(c b +Ġcomm erce +Ġguarante es +_ad v +ĠL ET +rec io +Ġh ilar +Ġback yard +ãĢ ı +Ġillustr ated +/v endor +. Util +Ġw ow +LO Y +ĠMar shal +"> '.$ +ĠB ak +Ġmod ifiers +d ictionary +ĠSt re +m ultiple +")) , +ĠC ort +'] "). +( admin +ĠCre ator +Int ernet +( ms +log y +DECL ARE +ĠMarc us +<< << +ãģ ł +_m y +(in st +Ġsc iences +ND ER +. enter +Ġit u +Ġbeh ave +P an +omb ies +=' < +')) ;čĊ +ĠM ENU +ĠWork ers +.No Error +Ġbind ings +Ġdis abilities +{ \ +ĠM unicip +Ġco res +ur ple +ĠN okia +us ions +ĠF itness +.handle Change +Ġjav ascript +ìļ Ķ +( dec +Ġpack ing +-de pend +Ġtrans cript +z eros +_ alert +? ",Ċ +lib s +± оÑĤ +Ġ| ĊĊ +tr ained +ĠG ent +ĠR ab +x p +_config uration +å¤ © +_ accept +.rec yclerview +: url +ĠMu hammad +Ġprivile ges +_b ank +uk u +w allet +ĠRO OT +Ġenc uent +? family +ĉ position +Ġc g +Ġprec ip +method s +_f ast +in crement +ĠT iger +_OCC URRED +qu ip +ĠH AS +_d om +Ġw reck +b j +Ġd ern +Ġorg ans +. entries +Ġ_ (' +ram ento +ĠJam ie +Ġp unk +IP P +Ġprogram a +Ġatt ain +Ġpro ves +/s ign +Ġanswer ing +Ġl adder +************************ **** +ĠW almart +ĠCONT ENT +duct or +Ġver bal +ĠP ID +c rypto +_CALL BACK +Ġ= ================================ +Ġpot ent +Ġshort s +.U ri +.un iform +; border +ĠW er +Ġhere in +ll a +ĠI hr +P ixmap +l iteral +! )ĊĊ +g eneric +r ust +_script s +ost o +it us +ĠCoal ition +Ġrem ot +de ploy +ĠEag le +ãĢģ ãĢĮ +Ġimportant e +ĉ object +Ġseason al +ne j +aid u +Bind View +ĠSi erra +-b g +Ġmake Styles +[ offset +G ames +Ġhorm one +AR IO +head s +( select +ĠStart ed +@ param +_de cl +_b log +Ġa ño +\ Api +ĠMil waukee +Pro vid +An imated +Ġcool er +ĠSe ed +. Edit +Ï Ħ +ĠT aking +Ġborder Color +-found er +.Logger Factory +Ġ"" ĊĊ +AL T +ĠL ate +EDI ATE +Ġ);ĊĊ Ċ +af a +Ġcancell ation +At om +ĠB irmingham +emp resa +HE MA +asc al +Ġup side +.V ersion +ĠF older +ĠE ight +ĠV intage +ĠApp Delegate +ĠPre vention +.se parator +ST M +( room +gener ator +Ġc attle +ĉ Z +ĠPart icle +' };Ċ +Ġneighb ours +ĠState less +Ġalt itude +Ġsa int +об ав +Ġconv inc +ĠCont ents +Ġje une +(t s +Serial ization +(c ollection +ĠJ azz +ĠD od +ĠR och +ac io +comm ended +DEF INE +.on load +Ġspecial ty +PL ACE +_MO VE +Ġaccount able +Re uters +Ġf icken +Ġde pr +W ow +V oid +.s pace +à¸ Ĺ +Ġt q +ĠP ets +< $ +(C urrent +ber ries +plan ation +Ġlist Of +ĠTh u +ĠPR INT +Ġm ismo +Ġdo i +ch k +ĠUn icode +( role +Ġvir gin +< Point +_RESP ONSE +-h ouse +ĠVenez uela +EM AIL +Ġp úb +_ex ist +B all +.C L +re ferences +ĠBeautiful Soup +ĉ Expect +TH IS +Ñĥ д +b ane +Ġtemp oral +ER IC +et as +Ġrefresh ing +Ġsec ular +@ synthesize +ac cur +Ġn ella +ĠS OL +.p ipe +Ch annels +èĩ ª +Ġinsert ion +á» ĭ +el ia +Ġadjust able +Can ada +ĠI TEM +Ġcur ves +ĠChe ap +let ing +Ġoptim istic +al lo +Ġpolit ician +_down load += edge +ORT H +Ġmodel o +art o +. rotate +Ġs elenium +æĪ ij +_al ias +Ġrenown ed +.' . +Ġc zy +Ġal les +.Com piler +ĠB ass +Conn ector +.R ole +L INK +Ġc riterion +lem etry +Success fully +/p ng +Ġey eb +asp berry +( gr +Ġd angers +Ġcorrect ed +Ġgl ow +Ġelabor ate +ĠB ears +aw ai +=" '+ +Ġpromot ions +Ġmathematic al +Ġ" ` +_Generic Class +ĠChe f +.S ort +table Name +R IC +Ġvolunt ary +ĠBl ade +-e lect +ĠCom bat +ĠAb ility +Ġab dom +Ġd uck +T mp +åħ ¨ +Ġer ase +.P h +ĠDefault s +p artment +_US B +ê te +; ' +Ġp ads +ĠOb amacare +.T otal +Ġdiv ert +Ġcr icket +Ġrecre ational +( red +ĠC le +R U +Ġmist aken +ĠMont ana +Ġstr ive +_sl ider +ĠPl astic +Ġdecor ated +ĠV P +lic o +ĉf alse +Ġpre fs +( \" +_f alse +i endo +Ġ@ $ +B ucket +act ical +ĠZ hang +.c ols +.B inding +Ġw ax +_ST ORAGE +Ġlaw n +Ġr f +.Sc ene +ĠCal culator +.d esign +Ġres il +л ем +E mploy +ĠPr ices +ĠP WM +ag i +.e valuate +ĉ param +Ġbr ass +bb en +Ġinflamm ation +ull ivan +Ġan not +Ġp H +iam eter +ĠB TC +( box +Story board +Ġcl ay +.assert Raises +| string +.App ly +Ġmatch er +und ed +Ġsatisf ying +Ġìł ķ +Render ing +_app ro +ind rome +AN EL +_f ix +br ush +.M atch +Ġsm iling +on aut +S unday +Ġdelet ion +Ġencour ages +P ull +Ġreven ge +Ġqu arry +tr ade +Ġc ables +(d elta +ites pace +Ġf h +.b unifu +Ġvi el +_IN CLUDED +ĠT ail +ad ar +of s +Ġmet als +g om +_method s +Ġn j +.St d +(w in +$ (' +Ġt urtle +ur on +Ġen rolled +ĠH z +ĠBox Decoration +Ġp ont +rel ationship +B i +³ » +Ġmas cul +Ġsh ades +Ġv r +ĠLog ic +Ġa in +ĠD IST +Ġcoll ar +" profile +Generated Value +ĠP ossible +Ġe ines +ĥ ģ +.time out +ĠE c +Ġjer sey +.D ouble +Ġqual ifying +v or +CRE EN +_A pp +_rec v +Ġali ens +It s +E sc +i ator +ĠE clipse +Ġg h +V ict +ĉ html +to o +. const +Ġant erior +ĠW u +(key s +Ġul tr +_p oly +ĠT ap +ĠB ud +A WS +Ġcrash es +_t ot +Cont in +-h anded +alth ough +ภļ +ific ent +Ġde ve +ut ory +ĠW orth +_M S +Ġfloor ing +Ġsell ers +ĠThank sgiving +Ġp ng +Ġval ores +Ġslee ve +Ġfil le +Ð IJ +Ġappoint ments +Ġv im +User Info +BO OST +Ġpos ed +initial ized +.product s +ĠLeaders hip +man uel +' % +em arks +Per centage +(d ist +. avatar +(h Object +ä» Ĭ +_ iff +ic one +; ) +_n il +Ġab ol +е ÑģÑĤ +Ġven ues +.Con vert +! ')Ċ +.B itmap +sk in +_C OLUMN +Re v +G RESS +g ow +Ġw ished +tract s +.assert False +Ġscreens hot +Ġfo is +Com b +Line Width +ĠGr ab +Ġint ensive +ĉ sh ++ ) +.first Name +_PRO CESS +Ġt ilt +it ored +.L OG +Ġb ak +Ġintention ally +.play ers +(c anvas +)) )čĊ +.Pro vider +_P UBLIC +T alk +ĠL iv +ched ulers +Ġl c +ad ic +feature d +.res ources +Full Name +Ġmean while +B uffers +Ġres olver +ĠS AP +_T E +G NU +ĠForms Module +_ wh +ĠS we +.widget s +Ġcabin ets +Ġsus cept +ĠB ott +activ ex +av ar +ant ics +Ġ" =" +_k wargs +Ġgame Object +ĠAng le +.I ter +mar sh +ĠB irthday +ĠC MS +request s +ĠPear l +_E OL +Ġlin ux +( org +_M ouse +.con structor +Ġz d +Ġk icks +art isan +Ġe ax +K n +pon ge +ĠFin land +Ġmet res +ĠAss essment +part ner +/ pre +! ',Ċ +[ Int +Ġos lo +date picker +/ String +op lay +ĠHe brew +, double +Ġtrab al ++" \ +ĉ EIF +/ text +_F IRST +ĠP ete +Ġe go +Ġextr as +P DO +Ġreg ulate +ĠQ Widget +st s +ĠSh ows +ĠN HS +.c ourse +p thread +ĠF uel +.t imes +Ġ ° +Ġstr ides +($ ('# +( words +Ġrhyth m +Ġsp ont +Ġsens ation +Ġsp ike +C losing +页 éĿ¢ +N umeric +Ġbreat he +Ġfin ale +_F ACT +in ion +Ġch ill +Ġform ally +ANG ED +Ġ' :' +ĠпÑĢ и +a q +ĠFab ric +(l at +ĠPr incipal +Ġer ro +oc ale +N om +Ġf ost +_C USTOM +.int ellij +ert ools +Ġcl asse +adi ents +Ġfundra ising +EN E +_OPTION S +_ ob +// }Ċ +Ġprote ctions +.se ed +N V +term inal +;; ; +P redicate +Ġì ¶ +Ġbomb ing +G F +Ġch ew +)) ). +qual ified +] ={ +list en +C ENT +d igest +E ast +Ġd iver +Ġend points +Ġe e +Ġcolle ague +Ġdissert ation +_com mit +_D AT +. rc +Ġbre asts +ĠR ug +ĠP il +Contract s +ĠBry an +Web View +Ġconcent rate +ĠIn ner +Ġ' | +std out +_S ub +> -->Ċ +V ol +ĠS SD +)) ), +. Optional +Ġnurs es +Ġor b +_ pe +);čĊ čĊčĊ +pl aced +ess er +Ġther apeutic +Ġwhites pace +Ġa ston +Success ful +Ġpr aised +ĠW es +Ġe ighth +ir al +Ġvrou w +Ġf action +_b ias +Ġw itch +Ġnp c +(s b +ĠRod rig +_b ig +Dep endency +ĠAb raham +ard i +C AR +n os +Ġabund ance +Ġnut rients +in stein +.V ert +ĠI SS +< U +Ġsum s +_h ist +Ġfar mer +ĠA br +Sh ot +ĠBad Request +Ġh ass +ĠR ails +Ġaffili ated +æĿ ¥ +Ġer f +IN F +ĠView Holder +min i +ĠR oth +Ġfaith ful +ĠPhill ips +AND OM +]. [ +_P AY +ĠAr ctic +f aker +D igit +M ale +std err +se ys +Ġ Å¡ +_rem ote +li que +Ġin def +ĠIndust ries +it ra +_p airs +< iostream +Ġsal aries +ik en +.F rame +PL IC +_S PEC +ĠMed iterr +Ġsystem atic +Ġinter rog +Icon Button +se a +int ro +ĠIss ues +enc rypted +Ġintern ationally +Ġsn printf +Ġpast a +ĠBrad ley +_ Status +AL K +_P AD +.l aunch +< select +Ġhar dest +Ġph y +Ġ(( * +-s lide +ĠNob ody +S u +Ġas ÃŃ +close st +_initial izer +Ġsupport er +-g en +Ġt ales +Ġcor p +_f u +s at +ne ighbor +.M igrations +Ġal gun +Ġsin on +.S pec +? ,Ċ +.G L +m ale +Ġmon itors +yl an +-L icense +.m atches +ĠA BS +ĠM ast +ĠW allet +($ ("# +Dir ty +Ġco pe +Ġinterpol ation +ous ed +ĠJ ets +.F LAG +.C ancel +.Event s +ne ver +ĠM Hz +> D +Ġs ervlet +bast ian +Ġ> & +S ID +_cl k +Ġdiv isions +} ',Ċ +Ġd ildo +Ġpar ade +m ajor +Ġab oard +; ++ +Ġf usion +"}, {" +ĠDialog Result +ĉ arr +- em +_n r +(h andler +.N ET +.Xtra Reports +ĠSh ah +ĠB rief +- , +Ġprec io +ĉĉĉ ĠĠĠĠĠĠ +Ġt ant +ĠGrand e +/ xml +_IC ON +ĠR etro +un que +Ġn ag +to Fixed +X L +Ġdecl aring +ĠCon crete +ĠAm azing +ĉprint k +Ġdeb ates +D ATED +Ġaest hetic +emet ery +Routing Module +ĠNash ville +W AYS +Ġw olf +Ġobserv ers +OT A +ans on +Ġe a +Ġgreen house +ĵį ä½ľ +Ġst air +Ġimmigr ant +_app ly +pe are +ĠBloom berg +_PL AYER +Res p +æŃ £ +Cho oser +ĠI Collection +P eter +Er ro +.detect Changes +Map s +Ġs queeze +ĠHom es +weg ian +Ġformat ting +Ġnegot iate +ul d +ĠN ep +ĠQ B +Ġeconom ies +Ġ*/ , +Ġredu nd +ĠA ber +.IsNullOr WhiteSpace +yc led +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĊ +_S h +Ġske pt +Ġre created +Ġget Type +Ġmarg ins +Ġcolon ial +ch arts +// @ +Ġprocess ors +è¯ ´ +b atis +æĦ ı +ator io +mention ed +P atient +Ġpre y +Check box +_x path +.s kip +ĠMorm on +ĠMemory Stream +CRE MENT +Ġk u +m eld +\ Data +ĠK ernel +il tr +éĢ ģ +( profile +Car bon +RO LE +( pl +] *( +.m emory +Ġmed al +Ġadvis or +it ät +Ġh dr +ier ung +ĠProvid es +( alpha +Ġteen agers +- parser +.L atLng +] ()Ċ +Ġfel ony +ĉĉĉĊ ĉĉĉĊ +BO OK +Ġsl ash +Ġclear fix +ĠPro phet +å® ¹ +right ness +-f i +.k ind +ert on +J im +Ġmanip ulate +Ġworks heet +ol in +st ars +Ġart ifact +_EM PTY +ĉm ain +------------- ' ; +Ġexpress ing +ĠI Q +ĠF act +/************************************************************************ *******Ċ +_m ass +)) : +Ġcon dom +Ġcreate State +omet own +Ġir r +Ġ> ( +> B +iter ation +ãĥ ª +Ġshirt s +ount y +-> $ +_S IGN +ĠD ale +Ġj j +E asy +F re +ĠN y +Ġch lor +match ed +ĠG erm +- UA +ĠN athan +educ ation +-y ard +- che +h ouses +r itional +Ġprox imity +Ġdies em +áºŃ p +Ġd rought +.a udio +ĠLe o +Ġfavor able +in ch +ĠD aw +rib ly +_st udent +id able +O VE +Ġlack s +ounc ing +.b usiness +Ġre open +may be +_G LOBAL +Ġdress es +ĠEd wards +ens ible +ĠHard ware +ĠEx cellent +ĠTime Unit +CTION S +Ġsched ules +Ġseg ue +Op ens +am men +- Identifier +Ġst aring +Ġhapp ily +ĠH ob +' _ +Ġ" ); +ament os +et ched +Ġ/> }Ċ +. Users +Ġinterrupt ed +Contact s +Ġreg istro +in burgh +CH A +_ imp +ph is +s ay +Ġretail er +.N ODE +/ maps +_L AST +ĠCh arge +_g uard +Coll ider +ĠStateless Widget +": [" +(" ../../ +iox ide +ĠS und +Ġ'' ; +un set +add Widget +л Ñİ +el les +alk er +A rc +Ġded uct +G UILayout +ĠV illa +Ġfor bidden +_ where +Ġ\ / +ĠT ib +_A X +] čĊčĊ +ĠB ir +Ġb end +ĠMA KE +ĠM ET +Ġfut ures +Ġweight ed +"" "čĊ +Ġauthor ize +(pro gram +}, {" +Ġcoeff icients +ê s +Per Page +ĠBath room +ĠPublish ing +G PL +Ġsub missions +ĠNUM BER +j Äħ +Ġaddition ally +em pre +ĠSh el +ot yp +S olution +Ġth under +_ ec +ĠĊ ĠĠĠĠĊ +ĠF ellow +Ġk ay +Ġnew State +ONT AL +Im plementation +.L ook +Ġ ents +Ġl ors +ĠB IG +f ab +Ġaver aged +ĠFe edback +ĠW ells +Ġm artial +Ġind ul +ĠComm unist +ĠFore x +ĠAgricult ure +" [ +Ġqu ar +ĠK ont +ĉ view +. Bytes +des ktop +ĠM akes +akes peare +.Null able +Ġspot light +V B +ow y +(t orch +tr idge +_b ounds +Ġapolog ize +.add Item +ant d +* );Ċ +, u +(g en +ç» ĵ +re ator +ĠC ord +ou pper +.m etro +Ġ ew +ĠW ORD +.A fter +Ġdet ained +ĠHam mer +ex isting +Ġo st +Ġmon ument +-c ustom +User ID +ĠN om +Ġre jection +(d im +Ġsingle ton +ĉd ie +ari ance +re ports +] != +eld a +Ġpreval ence +_reg s +." . +Ġfemin ist +Code c +Ġ **Ċ +(label s +_M ARK +FA ILED +Ġadminister ed +W N +ĠĠĠĠĠĠĠĠ ĉĉ +Ġn oun +w ig +Ġg otta +Ġr if +- im +ĠPaul o +ĠCommand Type +] ))ĊĊ +-z ero +Tr aining +Ġl ord +_ art +re ddit +C ert +Ġpes o +R ot +Ġend anger +.d r +user Info +un ts +n v +ĠTrail er +-f irst +(m ake +Ġbenef ici +-bl ack +i ÃŁ +Ġund oubtedly +Ġm ex +ĠAnc ient +( as +Ġdes cent +P ick +Ġrep lica +$ obj +ä hr +Ġar rows +ft y +ĠLib ya +ug a +charg ed +T ur +Ġh omic +iss en +ĠF ake +Ġbe ers +Ġsc attered +( Time +UT IL +Ġbureauc r +/pl ain +Ġstick ing +FA IL +ĠC ovid +Th ird +_p resent +ĠPier re +Ġë ª +Ġ[... ]ĊĊ +Pro b +ĠTra ffic +ica o +do ctor +Ġ), ĊĊ +T abs +al u +ï¼ļ âĢľ +Ġinher ent +_N o +rit is +ĠPro of +.b asename +ä¼ ļ +Ġch im +ĠProt ected +c rit +Ġpr one +Ġк он +ĠHero es +Ġan xious +Ġan os +Ġweek ends +Ġs ext +Ġredu cer += UTF +h alf +ĠS aw +.m m +Ġnue va +.current Target +.l ua +_EXT ENSION +ĉ reg +ĠC trl +_ align +accept able +Ġrush ing +fr ac +Ġbo asts +F ive + ± +ĠTem perature +> ): +Ġchar ter +RE ATED +Ġsubject ed +Ġop c +health y +使 çĶ¨ +ĠScient ific +Ġfra u +ri ages +ภĶ +.in ventory +ation ale +M ad +min utes +>> ();Ċ +ĠEn v +Ġrecord ings +Ġsusp icion +sql ite +ĉ read +ãģ ¦ +Ġwor ries +.put String +ĠSh anghai +( uid +r er +ĠvÃŃ de +") : +Ġmethod ology +Ġк оÑĤоÑĢ +cc c +av ad +Ġindu ction +ĉ Thread +, string +ạ i +neh men +u ition +Ġ* __ +.em f +Ġì ľ +/th emes +ĠN ine +. One +ĠEm bed +Ġf az +u ations +Ġpriv ately +Ġl ing +[ F +ush i +Ġlaunch es +( KEY +G MT +Ġaim ing +pat ible +ĠB iden +i w +ĠD egree +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ$ ('< +á rios +to UpperCase +ìł ľ +ĠE UR +Ġovers ight +Ġtable sp +Up dates +.m akedirs +Ġhum idity +/ template +Al ways +( IS +_c ert +D ig +Ġunder way +ort on +ĠHur ricane +Ġsp ends +ĠSeg ment +Ġfl ies +ĠT oggle +ĠLyn ch +Ġs enses +ĠK os +set Enabled +ist ically +Ġtest er +Ġadministr ators +Ġtag ged +Ð ĵ +Ġshort cut +ĠRes olution +Ġsuperv ision +ĠAsh ley +Tr acking +ul atory +and el +ist en +Ġun re +(d iff +ANT S +Ġr ider +Ġs Äħ +.S eries +_ orders +ORIZ ONTAL +Ġret ention +ãĢĤ čĊčĊ +Ġdi agonal +ĠC ancellationToken +_ Internal +Ġru in +.Q t +ocr atic +T el +ĠAn swers +m atic +Ġx p +at em +_j obs +_ any +Ġsen iors +Ġland mark +ĠQ List +Ġman eu +ot ify +/ ";Ċ +/ server +ĠPhil osoph +uten ant +( io +h z +Ġauthentic ated +d v +- Compatible +Origin ally +, function +ãĢĤ čĊ +ĠRepresent ative +as ily +irc uit +.d t +(m ath +.M arshal +[ , +ĠC ities +_ turn +| )Ċ +Ġcant idad +al ter +ĉ ui +ĠNe braska +Ġsk irt +.b g +Shared Preferences +( style +Ġg rief +g ew +Ġsaf eg +ol ang +_l ists +ì Ľ +Ġgran ite +Ġhott est +.j dbc +.C ustomer +Ġâī ¤ +Ġwa ar +_sc ene ++' / +ĠJ TextField +Ġse ating +Ġwe ars +Ġ` / +C ases +ĠY outube +ı m +Ġbal con +, G +Meta Data +- price +SC R +Un ity +Ġtr unk +={` ${ +Ġearthqu ake +Part ial +Ġsub st +Ġelim in +=" '. +//* [@ +Ġsuperv isor +vro let +_ article +Ġp ane +b io +Ġmot ors +N M +F rank +Ġon ion +- word +Item ClickListener +Ġb rit +end encies +Com puter +_r unning +( day +- he +(n amed +ĠS ach +о Ñĩ +c ampaign +.Ab stract +(w rapper +.p ay +Ġu w +Ge o +r ails +/ select +icht e +son s +E VENT +Ġal iment +Pro viders +A wait +_INTER VAL +. off +Ġgl uten +_cl oud +Ġw en +.ex tract +ĉ button +/ MM +Part y +Ġdem ographic +_err no +Ġh iking +(' ')Ċ +", @" +Ġw it +r á +olog ie +ĠSt yles +ĠBrowser Module +.Request Mapping +ic ans +P AGE +cre ation +ĠF erguson +ud ed +num bers +ĠGT K +Ġpresent ations +ĠB obby +_s pan +est yle +Ġilleg ally +abel a +Ġbattle field +cap acity +ter ror +] ");Ċ +Ġwar rior +le ader +ĠDB G +ĠRe venue +Ġvig il +Ġcounter parts +( Error +ACT ER +Ġhe eft +Ġselection s +ze ug +t om +-t wo +. ;Ċ +_st atement +ĠA id +ĠV ul +_r gb +Ġpr izes +Ġedit able +ĉ form +ın ı +.de cor +D emo +lic es +Ġen ctype +rat ulations +ĠR OS +_ch ars +ĠJ ahr +part ial +Ñĥ ÑĤ +ĠRe ceive +ĠL ands +AP TER +Ġch opped +.. " +ĠAn aly +ĠU ID +ĠR adeon +ĠB ee +Ġun m +> M +.find all +Token izer +ĠWH AT +Ġs j +D rawing +E ss +ON D +Ĭ ¶ +(p acket +âĢĶ but +Inv ocation +ĠN uclear +? ;Ċ +Ġgrand es +ĠC rypt +rem ark +Ġ'../../ ../../ +Ġin ability +m agic +c ats +Ġsim ulate +: ${ +in flate +Ġen er +: NO +ip les +Ġmer it +ĠR ated +Ġgl ue +/b log +Ġg ren +Ġthr illed +.C H +unc an +ĠPR IMARY +Ġper sec +Ġfe ared +.M IN +ĠThe ater +é Ĵ +ategor ie +æ® µ +Ġappet ite +s quare +ĠAlex and +.User Id +_g t +_ enter +Ġgradu ates +Fragment Manager +Author ize +-N LS +(M y +Ġtri umph +ust ing +_PARAM S +Char acters +(: ,:, +_B UILD +M Hz +Ġwash ed +Ġun cle +Ste ve +ard own + ${ +_confirm ation +Ġtro phy +Work s +ĠElect ronics +ĠMediterr anean +_m etrics +Ġannounc ing +ĠD AY +_pro to +Ġp ear +base Url +ĉĉĉĉĉĉĉĉ Ċ +Ġcoord ination +: N +.an imate +ĠC otton +_h it +â ľ +Ġjet zt +if ter +(f ields +own load +ific acion +.c uda +ĠLi u +> equals +ĠA ce +ÑĢаР¼ +ĠSuper man +ĠGarc ia +Ġarrest s +ag ar +Ġ{} ) +Ġmac ros +rou pe +ê tre +Ġtw isted +str uments +_ (" +_ vertices +ĠTrans ition +и к +[ max +m ind +Ġaccess Token +Ġun le +m us +c op +ĠF actor +Ġcon ced +Ġre tr +.l inalg +-s lider +ob l +_Static Fields +Ġz ombie +s elling +Ġch ap +Ġsh aking +ĠTrans late +ĠAm sterdam +ĠE TH +_EX TERN +k d +_d isc +Ġpreced ing +Ġpri x +Object Name +_mod ified +ard ware +Ġ?> "> +ĠD W +` ${ +Ġ?> ">ĊĊ +Ġspin ning +_p ending +Match ers +. Keys +ĠP V +en us +ant is +Ġdisc ard +Ġh aul +Ġem pir +Ġpath way +Ġo ak +м ен +-ind uced +Ġimp air +ĠCal gary +.is Hidden +d z +_ include +Ġg m +Ġ' (' +P Y +uggest ions +Ġcommod ity +c ro +/ sub +Ġget Instance +ĠLeg acy +ĠK il +B al +( short +In form ++ x +* r +ĠHope fully +or ate +Ġmach en +Ġtreat y +ĠO ri +.p ublic +-h orizontal +Ġtact ic +Ġb ord +w ares +Ġam mo +ĠL ists +Ġequ ations +/ her +ĠNS W +B ounding +_C ollections +Ġav ail +.Drop Down +è ° +Ġh h +Ġl Ãł +.p b +Ġmemor ial +ĠAT TR +Ġexhaust ed +Ġt sp +ĉ redirect +Ġlik ewise +ST ER +L java +Ġcondem ned +oca ust +(str ict +Ġexem pt +Ġs ms +Ġex agger +S YS +Ġl ounge +: ^ +Ġto dd +de b +ator ial +ĠPort er +Ġtu ition +Ġexem pl +Ġp aren +.line To +Ġkid ney +Ġç a +Ġc ui +ï¼Į 请 +X C +Ġmo ż +Ġnomin ated +l ung +Im Gui +ĠB uzz +Ġstere o +port al +res as +Ġk lass +Ġdraft ed +Ġproject ile +/g pl +(param eters +* )Ċ +Ġassist ed +ĠNS Integer +s itemap +:n th +.View s +.Argument Parser +Ġme er +z ier +ĠD ig +Ċ +Ġpl ag +p ine +Ġblank et +Ġ: - +Ġl cd +------------ --- +(" " +Ġtact ical +ĠRon ald +ex tr +ĠF est +Ġf uer +-n avigation +Ġk b +gh ost +Ġhandle Change +_cl s +() != +Com parator +.v m +ĠCo x +_re view +/ @ +_c ookie +Ġrecogn ised +ld ap +Thread s +ĠSex ual +ĠB earing +(S QL +Ġx r +Ġth igh +URL Connection +ĠSU V +Ġm Context +Ġinc idence +ĠE ste +.s up +_t e +(EX IT +C MD +/ "> +Al most +ĠU ne +Ġand eren +ĠSingle ton +Ġb ore +Th ink +Ġn arc +] initWith +_sh op +(str ategy +! ', +her its +ĠDes k +_m achine +.net ty +ı nda += < +ĠQ R +ĠS idebar +.split Container +Ġon Success +Ġmon key +En joy +(n odes +pect rum +Ġ(* ( +ĉU INT +, height +ĠNetwork s +.t ail +.l inspace +Ġ" ... +List en +Æ ¡ +.Ch annel +- defined +Re peat +ad just +ER M +_ application +.assert NotNull +- stream +Ġr abbit +Ġposition ing +Ġw oke +Ġf ing +Ġmulti player +Ġregister ing +un til +Ã¥ n +( :: +uss ions +Ġpot ato +ĠE quals +.S up +/ap ache +Ġ( = +. ") +.p tr +ĠSpe ech +.cl ip +ĠGab riel +Ġmusic ian +/ issues +.sh op +ĠH ier +_RE T +_b ucket +ãĥ ¡ +av s +Ġro z +fl ower +Write Barrier +ĠMil an +Ġlegisl ature +ĠD oll +Ġprov ing +.concat enate +âķ IJ +Ġg char +cdn js +b les +ĠList ing +л о +.xr Label +ĠS ak +just ice +ĠVal entine +un less +Ġp iger +(r un +Ġtest ified +AN A +ĠRem oves +)) ));Ċ +rec ated +ĠRuntime Method +Ġcon qu +ãĤ ¢ +Ġt issues +ail er +ét é +- Star +Ġfl ames +.set Icon +Ġsup ern +Ġvag ina +- variable +Ġwell ness +C UR +Ġbel le +.get Request +Ġp oco +ben h +ag ens +Ġsp ill +ĠJ ur +Ġdispatch er +н ого +emon ic +(dir name +ĠÐ Ķ +Ġpas se +Ġg anz +ric ing +E U +Ġmuj eres +ess en +.at tribute +j j +ĉĉ ĠĊ +[ ^ +Ġstrtol ower +lex er +ect ar +hot el +.s quare +Ġr all +Ġlower ed +hand led +Mark et +ĠUs es +iv as +.B usiness +ãģĹãģ ¦ +D IV +Ġw asted +Ġav oir +ê m +_ACC OUNT +. et +ĉ SDL +k ap +Ġf ox +up pet +{ },Ċ +", ' +F avorite +P END +ĠA ES +} ), +Ġded uction +Ġpol ÃŃt +Ġcomponent Will +ĠT elerik +_SE LF +Ġm use +C raft +Ġd ens +ठ¿ +( tp +Ġt asty +Ġbal ances +Ġded ication +ĠWall ace +Ġun law +\"> \ +Ġm um +- update +ement e +Ġs oda +Re public +as mine +é ric +( Status +ĠJson Convert +ĠD isk +.Red irect +Ġfilm ing +/m ol +R o +Ġv ille +Ġtrab aj +Ġsyn thesis +reg a +Ġr l +S cheduler +ISH ED +current User +(error s +' h +_b ot +x imo +ĠUS ART +_s uper +_DEC REF +н ой +_RO W +Ġprom otes +ĠT A +Ġhor as +ĠRep resents +Ġname of +ĠEx c +ĠGar age +Ġse ine +, # +Ġher b +/ resources +Ġple aded +.r adioButton +Ġæ ĺ +O ps +ĠN est +c string +ĠDef ence +Ġref ere +_le af +Ġrevel ation +ë § +.execute Update +_W ORLD +Ġexp ans +(" \" +j ab +Ġdoub ts +ĠGe ometry +Ġintrodu ces +Ġsen ators +Ġcan al +.h elper +ĠBi ology +_SE NS +.pre vious +-t ouch +ab it +Ġimpact ed +Ġbr ackets +.d irect +acc um +Ġtest osterone +ĉ action +ĠCh ance +Ġpe aks +CppCodeGen WriteBarrier +Ġun belie +_p ress +.R el +ang led +/ templates +-- >čĊ +l ime +Ġsufficient ly +_ nt +Exp and +.is file +Ġis Empty +Ġq t +Ġmul her +ac ob +Ge orge +å¸ ¸ +Ġass im +as o +Ġcompr ised +O V +(CON FIG +ĉw riter +Ġdes p +Ġten ure +(c r +.p ool +ĠB rend +Ġc ensor +(time out +Ġple a +.W rap +Ġtight ly +ĠW ere +ĠI gnore +abe i +Ġbr idges +Ġcondem n +Ġsimp licity +Ġrout inely +Ġblack s +j b +ĠP it +U tf +Ġ/ Ċ +re load +Ġset Object +/g lobal +Ġf atty +Ġsock s +Could n +Ġerot isk +æĿ ¡ +ĠPress ure +ĠM az +n pos +tol ower +ĠE Q +ute ur +ĠM oment +Ġet a +{{ -- +Ġgraph s +ĠGu ar +r ine +( -- +ĠHttp Status +(st udent +* np +Ġrail way +Ġas ynchronous +_v m +'] ,' +, text +mer chant +(G uid +ĠG ra +ix er +fetch All +.add Listener +fl ip +* $ +> (), +Ġsun light +ass igned +Ġab c +ĠC OLUMN +ĠðŁĻĤ ĊĊ +) ... +Ġen semble +Ġnew line +_S INGLE +ied ad +Ġdark er +orm ap +Ġl ion +pl its +Ġillustr ation +ĠI EEE +Ġv ista +ous ands +****** * +ĠTom my +Ġh ue +S el +Ġa ura +ĠTher apy +Ġanim ator +.con straints +Ġv ague +(" ") +Ġvill ain +Ġbless ing +Ġstring Builder +ĠM isc +ĠD IR +f ax +- node +ĠWalk ing +ĠA U +s ess +Ġgr ill +VERT ISE +ĠF oods +Ġt ournaments +à ĵ +ĠMar sh +Ġw onders +Long itude +.Command Text += input +_enc oder +page Size +Ġget State +> >Ċ +.g rey +p od +Ġread ings +Ġre consider +Start up +Ġexc er +.b alance +_c ycle +_T ime +LOC AL +ĠE FI +ĠRe yn +.set Foreground +by n +Ġdis connected +ACT IVE +Ġembed ding +ick ers +Ġsurround ings +* c +Ġgar ant +Ġb f +Ġw ipe +Ġ ä¸ĭ +_T RA +ado x +ç ķ +Ġsu cks +ĠS ongs +ĠAssoci ates +ĠB ald +ĠB rett +ven ile +Ġv t +Ġin ade +Ġres igned +ĠGl enn +.p attern +.Data Bind +Ñĥ м +Layout Inflater +ch et +ĠTest ament +.m s +Ġp av +ĠReact DOM +ur dy +AD ATA +M u +/ actions +ĠJ s +_ex tract +ĠBr ing +: id +str t +iv ation +Ġoutr ight +az u +loy ment +и Ñı +al do +ĠP ublisher +E ducation +Pa lette +_d rv +Ġ($ ( +ĠAnd a +Ġrem edy +Ġincons istent +te ction +Ġregul ators +Ġshort est +(p air +ĠInstall ation +Ġdefend ants +Ġ( ); +-l arge +M el +Ġthreat en +н Ñı +Ġfet ish +ot ine +_d ic +Ġ< $ +Ġst agger +sp i +$ response +S erv +-b orn +j os +ĉ img +ĉW HERE +_l t +å½ ĵ +.c ost +ĠT ue +.label s +ĠL V +wcs store +ĠJes se +ภ« +Tr ade +Ġpredecess or +ë Ĥ +fin ally +_g eneral +ogg ler +_REG ION +n ement +Ġblog ger +ĠHar bor +ĠD ataset +[ w +Ġattend ees +. ico +max imum +.Un lock +_SY NC +ág ina +Ġdown s +ĠW ii +]) / +Ġkick ing +unic ation +ĠD AC +ĠID S +ĠR ental +Ġcurrent Time +Ġvacc ines +ĠDev il +Ġn ors +_m ouse +urre ction +(n o +Ġ> čĊ +Ġaggress ion +Ġbre eding +.s ymbol +im an +Absolute Path +ĠWH O +_fl ush +- root +arn a +& M +Ġf athers +ĠR ocket +ive au +Ġw ander +Ġcom pos +ĠWar rior +ĠSe at +ĠClin ic +_in voice +(dis patch +Product o +at uring +oss ier +ĠM AY +Ġd agger +Ġsanit ized +ĠR FC +Ġpro ph +Ġur ine +Ġgr ind +ĠExp anded +des cripcion +-f w +ĠK erry += name +Ġch k +Ġnation ally +Ġthe e +In c +Ġ? >> +.R adioButton +.Http ServletResponse +/ Y +ĉf ield +Ġhom me +y per +Ph ysical += v +Ġdr iv +ĠErr ors +Ġc Äĥ +De ath +ĠW INDOW +Ġpo et +ĠSh arp +ĠImm utable +ĉ create +Ġge ht +ĠRe form +ais er +ĠInitial ization +Ġimm unity +.com pose +Ġlat ency +ĠLeban on +ĠPar ad +Ġfu els +ĠEx hib +co h +% ">Ċ +ĠCL I +) initWith +-Z a +_C LEAR +reg n +Ġfin ances +.st andard +_C ATEGORY +.lib rary +Ġtravel ers +_w p +ĠE valuation +start ing +Ġ )),Ċ +ep isode +ĠV ariant +Ġda emon +ĠJul ia +ĠN R +Ġdoub les +< v +/r untime +Ġinterpre ter +ĠIN DEX +ĠHol mes +_D IM +Ġp addle +_ex ample +Ġfore ground +.r outes +Ġs owie +S UCCESS +ĠC DC +ĠB D +_ - +as ured +W riting +Ġcurrent Page +( answer +ĠASC II +à ¨ +Ġsocial ly +yy y +ĠSpecial ist +(c ustomer +ist ani +ke st +ĠM ak +Ġth o +. pt +( comment +ĠCon verter +g am +b ins +. tele +ĠVeter ans +_AL LOC +олÑĮзов аÑĤ +inn amon +; width +oh l +Ġfant as +Ġs ung +ĉ K +( Json +Ġneighbour hood +Ġv ow +Ġs ins +on acci +Ġepoch s +im agen +.Ch ange +.my batis +Se ek +W ER +管 çIJĨ +Ġinter ess +_ Event +eder land +Ġterr itor +Ġci udad +uck ed +Ġsn ack +Ġtransport ed +ĠMan ifest +ĠD AT +_th eta +Ġw ont +.ĊĊ ĊĊĊĊĊĊĊĊ +Ĭ¶ æĢģ +ĠEp ic +De ck +l tra +_Z ERO +Ġ[] ; +/ scripts +Ġ---------------------------------------------------------------- ---------------- +æĥ ħ +Ġwe ed +N BC +Ġrap ed +ĠG ateway +[ M +ĠTime out +ench mark +.View Model +Ġporn os +ĠY a +th ritis +ĠFly nn +Ġme ga +ac in +Ġtrib al +.app le +ĠB lo +â n +ib i +ro v +ĠL ives +^ . +get Request +ĠEst ablish +cont ainers +Ġst arring +Ġcele brities +ĠRel ative +ĠHe ights +Ġtq dm +ĠNorth west +iv ic +ĉ cl +Ġautom otive +ent ric +Ġfort unate +Ġfire place +se ud +nick name +; s +_C AL +h alt +(n s +_de leted +Develop ment +m ovies +Ġident ities +Ġprompt ly +ا ÙĨ +Ġant e +Ġ" ',' +åı £ +imp se +Ġy ap +Type Name +Ġb itch +Ġassoci ates +HE ME +- empty +ĠØ ª +ol vers +Ġpist ol +Sc oped +ag ner +'] ==' +ĠI MP +ex c +Ġo mitted +Ġmind set +Ġ[] ( +Ġor n +_C AM +A vg +Localized String +ĠN atur +Ġcom poser +ĠPlay ing +Ġover d +_ utf +.s k +ĠF ol +$ page +, Object +Ġbe es +al ary +bul let +_lib rary +O ffer +loc ated +Ġ(_ , +âĢľ He +ĠOwn ers +) ).Ċ +Ġb ri +.Ad min +kt ion +лÑİ Ñĩ +Ġerot ici +Cancel led +Ġa gr +re views +_d ma +RI CT +Ġg fx +mp i +pp o +Ġ// @ +Ġupper case +Ġcommit ting +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +User Data +Ġv ai +ĉs ort +Ġcongr at +Ġd ioxide +д а +. area +ĠJosh ua +ĠK och +_b reak +az ure +ist ical +_AL PHA +_ views +Ġelim inating +OM B +en umer +ĠHy dro +(* ( +ERT ICAL +Ġinev itably +Ġst ole +-e ast +ier on +Ġl inger +/d oc +Å º +ĠAl ready +as io +Ġ-- Ċ +Ġabb rev +ĠAt om +h im +ĠINS ERT +s un +âĻ ª +CON NECT +er ator +ĠM anning +Ġ: ( +g as +=> ' +Ġquery set +; }čĊ +ĠPop ulation +uted String +res ident +_F ONT +ĠRes pond +Ġobsc ure +Ġo bservable +ĠContrib utors +k on +ĠMus k +ex ao +ĠT ub +Boot Application +S OR +.H orizontal +.find By +.p ower +Ġposit ively +ven ience +ĠJ ong +Ġwh istle +Ġз наÑĩ +Ġl ending +Ġdestruct ive +Ġon Delete +author ization +(); ?> +_ original +sc ience +at ra +?, ?, +ĠAs c +Ġconvinc ing +$ a +org en +_D ate +ĠPro vide +Ġlon ely +) 'Ċ +ex change +; ?>Ċ +.f ast +S amples +L ondon +'] )čĊ +ĠI onic +Ġp esso +ĠKn ights +ĠR af +_attr s +Ġrepe al +> Main +ĠOrder ed +_N ew +=" "> ";Ċ +ĠS ERVER +ĠHE ADER +_ velocity +ĠIn voke +.timestamp s +Ġs ulf +I QUE +Ġinhabit ants +ph ins +azz o +Ġmon o +Leg end +Ġnon ce +IF E +; ";Ċ +- create +" ",Ċ +per mit +ĠImm igration +Ġpath name +ffect ive +âĻĢ âĻĢ +Ġex ams +- event +ĠT ill +[m id +F IX +; color +( Order +_tra its +Ġorder By +Ġs unt +ĠNich olas +Ø ² +Ġsun ny +in ers +Ġaccess ibility +ĠH B +.com p +ĉ op +Ġminor ities +ethe us +Ġcollabor ative +pr it +H IR +Ġwr aps +ĉd raw +g od +ĠI X +.app s +ĠN M +Ġirre levant +ĠT igers +Ġdi ag +G V +ĠAccess ories +k ont +Ġsimpl ify +ĠF avorite +_t ools +([] );Ċ +Ġtow ers +B es +Ġhun ter +Ġsal on +(b uff +ĉ debug +Ġmal ware +M oving +- options +) +' +ĠLO VE +_S OCKET +_f in +ĠDel aware +Ġsher iff +-in valid +ĠF ULL +Ġп од +el as +" strings +ĠRepresent atives +s urface +res olved +ht docs +)) :čĊ +Ġpress ures +Ġnorm s +Ġpl a +Ġs urname +Ġpost al +ĠDep art +Ġsla ughter +or ida +Ġhe bben +Ġdes ar +comp act +_L ANG +åIJ Ī +op oly +_r ad +ĠST DMETHOD +L azy +ĠĠĠ ĉ +... , +( web +ĠP ont +Ġet was +Ġup ward +_h at +Ġ], ĊĊ +Ġbase Url +Ġworry ing +-add on +(get Class +S PI +Ġcapt uring +) },Ċ +Effect s +Ġcompet ent +Ġf oul +Ġsubscri bing +ĠO BJECT +IX EL +b ucks +( edge +(p ass +ĠPet erson +Ġbo obs +ĠD elay +_s quare +el im +ot ers +_P C +% E +on click +ĠSV G +Ġto pped +Ġf ist +sm art +ĠR alph +( owner +j ours +Ġbron ze +ĠArgument Exception +( original +_S CALE +_c p +Ġrecomm ends +.set Style +S ure +L AND +Ġrepe ating +M att +. Visibility +Ġenter prises +.Set up +(sc ene +ĠRe active +ur ge +b w +.P ut +p ersist +.c ookie +ĠAud i +` s +sup plier +( Form + ¡ +_s o +Į Ģ +ĠLeg ion +t te +N d +L oss +( attrs +.sc atter +Ġg room +Ġgl impse +Ġn ails +Ġcum ulative +Ġf azer +_s ervices +.N um +ib ilit +_res olution +ĠT x +umin ium +op a +.s chedule +sm tp +ภķ +ur ry +ü k +go og +_sign ature +.int o +ĠSte ps +Ġhome owners +ĠNS URL +ĠP AC +ĠĠĠĠĠĠĠĠĠĠĠĠ ĊĊ +> ')Ċ +en h +Ġinc ap +$ MESS +Ġmo ins +ĠF i +Ġoff season +press ions +> .Ċ +ĠGr ass +ĠGo al +_p df +Hand lers +Ġstack s +.get FullYear +=[ ];Ċ +è½ ¦ +, V +(s plit +Ñĥн к +Ġbake ca +Ġ~ /. +pe z +t ails +ĠG len +Ġset Image +ĠCom ic +B LOCK +ĉ This +o ader +Ġcapital ist +_ST EP +( Boolean +ĠCor rect +r ina +Ġconc aten +å® ŀ +() :ĊĊ +Ġun anim +ll i +al ars +- ne +Ġdiv or +ĠKick starter +]. _ +< number +/m enu +GR APH +vis itor +Ġimpro per +_N EXT +Ġb isa +background Color +/ input +Ġmo i +Go al +li qu +Ġmiscon duct +Ġcompr ises +aw ns +ĠP ie +ra is +role um +Ġcur se +y u +_p oll +.current User +ES H +]) [ +Ġstory t +)? ;Ċ +* = +ĠB urg +/ layout +_back end +; ?> * '+ +åĿ Ģ +ac ency +( URL +_h alf += l +Ġlist View +( section +.to Array ++ / +ĠRodrig uez +ist ream +Ġelig ibility +:: - +.new Instance +P B +ĠAs sets +ĠCom posite +ĠL abs +ĠHam as +++ );Ċ +Ġbl k +ĠNe o +L uc +@ login +Ġun aware +.m et +_RE LEASE +( ST +AM IL +ri ke +Ġ( ){Ċ +(s printf +ĠAccount s +ĠV IEW +ĠA j +ãĤ ° +Ġwh isk +Ġid i +Ġro de +Ġih n +ĠElement ary +Q ty +Ġintrig uing +Ġå ¤ +J obs +ĉ offset +ĠAh med +ĠTal iban +Ġè İ·åıĸ +Ġinject ed +.Auth entication +_line ar +.Dec imal +Ġapp les +Ġshare holders +Ġb aked +.d iff +ĠE ddie +ok ers +Ġconfront ed +vo ices +Ġt us +ĠSp in +N ODE +_ Un +CT X +/g oogle +Tem perature +Ġ' '). +Ġmagn ificent +Ġstart Index +semb les +Any one +z k +eh en +ĠD ame +. strict +Ġrepl aces +Ġline back +Ġpush es +Ġche ek +ĠSh i +_BY TES +RE A +ả n +_CON NECTION +G ateway +ĠTr avis +ĠA X +ĠBas ically +ĠUp grade +à ª +th emes +erm o +k or +F emale +_att ach +ĠìĤ¬ ìļ© +Ġpo z +============ ==Ċ +(s ymbol +ĠS ector +__ )ĊĊ +_p adding +ï¼ļ " +Ġf abs +Ġr anged +set Name +Ġp error +â Ĺ +ĠFile Reader +Ġful filled +_C urrent +Ġdom inate +Ġsm ugg +Post Mapping +_for ce +Ġb loc +ĠG iant +(v ideo +ĠC U +System Service +Ġ elf +Ġkont akt +ë ª +ke es +gt k +Ġparam Int +Ġmark up +u ales +Ġaccount ed +Ġgang bang +RY PT +ĠW rong +Ġcred ited +ĠM ESSAGE +Ġfl aws +Ġbb w +Ġmetab olic +ĠO EM +/ event +(C ollectors +mont on +ap pear +Ġopt ed +Ġche at +Ġd av +ĠPro ceed +Ġê ¸ +ank ed +и з +ans k +ĠH ang +ĠC ler +Ġdis gu +Ġc map +.cl js +Ġa ument +le z +ĠJo ined +_re ceived +Ġa erial +ot el +Ġgre et +" s +ĠGen esis +ĠCal if +pan ion +Ġtail ored +m apping +and Expect +.tr ack +at omy +ĠO w +ull ah +.Y es +ĠSimple Name +db h +' en +Ġnons ense +Ġphilosoph ical +(get Context +Ġis so +ĠA CE +start Date +Ġb ÄĻd +ĠAUTH OR +ĠGlo be +Ġinsect s +_A l +ush ing +è® ° +/ Home +ĠLocal Date +need ed +hes ive +Ġill usion +äº Į +Ġtr at +x o +/d etail +_M ATCH +Ġbroad band +Ġw al +ĠIllegal StateException +IRE CTION +Ġnor theast +es ium +ĠClient e +ul ance +nt y +Ġt ecn +Dev ices +Ġgr ains +ĠO g +ĠS EL +ud iant +Ġ++ ;Ċ +Ġexplan ations +oc co +Ġdi ets +Ġco hort +( controller +.Iter ator +-r ich +ro cess +G D +Ġcar bohydr +Ġfri ed +ĠEmploy ment +ìŀ ¥ +ĠLeon ard +_ ${ +qu ares +Ġcompan ions +Ġpar is +Ġstim ulation +ĠZ oo +Ġre levance +ĠCol our +Ġspe ar +ot ional +ĠL ite +ĠK osten +Ġà ³ +_att achment +orph ic +Ġdam it +Ġd lg +Ġthr ive +CH ANGE +ĠApp arently +Ġat ual +Ġroot ed +( images +aw i +ari at +Ġch erry +STAT IC +m nt +ĠUser Id +il let +ĠHis panic +Ġn ak +Ġcent ro +Ġdim s +_initial ize +ı k +ĠCent ers +RE N +Ġevolution ary +ĠTop ics +_d amage +em er +Ġr und +Ġpun ished +Ġcub ic +f air +[] ;ĊĊ +Ġinstant iate +Ġover see +- delete +unte er +start Time +ĠP ipeline +_G AME +ĠC ir +ĉ Null +.Format ting +uc umber +ĠR ide +Ġz oo +Ġcheck er +åIJ Į += C +Ġg rit +"); // +_x y +ĠDe claration +Ġcall able +F oo +ĠList Item +Ġin accur +ml in +ĉ Data +Ġev olving +aw an +Ġca fe +fol k +_ID X +ĠAny thing +ĠPalest ine +ĠGrid View +Ġcol ony +ĠGerm ans +( + +.p id +.js x +ĠSuper ior +Christ ian +ĠL ect +ĉ Game +Ġinstrument al +Anim ations +д ал +ĠMos es +ĉĉčĊ ĉĉčĊ +z s +k te +ä¸ ļ +_D IST +bit map +d B +Ġp ersistence +ÑĢ оÑģ +$ l +B ron +Ġ{ | +_ch art +ĠCon sum +Ġh emp +Ġ" ))Ċ +Ġattack ers +Ġknowledge able +Ġc et +Ġvir uses +' I +Ġpitch er +Ġsweep ing += list +apt ops +.de pth +Ġinstruct ed +ĠR us +benh avn +Ġи н +S ports +Ġon set +æĿ ĥ +. RED +_s i +ĠP ST +.on Change +> tag +ĠR oh +_char acter +ĠLaw s +ĠB achelor +_s wap +.re activex +Ġreward ing +Med ium +- [ +ĠRec ently +J oint +part ition +ĠMin utes +Ġind o +Ġabsor bed +ĠG N +_IN D +Ġsab er +Sp awn +output s +ĠJeff rey +Ġmed ieval +h ed +Gu ide +Ġpsy cho +Ġgl am +E lim +äd chen +_pl ain +ĠS au +-f our +Ġanaly zing +QU ERY +Ġtom ato +_button s +V EN +.set Status +. Url ++ ĊĊ +Ġcompl aining +deg ree +conf irmed +Ġsub t +p arsed +Ġtor que +Ġtroub led +ĠT ARGET +Ġtrad emarks +ĠCo ordinate +ĠV iv +Ġ// }ĊĊ +Ġapr ès +.get Position +(Key Code +ĠSil va +Ġmet eor +Ġendorse ment +Over view +ĠP oss +.In ject +Ġeven ly +Ġvisual ization +Ġw char +ĠH DMI +Ġfun ct +ick name +',' ',' +Ġfor wards +Managed Object +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +ĉ server +ĠOut look +ĠChron icle +Ġdub bed +Ġd ok +ĠW ear +.A L +pare n +. Interface +Inter faces +.c od +Ġd ib +.Global ization +ĠAcad emic +Ġass ms +Aut om +Ġl w +ĠN W +Ġ&& čĊ +Ġproble ma +ĠManufact uring +lim its +-m obile +Ġfil me +/ map +Ġdo it +ĠIn k +Ġsu ed +. arr +Ġunder min +ĠPro c +croll View +__ $ +Ġsidew alk +( that +ภ· +[ q +gram mar +Ġt ë +qu ito +Ġspir al +ext ended +Ġf ocal +Ġdig ging +p as +ĠT all +.pro xy +it ures +TR ACT +ĠRe alm +Ġf eder +Ġorient ed +ĠAltern ative +Ġo we +Ġsour ced +ink er +.d et +S ep +ĠQ ui +ĠPal mer +(_ , +s amples +oy er +ull an +que z +Ed ges +Ġsh out +ĠA chie +Ġha ar +_Con struct +Ġprem ature +Ġre vert +'). Ċ +Ġs chn +filter ed +null ptr +S aved +itect ure +CL A +Ġv l +st ell +ĉ Me +ĠL ip +n ational +Ġwh olly +Ġspr ings +.T imer +ĉs rc +els en +åħ ¶ +Ġcommunic ating +ĠQu iz +Ġt eng +Ġge z +ĠOut side +.S ign +(c s +Ġdisput es +ĠWe iss +ann es +> No +ĠB ach +.remove All +re fer +/d ashboard +ĠA jax +Index Changed +ĠWe ak +' "Ċ +Ġs ights +access Token +ĠJ oi +(d omain +ĉc v +Ġcontin uation +Ġpl um +ad ir +.set Message +Ġ ï¼Į +Ġsw allow +ĠL amp +Ġq w +Ġu u +C oin +ub ic +ĠDe als +r ace +Ġdict ator +Ġmem e +turn ed +ĠJul ie +.grid Column +Ġpup py +Ġp am +Ġ) {čĊ +Ġinv iting +Ġf rench +v im +Ġwr apping +Ġ#- }Ċ +([ - +Ear ly +Ġsh iny +.f aces +Ġreb ell +abc def +ä lt +Ġest imation +ph ys +los ures +_RE L +Ġex clusion +ĠSk ype +we ise +-st op +no thing +ĠE gg +is ors +Rich ard +Ġcounsel ing +Ġcomm em +ĠQ MessageBox +ĠSy nd +ĠFro st +ĠCompet ition +ĠAw ake +Ġt ed +ic iones +ĠDev Components +VERTISE MENT +ott i +.run ner +Ġuniqu ely +.fl ag +ĉ rs +_g eneric +Ġ`` `Ċ +ACH INE +Ġme in +( Application +( br +Ġrat ios +: , +ĠXCT est +ustain able +- www +it les +_T EMP +Ġs yst +umeric UpDown +ĉassert True +Ġw f +. peek +ĠBul g +Ġterr ifying +.M ODE +ĠG W +á r +Ġf ic +Ġcommit ments +- tech +ĠL iquid +ope z +z heimer +a ña +-m edia +( animated +_go al +Ġg um +yst one +.S ET +ĠW end +set CellValue +Ġmsg s +c ash +AL LOC +/ aws +Ġmic rowave +.Point er +ĉ Console +_s orted +ĠFil ip +Pro d +Ġ//! < +ing roup +Ġk s +_T RI +Ġteas poon +ĠAT T +Ġrecover ing +ĠG LOBAL +.P ar +Ġ/> ;Ċ +Ġmar ble +ul ators +ĠC ycle +Ġher bs +_m etric +) ! +_C LOCK +_ Button +H arry +è¿ Ľ +Ġstr ains +ĠApp Bar +ĠCh an +/v ideo +Ġb am +.Pro gress +$ f +lem en +Ġir regular +ĠD uncan +ĠM int +-v ideo +ঠ¾ +ó wn +ĠEM PTY +Ġstack ed +ĠH A +_c ut +Ġwhere in +ĠW ays +(count er +è¯ ķ +Form Group +Ġble w +c ourses +Ġproduct os +ry s +ĠRest r +Ġsty ling +> s +Ġp iv +Ġit ertools +get Repository +ĠI k +_dev ices +lay ui +Ġhalf way +Ġfran ç +Ġtun ing +O A +_N ode +ar de +Ġfier ce +lic ted +# čĊ +Ġbreak through +ĠE rik +Ġb ride +Ġ. " +cul us +ins ide +ĠIndian apolis +ĠE E +Ġy og +urre t +.f s +. grad +_c ards +_ac curacy +_ep i +qu eda +/ org +é ªĮ +Ġcom pte +)) [ +Out side +G reater +ĠRender er +. actor +Account s +Id le +_h ours +ern er +Jo ined +Ġmen j +requ ires +ĠO PER +.remove Child +ĉs p +Ġes se +r ift +xF E +ĠSh akespeare +________ ____ +Ġbudget s +Model State +fill able +- component +oc os +ĠBUT TON +/ io +, out +s ms +Th omas +ĠAr med +res ume +Ġrot ating +ĠV ault +Ġse us +. (* +Ġa mino +Ġ[] );ĊĊ +Ġprov oc +no x +.Get Enumerator +==== ===Ċ +æĸ Ļ +_sc roll +Ġfil med +ĠS oci +g ap +g ro +V ote +" But +_R C +An imal + Ģ +ib ile +Ġaw aken +ore st +in ja +ĠI van +( Command +Ġ ***** +Î · +Ġkv inder +/h elpers +_c ases +t g +ìĦ ¸ +Register ed +ĉp ass +_d igits +Ġcont our +Ġinf ants +Ġjust ification +ĠFort unately +Con tr +ĠonCreate View +_S AMPLE +Ġallow Null +Ġn ud +Ġfet ched +_e qu +ĠUn able +=\" " +> {Ċ +Ġcommit tees +ist ema ++ ". +ÃŃ an +m ant +Ġsou theast +ï¼Į Ċ +dialog s +PRO JECT +charg er +- port +(u uid +. export +S ix +ĠR P +P rem +Ġconsc ience +Ġmargin Right +_d istribution +y aml +res izing +D ock +ĠLoc ations +G Y +Se ed +B UFFER +oss ip +ull en +Th ings +- self +.p oll +PL AYER +Ġå ® +G ROUP +ĠA way +Ġg ospel +xf d +M ary +ĠPort able +T URE +Ġutil is +Ġse it +Ġstr and +Ġtrans c +Ġ( ^ +ĠAl fred +.m em +.c ircle +Ġ~ / +for cing +Ġr iot +pro x +TH ON +iz ación +ĠN I +ro st +Ġdis pro +_in stances +ï¼Į âĢľ +ograph er +end as +ĠIsa ac +ĠP ine +/d is +Ġcolor With +iter ate +_str ide +Ġpun to +.Event Args +( center +Ġneighb oring +ĠPr ison +ĠMess enger +Ġepid emic +da o +_com plex +Ġgr avel +_D IP +é ment +ĠA ri +_bit map +.qu it +( valid +Ġp end +Ġrespir atory +Ġre bound +Default Value +ãĥ Ń +Ġcomm its +.test s +_f r +it et +.s f +Ġspace craft +c ritical +Ġde pressed +ĠAny Object +Ġun b +Ġdisc ern +(m ysql +L atin +ĠB og +ĠWild life +To File +iox id +@ RestController +Ġ"$ ( +Ġ<< " +Ġdefect s +Ġdat um +h in +Ġreal izar +any ahu +ĠS ig +@ Data +ad aptive +ĠC atherine +.c r +ĠCO OKIE +Ġp ictured +ĠFight er +Query able +ĠAny way +ĠGL FW +_n amespace +_ ft +Ġ] ) +Organ ization +Ġconstit utes +Ġqu and +(ch unk +"/ >čĊ +ĠL akes +main window +Car thy +sp in +(c sv +: red +-com merce +ภ¹ +Ġdiscover ing +Ġe co +_f ac +inc eton +ĠGre ens +j wt +Ø µ +ĠBron cos +ĠGood s +(G TK +Ġreturn Value +Ġsi empre +Ġneut r +w ent +ĠN atal +Ġenthusi astic +á» į +F N +/d atabase +C atalog +Ġbr un +ĠK ash +_P l +isc rim +, width +Ġin mates +Ass ignment +ĠH aven +Ġplay ground +ex am +@ Controller +ul iar +.get Parent +Ġ" ;ĊĊ +: size +iss ors +Ġf is +Ġal c +ens ation +ĠN ixon +Ġmight y +- str +_s pecial +_A DC +ĠTw ig +um bling +- address +Ġher oin +Y TE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĊ +F riend +Ġa ve +ĠP NG +ĠKurd ish +DataSet Changed +Ġbl ades +br al +St eam +Ġsig u +IRT UAL +ac os +UD P +(d atabase +he c +ĠString s +_scal ar +ĉd esc +ĠT LS +; "Ċ +ĠCor byn +Simple Name +u ell +ĠEnt re +ell ites +- place +Ġfrank ly +ĠE rf +CE L +Ġpa ÃŃs +Ġh edge +Ġlat ent +ĠIR Q +ĠH erald +ĠP rec +ë³ ´ +.T EXT +Sal ary +Ġaut umn +Ġtrav ail +.S um +Ġc ared +M or +Ġint uitive +Ġj ournals +_ IT +ĠT rou +ä¼ ł +Has ColumnName +Com posite +Ġsp ice +_d isk +_CODE S +ĠInt roduced +ion a +Ġnue stra +o ct +ĠĠĠĠĊĠĠĠĠĊ ĠĠĠĠĊ +(param eter +Ġstud ios +Ġproject Id +Ġbd sm +.Sql Client +im izer +ĠC ARD ++ t +a an +.s ol +_Ad just +Ġright eous +ĠLog ging +.f ilters +_T AB +ĉs ys +roph ic +other apy +ĠB rowse +key board +R ON ++ \ +ro pped +Ġext ensively +f k +Ġl ime +year s +Ex c +Ġs ph +Ġche ating +and ro +ÃŃ o +Ġpr ince +o ire +ĠD estination +ĠConvert s +Ġup stream +o led +Ġserv ants +Ġsem antic +Ġcr unch +Ġevent ual +run ner +/ error +Sp in +Ġsecret ly +Ġas semble +.P erson +end error +_ < +Ġp endant +S leep +ĠChem istry +Ġboss es +l k +)) ),Ċ +Block ly +DE VICE +Ġreflect ing +Ġam ple +Mill iseconds +ĠPresident ial +Ġus uarios +ĠN Z +ĠSal ary +ĠA manda +_n p +j ury +Ġkö n +Ġtherap ist +Ġhomosex ual +ĠDr ake +-w indow +ĠLoc ated +.D river +ĠV IDEO +Ġmerch ants +ĠC hest +- lock +/ php +Ġmil ano +_ST YLE +arg er +ide a +G UID +adv anced +me al +Options ItemSelected +=' % +ĠCh am +: data +(st at +Will Appear +Ġinform al +aj i +Ġre productive +ĠC AS +ãģ £ +F UNC +ĠR uth +)+ ( +CON ST +ĠF ans +Ġgroup Id +xffff ffff +Ġsam pler +Ġ}} "> +. the +Ġh ollow +W AY +ĠFac ulty +Attrib utedString +ĠLook s +ĠR ex +j k +ĠM IL +Ġb ard +.L ong +Ġliv est +Ġsk al +ic ism +MA IN +Ġmu cho +B ODY +Ġes e +ĉ use +F oot +.SQL Exception +Ġinherit ance +re ceived +Ġput as +ed is +als a +ĠError Message +Book ing +Ġtr act +ac z +ĠC ant +_reg ex +Ġide ological +Ġj ihad +h os +/s ys +col m +(p ool +Ġest án +ĠP ending +em ás +Ġktó ry +));ĊĊ Ċ +trans actions +Ġw ield +it ere +ert ure +_s s +Ġstretch ing +Ġprison er +.Read All +Ġbes ch +-- ;čĊ +Ġcr isp +_SC AN +Ġa e +Str ict +ĠMin neapolis +ĠBo eing +ar is +re k +_p ipe +Ġpri ests +(E IF +eh icles +ĠInter active +b etween +ĉNull Check +ĠBl air +ĠL t +_in line +eth yl + ¼ +_p ackages +Ġbarrel s +_ he +Ġreg exp +_ pts +_H andler +ing ular +ĠN issan +ĠR anch +Ġper ch +Un supported +Sm ith +ĠLeg ends +M i +Ġg f +st eder +Ġacqu iring +Ġsim ulator +() ," +re ceive +Ġin place +A CTION +ĠWeb Driver +files ystem +< Order +lo pen +ĠHE IGHT +.set Border +į ° +__ [" +Ġcl amp +Seg oe +b ands +to List +amb a +>' +Ċ +Ġcred ible +am at +play ing +.setImage Resource +qu el +Ġpod r +ge om +E k +ĠQ atar +Ġg eld +? ',Ċ +Ġc yl +( ax +ĠW I +ur ally +ĠBr asil +Ġsen za +ale y +on en +Ġb ah +Ġmolec ule +R ad +è¿ ° +AN CH +- background +- agent +Ġprol ifer +: boolean +Ġt ide +erial izer +_ ;čĊ +F ee +** ) +erg y +ĠHon or +.Log ging +ir is +Ġunder mine +ĠD y +Ġt yr +Ġde que +Ġdam er +([] )Ċ +.layout ControlItem +pe ated +C AN +rag ments +L and +) ]);Ċ +ĠS ah +ĠDE CL +With in +ĠN amespace +an other +sem bling +.des cribe +Con sum +ĠF ear +g iven +Or ange +< boolean +Ġstead ily +pa Repository +Ġresult Set +_ ENTER +_re peat +Ġt ones +ĠPRO P +n al +part icle +Ġsign aling +Ġaccess ory +ĉĉĉĉĉĉ ĠĠ +Ġvie le +ĠNo ah +- ag +Ġmur ders +Ġa ired +ĠPL AY +ĠS ullivan +_C ore +Ġul ong +Ġblog ging +> This +Ġdata Index +Ġprint able +ĠE yes +_target s +(P y +. over +Ġbr u +am pton +Ġplaint iff +< Key +b ull +Ġ⣠¨ +Iss ue +.cor nerRadius +C ritical +_p hi +. angle +Ġdynam ically +! ");čĊ +> );Ċ +in vest +.* ĊĊ +Ġt élé +Ġsuper f +Ġcas cade +DT D +Ġviv id +Ġsubsid ies +ĠH ass +Ġcoll aps +Ġcer amic +{} ". +ĠLeak age +-tr ash +coll apsed +-s ocial +ĠCh ad +Ġincl ined +Ġst o +Ġstory board +.p ayment +stack overflow +ĠRaid ers +Ġ# ' +olic ies +ìľ¼ ë¡ľ +em ap +Ġk j +Ġqu ota +ĠGard ens +ë² Ī +ĠAng els +Ġof t +Ġlower case +Ġi Param +Ġche apest +un ta +_p kt +ic ators +Ġle urs +Ġdecre ases +ĉ define +PRE C +amm ers +ĠPre paredStatement +(d irection +Ġcre ws +ark ed +ĠMem phis +ĠS ell +G TK +Ġm aid +: disable +éĽ Ĩ +ĠP f +Ġal beit +open h +?> ">Ċ +.get Source +(s cale +D u +ĠP IL +_ref resh +Ġbet s +(c ar +ĠV on +| --------------------------------------------------------------------------Ċ +ĠGr at +M uch +( Dialog +.stop Propagation +Ġte k +Ġex its +'], $ +Ġphone Number +uc s +ec imal +------------ -- +in p +.po jo +Ġcor pus +Ġpractition ers +.p ic +" testing +Ġstring By +.Not Null +Ġr ang +.D ynamic +_R ender +аÑĤ а +Wait ing +ĠW ik +Ġoverwhel med +% "> +ĠA E +}} >Ċ +u w +_t yp +Ġbuck ets +Ġgre eting +Ġla ughter +Ġant agon +uggest ion +- email +ĉt op +Ġer os +_tr i +Ġiss uing +Ġh á +Ġisol ate +Over flow +, E +Ġnut ritional +ĠAbb ott +Ġn f +.t ouch +.fetch all +_z ip +") }Ċ +Ġam at +ĠC isco +Ġn Ã¥ +PLE X +Ġse i +f oto +.to Json +å¤ ļ +ĠKle in +Ġlib c +Ġmin ers +å ¢ +- print +ĠP ride +T odos +Ġmask ed +Ġset Data +Ġtele fon +Ġunh appy +ĠT ables +ge b +( debug +_all owed +- access +Ġlog istics +Ġg ems +ĠM ature +Ġr sp +ĠAl le +.get Bytes +\ web +ynchron ized +Par agraph +Ġth rottle +.sql ite +cons ulta +ĠSe ah +C e +Ġsub mar +ER E +V ous +Ġre ddit +Ġsql alchemy +-m ile +oc ide +P our +}} ">Ċ +st ead +Ġ@ ( +Ġ[ ]) +ĠAd s +Ġover load +r idden +ĠDes ert +ĠW rap +ĠPortug uese +et z +ĉf irst +Ġmile stone +æĹ ł +Ñĥ Ñī +(s uccess +< Vector +co ol +Ġ[ ]);Ċ +erv als +Ġin vert +" io +cur so +fr agment +Ġfeas ible +.set Position +Ġel m +Ġimag in +@ Spring +Ġb ats +pu és +ga lement +ns ic +gi ene +ell ation +ĠBa iley +Sh ar +ĠT ul +ĠH K +Ġfree zing +gl m +ce ans +-c ut +_c ircle +åij ĺ +n egative +Ġind ian +s alt +Ġt ing +ĉm od +Ġs int +ak in +um l +ĠText Input +Ġpop ped +T MP +Ġpark ed +×Ļ × +ĠF usion +Ġhe ater +ET F +ro zen +h all +ĠM ik +lev ard +- heart +ĉ order +M aking +Ġpled ged +Ġdir s +$ post +ĠH err +stant iate +, "Ċ +.get Color +ĠS AT +Ġtimed elta +ĠM ai +ĉm ethod +Ġid iot +ĠTr av +ident ified +ĠDiv ine +.get Path +D ash +Ġinf iltr +Ġhandle Submit +bro ok +.g eneric +.short cuts +................................ ................................ +Ġdat ings +ĠM V + # +} "ĊĊ +Ġimprison ment +ason ic +rou d +uc ion +æĬ ¥ +Ġdia lect +Ġon Mouse +const expr +.label Control +Ġwe aker +Ġman kind +ĠRE CE +Ġd iz +Ġapp Bar +Ġqu é +f ra +_default s +Ġal iqu +_at om +: indexPath +Ġmiss es +Ġvis ually +ĠH ands +STR U +i ates +_ asset +F inder +mid t +Ġsn acks +(__ (' +. uri +ĠIn strument +ven ir +($ __ +.Dot NetBar +Ġconfig s +Ġguess ed +ि ठ+Ġinitial izer +Ġ? ", +ĠVer izon +man ifest +ge ben +.d etails +G ate +pons ible +ĠEl im +, str +Ġwrit ings +ĠD erek +ĠCo ordinator +Ġpill ow +Ġnotice able +R s +Ġduplic ates +ern els +k J +.z z +oll and +ĠSE CTION +_f name +uff led +'].' ")Ċ +ĠD ollar +Ġem oji +Car ousel +- player +Ġadjust ing +Ġjug a +alleng es +g ene +(body Parser +lop edia +ĠBeh ind +Ġslee ves +Ġdrag ging +ĠChe vrolet +Ġb iz +iv ities +ĠFrequ ency +, char +.W HITE +_pre view +) ';Ċ +_ ax +ION S +.c pu +.input s +UB E +_fe ed +ĠSup plement +! ). +es us +ĠU DP +Ġmicro phone +Ġconf irms +.is NotEmpty +":" ",Ċ +_S CREEN +ĉ expected ++-+- +-+- +ĠH ait +fast call +Ġdep ict +v b +_p icture +ĉd escription +ĠW ife +uc i +Ġv icious +ä» ĸ +ue ba +Ġset User +ãģ ¡ +Ġd iving +Ġoper a +user content +ar ah +) }, +y un +vel t +Ġun covered +Ġh ips +Ġosc ill +Ġassert ing +ĠX i +.re store +ke a +Ġsp elling +Ġder ive +ab we +ĠD ow +.set Type +_v s +Ġco zy +.c ategories +O rg +_m gr +Ġd ungeon +collection View +ĠBl ank +ac ias +ä ä +_clean up +_ACT IVITY +Ġtri angles +.Menu Item +Ġip hone +ĠW on +] ]ĊĊ +ĠCompar ison +.D oc +Ġcan onical +ĠSud an +') { +Up Inside +b uiltin +ENC Y +x be +Ġch uck +Ġcontrad ict +Ġnuest ro +Ġarchitect ural +ĠF ib +Ġcomp ares +* k +C fg +çĦ ¡ +nt en +Match es +ĠDOWN LOAD +_HAND LER +man agement +[ S +EN G +ÂĢ  +f ang +Ġsl ipped +ĠL anka +esc aping +Ġtack les +ĠPed ro +.P rop +.' ' +.G enerated +.New Guid +at rigesimal +ill on +Ġstat istic +spec ies +hold ing +Dr upal +Ġfundament ally +Ġbond age +Ġres olutions +Inline Data +\ Type +est ion +.w rap +Ġwar riors +ĠLOC AL +Arch ive +Ġembr aced +á» § +.V er +ĠAff ordable +oles ale +ĠAp plied +ĠCon version +m ega +_c am +Ġcer emon +aur us +ĠVol k +.op ens +/ about +ĠSt d +j ournal +()) {čĊ +," \ +( Arrays +ĠD ense +ase ña +än ner +/ stat +user Data +Ġg erman +Ġt z +worth y +Format Exception +ph erd +Ġsm iles +ĠWh enever +( adapter +.bad logic +Ġbrief ing +.Grid Column +- char +dim ension +ĠC opper +Ġnin th +Ġ' {{ +Ġr av +_T able +Ġderiv atives +ĠR aise +ĠF ut +arm or +-p adding +Ġre min +ĉ style +ĠMembers hip +Ġspread s +Ġgall eries +ĠClar ke +Ġcon ception +min ute +Ġab usive +_ad j +Ġterr ific +Ġover t +our cing +Ġentr ada +level s +Ġcrit ique +Ġrespect s +ĠM MA +i ene +Ġenc aps +ĠRay mond +Div ider +iv able +b az +Ġ@ _;Ċ +ĠCl aire +Ġur ging +CE E +Ġtransform er +disc ord +ĠJ ourney +t os +Ġcompet itions +ĠO BJ +ĠB is +Ġrelax ation +id y +_IN STANCE +ĠP ref +d ados +ici encies +ĠMedia Query +ĠC ube +ĠStr ange +g pu +(d ays +_Init Struct +Ġfinger print +em at +ĠGe cko +Ġr ails +ĠL um +str action +ig ung +(m ovie +_d ictionary +_int errupt +ĠQ C +ik ed +append Child +rec ipient +r é +V e +Ġtow el +.last IndexOf +Ġplace bo +ĠW ie +.es p +( Debug +oper ative +Ġdece ased +& id +ĉm utex +el ic +Ġb apt +ĉ čĊčĊ +Ġfar ther +H alf +.dis able +.menu Strip +le ccion +Ġresult Code +Ġc ans +-e lection +f emale +_F IX +aus ible +ĠP OWER +Ġrecon struction +Ġsc ans +.Xtra Bars +âĢĺ s +Rem oved +Ġparagraph s +_m argin +Ġl ymph +Ġb os +ling ton +ĠBapt ist +Ġadvertis ements +ĠMan age +/ yyyy +IO US +ENC ES +ĠF iction +ĉm enu +ĠFile OutputStream +ov an +ĠF eng +Ġsk ipping +get Class +ann i +Ġreb ounds +Ġpublic ity +Ġing res +use ment +Ġthought ful +.Ch art +Ġhat te +pass port +Ġhook ed +ĠL ens +Ġflag ship +Ġst ip +ĠG EN +Ġcl ues +ip v +ĠR ise +ĠG ew +tab lename +Ġfore most +_ validate +_an alysis +oll a +Ġqual ifications +Ġdistrib utions +ĠFl ower +Ġt ense +Ġthank ful +Ġcl utch +Ġun ified +ro ads +Ġsit i +Ġst all +_P RIORITY +c stdlib +_USER NAME +.by tes +? page +ermal ink +ĠVe get +/v nd +- author +.N ONE +ĠCon current +ĠC ry +Ġstart ers +ĠInter action +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +ĠLE VEL +E ll +Ġcom boBox +ĠTh eresa +te k +_H andle +Ġab y +.g dx +, end +(L ocal +O l +kn ife +ar ial +ĠH off +Ġprostituer ade +Do ctor +Inst ances +.Set Value +ĉf rom +Ġlux urious +Ind ent +Alloc ator +_D RAW +(", ", +ĠFr ances +Ġgroup Box +(s chema +Print f +OR IES +- gradient +Ġre put +ar in +_D ONE +in cre +ig nty +Ġex ert +Ġ- . +/ App +-th rough +Ġdecl ining +Ġdess ert +Ġinc umb +Ġdesign ation +.P ORT +, strong +Ġsand box +Ġw ines +ĠP av +$ str +ask ell +Ġh ö +ĠP Y +Get Instance +Text Input +game Object +/ events +created At +Ġlocal Var +ĠWH ITE +per ed +ile ge +eff icient +, color +c ate +ĠC afe +Ġsimilar ities +Ġp umps +ĠHung ary +.User name +Ġsk ate +Ġtouchdown s +Ġacceler ate +ĠH elen +OM EM +ĠK un +_v ol +Ġfind All +ĠMens chen +a head +); " +kom men +Ġpossess ed +.arg max +.trans ition +AR P +OLUM E +(s cript +ĠÐ ĺ +ĠF inding +on ces +I o +B old +Ġrenew al +_D IALOG +Ġdis reg +INT ERN +Ġt oute +Ġelect r +ĠG ross +ĉ true +.F ields +ĠW IDTH +ĠD ent +Ġà ģ +NS Notification +Ġa os +Ġme lee +. Validation +ĠDE C +-depend ent +Ġsu ic +T raits +$ message +ĠD ear +ĉ FILE +l anguages +.P rot +.add r +-g eneration +IC ON +Ġtrans plant +-d escription +Ġch asing +Ġche es +Ġ} */Ċ +Tr ad +qu eries +/widget s +sub package +Ġes pec +Ġcr acked +Ġcompet itor +P urchase +- team +olec ular +or Thunk +& P +Ġrel ent +/ #{ +Ġproduct Id +Ġè ¾ +ĠL av +ĠAl ter +.M ode +AD IO +gr p +æ ·»åĬł +Qu it +Ġdepth s +-c ategory +ĠD ATABASE +S PELL +ĠFal con +ĠQString List +Ġ'' . +ĠIn stitution +d amage +az or +bel ongsTo +ver ages +ĠN ONE +ipp ets +, \Ċ +Ġfoot print +_ archive +n ak +.get Field +ĠRef lection +Ġ' ] +ĠH BO +_dis count +Ġin cest +ĠD odge +ĠW ade +.N O +" encoding +ĠBlock chain +Ġlaws uits +ĠM aint +ch ten +Ġét ait +Ġktó re +_ ctl +(t imer +B attle +iz o +ay ed +I OR +ĠGlas gow +Ġsyn th +_log s +.p ose +_Adjust orThunk +(( & +Ġuns ure +yst ate +íķĺ ëĬĶ +O ULD +. ng +Ġdefault dict +work space +Ġselect ive +Picker Controller +YNAM IC +.method s +Ġpath ways +ĠF ew +K G +CRY PT +follow ing +ĠD LC +ĠS ara +Ġpres et +estruct or +ĠK urt +Ġair plane +Ġo mp +ĠParent s +ĠMart inez +.com plete +Ġbroad ly +Ġsc are +ĠM é +Ġelim ination +Ġpou red +/ sw +Ġcom un +Ġm asc +ĠOrgan ic +ĠString Utils +il ateral +Ġreluct ant +- age +Ġn z +." \ +Ġpast or +ale z +Ġe fect +pro v +/ init +Ġp enn +und s +Ġs size +ĠPro j +bas ename +Ġsh ells +ĠNe ck +ĠEn forcement +vid ed +st own +S phere +$ r +uss en +af il +ĠTele gram +Ġanaly tical +нÑĭ е +us ually +x n +Ġhistor ian +ĠGreg ory +ol ph +ĠUn a +Ġcon tributes +% - +anti ago +ÑĢ ед +.reg ion +Ġab rupt +ĠUnsupported OperationException +ĠT ASK +_f inish +Ġnot orious +ĠV s +ĠM Q +Ġsun set +Ġun acceptable +ar cer +Ġill umin +ĠOr b +Ġb h +E ste +_dis patch +Ġr ipped +Ġtou jours +ĠPar cel +_ ll +.user Name +.class es +S OURCE +( Number +ел Ñı +Ġhead phones +(s ide +const itution +ann ah +čĊ ĠĠĠĠĠĠĠĠčĊ +Ġcl iff +- ref +Ġmo strar +ĠPow ell ++ y +ĠB G +_f ragment +.P ort +Ġreal izing +param ref +Ġh ometown +@ Table ++" --}}Ċ +F rench +Entity Manager +ĠPl ain +//////////////////////////////////////////////////////////////// //// + ³ +( RE +c apt +Ġorgan isms +Ġj ets +ol ocation +ĠApp RoutingModule +Ġgl orious +æľ į +Ġdisc arded +ĉĉĉĉ ĠĠĠĠĠ +ĠArn old +l ug +Ġpar l +Ġhorm ones +Ġm ah +ĠSon ic +Ġorgan izers +_PL ATFORM +.in v +Ġch ord +vent ional +ĉ of +Ep isode +. Enum +unk t +ĠD h +ĠJ ared +ĠN ak +Ġint ends +End ian +Ġa ustralia +_c v +(res olve +Ġclin ics +lik ed +ASH INGTON +in ha +' * +ĠN P +_b eh +Ġh f +Ġw ür +c ategoria +$ form +Ġsub way +Ġis Active +pop ular +C our +Ġco oldown +Ġa insi +ĠGL uint +ere al +Ġarray Of +Ġh atch +======== == +ress es +_P P +. ^ +_dec ay +ĠB less +met rics +ĠCOPY ING +ĠDump ster +ĠJos é +ĠDesign s +< +Ġ" }Ċ +time zone +Ġe er +max cdn +ĠE SC +ig aret +_conn ected +_re verse +Ġquestion able +ĠUS C +Ġtut ti +Ġdrop out +ĠActiv ities +ĠW inds +')) );Ċ +Ġcon gest +ÄŁ ı +Ġprolong ed +è¿ Ļ +ĠCross AxisAlignment +LE EP +ĠVAL ID +ĠG az +Ġdepend ence +ĠP rix +.Compiler Services +j ump +Ġstr at +c irc +ĠC USTOM +x aa +Ġb mp +Ġb ureau +Ġw aren +N X +( Window +ĠChrist ie +_F E +Ġt n +ĠOm ega +communic ations +Home Page +com pletion +Ġsupply ing +YP ES +á vel +åĪ ¶ +(c lick +\ Contracts +/ questions +Ġe z +AM S +.m esh +Ġ' \Ċ +Rob ot +Json Object +ĠD F +ĠProcess or +_sh ould +.prot obuf +- users +Ġemb ry +F ONT +Ġstart ups +ĠData Source +) # +uro s +_C olor +Ġstand alone +} [ +j d +Ġforg ive +Ġng x +ĠGener ally +Ġconfig urable +/ order +Ġv as +') ";Ċ +ĠR R +ĠT roy +Ġcomprom ised +ĠSw an +int endent +Cent ral +_ keeper +Ġar quivo +ĠRead Only +_cur ve +k v +ent in +è ± +ĠE y +.im read +ĠP am +if fe +at ivity +xb c +Ġgr im +-f illed +names e +'] : +Ġa ur +ĠGib son +.Mouse Event +Ġl ado +avad oc +Ġfam il +ĠM oder +f ps +ãĢĢ ãĢĢ +- example +ĠAl zheimer +ĠU tf +_arg uments +Con clusion +text Content +rem aining +Ġinterrupt s +ĠBack up +ĠM ong +Ġrecept ors +h istor +.cor outines +Ġsh outed +Al arm +Ġcomb ust +Ġg rote +ult ural +( ids +---------------------------------------------------------------- ---------------- +ipl inary +O pts +ĠY ale +local Storage +Ġequ ival +ĠF leet +\ b +* pi +ĠQ Label +æ ¡ +Ġv x +ĠA CL +Ġsu cesso +Ġper c +ĠNot re +Ġan arch +R ing +sp b +Ġstr pos +st ores +ĠMap le +(Main Activity +(" ")) +Ġview Holder +Qu ad +Ġig ual +ors che +.m argin +Ġind ie +Ġfr anc +ĠForm Builder +ĠPart icip +.fl ash +Ġstorm s +U lt +Ġf en +[ new +E ver +=" Ċ +Ġlocal ized +_f ollow +Ġn ave +Ġdomin ance +(t ile +J ournal +ĠV C +Ġpenet ration +ï¼ ķ +Ġcomp artment +Ġb ids +Form atted +****** /ĊĊ +(c ity +âĢĶ it +[ C +Ġuse Callback +a ub +) ?. +ĠV AR +ĠSe bastian +ĠM oss +Ġabund ant +G reg +ÑĤ а +_c i +Ġbib li +CR M +ĠAt tempt +ism e +d ash +ãĢ İ +_m u +.Formatting Enabled +Ind eed +-d irect +Ġsuck ing +Ġp ne +ocab ulary +ĠPack ers +.N avigation +Ġp ied +cri bing +ĠSt uart +.To Double +ĠSecond ary +S aving +ĠD ut +ĠM add +M agic +, H +.document Element +ĠB ST +Ġdiff ers +Ġmore over +_ nd +SE ARCH +п ÑĢав +æ ´ +to Match +Ġdecre asing +-m ember +amp us +( boost +D aily +Data GridView +ĠHttp Context +Ġh ipp +_work ers +-l anguage +é ĵ +Ġconsist ed +ath ing +ĠMer cury +$ content +Ġpract iced +ĠMod ules +_D AY +Ġweakness es +ĠL odge +Ġn ar +ĠM ate +Ġj p +ĠHttp Headers +Ġsm o +ĠT OKEN +] )( +Ġaqu i +sw agen +Ġs rv +ĉ ans +A round +ĠMan uel +Ġfiction al +ĠIM G +Ġ. ' +ĠB erry +Ġwall paper +sex ual +ier o +Ġ çļĦ +ìĨ Į +Backing Field +ĠAd rian +BASE PATH +Ġrepe ats +Ġbl ues +Ġunp redict +_c oll +st acle +ĠT umblr +ĠEl f +Ġass urance +Ġc ensus +ĠIM PORT +END ER +an os +Ġ= ( +ĠEll is +" ĊĊĊĊ +.w in +ĠA bove +al on +_t ick +Ġrepresent ations +Ġæ ķ +w id +ĠAr ms +List a +_f ailure +_c m +.Flat Appearance +Ġthr one +P atch +ĠV oy +eng l +Ġnegot iating +> ` +Ġshoot s +ĠF PS +.Y ear +ĠK iss +enc ión +reet ing +From File +Ġresign ation +Ø · +Ġtw ins +Æ°á» £ +Ġge bru +.get Content +.T ree +ĠEmploy ees +ĠF IFA +Ġcert ainty +(C l +Ġtot als +edit able +ॠĢ +.Report ing +M as +qu iet +.r ules +ĠV O +con exion +, K +Ġalloc ator +ĠPow der +\ Repository +Be at +_t ipo +Ġ[' ', +_IN TR +Ġ<< < +< hr +") == +ugg age +ĠC raw +Ġé galement +Ġg inger +Ġprim era +Ġprod uto +lt k +.User Name +Ġstr error +m ith +_n b +Ġdis comfort +']; ?> ");čĊ +drop IfExists +ĠB eg +_H AL +Ġcross AxisAlignment +ĠE vidence +Ġpec uliar +Ġinstit ute +ve is +Ġf ft +à ģ +Ġzo ekt +an aly +ĠHom eland +Ġpen etr +udden ly +ĉ element +ĠB ren +ĠTr udeau +ĠCub an +j am +us lim +_e v +Ġst ems +} % +Ŀ å§ĭ +Ġbrand ing +Ġcorrespond ence +.j query +¢ åįķ +ĠRead s +(Http StatusCode +ass in +(s lot +ĠGrad uate +/// < +Ġinform ations +EN ABLE +Ġp uis +Ġfind er +ĠBr is +Ġnett steder +_m id +Ġo gs +ĠSter ling +Ġar rog +str ftime +| ĊĊ +Ġvo x +ĠReg ardless +Ġes o +ĠCom fort +.Boolean Field +Ġu h +AC Y +Ġsque ez +ĠV ic +cont ro +. lo +Ġ ire +ĠCom edy +ë ¶ +Ġorigin ated +Ġsh ipment +| max +_g uid +lev ation +на Ñı +( undefined +ĠD DR +Ġshoot ings +ĠLat ino +END OR +Ġaver aging +Ġgre eted +Ġthe aters +о е +Ġd B +Ġg st +Ġdef inite +. Storage +.h er +Ġa fore +ĠRe ality +ĠGod s +vers ed +Ġhands ome +Ġex cluding +( ad +Qu otes +ĠS cheme +? q +ĠT amil +T icks +Ġp est +' n +Ġporn ography +_mod al +Ġ ---------- +Ġdis posable +F REE +Ġsh ark +C HE +Ġdep icted +Ġdemonstr ations +ĠK illed +ĠR ULE +Ġobs essed +Ġsimpl ified +Post al +Ġconcept ual +Ġp st +L as +_PRO JECT +ucceed ed +ol u +ÄŁ i +Ġpersonal ities +Ġres hape +Ġenc losed +ĉp tr +Ġtutor ials +Ġexpl oded +_DIRECT ORY +åĨħ 容 +Ġcan on +Ġrecogn ise +P AD +ĠAppro x +ĠRest ore +ĠImport ant +Ġheav ier +.Se quential +Ear th +ĠMil k +.set Request +.t em +Ġre construct +Ġskept ical +_Pr ivate +BU F +qu a +: a +Ġse k +Ġd well +oss a +Ġreward ed +и й +(top ic +_part ition +Ġ__ ________________ +Key words +ĠFr anco +L ite +Ġn aken +Ġз а +O BJECT +Ġcraft s +ĠSw ap +.X na +.Con nect +Ġbalcon y +(re al +ĠBarn es +b ir +ĠTw enty +ay an +at ars +ĠProp el +ĠIh nen +Up grade +Ġcur b +- second +Ġn eph +.p res +ìŀ ħ +.se q +Ġp added +" ? +j l +ãĥ ¬ +') a +Co ordinates +Ġen acted +ENT S +Ġl ac +.f inal +ĠPhp Storm +c alled +Ġin quiries +.m iddleware +ĠD owntown +/ ';Ċ +Ġkil omet +ac cel +Ġqu ien +w string +set Data +Ġman era +Ġmod ular +rim p +Ġtar iffs +âĢĻ il +_TH ROW +/c olor +ĠHT MLElement +Ġcar ro +Ġpr ere +Ġplot ting +ĠPos itive +ĠMach ines +OT ES +á» Ľ +ple asant +Ġal te +Ġa inda +th ese +Ġc ors +ip ay +ĠAdvis ory +ĠRub io +j q +Ġl imestone +Ġdet ached +设 ç½® +ten ant +ĠDep th +al ore +ĠÑģÑĤÑĢ ок +ĠF ORE +ĠL ay +p resentation +) ');Ċ +.sub plots +Ï ĥ +N OW +G ar +hand les +ab ra +put ies +ĠElect rical +M iddle +rop ic +ĠJ D +ĠD yn +ĠB ristol +ĠMc Carthy +Ġstri ker +Ġenumer able +ĠEv an +.default s +qu ences +) || +ĉt oken +â Ĺı +-d ropdown +ST ORE +ĠGraph ic +( pp +Ex pl +Ġup wards +ĠD istributed +ĠW EB +J er +is NaN +çĶŁ æĪIJ +> R +üss en +ef s +Ġun cover +Ġl ud +.cal culate +Ġint ptr +Ġmidfield er +. Headers +Ġm f +ere f +.M etro +ĠSpe aking +: b +Ġcryptoc urrencies +Ġdem ons +ĉ EXPECT +Ġw icked +y outube +: Int +ĠHind i +ĠC AT +ĠØ ¹ +r ar +om ore +/ per +/lic ense +Ġre im +Ġawait ing +Ġle thal +ĠE F +round ed +ĠPl atinum +ĠвÑģ е +.co ords +.De vice +/ item +ĠW enn +compile Components +ĠK inder +.remove Item +Ġand a +bn b +Ġpr a +( transaction +Ġembarrass ing +ĉ BOOL +.content View +Ġevent data +at ore +Ġprovided In +ir ma +Ġz ona +_H W +æ Ļ +Ġst ove +Ġcounter part +_Pro duct +_MAN AGER +Ġinfr ing +ĠE RA +_p arty +Ñ ij +Ġin ici +_ Request +Ġmir acle +Ġcancel Button +S py +at ó +Ġpol ish +ĠNic ole +.display Name +\Request s +Ġuse History +Router Module +Ġst ared +ID ER +Ñĥнк ÑĨи +Ġnot a +$ arr +pec ified +Ġto pp +_DR IVER +/ ng +å ł +_t m +% timeout +< s +Ġ( *) +ĠHttp Request +_TR ACK +(n ote +ĠExp lore +_s erv +Ġç » +B inder ++ ", +. att +ĠEth i +Ġc ódigo +=' \ +.l ines +( Of +å° Ĩ +miss ible +Ġv é +Ġac oustic +Ġcraft ing +n it +.b a +ĠLuc y +Ġi Pod +Ġpup ils +-m ax +_w r +(c p +ĠRE PORT +Ġd ns +ĠRe ferences +Ġundert aken +Ġkø benhavn +Ġch ai +ĠC roat +_ Log +rown ed +_m ed +ĉ date +# __ +Ġcost umes +ĠRe quires +aff le +ç Ĭ¶æĢģ +-S emit +ela ide +еÑĤ од +Ġp estic +Ġd ra +DOC UMENT +Ġ... čĊ +}` }Ċ +ĠA uction +ĠD ock +xxxx xxxx +(get String +ħ į +Ġborder Width +ĠMach inery +Ġpredict able +.S H +Ġam plitude +.for Root +IN avigation +Table Model +at trib +Ġmaneu ver +Ġexc av +B ERS +Ġd apat +Ġinstall ations +.A sync +Ġr ays += âĢĿ +; ččĊ +.c rypto +_db g +ĠEnum erable +Of Size +_epoch s +m w +M ENU +out line +ĠP apers +============ Ċ +Ġuniform s +ĠG ig +- package +ĠJen kins +ĠHome Page +.is Selected +Ġmechan ic +M K +ĠS ounds +//---------------------------------------------------------------------------- -Ċ +Ġresearch ing +Ġinf os +ograph ics +ers et +([' / +ĠTim ber +. agent +.to JSON +_command s +par ing +_ad just +.n ome +(g lm +Status Bar +file path +? âĢĻ +Ġdetect ive +Ġunser er +ĠTib et +EN DED +(se ed +Ġsne ak +Ġam or +=" // +ĠPan thers +all ax +ĠL IVE +ĉD WORD +]= - +Ġtorn ado +/ min +Ġlung s +-c urrent +ĠBook ing +åĪĹ è¡¨ +Ġenjoy ment +ठ° +J A +typ ed +.B tn +f at +ug al +ĠSh ares +Ġdis gr +ĠB AR +ĠFO X +Op code +ĠS z +key down +iction aries +Ġdetail ing +} ))Ċ +Ġp ok +Ġdemonstr ating +Ġnot ation +l ayers +@ if +ĠN PR +.strict Equal +ĠRec ipes +.T ensor +Ġliqu or +Ġdeb ts +.ends With +W heel +.P os +CS V +$ arity +Ġun stable +( loss +ENS OR +Ġele ven +ĠL opez +ĠHop kins +con om +ĠS eth +Ġpo ems +Qu ant +Ġg sl +Ġsy rup +Ġs ibling +Ġc ass +-v ous +ö t +_P ATTERN +_SE CTION +est imated +up grade +.m ongodb +ĠBo at +_C TX +Ġfetch ing +ust in +pi el +M arg +Ref lection +Ġd uct +ĠMunicip al +Ġb x +.Get Current +ml ink +ĠAccount ing +ĠGene va +_P os +Ġpass er +Ġhear ings +com pan +Ġfrag ile +Initial izer +walk er +.M aterial +ĠHun ting +trys ide +Ġk at +Ġcl erk +á Ł +do ing +ĉg roup +Ġsan ction +.l b +ĠL azy +ĠCon straint +P agination +Ġpou vez +ĠInd icates +M ER +Ġcour s +Ġyear ly +Ġgros se +abb rev +ĠD ON +Ġproceed ed +ent lich +Ġproperty Name +ĠTe aching +st adt +Ġc utoff +orn ers +Ġa frica +Ġrend ers +ĠYan kees +ĠTool bar +sp aces +.fill Style +Ġseg undo +_str len +.F irebase +å¤ Ħ +Ġmention ing +\ ( +ĠVal ve +Set ter +Ġsp ans +ĠAl cohol +ĠLet ters +\x e +ĠT K +_B LE +.get Result +< Player +ĠP att +Ġeas ing +Ġtur key +ĠF en +') " +Ġconf ined +Ġin clus +Sup erview +(with Identifier +enc ial +Ġstuff ed +Th eta +Ġeconom ists +} ));ĊĊ +co okies +ĠRo ose +ĠChe ese +Ġfich ier +Ġen forced +AB B +no ÅĽci +_AL LOW +Ġrecru ited +Ġexpend iture +-n ight +Ġassert NotNull +_ex ecute +ĠØ ¯ +IN DEX +_F MT +Ġresc ued +ĠMonth ly +ĠCons ervation +ĠG eb +Ob ama +Ep och +ic ies +ĠOr t +Ġso it +( icon +F riends +m ol +Ġground ed +ĠC ause +ad ena +WE EN +ĠL un +IT IVE +. loop +_un til +Ġcor r +.ed ges +Ġhyp oth +ched uling +trans lator +ĠÐ ľ +R om +ãĢij ĊĊ +ĠX amarin +Ġviol ating +. anchor +--- ĊĊ +Ġtr ader +AD VERTISEMENT +Ġuns ere +ĠD AO +Ġbl ond +ĠP AT +.g lob +Ġè¾ ĵ +Ġsplit ting +Ġun subscribe +Ġatmos pheric +ĠTr im +Ġcit ation +Ġin ference +ĠF t +ĠDar win +find One +ĠG el +( Convert +Ġaccess or +; text +(s orted +Ġjud ged +); \ +: p +Ġme ine +ĠS lim +.Command s +Ġper ceive +coh olic +< Data +.entry Set +Ġassert False +ĠPat rol +ense m +ÅĤ Äħ +¨ ¡ +W IDTH +ĠRes cue +ĠU IF +_THRESH OLD +ĠMich el +ATER IAL +opens ource +ĠD iana +Ġinv ites +_B ODY +Ġreserv oir +Ġro i +c ust +(t c +ï¼ģ ");Ċ +Ġfest ivals +Ġperform ers +Ġclim bed +Ġj ungle +String Length +Ġunlaw ful +ier re +vertis ement +Ġst akes +Ġh ats +Mod ify +ĠLET TER +.H ide +Ġstat utory +_ white +ĠPer l +uten berg +em ple +.W orld +Ġoverlook ed +Ġcon cludes +/* ================================================================ +-w ise +ĉ stream +pop ulation +Ġevent o +Ġillustr ations +ft s +Ġaut of +ĠPro cedure +Ġdes erved +-t imes +Ġg ol +N SError +cre st +ĠPak istani +any ch +get Current +Ġl ar +nt l +ĠRe becca +Ġm ateria +Ġfind By +/ ad +Callback s +ĠAl s +ĠKat ie +ĠObservable Collection +ĠDocument ation +Typ ed +ĠCulture Info +ĠTim othy +Ġlater al +" type +Ġun authorized +Ġteach ings +Ġdebug ger +[ value +Ġal ors +Ġu z +Ġsc atter +Ġdown ward +Ġmig li +status Code +Ġ( )) +ĠM W +Ġм ож +RO SS +.b uf +Ġfair y +ĠInf rastructure +=> " +t lement +$ (" +From String +ĠB ild +Ġconvent ions +_n ative +ĠIns pector +ĠP ist +ub ar +Ġreg s +ĠP ilot +Th us +>' + +Ġc ela +.new s +( Product +L iving +R ussia +Ġfac et +et ical +Ġ[' $ +/ [ +ĠD ire +Ġg ases +ĠIN FORMATION +ĠE at +ĠFor ums +ĠChar acters +_m et +Ġìĭ ľ +Ġk ings +ach ie +ĠL ambda +Ġtim ers +ĠLight ing +ĠCase y +add ir +and ex +. answer +ĠH ip +ĠPr incip +Start Date +Ġ ãĢĮ +t res +Ġ& # +.Max Value +ĠPro blems +Ġlat ex +Of Class +ĠLyn n +// ' +Ġvoy age +Ġshut tle +ĠRoll er +ĠRuntime Error +uy a +D ic +ĉb uilder +Ġbul lying +Ġsimple st +.c alled +ĠL R +Ġmor ality +Ġst urdy +tr acking +.sw agger +_B IND +IT OR +-url encoded +ĠÑ ħ +ĠTr inity +Ġtr aps +Ġ| - +Ġset Text +Ġbarg ain +Ġbr akes +.get Code +Ġmigr ate +Ġrib bon +) return +Ġcharg er +ac om +ADI US +ĠAmb assador +-a fter +Ġann i +ĉs pin +Con cept +ĠHend erson +ĠH OST +.r ank +ĠNor theast +Ġber lin +Ġrequ is +.f eed +Ġsource Mapping +ĠRen contre +. ajax +nest js +Ġtre k +ĠN acional +Ġ& [ +Ġpay able +ort ex +Ġde pt +field Name +Ġcomple tes +ĠR VA +Ġon ions +al ignment +Form ats +Ġ' {$ +Hash Set +ĠB od +.Invariant Culture +Ġsettlement s +Ġhy dr +. updated +vent h +( seconds +="/ " +Ġweb page +( ĊĊ +Ġt ir +Ġto es +ĠBr ick +Ġamb ition +P ot += max +ET IME +Ġdep ot +c alls +ĠNor wegian +` : +Ġbur ger +Ġprofess ors +ĠAl locate +-third s +-ch art +Ġfor d +* N +.k otlin +Ġpaper work +ĠDE VICE +% @", +res pect +(m p +é «ĺ +- if +Ġcush ion +ob ot +Ġpar c +SP ACE +ĠNet anyahu +Ġself ish +fe at +Ġclient es +-to ols +Ġpor ch +Ġj q +. verbose +Ġlib erals +] )ĊĊĊ +p ies +Not Blank +( term +ÈĽ i +_Param s +.normal ize +B ullet +AS IC +(h ex +_client e ++ , +_D I +Ġforth coming +} ")]Ċ +se o +U m +> Name +Ġcomfort ably +irection al +W ITH +/ pr +ĠP oor +ĠVit amin +v ic +G H +Ġprior it +ĠN N +ĠC losed +¤ í +Ġis Open +\ Console +And Feel +.S UCCESS +_OPER ATION +pol ation +ĠT as +ps z +> '. +C URRENT +V endor +host s +ĠE rd +>tag ger +ĠsourceMapping URL +Ġmar athon +_c losed +Ġexem ption +Ġrecogn izes +ides how +' $ +('/ ');Ċ +m its +war z +ĠCh erry +µ ¬ +n or +port e +Ġw l +_back up +.get Boolean +.get Resource +Ġdefinit ive +. EditText +Ġs ÃŃ +.C ONT +ĠPL AYER +.c ards +ĠSh ore +('/ ')Ċ +cl uir +Web Driver +(m onth +-re lease +Ġins pector +å £ +ĠN F +_cl ip +åŃ IJ +Ġinteract ing +.t mp +Ġ'' 'ĊĊ +Ġde e +Ġfro st +"] ))Ċ +ĠPl aces +Th rows +f ork +/ day +i Phone +ĠM IC +Ġfold ing +Ġcro re +ĠCh iefs +pher ical +( price +.Write String +Ġexit ing +] ',Ċ +ight ing +Ing redient +( vertex +Ġscroll View +h f +: new +SE N +se ctor +Ġsp ins +ĠS cheduler +ote chn +sem icolon +Font OfSize +ĠSpecific ally +fl amm +.Object Id +Ġcont a +_per missions +ĉF ROM +IC ODE +/ kg +ĠHot els +-m ed +ĠD in +Ġn avy +get Param +Ġm end +Ġportray ed +ĠMet ropolitan +Paint er +Ġref erral +_g ood +Ġmar vel +osa ic +> (& +. ur +Ġest os +Will iam +Ġtim ber +Ġquel ques +ĠDoc uments +.X aml +Ġbatch es +éģ ĵ +ĠRe leased +T ail +CO OKIE +he id +_st ation +ĠV ia +S ale +ĠRe peat +Ġprom in +ĠZ o +- forward +ĠI on +it ary +Ġj us +- request +Ġproud ly +ĠStream ing +(Mouse Event +ĠS print +_ rotation +Re positories +Ġt art +ĠÑģ в +Ġm appings +è ª +C u +C ycle +Ġb un +ĉl ua +ãĥ ī +Ġ(( ! +Ġcollect ively +ĠCon d +Ġwsz yst +(l ib +openh agen +_s kip +.Column Header +é Ĥ +peri enced +ı è¿° +_p rops +Ġcontr ace +Ġmatch up +ab etic +.m embers +RE CT +(d at +Ġs og +ren om +_M ethod +Custom ers +full name +Z N +re try +Ġk ap +ĠNe u +è Ĭ +add Child +will Return +_p ermalink +Ġener getic +ĠW et +ĠMor r +Ġg cd +count s +, type +d ig +( Login +Ġcr acks +Ġbacter ial +ĠMe at +ĠArm strong +ĠBron ze +Ġapprox imate +_dir s +lig a +ÅĤ ad +Ġkind ness +Ġcont re +ĠE VERY +M ET +Ġannounc ements +g pio +ĠWaitFor Seconds +ĠPhotos hop +Ġdis contin +/ dd +Ġtop ology +an ical +. interface +auc oup +.Hash Set +ARI ANT +(r outes +ĠT eh +Ġh ype +] "). +Ġsl am +Ġbro th +- inter +ĠR id +-m anager +Cancel ar +ĠP agination +Ġsound track +Ġpost erior +Ġscr ub +cre ating +- * +ir teen +.d y +.s ymmetric +Ġ"" . +============ === +Ġch assis +ĠnumberOf Rows +Develop er +_b ins +ĠO UR +ri eb +Pro s +Ġwi ÄĻ +" d +Ġasync io +ze igen +_s pi +.A LL +Ġscre ws +Ch inese +Ġapi Key +Ġun successful +ĠSeah awks +OR G +ç« ł +Ġprofession ally +ĠCou pon +åŃĹ æ®µ +Con vention +Ġpol ym +æī ĭ +Ġsalv ation +Ġengine ered +ĠW rest +ĠG CC +Ġwar mer +Layout Constraint +Ġag grav +Script s +vent ure +Ġrefriger ator +Ġinnov ations +ĠRun ner +N IC +ĠRoll ing +Control Events +Ġlo os +p ac +ĉ panel +ef e +ĠBudd ha +------------ --Ċ +åº ĵ +(for Key +Ġl umin +Ġ( ? +ĠA IDS +, user +im ientos +content Type +ant lr +é ¦ +ĠW elt +Produ ction +m ight +ĠV II +", ( +Ġobserv ing +Ġdeliber ate +( control +Ġwith d +Ġsem ana +ST ACK +uch en +N ice +ĠDeutsch land +ĠSpec ifies +d ma +iz io +ĠF acts +_pop up +ĠDirect ors +{ : +[ R +ĠÑį леменÑĤ +Ġpl at +Ġdirect ing +ä¸ ī +ĠGil bert +âĢ¦ .ĊĊ +.q ml +Ġthere after +Ġdis position +d raft +Ġsurge on +ĠIns ider +Bl end +ĠT rev +tr insic +Top ics +rie ve +_FILE NAME +Ġaut res +J ose +Produ cer +er us +Ġpet it +ĠN EXT +ĠF ilters +Ġreplic ate +"] ). +Ġl enders +] ",Ċ +; charset +Cpp Object +Ġfl oral +ĠT ipo +Ġcirc uits +e asy +(& $ +itt a +ery l +_COMM ON +'}} >Ċ +-back ed +(var iable +( Index +Ġvo ir +_loc ations +++) { +ĠLouis ville +Ġgrat itude +.Mock ito +ĠP owers +ie urs +Ġge ographic +ra le +Ġc ra +ĠSp urs +iph ertext +AC ION +- common +Ġvict ories +ĠFinal s +.sh uffle +-m illion +_PRO C +ass ume +Ġil s +DB C +Boot Test +Ġl avor +.test ing +. ast +"] / +m oid +Ġqual ification +ges ch +ĉ put +Ġair ports +J I +Te acher +_un iform +Ġn ama +ĠB ast +ert ype +c apture +get All +ĠReyn olds +oo led +.com ments +Ġch in +). * +Ġи ли +t gl +ud os +Ġd ÃŃas +ch ai +.pro gram +Ġps z +ĉ icon +ph il +ent ral +_WR AP +ov i +Ġnost alg +In finity +ĉy ield +Ġvit amins +Qu aternion +S ink +_g oods +Ġ ........ +ĠW ings +ur idad +-st ory +"] )ĊĊ +idel ity +Type Def +G tk +Ġí Į +_M ain +Ġche z +ĠR aven +Ġpay roll +Ġfreel ance +LL U +ĠM end +ed ay +Api ModelProperty +.Form BorderStyle +Ġeconom ist +stan bul +Ġfre ight +-A gent +(m eta +Ġsym metry +Ġ' .. +.C alendar +- aut +g f +p ent +yc lopedia +Ġwish ing +ĊĊĊĊĊĊĊĊ ĊĊĊĊ +Ġgentle man +Ġê ³ += # +Ġlect ures +âĢľ In +Ġ! _ +Ġh b +ĠV endor +Recent ly +_n otes +æıIJ 示 +" My +Headers Height +_S O +Ġunw illing +Ġsuper hero +g io +ps y +ĠPe er +j avax +& apos +ĠCr isis +ord inal +Mem cpy +++++++++ ++++++++ +- val +Ġwork book +- ap += k +Ġmetal lic +_ peer +By PrimaryKey +_S D +u ator +_SH ADER +) Math +.Trans form +Ġc ows +Ph i +ĠC lem +(_ (" +ĠL ud +-d elay +ĠSec urities +ĠOrth odox +Sym fony +(re port +Ġent ertain +E PS +iz oph +ex ual +IR D +ä» İ +Ġl ith +Ġsanit ize +Ġfemin ine +IS BN +.auth entication +_p ipeline +/ constants +ĠCON F +Ġluc r +ric ia +.t tf +.set Content +Ġst an +ore an +ĠL loyd +.raw Value +Ġg or +ĠBrow ns +Re gression +Ġlower ing +na issance +Ġbl ows +Ġam azed +Ġun related +Re views +Ġrub y +ĠMod ifier +Ġgi ants +. thread +Ġcontain ment +ĠStart Coroutine +um at +ore lease +ĠR andy +@ endif +D igest +Ġsubur ban +=" );Ċ +Ġann once +. variable +\F oundation +Ġa cre +V an +Ġt uples +d ns +ĠStand ing +_l arge +Ġbox ing +Support ActionBar +ĠFort une +ĠR um +_m ultiple +arch ical +Ġf write +_ quote +Ġfool ish +Ġcompr ising +Ġо п +- selected +v f +ma id +N ama +(d atetime +Ġindirect ly +g art +fix tures +ch os +ĠH alo +Ġrec urring +- news +v il +ĠNurs ing +- produ +ĠH Q +\Http Foundation +enc i +au en +Ġv y +ocr acy +Ġdeleg ation +Ġas phalt +Ġset Selected +k ok +/ rest +met ics +ĠNS Date +Ġtravel led +Ġrec ib +Ġm ime +CL IENT +ĠG U +ĠH ANDLE +/ Q +[ z +Ġbother ed +ĠBB Q +ç as +_ex amples +_F IN +Ġwhite Color +Ġastr onom +-d ir +Ġsovere ign +Ġb reeze +Ġin ning +ĠEd monton +g li +.blog spot +js x +Ġvers a +ĠMoh ammed +.J ob +-t oggler +Ġп олÑĮзоваÑĤ +ard on +Ġnew born +Ġnav al +note q +Ġtum blr +Ġh entai +ĠTyp ically +Ġlo ot +.S prite +Fl ight +Ġw avelength +-s k +ĠEl le +_ exports +Ġ Ñı +ĠI H +izoph ren +Ġí ģ +_pr imary +Ġmo is +ĠB N +Ġsystem ic +Ġdifer entes +IN CT +Ġ'' ĊĊ +$ q +Widget Item +cl ide +$ file +L emma +/ table +ag rid +ĠMongo DB +int e +Ġapp rent +ÂŃ ing +.D b +Ġà Ĥ +ham mer +=' ';Ċ +Ġbro kers +it lement +sembl ies +E le +{ x +Ġlast name +< - +Ġfl atten +_b and +.R oot +.read FileSync +==== == +.r x +? čĊ +Ġmetaph or +T i +con te +Ġdeb it +Ġcont empt +Cpp Type +æĶ ¯ +Form Field +r atio +os opher +Ġimpl ant +P URE +Ġal ta +_man agement +Ġref ine +ĠCheck Box +ĠChar l +- version +cond itional +ven ues +Ġrif les +Ġoff spring +Ġmill ing +Ġshar ply +Ġunder water +( origin +_ Control +Ġ. $ +Pl ugins +Ġdry ing +Ġillustr ates +- u +Ġveget arian +n pc +He art +; ',Ċ +com ma +te enth +as an +/s pec +_m oves +-m argin +Ġing en +³³ Âł +Ġpro jet +Ġo tra +Ġbr as +. utc +Ġsle pt += sub +ab ilit +post er +Ġs dk +ounc ill +Ġw d +Pre paredStatement +ĠDr um +( attribute +ĠEther net +ĉ DB +Cal ifornia +c ube +[ I +.C reated +ĠH M +Ġtr acing +Forms Module +- you +.c urrency +feed ing +Ġt body +L i +acc ion +n as +Ġtr ouver +N ONE +"} ,čĊ +Ġf tp +With Identifier +pol ate +File Info +Ġpurs ued +ĠĠĠĠčĊ ĠĠĠĠčĊ +DE SCRIPTION +} */Ċ +From Nib +Ġdecor ative +_S SL +(ch at +T LS +Ġsurpr ises +al culate +ĠS plash +( Configuration +ĠS EM +im son +/lib rary +< Double +. robot +³³³³ ³³³³ +ĠCP F +ĠUnder standing +Ġcos metic +ĠX t +t ips ++ k +(" ' +ĠP DT +W AR +.get Object +ĠTrad itional +.sl ug +ĠDi pl +=" ", +ĠFil ms +ĠAn im +.h elp +Ġemb assy +ĠBoot s +Ġb unk +-r isk +Ġp ci +Ġ/ \. +ĠI PT +Ġcrash ing +Ġip v +_ ke +ĠRES P +.Log Error +Ġinade quate +I on +ĠF ür +ric ula +Ġshould Be +al ready +']." +G ED +fa q +Ġoption ally +_D is +ĠSuccess ful +ĠC ensus +Ġinc arcer +_C ARD +Ġav iation +ĠG ym +Author ity +.B ean +sh ader +Not Exist +_Text Changed +ĠST OP +( team +" H +w g +Ġgr inder +Ġstri pe +Ġpres ervation +Cl aim +avers al +ware house +target s +Tr ust +Ġal lev +, www +ous se +_ch an +_S ize +system s +Ġobj ection +ĠK ane +Ġcor ros +ĠD SL +Ġu a +ĠM H +ĠStrateg ic +_t cp +Ġê° Ĵ +Ġborrow ed +ĠA ch +ĉ command +Ġg ps +le ston +iche ver +ĠU A +Ġassault ed +Ġspecial izes +ĉ search +Hot el +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +ĠP itch +Ġ Ùģ +READ Y +Ġparent al +Ġg éné +Ġdonn ées +Ġdet ain +T ARGET +Ġprotagon ist +Ġclear Interval +ĠIcon Button +ĠGet All +Type Info +E H +âĢľ They +Ġ{ [ +Ġg ag +Ġ Ú© +ĠD ropdown +.f ree +g one +im ens +Ġinst al +ĉc url +_C AN +ĠB one +ï¼ Ķ +ony ms +-g overnment +.binding Navigator +ĠD ans +ĠMc L +( en +>( _ +ÐĴ Ñĭ +.* ;čĊ += j +-c or +S on +.ToolStrip Item +- around +_X ML +end Date +Ġsl ack +Ġrot ated +Ġno qa +Ġc ottage +Ġencontr ar +_s kill +hou ette +! čĊ +. weather +Ġemphas ized +å® ¶ +ĠÑģ пиÑģ +ĠComp iler +( android +ĠâĢ º +. turn +Ġsup pression +_c alls +Ġ* @ +(str len +.h ex +ĠB ills +ĠR SA +Ï Ĥ +ĠEs cape +ement ia +Ġfront end +Ġp int +_ex c +zz o +[ ],Ċ +Ġ"',' " +. Environment +Ġafore mentioned +Ġend ure +prot otype +ther apy +ss i +D eg +_pl ugins +.user Info +Print er +ĠPRO GRAM +Ġru ins +Ġempir ical +Ġcraw l +ĠBo iler +- comment +.sub plot +_ et +Ġ'. ', +min or +ĠCustom s +Ġy aw +under line +ĠCom o +( (' +(m ean +Ġcha que +ĠBlock s +.r ad +ilib rium +Ġweb driver +Ġmel hor +d ana +ĠAb use +ĠSouth west +ĠP aren +PERT IES +ĉ IL +Ġscre am +v u +Ġin comes +Ġn im +Ġl ace +Ġcompens ate +Re verse +D at +_att ack +Ġn our +ach en +ce k +< Func +w ie +com pressed +-m atch +(" ")]Ċ +im ized +. orientation +.compare To +Ġmass aggi +Ġìľ Ħ +Ġel bow +Ġant ioxid +undred s +/ tools +ĠR OW +an mar +ĠW ow +_t icket +Program ming +Ġthe or +-re view +() )));Ċ +ĠRichard son +ĠP ocket +] [] +am pp +_ health +ĠP OP +ĠNav al +Gu ess +Ġancest or +.Get All +.local Scale +ĠM apper +Ġaccum ulation +Ġsim ulated +ĠDr ivers +Ġd és +cur ring +Ġele phant +Ġadvert ised +Ġmail box +SH IFT +ĠMon ica +Ġan c +Ġward robe +Ing redients +Ġ|| čĊ +ipp y +Ġantibiot ics +av ings +(c x +ĠFerr ari +ĠAn imator +.d type +rem oved +order by +Ġc res +oc ê +Ġp ym +ĠCirc ular +@ index +ĠW arm +S ay +ĠAss istance +Ġcur tain +ĠMont e +IL ER +ĠC VE +ĠD uck +ĠAll ows +_f ire +ĠDer by +Ġre pos +Ġhttp Client +Ġpsych iat +Ġnow adays +Ġcaut ious +ĠComput ing +Ġcompletion Handler +ĠWel sh +ĠB EST +Ġstress ful +_P E +æĹ¥ æľŁ +ĠData Frame +ĉ Integer +_P rint +M oves +Ġtransform ing +.B atch +y ahoo +Position s +ze j +Ġno od +io res +_ * +Ġcl k +ĠF loyd +Ġh ap +font size +Ġn az +.not ification +ĠDep ression +Ġac ne +*** ĊĊ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +.cont ents +yn th +ĠStra ight +')}} "> "+ +Ġtoken izer +Ġsovere ignty +ĠP ence +() ");Ċ +Ġpesso as +.G e +ĠIn cluded +Ġpag ina +Ġex posing +е ÑĪ +_SC RIPT +/$ ', +Th umbnail +× Ķ +webElement X +webElementX paths +press ure +ĠCur ry +_C P +OL UTION +ILE S +prot ect +ool a +Work space +{ };Ċ +ĠU NS +Ġsymp athy +ro ker +Ġrem odel +ĉc ell +Ġat op +.Full Name +Ġfa ut +ĠE asily +_d ynamic +Ġfr amed +Ġmot ive +è· ¯ +s am +Ġmar ca +ĠText EditingController +Ġde structor +cre am +Ġr ude +ĠB old +ĠInd igenous +Ġg ens +Ġrel acion +(s ystem +ĠUIF ont +_char ge +UST ER +E V +.N amespace +Ġmer ger +Ġcal loc +g ang +Bad Request +Ġs per +-d esign +Ġâ ĩ +Ch an +Ġorgan ism +, ) += id +_pl ane +ĠC ases +elf ast +ĠLegisl ature +ĠF aker +Ġinv oking +- utils +(). ' +.f ace +Ġguard ian +my Modal +Ġclip board +ĠAT M +Ġpe as +ĠS ylv +.c alc +ĠContact s +int Value +Ġmodify ing +ĠBar b +. loss +_per centage +Ask ed +(l st +ategor ical +- files +ĠRoman ia +.A c +Ġh ai +ĠF lying +Ġ ż +j p +ĠTr ainer +. arc +_de g +Ġtrace back +Or Fail +F LOW +. old +oy a +g mt +is empty +Ġvacc ination +Ġob solete +recogn ized +Ġru ined +ĠRe in +ĠTr acking +xf b +ا ÛĮ +Ġvæ re +Ġbr yster +ĠIT S +Ġdest iny +Ġsw ear +Ġred es +Ġcl f +Ġfl ipped +ĉ head +Bl uetooth +ĠOver rides +: Boolean +_ = +_l r +sp awn +: index +VAL UES +is key +? ");Ċ +.syn thetic +ĠCheck ing +struct ures +ip ing +Ġvoc als +- Up +ĠManufact urers +ĠMar riage +代 çłģ +Ġgar ner +_C lient +par allel +RI END +Ġvine gar +seg ue +J B +Ġcontact ing +ĠCar roll +Ġout reach +t ensor +_var iant +Ġthe at +lic able +{ | +t iny +_ letter +Ġp encil +HeadersHeight SizeMode +ilt ro +.auto configure +.d rag +.use State +ĠB MI +h int +Com pile +* \ +en ary +Ġl vl +.C ache ++ =" +_t v +ruit ment +Ġf read +Art icles +f ila +Ġpack aged +âĺ Ĩ +AT HER +ĠPl anned +s cheme +Ġdi ary +Ġoff enses +/ F +ĠSt ick +Ġc erc +ĠS lee +ĉĉ ĠĠĠĠĠĠĠĠ +< Image +Ġè® ¾ +- editor +pie ces +ĠD rama +Ġ// //////////////// +ĠT asks +AR C +g ateway +.get cwd +.M etadata +Ġguess ing +åľ° åĿĢ +Ġsm arter +ĠGet Enumerator +Ġe fter +/ operators +ĠGL float +Ġf ør +Ġop aque +ä¿Ŀ åŃĺ +Sp read +SY STEM +Ġinv ersion +ĠBasket ball +Ġsim ulations +Ġden ies +Ġa vez +_list ener +Ġenh ancing +ĠMy th +ĠL akers +_M D +Nd Ex +D ATABASE +Ġt á» +ar th +[ left +Ġcontest s +st ile +(K ERN +_f c +_p m +Ġpres idents +Ġhospital ity +Ġfade In +RO PERTY +_m aps +ĠDefinition s +Ġassess ing +Ġus ar +Ġquant itative +mo z +Be autiful +[ (( +b ons +f requency +Cont ain +Ġpuzz les +ĠCast ro +Ġv illa +Ġkind ly +Font Awesome +ern a +epoch s +_dat as +ĉ ip +.p adding +ĠCont est +Ġed itions +Ġdispro portion +ĠI CO +Ġcome back += value +ri ad +-s ort +Sub mitted +(n etwork +ĠC el +Ġinstall ment +l ashes +.List View +ĠV atican +(Media Type +IV ED +reach able +: Is +ĠC ITY +äº ¬ +ĠHelp ful +Ġba ÅŁ +% čĊ +Ġpsych iatric +Ġrec ycled +FORM AT +ĠG row +b ine +G it +.s s +ĠWe apons +ĠSt y +_ arrow +* self +ire ment +Ġdeg li +App Delegate +_b anner +Ġcoordin ated +ĠWeb cam +Ġcelebr ations +. act +******************************** **************** +( show +Ġweek day +Ġconc erts +ол н +cl in +Ġcr on +ĠN im +.set Vertical +ĠEll en +س ت +ĠS AM +E ff +g z +ste am +Ġant ique +ph ysical +ĠForm Data +.set ter +ĠPO INT +B on +Ġflav our +erv ention +_ENT ITY +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġintr insic +Ġæ İ +append To +aram el +) ]) +ĠRecomm end +) m +OutOf Range +Ġkn ight +Ġsat ellites +ĠTit ans +Ġweigh ed +ĠD ana +e ase +Ġs ip +S IM +ĠDevelop ers +mal ink +/ check +_P LL +n ung +Ġdry er += A +.d w +_S QL +Ġsub plot +D ROP +Ġprot otypes +Ġhour ly +display Name +Ġas i +ĠViol ence +Ġastr onaut +Ġdat atype +Ġinformation al +Ġinvestig ative +etermin ed +ren al +; '> +ĉc ol +V G +_ boolean +re cent +Ġ* )ĊĊ +ĠRain bow +om men +Ġl ur +Ġopp ression +(", ");Ċ +ĠFac ility +DEF INED +Ġne on +Ġoff ender +AF P +ĠClean ing +[] ): +Ġund ocumented +.Re positories +ĠG uitar +аÑģÑģ ив +Sk ills +Ġtestim on +rypt ography +ĠAm ber +ĠSt alin +Ġl one +Ġap enas +Ġdies es +ĠAr duino +è½ ¬ +== - +_A ct +Ġc oded +âĸ ł +amb urger +-link s +Ġarm our +.H igh +get Content +st ag +Ġhe ck +ĠìĹ Ĩ +ĠMc Connell +ĠCon cert +ĠAl loc +ä re +.replace All +Ġpart itions +rot t +ĠF le +_T REE +reason able +ĠReport ing +Ġbillion aire +s cores +min s +- eye +M ORE +ab ort +ĠSW T +Ġin verted +ĠTe achers +; n +Ġast ro +н ов +ани ÑĨ +product o +c ountries +ĠO wen +Ġcont amination +Ġv ibe +ĠEll i +.s cript +ĠOl ive +D MA +v ier +: semicolon +-m odule +gress ive +ag u +_ players +Ġresult ados +start ed +scroll Top +==== = +Ġweigh ing +Ġ[[ [ +z ahl +( NS +ĠAssert ion +le ague +.setText Color +ĉ Message +Ġmom s +_A F +. wh +AL S +Ġaut re +] ĊĊĊĊ +.op acity +ĠBudd hist +Ġde af +ĠOrgan isation +(G lobal +ens ch +Ġhead ache +ĠAli en +_in ode +ĠSt ark +Ġæ ī +-l nd +ore f +_fe at +Ġpedest rian +Ġnom inal +Ġbal loon +Ġspr ites +Prototype Of +ĠA post +ĠF EATURE +O H +Ġre cess +ĠDon na +con sumer +$ GLOBALS +ĠG IF +- frame +In icio +Ġpass ages +Date String +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +.by te +B ug +initial izer +p kt +od ium +ĠD ER +. ops +ler i +Ġgift ed +Ġdet ach +ter rain +elt ers +ãģ ı +. loader +ĠN GO +str ncmp +K h +(font Size +ro cket +Ġpreced ent +ĠAur ora +ĠEx periment +is phere +Enc oded +ĠâĢĵ ĊĊ +Ġpy ramid +ĠAnn iversary +of il +ë Ł +( plugin +C oeff +Ġcooper ate +Ġpredomin antly +IS M +Ph rase +_DEF INE +Fl ip +AMIL Y +ĠMark ets +ĠStream Reader +ĠComb ine +Ġmanus cript +z za +, tp +Wh atever +IT ICAL +ighb our +Data Provider +.Text ure +priv acy +.S DK +Ġre charge +Ġc pp +ĠC FG +(h older +(p y +m ot +Ġsav oir +ĠR osa +ĠPC s +Ġí Ļ +.her oku +Ġf ren +ĠR iley +ag ate +Ġs ond +.x lsx +Ġh acked +st ad +G i +Ġsan ity +ĠSql DataAdapter +... ", +ĠP ussy +Ġ **************** +Ġhass le +_P ARENT +ĠU AE +Ġbegin ners +( Client +Ġstatist ically +.h our +ed elta +Ġtr action +uel ve +ar at +Ġsa una +IN VALID +Ġindict ment +AL LE +Ġdiss ent +ĠTyp ography +Ġintention al +s it +ĠAn imals +Ġcoun tryside +Ġu art +} \" +Ġseam less +¾ 示 +Ġaut os +Ġ"' ";Ċ +Fl ush +ANN OT +Ġal gebra +ass oc +ĠW aters +Ġprepar ations +ron ym +[, ] +S ans +Ġarm ies +ipe g +Ġcream y +. art +et re +ĠAn imated +Ġun pleasant +eme an +g reat +i Äħ +ĠEar lier +Ġch ic +Ġpres erving +(ex ec +ĠInvest igation +ĉG PIO +Ġrig orous +ij o += num +Ġtool Strip +) set ++" & +ĠAcc eler +Ġdevelopment al +is posable +Ġflaw ed +re ne +Up dating +Ġwatch dog +Ġden ominator +Ġsubur bs +Ġ... ) +Ġconv ictions +c losure +.I P +Ġtransl ates +.sw t +.Tr ace +Ġmet tre +.is Enabled +ĠEffect ive +.to Int +Ġen chant +Ġst unned +Ġpo i +/ code +ad m +.datab inding +ĠL orem +________________________________ ________________________________ +Ġled ger +Ġcar a +ĠG ir +Ġwa its +Un o +Ġc wd +è¾ ij +ĠT Result +Ġre jo +Ġem itted +ĠWest minster +ä¸Ģ 个 +ne k +_T is +Ġen act +ĉ with +org ia +Ġj ue +Per form +SP ATH +.top ic +ĠD aten +Ạ§ +Ġsit io +_M M +" So +b ial +Ġsc oped +Re quires +ĠT OTAL +ĠCh ancellor +( contents +Ġste alth +dev ices +-p ass +ili h +ĠMal colm +ĠDep ot +Ġconfig ur +a ussian +_con straint +в еÑĤ +G RA +ĠR ates +.dataGridView TextBoxColumn +ĠNob el +it ics +Ġignor ant +ĠReport er +ĠEb ola +ĠSh ock +_re lation +ĠNin ja +) c +Ġt icker +.is Checked +ĠSup pliers +ĠRap id +Level s +âĤ¬ âĦ¢ +ĉ queue +Ġch op +ĠUn ix +re ject +-c alendar +(s ort +è ne +erc icio +Ġh ect +CALL TYPE +rou pon +Ġrent als +auth ors +{ name +ĠF IFO +Ġl assen +ĠN ous +Ġsn apped +Ġfert ility +" log +click ed +Ġplant ing +Ġg b +/ output +PE AT +Ġc ategoria +Ġb ach +Prof essor +in th +"] čĊ +Rec order +ser de +ĠTrans mission +tr ad +Ġtur bo +_VER TEX +\ Event +il ver +Ġbod ily +ĠS ources +Ġkill ings +.xr TableCell +Ġfold ed +/ legal +un er +ĠR ifle +ĠM IDI +_Selected IndexChanged +.Size Type +ĠWeb Socket +Ġsele ccion +S and +ot ros +Ġenv ision +/ etc +ĠMel issa +Sp ot +но е +_ ARM +At tempt +ĠB I +ãģ Ķ +ĠD U +Ġback lash +str ide +/ classes +Ġtext Color +_st aff +ob lin +agent a +.c ollections +ill age +' čĊčĊ +fl atten +_s ales +_M ASTER +T W +_d a +P itch +ph ies +Ġz ombies +ĠV ERY +ĠPharm acy +Ġprogress Bar +Ġhas htag +S idebar +@ stop +(p c +ол ж +MA KE +ĠCor on +Ġkv inner +ĠM aid +b ob +.title Label +Ġsuccess es +ĠDemocr acy +ĠSurg ery +Ġcou gar +Ġcur so +Ġl oro +ist ency +Sen ior +æ k +ĠA AA +ĠBO OK +к о +W STR +Ġ*/ ,Ċ +oy al +.v ector +ĠS PEC +SS F +Ġcomp uls +ĠAppe als +ĠW inston +ĠMock ito +con trib +. available +entity Manager +ari as +_s ale +_r s +Ġdec oding +Ġloc ator +ol ith +Ġk ol +Ġasc ii +ĠR ut +/ interface +ĉĉĉĉĉĉ ĠĠĠ +ĠN umer +.fl ip +-d el +Ġbol ster +on omic +Ġz m +L G +Find By +Ġadapt ive +lo o +Ġv ue +(re verse +_c anvas +. roles +ific ado +ven ient +" As +ĠEn tr +al igned +Ġbere its +/// ĊĊ +.g wt +. employee +_cl i +Ġanticip ate +éĻ IJ +Ġp ik +Ġmush rooms +(t t +Ġo ma +ĠSan chez +_g oogle +. Valid +ĠFile Name +iv ative +k ed +-w ar +Ġm aturity +и д +Ġmin er +Reduc ers +ĠLat Lng +_ST D +D igits +Cal c +-up load +Ġhand ic +ี à¹Ī +egr ated +ĠST M +C lients +ĠTur bo +SY NC +Ġphotograph ers +. Out +.char acter +B UILD +.un lock +Ġar ises +ĠCommand s +(" ");čĊ +_F ORE +; ', ++" ' +. Images +") { +ĠM eyer +Ġneg atively +ĠD LL +Ġex e +Ġdef iciency +Ġwild ly +-s witch +con struction +Ġexception ally +ĠL iz +/j ava +Ġtheir s +ĠCont emporary +l is +.fill Rect +ĠN FC +Ġre he +(num bers +Ġr aster +Ġfig uring +Ġshow c +ĠJ ill +Ġarc ade +ĠConstruct s +md l +(' | +Ġident ifiers +Ġst ellar +( Connection +Ġ" {{ +y or +(m ysqli +Ġdo ve +Of Birth +.dis connect +_h i +Ġzw ischen +ĠGr und +i ros +_A rray +.on click +ans om +An swers +ĉ remove +F a +Ġhur ry +-in f +Ġget Class +ĠReg ulation +ĠFLAG S +m isc +K en +_ heading +G Hz +- entry +Ġbi ography +S ig +-m f +Watch er +âĢľ A +} px +Ġsp icy +_s q +L ost +(tr ack +а ли +Desc ending +< bits +qu ine +ĠAdv oc +_S N +ĠHann ah +PO P +Ġem itter +Ġc yn +ĠC AD +? ). +/ set +ĠS ister +ĠEnd point +Ġmen or +Ġinter p +r k +id le +Ġout fits +. vertex +Ġc lic +ARE N +Ġpost ure +ĠOpport unity +v x +ĠFor bes +.D irection +Ġres ide +Ġremember ing +nest y +Auto resizing +pro viders +ĠA H +Ġhur ting +ĠL ily +eval uate +lij k +p apers +ĠSm ash +ĠL AST +Ġwell s +w asher +_RO LE +ĠD anger +* (( +_re pository +ĠRes olve +ĠRoom s +_R G +ĠQ T +o op +ĠHe ap +Ġslow ing +Ġgrat uite +_c atalog +Ġpol ynomial +L y +pc s +F ox +ĠC yr +Ġdim in +/ month +S alt +Ġh ind +.P ER +For um +c en +_p ol +íĺ ¸ +Ġin ser +( ~ +@ test +ĠGold man +Ġupload ing +F c +Ġkom mer +Ġm itt +_log ged +Ġbu cks +-l ayer +) };Ċ +ĠO M +Ġv eg +col our +Ġоб ÑĬ +Std String +_ que +ĠT ian +Ġspecial ize +и п +Ġк л +tr ial +- edge +Ġm ars +OG LE +Ġempath y +ĠB om +Ġcoll isions +Ġcart e +ĠTe il +ĠM PL +Ġporn ô +Ġa irlines +A ws +N s +ĠSp awn +( use +é» ĺ认 +Ġy acc +st or +Ġconf ess +Ġpe que +r age +? "Ċ +/dat atables +ĠSh ower +__ / +Ġcryst als +Ġbus car +ĠH aus +iz ação +_ entities +ķ Į +ļ Į +x cc +v irt +-che vron +( Result +c ake +COM E +Ġprohib it +ĠCh ess +Ġbe aucoup +ĠÑĩ ÑĤо +R UN +ĠI K +ó ÅĤ +_ Update +Ġsle ek +ĠSpec ify +_c redentials +ÅŁ t +ĠUser Name +ĉ Value +Ġarray List +Ġex changed +ips is +.re lated +ĠSe ite +_B AR +ĠL em +ĠW ATCH +ĠC lients +Ġ. * +ĠEar l +-re port +Ġforeign ers +Ġstrengthen ing +ĉ Description +(g o +.tool bar +Ġcalcul ates +ĉs ource +Ġcz as +Ġre cl +ab o +Ġlocal host +Ġ^ {Ċ +.P op +ĠDes igned +\ Abstract +H old +ĠGuid elines +ipl ine +Ġc aching +.Re ader +_ext ernal +.str ptime +ĠWeek end +-M ar +ĠBe i +Ġ{* } +ĠR ud +Ġexpl or +ĠBou levard +C ash +Ġprep ares +Ġserial ization +ew ater +Ġad c +: ĊĊĊĊĊĊ +Re fer +Ġsc anned +} }ĊĊ +ĠF ul +Ġtour ing +ãĥĥ ãĤ¯ +> (( +sur vey +Ġí ĺ +... ')Ċ +ĠDiv ider +os l +_C ANCEL +_pre pare +st in +ĠHe ath +.Primary Key +ĠâĨ IJ +ĠLocal DateTime +Ġcooper ative +L earning +.en queue +Ġgo og +ĠReg ression +im ates +Ġvoy eur +ĠDr ink +pl ug +Ġl ender +man a +Ġperson nes +yp se +Ġun link +ĠRav ens +Ġhur d +Ġperiod ically +ARG S +ĠG H +char acters +... "ĊĊ +- establish +Ġd n +( condition +ĠGr avity +Ġest as +_f ocus +Creat ure +(s ite +Ġc arr +ĠR L +ĠR I +ĠM oto +AS F +ĠLuck ily +ĉ Route +Ġent ropy +(" ," +Col lect +( contact +ĠFlo rence +Ġpremium s +Ġlif ecycle +Ġb ans +x ef +Web Kit +ĠFlo ating +Ġcos a +Spec ific +ĠLo ans +b read +Ġdes criptors +Ġ{ :. +TH READ +ĠT rent +Ġsc op +Q A +ĠAnt ar +p el +_d ifference +_ch anges +(... ) +ĠR otation +ĠLG PL +ĠJ UST +(T ask +_sub set +ĠTR ANS +åĬ Ľ +ĠSc out +-p opup +Ġsm oked +_C lass +Ġturn over +br akk +ĠRock y +t as +.Regular Expressions +ĠElli ott +ĠSp inner +DU CTION +Ġlib re +Ġmol to +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +ĠF TP +m peg +(f eatures +Ġb ald +ĠV id +Ġsh outing +L int +Ġsock ets +Ġpro w +Ġnouvel le +isc ard +ĠS ponsor +Ġconsult a +)) ); +Ind ian +ĠR aspberry +Ġteam mate +ĠJ WT +ĠGh ana +Ġc akes +pr imer +form a +erg arten +_M anager +Ġpre season +G AME +| " +ĠBro ck +Ġoccup y +Ġdecor ations +á nd +Ġc ot +Ġpar an +D isk +rem ain +> ? +Str ong +Ġfr ance +ĠE ra +-c r +.Buffer edReader +ĠParad ise +ĠV AT +ĠAnd ers +Ġlim b +amp oo +Ġimper ative +UT ILITY +ĠRec ognition +Ġragaz ze +Ġpop s +yp ress +Ġemb argo +// {Ċ +Ġsy ll +P TR +åŃĺ åľ¨ +Ġdid nt +Mail er +Ġacad emics +ĠFra uen +ne ider +- rel +Ġrain bow +( In +Ġslic ed +============ =Ċ +(s end +NSMutable Dictionary +v os +(p ackage +Ġord inance +view er +ĠSant os +-s elling +Ġgo v +ett le +Ġfound ers +Ġw aking +sl ashes +-p ound +re cht +ا ت +.on Click +Ġn ord +st änd +_ when +UT ERS +ic c +Ġcaps ule +ĠW id +M arc +ภ¸ +ro red +UG E +LO UD +ĠAud it +ip ients +op ian +ĠS ue +Ġwur den +.H elpers +Ġf actions +[ np +-th an +Ġre co +Ġk as +Ġcmd s +/n etwork +xb f +get Color +Ġbi ased +ĠL ak +D atas +vent s +Ġë ² +_P S +. Validate +Inv oker +Ġne uen +Ġju venile +V ISION +Ġdev ote +Ġlin ha +Ġdiscount ed +\ Config +Ġworth while +Ġskin ny +ĠC ourses +le ys +ĠMort gage +K evin +Ġannounc es +]) * +res ervation +Ġæķ ° +Ġprejud ice +ĠString Comparison +Ġbe ard +-w in +ĠS ão +ĉ ms +j al +ĠE arn +_ ports +ĠN ombre +_C OR +ĠB UILD +.s ound +Y ellow +Ġlineback er +Ġchar itable +j ug +_NON NULL +ĠD ental +"> ${ +ĉm atch +R ussian +Ġvers ch +Ġp inned +Ġadopt ing +Options Menu +P ag +Ġpair ing +Ġt read +erc ises +ĠSp read +) i +ĠB AD +_t f +UI ImageView +pop ulate +b ab +ĠÏ ĥ +[ ++ +Ġopi oid +Ġ## Ċ +d type +ĠStart s +('/ ') +Ġperson als +-mark et +Ġredund ant +ĠEss ential +Ġscrap y +Ġи м +a cl +Ġcre ar +ĠB end +Ġrel ieve +- room +w ife +Ġv Ãł +ĠQ Point +Ġqu asi +Ġmethod Name +\x c +ĠPer u +/ The +. orm +Ġv iz +/p df +Loc ated +Ġconfront ation +ĠChampionship s +Ġhyp ert +Ġd j +ĠUser Info +ĠåĪ Ľå»º +\x b +(s im +Ġ== Ċ +Ġst aging +Ġdr astically +åŃ ¦ +l ords +. less +вед иÑĤе +ĠB ucket +ĠM am +. term +_p i +c zy +.p ub +prec io +ĠV irt +Ġrom an +it at +L ex +_inf os +Ä ° +. other +VE LO +Ġp onder +Ġh anno +( Page +do i +Ġpol ite +Ġprogram mer +D ies +$ d +Ġrep lication +add Column +fr ican +Ġl eng +be er +o it +Ġw asting +yl im +me asure +N eg +Ġpart ie +.con sole +ĠGu inea +TE L +_f act +.ch unk +Ġl ent +Ġall er +Ġठķ +_id le +Ġad missions +JSON Array +Ġv ibration +.h elpers +å¤ ĸ +Ġh en +j ohn +Ġì ĥĿ +Ġjud gement +Ġge en +ter ra +^ { +ĠI z +Ġc â +inst ances +Ġthreat ens +Ġm üssen +Kind OfClass +Ġstoryt elling +_d emo +ri as +Priv acy +h ift +ĠY i +es or +íķ ł +ens itivity +.W riter +ภĤ +D istrict +.get JSONObject +Im pro +(get Resources +ĠS PELL +rodu ce +Ġslow ed +Ġlin ewidth +Ġhonest y +ĠCo ord +ĠF ork +ĠDispatch Queue +ĠCl iff +ĠW iring +_TIM ESTAMP +oll ah +av oid +++ ];Ċ +sem antic +-c ss +Ġv eto +ĠM err +Ġlegisl ators +CEE DED +Ġquestion naire +ĠP ills +Cal culate +(c ore +' e +Ġdis like +ĠPre ferences +_EX TERNAL +è° ĥ +Ġd odge +æľį åĬ¡ +.n ames +.draw Image +_p rom +uck land +Ġ<$ > +ı z +/s ite +é¡ ¹ +rop he +Ġcomp elled +Ġl aptops +Ġun i +C LOSE +Ġcasual ties +ĠUn iform +Term inal +. "," +D AT +(T reeNode +ĠGand hi +(st mt +AX B +* M +Ġumb rella +an imal +Ġgr pc +Ġwhere by +Ġfloat s +ĉ arg +Ġdb g +Ġexceed ing +Event Type +.SaveChanges Async +Ġ{ {{ +Ġow ed +ahren heit +Ġì § +Ġequ ipo +ur ai +Ġid ol +] ")Ċ +_m ajor +Ġentire ty +inger print +ç os +/ account +ĉ right +urs os +ĠE DT +_INS ERT +Ġsh ining +Ġ< : +Edge Insets +Ġcolon ies +. IM +ĉĠ ĉ +RO AD +CC CC +pl acing +Ġget Activity +em acs +' %( +.click ed +ĠTh em +is ia +Bus car +.re name +Ġo ath +Ġafter ward +ĠU FO +AP S +ĠJackson ville +.s ome +Conf irmed +.s can +ig Integer +Decor ator +sh ield +ress ive +.d id +请 è¾ĵåħ¥ +Ġsh utter +D am +Ġparent ing +ey ed +$ item +-de velop +Ġextract s +Ġdecentral ized +ĠEl sa +_sp in +]) + +-in itial +Ġmult itude +Ġsens ory +ĠMODE L +Ġsafeg uard +ì ¹ +Ġhunt ers +ĠT iny +IN O +decor ate +ĠNo Such +H o +( Response +Ġr uler +ĉ short +Ġc aster +Ġclient Id +Ġp db +ëı Ħ +it ic +ĠGame State +Ġnew Item +)ĊĊ ĊĊĊĊ +ou is +n oc +.BL ACK +_V ECTOR +---------- (); +.get P +any e +Ġneur on +if old +ĠK nown +Bit coin +Any way +ay ette +Ġ' [' +Ãł nh +m gr +Ġcor related +Ġn ause +Ġment ality +has Many +ĠF G +amp ie +IT U +F s +.S p +_b etween +Dep endencies +ou g +Place holder += text +ĠMan aging +ocal ypse +åĮ Ĺ +_m ag +f ld +â ij +C AM +ĠHelp ers +Ġd ost +/ out +Ġassass ination +.get Image +ĠKenn y +.' )ĊĊ +){ // +ĠR anger +Ġg ek +Ġsinc ere +< Value +ĠD OT +ĠVict ory +Ġleg ends +Ġpr isons +(ex pression +ĠR abbit +_s entence +Ġbit es +Ġon Failure +ĠâĪ Ī +K im +.g ender +ĠÎ » +Ġ[ . +"] ); +land ing +-d igit +TE MP +ĉ entry +Ġstrt ok +Ġdesc endants +um no +Ġlean ing +Ġspecific s +q n +ĠSp art +Ġpor r +EDIATE K +Ġse per +' aut +ĠSTE P +ĠBorder Layout +Ġret ros +ĠSalv ador +ĠEN GINE +x dc +T weet +v k +Ġì ² +] << +het ics +c oding +Re ach +.re q +gu ide +.s cope +sh irt +rog ate +SET TING +ĠProte in +Ġe ing +. EMPTY +.d f +Ġclear er +Ġc rossover +ĠTo ys +Ġco ated +.M onth +ĠAtt ach +/ run +.t abs +Ġogs Ã¥ +B rown +.D ATE +Ġf os +åŃŠ符 +W ood +-th ree +her ited +Ġ rop +( ac +Ġembod iment +ĠKenn eth +Ġcan non +Ġb idding +čĊ +.get Resources +Ġl ump +_const s +( ext +ĉd ir +â Ŀ +Ġpadding Top +Ġobs ession +Ġb anning +ĠApp Module +Ġpart isan +Ġcatalog ue +Ġmin ors +Ġpitch es +we ep +Ġundert ake +Ġthem ed +aud it +.scroll Top +Ġr er +Ġsympt om +Ġopen ings +.block s +open id +Ġas sh +-s ave +ĠP ig +Ġreg ain +Ġin icial +/f avicon +ĉ exp +Ġsp ices +isk a +claim s +m ak +definition s +Ġcorrespond ent +ĠCann abis +__ ,Ċ +ĠL ucky +ĠGa ussian +ĠN early +C AD +'] ]Ċ +Ġadequ ately +ĠT ITLE +constitution al +-m m +_ override +Ġbl as +.ready State +Ġremin is +Ġrein forced +ĠColl abor +Ġdecor ating +Ġb achelor +ERRU PT +Ġup right +ip ation +ĠNob le +Ġvalue ForKey +Ġset Loading +.I gnore +å ģ +G lobals +ĠM ent +AS SES +Ġlim bs +ĠH UD +inc i +. iv +ĠQ ModelIndex +F use +Ġped al +_F REQ +( verbose +Ġlong itud +ĠChar ter +ê ·¸ +Ġbund les +. ignore +um bo +EM A +.... ... +s x +.C ard +Ġhe ute +Ġste er +j umlah +Ġ{ _ +_Check ed +Ġf ax +ĠG ust +itch ens +Ġ ))ĊĊ +Ġremark ably +/ XML +- remove +_b t +Ġinc ub +.p ackage +.current Thread +ĠHigh lander +.s ide +s plash +Ġ ici += D +Ġp uck +Ġball ots +Ġhug ely +co eff +Ġp Data +.C OLUMN +ĠHe aling +Ġord in +! ), +Ġ' ',čĊ +(m d +ĠS ask +< strong +Ġsurviv or +.s eries +Ġcaffe ine +Ġ` ( +.TRA ILING +_ Input +(" ^ +z d +& );Ċ +ĠP ing +Ġv oucher +.r ating +-sh irts +ĠRetrie ves +.al ibaba +Or acle +_MO V +Old Data +Ġ/* čĊ +Ġg boolean +Ġ=> čĊ +Ġr á +Ġbl unt +ĠImage Icon +if ik +RT C +Ġfib ers +Ġto ile +.s ent +ĠPy Qt +$ app +Ġmed io +Ġgrant ing +Ġtsl int +ĠM ö +(fig size +Ġhur ricane +Ġlif es +Ġà Ħ +rocess ing +_st andard +- option +')) ) +Ġvac ant +å· ¥ +ĠH ollow +handle Change +Ġdiv ider +ĠEngine ers +Ġsv ens +Ġcompl iant +t anggal +ĠC redits +ĠEm irates +Rule Context +Ġreal ization +Ġdistr acted +]+ = +Ġaug ment +ĠD w +ot p +or rent +Edit ar +.st ock +St udy +pe ctions +ĠGame Manager += cut +Ġf lock +ĠRom ans +th em +-h op +Ġscreens hots +Ġ/* !Ċ +Ġconvers ions +Ġnormal ization +(config uration +Ġa eros +_se curity +! 'Ċ +B onus +ĠDR IVER +ĉ Date +t ie +ĠWy oming +St and +it re +Ġsh oppers +Ġdisadv antage +Ġlik ing +ç¬ ij +Ġunderstand able +SE E +Ġh oy +Ġnin ete +Ġcon fer +Ġnow rap +ĠV ern +, čĊčĊ +imest ep +Layout Manager +à · +ĉw ait +PLE TED +J apan +Ġindu ce +Ġå ¯ +оз в +_END POINT +.h orizontal +Ġacceler ated +rim on +IV ES +Trans actions +Le an +ĠSO UR +wh ether +y g +Ġo id +ĠEntity Manager +OUN TRY +Ġfil a +OLUM NS +IN UE +ĠAn chor +TR AN +wo o +block quote +ĠN urse +ĠCar p +Ġrede em +. try +ĠJ P +Ġtimestamp s +Ġ?> ">< +ĠREM OVE +ĠStar bucks +Re ally +Ġflood ed +.C allback +Drop Down +ip ro +Ġt ended +l te +Ġproport ions +- te +ĠR ena +lic ate +for ces +.ex tra +.auth enticate +в од +¡ ° +Ġfor ControlEvents +Ġsen ha +Ġke in +Ġmin ist +ĠPre ference +ĠTele graph +Ñĥ п +str pos +Ġillness es +Ġp igs +Ġget Intent +S ol +Ġ ¡ +(c pu +[ prop +s creens +'); ?> +ĠAct s +Ġstr dup +Ġaver ages +an al +ĠCas ual +Group Box +ĠHand book +/ comments +Ġnumber ed +Ġbroadcast ing +çĽ ij +.native Element +.m u +Ġupdated At +ĠDoes n +.A C +.c oll +Ġrec order +_sh a +B g +b il +Ġbol ts +Ġç ¬ +Ġim posing +ĠInformation en +_flash data +e conomic +Rem ark +uc as +ĠOff icers +ĠT ER +W alk +Ġmerc ado +_g enerate +H Y +Call ing +s nap +script Id +. operation +ĠFl ame +l iness +Ġrent ed +_t oggle +-ch anging +ĠT Y +' util +EE P +Ġgraph ql +ĠUn i +Ġimp ulse +.B asic +Ġenerg ies +M ARY +ĠMar cel +Ġmort al +Ġf res +m ens +m otion +Ġsample d +âĢľ That +id ay +qu ipment +get Int +ĠA bsolute +,' " +un ed +.sh are +Ġ} )( +mm m +ĠR ising +ä» » +Ġun employed +x fa +.f ollow +ĉĉĉĉ ĠĠĠĠĠĠ +sl t +.P hone +Ġkn ives +Ġe ve +on Click +] ))čĊ +ĠW itness +ĉ NS +ĠE OS +ĠSte fan +ĠPri est +âĢĶ which +Get String +. By +Ġup stairs +Ġdetr iment +bro ken +emb ro +Ġnic otine +il ion +Ġaston ishing +_ aff +ĠLess on +Ġaccident al +od or +Ġdec ir +Ġnew Name ++ . +çĽ ¸ +igs list +ĠG ithub +Ġsuccess ive +rac ial +Ġen viron +éªĮ è¯ģ +Ġredirect ed +T OTAL +Ġgrab bing +ĠL ance +Ġfor fe +_C B +å¾ ® +El apsed +_w ay +(Dialog Interface +_me asure +x bb +D og +Dep art +-s rc +res olver +with standing +_sh ell +ĠLast Name +ĠAv iation +Ġbegin ner +("% . +(to ol +Ġн ов +: init +(A PI +ĠMorr ison +vt Color +Ġstap le +/ INFO +Ġsupern atural +Ġste ak +tim eline +zz le +" `ĊĊ +Second ary +ĠNep al +.String Utils +Ġad am +Ġ( ... +Ġsub stitution +Ġboard ing +ĠKey word +ĠAss ault +dbc Template +Ġorder Id +( engine +.assert That +ĠVen us +Ġhomic ide +ĠA val +Ġg utter +ĠSupport ed +/p art +Ġac claimed +H istor +Ġmes es +ü ber +ĠRen ew +Ġgr as +ĠE k +Ġin file +ind y +.m usic +.S croll +ĠA ges +ĠNar uto +ĠG ather +Ġconfirm ing += (" +Ġpitch ed +ole y +Fr ance ++' " +$ total +Ġon de +Ġd itch +_s igma +Ġcontinu ity +re ward +- load +Ġproces o +Lock ed +st aw +Ġsp inal +l azy +! == +j est +Ġd un +ĠRod gers +ĉ grid +Ġlog os +ĠBeng al +.s uper +Provid es +Ġnut rient +.T imestamp +IZ ATION +åĨ Į +Ġf ats +ĠX xx +ct ica +Target s +Ġcont ours +Ġre ordered +: Array +Ġtoler ate +V ir +Ġter ribly +Ġbr icks +(& _ +h b +Port al +ĠB read +. which +ÂŃ t +as InstanceOf +Ġj object +ĉ length +_M T +; ">čĊ +_EX IST +Ġmat ernal +RE L +Ġê²½ ìļ° +he e +Ġlayout s +ĠL ap +ais y +Ġst umbled +ĠU IG +ĠS co +Ġimp aired +RES SED +Ġab uses +V F +AR B +.N AME +r ch +prim ir +_com pleted +Ġp enny +Ch rome +(b egin +ern en +- checkbox +Plain OldData +ĠL PC +r ade +sp ir +Ġcon ceived +T ips +ĠIo T +ĠG an +èģ Ķ +Ġbi ases +Ġconsult ants +ple d +_ ht +associ ated +], ĊĊ +Ġdelight ful +ĠÑĤ ек +Hel vetica +( load +-exp and +_W IDGET +to a +ĠA kt +Ġom n +Ġcl auses +Int el +*/ }Ċ +_reg istration +Ġold Value +Ġrest oring +Ġun real +O VER +ĉĊĉĊ ĉĊ +AT S +_pro be +Ġdiv isor +.update Dynamic +å¹ ³ +Produ ces +st amp +.j boss +ĉt ask +! (: +Ġpsych ic +@ class +M artin +ĠPass ed +clar ations +h el +а Ñĩ +ĉc opy +-b in +z an +ig ram +া ঠ+(s ig +ĠC aval +_ ## +Ġ% = +out lined +ĠAc id +Ġunpredict able +-d ashboard +Hex String ++ c +.P ublic +Ạ© +Ġconvey or +ĠE B +Ġselect s +Ġknock ing +ĠC ec +IBUT ES +owa Äĩ +g atsby +* v +ent ropy +Ġdispatch ed +Ġcam el +ĠSat urn +Ġover weight +( phone +par able +% B +_v ectors +Ġbrew ing +ĠT k +ĠDownload s +ĠS aved +.Pr ice +Ġcur ved +ĠParen thood +è ¶ +.p nl +plet ely +.D ay +Ġadvertis ers +Ġej ec +Ġpr zed +ë ¯ +! ';Ċ +ĠK ush +ĠT AB +Ġquest s +Ġcoinc idence +umm ies +ĠKash mir +ĠEth ics +_g rowth +Ġakt iv +Ġgroup ing +å¢ ŀ +_tr uth +åIJ ¬ +t odos +is et +Tex Coord +ä tt +ĠZ ur +ro ys +_M AGIC +Ġbrew ery +( State +ĠSM ALL +ĠPl ants +it bart +each er +ĠAd elaide +L u +Ġf ick +und les +_load ed +и е +P oll +rit ic +EL Y +Ġ+ ' +ĠProf ession +Ġst amps +ĠS ew +scroll View +Ġcomm unist +/pro blems +}čĊčĊ čĊčĊ +, o +Ġu dp +Ġob ese +appro ve +ancell ation +_G ame +ĠHas htable +adaptive Styles +Ġpossess es +.match er +function al +M rs +ĉs ave +ĠDb Type +Ġk en +get Context +Ġm ans +( rel +ĠBrother hood +) `Ċ +è§ £ +.In formation +OutOfRange Exception +ĠS ek +C as +Ġblog gers +E ither +(" "" +Ġpin ch +Ġco arse +) p +ĠP ulse +Ġlear nt +Ġdent ist +Ġon change +Ġdirect ives +( actions +ny der +ĠSh ir +T rait +_de p +ĠP ET +ĠRE P +.App Settings +cu ador +iden av +Ġenv i +Ġsl ammed +ĠSh oot +Ġdate Format +.j oda +ve ys +Ġ) .ĊĊ +Ġcare g +ĠPar allel +_ translation +.function s +. obs +Runtime Exception +[] = +over view +ĠSch l +Ġno isy +ĠOn PropertyChanged +S ending +Ġunf amiliar +U pon +ĠPrint s +.t yp +Ġflee ing +ĉm ove +( Un +Ġq r +× ľ +_b eta +Ġsk ies +ĉm e +W ND +Ġstick ers +bl as +Ġinsert s +Ġvers es +ĠD ew +Ġtang ible +Ġhe cho +P OL +Ġte ardown +om nia +IB E +.c over +_str ategy +^ - +set Position +u ale +S igned +Ġif ace +as eline +.set Time +ĠMin eral +ĠFight ing +sk ins +Ġdiscrim in +Ġdans k +ĠPr inceton +ac ist +Ġ( ));Ċ +tr acks +imon ial +ad ecimal +EP ROM +ugg le +.Not ification +$ mail +c antidad +ĠJ ung +Ġseek ers +Ġpl ausible +t ier +еР¶ +Ġr apper +ĠMan a +ĠHttp StatusCode +Ġburn t +los es +ĠF oto +ĠJson Object +Inst agram +Ġsys call +Ġreal ities +ĠMAT LAB +:^ {Ċ +TER M +ĠC bd +ĠPar agraph +Ġtrav és +Ġconstruct ing +Ġsw al +Ġp ige +LL LL +-ex isting +G ets +Ġmelt ed +Ġmitig ate +H en +Ġh m +im as +ĠA o +ĠP erez +ĠD AL +Ġëĭ ¤ +Ġdiv is +Storyboard Segue +ĠMod ify +ĠÃľ ber +_O VERRIDE +.p em +unt os +Ġespa ñ +Ġ{ ? +ĠP AY +_ip v +ĠF ury +__ .__ +el ow +-center ed +check s +_ Reg +-J avadoc +ĉ load +ĠLik ewise +ا Ùħ +UN E +.se m +x cb +ĠC ave +_s leep +Ġsil ently +ĠExt reme +.To Upper +ĉC HECK +Ġc ue +ĠQ ByteArray +Ġcorrupt ed +ĠD é +Ġimp ed +Get Name +Ġinaccur ate +Ġso ber +е е +Ġbar code +-- ){Ċ +ink i +Ġé p +Ġd ri +ĠAL T +>>>> >>>> +ont a +[ L +Ġinter es +ver ting +Ġdi agnostics +p dev +è © +ĠIntegr ated +). ' +_g c +$ text +.g ames +ĠT erra +' Re +.trans fer +_F IFO +get Model +Ġbl and +ĠCole man +Ġpr imes +Ġæ Ī +Ġcross es +n k +G ING +Ġ' ^ +ĠB lob +Ġinter course +ĠBl vd +Ġweigh s +_reg ular +ĠPer th +Ġsepar ating +Ġb illed +.tab Control +Ġpup pet +Ġutil ization +Ġâĸ ł +Ġsucc es +Ġl amps +_pro j +E ric +Ġren ovation +ĠFam ilies +ĠB its +part ials +-M en +s olution +Ġd warf +.IN TEGER +ĠLO CK +. ct +Ġexcer pt +ĠP ix +ĠFirst Name +ANT ED +ĠAd mir +-h elp +P rior +ĠAl ign +.IN STANCE +Line Edit +('/ : +Ġin et +od us +.p kl +ĠK Y +up ert +Ġn erves +_grad ient +} ',' +_un ref +Ġs aturated +ĠConn ected +ĠF N +EX IT +Ġtele port +Ġav ait +Page Route +Ġdivor ced +(l ang +f st +ĠT yr +Ġmess enger +if stream +X S +ĠBank ing +Ġinfect ious +ĠM ons +_LO OP +Ġzur ück +Ġobt ener +/re pos +V el +ac ro +Ġuser Repository +style Type +ĠS RC +VML INUX +rec ursive +/ bar +_ch ip +omin ated +ĠN it +âĢĶ to +ĠBudd h +ом еÑĢ +ĠM AG +ĠC HE +_d en +. raises +_de gree +Ġpump kin +_tem plates +_M EDIA +ĠTim eline +Ġb ots +Object Type +Ġbu ys +.post s +C AL +wait ing +ĠDani els +Ġd abei +ĠS igma +il or +ig el +, W +AD S +( panel +ì² ´ +it ating +.p alette +Ġmos quito +Ġt ego +(parse Int +Ġdes pués +p romise +Ġw ij +types cript +ĠT v +_IDENT IFIER +).ĊĊ Ċ +_fl at +its u +US R +ex perience +-f it +ph inx +_th resh +Ġide ally +ĠFre eman +, DB +_r w +çŃ ī +U b +_stat istics +=" ">< +Ġch ore +Ġy ork +inst alled +Add itionally +Ġp stmt +yl ko +:: Ċ +Fore st +Ġhead set +Ġgall on +ÑĢ ем +Ġwithdraw n +ĠC andidate +Ġmel ting +Ġfree zer +Ġh l +_HE LP +m ime +( /* +Ġth irst +$ return +member of +еР± +ĠHttp ServletRequest +( ob +_ Result +Ġassert ed +Ġfulfill ing +Ġstret ches +par ated +-f unded +Ġå Ľ +ing les +_c a +. condition +ĠDis plays +Ġor ang +ĠC RE +Ġgl Bind +ĠSelect or +/ type +ĠAlex a +ched ules +ĠPen insula +Ġpar ity +ĉ dest +ĠDo ors +čĊ ĉčĊ +_dim ension +Ġa load +.St oredProcedure +(p aren +ĠBur ke +') ]Ċ +- engine +Ġqu ir +ĠHy brid +ĠDo e +Ġout lines +ĠTrend s +_N V +per iments +ĠH in +? ', +ĉ Text +F UL +Ġsm ells +Ġs lick +Ġmis erable +ĠArray Adapter +Ġparam String +H om +_l iterals +us uarios +Ġprompt ing +_l azy +ĠActiv ation +_ oc +We ak +Ġan ecd +ĠU CLA += re +isse ment +ĠEsc orts +Ex cellent +ĠP ause +Ġre positories +T OR +ari ate +_is o +up dates +hal b +udi ante +ë¡ Ŀ +Ġna ive +ĠP eg +ĠL ounge +ARG IN +(b in +On ClickListener +ĠFA ILED +Ġl ite +Ġd zie +ĠL iteral +iv or +fc ntl +Ġe ats +Ġq ed +Un lock +rid ing +und ai += M +AT TER +Configure Await +ici as +ustom ed +Ġsuccess ion +end Time +ĠJ upiter +Ġjud ging +d ration +_d ocs +.m o +Ġeduc ators +ĠV ine +Con d +[ out +q b +\ Validator +Ġmean ings +Ġpresent ly +Ġdiv iding +otten ham +asc ular +Ġtrail ers +ĠC LOSE +ам и +âĢĻ ai +ĠG ain +w or +Ġpl anner +Ġdistrib uting +v at +month s +x label +H F +V iol +.BASE LINE +еÑĤ ÑģÑı +ĠR otate +Ġtx n +: bold +Ġb loss +Forg ery +( embed +Ġjak o +s printf +the ir +Ġexhib its +- static +he cy +get ActiveSheet +.c lients +ãģ į +_h ide +[ word +C b +add Item +ax e +_r adio +al ion +mod ifier +Ġsat uration +Ġden om +_p ixels +m ess +(f l +at if +Ġse cs +Ġpro stitution +Ġgrand children +Ġparad ise +ĠF eld +_B INARY +it ous +๠Ħ +Ġflash ing +-s ided +Ġcontrad iction +/* ĊĊ +y label +ĠT et +Ġadm ire +res o +Ġlet z +ĠSE ARCH +sl ots +ĠRew ards +ĠH og +ĠNS Data +st ash +F all +ĠA mer +Line arLayout +/ photos +Ġfe ather +Ġ| čĊ +Download s +.Start sWith +Ġ// # +ine Transform +Ġaff id +V tbl +ĠRog ue +scri bed +Ġfa uc +ĠMon roe +Ġdecl ares +mod ern +re on +ay be +P ASS +f ers +_MULT I +ĠMath ematics +Ġsud ah +_ATT ACH +Ġnumber With +ĠSol omon +j in +ograf ia +ö l +_d esign +cul ated +ĠL una +ies z +Ġ=> ' +Ġrevel ations +Al ong +( ed +ĠF ilename +Ġy label +Sec ure +Ġbus ca +agn osis +_RE CE +Ġoverl apping +Ext ent +Ġanticip ation +Check s +ĠALS O +or c +iling ual +it ational +Ġadv ancement +ou ro +ĠP redicate +å¾ Ĺ +er ia +ĠPier ce +or io +Ġmer its +Ġpe anut +.P ackage +ĠCon duct +_SENS OR +Ġbo iling +Ġin tra +ĠI GN +ĠF ur +.Ref resh +ĠRe ach +_dec oder +.Ex p +ĠÑĤ ак +p ill +, Q +ĠGr ill +Ġpop ping +.A g +Ġpro yecto +Ġmile age +Ġec ological +] ]);Ċ +ĠÂ Ń +sub plot +ac ad +ĠTry ing +rec ipes +$ criteria +ĠPers ian +-b ound +M ASK +ĠG esture +Ġk k +ĠP VC +Ġprohib ition +Ġcom ando +ĠLO OK +Sh opping +Ġdist ortion +< Boolean +.Get Length +um pt +\ Product +ell ery +Ġfire wall +form atted +.red is +Ġes a +ĠRh ode +S om +.n on +Ġ' ). +Ġget View +ạ n +pr us +Mat thew +Ġs ia +ĠF ors +G PU +ient ras +_IN ST +Ġol arak +Ġimport ing +T CP +/ ");Ċ +e ither +Ġfresh ly +c ascade +(char acter +ĠJe ep +ot ics +_ UTIL +.Xtra Printing +.first Child +ĠEx cell +Ġd vd +Ġt aller +Ġr as +yp ass +Ġassign s +Ġgri ev +-m ore +J D +ĠBurn s +' >čĊ +.D ependency +.Query String +.O wner +Ġexp iry +Th u +( Vec +Ġhazard ous +Ġr pm +AP ON +Ġadd Target +sv ille +p Net +ĠIm g +ĠTIM ER +.An imation +Ġbe k +Ġass ort +Ġle bih +Ġbody Parser +Ġvibr ating +ID L +Ġbutter knife +int ers +Ġpersu ade +ĠLGBT Q +è ĭ +.s oft +Ġbe ams +_s ur +.D ef +Ġl abs +ĉ plt +Ġsk ins +Ġtransf erring +Ġimag inary +_E nd +; background +Ġl aps +_COM MENT +(S DL +ond s +.Rec ord +ĠIm plements +_t icks +() ))ĊĊ +Ġa rose +] ? +ĠM p +ĠI Command +Ġsculpt ure +Ġcontract ed +< HTML +Ġcal end +at y +/ Sub +Ġkv inn +_ IGNORE +ĠSh ane +ML S +Ġstim ulate +Part ition +Ġm un +ó m +eral a +- account +.B inary +c é +Ġse ize +connection s +ĠĊ ĠĠĠĠĠĠĠĠĊ +ĠDi agnostic +V ISIBLE +ĠRun s +Ġimpress ions +s uite +ob le +~ - +ak ukan +< Person +ĠN os +ĠG ui +.wait For +RE SET +Ġpost pon +Dis cover +arr ison +sh aw +b lood +AJ OR +æĽ´ æĸ° +ĠM use +æĶ ¶ +Ġret aining +ot te +Ġmos que +ĠS ne +Ġstandard ized +Ġmain land +_th ree +unge ons +get Doctrine +Ġwh ale +Ġag g +ĠP orsche +now led +lat ent +ĠRel ation +Ġ// ' +Ġshut ting +ĠRem ix +_c ov +Ġs ailing +Ġv owed +Ġp ots +out u +Ġhair y +cast s +Rel oad +Ġre connect +ter a +.child Nodes +ĠR ack +Ġcurrent Index +Ġall en +Ġ çĶ¨æĪ· +ĠC ubs +[ X +_SE Q +_RE MOVE +.get Action +(/ ^ +err ar +Ġ ether +cur ve +Ġsl ap +Ġu om +O thers +Ġen gr +Dis position +Ġst aged +E ye +ĠA ux +auth enticate +Ġ$ ? +ĠAndre as +Ġset w +.A rt +Ġforecast s +Ġa unt +-m iddle +Ġmis d +des k +Ġescort e +ĠCas a +rop ical +Ġexem ple +plan et +(U INT +Ġwh ip +ĠPC B +clide an +=" \ +Ġox ide +Ġsucceed s +der ived +ĠEcon om +_co ordinates +ir as +D raft +Ġvisual ize +B rian +_ASS UME +ĠObject Id +Ġtrain ers +_FOR CE +Ġcon soles +- process +lic her +ĠSim mons +T aking +ĠCl aims +Ġdiffé rent +Activity Result +Ġsn s +éĢī æĭ +ĠCr us +Ġll am +r ab +ĠJo an +AA A +ĉf ilter +ish ops +get ting +à µ +Ġquant o +P ast +ov ich +Ġin justice +ĠF LOAT +Ġal right +\ DB +( GameObject +u ish +(b ot +Ġgall ons +ĠR é +ĠS aid +ĠSTDMETHOD CALLTYPE +ais ing +_process or +ell idos +ter dam +ĠBe am +Text Area +Ġret orno +.M ake +Ġ$ ("< +Ġlock down +Ġremed ies +Ġve el +x ee +do ctype +F il +ĠExp and +Ġemp loys +Ġsession Storage +Ph p +P ublish +Ġret al +f abs +ynam ics +Ġtoss ed +ĠnumberOfRows InSection +x path +\ modules +Ġdis astr +ĠM ULT +.M esh +-st age +Ġs df +it ung +ug es +Ġ?> ">' +kin son +Ġк ол +ogn itive +_ li +Ġim minent +Ġaff inity +.sign al +Ġnot ch +ĠSteel ers +max length +K K +ĠEug ene +_P WM +ro i +Ġâ Ĺı +ĠH amburg +.M ust +Ġax e +en ef +Ġamb itions +ĠSpec ies +ĠSt ress +Ġa while +Ġб Ñĥд +Ġwith stand +ĠDec oder +_in ventory +Ġ{ ččĊ +Ġt gt +Ġrail road +W ASHINGTON +Ġnegot iated +N ST +- phone +, U +Ġexerc ising +á» ¥ +_P IXEL +av ors +iter ated +Ġv ampire +ad al +In grese +Ġun g +ject ive +.c ells +Ġn ano +Ġmark down +_R ULE +(event s +Ġl uggage +MESS AGE +ig keit +$ count +Attribute Name +IG INAL +_E nt +ĠB F +ĠCOM MENT +_in i +ĠEurope ans +ĠB elle +åij ½ +) [' +åº Ķ +ĠUse ful +.re ference +() ", +_ grade +ĠK aw +Ġsent encing +Ġsocial ism +mon ster +_L AYER +Ġdee pest +w k +ĠNo ise +### ĊĊ +Ġpr éc +ot le +ÑĤ е +a uf +ib al +Ġcon quer +> Email +Ġamb ulance +O AD +Ġ(" % +ĠF I +.f ixture +Ġter se +ĠĠĠĠ ĉĉĉĉ +Ġsanct uary +ug i +ĠCom parator +Definition s +Ġast hma +Ġl act +Ġhard wood +.c lock +Ġattract ing +ĠM our +(d istance +ic its +Ġbon ne +ĠAC CESS +.Deserialize Object +ĠTyp ed +Ġje u +Ġapp Id +ĠCl ara +ĠH F +ĠRe ich +ipp les +//---------------------------------------------------------------- ---------------- +_del ivery +erial ization +Ġplaint iffs +Sc ient +sh opping +ĠD ummy +ĠW ald +Group Name +Ġins cription +el og +:::: :::: +_ ld +Back Pressed +.R aw +ĠOn Trigger +Ġmuse ums +ĠBe en +ĠAdvent ures +Ġsl ate +Ġlet t +Ġsu nd +ĠG in +ĠMechan ical +.s hip +App Component +Ġdest ined +Ġdw elling +Prof iler +Pre pare +ze ich +Ġsil icon +(h as +Ġ# % +VID EO +Ġcollabor ate +L in +Ġsc opes +( className +(s d +and in +.h am +Service Impl +-des cribed +Ġiron y +st ial +ĠHu awei +(re po +Ġunexpected ly +ĠK ai +.inst all +\x f +Ġexhib ited +_T CP +ĠO x +_CH O +Ġprostitu erte +Ġv ä +Ġsit o +Ġconstitu ents +ĠContin ued +ĠS AVE +r ss +/ message +ub es +Ġmisd emean +Ġtax ation +Ġstory line +h air +ĠFind s +S IG +ver ification +~ = +.h p +Iter able +Ñĭ е +ator i +Ġc tr +R x +_ );ĊĊ +d ag +.p in +Ġp seud +Ġinv o +ÑģÑĤ ÑĢ +_p ix +为 空 +Ġsw orn +âĢĶ or +_reg istry +Ġdis asters +ĠRO I +ĠâĢ ķ +akt u +fore st +be iten +âĢĶ I +ue va +eg t +Ġsp ikes +URE S +ĠRecomm ended +Ġexplo ited +ĠFreder ick +_COMP LETE +ĠDr ugs +!!!! !!!! +ĠR iv +ST OP +RO OM +ĠP ASSWORD +C ookies +.E l +á» Ń +ĠB ert +Ġhash ed +ic ester +Ġdecor ator +Ġquery String +: ;Ċ +Ġ" [" +oto pe +-A meric +ĠMatthew s +UR AL +âĢľ , +Sum mer +f os +_CONT AINER +_A CK +Ġfil tr +_dis p +_ Re +Ġfac ile +а ÑĪ +Ġìķ Ĭ +Ġe ben +Ġspr ink +ĠQ uint +> V +Ġhistor ians +our met +ĠMonitor ing +led ger +c ott +Ġw are +GG LE +c ars +ĠM EDIATEK +Ġvol upt +_ View +HE L +(c opy +(st ats +Ġchrom osome +ĠCurt is +- conf +( asset +Ġhv or +File System +< >();čĊ +oc oder +ĠC annon +) x +ĠSm ooth +ĠS AS +_ ce +ĉ prev +_m ovie +E c +_w all +< Button +ĠF AST +Ġon View +ul an +ĠS UPPORT +Ġgesch ichten +ĠS ons +Im m +$ IFn +Ġfair ness +Ġd pi +ats u +J osh +Equal ity +Ġ} ()Ċ +_ less +ĠR atio +ĠC ats +ĠS tern +Mon ster +Ġmer cury +ü hr +Ġplus ieurs +.des erialize +sc opy +.F alse +) animated +ĠExp erts +Ġ"") {Ċ +.W hen +see also +.un pack +LE M +.select All +Ġperception s +ud ing +ir ling +ĠPrint ing +gram s +ĠFile Stream +erv ille +il og +ic mp +_C ount +Ġlivest ock +- ca +doc uments +Ġpo les +ĉw ant +Ġflu ores +Ġstand point +ĠH uge +Ġradi ans +ĠUIB ar +EDI UM +ĠHistor ic +_h older +ĠMar ines +Ġt ä +.L ight +quir er +ason ry +div ider +ĠFl utter +_f b +restrict ed +ĠEvery body +N ão +Ġkn ot +ĠT witch +Ġhall way +(C ollider +Input Element +? )Ċ +/ off +/ ) +play ed +[ OF +Ġbat ting +_d l +Ġcom edian +Ġé v +ĠD EM +ĠEd en +: white +' ', +Con struction +acer b +Ġtask ed +.man age +Rel ationship +Ġph on +n z +_B GR +Validate AntiForgeryToken +_ air +âĢľ When +Ġgl fw +ĠCon versation +_T OTAL +, Z +Ġg raz +Ġiter able +ĠP ASS +Ġadvert ise +Ġmö glich +/ train +ĠVolk swagen +Ġcreep y +Ġ" )čĊ +QU ENCE +Ġalt ar +Ġed its +comp iled +aw ning +ĠD ungeon +Ġo sg +Navigation Bar +Ġtrend ing +ĠE co +ogg les +cd ot +| - +S ie +ec ret +ĠN egative +ĠL ing +ĠD IM +ĠC WE +ĠCar rier +Ġcar tridge +_us b += os +ĠJack ie +Ġo tras +Ġcommod ities +ĠP resentation +)&& ( +ĠMar tha +ĠCath olics +ĠM ond +об Ñĭ +_ absolute +Ġash amed +pons ors +t al +Ġsad ness +Ġpu ò +F ade +-pre view +ĠRequest s +ĠCal vin +h orn +Reuse Identifier +(pro vider +/app s +ime o +ĉ Class +S amsung +ĠW ORLD +Ġc innamon +dot env +ĠI User +ĠDE V +_C har +.ib atis +et i +/ me +s st +.s ym +ĠRug by +-m aster +aj ar +ĠY EAR +Ġo dp +ĠR oles +Ġbip artisan +ail le +Ġblock er +Ġgre ens +.SE CONDS +Ġbelie vers +ĠL ikes +F LOAT +Ġm ak +Ġg cc +âķIJ âķIJ +(" ~/ +SCRIPT OR +Ġton nes +ĠS ang +Ġtrans pose +enn ai +P red +Ġsoll te +.github usercontent +( print +ĠH ole +çľ ĭ +ad get +Ġprompt s +Ġgen etically +ĠH od +Ġvert ically +_control s +ÑģÑĤ ан +") {čĊ +$ title +Ġ} ),ĊĊ +Ġstate wide +ĠCor respond +ĠAt tr +it ant +Element Type +Ġout ward +Ġfam ilia +( article +Ġbl at +Âł Ċ +Ġgl Get +ĠRe ceiver +Ġ% - +ad am +W inner +Ġtail or +_p wd +ert en +St an +ĉ all +al ive +strt otime +� s +s essions +$ conn +ass ist +Ġchat ting +ĠM ant +Ġ% @ +Ġ"" );ĊĊ +Ġd gv +Ġíķ ¨ +.re peat +_M essage +Ġadvis ers +/ path +Ġk es +) } .ĊĊ +ogen esis +ĠOPTION S +upt ools +Ġmilit ant +Ġex ited +ig ar +ĠCOM M +ĠDis posable +ay cast +Ġrow span +Ġsyn thes +Ġsond ern +ĠĊ +ĠJ acket +R ATION +.getSelected Item +- init +ĠReg isters +_se p +ĠTool kit +.d ict +Ġx label +\ Table +t oc +_com bo +ĠComp act +Ġr ugged +à¥ĩ ठ+-man agement +')}} ">Ċ +ĠSt amp +ı l +ro x +Ġlandsc apes +_NOT E +mon ary +c ab +Ġmo et +x af +rc ode +- cli +_g ate +[ event +SP ORT +g ia +ĠS UPER +/ Login +_sh utdown +int errupt +Ġpret ending +Ġfr inge +ĠRed s +ĠC UDA +ĠUN IX +v it +Ġbr ig +dr v +ĠConn ector +There fore +Ġl ia +D etection +_ actor +Ġtemp file +Ġecc entric +- role +Ġpad x +d ent +West ern +Ġê ·¸ +ĠApplication Record +Ġcampaign ing +_run ner +ĠC ivic +ale igh +Ġdire kt +.s ul +ĠĠ ĉĉĉ +ant en +Ġiss uer +Ġassert ions +( orig +AT IO +Ġlean ed +ä s +.D TO +expl ode +.O bservable +Ġstagger ing +Ġkidn apped +Ġprogram mers +ĠInn ov +.param eter +Ġdom ination +Ġske ptic +Ġæĺ ¯ +Ġavoid s +.Ver ify +ub by +ĠAS N +Ġformat o +ĠBeat les +_b rand +Ġin set +y outu +Ġto c +-f inal +Show ing +ĠD oub +ĠM esa +Ad j +_m edium +Cre ates +(end point +ĉ UP +bb ie +Ġst alk +.datab ind +.S can +ag ents +$ , +ind ividual ++ )/ +ĉv m +(not ification +Ġin ex +ĠClass ification +ren o +Ġo lig +-r ated +Ġform ulation +', { +Ġa cept +_un pack +_C A +.P ow +ĉ im +Ġal uminium +AN O +Ġx n +Ġcó mo +ĠIng redient +Ġseiz ures +åħ ± +ific ador +Ġsigu iente +ĠIn fragistics +Ġduplic ated +ĠDe e +Ġn ø +ĠAC CEPT +(c rate +иÑĤ елÑĮ +- less +Ġinf inity +An alyzer +-D ay +rit t +(c in +ĠG y +Ġmulti plied +uch i +ĠBald win +/ ip +Ġshort cuts +.A DD +Ġvig or +_in struction +( ; +_ eta +è¿ ŀ +utor ials +Ġboost ing +b v +Ġacknowled ges +List ening +FA Q +; b +(( - +Ġarchitect s +Ġz we +Ġpul s +Ġget Count +ver bs +ãĢ ľ +(C ollection +k re +Ġjuris dictions +_b ridge +ĠCr ack +ĠDiff iculty +K O +Res ervation +_re quires +T our +ãģĹãģ Ł +.set Current +Ġk y +ĠAlb any +Ġè § +ll er +agn a +work ers +.bl ank +ĠPr ayer +M IC +Ġresil ience +Te X +ĠL anguages +st udy +ĉc urr +Ġenzym es +Sl ug +ĠíĮ Į +str al +Ġtum ors +Ġseg unda +=' { +in struction +ĠL isp +/ info +Ġ" {$ +,: ), +Ġg v +( ErrorMessage +Ġ' = +}- ${ +.Doc uments +" Well +Ġreminis cent +Ġg az +iro pr +eh r +Ġsup pressed +ers h +.scroll To +Ġcad ena +Ġgame State +ÃŃ m +( conv +ĠTom orrow +ĠC CT +M ongo +ul g +.C amera +.hand lers +m ph +Ġst k +Ġgen etics +AC ING +Tr ivia +ĠB am +(m arker +.St retch +ĠSun ni +ĠBet ty +.t olist +un likely +.Rect angle +ob solete +IL ON +inner Text +emb ourg +a N +ĠV ehicles +un lock +: utf +n ob +ĠSee ing +ĠNE VER +Ġt ls +Ġfil les +Ġbenef ited +ĠCl int +*/ ), +.f old +Ġpos ible +A DED +th ouse +.D AL +ĠO dd +ro kes +ĠSun ny +ĠPartial Eq +_B uffer +ĠLe vi +long rightarrow +eld on +g ages +_w arn +.Create Table +ĠD ip +_ questions +.log ic +Ġ# " +={() => +Ġt ep +Ġju icy +ì Ĥ¬ +en ko +ia lect +Ù ī +Ġon board +Ġæ ı +ĉ rt +_ UTF +ĠQ Action +âĢ ŀ +( Component +(a udio +.h it +g te +Ġprogram med +state Params +Ġpoly ester +f ires +by ss +] =( +_ quality +Of Day +ĠFair y +Ġy elled +op l +(user Name +ĠD ifference +Ġevalu ations +iff any +Ġcycl ists +Ġc idade +Ġtext book +Ġprof iling +__ ), +de a +. activate +Ġindic ations +Ð ķ +Touch UpInside +Ġinval uable +ĠM ASK +Ġcont end +F req +Ġrecru its +(int erval +ĠUser Profile +Ġ'./ ../ +ed u +_C allback +Ġanal ogy +ĠTro phy +app hire +V ideos +ĠCh er +ĠH av +âĢ¦ " +. validator +g fx +ĠU Object +class names +tri angle +ĠEnc oder +.s py +Ġpred ators += status +-s afe +: ",Ċ +ĠIn cluding +Ġ{} ;čĊ +* cos +Ġend ured +.sul ake +Ġnurs ery +Ġfrag rance +Ġre building +Ġn th +ĠFr aser +.set Date +ĠV ince +_RE ST +Ġvent ilation +æµ · +cri bes +.as m +lp Vtbl +ĠA be +uis ine +, array +ĉ className +err als +Ġ' ĊĊ +Check out +Ġsol icit +A ux +_c apture +Ġrib s +rag on +vi ol +top ics +Function Flags +ĠM arty +b ike +ĠT ucker +(k ernel +ĠO ps +Close Operation +/d emo +ild a +ĠlÃŃ nea +APP ING +Ġsu ites +.visit VarInsn +ur us +ĠMin ute +(m anager +Ġbutter fly +Ġap are +Ġw olves +J WT +ĠSal on +ĉd elay +-es lint +is ations +.r pc +)| ( +ĠSnap chat +/m m +M N +cer ies +.text Alignment +ĠFrank furt +Ġad o +(new Value +( access +( Expression +ĠSign In +ĠHait i +_t p +.set Parameter +Min ute +Ġmanual s +ric anes +ĠP TR +ĠOut er +Ġget line +oc ations +_C D +ĠLy on +/g ui +_l ive +id an +.ge om +Ġborder Bottom +im uth +_check point +Ġme u +ĠIr ving +Ġpeu vent +(M AX +ĠAR CH +Ġp ov +.source forge +Ġjam ais +Ġar k +ĠBaghd ad +ĠC LEAR +Menu Bar +Ġtro is +CHED ULE +Ġ# čĊ +(C all +$ order +(M aterial +Ġencontr ado +$ list +ĠMETHOD S +.begin Transaction +_M AG +Style Sheet +Ġmaj ors +Ġindef initely +clean up +Ġhom eland +(d to +D ates +P resentation +ĠD K +={` / +ĉ Key +( Block +_check box +ne eds +Ġon Complete +ric o +Ġgle ich +Ġx m +O OD +B etter +ĠSQL ITE +. Book +x ad +ĠG one +ĉd p +Ġdev otion +Ġst m +Ġobs ess +ĠBack end +Qu eries +I k +// **************************************************************** +Ġdivid ends +.parent Element +} ")ĊĊ +ĠMaterial PageRoute +: num +Ġexp lic +ĠO L +le ast +O ops +iment os +Ġins urers +Ġhero ic +ĉf ields +.img ur +.btn Cancel +ĠDetect ive +(s m +ĠMutable LiveData +.l ab +(( [ +Ġha irst +ĠTrans actions +å¼Ģ å§ĭ +Ġstd Class +uent o +G IS +_c od +Instruction s +C alls +Pointer Type +ĠR w +Ġassort ment +ĠD IG ++ r +_C ERT +Ġinst ability +Ġv ib +on as +Ġro ku +ap ellido +Ġan gl +prene ur +Ġfluid s +ise ase +Ġde ed +qu ist +_CONST ANT +Ġequ ilibrium +_de legate +ĠQuant um +re i +Cap abilities +rect angle +? >< +al ien +ĠJ ug +D NA +T ickets +Occ urs +ĠHaw k +.setHorizontal Group +\ Collection +ff iti +Ġre arr +.setVertical Group +Ġc avity +Ġadult e +Fac ade +- wh +ĠL OL +Ø ° +Ġgrand parents +Sw ift +ĉw x +æīĢ æľī +if en +ff set +B eyond +// }ĊĊ +Ġw ager +Ġb ury +Ġcomm ence +reg istro +sc ient +ĠPer cent +Ġд олж +( identifier +.set Model +Ġs eldom +nt on +Ġappl iance +am us +rys ler +Ġpant ies +engu ins +Ġmim ic +Ġon Changed +Ġal coholic +.reload Data +Ch arge +ĠF ax +Ġj ScrollPane +Emp resa +Ġsh attered +x ba +Font s +? s +Ġpost season +ret ain +_r ates +Ġrequest Code +.t odo +´ s +CH K +ĠKeep ing +enge ance +Ġvs code +IPP ING +Default CloseOperation +_ raise +ĠO culus +ogram s +ra j +pc i +Ġcorros ion +.handle Submit +Access ible +ĠP iano +l ittle +AC L +Äĩ e +.un wrap +ĠCon vers +ĠLe ben +ione er +ĠMer chant +ĠJ orge +Ġembr acing +Ġvent a +á st +Ġvi ene +< QString +Ġexplos ions +Ġdistur bed +." < +m emo +ĠAb original +Ġcomple to +Tex Parameter +Ġuom ini +( agent +Ñĥ ÑĢ +ĠWh olesale +/ am +ĠBook mark +dr agon +Ġglo ve +Ġ" "));Ċ +iv ariate +now rap +In Children +.B r +Ġcon exion +Ġback bone +Ġe clipse +Ġpersec ution +': ĊĊ +/ link +ĠP ero +and as +ĠT ek +. "); +-an alysis +Ġer ad +Mar shal +Ġanch ors +og er +Ġconver gence +st icky +Ġnave g +int ern +_DE SCRIPTOR +ĠConsult ant +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠA uch +Ġer re +ÅĽ li +ĠHor izon +col a +Install ation +hot mail +C NN +.C ollectors +ch s +(tr ace +ĠEnc rypt +Ġ---- -- +ĠBase Controller +Ġag ua +Ġre active +id l +Ġclass Names +ĉ Session +ĠDod gers +H ad +_l v +Is Valid +ĠHEL P +ut to +ĠVer ification +Ġget env +_p a +.b mp +: f +ĠLou ise +(' ; +/ socket +Gr anted +.c alendar +( IP +ĠP X +.R oom +Ġprogram m +ens i +Ġtablesp oons +Ġle ve +Ġmo str +.t ipo +/ an +(d i +Ġb iod +Ġdb Context +ĠJS X +ĉ results +. END +ht e +l ify +P recision +èĬ Ĥ +ARS ER +)did ReceiveMemoryWarning +at tempt +IS P +& a +_P OP +ĠT ac +Ġprepared Statement +Ġзап иÑģ +Ġow ing +, start +Ġreview er +Ġr st +Ġprop Types +Ġrock y +_lo cale +ĠStrateg ies +ĠWe ber +.C ascade +_equal To +Ġcos as +ĠDe letes +ĠMax im +Ġsh rimp +re trieve +.In clude +IG IN +ĠO E +] );čĊčĊ +.en umer +Ġco ef +_N ull +R a +ty ard +ĠSh awn +keep ers +Ġq q +_s b +om ens +ĠExec utes +# " +TT Y +ĠValue Type +); */Ċ +ĠAbs olutely +ĠT ottenham +/ art +Ġbless ings +Ġswift ly +b uster +Ġa vid +COM M +, temp +Ġ} ?>Ċ +-g rowing +Ġdeep copy +A ck +egg ies +Ġ__ (" +Ġno ir +terror ism +Ġanth em +ag ency +_PACK AGE +ĠC losure +.reg istry +Ġmamm als +< L +U ICollectionView +ĠLED s +Ġvol ley +( Buffer +_N ATIVE +lib c +impl ode +Scroll Bar +ĠMar ion +.Con tracts +_A t +ĠWe instein +compare To +ĠH ose +en ity +.create Query +_r outer +Ġstim uli +Ġ++ ) +ĠCh amp +ĠBay ern +ass a +.v a +Ġdistrib utors +Ġfile private +Ġdepart ed +cc cc +@ click +ĠL unch +> L +Ġbl uetooth +.De ep +- standing +ác il +Ġro oft +ĠPath s +_iter ations +Invalid ArgumentException +.s pi +ĠUIAlert Action +uy e +sign in +.p riority +ĠEss ays +=' {$ +Ġè¿ ĶåĽŀ +_s igned +.p ersist +Ġred esign +To Lower +ĠNew man += start +ĠIsrael is +asis wa +Spe ech +Ġnum eros +hand lers +ĠW ong +Ġм еÑĤод +We ights +ĠGu jar +te il +ĠNon etheless +_E FFECT +Ġv ect +ĠO sc +Ġco ats +ĠW heat +Ġge ek +ĠPRO PERTY +w orm +_const ants +ĠB oulder +ĠP arm +co le +Ġdefault Center +ĠRou ge +: A +xc f +ĠVen ice +med ian +Ġred emption +F resh +Ġcos m +Ġfig ur +Ġref urb +CO PE +.c d +Ġch ords +ĠS gt +Å į +VP N +ĠS END +ain en +_account s +Ġtent h +Ġdiss olved +< App +ĠCover age +use State +é ro +.. < +Ġì £¼ +Ġdream ing +ĠFore cast +.C ursors +Ġvis as +/ script +_start ed +Ġga str +(P RO +]; // +.T ile +* sin +( Adapter +ĠSand ra +_S IG +ard ash +ĠO val +Ġdescri pcion +(s l +ĠDes criptor +Ġ` $ +/f ree +ĠKey words +Ġt udo +ion ale +(f ound +.x yz +ĠGeneration Type +_DISABLE D +( area +Ġel ites +Ġh ombre +(m essages +ĠR ac +Ġext ingu +ĠEst a +op o +. vel +mouse out +Ġconv olution +ĠHand ling +Ġceil ings +T ek +ĠAre as +.writer ow +< View +ĠCorn ell +_B IN +.in valid +'' 'čĊ +ie ż +_P osition +Ġk idding +PC ODE +Ġwatch er +lo x +Ġâ Ĺ +D ave +_all ow +Ġbis exual +Ġun ordered +ĠSch we +_se gments +Ġt earing +IN LINE +Ġund es +.g oods +.c am +ĠL W +ĉ where +Cal culator +-th reat +- alert +ĠSuz uki +ĠIP A +ĠAtt achment +AC CESS +(d type +O pp +_s ymbols +Ġdans ke +l age +or get +res olution +е Ñĩ +ĠQ Color +ĠBar rett +аÑĨи Ñı += \' +ĠNav Controller +/ ref +(c ountry +_H DR +Ġterse but +pet ition +Ġsu f +cred its +๠Į +x m +ĠDav ies +.re ddit +Ġw oven +ĠO bl +ĠK M +ĠConsider ing +ens ored +.per iod +Ġd dl +$ wp +Ġextrem ist +; \Ċ +Ġk im +al ers +Ġspan ning +Ġco herent +Ġconse gu +.text Label +.g eneral +_d ashboard +л ение +k ick +_P ID +ĠExt ensions +reg exp +ĠCl ause +_m ov +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠR eward +ĠLEG O +A k +=-=- =-=- +ĉ parser +Ġon ze +éĢ Ģ +âĢĿ ãĢĤ +_b all +(r hs +Ġch orus +< count +as urable +Ġwirk lich +ĠEr in +ĠMS NBC +Ġet ter +ĠC ron +_F LOW +Ġ, čĊ +Ġcal idad +ĠFile Writer +ĉ stmt +( Byte +_p at +Ġte lescope +Ġgre ed +ĠT ort +(w rite +\ application +ĉRT LR +ĠConfiguration Manager +Un ix +End Time +In cludes +ĠHar vest +en berg +ĠAustral ians +Ġë ĵ +Ġr n +Ġreput able +Ġbl ending +UL ATION +ĠBrend an +d ad +Ġm ø +ĠW oo +_d c +U ne +Ġr ue +with in +ang ep +Ġp ouch +\" ", +ĠS ic +âĢĿ ), +aly ze +ĠG ef +c overs +Ġd bo +replace All +ĉ Logger +Try ing +[ state +-p iece +éĸ ĵ +beh avior +all ows +l rt +_p ython +ert ura +-c ountry +ĠT G +.UI Manager +b ens +ale x +ĠBre itbart +b ac +Ġpredict s +Ġg ab +Ġcard inal +.Time Unit +ĠVis itor +ĠM ing +Ġliv re +Ġparent Id +port un +Ġdimension al +ĠV est +en ic +à ³ +Ġ Ùĩ +ĠBL UE +Ġitem Count +Ġfe athers +ĉp stmt +ĠPol ar +{ // +und i +Ñĥ ж +z ar +Error Response +ì ĥģ +Rep resentation +* _ ++ ] +pre pend +Ġ' > +Ġlegitim acy +Ġo o +S linky +Ġnation als +. words +; p +tr ap +oman ip +Ġc ues +Ġgradu ating +Ġsem aphore +"] );ĊĊ +ace y +RE ET +Gr ab +ĠFel ix +( Id +_ne ighbors +Ġmeaning less +(d el +Ġj eder +ĠContent Values +.abs olute +/ cl +Ġx b +dat um +Ġtort ured +Ġrub bing +S cores +ĠðŁĺ ī +Ġav ons +Ġam sterdam +E OS +H al +Ġtrust worthy +# = +.EX TRA +Ġman o +is icing +-s upport +ĉc ursor +ĠSp o +aim assage +M ission +[] {" +Ġprint ers +G REEN +Ġt eg +Ġabdom inal +! ĊĊĊĊĊĊ +.Sh ort +аз в +ĠGift s +} ") +(b inding +x ce +âĢ ij +inf os +Form Data +Ġd art +Ġele ms +(in v +Y L +t in +GEN ER +á» ¯ +ĠT aken +uck le +: e +Ġspect ral +.b aidu +/ ');Ċ +Ġgre edy +es ion +,,,, ,,,, +Ġ/> ,Ċ +Internal ServerError +NSNotification Center +ĠA i +Ġsp it +Ġaug mented +Ġstandard UserDefaults +FIN ITY +R ace +: C +ĠRE CORD +ĠHigh light +Ġ' ` +Ġdef icits +Ġne i +Ġresearch ed +T a +Ġc opp +.Get HashCode +): čĊčĊ +On Click +ĠWell ington +Ġrev ival +æ¯ Ķ +éĹ ® +ĠN SS +Ġfor n +Ġint é +ĠKu wait +_fl ip +_ bo +_ \ +Ġocc urrences +ĠScient ists +S RC +og ens +igr ant +RE MOTE +ĠS ID +. opts +u ve +() ])Ċ +Ġlibert arian +ĠGl ide +les en +Ġform e +ow ania +Ġannoy ed +Def s +ĠExec utor +Ġcast s +.set Checked +ĠSh aring +.Serialize Object +Ġselect ors +_ OTHER +ë¯ ¸ +(s uper +( OS +_VER IFY +id unt +< header +Ġ/> ';Ċ +Ġvidé o +ĠNeg ro +ĠL ords +ĠT ours +Ġsoft ly +.re ceive +ĠE RC +Ġdata Set +Bad ge +ĉ Event +Ġper l +Ġ{} \ +(s entence +Or Update +Ġdim inish +P IN +(d raw +.To DateTime +.Equal To +(p in +-p encil +lu ent +ĠCall er +Ġplay ful +- '+ +x ca +sw ick +){ }Ċ +}: ${ +ĠM eth +.get Cell +.b reak +Ġy max +=' Ċ +ĠH iro +( TRUE +as urer +Ġcu er +U ber +. Operation +Ġol an +Ġthr illing +< Response +ĠF emin +Ġtravers al +Ġp oc +Ġset Status +decl ar +std afx +Ġaddict ive +ĠB tn +Ġexplos ives +ĠCook ing +ĠPl aint +Ġaccum ulator +ĠApp ointment +, password +ĠF AR +lu et +Further more +decl spec +_Static s +.D ictionary +"> '. +ĉ valid +" ", +In strument +> J +Ġno str +ĠR ift +_P ort +Ġvec es +[ [' +Ġrall ies +- series +Ġv v +. uc +Ġr tn +State Changed +( ins +ĠCl a +------------ Ċ +c us +ĠRel oad +//---------------------------------------------------------------- -------------------------------- +.se conds +_dest ination +Ġscrew ed +> c +Th ickness +Design er +Ġgr ids +n Äħ +( cookie +T rip +-M obile +Ġv oll +Ġgen ital +Ġconf isc +ĠConfeder ate +Ġweb View +Ġm ise +Ġcl er +(se lection +$ date +Ġshar pen +rag en +And Update +Ġrem ix +Ġh tons +R W +M PI +Ġretrie val +Ġric hest +.Dec ode +:init Components +ĠT Value +S aint +@ include +ĠPER SON +.se p +ĠLD AP +g ba +Ġgro ÃŁe +Ġreli ably +ĠD FS +.getItem Id +Ġprés ent +.get Token +Ġch inese +ĠMe al +Y OU +"> >ĊĊ +b ower +Ġsw apped +/ install +Ġs inks +etr ize +Ġdecl ines +ĉm ysql +ĠC String +ĠMotion Event +.L anguage +R oad +ÑĤ еÑĢ +asc imento +')) -> +. about +( editor +ĠR atings +in come +Å¡ e +.de queueReusableCell +ĠAust rian +Ġs ulla +ĠTrib unal +ĠDid n +ов аÑĢ +Ġins pections +B oss +Ġcock tails +Ġapolog ized +_sub plot +op al ++ =( +Ġreson ance +ib u +Ġë ¦¬ +rom a +res erve +pl s +ĠT ah +ax ies +OP LE +ĠDar ren +ĠZ ombie +_M ap +Ġ] )ĊĊ +ĠQ i +ĠS ail +Ġrestrict ive +Ġeros ion +- par +WH ITE +Ġold u +Ġap erture +Ġbit coins +text o +ĠCom cast +Ġtime less +en kins +Ġfeed er +/ tmp +res den ++' _ +.D estroy +Ġç ok +ĠD OCUMENT +.l ng +.tag Name +Ġk ullan +eg rate +Ġ(* . +ç¼ĸ è¾ij +Ġhand shake +s oc +_ geometry +ĠDam ascus +Min or +ĠK afka +ìĹ ¬ +Fl orida +_com pute +.ex pr +Ġpar alle +ĠD iaz +c ir +[ target +Ġj oking +Ġgl or +(set q +_hand lers +H ang +Ġf err +rim inal +ĉĠĠĠĠ ĉĉ +ent ies +def ines +-t ax +json p +ĠU PS +met ro +__ ;Ċ +ĠUg anda +])) :Ċ +_t d +x ae +l w +. OS +ĠLog ged +ac id +ĠMay o +as pect +Ġvag inal +Ġinitial izing +Ġster oids +f iction +G RE +g end +Ġli abilities +ĠL ets +M ech +( nc +( change +Ġconnect ors +: k +Ġt ast +! ");ĊĊ +th ings +ro phy +luet ooth +ĠSign Up +. ctrl +Ġthere in +ord a +. escape +ig ator +Ġpet rol +Ġspec imen +Ġdeb uted +- Pro +Ġcr ises +.add View +ëı Ļ +-d oor +Ġmon et +Ġmill is +Ġv ier +Internal Enumerator +Ġadmin s +ĠL air +z in +get Query +umb les +L IMIT +ĠV ig +_s ong +< Character +:: . +_h om +_b p +ĠSup ervisor +sub mission +ab ile +Ġno i +Or Create +Ġpe el +Ġon Start +Ġsent iments +veh icles +Ġclass rooms +Ġs zer +Ġb ending +Ġlong evity +Ġa cl +ĠAle ppo +ĠU M +ĠR icht +Ġmultip rocessing +DOM AIN +"," + +_Y EAR +Ġsc rape +Ġsol itary +Ġ"] ";Ċ +/ errors +ìŀ ¬ +ľ ëł¥ +b etter +ĉ number +ĠL F +ĠAc ross +Pub Med +\" " +ĠExcell ence +Ġus ando +ĠU IP +Activity Indicator +_V OID +Ġbre eds +ï½ ¥ +uest as +ĠTre asure +ustral ian +(f ace +ĠT ennis +ĉ Int +ĠHans en +ç µ +: I +Ġâľ Ķ +GR AY +O USE +Ġhe pat +ł í +A IR +ó ż +Ġque ued +vinc ia +ĠChrom ium +Ġcompet ence +ung al +ill i +Ġget By +ĠF inder +Ġincap able +Ġs add +Ġc ites +ĠChurch ill +S dk +More over +As pNet +( Float +$ password +ĠConn or +-s ession +_d m +* )) +Ġde utsch +ĠN X +Ġper ks +_S ORT +_TO OL +_V ISIBLE +.as p +æĪ ĸ +ĠBre ath +D etect +ĠD uel +.c mb +[ it +.Set Bool +Ġnarc iss +Ġab ide +Ġej emplo +ĠâĦ ķ +Ġm ornings +Ġcomput es +.s sl +j t +Ġmuch os +_S S +[ end +Ġbas in +Ġalgun os +ĠCroat ia +lin ewidth +(t ags +(h idden +ÃŃc io +Ġap ar +ĠÐ ¶ +ä¸ İ +. food +ĠR ural +Ġbread th +å½ ± +(s ess ++ ") +ĠP aste +Ġserv idor +ĠBit Set +ĠTr an +la us +v ette +ey es +ĠCL ICK +ĠV III +ĠTurn s +ĠLe Bron +ĠM uj +ĠD eg +ĠAdult s +_s uite +process able +ĠPH Y +g hest +.F ail +ĠSl ack +ce j +\ Carbon +Ġsuper star +Ġhold ings +( forms +Ġ'# ' +M ultip +("[ % +-s olid +/ url +-t ier +[ length +ĠStream Writer +ĠMarket place +get text +_T ICK +ĠFor ge +Ġblack jack +ĠDO ES +ĠM atters +w aves +Ġwhisper ed +Ġl ush +ìĺ ¤ +d igital +Ġwr ink +ĠH ogan +Ġrust ic +.Apply Resources +ĠHard y +os omes +A UT +.ST ATE +Ġnarr atives +ĉ store +b ib +ĉ Scanner +ĠC ody +\ Repositories +Ġre union +and um +âĢĻ h +Ġsn iff +NS Bundle +Ġcompreh end +_US AGE +_ occ +URRE NCY +J NI +Ġspecial izing +Ġvis ions +Ġdol ore +Ġv á +ĠChe vy +ĠSt yled +imp act +all en +Ġk art +ĠTable t +st uff +re esome +аÑĤ оÑĢ +//---------------------------------------------------------------- -----------Ċ +_Ad min +Ġcell phone +Ġaut oplay +Ġcamb io +Ġmar itime +_BO OT +- quarter +Ġlat ina +ĠAJ AX +e quiv +ĠFront ier +ĠX Y +} ]Ċ +ĠR ough +.pro to +Ġcorrect ness +Ġfac il +ĠRe ached +ãģĿ ãģ® +V IS +.p s +Ġstr ncpy +Ġdiff usion +.start Activity +�� � +Ġaccom p +AMES PACE +imon ials +ĠBl ast +aby rin +Ġd ome +Ġextr av +Ġy en +Ġcul inary +P RI +ĠComm unities +n id +_oper ations +.h s +ĠMil ton +Ġno ises +Autoresizing Mask +(c id +}ĊĊ ĊĊĊĊ +] },Ċ +ĠD etection +tab la +Ġlib erties +_D YNAMIC +w get +ĠT ür +ĠP ascal +Trans parent +Delay ed +] () +ĠHer bert +< ActionResult +ch allenge +Ġmush room +.insert Before +ĠR in +Ġhum our +Ġf ø +api Key +alloc ated +Ġconf ession +. ",čĊ +ĉassert That +ĠS ORT +ĠL ORD +Ġexport er +.set Level +p okemon +ash tra +Ġf é +ur ator +(M SG +Ġt up +ĠH ull +Ġyield ed +.Sub ject +\ Route +! ? +ĠÑĥ дал +\ Security +- ar +Ġalleg ation +( Settings +ä nder +Ġell ipse +ĠRetro fit +Ġregul ating +ĠM olly +ĠL ok +_C ustom +ĠProm o +is in +Ġres umed +Ġmet ropolitan +.error Message +: ------------- +Ġpas ado +th ank +_De lete +ĠBright on +, unsigned +ä½ľ èĢħ +Ġaspir ations +-h ow +R ose += (( +_ne eded +_pl ural +< Application +ĠW EEK +ĠUn lock +ĠT EMP +S ou +Ġschizophren ia +Ġt roll +Ġcomplement ary +ĠNET WORK +Ġbl ir +Ġprogress Dialog +" %( +ĠAttribute Set +ĉ ts +.iter items +è¯ Ŀ +Ġesc rit +v ous +_pl aces +H K +Ġseg uir +_f w +ĠR ounded +Ġdis posit +è§ Ĩ +par m +w ow +STRU CTION +. allow +ĠChar Sequence +ĉ extern +Ġprosec uted +Ġmort ar +ĠJ uda +- msg +Ġest ud +.get Description +Ġs ow +amb re +Ġrom a +En h +bon us +Ġsqu at +Ġdist ra +ed Image +Ġpe ppers +-per formance +, ĊĊĊ +, file +ĠM IME +_con cat +AB S +-f ashion +Ġunder cover +One ToMany +Ġre claim +C OPY +Ġb inds +ĠT ape +Ġg ossip +ĠEqu ity +/ Card +. activ +' am +Ġdrain age +< Scalars +ĠonBind ViewHolder +() ?. +Ġs orrow +ĠI b +up y +_U UID +ĠCh arm +ĠElection s +.on Destroy +ĠInterest ingly +ounding Box +_d etection +-h eld +_ unknown +Ġrefr ain +Ġmét odo +Ġe Book +EN OMEM +Ġd ang +Prof essional +Ġd ictionaries +/m ysql +ĠST UD +Ġmas se +s cape +Ġdre i +: name +.log o +Sign Up +Ġt ahun +( theme +ĠFem me +Ġbom ber +ĠJ ade +ĠT ay +Ġsubmar ine +_cl ause +zy ch +Ġsimult aneous +Ġcas os +. boolean +(l hs +Ġcontin ental +-s ale +ĉ env +ĠC ute +ĠFactory Girl +ab us +/ value +Ġj adx +Ġst ern +> >ĊĊ +Ġsurf aced +Ġìł Ģìŀ¥ +pl atz +ĉ email +cept ors +"> ( +Ġep ile +è¯ » +ĠDe bt +åij Ĭ +N OP +" https +: j +Form Item +_L ICENSE +.get Double +ĠAg enda +ĉf inally +(f ilters +( av +ç¾ İ +AP ER +Ġl ava +еÑĢ ж +)) ))ĊĊ +Ġfault y +_n m +Ġtr ava +(B itmap +Ġspeed ing +> '). +Ġscreen ed +_ roll +ĠMac Book +ĠA UD +Ġdiagn ose +.G enerate +Ġ^ ^ +Ġstr s +[ Test +Ġr ansom +ĠDH CP +eld en +Ġinterpret ations +() ]. +flat Map +Ġline Height +_m ount +ĠW izards +Ġsl uts +eh ler +od al +Ġmilit ia +å ² +earn ed +Ġmis ery +int val +f und +Ġh ides +Ġdi arr +ĠWes ley +Ġx mm +Ġqu em +ĠAr abs +if th +ategor ized +Dis posable +P ure +_NOT IFY +sn ippet +ĠGar rett +.run ning +. weights +Ġ( -- +Ġin variant +äºĭ 件 +ĠAll owed +dir s +Ġpass ions +Ġl ad +ĠFl ush +men us +: block +Ġcompr a +.ch omp +alloc ator +Ġcur ated +ĠKnow ing +ĠPatt erson +Ġtel ah +' ex +Ġdo omed +Ġphil anth +ott y +.st yles +Own ed +Ġallerg ies += params +oc ese +it elist +ĠS ending +b ef +orr ar +ĠN ão +ĠF argo +ĠL ub +ĠComb ined +_g iven +ĉĉĉĉĉ ĠĠĠĠ +Ġreconc iliation +Pattern s +az ard +Ġbiom ass +ĠH ouses +resp uesta +cc o +/top ics +ĠY uk +Ġweaken ed +_c alendar +Ġmulher es +ĠMar l +Ġs ine +ĠT il +ĠSou ls +ĠDe utsche +ĠF OLLOW +Ġpip elines +ĠBever ly +_DIP SETTING +" # +ĠPro to +.b ig +ĠSav ings +ĠT anz +j un +ĠG amma +ĠS add +Ġadvis ors +Ġro ast +Ġun ters +ud ies +_l on +-point er +ĠElement Ref +\ Builder +example Input +.web driver +data Type +ĠQu ite +ĠCelt ics +u il +-def ense +b ish +ĠUI Window +ĠS uddenly +.h ot +.re ason +Ġg ör +AM D +.M ulti +auth enticated +reg ions +; ( +а ÑĢам +ĠKir by +$ route +PREC ATED +ĠDur ham +ow o +ĠPer forms +Ġdisreg ard +n st +ĠP ols +Ġget P +"] : +-col ored +( Keys +ĠAl leg +_mod ify +_ loading +str ained +Ġat roc +_p hr +< Sprite +Ġsatisf actory +m anship +.p ipeline +T ony +Ġth ief +pol ator +( lock +bur st +ĠOptim ization +Ġsurf ing +" Yes +Ġdesc ended +æ Ĵ +_C lear +Ġc ries +ĠFro zen +D IRECT +- Con +ĠLe icester +å¥ ³ +O OM += db +Ġget Message +< Student +_b atches +.M ask +_ eth +\ ) +Ġsom a +C atch +[ ch +Own ers +ind le +: auto +. vert +iv r +.set Location +Ġfl uent +_END IAN +ĠCar lo +cept s +add Action +.o auth +< UnityEngine +re ements +.S kip +? )ĊĊ +.default Props +Ġc abe +ĠSh en +eros is +ĠPro fit +Ġpo is +_C REATED +Ġremove From +(w s +? action +( Field +Ġerr one +.min imum +ĠRetrie ved +Ġd ado +ĠPR IVATE +-s pec +Ġg zip +p data +Ġpos Y +(l ow +Ġqual quer +/ cloud +ê² Į +( common +ĠAr beit +organ isation +Ġtid y +ĠRol and +( ph +.z one +Ġgent lemen +ượ c +å± ± +Ġenc losure +ĠMan afort +ĉ Color +St encil +N ic +Ġthe orem +ĠV G +Ġcol oured +V BoxLayout +uls ive +Drag on +c ff +et est +ens a +of day +.A zure +:UIControlEvent TouchUpInside +_up dates +Ġtrend y +ug as +weak Self +Ġr idge +ib ri +Ġì¶ Ķ +(C G +ĠMon key +.write Int +.tim edelta +ViewController Animated +ĠProvid ence +ãģ Ī +Ġbl ends +/Sub threshold +ĠAp pl +Ġat an +Ġreload Data +umb otron +st üt +O Auth +ĠG iving +ĠìĦ ¤ +ĠFinn ish +check ing +. Embed +sequ elize +Ġinitial izes +ĠOs lo +Ø ¶ +get Extension +_AL T +(bl ank +Ġfatal Error +Ġdem ise +**** *Ċ +ĠX S +(A F +ĠEn s +an tha +ĠP OR +Ġn ich +.N amed +Ġgig antic +ĠObserv atory +.Res olve +ĠPay ments +g uild +Ġcurrent State +============ ===Ċ +ĠS ey +p Data +Ġdead lines +Ġcentral ized +ĠScholar ship +_s upported +.ch rome +() ]);Ċ +Ġc yan +ĠC age +Auth ors +_ čĊ +/ os +k im +de e +.t ex +Ġyours elves +Ġm gr +Ġal k +-inst all +Ġdraft ing +Ġrum or +Ġstat ues +Pool ing +ol ina +AAAA AAAA +/* ---------------------------------------------------------------------------- +Ġextrem ists +Cal cul +ighth ouse +In set +(IN PUT +Ġsynchron ization +iv irus +. axes +ĠG ap +- An +_T emplate +Ġgam er +ĠCr icket +Ġl int +Ġauthor itarian +NS UInteger +Ġred o +Ġadip iscing +_F ETCH +che id +ĠF ang +. indices +t one +д ел +Ġ{{-- < +bra him +Ġsal a +get Code +Ġcommunic ated +start sWith +ert z +Read able +Item Id +oref errer +cred ible +á ria +Ġcombine Reducers +** /ĊĊ +Ġbl iss +Ġad orn +dep ends +ĠRO OM +Ġfr aming +Ġ? ', +aut y +_p ot +_t abs +Ex act +, ", +Ġ'} ';Ċ +Ġarbit r +ahr ain +.getString Extra +Ġ$ \ +Ġoutput Stream +Ġcomm enc +an us +ch y +< Employee +Ġhex atrigesimal +Ġn acional +(serial izers +_put char +_S AFE +ential Action +ItemSelected Listener +.Dis patch +Conf lict +_ about +os aur +Bound ary +Ġclear Color +( Location +ĠMON TH +ĠT aste +- General +ĠW AR +Ġer halten +-s aving +Ġcou pling +-tr igger +m otor +Ġy yyy +ĠPat ent +pt o +Ġmisdemean or +vas ion +ĠAdmir al +à¹ī า +_P WR +Ġdevast ated +fol ios +ITU DE +urre ct +Ġrobot ic +ĠSan ct +ĠHawai ian +.R oute +- condition +Ġr k +/**************************************************************************** Ċ +create Element +ĠK op +ign ant +. rollback +Ġsal ud +_ ', +ĠAN SI +Ex cept +ĠDraw able +.Utc Now +":[ {Ċ +Ġk ole +L ua +ĠBel ieve +Com put +Ġhall uc +ĠSign s +r st +.h u +ĠKN OW +W i +ĠBr ass +ĠR as +@ hotmail +Ġsed iment +Ġap k +Ġì ĥģ +_reg ions +Ġpod ium +< Book +ж е +Ġsix teen +ĠAli as +Ġinfr ared +ĠV ander +ĠLe ading +uc ing +,: ,: +_h or +w at +Ġdé cou +_W idget +S ounds +_n avigation +Ġschn ell +(g enerator +uc ene +Ġrem ake +IP v +Ġré al +_IN CREMENT +Ġhypoth etical +_ ang +Ġof s +Ġ! Ċ +.com pleted +Get Type +Ġkom men +ál ido +add On +Ġz ÅĤ +UL A +_ind icator +'] ĊĊĊ +ap ache +_S elect +ĠGre ene +Wh ats +_an im +Ġrepet itive +m uch +ĠTh reshold +Ġl f +(C ategory +con e +M ix +_MET ADATA +ays ia +Ne ighbors +ĉĊ ĉĉĊ +IP HER +ĠFr ag +ĠC ells +Ġnames paces +( back +ĠRest aurants +sv c +Ġл и +ote ch +-s l +¥ ¿ +ĠW T +ĠRed uction +Ġd otted +ĉf ound +ĠTE AM +B orn +ĠM ush +ĠCompar able +Ġh itch +AT O +Ġmax Height +begin Transaction +ÃŃ v +_b n +Ġher d +Ġrevers al +ĠH ond +del imiter +Ġconf use +Ġh ops +Ġcent roid +Ġcourt room +.decor ators +Ġm pi +ĠImpro ved +IN NER +ĠBang alore +ĠT amb +Ġbo ast +() ))čĊ +Ġil licit +ĠMor occo +greg ator +_res ume +Ġcrack down +Ġport raits +/h igh +( \' +Ġay ud +_fe edback +Ġc ate +/ avatar +Ġhe b +Point Cloud +Ġå ĴĮ +Ġ< ![ +Ġget Resources +} :{ +Oper ating +ĠF og +ĉt ab +ĠResearch ers +Ġfabric ation +.datas ets +ĠCamp o +ĠKa uf +Ġd ll +lig t +] ));ĊĊ +st ellen +ACK ET +l vl +ĠGl ory +.date Time +Ġcomm ute +ĠonCreate ViewHolder +ĠX Element +ĠT okens +< thead +_p ick +ì ¤ +v on +depart ure +(render er +phone Number +(P erson +gen es +ĠL ars +Ġ) {ĊĊ +ĠJson Result +Ġmet odo +VO KE +.get UserId +Acc eler +ĉ required +Ġchampionship s +Build Context +/t ask +/re leases +C ategoria +_over lay +Ġscar ce +_l im +n gr +ah len +ĠArt ificial +sp read +Ġbow ling +.an alysis +SM TP +ĉp assword +Ġbath s +] )){Ċ +current ly +ac iente +_se parator +Ġde ber +ĠDis abled +i ères +Ġâ ķ +_process ing +Ġprotest ing +ĠR OT +gr ab +Ġз ак +Ġpro active +word press +ĠSe ver +ind en +Ġw ikipedia +){ čĊčĊ +_w indows +is lation +Ġun rest +Ġdismiss al +.N UM +_F AST +iss ued +ĠF ACE +_u nder +Ġpl ugged +Ġå ° +ĠbÄĻd zie +ĠI CC +Ġcombust ion +Ġkiss ed +Ġstar red +ĠW atts +Ġspi elen +-p urpose +ĠE val +arg es +, result +techn ology +Ġnational ity +ic us +ĠN ug +ĠÑĤ о +ĉĉĉĉĉĉĉ ĠĠ +col o +Ġg astro +ante ed +OL ID +.b ias +_t ele +.ins pect +Ġve il +. footer +Ġneglig ence +Ġjud gments +Room s +yn n +ĉcount er +occup ation +Ġ çĶŁ +un as +Ġ(^ )( +L ambda +f el +.Param s +Ġд обав +set Layout +Ġdeport ation +Ġlocal Object +ĠPharm aceutical +cept ive +ĠN ome +Equ ipment +F an +Un iversal +ĉ socket +Ġgr in +Ġex poses +Ġhab er +Ġsincer ely +Ġc ams +Ġm ü +en ia +E mer +C rypto +Sl ow +(x hr +! =( +-s ervices +ĠP W +Ġprend re +Ġm ädchen +em ons +озв ÑĢаÑī +.M anager +ì Ļ +Ġg raf +- ra +met rical +/ fl +Ġc emetery +g ens +Ġp ÅĻ +ĠMySql Command +- To +Ġv Ã¥ +Ġa irst +oment um +Ġserv o +m illion +ĠMir anda +" She +Ġadvoc ating +-c aption +ĠAt tribution +Ġwel che +_v endor +ĉ Status +arr is +Ġprint k +"," # +Ġrel ativ +if ferences +izz es +Ġdec imals +ĠPro v +.max imum +Ar n +Ġhelicopt ers +_B OTTOM +ch ure +od ings +' ( +")) );čĊ +( bean +.f d +F und +Ġhang s +app id +/k ernel +.p oi +.Min Value +- validation +L uke +c df +ĠFun eral +ĠS amples +ĉ de +Ġto astr +Ġtax able +Ġcl ustering +Ġ'\ ' +Ġre straint +ec ed +ch ains +ãĢĤ ï¼Ī +_GR APH +Ġfue led +éľ Ģ +H p +å¤ į +T iles +Ġa unque +J C +Ġhost age +ĠE sk +Ġm av +Ġgest ion +Ġb anners +} {$ +.int Value +.' "ĊĊ +_M ATRIX +Ġce ased +ĠG OD +_CAM ERA +.Allow User +tr acked +C ook +b airro +( company +Ġview point +.get Writer +ĠN ets +w ives +Ġ( ))Ċ +example Modal +ĉ child +Ġmyth ology +Ġ// " +_ axes +ib old +.D ark +ĠMax well +Ġg pointer +olic itud +B at +ul ner +bal anced +mail er +Ġcont empor +æīĭ æľº +(" __ +Ġ" )" +re ar +ĠHu ang +] ')Ċ +× © +FT A +ĠCalling Convention +ĠOutput s +P k +.Re ference +lect ual +Ġ) :ĊĊ +Ġbrace let +ug er +ĉ Error +S weet +("/ ");Ċ +h x +Ġun reasonable +Inter preter +Ġlo ft +_product o +Ġsoci etal +.P arser +ĠAd apt +. foo +( where +.F eature +ĠYam aha +g lass +For ge +Ġprohib its +Ġcapac ities +Ġíķ¨ ìĪĺ +Ġper mutation +Ġih m +F ld +el ial +======== ===Ċ +@ Configuration +Ġge ared +ios o +iest a +trans lations +Input Change +Pop ular +ĠPL US +Ġv f +_F ree +b box +Ġcaus al +PI LE +Ġsch ö +Ġiron ic +M ir +. @ +åį Ĺ +Ġè ĩ +R ew +ul ence +fl en +Ġcan Activate +- response +Ġacc ents +ign ored +° F +.Dependency Injection +ĉ point +Ġconting ent +Ġsqu ash +Ġpar ms +ĠC emetery +Ġdelta Time +ĠD OS +Ġvan ished +аÑĢам еÑĤ +ĠD PS +t foot +ĠZ us +_IN STALL +G AN +Ġar b +Ġmunicipal ities +Into Constraints +AutoresizingMask IntoConstraints +, image +_ ignore +Ġdanger ously +quis a +pl uck +Ġhar us +up pe +Http Exception +Br acket +.' 'ĊĊ +ĠT ol +ĠView er +zb ollah +.Code Analysis +ì nh +Ġcorrect amente +.d a +ĠAl ger +× IJ +ba um +ĠPan ther +part icipant +å¿ ħ +-s up +Ġem ulator +Ġf ading +ĠW olver +cre ates +Ġbook ings +.Q uestion +§ è¡Į +Ġstress es +Ġre written +.PI PE +ed es +Ġc bd +": "/ +Ġenh ancements +_s y +B IN +ĠSl ip +Ins pect +ĠW eg +Ġcon gregation +Ġ_ : +_r m +Frame buffer +Ġ'& # +ĠFall out +Is Required +ĠPear son +ĠF ACT +Ġrel ie +ĉ box +ĠShe pherd +ĠWiki Leaks +ĠCollect or +Ġres ized +method Name +Ġevent Type +ĠA then +Des criptors +Ġb ers +- oper +ĠInitial ly +å ¡ +_B TN +ĠĠĠĠĠĠĠĠĠ čĊ +á b +_c ampaign +_w atch +F ord +-date picker +Ġvis c +Ġsat u +_s ms +Ġcont ador +-s vg +ĠDO I +$ args +Ġkn ob +.B OLD +Ġdeb ated +img s +sock opt +tr uth +ĠFe es +Ġh Wnd +_f ood +Ġab ras +Ġnot ions +ĠT od +: create +ĠConf lict +Us uarios +OT OS +Ġm sm +K HTML +([ ( +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ} ] +w izard +Ġm ientras +Ġdata List +Ġemerg es +Äĥ ng +.Read Int +PG A +ILL ISE +I Enumerator +(t uple +Christ mas +Look AndFeel +og enerated +Ġ# ĊĊ +control led +Ġex quisite +Ġa cest +Read Write +G ain +ãĢį ãĢĮ +Ġcopyright ed +Ġdo om +.Table LayoutPanel +ĠD ort +Ġch ili +Ġwer k +ĠEVENT S +ĠBe acon +Ġship ments +Ġse bagai +up on +ut om +.con verter +.Drop Table +={ }Ċ +f ic +~ ĊĊ +Ġlesb ians +_n a +Fore ign +ĉ then +/ ms +Ġor i +get Property +ĉsn printf +hes ion +ãģ ¤ +"} ," +Ġac rylic +P ers +@ Enable +I sl +(C ard +. Stack +L icensed +_G UID +: title +Ġh ust +Ġprincipal Table +an itize +/ embed +Ġens ured +ĠE GL +ÙĪ ر +ĠåĪ Ĩ +/ ,Ċ +Ġfundra iser +Key Name +Ġmarch ed +_VAL UES +ĠSc enario +Ġmet ic +_ass oci +ĠPast or +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉ +er ate +Ġinv itations +quo ise +Ġbl aming +Ġd aring +UM MY +Ġrich er +em aker +ĠIdent ification +ĠìĿ ¸ +ĠBinding Flags +ch as +Ġresil ient +_p g +Ġre leg +ĠI RA +ST E +Ġtr actor +- loading +ĠPre viously +ĠV acc +/ be +Ġn Ã¥r +Ġurl encode +ĠNor folk +.Re lease +ĠNe utral +ä¸Ń åĽ½ +ĠAr lington +Ġalleg es +ĠW riters +Test er +ĠR ally +Ġc á +ĉ Print +Ġâĩ Ĵ +ĠUser Controller +ĠSeek ing +.V AL +List Node +_ ff +ĠPhill ip +FA CT +Ġc aramel +ĠM ultip +ĠCom pared +ĠSer bia +Ł ³ +Ġrev ive +ĠK anye +Ġver ge +ĠBulg aria +get Body +Ġ| > +ce ph +.DateTime Picker +." ;ĊĊ +ĠT ie +, item +Ġm enn +G as +och a +_v irtual +Ġmaster piece +_se quences +L TE +ĠSub mission +Call er +$ \ +S port +ag us +Constraint Maker +Ġcol oc +Ġw ig +ĠÐ £ +ĉ Array +Look s +ĠGT A +.st eps +atch ewan +_r anges +ext Alignment +ĠBren nan +Ġab straction +uler Angles +.m isc +Ġantib odies +Ġexponent ial +ĠCH ANNEL +exp ense +' y +Ġdetect ives +Ġpur ported +Y STEM +Ġradio active +ĠLat ina +.Enc oding +.T AG +x in +D egree +ur acion +pr ices +ĠRefer entialAction +Ġr arity +Ġp iles +g ende +_project s +_g lobals +.start Time +Ġê µ¬ +SE CTION +_p ublish +F ault +DD L +_p rior +M om +Ġth icker +Ġsequ elize +Ġessential s +str as +in tr +>( () +.man agement +e il +éĹ Ń +A ware +.C ity +ĠAr bit +_D M +_key board +L Object +- webpack +ĠNew port +Ġprincipal Column +leg ant +Ġp allet +Ġfract ure +Ġg mail +.M eta +A bove +.Key Event +j it +_mac ro +_P USH +á» © +/ controller +åĬł è½½ +Ġsuperf icial +exter ity +Ġmens agem +W ind +ist on +.open api +и ÑĢов +ĠSerial izer +uct ive +Ġz ar +Pl aces +.St atic +B a +Ġin advert +ĠIndones ian +_IP V +(h orizontal +Ġget Title +ide press +ĠConsole Color +ip ers +$ out +Ġfest ive +Ġeven ings +.Get Data +uit ka +ĠManual s +uss ed +_M ax +.Ch at +ĠA ircraft += com +FO UND +ap ro +Ġtre asures +_al ive +Ġgad get +ek ing +Button Down +B rowsable +.PER MISSION +P ASSWORD +ĠH ASH +f é +\ TestCase +LO SS +o thers +, J +Ġassh ole +wer k +Ġm ã +. ie +ev il +kont akte +//////////////////////////////////////////////////////////////////////////////// Ċ += sys +ĉ lock +-- ;ĊĊ +_F UN +Fill Color +ó a +pre nd +Ġcompress or +M other +ĠAr cher +.g oto +Ġwür de +Ġbam boo +ï¼ İ +ĠT rees +Ġb umper +Ġsa usage +ĠEl asticsearch +Ġhor izontally +ĠG ul +Im mutable +Ġlos er +Ġabort ed +-d emo +ĠH atch +Ġund e +Ġprocess o +-c all +In come +å ĥ +_ returns +']." ' +(s w +C BS +am ilies +ĠYour self +ĠH olt +.M ON +ৠĩ +ÑĪ е +an on +ĠFont Awesome +produ cer +j r +Ġm au +ĉint er +Ġdish onest +Ġmagn a +ĠCollect ive +Ġvra iment +Ġcho ix +st ay +Ġweld ing +r ising +, min +ĠF ate +g lob +RGB A +Ġdet te +V en +Ġembarrass ment +.DE LETE +greg ar +-re nder +(b ucket +"> ĊĊĊ +.wait Key +Bus y +Ġdifferent iation +ĠC ST +.Con stant +Ġline Number +(m atches +Ġweb socket +Ġbar red +Ġpued es +M ono +C ORE +I ID +ĠĠĠĠ čĊčĊ +Ġpúb lico +lean ing +Ġcleans ing +Ġcr is +ĠDev ils +_SET TING +unt ary +. );Ċ +Ċ ĠĠĠĊ +[ curr +ts y +ĠAlex is +rit el +Ġpet roleum +.pre processing +m atter +For Result +- license +Ġtrav ellers +ĠDispatch er +enn ifer +Ġdigest ive +P ED +hib ition +MAS ConstraintMaker +ĠW att +Ben ef +.set View +d to +TE E +ĠPel osi +_EX TRA +Ġmed als +x hr +fore cast +Ġn argin +oun s +-f ill +_CUR SOR +Ġsuperv ised +Ġtur f +ĠEd gar +POS ITION +Ġcategory Id +â ī +_ ER +ủ a +Sh own +. ll +_POL ICY +(), ' +ĠPre v +ĠString Field +ĉG lobal +ass ed +Through out +o stringstream +.awt extra +Ġslo pes +ĠSe quential +Ġgi orn +Ġz elf +Ġvers atility +lene ck +.c gi +Ġdou bling +ĠBang kok +Ġbu urt +Ġusu ário +st udio +Ġje unes +Ġm uted +Ġ ips +_f raction +&& ( +Ġst unt +'); ?>čĊ +Ġev apor +b able +ĠPR ICE +Ġæ ³ +lu cent +Ġv amp +ĠTechn ician +Ġuniqu eness +M es +ur ban +.param etrize +ĠRe play +S essions +em br +-Americ ans +_PRO XY +Ġp ian +Ġtri e +ĠD estructor +Game State +ĠIM F +ch in +Ġport e +ĠSw al +åŁ İ +Sub string +im ing +/L ibrary +Ġfright ened +w rites +Ġrecurs os +ar Result +_INIT IALIZ +ĠBad ge +_c rc +E ight +ĠDIST INCT +Ġth ro +@ Xml +ĠLegend ary +-t witter +_e asy +Ġ+ ++ +(D ATA +.L ocale +Ġk ä +Ġn urt +Ġcr uis +_ ios +Ġsens ing +_L ine +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +pon g +ole on +Ġwild card +çĶ¨æĪ· åIJį +Ġbeg ging +R od +ĠÃ İ +_C ELL +Research ers +. selector +_ ing +Ġaspir ing +Ġimm ortal +Ġy min +_ robot +Ġpl ur +B TC +ĠD ID +Ġpier cing +* u +_DEFIN ED +ĠTh i +ita ire +(m edia +- ons +Ġche fs +Ġ"* . +/ AP +Ġraz or +Ġsearch Data +Ġ= & +Ġ ãĢĤ +Ġm ourn +ting ham +Ġo li +ĠVern on +_R S +ŀ æĢ§ +Ġf ácil +ang en +cel ain +Ġa il +le st +ĠQ COMPARE +g ain +ĠÎ µ +ĠK ob +ĠF ault +_config s +ç»ĵ æŀľ +. + +cal ar +(color s +M ul +_ ART +Ġexperiment ing +erm en +ĠAng lo +.Fixed Single +Se a +Ġc txt +.s lider +C ollapse +G rey +Ġf ld +-pro of +.cap acity +get Parent +ĠCom pliance +Ġburg l +- rec +Ġover written +M U +Ġrout ers +ĉ Model +Ġfantas ies +av ian +_p rec +ĠSc andin +Ġ// < +/o ct +Ġceremon ies +Month s +und y +Ġqu ed +ĠN ou +ĠV ibr +.r gb +Ġcit rus +Ġbr aces +-upper case +get Table +Ġdop o +ĠK err +_CH ILD +- cloud +ĉ Matrix +Ġgard ening +S ing +al most +Require ments +ugu ay +( Property +sub scriber +FA ST +re action +(l p +) })Ċ +` ). +.w allet +_ex change +.Max imum +ĠVer b +âĶ ģ +() < +ï¼Ľ Ċ +RO T +C ARD +ub it +{ @ +_k el +ĠTool tip +My SQL +Main Activity +ar f +Ġm align +Ġse inen +ap ist +Ġ< % +Method Impl +M il +ĠM ick +.de pend +< ID +Ġpredict ive +ĠAP PLICATION +le f +dim ensions +Ġconoc er +/ conf +ĠTr acy +F oto +_rem aining += file +Ġpage Index +ĠPar ish +Ġt exas +ĠM AGIC +ĠH ew +d ifference +Ġalt ura +c um +ĉdata Type +Ġcaracter es +avi ours +ĠV OID +è¿ ij +P UBLIC +B io +ĠstringBy Appending +Parse Exception +ĠS uff +ĠN orton +/d etails +.n ull +>> & +ĉ ok +-l ow +. usuario +n ested +X B +OUR S +.Border Color +Ġb row +ĠÐ ķ +cor r +ĠRed skins +.get Tag +.get Transaction +Ġst igma +hard t +ĠPlayer Prefs +als y +uc son +L anguages +ĠOl ivia +Ġt ac +Ġb li +Ġc aval +Ġconsolid ated +Ġper il +Ġde le +Ġform ulated +Ġhigh ways +.sp awn +== $ +ĠN iet +Ġv eggies +yp o +-r ule +ĠV ie +/e pl +Ġenf ants +string Literal +Ġtou ghest +buy er +Ġcov ariance +Ġil i +ĠSoph ie +ĠB AB +Ġ" ), +ĠU k +current Index +_user data +.code c +ĠPun jab +ĠSN P +l ol +adv ance +Ġcom fy +Json Ignore +Ġfashion able +ĠI CON +Ġor a +ĠP ricing +< num +ĠI RC +ER V +ĠMe in +ĠID ictionary +AD OW +is New +ĠDev on +at l +(request Code +ĉ PreparedStatement +IM PORT +Ġmar ital +_SELECT ED +get Response +ar Down +B V +ib Name +ĠP ATCH +ä än +Ġda ar +ĠFile Mode +Ġm arty +.Spring Application +c ene +amp oline +get Size +Rest art +æķ Ī +.project s +ĠEthi opia +Ġstatus es +T ION +(b g +ĠX unit +Temp orary +ĠEng agement +Ġx f +Ġprox ies +Ġgen esis +Pager Adapter +ĠSl ave +Ġsung lasses +ĠCh loe +Ġko ji +ad em +ĉ JSONObject +Î ³ +Ġh ors +* w +ó r +es ch +Ġcritic ised +z ial +ĠSale m +.Vert ical +ĠR ash +> E +ter ing +/s creens +Ġheight ened +аÑĢ ÑĤ +Author ities +_b box +ün st +.font Size +ĠBO OLEAN +div ide +ĠSlo ven +uc er +Ù Ĵ +st ub +Ġnavig ating +: animated +_N OW +_v ect +} {Ċ +@ ( +Ġtele com +Ġcontract ing +ĠAss ange +Ġextract ing +Ġgr ö +c obra +.D IS +Ġcr ab +Ġtw itch +Ġvert s +Ġreject s +ĉ format +Ġreg eneration +.S ys +s olve +ĉd ialog +sh i +m eter +(b est +valid ators +Ġon wards +Ġg uru +Ġmoder ator +ow ied +ex periment +r ub +Ġm qtt +ĠCa ucas +Ġnational ism +Ġm ange +ĉ ImGui +/ Edit +Ġin h +Ġint ellig +ero kee +ĉ export +Ġdiscrim inate +sub tract +ĠM oodle +ens er +ĠGuid es +R AP +-h ot +_gr p +.p icture +X A +Ġinit View +_Com m +Ġoverd ose +Ġ+ ĊĊ +ĠSil ent +show s +Ġinterpol ate +Form ation +Ġb isc +mark ets +( SC +Z e +ĠNetwork ing +Ġad renal +ĠG uns +ete or +Decl ared +orget own +Ġk arena +/ password +_address es +ITER AL +B uzz +ĠCon way +(c ase +P WD +he iro +( act +** čĊ +());ĊĊ Ċ +Ġan v +Ġ. .ĊĊ +(Menu Item +(m ail +_section s +ĉ net +Ġpl ut +Ġw rench +/ object +ĠI st +ĠV IS +/p ub +al ten +Ġguit ars +Ġantibiot ic +ï¼ ĸ + ¹ +Ġ" +" +form ula +Ġbab es +ĠP rompt +Ġen im +/ player +ĉ ref +Ġby Äĩ +Ġconsum es +ĠH ast +ĠT ao +Ġ' ))Ċ +Ġcl am +Ġthigh s +Ġmot if +Api Operation +ĠW L +get C +ĉf lags +oint ments +Ġeconom ical +need le +x ls +pr actice +ut zer +time ofday +- output +Ġfind ById +ĠBudd y +Ðŀ ÑĤ +Se ven +ĠB ark +Ġenv oy +_al gorithm +åĪ © +Ġball istic +ç§ » +r ades +ĉd oc +rodu cing +ĠE ating +Un mount +/data Tables +_b onus +Ġl itt +pp s +) localObject +per f +ĠHel vetica +sh utdown +/ ml +.t okens +ĠHard core +, row +/b g +Sc aler +âĢĶ as +_log its +âĢĻ int +ĉ App +Imp licit +.F printf +ET O +Ġterr a +Ġpossess ing +.r strip +, ), += yes +ĠStr ipe +? = +ne utral +.g ood +Ġk ennen +ĠS ung +f ault +ystate change +Can adian +',' ".$ +ĠM its +æ nd +ĠSTR UCT +ĠURL WithString +ĠCom pass +Ġ-- ĊĊ +ĠNS LayoutConstraint +| min +-ad just +Ġreb uilt +L IGHT +/ se +-m ount +vp n +valid ated +(Q Object +Ġign ition +ĠCharg ers +RYPT O +]initWith Frame +ĠFl uid +Ġcad re +Ġnomin ations +Ne ill +ĠH ou +Ġcurrent s +_g ene +(in p +Par is +z ÄĻ +ag gregate +Ġass oc +weet ed +err at +âĢĵ ĊĊ +Ġ'/ ',Ċ +fix ture +ĠH ighest +amb ient +Ġch mod +Ġcon te +Ġsens ual +Ġgar ment +z ers +ĠPower ed +dom ains +R eward +i omanip +Ġcock pit +out file +Ġbuilt in +Ġins isting +. vars +zip code +Ġ ���� +f ails +Ġconsolid ation +_ oid +Plan et +Ġ= ", +ĉ el +UIL T +ät z +af ari +ĠMc Cl +Tim eline +Est a +Ġfr am +Y E +Ġcere bral +Of Month +ĠP regn +Ġкл аÑģÑģ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠF res +Appro ved +.S pecial +ĠProtest ant +Ġallerg y +_p cm +ĉC opyright +Ġsuper Class +" strconv +ĠMoh amed +Ġ' // +Fore Color +Ar thur +ĠJ ungle +Ġve ins +S ad +Ġback ups +ĠOp inion +û t +Ġinter mitt +ody n +ĠChrist ina +Ġand re +Ġevac uation +pa lette +h orse +ĠRes ident +ĠHass an +.N il +Ġa isle +ĠG rowing +Ġblog info +/s ql +_io ctl +Sc aling +ĠMon ad +_c pp +ĠH utch +ĠApple WebKit +Exp ense +_J OB +Ġpoint less +From Body +ant al +Ġdepict ing +ĠC ELL +Ġref in +ĠC NC +ì¹ ĺ +_dim ensions +ĠS AN +Ġa ft +Ġfoot steps +cc oli +_PH ONE +/m ath +-k ind +ĠMe ans +ich ael +.g una +Ġinaug uration +-dr iving +( delete +Ġtotal Count +_M C +.Ext ension +Com mercial +Ġz Index +< Customer +" g +-sh are +Ġp act +ag ara +ĠS IL +_m odes +ĠM olecular +Ġsystem atically +< G +_s cr +ĠO ro +as ers +Ġb ic +Ġdest roys +PI PE +.Start Position +Ġc ủa +ire z +.B unifu +_F unction +Ġs ü +_f uture +ĠWe alth +ĠNatur ally +æĢ » +_y es +Ġabrupt ly +String Encoding +ĠCGPoint Make +Ġz h +Ġimp erson +Ġpiv otal +ĠSom alia +Ġsegment ation +_AN AL +ĠLogin Component +Cons ult +Ġtr uncated +] ";Ċ +.get Config +Ġintern ship +B aby +ê° ľ +Ġstrengthen ed +_M I +b asket +Ġnicht s +ĠTV s +ĠSh an +ãĤ µ +rac use +.Re LU +/ interfaces +ĠgetItem Count +Ġret iring +Ġspecial s +Ġentity Manager +bel ief +Ġs older +da ughter +ij kl +Ġutil izes +.f ixed +S U +Ġdr astic +Ġh acks +gr und +ĠM U +ĠSt arter +.Com ponents +_m otor +Gold en +Ġl odge +Ġ )); +ĠCor inth +иÑĩ еÑģÑĤво +ón ico +gre SQL +ĠFl uent +Ġmar c +.Load Scene +.Group s +Ġer h +ĠAut umn +St opped +Ġitalian o +Ġmin ions +ĠAssert ions +Ġm ux +B u +Ġ---------------------------------------------------------------- -------------------------------- +ĉ up +read ystatechange +_M eta +Ġcurrent Date +ĠChap man +Und o +Se an +ap r +Ġpar m +_ icons +ĠSt a +á z +Ġsub division +Ġalter ing +P NG +ponent ial +Ġpost gres +ĠB DS +-ex istent +ĠBrad ford +ĠO MX +_W HITE +_PRO GRAM +q c +Ġtypings Slinky +ĠP ics +_M ETA +IT TER +_sub scription +IRON MENT +ĠHy undai +();ĊĊ ĊĊ +ĠØ ³ +Ġj ac +Ġelimin ates +) });Ċ +Ġcomp rend +ĉ insert +_f aces +"> $ +Ġeb ay +Ġcapt ive +pl iant +ĠCalcul ates +ol ta +est ing +_re vision +Ġm ús ++ m +"," "," +WH AT +Ġcompassion ate +h arga +[ random +Ġmod ulo +(s n +Ġoccup ations +//// Ċ +ĉ board +ĠB alk +wi Äħ +ĠW ifi +.Pro file +:m aj +ĉm at +LOCK S +(j Button +Ġ(' $ +M ur +æĮ ī +b ble +Ġf rog +-h ide +Ġbroad caster +ภŀ +ha led +Ġam using +_predict ions +_in tr +Ġe agle +аÑĤ елÑĮ +Ġget List +ps ilon +Ġcharacter ization +AR DS +Ġre location +Ġr ulers +P AY +ĠDef initely +_A ction +Ġclos ures +Ġfact ual +odyn amic +Ġpreca utions +nie j +ĠPart ies +ĠSub aru +Ġcous ins +ar beit +.m oney +gun ta +( and +get item +.Style Priority +Ġsl id +single ton +Ġg arn +ĠP AS +Ġd azz +a ż +Ġbog us +ĠM og +Ġrival ry +is ol +Ġland marks +ñ as +B ern +ĠSach s +Ġ" )ĊĊ +Ġhost ility +_m ex +m ere +M ot +p ictureBox +Def ense +Ġaffid avit +other wise +.d irectory +_ UnityEngine +-b log +.s kin +ph em +Ap ellido +er chant +[ class +Ġw art +." [ +ale ur +/ back +ĠĠĠĠ ĉĠĠĠ +Ġprecip itation +Ġob struction +Ġp Obj +Ġr upt +UCK ET +ay e +æİ Ĵ +g x +Ġe cl +Ġsecre cy +/ Header +ĠLes b +Ġle i +ĠBullet in +Ġgive away +.H ome +_RO OM +" W +Ġcow ork +_ ra +ĠC ycling +ĠP aw +Ġpup il +/ arch +ĠFile Utils +é¦ ĸ +r sp +Ġfreed oms +ĠL ear +}` ). +Ġbow ls +/b lock +_log ging +Ġmeth ane +Ġhorn s +Ġwonder fully +Ġalter ations +Ġex ile +ls en +_p ause +_L ANGUAGE +ĠUS DA +_m ysql +_AM OUNT +ĠL IFE +Ġyoung sters +Ġri ots +[ E +Ġun forgettable +, },Ċ +Dis posed +ĠAss assin +UN G +ĠNew sp +User Service +: aload ++ ', +Ġsett lers +Ġscre ams +Ġincon venience +.R otate +Ġj ars +ĠP uzzle +Ġm est +ars i +ĠSh arma +| ( +.d s +ĠSac red +_e vt +Ġexpress es +Ġh och +ĠD uch +.c alls +th r +ĠShe ffield +.Alert Dialog +Ġrad ically +Ġtr ous +Ġprev ailing +ĠWW II +âĢĻ n +ens ely +ĠY esterday +ĠSir ius +Ġkill ers +ĠF FT +Ġo val +') :čĊ +Ġìłķ ë³´ +our age +ĠCheck box +Work book +.def er +_f loor +Ġc ouncill +Ġnors ke +mo il +ore a +Ġmarket ed +_S UR +x AA +Ġst ained +e ut +ĠM eng +Ġi eee +. extern +eg ie +Ġr app +ĠPy ongyang +' class +M ob +Ġinitial Value +_w ave +Ġj ab +Ġmascul ine +Ġampl ifier +Ġt ty +Path Component +_ xt +ĠG FP +/ sec +ĉdis patch +mark down +ĠS chn +bo le +· · +mouse move +Ġerr Msg +Ġas ign +_m ono +To Selector +ĠZ u +(R ect +ĠError Code +lat in +ang ible +v tk +CG Size +P okemon +Ġclass mates +Ġattract s +ĠT atto +ult an +ol óg +Ġhalt ed +ठ¨ +ĠK art +Ġ ue +_Init Structure +Test Class +ĠAir bnb +_ ", +Ġchar coal +Ġip c +ĠSt retch +.g lide +lates AutoresizingMaskIntoConstraints +Ġpot ion +ITT LE +Ġcount ert +_h d +pre pared +Ad s +ĠV ampire +rob ots +.Create Index +Status Label +Ġt ucked +af ür +U t +Ġswe ater +_F N +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +ata ka +Ġeyeb rows +ac oes +ud en +.LinearLayout Manager +Ġsw ay +Ġmult in +() )))Ċ +ĠNS UInteger +ĠMy Base +Part ner +uts chen +ĠC ater +.setBackground Color +Ġaccompl ishment +_pro blem +.d td +Ġpage Number +Ġj ackets +Ġcro pped +u els +ĠH ep +Ġc apped +* Math +_callback s +Ġpub b +ĠBrun swick +.res pond +[" _ +Ġbed ding +hyth m +O X +(s peed +Ġpestic ides +Ġ---- --- +.Bl ue +Ġnood les +ĠGo es +Ġs aver +o xy +_com pletion +ĠSw inger +Ġget Date +Ġmind ed +int egration +ĠLot us +(st op +(', ');Ċ +Ġflood s +ĠWork flow +Ġerupt ed +Mac ro +ĠSau ce +Ġevent Name +\ Input +Break ing +ĉ when +_p w +IND ER +ĠWell ness +Ġvox el +ĠM ell +ĠM EDIA +SE NS +ĠFund s +ĠM ild +< Array +- this +ump ed +/f w +ĠDb Context +W I +girl s +H OW +'); ?>Ċ +Ġtempt ing +Ġtest ament +Ġb ible +Ġconsult ed +ĠIndex Error +è¨ ĺ +Ġkey pad +izz o +( ok +Ġwhats app +ĠRemote Exception +Ġteam ed +âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ +» , +Ġget Time +di ag +iss y +Ġh ed +Ġkn ots +j om +Ġfun nel +-m ails +Ġexport ing +ĠV L +ĠK arn +ĠBuddh ism +ĠAll an +_R ADIUS +Ġw ording +ĠFor get +ĠCor ona +ip hy +Ġlim burg +ugg y +ĠUser Repository +im in +(e le +Ġlabel led +ç¤ ¾ +ĠH erman +.q q +Ġ" ));Ċ +ie ber +.Trans late +ry n +Ġdes env +um d +Sim ply +ĉm ode +R pc +ĠVal encia +Ġstaff ers +Ġsel v +ĠSpi ke +Ġdel ic +Ġer u +_D T +J udge +á» ķ +ĠBas in +.m utable +" url +Ġtar iff +ĠSlee ve +Ġfl are +.drop out +Ġbr ides +)) ,čĊ +_con straints +de struct +Out line +Ġdisappe ars +_lock ed +ĠNS LocalizedString +ck e +ĉ null +ad resse +Ġto pping +ĠJ oker +b ishop +но ÑģÑĤÑĮ +and ering +_ amp += time +_S pace +_P ULL +' = +Ġant iqu +Ġc ach +___ ĊĊ +ON ES +о Ñı +Ġun read +.p olicy +oooo oooo +ëŁ ¬ +Ġu sted +ĠRe ce +Ġal lem +ãĥ¼ ãĤ¹ +ĠThought s +ve illance +istr ate +_l ane +Ġfam ed +.Get Name +Ġsmo other +ĠQual ified +az ers +_ geo +F ax +ĠM inds +ĠR aises +Ġtrans cripts +Con versation +Ġremark ed +ëĤ ĺ +d ling +Ġdeploy ing +Ġshared Application +Ġk p +FontAwesome Icon +_d ummy +reib en +ĠJane iro +Direction s +.get Bean +s ass +Ġcommand ers +v ation +error Code +ĠAl loy +.local ized +Ð ij +Ġdish washer +ĠSou p +N u +_D efault +Ġune ven +Ġ/> ";Ċ +-B ased +Ġseam lessly +- null +ĠX C +Ġst ew +(d elay +AT ORS +ĠWhe eler +" H +e ast +. air +âĢľ But +Object Context +success fully +_l and +Ġfold s +_CO ORD +Ġsub po +.get Address +in str +Material s +Ñĥ ÑģÑĤ +de posit +-l ast +_GR AY += find +Ġmut ant +Ġlesb ienne +let cher +RO UGH +ure ka +.c apture +Ġen n +Ġ([ [ +ĠFl u +Ġtask Id +ĠHus sein +.f older +Ġa usterity +ISTR ATION +_ Impl +注 æĦı +Ġdec ree +- chat +Ġimp lication +Ġguess es +ul kan +An alytics +. plus +COM MAND +е ли +» ĊĊ +_S ITE +Ġequal To +Support FragmentManager +ĠRec ording +å®Į æĪIJ +Ġbag gage +Ġpitch ers +ĠE h +o que +ĉc nt +Ġ=> $ +/ foo +IR A +ĠSat ellite +bor ah +Ġ}} "Ċ +ĠEnd s +ĠSpr ay +, param +.Ch rome +* q +th ought +ibr ated +Ġth ieves +Ġbenefici aries +Enter ed +ottes ville +Ġveter in +By ID +qu ipe +um ption +- unit +Execution Context +@ s +ĠG iov +.Tool Tip +_f riend +( attributes +Ġdump ing +ĠJ C +_D OCUMENT +ĠArm our +( insert +.Horizontal Alignment +ĠQ ed +ãģĦ ãģ¾ãģĻ +/g it +ĠY YYY +ĠCard iff +Ġap a +organ ic +ĠWhere as +Ġæ Ŀ +ĠM ia +Ġdemol ition +Ġsc ars +Ġp ai +Ġre tries +Ġr q +ĠDen is +( Utils +Ġallev iate +ĠP IC +id ue +Ġacknowled ging +Ġ// //////////////////////////////// +ç¡® å®ļ +Ä « +\ Json +.b inary +Ġx type +sign als +ĠAp pearance +& r +} s +C i +ĠI llum +por ate +h og +Ġindex Of +\ Command +_par allel +ĠSher lock +í ĥ +Ġ" ")čĊ +//////////////////////////////////////////////////////////////// //////////////////////////////// +Ġcritic ize +ĠSo ap +ĠMatch er +Ġgr illed +* T +Ġad ore +ull ing +Ġjed och +_ref s +lean up +ĠJ AXB +Ġro ses +ĠL iam +size i +Ġget char +Ġtar de +-to oltip +Ġqual ifier +ĠInter mediate +_W indow +ĠMal ta +Dis connect +ew here +Camp o +Ġirr ational +led o +ĠD N +ARG V +Ġout ro +Ġth irteen +Jose ph +M AR +/g l +J ess +ĠPsych iat +Ġpadding Bottom +- loop +/ fonts +_se en +Te ams +React DOM +(m an +(x path +.get SimpleName +>( * +ĠP vt +Ġel ders +Ġp ies +.user Agent +- region +ĠGree ks +(f ragment +st u +Ġcouncil s +Ġst amina +ĠGod dess +è ¥¿ +Ġphilosoph ers +Ġpers one +ĠL ose +ĠCL R +ĠD ocs +Ġso ak +ĠHOLD ER +Ġb ells +hash Code +R ATE +_WE IGHT +in ous +end ra +oph obic +Ġpro se +Ġfin ely +/o auth +(s pace +ad ge +ĠM ama +Ġstring Buffer +Ġst int +Ġmis ma +Ġvill ains +ĠCrime a +Ġdipl oma +Ġпо Ñģл +ĠBe a +(j oin +Ġíķ ´ +CH AT +per ing +ĠC ros +Ġmon keys +Ġpred s +yl a +,, , +Ġvibr ator +ĠN U +åħ Ī +f ant +z et +Ġb ietet +un ft +sw orth +.F low +Ġpsy ched +ĠContin ental +> t +Ġqu ilt +. UP +Ġexpans ive +Dis pose +(l anguage +C aps +_Z ONE +Ġrec ycle +ĠMan aged +current Color +.b roadcast +sign In +.p rom +ll u +ue blo +Ġpunch es +Ġautom at +Ġassign ing +Ġcreate User +ĠAll ied +Ġconduct or +Ĥ ¨ +Ġs addle +Ġd ni +omed ical +-W est +Positive Button +Ġit alic +? [ +(tr igger +Ġele phants +":" "," +Ġcal iber +raft ed +d igits +Ġmar shal +mill iseconds +mark ers +m om +/ place +Ġhol istic +: t +# , +Ġb oto +Ġnause a +ĠSh ooting +ite ch +Ġtext Status +< Class +ĠDes cribe +Ġbuff et +g il +Ġlog its +std call +mod s +ĠSk ull +ĠB are +h ope +ĠIn tr +F air +ĉ pt +Ġacompan h +Ġf kk +_r pc +Inst alled +_ ans +.get Minutes +âĢ¦ "ĊĊ +- thread +Ġpres chool +AIL S +Ġdiff ic +( convert +ĠN ath +ĠDO J +Ġreg imes +Ġenthusi ast +Ġwarrant ies +Ġfasc inated +_b inding +_N ot +oft en +_R W +/m ail +Ġtitle Label +Ġvill agers +ĠJ iang +Ġsw agger +.Row Index +_img s +rap y +VER AGE +. Up +Ġno op +c io +ĉ ST +Ġdecre ment +Ġmagn esium +_ rotate +S it +Ġnieu we +Ġter med +íķ ©ëĭĪëĭ¤ +Ġur g +_t ouch +Ġsw arm +Ġcl ave +th est +ĠL af +H X +ĠH ulk +Ġplaint ext +ĠSof a +get Session +L ed +Ġecosystem s +he i +ĠK ills +Ġhus bands +Ñħ ÑĢан +(d om +_t iles +Nib Name +Ġdon ating +. acc +Ġlifes pan +.b n +_RG CTX +æ ¥ +ans en +Ġmod elling +Layout Params +ĠonChange Text +rs a +- location +.P e +(b us +(s ong +Ġprodu k +ĠSH OULD +ĠC J +Ġs os +ĠHome Controller +.load ed +(D ocument +.s ocial +t iles +Ġl ame += df +.parse Long +Ġpr ac +Ġdet ox +ĠV E +Ġpunt os +Ġdo ctr +Ġan cor +CA PE +Ġc mb +çĦ ¶ +*) " +:// / +Value Type +Ġmort gages +; q +ĠRock ets +s port +UG C +ct s +ãĤ ģ +ie ur +ĠAppe al +(n b +//////////////////////////////////////////////// //////// +IM ATION +ĠC res +ĠMan ip +C ause +at ypes +man ufacturer +# ---------------------------------------------------------------------------- +Ġsp or +es on +Ġpun ched +Ġbook marks +ĠBul k +Complete Listener +ĠTalk ing +ĠEr nest +Ġrub bish +k ills +ĠDE FIN +Ġneighbour ing +ar lo +ĠP CA +ĉm atrix +lo k +Ġat las +ĠG ur +Ġw yn +-n egative +Ġt ul +Ġre lic +ĠV oltage +ĠPre is +ĠJ NICALL +ĠPM ID +ak et +ĉ attr +Ġet iqu +ĠM J +ĠG mail +cl r +_exec ution +éĶ ® +pos itor +. af +N r +Ge orgia +Top ology +Ġperch é +Ġmus lim +Ġepid emi +Ġsab ot +act us +Ġë ĮĢ +ĠIO Error +. est +p refs +ĠKr ish +.Read Key +NAS A +u ção +_D b +umer ator +W ide +(st atement +.end point +.... ..... +Ġ[ * +stream s +m time +P x +at r +Ġt pl +R oman +Ġscen ic +.n z +ĠSe conds +sub menu +Ġìĭ ¤í +_b undle +Ġde ÄŁ +ĠS isters +pre ferences +Ġport a +Ad visor +max Length +ĠG REAT +__ (Ċ +ole st +ĠLabel s +Ġen fer +ĠĠĠĠĠĠ ĊĊ +ĠThe ft +_F ILL +ĠW ise +) application +un ami +> ())Ċ +ADD RESS +B ST +et zt +ĠQ gs +S ense +Exception Handler +ĠCh u +.get OwnProperty +Ġexerc ised +iot ic +ĠRe leases +Ġp interest +ol ie +is oft +Ġsequ encing +Ġpad re +] ));čĊ +(r adius +.m ed +aint ies +.Object Model +Ġem ple +Ġseg uro +St ars +Ġqual itative +lem n +á» ± +> "). +Ġg x +-c ert +ĠAST M +Ġfull name +Ġte lemetry +ĠCamb odia +_ ul +ĠCl are +C USTOM +Q C +ĠUn s +ĠHTTP S +ĠPark inson +ancy box +',' . +T ue +.get Last +Ġab i +Äħ d +A st +ĠEd iting +.Un ity +j mp +Ġm ats +Ġshared Preferences +Capt ain +.page Size +Ġr tl +Ġan meld +Runtime Object +Ġdemand e +(" ; +se ite +-head ed +ĠK ra +ĠF ONT +` \ +Class NotFoundException +. avg +atic al +A j +Ġpermit ting +Pro j +ERR Q +Ġcre ampie +ĠBuy er +-mod ules +ĠSund ays +| `Ċ +Ġday time +Ġ+ ( +Ġgl itch +ĠOper and +Ġtox ins +iny a +D NS +ĠS as +C ake +ĠNation als +.add To +Ġs inking +Ġcompreh ension +Ġsc or +ag ements +Ġt ard +Ġmarch ing +ĠM TV +Ġs ane +Create Info +Ạ¯ +Ġend Index +ĉ layout +ĠåIJ į +S ITE +ĠT HERE +Ġ[ {' +opath ic +Ġtrans mitter +/ body +Ġp und +ĠC losing +Ġset attr +Ġbound ed +At las +sum ing +(t imes +par er +yn om +fe it +Ġf rem +- leg +ĠBr as +> # +Ġì¶ ľëł¥ +ĠIN STANCE +ĠC ouch +_host s +lik elihood +.M arker +ĠM asks +Ġcere al +util ities +Ġelement al +Ġdist orted +in active +c ry +W L +UPPORT ED +.Th rows +/s chema +ser ie +." ', +ĠBened ict +-p icker +ig gs +ĠPir ate +åij¨ æľŁ +ĠTh ema +ĠSouth ampton +Ġarray With +ĠPaul a +Ġpredict or +- Ass +.user id +Ġper i +Ġexagger ated +ur ate +arse ille +ĠCon cent +ĠP ik +Ġ@ _;ĊĊ +Ġform ations +Ġden omin +"/> .Ċ +ended or +Ġpan cre +Ġam t +Ġon Resume +on Delete +ĠB CH +) (" +m ovement +Ġpot assium + čĊčĊ +ĠMah m +} ";ĊĊ +Ġd q +ĠPublish ers +ĠAm pl +ĠDani elle +Ġt ern +èµ · +no ÅĽÄĩ +e in +ĠAsync Storage +un ger +rou w +Ġsc issors +/ assert +.b ucket +/ archive +_M an +Ġint oler +Ġ() => +ĠÐĴ Ñĭ +Ġsa i +.x y +." čĊ +Ġur inary +es ub +IST ICS +ĠÎ º +Ġcompl iments +Ġtypings Japgolly +ih ar +Exp ansion +ĠS erving +_st udents +ĠX BOOLE +( il +Ġì² ĺ +Ġj ó +(t ol +( JS +ĉC G +ĠD RAW +tw ig +Ġo at +_sm ooth +ĠC SL +Ġos ob +Ġens uing +Ġbank er +ĠBack pack +_p ing +Ġwish list += ax +ĉĠĠĠ Ċ +Dis ney +stead y +"> % +Ġproph ets +ĠZ X +Ġminimal ist +.PL AIN +Se attle +. ordinal +ĠPI PE +Ġret orna +Ġjug ador +ĠB ret +ĠâĶ ľ +Ġpl ush +UL ATOR +Sort ing +.grid y +ect omy +_ activ +r ack +Inter active +ĠAntar ctica +Ġv engeance +en so +_k nown +up plier +.Mod ules +ĠConnection State +éļ IJèĹı +@ FindBy +Ġpl acer +\ model +< ()> +.is Successful +-g ood +b z +ĠDr aco +Ass istant +-ex tra +аб лиÑĨ +Ġhyp ocrisy +Ġt st +ĠA gr +$ txt +Ġlog istic +lic ensed +ĠH of +Ġt at +( iv +Ġinto xic +post Id +_st rike +Ġhum iliation +pc odes +" sync +(rec ipe ++ N +rent e +ĉ Client +ycop g +ĠZur ich +ĠPro files +C ountries +Ġp ict +Ġroll out +requ encies +Ġpatch ed +Ġcar tridges +Ġsh ading +J ar +Ġsalv age +ĠTax es +Ġstand by +apor an +E igen +. angular +ĠN ested +äº « +Ġis Visible +ĠDw ight +_BR ANCH +.D elay +Ġk end +Ġfacilit ated +.flat Map +Ġs anta +ĉS end +/m essages +Ġof Type +ĉs wap +# plt +ĠTur ks +N ES +Ġprogress ively +ĠRes idence +ĠT REE +Ġno en +d io +Ġn elle +Ġsog ar +itt i +week ly +Ġambigu ity +_Set tings +W are +.ne o +_D ST +Ġæĸ ¹ +pre p +lob by +@ email +/m ovie +Ġfun kc +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ÂŃ s +Ġguard ians +- pos +Ġconfig uring +ĠC PS +ĠDe us +Ġvidé os +_ empresa +Ġsl apped +< Model +Ġunders cores +U h +.access Token +SET S +ĠS parse +ĠCal d +: path +ĠS ervers += batch +Ġkn itting +Ġx a +Ġsearch Bar +Ġsn ag +Ġinf used +.b am +le ver +Ġtax onomy +Ã İ +Ġatt aching +Ġh ern +_N OP +Click able +(P arse +ĠDynam o +-b uilder +Ġdere g +Ġsc attering +è¿Ľ è¡Į +an zi +ĠShe pard +"> ',Ċ +_X DECREF +ĠBuzz Feed +_M ARGIN +P LOY +.sm all +Ġm imeType +Ġh olog +ĉc amera +li as +Ġsusp ense +ody nam +b au +Ġgrave yard +_n amed +":" ' +Ġ******************************** **************** +Ġgame Over +ĠLENG TH +ĉs creen +Ġdo InBackground +_depend encies +Ġr tc +/ up +_ ROM +H all +Ġdef iciencies +( te +' # +_e quiv +Ġpre order +ĠA xe +ом Ñĥ +.send File +Ġfil t +ĠLim its +ĠCaval iers +.dis count +âĨ IJ +ĠW it +QRST UV +Ġi j +Ġt egen +Ġ: ", +diff iculty +p unkt +ĠEmail s +ch lor +(f un +.U int +ĠSt all +_ verified +u D +File Type +Ġple asures +Ġjud iciary +Ġsh am +ip ur +_PL US +off ers +( foo +_G T +ĉc ore +ENT ION +ĠLib eration +Command Line +_de partment +.A r +_ne ighbor +ĠSub mitted +ĠĊ +Ġdro its +Ġhomosexual s +Ġab duction +ĉw idget +$ headers +ĠD AR +Ġfl a +th reat +Ġlou is +.Get Property +" Just +(f rames +ry o +prof ession +| i +íķ´ ìĦľ +(s v +Ġun recognized +I onic +F ashion +Screen State +ĠIn coming +Not Nil +Ġsync ing +em ie +Ġtherm o +_pro cs +Ġincons istency +rel igious +.m j +Ġperson n +Ġmoment os +or arily +Ġæ Ĭ +_ne urons +Ill ustr +im oto +il ik +ĠW oj +Tr ading +Ġapp are +Ġentre prises +ach at +Ġ ¬ +Ġne igh +BUTTON DOWN +ĠMah er +ag han +-h ash +" f +Ġclient ele +.add Button +ĉ SP +Q i +Ġgr ated +POS ITE +: > +ĠHow ell +ĠCompar ative +ĠIS C +ÂŃ i +O cean +D avis +ĠFil me +W ins +ĠJ IT +oc cer +ĠC orm +ENCH MARK +rch ive +ica ção +Ġm ata +Ġchild birth +ĠOption ally +En s +Ġx http +Ġel ucid +_Osc InitStruct +)) ):Ċ +Ġint uit +ĠDon ate +Ġcorrel ates +> Delete +Ġequ ipe +Ġb oca +Ġinfl atable +er ah +ĠDateTime Kind +Ġcal ves +\ Lib +Ġem lrt +ĠTr ilogy +ĠP anc +ĠD uis +ĠpelÃŃcul a +WAR DS +_DE TECT +-section al +dh cp +For Row +-de struct +ĠPres enter +/s lick +, on +ĠCit adel +logged in +_sub type +Ġsig ue +Ġc uring +ĠFire wall +Ġfluores cence +ĠItal ians +иÑĤ ÑģÑı +.get Style +In Seconds +j ie +-S mith +Ġx link +Ġsub missive +он ÑĤ +arbon ate +ĠF aul +_go als +ĠCommission ers +chart Instance +_POST FIELDS +Ġmed ial +Ġman os +Ġdel t +sv m +.Ap is +ep hy +Ġasym pt +Ġapp Delegate +Ġimpro bable +ck a +sim d +/ Error +. âĢĵ +ĠP TS +de er +Ġs ina +m agnitude +ID ADE +'] }' +Ġmay ores +ĉ comment +/ console +" @ +v olt +.s ell +ĠM acy +Ġmel od +Ġim ágenes +_ch g +Ġin out +ident e +) '),Ċ +d ni +.b lob +Ġtyp ography +Ġe erie +_O ID +pes an +aj an +Ġch opping +Ġbl uff +ad f +_b ases +.Form atter +Ġ\ % +ĠPage Info +Car rier +ĠCal ibration +com o +-b odied +Ġfinanc ier +ĠIN A +. ERR +Ġhood ie +ĠSan ity +gu arded +.opend aylight +ISM ATCH +High lights +ün k +ani em +anger ed +assign ments +Ġregistr ado +ĠU PPER +ampil kan +ash ire +ĠNik ola +ĠC FL +ĠH DC +Ġp oids +ĠIP s +Ġprevent ative +ips oid +if ix +.c amel +.g a +V olumes +- ste +Y ahoo +_s ibling +H ighest +opt group +Ġkvin na +âĢĿ ãĢĤĊĊ +ĠAppl iances +Ġ" >< +') ")Ċ +ht t +ĠIdent ified +Ġpenc ils +Ġmember Id +Ġappend String +.load Data +Ġmock Mvc +Ġj ub +ĠSl ut +ĠTai pei +st att +Pol it +Ġpart ager +Did Change +Incre ases +) }. +ĠB aba +_CL IP +[ unit +Ġк лÑİÑĩ +Ġalc uni +ĠL ola +Ġcl inging +@ PostMapping +(con cat +Ġss id +ĠFa uc +ok it +ĠRecord ed +á lez +($ ('< +.assertIs Not +Ġk ali +V olt +Ġwarm ly +Ġsca res +get ti +füh rt +_d oes +. EMAIL +im ations +Ġspring fox +ĠDec om +arc y +Ġgl itches +ĠM off +ĠV oll +.b etween +Ġcoord en +ĠPart icularly +GB P +Ġsem ble +East ern +_M SB +]) {čĊ +m organ +ĠE VAL +d ere +HO USE +mo ire +ist ique +_l stm +-com mit +yster ious +Ġtw ink +-th umbnails +en ÃŃ +:' ', +Ġblack out +ĠFlo ors +Ġso fas +Ġou i +lesh oot +ĠRa q +- abs +Ġk ra +M ining +sha ft +.set Columns +Cl azz +PRE TTY +.play list +éĸ ¢ +-Sah aran +M ING +ĉ bl +è® ® +j f +DO CKER +hope fully +( ignore +ĠUsers Controller +ĠMitar beiter +ĠL ES +Ham ilton +-m etadata +ĠK K +ikt ig +Ġwoll te +egr ator +] bool +, current +Ġvalue Type +Ġexcav ation +ol and +Ġv erv +/file path +Auth Provider +Ġpro crast +ĉ ULONG +_MEM BERS +Ġup lift +ĠAut onomous +Ġart works +ĠOut reach +Ġp ore +Home page +Dialog Title +ĠGener ating +PAR SE +Ġsem anas +Ġhuman o +JSGlobal Scope +Ġvol te +Ġb ella +(is instance +Ġpl c +\C atalog +Ġeste emed +éĽ · +(s uffix +Ġswe eps +ĉ ORDER +Ġdo ivent +ĠSw arm +ĠComp iled +get Page +AD R +.R ichTextBox +ĠN aming +ag ged +ĠG ANG +r asing +ode led +Ġg ala +ĠJS Name +dd f +Ġill ust +ĠLans ing +[ port +-de ath +Ġdin heiro +ĠE ighth +Ġb ian +st Ã¥ +Ġvers ión +ĠLinear Gradient +ĠHard ing +. *) +ec zy +$ header +Ġv Ã¥r +Un checked +Ġko je +ĠPal adin +() )), +G iving +() })Ċ +Ġd ips +F riendly +Ġport rays +Ġhel ium +Ġinsurg ency +_ex piry +ĠstringByAppending String +Ġa antal +s lope +m ast +.get Integer +Ġ################ ######## +_PIPE LINE +Ġdens ely +Ġmut ating +m idi +ĠSe it +ay ne +NOW LED +ĠDes mond +ĠF Name +ĠN airobi +\ Context +Ġcalc ular +-d en +Ġc ott +] ):čĊ +ĠRecommend ation +ĠRole x +Ġvalidation Result +.p at +Ġn Ãły +ĠRest Client +ĠG PI +ĠAshe ville +ĠO SP +ĠPER MISSION +ÐĶ аÑĤа +/ notification +K night +_W ord +ĠB ender +rank ing +Ġpart ida +_res ervation +Ì Ģ +Ġm Name +Ġget ch +Ġb orr +Ġdilig ent +Disc uss +æŃ£ åľ¨ +ape ake +ion ed +-N azi +.c um +ĠK ron +=$ ('# +/s ingle +Ġerot isch +ĠV ib +Ġrat ified +Ġconcert ed +ĠREG ARD +Ġdo br +.Driver Manager +' r +Port able +ĉs uite +Ġrel aciones +ĠD op +emplo i +DO B +Ġcr umbs +Ġx ls +_App lication +(': ', +Ġ---------------------------------------------------------------- --------Ċ +m se +Ġber k +ĠReturn Value +ĠBel ly +Ġcam ar +ĠPe ek +els ing +Ġnot ifies +ĠTr istan +ĠG AR +em me +ĠElev ated +_C SV +(ch alk +Ġtw enties +ĠSearch Result += search +ĠMix ing +ý t +Ġrecru iter +ĠIDE OGRAPH +ĠA go +( Operation +$ values +Ġworld ly +ĠRosen berg +ĠConfigure Services +>* Ċ +Ġsn ork +_op acity +ĠinitWith NibName +i ado +A AC +Ġ] ). +; z +_par agraph +Ġnos es +stand s +if r +_m E +I raq +.P redicate +ena ire +]] ];Ċ +Ġun idad +Ġretire es +_h ello +Ġmode le +ĠUIT ableViewController +f write +_num ero +_vis ited +Ġrece be +( Notification +Fant astic +_sub menu +ĠP EM +ĠCup ertino +approx imately +class ed +.Read String +Ġdomic ile +_P W +Ġball park +ĠK ale +con tra +_f avorite +/ of +Qu ite +ĠOT A +Ġacceler ometer +did n +| ^ +ĠRohing ya +ivic rm +ann abin +обÑĭ ÑĤи +or ado +') + +Ha unted +, ID +( UIAlertAction +ur v +_b el +ĠMex icans +/ terms +ĠPaint er +Input Label +ĠV inci +ĠRos ie +\ uc +< Menu +Ġcool ant +(current User +_d ual +) "},Ċ +& p +Ġconver ged +Ġrestr ain +ĠYugosl avia += target +Ġimp uls +ds a +Search Tree +Ġh box +ĠImp ress +§ Ãĥ +get FullYear +(d a +ĠY YS +.al ignment +.Get Text +.token ize +ĠOlymp us +Ġmur ky +ore station +Ġdiss atisfaction +ĉT Array +_ kses +.Add Singleton +ĠStart Time +Ġfan atic +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġentity Type +. override +Ġ ------------- +ĠDat agram +f out +(with Id +Ġ# __ +Ł èĥ½ +ek yll +.f riends +ame leon +Ġz ach +.simple Button +ret orno +Ġkon k +/s mall +ĠQuick ly +un read +Don ate +Detail View +Ġdu a +Ġpenetr ated +OM UX +Ġn ir +_p data +"], [" +Ġlow es +Ġdop ing +Ġas ymmetric +Ġneed less +our cem +Ġup ro +ĠGu zzle +af b +Ġsext reffen +-c ollar +Ġcol ossal +Mon key +n ish +Ġhandle Message +Incre ased +* dx +ĠChatt anooga +f org +ĠOr den +Ġsh ri +ĠV and +Ġ" @" +Image Sharp +ĠWild cats +pon ible +.sc enes +Ġpaint ers +ĠPf izer +ĠZ ah +To Local +ĠFl am +Ġé taient +)) ^ +ĠSand box +ĠTR ADE +Ġchrom ium +Ġac claim +Ġpac man +´ t +) reader +M ari +.Dispatch er +.A DMIN +ĠRem ed +Sw eden +Ġoverl ays +. er +Ġp ang +Ġclean ly +aven port +Toy ota +patch es +Ġv tx +ĠE is +cl ado +ĠR itch +RO LS +Ġh ade +Ġconspic uous +Ġdo cks +(j q +ĠPrem iership +ĠBe z +ĠâĦ ĸ +ĠÑĥ Ñģл +_tot als +Ġprov a +ĠC ue +Ġsa úde +ĠGame Controller +IM IZE +, port +ãĢĤ ( +.C decl +Instant iationException +Ġcoll age +ĠIO C +Ġb ais +Ġon Finish +-st ars +set Size +Ġmog ul +Ġdis illusion +Ġche vy +(S chedulers +( IR +_loc s +Ġcann ons +Ġcancell ing +/b us +Ġbuf io +ĠY ours +ĠPik achu +Ġter me +r Ã¥ +f ahren +Ġowner Id +Ġoblig atory +Ġcul p +Ġacid ity +-m ult +ĠBam boo +Ġ' "> +_g s +Ġcomp il +n ard +-ex c +Ġrh yme +Ġbut to +s ays +ant asy +ë ¸ +Ġcitt Ãł +Ġche g +Time String +Ġpos itivity +ĠD abei +Ġw ang +Ġes cre +" c +ĉv ideo +ĠRank ed +.str ings +>> >( +Ġин ÑĤеÑĢ +Ġrest a +[: ,: +Ġrend re +Ġdes er +J os +Ġdis ruptions +Ġоп еÑĢ +s ampling +sup press +Ġcontainer View +ĠSeam less +Ġair y +Ġon load +.Window Manager +ĠPL A +br aco +.set PositiveButton +Ġp du +Ġg si +ĠC li +_gr adients +Ñı д +ĠWh isper +c stdint +Ġl äng +Ġform ulations +én om +ourn emouth +[$ _ +Ġordin arily +.set Username +Ġfacult ies +MIT TED +/ values +Ġwe ir +ĠA pt +M Z +ĉc f +uck en +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉĉĉ +def ense +[i Var +ĠBusiness Exception +Select ors +(co ordinates +ĠRes ets +ĠDr inks +ole ans +(st ypy +_IO C +.x xx +ĠSl ater +ĠBel ize +Ġ/ ************************************************************************ +add in +_ep isodes +Ġis chem +legal ArgumentException +D anny +Ġp ared +.code haus +ĠAss y +ĉ Rect +â ŀ +.list a +Ġв аÑĪ +Ġv ets +HW ND +ison er +Ġx o +Ġor ally +ĠSt mt +.r nn +ĠD PI +ĠStr ikes +.setViewport View +Ġèĩª åĬ¨çĶŁæĪIJ +Y ELLOW +GL enum +part ners +ĠImp licit +Ġtak o +âĢĻ elle +Ġerm ög +total Count +G il +ĉ work +Ġpr atic +in ati +ab ies +ĠSk inner +Ġspir ited +Ġpancre atic +Ġh df +' em +Ġpsych osis +olic it +Ġ" {" +_at ual +Ġé lect +TE AM +Ġd ak +ĠSW AT +.Fragment Manager +Ġprovision ing +l ifetime +_EXTENSION S +ĠC ASCADE +Ġ! [ +(K P +Ġv em +ĠInterr acial +'] },Ċ +sp acer +_k v +W arehouse +R DD +_f sm +.Stretch Image +, Yes +ĠRefuge e +ĠBr inging +Ġv álido +.inter section +Ġsp ooky +_port al +Ġmo th +ĠZ odiac +ĠSOC IAL +M imeType +'] }} +_Bl ue +Ġbot anical +Ġfr ags +Ġfamil ial +- du +Ġse izing +(block s +.r d +.check NotNull +Ġmis er +Ġmax x +ĠK nee +View Item +Inner HTML +D anger +(( __ +Ġprz ypad +create Url +** , +ĠDecor ating +ATEG Y +?> / +.Design er +hex digest +ĠEvery where +all eries +.TEXT URE +.Block s +z ell +Ġpre ço +S uddenly +input Email +(s ync +.b d +gold en +> '); +ĠDick inson +>> (Ċ +ĠQUE UE +Ġget Column +ĠS AND +.p iece +lic er +Fl utter +Ġget Version +Ġresource Id +og l +ÅĤ aw +.Br anch +ĉ web +Ġfr amerate +PP P +Ġfr ay +C NT +Ġinformat ie +'] čĊčĊ +ne as +Header Code +Ġæ ¸ +Ġtr g +raw types +H onda +Ġmark eter +Ġrequest Data +ĠP g +ĉ not +Ġpage Info +Ġakt uellen +ãģķ ãĤĵ +ĠA MS +push ViewController +ĉ AL +Ġv ests +produ ce +-m ême +ĠRah man +F unny +E Z +_ Valid +Ġsquad ron +Ġl ash +Ġ irm +ias co +ĠPar an +Ġpet ites +ĠDec ay +Ġun initialized +priv ileged +Ġm bedtls +å¤ĩ 注 +Ġ^ . +Ġec static +D etroit +Ġpart en +Ġsou venir +.get Login +моÑĤ ÑĢ +en ção +ĠmÃŃn imo +ĠAccess ed +ri ó +M ic +ĠV ocal +.Set String +Ġmens ajes +åĢ į +Ġattr avers +ĠA ph +Ġ' );čĊ +ünd e +Ġench anted +ĠRoot State +ĠCLOSE D +ĉĉĉĉĉĉĉĉ čĊ +Ġcal iente +or ris +Ġphysic ists +h wnd +_v i +Ġráp ido +Ġcapital ized +ed By +Ġmach ining +Ġhub by +ĠSt acy +.B us +dr ink +H ur +Ġprop ia +Unit Test +Ġmiscon ception +__ ));Ċ +/d c +ĠMay weather +_m C +.create From +ĠQ Painter +rops ych +inn itus +ay as +Ġg eg +(d w +Ġus ado +Ġtrick le +Ġann ihil +ĠP asta +Ġ++ Ċ +(Expected Conditions +.post Value +ic ap +ĠDon etsk +_s oup +-p ublish +ĠP b +ment ions +AC CEPT +.P ull +,âĢĻ âĢĻ +Ġret arded +_AT OM +ĠTermin ator +-c ourt +ĠCLLocation Coordinate +Ġrever ence +ĠS SC +ut ely +ĠW ON +ĠG SL +fre i +.get Longitude +Ġopen FileDialog +.B utter +- important +_M ANY +ĠG ong +âĢľ How +Ġg orge += msg +ĠEz ek +create Command +: checked +Ġinf ographic +.W EST +Dir s +Ġguard a +Ġbeet le +< small +- android +Ġcred itor +ĠM éd +Ġfinal ist +Ġab l +ne v +_inter action +ĠMonter ey +j ah +Ġcand ies +ĠQu incy +èª Ń +Ġbatch Size +ak it +Ġo be +(p ara +Ġexperiment ed +Ġcouncill ors +Ġcl ashed +s qu +-st rokes +ĠG K +ĠEx pires +Ġprosec utions +ĠCreat ures +Ġy ö +x lim +_IM P +Entry Point +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.Default CellStyle +Ġbre ve +ĠBrit ann +Ġsweat y +Ġle th +Ġflash back +per manent +ĠJ DK +_D etails +E uro +p pt +Ġrich TextBox +/ board +Ġtr ance +.c ycle +'); ");Ċ +Ġtox in +_de init +Ġover arching +Ġconfig parser +ĠKaw asaki +.th umb +Ġplay a +ĠJose f ++ _ +Ġzero es +Ġa up +ĠH ari +comm itted +N it +.file Path +ĠDis abilities +man ufact +-al igned +.RE SET +Ġrust y +E y +Ġou sted +cos a +Struct ured +.get D +Ġs ábado +> Loading +_m A +.get Random +bl ings +Ġchees es +tt i +. âĢ¢ +ĠBurg ess +ender it +. ',čĊ +(" "+ +ac b +% p +index ed +_pred icate +nes ia +Ġb ied +ĠC IT +( Pos +_r adi +ä»· æł¼ +B iz +ĠAdoles cent +Ġvi ên +c ycl +_C ancel +Ġcon clusive +Ġappell ate +inform atics +S J +Ġelect ive +role Id +Fetch er +ĉ Command +(" (% +Ġf art +IL A +get Block +A USE +Ġд ан +ĠAr te +Ġnot ifying +Ġge le +.s ame +ĠReg el +ĠBa ÅŁ +.c reation +ĠV N +_comm unity +Ġuns ustainable +SE X +Ġgrid Size +res cia +avers able +(', ')[ +ĠPh elps +á»ķ i +ANCE LED +- IS +.run ners +ĠSt okes +.P rodu +Ġwh ipping +_ac quire +Ġinvestig ación +f ried +.copy With +ĠHard cover +- Se +áŀ¶ áŀ +inv itation +les ai +ĠD orm +ĠÑģпиÑģ ка +Ġconcaten ated +oph il +Ġthink er +/font awesome +ĠLe opard +Ġ"/ ");Ċ +Ġresidual s +ĠMic rowave +Ġconform e +th rop +Ġdis emb +ĠO MG +ĠDisc ipline +ĠAc robat +/re pository +df a +_M ED +buf io +Ġméth ode +_H OLD +ias i +_ legacy +) ččĊ +æ£ Ģ +Get ProcAddress +Ġy ay +ot ence +order id +-t w +Ġdear ly +In coming +/ il +Ġneu rop +uc z +); čččĊ +ĠInnov ative +Ġprof und +ig mat +Selection Mode +re levant +.G O +Ġbru ises +Ġs ach +ode f +Ġre imb +/d esktop +-s pot +und ance +Ent ropy +\ core +Ġsug er +ĠM vc +ĠGN OME +_ind x +ĠYY STYPE +ĠMat lab +ĠC IF +Ġ* )) +Ġproduct List +ĠAl right +ac emark +ÑĤи в +mod ification +int ernational +Ġhom ers +Ġdict s +ĠQ Font +.SQL ite +Ġtransplant ation +ĠMessageBox Button +ĠEl ves +'] ])Ċ +(Q Icon +Ġcin emas +CO ORD +- China +Ġkh ẩu +æĪij çļĦ +Ġskull s +Ġpain staking +f ce +.XR Label +Ġspec ifier +Ġpref erring +/ activity +( Photo +á lt +.l ot +' '. +ann once +.google code +-p df +ĠP oke +_A CL +Ġend owed +dis cover +.om g +Ġwood land +.M agic +Ġvol ont +Not Allowed +Ġch ave +BM W +',' =', +ĠS IX +æĪij 们 +Ġkos her +Ġaspir ation +int l +_ref ptr +'+ Ċ +ment or +.cl ub +Window State +.A RR +Ġz za +Ġmessage Type +.e qu +Th or +Ġin just +Ġg ums +Ġborder Side +//// / +ĠTrans mit +Ġbuf size +Ġh ak +Ġell as +R ANDOM +ĉm c +Ġpe a +ek o +document o +Ġhyster ia +Ġaren as +Ġgun men +Ġm ike +Ġimp unity +atis ation +_Z ero +_COMP ANY +ĠG ors +Ġuse Class +( redis +ĠRUN NING +ĠB air +vel te +Ġ',' . +аÑĤÑĮ ÑģÑı +ö st +encode URIComponent +_re strict +Ġdec als +ĠPed ido +Ġalter cation +Dis plays +ĠApp licants +C US +Text area +ĠAng ola +.f uture +ĠUS HORT +Ġsuppress ing +Ġset zen +AP olynomial +Ġto ch +Ġhall mark +Ġ$ $$ +ĠCHAR SET +.r pm +ĠD ich +---------------- ---- +_p arm +è¿ ĺ +acc iones +h ait +WAR DED +_r outing +ĠN OM +Ġen clave +ĠLot to +ĉf r +complex Content +ĠBall ard +k ube +/w in +.getColumn Model +_RE PLACE +Header Value +Ġest udiantes +Ġap is +Ġb pm +ĠType Name +And Get +rit a +Pl ans +> Note +Ġfet isch +Ġton ed +_g oto +ons ense +Ġm olds +Ġinfiltr ation +ĠGuerr ero +ub bo +ck i +($ (". +_ activities +(ch anges +Ġof App +ĠKe pler +ĠD emp +ĠCont inent +.T icks +ĠUn signed +ĠJah res +Ġfresh men +ĠArch ived +ĠкоÑĤоÑĢ Ñĭй +Ġ' :: +T utorial +C c +Ġtable LayoutPanel +from Json +.level s +_trans ient +Ġendors ing +ĠD IC +la uf +Ġsh red +_E MIT +ific antly +AL A +/ proto +Ġnarrow ing +U tc +Fact ors +Ġsent ient +æŀ IJ +lix ir +ĠC ROSS +met eor +Ġgro in +Ġm db +ĠRot terdam +Ġcom ida +ĠOp Code +ĠDefault Value +Permissions Result +Ġheter ogeneous +Ġm oot +Ġde ceived +-in dependent +ĠObject OutputStream +Ġover power +.d up +Ġl db +Ġdomest ically +Ġbest ellen +Ġlo v +ĠContract ors +Tri angles +Ġfod der +Ġfilm es +ä¼ ģ +Ġrev olver +Startup Script +/ validation +ĠResource Type +i ÅŁ +ĠL az +f ef +Ġlst m +{ * +. attachment +.h its +ew ith +DO G +Al abama +Ġmedium s +.m Context +-c ols +åı ĭ +.not ice +Ġat tn +ĠP acking +ĠL n +_COM PLEX +/ Users +.sav etxt +ĠR ounds +?,?, ?,?, +Ġing l +ĠR OC +_f emale +ĠSt ard +]] ; +Ġwrest lers +Ġtorrent s +Ġsin h + ĊĊ +ë³ µ +s ense +how ever +.Ph ysics +Inf rastructure +ĠSac r +F el +ĠD ISTRIBUT +é ments +ĠValid ates +################################################ ############ +Ġ| / +Ġes l +Ġré seau +ĠB ip +BY TES +_W ATER +Turn ing +EL S +Ġj uxtap +Ġlesb ische +ý ch +( Unknown +Ne o +@ JsonProperty +Ġal umnos +ĠRaq qa +ime i +.get Bounds +.Mouse EventHandler +#### ### +Generic Type +/c ms +Ġturn o +Ġм ин +Ġfolk lore +ĠE vo +Ġconduct ivity +Ġle ben +Ġgear box +-v s +ĠÏ Ĩ +Ġdrink ers +Ġcon exao +ĠTe eth +Ġget Arguments +ĠR AT +ent ious +E duc ++ W +ĠInstitution al +ĠB ord +is Equal +(p wd +Ġign ited +ĠR ousse +Ġimpact ful +ĠM alk +Ġg eral +ĠP ivot +Ġa zt +Ġcsv file +ĠR ope +ĠSOL UTION +ĠArbit rary +Ġlet to +.Mouse Adapter +Ġ} }} +ĠSail or +der a +Put ting +Ġconcentr ates +Ġauth Domain +âĢĿ çļĦ +-f inals +, strlen +Mu on +ĠOrd inary +fire fox +ĠLa TeX +ĠH und +engine ering +/ blue +ed TextBox +(" "); +ĠC DDL +ke pt +ĠGet String +K ir +() =' +ĠO CD +ant ium +$ menu +ĠAppalach ian +Secret ary +ë¥ ĺ +ี ย +Sem antic +Ġ* [ +est one +ung kin +Max Y +-t one +"} ;čĊ +_P art +< Member +tr am +Ġtrans istor +Ġ---------------------------------------------------------------- ----------Ċ +ĠDes de +Ġright ful +ĠCorn el +æ ij +.H OUR +Ġsidel ined +ref errer +m aze +Ġhol ster +Ġcripp led +ĠDate Formatter +oph age +_m D +Ġdes elect +ra ud +ĠPK K +row Data +Ġlock smith +.res ponses +(product Id +_ST MT +Key Type +.Th en +z ee +Ġcr t +ĠGrand ma +@ Resource +Ġbit wise +-c mpr +ãĢĤ www +zeit ig +& display +Cart Item +- No +Ġnum éro +Ġm aur +Ġinst ancia +ĉd t +_n pc +Ġskate board +âĢľ All +ĠCrow d +Ġä n +Ġb raz +ca e +yn et +/p m +/s creen +OPT ARG +ĠV Box +Ġle opard +_g reater +c pt +< dd +Ġmechan ically +osp els +) f +.l wjgl +.get Port +ĠP REF +.Add Transient +pp ard +Ġí ļĮ +Ether net +Ġsal ine +(level s +Ġservice Provider +.A ngle +alt itude +illa ume +Ġs cape +_CAL C +_ quest +ĠDiss ertation +ĠE DM +-C ds +Ġhon orary +st ops +Ġsub dir +ĠV H +ĠChe at +Ġright fully +Q E +.Write Byte +fig ures +enn ie +( DBG +Ġvoks ne +Ġexp ended +UN ICATION +il inx +ĠRec ap +_ verts +Ġtra umat +Ġget Player +Ġverb ess +Ġcultiv ating +Ġiniti ator +Th ông +find First +_per ms +Ġbu c +Ġ""" čĊčĊ +T YPES +object Manager +(Configuration Manager +Ġtim id +Ġsnap chat +Ġcon seg +ĉd istance +_right s +_D es +ĠF lesh +- ver +Ġa fl +fra uen +Ġblas ph +ĠQual ität +ma f +Monitor ing +.D iff +Ġshore line +Ġresponse Body +mem set +< decimal +Smarty HeaderCode +Ġin sets +ĠBinary Tree +amed a +Ġn ihil +ĠN ay +ym ology +ĠW G +Ġt api +ĠInst alled +m aintenance +)} "Ċ +ĠX O +-per iod +s ar +Ġning una +ORM AT +.set PrototypeOf +ĠK b +ĠHen rik +ét ique +ĠLah ore +ĉ Address +Ġmel ts +N y +_adv ance +Ġveloc idad +Ġalum no +Ġsanit izer +Ġph ishing +ĠCom et +Ġch iar +ĉs pec +trim med +(state arr +on nen +Re venue +L ens +Ġcha ired +ĠAss umes +Tr ash +_un set +\ Bridge +Point Size +ĠPol ic +Ġsex uales +ĉd fs +ĠWide String +Ġaccru ed +Y W +_S CHEDULE +Ġk ite +Ġparach ute +[ table +Ġactive ClassName +.Qu ad +Israel i +ĠÅ ĵ +Ġho og +Ġch á»ī +ew ear +Ġtire lessly +set Error +.get Amount +.set Items +ĠM anson +ĠBay esian +_F lag +AC HER +/ original +Ġimm ac +ĠLos ing +' >ĊĊ +L ic +ĠMir age +ĠAssembly FileVersion +Te V +ĠValue EventListener +-s olving +Th o +rou lette +_W P +Ġunint errupted +Ġfield Type +.T yped +Ġam our +Ġmock ery +(v ol +ĠSub committee +ĠR uf +ero x +:UIButtonType Custom +ĠBl ur +Ġwy kon +nc es +ASH BOARD +!! ");Ċ +Ġmurder ers +.d aily +ĠDI AG +j ing +Ġdol phin +Ġl òng +Ġb ö +ĠV ocabulary +.St Object +') "> +Ġz un +Ġscrim mage +tr éal +ĠL ig +[ vi +C ole +Ġfrost ing +.Pl ayers +- translate +Fe els +=\" / +.Butter Knife +Ġ?> ;Ċ +Ġav i +inn ie +.F ailure +Ġsp indle +Configuration Exception +_h op +Ġpos ição +ĠA wait +UIImage PickerController +ĉ day +Ġgen om +C ab +ĠÑĢ езÑĥлÑĮÑĤаÑĤ +OR IGINAL +Ġejac ulation +(t cp +SE COND +Ġton ic +ĠList Box +Ġ ĉĉĊ +() >Ċ +Ġqu atre +ượ ng +with Errors +.M aybe +, âĢ¦ +token Id +_UN DEF +Ġfresh ness +ĠAmend ments +.map box +.C V +(b log +_get time +. quest +s parse +Ġres ale +Ġenthusi astically +ĠProstit utas +W a +C argo +.Parcel able +SENS OR +ĠRy u +La ughs +_N ative +/ pg +yst s +Ġphot oc +ç® Ģ +ado pt +.spec ies +conc iliation +Adjust ed +.Firebase Auth +ut tle +ord ination +Ġm unch +ĠSt ake +.p ing +ank er +(QString Literal +Ġsub script +ĠĠ ĉĊ +ĠM CC +_C md +se xy +i ou +ĠM ANY +Ġn anny +TR AIN +Ġflour ishing +ĠW atches +ĠQ Map +ĠF erm +Ġwas m +ĠA bed +_ UD +ĠGlass es ++ v +Att end +.Ch ain +Ġdec ency +ĠSupplement ary +h unter +-t xt +Ġ" }";Ċ +.set WindowTitle +(" +Ġmasc ara +( Profile +åĬŁ èĥ½ +imit é +Ġwild fires +- ROM +.is On +(group Id +Re pair +accum ulate +Ġ< ", +Ġhand written +Ġach eter +ĠM GM +ĠIr ma +->{ _ +ge e +cr iminal +Ġèĭ¥ è¦ģ +Ġmoment arily +") != +_l it +Ġexpires In +." ). +éķ¿ 度 +Ġfr ække +vl c +Ġor bs +), $ +Ġvent ured +/ >\ +char m +N uitka +eld ig +aton in +W itness +-l at +Ġset Hidden +Ġrelic s +Ġcons ulate +. IGNORE +" After +Ġset Address +Ġbeste ht +Ġ'' )ĊĊ +.x axis +Ġser ão +Ġmis led +_UN IFORM +ĠV IA +inc r +Ġzen ith +Ġvis cosity +Ġthin ly +.get SharedPreferences +.Error Code +"), " +ĠMillion en +Ġ/> )Ċ +Scroll Indicator +-se eking +ĠPOLIT ICO +as ca +_r l +N avig +(full file +Ġsol itude +Ġju ven +Ġhaul ing +ĠMac ros +ĠG ry +Ġexerc itation +ĠATT ACK +Tick Count +Ġr ites +Ġdo e +Particle System +Ġsl u +Window Text +ĠClass Name +Ġsl ander +ĉ Port +j ong +? a +.D ial +âĢĶ at +$obj PHPExcel +Ġso ar +EN N +appe ared +Ġquot id +em achine +Ġn ip +Ġmicro time +ĠAl ma +; ! +---------------------------------------------------------------- -------------------------------- +ĠPass age +Ġdump sters +ĠEx clude +Ġsuggest ive +ĠCircularProgress Indicator +_cl r +Array Type +ILL A +Elapsed Time +Dr iven +Ġresource Name +ĠG arrison +ser ir +-a head +Ġp innacle +ĠEs presso +S parse +Ġass ays +ĠGirl friend +im id +]=' \ +ONGL ONG +Ġportray ing +L ane +Ġb úsqueda +Ġrein forcements +ĠSpread sheet +ĠArray Collection +, arr +light box +ic ana +< " +build ers +K id +ĠMat SnackBar +EX PR +od cast +ĠFound ations +Ġind s +=' ${ +F izz +-function al +(work space +Ġstem med +_p atches +ĠJar vis +READ ING +Ġdisrespect ful +ĠQ Dom +Ġ$ {Ċ +est atus +Re ached +! .ĊĊ +IL T +ĠN DEBUG +ĠCour age +birth date +ĠT ing +Ġutil izado +án chez +Out door +Ġhand guns +Ref Count +É Ļ +rom o +Ġt ts +.S he +ĠP ane +ãĢij, ãĢIJ +ĠIO CTL +/ black +ins cription +Ġbi opsy +ĠTime Interval +.Test Check +ĠGUI Style +ĠCap ability +ĠBeit rag +don nees +T reatment +.back up +Ġsign ings +ĠB oca +dr m +.M AIN +Ġgo ede +ĠMark up +G REE +ĠBase Service +.C reator +Ġj ails +ĠK ahn +Ip Address +ACH I +Ġinhib ited +Ġ@ $_ +ĠAss ass +Ġenvi ado +Hero es +ÐŁ еÑĢ +ĠM aven +.l s +Ġ ive +| RF +Ġresize Mode +Ġrum pe +_attach ments +T U +Ġtact ile +Attempt ing +Ġro bin +y aw +Ġmerc enaries +ĠHab itat +end date +Ġo xy +ĉR andom +oh on +Is Null +ĠValidation Result +ãĥ ļ +um bed +pp v +Ġar p +ich ick +_r nn +ĠT FT +Tex Image +" On +ĠSam pler +top l +Ġj ane +y ling +ĠUN ICODE +Tab Index +< {Ċ +s uspend +uv ian +, application +ол иÑĩеÑģÑĤво +y at +ez ier +ĠCH UNK +ĠAd ler +/ Add +ĠKey Value +Ġspos ób +Sam pling +ch ers +_AM D +R u +.Must Compile +N ation +Ass oc +Man aging +ĠEng l +_G B +Ġsucc inct +Ġdis liked +ĠI ke +Bullet in +_ARCH IVE +Prop osal +Ġjog ging +.C REATED +Ġch ol +è£ ħ +Į ¨ +-p ush +Ġreserv a +core v +è tre +TH R +Ġincompet ence +Ġchar isma +æĦ Ł +Ġ" == +BT N +ĠLoc ator +iv et +('. ')Ċ +Ġfor IndexPath +ô me +Ġcapac it +w aters +ĠWR ONG +ho a +ĠM IPS +Ġem iss +ĠJacqu eline +(c mp +Ġe ens +Le o +.tim ing +CLUS ION +Ġ(" - +åĵ Ī +.k ode +ĠUnd ert +Ġbew ild +ĠEss en +.h d +Ġren egot +Ġm ower +Ġl sp +Ġpen chant +Ġman oe +Ġag li +Ġrec al +ĠOPER ATION +(^ )( +ĠÎ ½ +ĠSc oped +Ġ@ "Ċ += label +[ loc +Int l +ĠN z +table t +.Column Name +Ġscreen Size +DB us +co oked +- registration +âĢľ One +-n on +ĠwiÄĻ c +Ġcost a +.add Tab +. conditions +ĠH ess +MEM ORY +ĠAval anche +() }}Ċ +Ġtri plet +Ġl abyrinth +ĠNode List +ĠNY T +Ġy eni +d ff +.Html Controls +AV IS +/ Math +Ġmem cmp +Ø§Ø ¡ +оÑģ ÑĮ +c rap +(p ages +Ġl xml +ĠQ DateTime +_t cb +Ġopen id +Ġsyn aptic +ĠMD MA +(s lug +igm atic +en or +Ġcr amped +G OP +Ń IJ +.is File +ĠD ifferential +Ġ=" ";Ċ +ĉĉĉ ĠĠĠĠĉ +ĠC ooke +ĉU FUNCTION +Ġpersever ance +Relative Layout +IMPORT ANT +Ġex on +Ġо н +ib ase +(C ONT +n ovation +ä½ ķ +[ sub +Admin Controller +HTTP Header +cre ar +ĠN IR +ĠDrop DownList +Ġval ide +Ġde hydration +. '] +(W IN +Ġ... \ +Ġphotos hop +ĉ Init +_c ou +Ġtime Zone +dar win +rom atic +Navigation ItemSelectedListener +br ates +] --;Ċ +Ġtraged ies +ĠPed iatrics +SM ART +-A PI +ĠMessage Lookup +ĉ vo +Ġprejud ices +Ġm A +U ps +ĠMISS ING +ĉ ad +C ream +ĠT b +ĠMon a +_ ghost +ĉt ypes +Em b +ĠDocument ary +');ĊĊ ĊĊ +Ġl up +_ Reference +ĠB ATCH +Ġintertw ined +< Cell +ĠCab r +n ation +Ġis Connected +.remove Listener +Ġcon g +_t i +ĠSil icone +Ġê²° ê³¼ +ĠW AN +ĠG ibraltar +/ response +ĉp erson +ch ants +V IP +em ergency +Pixel Format +- Am +Ġsouth western +_pl l +if ers +_ON CE +ĠF ayette +.nc bi +_P anel +.Q ual +Ġpol ys +Ġcreate StackNavigator +� t +Ġlay offs +ĠBl anco +Fe at +ĠV imeo +_ch i +_l ifetime +POINT S +, private +Ġunb earable +print ing +Ġc gi +.B ACK +Ġintern s +ĠNew ly +inf eld +( IB +ĠK ata +ĠDef endants +Th r +é¢ Ħ +_V F +FFFF FFFF +Ġdavid jl +Ġbitter ly +S uggestions +.set Cancelable +FIN AL +ason s +_rw lock +_WRAP PER +Ġhapp iest +(row Index +ós ito +TOT YPE +Autom ation +Log File +Ġcons olation +ãĥ Ģ +Ġt êm +Ġpr er +rg yz +ĠG eg +ĉd to +.default Value +ĠK ami +ĠA SE +optim ized +Ġíı ¬ +Ġorigin ates +err Msg +Ġespa ço +(S YS +ĠMc B +d ance +_det ected +Ġfr ü +ĉĉ ĠĠĠĠĉĉ +< Date +(com b +ĠDec ide +\ Field +ĠProp osed +R ib +Ġdis likes +ĠW ien +ĉ Document +Ġtr af +Ġst oria +ĠT ells +') == +C ri +( VALUE +ĠBurn ett +, void +Ġdan h +Ġc cp +Block chain +:"- "`Ċ +IC lient +IS ODE +Iss uer +) }čĊ +, but +ĠU ph +( Sub +Ġtélé phone +ĠonData Change +Ġmarsh aller +-an alytics +, content +Ġdeb acle +_Value Changed +Ġfa una +Ġ# => +Ġf oyer +'util isation +ĠMü ller +ĠFet ish +Ġdefault Manager +Ġback track +B ah +Exp licit +_A SCII +Ġm Activity +(M sg +Ġê² Į +ĠTER MS +ĠAng ie +HS V +ĠMos que +.N ames +íĬ ¼ +rest e +_p arms +Ġgap ing +Ġcro pping +Data Frame +Ġrespons iveness +_ undo +_tr an +. terminate +Ġitalian e +Ġwalk through +Ġattract iveness +д е +_ST S +_ learn +Ġchocol ates +ier archical +-th inking +Ġ ))) +ish ments +.Log f +ĠTM Z +ĠCan ary +fo il +ĠVacc ine +.v x +ĠSur round +Inter mediate +Ġi ov +v ais +'; ";Ċ +ï½ŀ ĊĊ +éĢģ æĸĻ +âĢ¦ it +Se ats +Cl ar +W ars +ĠHutch inson +ĠHas an +! ')ĊĊ +ĠRich ie +che iden +($ (' +Y ork +Ġl ids +Ġal phanumeric +ĠG lock +.sh apes +Ġspark ing +_ epsilon +uplic ated +.dir ty +]) == +ĠìľĦ ì¹ĺ +Ġsc n +Ġ/ **************************************************************** +_PRE VIEW +_H C +ield ing +f gets +ĠAdd ison +Ġproduct Service +- figure +(ret val +z ano +Ġaut ob +ĉs d +_n umer +ĠSet LastError +ĠF ior +ific ance +Unt itled +Ġin field +Ġ{} ));Ċ +Ġsp ac +Ġro okies +(des cribing +ng en +ி à® +.r df +.M utex +Ġkne eling +ĠQ E +set Max +Read Stream +Ġvent as +s ut +cm peq +.WriteAll Text +ĠEx perienced +$ __ +Ġka um +ĠL IS +Ġdocument os +_HE ALTH +icont ains +Ġart isans +OWN ER +Ġblink ed +get Display +Ġto en +Ġrow Num +Ġav ril +Ġinv is +ĠK ear +toBe InTheDocument +ap ur +Ġr acked +ĠMc Master +_ATTR IB +H az +Ġfact ura +/ ts +ĠÑĢаз меÑĢ +Ġz f +Ġshort fall +.f asta +ĠCONST ANT +.man aged +g ems +Shared Pointer +Ġblur ry +b rightness +( components +Ġ... "ĊĊ +SE LL +ĠIllustr ator +.get Channel +Ġtrou vé +yst ers +Ġvo is +ĠLind en +Ġem ojis +Ġb rawl +ĠMS R +ĠE lo +ĠCroat ian +Popup Menu +L ewis +.J WT +Ġaston ished +B ush +(item Id +Ġdet achment +ĠEnc ore +å° Ķ +Ġre kl +Ġcr am +)$ / +.get Host +_re commend +- HT +_cal ibration +Auth enticate +.firebase app +UN IX +ĉC amera +ĠHE AP +I deal +. office +Ġgoof y +(S ymbol +Ġjou er +_part itions +Ġrapid ement +ĠGN UNET +id User +Ġsuperv ise +( Contact +AW N +ãģ ĺ +Ġna am +Ġa ust +åľ¨ 线 +_soft max +Allow Anonymous +amm able +RO UTE +* D +Ġad en +ĠCrist ina +ĠCrist iano +Ġblood stream +sub class +_person a +CH ILD +-k now +Ġnavigation Options +ĠZuk unft +ĠPix ar +Ty ler +Ġunder world +Ġsincer ity +Ġdispens er +Ġk ter +idd ers +.add Node +- checked +Ġke yst +ĠW TO +.sign als +Ġadvent urer +ĠP ang +\ R += pos +Ġdispens aries +ĠClo set +("{ \" +ide on +Ġnécess aire +() "Ċ +_RECE IVED +Ġrésult ats +Ġmod en +ĠIceland ic +; d +. allowed +(new User +Ġmerc iless +.Wait For +Ġday care +ĠCon veyor +ç ĸ +ð ¬ +ç ĥ +ç Ĺ +ç ł +è Ħ +é ² +å ¦ +çĿ Ģ +å¾ Ī +é ħ +ç ĭ +é ª +æ Ĥ +é ¥ +è ħ +æĥ ³ +å ¨ +é ¹ +ç Ĥ +å Ĵ +ç Į +è´ ¨ +æ ¢ +æ° Ķ +ð « +æķ Ļ +ç Ł +å Ħ +åıij å±ķ +åĪ Ľ +è ij +æ ħ +å ŀ +åģ ļ +æĪ ĺ +æ IJ +å¼ º +æ· ± +åĩ ł +ç ¿ +å © +è ŀ +å§ Ķ +åIJ Ħ +è İ +é ¸ +é º +åı Ĺ +èģ Į +å ĺ +æ ½ +é£ İ +èIJ ¥ +åħ ļ +è ľ +éĤ £ +é¢ Ĩ +ç ij +é ³ +æľ ¯ +ä» Ģ +æĪ ¿ +ç² ¾ +å ª +é Ĩ +å¤ ª +èĤ ¡ +è Ľ +åħ ī +æŀ ģ +åĬ ŀ +è ĵ +ç ĺ +å ´ +å Ĺ +èĬ ± +çł Ķ +å¿ « +å¸ Ī +è¶ Ĭ +è§ Ĥ +æ ¤ +æ ¦ +ç ŀ +èĤ ² +çĪ ± +çĻ ½ +ä¸ ĸ +ä»Ģ ä¹Ī +çľ ¼ +å ³ +è Ĵ +æ ĵ +è¢ « +å¹ ² +çĹ ħ +å£ « +ç Ĵ +è ¸ +æ ¾ +å·¥ ä½ľ +è® © +çĥ Ń +è¾ ĥ +åĦ ¿ +åĬ © +ç§ ¯ +ç ³ +ç ĵ +ç £ +å Ĥ +è ¹ +è ļ +å· ± +çĻ ¾ +åĬ ¿ +èµ Ľ +æ ¨ +æ ¿ +è ĸ +æĿ ij +å¸ ¦ +å¢ ĥ +æĬ ¤ +é Ń +å « +èĩª å·± +æµ İ +ä½ İ +åĮ » +éĺ ² +åĨ ľ +è Ĩ +ç Ĩ +é « +åĨ Ľ +æĪ ı +åį ĩ +æĸ ¯ +ä½ ı +èIJ ½ +åħ » +èĩ ´ +ç Ĭ +ç ĩ +ç ħ +è Ķ +ä¼ģ ä¸ļ +åĽ ¢ +æī į +æł ¡ +åĩ Ĩ +å¥ ĩ +åī ¯ +é ¼ +æ¼ Ķ +é© ¬ +èµ ° +ç¥ ŀ +åħ ĭ +æľ Ľ +æ² ¹ +è¾ ¹ +åį ĥ +å¾ Ģ +åĪ ĩ +æ © +ç ¶ +å Ļ +éĻ ħ +çī Į +社 ä¼ļ +游 æĪı +æĸ ½ +ç ħ§ +æİ § +æ» ¡ +è¯ Ĩ +éĩį è¦ģ +è¶ ³ +çķ Ļ +ç» Ĩ +åį ı +éĢ Ĥ +æ ĩ +æ § +é Ħ +è Ŀ +å¸Ĥ åľº +ç»ı æµİ +ä¹ ł +æĸĩ åĮĸ +éļ ¾ +ä¹ IJ +åĨ ³ +æ¬ ¢ +è§ ī +åĽ Ń +åħ ´ +åħ ħ +ä¸ ¾ +æī ¹ +è ķ +æĬ Ĭ +æĬĢ æľ¯ +ç© ¶ +第 ä¸Ģ +ä¾ ¿ +åĵ į +çİ © +åĿ ļ +èŀ į +åį Ĭ +åĸ ľ +å± Ĥ +ç¦ » +ä» ħ +é Ł +åij ³ +å¿ µ +åŃ £ +ç´ § +ä¹ ħ +é ¤ +é ŀ +è ¤ +åĢ Ļ +åĨ µ +ç Ł³ +åģ ¥ +æĢ İ +å® Ŀ +è¡ Ģ +åŁ Ł +æĹ © +çŁ¥ éģĵ +è´ Ł +åį ļ +å· ´ +äº ² +å± ŀ +ä¸ ¥ +äº ī +å¯ Ł +è º +ç ° +建 设 +产 ä¸ļ +åIJ ĥ +åŃ © +æĹ ħ +æł ¹ +æĿ IJ +ä¼ Ĺ +éļ ı +å® ĺ +åº ķ +å½ © +å¯ Į +æ¸ © +åį « +åī § +çĽ Ĭ +æĬ Ĺ +è´ ¢ +çº ª +æ Ĩ +çĶŁ æ´» +çº ¢ +çĶŁ 产 +è¿ ľ +éĴ ± +åĶ ® +ç¾ ¤ +çı Ń +æ¥ ¼ +éĩ ĩ +èī º +å± ħ +åģ ĩ +è° Ī +æĻ ļ +é ¬ +èĪ ª +å® ³ +è Ĺ +ç į +å µ +çİ ĭ +åº · +è İ· +ç» Ń +äº ļ +é£ Ł +åİ ĭ +æĭ Ľ +èĮ ĥ +è® ¸ +åĽ ´ +é ½ +éĻ į +çº ³ +åĵ ª +æķĻ èĤ² +å·² ç»ı +å¾ · +æŀ Ĺ +å®ī åħ¨ +é¾ Ļ +大 家 +éĿ Ĵ +åº ľ +æ² ³ +åı ¤ +èį ¯ +åĿ ĩ +æĻ º +ä¹ ¡ +çķ ¥ +åĨ · +ç¦ ı +å® ¤ +ç» ´ +æī ¿ +å± Ĭ +è¯ ī +åĪ » +è Ł +æ ª +å°± æĺ¯ +è¿Ļ 个 +ä¸Ń å¿ĥ +ä¸ĸ çķĮ +åŁİ å¸Ĥ +éĿŀ 常 +åĪ Ĵ +åı Į +æĢİ ä¹Ī +åĪ° äºĨ +æľ ĥ +åı ² +ä¾ Ĩ +å¾ ĭ +å¥ ĸ +ç» Ī +åª Ĵ +å® ģ +è¯ ¾ +èģĮ ä¸ļ +åħ į +æµ ĭ +æĢ ¥ +æķ ij +çĭ ¬ +èŃ ¦ +é¤ IJ +æĦ ¿ +è´ « +çĸ ij +å ļ +å¥ ¹ +åı Ī +åĽł 为 +ä¸į æĺ¯ +å¤ Ł +æĸ¹ éĿ¢ +éķ ĩ +äº Ĵ +éħ Ĵ +è® ² +çĸ Ĺ +æĺ ¥ +æ¹ ĸ +å¤ ľ +è´£ ä»» +人 æ°ij +åħ ° +çŁ Ń +æķ ħ +åĩ ı +æĻ ® +äº ® +ä¾ Ŀ +åį ° +éĿ Ļ +åĢ ĭ +å¾ ģ +åIJ ¸ +ç¼ º +æĶ » +åĩ Ģ +åħ ¸ +åĽ º +è® ¿ +ç ¹ +ç Ģ +æıIJ ä¾Ľ +ç» ĩ +å¾Ī å¤ļ +çłĶ 究 +è· Ł +主 è¦ģ +æĥħ åĨµ +çŃ ĸ +æŃ » +大 åѦ +æĶ¿ åºľ +å½± åĵį +ä¹ ° +åħ Ń +éĻ © +åħ « +æŁ IJ +è´¨ éĩı +åį ł +å· ® +æĽ´ å¤ļ +æľ ĭ +éĿ © +å® £ +çł ´ +è½ » +åº § +æĺ ¾ +ç¨ ³ +è´ µ +èĥ Į +èī ¯ +çĸ « +æ¯ Ĵ +ä¹ İ +åĢ Ł +è¿ · +çŃ Ķ +æ¿ Ģ +åij ¼ +äºĨ ä¸Ģ +è¶ £ +ä¼ ´ +ä¼ Ļ +è ¼ +ð¬ Ń +åĽ½ 家 +æ´» åĬ¨ +çİ° åľ¨ +ç§ij æĬĢ +åį ¡ +ä¸į åIJĮ +个 人 +è®° èĢħ +ä¸į æĸŃ +éĹ » +ä¹ Ŀ +èij Ĺ +ç» ¼ +ä¸ ĥ +æł ij +æľĭ åıĭ +åį ĸ +ä¼ ¤ +æ² Ļ +åĸ Ħ +å¥ Ĺ +è½ ® +ç© ¿ +è¡ ¥ +ä¸Ģ å®ļ +çª ģ +çĿ £ +è¿ ½ +å¨ ģ +åı ¦ +åĽ ° +æŀ ¶ +ç» Ŀ +æķ £ +æİ ¢ +æ´ Ĺ +ä¸ ´ +ä¼ ¼ +è´ ¸ +ä¸ ° +æĺ¯ ä¸Ģ +ç« ŀ +è¿ İ +èģ ļ +è « +æį Ł +æī § +é© ¾ +è¿ Ŀ +è ¥ +è ł +ä»ĸ 们 +æŶ åĢĻ +å® ĥ +人 åijĺ +è¿Ļ æł· +å·¥ ç¨ĭ +åĪĽ æĸ° +åŃ© åŃIJ +å¸ Į +éĥ¨ åĪĨ +éĵ ¶ +代 表 +é¦ Ļ +å¸ ® +æݨ è¿Ľ +çĽ ĺ +积 æŀģ +éĥ¨ éŨ +åŁ ¹ +æŃ ¦ +ä¸į ä¼ļ +çŃ ij +éĢ Ļ +çİ© 家 +æĭ ¿ +åİ Ĥ +æ¯ Ľ +çģ µ +æŃ Į +ç »¿ +å¦ Ī +çĽ Ľ +é¦ Ĩ +é¡ º +èĦ ¸ +å° ¼ +ä¸ ½ +å¥ ¥ +éģ ĩ +è¯ į +å° ģ +ä¸ Ŀ +好 çļĦ +æĭ ħ +èĦ ± +æģ ¶ +åİ ļ +åĬ ³ +çĽ Ł +æĬ ĺ +åı ¥ +æĢ Ģ +æŁ ĵ +书 è®° +åĨ ł +é² ľ +æ ¦Ĥ +éļ IJ +å¹ ħ +èµ ŀ +å¹ ķ +æ¥ Ń +éģ Ĺ +åĪ ¤ +è ĺ +å ¶ +æĬķ èµĦ +è¡Į ä¸ļ +äº ij +çݯ å¢ĥ +åѦ çĶŁ +åIJĪ ä½ľ +åģ¥ 康 +é£ ŀ +ä¸Ģ æŃ¥ +ä¸Ģ 缴 +åıij çĶŁ +éĺ ¿ +é¢Ĩ 导 +åĸľ 欢 +åºĶ 该 +çĤ º +è® Ń +æĿ Ģ +æ¸ ¯ +交 éĢļ +éĺ ¶ +éĴ ¢ +ä» ¤ +å° ½ +æ¯ į +è¡ £ +ç² ī +é¡ ¶ +ä¹Ł ä¸į +æĬ ĵ +èĭ ¦ +å¹ ¸ +ç¤ ¼ +第 ä¸ī +大 çļĦ +éģ İ +çĥ Ł +éģ ¿ +ä» į +åº Ĩ +æĢ ķ +è° ¢ +çĽ ĸ +å° Ħ +éľ ² +æĸ Ĺ +ç Ĭ¶ +åŃ ¸ +æ¯ ķ +å· ¨ +çŁ ¿ +çļ ĩ +å¸ Ń +çĹ ĩ +æī ¬ +å» ¶ +ä¾ § +æ· ¡ +çļĦ ä¸Ģ +ç¶ ² +æ´ ģ +ç ¸ +è§ Ī +çŃ ¹ +ç§ ĺ +è¯ Ĭ +çı ¾ +èª ī +æ¯ « +ð ¨ +åį ´ +æĪIJ 为 +èĥ½ åĬĽ +é» Ħ +æĹħ 游 +èĪ ¬ +æ¯Ķ è¾ĥ +èµ· æĿ¥ +äºĨ 解 +èĩª çĦ¶ +ä¸Ģ 次 +åŁº æľ¬ +æĽ ¾ +综 åIJĪ +èı ľ +è§ī å¾Ĺ +第 äºĮ +è· ij +æ³ ¢ +åĢ Ĵ +ç¡ Ģ +åħ µ +èį ī +çĶ ³ +çĶ ° +æĤ £ +è§Ħ å®ļ +èĥ ľ +èµĦ 产 +æ¢ ¦ +æľ Ŀ +è¿Ļ éĩĮ +å¤ « +æĮ ¥ +ä½ Ľ +å® Ī +éĽ ¶ +æĸ ¼ +ç¯ ĩ +å² Ľ +åĵ ¥ +éŃ Ķ +ä¸į åĪ° +æī ĺ +åº Ĭ +æ¬ § +èį £ +æ± ĩ +æī © +åģ ı +å¢ Ļ +è® ¯ +å© ļ +æĥ ł +æ´ ĭ +å® ľ +æ¶ ¦ +æħ ¢ +éĢ ı +å® ½ +é¡ ¾ +ç´ ¯ +æ± ¡ +çĪ Ĩ +ç§ Ł +æĥ Ĭ +æ¶ ¨ +é¥ ° +éĺ µ +é¥ ® +æļ ĸ +åº Ł +æĹ Ĺ +éļ Ķ +ç¶ ĵ +åĭ Ļ +å¯ ¦ +éĢ Ķ +æī « +çĥ Ī +éĽ » +åĪ ij +éĹ ľ +éĹ ª +å¥ ĭ +å Ĥ¨ +ç¼ © +ä¾ µ +å ¬ +𬠶 +åĽ½ éĻħ +ç»Ħ ç»ĩ +ä¸ĵ ä¸ļ +åıij çİ° +å¸Į æľĽ +ç»ı èIJ¥ +åı « +æĿ¥ 说 +éļ ľ +ä»» ä½ķ +交 æĺĵ +éĩį çĤ¹ +çļ ® +ç» į +æ´ ¾ +ç§ij åѦ +åºĶ çĶ¨ +建 çŃij +èĤ ī +æĶ¹ éĿ© +åŁº ç¡Ģ +æ± ī +åĩº æĿ¥ +è¿Ļ ä¹Ī +åĪ ļ +åĿ IJ +ä¸į ä»ħ +ä¼ļ è®® +éĿ ł +åªĴ ä½ĵ +æ° ¸ +åĨ ² +èĭ ı +å¤ ® +çĪ ¶ +åł Ĥ +å®ŀ éĻħ +è¡ Ĺ +ç« ¥ +éĺ ħ +äºĭ æĥħ +åİŁ åĽł +éħ ¸ +以 æĿ¥ +å¨ ± +å® « +åĿ Ĺ +ç» © +éĩ İ +ä¸į å¾Ĺ +ä¼ł å¥ĩ +ç¡ ¬ +åİ ħ +æĹ ¢ +ç» ĥ +èĦ ij +å¼ ± +æİ Į +è´ ´ +æĮ Ĥ +åħ³ éĶ® +å° ļ +é¥ Ń +åº Ħ +çĻ ¼ +åľ ĭ +æİ Ī +个 æľĪ +äº Ī +å¸ ģ +è· Ŀ +æ² ī +ç« Ł +åĨ ¬ +æĬ ½ +éĨ Ĵ +å¼ Ł +è§ ¦ +èģ ĺ +è± Ĩ +æļ ´ +åijĬ è¯ī +è± ª +èµ ¢ +è· ¨ +è³ ĩ +çĪ ¸ +æĬ ± +æµ ª +éº » +ä» ª +è¡ ¡ +å¥ ¶ +çģ ¾ +èµ ¶ +èĤ ¥ +å§ IJ +åĢ º +éľ ĩ +è® ¢ +æ¬ Ĭ +ç · +å» ī +ä¿ Ĺ +å¿ ĺ +å¦ ĩ +ç¼ ĵ +åŃ ķ +æ¼ « +è£ ģ +çĩ ĥ +é» ĺ +çī ¢ +çĪ · +æĬ µ +å® ¾ +æľī ä¸Ģ +è¿ ¹ +è¿ « +è² Į +æľī çļĦ +ð¬ ĺ +è¿ĺ æĺ¯ +æīĢ 以 +ä¹Ł æĺ¯ +è¿Ļ äºĽ +对 äºİ +åIJ § +缮 åīį +èĩªå·± çļĦ +èĥ½ å¤Ł +å¦Ĥ ä½ķ +æľº æŀĦ +åıª æĺ¯ +ç½ij ç«Ļ +åħ¨ éĿ¢ +为 äºĨ +å¼Ģ åıij +æĸ° éĹ» +éĩij èŀį +ç» § +客 æĪ· +ä¸Ģ èµ· +èĮ ¶ +åħ³ 注 +æ°´ å¹³ +åİĨ åı² +å¢ŀ éķ¿ +é ± +åŁº éĩij +åº Ń +åı ¶ +ä¿ ĥ +éĽ ¨ +æ¶Ī è´¹ +èĪ ¹ +çŁ¥ è¯Ĩ +æĪĺ çķ¥ +ç»ı éªĮ +å³ ° +æĽ ² +èĦ ļ +åĨ ° +å¤ ı +å½ Ĵ +ç¬ Ķ +èĻ ij +çĶ ² +åľ Ī +è¯ Ĺ +é½ IJ +容 æĺĵ +çłĶ åıij +éª ¨ +çº ¸ +è· µ +æĹ § +çķ ¶ +åĪ ¸ +è´ · +åı ¬ +ç§ ĭ +æ¶ ² +è¡Į æĶ¿ +çĮ ® +èĤ ¤ +éĢ IJ +è¶Ĭ æĿ¥ +è¶ĬæĿ¥ è¶Ĭ +æĦı è§ģ +èĪ ŀ +åī Ĥ +æ¶ ī +ç¨ĭ 度 +åħ¬ åħ± +æ¢ ° +æľ « +çº ¯ +åĶ ± +æ´ ² +æĬ ¢ +æ¤ į +å¿ Ļ +ä¼ ° +å¼ ¹ +æ³ ī +æľĢ 大 +è¶ ĭ +å· § +ç¦ ģ +æī ¶ +åį ± +çı ł +çĨ Ł +æĭ ľ +主 ä¹ī +æĿ Ĥ +éĻ Ħ +éģ į +æIJ Ń +æĮ ¯ +å¤ļ å¹´ +æķ ¬ +æij Ħ +çº · +å¼ ĥ +æ¹ ¿ +å¨ ĺ +æ¡ £ +é© ¶ +æľ Ĺ +æ® ĸ +æ¦ ľ +åĵ ¡ +ä¸Ģ ä½ĵ +æŁ¥ çľĭ +ç¹ ģ +æµ ĵ +åħ¬ å®ī +æ½ ľ +è´ ¯ +éª Ĺ +æ IJľ +å· ¡ +è ¬ +é Ĭ +å§Ķ ä¼ļ +æĤ ł +åī © +æı Ń +åŃ£ 度 +ð «ĺ +𬠬 +ä ´ +ð ª +ä½Ĩ æĺ¯ +éĥ½ æĺ¯ +å¹³ åı° +åѦ ä¹ł +åĵģ çīĮ +ä¸ Ķ +è¿Ļ ç§į +æĶ¿ çŃĸ +æĭ ¬ +认 为 +ä¸Ģ èĪ¬ +æłĩ åĩĨ +æĶ¯ æĮģ +模 å¼ı +åħ³ ç³» +çļĦ æĺ¯ +è¿Ļ ä¸Ģ +ä¸į è¦ģ +çĶ ļ +ç²¾ ç¥ŀ +æĭ ¥ +åĪ© çĶ¨ +ä¿Ŀ æĬ¤ +ä½ľ çĶ¨ +èĭ ¥ +åĽ½ åĨħ +ä»ĭ ç»į +ä¸Ģ ä¸ĭ +å·¥ ä¸ļ +缮 æłĩ +æľĢ åIJİ +ä»· åĢ¼ +å° į +éĵ ģ +è° ģ +ç»ĵ æŀĦ +éĽ ª +æĻº èĥ½ +ä¼ł 绣 +ä½ĵ èĤ² +çĶŁ æĢģ +æĭ į +æİ ª +åĨľ ä¸ļ +çī¹ èī² +è§Ħ 模 +æŶ 代 +è¿ĩ ç¨ĭ +éĴ Ī +æĿ ¾ +åĶ IJ +åĮ» çĸĹ +çģ ¯ +åĪ¶ éĢł +æł¸ å¿ĥ +ä¸į åı¯ +ç³» åĪĹ +åIJ ī +åľ £ +åĢ ij +ä½ ³ +æĿ¥ çľĭ +æ¯Ķ èµĽ +ä¸ĭ æĿ¥ +åĩº äºĨ +å¹² éĥ¨ +å¾® ä¿¡ +å½ĵ åľ° +åį · +åį« çĶŁ +ä¼ Ł +çĸ« æĥħ +è° · +åĩł 个 +éĺ ´ +çĶŁ çī© +å° ¤ +ä¼ Ĭ +èĤ ¯ +éĿ¢ 积 +åĪĽ éĢł +æı ¡ +åľ Ĩ +æĻ ĵ +æĪIJ äºĨ +åĩ ¡ +çĸ ¾ +ç«ŀ äºī +è® ¨ +主 é¢ĺ +é² ģ +è¿ ª +ä¿ Ħ +æĢ ª +ä¸ ¦ +èĻ ļ +æ½ ® +çĥ § +èĢ ³ +æ± ł +éĢĤ åIJĪ +æł¹ æľ¬ +åĬł 缣 +çĶµ è§Ĩ +æ· · +ç¼ ĺ +çª Ĺ +çĬ ¯ +æĥ ¯ +æĦı ä¹ī +åĬŀ æ³ķ +ä¼ ij +æ» ij +åĭ ĩ +æķ ¢ +å¯ » +è¦ Ĩ +éĢ ĥ +ç»ı çIJĨ +åĿ ı +æ³ ½ +ä¹ ĺ +åĪ º +å± ı +é¡ ¿ +äº ¡ +éĤ Ģ +åħ ¼ +åĭ ¤ +æ® ĭ +æĺ ł +æ¯ķ ä¸ļ +æĪ ª +è· Į +å£ ģ +åı¦ ä¸Ģ +羣 å®ŀ +ç£ ¨ +è¯ ļ +å¿ħ è¦ģ +æģ ĭ +æĩ Ĥ +å¾ Ĵ +è° ĵ +æķ ı +æ Ļ¨ +èĥ ¸ +æĭ ¼ +å¦ Ļ +è¯ ¸ +èģ Ĭ +æĤ ī +éº ¼ +åĩ Ń +èĪ Ĵ +æ¶ Ĥ +è¿ ģ +æ² ¿ +å¡ ij +æĽ ¿ +æ¾ ³ +å¿ į +èĢ Ĺ +éľ ¸ +åĩł å¹´ +åĪ Ĭ +èĦ ī +èħ IJ +æ¡ Į +çº ł +æ» ļ +æĤ ² +åĨ Ĵ +å¦ ¹ +çķ ħ +çº µ +æij ĩ +å¤ º +è·¯ ä¸Ĭ +å¿ ½ +èĸ ª +æģ IJ +æĦı æĢĿ +å« Į +æı ´ +æ° § +èĢ Ģ +éĺ » +è½ ¨ +å¹ » +æį ķ +åĿ ¦ +åĵĪ åĵĪ +çĭ IJ +æ» ¨ +è² » +è¿ Ł +人 éĥ½ +ç» ĺ +åı ¹ +çµ IJ +æī ° +æ» ĭ +å¥ ij +åĭ Ł +ç¢ º +ð ¦ +éĽĨ åĽ¢ +æĿ İ +å¼Ģ å±ķ +æıIJ åįĩ +åħ¨ åĽ½ +æ±½ 车 +åѦ æł¡ +æł¹ æį® +è¿Ļ æĺ¯ +åĩº çİ° +éĻ Ī +ç½ Ĺ +èİ· å¾Ĺ +åĪ ĺ +éĶĢ åĶ® +æľª æĿ¥ +éľĢ æ±Ĥ +å®ŀ æĸ½ +åĿļ æĮģ +åħ¨ çIJĥ +éĵ¶ è¡Į +æݧ åĪ¶ +é¡ » +åľ° åĮº +æīĵ éĢł +çļĦ è¯Ŀ +帮 åĬ© +ä½ĵ ç³» +è¾¾ åĪ° +è§Ħ åĪĴ +åŁ¹ è®Ń +两 个 +æĬ¥ åijĬ +åľ° æĸ¹ +å®Į åħ¨ +æİ ī +ç»ĵ åIJĪ +宣 ä¼ł +æ³ķ å¾ĭ +èīº æľ¯ +çĶµ å½± +èª ª +ä¸Ģ çĤ¹ +è¶ħ è¿ĩ +çĶµ åŃIJ +æĢĿ æĥ³ +æķĻ åѦ +éĺ¶ æ®µ +åķĨ ä¸ļ +çī© æµģ +åĪĽ ä¸ļ +æĸ¹ æ¡Ī +çİ° 代 +æ¡ ¥ +èIJ½ å®ŀ +带 æĿ¥ +产 çĶŁ +ç§ Ģ +æ³ ° +ä¹ ± +åħ· ä½ĵ +åĸ Ŀ +èĵ Ŀ +å® Ĺ +åįĩ 级 +æ·± åħ¥ +ä¿Ŀ éĻ© +ç®Ģ åįķ +çĹ Ľ +稳 å®ļ +è¾ Ĩ +å±ŀ äºİ +å· Ŀ +ä¸į å°ij +åĴ ¨ +举 西 +å½¢ å¼ı +娱 ä¹IJ +æŃ£ 常 +é¸ ¡ +åħħ åĪĨ +å®ŀ è·µ +éĩĮ éĿ¢ +è· ³ +èĻ İ +æĪIJ éķ¿ +æļ Ĺ +çĿ ¡ +ç½ ª +çIJĨ 念 +æĮ ij +èµĦ æľ¬ +å¤ļ å°ij +ä¸ĭ éĿ¢ +å¸ Ŀ +åħ¬ å¼Ģ +æ¸ IJ +éķ · +å± ĭ +欢 è¿İ +å¿ĥ çIJĨ +çĤ İ +æ¹ ¾ +è® ĵ +éĤ Ħ +ç³ ĸ +ä¹ Į +åĬ ± +çī Ļ +èħ ¿ +å² Ĺ +ä¼ į +æĪIJ åijĺ +åŃ Ķ +å°ı ç¼ĸ +èij £ +æ³ ¡ +åħĪ è¿Ľ +åħ § +åĺ ´ +è´ Ŀ +è » +æIJ ŀ +æ³ Ľ +é¸ Ł +ç½ ² +èĽ ĭ +主 ä»» +缮 çļĦ +ä¹ ı +æ´ ¥ +æĪ ´ +严 æł¼ +çħ ¤ +çĮ « +åĶ ¯ +å° Ĭ +çĶ ľ +åŀ ĥ +åľ ¾ +æĭ Ł +çĦ ¦ +é« Ķ +å® ı +æ© Ł +é© » +æĹ ģ +å½ » +éĥ½ ä¸į +æij © +ä» ĵ +ä¹ ³ +å² ¸ +è° ĭ +大 å¤ļ +çģ Ń +èħ ¾ +æŁ ľ +èĪ į +åħļ çļĦ +å° ĺ +åįģ å¹´ +æĭ Ĵ +è£ ¡ +æŁ Ķ +å¹ ¼ +éĶ ģ +ä¸ĵ 项 +æī İ +驾 驶 +ç¢ İ +è¢ ĭ +éĶ ĭ +å£ ® +å° ĸ +çĶµ æ±ł +è¿ Ķ +æ¼ ı +å¾ ª +èı Į +èĥ ĥ +è¾ ħ +éĢ Ĵ +èĥ İ +éĻ ª +å¯ ¿ +å¥ Ķ +çĮ Ľ +çº ¹ +çŁ¥ åIJį +å¿ Ĩ +æ¡ ĥ +æ£ ĭ +éĢ Ĩ +çĤ ¼ +ç± į +çī § +æł· çļĦ +è¾ Ľ +åł Ĩ +å®ŀ åľ¨ +ä¼ ı +å® ¿ +èµ ı +è£ Ĥ +åįĬ å¹´ +åĢ ¾ +满 æĦı +æ¢ ¯ +æĦı åij³ +åŃ ¤ +ç¥ Ŀ +æĻ ¶ +èµ Ķ +åģ ¿ +èĦ Ĥ +ç½ ļ +ç¢ į +æ² ĥ +æ ĵį +å´ ĩ +æļ Ĥ +è· ĥ +æIJ ¬ +å© Ĩ +é ī +éī ´ +åħ´ 趣 +èIJ¥ ä¸ļ +è® Ĭ +èĦ ı +è¾ Ī +å·ŀ å¸Ĥ +è´« åĽ° +ç© · +ä¸Ń å°ı +æ¼ Ĥ +çĻ Į +èľ ľ +ä¼Ļ ä¼´ +çī µ +æĤ Ł +éĻ · +èµĽ åŃ£ +æ¨ £ +åģ ¶ +æĺ Ĩ +è¢ Ń +æį IJ +èī ° +æ Ĥ¬ +çĶ ¢ +èij ¡ +çĽ Ĺ +å© ´ +å° İ +çº ½ +åĢ ¡ +æī ® +è¨ Ń +æĬ ij +ç¡ ķ +è¾ ĸ +éĥ ģ +è¾ © +éĤ » +çİ° åĩº +è¦ ı +å½ ¹ +éĺ Ķ +åī µ +è¯ ± +æĥ ij +æ· Ģ +é¢ Ī +ä¾ ¦ +æģ ° +æ£Ģ å¯Ł +éĨ « +çĦ¶ æĺ¯ +åĭ ĥ +èĮ « +ä ĵ +𠬸 +ä½ľ 为 +çļĦ 人 +éĤ£ ä¹Ī +ç¾İ åĽ½ +è¿ĺ æľī +æıIJ é«ĺ +èĻ ½ +åħ· æľī +åĮħ æĭ¬ +æĪĸ èĢħ +ä¸į è¿ĩ +ä¸Ĭ æµ· +åĮ» éĻ¢ +èµĦ éĩij +çĶļ èĩ³ +åĪ¶ 度 +解 åĨ³ +èģĶ ç½ij +继 ç»Ń +建 ç«ĭ +è¿Ľ ä¸ĢæŃ¥ +æĿIJ æĸĻ +ä»Ĭ 天 +å¿ħ é¡» +åIJĦ ç§į +çİ° åľº +ä»ĸ çļĦ +å¢ŀ åĬł +é¢Ĩ åŁŁ +åıĤ ä¸İ +æĮģ ç»Ń +ä¹ĭ ä¸Ģ +çī¹ åĪ« +é± ¼ +åħ± åIJĮ +åĬ ª +çİ ī +人 们 +åħĪ çĶŁ +ä¼ĺ åĬ¿ +ä¿Ŀ æĮģ +ä½ľ åĵģ +çī Ľ +æĪIJ æľ¬ +æĶ¶ åħ¥ +åıĬ æŶ +è´Ł è´£ +æİ¥ åıĹ +èį IJ +åıª è¦ģ +羣 çļĦ +导 èĩ´ +æľº åĪ¶ +è¡Į åĬ¨ +æĸ° çļĦ +å®Į åĸĦ +为 ä»Ģä¹Ī +ä¸Ń 央 +æĪIJ ç«ĭ +æĦŁ è§ī +åıĺ åĮĸ +åıĹ åĪ° +并 ä¸į +åŃ Ļ +æĸ½ å·¥ +æĺİ æĺ¾ +è¿ĩ åİ» +åıij æĮ¥ +羣 æŃ£ +åŁº åľ° +æĺİ ç¡® +èĥ ¡ +许 å¤ļ +ä¸Ģ å¹´ +æĸ¹ åIJij +æģ © +缸 ä¿¡ +åľ ³ +详 ç»Ĩ +äºĭ ä¸ļ +çĶŁ åij½ +åĴ¨ 询 +æĸĩ æĺİ +çij ŀ +绿 èī² +èİ « +æĦı è¯Ĩ +æĬķ åħ¥ +åĬł å¿« +æ¢ ħ +ç¿ » +å¼Ģ æĶ¾ +æĻ® éĢļ +åįı ä¼ļ +æĪIJ 绩 +ä» Ļ +å¯ Ĵ +è¯ģ åĪ¸ +认 è¯Ĩ +ä¸ ¹ +大 éĩı +è¿ ħ +åģļ åĪ° +设 æĸ½ +è´¸ æĺĵ +èĥ½ æºIJ +æŶ æľŁ +ä¸Ģ 天 +æ²» çIJĨ +åĺ ī +å® ĩ +丰 å¯Į +举 è¡Į +æĪIJ æŀľ +èĤ¯ å®ļ +çĭ Ĺ +åĬ¨ åĬĽ +æ£ ® +åĩł ä¹İ +åĽł ç´ł +æ°ij æĹı +æ´ ŀ +ç½ij åıĭ +åIJĪ çIJĨ +广 大 +æ® Ĭ +æ´ Ľ +æĿ ¯ +èĴ Ļ +çĶ¨ äºİ +èŀį èµĦ +ç¥ ĸ +æľº 械 +举 åĬŀ +èĩª åĬ¨ +åĬŀ åħ¬ +é» ŀ +éĽ Ħ +åĢ¼ å¾Ĺ +çĮ ª +以 为 +æĺ Į +è·Ŀ 离 +åIJ¸ å¼ķ +ç» ķ +éļ Ĩ +计 ç®Ĺ +éĺŁ ä¼į +大 ä¼ļ +å¼ķ èµ· +çī¹ çĤ¹ +èĥ ¶ +å¹´ è½» +æľ¬ 身 +æľº åħ³ +å®ĺ æĸ¹ +éĥ ij +æµ Ļ +è§Ĵ èī² +èij£ äºĭ +为 主 +æĹł 论 +ä¹ł æĥ¯ +æ¥ ļ +æĭ ĵ +绣 计 +åħ Ħ +广 æ³Ľ +åį Ģ +污 æŁĵ +è« ĭ +èĬĤ 缮 +ä¼ ¦ +è¦Ĩ çĽĸ +èĢ IJ +æī¶ è´« +ç»ı åİĨ +éĩįè¦ģ çļĦ +èĤ¡ 举 +æĭĽ èģĺ +åĽĽ 个 +æĩ ī +èĥ ŀ +æij Ĩ +é«ĺ éĢŁ +éº ¦ +åİŁ åĪĻ +èİ ± +æĽ´ 好 +éķ ľ +åĩ Į +åŀĥ åľ¾ +éĢ ² +çģ ° +éĵ º +äºĭ æķħ +çĶ ĺ +空 æ°Ķ +é¾ Ħ +èı ² +çĵ ¶ +æĺ ¨ +æĹ¥ æĬ¥ +æµ ® +åľ° åĽ¾ +åij Ī +大 åĬĽ +ç» ª +å¸ ħ +æľį åĭĻ +ä¸į éĶĻ +乡 æĿij +å± ¥ +å¹³ æĸ¹ +éĹ ² +æī £ +ç´ł è´¨ +èµ ´ +éģ Ń +èIJ ¨ +èĩª 主 +éĩij å±ŀ +èī¯ 好 +两 å¹´ +æ³ ¥ +é¢ ľ +ç²¾ 彩 +ä¸Ń åįİ +æĻ ĭ +ä¹ł è¿ij +ä¹łè¿ij å¹³ +æĪĺ 士 +åģļ çļĦ +éª ij +æ» ´ +çĵ ľ +çīĪ æĿĥ +èĤ ł +æľĥ åĵ¡ +çı į +ç¨ ® +ä »¿ +çī© ä¸ļ +åĢĭ 人 +å¦ » +ä¼ ¸ +æ± Ĺ +æĹ º +çIJĨ æĥ³ +æij ¸ +è¿Ŀ æ³ķ +å®Į æķ´ +åİ ¦ +è¸ ı +æĸ ij +æ¡ Ĥ +ä½ĵ åĪ¶ +å¸ « +æĿ Ĩ +æ® ¿ +æ¯ ģ +é¦ Ī +è§Ĵ 度 +æ¬ £ +çĥ ¦ +èĤ º +éĩĩ 访 +æij ĺ +æĮ ¡ +æ· ĺ +åħ» èĢģ +çĤ ¸ +è¿ Ī +åİ ī +åĿ Ĭ +è¾ £ +åĩ Ŀ +æ³ ª +çĸ ı +æİ ĺ +åĥı æĺ¯ +éĽ ķ +ç¼ Ŀ +èį · +æį · +åł ¡ +åı¥ è¯Ŀ +çĸ ¼ +æł ı +éģ µ +ç¢ ³ +å·¥ åķĨ +æIJ º +åĪ ¥ +ä¹ Ļ +æĹ ĭ +æĥ ľ +ä¸Ģ 大 +å±Ĥ 次 +èµ ĸ +æĬ ¬ +æ¨ Ĥ +è¯ ŀ +åħ Ĵ +ç¯ ® +èĤ ĥ +å§ ¿ +æĬ ļ +çĵ · +çĶµ åĬ¨ +æĸ° åĨł +æ¶ µ +ç¢ ij +æ· ® +æĹ ¨ +è¸ ª +æ¸ Ķ +æĦ Ī +åı Ķ +åįĹ çľģ +ç¾ © +å§Ķ 书记 +è² ¸ +æ¶ Į +è« ĸ +èIJ Ħ +æı ı +å¿ § +è¾ ¦ +å¦ Ĩ +æī Ń +åij µ +éģ ¥ +è¨ ± +ä» ĩ +åįģ ä¸ī +åī ² +èª į +èĪ ° +é¢ ĩ +é¥ ± +çĭ ł +é«ĺ çļĦ +çµ ± +æħ İ +é¢ ģ +åIJĪ éĢĤ +æµ ´ +èµ ĭ +æĬ ¼ +å¦ ¥ +éĻ¢ éķ¿ +èĢ ķ +è¾ ¨ +æħ ° +åįģ åĽĽ +æľ µ +èĵ Ħ +æŀ ¢ +å» · +æĤ Ħ +æ¶ ¯ +çŁ © +åŃIJ éĩĮ +çĬ ¹ +å±Ģ éķ¿ +é IJ +å¥ ł +ä¼ļ éķ¿ +æĵ ļ +ä¸į åıĬ +åįģ ä¹Ŀ +æ¬ º +èº º +éĺ IJ +çº Į +è¨ » +åĨ Ĭ +èŃ ĺ +é«ĺ çŃī +èħ º +å¤ ķ +ç» ij +åĶ ¤ +èķ ´ +çķ ľ +æħ ĭ +åı Ļ +åı ĥ +å³ ¡ +人 大 +éħ ¿ +éģ © +å¥ ¢ +åı£ æ°Ķ +éĮ Ħ +é ı +åĭ ĺ +è´ ¿ +éļ ª +é ĭ +éļ ¶ +ð ¥ +𬠣 +ð £ +ð« į +𬠳 +ð« ĵ +ð« Ħ +ð« Ł +𨠱 +ä Ĺ +以 åıĬ +æľī éĻIJ +åij ¢ +åIJ Ĺ +çľĭ åĪ° +计 åĪĴ +è¿Ľ åħ¥ +缴 æİ¥ +åĪĨ æŀIJ +åıª æľī +设 å¤ĩ +åħ¶ å®ŀ +åĬł 强 +ä¸Ń çļĦ +ä¿Ŀ éļľ +èĢģ å¸Ī +人 æīį +å¾Ĺ åĪ° +é£İ éĻ© +ä¸Ģ ç§į +空 éĹ´ +æĪij åĽ½ +ä¹ĭ åīį +ä¸ĵ 家 +æĿ ¨ +æĹ¥ æľ¬ +群 ä¼Ĺ +åıĤ åĬł +æķĪ æŀľ +æľī åħ³ +家 åºŃ +åĮº åŁŁ +åĬª åĬĽ +éļı çĿĢ +æĹł æ³ķ +交 æµģ +è¡Į 为 +æ£Ģ æŁ¥ +æľŁ éĹ´ +å¦Ĥ æѤ +èĤ¡ 份 +å½ĵ æŶ +è£ħ å¤ĩ +åĩĨ å¤ĩ +éħĴ åºĹ +è¿IJ åĬ¨ +æıIJ åĩº +å·¦ åı³ +æݪ æĸ½ +é£Ł åĵģ +æ¶Īè´¹ èĢħ +åѦ éĻ¢ +æĮĩ 导 +è¿IJ èIJ¥ +éĩį 大 +åĨľ æĿij +éĢł æĪIJ +æĶ¿ æ²» +éĴĪ 对 +æŃ£ å¼ı +åıĸ å¾Ĺ +éĤ£ 个 +éĽĨ ä¸Ń +åıª èĥ½ +å¿« éĢŁ +身 ä½ĵ +åħļ åijĺ +èģĶ åIJĪ +åĬĽ éĩı +éĥ½ æľī +æ ħ§ +å¡ Ķ +åĪ« 人 +表 çİ° +æķħ äºĭ +ä¸Ģ åĪĩ +å° ĩ +èµĦ æĸĻ +åŁ¹ åħ» +éĺħ 读 +æľī 人 +èIJ¥ éĶĢ +çĽij çĿ£ +çݯ ä¿Ŀ +èĢĥ èĻij +æ·± åľ³ +严 éĩį +èĮĥ åĽ´ +å§Ķ åijĺ +çĽij 管 +ä¸ī 个 +è£ħ ä¿® +åħ¬ éĩĮ +åĪĨ åĪ« +çIJĨ 解 +éŁ © +åĬł å·¥ +认 羣 +ä¸į 好 +åİ» å¹´ +éĻį ä½İ +æľº ä¼ļ +åįı è®® +符 åIJĪ +å¢ŀ 强 +æĬĢ èĥ½ +é¦ĸ åħĪ +ç§ ¦ +ä¸ ģ +å° ¾ +æľī äºĨ +åľ° 产 +æ¸ ł +æĸ¹ 便 +移 åĬ¨ +éĢŁ 度 +å°¤ åħ¶ +éĢļ çŁ¥ +åĿ Ľ +éģ¿ åħį +æģ ¢ +è´ ¡ +èģĮ å·¥ +å®ŀ åĬĽ +æĺ¯ä¸Ģ ç§į +åIJ¯ åĬ¨ +çĸ¾ çĹħ +æĿ¥ äºĨ +缸 对 +çİ° å®ŀ +èŀį åIJĪ +åIJĮ æł· +åħ¬ åijĬ +çī¹ æ®Ĭ +ç´ « +ä¸ĭ åİ» +ä¼ł æĴŃ +æľĢ 好 +ä¼ĺ è´¨ +æ² Ĵ +æĮ º +æĹ ¦ +è¯ º +ä¸Ģ åIJį +éģĵ è·¯ +示 èĮĥ +è¿ĩ æĿ¥ +åIJĮ åѦ +é¼ ĵ +æĿ Ń +æľ¬ 次 +åIJĮ æĦı +ä¸ĸ 纪 +ç¾ Ĭ +æ¬ ² +å·¥ èīº +çĵ ¦ +人 士 +æľī æīĢ +ä»İ äºĭ +æľī å¾Īå¤ļ +ä¸į äºĨ +å²Ĺ ä½į +åıĺ å¾Ĺ +åĬ³ åĬ¨ +å¤Ħ äºİ +å¹³ åĿĩ +å½¢ 象 +å¡ ŀ +åħ± 享 +çĿ Ľ +åĪ© 润 +æŃ£ æĺ¯ +å¾Ģ å¾Ģ +缸 æ¯Ķ +æ¨ ª +åĪ · +æµĻ æ±Ł +大 éĥ¨åĪĨ +å¤ļ 个 +æĤ¨ çļĦ +çĶµ åķĨ +å¾® åįļ +å§ĭ ç»Ī +çĬ¯ 罪 +æĺ¯ åľ¨ +ç»Ħ åIJĪ +åİŁ æĿ¥ +æ¸ħ æ¥ļ +åIJĦ åľ° +æĦŁ åıĹ +å½ĵ ä¸Ń +è¶ĭ åĬ¿ +æĻ¯ åĮº +羣 æĺ¯ +ä¾Ľ åºĶ +转 åŀĭ +çĭ Ĥ +èĨ ľ +èĭ Ĺ +å¿ ł +å¾Ī 大 +èĤ¡ æĿĥ +ç¾İ åħĥ +æİĴ åIJį +åĬ¨ çī© +éĶ ħ +å¢ ¨ +主 å¸Ń +å¾Ī 好 +ç»Ŀ 对 +æĿ ľ +转 è½½ +çĴ ĥ +æĿij æ°ij +åIJ ¨ +åĽŃ åĮº +é«ĺ 度 +çī© è´¨ +è¾ ī +æĹ¥ 常 +æı Ĵ +ä¸ī å¹´ +ä½ĵ çİ° +æīį æĺ¯ +代 çIJĨ +ä¸į 管 +æģ Ĵ +åľ° ä½į +ç² ® +èĸ Ħ +æĺİ çĻ½ +ä¸Ģ èĩ´ +æĽ ¼ +åĵ Ń +åĩ ¤ +åĬ ² +æķ Į +æĪĺ æĸĹ +主 ä½ĵ +åħ¬ å¸ĥ +åıĤ èĢĥ +èĪª 空 +å¯ º +åѦ ä¼ļ +åıį æĺł +ç¾İ 丽 +太 éĺ³ +建 æĪIJ +æħ¢ æħ¢ +åIJĦ 个 +éĤ ¦ +ç»Ħ æĪIJ +ä¸ī 大 +éĶ ¦ +大å¤ļ æķ° +æ¦Ĥ 念 +éŃ Ĥ +åħ¬ çĽĬ +èį Ĵ +身 份 +æ·± åĪ» +åħ © +ç»ı åħ¸ +åIJĦ 项 +èĻ ķ +è¿Ľ æŃ¥ +åįģ äºĮ +æī§ æ³ķ +æĥ³ åĪ° +æĦŁ æŁĵ +åķĨ åĬ¡ +å°ı ç»Ħ +èĶ ¬ +çıŃ åŃIJ +åIJĮ å¿Ĺ +éĿ¢ 临 +çĤ Ĵ +å¤ļ ç§į +è§Ĥ çĤ¹ +åĵª éĩĮ +å° Ŀ +å§ Ĩ +èħ ¹ +åŁİ åĮº +太 å¤ļ +çĹħ æ¯Ĵ +åľ¨ äºİ +æīĢ è°ĵ +æĻ ° +æŀ Ŀ +æĭ ĸ +å® ħ +æķ´ æ²» +ä½ı æĪ¿ +åģ · +çĨ Ĭ +èµ ģ +æ° Ľ +æł¼ å±Ģ +åŁºç¡Ģ ä¸Ĭ +èĥ Ĩ +åħ ½ +鼶 åĶ® +åĿ ¡ +女 åŃ© +æĴ ŀ +åħ¨ åĬĽ +åĴ ĸ +èĤ © +çľ ī +èĩ³ äºİ +åħļ ç»Ħ +ä¸Ģ 件 +æĭ Ĩ +äºĭ å®ŀ +åĤ ³ +æ¹ ĺ +網 ç«Ļ +循 çݯ +åIJĮ æ¯Ķ +æĭ Ķ +åĮ» èį¯ +åħ» æ®ĸ +åĽº å®ļ +å®ŀéĻħ ä¸Ĭ +è®° å¾Ĺ +åĪ© äºİ +æĤ ¦ +æĭ ³ +èĤ Ŀ +æķĪ çĽĬ +è© ² +æ°ij 主 +çĹĩ çĬ¶ +é¢ ¨ +å¹¼ åĦ¿ +å§ ij +æĪ Ĵ +ä¸ĭ çļĦ +æ¸ ¡ +å¹´ åºķ +è®° å¿Ĩ +åIJ IJ +大 å¹ħ +å¾ ½ +åħ¬ ä¼Ĺ +ä¿¡ å¿ĥ +çİ Ľ +ä¼ļ ä¸Ĭ +ä¹ Ķ +æijĦ å½± +æ£ĭ çīĮ +éĻ ķ +åºĶ æĢ¥ +æĶ¶ è´¹ +æݧ èĤ¡ +仪 å¼ı +çŀ ¬ +æīĢ åľ¨ +ç¢ ° +å§ ĵ +é¡ Į +æĶ¯ éĥ¨ +使 åij½ +çĤ ī +å¯ Ħ +ç¿ ¼ +åľ° ä¸ĭ +è¾ ŀ +ä¿ ± +主 æĮģ +è´§ å¸ģ +æģ ¨ +èĤ Į +çĽ Ī +éĶ » +å¿Ĺ æĦ¿ +ç±» ä¼¼ +æĮ ĸ +éĢ » +ç¸ ½ +纪 念 +åķ ¥ +å¼ ¯ +åIJį åŃĹ +åģ¥ 身 +çļĦ å¿ĥ +é© ± +èĥĮ åIJİ +æ³ķ å¸Ī +ç² Ĵ +èĥ½ éĩı +è¾ ° +èī ³ +å½ ¼ +段 æŶéĹ´ +åIJĪ æ³ķ +æĵ ¦ +ç¾ ½ +åİ ¨ +æĪij 说 +äºĭ åĬ¡ +åĩł 天 +åħ ģ +ç¼ ´ +åį ĵ +两 ç§į +çĭ¬ çī¹ +å¸ ¶ +éĴ » +æĥ © +é¢Ĩ åħĪ +足 å¤Ł +å£ ³ +æĦıåij³ çĿĢ +åĪĨ å¸ĥ +ä¹ ĥ +éģ ĭ +ä½ © +è° ± +çģ £ +èį ¡ +è´¯ å½» +å¹ ¾ +ç£ ģ +åħ¸ åŀĭ +åī ĩ +åĨ » +æ¬ ł +ä¸į ä¹ħ +æµ ¦ +éŃ ħ +å¼Ģ äºĨ +使çĶ¨ èĢħ +è¿Ļ 款 +å° Ī +èĦ± è´« +æĶ» åĿļ +ç®Ĺ æĺ¯ +ç¨ Ģ +æĹł 人 +åł µ +å¥ ı +éĥ½ å¸Ĥ +åı¯ è§ģ +ä¸į åĩº +æ ·» +äº ı +ç¾İ 好 +èĥ ĸ +éŁ µ +æłĩ å¿Ĺ +èĬĤ èĥ½ +æĬ « +å° º +å¯ ¸ +ä¸Ģ 代 +é¢ Ĺ +èĢ ¶ +èĴ ¸ +åĸ ® +æ »¿ +çĮ ľ +æµ Ĩ +åŁ ĥ +åįĥ ä¸ĩ +èµ Į +èģ ² +ä½ľ é£İ +è³ ª +å¯ ¨ +å¹´ 人 +åį° 象 +æ¡ ¶ +æĴ ¤ +åįģ äºĶ +æ¯ ħ +æ² ª +åĽ½ æľī +大éĩı çļĦ +å¾ ¡ +å¯ ĵ +è¦ ĸ +æ¼Ĥ 亮 +çľ ł +ç ĤŃ +é» İ +èĻ ¹ +åĪ© äºļ +èŃ ī +æµ ı +åįģ åħ« +ä¸ ¢ +è¾ ½ +æľīä¸Ģ äºĽ +æħ Ī +åģľ 车 +å® ł +解 æĶ¾ +æľī å¤ļ +éĤ Ĭ +常 è§ģ +æĬ ¹ +çº ¤ +è¦ ª +æ¡ Ĩ +èİ ŀ +æ°§ åĮĸ +è¿Ļ 件 +åĩ ° +æŁ ´ +åıij çĶµ +é¼ ł +转 åĮĸ +å¨ ĥ +æĮ ¤ +ç½ © +å¯Ĩ åĪĩ +æĪij ä¸į +é«ĺ æĸ° +ä¸Ģ ç¯ĩ +è¿Ľ ç¨ĭ +è¡ ° +è¿ĺ ä¸į +ç ħĮ +æĸ° åįİ +èĤ ¿ +æ» © +ä¸Ģ æµģ +è¯ Ī +å®ŀ ä½ĵ +å¤ĸ åĽ½ +èº ² +èµ ł +è¦ º +æ¢ Ŀ +ä¸į è§ģ +è¨ Ĭ +åĮ ¹ +åį µ +çĩ ¥ +æħ ķ +é½ ¿ +å® ´ +é¥ ¼ +èij¡ èIJĦ +å°ı å¿ĥ +æģ ¼ +éĻ Į +æĺ Ĥ +åĥ ¹ +èĬ Ŀ +æ¯ı 个人 +åīį æıIJ +ä½ĵ ä¼ļ +æ¨ Ļ +æIJľ çĭIJ +对 åħ¶ +ä¸ § +èľ Ĥ +æµ ¸ +èª ¿ +åĿ ª +é¢ ĸ +åIJį 为 +ç¬ ¼ +èĪ Į +æľ¬ 书 +èģ ¯ +çº º +ç®Ģ 缴 +éĽ ¢ +ç¾İ çļĦ +éļ ¨ +é«ĺ å³° +è¿Ļ 家 +å Ĥ¬ +å° ¸ +ç¡ķ 士 +èŃ · +è° ¨ +æĺ ı +æĶ¿ åįı +è¡ Ķ +ç¿ Ĵ +åľ Ĵ +åĽ½ æ°ij +主 è§Ĵ +è£ ķ +ä¼ ª +åº ŀ +æ°ij èIJ¥ +æĥ § +ç§ĺ 书 +çĹ ķ +çĻ¾ åĪĨ +æº ¶ +æĹł çĸij +çļĦ çľ¼ +æĵ İ +ä¼Ł 大 +å½ ° +åħ¬å®ī å±Ģ +ç³ ķ +å¼ ¥ +åĤ Ļ +ä¹ ¾ +毫 ä¸į +注 æĺİ +åī¯ æĢ» +æĦ ī +æķ ¦ +é¦ ¨ +æĶ Ģ +éĢ Ŀ +åı¯ éĿł +å¤ ¸ +åľ ĺ +éĿ¢ ä¸Ĭ +æĬ ĸ +èĦ Ĩ +é© ° +ä¼ IJ +å¦ ¨ +å®ļ äºĨ +ç³ Ĭ +æŃ ¡ +éĥ¨ éķ¿ +ç§ ī +èĪ Ĩ +åĪij äºĭ +åIJ µ +æ¤ Ĵ +è¡ ĵ +è± « +èı © +åŃ µ +é¥ ² +å°± 好 +åł ª +ä¸ī è§Ĵ +åľº æ¯ĶèµĽ +ä¸į åģľ +æĵ ħ +åħ¨ æĸĩ +æ³ ģ +åѦ ä½į +æ± ° +éł ĺ +åı ł +éļ Ľ +å¸ IJ +çľĭ åĩº +åĮ ł +å±Ģ éĿ¢ +æ³ Į +è° Ĭ +åIJĮ æľŁ +æĬķ æłĩ +å¥ ´ +æĿ¥çľĭ çľĭ +èĦ ¾ +èŀ º +æŃ ī +çĽ ¯ +ç¨İ åĬ¡ +å» Ĭ +æİ © +æħ ¨ +çĽ ¼ +èĬ Ĵ +è® Ģ +æĮ £ +èĮ ħ +æĸ ¥ +æ¤ ħ +åĪ° æĿ¥ +èijĹ ä½ľ +çĭ ± +äºĮ æīĭ +ä»İ æĿ¥ +çĸ ² +åºĬ ä¸Ĭ +æĸ° 浪 +æ³ Ħ +å¢ŀ åĢ¼ +ä¸ Ľ +æļ ij +ä»İ ä¸ļ +æ· ĭ +å¤ļ æł· +æľ ´ +份 é¢Ŀ +æŀ £ +西 çľģ +æľ¬ è´¨ +æ·± æ·± +èī ĩ +ç» µ +产 åĢ¼ +æ¼ ł +èħ » +çŃ Ľ +åİ Į +æģ Ń +å«Į çĸij +æĪ ¶ +æ» ŀ +èĨ Ģ +åĬ £ +座 è°Ī +常 æĢģ +çļĦ æĥħ +è¦ ½ +å¯ Ĥ +åĮ Ĩ +èĩ º +é¡ ¯ +çķ ı +éģ £ +åį ľ +çŃī å¥ĸ +è² ¬ +æº ¯ +é İ +çĤ¹ 头 +èĵ ¬ +æ± º +éħ ¬ +éģ Ĭ +è³ ¼ +註 åĨĬ +æľ¬ æĬ¥ +çµ ķ +æ´» æĢ§ +åħ ij +éĮ ¯ +åĨ ¶ +åĸ » +æº ĸ +èĤ ¢ +æº ĥ +æĹ ¬ +åī Ĭ +çIJĨ äºĭ +å± ł +æ² § +èļ Ģ +鼻 åŃIJ +为 æŃ¢ +常 å§Ķ +çµ Ĥ +éĬ · +çĭ Ģ +ä¾ £ +èĥ Ģ +èŃ ° +çĶ¨ 车 +åĻ ª +æŃ · +åį Ķ +åĪ ¹ +ç«Ł æĺ¯ +é© Ĺ +èIJ Ŀ +çĻ « +çĹ « +æŃ § +å¼ Ĭ +åª ½ +çı Ĭ +è¡ · +éľ ī +åŁº çĿ£ +éļ ± +æ° ¨ +ç» ¸ +å°¼ æĸ¯ +çĥ ĺ +æľŁ åĨħ +è° ħ +éĽ ĩ +éļ Ļ +å ĸī +åī ¥ +çĹ ĺ +æĮ ½ +çĵ £ +æ¹ Ľ +æ¨ ± +æ¾ İ +æ¹ ĥ +åĨ¬ 奥 +æ£ µ +å® ° +åŀ Ĵ +æ§ ĭ +ä¾ Ī +èĮ Ħ +åĺ ¿ +èı ĩ +ç ĻĤ +åĬ ĥ +é į +èĶ ½ +çŀ Ń +æķ ŀ +ä¹ ĸ +éŁ § +è¾ ľ +æĩ Ī +ä½ £ +çŀ » +åŁ Ķ +èĪ ħ +å®ŀ äºĭ +é ¨ +å§ ¥ +çµ ¡ +åĺ » +çķ ¢ +æ²ĥ å°Ķ +è¿ Ħ +èĤ ĩ +æħ ij +ã § +ä ı +ð ł +ð¬ ĩ +ð« Ń +ð« IJ +ã ³ +© ½ +ð« ł +ã Ľ +ð¬ į +é ¿ +ð¬ Ĵ +ã Ļ +𬠤 +ð ¬´ +ð« ĸ +ð ¤ +ã ¬ +ä ² +ð« Ķ +ð« ļ +è¦ģ æ±Ĥ +ä¸Ģ äºĽ +å®ŀ çİ° +èĢĮ ä¸Ķ +åĽł æѤ +çĶ± äºİ +åħ³ äºİ +çĦ¶ åIJİ +æݨ åĬ¨ +ä¸Ģ æł· +æĮī çħ§ +è¿Ļæł· çļĦ +å½¢ æĪIJ +æľī äºĽ +æĽ´ åĬł +ç»ı è¿ĩ +建 è®® +æ²» çĸĹ +ä½ł 们 +æīį èĥ½ +ä¿ĥ è¿Ľ +åijĺ å·¥ +ä½ĵ éªĮ +èĪ ĩ +åģļ 好 +ä¿Ŀ è¯ģ +æķ´ 个 +æĺ¯ ä¸Ģ个 +éĩĩ çĶ¨ +çIJĨ 论 +æ¯Ķ å¦Ĥ +ä¸Ĭ çļĦ +æݨ èįIJ +çĶ³ 请 +天 空 +éĥ¨ èIJ½ +åįģ åĪĨ +æĿ¥ èĩª +ä¹ĭ éĹ´ +è°ĥ æķ´ +æ¯ı 天 +è°ĥ æŁ¥ +æĤ£ èĢħ +è¿ĩç¨ĭ ä¸Ń +é¦Ļ 港 +广 åijĬ +éĿ¢ 对 +满 足 +éķ¿ æľŁ +è§Ħ èĮĥ +æķ´ ä½ĵ +æĶ¹ åıĺ +æĻº æħ§ +å¦Ī å¦Ī +å¦Ĥ ä»Ĭ +åIJĪ åIJĮ +éĥ½ ä¼ļ +åĦ¿ ç«¥ +åĩı å°ij +éŁ³ ä¹IJ +ç»ı 常 +ä¸Ĭ å¸Ĥ +ä¼ĺ ç§Ģ +çļĦ éĩįè¦ģ +ä¸Ģ æĿ¡ +æµ· å¤ĸ +åı¦ å¤ĸ +ä¸Ģ 家 +åİĭ åĬĽ +大 åŀĭ +çľĭ çĿĢ +åĪ Ģ +幸 ç¦ı +æݨ 广 +åIJ Ľ +å¾ IJ +æī¾ åĪ° +äºİ æĺ¯ +èĩª 身 +ä¸Ģ ä½į +åľŁ åľ° +åĬł åħ¥ +æİ¢ ç´¢ +æ¢ ģ +主 åĬ¨ +å°± ä¸ļ +女 æĢ§ +çªģ çł´ +ä¸įåIJĮ çļĦ +è¿IJ è¾ĵ +èĩª çĶ± +å±ħ æ°ij +æѤ 次 +çļĦ æŶéĹ´ +家 éķ¿ +ä¸Ģ个 人 +æ£Ģ æµĭ +åĨħ éĥ¨ +广 å·ŀ +缴 æĴŃ +ä»İ èĢĮ +è´· 款 +åı¬ å¼Ģ +æĶ¹ éĢł +人 çĶŁ +å±ķ 示 +æ¯ı å¹´ +女 人 +çļĦ æĸ¹å¼ı +æķĪ çİĩ +å±± 举 +æ¸ł éģĵ +ä¼¼ ä¹İ +æ¡Ī 件 +åĪ© çĽĬ +çľĭ çľĭ +å¿ĥ éĩĮ +ç»´ æĬ¤ +å®Ŀ å®Ŀ +ç½ij ä¸Ĭ +论 åĿĽ +å°± åı¯ä»¥ +ä¸į 足 +æģ¢ å¤į +å¸ĥ å±Ģ +è´¡ çĮ® +ä¸ĭ éĻį +æİĮ æı¡ +çļ® èĤ¤ +å·¥ åħ· +éĩį åºĨ +åĵģ è´¨ +æݨ åĩº +çĶ· 人 +æī¿ æĭħ +çªģ åĩº +èĢĮ è¨Ģ +æ² Ł +åįı è°ĥ +æĺ¯ ä»Ģä¹Ī +æ± ¤ +æĴ ij +çĭ¬ ç«ĭ +çݯ èĬĤ +æī© 大 +æ´ ª +æĿ ° +çĽ IJ +ä» ģ +æ¶ī åıĬ +èĢģ 人 +åį³ 使 +åįĹ äº¬ +éħį åIJĪ +é¬ ¼ +çĪ¶ 亲 +ç½Ĺ æĸ¯ +å°ı åĮº +æķĻ æİĪ +åĨ³ çŃĸ +é¢Ħ 计 +æľ¬ 人 +ä¼ ¯ +ç« ¹ +åĪ° åºķ +å¸Ĥ æ°ij +åĩº åı£ +éĩĩ è´Ń +æĢ» ç»ĵ +æѦ æ±ī +åĬł 大 +广 举 +æµģ ç¨ĭ +人 åı£ +å¦Ĥæŀľ ä½ł +åĩº åİ» +åĩ ī +åĨľ æ°ij +çİ° 象 +åĬĽ 度 +ç»Ļ äºĪ +åħļ å§Ķ +è¯Ń è¨Ģ +线 ä¸Ĭ +æĢİ æł· +åĦ¿ åŃIJ +ç¡® å®ŀ +ä¹ĭ å¤ĸ +éĥ½ åľ¨ +èī ¾ +çļĦ æĥħåĨµ +éĩĮ çļĦ +åĽ´ ç»ķ +æĽ´å¤ļ çļĦ +ä¾Ŀ æ³ķ +åħ¬ åĽŃ +家 éĩĮ +æ¯į 亲 +ä¸į åĨį +èĭ ¹ +æ³ķ éĻ¢ +飩 åĽ½ +缸 å½ĵ +ä¸į çŁ¥ +è¯Ħ ä¼° +ä¸į çĶ¨ +顺 åĪ© +éĩį è§Ĩ +è´¢ åĬ¡ +ä»ĸ åĢij +åıij è¡Į +ä¸ĵ éŨ +åħ· å¤ĩ +并 ä¸įæĺ¯ +足 çIJĥ +é ŀĭ +åıij 表 +æ°¸ è¿ľ +èIJ¥ åħ» +éħį å¥Ĺ +æķ´ åIJĪ +è´ º +åĽŀ çŃĶ +æĶ¶ çĽĬ +ä¹Ł 许 +è» Ĭ +æİ¥ 触 +æĶ» åĩ» +åĽĽ å·Ŀ +æĢ§ èĥ½ +åĽŀ åĪ° +èħ ° +ä¹Ł 没æľī +å¼ Ħ +设 ç«ĭ +éĺ² æݧ +æĬĢ å·§ +éĢļ 常 +è´¢ æĶ¿ +éĥ¨ ç½² +åľº æĻ¯ +æ±Ł èĭı +表 è¾¾ +åĸ · +女 åĦ¿ +èĪ ¶ +çµ ¦ +ä¼ļ åijĺ +æĪĸ 许 +äº © +举 æĸ¹ +天 æ´¥ +è¿ij å¹´ +çľĭ æĿ¥ +æ¯Ķ ä¾ĭ +å² © +éĵ ľ +çİ » +å®ŀ éªĮ +æĢĿ ç»´ +æĭħ å¿ĥ +æ² Ī +身 è¾¹ +æ·± åĮĸ +ç²¾ åĩĨ +ç§ģ æľį +æ¶Ī éĺ² +åİ» äºĨ +ç»Ĩ èĥŀ +çIJĥ éĺŁ +æĺİ æĺŁ +é£Ł çī© +å¾Ī å¿« +让 ä½ł +ä¿¡ çĶ¨ +åĶ¯ ä¸Ģ +åħ¶ å®ĥ +çŃī æĸ¹éĿ¢ +å¾ĭ å¸Ī +æŃ» 亡 +æ Ł³ +ä¸Ģ æī¹ +ä¸Ĭ 涨 +æľº åľº +å½¢ åĬ¿ +æĦ¿ æĦı +éĽĨ ä½ĵ +æĸ° åŀĭ +æįŁ 失 +æĽ ¸ +ä¸ĭ åįĪ +æ¯ı 次 +æĪIJ å°± +åħ¬ è·¯ +èĻ « +åĴ ± +西 å®ī +æľĢ ä½³ +ç§ij çłĶ +å¤į æĿĤ +æľº åĻ¨ +çĪ± æĥħ +çħ§ çīĩ +å¹´ é¾Ħ +è³ĩ æĸĻ +ç² Ĺ +åĩĨ ç¡® +åĬł ä¸Ĭ +åĩº çīĪ +è° IJ +家 å±ħ +èĥĮ æĻ¯ +ä¸Ģ 线 +äºĭ 项 +åĬ¨ ä½ľ +ç¥ ¥ +æĢ» ä½ĵ +æĪ¿ åŃIJ +ä¹Ł å°±æĺ¯ +大 æ¦Ĥ +é«ĺ æķĪ +åIJ ¹ +æİ ĪæĿĥ +éĻĦ è¿ij +æ¡Ī ä¾ĭ +éĹ ¹ +çĪ¸ çĪ¸ +彩 票 +æĢ Ĵ +举 æĬ¥ +æĻ® éģį +çķĻ ä¸ĭ +è¡£ æľį +æĹłè®º æĺ¯ +åħħ 满 +æ·± 度 +æ¡ ij +æĪª èĩ³ +带æĿ¥ çļĦ +éĻ µ +æĦŁ æĥħ +èµ ļ +åĵª äºĽ +æķ´ æĶ¹ +æĪIJ çĨŁ +å¨ ľ +é¼ » +çŁ Ľ +çĽ ¾ +好 好 +第 åĽĽ +åĨł åĨĽ +è´¢ å¯Į +æľĢ 好çļĦ +车 åŀĭ +éĸ Ģ +åį³ å°Ĩ +åĪĨ 为 +éĿĴ å²Ľ +纷 纷 +ä»Ĭ æĹ¥ +å¹³ è¡¡ +å¹³æĸ¹ ç±³ +éĤ£ ç§į +åĩº çĶŁ +éĿĴ æĺ¥ +人 群 +人 å·¥ +ä¹ĭ ä¸ĭ +æ¹ĸ åĮĹ +åľ¨ æѤ +åįļ 士 +æŶ åĪ» +æ²³ åĮĹ +æĶ¾ å¼ĥ +éĢļ éģĵ +森 æŀĹ +çĸ Ĩ +æķ ¸ +èĬ ³ +æīĵ åĩ» +æĽ ¹ +åĮĸ åѦ +æĥ³ 象 +ä¸ĩ 人 +è´¢ ç»ı +åħĥ ç´ł +ä¼ļ 计 +åħ¨ ä½ĵ +æĦ Ľ +é«ĺ ä¸Ń +æľº éģĩ +声 éŁ³ +æĹħ è¡Į +æµ © +æŁ ± +å°ij å¹´ +åĽ½ å¤ĸ +èijĹ åIJį +çĶŁ åŃĺ +å§ ľ +带 é¢Ĩ +é¢ľ èī² +ä¸Ĭ ä¸ĭ +产ä¸ļ éĵ¾ +æĽ´ 好çļĦ +å² Ń +ä¼ĺ æĥł +便 æĺ¯ +åħ§ 容 +ä¸Ģ åıª +çIJ ´ +梦 æĥ³ +秣 èµģ +å¼Ģ åIJ¯ +è´Ń çī© +åĮħ åIJ« +åĪ© çİĩ +èµ· äºĨ +æľī åĬĽ +éĤ£ éĩĮ +审 æī¹ +对 æīĭ +çİ° éĩij +天 çĦ¶ +çĽ Ĵ +çĪ ½ +å¿ħ çĦ¶ +åĮĸ å·¥ +ä¸ĵ åĪ© +åķ ¡ +å¼Ģ å¿ĥ +人 ä½ĵ +éģĵ 士 +æĢģ 度 +空 è°ĥ +æĭĽ åķĨ +å§ » +第 äºĶ +æ£ Ĵ +ä¸Ģ ç³»åĪĹ +åį± æľº +转 åıĺ +åľº æīĢ +é¸ £ +æĪ¿ éĹ´ +éĢ ¼ +è¯ķ çĤ¹ +对 å¤ĸ +åĩº åı° +åľ¨ è¿Ļ +åİĤ 家 +å·¨ 大 +ç®Ģ ä»ĭ +çľĭ äºĨ +åħļ 建 +æĮĩ æĮ¥ +çŁ³ æ²¹ +ä¸į åı¯èĥ½ +èİ ² +ä¸į 太 +åĪĽ æĦı +第 ä¸Ģ个 +è´µ å·ŀ +è¿ĩ äºĨ +æľ¬ æĿ¥ +éģĵ å¾· +çŃĶ æ¡Ī +éĻ ¶ +ä¸Ģ è·¯ +èĤ ĸ +æ¸ħ æ´ģ +æľī æľº +åIJį åįķ +æĿ ± +åij¼ åIJ¸ +ä¸ Ī +ç¦ı 建 +è¯ķ éªĮ +å¼ķ åıij +ä¹Ł 没 +ä¸į ä½ı +çĨŁ æĤī +èIJ ¬ +ä¸į èī¯ +çł ĸ +èĩ´ åĬĽ +çŃ¾ 订 +åIJ Ĭ +ä¾ ¯ +çĺ ¦ +å§ij å¨ĺ +æĸ ¤ +妻 åŃIJ +æĺ¥ èĬĤ +çĪ ¬ +æĽ Ŀ +çĥŃ æĥħ +éķ¿ æ²Ļ +èIJ¥ éĢł +éħ · +éĵ Ŀ +åŁºæľ¬ ä¸Ĭ +åij¨ åĽ´ +ä»Ģ 麼 +认 åı¯ +åĪĨ åŃIJ +ä¸Ģ æĸ¹éĿ¢ +è½ ´ +å¼ · +马 ä¸Ĭ +éĽ ¾ +èĩ £ +å° ¿ +çĶŁ æĦı +å®ī å¾½ +ç¥ŀ ç»ı +åĩº å¸Ń +èį¯ åĵģ +çIJĨ çĶ± +åįı åIJĮ +æµģ åĬ¨ +åıij åĬ¨ +åĿļ å®ļ +表 æĺİ +åIJİ éĿ¢ +ä¹ī åĬ¡ +å¦ ĸ +æľī åı¯èĥ½ +å¹´è½» 人 +大 éĻĨ +å² ³ +ä¸į èµ· +çŀ¬ éĹ´ +ä¸įå¾Ĺ ä¸į +çŃ¾ 约 +åIJĪ æł¼ +åħļ æĶ¯éĥ¨ +æµİ åįĹ +便 åĪ© +éļı æŶ +å¥ ī +称 为 +产 æĿĥ +åIJ ķ +çĽ Ĩ +课 åłĤ +ç· ļ +æ£ ī +线 ä¸ĭ +èĩª è¡Į +举 æݪ +åݦ éŨ +èĩª ä¿¡ +å½± è§Ĩ +ä» Ķ +çĶŁæ´» ä¸Ń +æĿĥ çĽĬ +çĻ½ èī² +å°± ä¸į +è¿Ľ å±ķ +æ¯ı æĹ¥ +ä¾Ľ ç»Ļ +æĿĥ åĪ© +æĹł æķ° +çIJĨ è´¢ +ä¾Ŀ æŧ +ä¸Ĭ åįĪ +è¯Ĩ åĪ« +çĽĪ åĪ© +çł Ĥ +许 åı¯ +åIJĮ äºĭ +åĺ Ľ +éģ ¸ +çĿĢ åĬĽ +éŨ åı£ +ä¸į å¤ļ +åħ¶ 次 +ç¢ § +çī© çIJĨ +åĨħ å¿ĥ +çĻ¾ å§ĵ +æĢ» 绣 +å¹² åĩĢ +积 ç´¯ +åıį é¦Ī +æłij ç«ĭ +社 交 +ç§ © +åįģ ä¸Ģ +éĤ ĵ +驱 åĬ¨ +å±ķ è§Ī +èĪĴ éĢĤ +åŁº åĽł +å·® å¼Ĥ +转 让 +å°ı å§IJ +æł· åŃIJ +ç¿ Ķ +é«ĺ åħ´ +å½±åĵį åĬĽ +æīĭ ç»Ń +缸 åIJĮ +缸 åºĶ +æĻ Ĵ +è§ Ģ +å¸Ĥ å§Ķ +èĬ ¯ +å±ķ çİ° +åľ° çIJĥ +éĤ ª +ä¸Ģå®ļ çļĦ +åħģ 许 +ä¿¡ ä»» +æī ij +éĻ¢ æł¡ +ç®Ģ 称 +åģļ æ³ķ +ä¹ĭ è·¯ +æĹĹ ä¸ĭ +èħ Ķ +æ¶Ī 失 +ä¸ĸçķĮ ä¸Ĭ +åŁİ 乡 +èĪŀ åı° +å¾Ī 大çļĦ +绣 çŃ¹ +åħ¬ å¹³ +èĤ ¾ +çļĦ 好 +æ± ģ +çľ¼ åīį +éĽ £ +å¹ ½ +åħ± 产 +主 åĬŀ +å¤Ħ ç½ļ +åº Ļ +éģĵ çIJĨ +å¼ µ +æİ¥ çĿĢ +çĮ İ +çģ Į +çĶ± æѤ +人 åĬĽ +æµģ è¡Į +ä¾ ł +åı¯ä»¥ 说 +èĴ ĭ +å½¢ æĢģ +æĹ¥ åŃIJ +æ¼ Ĩ +çķĻ åѦ +缸 éĹľ +æľĢ å¤ļ +åĩŃ åĢŁ +åħ¬ 交 +æĮĸ æİĺ +æĿĤ å¿Ĺ +主 人 +éļľ ç¢į +æł¡ éķ¿ +æĸ¹ ä½į +ä¸Ĭ çıŃ +å¤ļ åħĥ +è ĥģ +éŃħ åĬĽ +èĮ Ĥ +åħħ çĶµ +强 大 +çĥ ¤ +å¥ĭ æĸĹ +å®ŀ çĶ¨ +éĺ ģ +ç»Ļ äºĨ +æľ¬ ç§ij +æł ĭ +æĭ ¨ +æķĻ ç»ĥ +éĥ½ çŁ¥éģĵ +æ¯ķä¸ļ çĶŁ +ç¢ Ĺ +åŀ Ĥ +è® ¼ +å®ģ æ³¢ +åѦ èĢħ +è°¢ è°¢ +åŁİ éķĩ +æĢİä¹Ī åĬŀ +éģ Ķ +æĪIJ 交 +æ½ľ åĬĽ +åį § +æĸ° å¼Ģ +éħį å¤ĩ +主 åĬĽ +åij³ éģĵ +çĥ Ĥ +é£ŀ è¡Į +å« ģ +大 大 +ç»Ļ 大家 +å¤ĸ éĿ¢ +éĨ ī +åıij è¨Ģ +æĹ© é¤IJ +åIJĦ èĩª +å® Ļ +èį£ èªī +æĬ« éľ² +é¡ ŀ +åĨħ çļĦ +èĤ ª +è¾ IJ +æ³ µ +æĬ Ľ +æĺŁ æľŁ +ä¸Ģ 带 +çĶŁ ç´ł +ç»ı éĶĢ +åĩ ¶ +åľ° ä¸Ĭ +åij½ è¿IJ +åĵ ² +ä¸Ĭ åİ» +æĸĩ çī© +è¯ ij +æĮ¯ åħ´ +éķ¿ æŶéĹ´ +ç¥ Ń +åIJĪ èĤ¥ +è¿Ŀ è§Ħ +èģ ª +ä½İ äºİ +éĢĤ å½ĵ +æľī åºı +æľ¬ ç½ij +çķĻ è¨Ģ +æĥ³ æ³ķ +çŃ¾ ç½² +å§ ļ +æĢ§ æł¼ +èĴĻ åı¤ +æŁ ı +åŀ « +åѦ åİĨ +ä»ħ ä»ħ +讲 è¯Ŀ +éĶ IJ +æĢ ĸ +åī ª +èĭ į +åIJ ĵ +强 çĥĪ +åģ¥ åħ¨ +çĸ ¯ +åı¤ 代 +å¥ Ī +ä¸į çĦ¶ +乡 éķĩ +æľĭåıĭ 们 +åĤ ħ +èģ ½ +个 æĢ§ +æ³ķ è§Ħ +å°ı éķĩ +çĶ» éĿ¢ +第 åħŃ +網 è·¯ +åīį æĻ¯ +åIJ¬ 说 +ä¼ł åªĴ +æĿ¡ ä¾ĭ +åĪ« çļĦ +ä¸į æĩĤ +顾 éĹ® +强 度 +éĺ¿ éĩĮ +èµ° åĬ¿ +å¸ ½ +çļĦ ç¡® +åĮº åĪ« +éĮ ¢ +主 管 +ä¸Ģ çľĭ +æĸ ľ +åŃĺåľ¨ çļĦ +ä» ² +åį± 害 +éĵ Ń +游æĪı ä¸Ń +éħ ± +é¾Ļ 头 +人 å¿ĥ +éĢĢ ä¼ij +æµı è§Ī +åĬ « +éĺ² æ²» +ç® Ń +å± Ī +è¾½ å®ģ +å£ ¤ +è¿İ æĿ¥ +éŀ į +çĶ¨ æĿ¥ +大 åľ° +ä» ° +éĢļ 讯 +å¼Ģ å·¥ +è£ ¤ +å¦Ĥ åIJĮ +éª ¤ +éĺŁ åijĺ +è½ © +ç¾İ æľ¯ +èĻ Ł +åIJĮ ä¸Ģ +åľ ĸ +书 æ³ķ +æīĵ åį° +åIJ« æľī +éĽĨ æĪIJ +éĹ · +å¸Ĥåľº ä¸Ĭ +æĹģ è¾¹ +åľ° æĿ¿ +产çĶŁ çļĦ +ç² ¤ +éĩį ç»Ħ +è¡Ģ 液 +çŃ ĭ +åĬŀ äºĭ +常è§ģ çļĦ +ä¸Ĭ åįĬå¹´ +å±ı å¹ķ +åIJī æŀĹ +å· © +åĸľ çĪ± +ç¿ ł +ä¸ī ç§į +æ¡Ĩ æŀ¶ +举 èİŀ +çĶĺ èĤĥ +èĬ ¬ +åĽ¾ 书 +åĩ¤ åĩ° +æ°Ķ åĢĻ +å° ´ +å° ¬ +两 天 +è¾ħ 导 +åĢŁ 款 +æĹ¥ èµ· +æ´ Ĵ +ä¸Ģ 度 +è¹ Ī +æ½ Ń +æī ĩ +çĻ ľ +æĸ° åħ´ +åĤ ² +诸 å¤ļ +è´ ª +éĻ· åħ¥ +èĪ Ł +èĤº çĤİ +ä¸Ģ æł·çļĦ +åİ ĺ +åľ° çIJĨ +æĬķ 注 +éļ Ĭ +åħī ä¼ı +ä¿Ŀ åģ¥ +åħ Ķ +åħ¬ åĬ¡ +æīĵ çł´ +çĶ· åŃ© +åĬ³ åĬ¡ +ä½ł ä¼ļ +çĶ¨ åľ° +æº ¢ +åıij è¾¾ +èĤ ļ +è¿ĩ äºİ +èĩ Ĥ +éĢĻ 樣 +è½» è½» +ä¸Ń åħ± +åIJĦ åĽ½ +åĶ ĩ +å®ŀ ä¹ł +èĻ ¾ +æ§ ½ +ä¸į ä¸Ĭ +åħį çĸ« +åįł æį® +å·¥ ä¼ļ +åĽ Ĭ +èĪª 天 +åı¯ çĪ± +æĸĹ äºī +çĺ ¤ +å¦Ĥ æľī +éĽ ĸ +对 æĪij +åĩº 秣 +好 çľĭ +太 大 +æ°´ åĪ© +åĬ¿ åĬĽ +åħ¨ æ°ij +ç½ ¢ +èµ¢ å¾Ĺ +çĶµ ä¿¡ +车 éĹ´ +æĻĤ åĢĻ +å°ij æķ° +éĵ ¸ +åħ³ èģĶ +ä¸įä»ħ ä»ħ +为 æĤ¨ +åĴ ¸ +æľº åĬ¨ +è£ Ļ +åĵį åºĶ +éģ ł +è² · +ç© ´ +å¢ ħ +éĶ ¡ +çµ Ħ +çģ« 车 +è³ĩ è¨Ĭ +åĨ³ èµĽ +污 æ°´ +èª ŀ +å´ Ľ +ç´§ å¯Ĩ +缺 å°ij +å¤ļ 人 +æĢ» 书记 +éĶ Ī +èij Ľ +å¿ĺ è®° +éĻĮ çĶŁ +éķ¿ 大 +åħĪè¿Ľ çļĦ +ç¡ ħ +åıij æĺİ +å©´ åĦ¿ +æīİ å®ŀ +èĽĭ çĻ½ +ä¸Ģ çĻ¾ +缮 åħī +æ ħĮ +åĬł æ²¹ +åIJ ŀ +ä¸Ģ 群 +ä¸Ń ä»ĭ +å¸ ĸ +å¿ Į +èģĮ èĥ½ +广 æĴŃ +çĽij å¯Ł +ç§ĺ å¯Ĩ +çĭ ® +è¿Ļ æĿ¡ +éĢ ¢ +æĢ ¨ +åįģ åħŃ +è© ¦ +说 åĪ° +åĩĿ èģļ +æĮĩ 示 +æ° ¢ +å¼ ĺ +éĺ Ģ +æĸ © +éł ħ +ä¸Ģ å¼Ģå§ĭ +æİĴ è¡Į +åľ¨ æĪij +纪 å½ķ +æĬ Ħ +æł ª +说 æ³ķ +ä¸Ń èį¯ +好 å¤ļ +åıª ä¸įè¿ĩ +çķĻ åľ¨ +个 å°ıæŶ +认 çŁ¥ +çķ « +è§ģ è¿ĩ +å°ı å¾® +ä½Ľ å±± +çľ ¾ +讲 è¿° +æ¢ ³ +称 åı· +æĹ¥ æĻļ +è¢ ĸ +åķ ¤ +æľª ç»ı +æľĢ æĹ© +æī® æ¼Ķ +è¡Ģ 管 +çº ± +æĥħ èĬĤ +第 ä¸ĥ +æį § +ä» Ĺ +æ¿Ģ çĥĪ +æĹł 线 +ä¸į 容æĺĵ +å¼Ģ å¹ķ +æĸ° çĶŁ +ä¸ĵ 注 +èij ± +åįĹ æµ· +çĩ Ł +èµ· ä¾Ĩ +æ´¾ åĩº +åĦ Ĵ +ä¾ ¨ +è¼ ĥ +åįļ è§Ī +éĢ ¾ +åĮ Ģ +ç»ıæµİ åѦ +æ¸ Ĺ +ä¿Ŀ èŃ· +çī º +çī ² +çİ « +çij ° +æľĢåIJİ ä¸Ģ +æĶ¿ åĬ¡ +æ§ Ľ +èĻķ çIJĨ +éļIJ æĤ£ +æī¿ åĮħ +æ¥ µ +æ¡ © +çĽ ² +导 åIJij +èĩ´ å¯Į +ç¼ Ĩ +æģĭ çĪ± +ä¸į åĬ¨ +ç»Ļ 人 +å· ¢ +表 æĥħ +举 åįĹ +åĨħ å¤ĸ +è¾Ī åŃIJ +åı ī +åįļ ä¼ļ +åĬŁ æķĪ +æ¸ ´ +å± ¬ +æİĴ éĻ¤ +éĢ Ľ +ä¸Ģ ä¼ļ +ä¸į å¼Ģ +å¼Ģ å¥ĸ +é»ij é¾Ļ +é»ijé¾Ļ æ±Ł +å¿« ä¸ī +度 åģĩ +åĿ ¤ +éĤ® 件 +æĩ Ĵ +ä¾Ľ çĶµ +å» £ +好 è¯Ħ +ç§ĺ书 éķ¿ +æĪĺ åľº +好 å¥ĩ +ä¾µ æĿĥ +æĨ ¾ +æľĢ åĪĿ +æī¹ åıij +åİ ķ +è¼ ķ +æŀ ¯ +ä¸ļ åĨħ +è´Ń æĪ¿ +ä¸į åľ¨ +纪 å§Ķ +æīĢ éľĢ +å¸Ĥ éķ¿ +è³ ½ +å¼ķ æĵİ +çģµ éŃĤ +éĬ Ģ +æ» ¤ +çĿ IJ +å¤ļ 项 +åĽŀ 头 +èī ĺ +å¤į å·¥ +éĥ¨ 件 +ç´§ ç´§ +æŁIJ ç§į +使 åħ¶ +æĸ° 人 +æŀ ļ +æ³ķ å®ļ +å·´ å·´ +涵 çĽĸ +ç¨ » +æĭ ¾ +æĻ ķ +è½ ¿ +éĢļ è¡Į +åĵ Ģ +æ³ Ĭ +温 馨 +éĽĨ èģļ +çĨ Ļ +åĩ ij +åįģ ä¸ĥ +æ°Ķ æģ¯ +æıIJä¾Ľ çļĦ +æ³ ³ +奥 è¿IJ +çģ¾ 害 +åĩĢ åĮĸ +è·¨ è¶Ĭ +åĵª æĢķ +éŁ ¿ +å¢ŀ æ·» +çĦ Ĭ +æ®ĭ çĸ¾ +ç¢ Į +æĤ Ķ +è§ģ è¯ģ +è¾ĸ åĮº +å¿ĥ èĦı +éļ § +åį ¸ +åı¯èĥ½ æĢ§ +æľī 趣 +åī¯ 书记 +åĮĸ å¦Ĩ +ä¿ Ĥ +æ£ ļ +éĨ ĩ +带 头 +éł Ī +追 究 +æij Ķ +è¿Ļ éĥ¨ +ä¸į 论 +ç¥ ¸ +å ³» +éģ ķ +çĶŁ èĤ² +å¤ ł +å¤ĸ 交 +è¯Ħ 为 +ä»İ å°ı +å°ı å°ı +é ¥¿ +æĴ ¼ +è·¨ å¢ĥ +被 åijĬ +åįĹ å®ģ +身 å¿ĥ +åĨį çĶŁ +æīĢ 说 +æŶéĹ´ åĨħ +åĪĹ åħ¥ +éĿĴ æµ· +çĪ± 好 +çª Ħ +èĪ Ī +è¿ĩ 渡 +æ¿ Ł +éĽ Ģ +审 è®® +åĽ½ èµĦ +æŃ¥ ä¼IJ +轨 éģĵ +ä¿¡ 念 +ä¸ī åĪĨ +çĨ ¬ +åѵ åĮĸ +ç¼ ł +éĥ Ĭ +èĪĴ æľį +纪 æ£Ģ +ä¸Ģä¸ĭ åŃIJ +鼻 話 +è² ł +éĴ ¥ +åĮ Ļ +çĹ ´ +è¶ ģ +ç» £ +çĪ µ +è½ ° +éª Ħ +å§ ¨ +æĭ ĺ +çĮ ´ +è® ¶ +è¿Ļ 座 +çį ¨ +æ·ĺ æ±° +çĹħ ä¾ĭ +æ²Ļ åıij +è§Ĩ 为 +头 æĿ¡ +å¿ħè¦ģ çļĦ +åı¯ è°ĵ +è¯Ŀ 说 +ç¯ Ħ +æĹ© çĤ¹ +æŀ¢ 纽 +ç¾ ¡ +çĪ± åĽ½ +çªģ åıij +éĢ Ĭ +æ½ į +èį£ èĢĢ +èŁ ¹ +æ¦Ĥ çİĩ +å¾Ī ä¹ħ +æĥ ķ +è¨ ´ +åľĨ 满 +çļ ± +åĪĨ æ³Į +åħħ 足 +çľĭ æ³ķ +è¾ Ł +æĭ ¦ +æĭ © +对 åºĶ +为 æł¸å¿ĥ +èħ Ĭ +å¤ļ ä¹Ī +æµ ij +å®ı è§Ĥ +èĦ ĸ +åIJĪ èµĦ +çĶŁ 涯 +å®ŀ è´¨ +ä¼ĺ çĤ¹ +çĶ¨ æ°´ +寿 åij½ +æ² « +åIJ ģ +è© ¹ +åĽ½ éĺ² +å´ © +åĿ İ +èĨ ı +ä¸Ģ è½® +éģĹ äº§ +æ¹¾ åĮº +ç» İ +åįķ 纯 +æ¾ Ħ +åīį åĪĹ +身 å½± +é»ĺ é»ĺ +æį ī +çĴ ° +èı Ĭ +æĢ ľ +åħĭ æĢĿ +æĢ» å±Ģ +çĩĥ æĸĻ +ä¸ļ æĢģ +åIJĦ æł· +åĴ ½ +åĩº èī² +åĪĿ å¿ĥ +åı Ľ +çłĶ 讨 +è¡ « +åİĨ ç¨ĭ +ç¦ ½ +è¶³å¤Ł çļĦ +èį Ĩ +çľĭ å¾ħ +è´ © +åĨ³ å¿ĥ +è£ ¹ +å¸Ī èĮĥ +åŀ Ħ +æĿ ł +åĩ ¸ +çĬ¹ 豫 +çĥŃ è¡Ģ +åIJĪ ä¼Ļ +éħ µ +èIJ½ åľ¨ +åįł åľ° +è¡ ¬ +èĵ ī +æĦ ¤ +æ¸ Ĭ +åĪĨ æķ° +ç¬ij çĿĢ +太 å¹³ +çĤ « +æݨ ä»ĭ +æĸ¯ åĿ¦ +å½¢ 容 +æĵ Ĭ +æĦŁ åħ´è¶£ +åĨĽ 人 +åĩĮ æĻ¨ +对 çħ§ +åıij çĹħ +å· ¾ +èĪ ī +æª ¢ +ç¬ij äºĨ +ç¡® è¯Ĭ +è´Ł åĢº +壮 大 +æĪ ļ +äºĴ èģĶ +èª ² +èħ ¦ +æĹ ± +åıĹ æ¬¢è¿İ +åį ī +éĻ¢ 士 +æ© ¡ +ä¸Ģ 对 +è¾ ± +æ² Ĥ +åı² ä¸Ĭ +æIJ ı +å´ ĸ +代 è°¢ +ç£ · +é¡ ĺ +æµ ĩ +常 çĶ¨ +åį ij +åĩº åĽ½ +è¯ ł +稳 æŃ¥ +ç»ı 纪 +å¤ļ å¤ļ +æīĢ å¾Ĺ +为 主é¢ĺ +ä¸Ģ åĪĨ +æł ½ +é¡ § +çº ² +åĥ ħ +å£ ĵ +åĦ ª +ç¿ ° +æİ Ģ +人 为 +åª ³ +æ´ ½ +èĿ ¶ +å¤į åħ´ +ä¼ļ å½±åĵį +åIJĦ çķĮ +éĤ£ ä¸Ģ +é¢ ¤ +çĢ ı +çĢı 覽 +å¯ ŀ +åı¯ æĢķ +åį³ æŶ +çķ ´ +ä¸ĭ åįĬå¹´ +ç¬Ķ è®° +éĻĦ åĬł +çĥŃ æ°´ +å¥ ¸ +ç£ ħ +æĿ ī +æ¸ħ åįİ +éĸ ± +ç° ¡ +å¤Ħ å¤Ħ +åIJĪ éĩij +æ²³ æµģ +ç´ ° +è´Ł éĿ¢ +çļĦ 羣å®ŀ +åĻ¨ 械 +èĴ IJ +西 äºļ +å· ħ +ç² ¹ +åİŁ æĸĩ +æŀ ķ +è¡Ģ åİĭ +åļ ´ +å¸ ĺ +åĨ Ģ +æĮ « +çĶµ è·¯ +å°ı ä¼Ļä¼´ +èĿ ´ +æľĢ å¿« +æĭ Į +å® ª +æĸ · +ç¿ ħ +åĴ ³ +åĹ ½ +ç¾ ŀ +躺 åľ¨ +èµĽ 车 +æ² IJ +éĻIJ 度 +为 ä¸Ģä½ĵ +èĴ ľ +å¹ « +æIJ ħ +åĭ ĭ +åī ĸ +纳 ç¨İ +éķ¿ æķĪ +ç½ ķ +åī¯ æľ¬ +ç© į +éĴ © +ç¹ ¼ +åĽ½ åľŁ +è¼ ī +ä¸į å¿ĺ +èѦ 示 +çģ ¿ +å¿ĥ å¾Ĺ +æĦ ļ +忽 çķ¥ +åĽŀ äºĭ +åįł æľī +æ· Ħ +çī ¡ +çĽij äºĭ +ç¿ ¡ +éĴĪ对 æĢ§ +çª ĥ +è£ ½ +èĨ Ŀ +ç³ Ł +港 æ¾³ +太 太 +æ¾ ¡ +ç»Ĩ åĮĸ +åĶ® åIJİ +å®ŀåľ¨ æĺ¯ +ç« £ +çį ² +åĢ¾ åIJij +å¼ķ çĶ¨ +é¹ ħ +ç¬ij 容 +ä¹IJ 趣 +æ°ij æĶ¿ +éŨ æĪ· +å± ģ +è¿· 失 +éĶ Į +å°ı 康 +åĭ ī +æ³ ¼ +ä¾ĭ åŃIJ +ä¸ī ä½į +å» ł +èĶ ĵ +广 éĺĶ +èĢ į +èĢģ èĻİ +åĭŁ éĽĨ +èĦļ æŃ¥ +æĭ ¯ +åŃĹ åı· +çĦ ° +é¢ ł +èļ Ĥ +èļ ģ +é£ ¯ +人 æĢ§ +æĴ ° +åİ ¢ +å±Ģ éĻIJ +æľª æĪIJ +åĵª åĦ¿ +大 åıij +ä¸į å®ļ +å¾ģ æ±Ĥ +éĥ µ +åĢº æĿĥ +çĪ± ä½ł +èº ģ +ä»ħ ä¾Ľ +è¿ľ å¤Ħ +éĨ Ľ +åĥ µ +积æŀģ æĢ§ +æİ ¡ +åīį ä¸ī +äºİ ä¸Ģä½ĵ +çŀ Ħ +çĿ ģ +æ² ¸ +åħ± èµ¢ +éĢĢ å½¹ +è´Ŀ å°Ķ +æİ ı +æĪ ² +è¡ į +éĶ Ĥ +ä¸ĩ ä½Ļ +ç§ij åĪĽ +æ¼Ķ åĶ± +欧 åħĥ +æ·¡ æ·¡ +éĿĴ å±± +èĹ Ŀ +ç» ½ +令 çīĮ +éĽĨ 群 +ä½ľ çī© +çĢ ij +å¤ ¯ +ç½ij 游 +åħ« 大 +éª ļ +èª ĵ +ä¼ļ å±ķ +åħļ åı² +æ£Ģå¯Ł éĻ¢ +åĸ ĺ +éĺ ± +èĢĮ åĩº +éĢļ 车 +éĴ ĵ +æĥħ 人 +æ¸ Ľ +ä¸Ń ç§ĭ +çĪ Ń +åıª åī© +æĺ Ķ +éĩİ çĶŁ +ç¡ « +èIJĿ åįľ +æĬµ æĬĹ +çĻ« çĹ« +éĻ Ģ +èĶ ļ +å¸ ľ +满 满 +èı ± +éļĨ éĩį +æĺŁ çº§ +æ½ ĩ +åħ¬ åħĥ +è° £ +æ¯Ķ äºļ +æ¡Į åŃIJ +èµ £ +è² ¼ +æĦ¿ æľĽ +é¡ ½ +æ´¾ éģ£ +ç¥ Ľ +åª ļ +éĺ ľ +èij « +èĬ ¦ +æ³ » +å¡ Į +çĭ Ń +å»ī æĶ¿ +å¥ij æľº +æĹĹ èĪ° +æĥ « +严 åİī +åıĭ æĥħ +å¦ Ĭ +å¨ ł +åĵª 家 +èĨ ¨ +è¶ Ł +æĮ ª +èĻ IJ +é łģ +çŀ © +éº Ł +ç¨ £ +èģĶ éĢļ +åı ® +çİĭ èĢħ +ä¸į ç¡®å®ļ +ç ijľ +è° İ +çī¢ è®° +ç¢ ¼ +æĬ¤ èĤ¤ +é¡ · +çĦ ķ +åģļ 强 +éļ± ç§ģ +éļ±ç§ģ æ¬Ĭ +åıĹ å®³ +ä¸į çĶ± +çĥ ¹ +é¥ ª +é© ³ +ä¼ ½ +ä¸Ŀ 绸 +è¥ Ħ +åįģ ä½Ļ +éº Ĺ +æ¬Ĭ åĪ© +èģ ŀ +åı¤ èĢģ +éģ ı +åIJĦ å¼ı +å°± è¡Į +åħ¥ å¢ĥ +ç ĥģ +èľ ĺ +èĽ Ľ +çº ¬ +çŁ « +è» Ł +æ´Ĺ è¡£ +æĦ § +é¢Ħ æ¡Ī +éľ Ĩ +æ·± åİļ +éĺ¿ æĭī +åĨĻ åŃĹ +åį ¦ +éķ Ģ +模 æł· +åĤ į +æIJ į +èĸ ¯ +åł ħ +åħ¬ 积 +è¨ İ +ä¼ł æŁĵ +æ¯ ¯ +çIJĨ å·¥ +åĨ· éĵ¾ +ç«ĭ æĸ¹ +æ¢ Ń +åľ£ è¯ŀ +综 èīº +çİ© ç¬ij +æĥ³ ä¸įåĪ° +æijĩ 头 +æ· ¹ +åģĩ æĹ¥ +åĢ ĺ +èĢ ½ +èİ ĵ +åŁ · +èĩª è´¸ +åįĬ 天 +æª Ķ +æ¾İ æ¹ĥ +éķ ij +ä¸ « +éĩĮ ç¨ĭ +å¼Ģ èįĴ +èı ı +å®Ŀ è´µ +èŃ ¬ +åķ Ł +æŁ ł +æª ¬ +é© Ń +æ± Ľ +çĨĬ çĮ« +èķ ī +éļı ä¹ĭ +å± ij +è¾ĥ 强 +èĥ ³ +èĨ Ĭ +éĿĻ éĿĻ +åĴ ª +æĭĽ åij¼ +代 è¨Ģ +ä¿¡ ç®± +è£ħ éħį +æĤ į +åįķ 车 +èIJ İ +å¤ļ 彩 +éĻ ¸ +ä»İ 严 +æ© Ħ +æ¦ Ħ +éĢ ® +éĩĮ æĸ¯ +姿 æĢģ +太 æŀģ +éĩ Ŀ +æº ī +è¿ Ń +ç§ ¸ +ç§ Ĩ +å·¥ å§Ķ +æ± ķ +èģ Ĩ +ä½ ¬ +ç¼ ħ +çĶ ¸ +åī¯ å±Ģéķ¿ +éĹ º +èª ¤ +è¤ IJ +ä¸į éĻIJ +èħ ķ +åij ķ +çŁ ¶ +åĨľ 家 +管 å§Ķä¼ļ +é¥ º +èĬ ľ +æ¾ Ī +è© ¢ +å¨ģ å°¼æĸ¯ +ä½ķ åĨµ +å°ı ä¼Ļ +奢 ä¾Ī +è¿Ļ ç¯ĩ +è¯ µ +ç«ł ç¨ĭ +ç´ Ģ +éIJ ĺ +éĤ ¢ +ç³ Ļ +ç¼ Ģ +ä¹ Ĵ +ä¹ ĵ +çī¢ åĽº +åĿ ŀ +å¼ Ī +ä¾ĭ å¤ĸ +å» ³ +è§Ħ ç«ł +èĬ Ļ +ç¯ · +èº ¯ +æł Ī +åĿļ å®ŀ +åŁº 建 +çĿĢ çľ¼ +ç· ´ +èij © +ç¼ ļ +æ¦ Ĩ +主 åĭķ +ç¥ Ģ +äºĴ éĢļ +å°¤ 为 +å® Ľ +éª ¼ +æ± ² +ä¾ ĥ +æĤł ä¹ħ +æij § +æĭ ĩ +é« ĵ +éº Ĵ +éĻ Ľ +æŀ ¸ +æĿ ŀ +è´ ¬ +å°ı é¾Ļ +åĵ ® +èĵ¬ åĭĥ +åĮ Ī +çķľ çī§ +å¨ © +个 å¤ļ +æ² ¥ +æĺ § +çĦ ļ +æĬij éĥģ +çĸ ¡ +èĺ ij +éģİ ç¨ĭ +æ© ± +éĿ ĵ +大 çIJĨ +é« ¦ +åĪĨ 辨 +æ¸ ¤ +çĸ ¤ +åĬ¨ èĥ½ +å¼ł 家 +ä¸ĩ åįĥ +æ» ¥ +é¥ ¥ +åºŁ å¼ĥ +å¸ ³ +æ¼ ³ +è± IJ +ä» ij +å« ī +å¦ Ĵ +çŀ Ĵ +è¡ ħ +çĭ ¸ +å¾ģ ç¨ĭ +éĤ ¯ +éĥ ¸ +ç¥ Ī +ç¥ · +è¶ ´ +ç»ĵæŀĦ æĢ§ +è§Ĩ åIJ¬ +è¬ Ŀ +çĴ Ģ +çĴ ¨ +åĩº å¤Ħ +è¯ Ģ +å¾ ĺ +å¾ Ĭ +çľ ¨ +åĸ ĩ +åı Ń +åĺ ² +çķ ¸ +å¹² äºĭ +æļ § +æ² Ľ +åĦ Ħ +å» ĵ +åİ¿ éķ¿ +èĥ ļ +çIJ ¢ +çŃ · +éĩ ĭ +ä¾ ® +åIJ © +åĴ IJ +åĮ ¿ +æĬ¬ èµ· +æ³ £ +æ¶ ¤ +éº ½ +æĽ Ļ +åī¯ éĻ¢éķ¿ +åħļ åĴĮ +æķ£ åıij +润 æ»ij +åĵ º +æĥ ¬ +漫 éķ¿ +ä¸į æĩĪ +åŁ ł +åĹ ĵ +èĢģ çĪ· +è® ½ +æĪĺ ç»ĦåIJĪ +æ£ ł +åħ¨ åŁŁ +èł ¢ +è¯ ¡ +åīį çŀ» +æķ Ľ +ä¸Ģ å°ģ +å¹ Ĥ +èİ Ĩ +è¯Ŀ è¯Ń +ç»Ĩ åĪĻ +å± ¿ +åµ Į +éĢ į +åĺ ± +æ¸ ² +çĥ ¯ +çĿ ¹ +é¦ Ĵ +èħ ¥ +æĬĹ åĩ» +çĿ « +èį Ķ +éļ İ +æ³ī æ°´ +è¬ Ĥ +ç Ĥ¬ +åĩı æİĴ +è¸ Ĭ +è ·» +æ· Į +éľ ¾ +å¥ĩ 纳 +å¯ Ŀ +æ¤ İ +æŁ ¬ +æĸ¯ åŁº +åħ¬ ç«ĭ +è¨ ĵ +é£ Ļ +é© ¿ +åĤ µ +èĽ Ļ +ç¯ĩ ç«ł +åĪĨ æĶ¯ +ä¸Ĭ å¹´ +çŃ Ŀ +ç¼ ¤ +èĢģ æŧ +åĻ ¬ +æľ ¦ +èĥ § +æ¶Ī è²» +æĵ Ķ +æ¦ ´ +æ¿ Ĵ +ç³ ¯ +æ³ ¸ +æį Ĩ +ç» ļ +èµ İ +çIJ IJ +èµ Ĥ +æħ ® +æ² Į +çĦ Ļ +æĴŃ æĬ¥ +æ· ĩ +åĪĩ åħ¥ +çij ķ +çĸ µ +éģ ´ +ç¨ ļ +ç© © +èŀ ĥ +æ£ ķ +æĨ § +æĨ ¬ +ä¼ º +æ¯ Ĺ +æį į +æĬ ī +ç´ Ĭ +å¼ Ľ +æĭ Ń +æĹı èĩªæ²» +åĿ · +ç« ¶ +è© ³ +è¿Ħ ä»Ĭ +è° ´ +çŀŃ è§£ +æŁ ¿ +é¢ Ĭ +ç° § +çĥŁ èĬ± +ä¾ ¥ +çĿ ¦ +éħ Ŀ +æ° ĵ +çIJ ī +å§ Ĭ +æ² ® +æħ · +èľ ķ +çij ļ +éĩĩ çŁ¿ +åł ° +åºķ èķ´ +èĨ ³ +è¾ ķ +éŁ Ń +åĴ Ļ +ç² ½ +åī Ķ +æ² ¦ +èĤ ´ +éķ ¶ +æĺ ¼ +è¾ Ĺ +å© ª +åĮ ® +æĸ ĵ +æ± ¶ +éĥ ´ +éł » +çª Ĵ +è¢ ± +åĽ ± +èĢ ĺ +è ļĮ +çĭ Ļ +çĹ ¹ +ç¥ ī +æı ® +æ· Ĩ +ç£ ĭ +éĺ ª +æ « +ã ¸ +Ļ ¶ +ã ij +𣠲 +ä ¢ +ã Ń +𬠨 +ð¬ Ģ +𬠮 +𬠯 +ð¬ ľ +𪠨 +ð« Ĺ +ð¬ Ĭ +𬠱 +ð¬ Ł +ä İ +ð ¡ +ä ĥ +ã ł +ð © +ð© ¾ +𬠺 +ð¬ Ļ +ãĢ Ķ +ãĢ ķ +çļĦ æŶåĢĻ +æľīéĻIJ åħ¬åı¸ +ä¹ĭ åIJİ +ä¸ļ åĬ¡ +åķ Ĭ +èĻ½ çĦ¶ +æĭ¥ æľī +äºĴ èģĶç½ij +éĤ£ äºĽ +ä½ł çļĦ +åĨ³ å®ļ +éĻ¤ äºĨ +åĽ¢ éĺŁ +åı¯ æĺ¯ +以 åIJİ +社 åĮº +çļĦ éĹ®é¢ĺ +并 ä¸Ķ +æķĻ å¸Ī +å°± ä¼ļ +天空 éĥ¨èIJ½ +æľĢ ç»Ī +å½ĵ çĦ¶ +ä¹Ł æľī +ç¡® ä¿Ŀ +æĥ³ è¦ģ +è´Ń ä¹° +人 çļĦ +åIJ ´ +çļĦ åıijå±ķ +ä¸į çŁ¥éģĵ +软 件 +æĪij们 çļĦ +çĪ¶ æ¯į +åī ij +èĢĮ æĺ¯ +å®ī æİĴ +åIJİ æĿ¥ +çļĦ åľ°æĸ¹ +èµ µ +èĢĥ è¯ķ +çªģ çĦ¶ +ä¸Ģå®ļ è¦ģ +åĪ¶ ä½ľ +è¯Ħ ä»· +åħį è´¹ +è´¹ çĶ¨ +绣 ä¸Ģ +çĦ¶ èĢĮ +è¿Ļ 次 +éĿĴ å¹´ +人 ç±» +äº ¦ +让 人 +è´Łè´£ 人 +éĩĩ åıĸ +çļĦ äºĭæĥħ +ä¹Ł ä¼ļ +车 è¾Ĩ +æĽ´ æĺ¯ +强 åĮĸ +æĪij åĢij +以 åīį +ä¼ĺ åĮĸ +å§Ķåijĺ ä¼ļ +åĽ° éļ¾ +å¹´ 度 +ä½į äºİ +æĮĩ åĩº +åĨį 次 +åĬŀ çIJĨ +æ¯ı 个 +对 æĸ¹ +è¿Ľè¡Į äºĨ +æľĢ é«ĺ +课 ç¨ĭ +身 ä¸Ĭ +æĽ¾ ç»ı +åĮ» çĶŁ +å®ī è£ħ +æľ ± +è¿IJ è¡Į +åıĮ æĸ¹ +æľĢ 大çļĦ +æŀĦ 建 +è¿ŀ ç»Ń +çļĦ å°ı +她 çļĦ +çŃī çŃī +æĶ¹ åĸĦ +åIJĦ ç±» +éģĩ åĪ° +æľī çĿĢ +人 çī© +æĢ» æĺ¯ +è¿ħ éĢŁ +åĪ¶ å®ļ +å®ĥ 们 +å®ĺ ç½ij +è¿ĺ è¦ģ +ç»Ī äºİ +æĪ¿ åľ°äº§ +è¯ģ æĺİ +èĤ¡ 票 +åºĶ å½ĵ +èĭ± åĽ½ +è¿IJ çĶ¨ +æľĢ æĸ° +享 åıĹ +让 æĪij +æĻļ ä¸Ĭ +å¾ ŀ +å°ı 说 +å°¤åħ¶ æĺ¯ +è®Ń ç»ĥ +åħ¨ å¸Ĥ +æĮij æĪĺ +æľī çĤ¹ +带 çĿĢ +çļĦ ä¸ľè¥¿ +é£İ æł¼ +é»Ħ éĩij +å¼ķ 导 +æѤ å¤ĸ +æľĢ è¿ij +追 æ±Ĥ +强 è°ĥ +ä¹Ł åı¯ä»¥ +æĦŁ åĪ° +èĩª æĪij +çī¹åĪ« æĺ¯ +æĪIJ éĥ½ +éĢIJ æ¸IJ +å¿« ä¹IJ +ä¹ĭ ä¸Ń +æĬķèµĦ èĢħ +ä»ĸ们 çļĦ +æ° ı +å·¥ä½ľ 人åijĺ +äºĨ ä¸Ģ个 +åķ ¦ +ä¸Ģ åĢĭ +åŁº å±Ĥ +æ²Ł éĢļ +第ä¸Ģ 次 +并 没æľī +çļĦ å·¥ä½ľ +åľ¨ è¿ĻéĩĮ +æŀ ª +æĶ¯ æĴij +æŶ å°ļ +æĿ¥ åĪ° +æĶ¶ è´Ń +éĿ© åij½ +æĺ¯ ä¸įæĺ¯ +讨 论 +ä¸ļ 绩 +å°± èĥ½ +ç«ĭ åį³ +è¡Ĺ éģĵ +åľ¨ ä¸Ģèµ· +æľĪ 份 +é«ĺ 端 +å¾Ī éļ¾ +ä¿Ħ ç½Ĺæĸ¯ +æīĭ 段 +åģļ åĩº +ä¼Ĺ å¤ļ +å®ŀ è¡Į +æīĵ å¼Ģ +游 客 +ä¾Ŀ çĦ¶ +å°± åĥı +离 å¼Ģ +说 éģĵ +æĸ° èĥ½æºIJ +æº ª +äº ķ +令 人 +ä¸Ģ åľº +æĪij æĥ³ +两 人 +èĩ³ å°ij +çļĦ çĶŁæ´» +æĺ¯ ä¸ª +èĭ± è¯Ń +æ²Ĵ æľī +æĢĿ èĢĥ +éĻIJ åĪ¶ +åı° æ¹¾ +ä¸Ģ æŦ +çļĦ ä¸Ģ个 +é«ĺ 级 +åĬŀåħ¬ 室 +å¾· åĽ½ +æĪij å°± +å®ļ ä½į +éĢĤ åºĶ +æĮĩ æłĩ +åħ¨ çľģ +ä¸Ĭ è¿° +å®ĥ çļĦ +åĽŀ 家 +欧 æ´² +éĵģ è·¯ +é¼ĵ åĬ± +çļĦ å½±åĵį +é«ĺ æł¡ +天 ä¸ĭ +é«ĺ è´¨éĩı +æĿŃ å·ŀ +èµĦ 讯 +æĶ¾ åľ¨ +æľī ä¸Ģ个 +å°± è¦ģ +ä¸Ĭ éĿ¢ +解 éĩĬ +éĢIJ æŃ¥ +å°½ 管 +æľī ä»Ģä¹Ī +çļĦ äºĭ +çĻ» è®° +人æ°ij å¸ģ +è§Ĥ ä¼Ĺ +è§Ĥ å¯Ł +çĶµ èĦij +çļĦ åIJĮæŶ +ä½ľ ä¸ļ +宣 å¸ĥ +çļĦ ä½ľçĶ¨ +åĽŀ æĿ¥ +éļ¾ 以 +æīĢæľī çļĦ +å°ı åѦ +æıIJ åīį +æ¤į çī© +åĩ ¯ +ä¸Ĭ äºĨ +å°± åľ¨ +åħĪ åIJİ +æīĭ æľ¯ +éĥ Ń +éĿ¢ åīį +æ¯ķ ç«Ł +äºĮ æĺ¯ +红 èī² +éĺ³ åħī +èĭ¹ æŀľ +å¾Īå¤ļ 人 +ç»Ļ æĪij +åĵ ¦ +çľ¼ çĿĽ +éł Ń +ä¸Ģ æĺ¯ +åıijå±ķ çļĦ +åıį åºĶ +æĪ¿ å±ĭ +æľŁ å¾ħ +ç§į æ¤į +æĸĩ åѦ +åį³ åı¯ +é¦ĸ 次 +èĭ± éĽĦ +å¤ļ 次 +åĮħ è£ħ +æ²³ åįĹ +ä¹ĭéĹ´ çļĦ +ä»į çĦ¶ +åIJ¬ åĪ° +èij£äºĭ éķ¿ +è§Ħ åĪĻ +ä¸Ģ 份 +大 ä¼Ĺ +使 å¾Ĺ +è¿Ľ åı£ +ä¸Ģ çīĩ +æĢ§ çļĦ +çļĦ 大 +æĪij æĺ¯ +äºĴ åĬ¨ +æ° £ +çļ Ĩ +åħ¬åı¸ çļĦ +ä¸Ģ è¾¹ +åıĬ åħ¶ +èī¯ 好çļĦ +æĭĵ å±ķ +å½ĵ å¹´ +广 åľº +åģļ äºĨ +åŁº äºİ +æıIJ éĨĴ +åħĦ å¼Ł +èĢģ æĿ¿ +è¿ij æĹ¥ +çĬ¶ åĨµ +注 éĩį +åĪļ åĪļ +è°ĥ çłĶ +å¿ĥ ä¸Ń +æĬĬ æı¡ +éļı åIJİ +ä¸į å¤Ł +åĪĽ ä½ľ +ç«Ļ åľ¨ +缸 äºĴ +çĸ«æĥħ éĺ²æݧ +å¹´ 代 +带 åĬ¨ +伤 害 +ç«Ł çĦ¶ +å¼ķ è¿Ľ +ç´¯ 计 +让 æĪij们 +åĽŀ æĶ¶ +æĬ¥ åIJį +åĬ© åĬĽ +èģĶ 缣 +çŃĸ çķ¥ +åij¨ è¾¹ +åĭ Ĵ +è¿ĺ åľ¨ +æµģ éĩı +寻 æī¾ +çĶµ åĬĽ +èĪ¹ èĪ¶ +è¿ĺ èĥ½ +æĭħ ä»» +çļĦæĥħåĨµ ä¸ĭ +çļĦ åİŁåĽł +缺 ä¹ı +çIJĥ åijĺ +å²ģ çļĦ +çĶ· åŃIJ +å·¥ èµĦ +è¿ijå¹´ æĿ¥ +åij Ģ +æıIJä¾Ľ äºĨ +她 们 +家 åħ· +çĩ ķ +è½» æĿ¾ +æł¡ åĽŃ +èĢĥ æł¸ +åį± éĻ© +åħļ ç»Ħç»ĩ +æĢ» ç»ıçIJĨ +çļĦ æĸ° +çİ» çĴĥ +è¿Ļ ä½į +对 æѤ +家 人 +çļĦ è¦ģæ±Ĥ +温 度 +æĮĩ æķ° +缴 åĪ° +æѤ æŶ +æ¹ĸ åįĹ +éĥ½ è¦ģ +ä½ľ åĩº +åIJĦ ä½į +èĢĥ çĶŁ +ä¾Ŀ æį® +说 è¯Ŀ +æĪij ä¹Ł +å·¥ åİĤ +åıĺ æĪIJ +ä»ĸ 人 +æĪij è§īå¾Ĺ +åIJĦ 级 +ä¼łå¥ĩ ç§ģæľį +ä¸Ĭ åįĩ +好 åĥı +åĬł éĢŁ +äºĮ åįģ +è¢ ģ +è£ħ 饰 +éĥ½ èĥ½ +ä¸Ģ å¼ł +åĬ¨ æĢģ +å¹´ çļĦ +è¿Ļ å°±æĺ¯ +ä¹Ł è¦ģ +èµĦ æł¼ +æĪĺ äºī +æĦŁ è°¢ +åŁ¹ èĤ² +天 æ°Ķ +女 士 +åı¯èĥ½ ä¼ļ +çļĦ 产åĵģ +ä¹Ł å°± +主è¦ģ æĺ¯ +åĪº æ¿Ģ +ç»Ļ ä½ł +大 æķ°æį® +åĮ» åѦ +åĪ ¤æĸŃ +ä»ĸ 说 +表 æ¼Ķ +äºļ æ´² +ä¸ĵ é¢ĺ +ç«ŀäºī åĬĽ +éĤ£ æł· +å±ķ å¼Ģ +å¹³ æŶ +æİ¥ ä¸ĭæĿ¥ +æī¿ 诺 +æ³ķ åĽ½ +åħ³ å¿ĥ +ä¼ļ æľī +éĤĢ 请 +é¢Ħ éĺ² +对 æİ¥ +好 äºĨ +åĴ± 们 +çļĦ æĦŁè§ī +æĢĿ è·¯ +éĥ½ 没æľī +çļĦ æĸ¹æ³ķ +女 åŃIJ +åı¸ æ³ķ +è¿ĺ ä¼ļ +è¶ĬæĿ¥è¶Ĭ å¤ļ +åĽł çĤº +æµ· åįĹ +人 æķ° +å°Ĩ ä¼ļ +ä¸ļ 主 +é¤IJ 饮 +å±ħ ä½ı +åıij åĩº +è¿ij æľŁ +å¼ķ é¢Ĩ +æľºåĻ¨ 人 +åĩºæĿ¥ çļĦ +çľĭ è§ģ +ä¿ Ĭ +让 ä»ĸ +ä¸į æĥ³ +å·¥ä½ľ çļĦ +è¡¥ åħħ +æµ ħ +çī¹ å¾ģ +ä¸Ĭå¸Ĥ åħ¬åı¸ +ç¾İ é£Ł +广 西 +æ¯ı ä¸Ģ个 +èIJ½ åľ° +åĵģ ç§į +åĴĮ è°IJ +å½» åºķ +é«ĺ èĢĥ +æĺ¨ å¤© +åīį å¾Ģ +çĽij æµĭ +çĻ¾ 度 +åľ¨ ä¸ŃåĽ½ +çļĦ éľĢæ±Ĥ +亿 ç¾İåħĥ +åѦ æľ¯ +æĶ¶ åĪ° +æĿ¿ åĿĹ +ä¸Ģ 段 +æŀĦ æĪIJ +ä¼ģä¸ļ çļĦ +表 éĿ¢ +æķ´ çIJĨ +ç»ĵ å©ļ +人 家 +åģľ æŃ¢ +åѦ ç§ij +æĺ¾ å¾Ĺ +ä¼ij æģ¯ +é¢Ħ æľŁ +æĪĸ æĺ¯ +çļĦ 主è¦ģ +åºĶ 对 +èµ° äºĨ +ä¸Ń éĹ´ +èµ° è¿Ľ +åijĪ çİ° +æIJŃ éħį +é¹ ı +æĺ¯ åĽłä¸º +æĥħ 绪 +å®ļ æľŁ +社ä¼ļ 主ä¹ī +çŃī 级 +磼 çĽ¾ +é£ŀ æľº +èĩ³ ä»Ĭ +æĶ¶ éĽĨ +çļĦ æķħäºĭ +åĪĩ å®ŀ +å®ŀçİ° äºĨ +å½¢ æĪIJäºĨ +åįĹ æĸ¹ +ä¸Ń åѦ +æµ· æ´ĭ +åIJ¦ åĪĻ +æĭį æijĦ +大åѦ çĶŁ +åĩºçİ° äºĨ +æĦı å¤ĸ +ä¹Ł èĥ½ +çļĦ èĥ½åĬĽ +åĿIJ åľ¨ +åĪĻ æĺ¯ +èĢĥ å¯Ł +å°Ĭ éĩį +éĺ² æŃ¢ +ç´§ å¼ł +读 书 +åĩº è¡Į +å°± æľī +å±¥ è¡Į +çݰ代 åĮĸ +åĽ½ åĬ¡ +åĽ½åĬ¡ éĻ¢ +ç»´ ä¿® +åİŁ åĪĽ +æĺ¯ æĮĩ +ä¼ij éĹ² +çĤ ® +æĸ° æĹ¶ä»£ +éĢĻ åĢĭ +ä¸į æķ¢ +å®Į ç¾İ +ç»Ĩ èĬĤ +éŃ ı +èĶ¬ èıľ +é¢Ĩ导 çıŃåŃIJ +è¶ħ 级 +è¡Į æĥħ +人工 æĻºèĥ½ +åį° 度 +åŁºç¡Ģ 设æĸ½ +åıĪ æĺ¯ +èį¯ çī© +åIJ¸ æĶ¶ +åį´ æĺ¯ +éĥ İ +å¥ĸ åĬ± +çļĦ æľĭåıĭ +ä¿Ŀ çķĻ +è§Ħ å¾ĭ +æĸ° çĸĨ +è¿ĺ åı¯ä»¥ +æİ¥ è¿ij +æѤ åīį +æī¹ åĩĨ +æĢİä¹Ī æł· +çļĦ ä½įç½® +ä¸Ģ åĿĹ +æĭĴ ç»Ŀ +顾 客 +ä¹Ł åľ¨ +ä¸Ģ çĶŁ +éĥ¨ éĺŁ +å¹´ åīį +æĸ¹éĿ¢ çļĦ +å°Ŀ è¯ķ +羣æŃ£ çļĦ +ç¦ģ æŃ¢ +è¿ĺ 没æľī +æ°ij çĶŁ +èµ° åIJij +èĦ¸ ä¸Ĭ +å½ĵ 天 +éĽĨåĽ¢ åħ¬åı¸ +çļĦä¸Ģ ç§į +西 æĸ¹ +åĽŀ åºĶ +ä¸Ģ 声 +常 常 +æıIJ åĪ° +èħ¾ 讯 +æľį è£ħ +为 ä½ķ +äºij åįĹ +å°± ç®Ĺ +ä¼ł æī¿ +åıį èĢĮ +ä¸ĩ åIJ¨ +è´¢ 产 +å¦Ĥ ä¸ĭ +æĹ¥ åīį +åİŁ æľ¬ +æľĢ éĩįè¦ģçļĦ +认 è¯ģ +ä¸Ģ éģĵ +ä¿¡æģ¯ åĮĸ +å¾Ĺ åĪ°äºĨ +éĢ² è¡Į +æĪij è¦ģ +éĢļ ä¿¡ +室 åĨħ +èµļ éĴ± +æĶ¶ èĹı +解åĨ³ æĸ¹æ¡Ī +æĪ¿ 产 +çĭ ¼ +æ´» åĬĽ +ç»ıæµİ åıijå±ķ +çŃī å¾ħ +ä¹Ł å¾Ī +åĿ ij +å¾Ī 好çļĦ +éļ¾ 度 +ä¸į å¦Ĥ +人æ°ij æĶ¿åºľ +åĩº åıij +åīį æľŁ +æ¼Ķ åijĺ +女 çĶŁ +èģļ çĦ¦ +审 计 +é¢Ħ æµĭ +ä¾Ŀ æīĺ +äºĶ å¹´ +è¡¥ è´´ +æ¸ħ æĻ° +éª Ĥ +çľĭ èµ·æĿ¥ +çļĦ åŃ©åŃIJ +é¢ij éģĵ +ä½ı å®ħ +éĿ¢ åIJij +æľĢ ä½İ +æĹ¢ çĦ¶ +ä¸Ģ å¥Ĺ +æķ° åѦ +群 ä½ĵ +åĮĹ京 å¸Ĥ +å±ħ çĦ¶ +æ°Ľ åĽ´ +éĢĶ å¾Ħ +çļĦ åŁºç¡Ģä¸Ĭ +èģĮ è´£ +åı¯èĥ½ æĺ¯ +åĨĽ äºĭ +æĪIJ æķĪ +åŃ©åŃIJ 们 +计ç®Ĺ æľº +èµ ¤ +产ä¸ļ åıijå±ķ +å·¨ 大çļĦ +å·¥ 人 +çĶŁ éķ¿ +éĥ½ åı¯ä»¥ +çļĦ æľºä¼ļ +èµĦ è´¨ +çĹĽ èĭ¦ +ç²ī ä¸Ŀ +å¢ ĵ +å¹³ å®ī +管 éģĵ +è·Ł çĿĢ +饮 é£Ł +åķĨ 家 +å¤ļ 家 +åı¸ æľº +åºĶ该 æĺ¯ +éĢı éľ² +认 å®ļ +è¡Įä¸ļ çļĦ +çļĦ ä¼ģä¸ļ +æ¯ı ä¸Ģ +èĮĥåĽ´ åĨħ +è¾ĥ 大 +è´ ¤ +大 èµĽ +å¤ļ äºĨ +é¸ ¿ +临 åºĬ +åľ¨ è¿Ļ个 +çļĦ åĨħ容 +éĶĢ éĩı +å¾Ī å°ij +åŃ Ł +ç»´ æĮģ +åĴĸ åķ¡ +æľ¬ åľ° +èī² 彩 +并 éĿŀ +èĢĮ å·² +温 æļĸ +èIJ § +æĬĵ ä½ı +èĢĮ ä¸įæĺ¯ +åĸ Ĭ +çļĦ åħ³ç³» +çī© åĵģ +éĤ£ æĺ¯ +åĨľ 产åĵģ +è¿Ļ æŶ +å©ļ 姻 +æ°´ æŀľ +æĶ¶ èİ· +ä»ĺ åĩº +客æĪ· 端 +æ¼Ķ åĩº +åħ¨ æĸ° +è¿Ļ ä¹Łæĺ¯ +æĺ¯ çĶ± +è§Ĥ 念 +æľī 个 +éĢł åŀĭ +èĥľ åĪ© +ä¸ī æĺ¯ +è¶ħ å¸Ĥ +åħļ建 å·¥ä½ľ +æĶ¾ å¿ĥ +线 è·¯ +æĭĽ çĶŁ +åIJĥ é¥Ń +è½ ī +å°½ éĩı +è§ģ åĪ° +åIJĮæ¯Ķ å¢ŀéķ¿ +åįİ ä¸º +æĪij å¸Ĥ +æıIJ åĩºäºĨ +æ°ij èѦ +åįļ çī© +åįļçī© é¦Ĩ +è¯ļ ä¿¡ +åīį éĿ¢ +å±± 西 +è¾ħ åĬ© +转 移 +æĽ´ 为 +丰å¯Į çļĦ +åį ¢ +å¿« éĢĴ +æĺ¾ èijĹ +çī© èµĦ +åĪ° è¾¾ +æľī åĪ©äºİ +åij Ĩ +åŃ©åŃIJ çļĦ +ä¸į ä½Ĩ +çłĶ究 éĻ¢ +çĶ³ æĬ¥ +æļ ¨ +æ°ij éĹ´ +åį » +çļĦ å£°éŁ³ +å¸Ĥåľº çļĦ +ä¸Ģ åı¥ +çľģ 级 +æĿ¥ çļĦ +åĵª 个 +æīį ä¼ļ +åĪĨ éħį +èĶ ¡ +ä»ĸ åľ¨ +åħ± æľī +å¡ ĺ +èĴ Ĥ +éľ į +åıĤ è§Ĥ +ä¸Ī 夫 +ä¾Ŀ éĿł +æľī æŶ +äºĨ å¾Īå¤ļ +ä¸ĸçķĮ æĿ¯ +家 æĹı +ä¸į éľĢè¦ģ +大 å¸Ī +èŀį åħ¥ +éĿŀ æ³ķ +çĹħ 人 +åIJİ æľŁ +大家 éĥ½ +ç½ij åĿĢ +åİŁ æĸĻ +便 å®ľ +æ¶ Ľ +仿 ä½Ľ +å·® è·Ŀ +åı¦ä¸Ģ æĸ¹éĿ¢ +产åĵģ çļĦ +èµ « +æĥħåĨµ ä¸ĭ +éĴ¢ éĵģ +æľ¬ ç«Ļ +纳 åħ¥ +å·² æľī +æľī 没æľī +ä¼° 计 +é£ ĺ +æľŁ è´§ +åĢĭ人 è³ĩæĸĻ +ä¸ĵä¸ļ çļĦ +çĪĨ åıij +èĩ´åĬĽ äºİ +çİ°åľ¨ çļĦ +æľī åĵªäºĽ +çł´ åĿı +æķ°åŃĹ åĮĸ +åľ° éĿ¢ +é»ij èī² +å¹¼åĦ¿ åĽŃ +çļĦ ç²¾ç¥ŀ +äº Ń +导 æ¼Ķ +çİ° æľī +æѦ åĻ¨ +èĭı å·ŀ +çİ Ħ +æ±Ł 西 +延 伸 +论 æĸĩ +è¾ĥ 为 +çİ© æ³ķ +é¼ İ +åIJĮ æŃ¥ +éĩĬ æĶ¾ +æĽĿ åħī +åĿļ åĨ³ +å§Ķ æīĺ +å°Ĩ åľ¨ +äºĪ 以 +ä½ľ æĸĩ +èĢĮ åľ¨ +ä¼ĺ åħĪ +åĽŀ åİ» +ä¿® å¤į +åĽ½åĨħ å¤ĸ +çŃĸ åĪĴ +åıij æĶ¾ +å¿ĥ æĥħ +çļĦ åİĨåı² +éĿ¢ è¯ķ +举 åĮĹ +ä¿¡ åı· +ç²® é£Ł +è¯ģ 书 +æŁIJ äºĽ +è¿IJ ä½ľ +åĨ² åĩ» +çĥŃ çĤ¹ +æŶ æŶ +æŶæŶ 彩 +åľ° çĤ¹ +ä¸Ģä½ĵ åĮĸ +éļ¾ é¢ĺ +æĽ ° +ç«ĭ åĪ» +æĺ¯ éĿŀ常 +åħ± åĴĮ +åħ±åĴĮ åĽ½ +æ¿Ģ åĬ± +æľīæķĪ çļĦ +å¤Ħ ç½® +该 åħ¬åı¸ +æ£Ģ éªĮ +èѦ æĸ¹ +è´ ¾ +äºĨä¸Ģ ä¸ĭ +ä»Ĭ åIJİ +çħ ® +çĶ¨ åĵģ +读 èĢħ +æĪij åľ¨ +åĽŀ å¤į +ä¸Ģ 座 +è¿ĺ 没 +å®ļ åĪ¶ +没 æĥ³åĪ° +å¤ ¹ +ä¼ł éĢĴ +ä¸Ģ 款 +强 大çļĦ +çļĦ è¡Į为 +å¤ı 天 +åıijåĬ¨ æľº +é¢ĨåŁŁ çļĦ +å®ŀéªĮ 室 +ä¸Ģ æĬĬ +æĺ¯ ä¸ºäºĨ +éĻķ 西 +æĭħ ä¿Ŀ +è¾¾ æĪIJ +è¦ģ æĺ¯ +æĺİ å¤© +ç»Ļ ä»ĸ +建ç«ĭ äºĨ +ä¸į è¡Į +ä¸Ń æĸĩ +åľ° 说 +åIJİ çļĦ +çĽij æݧ +éĢ ¸ +æĢ» éĥ¨ +æľ¬ æĸĩ +é¹ ¿ +æĻ¯ è§Ĥ +çļĦ 缮æłĩ +èĽ ĩ +åĨ ¯ +ä¸Ń åĮ» +æķĪ åºĶ +产 éĩı +åŃ Ŀ +è´¦ æĪ· +è¿Ŀ åıį +èij£äºĭ ä¼ļ +京 举 +责任 ç¼ĸè¾ij +åķı é¡Į +çĪ± å¿ĥ +èѦ å¯Ł +é¤IJ åİħ +å¸Ĥ æĶ¿åºľ +天 天 +æĸ° é²ľ +éĥij å·ŀ +è¶ħ è¶Ĭ +å½ Ń +çŁ¥è¯Ĩ 产æĿĥ +åĽŀ å¿Ĩ +è·¯ 线 +å»ī æ´ģ +éĿĴ å°ijå¹´ +åıĸå¾Ĺ äºĨ +çľĭ åĪ°äºĨ +é¦ ¬ +ç²¾ åĵģ +åľ° éĵģ +æĮģ æľī +ä¸ĭ äºĨ +æľī æŶåĢĻ +ä¸Ģ 人 +æĴ Ĵ +ä»Ķ ç»Ĩ +èĢģ åħ¬ +äºĭå®ŀ ä¸Ĭ +èģĶ èµĽ +ä¾ĽåºĶ éĵ¾ +é¢Ħ ç®Ĺ +åĪ¶éĢł ä¸ļ +å®īåħ¨ çĶŁäº§ +俱 ä¹IJ +俱ä¹IJ éĥ¨ +çļĦ æł¸å¿ĥ +æīĵ ç®Ĺ +å½± çīĩ +æIJŃ å»º +ä¹Ł ä¸įä¼ļ +æĭħ å½ĵ +å±Ĥ éĿ¢ +åѦ åijĺ +临 æŶ +缸 ç»ĵåIJĪ +对 æ¯Ķ +ä»ĸ æĺ¯ +æĸ° åĮº +è¿Ľ åİ» +çĻ¾ å¹´ +ä¿ © +å°½ å¿« +çĶµåŃIJ åķĨåĬ¡ +æĽ´ æľī +æ¸ħ çIJĨ +åı¦ ä¸Ģ个 +åĤ » +ä»Ģä¹Ī æł·çļĦ +æĺ¯ æľĢ +åij¨ å¹´ +å¾Ī 容æĺĵ +åĽ¢ ç»ĵ +ç´ Ħ +æĹ© å·² +çļĦ åıĺåĮĸ +éľ ŀ +æĹ¥ ä¸ĬåįĪ +失 åİ» +ä¸Ń åľĭ +çļĦä¸Ģ äºĽ +å°ı åŃ© +ä¸ĭ è·Į +éĶ» çĤ¼ +é ij +éij « +å¿ĹæĦ¿ èĢħ +èĤ¡ å¸Ĥ +èµĽ äºĭ +许åı¯ è¯ģ +åı¯ æĮģç»Ń +åijĬè¯ī è®°èĢħ +éĢ» è¾ij +å¼ķ åħ¥ +çļĦ è¿ĩç¨ĭä¸Ń +è§Ĩ è§ī +èĩªæ²» åĮº +è¯ģ æį® +è£ħ ç½® +第ä¸ī æĸ¹ +å¹´ æĿ¥ +å¹¿ä¸ľ çľģ +带æĿ¥ äºĨ +éķ¿ æ±Ł +访 éĹ® +å·® ä¸įå¤ļ +æĺ¯ æĪij +éģŃ éģĩ +æĬĵ 好 +é«ĺ è¾¾ +并 åľ¨ +èĩª è§ī +ä¾ĽåºĶ åķĨ +æĥħ æĦŁ +ä½ı äºĨ +çļĦ èģĮä¸ļ +çļĩ å¸Ŀ +西 éĥ¨ +åĴĮ å¹³ +çļĦ åĬĽéĩı +æ± ª +åħħåĪĨ åıijæĮ¥ +æĬķ è¯ī +èµ· åĪ° +äºĴ 缸 +æ¾³ éŨ +æİ¥ åĪ° +æ°´ æ³¥ +模 åŀĭ +ä¸Ģ åįĬ +秩 åºı +æĪij们 åľ¨ +æī¿ 认 +ä¸Ģ éĥ¨åĪĨ +åįł æ¯Ķ +å¦ĩ 女 +ç² ĺ +äºĨ解 åĪ° +ä¸Ģå®ļ ä¼ļ +åIJĦ 大 +èµ° åĩº +为 大家 +é«ĺ éĵģ +åı¯ä»¥ åľ¨ +ä½Ĩ åľ¨ +çĶŁæĢģ çݯå¢ĥ +èı ¯ +çļĦ ä»·æł¼ +麻 çĥ¦ +æ¿Ģ åıij +éĤ£ å°± +çļĦ æł·åŃIJ +为 æѤ +天 åľ° +çļĦ 缮çļĦ +åĢº åĪ¸ +å·² ç¶ĵ +åĽĽ 大 +åIJĮæŶ ä¹Ł +å½¼ æѤ +æĭ¿ åĪ° +åIJ« éĩı +åįģ 大 +éļ¾ éģĵ +å¼ Ĺ +ä¸Ģ 段æŶéĹ´ +çħ§ 顾 +æķ°æį® æĺ¾ç¤º +æĪIJ为 äºĨ +èµ° åĪ° +æľ¬ åħ¬åı¸ +ç»Ī 端 +ä¹Ł ä¸įæĺ¯ +头 åıij +大 约 +é£İ æĻ¯ +æ¶Ī èĢĹ +审 æŁ¥ +äºī åıĸ +æ³ķ æ²» +äºĭ çī© +ç¼ĵ 解 +æĥ ¨ +缸åºĶ çļĦ +çļĦ æķĪæŀľ +åıį å¤į +åıijçĶŁ äºĨ +éĢĻ äºĽ +ç»ĥ ä¹ł +åݨ æĪ¿ +å¼Ģ æĭĵ +欣 èµı +夫 妻 +ä¸į ä¸Ģæł· +产 èĥ½ +èĬ¯ çīĩ +è¦ģ ç´ł +åıį 对 +çİĩ åħĪ +è´§ çī© +æĹ¥ çĶµ +ä½ľ 家 +æĶ¹ è¿Ľ +æĪIJ åĪĨ +åĽł èĢĮ +åĩı èĤ¥ +æ½ ĺ +å±±ä¸ľ çľģ +åĬ Ŀ +åŁ ĭ +æѦ è£ħ +æ±ĩ æĬ¥ +ä¸Ģ个 æľĪ +çĥŃ éŨ +大 éģĵ +æ´» åĭķ +éĥ½ å¾Ī +çĶµ 梯 +ç´§ æĢ¥ +åĢº åĬ¡ +客 æľį +ä¸Ģ éĥ¨ +ä½ł æĺ¯ +çİ° çĬ¶ +æŃ£ç¡® çļĦ +ä¹ĭ å¤Ħ +ç¼ĸ åĪ¶ +ä½ł åı¯ä»¥ +çŃī åľ° +èİ ī +对 è¯Ŀ +æ·ĺ å®Ŀ +è°ĥ èĬĤ +æİĴ æĶ¾ +åºĵ åŃĺ +ç´ ļ +çļĦ ä¼ĺåĬ¿ +æĿĥ å¨ģ +以ä¸ĭ ç®Ģ称 +ä¸Ģ 项 +èģļ éĽĨ +ä¼łç»Ł çļĦ +æ·· åIJĪ +è¿Ļä¸Ģ çĤ¹ +ä¸Ģ çľ¼ +æĹł éĻIJ +èİ·å¾Ĺ äºĨ +éĢī æīĭ +åĪ¶ åĵģ +åįı ä½ľ +çĭ¬çī¹ çļĦ +ä¸Ģ 级 +è¿Ļ个 éĹ®é¢ĺ +æĸ Į +æĺ¯ æĪij们 +æķĮ 人 +æ¸ħ æ´Ĺ +ä¸Ģ缴 åľ¨ +å°ı ç±³ +çļĦ è¿ĩç¨ĭ +åľ¨ åĮĹ京 +ä¸Ģ æĶ¯ +æĹ© ä¸Ĭ +æĸĩ èīº +ç¦ı åĪ© +é£Ł çĶ¨ +æĦŁ åĬ¨ +åħ¨ ç¨ĭ +æĶ¯ åĩº +æĸ° 建 +å¸ ķ +æĺ¾ çĦ¶ +羣 çļĦæĺ¯ +æĸ°éĹ» ç½ij +èĥ½ åIJ¦ +åįı åĬ© +亲 èĩª +å¾Ī æľī +çĻ¼ å±ķ +æĦı 大 +æĦı大 åĪ© +çĶµ ç½ij +æĹ¥ çĽĬ +çĨ ± +èĤĮ èĤ¤ +çĶ· æĢ§ +ç»Ħ 建 +çŃī éĹ®é¢ĺ +æ¶Ī éĻ¤ +æĬ¤ çIJĨ +å¡ij æĸĻ +ä¹Į åħĭ +ä¹Įåħĭ åħ° +åķĨ æłĩ +çIJ ³ +æĸ° æīĭ +çļĦ çī¹çĤ¹ +åĴ ¬ +å½ĵ ä¸ĭ +设计 å¸Ī +èµĶ åģ¿ +第 åįģ +æĻºèĥ½ åĮĸ +å¼Ģåıij åĮº +åı¯ä»¥ éĢļè¿ĩ +åħ±äº§ åħļ +åİī 害 +çģµ æ´» +æŶ åħī +éĥ¨ ä½į +人 æĸĩ +è¿Ľ æĿ¥ +ä¹ĭ æīĢ以 +ä¸ī åįģ +çļĦ åѦçĶŁ +éĺ² æĬ¤ +åĽ½ 产 +æ·±åľ³ å¸Ĥ +éĤ£ å°±æĺ¯ +åĪ° ä½į +çī¹ æľĹ +çī¹æľĹ æĻ® +å®ŀ æŶ +åı° çģ£ +èĢĮ ä¸į +æĮĩ å®ļ +åĿ Ŀ +èħIJ è´¥ +çī¹ å®ļ +å¢ŀ éĢŁ +æłĩ çŃ¾ +æĪ¿ ä»· +æĦ ģ +贯彻 èIJ½å®ŀ +æĢ§ è´¨ +çłĶ究 çĶŁ +ç¾İ 容 +æī¹ è¯Ħ +究 ç«Ł +人åĬĽ èµĦæºIJ +éĸĭ å§ĭ +åĽŀ å½Ĵ +èIJ¥ åķĨ +èIJ¥åķĨ çݯå¢ĥ +ä¸ŃåĽ½ 人 +çļĦ åŁºæľ¬ +è¯Ŀ é¢ĺ +æłĩåĩĨ åĮĸ +西 èĹı +åĭ ¾ +çļĦ 设计 +ç®Ģåįķ çļĦ +å¤į åĪ¶ +æ¸IJ æ¸IJ +以 å¤ĸ +èģĶ åĬ¨ +两 次 +æĢ§ åĴĮ +æĽ´ 大 +çļĦ åIJįåŃĹ +éŁ ¦ +ä½ł è¦ģ +å¢ĥ å¤ĸ +æĹ© æľŁ +åĪĿ æŃ¥ +è´¦ åı· +害 æĢķ +æĺ¨ æĹ¥ +åĪļ æīį +ç¥ŀ ç§ĺ +ç²¾ å¿ĥ +æµģ éĢļ +åħ¨ æĸ¹ä½į +以 å¾Ģ +ä¹Ł å°Ĩ +æĺ¯ ä¸ŃåĽ½ +åĽ½å®¶ 级 +å°Ĩ åĨĽ +æij Ĭ +æľĢ 为 +第ä¸Ģ æŶéĹ´ +æ¶Ī æ¯Ĵ +å°Ĩ äºİ +å¨ģ èĥģ +èĭ± æĸĩ +æīĭ ä¸Ń +çIJĥ è¿· +è§Ĥ çľĭ +离 å©ļ +æľ¬ åľŁ +åĪĨ æķ£ +æĻ ´ +è¦ģ 注æĦı +浪 è´¹ +管 æݧ +åĩº åĶ® +æĢ» è£ģ +ä¸Ģ éĺµ +å¨ ĩ +äºĶ 个 +å½ĵ åĪĿ +çºł 纷 +ä¸ĵ çĶ¨ +å¤ĩ æ¡Ī +åĪĿ æľŁ +å®ĥ æĺ¯ +åĮº åĿĹ +åĮºåĿĹ éĵ¾ +大 è¿ŀ +è¿Ļ ç±» +åıĺ æĪIJäºĨ +éĤĦ æĺ¯ +åįļ 客 +çı¾ åľ¨ +ä¸Ģ æĸ¹ +å®ĮæĪIJ äºĨ +è¿Ļ个 æŶåĢĻ +åħ¨ å¹´ +ä¸Ĭ 线 +ç½ IJ +ç«ŀ èµĽ +åĩºçīĪ 社 +åĵ¥ åĵ¥ +å¯ « +å¾Ĺ 以 +èĬ± åĽŃ +äºĨ èµ·æĿ¥ +èĦ±è´« æĶ»åĿļ +çļĦ åİŁåĪĻ +讲 解 +æ¶Ī åĮĸ +æįŁ 害 +æļĤ æŶ +å¾Ĺ çŁ¥ +éĢĤ çĶ¨ +éŨ åºĹ +解 读 +æĻ® åıĬ +人æ°ij æ³ķéĻ¢ +åī¯ 主任 +å¿ĥ çģµ +è¯Ĭ æĸŃ +ç¾İ 女 +æŁ ¯ +å¹´ 以æĿ¥ +æ´» è·ĥ +åĢŁ åĬ© +åħ± 建 +è¯ī 讼 +æĶ¾ æĿ¾ +çªĹ åı£ +ä¼ģ æ¥Ń +åĬł æĭ¿ +åĬłæĭ¿ 大 +ä¹° äºĨ +主 æµģ +æĩĤ å¾Ĺ +å°Ĩ åħ¶ +éĢı æĺİ +å·¥ä½ľ ä¸Ń +èĤ¡ ä»· +æ¡£ æ¡Ī +没æľī ä»»ä½ķ +åijĬ çŁ¥ +å¹´ åĪĿ +æĹ¥ ä¸ĭåįĪ +åİĤ åķĨ +èĬĤ å¥ı +主 导 +è£ Ŀ +åħ³éĶ® è¯į +èģĬ 天 +åĨĻ ä½ľ +æĶ¹éĿ© å¼ĢæĶ¾ +æľī æľĽ +éĢļ æĬ¥ +èIJ Į +æĢ» é¢Ŀ +çŁŃ æľŁ +ä¸Ģ çķª +çĶŁæ´» çļĦ +åĮĸ çļĦ +æĺ¥ å¤© +è¿Ļ åľº +æĸ°å¼Ģ ä¼łå¥ĩ +æĺ¯ è¦ģ +å°ļ æľª +åıĺ æĽ´ +ä¸Ģ åij¨ +客 è§Ĥ +æĹ¥ èĩ³ +é¹ ° +çİ ² +å°Ĩ æĿ¥ +客 人 +åıĺ éĿ© +说 äºĨ +åİŁ çIJĨ +èģĮ åĬ¡ +åıĪ æľī +ä¸Ģ åı¥è¯Ŀ +æĦŁ åıĹåĪ° +ç¬Ķ èĢħ +移 æ°ij +西 åįĹ +ä¹ĥ èĩ³ +æŃ£ è§Ħ +åĪĿ ä¸Ń +çĬ ¬ +å½ĵ äºĭ +å½ĵäºĭ 人 +æĪij们 è¦ģ +åħ¥ åı£ +éĤ£ æŶ +æľīéĻIJ 责任 +å°ij 女 +è¿Ļä¹Ī å¤ļ +åĪĨ åħ¬åı¸ +å®ĩ å®Ļ +çļĦ éĢīæĭ© +å§IJ å§IJ +åıij èµ· +è» į +æĽ´å¥½ åľ° +éĻĨ ç»Ń +æľ¬ æľįåĭĻ +å« © +赶 ç´§ +èĦĤ èĤª +第äºĮ 天 +æĪij ä¼ļ +两 ä½į +æķ ² +åħ¬å®ī æľºåħ³ +ç§ijæĬĢ åĪĽæĸ° +å°º 寸 +è¾IJ å°Ħ +å®Ĺ æķĻ +转 æį¢ +åĩº çİ°åľ¨ +ä¸Ģ é¢Ĺ +æľŁ éĻIJ +åIJĮåѦ 们 +åĮĹ æĸ¹ +ä½ł å°± +ä¸Ģ带 ä¸Ģè·¯ +èĢģ å©Ĩ +游æĪı çݩ家 +çļĦ ç»ĵæŀľ +è¡¥ åģ¿ +å¤ĸ è´¸ +对 å¾ħ +ç»´ çĶŁç´ł +ç»ıéĶĢ åķĨ +è¿ĺ å°Ĩ +åŃIJ 女 +æĽ´ é«ĺ +ä¸į 大 +éī´ å®ļ +让 ä»ĸ们 +æīĢè°ĵ çļĦ +æŃ» äºĨ +帮 æī¶ +åĵ² åѦ +以ä¸Ĭ çļĦ +çļĦ åħ³éĶ® +æĹ© å°± +æĬ¥ ä»· +éģµ å®Ī +æī© å¼ł +æĺ¯ å¾Ī +å¼Ģ éĢļ +æĸ° åĬł +æĸ°åĬł åĿ¡ +ç¿» è¯ij +询 éĹ® +é¸ Ń +ä½ĵ åĨħ +两 个人 +çĪ ¹ +éľ ľ +乡æĿij æĮ¯åħ´ +çĿ¡ è§ī +å®ĺ åijĺ +åĪĽ å§ĭ +åĪĽå§ĭ 人 +ä¼Ĺ 人 +åį³ 便 +çĸ« èĭĹ +ä¼ģä¸ļ 家 +æ¸ £ +ç²¾ åĬĽ +å¤ĸ éĥ¨ +èģª æĺİ +è¿Ļ ä¹Ł +å½ķ åıĸ +åĨ² çªģ +åħ¨ 身 +åŃ£ èĬĤ +忽 çĦ¶ +çļĦ æĢģ度 +åĤ¨ å¤ĩ +ä¿Ŀ åħ» +çļĦ æĥ³æ³ķ +ä¸Ĭæµ· å¸Ĥ +æIJº æīĭ +çļĦ ä¿¡æģ¯ +åķĨ åľº +çļĦ æĢĿæĥ³ +æĿĥ åĬĽ +毫 æĹł +æĢĢ åŃķ +硬 件 +åĨħ èĴĻåı¤ +æİ¢ 讨 +åħ» çĶŁ +çļĦ 表çİ° +空 ä¸Ń +æģIJ æĢĸ +å¾Ī é«ĺ +ç»ıæµİ 社ä¼ļ +ä¸Ĭ æĿ¥ +延 ç»Ń +éĩį å¤į +éĺ² èĮĥ +çļĦ å½¢å¼ı +æľĪ åºķ +èĢģ 年人 +绿 åĮĸ +å±± åĮº +æĭ¿ åĩº +æĹħ 客 +æĽ´ æį¢ +åħ¬ 主 +èĬĤ 约 +åħ¨ åİ¿ +åĽŀ æĬ¥ +çIJĨ æĢ§ +çĸ¯ çĭĤ +æ¶ī å«Į +åī§ æĥħ +åĨ¬ åŃ£ +åIJİ ç»Ń +è¿Ļæĺ¯ ä¸Ģ个 +æ¼Ķ 讲 +ä¸Ģ å±Ĥ +æľīåħ³ éĥ¨éŨ +æĹł å¥Ī +ç§į ç±» +缸åħ³ çļĦ +æĪĸèĢħ æĺ¯ +æī¶ æĮģ +å¤ļ æķ° +çļĦ ä½ľåĵģ +ä¸ĭ ä¸ĢæŃ¥ +å¸Ī åĤħ +é«ĺéĢŁ åħ¬è·¯ +好 åıĭ +ä¼ĺç§Ģ çļĦ +è¿Ľ äºĨ +æģIJ æĢķ +äºĨ åIJ§ +大 è§Ħ模 +çļĦ ä¸ĸçķĮ +æĢĢ çĸij +å· · +åħ´ å¥ĭ +æĪ ° +æĿij éĩĮ +æľĭåıĭ åľĪ +åĨ¬ 天 +ä¸Ńåįİ äººæ°ij +åįı åķĨ +è¯Ħ éĢī +æĹ Ń +å¢ŀåĬł äºĨ +åıĹ ä¼¤ +ä¸Ģ èĤ¡ +便 æį· +ä¸ ij +é¹ ¤ +å¤ĸ è§Ĥ +å·¥ç¨ĭ å¸Ī +åĴĮ åħ¶ä»ĸ +è¿Ļ å°± +ä¸Ńå°ı ä¼ģä¸ļ +西 åĮĹ +åĽ½æľī ä¼ģä¸ļ +èĭ¥ æĺ¯ +åı¯ æĥľ +çĶŁ æĹ¥ +åĩ ½ +ä¹° åįĸ +ç¥Ŀ ç¦ı +人æ°ij 群ä¼Ĺ +åħī æĺİ +åħ¬ å¯ĵ +æĺ¯ è°ģ +æĪij çŁ¥éģĵ +è¯Ń æĸĩ +æķı æĦŁ +ä¸įéĶĻ çļĦ +æĿ¥ 讲 +æ³¢ åĬ¨ +çļĦ 第ä¸Ģ +åľ° éľĩ +åľ¨ åħ¨åĽ½ +骨 å¹² +å®ī ç½® +家 çĶµ +ä¸İ æѤ +ä¸İæѤ åIJĮæŶ +åıĹ çģ¾ +çĥŃ çº¿ +çļĦ æĬĢæľ¯ +æµĭ éĩı +ä¾Ŀ èµĸ +ä¸ŃåĽ½ çļĦ +çī¹ æĢ§ +è¾ĥ é«ĺ +è¸ © +ä¼ļ åľ¨ +建 éĢł +导 èĪª +æĥ³ èµ· +åħ¨ ä¸ĸçķĮ +建 æĿIJ +ç¯ Ģ +çļĦ åŁºç¡Ģ +èĩªåĬ¨ åĮĸ +åīį åIJİ +çĿ¡ çľł +æݨ è¡Į +æį® äºĨ解 +ä»Ģä¹Ī æŶåĢĻ +ä¸į åĸľæ¬¢ +çħ¤ çĤŃ +éĤ£ä¹Ī å¤ļ +å¸Ĥåľº åĮĸ +ä¸į管 æĺ¯ +ç«ĭ åľº +éĥ½ 没 +课 é¢ĺ +æĪij们 å°Ĩ +è¿ĩ çļĦ +åĨį åĬłä¸Ĭ +çĪ ¾ +身 æĿIJ +çĶ· 女 +è¿ľ è¿ľ +çĶ· çĶŁ +èĩªèº« çļĦ +è´Ł æĭħ +çĻ¾ ä¸ĩ +西 çıŃ +西çıŃ çīĻ +åĩĢ åĪ©æ¶¦ +æ¾³ 大 +澳大 åĪ©äºļ +ä¸į åİ» +æī¿ åıĹ +楼 çĽĺ +å¢ĥ åĨħ +æ·· åĩĿ +æ··åĩĿ åľŁ +æĢĿæĥ³ æĶ¿æ²» +å¸Ĥ åĮº +æĭĽ æłĩ +åĽ¢ ä½ĵ +è¿Ľ 度 +åĨĽ éĺŁ +åıį å¼¹ +äºĨä¸Ģ äºĽ +æİ¥ å¾ħ +çļĦ åŃ¦ä¹ł +éħį éĢģ +é£Łåĵģ å®īåħ¨ +æĽ¿ 代 +æĺ¯ ä»¥ +éĢļ çĶ¨ +çłĶ究 æīĢ +ç¦ ħ +æī Ķ +éļĶ 离 +ä¸ĩ å¹³æĸ¹ç±³ +çļĦ è§Ħå®ļ +ç»Ļ æĪij们 +æ¿Ģ åħī +ä¼ļ åĩºçİ° +çŁŃ ä¿¡ +ç©¿ çĿĢ +æ²Ī éĺ³ +æķĻ æĿIJ +éĺ² çĸ« +ä¼ĺ èī¯ +约 å®ļ +æĪij çľģ +åħ¬ æ°ij +éģ¸ æĵ +éģ¸æĵ ĩ +å·² æĪIJ为 +ä¸į å¿ħ +ç¥ĸ åĽ½ +并 æľª +åľŁ 壤 +å¾® ç¬ij +äºĭä¸ļ åįķä½į +çļĦ 游æĪı +åħ¬ 示 +åIJĪçIJĨ çļĦ +çª Ŀ +æ°Ķ 象 +家 ä¸Ń +亮 缸 +åį« æĺŁ +è®° è½½ +è§Ĩ éĩİ +åľ°åĮº çļĦ +ä½Ĩ ä»ĸ +èĤĮ èĤī +äºı æįŁ +åĬŀ åѦ +ä¸Ģ è¡Į +è¯ŀ çĶŁ +åıijå¸ĥ çļĦ +çļĦ æľįåĬ¡ +çļĦ çłĶ究 +åij¨ æľ« +产ä¸ļ åĽŃ +é«ĺ 温 +æĪIJåĬŁ çļĦ +æŃ¥ 骤 +åŃĺ åĤ¨ +åŃIJ åħ¬åı¸ +让 她 +ä¸Ń æľī +åĺī 宾 +å¦ ® +æĺİ å¹´ +äºĨ åIJĹ +äºī è®® +æĪ Ī +ä¸Ģ æľ¬ +ç¾İ丽 çļĦ +ä½ł 说 +大 人 +æĶ» çķ¥ +ä¸į æľĥ +å¾ħ éģĩ +ä¸Ģ è¾Ĩ +çīĪæĿĥ æīĢæľī +æ°ij ä¼Ĺ +åĬŁ 夫 +å±ķ ä¼ļ +大 èĦij +æ¯ı æľĪ +å°ı 麦 +æµĻæ±Ł çľģ +çļĦ æīĢæľī +ä¸ĭ æ»ij +èĵĿ èī² +è¦ģ æĥ³ +åѦçĶŁ çļĦ +å½ĵ ä½ł +ä½ľ æĪĺ +家 乡 +å¤ļ åIJį +é«ĺ äºİ +åĿļ 强 +è¿ŀ éĶģ +åIJİ æŀľ +人 äºĭ +ç´ ħ +æ¿Ģ åĬ¨ +è¿Ľ æĶ» +ç© Ĩ +ä¸ ĺ +让 èĩªå·± +以 æѤ +夫 人 +å¼Ģ 设 +æ°Ķ è´¨ +鸡 èĽĭ +çĦ¡ æ³ķ +åIJĥ äºĨ +åĪĨåĪ« 为 +èģĶåIJĪ åĽ½ +å½ĵ 代 +å¦Ĥæŀľ æĺ¯ +è¿ľ ç¨ĭ +åĸ Ĥ +è®° ä½ı +æ¸ħ åįķ +åIJĪä½ľ ä¼Ļä¼´ +åİ» åģļ +æķħ éļľ +模 æĭŁ +å¸Ī çĶŁ +åīį æĿ¥ +çĶµè§Ĩ åī§ +çĥŃ çĪ± +éľ² åĩº +é«ĺ å±Ĥ +çĶµ åĻ¨ +纪 å¾ĭ +å¼Ģåıij åķĨ +éķ¿ å®ī +è½½ ä½ĵ +çļĦ å°±æĺ¯ +被 人 +åıĹ çIJĨ +篮 çIJĥ +èİ İ +交 ç»Ļ +æľªæĿ¥ çļĦ +两 大 +åIJķ å¸ĥ +çŃī 人 +çļĦ æĹ¥åŃIJ +åIJĪä½ľ 社 +æĮij éĢī +åŃĺ 款 +ç³»ç»Ł çļĦ +æĬĬ å®ĥ +没æľī ä»Ģä¹Ī +ä»İ æѤ +ä¸Ń åįĪ +çĸ¼ çĹĽ +å·© åĽº +浪 漫 +缸åħ³ éĥ¨éŨ +éķ¿ åŁİ +纤 ç»´ +ä¸Ĭ éŨ +çĪĨ çĤ¸ +èµ· çĤ¹ +çļĦ éĢļçŁ¥ +èĢĮ æĿ¥ +çļĦ èĢģ +æīĭ éĩĮ +è¯Ń éŁ³ +è¾Ľ èĭ¦ +æ±Łèĭı çľģ +çĶ¨ äºĨ +身份 è¯ģ +æľī åĬ© +æľīåĬ© äºİ +çī© èģĶç½ij +åĩº éŨ +å¼Ł åŃIJ +æĥ ¹ +è¿Ļ件 äºĭ +æĪij们 åı¯ä»¥ +çļĦ çĶŁåij½ +æľīä¸Ģ ç§į +åºĹ éĵº +åıĮ æīĭ +çļĦ æ¶Īæģ¯ +èĢIJ å¿ĥ +å°´ å°¬ +éĤ£ 天 +é¦ĸ æī¹ +æĺ¯ä¸Ģ 家 +人 æ°Ķ +åıį æŃ£ +æĪij åĴĮ +å®ł çī© +ä¸į 对 +寻 æ±Ĥ +缸 ä¼¼ +åľ¨ ç¾İåĽ½ +åı« åģļ +åĹ İ +ç«ĭ 足 +çĶ¨ éĢĶ +åħ Ĩ +大 æ°Ķ +åIJij ä¸Ĭ +ä»ĸ å°± +é¡¹çĽ® 建设 +èĭ¥ å¹² +æĺ¯ æľī +æ¿Ģ æĥħ +çļĦ æĦıä¹ī +æĺ Ń +严éĩį çļĦ +å¯Ĩ éĽĨ +èĪŀ è¹Ī +èį£ èİ· +èİ· æĤī +æ±Ł åįĹ +åģĩ å¦Ĥ +æĪ· å¤ĸ +线 ç´¢ +ç§ģ 人 +转åŀĭ åįĩ级 +çļĦ ä»·åĢ¼ +åįķ çĭ¬ +èĢģ çĻ¾å§ĵ +å°į æĸ¼ +åĽ½éĻħ åĮĸ +ä¼° åĢ¼ +æľįåĬ¡ ä¸ļ +èĩ Ń +æİī äºĨ +解åĨ³ äºĨ +ä¹Ł ä¸įèĥ½ +åħ ¹ +æĸ¯ çī¹ +æķħ æĦı +è¿ĩ 度 +èĬĤ æĹ¥ +çĻ½ çĻľ +çĻ½çĻľ é£İ +继 æī¿ +äºĨ ä¸įå°ij +äºĮ 人 +è§ģ éĿ¢ +æĥ³ æĥ³ +å¤į åIJĪ +康 å¤į +åİ¿ åŁİ +åľ¨ åĽ½åĨħ +åľº åľ° +éĻ¶ çĵ· +è¿Ļ 项 +çľ¼ ä¸Ń +çł ¸ +æĦŁè§ī åĪ° +æŀľ çĦ¶ +æĶ¾ åħ¥ +约 æĿŁ +æİĴ æŁ¥ +车 主 +çļĦ æĦıæĢĿ +æĸ° åŁİ +æĥ³ çĿĢ +éģ Ĥ +èĮ¶ åı¶ +ä¹° æĪ¿ +åĨľ æĪ· +é«ĺ æīĭ +çİī ç±³ +æĸ°åĨł èĤºçĤİ +çħ§ æĺİ +æĮĩ åįĹ +è¸ ¢ +æķij æı´ +æĻ¯ çĤ¹ +ç¨İ æĶ¶ +çļĦ æīĭ +æŃ£ 好 +è¦ģ æĬĬ +éļı æĦı +åħ¶å®ŀ æĺ¯ +ç»Ļ èĩªå·± +è°Ī åĪ¤ +æ¯ı天 éĥ½ +æĢģ åĬ¿ +é¢Ħ 约 +åİĨåı² ä¸Ĭ +å®Ŀ è´Ŀ +åīį è¿Ľ +ä¹Łå°±æĺ¯ è¯´ +çļĦ æĦıè§ģ +åı£ 罩 +åİĺ ç±³ +èĬ± è´¹ +ä½ĵèĤ² æĬķ注 +åħ¬ä¼Ĺ åı· +èijĹåIJį çļĦ +å¼Ģ æĪ· +æĭį åįĸ +å²ģ æľĪ +åĨħ 涵 +å®Įæķ´ çļĦ +é«ĺ åİĭ +åħ¬åĬ¡ åijĺ +使çĶ¨ çļĦ +çĶŁäº§ 线 +妹 妹 +èµ° 访 +æĺ¯ åı¯ä»¥ +åľ¨ 家 +æļ´ åĬĽ +æ³° åĽ½ +è´¨ çĸij +ä¸į éģİ +天çĦ¶ æ°Ķ +缺 çĤ¹ +å°ı åŀĭ +ä¸įä»ħ æĺ¯ +é»ij æļĹ +æ¢ ¨ +æĸĩ æĹħ +è¦ģ æľī +ä¸Ń å±± +çļĦ æķ°æį® +å¾Ĺ å¾Ī +以 便 +对 ä»ĸ +åĬł 以 +çĻ¼ çı¾ +设 å®ļ +èĤļ åŃIJ +éĿ ĸ +å¥ī çĮ® +ä¸į åıĺ +åı£ ç¢ij +åľ¨ åĵªéĩĮ +ä½ IJ +è¿Ļ 两个 +çļĦ æĸ¹åIJij +æŀ « +äºĮ 次 +çīĩ åĮº +éł IJ +ç£ Ĭ +æĭ¿ çĿĢ +å·²ç»ı æĪIJ为 +ä¹ĭ ä¸Ĭ +å®Ĺ æŨ +奶 奶 +é«ĺæĸ° åĮº +社 æľĥ +è·Ł 踪 +æľįåĬ¡ ä¸Ńå¿ĥ +æī ¯ +æīĭ æĮĩ +礼 çī© +宿 èĪį +çĶ¨ å¿ĥ +æıIJé«ĺ äºĨ +亮 çĤ¹ +ä¸į æĦ¿æĦı +æĴŃ æĶ¾ +å¤ļå°ij éĴ± +没 ä»Ģä¹Ī +æķ° åįģ +æĢ» çĽij +çļĦ åŁİå¸Ĥ +æī¾ åĪ°äºĨ +åĨħ åľ° +åĪ° çİ°åľ¨ +æĪĺæĸĹ åĬĽ +åİŁ å§ĭ +åĥ § +åĢĴ æĺ¯ +æľĢ åħ· +è´«åĽ° æĪ· +éĢģ åĪ° +级 åĪ« +åĩº èµĦ +æĪª æŃ¢ +ç§į åŃIJ +èĥ½ ä¸įèĥ½ +幸 è¿IJ +èĸ ĩ +项 éĵ¾ +æĮĤ çīĮ +ä¸Ģ 樣 +ä¹ĺ 客 +èIJ½ åIJİ +ä½Ĩ æĪij +æĹ© åľ¨ +åĬ¨ 漫 +å¹³ çŃī +对 ä½ł +ä¸į æĢķ +å¤ĸ çķĮ +å¤ļå¹´ æĿ¥ +é¦ĸ 个 +æ²³ åįĹçľģ +æĪĸ åħ¶ä»ĸ +éķľ 头 +åįĹ æĺĮ +ä¸Ģ éĿ¢ +éĢłæĪIJ çļĦ +å´ Ķ +çŃ Ĵ +æķĻèĤ² éĥ¨ +åľ° åŁŁ +æĺĨ æĺİ +å·´ é»İ +æīĭ 游 +ä¸Ģ æŶ +çł į +顶 级 +åħ± 计 +åİŁ æ²¹ +è¾ī çħĮ +说 æĺ¯ +æĸ°åįİ ç¤¾ +ç»ıåİĨ äºĨ +ä¸į æŃ¢ +è¦ģ ä¹Ī +èĢħ çļĦ +æĢ» æĬķèµĦ +è¡Į 驶 +ä¸Ĭ å¸Ŀ +å¹´ 纪 +çIJ ¼ +ä¼ł 说 +ç²¾ èĭ± +æĸ¹ éĴĪ +æ±Ł æ¹ĸ +æĪIJ çĤº +æĢ» éĩı +æĬķ æĶ¾ +åĬ¨ çĶ» +èĹ ¤ +çĶµ æºIJ +éĴ Ļ +åIJĮ è¡Į +æĻ®éĢļ çļĦ +åĽ¾ä¹¦ é¦Ĩ +è¯Ī éªĹ +æħĪ åĸĦ +è¿Ļ 份 +主æĮģ 人 +å°± è¿Ļæł· +èĢĮ æĪIJ +èĩªè¡Į 车 +ä¸ŃåĽ½ çī¹èī² +èĤ¿ çĺ¤ +åIJ ¾ +å¼Ł å¼Ł +åıĹ çĽĬ +éĢīæĭ© äºĨ +æĺİæĺ¾ çļĦ +æĬ¥ èĢĥ +ç¬ij éģĵ +éĽĸ çĦ¶ +温 å·ŀ +éĿŀ æ´² +ç§į ç§į +åıĤåĬł äºĨ +è´§ è¿IJ +éļı 便 +å°± 没æľī +ç¸ £ +央 è§Ĩ +ç©¿ è¶Ĭ +çļĦ çݰ象 +åĩł 次 +çļĦ é£İéĻ© +æŃĮ æĽ² +æľ¬ å±Ĭ +å¹´ åĨħ +ä¸į è¶ħè¿ĩ +è¿ĩ å¤ļ +å¿ħé¡» è¦ģ +ç»ĵ 论 +åĢŁ éī´ +ç¥ŀ å¥ĩ +æľŁ æľĽ +ä¸ĵ 享 +éĿŀ常 éĩįè¦ģ +æĦıè¯Ĩ åĪ° +åIJĪ 并 +æĬĬ èĩªå·± +å¥Ĺ è£ħ +éŃĶ æ³ķ +å¤ı åŃ£ +ä¸į åĥı +å¢ĥ çķĮ +æĥĬ åĸľ +æľīä¸Ģ 天 +çĦ¦ çĤ¹ +æĪij 认为 +åħ° å·ŀ +çĶµ æ°Ķ +èģĶç³» æĪij们 +ç§ij æĻ® +她 说 +çļĦ æĸĩç«ł +å¥ĩ æĢª +åıĭ 好 +饮 æĸĻ +çļĦ æĶ¯æĮģ +çŃĶ åºĶ +éĩį éĩı +çij ¶ +åĩı è½» +ç§ijåѦ 家 +å·´ 西 +éĩijèŀį æľºæŀĦ +åħļ å§Ķ书记 +貸 款 +ç²¾ èĩ´ +ä»İ æľª +åį° åĪ· +åĽŀ 顾 +é¦ĸ éĥ½ +åıij èĤ² +éĹ® éģĵ +è¾¾ åĪ°äºĨ +å¿į ä¸įä½ı +æīį æľī +æįIJ èµł +ä½Ľ æķĻ +ä¸į æ¸ħ +éĺŁ éķ¿ +缸 åıį +æĬ¥ èѦ +大 åħ¨ +欧 缣 +帮 å¿Ļ +çļĦ æĻĤåĢĻ +缮 å½ķ +足 以 +èī° éļ¾ +ä»ĸ ä¹Ł +å·¥ ä½ľèĢħ +头 èĦij +缺 éĻ· +æĪIJç«ĭ äºĨ +å°± å¼Ģå§ĭ +认 åIJĮ +é»Ħ èī² +çĹħ æĥħ +覺 å¾Ĺ +è¿Ļ 两 +ä¿¡ ä»° +åľĭ 家 +ä¸įä»ħä»ħ æĺ¯ +çĭ¬ 家 +èĪ¬ çļĦ +æĿIJ è´¨ +æµ· ä¸Ĭ +çĤº äºĨ +æľºåĬ¨ 车 +缸å½ĵ äºİ +å¤ļåħĥ åĮĸ +æĽ´ 大çļĦ +èĽ ® +åģĩ æľŁ +å¼ı çļĦ +交éĢļ è¿IJè¾ĵ +çľģ å§Ķ +ä¸į ç®Ĺ +æĶ¾ ä¸ĭ +éĹ ¯ +人 åľ¨ +港 åı£ +æŨ åľ¨ +åij½ 令 +æŁIJ 个 +å¹³ 稳 +åıª 好 +人 人 +äº ŀ +äºĮ ç»´ +äºĮç»´ çłģ +æŀģ 为 +åĪ« å¢ħ +åħ¶ ä½Ļ +大 äºĭ +主管 éĥ¨éŨ +æĹł éĶ¡ +éĹ µ +éģŃ åĪ° +说 è¿ĩ +为 ä½ł +解 çŃĶ +éªĮ æĶ¶ +çļĦ ç»ıéªĮ +åĮ¹ éħį +çģ« ç®Ń +豪 åįİ +æŁIJ æŁIJ +çļĦ æĹ¶ä»£ +书 éĿ¢ +æģĴ 大 +延 éķ¿ +ä¸Ģ åIJĮ +æľª èĥ½ +交 æį¢ +çĶ¢ åĵģ +çŃī åĪ° +åĪĨ 离 +æīĵ çĶµè¯Ŀ +å¹² çĩ¥ +è¾ĥ å¤ļ +å¤ļå¹´ çļĦ +èĥĮæĻ¯ ä¸ĭ +为 ä¾ĭ +æijĺ è¦ģ +å´Ľ èµ· +æѤ åĪ» +æľī æľºä¼ļ +æĿ¡ 款 +é¢Ĩ导 å°ıç»Ħ +çļĦ 身ä½ĵ +åįķ ä¸Ģ +央 è¡Į +ä¸įæĸŃ æıIJé«ĺ +ä»·åĢ¼ è§Ĥ +èĬ ½ +èIJ į +æ³ķå¾ĭ æ³ķè§Ħ +ä¸į éĶĪ +ä¸įéĶĪ éĴ¢ +åĩº äºİ +èĻļ æĭŁ +æį® æĤī +çĥ¦ æģ¼ +åħ¨ æĸ°çļĦ +æī« æıı +çĻ» éĻĨ +èīºæľ¯ 家 +çļĦ é£Łçī© +çļĦ åŃĺåľ¨ +客 åİħ +æĪij们 å°± +æŁ¥çľĭ æĽ´å¤ļ +è¯Ħ 审 +å¸Ĥ åł´ +è¬ Ľ +å·¨ 头 +ä¸ŃåĽ½ ç»ıæµİ +äºĨ èĩªå·±çļĦ +åĨ³ è®® +çĽijçĿ£ 管çIJĨ +æĬķ 票 +åĨį 度 +è¡Į çĤº +注 åħ¥ +ä½ľä¸º ä¸Ģ个 +æ¯ı个人 éĥ½ +åįķ åħĥ +è¦ģ çŁ¥éģĵ +被 称为 +ä¹ĭ éĻħ +解 éĻ¤ +ä¸ ¸ +æº « +ä¸ī æĺŁ +é²ľ æĺİ +ä¹Ł éĥ½ +æŶ æľº +åĩº æīĭ +æĥħ å½¢ +åķĨ è´¸ +éĢī 举 +对 èĩªå·± +çĶŁ åĬ¨ +åħĭ æľį +个 ä½ĵ +èĭ ij +ç¨ ± +大 åݦ +æĺ¯ å¯¹ +åĪ© æģ¯ +è¿IJåĬ¨ åijĺ +åĮĸ 解 +åīį 沿 +æĦŁ æģ© +æĢ» ä¹ĭ +é«ĺæĸ° æĬĢæľ¯ +åĿĩ 为 +åħ¨ åĮº +æ°Ķ æ°Ľ +åı¯ä»¥è¯´ æĺ¯ +ä½ı 宿 +åħļåijĺ å¹²éĥ¨ +åĹ ¯ +è·µ è¡Į +çļĦ ä¸ĵä¸ļ +èĢĥ éªĮ +èķ ¾ +åħ¬ åŃIJ +çļĦ çĬ¶æĢģ +æ½® æµģ +ä¿¡ æīĺ +è´ ¼ +åIJĦ æĸ¹ +æķij åĬ© +éĿŀ常 çļĦ +æ¡¥ æ¢ģ +åħ¬ æĸ¤ +ä¼¼ çļĦ +çľĭ 好 +å±Ģ éĥ¨ +å®ī éĿĻ +éħį 件 +常 è§Ħ +å¼Ģ 车 +第äºĮ 次 +ä¸Ĭ 级 +åıĤ èµĽ +家 å±ŀ +强 åĬ¿ +åľ¨ ä»ĸ +åIJij åīį +ä¹ĭ åľ° +éĥ ¡ +è¡Į ç¨ĭ +èѦ åijĬ +è§Ħå®ļ çļĦ +åķĨ åŁİ +äºĶ 大 +æķĻ 室 +åįģ 足 +æīĢ以 åľ¨ +å°Ĩ 继ç»Ń +çŃī æĸ¹å¼ı +家 ä¼ģä¸ļ +交 ä»ĺ +çĤ¹ è¯Ħ +ç»ĵ ç®Ĺ +ä¹Ł åı¯ +å¤ĸ æ±ĩ +è¿Ļç§į æĥħåĨµ +æİĪ äºĪ +å¸ĥ ç½® +æĪIJç«ĭ äºİ +é¢Ħ èѦ +管çIJĨ 人åijĺ +å©ļ 礼 +ç»ĵæĿŁ åIJİ +åħ¥ éĢī +æĹł æ¯Ķ +åĴĮ åıijå±ķ +çĻ½ éħĴ +çİ© åħ· +ä¸ĩ ç¾İåħĥ +çļĦ æĪIJ绩 +æĭį çħ§ +èĢĥèĻij åĪ° +ä¼ģä¸ļ åıijå±ķ +äºĨ 个 +çĶŁ æ°Ķ +çļĦ 女人 +äºĶ åįģ +çĪ· çĪ· +纽 约 +éĥ½ 被 +ä¸Ĭ 课 +çĽ ¡ +ä¼łç»Ł æĸĩåĮĸ +æ½ľ åľ¨ +åıij å°Ħ +ä¸Ģ 身 +éĺ² å®Ī +åĪ ® +é¢ĺ 缮 +åľ¨ åĨħçļĦ +ç¾İ 好çļĦ +è¿ĻéĩĮ çļĦ +ä¸Ģ ä¸Ŀ +人 åĿĩ +åĢ¡ 导 +身 åIJİ +æī© å±ķ +大 éŨ +å°± 被 +该 é¡¹çĽ® +æŀ¶ æŀĦ +ä¸Ģ åı£ +ä¿¡æģ¯ æĬĢæľ¯ +å¼Ģ ä¸ļ +æĶ¶ åıĸ +ç½ij 页 +æĶ¯ æı´ +å°ģ éĹŃ +å¡ij éĢł +大 èĥĨ +å¿«éĢŁ åıijå±ķ +çľĭ ä¼¼ +æ¸ Ŀ +è¿Ļæł· ä¸Ģ个 +模 åĿĹ +注æĦı åĪ° +çł´ 解 +èĩª ä»İ +åijµ åijµ +ä¹ĭ å¾Į +ä¹ĭ æĹħ +è·Ł æĪij +æ³ķ 人 +æİĴè¡Į æ¦ľ +åĿļ å®Ī +好 å¤Ħ +çŁ³ 头 +并 å°Ĩ +èĪ ± +æŃ ĩ +两 岸 +å¤ļ ä¹ħ +象 å¾ģ +个æĢ§ åĮĸ +çļĦ è§Ĵ度 +å¸ Ĩ +ç¦ı å·ŀ +æŁ¥ å¤Ħ +两 åĽ½ +åIJ¸å¼ķ äºĨ +é¦ĸ å¸Ń +大 åĵ¥ +é¤ Ĭ +涨 å¹ħ +éĢī çĶ¨ +許 å¤ļ +èIJ½ æĪ· +åĵĪ å°Ķ +åĵĪå°Ķ 滨 +åģļ ä»Ģä¹Ī +以 åħį +é¾ į +æĹł éľĢ +åĪ°åºķ æĺ¯ +æĢ ¡ +åijĬè¯ī ä½ł +éĺ² æ°´ +è¿Ļ æŶåĢĻ +欢 ä¹IJ +转 åIJij +è¿Ļ个 åľ°åĽ¾ +åħ¥ é©» +èįī åİŁ +æĹ¶ä»£ çļĦ +åıĺ åĬ¨ +åĬłå¼º 对 +åģ¶ å°Ķ +å®Ī æĬ¤ +æ°Ķ 温 +人 éĹ´ +æľĿ é²ľ +ç»ı è´¹ +åĽŃ æŀĹ +å·¥ åľ° +è§Ħ æł¼ +åĩł åįģ +è¯ķ åĽ¾ +å¦ ĥ +éĤ£ æŶåĢĻ +å¼ĺ æī¬ +ä¸ļ çķĮ +çļĦ éĢŁåº¦ +ä¼ļ ä¸įä¼ļ +èIJ¥ æĶ¶ +å°ıå¾® ä¼ģä¸ļ +çľĭ è¿ĩ +æĬĬ ä»ĸ +éģµ 循 +è¿Ļ è¾¹ +没æľī 人 +å£ ¶ +æ¹ĸ åįĹçľģ +æŀģ åħ¶ +çļĦ人 çĶŁ +ä»ĸ è¿ĺ +转åĮĸ 为 +èµ° è¿ĩ +æĬ± çĿĢ +çīĽ 奶 +ä¸ĩ 亩 +å¿ĥ æĢģ +æĹ¥å¸¸ çĶŁæ´» +ä½ĵ æ£Ģ +æĻ ĥ +çŃī é¢ĨåŁŁ +æĩī 該 +åı¯ä»¥ çľĭåĪ° +æī¾ ä¸įåĪ° +èĢģ å¹´ +æĬĬ æĪij +积 åĪĨ +梳 çIJĨ +ç» ³ +çļĦ æĶ¿æ²» +å¸Ŀ åĽ½ +éĻª ä¼´ +æ´Ľ éĺ³ +åħ¬ æŃ£ +å¼Ģ åı£ +çī¹èī² çļĦ +åĽ° å¢ĥ +ä¸Ĭ æľī +ç«ĭ ä½ĵ +æīĵ å·¥ +åķ¤ éħĴ +åľ¨ éĤ£éĩĮ +éĤ£ è¾¹ +个 åĪ« +ä¸Ģå®ļ æĺ¯ +çļĦéĩįè¦ģ æĢ§ +主 å¼ł +åĴĮ æľįåĬ¡ +ä¸Ĭ ç½ij +è¡¥ åĬ© +åıª éľĢ +å¼ ¦ +éģ ® +åĬĽ äºī +度 è¿ĩ +èij ¬ +é¡¿ æŶ +éĦ ī +纺 ç»ĩ +åľ° åĿĹ +ä¿¡çĶ¨ åį¡ +ç½ļ 款 +åijĬè¯ī æĪij +éĽ Ļ +书 çĶ» +è¨Ń è¨Ī +æĢ» ä¼ļ +åĪ¤ åĨ³ +ä¿¡ èªī +个 èĤ¡ +å¹³ 常 +æĢİ éº¼ +ä½ĵ çİ°åľ¨ +é»Ħ æ²³ +åĽĽå·Ŀ çľģ +羣 缸 +åIJĦ项 å·¥ä½ľ +åĬ¨ åijĺ +å³° ä¼ļ +ä¸Ģ æľŁ +æľī ä¸Ģå®ļçļĦ +é«ĺ度 éĩįè§Ĩ +ç¹ģ èį£ +åıijçİ° äºĨ +ç½ij 红 +æīĭ æ³ķ +家 åĽŃ +仪 åĻ¨ +è¾ĥ ä½İ +çļĦ å®īåħ¨ +æ¡ IJ +ä»ĺ 款 +æĬij åĪ¶ +åįĵ è¶Ĭ +æŃ£ éĿ¢ +åĵ ij +强 åĪ¶ +ä»Ĭ天 çļĦ +æĪĺ èĥľ +楼 å¸Ĥ +æĭ¿ ä¸ĭ +é¢ľ åĢ¼ +举 éĥ¨ +çłĶ åĪ¶ +çļĦ æĪĺçķ¥ +åľ¨ ä¸Ģ个 +ä¸ī 人 +å®Į äºĨ +æĸ° æĬĢæľ¯ +ç»ıæµİ æķĪçĽĬ +å¯Į æľī +æ¾³ æ´² +åĬ© çIJĨ +é¢Ĩ åıĸ +è° Ń +çĩĥ çĥ§ +ç´ł åħ» +éĤĦ æľī +è¿Ľ èĢĮ +ä»Ģä¹Ī æĺ¯ +çłĶ究 ä¸Ńå¿ĥ +éĢĤ çĶ¨äºİ +æİ¥ æĶ¶ +失 æľĽ +äºĮ 级 +éĹ´ çļĦ +åİŁ æłĩé¢ĺ +èªį çĤº +æį ¡ +对 çĿĢ +对 éĿ¢ +ä¸Ń åİŁ +éĵ ĥ +çĶŁäº§ çļĦ +åıijå¸ĥ ä¼ļ +士 åħµ +è¿Ļ åı¥è¯Ŀ +ç¼´ 纳 +ä¸Ģ个 个 +åѸ çĶŁ +çĸij éĹ® +交 èѦ +示èĮĥ åĮº +天 使 +åľ¨ ä¸Ĭæµ· +åIJĮ æĻĤ +è½» æĺĵ +åĶ¯ä¸Ģ çļĦ +çĥŃ éĹ¹ +ä¹IJ è§Ĥ +çļĦ 身份 +åĸĦ äºİ +大 åİħ +èĤ¯å®ļ æĺ¯ +éĺ² çģ« +å¤ĸ åĩº +æį® 说 +é¡¹çĽ® çļĦ +ä¸Ģ åı° +èĻļ åģĩ +ä¸Ģ ç¬Ķ +ç«ĭ æ³ķ +严 èĤĥ +æī¿ åĬŀ +åįģ åĩł +çļĦ 空éĹ´ +æľ¬ ç½ijç«Ļ +åģļ å¾Ĺ +ä¿Ŀ 温 +æľĪ åĪĿ +åľ¨ ç½ijä¸Ĭ +åIJĦ æĸ¹éĿ¢ +ä¸ī 天 +交æĺĵ æīĢ +解 æŀIJ +åħļ ä¸Ń央 +è¿Ľ åĩºåı£ +åĴĮ 社ä¼ļ +次 æķ° +ä¹ĭ 家 +ç»´ 度 +æ´¾åĩº æīĢ +产çĶŁ äºĨ +带 æľī +å¾Ī 强 +æľīäºĽ 人 +å¹´ åIJİ +äºĨ 许å¤ļ +å¯Ĩ 度 +åѦ æľŁ +çıł æµ· +æľĢå¤ļ çļĦ +è¾¹ ç¼ĺ +容 éĩı +第äºĮ 个 +ä¸Ģ缴 æĺ¯ +ä¸į ç¦ģ +æŃ ² +ä»ĭç»į äºĨ +ä¼ĺ éĽħ +æ¯Ķ è¼ĥ +èģĮ ä½į +温 æŁĶ +æľī éĴ± +æľĢ é«ĺçļĦ +åįļè§Ī ä¼ļ +ä¸į æĪIJ +éĶĻ äºĨ +è¯ģ çĽij +è¯ģçĽij ä¼ļ +æĪIJ 人 +åĿĩ åĮĢ +æľī åĪ© +è¶Ĭ åįĹ +æīĵ äºĨ +好 åIJĥ +ç³» çµ± +è·Ł éļı +çļĦ åľ°ä½į +æŃ£ å¦Ĥ +ç¨į å¾® +åį° åıij +åĪĽ ç«ĭ +é£İ åħī +å°Ĩ æĪIJ为 +ä¸į é«ĺ +é¢ij ç¹ģ +设 æľī +ä¼ ŀ +æĭĨ éĻ¤ +å½± åĥı +æ¸Ĺ éĢı +å¹´ å¼Ģå§ĭ +ç½ij æĺĵ +è¦ģ åģļ +çĶµåĬ¨ 车 +羣 å¿ĥ +æµ· åĨĽ +ä¼ł æĿ¥ +å·® åĪ« +è°¨ æħİ +çĥŁ åı° +åįĥ å¹´ +è¯ģ å®ŀ +çIJ ª +çļĦ åħ·ä½ĵ +åĪ° å¤Ħ +ä¸į å®ľ +èľ Ģ +èĥ½åĬĽ åĴĮ +çīº çī² +çļĦ éĴ± +大 éĺŁ +é¦ĸ è¦ģ +ä¸į æĦ¿ +çİ« çij° +人æ°ij ç½ij +è¿ĺæĺ¯ è¦ģ +åĽĽ å¹´ +æįŁ 伤 +çļĦ åģļæ³ķ +éĿ Ī +è¡Ķ æİ¥ +åIJĪ æĪIJ +没 人 +éŨ æ§Ľ +ä¿¡ è´· +çļĦ 缸åħ³ +举 é£İ +社 ä¿Ŀ +ä¸ĭ 游 +åĿĹ éĴ± +è¿ĩ åIJİ +çļĦ åºĶçĶ¨ +é¥ ¶ +é¢ģ åıij +ä¸Ģ å¤Ħ +åįİ å¤ı +为 ä¼ģä¸ļ +åıª ä¼ļ +ä¾µ 害 +çļĦ åĬŁèĥ½ +åѸ ç¿Ĵ +ä¸Ńåįİ æ°ijæĹı +åıijå¸ĥ äºĨ +è¿İ æİ¥ +æĪij èĩªå·± +è¿ĺ éľĢè¦ģ +太éĺ³ èĥ½ +åİ» ä¸ĸ +æĺ¯ ä½ł +åIJĪ åĬĽ +ç»ĺ çĶ» +åı° åĮĹ +çĿ£ ä¿ĥ +åĮĹ éĥ¨ +æľī å¤ļå°ij +å¾Ī éĩįè¦ģ +åĪĴ åĪĨ +åı· 线 +æĶ¾ 大 +ä¼ļ 被 +èİ· å¥ĸ +ä¹ĭ åĨħ +失 åİ»äºĨ +çݩ家 们 +éĩĩ éĽĨ +å£ ¹ +家 ä¼Ļ +çĻ½ 天 +åĽłä¸º ä»ĸ +社ä¼ļ æ²»çIJĨ +å¼Ģ åĪĽ +çĶµ ç¼Ĩ +æĸ° ä¸Ģ代 +并 è´Ń +å°± å·²ç»ı +çļĦ 社ä¼ļ +éĻ¤ éĿŀ +åı¯ä»¥ çĶ¨ +å© ī +æ¯Ķè¾ĥ 好 +å®ŀ ä¸ļ +åĪĽ åĬŀ +æıIJ èµ· +é» ĥ +ä½ı åľ¨ +å¸Ĥ æĶ¿ +éĿ¢ä¸´ çļĦ +èĥ½ åľ¨ +çŁŃ çŁŃ +羣 人 +æĺİ æĺİ +èµĦ åĬ© +çļĦ ä¸įåIJĮ +å°ı æľĭåıĭ +é¢ĺ æĿIJ +ç¾İ åij³ +æĺŁ åº§ +ä¸į ä¸Ģæł·çļĦ +çľĭ ä¸Ĭåİ» +ä¸Ģ æł¹ +广 å·ŀå¸Ĥ +åıijçĶŁ çļĦ +é«ĺ ç§ijæĬĢ +ä¸Ģ è¾ĪåŃIJ +交 åıī +ä½ĵç³» 建设 +åĽłä¸º æĪij +çıį æĥľ +ä¸Ĭ åѦ +æĪĺ æľ¯ +æѤ ç±» +交 å¾Ģ +æĮī æij© +人们 çļĦ +åħ¶ 實 +åİŁ æĿIJæĸĻ +渴 æľĽ +缸 å¤Ħ +å¾® å¾® +æ® · +ä¹ĺ åĿIJ +å¼Ģå±ķ äºĨ +é«ĺ åĵģè´¨ +æĹłäºº æľº +ä¸įæĺ¯ å¾Ī +çļĦ æĬķèµĦ +èĬĤ çľģ +èĩ ī +ç²¾ éĢī +çļĦ æłĩåĩĨ +åįĹ éĥ¨ +认è¯Ĩ åĪ° +å¹³ éĿĻ +èĹ ¥ +æī« é»ij +æī«é»ij éĻ¤ +æī«é»ijéĻ¤ æģ¶ +éĢĻ 種 +建çŃij éĿ¢ç§¯ +ç¡® ç«ĭ +管çIJĨ åĬŀæ³ķ +æĦı å¿Ĺ +ä¸ ¨ +让 åŃ©åŃIJ +æķij çģ¾ +å½ĵ ä»Ĭ +çģ« çģ¾ +åIJĦ éĥ¨éŨ +ä¾µ çĬ¯ +æ¯ı åij¨ +æı ½ +ä¸Ģ次 æĢ§ +åħ¶ä»ĸ 人 +éĶĻ è¿ĩ +ä¸İ åħ¶ +åĭĩ æ°Ķ +çĩĥ æ°Ķ +é¦ĸ å±Ĭ +æľį 饰 +ç² ¥ +å®Į æ¯ķ +å°± æĬĬ +åĬŀäºĭ å¤Ħ +ä¸Ģä¼ļ åĦ¿ +离 ä¸įå¼Ģ +å¦Ĥæŀľ æĤ¨ +ä»ĵ åºĵ +导 å¸Ī +åIJĪéĢĤ çļĦ +毫 ç±³ +å®īåħ¨ æĢ§ +ä¾Ŀ çħ§ +产ä¸ļ åĮĸ +ä½ł çľĭ +羣çļĦ å¾Ī +åѤ çĭ¬ +éĺ² å¾¡ +å¾Ī ç®Ģåįķ +é£İ æ°´ +ä½Ĩ ä¹Ł +æݨ åĩºäºĨ +æ°ijèIJ¥ ä¼ģä¸ļ +çłģ 头 +å¤įæĿĤ çļĦ +ç»ĦæĪIJ éĥ¨åĪĨ +åħħ满 äºĨ +è¿ij åĩłå¹´ +çľģ æĶ¿åºľ +æľī å¿ħè¦ģ +éĻ ³ +ä¹ĭ ç±» +ä¹ĭç±» çļĦ +æĢ§ ä»· +æĢ§ä»· æ¯Ķ +åķĨ åºĹ +å¸Ĥ åĢ¼ +人æīį åŁ¹åħ» +æ·± åıĹ +管çIJĨ å±Ģ +æģIJ æĥ§ +ä»ħ æľī +æĬµ è¾¾ +æµ· åħ³ +èµĭ äºĪ +äºĭ åĦ¿ +ä»· éĴ± +æīĭ ä¸Ĭ +èĩª å¾ĭ +åħ³ çĪ± +享 æľī +éģĹ æĨ¾ +å¾Īå¿« å°± +æĽ´ å¿« +æłĩ è¯Ĩ +åºĨ ç¥Ŀ +ä¹Ł 好 +ä¸į æĺĵ +æĪij å¾Ī +æĶ¹éĿ© åıijå±ķ +å¤ĸ åľ° +æĬµ æĬ¼ +è¯Ĺ 人 +åİķ æīĢ +æĸ° åªĴä½ĵ +èĸ Ľ +è°Ī è¯Ŀ +ä¸Ģå®ļ ç¨ĭ度 +èµ° åľ¨ +æľĢ 强 +åĬŁ çİĩ +åħ± è¯Ĩ +大 æ¡¥ +ä¸ĭ æĸ¹ +å¤ĸ èµĦ +ç¢ ± +å·¡ è§Ĩ +æ¹ĸåĮĹ çľģ +个 çĻ¾åĪĨ +个çĻ¾åĪĨ çĤ¹ +çļĦ 责任 +çļĦ åĵģçīĮ +åĬ© æݨ +åĪĽéĢł äºĨ +ä»» èģĮ +å¿« æį· +æĿij åºĦ +åİ» çľĭ +æīį èĥ½å¤Ł +å± ¤ +æĪij 家 +æĺ¯ä¸Ģ 款 +ç¾ ħ +åĨ° éĽª +æŀģ 大 +çģ¯ åħī +éĨ ĭ +ä¸İ åħ¶ä»ĸ +æıIJåĩº çļĦ +éĿł è¿ij +è°ĥ åĬ¨ +å°½ åı¯èĥ½ +åıij åĬĽ +ç»Ļ 她 +éĢĤ éĩı +è·¨ åĽ½ +åħĪ è¡Į +æĸ° æĿIJæĸĻ +ä½ľ äºĨ +满 äºĨ +ä¸į 满 +çļĦçľ¼ çĿĽ +çľĭ å¾Ĺ +è¿Ļ ä¸Ģ次 +é½IJ åħ¨ +çļĦä¸Ģ éĥ¨åĪĨ +ä¸ Ļ +æ¸ħ æĸ° +說 æĺİ +身边 çļĦ +æīĢæľī 人 +å½° æĺ¾ +è± ¹ +åį ¿ +è¿IJ 转 +æĮĩ å¼ķ +å¸Ĥ åħ¬å®īå±Ģ +åıĤ å±ķ +ä¹ĭ æŶ +éĩijèŀį æľįåĬ¡ +èµĦæľ¬ å¸Ĥåľº +èĥ½ 让 +å¿ĺ äºĨ +天 åłĤ +æ¯Ķå¦Ĥ 说 +éĬĢ è¡Į +èĽĭ ç³ķ +çĶ © +æł¸ å®ŀ +æĻ® 京 +ä¼ĺ ç¾İ +åı£ èħĶ +漫 çĶ» +çľ¼ éĩĮ +äºĨ ä¸ĭæĿ¥ +æĪij们 ä¹Ł +ä¾ į +为 ä¸Ńå¿ĥ +å¥ĩ 迹 +éĿĴ çĿIJ +æĪªèĩ³ 缮åīį +åĩº ä¾Ĩ +æĢ» åħ¬åı¸ +å¼¥ è¡¥ +ç®Ĺ æ³ķ +å·¥ä½ľ 室 +æīĢ以 æĪij +æ°´ åĪĨ +æīĢ å±ŀ +ä¸į 说 +ä½Ĩæĺ¯ åľ¨ +è¦ģ åİ» +åĪĽä¸ļ èĢħ +ä¸į æ¸ħæ¥ļ +åĽĽ åij¨ +æĺ¯ ä»İ +çļĦ æł¹æľ¬ +çģ ¶ +æ¯Ľ æ³½ +æ¯Ľæ³½ 举 +æµ· åı£ +åĽĽ åįģ +ä¹Ł 被 +èģ · +ä¸Ģ æīĭ +绩 æķĪ +çļĦ çĶ·äºº +书 ç±į +ä¸Ģ èĦ¸ +大 äºİ +鼶 éĥ¨ä»¶ +åħ³ æĢĢ +å¹³ ç±³ +æļ´ éľ² +å¾Ĺ å¤ļ +ä¸ī 级 +æľ¬ åij¨ +两 èĢħ +对 ä¸ŃåĽ½ +åıª è§ģ +欧 ç¾İ +å¦Ĥæŀľ æľī +å·²ç»ı æĺ¯ +çľĭ å®Į +çģ« éĶħ +èµ IJ +ä¸Ģ éģį +æĦŁ åĨĴ +ç»ĵ å±Ģ +ä»ĵ åĤ¨ +å®ŀ åľ° +åī¯æĢ» ç»ıçIJĨ +ä¹Łä¸į çŁ¥éģĵ +碰 åĪ° +åIJĪ 计 +客æĪ· çļĦ +ç½Ĺ 马 +æĦī å¿« +é£ Ľ +çĥŃ çĥĪ +伦 æķ¦ +åĮ» ä¿Ŀ +éĺ¿éĩĮ å·´å·´ +åĨį 说 +为 åŁºç¡Ģ +çĶŁäº§ ç»ıèIJ¥ +è¿ĻäºĽ 人 +åĪĹ è½¦ +æ²³åĮĹ çľģ +è¿Ļ 段 +æ´»åĬ¨ ä¸Ń +å© · +çĶŁ çIJĨ +ä¸ŃåĽ½ 人æ°ij +éĦ Ĥ +åIJ¬ åıĸ +å¤į ä¹ł +æľī çĽĬ +æĶ¶ æĭ¾ +å¾Ī åı¯èĥ½ +ç½ij绾 游æĪı +们 çļĦ +èµĭ èĥ½ +éļ¾ å¾Ĺ +åĪĨ æīĭ +羣 è¯ļ +åħ¬åı¸ åľ¨ +åĿĩ è¡¡ +åı£ åij³ +çīµ 头 +ä¸ĢèĪ¬ çļĦ +轿 车 +çŃī äºİ +æ²ī é»ĺ +æĪij éĥ½ +å°ı ç¨ĭåºı +ä¸Ģ åī¯ +æī¿ è½½ +åľ° è´¨ +çķĮ éĿ¢ +çĶµ æľº +çĦ¦ èĻij +éĶĢåĶ® é¢Ŀ +æĸ° 车 +ä¸Ĭ 游 +主 æ¼Ķ +éļIJ ç§ģ +åıijå±ķ æĪĺçķ¥ +çļĦ åĬªåĬĽ +å¼Ģ åħ³ +解åĨ³ éĹ®é¢ĺ +çĿ£ 导 +对 æĬĹ +å¾Īå¤ļ 人éĥ½ +æĹł æķĪ +产åĵģ è´¨éĩı +å®ī å¿ĥ +åįİ äºº +ä¸į 符åIJĪ +èĩª 家 +éĺµ å®¹ +çļĦ åIJĦç§į +çļĦ çIJĨ念 +çļĦ æĸĩåĮĸ +为 èĩªå·± +å±± æ°´ +游 æ³³ +éľĩ èį¡ +çĶŁæ´» æĸ¹å¼ı +è¿ľ 离 +çŁ³ åĮĸ +æѤ äºĭ +æĺ¯ çľŁçļĦ +çļĦ æ¯Ķä¾ĭ +çĶ¨ çĶµ +奥è¿IJ ä¼ļ +ä¿Ŀ å®ī +èĽĭçĻ½ è´¨ +çļĦ å¿ĥçIJĨ +å· « +åı· çłģ +æ°Ķ ä½ĵ +åıij æĶ¹ +åıijæĶ¹ å§Ķ +åĮ» å¸Ī +æ¶Ĥ æĸĻ +æĺ Ĭ +å¸Ĥ 级 +ä¸ĸçķĮ çļĦ +åĪĨåĪ« æĺ¯ +çł´ 产 +ä¸Ģ æĿ¯ +æĭī å¼Ģ +å¹³ åĩ¡ +çļĦ åıijçĶŁ +åĬ¨ æīĭ +ä¸Ģ缴 以æĿ¥ +æīĭ å·¥ +éĩĮéĿ¢ çļĦ +æĹł åħ³ +ä»ĭ åħ¥ +èµ° ä¸Ĭ +å°±æĺ¯ è¦ģ +å¹´ éĹ´ +åĩº çı¾ +å½± éŁ¿ +å¹ħ 度 +éĽ ģ +éģĵ åħ· +缮çļĦ åľ° +åIJİ èĢħ +ä¸Ĭ æ¼Ķ +äºĨ åĩł +æ®ĭçĸ¾ 人 +å¿Ļ ç¢Į +æĺ¯åIJ¦ æľī +并 对 +ä¼ļ 导èĩ´ +æ°´ åºĵ +ç»Ĩ èĩ´ +åIJİ æĤĶ +å¿ĥ æĢĿ +åģļ äºĭ +åİĤ æĪ¿ +çĿ ¿ +è¿IJèIJ¥ åķĨ +头 éĥ¨ +çļĦ è§Ĵèī² +æĺ¯ ä»ĸ +æĹ¢ æľī +å°ıæŶ åĢĻ +强 åĬ² +主 æĴŃ +åħ¨åĽ½ åIJĦåľ° +æį ı +æįŁ åĿı +åķĨ ä¼ļ +ä¿Ŀ ç½Ĺ +çľģ å¸Ĥ +éļ§ éģĵ +æľī ä¸įå°ij +è¦ģ åľ¨ +建设 é¡¹çĽ® +ç³ĸ å°¿ +ç³ĸå°¿ çĹħ +æĿ¡ä»¶ ä¸ĭ +ä¼ĺè´¨ çļĦ +é¦ĸ åıij +å½ĵæŶ çļĦ +丰 çĶ° +大 çĽĺ +缸 继 +å®ģ å¤ı +åħ¥ ä½ı +æĪij è¿ĺ +åħĭ æĸ¯ +å®ļ ä»· +å¹³æĸ¹ åħ¬éĩĮ +çļĦ çŁ¥è¯Ĩ +æĪij们 ä¼ļ +åħĥ å®Ŀ +ä½ĵ éĩį +è³ £ +对 æĪij们 +çŁ³ 家 +çŁ³å®¶ åºĦ +ç²¾ åįİ +å½¢ çĬ¶ +åıĹ åĪ°äºĨ +ä¿® 订 +ç¾İ åľĭ +é«ĺ æ¸ħ +çľ¼ éķľ +è§īå¾Ĺ èĩªå·± +带 ç»Ļ +åĶ® ä»· +éŨ 票 +åŃķ å¦ĩ +çĶµè§Ĩ åı° +åıij ä½ľ +çļĦ åij³éģĵ +éķ¿ è¿ľ +åħ¬åħ± æľįåĬ¡ +æŃ£å¸¸ çļĦ +æľī è¿ĩ +é£İ æĥħ +æ¯Ķ éĩį +åIJ » +管çIJĨ å·¥ä½ľ +综åIJĪ æĢ§ +å·² 被 +说 èµ· +æİĴ æ°´ +ä¸įæĸŃ åľ° +æĥħ æĢĢ +è¾ĵ éĢģ +è¿ĩ æķı +çļĦ åı¯èĥ½æĢ§ +æľį çĶ¨ +æľī 许å¤ļ +å§Ķ åī¯ä¹¦è®° +åĮĸå¦Ĩ åĵģ +æļĤ åģľ +æĬķèµĦ 人 +çıŃ çº§ +说 çĿĢ +åįĹ åĮĹ +åĪĨ è¡Į +çıł å®Ŀ +å¯ ¶ +å¢ŀ å¤ļ +被 åĬ¨ +çī¹æ®Ĭ çļĦ +éĹľ ä¿Ĥ +çļĦ èĦ¸ +æĥ Ł +ä¸į ä¸Ģå®ļ +ç¶ Ń +çģ« çĪĨ +秣 éĩij +çŀ § +éĩį 建 +è· ª +ä¸Ģ 種 +çļĦ åIJĪä½ľ +å®ī æħ° +ä»į æĺ¯ +ä¸ĵä¸ļ åĮĸ +è°ĥ 解 +ä¸į 妨 +éĢĻ æĺ¯ +å¿ħ éłĪ +ä¼Ĭ æľĹ +å¾Ĺ äºĨ +æľįåĬ¡ å¹³åı° +å§ ¬ +åħĪ éĶĭ +çİĭ åŃIJ +çļĦä¸Ģ åĪĩ +æĢ» çIJĨ +åĵ ¼ +çª ij +çļĦå¿ĥ æĥħ +çļĦ éĩį大 +çij Ł +ä¸Ģ ç¬ij +åıijå±ķ ä¸Ń +åģ¥åº· åıijå±ķ +åĵģçīĮ çļĦ +ç¦ ® +ä½Ļ 人 +ä»Ĭå¹´ 以æĿ¥ +æķ° çłģ +çŃ¾ è¯ģ +åİ» æī¾ +åŁºéĩij ä¼ļ +æĬ± æĢ¨ +æŃ£ å½ĵ +çıŃåŃIJ æĪIJåijĺ +ä¸į åIJĪæł¼ +åĪ¶ å®ļäºĨ +ç¼ĵ æħ¢ +åĪ¶ 约 +æłı 缮 +å¸Ĥåľº ç»ıæµİ +ç»ĦæĪIJ çļĦ +严 å³» +æĹ¥ 讯 +ä¸ĢçĤ¹ çĤ¹ +æĺ¯ æĢİä¹Ī +çļĦ çħ§çīĩ +éĺ» æŃ¢ +模 ç³Ĭ +ç¼ ¸ +éģķ åıį +æIJ¬ è¿ģ +éĩij éĴ± +å½ ¬ +ä¸į å®ī +æĪĺçķ¥ åIJĪä½ľ +å¡« åĨĻ +讲 究 +åħħåĪĨ åĪ©çĶ¨ +èĥ½ å¤ł +èij¡èIJĦ éħĴ +éĩĩçĶ¨ äºĨ +åľ¨ ä»Ĭå¹´ +ä¸Ńå°ı åѦ +åľ¨ æĦı +çļĦ åİĭåĬĽ +ä¸į 幸 +åĪ¶ èį¯ +åı¯ä»¥ 让 +被 è¯Ħ为 +ç»Ĩ èıĮ +æĪı åī§ +åįĬ 导 +åįĬ导 ä½ĵ +è§Ĩ è§Ĵ +åĸľ æŃ¡ +å¾ģ æĶ¶ +è°ĭ åĪĴ +æŀģ 大çļĦ +çĤ¹ èµŀ +è®°èĢħ ä»İ +两 åIJį +èĩª åĬ© +èµ· æŃ¥ +æĬ¤ 士 +å®Ŀ 马 +太 åŃIJ +å°ıå°ı çļĦ +温 æ³ī +åĩºç§Ł 车 +秣 æĪ¿ +两 家 +éľĩ æĴ¼ +ç§ī æī¿ +ä¸Ģ件 äºĭ +çĥĪ 士 +å®ĺ åħµ +转 身 +ä¹IJ åĽŃ +çĻĮ çĹĩ +模 èĮĥ +æĦ £ +è¿ĩåİ» çļĦ +代 ä»· +çļĦ æ¦Ĥ念 +åĩł çĻ¾ +è´µ éĺ³ +æĭħ 忧 +éĢĤ å®ľ +çݯå¢ĥ ä¿ĿæĬ¤ +çĥ « +ä½ł æĥ³ +æѤ åIJİ +ä½ł ä¹Ł +çį İ +éĻ¤ æѤ +éĻ¤æѤ ä¹ĭå¤ĸ +è°ĥ 度 +ç§ij 缮 +æīĢ说 çļĦ +åĬ ĩ +忽 è§Ĩ +ä¸ī 次 +ä¸Ģ æĹ¥ +åŀĤ 缴 +ç«ŀ æĬĢ +éĿ¢ åĮħ +大 æĪĺ +æIJº 带 +å¦Ĥæŀľ 没æľī +åħ» æĪIJ +åĩº è¡Ģ +çĪ±å¥½ èĢħ +æīĵ éĢļ +èµ· è¯ī +åijĪ çİ°åĩº +æŃĮ æīĭ +åľ¨ å¤ĸ +é¢Ĩ导 å¹²éĥ¨ +åĨ ¥ +èĪĨ 论 +æıIJ åıĸ +éĺ¿ å°Ķ +æľĽ çĿĢ +ä¸ī äºļ +è² ¡ +åĪ ·æĸ° +æĻļ æĬ¥ +è¿ĺæľī ä¸Ģ个 +åĨ° ç®± +ç½ij çĤ¹ +åĩº åħ· +强çĥĪ çļĦ +æĪij çĽ¸ä¿¡ +å¸ĮæľĽ èĥ½ +çīĻ 齿 +äºĭ å®ľ +ä¸ļåĨħ 人士 +代 æĽ¿ +åıĺ å½¢ +éĽ ² +è°ĥ æݧ +åĪĽæĸ° åĪĽä¸ļ +æĭĨ è¿ģ +æł¸ æŁ¥ +éĢ Ĺ +åħ¥ åѦ +æĦı åIJij +æı Ľ +ä¸ĭ 次 +ä¼ł è¾ĵ +ä»ĸ们 åľ¨ +èĢĮä¸Ķ è¿ĺ +æĹ¥ åľ¨ +æķĻ è®Ń +æ´» çĿĢ +çļĦ æľīæķĪ +å¤įå·¥ å¤į +å¤įå·¥å¤į 产 +æĺ¯ä¸Ģ 件 +çŃī çĿĢ +å¾ © +åĭĩ æķ¢ +éģŃ åıĹ +å¥Ķ é©° +讲 座 +说 å®Į +ç»Ļ åĩº +è° ¦ +è¯Ĭ çĸĹ +çĽ² 缮 +客 è¿IJ +å°± è¿ŀ +å¼Ģ åħĥ +å¼Ģåħĥ æ£ĭçīĮ +ä¸įæĸŃ æıIJåįĩ +çĶ¨æĪ· çļĦ +æĴ ķ +ä¾Ľ æ°´ +ç¶ĵ æ¿Ł +ä¸Ń åĮ»èį¯ +èģĶ æĥ³ +åħ¬äº¤ 车 +èĪª çıŃ +æĬĢ è¡ĵ +å¼ķèµ· çļĦ +å° ¹ +èµĦ æ·± +åĽ½èµĦ å§Ķ +èĺ Ń +é¼» åŃIJ +éĹ ½ +æİĴ éĺŁ +è§Ĥ åħī +éģĹ åĿĢ +举 京 +é¥Ń åºĹ +ä¸įæĸŃ çļĦ +å°±æĺ¯ ä¸Ģ个 +éķ¿ ä¹ħ +çļĦ è§ĤçĤ¹ +å¨ ¶ +æĪij çİ°åľ¨ +çķ ° +å¾Ĺ åĩº +å¿ħ å®ļ +ä¸į åıĹ +åıª éľĢè¦ģ +åĽ° æī° +ç§ijåѦ æĬĢæľ¯ +çīĽ èĤī +è¾ĥ é«ĺçļĦ +è·ij æŃ¥ +æ² ¾ +èı© èIJ¨ +æľĢ å¾Į +ä¿Ŀ å¯Ĩ +æ²» å®ī +éĤ ± +常 è¯Ĩ +èĦ¸ èī² +åĮĹ å¤§ +æ±ĩ èģļ +æijĨ èĦ± +é¾Ļ头 ä¼ģä¸ļ +女 åıĭ +çŃī å·¥ä½ľ +ä¸Ń ç¾İ +èģĮ åľº +èĦij è¢ĭ +åĨĻ çļĦ +饲 æĸĻ +åĬ³ åĬ¨åĬĽ +å± ¯ +æĮģ èĤ¡ +åĽ¾ åĥı +è¿ĩåİ» äºĨ +è² ¨ +è¾ ² +éĹ® æĪij +è·Ł ä½ł +çĶŁ æŃ» +审 ç¾İ +é¢Ĺ ç²Ĵ +ä¸Ń æĸ¹ +åĬł çĥŃ +æĹħè¡Į 社 +çĻ¼ çĶŁ +ä¸į åłª +åĤ · +æ¥ ł +åĬŀ æ¡Ī +æŁ Ħ +æĹ¢ æĺ¯ +å¤Ħ åĪĨ +羣å®ŀ çļĦ +æĬ¥ 纸 +å¸Ī çĪ¶ +å®īå¾½ çľģ +åī¯ 主å¸Ń +ä¹ĭ éģĵ +导 å¼¹ +åŃ¦æł¡ çļĦ +åŁİå¸Ĥ çļĦ +è°Ī åĪ° +æ¢ Ĺ +å¹³ éĿ¢ +说 ä»Ģä¹Ī +é¢ij çİĩ +éķ¿ ä¸īè§Ĵ +çļĦ åĪ©çĽĬ +é» ¨ +è±Ĩ èħIJ +å®ŀéĻħ æĥħåĨµ +æŀĹ ä¸ļ +纪æ£Ģ çĽijå¯Ł +ä½ı éĻ¢ +çļĦ æķ´ä½ĵ +åīį è¡Į +æĮ ¨ +çħ¤ çŁ¿ +åī¯æĢ» è£ģ +å°ı åIJĥ +æŀģ 端 +å©Ĩ å©Ĩ +çİ° è´§ +è¯Ĺ æŃĮ +éĴ¥ åĮĻ +缩 çŁŃ +ä½Ĩ è¿Ļ +æĸ° åĵģ +è¿Ļ 对 +çŁ¥åIJį 度 +å¿ĹæĦ¿ æľįåĬ¡ +大 å±Ģ +è¡¡ éĩı +ä½ĵçİ° äºĨ +æ¡ĥ èĬ± +åIJ¸å¼ķ åĬĽ +åł ¤ +æĵħ éķ¿ +åĴ Ĵ +缸 æľº +ä¸Ģ ç«Ļ +ä¸Ģç«Ļ å¼ı +æľĢ ç¾İ +æ°¸ ä¹ħ +çļĦ éĥ¨åĪĨ +åĪĨ å·¥ +å·¥ç¨ĭ 建设 +æIJŃ è½½ +æ°´ ä¸Ń +èĮ ¨ +çļĦ æĵįä½ľ +绣 æ²» +çķħ éĢļ +åħļçļĦ åįģ +è¼ ¸ +æ¸ ¬ +ç¾İ è§Ĥ +ä¸į åĪ© +åıį æĢĿ +éªĦ åĤ² +æłĩ çļĦ +æĿĢ 人 +éĺ¿ å§¨ +é£Ł æĿIJ +åIJĥ çļĦ +åIJİ åĨį +çŁ £ +两 侧 +æ¸ħ æ°´ +è¿Ľ çIJĥ +å¼Ģå§ĭ äºĨ +åIJ¬ äºĨ +çĦĬ æİ¥ +çŁ ® +å¨ Ł +为 人 +éĢģ ç»Ļ +åĨĴ éĻ© +æķ · +ç»Ī æŃ¢ +æīį çŁ¥éģĵ +è¿IJ æ°Ķ +éĢļ é£İ +æĥĬ 讶 +ç§ijåѦ éĻ¢ +æıIJ éĹ® +太 åİŁ +缸åIJĮ çļĦ +ä» ķ +èģ ĸ +æĥħ æ³ģ +é¢Ĩ导 人 +åĩºæĿ¥ äºĨ +沿 线 +éĻ ½ +æĦŁ 覺 +ä»į åľ¨ +æ© Ļ +约 为 +åĸĿ éħĴ +çĶ¨ èį¯ +ä¸ĭ ä¸Ģ +æ³ķ å®ĺ +顺 åºı +åģļ ä¸Ģ个 +åĭ ¢ +æŃ ª +çĶµ ç«ŀ +ä¼´ éļıçĿĢ +ä¹ĭ åĬĽ +ä¹ĭ 人 +äºij 计ç®Ĺ +åĪ«äºº çļĦ +ç§ijåѦ åıijå±ķ +第 åħ« +å¹² æī° +女 ç¥ŀ +è¿Ļæł· åģļ +å¤Ħ åľ¨ +æ°´ è´¨ +éķ¿ æĺ¥ +å¸Ĥåľº éľĢæ±Ĥ +ç»´ æĿĥ +èĢ³ æľµ +æĸĩåĮĸ çļĦ +奶 ç²ī +ä¼ł è¾¾ +æīĭæľº çīĪ +æĽ¾ åľ¨ +äºĮ æľŁ +åİŁåĽł æĺ¯ +æºIJ 头 +åıĪ èĥ½ +è£ ¸ +æĬĢæľ¯ åĪĽæĸ° +æĸĩåĮĸ æĹħ游 +åıij 票 +å¹´ 级 +ä½ł ä¸į +ä¹ĭ å¿ĥ +æķ° çĻ¾ +åIJij å¾Ģ +èĢģ 家 +åľĭ éļĽ +çļĦ é«ĺ度 +æľĿ éĺ³ +æ¸ħ éĻ¤ +èĩª æľī +书 ä¸Ń +游æĪı è£ħå¤ĩ +ä¸ĩ å¤ļ +驾驶 åijĺ +ä½ł çŁ¥éģĵ +åĽ½ åºĨ +é£Ł åłĤ +æİ¥ åı£ +æĢ» æķ° +åħ¶ä»ĸ çļĦ +çĶŁåij½ çļĦ +ä½ł åľ¨ +çļĦ 缮åħī +è¿Ļ æĸ¹éĿ¢ +éĥ½ 说 +çĸĹ æ³ķ +åĭĩ 士 +åľ¨ åħ¨çIJĥ +ä¿ĿéĻ© åħ¬åı¸ +çĿ£ æŁ¥ +åĸĦ èī¯ +表 å½° +è¹ ² +è·¯ 段 +æľĥåĵ¡ è¦ı +æľĥåĵ¡è¦ı ç¯Ħ +æĪ· åŀĭ +ä¿ĥ 使 +ä¿® 建 +é«ĺ æ°´å¹³ +åģļ åĩºäºĨ +主 åľº +è¡Į èµ° +空 çĻ½ +æľī人 说 +è¿Ļ个 ä¸ĸçķĮ +åIJį ä¹ī +å®Į ç¾İçļĦ +羡 æħķ +åıĬ åħ¶ä»ĸ +åı¯ çĶ¨ +æĭ IJ +è¾ĥ 大çļĦ +æĬĢæľ¯ åĴĮ +å°¼ äºļ +çĻ¾ è´§ +æı ī +éĢī è´Ń +éĺŁ åıĭ +ä¼ł æĦŁ +ä¼łæĦŁ åĻ¨ +åıªè¦ģ ä½ł +为ä»Ģä¹Ī è¦ģ +ä¸ĵ注 äºİ +ä½Ļ é¢Ŀ +åħ¸åŀĭ çļĦ +缮åīį å·² +欲 æľĽ +èģĶ 绾 +æµģ ä¼ł +çļĦ 家åºŃ +åı· åı¬ +çıį è´µ +ä¼Ł 大çļĦ +éī´ äºİ +è·Ł ä»ĸ +产 çī© +ä¸į å·² +è¿Ŀæ³ķ è¡Į为 +头 ä¸Ĭ +åĪĨ 解 +åı¯ä»¥ çľĭåĩº +æł¡ åĮº +åŃĹ ä½ĵ +ä¿® çĤ¼ +çĶļèĩ³ æĺ¯ +微信 åħ¬ä¼Ĺ +åıĸ 代 +èIJ¥ä¸ļ æĶ¶åħ¥ +æ½į åĿĬ +ä½ł èĥ½ +社ä¼ļ ä¿Ŀéļľ +æ¯ĶèµĽ ä¸Ń +污水 å¤ĦçIJĨ +夫 å¦ĩ +ä¸Ģ å¹ħ +沿 æµ· +åı£ æĦŁ +ä½Ĩ åį´ +å½ĵ æĹ¥ +çļĦ æľĢ大 +æ¯ı ä¸Ģä½į +没 äºĭ +çī¹ åĪ¥ +å¼Ģ åѦ +è·¯ éĿ¢ +å¿ĥçIJĨ åѦ +æĶ¾ ç½® +éĩįåºĨ å¸Ĥ +ä½ł èĩªå·± +æ¶Īè´¹èĢħ çļĦ +ä¸Ģ æ³¢ +èѦ æĥķ +åį§ 室 +注 å°Ħ +é£İ 鼨 +沿 çĿĢ +åijĬ 訴 +表 çİ°åĩº +åĽĽ æĺ¯ +åı¤ åħ¸ +æĽ´ éĩįè¦ģçļĦ +好 äºĭ +çľ¼ 泪 +æ¨ ĵ +审 åĪ¤ +碰 æĴŀ +车 ç«Ļ +è¿Ľåħ¥ äºĨ +éĽĨ åIJĪ +æł¼ å¤ĸ +宾 é¦Ĩ +æĶ¯ä»ĺ å®Ŀ +她 æĺ¯ +æĺ¯ å¦Ĥä½ķ +人 次 +çļĦ æĪIJåĬŁ +æĹł åĬĽ +æµ· æĭĶ +æĺ¥ åŃ£ +éĥ½ ä¸įä¼ļ +çŃī å¤ļç§į +ä¸Ģ个 å°ı +åģľè½¦ åľº +让 æĽ´å¤ļ +è¿Ļ çĤ¹ +æĪIJ åĵģ +éĴ ī +éģĩ è§ģ +çıŃ ä¸»ä»» +æĦı æĦ¿ +çļĦ åIJĮåѦ +游 è§Ī +åİĭ 缩 +åľ¨ ä¼łå¥ĩ +å¼¹ æĢ§ +æĹ¥ åĨħ +ç¦ı建 çľģ +è§Ĵ èIJ½ +åĪĨ å¼Ģ +ä¼ļ 让 +å¤ĸ åĽ´ +çĨŁæĤī çļĦ +çĨ Ķ +ä¸ĩ è¾Ĩ +å¤ľ éĹ´ +车 身 +ä¸Ń æľŁ +å®ĮåĸĦ çļĦ +åĵģ ç±» +åıĭ è°Ĭ +éĢīæĭ Ķ +éªij 士 +å½ ¦ +çļĦ çľĭæ³ķ +åĽ½ çİĭ +è¾£ æ¤Ĵ +åıijå¸ĥ æŶéĹ´ +åı¤ åŁİ +éļı æľº +ç« ĸ +å¼Ģ è¾Ł +ä¼Ĺ çĶŁ +没 åĬŀæ³ķ +åįĥ éĩĮ +æĿ¥æºIJ äºİ +çļĦ æĿĥåĪ© +æ¯Ķ åĪĨ +满æĦı çļĦ +ä¿® è¡Į +åĿ ł +大 æµ· +èİ ¹ +åĩº 身 +è« ĩ +åħ³ èĬĤ +åIJį 人 +éľĢè¦ģ 注æĦı +æĹ© æĻ¨ +å¤ĸ åįĸ +åıĪ è¦ģ +æ¶ī æ¡Ī +çĶ³è¯· 人 +éĻĦè¿ij çļĦ +åĬłå¿« æİ¨è¿Ľ +æĸ° å¹´ +大 è¡Ĺ +ä¸Ģ é»ŀ +èĭı å®ģ +æĤĦ æĤĦ +èĦ¾ æ°Ķ +å¸Į èħĬ +éļı åį³ +æķ¢ äºİ +å®ŀè·µ ä¸Ń +æĺ¯ æ²¡æľī +æľī趣 çļĦ +æĿ¥èĩª äºİ +è£ģ åĪ¤ +女 åŃ©åŃIJ +èĩ³ åħ³ +èĩ³åħ³ éĩįè¦ģ +æĻº åĬĽ +èµ° åĩºåİ» +çŁŃ æĿ¿ +大 åĽ½ +çļĦ 认è¯Ĩ +å¹´ å¤ľ +åĨį åĪ° +åIJĮ æł·çļĦ +å¯Ĩ å°ģ +å¤ĸ交 éĥ¨ +çĶŁ æķĪ +æĤ¨ åı¯ä»¥ +ä½ł åĢij +è¿ĩ å¹´ +å¼ ĵ +è¡Į æĿİ +æ¯Ķ èµ· +身 é«ĺ +è¿Ļ个 人 +ä¸Ń å¤ĸ +éģĵ æŃī +çĽ¯ çĿĢ +亲 åŃIJ +éĹ ¸ +çĻ½ äºij +èĦĸ åŃIJ +ä¸ĢåĪĩ éĥ½ +æ· ij +è° ľ +åģ¶ çĦ¶ +éĿł è°± +é«ĺ 管 +ä¸ĭ åıij +æĶ¾ åĪ° +ç±» åĪ« +ä¸ĭ åĪĹ +æ·· ä¹± +åIJĪæ³ķ æĿĥçĽĬ +çݯ çIJĥ +æľīæķĪ åľ° +åķĨ æĪ· +æ¹ĸ 人 +æµ· 岸 +æĬķ 产 +两 个æľĪ +éĥ½ éĿŀ常 +å¢ŀ强 äºĨ +æĿ¥ åĪ°äºĨ +åī© ä½Ļ +æĤ¨çļĦ åŃ©åŃIJ +æµģ æ°´ +æŃ£ ä¹ī +天 çĮ« +åģļ è¿ĩ +ä½ķ æŶ +æĪij åİ» +çľģ 份 +å¥ĸ éĩij +该 å¦Ĥä½ķ +ä¸ĭ çıŃ +åģ¶ åĥı +æijĨ æĶ¾ +æĸ° 模å¼ı +æĬķ è³ĩ +è·¯ åı£ +åĨľæ°ij å·¥ +大 åѸ +件 äºĭ +æł¹æľ¬ ä¸į +æµĵ 度 +æµĵ åİļ +è½® èĥİ +æĪ¿ ä¼ģ +éĿŀ常 好 +ä»İ ä¸Ń +人 æł¼ +ç¿ ģ +æŶéĹ´ åĴĮ +è¿Ļ ä¸įæĺ¯ +åĪ¸ åķĨ +æĥĬ 人 +åĻ¨ å®ĺ +åĩĨ åĪĻ +æĥħ æĻ¯ +æĽ´ é«ĺçļĦ +åѦ 家 +泡 沫 +åľ°æĸ¹ æĶ¿åºľ +å°± çŁ¥éģĵ +åij¼ åIJģ +ç»ı è´¸ +èĬ± éĴ± +æľī ä¸Ģ次 +æĦŁ æħ¨ +ä¸Ģ åįĥ +å¤ľ æĻļ +詹 å§Ĩ +詹å§Ĩ æĸ¯ +è¦ģ éĹ» +ç» Ĵ +æºIJ äºİ +çļĦ è´¨éĩı +注æĦı äºĭ项 +æħ¢ æĢ§ +稳å®ļ çļĦ +建设 åĴĮ +æĻ¯ 象 +éĩı åĮĸ +çļĦ 話 +è¯Ħ 级 +æº ľ +红 åĮħ +éĢļ éģİ +社ä¼ļ 责任 +æĸ° 产åĵģ +åĨ· éĿĻ +çľĭ ä¸įåĪ° +èģĶ éĤ¦ +éŃ Ħ +çļĦ åīįæıIJ +çļĦåīįæıIJ ä¸ĭ +è¾ĥ 好 +çļĦ æĦŁæĥħ +客æĪ· æıIJä¾Ľ +çĭ¬ èĩª +å¢ŀ æĶ¶ +æĸĩ çĮ® +æĭ¼ åij½ +管çIJĨ åĴĮ +æµģåĬ¨ æĢ§ +åħ¨ 家 +ä¸Ĭ æĸ¹ +æݨåĩº çļĦ +ä¸ī åĽ½ +ä¸Ģ个 æĺ¯ +æĸ° ä¸Ģè½® +æĸĩåĮĸ éģĹ产 +æ® º +大 æ¹¾åĮº +éĥ½ éľĢè¦ģ +çļĦ å®ŀéĻħ +ç· Ĭ +大 å¥ĸ +åħī èĬĴ +便 äºİ +çļĦ 表æĥħ +æ¼Ķ ç»İ +红 åĨĽ +å½ĵ æĪij +æ²» æĦĪ +é¢Ŀ 度 +éĿ ľ +ä»»ä½ķ 人 +è¡Ĺ 头 +çī¹ æĸ¯ +çī¹æĸ¯ æĭī +åĮ»çĸĹ æľºæŀĦ +ç»Ļ åŃ©åŃIJ +è§Ħ 磩 +è£ ľ +çļĦ 身影 +ä¸ĵ æłı +æĿ¥ 临 +ç«¥ å¹´ +å¤į èĭı +è¨ Ĥ +åŀĭ åı· +åĽ¾ æ¡Ī +ç®Ģ åİĨ +æĭ ± +èį· åħ° +ä»» æĦı +æī¿ æİ¥ +è¿Ļ æīį +客 车 +æľĿ çĿĢ +éłħ 缮 +åı° é£İ +çļĦ æĪ¿åŃIJ +éª ı +æĿ± 西 +éģĹ ä¼ł +è¶Ĭ å¤ļ +äºĨ ä»ĸçļĦ +ä¸Ĭ åij¨ +管çIJĨ åĪ¶åº¦ +失 ä¸ļ +çĶ· åıĭ +æİ¥ ç§į +å¨ģ åIJį +çĴ° å¢ĥ +åıijçĶŁ åľ¨ +个 åĽ½å®¶ +åĪĽæĸ° åıijå±ķ +æĶ¹åıĺ äºĨ +åģ¥åº· çļĦ +åĢ¼å¾Ĺ ä¸Ģ +åĢ¼å¾Ĺä¸Ģ æıIJ +åĽ¢ ä¼Ļ +åģĩ 设 +åı° ä¸Ĭ +è§ĦèĮĥ åĮĸ +éĻª åIJĮ +座 æ¤ħ +åı¯ æĢľ +åħĭæĢĿ 主ä¹ī +æ³ķå¾ĭ 责任 +ä¸Ģ é¡¿ +æĬ¬ 头 +为 éĩįçĤ¹ +è¿ľ æ´ĭ +éĢı è¿ĩ +åħ¨çIJĥ åĮĸ +趣 åij³ +票 æĪ¿ +æ¯ı 人 +åIJĦç§į åIJĦæł· +äºĨ åĩºæĿ¥ +ç»Ŀ对 æĺ¯ +ä¸ĭ å±ŀ +ä¸Ģ åıĮ +è¿Ļ åĿĹ +æĬĹ çĸ« +è¦ģ çĤ¹ +å½¢æĪIJ çļĦ +æĪij çľĭ +ä¸ĩ éĩĮ +èĢĥ çłĶ +为 åħ¶ +æ°ij 宿 +å¤ļ ä½į +大 èĩ´ +ä»ĺ è´¹ +åħ¥ æīĭ +å±ħ 家 +æīĢåľ¨ åľ° +人 身 +è¿ĩ å¾Ĺ +è¯ķ è¯ķ +访 è°Ī +åĬł éĩį +å°± ä¸įä¼ļ +çĶŁäº§ ä¼ģä¸ļ +åĽŀ åĽ½ +åºķ 线 +赶 åĪ° +æĶ¯ éĺŁ +æĪij们 éĥ½ +éĤ® æĶ¿ +缴 èĩ³ +éĴ¢ çIJ´ +åħ ľ +çłĶ讨 ä¼ļ +æľĪ 亮 +åĿļæĮģ 以 +åħ¬å®ī éĥ¨ +éĴ¢ 管 +å°ı çĻ½ +ç½® ä¸ļ +èģ ĭ +书 åĨĻ +æĿ ı +éħį æĸ¹ +èĢĮ åıĪ +çijŀ 士 +çķĮ çļĦ +èĢģ 大 +æĪIJçĨŁ çļĦ +å¹² ä»Ģä¹Ī +ä¸ĵ项 æĸĹäºī +çŃī å¤ļ个 +èĦ± 离 +ä¸ī 个æľĪ +çłĶ究 åijĺ +æĹĭ 转 +æŀģ èĩ´ +åħį è´£ +åħįè´£ 声æĺİ +å¾Īå¤ļ çݩ家 +车 ä¸Ĭ +交 äºĴ +å·² æĺ¯ +ä¸Ģ å°ı +çļĦ éĩįçĤ¹ +èĬ± äºĨ +ä¸į æĺİ +æľīåħ³ è§Ħå®ļ +çĬ¹ å¦Ĥ +çľ ¸ +å¯ ¡ +çļĦ è¡£æľį +åĮħ 裹 +身 åŃIJ +å¸ĪèĮĥ 大åѦ +äºĭ åħĪ +线 æĿ¡ +æ³ķ åĪ¶ +åħ» æĬ¤ +稳å®ļ æĢ§ +éĤ µ +åŀĦ æĸŃ +é¡ į +èĢĥ åı¤ +æĿł æĿĨ +èĭı èģĶ +æ°´ çĶµ +åħ·ä½ĵ çļĦ +æ¿Ģ æ´» +æĪij æł¡ +åĪļ å¼Ģå§ĭ +åĩ¸ æĺ¾ +ç¦ ¾ +åħ¼ èģĮ +éĢı éģİ +åľ¨ 游æĪıä¸Ń +社ä¼ļ åıijå±ķ +好 çİ© +å¹» æĥ³ +ä¸į 代表 +注æĦı åĬĽ +æ£ į +çĶ¨ æīĭ +ç¾İ 人 +许å¤ļ 人 +å¾Ī æĺ¯ +çļĦ çłĶåıij +æīĵ åĩº +åIJĪä¼Ļ 人 +ä¸Ģ å¤ľ +ç¼ĵ ç¼ĵ +ä¿® æŃ£ +æĦŁ çŁ¥ +ç»Ī 身 +æ¿Ģ ç´ł +çݯå¢ĥ ä¸ĭ +次 ä¼ļè®® +ç»ıæµİ å¢ŀéķ¿ +æī Ľ +åıij éħµ +åĪĨæŀIJ å¸Ī +åľ¨ æľªæĿ¥ +主è¦ģ æľī +ä¸Ģ åŃ£åº¦ +çļĦ 说æ³ķ +ä»İæĿ¥ 没æľī +è´§ 车 +缩 å°ı +太 è¿ĩ +æķĪ åĬĽ +ä¸į ä¸ĭ +æĬķ 稿 +èį¯ ä¸ļ +ç»Ħ éķ¿ +ç«Ļ çĤ¹ +å¾Ī åĸľæ¬¢ +éIJ µ +åĬ¿ 头 +æ¼ı æ´ŀ +æĦ¤ æĢĴ +åħħ å®ŀ +åĪĽä¸ļ æĿ¿ +çĪ ª +æľª å¿ħ +åºķ éĥ¨ +å¾Ĺ åĪĨ +人æ°ij åĮ»éĻ¢ +äºĮæīĭ æĪ¿ +å·²ç»ı 被 +大 楼 +æĸ° æĪ¿ +辦 æ³ķ +çĶ¨ åĬĽ +æĭĵ 宽 +åĨħ åľ¨ +æĴŃ åĩº +饰 æ¼Ķ +ä¹Ł 让 +ä½ľ çĤº +çī©ä¸ļ 管çIJĨ +åį´ ä¸į +为 ä¸ŃåĽ½ +å±Ģ åĬ¿ +ä¸į èĤ¯ +æľĢ æĸ°çļĦ +åı¯ä»¥ éĢīæĭ© +æĺ¾ çİ° +å°± ç®Ĺæĺ¯ +åľ¨ æł¡ +é¾ Ł +两 æĿ¡ +çļĦ å®ŀåĬĽ +è¶Ĭ 好 +她 åľ¨ +å¿ł è¯ļ +ä¹Ł éľĢè¦ģ +游æĪı æĵįä½ľ +è¶ħ åĩº +å¦Ĥæŀľ ä¸į +æīĢåľ¨ çļĦ +ä½ł è¿ĺ +以 åĨħ +æľī ä¸Ģå®ļ +åı¯ è¾¾ +è·ij åĪ° +åī Ľ +建ç«ĭ åģ¥åħ¨ +æķ´ 车 +åīį æĸ¹ +éĹ´ æİ¥ +çŃ¹ å¤ĩ +çĸ² åĬ³ +离 å¼ĢäºĨ +æ± Ŀ +éĿ¢ éĥ¨ +ä¹ĭåīį çļĦ +åıĺ 为 +å¦Ĥæŀľ 说 +对 ä»ĺ +åĿĩ åı¯ +被åijĬ 人 +ç²¾ ç¾İ +èģļ ä¼ļ +çĿĢ æĢ¥ +è°· æŃĮ +ä¸Ģ åı· +红 åĪ© +ä¼łå¥ĩ 游æĪı +å» ĸ +è´ ŀ +ä¹° åĪ° +éŃ ļ +ä½ĵ è´¨ +å°ij äºĨ +æ³ī å·ŀ +åIJ Ł +ç»Ŀ ä¸į +é»ij æģ¶ +é»ijæģ¶ åĬ¿åĬĽ +ä¸Ĭ æĺł +çļĦè¯Ŀ é¢ĺ +ä¸ĩ人 次 +ä¸ĸ éĹ´ +çĶ¨ å·¥ +è´¯ ç©¿ +å®Ŀ çŁ³ +ä½ł 好 +åĪĩ åī² +强 åĽ½ +åĽŀ èIJ½ +æ°´ æĻ¶ +模 仿 +æ´ª æ°´ +éĢĻ 麼 +åįģä¸ī äºĶ +ä½ ij +éĻ Ħ件 +çļĦ å¢ŀéķ¿ +éĻĦ å±ŀ +çİ° å·² +帮 ä½ł +éĩij çīĮ +é«ĺ åİŁ +åľ¨ 家éĩĮ +éĺ² èħIJ +ç¡®å®ŀ æĺ¯ +宣 讲 +天 æīį +ç»ıèIJ¥ 管çIJĨ +éĶħ çĤī +åIJĪ ä¸Ģ +è§Ĥ èµı +éķ¿ è¾¾ +主ä¹ī æĢĿæĥ³ +éĤ£ 麼 +é£İ äºij +为主 çļĦ +æļij åģĩ +æĮģ ä¹ħ +å¼Ĥ åľ° +å¼Ģ éŨ +模 æĿ¿ +æī¹ 次 +ä¸į 便 +天 çĶŁ +åĩł 个æľĪ +ä¸ĵ ç§ij +åı¦ æľī +åħ¬å¸ĥ çļĦ +æĩ · +åľº åIJĪ +çļĦå¿ĥ æĢģ +è¿ĺ 好 +å®ŀ æĪĺ +èĢģå¸Ī çļĦ +åħ© åĢĭ +åı¯ åľ¨ +éĤ£ ä½į +å¥ł å®ļäºĨ +ä¿ĥ éĶĢ +æı´ åĬ© +ä¸ĩ çī© +æĥħ æĬ¥ +é¦ĸåħĪ è¦ģ +æĸĩåĮĸ åĴĮ +éĥ½ å·²ç»ı +ä¸Ĭ ä¸ĸ纪 +åĨľ åľº +大 æī¹ +æĺİçĻ½ äºĨ +çļĦ æĪIJéķ¿ +çļĦ æ¯ĶèµĽ +失 误 +åģļ æĪIJ +ä»Ĭ天 å°ıç¼ĸ +é¢Ĩ è¢ĸ +æıIJåįĩ äºĨ +å¾IJ å·ŀ +ä»į æľī +è¿ĩ 滤 +å¹½ é»ĺ +çĥŃ éĩı +ä¸Ģ é¦ĸ +æ¼Ĥ亮 çļĦ +åĩł ç§į +åĢ¡ è®® +å°±åı¯ä»¥ äºĨ +æİĴ åĪĹ +éĩį éĩį +ä¼ģä¸ļ åĴĮ +ä¸ĵ å±ŀ +çħ İ +亲 æĪļ +çĻ¾åĪĨ ä¹ĭ +稿 件 +è¿ĺ å¾Ĺ +人 åĵ¡ +äºī 夺 +æĽ´ 容æĺĵ +大 èĩªçĦ¶ +鼻 èħ¦ +太 空 +åľ° å¤Ħ +å¤ ¢ +ä»ĸ 对 +å¿ħ å°Ĩ +ä¸į å½ĵ +严 è°¨ +åĩº åľº +å·²ç»ı æľī +é¢Ĩ åĨĽ +é«ĺ æ¡£ +ä¸Ģ æīĢ +æł Ĺ +让 åѦçĶŁ +æĽ¹ æĵį +æŁIJ ä¸Ģ +伸 åĩº +èĬ± åįī +æ¸ħ éĨĴ +èģĶç³» æĸ¹å¼ı +åĪĨ å±Ģ +èħ ³ +æ©¡ èĥ¶ +éķ¿ å¾Ĺ +绿 åľ° +è¢ į +çļĦ èīºæľ¯ +女 æľĭåıĭ +ä¸Ń è¶ħ +离 åŃIJ +å¤ļæł· åĮĸ +éĺ³ åı° +ä½İ 碳 +ä¸Ģ ç±» +çŃīæĸ¹éĿ¢ çļĦ +å¾Ĺ 好 +模 åħ· +ä¸ĩ 亿 +çķĻ æĦı +临 æ²Ĥ +å°ij éĩı +çľĭ åIJij +ç»ıèIJ¥ èĢħ +çķĻä¸ĭ äºĨ +åĿı äºĨ +åijĬ åĪ« +羣 çIJĨ +ç¼´ è´¹ +æĬĬ ä½ł +çļĦ ä»»åĬ¡ +æĪij 对 +ä¹° åħ¥ +çĻ» ä¸Ĭ +æľī 两个 +ä¸Ģ 头 +æĵį æݧ +åħ¨ è¦ĨçĽĸ +çĿĢ æīĭ +å¢Ļ éĿ¢ +å¤ļ æĸ¹ +åı¯çĪ± çļĦ +ä¹Ł åı¯èĥ½ +æľĢ æľī +è¿ĻäºĽ éĥ½æĺ¯ +æĥ ¡ +å® ® +å¾Ī å°ı +éĹ®é¢ĺ æĺ¯ +åĿĩ æľī +å¾ģ éĽĨ +说 åĩº +æľī æĦı +é¢ Ĥ +æī¬ å·ŀ +åķĨä¸ļ 模å¼ı +çĶŁ èĤĸ +æįIJ 款 +å² Ĥ +ç¾İ æĻ¯ +è¿ĺ 羣 +æĭ¥ æĬ± +身ä½ĵ åģ¥åº· +æ·± å¤Ħ +çľ¼ ç¥ŀ +çļĦ 形象 +ä¼ĺ è¶Ĭ +å½ĵ æĪIJ +åĮº åĪĨ +åİ» éĻ¤ +注 å®ļ +å§IJ 妹 +åĮº åĨħ +é© ļ +æļĹ ç¤º +æĺİ äº® +æħ° éĹ® +å¸Ĥåľº 份é¢Ŀ +çĮª èĤī +çļĦ èµĦéĩij +åİĨ ç»ı +å§ĭç»Ī åĿļæĮģ +çĶŁ æľº +ä¸į 顾 +éĩij åĪļ +大 声 +éĻķ 西çľģ +é² į +åĨľä¸ļ åĨľæĿij +æľī 害 +éŨ è¯Ĭ +æ¯ı ä¸Ģ次 +çļĦ åĽłç´ł +é¢Ŀ å¤ĸ +åİ¿ 级 +çļĩ åIJİ +åĽ½ ä¼ģ +é¦ĸ éĢī +ç¼ĸ åĨĻ +æĭ¿ èµ· +åģ· åģ· +ä¸İ ä¸ŃåĽ½ +åįĸ 家 +ç»Ļ ä»ĸ们 +ç¥ŀ è¯Ŀ +åѸ æł¡ +æĪij ä¸Ģ缴 +çŁ¥éģĵ äºĨ +åį Ĵ +åĴĮ åľ°åĮº +ä»Ģä¹Ī éĥ½ +çĶ» 家 +æľ¬ çĿĢ +ä½Ļ åIJį +审 çIJĨ +ä¸Ģ åIJij +åıijå±ķ è¶ĭåĬ¿ +åĮº éĹ´ +注åĨĮ èµĦæľ¬ +çIJ ¦ +ä¸į åı¯ä»¥ +çļĦ åĦ¿åŃIJ +åĢ¼ çıŃ +ä¸¥æł¼ çļĦ +å®ŀä½ĵ ç»ıæµİ +æľī æĿĥ +æĪij åıĪ +éĵ¶ æ²³ +ç«ĭ 马 +æĿĢ äºĨ +åĮħ 容 +管 家 +身 é«Ķ +éĵ ħ +å°ı åŃIJ +管çIJĨ ç³»ç»Ł +æľīçļĦ 人 +é£İ çĶµ +æĻºèĥ½ åĪ¶éĢł +ç²¾ ç¡® +æĭĽåķĨ å¼ķ +æĭĽåķĨå¼ķ èµĦ +äºĮæīĭ 车 +åİ¿ å§Ķ +èīº 人 +å¥ ķ +è¿İ æĿ¥äºĨ +ç»ĵæĿŁ äºĨ +çļĦ ä¼łç»Ł +æĭ¼ æIJı +奥 迪 +çĸij æĥij +ä¹ĭ æĹ¥èµ· +æłĩå¿Ĺ çĿĢ +åľ° åįĢ +è¯ł éĩĬ +åĪ° æľŁ +åħ¨ éĥ½ +çŁŃ æļĤ +æĺ¯ æĪijåĽ½ +æĪij å·²ç»ı +æ»´ æ»´ +天 èµĭ +对 她 +åį«çĶŁ éĹ´ +çĶŁäº§ åŁºåľ° +æĹ¥ è®° +çļĦ æķĻåѦ +åĵ ĩ +æ°ij äºĭ +è¿ĺ åİŁ +æīĭ ä¸ŃçļĦ +çļĦ èī¯å¥½ +æ· « +ä¸Ńåħ± ä¸Ń央 +åĪ ĥ +åĵ Ħ +åľ¨ ä»ĸçļĦ +å°Ī æ¥Ń +åľº éĿ¢ +éĤ» å±ħ +çĹ Ĵ +å¦ Ħ +å¤ĸ ç§ij +ä¸į éĢĤ +举åĬŀ çļĦ +é Ĥ¹ +åħļçļĦ 建设 +çĻ¼ 表 +è·¨ çķĮ +æ²ī æ·Ģ +大 çīĩ +è¶Ĭ é«ĺ +å°Ĩ æĺ¯ +è§ī éĨĴ +åĤ¨ åŃĺ +å¢ŀ 大 +ä¸į 让 +æķ´ å½¢ +å¹³åı° ä¸Ĭ +åĩł ä½į +è¯ī æ±Ĥ +好 ä¸į好 +åľ į +æĸĩ æľ¬ +éĢ² åħ¥ +ç´ į +æł¹ æĵļ +èįī æ¡Ī +åħŃ ä¸ª +åĭ ¿ +åĪ¶ æĪIJ +饮 æ°´ +æ°¸ æģĴ +èĩª æĿĢ +åı¸ 马 +éļ¾ çĤ¹ +为 æĪij们 +å¼ § +åī© ä¸ĭçļĦ +åĩĨå¤ĩ 好 +çļĦ æľĢä½³ +èģĶåIJĪ ä¼ļ +æĤ£èĢħ çļĦ +æĪijä¸į çŁ¥éģĵ +ä¸ĭ ä¸Ģ个 +åıijå±ķ æĸ¹åIJij +ç¬ ¨ +æīĢ以 æĪij们 +åĨĻ äºĨ +éĢł æĪIJäºĨ +æ²Ļ æ¼ł +çŃĽ éĢī +çģ¾ åĮº +ä¸Ĭ çľĭ +éħ ¶ +æ»ļ åĬ¨ +éļ¾ åħį +åIJī åĪ© +ä¸Ģ ä¸Ģ +ç²¾ å¯Ĩ +伸 æīĭ +礼 仪 +åħ¨ æĺ¯ +è¶Ĭ 大 +ä¸Ń æłĩ +åıĸ åĨ³ +åıĸåĨ³ äºİ +éĢĶ ä¸Ń +讨 åİĮ +æīĭ åĨĮ +第 ä¹Ŀ +åŃĶ åŃIJ +çĦ¶ å¾Į +ä¸Ģ åħ± +æµ· æĬ¥ +款 å¼ı +æķ´ 天 +è¾¹ çķĮ +è·¯ è¾¹ +æĻĭ 级 +åIJIJ 槽 +çļĦ åħ³æ³¨ +æĪij 没æľī +å°±æĺ¯ åľ¨ +缮 çļĦæĺ¯ +åį³ä½¿ æĺ¯ +顶 å°ĸ +å·²ç»ı åľ¨ +å®īåħ¨ éļIJæĤ£ +æłĩ æĿĨ +åįĹ éĢļ +ä¼ļ 对 +座 ä½į +èµ¢å¾Ĺ äºĨ +åİŁæĿ¥ çļĦ +身 为 +书 åºĹ +è¢Ń åĩ» +ä»Ĭ æĻļ +以 èī² +以èī² åĪĹ +æĬĸ éŁ³ +åį´ 没æľī +丧 失 +çļĦ å±ĢéĿ¢ +åįģåĽĽ äºĶ +çŃī 缸åħ³ +æ±ĩ æĢ» +å¤ĸ 表 +为 æ°ij +éľĩ æĥĬ +å¥Ĺ è·¯ +çĬ¯ç½ª å«Įçĸij +å°Ĩ 以 +çİĩ é¢Ĩ +éħĴ åIJ§ +è¡Įä¸ļ åıijå±ķ +å¹´ èĩ³ +åĻ¨ æĿIJ +åĴĮ æĬĢæľ¯ +æľĢ å°ı +è¿Ļä¸Ģ åĪĩ +èģĮ 称 +å½ĵ ä½ľ +æİĢ èµ· +åĴ ĭ +ä¸Ń éĥ¨ +æīĭ èĩĤ +ç½¢ äºĨ +媳 å¦ĩ +æ´½ è°Ī +æĹ¶ä»£ ä¸ŃåĽ½ +人çĶŁ çļĦ +æŀģ éĻIJ +ç¦ Ħ +åĮº æĶ¿åºľ +æľ¬ éĴ± +礼 åĵģ +çļĦ éĤ£ä¸ª +侦 æŁ¥ +太å¤ļ çļĦ +å®ŀæĸ½ æĸ¹æ¡Ī +é«ĺ æłĩåĩĨ +æĮĩæĮ¥ éĥ¨ +åĢ¾ æĸľ +çī¹èī² 社ä¼ļ +çµIJ æŀľ +éĴ» çŁ³ +移 æ¤į +çī¹ ç§į +èĩª æĦ¿ +æĭľ çĻ» +åįķ 身 +åį´ åıĪ +åĪ¥ 人 +åIJĪ è§Ħ +æľº çĶµ +çī¹ æĦı +å½ĵåīį ä½įç½® +ä¹° 家 +åIJĪ 约 +èĤ© èĨĢ +为 åĩĨ +家 è£ħ +çļĦ çĥŃæĥħ +éĿŀ éģĹ +çļĦ éŃħåĬĽ +åİŁ åijĬ +社ä¼ļ åIJĦçķĮ +ä¹° çļĦ +å¤ļ åIJĥ +éĽķ å¡ij +èµ· ä¹ī +åĬł åī§ +éĤ£ä¸Ģ åĪ» +å°Ĩ è¿Ľä¸ĢæŃ¥ +æ¡Ĥ æŀĹ +æĽ´ 强 +对 ä¼ģä¸ļ +æĹł æĦı +ä¹łè¿ijå¹³ æĸ° +æµģ 失 +å¾® 软 +缸 对äºİ +座è°Ī ä¼ļ +主 èIJ¥ä¸ļ +主èIJ¥ä¸ļ åĬ¡ +ç§ģ åĭŁ +å±ķ示 äºĨ +常æĢģ åĮĸ +è² ´ +符 åı· +å¹´è½» çļĦ +å°± éľĢè¦ģ +ä¹Ł æĽ¾ +çļĦæĥħ 绪 +è¾¾ æłĩ +èĩ ¨ +ä½į å±ħ +ä»ħ 为 +é¦ĸ 家 +éĺ´ éĺ³ +ä¸įåĨį æĺ¯ +åĽłä¸º å®ĥ +ä¼ģä¸ļ åľ¨ +çĺ ¾ +åIJ¬ è§ģ +åİŁ æľī +åĪ¶ è£ģ +å¯Ĥ å¯ŀ +éĢļè¿ĩ 对 +æ»ij éĽª +è¿Ļ å¼ł +çļĦ çIJĨ解 +æĸ° ä¸ŃåĽ½ +è¿Ļ åĦ¿ +ä½İ ä»· +æĥ³ è¿ĩ +çļĦ ä¿¡å¿ĥ +建çŃij çī© +çļĦ é¢ľèī² +ä¸į åºĶ该 +æĹłçĸij æĺ¯ +å¼ķèµ· äºĨ +åħ¨ åijĺ +æĿ° åĩº +è¿Ļæĺ¯ æĪij +èª ° +èĺ ĩ +éĺµ åľ° +åħħ åĢ¼ +çŁ¿ ä¸ļ +çĿĢ ä»ĸ +ä¿¡ 访 +ä¸ĩ è¾¾ +æij© æĵ¦ +å¼Ģ 端 +èı² å¾ĭ +èı²å¾ĭ 宾 +车 åŃIJ +æľ¬èº« çļĦ +çģ«è½¦ ç«Ļ +常 å·ŀ +为 代表 +为代表 çļĦ +广 çĶµ +亲 人 +åı³ æīĭ +éĽĨ è£ħ +éĽĨè£ħ ç®± +çļĦ åį°è±¡ +æ©Ł æľĥ +åĮĨ åĮĨ +åħī çĶµ +大 æĸ¹ +è¿ĺ æľª +åĪ© 好 +ç»Ŀ 大å¤ļæķ° +åľ¨ è¿Ļç§į +ä¸Ģ ç»Ħ +æĸ° èĤ¡ +转 åıij +æ³ķ åºŃ +æĹł æīĢ +éģĵ è·¯ä¸Ĭ +çŁ¿ å±± +èij ī +æĶ¶ åĽŀ +称 ä¹ĭ +称ä¹ĭ 为 +æıŃ éľ² +åı£ 岸 +åIJ ¼ +å¿ĥ æĥ³ +çļĦ 梦æĥ³ +éĽ ¯ +ä¹ĭ åĪĿ +å¥ĸ 项 +订 éĺħ +èĵĿ 天 +åĿ¦ åħĭ +ç«ĭ æ¡Ī +èģĶ æīĭ +ä½Ĩæĺ¯ æĪij +帮 æĪij +ä»ħ 代表 +说 æĪij +çļĦ è¶ĭåĬ¿ +æ¯Ķè¾ĥ 大 +èµ° å»Ĭ +éĩįçĤ¹ é¡¹çĽ® +èµĮ åľº +åIJį çīĩ +æĦŁ åı¹ +åľ¨ åľ°ä¸Ĭ +åıij çĥŃ +èĮĥ çķ´ +çļĦ éģĵè·¯ +éĩij èī² +ä»ĸ åıĪ +ä¼ļ 产çĶŁ +æ°ij åĽ½ +å®ĺæĸ¹ ç½ijç«Ļ +æĶ¶çĽĬ çİĩ +çļĦ åĪ°æĿ¥ +çļĦ åĬŀæ³ķ +æĶ¹ åĪ¶ +ä¸ĩ ç§ij +ä¸į äºĪ +è¿ĻäºĽ éĹ®é¢ĺ +çĪ± ä¸Ĭ +çIJĥ åľº +è´£ 令 +æİĪ 课 +åľ¨ é¦Ļ港 +ç»Ĩ èħ» +å¤ļ ä¸ĩ +åIJĮ å¹´ +大 使 +æĸ ĭ +ä¹Ł 为 +æĥł å·ŀ +åIJī 祥 +çĶ° åĽŃ +åĽ½å®¶ éĺŁ +éĩį çĶŁ +åľ¨ åħ¶ +é¦Ļ åij³ +è´Ł èį· +亲 åĪĩ +èĩª 豪 +没 éĶĻ +åĽłä¸º åľ¨ +æĺŁ æĺŁ +éĤ ij +è¿ĺæľī å¾Īå¤ļ +æij© æīĺ +æij©æīĺ 车 +æŃ¥ è¡Į +管çIJĨ ä½ĵç³» +èĦļ ä¸ĭ +éģİ åİ» +æ±ī è¯Ń +对 ä¸įèµ· +çļĦ ç»ıåİĨ +åıĬ 缸åħ³ +ä¸įå°ij 人 +éĩį ç£ħ +åĬ³åĬ¨ èĢħ +大åĬĽ åıijå±ķ +æĢİä¹Ī åģļ +çĭĹ çĭĹ +举åįĹ äºļ +åĭĩ äºİ +åħ¬ éĸĭ +çĵ· çłĸ +åıĤ çħ§ +广æĴŃ çĶµè§Ĩ +举 åĬ¨ +æ±Ł 西çľģ +æķĪ èĥ½ +åĶ¯ æľī +éĿ¢ è²Į +èĩªåĬ¨ 驾驶 +æ¦ľ åįķ +å½ĵ æĪij们 +仲 è£ģ +æľ¨ æĿIJ +ç±³ åħ° +çĻ½ éĵ¶ +çļĦ 人éĥ½ +å°± åĥıæĺ¯ +æŃ¥ åħ¥ +åįł çĶ¨ +åĩ» è´¥ +让 大家 +ä¼ļ è®©ä½ł +åİ¿ æĶ¿åºľ +è¦ģ çĶ¨ +çŃī å½¢å¼ı +åįĩ é«ĺ +责任 æĦŁ +å¤ĩ çĶ¨ +ä»ĸ 认为 +æ¸ħåįİ å¤§åѦ +ä»ĸ èĩªå·± +éĸ± è®Ģ +太平 æ´ĭ +éĶģ å®ļ +çŃ Ĩ +è¿Ļ çīĩ +æī§ æĶ¿ +è¿ĶåĽŀ æIJľçĭIJ +å°± æѤ +éģĩ åĪ°äºĨ +å¼Ģå¹ķ å¼ı +管çIJĨ éĥ¨éŨ +姿 åĬ¿ +设 æĥ³ +åĽĽ åŃ£ +æĬĢæľ¯ 人åijĺ +å·® çĤ¹ +è¾ŀ èģĮ +èĢģ 師 +çļĦ æĦŁåıĹ +ä¹Ł éĿŀ常 +å¹´ ä¸ĬåįĬå¹´ +æĢª çī© +èĮĥ æĸĩ +æĪĺ å½¹ +åIJ« ä¹ī +åħ¨ è¿ĩç¨ĭ +èĢĮ éĿŀ +éĢļ讯 åijĺ +è¿Ļæł· æīįèĥ½ +æľº ç»Ħ +è£ ı +çķ¶ çĦ¶ +èµĮ åįļ +åIJĦ æľī +å·¥ä½ľ æľºåĪ¶ +äºĭ åIJİ +åī§ éĻ¢ +å±Ĭ æŶ +åĺ´ éĩĮ +主 线 +ä¸Ģ åľĪ +主è¦ģ åİŁåĽł +å°¸ ä½ĵ +åĮ»çĸĹ åĻ¨æ¢° +ä½ł æĢİä¹Ī +ä½Ĩ çĶ±äºİ +æŶ 空 +çĶ· æľĭåıĭ +çĶľ èľľ +é«ĺ åľ° +æĻ ĸ +èĴIJ éĽĨ +åĩĿèģļ åĬĽ +å¤ĩ åıĹ +æĸĩ åĪĽ +马 æĿ¥ +马æĿ¥ 西äºļ +æŁ´ æ²¹ +使 人 +æķĻ ä¼ļ +ç§ĭ 天 +æĺİ çıł +åħŃ åįģ +çݯå¢ĥ ä¸Ń +æ¸ħ æĻ¨ +积æŀģ åıĤä¸İ +å·ħ å³° +为 æľŁ +çŃ¾ åŃĹ +æĦŁ æ¿Ģ +ç§ĭ åŃ£ +æĿij åŃIJ +æ¢ħ 西 +æļ´ 鼨 +çĶŁæ´» åľ¨ +çªĹ æĪ· +æģ¶ åĬ£ +纯 ç²¹ +åľ¨ æİ¥åıĹ +没 èĥ½ +è¡Į 人 +åĭ º +æĭ¨ æīĵ +ä½ľ åĩºäºĨ +çļĦ 主é¢ĺ +æľª ä¾Ĩ +ä¸Ń æľĢ +æ¾ ľ +é«ĺ è¡Ģåİĭ +åħ´ èµ· +æŃ£ èĥ½éĩı +åŁ¹è®Ń çıŃ +æİ¥ åħ¥ +çĦ¶åIJİ åĨį +åѦçĶŁ 们 +é¢ĨåħĪ çļĦ +çģ« çĥŃ +ä¸ĵ èģĮ +æĪĸèĢħ 说 +建 è¨Ń +é» ı +对 åħ¬åı¸ +çī¹ æľīçļĦ +åħī èį£ +å½ĵ åľº +éĿ¢ åŃIJ +èµĦ产 管çIJĨ +æĹ¶æľŁ çļĦ +çŀ İ +åįİ ä¸ľ +åıĪ ä¸Ģ次 +èĥİ åĦ¿ +å®ļ çĤ¹ +头 çĹĽ +液 ä½ĵ +æĺ¯ä¸Ģ ä½į +帽 åŃIJ +å¹´ èµ· +ä¸į ä½İäºİ +è¾ĥ å°ij +éĿ¢ä¸´ çĿĢ +å±Ĥ å±Ĥ +èĿ´ èĿ¶ +èī° èĭ¦ +éĺ¿ æł¹ +éĺ¿æł¹ å»· +æ¦Ĥ æĭ¬ +请 éĹ® +èµ· åºĬ +å±Ģ å±Ģéķ¿ +稳 åģ¥ +å¦Ĥæŀľ æĪij们 +éħĴ ç²¾ +æĪ· åı£ +æĦŁ æĤŁ +æĪij们 éľĢè¦ģ +æĬĢ èīº +èĩª åªĴä½ĵ +è¿Ľ åĮĸ +æ¿ĢçĥĪ çļĦ +ä½ĵ 温 +èļ ķ +èĩ´ è¾ŀ +宪 æ³ķ +ä¸Ģ çŃīå¥ĸ +çĵ¶ é¢Ī +æĥł æ°ij +èµ° è·¯ +çİ° ä»» +åķĨ éĩı +ä¸ĭ 车 +åĪ ł +責 ä»» +èŀįåIJĪ åıijå±ķ +ç´ł æĿIJ +æ²¹ ä»· +åģļ 人 +çŀ ª +æĶ¹éĿ© åĪĽæĸ° +çļĦ åĮºåĪ« +è·¨å¢ĥ çĶµåķĨ +æ¶īåıĬ åĪ° +æīĺ 管 +æĪij è¿ĺæĺ¯ +åĿIJ æłĩ +ç½ij 讯 +å½ĵåľ° çļĦ +追 溯 +åľŁ èĢ³ +åľŁèĢ³ åħ¶ +åºķ ä¸ĭ +åĩł åįģå¹´ +ç©¿ è¿ĩ +çĶŁæĢģ æĸĩæĺİ +æݨ èĸ +æݨèĸ ¦ +éł Ĩ +åĴ³ åĹ½ +åĪĨ æĪIJ +çĹķ 迹 +æĪ· ç±į +éĥ½ ä¸įèĥ½ +æĻļ ä¼ļ +åĢ © +ä½ĵ åĬĽ +è¿Ļ个 èģĮä¸ļ +æĹł å½¢ +åıª æĥ³ +è¿Ľ åıĸ +æĿĢ æŃ» +èĦ Ĭ +äºij åįĹçľģ +æľª çŁ¥ +ç¾İ èģĶ +ç¾İèģĶ åĤ¨ +å¤ĸ å½¢ +诱 æĥij +çĽ £ +è¡Į 使 +åłĨ 积 +çĨŁ ç»ĥ +éĺIJ è¿° +æľĢ大 éĻIJ度 +å·¡ æŁ¥ +夺 åĨł +ä¼ģä¸ļ æĸĩåĮĸ +çĭ® åŃIJ +ä¿Ŀ å®Ī +ä¸ºæł¸å¿ĥ çļĦ +æī© æķ£ +åĪ¶éĢł åķĨ +æŁĶ 软 +为ä¸Ģä½ĵ çļĦ +游 çİ© +çĶŁ çĹħ +幫 åĬ© +åĶ± æŃĮ +æīį åı¯ä»¥ +宽 æĿ¾ +è¦ģ æ¯Ķ +æĺ¯ æĢİæł· +çģ° èī² +çİĭ åĽ½ +æIJħ æĭĮ +计 éĩı +åij¨åĽ´ çļĦ +æĻºèĥ½ æīĭæľº +常 åĬ¡ +常åĬ¡ åī¯ +é© ´ +å°Ĩ è¿ij +寻 常 +ä¸ŃåĽ½ å¸Ĥåľº +容 åĻ¨ +å±± ä¸Ĭ +èĥĮåIJİ çļĦ +亲 å¯Ĩ +æīĢ以 说 +éİ ® +çļĦ çIJĨçĶ± +大 åŁİå¸Ĥ +常 å¹´ +æĹħ游 ä¸ļ +å°±æĺ¯ è¿Ļæł· +åĨį æĿ¥ +é«ĺ ä½į +åĨħ 饰 +æŀĦ éĢł +ä¸Ģ èµ·æĿ¥ +çĶ³ è«ĭ +å·²ç»ı å¼Ģå§ĭ +çļĦ åĬ¨ä½ľ +被 è¿« +éģį å¸ĥ +åīĸ æŀIJ +å°ı äºĭ +å¿ĥ ä¸ŃçļĦ +ä½ĵåĪ¶ æĶ¹éĿ© +çļĩ 家 +æķĻ åłĤ +åIJĥ å®Į +åĽ½æ°ij åħļ +æĺİç¡® äºĨ +åıijå±ķ è§ĦåĪĴ +第ä¸Ģ æŃ¥ +å¾Ĺ èµ· +åľ¨ åĵª +çļĦ è·¯ä¸Ĭ +é» Ķ +çķ¶ æĻĤ +大åĬĽ æĶ¯æĮģ +åıĮ éĩį +çŁ¥éģĵ èĩªå·± +åIJĪä½ľ åįıè®® +æ°Ķ åĬ¿ +éķ¿æķĪ æľºåĪ¶ +ç½ķ è§ģ +åĽŀ æĿ¥äºĨ +ä»ĸ ä¼ļ +ä¸Ń æĸ° +ä¸Ńæĸ° ç½ij +çļĦ åķĨåĵģ +èµł éĢģ +決 å®ļ +å¸Ĥåľº çĽij管 +çķĻ åѦçĶŁ +çĶµ åİĭ +äºļ 马 +äºļ马 éĢĬ +è¿ĺæĺ¯ æ¯Ķè¾ĥ +ä¿ĥè¿Ľ äºĨ +æµģ åħ¥ +æijĦ åĥı +æijĦåĥı 头 +æıIJ åıĬ +åıij æİĺ +æī¾ åĩº +æ¢Ŀ 件 +ç¹¼ çºĮ +æĪij åĸľæ¬¢ +å¥ İ +æ¦ľ æł· +å¼Ģ èĬ± +æ²ī éĩį +åŁº åĩĨ +ä»ħä»ħ æĺ¯ +轨éģĵ 交éĢļ +åĶIJ å±± +çŃī ä¸Ģç³»åĪĹ +ä¸įè¿ĩ æĺ¯ +åŃĺåľ¨ çĿĢ +èĬ± çĶŁ +å¤ · +ç»Ī 究 +ä¹Łæĺ¯ ä¸Ģ个 +åįģ åŃĹ +èĸª éħ¬ +伤 å¿ĥ +æĺ¥ ç§ĭ +åĨ· åį´ +ç²¾ çģµ +çļĦ åľ°åĽ¾ +æ¯Ķ çī¹ +æ¯Ķçī¹ å¸ģ +æĢ§ åĪ« +ä½Ļ ä¸ĩåħĥ +ä¸įå¿ĺ åĪĿå¿ĥ +å¿ĥ çĸ¼ +æĽ² 线 +é«ĺ ä½İ +è¦ı å®ļ +æĻ¯ èī² +è¦ģ 说 +åħ¬åı¸ å°Ĩ +液 åİĭ +è¿Ŀ 约 +åİļ 度 +åºŀ 大çļĦ +è¿ĺæĺ¯ å¾Ī +é¦ĸåħĪ æĺ¯ +çµ ² +åĬ¡ å®ŀ +並 ä¸Ķ +å¢ŀ è¿Ľ +ç»Ħç»ĩ å¼Ģå±ķ +èµ·æĿ¥ äºĨ +è¾ĥ å°ı +导 游 +两 åľ° +ç¿ ĺ +çģ¿ çĥĤ +é£İ éĩĩ +æĶ¯ 线 +æĶ¯çº¿ ä»»åĬ¡ +娱ä¹IJ åľĪ +天津 å¸Ĥ +åĮħ åĽ´ +æľ¬ èµĽåŃ£ +éĩįè¦ģ 讲è¯Ŀ +åıĮ åIJij +åįİ ä¸½ +éĶ ¤ +åĦ¿ 女 +åįĸ åĩº +ä¾Ĩ 說 +ä»ĭç»į ä¸Ģä¸ĭ +åIJ¦ 认 +åĭ Ŀ +æĻ®éĢļ 人 +çļĦ åĬ¨åĬĽ +涨 åģľ +åŁºéĩij 管çIJĨ +ä¸Ģ个 éĩįè¦ģ +è¿IJ æ²³ +çħ ŀ +è´¢æĶ¿ éĥ¨ +è¡Įä¸ļ åįıä¼ļ +éĥ½ å°Ĩ +è¨Ģ 论 +ä¸ĭ ä¾Ĩ +墨 西 +墨西 åĵ¥ +åĽłä¸º ä»ĸ们 +æĢİä¹Ī åĽŀäºĭ +åĬłå¤§ 对 +èĬ Ń +çīĮ åŃIJ +ä¼ļ 使 +妹 åŃIJ +ç«Ļ éķ¿ +å¿ħ å¤ĩ +æłij æľ¨ +æģ¶ æĦı +æ²³ éģĵ +å¯Į è£ķ +ç¹ģ åįİ +代表 åĽ¢ +æµij 身 +é¦ĸ ä½į +èĪªç©º åħ¬åı¸ +鼻 å½± +ä¸ĵ è¾ij +æ°´ æºIJ +ä¸Ń æ¯Ĵ +並 ä¸į +èĢĮ åİ» +é ĥĿ +äºİ æѤ +æĸĩåĮĸ 建设 +èĤ¯å®ļ ä¼ļ +å¸ĮæľĽ 大家 +æıı åĨĻ +ä½İ è°ĥ +æĸ°åħ´ 产ä¸ļ +æ·Ħ åįļ +æĶ¾ å¼Ģ +çļĦ æĢ§æł¼ +çĸ¾çĹħ çļĦ +æķ´ é¡¿ +线ä¸Ĭ 线ä¸ĭ +éĢī 项 +çļĦ 认åı¯ +æķ´ é½IJ +çĶļ ä¹Ī +çľģ åĨħ +åı¤ 人 +æ°ij ä¿Ĺ +çī¡ 丹 +éŨ çªĹ +éĤ£ æł·çļĦ +çĽijäºĭ ä¼ļ +ç¿¡ ç¿ł +ç¦ ¹ +åįĥä¸ĩ ä¸įè¦ģ +æĶ¶ 缩 +çļĦ æĸĩåŃĹ +åĴĮ å°ļ +æĮĩ 令 +åħ±äº§ åħļåijĺ +çļĦ çĪ¶äº² +å®Į å·¥ +åĬ¡ å·¥ +马 æĭī +马æĭī æĿ¾ +æµĭ è¯Ħ +å² ļ +ä¸į åģļ +ä¸ĥ å¹´ +åĿĩ ä»· +主 è§Ĥ +å¾Ī ä¸įéĶĻ +èĤ¡ä¸ľ 大ä¼ļ +äºĶ ä¸Ģ +é£İ åIJ¹ +å¼Ģ éĩĩ +è¿Ļä¹Ī 大 +èĥ½ çľĭåĪ° +èĢĥ è¯Ħ +åį³ 便æĺ¯ +çݰ代 åĨľä¸ļ +æ¯Ķè¾ĥ é«ĺ +è¦ģ çľĭ +没 äºĨ +解 決 +çݯ æ¯Ķ +åĨ² åĬ¨ +æ·± å¤ľ +åĩł åįĥ +ä¿ ı +ç½ij æ°ij +å°± 没 +ä»ĸ 表示 +éĩı åŃIJ +æĹ©é¤IJ åĬłçĽŁ +åįĬ å²Ľ +æIJŀ ç¬ij +ä¸Ĭ æĬ¥ +å¯ © +é¢Ħ 订 +èľĤ èľľ +æŁ¥ æī¾ +ä¼Ĺ æīĢ +ä¼ĹæīĢ åij¨ +ä¼ĹæīĢåij¨ çŁ¥ +æĹ© æĹ¥ +åıij æī¬ +åĴĮ 个人 +åĬłåħ¥ äºĨ +åĸ® ä½į +åĪĨ æĺİ +第ä¸Ģ æī¹ +ç¾İ åĨĽ +æĿĢ æīĭ +éŨ å¤ĸ +åķĨ åľĪ +ä¸Ģ åĪ» +çļĦçľ¼ ç¥ŀ +éľ Ħ +äºĽ ä»Ģä¹Ī +åĬł æ·± +æ¯ı ä½į +å¸Ĥ éĿ¢ä¸Ĭ +åıĶ åıĶ +çļĦ éĤ£ç§į +粤 港澳 +è´´ å¿ĥ +æĸĩåĮĸ 产ä¸ļ +红 æĹĹ +åĺī åħ´ +æĶ¶ çĽĺ +å®ĮæĪIJ åIJİ +ä¼ģä¸ļ 管çIJĨ +纵 横 +ä¸į ä¿¡ +æĪIJ éĥ½å¸Ĥ +æ´Ĺ 澡 +举è¡Į çļĦ +çĶ¢ çĶŁ +ç©¿ ä¸Ĭ +åĪļ 好 +åħī 线 +æīĵ æŀ¶ +è¿Ļ æľ¬ä¹¦ +åĶ®åIJİ æľįåĬ¡ +åĩł åĪĨ +ä¸Ĭ 次 +ä¸į åĪĨ +产 åIJİ +éģ¿ å¼Ģ +ç»Ī æŀģ +代表 大ä¼ļ +æ¼Ķ æĬĢ +åĽŀ è´Ń +åѦ è´¹ +éĺ» ç¢į +ä¸Ģ大 æī¹ +ç«£ å·¥ +åĨ³ å®ļäºĨ +ä½Ĩ å¦Ĥæŀľ +çĶµ æµģ +ä¸Ŀ 毫 +èĥ½å¤Ł åľ¨ +éĶĢåĶ® æĶ¶åħ¥ +åľ¨ åŃ¦æł¡ +æ°´ åĩĨ +è§Ĩ 线 +èĩª åľ¨ +åķĨä¸ļ éĵ¶è¡Į +为äºĨ 让 +çį² å¾Ĺ +çݩ家 æľĭåıĭ +éĿ¢ èĨľ +åĪĨ åī² +åī§ æľ¬ +ç« Ń +说 å¾Ĺ +æĥ³ çŁ¥éģĵ +çļĦ人 çī© +èĮħ åı° +åIJĮ ä¸Ģ个 +æķ°æį® ä¸Ńå¿ĥ +çĶ Ħ +åĸľ æĤ¦ +ä¸ĭæĿ¥ çļĦ +å®ļ åIJij +æŀģ åħ· +çļĦ åľŁåľ° +éĤ£ åĢĭ +æijĦ åħ¥ +äºĨ æĪijçļĦ +马 è·¯ +åħ¨ 社ä¼ļ +è®® æ¡Ī +å±ĭ åŃIJ +åIJį åı« +åĮ ª +åľ¨ å¤ĸéĿ¢ +åįİ åįĹ +åıij è´§ +å¯Ĵ åĨ· +é«ĺçŃī æķĻèĤ² +详ç»Ĩ çļĦ +个 é¡¹çĽ® +çĶŁäº§ åĬĽ +æŶ 常 +å°± æľĥ +ä¸ĩ èĤ¡ +éĻĮçĶŁ 人 +æıı ç»ĺ +å½ĵ çĦ¶æĺ¯ +æĭī åĬ¨ +éĵ¾ æĿ¡ +æī£ éĻ¤ +ä¸Ģ缴 éĥ½ +å°ı åŃ©åŃIJ +伤 åı£ +第äºĮ å±Ĭ +è´Ń ç½® +çļĩ 马 +æĹł èģĬ +表 åĨ³ +诸 å¦Ĥ +åĵį èµ· +é£İ æļ´ +ä¸Ģæµģ çļĦ +ç ·¨ +解æĶ¾ åĨĽ +室 å¤ĸ +å°± è¿Ļä¹Ī +å³ ¶ +æīĢæľī 人éĥ½ +æIJľç´¢ å¼ķæĵİ +çļĦ æĪIJæľ¬ +åħļ æĶ¿ +åıijè¡Į 人 +çļĦ äºĭå®ŀ +对 该 +åıĹ æįŁ +ä¿Ħ ä¹Į +é²ľ èĬ± +åĨľ èį¯ +æŀģ éĢŁ +æĢ¥ æĢ§ +两 ä¼ļ +ä¸ĢèĪ¬ æĿ¥è¯´ +æµ· é²ľ +åĨ Ī +çĶ¨ 人 +çĶ¨äºº åįķä½į +åĢ ª +åĦª æĥł +æł¹ æºIJ +åĽ¢ è´Ń +ç¾İ æ´² +ä¸ĭ è¡Į +å¹´ æľ« +èľ ¡ +è¯ģ 件 +åľ¨ æĪijåĽ½ +ä¸į åºĶ +æĮī æŶ +åłª 称 +åľº ä¸Ĭ +å¹²éĥ¨ èģĮå·¥ +æľī å¾Ī大çļĦ +æķ°åŃĹ ç»ıæµİ +æ¼Ķ ç»ĥ +æį® ç»Łè®¡ +å¾Ģ æĿ¥ +广åijĬ æľįåĬ¡ +çļĦ è·Ŀ离 +æŃ ¸ +è¨Ģ è¯Ń +被 èªī +被èªī 为 +åĭī 强 +å°Ĭ æķ¬ +ä¸ĩ 亿åħĥ +ä¸ŃåĽ½ åĽ½éĻħ +å¹² é¢Ħ +å¹´ 产 +èĢķ åľ° +èĮ İ +åį³ æĺ¯ +æĺ¨ æĻļ +æĪIJ为 ä¸Ģ个 +çºł æŃ£ +åij½ åIJį +é¢ģ å¸ĥ +çĮľ æµĭ +ä¿ĿèŃ· æĶ¿çŃĸ +æĭ ¢ +æ´» æ³¼ +çŃī éĥ¨éŨ +åѦ åĪ° +å¢ŀåĢ¼ ç¨İ +èĪª 线 +åĨ ¤ +åįģ åĩłå¹´ +æݧèĤ¡ èĤ¡ä¸ľ +ä¸Ģ éŨ +个 å·¥ä½ľ +ä¸ªå·¥ä½ľ æĹ¥ +æĸ° 西 +æĸ°è¥¿ åħ° +论 è¯ģ +ä» Ĩ +åı¦å¤ĸ ä¸Ģ个 +æĶ¹ ç¼ĸ +严 ç¦ģ +åĸľ 好 +个人 ä¿¡æģ¯ +满æĦı 度 +åĵ ¨ +å¸Ī èµĦ +æĶ¹ 为 +ç«ŀäºī 对æīĭ +åĩº çĤī +åķĨ 人 +大 æ£ļ +æĮĩ导 ä¸ĭ +å¦ĩ ç§ij +è¼ ª +æī ģ +åIJĮæŶ è¿ĺ +并 éĢļè¿ĩ +æĪĺ éĺŁ +èĶĵ 延 +ä¿ ŀ +éĢĤå½ĵ çļĦ +åīį è¾Ī +åĵģ åij³ +湿 åľ° +æĪIJ åŀĭ +ä¸į åıªæĺ¯ +æĥ© ç½ļ +åĩºåı° äºĨ +çİ© 游æĪı +æīį åıijçİ° +åºĶ èģĺ +å¤ĸ æĿ¥ +åįł é¢Ĩ +å±ķ æľĽ +å« Ĥ +港 èĤ¡ +æ¡Į ä¸Ĭ +æĶ¯ æŁ± +çļĦæĥħ å½¢ +广éĺĶ çļĦ +æĶ¯ è¡Į +å´© æºĥ +æľĪ ä¸Ń +æľĪä¸Ń æŬ +ç»į åħ´ +临 è¿ij +æĬ¤ æłı +æļ ® +åįķ èģĮä¸ļ +è¾¹ å¢ĥ +æĹ¥ çħ§ +ä¸Ģ åłĨ +缴 å¾Ħ +åħ±åIJĮ ä½ĵ +æĸ°åįİ ç½ij +æīĵ 好 +çĶµåĬ¨ 汽车 +ä¸į æĺİçĻ½ +éĢĻ 裡 +缼 大 +çİĭ æľĿ +åĨį ä¸Ģ次 +åĬŀåħ¬ åİħ +è´¨ æĬ¼ +åIJĪ åĩ» +人们 对 +鼶 é£Ł +éĥ½ä¸į çŁ¥éģĵ +çļĦ è¯Ńè¨Ģ +åĭŁéĽĨ èµĦéĩij +åĬ¨ èĦī +å½ ¤ +è¿Ļ åĩłå¹´ +çŁŃ è§Ĩé¢ij +太 é«ĺ +常 å§Ķä¼ļ +åĬł çıŃ +éĩį å¿ĥ +åªĴä½ĵ æĬ¥éģĵ +没 æ³ķ +éĹ» åIJį +çĥŃ åº¦ +å¹¿æ³Ľ çļĦ +åħŃ å¤§ +çī© ä½ĵ +ä¸į 该 +é¢ĺ 主 +精彩 çļĦ +为 è¿Ľä¸ĢæŃ¥ +èĻ ŀ +åĽº çĦ¶ +è´µå·ŀ çľģ +çºł ç»ĵ +代çIJĨ 人 +æ³ķå®ļ 代表 +åı¦ä¸Ģ ç§į +ä¸į åIJ« +æĭ¯ æķij +ä¼ļ ç»Ļ +è¯Ĺ è¯į +åIJĮ ç±» +å¾Ĺ ä¸įåĪ° +æĬĵ ç´§ +以 åħ¶ +åħ¥ åħļ +è¿ĺ åı¯ +æľŁ åĪĬ +å¾Īå¤ļ æŶåĢĻ +æĹ¥ åIJİ +åħ¬ 约 +ä¸Ģ 举 +æ¯Ķè¾ĥ å¤ļ +éĩij æ²Ļ +æį ŀ +æİĴ åĩº +æѦ æľ¯ +ä¸į æĸ· +ä¸Ń èĢĥ +ä¿¡ èµĸ +ä»İä¸ļ 人åijĺ +çģ« çĦ° +éĨĴ æĿ¥ +ä½İ 温 +éĢ¾ æľŁ +åĬ± å¿Ĺ +éħ ¥ +åı¯è°ĵ æĺ¯ +è¿Ļ æĦıåij³çĿĢ +é¢ł è¦Ĩ +åĮĹ京 大åѦ +ä¸ĵ 线 +åıĬ 以ä¸Ĭ +è¨ ª +èĢĮ åIJİ +çŁ¥ ä¹İ +ä¸Ģ对 ä¸Ģ +å¨ĥ å¨ĥ +çģ¾ éļ¾ +åħ¨ å±Ģ +æīĢå¾Ĺ ç¨İ +å®ŀ æĥł +èļĤ èļģ +ä¹Ł çŁ¥éģĵ +温 åĴĮ +èIJ½ ä¸ĭ +åŀĭ ä¼ģä¸ļ +åĨį ä¹Ł +ä¾Ľ çĥŃ +é«ĺ æ½® +çĢı覽 åĻ¨ +çļĦ 巨大 +åħĪ 天 +å¹´ ä¸ŃåĽ½ +类似 çļĦ +çIJĨäºĭ ä¼ļ +空 éĸĵ +çģµ æĦŁ +åĬĽ æ°Ķ +带 ä¸Ĭ +ä¸į好 æĦıæĢĿ +æľī ä½ķ +å·² åľ¨ +åıĸ åĩº +è¿Ŀæ³ķ çĬ¯ç½ª +åŃ¦ä¹ł 贯彻 +åľ° 带 +楼 梯 +çŃī æĥħåĨµ +ä»İ åīį +çļĦ ä¹łæĥ¯ +ç³Ł ç³ķ +å°± èĥ½å¤Ł +è© ķ +ä¸Ģ å¾ĭ +æĮ« æĬĺ +åİŁæĸĩ åľ°åĿĢ +å½ĵ å±Ģ +ä¸į éĢļ +æķ° åįĥ +éĺŁä¼į 建设 +æŶ èĬĤ +åģļ èµ· +çļĦ è®°å¿Ĩ +ç½ij绾 å®īåħ¨ +åĩ¡ æĺ¯ +æ° ¯ +éĽķ åĪ» +åŁĥ åıĬ +æĪij åı¯ä»¥ +çĽij çIJĨ +æĽ´ åħ· +åŁİ 管 +èĭ ¯ +åı¥ åŃIJ +èĭ¥ æľī +ä»İæĿ¥ ä¸į +缸åħ³ è´Łè´£ +å®īåħ¨ æĦŁ +æĽ´ è¦ģ +çļĦæĥħ æĦŁ +çī¢ çī¢ +è¾ĥ 好çļĦ +æ° ® +ç¬ij è¯Ŀ +车 å±ķ +ä¹ĭ ç¾İ +ç®Ģ 约 +ç±»åŀĭ çļĦ +èĢģ åĮĸ +çľĭ ä½ł +è¿ĩ åĪĨ +éŨ åīį +ä¸Ģ éĹ´ +æĥ³ åİ» +åª Ľ +åľŁ è±Ĩ +åıĪ 称 +ä¸Ń ä¿¡ +åŃĺ éĩı +马 äºij +èĩ´ 使 +åħĪ åīį +èĢģ åŃIJ +æīĵ æī® +æ¯ķä¸ļ äºİ +æ¯ķä¸ļ åIJİ +ç¾İ好 çĶŁæ´» +å·¥ä¸ļ ä¼ģä¸ļ +就好 äºĨ +èħIJ èļĢ +çıį çıł +åĪ° è¿ĻéĩĮ +æīĢéľĢ çļĦ +è¿Ļæĺ¯ åĽłä¸º +çIJĨæĥ³ çļĦ +å·®å¼Ĥ åĮĸ +é ® +é® ® +äºļ 太 +æĹł ç©· +æıIJ çİ° +ä¸ĵä¸ļ æĬĢæľ¯ +çĶ¢ æ¥Ń +åѦ åŃIJ +ç§ij å¹» +åįłåľ° éĿ¢ç§¯ +ä¸į åĩĨ +æľªæĪIJ 年人 +æĶ¶ å½ķ +è¿ĺ 款 +éĴ¢ çŃĭ +æ¼ ¢ +å¾Ĺ æĦı +综åIJĪ ä½ĵ +æŀģ é«ĺ +åįķ è¯į +é«ĺæķĪ çļĦ +骨 头 +æī§ çĿĢ +缼 ä¸ĸ +模 çī¹ +æĽ´ èĥ½ +ç»Ŀ æľĽ +对åºĶ çļĦ +æ¨ Ĭ +æĸ° ä¸ī +æĸ°ä¸ī æĿ¿ +æģ° æģ° +åIJį 家 +æł¸å¿ĥ æĬĢæľ¯ +个 å°ı +æĢİä¹Ī ä¼ļ +说 ä¸įå®ļ +西 çĵľ +åĵ İ +ç¢ Ł +å¿ħ ä¸įåı¯ +å¿ħä¸įåı¯ å°ij +ä¹ĭ éĸĵ +åĪĨ 管 +交éĢļ äºĭæķħ +å¼Ģ åĬŀ +å¾ģæ±Ĥ æĦıè§ģ +äº ¨ +鼻åŃIJ éĥµ +鼻åŃIJéĥµ 件 +ä¿¡æģ¯ æľįåĬ¡ +ä½ł è§īå¾Ĺ +缴 è§Ĥ +å·² å®ĮæĪIJ +åĪĨ ä¼ļ +åĽŀ åįĩ +éļ » +好 人 +äºĨ解 ä¸Ģä¸ĭ +åį« æµ´ +æľĢ çĪ± +åºŀ 大 +客 æĪ¿ +çijŀ åħ¸ +éĥ½ ä¸įæĺ¯ +é¤ ¨ +èĹ ī +çļĦ åIJĦ项 +为 缮æłĩ +çļĦ è®¤çŁ¥ +å½±åĵįåĬĽ çļĦ +夸 å¼ł +佩 æĪ´ +æ±ĩ çİĩ +çļĦ çĪ±æĥħ +æĺ¥ é£İ +æĺ¯ æĪijçļĦ +æ¨ ¹ +åįĬ å°ıæŶ +å±± åİ¿ +å±± 西çľģ +èĢĮ è¿Ļ +æĽ´å¤ļ ä¿¡æģ¯ +è¿ĺ æľīä¸ĢäºĽ +ç²¾ ç»ĨåĮĸ +ç¾İ åѦ +çĶ± æĸ¼ +ä»ħä¾Ľ åıĤèĢĥ +å¾Ī é«ĺçļĦ +åıł åĬł +è¿Ļä¹Ī 说 +å±ķ åĩº +åĽĽ å¤Ħ +ä¸ĩ 家 +æĭĽ åĭŁ +çļĦ 强大 +æĤ£ æľī +å°ı äºİ +ä¹Łè®¸ æĺ¯ +对 èĩªå·±çļĦ +èģĮä¸ļ æķĻèĤ² +æĿ¥ è¿Ľè¡Į +æ¡£ 次 +æīĵ èµ¢ +éĥ½æľī çĿĢ +åº ¸ +è¯Ń æ°Ķ +çĶ² éĨĽ +空 åĨĽ +车 åĨħ +åĽłä¸º ä½ł +å®ŀ æķĪ +æĥħ ä¾£ +åıijè¾¾ åĽ½å®¶ +éķľ åŃIJ +æ¯į å©´ +ä½Ĩæĺ¯ ä»ĸ +积æŀģ æİ¨è¿Ľ +大å¹ħ 度 +çļĦ 女åĦ¿ +é¤IJ æ¡Į +åIJ¬ å¾Ĺ +çļĦ 积æŀģæĢ§ +好 åIJ§ +æĹ¥ æ¶Īæģ¯ +æľī ä»»ä½ķ +æ¯Ĵ åĵģ +æĹ©çĤ¹ åĬłçĽŁ +第ä¸Ģ 天 +å°½ åĬĽ +æł ĸ +主 æīĵ +æĺ¯ä¸Ģ åIJį +çĪĨ æĸĻ +äºĭä¸ļ åıijå±ķ +å¾® åķĨ +äºİä¸Ģä½ĵ çļĦ +çĶŁ çĮª +èĩªçĦ¶ èµĦæºIJ +çŀĦ åĩĨ +è§Ħ模 åĮĸ +并 ä¸İ +èĤ¥ èĥĸ +家 çĶ¨ +大 çĪ· +é¢Ħ åijĬ +æĿ¥ åģļ +éĺ³ åİ¿ +æŀĦ çŃij +é¢ģ å¥ĸ +åİĨåı² æĸĩåĮĸ +æľįåĭĻ æĪĸ +æĢ» åĨ³èµĽ +åıij åŀĭ +æĪij 羣çļĦ +æĽ ¦ +åıĤ ä¼ļ +èĦĨ å¼± +åĩĨ åħ¥ +èħ¹ éĥ¨ +åı¸ 令 +æĤ² åī§ +天 ä¸Ĭ +åı£ ä¸Ń +ä¸ĩ 个 +åѦ ä¸ļ +æıIJ åĢ¡ +两 è¾¹ +大 èĤ¡ä¸ľ +åı¤ éķĩ +è¡Ģ ç³ĸ +çļĦ ç¨ĭ度 +æ£ī èĬ± +åIJİ åı° +å°± åĮ» +æķ´ æķ´ +èĴ ² +çĽĪåĪ© èĥ½åĬĽ +ç± ½ +èĦ « +çľĭ éĩį +家 éķ· +èģĺ çĶ¨ +èµĽ éģĵ +åīį èĢħ +建 èŃ° +å¾ĭå¸Ī äºĭåĬ¡ +èīºæľ¯ åĵģ +æľī èĩªå·±çļĦ +åIJ¦ å®ļ +社 åĽ¢ +åij¨ äºĶ +带 åĪ° +å·¥ä½ľ ä¼ļè®® +èĤ¡ æľ¬ +å¤ĸ åĮħ +家 åħ¬åı¸ +çĽij çĭ± +èĪ Ĭ +åIJį æł¡ +西 æ¹ĸ +è¶ħè¿ĩ äºĨ +åįĹ å±± +ç»Ħ 件 +åĢ¼å¾Ĺ 注æĦı +æĮ£ æīİ +äºĭ 迹 +ç¶ĵ çĩŁ +ç§ij 室 +好 åIJĹ +æ¤ħ åŃIJ +åľĪ åŃIJ +ä½Ĩ 她 +æµģ çķħ +åIJĦèĩª çļĦ +èģĮ åijĺ +è¡į çĶŁ +åħ¨ åľº +æĴ¤ éĶĢ +åį´ 被 +å®ģ éĿĻ +åīį æīĢ +åīįæīĢ æľª +åīįæīĢæľª æľī +主 ä¸ļ +åĮĹ ç¾İ +è¯Ħ å®ļ +åĵģ å°Ŀ +大家 éĥ½åľ¨ +主 å¸ħ +ç»Ĩ å¿ĥ +ä¿¡æģ¯ æĬ«éľ² +çļĦ ç«ŀäºī +éĢĻ樣 çļĦ +ç§ijåĪĽ æĿ¿ +éĩĩ æijĺ +票 æį® +éĢIJ å¹´ +èĭ± è¶ħ +è¡Įä¸ļ åĨħ +人 寿 +åIJİ åĭ¤ +å¦Ĥ æĦı +ç¬Ķ è¯ķ +æ·¡æ·¡ çļĦ +ä¸į èĪĴæľį +ä½ĵ 积 +ä¹Łä¸į è¦ģ +éĿ¢ æĸĻ +æł· æľ¬ +ç¥ ģ +æĮī è§Ħå®ļ +大æ¦Ĥ æĺ¯ +æĥħåĨµ è¿Ľè¡Į +åIJĦ åįķä½į +çļĦ ç¬ij容 +åĩºèī² çļĦ +代表 æĢ§ +çļĦ ç¾İ好 +éĴ ¦ +å¾® çĶŁçī© +è¶Ĭ æĺ¯ +æĸ¹ åı¯ +å¹² èĦĨ +éģĬ æĪ² +çļĦ åħ´è¶£ +éĹ® è´£ +åĽłä¸º æĪij们 +èĢĥ éĩı +çĶŁ çĶŁ +éĺ» åĬĽ +ä¸į åħģ许 +æıIJ è®® +åĩı æĮģ +åıªæĺ¯ ä¸Ģ个 +æĪij æĬĬ +åıijçİ° èĩªå·± +å¢ŀ å¹ħ +å¦ į +èĹĿ è¡ĵ +ä¸Ģ家 人 +åĪĨ 级 +çļĦ æķ°éĩı +è½® èŀįèµĦ +çŃī åĽłç´ł +大 夫 +èģĺ 请 +é£İ æľº +绽 æĶ¾ +ä»»ä½ķ ä¸Ģ个 +éł Ĥ +éĺ¶ çº§ +æĬĬ 她 +è¿Ľ åĨĽ +èĥ½ åģļåĪ° +åŁ¹è®Ń æľºæŀĦ +çī© æĸĻ +ç«¥ è¯Ŀ +æĮĩ导 æĦıè§ģ +éĺ ® +æ·±åħ¥ æİ¨è¿Ľ +主 æľº +æ¸Ķ ä¸ļ +ä¸į æľį +æµĵ éĥģ +è¡Ĺ ä¸Ĭ +ä¾Ŀ 次 +æŶ 段 +æ¢ µ +çļĦ åĸľçĪ± +å¾Ī éķ¿ +åĪĿ 级 +æŀľ æĸŃ +æĬ¢ æķij +é¼ĵ èĪŀ +ä¾Ľ éľĢ +æ·±åħ¥ å¼Ģå±ķ +产ä¸ļ éĽĨ群 +åĻª éŁ³ +åIJ¬ çĿĢ +æ·±åĪ» çļĦ +å¿į åıĹ +çĶµ ç£ģ +强 èĢħ +æ»ĭ åij³ +æĽ¼ èģĶ +åı¯ä»¥ 缴æİ¥ +大 ç±³ +æŃ· åı² +æĶ¿åĬ¡ æľįåĬ¡ +åħ¬ å¼ı +社 群 +éģĵ士 èģĮä¸ļ +ä¹ĭ æĥħ +æµ· æ°´ +æ¼Ķ å¥ı +åºĹ éĩĮ +迹 象 +åıijå±ķ çIJĨ念 +é«ĺ 空 +åij¨ åĪĬ +åĽŀ åĪ°äºĨ +ä¸į éĢĤåIJĪ +åłµ å¡ŀ +åĬ Ī +æ°´ ä¸Ĭ +çĢij å¸ĥ +纳ç¨İ 人 +çĩĥ æ²¹ +å·¥ç¨ĭ é¡¹çĽ® +峡 è°· +æľī éĴĪ对æĢ§ +åľĨ å½¢ +æľ¬ å¸Ĥ +è¿Ļ è¯Ŀ +管çIJĨ èĢħ +ç¡®è¯Ĭ çĹħä¾ĭ +æĬĬ æīĭ +彩 èī² +ä¸Ĭ åīį +夯 å®ŀ +ç¾Ĭ èĤī +å¾Ģ å¹´ +æĵħ èĩª +è¿· 人 +èĪª æ¯į +ç²¾ ç»Ĩ +åľ¨ æĪijçļĦ +åĪĽ æĬķ +麦 åħĭ +æľĪ ç»ı +åĮĹ æµ· +ä¹ĭ æĺŁ +åı¶ åŃIJ +å¸Ĥåľº ç«ŀäºī +è¿Ļ äºĭ +åıĥ èĪĩ +产 åľ° +åĶ ī +åķĨåĵģ æĪ¿ +èĪª è¿IJ +ä¼ĺ å¼Ĥ +ä»ĸ们 æĺ¯ +鼨 æ°´ +è¯į æ±ĩ +åĨľ çĶ° +欧 éĺ³ +çŁŃ 线 +管 ç½ij +æł¹ åŁº +åıªæľī ä¸Ģ个 +éŀĭ åŃIJ +å¸Ĥ å§Ķ书记 +åĪ» æĦı +è¡Į 车 +åıĪ 被 +åı¯éĿł æĢ§ +è´ ± +ä»» åij½ +åºĶ åľ¨ +å°± å¾Ĺ +æľįåĬ¡ ä½ĵç³» +æĶ¿ æĿĥ +åıijè¨Ģ 人 +è¿ĩ å¾Ģ +两 åıª +èĻ½ 说 +éĢģ ä¸Ĭ +ä»Ģä¹Ī äºĭ +æķ£ æĸĩ +æİĮ æݧ +èĸĦ å¼± +ä¸ĭéĿ¢ å°± +主è¦ģ åĨħ容 +å¾Ī éĩįè¦ģçļĦ +å°± 说 +çĻ½èī² çļĦ +éĤ£ä¸ª æŶåĢĻ +ç»ı纪 人 +çļĦ æ¯į亲 +ç¬Ķè®° æľ¬ +åºķ å±Ĥ +è¿ij 代 +解 说 +è²ł 責 +æľĢ大 åĮĸ +åķĨ éĵº +æł¡ åıĭ +æ² ģ +ä¸į åĩºæĿ¥ +éĻ· éĺ± +ç¨ ħ +åħ¬å¸ĥ äºĨ +åĩĢ åĢ¼ +çĽ¸å¯¹ è¾ĥ +ç¬ Ľ +æł¸ ç®Ĺ +åįİ ä¾¨ +æĢ¥ æķij +æĮº 好 +åħĴ ç«¥ +äºĮ èĥİ +åĩº èĩª +åĿ Ł +æīĭ ä¸ĭ +å± ¡ +åĪĽéĢł æĢ§ +ä¸¥æł¼ æĮīçħ§ +åĨį åİ» +举 缣 +人 æµģ +äºĨä¸Ģ 声 +å°ıæŶ åīį +è´µ æĹı +éľ ĸ +ä¹Łæĺ¯ éĿŀ常 +éĢ ± +çľĭäºĨ çľĭ +ç¹ģ æ®ĸ +èĩ³ æѤ +é¢Ħ å¤ĩ +å¾Ī æĺİæĺ¾ +æ¼Ķ èīº +åĿIJ çĿĢ +ä¿Ħ åĨĽ +åľ¨ è¿ĩåİ» +ä¹ĭ äºĭ +æĬĵ èİ· +åĿIJ ä¸ĭ +çĶ± ä¸ŃåĽ½ +ä¹Ł å¼Ģå§ĭ +çŃĶ å¤į +åŀĥåľ¾ åĪĨç±» +éĴĵ é±¼ +åIJĦ 種 +缸 éģĩ +ä¸įåģľ çļĦ +æī¹ éĩı +éĩįè¦ģ ä½ľçĶ¨ +å§Ķ å±Ī +åħŃ å¹´ +ä¸ĥ åįģ +ä¹ĭ æĪĺ +é£İéĻ© 管çIJĨ +éŁ³ æ¨Ĥ +è¡ĮæĶ¿ å¤Ħç½ļ +æľ¬ äºĭ +æĴ° åĨĻ +èģļ åIJĪ +éĢĤ æŶ +æIJ¬ 家 +ç¢İ çīĩ +缼 å®´ +ç®Ģ æ´ģ +åı¬ éĽĨ +ç®Ģ åĮĸ +åĮĹ京 æŶéĹ´ +第ä¸ī å±Ĭ +æĿ¥ åĽŀ +常çĶ¨ çļĦ +京 æ´¥ +京津 åĨĢ +梦 å¹» +è¯ķ è¡Į +æľº åºĬ +åĪ° æľĢåIJİ +åĬ© æīĭ +åĪĨ 彩 +åĩº åĵģ +åĪ¹ 车 +åIJ¯ åıij +侧 éĿ¢ +æ¯ı å½ĵ +缸åħ³ è§Ħå®ļ +ä¸ĸ 人 +è´Ń 车 +å¿ĥ 缮 +å¿ĥ缮 ä¸Ń +äºĶ éĩij +è¿ĺ è®°å¾Ĺ +ä¾Ŀ çĦ¶æĺ¯ +æıIJ æ¡Ī +çĶµåķĨ å¹³åı° +åģļ åĪ°äºĨ +æĿľ ç»Ŀ +å®ī åįĵ +ä¸ĸçķĮ åIJĦåľ° +åīį éĢĶ +æ´Ĺ åĩĢ +å¥ĭ åĬĽ +åŁİå¸Ĥ 建设 +å¤ļ åĬŁèĥ½ +ä¼ļ éĢłæĪIJ +åıijå¸ĥ ä¼ļä¸Ĭ +究 ç«Łæĺ¯ +åĪĨ 红 +çŁ¥ èŃĺ +éĿ¢ æĿ¿ +æĹł 声 +æĢ¥ éľĢ +失 çľł +çĪ¸ å¦Ī +äº Ĥ +åħ¨ æĻ¯ +ç»ıåħ¸ çļĦ +åī§ ä¸Ń +é¢Ĩ导 ä¸ĭ +åħļ åĨħ +åħ¥ ä¾µ +æĭī æĸ¯ +ä¸Ģ å¹ķ +åĬł ä¹ĭ +èĤ Ĩ +èĭ± æł¼ +èĭ±æł¼ åħ° +å·§ åħĭ +å·§åħĭ åĬĽ +ä¸Ģ å¿ĥ +èģ Ĥ +å¾Ģå¾Ģ æĺ¯ +管çIJĨ å±Ĥ +çĻ» åħ¥ +建ç«ĭ èµ· +建 åĽ½ +åŃIJ 宫 +åºĶ ä»ĺ +æİ¢ 究 +第ä¸Ģ ä½į +ä½Ļ 家 +çŃī æ´»åĬ¨ +æīĢ èĩ´ +è¾ĥ å¿« +æĺ¯ éĿŀ +æıIJ åIJį +äºĮ èĢħ +åıªåī© ä¸ĭ +åħ¶ä¸Ń åĮħæĭ¬ +ç¼ĸ ç¨ĭ +çł´ ç¢İ +ä¸Ń 举 +å·¥ä½ľ æĬ¥åijĬ +çŃ¾ åIJį +éħĴ ä¸ļ +çŁ¥ æĻĵ +çĥŃ å¿ĥ +éĿŀ åĩ¡ +èIJ¥ä¸ļ æī§ +èIJ¥ä¸ļæī§ çħ§ +人大 代表 +ä¸Ģ个 æĸ°çļĦ +å¨ģ æµ· +éĤ£ 人 +涨 ä»· +æ¶Ī çģŃ +éļ¾ å¿ĺ +ç¶ĵ é©Ĺ +åı£ è¢ĭ +ç³» æķ° +æĸĩ ä¸Ń +好 转 +æĸ° 鼶åĶ® +讲述 äºĨ +å¼Ģ çĽĺ +çķĻ ç»Ļ +æħ¢æħ¢ çļĦ +æĤ² 伤 +æľ¬ æľŁ +äºĨ å¤ļå°ij +è¿Ļ 让 +åIJĮ çŃī +æ¸ħ æĺİ +个 åŁİå¸Ĥ +æºĸ åĤĻ +åĩłä¹İ æĺ¯ +强 åĬĽ +ä¿ ¯ +æ°´ 稻 +åĽºå®ļ çļĦ +æł¸ åĩĨ +说 æľį +顯 示 +è¿Ļ å¥Ĺ +æĻºæħ§ åŁİå¸Ĥ +å±ĭ 顶 +ä¸į æĿ¥ +çĶŁ é²ľ +çŁ¥ æĥħ +æĬķ 身 +åijĬè¯ī æĪij们 +ä¸ī åĽĽ +ä¸ĩ ä¸Ģ +è¾Ĩ 车 +为 ä¹ĭ +åĪ° æŶåĢĻ +è¿Ļ æīįæĺ¯ +åIJį çīĮ +åºŁ æ°´ +åݻ年 åIJĮæľŁ +å¹´ éĻIJ +éģĭ åĭķ +åıĮ çľ¼ +è¦ģ ç´§ +对 çŃĸ +åľº é¦Ĩ +çĻ¾ ç§ij +è¶Ĭ éĩİ +å¯Į åIJ« +大å¤ļæķ° 人 +æľĢ å°ij +åı¬ åĶ¤ +åħ¸ èĮĥ +åĨľ æľº +æŃ£ æĸĩ +åºĶçĶ¨ äºİ +æ·± èĢķ +ä¿ Ń +ä»Ģä¹Ī ä¸ľè¥¿ +å¥Ĺ é¤IJ +å½ĵ éĢī +å·¦ æīĭ +è°ĥ çIJĨ +æĻļ é¤IJ +éļ¾ åħ³ +åĩŃ è¯ģ +çĪ± 人 +æĮĩ è´£ +è´£ ç¼ĸ +çļĦä¸Ģ 款 +éĵ ² +åįģ 个 +èĢ » +æľįåĬ¡ åķĨ +åľ° çĭ± +è¿ŀ å¿Ļ +åĽ° æĥij +çļ ĵ +ä¸į åIJĥ +çİ°åľ¨ å·²ç»ı +çĽĺ çĤ¹ +ä¸įåģľ åľ° +管çIJĨ 模å¼ı +è¿Ļ 段æŶéĹ´ +æ¤ ° +礼 åĮħ +æµģ 转 +æī« çłģ +éĽĨä¸Ń åľ¨ +æ±Ĥ åĬ© +åįĬ 个 +å¿«éĢŁ å¢ŀéķ¿ +å¾Ģ ä¸ĭ +è¯Ħ åĪĨ +å°± æĥ³ +åķĨåĬ¡ éĥ¨ +æľī éĹ®é¢ĺ +èİ· åĪ© +æ¯Ľ çĹħ +æĦŁ åºĶ +èī¯ æĢ§ +åĪĨ æѧ +åĨ ī +æĪij们 çİ°åľ¨ +è¦ģ åĬłå¼º +å·§ å¦Ļ +èŀº æĹĭ +åĪĩ æį¢ +çĭ Ħ +顺 çķħ +å°¤åħ¶ æĺ¯åľ¨ +èĬĿ 麻 +éļ¾ è¿ĩ +æĹĹ å¸ľ +å¤į åį° +å¤įåį° 件 +å¿ħ éľĢ +对å¤ĸ å¼ĢæĶ¾ +éļ¾ åıĹ +åİŁæĿ¥ æĺ¯ +ç®Ĺ äºĨ +é«ĺ å±± +离 èģĮ +çµĦ ç¹ +çµĦç¹ Ķ +å±ģ èĤ¡ +çĻ¾ 家 +éģĩ ä¸Ĭ +æĺĶ æĹ¥ +ä¸į 容 +çĽij管 éĥ¨éŨ +主 æĦı +æµģ åŁŁ +è·Į å¹ħ +èĩ³ ä¸Ĭ +åĪ« 说 +æĺ¯ æ¯Ķè¾ĥ +å®ıè§Ĥ ç»ıæµİ +å¸Ĥåľº 主ä½ĵ +污æŁĵ çī© +æķij æ²» +丰 æĶ¶ +åŃĺ æĶ¾ +åĩ Ħ +éĩij å±± +æį¢ äºĨ +ä¸ĵ 人 +éĹľ æĸ¼ +æĹ¢ è¦ģ +åĽ½ 足 +éļ ĭ +åıį åĩ» +èµ· 身 +åħĪ æĺ¯ +å¸ĮæľĽ èĥ½å¤Ł +åĪ¶ 订 +åºĹ éĿ¢ +åĸ Ģ +æķĻ ä½ł +éĻį 温 +åĬĽ æ±Ĥ +ä¸ī çĻ¾ +çī© ä»· +丢 失 +å¢Ļ ä¸Ĭ +éĥ¨ 份 +æł· æĿ¿ +ä¹ĭ æĦı +ç½ij å°ıç¼ĸ +ä¸ĸ ä¸Ĭ +è°ĥ è¯ķ +污æŁĵ éĺ²æ²» +å½± éĻ¢ +å®Įåħ¨ åı¯ä»¥ +éĢļ åħ³ +ä¹īåĬ¡ æķĻèĤ² +没æľī åĬŀæ³ķ +èĢ ¿ +å¦ ³ +æĹł æĥħ +å¾Ĺ çĽĬ +å¾ĹçĽĬ äºİ +æľŁ çĽ¼ +娱ä¹IJ åľº +çĶ² æĸ¹ +ä¸Ģ æ±½ +çĹ ° +çĸij ä¼¼ +æĸ°æµª å¾®åįļ +强 è¡Į +å½ĵ ä»ĸ +èĥ º +çĶ¨æĪ· æıIJä¾Ľ +åĮº å§Ķ +æĦ¿ æĻ¯ +æĬĺ æī£ +失 踪 +è¿« åĪĩ +åŃĹ æ¯į +åĴ ¯ +èªį èŃĺ +ä»Ģä¹Ī æĦıæĢĿ +çĽĴ åŃIJ +å½ķ éŁ³ +建设 å·¥ç¨ĭ +ä¸ļ ä½Ļ +å®ŀè·µ æ´»åĬ¨ +羣 空 +çĤ ĸ +åľ¨ è·¯ä¸Ĭ +主è¦ģ åĮħæĭ¬ +该 æĢİä¹Ī +æĢ» æľī +æĢ§ æĦŁ +æ°ij èĪª +å¼Ģ åºĹ +欺 éªĹ +çªģ åĩ» +缺 失 +æī§ ä¸ļ +åľ° éģĵ +并 æĹł +æ°ij åĬŀ +ç»Ħç»ĩ çĶŁæ´» +æĪij å¦Ī +è¨ĺ èĢħ +管 åĪ¶ +æī¾ 个 +èĹ » +çĤİ çĹĩ +äºĴ åĬ© +æµıè§Ī åĻ¨ +çݩ家 æĿ¥è¯´ +éĻįä½İ äºĨ +è£ Ķ +æĮ£ éĴ± +åķĨ æľº +æĶ¹ è£ħ +æµģ 浪 +æĶ¿ æ³ķ +èĢģ 头 +çĶŁäº§ åĴĮ +ç© Ĺ +亲 çĪ± +亲çĪ± çļĦ +å±¥ èģĮ +åŁİ éĩĮ +ç»Ĩ åĪĨ +åĬ³åĬ¨ åIJĪåIJĮ +åľ¨ æĹ¥æľ¬ +å¨ģ å°Ķ +åį« è§Ĩ +éĢ£ çµIJ +çĿĢ éĩį +æĬĺ 磨 +åĽ¾ 为 +çľ · +å·¥ åºı +æĵ ģ +æĵģ æľī +ç½ijç«Ļ åľ°åĽ¾ +çļĦä¸Ģ 大 +ç»Ħç»ĩ å®ŀæĸ½ +æĬĽ å¼ĥ +åĴĮ æĶ¯æĮģ +æ³ķ åĪĻ +浪 æ½® +çİ° æľīçļĦ +åĩł çİĩ +为 客æĪ· +åįģ ä¸ĩ +è ¹Ħ +çªģåĩº éĹ®é¢ĺ +åıĥ åĬł +éĥ½ä¼ļ æľī +çĽ ¤ +è°ģ éĥ½ +æīĭ åĬ¨ +缴 è¾¾ +çĤ¹ å¤ļ +éĺ¶ å±Ĥ +ä¸į ä½³ +éĤ£ 段 +滨 æµ· +æĺ¯ åĽ½åĨħ +æĪij å¸ĮæľĽ +åIJĽ åŃIJ +è§Ĥ éŁ³ +åģļ é¥Ń +æ±½ è»Ĭ +åħ³ ç¨İ +çľ¼åīį çļĦ +æ°´ éĿ¢ +èĢ³ æľº +追 踪 +æݨ éĢģ +éĴ± åĮħ +æģ¶ å¿ĥ +æµ· åŁŁ +å· į +å¼Ģ æĿ¥ +表 æĢģ +仪 表 +å¹³ åİŁ +åįģ å¤ļå¹´ +ä¹Ł æĹłæ³ķ +åħ¼ 顾 +è¡£ æŁľ +æł½ åŁ¹ +æĪ¿ æºIJ +设ç«ĭ äºĨ +ä¸ĩ åIJį +æķ° é¢Ŀ +è¦ģ åĿļæĮģ +åIJīæŀĹ çľģ +请 èģĶç³» +ç»ıåİĨ è¿ĩ +çļĦ æľ¬è´¨ +åħ¥ éŨ +æľ¬ æ¡Ī +çİĩ è¾¾åĪ° +åı° éĺ¶ +éĴ ŀ +æĪij èĥ½ +èݲ èĬ± +éĴ ł +ä¸Ģ äºĭ +åİŁ æľīçļĦ +æ¯ı åĢĭ +æ¯Ķäºļ 迪 +æ£ĭçīĮ 游æĪı +ä¸įä¼ļ æľī +å½Ĵ æĿ¥ +äºĶ çĻ¾ +è¿ĩ é«ĺ +鼷 è¾¾ +ä¸Ģèµ· åİ» +æķĻ 导 +å°± è¯Ĭ +å°± å¾Ī +ä¸įåIJĮ äºİ +ä¿ º +å¸ĸ åŃIJ +æĶ¿åįı å§Ķåijĺ +çĸ«æĥħ å½±åĵį +åĪĨ è£Ĥ +为ä»Ģä¹Ī ä¼ļ +äºĶ æĺŁ +å°ij åĦ¿ +æĬ¢ éĻ© +梦 è§ģ +è®°èĢħ éĩĩ访 +å±± è·¯ +æĪij 个人 +æ²Ļ 滩 +è¹ Ń +æĶ¹ è®Ĭ +æĸ°åŀĭ åĨł +æĸ°åŀĭåĨł çĬ¶ +åĮ» æĬ¤ +åĮ»æĬ¤ 人åijĺ +æµ· å°Ķ +åħ³äºİ æĪij们 +éĻ¤ å¤ĸ +åº ļ +宣 åijĬ +ä¸ī åįĥ +æ¦ ¨ +ç§ijæĬĢ 大åѦ +ä¸ĥ åħ« +顺 åºĶ +çĪ¸çĪ¸ å¦Īå¦Ī +éĢī åıĸ +åī§ çĥĪ +乡æĿij æĹħ游 +积æŀģ æݢ索 +表çİ° 为 +å¾Ī æ¸ħæ¥ļ +大 åĨĽ +æĿ¥ çĶµ +å¥Ĺ æĪ¿ +çİ° è¡Į +享 åıĹåĪ° +çľĭ çĤ¹ +åĽºå®ļ èµĦ产 +以 人为 +以人为 æľ¬ +ä¸į å®Į +éĻį 鼨 +åģļçļĦ äºĭæĥħ +并 äºİ +顽 强 +èĢ ¸ +åĺ´ å·´ +缸åħ³ ä¿¡æģ¯ +æĪij 没 +æĪĺçķ¥ æĢ§ +æĢĿ 念 +åĪĺ å¤ĩ +åĬ© æĶ» +é£İ è²Į +éĿ¢å¯¹ éĿ¢ +积æŀģ å¼Ģå±ķ +çĸĹ æķĪ +çľĭ 书 +缺 åı£ +åĽ½æ°ij ç»ıæµİ +使çĶ¨ æĿĥ +éģ¥ è¿ľ +å¡« è¡¥ +第ä¸ī 人 +åįĬ å¤ľ +æѦæ±ī å¸Ĥ +æĪij åıijçİ° +ä¼ĺæĥł æĶ¿çŃĸ +é£İ åı£ +å°± ä¸įèĥ½ +为 主è¦ģ +æµģ åĩº +å´ĩ æĭľ +并 ä¸įèĥ½ +é«ĺ ä¸ī +ä¸ĸçķĮä¸Ĭ æľĢ +æĥ³ å¿ħ +åħ¶ æīĢ +åĢĻ éĢī +åĢĻéĢī 人 +ä¸į çĪ± +åī¯ ä½ľçĶ¨ +人æ°ij æĹ¥æĬ¥ +æĪij ä¸įæĺ¯ +å®ŀ çī© +çĶµ åİĤ +ä¹Ł ç®Ĺæĺ¯ +æľī éĹľ +æľī èĥ½åĬĽ +æĮĤ åľ¨ +çľ¼ ä¸ĭ +约 ç¿° +å°ı åѦçĶŁ +èµ· åĪ°äºĨ +å·¥ 夫 +åIJĮ å¿ĥ +åĿ¦ è¨Ģ +çł Į +åıijæĮ¥ äºĨ +èģĮä¸ļ éģĵå¾· +è¿ĻäºĽ å¹´ +念 头 +èĢģ é¼ł +åħ¨ èµĦ +åħ¨èµĦ åŃIJ +ä¸Ģ åij³ +å¤ļ ä¸ĩåħĥ +æł¼ æľĥ +éķ¿ éĢĶ +带 èµ° +èĭ± 寸 +æĸĩ ä½ĵ +对 ä»ĸ们 +åĵŃ äºĨ +å¡« æĬ¥ +çīĪæĿĥ 声æĺİ +çĶµ 线 +è´Ńçī© ä¸Ńå¿ĥ +饱 满 +ä½İ 头 +强 è¿« +ä¿Ŀ æ´ģ +欧 åĨł +缸 è¿ŀ +认 è´Ń +çģ« æĺŁ +é«ĺ å°Ķ +é«ĺå°Ķ 夫 +èij« èĬ¦ +æłĩ 注 +çļĦ çIJĨæĥ³ +æł¸ éħ¸ +æł¸éħ¸ æ£Ģæµĭ +åĬ ī +ä¸ĢèĪ¬ æĺ¯ +æĢĿ ç´¢ +轨 迹 +çĥŃ å¸¦ +éĻ £ +åĩĨç¡® æĢ§ +æĪ´ çĿĢ +åľ¨ çĶŁæ´»ä¸Ń +æīĢ èĥ½ +æľ¯ åIJİ +带 ä½ł +ç¥ ł +æ®ĭ éħ· +ä¹Ł åıªæĺ¯ +çĶ³ è´Ń +举åĬŀ äºĨ +æľī æĦıä¹ī +æĹº 缼 +åľ¨ 網 +åľ¨ç¶² è·¯ä¸Ĭ +å¾Ī大 ç¨ĭ度 +管 è¾ĸ +çĸ«æĥħ æľŁéĹ´ +触 æij¸ +éĺ¶æ®µ æĢ§ +ä¼ļ è§īå¾Ĺ +çļĦ çĶ»éĿ¢ +æİ¥åıĹ äºĨ +表达 äºĨ +éĤĵ å°ı +éĤĵå°ı å¹³ +åħļ é£İ +åħļé£İ å»īæĶ¿ +åķĨ åѦéĻ¢ +åħij æį¢ +é£Łåĵģ èį¯åĵģ +éĿŀ常 好çļĦ +çľ ¯ +纳 ç±³ +åĬ¨ æijĩ +åĽŀ éģ¿ +çľĭ èijĹ +款 项 +åħ« å¹´ +åģļ 个 +æĸĩ æ¡£ +éĩijèŀį ç§ijæĬĢ +åħ¶ä¸Ń æľī +äºĨä¸Ģ ç³»åĪĹ +æĹĹèĪ° åºĹ +称 èµŀ +éĽ¢ éĸĭ +åĪ¶ åĨ· +家 éŨåı£ +åįģ å¤ļ +ä¼´ ä¾£ +çľĭ çĹħ +æĭī çĿĢ +æī Ĵ +çĸ² æĥ« +å°ijæķ° æ°ijæĹı +åĽ¾ å½¢ +è½ § +å¢ŀ éĩı +饲 åħ» +çģ« å±± +æ¯ı 个æľĪ +ä½ľä¸º ä¸ĢåIJį +è½´ æī¿ +æĸĩ 书 +ç¼ ķ +åħ·ä½ĵ æĥħåĨµ +çĹĽ çĤ¹ +缴 éĶĢ +å¡ Ĭ +ä¹Ł æľĥ +çĥŃ æ½® +å¹³ æ°ij +æ¼ĶåĶ± ä¼ļ +æķĻ çłĶ +éĢĥ éģ¿ +ä¸Ģ è´¯ +å°± è¶Ĭ +å®ŀ å®ŀåľ¨ +å®ŀå®ŀåľ¨ åľ¨ +ä¹łè¿ijå¹³ æĢ» +æº º +å¿ĥ åºķ +éķ¿ å¾ģ +媽 媽 +第ä¸ī 次 +åĩº æ¼Ķ +çĭĢ æ³ģ +å°Ķ æĸ¯ +代çIJĨ åķĨ +çĨ ı +çļĦ 对象 +çĶµ éĩı +è¡Į åĪĹ +åĽ½ 人 +è·ij äºĨ +åįĶ åĬ© +èIJ¥ è¿IJ +å¸Ī åħĦ +æ¦ ® +æĥ³ åĥı +æĢ§ 强 +ç§ijåѦ çłĶ究 +延 å®ī +ä¸¥æł¼ èIJ½å®ŀ +é¢Ĩ ä¼ļ +缸 å·® +è·¯ 人 +çĶ « +æľī ä»·åĢ¼ +æľīä»·åĢ¼ çļĦ +ç¾İ åĽ¢ +æ°ij主 çĶŁæ´» +æĪij æīį +ç¾İåĽ½ 人 +æ°Ķ åij³ +åıį å°Ħ +çļĦ åĨ³å¿ĥ +大 è±Ĩ +交 代 +è¿Ľ åĩº +åıį æĬĹ +æĮĩ çļĦæĺ¯ +ä»· ä½į +è¿Ľ é©» +ä¸Ĭ çĻ¾ +ä½į åĪĹ +ä¸ŃåĽ½ ä¼ģä¸ļ +çļĦ好 å¤Ħ +主 ç¼ĸ +æ±½ æ²¹ +ä½Ĩ æĪij们 +æĢİä¹Ī çľĭ +é»Ħ å±± +å¤ļ åªĴä½ĵ +åIJİ åį« +èİ·å¾Ĺ æĽ´å¤ļ +åĬ¡ å¿ħ +为 å¥ijæľº +é¦ĸ 饰 +ä¸ĩ åįļ +è¶ĬæĿ¥è¶Ĭ 大 +ä¸ĵ项 è¡ĮåĬ¨ +å¥ĭ è¿Ľ +ä»į çĦ¶æĺ¯ +è´¨ æĦŁ +å¦Ĥæŀľ ä¸įæĺ¯ +ç«Ļ èµ·æĿ¥ +ä¹¾ éļĨ +åı¯æĢķ çļĦ +å¯Į è´µ +æ¸ħ ç®Ĺ +åIJij ä¸ĭ +åĢ ļ +çļĦ çŃĶæ¡Ī +èĪ¹ ä¸Ĭ +çļĦ羣å®ŀ æĢ§ +çŃī åĬŁèĥ½ +åĸľ åī§ +å¨ģ åĬĽ +æĸ° é¢ĸ +æł¸ çĶµ +æĬ¥ éĶĢ +æķħ 乡 +ä¼´ éļı +éŀ Ń +å¦Ĭ å¨ł +åĪĨ åĮĸ +æľī å¾Ī大 +æĢİä¹Ī 说 +æĻĤ 代 +产 åĩº +ä»ĭç»į 说 +å¤ĦçIJĨ åĻ¨ +èĨ¨ èĥĢ +åī¯ å¸Ĥéķ¿ +çļĦ 妻åŃIJ +æł· åĵģ +åIJĮæ¯Ķ ä¸ĭéĻį +åħĥ å·¦åı³ +çĶ¨ èĩªå·±çļĦ +é«ĺ éĽĦ +æĺ¥ æĻļ +ä¹Ł æľīå¾Īå¤ļ +çľ¼ çIJĥ +æķ£ æŃ¥ +ä»ĸ们 éĥ½ +第ä¸Ģ 家 +åĬŀ 好 +å®ī éĺ² +ä¸Ģ ä¸ĩ +åľ¨ éĩĮéĿ¢ +éŁ³ é¢ij +åı£ åı· +ä¸Ģ è¶Ł +ç¦ı çī¹ +é³ ŀ +æĥĬ èī³ +æĸ° å¨ĺ +绿èī² åıijå±ķ +ä¸Ń å¼ı +ä¹Ł åıªæľī +çİ° 身 +åı¯ ä¾Ľ +æ¯ı ä¸Ģ个人 +第ä¸ī èĢħ +åľ° å½¢ +éĴ¢ ç»ĵæŀĦ +çĽijçĿ£ æ£ĢæŁ¥ +åı« æĪij +èĩ´ æķ¬ +æ´Ĺ æīĭ +ä¸ĭ è°ĥ +康 çĨĻ +æĪIJ交 éĩı +ä¹Ł æĪIJ为 +åħī æ»ij +å®Įæķ´ æĢ§ +çģ ¼ +網 éłģ +éķ¿ 寿 +éģ© çĶ¨ +çļĦä¸Ģ 项 +çŀ© 缮 +æĬĬ èĩªå·±çļĦ +éĵ¶è¡Į åį¡ +å°± å¿ħé¡» +ç¾İ çĻ½ +éŀį å±± +æľ¬ é¢Ĩ +ä¸Ģ ç¢Ĺ +æīĵ æ³ķ +æĤ¨ 好 +对 åŃ©åŃIJ +æĬ¥éģĵ 称 +ä¼ł åĩº +大 èĩ£ +ç¬ ĭ +çĽ ı +é¾ ļ +缴 线 +æĻº åºĵ +秣 车 +é£İ åij³ +çľĭ ä¸Ģä¸ĭ +æݨ éĶĢ +éĥ¨ éĥ¨éķ¿ +è´¨éĩı åĴĮ +åĪĬ çĻ» +å·¥ä¸ļ åĮĸ +çİĩ 为 +鼶 件 +硬 åĮĸ +ä¸Ĭ åįĥ +ç»ıéªĮ åĢ¼ +å¹³ è¡Į +声 éģĵ +æľįåĬ¡ è´¨éĩı +çĶŁ çĶ¢ +æľĢ 容æĺĵ +ä¸Ģ æŀļ +å¹´ æĬ¥ +åħ¬ ç½ij +åħ¬ç½ij å®ī +åħ¬ç½ijå®ī å¤ĩ +çļĦ èĥ½éĩı +å®ŀéĻħ è¡ĮåĬ¨ +è¦ģ ä¸įè¦ģ +æĹ¥æľ¬ 人 +èĢ¶ 稣 +ç¼ĸ åī§ +æ¶ © +åį° å°¼ +ä¸Ĭä¸ĭ 游 +åĩł åı¥ +ä¸Ń éĵģ +ç°¡ åĸ® +èĩª 带 +çĶŁ äºİ +ä¸Ģ åı£æ°Ķ +åĭ¤ å¥ĭ +éĻį ä»· +å±ķçİ° äºĨ +å¸ĥ æĭī +ä¼ļ éĢīæĭ© +çļĦ ç»ıåħ¸ +好 æľĭåıĭ +车 éģĵ +æķ´ åĢĭ +åľ ĵ +éķ¿æľŁ 以æĿ¥ +æĬķ å½± +çļĩ åĨł +è¿ĩ 大 +åijĬè¯ī ä»ĸ +ä¼ģä¸ļ æıIJä¾Ľ +æĬ½ 象 +éĢĤ 度 +çļĦ 女åŃ© +èµ· ä¼ı +çļĦ åĬŁæķĪ +ä¸ĵ项 æķ´æ²» +åı¯ éĢļè¿ĩ +ä¸įåIJĮ ç¨ĭ度 +å¼Ĥ è®® +åĩĢ èµĦ产 +åij Ĺ +ä»Ģä¹Ī åij¢ +å·¡ éĢ» +è¸ı ä¸Ĭ +ä½Ĩ å®ĥ +ç²¾ 度 +管 å±Ģ +第ä¸Ģ åIJį +åĨħ åŃĺ +æijĨ åľ¨ +åī© ä¸ĭ +主ä½ĵ 责任 +çĤ¹ åįĬ +以 èĩ³äºİ +åħ»èĢģ ä¿ĿéĻ© +æĦŁåıĹ åĪ°äºĨ +çŁ¥åIJį çļĦ +å¯Į 豪 +妥 åĸĦ +åŃĻ åŃIJ +éĵ Ĥ +说 èĩªå·± +让 æĤ¨ +æķ° æݧ +çļĦçľ¼ åħī +注 éĶĢ +çļĦ çģµéŃĤ +è¿ĺ ä¸įéĶĻ +éĹ® ä»ĸ +èĩªä¸» çłĶåıij +èĵ ĭ +ç´« èī² +åĽ½å®¶ å®īåħ¨ +è¾½å®ģ çľģ +ä¹Ł æ¯Ķè¾ĥ +ç¾İ èĤ¡ +ä¸įç¡®å®ļ æĢ§ +å¿ĥ 头 +æĪ ³ +级 åĪ«çļĦ +论 è¿° +çļĦ åĽŀçŃĶ +ä¿Ŀè¯ģ éĩij +çŃī è¡Įä¸ļ +幸ç¦ı æĦŁ +æѧ è§Ĩ +æľº 票 +æ´¾ 人 +èĩ´ åij½ +åĺ´ è§Ĵ +æĸ°éĹ» ä¸Ńå¿ĥ +æĶ¾å¼ĥ äºĨ +å®ľ å±ħ +åĨĻ ä¸ĭ +éĹ® çŃĶ +è¿ĻéĩĮ æĺ¯ +å¤ļ åľ° +åĮºåŁŁ åĨħ +åīµ æĸ° +çľĭ ä»ĸ +æī§æ³ķ 人åijĺ +åĬ¨ æľº +éŁ³ åĵį +çļĦ åij½è¿IJ +顶 éĥ¨ +åĵ Ł +éĥ½ æľĥ +æīĵéĢł æĪIJ +æĦı åĽ¾ +çļ ĸ +åĢĴ åħ¥ +å·´ èIJ¨ +åĬ© åѦ +å¤į åı¤ +åIJ¯ çĶ¨ +åĽ½éĻħ å¸Ĥåľº +åĤ¨ èĥ½ +é»ijé¾Ļæ±Ł çľģ +ä¹ĺ 车 +è¿IJåĬ¨ ä¼ļ +ä¿Ŀ åĪ© +çŁ³ æĿIJ +çµ ® +çĤĴ ä½ľ +çļĦ ä¿¡ä»» +å°± æĪIJäºĨ +åı¯ è§Ĥ +çļĩ ä¸Ĭ +è¿Ļ åĩłå¤© +ä¸Ģ éĶ® +åĨ· åĨ» +ä¿Ŀ åį« +æł¸ æ¡ĥ +åIJĪä½ľ åħ³ç³» +éĢģ åĩº +æĹĹ ä¸ĭçļĦ +åľ¨ ä¹İ +为 广大 +åįĪ é¤IJ +ä¸ĵ 访 +æĪĸ å°Ĩ +éĿĴå²Ľ å¸Ĥ +å¥Ķ è·ij +æĹ¥ æĬ¥éģĵ +å¥ij åIJĪ +æĸ° æĺ¥ +ä¸į å°ıå¿ĥ +两 ä¸ī +æĦıæĢĿ æĺ¯ +åĨ· èĹı +çļĦ çĹĩçĬ¶ +æĢ§ åij½ +è¶ħ æłĩ +å¯Ĩ 碼 +ç§ijæĬĢ èĤ¡ä»½ +äºĨä¸Ģ æī¹ +çĿ£ å¯Ł +åªĴ ä»ĭ +å°Ħ æīĭ +ä¿® åħ» +çīĩ åĪ» +éĢĤåIJĪ èĩªå·± +åıªè¦ģ æĺ¯ +åIJĥ è¿ĩ +éĩij éĵ¶ +缴 å±ŀ +åѦ éĹ® +åİĭ åĪ¶ +çªĹ å¤ĸ +æĶ¶ åĪ°äºĨ +åħ¨åĽ½ 人大 +ä½Ĩæĺ¯ å¯¹äºİ +åľ¨ æķ´ä¸ª +çļĦ èĥĮåIJİ +åĩıå°ij äºĨ +åıį èħIJ +åıįèħIJ åĢ¡ +åıįèħIJåĢ¡ å»ī +æĹ · +åĪĨ æľŁ +åľ¨ æ·±åľ³ +æīĵ çĿĢ +æī« ä¸Ģ +æī«ä¸Ģ æī« +æĶ¿åºľ éĥ¨éŨ +æİ¥ è¿ŀ +å±ŀäºİ èĩªå·± +åŃIJ å¼¹ +åIJĮæł· æĺ¯ +æĢ» åħ± +车 ä¼ģ +æ¢ ĵ +åħ¬ é¡· +åıij 声 +éĴ Ľ +èµ°åĬ¿ åĽ¾ +主 èIJ¥ +åĸ Ķ +æķ°æį® åĪĨæŀIJ +ä¸į è¿ľ +æľī åIJį +æľīåIJį çļĦ +åģ¿ è¿ĺ +å¾Ī ä½İ +è®ĵ 人 +èĿ ī +é«ĺ è´µ +å°ij 许 +æ° Ł +å¹ ¢ +亲 æĥħ +è¿Ļ件 äºĭæĥħ +çĶ¨ é¤IJ +缸åħ³ æĸ°éĹ» +å°± åºĶ该 +ç»Ī çĤ¹ +æĺ¯ å¤ļå°ij +çĻ» åľº +è¯ķ 管 +è¯ķ管 å©´åĦ¿ +åģļ 大 +åģļ大 åģļ强 +çļĦ ä¾ĭåŃIJ +åħ« 个 +æĺİ æĹ¥ +çĤ ³ +èµ° åİ» +éģ º +å¢ © +ä½ĵä¼ļ åĪ° +åĴ ı +ä¸ĭ è¾¾ +å¤į åıij +追 éĢIJ +æīĵ åĵį +çļĦ éļ±ç§ģæ¬Ĭ +åħ·æľī ä¸Ģå®ļ +è¿Ļä¹Ī å¤ļå¹´ +æłij æŀĹ +æľĢ éķ¿ +åIJĮ èĥŀ +åħī æ³½ +åŁŁ åIJį +æĮĩ åIJij +åıĹ害 èĢħ +æłij èĦĤ +æľīå¤ļ 大 +大 éĿ¢ç§¯ +æĹł ç¼Ŀ +æĶ¹ æŃ£ +æĽ´å¤ļ çļĦæĺ¯ +æľŁ æľ« +æŃ ¼ +ä¹ī ä¹Į +éĤ£ ä½ł +çļĦ 第ä¸Ģ个 +èĮ µ +å° § +èį « +ä¸įä»ħ åı¯ä»¥ +æ¶Į çİ° +æĢ» éĿ¢ç§¯ +æĸ°éĹ» åıijå¸ĥ +æ°ij çĶ¨ +å°± 读 +æīĵ è´¥ +å¤ĸ è¯Ń +æĪij们 ä¸Ģèµ· +é¢Ħ å®ļ +çĥ¹ 饪 +æľĢ 主è¦ģ +æľĢ主è¦ģ çļĦ +çīĮ çħ§ +åĽł åħ¶ +ä½İ ä¸ĭ +ä¼ļ åIJĮ +è§ģ 解 +éĹ´ éļĶ +æķĻ ç¨ĭ +å° ī +å¸Ĥ ä¸Ńå¿ĥ +åħ³éĶ® æĺ¯ +æµ· åįĹçľģ +çī¹åĪ« æĺ¯åľ¨ +ä¸ŃåĽ½ 大éĻĨ +åħħ足 çļĦ +æĹ¢ èĥ½ +åĤ³ çµ± +çijľ ä¼½ +åħ¥ åĽ´ +æħ¢æħ¢ åľ° +æĬ¥ éħ¬ +æī¹ å¤į +å·¥ä¸ļ åĽŃåĮº +ä¸İ åıijå±ķ +èĥ¸ éĥ¨ +åľ¨ ç½ij绾 +åľ¨ç½ij绾 ä¸Ĭ +交 è°Ī +æĽ´ æĶ¹ +åįłæľī çİĩ +ä¸Ŀ绸 ä¹ĭè·¯ +è¡ Ľ +çłĶ åĪ¤ +åĪ ª +åĪª éĻ¤ +è¿Ļ åıª +çļĦ æ°Ķæģ¯ +åĬł å·ŀ +éĴ § +çIJĨäºĭ éķ¿ +ä¸ĸ 家 +æµģè¡Į çļĦ +å¾Ī æľīåı¯èĥ½ +们 éĥ½ +ç»ıèIJ¥ 模å¼ı +è¡Įä¸ļ ä¸Ń +éĢļçŁ¥ 书 +åij½ é¢ĺ +æľ¬ 網ç«Ļ +æ²Ļ çī¹ +åıij åħī +é«ĺ ä»· +å·² çĦ¶ +åıĮ åįģä¸Ģ +ä¸Ĭ è¯ī +ç¿ħ èĨĢ +è¿Ļä¸Ģ å¹´ +大ä¼ļ ä¸Ĭ +éĩ ī +å®Įåħ¨ æĺ¯ +å¾Ĺ 太 +ä¸ĢèĪ¬ 人 +è¿ĺ ç®Ĺ +æĬĺ åıł +æĬķ æľº +çĤ¹ çĩĥ +çİ°éĩij æµģ +åħĶ åŃIJ +ç½ij æł¼ +æİ¥ è¿ĩ +ä¾Ľ è´§ +éĺ´ å½± +åİŁ åħĪ +æį £ +å·¦ 侧 +åħĭ æĭī +æīĵ åį¡ +ç§ij æ¯Ķ +æ±ĩ éĽĨ +åľ°çIJĨ ä½įç½® +è¯Ħ å§Ķ +ç»ĵåIJĪ èµ·æĿ¥ +è¿Ľåħ¥ åĪ° +åı¯ è¡Į +åı¯è¡Į æĢ§ +让 å®ĥ +åĪ¶åº¦ æĶ¹éĿ© +çĶĺèĤĥ çľģ +åĵ Ĺ +åģı åģı +è¡£ çī© +ç¥Ŀ è´º +æºIJ èĩª +并ä¸į 代表 +åĽ½ 度 +好 åĿı +æĿ ĸ +æĿŃ å·ŀå¸Ĥ +湿 度 +é² ¸ +åįļ 彩 +æ³° å±± +æĿij èIJ½ +æĸ° èģŀ +èĤ ĭ +åı¤èĢģ çļĦ +çļĦ ç§ĺå¯Ĩ +ä¸Ģ个 éĹ®é¢ĺ +éģı åĪ¶ +åįĥ 亿 +è¿ĩ 硬 +å°Ħ åĩ» +èĩªçĦ¶ æĺ¯ +产 åĮº +çĤ¹ çĤ¹å¤´ +åı¯ä»¥ 帮åĬ© +说 å®ŀ +说å®ŀ è¯Ŀ +æĪij åıªæĺ¯ +ä¹ĭ ä½Ļ +åIJĮæŶ ä¹Łæĺ¯ +ä¸ŃåĽ½ éĺŁ +建æĪIJ åIJİ +ä¹IJ è§Ĩ +åij¨ å²ģ +èį¯ åºĹ +éĩij åįİ +严éĩį å½±åĵį +è´¨ åľ° +æĹħ éģĬ +åħµ åĻ¨ +æķĻèĤ² æķĻåѦ +离 åİ» +åIJĦå¼ı åIJĦæł· +ä»ĭ ç´ +ä»ĭç´ ¹ +å¼Ģ 头 +å°Ĩ èĩªå·±çļĦ +åIJ¬ åĬĽ +ä¿¡æģ¯ ç³»ç»Ł +ä»İ æł¹æľ¬ +ä»İæł¹æľ¬ ä¸Ĭ +æİĮ 声 +欢 åĸľ +å±ķ åĮº +åķ ¸ +太å¤ļ äºĨ +éĹ² ç½® +èĥ¡ èIJĿåįľ +å§Ķ å®£ä¼ł +å§Ķå®£ä¼ł éĥ¨ +åįĹ éĺ³ +å·ŀ åĮº +ä¸İ æŶ +ä¸İæŶ 俱 +ä¸İæĹ¶ä¿± è¿Ľ +å«Įçĸij 人 +èī¯ å¿ĥ +头 顶 +è´¢ æĬ¥ +ä½Ľ æ³ķ +å¾ µ +åİŁ 件 +åĭ ŀ +çĶ· 篮 +å¤ĸåĽ½ 人 +è¿Ŀ 纪 +æī¾ äºĨ +æįķ æįī +缸 è¯Ĩ +æIJľ éĽĨ +çļĦ ä¼Łå¤§ +ä¸ī ç»´ +å°±è¡Į äºĨ +çĭIJ æľĪ +çĭIJæľĪ å±± +å¸ĮæľĽ éĢļè¿ĩ +èĢĮ 对äºİ +éĿ¢ å°į +åĨĽ åĽ¢ +è¡Ĺ åĮº +æĤ¬ æĮĤ +便 ç§ĺ +æľīä¸Ģ çĤ¹ +ä¼ļè®® ä¸Ĭ +ä¸ĭ æīĭ +廣 åijĬ +äºĶ è¡Į +çŃī åĢĻ +紧紧 åĽ´ç»ķ +æĭ¿ äºĨ +æ¡Į éĿ¢ +ç¥ŀ æĥħ +éĽĦ åİļ +çŀ ³ +楼 ä¸ĭ +å½ ª +äºĭ åıij +åĨį è§ģ +é¤ ĺ +é¢Ħ åĶ® +åİ» çľĭçľĭ +æĪij们 åºĶ该 +ä¸ī 家 +æµ Ĭ +ä¹IJ éĺŁ +çľĭ ä¸įè§ģ +èĦij åŃIJ +æĮģ æľīçļĦ +çĻ½ èıľ +éĹª çĥģ +åĸĿ æ°´ +æݧåĪ¶ ç³»ç»Ł +ä¸ĵ åĮº +æľĿ å»· +æĪij å¿ĥéĩĮ +å±ķ åİħ +èľĺ èĽĽ +åĨ» ç»ĵ +ç² ª +åº IJ +åIJij 社ä¼ļ +åĨ³çŃĸ éĥ¨ç½² +çŁŃ æľŁåĨħ +æĸ° ä¸ļæĢģ +æľ Ķ +æŶ æĬ¥ +使 ä¹ĭ +åĽł åŃIJ +åıĤä¸İ èĢħ +çļĦ 年轻人 +æīĭ 表 +å°ģ éĶģ +为ä»Ģä¹Ī ä¸į +åIJ¸ çĥŁ +æ¯Ĵ ç´ł +åĪij æ³ķ +磫 æŃ£ +身 æĹģ +åİŁ è°ħ +çĽij æĬ¤ +æѤ å¤Ħ +éļ¨ æĻĤ +æŀľ å®ŀ +åĮ»çĸĹ æľįåĬ¡ +ä¸į åIJĪçIJĨ +æIJŀ 好 +çļĦ èĦļæŃ¥ +å¤ĸ å¥Ĺ +ç¶ĵ éģİ +æĶ¾ ç¼ĵ +åģľ çķĻ +æĺŁ çIJĥ +çļĦä¸Ģ éĿ¢ +åĩł ä½ķ +è½® åĽŀ +æ¯Ľ å·¾ +ä¿® çIJĨ +ä¸įçŁ¥ ä¸į +ä¸įçŁ¥ä¸į è§ī +æķ´ 个人 +æ¯ģ çģŃ +åı° å·ŀ +使çĶ¨ 寿åij½ +é»ij çĻ½ +æij¸ ç´¢ +é¼ł æłĩ +éĿ© æĸ° +éº µ +ä¸ĵéŨ 为 +å¾Īå¤ļ æľĭåıĭ +å·¥ä½ľ ç»Ħ +åIJĪ å½± +çĤº ä»Ģ麼 +æŀģ 度 +çļĦ è¿ĽæŃ¥ +å½ĵ ä¹ĭ +å½ĵä¹ĭ æĹł +å½ĵä¹ĭæĹł æĦ§ +è´´ è¿ij +å°º 度 +åľ¨ çİ°åľº +éĻį 临 +åħ»èĢģ éĩij +ç£ ķ +åı¯ä»¥ 使 +管çIJĨ æ°´å¹³ +æľ¬æĬ¥ è®°èĢħ +æ³ķ 令 +åį¡ 车 +举 æµ· +å¤ļ éĩį +åħ¶ éĹ´ +ç´ Ļ +éĩį大 é¡¹çĽ® +æ±Ĺ æ°´ +ç»Ħ å§Ķä¼ļ +ä¿¡æģ¯ åħ¬å¼Ģ +ä¸į论 æĺ¯ +ä¸Ģ åIJ¬ +èĴ¸ æ±½ +æıŃ ç§ĺ +è¶ħ éģİ +触 åıij +å© ¦ +åħ³èģĶ 交æĺĵ +å°± ç»Ļ大家 +好 ä¹ħ +åĢŁ è´· +游æĪı è§Ĵèī² +å¼ĢåIJ¯ äºĨ +æİ ł +åħļçļĦ åįģä¹Ŀ +ä¸ĭ 鼨 +çŁŃ æŶéĹ´åĨħ +å¯ ħ +导 åħ¥ +å·¥ä½ľ ç»ıéªĮ +ä¹Ł åıªèĥ½ +鼷 éľĨ +è·Ł è¿Ľ +åį¡ éĢļ +é¢ĩ æľī +æľº ä½ĵ +æĪĺ士 èģĮä¸ļ +女 主 +ä½ĵåĪ¶ æľºåĪ¶ +足 åįı +èĪĴéĢĤ çļĦ +åĢŁ åı£ +æī¹ åĪ¤ +æķ° åĢ¼ +è« ¾ +éĺ¿æĭī 伯 +åĺ İ +æħ ¶ +è¾¾ 人 +å¼Ģ æ°´ +大 鼨 +温 室 +ä½İ è¿· +ä»į æŧ +éªĹ åŃIJ +亲 å±ŀ +çIJĨ æĻº +æľ¬ åŁºéĩij +å¨ ħ +åĨĻåŃĹ æ¥¼ +å¢Ļ å£ģ +å® µ +èĻ½ çĦ¶æĺ¯ +顺 çĿĢ +åħ« åį¦ +åķĨ çĶ¨ +ä¸į 失 +è¿· èĮ« +顺 便 +æļij æľŁ +欺 è´Ł +é¢ij é¢ij +该 æł¡ +æĸĻ çIJĨ +æ·± æĥħ +åīį éĶĭ +ä¿Ŀ èŃī +èģĮä¸ļ çĶŁæ¶¯ +åħ¬ å¼Ģåıij +åħ¬å¼Ģåıij è¡Į +åħ¥ æĪ· +éł ĵ +åĢ¾ åIJ¬ +éŃ ģ +æĦī æĤ¦ +åĽŀ åIJĪ +åħ¨åĬĽ 以 +åħ¨åĬĽä»¥ èµ´ +åĥ¹ åĢ¼ +èĥ½åĬĽ 强 +ç»ı å¼Ģ +ç»ıå¼Ģ åĮº +è¿ľ æĸ¹ +çļĦ éģĵçIJĨ +缴 åįĩ +缴åįĩ æľº +为主é¢ĺ çļĦ +ç»Ļ æĤ¨ +è¿ĺ æĥ³ +æ¯Ķ æĪij +åĨľ çī§ +æµ· åºķ +çŃ¾è®¢ äºĨ +对äºİ æĪij们 +æŶ 许 +éĶ® çĽĺ +å®ŀéĻħ æݧåĪ¶ +çļĦ æ¨¡æł· +åıįæĺł äºĨ +代 åĬŀ +åĮ» çĶ¨ +éĽĨ ç»ĵ +åıijå±ķ åīįæĻ¯ +æĮĩ çĿĢ +åįİ åĮĹ +è¿Ļ åĩłä¸ª +åIJį æ°Ķ +åĤį æĻļ +èĩª åıij +æ³¢ åħ° +大åĬĽ æİ¨è¿Ľ +èĩª 称 +èįĨ å·ŀ +æIJį 害 +äºĨä¸Ģ åı¥ +æľĢåĪĿ çļĦ +éĩijèŀį åį±æľº +æĢĢ 念 +è¡Į åĭķ +女 æİĴ +ä¸į 解 +ä¼ł éĶĢ +转载 请 +饰 åĵģ +åıª 为 +ä¸İ ä¼Ĺ +ä¸İä¼Ĺ ä¸įåIJĮ +èĥ½ èĢĹ +èı© æıIJ +è¿ij 两年 +è¿Ķ 乡 +马ä¸Ĭ å°± +äºĮ çŃīå¥ĸ +æ°´ 管 +æ³ķ åѦ +çģŃ çģ« +大 å§IJ +åij¨ 转 +æľī æľŁ +æľīæľŁ å¾Ĵ +æľīæľŁå¾Ĵ åĪij +å°į æĸ¹ +ç¥ŀ èī² +æ²¹ èĦĤ +ä¸ī çĤ¹ +ä¸į åĪ©äºİ +äºĭä¸ļ éĥ¨ +å°± è·Ł +å¼Ģ æĶ¯ +å°ı 女åŃ© +åħ±åIJĮ åĬªåĬĽ +çĶļèĩ³ è¿ĺ +è¿Ļ åIJį +è¿Ļ ç¬Ķ +çݯ åį« +æľī ç§į +è§Ĩ åĬĽ +çĨŁ çŁ¥ +åħ¬ç§¯ éĩij +æ¶Īéĺ² å®īåħ¨ +é¢ĩ 为 +大 èħ¿ +éĿ ¶ +çī¹ æķĪ +æľįåĬ¡ åĮº +å¼Ģ åĩº +深度 èŀįåIJĪ +æĹł 忧 +æŁ¥ éĺħ +ç»Ī ç»ĵ +ä¿Ŀ ç¨İ +è¨İ è«ĸ +å½ĵ åģļ +è·³ èĪŀ +å¯ § +女 çİĭ +è®°èĢħ åľ¨ +åħ¨ 产ä¸ļéĵ¾ +è´¯ éĢļ +åħ´ ä¸ļ +éĻį åĪ° +å°ģ éĿ¢ +åħ¨éĿ¢ æİ¨è¿Ľ +奶 èĮ¶ +éĢī åĿĢ +äºĨä¸Ģ åľº +åIJĮ ä¼´ +è®® 论 +æIJ ĵ +诸 èijĽ +诸èijĽ 亮 +å¹² åĺĽ +æµģ æĦŁ +ä¸ĵä¸ļ çŁ¥è¯Ĩ +çĶµ ç«Ļ +åĩı å¼± +åĩº åħ¥ +åIJĦ çľģ +éĿŀ常 é«ĺ +åľ° 毯 +åıij æĸĩ +çĦ ī +çĥ§ çĥ¤ +å£ģ 纸 +æģ¶ åĮĸ +èĬ ¸ +èĥĸ åŃIJ +çĩ Ĵ +çľģ éĴ± +çĻ¾ 强 +çIJĨå·¥ 大åѦ +éĴ¢ æĿIJ +åĽ½æľī èµĦ产 +æĪĺ æľº +æ³Ħ éľ² +åIJİéĿ¢ çļĦ +æ°´ èµĦæºIJ +æ¢ħ èĬ± +åĨĻ çĿĢ +ä¹ĭ 声 +æĹł åı¯ +æĺİ æľĿ +ç«ĭæĸ¹ ç±³ +ç· £ +æĶ¾ è¿ĩ +ç¦ı çĶ° +å¾Ĺ ä½ı +åıĹ ä¼Ĺ +ä¸Ń 级 +çĹħ åıĺ +ä¸Ģ çŀ¬éĹ´ +æĿĥ éĩį +人æĢ§ åĮĸ +åĮ»çĸĹ åį«çĶŁ +ä¸įåĪ° ä½į +æĻºèĥ½ 家å±ħ +饮 çĶ¨ +æ¼Ķ åıĺ +é«ĺ ç´łè´¨ +ä¹Ļ æĸ¹ +åģľ çķĻåľ¨ +èİ· æī¹ +ç©¿ æ¢Ń +客 åľº +æĮ½ åĽŀ +京 åŁİ +çĶŁåij½ åĬĽ +實 éļĽ +çĩ Ī +åĨį çİ° +çİ°å®ŀ ä¸Ń +æľī ä¿¡å¿ĥ +çĸı éĢļ +åĺ´ åĶĩ +鼷 éĶĭ +èıľ åįķ +éħ ¯ +è¶ħ é«ĺ +å¾Ī é«ĺåħ´ +çĶŁ æ®ĸ +éĢł ä»· +误 åĮº +æĨ ĭ +好 æ¶Īæģ¯ +å´ Ń +以 èĩ´ +å¼Ģ çİ©ç¬ij +çĽij è§Ĩ +å·¡ å¯Ł +å¾· å·ŀ +æĹ© æĹ© +éĹª çĶµ +æĪª åĽ¾ +åı¯ä»¥ æł¹æį® +æīĭ èīº +æİ¥ 轨 +ç§į æĹı +æĢĢ éĩĮ +åİ» åĮ»éĻ¢ +ä¸Ģ äºĮ +å¼Ģ éĺĶ +åĩı éĢŁ +ä½Ĩ ä»İ +éĢĻ ä¸Ģ +åĩı åħį +主é¢ĺ æķĻèĤ² +å¼Ģå·¥ 建设 +è¹ ¦ +æľĪ 饼 +ä¸ĭ æ²ī +å°Ĭ 严 +éĻ ĩ +å®ŀ æľ¨ +å»ł åķĨ +声 称 +èĢĥ åľº +å¸ĥ é²ģ +èĩª æĿ¥ +èĩªæĿ¥ æ°´ +éĴ ¾ +å¹´ 以ä¸Ĭ +大 åıĶ +ä»ĸ å·²ç»ı +åħ¨ æĿij +èģĶç³» çĶµè¯Ŀ +为 导åIJij +åĪ¤ å¤Ħ +对 éĺµ +缮 æ¨Ļ +åIJį é¢Ŀ +客 æ°Ķ +横 åIJij +çŃī åĨħ容 +åĩł çĤ¹ +è°Ī 论 +ä¸į ä¹ı +å±ķ çİ°åĩº +è¾ĥ éķ¿ +éĢĨ 转 +å°ı æĻĤ +æĺ¯ å¤ļä¹Ī +æľ¬ æľĪ +è¿ij è§Ĩ +æĪIJç«ĭ 以æĿ¥ +代表 çĿĢ +æĬ¥ å¤į +æĪı æĽ² +è¨Ń åĤĻ +åħ¥ èĤ¡ +å¾ģ æľį +é«ĺ åĩº +èĪŀåı° ä¸Ĭ +å¿ĥ åĬ¨ +两 çĤ¹ +缸 çķ¶ +èĻ Ľ +主 页 +åĩł 家 +æĹł ä¸į +åįı å®ļ +æĸ IJ +å¯ĵ æĦı +åħ¨ 线 +æįķ é±¼ +åı¯ä»¥ ä»İ +æľī è¿Ļæł·çļĦ +æģ¶ éŃĶ +åĮħ åŃIJ +æģ ¤ +å¼Ģå¥ĸ ç»ĵæŀľ +ä¸į æŃ» +èĹ į +弯 æĽ² +æµ· 峡 +éĶĢ æ¯ģ +çļĦ çĭ¬çī¹ +示 æĦı +ä¸įèĥ½ åĨį +èĥ½ æĬĬ +éĺ² çº¿ +ä¸įå°ij äºİ +æ± Ģ +çļĦ éĤ£ä¸Ģ +羣 æĥħ +åŀ ® +被 æīĵ +åĽ½ å®ī +ç¾İ å¦Ļ +è¿Ļ åĩł +åĩº éģĵ +æľįåĬ¡ äºİ +æĪIJæŀľ 转åĮĸ +æīį åįİ +天 é¹ħ +åĩł 个人 +åĢĺ èĭ¥ +èĢ½ 误 +æĬĹ æĪĺ +è¡Į éĬ· +æĿ¥ è¢Ń +åĢŁ éĮ¢ +èįī èİĵ +ä¸¥æł¼ æī§è¡Į +举è¡Į äºĨ +å¤ĸ ç±į +å·² è¾¾ +æĿij åħļæĶ¯éĥ¨ +è¡ Ŀ +éĻį èĩ³ +æµ· éĩı +é¤IJ é¦Ĩ +æĢ¥ å¿Ļ +æ·± è¿ľ +å¾Ģ è¿Ķ +ç¨İåĬ¡ å±Ģ +å¹¿æ³Ľ åºĶçĶ¨ +è®® åijĺ +æĹł æķĮ +çľ¼ åħī +çĥŃè¡Ģ ä¼łå¥ĩ +æŃ IJ +äºĨ äºĽ +è¿Ŀ èĥĮ +è¿Ļ æĺ¯ä¸Ģç§į +ä¸į 稳å®ļ +大家 åĪĨ享 +表 çı¾ +åīį åįģ +è·¯ è¿ĩ +æĴ © +åIJĮ æĥħ +ä¹ł ä¿Ĺ +åıij è´¢ +åºĶ æľīçļĦ +æĿİ æŁIJ +èĤ Ľ +马 åħĭ +éĢļ åijĬ +å·¨ 人 +ä¸Ģ åĽ¢ +éĢĻ 次 +ä¸į äºĨ解 +æĸ½ è¡Į +èij¡èIJĦ çīĻ +åıĺå¾Ĺ æĽ´åĬł +æı £ +åĪĽæĸ° èĥ½åĬĽ +çķħ éĶĢ +表 æī¬ +æ¯Ķ åĪ© +æ¯ĶåĪ© æŶ +åĮ»çĸĹ ä¿ĿéĻ© +æĵį 纵 +伤 亡 +æµİ å®ģ +åıĺ äºĨ +æľ¬æ¬¡ æ´»åĬ¨ +åľŁ 豪 +æĥ³ åĬŀæ³ķ +æĺ ķ +å½ĵ æĻļ +åĩº å±Ģ +çĥŃ è®® +è°Ī è°Ī +æĻĭ åįĩ +åĬ¿ å¿ħ +çĻ» å±± +éĤ£ åĦ¿ +åIJĥ åĪ° +ä¹ĭ åŁİ +å¿« æĿ¥ +æ¹Ľ æ±Ł +第ä¸ī 个 +åħ¨éĿ¢ æıIJåįĩ +å¥ĸ åѦ +å¥ĸåѦ éĩij +æĬķåħ¥ 使çĶ¨ +é½IJ é²ģ +åı¯ä»¥ æĬĬ +åĴĮ ä»ĸçļĦ +è´ŃæĪ¿ èĢħ +æŃ£å¼ı åIJ¯åĬ¨ +åįİ æ¶¦ +ä¸įæĸŃ å®ĮåĸĦ +éĴ¢ æĿ¿ +ç´¯ 积 +满 èĦ¸ +åĽĽ æĸ¹ +è´¢ çī© +ä»ĸ们 ä¼ļ +å¤ı æĹ¥ +éĤ£ 个人 +éĿł çĿĢ +çĤ¹ äºĨ +çĤ¹äºĨ çĤ¹å¤´ +æ© ĭ +åıĪ 好 +åıĪ好 åıĪ +åıĪ好åıĪ å¿« +éĺµ éĺµ +å°ģ 建 +æľ¬ çĶ° +çī©ä¸ļ æľįåĬ¡ +èĩªè´¸ åĮº +åIJ ı +便åĪ© åºĹ +åĽ½å®¶ æłĩåĩĨ +éĿ¢ ç²ī +èī° è¾Ľ +æĶ» åħ³ +æīĵ åĮħ +车 éĺŁ +人 éĢī +åı¯ ä¸įæĺ¯ +äºĮ åįģå¹´ +åIJį å¸Ī +浦 举 +åħ¬ è¯ģ +è¿IJ éĢģ +æĺ¯ æľĢ好çļĦ +æŁĶ åĴĮ +çİĭ æŁIJ +çĹħ æĪ¿ +åĨ¶ éĩij +ä¸Ģ件 äºĭæĥħ +åį ¤ +åı¯ æݧ +çī Ł +æĭ Ĥ +å·² äºİ +人 éĢł +çĶŁçī© åĮ»èį¯ +ä½ĵ çİ°åĩº +èĤ² åĦ¿ +èĢģ å®ŀ +åľĸ çīĩ +è« ¸ +ç´¯ äºĨ +æĦŁåħ´è¶£ çļĦ +åĽ¾çīĩ æĿ¥æºIJ +ä¹Ł æĺ¯ä¸Ģç§į +æ¾İæ¹ĥ æĸ°éĹ» +æŶ 表示 +åħī è¾ī +æĬ¥ åºŁ +å²ģ æŶ +éħ ® +æ£Ģ ä¿® +åıĺ éĢŁ +åıĺéĢŁ ç®± +åľ¨ èģĮ +éı ¡ +æį Ĥ +çĿ£ åĬŀ +æ°¸ ä¸į +åģļ ä¸ĢäºĽ +åİĨ æŶ +å·¥ç¨ĭ æľºæ¢° +æģ° å½ĵ +å°± åľ¨äºİ +称 åij¼ +éĢļ常 æĺ¯ +æł· å¼ı +åij¨ ä¸Ģ +èĭ± éķij +åĿĩ 线 +ä¼ł éĹ» +çĶ¨æĪ· ä½ĵéªĮ +èµŀ åIJĮ +骨 æĬĺ +为主 ä½ĵ +æ±Ł å±± +æ¸ħ æľĿ +æĶĢ åįĩ +ä¸į çĽ¸ä¿¡ +éĿ ´ +æѦ åĬŁ +åĭ¤ åĬ³ +æĿ¥ æī¾ +å°Ĩ æĮģç»Ń +丫 头 +æ¨Ļ æºĸ +è£ ´ +深深 çļĦ +åŃķ èĤ² +è§ĦåĪĴ 建设 +æ¸ħ çĪ½ +ç²¾åĩĨ æī¶è´« +æīĵçł´ äºĨ +è¿Ļä¸Ģ 天 +å·¥ä½ľ æĢ»ç»ĵ +æĹħ ç¨ĭ +举 èIJ¥ +æĶ¾ å°Ħ +æľī åĩłä¸ª +éĿŀ çī©è´¨ +åIJĥ å¾Ĺ +åĹ ¨ +ä¼ļ åıijçĶŁ +篮 æĿ¿ +å¼Ģ å°ģ +麻 å°Ĩ +èıı æ³½ +ä¸į åIJĪ +ç³»åĪĹ äº§åĵģ +èѬ å¦Ĥ +ç¾İ èªī +èĩªå·± åĸľæ¬¢ +交æĺĵ ä¸Ńå¿ĥ +åIJĪ åĶ± +使 æĪij +åĥı ç´ł +带 éĺŁ +ä½Ĩ 对äºİ +æĬĬ è¿Ļ个 +èĤĿ èĦı +åįķ纯 çļĦ +æĶ»åĿļ æĪĺ +缼 ä¼ļ +åijµ æĬ¤ +æª Ģ +赶 ä¸Ĭ +æ¥ Ĭ +ä¹ħ äºĨ +ç¡ Ŀ +çŃĶ é¢ĺ +ä¿ĿæĮģ çĿĢ +è§ģ è¯Ĩ +çĤ¹ åĦ¿ +åįĬ 个æľĪ +æ» ĩ +浸 泡 +ä¼ł éĢģ +åľ¨ å¸Ĥåľºä¸Ĭ +ä¹ĭ 乡 +çī¹ éķ¿ +éĽ ŀ +èª ł +身 å¤Ħ +æŁł 檬 +身 ç©¿ +çľģ åħ¬å®ī +çľģåħ¬å®ī åİħ +åıĻ åĪ©äºļ +åĩł åĪĨéĴŁ +人 åĢij +åľ° 段 +èĩª åѦ +ä¹Ł è¶ĬæĿ¥è¶Ĭ +èģĮ æĿĥ +æĸ § +èĩ » +å½Ĵ 纳 +驾 é©Ń +éĥ¨åĪĨ åľ°åĮº +没æľī æĥ³åĪ° +æĴ ĩ +ä¹Į é²ģ +ä¹Įé²ģ æľ¨ +ä¹Įé²ģæľ¨ é½IJ +èĤ² 人 +çļĦ æŃ¥ä¼IJ +延 æľŁ +æ²¹ æ°Ķ +åģļ å®Į +åľ£ åľ° +丰 åİļ +宽 带 +åı¯éĿł çļĦ +åºŃ éĻ¢ +åŃ ľ +å°ı康 社ä¼ļ +å®īåħ¨ 管çIJĨ +å¹´ 第 +æİĴ 污 +èĥĮ åĮħ +家 ä½ı +åħ¶å®ŀ å°±æĺ¯ +ä¼ļ è§ģ +帮åĬ© ä¼ģä¸ļ +ç½ij è´Ń +æĺ¯ ä¸įä¼ļ +飯 åºĹ +æŃ» åİ» +åħįçĸ« åĬĽ +æľ ķ +åĸĿ äºĨ +è½» å¾® +个æľĪ åĨħ +ç»Ħ åĽ¢ +åĴĮ å®ĮåĸĦ +é¸ ½ +æıIJ éĢŁ +西å®ī å¸Ĥ +ä¸Ńå¿ĥ 主任 +æŶéĹ´ 为 +æľŁ æĿĥ +è¶ ķ +ä¸įä»ħ è¦ģ +æľį ä»İ +é¡ĺ æĦı +ä¸į å°ı +ä¸įå°ı çļĦ +ç° ĩ +çª ¦ +åĪĩ æĪIJ +åĵĪ åĪ© +天 羣 +ä¸Ģ次 次 +éĩij å¸ģ +æĢİä¹Ī èĥ½ +ç½ij è´· +ä¼ļ计 å¸Ī +çŁŃ 缺 +对 æłĩ +åıĺå¾Ĺ æĽ´ +åīį åĩłå¤© +éĺ² æ±Ľ +彩 èĻ¹ +åĵģ ä½į +表 æł¼ +严 å¯Ĩ +æ¯Ľ åĪ©çİĩ +çļĦ åį±å®³ +å½ķ åĪ¶ +æ°´ åĬ¡ +èĥ½å¤Ł 让 +å¹³ æĿ¿ +ä¹³ æĪ¿ +è¸ı å®ŀ +é¦ĸ åĪĽ +é¦Ļ èķī +æĬ¥ 表 +ä¸Ģ æĬ¹ +åĩºçĶŁ äºİ +è²» çĶ¨ +åĩº 让 +åIJĪæ³ķ æĢ§ +å°¼ åħĭ +åĨ° åĨ· +é¦Ļ æ°Ķ +åı· 称 +èµ· çłģ +åŁİ åİ¿ +çİ© èĢį +ä¸Ĭ éĻIJ +ä¼ļè®® ç²¾ç¥ŀ +æĹģè¾¹ çļĦ +便 ä¼ļ +æıŃ æĻĵ +çİ© æĦı +éĽª å±± +åIJij çĿĢ +ä½ĵèĤ² åľ¨çº¿ +说æĺİ ä¹¦ +åĮĸ èĤ¥ +åħļç»Ħ 书记 +åĬ¨ 人 +ä¹ĭ æīĢ +æľĪ èĩ³ +æľĢå¿« çļĦ +èĬĤ åģĩæĹ¥ +ä¸ĵ åľº +èĢĥ ä¸Ĭ +çª Ł +é²ľ è¡Ģ +è¾ĥ强 çļĦ +æĤĦ çĦ¶ +å¤ļ个 åĽ½å®¶ +çªĹ å¸ĺ +æŀģ å¤§åľ° +ä¸įçĶ¨ æĭħå¿ĥ +è¿Ļä¹Ī åģļ +åĥ¹ æł¼ +ç¾İ丽 乡æĿij +å°ıæŶ åĨħ +ç´§ è¿« +大 çģ« +èĥ³ èĨĬ +æĵįä½ľ ç³»ç»Ł +æ®ĭ çķĻ +åĨĻ åĩº +ç¦ģ å¿Į +åĬłçĽŁ åºĹ +è¿ij çĻ¾ +便 åı¯ +æķ´æĶ¹ æݪæĸ½ +éĩĩ访 æŶ +åĶIJ 代 +æ·±åĮĸ æĶ¹éĿ© +çŁ ¢ +éĥ½ åĸľæ¬¢ +è¶ĬæĿ¥è¶Ĭ é«ĺ +èĬ± æľµ +头 çĸ¼ +å®ī 康 +å¢ŀéķ¿ çİĩ +çľ¼ çľĭ +å°±æĺ¯ ä¸ºäºĨ +èĢĮ 导èĩ´ +åĬłå¿« 建设 +èĬ± æł· +åĨħå¿ĥ çļĦ +æĺĨ å±± +è³ĩ æºIJ +åĽŀåĪ° 家 +èıĬ èĬ± +æ°´ éĩı +å¾ģ ä¿¡ +è¡ĮæĶ¿ åĮº +ä¹ĥ æĺ¯ +æĬķèµĦ é¡¹çĽ® +å«ģ ç»Ļ +ç¥ŀ åľ£ +ç¨ ł +æľ¬æĿ¥ å°± +éĢIJ ä¸Ģ +èģĮä¸ļ æĬĢæľ¯ +ä¸įèī¯ ä¿¡æģ¯ +æīĺ è¿IJ +åIJ¯ 示 +ä¹ĭ åħ§å®¹ +éŁ ¶ +奢 åįİ +æıŃ ç¤º +æĪIJ为 ä¸ŃåĽ½ +æ¶Īè´¹ åĵģ +åħ¬ çĶ¨ +æIJŀ å®ļ +请 ä½ł +æŁ ļ +åĨħ è¡£ +ä½Ĩ ä»ĸ们 +ä¿Ŀ 湿 +该 åİ¿ +饱 åĴĮ +æݨ åIJij +èµĦæĸĻ æĺ¾ç¤º +ä¸į å½±åĵį +人 人éĥ½ +åıijå±ķ 壮大 +åħ»èĢģ æľįåĬ¡ +çĶŁæ´» æ°´å¹³ +åIJĦ åİ¿ +ä½ł éľĢè¦ģ +说 çļĦæĺ¯ +å¤ĸ åªĴ +æѤ 人 +次 è¦ģ +追 赶 +åºĶ该 å¦Ĥä½ķ +æĹ¥ åĩĮæĻ¨ +çķ¥ æľī +éĥ½ æĥ³ +游 ä¹IJ +è¿Ļ款 游æĪı +å¹³ æ·¡ +æĺ¯ä¸Ģ åĢĭ +å¤ĩ èĢĥ +åĪ¶ æŃ¢ +ä¸Ģå®ļ èĥ½ +å¾Ĵ å¼Ł +以 çĤº +åįĥ åħĥ +äºĶ åħŃ +迪 士 +迪士 å°¼ +éĺ³ æĢ§ +åĨ¬å¥¥ ä¼ļ +å°±æĺ¯ åĽłä¸º +æĮĤ éĴ© +æ¦Ĥ åĨµ +åıªè¦ģ æľī +æ²¹ çĶ» +åľ° æłĩ +ä¸Ĭ è°ĥ +产ä¸ļ åĽŃåĮº +åħ« åįģ +æ£ ± +液 æĻ¶ +æĿij å§Ķä¼ļ +çŃ¾çº¦ 仪å¼ı +è¿Ļ åħ¶ä¸Ń +åĨĻ éģĵ +示èĮĥ åŁºåľ° +éĩİçĶŁ åĬ¨çī© +鼻åŃIJ ä¿¡ç®± +åĽ½éĻħ è´¸æĺĵ +人 æĿĥ +ä¿Ŀ 管 +èĭ¥ æĤ¨ +åİĭ æĬij +é» Ľ +åľ° çľĭçĿĢ +éĻ ° +ä¸Ģå¹´ å¤ļ +ä»İ 容 +ä¸Ń æĸŃ +å¯Ł è§ī +移 交 +éĶ ¯ +æĪĸ许 æĺ¯ +ç¶ ł +两 项 +æľĢ åĸľæ¬¢ +æľĢåĸľæ¬¢ çļĦ +å¤ľ éĩĮ +åIJĮ ä»ģ +åĪĽæĸ° 驱åĬ¨ +è°ģ èĥ½ +é£ ¾ +åħī åѦ +åİ Ħ +èĦ± é¢ĸ +èĦ±é¢ĸ èĢĮåĩº +è¿ ¦ +æĺ¯ ä¸įåı¯èĥ½ +çª ¥ +èĥ½ 满足 +宽 度 +伦 çIJĨ +åı¯ä»¥ èİ·å¾Ĺ +转 ä¼ļ +å±± æĿij +éĵº 设 +åĩº åĩ» +æĸĩåĮĸ èīºæľ¯ +ä¼ļè®® 室 +æŃĮ 声 +æ» Ķ +èIJİ ç¼© +æľįåĬ¡ åijĺ +åıij表 äºĨ +æĸ¼ æĺ¯ +æĺİç¡® è§Ħå®ļ +ç»´ å¥ĩ +æ°´ 产 +æĬķ ä¿Ŀ +éĺ´ éģĵ +赶 å¿« +夺 å¾Ĺ +ä¸ĭ åįķ +çī©æµģ åħ¬åı¸ +çݯ ç»ķ +å½ Ī +ä½ľé£İ 建设 +æĹħ游 æĻ¯åĮº +æľī æĽ´å¤ļçļĦ +丰å¯Į å¤ļ彩 +çIJĨè´¢ 产åĵģ +åĩº å·® +ä»İ严 æ²» +ä»İ严治 åħļ +缸 å¹² +æ»ĭ 润 +主åĬŀ æĸ¹ +åī§ åľº +æ»ļ çIJĥ +æ©Ħ æ¦Ħ +èĩªä¸» åĪĽæĸ° +éĢļ å¾Ģ +æł¼ å°Ķ +çļĦ ä¼ĺçĤ¹ +èĥĮ ä¸Ĭ +çª ľ +çĪĨ åĩº +å¹³ æķ´ +ä¸Ģ èĦļ +åħ¨ä½ĵ åijĺå·¥ +éĻIJ å®ļ +åŁİéķĩ åĮĸ +æ· ³ +éĢ® æįķ +è¡ĮåĬ¨ 计åĪĴ +æīĵ å¾Ĺ +åİļ éĩį +纪å½ķ çīĩ +åĿļ ä¿¡ +央 ä¼ģ +åĨį ä¹Łä¸į +天 涯 +åıĤèĢĥ èµĦæĸĻ +æľī æ¯Ĵ +åIJ¸ 纳 +è¶Ĭ åıij +éĩįè¦ģ æĦıä¹ī +åĽ½éĺ² éĥ¨ +è¿Ļ个 è¡Įä¸ļ +æĻ® æŁ¥ +å¼Ĥ æĢ§ +延 è¿Ł +å°ı å¹ħ +èī² æĥħ +综åIJĪ æ²»çIJĨ +æŃ£æĺ¯ åĽłä¸º +产ä¸ļ ç»ĵæŀĦ +çłĶ究 æĬ¥åijĬ +åģľ ä¸ĭ +éķ¿ èĢģ +éĩĿ å°į +åįĹ京 å¸Ĥ +çģĮ æºī +转 è¿IJ +欺 è¯Ī +éĢł åģĩ +åĪĨå¸ĥ å¼ı +æĦŁ 触 +æĪij å½ĵæŶ +åıij è§ī +åĽ¾ 纸 +æĶ¹ èī¯ +çĭł çĭł +åĨ² åĪº +æĸ° 京 +æĸ°äº¬ æĬ¥ +ç¥ŀ åĻ¨ +秸 ç§Ĩ +çĪ º +å°Ĩ è¿İæĿ¥ +å·¥ ä¿¡ +工信 éĥ¨ +éĻIJ éĩı +æŃ¢ æįŁ +åѦä¼ļ äºĨ +åįİ çĽĽ +åįİ缼 é¡¿ +å¾Į ä¾Ĩ +ä¸ĭéĿ¢ æĺ¯ +ä¸ĭéĿ¢æĺ¯ å°ı +æIJ¬ è¿IJ +ç¾İæľ¯ é¦Ĩ +æ¸ħ åĩī +å¤ļå¹´ åīį +è© ŀ +åįĥ ç±³ +表 è¿° +æ±Ł éŨ +åĬłæ²¹ ç«Ļ +æľ¬ èĥ½ +导 读 +åĽ´ è§Ĥ +并 åIJij +åŁºæľ¬ æĥħåĨµ +æīĵ å¼ĢäºĨ +è¿Ļ ä¸ī个 +æ±ķ 头 +强 æľīåĬĽ +强æľīåĬĽ çļĦ +è¿Ľ åľº +ä¹Ŀ æ±Ł +çIJĥ æĺŁ +好çľĭ çļĦ +大 æĪ· +æ¹ ¯ +å¥ĩ å¦Ļ +ä¹IJ åĻ¨ +æĪijçļĦ å¿ĥ +çľī 头 +åĨľä¸ļ çĶŁäº§ +ç¼ĸ çłģ +åŁº ç¤ +åŁºç¤ İ +天 æĸĩ +åĢĭ人 è³ĩè¨Ĭ +åİ» è¿ĩ +èģĨ åIJ¬ +æĶ¾ åģĩ +ä¸į åħ·å¤ĩ +æ·Ģ ç²ī +大 佬 +åħ¨ 天 +åħ¨éĿ¢ 建æĪIJ +éļIJ å½¢ +ç¼ħ çĶ¸ +åIJ ³ +è¡ĮæĶ¿ æī§æ³ķ +åŁİ åł¡ +èİ« æĸ¯ +èİ«æĸ¯ ç§ij +æīĢæľī æĿĥ +éĽĨ åľĺ +å±Ģ åī¯å±Ģéķ¿ +åĩłä¹İ 没æľī +æ´ģ åĩĢ +çĶµå½± èĬĤ +åŃ© ç«¥ +æīĢ åģļçļĦ +æ¸ħ 代 +æĸ° çīĪ +éĵĿ åIJĪéĩij +为 æĬĵ +为æĬĵ æīĭ +åĪ¤ å®ļ +çī¹ 产 +æīĭ æ©Ł +ä¸įåı¯ æĪĸ +ä¸įåı¯æĪĸ 缺 +å¸Ĥåľº è§Ħ模 +åĿ ¯ +åĮ» åѦéĻ¢ +å¿« è¦ģ +èĮ ľ +æĬĺ èħ¾ +äºĨ è¿ĩæĿ¥ +æĬ¥åijĬ æľŁåĨħ +çī© ç§į +ç»Łè®¡ å±Ģ +æī© 建 +æ¶ ħ +责任 人 +éĺ İ +è¯Ħ è®® +å¾Ģ äºĭ +æīĢ 示 +æķ´ æ´ģ +éĹº èľľ +æĹħ éĢĶ +å®ŀ è®Ń +ä¹ĭ 称 +å·´ 士 +éĢŁåº¦ å¿« +ä¸įä»ħ å¦ĤæѤ +å®Ŀè´µ çļĦ +åºŁ çī© +æ²³ æ°´ +æİ¥ 纳 +ç²¾ æ¹Ľ +åħ¶æ¬¡ æĺ¯ +顺 å¾· +åħ¬åħ± åį«çĶŁ +è¤IJ èī² +ä¸į æĥľ +æĬĢæľ¯ æľįåĬ¡ +æİ · +æ±Ĥ èģĮ +ä¸ī 峡 +æĬķåħ¥ åĪ° +太 åIJİ +åIJ¯åĬ¨ 仪å¼ı +缴æİ¥ å½±åĵį +æĸ° 款 +个 乡éķĩ +çĻ¾ 亿 +åº « +ä¹Ł æŃ£æĺ¯ +åı¶ çīĩ +æľĢæĹ© çļĦ +æĪĺ 绩 +å·¥ æľŁ +æĻļ æľŁ +è¿Ļæł· 说 +è¯į è¯Ń +ä¾ Ħ +æķ£ çĥŃ +éĽĨæĪIJ çĶµè·¯ +åIJį è¯į +æĻº åķĨ +æĭ¥ åłµ +çĭĤ 欢 +è¿Ļ èĪ¬ +æµ´ 室 +åijķ åIJIJ +æľªæĿ¥ åıijå±ķ +ä¸īä½į ä¸Ģä½ĵ +åªĴ é«Ķ +ä¸įå¾Ĺ 转载 +åĽłä¸º 她 +æĺ¾ç¤º å±ı +ä¾Ľ æļĸ +éĨ« éĻ¢ +æľī æĦıæĢĿ +æľīæĦıæĢĿ çļĦ +娱ä¹IJ åŁİ +åįµ å·¢ +åĪĽéĢł åĬĽ +ç«ł èĬĤ +人大 常å§Ķ +èĢĮ çİ°åľ¨ +å¤ĸ å©Ĩ +å¢ŀ æĮģ +äºĶ åįĥ +èĢģå¸Ī 们 +æ´Ľ æĿī +æ´ĽæĿī 磶 +æİĮæı¡ äºĨ +ä¸ŃåĽ½ æĸĩåĮĸ +æĸ° æĶ¿ +主è¦ģ çĶ¨äºİ +åıij çĥ§ +类似 äºİ +åĮĹ æŀģ +æĪij们 认为 +å¼¥ 漫 +åħ¨çIJĥ ç»ıæµİ +é¢ IJ +ä¸Ģèµ· è£ħä¿® +æĶ Ĵ +æĭī èIJ¨ +帶 ä¾Ĩ +åĨ· æ°´ +ä¸ī åĨľ +æĿ¿ æĿIJ +è¿ŀ è¿ŀ +éĵ ® +ç»ıèIJ¥ çIJĨ念 +å±± 顶 +å¾Ī æĥ³ +çĺ « +å§ĭç»Ī ä¿ĿæĮģ +åľ¨ 广å·ŀ +ä¸įåIJĮ æĦı +åıĺ åİĭ +åıĺåİĭ åĻ¨ +产 éĶĢ +表 éĿ¢ä¸Ĭ +æīĢ以 ä»ĸ +ç»ıéªĮ 丰å¯Į +éĥ¨ å§Ķ +åħµ åĽ¢ +æīĢ è¿° +æķ¦ çħĮ +ç»ıèIJ¥ èĮĥåĽ´ +åı£ è¯Ń +失 ä¿¡ +æ¯ı个人 çļĦ +æīĭ æĮģ +æģIJ æħĮ +åł¡ åŀĴ +é¦ ħ +éĵ¸ éĢł +æĭ¿ åĩºæĿ¥ +æİ¢ æµĭ +大家 ä¸Ģèµ· +å¥ § +å®ŀè´¨ æĢ§ +å°ı åĦ¿ +èĩº åįĹ +èĩºåįĹ å¸Ĥ +å¼Ģåıij èĢħ +åı¯ æł¹æį® +ç®± åŃIJ +饺 åŃIJ +å¿Ļ çĿĢ +æĿ¥ ä¸įåıĬ +缸 ä¼ł +åĽ½ ç½ij +èħ¹ æ³» +è¿ĻéĩĮ æľī +é£İ æĻ¯åĮº +åıĤ ä¿Ŀ +æŃ» èĢħ +æĪ´ ä¸Ĭ +æ©Ł æ§ĭ +è¯ķéªĮ åĮº +ä¼ł æİĪ +æµ· è¾¹ +泪 æ°´ +缸åħ³ åĨħ容 +éĥij å·ŀå¸Ĥ +åħij çİ° +两 åij¨ +èĬľ æ¹ĸ +çĶµåŃIJ ä¿¡æģ¯ +红 å¤ĸ +æĹħ游 å±Ģ +å¾Ģå¾Ģ ä¼ļ +è¿ħ çĮĽ +ä¼ł 羣 +æ¸ħ æ¾Ī +å°± è¿ij +微信 群 +ç³»åĪĹ æ´»åĬ¨ +ç»ı常 ä¼ļ +è§Ĥ æµĭ +å¿ĥå¾Ĺ ä½ĵä¼ļ +éĻĪ åĪĹ +åĮĹ æĸĹ +è« ® +è«® è©¢ +è¿ĺæĺ¯ ä¼ļ +æµĭ ç®Ĺ +æĺŁ ç©º +宽 容 +çī©ä¸ļ åħ¬åı¸ +æĪĴ æĮĩ +å¸ħ æ°Ķ +ä¸ĢæŃ¥ æŃ¥ +åħ± 鸣 +åĨ³ ä¸į +æİ¥ 管 +å¦ĩ èģĶ +æ¯Ķ åĸ» +é²ģ è¿ħ +æĮģ çºĮ +缸 亲 +å¨ģå°¼æĸ¯ 人 +ç«ĭ 项 +åĪ Ŀå§ĭ +èĩª åĪ¶ +è¿Ī è¿Ľ +ä¸Ĭ æ±½ +å®ı ä¼Ł +æł¹æľ¬ 没æľī +æĸ°åĨł çĹħæ¯Ĵ +åĵª ç§į +康 åħ» +è¡° èĢģ +å½ķ åĥı +é«Ķ é©Ĺ +ç»ij å®ļ +é¢Ŀ 头 +äºĶ æľĪ +èĬ± å¼Ģ +ä¸Ģ线 åŁİå¸Ĥ +åĪ° åľº +æĬķ éĻį +çĹĺ çĹĺ +åıĹ ä¸įäºĨ +æīİ æł¹ +æĽ´ ä½ķåĨµ +æĬ½ æŁ¥ +åĩº è·¯ +审议 éĢļè¿ĩ +ä¸į åĥħ +èī² è°ĥ +çĻ¾ ä½Ļ +èĤł éģĵ +æ·±åİļ çļĦ +马 åĬĽ +æĹ© æĻļ +æŃĮ èĪŀ +éĺ² æĻĴ +æľĢåIJİ ä¸Ģ个 +樱 èĬ± +å°ıä¼Ļ åŃIJ +åľ¨ å½ĵåľ° +å°ıä¼Ļä¼´ 们 +èµ· æºIJ +åħ¨ åªĴä½ĵ +ç° ½ +éħ± æ²¹ +æĹłè®º å¦Ĥä½ķ +裤 åŃIJ +åģľ 产 +ä¸įçĶ± å¾Ĺ +çīµ å¼ķ +ä¼ł åĬ¨ +ä¹Ŀ é¾Ļ +åĬł åĽº +ä¹Łä¸į æķ¢ +æĬĢæľ¯ æĶ¯æĮģ +ä¸Ĭ å²Ĺ +ç»ıéªĮ åĴĮ +æł¼ æŀĹ +åIJ¸ éĻĦ +æľªæĪIJ å¹´ +奢ä¾Ī åĵģ +追 æį§ +好 ä¸į容æĺĵ +èķ´ åIJ« +ä¿Ŀ å®ļ +æĬ¥ ä¸ļ +æµ· åĨħå¤ĸ +ä½ł çİ°åľ¨ +æ²¹ èĢĹ +è´¨éĩı 管çIJĨ +æ½ľ æ°´ +丽 æ±Ł +转 åħ¥ +è¿Ļä¹Ī ä¹ħ +æĺİ ä»£ +责任 åĪ¶ +éĩį å·¥ +大 å·´ +触 åıĬ +èµ· åĪĿ +大 å¦Ī +æĸ¯ å¡Ķ +åĨĽ å·¥ +书 éĻ¢ +å³ ¨ +æݨ çIJĨ +è¿Ļç¯ĩ æĸĩç«ł +è¿ģ 移 +åľ¨ åIJĮä¸Ģ +ç»Ĩ ç»Ĩ +åīĬ å¼± +书 æĪ¿ +ç¶ĵ 常 +è¯ķ é¢ĺ +æĤ£ ä¸Ĭ +çĻ«çĹ« çĹħ +åĨ² æ´Ĺ +å¤ĸ æı´ +åħĭ åĪ¶ +åįģ æľĪ +åģļ ä¸įåĪ° +ç¾İ åĮĸ +å¦Ĥ æľŁ +è¿ĺ éľĢ +天 åºľ +å°± æĦıåij³çĿĢ +çļĦç¡® æĺ¯ +éªĹ å±Ģ +å°ıç»Ħ èµĽ +è© © +ä¹Ŀ å¹´ +æĻĵ å¾Ĺ +çłĶ究 人åijĺ +大 éħĴåºĹ +ç§ij åѸ +åħŃ åIJĪ +çķĮ å®ļ +车 è½½ +å¼Ģ çĿĢ +毫 æĹłçĸij +毫æĹłçĸij éĹ® +è¿IJ ç»´ +ç¦ģ åĮº +èĦ± èIJ½ +讲 å¸Ī +产ä¸ļ åŁºåľ° +é«ĺ æĢ§èĥ½ +åħī 彩 +çİ° éĺ¶æ®µ +åĩ ¿ +è¾ĥ å·® +饮 çĶ¨æ°´ +éĸĭ çĻ¼ +ç½ij åIJ§ +çĮ´ åŃIJ +æѦ æŀĹ +å®ī åİ¿ +ä¸įåı¯ æĢĿ +ä¸įåı¯æĢĿ è®® +éĬ· åĶ® +è´« ç©· +为 åķ¥ +éº ĵ +å¹¾ åĢĭ +è§Ħ模 以ä¸Ĭ +æı ļ +被 åĽ° +缺 å¸Ń +å¿« é¤IJ +æĬ¢ åįł +æĻ Ł +å¤į æ´» +æľ¬æĬ¥ 讯 +åĪĽ ä¸ĭ +æµ· 滩 +éĩı 产 +å¦Ĥä½ķ åİ» +车 ä½į +å¯ ĩ +äºĮ åįģåĽĽ +ç»ıæµİ æįŁå¤± +éħįå¥Ĺ 设æĸ½ +åŁºæľ¬ éĿ¢ +äºī 论 +就好 åĥı +çłĶ究 æĪIJæŀľ +éĻĪ è¿° +æīĵ åĬ¨ +ä¸ĭ å·´ +ç§Ĵ éĴŁ +对 人ä½ĵ +æĬĢæľ¯ çłĶåıij +åİŁ åŃIJ +æĺ¯ä¸Ģ 项 +äºĨä¸Ģ 份 +æĮĩ çĶ² +çĶ¨ éĩı +è¿ĺä¸į å¤Ł +æĶ¿åºľ éĩĩè´Ń +çŁ¥è¯Ĩ çĤ¹ +ä¸ŃåĽ½ 梦 +å¾Ī å¼Ģå¿ĥ +礼 è²Į +éĿŀ常 å¤ļ +éĿŀ常å¤ļ çļĦ +åĽ ļ +æĹħ é¦Ĩ +å°½ æĥħ +æŃĮ åĶ± +æ²Ļ é¾Ļ +车 åİ¢ +客 æµģ +åģı å·® +积累 äºĨ +æ¡ Ķ +çĶ» çĶ» +ä¹Ł åºĶ该 +åºĶçĶ¨ ç¨ĭåºı +èĥĥ èĤł +以 å¾Į +豪 å®ħ +æ·± åĬłå·¥ +缴 è¨Ģ +åĮĸ çŁ³ +åĽ½ éģĵ +ä¸ĥ 个 +ä»İèĢĮ 使 +èĤł èĥĥ +æĹ¥ è¶ĭ +çĪ¶ åŃIJ +ç· © +æĭĽ çīĮ +产 å¦ĩ +çķª èĮĦ +æĪij éĻ¢ +建çŃij å·¥ç¨ĭ +å±ķè§Ī ä¼ļ +家éķ¿ 们 +åĨľ ä½ľçī© +æĹ¥ å¤ľ +æĶ» æĵĬ +è§Ħ éģ¿ +èĪŁ å±± +便 æ°ij +åħ« åŃĹ +ä¸į æĽ¾ +æĶ¯ éħį +çĨ¬ å¤ľ +人 é¡ŀ +ç´Ģ éĮĦ +ç»ıèIJ¥ æ´»åĬ¨ +大 涨 +å¸Ĥå§Ķ 常å§Ķ +åĪĨ éIJĺ +ä¸Ģ个 èģĮä¸ļ +çĹħ åĽł +è¿Ļ 对äºİ +ä¸įå¾Ĺä¸į 说 +åıijçĶµ æľº +æľīæīĢ 帮åĬ© +缮æłĩ ä»»åĬ¡ +åĽł åľ° +åĽłåľ° åĪ¶ +åĽłåľ°åĪ¶ å®ľ +å°Ĩ è¾¾åĪ° +ç²Ĺ ç³Ļ +稳 åĽº +å« £ +çİ°åľ¨ å¾Īå¤ļ +ä¸ĸçķĮ 级 +å¼ł æŁIJ +çĤ¹ ç¼Ģ +èij µ +社ä¼ļ ç»Ħç»ĩ +å¾Ģ åIJİ +åĬł æģ¯ +åĻª 声 +æľī åħ´è¶£ +为æĤ¨ æıIJä¾Ľ +æ²¹ æ¼Ĩ +ç¬¬åĽĽ å±Ĭ +çļĩ 宫 +ä¹Ĵ ä¹ĵ +ä¹Ĵä¹ĵ çIJĥ +éļ¨ èijĹ +éģ© åIJĪ +åįĹ éĿŀ +æĵ ´ +西 æ´ĭ +åĬł å¯Ĩ +æĪIJåĬŁ 举åĬŀ +åı£ æ°´ +æĪIJ 年人 +æīĢ æıIJä¾ĽçļĦ +éļĶ å£ģ +åľ¨ 京 +å½ĵåľ° æŶéĹ´ +çŃī åIJĦç§į +é£İ æ°Ķ +å±ĭ éĩĮ +ä¸Ģ åŃĹ +çļĦæŶéĹ´ éĩĮ +åĺ¿ åĺ¿ +å¿« 讯 +ä¸Ń åľº +ä¸Ģ çĵ¶ +æ» ķ +é¢Ĩ è·ij +好 èݱ +好èݱ åĿŀ +没 åħ³ç³» +åĩº å¢ĥ +ä¸įæĺ¯ ä¸Ģ个 +éĥ½æĺ¯ éĿŀ常 +éľĩ åĬ¨ +èİ· èĥľ +åįļ å¼Ī +æĬļ åħ» +对 ç«ĭ +æľįåĬ¡ æľºæŀĦ +è°£ è¨Ģ +社ä¼ļ ç§ijåѦ +åIJ¬è¯´ è¿ĩ +æī ³ +æīĵ 磨 +åı£ æľį +好 åĥıæĺ¯ +以åıĬ åħ¶ä»ĸ +çī¹ è´¨ +亲 è¿ij +ä¸Ģ ç»ı +æ¶ Ŀ +éŃĶ æľ¯ +éģĵè·¯ 交éĢļ +è§Ħ模 æľĢ大 +å®ŀæĸ½ æĦıè§ģ +ä¹ ŀ +ä¸Ģ ä¸ĸ +åŁ· è¡Į +è±Ĩ çĵ£ +åĪĹ ä¸º +æķħ 宫 +çĶŁ åij½åij¨æľŁ +ä¸īç§į èģĮä¸ļ +详ç»Ĩ ä»ĭç»į +å®Į å¤ĩ +岩 çŁ³ +éļı æīĭ +é£ ² +æķĪæŀľ åĽ¾ +ç§ĭ åĨ¬ +åĬŁ å¾· +è§Ħç«ł åĪ¶åº¦ +æĹ¥ æ¸IJ +æīĢ éľĢè¦ģ +æīĢéľĢè¦ģ çļĦ +å²Ľ ä¸Ĭ +åĩº åľŁ +åĽ¾ æĸĩ +ç§ijæĬĢ è¿ĽæŃ¥ +éĢļ èĥĢ +èĢģ 太太 +èĭĹ æľ¨ +éĵ¶ å·Ŀ +å¸IJ 篷 +éĿŀ è¦ģ +éħį çĶµ +å¤Ħ å¢ĥ +èĤ¡æĿĥ æĬķèµĦ +ä¸Ģ缴 åĪ° +åĿĩ çĶ± +æĬĹ æĹ¥ +æį® ä»ĭç»į +ä½ł åĸľæ¬¢ +åĪĽæĸ° åŀĭ +åıĺ è¿ģ +è§Ĩ å¯Ł +å®Įåħ¨ 没æľī +åħĥ æŦ +åı¯ ä¿¡ +åı¦ è¡Į +æĿij 级 +åħ¥ åľº +æIJŃ æ¡£ +ä¹Ł åĽłæѤ +æį¢ æĪIJ +ä¸į è´Ł +äºĨ 大éĩıçļĦ +éģĶ åĪ° +å¸Ĥ åİ¿ +å¹´ è¼ķ +å¿« æīĭ +å¸Į å°Ķ +èĩª èIJ¥ +éĽª èĬ± +æIJ ģ +çľ¼ ç§ij +æŃ£ 確 +çļĦ 姿æĢģ +åĿļå®ŀ çļĦ +æĮĩ 纹 +æªĶ æ¡Ī +ç½® äºİ +佩 æľį +豪 éŨ +åĵ Ĵ +æģ° 好 +檢 æŁ¥ +åĪĿ è¡· +大 åĶIJ +约 ä¼ļ +èĴ¸ åıij +çŃ¹ åĪĴ +å¹´ ç»Ī +è¡Į æ¥Ń +åħ± éĿĴ +åħ±éĿĴ åĽ¢ +ä¼ļ å¼ķèµ· +ä¸Ń ç§ij +ä¸Ńç§ij éĻ¢ +æĮ¯ åĬ¨ +åį´ åıijçİ° +ä¸įåĬ¨ 产 +èĮ ¹ +æĪ¿éĹ´ éĩĮ +è´§å¸ģ æĶ¿çŃĸ +æ²» çĻĤ +æħİ éĩį +å¡ŀ å°Ķ +åĽ½ ç±į +åĽł æŀľ +çŃī çī¹çĤ¹ +å±± è°· +ä¸ĭ è¼ī +è®ĵ æĪij +饮 éħĴ +è¿Ļ个 游æĪı +ç»Ŀ 大éĥ¨åĪĨ +åĴ¨è¯¢ æľįåĬ¡ +å¹² æ´» +è®® ä¼ļ +æ¦Ĥ è¿° +åĪĨ åĮº +æŃ» åIJİ +ç«Ļ çĿĢ +主è¦ģ é¢Ĩ导 +åIJĮ åŁİ +大 æłij +对 åѦçĶŁ +社ä¼ļ ä¿ĿéĻ© +å¢ŀ èµĦ +主人 åħ¬ +å®£ä¼ł æķĻèĤ² +æĸĩåĮĸ 交æµģ +客 æĪ¶ +çŁ¥åIJį åĵģçīĮ +æ»ŀ åIJİ +äºĴ è¡¥ +æĦŁ 人 +åī ¿ +åIJİ ä»£ +äºī 龸 +æķĻèĤ² åŁ¹è®Ń +éĿĻ èĦī +ä¹ı åĬĽ +说 åĩºæĿ¥ +çİĭèĢħ èį£èĢĢ +åĢ « +åįĩ èµ· +éķ ģ +åĩº 游 +éĢļè¡Į è¯ģ +å·¥ä½ľ å²Ĺä½į +åĮł å¿ĥ +æĭ¿ æĿ¥ +æ´Ĺè¡£ æľº +æĪijä¸į æĥ³ +é¢Ħ è§ģ +æ¼Ķ 示 +ä¸Ģ缴 没æľī +è·Ł 她 +对çħ§ æ£ĢæŁ¥ +ç° ¿ +ä¸ĵ å¿ĥ +è®® äºĭ +åīį 端 +åį¡ å°Ķ +è¨Ń å®ļ +设置 äºĨ +å©ļ 纱 +åľ¨ åĽ½å¤ĸ +åı³ 侧 +è³¼ çī© +å¥ĩ èij© +å¢ŀåĬł åĢ¼ +好 è¿IJ +åĽ½éĻħ æľºåľº +ä¸ĭ 称 +缮åīį 为æŃ¢ +ç¥ŀ ä»Ļ +å®ĥ åı¯ä»¥ +æ¾Ħ æ¸ħ +èĥ½ 使 +游 åĩ» +游åĩ» éĺŁ +åĩ ¹ +ä¸įè¦ģ åĨį +åĨ³ èĥľ +åĨ³ æĪĺ +æĭ ½ +缼 åħ¸ +å¾Ī好 åľ° +æľĢ ç¾İçļĦ +åĥ ļ +å·´ åŁº +å·´åŁº æĸ¯åĿ¦ +æľĢ éĢĤåIJĪ +é«ĺ èģĮ +ä¿Ŀ å§Ĩ +æİĪ æ¬Ĭ +说åĪ° è¿ĻéĩĮ +æݨ å¼Ģ +çİĩ è¾¾ +ä¸īåĪĨ ä¹ĭä¸Ģ +管çIJĨ ä¸Ńå¿ĥ +交 æ±ĩ +森æŀĹ åħ¬åĽŃ +å¾Ģ ä¸Ĭ +éªij è¡Į +æį® æѤ +纽 带 +ç» ŀ +ä¸ī æĸ¹ +æĦıä¹ī ä¸ĬçļĦ +æݨ è¿Ł +å¤ļæł· æĢ§ +æĥ³ èµ·äºĨ +æİĴåIJį 第 +å·¨ é¢Ŀ +æĿŁ ç¼ļ +å®ī å®ļ +äºĭ 實 +çļĦ æĦ¿æľĽ +è£ħå¤ĩ åĪ¶éĢł +人 å±ħ +人å±ħ çݯå¢ĥ +å¿ĺè®° äºĨ +该 游æĪı +楼 ä¸Ĭ +å¼Ģ ä¼ļ +æģ ³ +åıĭæĥħ éĵ¾æİ¥ +ç¡ Ĵ +ç»ĻäºĪ äºĨ +åģı 好 +åĵ ī +交éĢļ å®īåħ¨ +éĽ Į +æ²» çĹħ +è§īå¾Ĺ å¾Ī +衬 è¡« +å¿ĥ æĦ¿ +æ´ŀ å¯Ł +æ°ij æ£Ģå¯ŁéĻ¢ +æıIJ çĤ¼ +è¦ģ è¿Ľä¸ĢæŃ¥ +驾 车 +æĻ® æĥł +æķ ĸ +ç¦ı éŁ³ +éĢģ è¾¾ +è§ĦåĪĴ 设计 +æīĭ å¥Ĺ +å®ī ä¿Ŀ +è¿ĺä¸į å¦Ĥ +åīį è¿° +æłĩ è®° +ç´§ æİ¥çĿĢ +æ§ IJ +深深 åľ° +满满 çļĦ +æĺ¥ è¿IJ +æĹ¥ 产 +çĪ± æĬ¤ +åħ¨ æĹ¥ +åħ¨æĹ¥ åĪ¶ +转 åĬ¨ +ç¥Ń ç¥Ģ +ä¹° ä¸ľè¥¿ +对 æľªæĿ¥ +æ¶Ī失 äºĨ +åļ´ éĩį +ä¸ī æĿ¡ +éħ¸ 奶 +éĽĨåĽ¢ èĤ¡ä»½ +西 è·¯ +åıª å¾Ĺ +éĢģ åİ» +çĭł æĬĵ +åĪ©çĶ¨ çİĩ +ä¸ĭ åij¨ +å¥ĭ æĪĺ +æĺ¥èĬĤ æľŁéĹ´ +è´Ł 责任 +æĺĤ è´µ +å°¾ å·´ +ç¯ĩ æĸĩç«ł +åħ ® +è®Ĭ æĪIJ +å¹ ¹ +çĻ» éĮĦ +ä½ Ī +å·¥ åĮł +åĵªæĢķ æĺ¯ +åıį åĵį +ç§ ĥ +åĩº 轨 +æĹ¥ åĨĽ +åIJį èªī +æķı éĶIJ +æľįåĬ¡ æ°´å¹³ +çħ§ å°Ħ +ä¼Ĭ æĭī +ä¼Ĭæĭī åħĭ +åĨħ éĺģ +èĬĴ æŀľ +ä¸ĩ åĪĨ +éĢĢ 款 +缴æĴŃ éĹ´ +æĭ¿ åĪ°äºĨ +å°İ èĩ´ +空æ°Ķ ä¸Ń +客æĪ· æľįåĬ¡ +è¿IJ åĬ¿ +ç»ĵ çŁ³ +ä¸į å¿ħè¦ģçļĦ +èĥ¶ åĽĬ +çIJĨ ä¼ļ +æĬ½ åĩº +空æ°Ķ è´¨éĩı +æ¯ķ ç«Łæĺ¯ +åĨ· æ¼ł +ä¸Ģ å¦Ĥ +ä¸Ģå¦Ĥ æĹ¢ +ä¸Ģå¦ĤæĹ¢ å¾Ģ +æĤ£ çĹħ +åĬł æĮģ +èµŀ åĬ© +é« ® +åij½ ä¸Ń +æĦıä¹ī ä¸Ĭ +ä¸į èĪį +åģļ 梦 +æīĵ æī« +æĺŁ åħī +æĸŃ è£Ĥ +åħ¨ å¥Ĺ +è£ģ å®ļ +马 åħĭæĢĿ +骨 骼 +ä¸Ģ è·¯ä¸Ĭ +å®ļ æŶ +å·¥ç¨ĭ æĬĢæľ¯ +å½¼ å¾Ĺ +æ±² åıĸ +ä¸Ģ è§Ī +åIJµ æŀ¶ +ä¿Ĺ 称 +æłª æ´² +åºŁ æŧ +è¡Į æĺŁ +åıijçĶŁ åıĺåĮĸ +é¦ĸ ä»ĺ +åįģåĪĨ éĩįè¦ģ +æĬĬ è¿ĻäºĽ +ç¥ŀ å·ŀ +æıIJä¾Ľ åķĨ +æ¥ · +å± İ +çĬ¶ åħĥ +åŁİ å¢Ļ +çľĭ ä¸Ģçľĭ +çĶŁäº§ èĥ½åĬĽ +åŁºæľ¬ä¸Ĭ éĥ½ +æīĵ æī° +åĪĿ 次 +åĩº 示 +åħ¶ä¸Ń ä¸Ģ个 +çĶŁæĢģ ç³»ç»Ł +æīĭ æİĮ +æµİåįĹ å¸Ĥ +åľĭ åħ§ +æŃ£ åĢ¼ +å¹¾ ä¹İ +æݨèįIJ éĺħ读 +è¿Ń 代 +è°ĥ ä¾ĥ +饮 åĵģ +å¢Ļ ä½ĵ +åıĺ çİ° +äºĨ 好 +äºĨ好 åĩł +ä¸į çķĻ +çĪ ² +å°½ æĹ© +æŃ£åľ¨ è¿Ľè¡Į +åĩº éĻ¢ +æĿĢ 害 +æıIJ 款 +åıijå±ķ 空éĹ´ +åīį 身 +ä¸įæĸŃ å¢ŀ强 +æ·± å±Ĥ次 +容 纳 +éĤ£ 份 +å·¥ä½ľ æķĪçİĩ +æľ¬ åĽ½ +失 èIJ½ +æŃ£ åĽłä¸º +èĬĤ æ°´ +ä¸ĭ ä¸Ģ代 +çłĶåıij ä¸Ńå¿ĥ +ä¸į çIJĨ +å®Į 好 +ä¿ĿæĬ¤ åĮº +ç»ĵæŀĦ è°ĥæķ´ +å¥ł å®ļ +宣 称 +éĺ» æĮ¡ +æĴ¤ 离 +ä¸į æĸ¹ä¾¿ +åĴ ķ +ç¬ijäºĨ ç¬ij +çݯå¢ĥ 污æŁĵ +ä½ı æĪ· +ç»Ŀ ç¼ĺ +éĻ¤ å°ĺ +é«ĺ å°ļ +æĢİä¹Ī åı¯èĥ½ +éĿ¢ èī² +åķĨ æ¥Ń +çĸ ¹ +èµĦæºIJ ä¼ĺåĬ¿ +è¾ĸåĮº åĨħ +èĢĢ çľ¼ +æij§ æ¯ģ +ä¸ĸçķĮ ç»ıæµİ +å¼ķ æĿ¥ +ä¸Ģ åĪĻ +æĭĩ æĮĩ +æĬµ 御 +éĽ į +åĩĨå¤ĩ å·¥ä½ľ +çıł ä¸īè§Ĵ +ç¨Ģ åľŁ +èİ·å¾Ĺ æĦŁ +æĪIJåĬŁ çİĩ +ç½ij 约 +ç½ij约 车 +èĦ IJ +æķ¬ ä¸ļ +éĩij ä»· +ç²¾ é«ĵ +ä¹° 车 +åħ³ åı£ +åĨį å¤ļ +æŀģ åĵģ +åIJĦ 家 +举æĬ¥ çĶµè¯Ŀ +èļ Ĭ +æĸ¹ å½¢ +ç§ijæĬĢ æĪIJæŀľ +æľĢ好 æĺ¯ +éĹ® åĢĻ +红 éħĴ +åĽĽ ç§į +ç¿Ĵ æħ +ç¿Ĵæħ £ +åŀ ¦ +éĤ£ åıª +é¢Ĩ æĤŁ +çľ¼ éĥ¨ +æ³° å®ī +ä»» æľŁ +磨 æįŁ +æĽ¿ æį¢ +åħ¸ 礼 +符åIJĪ æĿ¡ä»¶ +è¿ĺæľī ä»Ģä¹Ī +åħ±äº« åįķ车 +åı¯ åĪĨ为 +åŃ£ åIJİ +åŃ£åIJİ èµĽ +举èİŀ å¸Ĥ +å¿ĥ æĦı +æīŃ æĽ² +ä½ľä¸º ä¸Ģç§į +è¿Ļ éĥ¨åĪĨ +åıĤä¸İ åĪ° +ç½ij çIJĥ +實 çı¾ +ç»Ħ è£ħ +åIJij å¤ĸ +å·¥ä½ľ æĸ¹æ¡Ī +åįģ æĿ¡ +課 ç¨ĭ +颤 æĬĸ +åĵ © +éĤ® å¯Ħ +äº ¢ +åħį è²» +ç§ ¤ +åºĶæĢ¥ 管çIJĨ +åĽĽ äºĶ +éºĴ éºŁ +å¾Ĵ æŃ¥ +è¨ĺ å¾Ĺ +çĴ IJ +æĺ¯åIJ¦ ä¼ļ +æĦıè§ģ åıįé¦Ī +éļ¾ æĢª +çª į +交 æİ¥ +两 åįĥ +æĩī çĶ¨ +æľŁ éĸĵ +æIJ¬ åĪ° +è®® é¢ĺ +碧 æ¡Ĥ +碧æ¡Ĥ åĽŃ +åģļ çĶŁæĦı +éĻĽ ä¸ĭ +è· ĭ +èĢģ人 家 +带 åĽŀ +æŀ¸ æĿŀ +è¡Į éķ¿ +åĨħ容 ç®Ģä»ĭ +æ¢ ¢ +æĮĩ æݧ +éĩį çĹĩ +ç½ijåıĭ 们 +çı¾ 代 +ç±» 产åĵģ +å¥Ķ æ³¢ +æ¸ º +ç²ī ç¢İ +è¿Ļ åıªæĺ¯ +æ£Ģå¯Ł æľºåħ³ +é½ Ĭ +æĪ¿ 秣 +å¾· æĭī +å²ģ 以ä¸Ĭ +纯 åĩĢ +åĪĨå¸ĥ åľ¨ +èĥ½ å¾ĹåĪ° +ä¸į å°½ +ç«ŀ ä»· +çļĦ 带é¢Ĩ +çļĦ带é¢Ĩ ä¸ĭ +ä¸Ńèį¯ æĿIJ +æĿij éķĩ +ä¸įåı¯ éģ¿åħį +éľ² 天 +å°ı å§ijå¨ĺ +çī© 件 +èijĹä½ľ æĿĥ +æĭĺ çķĻ +éĥ½ è§īå¾Ĺ +æĽ² æĬĺ +æ·»åĬł åīĤ +åı¬ åĽŀ +æīİå®ŀ æİ¨è¿Ľ +æĬĦ è¢Ń +åĮĸ 身 +缴 èIJ¥ +ä¹Ł å¸ĮæľĽ +èį£èªī 称åı· +åįĸ ç»Ļ +æľī ä¸įåIJĮçļĦ +å¥ĩ çī¹ +éĥ½ 认为 +å¦ ŀ +æĪIJéķ¿ 为 +辩 æĬ¤ +主 æķĻç»ĥ +æ³ķå¸Ī èģĮä¸ļ +æ¤į åħ¥ +ç´¢ å°¼ +åIJ¬ è¿ĩ +ä¹łæĥ¯ äºĨ +夺 åıĸ +éŁ ĵ +æľ¬è´¨ ä¸Ĭ +æİ¥ åĬĽ +äºij 端 +è¦ģ åģļ好 +è·¯ çģ¯ +åįıåIJĮ åıijå±ķ +æľī å¾ħ +æ°´ åŁŁ +æIJľçĭIJ é¦ĸ页 +è´¨éĩı å®īåħ¨ +åįģäºĮ äºĶ +åĵ® åĸĺ +èĵ¬åĭĥ åıijå±ķ +åIJį 声 +身 亡 +çİĭ åºľ +åİŁåĪĻ ä¸Ĭ +çĥĺ å¹² +éģĹ æ¼ı +éĿ¢ 缮 +åĽ½ ä¼ļ +ä¸Ģ缴 éĥ½æĺ¯ +æľīä¸Ģ ä½į +éħį æľī +éĻª çĿĢ +ä¼ģ åĽ¾ +æĮī ä¸ĭ +èĵĿ åĽ¾ +æ© ĺ +大å¤ļ æĺ¯ +辩 论 +æĹĭ å¾ĭ +æĬ¥ éĢģ +æĿ¡ è§Ħå®ļ +åĬ¨ éĿĻ +åĮĪ 奴 +æĭľ 访 +ä¸Ģ åĪĢ +ä»ĸ çŁ¥éģĵ +主 æĿĥ +ä»ĸ æĽ¾ +æĴŃ ç§į +å£ģ åŀĴ +çī¢è®° 使åij½ +åľ¨è¿Ļ æĸ¹éĿ¢ +æīĭ èħķ +æĶ¯ æŀ¶ +ä¾Ĩ èĩª +éĩį å¡ij +å¤ļ å±Ĥ次 +ä»ĭ è´¨ +éĿ¢ åŃĶ +æ½® 湿 +åİ¿ åŁŁ +游æĪı å½ĵä¸Ń +å£ ŀ +åĪĹ åĩº +èµĽ åĮº +å¤ļ åįĬ +éĩįçĤ¹ å·¥ä½ľ +æĪij们 å¿ħé¡» +æŁı æŀĹ +é²ģ èĥ½ +æĸ½ å±ķ +åIJĦ åĮº +åħį ç¨İ +èµĽ åIJİ +æľĢ éĩįè¦ģ +ä¸Ģ个 好çļĦ +è¿Ŀæ³ķ è¿Ŀè§Ħ +äºĨ解 æĽ´å¤ļ +æķ¬ 请 +ç¬ijçĿĢ 说 +ä¸įæĸŃ åıijå±ķ +æijĦå½± å¸Ī +以 éĺ² +çĤ¸ å¼¹ +声 åĵį +ç¤ ģ +æĩ ¿ +èĪĨ æĥħ +èĩªçĶ± è´¸æĺĵ +æķı æį· +ä¸ī大 éĺ¶æ®µ +èĭ Ķ +æĹº åŃ£ +ä¸į 满æĦı +微信 åı· +ä¿® 为 +çł´ è£Ĥ +éĢĥ 离 +æ¯ı èĤ¡ +è¾¾ ä¸įåĪ° +æ¯ıå¹´ éĥ½ +çģ¯ 笼 +æѤ åŁºç¡Ģä¸Ĭ +åĥı 个 +åĪĨ 娩 +æĻ ¾ +ä¸į èĩ³äºİ +红 线 +误 解 +举 è·¯ +æ·® å®ī +产 åѦ +产åѦ çłĶ +èī¾ æ»ĭ +èī¾æ»ĭ çĹħ +åīįæıIJ æĺ¯ +æ¯ı ä¸Ģ天 +ä¸ĥ 大 +æłij åı¶ +èµ° å¾Ĺ +è¿Ļ 两ç§į +æİı åĩº +æİ IJ +é¢Ĩ导 èĢħ +ä¸Ģ æľµ +个å¤ļ æľĪ +ä¸Ń åħ³ +ä¸Ńåħ³ æĿij +课åłĤ æķĻåѦ +大 åĴĸ +éģĭ çĶ¨ +è¯ļ æĦı +ç»Ħ åĽ¾ +è¯ķ çĿĢ +ä¹Ķ æ²» +è¿ĺ ä¸įæĺ¯ +æľī æĽ´å¥½çļĦ +åIJİ å¤ĩ +æĸ°çĶŁ åĦ¿ +æ°Ķ è¡Ģ +æ²¥ éĿĴ +å±ı éļľ +æ¥Ń åĭĻ +æĪij 以为 +éķ¿ 缸 +èĢģ çĪ¸ +éķĩ æ±Ł +æľºæ¢° 设å¤ĩ +ä½Ĩæĺ¯ å¦Ĥæŀľ +åĿļå®ļ ä¸į +åĿļå®ļä¸į 移 +åĨ² éĶĭ +ç®Ģ缴 æĺ¯ +åĤ¨ èĵĦ +纯 çĶµåĬ¨ +漫 æŃ¥ +举 èµ· +æģ¶ æĢ§ +è¨ĺ éĮĦ +èģĮèĥ½ éĥ¨éŨ +åħ¨ éķ¿ +鼻 è¦ĸ +ä¹³ èħº +ä½ķ å¤Ħ +æ¶Ī æŀģ +æŃ£ å¤Ħäºİ +å®ī å®ģ +æĪIJ éķ· +åıĻ è¿° +æºĥ çĸ¡ +ä½Ĩ çİ°åľ¨ +女 æĺŁ +å©´ å¹¼åĦ¿ +æĬķ èŀįèµĦ +éĹ® éĹ® +æıŃ å¼Ģ +è¯ ı +åIJį å½ķ +èĺij èıĩ +åIJĬ 顶 +æ¹ĸ åĮº +åįĸ åľº +建 ç¯ +å»ºç¯ ī +èİ ½ +åIJ¬ åIJ¬ +ç«ŀäºī ä¼ĺåĬ¿ +åĩº ä»» +æľī 两ç§į +橱 æŁľ +è¤ ª +è¯ķ åį· +ç»ıæµİ æĬĢæľ¯ +æ·± å±Ĥ +éĩįè¦ģ åĨħ容 +é£İ æݧ +çĬ¶æĢģ ä¸ĭ +éĥ¨ éĸĢ +广 æ±½ +è§Ĥ æij© +éģĹ çķĻ +转 è´¦ +æĮģ ä»ĵ +æĢ» 计 +åľĺ éļĬ +æĪ¿ 举 +éĺĢ éŨ +åħ¬ åħ³ +åħ³ åĪĩ +èĤ ĺ +æķ¸ æĵļ +ä¸ī åįģå¹´ +è§ģè¯ģ äºĨ +å± Ĩ +çģ° å°ĺ +æ¦ľ é¦ĸ +è¦ĨçĽĸ çİĩ +ä»Ļ 女 +çĶŁäº§ æĢ» +çĶŁäº§æĢ» åĢ¼ +æĪ¿ è´· +æ±Ł åĮº +åħħçĶµ æ¡© +çĻ¾ åIJĪ +確 èªį +转 移åĪ° +éĥ½ æĹłæ³ķ +纪念 é¦Ĩ +çŃ¾ç½² äºĨ +并ä¸į å¤ļ +æĮ ł +ä¸į太 好 +ä¸ĸ 代 +误 导 +é«ĺå³° 论åĿĽ +åħ¼ 容 +龸 æ°Ķ +æĿ¥ 访 +æīĢ 带æĿ¥çļĦ +æĺ¯ä¸Ģ éĥ¨ +æĻļ é¥Ń +åİĨ 代 +åIJ¦ åīĩ +ä¹ħ ä¹ħ +æľīæķĪ æľŁ +诱 åıij +æĢ» èµĦ产 +æľ¬èº« å°±æĺ¯ +çĶŁäº§ åİĤ家 +æŶ 髦 +èĢIJ çĶ¨ +ä»İå°ı å°± +æĿ¡ 约 +èĭ± åĭĩ +ä¿Ĺ è¯Ŀ说 +寺 åºĻ +å¿ĥçIJĨ åģ¥åº· +ä»Ģä¹Ī äºĭæĥħ +æ±ī åŃĹ +çķĻ ä½ı +åįĹ è·¯ +ä¸ī 项 +丢 äºĨ +æĥ³ åĪ°äºĨ +çŃ¹ éĽĨ +éĻĦåĬł åĢ¼ +西 è£ħ +ä¹ĭ ä½ľ +åģļçļĦ äºĭ +çķ¶ æĤ¨ +çķ¶æĤ¨ åľ¨ +é¦ĸ 款 +ä¸įåľ¨ ä¹İ +å·¥ç¨ĭ æĸ½å·¥ +éļIJ éļIJ +åıĺ 身 +沿 éĢĶ +æĤł æĤł +ä¿Ŀ æļĸ +çĶŁæ´» åŀĥåľ¾ +渤 æµ· +æѦ ä¾ł +女 主è§Ĵ +举 ä¾ĭ +æ ·¨ +çĻ½ é¢Ĩ +è£Ļ åŃIJ +è¿Ķ è¿ĺ +è¿Ī åĩº +é¾Ļ éŨ +ç»ıæµİ ä½ĵ +æĶ¶ å®ĺ +çķĮ éĻIJ +è·³ åĩº +åįĩ åĢ¼ +绵 éĺ³ +çĸ¤ çĹķ +çľĭ æ¸ħ +æĭĴ çµķ +è¥Ħ éĺ³ +课 å¤ĸ +åŃIJ åŃĻ +æŃĮ è¯į +æĪIJ åIJį +溶 液 +åĦĴ 家 +åķĨä¸ļ åĮĸ +辨 åĪ« +å¤ļ è¾¾ +ç½ij åºĹ +ä¹Ŀ 大 +ä¹Ŀ大 ç²¾ç¥ŀ +æѤ 举 +è¿ŀ è½½ +ä¸Ģ åĢĭ人 +èī² æ³½ +涵çĽĸ äºĨ +è¦ı åĬĥ +åĽ½ æĥħ +åį«çĶŁ åģ¥åº· +积æŀģ åĵįåºĶ +æĭ Ļ +åĪ¶ åĬ¨ +æĥ³è±¡ åĬĽ +çļĦ ä¹IJ趣 +å¼łå®¶ çķĮ +å´ İ +éĩį åŀĭ +å¤ĸ å¢Ļ +æĶ¾ åѦ +è®¤çľŁ åŃ¦ä¹ł +è´¬ åĢ¼ +æ³ķ æ¡Ī +æĬ¤èĤ¤ åĵģ +éĻ·åħ¥ äºĨ +请 æĤ¨ +åŀ ¢ +æķĻèĤ² èµĦæºIJ +交æĺĵ å¹³åı° +æŶ è£ħ +ä¼łæŁĵ çĹħ +æ¹ĸ æ³Ĭ +èµĦ 管 +åݨ å¸Ī +éĹľ éį +éĹľéį µ +åĵĪåĵĪ åĵĪ +çĽĹ çªĥ +çĶľ ç¾İ +åºĦ åĽŃ +缮åīį å·²ç»ı +è¾¹ ä¸Ĭ +çģ« èĬ± +æĬ¥ è®°èĢħ +æģĭ æĥħ +ç´§ åĩij +æ°´ æµģ +è¿Ļæĺ¯ æĪij们 +æ³¥ åľŁ +æĽ¾ ä»» +æĸ¹ è¨Ģ +åij¨ åħŃ +åı· 楼 +ä¼ij åģĩ +误 ä¼ļ +åĽ½ åĢº +åīį å¤ķ +两 å¼ł +éĹ « +éŃĶ 鬼 +æĬĬ æĮģ +èĬĤèĥ½ çݯä¿Ŀ +æ¸ħæ´ģ èĥ½æºIJ +èĤ¥ æĸĻ +é«ĺ é¢ij +å°± æľīäºĨ +交 ä¼ļ +没 éĴ± +éĽħ æĢĿ +è¦ģ åıĬæŶ +åŁ¹åħ» åѦçĶŁ +欣 åĸľ +çĥŃæ°´ åĻ¨ +é¾Ļ æ¹ĸ +äºĮ 楼 +æĸ°æµª è´¢ç»ı +æĸ° åĬ¨èĥ½ +èµ£ å·ŀ +æĭ³ 头 +æµģ åIJij +ä¹Łæĺ¯ å¾Ī +åıij åĶ® +ä¸Ń åIJ«æľī +åIJĵ å¾Ĺ +å·¨ æĺŁ +æĹł æīĢè°ĵ +æ¯Ľ åŃĶ +åħ¬åħ± 交éĢļ +çĤİ çĥŃ +èµ· èįī +åĬłçĽŁ åķĨ +说 ä¸įåĩº +大åѦ æ¯ķä¸ļ +å·¥ä¸ļ åĽŃ +éłĺ åŁŁ +åºĨ åħ¸ +æµģ 产 +èģ² éŁ³ +ä¼¼ä¹İ æĺ¯ +è´§ æºIJ +æ·± åĪĩ +æ²»çĸĹ æĸ¹æ³ķ +èµĦæºIJ éħįç½® +網 åıĭ +çĶ £ +äº ¥ +躲 åľ¨ +社 ç§ij +è»Ł é«Ķ +女 è£ħ +æŃ¡ è¿İ +综åIJĪ å®ŀåĬĽ +æł¼ å°ĩ +åħļåı² åŃ¦ä¹ł +æľĢ åŁºæľ¬ +æľĢåŁºæľ¬ çļĦ +çľĭ æľĽ +åıĹ è´¿ +ä¸įä»ħ èĥ½ +ä½ķ å¿ħ +ä¸Ģ个 å°ıæŶ +ç¾ Į +æĭĽ æĶ¶ +çĤĴ èĤ¡ +æĿij å¹²éĥ¨ +缸 çĪ± +æ½ľ èĥ½ +ä¹ į +æŶ è¾° +欣 æħ° +éĵ¶ è¡Įä¸ļ +çĭŃ çªĦ +éĩįçĤ¹ é¢ĨåŁŁ +çİ°å®ŀ çĶŁæ´» +éĮ¯ 誤 +æĸ° è§Ħ +滥 çĶ¨ +æŶ ä¸į +æŶä¸į æŶ +帳 èĻŁ +ç¨Ģ 缺 +åIJij 举 +ä¿Ŀåģ¥ åĵģ +çıŃ éķ¿ +äºĴ åĭķ +笼 罩 +æ½ Ľ +æļĸ å¿ĥ +è½° çĤ¸ +åºĨ 幸 +è²Į ä¼¼ +æĵ º +èĢIJ 磨 +ä¸ĵä¸ļ 人士 +ä¸ĢèĪ¬ éĥ½æĺ¯ +æ¼³ å·ŀ +åħ¨ èĩªåĬ¨ +å½ķ çĶ¨ +大 è·Į +æľīæķĪ æĢ§ +èĩª åĭķ +ä¸ī个 æĸ¹éĿ¢ +港 åĮº +ä¿¡ 貸 +éĢļ è¯Ŀ +é«ĺ 涨 +æ³Ħ æ¼ı +éħį ä¸Ĭ +åħļ å·¥å§Ķ +被 认为 +被认为 æĺ¯ +ä¸įä¼ļ åĨį +è°ĥ åīĤ +åıĤ èĤ¡ +èĦ± åıij +å¿ł å®ŀ +åĨħ åĪĨæ³Į +ç¹ģ å¿Ļ +åıĮ åĪĽ +é©» æĿij +åĪĴ ç®Ĺ +éģİ ä¾Ĩ +åľ£ ç»ı +èıľ 鸣 +æĭ¼ å¤ļå¤ļ +ä¸ŃåĽ½ 汽车 +çĥŁ èįī +缴 æµģ +äºĨä¸Ģ åı£æ°Ķ +ä½İ æĪIJæľ¬ +æī¾ åĽŀ +èĩª åįij +總 æĺ¯ +æĸĩåĮĸ åĪĽæĦı +天 æ²³ +樱 æ¡ĥ +éªij åħµ +éĩĮéĿ¢ æľī +çİ ® +èĥ½ æī¾åĪ° +éĢĥ è·ij +åĪĩ å°Ķ +åĪĩå°Ķ 西 +以ä¸ĭ æĺ¯ +å²³ éĺ³ +çļĦ æ¦Ĥçİĩ +æĬµ åĪ¶ +å¸Ī äºĭåĬ¡ +å¸ĪäºĭåĬ¡ æīĢ +åĩĨ æŶ +屬 æĸ¼ +订 è´Ń +åįłæį® äºĨ +ä¸Ń éĢĶ +å° ĭ +é»ij 马 +åİ¿ åħ¬å®īå±Ģ +ä¸ĥ æľĪ +èī² ç´ł +å¿ĥèĦı çĹħ +æŶ éĻIJ +æ¯į åħ¬åı¸ +å¹ķ åIJİ +ä¸Ĭ æ¦ľ +åĢ¾åIJij äºİ +纸 ä¸Ĭ +æ¡ ĵ +éĽĨä½ĵ ç»ıæµİ +æĥħ å¢ĥ +è¦ģ åģļåĪ° +ç©į 極 +åıª æĢķ +æ¹ĺ 西 +çļ± 纹 +åħ¨ åľĭ +çĦ¡ è«ĸ +好 æĦŁ +åįķ ä»· +è¿Ľç¨ĭ ä¸Ń +æĺĨ ä»ij +åĪĽ 客 +åħħ æĸ¥ +åħĪ æĬĬ +该 æĢİä¹ĪåĬŀ +åĵģ å¾· +åħ¨éĿ¢ åıijå±ķ +è¨Ī åĬĥ +æĢ» å·¥ä¼ļ +ä½Ľå±± å¸Ĥ +æĬĹ è¡¡ +å¼Ģ åľº +éĴ± å¸ģ +åıĭ 们 +å«ī å¦Ĵ +ç´¢ èµĶ +è®Ĭ åĮĸ +æĮ¤ åİĭ +æĮij è¡ħ +çŃī ä¸Ģæī¹ +æĿ¨ 欢 +ä¸ĵ家 åѦèĢħ +èĥ½ è¾¾åĪ° +èµ° è¿ij +è´«åĽ° åľ°åĮº +éĻIJ æľŁ +ä¸į 平衡 +åĽ½åĨħ å¸Ĥåľº +èµĽ åľº +éħį èµĦ +è¦ģ èĢĥèĻij +ä¸ĩ åı° +æľĪ æľ« +éĶ ¥ +åŃ « +æݥ触 åĪ° +åĩº 产 +æķĻ åѸ +ä½ľ å¼Ĭ +çļĦ æľĢåIJİä¸Ģ +ä¿ĥ æĪIJ +åIJ¸ åıĸ +æ½ľ èīĩ +被 éªĹ +è¾ĵ äºĨ +çĭIJ çĭ¸ +åįĩ éĻį +è¿ĻäºĽ ä¸ľè¥¿ +æĬķèµĦ åŁºéĩij +çĶŁçī© åѦ +ç½ij绾 èIJ¥éĶĢ +åIJij è®°èĢħ +èįī åľ° +æĢ ¯ +æľįåĬ¡ èĥ½åĬĽ +éĥģ éĹ· +åįķ åĵģ +å¾Ĺ 罪 +æĺĵ äºİ +个å¤ļ å°ıæŶ +éĩį ä»» +ä¸Ĭ å®ĺ +æľ¬ éĩij +çı¾ åł´ +溢 ä»· +æĺŁ è¾° +æ´»åĬ¨ çİ°åľº +丹 麦 +å¸Ŀ çİĭ +æŁ¥ æĺİ +åŃĺåľ¨ äºİ +é¦Ļ æ°´ +æĬ½ æ£Ģ +å®ŀéĻħä¸Ĭ æĺ¯ +æĸ° å¾ģç¨ĭ +è´¢åĬ¡ 管çIJĨ +æİ Ľ +åĨľ åİĨ +éĥ½ èĥ½å¤Ł +éĤ¯ éĥ¸ +羣 實 +ç» Ĭ +åĨµ ä¸Ķ +ç½® 身 +ç¥Ī 祷 +çĿģ å¼Ģ +æĮĩ çĤ¹ +å¼Ģ æľº +西 å®ģ +åĮĹ çº¦ +积 æ°´ +åĩº åĬ¨ +åıijå±ķ 模å¼ı +转 æĬĺ +èĢĥ çĤ¹ +æľī ç½ijåıĭ +è´«åĽ° æĿij +æĪij们 çŁ¥éģĵ +åĪĨ éĶĢ +å±± èĦī +æ¯Ķ æĭŁ +ä¼° ç®Ĺ +æĶ¹ 建 +壮 è§Ĥ +ç§ī æĮģ +æı ª +ç¦ Ģ +åĮĸåѦ åĵģ +ä¸ŃåĽ½ åĪ¶éĢł +ä¸Ģ æŀ¶ +æīį è¡Į +æĭĽ å¾ħ +åıĺ æį¢ +åīį 线 +幸 好 +è¿Ļæł· çļĦè¯Ŀ +å¿ĥ è¡Ģ管 +æĢ§ çĸ¾çĹħ +åħ¨ èĥ½ +åĪij 侦 +ä¿¡æģ¯ åıijå¸ĥ +æĺ¾ çĦ¶æĺ¯ +éĿĴ éĵľ +åIJĥ ä»Ģä¹Ī +çĶµ ä»· +æ³ķå¾ĭ è§Ħå®ļ +çħ ² +çĵ· åĻ¨ +èĤī ç±» +æıĴ åħ¥ +åĹ ľ +è¿Ł è¿Ł +ä¸ĢçĤ¹ éĥ½ä¸į +è¿ĺ åĮħæĭ¬ +èĪį ä¸įå¾Ĺ +æłĩå¿Ĺ æĢ§ +æľĪ 以æĿ¥ +ç³ĸ æŀľ +éĥ½ åºĶ该 +çݯå¢ĥ åį«çĶŁ +èĪª è¡Į +éĥij éĩį +ç½ij æĬķ +åįģ ä½³ +ç§ģ ä¸ĭ +æļ´ è·Į +åĬłå¿« åıijå±ķ +产åĵģ çłĶåıij +åĪĽéĢł åĩº +æĢ» è§īå¾Ĺ +åºķ çĽĺ +èķ Ĭ +åĩºå¸Ń ä¼ļè®® +主 æĿ¿ +æĹ¥æĻļ éĹ´ +å®ĺæĸ¹ å¾®åįļ +å¼ķçĶ¨ æĹ¥æľŁ +åī¯ æķĻæİĪ +çĶµåŃIJ 产åĵģ +è¡° éĢĢ +çķĻ åŃĺ +çģ« åĬĽ +çĴ § +çļ Ĥ +åħ¼ åħ· +éĩį è¿Ķ +é¢Ĩ çķ¥ +åĪĩ éĻ¤ +åĨįçĶŁ èĥ½æºIJ +å®ŀåľ¨ 太 +çIJĨ论 ä¸Ĭ +ä¸ī å±Ĥ +ä¸ĸçķĮ åIJĦåĽ½ +å®ľ æĺĮ +èĢ³ è¾¹ +宽 æķŀ +æ±ī æĹı +çĻ½ çĻ½ +è¿ĻéĩĮ éĿ¢ +çĶŁæ´» ä¹łæĥ¯ +èµŀ èµı +çĶ· 士 +ä¸Ń ä¿Ħ +车 祸 +åīĤ éĩı +éĻ¤ åİ» +å·¦ è¾¹ +çŃij çī¢ +çīĽ å¸Ĥ +家 åĬ¡ +åķ ĥ +ç½® æį¢ +ç´« å¤ĸ +ç´«å¤ĸ 线 +å¾Ģ åīį +åĬĽ åѦ +ç´§ è·Ł +缮çļĦ åľ¨äºİ +ç» ® +ç¥ Ĥ +宣 è¨Ģ +äºĮ æ°§åĮĸ +äºĮæ°§åĮĸ 碳 +æĹł ç¼ĺ +ç²¾ éĢļ +è¨ º +å¼ķåıij äºĨ +æľĢ åħĪ +æ´¾ é©» +ä¸į å¿į +æĪij çĪ¸ +å¹´ ä¸ĭåįĬå¹´ +æ·ĭ å·´ +没 éĹ®é¢ĺ +åºĹ åĨħ +è·Ł æĪij说 +çĶŁäº§ çĶŁæ´» +è§Ĥ æľĽ +æ¸ į +被 æī§è¡Į +被æī§è¡Į 人 +èĪ ľ +æİ º +ä¸Ģ ç§Ĵ +èįī åĿª +åij¼ åĴĮ +åij¼åĴĮ 浩 +åij¼åĴĮ浩 çī¹ +人æ°ij éĵ¶è¡Į +çĦķ åıij +è¯ģåĪ¸ 交æĺĵ +çķ Ķ +æľº èĥ½ +å¦ ¾ +æĻļ å¹´ +å·¥åķĨ èģĶ +åİŁ åŀĭ +è§Ĵ度 çľĭ +æĬ¥ 社 +è¯į æĿ¡ +躲 éģ¿ +éĩį åIJ¯ +å¤ķ éĺ³ +èĤ¡æĿĥ 转让 +åľ¨ ä¸Ģ +åľ¨ä¸Ģ æĹģ +社ä¼ļ åĮĸ +åıijå±ķ åİĨç¨ĭ +æĭĸ æ¬ł +使 èĢħ +ä¸İ åIJ¦ +æĸ° å±ĢéĿ¢ +ä»Ĭ天 æĪij们 +é½IJ èģļ +对 æĪij说 +éĢĴ 交 +æľª æĽ¾ +èİ Ĭ +éĸ ī +亲 æīĭ +è§Ĵ éĢIJ +æľī é»ŀ +ç¨İ çİĩ +ä½İ 声 +é»ĺ å¥ij +æĻ® æ³ķ +大 ä¸ĵ +第äºĮ 大 +ä½ı åĿĢ +æĶ¾ è¿Ľ +äºĮ æĪĺ +亲 身 +åĽº åĮĸ +ä¸ĭ 乡 +åħ³éĶ® æĬĢæľ¯ +åĽŀ æĥ³ +æĬ¥ åĪĬ +æ¶Ĥ æĬ¹ +èĹı çĿĢ +ç¥Ŀ æĦ¿ +åįĩ 温 +çĶļèĩ³ è¿ŀ +åħ¬åħĥ åīį +ç¾İ æĸ¹ +è¯ļ å®ŀ +æĹł åģ¿ +åīµ æ¥Ń +å°ıå¿ĥ 翼 +å°ıå¿ĥ翼 翼 +两 æīĭ +温馨 æıIJ示 +仿 羣 +æĥ ¶ +èĥ¡ åŃIJ +å·¥ä½ľ ç«Ļ +硬 çĽĺ +ç« ¿ +åĤ³ éĢģ +åħ¨ æł¡ +é²ľ æ´» +çĴĢ çĴ¨ +ç»ĵ å°¾ +æį¢ æĿ¥ +æĪ Ģ +ä½İ ä½į +ä¸ĩåħĥ 以ä¸Ĭ +åĬł åĪĨ +æݨä»ĭ ä¼ļ +çIJĨ èµĶ +å¾· å°Ķ +æĬĹ è®® +æ´ ¼ +åĸ § +åŁİ éĻħ +å¾Ī æ£Ĵ +人 æŃ»äº¡ +ä¼ļå±ķ ä¸Ńå¿ĥ +äºĴèģĶ äºĴéĢļ +èĸĦ èĨľ +éĩį é»ŀ +ç¦ģ æ¯Ĵ +åĨ· ç¬ij +大家 åı¯ä»¥ +é¦ĸ 缸 +è¿ij è·Ŀ离 +æµ® çİ° +ç§ĺ è¯Ģ +èµ· é£ŀ +æIJ ¶ +羣 åģĩ +æģ ķ +å°ı åºĹ +æ°ij çľ¾ +åıijå¸ĥ åħ¬åijĬ +侧 éĩį +å¾ĺ å¾Ĭ +æĢ Ķ +æª IJ +æķ° 缮 +åī¯ ç§ĺ书éķ¿ +两 åı¥ +éļIJ çŀĴ +åıĮ åıĮ +æīĭ æĦŁ +èij¡ 京 +éģĹ å¿ĺ +é¬ ¥ +è¿Ļ个 åľ°æĸ¹ +说 çļĦè¯Ŀ +å·¡ åĽŀ +è¿Ŀ ç«ł +æī¾ å·¥ä½ľ +æĶ¯ çIJĥéĺŁ +裡 éĿ¢ +æĺ¾ç¤º åĩº +èĩ³ å°Ĭ +两 级 +åīį 段æŶéĹ´ +çĺ¦ èº« +èĤ¢ ä½ĵ +æ¯į 親 +æīĭç»Ń è´¹ +汽车 è¡Įä¸ļ +æİ© çĽĸ +æݧèĤ¡ éĽĨåĽ¢ +åı£ å¾Ħ +æĶ¿çŃĸ æݪæĸ½ +æµ· 绵 +åħ¨ éķĩ +äºĭ åħ³ +å¸Ń æī§è¡Į +å¸Ńæī§è¡Į å®ĺ +éĤ£ 次 +åı¯èĥ½ åĩºçİ° +ä¸Ńå¿ĥ åŁİå¸Ĥ +ç¿» 身 +ä¹Ł ç®Ĺ +ä¾µ çķ¥ +åĸĩ åıŃ +æ¯ı次 éĥ½ +è§ ħ +éĻ¢ éĻ¢éķ¿ +å§ĭ äºİ +èѦ åĬ¡ +èį¯ æĿIJ +å±ł æĿĢ +æľ¬èº« å°± +éļıæŶ éļı +éļıæŶéļı åľ° +åĶ® åįĸ +æĹłäºº 驾驶 +é¢ ħ +åĵģ 質 +åĺ² ç¬ij +è·ij åİ» +åħĭ éĩĮæĸ¯ +çķ¸ å½¢ +ä¿® 饰 +磩 éĺµ +éŁ³ä¹IJ ä¼ļ +æŁ³ å·ŀ +é½ ¡ +ä¼ļ è°Ī +æŃ£ çīĪ +ä¹Ł åIJĮæł· +æļ§ æĺ§ +è¡ĮæĶ¿ éĥ¨éŨ +ä¹ĸ ä¹ĸ +èĤ¤ èī² +æŶ ä»» +羣 åĪĩ +æľĪ ä¸ĭ +æľĪä¸ĭ æŬ +举æĸ¹ è´¢å¯Į +è£ħä¿® åħ¬åı¸ +éĢĢ è¿ĺ +åĭĺ å¯Ł +åĵ¥ 伦 +åĵ¥ä¼¦ æ¯Ķäºļ +çĭ¬ ä¸Ģ +çĭ¬ä¸Ģ æĹł +çĭ¬ä¸ĢæĹł äºĮ +è°ĥ åij³ +åİĭ è¿« +åħ¨çIJĥ æľĢ大 +åī¯ æł¡éķ¿ +æĽ´ ä½İ +åĪĨéĴŁ åIJİ +åĽŀ ä¾Ĩ +åĪ¶ åīĤ +åijĬè¯ī 大家 +çĤ¹ éĴŁ +åįģä¸ī å±Ĭ +åij¨ åĽĽ +è¿Ļæł· ä¸Ģ +è¿Ļæł·ä¸Ģ æĿ¥ +èĭ Ł +æľĽ åİ» +æĪIJ è¯Ń +å½ĵ åį³ +ç¬ij 声 +ä¹ĭ åĬ¿ +åĪijäºĭ æ¡Ī件 +æĮĤ çĿĢ +ä½ķ ç§į +å°ı 游æĪı +åĽ½å®¶ æĪĺçķ¥ +åĨ· åĨ· +å®ľ 宾 +æIJº ç¨ĭ +è¶ĭ äºİ +åıį çľģ +常 说 +ä¸ĩ æĪ· +åĥµ å°¸ +åįĥä¸ĩ åĪ« +åıijçİ° éĹ®é¢ĺ +åı¯ çŁ¥ +éŨæĪ· ç½ijç«Ļ +åģ¥åº· 产ä¸ļ +åı³ è¾¹ +æµ· è¿IJ +è¿ij ä¹İ +åĮ» æ²» +æĢ» ç®Ĺ +ä¸Ģ åĪĨéĴŁ +æĭ § +ä¹Ł æľīä¸ĢäºĽ +ä¾ĽçĶµ åħ¬åı¸ +å»ī ä»· +帮 ä»ĸ +æŃ¤æ¬¡ æ´»åĬ¨ +åıªèĥ½ 说 +èĬ ĭ +çīĩ 段 +åŃĺåľ¨ éĹ®é¢ĺ +ä½łä¼ļ åıijçİ° +è½® å»ĵ +ç½ij éĢļ +滨 æ±Ł +æİĪ ä¿¡ +é»İ æĺİ +ä¸į å±ŀäºİ +约 åįł +éķ¿æ²Ļ å¸Ĥ +èĥļ èĥİ +åħĥ 件 +éĻĨ åĨĽ +è³¼ è²· +æĮĩ æľĽ +å®ŀä¹ł çĶŁ +çī¹çĤ¹ æĺ¯ +çıł æ±Ł +çľĭ ä¸įåĩº +ä¸įè§ģ äºĨ +ç¼ ī +éĺµ èIJ¥ +åĶIJ æľĿ +没 å¿ħè¦ģ +åĽ½åľŁ èµĦæºIJ +ç»ıæµİåѦ 家 +åIJĪèĤ¥ å¸Ĥ +çIJ¢ 磨 +ç¡® åĪĩ +åŁİå¸Ĥ åıijå±ķ +çŃ· åŃIJ +人æ°ij æľįåĬ¡ +满 åĪĨ +è¿· ä¿¡ +ä½ľèĢħ æľ¬äºº +æĸĩç«ł æĿ¥æºIJ +ç«Ļ ç«ĭ +æŀĦ æĪIJäºĨ +è¾Ľ åĭ¤ +è¶ħ 强 +éĶ ļ +åīįä¸ī åŃ£åº¦ +å°± è§īå¾Ĺ +å´ĩ é«ĺ +è¶Ĭ ä¾Ĩ +è¶Ĭä¾Ĩ è¶Ĭ +å¸Ĥåľº èIJ¥éĶĢ +综åIJĪ ç´łè´¨ +åŃ ļ +ä¾® è¾± +äºĮ åŃĹ +å·¥ä½ľ ä»»åĬ¡ +åı²ä¸Ĭ æľĢ +æľĢ ä¼ĺ +åIJ© åĴIJ +表 çĻ½ +èİ« åIJį +èİ«åIJį åħ¶ +èİ«åIJįåħ¶ å¦Ļ +å¹ £ +åIJĮå¿Ĺ 们 +建设 çĶ¨åľ° +åĦ Ģ +éħį åģ¶ +å¼ © +åĶ± çīĩ +æīĭ èĦļ +åħ¼ ä»» +åģľ æĶ¾ +æŃ£ å®Ĺ +æĸ° åĨľæĿij +åĤ¬ çĶŁ +æīĢ åŃ¦æł¡ +念 ä½Ľ +åĶ¤ éĨĴ +åħ± åĪĽ +æĭī ä¸ģ +èĥĮ çĿĢ +çĶŁæĢģ ä¿ĿæĬ¤ +åı£ 头 +æĸ¹åIJij çĽĺ +調 æķ´ +æĭĽèģĺ ä¿¡æģ¯ +åħ¶ä»ĸ åĽ½å®¶ +ç®Ģ æĺĵ +åĮ¿ åIJį +è¯Ħ æµĭ +æĺ¯ä¸Ģ 座 +çīµ æīĭ +足 迹 +çIJĨ解 åĴĮ +æľĢ åıĹ +å¿ĥ è·³ +çĪ¶ 親 +éĿŀ常 åĸľæ¬¢ +èĭ¦ éļ¾ +æĬĢ å¸Ī +æ°ij æĦı +æĪĺ åĽ½ +æĽ¿ è¡¥ +æ´¥ è´´ +ä¸ŃåĽ½ ä¼łç»Ł +åIJĦ è¡Į +åIJĦè¡Į åIJĦ +åIJĦè¡ĮåIJĦ ä¸ļ +第äºĶ å±Ĭ +èį· èĬ± +æĦı èŃĺ +票 ä»· +åĪĨ æµģ +æĿİ çĻ½ +æ±Ł åĮĹ +æİĴ æĸ¥ +ä½ĵ éĩı +åĮħåIJ« äºĨ +åĪĺ æŁIJ +çİ° å¦Ĥä»Ĭ +å·¥èīº åĵģ +è¿Ļç§į æĸ¹æ³ķ +åĬŀåħ¬ 楼 +çĶµ å·¥ +çħ Ļ +åį¡ çīĩ +å¹´ å¹´åºķ +ä¸ĵ项 èµĦéĩij +åĮ» ç§ij +åĮ»ç§ij 大åѦ +åĽŀ头 çľĭ +ä¸į å±ij +èĩª 驾 +没 æĶ¶ +æīĵ çĮİ +èĦ¸ éĥ¨ +åıĥ èĢĥ +å°Ĩ 士 +è´«åĽ° 人åı£ +çIJĨæĥ³ 信念 +é£İ å°ļ +人æīį éĺŁä¼į +çij ¾ +æĿ¥ è¿ĻéĩĮ +æ´Ĺ 涤 +å¹´ èĸª +èĭį çĻ½ +ä¸ĩ äºĭ +课 æľ¬ +åºĵ éĩĮ +çī¹ æ´¾ +çī¹æ´¾ åijĺ +èµŀ ç¾İ +ç©¿ æĪ´ +製 ä½ľ +èµŀ æĪIJ +ä¸Ģ 侧 +å½ĵåľ° 人 +æĭ İ +纸 è´¨ +ä½Ļ 个 +éĶĤ çĶµæ±ł +æľº åŀĭ +éĻ¢ éĻ¢å£« +åģļ å·¥ +å¼ł è´´ +ç¥Ľ æĸij +æ®ĸ æ°ij +å¥ij 约 +æ¹ĺ æ½Ń +æIJ ĸ +åŃĺ è´§ +交éĢļ 大åѦ +è¶ģ çĿĢ +æĸĩçī© ä¿ĿæĬ¤ +å¤ĩ æĪĺ +éĩĩ 纳 +åįĬ æľĪ +æľĢ åħ³éĶ® +æľĢåħ³éĶ® çļĦ +æİ¥ éĢģ +æĶ¶ åī² +åıį åĢĴ +çĥ Ľ +æ ½Ķ +ä¼Łå¤§ å¤įåħ´ +çļĦè¯Ŀ è¯Ń +容 å¿į +å®ļ éĩı +æķ Ĺ +åĵģçīĮ 形象 +æīŃ è½¬ +åĽ½å®¶ éĩįçĤ¹ +èĨĿ çĽĸ +ä¸Ģ 楼 +大 éĻ¸ +éĤª æģ¶ +åĽŀ åij³ +çĮ ¿ +çĿ¡ åīį +æĹł è¾ľ +çĹħæ¯Ĵ æĦŁæŁĵ +æľºæ¢° åĮĸ +çĤ¹ 亮 +溶 解 +åĩłä¹İ æīĢæľī +è·ij éģĵ +çĶµè§Ĩ æľº +åı ¨ +æijĩ äºĨ +æijĩäºĨ æijĩ头 +èĩª è´Ł +综åIJĪ åĪ©çĶ¨ +èĩª å¦Ĥ +åİŁ ä¾Ĩ +ä¹Łä¸į æĥ³ +èĬĤ 课 +è¿ĩ åī© +çĶ² çĬ¶ +çĶ²çĬ¶ èħº +æĸ° ä¸ĸ纪 +èĩªä¸» åĵģçīĮ +é«ĺ å±Ĥ次 +ä¸Ģ è§Ĵ +è¡Į äºĭ +ç¥ĸ åħĪ +å©ļ åIJİ +éĹ´ éļĻ +ç¼Ŀ éļĻ +è¿Ļ æĶ¯ +ä¸įæĸŃ åĪĽæĸ° +å¾® åŀĭ +æĽĻ åħī +享 çĶ¨ +ä¸ŃåĽ½ 移åĬ¨ +éĹŃ çݯ +æī§ æĦı +åıijå±ķ æł¼å±Ģ +æł¸å¿ĥ åĮº +éªļ æī° +åħļåĴĮ åĽ½å®¶ +ä¸ŃåĽ½ æĶ¿åºľ +帶 èijĹ +ä¸ĩåįĥ çĵ¦ +åħ© 人 +äºİæĺ¯ æĪij +åĽº ä½ĵ +çªģ å¦Ĥ +çªģå¦Ĥ åħ¶ +çªģå¦Ĥåħ¶ æĿ¥ +éĩĮç¨ĭ ç¢ij +çĪ± ç¾İ +æŁ¥ éªĮ +åıĮ èµ¢ +éĹª åħī +楼 å®ĩ +æĻ ı +æľī è¶³å¤ŁçļĦ +æŁĶ æĢ§ +ä¿¡æģ¯ å®īåħ¨ +管 线 +并 ä¸įä¼ļ +åĻ¨ 件 +ä½ł åºĶ该 +çĿĢ å®ŀ +æĺİ æ¸ħ +æĬĹ çĶŁç´ł +æīĵ æŃ» +å®Įåħ¨ ä¸įåIJĮ +èĬ± æ¤Ĵ +æĶ¾ 宽 +ä½İ 端 +åĽĽ èĤ¢ +åĮĹ京 èµĽè½¦ +éĽĨ å¸Ĥ +æľª å©ļ +大å¹ħ æıIJåįĩ +建çŃij 设计 +çĭ¬ æľīçļĦ +æİ¢ éĻ© +æ²³æµģ åŁŁ +æħķ 容 +被 çĽĹ +åĵº ä¹³ +èı ģ +æĥ¬ æĦı +è¶ĬæĿ¥è¶Ĭ 好 +广大 群ä¼Ĺ +å¾· èĤ² +å¸Ĥåľº ä»·æł¼ +奥 å·´ +奥巴 马 +èĬĤ缮 ä¸Ń +两 款 +ä¸ĩä½Ļ åħĥ +ç»´ å°Ķ +çĶŁçī© ç§ijæĬĢ +åIJ¬ èµ·æĿ¥ +çł ļ +æĭŁ å®ļ +æ²¹ çĶ° +声 èªī +建çŃij ä¸ļ +éĻIJ è´Ń +çīĩ åŃIJ +çķľ 禽 +ç½ij é¦ĸ页 +ä¼Ĺ çŃ¹ +æĴŀ åĩ» +åīį ä¸įä¹ħ +åīį ä¸ĸ +åĽĽä¸ª æĦıè¯Ĩ +æµĭ ç»ĺ +éĺ² ç©º +漫éķ¿ çļĦ +æ²IJ æµ´ +æ¯Ķè¾ĥ ç®Ģåįķ +æµĭ å®ļ +åĽŀ è°ĥ +让 人们 +èĴĭ ä»ĭ +èĴĭä»ĭ çŁ³ +ç»ĵ æĻ¶ +å¢ŀæ·» äºĨ +æĿ¡ è¯Ħ论 +åī¯ ä¼ļéķ¿ +ä½ı æīĢ +ç»Ļ åĩºäºĨ +è°ĥ éħį +æ² ĸ +æľī çĶ¨ +æľīçĶ¨ çļĦ +ä¸ĢæĿ¡ é¾Ļ +éĩİ å¤ĸ +ç¼ĺ åĪĨ +æ°¸è¿ľ ä¸įä¼ļ +æŀľ æłij +大åıij å¿«ä¸ī +麻 éĨī +äºij éĽĨ +åİ» åĵªéĩĮ +åħ¥ å¸Ĥ +ä»» æĢ§ +建 æ¡£ +建档 ç«ĭ +建档ç«ĭ åį¡ +ä¸Ģ 棵 +社 åįĢ +缸 ä¼´ +åļ · +å¡« åħħ +ä¸Ģ æĹı +ç¾ ģ +åıĸ è¯ģ +èĪ° éĺŁ +åİĤ åĮº +è¡· å¿ĥ +åıijå±ķ éĺ¶æ®µ +é«ĺ 强度 +åĹĵ åŃIJ +é¢Ĩ è¡Ķ +楼 主 +大 èĴľ +æŀķ 头 +ç²® æ²¹ +é»Ħ çĵľ +æĵ Ĵ +å°ı çĭĹ +æĶ¹éĿ© å§Ķ +åįģ åĪĨéĴŁ +é²ľ èī³ +åħ³ ç¾½ +çĭĢ æħĭ +å®ŀçĶ¨ æĢ§ +å°ij è§ģ +é£ŀ æī¬ +çĶ° éĩİ +æIJ Ĥ +è¿Ļ个 è¯į +åºĶæĢ¥ é¢Ħæ¡Ī +è§Ĵ度 æĿ¥çľĭ +æķ¬ çķı +æ³ķ å®Ŀ +åĸĦ æĦı +æīĵ æĸŃ +对 åĨ³ +çµķ å°į +åĢŁ æѤ +å¼Ģ æºIJ +å°ı 說 +ç¥ º +å²ģ 以ä¸ĭ +éĢĢå½¹ åĨĽäºº +ä¸įä¹ħ åīį +åĩº åİĤ +讽 åĪº +æĿ¥çľĭçľĭ åIJ§ +éŃĶ åħ½ +çķĻ ä¸ĭæĿ¥ +å±ħ 室 +åłħ æĮģ +çľĭ äºĨä¸Ģ +çľĭäºĨä¸Ģ çľ¼ +éĽĨåĽ¢ æĹĹä¸ĭ +æĪĺ æĪĺç»ĦåIJĪ +è®¤çľŁ èIJ½å®ŀ +汽车 产ä¸ļ +çī©çIJĨ åѦ +æķ µ +éĴ Ŀ +åĽ¢ éķ¿ +ä¸įæĸŃ æī©å¤§ +èĤ© è´Ł +åıijå±ķ 缮æłĩ +è³ĩ éĩij +åīį ç½® +ä¸ŃåĽ½ åı¤ä»£ +æŃ» åĪij +åħħåĪĨ ä½ĵçİ° +åħ³ éŨ +ç¾İ æĦŁ +æīĵ åħ¥ +æĬijéĥģ çĹĩ +å°ij çĪ· +æłij æŀĿ +æ¶Īæģ¯ 称 +æ´Ľ åħĭ +åį ¯ +è¿Ī åIJij +æݨ åĭķ +ä»İä¸ļ èĢħ +åİ» ä¹° +欢 å¿« +æĭ¥ æĮ¤ +马 桶 +æĬĬ æݧ +æĶ¿ åħļ +å¼ł æī¬ +客 æłĪ +红 æĺŁ +éĢģ æĿ¥ +åħ¨åŁŁ æĹħ游 +èĩª ç§ģ +åįģäºĮ æĿ¡ +åı¹ æģ¯ +ä¸Ģ èīĺ +ä¿Ŀ è´¹ +æĸ½å·¥ çİ°åľº +æľī 幸 +ç»Ń èĪª +åı¯èĥ½ æľĥ +èĥĮ åıĽ +ä½£ éĩij +ä¸ī çŃīå¥ĸ +å¾Ī 满æĦı +游æĪı åī¯æľ¬ +群 éĩĮ +æŀĦ 件 +åºı å¹ķ +太 æ¹ĸ +æľ¨ è´¨ +æĻĭ æ±Ł +çµĤ æĸ¼ +è·³ è·ĥ +åĢºæĿĥ 人 +çŃī 诸å¤ļ +æĶ¾ åĩº +åħ³éĶ® æŶåĪ» +æĦŁæŁĵ èĢħ +é£ŀè¡Į åijĺ +èĥĨ åĽº +èĥĨåĽº éĨĩ +æĬ± æŃī +åij¨ äºĮ +æĸ° æĹ¶æľŁ +åĨ·éĵ¾ çī©æµģ +è¿Ļç§į æĸ¹å¼ı +该 æĿij +åĽŀ é¦Ī +åŁºçĿ£ æķĻ +人 åıĤ +æŀ¯ çĩ¥ +æī¹åıij å¸Ĥåľº +åħħåĪĨ èĤ¯å®ļ +å¸Ĥ æĶ¿åįı +äºĭ æ¥Ń +龸 çİĭ +çĥŃ æIJľ +åįģä¹Ŀ 大 +ä¼´ æľī +ç¾İåĽ½ æĢ»ç»Ł +åŁİå¸Ĥ 管çIJĨ +ä¸ĭ 令 +èĥ¸ åı£ +åıª çŁ¥éģĵ +åij¨ ä¸ī +çĶ¨ æĪ¶ +éŃ ¯ +å¿ĥ è¡Ģ +带头 人 +åĮ» åĬ¡ +åĮ»åĬ¡ 人åijĺ +æݧåĪ¶ åĻ¨ +ä½ľåĵģ åĨħ容 +æĪĺ åıĭ +åİĨ å¹´ +ä¸į åħĭ +ä¸įåħĭ ä¸įåıĬ +æĹ¥ æŃ£å¼ı +è±IJ å¯Į +ç¨İ è´¹ +æŶ æķĪ +å±ķ ä½į +è¡¡ éĺ³ +æĪ¿ 貸 +çĪĨ 款 +ä¹IJ æĦı +çĶ· 主 +å¯ ¬ +æľĥ èŃ° +ä¹ĭ å¤ľ +åIJĮ 樣 +ä¸įè¦ģ 太 +ä¼Ĭ æĸ¯ +ä¼Ĭæĸ¯ åħ° +åŁºæľ¬ åİŁåĪĻ +åİ» æİī +ä½İ ä¿Ŀ +个 交æĺĵ +个交æĺĵ æĹ¥ +èģĬ èģĬ +åĽĽ ä½į +åħļç»Ħ æĪIJåijĺ +主è¦ģ ä»İäºĭ +å½± éŁ³ +åĨĴ åĩº +åij¼åIJ¸ éģĵ +è¾¾ å°Ķ +æľ¨ åľ°æĿ¿ +诡 å¼Ĥ +çģ¯ åħ· +çģ« çĥ§ +解 èĦ± +æĦĪ åıij +æ¹ĸ å·ŀ +é£İ ä¿Ĺ +æĸ° å½¢åĬ¿ +æĸ°å½¢åĬ¿ ä¸ĭ +è² Ŀ +èĦ ĵ +åĬ¨åĬĽ çĶµæ±ł +é£ŀ èĪ¹ +飧 æĢ§ +åĪ© çī© +åĪ©çī© 浦 +ä¸į 认è¯Ĩ +ç¼ĸ ç»ĩ +ä½ľ åĿĬ +èģĮä¸ļ æĬĢèĥ½ +çľĭ è¦ĭ +åĽ´ æ£ĭ +æĺı è¿· +å½Ĵ å±ŀäºİ +æĤ¬ å´ĸ +éĨ« çĻĤ +å®ĭ 代 +åºĦ æĿij +èĹ ķ +çĮĽ çĦ¶ +çĩĥæĸĻ çĶµæ±ł +å®ŀä½ĵ åºĹ +ä¸į足 以 +æĥħ ç· +æĥħç· Ĵ +å»Ĭ åĿĬ +çĶµ åı° +åºĶ åĬĽ +ä¸Ńå°ı åѦçĶŁ +èĥ¡ åIJĮ +éī´ åĪ« +åĨħ ç½® +ä¹± 象 +æ¬Ĭ çĽĬ +å¼ĢæĶ¾ å¼ı +åįļ æĸĩ +讲 课 +çŃī åİŁåĽł +ç©· 人 +交 æĽ¿ +æĬ¤ çħ§ +åıijå±ķ æľºéģĩ +客 åķĨ +åıį ä¹ĭ +ç±³ é¥Ń +并 åıij +并åıij çĹĩ +æ±ī åŃIJ +æŀľ åĽŃ +对æĪij æĿ¥è¯´ +åģı åIJij +æī¹ 示 +读 åIJİ +读åIJİ æĦŁ +æĺİ æĻº +åĽ´ çĿĢ +åıį 转 +æĿ¨ å¹Ĥ +ä¸ĵ åįĸ +ä¸ĵåįĸ åºĹ +åıĹ éĻIJ +åºŁ è¯Ŀ +æŀģ å°ij +åįĪ åIJİ +è¿Ľ ä¿® +åīĬ åĩı +æľ¬ç§ij çĶŁ +ä¼ĺ éĢī +åħī çħ§ +åıĻ äºĭ +åıĸ æļĸ +åĮĹ è·¯ +æ¦ ķ +èİĨ çĶ° +楼 å±Ĥ +天 èĬ± +天èĬ± æĿ¿ +çĤ ľ +å·²ç»ı æľīäºĨ +è¶ ¾ +çĶ³ åįļ +çĶµ éĺ» +åĬŁ 课 +æŃ¥ æŃ¥ +éĤ£ä¹Ī 容æĺĵ +æѤ æĸĩ +ä½ ° +计 è¾ĥ +çīĩ éĿ¢ +çĶµå½± éĻ¢ +ä¸į åħ¬å¹³ +ä¸ī æľŁ +æĹħ游 èµĦæºIJ +å¤ļç§į å½¢å¼ı +è£Ĥ ç¼Ŀ +åIJİ æİĴ +硬 度 +åĽŀ æļĸ +éģĵ æķĻ +è´« è¡Ģ +æ¸ħ é¦Ļ +伤 çĹħ +æĦı 義 +çļĦ ç¼ĺ +çļĦç¼ĺ æķħ +åºĦ 严 +åıªæĺ¯ ä¸ºäºĨ +æīĵ æĬĺ +以 ä¾Ĩ +滿 足 +çİĽ 丽 +風 éļª +æĸĩ ç§ij +éħįå¤ĩ äºĨ +è¿Ľ é£Ł +æ¶ ¡ +è·¯ ç¨ĭ +åı« 声 +ä¸Ńå¿ĥ åŁİåĮº +æľīæīĢ ä¸įåIJĮ +å¼µ è²¼ +é¢Ħ æĬ¥ +æľīå¤ļ ä¹Ī +è¿Ľè¡Į åħ¨éĿ¢ +æĽ¾ ç¶ĵ +ä¸ī 代 +å®ı 大 +æ¸ħ æī« +éĢī åĩº +åĵª ä¸Ģ个 +主 義 +ä¾Ŀ æĵļ +çļ® éĿ© +赶 æĿ¥ +çŃĽ æŁ¥ +æ¨ Ł +ä¿Ŀ èįIJ +åIJĥ æĥĬ +æľĭåıĭ们 对 +ä»ĸ æĺ¯ä¸Ģ个 +åºŁ æ°Ķ +æ» ħ +è´¢ ç¨İ +æĿij æĿijæ°ij +èµĦ产 è´ŁåĢº +å®ī å¨ľ +缮åīį åĽ½åĨħ +æĦŁè§ī èĩªå·± +çµIJ åIJĪ +éĶ¦ æłĩ +éĶ¦æłĩ èµĽ +æĽ´ æ·± +åŁº æķ° +éħ¿ éħĴ +çī¹èī² 产ä¸ļ +åİĭ å®ŀ +ä¾Ŀæ³ķ 追究 +æ·¡ å®ļ +ç®Ģ缴 å°±æĺ¯ +å£ĵ åĬĽ +æ°ij å¿ĥ +ä¸į åIJĪéĢĤ +çĶ±æѤ åı¯è§ģ +èµŀ èªī +æ¾ ¤ +åĩłå¹´ åīį +åIJī ä»ĸ +çł´ æįŁ +轻轻 åľ° +å²Ľ 屿 +æĦı å¢ĥ +ä»Ģä¹Ī åı« +åģĩ è£ħ +éĢģ è´§ +å¹ķ å¢Ļ +妥 åįı +åĽ½ æĹĹ +äºĨ å¾Īä¹ħ +åĪĨ辨 çİĩ +ç´ Ķ +éĺ³ åĮº +åĩŃ çĿĢ +åģľè½¦ ä½į +京 éĥ½ +éĶ £ +æĵ ¾ +è¿Ľ éŨ +åĪĺ æµ· +åĽĽ 级 +女 足 +è¡ĮæĶ¿ 审æī¹ +éģ¥ æݧ +ä¸į éĮ¯ +å¾Ĺ å¾Ī好 +为 缮çļĦ +ä»į æľª +ç²¾ è£ħ +éĢį éģ¥ +å°½ 头 +çºł ç¼ł +éłĺ å°İ +æĭħ è´Ł +æĪĸèĢħ åħ¶ä»ĸ +åıªä¸įè¿ĩ æĺ¯ +åı® åĺ± +åģĩ åĨĴ +æļĸ æ°Ķ +çĽIJ åŁİ +被 è§Ĩ为 +诺 è´Ŀå°Ķ +ç»ĻäºĨ æĪij +è¿ij åįĥ +éĩį åĽŀ +éĨĴ äºĨ +çĶµ 解 +忽çķ¥ äºĨ +èĥĮ éĥ¨ +æĸĩæĺİ åŁİå¸Ĥ +æº ħ +è² ĵ +æĬµ æĮ¡ +åĸľæ¬¢ åIJĥ +éĿĻéĿĻ åľ° +å¾Ī æ·± +åŁºç¡Ģ çŁ¥è¯Ĩ +è¿ĩ éĶĻ +çIJĨ ç§ij +交æµģ åIJĪä½ľ +èĪ Ķ +調 æŁ¥ +æħĪ æĤ² +éĴ ° +èĩ´ çĶµ +å®£ä¼ł æ´»åĬ¨ +åıĺ éĩı +çļĦ人 æĿ¥è¯´ +æŶ éļĶ +ä¸į管 ä½ł +缸 è¿ij +è´µ éĩijå±ŀ +ä¹Łä¸į åı¯èĥ½ +ç²ī æľ« +åįĹ çĵľ +çĻ½ 马 +åħī æºIJ +éĩij å¥ĸ +çĭ¬ è§Ĵ +çĭ¬è§Ĵ åħ½ +妨 ç¢į +ç»Ļ åĬĽ +ä½Ĩ ä»į +å¼łå®¶ åı£ +èIJ¬ åħĥ +渲 æŁĵ +éķ¿å¤§ äºĨ +è®°èĢħ äºĨ解 +æĢĢ çĿĢ +è¦ģ åѦä¼ļ +游æĪı 代 +游æĪı代 ç»ĥ +äºĮ çĻ¾ +æĦıè¯Ĩ å½¢æĢģ +çİ º +计åĪĴ çĶŁèĤ² +æī¾ åĩĨ +åħ° èĬ± +è¿Ļ座 åŁİå¸Ĥ +污 æ³¥ +å®ĺæĸ¹ 微信 +å½Ĵ å±ŀ +æ°§ æ°Ķ +éģİç¨ĭ ä¸Ń +åį°è±¡ æ·±åĪ» +稳 妥 +çµIJ æĿŁ +åŃķ æľŁ +çī¹ æĿĥ +åĿļ åĽº +顺 åĬ¿ +æŀľ èĶ¬ +éĨ« 師 +åİ ® +ä¹Łæĺ¯ å¦ĤæѤ +é¦Ĵ 头 +缸 åĬ© +å¹² 线 +ä¸Ģ æľ¬ä¹¦ +ç» ¥ +æĮ¯ å¥ĭ +èĤ¾ èĦı +åĭķ çī© +é£ŀ è·ĥ +èıľ åĵģ +å¤ļ ä½Ļ +å¤ļä½Ļ çļĦ +éĢĿ ä¸ĸ +æģĭ 人 +å¼Ģåıij åĪ©çĶ¨ +顺 丰 +éĩİ å¿ĥ +æł¡ å¤ĸ +æģIJ é¾Ļ +éĿ¢ åħ· +éķ¿ è¾Ī +éļı å¤Ħ +éļıå¤Ħ åı¯è§ģ +ç´§ 缺 +éĩį ä¸Ń +éĩįä¸Ń ä¹ĭ +éĩįä¸Ńä¹ĭ éĩį +奥 æĸ¯ +奥æĸ¯ åį¡ +ä¸Ģ个 å¤ļ +ä¸Ģ个å¤ļ æľĪ +ä¸įåı¯ 缺å°ij +æĸ° æł¼å±Ģ +æıIJ æĮ¯ +è¡Į è´¿ +æ¼Ĥ æµģ +èģĬ åŁİ +åħ´ 建 +è´¨ æ£Ģ +ç§ģæľį 游æĪı +æĽ´ éĩįè¦ģ +è´ ® +çħ ľ +转åıĺ 为 +è¿Ļ 两年 +ä¿Ŀ é²ľ +æī§ æķĻ +çĥ ¨ +å¼Ģåıij 建设 +è¿IJèIJ¥ 管çIJĨ +误 å·® +京 åī§ +å¸IJ åı· +å·¥ä½ľ ä½ľé£İ +ä¸ĸ ä¿Ĺ +çĻ½ 宫 +天 åĽ½ +å¤©åĽ½ 继ç»Ń +å·´ æĸ¯ +èIJ¥ åĪ© +åĵģ æł¼ +æĿijæ°ij 们 +æĪ¿ 车 +çŃī çĹĩçĬ¶ +å¦Ĥ å®ŀ +å® ¸ +å±Ĥ 级 +éĶĻ è¿ĩäºĨ +ç»ĵ å®ŀ +ç¬ij èĦ¸ +羣å®ŀ æĢ§ +éĥ½å¸Ĥ æĬ¥ +é¥Ń èıľ +åºĶ 注æĦı +æĬ½ çĥŁ +伪 éĢł +åīį ä¸Ģ天 +éŃĶ é¾Ļ +éŃĶé¾Ļ 令çīĮ +约 è°Ī +绣çŃ¹ æİ¨è¿Ľ +让 çĶ¨æĪ· +åħ¨éĿ¢ èIJ½å®ŀ +å¼Ħ å¾Ĺ +è°Ī æģĭçĪ± +鸣 æĪIJéķ¿ +鸣æĪIJéķ¿ è®° +æ´ĭ æ´ĭ +çĸı æķ£ +éĿ¢ç§¯ 约 +æµĵ 缩 +æĸ¯ é¡¿ +çĶŁæĢģ åľĪ +æī§ 导 +移 éĢģ +齿 è½® +æł¹æľ¬ å°±ä¸į +缩 åĩı +èµ° ä¸ĭåİ» +çĿ« æ¯Ľ +ä¹Łä¸į éĶĻ +åıįæĺł åĩº +èĭ¦ æģ¼ +缸åħ³ æĶ¿çŃĸ +é«ĺ 楼 +ç²ī èī² +æĬķèµĦ é¢Ŀ +ä¸į ç»ı +ä¸įç»ı æĦı +å®ģ æĦ¿ +èĪĮ 头 +æ»ĭ çĶŁ +å®ģ åİ¿ +åīįåĪĹ èħº +åĩ ³ +é£Ł 欲 +åıĸ èĥľ +éĻ¢ åŃIJ +ç´łè´¨ æķĻèĤ² +滨 å·ŀ +æĬ¢ æĬĵ +å¼Ĥ åij³ +åĴ ļ +åĬ į +宽 éĺĶ +æļ´ 涨 +æĥł åıĬ +è§Ħ ç¨ĭ +ä¾Ľ åħ» +éĢģ å¾Ģ +å±± åºĦ +举 äºļ +å±ķ é¦Ĩ +解 éĶģ +æĹł è§Ĩ +éĻį èIJ½ +è¿ŀ äºij +è¿ŀäºij 港 +åıĤ è°ĭ +çİ ĸ +ç¬ ĥ +èĢĹ è´¹ +æī¿ å¾· +社ä¼ļ æķĪçĽĬ +åįĹæµ· ç½ij +åĪĽ 伤 +èIJ ± +åħħ æ²Ľ +ç½ijç«Ļ 建设 +大 åºĨ +åĨį éĢł +åŃĹ æł· +åħ¨æ°ij åģ¥èº« +èĮ« èĮ« +æµ® åĬ¨ +åīį åı° +å¢ŀ 设 +éĢĽ è¡Ĺ +åĢĴ éĹŃ +æ³ķå¾ĭ 顾éĹ® +çĸ ® +çĹħ çĹĩ +空 åīį +请 æķĻ +èĥľ ä»» +æĿĢ èıĮ +æĪĺæĸĹ æľº +ç»ĺ åĪ¶ +å¤Ħ æĸ¹ +çªģ åĽ´ +çĮ« åĴª +æĬ¥åijĬ æĺ¾ç¤º +ç¿ Ł +çķ¶ åľ° +æľĢ éļ¾ +纪 å§Ķ书记 +ä½İ åİĭ +èĻļ 空 +è¿Ļéĥ¨ çĶµå½± +产ä¸ļ åįĩ级 +è°· çĪ± +è°·çĪ± åĩĮ +æĬ¼ éĩij +女 æĸ¹ +éĴ» çłĶ +æļĹ æļĹ +è¿· ä½ł +æīĢ è¬Ĥ +å¨ģ å»ī +å¼Ģ æľĹ +å² Ķ +çģ« çĤ¬ +åIJĪçIJĨ æĢ§ +åħ¬ åĬŀ +ä¼ļ ä¼ļéķ¿ +éĺ´ è°ĭ +å¼Ģ å±Ģ +æĻ®éĢļ è¯Ŀ +åį¡ æĭī +å°ij åIJĥ +éĹª èĢĢ +æŀľ æ±ģ +æī§è¡Į åĬĽ +è° Ľ +æĬ¢ åĬ« +é«ĺéĢŁ åıijå±ķ +éŁ ¬ +åįĹ æ²Ļ +é«ĺçŃī åŃ¦æł¡ +æį¢ 个 +åı¯èĥ½ åŃĺåľ¨ +æĬ Ĵ +è°± åĨĻ +被 æĬĵ +æĿ¯ åŃIJ +èĬĤèĥ½ åĩıæİĴ +æ°ĶåĢĻ åıĺåĮĸ +åĪĨ åĪ¥ +ä¸Ń æŀ¢ +欢 åij¼ +åħī 纤 +è¿Ļ 群 +çľ¼ çķĮ +åħ±åIJĮ åıijå±ķ +çİ° ä»Ĭ +éĹ» è¨Ģ +çī¹èī² å°ıéķĩ +æķij 人 +éĻį æ°´ +ä¸ĸçķĮ ä¸Ģæµģ +å°± é¤IJ +çŀ ¥ +å¤į ä»ĩ +ç¾½ æ¯Ľ +ç¾½æ¯Ľ çIJĥ +è´© åįĸ +æºIJ æ³ī +æĢ»ä½ĵ è§ĦåĪĴ +åĬ¨ æĦŁ +ä¸Ģ 审 +åĢŁ éĴ± +è§ģ æķĪ +èĬ± èįī +åIJĮ ä¸ļ +æŁ¥ è©¢ +åĽ½éĻħ åIJĪä½ľ +ä¾Ľ åĽ¾ +åģ ´ +æł ĵ +缸 éĢļ +è°Ī åıĬ +è¿ĩç¨ĭ å½ĵä¸Ń +é¦Ļ èıĩ +åįģåĽĽ æĿ¡ +ä¸Ģå¼Ģå§ĭ å°± +ä¸ĵ åijĺ +æĺİ é¡¯ +æīĵéĢł åĩº +ä¸ĭéĿ¢ æĪij们 +æľº æ²¹ +åı° è¯į +åŃIJ å¼Ł +æľĢ 常è§ģçļĦ +æĪij è®°å¾Ĺ +ç» ° +æĤ¬ æµ® +è¿ĺ 羣æĺ¯ +æĮĤ åı· +åıĭ åĸĦ +éĩį 伤 +çħ§ 亮 +æѦ èѦ +åĩºçİ° éĹ®é¢ĺ +è¸Ĭ è·ĥ +åľ°çIJĥ ä¸Ĭ +å¸Ĥ 人大 +åıĹ害 人 +å² IJ +åIJĮ åѸ +éĩijèŀį å¸Ĥåľº +æľīçļĦ çݩ家 +å¸Ĥ æķĻèĤ² +å¸ĤæķĻèĤ² å±Ģ +åIJĦ å¼Ĥ +ç·ļ ä¸Ĭ +æģ º +æľī 大éĩıçļĦ +åķĨ æĬ¥ +åįķ åįķ +åħ¨ é¢Ŀ +ä¾Ŀæŧ æĺ¯ +好 åĩłä¸ª +åĸ µ +éĩį æķ´ +çĶŁæ´» è´¨éĩı +æİ¢ 访 +åį° èĬ± +缼 è¡Į +å¾® è§Ĥ +èĪį å¾Ĺ +åºŁå¼ĥ çī© +积 èĵĦ +å®ļ å±ħ +æĤ ¼ +èĮ ¸ +çļĦ 帮åĬ© +çļĦ帮åĬ© ä¸ĭ +亿 åIJ¨ +åŃĶ éĽĢ +è¿ĻæĿ¡ è·¯ +é¥ µ +æĦĪ åĬł +éķ į +ä½ľ æ¡Ī +èįĶ æŀĿ +太 å°ij +è·» 身 +åħ¬çĽĬ æ´»åĬ¨ +çĻ½ æĸij +æĬĢæľ¯ æ°´å¹³ +å¸ § +æĹł çŁ¥ +åºĶ该 æĢİä¹Ī +éĢĢ å¸Ĥ +æ¸ Ń +åħ» çĮª +é© ¼ +群 å²Ľ +大 åį« +ä¹ĺ çĶ¨è½¦ +èı² å°Ķ +è´´ åIJ§ +åģľ ä¸ĭæĿ¥ +æľīæľº ç»ĵåIJĪ +åĪ» èĭ¦ +çļĦ åľ° +çļĦåľ° æŃ¥ +è¯Ĭ æīĢ +å¼Ģ æĪĺ +èĢģ çīĮ +çŃ¹ çłģ +åħ«å¤§ 以æĿ¥ +楼 æĪ¿ +åŃĻ æĤŁ +åŃĻæĤŁ 空 +åħĴ åŃIJ +第ä¸Ģ æĿ¡ +社交 åªĴä½ĵ +æĥ³ èµ·æĿ¥ +大 æ´ĭ +æĭ¼ éŁ³ +è¿Ľ åįļä¼ļ +è¿ĩ åħ³ +æ² ¼ +ç©¿ æIJŃ +éĤ£ ä¸Ģ天 +çł´ éŨ +æĬķæłĩ 人 +èµ¢ 家 +èĻļ å¼± +æ¿ ĥ +å®ī æ£Ģ +客 家 +çĭ¬ç«ĭ èij£äºĭ +æīĭ åĬ¿ +åīµ éĢł +åľĨ满 å®ĮæĪIJ +为主 线 +好å¥ĩ å¿ĥ +é¢Ĩ åľŁ +çª ĸ +åħ¸åŀĭ æ¡Īä¾ĭ +çªģåıij äºĭ件 +åºķ æ°Ķ +头 æĻķ +å®Ľ å¦Ĥ +è§ ¸ +æ¸ħ æ·¡ +åļ ¼ +åģľ çĶµ +ç²ī å°ĺ +éĻįä½İ æĪIJæľ¬ +æĶ¾ æīĭ +è®°èĢħ 表示 +æĭĸ 延 +éª ĩ +æ®ĭ å¿į +çľģ æķĻèĤ² +çľģæķĻèĤ² åİħ +é«ĺ é¢Ŀ +éĦ Ļ +æ¥ ŀ +åĨħ ç§ij +èIJ¥ä¸ļ é¢Ŀ +åŁº çŁ³ +æµģ æ·Į +主 æŨ +éĺIJ éĩĬ +建 åįİ +æĥĬ åı¹ +çī¢åĽº æłijç«ĭ +æĺ¯åIJ¦ åŃĺåľ¨ +建 åĨĽ +éĽ¾ éľ¾ +åħ¬ 认 +åħ¬è®¤ çļĦ +æ°¨ åŁº +æ°¨åŁº éħ¸ +åīį åĩłå¹´ +åĪ¹ éĤ£ +æ±Ł 举 +å·¥ æ¥Ń +ä¸ĢçĤ¹ ä¹Łä¸į +ä¿® 士 +äºĨä¸Ģ éģį +åĪ ģ +æ»ļ æ»ļ +åĪĨ æł¡ +羣 çĪ± +è¡Ģ èĦī +æĢ¥ åī§ +ä¸Ģ群 人 +ç¾ ¯ +æĪIJ é¾Ļ +ç²¾ç¥ŀ çĹħ +缸åħ³ 人åijĺ +éĿĵ 丽 +ä¸ī åŃ£åº¦ +åĪĴ å®ļ +ä¸ĸçķĮ 第ä¸Ģ +éĢļ ä¿Ĺ +åķĨä¸ļ åľ°äº§ +åĬŁèĥ½ æĢ§ +èµĦæľ¬ 主ä¹ī +详 è§ģ +æĬĵ æįķ +æĸĩ æĺĮ +å®Ŀ å®ī +è£ħéħį å¼ı +æºIJ æºIJ +æºIJæºIJ ä¸įæĸŃ +çĶŁ æĢķ +纵 åIJij +å£ ½ +çľ¼ è¢ĭ +èĤī ä½ĵ +åı¤ ä»Ĭ +èŀį åªĴä½ĵ +åģ ī +æł¼ æľĥåĵ¡ +çĥ · +åĬŁ çĶ¨ +æīŃ çŁ© +绿èī² éĢļéģĵ +åī§ ç»Ħ +å¼± åĬ¿ +è´¨éĩı éĹ®é¢ĺ +éĻIJ é¢Ŀ +éª Ĩ +éģµ ä¹ī +å¯Ŀ 室 +æĥ³ 念 +åł± åijĬ +ä»ħ 次 +ä»ħ次 äºİ +èŀį åĪĽ +æĭĽèģĺ ä¼ļ +åºĬ åŀ« +转åŀĭ åıijå±ķ +ä¸ŃåĽ½ çĶµä¿¡ +åIJ¬ è¯Ŀ +è«ĭ æ±Ĥ +大éĥ¨åĪĨ 人 +æ´» å¾Ĺ +åĵŃ æ³£ +è¶ Ļ +åıijçĹħ çİĩ +ä¸į 符 +åĨĽ å®ĺ +é¢Ī æ¤İ +æĸ°åĨł çĸ«æĥħ +æŁ¬ åŁĶ +æŁ¬åŁĶ 寨 +ä»»ä½ķ å½¢å¼ı +人 éĻħ +人éĻħ åħ³ç³» +æĢ» æī¿åĮħ +å¹³åĿĩ æ¯ı +æģŃ åĸľ +åĦ ĺ +åħµ 马 +è¿Ł åĪ° +å·¥ 伤 +çīĪæĿĥ å½Ĵ +çīĪæĿĥå½Ĵ åİŁ +æĭ¥ æĬ¤ +ç³Ĭ æ¶Ĥ +å¹² æ¶ī +å°ij ä¸įäºĨ +æĥ³ æī¾ +è´¹ çİĩ +该 éĻ¢ +èŀį åĮĸ +è¿İ åIJĪ +è§ĨåIJ¬ èĬĤ缮 +æł¼ 網ç«Ļ +çľī æ¯Ľ +欢è¿İ 大家 +家åºŃ æķĻèĤ² +ä¾µ èļĢ +ç»Ļ ä½łä»¬ +è¡Ģ液 循çݯ +å¯Ħ æīĺ +å°ĸ åı« +以ä¸ĭ åĩłä¸ª +è¿ĺ 以为 +åħ¶ä»ĸ çݩ家 +ç¬ij ç¬ij +æīĵ åIJ¬ +èĩªçĦ¶ ç§ijåѦ +åŁº ç«Ļ +ä¹Ŀ å·ŀ +ä¿Ŀ 驾 +ä¿Ŀ驾 æĬ¤ +ä¿Ŀ驾æĬ¤ èĪª +æĶ¾ çľ¼ +çŁ¥åIJį ä¼ģä¸ļ +ç¸ ® +ç¨ ½ +æļ ĩ +使çĶ¨ 網路 +é¢Ħ çķĻ +大 象 +åıijæĺİ ä¸ĵåĪ© +æĸĩ 娱 +éĢł ç¦ı +湿 润 +éĿ¢ æĿ¡ +æ¶Īè´¹ åįĩ级 +è®Ĭ å¾Ĺ +åĩł åIJį +ä» Ħ +认 æ¸ħ +è¿ľ æĻ¯ +æıĴ 座 +诸 侯 +åıĺ æĢģ +ç¦ı 彩 +è´§ æŀ¶ +失 æݧ +移åĬ¨ 端 +ä¸Ĭ åı¸ +éĢł 纸 +å¸ĥ æľĹ +çĴ ĩ +åı° åįĹ +åĮĹ京 åĨ¬å¥¥ +èĵĿ çīĻ +éķ¿ çŁŃ +æĬĺ å°Ħ +ç»ij æŀ¶ +å¯Ĵ åģĩ +转 åŁºåĽł +æĢ¥ äºİ +æŃ£ åĵģ +åħħ 滿 +大 纲 +æĬĹ ä½ĵ +è¨ĵ ç·´ +æĶ¶ ç´§ +æ¯Ķ è³½ +åħµ åĬĽ +æľ¬ æĽ¸ +äºĮ 代 +æĢ¥ è¯Ĭ +æĸĩ æ¡Ī +ç»ı åķĨ +æĻ¨ æĬ¥ +æ£ ĺ +æĢ»ä¹¦è®° åľ¨ +åıĹ éĤĢ +äºĶ åĽĽ +å²Ń åįĹ +çĪ± åIJĥ +åŁĥ å°Ķ +å¿ĥ å¢ĥ +è¦ĨçĽĸ éĿ¢ +å®ŀåľ¨æĺ¯ å¤ª +æł¹ åºķ +纷纷 表示 +åĹ ħ +éļıçĿĢ æŶéĹ´ +åİĨåı² æĤłä¹ħ +éħ ī +æĢ» éĺŁ +主é¢ĺ æ´»åĬ¨ +éĹ® åį· +é©¿ ç«Ļ +æı¡ ä½ı +åı¯èĥ½ 导èĩ´ +æ°ij éĸĵ +éĸĭ åķŁ +ä½Ĩ ä¸įéĻIJ +ä½Ĩä¸įéĻIJ äºİ +åįģ éĩĮ +å¨ ¥ +æįŁ èĢĹ +çĸı 导 +çݯ æ°§ +ç¥ŀ éĢļ +çĪ± å°Ķ +çĪ±å°Ķ åħ° +æľ´ å®ŀ +å¿« æĬ¥ +æĶ¶ åıĹ +æĪĸ 許 +èĥĮ éĿ¢ +æĸĩåĮĸ ä¼łåªĴ +ä¸ī åĢĭ +æĶ» åĬ¿ +å®ī 举 +å®ī举 å°¼ +åĿĩ å·² +顾 èĻij +éĦ Ń +è¿Ļ家 åħ¬åı¸ +åħ¬åijĬ 称 +æıIJä¾Ľ ä¼ĺè´¨ +稳æŃ¥ æİ¨è¿Ľ +å¤į è¯ķ +å°Ĩ é¢Ĩ +è°Ī èµ· +å¨ Ħ +è¿ŀ 线 +æ©Ł éĹľ +åºĶçĶ¨ åľºæĻ¯ +çĶ» åĥı +è´¢ è¿IJ +ä¿Ŀ éļª +çĹħ çIJĨ +æ¯Ľ 主å¸Ń +ä¸Ŀ 毫ä¸į +çĪ± å¥ĩ +çĪ±å¥ĩ èīº +ä¸ĵ家 ç»Ħ +åij¼ åĶ¤ +éĭ ¼ +çģ ¸ +é¢ĨåħĪ åľ°ä½į +æıIJ æĭĶ +龸 éģĵ +å±± åĿ¡ +èĿ İ +沸 èħ¾ +该 项 +ä»Ĭ çĶŁ +ä¸Ģç¯ĩ æĸĩç«ł +æĸ¹å¼ı è¿Ľè¡Į +é»ij 客 +æĶ¹ åĬ¨ +主 é¡Į +æķ£ å¸ĥ +ä»Ģä¹Ī åľ°æĸ¹ +åĮĸ åIJĪ +åĮĸåIJĪ çī© +éĿĻ çĶµ +æĢ» æĶ¶åħ¥ +å§Ķ ç»Ħç»ĩ +å§Ķç»Ħç»ĩ éĥ¨ +éĿĻ æĢģ +èĢģ åŃĹåı· +室 åıĭ +éĥ½ä¸į æķ¢ +æŀ¶ åŃIJ +çģµ æķı +审 è§Ĩ +æĤ£ åĦ¿ +å±± 寨 +èĸª èµĦ +é©° æı´ +éĥ¨åĪĨ åĨħ容 +好 ä¼¼ +æĪIJåijĺ åĽ½ +åľ¨æĪij çľĭæĿ¥ +åħ³æ³¨ 度 +éĻĪ æŁIJ +è¿Ļç§į äºĭæĥħ +éĢī å®ļ +ç²¾ åŃIJ +å£ģ çĶ» +æ±Ł æ·® +é«ĺ æĺĤ +æł¼ åĬĽ +è¼ © +åѦ åłĤ +æĤ¨ åIJĮæĦı +ä¸ĢåĪĩ éĥ½æĺ¯ +æ½ ¤ +éĸ ĥ +å¸ĮæľĽ èĩªå·± +ä¿ ĺ +æ±Ł åİ¿ +æ³ ¾ +ç§ij æķĻ +æīĵ è¿Ľ +ä¸į æħİ +å¯Ĵ åĨ¬ +æ¸Ķ æ°ij +鼷 æĸ¯ +主 å®° +æĹħ游 度åģĩ +çĶµåŃIJ éĤ®ä»¶ +æ±Ĥ å©ļ +éļİ æ®µ +åģ¥èº« æĪ¿ +注æĺİ åĩºå¤Ħ +äºĭæķħ åıijçĶŁ +级 以ä¸Ĭ +åŃĺ æ´» +æĸ½ èĤ¥ +èľľ èľĤ +åµ © +æĮĸæİĺ æľº +æĬĹ æĭĴ +ä¼ł 导 +æĺ¯ä»Ģä¹Ī åij¢ +ä¸Ĭå¹´ åIJĮæľŁ +建 åħļ +çĶŁ æħĭ +ä¿Ŀ ä½ı +款 车åŀĭ +人 èĦī +éļIJ èĶ½ +失 æķĪ +éģ¿ åŃķ +ç®Ģ 便 +谢谢 ä½ł +å®Ī ä½ı +æĶ¾ æĺł +è¨Ī çķ« +çݰ代 çī©æµģ +é¤IJ 廳 +æķħ å±ħ +大 大å°ı +大大å°ı å°ı +çī¹åĪ« 声æĺİ +éģį åıĬ +å¿ĥçIJĨ åĴ¨è¯¢ +è³ ´ +çĮ® è¡Ģ +å·²ç»ı è¾¾åĪ° +æīĵ æĭĽåij¼ +åıĮ è¾¹ +ä¸Ģæĸ¹éĿ¢ æĺ¯ +å´ĩ å°ļ +éĺ¿ å¯Į +éĺ¿å¯Į æ±Ĺ +æĮģ æľī人 +è± ģ +é£İ çŃĿ +åĬ¨ èį¡ +äºĨä¸Ģ ä¼ļ +äºĨä¸Ģä¼ļ åĦ¿ +ä¸ĩ 象 +çľĭ çĶµè§Ĩ +åįģä¸ī æĿ¡ +çĮĽ çĥĪ +è¦ģ ä¸įçĦ¶ +太æŀģ æĭ³ +å¼ķ çĪĨ +ç»ıè¿ĩ å¤ļå¹´ +游æĪı éĩĮçļĦ +é¾Ļ æ³ī +æłĩ éħį +è®ĵ ä»ĸåĢij +éĢł æŀĹ +åĮºåŁŁ æĢ§ +亿 ä¸ĩ +æĪĺçķ¥ å¸ĥå±Ģ +éķĩ æĶ¿åºľ +åĶ® 票 +çĶŁäº§ å·¥èīº +éķĩ åħļå§Ķ +ä¸Ńå°ı åŀĭ +æľ¨ èĢ³ +æ²³ è¾¹ +èĦ¾ èĥĥ +欢è¿İ æĤ¨ +åıĺ å¼Ĥ +缤 纷 +åŀĥåľ¾ 桶 +辩 è¯ģ +车 åºĵ +æ¯Ķ çİĩ +åħ´ æĹº +详ç»Ĩ äºĨ解 +å®ī å±ħ +çħ§ æĸĻ +æĸ¹ æīį +èµ ¦ +åĨ ķ +å¥Ķ èµ´ +å®Ŀ 鸡 +åľº åĿĩ +缮åīį æŃ£åľ¨ +åIJŀ åĻ¬ +è¿° èģĮ +æĩ µ +å¥ĩ çijŀ +ä»į å°Ĩ +èĪī 辦 +å·¥åķĨ å±Ģ +å¡ij èĥ¶ +åĬŀ å®ŀäºĭ +æĸ¹ æĸ¹éĿ¢ +æĸ¹æĸ¹éĿ¢ éĿ¢ +æĸĩåĮĸ èĬĤ +åħ¥ èģĮ +é¸ ¥ +ç©¿ éĢı +以 ä¹łè¿ijå¹³ +åį± éļª +æľ¦ èĥ§ +åİĨåı² æĢ§ +æķŀ å¼Ģ +ä¼Ļä¼´ åħ³ç³» +çŁ¿ åĮº +åĽ½éĻħ åľ¨çº¿ +ä¼łå¥ĩ éĩĮéĿ¢ +è¿ij äºĽ +è¿ijäºĽ å¹´ +åĬ£ åĬ¿ +æĶ»åĩ» åĬĽ +æĻº éĢł +ç¦ § +çİĭ åħĪçĶŁ +éĨ« çĶŁ +åĽĽ 项 +å®ŀ æĻ¯ +åĪĿ åĪĽ +å¿ĥ 裡 +æĻ¶ ä½ĵ +交 éĻħ +让 æ¶Īè´¹èĢħ +课 æĸĩ +æİĴ æ°Ķ +并ä¸į æĦıåij³ +缸 声 +第ä¸Ģ å±Ĭ +åİŁ èijĹ +éĽ ľ +没æľī 太大 +è¡¥ æ°´ +çī©æµģ ä¼ģä¸ļ +第äºĮ æī¹ +åħ¶å®ĥ éĹ®é¢ĺ +æİĮ éŨ +责任 å¿ĥ +é¤IJ åħ· +ç¾Ĭ æ¯Ľ +没æľī å¿ħè¦ģ +ä¹IJ åĽ¢ +è¿Ľ åŁİ +ä¸ĢçĤ¹ åĦ¿ +身 å½¢ +çļ®èĤ¤ çĹħ +æĺ ± +å¢ŀ èĩ³ +èģ² æĺİ +æıIJ è´¨ +ä½ĵèĤ² åľº +çŃ¹ 建 +é¬ Ĩ +车 çīĮ +éļĶ éŁ³ +è´Łè´£ åIJĮå¿Ĺ +丰 ç¡ķ +ä½Ľ éĻĢ +äºī åIJµ +åº ¶ +æ·¡ æ°´ +å°ı çĶ·åŃ© +ç§ģ èĩª +åĮĸ è¿Ľç¨ĭ +æĪĺ士 æĿ¥è¯´ +æ²¹ èħ» +èĦ±è´« èĩ´å¯Į +æĹ¥å¸¸ å·¥ä½ľ +交 èŀį +åĨľ è´¸ +åĨľè´¸ å¸Ĥåľº +åĵĪ çĻ» +çĶµ è´¹ +èµ ĺ +åıĮ èħ¿ +æĵĶ å¿ĥ +æĿ¥ 形容 +使åij½ æĦŁ +éĤ£ä¹Ī ç®Ģåįķ +èĬĻ èĵī +åĢŁæ¬¾ 人 +ç§Ģ 丽 +è®ĵ ä»ĸ +严åİī æīĵåĩ» +è³ ŀ +æļ « +çħ¤ æ°Ķ +çĪ¬ ä¸Ĭ +æ½ĩ æ´Ĵ +太 ä¹ħ +åij½ åIJį为 +è·¯ çĶ± +è·¯çĶ± åĻ¨ +é© ¯ +æıIJ æĹ© +æĬĹåĩ» çĸ«æĥħ +åĩ Ľ +交 åıĭ +éĶĢåĶ® æ¸łéģĵ +毫ä¸į çĬ¹è±« +èIJ¥ åľ° +çłĶ究 表æĺİ +é±¼ ç±» +æį¢ å±Ĭ +æİ¡ åıĸ +çī Ĩ +缼 å¼Ģ +沧 æ¡ij +åºŃ 审 +ç»ı æŁ¥ +åĬł å¼· +缸æ¯Ķ äºİ +ä¸ĵ çıŃ +ä½ĵ åŀĭ +被 害 +被害 人 +æĶ¶ 款 +åħ·æľī èī¯å¥½ +é«ĺå³° æľŁ +åģı ä½İ +åĦ Ł +åĨľä¸ļ ç§ijæĬĢ +çī¹æ®Ĭ æĥħåĨµ +å¦Ĥæŀľ çݩ家 +éķ¿ 约 +第åħŃ å±Ĭ +åħ¬å¼Ģ æĭĽèģĺ +åĪĩ æĸŃ +è¿« 使 +çĸĹ ç¨ĭ +第äºĮ ç§į +ä¸į åħį +å¹² èѦ +çŁ³ 榴 +åĹ £ +两 ç±» +çĪµ 士 +åŁİ乡 å±ħæ°ij +æѤ 项 +缴 è¾ĸ +缴è¾ĸ å¸Ĥ +åij¼ åºĶ +éĴ ¯ +ç¦ı å¾· +æľº 身 +æĵį åľº +æ¿Ĵ 临 +人群 ä¸Ń +èĤ¡ æ°ij +åŃ ½ +æ³ķ åħ° +é¨ İ +糯 ç±³ +æĢ» çļĦ +æĢ»çļĦ æĿ¥è¯´ +åħ¸ éĽħ +æĸ° éĻĪ +æĸ°éĻĪ 代谢 +缮 çĿ¹ +é¢Ħ è¨Ģ +è·Į çł´ +æĸ° ç¯ĩç«ł +æ¯Ĵ æĢ§ +åĸĿ èĮ¶ +æŁ¥ èİ· +亮 丽 +çĶŁäº§ åķĨ +æĶ¹ æĪIJ +为äºĨ æĽ´å¥½ +æ·± 交 +深交 æīĢ +æİ ĥ +ä¹Ļ èĤĿ +泸 å·ŀ +åħĪè¿Ľ æĬĢæľ¯ +è¾ĵ ç»Ļ +æķ£ æĪ· +æĢĿç»´ æĸ¹å¼ı +åºĹ 主 +è°ĭ æ±Ĥ +游æĪı æĬĢå·§ +ä¸Ģå¹´ 级 +çľ¼ è§Ĵ +ä¸Ńä»ĭ æľºæŀĦ +å·§ åIJĪ +éĺ² çĽĹ +导 è´Ń +æĪ Ĭ +æĽ´ éĢĤåIJĪ +åŁºæľ¬ ä¿¡æģ¯ +马 ä¸ģ +åħ»æ®ĸ åľº +åıį è¿ĩæĿ¥ +æݨ å´ĩ +å¯ĨåĪĩ åħ³æ³¨ +åŁºéĩij ç»ıçIJĨ +æĮī éĶ® +åĨħéĥ¨ æݧåĪ¶ +æĪIJåijĺ åįķä½į +æľ¯ è¯Ń +åĪ¶ æľį +åĪļ éľĢ +æ£Ģ ç´¢ +大大 æıIJé«ĺ +åģ¥åº· 管çIJĨ +èĩª æѤ +客æĪ· éľĢæ±Ĥ +丰 èĥ¸ +èµ· éĩį +èµ·éĩį æľº +æ¬ł 缺 +æ¡Ī åŃIJ +æĥħ人 èĬĤ +åħļ æł¡ +è¢ ľ +该 åī§ +迷失 ä¼łå¥ĩ +ç»ļ 丽 +åķ ª +æĹł ç§ģ +éĢ² ä¸ĢæŃ¥ +第ä¸Ģ ç«ł +åĻ¨ åħ· +åĨľ èµĦ +確 實 +åºı åĪĹ +娱ä¹IJ å¹³åı° +èŀįèµĦ 秣èµģ +èµĦæºIJ åħ±äº« +èģ½ åĪ° +æIJŀ å¾Ĺ +继ç»Ń ä¿ĿæĮģ +åIJ¯ èĴĻ +çľ º +ä¸Ŀ è·¯ +设æĸ½ 建设 +æİ¥ åľ° +æİ¥åľ° æ°Ķ +第ä¸ī åŃ£åº¦ +åŁº è°ĥ +åıij éŁ³ +社ä¼ļ èµĦæľ¬ +éĽĩ 主 +è¿ŀ èĥľ +没 åķ¥ +å» ¢ +赶 èµ´ +æ¼Ķ åĮĸ +åı¤ æĢª +çİĭ çĪ· +é¢Ħ åħĪ +å¼Ģ åħ· +åĽŀ é¦ĸ +åľ°ä¸ĭ æ°´ +å°ıç¼ĸ ä¸Ģèµ· +èµİ åĽŀ +åľ° è²Į +åĪĿ ä¸ī +åı¯ çĶ¨äºİ +éģĹ è¿¹ +è¿Ļ æī¹ +èĸª æ°´ +å¿ħçĦ¶ ä¼ļ +æ² ½ +éį ĭ +第ä¸Ģ éĥ¨ +åĪĬ çī© +å®ŀ ä¾ĭ +æ¸ħ åĩĢ +ä¸Ĭ èµĽåŃ£ +åĽ¾ 表 +éĤ® è½® +åĵª 裡 +缸 è§ģ +æī° ä¹± +æ¯ı æ¯ı +è¿Ļ è¾ĪåŃIJ +ç¡« éħ¸ +äºī 缸 +溯 æºIJ +åĩº ä¼Ĺ +çİī çŁ³ +åħ± çĶŁ +æŶéĹ´ 段 +éĩįè¦ģ æĮĩ示 +æ¶Īè´¹ éľĢæ±Ĥ +éķ¿ éķ¿ +éķ¿éķ¿ çļĦ +å®ī æĬļ +å¢ŀ é«ĺ +æľ¬ è½® +亲 çľ¼ +é£İ æ³¢ +èĢģ å¦Ī +æĶ¶è´¹ æłĩåĩĨ +åĨħ éĻĨ +æĮ¥ åıij +åįĩ åѦ +èĥ¸ åīį +åģı è¿ľ +纯 æ´ģ +æĸ½å·¥ åįķä½į +身 ä»· +è´¢ åĬĽ +çº ¶ +è£ħ çĶ² +æĺ¾ç¤º åĻ¨ +毫 åįĩ +æ·± çŁ¥ +èĢ¶ ç© +èĢ¶ç© Į +è¾ĥ éĩı +åľ¨ è¿ĩ渡 +åľ¨è¿ĩ渡 æľŁ +èĮ Ĺ +ä¸Ģ个 æĺŁæľŁ +èĬ · +è´¿ èµĤ +æ¿ ķ +æĩĤ äºĭ +ç§ § +åħħ å½ĵ +åĽ½ ç«ĭ +èĬ± çĵ£ +éĤĦ è¦ģ +åħ¬ åľĴ +触 åĬ¨ +æ³° å·ŀ +ä»Ģä¹Ī æł· +æ»ĭ åħ» +è¯Ħ åĪ¤ +æĮ¥ æīĭ +èĦ Ī +姥 姥 +è¿IJ è´¹ +æ¯ħ åĬĽ +å¿ĥ æĻº +ä¸į æİĴéĻ¤ +第ä¸ī 代 +éĢĢ è´§ +æĺŁ éĻħ +æ°¸ åĪ© +æĬ¤ åį« +çıŃ è½¦ +è¨Ģ è¡Į +ç¹ ª +主åĬ¨ æĢ§ +å·¥ç¨ĭ è´¨éĩı +éĥĬ åĮº +ä¸Ģ æłĭ +ä½Ĩ å®ŀéĻħä¸Ĭ +ä¸ī大 èģĮä¸ļ +åij¼ åı« +女 åħĴ +è¯ģåĪ¸ æĬķèµĦ +èĢĥ æħ® +çĤ« èĢĢ +æ²» 好 +åĺ ¶ +èĥ ¤ +åħīä¼ı åıijçĶµ +åĩł æŃ¥ +æīĢ æīĢ +æīĢæīĢ éķ¿ +çħ§ æł· +åĵ¥ 们 +è¯ Ľ +è¿Ļä¸Ģ åĪ» +çŁ¿ çī©è´¨ +ä¸įå¾Ĺ å·² +åIJĮ 缣 +ç»Ĩ å¾® +è·¯ èĻİ +çĻ¾ èĬ± +æ·· æ²Į +ä¸Ĭæµ· è¯ģåĪ¸ +éĢĢ ç¨İ +èµŀ åı¹ +æī®æ¼Ķ 游æĪı +åIJį åĪĹ +åIJįåĪĹ åīį +åIJįåĪĹåīį èĮħ +ç±³ å°Ķ +ä»Ģä¹Ī åİŁåĽł +å®īåħ¨ ä¿Ŀéļľ +ä¸Ģåıª æīĭ +ä¹³ ä¸ļ +ä¸į çĶĺ +æĥħ åķĨ +æĮ¡ ä½ı +åİŁåĽł ä¹ĭä¸Ģ +è¿Ļ 两天 +çĥĺ çĦĻ +è± ¬ +ä½ł 以为 +没 è§ģè¿ĩ +åĵªå®¶ 好 +åīį ä»» +è¿Ľ è´§ +éĢĢ åĽŀ +串 èģĶ +èĩ³ æĸ¼ +åĨ° æ·ĩ +åĨ°æ·ĩ æ·ĭ +æŁ¥çľĭ 详æĥħ +çı¾ 實 +æݨ æµĭ +æİ¥ æīĭ +éļ¶ å±ŀäºİ +åŁİå¸Ĥ 群 +æĿİ åħĪçĶŁ +çŁ¿ æ³īæ°´ +çī¹ ä»· +æĽ´å¤ļ 精彩 +ç¨ĭ å¼ı +读 æĩĤ +å±ı èĶ½ +奥 æŀĹ +奥æŀĹ åĮ¹ +奥æŀĹåĮ¹ åħĭ +红 èĸ¯ +å¥ ® +å®Ŀ çİī +網 絡 +è² § +欧 å¼ı +çĻ½ ç³ĸ +èĩªçĦ¶ çģ¾å®³ +åijĬè¯ī 她 +å» ļ +çĤ¹åĩ» æŁ¥çľĭ +é£İ 湿 +èµĦ产 éĩįç»Ħ +ä¹Łä¸į ä¾ĭå¤ĸ +åįĬ 个å°ıæŶ +åIJ¸å¼ķ æĽ´å¤ļ +æŶéĹ´ èĬĤçĤ¹ +æĶ¶ 纳 +åIJ¸ æ¯Ĵ +èĢģ 乡 +çIJ ħ +æľĢ çµĤ +åıį æĦŁ +çĶ¨ 微信 +çĶ¨å¾®ä¿¡ æī« +éĢŁ çİĩ +大 çĨĬçĮ« +åı¯ æĥ³ +åı¯æĥ³ èĢĮ +åı¯æĥ³èĢĮ çŁ¥ +åĴ § +èµ° åħ¥ +碳 éħ¸ +èĮĥ åĨ° +èĮĥåĨ° åĨ° +被 åĪ¤ +积æŀģ æݨåĬ¨ +足 足 +ç²Ĵ åŃIJ +大 å®Ĺ +大å®Ĺ åķĨåĵģ +ç½ij绾 ç§ijæĬĢ +æĽ¼ åŁİ +å·² ä¹ħ +å·²ä¹ħ çļĦ +秦 çļĩ +秦çļĩ å²Ľ +ä»» æķĻ +åĶ¯ ç¾İ +æ·¡ åĮĸ +æ¡Ĥ èĬ± +çŁ¥è¯Ĩ åĪĨåŃIJ +æĩĴ å¾Ĺ +主 åħ¬ +设计 çIJĨ念 +è³ º +æīĢ æıIJä¾Ľ +æīĢæıIJä¾Ľ ä¹ĭ +æĶ» åħĭ +åĤ ¾ +è¯Ń æ³ķ +åįĥ åı¤ +éĸĭ æĶ¾ +第ä¸Ģ èĬĤ +éĤĦ æ²Ĵ +éĢĥ çĶŁ +æ³ Ĺ +åİ¿ å§Ķ书记 +ä½ľèĢħ æīĢæľī +çħ ½ +ç» ħ +æł ħ +æľ´ ç´ł +çijķ çĸµ +åĮħ åĮħ +æ°ij主 åħļ +ä¸į è¿ľå¤Ħ +å¥ĩ å¼Ĥ +åĺ» åĺ» +æī ¼ +ç¿» å¼Ģ +æĢİ èĥ½ +éģ´ éĢī +解 éĩĭ +å¹¼ ç¨ļ +è¦ģ 好好 +趴 åľ¨ +ç´¢ åıĸ +ç»Ī çĶŁ +åħ¨ æµģç¨ĭ +éģ© çķ¶ +åįıè°ĥ åıijå±ķ +æĬ¥ ä»ĩ +ç§ijæĬĢ åĽŃ +ä»Ģä¹Ī éĥ½ä¸į +æľĢåIJİ ä¸Ģ次 +ç»Ļ人 ä¸Ģç§į +æł¸ å®ļ +被 åĪĹåħ¥ +æĦı æĥ³ä¸įåĪ° +èĢĥ æŁ¥ +åľ¨æѤ ä¹ĭåīį +æīĵ çIJĥ +è¶ĬæĿ¥è¶Ĭ å°ij +å®ļ å¾ĭ +è¡ĮæĶ¿ æľºåħ³ +ä½ıæĪ¿ åħ¬ç§¯ +å°ıå§IJ å§IJ +ä¸ī èı± +ä¿® è¡¥ +èŀĥ èŁ¹ +西 çĶ² +æĢ ł +çŃī å¤ļ项 +产ä¸ļ éĽĨèģļ +ä»·æł¼ ä¸Ĭ涨 +åħ¬åħ± åľºæīĢ +è¢ĭ åŃIJ +æĨ§ æĨ¬ +çļĦæĸ¹å¼ı æĿ¥ +åĪ° è´¦ +çģ ½ +å·´ èı² +å·´èı² çī¹ +æ¼Ķ ä¹ł +èŃ¦ç¤º æķĻèĤ² +çķı æĥ§ +å¼ķ æµģ +æĶ¶ æĶ¯ +å±Ĥ åĩº +å±Ĥåĩº ä¸į +å±Ĥåĩºä¸į ç©· +æijĩ æ»ļ +辦 çIJĨ +纵 è§Ĥ +æķij æµİ +家 éĥ½çŁ¥éģĵ +åĮ ¯ +å°ı 鸣 +ä»» åĭĻ +计 åħ¥ +ç«ŀ éĢī +å¼ĢèįĴ æĹ¶æľŁ +åij¨ æģ© +åij¨æģ© æĿ¥ +交 ç»ĩ +çķ¢ æ¥Ń +æł¹æį® èĩªå·± +æĸ°äºº çݩ家 +åѵåĮĸ åĻ¨ +éĩĩ æļĸ +å¹³åĿĩ æ°´å¹³ +åħ¬å¼Ģ 课 +失 åĪ© +伺 æľį +çĬ ģ +忽 æĤł +主è¦ģ éĽĨä¸Ń +æ¤į æłij +æ¯Ĺ éĤ» +èĩº çģ£ +åĩºåĽ½ çķĻåѦ +æĬĹ éľĩ +æĥ© æĪĴ +å¹´åºķ åīį +åĴ¸ éĺ³ +æ°ij å±ħ +大çIJĨ çŁ³ +éĿ ³ +éķ ĸ +æ¸ħ è¿ľ +è£ħ è½½ +èĩ Ģ +å½± ä¸ļ +å¼Ł åħĦ +æĤ² è§Ĥ +çĿĢçľ¼ äºİ +æįį åį« +åī¥ 夺 +ç¯ Ĩ +å¾Ī éķ¿æŶéĹ´ +è¥ Ł +第ä¸Ģ çĻ¾ +ä¸ĢåĪĨ éĴ± +æĸ°éĹ» è®°èĢħ +éķ· æľŁ +æ³ķ æĪĺç»ĦåIJĪ +è°ģ çŁ¥éģĵ +èħ° éĥ¨ +æ±ī åł¡ +åħ¥ çĿ¡ +åįĸ æİī +æ¶Īè²» èĢħ +æĥ¯ ä¾ĭ +æĥ³ äºĨ +æĥ³äºĨ æĥ³ +èĢģæŧ å°ıåĮº +ä¼ł è¨Ģ +åĪĨæķ° 线 +æµģ 泪 +ç»Ħç»ĩ é¢Ĩ导 +äºļ åĨĽ +å¢ŀåĢ¼ æľįåĬ¡ +å¾ ¹ +ä¼ ¶ +äºĽ 许 +å¸ĥ èݱ +强 æĤį +宫 å»· +绿 èĮ¶ +åĮ ¡ +å¾Ī æŃ£å¸¸ +æĺ¥ å¤ı +æ¯ Ļ +è¯Ħ æ¯Ķ +åĩ¡ äºĭ +æĬī æĭ© +åĢĴ éľī +éĩį 度 +åįıä¼ļ ä¼ļéķ¿ +忧 èĻij +ä¸ĭ ä¸Ģç¯ĩ +沪 æ·± +æĪ İ +æīĵ ä»Ĺ +åįĪ é¥Ń +å¹´é¾Ħ 段 +ä¸ŃåĽ½ 足çIJĥ +设计 æĸ¹æ¡Ī +åºĶçĶ¨ æŁ¥çľĭ +é¢Ħ æĸĻ +åĹ ¡ +ç¥ĸ çĪ¶ +çļĦä¸Ģ åijĺ +æ´Ĺ å¹²åĩĢ +åİĨåı² æĸ° +åİĨåı²æĸ° é«ĺ +çĭ¬ åħ· +æħĭ 度 +æīĵ 交 +æīĵ交 éģĵ +é»Ħ çŁ³ +çĽ¼ æľĽ +çī§ åľº +转 弯 +åįĩ åįİ +åĨį ä¹Łæ²¡æľī +èĭ± æīį +æĽ´ åIJį为 +åĢŁ çĶ¨ +çºł éĶĻ +ç»Ŀ对 ä¸įä¼ļ +çİĭ çīĮ +çĽĨ åľ° +失 è°ĥ +好 象 +é³ ¥ +ä¿Ŀ ä¿® +åĽĽä¸ª èĩªä¿¡ +头 çļ® +åİŁ åīĩ +æĬ¥ æ¡Ī +奴 éļ¶ +å³ Ļ +è°ĥ æĸĻ +ä¹Ł 許 +èIJ½ åĪ° +èIJ½åĪ° å®ŀ +èIJ½åĪ°å®ŀ å¤Ħ +çĦļ çĥ§ +çĶŁæ´» çݯå¢ĥ +åºĶ åıĬæŶ +è¶Ĭ è¿ĩ +æĦŁ è¬Ŀ +æĻ¯ å¾· +æĻ¯å¾· éķĩ +çĬ Ģ +身 éĤĬ +ç¨İåĬ¡ æĢ»å±Ģ +åĩĢ åľŁ +ä¾µ åįł +åĬ¨ å·¥ +å¹´ ä¹ĭ +å¹´ä¹ĭ ä¹ħ +第äºĮ èĬĤ +åĬ¨çī© åĽŃ +第ä¸Ģ 书记 +éħ ļ +çĶŁäº§ 设å¤ĩ +æŁIJç§į ç¨ĭ度 +åľ Ń +åĩŃåĢŁ çĿĢ +éĺħ è§Ī +çĻ½ æ²Ļ +æ²¹ çĥŁ +çªģçł´ åı£ +åıĹ å½±åĵį +åı¯ä»¥ æĽ´å¥½ +å³° åĢ¼ +æĿĤ è´¨ +宿 è¿ģ +çĽĺ æ´» +æ¿Ģ èµ· +åĦ¿ ç§ij +åĿIJ èIJ½åľ¨ +æĮª å¨ģ +æµ· å²Ľ +绣 绣 +éĻ ¨ +ä¼ĺ äºİ +å°Ī 家 +ä¸Ģ éĤĬ +èIJ Ĭ +äºĨä¸Ģ åı£ +æ²ĥå°Ķ æ²ĥ +æŃ£å¸¸ 使çĶ¨ +æĻ®éģį åŃĺåľ¨ +丰 满 +çĶ» åį· +åºĶ æĶ¶ +åºĶæĶ¶ è´¦ +åºĶæĶ¶è´¦ 款 +å®Įæķ´ çĥŃ +å®Įæķ´çĥŃ æ¦ľ +注 è§Ĩ +çĨ Ħ +èº ¬ +éĶĢåĶ® 人åijĺ +è¶ĭ åIJij +çĦ¦ æĢ¥ +åįģå¹´ åīį +ä¼łç»Ł 产ä¸ļ +質 éĩı +åĩ¤åĩ° ç½ij +èµĦæºIJ æķ´åIJĪ +æ¶Į åħ¥ +æĸĩåĮĸ ä¼łæĴŃ +çķĮ 第ä¸Ģ +æ°´ æ³µ +宫 殿 +æİ¢ 寻 +ä¿® åīª +æĦı è¦ĭ +ç´Ĭ ä¹± +æĽ ī +çĻ½ è¡£ +èĻİ åį« +ç´§ æī£ +å¤Ħå¤Ħ éķ¿ +åĪĽå»º å·¥ä½ľ +红 æŀ£ +饼 å¹² +äºĨ åįĬ天 +ä¼ļå½±åĵį åĪ° +çĽ¸ä¿¡ 大家 +èħ¾ é£ŀ +å°± å¦ĤåIJĮ +ä¸ĭéĿ¢ å°ıç¼ĸ +æ°ijèIJ¥ ç»ıæµİ +æĻ ¦ +è£ħ æī® +é»ij å¤ľ +常 å¾· +å·¥ä¸ļ 大åѦ +æĺİ çŁ¥ +éĺŁåijĺ 们 +åIJ¬ 课 +æ¯ı éļĶ +羣æĺ¯ å¤ª +åIJĪä½ľ åħ±èµ¢ +çIJĨ åıij +æīį å¹² +çľĭ èµ·ä¾Ĩ +殿 ä¸ĭ +å®ī éĺ³ +æīĢ 产çĶŁçļĦ +éĽĩ ä½£ +æĬ¬èµ· 头 +æį® æĬ¥éģĵ +éļĨéĩį 举è¡Į +交 éĶĻ +è¶ħ é¢Ŀ +åĮĸ çĸĹ +é¡ Ĩ +纵 æ·± +çĪ±åĽ½ 主ä¹ī +éĻ¢ åī¯éĻ¢éķ¿ +è® ³ +羣æŃ£ åģļåĪ° +åѤ åįķ +èĩªçĦ¶ èĢĮ +èĩªçĦ¶èĢĮ çĦ¶ +ä¿® 身 +èĬ ¹ +æģ¯ æģ¯ +æģ¯æģ¯ 缸åħ³ +驾 æł¡ +æİ© 饰 +æ³½ è¿ŀ +æ³½è¿ŀ æĸ¯åŁº +举 æŃ¢ +管çIJĨ ä½ĵåĪ¶ +åħ¶ä¸Ń ä¹ĭä¸Ģ +æĿ¾ å¼Ľ +æĭ¦ æĪª +åį« åģ¥ +åį«åģ¥ å§Ķ +ä»İ åݻ年 +åĤ ¢ +è´Ń 票 +åĽ¾ æłĩ +æ²³ 西 +æ°ijæĶ¿ å±Ģ +ç§ģ èIJ¥ +å¤ĸåĽ½ è¯Ń +å¹² è´§ +æĵ¦ æĭŃ +åľ° ä¸Ń +åľ°ä¸Ń æµ· +æµĵ æµĵ +æµĵæµĵ çļĦ +å§ĭ 建 +å§ĭ建 äºİ +ç¶ĵ æŃ· +è·¯ æ¼Ķ +æļ´ é£İ +åŁº è¾ħ +æī¶è´« å·¥ä½ľ +ä¸Ģ缴 å¤Ħäºİ +æĥħ 趣 +äºĮ åŃ£åº¦ +åİĮ æģ¶ +顺åĪ© å®ĮæĪIJ +æŁ¥ å°ģ +顶 端 +ä¸į åŃķ +ä¸Ģ大 åłĨ +被 æ·ĺæ±° +æĺ¯ çĶ¨æĿ¥ +æľĢ åIJĪéĢĤ +亮 çľ¼ +并ä¸įæĺ¯ å¾Ī +ç§ijçłĶ éĻ¢ +ç§ijçłĶéĻ¢ æīĢ +ç² Ł +é¢Ī éĥ¨ +é»ĺé»ĺ åľ° +é«ĺä¸Ń çĶŁ +æĹıèĩªæ²» åİ¿ +æķĻåѦ è´¨éĩı +æĪĺ çģ« +åĿİ åĿ· +æIJŃ ä¹ĺ +è¯Ĺ æĦı +åĪij èѦ +åĩº æ±Ĺ +åįģåħŃ æĿ¡ +请 åıĬæŶ +åĨľä¸ļ 大åѦ +èIJ½ åı¶ +æĢ» èĢĮè¨Ģ +æĢ»èĢĮè¨Ģ ä¹ĭ +æĿľ åħ° +æĿľåħ° çī¹ +éĻª ä½ł +åħ¬ æĬ¥ +çķĻè¨Ģ æĿ¿ +éĺħ åİĨ +競 çĪŃ +ç»Ļ åĪ«äºº +æĹ¥æĬ¥ 社 +åĿIJ èIJ½ +åĿIJèIJ½ äºİ +éĩij åŃĹ +éĩijåŃĹ å¡Ķ +åĽ ¤ +è¯Ŀ åī§ +æĮģç»Ń æİ¨è¿Ľ +æ¼ı æ°´ +詳 ç´° +æĢĢ æĬ± +åıĺ å¹» +饥 饿 +éļIJ 身 +个 èµĽåŃ£ +åĵ¡ å·¥ +æģ¢å¤į æŃ£å¸¸ +äºĨ 好å¤ļ +æĺŁ å·´ +æĺŁå·´ åħĭ +åħī çݯ +å¸ħ åĵ¥ +çĻ½ éĽª +ç¨į ç¨į +计 æıIJ +æĦĽ æĥħ +éİ ĸ +ä¿¡ éĺ³ +è§Ģ å¯Ł +å¦Ĥæŀľä½ł æĥ³ +缸æ¯Ķ ä¹ĭä¸ĭ +解 å¼Ģ +æīĵåį° æľº +身 躯 +ç²¾ç¥ŀ æĸĩæĺİ +èĤ¡ æĮĩ +å¾® åĪĽ +红 èĮ¶ +èĩ´ çĻĮ +æģ© æĸ½ +èħ¿ éĥ¨ +大åŀĭ å¤ļ人 +å®ī åĢį +è¾ħ导 åijĺ +èĪª éģĵ +å¸ĥ å°Ķ +åįĹå®ģ å¸Ĥ +ä¸ĬçıŃ æĹı +侧 ç»ĵæŀĦæĢ§ +追 éļı +å½ĵåľ° æĶ¿åºľ +èµ° åĩºæĿ¥ +éĩijèŀį ä¸ļ +丼 书 +é¡¹çĽ® ç»ıçIJĨ +è¿ĩ æĪ· +骨 æŀ¶ +è¡ Ļ +ä»Ģ 麽 +èħ ĭ +è¦ģ 害 +åľ¨ åºĬä¸Ĭ +代è¨Ģ 人 +並 å°ĩ +åIJĦ个 æĸ¹éĿ¢ +è°´ è´£ +åħ± æĮ¯ +åį³å°Ĩ åĪ°æĿ¥ +èĤº çĻĮ +ä¾Ľ éĶĢ +丼 æŀĹ +èµ ĥ +åįģä½Ļ å¹´ +åĭĺ æİ¢ +飵 åij³ +èĭ¦ ç¬ij +æľĢ大 ç¨ĭ度 +éĩįçĤ¹ åħ³æ³¨ +ä¹ĭ 举 +满 æĢĢ +åıĹåĪ° å½±åĵį +æĭĽ æĬķæłĩ +è¡¥ é½IJ +西 红 +西红 æŁ¿ +é¬ § +è£ħ åį¸ +éĤ» éĩĮ +èĤĩ äºĭ +æİĴ æ¯Ĵ +åѤ åĦ¿ +鼶 è·Ŀ离 +å®ŀ å¹² +çľĭ æŁ¥çľĭ +æĶ¶è´¹ ç«Ļ +ç» · +åħ¬çĽĬ æĢ§ +éĢĴ ç»Ļ +æĶ» æīĵ +æĺŁçº§ éħĴåºĹ +æĺİ åªļ +çį¨ ç«ĭ +è¯Ŀè¯Ń æĿĥ +ä¸ĢæŃ¥ ä¸ĢæŃ¥ +书æ³ķ 家 +æľªç»ı æİĪæĿĥ +çŁ³ èĨı +åĩŃ ä»Ģä¹Ī +çļĦ æĹ¥ +çļĦæĹ¥ åŃIJéĩĮ +诱 人 +çĻ¾åĪĨ çĻ¾ +èĪĪ 趣 +å¼ł åħĪçĶŁ +èĢģçĪ· åŃIJ +æ³¢ çī¹ +åŁºéĩij 份é¢Ŀ +æ²Ļåıij ä¸Ĭ +å¥ĭæĸŠ缮æłĩ +æ°¢ èĥ½ +æ²ĥå°Ķ çİĽ +義 åĭĻ +éŁ³ ç®± +æ²ī 浸 +æ²ī浸 åľ¨ +èĭ± åľĭ +çģ¯ çģ« +è¿Ľ 项 +两 端 +ä¹Ķ 丹 +èĦ¸ é¢Ĭ +åıijå±ķ æ½ľåĬĽ +åĭķ ä½ľ +åĵĪ ä½Ľ +å®´ ä¼ļ +æ§ į +ç«ĭ å¿Ĺ +ç¡ķ士 åѦä½į +åĭĭ ç«ł +è¿Ļ åľºæ¯ĶèµĽ +æĮģ å¹³ +éķĢ éĶĮ +èĭ± çī¹ +èĭ±çī¹ å°Ķ +æķĻ èģĮå·¥ +åĬŁ åĬĽ +该 æ¡Ī +ä¸Ģ æ¢Ŀ +åĺī å¹´ +åĺīå¹´ åįİ +è¿« ä¸įåıĬ +è¿«ä¸įåıĬ å¾ħ +è¿Ļ个 æĹ¶ä»£ +精彩 æĴŃæĬ¥ +人 èĦ¸ +人èĦ¸ è¯ĨåĪ« +æ£Ģå¯Ł å®ĺ +å°ı èħ¿ +éĨĴ 缮 +åħļ æĢ» +åħļæĢ» æĶ¯ +æĪ Ł +èĮ« çĦ¶ +è±Ĩ æµĨ +主 æ²» +éĿĴæµ· çľģ +åĪijäºĭ 责任 +çł ° +ä¹ĭ æ¬ĬåĪ© +äºĶ å®ĺ +è¿· æĥij +åħ¥ åºĵ +家 纺 +å¼¹ ç°§ +åįģäºĶ æĿ¡ +ç»Ļ å®Ŀå®Ŀ +èĪªç©º èĪªå¤© +å¾Ģ å¤ĸ +å¼ķ åĬĽ +çľ¼ çļ® +æ¶ī 足 +æĿ¥ 宾 +åľ¨çº¿ è§Ĵèī² +çĥŃ éĶĢ +æµģ éĢĿ +泡 泡 +éĻį å¹ħ +è´ŁéĿ¢ å½±åĵį +红 楼 +红楼 梦 +éļĶ çĿĢ +ä¾¥ 幸 +许 ä¹ħ +åĴĮ çĿ¦ +èŃ ½ +使çĶ¨èĢħ æĪĸ +ä¹° åįķ +è¿ ´ +é£İ æīĩ +æķĻ 師 +æ¡ĮåŃIJ ä¸Ĭ +å¾Ī æ¼Ĥ亮 +åł± å°İ +第ä¸Ģ åŃ£åº¦ +ç©© å®ļ +æĤ² åĵĢ +çĿĢåĬĽ æīĵéĢł +æĮ Ł +è·¯ æ¡¥ +åij IJ +åľ£è¯ŀ èĬĤ +çļĩ åŃIJ +ä»ĩ æģ¨ +éħĿ éħ¿ +ä¸į éĹ´ +ä¸įéĹ´ æĸŃ +æĮĩ å°ĸ +ä¸ŃåĽ½ ç½ij游 +åŀ £ +æĦıè§ģ 建议 +æ¯ħ çĦ¶ +亮 度 +èģĶ è°Ĭ +å½ķ åħ¥ +åĦ ² +å¨ĺ 家 +ç§ij å°Ķ +ä¹Łæ²¡ ä»Ģä¹Ī +æł¹æį® ä¸įåIJĮ +åı¶ ä¿® +åĢ¼ å®Ī +æľ« 端 +åĪ ¨ +åĤµ åĭĻ +èģ¯ åIJĪ +å¥ĩ å¹» +èĻļ æŀĦ +é»Ħ æĺı +å¹³ åĿ¦ +æµģ æ°ĵ +æĸ° åŁºå»º +æĮ½ æķij +åįİ å°Ķ +åįİå°Ķ è¡Ĺ +æľĢ åıĹ欢è¿İ +ç»Ń 约 +å¼Ĭ 端 +éŃĶ æ³ķå¸Ī +éŃĶæ³ķå¸Ī åĴĮ +åħ·ä½ĵ åĨħ容 +çIJī çĴĥ +æī© 容 +èĮ¶ åĽŃ +主ä¹ī èĢħ +ç«ĭ éĿ¢ +æİ¥åıĹ éĩĩ访 +åĩº åħ¥å¢ĥ +ç§ij åįı +éĴ ³ +çµIJ æ§ĭ +ç»ĵæŀľ æĺ¾ç¤º +åı° è´¦ +å°± æĿ¥çľĭçľĭ +èĩª æķij +åıį æĩī +åİ» åĵªåĦ¿ +è¿Ļ é¦ĸ +è¿Ļé¦ĸ æŃĮ +åIJ¬ ä¼Ĺ +å¤ĸ 壳 +ä½ĵèĤ² é¦Ĩ +實 æĸ½ +èŀº ä¸Ŀ +æĭī åįĩ +çĮĽ åľ° +åħ¨åĽ½ 人æ°ij +æĤī å°¼ +æĹı 群 +åĽ¢ åijĺ +两个 å°ıæŶ +åľ¨ çݩ家 +åľ¨çݩ家 ä¸Ń +çĶľ çĶľ +æĬķ è¡Į +åįĶ æľĥ +éĻ ¡ +åĬłå·¥ åİĤ +æ¦Ĩ æŀĹ +æŃ» è§Ĵ +åĨħ å¹ķ +æīĢæľī æĥħèĬĤ +åĪ· åį¡ +æ°´ èĤ¿ +èĥĥ åı£ +å«Į å¼ĥ +æ²® 丧 +ä¸īå¹´ 级 +æ¶Ĥ å±Ĥ +å¿ĥ 仪 +å¿ĥ仪 çļĦ +å¤ Ń +é¦ĸ è½® +æĹłè®ºæĺ¯ åħ¶ +éĢı æ°Ķ +äºĮ åįģäºĶ +ç® « +åĬŁ åĬ³ +çŃ¾ ä¸ĭ +æ²ī è¿· +æķij åij½ +éĹª éĹª +åIJĥ äºı +å±ķ åĵģ +åį³æŶ åıijçĶŁ +ç¶ ľ +綾 åIJĪ +æłĩ æĺİ +çľĭ çĶµå½± +åħ¬ ç«ł +éĺ¿ æ£® +éĺ¿æ£® 纳 +身 åĪĽéĢł +身åĪĽéĢł çļĦ +æ¸Ľ å°ij +åĢ¼å¾Ĺ åħ³æ³¨ +鼶åĶ® åķĨ +æįĨ ç»ij +è¸ı åħ¥ +èĽ Ł +æŁ´ 纳 +èĢģ åħµ +绿èī² çݯä¿Ŀ +é¹ Ń +麻 æľ¨ +æıŃ çīĮ +è¿Ļ款 车 +ç¾İ å¾· +ç¾İå¾· åħ¬åı¸ +æ¶ § +è°ģ çŁ¥ +æ´ĭ èij± +æ¯į æł¡ +ä¸Ģ éĹª +çĶ· 主è§Ĵ +æĹłçº¿ çĶµ +å±ł å®° +æĺ¯ éŁ©åĽ½ +æĺ¯éŁ©åĽ½ 娱 +容 è²Į +åĿĩ 使åħ¶ +太 å¿« +å¹´ çĶ± +å¹´çĶ± 缼 +èĭ¦ èĭ¦ +åĬĽ è¿ĺæĺ¯ +åĬĽè¿ĺæĺ¯ èĩª +æĨ © +èģ¯ 絡 +åĶ ¾ +åħ·æľī æĪĺ士 +追 éĹ® +åłĨ æĶ¾ +åıį 驳 +å®ŀäºĭ æ±Ĥ +å®ŀäºĭæ±Ĥ æĺ¯ +åѸ éĻ¢ +åįģ åĩłä¸ª +æķij æĬ¤ +æķijæĬ¤ 车 +ç½ij绾 ä¼łæĴŃ +åįģåħ« å±Ĭ +éĥ¨ åī¯ +éĥ¨åī¯ éĥ¨éķ¿ +çĹ´ è¿· +管çIJĨ æĿ¡ä¾ĭ +èŀį 为ä¸Ģä½ĵ +æĢ» 产åĢ¼ +è³ ĵ +ä¸ĥ æĺŁ +çıŃ ç»Ħ +绣 é¢Ĩ +请 大家 +éĩij éĻµ +èĪħ èĪħ +æµ· æ¹¾ +æĸ½ çŃĸ +享 èªī +éº ¥ +端 åįĪ +绿 åŁİ +確 ä¿Ŀ +å·´ æĭī +åĨĴ çĿĢ +æħ· æħ¨ +个人 è§ĤçĤ¹ +ä¹Ļ çĥ¯ +ç¡ħ è°· +éĸĭ å±ķ +å°ļ 书 +åĿļ 飧 +åº µ +èĢģ é¾Ħ +èĢģé¾Ħ åĮĸ +羨 çľ¼ +绿 æ°´ +绿水 éĿĴå±± +书 é¦Ļ +主åĬĽ åĨĽ +æīįæĺ¯ çľŁæŃ£ +æĬ¢ åħĪ +æĪIJå°± æĦŁ +éĩį æŀĦ +éĴ¢ åİĤ +æĪIJ 份 +èĬ± 纹 +ä¹ĭ äºī +å¹² ç»Ĩèĥŀ +æĹ¢ åı¯ä»¥ +ç¹ģ çIJIJ +æĦļ èł¢ +éĿŀ常 æĺİæĺ¾ +ä½ĵ 彩 +æĬĢ æ³ķ +æĿĨ èıĮ +å¹¿æ³Ľ åħ³æ³¨ +åĮĹ å®ĭ +å§Ĭ 妹 +åįı åĬŀ +æ·® åįĹ +çĥ ı +æ´Ĺ èĦ¸ +åıĹ è®¿ +åıĹ访 èĢħ +éĩįè¦ģ åĽłç´ł +å½±è§Ĩ åī§ +综èīº èĬĤ缮 +èľķ åıĺ +äºĮ 线 +äºĮ线 åŁİå¸Ĥ +ä¼Ĭ å§ĭ +çıĬ çijļ +èĩª æŁ¥ +åħ¥ åĽŃ +åĩ¶ æīĭ +åħ¬ è¯ī +éģĩ éļ¾ +éĩĩçŁ¿ çŃī +èĩª çIJĨ +åĸ· æ¶Ĥ +æī© åħħ +éĢı è§Ĩ +é«ĺéĢŁ å¢ŀéķ¿ +åĽ¾ çĶ» +ç¾ ¹ +èĤĩ åºĨ +è¾ľ è´Ł +èµĶ ä»ĺ +è· ¡ +åģ¥åº· æĪIJéķ¿ +以ä¸Ĭ åѦåİĨ +åıĸå¾Ĺ 以åıĬ +æ²ī 积 +åįģä¹Ŀ å±Ĭ +缸éĹľ æľįåĭĻ +æī§ åĭ¤ +åī¯ åİ¿éķ¿ +å¯ ° +åģľ æ»ŀ +æ·¹ 没 +çŁ³ çģ° +çį ¸ +åĢ ¦ +ç¾İ åªĴ +æķĻ æ¡Ī +åĬł çĽĸ +åħ¬å¼Ģ èµĽ +å¥ł åŁº +æĺĨ èĻ« +çŀ ħ +磷 éħ¸ +äºī åĪĽ +çİĭ æĻĵ +ç¼ĵ åĨ² +åİļ åİļ +åİļåİļ çļĦ +æŀ£ åºĦ +ç²¾ çĽĬ +ç²¾çĽĬ æ±Ĥ +ç²¾çĽĬæ±Ĥ ç²¾ +åĪĨæĶ¯ æľºæŀĦ +å®ŀæĸ½ ç»ĨåĪĻ +æĸ° èµĽåŃ£ +總 çµ± +éĢł è¡Ģ +é¢ĩ åħ· +é»Ħ åŁĶ +è¡Ģ èĦĤ +交éĢļ å·¥åħ· +å³ ¥ +æĹıèĩªæ²» å·ŀ +寺 éĻ¢ +確 å®ļ +æ¦Ĥ念 èĤ¡ +æĦŁ å®ĺ +æŁľ åı° +åĶ Ķ +çŀŃ解 並 +æĢ» ä»· +åIJ¸ åħ¥ +æĢ ¼ +æĻļ éĹ´ +å±Ĭ æ¯ķä¸ļçĶŁ +çĶŁ å§ľ +éĺħ读 åħ¨æĸĩ +å¾ĹåĪ° æľīæķĪ +æIJľ æķij +åİĨ æĿ¥ +èŃī æĺİ +åĥ » +èĨ³ é£Ł +åĦĦ åħĥ +æīĵ åİĭ +宾 客 +åķ ¼ +ä¸ĢçĻ¾ å¤ļ +æ·±åħ¥ 人å¿ĥ +æ¢ħ å·ŀ +çłĶ åѦ +åħ³ ä¹İ +è¼ Ľ +亲 åıĭ +éħį æĸĻ +æĪij çĪ±ä½ł +è´¸æĺĵ æĪĺ +æľī èī² +æľīèī² éĩijå±ŀ +æįIJ åĬ© +为 é¦ĸ +为é¦ĸ çļĦ +å¯Į åĬĽ +çĶ· ç¥ŀ +é³ ³ +æµĩ æ°´ +åIJ ± +æĺİç¡® æıIJåĩº +åı¹ äºĨ +åı¹äºĨ åı£æ°Ķ +礼 æĭľ +è¿Ļ个 åIJįåŃĹ +ä¿¡ å¾Ĵ +å¿Ĺ 强 +éĻIJ æŶ +æĶ¶ è²» +åĨľå®¶ ä¹IJ +å°ıé¾Ļ èĻ¾ +èIJ½ å¹ķ +æ§ Ł +åѦ 龸 +æĪĸ å¤ļ +æĪĸå¤ļ æĪĸ +æĪĸå¤ļæĪĸ å°ij +座è°Ī ä¼ļä¸Ĭ +æ¶ ¼ +éŃĶ çİĭ +å² ± +顶 å±Ĥ +顶å±Ĥ 设计 +èĦij åŃIJéĩĮ +éĻ¢ åŃIJéĩĮ +轩 è¾ķ +身å¿ĥ åģ¥åº· +èħ ij +éĹľ 注 +åıĤåĬł ä¼ļè®® +ä¸Ńåįİ æĸĩåĮĸ +追 寻 +å®ī çĦ¶ +é£Ļ åįĩ +éŁŃ èıľ +é¸ ¦ +åĤ¨ éĩı +çĶ· æĸ¹ +å¤ĩ 份 +æijĶ åĢĴ +润æ»ij æ²¹ +éĢ¼ è¿ij +çĶ³ è¯ī +鸣 ç±» +çŁ³æ²¹ åĮĸå·¥ +åĿļ æŀľ +è¿Ļ家 ä¼Ļ +æĭĴ ä¸į +羣 çļ® +è·Ŀ éĽ¢ +è¿ĺ æĮº +éĽķ åĥı +åĪĿ æģĭ +æıIJä¾Ľ æĽ´å¤ļ +æŁ¥çľĭ åħ¨æĸĩ +æķ°åŃĹ è´§å¸ģ +åĸī åĴĻ +åı¦ä¸Ģ ä½į +åĤ¬ åĮĸ +åĤ¬åĮĸ åīĤ +ä»İæĿ¥ 没 +å¯ĨåĪĩ 缸åħ³ +éĥ¨ 主任 +产åĵģ ç»ıçIJĨ +並 åIJĮæĦı +èIJ½ åħ¥ +å±ıå¹ķ ä¸Ĭ +åħ¬åı¸ ç«łç¨ĭ +æį¢ åı¥è¯Ŀ +æį¢åı¥è¯Ŀ 说 +ä½į æĸ¼ +ä½ Ķ +åĩ» æĿĢ +缸 è¾ĥ +缸è¾ĥ äºİ +ç²½ åŃIJ +åįĹ æŀģ +宫 é¢Ī +è£ģ åijĺ +æĺİ ç»Ĩ +ä»·åĢ¼ éĵ¾ +åĽĽä¸ª æĸ¹éĿ¢ +æĥħåĨµ æĿ¥çľĭ +æĮij åīĶ +æ® ĺ +æŀģ åĬĽ +çĸij éļ¾ +æĬµæĬĹ åĬĽ +æĢ¥ éĢŁ +æĪ Į +ä½İ ä¼° +éĹª è¿ĩ +æģ ¬ +èµŀ æī¬ +ä»ĸ å¦Ī +æĪIJ为 ä¸ĢåIJį +æ´Ĺ 礼 +é¢Ħ计 å°Ĩ +åħĪè¿Ľ åįķä½į +è¼ Ķ +éĢĥ èĦ± +çİ° åŃĺ +èĢģèĻİ æľº +åįģä¸ĥ æĿ¡ +åı¦ä¸Ģ åįĬ +温 æĥħ +åī¥ 离 +ä¸ĸ è´¸ +å®ĺ åı¸ +å¾Ī å·® +éĹ´ è·Ŀ +请 注æĦı +åı² è¯Ĺ +åĪ© åĻ¨ +è¿IJ ç®Ĺ +沦 为 +該 使çĶ¨èĢħ +èĮ ¬ +éĶ¦ 绣 +åı² æĸĻ +çģµ æ´»æĢ§ +èģĶ 社 +æĹł åĬ© +æĬĹ æ°§åĮĸ +èıľ èĤ´ +éĢł èĪ¹ +æİī èIJ½ +å¤į æŁ¥ +åĭĥ åĭĥ +åij¼ 声 +給 äºĪ +åIJĮäºĭ 们 +ç½ ° +è¯ķ æİ¢ +åħ³éĶ® åŃĹ +æįIJ çĮ® +ç»Łè®¡ æķ°æį® +åĪĽ ä½ľèĢħ +ä¸ĭ åįĬ +ä¸ĭåįĬ åľº +æī¿æĭħ 责任 +端 æŃ£ +ç©¿ è¡£ +ä¼ł çIJĥ +åĬ© éķ¿ +åĩ ± +éķ¶ åµĮ +é£ŀ ç¿Ķ +è¾ĵ åįµ +è¾ĵåįµ 管 +ä¸ĩ åħ¬éĩĮ +æݨ广 åºĶçĶ¨ +å¿« æ¨Ĥ +ç§ ½ +èī° å·¨ +åIJ¬ å®Į +åĿļ 硬 +奥 åľ° +å¥¥åľ° åĪ© +é¢ ĵ +èĻIJ å¾ħ +ä¾Ľ æ±Ĥ +éľī ç´ł +伪 è£ħ +乡 åľŁ +åĩ¡ æľ¬ç½ij +åĩ¡æľ¬ç½ij 注 +ä¼Ĭ åĪ© +è¡¡ æ°´ +æĽ´ åĥıæĺ¯ +åĪĨéĴŁ å·¦åı³ +è¦ı 模 +äºĶ åĪĨéĴŁ +åºĹ åĬłçĽŁ +åĽ° éĽ£ +åħ³ åģľ +æĢĿ 绪 +åĴ½ åĸī +缸 符 +çĥ¦ èºģ +æĻĤ æľŁ +åijĪ çı¾ +解 æķ£ +诱 导 +éļĶ çĥŃ +çĮ ¶ +åįĹ å®ĭ +æ·±åħ¥ äºĨ解 +çŃĶ çĸij +æĺ¼ å¤ľ +åįĥ ä¼ı +åĬ³åĬ¡ æ´¾éģ£ +红 è±Ĩ +åĿı äºĭ +çĤ¹ æ»´ +å°±ä¸ļ å²Ĺä½į +约 åIJĪ +åħį éĻ¤ +éĢĨ åĬ¿ +éĩį éĩijå±ŀ +å®ĺ 宣 +ä½İ å»ī +æģ¨ ä¸įå¾Ĺ +å¾Ĺ 天 +å¾Ĺ天 çĭ¬ +å¾Ĺ天çĭ¬ åİļ +ä¸Ģå°ģ ä¿¡ +æĬ½ å¥ĸ +è¾Ĺ 转 +çķĻ å®Ī +çķĻå®Ī åĦ¿ç«¥ +çŃĶ åį· +å·¨ åŀĭ +æľĢ好 ä¸įè¦ģ +æµĻæ±Ł 大åѦ +æĨ ¨ +æı¡ æīĭ +éĴĪ ç»ĩ +æİĴ 骨 +çĤ ½ +å°ģ è£ħ +åįĢ åŁŁ +空æ°Ķ åĩĢåĮĸ +åħī å½± +åĢĴ å¡Į +å§ļ æĺİ +æ¤į 被 +åѦ åīį +åѦåīį æķĻèĤ² +èĬĿ åĬł +èĬĿåĬł åĵ¥ +缩 æ°´ +ä½ Ł +åľ¨çº¿ åĴ¨è¯¢ +èµı æŀIJ +éĿĴ èĽĻ +æĬ± ä½ı +èĮĤ åIJį +åħ¨åĬĽ æīĵéĢł +åįļ士 åѦä½į +沧 å·ŀ +åĻ ¢ +æĿĤ çī© +åĪ» çĶ» +æį ħ +å¾® éĩı +å¾®éĩı åħĥç´ł +ä¸Ģ åĽŀäºĭ +鸡 èĤī +åĪ©æ¶¦ çİĩ +æīį ç®Ĺ +å¾® å¦Ļ +棵 æłij +è´ª 婪 +åĩı åĢ¼ +梦 å¢ĥ +åı¯ è§Ĩ +åı¯è§Ĩ åĮĸ +广大 å¸Ĥæ°ij +ä¸ĵä¸ļ ä»İäºĭ +ç»ı 纬 +ç´§ çĽ¯ +çŁ¥ å·± +è¤ ļ +æĸĩåĮĸ åºķèķ´ +åݦéŨ å¸Ĥ +临 港 +对åħ¶ 羣å®ŀ +岸 è¾¹ +è¦ĸ çĤº +æĬĹ çĻĮ +åĶIJ å®ĩ +ä¸įå¾Ĺ è¶ħè¿ĩ +å¨ģ æħij +æ¡Ĩæŀ¶ åįıè®® +èµ° ç§ģ +åĽ¢ å§Ķ +夸 大 +æ¬ Ħ +ç¥ŀç»ı ç³»ç»Ł +æijĦå½± ä½ľåĵģ +èĬ ¥ +å®ī åºĨ +æµ· 滨 +æŀĦ æĢĿ +çīµ æĮĤ +åı © +éĺIJ æĺİ +éģ ģ +ç²¾ æ²¹ +ç©´ ä½į +æĬ¤ 身 +æĬ¤èº« 符 +æĮĩ å°İ +åŃĺåľ¨ ä¸Ģå®ļ +å¯Ĥ éĿĻ +æµ·å¤ĸ å¸Ĥåľº +éĿ ¡ +综åIJĪ å¾ģ +ä¿ IJ +è¨Ī ç®Ĺ +æĺİ æľĹ +äºļ è¿IJ +äºļè¿IJ ä¼ļ +åīįçŀ» æĢ§ +åĮ® ä¹ı +产ä¸ļ æī¶è´« +èĦij æµ· +èĦijæµ· ä¸Ń +åħļçļĦ é¢Ĩ导 +åĪĺ éĤ¦ +æµģ æĺŁ +æĵ Ĥ +æĶĢ çĻ» +åĴ Ķ +ä¸Ģä¸ĭåŃIJ å°± +è¯Ĭ æ²» +使 åĬ² +åīµ ä½ľ +éĵŃ è®° +éĴ± è´¢ +æĹ¥æĬ¥ è®°èĢħ +çĥŁ çģ« +èĥľ è´Ł +åįļ 主 +ä¸ŃåĽ½ èģĶéĢļ +ç½ijç«Ļ é¦ĸ页 +å°± å¤Ł +å°±å¤Ł äºĨ +æīij åħĭ +å±ħ å§Ķä¼ļ +è° ¬ +å®īåħ¨ äºĭæķħ +åķĨ çĶ¨è½¦ +循çݯ ç»ıæµİ +æ· ¤ +èĢĥ è¯ģ +å®Ŀ èĹı +å®Į ç»ĵ +çłĶåıij æĬķåħ¥ +å² ij +æģŃ æķ¬ +离 éĢĢä¼ij +æ°´ 墨 +å© ¶ +è¯Ĺ åı¥ +å®ģæ³¢ å¸Ĥ +å¼± çĤ¹ +åģľ çīĮ +奶 æ²¹ +å¥ĩ纳 æ²³ +æĨ Ĥ +社ä¼ļ å®ŀè·µ +è´Ŀ 壳 +çłĤ æµĨ +èĪ¹ åıª +宣 æī¬ +综åIJĪ æķ´æ²» +åĤ ij +æ°ijæĹı æĸĩåĮĸ +éĩį çİ° +积 æ·Ģ +åħ¬ çĦ¶ +çħ ī +缸 èģļ +æ± ¾ +纹 çIJĨ +çĩĥ çħ¤ +æѤ ç§į +ç¾İ å¦Ĩ +åįĥ çĵ¦ +çIJ Ľ +驾驶 è¯ģ +éĺ¶ æ¢¯ +ä¸Ŀ ä¸Ŀ +å¾Īå¤ļ äºĭæĥħ +åħī éĺ´ +èijĹä½ľ æ¬Ĭ +åħ§ éĥ¨ +çĽ¸å¯¹ æĿ¥è¯´ +éĸ Ĵ +éľĩ æħij +說 話 +æĨ ij +ç«¥ è£ħ +ä½ıæĪ¿ åĴĮ +ä½ıæĪ¿åĴĮ åŁİ +å·²ç»ı è¶ħè¿ĩ +侦 å¯Ł +çŁ¿ çī© +ä¾Ľ 大家 +çī¹ éĤĢ +ç¨ĭåºı åijĺ +çķľçī§ ä¸ļ +æ° ª +çij ª +åĢĴ åľ¨ +åĢĴåľ¨ åľ° +æ¯ Ģ +梯 éĺŁ +æİ¥ èijĹ +æĬĹ èıĮ +è¤ ĩ +ç¬ Ļ +æ¯Ķ ä¸Ĭå¹´ +鸡 汤 +åŃ¦ä¹ł æĪIJ绩 +æĸij æĸĵ +åħĪ 导 +åĪĹ ä¸¾ +è°ĥæŁ¥ æĺ¾ç¤º +æ© « +ä¹Ŀ åįģ +è°¢ 飵 +è·¨è¶Ĭ å¼ı +女æĢ§ æľĭåıĭ +èIJ¥åħ» ä»·åĢ¼ +å®ŀè·µ ç»ıéªĮ +èĭı å·ŀå¸Ĥ +çĵ¶ åŃIJ +æĸ° çļĦä¸Ģ +æĸ°çļĦä¸Ģ å¹´ +æĺİ æĻ° +å®ł çĪ± +åŃŠ第 +æľĹ 诵 +纳 æĸ¯ +éĢĨ è¡Į +è«ĭ æĤ¨ +è«ĭæĤ¨ æıIJä¾Ľ +èĥ¸ æĢĢ +第ä¸ĥ å±Ĭ +强 壮 +代 åŃķ +汶 å·Ŀ +家 åĸ» +家åĸ» æĪ· +家åĸ»æĪ· æĻĵ +èħ ® +åIJ¯ 迪 +æĹł éļľç¢į +èĻķçIJĨ åıĬ +æĿ¥ åİĨ +å®ŀ åĬ¡ +ä¹Ł éļıä¹ĭ +æĬĢèĥ½ åŁ¹è®Ń +åѤ ç«ĭ +åī ģ +éĥ´ å·ŀ +æĶ¶ æķĽ +éł» éģĵ +èį£ 幸 +èİ« è¿ĩäºİ +æѤ æĻĤ +纪å§Ķ çĽij +纪å§ĶçĽij å§Ķ +缸 éĤ» +åı¦ä¸Ģ è¾¹ +çªĴ æģ¯ +æľīå¾Īå¤ļ ç§į +æ¯ı éĢ¢ +éĹ® ä¸ĸ +ç´¯ ç´¯ +éĿĴæĺ¥ æľŁ +è·¯ åĨµ +åħĭ èݱ +è¿Ħä»Ĭ 为æŃ¢ +æĥĬ å¥ĩ +è·¨ 度 +éħ¿ éĢł +åĩ ĭ +è¿ij ä¸īå¹´ +åĨħ 马 +åĨħ马 å°Ķ +æı į +è¿Ľå±ķ æĥħåĨµ +èĮ § +æľīåºı æİ¨è¿Ľ +æĢ» åĨłåĨĽ +æĪIJ绩 åįķ +éĽ»è©± åıĬ +ç´§å¯Ĩ ç»ĵåIJĪ +åºĬ ä½į +é¹ Ĭ +æķ£åıij çĿĢ +åĭŁ èµĦ +æ°¨ éħ¸ +彩 ç¥ŀ +è®Ģ åıĸ +éĩį 温 +ä¸Ń åŃĺåľ¨çļĦ +ç¾İ éºĹ +ä¸įæĸŃ å¢ŀåĬł +è½® æµģ +æİ¥ åIJ¬ +å¹´ 产åĢ¼ +åįĥ åħĭ +æĪĺåľº ä¸Ĭ +çħ§ 顧 +å¹²éĥ¨ éĺŁä¼į +åį° ç«ł +ä¸Ģèĩ´ æĢ§ +è¿ŀ å¤ľ +åħħ è£ķ +é»ij åIJįåįķ +åĩĢ æ°´ +ä¸Ģ大 æĹ© +åĮħ 袱 +çĬ¯ è§Ħ +çIJĨ è«ĸ +æŀģ æĺĵ +éª ¸ +å¨ĺ å¨ĺ +åĽ¢ åľĨ +亿åħĥ 以ä¸Ĭ +åĪ©çĶ¨ æĤ¨çļĦ +带æĿ¥ æĽ´å¤ļ +ä¸Ń央 空è°ĥ +æľĪ èĸª +çĮľ æĥ³ +åĪº 客 +ä½ľ æģ¯ +åįķ è°ĥ +äºĴ åĪ© +å¦Ĥæľī ä¾µæĿĥ +å°ı å·§ +åįģ åł° +åĵĪåĵĪ åĵĪåĵĪ +è¾¹ éĻħ +æłĩ è¯Ń +åĪĩåħ¥ çĤ¹ +éĢĨ è¢Ń +è¯ķ åīĤ +绿 è±Ĩ +è® ļ +åŁºçĿ£ å¾Ĵ +å£ ¬ +åħ¨ æĺİæĺŁ +éĢī ç§Ģ +èĪĮ å°ĸ +ä¸įåIJĮ ç±»åŀĭ +çĥŁ åĽ± +çģµ æ°Ķ +åĮº 管å§Ķä¼ļ +åĨľ åī¯ +åĨľåī¯ 产åĵģ +èĶļ æĿ¥ +沪 æĮĩ +åħ»æ®ĸ æĪ· +æĸĹ å¿Ĺ +é¦ĸ é¢Ĩ +è¡Ģ èħ¥ +åĬł ç´§ +ä¸Ģèĩ´ 好è¯Ħ +第ä¸ī èĬĤ +æī¬ å°ĺ +交éĢļ æŀ¢çº½ +鼶 ç¢İ +é»ij æ´ŀ +çľĭ ä¸įæĩĤ +å±ŀ å®ŀ +主 åŁİåĮº +å¨ Ľ +å¨Ľ æ¨Ĥ +ç¬ij æĦı +èĻ¹ æ¡¥ +åIJĦ个 çݯèĬĤ +çķ¥ å¾® +èĢķ èĢĺ +æľ¬ åľºæ¯ĶèµĽ +æĪIJ è´¥ +éĢī èĤ¡ +èªŀ è¨Ģ +çŃĶ 辩 +èĩª ä¹ł +æ£ º +ä¸ĩ 欧åħĥ +åģľ å·¥ +对åħ¶ è¿Ľè¡Į +积æŀģ éħįåIJĪ +ä¹¾ åĿ¤ +å¦ĸ æĢª +èļĮ åŁł +èµĦ产 è¯Ħä¼° +è°ĥ çļ® +éĻ¤ å¤ķ +åĽ´ å¢Ļ +æľį å½¹ +æ·± æ¸Ĭ +é¢Ħ åĪ¶ +ç ĥ½ +å®ī 稳 +建 æŀĦ +çĭĻ åĩ» +主åĭķ 註åĨĬ +éĥ½æľī èĩªå·± +æİĴåIJį 第ä¸Ģ +麻 è¾£ +çĢ ļ +çĥŁèĬ± çĪĨ +çĥŁèĬ±çĪĨ 竹 +èĩªçĦ¶ ä¿ĿæĬ¤ +ä»Ļ å¢ĥ +为äºĨ éģ¿åħį +åĨ· åºĵ +解æĶ¾ æĢĿæĥ³ +åĪĿ äºĮ +ä½ĵ è´´ +é¦ĸ å¯Į +迪 æĭľ +æļĤ ç¼ĵ +æĶ¯æĮģ åĬĽåº¦ +侦 æİ¢ +马 åĪº +åĮĹ æ±½ +ç¹ ŀ +è°İ è¨Ģ +éĢ£ çºĮ +å· ³ +ä»»ä½ķ æŶåĢĻ +车 èģĶç½ij +åįķ 项 +å¸Ń åį· +建çŃij æĿIJæĸĻ +ä¸Ńç§ĭ èĬĤ +ç¡ķ士 çłĶ究 +ç§ģ ç«ĭ +åħļåĴĮ æĶ¿åºľ +æľ¬æ¬¡ 交æĺĵ +èººåľ¨ åºĬä¸Ĭ +ç½ijåıĭ è¯Ħ论 +å¦ Ŀ +害 ç¾ŀ +åħ¬ç«ĭ åĮ»éĻ¢ +ä¸ ŀ +çĶŁçī© è´¨ +åºĶ éĤĢ +æĬ½ åıĸ +åĩł å¼ł +æijĺ ç¼ĸ +ç»ĺ æľ¬ +详 解 +强 硬 +æľĢ åħĪè¿ĽçļĦ +æĭĽ èĤ¡ +æĭĽèĤ¡ 书 +åįĥ æĸ¹ +åįĥæĸ¹ çĻ¾ +åįĥæĸ¹çĻ¾ 计 +éħį éŁ³ +驾 çħ§ +å¾ģ æĪĺ +èªĵ è¨Ģ +æĭľ å¸Ī +æĭľå¸Ī åѦ +æĭľå¸ĪåѦ èīº +æĬ± åĽ¢ +ç±³ ç²ī +éĿŀ常 éĢĤåIJĪ +èĪª æµ· +å±¥ 约 +åįģåħ« æĿ¡ +éĶ» éĢł +éĩįè¦ģ 举æݪ +åıijæĮ¥ ä½ľçĶ¨ +æ· ļ +人 社 +人社 å±Ģ +è¯ķçĤ¹ å·¥ä½ľ +éĺľ éĺ³ +æ¡ĥ åľĴ +æ°ij ä¼ģ +æ´ģ çĻ½ +è´µ 宾 +åħ¬ 社 +è§ī æĤŁ +è®°å¿Ĩ åĬĽ +æľĥåĵ¡ 註åĨĬ +æѤ æ¡Ī +麻 çĹ¹ +çı Ģ +æĸ© èİ· +çĶ· åŃ©åŃIJ +å±ĢéĻIJ äºİ +åĭĺ æŁ¥ +åIJĥ 饱 +èĬ¬ åħ° +æ£ķ èī² +ç¦ı ç¥ī +çĶ³ èĬ± +æµ· çĽĹ +èĶ ij +æĸĩ åѸ +æ´»æĢ§ çĤŃ +缴 éĢļ车 +è°¢ éĤĢ +躺 çĿĢ +åľ ĥ +æ¯ıæĹ¥ ç»ıæµİ +åħ¬åħ± æĸĩåĮĸ +讲 æķħäºĭ +å¯Ł çľĭ +æĤł éĹ² +åľ° åĿª +æ¶Į çİ°åĩº +é«ĺçŃī éĻ¢æł¡ +èĮĦ åŃIJ +éĺ² åį« +ä¾ĭ è¡Į +æĺ¾ éľ² +æĸ° 常æĢģ +ç»Ŀ ä½³ +å¯Į æ°ij +以 人æ°ij +以人æ°ij 为 +éĤ¢ åı° +å±ķ æ¼Ķ +çĻ¼ å¸ĥ +è´Ł è½½ +åģı 离 +æ°¸ éģł +éĩįè¦ģ åİŁåĽł +åįıä¼ļ ä¼ļåijĺ +éļ¾ æ°ij +çĶŁäº§ 车éĹ´ +çģµ åĬ¨ +两年 åīį +æĸ¹ åľĨ +æ´» ä¸ĭåİ» +ä¸ĸçķĮ è§Ĥ +éªĹ åıĸ +ç¾İ è²Į +èĥ½ çľĭåĩº +çĻ¼ æı® +è§Ĥ å½± +åī ĥ +åIJĪèµĦ åħ¬åı¸ +å© § +å¹² æű +åħŃ ä¸ªæľĪ +尤为 éĩįè¦ģ +èĤ ½ +秦 åĽ½ +æīĺ ç¦ı +建çŃij å¸Ī +åįĩ级 æĶ¹éĢł +å°ı é¢Ŀ +å°ıé¢Ŀ 贷款 +两个 ç»´æĬ¤ +æĭį æĭį +åı¯ çĸij +æį¢ åıĸ +æѦ 士 +èµĸ 以 +èµĸ以 çĶŁåŃĺ +æĮ ļ +殿 åłĤ +èĩªçĦ¶ çķĮ +ç£ģ åľº +å¦Ĥä½ķ çľĭå¾ħ +ä»ĬæĹ¥ 头æĿ¡ +西 åŁŁ +èİ· è¯Ħ +風 æł¼ +ä¿Ħ åĽ½ +æīĵ æĭ¼ +å®£ä¼ł çīĩ +å¾Ī æĸ¹ä¾¿ +ä¾Ľç»Ļ 侧 +纪念 ç¢ij +毫 åħĭ +èĬ³ é¦Ļ +å·¥åķĨ éĵ¶è¡Į +请 çĤ¹åĩ» +ç¼ ª +æĹłæķ° 次 +èį¯ å¸Ī +èħ ¸ +游 èīĩ +åĮ ¾ +å·¡ èĪª +æ²»çIJĨ ä½ĵç³» +èIJ¥éĢł èī¯å¥½ +æ·· æ·Ĩ +éĢļ çķħ +åĬ³ ç´¯ +ä»ĵ ä½į +å¢ŀ éķ· +éļIJ 约 +æĿĤå¿Ĺ 社 +åħ» èĤ² +åı¯èĥ½ åıijçĶŁ +èĢĥ 試 +西 侧 +åĬł åĢį +主æĮģ åı¬å¼Ģ +çķ¢ ç«Ł +éĹ® 询 +æµ· æ£ł +èĹ © +注æĺİ æĿ¥æºIJ +æ£Ģ çĸ« +请 åģĩ +æĬļ æij¸ +èĵĦ çĶµæ±ł +è·Ł ä¸įä¸Ĭ +çݰ代 社ä¼ļ +çŃ¹ èµĦ +ä½ĵèĤ² 彩票 +延 误 +è¾Ľ è¾£ +éĿ¢ 容 +åį° è®° +çģŃ äº¡ +ç´ł é£Ł +åħ´ èĩ´ +éľĢè¦ģ çĶ¨ +éľĢè¦ģçĶ¨ åĪ° +å®Ŀ å¦Ī +ç£ĭ åķĨ +éļ¶ å±ŀ +è´¡çĮ® åĬĽéĩı +åħ¬åħ± èµĦæºIJ +大 éĺª +åĨĽ è®Ń +æĤ¬ 念 +社ä¼ļ 稳å®ļ +å¹²äºĭ åĪĽä¸ļ +æľī æĿ¡ä»¶ +æľīæĿ¡ä»¶ çļĦ +ä¸Ģå¹´ ä¸Ģ度 +åİ ¥ +强 奸 +豪 车 +æİĮ æŁľ +æ°´åĪ© å·¥ç¨ĭ +å³ ª +积æŀģ ä½ľçĶ¨ +æµ· æ·Ģ +æµ·æ·Ģ åĮº +çĥŃ æĴŃ +åĿļæĮģ ä¸įæĩĪ +åıĮ èĦļ +绣 æĪĺ +ä»»ä½ķ 人éĥ½ +åľ°ä¸ĭ 室 +åĨ¶ çĤ¼ +è°ħ 解 +æ¸Ķ èĪ¹ +太éĺ³ åŁİ +被 æįķ +计ç®Ĺ åĻ¨ +西 åĮ» +èĪĴ å¿ĥ +æ¡ ¦ +éģ ² +åĬ ij +è¨ Ĺ +èİ º +åĸ ¬ +çĵ ¯ +åĺ ĺ +åł ķ +æķ Ŀ +åij ¦ +èĭ ŀ +æŃ ¹ +æĵ ¬ +æ£ Ħ +èĪ µ +å¥ ª +çļ ĭ +æĶ ¸ +åľ © +ç¤ Ļ +ç¢ ĺ +éı Ī +æĦ ķ +ç¹ ³ +èĺ ¸ +è² Ĥ +æ¼ ² +æij ¹ +æĶ Ŀ +åŃ ¢ +èķ Ń +é¨ ° +æ½ ¼ +éħ ° +æĴ ¥ +è¹ ¬ +é¨ Ļ +è¸ ¹ +éģ IJ +çĺ Ģ +èĽ ¤ +æĤ ĸ +çĴ ŀ +ç£ IJ +æİ ° +è¾ Ĭ +å¾ ij +æİ ĸ +éģ ŀ +éĤ ¸ +éĽ ı +æĨ İ +æľ ½ +çį » +ç® Ķ +è¤ ¶ +æļ ¢ +æĺ µ +çı Ĥ +æĤ ¸ +åģ µ +åĻ ľ +å£ ¯ +æĴ ® +æģ į +å© ķ +ç¯ ± +éĺ Ļ +çī ł +è£ ĺ +è³ ¢ +éĩ ľ +éĵ ł +èİ ĺ +æ® Ĩ +çĻ ¸ +è´ ı +ç² ± +å« ¡ +åĨ ¢ +è¤ Ĵ +æĩ Ĭ +éľ ĵ +å¡ µ +æĭ £ +å» Ł +é£ ½ +é¢ Į +åļ İ +æ· º +èĨ ł +åİ Ń +åļ ĩ +åij ĥ +çĴ ĭ +çŃ ± +æĭ · +èį § +éĶ ° +åŃ ° +èĵ ĵ +èĨ ½ +æŀ ī +åĸ ½ +çĽ Ķ +çŃ IJ +ç¾ ļ +è ħĮ +è¾ « +æ³ ĵ +çĶ ¬ +èŁ ² +åĸ ª +å¦ ĵ +è¬ Ģ +çĤ Ĭ +æĽ ľ +æ± IJ +è´ Ī +èį Ģ +æĬ ł +ç¢ ¾ +æ« ĥ +éŀ ł +èij Ĩ +ç¥ ¯ +å½ Ŀ +é¦ į +åĮ £ +æľ Ń +åĿ Ĥ +ä¿ ij +èĵ ® +çij Ľ +æī ī +èĩ Ł +è² « +çİ ¥ +æ· ¼ +åİ ² +é³ Į +å³ Ń +åij Ľ +é § +é§ IJ +éģ · +ä¿ ª +æĢ Ĥ +è¾ į +å± į +åĭ ģ +å¥ ļ +éļ ħ +éĴ ´ +è¼ Ŀ +å® ¦ +èIJ ĥ +çĺ ĭ +æĨ ¶ +æĤ ħ +è¾ Ļ +åij ľ +çł º +éĢ ŀ +æµ ļ +éĸ £ +èĸ © +éĻ ĭ +çĤ Ļ +èª ķ +ä¸ Ł +é¹ ½ +ç± Į +è´ ° +éĭ ª +çľ © +æĴ IJ +èĨ º +éŀ ĺ +ç¾ ² +çª ® +ç´ IJ +æ® ´ +çº ¾ +èº į +ç´ ĭ +çĦ ĸ +çĶ º +çī ½ +çĤ ¯ +ç¼ Ķ +æ¯ ĵ +å¬ ° +æ¢ § +äº Ł +è¢ ħ +çį Ħ +è¿ ¥ +æ¼ ¾ +çĿ ij +ç¸ ¾ +é¦ ĭ +é¤ ħ +æ ¹Ħ +æĺ ĩ +æŀ Ń +èĸ ° +æŁ ij +æ¦ » +åĻ Ĺ +åĻ ´ +æ£ £ +åĶ § +çĨ ¹ +è¼ ¯ +å¢ Ł +é² ² +æĪ Ľ +èī ¦ +èĬ ® +åĺ Ł +å¸ ¥ +å¿ » +çĮ Ŀ +å¯ µ +è³ ¦ +èĽ ¾ +æ» ¾ +çĤ ķ +éĵ ¬ +èĴ ¿ +éĴ ¨ +çĥ Ļ +ç² ķ +æĥ ¦ +æº § +é¢ į +éħ £ +å³ ¦ +ç± ģ +çĥ ĥ +åĨ Ĺ +åı ģ +çĽ § +ç½ µ +éĴ Ĺ +å¬ ī +è° ı +ç³ § +è¾ Ń +æ· ¬ +èŁ Ĵ +è¯ © +è¦ ĥ +çĻ ĸ +é½ Ĵ +çĪ IJ +ç® į +ç¼ İ +ç£ º +è¯ « +è¤ ² +æĵ ł +èIJ ¦ +çĿ ¬ +è° į +éĦ ° +æł ¾ +é¡ ı +ç¸ ± +æ¡ ¨ +éĨ ¬ +è¥ ² +è® ª +å© º +èį Ł +åĮ Ŀ +çĨ ł +èĽ Ĭ +æ¸ ļ +å´ ½ +é² ¤ +åķ ° +åĮ ķ +ä¸ IJ +è® ¥ +åı ½ +åı ¼ +çļ ¿ +è¿ Ĥ +åIJ Ĩ +å± ¹ +èĩ ¼ +è® ¹ +é© ® +çº « +æ± ŀ +æĬ ¡ +èĭ ĩ +åIJ ł +åIJ Ń +åIJ ® +å² ĸ +ä½ ĥ +çĭ Ī +åº ĩ +åIJ Ŀ +éĹ ° +æ± ¹ +å¿ ± +æĭ Ħ +æĭ Ĺ +èĮ ī +èĭ Ľ +èĮ ģ +çŁ ¾ +èĻ ı +åij » +åĴ Ħ +å¿ ¿ +èĤ ® +çĭ ŀ +çĸ Ł +çĸ Ļ +çĸ ļ +æ³ ŀ +å¸ ļ +å± ī +è¿ ¢ +é© ¹ +ç İ· +çıĬ ó +çıĬó ł +çıĬół Ħ +çıĬółĦ ģ +æĮ İ +æĭ ´ +åŀ Ľ +èį ¤ +æ® ĥ +çĽ ¹ +åĵ Ĩ +è´ » +æ¯ ¡ +çĭ ° +çĭ ¡ +æŁ Ĵ +æģ ĥ +è¯ ¬ +è¢ Ħ +è¯ ² +èļ ¤ +èĢ Ļ +åŁ Ĥ +æį İ +æį Į +æ¢ Ĩ +é ħĮ +çł ¾ +æ® ī +åĶ ł +æĻ Į +èļ £ +èļ ª +èļ ĵ +é¸ ¯ +åĶ ģ +åĶ Ĩ +åĢ Ķ +èĪ Ģ +è± º +èĥ ° +é¸ µ +é¸ ³ +é¦ ģ +ç¾ Ķ +æ¶ £ +æ¶ ķ +æĤ ¯ +è¯ ½ +è° Ĩ +ç¥ Ł +ç» ¢ +æį º +æį ¶ +æį » +æİ Ĥ +èı ł +èIJ ¤ +éħ Ĺ +çľ ¶ +åķ Ħ +èļ ¯ +èĽ Ģ +åĶ ¬ +å¸ · +éĵ IJ +éĵ Ľ +åģ İ +å¾ Ļ +èĦ ¯ +è± ļ +çĮ ĸ +çĹ Ĭ +æ¶ ® +æĥ Ń +æĤ ´ +æĥ ĭ +è° ļ +æı © +æIJ Ģ +æIJ Ķ +æ¦ Ķ +æ¤ Ń +éĽ ³ +åĸ ³ +è· Ľ +èľ ĵ +èľ Ĵ +é¹ ĥ +éĶ Ħ +çĶ ¥ +çŃ ı +çĮ © +çĮ ¬ +çĮ ¾ +çĹ ¢ +çĹ ª +æĥ ° +çª ĺ +è° ¤ +éļ ĺ +å© ¿ +é¹ ī +çij Ļ +æĸ Ł +æ¤ ¿ +éħ ª +éĽ ¹ +åĹ ¦ +è· · +è· º +è· ¤ +èľ Ī +èľ Ĺ +å¹ Į +é¦ ı +èª Ĭ +æ¼ ĵ +è¤ Ĥ +èĶ Ĺ +èĶ ¼ +åħ ¢ +è£ ³ +èľ » +èĿ ĩ +åĺ Ģ +éĶ ¹ +ç® ķ +ç® © +çĺ © +çĺ Ł +æ¼ ± +å¯ ¥ +éª ¡ +æĴ µ +æĴ ¬ +è± Į +åĺ ¹ +èĿ ł +èĿ Į +èĿ Ĺ +èĿ Ļ +éķ IJ +ç¨ ¼ +ç¯ ĵ +èĨ Ľ +é² « +çĺ ª +é² ¨ +æĨ Ķ +ç¿ © +è¤ ¥ +ç¼ Ń +åĻ © +çĵ ¢ +éľ İ +è¸ ± +è¹ Ĥ +èŁ Ĩ +é¹ ¦ +ç¯ ¡ +çĺ ¸ +çª ¿ +ç¼ ° +èĹ IJ +è¹ ĭ +èŁ ĭ +èŁ Ģ +èµ ¡ +èĩ Ĭ +é³ Ħ +ç³ ł +æĩ ¦ +åļ £ +éķ ° +é³ į +ç° ¸ +çĻ £ +é³ ĸ +é¬ ĵ +èł ķ +éľ ¹ +èº ı +é» ¯ +çĵ ¤ +çŁ Ĺ +ä¹ Ĥ +ä¹ ľ +åħ Ģ +å¼ ĭ +åŃ ij +åŃ ĵ +å¹ º +äº ĵ +å »¿ +ä¸ ı +åį ħ +ä» ĥ +ä» ī +ä» Ĥ +åĪ Ī +çĪ » +åį ŀ +éĹ © +è® £ +å¤ ¬ +çĪ ¿ +æ¯ ĭ +éĤ Ĺ +éĤ Ľ +èī ½ +èī ¿ +åı µ +ä¸ ķ +åĮ ľ +åĬ ¢ +åį Ł +åı ± +åı » +ä» ¨ +ä» Ł +ä» ¡ +ä» « +ä» ŀ +åį ® +æ° IJ +çĬ ° +åĪ į +éĤ Ŀ +éĤ Ļ +è® ¦ +è® § +è® « +å° » +éĺ ¡ +å° ķ +å¼ ģ +èĢ Ĵ +çİ İ +çİ ij +åľ ¬ +æī ¦ +åľ ª +åľ ¹ +æī ª +åľ ® +åľ ¯ +èĬ Ĭ +èĬ į +èĬ Ħ +èĬ ¨ +èĬ ij +èĬ İ +èĬ Ĺ +äº ĺ +åİ į +å¤ ¼ +æĪ į +å° ¥ +ä¹ © +æĹ ¯ +æĽ ³ +å² Į +å± º +åĩ ¼ +åĽ ¡ +éĴ ĩ +ç¼ ¶ +æ° ĺ +æ° ĸ +çī Ŀ +ä¼ İ +ä¼ Ľ +ä¼ ¢ +ä½ ¤ +ä» µ +ä¼ ¥ +ä¼ § +ä¼ ī +ä¼ « +åĽ Ł +æ± Ĩ +åĪ ĸ +å¤ Ļ +æĹ ® +åĪ İ +çĬ · +çĬ ¸ +èĪ Ľ +åĩ « +é Ĥ¬ +é¥ § +æ± Ķ +æ± ľ +æ± Ĭ +å¿ ĸ +å¿ ı +è® ´ +è® µ +è® · +èģ ¿ +èī ® +åİ ¾ +å¦ ģ +çº ¡ +çº £ +çº ¥ +çº ¨ +çİ ķ +çİ Ļ +æĬ Ł +æĬ Ķ +åľ » +åĿ į +æĬ ĥ +㧠IJ +èĬ « +èĬ ¾ +èĭ Ī +èĭ £ +èĭ ĭ +èĬ ¼ +èĭ Į +èĭ ģ +èĬ © +èĬ ª +èĬ ¡ +èĬ Ł +èĭ Ħ +èĭ İ +èĭ ¡ +æĿ Į +æĿ ĵ +æĿ Ī +å¿ ij +åŃ Ľ +éĤ ´ +éĤ ³ +å¥ ģ +è± ķ +å¿ Ĵ +æ¬ ¤ +è½ « +è¿ ĵ +éĤ ¶ +å¿ IJ +åį £ +éĤ º +æĹ ° +åij ĭ +åij Ĵ +åij ĵ +åij Ķ +åij ĸ +æĹ ¸ +åIJ ¡ +èĻ ¬ +åIJ ½ +åIJ £ +åIJ ² +å¸ ı +å² Ī +å² ĺ +åħ ķ +åĽ µ +åĽ « +éĴ Ĭ +éĴ ĭ +é ĴĮ +è¿ ķ +æ° Ļ +æ° ļ +çī ¤ +ä½ ŀ +ä½ ļ +ä½ Ŀ +ä½ Ĺ +å½ · +ä½ ĺ +ä½ ¥ +è± ¸ +åĿ Į +èĤ Ł +å¥ Ĥ +åĬ ¬ +çĭ ģ +é¸ ł +é¥ ¨ +é¥ © +é¥ « +é¥ ¬ +åº ij +åº ĭ +çĸ Ķ +çĸ ĸ +èĤ ĵ +éĹ ± +éĹ ³ +çĤ Ģ +æ² £ +æ² ħ +æ² Ķ +æ² ¤ +æ² ı +æ² ļ +æ± © +æ± ¨ +æ² ¨ +æ± ´ +æ² Ĩ +æ² © +æ³ IJ +æĢ ĥ +æĢ Ħ +å¿ ¡ +å¿ ¤ +å¿ ¾ +æĢ ħ +å¿ ª +æĢ Ĩ +å¿ Ń +å¿ ¸ +è¯ Ĥ +è¯ ĥ +è¯ ħ +è¯ ĭ +è¯ Į +è¯ Ĵ +éĻ Ĥ +éĻ ī +å¦ © +å¦ ª +å¦ £ +å¦ Ĺ +å¦ « +å§ Ĵ +å¦ ¤ +åĬ Ń +åĪ Ń +éĤ ° +çº Ń +çº ° +çº ´ +çİ ¡ +çİ Ń +çİ ł +çİ ¢ +çİ ¦ +çĽ Ĥ +å¿ Ŀ +åĮ ¦ +åĿ © +æĬ ¨ +æĭ ¤ +åĿ « +æĭ Ī +åŀ Ĩ +æĬ » +åĬ ¼ +æĭ ĥ +æĭ Ĭ +åĿ ¼ +åĿ » +㧠Ł +åĿ ¨ +åĿ Ń +æĬ ¿ +åĿ ³ +èĭ · +èĭ ¤ +èĮ ı +èĭ « +èĭ ľ +èĭ ´ +èĭ Ĵ +èĭ ĺ +èĮ Į +èĭ » +èĭ ĵ +èĮ ļ +èĮ Ĩ +èĮ ij +èĮ ĵ +èĮ Ķ +èĮ ķ +è ĮĢ +èĭ ķ +æŀ ¥ +æŀ ĩ +æĿ ª +æĿ ³ +æŀ § +æĿ µ +æŀ ¨ +æŀ ŀ +æŀ ĭ +æĿ » +æĿ · +æĿ ¼ +çŁ ¸ +ç łĢ +åĪ ³ +å¥ Ħ +æ® ģ +éĥ ı +è½ Ń +éĥ ħ +é¸ ¢ +çĽ ± +æĺ Ļ +æĿ ² +æĺ ĥ +åĴ Ĥ +åij ¸ +æĺ Ģ +æĹ » +æĺ ī +çĤ ħ +çķ Ģ +èĻ ® +åĴ Ģ +åij · +é» ¾ +åij ± +åij ¤ +åĴ Ĩ +åĴ Ľ +åij ¶ +åij £ +åĴ Ŀ +å² ¢ +å² ¿ +å² ¬ +å² « +å¸ Ļ +å² £ +å³ ģ +åĪ ¿ +å² · +åī Ģ +å¸ Ķ +å³ Ħ +æ² ĵ +åĽ ¹ +ç½ Ķ +éĴ į +éĴ İ +éĴ ı +éĴ Ĵ +éĴ ķ +éĤ ¾ +è¿ ® +çī ¦ +ç« º +è¿ ¤ +ä½ ¶ +ä¾ ij +ä¾ ī +èĩ ¾ +ä¾ Ĺ +ä¾ ı +ä¾ © +ä½ » +ä½ ¾ +ä¾ ª +ä½ ¼ +ä½ ¯ +ä¾ ¬ +å¸ Ľ +ä¾ Ķ +å¾ Ĥ +åĪ ½ +éĥ Ħ +ç± ´ +çĵ ® +æĪ Ĺ +èĤ ¼ +äı Ŀ +èĤ ± +èĤ « +è¿ © +éĥ ĩ +çĭ İ +çĭ į +çĭ Ĵ +åĴ İ +é¥ ¯ +é¥ ´ +åĨ ½ +åĨ ¼ +åº ĸ +çĸ ł +çĸ Ŀ +åħ ĸ +åĬ ¾ +ð¬ ī +ð¬ī ¼ +çĤ ĺ +çĤ Ŀ +çĤ Ķ +æ³ Ķ +æ² Ń +æ³ · +æ³ ± +æ³ ħ +æ³ ł +æ³ º +æ³ ĸ +æ³ « +æ³ ® +æ² ± +æ³ ¯ +æĢ Ļ +æĢ µ +æĢ ¦ +æĢ Ľ +æĢ ı +æĢ į +ã ¤ +㤠ĺ +æĢ © +æĢ « +æĢ ¿ +å® ķ +ç© ¹ +å® ĵ +è¯ ĵ +è¯ Ķ +è¯ ĸ +è¯ ĺ +æĪ ¾ +è¯ Ļ +æĪ ½ +éĥ ĵ +è¡ © +ç¥ Ĩ +ç¥ İ +ç¥ ĩ +è¯ ľ +è¯ Ł +è¯ £ +è¯ ¤ +è¯ § +è¯ ¨ +æĪ ķ +éĻ Ķ +å¦ ² +å¦ ¯ +å§ Ĺ +å¸ ij +åŃ ¥ +é© ½ +èĻ ± +è¿ ¨ +ç» Ģ +ç» ģ +ç» Ĥ +é© · +é© ¸ +ç» ī +ç» Į +éª Ģ +çĶ ¾ +çı ı +çı IJ +çı ij +çİ ³ +é¡ ¸ +çı ī +çı Ī +æĭ ® +åŀ Ń +æĮ Ŀ +æĮ ŀ +åŀ ¤ +èµ ³ +è´ ² +åŀ ± +åŀ Į +åŀ § +åŀ ĵ +æĮ ¦ +åŀ ł +èį ļ +èį ij +è´ ³ +èį ľ +èİ Ĵ +èĮ ¼ +èĮ ´ +èĮ ± +èİ Ľ +èį ŀ +èĮ ¯ +èį ı +èį ĩ +èį ĥ +èį ł +èĮ Ń +åŀ © +èį ¥ +èį ¦ +èį ¨ +èį © +åī ĭ +èį ª +èį ¬ +èį ® +æŁ ° +æł ī +æŁ ĺ +æł Ĭ +æŁ © +æŀ ° +æł Į +æŁ Ļ +æŀ µ +æŀ ³ +æŁ ŀ +æŁ Ŀ +æł Ģ +æŁ ¢ +æł İ +æŁ Ī +æŁ ģ +æŀ · +æŁ ½ +åī Į +éħ Ĭ +éĥ ¦ +çĶ Ń +çł Ĺ +çł ĺ +çł Ĵ +æĸ « +çł Ń +çł ľ +èĢ · +èĻ º +æ® Ĥ +æ® ĩ +æ® Ħ +è½ ± +è½ ² +è½ ³ +è½ ¶ +è½ ¸ +èĻ ¿ +æ¯ ĸ +è§ ĩ +å° ľ +åĵ IJ +çľ Ħ +çľ į +ðł ³ +ðł³ IJ +éĥ ¢ +çľ ĩ +çľ Ĭ +çľ Ī +ç¦ º +åĵ Ĥ +åĴ ´ +æĽ · +æĺ ´ +åĴ ¦ +åĵ ĵ +åĵ Ķ +çķ İ +åij ² +èĥ Ħ +çķ ĭ +çķ Ī +èĻ ¼ +èĻ » +çĽ ħ +åĴ £ +åĵ ķ +åī IJ +éĥ § +åĴ » +åĽ ¿ +åĴ ¿ +åĵ Į +åĵ Ļ +åĵ ļ +åĴ © +åĴ ¤ +åĵ Ŀ +åĵ ı +åĵ ŀ +å³ £ +ç½ ĺ +å³ Ĵ +å³ ¤ +å³ ĭ +è´ ¶ +éĴ ļ +éĴ ¡ +éĴ £ +éĴ ¤ +éĴ « +æ° ¡ +çī ¯ +éĥ ľ +ç§ ķ +ç§ Ń +ç« ½ +ç¬ Ī +ä¿ ¦ +ä¿ ¨ +ä¿ ħ +åı Ł +åŀ ¡ +çī ® +ä¿ £ +ä¿ ļ +çļ Ī +ä¿ Ł +éĢ ħ +å¾ ĩ +å¾ ī +èĪ ¢ +éĥ Ĺ +ä¿ İ +éĥ ¤ +çĪ ° +éĥ Ľ +çĵ ´ +èĥ ¨ +èĥ ª +èĥ Ľ +èĥ Ĥ +èĥ Ļ +èĥ į +èĥ Ĺ +è ĥĿ +æľ IJ +èĥ « +é¸ ¨ +åĮ į +çĭ ¨ +çĭ ¯ +é£ ij +çĭ © +çĭ ² +è¨ ĩ +éĢ Ħ +æĺ Ŀ +é¥ · +é¥ ¸ +é¥ ¹ +åŃ ª +å¨ Ī +åº ¥ +çĸ ¬ +çĸ £ +çĸ ¥ +çĸ Ń +åº ł +ç« ij +é£ Ĵ +éĹ ¼ +éĹ ¾ +éĹ ¿ +éĺ Ĥ +ç¾ ij +è¿ ¸ +ç± ¼ +éħ ĭ +çĤ » +çĥ Ģ +çĤ · +æ´ ± +æ´ ¹ +æ´ § +æ´ Į +æµ ĥ +æ´ ĩ +æ´ Ħ +æ´ Ļ +æ¶ İ +æ´ İ +æ´ « +æµ į +æ´ ® +æ´ µ +æµ Ĵ +æµ Ķ +æµ ķ +æ´ ³ +æģ ¸ +æģ ĵ +æģ ¹ +æģ « +æģ » +æģ Ĥ +æģ ª +æģ ½ +å® ¥ +æī ĥ +è¡ ² +è¡ ½ +è¡ ¿ +è¢ Ĥ +ç¥ ľ +ç¥ ĵ +ç¥ ļ +è¯ ® +ç¥ Ĺ +ç¥ ¢ +è¯ ° +è¯ ³ +é¸ © +æĺ ¶ +åĴ « +å¼ Ń +çī ģ +èĥ ¥ +éĻ Ł +å§ ® +å¨ Ĩ +å§ Ŀ +å§ £ +å§ ĺ +å§ ¹ +ç¾ ¿ +çĤ ± +çŁ ľ +ç» Ķ +éª ģ +éª ħ +ç» Ĺ +ç» Ľ +éª Ī +èĢ ĸ +æĮ Ī +çı ¥ +çı Ļ +é¡ ¼ +çı ° +çı © +çı § +çı £ +çı ŀ +çIJ ¤ +çı ² +æģ ļ +åŁ ķ +åŁ ĺ +åŁ Ļ +åŁ ļ +æĮ ¹ +èĢ Ĩ +èĢ Ħ +åŁ Ĵ +æį ĭ +è´ ½ +åŀ ¸ +æį ĥ +çĽ į +èį ¸ +èİ ³ +èİ ´ +èİ ª +èİ ł +èİ ľ +èİ ħ +èį ¼ +èİ © +èį ½ +èİ ¸ +èį » +èİ ¨ +é¸ ª +èİ ¼ +æł ² +æł ³ +æ¡ ¡ +æ¡ İ +æ¡ ¢ +æ¡ ¤ +æ¢ ĥ +æł Ŀ +æ¡ ķ +æ¡ ģ +æ¡ § +æ¡ ħ +æł Ł +æ¡ ī +æł © +éĢ ij +éĢ ĭ +å½ § +é¬ ² +è± ĩ +éħ IJ +éĢ ¦ +åİ Ŀ +åŃ ¬ +çł Ŀ +çł ¹ +çł § +çł · +çł Ł +çł ¼ +çł ¥ +çł £ +åī ŀ +çł » +è½ ¼ +è½ ¾ +è¾ Ĥ +é¸ « +è¶ ¸ +é¾ Ģ +é¸ ¬ +èĻ Ķ +çľ ¬ +åĶ Ľ +çľ Ļ +åĵ § +åĵ ½ +æĻ ģ +é¸ ® +è¶ µ +è¶ ¿ +çķ Ľ +èļ ¨ +èļ ľ +èļ į +èļ ĭ +èļ ¬ +èļ Ŀ +èļ § +åĶ ¢ +åľ Ħ +åĶ £ +åĶ ı +çĽ İ +åĶ ij +å´ Ĥ +å´ ĥ +ç½ ¡ +ç½ Ł +è§ Ĭ +èµ ħ +éĴ ² +éĴ µ +éĴ ¹ +éĴ º +éĴ ½ +éĴ ¼ +éĴ ¿ +éĵ Ģ +éĵ Ħ +éĵ Ĩ +éĵ Ī +éĵ ī +éĵ Ĭ +éĵ ĭ +éĵ Į +é ĵį +ä ¥ +ä¥ ½ +éĵ İ +æ° © +æ° ¤ +æ° ¦ +æ¯ ª +èĪ IJ +ç§ £ +ç§ « +çĽ ī +ç¬ Ħ +ç¬ ķ +ç¬ Ĭ +ç¬ ı +ç¬ Ĩ +ä¿ ¸ +ä¿ µ +åģ Į +ä¿ ³ +ä¿ ¶ +åĢ ¬ +åĢ ı +æģ ģ +åĢ Ń +ä¿ ¾ +åĢ ľ +éļ ¼ +éļ ½ +åĢ Į +åĢ ¥ +èĩ ¬ +éĥ « +åĢ ¨ +è¡ Ħ +é¢ Ģ +å¾ ķ +èĪ « +è¡ ¾ +èĥ ¯ +èĥ ± +èĥ ´ +èĥ Ń +èĦ į +èĥ ¼ +èĦ Ĵ +é¸ ± +é¸ ² +çĭ · +çĮ ģ +çĭ ³ +çĮ ĥ +çĭ º +éĢ ĸ +æ¡ Ģ +é¥ ½ +åĩ ĩ +æĮ Ľ +äº ³ +çĸ ³ +çĸ ´ +çĸ ¸ +çĸ ½ +çĹ Ī +çĸ ± +çĹ Ĥ +çĹ ī +è¡ ® +é¢ ĥ +æģ £ +æĹ Ĩ +æĹ Ħ +æĹ ĥ +éĺ ĥ +éĺ Ħ +è¨ ļ +éĺ Ĩ +æģ Ļ +ç² ij +çĥ ľ +çĥ © +çĥ Ĭ +åī ¡ +éĥ ¯ +çĥ ¬ +æ¶ ij +æµ ¯ +æ¶ ŀ +æ¶ Ł +å¨ ij +æ¶ ł +æµ ŀ +æ¶ ĵ +æµ ¥ +æ¶ Ķ +æµ ľ +æµ ł +æµ £ +æĤ ļ +æ ĤŃ +æĤ Ŀ +æĤ Ĵ +æĤ Į +æĤ Ľ +çª Ī +åī ľ +è¯ ¹ +è¯ ¼ +è¢ Ĵ +è¢ ¢ +è¯ ¿ +è° Ģ +è° Ĥ +è° Ħ +è° ĩ +å± IJ +å± Ļ +éĻ ¬ +åĭ IJ +å¥ ĺ +çī Ĥ +èļ © +éĻ ² +å¨ Į +å¨ ī +å¨ ² +å¨ ´ +å¨ £ +å¨ ĵ +å© Ģ +çķ ļ +éĢ ¡ +ç» ł +éª Ĭ +ç» ¡ +éª ĭ +ç» ¦ +ç» ¨ +éª İ +éĤ ķ +é¸ ¶ +å½ Ĺ +èĢ ľ +çĦ ĺ +èĪ Ĥ +çIJ ı +çIJ ĩ +éº ¸ +æı ¶ +åŁ ´ +åŁ ¯ +æį ¯ +æİ ³ +æİ ´ +åŁ ¸ +åŁ µ +èµ § +åŁ ¤ +æį Ń +éĢ µ +åŁ Ŀ +åł ĭ +åł į +æİ ¬ +é¸ · +æį ½ +æİ Ĭ +åł ī +æİ ¸ +æį © +æİ ® +æĤ « +åŁ Ń +åŁ ½ +æİ ĩ +æİ ¼ +èģ ĥ +èIJ ģ +èı ĺ +åł ĩ +èIJ ĺ +èIJ ĭ +èı ½ +èı ĸ +è IJľ +èIJ ¸ +èIJ ij +æ£ » +èı Ķ +èı Ł +èIJ ı +èı ¹ +èı ª +èı ħ +èı Ģ +èı ° +èı ¡ +æ¢ ¿ +æ¢ ı +è§ ĭ +æ¡ ´ +æ¡ · +æ£ ģ +æ¡ « +æ£ Ĥ +åķ ¬ +éĥ ¾ +æķ ķ +è± ī +éĦ Ħ +éħ ŀ +ç¡ İ +ç¡ Ń +ç¡ ĸ +ç¡ Ĺ +ç¡ IJ +ç¡ ĩ +ç¡ Į +é¸ ¸ +çĵ ł +åĮ ı +åİ © +æ® Ĵ +æ® ĵ +æ® į +èµ ī +éĽ © +è¾ Ħ +åł ij +çľ Ń +çľ ¦ +åķ § +æĻ ¡ +æĻ ¤ +çľ µ +åľ Ĭ +åĸ ı +åķ ī +åĭ ĸ +æĻ ŀ +åĶ µ +æĻ Ĺ +åķ Ń +çķ ¦ +è¶ º +åķ ® +è· Ħ +èļ ¶ +è ĽĦ +èĽ İ +èĽ Ĩ +èļ ° +åľ ī +èļ ± +èĽ ī +èĽ ı +èļ ´ +åķ ģ +åķ ķ +åĶ ¿ +åķ IJ +åĶ ¼ +åĶ · +åķ ĸ +åķ µ +åķ ¶ +åķ · +åĶ ³ +åĶ ° +åķ ľ +å¸ » +å´ ļ +å´ ¦ +å¸ ¼ +å´ ® +å´ ¤ +å´ Ĩ +èµ ĩ +èµ Ī +èµ Ĭ +éĵ ij +éĵ Ĵ +éĵ Ĺ +éĵ Ļ +éĵ Ł +éĵ ¡ +éĵ ¢ +éĵ £ +éĵ ¤ +éĵ § +éĵ ¨ +éĵ © +éĵ ª +éĵ « +éĵ ¯ +éĵ ° +éĵ ± +éĵ ³ +éĵ µ +éĵ · +çī ¾ +é¸ ¹ +ç§ ¾ +éĢ ¶ +ç¬ º +çŃ ĩ +ç¬ ¸ +ç¬ ª +ç¬ ® +ç¬ ł +ç¬ ¥ +ç¬ ¤ +ç¬ ³ +ç¬ ¾ +ç¬ ŀ +åģ ¾ +åģ ĥ +åģ ķ +åģ Ī +åĤ Ģ +åģ ¬ +åģ » +çļ ij +çļ İ +é¸ » +å¾ ľ +èĪ ¸ +èĪ » +èĪ ´ +èĪ · +é¾ Ľ +ç¿ İ +èĦ ¬ +èĦ ĺ +èĦ ² +åĮ IJ +çĮ Ĺ +çĮ ¡ +çĮ ŀ +æĸ Ľ +çĮ ķ +é¦ Ĺ +é¦ ĥ +é¦ Ħ +é¸ ¾ +åº ¹ +åº ¾ +çĹ Ķ +çĹ į +ç¿ Ĭ +æĹ Į +æĹ İ +è¢ ¤ +éĺ ĩ +éĺ Ī +éĺ ī +éĺ Ĭ +éĺ ĭ +éĺ į +éĺ ı +ç¾ Ł +ç² Ŀ +çĦ IJ +çĦ ĵ +çĦ Ĺ +æ· ħ +æ· ŀ +æ¸ İ +æ¶ ¿ +æ· ĸ +æĮ ² +æ· ł +æ¶ ¸ +æ¸ ij +æ· ¦ +æ· Ŀ +æ¶ ª +æ· Ļ +æ¶ « +æ¸ Į +æĤ » +æĤ ± +æ ĥĿ +æĥ ĺ +æĥ Ĩ +æĥ ļ +æĥ ĩ +æĥ ® +çª ķ +è° Į +æī Ī +çļ ² +è° ij +è£ Ĩ +è¢ · +è£ ī +è° Ĵ +è° Ķ +è° ķ +è° ĸ +è° Ĺ +è° Ļ +è° Ŀ +éĢ ¯ +éĥ ¿ +éļ Ī +ç² ľ +éļ į +éļ Ĺ +å© Ĭ +å¨ ¼ +å© ¢ +å© µ +èĥ ¬ +è¢ Ī +ç¿ Į +æģ ¿ +æ¬ ¸ +ç» « +éª IJ +ç» ¯ +ç» ± +éª Ĵ +ç» ² +éª ĵ +ç» ¶ +ç» º +ç» » +ç» ¾ +éª ĸ +ç¼ ģ +èĢ ł +çIJ « +çIJ µ +çIJ ¶ +çIJ ¥ +çIJ ¨ +çIJ ° +çIJ ® +çIJ ¯ +çIJ ¬ +çIJ ļ +è¾ ĩ +é¼ ĭ +æı ³ +åł ŀ +æIJ ½ +æı ¸ +æı ł +åł Ļ +è¶ Ħ +æı ĸ +é¢ ī +å¡ Ħ +æı ¿ +èĢ ĭ +æı Ħ +èĽ © +èĽ ° +å¡ Ĩ +æij Ĵ +æı Ĩ +æİ ¾ +èģ Ĵ +èij ij +èij ļ +éĿ ° +éĿ ¸ +èij ³ +èij º +èij ¸ +èIJ ¼ +èij ¶ +è ĴĮ +èij Ń +æ¥ ® +æ £¼ +æ¤ Ł +æ£ ¹ +æ¤ ¤ +æ£ ° +èµ į +æ¤ ĭ +æ¤ ģ +æ¤ ª +æ¤ IJ +é¹ ģ +éħ ¤ +éħ ¢ +éħ ¡ +é¹ Ĥ +æ® ļ +æ® Ľ +éĽ ± +è¾ ĭ +æ¤ ł +è¾ İ +çĿ Ħ +çĿ ĩ +çĿ ĥ +æĪ ¢ +åĸ ĭ +åĹ Ĵ +åĸ ĥ +åĸ ± +åĸ ¹ +æĻ · +åĸ Ī +è· ĸ +è· Ĺ +è· ŀ +è· ļ +è· İ +è· ı +è· Ĩ +èĽ ± +èĽ ² +èĽ Ń +èĽ ³ +èĽ IJ +èĽ Ķ +èĽ ŀ +èĽ ´ +èĽ ĺ +åĸ ģ +åĸ Ł +åķ ¾ +åĹ ĸ +åĸ ij +åĹ Ł +åĹ ŀ +åĸ Ļ +åµ ĺ +åµ ĸ +å´ ´ +éģ Ħ +è© Ī +åµ İ +å µ¬ +åµ Ľ +åµ ¯ +åµ Ŀ +åµ « +å¹ Ħ +åµ ĭ +èµ ķ +éĵ » +éĵ ¼ +éĵ ¿ +éĶ ĥ +éĶ Ĩ +éĶ ĩ +éĶ ī +éĶ ı +éĶ ij +éĶ Ĵ +éĶ Ķ +éĶ ķ +æİ £ +çŁ ¬ +æ° ° +æ¯ ³ +æ¯ ½ +çĬ Ĭ +çĬ Ħ +çĬ ĭ +é ¹Ħ +çĬ į +åµ ĩ +é» į +ç¨ ĥ +ç¨ Ĥ +çŃ ļ +çŃ µ +çŃ Į +åĤ £ +åĤ Ī +èĪ Ħ +çī į +åĤ ¥ +åĤ § +éģ ij +åĤ © +å¾ ¨ +åª Ń +çķ ² +å¼ ij +ç¿ ķ +é¹ Ĩ +èħ Ī +èħ ĵ +èħ Ĩ +èħ ´ +èħ ļ +èħ ± +é± ¿ +é² Ģ +é² Ĥ +çĮ ¢ +çĮ ¹ +çĮ ¥ +é£ ĵ +è§ ŀ +è§ ļ +çĮ ± +é¢ İ +é£ § +é¦ ĩ +é¦ Ĭ +äº µ +èĦ Ķ +è£ Ĵ +çĹ £ +çĹ ¨ +çĹ ¦ +çĹ ŀ +çĹ ¤ +çĹ § +èµ ĵ +ç« ¦ +çĵ ¿ +åķ » +é¢ ı +é¹ ĩ +éĺ ij +éĺ Ĵ +éĺ ķ +ç² ŀ +éģ Ĵ +åŃ ³ +çĦ ¯ +çĦ ľ +çĦ ± +é¹ Ī +æ¸ « +æ¹ ® +æ¹ İ +æ¹ ľ +æ¹ į +æ¹ « +æº ² +æ¹ Ł +æº Ĩ +æ¹ ² +æ¹ Ķ +æ¹ ī +æ¸ ¥ +æ» ģ +æĦ ł +æĥ º +æĦ ¦ +æĥ ´ +æĦ Ģ +æĦ İ +æĦ Ķ +åĸ ¾ +å¯ IJ +è° Ł +è£ ¢ +è£ İ +è£ ¥ +ç¥ ¾ +è° ł +è° ¡ +è° ¥ +è° § +åŃ ± +å¼ ¼ +å· ½ +éª ĺ +åª ª +å· ¯ +ç¿ ļ +çļ ´ +éª Ľ +ç¼ Ĥ +ç¼ ĥ +ç¼ Ħ +å½ ĺ +ç¼ ĩ +ç¼ Ī +ç¼ Į +ç¼ ij +ç¼ Ĵ +ç¼ Ĺ +é£ ¨ +èĢ ¢ +çij ģ +çij Ĺ +çij Ħ +éģ ¨ +éª ľ +éŁ « +é« ¡ +å¡ ¬ +éĦ ¢ +è¶ Ķ +è¶ ij +æij ħ +æij ģ +èľ ĩ +æIJ ĭ +æIJ ª +æIJ IJ +æIJ Ľ +æIJ ł +æij Ī +å½ Ģ +æ¯ Ĥ +æIJ ¦ +æIJ ¡ +èĵ ģ +æĪ ¡ +è ĵį +éĦ ŀ +èĵ IJ +èĵ ¦ +é¹ ĭ +èĴ ½ +èĵ ĸ +èĵ Ĭ +èĴ ¯ +èĵ Ł +èĵ ij +èĴ º +èĵ ł +èĴ Ł +èĴ ¡ +èĴ ¹ +èĴ ´ +èĴ Ĺ +èĵ ¥ +æ¥ Ķ +æ¥ Ĥ +æ¥ Ŀ +æ¥ « +æ¥ ¸ +æ¤ ´ +æ§ Į +æ¥ ¯ +çļ Ļ +æ¦ Ī +æ§ İ +æ¦ ī +æ¥ ¦ +æ¥ £ +æ¥ ¹ +æ¤ ½ +åī ½ +éħ © +èľ ĥ +ç¢ Ľ +ç¢ ĵ +ç¡ ¼ +ç¢ ī +ç¢ ļ +ç¢ ĩ +ç¢ ľ +é¹ Į +è¾ ı +é¾ ĥ +é¾ ħ +è¨ ¾ +ç² ² +çĿ ļ +åĹ ª +éŁ ª +åĹ · +åĹ ī +çĿ ¨ +çĿ ¢ +éĽ İ +çĿ ¥ +åĹ ij +åĹ « +åĹ ¬ +åĹ Ķ +åĹ Ŀ +æĪ ¥ +åĹ Ħ +çħ ¦ +æļ Ħ +éģ ¢ +æ ļĮ +è· ¬ +è· ¶ +è ·¸ +è· IJ +è· £ +è· ¹ +èĽ ¸ +èľ Ĭ +èľ į +èľ ī +èľ £ +çķ ¹ +èĽ ¹ +åĹ ¥ +åĹ ² +åĹ ³ +åĹ Į +åĹ į +åĹ IJ +åĹ ¤ +åĹ µ +ç½ ¨ +åµ Ĭ +åµ ´ +éª ° +éĶ Ĺ +éĶ Ľ +éĶ ľ +éĶ Ŀ +éĶ ŀ +éĶ Ł +éĶ ¢ +éĶ ¨ +éĶ © +éĶ Ń +éĶ ± +éĽ ī +æ° ² +çĬ ı +æŃ ĥ +ç¨ ŀ +ç¨ Ĺ +ç¨ Ķ +çŃ ł +çŃ ¢ +çŃ ® +çŃ ² +çī Ĵ +æķ « +å¾ Ń +æĦ Ĩ +èī Ħ +è§ İ +æ¯ ¹ +è² Ĭ +è² ħ +è² ī +é¢ Ķ +èħ ł +èħ © +èħ ¼ +èħ Ń +è ħ§ +å¡ į +åª µ +é² ħ +é² Ĩ +é² ĩ +é² Ī +é² ĭ +é² IJ +èĤ Ħ +é¹ IJ +é£ ķ +è§ ¥ +éģ Ľ +é¦ IJ +é¹ ij +äº ¶ +çĺ ĥ +çĹ ± +çĹ ¼ +çĹ ¿ +çĺ IJ +çĺ ģ +çĺ Ĩ +éº Ĥ +æŃ Ĩ +æĹ Ĵ +éĺ ĸ +éĺ Ĺ +ç¾ § +è± ¢ +ç² ³ +çĮ · +çħ ³ +çħ ¨ +çħ ħ +çħ Ĭ +çħ ¸ +çħ º +æ» Ł +æº ± +æº ĺ +æ¼ Ń +æ» ¢ +æº ¥ +æº ½ +è£ Ł +æº » +æº · +æ» Ĺ +æ» « +æº ´ +æ» ı +æ» ĥ +æ» ¦ +æº ı +æ» Ĥ +æ» ĵ +æº Ł +æ» ª +æĦ « +æħ Ĭ +é² İ +éª ŀ +çª ł +çª £ +è£ ± +è£ ¨ +è£ ¾ +è£ ° +ç¦ Ĭ +è° © +è° ª +åª ¾ +å« « +åª ² +å« Ĵ +å« Ķ +åª ¸ +ç¼ Ļ +ç¼ ľ +ç¼ Ľ +è¾ Ķ +éª Ŀ +ç¼ Ł +ç¼ ¡ +ç¼ ¢ +ç¼ £ +éª Ł +èĢ ¥ +çĴ Ī +çij Ń +çį Ĵ +è§ ı +æħ Ŀ +å« ł +åı Ĩ +æij ½ +å¢ ģ +æĴ Ĥ +æij ŀ +æĴ Ħ +ç¿ ¥ +è¸ ħ +æij Ń +å¢ ī +å¢ Ĵ +æ¦ ĸ +ç¶ ¦ +èĶ « +èĶ · +éĿ º +éĿ ¼ +éŀ ħ +éĿ ¿ +çĶ į +èĶ ¸ +èĶ Ł +èĶ º +æĪ ¬ +èķ ĸ +èĶ » +èĵ ¿ +æĸ ¡ +é¹ ķ +èĵ ¼ +æ¦ Ľ +æ¦ § +æ¦ « +æ¦ Ń +æ§ Ķ +æ¦ ± +æ§ ģ +æ§ ł +æ¦ · +åĥ ° +éħ ½ +éħ ¹ +ç¢ ¡ +ç¢ ´ +ç¢ £ +ç¢ ² +èĩ § +è± ¨ +æ® ¡ +éľ ģ +èľ ļ +é¾ ĩ +é¾ Ī +ä ģ +äģ ĸ +çĿ ½ +åĺ ŀ +åĺ Ī +åĺ Į +åĺ ģ +æļ Ŀ +è¸ Į +è¸ ī +èľ ŀ +èľ ¥ +èľ ® +èĿ Ī +èľ ´ +èľ ± +èľ © +èľ · +èľ ¿ +èŀ Ĥ +èľ ¢ +åĺ ¡ +é¹ Ĺ +åĺ £ +åĺ ¤ +åĺ ļ +åĹ ¾ +åĺ § +ç½ ´ +ç½ ± +å¹ Ķ +å¶ Ĥ +å¹ Ľ +èµ Ļ +ç½ Ĥ +éª · +éª ¶ +é¹ ĺ +éĶ ² +éĶ ´ +éĶ ¶ +éĶ · +éĶ ¸ +éĶ µ +éķ Ĥ +çĬ Ĵ +ç® IJ +ç® ¦ +ç® § +ç® ¸ +ç® ¬ +ç® ħ +ç® ª +ç® ľ +ç® ¢ +ç® ĵ +åĥ ĸ +åĦ Ĩ +åĥ ³ +åĥ Ń +åĬ ģ +åĥ ® +éŃ ĥ +éŃ Ĩ +çĿ ¾ +èī ĭ +éĦ ± +èĨ Ī +èĨ ij +é² ij +é² Ķ +é² ļ +é² Ľ +é² Ł +çį IJ +è§ « +éĽ Ĵ +å¤ ¤ +é¦ ij +éĬ ® +å¡ ¾ +çĺ Į +çĺ Ĭ +çĺ ĺ +çĺ Ļ +æĹ ĸ +èĨ Ĥ +éĺ ļ +éĦ ¯ +é² ŀ +ç² ¿ +ç² ¼ +ç³ ģ +æ§ Ĭ +é¹ ļ +çĨ ĺ +çĨ ¥ +æ½ ¢ +æ¼ ķ +æ» ¹ +æ¼ ¯ +æ¼ ¶ +æ½ ĭ +æ½ ´ +æ¼ ª +æ¼ ī +æ¼ © +æ¾ ī +æħ µ +æIJ ´ +çª ¨ +å¯ ¤ +ç¶ ® +è° ® +è¤ ¡ +è¤ Ļ +è¤ ĵ +è¤ Ľ +è¤ Ĭ +è° ¯ +è° ° +è° ² +å± £ +é¹ Ľ +å« ± +å« ĸ +å« ¦ +å« ļ +å «ĺ +é¼ IJ +çŀ Ģ +é¹ ľ +éª ł +ç¼ ¥ +ç¼ ¦ +ç¼ § +ç¼ ¨ +éª ¢ +ç¼ « +èĢ ¦ +èĢ § +çĴ ľ +çĴ İ +çĴ ģ +å¥ Ń +é« ¯ +é« « +æĴ · +æĴ ħ +èµ Ń +æĴ ¸ +éĭ Ĩ +æĴ Ļ +æĴ º +å¢ Ģ +èģ © +è§ IJ +éŀ ij +èķ Ļ +éŀ Ĵ +èķ Ī +èķ ¨ +èķ ¤ +èķ ŀ +èķ º +çŀ ¢ +èķ ĥ +èķ ² +èµ ľ +æ§ ¿ +æ¨ ¯ +æ§ Ń +æ¨ Ĺ +æ¨ ĺ +æ§ ² +éĨ Į +éĨ ħ +éĿ ¥ +éŃ ĩ +é¤ į +ç£ Ķ +ç£ Ļ +éľ Ī +è¾ ĺ +é¾ ī +é¾ Ĭ +è§ ij +çŀ Į +ç ŀĭ +çŀ ij +åĺ Ń +åĻ İ +åĻ ¶ +é¢ Ļ +æļ ¹ +åĻ ĺ +è¸ Ķ +è¸ Ŀ +è¸ Ł +è¸ Ĵ +è¸ ¬ +è¸ ® +è¸ ¯ +è¸ º +è¸ ŀ +èĿ ½ +èĿ ¾ +èĿ » +èĿ ° +èĿ ® +è ŀĭ +èĿ ĵ +èĿ £ +è Ŀ¼ +åĺ ¬ +é¢ ļ +åĻ į +åĻ Ļ +åĻ Į +åĻ Ķ +é¢ Ľ +å¹ ŀ +å¹ ¡ +å¶ Ļ +å¶ Ŀ +éª º +éķ Ĭ +éķ ī +éķ Į +éķ ı +éķ Ĵ +éķ ĵ +éķ Ķ +ç¨ · +ç® ´ +ç¯ ij +ç¯ ģ +ç¯ Į +çī ĸ +åĦ ĭ +èĻ ¢ +é¹ ŀ +èĨ ĺ +é² ł +é² ¡ +é² ¢ +é² £ +é² ¥ +é² § +é² © +çį Ĺ +çį ł +è§ ¯ +é¦ ĵ +é¦ Ķ +éº ¾ +å» Ľ +çĺ Ľ +çĺ ¼ +çĺ ¢ +çĺ ł +é½ ij +ç¾ ° +𥠻 +ð¥» Ĺ +ç³ Į +ç³ į +ç³ ħ +çĨ ľ +ç Ĩµ +æ¾ į +æ¾ Į +æ½ ¸ +æ½ ¦ +æ½ ² +éĭ Ī +æ½ Ł +æ½ º +å¯ ® +çª ³ +è° ³ +è¤ ´ +è¤ Ł +è¤ « +è° µ +çĨ ¨ +å± ¦ +åĭ ° +æĪ ® +èĿ ¥ +ç¼ ¬ +ç¼ ® +ç¼ ¯ +éª £ +çķ ¿ +èĢ © +èĢ ¨ +èĢ ª +çĴ Ł +éĿ Ľ +çĴ ł +çĴ ĺ +èģ ± +èŀ ¯ +é« » +é« Ń +é« ¹ +æĵ Ģ +çĶ ı +æĵ ŀ +ç¸ ł +ç£ ¬ +é¢ ŀ +èķ » +é¢ Ł +èĸ ¤ +èĸ ¨ +æª ł +èĸ ı +èĸ ® +èĸ ľ +èĸ ħ +æ¨ ¾ +æ© Ľ +æ© ĩ +æ¨ µ +æª İ +æ© ¹ +æ¨ ½ +æ¨ ¨ +æ© ¼ +å¢ ¼ +æ© IJ +ç¿ ® +éĨ IJ +éĨ į +éĨ ļ +ç£ ² +èµ Ŀ +æ® ª +éľ ı +éĮ ¾ +è¾ ļ +éģ ½ +æ° ħ +çŀ Ł +çŀ ł +çŀ ° +åļ Ħ +åļ Ĩ +åĻ ¤ +æļ ¾ +è¹ Ģ +è¸ µ +è¸ ½ +è¹ ī +è¹ ģ +èŀ ¨ +èŀ Ī +èŀ ħ +èŀ Ń +èŀ ł +èŀ Ł +åĻ ± +åĻ « +åĻ » +åĻ ¼ +ç½ ¹ +åľ ľ +ä ¦ +ä¦ ĥ +éķ Ĺ +éķ ĺ +éķ ļ +éķ Ľ +éķ Ŀ +éķ ŀ +éķ ł +æ° ĩ +æ° Ĩ +ç© ij +ç¯ Ŀ +ç¯ ¥ +ç¯ ¦ +ç¯ ª +ç¯ Ļ +çĽ ¥ +åĬ ĵ +ç¿ ± +éŃ ī +éŃ Ī +å¾ ¼ +æŃ Ļ +èĨ ¦ +èĨ Ļ +é² ® +é² ± +é² ³ +é² ´ +é² µ +é² · +é² » +çį ´ +çį Ń +çį ¬ +éĤ Ĥ +é¹ § +å» ¨ +èµ Ł +çĺ ° +å» ª +çĺ ¿ +çĺ µ +çĺ ´ +çĻ ĥ +çĺ ³ +éº ĩ +éº Ī +å ¬´ +å£ ħ +ç³ Ĺ +çĶ ij +çĩ İ +çĩ ł +çĩ Ķ +çĩ § +æ¿ ij +æ¿ ī +æ½ ŀ +æ¾ § +æ¾ ¹ +æ¾ ¥ +æ¾ ¶ +æ¿ Ĥ +è¤ ° +çª ¸ +å¬ ĸ +çĬ Ł +éļ ° +å¬ Ĺ +é¢ ¡ +ç¼ ± +ç¼ ² +ç¼ ³ +çĴ © +çĴ ª +èŀ « +æĵ ¤ +å£ ķ +è§ ³ +ç½ Ħ +æĵ ¢ +èĸ ¹ +éŀ ¡ +éŀ ¬ +èĸ · +èĹ ĵ +èĹ ģ +æª Ħ +æª © +æĩ ĭ +éĨ ¢ +ç¿ ³ +ç¤ ħ +ç£ ´ +é¹ © +é¾ ĭ +é¾ Į +è± ³ +å£ ij +é» » +åļ ı +åļ ħ +è¹ ij +è¹ Ĵ +è¹ Ĭ +è Ł¥ +èŀ ¬ +èŀ µ +çĸ ĥ +èŀ ³ +èŁ ij +åļ ĵ +ç½ ½ +ç½ ¾ +å¶ · +é» ľ +é» Ŀ +é« ģ +é« Ģ +éķ ¡ +éķ ¢ +éķ £ +éķ ¦ +éķ § +éķ © +éķ ª +éķ « +ç½ ħ +ç° Į +ç¯ ¾ +ç¯ ¼ +ç° ĸ +ç° ĭ +é¼ ¢ +åĦ ¡ +é¹ ª +é¼ ¾ +çļ ¤ +éŃ į +é¾ ł +ç¹ ĩ +è² ĺ +éĤ Ī +è² Ķ +èĩ Į +èĨ » +èĩ Ĩ +èĩ ĥ +é² ¼ +é² ½ +é³ Ģ +é³ ĥ +é³ ħ +é³ ĩ +é³ Ĭ +èŀ ½ +çĩ ® +é¹ « +ç³ ľ +ç¸ » +çĻ į +éº ĭ +æĩ ij +æ¿ ¡ +æ¿ ® +æ¿ ŀ +æ¿ ł +æ¿ ¯ +è¹ ĩ +è¬ ĩ +éĤ ĥ +è¥ ģ +æª Ĺ +æ ĵĺ +åŃ º +éļ ³ +å¬ · +èŁ Ĭ +é¹ ¬ +éį ª +éı Ĭ +é¬ Ī +é¬ ĥ +çŀ ½ +éŀ ¯ +éŀ ¨ +éŀ « +éŀ § +éŀ £ +èĹ ľ +èĹ ł +éĨ ª +è¹ Ļ +ç¤ ĵ +çĩ ¹ +é¤ ® +çŀ ¿ +æĽ Ľ +é¢ ¢ +èº ĩ +è¹ ļ +èŁ Ľ +èŁ ª +èŁ ł +èŁ ® +é¹ ® +é» ł +é» Ł +é« ħ +é« Ĥ +éķ ¬ +éķ Ń +éķ ¯ +é¦ ¥ +ç° Ł +ç° ª +é¼ ¬ +éĽ ł +èī Ł +é³ İ +é³ ı +é³ IJ +çĻ ŀ +çĻ Ķ +ç³ ¨ +è¹ © +éİ ı +éĤ ĭ +é¬ ı +æĶ ī +éŀ ² +éŀ ´ +èĹ ¿ +èĺ § +èĺ ħ +éĨ ® +éĨ ¯ +éħ ĥ +éľ ª +éľ Ń +éľ ¨ +é» ¼ +åļ ¯ +è¹ ° +è¹ ¶ +è¹ ½ +è¹ ¼ +è¹ ´ +è¹ ¾ +è¹ ¿ +èł ĸ +èł ĵ +èŁ ¾ +èł Ĭ +é» ¢ +é« ĭ +é« Į +éķ ² +ç± Ģ +é½ ģ +éŃ ij +èī ¨ +é³ ĵ +é³ Ķ +é³ ķ +é³ Ĺ +é³ Ļ +éı ĸ +ç¾ ¸ +㸠Ĩ +çĢ £ +çĢ Ľ +è¥ ¦ +è° ¶ +è¥ ŀ +éª ¥ +ç¼ µ +çĵ Ĵ +æĶ ĺ +èĺ © +èĺ ĸ +éĨ ´ +éľ ° +éħ Ĩ +çŁ į +èº ħ +é¼ į +å· ī +é» © +é» ¥ +é» ª +éķ ³ +éķ ´ +é» § +çº Ĥ +çĴ º +é¼ ¯ +èĩ ľ +é³ ľ +é³ Ŀ +é³ Ł +çį ¾ +åŃ Ģ +éª § +ç ĵĺ +é¼ Ļ +éĨ º +ç¤ ´ +é¢ ¦ +æĽ © +é³ ¢ +éº Ŀ +å¤ Ķ +çĪ Ŀ +çģ ı +ç¦ ³ +éIJ ¾ +ç¾ ¼ +èł ¡ +èĢ ± +é¹ ³ +æ° į +é¥ ķ +èº IJ +é« ij +éķ µ +ç© ° +é¥ Ķ +é¬ » +é¬ Ł +è¶ ± +æĶ « +æĶ ¥ +é¢ § +èº ľ +é¼ ¹ +çĻ ¯ +èł ² +èł ¹ +èº ŀ +è¡ ¢ +çģ ŀ +è¥ » +çº Ľ +é¬ £ +æĶ ® +åĽ Ķ +é¦ ķ +æĪ Ĩ +çĪ ¨ +é½ ī +äº į +å° ¢ +å½ ³ +åį ¬ +æ® ³ +ðł Ļ¶ +æ¯ Į +éĤ ĺ +æĪ ĭ +åľ ¢ +æ° ķ +ä¼ ĭ +ä» Ŀ +åĨ ® +æ° ¿ +æ± Ī +æ° ¾ +å¿ ī +å® Ħ +𬣠Ļ +è® ± +æī ŀ +åľ ² +åľ « +èĬ ı +èĬ ĥ +æľ ³ +æľ ¸ +ð¨ Ļ +ð¨Ļ ¸ +éĤ ¨ +åIJ Ĵ +åIJ ĸ +å± ¼ +å± ¾ +è¾ ¿ +éĴ Ĩ +ä» ³ +ä¼ £ +ä¼ Ī +çĻ ¿ +çĶ ª +éĤ ł +çĬ ´ +åĨ ± +éĤ ¡ +ð¬ĩ ķ +æ± ĭ +ä ľ +äľ £ +è® » +𬣠ŀ +åŃ ĸ +ð¬ĺ ĵ +çº © +çİ Ĵ +çİ ĵ +çİ ĺ +çİ ļ +åĪ ¬ +ð«Ń Ł +åĿ ľ +åĿ ī +æī ½ +ð«Ń ¢ +åĿ ĭ +æī º +㧠ij +æ¯ IJ +èĬ ° +èĬ £ +èĭ Ĭ +èĭ ī +èĬ ĺ +èĬ ´ +èĬ ł +ð« ĩ +ð«ĩ Ń +èĬ ¤ +æĿ ķ +æĿ Ļ +æĿ Ħ +æĿ § +æĿ © +å° ª +å° ¨ +è½ ª +ð«IJ Ħ +åĿ Ĵ +èĬ Ī +æĹ ´ +æĹ µ +åij Ļ +ã ķ +ãķ ® +å² į +ð« µ +𫵠· +å² ł +å² ľ +åij ĩ +åĨ ı +è§ ĥ +å² Ļ +ä¼ ¾ +ãij ĩ +ä¼ Ń +ä½ ĸ +ä¼ ² +ä½ ģ +é£ ı +çĭ ĥ +éĹ ¶ +æ± § +æ± « +𣲠ĺ +ð£² Ĺ +æ² Ħ +æ² ĺ +ð¬ĩ Ļ +æ± Ń +ã³ ĩ +æ² ĩ +å¿ ® +å¿ ³ +å¿ º +𬣠¡ +ç¥ ĥ +è¯ ĩ +éĤ ² +è¯ İ +è¯ IJ +å± ĥ +ð« ¸ +𫸠© +å² Ĭ +éĺ ½ +ä¢ º +éĺ ¼ +å¦ § +å¦ ĺ +ð¨ ļ +ð¨ļ ķ +çº ® +é© ² +ð«ĺ ľ +çº » +ð¬ĺ ĺ +ð«ĺ Ŀ +çº ¼ +çİ ¤ +çİ ŀ +çİ ± +çİ Ł +éĤ ½ +éĤ ¿ +åĿ ¥ +åĿ ° +åĿ ¬ +åĿ ½ +å¼ Ĩ +èĢ µ +ä¢ ¼ +ð¦ Ń +ð¦Ń ľ +èĮ ĭ +èĭ § +èĭ ¾ +èĭ ł +æŀ ħ +ãŃ İ +æŀ ĺ +æŀ į +çŁ ¼ +çŁ » +åĮ ¼ +𬨠Ĥ +ð¬Ģ © +ð¬Ģ ª +æĹ ¿ +æĺ Ħ +æĺ Ĵ +æĺ Ī +åĴ ī +åĴ ĩ +åĴ į +å² µ +å² ½ +å² ¨ +å² ŀ +å³ Ĥ +ã Ł +ãŁ ĥ +åĽ · +𬬠© +éĴ IJ +éĴ Ķ +éĴ ĸ +çī ¥ +ä½ ´ +åŀ Ī +ä¾ ģ +ä¾ ¹ +ä½ ¸ +ä½ º +éļ ¹ +ãij Ĭ +ä¾ Ĥ +ä½ ½ +ä¾ ĺ +éĥ Ī +èĪ ł +éĥ IJ +éĥ ĥ +æĶ ½ +èĤ Ń +èĤ ¸ +èĤ · +çĭ ī +çĭ Ŀ +é¥ ³ +å¿ ŀ +çĤ Į +çĤ Ĩ +æ³ Ļ +æ² º +æ³ Ĥ +æ³ ľ +æ³ ĥ +æ³ ĩ +æĢ Ĭ +å³ ĥ +ç© ¸ +ç¥ ĭ +ç¥ Ĭ +ð«į £ +𬣠³ +𬠩½ +é¸ ¤ +å¼ ¢ +å¼ ¨ +éĻ ij +𬮠¿ +éĻ İ +𬯠Ģ +åį º +ä¹ ¸ +å¦ Ń +å§ Ī +ð« ° +ð«° Ľ +è¿ ³ +åı ķ +𬳠µ +é© µ +𬳠¶ +ä Į +äĮ ¹ +é© º +ð«ł Ĭ +ç» ĭ +ç» IJ +çł ī +èĢ Ķ +ãĽ ĥ +çİ ¶ +çı ĩ +çı ħ +ð¬į Ľ +çı ĭ +çİ ¹ +çı Į +çİ ¿ +éŁ ¨ +åŀ ļ +åŀ ¯ +åŀ Ļ +åŀ ² +åŁ ı +åŀ į +èĢ ĩ +é¿ į +åŀ İ +åŀ ´ +åŀ Ł +åŀ ŀ +æĮ ĵ +åŀ µ +åŀ ı +æĭ ¶ +èį ĸ +èį ģ +èį Ļ +èį Ľ +èĮ Ī +èĮ ½ +èį Ħ +èĮ º +ð¬ľ ¬ +èį ĵ +èĮ ³ +𦠰 +𦰠¡ +èĮ Ľ +èį Ń +ãŃ ķ +æŁ · +æŁ ĥ +æŁ Ĭ +æŀ ¹ +æł IJ +æŁ ĸ +éĥ ļ +åī ħ +ä´ ĵ +è¿ º +åİ ĸ +çł Ĩ +çł ij +çł Ħ +èĢ ı +å¥ ĵ +ä ¶ +ä¶ ® +è½ µ +è½ · +è½ ¹ +è½ º +æĺ º +𪠾 +𪾠¢ +æĺ ½ +çĽ · +åĴ ¡ +åĴ º +æĺ ³ +æĺ £ +æĺ ¤ +æĺ « +æĺ ¡ +åĴ ¥ +æĺ ª +èĻ · +èĻ ¸ +åĵ ĥ +å³ ĺ +èĢ ij +å³ Ľ +𪨠° +å³ Ĺ +å³ § +å¸ ¡ +éĴ ĺ +ð«ĵ § +éĴ ľ +𬬠® +𬬠± +ð¬¬ Ń +éĴ ª +éĴ ¬ +éĴ Ń +çŁ § +ç§ ¬ +ä¿ « +èĪ ģ +ä¿ ľ +ä¿ Ļ +ä¿ į +åŀ ķ +è¡ İ +èĪ £ +å¼ ĩ +ä¾ ´ +é¸ § +äı ¡ +èĥ ł +ð¦ Ļ¶ +èĥ Ī +èĥ © +èĥ £ +æľ ı +é£ IJ +è¨ Ħ +é¥ » +åº ¤ +çĸ ¢ +çĤ £ +çĤ Ł +ã ¶ +㶠² +æ´ Ń +æ´ ĺ +æ´ ĵ +æ´ ¿ +ã³ ļ +æ³ ļ +æµ Ī +æµ ī +æ´ ¸ +æ´ ij +æ´ ¢ +æ´ Ī +æ´ ļ +æ´ º +æ´ ¨ +æµ IJ +ã³ ĺ +æ´ ´ +æ´ £ +æģ Ķ +å® ¬ +çª Ģ +æī Ĥ +è¢ Ĩ +ç¥ ı +ç¥ IJ +ç¥ ķ +åı ļ +éĻ § +éĻ ŀ +å¨ Ģ +å§ ŀ +å§ ± +å§ ¤ +å§ ¶ +å§ ½ +æŀ ² +ç» ĸ +éª ĥ +ð¬ĺ ¡ +𬳠½ +ð¬ĺ © +ð«Ħ § +å½ ĸ +éª ī +æģ Ŀ +çı ª +çı Ľ +çı ¹ +çIJ Ĭ +çİ ¼ +çı ĸ +ðª Ł +ðªŁ Ŀ +çı ½ +çı ¦ +çı « +çı Ĵ +ð¬į ¤ +çı ¢ +çı ķ +çı Ŀ +ð«Ń ¼ +åŁ Ĺ +åŀ ¾ +åŀ º +åŁ Ĩ +åŀ ¿ +åŁ Į +åŁ ĩ +èİ ° +èĮ Ŀ +ð¬ľ ¯ +éĦ Ģ +èİ ¶ +èİ Ŀ +äĵ ĸ +èİ Ļ +æł » +æ¡ ł +ð¬ Ĥ +ð¬Ĥ © +æ¡ Ħ +æ¢ ł +æł ´ +æ¢ ´ +æł Ĵ +éħ İ +éħ ı +ð«ł Ĩ +çł µ +çł ł +çł « +çł ¬ +ç¡ ģ +æģ § +ç¿ ĥ +éĥ ª +ð¨ IJ +ð¨IJ Ī +è¾ Ģ +è¾ ģ +ð¬ Į +ð¬Į Ĺ +åī ķ +èµ Ģ +åĵ ¢ +æĻ ħ +æĻ Ĭ +åĶ Ŀ +åĵ ³ +åĵ ± +åĨ Ķ +æĻ Ķ +æĻ IJ +çķ ĸ +èļ Ħ +èļ Ĩ +ð« ij +ð«ij ¡ +å¸ ± +å´ ģ +å³ ¿ +𪨠¶ +å´ Ħ +å¸ ¨ +å ´Ģ +èµ Ĩ +𬠬¸ +éĴ · +𬬠» +𬬠¹ +𬬠¿ +ð¬Ń ģ +çľ ļ +çĶ ¡ +ç¬ « +åĢ » +åĢ ´ +èĦ © +åĢ ® +åĢ ķ +åĢ ŀ +ð« ¢ +ð«¢ ¸ +åĢ ĵ +åĢ § +è¡ ĥ +èĻ Ĵ +èĪ Ń +èĪ ¯ +èĪ ¥ +çĵ ŀ +é¬ ¯ +é¸ ° +èĦ İ +æľ ĵ +èĥ ² +èĻ ĵ +é± ½ +çĭ ´ +å³ ± +çĭ » +çľ ¢ +ð«Ĺ § +åĭ į +çĹ Ħ +çĸ ° +çĹ ĥ +ç« ĺ +ç¾ ĸ +ç¾ ĵ +æ¡ Ĭ +æķ ī +çĥ ł +çĥ Ķ +çĥ ¶ +çĥ » +ð¬Ĭ Ī +æ¶ į +æµ ¡ +æµ Ń +æµ ¬ +æ¶ Ħ +æ¶ ¢ +æ¶ IJ +æµ ° +æµ Ł +æµ Ľ +æµ ¼ +æµ ² +æ¶ ĺ +æĤ Ī +æĤ ĥ +æĤ ¢ +ð¬Ĵ Ī +å® § +çª ħ +çª Ĭ +çª İ +æī ħ +æī Ĩ +è¢ ª +è¢ Ĺ +è¢ ¯ +ç¥ § +éļ º +åł ² +çĸ į +𨠺 +𨺠Ļ +éĻ ´ +ç ĥĿ +çł ® +ãĽ ļ +åĵ ¿ +ç¿ Ģ +ç¿ Ĥ +åī Ł +𬳠¿ +ð«Ħ ¨ +ç» ¤ +éª į +ð¬ĺ « +ä Ĥ +äĤ ® +çIJ İ +çı ¸ +çı µ +çIJ Ħ +çIJ Ī +çIJ Ģ +çı º +æİ Ń +åł İ +åł IJ +åŁ ¼ +æİ İ +åŁ « +åł Į +æĻ ¢ +ð« ® +ð«® ĥ +æİ ŀ +åŁ ª +å£ ¸ +ãĻ į +èģ į +èı Ŀ +èIJ ļ +èı ¥ +èİ ¿ +äĵ « +åĭ ļ +äĵ ¬ +èIJ Ĩ +èı Ĥ +èı į +èı ¼ +èIJ £ +äĵ ¨ +èı ī +äĵ Ľ +æ¢ ¼ +æ¢ ½ +æ¡ ² +æ¢ ¾ +æ¡ ¯ +æ¢ £ +æ¢ Į +æ¡ ¹ +æķ Ķ +åİ £ +ç¡ Ķ +é¿ İ +ç¡ Ļ +ç¡ ļ +ç¡ Ĭ +ç¡ į +åĭ Ķ +ä´ ķ +é¾ ģ +éĢ ´ +åĶ ª +åķ « +ç¿ Ī +ã « +ã« ° +æĻ Ļ +çķ ¤ +𬱠ĸ +è¶ ¼ +è· Ĥ +èĽ ĥ +èļ ² +ð¬Ł ½ +èļ º +åķ ´ +äİ ĥ +å´ § +å´ Ł +å´ ŀ +å´ Ĵ +å´ Į +å´ ¡ +éĵ ı +ð«ĵ ¯ +ð«Ł ¹ +éĵ ķ +ð«Ł ¼ +éĵ ĸ +éĵ ĺ +éĵ ļ +éĵ ŀ +éĵ ¥ +éĵ ´ +çī » +çī ¿ +ç¨ Ĩ +ç¬ ± +ç¬ ¯ +åģ ° +åģ ¡ +é¸ º +åģ Ń +åģ ² +åģ ģ +ã ¿ +ã¿ ł +éĦ ħ +åģ ĵ +å¾ Ľ +è¡ Ĵ +èĪ ³ +èĪ ² +é¸ ¼ +æĤ Ĩ +éĦ ĥ +çĵ » +ä Ŀ +äĿ Ļ +èĦ ¶ +èĦ ŀ +èĦ Ł +äı ² +é± ¾ +çĮ ĩ +çĮ Ĭ +çĮ Ħ +è§ ĸ +ðł ħ +ðłħ ¤ +åº ± +åº ¼ +åº ³ +çĹ ĵ +ä´ Ķ +ç« « +åł ĥ +éĺ Į +ç¾ Ŀ +ç¾ ķ +çĦ Ĩ +çĥ º +çĦ Į +æ· ı +ð¬ĩ ¹ +æ· Ł +æ· ľ +æ· ´ +æ· ¯ +æ¹ ´ +æ¶ ´ +ð¬į ¡ +ã ¥ +㥠Ħ +æĥ Ľ +æĥ Ķ +æĤ ° +æĥ Ļ +å¯ ģ +éĢ Ń +𬤠ĩ +ð«į ¯ +è¢ ¼ +è£ Ī +ç¥ ² +𬤠Ĭ +ð«į ² +è° ŀ +èī ´ +å¼ ¸ +å¼ ¶ +ð¬¯ İ +éļ ĥ +å© ŀ +å¨ µ +å© ¼ +åª ĸ +å© ³ +å© į +å© Į +å© « +å© ¤ +å© ĺ +å© ł +ð¬ĺ ¬ +ð¬ĺ Ń +𬴠Ĥ +ð«ĺ ¦ +ç» ¹ +ð«Ł ħ +ð¬ĺ ¯ +éª ķ +ð«ĺ § +çµ ľ +çı · +çIJ ² +çIJ ¡ +çIJ Ł +çIJ Ķ +çIJ Ń +åł ¾ +åł ¼ +æı ķ +ãĻ ĺ +åł § +åĸ Ĩ +åł ¨ +å¡ ħ +åł ł +çµ · +𪠣 +𪣠» +ð¡ İ +ð¡İ ļ +è ijľ +æĥ İ +èIJ ³ +èij Ļ +éĿ ¬ +èij ´ +èĴ ĩ +èĴ Ī +éĦ ļ +èĴ ī +èĵ ĩ +èIJ © +èij ° +èij İ +éĦ ij +èĴ İ +èij ĸ +èĴ Ħ +èIJ ¹ +æ£ ¤ +æ£ ½ +æ£ « +æ¤ ĵ +æ¤ ij +ð¬ ĥ +ð¬ĥ Ĭ +é¹ Ģ +æ¤ Ĩ +æ£ ĵ +æ£ ¬ +æ£ ª +æ¤ Ģ +æ¥ Ĺ +𬠷 +𬷠ķ +çĶ ¦ +éħ ¦ +è§ Į +å¥ ¡ +çļ ķ +ç¡ ª +æ¬ ¹ +è© Ł +ð«IJ IJ +è¾ Į +æ£ IJ +é¾ Ĥ +𬠹 +𬹠¼ +é» ¹ +çī ļ +çĿ İ +æĻ « +æĻ ª +æĻ ± +ð § +𧠿 +𧿠¹ +èĽ ij +çķ ¯ +æĸ Ŀ +åĸ ¤ +å´ ¶ +åµ ģ +ð« ¶ +𫶠ĩ +å´ ¾ +åµ ħ +å´ ¿ +åµ ļ +ç¿ Ļ +ð«ĸ ® +åľ Į +åľ IJ +èµ ij +èµ Ĵ +é¿ ı +éĵ ¹ +ð¬Ń Ĭ +éĵ ½ +𨱠ĩ +ð«ĵ ¶ +éĶ Ĭ +éĶ į +éĶ İ +ð¬Ń İ +éĶ ĵ +çĬ ĩ +é¢ ĭ +ç¨ Į +çŃ Ģ +çŃ ĺ +çŃ ľ +çŃ ¥ +çŃ ħ +åĤ ĥ +åĤ ī +ç¿ Ľ +åĤ Ĵ +åĤ ķ +èĪ ¾ +çķ ¬ +ð«ĸ ¯ +èĦ ¿ +èħ ĺ +ä IJ +äIJ ĥ +èħ Ļ +èħ Ĵ +𬱠Ł +é² ĥ +çĮ ° +ð« Ľ +ð«Ľ Ń +çĮ ¯ +ã º +㺠Ħ +é¦ ī +åĩ ĵ +éĦ Ĺ +ð« · +ð«· · +å» ĭ +å» Ĩ +éĦ Į +ç² ¢ +éģ Ĩ +æĹ IJ +𬮠± +çĦ ŀ +ð¬Ĭ ¤ +æ¬ » +𣠸 +𣸠£ +æº ļ +æº ģ +æ¹ Ŀ +æ¸ ° +æ¹ ĵ +ã ´ +ã´ Ķ +æ¸ Ł +æº ł +æ¸ ¼ +æº ĩ +æ¹ £ +æ¹ ij +æº ŀ +æĦ IJ +æĦ ĥ +æķ © +çĶ ¯ +æ£ ¨ +æī Ĭ +è£ £ +ç¥ ¼ +å© » +åª Ĩ +åª ŀ +ãĽ ¹ +åª ĵ +åª Ĥ +åª Ħ +æ¯ µ +çŁ ŀ +𬴠ĥ +ð«ĺ ¨ +ç¼ Ĭ +ç¼ IJ +éª Ļ +çij ĥ +çij ĵ +çij ħ +çij Ĩ +ä´ ĸ +çij ĸ +çij Ŀ +çij Ķ +çij Ģ +𤠧 +𤧠Ľ +çij ³ +çij Ĥ +å¶ ħ +çij ij +éģ ĺ +é« ¢ +å¡ ¥ +åł ½ +èµ ª +æij Ľ +å¡ Ŀ +æIJ Ĵ +æIJ Į +èĴ ± +èĴ ¨ +èĵ ı +èĶ Ģ +èĵ ¢ +èĵ Ĥ +èĴ » +èĵ £ +æ¤ ¹ +æ¥ ª +æ¦ ĥ +æ¦ ħ +æ¥ Ĵ +æ¥ © +æ¦ ĩ +æ¤ ¸ +æ¥ Ļ +æŃ ħ +𬠪 +𬪠© +ç¢ ĥ +ç¢ ı +ð¬Ĵ Ķ +ç¢ Ī +äĥ ħ +ç¡ ¿ +éĦ ł +è¾ Ĵ +ð¬¨ İ +ð«IJ ĵ +é¾ Ĩ +è§ ľ +ä £ +ä£ ĺ +æļ ķ +é¹ į +ð« « +ð«« ĩ +㬠Ĭ +æļ ħ +è· ± +èľ IJ +èľ İ +åµ ² +èµ Ĺ +éª ± +éĶ ĸ +ð«ĵ ¹ +éĶ ĺ +éĶ ³ +éĶ § +éĶ ª +ð¬Ń ļ +éĶ « +éĶ ¬ +ð¬Ń Ľ +ç¨ ij +ç¨ Ļ +ä ħ +äħ Ł +ð¬ ķ +ð¬ķ Ĥ +çŃ » +çŃ ¼ +çŃ ¶ +çŃ ¦ +çŃ ¤ +åĤ º +é¹ İ +åĥ ĩ +èī ħ +èī ī +è° ¼ +è² Ĩ +èħ ½ +èħ ¨ +èħ ¯ +é² ī +é² Ĭ +é² Į +ä² Ł +𬶠ĭ +𬶠į +é² ı +éĽ Ĭ +çĮ º +é£ Ķ +è§ Ł +ð¦ Ŀ¼ +é¦ Į +è£ Ľ +å» Ĵ +çĺ ħ +éĦ ĺ +é¹ Ĵ +éĦ ľ +éº Ģ +éĦ £ +éĺ ĺ +ð«Ķ ¶ +çħ ģ +çħ ĥ +çħ ´ +çħ ĭ +çħ Ł +çħ ĵ +æ» ł +æº į +æº ¹ +æ» Ĩ +æ» ī +æº ¦ +æº µ +æ¼ · +æ» § +æ» ĺ +æ» į +æĦ Ń +æħ ¥ +æħ Ĩ +å¡ ± +ð« ĮĢ +è £¼ +ç¦ ĭ +ç¦ Ķ +ç¦ ĺ +ç¦ Ĵ +è° « +é¹ Ķ +ð«ĸ ³ +æĦ į +å« Ħ +åª ± +æĪ ¤ +åĭ ł +æĪ £ +ð«ĺ ª +ð«ĺ ¬ +ç¼ ŀ +èĢ ¤ +çij § +ð« ŀ +ð«ŀ © +çij ¨ +çij ± +çij · +çij ¢ +æĸ ł +æij ı +å¢ ķ +å¢ Ī +å¢ IJ +å¢ ĺ +æij ´ +éĬ İ +ð¡ IJ +ð¡IJ ĵ +å¢ ļ +æĴ ĸ +𪠤 +ðª¤ Ĺ +éĿ ½ +éŀ ģ +èĶ Į +èĶ Ī +èĵ ° +èĶ ¹ +èĶ Ĭ +åĺ ı +æ¦ ° +æ¦ ij +æ§ ļ +ð£ Ĺ +ð£Ĺ ĭ +æ§ ľ +æ¦ į +çĸ IJ +𬸠ĺ +éħ º +éħ ¾ +éħ ² +éħ ´ +ç¢ ¶ +äĥ İ +ð¬Ĵ Ĺ +ç¢ ¨ +ð¥ Ķ +ð¥Ķ ² +ç¢ ¹ +ç¢ ¥ +åĬ Ĥ +ð«ļ ĸ +ä´ Ĺ +å¤ ¥ +çŀ į +é¹ ĸ +ã¬ İ +è· ½ +èľ ¾ +å¹ ĸ +å¶ į +åľ Ļ +𨱠ı +éĶ º +éĶ ¼ +éĶ ½ +ð¬Ń ¤ +éĶ ¾ +éĶ ¿ +éķ ĥ +éķ Ħ +éķ ħ +é¦ Ŀ +é¹ Ļ +ç® ¨ +ç® ĸ +åĬ Ħ +åĥ ¬ +åĥ ¦ +åĥ Ķ +åĥ İ +æ§ ĥ +ãĻ ¦ +é² Ĵ +é² ķ +ð«ļ ķ +é² ĸ +é² Ĺ +é² ĺ +é² Ļ +𬶠IJ +𬶠ı +ð ©½ +𩽠¾ +å¤ IJ +çį į +é£ Ĺ +𬸠ļ +åĩ ĺ +å» ij +å» Ļ +çĺ Ĺ +çĺ ¥ +çĺ ķ +é² Ŀ +éĦ « +çĨ ĩ +æ¼ ¹ +æ¼ ĸ +æ½ Ĩ +æ¼ ¤ +æ½ © +æ¼ ¼ +æ¼ ´ +ã ½ +ã½ ı +æ¼ Ī +æ¼ ĭ +æ¼ » +æħ ¬ +çª ¬ +çª Ń +ã ® +ã® ¾ +𬤠Ŀ +è¤ ķ +ç¦ Ľ +ç¦ ļ +éļ © +å« ķ +å« Ń +å« ľ +å« ª +ð¬ ĻĤ +ã » +ã» ¬ +éº ¹ +çĴ Ĩ +æ¼ ¦ +åı ĩ +å¢ £ +å¢ ¦ +å¢ ¡ +åĬ IJ +èĸ ģ +èķ ° +èĶ ĥ +é¼ Ĵ +æ§ ± +é¹ Ŀ +ç£ ı +ç£ ī +æ® £ +æħ Ń +éľ ħ +æļ µ +æļ ² +æļ ¶ +è¸ ¦ +è¸ £ +äĹ ĸ +èĿ ĺ +èĿ ² +èĿ ¤ +åĻ ĩ +å ĻĤ +åĻ Ģ +ç½ ¶ +å¶ ² +å¶ ĵ +ãł ĩ +å¶ Ł +å¶ Ĵ +éķ Ĩ +éķ Ī +éķ ĭ +éķ İ +ð¬Ń © +éķ ķ +ç¨ ¹ +åĦ ĩ +çļ ŀ +çļ Ľ +ä´ ĺ +èī İ +èī ı +é¹ Ł +𩾠ĥ +é² ¦ +é² ª +é² ¬ +æ© ¥ +è§ Ń +é¹ ł +é¹ ¡ +ç³ ĩ +ç³ Ī +ç¿ ¦ +é¹ ¢ +é¹ £ +çĨ Ľ +æ½ ĸ +æ½ µ +ã µ +ãµ IJ +æ¾ Ĥ +æ¾ Ľ +çij ¬ +æ½ ½ +æ½ ¾ +æ½ ı +æĨ Ń +æĨ ķ +𬸠£ +æĪ Ń +è¤ ¯ +ç¦ ¤ +ð«į ½ +å« ½ +éģ ¹ +𬴠Ĭ +çĴ ¥ +çĴ ² +çĴ Ĵ +æĨ Ļ +æĵ IJ +éĦ ¹ +èĸ ³ +éŀ Ķ +é» ĩ +ð¬ ŀ +ð¬ŀ Ł +èķ Ĺ +èĸ ¢ +èķ ¹ +æ© ŀ +æ© ij +æ© ¦ +éĨ ij +è§ ± +ç£ ¡ +ð¥ ķ +ð¥ķ ¢ +ç£ ľ +è± ® +ð«Ł ¦ +𬺠Ī +ð«ł ľ +é¹ ¾ +èĻ ¤ +æļ ¿ +æĽ Į +æĽ Ī +㬠ļ +è¹ ħ +è¸ ¶ +äĹ Ľ +èŀ Ĺ +çĸ ģ +ãł ĵ +å¹ ª +𪠩 +𪩠ĺ +å¶ ¦ +ð¬Ń ¬ +𨱠ij +ð¬Ń ¯ +é¦ ŀ +ç© Ħ +ç¯ ļ +ç¯ ¯ +ç° ī +é¼ ½ +è¡ ł +çĽ ¦ +èŀ £ +ç¸ ¢ +é² Ń +é² ¯ +é² ° +é² º +é² ¹ +ð«Ĺ ´ +äº ¸ +çĻ Ģ +çĺ Ń +𬸠¦ +ç¾ ± +ç³ Ĵ +çĩ ĭ +çĨ » +çĩ Ĭ +çĩ ļ +çĩ ı +æ¿ © +æ¿ ĭ +æ¾ ª +æ¾ ½ +æ¾ ´ +æ¾ Ń +æ¾ ¼ +æĨ · +æĨ º +æĩ Ķ +é» ī +å¬ Ľ +é¹ ¨ +ç¿ ¯ +ð«Ħ · +çĴ ± +𤠩½ +çĴ ¬ +çĴ ® +é« ½ +æĵ ¿ +èĸ ¿ +èĸ ¸ +æª ij +æ« Ĩ +æª ŀ +éĨ ¨ +ç ¹Ħ +ç£ ¹ +ç£ » +çŀ « +çŀ µ +è¹ IJ +èŁ ı +ã ĺ +ãĺ İ +ð¬Ń ³ +éķ ¤ +ð¬Ń ¶ +ð«Ķ į +éķ ¥ +éķ ¨ +ð¬Ń ¸ +𨱠Ķ +ð¬Ń ¼ +ð«Ķ İ +çŁ ° +ç© Ļ +ç© ľ +ç© Ł +ç° ķ +ç° ĥ +ç° ı +åĦ ¦ +éŃ ĭ +æĸ ¶ +èī ļ +𬸠ª +è° ¿ +ä² ł +𬶠Ł +é² ¾ +𬶠ł +é² ¿ +é³ ģ +é³ Ĥ +é³ Ī +é³ ī +çį ¯ +äĹ ª +é¦ ĺ +è¥ ķ +è¥ ļ +𬶠¨ +èŀ ± +çĶ ĵ +å¬ ¬ +å¬ ¥ +ð¦ Ī +ð¦Ī ¡ +ð«Ħ ¸ +çĵ Ģ +éĩ IJ +é¬ ¶ +çĪ ĩ +éŀ ³ +éŀ ® +ð¬Ł ģ +èĹ Ł +èĹ ¦ +èĹ ¨ +é¹ ² +æª « +é» ¡ +ç¤ ŀ +ç¤ Į +ð¥ ĸ +ð¥ĸ ¨ +è¹ ¢ +è¹ ľ +èŁ « +äĹ ´ +åļ ļ +é« ĥ +éķ ® +éķ ± +éħ Ĥ +é¦ § +ç° ł +ç° Ŀ +ç° ° +é¼ « +é¼ © +çļ ¦ +èĩ ij +ä² ¢ +é³ ij +é³ Ĵ +é¹ ± +é¹ ¯ +çĻ Ĺ +ð¦ Ĵ +ð¦Ĵ į +æĹ ŀ +ç¿ · +åĨ ģ +äİ ĸ +çĢ Ķ +çĢ į +çĢ Į +è¥ ľ +ä´ Ļ +ð¬Ļ Ĭ +åļ Ń +ã ° +ã° Ģ +é¬ · +éĨ Ń +è¹ ¯ +èł ĭ +ç¿ ¾ +é³ ĺ +åĦ ³ +åĦ ´ +é¼ Ĺ +ð¬¶ Ń +𩾠Į +é³ ļ +é³ Ľ +éº ij +éº ĸ +èł ĥ +å½ Ł +å¬ ¿ +é¬ Ĵ +èĺ ĺ +æ¬ Ĥ +é Ĩµ +é¢ ¥ +çĶ Ĺ +ð¨ Ł +ð¨Ł ł +å· ĩ +éħ ħ +é« İ +çĬ ¨ +𬶠® +ð¨ Ń +ð¨Ń ī +㸠Į +çĪ Ķ +çĢ ± +çĢ ¹ +çĢ ¼ +çĢ µ +è¥ « +åŃ ħ +éª ¦ +ð¬Ļ ĭ +èĢ ° +𤠫 +𤫠ī +çĵ ĸ +é¬ ĺ +è¶ ¯ +𬺠ĵ +ç½ į +é¼ ± +é³ ł +é³ ¡ +é³ £ +çĪ Ł +çĪ ļ +çģ Ī +éŁ Ĥ +ç³ µ +èĺ ¼ +ç¤ µ +é¹ ´ +èº Ķ +çļ Ń +é¾ ¢ +é³ ¤ +äº ¹ +ç± ¥ +é¼ · +ð«ļ Ń +çİ ĥ +éĨ ¾ +é½ ĩ +è§ ¿ +èł ¼ +× § +× ¤ +× Ľ +×ķ× ª +× ¡ +×Ļ× Ŀ +× ¦ +× Ĵ +× ĺ +×ķ× ¨ +× Ŀ +×ķ× ľ +× ĸ +๠Ĥ +ï º +ðŁ į +ðŁ IJ +×Ļ× ¨ +ï » +ðŁ ij +ðĿ IJ +ðŁ ı +ðŁ Ķ +ðŁ Į +ðŁ İ +ðŁ ĵ +× Ł +ðĿ ij +×ķ× ĵ +ï ¦ +Ġ× ķ +×ķ× ij +à¸Ń à¸ĩ +ðĿ ĺ +×Ļ× ª +ðĿ ķ +à¸Ĺ ีà¹Ī +Ø§Ø ¦ +ðŁ ¤ +×ķ× Ł +ر ÙĬ +×Ļ× ľ +ร ะ +า ย +ï ¯ +ï ® +า ม +â ĩ +ðŁ ¥ +ï Ń +ðĿ Ļ +×ķ× ł +á ½ +Ġ× Ľ +ðŁ ļ +â ļ +ï § +×ij ר +×Ļ× ł +á ´ +Ġ× Ĺ +á ¼ +ðĿ Ĺ +Ġ× ¢ +×Ļ× Ķ +ãģ£ ãģŁ +ãģĵ ãģ¨ +á ¸ +ÙĬ ÙĨ +ãģª ãģĦ +ا ع +ภ¨ +à¹Ī à¸ĩ +×Ļ× ĵ +×ŀ ש +á Ī +׳ ×Ļ +×Ļ× ij +ï ¥ +ðĿ ĵ +Ġ× Ļ +× ļ +ั à¸ĩ +â ĵ +ï ¤ +ĠاÙĦ Ø£ +า à¸ģ +à¹ī à¸Ļ +à¹Ģ ร +×ķ× Ŀ +á ¹ +ภ¶ +×Ļ× § +ภĭ +à¸Ħ ร +ภĺ +ั à¸ģ +ðŁ ķ +ÙĪ ÙĨ +à¸Ń ย +â Ĭ +ðĿ Ĵ +ĠاÙĦ ع +า à¸Ļ +×Ļ× Ł +ÙĦ ÙĬ +×Ļ× © +à¸Ľ ระ +à¹Ģ à¸Ľ +Ġ× ł +×ķ× ¡ +ภł +Ùħ ÙĨ +×ķ× ¢ +×ķ× ŀ +â Į +ðŁ § +à¹ĩ à¸Ļ +ภį +ã İ +á µ +ĠاÙĦ س +×ķ× § +ห ล +ðŁ ĩ +â ı +ðŁ ¦ +Ġ×Ķ ×ŀ +ÙĪ ا +Ġ× ª +ר ×IJ +à¸Ń à¸Ļ +ภ© +à¹Ī ว +×ķ× ¦ +í Ĺ +ã Ħ +ï ¨ +ï ¹ +â İ +ï ² +ðĿ ļ +ð IJ +à¸Ħ ว +ห à¸Ļ +Ġ× ¨ +ب ÙĬ +ร à¹Į +ر ا +Ø´ ر +×ķ× Ĺ +×ķ× ¤ +×ķ× © +×ķ× Ĵ +í Ŀ +â Ľ +à¸ķ ิ +à¹Ģ à¸ģ +ï ³ +ï ± +à¸Ķ à¹ī +ë ¹ +ï ¬ +á ¿ +ðŁ Ľ +ðĿ ĸ +à¹Īา à¸ĩ +ู à¹ī +Ġ×Ķ ×IJ +ĠاÙĦ ØŃ +פ ר +ÙĪ Ùħ +à¹Ģ ล +í ĸ +×Ļ× ¢ +ì Ī +í ĵ +ðŁ ħ +á ł +à¸Ħว าม +à¸Ī ะ +׳ ×Ķ +Ġ× § +ภŁ +à¹ī à¸ĩ +ห ม +ت Ùħ +׾ ×Ļ +ÙĬ د +à¹Ī à¸Ļ +׊ר +ש ר +à¹Ģ à¸Ĺ +×ŀ ר +ë ĸ +ع ÙĦ +×ŀ ×¢ +â ² +׾ ×Ķ +Ġ× ¤ +à¸Ń à¸ģ +س ÙĦ +×Ļ× ŀ +ÙĤ ÙĬ +í İ +ت ØŃ +×Ļ× ¡ +×Ļ× Ĺ +í Ľ +ï ° +â ½ +á ī +á Ĭ +á ¨ +Ùĩ ا +Ġ׾ ×Ķ +×ķ× IJ +Ùħ ا +à¹īà¸Ń à¸ĩ +ر ب +ĠاÙĦ ج +×ŀ ×ĵ +Ùħ ÙĦ +ت ر +à¹Ģ à¸Ķ +ק ר +í ħ +ì ¼ +ê ¿ +ã Ī +á IJ +ðŁ Ĺ +ê ¦ +á ĭ +ðĿ Ķ +à¹Ģà¸Ľ à¹ĩà¸Ļ +à¹ĥ ห +ม า +ว à¹Īา +ม ี +ี à¹ī +à¹Ħม à¹Ī +ÙĨ ÙĬ +Ø ¤ +ร า +×ķ ×Ļ +ãĤĪ ãģĨ +ิ à¸Ķ +×Ļ× ¤ +׊׾ +ÙĤ د +à¹Ģ ส +×Ļ× ĺ +à¸ģ ล +ר ׼ +×ķ× Ľ +×Ļ× Ľ +ë Ī +ë ĥ +ðŁ ĸ +á ħ +â ¼ +ã ī +à¹Ħ à¸Ķà¹ī +ת ×Ļ +×Ļ× IJ +ĠاÙĦ Ø¥ +à¸ł า +ร ิ +ÙĤ Ø© +ØŃ Ø¯ +ê » +ì ± +ת ×Ĺ +ì º +â ĭ +á Ħ +á ¾ +â µ +â ¾ +ĠÙĪ اÙĦ +׳ ×ķ +Ù Ģ +ÙĬ ا +à¸ģ à¹ĩ +×ŀ ×Ķ +ãģĦ ãĤĭ +ع د +ĠاÙĦ ÙĨ +Ġ×Ķ ש +Ø ¦ +ั à¹īà¸ĩ +ร ัà¸ļ +ÙĪ ÙĤ +ãģ§ ãģį +à¹Ģ à¸ŀ +׼ ׾ +×ĺ ר +ั à¸Ķ +à¸Ń า +ì ¢ +à¸Ń à¸ļ +à¸ķ ร +à¹Ģ à¸Ĭ +ì Ķ +ãģĹ ãģ¾ +ë ģ +ë ķ +ðŁ Ļ +â Ĵ +á ¶ +à¹ģ ล +ÙĨ ا +à¹ĥห à¹ī +à¹Ħ à¸Ľ +× £ +ั ว +า à¸ĩ +×ĵ ר +×ij ׾ +פ ×Ļ +Ġ× ĵ +ĠاÙĦ Ùģ +à¹Ģ à¸Ĥ +ש ×Ķ +×IJ ר +ë ¬ +ãģ« ãģª +ÑĢ о +ว ิ +Ùħ ر +×IJ ת +Ùĥ ر +س ب +ÙĨ ت +ãģĹ ãģĦ +ا ج +à¸Ń รà¹Į +Ùĥ ÙĦ +س Ùħ +ส ิ +×Ļ× ¦ +ë Ŀ +í ľ +ì ī +á Ĩ +Ùĩ Ùħ +à¸Ļ ีà¹ī +ãģĤ ãĤĭ +ãģĦ ãģ¦ +س ÙĬ +׾ ×IJ +د ر +ãģ ļ +ÙĪ ج +ĠاÙĦ Ø® +ص ر +í ı +à¹īา à¸ĩ +ุ à¸Ķ +×ķ× ĺ +×ij ×¢ +í Ĩ +à¸Ĭ า +ร ม +ש ×ŀ +×ŀ ס +ê ´ +ì ´ +ë ľ +ì ¿ +ì © +ë » +â ¤ +ðŁ Ĩ +á Į +á ķ +Ø° ا +à¸Ĺ ำ +à¸ķ à¹Ī +ĠاÙĦ ÙĤ +ÙĦ Ùĥ +ู à¹Ī +à¸Ħ ุ +ÙĬ Ùħ +׳ ×Ļ×Ŀ +ืà¹Ī à¸Ń +ÙĪ ع +ãĤ ĩ +ا ÙĤ +Ġ×ij ×¢ +à¹Ģ ม +ج Ùħ +á» « +ãģĵãģ¨ ãģĮ +ب د +×ķ× Ķ +ש ׾ +Ùĩ ر +à¹Ģ à¸Ļ +ãģ ¹ +í ĭ +ì » +ì ½ +ë Ń +ì Į +í Ģ +ë Į +ë º +ã Ĭ +à¹ĥ à¸Ļ +Ġ× Ĵ +๠Ĩ +à¸Ī าà¸ģ +ว ย +à¹ĥ à¸Ĭ +à¸ĩ าà¸Ļ +ĠاÙĦ Ø´ +ا ØŃ +à¹īา à¸Ļ +ืà¹Ī à¸Ńà¸ĩ +×IJ ×Ļ +ب ÙĦ +ãģ¨ æĢĿ +׳ ס +ãģ¾ ãģĽ +Ùĥ ÙĨ +×¢ ר +ĠاÙĦ د +ש ת +í ŀ +Ùħ س +ص ÙĦ +×ķ׳ ×Ķ +ار Ø© +ÙĦ Ùħ +ส ม +Ø£ ÙĨ +ת ר +×IJ ×ŀ +ع ب +Ø® ت +ãĤ ĥ +ì ¡ +ì £ +ив а +ส ั +ึ à¸ģ +ì ¸ +ë Ĩ +алÑĮ н +ì ³ +ì į +ê ¼ +ê ½ +ì ı +ã Į +ã ı +ï © +ê ª +á İ +Ġ× ĸ +à¸ģ ัà¸Ļ +×Ļ ×ķ +à¸Ħ à¸Ļ +׳ ×ķת +à¸ľ ูà¹ī +à¹ĥ à¸Ī +ãģĦ ãģŁ +Ùģ ر +×ĺ ×Ļ +צ ×Ļ +ãĤĤ ãģ® +ĠاÙĦ ص +ãģ¾ãģĽ ãĤĵ +د Ø© +×ij ×Ļ +ĠاÙĦ ر +Ġ×ŀ ×IJ +ส ำ +à¹Ģ ห +ع ر +ãģª ãģı +à¸ģร ะ +×ij ×ĵ +à¹Ģ à¸Ī +×Ļ× ļ +×Ĺ ×Ļ +ÙĬ ع +ש ×ij +ÙĨ Ø© +ÙĪ ض +ÙĦ Ùģ +ÙĢ ÙĢ +פ ×¢ +í Ī +×ŀ ק +ภIJ +ØŃ Ø© +ا ص +Ñĭв а +à¸Ħ ม +ว ั +à¸Ľ ล +ì Ł +í ļ +ë ´ +ë ij +ë ī +ë ĩ +ì ¨ +ë ± +ë İ +â ¬ +á ¥ +á Ĺ +á Ľ +á į +Å © +à¸Ķ ี +ô i +Ġ× ¡ +׾ ×ķ +á»Ŀ i +à¸Ħุ à¸ĵ +â y +à¸Ļ า +×Ĺ ×ĵ +×ĵ ×Ļ +ห า +ج ÙĦ +à¹Ģ ว +ãĤĩ ãģĨ +Ùħ Ø© +ĠاÙĦ Ùĥ +Ġ×Ķ ×¢ +ج ر +×ĸ ר +ا Ø· +׼ ת +×ķ׳ ×Ļ×Ŀ +ØŃ Ùħ +ê ¶ +ر Ùĥ +Ġ׾ ×¢ +×ķ× ĸ +ส ร +צ ׾ +Ø ¢ +ا ست +à¹Ī ม +Ø® ر +צ ×¢ +×Ļר ×ķת +اد Ø© +Ø´ ار +×ŀ ×Ĺ +í Ĵ +à¹Ģร ีย +׊ק +Ø§Ø « +ร à¸ĩ +à¹Ģ à¸ķ +à¸Ī ำ +ภĿ +à¹Īา ย +à¸Ħ ล +ÙĤ ÙĪ +иÑĩеÑģ к +à¸ĵ à¹Į +ั ย +Ùħ ع +ë ¨ +ë ¿ +ë ® +ï ´ +ì ¥ +ì « +ë µ +á ¡ +â į +ð ĵ +â ° +à¸Ĥ à¸Ńà¸ĩ +Ù ĭ +à¸ģ ัà¸ļ +ãģ® ãģ§ +à¹ī ว +à¸Ńย à¹Īาà¸ĩ +ãģ Ń +á»ĩ t +à¸ķ à¹īà¸Ńà¸ĩ +×ŀ ×Ļ +à¹ģ à¸ļ +×Ĵ ר +ÙĪ Ùģ +ÙĤ ÙĦ +à¸łà¸² à¸ŀ +ר ×Ļ +ล า +ÙĬ س +Ġ× ¦ +ÙĬ Ùģ +Ġ× ĺ +à¸ľ ล +á ng +ร ว +Ġ×ŀ ש +×IJ ×ķת +×ĸ ×Ķ +ู à¸ģ +à¸Ļ ัà¸ģ +اÙĨ ÙĬ +د ا +ãģ ³ +׼ ף +ãĤī ãĤĮ +ãĤĮ ãģ° +ת ק +ú c +ÙĪ ز +×Ļר ×Ķ +Ġn gh +án h +Ġ×ķ ×IJ +á» ħ +ส ุà¸Ķ +ë į° +ا ض +اÙĦ ÙĬ +ب ار +ع Ùħ +à¸ļ า +ت ج +à¸ŀ ร +×ķר ×Ķ +ả ng +Ø® ÙĦ +ภī +ắ c +ש ×Ļ×Ŀ +í Ķ +Ùģ س +×Ļ× Ĵ +п ÑĢ +ĠاÙĦ Ø« +س Ø· +ร ูà¹ī +ีà¹Ī ย +à¸Ń à¸Ķ +ãģª ãĤĬ +×Ĵ ×ĵ +ãģĦ ãģ¾ãģĹãģŁ +ס ק +Ø® ص +la ÅŁ +ен но +ب ØŃ +ส à¸Ļ +ภ® +ר×IJ ש +Ùħ ÙĪ +دÙĬ د +ษ า +×ķ× ļ +ãĥ§ ãĥ³ +à¸ķ ุ +Ġê µ +ĠÑģв о +צ ×ij +à¸Ń ม +à¸Ľ ร +ت ع +×Ķ ת +اÙħ ÙĦ +×ŀ ׳ +ç ¶ļ +ภ¤ +í į +ë ĺ +ë ¤ +ì ij +â ´ +ã ĭ +Ġب اÙĦ +á»ģ u +ĠاÙĦ ÙĦ +à¸ķ ัว +Ø° Ùĩ +ึ à¸ĩ +à¹ĥà¸Ĭ à¹ī +á»ĵ ng +à¸Ļ ั +ม าà¸ģ +ãĥ Ł +×ŀ ×ķ +à¸Ĺ ย +á»Ļ i +Ạ± +ả o +à¹Ĥ à¸Ķ +×IJ ׾ +ส าม +ÙĪ ب +à¸Ĺ ุ +ย ัà¸ĩ +×¢ ת +×ķ׳ ×ķת +à¸Ĥ ึ +à¸Ĥึ à¹īà¸Ļ +à¸ģ à¹Ī +Ạ« +á»ij c +ãģĹ ãĤĩãģĨ +á»ĭ ch +Ġ×IJ ×ķת +Ġש ×IJ +׼ ×ķ׾ +á»Ļ c +ع Ø© +à¸Ĺ ี +à¹Ģ à¸Ń +Ùĥ ت +ãģ » +Ạ» +ìĹ ħ +à¸Ń à¸Ńà¸ģ +اÙĨ ت +à¹Ħ ร +Ġ×IJ ×Ĺר +Ø· ر +ÙĨ د +ื à¹īà¸Ń +Ø· ÙĦ +×IJ ×Ķ +uy ên +í ĸī +×ij ×Ķ +à¸Ħ à¹Ī +à¸Ĭ à¹Īว +ãģĤãĤĬ ãģ¾ãģĻ +ÙĬ ب +ק ׾ +ãĥ Ļ +Ä © +س ر +า ว +ãĤ ± +à¸ļ ริ +ר ×Ĵ +á»ĥ u +ØŃ Øª +×ķ×ŀ ×Ļ +ب ÙĨ +êµ IJ +ÄŁ u +ãģª ãĤĵ +×ij ק +Ġפ ר +ắ n +ØŃ ÙĦ +×ij ×Ĺ +ấ u +×ij ×ķ×ĵ +ãĥ ¯ +Ġ׾ ק +ั à¸į +à¸ŀ ิ +×Ĺ ×Ķ +×ĸ ׼ +ãĥ¼ãĥ ł +ÑĤ елÑĮ +×ŀ ×Ļ×ĵ +ÙĬ Ø® +Ạ³ +ت ص +à¸ĺ ิ +è¾ ¼ +ì ĵ +Ùĥ Ø© +ÙĤ ب +à¸Ħ à¹Į +à¹īา ย +à¸ĵ ะ +า ะ +ë Ĵ +ê ¾ +ë · +ì ĩ +ê º +ì ģ +ë Ģ +ì ¾ +ë ½ +ë ļ +ì Ń +ì İ +á ij +ë Ĺ +ê Ĵ +à ¡ +à ¬ +ðIJ Į +ã ĩ +ðĿ Ħ +Ġ׾ ×IJ +ãģ¨ ãģĦãģĨ +Ġn hi +×Ļ ×ķת +Ġש ×Ķ +à¹ģล à¹īว +Æ°á»Ľ c +à¸Ķà¹ī วย +à¸Ĺ าà¸ĩ +׳ ת +פ ת +à¹ģ à¸ķà¹Ī +Æ° ng +à¸Ńย ูà¹Ī +à¹ī ำ +Ġ×IJ ׾ +Ùĥ Ùħ +ấ p +ล à¸ĩ +ãģŁ ãĤģ +×Ĵ ׾ +ห ร +ĠÑĢ е +à¹Ģà¸Ĥ à¹īา +ÙĤ ر +Ġ×Ķ ס +ÙĪ ÙĬ +สาม าร +สามาร à¸ĸ +Äĥ n +à¸Ń ี +פ ×ķ +×Ļ׳ ×ķ +ว ัà¸Ļ +ặ c +íķ Ļ +×ŀ ת +ê u +Ạ¹ +Ùģ ÙĬ +×ŀ צ +à¸Ħ า +ãģĿ ãģĨ +ãĢ ħ +ا ز +ا Ùĩ +ר ×Ļ×Ŀ +ấ n +ห าร +ạ t +ÙĨ Ùĩ +à¹Ģ à¸Ħร +ج Ùĩ +׼ ×Ļ +ắ t +à¸Ħ à¹īา +ر Ø© +ãĥ ı +Ùĥ ÙĪÙĨ +ứ ng +Ġìļ ° +ย à¹Į +à¹Īว à¸Ļ +à¸ģ ำ +Ø« ر +Ñģ и +ĠاÙĦ Ø· +Ġ×Ķ צ +ĠØ · +ĠاÙĦ ÙĪ +ê¹ Į +ØŃ ÙĬ +ار ات +à¹Ģ à¸ĭ +ب ا +г ÑĢ +ร ี +ืà¸Ń à¸Ļ +ع ت +ÙĤ اÙĦ +د Ùħ +Ø ¡ +Ġ×ŀ ק +×ĵ ×Ļ×Ŀ +×¢ ׾ +ãģ Ĵ +ëĭ ĺ +×¢ ×Ķ +Ġìĸ ´ +Ñģ ÑĮ +ÙĤ Ø· +ãĥ Ľ +èĢĥ ãģĪ +à¹ģ à¸Ļ +ÙĪ ات +â u +ĠìĤ¬ ëŀ +ห ว +ĠاÙĦØ£ Ùħ +Ġ×Ķ ×ŀש +ب ÙĪ +à¸Ĭ à¸Ļ +ãĤĵ ãģ§ãģĻ +ว à¸Ļ +à¸ģร รม +×ŀ ×ķ×ĵ +Ùĥ اÙĨ +×ķ× £ +ол ог +ت ÙĨ +à¸ķ à¹Į +ê² ĥ +ר ×ĺ +ừ ng +×ķ×ij ×Ķ +Ùħ ØŃ +ĠÐ § +פ ×Ĵ +ส à¸ĸ +ãģĭ ãĤĬ +ını z +à¹Ģ ย +ãĥ¼ ãĥ³ +ãģĬ ãĤĬ +פ ש +ิ à¸ķ +Ø· ÙĨ +×Ļת ×Ļ +×IJ ׳ +ç ek +ì ª +×ŀ ×ij +ศ า +ãĤ¹ ãĤ¿ +à¸ļ ุ +×ĵ ×ijר +ãģĦ ãģı +ส ะ +à¹Ģ หล +ิ à¸ĩ +à¸ŀ ัà¸Ļ +ãģĦ ãģŁãģł +ãĤĤ ãĤī +à¹ī ม +ãģĵãģ¨ãģĮ ãģ§ãģį +าร à¹Į +ุ à¸ĩ +í ij +ì ¯ +ë ¼ +í Ĥ +ì · +ê ¡ +á ı +á Ĵ +ðĿ ľ +á © +ðŁ Ħ +ðIJ ¤ +Ġש ׾ +Ġ×ŀ ×Ķ +à¹ģล ะ +Ġ׼ ׾ +Ạ½ +á»Ļ ng +Ø° ÙĬ +л е +× ¥ +ãģª ãģ© +ĠÙĪ Ø£ +หà¸Ļ à¹īา +ãģ¾ ãģ§ +à¸ķà¹Ī à¸Ń +à¸Ĺ ัà¹īà¸ĩ +ãģł ãģij +à¹ģà¸ļ à¸ļ +à¹Ģร า +פ ׾ +ãģŁ ãģĦ +à¹Ģล ย +ãģ£ãģ¦ ãģĦãĤĭ +ế p +ึ à¹Īà¸ĩ +ê ´Ģ +ê³ Ħ +׼ ×ķ +à¹Ģร ืà¹Īà¸Ńà¸ĩ +ק ×Ļ +êµ Ń +פ ס +ت ÙĬ +ãĥ Ħ +Ġ×Ķ ×Ĺ +г и +ר×IJ ׾ +×ŀ ׾ +ĠØ£ ÙĬ +Ġع ÙĦÙĬ +ãģĭ ãģ£ãģŁ +ש ×Ļ +д Ñĥ +×ŀ ף +׳ ×ĺ +׳ ×Ļת +mi ÅŁ +׼ ×Ŀ +Ġ×ij ר +Ġ׾ ×ij +ĠÐ Ľ +ç e +×ķ׳ ×Ļ +ãĤĪãģĨ ãģ« +פ ×ķר +ãĥ į +Ùĥ ÙĬ +×Ĺ ×ª +Ùģ ÙĦ +Ġ×Ķ ק +Ġ×Ķ ×ij +Ġ×ŀ ס +à¹Īา à¸Ļ +п еÑĢ +à¹Īา ว +Ġ×ij ×IJ +ĠÙĪ Ùĩ +à¸Ļ ำ +Ġ×ij ש +׳ ק +ãģ© ãģĨ +ש ×ķת +×ĵ ×Ķ +à¹Ģ à¸ļ +ÙĨ س +Ġìļ° 리 +ส à¹Īวà¸Ļ +ล ัà¸ĩ +ج ز +Ġ×Ĺ ×Ļ +Ùĥ ثر +ล ะ +Ùĩ د +ĠÙĪ ب +اÙĦ Ùħ +à¹ģ ม +Æ¡ i +Ġ×ij ×Ĺ +ữ a +à¹Ģà¸Ĺ ศ +à¸ķ ัà¹īà¸ĩ +ог да +׾ ק +د د +สร à¹īาà¸ĩ +à¸Ĭ ี +Ùģ ض +à¹ģ ห +uy á»ĩn +ร ัà¸ģ +á»ĩ m +ส า +פ ק +ีย à¸ĩ +à¸ķ à¹Īาà¸ĩ +à¸Ħร ัà¹īà¸ĩ +ØŃ ÙĤ +à¹Ģ à¸Ńà¸ĩ +ائ ÙĬ +×ĺ ×¢ +اÙĦ Ø© +ิ à¹Īม +ãĤ ½ +د Ùī +Ġר ×IJ +ãģ£ ãģ¨ +ãĥĥ ãĥĹ +ÙĬر Ø© +ê± ´ +×ŀ ×IJ +×ķ ×ķ +ب ع +ãģ ² +ร าย +×ĵ ×Ŀ +ت Ùģ +à¸ķ à¸ģ +ạ ng +ãĤĴ è¦ĭ +à¸Ĭ ั +Æ°á» Ł +Æ°á»Ł ng +ج ب +×ķ×ŀ ר +ĠìĤ¬ëŀ Į +ó ng +ร ั +Ġ×Ķ ×ĸ +ר צ +Ġ×Ĺ ×ĵ +Ø° ÙĦÙĥ +×ķר ×Ļ +ãģ¡ ãĤĥ +Ùģ ع +Ġ׾ צ +á i +à¹ĩ à¸ļ +ãģ İ +à¸ģ ิ +ạ c +ë© ° +ãģª ãĤĭ +×ķ׾ ×Ŀ +à¹ģ à¸Ĺ +×ķ× ¥ +м еÑĤ +ü ÅŁ +ÑĢ Ñı +ภĴ +ÑģÑĤ оÑı +ع ÙĪد +Ùħ ار +Ø· Ø© +à¸ŀ ื +к ÑĢ +à¹ģ à¸ģ +à¹Ĥ รà¸ĩ +×ij ×Ļ×ĺ +ê² ł +×ķ׾ ×Ķ +ØŃ Ø± +ืà¹Ī à¸Ńà¸Ļ +×ķ×ij ר +׊ש +ãĥķãĤ ¡ +×ŀ ×ĺ +ú t +Ġd ön +ắ ng +ëł ĩ +ẳ ng +ว à¸ģ +ص د +Ø® Ø· +à¸Ń ั +ãĤı ãĤĮ +سÙĦ اÙħ +à¹Ģร à¹ĩ +×Ļש ×Ļ +ج اÙĦ +ãģij ãĤĭ +à¸Ĭา à¸ķิ +ÙĪا ÙĤ +à¹Ĥ à¸Ļ +ãģ¦ ãģĹãģ¾ +اع Ø© +ãĤŃ ãĥ£ +à¸į า +ÙĦا ÙĤ +ิ à¸ģ +ĠÑģ ов +ÑĢаРº +×Ļ׳ ×Ļ +ü ÄŁ +Ã¼ÄŁ ü +ק ×ij +à¹Ī à¸Ńà¸ĩ +Ġger çek +à¸Ĺ ั +ов аниÑı +×ŀ ׼ +س Ø© +×Ļ× £ +le ÅŁ +Ùħ ؤ +ĠìĿ ĺ +à¸IJ าà¸Ļ +ĠÑģ об +Ġêµ Ń +×¢ צ +з в +ส à¸ĩ +ز ÙĦ +ãģı ãĤĮ +и ÑĢÑĥ +ت Ø£ +п олн +ìĺ Ģ +ÙĨ Ø´ +׼ ×IJ +Ùħ Ø´ +à¸Ķ à¹Į +ÙĪ ÙĬÙĦ +à¹ģ à¸Ĥ +ãģ£ãģ¦ ãģĹãģ¾ +но ÑģÑĤ +в л +Ùħ ÙĤ +را ج +å¤ ī +ë Ľ +â ¸ +ì IJ +à » +á ļ +â » +ê Ļ +â § +ð Ĵ +ðĿ ĩ +Ġ×IJ ת +ĠÙĦ ÙĦ +ĠØ£ ÙĨ +Ġ×ķ ×Ķ +ãģ« ãģ¯ +Ġ×Ļ ש +ت Ùĩ +ÃŃ nh +ÙĬ ات +Ġ×ij ×ŀ +à¸Ļั à¹īà¸Ļ +à¸Ļ à¹īำ +Ãł o +à¸ķ าม +ãģ® ãģ¯ +d ır +Ġn ghi +ặ t +×ŀ ×Ļ×Ŀ +ãģ¦ ãģĦãĤĭ +Ġ×ij ת +หร ืà¸Ń +Ġس ÙĬ +ãģª ãĤī +à¹Ĥà¸Ķ ย +ı yor +à¸Ńี à¸ģ +á»ĩ nh +Ñĭ м +à¸Ĺุ à¸ģ +Ġ׾ ×Ĺ +Ġ×Ķ ר +Ġ×Ķ ×Ļ +à¸ŀ ระ +à¹Ģว ลา +ĠØ º +ẫ n +m Ä±ÅŁ +׼ ×Ķ +á»ij n +ãģ§ ãģĹãĤĩãģĨ +ãĥ ¢ +à¸Ľ ี +ס ×Ļ +ãģĵ ãĤį +Ġ׾ פ +ร à¸ĸ +ê¸ Ī +à¸ģ วà¹Īา +ë ¬´ +á»į ng +ãĤĵ ãģ§ +ãĤĪãģĨ ãģª +á»ĵ i +ãĤ ¬ +ส à¹Īà¸ĩ +×Ļ׳ ×Ķ +à¸ĸ ูà¸ģ +à¸Ī ัà¸Ķ +Ġ×Ķ ×Ĵ +ãĥ ľ +×ŀ ×ķת +ÙĪ Ùĥ +ëĭ ¨ +ĠØ « +ãģ® ãģĮ +à¹Ģห à¹ĩà¸Ļ +ع ا +à¸Ļ ิ +Å ŀ +à¸Ń ะ +ãģĪ ãĤĭ +Ø« ÙĦ +ØŃÙħ د +à¹Ģà¸ģ ิà¸Ķ +פ שר +פ ×Ķ +ม ิ +ئ ÙĬس +à¸Ĺำ à¹ĥหà¹ī +×¢ ×ĵ +ìĭ ¤ +à¸Ĭà¹Īว ย +ĠاÙĦÙħ ÙĨ +ز ÙĬ +ع ÙĬ +Ġ׼ ×IJ +ạ nh +á» ¹ +ãĤĵ ãģª +ส ู +צ ר +Æ°á»Ľ ng +×ķ ×ķ×Ķ +à¹Ĥ ล +ĠاÙĦ Ùĩ +ว า +หล าย +Ñī е +à¸Ĥ à¹īà¸Ń +à¹īà¸Ń ย +ب Ø· +ка Ñı +ĠØ ¢ +Ġи Ñģ +ĠاÙĦ غ +à¸ģ า +à¸Ļ à¹Īา +ÙĬ ÙĪ +×ij ×ķר +á»ħ n +ว à¸ĩ +×Ļ× ĸ +ì² Ń +н им +ëŁ ° +×Ĵ ×ķר +ص ØŃ +ÙĦ ÙĪ +×Ĺ ×ķת +ส ุ +رÙĬ ÙĤ +ס ×ĺ +Ġ×ŀ ×¢ +ãĥĨ ãĤ£ +à¸Ħ ิà¸Ķ +ãĤį ãģĨ +à¹Ħ ล +à¸Ļ à¹Į +á»ı i +ÑģÑĤÑĢ о +ส à¸Ķ +ส าร +ÙĪÙĦ Ø© +ầ m +ร à¹Īว +รà¹Īว ม +ร ุ +ĠاÙĦس ÙĬ +ìĺ ģ +Ġ×ŀ ×ij +פ ×ĺ +à¸ķิ à¸Ķ +×ĺ ×Ļ×Ŀ +Ġë ¬´ +ÙĤد Ùħ +Ġdü ÅŁ +ائ ÙĦ +м Ñĭ +ØŃ Ø³ +ÙĪ ص +×Ļק ×Ķ +ãģ§ãģ¯ ãģªãģĦ +à¹Ģ หม +оÑĢ ÑĤ +í Ĩµ +ãģ IJ +к ÑĢа +ีย ว +ع ار +ئ Ø© +íĥ Ģ +ãģ«ãģª ãĤĬ +ج Ø© +ÙĪÙĤ ع +ÑĮ Ñı +×ķצ ×Ķ +ש ×Ŀ +ب ÙĤ +Ġ×Ļ ×Ķ +ÙĬ Ø· +ım ız +д еÑĢж +×Ļש ר×IJ׾ +غ ÙĬر +ร à¸Ńà¸ĩ +à¹Ģรีย à¸Ļ +Ġ×Ķ ×ĺ +หม าย +Ùħ Ùĩ +اÙģ Ø© +Ġо ÑĢг +ÙĪ Ùī +ãĥ© ãĤ¤ +×ŀ ׳×Ķ +ĠÄij o +Ġг оÑĢ +اÙħ Ø© +æ¥ ½ +Ø« ÙĬر +à¸ģิ à¸Ī +á»ĵ n +ÙĨ ب +ÑĢÑĥ д +ìĹ Ī +Ġ×Ĺ ×ijר +ÑĢаР¶ +ạ ch +ت ÙĪ +à¹Ĥ ม +×ij ×Ļ×ij +Ġí Ĩµ +aca ģı +جÙĦ س +à¹Ģà¸Ľ ล +ว à¸Ķ +à¸Ń ล +ãģŁ ãĤĬ +à¸Ľ ัà¸į +Ġìķ Į +عر Ùģ +à¹Ħ à¸Ł +Ø£ Ø® +å¤ļ ãģĦ +à¸Ķ ัà¸ĩ +Ø´ Ùģ +ãģ£ãģ¦ ãģĦãģ¾ãģĻ +׼ ×ł×¡ +ÑĨ е +еÑģ п +Ùħ اÙħ +à¸ŀื à¹īà¸Ļ +иÑĩеÑģ ки +Ø® د +Ùĥ ÙĪÙħ +Ġ×Ķ ר×IJש +ت اب +é£Ł ãģ¹ +ื à¸Ļ +оÑĢ о +Ġb öl +×ķ×Ĺ ×ĵ +دÙĬ ر +ắ m +د ع +ãģķ ãģĽ +à¸ĺ ร +à¸ĺร รม +ãģĭ ãĤĤ +å¤ļ ãģı +r ä +س ع +×Ļ׾ ×Ķ +ض ر +ĠاÙĦ شر +×ĸ ×ķר +×¢ ×ijר +ạ m +алÑĮ но +ر ÙĨ +اÙħ ج +׼ ×ļ +d ıģ +д ен +ض ا +ÙĦÙĬ Ùħ +Ġê·¸ 룬 +تÙħ اع +ار ÙĬØ® +à¹Ĥ à¸ķ +ĠÑģ ÑĢед +Ġ׳ ×ķס +ÙĤ بÙĦ +оÑĤ ов +le ÅŁtir +Ġм еÑģÑĤ +سÙĦ Ùħ +Ġ×¢ צ +ĠاÙĦس ÙĦ +еÑĤ ÑĮ +اب Ø© +н ак +สà¸ĸ าà¸Ļ +Ġ×ij ׳ +à¸ļ ัà¸Ļ +׼ ׳ +Ġö ÄŁ +ãģ¨ è¨Ģ +uy ến +di ÄŁ +áºŃ u +ÑĢ аÑģ +ãĤ· ãĥ§ãĥ³ +n ız +×ķ×ĵ ×Ķ +ت س +Ùħ اÙĦ +à¹Ģห à¸ķุ +ย ว +à¸ŀ ัà¸ģ +ãģĦ ãģªãģĦ +Ġк аÑĩ +ล à¹Į +ר׼ ת +ÅŁt ur +×ŀ ×ķס +ãģ ¥ +б ол +عÙħ اÙĦ +×ķר ת +ÑĨи он +ศ ึà¸ģ +ภı +ÑĢ ен +اس ÙĬ +ائ ر +à¹Ĥ à¸Ľà¸£ +Ġse ç +غ ÙĬ +Ñį ÑĤ +ен н +ãģª ãģ® +×Ļש ×Ķ +×Ļפ ×ķר +ãģŁãĤģ ãģ« +ز Ø© +Ġç oc +ãĤ¯ ãĥª +ÑĪ ен +ãĤı ãģij +رÙĬ د +ĠÑĢ аÑģÑģ +Ùĥ ات +ส à¸Ńà¸ļ +ce ÄŁi +ãĤ¿ ãĤ¤ +à¸ļ ร +ĠاÙĦ بر +׳ ×ķ×¢ +r ün +را ض +ศา ส +à¸ķ รà¹Į +ãģį ãģŁ +×ķ׾ ×ĵ +еÑĢ и +íĹ ĺ +ắ p +ت عÙĦ +Ùĥ د +иÑĤелÑĮ но +Ø· Ùģ +Ġав ÑĤом +Ġ×ŀ צ +ÑĪи Ñħ +ات Ùģ +ĠÑħ оÑĤ +Ùİ Ø§ +ãģı ãĤĭ +×Ķ פ +à¹Ĥ à¸Ĺ +à¹ģ à¸ŀ +à¹Ī à¸Ńย +ĠاÙĦÙħ Ø´ +à¸ģาร à¸ĵà¹Į +ани з +×Ķ ׾ +ظ Ùħ +ย ุ +li ÄŁ +à¹Ħ à¸Ĥ +à¸ĸ ืà¸Ń +ö z +ãģij ãģ¦ +à¹Ģ à¸ľ +ุ ม +ãĥĹ ãĥ¬ +Ġ×Ķ×IJ ×Ĺר +خت ÙĦÙģ +à¸ İ +ÙĦا ØŃ +Ġdü zen +צ ×Ķ +س اء +×ķר ×ļ +×ķ×ĵ ×Ļ +ÑĢа ÑĦ +ÅŁt ır +ãģ« åħ¥ +ãģĪ ãģ° +ص ÙĪÙĦ +ĠÐľ оÑģ +ا Ùĩر +ãģ£ ãģ +ĠлÑİ Ð± +×Ļ×¢ ×Ķ +Ġ×Ķ×ŀ ק +สิ à¸Ĺ +สิà¸Ĺ à¸ĺิ +×Ļ׳ ×Ŀ +ÙĦا Ùģ +à¸ŀัà¸Ļ à¸ĺ +×ķ×IJ ×Ķ +ม ั +à¸Ĥ à¸ĵะ +д оÑĢ +ãģ¨ ãģª +à¸ģระ à¸Ĺ +ac ı +×ķ׾ ×ķ×Ĵ +Ñĥ ÑĪ +ãĥ¥ ãĥ¼ +ãĥ ¦ +Ùħ ست +Ġa ÅŁ +ש ק +פ ת×Ĺ +าย à¸Ļ +í ĩ +ë ¢ +ï · +í ī +ì µ +ì ¬ +ðĿ Ľ +ì Ĵ +ë Ļ +ê § +á ĸ +â ¨ +â ± +á ĺ +ð ĸ +à ł +á Ķ +ðIJ Ń +ữ ng +Å© ng +Ġ×Ķ ת +ĠاÙĦ ا +Ġ×ŀ ת +à¸ĸ ึà¸ĩ +ò n +á»ĭ nh +нÑĭ м +Ġc ả +à¸Ķ ู +Ġ à¹ģà¸ķà¹Ī +Ġ×ij ×Ķ +ó i +ãģ¨ ãģĹãģ¦ +ú ng +ĠØ ° +Ġ×Ķ ׳ +Ġب ÙĨ +ÙĦ اÙĦ +à¹Ħ à¸Ĺย +á»ĩ p +t ı +ม ัà¸Ļ +ằ ng +á»ij t +к ом +à¸ĭ ึà¹Īà¸ĩ +à¸Ħร ัà¸ļ +à¸ļ à¹īาà¸Ļ +ĠاÙĦ ÙĬ +l ü +ÙĪ س +ãģł ãģ£ãģŁ +à¹Ģ à¸ĩ +Ġê³ µ +н Ñĥ +ãĤĪ ãĤĬ +м Ñĥ +à¹Ģà¸Ĥ า +ãĤ Ģ +ни е +ãģ«ãģª ãĤĭ +áºŃ y +ĠÙĪ ا +ëł ¤ +ש ×ķ +á p +×ĵ ×ķ +ãģ§ ãģĹãģŁ +ع ض +Ñģк ой +æĦŁ ãģĺ +ÑİÑĤ ÑģÑı +Ġ×Ļ ׼×ķ׾ +ãĤĵ ãģł +в и +à¹Ģล à¹Īà¸Ļ +ìĿ´ ëĭ¤ +ĠÙĦ Ùĩ +à¸Ħ ืà¸Ń +ت Ùĥ +Ùħ ÙĥÙĨ +a ģı +׳ ×ĵ +ë¯ ¼ +à¹Ħ ว +สำ ห +สำห รัà¸ļ +Ñģл ед +t ır +ĠÙĦ ÙĬ +ĠاÙĦع ÙħÙĦ +×ij ×ķת +×ij ×Ļ×Ŀ +à¸Ħ ำ +à¹Ģà¸Ħร ืà¹Īà¸Ńà¸ĩ +lı ģı +ืà¸Ń à¸ĩ +ج د +íŀ Ī +ìĭ ¬ +×¢ ×ķת +ส ิà¸Ļ +Ñĩ и +ر ض +à¹Ģà¸Ľ ิà¸Ķ +à¸Ħ à¹Īา +ìĦ ł +ÙĪر Ø© +ק ×ĺ +ìľ ł +ع ÙħÙĦ +×IJ ×Ļ×Ŀ +׾ ×Ļ×Ŀ +à¹ĥห à¸į +à¹ĥหà¸į à¹Ī +ừ a +á»į i +ãģ ¶ +ÃŃ ch +ãĥĩ ãĤ£ +×ķר ×Ļ×Ŀ +Ñģ о +ìķ ½ +ов а +Ñĩ аÑģÑĤ +à¹Ģà¸Ī à¹īา +п ÑĢо +Ġ×ŀ ×Ĺ +ãĥ İ +×ķ×Ļ ×ķת +Ġд е +ë§ Ī +ì§ ģ +×Ļפ ×Ķ +ĠاÙĦع اÙĦÙħ +ë¥ ´ +ר×IJ ×Ķ +uy á»ĥn +×¢ ×Ļ +ม ืà¸Ń +Ø¥ ÙĨ +ร ู +ĠØ ² +×Ļ ×ķ×Ŀ +à¸ķ à¹īà¸Ļ +ãģ¦ ãģĦãģ¾ãģĻ +Ùħ اÙĨ +ĠÐ ¥ +à¸Ľà¸£à¸° à¹Ģà¸Ĺศ +á» ³ +׾ ×ij +à¹Ģà¸Ķ à¹ĩ +ãģŁ ãģ¡ +à¸Ĺี ม +à¸Ļ ะ +ìĹ ° +Ġìł Ģ +ÙĦ Ùĩ +ợ i +ĠاÙĦ ز +د ار +ãĤ³ ãĥ³ +м ин +à¹ģห à¹Īà¸ĩ +à¸Ķ ัà¸ļ +׼ ר +ж а +íĸ Ī +×ŀ ×ĸ +ợ i +à¸Ķ า +Ġع بد +à¹ģ ร +×IJת ר +×¢ ׳×Ļ +à¹Ģ à¸Ħ +×ķצ ר +ì§Ģ ë§Į +ائ Ùħ +Ø£ س +uy á»ģn +Ġ×IJ ׳ +׊׳×ķ +×ĸ ×Ļ +ร à¹īาà¸Ļ +ĠÐł оÑģ +ĠÐłÐ¾Ñģ Ñģ +رب ÙĬØ© +t ür +ãĤĭ ãģĵãģ¨ +ظ ر +б Ñĭ +à¸Ĺีà¹Ī สุà¸Ķ +Ġצ ר +èĩª åĪĨ +л аÑģ +ĠÑı в +ĠÑıв лÑı +à¸ŀร à¹īà¸Ńม +à¸Ńา à¸Ī +à¸ļริ à¸ģาร +Ġç ı +ëį ĺ +ĠاÙĦÙħ ست +ت Ø´ +ש ×ķ×ij +ãĤ ´ +Ġyap ıl +ĠاÙĦ Ø° +ุ à¹Īม +à¸ĸ à¹īา +ìĦ ¤ +ì° ¨ +в аÑĢ +à¹Ģà¸ŀ ิà¹Īม +Æ°á»Ľ i +Ùĥ س +à¸Ńย าà¸ģ +ãģ¦ ãĤĤ +Ġг од +ÙĬ ار +à¸ķ à¸Ńà¸Ļ +Ġиг ÑĢ +à¹Ħà¸Ķà¹ī รัà¸ļ +ĠاÙĦÙħ ر +ÙĤ ت +Ġë ĺ +Ġëĺ IJ +ẩ n +ãģĻãĤĭ ãģĵãģ¨ +×Ĵ ×Ŀ +Ġ×ij ×ij +ت د +ÙĪ ار +ãĤ ® +п ол +Ġм ог +تر Ùĥ +ÙĪ Ø« +Ġç ık +ا Ø© +à¹Ģà¸Ķ ียว +มี à¸Ħวาม +Ġ×ŀ ×Ĵ +ص Ùģ +ĠТ ак +Ġ׼ ת +×Ļ×ĵ ×Ļ +ов оÑĢ +ầ y +สิ à¹Īà¸ĩ +ب ت +ür ü +ÙĨ ج +หล ัà¸ģ +×Ļ×Ķ ×Ŀ +ÙĤ ص +з Ñĭ +×Ľ×ª ×ij +Æ° u +m ız +ĠìĦ ¸ +л ог +Ùħ ÙĬÙĦ +ÙĬ ج +íĴ Ī +à¸ŀ à¸ļ +ห ัว +з на +ר ק +à¹Ĥ ร +Ġ×ij ס +ĠBaÅŁ kan +ĠëĶ ° +à¸Ń ัà¸Ļ +ีà¹Īย ว +н еÑģ +à¹Ģà¸Ķ ิà¸Ļ +ÙĬ اÙĨ +×ķ׾ ×Ļ +ا خت +צ ×ķת +ãģĵ ãģĵ +ĠاÙĦ اÙĨ +ĠпÑĢо ÑĨ +ãģ¾ ãģł +׼ ס +ĠاÙĦ Ø¢ +ÙĬ ز +ĠاÙĦد ÙĪÙĦ +Ġíķĺ ëĤĺ +ض ع +ê» ĺ +ÅĽ wi +ย ิ +ãģ¡ãĤĥ ãĤĵ +ĠÙħ Ø´ +à¸ĺ ี +ãģ¨ ãģį +׳×Ļ ×ķת +Ġë ¯ +Ġë¯ ¸ +Ġs ı +ëĭĪ ê¹Į +Ġп л +غ ÙĦ +à¹ģ รà¸ĩ +ب ÙĬر +ãģĤãĤĬ ãģ¾ãģĽãĤĵ +ê· ¼ +Ġy üz +ĠdeÄŁ er +åł´ åIJĪ +á» ¡ +м аÑĤ +รา à¸Ĭ +ÙĪر ÙĬ +ж ен +ãģ¾ ãĤĬ +ãģ® ä¸Ń +×Ļ×ĵ ×¢ +à¸Ń ุ +à¸ļ à¸Ńล +à¸Ľà¸±à¸į หา +ز Ùħ +ÄŁ a +à¸Ń ืà¹Ī +à¸Ńืà¹Ī à¸Ļ +п л +Ġне обÑħодим +׼ ×ij +à¹Ģ ศ +קר ×Ķ +ì² ĺ +ëł ¨ +×ŀק ×ķ×Ŀ +jÄħ c +Ùĩ ÙĦ +Ġ×¢ ×ij×ķ×ĵ +à¹Ħม à¹ī +à¸ģล ัà¸ļ +×ķ׼ ׾ +ק ×ĵ +اÙĦ ÙĬØ© +ر Ùĩ +ãģij ãĤĮãģ° +ĠÙĨ Ùģس +ãĤ¢ ãĥ« +ìĹ Īëĭ¤ +ק ×ķר +н еÑĢ +ب اب +ãĤ ¶ +سب ب +ÙĦ ÙĬÙĦ +ص ÙĨ +ص در +ế m +à¸Ĭà¹Īว à¸ĩ +ØŃ ÙĨ +Ġ×ij ×Ĵ +×ŀ ×ķ×¢ +׾ ×Ĺ +大 ãģį +ت ب +н еÑĤ +×Ļ×ij ×Ķ +б л +ãĥĹ ãĥª +اص Ø© +ãģ¤ ãģij +×Ļ×ŀ ×ķש +ãģĮ ãģĤ +ëĭ ´ +ãģĭãĤĤ ãģĹ +ãģĭãĤĤãģĹ ãĤĮ +ãģ¡ ãĤī +×ij ×ĺ +Ġba ÄŁ +×Ļ×Ĺ ×¡ +×ij ×ķ×¢ +ล ี +פע ×Ļ׾ +им и +g ÅĤ +Ġим е +خد اÙħ +×IJ ×Ļר +Ġy apt +ãģ¨ ãģĦ +à¸ĩ à¹Īาย +׾×Ļ ×ķ +ØŃد Ø« +را ÙĤ +ĠÄIJ i +اد ر +ãģĵãģ¨ ãĤĤ +×ij ×Ļר +Ġв з +ض اÙģ +ת ×ķ׼ +ÑĢ ом +ر ات +à¹Ģà¸Ĺ à¹Īา +ãģĺ ãĤĥ +ãģĿ ãģĵ +اج تÙħاع +à¹īà¸Ń à¸Ļ +ÙĤ Ùħ +ë³ ¸ +Ä ŀ +ש ×Ļ×ķ +×ij ׳×Ļ +ìľĦ ìĽIJ +à¹ģ à¸Ī +×Ĺ ×ķר +دÙĬ ÙĨØ© +ت Ø· +ằ m +ò a +ย à¸Ńà¸Ķ +Ġëĭ ¹ +สุ à¸Ĥ +×ĵר ×ļ +د ÙĨ +س ÙĬÙĨ +ÙĪÙĤ Ùģ +ÑĨ Ñĭ +г оÑĤов +еж дÑĥ +à¸ŀ วà¸ģ +اÙĤ تص +اÙĤتص اد +cz ÄĻ +ni ÄĻ +ÑĢ еб +ØŃ ÙĪ +à¸Ĺ à¹Į +ãĤĪ ãģŃ +д ж +à¸ģล à¹Īาว +دÙĬ Ø« +ãĤ³ ãĥŁ +ÙĤ ÙĪÙħ +Ġت ØŃ +à¹Ģ à¸ķิ +اÙģ ظ +à¸Ī ุ +رÙĬ اض +×ŀש ×ļ +à¹Ĥ ย +еÑĢ е +ãģ¿ ãģŁãģĦ +ìĿ´ ëĿ¼ +ĠاÙĦÙħ ÙĪ +ĠÑģÑĤ о +à¹Ģรà¹ĩ ว +Ġд еÑĤ +ĠÑģ дел +à¹Ģà¸Ĭ ืà¹Īà¸Ń +פ ׳×Ļ +ÙĪض ÙĪع +×ij ס +à¹ģ à¸Ķ +ó c +ริ ม +ÑĢаР´ +ìĪ ł +ãĥ¼ãĤ º +ãģ« ãģĬ +и но +פ ×Ļ׾ +à¸Ĭั à¹Īà¸Ļ +×Ĺ×ĵ ש +à¹Ģà¸Ļ ืà¹Īà¸Ńà¸ĩ +׳ ×Ļס +غ رب +ãĤ¸ ãĥ£ +ส ัà¸ĩ +à¹Ģ à¸Ĺีà¹Ī +à¹Ģà¸Ĺีà¹Ī ยว +ëŁ ¼ +à¹ģ à¸Ł +ãĥ¼ãĤ · +ãĥ¼ãĤ· ãĥ§ãĥ³ +Ġвоз мож +جÙħ ÙĪع +×ijר ×Ļ×Ŀ +ãĥĪ ãĥ© +ĠкаÑĩ еÑģÑĤв +Ø· ÙĬ +ÑĤ Ñı +צ ×ķ×¢ +ÄŁ ını +ع ÙĦÙī +ا Ø° +ÙĪاÙĤ ع +Ùħ ÙĪا +ائ ÙĬÙĦ +к ол +á»ģ m +à¸ľà¸¥ ิà¸ķ +×Ļ׳ ×ĺר +س Ùĥ +ש ×Ļר +ศึà¸ģ ษา +à¸ļ ั +Ñĩ аÑģ +×ķפ ×Ķ +×Ļפ ×ķ׾ +ĠاÙĦس اب +رÙĬ ب +ĠاÙĦ بÙĬ +ãĤ¹ ãĥĨ +Ñĩ ен +à¹ģ à¸ľ +Ġ׳ ש +ز ÙĬد +ØŃ Ø§Ø¯ +ëį Ķ +رÙĪ ع +à¸Ĺุ à¸Ļ +ส มา +c zeÅĦ +×Ļ×ĵ ×Ķ +ãģ§ ãģĤ +Ġçoc uk +Ø® ب +à¸ļ าย +à¸Ľà¸£à¸° à¸Ĭา +×ŀש ׾ +ãģª ãģĭ +à¸ģ าย +ãĥģ ãĥ£ +аÑĢ и +ĠÑĩ а +à¸Ķ ำ +à¸Ĺั à¹Īว +Ñĥ Ñħ +Ġö z +Ġì¢ ĭ +ج رÙĬ +ائ ÙĤ +à¸ł ัย +Ø· ار +د ارة +Ä© nh +Ø« ÙĨ +zell ik +اÙĦ ت +Ġg eli +ãĥķãĤ © +ол од +رب ع +שת ×ŀש +à¸ļร ร +íĿ ¬ +Ġü rün +Ġê·¸ ëłĩ +ศาส à¸ķรà¹Į +ãģ ľ +×Ļ×ij ׾ +ĠпÑĢед ÑģÑĤав +سط ÙĬÙĨ +ãĤĴ 使 +Ġпом оÑī +×ķק ר +ãĥ¯ ãĥ¼ +Ġyö net +×Ļק ר +à¸Ĥ า +еÑĢи ал +ØŃ Ùģ +Ġ×Ļ צ +à¸Ĺ ิ +å£ ² +à¸Ļ à¸Ńà¸ģ +×ķ׼ ר +íĻ ľ +ủ y +ĠاÙĦÙĤ ر +×Ļ×ij ×ķת +ÅĽ ni +Ùħ شار +ượ t +ĠÙĦ دÙĬ +ÑĤ ел +ĠØ¥ ÙĦÙĬ +عÙĦ ÙĪÙħ +ìķ ĺ +в иÑĤ +à¸Ħ ะ +yr ı +ãģ¨ ãģ£ãģ¦ +à¹Ģ à¸ī +à¸ĸ าม +ÙĤ ار +عÙĦ اÙħ +ặ ng +Ùħ ÙĴ +×Ļ×ŀ ת +سب Ø© +ãĤ¯ ãĥ© +×ķס ×£ +ĠпÑĢ ин +ãģĦ ãĤį +س اس +عت بر +วิ à¸Ĺย +วิà¸Ĺย า +س Ùĥر +ãĤ· ãĥ§ +ãģ ģ +ัà¸ģ ษ +×ij ×ķ×Ķ +ห ย +ãģ¾ ãĤĮ +ĠоÑĢг аниз +каз ал +ĠÑģв Ñıз +uy ết +ĠпÑĢо из +Ġק ×ĺ +à¹ģà¸ģ à¹ī +п ÑĥÑģ +Ġê·¸ ê²ĥ +ëĬ IJ +л екÑģ +ãĥ¼ãĥ Ĺ +à¸ķ ำ +ת×Ĺ ×Ļ׾ +à¸Ńà¸ĩ à¸Ħà¹Į +Ạµ +׳ צ +Ø£ Ø´ +Ø´ Ùĩ +ย ะ +à¸ģ à¸İ +ĠاÙĦØ¥ سÙĦاÙħ +ед ÑĮ +ãģ² ãģ¨ +ëıĦ ë¡Ŀ +ãģ© ãģ® +Ñĥ в +еÑĩ ение +ĠاÙĦت ج +ãģ« è¡Į +Ġп озв +ãĤı ãĤĬ +ÙĦ اث +íķĺ ìĺĢ +Ġм аÑĢ +Ġkon uÅŁ +ãĥ¬ ãĤ¹ +ãĤĴ æĮģ +ĠоÑģ нов +×Ĺ ×ij +ÙĪج ÙĪد +פ ×ķף +в оÑĢ +Ġн ик +ãģĭ ãĤĭ +ÅŁtır ma +×Ļס ×ĺ +Ø£ ÙĦ +ห à¹Į +и она +лÑĮ н +Ġг оÑģ +ĠÐľÐ¾Ñģ к +ÑĢ об +×ķ×IJ ×Ļ +ãģĬãĤĬ ãģ¾ãģĻ +ãģ£ãģ ± +к л +à¸Ļ à¸Ķà¹Į +رÙĬ Ùģ +اس ب +ĠÑĢ еÑĪ +Ġд ол +ãģ¹ ãģį +×Ļ×ij ×ķר +м еÑī +Ġна ÑĪ +à¹ģ à¸Ľà¸¥ +ÑĢ иÑĤ +кÑĥ Ñģ +и ÑĢа +аÑĤ ÑĥÑĢ +ÙĪا صÙĦ +à¹Ģà¸ľ ย +à¸Ń ำ +à¹Ģà¸ģ ิà¸Ļ +غ Ùħ +ãģĻ ãģİ +lı kl +ÅĦ sk +ê² ¬ +×Ļ׼ ×Ķ +׊ש×ij +ÙĪر ÙĬØ© +Ġд ейÑģÑĤв +×Ĺ׾ ×ĺ +Ġ׾ ×ŀ×¢ +צ׾ ×Ļ×Ĺ +еÑĩ а +Ùģ اع +×Ĵ ×Ļ×ĵ +áºŃ m +ÄĻ b +Ø´ ع +ãģı ãĤĬ +à¸ŀ ุ +ед еÑĢ +à¸Ĥ à¸Ļ +à¸Ħ าร +ĠболÑĮ ÑĪ +ãģı ãģªãĤĬ +à¸ĵ า +×ĵ ×ķ×Ĵ +Ġм н +ä¸Ĭ ãģĮ +ç¶ļ ãģį +ฤ ษ +ภĨ +Ø® ÙĬ +à¹Ģà¸Ĺ à¸ŀ +สั ม +à¹Ģส à¸Ļ +à¹Ģสà¸Ļ à¸Ń +ãĥ ´ +Ġи ÑģÑĤ +با شر +ĠÑĥ ÑĢов +×ŀ ×ķ×ĸ +ab ı +wa ż +×ķצ ×IJ×Ķ +ÑĤ веÑĢ +à¸ŀัà¸Ļà¸ĺ à¹Į +׳ ×Ĵ×ĵ +ãĤĭ ãģĵãģ¨ãģĮãģ§ãģį +ĠÑĤÑĢ еб +à¸ģร ุà¸ĩ +ØŃت اج +à¹Ģ à¸Ħล +ã Ĩ +ÄĻ tr +Ġszcz eg +Ġר ש +à¸Ĺ à¸ĺ +Ġн ек +Ġнек оÑĤоÑĢ +в ÑĪ +Ð ¬ +à¹Īว ย +ล ุ +б ÑĢÑı +หม ูà¹Ī +à¹ģ à¸ķà¸ģ +ר׼ ×Ļ×Ŀ +Ġí ĸī +ã i +Ùĥر Ø© +â Ń +í IJ +ã į +á ģ +â ® +â ¥ +ì ® +à ¿ +â ¿ +á Ĥ +á ¤ +â ł +í Ł +ðIJ į +ðIJ ° +ðĿ Ĩ +ðŁ Ī +Ġ×¢ ׾ +Ġع ÙĨ +ĠÙħ ع +Ġ×ĸ ×Ķ +ĠÙħ ا +Ġm Ãł +Ġd ụ +á»ĩ c +а Ñħ +s ı +íķĺ ê³ł +Ġ×ķ ×ij +ĠÐŁ о +×ķת ר +ĠÙĦ Ùħ +Ġ×ķ ׾ +ãģĹãģ¦ ãģĦãĤĭ +Ġ×ŀ ×Ļ +Ġب ÙĬÙĨ +з а +ĠÙĥ اÙĨ +Ġ×Ķ ×Ļ×Ķ +ëħ Ħ +×IJ ×ķ +д и +ĠпеÑĢ е +d ı +Ġ׾ ש +Ġש ×ŀ +ãģĮ ãģĤãĤĭ +ãģĦ ãģĦ +ÑĢ е +ק ×ķ +и ли +м е +ÙĬ ت +ãģ§ ãģĤãĤĭ +Ġв о +à¹ĥ หม +à¹ĥหม à¹Ī +Ġש ×ij +Ġ à¹Ĥà¸Ķย +ÙĬ Ùĩ +ãģ§ãģĻ ãģĮ +ãģ¨ ãģ¯ +ר ×ķ +Ġ à¸ĭึà¹Īà¸ĩ +ãģ§ãģį ãĤĭ +м о +à¹Ģà¸ŀ ืà¹Īà¸Ń +צ ×ķ +×ĺ ×ķ +ìķ Ī +Ġh á»į +à¹Ģà¸ĩ ิà¸Ļ +ĠاÙĦ ب +Ġ มี +ë¬ ¼ +Ñģ е +ëĵ¤ ìĿ´ +Ġë§ IJ +Ġl Ỽ +a ÅĤ +×Ĺ ×ijר +Ġd á»± +ÙĬ Ø« +Ġth á»ĭ +à¸ģà¹Ī à¸Ńà¸Ļ +Ġ×ij ׼׾ +ãģ ¸ +ãģ¨æĢĿ ãģĦãģ¾ãģĻ +ả nh +ย า +Ùģ ا +ส ี +à¸ķ า +ë² ķ +ãĥª ãĥ¼ +รา à¸Ħา +Ġ×ķ ׾×IJ +ãģ¨ ãģĵãĤį +à¹Ģล ืà¸Ń +di ÄŁi +ÙĪ اÙĨ +Ġ׾×Ķ ת +รว ม +פ ×Ļ×Ŀ +à¸ľ ม +ж и +c ı +ÑĢ од +Ġkar ÅŁÄ± +×Ĵ ×ķ +ãģ« ãģ¤ +ãģ«ãģ¤ ãģĦãģ¦ +r Ãł +×Ļ×ķת ר +ĠìĨ Į +ק ×Ķ +ÑģÑĤв о +ãģij ãģ© +g é +à¸Ķ à¹īาà¸Ļ +çļĦ ãģ« +ĠÙĬ ÙħÙĥÙĨ +ìĨ į +ÙĬ Ùĥ +à¹Ħว à¹ī +Ñģки й +ì m +Ġ׾×IJ ×Ĺר +à¸Ńา หาร +Ġà¹Ģ à¸ŀ +รา ะ +ล ูà¸ģ +ÑģÑĤ а +Ġìľ ł +ÙĤ ÙĪÙĦ +б оÑĢ +Ñģк ого +หล ัà¸ĩ +à¸Ĥ à¹Īาว +à¹Ģม ืà¸Ńà¸ĩ +ê° ģ +t Ãł +ÙĬ ÙĬÙĨ +عر ض +ë° © +Ġëı Ļ +Ġà¹Ģ à¸Ľ +Ġà¹Ģà¸Ľ à¹ĩà¸Ļ +ç i +li ÄŁi +ìĹIJ ê²Į +ãĤ¿ ãĥ¼ +Ġ׾ ת +פ ×ķת +à¸Ĥ à¸Ń +ر س +ìł IJ +à¸ľ à¹Īาà¸Ļ +ÑĦ и +ج ÙĨ +ì¢ ħ +Ġ×Ķ פ +Ġn go +á»ĭ a +Ġtá» ķ +Ġê·¸ 리 +à¹Ģม ืà¹Īà¸Ń +Ø° Ùĥر +ìĸ ij +ìĹ Ń +×ĺ ׾ +k ı +Ġع ÙħÙĦ +Ġع ÙĨد +à¸ĭ ืà¹īà¸Ń +Ġê± ° +в е +r ü +à¹Ģ à¸Ńา +ส à¹Į +à¸Ī à¸Ļ +ס ת +Ġgi ả +ãĤĭ ãģ¨ +à¸ģำ ลัà¸ĩ +н ей +à¸Ī ริ +à¸Īริ à¸ĩ +Ġë į +Ġëį Ķ +à¸Ħà¹Ī ะ +ì n +Ġsü re +Ġqu y +à¸ļ าà¸ĩ +åıĸ ãĤĬ +ר ×Ĺ +×ij ת +ãģĮ ãģĤãĤĬãģ¾ãģĻ +ר ש +ìĹIJ ëĬĶ +Ġ×IJ פשר +ay ı +ãģĮ ãĤī +ØŃ Ø¨ +ан Ñģ +س ÙĪ +ĠпÑĢ е +د ÙĪ +ãģ« ãĤĪ +à¹Ģà¸ģ ม +สู à¸ĩ +m akt +makt ad +maktad ır +Ġön em +×Ļ×ŀ ×Ļ×Ŀ +б о +ÙĪ ÙĬØ© +รู à¸Ľ +à¹Ĥล à¸ģ +Ùħ ÙĬع +ÑģÑĤ Ñĥп +à¹Ĥ à¸Ń +دÙĬ ÙĨ +ì¤ ij +ãģĹãģ ı +à¹Ģส ีย +в Ñĭ +Ùħ ت +íĺ Ħ +ãĥIJ ãĥ¼ +ا Ø´ +ק ס +Ġtá» ¥ +ล à¸Ķ +Ùģ Ø© +í ijľ +ر ج +k ÅĤad +ĠÅŁ ey +ĠØ£ Ùħ +Ġà¹Ģ ม +Ġب ÙĦ +Ñģ каÑı +ãģ¨ ãģ® +Ġìĭ ¤ +ấ m +ห à¹īà¸Ńà¸ĩ +à¸Ĭ ม +d ü +Ġç ek +Ġê³ ł +×Ĵ ×ij +à¸Ĭี วิ +à¸Ĭีวิ à¸ķ +Ùģض ÙĦ +ภ¯ +ç ı +Ġب Ø´ +ĠÙĩ ÙĨا +ãģį ãģ¾ãģĹãģŁ +t ü +Ġìĺ ģ +ĠTür k +к ÑĤ +פר ס +ãģ¨ãģĦãģĨ ãģĵãģ¨ +í ĶĦ +à¹ģร à¸ģ +ר ×ķף +Ġar as +×ŀצ ×IJ +Ġtá» ī +س ا +à¸ŀ à¸Ń +ĠاÙĦÙħ ØŃ +ãĥ ¤ +ĠاÙĦ است +Ùģ ÙĨ +×Ļ×ŀ ×Ķ +ر ت +ãģ¨ ãĤĤ +Ġна Ñģ +п ÑĢи +Ġ×Ĺ ×ķ +и ла +ÙĬ Ø´ +Ġgö z +Ġ×ij ׳×Ļ +ım ı +ĠÑĤ еÑħ +Ġh á»Ļ +غ ر +к он +اØŃ Øª +Ġ à¸ŀ +à¸Ń à¸Ńà¸Ļ +à¸Ńà¸Ńà¸Ļ à¹Ħล +à¸Ńà¸Ńà¸Ļà¹Ħล à¸Ļà¹Į +Ñħ о +Ñı в +à¹ģ สà¸Ķ +à¹ģสà¸Ķ à¸ĩ +à¹Ģà¸ŀ ียà¸ĩ +ÑĤ ов +ا ÙĬ +Ġ×Ķ ×ĵ +Ġ×ķ ׼ +ãĤī ãģĦ +×ķפ ף +Ġë ¶Ī +ล à¸Ńà¸ĩ +Ø· اÙĦ +Ġн и +ĠÙħ ست +ế c +Ġש ׼ +ĠëķĮ 문 +วัà¸Ļ à¸Ĺีà¹Ī +×Ļ׾ ×ĵ +ØŃ Ø§ +е ÑĨ +Ġc ứ +×ĵ ×ķר +ĠÙħ ØŃ +ר׼ ×ij +بÙĬ ع +ни и +ĠاÙĦØ£ ÙĪÙĦ +à¸Ħว ร +ãģ¨æĢĿ ãģĨ +ĠС о +ائ ÙĬØ© +ر اء +оÑģ об +Ġب Ø£ÙĨ +×¢ ×ķ×ĵ +ĠÑĤ е +ãģĵ ãģĨ +ÑģÑĤ ÑĢа +ай н +Ġsö z +ت ÙĨا +à¸Ń ิ +ặ p +ĠìķĦ ëĭĪ +íķ Ń +Ġר×IJ ש +Ġ à¹Ħà¸Ķà¹ī +Ġ×Ĵ ×ĵ +Ġס פר +обÑī е +ĠÙĪ Ø¥ +ada ÅŁ +ãģ¡ ãĤĩ +ק ×ķ׾ +ÑĢ ез +ĠdÃ¼ÅŁ ün +Ġ×ij ×IJ×ŀ +Ġìĸ´ ëĸ +ער ×ij +н ее +ĠÑģÑĤÑĢ ан +س اÙĨ +yn ı +ĠاÙĦر ئÙĬس +ãģĹãģ ª +Ġ׳ ת +ãģ«ãģª ãģ£ãģŁ +g ü +åıĹ ãģij +׾ ת +ìł Ī +ëĬĶ ëį° +Ø® ÙĬر +à¸ķà¹īà¸Ńà¸ĩ à¸ģาร +ĠÙĦ Ø£ÙĨ +Ġch á»ĭ +ÙĪ Ø© +à¹ĥ ส +ë¶Ģ íĦ° +íķĺ ë©´ +ữ u +à¹Ģหม ืà¸Ńà¸Ļ +б еÑĢ +ĠìĿ´ ìļ© +ĠÑģ еб +wiÄĻ ks +Ġ׳ ×¢ +ÑĤ ÑĥÑĢ +Ġngh Ä© +ש ×ķ×ĺ +ti ÄŁi +Ġde ÄŁi +×IJ ×ij +Ġ×ŀ ×ŀ +ãĥĹ ãĥŃ +wa ÅĤ +à¸Ī ึà¸ĩ +Ø® دÙħ +×IJ ×Ŀ +Ä±ÅŁ ı +cz Äħ +ר ×ĵ +ĠÑĢ Ñĥб +خر Ùī +ãģ® æĸ¹ +Ġд енÑĮ +×Ĺ ×Ļ×Ŀ +еÑĤ е +ëĤ ľ +×IJ ×Ĵ +×¢ ×ķר +ë³ Ħ +åIJĮ ãģĺ +ãĤ ² +ר ×ļ +×ķש ×IJ +ìľ ¡ +ا Ø® +צ ×Ļ×Ķ +á»± a +ãģĪ ãģ¦ +ש×Ķ ×ķ +ан ÑĤ +ลา à¸Ķ +ин г +ë¡ ł +اع د +ÙĪ سط +Ġв оп +Ġвоп ÑĢоÑģ +Ùħ ÙĬÙĨ +à¸Ħ à¸ĩ +×Ļר ×Ļ×Ŀ +c ów +ê² © +Ġê·¸ 룰 +Ġì§ Ħ +Ġש ׾×Ķ +à¹Ģร ิà¹Īม +à¸Ĭ à¸Ńà¸ļ +д еÑĤ +ÑİÑī иÑħ +à¸ļ à¸Ńà¸ģ +æĢĿ ãģĦ +ع ÙĬد +ס ×ŀ +×Ĵ ×Ļ×¢ +צ ×ĵ +ب ات +ĠëĶ° ëĿ¼ +à¸Ī ัà¸ĩ +ãģłãģij ãģ§ +×¢ ×Ļר +ĠÑĩ ел +ĠÑĩел ов +ĠÑĩелов ек +ãĥĥ ãĥģ +à¹Ģà¸ģ ีà¹Īยว +à¸Ķ ิ +Ġפ ×¢ +×Ļ×ŀ ×Ļ +ë° ĺ +Ø® ار +×ij ×Ļת +×¢ ×Ļ×Ŀ +ü yor +ãĤģ ãģ¦ +к лад +Ġ à¸Īาà¸ģ +à¹Ģà¸Ħ ย +ส à¸Ńà¸ĩ +à¹ģ à¸Ħà¹Ī +ẫ u +หà¸Ļ ัà¸ĩ +ש׾ ×ķ×Ŀ +اÙĨ ÙĬØ© +åĩº ä¼ļ +åĩºä¼ļ ãģĦ +à¸ł าย +à¸ļา à¸Ĺ +à¸Ĭา ว +mu ÅŁ +Ġ׾ק ×ij׾ +ãĤ· ãĥ£ +ĠÄ° ÅŁ +×Ĵ×ĵ ×ķ׾ +ج عÙĦ +ë³ Ģ +ยิ à¹Īà¸ĩ +à¸Ļ าย +à¸Ļ ีà¹Ī +วิ à¸ĺี +ãĤī ãģªãģĦ +ëł Ī +Ġ문 ìłľ +Ġ à¸ģ +à¸Ĺำ à¸ĩาà¸Ļ +à¹Ģว à¹ĩà¸ļ +ÑĦ е +楽 ãģĹ +สำ à¸Ħ +สำà¸Ħ ัà¸į +ر Ùħ +ãģķãĤĮ ãģ¦ +Ġоб ла +ר×IJ ×Ļ +หม à¸Ķ +ÙĨ ÙĬØ© +ли н +Ġe ÄŁ +it im +ëł ¹ +ص اÙĦ +ÅĽ l +à¸ľ ิà¸Ķ +ãĥŀ ãĥ³ +åħ¥ ãĤĮ +à¹Ģà¸ķ à¸Ńรà¹Į +ار ÙĬ +ĠÐ ¦ +d ür +ส วย +ë¦ ½ +رÙĥ Ø© +Ġh ã +×Ļת ×Ķ +à¸Ĥ à¸Ļา +à¸Ĥà¸Ļา à¸Ķ +à¸Īำ à¸Ļ +à¸Īำà¸Ļ วà¸Ļ +ש ×ķק +Ġд ом +ì± ħ +ãģĭ ãģij +פ ×ķ׾ +à¸Ĭ าย +Ñģ моÑĤÑĢ +Ñģл Ñĥж +ש ×IJ׾ +кÑĢÑĭ ÑĤ +Ġìŀ ĺ +é«ĺ ãģĦ +ĠÑĢ Ñĥк +ÙĨ ص +д ав +Æ°á» ¡ +ưỡ ng +ر اÙħ +×Ļ׳ ×Ļ×Ŀ +ãĥ© ãĥ¼ +ëĦ ¤ +Ġت ع +l ke +好 ãģį +æĮģ ãģ¡ +Ġë§ İ +Ġy ük +ĠÑģоÑģÑĤ ав +енÑĤ ÑĢ +pe ÅĤ +à¹Ģà¸Ľà¸¥ ีà¹Īย +à¹Ģà¸Ľà¸¥à¸µà¹Īย à¸Ļ +íı ī +ãĤĦ ãģĻ +×Ĺ ×ĸ +×ijר ×Ķ +ë£ ¨ +ìĶ Ģ +بØŃ Ø« +à¹Ģà¸ķ à¹ĩ +ów i +ب Ùĩ +ãģį ãģ¾ãģĻ +Ġ×¢ ×ŀ +×Ĵ ×ķ׾ +ез д +ÙĬÙģ Ø© +สà¸Ļ à¹ĥà¸Ī +Ġת ׾ +Ñı Ñī +Ġس ÙĨ +ĠÙĪا ØŃد +ĠÑģ м +lad ı +ı ld +×Ļר ת +ีย à¸Ļ +ת×Ĺ ×ª +Ġж из +à¸ŀ ั +à¸ŀั à¸Ĵ +à¸ŀัà¸Ĵ à¸Ļา +à¸Ĭ ิ +ا Ø®ÙĦ +ãģ£ãģ¦ ãģĦãģŁ +รั à¸IJ +ãĤģ ãĤĭ +à¹Ĥ à¸ģ +ĠT á»ķ +Ġh akk +ر Ùģ +ìł Ģ +Ñģ об +ãģª ãģijãĤĮãģ° +Ùĩ ÙĪ +Ġë² ķ +ãĤ Ĩ +ĠاÙĦس عÙĪد +Ġ×IJ תר +Ø§Ø º +Ġ׾ ×ĵ +à¹ģ à¸ķ +à¹ģà¸ķ à¹Īà¸ĩ +íĮ Į +Ñĥп иÑĤÑĮ +à¸ŀืà¹īà¸Ļ à¸Ĺีà¹Ī +×ij ת×Ļ +à¹ĩ à¸ģ +ÅĤ at +Ġê°ľ ìĿ¸ +ìłķ ë³´ +ÑĤ ал +Ġgü ven +ĠÄ° l +Ġê° ģ +Ġب ت +×ŀ ×ķ׳×Ķ +ĠاÙĦØŃ ÙĥÙĪÙħ +ÙĤ ات +à¹ģ à¸ģà¹Ī +ห าà¸ģ +н ÑĮ +à¸Ľ รัà¸ļ +มา à¸ĵ +Ġне Ñģк +ĠØ ¶ +สม ั +สมั à¸Ħร +ãģĮ ãģĤãĤĬ +м еÑģÑĤ +Ġ×IJ צ׾ +Ġкомп ани +ס ר +ÙĬÙħ Ø© +ĠÑħ оÑĢо +ĠÑħоÑĢо ÑĪ +Ġ×Ļ ×ķ×ĵ +ü s +×Ĵ ×Ļש +à¸ļ à¸Ĺ +تÙĨ ظ +ว าà¸ĩ +ม หา +Ġ׼ ×ķ׾ +à¸Ĥ à¹īาà¸ĩ +ë° ľ +г од +д ан +ãģĭãĤĤãģĹãĤĮ ãģ¾ãģĽãĤĵ +ãģĵ ãģ¡ãĤī +ãĥIJ ãĤ¤ +ece ÄŁi +دÙĬ دة +ÙĨ Ùī +Ġëĭ¤ ìĿĮ +ว ี +غ ا +ли з +à¹Ģà¸Ķ ิ +à¹Ģà¸Ķิ ม +ĠÙĬ ست +Ġy ılı +ko ÅĦ +ãģ§ãģĹãĤĩãģĨ ãģĭ +ãģĤ ãģª +ãģĤãģª ãģŁ +ÑĨ ен +ĠÙĪ ز +×IJ ×Ļש +à¹Ī à¸Ń +ر ØŃ +ê´ ij +ÑĢа ÑģÑĤ +Ġ×Ķ ׾ +ãģĹãģ¦ ãĤĤ +×ŀר ׼ +×ŀר׼ ×ĸ +éģķ ãģĦ +ãģŁ ãģı +ĠÑģ Ñĥд +в еÑģÑĤи +ĠíķĦ ìļĶ +ãĥķ ãĤ§ +ÑĤелÑĮ но +à¹Ģà¸ŀ ืà¹Īà¸Ńà¸Ļ +ÅĤu ż +à¹Ģà¸Ķิà¸Ļ à¸Ĺาà¸ĩ +ש ×ķר +Ġ×ŀ ×ĵ +×ķ×¢ ׾ +ÙĦ اÙħ +à¹Ħ à¸ĭ +л ей +кÑĥ ÑĢ +Ạ¢ +à¸Ĺ าà¸Ļ +ì§ ij +ĠгоÑĢ од +ר ס +׾ ×ķ×Ĵ +mas ını +Ġл ÑĥÑĩ +ล à¹Īา +ìļ ¸ +ש ×ĺ +ĠÐĺ н +í Ĥ¤ +ÙĪÙĦ ا +ìķ ł +ĠØ£ÙĬ ضا +Ùĥ ار +ĠاÙĦت ع +ส ูà¹Ī +ãĤ ¼ +×ij ×Ļ×IJ +ย à¸ģ +ĠØŃ ÙĤ +ر بÙĬ +ãģĺãĤĥ ãģªãģĦ +รัà¸ģ ษา +Ñħод иÑĤ +à¸ķ à¸Ńà¸ļ +׳ ×ĺ×Ļ +ĠاÙĦÙħ ج +تÙħ ع +ов аÑĤÑĮ +ÙĦ ÙĬÙĨ +×Ļ×ŀ ×ķת +Ġm ù +n ÄĻ +Ġد ÙĬ +׼ ש×Ļ×ķ +Ġhi ç +ë ijIJ +ÙĪ اء +ÙĪ Ø· +ĠاÙĦ بÙĦ +à¹ģม à¹ī +ק ×ķת +ÙĪج د +å§ĭ ãĤģ +ÙĬ ئة +Ġë§ ¤ +ص بØŃ +פ ×IJ +г оÑĢ +ס ×Ķ +بÙĬ ÙĤ +ย าà¸ģ +Ġн ад +ÙĬ Ùij +Ġب ÙĪ +ס ×ķר +Ùħ ÙĥاÙĨ +ר ×ij +×Ĵ ×ĸ +צ ת +b ilit +л аг +ĠN go +×IJ ×ķר +à¸ķ à¸Ļ +íĬ ¹ +à¸Ĺีà¹Ī à¸Ķี +à¸Ľà¸£à¸° à¸Īำ +ов ание +ãģĦ ãģ¤ +ãĥĥãĤ¯ ãĤ¹ +åIJĪ ãĤı +åIJĪãĤı ãģĽ +×Ļ׳ ×ķ×Ļ +ạ y +Ø« ÙĤ +ĠпÑĢ об +ĠпÑĢоб лем +ÅŁ eh +ÅŁeh ir +ع ادة +اÙĨ ÙĪÙĨ +à¸ķัว à¹Ģà¸Ńà¸ĩ +ì¶ ķ +ı lan +б ан +ãĥ³ ãĥī +à¸Ī ี +Ġ×Ķש ׳×Ļ +п оÑĤ +×ķ׾ ×Ļ×Ŀ +ล ัà¸ļ +ĠÑį ÑĤи +×ijק ש +ë¹Ħ ìĬ¤ +à¸Ńยà¹Īาà¸ĩ à¹Ħร +×Ļ׾ ×Ļ +à¹ĥà¸Ĭ à¹Ī +ĠاÙĦ ÙĥÙĦ +ãĥļ ãĥ¼ãĤ¸ +ص Ø© +ÑĤи ÑĢ +ãĤĵ ãģ© +зÑĭ к +wy ż +Ùĩ ÙĬ +ĠÙħ ÙĦÙĬ +Ġвид е +ظ اÙħ +دا ÙĪÙĦ +×ŀ ת×Ļ +Ġs ık +à¹Ģà¸ķิ ม +ãĤ¢ ãĤ¤ +ка Ñħ +צ ×Ļ׾ +à¹Ģà¸Ĭ à¹Īà¸Ļ +м аг +маг аз +магаз ин +à¸Ľ ั +à¸Ľà¸± à¸Ī +Ġש ×Ļר×ķת +ีย ม +ãĥĸ ãĥ« +Ġد ÙĪÙĦ +קר ×Ļ×Ŀ +Ùĩ Ùı +ов о +Ġü ret +د ÙĪÙĨ +à¹ģà¸Ļ ว +à¹Ģà¸Ļ ืà¹īà¸Ń +ĠÑĦ оÑĤ +ãĥ ĺ +ãģ¤ ãģĭ +Ñı Ñģ +ĠíķĺëĤĺ ëĭĺ +ائ ع +Ġп лаÑĤ +ìĺ Ī +Ġdost ÄĻp +ÙĪج Ùĩ +Ġ×Ķ ×Ĺ×Ļ +׳ ×Ļק +д ей +í ĽĦ +ı y +بØŃ Ø± +à¹Ģส ริม +Ġ׾ ×Ĵ +Ø°Ùĩ ب +ج ÙĬÙĦ +رÙĥ ز +Ġë ħ +Ġëħ ¸ +פ×Ļ׾ ×ķ +ãģ¾ ãģļ +iri ÅŁ +ĠÙĥ ÙĬÙģ +Ġ×ij צ +Ġêµ IJ +ÑĢоÑģ Ñģ +ĠØ´ ÙĬ +Ġiç er +×Ĵ ×ķ×ij×Ķ +мен но +×¢ ×ij×Ļר +×ķ×ŀ ×Ķ +ãĤī ãģĹãģĦ +ãģ ¼ +Ñī ин +è²· ãģĦ +جÙħÙĪع Ø© +Ġdön em +Ġ×ij ×IJר +в еÑģÑĤ +×ķר ×ķת +س Ùģ +à¹ģà¸Ĺ à¸Ļ +Ġд окÑĥменÑĤ +Ġا ÙĬ +ج اÙĨ +צ×ķ×¢ ×Ļ +ĠоÑģ об +ĠاÙĦÙħ س +ÑĢаР± +à¸ł ู +à¸Ķ าว +л екÑĤ +ع ÙĤ +×ķ×ĵ ×ķת +Ġol u +Ġolu ÅŁtur +ãģ¾ ãģ¾ +ед ин +à¹Ģ à¸Ńà¸ģ +ãĤµ ãĤ¤ +ëĦ Ī +Ø· ÙĨÙĬ +Ø· ÙĤØ© +ĠÐł аз +ÙĦ Ùij +Ñĩ ем +Ġ׾ ×ĺ +สั à¹Īà¸ĩ +سر ائÙĬÙĦ +Ġפר ×ĺ×Ļ +д еÑģÑĮ +Ġ׳ ׼ +اÙĨ ب +ÙĬا Ø© +Ùħ بر +Ġk ı +à¸Ľ à¸ı +à¸Ľà¸ı ิ +à¸ļั à¸ķิ +׳ ת×Ļ +ìĨ ¡ +ر اب +à¹ĥ à¸ķ +à¹ĥà¸ķ à¹ī +×Ļ׳ ת +ÙĪ ÙĬر +Ġ×Ķ×ŀ ×Ļ +ей ÑĩаÑģ +ק ×ķ×ij +در اس +ĠÙħ ÙĤ +رÙĬ ÙĨ +Ø® اص +ãģĬ éĩij +Ġج دا +ãģĨ ãģ¡ +ëħ ¸ +ır ım +æ§ ĺ +ãģ« å¯ +ãģ«å¯ ¾ +ÑĨ ев +Ġv ard +ĠÐIJ н +e ÄŁ +ÑģÑĤв енно +Ð ¨ +س د +à¸ģ ุ +à¹ģà¸ľ à¸Ļ +รูà¹ī ส +รูà¹īส ึà¸ģ +ات ØŃاد +Ñij ÑĤ +×Ĺ ×ķק +ãģĻ ãģIJ +Ø· ÙĦاÙĤ +Ġק ×ķ×ĵ +à¹ĥà¸Ĭ à¹īà¸ĩ +à¹ĥà¸Ĭà¹īà¸ĩ าà¸Ļ +ãĥ¼ãĤ ¿ +Ġs ür +ÑĢ ок +ë³ ij +สมา à¸Ĭ +สมาà¸Ĭ ิà¸ģ +ãĥķ ãĥ¬ +è¾¼ ãģ¿ +ãĤ» ãĥ³ +Ġê°Ģ ì§Ģ +à¸ľ à¹īา +ÑįÑĤ омÑĥ +иÑĤ ел +à¸ł ั +ภij +ãĥĸ ãĥ© +×Ľ×ª ×ķ×ij +׳ ×Ŀ +ен нÑĭе +×¢ ×¨×Ľ×ª +Ġì Ĥ +ĠìĤ ´ +à¸Ĥ à¹īา +׳ ×ķס +ãĥ¬ ãĥĵ +ÑĢ еÑģ +à¹Ģล à¸Ĥ +Ø« اÙĦ +ìĹ Ĩ +ĠÑĩ аÑģÑĤ +า ศ +ãĥª ãĤ¢ +u ç +×Ļ׼ ×ķת +ล à¹īาà¸Ļ +i ë +ãĤ¸ ãĤ§ +à¸Ī à¸Ń +ÙĪ ØŃد +×Ļצ ×ķ×ij +Ġ×ij ש׾ +ок о +ض Ø© +Ø° ر +ĠÑĥ д +Ä° L +×ķצ ×Ļ×Ŀ +×ĸ ×ŀף +à¸Ľ à¸ģ +íķĻ êµIJ +س اÙħ +à¹Ħ à¸Ķ +ละ à¹Ģà¸Ń +ละà¹Ģà¸Ń ีย +ละà¹Ģà¸Ńีย à¸Ķ +ả y +аÑĨи он +ãĤ¹ ãĤ¯ +פ ×ķס +ร à¹Īาà¸ĩ +ен нÑĭй +ع ÙĨ +عÙĦ ÙĨ +ائ Ùģ +d ÄĻ +ؤ ÙĪÙĦ +׾×ķ ×ķ +Ġ×ij ש×ij +ä»Ĭ åĽŀ +ĠاÙĦج ÙĨ +د اد +wa Äĩ +ãĥª ãĥ³ +ĠìŀIJ ìĭł +اÙĨ ÙĬا +ãĥ¡ ãĥª +ÙĦ ÙĪÙĨ +à¸Ĺ à¹Īà¸Ńà¸ĩ +à¸Ĺà¹Īà¸Ńà¸ĩ à¹Ģà¸Ĺีà¹Īยว +اÙģ ÙĬ +Ġли ÑĪ +Ùħ ÙĬØ© +оÑĤ веÑĤ +Ñĩ ин +à Ĭ +ãĥ¡ ãĥ³ +å® Ł +éļĽ ãģ« +ĠÑĢаР¹ +ãĤ¦ ãĥ³ +×Ļר ×ķש +×Ļר×ķש ׾×Ļ×Ŀ +ม ะ +Ġar a +каз аÑĤÑĮ +à¸ķ ัà¸Ķ +ÑĥÑİ ÑĤ +Ġü st +×Ĵ ×ķ×ij +×Ĵ×ķ×ij ×ķת +mal ı +ег од +егод нÑı +اÙģ ÙĤ +à¸Ĭ à¹Īà¸Ńà¸ĩ +Ġö zellik +×Ļצ ×ķר +Ġmi ÄĻd +Ġili ÅŁ +Ġна Ñħод +×¢ ×ĸר +׾ ×Ľ×ª +ÙĨت اج +ĠÑģ ем +à¸Ī à¹Īาย +à¸ķร ว +à¸ķรว à¸Ī +פר ×ķ +à¸Ĥ ัà¸ļ +ãģ ŀ +Ġп ло +к олÑĮ +×ŀ×¢ ×ĺ +íķĺ ìĭľ +jÄħ ce +ÙĨ اÙĨ +ลี à¸ģ +н ÑĥÑĤ +Ġоб ÑĢаз +Ùĥ بر +ĠاÙĦÙĪ Ø·ÙĨ +ãģķãģĽ ãģ¦ +ÙĤ اء +×ŀ×ĵ ×Ļ׳ +y ü +פ ×Ļת +׳ ×ķף +ÙħÙĨ ظ +หà¸Ļ ัà¸ģ +ìŀ Ī +ãĤ« ãĥ¼ãĥī +ع ÙĨÙĬ +п од +ض اء +à¸Ļ à¸ķà¹Į +×ŀש פ +ว à¹Į +ר ×ķק +ส ืà¹Īà¸Ń +פק ×Ļ×ĵ +ãģªãĤī ãģªãģĦ +ĠìŬ 룬 +ÙĦ ج +Ñī иÑĤ +ãĥĥ ãĤ· +ÙĦÙĬ س +ĠÙĦ Ùħا +ìł ij +×ij ×Ļף +ãĥģ ãĤ§ +Ġgü ç +Ġch ứ +×ķצ ×IJ +קר ×ij +à¹Ĥ à¸ŀ +оÑĩ но +סק ×Ļ +ש׾ ×Ŀ +صر Ùģ +ĠL Ãł +×¢ ×Ļת +á» · +à¹Ĥ à¸Ńà¸ģ +à¹Ĥà¸Ńà¸ģ า +à¹Ĥà¸Ńà¸ģา ส +Ġ×Ķ ×ĵ×ijר +à¸Ļั à¹Īà¸Ļ +ز ر +нак о +íļ į +ãĤĤ ãģ¡ +ãĤĤãģ¡ ãĤį +ãĤĤãģ¡ãĤį ãĤĵ +اÙħ ت +عد اد +и нÑĭ +ÅĤy w +à¸Ħ à¸ĵะ +à¸Ĺ ะ +kt ör +×Ļ×Ĺ ×Ķ +Ġм е +Ġме ÑģÑı +׳×Ķ ×Ĵ +ĠÑģ ÑĥÑīеÑģÑĤв +à¸Ļ ัà¸Ļ +ÑĦ ÑĦ +ек ÑĤив +عÙĦÙĪÙħ ات +б Ñĥд +à¸Ļัà¸ģ à¸ĩาà¸Ļ +หà¸Ļà¹īา à¸Ĺีà¹Ī +ÙĤÙĬ ÙĤ +ãĤ· ãĥ³ +ãģ« éĸ¢ +×IJר ×Ĵ +ĠпÑĢ оÑĤ +ĠпÑĢоÑĤ ив +ĠìŀĪ ìĸ´ +ÙĤÙĬ ÙĤØ© +ìĹ ĩ +k ür +ãģ«ãģªãĤĬ ãģ¾ãģĹãģŁ +Ġде ÑıÑĤ +ĠдеÑıÑĤ елÑĮ +פ×ķר ×ĺ +à¸Ł à¹īา +à¹Ģ à¸ł +ĠавÑĤом аÑĤ +×ĸ ×Ļק +Ġold uk +ع اÙħ +ĠÑĤ оÑĢ +yrı ca +ê Ì +ãĤŃ ãĥ³ãĤ° +ãģ« ãģ¨ãģ£ãģ¦ +à¹Ģà¸ī à¸ŀ +à¹Ģà¸īà¸ŀ าะ +ãģ¯ ãģļ +×ŀ ×IJ×Ļ +สะ à¸Ķ +สะà¸Ķ วà¸ģ +ìľ¼ ë©° +à¸ģ ี +ภ¬ +Ġ×¢ ×ķש +à¸łà¸² ษา +à¸Ĺ ัà¸Ļ +ac akt +acakt ır +اع دة +ĠÑĥÑģл Ñĥг +ס ר×ĺ +×ķ×ŀ ×ķת +×Ķ ×ķר +×ŀ ×ķ×ij +×ŀ×ķ×ij ף +سÙĬ اس +اتÙģ اÙĤ +×Ķ צ׾ +Ùħؤ س +Ġp ó +Ġк ни +×Ļ׼ ×ķ׾ +à¹Ģหล ืà¸Ń +׼׾ ׼ +׳ ×ĸ +ÑĪи е +r ès +ĠاÙĦØŃ ÙĤ +лÑı ÑĢ +ห à¸į +หà¸į ิà¸ĩ +ר×Ĵ ×Ļש +à¹Ģส à¹īà¸Ļ +ש×ij ×ķף +ô tel +ап ÑĢ +апÑĢ имеÑĢ +اب ÙĦ +ĠÑĢаз виÑĤ +Ġп олÑĮз +ĠС еÑĢ +×ķ×ij ×Ļ +r óż +ìĭ Ń +ãĤ¯ ãĥĪ +ãģĹ ãĤĪãģĨ +à¸ģร ม +ØŃ ÙĥÙĪÙħ +à¹Ĥ à¸ļ +à¸Ĺ à¹īาย +ĠM á +ĠÑĤ Ñĭ +à¸Ħร ัว +ÑĢÑĥ б +ạ p +Ġm ÅĤ +ĠmÅĤ od +Ġgör Ã¼ÅŁ +Ġgeli ÅŁ +Æ°Æ¡ i +×ŀש ק +ÙĢÙĢ ÙĢÙĢ +รา ว +ãģĹãģ £ +ãģĹãģ£ ãģĭãĤĬ +ĠÐļ он +Ġk ê +à¹Ĥà¸Ĺ ร +èIJ½ ãģ¡ +åĩº ãģ¦ +ล ัà¸ģษ +Ġ×Ĵ ×ij×ķ×Ķ +ãĥĻ ãĥ« +ê±° ëĤĺ +ë§ IJ +×Ļ׾ ×ĵ×Ļ×Ŀ +ĠëĦ Ī +×ŀר ×Ļ +ร ส +ãĥŃ ãĥ³ +и ло +ноÑģÑĤÑĮ Ñİ +×ĸר ×Ĺ +п он +Ġ×Ķש ׾ +ê²ł ìĬµëĭĪëĭ¤ +Ġki ÅŁ +ĠÐļ и +ว ร +د اع +ÅŁ im +ÙĨ Ùij +в аÑĤ +را Ùĥ +ب اÙĦ +ид е +Ġ×Ķ×ŀ ×Ĺ +ìĸ µ +تÙģ اع +Ø£ ت +ëĬ ĺ +ש ×Ļת +ست Ùħر +ĠÑĦ ак +ĠاÙĦØ£Ùħ رÙĬ +ëŀ ¨ +اس Ùħ +Ġa ÄŁ +Ġç ev +Ùĥ ÙĪر +ãģķ ãģ¾ +Ġç öz +Ġر س +Äħ da +สà¸Ļ ุ +ãģĹãģ¦ ãģıãĤĮ +н Ñİ +leÅŁ me +ãĤª ãĥ³ +ãģ¨ ãģªãĤĬ +ava ÅŁ +×ĺ ×Ļ×ij +ØŃ Ø¶ +×ķצ ×IJ×ķת +ÙĨ ÙħÙĪ +ı t +ĠÑħ а +ĠÑħа ÑĢак +ĠÑħаÑĢак ÑĤеÑĢ +Ġd ÅĤ +ãĥĹ ãĥ© +à¸Ĭ ุม +à¹Ī à¸Ńà¸Ļ +×ķ×ij ׾ +Ñģ ол +×ĵ ×Ĵ +аÑĢ аÑĤ +n ivers +Ġgerçek leÅŁtir +ĠاÙĦ ÙĦÙĬ +ระ ยะ +ĠÙħ ختÙĦÙģ +Ġgö nder +Ùģ ار +do ÄŁ +doÄŁ an +ص ÙĦاØŃ +Ġyay ın +ãĥĨ ãĥ³ +รว à¸Ī +×Ļ×Ĺ ×Ļ×ĵ +ünk ü +ÑĨи алÑĮн +à¸ļ ู +ม ุ +h ä +Ø® Ùģ +å¢ Ĺ +å¢Ĺ ãģĪ +еÑĩ но +ĠاÙĦس ÙĨ +à¸Ĥ าว +im di +Ð « +à¸Ļà¸Ńà¸ģ à¸Īาà¸ģ +à¸ļา ล +ת ש +Ġdüzen le +мÑĭ Ñģл +ãģı ãģª +ż u +Ġwsp óÅĤ +Ġн аз +ınd aki +تر Ø© +ÅŁ ek +Ġö d +ĠÙĪ Ùĥ +Ġпозв олÑı +Ġת ×ķ׼ +ÙħÙĨ تج +ë§ ī +ĠاÙĦØ« ÙĦاث +аÑĨи Ñİ +ÙĪر ÙĪ +Ñĭв аеÑĤ +خص ص +ĠاÙĦÙģ ÙĦ +ĠاÙĦÙģÙĦ سطÙĬÙĨ +Ø¥ جر +إجر اء +اÙĨت Ø® +اÙĨتخ اب +ار ÙĬØ© +×ķ Ö +Ø¢ ÙĨ +×ŀ×¢ ×ķת +Ġм ал +Ġ×IJ ×Ĺ +à¸Ĺ à¹īà¸Ńà¸ĩ +ze ÅĽ +Ġë§Į ëĵ¤ +رÙĬ ع +äºĭ ãĤĴ +à¸ļริ หาร +׾ ×ŀ×Ļ×ĵ +Ġм Ñĥж +ت رÙĪ +ĠباÙĦ Ø¥ +פ ×Ļק +ز ÙħØ© +ĠÃ¶ÄŁ renc +ãĥ ¶ +اÙħ عة +ק×ij ×ķצ +×ŀ ׳×ķת +رÙĬ Ùħ +Ġо каз +ãģłãģij ãģ© +Ġh ız +Ġש ×IJת +ãĤ¢ ãĥ¼ +Ġmożli wo +ìĦ ¼ +ÙĪ اب +ог ÑĢаÑĦ +Ġعبد اÙĦ +ãĤĴ è¡Į +ب ÙĬÙĦ +ĠÄ° ç +ย าย +ĠÑĥ ÑĩаÑģÑĤ +ÑĦ еÑģÑģ +ÑĦеÑģÑģ иона +Ạ¤ +ÙĨ ÙĬÙĨ +عد ÙĦ +สร ร +دÙĬ ÙĦ +×ij ×Ļק +czy ÅĤ +ÑĢом е +Ġм ед +ìĻ Ķ +ãĥ© ãĤ¤ãĥ³ +ĠÑĤ еп +еÑĢ ÑĮ +i ÄŁi +в ели +ÑĢи ÑģÑĤ +ס ×ķפ +×ŀ׾ ×Ĺ +ĠاÙĦØ¥ ÙĨ +Ġ׾×Ķ ש +è¶Ĭ ãģĹ +ĠÑĢ Ñĭ +×ķ×IJ ר +رÙĩ اب +פ ×ķ×IJ×Ļ +ĠгоÑģ Ñĥд +ĠгоÑģÑĥд аÑĢ +ĠгоÑģÑĥдаÑĢ ÑģÑĤв +ĠاÙĦØ£Ùħ ÙĬر +Ùħ ج +à¹Ģหม าะ +ÑĢ ев +à¸Ĭี à¸ŀ +ãĥķ ãĥĪ +иÑĩ но +ĠاÙĦÙħ ؤ +Ġi ht +íħ ľ +د ÙĨÙĬ +ر ص +ла ÑģÑĤ +à¹Ģหล à¹Īา +ılı r +ร à¸ĵà¹Į +×ŀש ×Ļ×ļ +Ġd á»ĭ +Ø·Ùģ اÙĦ +×ĺ ×ķף +Ġ×ij ×Ļ׳ +ãģ¾ ãģ£ãģŁ +лож ениÑı +تØŃ Ø± +ب اØŃ +à¹Ģส ืà¹īà¸Ń +ãģĻ ãģĶ +lt ür +à¸ĩ าม +Ġt ü +ĠпÑĢ им +ĠпÑĢим ен +Ġhay at +ëĥ IJ +ëĭ Į +׳×Ļ ×ķ +вед ен +ìħ ¨ +à¸Ī ัย +à¸ģà¹Ī à¸Ń +Ġв од +оÑģÑĤ оÑı +н аÑĤ +à¹ģ หล +سÙħ ÙĬ +à¸Ķำ à¹Ģà¸Ļ +à¸Ķำà¹Ģà¸Ļ ิà¸Ļ +w ód +ö yle +ãĥĢ ãĤ¤ +ÑĪи й +меÑī ен +ãģĹãģ¾ ãģĨ +ãĥī ãĥ© +ÙĪض ØŃ +à¸Ńà¸Ļ ุ +ĠاÙĦ اجتÙħاع +laÅŁ ma +à¸Ħ à¸Ńà¸Ļ +×ŀר ×Ļ×Ŀ +ÙĨ اÙħج +שר ×ķת +اÙĦ Ø£ +Ġksi Äħż +Ġа н +ÑĢаР¹ +اÙĩر Ø© +×ŀ×ĵ ×Ķ +ä¸Ģ ç· +ä¸Ģç· Ĵ +ä¸Ģç·Ĵ ãģ« +ÑĢиÑĤ оÑĢ +d ıkl +à¹ģ à¸ĸ +à¹ģà¸Ĥ à¹Īà¸ĩ +екÑĤ оÑĢ +×ŀס ×¢ +ÑĢак ÑĤи +u ÄŁu +×ķ×ij ת +สู à¸ķร +ĠçalÄ±ÅŁ m +ĠçalÄ±ÅŁm alar +Ġа на +ãĥĽ ãĥ¼ãĥł +Ġböl üm +Ġب ص +ол оÑģ +ĠìķĬ ëĬĶ +à¹Ī ะ +ÙĪ تر +ä¹ Ĺ +ست خداÙħ +פ×Ļ ×Ļס +פ×Ļ×Ļס ×ij +פ×Ļ×Ļס×ij ×ķק +Ġк ÑĢаÑģ +ли к +رÙĬ ØŃ +×ŀש ׾×Ķ +à¹Ģย ีà¹Īย +à¹Ģยีà¹Īย ม +в иÑģ +ом н +ÄŁ un +ãĥŃ ãĥ¼ãĥ³ +Ø£ تÙĬ +à¸ķร ี +çĶ³ ãģĹ +تÙħ ر +ìĹ ĪìĬµëĭĪëĭ¤ +ĠÙĪ غÙĬر +red ni +ĠاÙĦص Ùģ +Ġна ÑģÑĤоÑı +ĠнаÑģÑĤоÑı Ñī +à¸ķ รา +ĠÑĥÑģл ов +ĠÑĥÑģлов иÑı +ÑĨ еп +×Ķ ×Ĺ׾×ĺ +Ø· ÙĬع +ĠB akan +ĠاÙĦ رÙĪ +илÑĮ но +Ġм еÑĤ +à¸Ķ à¸Ńà¸ģ +ãģĭãĤī ãģªãģĦ +Ġпо ÑģÑĤоÑı +ĠпоÑģÑĤоÑı н +ĠÑĩ аÑģ +ü c +wr ó +б ÑĥÑĢ +ãĥIJ ãĥĥãĤ¯ +ãĥ©ãĥ³ ãĥī +Ġо гÑĢ +สั à¸į +สัà¸į à¸įา +มั à¹Īà¸Ļ +à¸Ħ à¸Ńม +al ık +Ġн ед +üm üz +ĠÅĽ wie +é rio +×Ļ×IJ ×Ķ +دÙħ ات +ı rl +ĠоÑĤ з +ĠоÑĤз Ñĭв +ä»ĺ ãģį +Ġkaż de +мин иÑģÑĤ +ãĤ° ãĥ« +ë° ĸ +ез н +اÙĦ Ùģ +Ġש ק׾ +Ùħ ض +ãĥĿ ãĥ¼ãĥĪ +ÙħÙĨ ت +ÙĤÙĬ اÙħ +Ø´ ÙĨ +×Ļר ×ķ×¢ +ãĤŃãĥ£ ãĥ³ +доÑĢ ов +×ŀ ×Ļת×Ļ +ÙĪÙĦ ÙĪج +Ùĥ اÙģ +ĠÑĢаз лиÑĩ +иÑĤ еÑĤ +н олог +ลà¸ĩ à¸Ĺุà¸Ļ +Ġyak laÅŁ +ãĥ¬ ãĤ¤ +ê²ł ëĭ¤ +æ±Ĥ ãĤģ +رÙĪ Ùģ +Ġí Ĭ +ĠíĬ ¹ +ãģ£ ãģıãĤĬ +à¸Ħวาม à¸Ħิà¸Ķ +×Ķ ×Ļס×ĺ +Ø¥ ÙĤ +ãģ¦ ãģĦ +à¹Ĥ à¸Ĭ +ĠBü yük +ĠФ едеÑĢ +ÑĨи н +ÑĢов а +ĠاÙĦ اÙĤتصاد +Ġch á +à¸ĺ าà¸Ļ +ë¥ ł +à¹Ħ à¸ķ +ÃŃ pio +Ùĭ ا +Ġоб Ñıз +Ùĩ ج +Ġì¤ij ìļĶ +ãģ® ãģ§ãģ¯ãģªãģĦ +بار اة +ãĤ¤ ãĥ« +Ġн оÑĢм +á»ī nh +m ö +mö glich +ÑĨи п +ãĤ¢ ãĤ¯ +×Ķ ×Ļ +ÑĨи алÑĮно +ĠÅĽ wi +ت ÙĤ +ĠÑģÑĤо им +بÙĬ عÙĬ +Ġ׾ ש×ŀ +г лÑı +глÑı д +ãģ¦ ãģıãĤĮ +ÄĻd zi +à¸Ĥ ั +à¸Ĥั à¹īà¸Ļ +Ø· ÙĤ +ĠìĹ Ń +ãģ£ãģ¦ãģĹãģ¾ ãģĨ +ĠdeÄŁer l +ĠdeÄŁerl endir +Ġü lk +Ġмн ог +๠ĭ +ë¿ IJ +ĠУ кÑĢа +ÄŁ ini +Ġбез оп +Ġбезоп аÑģ +à¸Ńà¸Ńà¸ģ à¹ģà¸ļà¸ļ +Ø§Ø ¸ +ØŃد اث +л еÑĢ +×Ļ× ¥ +×Ļ׳×ĺר ׳×ĺ +lar ınız +ØŃÙĬ ØŃ +ż eli +à¸Ń ัà¸ĩ +à¸Ńัà¸ĩ à¸ģ +à¸Ńัà¸ĩà¸ģ ฤษ +ĠоÑĤ лиÑĩ +ั ส +ëŀ į +ож но +ãĤ¹ ãĥĿ +ĠÑħ оÑĩ +Ġк ап +еÑĩ ен +ØŃÙĦ Ø© +ÙĬا Ùĩ +на л +×ķצ ר×Ļ×Ŀ +Ġk ald +åĥ į +ĠاÙĦØ´ خص +Ġз на +Ġwz gl +ż ycz +ê° Ŀ +à¸ŀ ลัà¸ĩ +íģ ¼ +Ġö l +Ġb ụ +Ø´ Ùĩر +Ġз ам +Ġд ев +×Ļ×ĺ ת +تعÙĦ ÙĤ +ÙĪÙħ Ø© +ãĤĴ ä½ľ +ãģį ãģ¦ +í ĥĿ +ras ında +ãĤĴ æİ¢ +ĠÙħ باشر +راج ع +Ġв озд +ÙħØŃ Ø§ +×ķש ר +ĠиÑģÑĤ оÑĢ +ม ัà¸ģ +t ıģ +Ø« ار +تر ÙĨت +à¹ģà¸Ĥ à¹ĩ +à¹ģà¸Ĥà¹ĩ à¸ĩ +п оÑĩ +Ġ×ij ×IJ×ķת +ë¯ Ģ +ëĿ¼ ëıĦ +à¸Ĭ ัà¸Ķ +ส à¸ķà¹Į +ãĥĭ ãĥĥãĤ¯ +ид енÑĤ +Ġг ÑĢÑĥпп +ت Ø® +Ạł +ย ืà¸Ļ +ย ัà¸Ļ +ó ry +T Ãľ +ãģĹ ãĤĥ +ĠпÑĢов ед +лÑı еÑĤ +Ùħ Ø® +ย à¸Ńม +×Ľ×ł×¡ ת +ĠاÙĦÙħ ÙĨت +Ġol mad +ר׼ ×ĸ×Ļ +Ġв ÑģÑĤÑĢ +ĠиÑģ Ñģлед +ÑĤвеÑĢ ж +بد ÙĪ +еÑĢ ÑĤ +ï» · +± ħ +สัม à¸ŀัà¸Ļà¸ĺà¹Į +ิ à¹Īà¸Ļ +צ ×Ļ×ij +wiÄĻ t +Ġì° ¸ +Ġz wiÄħz +سب ÙĪع +ãĥĥ ãĤ° +à¸Ľà¸¥ à¸Ńà¸Ķ +à¸Ľà¸¥à¸Ńà¸Ķ à¸łà¸±à¸¢ +ãĤĤ ãĤĬ +ÙĤد س +Ġspr z +Ġsprz eda +Ġist edi +Ġk hu +Ġд ен +Ġko ÅĦ +Ġ×ij ×Ĺ×Ļ +à¹Ģà¸Ĺ à¹īา +×ķס ×Ļ×£ +ãĥĭ ãĥ¥ãĥ¼ +ĠпÑĢед оÑģÑĤ +ĠпÑĢедоÑģÑĤ ав +à¹Ĥ à¸Ł +é v +ĠاÙĦص ØŃ +صØŃ Ø§Ø¨ +à¹Ģà¸Ī à¹ĩà¸ļ +вл ек +วั à¸ķ +à¸ĸ ุ +ãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +ÙĤÙĬ ÙĤÙĬ +×ķ׊ר +Ñĭ ÑĪ +ĠоÑĤ но +ĠоÑĤно ÑĪ +об илÑĮ +Ùģ ØŃ +ı nt +ınt ı +Ġ׾ ×ij×ĵ +í İĺìĿ´ì§Ģ +ãĥĬ ãĥ« +ĠÙħ ساء +×Ļ×ĺ ×ij +ÑĮ еÑĢ +ëĦ · +Ñĭ ÑĤа +ĠоÑĩ еÑĢ +à¸Ķ ืà¹Ī +à¸Ķืà¹Ī ม +ĠN gh +ت عب +ÙĦاÙĤ ات +×ķ׾×ķ×Ĵ ×Ļ×Ķ +ĠìĿ´ ê²ĥ +Ġ×Ķ ×ijר +ìľ µ +à¹Ģà¸Ħล ืà¹Īà¸Ńà¸Ļ +Ùĩ Ø© +à¸Īำ à¹Ģà¸Ľà¹ĩà¸Ļ +å¤ī ãģĪ +wi ÅĽcie +ch od +chod zÄħ +в ÑĢо +×ŀ×Ĺ ×Ļר +Ġy ı +Ġyı ll +ì¡ Į +à¹Ħ หว +ãģªãģı ãģª +Ġзав иÑģ +ĠìĺĪ ìĪĺ +Ùģ Ø° +ủ ng +à¸ŀุ à¸Ĺà¸ĺ +з н +lay an +ãĤ ¡ +à¸ģà¹ĩ à¸ķาม +ĠsaÄŁ lam +ร à¸ĵ +ĠÑģ иÑĤ +ĠÑģиÑĤ Ñĥ +ĠاÙĦت ÙĨ +×Ķ ×ĸ +ĠØ· ÙĪÙĬÙĦ +ta ÅĤ +Ġgö rd +å¤ī ãĤı +ëĥ ¥ +à¸Ħà¹Ī à¸Ńย +×IJ ×ķ×ĺ +ëħ IJ +ãĥ©ãĥ³ ãĤ¹ +วั à¸Ĵ +วัà¸Ĵ à¸Ļ +Ġol uÅŁ +פע ×ķ׾ +Ġszczeg óÅĤ +à¸Ħา สิ +à¸Ħาสิ à¹Ĥà¸Ļ +pow ied +ĠÑĤ еб +หà¸Ļ à¹Īวย +Ġм ил +ØŃ Ùĥ +à¸Ĺ à¸Ķ +ĠмаÑĤ еÑĢиал +ÅĤ ow +à¹Ģà¸ģ ีย +ĠÑģов еÑĢ +ãĤ © +à¸Ľ ริ +Ġи Ñİ +наÑĩ ен +ÑĢен д +mu ÅŁtur +ĠпÑĢод Ñĥк +з д +Ñı ÑĤи +ÑıÑĤи Ñı +à¹Ģม ีย +رات ÙĬج +Ġam acı +ש ×ķ׾ +ש×ķ׾ ×Ĺ +สะ à¸Ńา +สะà¸Ńา à¸Ķ +פ×Ĵ ×¢ +عب Ø© +d ın +íħ Ķ +Ġ×ŀש ×Ĺק +Ġfi yat +Ġз аÑı +ĠзаÑı в +à¹Ĥ หล +à¹Ĥหล à¸Ķ +à¸ģรุà¸ĩ à¹Ģà¸Ĺà¸ŀ +צ×Ļ ×Ļף +ìļ ± +Ùħ ب +Ùħب اد +land ır +Ġв еÑģÑĮ +Ġh ük +ĠÐĴ оз +ÑĩиÑĤ Ñĭва +ว ล +×ķצ ×¢ +à¸Ĥà¸ĵะ à¸Ĺีà¹Ī +ĠaÅŁ aģı +׾×IJ ×ķ×ŀ×Ļ +tr zym +Ã¤ÃŁ ig +owo ÅĽci +ãģĿ ãĤĤ +Ġroz wiÄħz +ĠgÅĤ ówn +м онÑĤ +×ŀ ×ķ×ŀ +ĠÑģÑĤ ан +ÙĦا ÙĤØ© +p rowad +prowad zi +ĠÑģоÑģÑĤ оÑı +×Ļ×IJ ×ķת +r ı +g ı +ãĥij ãĥij +Ġна лиÑĩ +×Ķ צע +Ġ׳ ×Ķ +à¸Ħ ัà¸ļ +ع راض +и ж +Ùĩ ائÙĬ +ãĤī ãģı +ож еÑĤ +Ġоб оÑĢ +ĠобоÑĢ Ñĥд +Ø£ سÙĦ +à¹ĩ à¸Ķ +ÑĢÑĥ ÑĤ +دÙĬ ÙħÙĤ +دÙĬÙħÙĤ را +Ġjest e +×ķ×ķ ×Ļר +×ij×ĵ ×Ļק +деÑĢж ива +ãģĬ ãģı +ewn ÄĻtr +ewnÄĻtr zn +à¸ŀ ฤ +Ġ×IJ ×ķ×Ķ +ת×Ĺ ×ķש +Ġz ob +д Ñĥм +ĠÑģ Ñĭ +ÙĬر ا +ĠwiÄĻ ks +à¹ģà¸ķà¸ģ à¸ķà¹Īาà¸ĩ +lar aras +lararas ı +íĺ Ģ +ëī ´ +×ķ×Ĵ ׾ +ĠоÑĤ меÑĤ +ĠÑĢ ан +ت ÙĥÙĦ +иÑĤелÑĮ н +à¸Ľà¸£à¸° วั +à¸Ľà¸£à¸°à¸§à¸± à¸ķิ +ìŀ ĸ +мож но +pie czeÅĦ +pieczeÅĦ st +ëª » +ìĬ ¨ +×ŀס ×ŀ +á» ¦ +ศ ิ +ศิ ล +ศิล à¸Ľ +ĠÅļ w +ãĥĥ ãĤ·ãĥ§ãĥ³ +unit Ãł +Ġmiesz ka +Ġmieszka ÅĦ +pr zed +przed si +przedsi ÄĻb +przedsiÄĻb ior +à¸Ľà¸£à¸° สิà¸Ĺà¸ĺิ +à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ à¸łà¸²à¸ŀ +ย à¹Ī +ìķ Ļ +รว à¸Ķ +รวà¸Ķ à¹Ģรà¹ĩว +å½ĵ ãģŁãĤĬ +äl le +Ñĥ еÑĤÑģÑı +ã n +ëł µ +th è +ãĤĴ åĪ©çĶ¨ +ì µľ +íĵ ¨ +à¸Ĺ ัà¸ļ +า à¸Ħม +ãģ ĩ +ëĤ Į +à¹Ģà¸Ľà¸¥ à¹Īา +â ¦ +ë ¾ +ê Ģ +ê ĩ +â ¡ +ðŁ Ł +ã IJ +â º +á Ń +á Ļ +á ĵ +á ² +ðĵ ı +á ¬ +â ¯ +ä ¨ +ê Ŀ +ê « +ð ij +ðĵ ĥ +ðĿ ħ +< unk + + + +Ġع ÙĦÙī +Ġm á»Ļt +Ġv Ỽi +Ġng Æ°á»Ŀi +ĠØ¥ ÙĦÙī +Ġnh ững +Ġth á»ĥ +Ġ×IJ ×ķ +Ġ×¢ ×Ŀ +ا Ùĭ +Ġ à¹ģละ +ĠÙĦ ا +Ġnh Æ° +ĠاÙĦت ÙĬ +Ġ×Ķ ×ķ×IJ +ĠÄij ến +ĠØ£ ÙĪ +Ġv á»ģ +ĠlÃł m +Ġs ẽ +Ġc Å©ng +Ġ ợ +ĠÄij ó +Ġnhi á»ģu +Ġt ại +Ġtr ên +Ġ×Ĵ ×Ŀ +Ġnh Ãł +Ġ׼ ×Ļ +Ġs á»± +ĠÄij ầu +Ġb á»ĭ +ĠÙĩ ذا +Ġnh ất +Ġph ải +Ġhi á»ĩn +Ġdụ ng +ĠÄij á»Ļng +ĠاÙĦÙĦ Ùĩ +ĠØ Į +ĠÙĥ ÙĦ +Ġvi á»ĩc +Ġn Äĥm +Ġth ì +Ġh á»įc +ĠÙĪ ت +t é +Ġا ÙĨ +Ġt ôi +Ġ×IJ ׳×Ļ +Ġ׾ ×Ļ +Ġ×ŀ ×ķ +Ġng Ãły +Ġn Æ°á»Ľc +Ġ×Ķ ×Ļ×IJ +Ġ×IJ ×Ļ +Ġh Æ¡n +ĠÙĩ Ø°Ùĩ +ĠÙĪ ÙĬ +ĠاÙĦ Ø°ÙĬ +Ġ×ķ ×ŀ +Ġgi á +Ġnh ân +Ġch ÃŃnh +Ġm ình +ĠÐĿ а +Ġth ế +Ġ×Ļ ×ķתר +Ġ×IJ ×Ŀ +Ġn ên +Ġh ợ +Ġhợ p +Ġc òn +ĠÙĩ ÙĪ +Ġc Æ¡ +Ġr ất +ĠVi á»ĩt +Ġب عد +Ġש ×Ļ +Ġth á»Ŀi +Ġc ách +ĠÄij á»ĵng +Ġн о +Ġtr Æ°á»Ŀng +Ø Ł +ĠÄij á»ĭnh +ĠÄiji á»ģu +×Ļ ×Ļ×Ŀ +Ġth á»±c +n ın +Ġh ình +Ġn ói +Ġc ùng +Ġ×Ķ ×Ķ +ĠØ¥ ÙĨ +Ġ×IJ ×ij׾ +Ġnh Æ°ng +Ġbi ết +Ġж е +Ġch úng +ĠÄij ang +ĠØ° ÙĦÙĥ +Ġl ên +Ġkh ách +Ġn Ãło +Ġs á»Ń +Ġkh ác +Ġë° ı +Ġl ý +×Ļ ×Ļ +ĠÄij ây +Ġ׾ ×ŀ +Ġc ần +Ġtr ình +Ġph át +ãģ« ãĤĤ +п о +Ġn Äĥng +Ġb á»Ļ +Ġv ụ +ĠÄij á»Ļ +Ñĩ е +Ġnh áºŃn +Ġtr Æ°á»Ľc +Ġ×¢ ×ĵ +Ġh Ãłnh +ĠØ® ÙĦاÙĦ +Ġl ượng +Ġc ấp +Ġtá» ± +Ġv ì +Ġt Æ° +Ġch ất +Ġ׼ ×ŀ×ķ +Ġg ì +Ġש ׳ +Ġt ế +ת ×ķ +Ġnghi á»ĩp +Ġm ặt +ĠÙĥ Ùħا +Ġ×ij ×Ļף +Ġר ק +Ġth ấy +Ġmá y +ĠÙģ Ùī +Ġd ân +Ġ×IJ ×Ĺ×ĵ +Ġt âm +Ġ׼ ×ļ +Ġ׾ ×ķ +в о +Ġt ác +Ġto Ãłn +ĠÙĪ Ùħ +Ġk ết +Ġ หรืà¸Ń +ĠÙĪاÙĦ Ùħ +ĠÄiji á»ĥm +Ġ×ĸ ×ķ +Ġ×ij ×ķ +׼ ×ķת +Ġh á»Ļi +Ġb ằng +ت Ùĩا +Ġ׼ ×ĵ×Ļ +Ġ×Ķ ×Ŀ +Ġxu ất +ĠÙĤ د +Ġb ảo +Ġt á»ijt +Ġt ình +ĠÙĩ ÙĬ +ĠÄij á»iji +Ġthi ết +Ġhi á»ĩu +Ġti ếp +Ġt ạo +ת ×Ķ +Ġch ủ +o ÅĽÄĩ +Ġgi ú +Ġgiú p +Ġà ½ +Ġqu ả +Ġlo ại +Ġc ô +Ġà ´ +Ġô ng +Ġ×Ķ ×ķ +ĠاÙĦÙĬ ÙĪÙħ +ĠtÃŃ nh +г а +Ġph òng +Ġ Äĥn +Ġع اÙħ +Ġv á»ĭ +lar ını +r ÃŃa +Ġt Ỽi +ĠÄij Æ°á»Ŀng +Ġgi Ỽi +Ġb ản +Ġc ầu +Ġnhi ên +Ġb á»ĩnh +Ġth Æ°á»Ŀng +Ġ×IJ ×Ļף +ĠÄij á»ģ +Ġh á»ĩ +Ġ×Ļש ר×IJ׾ +Ġqu á +ĠÐĹ Ð° +ãģ® ãģ§ãģĻãģĮ +ĠÐŁ ÑĢи +Ġph ần +ĠÙĪ ÙĦا +ĠlỼ n +Ġtr á»ĭ +Ġcả m +Ġм о +Ġd ùng +ĠاÙĦ Ùī +ĠعÙĦÙĬ Ùĩ +ĠìŀĪ ìĬµëĭĪëĭ¤ +ÙĬ ÙĤ +ĠÙĤ بÙĦ +Ġho ặc +ĠØŃ ÙĬØ« +Ġ à¸Ĺีà¹Ī +Ġغ ÙĬر +ĠÄij ại +Ġsá»ij ng +нÑĭ ми +Ġth ức +Ġפ ×Ļ +ĠÄiji á»ĩn +ãģª ãģĭãģ£ãģŁ +Ġgi ải +Ġv ẫn +Ġи Ñħ +Ġö nce +Ġv áºŃy +Ġmu á»ijn +Ġ ảnh +à¹ĥà¸Ļ à¸ģาร +ĠQu á»ijc +Ġk ế +׳ ×IJ +Ġס ×Ļ +Ġy êu +ãģ® ãģĭ +ĠÄij ẹ +ĠÄijẹ p +Ġch ức +Ġy ıl +ĠTür kiye +d é +ĠÙĤ اÙĦ +Ġd á»ĭch +ĠolduÄŁ u +Ġch á»įn +Ġت Ùħ +หà¸Ļ ึà¹Īà¸ĩ +ãģķãĤĮ ãģŁ +Ġph áp +ìĽ Ķ +Ġti á»ģn +ãģĹ ãģ¾ãģĹãģŁ +Ġש ׾×IJ +ÙĦ Ø© +Ġ׾פ ׳×Ļ +Ġ×ij ×Ļת +ĠH Ãł +ĠØŃ Øª +ĠØŃت Ùī +Ġ×¢ ×ķ×ĵ +Ġn ó +Ġth áng +à¹Ģลืà¸Ń à¸ģ +ר ×Ķ +Ġt Äĥng +Ġcá i +Ġtri á»ĥn +Ġ×IJ×ķת ×ķ +ìłģ ìĿ¸ +ĠC ông +Ġ׾×Ķ ×Ļ×ķת +Ġг ода +и Ñİ +Ġب عض +Ġ à¸ģาร +èī¯ ãģĦ +ÙĪ ت +Ġli ên +ĠÐĿ о +ĠÐĿ е +çļĦ ãģª +ĠÙħ ت +ĠÑĤак же +ĠкоÑĤоÑĢ Ñĭе +Ġ×Ļ ×ĵ×Ļ +Ġtr á»įng +ãĤµ ãĤ¤ãĥĪ +ìłģ ìľ¼ë¡ľ +Ġt áºŃp +Ġש ׾×Ļ +íķĺ ê²Į +Ġt Ãłi +ĠÐ ¯ +Ġr á»ĵi +ا Ùĥ +Ġth Æ°Æ¡ng +Ġ×Ķ ×ĸ×Ķ +ĠÙĪ ÙħÙĨ +à¸Ĺีà¹Ī มี +Ġcu á»Ļc +Ġbü yük +ãģ¨ ãģĭ +Ġ×ij ×Ļ×ķתר +Ġl ần +Ġgö re +Ġtr ợ +Ġ×ĺ ×ķ×ij +ÑĤÑĮ ÑģÑı +Ġth á»ijng +Ġ׼ ש +Ġti êu +Ġ×ŀ×IJ ×ķ×ĵ +Ø Ľ +k Äħ +Ġ à¹ĥà¸Ļ +Ġv ấn +Ġש ׾×ķ +ĠÄij á»ģu +Ùģ ت +Ġê²ĥ ìĿ´ +Ġh óa +ĠاÙĦع اÙħ +ĠÙĬ ÙĪÙħ +к ой +Ġbi á»ĩt +ÑģÑĤ о +Ġ×Ķ ×Ļ×ķ +à¸Ĺีà¹Ī à¸Īะ +Ġ×ĵ ×Ļ +Ġ×IJ ×ļ +Ġá n +ص ÙĪر +Ġtr ÃŃ +ĠÐŁÑĢ о +Ġl á»±c +ãģĹãģ¦ ãģĦãģ¾ãģĻ +Ġb Ãłi +Ġ×ĸ ×IJת +Ġb áo +à¸ļ à¸Ļ +ĠëĮĢ íķľ +Ġti ế +Ġtiế ng +Ġb ên +ãģķãĤĮ ãĤĭ +s ión +Ġt ìm +×¢ ×ķ +m é +ни Ñı +ãģ» ãģ© +Ġà¹Ģà¸ŀ ราะ +ب Ø© +Ġë¶ Ħ +Ġ×IJ ×ĸ +à¸Ĺ à¹Īาà¸Ļ +ת ×Ŀ +Ġth êm +Ġho ạt +y ı +×ĸ ×ķ +Ġgi á»Ŀ +Ġb án +à¸Ĥ าย +Ñĩ а +Ġ à¹Ĩ +ĠاÙĦÙħ ت +ĠоÑĩ енÑĮ +Ġb ất +Ġtr ẻ +ÑĤ ÑĢ +ĠØ£ ÙĨÙĩ +ĠØ« Ùħ +Ġ׼ ×ŀ×Ķ +Ġkh ó +Ġr ằng +ĠÙĪ ÙģÙĬ +ни й +Ġho Ãłn +t ó +Ġ×IJ שר +ĠìĥĿ ê°ģ +Ñģ а +Ġ׼ ×ijר +ĠÑįÑĤ ом +lar ının +Ġch Æ°a +з и +Ġd ẫn +ĠÐļ ак +ج ÙĪ +ĠбÑĭ ло +ĠÙĬ ت +n ı +ÅĤ am +ĠÙĪÙĩ ÙĪ +×ij ×ķ +п и +ר ת +Ġqu á»ijc +ж д +ĠÄij Æ¡n +Ùĥت ب +Ġm ắt +ระ à¸ļ +ระà¸ļ à¸ļ +ĠÙĥ اÙĨت +Ġth ân +สิà¸Ļ à¸Ħà¹īา +×Ĵ ×Ļ +Ġph Æ°Æ¡ng +à¹Ħมà¹Ī à¹Ħà¸Ķà¹ī +ĠìĦ ± +ĠC ác +Ġ×Ķ×ŀ ×ķ +ĠÑĤ ем +Ġ×ĵ ×ķ +à¸Ńะ à¹Ħร +Ġv Äĥn +ãģª ãģ®ãģ§ +ĠN á»Ļi +Ġ×¢ ×ķ +ãĤīãĤĮ ãĤĭ +Ġs áng +Ġgö ster +ãģĵãģ¨ ãĤĴ +Ġtaraf ından +Ġм а +ĠпоÑģл е +Ġ׳ ×Ļת +Ġ׳×Ļת ף +Ġл еÑĤ +Ġ׾ ׳×ķ +Ñģ Ñģ +Ġ×Ļ ×ķ +п е +ĠÙĪ ÙĦÙĥ +ĠÙĪÙĦÙĥ ÙĨ +Ġngo Ãłi +ĠÄij á»ĭa +r zÄħd +dz iaÅĤ +ĠÙħ ر +иÑĤÑĮ ÑģÑı +Ġ×IJ×Ĺר ×Ļ +Ġ׾ ׼׾ +à¸Ĥ à¹īà¸Ńม +à¸Ĥà¹īà¸Ńม ูล +Ġб ол +Ġбол ее +جÙħ ع +л еÑĤ +Ġl á»ĭch +ĠÙħ Ø«ÙĦ +Ġ그리 ê³ł +Ġth ứ +ĠdeÄŁ il +ÙĪ ØŃ +Ġש׾ ×ļ +ĠÙħ ØŃÙħد +Ġn ếu +ĠÄij á»ķi +Ġv ừa +Ġm á»įi +Ġо ни +Ġl úc +ĠÙĬ ÙĥÙĪÙĨ +ì§ Ī +Ġש׾ ׳×ķ +ĠÐĶ о +Ġש ׳×Ļ +ล ิ +×IJ פשר +Ġs ức +ê¶ Į +Ġ ứng +à¹Ħมà¹Ī มี +Ø·ÙĦ ب +ĠÑĩ ем +Ġch uyên +Ġth ÃŃch +Ġ×ķ ×Ļ +íķ © +ĠÙħ صر +д о +ĠÄij ất +Ġch ế +à¸Ĭ ืà¹Īà¸Ń +Ġìĭ ł +ĠØ¥ ذا +Ġر ئÙĬس +Ġש ×Ļש +Ġgiả m +Ñģ ка +lar ında +Ġs ợ +ĠtÃŃ ch +ĠÙĦ ÙĥÙĨ +Ġب Ùħ +×¢ ×ķ×ij +×¢×ķ×ij ×ĵ +ÅĤÄħ cz +ları na +Ġש ×Ŀ +ĠÙĦ ت +Ġש×Ķ ×ķ×IJ +t ów +Ġëĭ¤ 른 +ĠØ£ Ùĥثر +ãģ® ãģ§ãģĻ +׼ ×Ļ×Ŀ +ĠolduÄŁ unu +ãģĭ ãģª +ãĤĤ ãģĨ +ÙĬ ØŃ +Ġnh ìn +Ġngh á»ĩ +ãģ«ãģª ãģ£ãģ¦ +п а +Ġquy ết +ÙĦ ÙĤ +t á +Ġlu ôn +ĠÄij ặc +Ġ×IJ ר +Ġtu á»ķi +s ão +ìĻ ¸ +ر د +ĠبÙĩ ا +Ġ×Ķ×Ļ ×ķ×Ŀ +×ķ ×ķ×Ļ +ãģ§ãģĻ ãģŃ +ĠÑĤ ого +Ġth ủ +ãģĹãģŁ ãģĦ +ر ÙĤ +Ġb ắt +г Ñĥ +Ġtá» Ń +ÑĪ а +Ġ à¸Ľà¸µ +Ġ×Ķ×IJ ×Ŀ +íı ¬ +ż a +Ġ×IJת ×Ķ +Ġn á»Ļi +Ġph ÃŃ +ĠÅŁek ilde +Ġl á»Ŀi +d ıģı +Ġ׼×IJ ף +Ġt üm +Ġm ạnh +ĠM ỹ +ãģĿ ãĤĵãģª +Ġnh á»ı +ãģª ãģĮãĤī +Ġb ình +ı p +à¸ŀ า +ĠÄij ánh +ĠÙĪ ÙĦ +ר ×ķת +Ġ×IJ ×Ļ×ļ +Ġch uyá»ĥn +Ùĥ ا +ãĤĮ ãĤĭ +à¹ģม à¹Ī +ãĤĪ ãģı +ĠÙĪ ÙĤد +íĸ Īëĭ¤ +Ġn Æ¡i +ãģ«ãĤĪ ãģ£ãģ¦ +Ġvi ết +Ġà¹Ģà¸ŀ ืà¹Īà¸Ń +ëIJĺ ëĬĶ +اد ÙĬ +ĠÙģ Ø¥ÙĨ +ì¦ Ŀ +ĠÄij ặt +Ġh Æ°á»Ľng +Ġx ã +Ġönem li +ãģł ãģ¨ +Ġm ẹ +Ġ×ij ×Ļ +Ġ×ĵ ×ijר +Ġv áºŃt +ĠÄij ạo +Ġdá»± ng +ĠÑĤ ом +ĠÙģÙĬ Ùĩا +Ġج ÙħÙĬع +Ġthu áºŃt +st ÄĻp +Ġti ết +Ø´ ÙĬ +Ġе Ñīе +ãģĻãĤĭ ãģ¨ +ĠmÃł u +ĠÑįÑĤ ого +Ġv ô +ĠÐŃ ÑĤо +Ġth áºŃt +Ġn ữa +Ġbi ến +Ġn ữ +Ġ׾ ׼×Ŀ +×Ļ ×Ļף +Ġس ت +ĠÐŀ ÑĤ +Ġph ụ +ê¹Į ì§Ģ +Ġ׾ ×ļ +Ġk ỳ +à¹ĥ à¸Ħร +Ġg ây +ĠÙĦ ÙĦÙħ +Ġtụ c +ت ÙĬÙĨ +Ġtr ợ +Ġ׾ פ×Ļ +Ġb á»ij +ĠÐļ а +ĠÄij ình +ow Äħ +s ında +Ġkhi ến +s ız +Ġк огда +ס ׾ +ĠбÑĭ л +à¸Ļ à¹īà¸Ńย +обÑĢаР· +Ġê²ĥ ìĿ´ëĭ¤ +ëĵ¤ ìĿĢ +ãģ¸ ãģ® +Ġà¹Ģม ืà¹Īà¸Ń +Ġph ục +Ġ׊׾ק +Ġh ết +ĠÄij a +à¹Ģà¸Ķà¹ĩ à¸ģ +íĺ ķ +l ÃŃ +ê¸ ī +Ġع دد +ĠÄij á»ĵ +Ġg ần +Ġ×Ļ ×ķ×Ŀ +Ġs Ä© +ÑĢ Ñıд +Ġquy á»ģn +Ġ×IJ ׾×IJ +Ùĩ Ùħا +׳ ×Ļ×Ķ +׾ ×ķת +Ġ×Ķר ×ij×Ķ +Ġti ên +Ġal ın +Ġd á»ħ +人 ãģĮ +но Ñģ +л ÑģÑı +ĠÄij Æ°a +ส าว +иÑĢов ан +Ġ×ŀס פר +×Ĵ ף +Ġki ến +ĠÐ ¨ +p é +б Ñĥ +ов ой +б а +ĠØ¥ ÙĦا +×IJ ׾×Ļ +Ġx ây +Ġb ợi +Ġש ×ķ +人 ãģ® +ק ×Ļ×Ŀ +à¹Ģà¸Ķ ืà¸Ńà¸Ļ +Ġkh á +Ġ×ķ ׾×Ķ +×ĵ ×ķת +Ġ×¢ ×ij×ķר +Ġبش ÙĥÙĦ +ĠÙĩÙĨا Ùĥ +ÑĤ ÑĢа +Ġ íķĺëĬĶ +ร à¸Ńà¸ļ +owa ÅĤ +h é +Ġdi á»ħn +Ġ×Ķ ׼׾ +ĠØ£ س +Ġch uyá»ĩn +ระ à¸Ķัà¸ļ +ĠNh ững +Ġ×IJ ×Ĺת +ĠØŃ ÙĪÙĦ +л ов +׳ ר +Ġ×ķ ׳ +Ġch Æ¡i +Ġiç inde +ÑģÑĤв Ñĥ +Ġph á»ij +ĠÑģ Ñĥ +ç§ģ ãģ¯ +Ġch ứng +Ġv á»±c +à¹ģ à¸Ń +Ġl áºŃp +Ġtừ ng +å°ij ãģĹ +ĠNg uy +ĠNguy á»ħn +ĠÙģÙĬ Ùĩ +Ġб а +×Ļ ×Ļת +Ġ×ľ×¢ ש×ķת +Ġ×ŀ ׼ +Ġnghi á»ĩm +Ġм ного +Ġе е +ëIJĺ ìĸ´ +Ġl ợi +Ġ׾ ׾×IJ +Ġ׼ ף +Ġch ÃŃ +ãģ§ ãģ® +×Ĺ ×ķ +ש ×ķ×Ŀ +Ġ×ŀ ר +ĠÐĶ лÑı +Å ģ +Ġ׼×IJ שר +ĠM á»Ļt +ĠÙĪاÙĦ ت +ĠìĿ´ 룰 +ÅŁ a +Ġchi ến +Ġaras ında +Ġ×ij ×IJתר +ãģķãĤĮ ãģ¦ãģĦãĤĭ +Ø´ ÙĥÙĦ +Ġt ượng +Ġت ت +ĠC ó +Ġb á»ı +Ġtá»ī nh +Ġkh ÃŃ +ĠпÑĢ оÑģÑĤ +ĠпÑĢоÑģÑĤ о +ĠÙĪ ÙĤاÙĦ +Ġgi áo +ĠN ếu +×IJ ×ŀר +×¢×ł×Ļ ×Ļף +íİ ¸ +Ùĩد Ùģ +ĠB á»Ļ +Ġb Ãłn +Ġng uyên +Ġgü zel +ส าย +ì² ľ +×ŀ ×ķר +Ġph ân +ס פק +ק ×ij׾ +ĠاÙĦÙħ تØŃ +ĠاÙĦÙħتØŃ Ø¯Ø© +ائ د +Ġ×IJ ×ŀר +Ġki ÅŁi +ì¤ Ģ +Ġtr uyá»ģn +ĠÙĦ Ùĩا +ĠÐľ а +à¸ļริ ษ +à¸ļริษ ั +à¸ļริษั à¸Ĺ +Ġש ׳×Ļ×Ŀ +Ġмен Ñı +ÅŁ e +Ġdi á»ĩn +Ġ×IJ׳ ×Ĺ׳×ķ +k ü +Ġc á»ķ +Ġm á»Ĺi +w ä +Ùħ ÙĬ +Ġhi á»ĥu +ëĭ ¬ +Ġ×Ķ ×Ĺ׾ +Ġt ên +Ġki á»ĩn +ÙĨ ÙĤÙĦ +Ġv á»ĩ +×ĵ ת +ĠÐłÐ¾ÑģÑģ ии +л Ñĥ +ĠاÙĦع ربÙĬØ© +ĠØ· رÙĬÙĤ +Ġ×Ķ×ij ×Ļת +Ñģ еÑĢ +Ġм не +ä u +Ġtri á»ĩu +ĠÄij ủ +Ġר ×ij +ت ÙĩÙħ +à¸ĭ ี +Ġì§Ģ ê¸Ī +li ÅĽmy +د عÙħ +ãģł ãĤįãģĨ +Ñģки е +Ġh á»ıi +Ġק ×ķ +ÑĢÑĥ Ñģ +ÙĨ ظر +ãģ® ãĤĤ +Ġ×Ķ ׼×Ļ +ĠìĽ IJ +ÙĪ Ùĩ +ĠÙĪ Ùİ +ĠB ạn +п лаÑĤ +Ġ×ŀ ×ŀש +лÑİ Ð± +ĠнÑĥж но +Ġth Æ° +ãģ µ +ãģı ãĤīãģĦ +ر Ø´ +ר ×ķ×Ĺ +ĠÙĬ تÙħ +Ġצר ×Ļ×ļ +Ġph á +ม à¸Ńà¸ĩ +Ġ×ij×IJ ×ķפף +Ġcả nh +Ġíķľ ëĭ¤ +Ġ×Ķ×ŀ ת +à¸ķà¹Īาà¸ĩ à¹Ĩ +มี à¸ģาร +Ñģки Ñħ +ĠÐĴ Ñģе +Ġا ÙĪ +ج ÙĬ +ãģĵãģ¨ ãģ¯ +Ġd Ãłi +Ġh á»ĵ +èĩªåĪĨ ãģ® +à¹Ħ หà¸Ļ +ëĵ¤ ìĿĦ +ĠV Äĥn +Ġд аж +Ġдаж е +Ñĭ ми +лаÑģ ÑĮ +ÙĬ ÙĪÙĨ +ÙĨ ÙĪ +c ó +ãģĹãģ¦ ãģĦãģŁ +ãģł ãģĭãĤī +طاÙĦ ب +Ġc á»Ńa +п ÑĢоÑģ +ãģªãģ© ãģ® +รุ à¹Īà¸Ļ +Ġchi ếc +л Ñĭ +ĠÑıвлÑı еÑĤÑģÑı +Ġn á»ķi +ãģ® ãģĬ +Ġ×IJת ×Ŀ +ĠëķĮ문 ìĹIJ +à¸ģล าà¸ĩ +ĠbaÅŁ ka +ìĦ Ŀ +ĠÑĨ ел +Ùģ ÙĤ +ãģ«ãĤĪ ãĤĭ +ÙĤ ا +Ġçı kar +Ġcứ u +Ø· ا +Ġש ת +à¹Ĥ à¸Ħ +Ġ×ŀ ׾ +Ġ×Ķ פר +Ġг де +ĠØ® Ø· +åīį ãģ« +c jÄĻ +Ġ׊ש×ķ×ij +ר×Ĵ ×¢ +Ġkho ảng +ĠÄij á»Ŀi +ĠÐł е +Ġо на +Ġ×IJ ׳×ķ +ãģ® ãģ« +ĠاÙĦØ° ÙĬÙĨ +кÑĥ п +ãĤµ ãĥ¼ãĥ +ãĤµãĥ¼ãĥ ĵ +ãĤµãĥ¼ãĥĵ ãĤ¹ +в ал +г е +Ġgi ữa +ĠKh ông +ĠâĹ ĭ +à¸ģล ุà¹Īม +ĠÙħÙĨ Ø° +à¸Ń à¹Īาà¸Ļ +ĠÑģп оÑģоб +ĠÄij á»Ļi +Ġdi ÄŁer +Ġ à¸ĸà¹īา +Ùħ Ø«ÙĦ +Ġ×Ķ×IJ ×Ļ +Ġد ÙĪÙĨ +ÙĬر اÙĨ +Ñī и +بÙĨ اء +ĠØ¢ خر +ظ Ùĩر +Ġ×ij ׼ +ĠاÙĦÙħ ع +ãĥ Ĵ +Ġt ất +Ġm ục +ĠdoÄŁ ru +ãģŁ ãĤī +Ġס ×ķ +Ġx ác +ร à¸Ń +ĠcÄĥ n +Ġон л +Ġонл айн +Ġk ý +Ġch ân +Ġ à¹Ħมà¹Ī +اØŃ Ø© +r án +׳×Ļ ×Ļ×Ŀ +Ġ×ij ף +ĠÐ ĸ +à¸ķร à¸ĩ +д Ñĭ +Ġs ắc +ÙĦ ت +ãĥŃ ãĥ¼ +ĠÙĦ ÙĨ +Ġר ×ķ +Ġd Æ°á»Ľi +à¹Ģ à¸ĺ +à¹Ģà¸ĺ à¸Ń +e ÄŁi +Ġ×ķ ש +ĠÙĦ Ø£ +Ġg ặp +Ġc á»ij +ãģ¨ ãģ¦ãĤĤ +رÙĪ س +Ġ׾×Ķ ×Ļ +Ġë³ ¸ +ä¸Ĭ ãģĴ +Ġm ức +Ñħ а +Ġìŀ ¬ +à¸ī ัà¸Ļ +ÑĢÑĥ ж +Ġaç ık +ÙĪ اÙĦ +Ġ×ĸ ×ŀף +人 ãģ¯ +ع ÙĬÙĨ +Ñı Ñħ +Ġ×Ĵ×ĵ ×ķ׾ +ר ×ķ×ij +g ó +ëĿ¼ ê³ł +Ġark adaÅŁ +ÙĨ شر +Ġгод Ñĥ +ĠболÑĮ ÑĪе +ãģ¡ãĤĩ ãģ£ãģ¨ +Ġcâ u +Ġs át +íĶ ¼ +Ġti ến +íķ´ ìķ¼ +ĠÙĪ Ø£ÙĨ +à¸Ļ าà¸Ļ +Ġ×ij×IJ×ŀ צע +Ġ×ij×IJ×ŀצע ×ķת +Ġ׾ ר +Ġqu ản +ĠÙĪاÙĦ Ø£ +Ġ×IJ×ķת ×Ķ +Ġìĸ´ëĸ ¤ +Ġê²ĥ ìĿĢ +ØŃس ÙĨ +Ġm ất +à¸Ħ ูà¹Ī +ãĥ¬ ãĥ¼ +ĠÐĶ а +Ġol ması +Ġthu á»Ļc +׳ ×Ĺ +íĨ ł +Ġsö yle +ãģĿãģĨ ãģ§ãģĻ +Ġت ÙĥÙĪÙĨ +л ÑĥÑĩ +׾ ×Ļ×ļ +ĠØ£ ØŃد +ли ÑģÑĮ +ĠвÑģ его +Ġ×Ķר ×ij +Ġëª » +o ÄŁ +oÄŁ lu +ĠìĦ ł +Ġк аÑĢ +à¸łà¸² à¸Ħ +e ÅĦ +Ġ à¸ģà¹ĩ +Ġa ynı +Ġb Ãł +ãģªãĤĵ ãģ¦ +Ġ모 ëĵł +ÙĤر ار +ãģĹãģª ãģĦ +ĠÐĴ о +ĠÙĪÙĩ ÙĬ +ни ки +ãĤĮ ãģŁ +Ġchu ẩn +ר ×¢ +Ùģ رÙĬÙĤ +ãĤĴ åıĹãģij +ĠÄij úng +б е +׼ ×ķ×Ĺ +п Ñĥ +Ġ×ķ ×Ĵ×Ŀ +×ŀ ׳×Ļ +íĸ ¥ +צ ×Ļ×Ŀ +à¸ĭ ิ +Ùĩ ÙĨ +н ем +Ġ×ij×ij ×Ļת +ر ع +Ġ ส +ĠÄIJ Ãł +íķĺ ëĭ¤ +Ġ ấy +×Ĺ ×ķ×ĵ +×Ĺ×ķ×ĵ ש +ĠÑĩеÑĢ ез +Ñĥ л +ĠB ình +Ġê²ĥ ìĿĦ +Ġ×Ĵ ר +ä»ĺ ãģij +×Ĺ׾ ק +Ġت ÙĦÙĥ +à¹ĥส à¹Ī +sz Äħ +ÙĤ اÙħ +د ÙĪر +ĠÙģ ÙĤØ· +Ġh ữu +Ġмог ÑĥÑĤ +Ġg á»įi +Ġק ר +à¸Īะ มี +ت ÙĤدÙħ +Ġع بر +Ġ׾×Ķ ×Ŀ +ĠÑģам о +ס ×ĵר +Ġc Ãłng +r ÃŃ +Ġìŀ ¥ +ëĵ¤ ìĿĺ +ĠÙĦ Ùĥ +п оÑĢÑĤ +Ġkh ả +ĠÑģеб Ñı +׳ ף +Ġد ÙĪر +Ġm ợ +Ġcâ y +Ġf ark +Ġfark lı +а ÑİÑĤ +Ġtr á»±c +wiÄĻks z +Ġthu á»ijc +Ġت ØŃت +ت ÙĦ +ов Ñĭе +ëĤ ł +Ġв ам +بÙĦ غ +Ġê°Ļ ìĿĢ +íĮ IJ +ÙĦ ب +Ġnas ıl +Ġод ин +м ан +ĠعÙĦÙĬ Ùĩا +б и +Ġפ ש×ķ×ĺ +×ijר ×Ļ +Ġש ׳×Ķ +Ġëı Ħ +ĠÄIJ ại +Ġ×IJ×ķת ×Ŀ +ĠاÙĦØŃ Ø± +Ġб о +à¸Ī ุà¸Ķ +Ġr õ +ĠdeÄŁi ÅŁ +Ġëĭ ¨ +ĠÑģлÑĥÑĩ а +ĠÑģлÑĥÑĩа е +Ġ×IJ׳ ש×Ļ×Ŀ +×ĵ ×£ +ש×ij ת +Ġש׾ ׼×Ŀ +Ġch ú +nik ów +Ġtan ı +Ġcá o +ĠÄij á +Ġ×IJ ×ĵ×Ŀ +Ġê° ķ +Ġnhi á»ĩm +Ġ׾ ס +Ġ×Ľ×ª ×ij +Ġ×Ķס פר +ĠÄij Äĥng +Ġë ijIJ +à¸ľ ิ +à¸ľà¸´ ว +ج ا +Ġê° IJ +ر Ø£ +ست خدÙħ +ãģ«ãģªãĤĬ ãģ¾ãģĻ +Ġtá» · +×ĺ ×ķר +г овоÑĢ +Ġв оÑģ +ĠÙħÙĨ Ùĩا +иÑĢов аÑĤÑĮ +ĠÄij ầy +׳ ×Ĵ +ĠÙħ ÙĪ +ĠÙħ ÙĪÙĤع +ר׼ ×Ļ +ت Ùı +ëª ¨ +Ġת ×ķ +ÙĬا Ùĭ +à¹ĥ à¸Ķ +ãĤĬ ãģ¾ãģĻ +à¸Ńยูà¹Ī à¹ĥà¸Ļ +ĠØ£ ÙĪÙĦ +ĠØ£ خرÙī +Ġc Æ° +ص ار +×ŀ׊ש×ij +б ÑĢа +ÅĦ ski +б ÑĢ +ĠÙĬ Ùı +à¸ģ ิà¸Ļ +Ġch á»ijng +Ùħ Ùı +Ġ à¸Ħืà¸Ń +Ġت ÙĨ +t ÃŃ +y Äĩ +Ġm ạng +Ùģ ÙĪ +Ġdü nya +ק ר×IJ +Ġק ׾ +ĠØŃ Ø§ÙĦ +c ÃŃa +Ġà¹Ģ รา +Ġר ×ķצ×Ķ +Ġá p +ë° ķ +ا ÙĤØ© +ни Ñİ +Ġ×IJ ׾×ķ +Ġ×ŀס ×ķ +ãģ§ãģ¯ ãģªãģı +Ġtr ả +Ġק שר +mi ÅŁtir +Ġl Æ°u +Ġh á»Ĺ +ĠбÑĭ ли +Ġl ấy +عÙĦ Ùħ +Ġö zel +æ°Ĺ ãģĮ +Ġ×ĵ ר×ļ +Ùħ د +s ını +׳ ×ķש×IJ +r ów +Ñĩ еÑĢ +êµIJ ìľ¡ +ĠÐľ о +л ег +ĠV Ỽi +วัà¸Ļ à¸Ļีà¹ī +ÑİÑī ие +ãģĬ ãģĻ +ãģĬãģĻ ãģĻ +ãģĬãģĻãģĻ ãĤģ +ëı ħ +Ġ×Ļ×Ķ ×Ļ×Ķ +×ŀ ×ĺר +Ñı ми +Ġl á»±a +ĠÄij ấu +à¹Ģส ียà¸ĩ +Ġt Æ°Æ¡ng +ëĵ ± +ĠÑģÑĤ аÑĢ +à¹ĥ à¸ļ +ว ัà¸Ķ +ĠÄ° stanbul +Ġ à¸Īะ +à¸ķ ลาà¸Ķ +Ġب ÙĬ +à¹ģà¸Ļ ะ +à¹ģà¸Ļะ à¸Ļำ +س اعد +Ġب Ø£ +Ġki á»ĥm +ØŃ Ø³Ø¨ +à¸Ĭั à¹īà¸Ļ +Ġ×ķ ×¢×ķ×ĵ +ов ÑĭÑħ +оÑģ нов +Ġtr Æ°á»Łng +צ ×ij×¢ +ĠÃŃ t +Ġk ỹ +cr é +Ñı м +êµ ° +ãģĮ ãģªãģĦ +ÙĬÙĦ Ø© +ãĥķ ãĤ£ +ر Ùī +ĠÙĬ جب +Ġ×IJ ×£ +Ġc á»±c +ãĤīãĤĮ ãģŁ +Ġ à¸ľà¸¹à¹ī +Ġ à¸Ń +lar ımız +Ġkad ın +Ġê·¸ ëŀĺ +Ġê·¸ëŀĺ ìĦľ +ĠëĺIJ ëĬĶ +ĠÄij ả +ĠÄijả m +Ġ×IJ ×ķ×ŀר +Ġy ếu +ci Äħ +ciÄħ g +Ġt á»ij +Ġש×IJ ׳×Ļ +Ġdz iaÅĤa +Ñī а +ĠÄij Ãłn +s ına +ãģĵãĤĮ ãģ¯ +Ġ×ij ׾×Ļ +Ġ×ij ×Ļשר×IJ׾ +л оÑģÑĮ +Ġgi ữ +ê° IJ +ÑĢ он +تج ار +г лав +в ин +Ġh ạn +Ġyapı lan +ب س +Ġ à¸ŀรà¹īà¸Ńม +ê´Ģ 리 +mÄ±ÅŁ tır +b ü +r ück +ĠBaÅŁkan ı +ĠÙĦ ÙĬس +Ġs Æ¡ +à¸Īัà¸ĩ หว +à¸Īัà¸ĩหว ัà¸Ķ +د اء +Ġ×Ķ ׼ +v ÃŃ +ש ×IJר +Ġh Æ°á»Łng +Ġb óng +ĠCh ÃŃnh +Äħ c +à¹Ģà¸ģีà¹Īยว à¸ģัà¸ļ +Ġtá» © +Ġtứ c +ĠÑĨ веÑĤ +Ġt á»iji +ĠnghÄ© a +ÙĦا عب +د ÙĦ +Ġפע ×Ŀ +h ör +à¸Ĭ ุà¸Ķ +à¸ŀ ู +à¸ŀู à¸Ķ +п аÑģ +ĠÅŁ u +Ġt Æ°á»Łng +خار ج +Ġâ m +ĠинÑĤеÑĢ еÑģ +ен нÑĭÑħ +×IJ ׳×Ļ +بد Ø£ +ëĿ¼ ëĬĶ +ì¹ ´ +æĸ¹ ãģĮ +ли в +Ġ à¸Ħà¸Ļ +ער ×ļ +à¸Ĥà¸Ńà¸ĩ à¸Ħุà¸ĵ +п ад +Ġc ạnh +ĠëĤ ¨ +ĠÄij âu +Ġbi á»ĥu +ãĤĤ ãģĤãĤĭ +׾ ×Ĵ +Ġ สำหรัà¸ļ +Ġxu á»ijng +ס ×ķ +ĠØ° ات +ĠÐľ е +ع اÙĦÙħ +×IJ ס +ب ÙĬØ© +Ø´ ا +и ем +ĠNg Æ°á»Ŀi +íĺ ij +Ñģл ов +Ġп а +Ġm ẫu +ĠпÑĢоÑĨ еÑģÑģ +ĠNh Ãł +пÑĢо из +пÑĢоиз вод +à¸łà¸²à¸¢ à¹ĥà¸Ļ +Ġ à¸ļาà¸Ĺ +×ŀ ׳×ķ +ĠоÑĢг ан +רצ ×ķ +×ķ×ŀ ×Ļ×Ŀ +Ġyaz ı +Ġd ù +ãĥ¬ ãĥ³ +ÙĪÙĦ ÙĬ +ย ู +Ġtr ò +à¹Ģà¸ŀ ลà¸ĩ +Ġ×ŀ ׾×IJ +à¸ķ ล +à¸ķล à¸Ńà¸Ķ +ĠÄij ạt +Ġ×Ĺ×ĵ ש +p óÅĤ +Ġ×ŀ ×ĵ×Ļ +ujÄħ c +×ŀ׳×Ķ ׾ +Ġש×ij ×ķ +Ġ×Ķ×ŀש פ×ĺ +Ġ×IJ ׾×Ķ +ĠÙĪ Ø°ÙĦÙĥ +à¹Ģà¸ŀ ราะ +ĠÄijo Ãłn +Ġíķ¨ ê»ĺ +Ġd ục +Ø´ ت +Ġ ula +Ġula ÅŁ +Ġqu ý +Ġ×Ķ ×Ĵ×ĵ×ķ׾ +à¸ķัà¹īà¸ĩ à¹ģà¸ķà¹Ī +Ġש ר +Ø´ Ùĩد +׳ ש×Ļ×Ŀ +à¸ŀ ล +رÙĪ ا +ãĤĮ ãģ¦ +Ġн иÑħ +Ġдел а +ãģ§ãģį ãģªãģĦ +ÅĤo ż +×IJ ×Ĺר +ì ½Ķ +ãĤ¢ ãĥĥãĥĹ +د Ùģع +Ġti á»ĩn +Ġkh á»ı +Ġkhá»ı e +ĠاÙĦع اÙħØ© +ãģ« ãģĤãĤĭ +ĠÄij á»Ļc +ì¡ ± +Ġc ụ +й ÑĤе +Ġзак он +ĠпÑĢо екÑĤ +ìĸ ¸ +ÙĦ ØŃ +ĠçalÄ±ÅŁ ma +ãĤĴ ãģĻãĤĭ +Ñħ и +ع اد +Ġ׳ ×ŀצ×IJ +Ġר ×Ļ +à¸Ńà¸Ńà¸ģ มา +ĠT ôi +Ġth ần +ĠÙĬ ا +ล าย +Ġав ÑĤо +Ġsı ra +ĠÙĥ Ø«ÙĬر +Ùħ ÙĬز +ĠاÙĦع ÙĦÙħ +æĸ¹ ãģ¯ +×ķ×¢ ×ĵ +Ġобла ÑģÑĤи +×Ļ׾ ×Ļ×Ŀ +ãģĮ åĩº +à¸ĺ ุ +à¸ĺุ ร +à¸ĺุร à¸ģิà¸Ī +ÙĤت ÙĦ +ר×IJ ×ķ +Ġng u +Ġngu á»ĵn +Ġ มา +Ġпл ан +t ório +Ġcu á»iji +Ñģк ом +ĠاÙĦÙħ اض +ĠاÙĦÙħاض ÙĬ +Ġ×ij×¢ ׾ +Ġר ×ij×Ļ×Ŀ +Ġlu áºŃn +Ùĥ ÙĪ +à¸Ĺัà¹īà¸ĩ หมà¸Ķ +в ан +Ġtho ại +à¹Ħ à¸Ń +б иÑĢ +ĠاÙĦ ض +ت ا +ĠÑĢ од +ĠV Ãł +×ŀ ×Ļף +ĠбÑĭ ла +к ами +ĠÐĶ е +t ık +קר ×Ļ +ĠeÄŁ itim +ĠÙĥ بÙĬر +ب Ùĥ +ĠÙĦ ÙĪ +в ой +Ġ ãģĵãģ® +ĠÑĤ ÑĢÑĥд +my ÅĽl +Ġs Æ° +à¸ŀ ีà¹Ī +Ġ à¹ģลà¹īว +×¢ ק +Ġ×Ĺ×ijר ת +ระ หว +ระหว à¹Īาà¸ĩ +×Ļ ×Ļ×Ķ +ĠاÙĦÙĨ اس +ün ü +Ġ׾ ×ŀ×Ķ +Ġch Æ°Æ¡ng +ĠH á»ĵ +ار ت +ãĤĪãģĨ ãģ§ãģĻ +l á +ק×Ļ ×Ļ×Ŀ +æľ¬ å½ĵ +æľ¬å½ĵ ãģ« +ãģĵãĤĵ ãģª +Ñģ ов +Ġ×ķ ×Ĺ +à¹Ģà¸ģ à¹ĩà¸ļ +Ġк ÑĤо +à¹Ĥร à¸Ħ +ĠØ´ رÙĥØ© +ع زÙĬ +عزÙĬ ز +Ø·ÙĦ ÙĤ +п ÑĥÑģÑĤ +Ùģ تØŃ +ëŀ Ģ +Ġhã y +ض Ùħ +ë¦ ° +åł´åIJĪ ãģ¯ +ãĤª ãĥ¼ +Ġh ắn +Ġ×IJ ×ij×Ļ×ij +Ġש׾×Ķ ×Ŀ +Ġ×Ķ×Ļ ×Ļת×Ķ +ĠاÙĦد ÙĪÙĦØ© +ĠاÙĦ ÙĪÙĤ +ĠاÙĦÙĪÙĤ ت +ãģĤ ãģ¾ãĤĬ +Ġta ÅŁÄ± +Ä° N +×¢ סק +ãģ¦ ãģĦãģŁ +Ġtá»ķ ng +ĠاÙĦØ¥ ÙĨس +ĠاÙĦØ¥ÙĨس اÙĨ +ÑĢ еÑĪ +Ġg ái +ĠÑĨ ен +ĠÙģ ÙĤد +Ùħ ات +ãģķãĤĵ ãģ® +Ġph ù +×ĺ ×Ķ +ĠÙĪاÙĦ تÙĬ +Ġب Ùĥ +ìĿ´ ëĤĺ +к Ñģ +Ùħ ÙĬر +Ġv ùng +ĠاÙĦØ´ عب +ĠNh Æ°ng +ãĥĢ ãĥ¼ +Ġ×Ĺ×Ļ ×Ļ×Ŀ +ĠØ´ خص +ק ×ķ×ĵ +ê² Ģ +×¢ ש +×¢ ×ķ׾×Ŀ +צ ×ķר +ع ÙĤد +ĠiÅŁ lem +Ġ×Ķ×ij ×IJ +Ġd ưỡng +à¸Ł รี +Ġph ÃŃa +ãģ®ä¸Ń ãģ§ +Ġп и +Ġng Ãłnh +ним а +ĠÙĩ ÙĦ +Ġ×ķ ×IJת +ĠÄij áng +é quipe +ĠÑįÑĤ оÑĤ +Ġgö rev +ë§ ¤ +Ġqu ân +å¼ķ ãģį +æĻĤ ãģ« +Ġب Ùħا +×ŀ ×Ļת +Ġü lke +Ġ×ŀק ×ķ×Ŀ +×ij ף +æ°Ĺ æĮģãģ¡ +Ġë§İ ìĿĢ +Ġyük sek +ÑĨ енÑĤÑĢ +ĠÙħ جÙĦس +ç§ģ ãģ® +ÙĤد ر +Ġë¶Ģ ë¶Ħ +Ġì° ¨ +خر ج +ãģĭ ãģªãĤĬ +ë³´ ëĭ¤ +Ġ×ŀ ×Ļ×ĵ×¢ +peÅĤ ni +Ġx á»Ń +ìĹIJìĦľ ëĬĶ +ĠباÙĦ Ùħ +ĠÙĪ Ùħا +ĠÑįÑĤ ой +ب ÙĬÙĨ +n ü +ØŃ Ø² +ØŃز ب +ĠÑĢабоÑĤ а +ĠNh áºŃt +ÙĦ اء +Ġëĵ ¤ +Ġëĵ¤ ìĸ´ +ãĤĦãģĻ ãģĦ +×Ĺ×ĸ ק +Ġ×Ķ×Ĺ ×ijר×Ķ +п иÑĤ +ãģĭãĤī ãģ® +Ġë§IJ ìĶĢ +Ġפ ×ķ +ÙĦ Ùİ +à¹Ģà¸ķà¹ĩ ม +ĠÐļ о +Ġm ówi +Ġt ÃŃn +ר×Ĵ ש +פר ק +Ġtr ạng +ĠÐŀ н +×Ĺ ×ķ×¥ +ĠعÙĨد Ùħا +Ġب ر +使 ãģĦ +Ġr á»Ļng +ëĮĢ ë¡ľ +íĪ ¬ +Ġktóry ch +в ид +ลูà¸ģ à¸Ħà¹īา +Ġmog Äħ +Ġש ×Ĺ +×ij ×Ĺר +ãĥĸ ãĥŃãĤ° +ĠTh Ãłnh +Ġ×Ķ ר×Ļ +ĠÑģÑĤ аÑĤÑĮ +ĠH á»Ļi +à¸ļ à¹īาà¸ĩ +çī¹ ãģ« +ĠÄIJ ức +èĢħ ãģ® +×¢ ×ŀ×ķ×ĵ +×ĺר ×Ķ +Ð ¥ +ĠÙħ Ùħا +Ġe ÅŁ +ĠнеобÑħодим о +ник ов +Ġüzer inde +a ÅĤa +Ġchá»ĭ u +ĠاÙĦ دÙĬÙĨ +أخ بار +ĠÄij au +ãģĮ å¤ļãģĦ +jÄħ cych +د Ø®ÙĦ +ları nd +larınd an +Ġs ẻ +à¸ŀิ à¹Ģศ +à¸ŀิà¹Ģศ ษ +ת ף +t ıģı +Ġlu áºŃt +ĠÅŀ e +ãĤ« ãĥ¼ +ãģ® ãģĤãĤĭ +Ġ×Ķ×IJ תר +ĠاÙĦØ¢ ÙĨ +ıld ı +Ġá o +ĠнаÑĩ ал +Ġvi á»ĩn +Ġ×ij×¢ ×ķ׾×Ŀ +з наÑĩ +×Ļ×ĺ ×Ķ +к ам +ĠÐĺ з +à¹Ģà¸Ĥ ียà¸Ļ +à¸Ļ à¹īà¸Ńà¸ĩ +ÑĤ ÑĢо +à¹Ģ à¸Ł +Ġжиз ни +Ġ สà¹Īวà¸Ļ +Ġv áºŃn +Ġê´Ģ 볨 +Ġl âu +ס ×ĺר +ק ש +س ÙĬر +Ġ×IJ×ķת ×Ļ +Ġm ôi +ائ ب +Ġо ÑģÑĤа +Ġm ón +Ġ×ij ×ŀק×ķ×Ŀ +Ġد اخÙĦ +Ġ×IJ ×ķר +Ġв аÑģ +Ùĥ Ø´Ùģ +ìĺ ¨ +à¸ĸ à¹Īาย +Ġkullan ıl +Ġt ô +ãģ« ãĤĪãĤĬ +ĠëĺIJ íķľ +Ġ×¢×ij×ķ×ĵ ×Ķ +Ġri ê +Ġriê ng +Ġyak ın +ز ا +Å » +×IJ ×ķ׼׾ +شار Ùĥ +Ġб еÑģ +× ´ +Ġا بÙĨ +ĠTá»ķ ng +ÙĨ ظ +ÅĽwi ad +ãĤµ ãĥ¼ +ห าย +ĠG ün +Ġhakk ında +à¹Ģà¸Ĥà¹īา มา +ز ÙĨ +ĠÐł о +Ġbi á»ĥn +ãģ© ãģĵ +Ùģ عÙĦ +ز ع +פר ×ĺ +Ġ×Ķ ף +Ø£ ÙĩÙĦ +Ġth ất +ØŃ ÙħÙĦ +Ñĩ Ñĥ +ĠìĤ¬ ìĭ¤ +ì° ¸ +ĠìľĦ íķ´ +ÙĪ ظ +ĠÐŁ од +Ġkho ản +ÑĤ ен +ĠÙģ اÙĦ +Ñģ ад +à¸Ļ à¸Ńà¸Ļ +ĠاÙĦسعÙĪد ÙĬØ© +" ØĮ +ĠاÙĦ ÙĴ +ãĤī ãģļ +Ġto án +Ġch ắc +׼ ×Ļר +m éd +méd ia +ز ÙĪ +Ġyan ı +פ ׳×Ļ×Ŀ +ØŃ Ø¸ +Ġб еÑģп +ĠбеÑģп лаÑĤ +ĠбеÑģплаÑĤ но +ĠØ£ ÙħاÙħ +à¸Ń าย +à¸Ńาย ุ +ר שת +Ġg á»ĵ +Ġgá»ĵ m +Ġu á»ijng +ص ب +k ır +ãĥij ãĥ¼ +Ġ׾×ĵ עת +Ġк ÑĥпиÑĤÑĮ +׾ ×ķ×Ĺ +ÙĪض ع +ÙĤÙĬ Ùħ +à¸Ľ า +ж ив +à¸Ķ ิà¸Ļ +×IJ ×ķפ +à¹Ģล à¹ĩà¸ģ +ãĥĥ ãĥī +иÑĩеÑģки Ñħ +ĠCh ủ +кÑĢ аÑģ +ÙĪ صÙĦ +p ÅĤat +м оÑĢ +Ġ×Ķ×IJ ×ķ +à¸Ń ิà¸Ļ +Ġíķľ êµŃ +гÑĢ е +Ġìłľ ê³µ +ì° ½ +Ġê°ľìĿ¸ ìłķë³´ +Ġngh á»ĭ +à¸ĭ า +ØŃس اب +Ġby ÅĤa +ÙħÙĦ Ùĥ +иÑĩеÑģки е +Ġb ác +ض ØŃ +ê¸ ¸ +ש ×ŀ×¢ +Ġìĸ´ëĸ » +Ġìĸ´ëĸ» ê²Į +ìĽ Į +ات Ùĩ +à¹Ĥรà¸ĩ à¹ģ +à¹Ĥรà¸ĩà¹ģ รม +خد ÙħØ© +ĠÐł а +׼×ķ׾ ×Ŀ +×ŀש ×Ĺק +ĠÙĪ ÙĥاÙĨ +ס ×ķ×£ +ĠاÙĦØŃÙĥÙĪÙħ Ø© +Ġ×ij ×ĺ +Ġtr áºŃn +Ġ×Ķ×¢ ×ķ׾×Ŀ +ĠÃŃ ch +t Äħ +ש×ŀ ×ķ +Ġ×Ķר×IJש ×ķף +Ġíķĺ ê³ł +ãģķ ãĤī +ãģķãĤī ãģ« +ãģ« ãģĹãģ¦ +Ġ à¸ľà¸¡ +ãģ® ãĤĪãģĨãģª +ĠÙĪ ÙĤت +ãĥį ãĥĥãĥĪ +ÙĦ عب +ÙĪ Ø´ +ìĺ ¬ +Ġ หาà¸ģ +Ġm iaÅĤ +à¸Ĺ à¸Ńà¸ĩ +иÑĤ а +ا صر +ил ÑģÑı +з е +à¸Ľà¸£à¸° มาà¸ĵ +ãģĿãĤĮ ãģ¯ +Ġb ır +Ġbır ak +صÙĨ اع +Ð ® +Ø´ عر +Ġ׳ ×Ĵ×ĵ +Ġب سبب +ãĥĿ ãĤ¤ +ãĥĿãĤ¤ ãĥ³ãĥĪ +ĠاÙĦج ÙĪ +ĠнеÑģк олÑĮко +Ġki ếm +Ùģ Ùİ +Ġض د +×ij×Ļ×ĺ ×ķ×Ĺ +تاب ع +ÙĨ ز +ĠB ản +Ġaç ıkl +Ġaçıkl ama +Ġ à¸Ħุà¸ĵ +à¸Ĺ า +ÅĤ ów +Ø· ب +ÙĨ ØŃÙĨ +Ġ×ŀק ×ķר +ĠÄ° s +Ġдом а +Ġ วัà¸Ļ +Ġd Ãłnh +Ñı н +ми ÑĢ +Ġm ô +ĠvÃł ng +ص اب +s ının +à¸Ħ ืà¸Ļ +Ø® بر +×ĸ׼ ×ķ +Ġ×ŀ ש×Ķ×ķ +m ü +Ġкомпани и +Ġ×Ķ×¢ ×Ļר +ĠÙĥ ÙĪ +ÙĤÙĦ ب +ĠlỼ p +и ки +׳ ×ij +à¹Ĥ à¸Ħร +à¹Ĥà¸Ħร à¸ĩ +à¹Ĥà¸Ħรà¸ĩ à¸ģาร +×ŀ×ķ×¢ ×ĵ +ÑıÑĤ ÑģÑı +หลัà¸ĩ à¸Īาà¸ģ +ени Ñİ +Ġש ×¢ +Ġb Æ°á»Ľc +ãĥ¡ ãĥ¼ãĥ« +ãĤĦ ãĤĬ +Ġ×Ļ×ķ×ĵ ×¢ +Ġê´Ģ íķľ +ĠاÙĦØ£ Ùħر +Ġböl ge +ĠÑģв ой +ÙĦ س +Ġ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠëĤ´ ìļ© +ĠØ£ جÙĦ +ĠÄIJ ông +Ġ×ŀ ×ł×ª +Ġìĭľ ê°Ħ +Ùĥ Ùİ +ãģ¨ãģĦãģĨ ãģ®ãģ¯ +Ġnale ży +تÙĨظ ÙĬÙħ +ĠÑģозд а +Ġph é +Ġphé p +ãģ§ãģį ãģ¾ãģĻ +Ġع ÙĦÙħ +大ãģį ãģª +ãĤ² ãĥ¼ãĥł +í ħĮ +Ġ׼×ķ׾ ׾ +ĠинÑĤеÑĢ неÑĤ +ĠT ừ +ãģ¨ ãģªãĤĭ +ز اÙĦ +Ġktóry m +Ġnh é +ìĪ ľ +н ев +д еÑĢ +ãĤ¢ ãĥĹãĥª +i á»ĩu +×ij ×Ļ׾ +Ġت س +ĠÄIJ ây +ĠاÙĦØ® اصة +Ġà¹Ģ à¸Ĭ +Ġà¹Ģà¸Ĭ à¹Īà¸Ļ +ص اد +Ġd ạng +س عر +Ġש ×Ļ×ŀ×ķש +×Ĵ ×Ļ×Ŀ +ãģĮãģĤ ãģ£ãģŁ +п ÑĢов +пÑĢов од +Ġ×IJ ×Ļ׳×ķ +Ġ׾ ר×IJ +Ġ׾ר×IJ ×ķת +ĠØ£ ÙģضÙĦ +ĠØŃ ÙĦ +ĠØ£ بÙĪ +ê° ķ +Ġì§ ij +ãģ® ãĤĪãģĨãģ« +Ġפ ׳×Ļ +ס ×Ļ×Ŀ +ĠÙĪÙĩ ذا +Ġka ç +Ġé én +Ġê± ´ +ë° Ķ +Ñĥ з +à¸Ĥà¸Ńà¸ĩ à¹Ģรา +i ÅĤ +ĠÐľ Ñĭ +Ġch ết +ĠاÙĦØ« اÙĨÙĬ +×IJ ק +Ġ×ķ ×¢×ľ +ĠاÙĦØ· ب +×ij×ĺ ×Ĺ +Ġج دÙĬدة +Ġع دÙħ +ع ز +สิà¹Īà¸ĩ à¸Ĺีà¹Ī +ãģĻ ãĤĮãģ° +ĠÄij ô +ì£ ł +د ÙĤ +н омÑĥ +Ġk á»ĥ +ãĤ¢ ãĥ³ +å¤ļãģı ãģ® +à¸Ľà¸£à¸° à¸ģ +à¸Ľà¸£à¸°à¸ģ à¸Ńà¸ļ +פע×Ļ׾ ×ķת +ĠÑģÑĤ ол +may ı +ãģ¤ ãģĦ +Ġyılı nda +Ġ à¸Īึà¸ĩ +koÅĦ cz +ĠTh ông +Ġак ÑĤив +н ÑģÑĤ +нÑģÑĤ ÑĢÑĥ +ĠÃĸ z +Ġת ×ŀ×Ļ×ĵ +ĠÙĥ ÙĨت +Ñģ иÑģÑĤем +pr és +prés ent +Ġn â +Ġnâ ng +gÅĤ os +ĠÙĪز ÙĬر +ØŃ ØµÙĦ +Ġиме еÑĤ +ØŃ Ø±ÙĥØ© +à¸ŀ à¹Īà¸Ń +ãĤĴ ãģĬ +Ġاست خداÙħ +×IJ×Ļר ×ķ×¢ +ä»ĸ ãģ® +Ġש×Ķ ×Ŀ +ãģĹãģŁ ãĤī +ש×ŀ ×Ļ +Ñģ ла +m ı +Ġbaz ı +Ġíķĺ ì§Ģë§Į +×ĵ ׾ +Ġyapt ıģı +ãĥĬ ãĥ¼ +׾ ×Ļ׾×Ķ +ãģ¨ãģĦ ãģ£ãģŁ +änd ig +ĠÅŁ a +ĠÙģÙĬ Ùħا +иÑĤ елÑı +×ŀ ×ķש +à¸Ĥ à¸Ńà¸ļ +l ük +Ġh á»ĵi +Ġëª ħ +ĠاÙĦÙĥ Ø«ÙĬر +צ ×IJ +Ġhaz ır +طر Ùģ +ا ÙĬا +ĠÄij ôi +ен д +ÙĦ غ +×Ĺ ×ĸ×ķר +ĠвÑģ ег +ĠвÑģег да +ëIJĺ ê³ł +×ĵ ×ķ×ĵ +ан а +د ÙĪÙĦØ© +Ġho ạch +ع ÙĦا +عÙĦا ج +Ġ×ķ ×¢×ĵ +×Ķ ×Ŀ +ки й +ÙĦ ÙIJ +Ġ×¢ ׾×Ļ×ķ +ÑİÑī ий +Ġng ủ +صÙĨ ع +ĠاÙĦع راÙĤ +à¸ķà¹Īà¸Ń à¹Ħà¸Ľ +ãģŁãģı ãģķãĤĵ +Ġph ạm +ÙĦ اÙĨ +ات Ùĩا +Ġbö yle +تÙĨ ÙģÙĬ +تÙĨÙģÙĬ Ø° +Ġש×Ķ ×Ļ×IJ +Ñģ Ñĥ +ย าว +Ġש ×ķ׳×Ļ×Ŀ +Ġ×ŀ ×ķ׾ +ĠÑģ ил +Ġ×IJ×Ĺר ×Ļ×Ŀ +Ġph ủ +ÙĤØ· ع +ĠTh ủ +à¸Ľà¸£à¸°à¹Ģà¸Ĺศ à¹Ħà¸Ĺย +ÙĨ ÙĤ +ĠÄijo ạn +Ġب Ø¥ +п ÑĢедел +×ķת ×ķ +Ġy arı +пÑĢ е +ĠczÄĻ ÅĽci +ØŃ ÙĥÙħ +×ķ׳ ×Ļת +פע ׾ +ãĤĴ ãģĹãģ¦ +Ġktó rzy +׾ ×Ŀ +ĠÄIJi á»ģu +ĠкоÑĤоÑĢ аÑı +ĠìĿ´ ìĥģ +ãģĤ ãģ£ãģŁ +Ġ×ŀ×ĵ ×ķ×ijר +פ ×ķ×¢×ľ +d ım +éĢļ ãĤĬ +ĠбÑĥд ÑĥÑĤ +à¹Ģวà¹ĩà¸ļ à¹Ħà¸ĭ +à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ à¸ķà¹Į +ا خر +×Ĺ ×Ļ׾ +Ġ×Ļ ׾ +Ġ×Ļ׾ ×ĵ×Ļ×Ŀ +×Ĺ ×Ļפ +×Ĺ×Ļפ ×ķש +Ġd òng +Ġש ×ĸ×Ķ +ÑĮ е +ãģĤ ãģ¨ +ìŀIJ ê°Ģ +×IJ ×ĵ +Ġü z +Ġüz ere +ظ ÙĦ +Ġ×IJ ×ķ׾×Ļ +Ġ×ij ×Ļ×ķ×Ŀ +ÙĦ ات +Ġm ê +ì¹ ¨ +تØŃ Ø¯ +تØŃد Ø« +ĠØ® اصة +Ġب رÙĨ +ĠبرÙĨ اÙħج +ĠH Ãłn +×Ĺ ×¡ +ĠÙĪ ÙĦÙħ +×¢ ×Ŀ +Ġm ı +à¸Ł ัà¸ĩ +ש ×¢×Ķ +ÙĪÙģ ÙĤ +ס ×ij×Ļר +алÑĮ нÑĭй +×Ĺש ×ķ×ij +Ġn Ãłng +ë³ ¼ +ĠкоÑĤоÑĢ ÑĭÑħ +Ġ×Ĺ ×ķק +t ör +ĠлÑĥÑĩ ÑĪе +ãĥij ãĥ³ +ลà¹Īา สุà¸Ķ +Ġج دÙĬد +ÙĬد Ø© +à¸Ĺ รà¸ĩ +ãĤĪãĤĬ ãĤĤ +ÙĦ ÙĦ +ãĤĤ ãģ£ãģ¨ +ש×ĺ ×Ĺ +Ġ×ķ ×IJ×Ļ +Ġgi á»ijng +Ø¥ ضاÙģ +ק ת +ë§ Ŀ +Ġzosta ÅĤ +ÑĢ оз +×Ļפ ×Ļ×Ŀ +Ġ׼׾ ׾ +ת×ķ׼ ף +dıģ ını +ÙĤ سÙħ +ĠÑģ ÑĩиÑĤ +ĠÑģÑĩиÑĤ а +×ĺ ×ķת +Ġ Æ°u +ĠØ¢ ÙĦ +Ġм ом +Ġмом енÑĤ +ĠاÙĦتع ÙĦÙĬÙħ +×¢×ľ ×ķת +Ġch ữa +Ġy ön +Ġtr Ãł +ĠØŃ ÙĬÙĨ +à¸ĭ ั +ĠC á +×¢ ×ĸ +ĠاÙĦØ£ ÙħÙĨ +c ÃŃ +Ġv á»ijn +Ġ à¸Ļาย +об ÑĢа +ק ×IJ +Ġthi ếu +ãĥŀ ãĥ¼ +ส วà¸Ļ +Ġg á»Ń +Ġgá»Ń i +Ġê ¹ +Ġê¹ Ģ +Ġthi á»ĩn +ÙĤ ع +w ÄĻ +Ġн ам +ÑĤ ол +Ġs ân +ס ×ķ×Ĵ +Ġgeç ir +ÑĤ он +ев а +ĠÙĪ ضع +Ġع شر +Ñģ ло +à¸Ī ัà¸ļ +ãĤ· ãĥ¼ +ãĤĤ ãģĤãĤĬãģ¾ãģĻ +Ġv ẻ +ĠÄIJ á»ĥ +ر Ùģع +ĠاÙĦØ£ÙĪÙĦ Ùī +ÑĤ аÑĢ +ãģªãģı ãģ¦ +Ùħ Ùİ +qu ÃŃ +×¢×ł×Ļ ×Ļ׳ +г ен +Ġh ôm +à¸Ī า +Ġnh Ỽ +ĠاÙĦع ربÙĬ +×IJ ף +Ġl á»Ļ +Ġje ÅĽli +à¹Ģà¸Ĺà¹Īา à¸Ļัà¹īà¸Ļ +ĠØ£ÙĨ Ùĩا +Ġt uy +Ġtuy á»ĩt +Ġت ص +Ġتص ÙĨÙĬ +ĠتصÙĨÙĬ Ùģ +Ġê·¸ëŁ¬ ëĤĺ +о ÑĨен +à¸ģิà¸Ī à¸ģรรม +ãĤĦ ãģ£ãģ¦ +Ġkh á»ıi +Ġl á»ĩ +ĠاÙĦÙħج تÙħع +à¸Ńาà¸Ī à¸Īะ +à¸Īะ à¹Ģà¸Ľà¹ĩà¸Ļ +ов Ñĭй +ר ×Ŀ +ร à¹īà¸Ńà¸Ļ +ש ×ŀש +人 ãģ« +Ġüzer ine +פר ×Ļ +du ÄŁu +Ñĩ ик +Ġmù a +Ġ×ŀת ×ķ×ļ +Ġc áºŃp +Ġت ارÙĬØ® +×ij׾ ת×Ļ +Ġì¢ Ģ +ÙĦ ع +ب اÙĨ +Ġch út +Ġ×Ķ×ĸ ×ŀף +n ée +ĠLi ên +ĠÙĦÙĦ Ø£ +ØŃد ÙĪد +Ġ×¢ ׼ש×Ļ×ķ +в оз +Ġyapt ı +Ġоб о +à¹ĥหà¹ī à¸ģัà¸ļ +Ġ×ij×Ķ ×Ŀ +ãģı ãģ¦ +ر أس +ĠÑģÑĢед ÑģÑĤв +ĠB Ãłi +ãģĵãģ¨ ãģ« +ĠìĤ¬ íļĮ +Ġ모 ëijIJ +×ij ×IJ +Ġtr ắng +ĠاÙĦبÙĦ د +ĠHo Ãłng +ли бо +ĠдÑĢÑĥг иÑħ +Ä° R +Ñĥм а +ĠJe ÅĽli +ãĤĤ ãģĹ +Ġv òng +Ġ×IJתר ×Ļ×Ŀ +ĠÄij á»įc +Ġв оÑĤ +ãģł ãģĮ +ë° ° +à¸Ķู à¹ģล +Ġ×ŀ ׼׾ +ìĹIJ ëıĦ +г аз +Ġ׳×ķס פ×Ļ×Ŀ +ãģĵãģ¨ ãģ§ +Ġت ÙĪ +ãģ§ ãģĤãĤĬ +à¸Ļั à¹Īà¸ĩ +ĠможеÑĤ е +sz ÄĻ +ãģ® ãģł +ĠÙħÙĨ Ùĩ +Ġb á»ķ +Ġb üt +Ġbüt ün +ë³´ ê³ł +Ġch á»ĵng +à¹ģà¸Ī à¹īà¸ĩ +ĠV ì +ĠØŃ Ø± +Ġgi ản +ĠÙħ دÙĬÙĨØ© +تط بÙĬÙĤ +à¸Ī ิ +æĹ¥ ãģ® +б ил +à¸ģ à¸Ńà¸ĩ +ê³ ³ +ĠØ£ Ùħا +ìĨ IJ +Ġtr ái +ĠвÑģ ем +Ġس ÙĨØ© +ĠÑģай ÑĤ +Ġг оÑĤов +п Ñĭ +ĠëIJ ł +ĠاÙĦØ® Ø· +ĠاÙĦرئÙĬس ÙĬØ© +Ġíķ ©ëĭĪëĭ¤ +ĠìķĦëĭĪ ëĿ¼ +ĠìĿ´ ëłĩ +ĠìĿ´ëłĩ ê²Į +) ØĮ +h ält +ĠØ£ Ùħر +Ġع Ùħر +à¸ģà¹ĩ à¸Īะ +Ġ à¸Ĺำà¹ĥหà¹ī +Ġc ân +Ġ×ij ׾ +Ġ×ij׾ ×ij×ĵ +פ סק +ĠÙĬ ÙĤÙĪÙĦ +н ÑĥÑĤÑĮ +à¹ģ à¸Ħ +Ġק צת +Ġn ằm +Ġh òa +bilit Ãł +ĠìĹĨ ëĭ¤ +Ġ׼ פ×Ļ +ÑĢ ож +лаг а +Ġ×Ķש ×Ļ +ĠNgo Ãłi +ĠÙĪ ج +ĠÙĪج ÙĪد +ĠìľĦ íķľ +Ġus ÅĤug +Ġtu ần +d ź +×ŀ ×ķף +ĠاÙĦع دÙĬد +Ġch ẳng +สุà¸Ĥ à¸łà¸²à¸ŀ +Ġ×ij ×ĵר×ļ +ĠÑģеб е +ĠìŀĪ ìĿĦ +ĠاÙĦØŃ Ø§ÙĦ +Ġd á +Ġc Æ°á»Ŀi +Ġnghi ên +ie ÅĦ +ĠD Æ°Æ¡ng +ï¼ ħ +Ø´ د +ãģĦãģ¤ ãĤĤ +ĠвÑĭб оÑĢ +Ġc á»Ļng +ש ×Ļ׳×ķ×Ļ +Ġch ạy +Ġ×ij×¢ ׾×Ļ +اخ بار +íķĺ ë©° +ż Äħ +ج از +Ġ׳ ר×IJ×Ķ +ศ ู +ศู à¸Ļ +ศูà¸Ļ ยà¹Į +×Ĵ ×¢ +Ġ×¢ ×ĵ×Ļ +Ġ×¢×ĵ×Ļ ×Ļף +بر ا +ÑĨи й +ĠÄIJ á»ĵng +ÙĤ اÙĨÙĪÙĨ +ĠÄij ứng +ãģĹãģŁ ãĤĬ +Ġ×Ĺ×Ļ ×Ļ +Ġë IJľ +ĠëIJľ ëĭ¤ +Ġм еждÑĥ +à¸ŀวà¸ģ à¹Ģà¸Ĥา +ĠB ắc +ล ำ +ë° ± +ĠíĻ ķ +มาà¸ģ ม +มาà¸ģม าย +бан к +à¸Ńา à¸ģาร +Ġh Ãł +Ġ׾ ׳ +à¸Ń à¸Ń +Ġë°Ķ ë¡ľ +л ом +m ática +ĠØŃ Ø¯ +اب ت +à¸Ĺีà¹Ī à¸Ļีà¹Ī +Ġco ÅĽ +ÙģÙĬ دÙĬ +ÙģÙĬدÙĬ ÙĪ +ĠмеÑģÑĤ о +Ġph út +มาà¸ģ à¸ģวà¹Īา +×IJ פ +ب ÙIJ +ĠPh ú +ì± Ħ +ĠÙĪ سÙĦÙħ +à¸Īี à¸Ļ +поÑĤ ÑĢеб +Ġ×Ĺ×ĵ ש×ķת +Ø´ ÙĪ +Ġעצ ×ŀ×ķ +ĠعÙħÙĦ ÙĬØ© +à¸Ħุà¸ĵ à¸łà¸²à¸ŀ +ãģ¾ãģĻ ãģĮ +دع ÙĪ +طر ÙĤ +à¹Ħมà¹Ī à¸ķà¹īà¸Ńà¸ĩ +ë² Ķ +ìĬ ¹ +Ġk ÃŃch +ĠìĹĨ ëĬĶ +ĠÑĤ ам +ĠÙĨ ØŃÙĪ +ĠاÙĦÙĤ اÙĨÙĪÙĨ +×Ĺ ×ķ×Ŀ +Ġk ız +Ġ×ĵ ×Ļף +ĠвÑĢем ени +ãģ£ãģŁ ãĤĬ +ĠØ´ Ùĩر +ĠìĦľ ë¹ĦìĬ¤ +×¢ ש×Ķ +Ġgi ác +ĠاÙĦسÙĦ اÙħ +Ġ×IJ ש +ĠполÑĥÑĩ а +à¸Īัà¸Ķ à¸ģาร +к оÑĢ +Ġ×Ķ×ĺ ×ķ×ij +ราย à¸ģาร +주 ìĿĺ +à¹ģà¸ķà¹Ī ละ +Ġê·¸ëŁ° ëį° +à¸Ĺีà¹Ī à¹Ģà¸Ľà¹ĩà¸Ļ +Ġת ×ķ×ļ +بÙĬ اÙĨ +Ð Ļ +oÅĽci Äħ +ÑĤ ок +Ġà Ķ +ĠÃĶ ng +à¹Ħมà¹Ī à¹ĥà¸Ĭà¹Ī +ãģ¿ ãģ¦ +ÐŁ о +ĠЧ ÑĤо +íĻ © +×ĺ ×ij×¢ +меÑĤ ÑĢ +Ġ×ij ×ŀ×Ķ +Ġ×ij×ŀ×Ķ ׾ +Ġ×ij×ŀ×Ķ׾ ×ļ +Ñĩ ÑĮ +ק ש×Ķ +з нак +знак ом +uj ÄĻ +×Ļצ ר +ĠاÙĦÙħ ÙĦÙĥ +ı yla +×IJ×ŀ ת +à¸Ľ ิà¸Ķ +×IJ ×Ĺ×ĵ +ر اد +Ġm áºŃt +ëĭ¤ ëĬĶ +Ġl ạnh +ש׾ ×ķש +ØŃ Ø¯ÙĬØ« +ت ز +å¹´ ãģ® +Ġк ваÑĢ +ĠкваÑĢ ÑĤиÑĢ +ä½ľ ãĤĬ +رÙĪ ب +ов ан +ĠТ е +à¸Īำ à¸ģ +à¸Īำà¸ģ ัà¸Ķ +ب اط +×Ĵ ת +Ġм аÑĪ +ĠмаÑĪ ин +×Ļצ ×Ķ +ãģ» ãģ¨ +ãģ»ãģ¨ ãĤĵãģ© +ÃŃ do +ĠÑı зÑĭк +à¸ļ ิà¸Ļ +สà¸ĸาà¸Ļ à¸Ĺีà¹Ī +ĠìĹ ´ +ãĤ¦ ãĤ§ +Ġc Ãł +п ан +åı£ ãĤ³ãĥŁ +Ġر د +اÙĤ ت +ĠÙĥ ب +ĠÙĥب ÙĬرة +ÑģÑĤ ал +ש×ŀ ×Ĺ +pos ición +ĠÙħÙĦÙĬ ÙĪÙĨ +ĠìĿ´ ìķ¼ +ĠìĿ´ìķ¼ 기 +Ġh út +ĠÅĽw iat +Ġë°© ë²ķ +ĠÑģв еÑĤ +Ġвиде о +ĠاÙĦÙĨ ظاÙħ +Ġtr á»Ŀi +ĠëĮĢ íķ´ìĦľ +ר ×ŀת +ت داÙĪÙĦ +×ķר ×ĵ +ת ×ŀ +ת×ŀ ×ķ׳×ķת +Ġ×ŀ ף +Ġдв а +Ġ×Ķק ×ķ +æĹ¥ ãģ« +Ġ×Ķ×Ĵ ×Ļ×¢ +à¹Ģà¸ŀิà¹Īม à¹Ģà¸ķิม +Ùħار س +Ġê²ĥ ìŀħëĭĪëĭ¤ +ãģªãģĦ ãģ¨ +Ġnhi á»ĩt +ëIJ ©ëĭĪëĭ¤ +Ġ×ij׳ ×ķש×IJ +Ġê°Ģ ìŀ¥ +Ġv ợ +ĠÄij óng +צ×Ļ׾ ×ķ×Ŀ +ê´Ģ ê³Ħ +в аÑı +×IJ ×Ļ×ĸ +×IJ×Ļ×ĸ ×Ķ +ĠÙĨ ظاÙħ +ÙħØŃ Ø§Ùģظ +Ġt ải +기 ëıĦ +à¸Ľà¸±à¸Ī à¸Īุ +à¸Ľà¸±à¸Īà¸Īุ à¸ļัà¸Ļ +׼ ×ĵ×ķר +ĠìķĦ ìĿ´ +׼׳ ×Ļס +à¹Ģ à¸ķร +à¹Ģà¸ķร ียม +Ġngo ại +ĠدÙĪÙĦ ار +Ġr ẻ +Ġkh Äĥn +عد د +Ø´ عب +czy Äĩ +ĠاÙĦ Ùĥر +ĠÑĩеловек а +ĠÙĪ Ø¥ÙĨ +×IJ ×ĺ +Ġth Æ¡ +ĠاÙĦ رÙĬاض +оп ÑĢедел +опÑĢедел ен +×Ķ ×ŀש×ļ +ĠÐĿ ово +з Ñĭва +ĠاÙĦدÙĪÙĦ ÙĬ +ĠÄij áp +Ġк ÑĢед +ĠкÑĢед иÑĤ +ов ого +Ġm ôn +à¸Ľà¸£à¸° à¹Ĥย +à¸Ľà¸£à¸°à¹Ĥย à¸Ĭà¸Ļ +à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ à¹Į +ÑģÑĤ е +ĠTh á»ĭ +د ÙĬØ© +×ŀצ ×ķ +Ùģ ات +ק ×ĵ×Ŀ +ìĿ´ëĿ¼ ê³ł +ÙĪ Ø® +Ġ×Ĺ ×ĸ +ĠÑĦоÑĤ о +׾ ×Ļת +ت Ùİ +ÙĪ بر +й ÑĤи +ĠÃ¶ÄŁ ren +Ġ×Ķ×ĸ ×ķ +Ġv á»įng +ÙĤÙĪ Ø© +ĠT ây +ĠÐĿ и +Ġש ×ķ×ij +ãģ¨è¨Ģ ãĤıãĤĮ +ãģ© ãĤĵãģª +׊צ×Ļ +ï½ ľ +Ġ×ķ×Ķ ×ķ×IJ +ä¸Ģ ãģ¤ +ĠÑģÑĤо иÑĤ +ni Äħ +×ĺר ×Ļ +ĠдеÑĤ ей +нÑı ÑĤÑĮ +ĠÑģдел аÑĤÑĮ +Ġë§İ ìĿ´ +ä½ķ ãģĭ +ãģĽ ãĤĭ +à¹Ħ หม +à¸ķิà¸Ķ à¸ķà¹Īà¸Ń +Ġ×ij ת×Ĺ +Ġ×ijת×Ĺ ×ķ×Ŀ +ìĻ Ħ +ì§Ģ ëĬĶ +ÑģÑĤ аÑĤ +ÑıÑģ н +ü b +Ġth ả +Ġ×ij×IJ×ŀ ת +Ġt uyến +×ĵ ×Ļר×Ķ +Ġ×IJ ×Ļש×Ļ +×ĸ׼ ר +ãģ° ãģĭãĤĬ +Ġx ét +׼ ×Ļ×ķ +׼×Ļ×ķ ×ķף +diÄŁ ini +ĠاÙĦÙħ ÙĪضÙĪع +Ġh áºŃu +à¸Īาà¸ģ à¸ģาร +×ijס ×Ļס +Ġ×ŀ×Ĵ ×Ļ×¢ +×ij ×Ļ×¢ +ĠÙĪ جÙĩ +à¹ģà¸Ķ à¸ĩ +à¸Ļ าà¸ĩ +ĠÅŀ a +ì ¡´ +ë¡ Ģ +à¸ķ ะ +Ġ×Ķ×Ĺ×Ļ ×Ļ×Ŀ +Ùģ ÙĬد +ãģ§ãģĻ ãģĭãĤī +ê· ľ +ź ni +ĠлÑİ Ð´ÐµÐ¹ +Ġyüz de +ıy orum +ĠاÙĦ بØŃر +e ño +п аÑĢ +ÙĬ ÙĤØ© +об ÑĢ +ר ×ķ×ļ +ت ÙĪÙĤع +ĠاÙĦØ´ ÙĬØ® +åĪĿ ãĤģãģ¦ +ĠÑĤ елеÑĦ +ĠÑĤелеÑĦ он +Ġth ôi +Ġ×Ļ׼×ķ׾ ×Ļ×Ŀ +ĠÅŁ irk +ĠÅŁirk et +Ġìļ°ë¦¬ ê°Ģ +ĠÄij ông +Ġת ×ķ×ĵ×Ķ +ÑģмоÑĤÑĢ еÑĤÑĮ +ĠÙĦ ÙĩÙħ +Ġ׾ ׼ +ĠN ó +ĠØŃ Ø§ÙĦØ© +ãģĦ ãģij +קר ×ķ +az ı +ãĤ³ ãĥ¼ +ĠÙĦÙĦ ت +s ınız +ĠH ải +기 ìĪł +ยัà¸ĩ à¹Ħมà¹Ī +ëĭ¤ ê³ł +פ ×Ĺ +Ġ׾×Ĵ ×ij×Ļ +Ġع ÙĨÙĩ +Ġк аз +Ġказ ино +ب ÙĪر +ÑĦ еÑĢ +Ġê°Ļ ìĿ´ +تس جÙĬÙĦ +ĠاÙĦÙħ رÙĥز +ĠTh ái +д аÑĤÑĮ +×ŀ×Ļ ×Ļ׾ +Ġpay laÅŁ +ãģ¤ ãģ® +à¹Ģร ืà¸Ń +n ça +׳ ×ķ×Ĺ +Ġ×IJ פ×Ļ׾×ķ +ãģ¨ èĢĥãģĪ +ãģ¨ãģĹãģ¦ ãģ¯ +à¹Ģà¸Ī à¸Ń +×ŀ פ +Ġg iriÅŁ +л иÑĤ +ÑĤ елÑı +Ñij н +æ°Ĺ ãģ« +Ġg ó +Ġgó p +åĪĩ ãĤĬ +Ġ×Ķ ×Ĺ×ĵש +ж ал +Ġ×ĵ עת +éģķ ãģĨ +à¹Ģà¸Ĥà¹īา à¹Ħà¸Ľ +Ġס ר×ĺ +e ña +æĸ° ãģĹãģĦ +ر Ùİ +ĠÐIJ ÑĢ +Ġph ản +à¸Īะ à¹Ħà¸Ķà¹ī +Ġ×ijצ ×ķר×Ķ +Ø´ اÙĩ +شاÙĩ د +ÙĪر د +à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ à¸Īาà¸ģ +или ÑģÑĮ +à¹ģละ à¸ģาร +Ġ×Ķ ×ĸ׼ +Ġ×Ķ×ĸ׼ ×ķ×Ļ×ķת +ei ÃŁ +ãĥ ¨ +ìĥ Ī +ĠÃĩ a +Æ ¯ +ש ×Ĵ +ÙĬÙĨ Ø© +ร à¹īà¸Ńà¸ĩ +ãĤµ ãĥ³ +ÑĢоÑģÑģ ий +ÑĢоÑģÑģий Ñģк +a ÄŁa +ĠнаÑĩ ина +Ġص ÙĦÙī +à¸Ĺุà¸ģ à¸Ħà¸Ļ +íļĮ ìĤ¬ +Ġли ÑĨ +Ø´ ÙĬر +ĠØ´ÙĬ Ø¡ +ÙĬÙĨ ا +Ġפ ×Ĺ×ķת +Ġiçer is +Ġiçeris inde +ĠØ£ ØŃÙħد +Ġże by +ì´ Ŀ +Ġп оказ +Ġи менно +หà¸Ļัà¸ĩ ส +หà¸Ļัà¸ĩส ืà¸Ń +ĠÑĤÑĢ е +สัà¸ĩ à¸Ħม +Ø¥ ÙIJ +ãģĮ å¿ħè¦ģ +ÙĬÙij Ø© +פ צ +íĭ ° +ĠÙħ جاÙĦ +׳ פש +к ан +×Ĺ ×ķפ +×Ĺ×ķפ ש +ì²ĺ ëŁ¼ +ов аÑı +з ов +Ġh ạ +Ġdzi ÄĻki +×Ļר ×ķ +Ġ׾ ×ŀצ +Ġ׾×ŀצ ×ķ×IJ +×Ļ×ĵ ×ķ +Ġs ợ +Ġ׾×Ķ ×Ĵ×Ļ×¢ +ק ×ij×¢ +Ġchi á»ģu +ãĥŀ ãĤ¤ +Ġd Ãłng +à¹ģà¸Ł à¸Ļ +Ġü ye +×Ļ׳ ×Ĵ +à¹Ģรีย à¸ģ +ç§ģ ãģĮ +th é +ĠÑĦ илÑĮ +ĠÑĦилÑĮ м +ĠNg Ãły +Ġж ен +Ġжен Ñīин +ج ÙĬد +n ç +à¸Ľ รา +×Ļ×ŀ ×ķ +Ġn á»ģn +×IJ ×ķ׾×Ŀ +Ġвозмож ноÑģÑĤÑĮ +Ġëĭ¤ ìĭľ +è¦ĭ ãģŁ +à¸ĸ à¸Ļ +à¸ĸà¸Ļ à¸Ļ +mız ı +ĠÙħ جÙħÙĪعة +c jÄħ +ĠÐł Ф +à¸ģำ หà¸Ļ +à¸ģำหà¸Ļ à¸Ķ +ĠìŬ 기 +land ı +ни ÑĨ +ÑģÑĤв е +Ġ×ĵ ×ijר×Ļ×Ŀ +Ġsk ÅĤad +ãĤĬ ãģ¾ãģĹãģŁ +ĠоÑĤ кÑĢÑĭÑĤ +нÑı ÑĤ +ĠÑģво ей +à¸Ī ิà¸ķ +ĠкаÑĩеÑģÑĤв е +Ġet tiÄŁi +ìĤ¬ íķŃ +ĠاÙĦÙĬ ÙħÙĨ +иÑĩеÑģки й +ë¸ Į +Ġ×ij×IJר ×¥ +Ġا سÙħ +Ġиз веÑģÑĤ +r ão +Ġatt ivitÃł +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ģาร +ĠاÙĦد Ùĥت +ĠاÙĦدÙĥت ÙĪر +ĠÙĪاØŃد Ø© +ĠÑģ ÑĩеÑĤ +ĠпÑĢ иÑĩ +ĠпÑĢиÑĩ ин +ĠÙĪز ارة +Ġh uyá»ĩn +ĠÙĥ تاب +à¹ģà¸Ļ à¹Īà¸Ļ +à¹ģà¸Ļà¹Īà¸Ļ à¸Ńà¸Ļ +Ġgün ü +г ÑĢÑĥз +ĠاÙĦØ® اص +Ġgör ül +׾ ×ŀ×ĵ +Ġìłķ ëıĦ +×ķ×ij ×Ļ׾ +Ġ×ŀק צ×ķ×¢×Ļ +ĠоÑģоб енно +à¸Ľà¸£à¸° à¸ģา +à¸Ľà¸£à¸°à¸ģา ศ +aca ģını +ë¶ ģ +à¸łà¸¹ มิ +ĠÑį лекÑĤ +ĠÑįлекÑĤ ÑĢо +Ġק ש×Ķ +سÙĦ Ø· +à¸Ĭà¸Ļ ะ +×¢ ×Ļ׾ +ĠЧ е +à¹ģà¸Ļ à¹Ī +lı ÄŁ +lıģ ın +Ġ×ŀ×¢ ×¨×Ľ×ª +好ãģį ãģª +มาà¸ģ à¸Ĥึà¹īà¸Ļ +×ŀ×¢ ×ijר +ĠاÙĦÙħ غرب +ĠпеÑĢ и +ĠпеÑĢи од +Ġnh ạc +ا ÙĪÙĬ +ĠÙĪ عÙĦÙī +أخ Ø° +ĠC ô +תר ×ij×ķת +×Ĵ ×Ķ +Ġktóre j +×IJ ×Ļת +×ij ×ķ×IJ +д елÑĮ +รี วิ +รีวิ ว +ж Ñĥ +Ġ×ij×Ĺ ×ķ +еÑĪ ÑĮ +ĠØ£ ÙĦÙģ +ĠاÙĦÙĪ Ø·ÙĨÙĬ +ĠاÙĦÙħÙĨ Ø·ÙĤØ© +nÄħ Äĩ +Ġthi ên +иÑĩеÑģк ой +ĠاÙĦÙħ ÙĦ +Ġع Ùħ +ס פר +Ġnh óm +ÙĪص Ùģ +ĠCh úng +Ġر ÙĤÙħ +ãģ¾ãģĹãģŁ ãģĮ +al ité +ล ม +ĠëĤ´ ê°Ģ +׾ק ×ķ×Ĺ +ĠS Æ¡n +pos ição +mi ÄĻ +Ġtr ánh +ĠÄIJ á»Ļ +׼ ×Ĺ +ãģĤ ãģ£ãģ¦ +à¸Ńย à¹Īา +Ġ×ŀ×Ĺ ×Ļר +Ġ×Ķ ×Ļת×Ķ +à¸Ľ à¹Īา +à¸Ńืà¹Īà¸Ļ à¹Ĩ +Ø´ ÙĤ +×ł×¡ ×Ļ +ë¦ ¼ +ãģ¦ãģĹãģ¾ ãģĨ +Ġ×ŀ צ×ij +ãģ« åĩº +ÙħÙĪا Ø·ÙĨ +ยัà¸ĩ มี +алÑĮ нÑĭе +san ız +Ø¥ سرائÙĬÙĦ +ĠvÃł i +ì¤ Ħ +ãģ¨æĢĿ ãģ£ãģ¦ +×Ļ ×ķ׳×Ļ +çĶŁ ãģį +Ġs âu +Ñĩ иÑģÑĤ +Ġl á»ħ +ĠGi á +à¸Ńุ à¸Ľ +à¸Ńà¸¸à¸Ľ à¸ģร +à¸Ńà¸¸à¸Ľà¸ģร à¸ĵà¹Į +Ġnh ẹ +r ö +ס ×ĺ×Ļ +ãģķãĤĵ ãģĮ +Ġd ầu +ع Ùİ +ت را +×Ĵ×ĵ ׾ +Ġtécn ica +׼ ׳×Ļ×Ŀ +תק ש +תקש ×ķרת +Ġн его +ét ait +Ġm á»ģm +Ñģ еÑĤ +Ġnh áºŃt +Ġ×ŀ ×¢×ľ +Ġ×Ķ×¢ ×ij×ķ×ĵ +Ġ×Ķ×¢×ij×ķ×ĵ ×Ķ +Ġ×Ĵ ×Ļ׾ +ãģ¯ ãģªãģĦ +ائ ØŃ +Ġз деÑģÑĮ +×IJ ×Ļ׳×ĺר +Ùħ ÙIJ +Ġ×Ļ ×Ĺ×ĵ +ر اÙģ +ì²ĺ 리 +×ĵ ×¢×ķת +ì¹ ľ +ĠТ о +ĠTh ế +ì¶ © +Ġ׳׼ ×ķף +عÙĬ Ø´ +ни з +Ġج اÙĨب +×ŀק צ×ķ×¢ +à¹Ĥ à¸ĭ +Ñģ ÑĥÑĤ +ìĸ´ ìļĶ +ãĤĴè¦ĭ ãģ¦ +ار د +Ġaç ıl +ĠاÙĦØŃ ÙĬاة +à¸ģà¹ĩ à¹Ħà¸Ķà¹ī +ãģĿãĤĮ ãĤĴ +عض ÙĪ +Ġг ÑĢаж +ĠгÑĢаж дан +à¸Īะ à¸ķà¹īà¸Ńà¸ĩ +ĠìĿ´ 룬 +ĠìĿ´ëŁ¬ íķľ +Ġtr ách +ÙĨ Ùİ +Ġkı sa +à Ķ +ÑĪ ка +ãģ® 人 +ĠÐŁ оÑģ +ĠÐŁÐ¾Ñģ ле +Ñĥ лÑĮ +ÙĪا جÙĩ +ÙĤ رب +à¸Ľà¸ıิ à¸ļัà¸ķิ +ê° Ļ +Ġ×ŀ ׳ +ĠÑģво и +بر اÙħج +Ġر ÙĪ +пÑĢ од +пÑĢод аж +Ġby ÅĤy +วั ย +Ġgör ün +Ġà Ī +ÑİÑī им +ĠÑĤак ой +Ùģ ÙĪر +ĠÙģ عÙĦ +Ġб ел +ëIJ ł +er ÃŃa +ĠÑģво Ñİ +Ġl ã +Ġlã nh +à¹Ģà¸ŀืà¹Īà¸Ń à¹ĥหà¹ī +ÙĤ ÙĨ +تط ÙĪÙĬر +Ġsay ı +ĠÑģ ейÑĩаÑģ +Ġ×IJ×Ĺר ת +ק ×ķפ×Ķ +ק×ķר ס +Ġس Ùħ +Ġ×ĺ ×Ļפ×ķ׾ +ìĿ´ëĿ¼ ëĬĶ +دراس Ø© +èµ· ãģĵ +×Ĺ ×Ļ׳ +×Ĺ×Ļ׳ ×ķ×ļ +×ĵ ק +Ġë§ ŀ +Ġком анд +ĠÐij о +Ġиг ÑĢÑĭ +à¸ļ ี +ĠØ£ Ùİ +в ен +ĠاÙĦج دÙĬد +ĠÙĦ Ø¥ +Ġ×ķ×IJ ׳×Ļ +Ġ×Ķס ×Ļ +иÑĩеÑģк ого +رÙĪ ØŃ +à¸ģาร ศึà¸ģษา +ĠTr Æ°á»Ŀng +иг ÑĢа +ıl ması +Ġм аÑģÑģ +ãģ¨ãģį ãģ« +à¸Ĺีà¹Ī à¸ľà¹Īาà¸Ļ +à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ มา +ĠاÙĦساب ÙĤ +Ġ×ŀ×¢ ×ĺ +в аÑĤÑĮ +m Ã¼ÅŁ +Ġ׾ ׼×ļ +Ġt á»ĭch +Ùģ ÙĩÙħ +تد رÙĬب +Ø´ Ùĥ +Ġ×ij ×ŀ×Ļ +Ġ×ij×ŀ×Ļ ×ķ×Ĺ×ĵ +ÙĤØ· اع +ãģª ãģĹ +×ķצ ×Ļ×IJ +ĠÙĪ سÙĬ +з Ñĥ +Ġy at +Ġyat ırım +ë§ İ +Ġth ắng +ãģĬ 客 +ãģĬ客 æ§ĺ +ĠThi ên +ãģ«å¯¾ ãģĹãģ¦ +ÑĢ иÑģ +ÙĨت ائ +ÙĨتائ ج +Ġ×ŀ שר +Ġ×ŀשר ×ĵ +Ġتع اÙĦ +ĠتعاÙĦ Ùī +ש ׳×Ļ +Ùĩ اÙħ +×IJ׳ ש×Ļ×Ŀ +Ġżyc ia +ĠÑĢÑĥб лей +ÙĬ ض +Ġkat ıl +ĠÙħ ÙĪضÙĪع +Ġvard ır +ĠÙħÙĨ Ø·ÙĤØ© +ĠTr ần +Ġв еÑģ +ü p +Ùħ ÙĪÙĨ +ÑĪ ли +Ġn óng +Ø® ÙĦÙģ +ĠС ÑĤа +Ġд оÑĢ +ĠдоÑĢ ог +ĠwÅĤa ÅĽnie +eÄŁ in +Ġhi á»ĥm +ĠС ам +ê»ĺ ìĦľ +ĠÑĦ а +ãģ» ãģĨ +ãģ»ãģĨ ãģĮ +×ķפ ×Ļ×¢ +ê° Ī +د ÙĪÙĦ +Ġthu ê +Ġch á»Ĺ +Ġëĭ¹ ìĭł +ãģij ãĤĮ +ãģijãĤĮ ãģ© +ë³´ íĺ¸ +ãģķãĤĮ ãģ¦ãģĦãģ¾ãģĻ +Ġнад о +ĠìĤ¬ëŀĮ ëĵ¤ +à¹Ģà¸Ĥ à¸ķ +สม ัย +z ÅĤ +ت ÙĪر +Ġש ת×Ļ +v ê +Ġ×ijת ×ķ×ļ +à¸Ĭ ัย +ãģĦ ãģ£ãģŁ +ìĿ ij +Ġt ầ +Ġtầ ng +ש ׼ר +Ġê¸ Ģ +Ġ×Ķש ׳×Ķ +Ġا ÙĨÙĩ +ç«ĭ ãģ¡ +r és +füh ren +ر ØŃÙħ +ê· ¹ +ĠâĢ « +Ġsu ất +à¸Ł ิ +ÙĬ Ùĩا +ĠاÙĦ اتØŃاد +Ġt uyá»ĥn +ãģ¾ ãĤĭ +Ġm ại +Ġng ân +ãĤ° ãĥ© +欲 ãģĹãģĦ +س ار +ãĤĤãģ® ãģ§ãģĻ +ки е +Ġseç im +åħ¥ ãĤĬ +ãģªãģ© ãĤĴ +ÑĤ ÑĢи +ĠÑģп еÑĨ +ĠØ£ د +Ġод но +ÑĪ ел +ãĥĩ ãĥ¼ãĤ¿ +ãĤ· ãĤ¹ãĥĨ +ãĤ·ãĤ¹ãĥĨ ãĥł +è¡Į ãģį +ãģ¨æĢĿ ãģ£ãģŁ +à¹Ģà¸ģิà¸Ķ à¸Ĥึà¹īà¸Ļ +ĠÑĤ ож +ĠÑĤож е +Ġs ạch +ĠÑģ ÑĢок +Ġкли енÑĤ +ĠÙħØ´ رÙĪع +Ġalt ında +Ġì ·¨ +ä¸Ń ãģ® +ãģķãģĽ ãĤĭ +ãģĻ ãģ¹ +ãģĻãģ¹ ãģ¦ +ê°ľ ë°ľ +ĠÄij êm +ãģªãģĦ ãģ®ãģ§ +ì² ł +×¢ ×ij×ĵ +Ġd ấu +à¸Ħà¸Ļ à¸Ĺีà¹Ī +ĠC ách +تع ÙĦÙĬÙħ +Ġh ại +ãĤ» ãĥķãĥ¬ +ĠÙĨÙģس Ùĩ +ĠíĨµ íķ´ +ÑĪ ло +Ġнап ÑĢав +ĠнапÑĢав лен +ÑĢÑĥ Ñĩ +íĶ Į +Ġ×ijר ×Ļ×IJ +ãģ® ãģ¿ +ãģ«ãģĬ ãģĦãģ¦ +×ij ׳ק +ãĤ¨ ãĥ³ +Ø«ÙĦ اث +Ġm ỹ +ĠÑģай ÑĤе +Ġе мÑĥ +ت غÙĬ +تغÙĬ ÙĬر +خص ÙĪص +ÑĤе ли +Ġ×ķ׾ ׼ף +פע ×Ŀ +Ġпо ÑįÑĤомÑĥ +ر اÙĨ +иÑĤел ей +пиÑģ ан +×¢ ×¥ +ĠìĤ¬ ìĹħ +Ùħ ز +جÙħ ÙĬع +ë©´ ìĦľ +à¸ľà¸¥à¸´à¸ķ à¸łà¸± +à¸ľà¸¥à¸´à¸ķà¸łà¸± à¸ĵ +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ à¸ij +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij à¹Į +ĠпÑĢ имеÑĢ +ãĤŃ ãĥ¼ +l â +Ġch Äĥm +缮 ãģ® +ãģĦ ãģĭ +ãģ¨è¨Ģ ãģĨ +×ĸ ×ķ×Ĵ +Ġ×ij ×ĵ×Ļ +Ġ×ij×ĵ×Ļ ×ķק +ãģĬ åºĹ +à¸ķà¸Ńà¸Ļ à¸Ļีà¹ī +Ġph á»iji +п ÑĤ +สà¸Ļ าม +Ø· ÙĪ +ص اØŃ +صاØŃ Ø¨ +ĠD ü +ĠDü nya +Ġп ока +п ал +ĠÄij ảo +ĠاÙĦÙģ ÙĪر +ĠاÙĦÙģÙĪر Ùĥس +Ġmá u +кÑĢ еп +ĠاÙĦس اعة +ĠгоÑĢ ода +Ùģ صÙĦ +ай ÑĤе +Ġд ог +Ġдог овоÑĢ +ĠØ¥ Ø° +Ġ×ij׼׾ ׾ +ÙĬ تÙĩ +×Ĵ ×ijר +Ġbir ç +Ġbirç ok +문 íĻĶ +ãģĿãģĨ ãģª +را ØŃ +ĠÙħ رة +ĠденÑĮ ги +f ä +à¸Ĥà¹īา ว +ĠÑģов ÑĢем +ĠÑģовÑĢем енн +׾×Ĺ ×¥ +èī¯ ãģı +ĠÙģ Ø£ +Ġ×ķ ×ĸ×Ķ +Ġз ани +Ġзани ма +Ġê°Ģì§Ģ ê³ł +Ġh Æ¡i +ãģªãģ® ãģĭ +ãĥĨ ãĥ¬ãĥĵ +Ġר ×ij×ķת +à¸ķ ี +Ġ×ijש ×ł×ª +ĠT ại +Ġthu áºŃn +Ñģ ел +Ñij м +dzi Äĩ +ĠÑģ ка +ĠÑģка Ñĩ +ĠÑģкаÑĩ аÑĤÑĮ +×ķ×ŀ ×ķ +г ла +Ġмин ÑĥÑĤ +åĩº ãģĻ +Ġ×Ĺ×Ļ ×Ļ×ij +Ġת ×Ĵ×ķ×ij×Ķ +à¸£à¸¹à¸Ľ à¹ģà¸ļà¸ļ +ни ÑĨа +ĠÄ° n +ĠØ£ ع +Ġض ÙħÙĨ +Ùħ ثاÙĦ +ĠyaÅŁ an +ĠìĹ° 구 +ĠL ê +ש׾ ×Ĺ +ãģı ãģªãĤĭ +ìĹĨ ìĿ´ +ĠÑĤ ÑĢи +ĠÑĩаÑģÑĤ о +Ġоб ÑĢаÑĤ +п ло +د Ø® +دخ ÙĪÙĦ +س Ùĩ +à¸Ń าà¸ģ +à¸Ńาà¸ģ าศ +Ġ׼ ×ĸ×Ķ +Ġ×Ķ×¢ סק +ĠاÙĦØ£ ÙĨ +å¹´ ãģ« +×¢ ש×ķ +Ġש ×¢×ķת +Ġm Ãłn +×IJר ×Ļ +sı yla +Ùģر ÙĤ +ни Ñħ +Ġت ست +è¦ĭ ãģ¦ +ØŃا ÙĪÙĦ +×IJ ×Ļ׼×ķת +ĠbaÅŁ ladı +st Äħ +stÄħ pi +à¸Ĺีà¹Ī à¹Ģรา +ÙĤر ر +ج اب +Ġ×ijר ×ķר +à¹Ģà¸Ĥà¹īา à¹ĥà¸Ī +×ŀ׊קר +al ım +Ġס ×Ļפ×ķר +ãģ§ãģĤ ãĤĮãģ° +Ġש×ŀ ×ķר×ķת +Ġ×ķ ×ŀ×Ķ +ãģĵ ãģĿ +id ée +ä¸ĭ ãģķãģĦ +تÙĨا ÙĪÙĦ +Ġ ลà¹īาà¸Ļ +Ġìļ°ë¦¬ ëĬĶ +اÙĨ ا +ÑģÑĤ ой +б оÑĤ +ĠyaÅŁ am +kö y +Ø¥ ÙĦ +ÑĢ Ñĭв +기 ìĹħ +Ġ×Ķ×ŀ ×ĵ +Ġ×Ķ×ŀ×ĵ ×Ļ׳×Ķ +د ب +×¢ ×Ļ׳×Ļ +×ŀ ת×Ĺ +Ġפ ר×Ļ +ãĥĭ ãĥ¼ +اÙħ ÙĬ +Ġnh ằm +ãĤĮ ãģªãģĦ +ت عرÙģ +Ġë§Ī ìĿĮ +ìĵ ° +Ġh ấp +ר×Ĵ ×Ļ׾ +ب Ùİ +Ġr Äĥng +gl Äħd +ĠÑģиÑģÑĤем Ñĭ +Ġkh óa +ãģ§ãģĻ ãĤĪãģŃ +大ãģį ãģı +기 를 +Ġké o +ÙĪ Ø¡ +ج اÙħ +جاÙħ ع +Ġ×¢ ×Ļצ×ķ×ij +t éri +Ġת ש +Ġ×IJ ×ij×Ļ +ĠCh Æ°Æ¡ng +à¸ļริ à¹Ģว +à¸ļริà¹Ģว à¸ĵ +ãģ¤ ãģı +Ġ×Ĺ ×ķ׾ +עת ×Ļ×ĵ +ש ×Ļ×ŀ×Ķ +ëĤ ¨ +Ġש×IJ ×Ļף +ĠÙĪاÙĦ Ø¥ +ÑĦ а +Ġkh ám +Ġ×ĺ ×ķ×ij×Ķ +ĠвÑĭ Ñģ +ĠвÑĭÑģ око +ĠاÙĦØŃ Ø¯ÙĬØ« +人 ãĤĤ +d Ã¼ÄŁÃ¼ +×Ļ×Ĺ ×ķ×ĵ +تع ÙĦÙĬ +تعÙĦÙĬ ÙĤ +l ö +تØŃ Ø¯ÙĬد +н его +ĠÑĥд об +Ġ׾ ×ŀ×Ļ +Ġר ×ķצ×Ļ×Ŀ +Ġج اء +Ġ×ij ×ĸ×ŀף +à¸Ľà¸ģ à¸ķิ +é«ĺ ãģı +à¸Ľà¸¥ า +Ġart ık +Ġbug ün +ק ׳×Ļ +Ġkho á +ĠÙħ رÙĥز +ĠìŀIJ 기 +در جة +×ŀש ר×ĵ +Ġgi ấy +Ġch óng +ק פ +ÙĬب Ø© +ĠczÄĻ sto +в али +Ùĥ ب +ìŁ ģ +ส à¸ļาย +à¸Ľà¸£à¸°à¸Ĭา à¸Ĭà¸Ļ +×Ĵ ×ķ×£ +ëŁ ī +ãģ® ãģĵãģ¨ +ล à¸Ń +Ġngh á»ī +åŃIJ ãģ© +åŃIJãģ© ãĤĤ +à¹Ħà¸Ķ à¹īà¸Ńย +à¹Ħà¸Ķà¹īà¸Ńย à¹Īาà¸ĩ +×ĵ ×¢ +ĠاÙĦت Ùī +ĠÑģов еÑĤ +Ġqual itÃł +åĩº ãģĹ +ĠÑĢÑĥк ов +ĠÑĢÑĥков од +ราย ละà¹Ģà¸Ńียà¸Ķ +ãģªãģĭ ãģªãģĭ +기 ê´Ģ +Ġ×Ĺ ×ķש +Ġ×Ĺ×ķש ×ij +л оÑĤ +à¸Ļะ à¸Ħรัà¸ļ +ק×ij ×ķצ×Ķ +Ġth ái +Ġש ×ij×Ķ +ĠÑĪ кол +ĠÙĦ ÙĥÙĦ +à¹ĥà¸Ļ à¸Ĭà¹Īวà¸ĩ +ĠÙħ ÙĥاÙĨ +ë ķĮ +Ġc ải +ĠCh ÃŃ +ÑĥÑĩ а +ìĿ µ +Ġx ảy +à¸Ĭà¸Ļ ิà¸Ķ +Ġc áºŃu +к ÑĢов +ss é +ĠÙĨ ÙĪع +ĠТ а +Ø® Ùħس +פ×ķס ×ĺ +Ġm ắc +ĠÄij em +à¸ģาร à¹ĥà¸Ĭà¹ī +ר ×ķס +ĠÐĽ е +Ġth á»Ń +รà¹Īาà¸ĩ à¸ģาย +üz ü +æĹ¥æľ¬ ãģ® +ê³¼ ìłķ +ש ×Ļ×IJ +ĠìŀĪ ê³ł +×ij ×ķ׾ +ìķ ħ +ĠÙĪاÙĦ ا +ĠÐĽ и +ĠвÑģ Ñij +Ġużytk ow +×Ĺ ×ķ׾ +ر Ùģض +Ġson uç +ãģĦ ãģ¾ãģĽãĤĵ +ìĤ¬ ìĹħ +ëĪ Ħ +ÑĤ ек +Ġud ziaÅĤ +л ез +Ġ×Ķ×Ļ ×Ļת×Ļ +ãĤīãĤĮ ãģ¦ +Ùħس ؤÙĪÙĦ +ر ار +ÑĤ ан +ĠÄij Ãło +Ġר ×ķ×ij +Ġ×ijש×ij ×Ļ׾ +ä»ĬåĽŀ ãģ¯ +ãĤ¸ ãĥ¥ +Ġ×¢ ×ijר +ãģĽ ãģ¦ +п олÑĮ +ak lı +Ġk ÃŃnh +د ت +лож ение +ĠاÙĦÙħ ص +ĠاÙĦÙħص رÙĬ +à¸Īริà¸ĩ à¹Ĩ +ĠاÙĦشر ÙĥØ© +ĠÄij á»ı +ãĥĽ ãĥĨ +ãĥĽãĥĨ ãĥ« +Ñį кон +Ñįкон ом +ĠÙĪ عÙĨ +Ġת ׳ +Ġ×ª×ł ×IJ×Ļ +ĠاÙĦدÙĪÙĦ ÙĬØ© +Ġì§Ģ ìĹŃ +ãģ§ãģĻ ãģĭ +Ġв аÑĢи +ĠваÑĢи анÑĤ +ĠاÙĦع رب +ел а +Ġt Æ°á»Ľng +sk Äħ +Ġm ặc +ส ัà¸ģ +ãĥĵ ãĥ¼ +Ġ×ij ×Ĵ׾ +Ġ×ij×Ĵ׾ ׾ +ãĥķãĤ¡ ãĥ³ +×ij ×Ļצ +×ij×Ļצ ×ķ×¢ +ли ÑģÑĤ +à¸Ł ุ +à¸Łà¸¸ à¸ķ +à¸Łà¸¸à¸ķ à¸ļà¸Ńล +à¸Ŀ à¹Īาย +ìŀIJ ìĿĺ +Ġس ÙĪÙģ +Ġש ×Ķת +Ġê± ¸ +×¢ ×ij×ķ×ĵ +ãģĻãĤĭ ãģĵãģ¨ãģĮ +ĠÑĩа ÑģÑĤÑĮ +ãĤ¢ ãĥ¡ãĥª +ãĤ¢ãĥ¡ãĥª ãĤ« +Ġtak ım +Ġs Ỽ +ĠsỼ m +שר ×Ķ +è¨Ģ ãģĨ +л ан +ì» ¤ +׼ ׳×Ķ +ÙĪÙģ ÙĬ +íĹ Ī +lu ÄŁu +ĠëĮĢ íķ´ +Ġ׾×ij ×Ļת +Ġ×Ķר×IJש ×ķ׳×Ķ +ص Ùħ +Ġsö yled +Ġsöyled i +à¸Ľ าà¸ģ +Ġard ından +ãģĪ ãģŁ +à¸Ĺัà¹Īว à¹Ħà¸Ľ +Ġ׳×ķס ×£ +б олÑĮ +ãĤĵãģ§ãģĻ ãģijãģ© +ĠлиÑĪ ÑĮ +Ġ×ij ×IJ×Ļ +ĠбÑĭ ÑģÑĤÑĢо +ส ัà¸Ļ +Ġ×ij פ׳×Ļ +л еÑĩ +ĠاÙĦØ® بر +Ġsó c +Ġth ú +Ġп ÑıÑĤ +ãģĬ é¡ĺ +ãģĬé¡ĺ ãģĦ +ÑĤ ин +ãģ«ãģ¤ãģĦãģ¦ ãģ¯ +פ ף +Ġдв ÑĥÑħ +à¸į ีà¹Ī +à¸įีà¹Ī à¸Ľ +à¸įีà¹Īà¸Ľ ุ +à¸įีà¹Īà¸Ľà¸¸ à¹Īà¸Ļ +оп еÑĢ +ĠاÙĦب شر +ĠاÙĦÙħ اÙĦ +ıyor uz +تØŃ ÙħÙĬÙĦ +à¸ģ ะ +éĸĵ ãģ« +×Ĺ ×ķש +ĠNg uyên +ãģĦãģ¦ ãģĦãĤĭ +дÑĥ ÑĪ +ש פע +ÑĪ Ñĥ +å®Ł éļĽãģ« +ĠÑĢай он +ĠCh á»ī +ÙĨ صر +Ġìļ ´ +Ġìļ´ ìĺģ +Ġ×Ķ×ĵ ×Ļף +ØŃد د +ر ز +ĠاÙĦد Ùħ +ĠPh áp +ÑĤ ÑģÑı +è¦ĭ ãģĪ +Ġti á»ĥu +Ġs á»Ńa +а ÑİÑĤÑģÑı +ĠB á +Ġ×ķ ׼׾ +Ð ĸ +ÑĪ им +ìĿ´ ëĬĶ +л ев +d ık +Ġprés ente +Ġara ç +صد ÙĤ +Ġпом ог +ĠاÙĦشر ÙĤ +ĠÙĪاÙĦ Ø°ÙĬ +رÙĬ ا +×ij ׳×ķת +Ġng á»ĵi +ר ×ķפ +ר×ķפ ×IJ +Ġth ấp +ãĤĦ ãģ¯ +ãĤĦãģ¯ ãĤĬ +ĠاÙĦج دÙĬدة +éĿŀ常 ãģ« +ÙĬÙĦ ÙĬ +ìª ½ +تع اÙħÙĦ +ãģł ãģ¨æĢĿãģĦãģ¾ãģĻ +Ùħ Ùħ +иÑĤе ли +ãĤµãĤ¤ ãĤº +اد ات +ĠاÙĦÙħ اÙĦÙĬØ© +Ùĥات ب +к ли +веÑĢ Ñħ +ни Ñĩ +Ġ×ľ×¢ ×ij×ķ×ĵ +׾ ×Ļ×Ķ +ØŃ Ùİ +ãĤ¤ ãĥĻ +ãĤ¤ãĥĻ ãĥ³ãĥĪ +Ġת ×Ĵ×ķ×ij×ķת +ÑĦ он +ĠдÑĢÑĥг ие +×IJ ×ĸ×ķר +Ġper ò +ìķ ŀ +åĢŁ ãĤĬ +ר צ×Ļ +×IJ ×ĸ +алÑĮ нÑĭÑħ +Ġê²ĥ ìľ¼ë¡ľ +ĠпÑĢав о +ĠاÙĦØ£ رض +à¹Ģà¸Ĺ à¸Ħ +à¹Ģà¸Ĺà¸Ħ à¹Ĥà¸Ļ +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ à¹Ĥล +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล ย +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย ี +צ ר×Ļ +ĠÐļ Ñĥ +ıl ma +決 ãĤģ +ا ÙĪ +Ġ×ĵ ק×ķת +à¸Ħร ู +ĠÙħست ÙĪÙī +à¸Ľ à¹īà¸Ńà¸ĩ +à¸Ľà¹īà¸Ńà¸ĩ à¸ģัà¸Ļ +×ĵ ×ķ×ŀ×Ķ +ĠÑģ егоднÑı +س ÙĪÙĤ +ר×Ĺ ×ķ×ij +ĠØ¥ دارة +Ñħ ож +éģİ ãģİ +à¸Ħ à¸Ń +нÑĥ л +×ķ׼ ×Ķ +ÙĪ اÙģÙĤ +׼׾ ׾ +Ġ×Ķ ×ĵ×ķ +Ġl Ä©nh +Ġkh ảo +×IJ×ŀ צע +ë¨ ¸ +Ġ׼ ×Ļצ +Ġ׼×Ļצ ×ĵ +Ġдолж нÑĭ +หว ัà¸ĩ +ãĥĩ ãĤ¶ +ãĥĩãĤ¶ ãĤ¤ãĥ³ +Ġng á»Ŀ +ä¸Ń ãģ« +à¸ģลัà¸ļ มา +جÙħ اÙĦ +à¸Ķัà¸ĩ à¸ģลà¹Īาว +س ÙĥÙĨ +س ÙĨ +Ġözellik le +з еÑĢ +rz ÄĻ +×ŀ ×ķר×Ķ +Ġl ạ +×ŀ ×Ļ׳×Ļ +ר ×Ļת +ãģĿãĤĮ ãģĮ +ãģĭ ãĤĮ +ĠÙĬÙħÙĥÙĨ Ùĥ +öff entlich +г ан +ĠاÙĦØŃ ÙĦ +ĠmiÄĻd zy +ĠÑĩа ÑģÑĤи +ujÄħ cy +ĠbaÄŁ lı +ĠiliÅŁ ki +Ùģ اء +ãĥª ãĥ³ãĤ° +Ġhã ng +ĠконÑĤ ÑĢ +ĠконÑĤÑĢ ол +к оп +ש ×Ļ×¢ +ש×Ļ×¢ ×ķר +ĠÐĴ аÑĪ +Ġ×Ķ תק +ÙħÙĨ ع +ĠpolÃŃt ico +Ġг олов +ĠØ¥ ÙĬ +Ø¥ ÙĨتاج +à¸ļ ิ +Ġг овоÑĢ +ĠговоÑĢ иÑĤ +Ġph á»ķ +ĠÑģем ÑĮ +ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ĠÙĪ است +×ŀש פ×ĺ +з ем +×ŀ×ĵ ×ijר +Ġíģ ° +ĠìĿ´ ë²Ī +ê°Ģ ëĬĶ +Ġì§Ģ ìĽIJ +Ġca ÅĤy +Ġgeli ÅŁtir +Ñģк ое +pos é +Ġkh ô +à¸ķิà¸Ķ à¸ķาม +miss ão +Ġ׾ ×ŀר +Ġ׾×ŀר ×ķת +Ġb ó +à¸ķรวà¸Ī สà¸Ńà¸ļ +Ġngh á»ģ +Ġб из +Ġбиз неÑģ +ÑģÑĤ еÑĢ +ÙĪ Ùİ +楽 ãģĹãģ +楽ãģĹãģ ¿ +ãģĵãĤĮ ãģĭãĤī +wiÄħ zan +ส à¸Ńà¸Ļ +Ùħ ÙĪر +׳×ĵ ׾ +Ġ×Ķ×IJ ×ĵ×Ŀ +Ġм олод +ØŃ Ùħا +ØŃÙħا ÙĬØ© +ÑģÑĤ ÑĢан +Ġbu á»ķi +ת×Ļ ×Ļ×Ŀ +abile ceÄŁi +L Ä° +à¹Ģย à¸Ńะ +à¸Ī ร +س ÙĥاÙĨ +à¸Ļ ัà¸Ķ +Ġm ấy +ĠÐij а +s ÅĤaw +ĠÙģ ÙĦا +ĠкоÑĤоÑĢ ой +Ġпло Ñī +ĠплоÑī ад +ãĤĤ ãģĤãĤĬ +sz czÄĻ +×Ļפ ×ķ +ש×ŀ ת +owa ÅĤa +Ġn ông +צ×ij ×IJ +ĠìŀĪ ìĹĪ +ãģ¾ ãģ¨ +ãģ¾ãģ¨ ãĤģ +ÙĤÙĪ ات +ãģ¿ ãĤĵãģª +Ġ׼ ×ŀ×¢×ĺ +Ġx úc +ï¼ Ĩ +r ÄĻ +rÄĻ cz +×ĵ ×ŀ×Ļ +Ġt áºŃn +à¸Ķ วà¸ĩ +ê²½ ìłľ +п ÑĥÑĤ +Ø£ ربع +Ġ×ŀ שת×ŀש +ãĤ¿ãĤ¤ ãĥĹ +Ġìłľ ê°Ģ +Ġ׾ ׼ף +ĠобÑĢаз ом +ÙĬÙĥ ا +w ÅĤ +wÅĤ asn +ĠاÙĦÙĪØ·ÙĨ ÙĬØ© +بÙĬ ب +×ŀ ׾×Ļ +к ÑĢаÑĤ +기 ìĹIJ +ÙĤ اد +ĠÙĦ دÙī +à¸Ħวาม รูà¹ī +×ŀ×ĵ×Ļ׳ ×Ļ×ķת +ê² ¨ +Ġíĺ Ħìŀ¬ +ש ת×Ļ +м ол +Ġmá i +à¸ŀิ ม +à¸ŀิม à¸ŀ +à¸ŀิมà¸ŀ à¹Į +หล วà¸ĩ +Ġx uyên +×Ĺ ×¡×¨ +رÙĪ ÙĨ +ãģĿãģĨ ãģĦãģĨ +ãģĿãĤĮ ãģŀ +ãģĿãĤĮãģŀ ãĤĮ +Ġ׼ ש×Ķ +ÐŁ ÑĢав +×ŀ×ij צע +ع رب +Ġbü yü +פ×Ļת ×ķ×Ĺ +à¸Ī à¸ļ +ĠØ£ Ùĥبر +שר ת +×ŀ׼ ש×Ļר +ĠÙĪ Ùħع +ãģ® ãģŁãĤģãģ« +à¸Ļ ัà¸ļ +ì° ° +ãĥª ãĥķãĤ© +ãĥªãĥķãĤ© ãĥ¼ãĥł +Ġc Æ°á»Ŀng +ĠìłĢ íĿ¬ +ÙħÙĨظ ÙħØ© +Ġhiç bir +ãģ§ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ร à¸Ńย +ëIJľ ëĭ¤ +ãģĻãģIJ ãģ« +к ла +Ġürün ler +Ġki á»ĥu +ĠëĤĺ ëĬĶ +ÑĤ ки +Ñģ им +Ġchá»ī nh +ãĤĤ ãģªãģĦ +ศ รี +æĽ¿ ãģĪ +ta ÅŁ +Ġب ÙĥÙĦ +Ġ×ķ ×Ļש +vis ão +ä¼ Ŀ +ä¼Ŀ ãģĪ +ÙĦ د +׾ ×Ļ×ŀ +׾×Ļ×ŀ ×ķ×ĵ +t ória +د Ùij +اÙħ ر +Ġê·¸ëłĩ ê²Į +Ġmateria ÅĤ +à¸Ĺ รา +à¸Ĺรา à¸ļ +ãģ®æĸ¹ ãģĮ +ãģ¦ ãģįãģŁ +ض غ +ضغ Ø· +ĠÙĬ عÙĨÙĬ +ел о +×IJ×Ķ ×ij×Ķ +×¢ ×ŀ +ÅŁ ık +ìŀIJ ëĬĶ +ãĤ¿ ãĥ³ +Ġb áºŃt +×ŀשפ ×Ĺ×Ķ +к ÑĢи +б ли +สั à¸ķ +สัà¸ķ วà¹Į +ĠسÙĨ ÙĪات +ĠPh Æ°Æ¡ng +ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ãģª ãģľ +Ġ×ij×IJ ×ķ +Ġc án +س جÙĦ +Ġl ẽ +ãĤ± ãĥ¼ãĤ¹ +Ġק ×Ļ×ij׾ +à¸ļà¸Ĺ à¸Ħวาม +Ġ×ķ ׼ף +ĠпÑĢедÑģÑĤав лен +Ġn á»iji +Ġcoment ário +ени ем +Ġtá» ı +l Ãł +Ġש×Ķ ×Ļ×Ķ +Ñģл ав +ĠاÙĦ ÙĪÙĦا +ĠاÙĦÙĪÙĦا ÙĬات +ÙĦج ÙĨØ© +ק×ķר ×IJ +бÑĭ ÑĤ +Ġì ¦ +Ġì¦ ī +ãģ§ãģĻ ãģĹ +หรืà¸Ń à¹Ħมà¹Ī +за ÑīиÑĤ +ÙģÙĦ سطÙĬÙĨ +Ġmi á»ħn +à¹Ģย à¹ĩà¸Ļ +ĠçalÄ±ÅŁ an +×Ļ×Ĵ ×Ķ +ĠE ÄŁ +ĠEÄŁ itim +ãĥĥãĤ· ãĥ¥ +Ġоп Ñĭ +ĠопÑĭ ÑĤ +ر غ +رغ ب +ĠÑģво иÑħ +à¸Ľà¸£à¸° à¸ķ +à¸Ľà¸£à¸°à¸ķ ู +Ġ×ŀ×IJ ×ĵ +׼ ×ķ׳×Ļ×Ŀ +à¸Ļ ี +ĠвÑĭ Ñħод +ãģ®ä¸Ń ãģ« +פ ׾×IJ +ĠÙĪ ÙĦÙĬس +פ×ķר ס +פ×ķרס ×Ŀ +Ùħ سÙĦÙħ +Ġng ôi +×ĵ ×ŀ×ķת +ãĤĴ使 ãģ£ãģ¦ +ĠпомоÑī ÑĮÑİ +Ø£ سر +бл ок +ÙĤ Ùĩ +ãģĹãģ¾ ãģĦ +ãģ¨ ãģĹãģŁ +Ġп еÑģ +ãĥī ãĥ« +×Ĺ ×Ŀ +ãģĹãģª ãģĮãĤī +ĠÐŁ ÑĢед +ãĥģãĤ§ ãĥĥãĤ¯ +å¼· ãģĦ +ש ×Ļר×ķת +д аеÑĤ +×Ļ×ij ×ķ +Ġgen ç +ил аÑģ +илаÑģ ÑĮ +ĠبÙĦ د +æĤ ª +æĤª ãģĦ +Ġ×ŀ שת +æ§ĺ ãĢħ +æ§ĺãĢħ ãģª +à¸ĺรรม à¸Ĭาà¸ķิ +ĠÙĥ اÙħÙĦ +ĠاÙĦس Ùħ +×ij×ĺ ×Ļ×Ĺ +c á +g ência +ãĤ¹ãĤ¿ ãĥ¼ +à¸Ĺำ à¸ģาร +×Ļ׾ ת +Ġ×Ļ ×ķצ×IJ +w ój +à¸ļุ à¸Ħ +à¸ļุà¸Ħ à¸Ħล +ع تÙħ +عتÙħ د +ãģĿãĤĮ ãģ« +ĠاÙĦت ارÙĬØ® +ÙĤر اء +Ġyönet im +ק שר +ĠÑģп оÑĢÑĤ +Ġר×IJש ×ķף +Ġseñ al +Ġch ắn +çĦ¡ ãģĦ +ĠдоÑģÑĤ аÑĤ +ĠдоÑģÑĤаÑĤ оÑĩно +Ġá gua +à¸ģร à¸ĵ +à¸ģรà¸ĵ ี +Ġ×ŀש ×ķ +Ġtr ải +ë² Į +ujÄħ cych +Ùģر د +à¹ĥ à¸ģล +à¹ĥà¸ģล à¹ī +ãĤĭ ãģ®ãģ¯ +ר×ķ ×ķ×Ĺ +ÙĨ Ùĥ +ĠاÙĦÙĨ ÙĤ +ãģ®ãģ§ ãģĹãĤĩãģĨ +ãģ®ãģ§ãģĹãĤĩãģĨ ãģĭ +Ùħ عرÙģ +ÙħعرÙģ Ø© +ÑĥÑī е +Ġ×ij×¢ ×Ļקר +ت صÙĦ +Ġ×Ķ×IJ ר +Ġ×Ķ×IJר ×¥ +ĠÅŀ i +à¸Ĥา à¸Ķ +íŀ ĺ +ãģªãĤĵ ãģ¨ +ĠìĤ¬ëŀ ij +l Ã¼ÄŁÃ¼ +ب اء +ĠاÙĦØ¢ خر +Ġfam ÃŃlia +ĠTh áng +Ñī ениÑı +ãĤ¯ ãĥŃ +ĠTh ứ +æĽ¸ ãģį +ен ной +ìŀ ¡ +бл аг +благ о +п ов +à¹ģ ว +à¸ĩ à¸Ħà¹Į +à¸Ńัà¸Ļ à¸Ķัà¸ļ +ãģĤ ãģĴ +ร à¹īาย +ün ün +Ġ×Ļ׼×ķ׾ ×Ķ +з он +ĠÐľ и +маÑĤ еÑĢиал +Ġë³´ ë©´ +ØŃÙģ ظ +ê Ìģ +ãģ« ãģĻãĤĭ +Ġת ×IJ +Ġ×Ķס ×ķ +ĠÑģÑĤ оÑĢ +ĠÑģÑĤоÑĢ он +ãĥĪ ãĥĥãĥĹ +ÅĤo ÅĽÄĩ +ëħ ¼ +ëĵ Ŀ +ĠÙĪاÙĦ ع +ì¶ Ķ +Ġ×Ļצ ×IJ +ĠÑĢаз дел +алÑĮ наÑı +×IJ׳ ש×Ļ +spo ÅĤ +spoÅĤ ec +spoÅĤec zn +Ø¥ عÙĦ +إعÙĦ اÙĨ +ÙĤÙĪ Ùī +íķĺë©´ ìĦľ +تط ÙĪر +Ġsi êu +Ỽ t +д ви +дви ж +Ġqu ần +k ıl +ĠпÑĢи зна +ĠH ã +ĠHã y +ĠباÙĦ ت +man ın +ãĤ« ãĥ« +Ġk á»· +ק ׾×Ļ +ëIJĺ ì§Ģ +تعÙĦ Ùħ +ìĭľ ìĦ¤ +ìĭ ¶ +íĺ ¼ +Ùĥ ÙĬÙģ +売 ãĤĬ +วิ à¸Ĭา +б ал +ĠØ£ ØŃ +Ġдолж ен +รา à¸ĩ +ราà¸ĩ วั +ราà¸ĩวั ล +Ùħ اء +ج ار +Å ļ +Ġ×ŀ×IJ ×ĸ +ר ×ŀ×Ķ +ãģĭãĤĤãģĹãĤĮ ãģªãģĦ +ét ude +czÄħ c +Ġg ór +×ł×¡ ×Ķ +Ùħ ÙĬد +ĠÐŁ еÑĢе +Ø£ خر +ãģĿãģ® å¾Į +à¹Ģà¸Ķียว à¸ģัà¸Ļ +×ŀ ×Ĵ×ķ +×ŀ×Ĵ×ķ ×ķף +д ов +mas ına +×¢ ׳×Ķ +ãĤ± ãĥĥãĥĪ +ס ×¢ +סע ×Ļ×£ +ĠT Æ° +Ġt óc +íĻľ ëıĻ +ĠÐŀ д +ĠÐŀд нако +Ġdol ayı +ؤ Ùĥد +ê³Ħ íļį +׾ ר +в еÑĩ +Ġkh ợi +Ġth ủy +×ĵ ף +ร à¸ģ +à¸ļั à¸ķร +à¹Ģà¸ģ à¹Īา +ĠاÙĦØ« اÙĦ +ĠاÙĦثاÙĦ Ø« +Ġpod rá +ער ×Ļ +ÙĨج اØŃ +Ġkh ắc +ì¸ ¡ +Ä° M +ãĤ» ãĥĥãĥĪ +ż enia +Ġ׾×Ĺ ×ijר +er Ãł +ì ´Ī +Ġkü ç +Ġküç ük +ات ÙĩÙħ +à¸ĭ à¹Į +Ùħشار ÙĥØ© +ĠاÙĦ بط +Ġd ây +ен нÑĭм +à¸Ĺีà¹Ī à¹Ħมà¹Ī +ÙĤ Ùİ +Ġv ượt +Ġtr ì +Ġwp ÅĤyw +A Åŀ +з о +ĠاÙĦس ÙĬد +à¸Ĺะ à¹Ģล +ĠÑģодеÑĢж а +ع Ø·ÙĬ +ĠاÙĦع ÙĨ +èĢħ ãģĮ +à¹Ģ หà¸Ļ +à¹Ģหà¸Ļ ืà¸Ń +Ġb ÃŃ +Ġüzer inden +ĠV Å© +Ġnu ôi +ÙĨ Ùħ +алÑĮ ного +×¢ ×Ļף +ØŃ Ø¶Ø± +ĠоÑĤ дел +ëª ĩ +ìķ ¡ +ĠÙĦدÙĬ Ùĩ +ìĻ ľ +Ġse ktör +Ġвозмож но +ĠÐĶ ж +Ġh ô +äºĭ ãģĮ +иÑĢов ание +алÑĮ ной +Ġ미 êµŃ +ر ØŃÙĦ +ĠÑįк Ñģ +пÑĢав лÑı +Ġnh á»Ŀ +ĠÄij ẩ +ĠÄijẩ y +Ùģ Ùĥر +ĠÙĪØ£ ضاÙģ +ãĥIJ ãĤ¹ +ת×ķ׼ ׳×Ļת +ÑĤел ей +ĠØ¥ÙĦÙĬ Ùĩ +ãģ¨è¨Ģ ãģ£ãģ¦ +Ġдв е +Ġch ấp +ĠL ö +à¸Ħล ิ +à¸Ħลิ à¸Ľ +Ġس ÙĪر +ĠسÙĪر ÙĬا +×ŀ×Ĺ ×ķ +st ä +д об +Ġni á»ĩm +ãģ® 大 +פר×ķ ×Ļק +פר×ķ×Ļק ×ĺ +ĠCh âu +Ġ×ŀ×Ķ ×Ŀ +Ñģк им +ĠполÑĥÑĩ иÑĤÑĮ +ÙĬ ÙĪÙħ +Ø« ÙĪر +פ×ķ׾ ×Ļ×ĺ +פ×ķ׾×Ļ×ĺ ×Ļ +ĠмеÑģÑı ÑĨ +åħ¨ ãģ¦ +ĠاÙĦÙħ جÙĦس +ĠاÙĦت اÙĦÙĬ +Ġ׊ר +åIJij ãģij +׼ ×ŀ×Ķ +б ед +Ø£ عض +أعض اء +ÙĪÙĦ د +วà¹Īา à¸Īะ +Ġb ánh +à¸Ļิ ย +à¸Ļิย ม +à¸Ľà¸£à¸° à¸ģัà¸Ļ +ÑģÑĤав иÑĤÑĮ +à¸ŀ à¸Ļัà¸Ļ +ĠÑį ÑĦÑĦ +ĠÑįÑĦÑĦ екÑĤив +Ġав ÑĤоÑĢ +ĠÄIJ Äĥng +Ġth Æ°á»Łng +ãĤĴ æĦŁãģĺ +à¸ģัà¸ļ à¸ģาร +å¾Į ãģ« +Ġya ÄŁ +ست اÙĨ +Ġli á»ģn +ãģĦ ãģ¾ +i êu +à¹Ĥà¸Ķ à¸Ļ +ĠÙĦ Ø°ÙĦÙĥ +à¹Ĥรà¸ĩ à¹Ģรียà¸Ļ +צ ×Ļ×Ĵ +ĠاÙĦÙħ عÙĦÙĪÙħات +ç§ģ ãģŁãģ¡ +à¸Ĺีà¹Ī à¸Ħุà¸ĵ +ãģ«ãģª ãģ£ãģ¦ãģĦãĤĭ +×ŀ×ĵ ×Ļ׳×Ķ +ס ׼×Ŀ +Ġв не +à¸ŀ à¸Ļัà¸ģà¸ĩาà¸Ļ +ÑĢ ей +à¹Ģà¸Īà¹īา หà¸Ļà¹īาà¸Ĺีà¹Ī +ĠHi á»ĩn +Ġméd ico +ĠتØŃ ÙĤÙĬÙĤ +ÑĮ ÑĤе +miÅŁ ti +ÙĤÙĬ ادة +ãĤı ãģĭãĤĬ +มา à¸Īาà¸ģ +ëħ Ģ +ãģ«éĸ¢ ãģĻãĤĭ +×IJר×Ĵ ×ķף +m ètre +Ġעצ ×ŀ×Ļ +ĠCh úa +รูà¹ī à¸Ī +รูà¹īà¸Ī ัà¸ģ +ì£ Ħ +ëĭ µ +à¹ģà¸Ĺ à¹ī +Ġgeç en +Ġlan ça +ĠاÙĦ بØŃØ« +×ĵ ×ŀ×ķ +ãģ¯ ãģĺ +ãģ¯ãģĺ ãĤģ +Ġdön Ã¼ÅŁ +è¿ij ãģı +à¹Ģส ม +à¹Ģสม à¸Ń +ëĿ ½ +Ġü ç +á» ŀ +ÑĪ аÑı +à¸Ĺ ร +ØŃ ÙĤÙĬÙĤØ© +à¸Ĥà¸Ńà¸ĩ à¸ģาร +Ġ무 ìĹĩ +Ġ×Ķ ׼ר +ĠاÙĦص ÙĬÙĨ +ĠлÑİ Ð´Ð¸ +à¸ķ าย +ب ÙĪÙĦ +Ġvi êm +Ġthi á»ĩu +à¸ģ à¸Ķ +Ġ׾ ×ĵ×ijר +פ ׳×Ķ +×IJר ×ij×¢ +س Ùī +ĠاÙĦسÙĬ اس +ĠاÙĦسÙĬاس ÙĬØ© +yd ı +ÙĪØŃد Ø© +ĠдеÑıÑĤелÑĮ ноÑģÑĤи +Ġ×ķ×Ķ ×ŀ +п еÑĩ +пеÑĩ аÑĤ +иÑĢов аниÑı +ĠÑģ ог +ĠÑģог лаÑģ +Ġ׼ ×ĵ +Ġ׼×ĵ ×IJ×Ļ +ĠиÑģполÑĮзов аÑĤÑĮ +ס פ×ķר×ĺ +Ġil çe +exp érience +ĠTh á»Ŀi +Ä° K +à¹Ħà¸Ł à¸Łà¹īา +ëĵ¤ ìĹIJê²Į +à¸Ľà¸£à¸° à¹Ģà¸ł +à¸Ľà¸£à¸°à¹Ģà¸ł à¸Ĺ +Ġmü mk +Ġmümk ün +Ġ×IJ×ķת ׳×ķ +ìĦ± ìĿĦ +ĠìĿ´ ìľł +زÙĬ ارة +Ġolduk ça +r ób +ĠØ£ ÙĨا +Ġ×Ķ ×ij×Ļ +Ñģ ен +×¢ ×Ļקר +×Ļ×ĵ ×ķ×¢ +d zÄħ +Ùħ عÙĦÙĪÙħات +Ø´ اب +Ġpar ça +à¸Ļะ à¸Ħะ +ب اس +ĠÑĤоÑĢ г +ĠÑĤоÑĢг ов +Ġ×Ĺ ×ĵר +׼ ר×ĺ +׼ר×ĺ ×Ļס +ĠA yrıca +ÃªÌ £ +ìľ ¨ +ĠÑĤак ие +Ġ×ŀצ ×ķ×Ļ +ãĥ©ãĥ³ ãĤŃãĥ³ãĤ° +ש×Ļ×ķ ×ķק +åīį ãģ® +ĠB ảo +Ñī Ñĥ +æĹ© ãģı +ĠPh òng +à¸ŀระ ราà¸Ĭ +פ ×Ĺ×ķת +Ġг л +Ġгл аз +à¸Ĺ à¹Īา +Ġd ạy +ÑĢ оÑģÑĤ +à¹Ĥà¸Ķย à¹Ģà¸īà¸ŀาะ +Ġqu áºŃn +Ġ×Ĺ×ijר ×ķת +m ême +mÄ±ÅŁ tı +ĠاÙĦت داÙĪÙĦ +Ġn ạn +Ġ×Ķ ×ĵ×Ļ +ĠاÙĦØ· رÙĬÙĤ +×Ĵ ×ķת +Ġ×Ķ ×ĵר×ļ +ujÄħ ce +Ġch ữ +ãĤĤãģ® ãģ® +ë° Ľ +ãģķãĤĵ ãģ¯ +Ġyard ım +ĠاÙĦع Ùħ +Ġì§Ħ íĸī +Ġ×Ļ ×Ĺ +Ġ×Ļ×Ĺ ×¡×Ļ +ĠاÙĦÙħ دÙĬÙĨØ© +Ġc ú +à¸ģี ฬ +à¸ģีฬ า +Ġni ên +mis ión +׳×Ļס ×Ļ +׳×Ļס×Ļ ×ķף +Ġвоз ÑĢаÑģÑĤ +Ġ×¢×ķש ×Ķ +ĠÙħ دÙĬر +Ñı ÑģÑĮ +ØŃ Ø¬Ùħ +íĻĺ ê²½ +ĠاÙĦØ£ خرÙī +u ÃŁer +ĠاÙĦعاÙĦÙħ ÙĬØ© +ĠNg á»įc +êµIJ íļĮ +ä¸Ĭ ãģ§ +×Ļ×Ķ ×ķ×ĵ +×Ļ×Ķ×ķ×ĵ ×Ļ×Ŀ +Ùħس اعدة +Ġжиз нÑĮ +ĠпоÑĤ омÑĥ +ĠاÙĦÙħ ÙħÙĦ +ĠاÙĦÙħÙħÙĦ ÙĥØ© +ĠG ör +ر ÙIJ +×ŀק ×ķ×ŀ×ķת +åĩºæĿ¥ ãĤĭ +ÑĦ ÑĤ +ĠìĿ´ ìłľ +ĠÑĢ ем +ĠÑĢем онÑĤ +ת ×ķ×ļ +æĻĤ ãģ¯ +ãĤīãĤĮ ãģªãģĦ +alt ı +家 ãģ® +ĠاÙĦØ¥ عÙĦاÙħ +리 ëĬĶ +ãģĭãĤī ãģ¯ +ĠH ạ +ãģĤ ãģ® +×ĵ×Ļ ×ķף +رÙĬ س +Ġsoci etÃł +ĠاÙĦÙĥ بÙĬر +Ġ×ij ×ŀס +Ġ×ij×ŀס ×Ĵר +Ġ×ij×ŀס×Ĵר ת +ĠìŀĪ ìľ¼ë©° +Ġn ặng +Ùĩ Ùī +ĠB Ãł +×ŀר ×ķ +Ġj ÄĻ +ĠjÄĻ zy +ĠjÄĻzy k +Ġ׼ ×ŀ×ķ×ijף +×¢ ׾×Ķ +à¸Ĺีà¹Ī à¹Ħà¸Ķà¹ī +ãģ¾ ãģĹãĤĩãģĨ +×ŀס פר +Т Ðŀ +سÙĬاس Ø© +Ġкажд Ñĭй +ë² ł +t ım +y á»ĩn +ร ีà¹Ī +ĠдеÑĤ Ñģк +วิà¸ĺี à¸ģาร +m ówi +×ĺ×¢ ×Ŀ +×Ķצ׾ ×Ĺ×Ķ +ض ÙĬÙģ +ĠÑħоÑĤ Ñı +ãĤĵãģ§ ãģĦãĤĭ +à¸Ħา à¸Ķ +à¸Ħร à¸ļ +Ġк ÑĥÑĢÑģ +ĠbaÅŁ arı +×ijר ×ķ +ÙĬع Ø© +ĠÐĿ Ñĥ +à¸Ħวาม à¹Ģà¸Ľà¹ĩà¸Ļ +Ġ׾ ×ŀש׾ +Ġì¢ĭ ìĿĢ +Ùħؤس س +Ùħؤسس ات +Ġpréc is +Ġth ảo +à¸ģà¹ĩ à¸Ħืà¸Ń +Ġש ׼׾ +führ ung +ãģĦ ãģ§ +à¹ģละ มี +à¸ģà¹ĩ มี +Ġש ש +м ел +Ġкни г +ĠباÙĦ ÙĨ +ĠباÙĦÙĨ سبة +Ġald ı +ÑĤ ай +Ġ×Ĺ×ĵ ש×Ļ×Ŀ +å®Ł ãģ¯ +ع ÙĪا +ĠìĿĺ 미 +из м +ÑĢабоÑĤ аÑĤÑĮ +Ùģ ص +Ġ×ij׳ ×ķסף +ãģ¨ãģĹãģ¦ ãĤĤ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ĺีà¹Ī +ĠÑģлед ÑĥеÑĤ +èĢĥãģĪ ãģ¦ +Ġ׼ ×Ļ×ķ×Ŀ +ÑģÑĤ Ñĭ +׼׾׼ ׾×Ļ +æµģ ãĤĮ +ãĤĴ ãģ¤ãģij +Ñĩ аÑĤ +×Ļ׼ ×ķף +×Ļר ×Ļ +ları yla +ãĤ¤ ãĥ¡ +ãĤ¤ãĥ¡ ãĥ¼ãĤ¸ +׳×ĸ ק +Ġci ò +Ġs ın +Ġsın ır +à¸Ļ à¸Ħร +к аÑĤ +Ġl á»Ĺi +ëŀ Į +تÙģ اص +تÙģاص ÙĬÙĦ +ëĨ ĵ +ĠÙħ ض +il miÅŁ +بار Ùĥ +ÐĿ Ðĺ +Ġth ẩm +Ġ×IJ×ķת ×ļ +ĠпÑĢин им +ĠпÑĢиним а +Ġyö nt +Ġyönt em +Ġ×ŀק ×ij׾ +Ġktó rego +ê· Ģ +شر Ùģ +د اÙħ +ãģĦãĤį ãģĦãĤį +ĠAl ém +Ġgör ü +Ġgörü nt +Ġgörünt ü +د س +ÑĪ ки +г ÑĢад +Ġl ạc +Ġs ữa +ãĤīãĤĮ ãģ¾ãģĻ +o Ãłi +Ñī ен +ãģĭ ãģªãģĦ +Ġп оп +Ġпоп Ñĥ +ĠпопÑĥ лÑıÑĢ +ĠاÙĦÙħ ÙĪÙĤع +rä g +ï¼ ¡ +íķ Ħ +ãĤĴè¦ĭ ãĤĭ +اÙħ ا +ĠاÙĦØŃ Ø±Ø¨ +ĠÐŁ а +Ġ׾ ×IJתר +Ġt á»ijc +×ij ׾×Ķ +ر ئÙĬس +в Ñĥ +ÙĬ دÙĬ +каз ан +Ġ׊ש×ij×ķף +h ôtel +×¢ ×ķ׳×Ķ +ب ÙĨÙĬ +×ŀ ×ķ׾ +Ġд нÑı +éĽ£ ãģĹãģĦ +вед ениÑı +Ġ×ķ ×ŀת +н апÑĢимеÑĢ +ÙĤ ابÙĦ +Ġrésult at +ĠÑĢазвиÑĤ иÑı +ر Ùij +ìłĦ 문 +ĠاÙĦÙħ زÙĬد +ĠìľĦ íķ´ìĦľ +ëĨ į +íĻ ķ +ĠThi ết +íĮ ¨ +malı dır +Ġcz ÅĤ +ĠczÅĤ owie +ĠczÅĤowie k +ĠÙĦ بÙĨ +ĠÙĦبÙĨ اÙĨ +üs ü +ãģªãĤĵ ãģł +Ġżyc ie +ĠÑħоÑĢоÑĪ о +æĸ¹ ãģ« +ëĭ¤ ë©´ +иÑĩеÑģ каÑı +ער ×Ļ׼ +ער×Ļ׼ ת +ãģ¾ãģĽãĤĵ ãģ§ãģĹãģŁ +ĠÑģоб ой +Ġg á»Ĺ +Ġдел аÑĤÑĮ +da Äĩ +аÑĢ а +róż ni +à¹Ģล ีà¹ī +à¹Ģลีà¹ī ย +à¹Ģลีà¹īย à¸ĩ +à¸Ŀ าà¸ģ +Ġت ÙĤ +ĠتÙĤ دÙĬ +ĠتÙĤدÙĬ Ùħ +หà¸Ļ ุà¹Īม +Ġmü cade +Ġmücade le +ì§Ģ 를 +ãĤ¤ ãĤ¹ +ĠØ£ ساس +jÄħce go +ĠÅŁ eh +н ÑĤеÑĢ +ÑĨи Ñİ +ï» » +ÑİÑī его +à¹Ĥà¸Ľà¸£ à¹ģ +à¹Ĥà¸Ľà¸£à¹ģ à¸ģรม +Ġmie Äĩ +ØŃÙĥÙĪÙħ Ø© +ãģ§ãģĹãģŁ ãģĮ +×Ļס ×Ķ +ãĤĤãģ® ãĤĴ +Ġ×ŀ ×IJת +สุà¸Ķ à¸Ĺà¹īาย +Ġc Å© +ÙĨ سب +ĠпÑĢ оÑĩ +Ġд ней +ĠÑįÑĤи Ñħ +׾ ×ŀת +нÑı Ñı +Ñį к +Ġì§Ģ ëĤľ +มหา วิà¸Ĺยา +มหาวิà¸Ĺยา ล +มหาวิà¸Ĺยาล ัย +d ão +ĠMá y +ĠêµŃ ê°Ģ +à¸ļุ รี +×Ĵ ×Ļ׾ +ĠÑĤÑĭ ÑģÑı +ĠÑĤÑĭÑģÑı Ñĩ +Ùģ Ùĥ +ĠÐĺ Ñģ +è¡Į ãĤıãĤĮ +פר ×ĵ +ãģ¤ ãģį +à¸Ħร à¸Ńà¸ļ +à¸Ħรà¸Ńà¸ļ à¸Ħรัว +à¸Ĥึà¹īà¸Ļ มา +ä»ĬæĹ¥ ãģ¯ +ĠìĤ¬ëŀĮ ìĿ´ +עצ ×ŀ×Ķ +п оÑĢ +ĠK ỳ +Ġ Æ¡n +Ġth Äĥm +Ùģ اÙĤ +ãģļ ãģ« +Ġ׾ קר +Ġ׾קר ×ķ×IJ +اÙģ ÙĬØ© +Ùħ Ùİا +г аÑĢ +ص ÙĦا +صÙĦا Ø© +Ġ×ŀ ×ĸ×Ķ +lı ģını +Ġ×IJ ×Ļ׳×Ķ +к ÑĢо +Ġng Æ°Æ¡i +Ġв ним +Ġвним ание +jÄħ cy +ÙĢÙĢÙĢÙĢ ÙĢ +Ñģ Ñħод +ãģªãĤĵ ãģĭ +×ŀ ×Ļ׾ +Ġ×Ķ×IJ ×Ĺ +ãĤı ãģªãģĦ +ع سÙĥر +ĠìĦ¸ ê³Ħ +ĠÑĩ его +ĠÑģÑĢед ÑģÑĤва +ĠÐł аÑģ +ãģª ãģģ +ÙĨ Ùģس +ר×Ļ ×ķף +Ñģ Ñĥд +ĠìĿ¸ ê°Ħ +ĠاÙĦÙħ ÙĤبÙĦ +ÙĨ عÙħ +تÙĪ Ùģر +ש ×ij×¢ +ı lm +ılm Ä±ÅŁ +Ġ×ľ×ª ת +تص Ùģ +×Ķפ ×ķ×ļ +à¹ĥà¸Ļ à¸Ľà¸µ +ìĿ´ ê³ł +Ùģ ÙĪز +à¸ľà¸¥ à¸ĩาà¸Ļ +ĠGi áo +à¸ļà¸Ńà¸ģ วà¹Īา +Ġd Ä±ÅŁ +ĠdÄ±ÅŁ ında +ì£ ½ +Ġdzie ÅĦ +к ÑĨии +и ÑĨе +ãģ® ä¸Ģ +ع Ø´ +пÑĢ еÑģÑģ +หà¸Ļ à¹Īà¸Ńย +ลัà¸ģษ à¸ĵะ +Ġpossibilit Ãł +à¹Ħà¸Ķà¹īรัà¸ļ à¸ģาร +หย ุà¸Ķ +Ġphi ên +çĶŁ ãģ¾ãĤĮ +Ø· ÙĪÙĦ +ÑĦ ин +f ür +ØŃ ÙĬاة +íĸ ĪìĬµëĭĪëĭ¤ +׼ ׳×ķת +à¸Ľà¸£à¸° ส +à¸Ľà¸£à¸°à¸ª à¸ļ +à¸Ľà¸£à¸°à¸ªà¸ļ à¸ģารà¸ĵà¹Į +ëIJĺ ìĹĪ +Ġkaż dy +Ġl uyá»ĩn +ĠоÑĢганиз аÑĨии +å°ij ãģªãģı +ÑģÑĤÑĢо ен +Ġtécn ico +ק ×Ķ׾ +Ġ×ķ×IJ ×Ĺ +ĠعÙĦÙĬ Ùĥ +Ñī ение +Ġ×Ķ ×Ļ׾×ĵ×Ļ×Ŀ +ÙĪس ائÙĦ +Ġ×ķ ×Ķת +تÙħ ÙĬز +ĠÑģ казал +Ġпол и +Ġ×Ķ×ŀ ס +ÙĦÙij Ùİ +Ùħؤس سة +Ġ×ŀ ×Ļ×ĵ +ãģ£ ãģ¡ +ĠëĦĪ 무 +à¸ŀ ี +Ġt ặng +Ġt ấn +ר ש×Ŀ +Ġméd ica +Ġ×¢ ×ķ×ŀ +Ġ×¢×ķ×ŀ ×ĵ +ÑĦ оÑĢ +Ùħر Ø© +Ġvat anda +Ġvatanda ÅŁ +Ġдел о +à¸Ļ ม +ãģ¨ åIJĮãģĺ +Ùģ Ùī +Ñģ оÑĢ +Ġ×Ķס ר×ĺ +Ġép oca +ìłķ ì±ħ +ĠÑģвÑıз ан +ض رب +ĠÙĦ ÙĨا +Ġuży wa +ĠاÙĦج ÙĬØ´ +Ñİ ÑĢ +×ijס ×ķ×£ +Ġм Ñĥ +ĠмÑĥ зÑĭк +bilit é +Ġma ç +س Ùİ +ت ÙĦÙĥ +ãģ ¬ +ÙĬ ÙĦا +ÑĪ ла +ÙĢÙĢ ÙĢ +Ġод ной +зв ан +ĠÑģ ÑĢаз +ĠÑģÑĢаз Ñĥ +ÙĨ ظÙħ +را Ùĩ +ĠÙĦÙĩ ذا +׼ ×ķר +Ġ×Ķש ×ij×ķ×¢ +Ġ×Ķש ת +ĠQu ảng +ãĥ« ãĥ¼ +ãģĪ ãģªãģĦ +×ĺ ×IJ +Ġmi á»ģn +ĠPh áºŃt +ĠاÙĦس ÙĪÙĤ +Ä Ĥ +ĠاÙĦج Ùħع +ĠاÙĦجÙħع Ø© +ÑİÑī ей +a ÅĤem +عت ÙĤد +Ø£ ÙĦÙħ +Ñģ ке +ĠìĿ´ íķ´ +ÙĨس Ø® +è¨Ģ ãģĦ +д обав +سب ÙĤ +×¢×ķר ר +ÑĤи п +ãģĿãģĵ ãģ§ +vis ión +عÙĪد Ø© +ë¨ ¹ +×ŀ ×ĸר×Ĺ +ĠØ¥ ØŃ +Ġ׾×ij ×Ļף +Ġ׾צ ×IJת +Ġyard ı +Ġyardı mc +Ġyardımc ı +Ä° Z +ק פ×Ķ +tr é +liÄŁ ini +клÑİÑĩ а +Ġüret im +Ġa yrı +ĠkiÅŁ iler +à¸Ħ à¹īà¸Ļ +à¸Ħà¹īà¸Ļ หา +ĠS á»± +Ġ׼ ס +Ġ×Ľ×¡ ×£ +ĠÑĤак иÑħ +ĠXu ân +Ġл ег +Ġлег ко +Ø«ÙĤ اÙģØ© +ÐĿ Ðŀ +ãĤ¹ãĤ¿ ãĥĥ +ãĤ¹ãĤ¿ãĥĥ ãĥķ +åIJĪ ãģĦ +Ġ×Ķש ×Ļ×ŀ×ķש +man ız +ĠÐĴ аÑģ +g ün +ìľĦìĽIJ íļĮ +Ġwsp óln +ĠÑģв ое +í ĥģ +à¹Ģà¸Ļ ีย +ÙĪب Ø© +в Ñıз +ı dır +ëIJĺ ìĹĪëĭ¤ +ĠdeÄŁi ÅŁtir +ãĤĭ ãģĵãģ¨ãģĮ +Ġ×Ĺ×ĵ ש×Ķ +ãĤīãĤĮ ãģ¦ãģĦãĤĭ +×Ĺ×Ļ ×Ļ×ij +ĠÐļ аÑĢ +׳×Ļת ×ķ×Ĺ +Ġק×ĺ ף +ר ×ĸ +ÙĪ غ +èªŃ ãģ¿ +Ġت ÙĤÙĪÙħ +ĠÙĥ اÙĦ +à¸Ŀ ึà¸ģ +Ġë°ľ ìĥĿ +ológ ico +ر اع +à¹ģà¸ģà¹ī à¹Ħà¸Ĥ +ĠÑĢабоÑĤ Ñĥ +ÙĨÙij Ùİ +à¸Ńยูà¹Ī à¸Ĺีà¹Ī +ĠاÙĦØ« اÙĨÙĬØ© +ĠNh ân +Ñħ ваÑĤ +ö ne +Ġع دة +à¹ģ สà¸ĩ +ÑĤ оп +пÑĥÑģ ка +شر اء +ĠÐļ ом +Ġפע ×ķ׾×Ķ +ìĤ¬ ìĿ´ +ìĤ¬ìĿ´ íĬ¸ +è¡Į ãģ£ãģ¦ +Ġ×Ķ ×Ķת +ĠÑģÑĤ оÑĢо +ĠÑģÑĤоÑĢо нÑĭ +در س +à¸ĭ ู +à¸ķà¹Ī ำ +ĠØ£ بÙĬ +под об +ãģ« ãģ¦ +ار تÙģاع +ĠÙħ ؤ +ик ов +ge führt +มืà¸Ń à¸ĸืà¸Ń +ĠÙĦ ÙĤد +ĠØ£ÙĨ Ùij +سÙĬ طر +ãģ¾ãģļ ãģ¯ +ס ×ĵ +Ñģк олÑĮко +ãģ¿ãģŁãģĦ ãģª +×ĵר ×Ĵ +×¢ ×Ļ×ĵ +à¹ĥหà¹ī à¸ļริà¸ģาร +ĠÐĶ и +×ij×¢ ×Ļ×ķת +Ġ×Ķ×Ĺ ×ķ +пиÑģ ÑĮ +ĠاÙĦØ® ÙĦ +б ав +ĠÄ° lk +ĠاÙĦØ® Ùħ +ĠاÙĦØ®Ùħ ÙĬس +ĠÙĬ ÙĤÙĪÙħ +æĻĤ ãģ® +ĠsÅĤ ow +ĠØ£ ÙĩÙħ +Ø®ÙĦ ÙĤ +ĠØ£ صبØŃ +Ġchứ a +Ġth ác +Ùģ اÙĦ +Ġch á»Ŀ +ĠاÙĦØ® ار +ĠاÙĦخار ج +ĠاÙĦخارج ÙĬØ© +Ø· ائر +Ġt Ãł +ĠtÃł u +à¸ģล à¹īà¸Ńà¸ĩ +ĠاÙĦÙħر Ø£ +ĠاÙĦÙħرأ Ø© +åħ¨ ãģı +ĠÃĸ n +çļĦ ãģ«ãģ¯ +Ġpiè ce +×Ĵ ×Ļ×ij +ĠاÙĦ ÙĪاÙĤع +ä»Ĭ ãģ® +ĠاÙĦÙħ ÙĤ +cz nÄħ +Ùģع اÙĦ +ен ного +ĠÑĦак ÑĤ +ìĭł ì²Ń +ĠÐŀ ни +ĠاÙĦبÙĦ اد +ов иÑĩ +ëı Į +ÑĦ ÑĥнкÑĨи +Ġìĸ´ ëĬIJ +ãĥķãĤ© ãĥ¼ +d ÃŃ +ил оÑģÑĮ +Ùħ Ùī +ĠاÙĦØ£ÙħرÙĬ Ùĥ +ĠاÙĦØ£ÙħرÙĬÙĥ ÙĬØ© +×ĺ ×Ļפ×ķ׾ +íĶĦ ë¡ľê·¸ +íĶĦë¡ľê·¸ ëŀ¨ +Ġש ×ķ׳×ķת +Ø´ ÙħÙĦ +ĠпаÑĢ а +Ġ×Ķ×Ĺ ×ķק +ÙĪز ارة +ãģ¨ ãģĻãĤĭ +Ġqu ảng +ĠaÄŁ ır +ĠاÙĦÙĦ ج +ĠاÙĦÙĦج ÙĨØ© +ê¸ ´ +ĠT ân +ج ÙħÙĦ +д ол +à¹ģà¸ŀ à¸Ĺย +à¹ģà¸ŀà¸Ĺย à¹Į +Ġר×IJ ש×Ļ +Ñī ей +Ġçev re +Ġкомп лекÑģ +Ġ×ij ×ŀש×ļ +Ġalt ın +ĠØ£ عÙħاÙĦ +ĠÑģво его +ãĤĪ ãģĦ +×Ĺ׾ ×Ļ×ĺ +×ŀ׳ ×¢ +Ġר ×ij×Ķ +ĠØ£ÙĬضا Ùĭ +×ĸ ׾ +ĠاÙĦسÙĬ اسÙĬ +æĢĿ ãģĨ +קר ק +קרק ×¢ +ĠاÙĦÙģ رÙĬÙĤ +б иÑĤ +ק ׳×Ķ +ĠØ¥ ÙĨÙĩ +ĠÐĴ ам +Ðł Ðŀ +ãĥĪ ãĥª +å¿ħè¦ģ ãģª +Ġch âu +ç¶ļ ãģij +Ġçöz üm +gÅĤ ow +ع ÙĤÙĦ +売 ãĤĭ +i ết +à¸Ĭิ à¹īà¸Ļ +ĠØŃÙĤ ÙĪÙĤ +Ø·ÙĦ ع +ĠÄij en +ĠÙĥ اÙģØ© +ãģ® ãģĶ +Ġë ¬ +Ġë¬ ¼ +Ġ물 ë¡ł +Ġرس ÙĪÙĦ +з ам +зам ен +Ġkullan ıcı +×¢ ×ķ׾ +èī² ãĢħ +ÑĪи ÑĢ +Ġ׊ש +Ġwy gl +Ġwygl Äħda +ש ×Ļ×ŀ×ķש +å¿ĺ ãĤĮ +×¢ ×Ļצ×ķ×ij +ĠاÙĦس ÙĪرÙĬ +å°ij ãģªãģĦ +Ġпо иÑģк +สำ à¸Ļัà¸ģà¸ĩาà¸Ļ +Ġ×ŀצ ×ĵ +Ġmü ÅŁ +ĠmÃ¼ÅŁ ter +ĠmÃ¼ÅŁter i +ĠÙħÙĨ ÙĩÙħ +à¸ķำ à¹ģ +à¸ķำà¹ģ หà¸Ļ +à¸ķำà¹ģหà¸Ļ à¹Īà¸ĩ +ÅĽ mie +Ġש ×ł×ª +Ġ×Ķ פ×Ļ +פר ש +×¢×ijר ×Ļת +สà¸Ļ ัà¸ļ +สà¸Ļัà¸ļ สà¸Ļุ +สà¸Ļัà¸ļสà¸Ļุ à¸Ļ +è¨Ģ ãģ£ãģ¦ +à¸ģาร à¸Īัà¸Ķ +ĠMo że +из аÑĨии +ứ t +ĠÙĪب عد +ĠdeÄŁ ild +ĠdeÄŁild ir +Ġת ×ŀ +Ġ×ŀ×ŀ ׳×ķ +話 ãĤĴ +ĠÑĨ ена +Ġth úc +×Ļ×ŀ ×ķף +ĠB áo +ãĤĴ åıĸãĤĬ +å®ī ãģĦ +Ġ×¢×ķש ×Ļ×Ŀ +èĩªåĪĨ ãģĮ +l ée +ãĤĭ ãģ®ãģ§ +иÑĢÑĥ еÑĤ +ãģ¦ ãĤĭ +ست ر +ĠاÙĦØŃ ÙĬ +×Ļ׾ ×ķת +Ġ×Ĺ ×ij +ÙĤر Ø£ +تÙħ ÙĥÙĨ +س ائÙĦ +prü f +ãģĭ ãģijãģ¦ +ĠÑģоб ÑģÑĤвенно +ĠìľĦ íķĺìŬ +׾ ×Ļ×ĺ +ãģĮ å¤ļãģı +ÙĬت Ùĩا +ç«ĭ ãģ¦ +ม à¸Ńà¸ļ +ìĭľ ìŀ¥ +оÑĢ а +Ġs avaÅŁ +×ĺ×Ļ×ij ×Ļ +×ij ׳×ķ +Ùħا ذا +기 ê°Ħ +ãģªãģ© ãģ§ +Ġ×ŀ ת×Ĺ×Ļ׾ +Ġnhi á»ħ +Ġnhiá»ħ m +ка ÑĢ +каÑĢ ÑĤ +Ġ׾×Ķ שת×ŀש +׳ ×Ļ×Ĺ +اد ÙĬØ© +ราย à¸ĩาà¸Ļ +Ġprzy kÅĤad +Ñī ий +ØŃض ÙĪر +Ġh ôn +à Ŀ +ת ×ķצ×IJ×ķת +راب Ø· +Ġb ếp +ĠполÑĥÑĩ и +åĩºä¼ļãģĦ ç³» +à¸Ľà¸¥ à¹Īà¸Ńย +ĠاÙĦØ´ باب +اÙĩ ÙĦ +ä»Ĭ ãģ¾ãģ§ +رج ع +ãĤ¶ ãĥ¼ +ÙĤ Ùģ +ĠGro ÃŁ +ĠíļĮ ìĽIJ +اج ر +Ġ×ij×ŀ קר×Ķ +Ġseg urança +fü hl +ãģ¦ ãģĦãģı +หม à¸Ń +ĠкоÑĤоÑĢ ом +ĠN Äĥm +ĠdÅĤ ugo +ÙħÙĨ ØŃ +ש×ķ ×ķ×Ļ +ĠØ£ÙĬ اÙħ +ส à¸łà¸²à¸ŀ +r zÄħ +شر Ùĥات +ãĤĴ èĢĥãģĪ +д аÑĢ +à¸Ľà¸£à¸° à¸Ĭุม +Ġ×ķ×IJ ×ĸ +i á»ĩn +Ġt Æ°Æ¡i +ש ×Ļ×Ĺ +à¸Ń à¹Īà¸Ńà¸Ļ +æĽ¸ ãģĦãģ¦ +Ġng ữ +×ij×Ļ×ĺ ×Ĺ +×ij×Ļ×ĺ×Ĺ ×ķף +Ġs ẵ +Ġsẵ n +ì§Ģ ëıĦ +ĠпÑĢ еп +ĠпÑĢеп аÑĢаÑĤ +Ġна ÑĥÑĩ +ĠÃľ nivers +ĠÃľnivers ites +ĠÃľniversites i +Ġ×Ĵ×ĵ ×ķ׾×Ķ +Ġ×Ķ ×ł×ª +Ġ×Ķ×ł×ª ×ij×¢ +ãģ§ãģĤ ãģ£ãģŁ +Ġmies iÄħ +ĠmiesiÄħ c +г ÑĢам +гÑĢам м +Ġبش Ø£ÙĨ +ĠÑħ ÑĢ +ק ×Ļ×ĵ +ק×Ļ×ĵ ×ķ×Ŀ +Ø´ Ùĥر +Ġ á»ķ +Ġá»ķ n +ãģĮãģĤ ãģ£ãģ¦ +ãģķãĤĮ ãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĵ +Ġ×Ĺ×ķ×ĵ ש×Ļ×Ŀ +ÙħÙĪا جÙĩ +ÙħÙĪاجÙĩ Ø© +أش خاص +ب غ +à¹Ģรียà¸Ļ รูà¹ī +ãģĹãģ¦ ãģĦãģı +Ġs ạn +å¿ħ ãģļ +׳ ×Ļ×Ĵ +׳×Ļ×Ĵ ×ķ×ĵ +باÙĦ غ +׊ש×ŀ +×Ĺש×ŀ ׾ +Ġnap raw +Ġnapraw dÄĻ +Ø´Ùĩ اد +×IJ ×ķ×Ķ +×IJ×ķ×Ķ ×ij +и ÑĨÑĭ +Ġ×Ķ ר׼×ij +ëŀ ij +Ġת ×¢ +Ġ×Ķ ×Ļש +Ġ×Ķ×Ļש ר×IJ +Ġ×Ķ×Ļשר×IJ ׾×Ļ +Ø£ ÙħÙĨ +ÑİÑī аÑı +sk ór +LER Ä° +Ġ×Ķ×IJ×Ĺר ×ķף +×¢ ׳ק +ĠÙĪ ÙĥÙĦ +ãģĵãģĵ ãģ§ +Ġqu án +liÄŁ in +à¸ģà¸İ หมาย +Ø· Ùħ +Ø£ جÙĩ +أجÙĩ زة +ĠEr doÄŁan +ãģ§ ãģĬ +Ġв ÑĢа +ĠвÑĢа Ñĩ +ĠPh ó +à¸Ĭั à¹Īว +à¸Ĭัà¹Īว à¹Ĥม +à¸Ĭัà¹Īวà¹Ĥม à¸ĩ +Ġph úc +×Ļפ ×ķת +×¢×Ļ ×ķף +Ġduż o +ãĥģ ãĥ¼ãĥł +ĠÙĬ Ùİ +Ġзад аÑĩ +Ġ×Ĵ×ij×ķ×Ķ ×Ķ +Ġ׼ ׼׾ +лож ен +ét at +Ġng Äĥn +èµ· ãģį +ĠTi ến +ص عب +Ġexperi ência +Ø® Ùħ +à¸ģาร à¸Ĺำà¸ĩาà¸Ļ +س ÙĬد +ĠD á»± +ĠкоÑĤоÑĢ ого +lad ıģı +Ġkh á»ķ +Ġê³Ħ ìĨį +Ñī ик +สà¹Īวà¸Ļ à¸ķัว +з оÑĢ +ÙĨ Ùı +Ġ à¸Ķัà¸ĩ +Ġà¸Ķัà¸ĩ à¸Ļัà¹īà¸Ļ +Ġc ấu +ĠÄij á»ijc +о ÑĦ +ĠاÙĦØ£ عÙħاÙĦ +ãģªãģı ãģ¦ãĤĤ +×ķ׼ ×Ļ×Ŀ +à¹ģ à¸Ľ +ĠB ên +ãĥ¯ ãĥ³ +Ġgi ám +ĠÅŀ u +Ġd áng +ع ÙĦÙĬ +à¹Ģà¸ģ ษ +à¹Ģà¸ģษ à¸ķร +ÙĪج ب +н нÑĭе +ÙĤ ضاء +à¸Ħว à¸ļ +à¸Ħวà¸ļ à¸Ħุ +à¸Ħวà¸ļà¸Ħุ ม +ãģ¤ ãģ¤ +ĠVi á»ĩc +×ŀ×ij ×ĺ +ש×Ļת ×ķ×£ +Ġв едÑĮ +k aza +kaza ÅĤ +à¸ķำ รวà¸Ī +ãĤ¿ ãĥ« +Ġпов Ñĭ +ĠповÑĭ ÑĪен +ĠS ợ +ĠìĦ¤ ëªħ +ĠÃĩ ünkü +ìĥĿ íĻľ +Ö ¾ +ãĤĮ ãģ¦ãģĦãĤĭ +Ġ×ij ר×IJש +ר ×ķ×Ĵ +Ġо ÑĦи +ĠоÑĦи ÑĨиалÑĮн +ĠÑĥ ÑģÑĤанов +ĠÑĥÑģÑĤанов лен +ĠاÙĦÙħ صر +ĠاÙĦÙħصر ÙĬØ© +ĠÐŁÐ¾ ÑįÑĤомÑĥ +ÙĨ صÙģ +ĠÙĪاÙĦ ÙĨ +Ġh Ãłi +à¸Ħ ิ +ĠApr ès +ì³ IJ +à¹Ģà¸ĭ ีย +×ĵ ×ŀ×Ķ +activ ité +à¸Ħิà¸Ķ วà¹Īา +ÑĤ ÑĢен +à¹Ģ ฮ +ãĥı ãĤ¤ +ãģĮ å¢ĹãģĪ +ен наÑı +Ġìĺ¤ ëĬĺ +ãĥ¢ ãĥ³ +Ġкон еÑĩно +ĠÙħÙĤ ابÙĦ +cl é +Ġh ü +Ġth ẳng +ìłģ ìĿ´ +ĠÐIJ лекÑģ +ĠÐIJлекÑģ ан +ĠÐIJлекÑģан дÑĢ +ãĥŀãĥ³ ãĤ·ãĥ§ãĥ³ +ãģ²ãģ¨ ãģ¤ +ãģª ãģĬ +à¹Ģà¸Īà¹īา à¸Ĥà¸Ńà¸ĩ +ëĵľ 리 +Ø´ اء +ĠsaÄŁ lık +ĠÅŁ imdi +×Ļ×IJ ׾ +تأ Ø«ÙĬر +Ø£ سب +أسب اب +ĠвÑĭполн ен +л ок +ש ×Ļ×ij×Ķ +Ġl ắm +ĠTr Æ°á»Ľc +Ġ×Ķ×¢ ׾ +리 를 +ĠÑĢ еж +ĠÑĢеж им +int é +inté gr +×Ĵ ׳×Ļ +ĠاÙĦØ´ عر +Ġmil hões +Ġpeque ño +ãĤ³ ãĥ¼ãĤ¹ +×ķ׼ ×Ĺ +à¹Ģà¸Ĭ à¹īา +شر ÙĤ +Ġh Æ°Æ¡ng +รัà¸IJ à¸ļาล +à¸ģล าย +à¸ģลาย à¹Ģà¸Ľà¹ĩà¸Ļ +Ġпод Ñħод +תש ×ķ×ij×Ķ +ãģıãģª ãģ£ãģ¦ +ĠاÙĦØ£Ùħ Ùħ +ĠH á»įc +ĠwspóÅĤ pr +ĠwspóÅĤpr ac +Ñĩ Ñĥв +ÑĩÑĥв ÑģÑĤв +ÃŃst ico +à¹Ģà¸ģ าะ +ìĽ Ģ +Ġназ ад +ãĤĭ ãĤĪãģĨãģ« +ĠС Ш +ĠСШ ÐIJ +м он +ĠAs ÃŃ +×ķר ×Ĵ +полн ен +×ŀס ׾ +×ŀ×¡×ľ ×ķ׾ +à¹Ģลืà¸Ń à¸Ķ +à¹Ģริà¹Īม à¸ķà¹īà¸Ļ +ĠاÙĦØ¥ Ùħ +ĠاÙĦØ¥Ùħ ارات +צ×Ķ ר +ãĥ¡ãĥª ãĥĥãĥĪ +ĠпоÑĤ ом +в из +ĠÙģ ترة +å¾Į ãģ® +ÐĿ ÐIJ +×ŀס ר +ÙĬر ÙĬ +pr é +Ġte ÅŁek +ĠteÅŁek kür +Ġöd eme +د اÙĨ +ãģ¾ ãģĹãģ¦ +缮 ãģ« +ĠÑĤ еÑĩение +l ard +lard ır +à¹Ģรา à¸Īะ +ס פ×Ļ +ĠÙĪÙĥ Ø°ÙĦÙĥ +Ġh át +Ġt á»Ļc +à¸Ħุ ย +Ġb ức +ØŃ ÙĬÙĨ +èģŀ ãģĦãģ¦ +Ùħؤ شر +ĠNh Æ° +Ġмен ее +ละ à¸Ħร +Ñģ ин +ĠÑĢ ек +ĠÑĢек л +ĠÑĢекл ам +ĠÙģ ÙĩÙĪ +Ġ׾ ×ĸ +×Ļ׳ ×ķת +ĠÅŁ art +ÑģÑĤав ка +Ġíı¬ íķ¨ +ãģ«è¡Į ãģı +ï¼ Ŀ +ĠпозволÑı еÑĤ +Ġת×ķ׼ ׾×ķ +ов ал +صÙĦ Ø© +Ġ׾ש ׳×ķת +ĠÐĺ гÑĢ +ÙħÙĨتج ات +Ġsat Ä±ÅŁ +Ñģ ко +ĠاÙĦØ«ÙĦاث اء +Ġ×Ķ×ĵ×ijר ×Ļ×Ŀ +ãģĹãģ¾ ãģĹãĤĩãģĨ +بÙĤ Ùī +åĬĽ ãĤĴ +ĠÃĩ ok +ãĥģ ãĥ¥ +à¹Ģà¸Ĭ ืà¹īà¸Ń +ยุ à¸Ħ +ศา ล +Ġק×ķ×ĵ ×Ŀ +×ĸר ×Ļ×Ŀ +ãģ® åł´åIJĪ +ĠìķĬ ìķĺ +ãģĤãĤĬãģ¾ãģĻ ãģĮ +×IJ שר +è¡Į ãģı +ãģ» ãģĭ +æ°Ĺ ãģ«ãģªãĤĭ +й деÑĤ +íķĺìĺĢ ëĭ¤ +ستÙħر ار +ĠÐŁÑĢ е +ĠÑģ боÑĢ +ĠìķĦ 무 +ç§ģ ãĤĤ +ع ص +Ġн иÑĩ +ĠниÑĩ его +ĠпÑĢи ем +ק ×ķ×ŀ +ĠìĪĺ ëıĦ +Ġì ¡´ +Ġì¡´ ìŀ¬ +ĠØ£ Ø«ÙĨ +ĠأثÙĨ اء +ĠÙĪاÙĦ ØŃ +ãģĮ ãģ§ãģįãĤĭ +Ġת ×Ķ +Ġת×Ķ ×Ļ×Ķ +ר ף +ĠÑģвÑıз и +×Ĵ שת +Ñģп екÑĤ +ס ×ij×Ļ×ij +ס×ij×Ļ×ij ×Ķ +ĠíķĦìļĶ íķľ +ت خصص +Ġж ив +Ġжив оÑĤ +ĠMay ıs +تع ا +تعا ÙĪÙĨ +ĠعÙĨ Ùĩا +ów ki +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬ +ãģłãģijãģ§ ãģªãģı +ìĿ¸ ì§Ģ +ĠاÙĦس ÙĪد +ĠاÙĦسÙĪد اÙĨ +إجراء ات +Ġkö tü +Ġ×Ļ תר +×Ĵ ×Ļש×Ķ +Ġצ ×ķר×ļ +รà¸ĸ ย +รà¸ĸย à¸Ļà¸ķà¹Į +Ñħ оÑĤ +Ðł ÐIJ +ÙĪ Ø·ÙĨ +Ġsay ısı +ס ×Ĺר +Ùħ ÙĪÙĦ +ãĤĴæĮģ ãģ£ãģ¦ +ع اÙĨ +Ġt á»Ļi +ĠвÑĭ ÑĪе +Ġt ầm +ãĥĪ ãĥ¬ +×Ļצ ×ķ +ม ุม +س ÙĪد +ìłĦ ìŀIJ +ãĤµ ãĥŃãĥ³ +ìĤ° ìĹħ +ĠоÑģнов ан +Ø® Ùģض +רצ ×Ķ +بÙĬ ض +×ķÖ ¹ +ס×Ļ ×Ļ×¢ +Ġש ×IJ×Ļ +ĠاÙĦÙĤر Ø¢ÙĨ +ĠТак же +×ŀש ×ŀ×¢×ķת +س ÙĩÙĦ +Ġ×Ķ ׳×Ķ +ãĤĴ ãģĹãģ¦ãģĦãĤĭ +×Ļ ×Ļס +×Ķ ×ķ×IJ +ĠB ÃŃ +Ġмал о +ĠëĶ°ëĿ¼ ìĦľ +Ġר ×Ĺ×ij +ãģĮ é«ĺãģĦ +ÙĪ اس +ìĤ ¼ +׳ ×¢ +ãģ£ ãģ¡ãĤĥ +ĠT üm +à¸Ńีà¸ģ à¸Ķà¹īวย +ãģĹãģ¦ ãģıãģłãģķãģĦ +ÙĨØ´ اط +ãĥĹ ãĥ©ãĥ³ +али ÑģÑĮ +×ĵ ×ľ×ª +Ġwc zeÅĽ +ĠwczeÅĽ niej +ĠÑįÑĤ им +Ġthá»ĭ t +à¸ļ ัà¸į +à¸ļัà¸į à¸Ĭี +ãģļ ãģ£ãģ¨ +ÑĢ ин +Ġswo jÄħ +íķĺëĬĶ ëį° +Ġë§Įëĵ¤ ìĸ´ +تش Ùĥ +تشÙĥ ÙĬÙĦ +ائ Ùĩ +Ġ׾פ ×Ĺ×ķת +ãĥĭ ãĥ¥ +ãĥĭãĥ¥ ãĥ¼ãĤ¹ +׼×IJ ף +ãģ§ãģį ãģŁ +зв он +Ġsta ÅĤ +×Ĺ×ijר ת×Ļ +ĠØ£ عÙĦÙĨ +à¹ģà¸ļà¸ļ à¸Ļีà¹ī +بد Ø¡ +ãĤģ ãģŁ +Ġ×ŀש ×ŀ×¢×ķת +Ġ×ŀש×ŀ×¢×ķת ×Ļ +ör ü +Ġh ạnh +z ähl +ĠL ý +Ġ×ij ×Ķת +Ġ×ij×Ķת ×IJ×Ŀ +б аÑĢ +ì¦ Ī +ä»ĬåĽŀ ãģ® +Ġy ü +Ġyü ks +Ġyüks el +ãĤ½ ãĥ¼ +ãģĤ ãĤĮ +ת ׾×ŀ×Ļ×ĵ +ãģ¤ ãģª +×ij ׳×Ļ×Ŀ +Ġx ếp +ĠмÑĥж Ñĩин +ĠاÙĦÙĥ تاب +׼ ×ŀ×ķת +Ġç e +Ġçe ÅŁ +ĠçeÅŁ it +ĠçeÅŁit li +×ĵ ×Ļר×ķת +à¸ļุ à¸į +ĠاÙĦØ¥ ÙĦÙĥ +ĠاÙĦØ¥ÙĦÙĥ ترÙĪ +ĠاÙĦØ¥ÙĦÙĥترÙĪ ÙĨÙĬ +ĠباÙĦØ¥ ض +ĠباÙĦإض اÙģØ© +Ġyö nel +Ġyönel ik +mys ÅĤ +à¸Ķà¹īวย à¸ģาร +à¸ģาร à¸Ĺำ +ов Ñĭм +Ø£ زÙħØ© +æİ¢ ãģĹ +íļ ¨ +Ġ×ķ×IJ ×Ŀ +Ġnghi êm +ÑĪ ин +ка л +Ġcrian ças +èĩªåĪĨ ãģ§ +Ġн ай +Ġнай ÑĤи +ĠS á»ij +ĠÃ¶ÄŁrenc iler +ãĥ¶ æľĪ +Ñģ ан +ĠJ á +ĠkonuÅŁ ma +شر Ø· +ëĪ Ī +ar rière +ضر ÙĪرة +ãĥĶ ãĥ³ +×¢ שר +аÑĢ ÑĮ +جÙħ اع +Ġdé co +Ġ×Ļ×Ķ ×ķ×ĵ×Ļ +à¸ŀ ลาà¸Ķ +ĠÙĬ ÙĥÙĨ +Ġج اÙħعة +Ø· بÙĤ +Ġbo ÅŁ +×ķ ×ķ×IJ +×ŀ×ĵ ×¢ +ק×ij×ķצ ת +פ ×Ļר +jÄħc ym +ÙħØ´ ا +Ùħشا ÙĥÙĦ +צ פ×ķף +Ø¥ ست +×ŀ׼ ר +سÙħ ع +Ġкак ой +ÑĤ воÑĢ +ØŃ Ø¬ +Ùģر ض +пÑĢав лен +Ġник ак +Ġmi á»ĩ +Ġmiá»ĩ ng +ü ÃŁ +иÑĢов ал +׾ ×ŀ×ķת +次 ãģ® +ÙĦ Ø· +à¸ķ ัà¸Ļ +×Ķ ת×Ĺ×Ļ׾ +Ġfoto ÄŁ +ĠfotoÄŁ raf +طر ØŃ +à¸Ńà¸Ńà¸ģ à¹Ħà¸Ľ +Ġy ên +Ġп ок +Ġпок Ñĥп +ĠпокÑĥп а +ÑĨ Ñĥ +Ġкомп ÑĮÑİ +ĠкомпÑĮÑİ ÑĤеÑĢ +ĠاÙĦÙĥ رÙĬÙħ +تص Ùħ +تصÙħ ÙĬÙħ +Ġоказ а +Ġzar ówn +Ġzarówn o +ëĮĢ ì¶ľ +ãĤ»ãĥ³ ãĤ¿ãĥ¼ +Ġjako ÅĽci +æĤ © +æĤ© ãģ¿ +Ø£ÙĨ ÙĪ +Ø£ÙĨÙĪ اع +ë¹ ł +Ġìłķ ë§IJ +Ġk ẻ +ĠÑģай ÑĤа +Ġ×Ķ ער×ij +Ùĩ ز +pres ión +ĠÑģÑĤ ен +ãģ£ãģ¦ ãĤĭ +Ġhız lı +Ðļ ÐIJ +×ŀשפ ×Ĺת +ĠÙĨ Ùĩا +ĠÙĨÙĩا ÙĬØ© +ãģ¾ ãģĦ +о ÑħÑĢан +ร à¹īà¸Ńย +ล ึà¸ģ +ĠÙĪب اÙĦ +ãĤĤãģ® ãģĮ +ר׼ ×Ļ×ij +ãĤ¤ ãĥ¤ +س ؤ +سؤ اÙĦ +ĠÙĦØ£ÙĨ Ùĩ +ĠkonuÅŁ tu +Ðļ ÑĥпиÑĤÑĮ +Ġש×IJת ×Ķ +ĠÙĪاÙĦ س +Ġmożliwo ÅĽci +Ġpró b +ëĶ ° +ãģ© ãĤĮ +ĠÐľ ин +ĠоÑĢганиз м +ãģ«å¯¾ ãģĻãĤĭ +ĠPr é +Ġpriv é +ch è +ãģĦãģŁãģł ãģį +สà¸Ļุ à¸ģ +ajÄħ ce +ĠD zi +ĠDzi ÄĻki +ÅĤat w +r än +rän k +æĿ¥ ãģŁ +Ġ×Ķ×Ļ×Ķ ×ķ×ĵ×Ļ +ãĤ¬ ãĥ¼ +ĠÑĢаР´ +ĠÑĢад и +к ÑĤив +Ø£ Ùĩد +Ø£Ùĩد اÙģ +ש ×IJ×Ļר +ãģ¦ ãģĦãģªãģĦ +Ġfr üh +Ġок ол +Ġокол о +Ġreg ião +ĠÑĩиÑģ ле +Ġpon iew +Ġponiew aż +ìĦ¼ íĦ° +Ġb ầu +Ġê · +Ġê· ľ +Ġê·ľ ìłķ +ĠH òa +ĠÑĤ оÑĤ +ãĤĤ å¤ļãģĦ +ĠاÙĦإسÙĦاÙħ ÙĬØ© +ãģĭ ãģĦ +Ñį н +ĠÑĥказ ан +ĠÑĤак ое +ï¼ ³ +ëĮĢ íķĻ +Ġgen iÅŁ +ĠاÙĦØ® ÙĬ +ĠاÙĦØ®ÙĬ ارات +ãĤĴè¡Į ãģĨ +ש ×ŀ×Ķ +ĠLÃł m +ÙĪÙĨ ÙĬ +Ġ×IJ ׾×Ļ×ķ +Ä ĺ +à¹Ħมà¹Ī สามารà¸ĸ +人 ãģ¨ +بر ز +×Ļס ×ķ×ĵ +×Ĵ ׾×Ļ +ĠÙĬ ÙĨا +ĠÙĬÙĨا ÙĬر +ĠкаÑĢÑĤ ин +Ġt ôn +à¹Ģ à¸ģร +à¸Ħ à¸Ķี +Ġ׾×IJ ×ķר×ļ +ãĤĤãĤī ãģĨ +ãģĭ ãģĭãĤĭ +ани и +Ġara ÅŁtırma +ÙĦاØŃ Ø¸ +ãģĦ ãĤĦ +ĠT Ãłi +Ġ à¸Ļà¸Ńà¸ģà¸Īาà¸ģ +Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ à¸Ļีà¹ī +ĠÄIJ ảng +ãģ£ãģ¦ ãģįãģŁ +Ġà¸ĭึà¹Īà¸ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġt ả +Ġmożliwo ÅĽÄĩ +ĠS ản +ĠÄ° ki +Ġc ắt +س Ø£ÙĦ +Ġbak ım +Ø´ ب +à¸ķ ีà¹ī +à¸ŀ ยาย +à¸ŀยาย าม +สั à¸Ľ +à¸ªà¸±à¸Ľ à¸Ķา +à¸ªà¸±à¸Ľà¸Ķา หà¹Į +ë° Ģ +еÑĢ Ñĭ +Ġc ánh +Ġthu ế +ت بع +ãģ«åħ¥ ãĤĮ +Ñİ ÑģÑĮ +íļĮ ìĿĺ +ç°¡ åį +ç°¡åį ĺ +ç°¡åįĺ ãģ« +Ġtr úc +ĠاÙĦÙĥ ÙĪÙĬ +ĠاÙĦÙĥÙĪÙĬ ت +ãĤıãģij ãģ§ãģĻ +ĠÑģв об +ĠÑģвоб од +ĠÑĥÑĩаÑģÑĤ ник +สิ à¹īà¸Ļ +ĠпÑĢо ÑĦеÑģÑģиона +ĠпÑĢоÑĦеÑģÑģиона лÑĮн +Ñģп оÑĢ +×Ĺ ×ķ×ij×Ķ +Ùħع ÙĨÙī +ĠاÙĦÙģ ترة +สูà¸ĩ สุà¸Ķ +ãĤı ãģļ +ĠÄij è +ĠÄijè n +æ¯Ķ ãģ¹ +า à¸ĺิ +Ġmoż emy +à¹ģ à¸ĭ +à¸Īะ à¹Ħมà¹Ī +Ġs ắp +Ðļ Ðŀ +Ġprá ctica +ÙĪÙĥ اÙĦØ© +è¾¼ ãĤĵãģ§ +ológ ica +Ġе Ñī +ĠеÑī Ñij +تع دÙĬÙĦ +ĠØ£ Ùĥد +Ġצר ×Ļ׼ +Ġצר×Ļ׼ ×Ļ×Ŀ +Ø« Ùħ +Ġк ÑĢÑĥ +ĠкÑĢÑĥ п +×ij×Ļק ×ķרת +Ġì¡° ê¸Ī +ãģ¨ãģį ãģ¯ +Ġb ạc +ĠÑĢаÑģ пол +ĠÑĢаÑģпол ож +ĠÑĢаÑģполож ен +ز ÙĬÙĨ +ĠÐļ ÑĢоме +ĠاÙĦÙĨ ظر +×Ķ ×ķ×ĵ +ĠاÙĦس بت +ãģ¨æĢĿ ãģĦ +Ġpa ÅĦst +ĠpaÅĦst w +ĠÙĦÙĬ ست +ĠбÑĥд Ñĥ +à¸Ĺัà¸Ļ à¸Ĺี +ร าม +ØŃ ØµÙĪÙĦ +ãģĹãģ¦ãģıãĤĮ ãĤĭ +ĠاÙĦØ¥ سرائÙĬÙĦ +ĠاÙĦإسرائÙĬÙĦ ÙĬ +ãģĵãĤĮ ãģ¾ãģ§ +ìĤ¬ 를 +Ġs ürü +à¹Ģว à¸Ńรà¹Į +à¹Ģà¸ĭ à¸Ńรà¹Į +Ġutilis é +ĠÑģиÑģÑĤем а +Ġdw ó +Ġdwó ch +Ġpróp rio +Ġëĵ± ìĿĦ +arr êt +ĠЧ а +×IJ×ŀ ׳×ķת +عار ض +à¹Ģà¸ģม สà¹Į +Ġ׾×Ķ ×ij×Ļף +Ġ׾ ×ij×Ĺ +Ġ׾×ij×Ĺ ×ķר +สา à¸Ĥา +ĠÐľÐ¾Ñģк ве +ب عد +ĠاÙĦÙĤر ار +ĠÄIJ á»ĭa +Ġ×Ĺ ×Ĵ +Ùģ تر +ÙĪÙĨ Ø© +Ġ×Ķ×ĸ ×IJת +å¸Ĥ ãģ® +ãģ» ãģĹãģĦ +Ġ×ij×¢ ×Ļר +ĠÑĤеп еÑĢÑĮ +ìĬµ ëĭĪê¹Į +à¹Ħม à¹Īว +à¹Ħมà¹Īว à¹Īา +à¹Ħมà¹Īวà¹Īา à¸Īะ +×ŀ ×IJ×Ķ +æĥħ åł± +æĥħåł± ãĤĴ +غ ÙĨ +Ġпо Ñı +ĠпоÑı ви +éģİ ãģĶ +تش غ +تشغ ÙĬÙĦ +в ел +Ġ×Ĺ ×ŀ +ãģ¨ãģªãĤĬ ãģ¾ãģĻ +Ġra ÄŁ +ĠraÄŁ men +ãģĭ ãģ©ãģĨ +ãģĭãģ©ãģĨ ãģĭ +ен ко +ì§Ģ ê³ł +Ġ×IJ׾ ×Ļ×Ķ +ĠØ£ ÙĦ +à¸Īำ หà¸Ļ +à¸Īำหà¸Ļ à¹Īาย +nız ı +Ġ׾ק ×Ĺת +Ø£ ÙĩÙħ +Ø£ÙĩÙħ ÙĬØ© +ت غÙĬر +ש ×Ĺר +ס×ķפ ר +×ĵ ×Ļר +èī¯ ãģĭãģ£ãģŁ +×ŀ׾×Ĺ ×ŀ×Ķ +ÑģÑĤв ие +ÑĤ ÑĢаÑĤ +ĠاÙĦØ£ Ø® +ĠاÙĦأخ ÙĬرة +ĠاÙĦØŃ ØµÙĪÙĦ +Ġcréd ito +צ ×Ļ×¢ +ãĥ¬ ãĥĻãĥ« +بر ÙĬ +ëIJ IJ +ãģł ãģ£ãģ¦ +Ġreal tÃł +س Ùģر +×ķ׳ ×ķ +×Ĵ ×ķ×ĵ +×Ĵ×ķ×ĵ ׾ +ฮ า +ãģĹãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġg Ãł +Ġ׾×ij צע +å¼ķ è¶ĬãģĹ +Ġ×ŀ ×Ļ׾×Ļ +Ġ×ŀ×Ļ׾×Ļ ×ķף +Ùħ در +Ùħدر سة +פ ×ķ×ĺ +à¸Ļà¹īำ มัà¸Ļ +ëģ Ŀ +ع Ùĥس +ĠÙĤ ض +ĠÑĢÑĭ б +خط Ø· +×ŀ×ķס ×ĵ +Ġ׼׾ ׾×Ļ +ĠкоÑĤоÑĢ ое +צ×Ļ ×ķף +ĠмеÑģÑĤ а +ãģĭ ãģ¤ +г ÑĢÑĥпп +׾ ×Ļ׾ +ת ×ķ×IJר +ë³µ ì§Ģ +à¹ģà¸ľ à¹Īà¸Ļ +Ġ×ij×¢ ת +æĻĤéĸĵ ãĤĴ +ï¼ £ +ãģ¨ãģĦãģĨãģĵãģ¨ ãģ§ +Ġ׾×Ķ ק +Ġ׾ ×ĸ×Ķ +ĠìłĢ ëĬĶ +ĠاÙĦØ¥ رÙĩاب +ĠìŀĪëĬĶ ëį° +ĠÑĤ огда +Ġ×Ķ צ×Ļ +×ķ׾ ×ĺ +Ġר פ×ķ×IJ×Ļ +ãģĵãģ¨ ãģ§ãģĻ +ĠÄij ÃŃch +ØŃ ÙĬا +Ġ×Ķ×ŀש ×Ĺק +ãģľ ãģ² +Ġ×ŀ×IJ פשר +ãģ¿ ãģ¾ãģĹãģŁ +ĠاÙĦØ£ÙħÙĬر ÙĥÙĬ +Ùħج تÙħع +Ġس اب +Ġساب ÙĤ +׼ ×Ļ׾ +Ạ¾ +ãĥª ãĤ¹ãĥĪ +Ġì ĥ +Ġìĥ Ī +ĠìĥĪ ë¡ľ +ĠìĥĪë¡ľ ìļ´ +ĠD á»ĭch +à¹Ģหมาะ สม +ĠاÙĦÙĨ بÙĬ +׾ ׾ +ÙĨ ع +Ðĵ лав +Ðĵлав наÑı +Ùħر ض +Ġ×ķ ×ĵ +ت ÙĤÙĬ +تÙĤÙĬ ÙĬÙħ +Ġb ảng +ĠÙģ ÙĤاÙĦ +×¢ ×ŀ×Ļ +д ÑĢа +Ġsu á»ijt +سر عة +Ġc á»Ń +Ġ×Ķ ×Ļ×Ĺ×Ļ×ĵ +سع ÙĬد +à¸Ńา à¸Ĭีà¸ŀ +Ġس ÙĪاء +ãĤ½ ãĥķãĥĪ +Ġл иÑĩно +ĠÐļ оÑĢ +اÙĩ تÙħ +اÙĩتÙħ اÙħ +à¸Ń à¸Ķี +à¸Ńà¸Ķี à¸ķ +ãģIJ ãĤīãģĦ +Ġiht iya +Ġihtiya ç +ãģ¾ãģ§ ãģ® +ìĭľ ìĬ¤ +ìĭľìĬ¤ íħľ +ÑĢÑĥ ÑĪ +ãĤĦ ãģ£ãģ± +ãĤĦãģ£ãģ± ãĤĬ +к еÑĢ +Ġ ży +Ġży w +кл он +Ġl ượt +à ¾ +да Ñĩи +tür k +غ ÙĪ +ĠигÑĢ ок +Ġph ê +Ġש ×¢×ľ +ĠاÙĦÙħ دÙĨÙĬ +ĠìŬ룬 ë¶Ħ +ער ×Ļ×Ŀ +Ñħод ÑıÑĤ +Ġx ứ +ÐĹ Ð° +ĠÙģ رص +à¸Īะ à¸Ĺำà¹ĥหà¹ī +íģ ´ +×¢ ×ij×ķר +à¹Ģหลà¹Īา à¸Ļีà¹ī +èĢĥãģĪ ãĤĭ +ÑĢ еÑģÑĤ +н нÑĭй +Ġc ầm +دا Ø®ÙĦ +ĠÙħÙĦÙĬ ار +ĠÐIJ л +ĠвÑĢем ен +à¸Ĭà¹Īวย à¹ĥหà¹ī +ר×Ļ ×ķת +ëĵ ¯ +飲 ãģ¿ +׳ ׾ +שת ×£ +ĠاÙĦسعÙĪد ÙĬ +u ÃŁ +ìĿ¸ ëį° +ĠìĿ¼ ë°ĺ +ÅĤ ÄĻ +Ġm á»iji +×ŀ ×Ļ׳ +ĠاÙĦØ£ Ø·ÙģاÙĦ +Ġçı kan +é cole +ק ×Ļש +ק×Ļש ×ķר +ĠоÑģ ÑĥÑīеÑģÑĤв +ĠоÑģÑĥÑīеÑģÑĤв лÑı +×ij ×IJר +à¹Ħà¸Ľ à¸Ķà¹īวย +Ġ×¢ ×ķ׾×Ķ +à¸ģà¹ĩ à¹Ħมà¹Ī +ãĥ¢ ãĥĩ +ãĥ¢ãĥĩ ãĥ« +تØŃ ÙĪÙĦ +Ġод ного +ת×Ĺ×Ļ׾ ת +Ġت Ø® +Ġch cia +Ġchcia ÅĤ +ãĥIJ ãĥ³ +èĢħ ãģ¯ +ĠÙħ ØŃÙĦ +Ñģл ож +Ñģлож н +Ġt ÄĻ +Ġçı kt +Ġçıkt ı +ĠC Æ¡ +à¹Ħà¸Ķà¹ī à¹Ģลย +ır ken +à¹Ģà¸Ĥà¹īา สูà¹Ī +ÙħØŃ Ùĥ +ÙħØŃÙĥ ÙħØ© +à¸Ħุ à¹īม +à¸Ļà¹Īา à¸Īะ +лÑİ Ð´ +де ÑģÑı +деÑģÑı ÑĤ +ĠлÑİб ой +تØŃر ÙĬر +צע ×ĵ +Ġе Ñij +ĠاÙĦØŃ ÙĥÙħ +Ġص باØŃ +à¹Ģà¸ļ à¸Ńรà¹Į +Ġróż nych +ги б +ĠÑģ оÑĤ +ĠÑģоÑĤ ÑĢÑĥд +ĠÑģоÑĤÑĢÑĥд ник +ĠобÑĬ ем +פ ×ĺר +ãģĻãģĶ ãģı +ãģ«éĸ¢ ãģĹãģ¦ +в ол +Ø« ÙħاÙĨ +Ġd ần +æĬ ľ +æĬľ ãģij +Ġ×¢ ש +Ġעש ×ķ×Ļ +ס ×ķף +ãģªãģ® ãģ§ãģĻ +ãģ¯ ãģ©ãģĨ +×ŀ×¢ ר×ij +ï¼ ° +Ùħ صر +ÙħÙĨ اسب +ÙħÙĨاسب Ø© +ä¸Ĭ ãģ® +×IJ×Ļש ×ķר +ĠìĦ¤ ì¹ĺ +×ŀ×ĵ×Ļ׳ ×ķת +×ŀר ת +ãĤĭ ãģ®ãģĮ +د Ùİ +ĠاÙĦشر Ùĥات +ìĭľ ê°Ħ +ĠÑĢеÑĪ ение +ãģĻãĤĭ ãģ®ãģ¯ +ĠìŀIJìĭł ìĿĺ +׾ ×ŀ×ķ +ãģ¨ãģĵãĤį ãģ§ +Ġק צר +Ġmã i +Ġkü ltür +ãĥ©ãĤ¤ ãĥĸ +à¸ľà¸¹à¹ī หà¸įิà¸ĩ +æĻĤéĸĵ ãģĮ +клÑİÑĩ и +diÄŁ iniz +มาà¸ģ à¹Ĩ +تØŃ ÙħÙĦ +Ġh ạt +ãĤ¦ ãĤ£ +п ле +×ŀ ׾×IJ +ÅĤ ó +Ġg á»ijc +Ġ×IJ ×ķ×ĵ×ķת +หว าà¸Ļ +ĠاÙĦ ÙĪز +ĠاÙĦÙĪز راء +ëĵ¤ ê³¼ +Ġص ØŃ +ĠصØŃ ÙĬÙģØ© +Ġм м +تد Ø®ÙĦ +Ġpersön lich +Ġز ÙĬ +ĠزÙĬ ادة +ãĤ· ãĤ¢ +Ġng ắn +à¸Ħล ิà¸ģ +Ġs ông +Ġtü ket +Ñį ÑĦÑĦ +ÑįÑĦÑĦ екÑĤ +ש ×Ļ×ij +Ġا عت +ت ض +تض ÙħÙĨ +ĠاÙĦÙħØ´ رÙĪع +Ġprodu ção +ĠпÑĢимен Ñı +ни ÑĨÑĭ +주 ëĬĶ +ر Ùı +Ġm Æ¡ +Ġhayat ı +ëŁ ½ +Ġü cret +Ġyan ında +Ġpr ática +×ij×Ļק ×ķר +Ãľ N +Ñģ оÑĤ +ãĤıãģij ãģ§ +Ġдол го +ת ׼×ķ +ĠìķĦ ëĭĮ +ë į°ìĿ´ +Ġç iz +Ġcho Äĩ +Ġ×Ķ ×Ļת +Ġ×Ķ×Ļת ר +Ġso át +׼ ×ij×ĵ +à¹Ģล à¹Īา +Ġд еÑĢ +ĠдеÑĢ ев +ãĤĴ åħ¥ãĤĮ +×Ĺ ×ķס +×Ĺ×ķס ר +ج ÙĬÙĨ +t ón +onn é +Ġпол ноÑģÑĤÑĮÑİ +人 ãģŁãģ¡ +Ġpr êt +ëł ¸ +Ġdéc embre +cı lar +Ġת ת +Ġê²½ìļ° ìĹIJëĬĶ +ÙĪ عد +è¦ĭ ãĤĭ +วิ à¸Īัย +ë ¶Ī +ز ÙĪا +زÙĪا ج +d ì +ãģ§ãģĻ ãĤĪ +Ġвод о +ĠÙĬ ÙĪجد +Ñģ оÑģÑĤоÑı +Ðŀ С +ĠÄIJ ó +׊פש +Ġצ ×Ļ×ij×ķר +ĠاÙĦÙĤ Ø· +ĠاÙĦÙĤØ· اع +Ġиме ÑİÑĤ +Ġph áºŃn +×Ľ×¡ פ×Ļ +полн иÑĤелÑĮ +éĻIJ ãĤĬ +ĠÑģ ÑĢав +ĠÑģÑĢав н +ÙħاÙĦ Ùĥ +×ĵר ×ķ×Ŀ +çļĨ ãģķãĤĵ +ØŃÙĤ ÙĤ +à¹ģหล à¹Īà¸ĩ +ĠاÙĦر سÙħÙĬ +оÑĩ ки +×ĺ ×ij×Ĺ +Ġcan lı +Ġ׾ ׾ +Ġ׾׾ ×ŀ×ķ×ĵ +×ŀ×ij ×ķ +ת ׼ +×ª×Ľ ׳×Ļת +ĠاÙĦÙħ شار +ĠاÙĦÙħشار ÙĥØ© +Ä° Åŀ +ĠسÙĬ اسÙĬ +в олÑĮ +ĠÑģ пÑĢав +æĿ¥ ãģ¦ +פ×ķר ×ķ×Ŀ +สำ à¹Ģรà¹ĩ +สำà¹Ģรà¹ĩ à¸Ī +ĠÅŁ öyle +Ġzosta ÅĤa +ĠH ü +ר ×ķש +د ÙĦÙĬÙĦ +ÑĢи д +ש ף +×ŀק ×ķר +ĠÑĥ Ñĩ +ĠÑĥÑĩ еб +ĠÑį ÑĤа +ков а +à¸ķà¸Ļ à¹Ģà¸Ńà¸ĩ +ÙĨ ÙIJ +à¸Ńีà¸ģ à¸Ħรัà¹īà¸ĩ +ระ à¸ļุ +Ġd ữ +ĠاÙĦØŃ Ø§ÙĦÙĬ +׼ ×ķ׼ +׼×ķ׼ ×ij +Ġ×ŀ×IJ שר +Ġtr ụ +ÑĤел ем +Ġв ли +Ġвли Ñı +Ġש×IJת ×Ŀ +Ġuw ag +Ġuwag ÄĻ +×ĺ ×Ļת +×IJ ×ĵ×Ŀ +à¸Ķ ุ +Ġ×Ķ×IJ ׾×Ķ +Ġkar Ä±ÅŁ +ĠÄIJ á»iji +да ÑİÑĤ +ãģªãģ® ãģ« +Äħ cych +à¹Ģà¸Ļ à¹īà¸Ļ +ãģĹãģ¦ ãģĹãģ¾ãģĨ +int érieur +ĠfÃŃs ica +ĠÐŁ ол +ãģĹãģ ķ +à¸Ĺำ à¹Ħม +ĠL âm +ĠاÙĦÙħ سÙĦÙħ +ĠاÙĦÙħسÙĦÙħ ÙĬÙĨ +ص ØŃØ© +ìĹ Ħ +à¹Ģà¸Ķà¹ĩ à¸Ķ +ĠÑĥ ÑĩеÑĤ +â Ìģ +Ġب ÙĦا +ĠاÙĦاجتÙħاع ÙĬ +פרס ×Ŀ +ãĥķ ãĥ© +ĠÐļ огда +mie ÅĽci +ĠبÙĬÙĨ Ùħا +Ġ×ŀ×IJ ×ŀר×Ļ×Ŀ +Ġ×ij×IJ ×ĸ×ķר +×ķש ×Ļ×Ŀ +ĠÑģдел а +entr ée +à¹Ģ à¸Ħà¹īา +Ñĥг л +ĠاÙĦÙģ ÙĨÙĬ +ĠÐĴ оÑĤ +à¸Ĺีà¹Ī มา +×ķצ ×Ĵ +ÙĤد رة +Ġëª © +Ġ목 ìłģ +íıī ê°Ģ +ĠاÙĦØ£ ربع +ĠاÙĦأربع اء +פס ×Ļק +ĠÑıвлÑı ÑİÑĤÑģÑı +ب ÙĪÙĨ +ì° ¾ +×ŀ×¢ ר׼ +×ŀ×¢×¨×Ľ ×ķת +ãĤ· ãĤ§ +ĠباÙĦ Ø£ +íĸĪ ëįĺ +ĠاÙĦبر ÙĨاÙħج +ĠاÙĦØ£ ØŃد +Ġm Å© +ĠmÅ© i +п аÑĤ +ب Ø« +ĠÑĨ енÑĭ +Ġ×ijת ׾ +è¨Ģ ãĤıãĤĮ +ĠاÙĦÙħ جاÙĦ +ĠìĦ¸ ìĥģ +Ġ×Ĵ ×ķפ +ĠнаÑĪ ей +Ġкомп аниÑı +б ин +öl ü +×Ļ ×Ļ×ĺ +Ġ×ŀס פ×Ļק +ยัà¸ĩ à¸Ħà¸ĩ +ĠЧ и +Ġан ÑĤи +ĠÑģÑĢед и +สà¹Īวà¸Ļ à¹ĥหà¸įà¹Ī +оÑĩ ка +íĬ¹ ë³Ħ +ว à¹Īาà¸ĩ +гоÑĢ од +با Ùĥ +à¹Ģส ีà¹Īย +à¹Ģสีà¹Īย à¸ĩ +ãĤĤãĤī ãģĦ +ק ×ķ×Ŀ +ãģĽ ãģļ +ĠاÙĦÙĤ اÙĩرة +Ġ×ij ׼×ļ +Ùħشار ÙĬع +باØŃ Ø« +Ġпо Ñĩ +ĠпоÑĩ ÑĤи +ĠÑĦоÑĢм а +S Ä° +Ġ×ŀצ ×Ļ×¢ +ล ื +ลื ม +ĠÑĤ еÑĢ +ĠÑĤеÑĢ ÑĢиÑĤоÑĢ +ĠÑĤеÑĢÑĢиÑĤоÑĢ ии +Ġв меÑģÑĤ +ĠвмеÑģÑĤ е +dıkl arı +op ération +à¹Ĥ ห +ص دÙĬ +صدÙĬ ÙĤ +íĸī ìłķ +تج ا +تجا ÙĪز +Ġsu ç +Ġar ty +Ġarty ku +Ġartyku ÅĤ +ãĤ·ãĥ§ ãĥĥãĥĹ +ש פ +שפ ×Ļ×¢ +Ġ×Ķש ×Ļר×ķת +à¹ģà¸ĸ ม +ë¸ Ķ +Ġuk ÅĤad +Ġ×ķ ׼×Ļ +หล าà¸ģ +หลาà¸ģ หลาย +æĸ¹ ãĤĤ +Ġpodr óż +ĠE ÄŁer +Ġком наÑĤ +ĠÑģам ÑĭÑħ +Ġв кÑĥÑģ +б еж +Ġ×ij ק×ķ +æİĽ ãģij +ãģ¿ ãĤĭãģ¨ +ĠiliÅŁ kin +ĠÙĬ عÙħÙĦ +Ġпод аÑĢ +Ġyaz ılı +ãĤĴ å¾Ĺ +Ġwyst ÄĻp +à¸Ĺีà¹Ī à¹ĥà¸Ĭà¹ī +ØŃاد Ø« +ÙĪ ÙĬد +кÑĥ лÑĮÑĤ +кÑĥлÑĮÑĤ ÑĥÑĢ +à¸ģาร à¹ģà¸Ĥà¹Īà¸ĩ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ à¸Ĥ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ ัà¸Ļ +ÙħÙĪ ظ +ÙħÙĪظ Ùģ +ÙĬÙħ ÙĬ +ãĤĵãģ§ãģĻ ãģĮ +diÄŁ im +diÄŁim iz +ĠÐŁ еÑĢ +ĠÐŁÐµÑĢ в +Ġm ão +ĠÑģ ез +ĠÑģез он +Ġ×Ķ×ŀ ×¢ +Ùħ جÙħÙĪعة +ĠинÑĦоÑĢм аÑĨии +i ếc +ã ng +ĠÄij ấy +ãģĶ ç´ +ãģĶç´ ¹ +ãģĶç´¹ ä»ĭ +Ġad ım +à¹Ħ หล +Ġп ÑĢакÑĤи +ĠпÑĢакÑĤи Ñĩ +ĠпÑĢакÑĤиÑĩ еÑģ +ĠпÑĢакÑĤиÑĩеÑģ ки +ĠاÙĦÙĨ Ùģس +ĠÑĢабоÑĤ е +ÙĦÙĬ Ùģ +ĠاÙĦجÙĨ ÙĪب +Ġвод Ñĭ +ì¹ Ļ +Ġм иÑĢа +ĠÄij ừng +ĠпÑĢоÑĤив о +ĠÑģÑĤÑĢан Ñĭ +ล ู +ìĤ ¶ +kre ÅĽl +Ġbul und +Ġbulund uÄŁu +à¹ģ สà¸Ļ +ãĤ± ãĤ¢ +ת×Ĺ ×ķ×ŀ×Ļ +ר׼ ×Ķ +Ġ׾ק ×ķ×Ĺ +Ġ׾ק×ķ×Ĺ ×ķת +Ġ×Ľ×ª ×ķ×ijת +ĠÙĦ ÙĥÙħ +ب شر +Ġr Ãłng +Ġ×ŀ×Ķ ×ŀ +Ġ×IJ×Ĺר ×ķת +Ġб он +Ġбон ÑĥÑģ +ï½ Ĺ +à¹ģ ยà¸ģ +ãģĤãģªãģŁ ãģ® +ĠÑĥÑĩаÑģÑĤ ие +ĠE yl +ĠEyl ül +ĠçalÄ±ÅŁmalar ı +Ø® طر +ìĿ ½ +à¸ģาร à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ +Ġана лиз +תק ×ij׾ +ни ем +ĠÄ° ns +ĠÄ°ns an +ĠبÙĪ اس +ĠبÙĪاس طة +Ġ׳ ×Ľ×ł×¡ +Ġ×Ķ×ŀ ×Ļ×ĵ×¢ +Ġç o +Ġço ÄŁu +á» ĺ +ĠêµŃ 민 +ãĤĤ ãģĦãģĦ +Ġ׼ ׾×Ļ +ĠÑģÑĢед не +g ÅĤo +gÅĤo ÅĽ +Ġneg ó +Ġnegó cio +ĠÑĢ егиÑģÑĤ +ĠÑĢегиÑģÑĤ ÑĢа +ĠÑĢегиÑģÑĤÑĢа ÑĨии +Ġtr á»ĵng +ĠпÑĢ Ñı +ĠпÑĢÑı мо +ëłĪ ìĿ´ +Ġk ém +к ле +à¸Ļำ มา +ĠÑĦ ин +ĠÑĦин анÑģ +ĠÑĦинанÑģ ов +Ġki á»ĩm +ยัà¸ĩ à¹Ħ +ยัà¸ĩà¹Ħ à¸ĩ +ย ิà¸ĩ +à¹Ĥ à¸Ľ +ĠполÑĥÑĩ ил +×Ļ×ĸ ×Ŀ +à¹ģละ à¸Ħวาม +Ġво обÑīе +ص ÙĬر +ãĥı ãĥ³ +ĠاÙĦÙĤ اد +ĠاÙĦÙĤاد Ùħ +Ġب دÙĪÙĨ +ع ظÙħ +ת ׳×ķ×¢ +×ª×ł×ķ×¢ ×Ķ +Ø£ ÙħÙĦ +ãģķ ãģĪ +ÑĤ ем +ÑĤем пеÑĢ +ÑĤемпеÑĢ аÑĤÑĥÑĢ +Ġ׾ ×Ļצ×ķר +Ġr ÄĻk +ر سÙĦ +ìŀIJ 를 +Ġ×Ļצ ×Ļרת +ÙĨ بÙĬ +Ñĩ наÑı +تØŃ ÙĦÙĬÙĦ +Ġм ик +Ġмик ÑĢо +ĠS öz +Ġfor ça +Ñģ он +ĠاÙĦع را +ĠاÙĦعرا ÙĤÙĬ +ĠH á»ĵng +ãģĻãĤĭ ãģŁãĤģãģ« +à¸Ĺีà¹Ī à¸Ńยูà¹Ī +Ġ×ķ×IJ ×£ +ص ÙĬد +ĠìķĬ ê³ł +ร ัà¸ĩ +ĠاÙĦت ÙĪاصÙĦ +à¹Ģม à¸ķร +Ñĥ ÑģÑĤÑĢой +ÑĥÑģÑĤÑĢой ÑģÑĤв +m ıyor +Ġبا سÙħ +Ġ×ķ ׼×ķ +ĠG ül +á» IJ +Ãī tat +غ اÙĦ +Ø¥ ÙĨØ´ +Ø¥ÙĨØ´ اء +T Ä° +à¸Ĥà¹īา ม +Ġtro ch +Ġtroch ÄĻ +Ø¥ ص +إص ابة +ĠØ« اÙĨÙĬ +ĠاÙĦص ØŃØ© +Ġ×ĸ×Ķ ×ķ +jÄħ cej +ãĥĢ ãĥ³ +ìĿ¸ ìĿ´ +Ġв олоÑģ +ëIJĺ ë©´ +Ġzak ÅĤad +ãģĻ ãģĵãģ¨ +以ä¸Ĭ ãģ® +Ġ×Ķ×ŀק ×ķ×Ŀ +ÙħØ´ اÙĩ +ÙħشاÙĩ دة +Ñĩ ив +ب Ø´ +ย à¹īาย +Ġsür dür +ĠN ẵ +ĠNẵ ng +ĠигÑĢ аÑĤÑĮ +Ġê·¸ëŁ¬ ë©´ +ãĥķ ãĥ« +ล à¹Īะ +Ġtend rá +Ġb Ãły +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ľà¸¹à¹ī +Ġok o +Ġoko ÅĤo +w ÅĤa +wÅĤa ÅĽci +wÅĤaÅĽci w +æĢĿ ãĤı +ĠYa ÅŁ +ĠB á»ĩnh +íı Ń +بÙĬ د +קר ף +à¹Ģศ ร +à¹Ģศร ษ +à¹Ģศรษ à¸IJ +à¹Ģศรษà¸IJ à¸ģิà¸Ī +ĠاÙĦØ£ ÙĪرÙĪ +ĠاÙĦØ£ÙĪرÙĪ بÙĬ +fl äche +ä¹Ĺ ãĤĬ +Ġb á»ģn +Ùĩ ب +æľĢ ãĤĤ +Ġsa ç +à¸Ńำ à¹Ģà¸ł +à¸Ńำà¹Ģà¸ł à¸Ń +ĠØ£ ج +ĠاÙĦد اخÙĦ +ĠاÙĦداخÙĦ ÙĬØ© +×ĺ ×ķ×ij +ãĤĤ ãģªãģı +Ġли ÑĨа +à¹ģลà¹īว à¸ģà¹ĩ +×ĸ׼ ×Ļר +Ġqu Ãł +ĠÙĥ Ø°ÙĦÙĥ +صØŃ Ùģ +ĠÃĤ u +ÙĪب ا +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ à¹ģà¸Ľà¸¥ +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥ à¸ĩ +à¸ķัว à¸Ńยà¹Īาà¸ĩ +Ġráp ida +Ġtas ar +Ġtasar ım +ĠعÙĦÙĬ ÙĩÙħ +ס ×ķ׾ +c ılı +cılı k +Ġر غÙħ +ìĭľ íĤ¤ +Ġ×IJ׾ ק +Ġ×IJ׾ק ×ĺר +Ġ×IJ׾ק×ĺר ×ķ׳×Ļ +à¹ģà¸ļ à¹Īà¸ĩ +Ġh ạng +ãģ£ãģ¦ ãģıãĤĮ +ĠÙĨ تÙĬ +ĠÙĨتÙĬ جة +ıkl ı +غ اÙĨ +à¸Ĥà¹īà¸Ń à¸Ħวาม +à¸Ľà¸¥ าย +ĠØ£ Ùħس +à¸Ĺีà¹Ī à¹Ģà¸ģีà¹Īยว +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว à¸Ĥ +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ à¹īà¸Ńà¸ĩ +Ġdé fin +Ġdéfin i +ÙģÙĨ اد +ÙģÙĨاد ÙĤ +à¹Ħà¸Ķà¹ī วà¹Īา +ãģªãģĦ ãĤĪãģĨãģ« +Ġpróp ria +ĠPh át +ãĤĦãģĻ ãģı +สวย à¸ĩาม +ê³ł ìļĶ +Ñı еÑĤ +ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ ãģĮ +تر جÙħ +ĠкÑĢаÑģ ив +Ġ×ŀ ר×IJש +д еж +ĠÙĬ ÙĪÙĨ +ĠÙĬÙĪÙĨ ÙĬÙĪ +Ñģк оÑĢ +ĠKas ım +ê³Ħ ìķ½ +к оÑģ +Ġна ÑĢÑĥ +ĠнаÑĢÑĥ ÑĪен +Ġdu że +acc ès +Ġh á»ĵng +Ġv Å© +ãģĦãģŁ ãģĹãģ¾ãģĻ +Ġ×ĺ ×Ļ +Ġ×ĺ×Ļ ×ķ׾ +lıkl arı +Ġqu ê +ëħ¸ ëıĻ +ìķ Ķ +CI ÃĵN +Ġt ắc +press ão +ĠìŀĪ ìľ¼ +สิà¸Ĺà¸ĺิ à¹Į +íĥ Ħ +Ġ×Ķ×ŀ ×ŀש׾×Ķ +å¬ī ãģĹãģĦ +ĠÄIJ ặc +ÙĨ زÙĦ +ĠдÑĢÑĥг ой +д ÑĥÑĤ +ìĪ Ļ +Ġth ụ +à¹Ģส ร +à¹Ģสร à¹ĩ +à¹Ģสรà¹ĩ à¸Ī +Ġto plant +Ġtoplant ı +×IJ×ŀ ף +×ķ׾ ת +п омн +Ġyo ÄŁun +ÅĦsk iego +ì° © +ĠØ« ÙĦاث +ĠØ«ÙĦاث Ø© +Ġl ắng +ë¦ ´ +ราà¸Ĭ à¸ģาร +ĠÑģлов а +á» Ĩ +à¸Ķี à¸ģวà¹Īา +ãģĶãģĸ ãģĦãģ¾ãģĻ +Ġд из +Ġдиз айн +fé rence +lıkl ar +ãģªãĤĵ ãģ§ãģĻ +ajÄħ cy +Ġëĭ¤ ìĸij +Ġëĭ¤ìĸij íķľ +ק ×Ļר +ØŃ Ø§Ø± +ส ูà¹ī +Ġz ro +Ġzro bi +Ġzrobi Äĩ +×ŀ ×Ļ׼×Ķ +à¸Ĭà¹Īวย à¹Ģหลืà¸Ń +ĠÑįÑĤ Ñĥ +ë´ ī +楽 ãģĹãģĦ +س ÙĪر +íķĺ ê±°ëĤĺ +Ùħؤ تÙħر +Ġpoc zÄħ +ĠpoczÄħ tk +ĠpoczÄħtk u +Ġع ربÙĬ +اÙĦØ£ ر +اÙĦأر دÙĨ +à¸Ķ ร +Åĵ uvre +ĠÙĪÙĥ اÙĨت +ĠÅĽ redni +Ø® ضر +Ġch uyến +н ÑĤ +ĠìķĮ ê³ł +Ġv á»Ŀi +Ġ×ij ×Ļ×ĵ×Ļ +×ŀ×ĵ ×ķ×ijר +ÙĪ Ùģر +ÙĬ Ø¡ +׳ ×Ľ×¡ +ĠÐĽ а +л он +Ġx ấu +Ùģ ÙĬÙĨ +Ġfé vrier +ĠÐŀ на +ĠV á»ģ +ĠÅŁey ler +ĠполÑĥÑĩ ен +з ад +Ġn ét +à¹Ħà¸Ľ ยัà¸ĩ +×Ĺש×ij ×ķ +à¸ļัà¸Ļ à¸Ĺ +à¸ļัà¸Ļà¸Ĺ ึà¸ģ +Ġgerçek leÅŁ +иÑĩеÑģк ое +ìĪĺ ê°Ģ +Ø« بت +ãģ¤ ãģ¾ãĤĬ +ĠÑĥÑģловиÑı Ñħ +ëĭ¤ ê°Ģ +ราย à¹Ħà¸Ķà¹ī +׼×IJ ×ij +à¹Ĥà¸Ľà¸£ à¹Ĥม +à¹Ĥà¸Ľà¸£à¹Ĥม à¸Ĭัà¹Īà¸Ļ +j ähr +jähr ige +ק ׳×Ļ×Ŀ +×ŀ ×ķק +×ŀ×ķק ×ĵ +ãģ«è¡Į ãģ£ãģ¦ +Ø¢ ÙĦ +вед ение +Ġ׾ ×Ľ×ª×ķ×ij +جÙħ Ùĩ +جÙħÙĩ ÙĪرÙĬØ© +à¸ī à¸ļ +à¸īà¸ļ ัà¸ļ +ĠC òn +à¸ľ สม +ãģªãģ© ãģĮ +×IJ×Ķ ×ij +ĠдейÑģÑĤв иÑı +y ız +à¹Ħมà¹Ī à¹Ģà¸Ħย +ج ÙĪز +×Ķ×Ĺ׾×ĺ ×Ķ +f ällt +ãĥĵ ãĤ¸ +ãĥĵãĤ¸ ãĥį +ãĥĵãĤ¸ãĥį ãĤ¹ +Ġ×IJ ×Ļ׳×Ŀ +ĠнаÑħод иÑĤÑģÑı +Ġdzi ÅĽ +ست Ø·ÙĬع +׾ ×Ļף +Ø® ÙĦاÙģ +Ùĩ ÙIJ +Ġatr ás +íĺ ģ +ãĤĴ ãģĶ +Ġ×Ķ×ŀ ×ķצר +ĠBakan lıģı +ÑİÑī ее +ÙħÙĨ اط +ÙħÙĨاط ÙĤ +Ùģ د +à¸Ļำ à¹Ħà¸Ľ +Ġв аж +Ġваж но +Ġm ạch +׼ ׳×ķ +بع Ø« +lan ması +Ġa yr +Ġayr ıl +ìĤ¬ íļĮ +d ÃŃa +p ÅĤyw +اÙħ ÙĬØ© +íĺ ľ +×IJ׳ ×Ĵ׾ +×IJ׳×Ĵ׾ ×Ļת +ĠìŀĪëĭ¤ ëĬĶ +Ġس اعة +ĠëĤĺ íĥĢ +b ö +à¸Ħ ัà¸Ļ +ĠdziaÅĤ ania +Ø© Ùĭ +Ġng Å© +׳צ ×Ĺ +ãģ¯ ãģĤãĤĭ +ĠyaÅŁ ında +st ück +car acter +caracter ÃŃsticas +Ġr á»Ńa +ĠÙħختÙĦÙģ Ø© +ãģ«ãģĬ ãģijãĤĭ +à¹ģà¸ŀ à¸ĩ +วิ à¹Īà¸ĩ +ת פ×ķ +سا ÙĩÙħ +使 ãģĨ +Ùĥ رÙĬ +×IJ פ×Ļ +........ ....... +ĠÑĤак им +×Ļ׼ ×ķ×Ļ +Ø´ بÙĩ +ج ÙĬر +ãģĿãģ® ãģ¾ãģ¾ +ac jÄĻ +ĠاÙĦت رÙĥ +ĠاÙĦترÙĥ ÙĬ +ĠпÑĢав илÑĮно +Ġت عÙħÙĦ +à¸ģล à¹īา +Ġbi ên +Ġ×ij׳×Ļ ×Ļת +Ġкл Ñĥб +Ġ×ŀ ש×Ķ +в ÑĪий +ãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +à¸ŀัà¸Ļà¸ĺ ุ +à¸ŀัà¸Ļà¸ĺุ à¹Į +ר ×ķ×Ŀ +ĠاÙĦÙģ رÙĨ +ĠاÙĦÙģرÙĨ سÙĬ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ħà¸Ļ +ãģĹãģ¦ ãģĬãĤĬ +Ġth ầy +ãĤĵ ãģłãģijãģ© +ìĶ ¨ +Ùħ دÙĨ +ت ÙĪÙĨ +ĠмеÑĤ ал +ĠмеÑĤал л +Ġin ÃŃcio +à¸Ńà¸Ńà¸ģ à¸Īาà¸ģ +ëĴ ¤ +Ġcu á»ijn +Ġbu á»Ļc +ÙĨ سÙĬ +ä cht +×ŀ ×Ļ׳×Ļ×Ŀ +ãģķ ãģ¦ +ãģĮ ãģ§ãģį +ÑĬ ем +Ġtá i +ĠЧ ÑĤ +ĠЧÑĤ обÑĭ +à¸Ľà¸¥ ูà¸ģ +à¸Ĭุม à¸Ĭà¸Ļ +н Ñģкий +Ġv ững +Ġ×Ķ ׾×ij +ë le +Ġש ×¢×ijר +в аÑĤÑĮÑģÑı +б ой +ع ÙĪÙĨ +à¹ģà¸Ķ à¸Ļ +Ġספר ×Ļ×Ŀ +Ġt uyên +Ġnhi êu +ĠQu ý +Ġh uyết +ãĤı ãģĭãĤīãģªãģĦ +Ġ×ŀ ׼ף +Ġ×Ķ ק׾ +Ġ׾×IJ ×ķר +ĠÄIJi á»ĩn +Ø´ ؤ +شؤ ÙĪÙĨ +Ġ×ŀ׊פש +ĠпоÑģÑĤоÑıн но +×ŀ ×Ļר +ìħ Ķ +Ðŀ Ñģ +ÐŀÑģ нов +×ĸ ×Ļת +ĠH á +ĠÑĩаÑģ ов +×IJ ×ķ׾×Ļ +Ġm át +Ø® رÙĪ +خرÙĪ ج +ÙĤ ضا +ÙĤضا ÙĬا +à¹Ģà¸Ľ à¸Ńรà¹Į +ĠÙĬ ÙĪÙĦ +ĠÙĬÙĪÙĦ ÙĬÙĪ +à¹Ĥà¸Ĺ ษ +׳ פ׾ +ת ×ķש +ת×ķש ×ij×Ļ +Ġv ários +×ŀ ר×IJ×Ķ +ëĿ¼ ìĿ´ +ÙĨ غ +×ij צע +г он +ĠÄIJ ược +ع Ùı +пÑĥÑģ к +ĠÙĪاÙĦ Ùģ +üc ü +×Ļק ×Ļ×Ŀ +Ġس بÙĬÙĦ +׾×ij ף +ĠاÙĦÙĤ رÙĨ +ס ×ķת +ĠQu áºŃn +ãģĵãĤĮ ãģĮ +ãĥĸ ãĥ©ãĥ³ãĥī +×Ĵ ×ŀר +Ġwarto ÅĽci +ĠÙĪب ÙĬÙĨ +Ġd ạ +ÐIJ в +ÐIJв ÑĤо +Ġol acaktır +à¸Ļ à¸Ĺà¹Į +Ùħ طار +Ġ×¢ ק×ij +Ġת פ +ãģĹãģ¦ ãģĦãģ¦ +צ ×ŀ×Ĺ +à¸Ī à¸Ńà¸ĩ +Ġö de +ìį ¨ +ÙĨ اس +調 ãģ¹ +ĠогÑĢ омн +ë³´ íĹĺ +×ĺ ק +×ĺק ס×ĺ +ĠbaÅŁ v +ĠbaÅŁv uru +Ġpom ys +Ġpomys ÅĤ +ãģ« ä¹Ĺ +Ġש ׼ף +ĠاÙĦÙħس ؤÙĪÙĦ +Ġз ан +Ġзан ÑıÑĤ +Ġd Æ°Æ¡ng +ãĥĹãĥ¬ ãĤ¤ +ล à¸ļ +ÑĤи ка +ĠAr alık +Ġнед о +Ġm á»Ļ +Ġor an +Ġoran ı +Ġktó r +Ġktór Äħ +Ġ×Ķ×IJ×Ĺר ×ķ׳×ķת +ائ ÙĨ +ÅĦ s +ÅĦs ka +åĽ½ ãģ® +×ŀ ×ĺ×Ļ +ĠвопÑĢоÑģ Ñĭ +à¸Ńà¸ĩà¸Ħà¹Į à¸ģร +×ŀ ×ķצ×IJ +Ġpó ź +Ġpóź niej +ש×ŀ ×IJ׾ +Ġk aps +Ġkaps am +Ġkapsam ında +Ġmá quina +ĠÅĽwie cie +Ġho Ãłng +Ġöz gü +×Ĵ×ķר ×Ŀ +ãģĤ ãģŁãĤĬ +à¸ķัà¸Ķ สิà¸Ļ +à¸ķัà¸Ķสิà¸Ļ à¹ĥà¸Ī +б ÑĢи +ãģ«ãģªãĤĭ ãģ¨ +ت ÙĥÙĪÙĨ +Ġ×ķ×Ķ ×Ļ×IJ +Ġchi ếu +ÑģÑĤан ав +ÑģÑĤанав ли +ÑģÑĤанавли ва +×ŀ ×ķ×Ĵ +c ité +ĠK örper +Ġש ×Ĵ×Ŀ +ع ظ +عظ ÙĬÙħ +Ġ×Ķ×IJ ×Ļש×Ļ +Ġmat ière +ĠÙģ ÙĪÙĤ +Ġk to +Ġkto ÅĽ +à¸Ļ à¹Ĥย +à¸Ļà¹Ĥย à¸ļาย +å¾ħ ãģ¡ +à¹Ģม à¸Ļ +à¹Ģมà¸Ļ ู +A ÃĩÃĥO +Ġt ù +Ġtù y +ãĥĪ ãĥ³ +ĠоÑĤ каз +Ġ×ŀ ×ķצר +ül ü +ãģķãĤĵ ãģ« +Ġ×Ĺ ×ķ×ij +קר ×Ļ×IJ×Ķ +ĠاÙĦØ® دÙħات +ĠÙĦÙħ دة +ر ؤ +رؤ ÙĬØ© +ãĤĴè¦ĭ ãģ¤ãģij +à¸Ł า +Ġréuss i +à¸Ļัà¸ģ à¹Ģรียà¸Ļ +ĠÑĩиÑģ л +à¸ģาร à¹Ģลà¹Īà¸Ļ +Ġhaz ırl +Ġhazırl an +ĠпеÑĢв Ñĭй +ли м +ĠоÑĤзÑĭв Ñĭ +Ġwy jÄħ +ĠwyjÄħ tk +ĠØ£ ÙĤÙĦ +ס ×ļ +Ġê²° ìłķ +Ġ׾×ŀ×¢ ש×Ķ +Ġl ắp +à¹ģà¸ļ ร +à¹ģà¸ļร à¸Ļà¸Ķà¹Į +วà¹Īา à¹Ģà¸Ľà¹ĩà¸Ļ +Ġب دا +Ġبدا ÙĬØ© +ãģ¨ãģĦãģĨ ãģ®ãģĮ +иÑĩеÑģк им +à¸ģาร à¸ŀัà¸Ĵà¸Ļา +Ġb Ãło +Ġmia ÅĤa +y waÄĩ +ĠMär z +ĠÙĨ سبة +Ġéconom ique +×ĸ ×ŀ +×ĸ×ŀ ׳×Ļ×Ŀ +æŃ¢ ãĤģ +Ġt ủ +íķĺ ìĭł +Ġkażde go +stra ÃŁe +à¸Ĭ ีà¹ī +à¹Ģ à¸ļา +ÑĢеÑģ ÑĥÑĢÑģ +ев ой +Ø´ باب +à¸ķà¹Īาà¸ĩ à¸Ľà¸£à¸°à¹Ģà¸Ĺศ +Ġ×IJ ×Ļש +Ġ×IJ×Ļש ×Ļת +×Ļ ×ķפ +×Ļ×ķפ ×Ļ +ĠìļĶ 구 +ì¡° ìĤ¬ +ãģ£ãģŁ ãĤī +׾ ×Ļק +миниÑģÑĤ ÑĢ +ãĤĤãģ® ãģ¯ +Ġl Æ°Æ¡ng +Ġна и +Ġнаи бол +Ġнаибол ее +íİ ĺ +à¹ģà¸ŀ à¹ī +ãĤŃ ãĥ¥ +ĠкоÑĤоÑĢ Ñĭм +à¹ģà¸Ĺ à¸ĩ +à¹ģà¸Ĺà¸ĩ à¸ļà¸Ńล +Ġ׳ ×Ļ×Ķ +Ġ׳×Ļ×Ķ ×ķ׾ +âĤ ª +ĠGi ải +ĠиÑģполÑĮзов а +ëł¥ ìĿĦ +ãģĹãģĭ ãĤĤ +à¸ģà¹ĩ à¸ķà¹īà¸Ńà¸ĩ +ĠÑĢ еб +ĠÑĢеб ен +ĠÑĢебен ка +ت ÙĪاصÙĦ +ãĤ°ãĥ« ãĥ¼ãĥĹ +ãĤĦ ãĤī +à¹Ģà¸Ľà¸´à¸Ķ à¸ķัว +б ÑĢо +ë°ĸ ìĹIJ +ÙĨ Ùİا +×Ķ ×Ĵ +×Ķ×Ĵ ׳×Ķ +à¸Ĺ รั +à¸Ĺรั à¸ŀ +à¸Ĺรัà¸ŀ ยà¹Į +Ġkh á»iji +עצ ×ŀ×ķ +бол езн +Ġë°Ľ ìķĦ +ม à¸Ļ +มà¸Ļ ุ +มà¸Ļุ ษ +มà¸Ļุษ ยà¹Į +âĹ Ĩ +×ŀ צ׾×Ļ×Ĺ +Ñıв ление +Ùħ Ø·ÙĦ +ÙħØ·ÙĦ ÙĪب +Ø® اÙĦÙģ +ت ÙĪÙĤÙģ +ãģ§ãģį ãģ¾ãģĽãĤĵ +оÑģÑĤ ей +м еÑĩа +기 ëĬĶ +תש ×¢ +ص ÙĬب +Ġ×ij×¢ ×ķ×ĵ +à¸Ĥà¸Ńà¸ĩ à¹Ģà¸Ĥา +ÑĤÑı ж +ĠÑĥ пÑĢав +ĠÑĥпÑĢав лениÑı +Ġgén ér +Ġth ÃŃ +פ ×ļ +Ġر Ùħض +ĠرÙħض اÙĨ +Ġtr uyá»ĩn +Ø¥ عداد +ãĤµ ãĥĿãĥ¼ãĥĪ +Ġпол но +Ø® اÙħ +ÐŁ еÑĤ +ÐŁÐµÑĤ еÑĢ +ÐŁÐµÑĤеÑĢ бÑĥÑĢ +ÐŁÐµÑĤеÑĢбÑĥÑĢ г +ÙħÙĨت دÙī +ãģķãĤĮ ãģ¾ãģĹãģŁ +ĠëĮĢ íķĺìŬ +à¸ľà¸¹à¹ī à¸Ĺีà¹Ī +Ġ×ŀ×IJ ×ķ +׾ ׳×ĵ +оÑĩ нÑĭе +ĠнаÑĩ ала +Ġ׾ ×Ļ׾×ĵ×Ļ×Ŀ +ов ое +ãģĻãĤĭãģĵãģ¨ ãģ§ +ĠاÙĦÙĨ Ùģ +ĠاÙĦÙĨÙģ Ø· +ìŀĪ ëĬĶ +غ ÙĨÙĬ +פ ×ĵ +ãĤ ¾ +ĠCr é +ãģ© ãģ¡ãĤī +Ø« اÙĨ +ÑĢаб аÑĤ +ÑĢабаÑĤ Ñĭва +Ġê°Ļ ëĭ¤ +à¸Ī ั +à¸Īั à¸ģร +Ġch ụ +Ġchụ p +Ġм аÑģÑĤ +ĠмаÑģÑĤ еÑĢ +Ġn ắm +ĠÑģÑĤ али +Ġ×Ķ×IJ ×Ļר×ķ×¢ +ãĤ½ ãĥ³ +åĪĨ ãģĭãĤĬ +Ø· بع +بد ا +gr áfico +г еÑĢ +à¸Ķำà¹Ģà¸Ļิà¸Ļ à¸ģาร +Ġsal dır +Ġsaldır ı +в ÑĪиÑħ +ãģĭãģ£ãģŁ ãģ§ãģĻ +Ġyapı yor +ĠاÙĦÙģ ت +צר פת +з доÑĢов +×ij×¢ ׾ +Ġ×IJ ×ŀ×Ļת×Ļ +Ġоб Ñĭ +ĠобÑĭ Ñĩ +ĠобÑĭÑĩ но +Ġ׾ ×ķ×ŀר +ت ÙĥÙĨ +تÙĥÙĨ ÙĪÙĦÙĪج +تÙĥÙĨÙĪÙĦÙĪج ÙĬا +Ġhakk ı +ĠÑĢаР² +ĠÑĢав но +رÙĬ Ùĥ +Ġ×ij ×ŀ×Ļ×ĵ +Ġ×ij×ŀ×Ļ×ĵ ×Ķ +à¹ģà¸ģ à¹īว +Ġìĸ ĺ +Ġìĸĺ 기 +ãģĹãģ¦ ãģĦãģ¾ãģĹãģŁ +Ġkı sm +Ġkısm ı +ê± ¸ +åĨħ ãģ® +ì§ ķ +à¹Ģหมืà¸Ńà¸Ļ à¸ģัà¸Ļ +ĠÙģ ÙIJ +ĠÙģÙIJ ÙĬ +ÙĤ اعدة +Ġmoż esz +Ùħ صاÙĦ +ÙħصاÙĦ ØŃ +ãģ¾ãģŁ ãģ¯ +б ег +Ġs ıc +Ġsıc ak +Ñĩ иÑģ +ÑĩиÑģ лен +Ġн ог +ãĥģãĥ£ ãĥ³ +ãĥ« ãĥī +Ġgi ó +Ġs ını +Ġsını f +ив аÑĤÑĮ +Ġqu ên +Ġì łģ +Ġìłģ ìļ© +ĠJo ão +Ùģ اد +ĠGl ück +à¸Ĺ à¸Ńà¸Ķ +Ġg ói +ï¼ Ĭ +Ġdé tail +ĠدÙĬ سÙħ +ĠدÙĬسÙħ بر +ë¡ľ ìĦľ +×ŀ ×ķ×Ĺ +à¹Ħ ฮ +ĠоÑĤ д +ĠоÑĤд ÑĭÑħ +Ġkh uyến +à¸Ħ à¸Ńย +Ġج ÙĨÙĬ +ĠجÙĨÙĬ Ùĩ +ĠاÙĦد Ùģاع +à¸Ļà¹īำ หà¸Ļัà¸ģ +ĠìĤ¬ëŀĮ ëĵ¤ìĿ´ +Ġth ừa +ĠÃ¶ÄŁrenc i +ĠпомоÑī и +ĠczÄĻ ÅĽÄĩ +ש ×ĺר +ĠN hi +ĠNhi á»ģu +׳ צ×Ļ +ĠнаÑĪ ем +ĠkarÅŁÄ± laÅŁ +Ġ×Ķש ׳×Ļ×Ŀ +ĠÄIJ Æ°á»Ŀng +Ġtr ú +ĠÑĢазлиÑĩ нÑĭÑħ +ĠاÙĦØ´ Ùĩر +Ġ×ľ×¢ ×ķ׾×Ŀ +ØŃ Ø¬Ø± +ĠÄij á»ķ +ĠìĿĺ íķ´ +à¸ļ à¹Īà¸Ńย +Ġ×Ķ ×Ļ׾×ĵ +ãģ¨ãģª ãģ£ãģŁ +Ġ×Ĺ×ķ ×ķת +Ġש×Ļר×ķת ×Ļ +Äħ cy +س رÙĬ +K Ä° +פ ׳×ķ +ÑģÑĤÑĢÑĥк ÑĤÑĥÑĢ +ÑĤ ÑĢÑĥд +Ġ×Ķ קר +Ġ×Ķקר ×ķ×ij +Ġth áºŃm +èģŀ ãģį +ÙĤÙĪ ÙĬ +клÑİÑĩ ен +ÑĤе Ñħ +ÑĤеÑħ нолог +è¡Į ãģ£ãģŁ +Ġ×ķ×IJ ×Ļף +ĠÅŁek lin +ĠÅŁeklin de +r ô +ÑĢ ог +Ġнов Ñĭе +Ġס ×ij×Ļ×ij +Ġtecn ologÃŃa +ס ׼ +×¡×Ľ ×ķ×Ŀ +ĠÅŀ ub +ĠÅŀub at +Ġ×Ķ×ŀ ׾×IJ +Ġwy pos +Ġwypos aż +ãģ¯ ä½ķ +ãĤ¬ ãĥ³ +ê° ĸ +Ġкак ие +Ġçocuk lar +Ġ׾צ ×ĵ +Ġkay ıt +ĠмеÑģÑĤ е +Ùħ دÙĬÙĨØ© +Ġ׼ ×Ĵ +Ġ׼×Ĵ ×ķף +ãģĹãģ¦ ãĤĭ +ĠÙħا ÙĬÙĪ +ãģ£ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ĠпÑĢогÑĢамм Ñĭ +à¹ģล à¸Ļà¸Ķà¹Į +ãĥ¯ ãĤ¤ +ער ×ķ×¥ +Ñģ ид +ĠB öyle +Ġì²ĺ ìĿĮ +Ġת פק×Ļ×ĵ +ĠTr ên +íĥ Ī +ĠÐłÐ¾ÑģÑģ ий +ĠÐłÐ¾ÑģÑģий Ñģкой +Ġs Ãłn +Ġrè gle +ĠyaklaÅŁ ık +à¹Ģล ิà¸ģ +Ġد ائÙħ +Ġ×ķ ×Ĵ +اب ر +Ġb è +ĠاÙĦ ÙĤدÙħ +ĠÑĢеÑĪ ениÑı +hi ên +ÑĤи к +Ä Ħ +à¸ļรร ยาà¸ģ +à¸ļรรยาà¸ģ าศ +רצ ×ķף +åĭķ ãģį +ĠGä ste +Ġ기 본 +ĠÙĬ عرÙģ +ĠS á»Ń +gÅĤ ÄĻb +à¹Ģà¸Ń ส +×IJ×ŀ ×Ļף +Ġп Ñĥнк +ĠпÑĥнк ÑĤ +Ġ×Ļ×ķ×ĵ ×¢×Ļ×Ŀ +ãĤ« ãĥ©ãĥ¼ +Ġ×ijס ×ĵר +Ġbu á»ĵn +й ÑĤ +йÑĤ еÑģÑĮ +ãĤĴ æ±ĤãĤģ +Ġ×IJת ׼×Ŀ +Ġ모 르 +ظ رÙĪÙģ +Ñĩ еÑģÑĤво +ìĸ´ ìĦľ +Ġод на +Ġkap ı +Ġëħ¸ ëł¥ +ĠKü che +ĠاÙĦت Ø´ +Ø· ÙĬب +ĠíĬ¹ íŀĪ +ĠвÑĭп ÑĥÑģ +ĠвÑĭпÑĥÑģ к +×ĵ ת×Ļ +Ġu ÄŁ +ĠuÄŁ ra +ائ Ùĩا +Ġtho át +ãģª ãĤĤãģ® +Ñij ÑĢ +기 ê°Ģ +ĠgeliÅŁ me +تØŃ ÙĤ +تØŃÙĤ ÙĤ +Ġоп аÑģ +б ÑĢоÑģ +ห ุ +หุ à¹īà¸Ļ +ì¼ Ģ +ãĤ¹ ãĥŀ +ãĤ¹ãĥŀ ãĥĽ +Ø£ Ùģر +Ø£Ùģر اد +ĠTh á»±c +Ġth ắ +ãĥªãĥ³ ãĤ¯ +Ġni á»ģm +ĠHö he +عÙħ ار +ÙĥÙĪر ÙĪÙĨ +ÙĥÙĪرÙĪÙĨ ا +ĠÄIJ ến +ĠÑģам ом +ĠÑĤ еле +ĠÄijo án +à¸Ħวามà¸Ħิà¸Ķ à¹Ģหà¹ĩà¸Ļ +Ġд иÑģк +Ø£ Ø·ÙģاÙĦ +ม ารà¹Į +à¸Ĺ หาร +à¸Ĺ à¸Ļ +Ġب عÙĬد +ĠاÙĦÙĩ ÙĨد +åĩº ãģĹãģ¦ +Ġkar de +Ġkarde ÅŁ +×Ķ×Ļס×ĺ ×ķר +×Ķ×Ļס×ĺ×ķר ×Ļ×Ķ +éģ¸ ãģ³ +ع اÙħÙĦ +à¸Ĥ ยาย +Ġtü rl +Ġtürl ü +ĠìĿ¼ ìĿ´ +Ġmaté ria +Ġ׼׾ ×ķ×ŀר +ãĥģãĥ£ ãĥ¼ +جÙħ اعة +ĠÑģво им +Ø¥ÙĤ اÙħØ© +ä¾ĭ ãģĪãģ° +س اب +Ø¢ خر +ÙĤ دÙĬر +×IJ×ŀ ×Ļ +ìĸ » +Ġ׳×ķס פת +ĠÐĴ лад +ĠÐĴлад им +ĠÐĴладим иÑĢ +Ġest ará +ãģĵãģĨ ãģĦãģĨ +ãĤĴ 使çĶ¨ +มา à¸ķร +มาà¸ķร à¸IJาà¸Ļ +ãģ£ãģ ½ +Ġn ú +Ġnú i +ย าà¸ĩ +ĠاÙĦج ÙĨس +Ġüst ün +ëľ » +ãĤ» ãĥ« +ãģ¦ãģĦ ãģįãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĸ +Ġ×Ĺ×ķ×ĸ ר +ĠÐĵ лав +à¹Ĥà¸Ĭ à¸Ħ +íı IJ +ÙĨت ظر +Ġ×Ĵ ×ij×Ļ +ع ÙĤب +int ér +intér êt +×ŀ פ×Ĵ +×ŀפ×Ĵ ש +Ġth ù +اÙģ ت +Ġ×ŀש פ +Ġ×ŀשפ ×ĺ×Ļ +ĠÙħ ÙĪاÙĤع +è¦ ļ +è¦ļ ãģĪ +×ĵ ×Ļף +à¹Ģรืà¹Īà¸Ńà¸ĩ ราว +ãģ¾ ãģĤ +Ġgh ế +иÑĢÑĥ ÑİÑĤ +à¸ģ ว +à¸ģว à¹īาà¸ĩ +Ġпов еÑĢ +ĠповеÑĢ Ñħ +ĠповеÑĢÑħ ноÑģÑĤ +׳ ×ĵר +Ġкон ÑĨе +Ġдолж на +Ġ×Ļש ×Ļר +acaģı z +ìĹ Ķ +Ġn ÃŃvel +Ġö r +Ġör nek +Ùĥ Ùģ +ĠФедеÑĢ аÑĨии +Ġ구 ìĦ± +หัว à¹ĥà¸Ī +ĠV áºŃy +м ед +мед и +меди ÑĨин +медиÑĨин Ñģк +از ÙĬ +×Ĵ×ij ×ķ׾ +ÑĦ ÑĢ +Ġzus ätzlich +à¸ģ à¸ģ +ĠاÙĦاÙĤتصاد ÙĬØ© +Ġh è +lu ÄŁun +ج Ùİ +à¹Ħà¸Ł ลà¹Į +ÄIJ T +ãģĿãģ® ä»ĸ +à¸Ĺิ à¹īà¸ĩ +ĠاÙĦØ£ ÙĪ +ر سÙħ +æ°Ĺ ãģ¥ +ìĿ´ ë©° +ÑĮ ев +ص Ø· +ĠاÙĦاست Ø« +ĠاÙĦاستث Ùħار +à¸Ńา à¸Ħาร +ĠÑĤоÑĩ но +ĠV ân +à¸Ń ร +à¸Ńร à¹Īà¸Ńย +ĠاÙĦس ÙĨØ© +Ġc Æ°á»Ľi +×Ļ×Ķ ף +íį ¼ +話 ãģĹ +âĹ ĭ +ĠìķĬ ìĿĢ +ãĥ¡ ãĥ¼ãĤ +ãĥ¡ãĥ¼ãĤ « +ãĥ¡ãĥ¼ãĤ« ãĥ¼ +ĠÑĤеп ло +å½¼ ãĤī +ĠÄ° z +ĠÄ°z mir +íĻ į +Ġr ượ +Ġrượ u +æĢĿãģĦ åĩº +ĠPh ạm +Ġchá u +צ×Ļ ×ķת +ĠìĿ¼ 본 +ìĤ¬ ëĬĶ +ĠÑģозд ан +Ġar acı +Ġ×¢ ר +Ġער ×Ļ׼×Ķ +ĠíķĺëĤĺëĭĺ ìĿĺ +dzi ÅĤ +à¸Ľà¸£à¸° à¸ĺาà¸Ļ +Ġser ÃŃa +ĠìŀĪ ëıĦë¡Ŀ +در ج +íķľëĭ¤ ëĬĶ +à¸Ńา à¸Ĺ +à¸Ńาà¸Ĺ ิà¸ķ +à¸Ńาà¸Ĺิà¸ķ ยà¹Į +ÑĤелÑĮ нÑĭй +ĠØ® دÙħات +×ŀ׳ ×ĺ +Ġl ược +ĠS Ãłi +ĠÙĪ اض +ĠÙĪاض ØŃ +غ از +ĠdoÄŁ al +Ġ×ijש ×Ŀ +Ġд лин +ĠØ¥ طار +Ġ×ijס פר +ãĤĴ ä¸İ +ãĤĴä¸İ ãģĪ +Ġë²ķ ë¥ł +ĠÑĥ вели +ĠÑĥвели Ñĩи +ส à¹Ħà¸ķ +สà¹Ħà¸ķ ลà¹Į +à¹Ħ à¸ģล +×ij׊ף +ĠìĿ´ íĽĦ +Ġm unic +Ġmunic ÃŃpio +تÙħ Ø«ÙĦ +ĠÄij áo +H ôtel +Ġl á»Ńa +ĠÄij ẳng +Ñĩ ки +Ø´ رÙĪ +شرÙĪ Ø· +ĠìĿ´ 를 +ÙĬ Ùĭا +×ŀ׾ ×ļ +×ŀ×Ķ ×Ļר×ķת +ĠобÑıз аÑĤелÑĮ +ĠобÑıзаÑĤелÑĮ но +é nergie +Ġmud ança +Ġm ụ +Ġmụ n +Ġn º +ĠاÙĦت عا +ĠاÙĦتعا ÙĪÙĨ +ĠاÙĦاجتÙħاع ÙĬØ© +Ġп лаÑģÑĤ +Ġëĵ± ìĿĺ +ãĥIJãĤ¤ ãĤ¯ +Ùĩج ÙĪÙħ +ĠSa úde +Ġì¤ijìļĶ íķľ +Ġ×Ķצ ×Ļ×ij×ķר +תק ף +ĠاÙĦعاÙĦÙħ ÙĬ +ĠболÑĮÑĪ ой +ĠÙĥ ÙĦÙħ +ĠÙĥÙĦÙħ Ø© +ãģ®ãģ§ãģ¯ãģªãģĦ ãģ§ãģĹãĤĩãģĨãģĭ +ĠÙħ باراة +Ġש×IJ ׳ +Ġש×IJ׳ ×Ĺ׳×ķ +ãĤ¹ãĤ¿ ãĤ¤ãĥ« +ĠSa ÄŁ +ĠSaÄŁ lık +Ġh Æ° +׳ ×Ĺ×Ķ +Ġ×ij קר×ij +Ø· عÙħ +ห ิà¸Ļ +à¸Ĺุà¸ģ วัà¸Ļ +à¸Ħรัà¹īà¸ĩ à¸Ĺีà¹Ī +ĠlÃł nh +Ġdonn é +ãģĽ ãģĦ +جز ÙĬرة +доÑĢ ож +ì¼ ľ +تÙĨظ ÙĬÙģ +ãĥģ ãĥ§ +Ġald ıģı +ج اج +ĠÑĤ омÑĥ +à¸Ľ ิ +Ġ×ijר שת +ãģıãģªãĤĬ ãģ¾ãģĻ +ĠпÑĢин ÑĨип +Ġ׊׾×ķ +ëı ¼ +×ķ×Ĵ ש +س س +à¸Ľ ู +Ġh ầu +æĦŁãģĺ ãĤĭ +ï¼ ´ +د ÙĪا +ĠÑģм ог +scri ção +Ġth áºŃn +Ġר ×ķ×IJ×Ķ +обÑĢаж ен +ĠاÙĦتج ارÙĬØ© +Ø· بÙĬع +jÄħc Äħ +íĸī ìľĦ +Ġнов Ñĭй +Ġ×ŀ ×Ĺ×ĵש +æĮ¯ ãĤĬ +gu é +Ġ×IJ ×Ļר×ķ×¢ +Ġ×IJ×Ļר×ķ×¢ ×Ļ×Ŀ +ĠاÙĦ Ø°Ùĩب +×ĵ ×IJ +ت اÙĨ +ãģł ãģĹ +à¸Ńั à¸ķรา +à¹Ĥ à¸Ī +بÙĦ اد +×Ķ×Ļ ×Ļ׳×ķ +ĠÑģп е +ĠÑģпе ÑĨиалÑĮно +ĠÅĽwi ata +ãĤĵãģ§ãģĻ ãĤĪ +شر ÙĥØ© +ĠpÅĤ yt +Ġsitu é +Ġ׼×IJ ׾×Ķ +ס ×ijר +Ġkaż d +Ġkażd ym +ãĤĴæĮģ ãģ¤ +׾×Ķ ׾ +׾×Ķ׾ ף +ĠwÅĤ as +ĠwÅĤas ne +ĠsaÄŁ lan +×ŀ×¢ ׾×Ķ +ĠاÙĦا ÙĪÙĦ +ìĹIJìĦľ ëıĦ +×IJ×Ļר ×ķפ×Ķ +تÙĤ ÙĨÙĬØ© +Ùħ ائ +Ùħائ Ø© +Ġcompañ ÃŃa +Ġsü rek +Ġsürek li +ĠиÑģ кÑĥÑģ +ĠиÑģкÑĥÑģ ÑģÑĤв +ĠB ürger +ת ×Ĺר +ת×Ĺר ×ķת +à¸ŀรà¹īà¸Ńม à¸ģัà¸ļ +Ø´ Ùħ +à¸ĸืà¸Ń วà¹Īา +è¾¼ ãĤĢ +ä¼ij ãģ¿ +ĠاÙĦØ£ ب +ĠÑģÑĤоим оÑģÑĤÑĮ +ĠпÑĢав а +may ın +ห วย +ĠاÙĦØ· بÙĬعÙĬ +à¸Ĺีà¹Ī à¸ŀัà¸ģ +ĠEst á +Ñĭва ÑİÑĤ +ب سÙĬ +بسÙĬ Ø· +Ġ×ij×¢ ×ijר +åı¯èĥ½ ãģ§ãģĻ +Ġ×ĵ ×ķ׾ +Ġ×ĵ×ķ׾ ר +Ùĩ Ùİا +воÑĢ оÑĤ +ãģ¦ ãģĦãģ¾ãģĹãģŁ +à¹Ĥà¸Ĺร ศ +à¹Ĥà¸Ĺรศ ั +à¹Ĥà¸Ĺรศั à¸ŀ +à¹Ĥà¸Ĺรศัà¸ŀ à¸Ĺà¹Į +Ġק ׳ +ĠاÙĦØ« ÙĨ +ĠاÙĦØ«ÙĨ ائÙĬØ© +Ġco ût +à¸ķิà¸Ķ à¸ķัà¹īà¸ĩ +Ġö rg +Ġörg üt +ĠاÙĦØ® ÙĦÙĬ +ĠاÙĦØ®ÙĦÙĬ ج +Ġb á»įn +×ķ׾×ķ×Ĵ ×Ļ +ëŀ ľ +ĠÐij олÑĮ +ĠÐijолÑĮ ÑĪ +×Ĵ ×ijר×Ļ×Ŀ +ÙĤ ÙĬد +×ij×Ļ×ĺ ×ķ×Ļ +æīĵ ãģ¡ +Ġol muÅŁ +f äh +fäh ig +ล าà¸Ļ +ĠÙĤ طر +ש פ×Ķ +èªŃ ãĤĵãģ§ +à¸Ĥ วา +Ġchi ếm +ãĤ¤ãĥ³ ãĤ¿ +ãĤ¤ãĥ³ãĤ¿ ãĥ¼ãĥ +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ į +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį ãĥĥãĥĪ +Ġ׾ש×ŀ ×ķר +Ġت رÙĥ +ĠترÙĥ ÙĬا +ר ×ķ×ĺ +ãģ¨æĢĿ ãģĦãģ¾ãģĹãģŁ +ĠاÙĦت ÙĤ +Ġd Æ° +ãģ¦ãģıãĤĮ ãĤĭ +ãģĹãģŁ ãģĵãģ¨ +Ġróż ne +ĠاÙĦØ· ÙģÙĦ +ĠPost é +Ġ×ŀש ×ķ×Ŀ +Ñį ÑĢ +ĠÑĢабоÑĤ аеÑĤ +ãĤ· ãĥª +ãĤ·ãĥª ãĥ¼ãĤº +Ġ×ij×Ķ ×Ĺ׾×ĺ +ק×Ķ ×Ļ׾×Ķ +ãĤ« ãĥ¡ +ãĤ«ãĥ¡ ãĥ© +ï¼ ¯ +ĠìĤ¬ ìĿ´ +Ġk ì +Ġth Æ°á»Ľc +ض بط +ÙĤب ÙĪÙĦ +åĪ¥ ãģ® +Ġparticul ière +ĠÑģво ем +Ġ×¢ סק +Ġעסק ×Ļ×Ŀ +×ij×Ĺ ×Ļר×ķת +×ij ×Ļ׳×ķ +à¸ĭ à¸Ń +Ġ×¢ ×ķ×ijר +ãģłãģ£ãģŁ ãģ®ãģ§ +ıld ıģı +Ùħ دار +Ùħدار س +주 ìĭľ +à¸Ńา ศ +à¸Ńาศ ัย +Ġt ấm +à¸ŀิ à¸Ī +à¸ŀิà¸Ī าร +à¸ŀิà¸Īาร à¸ĵา +ÑĤелÑĮ нÑĭе +Ñģк ÑĥÑİ +Ðľ Ðĺ +à¹Ģà¸ģ า +à¹Ģà¸ģา หล +à¹Ģà¸ģาหล ี +×ĵ ×Ĺ +à¹Ģà¸Ĭ ิà¸ĩ +Ġد ÙĤÙĬÙĤØ© +íķĻ ìĥĿ +Ġש×IJ ׾×Ķ +Ġcontr ôle +Ġsit uação +à¸Ĥà¸Ńà¸ĩ à¸ľà¸¹à¹ī +ÙĨ Ø·ÙĤ +ê³¼ íķĻ +หลาย à¸Ħà¸Ļ +Ġn ắng +ÙĤ Ùı +ì¡° ê±´ +Ñ ķ +ãĥĥ ãģ¨ +×ŀ ×Ļ׾×Ķ +Gr ün +×Ļ ×Ļ×¢ +×Ļ×Ļ×¢ ×ķ×¥ +×ŀ׳ ׼ +ë ŃIJ +×ŀ×¢ ×ŀ×ĵ +สำ à¸Ļัà¸ģ +ج دد +à¸Ħ ัà¸Ķ +Ġ×Ķ×ŀש פ +Ġ×Ķ×ŀשפ ×Ĺ×Ķ +×ŀש ק׾ +ÙĦ Ùı +Ġty tu +Ġtytu ÅĤ +ÑĪ ей +ĠìĿ¼ ë¶Ģ +ÑĪ ение +Ġph óng +ĠìĹŃ ìĤ¬ +ãĤ« ãĥ³ +Ġtú i +ĠÙĨ ÙĪÙģ +ĠÙĨÙĪÙģ Ùħبر +gr ün +ĠاÙĦØ´ ÙħاÙĦ +ÅĽwi adc +ÅĽwiadc zenie +ער ×Ķ +Ġ×¢ ×ķ×ij +Ġ×¢×ķ×ij ×ĵ×Ļ×Ŀ +×ĵ×ķ×Ĵ ×ŀ×IJ +ä»Ĭ ãģ¯ +Ġv ão +ĠТ ем +Ñģ илÑĮ +Ġch ợ +Ùħ را +Ùħرا ÙĤب +à¹Ħมà¹Ī รูà¹ī +Ġر ائع +×IJ׳ ×Ĺ׳×ķ +สà¹Īà¸ĩ à¹Ģสริม +צ ×Ĺ +ĠìŀĪìĸ´ ìĦľ +Ġkur ulu +Ġkurulu ÅŁ +ĠÃĸ zellik +ĠÃĸzellik le +Ġת ×Ļק +Ġgh é +Ġspr zÄĻ +ĠsprzÄĻ t +ער ×ķת +را ØŃØ© +ãģ£ ãģį +ãģ£ãģį ãĤĬ +ĠìķĦ ëŀĺ +stit uição +Ġдолж но +×Ķ רש +×Ķרש ×ŀ×Ķ +×Ķ׾ ×ļ +ãģ¡ ãģª +ãģ¡ãģª ãģ¿ +ãģ¡ãģªãģ¿ ãģ« +פ ×Ĺ×ĵ +ĠاÙĦج ÙħÙĬع +×ij×¢ ׾×Ļ +Ġtr ùng +Ġפ ת×Ĺ +×ŀ׾×Ĺ ×ŀת +ãĥĨ ãĥ¼ãĥ +ãĥĨãĥ¼ãĥ ŀ +Ùħ تاب +Ùħتاب عة +Ġ모 ìĬµ +ÙĬ ص +åIJĪ ãģĨ +ĠY ap +ĠYap ı +ĠÑģ казаÑĤÑĮ +ëª ° +à¸Ĺีà¹Ī สำà¸Ħัà¸į +ĠìĹĨ ìĬµëĭĪëĭ¤ +Ġnh ắc +Ġülk eler +Ġмног ие +íķĺ ìħ¨ +มาà¸ģ à¸Ĺีà¹Īสุà¸Ķ +à¸ģ à¹īา +à¸ģà¹īา ว +ĠÄ° yi +л еж +леж а +ãĤ¸ ãĥ§ +à¸Ĺั à¸ŀ +ا ÙĪر +Ġ×Ĺ×ijר ×Ļ +Ġ׾ ש×Ŀ +ì² « +ĠT á»Ń +×ŀ ×ķ׳×Ļ +ÙĤ ÙĪد +à¸ģระ à¹Ģà¸Ľ +à¸ģระà¹Ģà¸Ľ à¹ĭ +à¸ģระà¹Ģà¸Ľà¹ĭ า +ĠпÑĢоблем Ñĭ +Ġaç ıs +Ġaçıs ından +Ġ×Ķ×ŀ ׼ +ĠÙħع ظÙħ +ÙĤÙĬ اس +ĠпÑĢод олж +ĠпÑĢодолж а +Ġver diÄŁi +ĠпÑĢед меÑĤ +ãģĦãģ¾ãģĻ ãģĮ +ĠëĶ° 른 +ĠاÙĦ ÙĤÙĬاÙħ +ĠØ¥ÙĦÙĬ Ùĩا +Т ÐIJ +п оз +ãĤ· ãĥ¥ +ä¸ĬãģĮ ãĤĬ +à¹Ģà¸Ķิม à¸ŀัà¸Ļ +à¸ģุ ล +ØŃر ÙĬØ© +ק×ij×ķצ ×ķת +ë¯ ¿ +ĠاÙĦÙħ ÙĨا +ĠاÙĦÙħÙĨا Ø·ÙĤ +ĠвÑĭп ол +ĠвÑĭпол нÑı +ãĥĭ ãĤ¢ +Ġê²° êµŃ +×Ĺ ×ķ×ŀ +×Ĺ×ķ×ŀ ר×Ļ×Ŀ +ĠУкÑĢа инÑĭ +ห à¸Ńม +ר ×Ļס +ĠÑħоÑĤ ел +ĠобÑĢаз ованиÑı +Ġkh ẳng +Ġm Æ°a +Ġgör me +Ġgüç lü +سع Ùī +มัà¹Īà¸Ļ à¹ĥà¸Ī +íķĺ ê²łìĬµëĭĪëĭ¤ +Ġпол Ñĥ +Ġfün f +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġê·¸ê²ĥ ìĿĢ +ĠdÃ¼ÅŁÃ¼n ce +ìŀ ł +ĠH Æ°á»Ľng +ĠTi á»ĥu +Ġç ift +ãģij ãģ° +à¸Īà¸Ļ à¸ĸึà¸ĩ +à¸Ĺำ à¹Ħà¸Ķà¹ī +ĠìŀIJ ì²´ +Ġd õ +Ġdõ i +à¸Ī ัà¸Ļ +à¸Īัà¸Ļ à¸Ĺ +à¸Īัà¸Ļà¸Ĺ รà¹Į +ece ÄŁini +׳×ķ×¢ ר +غ ار +ĠاÙĦØ£ÙħرÙĬ ÙĥÙĬ +داع Ø´ +ĠбезопаÑģ ноÑģÑĤи +Ġб Ñİ +ĠбÑİ Ð´Ð¶ +ĠбÑİдж еÑĤ +ãĥĬ ãĤ¤ +à¸ŀà¸ļ วà¹Īา +da ÄŁ +×IJ ×ķפף +íĹ Į +ãĥĢãĤ¤ ãĤ¨ +ãĥĢãĤ¤ãĤ¨ ãĥĥãĥĪ +ĠëĮĢ íĨµ +ĠëĮĢíĨµ ëł¹ +D Ä° +Ø£ ØŃداث +ĠA ÄŁ +ĠAÄŁ ust +ĠAÄŁust os +ØŃÙĦ ÙĪÙĦ +Ġw ÅĽ +ĠwÅĽ ród +ĠÑģо оÑĤвеÑĤ +ĠÑģооÑĤвеÑĤ ÑģÑĤв +ĠÑģооÑĤвеÑĤÑģÑĤв ии +ĠLu áºŃt +Ġ׼׾ פ×Ļ +Ġв еÑī +ĠвеÑī еÑģÑĤв +ק ×Ļ×¥ +ĠبÙĩ ذا +عا Ø´ +à¹Ģà¸Ľà¹ĩà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Т Ðķ +Ġ×ij×IJ ×Ļ׳×ĺר׳×ĺ +س عد +Ġ×Ķ×ĺ ×Ļפ×ķ׾ +פ ×Ļס +à¸ĩà¹Īาย à¹Ĩ +ĠGer ät +׾ ×Ļ×ĵ×Ķ +ĠÑĢ иÑģк +׾ק ×Ĺ +н наÑı +ר ×Ļ×ĵ +п ÑĢакÑĤи +пÑĢакÑĤи к +à¸Ĥัà¹īà¸Ļ à¸ķà¸Ńà¸Ļ +à¸Ļà¹Īา รัà¸ģ +larınız ı +à¸Ńà¸Ļุ à¸įา +à¸Ńà¸Ļุà¸įา à¸ķ +ĠzdjÄĻ cia +Ġb ây +Ñģ ÑĢ +ÑģÑĢ оÑĩ +ãĥĭ ãĥ³ãĤ° +Ġö ner +Ġöner i +Ġнов ÑĭÑħ +دع ÙĪØ© +Ġg ắn +ĠاÙĦÙĦ بÙĨ +ĠاÙĦÙĦبÙĨ اÙĨÙĬ +ãĥĨãĤ£ ãĥ¼ +Ġص ØŃÙĬØŃ +ем ÑĭÑħ +çĸ² ãĤĮ +ĠпÑĢо иÑģ +ĠпÑĢоиÑģ ÑħодиÑĤ +ส à¸ķิ +ĠT ết +Ġ×Ķ׾ ׾×ķ +à¹Ģรืà¹Īà¸Ńà¸ĩ à¸Ļีà¹ī +×ŀ×ij ׳×Ķ +Ġconte údo +Ġا خت +Ġاخت ÙĬار +Ùħ سÙĦ +ÙħسÙĦ سÙĦ +ëı Ī +Ġ׾ ×Ļ×ĵ +à¸ŀิ à¸ĺี +ĠÑģов Ñģ +ĠÑģовÑģ ем +ãģĮãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġsó ng +Ø¥ صÙĦاØŃ +ë§ ģ +Ùģ ÙĬر +ĠJe żeli +ìłľ ëıĦ +d ÅĤug +ìĥģ ìĿĦ +Ġc áºŃn +Ġhá»į p +Ø£ ست +أست اذ +Ġ×ŀ ×Ļש×Ķ +Ġ×ŀ×Ļש×Ķ ×ķ +Ġd Ãły +Ġch Ãłng +ãģ¡ãĤĥãĤĵ ãģ¨ +ĠÄij ám +Ġsw ój +Ġpoder á +ĠоÑĤлиÑĩ а +Ġpéri ode +ünd ig +×ĺ×¢ ף +ÑģÑĤÑĢо иÑĤелÑĮ +ר ת×Ļ +Ġ×Ļ×Ķ ×Ļ×ķ +׾ ס +ĠاÙĦÙħÙĨ زÙĦ +à¸Ļิ à¹īว +иÑĦ ика +иÑĦика ÑĨи +ðŁĺ ī +Ġad ına +ãĢĤãĢĤ ãĢĤ +×IJ ×Ļף +ס ×Ļר +ĠÙĬ عد +çŃĶ ãģĪ +اÙĦ جز +اÙĦجز ائر +енÑĮ к +ร ห +รห ัส +ĠTürk çe +ê¾ ¸ +Ġ×Ļ ×ķ׼׾ +Ġש ×ķ׳×Ķ +Ġ×ij×ŀ צ×ij +ĠдейÑģÑĤв иÑĤелÑĮно +ĠبأÙĨ Ùĩ +×ŀק ×ĵ +Ġ×Ķש ק +Ø®ÙĬ ارات +Ġf ı +Ġfı rs +Ġfırs at +ëij ĺ +ĠìĦľ ìļ¸ +Ġ×Ķ×Ĵ ×ķ×£ +ر عا +رعا ÙĬØ© +ĠK ết +к Ñģи +ĠÑĥÑģлÑĥг и +ноÑģÑĤ ей +ìļ´ ëıĻ +ĠобÑĬ Ñı +ĠобÑĬÑı вл +н еж +×Ķפ ×ļ +Ġ×ij×¢ ×Ļ׳×Ļ +ëĨ Ĵ +ĠпÑĢоÑĨ ед +ĠпÑĢоÑĨед ÑĥÑĢ +Ġiht iy +Ġihtiy acı +Ġë°Ķ ëŀį +Ġë°Ķëŀį ëĭĪëĭ¤ +à¸ģล ัว +ĠÑģл ожно +ק×Ļ ×Ļ×ŀת +ĠÄIJ ình +ĠÙħ ÙĦÙģ +Ġà¹Ĥà¸Ķย มี +Ġkat kı +تØŃ ÙĪÙĬÙĦ +à¹Ħ à¸ŀ +ĠH á»į +ñ e +Ġдо Ñħод +Ġtho ải +íķĺìŬ ìķ¼ +ãĤ¹ãĥĿ ãĥ¼ãĥ +ãĤ¹ãĥĿãĥ¼ãĥ Ħ +ĠG òn +Ġk è +Ġkè m +éĢ² ãĤģ +ãĤ¹ ãĥ¼ãĥ +ãĤ¹ãĥ¼ãĥ ij +ãĤ¹ãĥ¼ãĥij ãĥ¼ +ĠgiÃł u +ĠØ¥ عادة +Ġ׾ ×ķק +Ġ׾×ķק ×Ĺ +ĠÑħоÑĩ еÑĤ +×ĺ ׾×ķ×ķ +×ĺ׾×ķ×ķ ×Ļ×ĸ +×ĺ׾×ķ×ķ×Ļ×ĸ ×Ļ×Ķ +Ġth uyết +ãģĿãĤĮ ãģ§ +Ġvard ı +à¹Ħร à¹ī +ع بد +ĠRep ública +ãĥ¼ãĤ¿ ãĥ¼ +Ġ×ŀ×IJ ×ķת +à¹Ħà¸Ľ à¹ģลà¹īว +Ġyapıl acak +ãĤ¹ãĤ¿ ãĥ¼ãĥĪ +ãģ» ãģ¼ +Ġko ÅŁ +ĠмаÑĤ еÑĢи +Ġsiè cle +ĠاÙĦÙħ ختÙĦÙģ +ĠاÙĦÙħختÙĦÙģ Ø© +Ġ׾ק ר×IJ +Ġ׾קר×IJ ת +Ġ×Ķפ ×ķ×¢×ľ +Ġt òa +Ġr Æ¡i +åij¨ ãĤĬ +à¸Ŀ à¸Ļ +j ÅĽÄĩ +ĠìķĬ ìĿĦ +اÙĨت ÙĤاÙĦ +ëĸ ł +ив аеÑĤ +ãĥĪ ãĥ« +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬØ© +à¸ģลà¹Īาว วà¹Īา +ا Ùĥت +ĠÃĸ l +ĠÑĢе ÑĪи +ĠÑĢеÑĪи л +Ġ׳×ķס פ×ķת +Ġìłķ ì¹ĺ +вл еÑĩен +Ùħر ØŃÙĦØ© +Ġcome ça +Ġy ık +ìĤ ´ +à¸ĺ à¸Ļา +à¸ĺà¸Ļา à¸Ħาร +à¸Ńà¸Ļ า +à¸Ńà¸Ļา à¸Ħ +à¸Ńà¸Ļาà¸Ħ à¸ķ +Ġpeque ña +ä»ķ äºĭãĤĴ +Ġب Ø°ÙĦÙĥ +Ġнов ого +ãģĹãģ¦ ãģĦãģªãģĦ +ĠاÙĦÙħ ÙĬاÙĩ +à¸ģà¹ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġж ÑĥÑĢ +ĠжÑĥÑĢ нал +в еÑģ +خت ار +Ġ매 ìļ° +ĠM ã +ĠавÑĤомаÑĤ Ñĭ +ضع Ùģ +ĠاÙĦÙģ Ùĥر +ãģ§ãģĻ ãģ®ãģ§ +ãĥ¡ãĥ³ ãĥIJãĥ¼ +Ġк ÑĢÑĥг +ĠاÙĦسÙĦ طة +à¸Ħรัà¹īà¸ĩ à¹ģรà¸ģ +à¸ģระà¸Ĺ รว +à¸ģระà¸Ĺรว à¸ĩ +ÑĨ ов +éķ· ãģĦ +大ãģį ãģĦ +Ġgeç miÅŁ +ìĦ± ìĿ´ +Ġצר ×Ļ׼×Ķ +Ġм оÑī +ĠмоÑī н +Ġק ×Ļש +Ġק×Ļש ×ķר×Ļ×Ŀ +ĠNas ıl +г ÑĢан +Ġ×ŀ ×ķצר×Ļ×Ŀ +Ġ×ŀס ×ķ×Ĵ +Ġy ür +Ġyür üt +Ġ׾׊צ×ķ +×ķÖ ¼ +ĠìŀĪ ìĹĪëĭ¤ +Ġter ör +ĠTh Æ°Æ¡ng +ĠÙĪ ÙĬÙħ +ĠÙĪÙĬÙħ ÙĥÙĨ +ج ÙĪÙĨ +ĠÙĪغÙĬر Ùĩا +×ŀ פ×ķ +×Ĵ×ķר ×ŀ×Ļ×Ŀ +׼×ij ×Ļש +ĠاÙĦÙĦ غ +ĠاÙĦÙĦغ Ø© +شر Ùĥ +ĠاÙĦر اب +ĠاÙĦراب ع +ĠпÑĢ ек +ĠпÑĢек ÑĢаÑģ +ĠпÑĢекÑĢаÑģ н +Ġenerg ÃŃa +ק×ĵ ×ŀ×Ļ +ãģıãģª ãģ£ãģŁ +ĠÄij ứ +ĠÄijứ a +Serv i +Servi ço +Ġkald ır +åĥį ãģį +Ġод еж +Ġодеж д +물 ìĿĦ +ãģĿãģĨ ãģ§ +ãģĮãģĤ ãĤĮãģ° +ìĻ ķ +צ×ĵ ק +Ġart ır +Ġile ti +Ġileti ÅŁim +ãĤĪãģĨ ãģ§ +ãĥĪ ãĥ¼ +ãĤ¢ ãĥĭ +ãĤ¢ãĥĭ ãĥ¡ +×ĺ×Ļ ×Ļ׾ +ãĥķ ãĥªãĥ¼ +ãĥĿ ãĥ³ +ÐŁÑĢ о +Ġع اÙĦÙĬØ© +ĠÃ¶ÄŁ ret +ĠÃ¶ÄŁret men +ĠкаÑĩеÑģÑĤв а +Ġ×Ķ×ĺ ×ij×¢ +Ġзна Ñİ +ãģ¦ ãģıãĤĭ +Ġm ừng +ÙħÙĪ ت +ש ×ķ×ŀר +×Ĺ׾ ×ij +Ġwzgl ÄĻ +ĠwzglÄĻ du +ë²Ī 째 +Ġtá» ĵ +Ġtá»ĵ n +ãĥ¯ãĥ¼ ãĤ¯ +Ġpo życz +Ġpożycz k +×Ļ ×ķצר×Ļ×Ŀ +Ùĥر Ùħ +Ġг аÑĢ +ĠгаÑĢ ан +ĠгаÑĢан ÑĤи +ล à¹īาà¸ĩ +Ġìĺģ íĻĶ +×ĺ ×Ļס +Ġth ẻ +ĠìŀĪëĭ¤ ê³ł +اÙĦت ز +اÙĦتز اÙħ +Ġна ÑĪи +is ée +ãģĵãĤĮ ãĤĴ +Ġm ẽ +ض ÙĦ +بÙĪ ت +Ġ׼ ׼×Ķ +h ợ +ĠاÙĦس ÙĪرÙĬØ© +Ġ×ľ×¢ ×ķ×ŀ +Ġ×ľ×¢×ķ×ŀ ת +ĠbaÅŁ ar +ĠbaÅŁar ılı +е ÑģÑĤÑĮ +à¸Ħร ี +à¸Ħรี ม +ĠìłĦ ì²´ +ĠسÙĬ ÙĥÙĪÙĨ +Ġ×ŀ×ĵ ×ķ×¢ +ĠëķĮ문 ìĿ´ëĭ¤ +Ġc ứng +ger ät +Ġм иÑĢ +ĠмиÑĢ е +ĠÙĥÙĬÙģ ÙĬØ© +Ġפר ×ĺ×Ļ×Ŀ +Ġgo ÅĽci +иÑĤ еÑģÑĮ +ÑĥÑĪ ки +ؤ ÙħÙĨ +Ġ×IJ ׼ף +ĠاÙĦر جÙĦ +Ġl á»įc +à¹Ģรีย à¸ģวà¹Īา +ãģĵãģ® ãĤĪãģĨãģª +ë§Į íģ¼ +Ġп еÑĩ +ÙĪÙĦ ات +ĠÃľ ye +liÄŁ inde +à¸Ħะ à¹ģà¸Ļ +à¸Ħะà¹ģà¸Ļ à¸Ļ +ãĤĭãģĵãģ¨ ãģ¯ +วิ à¹Ģà¸Ħร +วิà¹Ģà¸Ħร าะ +วิà¹Ģà¸Ħราะ หà¹Į +Ġвозмож ноÑģÑĤи +ĠاÙĦÙĨ ساء +ãĥīãĥ© ãĥŀ +Ġgü c +Ġgüc ü +Ġt Æ°á»Ŀng +Ġacomp aña +ãĤ¤ ãĥ© +ק צ×ij +ĠY ö +ĠYö net +ĠYönet im +สัม à¸ľ +à¸ªà¸±à¸¡à¸ľ ัส +à¸Ļ าม +ĠÄij ợi +à¹ģหà¹Īà¸ĩ à¸Ĭาà¸ķิ +ãģĿãĤĮ ãģ§ãĤĤ +ät ig +ת ×ķ×Ŀ +ĠbaÅŁ lat +ĠвÑģ ей +ת ×Ļק +ת×Ļק ×ķף +ĠNg ô +ĠGesch ä +ĠGeschä fts +Ø£ Ùħ +Ø£Ùħ راض +à¹Ģà¸Ĺ à¸Ħà¸Ļ +à¹Ģà¸Ĺà¸Ħà¸Ļ ิ +à¹Ģà¸Ĺà¸Ħà¸Ļิ à¸Ħ +Ġм енÑĮ +ĠменÑĮ ÑĪе +Ġöl ç +Ġölç ü +ĠÙĬ جعÙĦ +ĠÄij ỡ +ש ×Ļ׾ +ש×Ļ׾ ×ķ×ij +ĠGr Ã¶ÃŁe +ĠÙĩ اتÙģ +รà¹īาà¸Ļ à¸Ńาหาร +×Ķ׾ ×Ļ׼ +×Ķ׾×Ļ׼ ×Ļ +иÑĢÑĥ ÑİÑī +èĭ¥ ãģĦ +ĠÃĸ zel +ãģĦãģŁ ãĤī +à¸Ħำ à¸ĸาม +Ġzosta ÅĤy +Ġ×Ķס ×Ļפ×ķר +×Ķ ×ķ׾ +×Ķ×ķ׾ ×ļ +à¹Ģà¸Ĭà¹Īà¸Ļ à¸ģัà¸Ļ +à¹Ĥ à¸Ĩ +à¹Ĥà¸Ĩ ษ +à¹Ĥà¸Ĩษ à¸ĵา +×IJר צ×ķת +×Ĵר פ×Ļ +Ġao ût +ĠÙĬ رÙĬد +ت ÙĪج +تÙĪج ÙĬÙĩ +ĠÑįÑĤ ап +ãĤ¹ãĤ¿ ãĥ³ +Ġkr ó +Ġkró tk +ãĤĴ使 ãģĨ +ì ·¨ +éĸ¢ ãĤı +à¸Ķà¹īวย à¸Ħวาม +à¸Ļำ à¹Ģสà¸Ļà¸Ń +Ġa yrıca +à¸Ī à¹īาà¸ĩ +ĠÑĦоÑĤ огÑĢаÑĦ +Ġв еÑĩ +ĠвеÑĩ еÑĢ +åĩº ãģĹãģŁ +ĠÐ¥ о +Ġ×ŀ ר×Ĵ×Ļש +à¹ĥหà¹ī à¹Ģà¸Ľà¹ĩà¸Ļ +ãĤĴ 缮 +ãĤĴ缮 æĮĩ +׾ ×ŀ×Ļ×Ŀ +nÄħ ÅĤ +ĠÑģÑĤ анд +ĠÑģÑĤанд аÑĢÑĤ +ĠSü d +ĠT âm +اخت بار +à¹Ģà¸ģ à¸Ńรà¹Į +Ùħس رØŃ +Ġbi á»ĩn +ب Ùı +Ġص اÙĦ +ĠصاÙĦ ØŃ +ĠPh ụ +íľ ´ +ãĥ¬ãĥĵ ãĥ¥ãĥ¼ +Ġbụ ng +Ġrég ime +ĠØ£ Ø´Ùĩر +ĠÑĢабоÑĤ ник +à¸Ŀ ัà¸Ļ +اع تÙħ +اعتÙħ اد +Ġзам еÑĤ +ãģ¾ ãģ£ãģ¦ +Ġch ặt +æĿ¥ ãĤĭ +ĠاÙĦÙĤ ÙĪات +ãģ«åħ¥ ãģ£ãģ¦ +تØŃ Ø§ÙĦÙģ +Ùħ زÙĬد +ĠÙĬ صÙĦ +ìĹ ¼ +à¹Ģà¸Ĭ à¹ĩ +à¹Ģà¸Ĭà¹ĩ à¸Ħ +Ġk á»ĭ +Ġká»ĭ p +ĠìķĦ ì§ģ +×IJ׳ ×Ĵ +Ġобла ÑģÑĤÑĮ +Ġpomoc Äħ +Ġ×ķ ש׾ +ëĵł ì§Ģ +ĠGi ám +ĠSt ück +Ġchá y +ĠëĤĺ ìĺ¤ +ש ×Ļ×ĺת +×ŀ×ĵ ר +×ŀ×ĵר ×Ļ×ļ +Ġsüre ç +к ва +×ij׾ ×Ļ×Ŀ +×Ķ ת×Ļ +×Ķת×Ļ ×Ļ×Ĺס +ÙĤب اÙĦ +Ġס ×ķ×Ĵ +Ġס×ķ×Ĵ ×Ļ +ÑģÑĤ олÑĮ +ä½ķ ãĤĤ +×ĸ׼ ×ķר +è²· ãģĨ +å®ī ãģı +à¸Ħรัà¹īà¸ĩ à¸Ļีà¹ī +kö p +ĠÑģеÑĢ виÑģ +оÑĩ нÑĭÑħ +ê±° ëŀĺ +تأ Ùĥ +تأÙĥ ÙĬد +×ĵ ׾ק +Ġпо Ñĩем +ĠпоÑĩем Ñĥ +пиÑģ аÑĤÑĮ +×ij שר +ĠH Ãłng +ĠT ìm +Ġtr ừ +ãĤ» ãĥĥãĤ¯ãĤ¹ +×ķ׳ ×Ĵ +mız da +п Ñģи +ĠìŀĪ 기 +Ġr út +ز اÙĨ +تÙĨ ÙĪع +ÙħÙĤ ا +ÙħÙĤا ÙĪÙħØ© +Ġ׾צ ×ķר×ļ +Ġ×ij ×Ļר×ķש׾×Ļ×Ŀ +ãĥ´ ãĤ£ +eb ile +ebile ceÄŁi +ãĥ¦ ãĥ¼ãĤ +ãĥ¦ãĥ¼ãĤ ¶ +ãĥ¦ãĥ¼ãĤ¶ ãĥ¼ +ãĤĴä½ľ ãĤĭ +Ñģ меÑĢ +ÑģмеÑĢ ÑĤ +Ġì§ ģ +Ġì§ģ ìłij +ĠÐŁ аÑĢ +ØŃ Ø§Ø¶ +ØŃاض ر +Ùħ ÙĥاÙģ +ÙħÙĥاÙģ ØŃØ© +ล ิà¸Ļ +ãģ¦ ãģįãģ¦ +ÑĢоÑģ л +ĠÄ°ÅŁ te +ÙĤص ÙĬر +Ġ×ij×Ĵ ×Ļ׾ +Ġ×ŀת ×IJ×Ļ×Ŀ +Ġ×Ķ ×Ĺ×ĵ +Ġ×Ķ×Ĺ×ĵ ש×Ķ +ר ×ķ×¢ +Ġprodukt ów +ĠÙħ صدر +не ÑĨ +ĠاÙĦعÙħÙĦ ات +Ġçık ma +Ġد بÙĬ +ק ×Ļף +ת ×IJר +ת×IJר ×Ļ×ļ +׳×Ļ ×Ļ×ĵ +صر اع +l ève +צ ×Ļר +à¸Ķ ัà¸Ļ +à¹ĥหà¹ī à¹Ħà¸Ķà¹ī +ãĤ¿ãĤ¤ ãĥł +Ġgi ảng +С ÐŁ +ĠاÙĦÙħ ØŃÙĦ +ĠاÙĦÙħØŃÙĦ ÙĬØ© +ĠT ất +׾ ×ķ×ĺ +h á»ķ +Ġam éric +Ġaméric ain +Ġ×ijש׾ ×ij +Ġ׾×IJ ×ķ×ŀ×Ļ +Ġpe ça +ĠÑĢаз нÑĭÑħ +ãģĦãĤĭ ãģ¨ +ãĥĩ ãĥ³ +ס קר +Ġ×Ķ×ŀ×Ĺ ×Ļר +ãģ¨ãģĦãģĨ ãĤĤãģ® +رت بط +ĠиÑģÑĤ оÑĩ +ĠиÑģÑĤоÑĩ ник +สมัà¸Ħร สมาà¸Ĭิà¸ģ +Ġ à¸Ĺัà¹īà¸ĩ +Ġà¸Ĺัà¹īà¸ĩ à¸Ļีà¹ī +ĠT áºŃp +ãģ£ãģ¦ ãģĦãģĨ +ĠاÙĦÙĪ صÙĪÙĦ +Ġdéc ada +Ġо ÑĦоÑĢм +ĠоÑĦоÑĢм лен +สำหรัà¸ļ à¸ģาร +Ġog óln +ãģĨãģ¡ ãģ« +Ġvá rias +ãģĻãģİ ãĤĭ +ÙĪ Ùĩا +à¹Ĥà¸Ľà¸£ à¸Ķ +ĠÐłÐ¾ÑģÑģ иÑı +人 ãĢħ +ãģĹãģ¦ ãģįãģŁ +Ġsı rasında +Ġng ôn +س ÙĨØ© +تÙħ تع +×ŀ׼ ×ij×Ļ +Ġnh ấn +×¢ ×ŀ×Ļ×ĵ +á» ¨ +ж иÑĤÑĮ +ãĤī ãģĽ +gr áf +gráf ica +ĠÙĤ ÙĪÙĦ +ĠÙĤÙĪÙĦ Ùĩ +ëĭ¨ ì²´ +ห à¹īา +หà¹īา ม +使 ãģ£ãģ¦ +ת ×Ļ×ij +ת×Ļ×ij ת +i á»ĥu +à¹ģ à¸Ĭม +à¹ģà¸Ĭม à¸Ľ +à¹ģà¸Ĭà¸¡à¸Ľ à¹Į +Ạ¬ +ĠëĤĺ ëĿ¼ +ĠÙħباشر Ø© +Ġtr Äĥm +سÙĥ ÙĪ +ĠاÙĦØ° Ùī +Ġbi ç +Ġbiç im +ت راجع +Ġоб еÑģп +ĠобеÑģп еÑĩ +ĠобеÑģпеÑĩ ива +Ġвозд ÑĥÑħ +Ñĭв аÑĤÑĮ +ÙĦ ØŃÙĤ +ĠMü dü +ĠMüdü rl +ĠMüdürl Ã¼ÄŁÃ¼ +Ġyapt ır +Ġפר ס +Ġפרס ×ķ×Ŀ +Ø· ÙĪر +ÑģÑĤв оваÑĤÑĮ +ìŀ¥ ìĿĦ +à¸Ĺีà¹Īà¸Ķี à¸Ĺีà¹Īสุà¸Ķ +à¸Ńั ล +ÑĢ Ñİ +Ùħست ÙĤبÙĦ +Ñģл ÑĥÑĪ +ÑģлÑĥÑĪ а +èªį ãĤģ +Ġ׾ ×Ļ×ŀ +Ġ׾×Ļ×ŀ ×ķ×ĵ×Ļ +ת ש×ķ×ij +תש×ķ×ij ×ķת +ĠgerçekleÅŁtir il +ĠاÙĦ اتÙģاÙĤ +ĠÑĥÑĢов не +ĠÑĤ ÑĢав +Ġ×Ķ×ŀ ×ķף +ØŃÙģ اظ +ĠÙħ ÙIJ +ĠÙħÙIJ ÙĨ +ĠÙħÙIJÙĨ ÙĴ +Ġdem ás +×ŀ×ķ×ĸ ×Ļק×Ķ +ש ×Ļ×Ĺ×Ķ +Ġb ú +алÑĮ нÑĭм +ãĤı ãģŁ +ãĤıãģŁ ãģĹ +ĠاÙĦÙħÙĪ اد +ת ׼׳ +×ª×Ľ×ł ×ķף +ãĥŃ ãĥĥãĤ¯ +hi ếu +ĠÑĥ ме +ÙħØŃا ÙĪÙĦØ© +×IJ ×ķשר +Ġкон кÑĥÑĢ +ĠконкÑĥÑĢ Ñģ +Ġ×ŀ ×ij×Ĺ +Ġ×ŀ×ij×Ĺ ×Ļ×ł×ª +Ġan lam +Ġanlam ı +Ġli á»ĩt +Ġв Ñħод +ĠH ình +ĠÙĨ ÙĬ +ĠÙĨÙĬ ÙĪز +ãĤ¸ãĥ£ ãĥ¼ +×ij ×Ļ×¥ +ÑĤелÑĮ нÑĭÑħ +à¸Ĺุà¸ģ à¸Ńยà¹Īาà¸ĩ +ĠkiÅŁ inin +Ø£ Ùĥثر +ĠиÑģÑĤоÑĢ ии +Ġë³Ģ íĻĶ +פ׾ ס×ĺ +×¤×ľ×¡×ĺ ×Ļ׳×Ļ +ĠÑģ еÑĤ +ĠÑģеÑĤ и +dıģ ımız +íķĺ ëıĦë¡Ŀ +×Ķ ר +×Ķר ×ij×Ķ +ãģĻãĤĭãģĵãģ¨ ãģ¯ +Ġphi ếu +تØŃ Ø³ÙĬÙĨ +ĠÅĽ rod +ĠÅĽrod ow +ĠÅĽrodow isk +ĠÑĢаÑģ Ñħод +بر ÙĬد +Ġر ÙĬ +ĠرÙĬ اÙĦ +Ġ×ķ ׼×ļ +ì§Ģ ìļĶ +׼ ×ŀ×ķ +Ġ×¢×ľ ×Ļ×Ķ×Ŀ +f ÃŃcio +Ġkar arı +tıģ ını +ĠС ов +ĠСов еÑĤ +ãģĬéĩij ãĤĴ +м еждÑĥ +междÑĥ на +междÑĥна ÑĢод +междÑĥнаÑĢод н +Ġm á»Ŀi +ĠاÙĦØ¥ ÙĬر +ĠاÙĦØ¥ÙĬر اÙĨÙĬ +ĠاÙĦرÙĪ سÙĬ +ص ÙĨد +صÙĨد ÙĪÙĤ +ĠاÙĦØ¥ÙĨ ترÙĨت +Ġt ắm +ĠÑĤак ого +Ġ×ij ׾×ķ×Ĵ +Ġü crets +Ġücrets iz +×Ĺ×ĸ ×Ļר +ìĸ´ ìķ¼ +ĠPh ần +ï¼ ľ +Ġ×ĺ ×ij×¢ +Ġ×ĺ×ij×¢ ×Ļ +×IJ×ŀ ×IJ +اÙĤ ÙĦ +Ġcondi ções +ÙĤات ÙĦ +ĠÑĢезÑĥлÑĮÑĤаÑĤ е +ĠÑģво ими +צ×ij ×Ļ×¢ +gé ni +Ġz es +Ġzes po +Ġzespo ÅĤ +ÑĪ ив +Ġפר×ĺ×Ļ ×ķת +Ùħست Ø´Ùģ +ÙħستشÙģ Ùī +شر ع +Ġko ÅĽci +Ġ×Ķ×IJ ×Ļ׳×ĺר׳×ĺ +ĠЧ еÑĢ +поÑĩ ÑĤ +Ġactiv ités +çŁ¥ ãģ£ãģ¦ +Ġ×ij ×ĸ×Ķ +Ġyüz den +ãģªãĤĬ ãģ¾ãģĽãĤĵ +Ġíĺ ¹ +Ġíĺ¹ ìĿĢ +Ġ×ŀש ׳×Ķ +ĠÐĴ еÑĢ +Ġ×ij×IJ×ķת ×ķ +éĿ¢ çĻ½ +éĿ¢çĻ½ ãģĦ +شر ØŃ +gr ünde +Ùģ Ø´ +ÙģØ´ ÙĦ +Ġsé jour +ë´ IJ +Ġr ôle +Ø´ عار +ем Ñĭе +ĠاÙĦج سÙħ +алÑĮ ное +Ġìĥģ íĥľ +ï¼ ¤ +ë¯Ģ ë¡ľ +ĠÙĨ ÙĤØ· +ĠÙĨÙĤØ· Ø© +ãģĿãģĨ ãģł +ãģĻãĤĭ ãģ®ãģĮ +ห ู +Ġnh á»ĭ +Ġeconóm ica +ס×ĺ ×ķ×ĵ +ס×ĺ×ķ×ĵ ׳×ĺ +มี à¹Ĥà¸Ńà¸ģาส +Ġgest ão +รูà¹ī วà¹Īา +Ġlo ạt +ĠاÙĦÙħ Ùı +ĠاÙĦØŃ ÙħÙĦ +ĠاÙĦعÙħÙĦ ÙĬØ© +Ġê²ĥ ëıĦ +ĠÐľÐ¾Ñģк ва +ק×ĺ ×ķר +Ġпод ÑĢоб +ĠподÑĢоб н +Ġl Æ°ng +ت Ùģس +تÙģس ÙĬر +ĠاÙĦ بع +ĠاÙĦبع ض +ئ ت +Ðķ ÐĿ +ìĹ° 구 +à¹ĥหà¹ī à¸Ħุà¸ĵ +ãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġbir ka +Ġbirka ç +ĠÄ° sl +ĠÄ°sl am +çĹĽ ãģ¿ +Ġh ảo +Ġм аÑı +ĠiÅŁ çi +ש × +×©× ģ +à¸ģาร à¹Ģมืà¸Ńà¸ĩ +×ķ×Ķ ר +Ġch ó +ëĨ Ģ +Ġyan lı +Ġyanlı ÅŁ +幸 ãģĽ +×IJר×Ĵ ×ķ׳×Ļ +à¸Ńาà¸Ī าร +à¸Ńาà¸Īาร ยà¹Į +ĠинÑĦоÑĢм аÑĨиÑİ +Ðĵ Ðŀ +׳ ×Ĺש +ĠìķĮ ìķĦ +ĠÑħаÑĢакÑĤеÑĢ иÑģÑĤ +ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ ик +à¸Ħุà¸ĵ สามารà¸ĸ +è¦ĭ ãģĪãĤĭ +à¸Ĭัà¸Ķ à¹Ģà¸Ī +à¸Ĭัà¸Ķà¹Ģà¸Ī à¸Ļ +ĠdziaÅĤ al +ĠdziaÅĤal noÅĽci +à¹Ĥà¸ŀ สà¸ķà¹Į +ĠÐļ ол +ĠÙģ ÙĩÙĬ +Ġ×ŀ פ׳×Ļ +Ġ×Ķק שר +Ùħر Ùĥ +ÙħرÙĥ ز +Ġho á +Ġа пп +Ġапп аÑĢаÑĤ +Ġp ami +Ġpami ÄĻ +ĠpamiÄĻ ta +Ġç ünkü +×ĵ ×ķף +ãģ¯ ãģĵãģ¡ãĤī +ĠM Ãł +ĠÙĬ ÙĤدÙħ +ĠпÑĢ ез +ĠпÑĢез иденÑĤ +à¸Ńุ à¸ķ +à¸Ńุà¸ķ สา +à¸Ńุà¸ķสา ห +à¸Ńุà¸ķสาห à¸ģรรม +ì§Ģ ìĽIJ +Ġ×IJפשר ×ķת +sch üt +schüt z +ĠTi ên +Ġsay ılı +ĠгÑĢÑĥпп Ñĭ +оÑĩ нÑĭй +Ġ×ľ×¢ ×ŀ×ķ×ĵ +Ġwr zeÅĽ +ĠwrzeÅĽ nia +ĠÄIJ ầu +à¹Ģà¸Ĥà¹īา รà¹Īวม +nız da +Ø®ÙĬ ص +Ġgü nc +Ġgünc el +ĠÙĦÙĩ Ø°Ùĩ +ĠÙĬ عتبر +lé gi +ãĤı ãģĭãĤĭ +Ġr ừng +ظ Ùĩ +ظÙĩ ÙĪر +Ġ×ŀ×ij ×Ļף +Ġ기 íĥĢ +åĪĩ ãĤĮ +lan mÄ±ÅŁ +à¸Ĺีà¹Ī มีà¸Ħวาม +Ġh á»ģ +ت ÙĪجÙĩ +ĠاÙĦØ¥ دارة +Ġú til +ס פ×ķ +à¸Ħวาม รัà¸ģ +à¹Ĥ ฮ +Ġпол иÑĤ +ĠполиÑĤ ик +Ġsat ın +ĠÅŀ imdi +×ŀ ×ķר×Ļ×Ŀ +ìķĺ ëĭ¤ +×Ĺ ×ķ×ķ +×Ĺ×ķ×ķ ×Ļ×Ķ +à¸Ħà¸Ńม à¸ŀิ +à¸Ħà¸Ńมà¸ŀิ ว +à¸Ħà¸Ńมà¸ŀิว à¹Ģà¸ķà¸Ńรà¹Į +Ġا ذا +تخ اذ +ãĤ¨ ãĥ« +Ġpossibilit é +ยืà¸Ļ ยัà¸Ļ +Ġü nivers +Ġünivers ite +ĠاÙĦد ÙĪرÙĬ +ĠìķĬëĬĶ ëĭ¤ +ĠìĦľ ë¡ľ +ØŃ Ø§ÙĦ +Ġë ¨ +Ġë¨ ¼ +Ġ먼 ìłĢ +à¸Ĺีà¹Ī à¸ĸูà¸ģ +ì§ ľ +Ġsk óry +лÑĮ ÑĨ +à¹ĥà¸Ĭà¹ī à¹Ģวลา +×ijק שת +ĠØ° ÙĪ +æĹ¥ ãĢħ +ĠкоÑĤоÑĢ ÑĥÑİ +ĠÑĥÑĢов енÑĮ +ê¹ ¨ +à¹Ħ à¸Ĺ +ãĤµ ãĥĹãĥª +ãĤ¸ ãĥ§ãĥ³ +ãģĻ ãģ¹ãģį +ĠG ór +ãĥĪ ãĤ¤ +ãĥĪãĤ¤ ãĥ¬ +ĠyaÅŁ ama +Ġdá»ĭ p +Ġb ữa +à¸ĭ ุ +Ġöl üm +ãģ£ãģ¦ ãģıãĤĭ +à¸ģาร à¸Ħà¹īา +ש ער +ĠÑĤип а +Ġг еÑĢ +ĠгеÑĢ о +רק ×¢ +Ġu waż +Ġuważ a +ש×ŀ ף +Ġhast alık +ãĤıãĤĮ ãĤĭ +ba ÅŁÄ± +Ñĩ ÑĤо +Ġ×ij ×ŀר׼×ĸ +Ġìļ°ë¦¬ ìĿĺ +ĠÙĥاÙĨ ÙĪا +ĠØ£ بر +Ġأبر ÙĬÙĦ +ì¸ µ +à¹Ħà¸Ĥ à¹Ī +ĠÙĪ ÙĦÙĪ +à¸Ĺ ัว +à¸Ĺัว รà¹Į +ĠÙĪØ£ Ùĥد +à¸Ĭ วà¸Ļ +׾ ×ķק +æį ¨ +æį¨ ãģ¦ +Ġİç in +p éri +Ġy al +Ġyal nız +ÑĮÑı н +Ġg ắng +à¸ģà¹ĩ ยัà¸ĩ +ĠУкÑĢа ин +ĠÑģ ами +ĠпÑĢовед ен +à¸ķà¸ģ à¹ģà¸ķà¹Īà¸ĩ +ĠQu ân +é paration +ĠbaÅŁ ında +Ġzn ale +Ġznale ź +Ġznaleź Äĩ +ãĤ± ãĥ¼ +ãĥİ ãĥ¼ +à¸ĸูà¸ģ à¸ķà¹īà¸Ńà¸ĩ +ëª ¸ +Ġëı Į +ĠëıĮ ìķĦ +ĠSch üler +Ġпод гоÑĤов +ĠподгоÑĤов к +ع رÙĪ +عرÙĪ ض +la ÅŁtır +ĠÑģоÑģÑĤав лÑıеÑĤ +ĠпÑĢоиз вод +ĠпÑĢоизвод ÑģÑĤва +ĠоÑģнов е +ĠØ´ ÙħاÙĦ +à¸ģร ี +ĠgörÃ¼ÅŁ me +оÑĩ ек +Ġ×Ĺ×ijר ×Ļ×Ŀ +ÙħØ® اط +Ùħخاط ر +ï¼ Ń +ר פ×IJ +ĠM ẹ +ยà¸Ńม รัà¸ļ +Ġv ết +Ø® Ø° +ĠاÙĦت Ø· +ĠاÙĦتط بÙĬÙĤ +à¸Ļ ึà¸ģ +Ġ×Ķ ×Ľ×ł×¡×ª +ĠогÑĢ ани +ĠогÑĢани Ñĩен +ĠÃĩ alÄ±ÅŁ +ĠاÙĦÙħÙĨت دÙī +à¸Īำà¸Ļวà¸Ļ มาà¸ģ +ĠÑĤоÑĢ ÑĢ +ĠÑĤоÑĢÑĢ енÑĤ +ĠìĤ´ ìķĦ +à¸ŀลัà¸ĩ à¸ĩาà¸Ļ +à¸Ĭ ัà¸Ļ +ĠÐIJн дÑĢ +Ġréalis é +×ŀש ×IJ +à¹ģ à¸Ĭ +à¹ģà¸Ĭ รà¹Į +Ġб ог +มา à¹ģลà¹īว +ĠاÙĦÙĨ ار +Ġolmad ıģı +×ĵ ×¢×Ķ +ĠÑĥ веÑĢ +ĠÑĥвеÑĢ ен +ãĤĭ ãĤĤãģ® +Ø£ د +أد ÙĪات +Ġ×Ķ×ĸ ×ķ×Ĵ +Ø¥ عÙĦاÙħ +h á»ı +ĠNä he +ĠÑĤ еÑģÑĤ +Ġ×ŀ ×ķ׼ר +Ġë¬¸ìłľ ê°Ģ +ת ×ķצ×IJ×Ķ +m ó +mó vel +ĠاÙĦتج ارة +Ġмног иÑħ +обÑī а +Ġ×¢ סק×Ļ +ĠEdu cação +ק ש×Ļ×Ŀ +é tabl +établ issement +Ġд еле +иÑĢÑĥ еÑĤÑģÑı +Ø¢ ثار +Ġ×Ķ×ŀ ר׼×ĸ×Ļ +ãĥIJ ãĥ« +ĠвÑģÑĤÑĢ еÑĩ +ãģĴ ãĤĭ +Ġci Äħ +ĠciÄħ gu +ÙĬ ست +à¸łà¸² ว +à¸łà¸²à¸§ ะ +Ø£ Ùħر +Ġо жи +Ġожи да +Ġ ủy +ãĥŀ ãĥ« +ر اس +оÑĩ ной +ת ×Ĵ×ķ×ij×ķת +تع رÙĬÙģ +ĠÑģо ÑĨиалÑĮно +ãĤĴ éĸĭ +ĠиÑģÑģлед ова +Ġd ú +Ġdú vida +Ġsk ÅĤ +ĠskÅĤ ada +Ġhä ufig +ĠвÑĭб ÑĢ +ĠвÑĭбÑĢ аÑĤÑĮ +ãģ®ãģ§ãģ¯ãģªãģĦ ãģĭ +ĠÑģ илÑĮно +ÑĤвеÑĢж ден +ר פ +רפ ×ķ×IJ×Ķ +æĢĿ ãģĦãģ¾ãģĻ +ØŃر ص +ש×ķת ×£ +Ùħس جد +à¹Ĥà¸Ĭ วà¹Į +ем ÑģÑı +в ÑĪие +Ġм л +Ġмл н +Ġ׾×Ķ ×ij×Ļ×IJ +ĠÙĬ تعÙĦÙĤ +à¸ķ ูà¹ī +Ġп ÑĢаз +ĠпÑĢаз д +ĠпÑĢазд ник +Ġн ем +Ġнем ного +Ġs Ãłng +تÙĨ سÙĬ +تÙĨسÙĬ ÙĤ +Ġtá» Ŀ +Ġмед и +ãģ« æĪ +ãģ«æĪ » +à¸Ħว à¹īา +ãģĭ ãģijãĤĭ +×ij׾ ×ķת +ĠÑįк Ñģп +ĠÑįкÑģп еÑĢÑĤ +Ġдев ÑĥÑĪ +ĠдевÑĥÑĪ к +ĠØŃ Øµ +ÙĨØ´ Ø£ +ãģĮãģĤãĤĭ ãģ®ãģ§ +Ġت راÙħ +ĠتراÙħ ب +أس ÙĪاÙĤ +Ġ׾פ ׳×ķת +Ġا ï»· +ãģ« ãģı +ãģ«ãģı ãģĦ +ĠØ£ عÙĦÙī +Ġ׾×Ķ ×ŀש×Ļ×ļ +rä u +ש×ŀ ×Ļ×Ŀ +åĪĨ ãģij +ãģĻ ãģ§ +ãģĻãģ§ ãģ« +×Ķ׾ ׼×Ķ +×Ĺ׾ ×Ļ×£ +Ġì ±ħ +Ġì±ħ ìŀĦ +à¹Ģà¸Ī ริ +à¹Ģà¸Īริ à¸į +éģĬ ãģ³ +ج سد +สา à¸ĺ +สาà¸ĺ าร +สาà¸ĺาร à¸ĵ +Ġbas ın +ÑĢаР³ +г ад +Ġho ÅŁ +íķ µ +×ij×Ĺ ×Ļר×Ķ +×ŀס ×ļ +Ġìłľ íĴĪ +تÙħ ÙĪÙĬÙĦ +ĠL Æ°u +ë¡ľ ë¶ĢíĦ° +Ġп об +Ġпоб ед +ÙħÙĨ Ø° +常 ãģ« +ÙĤ س +ĠاÙĦÙħ صدر +ĠÙĪاÙĦ است +Ġkh ắp +ĠاÙĦج اÙĨب +Ġng uyá»ĩn +éĸĵ éģķãģĦ +ĠÑģÑĤ ÑĢа +ĠÑģÑĤÑĢа Ñħ +ĠÑģÑĤÑĢаÑħ ов +รี à¸ļ +Ġx Æ°Æ¡ng +Ġì° ¾ +Ġì°¾ ìķĦ +Ġng ại +г ал +à¸ĭ ีà¹Ī +Ġ×ij פ×Ļ×Ļס×ij×ķק +Ц енÑĤÑĢ +Ġaval iação +Ġeconóm ico +×ĸ ף +ĠÐľ ак +Ġinter és +à¸ģล ิà¹Īà¸Ļ +ÑģÑĤÑĮ Ñİ +ĠÄij Æ°Æ¡ng +å¼· ãģı +ĠKh ách +à¹Ģà¸Ļืà¹īà¸Ń หา +ĠYaz ı +è²· ãģ£ãģ¦ +Ðł Ðķ +à¹Ģà¸ŀิà¹Īม à¸Ĥึà¹īà¸Ļ +สม à¸ļู +สมà¸ļู รà¸ĵà¹Į +Ġм иÑĢов +×Ĵ ׳×Ļ×Ŀ +ĠÄij ức +à¸Ń ารà¹Į +ص اص +ãģĬ ãĤĪ +ãģĬãĤĪ ãģ³ +ÃªÌ ī +ĠاÙĦÙħؤ تÙħر +ĠاÙĦÙħر ØŃÙĦØ© +สà¸Ńà¸ļ à¸ĸาม +Ġà¸Īาà¸ģ à¸Ļัà¹īà¸Ļ +Ġت عد +ãģĿãģ® ãģŁãĤģ +Ġkh áng +à¸Ļ ิà¸Ķ +ãĥĬ ãĥ³ +ëĦ¤ ìļĶ +ĠاÙĦ اØŃت +ĠاÙĦاØŃت ÙĦاÙĦ +ìļ ķ +Ġмод ели +ĠпÑĢоÑĨ енÑĤ +à¸ŀวà¸ģ à¹Ģรา +Ġ×Ķצ ×ĵ +Ġ×Ķצ×ĵ ×ĵ×Ļ×Ŀ +ständ e +׳ ×Ĵר +Ġdot yc +Ġdotyc zÄħ +ĠdotyczÄħ ce +ĠÅĽ wiÄĻt +×ŀר ×Ķ +ãģĻãģĶ ãģĦ +ãĥĩãĤ£ ãĥ³ãĤ° +à¸ģาร สรà¹īาà¸ĩ +ë Ĥ¬ +Ġì°¸ ìŬ +Ñģ Ñħ +ÑģÑħ ем +ÙħÙĪ س +Ġn ấu +Ġ׾×ŀ×¢ ׾×Ķ +à¹Ģà¸Ľ à¹īา +à¹Ģà¸Ľà¹īา หมาย +Ġmù i +ائ ز +íĽ Ī +×Ĺ×ij ×ķר×Ķ +à¸ľà¸¹à¹ī à¹ĥà¸Ĭà¹ī +Ġpa ź +Ġpaź dzi +Ġpaździ ern +Ġpaździern ika +ลà¸ĩ à¹Ħà¸Ľ +ÙĤ اع +Ġch áºŃm +Ġözellik leri +ĠÄIJ o +ĠÄIJo Ãłn +ж ение +Ġh ẳ +Ġhẳ n +ĠaÅŁ k +ï½ į +ãĥij ãĤ¹ +×Ķ×ķר ×IJ×ķת +ĠÅ » +ĠÅ» y +×ŀ×ĸ ׾ +ĠÑĥ кÑĢа +ĠÑĥкÑĢа ин +à¹Ģà¸Ĭ ิ +à¹Ģà¸Ĭิ à¸į +Ðł Ðĺ +ĠzwiÄħz ku +×Ķ×Ĺ׾×ĺ ת +ãĤĵãģ§ãģĻ ãĤĪãģŃ +ãģ¦ ãģĬãĤĬ +лож иÑĤÑĮ +×ŀ ×ķ׳×Ļ×Ŀ +ฮ ิ +ì° ¬ +ĠاÙĦÙħØ´ ترÙĥ +ĠdÃ¼ÅŁ ük +аг енÑĤ +ĠاÙĦØ£ سبÙĪع +ĠÙĤ رÙĬب +ин д +инд ив +индив ид +индивид Ñĥ +индивидÑĥ алÑĮн +för der +Ġseç en +Ġseçen ek +Ġét ant +ĠлÑİб им +каз ÑĭваеÑĤ +ว ิà¸Ļ +Ġ×Ķ×ij ×IJ×Ļ×Ŀ +Ġд ов +Ġдов олÑĮ +ĠдоволÑĮ но +×¢×ĵ ×Ļ×£ +Ġok re +Ġokre ÅĽ +ĠokreÅĽ lon +Ġت رÙĬد +à¹Ģมืà¹Īà¸Ń วัà¸Ļà¸Ĺีà¹Ī +ãĤĪ ãģĭãģ£ãģŁ +Cum h +Cumh ur +Cumhur ba +Cumhurba ÅŁ +CumhurbaÅŁ kan +CumhurbaÅŁkan ı +Ġn ợ +à¸ľà¸¹à¹ī à¹Ģลà¹Īà¸Ļ +Ġcompl ète +à¹Ģà¸ŀ ศ +د ÙIJ +Ġdü z +Ġdüz ey +ãģ§ãģĤãĤĭ ãģĵãģ¨ +ext érieur +× ³ +Ġinform ação +ãĤ¯ãĥª ãĥĭãĥĥãĤ¯ +ĠPub li +ĠPubli é +ר ×ķ×ĵ +à¸Ħวาม à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢ +ĠØ£ÙĬ ض +ĠØ£ÙĬض Ùĭا +ت سبب +ãģ¤ ãĤĤãĤĬ +из ма +à¸Ĥึà¹īà¸Ļ à¹Ħà¸Ľ +Ùĥ ÙIJ +ÙĦ ÙĪÙħ +Ġש צר +Ġשצר ×Ļ×ļ +ãģ¯ ãĤĤãģ¡ãĤįãĤĵ +Ġк ан +Ġкан ал +ãģ«ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +ĠاÙĦØ£ Ùĥثر +ت اØŃ +ÙĨت Ùĩ +ÙĨتÙĩ اء +ا ÙĪÙĬØ© +ĠBug ün +н Ñģкого +à¸Ķ à¹Īวà¸Ļ +é volution +ãģ£ãģ¦ ãģĦãģ¾ãģĹãģŁ +ãĤ ħ +ĠV Æ°Æ¡ng +à¸łà¸²à¸ŀ ย +à¸łà¸²à¸ŀย à¸Ļ +à¸łà¸²à¸ŀยà¸Ļ à¸ķรà¹Į +Ġ×Ķ צ׾×Ļ×Ĺ +ĠاÙĦإسÙĦاÙħ ÙĬ +ÙĦÙĬ ب +Ġed ição +ÑģÑĤÑĢ ел +Ġkh úc +ÙĨÙħÙĪ Ø° +ÙĨÙħÙĪØ° ج +׾ צ×Ķ +ÑģÑĤав ил +à¸ĸ า +สรà¹īาà¸ĩ à¸Ħวาม +ãģĦ ãģ£ãģ± +ãģĦãģ£ãģ± ãģĦ +ÑģÑĤав лен +ĠاÙĦ ÙĤدس +Ġng ược +ب Ø® +ส หร +สหร ั +สหรั à¸IJ +ĠØ£ غ +Ġأغ سط +Ġأغسط س +ãģĨ ãģ¾ +ãģĨãģ¾ ãģı +ĠêµŃ ìłľ +ØŃض ار +Ġd ừng +æĬ¼ ãģĹ +ت ÙĪا +تÙĪا جد +ש×ŀ ×Ĺ×Ķ +ãģı ãĤĵ +Ġ×ij×¢ צ +Ġ×ijעצ ×Ŀ +×ŀ ׳×Ļ×ķת +×ķ ×Ļ×ĵ +×ķ×Ļ×ĵ ×IJ×ķ +à¸Ĭ ิà¸ĩ +Ġprac ÄĻ +Ġз аÑĤ +ĠзаÑĤ ем +ĠìŀIJ ìľł +Ġì¤ Ģ +Ġì¤Ģ ë¹Ħ +Ġb áºŃ +ĠbáºŃ c +Ġ×Ķ×ŀ צ×ij +ĠÙĤ ÙĬÙħØ© +à¹Ģà¸Ń à¹Ģà¸Ĭ +à¹Ģà¸Ńà¹Ģà¸Ĭ ีย +Ġperch è +ĠاÙĦع سÙĥر +ĠاÙĦعسÙĥر ÙĬØ© +ج ÙĬب +ëŀ µ +Ùħ Ùĩر +ÙħÙĩر جاÙĨ +Ùħ راÙĥ +ÙħراÙĥ ز +Ġод нако +à¸Ķี à¹Ĩ +Ġצ פ×ķ +Ġkullan ılan +Ġк ино +ãĥĨãĤ£ ãĥ³ãĤ° +ĠGi Ỽi +ت ÙĪز +تÙĪز ÙĬع +ย ิà¸Ļ +ยิà¸Ļ à¸Ķี +Ġc Åĵur +ĠiÅŁ aret +Ġ×ij×¢ ×ĸר +Ġ×ij×¢×ĸר ת +Ġп аÑĨи +ĠпаÑĨи енÑĤ +ãģ¿ãģŁãģĦ ãģ§ãģĻ +в ез +ли на +од е +Ġ×IJ×ķת ף +dıģ ınız +ĠÐIJ в +ĠÐIJв ÑĤоÑĢ +ï¼ ® +ĠC ần +ĠاÙĦا Ø® +ĠاÙĦاخ بار +Ġê±° ìĿĺ +Ġat enção +Ġgeld iÄŁi +ãĤª ãĤ¹ +ãĤªãĤ¹ ãĤ¹ +ãĤªãĤ¹ãĤ¹ ãĥ¡ +ев Ñĭе +кÑĢÑĭ л +à¹Ģà¸Ĭ ียà¸ĩ +à¹Ģà¸Ĭียà¸ĩ à¹ĥหมà¹Ī +Ġmar ço +ĠاÙĦÙħ ادة +Ġг ол +Ġsprzeda ży +Ġíķ´ ê²° +ĠÐķ го +ê¹ Ģ +Ġ׾ק×ij׾ ת +ĠاÙĦÙģ ÙĨاÙĨ +Ġcomunic ación +à¹Ģสà¹īà¸Ļ à¸Ĺาà¸ĩ +íĺ ¹ +à¸Ĭ ำ +à¸Ĭำ ระ +Ġ׼ ×IJ×ŀ +Ġ׼×IJ×ŀ ×ķר +à¸Ĭ à¹Īาà¸ĩ +ز Ùĩر +Ġklient ów +ива ÑİÑĤ +ан г +׳ ×ļ +Ġg á»įn +Ãľ R +ìĺģ ìĥģ +Ġغ زة +ìĿĮ ìĿĦ +Ġbez po +Ġbezpo ÅĽ +ĠbezpoÅĽ redni +ĠاÙĦÙħ ÙĪا +ĠاÙĦÙħÙĪا Ø·ÙĨ +ĠاÙĦÙħÙĪاطÙĨ ÙĬÙĨ +ãĤĮ ãģ¾ãģĻ +ĠмаÑĤ Ñĩ +×IJ ×ķף +Ġر سÙħÙĬ +ĠÑįк он +ĠÑįкон ом +ĠÑįконом иÑĩеÑģк +ãĥľ ãĥ¼ +Ġд иÑĢ +ĠдиÑĢ екÑĤоÑĢ +ĠÑģк оÑĢо +à¸ļ ำ +à¸ļำ ร +à¸ļำร ุà¸ĩ +ĠÑĦ ÑĥÑĤ +ĠÑĦÑĥÑĤ бол +Ġ×IJ ×Ļ׾ +Ġì¤ij êµŃ +ìľ ¤ +eÄŁ e +à¹Ħ à¸ģà¹Ī +tra î +traî n +ĠÑĤ ÑĢÑĥб +à¹Ģà¸ļ ื +à¹Ģà¸ļื à¹īà¸Ńà¸ĩ +à¹ģม à¸Ļ +ĠتØŃ Ø¯ÙĬØ« +Ġ׼ עת +ØŃ Ø§Ø³Ø¨ +lı ÄŁa +ק×Ļ ×Ļ×ŀ×Ļ×Ŀ +оÑģÑĤ ÑĮÑİ +à¸Ŀ ั +à¸Ŀั à¹Īà¸ĩ +Ø´ غÙĦ +ìĽ ¹ +Ġкажд ого +Ġbölüm ü +หà¸Ļ ี +Ġistedi ÄŁi +Ġtr Æ°ng +ãĥ Į +ฮ à¸Ń +Ø£ÙĨ Ø´ +Ø£ÙĨØ´ طة +ĠاÙĦÙħ سÙĬ +ĠاÙĦÙħسÙĬ ØŃ +ลัà¸ģษ à¸ĵà¹Į +Ġn á»Ńa +à¸Ĺีà¹Ī à¸ķà¹īà¸Ńà¸ĩà¸ģาร +ÑĪ ек +л Ñij +Ġש ×Ļ×Ķ +Ġש×Ļ×Ķ ×Ļ×Ķ +Ġkhu ôn +ĠÑĤÑĢеб ованиÑı +Ġ×ľ×¢ ×ĸ×ķר +ĠاÙĦع Ùħر +ราà¸Ħา à¸ĸูà¸ģ +ÙĩÙı ÙħÙĴ +ü st +üst ü +Ġден ег +Ġn ạ +à¸Ĥà¸Ļ ม +Ġбл аг +Ġблаг од +Ġблагод аÑĢ +ĠблагодаÑĢ Ñı +Ø¥ سÙĦاÙħ +à¸Ļิ ว +çŁ¥ ãĤīãģªãģĦ +Ø« ÙĤØ© +Ġг олоÑģ +×IJ×ķר ×Ĺ +Ġtr ứng +Ġод ном +ĠkoÅĦ cu +Ġ×ķ רק +Wi ÄĻ +WiÄĻ cej +Ġ×IJ ×Ļ׼×ķת +Ġ×IJ×Ļ׼×ķת ×Ļ +Ñģ оÑģ +Ġje żeli +以ä¸ĭ ãģ® +å°ı ãģķ +å°ıãģķ ãģª +олог ии +Ġоб ÑģлÑĥж +ĠобÑģлÑĥж ива +Ùĥت ابة +Ġê´Ģ ìĭ¬ +×¢ ש×Ļר +Ġaras ındaki +ĠÑĢай она +ÙĪا جب +Ġ×ij×Ĺ×Ļ ×Ļ +íķ´ 주 +Ġg óc +ай л +ĠT ình +æļ® ãĤī +æļ®ãĤī ãģĹ +æĻĤ ãģ«ãģ¯ +ĠгоÑĢод е +Ġ׼×IJ ×Ļ׾ +Ġ׼×IJ×Ļ׾ ×ķ +ĠC á»Ļng +ãģ©ãģĨ ãģĹãģ¦ãĤĤ +×Ĺ ×ķ×£ +تØŃ Ø±Ùĥ +ĠÑģлов ам +à¸Īะ à¸Ĭà¹Īวย +ĠاÙĦÙħست ÙĤبÙĦ +ÙĤ ض +ÙĤض ÙĬ +×ijס ×ķפ +×ijס×ķפ ×ķ +iÄĻ Äĩ +ĠY ıl +Ø´ ÙĬØ® +à¸Ħุà¸ĵ à¸Īะ +ש×ŀ ×ķת +Ġت عرض +Ġanál ise +ĠÑģоб иÑĢа +à¹Ģà¸ŀ à¸Ĭ +à¹Ģà¸ŀà¸Ĭ ร +Ġв ели +Ġвели к +สั à¹īà¸Ļ +Ġpop ulação +รà¹Īวม à¸ģัà¸Ļ +×Ĺ ×ŀ +×Ĺ×ŀ ×Ļש×Ļ +ס ×Ļס +åĨħ ãģ§ +Ġsob Äħ +ĠY ay +ĠYay ın +ãĥ¡ ãĥĭãĥ¥ãĥ¼ +ĠпÑĢедоÑģÑĤав лÑı +ãģł ãģ¨æĢĿãģĨ +Ġê³ł ê°Ŀ +Ġод ним +à¹ĥà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Ġs á»ķ +ĠÐĹ Ð´ÐµÑģÑĮ +Ġизмен ениÑı +ĠìĿ¼ ìĿĦ +ãģªãģ® ãģł +клад Ñĭва +ÑĢ ма +Ġ×ķ×ij ׼׾ +تأ ÙħÙĬÙĨ +ĠпÑĢи ÑıÑĤ +ĠпÑĢиÑıÑĤ н +Ùħ Ùħار +ÙħÙħار سة +ãģ¨ãģª ãģ£ãģ¦ +Ġج ÙħÙĬÙĦ +Ġì§ Ī +Ġì§Ī 문 +Ġquest ão +i é +ié ndo +หà¹īà¸Ńà¸ĩ à¸ŀัà¸ģ +ãĥij ãĥ¼ãĥĪ +ÑĤвеÑĢж да +н Ñģкой +з ал +มุ à¹Īà¸ĩ +á» Ĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ķ +ĠTh Æ° +주 민 +ĠاÙĦع ب +év én +évén ement +ÙĤÙĪ اعد +د Ùı +ĠìķĬ ìĬµëĭĪëĭ¤ +Ġë³´ 기 +Ġyapıl ması +à¹Ģร าà¸ģ +à¹Ģราà¸ģ à¹ĩ +ØŃ Ø°Ø± +ÙĤ صر +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +Ġà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ļ +ãģ¨ ãģ« +ãģ¨ãģ« ãģĭ +ãģ¨ãģ«ãģĭ ãģı +н ÑĨе +зв Ñĥк +ãģĹãĤĪãģĨ ãģ¨ +ĠاÙĦصØŃ ÙĬØ© +Ġש×Ķ ×Ļ×ķ +ĠDi ÄŁer +ÙĤÙĦ ÙĤ +ãĤ¸ãĥ£ ãĥ³ +Ġr á»Ŀi +Ġл еÑĩ +ĠлеÑĩ ениÑı +تب اد +تباد ÙĦ +צ פ×Ķ +à¸Ħวาม à¹Ģหà¹ĩà¸Ļ +ĠØ´ ب +Ġشب ÙĥØ© +ר ×Ļק +Ùħ عد +Ùħعد ات +dıģ ında +Ġ×ijש ׳×Ļ×Ŀ +Ġ×Ķ ×Ļשר×IJ׾ +Ġ×Ķ×Ļשר×IJ׾ ×Ļת +Ġsı nav +׳צ ×Ļ×Ĵ +วัà¸ķ à¸ĸุ +ĠاÙĦبر ÙĦÙħ +ĠاÙĦبرÙĦÙħ اÙĨ +t ivitÃł +ãĤĵãģł ãĤįãģĨ +ק×Ļ ×Ļ×ŀ +ÙĦÙĬ Ùĥ +ĠÄij ò +ĠÄijò i +ĠÐĺн ÑĤеÑĢ +ĠÐĺнÑĤеÑĢ неÑĤ +ãģ«ãģ¨ãģ£ãģ¦ ãģ¯ +ãģ£ ãģĵ +ק ×ķס +ست ØŃÙĤ +æķĻ ãģĪãģ¦ +ãĥĢ ãĥ¡ +ĠÙħÙĨ زÙĦ +à¹Ģà¸ĭ à¹ĩà¸Ļ +使 ãģĪãĤĭ +è¦ĭ ç©į +è¦ĭç©į ãĤĤãĤĬ +Ø£ Ùģ +Ø£Ùģ Ùĥار +Ġиг ÑĢов +ĠигÑĢов Ñĭе +Ġm ÄĻż +ĠmÄĻż czy +ĠmÄĻżczy zn +ĠاÙĦØŃ ÙĤÙĬÙĤÙĬ +ع بر +׼×ķ׾ ׳×ķ +íĿ ¥ +×ŀ×IJ ×ķ×Ĺר +خت ص +ãĥŀ ãĥŀ +Ġ×IJ×Ĺ ×ķ×ĸ +í ĮĢ +Ġr á»iji +Ġв ÑĤоÑĢ +ĠвÑĤоÑĢ ой +Ġl ẫn +пÑĢ ом +пÑĢом ÑĭÑĪ +пÑĢомÑĭÑĪ лен +пÑĢомÑĭÑĪлен н +ĠоÑĤноÑĪ ениÑı +Ġs ứ +Ġм обилÑĮ +ĠмобилÑĮ н +ĠÑįÑĤ омÑĥ +Ġt ạp +ĠìĤ¬ ê±´ +ĠìķĮ 볤 +Ùĥ Ùı +ÙĥÙı ÙħÙĴ +Ġק ×ķר×Ķ +ĠÑĦ иÑĢ +ĠÑĦиÑĢ м +Ġsık ıntı +׳ ׼ +׳׼ ×ķף +ÙĪÙĦÙĪج ÙĬ +ØŃ Ø§ÙĨ +Ġlo ạn +Ġ×IJ׾ ×£ +Ġm ắn +abh äng +abhäng ig +ĠÑĥÑĢов нÑı +Ġ׾×ij×ĵ ×ķק +ÙĬ ÙħÙĨ +lay ın +Ġh ải +Ġзав од +ĠìķĦ 주 +สà¸ĸ า +สà¸ĸา à¸ļัà¸Ļ +Ġgüven lik +à¹Ģà¸Ķ à¹Īà¸Ļ +×ij×ĵ ק +Ġë Ī +ĠëĪ Ħ +ĠëĪĦ 구 +éĩįè¦ģ ãģª +รà¸Ńà¸ĩ รัà¸ļ +sch lie +schlie ÃŁen +Ġìĸ ¼ +Ġìĸ¼ ë§Ī +Ġìĸ¼ë§Ī ëĤĺ +ÑĤи ки +íķľëĭ¤ ê³ł +ãģłãģ£ãģŁ ãĤī +Ġ×Ķ ×Ļ×ĺ×ij +ãģªãģijãĤĮãģ° ãģªãĤīãģªãģĦ +â Ì +Ã¢Ì £ +Ġph ạt +ak Ä±ÅŁ +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +à¹Ģà¸ĭ à¹ĩ +ĠС егоднÑı +Ġinsan ların +Ġdévelop pe +ת פר +תפר ×Ļ×ĺ +اÙĨت شار +ê° ij +Fran çois +Ø£ÙĦ ع +Ø£ÙĦع اب +ãĤĴ è¶ħ +ãĤĴè¶ħ ãģĪ +Ġê°Ļ ìĬµëĭĪëĭ¤ +ãĤ³ ãĥ¬ +ĠмеÑģÑı ÑĨев +íĮ ħ +ĠاÙĦج اÙħعة +ìĿ¸ íĦ° +ìĿ¸íĦ° ëĦ· +×ĵר ×ķש +ĠÙĪØ£ شار +ĠпÑĢав ила +ãģĿãģĵ ãģ« +×Ĺ ×ŀ×ĵ +à¹Ģหà¸ķุ à¸ģารà¸ĵà¹Į +Ġê²½ íĹĺ +ãģ¶ ãĤĬ +׾ ש +׾ש ×ķף +à¹Ģ à¸ĸ +ĠDo ÄŁu +ĠиÑģполÑĮзов ание +Ġçoc uÄŁu +магазин е +ĠÄiji á»ĥn +Ġas lı +Ġaslı nda +Ġdoen ça +Ġس اع +Ġساع ات +ĠиÑģполÑĮзов аниÑı +ר ×ķצ×Ļ×Ŀ +ĠзнаÑĩ иÑĤ +ĠÑĢаР¼ +ĠÑĢам каÑħ +ê±° 리 +Ġп ÑĭÑĤа +ãĥģ ãĥ³ +Ġпо Ñģк +ĠпоÑģк олÑĮ +ĠпоÑģколÑĮ кÑĥ +Ø¥ بر +إبر اÙĩ +إبراÙĩ ÙĬÙħ +ĠÑĤÑĢ еÑħ +ĠGen ç +س ÙĪÙģ +Ġve ÃŃculo +ĠNg ân +ĠоÑĩеÑĢ едÑĮ +à¸Ħร ึà¹Īà¸ĩ +×IJ ×ij×Ļ +à¸ķ à¹īม +ãĤĴè¡Į ãģĦ +ĠاÙĦساب ÙĤØ© +на ÑĨи +наÑĨи она +наÑĨиона лÑĮн +Ġgest ión +ت ÙĤد +ĠاÙĦبÙĬ اÙĨ +ĠاÙĦبÙĬاÙĨ ات +ĠاÙĦ اÙĨتخاب +ĠاÙĦاÙĨتخاب ات +à¹Ģà¸Ĭ à¹Īา +×ĵ ×IJ×Ĵ +Ġ׾×Ĵ ×ŀר×Ļ +Ġت ØŃتاج +Ġth ôn +à¸ķ à¹īà¸Ńà¸Ļ +à¸ķà¹īà¸Ńà¸Ļ รัà¸ļ +女 ãģ® +女ãģ® åŃIJ +Ġth ợ +Ø· ØŃÙĨ +ารà¹Į à¸Ķ +ת ×ŀ×Ļ×ĵ +ĠÑģам Ñĭм +Ġìĭľ íĸī +Ø¥ صد +إصد ار +ĠNgh á»ĩ +ìķ ķ +س ئ +سئ ÙĦ +à¸Ń าร +à¸Ńาร ม +à¸Ńารม à¸ĵà¹Į +à¹ģ ฮ +׳×ĺ ׾ +Ġì¢ĭ ìķĦ +×ķ׾ ׾ +Ġ×ij ×Ľ×ª×ij +ãĤ« ãĥ© +צע ×Ļר×Ļ×Ŀ +تعب ÙĬر +Ġ×ŀ קר×Ķ +ĠÑĦак ÑĤоÑĢ +Ġت ÙħاÙħ +ĠتÙħاÙħ ا +ëį ķ +Ġv Æ°á»Ŀ +ĠvÆ°á»Ŀ n +Ġd Ä±ÅŁÄ± +ãģĦ ãģ¡ +Ġ׾ק ׳×ķת +ĠاÙĦع ÙĦاÙĤات +п Ñĥб +пÑĥб ли +Ø¥ ÙĬÙħ +Ø¥ÙĬÙħ اÙĨ +à¸Ńำ à¸Ļา +à¸Ńำà¸Ļา à¸Ī +åIJ« ãģ¾ãĤĮ +ãĤĭ ãģŁãĤģãģ« +ס ×Ĵ +ס×Ĵ ׳×ķף +تØŃ Ø¯ÙĬ +Ġaup rès +ĠاÙĦج Ùĩا +ĠاÙĦجÙĩا ز +Ġ×ŀ ת×Ĺת +ен нÑĥÑİ +Ġз им +à¸ģา à¹ģà¸Ł +Ġ×ijת ×ķר +Ġngh è +Ġnghè o +ĠÐĽ Ñİ +ĠÐĽÑİ Ð± +תק צ×Ļ×ij +×ŀ×¢ ש×Ķ +ĠاÙĦبÙĬ ت +צ ×Ļפ +ĠобÑıз ан +ĠM á»Ĺi +ĠТ ÑĥÑĢ +ĠÙĪب اÙĦت +ĠÙĪباÙĦت اÙĦÙĬ +Ġdéc ision +Ġب د +Ġبد أت +Ġc ục +Ġb ask +Ġbask ı +Ġhat ırl +Ġhatırl a +å°ı ãģķãģĦ +Ġgerçek ten +à¸ľ ัà¸ģ +åı¯èĥ½ ãģª +×ŀ×IJ ס +Ġcr ÃŃtica +ĠìĿĺ ìĽIJ +عÙĤ ÙĪد +×ĺ ׼׳ +×ĺ׼׳ ×ķ׾×ķ×Ĵ×Ļ×Ķ +è¨Ģ ãģĪãģ° +ĠÙĤ ÙĨا +ĠÙĤÙĨا Ø© +ĠìĿ´ê²ĥ ìĿĢ +ت صر +à¸Ł ัà¸Ļ +ĠÑĢе ÑĨеп +ĠÑĢеÑĨеп ÑĤ +ĠبÙĨ Ùģس +ÑĢо ÑĪ +ĠмаÑĢ ÑĤа +Ġson ras +Ġsonras ı +×ķ×ij ש +ãĥª ãĤ¹ãĤ¯ +ĠFranç ais +á» ļ +ê° Ķ +Ġ×Ķ×ijר ×Ļת +פ ×Ļצ +פ×Ļצ ×ķ×Ļ +ĠÙĦÙħا ذا +ĠÐļи ев +ĠÑģ мÑĭÑģл +ê¸Ī ìľµ +ãĤ·ãĥ£ ãĥ« +ãĥ© ãĤ¤ãĥĪ +ìĽ ĥ +×ŀ ×Ĺר +ãĨ į +Ġkullan ım +Ġ×IJצ׾ ׳×ķ +Ġt Ãłn +ãĥı ãĥ¼ +ãģ¨ ãģ¨ãĤĤ +ãģ¨ãģ¨ãĤĤ ãģ« +ÑĢ ег +ÑĢег и +ÑĢеги он +ãģªãģı ãģªãĤĭ +Ġch ảy +Ġج ÙĩØ© +ÅĦsk iej +à¸Ńี à¹Ģม +à¸Ńีà¹Ģม ล +ãģį ãģ£ãģ¨ +ĠìĺĪ ìĤ° +Ġkit abı +Ġedu cação +Ġbul uÅŁ +олог иÑı +Ġкон кÑĢ +ĠконкÑĢ еÑĤ +×Ĵ ×Ļר +ĠпÑĢед лаг +ĠпÑĢедлаг аеÑĤ +ĠY ên +Ġíķľ ë²Ī +Ġ×ŀ ר׼×ĸ×Ļ +à¹Ģà¸Ľà¸´à¸Ķ à¹Ģà¸ľà¸¢ +ÑĤвеÑĢ д +ĠH á»ĩ +ĠÐĵ ÑĢ +à¸Ŀ à¹īา +×Ķ שק +×Ķשק ×¢×Ķ +Ġна Ñĥк +ìłIJ ìĿĦ +Ġн елÑĮ +ĠнелÑĮ з +ĠнелÑĮз Ñı +г ин +ĠB öl +ĠBöl ge +Ġв ла +Ġвла ÑģÑĤи +à¹Ģà¸Ļ à¹ĩ +à¹Ģà¸Ļà¹ĩ à¸ķ +ê³ ¨ +Ġö ld +Ġöld ür +׼׳ ×¢ +ĠاÙĦÙĩ ÙĬئة +ت ارÙĬØ® +ĠÐij ÑĢ +ĠÑģ мож +ĠÑģмож еÑĤе +ĠL úc +à¹Ħà¸Ľ à¸ĸึà¸ĩ +ĠBakan ı +Ġerklä rt +ĠÐIJ на +Ġsc ène +åķı ãģĦ +åķıãģĦ åIJĪãĤıãģĽ +ÙħÙĩ ÙĨد +ÙħÙĩÙĨد س +Ġн азвание +ив аниÑı +ãĤĴ å¤īãģĪ +ä»ĺãģį åIJĪ +ãĥij ãĤ½ +ãĥijãĤ½ ãĤ³ãĥ³ +æĺİ ãĤī +æĺİãĤī ãģĭ +à¹Ģà¸Ńà¸ģ สาร +à¹Ģà¸ģิà¸Ļ à¹Ħà¸Ľ +л еп +ãģĹãģŁ ãĤĤãģ® +ĠC âm +ĠCâm ara +ק×ķ׾ ׳×ķ×¢ +Ġ×ij×Ĵ ×Ļף +Ġoc zy +Ġoczy wiÅĽcie +att ivitÃł +ãĥĵ ãĥ¥ãĥ¼ +Ġeduc ación +Ä° YE +ê¹Į ìļĶ +ãĤ¨ ãĥªãĤ¢ +н еÑģÑĤи +Ġm óg +Ġmóg ÅĤ +Ġק×ĺ ׳×Ļ×Ŀ +ĠPr ä +Ġ×ľ×¢ ×ij×ķר +بÙĨ Ùī +з ол +зол оÑĤ +Ġwn ÄĻtr +ĠwnÄĻtr z +Ġconstr ução +รัà¸ļ รà¸Ńà¸ĩ +س جÙĨ +Ġק ×ķ׳ +ס ×Ļפ×ķר +ĠÙħ دÙī +رض Ùī +п лав +ï¼ ¥ +Ġil a +Ġila ç +ãĤĭ ãģ¹ãģį +ĠÙħ ÙĪÙĤÙģ +à¸ģร ุ +à¸ģรุ à¸ĵา +chodzÄħ c +ĠÑĤÑĭ Ñģ +Ðķ вÑĢо +ĠÙĬ ØŃدث +ãĥ¡ ãĤ¤ãĥ³ +ĠاÙĦص ØŃÙĬ +ĠÐĶ ан +دع اء +ãĤ´ ãĥ¼ãĥ« +ש ×ł×ª×Ļ +×©×ł×ª×Ļ ×Ļ×Ŀ +à¸Ķà¹īวย à¸ģัà¸Ļ +Ġol acaģı +Ġ×ij ×ŀ×Ĺ×Ļר +×Ķ ק +×Ķק ×ŀת +ãĥ¢ ãĥİ +ĠçalÄ±ÅŁ tı +Ġjó venes +ãģĦãģı ãĤī +ĠÙħ عدÙĦ +ĠC Å©ng +ĠSeg ún +Ġdönem de +Ġ׾ ×Ļ×ĵ×Ļ +ãģį ãģ¡ +ãģįãģ¡ ãĤĵ +ãģįãģ¡ãĤĵ ãģ¨ +Ùģر ÙĨس +ÙģرÙĨس ا +åIJij ãģį +Ġcamp aña +ĠÑģам оÑģÑĤоÑı +ĠÑģамоÑģÑĤоÑı ÑĤелÑĮно +á» Ģ +ÙĤ ÙĪا +س ÙĦاØŃ +à¸ģระ à¹ģ +à¸ģระà¹ģ ส +ĠполÑĮз Ñĥ +n qu +nqu ête +รà¹Īวม à¸ģัà¸ļ +ëĬIJ ëĥIJ +à¸Ĺีม à¸Ĭาà¸ķิ +Ġyıll ık +ìĬ ¬ +ĠØ£ صØŃاب +ill é +Ġdó la +Ġdóla res +Ġк ож +Ġкож и +ล à¹īà¸Ń +à¹Ģรีย à¸ļร +à¹Ģรียà¸ļร à¹īà¸Ńย +à¹Ģà¸ŀ ิ +à¹Ģà¸ŀิ à¹Īà¸ĩ +ÑĢиÑĤоÑĢ и +Ġí ijľ +Ġíijľ íĺĦ +ĠпеÑĢ ев +ĠпеÑĢев од +פ×Ĵ ×Ļ×¢×Ķ +ĠdeÄŁerlendir me +Ùģ ائ +ĠвÑĭ год +ınız ı +×ķ׼ ×Ļ×Ĺ +ĠдоÑģÑĤ иг +Ġng Ãłn +æĢĿ ãģ£ãģŁ +ĠÐķ ÑģÑĤÑĮ +ĠاÙĦر غÙħ +ĠzwiÄħz ane +رب Ø· +à¸Ļ ึà¸ĩ +Ġ׾×Ĺ ×ķק +Ġszczeg óln +Ġszczególn ie +Ġبا ستخداÙħ +ĠfÃŃs ico +×¢ ס +עס ×ķק +سÙĦ ÙĪÙĥ +Ġا ØŃد +Ñĩ ÑijÑĤ +×ĸ׼ ×Ķ +Ġl á»ĩnh +ĠÙĪ ØŃت +ĠÙĪØŃت Ùī +à¸Ħวาม สามารà¸ĸ +à¸Ńยูà¹Ī à¹ģลà¹īว +à¸ģาร à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ +تخ Ø° +צ×Ļ ×ķ×ĵ +ĠاÙĦØ£ س +ĠاÙĦأس ÙĩÙħ +Ġt á»ĩ +ãģ£ãģ¦ ãģĦãģ¦ +สร ุ +สรุ à¸Ľ +Ġком ÑĦ +ĠкомÑĦ оÑĢÑĤ +ìĺ¤ ëĬĶ +ĠÑĢаз в +ĠÑĢазв ива +л анд +h änge +ĠبÙĨ سبة +à¹Ģà¸Ĥ ียว +עצ ×Ŀ +Ġ׾ ×ľ×Ľ×ª +Ñģо ÑĨиалÑĮн +Ġëĭ¤ìĿĮ ê³¼ +Ġרש ×ķ×ŀ +×ŀר ×Ĺ×ij +س ÙĤØ· +Ġalan ı +ĠÄij á»ĩ +é£Łãģ¹ ãĤĭ +à¸Ķ ึà¸ĩ +Ġgegen über +ĠبÙĩ Ø°Ùĩ +à¸ĸืà¸Ń à¹Ģà¸Ľà¹ĩà¸Ļ +ëķ ħ +à¸Ħà¸Ļ à¹Ħà¸Ĺย +ãĤ¢ ãĤ¦ +ãĤ¢ãĤ¦ ãĥĪ +ศ ัà¸ģ +ศัà¸ģ à¸Ķิ +ศัà¸ģà¸Ķิ à¹Į +ÙĤÙĪ اÙĨ +ÙĤÙĪاÙĨ ÙĬÙĨ +Ġhá»Ļ p +ãģªãģıãģª ãģ£ãģ¦ +Ġ×IJ ×ŀ׳ +Ġ×IJ×ŀ׳ ×Ŀ +à¹Ģà¸ķ ืà¸Ńà¸Ļ +ĠзавиÑģ им +ĠзавиÑģим оÑģÑĤи +ת ×Ļ×IJ +ת×Ļ×IJ ×ķר +å§ĭãĤģ ãģŁ +Ġng á»į +Ġngá»į t +íĴ į +ê³¼ ìŀ¥ +Ġb ại +ãģ§ãģį ãģ¦ +Ġcomeç ar +à¸Ľà¸£ าà¸ģ +à¸Ľà¸£à¸²à¸ģ à¸ı +Ġгод Ñĭ +м еÑģ +ĠاÙĦÙħست ÙĪÙī +ĠÑģам Ñĭе +л леÑĢ +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +ãģ¨ãģ® ãģĵãģ¨ +bi ó +à¸ģล à¹Īà¸Ńà¸ĩ +ĠاÙĦز ÙĪج +ãģ«è¡Į ãģ£ãģŁ +à¸Ħà¹Ī à¸Ńà¸Ļ +à¸Ħà¹Īà¸Ńà¸Ļ à¸Ĥà¹īาà¸ĩ +ĠbaÄŁ l +ĠbaÄŁl ant +ĠbaÄŁlant ı +確 ãģĭ +確ãģĭ ãģ« +ãĥľ ãĥ¼ãĥ« +çµĤ ãĤıãĤĬ +ש ×ŀר +à¸Ĺีà¹Ī สามารà¸ĸ +ÙĦ زÙħ +д аеÑĤÑģÑı +รัà¸ļ à¸Ľà¸£à¸° +รัà¸ļà¸Ľà¸£à¸° à¸Ĺาà¸Ļ +å¤ī ãĤıãĤĬ +ï¼ ¢ +ĠìĺĪìĪĺ ëĭĺ +ãĤĪãģĨ ãģ¨ +มัà¸ģ à¸Īะ +ĠH Æ°Æ¡ng +ÙĨ ÙģØ° +×ŀ×ĵ ×ĵ +ĠìĿ¸ ìłķ +Ñħод иÑĤÑĮ +ĠзавиÑģ иÑĤ +×ķ×ĵ ×Ļ×¢ +ãģĵãģ¨ãģĮ ãģĤãĤĬãģ¾ãģĻ +ع راÙĤ +سط ØŃ +à¸ģำ à¹Ħร +ëĵ¤ ëıĦ +×Ļצ ×Ļר×Ķ +ãģĨ ãģĵãģ¨ +ÙĦا ØŃÙĤ +ãģĦ ãĤĮãģ° +ĠиÑģполÑĮз ÑĥÑİÑĤ +ĠB ợi +Ġשק׾ ×Ļ×Ŀ +ÑĨи кл +ÐIJ Ðŀ +Ġ×ijש ׳×Ķ +ÙĨØ´ Ø· +Ġש ×Ļ׳×ķ×Ļ +Ġש×Ļ׳×ķ×Ļ ×Ļ×Ŀ +Ġpobl ación +ĠH Æ°ng +ระ ว +ระว ัà¸ĩ +رÙĬاض Ø© +ر صد +تÙĤ ÙĦÙĬ +تÙĤÙĦÙĬ د +Ġülk em +Ġülkem iz +à¸Ĭ ะ +ãĤ¯ãĥª ãĥ¼ãĥł +èģŀ ãģĦãģŁ +Ġwa ż +Ġważ ne +ê±° ëĵł +ê±°ëĵł ìļĶ +×ŀ×IJ ×ijק +×Ĺ×ĵ ש×ķת +ĠW roc +ĠWroc ÅĤaw +ĠKü ltür +s ist +sist ência +×¢×ĸר ×Ķ +Ġg Æ°Æ¡ng +รà¹īาà¸Ļ à¸Ħà¹īา +ĠÙĪØ£ ÙĪضØŃ +ánd ose +ãĤ· ãĥ¼ãĥ³ +×IJ׳ ר×Ĵ +×IJ׳ר×Ĵ ×Ļ×Ķ +ãģªãģĦ ãģ§ãģĻ +Ġkh ủng +Ġ문 ìĦľ +Ġ×ij ×ĵ×ijר +×ĵ ×Ļ×ķ +×ĵ×Ļ×ķ ×ķ×Ĺ +Ġré gl +ÙħÙĪ اد +об оÑĢ +обоÑĢ оÑĤ +Ġ×Ķ ×ij׾ +Ġ×Ķ×ij׾ ×ķ×Ĵ +ØŃ Ø§Ùħ +ĠاÙĦع اص +ĠاÙĦعاص ÙħØ© +пеÑĢ аÑĤоÑĢ +ت Ø®ÙĦ +تخÙĦ ص +ãģŁãģł ãģĹ +ت سÙħ +à¹Ĥรà¸ĩ à¸ŀ +à¹Ĥรà¸ĩà¸ŀ ยา +à¹Ĥรà¸ĩà¸ŀยา à¸ļาล +ĠY ük +ĠYük sek +Ġש ׳×Ļת +Ġש׳×Ļת ף +liÄŁ e +Ġפ ת +Ġפת ×ķ×Ĺ +Ġbe ÄŁ +ĠbeÄŁ en +Ġ×ŀ ×ķר +Ġ×ŀ×ķר ׼×ij +Ġرس اÙĦØ© +íĨµ ìĭł +Ġaval ia +Ġavalia ções +Ġman h +Ġmanh ã +Ġìķ ŀ +Ġìķŀ ìľ¼ë¡ľ +ÙĤ تر +ÙĤتر ØŃ +à¹Ģà¸ģ ืà¸Ń +à¹Ģà¸ģืà¸Ń à¸ļ +Ġpropos é +Ø£ Ùħا +Ø£Ùħا ÙĥÙĨ +ĠÐŀ Ðŀ +ĠÐŀÐŀ Ðŀ +ÙħÙĤ ار +ÙħÙĤار ÙĨØ© +ëĦ IJ +ãģĦãģŁãģł ãģı +ÙĤ ÙĬÙĦ +Ġна ÑĪиÑħ +ãĤ« ãĥĥãĥĹ +×Ĺ׾ ת +Ġëĭ¤ ë§Į +à¸Ĺัà¹Īว à¹Ĥลà¸ģ +ãĥį ãĤ¿ +ØŃس اس +ãģ«ãģª ãĤĮ +ج ائ +جائ زة +é change +é conom +économ ie +Т Ðĺ +סת ׼׾ +à¸Ĺัà¹īà¸ĩ สà¸Ńà¸ĩ +ĠاÙĦØ® اÙħ +ĠاÙĦخاÙħ س +ק ×ĺ×¢ +au waż +à¸ľà¸¹à¹ī à¸Ĭาย +à¹ģà¸Ľà¸¥ à¸ģ +åIJĮæĻĤ ãģ« +зн аниÑı +ãģĦãģŁãģł ãģįãģ¾ãģĹãģŁ +Ġ×ŀ×ij ׾×Ļ +à¸Ĥà¸Ń à¹ĥหà¹ī +ĠاÙĦت ربÙĬØ© +Ġdécou vert +Ġżyc iu +apr ès +Ġy ab +Ġyab anc +Ġyabanc ı +ĠbaÅŁ layan +ìĹĪ ëįĺ +Ġhes abı +Ġë§Į ìķ½ +ë§ Īëĭ¤ +ĠTh ánh +ãĥ´ ãĤ¡ +à¸Ľà¸£à¸±à¸ļ à¸Ľà¸£ +à¸Ľà¸£à¸±à¸ļà¸Ľà¸£ ุà¸ĩ +ĠM ặc +à¹Ģหà¸ķุ à¸ľà¸¥ +ĠÐij ез +Ġcapac itÃł +ÅĤe ÅĽ +ĠпÑĢе им +ĠпÑĢеим ÑĥÑīеÑģÑĤв +ĠÅļ wiÄĻt +Ġpubli é +×ŀ×¢ צ×ij +Ùħشار Ùĥات +à¸łà¸² ษ +à¸łà¸²à¸© ี +Ġdeux ième +ĠÙħØŃ Ø§Ùģظ +ĠÙħØŃاÙģظ Ø© +ĠSch ön +ï½ ¤ +Ġ×Ķ ×ij×¢ +Ġ×Ķ×ij×¢ ×Ļ×Ķ +ĠÙĪاÙĦ ÙĦÙĩ +è¨Ģ ãģ£ãģŁ +à¸ķ à¹īาà¸Ļ +วร รà¸ĵ +à¸Ĺิ ศ +ĠbaÅŁ ına +Ġmog ÄĻ +ש ×Ļפ×ķר +ĠÙĪ عد +ĠÙĪعد Ùħ +Ġhistó rico +Ġk ısı +ĠìĿ´ ê²Į +ĠPol ÃŃtica +ĠÑģиÑĤÑĥ аÑĨии +ĠkoÅĦ ca +×ij×ĵ ×Ļק×Ķ +ĠاÙĦسÙĬ ارات +ãģªãĤī ãģ° +ãĤµ ãĥ© +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +Ġdecis ão +×ķ ×ķ×ĵ +lä ss +läss ig +Ġ׾ ×Ļשר×IJ׾ +ĠÙĬ أتÙĬ +ר ×ķ×ĸ +ö ÄŁ +Ã¶ÄŁ ret +Ã¶ÄŁret im +Ġд ек +Ġдек аб +Ġдекаб ÑĢÑı +Ġש ×Ĺ×ķר +ãģ¦ãģıãĤĮ ãģŁ +عب ارة +Ġélect rique +ĠاÙĦتÙĨ ÙħÙĬØ© +جر Ùī +ĠìĪĺ íĸī +à¸Ĺ ู +ĠÑĢе алÑĮно +Ñģп оÑģоб +à¸Ħล à¹īาย +Ġس عÙĪد +ön ü +ĠÙģ ÙħÙĨ +تÙĥ ÙĪ +تÙĥÙĪ ÙĬÙĨ +ĠкаÑĩ еÑģÑĤво +ĠконÑĤ ак +ĠконÑĤак ÑĤ +Ġsöz leÅŁme +à¸Ń à¹īาà¸ĩ +Ġت ÙĪÙģ +ĠتÙĪÙģ ÙĬر +×Ķ×ĸ ×ĵ +×Ķ×ĸ×ĵ ×ŀ׳×ķת +ĠØ·ÙĪÙĬÙĦ Ø© +Ġtér mino +Ġ×IJ ×Ļפ×Ķ +ãĥĵ ãĥ« +ส à¹Ĥม +สà¹Ĥม สร +ĠاÙĦ اث +ĠاÙĦاث ÙĨÙĬÙĨ +ев иÑĩ +Ġopin ión +à¸Ľ วà¸Ķ +åı¤ ãģĦ +ร à¹Īา +ĠB iaÅĤ +ĠÑģÑĤ ал +ĠÑģÑĤал о +ó logo +ĠìķĦ ëĭĪëĭ¤ +Ġ×IJ ×Ļת +Ġ×IJ×Ļת ×ķ +à¹Ģหà¹ĩà¸Ļ วà¹Īา +à¸ļ ารà¹Į +çĦ ¼ +çĦ¼ ãģį +ĠìĿ´ìļ© ìŀIJ +ĠнекоÑĤоÑĢ Ñĭе +ks z +ksz taÅĤ +ksztaÅĤ c +ãĤŃãĥ£ ãĥĥãĤ· +ãĤŃãĥ£ãĥĥãĤ· ãĥ³ãĤ° +Ġro ÅĽ +ĠroÅĽ lin +ÑĢаж а +×ij׳×Ļ ×Ļ×Ķ +à¸Ľà¸£ สิ +à¸Ľà¸£à¸ªà¸´ à¸ķ +Ġgörd ü +×ŀ׳×Ķ ×Ļ×Ĵ +å¤īãĤı ãģ£ãģ¦ +Ġ×IJ ×Ķ +Ġ×IJ×Ķ ×ijת×Ļ +à¹Ģร à¹Īà¸ĩ +Ġön ünde +Ġê·¸ ëĥ¥ +пол иÑĤ +полиÑĤ иÑĩеÑģк +ãĥ¡ ãĥĩãĤ£ +ãĥ¡ãĥĩãĤ£ ãĤ¢ +ĠDet ay +ĠDetay lı +ĠاÙĦصÙģ ØŃØ© +à¸ģาร à¹Ģà¸ĩิà¸Ļ +Ġìµľ ê·¼ +׼ ש׾ +ï¼ © +вÑĪ его +íķĺ ìĭ¤ +ĠÐŃ ÑĤ +ĠÐŃÑĤ оÑĤ +ส ื +สื à¸ļ +Ġng ừng +ĠдокÑĥменÑĤ ов +дав аÑĤÑĮ +ĠاÙĦشخص ÙĬØ© +Ġצ ×¢×Ļר +در Ùĥ +س ØŃب +à¹Ħมà¹Ī à¸Ħà¹Īà¸Ńย +Ġ×Ķ×ŀק ×ķ×ŀ×Ļ +สัà¹Īà¸ĩ à¸ĭืà¹īà¸Ń +Ġê·¸ê²ĥ ìĿĦ +ãģĤãĤĭ ãģĦ +ãģĤãĤĭãģĦ ãģ¯ +×IJ×ķ×ĺ ×ķ×ij +×IJ×ķ×ĺ×ķ×ij ×ķס +к ÑĨион +ĠÐľ ожно +ãģı ãģł +ãģıãģł ãģķ +ĠинÑĦоÑĢм аÑĨиÑı +ï» Ł +Ġìŀij ìĹħ +Ġ×Ļ ×ķסף +Ø¥ دارة +ĠاÙĦØŃ Ø§Ø¬ +×ł×¡ ×Ļ×¢×Ķ +из аÑĨиÑı +×IJ׾ ×ij +×IJ׾×ij ×ķ×Ŀ +п ед +Ġק×ĺ ׳×Ķ +ĠÙĨÙģس Ùĩا +ĠMinist ério +Ġп ен +Ġпен Ñģи +ãĥIJ ãĥ©ãĥ³ãĤ¹ +Ġ×Ķת ×ķר×Ķ +Ġt ạm +ĠìĹŃ ìĭľ +ï½ ¡ +Ġth á»± +Ġ ısı +ì» ¨ +ãģĹãģ£ãģĭãĤĬ ãģ¨ +Ġx Æ°a +Ġc ặp +×Ĺ ×Ļ×ij×ķר +วัà¸Ĵà¸Ļ à¸ĺรรม +st är +stär ke +ĠÑģам Ñĭй +p isa +pisa Äĩ +ĠoluÅŁ an +ĠاÙĦØ¥ ÙħاÙħ +ĠcÄĥ ng +Ġgü nl +Ġgünl ük +Ġ׳ש ×IJר +Ġkhi á»ĥn +ç¶ļ ãģijãĤĭ +stit ución +Ġcapac ité +Ġj aki +Ġjaki ÅĽ +вÑĪ иÑģ +вÑĪиÑģ ÑĮ +פע×ķ׾ ×ķת +ĠØŃ ÙĬات +ĠØŃÙĬات Ùĩ +Ġник огда +ÐĽ Ь +Ġ×Ķ×¢ ×ķ×ij +Ġ×Ķ×¢×ķ×ij ×ĵ×Ķ +Ġch Ãło +หลาย à¹Ĩ +ĠÑı н +ĠÑıн ваÑĢ +ĠÑıнваÑĢ Ñı +à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ńà¸ĩ +Ġhö her +ãģķãĤĮãģ¦ ãģĦãģŁ +สà¸ĩ สั +สà¸ĩสั ย +ĠاÙĦ اس +ĠاÙĦاس ÙĦاÙħ +ĠاÙĦØ´ Ùħس +สà¸ĸาà¸Ļ ี +ãĤ¯ãĥ© ãĤ¹ +à¸ŀร ร +à¸ŀรร à¸Ħ +p õ +põ e +Ġpor ém +à¸Ľà¸£à¸° สà¸ĩ +à¸Ľà¸£à¸°à¸ªà¸ĩ à¸Ħà¹Į +powied zie +powiedzie Äĩ +Ġмог Ñĥ +Ġж ел +Ġжел ез +ĠاÙĦØ« ÙĤ +ĠاÙĦØ«ÙĤ اÙģÙĬ +ĠпÑĢав ило +Ġgdy ż +פש ×ķ×ĺ +ÑĢабоÑĤ ка +ĠÙĥ رة +Ø´ دد +Ùħار Ùĥ +Ùħ ÙĥØ© +Ġпод пиÑģ +×ĺ×ķ ×ķ×Ĺ +ĠÅĽ c +ĠÅĽc ian +Ġر جاÙĦ +Ġ×ª×ľ ×ķ×Ļ +и ÑĪ +иÑĪ ÑĮ +Ġmé dec +Ġmédec in +ëįĶ ëĿ¼ëıĦ +ĠÑĤеб Ñı +Ġ׾×Ķ ×ķס×Ļ×£ +ãģĬ 話 +Ġà¹ģà¸ķà¹Ī à¸ģà¹ĩ +د اÙģ +داÙģ ع +ĠC ùng +ãĥ»ãĥ» ãĥ»ãĥ» +ê¶ ģ +Ġdeber ÃŃa +หà¸Ļà¹Īวย à¸ĩาà¸Ļ +Ġva ÌĢ +Ġעצ ×ŀ +Ġעצ×ŀ ×Ŀ +à¹Ģà¸Ĭืà¹Īà¸Ń วà¹Īา +שק ×¢ +Ġ×Ķ ׼×ķ׾ +Ġ×Ķ׼×ķ׾ ׾ +ни бÑĥд +нибÑĥд ÑĮ +ĠëĦĪ íĿ¬ +Ġоб ÑĢаÑī +ĠобÑĢаÑī а +Ġ×¢×ij×ķ×ĵ ת +ĠاÙĦÙħÙĨت خب +ıy ord +ıyord u +ÙĪ Ø° +×Ĺש ×Ļ×ij×ķת +Ġ×Ķ×¢ ×Ļק +Ġ×Ķ×¢×Ļק ר×Ļ +ì¢ Į +ยุ à¹Ĥร +ยุà¹Ĥร à¸Ľ +Ġа пÑĢ +ĠапÑĢ елÑı +sz ed +szed ÅĤ +д он +à¹Ģà¸ķิ à¸ļ +à¹Ģà¸ķิà¸ļ à¹Ĥà¸ķ +кол о +Ġkażde j +å¸ ° +帰 ãĤĬ +Ġмил ли +Ġмилли он +ç¾İåij³ ãģĹãģĦ +ت ÙĤار +تÙĤار ÙĬر +ĠìĿ´ 루 +ĠìĿ´ë£¨ ìĸ´ +Ġsprzeda ż +×Ķ ×ķצ×IJ×ķת +ãĤ¢ãĤ¯ ãĤ» +ãĤ¢ãĤ¯ãĤ» ãĤ¹ +ר ×ķ×¥ +ĠгоÑģÑĥдаÑĢÑģÑĤв енн +Ø£ ØŃÙĥ +Ø£ØŃÙĥ اÙħ +ĠoluÅŁ u +ĠA ç +ĠAç ık +ãĤ¸ ãĥ¼ +ç´ł æĻ´ +ç´łæĻ´ ãĤīãģĹãģĦ +Ġ×ijש×ij ×ķ×¢ +ب Ø° +بذ ÙĦ +สา à¹Ģหà¸ķุ +Ġpoz osta +Ġpozosta ÅĤ +ØŃر Ùħ +Ġimport ância +leÅŁtir me +Ġд ÑĢев +Ġmó vil +ĠA ynı +Ġна лог +Ġналог ов +Ġ×Ĺ ×Ļפ×Ķ +ĠÑĦоÑĢм Ñĥ +à¸Ĺà¸Ķ สà¸Ńà¸ļ +ĠksiÄħż ki +Ġma ÅĤe +Ùħس Ø£ÙĦ +ÙħسأÙĦ Ø© +ï¼¾ ï¼¾ +ç ãeste +év iter +Ġкон ÑģÑĤÑĢÑĥк +ĠконÑģÑĤÑĢÑĥк ÑĨи +ï¾ ŀ +Ġת×ķ׼ ׳ +ãĤ¹ãĥĪ ãĥ¬ãĤ¹ +ĠاÙĦاÙĤتصاد ÙĬ +×ŀ×ĵ ×Ļ +Ġw ÅĤad +ĠwÅĤad z +Ø® ÙĪÙģ +ĠмаÑĤеÑĢиал ов +ãģ¨ãģ£ãģ¦ ãĤĤ +Ġznaj du +Ġznajdu jÄħ +Ùģ ئة +ãģ©ãģ® ãĤĪãģĨãģª +æĬij ãģĪ +׳ ×Ĺ׾ +Ġdü ny +Ġdüny an +Ġdünyan ın +гÑĢ ани +гÑĢани Ñĩ +Ġ×Ķש׾ ×Ļש×Ļ +Ġ×Ķ×IJ ש +åıĬ ãģ³ +ìĭŃ ìĭľ +ìĭŃìĭľ ìĺ¤ +Ġдол л +Ġдолл аÑĢ +Ġпов ÑĤоÑĢ +Ġ×Ĺ ×Ļ׳×Ŀ +ת פת×Ĺ +Ñĥв ели +Ñĥвели Ñĩен +ãĤ« ãĥª +raw id +rawid ÅĤow +×ķ ×ķ׾ +ãĥŁ ãĥ¥ +ì½ ĺ +ĠBy ÅĤ +Ðľ ÐIJ +ع ÙIJ +ĠÑģовеÑĢ ÑĪ +ĠÑģовеÑĢÑĪ енно +Ġм ой +Ġ×ķ׾×IJ ×Ĺר +æħ £ +æħ£ ãĤĮ +ØŃ Ø§Ùģظ +Ġ무 ë£Į +à¸Ħà¸ĵะ à¸ģรรม +à¸Ħà¸ĵะà¸ģรรม à¸ģาร +Ġìĸ´ ëĶĶ +Ġdif eren +Ġdiferen ça +ĠاÙĦØ£ ساس +ĠاÙĦأساس ÙĬØ© +Ġ׾×IJ×Ĺר ×ķ׳×Ķ +ê· ł +Ġ×Ķש׳×Ļ ×Ļ×Ķ +ìľĦìĽIJ ìŀ¥ +ลุ à¸ģ +ç iler +Ġ×Ķ×IJ ׾×ķ +èģŀ ãģı +Ġ×ķ×IJ פ×Ļ׾×ķ +ĠÑĢе ализ +ĠÑĢеализ аÑĨи +ระยะ à¹Ģวลา +Ġجدا Ùĭ +تب اع +Ġveh ÃŃculo +Ġдол г +à¸Ľà¸£à¸´ มาà¸ĵ +ì¦ IJ +Ġ׾ ×ŀק×ķ×Ŀ +ĠìĤ¬ ì§Ħ +à¸Ĭ à¹īา +Ġ×ŀ×¢ ×ķ׾×Ķ +Ġgö rm +Ġgörm ek +ĠÙĪÙĩ Ø°Ùĩ +пеÑĢ в +пеÑĢв ÑĭÑħ +ê·¸ ëŀĺ +ĠاÙĦبر ÙĬØ· +ĠاÙĦبرÙĬØ· اÙĨÙĬ +ĠиÑİ Ð½Ñı +ĠÐĵ оÑĢ +Ġ׾ ש׾×Ŀ +ÐIJ ÐĿ +Ġназ наÑĩен +о оÑĢ +ооÑĢ Ñĥж +Ġöz elli +Ġözelli ÄŁi +Ġни же +ç¶ļ ãģijãģ¦ +Ġа ÑĢенд +Ġkat ılı +Ġkatılı m +ĠØ¥ Ø·ÙĦاÙĤ +ĠÙĪØ¥ ذا +Ġок ÑĤÑı +ĠокÑĤÑı бÑĢÑı +à¹Ĥà¸ķ ๠+à¹Ĥà¸ķ๠Ĭ +à¹Ĥà¸ķà¹Ĭ ะ +Ġolduk ları +Ùħ ÙĪÙĤع +ëĤ © +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãĤĭ +Ġש ×Ļ׼×ķ׾ +วา à¸Ķ +س ÙĬÙĦ +à¸Ĥ วั +à¸Ĥวั à¸į +تØŃ ÙĥÙħ +ì ĤŃ +Ġconna ît +׳ פת×Ĺ +Ġch ặ +Ġchặ n +ĠÙħ ØŃÙħ +ĠÙħØŃÙħ ÙĪد +ãģ ´ +ĠпÑĢодÑĥк ÑĨии +зд ÑĢав +ãģĶ è¦ +ãģĶè¦ § +×IJ×ij ×IJ +Ġvé ritable +ĠØ· ÙģÙĦ +ãĥĪãĥ© ãĥĸãĥ« +ê³ ¡ +Ġת ×ŀ×ķ׳×Ķ +Ġki ên +ĠÙĤ ادر +Ø¥ÙĤ ÙĦÙĬÙħ +ĠпÑĢед пÑĢи +ĠпÑĢедпÑĢи ÑıÑĤиÑı +Ġb Äĥng +Ġay ında +Ġg ấp +еÑħ ал +Ġgi Ãłnh +Ġд ав +Ġдав но +ìĺĢ ëĭ¤ +à¸Ļัà¸ģ à¹Ģà¸ķ +à¸Ļัà¸ģà¹Ģà¸ķ ะ +Ùħست شار +ست راتÙĬج +ستراتÙĬج ÙĬ +رÙħ ز +Ġt Ä©nh +ë¡ Ń +ĠÑĩ еÑĤ +ĠÑĩеÑĤ Ñĭ +ĠÑĩеÑĤÑĭ ÑĢе +ĠEnt ão +Ġص غ +Ġصغ ÙĬرة +×ij×Ļ×ĺ ×ķ׾ +خط ÙĪØ· +ĠÑĢазвиÑĤ ие +Ġamacı yla +à¸Ĺี วี +Ġо ÑģÑĤ +ĠоÑģÑĤ алÑĮн +ש×ķ׾׊ף +Ġ׼ ׳×Ļס +Ġ׼׳×Ļס ×Ķ +Ġd áºŃy +ĠyaÅŁ ayan +Ġ×ŀ×Ķ ×ķ×ķ×Ķ +ĠÑĥ Ñģи +ĠÑĥÑģи ли +×ŀ פ×Ļ +ĠпÑĢовед ениÑı +Ġر ب +Ġرب Ùħا +ĠاÙĦØ£ ÙĪسط +Ġìľł ì§Ģ +Ġprac ownik +Ġpracownik ów +×ŀס ×ķרת +ÙĤار ب +à¸Ħวาม รูà¹īสึà¸ģ +à¹ģหล ะ +ĠاÙĦÙĨ ÙĤد +Ġ×IJ׾ פ×Ļ +Ùħس ئ +Ùħسئ ÙĪÙĦ +ев ÑĭÑħ +клÑİÑĩ ениÑı +×ij ×Ļ׳ +×ij×Ļ׳ ×Ļ×Ķ×Ŀ +ש ×ķ×IJ×Ķ +ĠÅŁ ark +ĠÅŁark ı +Ġsü rec +Ġsürec in +à¹Ģà¸Ħร à¸Ķ +à¹Ģà¸Ħรà¸Ķ ิà¸ķ +ãĥIJ ãĥ¬ +ĠØ´ Ø£ÙĨ +à¹Ģà¸Ńา à¹Ħวà¹ī +niÄĻ cie +רצ ×Ĺ +ĠaÅŁ ama +׳ פ×Ĵ×¢ +Ġth á»Ŀ +Ġkhu ẩn +diÄŁ inde +ÑıÑī иÑħ +ãĥĺ ãĥ« +Ġüber h +Ġüberh aupt +ĠÑĤÑĢеб ова +ĠdÅĤ ugi +×ĺ ×Ļף +à¸Ĥà¸Ļาà¸Ķ à¹ĥหà¸įà¹Ī +ĠاÙĦØ£ Ùĩ +ĠاÙĦØ£Ùĩ ÙĦÙĬ +ĠMü d +ĠMüd ürü +Ġ×Ļ×Ķ ×ķ×ĵ×Ķ +Ñĭв аеÑĤÑģÑı +س اط +×Ķת ׳×Ķ×Ĵ +×Ķ×ª×ł×Ķ×Ĵ ×ķת +à¸ģาร à¸ľà¸¥à¸´à¸ķ +íĴ Ģ +สà¸ĸาà¸Ļ à¸ģารà¸ĵà¹Į +Ġо ÑĦ +ĠоÑĦ иÑģ +ĠÙĦ عبة +Ġstron ÄĻ +Ġר×IJ ×ķ×Ļ +×Ĺ ×ij׾ +ĠÑĢÑĭ н +ĠÑĢÑĭн ке +Ġ׾×ŀ×¢ ף +اس ÙĦ +ห ัà¸Ļ +Ġ×IJ ×Ĺ×Ļ +ĠпÑĢод ол +ê°Ģ ìŀħ +Ġ×ijר ×Ĺ +Ġ×ijר×Ĺ ×ij×Ļ +дж еÑĢ +Ġ׾ ×Ĺ׾ +Ġ׾×Ĺ׾ ×ķ×ĺ +Ġ׾×Ĺ׾×ķ×ĺ ×Ļף +ศาส à¸Ļา +ãĤ¢ãĤ¤ ãĥĨ +ãĤ¢ãĤ¤ãĥĨ ãĥł +Ġפר ×ķפ +جز اء +ล à¸Ńย +Ġc iaÅĤa +Ġgi ết +ĠзнаÑĩ иÑĤелÑĮно +Ġolmad ıģ +Ġolmadıģ ını +н д +нд екÑģ +تأ Ùĥد +Ġìĸ ¸ +Ġìĸ¸ ìłľ +ay dın +ãĥī ãĥ¬ãĤ¹ +Ġs ắt +Ġíĺ¸ íħĶ +Ġë¶ ģ +Ġë¶ģ íķľ +ãĥij ãĤ¤ +Ġ×ŀש×Ĺק ×Ļ +à¸Ħà¸Ļ à¸Ńืà¹Īà¸Ļ +Ġиз гоÑĤов +ĠизгоÑĤов лен +à¹Ģà¸ģีย ร +à¹Ģà¸ģียร à¸ķิ +תק שר +ĠÑĢаÑģ ÑĩеÑĤ +ส à¹Ģà¸ķ +Ġl änger +ĠiÅŁ let +ĠiÅŁlet me +Ġع ÙĦÙĬÙĨ +ĠعÙĦÙĬÙĨ ا +é lection +ĠاÙĦغ ربÙĬØ© +íĭ Ģ +ãĤĤãĤī ãģĪ +Ġкни ги +Ø£ سÙħ +أسÙħ اء +Ġth á»ı +Ġthá»ı a +หà¸Ļ ู +Ġ×ł×¢ ש×Ķ +à¸łà¸²à¸¢ à¹ĥà¸ķà¹ī +à¸ŀื à¸Ĭ +رÙĬ Ø· +Ùģ ÙĪض +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĹãģŁ +ש ×ĵ×Ķ +Ġng á»±c +ĠÑģеÑĢ ÑĮ +ĠÑģеÑĢÑĮ езн +T ôi +Ġfiyat ları +ĠвÑģ Ñİ +ĠC ódigo +Ġ×Ķש ×IJ +Ġ×Ķש×IJ ׾×Ķ +ĠP ública +Ø¥ Ø® +إخ ÙĪاÙĨ +ĠзаÑıв ил +ãĥ¦ ãĥ¼ +ר×IJ ×Ļת +vol ución +Ġsz ko +Ġszko ÅĤy +جرÙĬ دة +Ġpens é +ìī ¬ +ĠBüyük ÅŁehir +ĠØ£Ùħ رÙĬ +ĠØ£ÙħرÙĬ ÙĥÙĬ +à¸Ļัà¸ģ ศึà¸ģษา +Ġtod av +Ġtodav ÃŃa +ĠС ан +ĠСан кÑĤ +íķĺ ìŀIJ +ØŃÙĪ اÙĦ +׼ ×ķשר +à¹Ģลย à¸Ħรัà¸ļ +Ġal gu +Ġalgu ém +Ùģ ز +Ġçek il +Ġ×ĵ ר׼×Ļ×Ŀ +ãĥIJ ãĥ© +à¸ģà¹ĩ สามารà¸ĸ +สà¹Īวà¸Ļ ลà¸Ķ +íı ° +ĠP úb +ĠPúb lico +à¹ģà¸Ļว à¸Ĺาà¸ĩ +×IJת ×Ĵר +Ø´ اش +شاش Ø© +ci ÅĽni +ĠÃľ rün +ÙĦÙĪ ØŃ +ĠاÙĦ بÙĨ +ĠاÙĦبÙĨ Ùĥ +ì¡° ì¹ĺ +Ġorganiz ación +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĻ +s ätze +ĠÑģем ей +ÙĤ صد +ÑģÑĤв еннÑĭе +Ġpréc éd +Ġprécéd ent +à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ ฯ +ãģ¨è¨Ģ ãģĦ +×ij׳×Ļ ×Ļף +ĠØŃ ÙĪ +ĠØŃÙĪ اÙĦÙĬ +סק ס +ĠsaÄŁlam ak +Ġ׾ צ×Ļ×Ļף +ק×ĵ ש +Ġ×Ķ×ŀ ×¢×¨×Ľ×ª +Ġ׾×Ķ ×¢×ij×Ļר +Ġg ünd +Ġgünd em +ĠнаÑĪ его +à¹ĥà¸Ļ à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī +à¹Ģà¸Ħร ืà¸Ń +à¹Ģà¸Ħรืà¸Ń à¸Ĥ +à¹Ģà¸Ħรืà¸Ńà¸Ĥ à¹Īาย +ظ اÙĩرة +ÙħÙĨ ظÙħ +ÙħÙĨظÙħ ات +Ùħت از +追 ãģĦ +dı kt +dıkt an +ĠëįĶ ìļ± +ĠÐĿ апÑĢимеÑĢ +tw ór +×ŀ×ķ×¢ צ×Ķ +Ùĥ ÙĪÙĥ +Ð © +×ŀ×ĺ פ׾ +ó lica +訪 ãĤĮ +ĠëĮĢ ë¶Ģ +ĠëĮĢë¶Ģ ë¶Ħ +ãĤ¯ãĥª ãĥĥãĤ¯ +ãĤĴ éģ¸ +ãĤĴéģ¸ ãģ¶ +Ġpow sta +Ġpowsta ÅĤ +Ġraz ón +×ij ×ķ×Ĺר +ĠÑģообÑī ил +Ġק ×ij×ķ×¢ +r êt +à¸Ķี à¸Ĥึà¹īà¸Ļ +×ŀס ×¢×ĵ +×ŀסע×ĵ ×ķת +ĠÃĸ sterreich +Ġ׳ ×Ĺש×ij +Ùħباد رة +ì´ ī +×Ĵ ׳×ĺ×Ļ +ä¿¡ ãģĺ +du ÄŁ +duÄŁ unu +Ġph ú +ĠاÙĦØ£ Ø®ÙĬر +Ġت عتبر +landır ıl +ãģ¨ãģ¯ ãģĦ +ãģ¨ãģ¯ãģĦ ãģĪ +ĠاÙĦ Ø·ÙĦ +ĠاÙĦØ·ÙĦ اب +ĠN º +éģ¿ ãģij +اÙĦ Ùħع +اÙĦÙħع رÙĪÙģ +ส à¸łà¸² +éĽ¢ ãĤĮ +ĠпомоÑī ÑĮ +Ġзна еÑĤ +ãĥĹãĥ¬ ãĤ¼ +ãĥĹãĥ¬ãĤ¼ ãĥ³ãĥĪ +Ġsup érieur +Ġש׾ ×Ļש×Ļ +ĠاÙĦÙĨ ÙĪع +ãĤĵãģ§ãģĻ ãģŃ +à¸Ńà¸ļ รม +Ġgi á»įng +Ġwzgl ÄĻd +ĠاÙĦÙģ ÙĤر +è rent +Ġ×ŀ×IJ ×Ĺ +Ġ×ŀ×IJ×Ĺ ×ķר×Ļ +×Ĵ ×Ĵ +×Ļ ×Ļ×ij +ÙħÙĦ اب +ÙħÙĦاب س +Ġhük ü +Ġhükü met +Ġ×ŀ×Ĵ ×Ļ×ij +ĠÐŀ Ñĩ +ĠÐŀÑĩ енÑĮ +æĹ© ãģĦ +Ġconstr ucción +Ġth ượng +ï¼ ĭ +Ġcor ação +à¹Ģหล à¹ĩà¸ģ +ĠBaÅŁ b +ĠBaÅŁb akan +éĢ£ ãĤĮ +ãģĻãĤĭ ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ +ĠÙĤ اÙħت +Ġا Ùĥثر +Ùģاع ÙĦ +ĠÑĦ оÑĢ +ĠÑĦоÑĢ Ñĥм +غ Ø°ÙĬ +ĠiÅŁ le +ĠiÅŁle ml +ĠiÅŁleml eri +ĠìĤ¬ëŀĮ ìĿĢ +Ġìŀij ìĦ± +Ġë§Ī 볨 +Ùħ جÙĦس +หม ู +д в +дв иг +двиг а +à¹Ģสีย à¸Ĭีวิà¸ķ +×Ķת פת×Ĺ +×Ķתפת×Ĺ ×ķת +ĠмеÑĤ ÑĢо +ĠÑģ енÑĤ +ĠÑģенÑĤ Ñı +ĠÑģенÑĤÑı бÑĢÑı +ê³ § +Ġ׾ פע +Ġ×ľ×¤×¢ ×ŀ×Ļ×Ŀ +à¹Ģà¸ļ ีย +詳 ãģĹãģı +çķ° ãģªãĤĭ +ĠÄ°l çe +ĠAt at +ĠAtat ür +ĠAtatür k +รุ à¹Īà¸ĩ +Ġkald ı +Ġ주 ìŀ¥ +Ġprés ence +Ġн аб +Ġнаб лÑİ +ĠнаблÑİ Ð´Ð° +ĠÑģам ого +×Ĵ ×ķש +×ŀ×ĺ ×ķפ +×ŀ×ĺ×ķפ ׾ +ĠвÑĭб иÑĢа +ĠìŀIJ 리 +åĪĨ ãģĭãĤīãģªãģĦ +Ġз Ñĥб +Ġש׼ ×ijר +Ġد ائ +Ġدائ Ùħا +ĠпаÑĢ ÑĤи +ï¼ ² +ĠاÙĬ ضا +ĠÑħ оз +ĠÑħоз Ñı +ĠÑħозÑı й +ĠÑħозÑıй ÑģÑĤв +ĠاÙĦØ£ ج +ĠاÙĦأج ÙĨب +ĠاÙĦأجÙĨب ÙĬØ© +ĠÐĹ Ð½Ð° +ĠAp ós +ĠÑį неÑĢ +ĠÑįнеÑĢ ги +Ġy ans +Ġyans ı +ĠJust i +ĠJusti ça +Ġpré vu +ม วล +ìŀ¥ ëĭĺ +à¸ģระ à¸ļ +à¸ģระà¸ļ วà¸Ļ +à¸ģระà¸ļวà¸Ļ à¸ģาร +×ŀ ×ŀ +×ŀ×ŀ ×ķצע +Ġh ẹ +Ġhẹ n +зд ание +Ġak ÅŁ +ĠakÅŁ am +×ĺ ×ķפ +Ġgere kt +Ġgerekt i +Ġgerekti ÄŁini +Ġnar z +Ġnarz ÄĻdzi +é po +épo que +ĠTh ần +Ġwys oko +Ġwysoko ÅĽci +à¸ľà¸¹à¹ī à¸Ľ +à¸ľà¸¹à¹īà¸Ľ à¹Īวย +ĠÙĬ بدÙĪ +ÑĤелÑĮ ного +Ġвз глÑıд +Ġjed nÄħ +ĠìĿĺ 견 +Ġ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +פ ×Ļ×ĵ +ìĥģ ëĭ´ +Ġm ỡ +×Ķ ×ŀ׾ +×Ķ×ŀ׾ צ×ķת +ĠÑģоÑģÑĤ о +ĠÑģоÑģÑĤо иÑĤ +Ġав и +Ġави а +ĠL änder +تص ÙĪÙĬر +×ŀ×ĵ ×Ļ×Ķ +ìłĪ ì°¨ +ãģ¨ ãĤĬ +ãģ¨ãĤĬ ãģĤ +ãģ¨ãĤĬãģĤ ãģĪ +ãģ¨ãĤĬãģĤãģĪ ãģļ +ĠÑĢ Ñıд +ĠÑĢÑıд ом +ĠNh ất +ĠاÙĦÙĥ اÙħÙĦ +×Ĺ׾ ׾ +ĠGi ấy +צ ×ĺר +צ×ĺר ×£ +Ġ׾×ij ×ĺ׾ +Ġим еÑĤÑĮ +ס×ŀ ×ķ×ļ +Ġparticip ação +íķľëĭ¤ ë©´ +ÙħÙĨت دÙĬ +ÙħÙĨتدÙĬ ات +ĠeÄŁ len +g änge +رب ØŃ +ãĤ® ãĥ£ +ĠاÙĦر ÙĤÙħ +à¸ĭ à¹īำ +ĠH óa +×ŀר ×Ĺק +ØŃÙħ اÙħ +بÙĪ Ùĥ +ĠArt ÃŃculo +ãĥĦ ãĤ¢ãĥ¼ +×Ķפ ׼×Ķ +×Ĺ׾ ×ķף +ĠпеÑĢе Ñħод +len miÅŁ +زر اعة +Ġseñ or +ãģ£ãģ¦ ãģįãģ¦ +Ø¥ Ø´ +إش ارة +Ġpod ÃŃa +ĠÃľ lke +н ÑģкаÑı +Ġadapt é +Ġdüzen len +Ġdüzenlen en +ĠÑģÑĤ ала +ĠÙĬ ØŃتاج +Ġn ier +Ġnier uch +Ġnieruch omo +Ġnieruchomo ÅĽci +ãģĵãģ¨ãģĮ ãģĤãĤĭ +ยà¸Ńà¸Ķ à¹Ģยีà¹Īยม +ĠÙħ ج +ĠÙħج اÙĨÙĬ +Ġз аб +Ġзаб ол +Ġзабол ев +Ġзаболев аниÑı +ĠÅĽ ro +ĠÅĽro dk +ĠÅĽrodk ów +Ġ×Ķ ׾×IJ×ķ×ŀ×Ļ +Ġdok ÅĤad +ĠdokÅĤad nie +ãģŁãģı ãģªãģĦ +ãģ¯ãģļ ãģ§ãģĻ +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģŁ +é cran +ìĹħ ì²´ +trzym aÅĤ +ÑģÑĤв еннÑĭй +ĠNot ÃŃc +ĠNotÃŃc ias +Ùħ رÙĬ +ÙħرÙĬ ض +æ°Ĺ è» +æ°Ĺè» ½ +æ°Ĺ軽 ãģ« +ëĵ £ +Ġ×ĵ ×ķ×IJר +Ġ׾ ×ŀ׳ +Ġ׾×ŀ׳ ×ķ×¢ +ĠçalÄ±ÅŁ ıyor +ĠÅŁ idd +ĠÅŁidd et +ĠM ặt +Ġate ÅŁ +ĠполÑĥÑĩ ениÑı +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ มืà¸Ń +Ġgrö ÃŁer +د ائ +دائ رة +Ġbul un +Ġbulun maktadır +à¹Ģห ร +à¹Ģหร ีย +à¹Ģหรีย à¸į +à¸Ļัà¸ģ à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว +Ġalan ında +ĠÑĥ зна +Ġл еÑĩение +売 ãĤĮ +Ġçev ir +Ġdeste ÄŁi +ĠheiÃŁ t +âĸ ² +ØŃ Ø· +à¸Ħำ à¸ķà¸Ńà¸ļ +ãĤªãĥ³ ãĥ©ãĤ¤ãĥ³ +Ġ×ij×Ĺ×Ļ ×Ļ×Ŀ +ãĥ¦ ãĥĭ +Ġdüzenle me +Ġmodal itÃł +سر Ø· +سرط اÙĨ +×ŀ׼ ×ķף +ĠданнÑĭ й +تر ت +ترت ÙĬب +à¸ļาà¸ĩ à¸Ħà¸Ļ +ĠÄIJ á»ĭnh +ม ูล +มูล à¸Ħà¹Īา +ÙĨ ÙĤص +à¸ģาร รัà¸ģษา +ĠÑĦ он +ĠÑĦон д +ãĤĪãģĨ ãģ«ãģªãģ£ãģŁ +Ùħع اÙĦ +ÙħعاÙĦ جة +ĠOs man +ĠOsman lı +иÑĩеÑģк ом +à¸Ńยาà¸ģ à¸Īะ +ãģķãģ¾ ãģĸ +ãģķãģ¾ãģĸ ãģ¾ +ãģķãģ¾ãģĸãģ¾ ãģª +Ġת ×ķ׼׾ +×¢ צ×ij +ĠاÙĦع سÙĥ +ĠاÙĦعسÙĥ رÙĬ +Ġvé hic +Ġvéhic ule +Ġ×Ļצ ×Ĺק +ĠاÙĦÙĪ ØŃ +ĠاÙĦÙĪØŃ ÙĬد +ĠاÙĦع دÙĪ +ĠQu ản +Ġê³µ ëıĻ +بد ÙĦ +ĠÄij ảng +Ġm á»ĩnh +Ġnie zb +Ġniezb ÄĻ +ĠniezbÄĻ dn +Ġyayın lan +обÑī и +Ġgö tür +צ פ +צפ ×ķ×Ļ +ĠÙĦÙĬ بÙĬ +ĠÙĦÙĬبÙĬ ا +ØŃ ÙĪا +Ġд об +Ġдоб ÑĢо +иÑĢÑĥ ем +ĠاÙĦØŃÙĥÙĪÙħ ÙĬØ© +m Ã¤ÃŁig +Ġed ición +влек аÑĤелÑĮ +влекаÑĤелÑĮ н +Ġת ש׾×ķ×Ŀ +Ġ×Ķש ×ķ׳×Ļ×Ŀ +มิ à¸ĸุ +มิà¸ĸุ à¸Ļ +มิà¸ĸุà¸Ļ ายà¸Ļ +é£Łãģ¹ ãģ¦ +ĠìĪĺ ì§ij +ס ×ij×Ļ +ĠиÑİ Ð»Ñı +Ġà¹Ħà¸Ķà¹ī à¹ģà¸ģà¹Ī +׾×Ĺ ×Ŀ +tr ä +trä gt +ãģĿãĤĤ ãģĿãĤĤ +ÐĿ Ðķ +Ġв нÑĥÑĤ +ĠвнÑĥÑĤ ÑĢи +ãģ¨ ä¸Ģç·Ĵãģ« +ãĤ« ãĥķãĤ§ +Ġ×ij×Ĺ ×ĵר +×Ĺ ×ŀש +ãĤ¨ ãĥį +ãĤ¨ãĥį ãĥ« +ãĤ¨ãĥįãĥ« ãĤ® +ãĤ¨ãĥįãĥ«ãĤ® ãĥ¼ +à¸Ĥà¸Ńà¸ĩ à¸ķัวà¹Ģà¸Ńà¸ĩ +بÙĤ اء +פס ×Ļ׼ +פס×Ļ׼ ×ķ׾×ķ×Ĵ +ãĥ¡ ãĥĥ +ãĥ¡ãĥĥ ãĤ» +ãĥ¡ãĥĥãĤ» ãĥ¼ãĤ¸ +ÙĦ ÙĤب +A Äŀ +שק ×Ļ×¢ +ÙĤ ساÙħ +×ĵ×ķ×Ĵ ×ŀ×Ķ +æ·± ãģĦ +íĸĪ ëĬĶëį° +ĠrozwiÄħz anie +à¸Ļัà¹Īà¸Ļ à¹Ģà¸Ńà¸ĩ +×Ļצ ×ij +Ġtr ông +à¹ĥà¸Ĭà¹ī à¸ļริà¸ģาร +ĠاÙĦÙħÙĪ سÙħ +ĠдеÑĤ и +ãģĹãģĭ ãģªãģĦ +ס ×Ļף +Ġréfé rence +à¹ģห à¹īà¸ĩ +ãĤĤãĤī ãģ£ãģŁ +Ġ׾ ר׼ +Ġ׾ר׼ ×ķש +شع ÙĪر +ĠÐij ог +Ġlaz ım +Ġ×Ļש ׳×Ŀ +Ġп аÑĢÑĤ +ĠпаÑĢÑĤ неÑĢ +ĠÑĥ ника +ĠÑĥника лÑĮн +Ġmaté riel +×ŀר ק +Ġph Æ°á»Ŀng +Ġз ай +Ġзай м +Ùģ ÙĤد +Univers itÃł +×¢ ר׼×Ļ×Ŀ +Ġba ño +Ġн оÑı +ĠноÑı бÑĢÑı +à¸Ľ à¹īาย +Ġt ats +Ġtats äch +Ġtatsäch lich +ĠÑĤÑĢ еÑĤÑĮ +Ñį м +ãĥĻ ãĥ¼ãĤ¹ +Ġnh á»±a +ìĬ¤ íģ¬ +ĠعبداÙĦ ÙĦÙĩ +Ġת ×ķר×Ķ +أش ÙĬ +أشÙĬ اء +ĠÙĦÙĦ غا +ĠÙĦÙĦغا ÙĬØ© +Ùħ ÙĪاÙĤ +ÙħÙĪاÙĤ Ùģ +ĠgÅĤówn a +Ġart Ä±ÅŁ +Ġ×ŀק ×ķ×ŀ×Ļ +ãĤ¯ãĥ© ãĥĸ +Ġس ÙĪÙī +ĠìŬ ìĦ± +اس ر +اسر ائÙĬÙĦ +Ġ׳ ×Ľ×ª×ij +ย à¹īà¸Ńà¸Ļ +Ġdeber á +Ġph ẫu +ÑİÑī ем +ĠÙĦدÙĬ ÙĨا +×ŀ×ĺ ×Ķ +Ġ׳ ×ķ׾×ĵ +ĠвÑģÑĤÑĢ еÑĩа +ãĤīãĤĮ ãģ¦ãģĦãģ¾ãģĻ +ĠcaÅĤ ej +ย ึ +ยึ à¸Ķ +поÑĤ ен +поÑĤен ÑĨи +Ġл иÑĤ +ĠлиÑĤ еÑĢ +ĠлиÑĤеÑĢ аÑĤÑĥÑĢ +Ġкажд ом +ĠíĮ IJ +ĠíĮIJ ëĭ¨ +à¸Ī ู +Ġpres ença +ãģªãĤĵ ãģ§ +Ùħ ÙĬاÙĩ +ин ÑĦоÑĢм +инÑĦоÑĢм аÑĨион +инÑĦоÑĢмаÑĨион н +ĠìŀIJ ìĹ° +ר׼ ש +Ġöd ül +ç¶ļ ãģı +Ġп Ñģ +ĠпÑģ иÑħ +ĠпÑģиÑħ олог +ت Ø°Ùĥر +Ġìŀħ ìŀ¥ +ล à¸Ķà¹Į +ìĦł ê±° +ãģ£ãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġ×Ļ ×¢ +Ġ×Ļ×¢ ק×ij +ĠاÙĦØ· عاÙħ +ãĥĨ ãĤ¹ãĥĪ +ĠTu ấn +Ġparticip ación +×ŀ×ķ×ŀ ×Ĺ×Ķ +×Ĵר ס×Ķ +ĠاÙĦتÙĨ ÙģÙĬ +ĠاÙĦتÙĨÙģÙĬ Ø°ÙĬ +ĠбезопаÑģ н +ge f +gef ähr +Ø´ ÙĪر +Ġmy ÅĽli +ÙĪا Ø´ÙĨ +ÙĪاشÙĨ Ø·ÙĨ +׳×ķס ×¢ +Ùĥ Ùĩ +ÙĥÙĩ رب +ÙĥÙĩرب اء +Ġmus iaÅĤ +ìĭ ¸ +ãĥĸãĥ© ãĥĥãĤ¯ +Ġcré é +ÙĨÙĩ ار +owo ÅĽÄĩ +ÙħØŃا ÙĥÙħ +ĠwÅĤa ÅĽ +ĠwÅĤaÅĽ c +ĠwÅĤaÅĽc iciel +ĠÙĬ ؤ +ĠÙĬؤ دÙĬ +×ŀ×¢ ×ķ׳ +×IJ ×ij׾ +خط Ø£ +ĠÑħ олод +×ĸ ×ķ׾ +ãģĵãĤĮ ãĤī +ãģĵãĤĮãĤī ãģ® +Ġbás ica +ฤ à¸Ķ +ฤà¸Ķ ูà¸ģ +ฤà¸Ķูà¸ģ า +ฤà¸Ķูà¸ģา ล +èIJ½ãģ¡ çĿĢ +ãģªãģĦ ãģĵãģ¨ +ص ÙĪÙħ +ÙĨج ØŃ +׳ק ×ķ×ĵ +׳ק×ķ×ĵ ת +кл аÑģÑģ +íķĺìĭľ ëĬĶ +ëĦ ĺ +Ġש×IJ ×Ļ׳×ķ +ĠС ейÑĩаÑģ +may acaģı +Ġyap ılır +Ġcategor ÃŃa +عب اد +ĠТ еп +ĠТеп еÑĢÑĮ +×Ķ×Ļס×ĺ ×ķר×Ļ +h ế +ãĤ³ ãĥ¼ãĥī +Ġcabe ça +ج Ùħا +جÙħا Ùĩ +جÙħاÙĩ ÙĬر +ä½İ ãģĦ +ĠÑĤоваÑĢ ов +à¸Ĭาว à¸ļà¹īาà¸Ļ +ĠÑģÑĤан ов +ĠÑģÑĤанов иÑĤÑģÑı +ĠавÑĤом обилÑĮ +ĠÑģлÑĥÑĩ ай +à¸Ńั à¸ŀ +ĠG iriÅŁ +ĠìĿ¼ ëĭ¨ +ĠпÑĢ оÑģ +ĠпÑĢоÑģ моÑĤÑĢ +ãģªãģıãģª ãģ£ãģŁ +มี à¸Ľà¸±à¸įหา +ïº İ +éc oute +ĠÙħ ÙĪجÙĪد +Ġس رÙĬع +ĠÙĪÙĩ ÙĨا +ĠÙĪÙĩÙĨا Ùĥ +à¸Ħุà¸ĵ สม +à¸Ħุà¸ĵสม à¸ļัà¸ķิ +Ġìļ° ìĦł +à¸ŀระ à¸ŀุà¸Ĺà¸ĺ +好 ãģ¿ +ظ ÙĦÙħ +Ġм акÑģ +ĠмакÑģ ималÑĮ +ĠмакÑģималÑĮ но +ãĥª ãĤ¢ãĥ« +à¹ģมà¹ī วà¹Īา +ĠاÙĦØŃ ÙĪار +ãĥĹãĥ© ãĤ¹ +Ġع ÙĦاÙĤØ© +Ġíĸī ëıĻ +Ġgönder il +Ġl ãi +ĠsaÄŁ lıkl +ĠsaÄŁlıkl ı +ĠÑĪ аг +Ġ×ij×IJר ×Ķ +prowadzi Äĩ +ãģĦãģı ãģ¤ãģĭ +Ġبت ارÙĬØ® +Ġ×ij×IJ×ķת ×Ķ +Ġmó c +ĠÐľ не +ãĥĹãĥ¬ ãĥ¼ +×IJ ×ĸר×Ĺ +åł´åIJĪ ãģ«ãģ¯ +使 ãģĪ +à¹Ģร ืà¸Ńà¸Ļ +ĠÐŁ еÑĤ +ĠÐŁÐµÑĤ ÑĢ +ãģ«åħ¥ ãĤĭ +Ùħ ادة +à¹Ģà¸ĩ ืà¹Īà¸Ńà¸Ļ +à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ à¹Ħà¸Ĥ +ĠÑģоÑģÑĤоÑı ние +ôn ica +ĠÑĦ ев +ĠÑĦев ÑĢа +ĠÑĦевÑĢа лÑı +Ġ×ķ ×ĸ +Ġ×ķ×ĸ ×IJת +à¸Ħร ิ +à¸Ħริ ส +ĠÐķ Ñīе +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +ĠпÑĢав иÑĤелÑĮ +ĠпÑĢавиÑĤелÑĮ ÑģÑĤв +Ġtä glich +Ġëĭ¹ ìĭľ +×ŀ×ķ×¢ ×ŀ×ĵ +Ġдв оÑĢ +æī ķ +æīķ ãģĦ +ĠÑģÑĤан еÑĤ +Ġвозд ейÑģÑĤв +ĠвоздейÑģÑĤв и +Ġf ête +à¹Ģส า +תק ×ķ×ķ×Ķ +Ġu yar +Ġuyar ı +à¸ģลัà¸ļ à¹Ħà¸Ľ +Ġgi Æ°á»Ŀng +Ġв а +Ġва ÑĪи +ĠÄij áºŃu +ĠSpa ÃŁ +ĠìķĦ ë§Ī +à¹Ħà¸Ķà¹ī à¸ĩà¹Īาย +Ġ×Ķ×ŀ ×ijקש +æĸ° ãģŁ +æĸ°ãģŁ ãģª +ılı yor +пл ан +Ġ×Ķ×ijר ×Ļ×IJ×ķת +ĠaÄŁ rı +Ġsay gı +建 ãģ¦ +Ġnaj wyż +Ġnajwyż sz +سÙĬاس ات +ãģĬ å¾Ĺ +ĠاÙĦع ÙĦÙĬ +ĠاÙĦعÙĦÙĬ ا +Ġcoraz ón +ì¹ĺ ë£Į +หัว à¸Ĥà¹īà¸Ń +Ġب ØŃÙĬ +ĠبØŃÙĬ Ø« +зв езд +بÙĪ ابة +ÐĽ Ðĺ +ÙĦا زÙħ +Ġroz p +Ġrozp oc +Ġrozpoc zÄĻ +触 ãĤĮ +ĠاÙĦج ÙħÙĩ +ĠاÙĦجÙħÙĩ ÙĪر +Ġsp ÄĻd +ĠspÄĻd z +วิà¸Ĺยา ศาสà¸ķรà¹Į +ив аеÑĤÑģÑı +Ġдан ной +Ġreprés ente +ĠÄij á»ĭch +Ġ×¢×ŀ ×ķק +à¸Ńัà¸Ļ à¸ķร +à¸Ńัà¸Ļà¸ķร าย +Ġestr atég +Ġestratég ia +pad ÅĤ +Ġв полн +Ġвполн е +ĠпÑĢедоÑģÑĤав лен +×Ĺ׾ ×ķק +×Ĺ׾×ķק ת +ãĤ¢ ãĥĬ +ĠاÙĦغ Ø° +ĠاÙĦغذ ائÙĬ +ĠÑĥ зн +ĠÑĥзн аÑĤÑĮ +à¸ĭ à¹īาย +å½ĵ ãģ¦ +ØŃÙĬ اء +Ġbás ico +ק×ķ×ij ×¢ +ĠاÙĦÙħ باراة +ĠاÙĦÙĩ اتÙģ +Ġ׼ ׳×Ĵ×ĵ +à¸Ľà¸£à¸° หย +à¸Ľà¸£à¸°à¸«à¸¢ ัà¸Ķ +Ðļ ак +à¸Ĺีà¹Ī à¸Ļà¹Īา +à¸Ĺีà¹Īà¸Ļà¹Īา สà¸Ļà¹ĥà¸Ī +ãģ¾ ãģģ +ï½ ¢ +Ñģк оп +Ġson rasında +Ġur zÄħd +ĠurzÄħd zenia +׼×ķ ×ķ׳ +׼×ķ×ķ׳ ת +Ġ׾×Ķת ×ŀ×ķ×ĵ +Ġ׾×Ķת×ŀ×ķ×ĵ ×ĵ +ĠÑģ ли +ĠÑģли ÑĪ +ĠÑģлиÑĪ ком +ĠÑģÑĤ Ñĥд +ĠÑģÑĤÑĥд енÑĤ +Ġ×Ķ ×ķ×ĵ +Ġ×Ķ×ķ×ĵ ×¢×Ķ +ë¹Ħ ìļ© +à¸Ńยาà¸ģ à¹ĥหà¹ī +Ġb á»ģ +ยุ à¸Ĺà¸ĺ +Ðĺ ÐĿ +س ائر +Ø£ صÙĪÙĦ +ĠاÙĦغ رÙģ +ãģĵãģ¨ãĤĤ ãģĤãĤĬãģ¾ãģĻ +è¾¼ ãģ¾ãĤĮ +ĠاÙĦساب ع +Ġc ủ +ãģĦãģŁãģł ãģĦãģŁ +ì§ ĵ +ìĤ¬ 무 +powied ź +تÙģ Ùĥ +تÙģÙĥ ÙĬر +иÑĢов ки +ĠíĨµ íķ´ìĦľ +ãĤ¨ ãĤ¹ãĥĨ +ĠдеÑıÑĤелÑĮ ноÑģÑĤÑĮ +ĠданнÑĭ м +Ġ×¢ ×ķר +Ġ×¢×ķר ׼×Ļ +×ķ×ĵ עת +Ġhayat ını +Ġb Äħd +ĠbÄħd ź +obs ÅĤug +à¹Ģà¸ŀียà¸ĩ à¹ģà¸Ħà¹Ī +à¸ĭ à¹Īา +è²ł ãģij +ĠÑģÑĤÑĢ ем +ĠÄij á»īnh +ĠÐł ÑĥÑģ +ĠN ữ +Ġ׾×Ķש ×Ļ×Ĵ +Ġjed noc +Ġjednoc ze +Ġjednocze ÅĽnie +Ġ×Ķ×Ĵ ×ij×ķ×Ķ +أخ ÙĦاÙĤ +ĠнаÑģ ел +ĠнаÑģел ениÑı +ĠÙĬ ÙĨب +ĠÙĬÙĨب غÙĬ +ãģĮ ãģĭ +ãģĮãģĭ ãģĭ +×Ĵ עת +Ðŀ Ðł +ĠналиÑĩ ии +Ġë§Ī ì§Ģ +Ġë§Īì§Ģ ë§ī +Ġíĸī ìĤ¬ +Ġtre ÅĽci +Ġê°Ģ ì¹ĺ +ì¦ ĺ +Ġана лог +×Ķצע ת +в лад +влад е +ĠÑģдел ал +Ġ׳ ×Ĵ×Ļש +Ġ׳×Ĵ×Ļש ×ķת +полн ение +à¸Ĩ à¹Īา +ĠD ön +׼׾׼ ׾×Ķ +×ŀ×ĸ ×Ĵ +Ùħ Ùģ +ÙħÙģ Ùĩ +ÙħÙģÙĩ ÙĪÙħ +×Ķ ×ĵ +×Ķ×ĵ פס +×Ķ×ĵפס ×Ķ +ãģĻãģİ ãģ¦ +Ġг ÑĢ +ĠгÑĢ н +×ŀ×ĺ ×ķס +Ġ기 ìĸµ +ï¾ Ł +ĠpÅĤ yn +ĠGr ünde +ĠBü cher +Ġwed ÅĤug +ãģ¾ãģł ãģ¾ãģł +Ġ׳×Ķ ×ĵר +ĠÙĬست Ø·ÙĬع +ĠHi á»ĩp +ãĤŃãĥ£ãĥ³ ãĥļ +ãĤŃãĥ£ãĥ³ãĥļ ãĥ¼ãĥ³ +Ġth á»ķ +Ġeuropé enne +à¸ļ ัà¸ĩ +à¸ļัà¸ĩ à¸Ħัà¸ļ +ĠszczegóÅĤ owo +׳ שק +ãĥķ ãĥ©ãĥ³ãĤ¹ +×ŀ×ķ×ŀ ×Ĺ×Ļ +Ġcom ún +Ġç arp +ØŃت ÙĬا +ØŃتÙĬا ج +ØŃتÙĬاج ات +ëĭ´ ëĭ¹ +ä½ķ 度 +ä½ķ度 ãĤĤ +×ĵ ×ijק +ãģį ãĤĮ +ãģįãĤĮ ãģĦ +Ġк ам +Ġкам еÑĢ +ĠespecÃŃf ico +Ġtel éfono +à¸ķัà¹īà¸ĩ à¸Ńยูà¹Ī +I Åŀ +ãģ© ãĤĵãģ© +ãģ©ãĤĵãģ© ãĤĵ +עצ ×ŀ×IJ×Ļ +à¸Ķัà¸ĩ à¸Ļีà¹ī +ĠÑĦоÑĢм иÑĢов +ĠÑĦоÑĢмиÑĢов а +×ķ×ŀ ×ij +Ġkullan ımı +Ðľ Ðŀ +×¢ ש×Ļ +עש×Ļ ×Ļ×Ķ +Ġön lem +à¹Ģà¸Ń à¹ĩ +à¹Ģà¸Ńà¹ĩ ม +×ŀשק ×Ļ×¢ +ר ×Ļ×Ĺ +à¸Ĥ ัà¸Ķ +ĠíĻ ľ +ĠíĻľ ìļ© +à¸ĭ ะ +ãĤĪãģĨ ãģ«ãģªãĤĬãģ¾ãģĹãģŁ +ĠÑĢаÑģ пÑĢ +ĠÑĢаÑģпÑĢ оÑģÑĤ +ĠÑĢаÑģпÑĢоÑģÑĤ ÑĢан +ĠÑĢаÑģпÑĢоÑģÑĤÑĢан ен +׼×Ļ ×ķף +ÙĤب ض +تص رÙĬØŃ +تصرÙĬØŃ Ø§Øª +Ġо ÑĢи +ĠоÑĢи г +ĠоÑĢиг ина +ĠоÑĢигина л +ĠاÙĦع اÙĦÙĬ +à¹ģหà¹Īà¸ĩ à¸Ļีà¹ī +ãĥķãĤ¡ ãĥ¼ +ãģ¦ãģĦ ãģį +ãģ¦ãģĦãģį ãģŁãģĦ +פ תר +פתר ×ķ׳×ķת +Ġ×ij ×Ļ×Ĺ +Ġ×ij×Ļ×Ĺ ×ĵ +Ġod by +Ġodby ÅĤ +ĠоÑĩеÑĢ ед +Ġtr Æ°Æ¡ng +ãĤŃ ãĥ³ +×ŀ ×ķפ +×ŀ×ķפ ×¢ +ëĵľ 립 +ëĵľë¦½ ëĭĪëĭ¤ +à¸ŀืà¹īà¸Ļ à¸IJาà¸Ļ +ìŀIJ 격 +ĠVi á»ĩn +ĠDes pués +Ġ×IJ׾ ×Ļ׳×ķ +Ġdur ée +íĩ ´ +Ġmü zik +i ếu +ĠÑĢаз меÑīен +Ġк Ñĥд +ĠкÑĥд а +غ ض +غض ب +ĠTamb ém +à¸Īัà¸Ķ สà¹Īà¸ĩ +à¸ģาร à¹ģสà¸Ķà¸ĩ +onom ÃŃa +Ġан г +Ġанг ли +Ġангли й +Ġанглий Ñģк +Ġzn al +Ġznal az +Ġznalaz ÅĤ +תר ×Ĵ +תר×Ĵ ×ķ×Ŀ +ĠÑģ нов +ĠÑģнов а +ĠÑĩаÑģ а +Ġcommun auté +ĠespecÃŃf ica +ĠL á»ĭch +Ġli é +Ùģ جر +à¹Ģà¸ģ à¹Īà¸ĩ +ع اÙĦ +عاÙĦ ج +Ø£ÙĨ ظ +Ø£ÙĨظ ÙħØ© +ES Ä° +ĠاÙĦØŃ Ø¯ÙĬد +à¸ŀระ à¸Ńà¸ĩà¸Ħà¹Į +Ġפר שת +Ġдв иж +Ġдвиж ениÑı +ĠاÙĦج ارÙĬ +à¸ĺาà¸Ļ ี +неÑģ ен +ĠاÙĦÙĨ ÙĩائÙĬ +Ġб еÑĢ +ĠбеÑĢ ем +ĠбеÑĢем енн +Ġdépart ement +à¹Ģà¸Ĺ ีย +à¹Ģà¸Ĺีย à¸ļ +ĠÐľ аÑĢи +ĠнекоÑĤоÑĢ ÑĭÑħ +об еÑģп +обеÑģп еÑĩен +×Ĺ ×ķ×ĸ +×Ĺ×ķ×ĸ ×Ķ +ÙĨت ج +à¸Īะ à¹Ħà¸Ķà¹īรัà¸ļ +á» ° +Ġél éments +ع Ø· +عط اء +Ġt ắt +i á»ĩm +ÑİÑīиÑħ ÑģÑı +ãģĹãģ ° +ãģĹãģ° ãĤīãģı +Ġпом ожеÑĤ +à¸Ĥà¸ĵะ à¸Ļีà¹ī +Ġ×¢ שר×ķת +éģķ ãģ£ãģ¦ +ĠпÑĢ ог +ĠпÑĢог н +ĠпÑĢогн оз +Ġt ÅĤ +ĠtÅĤ um +ĠtÅĤum acz +T ür +Tür kiye +ãģį ãģ£ +ãģįãģ£ ãģĭãģij +Ġ×Ķ׳ ×ķ׼ +Ġ×Ķ׳×ķ׼ ×Ĺ×Ļ +ĠìĥĿ ìĤ° +ĠÑĦоÑĢм Ñĭ +ç¾İ ãģĹãģĦ +à¸Ľà¸£ ึà¸ģ +à¸Ľà¸£à¸¶à¸ģ ษา +Ġlum ière +ãĤª ãĥ¼ãĥĹ +ãĤªãĥ¼ãĥĹ ãĥ³ +à¸Ľ ืà¸Ļ +วั สà¸Ķ +วัสà¸Ķ ุ +еÑĢÑĤ в +ÙĥÙĦ Ùģ +ï½ £ +à¸ĺรรม à¸Ķา +׳ ×ĺר +ĠпÑĢедÑģÑĤав лÑıеÑĤ +Ġanál isis +Ġb ãi +با ÙĤÙĬ +à¸Ľà¸£à¸° à¹Ģà¸Ķ +à¸Ľà¸£à¸°à¹Ģà¸Ķ à¹ĩà¸Ļ +ĠÑģлÑĥÑĩ аÑı +ĠÑģлÑĥÑĩаÑı Ñħ +ÐĽ ÐIJ +สัà¸ĩ à¹Ģà¸ģ +สัà¸ĩà¹Ģà¸ģ à¸ķ +Ġprz ec +Ġprzec ież +Ùħ صÙĦ +ÙħصÙĦ ØŃØ© +ש×ķק ×ķ׾×ĵ +ĠобоÑĢÑĥд ованиÑı +Ġtr waÅĤ +رÙĪ Ùħ +ìķĪ ëĤ´ +ĠNgh á»ĭ +Ø® Ø´ +à¸ļา à¸Ħาร +à¸ļาà¸Ħาร à¹Īา +Ġоп ÑĨион +ĠÑģозд аниÑı +ãĤ³ ãĤ¹ãĥĪ +Ġ×Ķ×¢ ׾×Ļ +Ġ×Ķ×¢×ľ×Ļ ×ķף +lä uft +ãĥĻ ãĤ¹ãĥĪ +Ġr ê +Ġrê ve +×IJ ×ij×Ļ×ij +×Ļ ×Ļ×ļ +ë¶ Ļ +ãĤ¤ãĥ³ ãĥī +ÅĤo ży +ÅĤoży Äĩ +ع ائÙĦ +عائÙĦ Ø© +Ø£ ÙĪر +Ø£ÙĪر اÙĤ +à¸Ĺà¹īà¸Ńà¸ĩ à¸ĸ +à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ ิà¹Īà¸Ļ +Ġä hn +Ġähn lich +ãĥŁ ãĥĭ +à¸ľ ู +à¸ľà¸¹ à¹īà¸Ļ +à¸ľà¸¹à¹īà¸Ļ ำ +ĠмаÑĤеÑĢиал Ñĭ +Ġкап иÑĤ +ĠкапиÑĤ ал +ï¼ ¦ +Ġseç il +Ġh ứng +Ġintéress ant +ãģ£ãģ¦ ãģĦãģı +Ġe ÄŁer +ëIJĺ ìĹĪìĬµëĭĪëĭ¤ +Ġan laÅŁma +ãģĶ åĪ©çĶ¨ +Ġ×ij ×ĸ׼ +Ġ×ij×ĸ׼ ×ķת +ëĿ¼ ë©´ +ĠÙĬ ÙĪس +ĠÙĬÙĪس Ùģ +أسÙĦ ØŃØ© +ĠGef ühl +ĠноÑĢм алÑĮн +ãĥĻ ãĥ³ +ãģķãĤĮ ãĤĭãģĵãģ¨ +ĠÐij еÑģ +ãģ¨ãģĦ ãģĪãģ° +ĠÙħ ÙĩÙħ +ĠÙħÙĩÙħ Ø© +ãģ§ãģĹãĤĩãģĨ ãģŃ +ĠêµŃ ëĤ´ +à¹Ģม à¹ĩà¸Ķ +×ŀ×ij קר +ĠاÙĦد ÙĨÙĬ +ĠاÙĦدÙĨÙĬ ا +à¸Ĭ ู +к ÑĢÑĥÑĤ +Ġtho áng +Ġ׳ ×ĵר +Ġ׳×ĵר ש +ĠÑĢаÑģÑģ казал +ĠAu ÃŁerdem +פ ×IJר +פ×IJר ק +Ġ×ŀש×Ĺק ×Ļ×Ŀ +צ ר׼×Ļ×Ŀ +×ŀ×ĵ ×ķ +×ŀ×ĵ×ķ ×Ļק +èĭ¦ ãģĹ +ĠÑģ иг +ĠÑģиг нал +ĠM á»įi +Ġtr ữ +Ġnast ÄĻp +ĠnastÄĻp nie +Ġì¶Ķ ì§Ħ +ĠاÙĦÙģ ÙĨد +ĠاÙĦÙģÙĨد ÙĤ +koÅĦ czyÅĤ +ส ีà¹Ī +ק ×Ļ×ij +ק×Ļ×ij ×ķ×¥ +ĠнÑĥж нÑĭ +大 åĪĩ +大åĪĩ ãģª +æıĽ ãģĪ +ת ×ķס +ת×ķס פת +ãģ£ãģ¦ ãģĦãģªãģĦ +Ġм Ñı +ĠмÑı г +ĠмÑıг к +Ġjak ie +Ġjakie ÅĽ +à¸ķำ à¸ļ +à¸ķำà¸ļ ล +ĠìŀĪ ì§Ģ +×ij×ĺ ×IJ +ĠоÑĤлиÑĩ но +ÙĤ ÙIJ +ĠавÑĤом об +ĠавÑĤомоб и +ĠавÑĤомоби лÑı +دÙĬÙħÙĤرا Ø·ÙĬ +ĠاÙĦ ÙĪا +ĠاÙĦÙĪا ØŃد +Ġس ÙĪرÙĬØ© +Ø£ غÙĦ +أغÙĦ ب +ĠÑįк ÑĢан +ãĥĹ ãĥ©ãĤ¤ +Ġjeste ÅĽ +ãĥIJ ãĥª +Ġ×Ķ×IJ ×ķ×ķ×Ļר +ائ Ùĥ +à¸Ńยà¹Īาà¸ĩ ยิà¹Īà¸ĩ +ÑĢ екÑĤ +Ġum o +Ġumo ż +Ġumoż li +Ġumożli w +Ġumożliw ia +Ġnäch ste +ĠìŀĪ ì§Ģë§Į +ĠпÑĢед н +ĠпÑĢедн аз +ĠпÑĢедназ наÑĩен +Ġma çı +Ġp omi +Ġpomi ÄĻd +ĠpomiÄĻd zy +ĠاÙĦÙĦ ÙĤاء +à¹Ģà¸Ķ à¸Ńะ +Ġнов оÑģÑĤи +×ŀ׊׾×Ķ +رÙĬاض ÙĬ +à¸Ķ à¸Ļ +à¸Ķà¸Ļ à¸ķรี +ب صر +ìĬ¤ íĥĢ +scri pción +Ġnap isa +Ġnapisa ÅĤ +Ġ׳ש ×ŀ×¢ +ĠاÙĦÙħØŃ ÙĦÙĬ +Ġhi á»ĥn +×IJ ×Ĺ +×IJ׊ר×IJ×Ļ +Ġг ÑĢаниÑĨ +æīĭ ç¶ļãģį +Ùĥ سب +Ġà¹ģà¸ķà¹Ī à¸ĸà¹īา +à¸Ķาว à¸Ļà¹Į +à¸Ķาวà¸Ļà¹Į à¹Ĥหลà¸Ķ +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +åŁºæľ¬ çļĦãģ« +ÙĪÙĦ اد +rä ume +د Ùģاع +×Ļצ ×¢ +ĠO czy +ĠOczy wiÅĽcie +ĠÅ ģ +ĠÅģ a +اÙĦÙĬ اب +اÙĦÙĬاب اÙĨ +áºł I +ĠBir liÄŁi +×Ķ ×ķצ +×Ķ×ķצ ×IJת +ĠÄij ua +Ġê·¸ëŁ¬ ëĭĪê¹Į +Ġréal ité +ع ÙĦاÙĤات +J este +Jeste ÅĽ +Ġмн ож +Ġмнож еÑģÑĤво +ï¼ « +ãĥĹãĥŃ ãĤ¸ãĤ§ +ãĥĹãĥŃãĤ¸ãĤ§ ãĤ¯ãĥĪ +ĠÑĦ л +ظ ÙĨ +×Ĵ׾ ×Ĵ׾ +ĠmÅĤod zie +ĠmÅĤodzie ż +à¸Ļà¹īำ à¸ķา +à¸Ļà¹īำà¸ķา ล +ÐĽ Ðķ +×ij ×ķ×ĺ +Ġ׾×Ķ ×Ĵ×Ļ×ĵ +ãģĵãģ¨ãĤĤ ãģĤãĤĭ +ز اد +×ŀ×Ļ×ĵ ×¢ +ĠgÅĤówn ie +ãĥı ãĤ¦ +ãĥıãĤ¦ ãĤ¹ +б ел +Ġét ape +ðŁĺ Ģ +Ġмод елÑĮ +a ģını +ש ×Ĺק +ש×Ĺק ף +Ġni ño +à¸Ĭ à¹īาà¸ĩ +à¹Ģล ีย +ĠÑĦоÑĢм е +ĠاÙĦØ´ رÙĬÙģ +ĠÑĥд аÑĢ +arr iv +arriv ée +Ġmies iÄĻ +ĠmiesiÄĻ cy +ØŃ Ø±Ùĥ +ØŃرÙĥ ات +ĠDi á»ħn +ÐĿ Ы +ãģ¾ãģ£ãģŁ ãģı +Ġ×Ļ ר×ķק +еÑģÑĤ еÑģÑĤв +еÑģÑĤеÑģÑĤв енн +Ġê·¸ ëŁ¼ +ĠاÙĦÙħ تÙĪ +ĠاÙĦÙħتÙĪ سط +Ġbéné fic +Ġbénéfic ie +Ġwy bra +Ġwybra Äĩ +ĠاÙĦز ÙħÙĨ +ĠпÑĢин Ñı +ĠпÑĢинÑı л +Ùģر ØŃ +Ġk sz +Ġksz taÅĤ +ĠksztaÅĤ t +ק׾ ×ĺ +×ij×ĵ×Ļק ת +Ġgi ấ +Ġgiấ c +Ġpropriet Ãł +деÑĢж ан +ĠKö ln +ĠGü zel +×Ļפ ×ķ×Ļ +ĠCu á»Ļc +ÑįÑĤ аж +تر ÙĥÙĬ +ترÙĥÙĬ ز +лож ений +Ġп Ñĥ +ĠпÑĥ ÑĤи +اخت ÙĦاÙģ +åĩºãģ¦ ãģıãĤĭ +à¸ļุ à¸ģ +âĿ ¤ +ÑĦ ан +פש ×ĺ +à¸ļัà¸Ļ à¹Ģà¸Ĺ +à¸ļัà¸Ļà¹Ģà¸Ĺ ิà¸ĩ +ĠاÙĦس اد +ĠاÙĦساد س +ĠاÙĦÙĤ ÙĪÙħ +ĠاÙĦÙĤÙĪÙħ ÙĬ +Ġyönet ici +Ùĩ ÙĪات +ÙĩÙĪات Ùģ +Ġrespons ável +Ġпод деÑĢжива +ĠاÙĦسÙĦ Ø· +ĠاÙĦسÙĦØ· ات +ãģĹãģ¦ ãģĬãģı +ãĥļ ãĥĥãĥĪ +à¸Ľ ุà¹Īม +Ġogl Äħda +ÙĨا ÙĤ +ÙĨاÙĤ Ø´ +à¸Ħà¸Ńà¸Ļ à¹Ĥà¸Ķ +ĠMü sl +ĠMüsl ü +ĠMüslü man +ĠMo ż +ĠMoż na +Ġnum érique +Ġv á»ı +ĠسÙĬ تÙħ +Ġyer leÅŁ +монÑĤ аж +Ġgo ût +ãģ¦ ãģĬãĤĬãģ¾ãģĻ +ĠKh ánh +Ġе дин +Ġедин ÑģÑĤв +اÙĨ Ø®Ùģ +اÙĨØ®Ùģ اض +ìĭľ íĹĺ +Ġl ặng +ĠÑĢ олÑĮ +à¸ķัว à¹ģà¸Ĺà¸Ļ +à¸Ħà¹Īา à¹ĥà¸Ĭà¹ī +à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī à¸Īà¹Īาย +Ġver füg +Ġverfüg bar +ìĻĶ ëĭ¤ +ãģĦ ãģļ +ãģĦãģļ ãĤĮ +ĠиÑģÑģлед ованиÑı +меÑī а +×Ķ ×Ĺ +×Ķ×Ĺ ×ĸר +à¹ģà¸Ł à¸Ĭัà¹Īà¸Ļ +ت صرÙģ +Ø¥ رÙĩاب +Ġexerc ÃŃcio +Ġé lev +Ġélev é +สัà¸įà¸įา à¸ĵ +Ãĸ Z +ãĥĹ ãĥŃãĤ° +ãĥĹãĥŃãĤ° ãĥ© +ãĥĹãĥŃãĤ°ãĥ© ãĥł +Ġw ewnÄĻtrzn +Ġhen üz +é£Ľ ãģ³ +à¹Ģà¸Ķ à¸Ńรà¹Į +Ñģ Ñĥж +ÑģÑĥж ден +شع ÙĪب +ãģ²ãģ¨ ãĤĬ +Ġwy ÅĤÄħ +ĠwyÅĤÄħ cznie +Ġпло Ñħо +ÐĶ Ðķ +Ạ¦ +Ùģع اÙĦÙĬ +ÙģعاÙĦÙĬ ات +ĠاÙĦع شر +ÑģÑĤÑĥп ил +Ġy arg +Ġyarg ı +нÑİ Ñİ +×ķ×IJ ×ij +Ġu ç +Ġuç ak +ë² ½ +تÙĪ ÙĤÙĬ +تÙĪÙĤÙĬ ع +Ġì¤ij ìĭ¬ +׳×Ļ×ķ ×ķ×ĺ +Ø£ ÙĥÙĦ +ç½® ãģĦãģ¦ +éłĤ ãģį +Ġ×Ķת ×ij +Ġ×Ķת×ij ×Ļ×¢×Ķ +Ġdür fen +Ùħ ÙĤاÙĦ +ÙħÙĤاÙĦ ات +Ġز ÙħÙĨ +à¸ŀฤ ศ +à¸ŀฤศ à¸Ī +à¸ŀฤศà¸Ī ิà¸ģ +à¸ŀฤศà¸Īิà¸ģ ายà¸Ļ +ĠнеÑģк олÑĮ +ĠнеÑģколÑĮ ки +ĠнеÑģколÑĮки Ñħ +Ġcrian ça +มิ à¸ķร +×ŀ׼ ×Ļר×ķת +à¸ģาร à¸ļริหาร +Ġtélé charg +Ġ×IJ×ķ×Ķ ×ijת +ĠBü ro +ä½ľ ãģ£ãģŁ +ĠKi ÅŁi +ç¾İåij³ ãģĹ +à¹Ģลย à¸Ħà¹Īะ +à¸ŀà¸ļ à¸ģัà¸ļ +à¸Ī à¹īา +Ġç er +Ġçer ç +Ġçerç eve +ãĤĴä½ľ ãģ£ãģ¦ +ĠпеÑĢв ÑĥÑİ +×ŀצ ר×Ļ×Ŀ +×IJ׾ ×ķ×Ķ +×IJ׾×ķ×Ķ ×Ļ×Ŀ +Ġagr é +Ġagré able +Ġay ır +Ä°L Ä° +ãĤ ¥ +Ġíĺ Ħ +ĠíĺĦ ìĭ¤ +ثاÙĦ Ø« +ת ×ĸ +ת×ĸ ×ķ׳×Ķ +ãģ¨ãģĦ ãģ£ãģ¦ +ãģ¨ãģĦãģ£ãģ¦ ãĤĤ +Ġا بÙĪ +ĠÑģоб ак +é£Łãģ¹ ãģŁ +Ġдан ном +à¹Ģล ิ +à¹Ģลิ ศ +Ġí ļ +Ġíļ ¨ +Ġíļ¨ ê³¼ +ãĤĤãĤī ãģĪãĤĭ +׳ צ׾ +ÑĦ ик +ÑĦик Ñģ +Ġjeste ÅĽmy +ת×Ĺ×ķש ×Ķ +à¹Ħมà¹Ī à¸Ħวร +ĠØŃ Ø³ÙĬÙĨ +à¸ģาร ลà¸ĩà¸Ĺุà¸Ļ +ë´ ¤ +ĠÐĺ менно +à¸ļ à¸Ńรà¹Į +à¸ļà¸Ńรà¹Į à¸Ķ +ĠC ảnh +ìĦľ ë¹ĦìĬ¤ +Ġпол ов +Ġполов ин +Ġзам еÑĩа +ãģĦãĤį ãĤĵãģª +Ġ×ij ×Ļק +Ġ×ij×Ļק ש +л ÑĥÑĪ +ãĤĴ è¿İ +ãĤĴè¿İ ãģĪ +جرÙĬ ÙħØ© +Ġt ây +ĠاÙĦÙĨ ÙĪ +ĠاÙĦÙĨÙĪ ÙĪÙĬ +ÃĤ N +ì¿ ł +หà¸Ļ าว +Ġ×ij׊ש×ij×ķף +ز ار +à¸Ķ าร +à¸Ķาร า +ĠÅĽ l +ĠÅĽl ub +มีà¸Ħวาม สุà¸Ĥ +Ġn hu +Ġnhu áºŃn +ÙħØŃ Ø·Ø© +à¹Ģสืà¹īà¸Ń à¸ľà¹īา +ĠТ олÑĮко +ĠÙĥ س +ĠÙĥس ارة +ÙħØ´ رÙĪع +niÄĻ cia +×¢ ׼ש×Ļ×ķ +ت ÙĦÙģ +تÙĦÙģ زÙĬ +تÙĦÙģزÙĬ ÙĪÙĨ +Ġl Æ°á»Ľi +ĠÐľÐ¾Ñģк вÑĭ +Ġré serve +Ġan laÅŁ +ĠanlaÅŁ ıl +Ġed eceÄŁi +รà¸Ńà¸ĩ à¹Ģà¸Ĺà¹īา +Ġب Ø· +Ġبط رÙĬ +ĠبطرÙĬ ÙĤØ© +ãģ¦ãģĹãģ¾ ãģ£ãģ¦ +ãĤĤãĤī ãģ£ãģ¦ +بر ج +æ± ļ +æ±ļ ãĤĮ +Ġch oc +Ġchoc ia +Ġchocia ż +Ġzob ac +Ġzobac zyÄĩ +пÑĢ Ñı +пÑĢÑı жен +ĠÑĨ иÑĦ +ĠÑĨиÑĦ ÑĢ +Ġм ам +Ġвз ÑıÑĤÑĮ +Ġch ạm +ج سÙħ +ØŃÙħ اس +à¹Ģล à¹Īม +à¸ŀิ ษ +×Ķפ ׼×ķ +à¸Ĭà¹Īà¸Ńà¸ĩ à¸Ĺาà¸ĩ +Ġв ек +Ġвек а +Æ¡ Ìģ +Æ¡Ìģ i +ĠTi á»ģn +Ġtr ầm +мÑĭ ÑĪ +мÑĭÑĪ л +ĠÑĤ Ñĥ +ĠÑĤÑĥ ÑĢиÑģÑĤ +Ġch c +Ġchc Äħ +Ġав г +Ġавг ÑĥÑģÑĤ +ĠавгÑĥÑģÑĤ а +ס ×IJ×ķת +Ġר ×Ĵ׾ +à¸ľà¸¥ à¸ģระà¸Ĺ +à¸ľà¸¥à¸ģระà¸Ĺ à¸ļ +å¤īãĤı ãĤĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +سÙģ ÙĬر +ĠÑĩа Ñīе +ãģĦ ãĤī +ãģĦãĤī ãģ£ +ãģĦãĤīãģ£ ãģĹãĤĥ +×ķ×ŀ ׳×Ļ×Ŀ +Ġart tır +ĠCh á»ĭ +Ġì¡° ì§ģ +ĠÑĥÑģп еÑħ +Ġ×¢ ×ķס +Ġ×¢×ķס ק +ĠìĥĿ ëªħ +ÑĨ иÑĤ +Ġreg ión +Ðŀ ÐĿ +ĠdoÄŁ um +ĠyaÅŁ ad +ĠyaÅŁad ıģı +à¸Ĺà¸Ķ ลà¸Ńà¸ĩ +Ġgöz ü +ש ×Ļר×Ķ +дÑĥм ал +Ġda ģı +Ġdaģı t +à¸Ĺีม à¸ĩาà¸Ļ +Ġti á»ģm +ĠاÙĦÙĥ بر +ĠاÙĦÙĥبر Ùī +ì¹ Ń +ĠGü nc +ĠGünc elle +ĠGüncelle me +ê¹ Ĭ +ĠобоÑĢÑĥд ование +ĠÑĢеÑĪ а +á» ¤ +Ġп иÑĤ +ĠпиÑĤ аниÑı +à¹Ģรีย à¸ļ +×Ľ×ª ×Ļ×ij×Ķ +Ġп он +Ġпон ÑĢав +ĠпонÑĢав и +Ġ×Ķ ×ķ׾×ĵ +Ġ×Ķ×ķ׾×ĵ ת +Ġê² ģ +Ġê²ģ ëĭĪëĭ¤ +ĠпеÑĢв ой +ãĥ©ãĤ¤ ãĥķ +ĠÅŁi ir +kr ÄĻ +krÄĻ c +Ġthi á»ĥu +à¹Ģลย à¸Ĺี +à¹Ģลยà¸Ĺี à¹Ģà¸Ķียว +×ĺ×¢ ׳×ķת +ائ ÙĩÙħ +Ġ×IJ ס×ķר +ĠплаÑĤ еж +تر دد +Ġmożli we +Ġkh Ỽ +ĠkhỼ p +تÙģاع ÙĦ +ĠÑĪ колÑĮ +ĠÑĪколÑĮ н +ĠÙĤ صة +Ġmét ier +nÄĻ ÅĤa +หล à¹Īà¸Ń +Ġ ủng +Ġprz egl +Ġprzegl Äħd +ĠاÙĦÙħ تعÙĦ +ĠاÙĦÙħتعÙĦ ÙĤØ© +ĠÑģÑĭ н +Ġв олн +ãĥĩ ãĥ¼ãĥĪ +ĠÐŃ ÑĤи +Ġк ÑĢоме +à¸Ħ ารà¹Į +׳ק ×ķ×ĵ×Ķ +Ġ׾ש×ŀ ×ķ×¢ +Ġ×ĸ ×ķ׼ר +ï¼ § +ÙĬ Ùİا +Ġgi á»ıi +åĥį ãģı +ĠÑģ ни +ĠÑģни жен +à¹ģà¸Ķ à¸Ķ +รุ à¸Ļ +รุà¸Ļ à¹ģรà¸ĩ +Ġhi á»ĩp +ograf ÃŃa +à¹Ģà¸Ī à¸Ńรà¹Į +Ġдв иг +Ġдвиг аÑĤ +ĠдвигаÑĤ ел +Ġü y +Ġüy eler +Ġüyeler i +Ġб Ñĥк +ĠбÑĥк в +ãĤĤ å¤ļãģı +Ġthi á»ĩt +ĠPa ÃŃs +ĠØ· بÙĬعÙĬ +à¹ģà¸Ī à¸ģ +ĠاÙĦص ØŃÙĬØŃ +Ġapp ré +Ġappré ci +Ġdecis ión +Ġë°ĺ ëĵľ +Ġë°ĺëĵľ ìĭľ +ĠÑĤеб е +ãĤ· ãĥ¼ãĤº +ãĤ·ãĥ¼ãĤº ãĥ³ +Ġд алÑĮн +ĠìĬ ¤ +ĠìĬ¤ ìĬ¤ +ĠìĬ¤ìĬ¤ ë¡ľ +ĠTh á»ĥ +Ġkar ÅŁ +ĠkarÅŁ ıs +ĠkarÅŁÄ±s ında +ĠK ön +ĠKön ig +ив ание +×ij ×ķצע +г лаÑģ +Ġtw ó +Ġtwó rc +à¸Ľà¸ģ à¸Ħร +à¸Ľà¸ģà¸Ħร à¸Ńà¸ĩ +ĠG ÅĤ +ĠGÅĤ ówn +ĠUnter stüt +ĠUnterstüt zung +Ġд ÑĥÑħ +ĠдÑĥÑħ ов +Ø£ ÙħاÙĨ +×Ĺש ש +ت ظ +تظ اÙĩر +ĠлÑİб ом +à¸ķ าร +à¸ķาร าà¸ĩ +Ġkr ól +Ø£ ØŃدث +ì¡Į ëĭ¤ +Ðļ ÑĥÑĢÑģ +ãĥĥ ãĥĦ +×ŀק ×ķ×ij׾ +ĠÑģимв ол +Ġdés orm +Ġdésorm ais +w üns +wüns che +Ñĥ ни +Ñĥни ÑĨип +ÑĥниÑĨип алÑĮн +หลัà¸ģ สูà¸ķร +ÙĨت شر +Ġа л +Ġал к +Ġалк ог +Ġалког ол +ĠÑĥ ÑĩиÑĤÑĭва +à¸ģำ à¸ģัà¸ļ +Ġ׾ פע×ķ׾ +ĠìĹ° ê²° +s Äħd +ĠاÙĦØ£ ÙĬ +ĠاÙĦØ£ÙĬ اÙħ +غÙĬ اب +Ġна ÑĢ +ĠнаÑĢ ко +×ŀ×ķ×ĵ ×¢ +ĠÑģеÑĢ ии +пиÑģ Ñĭва +สิ ว +ç¶ļ ãģĦãģ¦ +çĶ³ãģĹ è¾¼ãģ¿ +Ġ׾ ×Ĵר +Ġ׾×Ĵר ×ķ×Ŀ +Ġд ем +Ġдем о +Ġë³´ ëĤ´ +تÙĩ دÙĬد +ĠÙħØ´ ÙĬرا +Ġdu y +Ġduy á»ĩt +ĠwiÄĻks ze +Ùħع اÙĬ +ÙħعاÙĬ ÙĬر +ĠG da +ĠGda ÅĦsk +Ġr ah +Ġrah ats +Ġrahats ız +ר ×ķצ×Ķ +l ös +lös ung +ĠТак им +ÑĪ ед +ÑĪед ÑĪ +ع زÙĦ +Ġרש ×Ļ×ŀת +Ġ׾×Ķ ×Ļ׼ +Ġ׾×Ķ×Ļ׼ ×ł×¡ +Ġп ÑĥÑĤ +ĠпÑĥÑĤ еÑĪ +ĠпÑĥÑĤеÑĪ еÑģÑĤв +Ġnot ÃŃcia +Ġal Ä±ÅŁ +ĠalÄ±ÅŁ ver +ĠalÄ±ÅŁver iÅŁ +ĠwÅĤ os +ĠwÅĤos ów +Ġب غ +Ġبغ داد +Ġver öffent +Ġveröffent licht +ĠKh á +Ġt án +ëIJĺ 기 +Ġë°© 문 +Ùģ ÙĬÙĦ +à¹Ģà¸ģิà¸Ķ à¸Īาà¸ģ +åı¯ æĦĽ +åı¯æĦĽ ãģĦ +à¸ĸ ุà¸ĩ +Ġz ewnÄĻtrzn +à¸łà¸²à¸©à¸² à¸Ńัà¸ĩà¸ģฤษ +Ġmá xima +Ġul us +Ġulus lararası +Ġ׳×Ķ ׳ +à¸Ĥà¹Īาว สาร +ĠìĿĺ ìĤ¬ +à¹Ģหล ืà¸Ńà¸ĩ +Ġد ÙĤ +ĠدÙĤ ائÙĤ +สืà¹Īà¸Ń สาร +ë¨ ¼ +ĠÑģоÑģÑĤоÑı нии +สมา à¸Ħม +á» Ĥ +ĠÐľÐ¾Ñģ ков +ĠÐľÐ¾Ñģков Ñģк +×ŀס ×ķ×Ĵ׾ +ãģĭ ãģĭãĤĬ +ĠTr uyá»ģn +à¹ģà¸Ĥà¹ĩà¸ĩ à¹ģรà¸ĩ +×ŀ×Ĺ ×ĸ×Ļק +à¹Ĥà¸ģ à¹ī +ÙĬس ر +ìĶ © +×IJ ×ķק +×IJ×ķק ×ĺ +×IJ×ķק×ĺ ×ķ×ijר +Ġprox imité +ÙħÙĨ Ùĩج +ĠاÙĦج ز +ĠاÙĦجز ائ +ĠاÙĦجزائ رÙĬ +ĠÄIJi á»ĥm +Ġден еж +Ġденеж н +ÙģØŃ Øµ +Ùģ ئ +ĠÐij Ñĥд +×Ĵ×Ļ×ĵ ×ķ׾ +ĠÐĴ едÑĮ +عÙĦ اÙħØ© +Ġ×IJ×Ĺר ×ķ׳×ķת +ãģĦãģŁãģł ãģĦãģ¦ +سÙĦ ØŃ +ØŃ ÙĦÙħ +ز ÙĪار +Ùĥ سر +×ĺ קס +Ġб ан +Ġбан ков +ĠпÑĢ ож +ĠпÑĢож ива +li wo +liwo ÅĽci +ĠTi ếp +ĠاÙĦÙħÙĨ اسب +ĠاÙĦØ® ÙĬار +ãģĬ ãģĭ +ãģĬãģĭ ãģĴ +à¸Ķà¸Ńà¸ģ à¹Ħมà¹ī +ä mp +ämp fe +à¸ķัà¹īà¸ĩ à¹ĥà¸Ī +Ġза ÑīиÑĤ +ĠзаÑīиÑĤ Ñĭ +ĠTh Æ°á»Ŀng +Ġص Ùģ +ĠصÙģ ØŃØ© +×Ĺ×ķר ×£ +ãĥIJ ãĥĥãĤ° +Ġ×ĵ ×Ļ×Ĵ +Ġ×ĵ×Ļ×Ĵ ×Ļ×ĺ +Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ ׾×Ļ +Ġ×Ķ×Ĺ ×ķ׾×Ļ×Ŀ +в еÑī +веÑī а +Ġк ÑĥлÑĮÑĤ +ĠкÑĥлÑĮÑĤ Ñĥ +ĠкÑĥлÑĮÑĤÑĥ ÑĢÑĭ +ĠاÙĦاÙĨ ترÙĨت +Ġhö ch +Ġhöch st +Ġíĺ ķ +Ġíĺķ íĥľ +Ġв ой +Ġвой нÑĭ +ÐĽ Ðŀ +ìĭł ìļ© +Ġ×ŀ×ij ×ķס +Ġ×ŀ×ij×ķס ס +×ŀ׳ ×Ļ×¢ +Ġfiyat ı +ĠÑģл Ñĥж +ĠÑģлÑĥж бÑĭ +à¸Ĺั ศ +à¸Ĺัศ à¸Ļ +ãģĵãģ¨ãģĮ å¤ļãģĦ +Ġ×Ķ×ŀש ת +Ġ×Ķ×ŀשת ×ŀש +å¯Ħ ãģĽ +×ŀש׾ ×ķ×Ĺ +æĻĤ çĤ¹ +æĻĤçĤ¹ ãģ§ +à¸ŀร ี +à¸ŀรี à¹Ģมีย +à¸ŀรีà¹Ģมีย รà¹Į +à¸ŀรีà¹Ģมียรà¹Į ลีà¸ģ +Ġdiffic olt +Ġdifficolt Ãł +ãĥ¬ ãĤ¹ãĥĪ +ãĥ¬ãĤ¹ãĥĪ ãĥ©ãĥ³ +สม à¹Ģà¸Ķà¹ĩ +สมà¹Ģà¸Ķà¹ĩ à¸Ī +Ġж ид +Ġжид к +Ġzu peÅĤ +ĠzupeÅĤ nie +ĠÙħ جر +ĠÙħجر د +ãģĮ å§ĭ +ãģĮå§ĭ ãģ¾ +ãĤŃãĥ£ ãĥ© +Ġ×IJ ×ķ×ķ×Ļר +ãģĬ äºĴ +ãģĬäºĴ ãģĦ +Ġpot rÃł +ĠPa ÅĦst +ĠPaÅĦst wo +Ġب ÙĬاÙĨ +ĠبÙĬاÙĨ ات +Ġин огда +ĠÑĢ а +ĠÑĢа ÑģÑĤв +ĠÑĢаÑģÑĤв оÑĢ +Ġ×ĸ ×ŀ׳ +ยิ à¹īม +Ä Ĩ +ãģ¾ ãģķ +ãģ¾ãģķ ãģ« +ãĥķãĤ¡ ãĤ¤ãĥ« +Ġgörd Ã¼ÄŁÃ¼ +สà¸ĩ à¸Ħร +สà¸ĩà¸Ħร าม +ĠArk adaÅŁ +ĠrozwiÄħz ania +×ŀ ×ķ×ĺ +pi ÄĻ +piÄĻ t +ص غر +ส ย +สย าม +ãĤĨ ãģ£ãģıãĤĬ +Ġtr ần +Ġeconom ÃŃa +Ġgeh ören +ãĤ·ãĥ§ ãĥ¼ +ĠsÅĤ ucha +à¸ŀà¸Ń à¹ĥà¸Ī +ĠоÑĤмеÑĤ ил +ÙĨت ÙĤÙĦ +Ġprop ósito +ĠваÑĪ его +Ġnh ắn +à¹ģà¸ĸ ว +Ġком иÑģ +ĠкомиÑģ Ñģи +waż nie +Ġy avaÅŁ +×ŀ ×Ļק +×ŀ×Ļק ×ķ×Ŀ +ש×IJ׾ ת +Ġyıll arda +ĠÐ ® +ĠЮ ÑĢ +×ł×¡ ×Ļ×ij×ķת +ת צ +תצ ×ķ×Ĵ +Ġод нÑĥ +Ġ à¸Ńยà¹Īาà¸ĩà¹Ħร +Ġà¸Ńยà¹Īาà¸ĩà¹Ħร à¸ģà¹ĩà¸ķาม +ëģ ¼ +à¹Ħล à¹Ī +تس ÙĦÙĬÙħ +بÙĦ اغ +Ġì ī +Ġìī ½ +Ġìī½ ê²Į +ãĥļ ãĥ³ +зв ÑĥÑĩ +ĠW äh +ĠWäh rend +Ġ×Ļ ×Ļת +Ġ×Ļ×Ļת ׼ף +Ġkh uyên +Ġv ẽ +Ġа меÑĢ +ĠамеÑĢ ик +ĠамеÑĢик ан +ĠамеÑĢикан Ñģк +ع جب +ãĥĽãĥ¼ãĥł ãĥļãĥ¼ãĤ¸ +Ġник ÑĤо +ĠÙĤ Ùİ +ĠÙĤÙİ Ø§ÙĦ +ĠÙĤÙİاÙĦ Ùİ +ÐIJ ÐĹ +Ùħ جÙħÙĪع +ÙħجÙħÙĪع ات +Ġnecess itÃł +Ġpob li +Ġpobli żu +Ġph ấn +ĠСо обÑī +ÙħÙĤ اط +ÙħÙĤاط ع +Ġ×Ķצ ×ķר×ļ +la ÅŁtırma +ว ิà¸Ķ +วิà¸Ķ ี +วิà¸Ķี à¹Ĥà¸Ń +Ġ그리 ìĬ¤ +Ġ그리ìĬ¤ ëıĦ +ãĤ¿ãĤ¤ ãĥŁ +ãĤ¿ãĤ¤ãĥŁ ãĥ³ãĤ° +ק×ĺ ×Ĵ×ķר +ק×ĺ×Ĵ×ķר ×Ļ×Ķ +Ġ×Ĺ ×ķפ +Ġ×Ĺ×ķפ ש×Ļ +Ø£ جر +Ġим ени +ĠÑĢан ее +à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ à¹Ĩ +ĠJes ús +Ñģо един +Ñģоедин ен +Ġר ×Ĺ×ķק +à¹Ĥà¸ļ รา +à¹Ĥà¸ļรา à¸ĵ +ĠH Æ¡n +Ġth áºŃp +تع ÙĬÙĬÙĨ +Ġtart Ä±ÅŁ +ĠtartÄ±ÅŁ ma +ĠGes pr +ĠGespr äch +תר ×ķפ +תר×ķפ ×ķת +Ġcat égorie +Ġоказ Ñĭва +ĠналиÑĩ ие +Ġprésent é +Ġk ull +Ġkull and +Ġkulland ı +Ġü nl +Ġünl ü +ĠÙģ Ùĥرة +из аÑĤоÑĢ +×IJ ×ķ׳ +×IJ×ķ׳ ×Ļ×ij +×IJ×ķ׳×Ļ×ij רס +×IJ×ķ׳×Ļ×ijרס ×Ļ×ĺת +ĠÑĢаÑģÑģ маÑĤ +ĠÑĢаÑģÑģмаÑĤ ÑĢ +ĠÑĢаÑģÑģмаÑĤÑĢ ива +تÙĥÙĦ Ùħ +Ùĥت رÙĪ +ÙĥترÙĪ ÙĨÙĬ +ĠÑģо ÑĩеÑĤ +ĠÑģоÑĩеÑĤ а +ãĤĴè¦ĭ ãģĽ +Ġng ừa +ĠÐł еÑģп +ĠÐłÐµÑģп Ñĥб +ĠÐłÐµÑģпÑĥб лик +ãĤ¦ ãĤ© +ãĤ¦ãĤ© ãĥ¼ +ĠÐľ еждÑĥ +ĠìŀĪ ê²Į +Ġm â +ĠìļĶ ì²Ń +ض ار +ลุ à¹īà¸Ļ +ëĮĢ íķĻêµIJ +×ĸ ×Ļ׼ +×ĸ×Ļ׼ ר×ķף +ãĤ¹ ãĥļ +ãĤ¹ãĥļ ãĥ¼ãĤ¹ +ĠкÑĢаÑģ оÑĤ +ï¼ ¨ +ê¼ Ń +ãĤĴ éĽĨ +ãĤĴéĽĨ ãĤģ +ë° Ŀ +Ġ×Ķ׳ ×IJ +Ġ×Ķ׳×IJ ש×Ŀ +Ġê°Ģ ìļ´ +Ġê°Ģìļ´ ëį° +تÙĥÙĦ ÙģØ© +ĠØŃ ÙĤÙĬÙĤÙĬ +Ġh alk +Ġhalk ın +ÑİÑī ÑĥÑİ +ĠÑģп ин +סר×ĺ ף +ĠпеÑĢв ого +Ġпол ож +Ġполож иÑĤелÑĮн +Ġд л +Ġдл иÑĤелÑĮн +ĠV Ä©nh +ê´ ´ +ĠÑģÑĭ ÑĢ +ĠíĨµ íķĺìŬ +ë³ij ìĽIJ +à¹Ĥรà¸ĩ à¸ĩาà¸Ļ +รัà¸ļ à¸ľà¸´à¸Ķ +รัà¸ļà¸ľà¸´à¸Ķ à¸Ĭà¸Ńà¸ļ +تج ÙĨب +s ÅĤ +sÅĤ uch +ãĤ¢ãĥ« ãĥIJ +ãĤ¢ãĥ«ãĥIJ ãĥł +ëī´ ìĬ¤ +Ġpat ië +Ġpatië nt +Ġìĺ ¤í +Ġìĺ¤í ŀ +Ġìĺ¤íŀ Ī +Ġìĺ¤íŀĪ 볤 +ĠDer ne +ĠDerne ÄŁi +wró ci +wróci Äĩ +Ġоб Ñī +ĠобÑī еÑģÑĤв +ĠобÑīеÑģÑĤв енно +ĠêµIJ ìĪĺ +tıģ ımız +Ġ×Ķ×ŀש ×Ļ×ij +k örper +Ġпозв ол +Ġпозвол иÑĤ +ĠChi ến +أخ ÙĪ +ĠAy dın +à¸Ķà¹īาà¸Ļ ล +à¸Ķà¹īาà¸Ļล à¹Īาà¸ĩ +Ġdr u +Ġdru ż +Ġdruż yn +Ġë°ľ íijľ +ĠTh ảo +جÙĩ اد +à¸ģระà¸Ĺ ูà¹ī +Ġк ÑĢов +ĠкÑĢов и +Ġiçer ik +Ġnad zie +Ġnadzie jÄĻ +ĠС моÑĤÑĢ +Ġph ức +ج تÙħاع +جتÙħاع ÙĬØ© +ком пон +компон енÑĤ +Ġб ил +Ġбил еÑĤ +ãĥIJ ãĥ³ãĥī +ĠPol ÃŃcia +اÙĦ تÙĩ +اÙĦتÙĩ اب +ØŃر Ùģ +ت خط +تخط ÙĬØ· +ãĤ³ ãĥ¼ãĥ +ãĤ³ãĥ¼ãĥ Ĵ +ãĤ³ãĥ¼ãĥĴ ãĥ¼ +･･ ï½¥ +à¸ĭ à¸Ńย +Ġcréd it +è²· ãģ£ãģŁ +ĠпоÑĢ Ñıд +ĠпоÑĢÑıд ке +Ġph ó +Ġw ida +Ġwida Äĩ +جر ائÙħ +à¸ľ ี +ĠbÄĻd ÄĻ +Ġ×ŀ פת×Ĺ +ãĥij ãĥ¼ãĥ +ãĥijãĥ¼ãĥ Ĩ +ãĥijãĥ¼ãĥĨ ãĤ£ +ãĥijãĥ¼ãĥĨãĤ£ ãĥ¼ +ĠKa ż +ĠKaż dy +ĠнеобÑħодим оÑģÑĤи +à¸Ł à¸Ńรà¹Į +à¸Łà¸Ńรà¹Į ม +Ġмал ÑĭÑĪ +Ġпл оÑĤ +ĠÑĥ ÑģÑĤÑĢой +ĠÑĥÑģÑĤÑĢой ÑģÑĤва +à¸ĸ à¸Ńà¸Ļ +ĠoluÅŁtur ul +ĠÅĽwi ad +ĠÅĽwiad om +Ùħع Ùĩد +ĠпÑĢоиз веден +Æ ł +ר ×Ļש +Ùħست Ø« +Ùħستث Ùħر +׳×Ļ ×Ļר +pa ñ +Ġ; -) +Ġë°ľ 견 +Ġgör üyor +Ùħؤ ÙĦÙģ +ĠÄIJ á»ģ +ĠاÙĦÙĨ ÙĪاب +×Ĺק ×Ļר×Ķ +Ġm á»ıi +è¿° ãģ¹ +ÐĿ ик +ìŀĸ ìķĦ +ìŀĸìķĦ ìļĶ +prowadzi ÅĤ +l óg +lóg ica +פס ×ĺ +פס×ĺ ×Ļ×ij׾ +Ġ×ŀ ×ĵ×Ķ +Ġ×ŀ×ĵ×Ķ ×Ļ×Ŀ +ãģĵãģĵ ãģ¾ãģ§ +×Ķ ת×Ĺ +×Ķת׊׾×Ķ +Ġפ ×ķס +Ġפ×ķס ×ĺ×Ļ×Ŀ +Ġн ев +Ġнев оз +Ġневоз можно +ĠdostÄĻp ny +Ġغ اÙĦ +ĠغاÙĦ ب +Ġbez pieczeÅĦst +ĠbezpieczeÅĦst wa +åĪĨ ãģĭãĤĭ +ĠF ührung +à¸ģ ีà¹ī +gem Ã¤ÃŁ +à¸Ĭà¹Īวà¸ĩ à¹Ģวลา +Ġìļ°ë¦¬ ëĤĺ +Ġìļ°ë¦¬ëĤĺ ëĿ¼ +ãģ¥ ãģıãĤĬ +ĠاÙĦÙħ سÙĦ +ĠاÙĦÙħسÙĦ ØŃØ© +Ġlibert é +клÑİÑĩ ение +Ġzam ów +Ġzamów ienia +รà¸ĸ à¹Ħà¸Ł +Ø£ ÙģÙĦ +Ø£ÙģÙĦ اÙħ +Ùħ راج +Ùħراج عة +Ġë¹Ħ êµIJ +ĠاÙĦت اب +ĠاÙĦتاب عة +Ġë§Į ëĤĺ +Ġб Ñĥм +ĠбÑĥм аг +Ġgé nero +Ġìŀĺ 못 +×ŀ פ×ķר×ĺ +è²·ãģĦ çī© +ĠÙĦدÙĬ Ùĥ +Ġ×ľ×¢ ×Ļת +Ġ×ľ×¢×Ļת ×Ļ×Ŀ +ĠsÅĤ ab +ĠпÑĢедÑģÑĤав лÑı +ãĤ¿ ãĤ¤ãĥĪ +ãĤ¿ãĤ¤ãĥĪ ãĥ« +Ùħ ص +Ùħص Ø·Ùģ +ÙħصطÙģ Ùī +Ġdifficult é +ãĥĨãĤ£ ãĥĸ +Ġpew noÅĽci +ĠpewnoÅĽci Äħ +Ġ무 ìĬ¨ +Ø¥ رس +إرس اÙĦ +Ġд алÑĮ +ĠдалÑĮ ÑĪе +Ġ׾ ×ł×¡ +Ġ×ľ×ł×¡ ×ķת +หมูà¹Ī à¸ļà¹īาà¸Ļ +×ŀס×ŀ ׼×Ļ +أسÙĦ ÙĪب +Ġzw ÅĤ +ĠzwÅĤ as +ĠzwÅĤas zc +ĠzwÅĤaszc za +ĠпÑĢ еж +ĠпÑĢеж де +ĠоÑĢганиз аÑĨиÑı +Ġdön emin +Ġdönemin de +Ġ Ủ +ĠỦ y +ä¸ĭ ãģĴ +ĠпоÑģлед ние +Ġgü ne +Ġgüne ÅŁ +Ġ×IJ ×ĸר +Ġ×IJ×ĸר ×Ĺ×Ļ +ãģ§ãģĤ ãĤįãģĨ +ĠÙĨ ÙĤ +ĠÙĨÙĤ اط +æŃ£ ãģĹãģĦ +ĠÑĢ ег +ĠÑĢег иона +ĠFör der +ê²½ ìĺģ +dıkl ar +dıklar ını +trzym aÄĩ +أش Ùĥ +أشÙĥ اÙĦ +×Ķת ×IJ +×Ķת×IJ ×ŀ×Ķ +à¸Ĺำà¹ĥหà¹ī à¹Ģà¸ģิà¸Ķ +ĠGeb ä +ĠGebä ude +ĠСеÑĢ г +ĠСеÑĢг ей +Ġз доÑĢов +ĠздоÑĢов ÑĮÑı +Ġr ãi +ĠпÑĢед ÑĥÑģ +ĠпÑĢедÑĥÑģ моÑĤÑĢ +ĠпÑĢедÑĥÑģмоÑĤÑĢ ен +Ġ×Ķצ ×Ļ×ij +Ġ×Ķצ×Ļ×ij ×ķר×Ļ +Ġdés ir +Ġн оÑĩ +ĠноÑĩ ÑĮ +möglich keiten +Ġ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +Ġsoir ée +ĠNh áºŃn +Ù ª +à¸Ľà¸£à¸°à¸§à¸±à¸ķิ ศาสà¸ķรà¹Į +êµIJ íĨµ +ĠØ£ Ø®ÙĬ +Ġdé cid +Ġdécid é +Ġwy ja +Ġwyja ÅĽni +Ġ สิ +Ġสิ à¸ĩ +Ġสิà¸ĩ หา +Ġสิà¸ĩหา à¸Ħม +à¹ģ à¸Ńรà¹Į +หà¸Ļà¹īา à¸Īà¸Ń +ס תר +Ġê ¶ +Ġê¶ Į +Ġê¶Į 리 +pl ätze +ب Ø·ÙĦ +ê±´ ìĦ¤ +Ġ×IJ ×Ļ×ŀ×Ļ +Ġ×IJ×Ļ×ŀ×Ļ ×Ļ׾ +ãģ ½ +تر اث +×IJ׾ ×Ļ×ŀ×ķת +Ġdispon ÃŃveis +Ġz ale +Ġzale ży +à¸Ľà¸£à¸°à¸Ĭา สัมà¸ŀัà¸Ļà¸ĺà¹Į +ĠÅļw iat +Ġpor ówn +Ġporówn a +Ġ׾×ĺ ×ķ×ijת +×Ķ×ĸ ×ŀ׳×Ķ +Ġ×Ľ×ª ×ķצ×IJ×Ķ +Ġ×ij ק׾ +Ġ×ijק׾ ×ķת +ĠоÑĤ кÑĢ +ĠоÑĤкÑĢ Ñĭва +ãĥij ãĥ¯ãĥ¼ +ë¿IJ ë§Į +Ġв ÑģÑı +ĠвÑģÑı к +ãģ¨ãģª ãģ£ãģ¦ãģĦãĤĭ +Ġgi áºŃn +Ġок ÑĢÑĥ +ĠокÑĢÑĥ жа +ĠокÑĢÑĥжа ÑİÑī +ĠUnivers ität +ĠÑĢ ож +ĠÑĢож д +ĠÑĢожд ениÑı +Ø® ÙĬÙĦ +Ġкомпани й +ĠÑĢазлиÑĩ нÑĭе +ĠЦ ена +׳×Ļ ×ķ×ĸ +׳×Ļ×ķ×ĸ ׾ +׳×Ļ×ķ×ĸ׾ ×ĺר +Ġê³µ ê°Ħ +Ġê°ľ ëħIJ +landır ma +ĠÑĥдал ен +à¸ŀัà¸ģ à¸ľ +à¸ŀัà¸ģà¸ľ à¹Īà¸Ńà¸Ļ +Ġprote cción +Ġb ÅĤ +ĠbÅĤ ÄĻd +à Ī +Ġíĸī ë³µ +ĠÅŁ ü +ĠÅŁÃ¼ phe +Ġí Ķ +ĠíĶ ¼ +ĠíĶ¼ íķ´ +Ġëĭ¤ 르 +à¹Ħมà¹Ī à¹Ģà¸ģิà¸Ļ +ãģ¿ ãģª +ãģ¿ãģª ãģķãĤĵ +ĠпоÑĤ ÑĢеб +ĠпоÑĤÑĢеб иÑĤел +ĠاÙĦÙĥÙĦ اÙħ +ìķĦ ë²Ħ +ìķĦë²Ħ ì§Ģ +ãĤĴ使 ãģ£ãģŁ +Ġbụ i +ĠпоÑĤ еÑĢ +ĠпоÑĤеÑĢ Ñı +ĠØ¢ ÙĦاÙģ +ĠнаÑģÑĤоÑıÑī ее +ãģıãģªãĤĬ ãģ¾ãģĹãģŁ +clus ão +ãĤ³ ãĥĶãĥ¼ +צ פ×Ļ +צפ×Ļ ×Ļ×Ķ +Ø® ÙĦا +Ø®ÙĦا ص +ล à¹īำ +ãĥ¯ ãĤ¤ãĥ³ +Ġมี à¸Ļา +Ġมีà¸Ļา à¸Ħม +Ø´ خص +شخص ÙĬات +Ġ×ĸ ק +Ġ×ĸק ×ķק +×Ļ ×Ļצ +×Ļ×Ļצ ×Ĵ +èĢĥãģĪ æĸ¹ +Ġürün ü +ĠиÑģп ол +ĠиÑģпол ни +Ġcompañ ero +ק צ×Ķ +×ŀ×¢ ׳×Ļק +Ùħ ØŃÙħد +Ġc ámara +Ġп ед +Ġпед аг +Ġпедаг ог +м аÑĢ +маÑĢ к +×Ķת ׳×Ĵ×ĵ +ĠìĨĮ ê°ľ +Ġcom unitÃł +ê³ ¤ +ĠNg Ãłi +สà¸ĩ à¸ļ +ĠmieszkaÅĦ ców +ĠÙĨ ÙĩائÙĬ +iv ité +Ġи де +Ġиде алÑĮн +ĠØ£ سبÙĪع +Ġ×Ļ ×¢×ľ +Ġ׾ ר×IJש +Ġ׾ר×IJש ×ķ׳×Ķ +ĠзапиÑģ и +ĠкоÑĢ пÑĥÑģ +วà¸ĩ ศ +วà¸ĩศ à¹Į +ĠÐĶ м +ĠÐĶм иÑĤ +ĠÐĶмиÑĤ ÑĢ +Ġkön nt +Ġböl ges +Ġbölges inde +׼ ×Ļ׼ +׼×Ļ׼ ר +ĠاÙĦØ¥ Ø«ÙĨ +ĠاÙĦإثÙĨ ÙĬÙĨ +Ġng á»Ļ +ì¹ ł +د راج +Ġu da +Ġuda ÅĤo +ìº IJ +بر ÙĨاÙħج +ĠÑģÑĥд еб +ĠÑģÑĥдеб н +Ġzun ächst +ĠEduc ación +ãģ¨ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġ×Ķ×IJ ×ŀ×Ļת×Ļ +ĠÄ° nt +ĠÄ°nt ernet +ĠcaÅĤ ego +ãĥĹãĥª ãĥ³ +Ø¥ بد +إبد اع +ĠпоÑĢ ÑĤал +à¹Ĥà¸ķ à¹ī +Ġ×Ķק ש×ķר +пл од +ĠÙħ د +ĠÙħد رÙĬد +×ŀסע ×ĵ×Ķ +ĠØ´ÙĬ ئ +ĠØ´ÙĬئ ا +à¸ģà¹Īà¸Ń สรà¹īาà¸ĩ +Ġì°¸ ê³ł +à¹Ģà¸Ĺ ร +à¹Ģà¸Ĺร à¸Ķ +Ġ×ij×ŀ קר×Ļ×Ŀ +Ġb ât +Ġbât iment +åij¼ ãģ³ +ç´ł æķµ +ç´łæķµ ãģª +przedsiÄĻbior st +przedsiÄĻbiorst w +Ġ×ł×ª ×ķ׳×Ļ×Ŀ +×Ĺ׾ ×ķ×Ŀ +ร วย +Ùħ ÙĪضÙĪع +ĠÑģоб ÑĢан +вед ÑĥÑī +ĠÑĤе аÑĤ +ĠÑĤеаÑĤ ÑĢ +m eye +meye ceÄŁi +Ġpien iÄħ +ĠpieniÄħ d +ĠpieniÄħd ze +ÑĢез иденÑĤ +ØŃ ØµØ± +ìĺ ¥ +à¹Ģย ืà¸Ńà¸Ļ +ĠÑĥ ни +ĠÑĥни веÑĢ +ĠÑĥнивеÑĢ Ñģ +ĠÑĥнивеÑĢÑģ иÑĤеÑĤ +ĠاÙĦر ØŃ +ĠاÙĦرØŃ ÙħÙĨ +ĠÑĤеÑħ нолог +ĠÑĤеÑħнолог ии +ìĹIJ ëĦĪ +ìĹIJëĦĪ ì§Ģ +Ġíķ Ń +ĠíķŃ ìĥģ +à¸ĺ า +à¸ĺา à¸ķุ +ĠEspañ ol +×ĵ×Ĵ ש +Ġêµ ī +Ġêµī ìŀ¥ +Ġêµīìŀ¥ íŀĪ +ĠÅĤ at +ĠÅĤat wo +Ġk á»ĭch +Ø¥ ز +إز اÙĦØ© +ĠдейÑģÑĤв ие +ĠsaÄŁ layan +สุà¸Ķ ยà¸Ńà¸Ķ +Ġzosta Äĩ +Ġdispon ÃŃvel +ïº į +ver ständ +verständ lich +tw or +twor zyÄĩ +ع جز +à¹Ģà¸Ĥ à¹īม +ยà¹Ī à¸Ńม +Ġstrat ég +Ġstratég ie +à¸ľà¸¥ à¹Ħมà¹ī +Ġê°ģ ì¢ħ +ĠÙħ ÙĪا +ĠÙħÙĪا ض +ĠÙħÙĪاض ÙĬع +اØŃ ØªØ¬ +اØŃتج اج +Ġ Ấ +ĠẤ n +×ŀ ×ŀש׾×Ķ +ĠÅŁek il +×ŀ ×Ĺ׾ +×ŀ×Ĺ׾ ×ķת +Ġ à¸ĺ +Ġà¸ĺ ัà¸Ļ +Ġà¸ĺัà¸Ļ วา +Ġà¸ĺัà¸Ļวา à¸Ħม +Ġìĭ¤ ìłľ +Ġìĭ¤ìłľ ë¡ľ +ì¤ij ìķĻ +ëįĶ ëĿ¼ +ĠÑĪ иÑĢ +ĠÑĪиÑĢ око +Ġsol ución +วาà¸ĩ à¹ģà¸ľà¸Ļ +×IJ×ķ×ĺ ×ķ×ŀ +×IJ×ķ×ĺ×ķ×ŀ ×ĺ×Ļ +ĠÑĢ еÑģÑĤ +ĠÑĢеÑģÑĤ оÑĢ +ĠÑĢеÑģÑĤоÑĢ ан +ëį ¸ +ÑĤ ÑĢад +ÑĤÑĢад и +ÑĤÑĢади ÑĨион +ÑĤÑĢадиÑĨион н +มะ à¹Ģรà¹ĩ +มะà¹Ģรà¹ĩ à¸ĩ +à¹Ĥ ส +Ġol masını +×ŀ×ķס ר +ĠоÑĤноÑĪ ении +Ġê°ĢëĬ¥ ìĦ± +Ġy uk +Ġyuk arı +ìĨ Ķ +ĠÑģ ÑĦ +ĠÑģÑĦ еÑĢе +Ġק ×ķפ +ãĤ± ãĥ¼ãĤ +ãĤ±ãĥ¼ãĤ Ń +âĢķ âĢķ +ĠاÙĦØ£ ÙĦÙħ +ĠاÙĦØ£ÙĦÙħ اÙĨÙĬ +Ả N +ת×ķ׼ ׳×Ļ×ķת +ĠÑģÑĥÑīеÑģÑĤв ÑĥеÑĤ +æĪij ãĢħ +ĠاÙĦص ادر +ĠTr á»įng +Ġа д +Ġад миниÑģÑĤ +ĠадминиÑģÑĤ ÑĢа +ĠадминиÑģÑĤÑĢа ÑĨи +ĠдÑĢÑĥг ими +Ñģп еÑĪ +عÙĦاÙħ ات +Ġа б +Ġаб Ñģол +ĠабÑģол ÑİÑĤ +ĠабÑģолÑİÑĤ но +ฤ à¸Ķู +é tr +étr anger +нÑı ÑĤи +нÑıÑĤи е +×¢ ×ķ׳ +×¢×ķ׳ ש +ĠÙĤ ائ +ĠÙĤائ ÙĦا +Ġм аÑģ +ĠмаÑģ ло +ãĥī ãĤ¤ +ãĥīãĤ¤ ãĥĦ +å¿ħè¦ģ ãģĮãģĤãĤĬãģ¾ãģĻ +×ŀ×ķ×ĸ ×Ļ×IJ +×ŀ×ķ×ĸ×Ļ×IJ ×ķף +ĠNgo ại +Ġkê nh +à¸ģาร à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ +×ŀ פק +×ŀפק ×ĵ +ÙħÙĨ از +ÙħÙĨاز ÙĦ +ë· ° +íĹ ¤ +ÙħÙĩ ارات +Ġpropri été +פ×Ĵ ×Ļש×Ķ +Ñĩ ÑĢ +ÑĩÑĢ еж +ÑĩÑĢеж ден +×Ķ ×ķצ×IJ×Ķ +ØŃÙĥ ÙĬÙħ +ĠíĻ Ī +ĠíĻĪ íİĺìĿ´ì§Ģ +åİ ³ +åݳ ãģĹãģĦ +×¢ ×ŀ×ĵ×Ķ +ĠAu ÃŁen +سÙĪ Ø¡ +ë¹ Ī +ĠÙĪ Ø® +ĠÙĪØ® اصة +ин ÑĤеÑĢ +инÑĤеÑĢ еÑģ +èĩ´ ãģĹãģ¾ãģĻ +Ġhük üm +à¹Ħà¸Ĥ มัà¸Ļ +Ġdav ran +Ġdavran Ä±ÅŁ +à¹Ģà¸ķ ียà¸ĩ +в ÑĢем +вÑĢем енно +à¹Ģà¸Ĺศ à¸ģา +à¹Ģà¸Ĺศà¸ģา ล +å¼ķ ãģ£ +å¼ķãģ£ è¶ĬãģĹ +×IJר ×ķ×Ĺ +×IJר×ķ×Ĺ ×ª +à¹Ģ วิ +à¹Ģวิ รà¹Į +à¸Ńยà¹Īาà¸ĩ รวà¸Ķà¹Ģรà¹ĩว +ĠìŬ íĸī +ĠÑĢан ÑĮ +ĠÑĢанÑĮ ÑĪе +Ġzob ow +Ġzobow iÄħ +ĠzobowiÄħ z +Ġ×ķ׼ ×ŀ×ķ×ijף +ĠاÙĦÙħ Ùĩ +ĠاÙĦÙħÙĩ ÙĨÙĬ +ãĤ¢ ãĤ¸ +ãĤ¢ãĤ¸ ãĤ¢ +ë°© ìĨ¡ +à¸Ńà¸Ńà¸ģ à¸ģำลัà¸ĩ +à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ à¸ģาย +am éli +améli orer +å½ĵãģŁãĤĬ åīį +Ġreg elm +Ġregelm Ã¤ÃŁig +ãģĬ åĭ +ãģĬåĭ § +ãģĬåĭ§ ãĤģ +Ġm Æ°á»Ŀi +بر Ùħج +ĠNat ürlich +ĠD Å©ng +ĠاÙĦر جاÙĦ +Ġthé p +Ġol muÅŁtur +×ŀ×ķס ×Ļק×Ķ +f älle +주 íĥĿ +ĠاÙĦÙģ رص +Ġnaj wiÄĻks +ĠnajwiÄĻks zy +Ġça ÄŁ +ĠçaÄŁ rı +ì¸ ł +ĠvÃŃ ct +ĠvÃŃct ima +ĠÑģовеÑĢ ÑĪен +×Ķ×Ļ ×Ļת×Ļ +à¹Ģà¸Ķ ี +à¹Ģà¸Ķี à¹ĭ +à¹Ģà¸Ķีà¹ĭ ยว +ü yü +Ġд оп +Ġдоп олн +Ġдополн иÑĤелÑĮно +à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ à¸ģัà¸Ļ +Ġá l +Ġál bum +à¸Ľà¸£à¸°à¸Īำ à¸Ľà¸µ +ĠÑĦ едеÑĢ +ĠÑĦедеÑĢ алÑĮн +Ġobs ÅĤ +ĠobsÅĤ ugi +à¹Ģร ืà¹Ī +à¹Ģรืà¹Ī à¸Ńย +à¹Ģรืà¹Īà¸Ńย à¹Ĩ +ëģ Į +Ġngh ìn +ĠBaÅŁkan lıģı +تأ سÙĬ +تأسÙĬ س +Ġ×ij×ij ×ķקר +Ġ×¢×ij×ķ×ĵ ×ķת +Ġبص ÙĪرة +ãĤıãģij ãģ§ãģ¯ãģªãģĦ +führ er +ãĤ¹ ãĤŃ +ãĤ¹ãĤŃ ãĥ« +ĠاÙĦÙĤ ض +ĠاÙĦÙĤض ÙĬØ© +Ġдолж ноÑģÑĤ +Ùģار ÙĤ +Ġcomeç ou +Ġorganis é +Ġxu ân +ĠÑģообÑī аеÑĤ +ĠпÑĢи д +ĠпÑĢид еÑĤÑģÑı +TÃľ RK +ãĥ¬ ãĥ¼ãĤ·ãĥ§ãĥ³ +Kh ông +است Ùģ +استÙģ ادة +ä¸ĬãģĮ ãģ£ãģ¦ +Ġum ie +Ġumie jÄĻ +ĠumiejÄĻ tn +ĠumiejÄĻtn oÅĽci +ëĤ ¸ +à¹Ģà¸Ļ à¸Ńรà¹Į +×ĵ×ķ ×ķ×Ĺ +ÃŃs imo +I ÃĬ +IÃĬ N +Ġalcan ç +Ġ à¸ķุ +Ġà¸ķุ ลา +Ġà¸ķุลา à¸Ħม +ש׾ ×ĺ×ķף +Ġél è +Ġélè ves +ĠÄij u +ĠÄiju á»ķi +ĠØ£ Ùģ +ĠØ£Ùģ رÙĬ +ĠØ£ÙģرÙĬ ÙĤÙĬ +ĠØ£ÙģرÙĬÙĤÙĬ ا +ãĤĴæİ¢ ãģĻ +ĠпÑĢед ложениÑı +ج اد +ĠÑħоÑĤ ÑĮ +Ñģ ал +Ñģал он +à¸Ľà¸£à¸° à¹Ģม +à¸Ľà¸£à¸°à¹Ģม ิà¸Ļ +ãĤŃ ãĥĥãĥģ +ãĤŃãĥĥãĥģ ãĥ³ +×ij×ĵ×Ļק ×ķת +Ġch ù +Ġchù a +ÐĴ иде +ÐĴиде о +иÑĢов ка +ĠÑħоÑĤ иÑĤе +Ġspéc ifique +รส à¸Ĭาà¸ķิ +è¾¼ ãĤĵãģł +伸 ãģ³ +×Ķצ׾ ×Ĺת +ãģ©ãģ® ãĤĪãģĨãģ« +سع ادة +Ġл ид +Ġлид еÑĢ +ม à¸ĩ +มà¸ĩ à¸Ħล +ØŃ Ø§ÙħÙĦ +หล ุà¸Ķ +à¸Ńยà¹Īาà¸ĩ à¸ķà¹Īà¸Ń +à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ +ãģķãģĽãģ¦ éłĤ +تس ÙĪÙĬ +تسÙĪÙĬ ÙĤ +ĠaÅŁaģı d +ĠaÅŁaģıd aki +ĠÑĨ елÑĮ +ĠÑĨелÑĮ Ñİ +ĠAra ÅŁtırma +à¸Ĥัà¸ļ รà¸ĸ +Ùĩ Ø°Ùĩ +ลà¸ĩ à¸Ĺะ +ลà¸ĩà¸Ĺะ à¹Ģà¸ļ +ลà¸ĩà¸Ĺะà¹Ģà¸ļ ียà¸Ļ +تÙĥ اÙħÙĦ +Ġc io +Ġcio è +ãģ¦ ãģĬãģı +ĠاÙĦصØŃ ÙģÙĬ +ĠíĬ¹ ìłķ +полн иÑĤÑĮ +ãĤĵ ãģĺãĤĥãģªãģĦ +ãĤĵãģĺãĤĥãģªãģĦ ãģĭ +ĠاÙĦج Ùĩ +ĠاÙĦجÙĩ ات +ĠÑĥÑģпеÑĪ но +Ġв ок +Ġвок ÑĢÑĥг +ĠÑģиÑĤÑĥ аÑĨиÑı +Ġ×Ķ×IJ ×ŀר +Ġ×Ķ×IJ×ŀר ×Ļק +Ġ×Ķ×IJ×ŀר×Ļק ×IJ×Ļ +×ŀ ×Ĵ×ĸ +×ŀ×Ĵ×ĸ ×Ļף +Ġак ÑĤÑĥ +ĠакÑĤÑĥ алÑĮн +é ta +éta is +Ġmog ÅĤa +ĠÑĤоÑĩ ки +Ġ×ŀ×Ķ ×ŀ×¢ +Ġ×ŀ×Ķ×ŀ×¢ ×¨×Ľ×ª +มี à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ +×Ļר ×Ļ×ĵ×Ķ +×Ĵר ×ŀ׳ +×Ĵר×ŀ׳ ×Ļ×Ķ +Ġг лав +Ġглав ное +Ġ미 ëŀĺ +Ġ׳׼ ×ķ׳×Ķ +ĠÙĪ Ø·ÙĨÙĬ +op port +opport unitÃł +Ġh ủy +ĠÙĦ تØŃ +ĠÙĦتØŃ ÙĤÙĬÙĤ +Ġó rg +Ġórg ão +ãĤ¹ ãĥĶ +ãĤ¹ãĥĶ ãĥ¼ãĥī +Ġön ü +Ġönü ne +Ùħع اÙħÙĦ +ש×ŀ ×Ļר×Ķ +ĠвеÑģÑĮ ма +ĠwiÄĻks zo +ĠwiÄĻkszo ÅĽÄĩ +Ġاست راتÙĬج +ĠاستراتÙĬج ÙĬØ© +ĠÙģ Ø¥ +ĠÙģØ¥ ذا +à¹Ģà¸Ĭืà¹Īà¸Ń ม +à¹Ģà¸Ĭืà¹Īà¸Ńม à¸ķà¹Īà¸Ń +Ġ׾ פר +Ġ׾פר ×ĺ×Ļ×Ŀ +Ùħض ÙĬ +ĠGer çek +Ġçocuk ların +ÙĪØ« ائÙĤ +ĠÙħساء Ùĭ +Ġunterstüt zt +Ġpré st +Ġprést amo +ĠÐłÐ°Ð· меÑĢ +ĠÅŁ eker +Ġsé culo +×ij×Ķ ×Ļר +Ø´Ùĩ ÙĪر +Ġ à¸Ńีà¸ģ +Ġà¸Ńีà¸ģ à¸Ĺัà¹īà¸ĩ +Ġlleg ó +à¸¨à¸´à¸¥à¸Ľ ะ +æĪij ãģĮ +æĪijãģĮ 家 +ع ÙĤÙĪ +عÙĤÙĪ بات +ĠF älle +Ġs ÅĤuż +ĠsÅĤuż b +ĠاÙĦØŃÙĤ ÙĪÙĤ +Ġпл иÑĤ +Ġи ноÑģÑĤ +ĠиноÑģÑĤ ÑĢан +ĠиноÑģÑĤÑĢан н +à¹ĥà¸Ļ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +ãĤ« ãĥĨ +ãĤ«ãĥĨ ãĤ´ +ãĤ«ãĥĨãĤ´ ãĥª +à¸Ńิ ส +à¸Ńิส ระ +à¹Ģà¸ľà¸¢ à¹ģ +à¹Ģà¸ľà¸¢à¹ģ à¸ŀร +à¹Ģà¸ľà¸¢à¹ģà¸ŀร à¹Ī +ãģĬ ãģĦ +ãģĬãģĦ ãģĹãģĦ +است ÙĤÙĦ +استÙĤÙĦ اÙĦ +تØŃ Ø¶ +تØŃض ÙĬر +åĬ© ãģij +Ùħر اÙģÙĤ +Ġ×ĵ ×ķר +Ġ×ĵ×ķר ש +×ŀת×Ļ ×Ļ×Ĺס +ס ×Ļ׼ +ס×Ļ׼ ×ķ×Ŀ +íĮĮ íĬ¸ +Ġwy ÅĽ +ĠwyÅĽ w +ĠwyÅĽw iet +ĠwyÅĽwiet l +ĠاÙĦاÙĨ ساÙĨ +ĠStra ÃŁen +ï¼ ¬ +ãģ« åŁº +ãģ«åŁº ãģ¥ +Ġcap ÃŃtulo +ลุ ย +Ġ×Ķ×ŀק צ×ķ×¢×Ļ +ãģĤãĤĭ ç¨ĭ度 +á» ¢ +ĠاÙĦ ÙĦا +ĠاÙĦÙĦا زÙħØ© +æķĻ ãģĪ +Ġרש ×IJ×Ļ +з ав +зав иÑģ +завиÑģ им +à¸Ľà¸±à¸Ī à¸Īัย +à¹Ģà¸ĭ ล +à¹Ģà¸ĭล ลà¹Į +Ġdiffé rence +ĠAlt ın +Ġк ÑĢай +ĠкÑĢай не +Ġз ло +Ġgün ümüz +Ġн аÑĤÑĥÑĢ +ĠнаÑĤÑĥÑĢ алÑĮн +×Ĵ×ķ׾ ש×Ļ×Ŀ +Ġк аÑĤегоÑĢ +ĠкаÑĤегоÑĢ ии +Ġз нак +à¸ģà¹Īà¸Ńà¸Ļ หà¸Ļà¹īา +à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา à¸Ļีà¹ī +ĠÙħÙĨ ت +ĠÙħÙĨت خب +ãĥĽ ãĥ¼ãĥ« +Ġе вÑĢо +ส ว +สว ม +ĠìľĦ ìĽIJ +ĠìľĦìĽIJ ëĭĺ +ĠاÙĦØŃ ÙĪØ« +ĠاÙĦØŃÙĪØ« ÙĬ +ĠÑģодеÑĢж иÑĤ +ãĥķãĤ¡ ãĥĥãĤ·ãĥ§ãĥ³ +Ġ à¸ģัà¸Ļ +Ġà¸ģัà¸Ļ ย +Ġà¸ģัà¸Ļย ายà¸Ļ +ãĤª ãĥª +ãĤªãĥª ãĤ¸ +ãĤªãĥªãĤ¸ ãĥĬãĥ« +Ġб ÑĢенд +ãĤĴæĮģ ãģ£ãģ¦ãģĦãĤĭ +Ġinvers ión +Ġê° ĸ +Ġê°ĸ ê³ł +Ġnov itÃł +ê´Ģ ê´ij +Ġà¸ŀ ฤษ +Ġà¸ŀฤษ à¸łà¸² +Ġà¸ŀà¸¤à¸©à¸łà¸² à¸Ħม +×ķר ×Ĺ×Ļ×Ŀ +׼׾ ×ķ׾ +Ġng ạc +×Ļ ×Ļש +×Ļ×Ļש ×ķ×ij +f äll +fäll ig +ĠÑĤÑĢеб ÑĥеÑĤÑģÑı +Ġcar á +Ġcará cter +Ġprinc ÃŃpio +ĠÅĤ az +ĠÅĤaz ien +ĠÅĤazien k +Ġgi ãn +ÑģÑĤÑĢа ива +Ùħس اب +Ùħساب ÙĤØ© +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ à¸Ķืà¹Īม +ترÙĥ ÙĬب +vol ução +ĠÐŁ оÑĩ +ĠÐŁÐ¾Ñĩ ем +ĠÐŁÐ¾Ñĩем Ñĥ +казал оÑģÑĮ +ĠпÑĢимен ениÑı +à¹Ģà¸Ĺ ียม +íĮ Ķ +à¸Ĥà¹īà¸Ń à¹Ģสà¸Ļà¸Ń +à¸Ľà¸±à¸į à¸įา +Ġоб ÑĥÑĩ +ĠобÑĥÑĩ ениÑı +ĠÑģеÑĢ и +ĠÑģеÑĢи ал +Ġingl és +ĠÙĦ Ùĥرة +Ġ×ĺ ׾ +Ġ×ĺ׾ פ×ķף +Ġìł ij +Ġìłij ê·¼ +×IJ ×ķ×Ĵ +×IJ×ķ×Ĵ ×ķס +×IJ×ķ×Ĵ×ķס ×ĺ +ĠболÑĮÑĪ ое +ĠÐļон еÑĩно +×¢×Ļת ×ķ׳ +×¢×Ļת×ķ׳ ×IJ×Ļ +Ġкноп к +Ġз н +Ġзн аÑĤÑĮ +ĠÄij á»± +ĠÄijá»± ng +вл аж +влаж н +×ŀ ×Ļ×ĺ×ij +ãĤ¬ ãĤ¤ +ãĤ¬ãĤ¤ ãĥī +........ .. +Ġà¸ģ ุม +Ġà¸ģุม à¸łà¸²à¸ŀ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ ัà¸Ļ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ à¸ĺ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ à¹Į +be z +bez pieczeÅĦst +bezpieczeÅĦst w +ãĥijãĥij æ´» +ع اط +عاط Ùģ +ĠÄij áºŃm +Ġз ÑĢ +ĠзÑĢ ениÑı +Ġbor ç +Ġнед ел +Ġнедел Ñİ +Ġh á»ı +Ġhá»ı ng +ìŀ¥ ìķł +ìŀ¥ìķł ìĿ¸ +ĠاÙĦع ÙĦاÙĤØ© +Ġíģ ¬ +Ġíģ¬ ê²Į +à¹Ħร à¹Ī +à¸ļา à¸Ķ +à¸ļาà¸Ķ à¹Ģà¸Īà¹ĩà¸ļ +à¸Ŀ รั +à¸Ŀรั à¹Īà¸ĩ +à¸Ŀรัà¹Īà¸ĩ à¹Ģศ +à¸Ŀรัà¹Īà¸ĩà¹Ģศ ส +ר ×¢×Ļ +רע×Ļ ×ķ׳×ķת +Ġë Į +ĠëĮ ĵ +ĠëĮĵ ê¸Ģ +Ġnaj b +Ġnajb li +Ġnajbli ż +Ġnajbliż sz +ĠиÑģполÑĮз ÑĥеÑĤÑģÑı +Ġcient ÃŃf +ĠcientÃŃf ico +×¢ ×ŀק +Ġg ợi +Ø´ ØŃÙĨ +ĠÅĽ m +ĠÅĽm ier +ĠÅĽmier ci +à¸Ħาสิà¹Ĥà¸Ļ à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į +×Ĺש×ij ת×Ļ +Ġn ingu +Ġningu ém +è¾¼ ãĤģ +ãģ · +ĠÑĥ г +ĠÑĥг ол +ï½ ° +פת ×Ļ×Ĺ +פת×Ļ×Ĺ ×ª +Ġ×Ķר×IJש ×ķ׳×Ļ×Ŀ +p ósito +ãĤŃ ãĥ¬ãĤ¤ +ãģ© ãģĵãĤį +à¹Ģà¸Ĺà¹Īา à¹Ħ +à¹Ģà¸Ĺà¹Īาà¹Ħ หร +à¹Ģà¸Ĺà¹Īาà¹Ħหร à¹Ī +ĠинÑĤеÑĢ ÑĮеÑĢ +ĠØŃ Ø§Ø¬ +ĠØŃاج Ø© +สี à¸Ĥาว +ìĸ ¼ +Ġn á»Ļ +Ġná»Ļ p +ĠÃŃ nd +ĠÃŃnd ice +สำ รวà¸Ī +Ġкажд ой +Ġhot éis +Ġnast ÄĻ +ĠnastÄĻ pn +Ġ×Ķק ×ķ×ĵ +Ġ×Ķק×ķ×ĵ ×Ŀ +פ ×ķפ +פ×ķפ ×ķ׾ +פ×ķפ×ķ׾ ר×Ļ +вÑĪ ей +ãĤ·ãĥ³ ãĥĹ +ãĤ·ãĥ³ãĥĹ ãĥ« +ĠzdjÄĻ Äĩ +ĠгÑĢÑĥпп а +Ġпом еÑī +ĠпомеÑī ениÑı +ãģ©ãģĨ ãģĦãģĨ +ĠиÑģп ÑĭÑĤа +Ġog ÅĤ +ĠogÅĤ os +ĠogÅĤos zen +ĠogÅĤoszen i +สรà¹īาà¸ĩ สรร +สรà¹īาà¸ĩสรร à¸Ħà¹Į +à¸ŀร รà¸ĵ +Ġçık Ä±ÅŁ +ĠÑĩаÑģÑĤ ноÑģÑĤи +Ġ×ķ ×Ļ×ķתר +ç¶ļãģį ãĤĴ +ç¶ļãģįãĤĴ èªŃ +ç¶ļãģįãĤĴèªŃ ãĤĢ +à¸ģร ั +à¸ģรั ม +г ÑĢаÑĦ +Ġв лад +Ġвлад елÑĮ +ĠвладелÑĮ ÑĨ +Ġistedi ÄŁ +ĠistediÄŁ iniz +×ij׾ ×¢ +×ij×ľ×¢ ×ĵ×Ļ +ÙħÙĪ اÙģ +ÙħÙĪاÙģ ÙĤØ© +Ġ×Ļ ×ķר +Ġ×Ļ×ķר ק +ãĤ«ãĥ¼ãĥī ãĥŃãĥ¼ãĥ³ +ĠاÙĦÙħØ´ ÙĥÙĦ +ĠاÙĦÙħØ´ÙĥÙĦ Ø© +ĠêµŃ íļĮ +ס פ×ĺ +ספ×ĺ ×ŀ +ספ×ĺ×ŀ ×ijר +Ġìĸ´ ëłµ +Ùĥ اÙħ +ÙĥاÙħ ÙĬرا +sch lü +schlü sse +ĠØ« ÙĨ +ĠØ«ÙĨ ائÙĬ +ìī ½ +ĠÐŀ Ñģоб +ĠÐŀÑģоб енно +Ġин веÑģÑĤи +ĠинвеÑģÑĤи ÑĨи +اØŃ ØªÙħ +اØŃتÙħ اÙĦ +E Äŀ +EÄŀ Ä° +íķĺ ê²łëĭ¤ +Ġ×IJ ×ijר×Ķ +Ġ×IJ×ijר×Ķ ×Ŀ +Ġ×ij×Ĺ ×Ļ׳×Ŀ +Ø£ ÙĪض +Ø£ÙĪض اع +Ġdé l +Ġdél ai +Ġ×IJ×ķ×Ķ ×ij×Ļ×Ŀ +ĠÑģо Ñħ +ĠÑģоÑħ ÑĢ +ĠÑģоÑħÑĢ ани +ĠдоÑģÑĤ иж +ĠдоÑģÑĤиж ени +สิà¹Īà¸ĩ à¹ģ +สิà¹Īà¸ĩà¹ģ วà¸Ķ +สิà¹Īà¸ĩà¹ģวà¸Ķ ล +สิà¹Īà¸ĩà¹ģวà¸Ķล à¹īà¸Ńม +ĠاÙĦÙħ باشر +ĠÑĦ иг +ĠÑĦиг ÑĥÑĢ +мож ем +׾×ŀ×Ļ×ĵ ×Ķ +Ġcin é +Ġciné ma +Ġb ada +Ġbada ÅĦ +جب ÙĩØ© +Ġд еп +Ġдеп ÑĥÑĤ +ĠдепÑĥÑĤ аÑĤ +Ġdist ância +ĠاÙĦÙħ عار +ĠاÙĦÙħعار ضة +thè se +ü nc +ünc ü +Ġдан ного +ĠBel gi +ĠBelgi ë +Ġ×ij ×ijק +Ġ×ij×ijק ש×Ķ +ย à¹Īาà¸Ļ +Ġsol ução +Ġ×Ķצ ×ĺר +Ġ×Ķצ×ĺר פ×ķ +ĠØ£ÙĨ ØŃ +ĠØ£ÙĨØŃ Ø§Ø¡ +Ġد ÙħØ´ +ĠدÙħØ´ ÙĤ +มั à¹ī +มัà¹ī ย +Ùħ غرب +است عÙħاÙĦ +ĠS ÅĤow +ĠëıĻ ìĭľ +ĠëıĻìĭľ ìĹIJ +ĠÑģ оÑģ +ĠÑģоÑģ ед +ì²Ń ìĨĮ +ì²ŃìĨĮ ëħĦ +Ġг ÑĢаÑĦ +ĠгÑĢаÑĦ ик +Ġìŀij ìĿĢ +Ġyet i +Ġyeti ÅŁtir +ĠìĿ´ê²ĥ ìĿ´ +ห à¹Īาà¸ĩ +Ø¥ ÙħÙĥاÙĨ +Ø¥ÙħÙĥاÙĨ ÙĬØ© +است عراض +ÙħØ® در +ĠÑĩ ÑĥÑĤÑĮ +Ùħ دÙĬر +ÙħدÙĬر ÙĬØ© +Ġà¹Ģม ษ +Ġà¹Ģมษ ายà¸Ļ +Ġм еÑħ +ĠмеÑħ аниз +ĠмеÑħаниз м +ĠÑģ Ñĥм +ĠÑģÑĥм мÑĥ +Ġv ö +Ġvö ll +Ġvöll ig +Ġд ÑĢÑĥз +ĠдÑĢÑĥз ÑĮÑı +ãĤĴåĪ©çĶ¨ ãģĹãģ¦ +à¸ļรร à¸Īุ +po życz +×ŀש ׼ +×ŀש׼ ×ł×ª +×ŀ×©×Ľ×ł×ª ×IJ +Ġeuropé en +Ġpropri é +Ġproprié taire +Ġkh ấu +ãģĦãģŁãģł ãģijãĤĭ +Ġtec rü +Ġtecrü be +×Ķ ×ij +×Ķ×ij ׳×Ķ +Ġcu Ì +ĠcuÌ ī +ĠcuÌī a +×IJ ×ķ×ķ +×IJ×ķ×ķ ×Ļר×Ķ +Ġ׼×ķ׾ ×ķ +U lus +Ulus lararası +Ġ׳ ×ķת +Ġ׳×ķת ף +ãģ« åIJij +ãģ«åIJij ãģijãģ¦ +ë¹ Ľ +à¸Ĺ ัà¸ģษ +à¸Ĺัà¸ģษ ะ +س ÙĤÙĪ +سÙĤÙĪ Ø· +Ġв н +Ġвн еÑĪ +ĠвнеÑĪ не +Ġur z +Ġurz ÄĻd +Ġá mb +Ġámb ito +à¸Ń à¸ĺิ +à¸Ńà¸ĺิ à¸ļาย +Ġ ÅĤad +ĠÅĤad n +ê±´ ì¶ķ +wód zt +wództ w +Ġquest ões +Ġש ק +Ġשק ×Ļ×ij׾ +Ġmiejsc owoÅĽci +Ġв ал +Ġвал ÑİÑĤ +hä user +หà¸Ļ à¸Ńà¸ĩ +ãģ¨ åħ± +ãģ¨åħ± ãģ« +ãĥı ãĥ¼ãĥī +Ġê°ľ ìµľ +ĠоÑģнов ном +Ġм ÑıÑģ +اع ت +اعت ÙĤاÙĦ +สà¸ĸ ิ +สà¸ĸิ à¸ķิ +N gu +Ngu á»ĵn +ĠÙħ جÙĦ +ĠÙħجÙĦ Ø© +à¹ģà¸Ĥ à¸Ļ +ĠاÙĦÙĦÙĬ بÙĬ +פע×Ļ׾ ×ķ×Ļ×ķת +Ġ×Ķר פ×ķ×IJ×Ļ +פר ×ķפ +פר×ķפ ×Ļ׾ +ק ׾×IJ +ק׾×IJ ס×Ļ +Ùĥت Ø´Ùģ +ãģ«ãģª ãģ£ãģ¦ãģĹãģ¾ãģĨ +à¹Ģà¸Ħล à¹ĩà¸Ķ +à¹Ģà¸Ħลà¹ĩà¸Ķ ลัà¸ļ +Ġì» ´ +Ġì»´ íĵ¨ +Ġì»´íĵ¨ íĦ° +Ġ×Ĺ×Ļ ×ķ×ij×Ļ +Ġnä m +Ġnäm lich +åij¼ ãģ° +åij¼ãģ° ãĤĮ +ĠÑĢ ол +ĠÑĢол и +Ġspécial isé +à¸Ļ วัà¸ķ +à¸Ļวัà¸ķ à¸ģรรม +ÙĨص ÙĪص +пеÑĢ ед +пеÑĢед аÑĩ +thè que +Ġר×IJ ×Ļת×Ļ +ãĥĢ ãĤ¦ãĥ³ +ãĤı ãģĭ +ãĤıãģĭ ãģ£ãģ¦ +беÑĢ еж +ĠÑģ ек +ĠÑģек ÑĢ +ĠÑģекÑĢ еÑĤ +ĠпоÑģÑĤоÑıн н +à¸Ĥà¸Ļ สà¹Īà¸ĩ +Ġm ük +Ġmük em +Ġmükem mel +еÑĤ еÑģÑĮ +ĠاÙĦسÙĨ ÙĪات +ĠìłĦ íĺĢ +Ġ×Ķ×ŀק ×ķר×Ļ +Ġmü d +Ġmüd ah +Ġmüdah ale +Ġwy b +Ġwyb ór +Ġtend ência +Ø¥ دار +إدار ÙĬØ© +Ġunterstüt zen +ת ×ijר +ת×ijר ר +Ġdi á +Ġdiá logo +ĠÃĸ nce +ĠÃĸnce ki +ãĤ¹ãĥĿ ãĥĥãĥĪ +ëĦ £ +ĠG eli +ĠGeli ÅŁ +ãĤĴ éĢļ +ãĤĴéĢļ ãģĹãģ¦ +ĠFuÃŁ ball +Ġsal ari +Ġsalari é +ĠпÑĢодÑĥк ÑĤов +صÙģ ÙĤØ© +รว à¸ļ +รวà¸ļ รวม +à¹ĥà¸Ļ à¸IJาà¸Ļ +à¹ĥà¸Ļà¸IJาà¸Ļ ะ +Ġkay na +Ġkayna ģı +Ġìŀij íĴĪ +ĠвÑĭ ÑĢаж +ĠвÑĭÑĢаж ен +ĠÑģÑĤ еп +ĠÑģÑĤеп ени +ĠاÙĦÙħ ÙĪجÙĪد +ĠاÙĦÙħÙĪجÙĪد Ø© +ล à¹īม +Ġnaj czÄĻ +ĠnajczÄĻ ÅĽcie +ĠnajczÄĻÅĽcie j +Ġz wy +Ġzwy k +Ġzwyk ÅĤ +Ġê·¸ëłĩ ì§Ģ +à¸ģระ à¸Ī +à¸ģระà¸Ī าย +Ġëĭ µ +Ġëĭµ ë³Ģ +ĠÑĢе ак +ĠÑĢеак ÑĨи +ĠÅĽwie ż +ĠÑģÑĤоим оÑģÑĤи +ÙħÙĨ اÙĤ +ÙħÙĨاÙĤ Ø´ +ÙħÙĨاÙĤØ´ Ø© +ĠÑħоÑĩ Ñĥ +ãĥľ ãĥ¼ãĥī +Ġróż nic +Ġк ÑĢÑĭ +ĠкÑĢÑĭ ÑĪ +âľ ĵ +ãĤ³ãĥ³ ãĥĨãĥ³ +ãĤ³ãĥ³ãĥĨãĥ³ ãĥĦ +ĠпÑĢед поÑĩ +×ŀר ×ij×Ļת +ĠØ´ Ùĥ +ĠØ´Ùĥ را +Ġд ал +Ġдал ек +Ġдалек о +بر ÙĬØ· +برÙĬØ· اÙĨÙĬا +ع ÙĨا +عÙĨا ÙĬØ© +ĠÑĢаÑģÑģ каз +ĠÑĢаÑģÑģказ Ñĭва +Ø£ ÙĦÙĪ +Ø£ÙĦÙĪ اÙĨ +æĮģ ãģ£ãģ¦ +æĮģãģ£ãģ¦ ãģĦ +Ùħباد ئ +×Ķ ×¢×ijר +×Ķ×¢×ijר ת +Ġyay ı +Ġyayı ml +Ġyayıml a +m át +mát icos +à¸ģ ัà¸ĩ +à¸ģัà¸ĩ วล +Ġ׾ פת +Ġ×ľ×¤×ª ×ķ×Ĺ +à¸ŀฤ à¸ķิ +à¸ŀฤà¸ķิ à¸ģรรม +í Ĥ¬ +Ġок ÑĢÑĥг +Ġ×ŀצ ×ķ×ķ×Ķ +ÐĽ ени +ÐĽÐµÐ½Ð¸ н +ĠTri á»ģu +ãĤ³ãĥŁ ãĥ¥ +ãĤ³ãĥŁãĥ¥ ãĥĭ +ãĤ³ãĥŁãĥ¥ãĥĭ ãĤ± +ãĤ³ãĥŁãĥ¥ãĥĭãĤ± ãĥ¼ãĤ·ãĥ§ãĥ³ +Ùĥ ÙĨÙĬ +ÙĥÙĨÙĬ سة +ãĤĴ ä¸Ńå¿ĥ +ãĤĴä¸Ńå¿ĥ ãģ« +ĠmiÄĻd z +ĠmiÄĻdz yn +ĠmiÄĻdzyn ar +ĠmiÄĻdzynar od +ĠmiÄĻdzynarod ow +ÙĦ ÙĨ +ÙĦÙĨ دا +بر Ø´ +برش ÙĦÙĪÙĨ +برشÙĦÙĪÙĨ Ø© +à¸ģระ à¸ķุ +à¸ģระà¸ķุ à¹īà¸Ļ +Ġg ı +Ġgı da +à¸Ľà¸£à¸° à¸Ĺัà¸ļ +à¸Ľà¸£à¸°à¸Ĺัà¸ļ à¹ĥà¸Ī +Ġë¶Ī 구 +Ġë¶Ī구 íķĺê³ł +ĠÙĨ Ø· +ĠÙĨØ· اÙĤ +ĠÐľ ожеÑĤ +Pr äs +Präs ident +ĠÑģк оÑĢ +ĠÑģкоÑĢ оÑģÑĤÑĮ +Ġ×Ķ×ij ×ķקר +еÑħ аÑĤÑĮ +Ġg ạo +Ġש×IJ ×Ļ׳×Ŀ +Ġ×ij׳ ×ķ×Ĵ +Ġ×ij׳×ķ×Ĵ ×¢ +Ġо пиÑģание +Ġucz ni +Ġuczni ów +à¹Ģà¸Ń à¹ĩà¸Ļ +Ġت Ø´ +Ġتش رÙĬÙĨ +Ġnh ãn +ë¹ ¨ +Ġcaract ère +×¢ ׾×Ļ +×¢×ľ×Ļ ×Ļ×Ķ +楽ãģĹ ãĤģãĤĭ +ĠÑģ аÑħ +ĠÑģаÑħ аÑĢ +дÑĥм аÑĤÑĮ +ĠÐĴоз можно +ص ÙĬاÙĨ +صÙĬاÙĨ Ø© +öm ür +ส ล +สล à¹ĩ +สลà¹ĩ à¸Ń +สลà¹ĩà¸Ń à¸ķ +ë¡ ¯ +Ġth ói +gr Ã¶ÃŁe +Ġksi ÄĻ +ĠksiÄĻ g +ĠÑĢ ом +ĠÑĢом ан +ÙĤ اسÙħ +×ŀ×ij ×ķ×Ĵ +×ŀ×ij×ķ×Ĵ ר×Ļ×Ŀ +bes ch +besch äft +beschäft ig +×Ķצע ×Ķ +ĠÃģ rea +ĠзаÑıв к +Ä ¹ +ĠлÑİб ого +Ġ ม +Ġม à¸ģร +Ġมà¸ģร าà¸Ħม +ÑĦ из +ÑĦиз иÑĩеÑģк +ин ÑĦ +инÑĦ ек +инÑĦек ÑĨи +اÙĦ Ø· +اÙĦØ· ائÙģ +Ġкол л +Ġколл екÑĤив +ез жа +Ġس بØŃ +ĠسبØŃ Ø§ÙĨ +ĠسبØŃاÙĨ Ùĩ +sch lä +schlä ge +Ġд и +Ġди аг +Ġдиаг ноÑģÑĤ +ĠоÑĤмеÑĤ иÑĤÑĮ +Т Ь +ĠاÙĦ در +ĠاÙĦدر اسÙĬ +עצ ×ŀ +עצ×ŀ ×IJ×ķת +Ġdém arch +Ġdémarch e +Ġ×ĺ ×ķ×¢ +Ġ×ĺ×ķ×¢ ף +Ġfuncion ários +á» µ +׾ ׼×IJ +׾׼×IJ ×ķר×Ķ +à¸ĭ à¹Ī +à¸ĭà¹Ī à¸Ńม +ĠÑĩ Ñĥв +ĠÑĩÑĥв ÑģÑĤво +âĸ ¼ +п ÑĥÑī +пÑĥÑī ен +Ġм еÑĢ +ĠмеÑĢ оп +ĠмеÑĢоп ÑĢи +ĠмеÑĢопÑĢи ÑıÑĤиÑı +Ġu çu +Ġuçu ÅŁ +ãĤĴåĪ©çĶ¨ ãģĻãĤĭ +a ÄŁ +aÄŁ lı +ìĺĪ ìĪł +à¹ģ ยà¹Ī +ĠاÙĦÙĥ Ùħ +ĠاÙĦÙĥÙħ بÙĬ +ĠاÙĦÙĥÙħبÙĬ ÙĪتر +ت ÙĪÙĬ +تÙĪÙĬ تر +à¹Ģà¸Ĭ ีà¹Īยว +à¹Ģà¸Ĭีà¹Īยว à¸Ĭา +à¹Ģà¸Ĭีà¹Īยวà¸Ĭา à¸į +á» Ķ +Ġhi ếm +ذا Ùĥرة +Ġ×Ķ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠìĪ ľ +ĠìĪľ ê°Ħ +ĠK ı +ĠKı sa +Ġgele ceÄŁi +пÑĢо ÑĦеÑģÑģиона +пÑĢоÑĦеÑģÑģиона л +Ġog ó +Ġogó le +ĠgÅĤ ów +ĠgÅĤów ne +ĠÑģÑĤ илÑĮ +×IJ פ׾ +×IJפ׾ ×Ļק +×IJפ׾×Ļק צ×Ļ×Ķ +สม ารà¹Į +สมารà¹Į à¸Ĺ +สมารà¹Įà¸Ĺ à¹Ĥà¸Ł +สมารà¹Įà¸Ĺà¹Ĥà¸Ł à¸Ļ +Ġth ánh +ÐŁ од +ÐŁÐ¾Ð´ ÑĢоб +ÐŁÐ¾Ð´ÑĢоб нее +ĠاÙĦت ÙĪÙĨ +ĠاÙĦتÙĪÙĨ سÙĬ +Ġbah çe +à¹ģà¸ģà¹ī à¸Ľà¸±à¸įหา +é ducation +eu rop +europ ä +europä ische +ĠK si +ĠKsi ÄĻ +ĠëĦ ĺ +ĠëĦĺ ìĸ´ +Ġv üc +Ġvüc ud +Ġyay g +Ġyayg ın +Ġnie kt +Ġniekt óry +Ġniektóry ch +ãģŃ ãģĩ +Ġк аж +Ġкаж еÑĤÑģÑı +к аж +каж еÑĤ +ĠاÙĦ دÙĬÙħÙĤرا +ĠاÙĦدÙĬÙħÙĤرا Ø· +ĠاÙĦدÙĬÙħÙĤراط ÙĬØ© +æŃ © +æŃ© ãģĦãģ¦ +Ġv az +Ġvaz ge +Ġvazge ç +Ġмин ималÑĮ +ĠминималÑĮ н +ãĥij ãĤ¿ +ãĥijãĤ¿ ãĥ¼ãĥ³ +Ġë Ĭ +ĠëĬ IJ +ĠëĬIJ ëĤĮ +ãģ¡ ãĤĩãģĨ +ãģ¡ãĤĩãģĨ ãģ© +Ġ à¸ģร +Ġà¸ģร à¸ģà¸İ +Ġà¸ģรà¸ģà¸İ าà¸Ħม +تج دÙĬد +ĠØ´ اÙħÙĦ +หลัà¸ģ à¸IJาà¸Ļ +ĠмаÑĢ ÑĪ +ĠмаÑĢÑĪ ÑĢÑĥÑĤ +Ġv ÃŃt +ĠvÃŃt ima +Ġquiz á +ay gı +×ĵ×ijר ×Ļ×ķ +Ġиз д +Ġизд ели +Ġиздели Ñı +п ла +пла Ñĩ +плаÑĩ ива +ä»» ãģĽ +Ġéquip é +ä¹ħ ãģĹãģ +ä¹ħãģĹãģ ¶ +ä¹ħãģĹãģ¶ ãĤĬ +Ġк аÑĤ +ĠкаÑĤ ал +ĠкаÑĤал ог +ส à¹īม +ĠÑĢ ей +ĠÑĢей ÑĤ +ĠÑĢейÑĤ инг +Ġth uyá»ģn +ĠاÙĦÙħ ÙĤدس +esp ère +ãģ«åħ¥ ãģ£ãģŁ +หมาย à¹Ģลà¸Ĥ +ת×Ĺ×ķש ת +à¸Ļ à¹Īะ +Ġpe ÅĤ +ĠpeÅĤ ne +Ġpé rd +Ġpérd ida +หม วà¸Ķ +หมวà¸Ķ หมูà¹Ī +иÑĩеÑģк ÑĥÑİ +çµĤ ãĤı +çµĤãĤı ãģ£ãģŁ +Ġ×Ĵ ×ķ×Ĵ׾ +à¸Ĺำ à¸Ħวาม +à¸Ĺำà¸Ħวาม สะà¸Ńาà¸Ķ +Hot éis +Ġз аÑĢ +ĠзаÑĢ егиÑģÑĤ +ĠзаÑĢегиÑģÑĤ ÑĢи +ĠзаÑĢегиÑģÑĤÑĢи ÑĢова +ĠÑģ обÑĭÑĤи +ĠÑģобÑĭÑĤи Ñı +Ġ×ĸ ׼×IJ +ÙħÙĨظ ÙĪÙħØ© +Ġ×Ķ×ŀ צ +Ġ×Ķ×ŀצ ×Ļ×IJ×ķת +Ùħ ÙĥÙĪÙĨ +ÙħÙĥÙĪÙĨ ات +ä¸ĬãģĮ ãĤĭ +Ġm ÄĻ +ĠmÄĻ sk +หรืà¸Ń à¹Ģà¸Ľà¸¥à¹Īา +ëĤ ® +Ġnok tas +Ġnoktas ı +ĠболÑĮÑĪ им +ĠлÑĥÑĩ ÑĪиÑħ +Ø´Ùĩ ÙĬد +à¸Ńำ à¸Ļ +à¸Ńำà¸Ļ วย +à¸Ńำà¸Ļวย à¸Ħวาม +à¸Ńำà¸Ļวยà¸Ħวาม สะà¸Ķวà¸ģ +Ġе в +Ġев ÑĢ +ĠевÑĢ оп +ĠевÑĢоп ей +à¸ī าย +ìĦ Ń +Ùħ Ùģا +ÙħÙģا ÙĪض +ÙħÙģاÙĪض ات +ë¹ Į +赤 ãģ¡ãĤĥãĤĵ +ĠÑĥдал оÑģÑĮ +ĠÐ¥ оÑĤ +ĠХоÑĤ Ñı +przedsiÄĻbior c +ĠH ôm +íķĺìĺĢ ìĬµëĭĪëĭ¤ +Ġн аг +Ġнаг ÑĢÑĥз +ĠнагÑĢÑĥз к +Ġ×ij×Ļ׳ ׾×IJ×ķ×ŀ×Ļ +Ġê°ĢëĬ¥ íķľ +ĠH ữu +à¸Ń ุà¸Ķ +à¸Ńุà¸Ķ ม +ת ×ķפ +ת×ķפ ×¢×Ķ +Ġmi ÅĤo +ĠmiÅĤo ÅĽci +ksi Äħż +ksiÄħż ka +ĠاÙĦÙĦ عبة +à¸ī าà¸ģ +สะ สม +×ŀ תר +×ŀתר ×Ĺש +Ġlég ère +Ġ׾צ פ +Ġ׾צפ ×Ļ×Ķ +ĠиÑģÑĤоÑĢ иÑı +Ġ ãĥĪãĥ© +ĠãĥĪãĥ© ãĥĥãĤ¯ +ĠãĥĪãĥ©ãĥĥãĤ¯ ãĥIJãĥĥãĤ¯ +Ġк а +Ġка ÑĦе +×ŀס×ŀ ×ļ +Ġc üm +Ġcüm le +à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ à¹Ħหว +ãģĬ ãģĿ +ãģĬãģĿ ãĤīãģı +ìŀIJ ëıĻ +ìŀIJëıĻ ì°¨ +à¸Ńั à¸ķ +à¸Ńัà¸ķ à¹Ĥà¸Ļ +à¸Ńัà¸ķà¹Ĥà¸Ļ มั +à¸Ńัà¸ķà¹Ĥà¸Ļมั à¸ķิ +ĠÅŁ ik +ĠÅŁik ay +ĠÅŁikay et +extr ême +kr ä +krä fte +ëĤ Ļ +íķ ij +ì² Ļ +íĺ Ī +ì° į +âĻ ¡ +ìŀ Ķ +ë¢ ° +íĿ Ķ +íĿ IJ +âĩ Ĵ +ë§ Ľ +ìĬ Ī +á» Ĵ +ìĺ µ +âĹ İ +í Ĥ¨ +ê¿ Ī +ìĪ ¨ +ìĽ ¨ +ë§ ¥ +ï½ Ģ +ï¼ ª +Ạ¨ +ãħ İ +Ñ Ĺ +ìĦ ¬ +ì¹ ¼ +ï¼ ¶ +ìĽ ł +ëŁ ´ +Å ĥ +ëĤ ¼ +ëĭ IJ +âĢ ¹ +ë¦ Ń +ì§ IJ +âĢ ¤ +à ħ +ëľ ¨ +íĦ ¸ +íľ ĺ +ê² ģ +ë´ ħ +à ĺ +ëŃ Ķ +ëĺ ij +âĹ ĩ +ìĹ ĺ +ï» ´ +ë§ ¹ +ï¾ Ŀ +ìĬ · +íĥ ķ +ï¼ ł +ì» ´ +ëł Į +ì½ ľ +ï» ¹ +ãħ ł +ì¡ ¸ +ëħ ¹ +âĤ º +âĸ ¶ +íĥ IJ +êµ ´ +íij ¸ +Ñ Ķ +íĶ ½ +Ð ħ +ë° ¤ +Ô ģ +ì² ¨ +ì¶ ĺ +ë² Ĺ +ë© ¸ +ï¼ » +ï¼ ½ +ï¼ · +ì° Į +à Ĵ +íı ´ +ìĵ ¸ +ì´ Į +ëģ Ķ +ëĶ © +ëĩ Į +ë© Ģ +ë² ¨ +ï¼ µ +ë§ ¡ +ëĭ « +ภ¿ +ãģ ± +ìĩ ¼ +ìº ł +ë® ¤ +ê± ± +ì» ¬ +âĦ ĥ +ëĶ ± +ëĥ Ī +ìĭ ± +íĻ Ī +ëŀ IJ +ìħ Ģ +ìł ł +Ð Ĩ +ëł ī +ï½ ħ +ï½ ı +íĻ Ģ +ëĽ ° +á» ® +í Ĥ¹ +ê½ ĥ +ï» ¤ +ïº Ķ +êº ¼ +ìķ ī +âĻ ¦ +ï½ ģ +ìĵ ´ +ãĢ ī +ì° ® +ì¤ ĺ +á» ª +ëģ Ħ +ëIJ ¨ +ìķ Į +íĿ ĺ +íħ IJ +ãĢ Ī +ê² ª +ëĭ ¥ +ê² ¼ +á» Į +ë§ ¨ +ëģ Ĭ +ë² ¤ +ëij Ķ +íĿ ¡ +á» ¬ +ë¬ ĺ +ãģ ī +ëŀ « +íĶ Ī +í ħį +ìŀ ĥ +ï½ ī +ìģ ľ +âĸ ½ +ë¬ » +âĸ ³ +ï¼ ¸ +ìģ ĺ +ì¶ ° +ìĬ ´ +ìķ ± +ìĩ Ħ +Ạ® +ï´ ¿ +ï´ ¾ +âĤ ½ +ëĦ ĵ +ë£ © +ì³ ¤ +ê´ ľ +à Ļ +á» ľ +ï¿ £ +ëĵ Ń +ë© ĺ +ê» ´ +ëł ´ +Ð ĥ +ë¬ µ +ì§ Ŀ +ãģ º +ðŁĺ Ĥ +ëŀ ¬ +ìł Ĭ +ê´ Ħ +ìŀ Ĭ +íŀ Į +ìĦ ¯ +âĪ Ģ +âĸ ¡ +ëĢ Į +ëŀ Ļ +ï½ ĥ +Ạ¶ +ï¾ Ħ +ïº ĺ +ë¹ ¼ +à Į +âĸ · +ê¸ į +ë© ĭ +ãģ ĥ +ìĺ Ĩ +ìĺ ® +ëª ¬ +ë¡ ¤ +ëł ¬ +ëĬ ¦ +âĸ ª +ì¼ ĵ +ìľ Ī +ì§ § +ï½ ½ +ëĥ ī +ï¾ Į +ëĺ IJ +ï¼ ĥ +á» Ħ +ì´ ¬ +ì¶ ¤ +ï¼ ¹ +ï» Ń +âĤ « +ï½ ĩ +ìĺ · +ëĸ ¨ +âī « +ë¦ ¿ +âľ ¨ +Ù ± +ì¯ ¤ +ê¹ Ķ +ðŁĺ Ĭ +ìĪ « +ê³ ± +êµ ³ +ï½ ĭ +ภĮ +Ä ł +ëĶ ¸ +ë° ij +ìħ ĭ +íİ ´ +âľ ħ +íĥ ij +ëĪ ĩ +íı ¼ +ðŁĺ į +ìĺ Ľ +ï» £ +Ñ ĺ +ì© Į +ë¦ ħ +ìĿ į +ï½ ¸ +ëį ľ +ãģ ħ +íİ ¼ +ëĭ Ŀ +ë¿ Į +ì¼ ° +ìĭ « +ë° ¥ +íĽ Į +ì¨ Į +ë¹ Ļ +ï½ İ +ë´ Ħ +ìĦ ¹ +ï½ ² +ìĮ ĵ +Ò ij +ë° į +ëł Ģ +íĨ ¤ +ï½ ¯ +ë¤ Ħ +ê½ ¤ +ï½ Ĵ +ìķ ¨ +ï½ ¼ +ê¹ IJ +íģ IJ +âĦ ĸ +ë§ º +ïº ® +ëħ ģ +ê² ¸ +ï» ł +íĬ ľ +Å ¹ +ë¥ Ń +ëĪ ī +ï½ Ķ +íĮ ¬ +ìŀ ĩ +ï ¬ģ +ï» ¨ +ëij ¥ +ëŀ Ħ +Ù ¬ +íĭ ´ +ìŀ ī +Ú ¾ +ìĽ ħ +ï» ® +ëĭ ī +âī ª +âĹ Ħ +ëĪ Į +íĽ ¼ +ì¤ į +Å ¸ +ì¤ ¬ +ì¾ Į +ï½ ĵ +ï¾ Ĭ +ðŁı » +ï¾ ī +Ð ģ +íĺ IJ +ï¾ Ļ +ê¼ ¬ +íŀ IJ +âĢ ¥ +ëŁ Ń +ë§ ŀ +ìĥ ¤ +ïº Ĵ +íĭ ± +ë½ ij +à ķ +âĪ ļ +ëĤ Ħ +ê¹ Ŀ +ëĨ Ī +Ạº +ìħ Ī +ìĮ į +âĢ ¡ +ï¼ ± +ìģ ¨ +âĺ º +ëĴ · +ìĺ ³ +ðŁij į +ëª ½ +ëĤ Ń +ïº Ń +ë© Ī +á» Ī +íķ Ģ +ëĭ Ļ +ë¦ ĩ +ìķ ¤ +ìį ¼ +ãĥ µ +Ñ £ +ìľ Ĺ +â ŃIJ +ï¾ ĺ +íĹ ¬ +ê¾ ¼ +ìķ Ĺ +ï» Į +ê± · +ëħ ķ +ë¡ ± +ìķ Ĭ +ï¾ Ģ +ìĩ ł +íĮ © +ïº ª +ë§ Ļ +ï¼ ¿ +ê¿ Ķ +íİ ľ +ë£ ¸ +íĶ Ķ +ï» ³ +ëı ķ +ìĭ ¼ +á» İ +ë§ ĺ +ì¢ ĭ +íĨ ¡ +ï½ ± +íĿ ij +á» ¸ +ì¦ Į +ì¹ ¸ +ëŃ ĺ +ï¾ Ĺ +ï» ĭ +íĬ Ģ +ë¥ Ļ +ì½ © +ëģ Ĺ +ëį ´ +ìħ ľ + ¸ +ë» IJ +ìĥ µ +ê² IJ +ëĵ ¬ +ë£ ° +ãħ ĭ +ìĹ ī +á» ĸ +ëĦ Į +ï½ ¶ +ë´ ĩ +ëĤ ³ +ãĤ ľ +ëĸ » +íİ Ģ +ëį © +íķ ¸ +à · +ê¼ ¼ +ëĶ ľ +ë° ´ +ë© į +âĹ ¯ +ìĹ ij +ìĻ ¼ +ïº ij +ë¶ ķ +ë¡ ¬ +ï½ Į +íĨ ¨ +ïº ´ +ëł ĺ +ê° ¤ +ìĪ ² +Ñ ĵ +ìħ ī +ï» ĵ +ëĪ Ķ +ëį § +âĢ ¼ +ï» ² +ê° ± +ê¿ Ģ +ëĭ · +Ạ¸ +Ạª +Æ Ĵ +ëį ¤ +ìĪ Ń +ï½ Ĥ +ï½ Ī +Å ł +ë£ ¬ +Ñ µ +ëĸ ¡ +ëĥ Ħ +ìĦ ° +ëĵ Ī +ï¾ ĥ +ëĩ ¨ +ï½ IJ +êµ ½ +ìĹ ½ +ëĤ Ģ +ë¬ ¶ +ï½ · +ìı Ł +íĺ Ķ +ê¼ Ī +ëģ Ī +ì¥ IJ +ïº Ĺ +Ä Į +ëĪ ł +ëĸ ¼ +íĢ ´ +âī ¥ +ëĭ Ń +ì± Ļ +ê» ı +ë© ¤ +ìĥ ĺ +ëį ® +ë£ ¡ +ìĤ ½ +ãĪ ľ +Ä ¨ +âĢ § +ï½ º +Ä £ +ì¦ ī +ï¼ ¼ +Û © +âĪ Ļ +ë° ı +ë¹ ħ +ðŁĺ Ľ +íĪ ´ +ðŁĴ ķ +ãĢ Ĵ +ìŀ ĺ +ïº ¤ +ï½ ĸ +ë© ľ +ë² ¼ +ëĿ Ħ +ëļ ľ +ï» ĺ +ìĥ Į +ï½ Ħ +ì© Ķ +ï½ Ļ +ïº © +Û ŀ +âĺ İ +ìł ¤ +ëIJ © +Å Ŀ +âŀ ¡ +ï» § +Ð ı +ì« ĵ +ê³ ½ +É ij +ãĥ ² +ëĤ « +ë¦ ī +ì¢ ģ +ë° Ń +ðŁĺ ģ +ë¹ µ +ì² © +ì» µ +ðŁĺ ĺ +ë± ħ +âī Ī +ë¹ ļ +ï» ľ +ðŁĻ ı +íģ ° +ìĦ ŀ +ï¾ ļ +ìĺ ¹ +ë¼ Ī +ëĤ ¯ +ëŀ © +íļ ¡ +ï½ ķ +íĥ ĵ +ëĿ ł +ê³ ģ +ëĵ Ģ +ìĹ ł +ï¼ º +ë§ ij +ëĭ ¿ +ì¿ ¨ +ãİ ¡ +Ð Ĭ +íĦ ± +Å ¨ +ïº ³ +ï¾ ı +âĭ ħ +ê¼ ´ +âī ¤ +íĮ ģ +Î © +ê¶ ¤ +ìĪ į +âľ ¿ +ì½ ¤ +ëĪ ħ +íĨ ± +ãħ ľ +áIJ ħ +Å Ĵ +ðŁij ī +ï» ¦ +Ð ª +ë¥ ľ +íķ « +ï¾ ĭ +âĻ « +ê¹ ľ +ë° ¸ +ëĶ ĺ +íĿ ī +ï¾ ģ +ï¾ Ľ +ëł Ľ +ê² ¹ +ì¿ ¼ +ï» ¬ +âŀ ¤ +ðŁĻ ģ +ïº ł +ëĨ ¨ +ë¯ ¹ +ê¸ ĭ +ë» Ķ +ê¹ ĥ +ëij ij +íĭ ¸ +íİ Ļ +âŀ ĸ +ãĥ ½ +ì§ ļ +ï½ ¬ +ï» ¥ +íĮ ½ +âĢ Ĵ +ì ĮĢ +ìŃ ī +ëļ ± +ãĤ ŀ +íĭ Ī +ãĤ IJ +ëī ĺ +Î £ +ê³ ° +ë¹ Ĺ +ï¾ İ +ðŁĺ Ń +íĿ ł +ìĹ ¿ +ê° ļ +ì¤ Į +ë§ µ +ï½ ³ +ãģ ¢ +ï» Ĺ +âī ¦ +Ú ¤ +ë łģ +ê¼ ½ +ï» « +âī § +ì´ Ľ +ìł Ŀ +Ạ° +âĻ £ +ìº ĺ +âĪ ĩ +ê² ī +ë° Ł +ï» Ķ +íĸ ĩ +âĸ Ĵ +ðŁij ı +à ŀ +ðŁĺ Ĩ +ïº ¼ +âĿ Ĺ +ìº Ķ +ì¹ © +ëĸ ¤ +ëĥ ħ +âĶ ľ +ï½ » +Î Ķ +áĥ ¦ +ìŀ İ +âĺ Ģ +âĪ ¼ +ðŁĶ ¥ +ë° Į +ìł ĸ +íĹ Ľ +Î ķ +ïº ĥ +ë¶ ī +âĪ ŀ +íĥ Ń +à ĭ +âģ Ħ +ãħ ĩ +ëĦ ¥ +ëĭ ® +ëł · +íĮ Ŀ +ìº ¡ +ë· Ķ +ì© į +íĤ ´ +ëļ « +âĵ Ĵ +íķ į +âĻ Ĥ +ï¾ Ĩ +âĨ © +ìį © +ïº ķ +íĿ Ļ +Ñ ľ +íĤ · +íĿ ° +íĥ ± +ëķ IJ +ï¾ Ĵ +× ĥ +ëĮ Ħ +ìĺ ´ +ìķ µ +ê¹ ¥ +ëŀ Ń +ìª ¼ +ãİ Ŀ +ðŁĺ ħ +ëı ĭ +ëª « +ïº ¸ +ë® ¬ +ë² ħ +ëij ł +ìħ ° +ì» · +ëĶ ª +ëħ Ķ +ãħ ¡ +ìĶ » +íķ ı +ëį ± +ïº ¨ +ï¾ į +ï½ µ +ì¢ Ģ +íİ Į +ï» ° +ïº £ +Æ £ +ðŁ¤ £ +ï· º +ëĤ ļ +âĭ Ĩ +ë³ į +ðŁĺ Ħ +ìĸ Ģ +ìĻ ł +ëĨ Ķ +íĹ ¨ +ï» Ľ +ï» Ŀ +á» ¶ +ìĸ ĺ +ìİ Ħ +Ú Ĩ +ï» ŀ +ëĢ IJ +ê² Ķ +ï» µ +âĹ ¦ +íļ Ł +ê¹ ģ +ê° ĵ +ëĶ ´ +ìı ĺ +ëļ Ŀ +á» ł +ëŀ ´ +ëĦ ī +âĺ ŀ +ï½ ĺ +Å ½ +ë¦ İ +âĸ ¬ +ëŃ ī +âĩ Ľ +ìį ¬ +ïº Ł +Ë ľ +ë¶ ĵ +ìĽ ° +Å ľ +ëŃ ĩ +á» ² +Ë ļ +ëķ Ģ +âĺ ij +ðŁı ¼ +ìĸ ½ +âĮ Ĵ +Ð İ +É ¾ +íĮ ¡ +ï¾ ħ +ìŀ Ń +ï½ ¨ +ì¹ « +ìľ Į +Ò Ľ +êµ ¿ +ëĭ ¦ +âĶ Ķ +ï¾ ij +ì§ ĸ +ìº Ħ +ãĢ ĥ +Ê ¼ +ê² Ł +ï½ § +Ä ¢ +íİ ł +ë§ · +ê° ĩ +ìĭ ¹ +ðŁĴ ¦ +ï¾ ľ +ëĬ Ļ +ë² ¡ +Å ¿ +ðŁĺ ĭ +ðŁĴ ª +ì¿ Ħ +ë© ķ +ìŃ ¤ +ëĬ Ħ +ðŁĮ ¸ +ãĤ Ŀ +Ç İ +ï½ ļ +Ä Ĺ +ëģ ĵ +ê¶ IJ +áµ ī +ãĥ Ĥ +ê» į +ðŁĺ ¦ +ãĢ Ŀ +ðŁ¤ Ĺ +Ñ Ł +ìĹ İ +âľ Į +ìī IJ +à Ĩ +íĹ IJ +ðŁİ ī +Î ij +ï½ Ń +ðŁĴ Ļ +ìĽ ¬ +íĢ ĺ +ï» ¢ +ðŁĺ İ +íij ¼ +íĿ © +ï» Ħ +íħ Ģ +ëł IJ +ì¥ ¬ +Ð ĭ +ìĥ · +ëľ ¬ +ðŁĺ ĥ +ëĦ ¬ +ë¥ ¨ +ìĽ į +ï½ Ĩ +ï½ ´ +ãĥ ħ +à ı +ï» ª +âĻ ł +ëĬ ¬ +ë± Ģ +ë° ĭ +ìĥ Ģ +ï½ ¾ +ëĤ ± +ì» ¸ +ðŁĴ ĸ +ðŁij Į +Ñ ŀ +ì§ ± +Ë Ĩ +ðŁĵ ļ +âŃ ķ +ï¬ Ĥ +ï» ¡ +ëij ¬ +íĪ ¼ +âĸ ¸ +ê° ¯ +ê¹ ħ +ï½ ® +ëĺ ¥ +Ä ¡ +íĮ Ł +Ð Į +ìĨ Ł +ïº ĵ +ï» ¼ +à Ľ +ãĥ ¾ +ëĮ ĵ +íĴ ĭ +ìķ ĵ +ï½ ¹ +ëĤ ¡ +ðŁij ĩ +Ạ¼ +ãĢ Ł +ðŁĮ Ł +íĥ ł +ãĢ Ĩ +âĢ Ł +ë¸ IJ +ðŁĮ ¹ +ìł ¼ +ðŁĵ Į +ìĶ ¬ +âĹ Ģ +ðŁĴ ĵ +ê¹ İ +ìĤ IJ +ìĶ Į +Ñ Ľ +âĶ Ī +ë² ³ +ãİ ŀ +Õ ¡ +íĤ µ +ðŁ¤ Ķ +ëĢ Ķ +ìĬ IJ +íĻ ī +âľ ¦ +ëľ ¯ +ìł ¯ +ëĶ § +Î ¦ +Ë Ī +ìī ¼ +âĹ Ĭ +ëľ © +ëľ ° +ï¾ IJ +ë¿ Ķ +ìĹ ® +ì· Į +ïº § +Î Ĵ +ëµ Ļ +ï» Ĭ +ì° Ķ +íİ Ħ +ðŁĴ Ĺ +Ạ´ +ì° ¢ +íľ ¼ +ê½ Ĥ +ì± Ķ +ìī ´ +âĸ ¾ +íĪ ° +ëĭ Ľ +âĿ £ +ï½ ª +ðŁĴ ľ +Ë ĺ +ãħ ¤ +âĨ Ĺ +íĸ Ħ +âĻ ¬ +ìķ ° +ïº ľ +âī ¡ +ãĢ ĵ +ìij ¥ +íĮ į +íī ģ +ë» Ĺ +íľ ł +íľ © +âľ Ī +íĢ Ħ +ìĸ ĩ +ì¢ ĩ +íŀ Ļ +ëª ¹ +ãĤ Ľ +ðŁĺ ± +ëį Ł +๠ħ +êµ ¶ +Ù « +ìĶ ģ +âľ ª +ï¾ Ī +ðŁĻ Į +âļ ¡ +Î ļ +ì¼ Ī +ï¾ Ķ +ï¾ Ĥ +êµ ī +ïº » +ðŁĴ ĭ +á¹ £ +Ó Ļ +ìĨ ľ +ìĹ £ +âľ © +ìľ Ļ +ïº ° +Ạ² +ìŀ £ +âĿ Į +âĺ ģ +ìķ İ +Ä ½ +Û ģ +ãĦ ± +ëŁ ¿ +íĮ ¸ +ê½ ī +ìı ł +ðŁį Ģ +âĨ Ķ +ëŃ ¡ +ï» ģ +ï¼ Ħ +ðŁĴ ¥ +âĺ Ľ +íĹ · +ëij ¡ +Î ł +Î ¤ +âĦ ĵ +ïº · +Î Ļ +ëı Ķ +ì§ ¤ +âĶ ĥ +ãĦ · +Ç Ĵ +ðŁ¥ ° +ëĶ ķ +ìļ ¥ +ì¸ Ħ +íĽ Ķ +ïº ĩ +ïº ¬ +ðŁĺ ¢ +ë¹ ¡ +ìĶ ¹ +Å ³ +Ë Ŀ +íİ ij +ï¾ ĵ +ðŁĴ ļ +ëĬ ij +êº ¾ +íĨ ° +à ¿ +Ð Ħ +ëĮ IJ +ë½ Ģ +ì· Ħ +ðŁ ĵį +ðŁĻ Ī +âĹ Ī +ê¿ ĩ +ì¼ Ħ +íİ « +ðŁĩ · +âĶ ĭ +âļ ł +ë± ī +ì į° +ìĻ Ī +É ª +ïº ĭ +ðŁĺ ľ +Î Ł +ðŁ ĻĤ +âļ ½ +Å Ī +ë¹ Ķ +íĮ ľ +๠ı +ìĸ ¹ +íĪ Ń +ðŁ¥ ĩ +ãĦ ´ +ëĶ ¥ +ìŃ Ī +âĪ Ĩ +ëĸ ³ +ë± ĥ +ìŀ ¦ +ï» IJ +Î ľ +âľ § +Ï į +ìł ĵ +âĹ ķ +ëĴ Ģ +ï» Ģ +ðŁĶ ´ +ê½ ģ +ëĮ Ī +ëİ Į +ãĤ İ +⦠ģ +ì½ § +ï¯ ¾ +âĿ ¯ +ภħ +ðŁĻ Ħ +âĿ Ģ +ðŁĶ ¹ +âĩ IJ +êµ µ +âĩ Ķ +ë¶ IJ +ðŁĴ Ľ +Î ¾ +íĥ ¬ +âĿ Ħ +Ò £ +ãĢ ° +âĪ ij +âĺ ¼ +âī ł +Ò ¯ +ïº ¯ +ê¿ ¨ +âľ ĸ +Ê ĸ +íĢ Ģ +ê¾ Ģ +íĹ Ŀ +âĶ £ +ãİ ľ +ëĶ Ľ +ëľ ¸ +ï º« +ê¿ ° +ðŁĩ ¹ +Ç IJ +Û Ĵ +ë£ » +ïº ĸ +Ñ ļ +ëĬ ł +Û ķ +ê¹ ¡ +ë¿ ľ +ì² ¼ +ï¨ ij +ë¥ µ +ìį ¸ +íħ ħ +íij ¹ +Ö Ģ +ï³ Į +ãħ £ +ìij ¤ +ì½ ķ +ëķ ł +ðŁĮ ¿ +íĥ Ķ +ìĽ ģ +Î ¶ +âŀ ľ +ìĬ ĺ +íĽ Ĺ +ë© § +ìī ĺ +Õ ¶ +á¹ ĩ +ðŁİ ģ +ï½ ¿ +ï¼ Ĥ +á¼ IJ +âľ ķ +âŀ ¢ +ëĦ ¨ +ì» « +ì¯ Ķ +ì° ľ +ðŁĴ ° +íħ Ŀ +ãİ ı +ë³ ¶ +Ò ĵ +âĨ ³ +ìĥ ´ +íģ ĺ +âĸ Ģ +ë² Ļ +ภĥ +á½ ¶ +Ä ķ +⬠ĩ +ë¤ ĺ +ðŁİ µ +âľ ļ +ïº ı +Î ¡ +âĹ ī +ðŁĴ « +Ð Ī +ìĸ Ħ +ì§ Ļ +ï» ĥ +ðĿij Ĵ +ëŃ Ħ +âĿ ¥ +âĿ ĸ +âĺ Ŀ +Ê ¹ +Ḡ¥ +âĢ ¿ +ãħ ħ +ê¸ ģ +ëķ ¡ +ëį ¥ +âĪ © +ê» Ħ +ë® Į +Ò ± +âĪ Ĺ +ëł Ļ +ïº Į +Ë IJ +ðŁĺ ³ +ðŁij © +ðŁİ ¶ +ì¿ µ +ðŁ¤ © +ê· ¤ +ëĮ Ķ +ïº IJ +Ï İ +ì¶ ¥ +ï½ Ĭ +á¹ Ń +ë¤ ¼ +âĸ « +ì§ ł +á¼ Ģ +ê» ij +ëĮ ģ +íĢ ¸ +âĻ Ľ +ðŁĴ ŀ +âĸ ° +ðĿij ĸ +ëĿ ¤ +ठ¦ +ì´ ĺ +ðŁĺ ĩ +ëĶ ¤ +Î Ĺ +ðŁĻ ĩ +Ë Ľ +ì© ¡ +âĪ § +Õ ¥ +Ñ Ļ +ëIJ ¬ +ëĸ Ħ +ðŁĮ · +ìĹ Į +ðŁĺ ¥ +ëĪ ´ +ï» ļ +É Ľ +ïº Ħ +ï» ı +Å Į +ë² ļ +ìĭ £ +ïº Ģ +Î ĵ +ðŁĺ Į +Ë Ļ +ëŀ ı +ðŁĶ ¸ +ðŁĵ · +ëģ ½ +íģ ½ +ðŁĴ ¡ +ðŁĮ ± +ëº ı +ìģ ł +ìĥ IJ +ëı Ĺ +ì¸ ° +ëĪ ķ +Î Ŀ +âģ ī +ðŁĮ ¼ +íĮ ł +âĭ ¯ +áĥ ĺ +âľ ¤ +ê± Ķ +íĮ İ +ðŁĴ ¯ +ìı Ļ +íĹ ī +Ù Ń +ì½ ° +ïº ¿ +ï» ± +ì± Į +âĺ ķ +ðŁİ Ģ +Ä Ŀ +ë° § +ìĤ ¿ +áij ķ +ðŁį ĥ +âĩ ¨ +Î Ľ +ë§ ´ +ë³ ķ +á ijIJ +âĸ ĵ +ðĿ ijľ +âĻ » +íĤ ¥ +Õ ¸ +ãĪ ± +ëº Ģ +ì² ¸ +ïº Ľ +ðŁı Ĩ +ðŁĩ ª +âĿ ĵ +Ä Ģ +ì½ ¥ +ðŁĩ § +á½ · +âľ Ĥ +ìŀ ¼ +ï§ ¡ +ðŁĵ ¸ +âĻ ¯ +É Ķ +á½ ¸ +âĮ ª +ï» ĸ +ï¥ § +âļ « +âĶ Ĺ +ðŁĮ Ī +ï» © +ðŁĵ ² +Ï Ī +ðŁĺ ¡ +ðĿij İ +ìľ ½ +ì§ ¬ +ì§ Ĭ +á½ ³ +ìĮ ¤ +ëĤ į +âī Ĵ +ðŁij ¨ +âĺ ĺ +Ó © +âĤ ĵ +âĪ Ĥ +ï¹ ģ +ðŁĴ IJ +íħ ĥ +ðŁı ½ +ê· Ħ +ðŁĺ ı +ðŁĮ º +ðŁĺ Ķ +ï½ « +âľ İ +ëµ Ī +ðŁĩ ¸ +âĢ £ +âŀ Ķ +ëĺ ĺ +ìĥ ¬ +Ê ĥ +⬠ħ +ì© IJ +ðŁĻ Ĩ +ðŁİ Ħ +Ä ¾ +⣠¶ +áĥ IJ +âĺ » +ì± ķ +ìģ © +ë½ ķ +ìº £ +ðŁij Ī +ðŁĻ ĭ +ï¾ ĸ +Ò ļ +Õ « +ìĮ Ī +ë² § +ðŁĩ ® +ï½ Ŀ +ðŁį ģ +ìĹ ¥ +Ä ³ +ë½ IJ +íį ½ +íĽ ij +âĤ ¹ +ãħ ģ +ìĶ ½ +ðŁĶ ģ +ठ¯ +ê¾ ¹ +ëī ľ +âĹ ¡ +íķ Į +Î ĺ +ë£ ¹ +ìĻ ĵ +ðŁĩ ¦ +ðŁij Ģ +âĶ Į +á¿ ¦ +ëĦ Ľ +ìĦ £ +ìŃ Ļ +ï± ł +Î ŀ +Ê » +á¿ ¶ +âĿ Ŀ +ê± Ģ +ëĸ ´ +ãĦ ¹ +ðŁĴ İ +Ï ¹ +⼠ħ +ï» ķ +ãĥ ± +ï½ Ľ +ëĮ ķ +ë¹ ½ +ì¥ Ķ +ì¿ ¤ +ðŁĸ ¤ +Ñ Ĵ +ê¹ į +ëİ Ģ +ìĭ ¯ +ë» ¤ +ðŁĵ ŀ +ðŁĵ £ +ðŁĺ Ŀ +ìį ¹ +ìĹ ¡ +ì° IJ +á½ IJ +ï» Ī +âľ į +Ä ı +ðŁĮ ŀ +âĦ ¦ +ê½ Ŀ +ë» ĺ +ìĪ ± +âĶ ĺ +ðŁĮ » +âĤ ´ +âŀ ¨ +íIJ ģ +ê ¶Ī +âĺ ¢ +ðŁĺ Ī +ï½ © +âĦ Ĺ +ê° Ń +ê° ¸ +ë» ij +ì¥ ´ +ì» ¥ +ï¤ Ĭ +ï» Ĵ +ðŁĺ ķ +âĺ Ķ +ìĺ IJ +ðŁļ Ĺ +ëĹ Ħ +ë§ ı +Õ ½ +âĸ » +⣠µ +ìī ° +ï» ij +âĻ © +Î ¥ +ðŁĺ £ +âĬ Ĥ +ãħ Ĥ +ìħ ¸ +íı Ħ +âľ ½ +ì¦ Ļ +âĸ £ +ê± į +ê¿ ĭ +ì« Ħ +ìº ĩ +ðŁĩ µ +ðŁij ij +âľ ĺ +ðĿij Ľ +ìį ½ +ìº ī +ï¬ µ +ðŁĶ º +âĦ ® +íĥ ¤ +ðŁĩ º +ðŁĴ µ +íħ ¨ +ï½ ij +Î ¨ +ìĥ ¹ +ìĸ ķ +ì¹ µ +ðŁĵ ± +ठµ +ðŁij Ĭ +ðŁĴ Ħ +ðŁĴ Ŀ +ãĮ Ķ +ìĻ ģ +Ð ĩ +à® IJ +âĸ ¹ +á´ Ľ +âĹ ĺ +ëº ¨ +íĥ ī +ìĸ Į +ðŁIJ ¶ +ãĤ ij +Ë ĩ +Å ı +á½ ¹ +ìħ § +ï¹ ° +ðĿij ¡ +ðŁĶ Ŀ +ðŁĺ » +ðŁĴ ĥ +ðŁ¤ ¦ +ðŁį Ĵ +íĢ µ +âľ Ĩ +ë¹ ´ +ï§ ¤ +ï» Ļ +á´ Ĺ +ðŁĮ ´ +Í ¾ +ëĮ ij +ì¨ ĭ +ìµ ¸ +ðŁİ Ī +ðŁı ł +á½ ± +Û Ĩ +á¿ ĸ +âĢ Ľ +ì° ¼ +íķ ¥ +íĹ ´ +ðŁĩ ¬ +ì° Ŀ +âĪ ł +ï¼ ĩ +âĬ Ļ +âĿ ij +ëĦ ĭ +ëŀ Ĺ +ë° ī +ìĹ Ĭ +ì¢ Ĩ +íĮ ¥ +ï° ² +ðŁĵ ĸ +ðŁĺ ® +âļ ª +ðŁĺ ļ +âĿ ŀ +ðĿij Ł +ðŁİ Ĥ +Å ķ +áIJ Ī +êº ½ +ì± ł +ïº Ŀ +ê¿ ī +áĥ ł +ðŁı ĥ +ðŁĴ ¸ +âĿ ģ +âĹ ¾ +Ú ª +á¹ ĥ +íĬ ¬ +ðŁĩ ± +íİ Ń +ðŁĺ ŀ +ë¾ ° +á¹ Ľ +ëĽ ¸ +âĿ Ĥ +êĴ ³ +âĶ IJ +íĵ ° +âŀ ł +ê´ ĺ +ëħ ĺ +ë» ¥ +ì¾ ħ +ðŁĺ IJ +âĪ ª +ðŁij ģ +âĪ ´ +âĹ ģ +ëº IJ +ìŀ ¤ +ì± Ĺ +ðŁı ¾ +Î § +á½ » +âŀ ¥ +ìŁ Ī +ï» ī +âĸ Į +ãĥ ® +ðŁ¤ ¤ +âĩ ĵ +ì¼ ł +á´ ı +ë§ ¬ +ë» £ +ðŁĴ ¬ +ðŁį ĵ +Ä ¸ +Ù ¹ +Ê ¿ +á½ ° +ëķ ľ +ì° ¡ +ì° » +íİ į +ðŁİ ¯ +ðŁį Ĥ +ðŁij § +âĻ ¢ +áĨ ŀ +âĻ § +âļ ľ +âľ ī +ëĵ ¦ +ëŃ £ +ìĪ ı +ìĵ ± +Å Ń +Ê Ĭ +âĴ ¸ +âĩ © +ðŁĴ Ķ +Õ µ +Ð ī +Ò » +ë§ £ +ìĽ ľ +ì¿ ¡ +íĽ ħ +íĽ ¤ +ïº ¢ +âľ ĭ +âĪ Ī +ðŁĮ į +Ê ľ +ëĬ ª +ëĴ ¹ +ïº ² +âĸ Ħ +ãħ Ī +ëļ ¤ +íİ © +âĪ ¨ +ðŁ¤ ª +áĥ ļ +ê³ ¶ +íĬ ķ +ðŁĺ ¬ +âĪ « +ðŁij ĭ +Ò IJ +íĬ ¿ +ðŁĶ µ +ðŁĴ ¨ +ðŁĮ Ļ +ëĩ © +âľ ³ +ë¨ ģ +ëº Ħ +ìĻ ij +ìº ħ +íı Ī +ðĿij Ļ +ðŁĴ ĺ +ãİ ¥ +âĿ ı +âľ ° +ï¯ ¿ +ëµ IJ +ì¼ IJ +ïº ± +Õ ´ +ï¬ Ģ +âľ ´ +ðŁ¤ Ń +ðŁij Ĩ +⼠Ķ +ê· ĵ +ìĮ Į +ðŁ¤ · +Û Ķ +ðŁ§ ¡ +ðŁĺ ĵ +Î ĸ +âı ° +ê² ľ +ëĭ ³ +ëİ ħ +ë° Ī +ï® IJ +ðŁı ¡ +âĨ ª +âĵ Ķ +âľ Ĭ +Ï ² +Ü IJ +ðŁĩ ³ +Ö Ĥ +âľ ı +ìĸ Ĺ +ì« Ļ +ðŁĺ ² +Ä Ń +âĻ Ń +âĶ ı +âĹ Į +ðŁĺ ¯ +áµ Ĵ +íĬ ł +Ä · +Ê ģ +ठŁ +á¹ ģ +á¼ ° +á¿ Ĩ +â « +â« ¸ +ëį « +ì³ ĩ +ì¼ ¤ +íĽ ¨ +ðŁĴ Ł +Ê Ģ +Ê ³ +ëĵ IJ +âķ ° +âĿ ĩ +Ç Ģ +Ç Ķ +É ´ +âĺ ļ +âĺ ľ +ê¶ Ĥ +ì« Ĵ +ì± Ī +ðŁĩ ¨ +ðŁİ ¥ +ðŁĵ Ŀ +Ä § +ðĿ ijIJ +Û Ī +ठ¬ +ì¬ IJ +íĹ ¥ +âĻ ¨ +ðŁį ´ +ï¹ ı +Ë ĭ +ðŁ¥ º +âĸ ¨ +íĻ ĭ +âĪ ħ +ëģ Ļ +ëŀ ł +ìĨ ¥ +âĢ ĸ +ðŁ¤ ĺ +ðŁIJ » +áµ ķ +Ç Ŀ +âĺ ı +ïº ļ +ï» Ĥ +ðŁļ © +ìĪ Ł +Ë Ĭ +⤠µ +ðŁĴ § +ã ħį +ë© © +Æ ¬ +Î ĩ +âĩ § +âĵ ļ +ìĤ ¯ +ìĪ ¯ +ëĨ ĭ +âľ ¯ +ðŁļ Ģ +Ú ĺ +Ú ¨ +âľ Ń +ê² ħ +íĮ ° +íľ Ļ +ðŁĮ Ĭ +ðŁİ ĵ +ðŁĺ Ļ +Ë ĥ +ðŁĴ ģ +ðŁij İ +âĺ ¹ +ðŁĺ « +ðŁĴ » +ëĤ µ +ìĿ Ĭ +íĮ » +Ò ³ +á½ ² +âŀ ŀ +ëĤ ij +ëĿ Ī +ì£ ¤ +ï» ¯ +ðŁĩ © +ðŁ¥ ³ +âĴ ¼ +ðŁ¦ ĭ +âĺ Ĥ +ðŁĺ ° +ðŁĻ ĥ +ðŁĺ Ĵ +Û İ +Ï ķ +Ḡ¤ +ë£ ½ +ìĬ ¥ +ðĿij ī +É IJ +ðŁį İ +âķ ¯ +âķ ¹ +ຠ² +ï¾ ł +ë¹ ķ +ïº Ĩ +Ê º +Ó § +âĨ ł +ëĥ ĩ +ìİ Ī +ìŁ ¤ +ï± ¢ +âķ ¬ +âĺ ł +ðŁİ Ĭ +ãį į +ãİ İ +âĺ ° +âľ ĥ +ãħ ī +ë¯ Ī +ë¹ ¤ +ìı Ń +ðĿij ¢ +ðŁIJ ¾ +Å ĭ +ðŁij ¶ +âĶ Ľ +ï¿ ¢ +áĥ ¡ +Ä ¼ +Å Ĩ +Ñ IJ +ìĥ Ľ +ìĺ Į +ì± ¤ +íħ ģ +íļ ĥ +ï³ Ĭ +ðĿij Ķ +ðŁĩ « +âĭ ° +ðŁĺ ¨ +âĤ © +Õ ¬ +Ḡį +á» ´ +âĨ ĺ +âĺ ¯ +ãħ ı +ìł ¬ +âĻ Ķ +ðŁĶ Ķ +ðŁĺ ł +ðŁĻ Ĭ +à® ľ +á¹ ħ +âĹ IJ +âĿ Ī +âŀ ½ +ìĥ ħ +ðĿij ł +Æ ¢ +âĭ Ļ +ê° Ľ +ëĿ µ +ë£ Ł +ìı ľ +ïº ģ +ðŁĴ Ń +âĬ ĥ +ðŁIJ ° +ãħ Į +Ü ĵ +âŀ ķ +á½ ģ +ìķ ³ +ðĿij Ŀ +ðŁİ ¬ +É ¡ +à¤ Ĺ +áIJ ī +ì© ľ +ì¶ § +ï³ ī +ï» ħ +ðĿIJ ŀ +ठ¶ +ðŁĵ ¢ +ðŁį ĭ +ðŁĴ ħ +ï¾ ķ +⬠Ĩ +âĪ µ +ðŁ¤ ij +áĥ £ +Æ Ħ +Ñ ¹ +á¼ Ķ +ê° ł +ê´ Į +ê· IJ +ëĽ ´ +ì± ĺ +ï® Ń +ïº ¹ +ïº ¾ +âľ Ĺ +âĿ ¦ +ðŁij ¦ +áĥ Ĺ +Ù ² +á½ ´ +âĪ ı +âľ ® +ê¹ ° +ë² µ +ìĦ Ģ +ì© Ŀ +ïº ŀ +ïº ½ +ðŁĩ Ń +Ë Ĥ +ðŁį ij +ðŁį Į +ðŁĶ » +ê¹ ¬ +ìĬ Ń +ìľ · +ðŁĽ ij +Ç § +ë¼ Ľ +ïº ¡ +ïº º +ðĿij ļ +ðŁĵ ¦ +ðŁĶ İ +ðŁĹ ĵ +áĥ Ķ +âľ Ĵ +âľ ¡ +ðŁĮ µ +âĶ ķ +ëĢ Ŀ +ðŁį Ĭ +âĺ ĥ +ìĺ ħ +ঠ¬ +ðŁ¦ ģ +âİ ¯ +ðŁIJ ķ +Ñ ¿ +ॠ¤ +༠ĭ +ê· Ī +ì« Į +ðŁĩ ° +âĿ ī +ì« Ģ +íĿ Ħ +ðĿIJ ¢ +ðŁļ ¨ +âĻ ¤ +ðŁĺ © +ðŁį į +ðŁĺ ij +ðŁļ ļ +Ö Ħ +ë « +ë« ¼ +ठı +á¿ · +âĮ © +âĺ IJ +âŀ £ +ê¸ ± +ê¼ ¿ +ëĦ Ŀ +ìı ´ +ìļ ¤ +ì¿ ± +íİ IJ +ðŁĴ ¢ +ì´ IJ +âĩ ij +âĶ ĵ +âģ ¾ +Ü Ŀ +ðŁ į° +â´ ° +Æ ı +Ï Ł +Ú º +Û ĥ +áĦ Ĵ +âĪ Ł +âĿ į +ãĦ ² +ìľ ħ +ì¤ ı +ðŁĩ ² +êº Ħ +ðŁİ ¤ +âľ £ +⸠Ŀ +ï¸ µ +ຠ§ +áĢ Ļ +âķ ł +Õ ¯ +âı © +ðĿij £ +ðŁĴ £ +Å ĺ +ॠIJ +âģ ĥ +âĮ ĺ +ê» Į +ìĮ Ķ +ðĿij ĺ +ðŁ¤ ĵ +Õ ¿ +à¤ Ń +âĮ ļ +âľ Ŀ +ðŁIJ ¼ +Ë Į +âķ ļ +ï¦ Ĺ +âĿ ķ +âķ £ +ðŁIJ ± +à® ¤ +Ñ ¾ +ठļ +ठľ +ìĪ Ħ +ìļ ľ +ðŁİ ® +É Ĵ +Ú · +ຠį +âĨ µ +â Īĺ +âĿ Ĭ +ë¿ į +ìIJ Ī +ìļ ĺ +ì¯ § +íĥ ¯ +ìĸ ı +ï¸ ° +ðŁĩ ¯ +ðŁ§ ļ +ðŁĺ µ +ðŁĺ · +ðŁĮ ³ +ຠ¥ +Ä ī +Ä ¥ +âľ ¶ +á¿ ¾ +âĬ ± +âĺ ¾ +ê° ī +ê¼ ° +ëº ij +ðŁĶ Ĭ +ðŁĸ IJ +Å ¤ +Ò « +à® ® +âĮ Ī +âĹ Ĺ +ëĦ µ +ëħ ľ +ëľ ¹ +ðĿij ¥ +ðŁĴ ¿ +ðŁĽ Ĵ +Ê Ĵ +áŀ ĵ +ðŁIJ Ŀ +ðŁ¦ Ħ +ðŁį · +âĺ Ł +ï¸ ¶ +ðŁ¤ Ł +Ô ± +âĨ ² +âĪ İ +âľ « +ëĩ ½ +ëı IJ +ëķ Ħ +ï¦ ³ +ï§ Ŀ +ïº Ļ +ðŁij » +ðŁĵ º +êµ ¼ +ìĮ © +ðŁĮ ² +È ± +íĶ ķ +ðŁĺ ¤ +ãĮ ¢ +Ê Ķ +ठ¡ +á¼ Ī +ëİ ĥ +ë© ± +ë® Ī +ðĿIJ « +âĬ ķ +ëĥ ł +ë» ¬ +íĭ Ķ +Õ ¤ +á¼ ± +âľ ¥ +âĺ Ħ +âĪ ¥ +âļ ķ +ðŁij Ħ +ðŁİ ħ +ຠĻ +âĶ ¬ +á½ µ +Õ ¾ +Ö ģ +âĹ Ķ +ê¿ į +ëĸ µ +ë© İ +ë® ´ +ìķ ´ +áĥ ľ +á¼ ¡ +âĶ Ĭ +âķ ® +âĹ ¼ +ðŁį ¾ +ðŁĽ į +ðŁij Ĺ +ðŁ¤ ŀ +âľ Ħ +Õ Ģ +ঠ² +Ë ī +⣠¨ +Ä ¯ +Ï Ĭ +á´ ľ +ë¹ ³ +ï³ ĭ +ï¿ ł +Ä ª +âĤ ¸ +âľ ± +ê» IJ +ëĭ » +ë§ ¸ +ìŀ ¿ +ì© ¨ +ì ŃIJ +ì° ¿ +íħ Ł +ðĿIJ § +ðĿij ij +ðŁĮ İ +ðŁĵ ® +ðŁķ Ķ +âĹ Ļ +âĹ » +âŀ § +ìŁ Ŀ +âľ ¬ +ãĥ ° +âģ Ī +â ĵĺ +ðŁ ĴĮ +ï¬ ĥ +ຠĶ +ìĶ ° +ðŁĺ ª +× Ģ +ìĥ ¨ +ïŃ ĭ +ðŁį ķ +ðŁĺ ´ +Ï ³ +á¼ Ħ +á½ ħ +âĩ ¢ +âķ Ń +ìĺ » +íĬ ¤ +Ü ĺ +⤠´ +âĹ į +áŀ Ł +ðŁį º +áŀ ļ +ðŁı Ĭ +ðŁIJ · +Ê Į +á½ º +âģ » +ê½ Į +ëĪ Ĺ +ë Ĺı +ì¿ ° +íĢ ¼ +íį ħ +ï· ² +ðŁĮ ı +ðŁį « +ðŁį ³ +ðŁİ ° +ðŁij ° +ðŁĴ ² +ᥠĻ +ðŁIJ Ł +ï¿ ¡ +ðŁĹ £ +ðŁį ľ +âľ ² +ãİ ¢ +ðŁĶ ° +á¼ ¸ +á½ ij +Ä İ +áĦ Ģ +âĻ ķ +ëł Ŀ +ìĪ ´ +ïŃ Ń +Ó ľ +Ô Ģ +ëĢ ľ +ëĥ Ķ +ìĬ Ľ +ì« ij +ìº ¥ +ìº ¬ +ðĿij ¦ +ðŁĶ ¶ +ì¾ ¨ +ðĿIJ ļ +ðŁį » +ðŁĴ į +ðŁ¤ ¡ +ðŁķ Ĭ +â½ ĩ +âĵ IJ +ðŁį Ń +ðŁį ª +ðŁĶ Ĩ +Ò ¡ +á´ ĩ +É Ĺ +Ü Ķ +âĦ İ +âĿ ĥ +ëĹ Ģ +ï² Ķ +ïº Ī +ðĿIJ » +ðŁĴ Ĭ +ðŁļ « +Ñ ° +Ñ ³ +ठ· +âĹ ł +ðŁij ¤ +ï¾ ĩ +âĺ ĵ +ðŁį µ +ðŁ¤ ¨ +âĸ Ń +à® ´ +Ü ¢ +Ü ¬ +à´ ® +ðŁķ º +Ô ¹ +Õ £ +à´ ¯ +á ´Ģ +âĮ ī +âľ IJ +âŀ ¦ +ê¹ ½ +ëĮ ľ +ðŁı ¥ +ðŁĵ © +Ò ¹ +Ó ĺ +ठħ +âĿ § +Æ Ĺ +âĹ ½ +ðŁij « +ðŁİ § +ðŁij £ +âľ » +ðŁĻ ħ +ðŁĺ ĸ +ðŁĴ ® +ຠ° +ðŁĶ ľ +ðŁį Ħ +ðŁ¤ Ŀ +á ĥĿ +áŀ Ģ +âĩ ¦ +Ê ¾ +Ò ® +Õ ¼ +ठĨ +âĹ ħ +âļ ĵ +âļ ĸ +ê¿ © +ë¯ Ħ +ìIJ IJ +ìŀ ° +ì§ Ń +íĭ ĭ +íİ ¨ +íĻ § +ï² ij +ðŁİ Ĺ +Ù ³ +ðŁij ¸ +ঠ® +ðŁij ķ +Ú µ +âĢ ¾ +âŀ ° +ðŁij ¯ +ðŁİ ¼ +ðŁı ģ +Ä º +Ê ı +Ú ³ +âı ± +ê½ Ī +ëĿ Į +ìĮ ī +ìĹ · +ìŀ ´ +íĹ ¹ +íľ ¨ +ðĿĹ ² +ðŁĮ IJ +ðŁİ Ļ +ðŁı µ +íĽ Ļ +ðĿij ħ +ðŁĺ ¶ +âĵ ħ +âķ ¥ +ðŁį ı +ï¦ İ +Õ © +ðĿIJ Ħ +Ó £ +Ú ¿ +âĻ ļ +ðŁĶ Ĺ +Ḡ« +âĭ ® +âĸ ¦ +⼠½ +âľ µ +ãħ Ĩ +ãħ Ĭ +ëĦ Ļ +ëĿ ¨ +ë¥ Ħ +ìĦ ¦ +ì§ ° +ì§ ¹ +íī Ī +ï§ ij +ï» ĩ +ðŁĮ ¾ +ðŁı ĸ +ðŁIJ ij +ðŁĴ ³ +ðŁĵ Ĩ +Û ĩ +Ü ķ +á½ ½ +ëĦ ľ +à´ ² +à´ ³ +àº Ń +áĥ Ľ +âĿ Ķ +âij ħ +áĥ ¥ +ðŁĵ ħ +âŀ ³ +á´ µ +ï¹ ¡ +ï¹ ¶ +Î Ĩ +ठ¥ +áī µ +âĿ Ļ +âĿ ± +ëī ł +ëİ ł +ëı Ľ +ë¿ ħ +ìĶ ¸ +íij ¯ +íŀ ī +íŀ Ľ +ï§ Ħ +ïŃ ĺ +ïº ¦ +ï» ¸ +ðĿij Ĥ +ðĿij ı +Ï ij +Ú ł +áĢ Ķ +áŀ Ķ +á¹ ¢ +ëĦ ¸ +ðĿIJ ¨ +ðŁĩ ´ +Õ ° +ðŁij ł +ðŁį Ĩ +ðŁı Ģ +ðŁ ijIJ +ðŁį ĩ +ðŁIJ £ +áĪ Ń +Ü ª +ðŁ ĮĢ +áŀ ĺ +âĩ Ħ +ðĿIJ Ģ +Ê Ļ +âĶ ¼ +ðŁı ¿ +Æ · +È ł +Ñ ½ +âĤ ¨ +ê´ Ń +ê¹ » +ëĶ ¨ +ìĪ Ģ +ì¾ ° +íĨ Ī +ï® § +ï¯ ½ +ðŁĶ ħ +ðŁĶ ® +Å ¢ +Ê ° +Ñ ¸ +ठ£ +âĬ Ĺ +ëª Ħ +ï¹ · +ïº ħ +ðĿIJ µ +ðŁĮ ¶ +ðŁĵ ° +ðŁĶ · +ðŁĸ Ĵ +ðŁ¤ ² +ëī © +ðŁİ Ĩ +ðŁ§ IJ +ðŁį ® +âĨ º +âĿ ¢ +ðŁij ª +ðŁij ± +âĨ ¡ +áŀ ı +Ú ķ +ðŁį ¹ +ðŁĴ Ģ +Ë ® +Ó ¨ +Ö ħ +ठĩ +âĤ ¡ +âĪ ķ +âĺ ī +ê¹ ¼ +ê¼ IJ +ì½ ¸ +ðĿIJ ¬ +ðŁı ħ +ðŁij Ļ +ðŁĴ ī +ðŁ¤ Ļ +È ĺ +É ³ +É ¹ +Ù º +áĢ Ħ +á¿ ³ +âļ ĺ +âĿ Ĩ +ëĨ ī +ìĸ į +ìĺ ĩ +ì¥ ĺ +íĸ ħ +íĻ ij +ï® Ĭ +ï¿ Ń +ðĿĴ IJ +ðĿĹ ¢ +ðŁĶ ĸ +ðŁĶ ¨ +ðŁļ ij +ðŁļ ² +Æ ¸ +âĹ ¥ +ðĿIJ Ń +ðŁį ½ +âĹ ij +âĵ ĩ +ðŁĶ ± +âľ ¼ +ï¹ ĥ +âķ ± +ãĢ Ĺ +ðŁı ĭ +ðŁļ ´ +ðĿIJ ® +Ä ļ +Õ ı +Ä ¶ +áĥ ij +á¹ ¬ +Ä Ī +Ä Ĵ +Ò ° +Ó ķ +â IJ +âIJ £ +âĹ ¢ +âļ Ļ +ãħ Ĺ +ê° ¬ +ê³ ª +ê» Ģ +ëĦ ´ +ëİ ģ +ëĿ Ķ +ë¬ ½ +ëŃ į +ìĩ ³ +ì° ¹ +íĮ ¹ +íŀ Ŀ +ï® ĭ +ï ¶Ī +ðĿĴ Ĥ +ðŁ¥ Ģ +ðŁ¦ ħ +Ê ĺ +á¼ ij +âģ İ +ðŁį ŀ +âĨ ĸ +âĨ Ļ +ðŁİ ĥ +âĦ ¡ +âĭ ± +ðŁĶ į +ಠ¨ +áµ ĥ +âĶ « +⦠¿ +ðŁĩ » +Æ ¤ +Ò ı +Ò · +Û ī +à® ķ +Ḡ³ +ï¬ ± +ðŁĨ Ķ +Ú Ń +Û ¦ +áħ ¡ +âĦ ¹ +ê¿ İ +ëķ Ķ +ë¼ ī +ìļ § +ì² µ +ì´ ¨ +íĬ Ī +íĸ IJ +ðĿĹ ĺ +ðŁĩ ¿ +ðŁİ ĸ +ðŁij ħ +ðŁ ĵĺ +ðŁļ Ļ +ðŁĽ µ +ච½ +⼠µ +ðĿIJ ³ +ðĿIJ ¸ +âļ Ķ +ðŁij Ń +Ó ij +âĶ ¯ +ðŁħ ¿ +ðŁĺ ¹ +ï¿ « +â¼ ¤ +ðŁĴ ĩ +ðŁĵ İ +ðŁĸ ĭ +ঠ¸ +ðĿIJ į +Ä ² +Ï ĭ +Ñ ¬ +Ú ¬ +Ü Ĵ +á´ ¬ +ï¨ Ħ +É £ +Ë ij +Ï µ +Ò Ŀ +Û ¥ +Ü ł +๠Ľ +áĥ ķ +áĬ ķ +á¾ ¶ +âĤ · +âĩ ¾ +âķ © +âĸ IJ +âĺ ª +âĺ ® +âĿ ļ +âĿ Ń +âŀ ± +âµ İ +ãı Ĭ +ë© ĵ +ìĹ ¾ +ìª Ħ +íĵ Į +íķ ¼ +ïŃ ¬ +ðĿij Ĩ +ðĿij ŀ +ðĿĸ Ĭ +ðŁİ ¸ +ðŁı Ħ +ðŁij µ +ðŁĴ ł +ðŁĶ ĺ +ðŁ¥ Ĥ +Å ª +à· ĥ +á´ ¼ +âĬ ° +ë³ ı +ë´ £ +ï¥ ľ +ðŁĵ Ī +ðŁķ ¯ +ðŁ§ Ģ +âĻ IJ +ðŁĨ Ĺ +ðŁĵ ķ +ðŁ§ ģ +Ü « +âĿ IJ +Õ ķ +འķ +âŀ Ŀ +ঠķ +ðĿIJ ¶ +É ¢ +Î Ħ +áĨ ¢ +âĤ ± +Õ į +à¡ ķ +á´ ° +Ḡ© +⼠· +âĿ ® +ê¡ ĵ +ëı ¤ +ëĹ IJ +ëµ Į +ìij Ī +íı ¿ +íĹ µ +ðĿIJ İ +ðŁĨ ĺ +ðŁı Ł +É ¥ +Õ » +à¡ Ķ +ठĸ +á´ ¸ +âİ Ļ +âİ ¥ +âı ³ +ëģ ķ +ëĬ ī +ì¡ į +ì¹ ¡ +ï¦ ¶ +ï¬ Ł +ï® « +ï® ¯ +ï± ĥ +ï ·» +ïº µ +ðĿĹ Ķ +ðĿĹ ¡ +ðŁİ ¨ +ðŁĶ Ĵ +Ú Ľ +ठ§ +âŀ ¹ +áĢ Ģ +ðŁį ħ +âĹ ¤ +ठł +ðŁIJ ¥ +áĥ Ĵ +ðŁı Ŀ +ðŁį ¼ +ãĮ § +âĿ Ľ +ðŁIJ Ī +ঠ¯ +áĢ ŀ +ãĢ ĸ +áŀ Ļ +ঠª +Õ Ĩ +âĬ Ĩ +âľ ¾ +ðŁIJ Ĺ +ï¹ ¿ +Ä ¦ +Ü Ł +ಠł +ಠ¥ +áŀ ī +á´ ¥ +á´ © +á½ Ģ +á½ ¡ +âĨ ķ +âŀ ¯ +ê¡ ij +ëij £ +ë± Į +ìĪ ij +ìľ Ķ +ìŀ ½ +ì¨ į +ðĿij Ģ +ðŁĮ Į +ðŁį ¦ +ðŁį © +ðŁIJ ļ +ðŁĵ Ĵ +ðŁĵ ¹ +ðŁ¥ ij +Ä ĭ +Ë Ĺ +Ñ « +Õ ¢ +Ú ° +â ĮĢ +âĹ Ĥ +âĹ £ +âľ Ľ +âĿ Ĵ +âĿ ĺ +âŀ Ļ +âŀ ² +ãİ į +ê¡ IJ +ëŀ ĸ +ìĬ Ŀ +ìĽ ¤ +ì¡ ĭ +ì¨ ° +íĹ Ļ +ï¥ ¸ +ï³ į +ï» İ +ðĿij ĵ +ðŁĵ Ĭ +ðŁļ ¼ +ï¦ ģ +ðĿķ Ĵ +ðŁ ijľ +ðŁij ¿ +ðŁĩ ½ +à· Ħ +âĸ ´ +ãį ī +âĬ ĩ +ðŁ§ ¸ +Ú ¡ +â¾ ĥ +ðŁĹ » +âĵ ij +ðŁ¤ ¸ +ðŁ¤ ¯ +êĴ ° +ðĿIJ ĵ +âĶ ´ +êĴ ± +áĢ ĺ +â ĽĦ +ï¹ ¹ +Ó Ķ +áĥ ± +Ü ¡ +ß ŀ +âĻ ı +âľ ¸ +ìij ¨ +ðĿIJ Ŀ +ðĿIJ ¥ +ðŁį ī +ðŁij ¼ +ðŁ¥ Ŀ +Æ Ķ +Ý ¬ +ठ« +ຠļ +á´ ´ +á½ ĸ +âĤ ¶ +âİ ¢ +âĿ ħ +⣠« +ãİ Ľ +ë® ¨ +ëº Į +ë¼ ĺ +ìĨ Ŀ +ìľ ³ +ìŀ Į +ì£ Ĺ +ìª ĺ +ì» ¹ +ï· ¼ +ïº Ĥ +ðĿIJ ´ +ðĿIJ ¼ +ðŁĮ ļ +ðŁı « +ðŁĴ ¤ +ðŁĴ ¶ +ðŁĴ ¼ +Ê ķ +Ê ½ +â² Ł +ãī ł +ê¡ Ĵ +ëľ Ģ +ìĥ ¾ +ì¸ ¤ +ï¥ ģ +ðĿļ Ĭ +ðŁļ ĥ +âŀ Ľ +ìħ ´ +áĦ ĭ +âĩ Ĺ +ï§ · +âĺ ĸ +ðŁIJ ¦ +⸠ľ +ðŁĴ ´ +ðŁ¤ ļ +ãĬ Ĺ +âĮ Ľ +áĪ Ľ +༠º +â½ ī +ðŁı ¢ +âĵ ŀ +âĺ ½ +ãĢ Ļ +ðŁ¤ ® +Å IJ +áĥ ¬ +ðĿĹ » +ðŁį ĸ +Æ Ĭ +Ê Ł +ß ĭ +ठĭ +áµ Ķ +á¿ ĥ +âĦ ī +âĮ ĭ +âı ² +âĵ Ī +âĵ ¢ +âķ Ķ +âļ ij +âĿ ĭ +âĿ İ +â µľ +âµ £ +ëĴ Ī +ëľ ģ +ë¶ ĩ +ìį » +ìĺ Ń +ì§ ¢ +íĹ Ģ +ï§ Ĭ +ï ¬¸ +ï± ¡ +ðĿIJ º +ðĿij § +ðĿĺ ¦ +ðŁĵ ¥ +ðŁĺ Ł +ðŁ¥ IJ +Ä ĸ +É ¨ +áĢ IJ +áĥ ĵ +Ạĵ +á¼ ¶ +á½ Ħ +âĤ ¤ +âĮ ľ +âĮ Ł +âİ ł +⼠¸ +âµ į +âµ ı +âµ ĵ +ãĢ ĺ +ë ·¸ +íħ ¼ +ï¦ Į +ïŃ Ħ +ïŃ İ +ðĿĻ ļ +ðĿļ ĺ +༠ĵ +ëŃ ħ +áIJ Ľ +ãİ ¾ +ï¨ Ģ +ðŁĹ ½ +âĻ ŀ +Ë ĸ +âĹ ŀ +ðŁ¤ « +ðŁĺ Ĺ +ï½ ¦ +ðŁ¤ ¢ +âģ ĩ +ãĢ µ +ðŁį Ķ +áĬ ł +ðŁĺ ¼ +ðĿĹ ® +ðŁIJ ³ +ðĿIJ ĭ +ðŁĨ ļ +ðŁĶ Ľ +Ñ » +Ü ¨ +à® ² +âľ ŀ +âµ Ļ +êµ £ +ì¸ ¨ +ðĿ IJľ +ðĿĺ ° +ðŁĶ ½ +Ç » +Ç ¿ +Ê ĩ +Î IJ +Ð Ģ +Ñ ¡ +Ñ ² +Ò Ĵ +Ù ¶ +ß ķ +ච± +áIJ ģ +âģ ŀ +âĸ § +⼠Ī +âľ ľ +âľ ¹ +⣠¹ +⤠ĩ +ê² Ĭ +ê¾ ľ +ë¯ IJ +ë³ IJ +ìħ © +ìIJ ¬ +ìij ¹ +ï¤ Ķ +ï¦ ļ +ï¬ ł +ïŃ Ķ +ïº ¶ +ðĿĴ ı +ðĿĸ Ĩ +ðĿĹ ¶ +ðŁı Ĥ +ðŁIJ ½ +ðŁĴ © +ðŁĵ ½ +ðŁĹ ¨ +ðŁĹ º +ðŁĺ ¸ +ðŁ¥ § +Å Ĺ +Ê İ +Ò Ļ +× ² +ठĪ +á¼ ´ +á¿ ij +âµ ī +ãħ ĵ +ì½ ´ +ðĿĸ ĵ +ðŁĵ Ĺ +ðŁĶ ª +ðŁĸ į +Ï Ĵ +ðŁij ¬ +áĥ Ļ +âĨ ¬ +âĶ ¤ +⼠¹ +âĻ Ł +ðŁļ ¶ +ðŁij ¾ +âĪ ĭ +ðŁIJ ¯ +à¼ İ +âľ · +ï¨ Ļ +âĶ » +ðŁij ¹ +áĦ ī +ຠª +â¾ ı +â½ ħ +ãİ ĸ +Ñ ´ +Õ ® +Ú ¼ +áĢ ķ +áĨ ¼ +ëŃ ı +ðŁIJ ¸ +ðŁļ £ +Æ Ŀ +Ô » +áĥ ¢ +ðŁį ¯ +É ¦ +Õ ¦ +âĻ ĭ +ï¬ « +ðĿĹ ¦ +Ç ļ +É ± +ठī +á´ Ħ +âĻ ĵ +⼠° +⣠ª +ëĥ ĺ +ë¢ ¸ +ìĤ ij +ï® Ķ +ðĿķ ĸ +ðĿĹ § +ðŁĩ ¼ +ðŁĵ ĭ +ðŁļ ľ +ðŁ¥ ¤ +Ä ® +Å · +ß Ĭ +ॠ¥ +à® ª +áŀ Ħ +áµ Ģ +Ḡħ +á¼ ¢ +âĪ Ŀ +âĬ ¹ +âĴ ¶ +âķ ´ +⼠± +⼠³ +⼠º +âŀ Ł +ãı Ħ +ê¸ Ķ +ê¹ Ł +ëĩ ° +ë¹ » +ìĤ ¥ +ìĽ » +ì° Ł +íĥ ° +íĨ º +íļ ½ +ï¤ ´ +ï¥ ¾ +ï³ Ŀ +ðĿIJ ¦ +ðĿĴ ľ +ðĿĴ Ł +ðĿļ Ĺ +ðŁİ Ń +ðŁı ĵ +ðŁı ³ +ðŁı º +ðŁIJ į +ðŁij ĥ +ðŁĴ ı +ðŁ¤ ĸ +ðŁ¤ µ +Õ ² +âµ Ķ +ëĺ ¬ +ï¦ £ +Ê Ĥ +áĨ « +áŀ ij +ðĿĸ İ +ðĿĹ ĸ +áĦ ĥ +âĩ ł +áĢ ¡ +འĦ +âŀ ¸ +ï¦ Ļ +âĩ ļ +ðŁIJ ¬ +ðŁIJ ¢ +â¾ Ĵ +ðŁIJ ¤ +ðŁĶ « +ãĢ ŀ +ï¸ º +ðŁĺ º +â½ ´ +ðŁĨ ķ +âģ ¿ +ðŁį ¨ +ಠķ +ðŁļ ĺ +áŀ ħ +ঠħ +áŀ ¢ +ਠľ +â ļĮ +ãĢ ½ +à· ´ +âĵ Ľ +áĢ ľ +ìĨ ¨ +Ë © +Ü Ĺ +âĭ ¼ +ðŁĻ ī +Å Ĭ +É ĵ +Ê ² +Î ° +Ñ ¼ +Ô ¿ +à¡ IJ +༠ľ +འ¦ +ᶠľ +âĤ ² +âĨ ¨ +âĬ ¥ +âķ § +âĻ ľ +ãĭ ¡ +ë´ ¬ +ë¶ ij +ìī ¿ +ìİ ħ +ìł ± +ì° § +ï² ¡ +ðĿĴ Ľ +ðĿķ £ +ðĿĹ ľ +ðŁį ² +ðŁİ © +ðŁIJ IJ +ðŁIJ ł +ðŁij ½ +ðŁĴ ij +ðŁĵ ľ +ðŁķ µ +ðŁ ļĮ +ðŁĽ £ +Ê ĭ +Ó ¯ +Ù ¸ +ß Ķ +ß Ļ +à¡ ĵ +á´ į +Ḡ¿ +âı º +âĸ ¥ +ë¤ ½ +íľ ij +ðĿIJ ¹ +ðĿĸ Ķ +ðĿļ İ +ðŁĵ Ħ +ðŁ¦ · +Æ ĥ +ঠŁ +âĮ Ĥ +âĺ Ń +â² ļ +ëĿ ķ +ðŁİ £ +à® ĩ +འĨ +áħ µ +áĹ ľ +âĢ ½ +âĮ £ +âģ ½ +ðŁĵ ¬ +ðŁ¤ § +âĩ ª +â½ £ +âĹ Ł +ï¨ Ĺ +êĴ ª +ðŁĽ Ģ +Ç Ĥ +ðŁ¥ ¶ +ðŁİ į +ï¿ © +ðŁij Ĵ +áµ Ī +ï¸ ¿ +áħ © +â¾ ¦ +à° ¤ +á´ ĸ +ਠ¬ +àº Ĺ +༠» +Ñ º +ਠª +á´ ³ +ðĿIJ Ī +à» Ģ +á´ ¿ +âĤ į +âĩ ¡ +⼠ª +ðĿIJ Ĥ +ðĿĴ ķ +ðŁ IJľ +Ê į +Ñ ± +འĥ +ë® IJ +ìĽ ¡ +ìľ ģ +ðĿIJ ¿ +ðĿķ ł +ðŁij Ľ +Æ ª +Ï º +Ó ¬ +Ù ¿ +Ý £ +ઠī +à® ¹ +འij +áĨ ¯ +áµ ĩ +âĩ ¥ +âı ª +âĻ ° +âļ Ń +âļ ¾ +ãħ Ħ +êĢ ° +ê° Ĺ +ê² ĭ +ê² » +ê¶ ľ +ê¼ ĩ +ê½ ¹ +ëĤ Ł +ëħ Ī +ëĭ ¢ +ë§ Ł +ëª Ĩ +ëµ Ģ +ì½ ± +íĩ ĺ +íľ ľ +ï§ ¾ +ï± µ +ï² ¢ +ï² ¤ +ðĿĴ Ĭ +ðĿĺ ¯ +ðŁį Ĺ +ðŁı į +ðŁIJ ĺ +ðŁĵ ¡ +ðŁĶ ŀ +ðŁ¤ ³ +ðŁ¥ ģ +ðŁ¥ Ĺ +ðŁ¦ Ĭ +Ä µ +Æ ¦ +Ç µ +É ¯ +Î ı +Õ Ħ +Ü ¥ +འģ +ᨠł +âķ « +ãİ ī +ë· ´ +ìĨ İ +ìİ Į +ì£ µ +íĽ ł +ï§ ª +ï³ ı +ï» º +ðĿij ģ +ðĿij ĩ +ðĿĴ Ĩ +ðŁİ ł +ðŁIJ Ķ +ðŁij Ł +Å ĸ +ठĮ +á¾ ½ +ê¦ Ĵ +à® Ł +á´ ± +ðŁı ° +ðŁIJ ŀ +འĢ +áĢ ħ +âĬ ¿ +ðŁIJ § +ἠģ +â¼ Ī +âĶ ¿ +ðŁ¥ ´ +â¼ ¿ +ðŁ§ ľ +ãħ ¿ +âĦ « +ãĢ ³ +ãĬ Ļ +â¼ Ģ +ï ¦¬ +ðŁı ¬ +ðŁĵ » +áĬ Ľ +áĦ ħ +ຠĬ +ຠĽ +áħ ³ +ðŁij ® +à® ± +âĺ ĩ +ðĿIJ ı +à´ µ +à» ģ +འı +འ¢ +ᥠ± +âĤ £ +ï¥ ¦ +ïŃ Ļ +ï´ © +ï¹ Ĥ +ðŁį £ +ðŁķ ¹ +Ï ĸ +ච¸ +ຠ¢ +áĭ Ń +âİ Ŀ +âĹ Ŀ +âĻ Ī +âĻ İ +ê½ ¥ +ì³ Ķ +ì¼ ij +ï± ° +ðĿij ĥ +ðŁĮ ª +ðŁį ¡ +Å İ +Ê ¦ +Ñ § +Ó İ +Ô ´ +Ú Ī +ß ĵ +ß § +ठĶ +áĪ « +áĪ µ +áĹ © +á´ ł +á¼ ł +âĢ Ĺ +âģ ij +âĦ ı +âĸ ĩ +â² £ +ãĦ ³ +ãī ® +ê³ Ĺ +ëĦ Ĵ +ëĸ « +ë¡ Ħ +ë¹ ° +ë½ ģ +ìĦ ģ +ìĮ ĺ +ìŁ Į +ì³ ī +ì¼ ķ +ï¬ » +ï³ İ +ï¹ ¸ +ï¹ ¾ +ðĿIJ Ĩ +ðĿij · +ðĿĽ ¼ +ðŁİ ı +ðŁİ ŀ +ðŁIJ Ļ +ðŁij Ĥ +ðŁĵ ģ +ðŁĸ ± +ðŁļ į +ðŁļ § +ðŁĽ ¡ +ðŁ¤ Ĵ +ðŁ¥ ŀ +ðŁ¥ © +ðŁ¦ Ģ +ðŁ¦ ĸ +Ë ¢ +Ü ļ +à® µ +áĢ ģ +áī ° +âı Ń +âĻ ¿ +ê³ ĺ +ëı Ŀ +ëķ ĥ +ìħ Į +ìĴ ¸ +ìĽ Ł +íħ Ħ +íľ « +ï§ ĺ +ï¿ ¬ +ðŁı · +ðŁĶ § +ðŁ¥ Ī +Æ ĸ +áŀ ĩ +áŀ ĸ +âģ º +âĹ ľ +âŀ © +ê¦ Ń +ëĻ ¤ +ïŃ ¼ +ðĿĻ ĸ +ðĿĻ £ +ðĿĻ ¤ +ðŁĮ Ŀ +ðŁĶ ij +ðŁĽ ł +ຠĩ +âĺ £ +ãĦ ¨ +ðĿĸ Ĺ +Ó ĵ +âĨ £ +ðŁ¥ ī +ðŁĮ ł +ðŁĺ ½ +ãİ ł +Å § +ðŁIJ Ĵ +ï§ IJ +ðŁĺ ¿ +âĪ ¬ +ðŁIJ ® +⣠± +ಠ¡ +â¾ ¼ +à° ² +Ë ¶ +âĸ ¿ +Õ Ī +áŀ İ +áħ ¥ +áŀ Ĺ +Õ § +ðŁ¤ IJ +ðŁį ł +ঠ¤ +චº +âĻ į +ìĺ Ļ +íĺ ĵ +ï¹ º +ðŁĽ ³ +Å ī +á´ İ +âı ľ +âĶ ³ +ê¸ · +ì¡ Ķ +ðĿĴ Ī +ðĿĴ į +ðĿĴ ¹ +ðĿĵ ĩ +ðĿķ Ł +ðĿĹ ¹ +ðŁĮ ħ +ðŁı ´ +Ä Ķ +Ä ¤ +Å µ +Ç ¾ +Ï ŀ +Ï ¶ +Ô ³ +Ü Ĩ +ß © +à¡ Ĵ +ठĺ +චļ +འĸ +áģ Ĭ +áĥ ŀ +áĦ Ĥ +áĭ « +á´ º +Ḡ£ +Ḡª +á¹ Ĥ +á¼ · +á¿ ĩ +âĩ Į +âı ¬ +âĻ Į +â® Ł +â´ » +âµ Ł +ê¦ ķ +ê¦ ª +ê¦ ® +ê² Ħ +ê¾ IJ +ëĥ ij +ëķ ĭ +ë¡ ¸ +ë¬ Ģ +ìĩ ¤ +ìĪ © +ìľ ķ +ìŃ ĺ +ì· ° +ì ·¸ +íľ Ģ +ï¤ £ +ï§ į +ï± Ħ +ï³ ij +ðĿIJ ¤ +ðĿĴ ĵ +ðĿĴ ¶ +ðĿĹ ¼ +ðĿĻ Ĭ +ðŁĩ ¾ +ðŁĮ Ľ +ðŁĮ ® +ðŁİ ĩ +ðŁİ ² +ðŁı Ľ +ðŁij ¥ +ðŁij ´ +ðŁĴ Ĩ +ðŁĵ Ĥ +ðŁĵ § +ðŁķ IJ +ðŁĸ ķ +ðŁĺ § +ðŁĻ Ģ +ðŁļ Ĵ +ðŁĽ « +ðŁ¤ ł +ðŁ¥ ļ +ðŁ¥ Ľ +ðŁ¥ £ +Ç ¯ +È § +Î Ĭ +Ò ² +× ° +Û ij +áĥ © +áĦ Į +áĪ į +áī ¥ +áı Ĥ +âģ ± +âĬ ¢ +âĹ ĵ +âĿ ° +ë¿ ¡ +ìĽ © +íģ Ń +íĨ ³ +íĬ Ħ +íĵ ¸ +ï¥ £ +ï¥ ´ +ï± IJ +ï± ¯ +ï³ ļ +ðĿĸ ĺ +ðĿĺ Ģ +ðŁIJ Ĭ +ðŁIJ Į +ðŁij ļ +ðŁĵ ĥ +ðŁļ Ľ +ðŁļ ª +ðŁ¤ ° +Ä ´ +áĥ ® +áĹ ¨ +âĻ ® +â² ŀ +ãĪ Ķ +ì ħį +ãħ ĥ +ï¥ ¡ +ຠ¡ +Õ İ +Õ º +⬠Ľ +â½ ¤ +ðĿIJ ² +âŀ µ +áĢ Ľ +âĶ ħ +âĨ Ł +â¼ Ĭ +ðŁĮ ½ +ðŁļ ¿ +ï¦ Ĭ +ãĦ £ +⼠© +ï© Ľ +ðŁį ± +â¾ ¨ +à´ ¤ +áŀ ģ +ຠŀ +Ê ļ +ðĿIJ Ĵ +à´ ± +áŀ ľ +à® © +à° Ĺ +à´ ļ +âĩ £ +ï¦ ķ +Õ ħ +Æ ĺ +âĤ ¦ +âĶ Ħ +ï¦ Ł +ï¦ « +ðĿIJ ģ +ðĿIJ ĥ +ðŁį ¸ +ðŁIJ ² +Å ¶ +É ĸ +ß ĺ +ภ¦ +འĶ +áĨ · +âģ ķ +âĵ Ĥ +âĿ ľ +ï¥ ¥ +ï¬ ® +ðĿĹ Ŀ +ðĿĹ ¿ +ðŁİ ¾ +ðŁĹ Ŀ +ðŁ¦ Į +Æ ħ +Ç ª +Ò Ĺ +Ü Ľ +ß ł +à¡ ij +áī £ +áĬ Ń +á¹ ¡ +âŀ ¼ +âŀ ¾ +â´ ± +ãī ¡ +ê³ ¯ +ë½ Ī +ìĤ ĺ +ìī ij +ì «ĺ +íĮ ĥ +íĻ ° +ï¤ Ĺ +ðŁĮ ¬ +ðŁĮ ° +ðŁį ¤ +Ä » +Å ĩ +Æ ¨ +É ķ +Ò ¢ +Ò º +Ö į +× ± +Ú ± +Ú ½ +Û IJ +ठĽ +à· Ģ +๠ļ +ຠ« +á´ ¹ +á ½Ķ +á¾ ³ +âĤ Ĵ +âĨ ´ +âĩ Ŀ +âī ħ +â Į¨ +âĵ ĵ +âĸ ¢ +âļ ¬ +âŀ Ń +â² Ĵ +ãİ ¿ +ê¿ ´ +ëĪ ± +ëį ¬ +ëİ IJ +ëIJ « +ëĶ « +ë± ģ +ìĥ ¥ +íĮ ¼ +ïŃ ĵ +ï® ¥ +ï² ° +ðĿIJ ĩ +ðĿIJ ij +ðĿij Į +ðĿĵ ª +ðĿķ ļ +ðĿĺ ª +ðĿĺ ¼ +ðĿļ Ľ +ðŁĩ ¶ +ðŁĮ Ħ +ðŁĮ ķ +ðŁĮ ¤ +ðŁĮ § +ðŁį ¬ +ðŁİ ĭ +ðŁİ » +ðŁı ¨ +ðŁIJ ĩ +ðŁij ĵ +ðŁĵ IJ +ðŁĵ Ļ +ðŁĶ ¼ +ðŁķ Ĵ +ðŁĸ ı +ðŁĸ ¥ +ðŁ¤ ¬ +ðŁ¥ Ĭ +ðŁ¥ Ĵ +ß Į +ຠĦ +á¼ µ +âķ ¡ +â² ¤ +â´ ¼ +âµ ¢ +ãĪ ¯ +ëĵ ¸ +ëŁ ĩ +ëº į +ðĿĻ § +ðŁį Ī +ðŁĶ ¬ +ðŁĸ Ĭ +ðŁ¤ ¾ +Ë ¡ +Ü © +âĮ ¡ +âŃ ij +â² ¦ +ë© ī +ì¼ Ń +ï¿ ¤ +ðĿĴ İ +ðĿĹ ¥ +ðŁIJ µ +ðŁķ ¶ +ðŁķ ¸ +ðŁ¤ ľ +Õ ª +áĪ ĭ +ðŁ¥ µ +ï° ģ +áµ IJ +âķ ĵ +áĢ ĸ +âĭ Ī +É ŀ +âŀ ® +ॠ° +ãĨ ģ +ðŁĴ ± +ðŁı Ń +áĨ ¨ +ðŁį ļ +ðŁ¦ IJ +á´ » +âĺ Į +à´ ķ +Õ ± +áħ ® +ðĿIJ Į +Å ¦ +ຠķ +âľ Ļ +Ë ³ +Ô µ +âķ Ĵ +ðĿĹ Ĺ +ðĿĹ ł +Ú ļ +ঠ§ +âĨ Ŀ +âĻ ī +ãĮ » +ì¹ Ĭ +ðĿĹ º +ðŁ§ ĺ +ì³ £ +ï¬ Ŀ +ðŁij º +Ç Ł +Î Ī +Î « +Ñ ¥ +Ô ² +Õ ¨ +Ü ¦ +ঠĨ +ঠ¥ +áIJ ¢ +á¼ ģ +á¼ ĺ +á¼ ¦ +âĵ Ŀ +ãĪ ° +ãİ Ĺ +ê² ¡ +ë¨ Ģ +ì£ Ķ +ì´ ¤ +ìµ Ŀ +ï§ ´ +ïŃ Ĭ +ï² Ł +ðĿIJ · +ðĿij ĭ +ðĿĵ ī +ðĿĺ µ +ðŁĴ · +ðŁĽ © +ðŁ§ ¹ +Å Ķ +Ê ŀ +Ë ¥ +Î Į +Ñ © +Ó IJ +Ó ł +Ú ij +Ú Ĵ +ß ¨ +ઠĪ +áIJ ĥ +á¹ ¯ +âĤ ĭ +âĤ µ +âĦ ħ +âĦ ł +âĪ £ +âī º +âī » +âĬ Ľ +âĮ IJ +âİ ĵ +âĺ ¸ +âĻ Ĵ +âļ Ĵ +âľ ĩ +âľ ł +â´ · +âµ ĸ +ãĦ ¸ +ãī ¢ +ãī ° +êĩ ´ +ê´ ¸ +êº ł +ëĤ ı +ëĤ ¢ +ëIJ Ģ +ëº ´ +ìĥ ľ +ìį ħ +ì¤ « +ì± ¦ +ìº ij +ì¼ ģ +ì¿ ³ +íĤ ģ +íħ ¡ +íĴ Ĥ +íĴ ī +íľ Ħ +ïŃ ª +ï® ¬ +ï¯ ¦ +ï± ª +ï² ı +ï ´Ģ +ï» Ĩ +ï¿ ¦ +ðĿij Ĺ +ðĿĸ Ļ +ðŁĮ ¡ +ðŁį Ŀ +ðŁį § +ðŁİ « +ðŁı ĺ +ðŁı ª +ðŁIJ ĭ +ðŁIJ Ľ +ðŁIJ º +ðŁij ĸ +ðŁij ŀ +ðŁij · +ðŁĵ Ģ +ðŁ ĶĦ +ðŁĶ Į +ðŁķ Ļ +ðŁĻ į +ðŁĻ İ +ðŁ¦ į +Ç ° +É Ł +Ê Ĩ +Ô ¼ +Ú ľ +ঠ¡ +ঠ¶ +áĴ ĥ +á¼ © +âĵ ķ +â² Ī +ê° ° +ê¹ ł +êº ħ +ëĦ ¹ +ë¯ ĵ +íIJ Ī +ï§ ¶ +ï® ij +ï² ¨ +ðĿĴ ī +ðĿĴ Ķ +ðĿĹ ¨ +ðĿĻ ŀ +ðĿļ Ĵ +ðĿļ ķ +ðŁIJ İ +ðŁ¤ ķ +ðŁ§ Ķ +Ï ° +Ô Ŀ +âĮ Ĭ +âĴ ¾ +ãī £ +ïŃ © +ðĿļ ŀ +Ê ij +ঠ¦ +áĦ ĩ +âī ĥ +â² Ģ +ìŁ İ +ðĿij ¶ +ðĿĵ ² +ðŁ İ· +ðŁļ ¹ +ຠģ +áł ł +ãĦ ļ +ðŁIJ ¿ +ἠļ +âķ ³ +ðŁIJ Ń +âĴ ¹ +ðĿĸ ļ +âĻ ĸ +ãĪ ² +âĨ ¾ +áĦ Ĩ +âķ Ľ +ðŁ¤ į +â½ ¥ +ðŁ Į¨ +âĪ ® +ãĮ ĺ +ãį ij +ï¹ Ģ +âĵ Ĺ +âĬ Ħ +ðŁı ¹ +Ë Ĵ +ðŁ¤ ± +ãı ľ +ðŁİ Į +ï¥ Ń +ঠ£ +ðŁİ ¹ +ãĬ Ł +à´ ° +ðĿIJ Ķ +à´ ¨ +འļ +âľ º +Õ · +ðŁij ³ +ঠľ +âĺ ĭ +âĻ Ĭ +ãĢ Ľ +È ĭ +à® ° +áĥ ¨ +âĦ ķ +íij Ģ +ðĿĵ ĥ +ðŁ¦ Ķ +Ä ¿ +Å Ģ +Æ ³ +É ļ +Ö ĥ +Ü £ +ß Ł +à¦ Ń +ৠ¡ +ච» +ຠ£ +འĩ +Ḡ¨ +á½ Ī +â½ ¬ +ê¡ Ķ +ì³ Ħ +ï¨ ī +ðĿIJ ¡ +ðĿĺ ¢ +ðŁį ¿ +ðŁİ Ł +ðŁı ī +ðŁĶ IJ +ðŁļ ħ +ðŁ¤ ½ +Æ į +Ç « +Ç ½ +È ļ +Î ī +Ó ¤ +Ó ª +Õ Ĭ +Ù ¼ +Ú ´ +ß Ŀ +චľ +á¼ ķ +á¿ ¥ +âİ ŀ +ãĢ ļ +ãī ¤ +ê³ ¸ +ê· ģ +ëĵ Ħ +ëĵ ķ +ì¨ Ķ +ì± ¨ +ðĿIJ ¾ +ðĿij » +ðĿĶ ¼ +ðĿķ Ŀ +ðĿĺ Ń +ðŁĨ Ļ +ðŁĵ ¤ +ðŁĶ Ł +ðŁĹ ¼ +Ä ľ +Æ ģ +Æ ¿ +Ç ³ +Ç · +É ĥ +É ł +Ê ī +Ê § +Ë ² +Ï ´ +Õ ģ +Õ ŀ +Ö ĩ +Û Ĥ +Û ĵ +ß Ĺ +ß ¦ +ঠ¹ +à® ³ +à´ ¸ +à» Ĥ +áĪ Ŀ +áĪ ª +áĭ µ +áIJ Ĭ +áĴ ª +áļ ĸ +áŀ Ľ +á´ ¢ +áµ ı +áµ Ń +ᶠ« +Ḡı +ẠĴ +á¼ ¥ +á½ ķ +á½ ¼ +âĤ Ĭ +âĦ Ĥ +âĦ © +âĩ ī +âī £ +âĮ ł +âİ Ł +âı ® +âķ ĺ +âĹ ĸ +âĺ © +âĻ ij +âĻ ² +âļ Ľ +ãĦ Ł +ãī ± +ãİ ļ +ê¡ ķ +êª ĸ +ê° ¹ +ê² Ĩ +êµ Ħ +ëĩ ¬ +ëĭ ¯ +ëı ł +ëĴ ¬ +ëĸ Ī +ëĸ ½ +ëĺ Ķ +ëŀ ¸ +ë¸ ħ +ë» ł +ë¿ Ł +ìĤ µ +ìĬ ī +ìľ ° +ìł ĭ +ìł Ķ +ì¥ ¡ +ìŃ Ŀ +ì¼ ¬ +íĪ ĩ +íī ľ +íį Ħ +íĽ ¾ +íĿ £ +ï¤ © +ï¤ ¯ +ï¦ ľ +ï¦ § +ï§ ľ +ï¨ Ī +ï¬ ª +ï ¬´ +ïŃ ½ +ï® ī +ï¯ ŀ +ï° Ĵ +ï± ĩ +ï¿ Ħ +ðĿIJ ħ +ðĿij Ħ +ðĿij º +ðĿĴ Ĺ +ðĿĵ ® +ðĿķ Ľ +ðĿķ ŀ +ðĿĸ ij +ðĿĺ ģ +ðĿĺ Ĩ +ðĿĺ ¶ +ðĿĻ ¢ +ðĿļ ľ +ðŁĮ ĥ +ðŁĮ ¦ +ðŁį Ł +ðŁİ İ +ðŁı Ļ +ðŁIJ © +ðŁIJ « +ðŁIJ ´ +ðŁij Ķ +ðŁĵ ī +ðŁĵ Ľ +ðŁĶ ī +ðŁĸ ¼ +ðŁĹ ĥ +ðŁĹ ¯ +ðŁļ ĩ +ðŁļ IJ +ðŁļ µ +ðŁ¤ ¶ +ðŁ¥ ĭ +ðŁ¥ ĵ +ðŁ¥ ® +ðŁ¦ İ +ðŁ¦ ł +ðŁ§ Ĵ +ðŁ§ ¨ +Æ IJ +Ç į +Ó Ģ +Ô Ľ +ಠ° +à´ Ļ +áĢ Ĵ +ê² Ŀ +ê¹ ¹ +ë© ¥ +ìĸ Ķ +ï¤ ģ +ï¤ ı +ï¦ ī +ï¦ ĵ +ï§ ī +ï² Ŀ +ðĿĹ ŀ +ðĿĹ ± +ðŁĮ ĭ +ðŁį ¶ +ঠļ +ìķ ľ +ðĿIJ ¯ +ðĿļ Ŀ +à° ¨ +འĺ +འł +á¡ ¥ +á¾ ° +âģ į +âĶ ° +⬠ľ +ðĿIJ ł +ðĿij ¯ +ðĿĹ Ľ +ðĿĵ » +ðĿĸ Ī +âŀ » +áŀ ł +â¡ ± +â» ij +ðŁ§ µ +ï¦ ¢ +ðŁij ĺ +ãĤ Ķ +â¼ Ł +ãĬ ¤ +ï¦ Ŀ +ãĮ ¦ +âĢ ¸ +ðŁĶ Ļ +ã ¹ +ã¹ ¦ +ï¹ ħ +ï© Į +ãī ¨ +ï¸ ½ +âį ¥ +ðŁļ ī +ðŁ¥ ľ +âĵ ľ +â» Ŀ +ï¨ ľ +ðŁĴ Ĵ +áĦ ij +â¾ ŀ +ï¨ ģ +à´ ª +áĦ İ +âŀ ´ +ঠ· +áħ ¬ +áŀ § +âĨ ¢ +âķ ¦ +âľ ij +Ë ¬ +Õ IJ +༠Ķ +Ê ¤ +Ë ¨ +ठŀ +à» ĥ +༠ļ +âĵ ¥ +âķ ľ +ðŁIJ ĸ +á¼ Ļ +á¼ ¤ +ìĨ ° +È Ĥ +Ê ± +à® ļ +áĥ § +á´ ĭ +á´ ® +âĿ ¡ +âŀ · +ëĿ ¡ +ï§ ¢ +ï¯ ¡ +ðĿķ ķ +ðŁħ ° +ðŁ¦ ¸ +Ç ¸ +Ó ŀ +Ô ¶ +Ö Ĩ +Ú ģ +Û ĭ +áİ ¥ +á¾ ¿ +âĶ Ń +âĶ ® +êĢ Ģ +ê± ĺ +ëIJ Ń +ë½ Ħ +ìĶ IJ +ì¸ Į +íģ ł +íĻ ± +ï¥ ī +ï¨ ĸ +ðĿij ´ +ðĿĸ Ĵ +ðĿĺ ¨ +ðĿ ļĮ +ðŁIJ ¡ +ðŁij ¢ +ðŁĵ Ķ +Å ħ +Æ İ +È © +Ò ª +Ô ĥ +áĥ « +Ḡĩ +⼠Ł +ê» Ń +ë¨ Ħ +ìŁ Ģ +ì¤ ´ +íļ IJ +ï¤ ³ +ðŁŁ ¢ +Æ § +È ¼ +Ê Ŀ +Ë Ħ +Ë ħ +Ë į +Ë § +Ò ¥ +Õ Ķ +Ø ı +Ø ¼ +ß IJ +ß ľ +ठĵ +ঠĻ +à® ĵ +ච´ +༠į +༠Ĵ +འ£ +áĢ Ĥ +áĢ Ĭ +áĦ Ħ +á Īĺ +áĭ Ĭ +áĮ į +áij ĭ +áŀ Ĥ +áł ¢ +á¡ Ŀ +á´ ¦ +áµ į +áµ ¨ +Ḡ¡ +Ḡ¯ +á¼ £ +âģ Ĥ +âĦ ĺ +âĦ ľ +âĦ ³ +âĦ µ +âĨ ¦ +âĩ Ĩ +âĪ · +âĬ ļ +âĮ « +âĮ ¯ +âİ Ľ +âİ ľ +âİ ¤ +âİ ¦ +âİ ® +âij ī +âĶ ī +âķ Ļ +âĸ Ĥ +âĹ Ń +âĺ Ĭ +âĺ į +âĺ Ĵ +âļ Ĩ +⼠§ +⼠² +âŀ ĺ +⥠Ħ +â´ ³ +â´ ½ +âµ Ī +ãī ¯ +ãİ ij +㧠¬ +êĻ ¬ +ê§ ģ +ê³ ¬ +ê´ ŀ +ê» ľ +ëħ ĵ +ëĭ ¼ +ëį ĸ +ëĸ ± +ëĿ ° +ë¡ ¹ +ë¢ ´ +ë£ Ģ +ë¤ ł +ë¨ ķ +ëŃ ¥ +ìĦ ¶ +ìħ ¤ +ìĮ ķ +ìį ª +ìı © +ìĴ Ģ +ìĶ ¯ +ìĿ Ķ +ìĿ ľ +ìł Ń +ì§ ¦ +ì¨ © +ì² ¬ +ì³ ¥ +ì¼ ¯ +íĢ « +íĢ Ń +íĥ ¸ +íĵ ģ +íķ ¬ +íĹ ¸ +íĽ ķ +íľ Ń +íĿ Ĺ +ï¤ Į +ï¤ ª +ï§ ¿ +ï¬ Ħ +ï¬ ħ +ïŃ ij +ïŃ « +ïŃ º +ï® Ĥ +ï® ¢ +ï® ¨ +ï° İ +ï° ł +ï² £ +ï³ IJ +ï³ Ĵ +ï³ ĺ +ï³ ľ +ï¹ ¼ +ï¿ ¨ +ðĿIJ © +ðĿĴ ļ +ðĿķ Ķ +ðĿķ ¤ +ðĿĸ Į +ðĿĹ £ +ðĿĹ ° +ðĿĹ ´ +ðĿĺ Ĥ +ðĿĺ ¥ +ðĿĺ ® +ðĿĺ ¸ +ðĿĻ Ģ +ðĿĽ ¾ +ðĿľ ı +ðŁĮ ģ +ðŁĮ ľ +ðŁĮ ¥ +ðŁĮ ¯ +ðŁį IJ +ðŁİ Ĵ +ðŁı Ķ +ðŁı ķ +ðŁı ® +ðŁIJ Ĥ +ðŁIJ ī +ðŁIJ ¹ +ðŁĶ ķ +ðŁĶ ļ +ðŁķ ij +ðŁķ £ +ðŁĹ ŀ +ðŁĹ ¡ +ðŁĹ ¿ +ðŁļ Ĩ +ðŁļ Ĭ +ðŁļ ĵ +ðŁļ ķ +ðŁļ ¾ +ðŁĽ ģ +ðŁĽ İ +ðŁĽ ı +ðŁ¤ ´ +ðŁ¥ ķ +ðŁ¥ ĸ +ðŁ¥ ł +ðŁ¥ ¥ +ðŁ¦ Ĩ +ðŁ¦ ī +ðŁ¦ ļ +ðŁ§ ij +ðŁ§ ¥ +ðŁ§ ¿ +Å ° +Æ º +É § +ઠĩ +à® £ +áĪ Ī +áĬ ¤ +áĭ ® +áĮ Ī +áĮ µ +ᥠ² +âĵ Ł +êĻ ³ +ê° Ĭ +ëķ ģ +ëķ ¨ +ìĬ ģ +ï¦ µ +ï¬ ² +ðĿĸ į +ðĿĺ Į +ðĿĺ ³ +ðĿĻ © +ðŁį Ļ +ðŁĸ ĸ +áī ³ +áĭ ¨ +áĸ ĩ +áŀ Į +á¹ § +âķ ª +âŀ ļ +â² ĺ +ê ķ +êķ ¥ +ï¤ · +ï® £ +ï¯ ł +ðĿĴ ĸ +ðĿķ ĺ +ðĿĸ ĩ +ðĿĹ Ł +ðĿĹ ª +ðĿĹ ¯ +ðĿĻ ł +ðŁĵ ı +à¦ Ĺ +âĴ » +â² ł +ðĿĵ µ +Ê £ +à° ľ +áĬ ¢ +áŀ IJ +Ḡ· +âĦ Ľ +âĩ Ģ +âĩ Ĭ +êĴ ¦ +ê¦ ł +ï® ¤ +ðŁį Ľ +ðŁ¤ Ľ +ᨠ¾ +âŀ º +áķ ¯ +ἠı +âĩ Ĥ +âĶ ¹ +âĻ Ĺ +ðŁĸ ¨ +ê¦ ı +ઠ° +áļ ¨ +ðŁ¤ ¥ +ðŁ§ ¢ +ãIJ Ĥ +ãĦ ¥ +ðŁĸ Į +â¼ Ĵ +ãĬ § +âį © +ðŁ¦ ij +âĶ · +ï© IJ +ï© ¡ +ðĵ Ī +ðĵĪ Ĵ +â» Ħ +ï¨ Ĵ +âĦ ª +Ò § +Ú Į +âĢ ¶ +⺠ł +â» ģ +âĨ ¸ +áĦ IJ +ãħ IJ +à» Ħ +áĹ ª +âĨ ¼ +âĩ ĭ +âĩ ĺ +âĮ ij +âĸ © +ðĿIJ Ĺ +Ä Ĭ +ঠī +ìī ł +É ¤ +ß į +ß ı +áµ Ĺ +âĤ ¥ +âĵ ī +âĶ ł +âĶ ¨ +âķ Ħ +ä ¤ +ä¤ Ģ +ê» ¸ +ï® ģ +ðĵ Ĥ +ðĵĤ ĥ +ðŁ¦ ķ +Æ Ľ +ঠĩ +ãı ĺ +ï® ¼ +Ú ĵ +Ú Ŀ +ঠĵ +ච¯ +á´ ħ +á½ Ļ +âģ ¼ +âĸ İ +â¼ © +ä Ķ +äĶ Ģ +ë» ¡ +ìĽ ½ +íģ Ħ +ï¥ ¼ +ï± ī +ï¹ » +ðĿĸ ĭ +ðĿĻ Ī +ðĿĻ ª +ðĿ Ļ¶ +ðŁIJ Ħ +ðŁIJ Ĩ +áİ ¢ +ḠĮ +âĿ ´ +ðŁı ¸ +È Ŀ +É ¸ +Î ħ +Ï ľ +Ó ¢ +Õ ¹ +à´ ħ +ຠĪ +áĭ ° +áij İ +áł µ +á¡ ł +á´ ī +Ḡµ +á¿ ´ +âĵ £ +âĶ ¶ +â½ ¯ +ê² ¥ +ê¿ ĺ +ëģ İ +ëİ Ī +ëĶ ¯ +ë² ° +ìĺ ¯ +ìĽ ¸ +ìŀ Ĺ +ì§ ĺ +ì¬ ¬ +ì· ¬ +íģ ħ +íĵ Ķ +íĽ Ŀ +ï¤ ® +ï¤ ¹ +ï¥ ² +ï¯ ĸ +ðĿĵ ħ +ðĿĻ Ħ +ðŁĵ ¶ +ðŁĹ Ĵ +ðŁ¥ Ķ +ðŁ¥ Ń +Å ® +Å ´ +Æ ī +Æ « +Ç ģ +Ç £ +Ç º +Ç ¼ +È į +È ¯ +É ľ +Ê ¬ +Ë ģ +Ë ¤ +Ë µ +Ï Ľ +Ò ¤ +Ò ¬ +Ó ı +Ó Ľ +Ó ¡ +Ó ³ +Ô Į +Ô ¬ +Õ ³ +Ù » +Ú ī +Ú § +Ü ľ +ß ª +ठĿ +ঠĽ +ਠĨ +ઠķ +ઠ¡ +à® İ +à° ¬ +ൠ» +ൠ¼ +චł +à¶ Ń +ච¶ +à· Ĩ +༠½ +áĢ ļ +áħ ¢ +áĨ ¸ +áĪ Ģ +áĪ ķ +áĪ ° +áī ¡ +áī ¤ +áĬ ¦ +áĬ « +áĭ ĭ +áĭ į +áİ ¯ +áij Ń +áķ Ĺ +ᣠĽ +ᥠĴ +á© ī +áŃ º +á´ ¡ +áµ ĺ +áµ Ľ +ᶠł +Ḡģ +Ḡĭ +á¹ Ļ +á¹ Ŀ +á¹ ¦ +Ạħ +á¼ Ĥ +á½ ĥ +á½ į +á½ § +á¾ · +âĢ µ +âĤ İ +âĦ Ŀ +âħ Ģ +âĨ ŀ +âĨ § +âĩ ħ +âĪ ĥ +âī ı +âī ½ +âĬ ŀ +âĬ ¡ +âĬ § +â Ĭ¶ +âĭ Ħ +âİ Ĵ +âİ ¡ +âİ £ +âİ ª +âı İ +âĵ ĥ +âĵ ĸ +âĵ ¨ +âķ ĭ +âķ ĸ +âķ ¢ +âķ ² +âĸ Ĩ +âĸ Ĭ +âĸ į +âĸ ® +âĺ ¡ +âĺ ¦ +âĺ ± +âĺ ¿ +âĻ ĺ +âĻ Ŀ +âļ ° +⼠ij +âŀ ª +⤠Ŀ +⤠¢ +⤠· +⧠« +â¨ Ń +⨠¯ +â± £ +â² İ +âµ Ľ +ãħ Ķ +ãĪ ı +ãī ² +ãī ³ +ãĬ ij +ãĭ Ľ +ãİ IJ +ê² ¤ +ê· ¿ +ê¹ ŀ +ê» ¨ +ê¼ į +ê¿ ¸ +ëĥ ¬ +ëĩ IJ +ëĭ ł +ëį ¯ +ëĹ Į +ëĹ ij +ë¥ Ģ +ëª ĥ +ëª ¯ +ë± ¡ +ë³ ĵ +ë³ ½ +ë µľ +ìĤ ³ +ìħ ¥ +ìĩ ½ +ìı ¨ +ìı ¸ +ìķ į +ìĸ ĸ +ìŁ ¨ +ì¢ ĥ +ì¢ į +ì¥ ij +ì§ ¼ +ì© ĥ +ì® ľ +ì® ¸ +ì³ ij +ì´ ¥ +ì¾ ĥ +íħ ¦ +íĪ ¿ +íĵ ½ +íķ ³ +íĸ ı +íĹ ł +íĿ « +ï¤ ĵ +ï¤ ĺ +ï¥ İ +ï¥ ¶ +ï¦ ħ +ï¦ ½ +ï§ ĩ +ï¬ Ĩ +ï¬ ³ +ï® ĩ +ï® Ī +ï® Ŀ +ï® © +ï® ± +ï¯ ĺ +ï¯ Ļ +ï¯ ¢ +ï¯ £ +ï¯ ¤ +ï¯ ¥ +ï± Ĥ +ï² Ĩ +ï² ª +ï´ ¼ +ïº ī +ïº Ĭ +ïº ¥ +ðĿij ¨ +ðĿij © +ðĿij ² +ðĿ ĴĮ +ðĿĴ ª +ðĿĴ ® +ðĿĵ Ĥ +ðĿĵ Ī +ðĿĵ ¯ +ðĿĶ ¨ +ðĿķ Ģ +ðĿķ Ĩ +ðĿķ ¦ +ðĿķ § +ðĿķ « +ðĿķ · +ðĿĹ µ +ðĿĹ ¸ +ðĿĺ Ħ +ðĿĺ Ļ +ðĿĺ ł +ðĿĺ ¬ +ðĿĻ į +ðĿĻ ij +ðĿĻ ¡ +ðĿ Ļ¨ +ðĿĻ · +ðĿļ į +ðĿĽ ¿ +ðŁ ĥ +ðŁĥ ı +ðŁħ ĺ +ðŁ ī +ðŁī ij +ðŁİ ¡ +ðŁİ ª +ðŁİ ± +ðŁİ ³ +ðŁİ º +ðŁı İ +ðŁı Ĺ +ðŁı ļ +ðŁı ŀ +ðŁı ¦ +ðŁı § +ðŁIJ ģ +ðŁIJ ħ +ðŁIJ ĵ +ðŁĴ Ĥ +ðŁĵ ij +ðŁĵ ĵ +ðŁĵ ¨ +ðŁĵ « +ðŁĶ ĭ +ðŁĶ Ń +ðŁĶ ¯ +ðŁķ Ĺ +ðŁļ Ĥ +ðŁļ ¢ +ðŁļ ¦ +ðŁļ ¬ +ðŁĽ ĭ +ðŁĽ Į +ðŁĽ ¬ +ðŁĽ ¶ +ðŁŁ ¡ +ðŁ¥ ĺ +ðŁ¥ Ł +ðŁ¥ ¦ +ðŁ¦ ĩ +ðŁ¦ Ī +ðŁ§ Ĭ +ðŁ§ Ĺ +ðŁ§ ¤ +Ê · +Ë ¹ +á¹ ļ +á½ ¥ +âĦ Ł +ê² ¯ +ê» « +ë° · +ìĥ Ĩ +ìĽ Ŀ +ì¨ ī +ì« ı +ï¯ ķ +ðĿľ ĭ +É ² +Ò Ń +Ó Ī +འĽ +áĭ ĵ +áĻ Ń +áł © +á¹ ® +âĦ Ĵ +âĨ » +âµ ĥ +ëĢ ¨ +ëł § +ìī ¥ +ìĮ ľ +ìĹ ¶ +ì¨ Ī +ìª ¾ +íı ½ +íļ Ķ +íĽ µ +ï¤ ¸ +ï¦ IJ +ï§ Ĺ +ï§ ļ +ï¬ ¯ +ðĿIJ Ĭ +ðĿķ Ĺ +ðĿĹ ļ +ðĿļ ĸ +ðŁħ ´ +È ĥ +É Ŀ +Ï ± +Ó Ĺ +ठ¢ +áħ ł +áī ¦ +áij Į +áĴ ¼ +áŀ ¡ +áł ¨ +áł Ń +ᨠħ +ᨠĶ +á´ ĺ +ᶠ¦ +á¸ İ +á¼ ħ +á¼ ¹ +âĨ ¯ +âĵ İ +ãı Į +ê ī +êī Ĥ +ëĨ § +ëĿ ± +ì¢ ¡ +íĪ ½ +ï¤ ĩ +ï¤ Ľ +ðĿIJ ķ +ðĿĵ ¸ +ðĿĵ ¼ +ðĿĹ ķ +ðĿĺ Ī +ðŁı £ +ðŁı ¤ +ðŁĹ Ħ +Ñ · +Ò ł +áµ ĸ +á¼ ¨ +ë¬ Ħ +ï° ´ +âĪ ½ +Õ Ń +Ú ¹ +ॠŁ +áĢ Ĩ +áŀ Ĵ +ãĢ ¶ +ê¦ « +ï¸ ĵ +ðĿIJ Ľ +ðĿĺ Ĺ +ðŁı ľ +ì« Ń +ðŁ§ ŀ +འĤ +âĨ ¿ +âĩ ı +âĵ ģ +âĶ § +âķ ģ +âķ ¤ +ê¦ Ĺ +ê¦ ¤ +ðŁı Ī +áŀ ķ +Ô ½ +àª Ĺ +ଠĨ +âķ ķ +ï½ ł +â¼ ¦ +â¼ ¯ +â¾ · +âĶ ĸ +ଠĵ +âĺ Ĺ +âį ĭ +ï¨ Ŀ +â¼ ¥ +ï¦ ª +âĦ Ĭ +ãĢ ´ +âį ¢ +ð¡ Ī +ð¡Ī ½ +ï© ¨ +ãĢ » +ãı ĥ +ï¦ ¡ +ï¨ ĺ +ðŁIJ ĥ +ðŁĨ ĸ +ðŁĹ ¾ +ãĦ ĩ +Þ ĭ +â¼ ¼ +ï¨ Ń +Þ Ģ +Þ Ħ +Þ Ī +Þ IJ +âĮ Ħ +â» ĺ +ãŁ ¢ +á ħ§ +ðIJĮ ¿ +Ë » +à² Ĺ +áĢ ĩ +áŀ Ĭ +âķ ĩ +ãĩ ¼ +ãİ ° +Õ Ĵ +Ü Ī +ß ¥ +à¿ IJ +áĢ Ł +âĨ ¥ +âķ Į +â½ Ģ +â½ ° +â¾ Ĭ +ä Ħ +äĦ Ģ +ðĵ IJ +ðĵIJ į +ðŁİ ¦ +âĤ ¯ +âĬ ĺ +âĦ į +Ê µ +Ñ ¶ +Ú ĥ +ঠĶ +à´ ¦ +áİ ¶ +áĵ ķ +á¹ ¨ +âĤ ł +âĩ ° +âĹ Ĵ +â¿ Ĭ +ê· ± +ì¹ ķ +íĪ © +ïŃ Ģ +ðĿĴ ¸ +ðĿĵ Ĭ +ðĿĺ © +Ç ¦ +É « +áĬ ¨ +È ¹ +Ê ¯ +Î ª +Ú Ģ +áĮ ¸ +áİ » +áı ķ +áı ´ +á² Ĥ +á½ ¨ +âı Ŀ +âĺ Ļ +ëĥ ¨ +ëĦ ¼ +ëĪ Ļ +ë£ ħ +ìĶ ¼ +ìķ Ŀ +ìļ ¬ +ìľ ± +ï¥ Ĥ +ï¦ ¹ +ï¬ ¹ +ïŃ ģ +ï³ Ī +ðĿĶ ħ +ðĿĺ ¤ +ðĿĻ ı +ðĿĻ Ļ +ðŁķ ī +ðŁ§ Ļ +Ḡij +ê´ ¼ +ëģ į +ëĹ ´ +ëĿ ³ +ë° ŀ +ë° ¢ +ëµ ĺ +ìĤ Ķ +ìĦ Ħ +ì¼ ļ +íĢ ł +íĬ ± +íĮ ĸ +ï¤ ij +ï¦ ´ +ï¦ ¸ +ï´ į +ðĿĺ · +Ä ¬ +Å ¬ +Æ Ģ +Æ ĭ +Æ ľ +Ç ij +Ç ĺ +Ç ŀ +Ç ¥ +Ç ® +É ° +É ¶ +É · +É ½ +Ê Ī +Ê IJ +Ë İ +Ë Ł +Ë ¦ +Ë ¯ +Ï IJ +Ï ĵ +Ï ¢ +Ï ¤ +Ï ª +Ï Ń +Ï ® +Ï » +Ñ ł +Ñ Ń +Ò ¨ +Ó Ŀ +Ô ¡ +Ô · +Õ ī +Õ ĵ +Õ ĸ +Õ ļ +Õ Ŀ +Ö İ +Ø ¿ +Ú ħ +Ú į +Ú Ķ +Û Ĭ +Û ¾ +Ü Ļ +Ý Ĵ +Ý ĺ +ß Ĵ +ß ĸ +ठĬ +ठIJ +ঠı +ঠĸ +ৠŁ +ઠ® +ઠ¹ +à® ħ +à® Ĩ +à° ¡ +à° ° +ಠļ +ಠ® +ಠ¯ +à´ Ł +à´ · +ൠ¾ +චij +චŀ +༠¼ +འĵ +áĢ ĵ +áĤ ¦ +áĥ ĸ +áĥ Ń +áĥ ¯ +áħ ¨ +áħ ª +áĨ ° +áĪ ģ +áĪ İ +áĪ ĵ +áĪ ¥ +áĪ ² +áĪ ´ +áĪ » +áī ł +áī ² +áī ¶ +áĬ £ +áĬ ¥ +áĬ ª +áĭ ĺ +áĭ ² +áĭ ¶ +áĮ £ +áį ¡ +áį £ +áİ ¬ +áİ ¾ +áIJ ¡ +áķ ķ +áĸ ± +áĹ IJ +áĹ Ń +áĺ ī +áļ ± +ἠŁ +áŀ ¥ +ᣠĶ +áł £ +áł ª +áł ° +áł ´ +ᤠĸ +ᥠ£ +á ® +á® ł +á ¯ +ᯠĻ +á ° +á° į +á´ Ĭ +á´ ¾ +áµ ģ +áµ İ +áµ ŀ +áµ ¤ +ᶠħ +ᶠĺ +ᶠŁ +ᶠ¢ +ᶠ¤ +ᶠ± +ᶠ» +Ḡī +Ḡŀ +Ḡº +á¹ ĵ +á¹ Ĺ +á¹ ª +ẠĬ +Ạı +ẠĽ +á¼ ĥ +á¼ Į +á¼ ¿ +á½ Ĥ +á½ ĵ +á½ Ĺ +á½ ¦ +á¾ ± +á¾ ´ +á¿ ĺ +á¿ Ł +á¿ ¸ +âģ ĺ +âĤ ij +âĤ Ľ +âĤ ¿ +âĦ ĩ +âĦ ŀ +âĦ ± +âĩ Ł +âĩ ² +âĪ ¤ +âĪ ¶ +âī Ĥ +âī ¾ +âĬ ¨ +âĬ ³ +âĬ · +âĭ Į +âĭ ĺ +âĮ ķ +âĮ ¥ +âĮ µ +âĮ º +âį £ +âį ² +âį µ +âİ ĩ +âı ĥ +âı IJ +âı ł +âı ¤ +âı ¶ +âı ¸ +âı ¹ +âij Ĥ +âĴ · +âĴ º +âĵ ¡ +âĵ ¤ +âĶ ¾ +âĸ ĺ +âĸ µ +âĹ ª +âĹ · +âĺ ¨ +âĺ « +âĺ ² +âĺ ³ +âĻ Ĩ +âļ ¤ +âļ ¥ +⼠ĵ +⼠´ +⼠¾ +âŀ « +âŀ ¿ +⣠· +⤠ij +⤠« +⤠¶ +⤠½ +⧠ª +⨠Ģ +â ©½ +⬠¡ +⬠¢ +⬠¤ +â² ĸ +â² ª +âµ Ģ +⸠® +⸠½ +ãĢ ł +ãĢ · +ãĦ Į +ãĦ ĺ +ãħ ij +ãĪ İ +ãĪ IJ +ãĬ ľ +ãĮ ĵ +ãĮ ł +ãİ Ł +ãİ ¤ +ãİ § +㬠® +ä Ī +äĪ Ģ +ä ° +ä° Ģ +ê ħ +êħ ī +êĩ Ĺ +ê Ī +êĪ į +ê§ Ĥ +ê§ Ĭ +êª Ģ +ê² Ī +ê² į +ê³ Ģ +êµ ł +ê½ IJ +ê¾ Ī +ê¿ ± +ëĥ ı +ëĦ ij +ëħ ¤ +ëĩ ¸ +ëĪ ¼ +ëī ħ +ëĬ £ +ëĭ º +ëį ŀ +ëIJ Į +ëķ ¸ +ëĺ ł +ëĻ ĩ +ëĻ Ī +ëľ ½ +ëŀ Ķ +ëł ľ +ë£ IJ +ë§ Ģ +ë§ Ĭ +ëª Ģ +ë¬ Ń +ë¯ ¾ +ë³ ľ +ë´ Ĭ +ëµ ī +ë· ľ +ë¸ Ģ +ë¹ ĭ +ìģ Ħ +ìĤ £ +ìĤ » +ìĦ µ +ìħ Ĵ +ìī Ī +ìī Ķ +ìĬ Į +ìĬ Ļ +ìIJ ´ +ìĵ º +ìķ ļ +ìķ º +ìĸ ľ +ìĹ ª +ìĺ ľ +ìĻ ¤ +ìļ Ľ +ìļ º +ìĿ ħ +ìĿ ı +ìĿ Ń +ìĿ ¶ +ìł Ľ +ì¡ Ī +ì¢ ī +ì¢ Ķ +ì© ł +ìŃ Į +ì¯ © +ì´ £ +ì¸ ķ +ì¹ Ł +ì¾ ¡ +ì¿ Ļ +íģ ĩ +íģ ī +íĩ Ģ +íĪ ¶ +íĸ ij +íĸ ¤ +íĹ ħ +íľ ı +íĿ Ŀ +ï¤ Ĵ +ï¤ ķ +ï¤ ¬ +ï¥ ħ +ï¥ ĩ +ï¥ ı +ï¥ ļ +ï¥ Ł +ï¦ Ħ +ï¦ Ī +ï¦ ¨ +ï¦ © +ï¦ ² +ï§ ģ +ï§ ĥ +ï§ Ķ +ï§ ł +ï§ £ +ï§ ® +ï ŃIJ +ïŃ ĸ +ïŃ ¦ +ïŃ ´ +ïŃ µ +ïŃ ¶ +ïŃ ¸ +ï® Į +ï® İ +ï® ŀ +ï® Ł +ï® ¡ +ï® ª +ï¯ Ķ +ï¯ Ĺ +ï¯ ļ +ï¯ Ľ +ï¯ Ŀ +ï¯ Ł +ï¯ § +ï¯ ¨ +ï¯ « +ï¯ ¯ +ï¯ ° +ï¯ ± +ï¯ ² +ï¯ ³ +ï¯ ´ +ï¯ µ +ï¯ ¶ +ï° Ģ +ï± ħ +ï± Ķ +ï± ´ +ï² ģ +ï³ ķ +ï· ½ +ï¸ ķ +ï¸ ± +ï¹ £ +ï¹ ½ +ï» į +ï¾ ± +ðĿIJ Ļ +ðĿIJ ½ +ðĿij ¤ +ðĿij ® +ðĿij µ +ðĿĴ ĥ +ðĿĴ Ħ +ðĿĵ Ń +ðĿĵ · +ðĿĶ ĸ +ðĿĶ ŀ +ðĿĶ ¢ +ðĿĶ ¦ +ðĿĶ ¬ +ðĿķ Ħ +ðĿķ Ĭ +ðĿķ İ +ðĿķ Ļ +ðĿķ ľ +ðĿķ Ń +ðĿķ ³ +ðĿķ ¸ +ðĿķ ¾ +ðĿ ĸī +ðĿĸ ı +ðĿĺ ĩ +ðĿĺ ī +ðĿĺ ĸ +ðĿĺ Ľ +ðĿĺ ŀ +ðĿĺ « +ðĿĺ ¾ +ðĿĻ ĩ +ðĿĻ ī +ðĿĻ ĭ +ðĿĻ İ +ðĿĻ ĺ +ðĿĻ ¥ +ðĿļ ĥ +ðĿļ IJ +ðĿļ Ķ +ðĿľ ĥ +ðŁĦ · +ðŁħ Ŀ +ðŁħ ¾ +ðŁĨ Ĥ +ðŁĨ ĵ +ðŁĮ Ĥ +ðŁĮ Ĩ +ðŁĮ ī +ðŁĮ ij +ðŁĮ ĺ +ðŁĮ © +ðŁĮ « +ðŁį ¢ +ðŁį ¥ +ðŁİ Ľ +ðŁİ ¢ +ðŁİ ´ +ðŁij ¡ +ðŁĴ ¾ +ðŁĵ Ń +ðŁĶ Ī +ðŁĶ ¦ +ðŁĶ ² +ðŁĶ ³ +ðŁķ ĵ +ðŁķ ķ +ðŁķ ĺ +ðŁķ Ł +ðŁķ · +ðŁĹ ³ +ðŁļ Ħ +ðŁļ Ķ +ðŁļ ĸ +ðŁĽ IJ +ðŁĽ ¤ +ðŁĽ ¸ +ðŁ ł +ðŁł ³ +ðŁ¤ ¹ +ðŁ¥ ĥ +ðŁ¥ ¨ +ðŁ¥ ª +ðŁ¥ ¾ +ðŁ¦ ĥ +ðŁ¦ Ĵ +ðŁ¦ Ļ +ðŁ¦ ¶ +ðŁ§ ł +ðŁ§ ª +ðŁ§ Ń +ðŁ§ ² +𣠷 +ð£· Ń +ð¦ ĺ +ð¦ĺ Ĵ +Æ ij +Ç Ļ +È ® +Ø ł +Ú Ħ +Ü Ģ +ß ¢ +áī Ģ +áĬ IJ +áİ ł +Ạŀ +ëĪ ŀ +ëķ Ł +ë£ ģ +ë¤ Ĺ +ìĦ ¥ +ìħ ij +ìĸ IJ +ìĽ Ľ +ì£ ķ +íİ ı +íĽ ĵ +ï¥ º +ï³ Ľ +ï´ « +ðĸ § +ðĸ§ · +ðĿķ ģ +ðŁIJ ª +ðŁĴ Ī +ðŁĵ ł +ðŁķ Ľ +ðŁķ ´ +Ñ Ŀ +Ó Ĭ +ॠ² +ઠª +áĥ ¤ +áį IJ +ᶠ° +á¼ Ŀ +á½ © +âĭ ĭ +âĴ ½ +âĻ ¾ +â ½Ķ +â¾ ¯ +ãĦ Ĵ +ãħ ļ +ëIJ į +ë· ģ +ìĭ Ģ +ìļ Ŀ +ì¥ ° +ìº ´ +íĭ ī +íĿ ½ +ï¦ Ģ +ï¦ ¿ +ï§ ħ +ï§ ĵ +ïŃ ¯ +ï® Ĩ +ðIJ¤ ķ +ðĿIJ Ł +ðĿĴ ħ +ðĿĵ ľ +ðĿĶ ° +ðĿĶ » +ðĿĺ į +ðĿĻ ¯ +ðŁĦ ½ +ðŁħ Ĥ +ðŁħ Ķ +ðŁħ ½ +ðŁĵ ´ +ðŁ§ ĸ +Ó Ĵ +Ḡ² +ëī ¼ +Ç ı +È ĵ +Ê ¸ +Õ Ĥ +Û ħ +ß ¡ +ß £ +à® ¯ +à° Ī +ಠ¸ +ຠ® +༠ķ +áĢ İ +áĨ ¡ +áIJ ĭ +áIJ ķ +áij ¯ +áŀ Ĩ +ᨠķ +á© Ī +âģ ħ +âĨ ļ +âĶ İ +âł © +â² Ĥ +â² Ķ +â² ¨ +ãĬ ļ +íĵ ² +ðĿij Ī +ðĿij ¬ +ðĿij ¹ +ðĿĴ ¾ +ðĿĵ ± +ðĿĵ ½ +ðĿķ ¯ +ðĿķ » +ðĿĺ ½ +ðĿļ Ĩ +ðŁĦ ° +ðŁIJ ¨ +Ò ķ +ಠħ +ï¨ Ĩ +ðĿij ° +ðŁĦ ¸ +Ô İ +Ø į +Ù µ +ಠ¶ +áĢ Ī +áĺ Ĺ +áł ¸ +á¡ ¡ +ᨠ² +á© ģ +á´ · +áµ § +âķ ¨ +âļ ģ +â¾ Ŀ +ãĢ ¼ +ãĦ ı +êĴ « +ê¦ ¥ +ê¦ © +ê¦ ² +ìĺ ¼ +íĵ IJ +ðĵ ĩ +ðĵĩ ¼ +ðĿķ ¿ +ðŁĽ ´ +ë¨ ľ +ಠµ +à´ İ +༠Ģ +âĩ ĸ +ãĪ « +âĵ Ģ +áħ ´ +áļ ¾ +ἠŀ +ἠ« +ᥠ´ +âĨ Ľ +âĨ ¶ +âĩ ¤ +âķ Ł +âĺ · +âļ IJ +ðŁ§ ´ +á¹ ³ +âĶ į +âĶ Ĵ +âĶ © +âĶ ¦ +â¾ µ +ઠľ +ઠ¤ +âĩ Ļ +âĶ ± +âķ Ģ +â½ Ĭ +ï½ Ł +ଠ¡ +ðł ® +ðł® · +âķ ĥ +â° Ķ +ãĬ ¦ +ðŁİ IJ +ãĩ ° +â¼ Ŀ +â¾ Ķ +â½ Ĵ +âł Ĵ +ï¨ ¦ +ï© Ĵ +ï¨ ² +ï© ĸ +ðĵı ¸ +ãĮ ĥ +ðĸ ¤ +ðĸ¤ IJ +ï¦ Ń +âĬ ħ +â¾ ³ +ä´ ¥ +ï© ķ +ðŁĮ Ķ +áŀ ĭ +âļ į +â¼ ĭ +ãİ ĺ +ðIJĮ ² +É © +áİ ij +âĨ ® +âĩ ĥ +âļ İ +ãĩ ± +ãĭ © +ãĮ ¶ +êĻ ª +ëİ ¬ +ï¨ IJ +ï¨ Ľ +ï© Ĭ +ï© į +ðĵ ħ +ðĵħ º +Ï ¡ +È ij +É Ĥ +Ô ĵ +ß İ +à´ § +áĢ ī +áĢ ĭ +áĢ ij +áĢ ł +áļ Ļ +ᨠĦ +ᨠ© +ᨠ¹ +á© ĵ +ᬠľ +á´ Ļ +áµ ij +âĤ Ń +âĨ ° +âľ ģ +â½ IJ +ãĭ ¯ +ãĮ ½ +íĨ ¢ +ï¤ ¿ +ðŁ Ĥ +ðŁĤ » +È Ĵ +Í º +Ô ¥ +Õ ij +Ú ¶ +à§ İ +ච® +ຠĸ +ຠľ +ຠ½ +áĥ » +áħ ¯ +áĭ ŀ +áĸ ķ +á ´Ī +ᶠĨ +Ḡľ +á¹ ¼ +á¿ ¨ +âĦ ĭ +âĦ Ń +âĪ ± +âĮ ĵ +âĶ ĩ +âĶ ¢ +â± ® +â² Ħ +ãĩ ¾ +ãĪ ¬ +ë¸ ¡ +ìIJ ī +íĻ Ľ +ðĿķ ª +Æ ¹ +Í ² +Ó ģ +Û ¼ +ঠ« +áħ Ł +áī Ĩ +áį Ī +Ạĸ +á½ ī +âĶ ¸ +â½ © +ê ľ +êľ ¥ +êµ ħ +ëĤ Ķ +ëĦ ł +ëĩ Ĺ +ëĻ Ŀ +ìļ ¯ +ìļ · +ìŁ Ľ +ì· IJ +íŁ ¬ +íŁ ® +íŁ ° +ï¦ Ĩ +ï¦ ± +ï² ŀ +ï³ ¤ +ï³ ¥ +ðIJĮ ¸ +ðĿĶ ı +ðĿķ ® +ðĿĺ £ +ঠĪ +âı ı +ãĦ ĸ +ê² ĩ +ëĸ ĺ +ëľ · +ëŀ Ĵ +ë¡ ĵ +ë¢ ī +ë£ ĥ +ë§ ĭ +ë² ĭ +ìĤ · +ìĪ ķ +ì Į¨ +ìĵ » +ìĸ Ĭ +ìĻ ¬ +ìĿ » +ì¦ ģ +ìµ ¤ +ì· ĥ +íĢ ľ +íħ ī +íį ł +íı ħ +íij ± +íķ ķ +íĸ ł +íĿ ķ +Æ Ļ +Æ ļ +Æ ŀ +Ç ĥ +Ç Ĭ +Ç ľ +Ç ¤ +Ç Ń +Ç ¹ +È Ģ +È ģ +È ħ +È ī +È Ĺ +È Ł +È ¤ +È ¥ +È ¨ +È µ +È º +È » +É Į +É ® +Ê ħ +Ê ¥ +Ê ¨ +Ë ĵ +Ë Ķ +Ë ł +Ë £ +Ë ¸ +Í ´ +Ï Ĺ +Ï ĺ +Ï Ļ +Ï ļ +Ï Ŀ +Ï ¨ +Ï ¬ +Ï ¾ +Ï ¿ +Ñ ª +Ò Ģ +Ò ľ +Ò ¼ +Ò ½ +Ó Ĥ +Ó ħ +Ó ĩ +Ó į +Ó ĸ +Ó Ł +Ó « +Ó ± +Ô Ĩ +Ô ĩ +Ô º +Õ ĭ +Ö ī +Ø Ī +Ø Ĭ +Ø ½ +Ø ¾ +Ù · +Ú Ĥ +Ú Ĭ +Ú ĸ +Ú Ĺ +Ú £ +Ú « +Ú ¸ +Û Ģ +Û į +Û ½ +Ü ī +Ü ¤ +Ý § +Ý ´ +Þ ĥ +Þ ¤ +Þ ¥ +ß ļ +ß Ľ +ß ¤ +àł į +àł ĵ +àł ³ +à¡ ¢ +ॠł +ৠł +ৠº +ਠĬ +ਠIJ +ਠ® +ਠ¯ +ਠ° +ਠ¸ +ઠĨ +ઠ³ +ઠµ +ઠ½ +ଠĮ +ଠĺ +ଠ½ +à® ĥ +à® ¸ +à° Ĩ +à° ķ +à° ¦ +ಠĨ +ಠĬ +ಠĮ +ಠIJ +ಠĽ +ಠ¤ +ಠ¦ +ಠª +ಠ² +ಠ¹ +à´ Ĩ +à´ ı +à´ Ĺ +à´ « +à´ ¹ +ൠº +ൠ½ +චħ +චĬ +චĶ +ච§ +ච« +ච° +༠Ħ +༠ħ +༠Ĭ +འĻ +འ¡ +འ§ +à¿ Ģ +à¿ Ļ +áĢ Ŀ +áĢ § +áĢ © +áĢ ¿ +áģ µ +áĤ ģ +áĤ ½ +áĥ Ĥ +áĥ ª +áĦ Ĭ +áĦ ¢ +áħ ¦ +áħ Ń +áĨ ® +áĨ ± +áĨ » +á ĩ +áĩ Ĥ +áĪ ħ +áĪ ī +áĪ Į +áĪ IJ +áĪ Ĵ +áĪ Ļ +áĪ ļ +áĪ ľ +áĪ ŀ +áĪ © +áĪ ³ +áĪ º +áĪ ½ +áī ħ +áī ¢ +áī ± +áī ´ +áĬ ĥ +áĬ į +áĬ ĸ +áĬ ® +áĬ ¸ +áĭ Ľ +áĭ Ŀ +áĭ ³ +áĮ ģ +áĮ ħ +áĮ ¥ +áĮ ¦ +á Į¨ +áį Ĭ +áį į +áį ķ +áį ĸ +áį ¢ +áį ¤ +áİ Ĵ +áİ ª +áı ģ +áı IJ +áı Ł +áIJ Ĥ +áIJ ĸ +áIJ Ŀ +áIJ ŀ +áIJ Ł +áIJ ł +áij ĸ +áĴ ĭ +áĴ į +áĴ ¡ +áĵ « +áĶ ķ +áķ ĭ +áķ ij +áķ Ļ +áķ ļ +áķ Ľ +áķ ¤ +áķ ¦ +áķ ® +áķ ¼ +áĸ ĵ +áĹ Ĺ +áĹ ¢ +áĹ ¯ +áĹ · +áĺ Ħ +áĺ ij +ἠĤ +ἠĻ +áŀ į +áł Ĩ +áł ¡ +áł ¦ +áł ® +áł ¯ +áł ² +áł · +á¡ į +á¡ ŀ +á¡ ¤ +á ¡´ +á¡ µ +ᤠĵ +ᥠĸ +ᥠ° +ᨠ¦ +ᨠ§ +ᨠ¨ +ᨠª +ᨠ¬ +ᨠ¯ +ᨠ³ +ᨠµ +á© ĥ +ᬠķ +áŃ £ +á ± +á± ļ +á² ł +á´ ĵ +á´ ¶ +áµ Ĥ +áµ Į +áµ ¥ +áµ ´ +ᶠĩ +ḠĪ +Ḡł +Ḡ§ +Ḡ´ +Ḡ¾ +á¹ Ģ +á¹ ĸ +á¹ Ł +á¹ ł +á¹ « +á¹ ± +á¹ · +á¹ ¿ +ẠĦ +Ạį +Ạij +áº Ĺ +á¼ ī +á¼ ĵ +á¼ Ń +á½ ĭ +á½ Ĵ +á½ ł +á½ £ +á¾ Ħ +á¾ ı +á¾ ij +á¾ Ĺ +á¾ ¦ +á¾ § +á¾ ¾ +á¿ Ħ +á¿ ĵ +á¿ ¡ +á¿ ¬ +âģ ļ +âĤ Į +âĦ ģ +âĦ Ķ +âĦ £ +âĦ § +âĦ ¯ +âĦ ° +âĦ ´ +âħ ħ +âĨ ľ +âĨ « +âĨ Ń +âĨ ± +âĨ ¹ +âĨ ½ +âĩ ĩ +âĩ ľ +âĩ µ +âĪ ī +âĪ Ĭ +âĪ ĸ +âĪ ľ +âĪ ¾ +âī Ģ +âī ĭ +âī Į +âī ĵ +âī ľ +âī ´ +âī ¿ +âĬ Ĭ +âĬ ĭ +âĬ Ķ +âĬ ĸ +âĬ £ +âĬ ¦ +âĭ İ +âĭ ª +âĭ ² +âĮ ¦ +âĮ § +âį º +âİ Ī +âİ ¨ +âİ ¬ +âİ ³ +âİ ¼ +âİ ¾ +âı Į +âı ļ +âı « +âı ¯ +âı µ +âĴ ľ +âĴ Ŀ +âĴ « +âĵ Ħ +âĵ Ĭ +âĵ Ļ +âĵ © +âĶ ij +âĶ Ļ +âĶ ļ +âĶ ¥ +âķ ħ +âķ ī +âķ į +âķ ı +âķ ŀ +âĸ ļ +âĸ ¯ +âĹ ĥ +âĹ ļ +âĹ ¬ +âĹ ´ +âĺ Ī +âĺ ¤ +âĺ ¥ +âĺ § +âĺ ¬ +âĻ ģ +âĻ ± +âļ ĥ +âļ Ħ +âļ ħ +âļ ı +âļ ļ +âļ ŀ +âļ Ł +âļ ± +âļ ² +âľ Ģ +âľ Ł +âľ ¢ +âĿ µ +⣠¡ +⣠¦ +⣠§ +⣠³ +⣠¾ +⣠¿ +âł ĩ +⤠Ħ +⤠º +⥠Ĥ +⥠¹ +⧠ī +⧠¼ +⧠½ +⨠į +⬠Ĭ +⬠Ł +âŃ ŀ +â® ŀ +â® ³ +⯠Ī +⯠ij +â± ł +â± ± +â² Ń +â´ ¹ +âµ ķ +⸠¾ +â º« +â¼ Ĩ +â¼ ł +â½ Ł +â½ ¼ +â¾ Ľ +â¾ § +â¿ ĥ +â¿ » +ãĤ ķ +ãĤ Ł +ãĦ Ľ +ãĦ ¡ +ãĦ ¶ +ãĦ º +ãħ Ĵ +ãħ Ł +ãĨ Ģ +ãĩ » +ãĪ ij +ãĪ Ń +ãĪ ® +ãĪ ³ +ãĪ ¹ +ãī ¥ +ãī ¦ +ãī ¹ +ãī ¿ +ãĬ ŀ +ãĬ ¨ +ãĭ ij +ãĭ ¥ +ãĭ ´ +ãĭ º +ãİ Ħ +ãİ ķ +ãİ ¯ +ãı Ĥ +ãı Ī +ãı ĵ +ãı ĸ +ãı ± +ãIJ ± +ãŁ ģ +ã ¢ +㢠¨ +ã ¨ +㨠³ +ã« ª +ã« ´ +㶠³ +㺠¾ +ä Ģ +äĢ Ģ +ä ĭ +äĭ Į +ä ĮĢ +äIJ Ģ +ä łĢ +ä ł +äł ¼ +ä § +ä§ ŀ +ä¨ ° +ä¨ º +ä ´Ģ +ä · +ä· ħ +ä ·¸ +ê Ĥ +êĤ « +ê Į +êĮ ¼ +ê į +êį ² +êĴ µ +ê ĵ +êĵ ½ +êĻ Ń +êĿ Ľ +êĿ ¥ +ê ŀ +êŀ Ĭ +ê¦ Ĩ +ê¦ ĩ +ê¦ Ł +ê¦ ¨ +ê§ Ī +ê © +ê© Ł +êª ĭ +êª ij +êª ķ +êª Ĺ +êª ľ +êª ® +êª ± +êª » +êª ¼ +ê« Ģ +ê« Ŀ +ê° ĥ +ê° ĺ +ê± ľ +ê² ĵ +ê² ļ +ê³ Ļ +ê³ ¾ +ê´ Ĺ +ê´ Ļ +êµ Ľ +ê¶ ĥ +ê¶ ķ +ê¶ ¨ +ê¸ © +ê¸ ¿ +ê ¹Ħ +ê¹ Ĩ +ê¹ ī +ê¹ ĵ +ê¹ ¢ +ê¹ £ +ê¹ ¸ +êº ³ +ê¿ ı +ê¿ ķ +ê¿ § +ëĢ © +ëģ ħ +ëĥ µ +ëĦ ĸ +ëĦ Ĺ +ëĦ ¢ +ëħ Ĥ +ëĨ IJ +ëĩ ľ +ëĪ ĭ +ëĪ ļ +ëī į +ëī ¨ +ëĬ ļ +ëĬ ¡ +ëĭ ľ +ëĭ ª +ëĮ ĺ +ëĮ ¤ +ëĮ ¸ +ëİ Ł +ëı ¨ +ëIJ Ħ +ëIJ ı +ëIJ ´ +ëIJ ¸ +ëij ģ +ëij ¿ +ëĴ ¨ +ëĵ · +ëĶ ® +ëĶ ² +ëķ § +ëĸ Ķ +ëĸ ª +ëĺ Ń +ëļ Ģ +ëļ ł +ëĽ Ķ +ëĽ © +ëľ ħ +ëŀ ķ +ëŀ ° +ëŁ IJ +ëł ¡ +ë¡ ŀ +ë¡ £ +ë¡ µ +ë£ Ħ +ë£ į +ë¤ ³ +ë¦ į +ë¦ ı +ë¦ ³ +ë§ Ħ +ë§ Ĩ +ë§ į +ë§ ľ +ë§ « +ë§ » +ë¨ ® +ë© Ĥ +ë© Ń +ëª ´ +ë¬ ľ +ë¬ ł +ë¬ « +ë¬ ¾ +ëŃ ¬ +ë® ĺ +ë® ¹ +ë¯ ķ +ë¯ ľ +ë° ¨ +ë° ª +ë± Ķ +ë² ĺ +ë² Ľ +ë² ± +ë² ´ +ë´ ½ +ëµ ¤ +ëµ ¨ +ë· Ĺ +ë· ĺ +ë¸ ĵ +ë¸ ľ +ë¹ ª +ëº ĥ +ëº ĺ +ëº µ +ë» ´ +ë¼ IJ +ë¾ Ķ +ìģ Ń +ìĤ ł +ìĤ ® +ìĥ ı +ìĥ Ļ +ìĦ º +ìħ ¢ +ìĨ Ģ +ìĨ ħ +ìĨ ¤ +ìĨ ¦ +ìĨ ¬ +ìĩ ± +ìĪ µ +ìĭ ¨ +ìĭ ´ +ìĮ ° +ìį ľ +ìİ Ĺ +ìİ ĺ +ìİ ¼ +ìij ī +ìij Ŀ +ìij » +ìĴ Ķ +ìĴ ¯ +ìĵ © +ìķ IJ +ìķ ĸ +ìĸ ł +ìĸ ¾ +ìĹ ĥ +ìĹ Ĺ +ìĹ ľ +ìĹ ¨ +ìĺ Ĥ +ìĺ Ħ +ìĺ ı +ìĺ ¾ +ìĺ ¿ +ìľ § +ìĿ IJ +ìĿ ĸ +ìĿ · +ìŀ į +ìŀ ı +ìŀ ¨ +ìŀ ª +ìŀ ³ +ìł ¡ +ìł ´ +ìł ¹ +ì¡ Ģ +ì¡ ª +ì¡ µ +ì¢ IJ +ì¢ ¨ +ì£ Į +ì£ Ļ +ì£ ³ +ì¦ ij +ì§ ¥ +ì§ ´ +ì§ ¾ +ì¨ ĵ +ì¨ ķ +ì© ° +ì© » +ì© ¼ +ìª Ĺ +ì¬ Ķ +ì¬ ĺ +ì® ® +ì¯ ķ +ì¯ ĺ +ì° İ +ì° ¯ +ì± ĥ +ì± µ +ì² § +ì² ® +ì² ¯ +ì³ ¬ +ì´ ĭ +ì´ ¢ +ìµ ¥ +ì¶ £ +ì¸ Ī +ì¸ Ļ +ìº ¤ +ìº Ń +ì» ½ +ì¼ Ļ +ì½ ¬ +ì¾ Ģ +ì¿ ħ +ì¿ ½ +íĢ ħ +íģ ¦ +íĤ ħ +íĥ ¶ +íĥ ¹ +íĦ Ķ +íħ £ +íĨ Ħ +íĨ § +íĨ ¹ +íĩ ¼ +íī ¤ +íĬ ½ +íĭ Ĥ +íĭ ij +íį Ī +íį Ļ +íį ¿ +íİ ¶ +íIJ Ŀ +íĴ ľ +íĵ Ŀ +íĵ ª +íĵ ± +íĵ · +íĵ ¼ +íĶ Ļ +íĶ ł +íķ ļ +íķ Ľ +íķ ŀ +íķ Ł +íķ § +íķ ¶ +íĸ Ĭ +íĸ ĭ +íĸ į +íĸ Ķ +íĸ ĺ +íĸ ¡ +íĸ ¬ +íĹ £ +íĹ ¿ +íĺ ĸ +íĺ Ń +íļ ° +íĽ į +íĽ ½ +íĿ Ł +íĿ Ń +íĿ ´ +íŀ ľ +ï¤ ī +ï¤ Ń +ï¤ ² +ï¤ µ +ï¤ ¼ +ï¥ Ģ +ï¥ ij +ï¥ Ĵ +ï¥ ķ +ï¥ ĺ +ï¥ Ļ +ï¥ « +ï¥ ¬ +ï¥ ° +ï ¥¿ +ï¦ ĭ +ï¦ ı +ï¦ Ķ +ï¦ ĸ +ï¦ ĺ +ï¦ Ľ +ï¦ ł +ï¦ ® +ï¦ ¯ +ï¦ º +ï¦ » +ï¦ ¾ +ï§ Ĩ +ï§ ĸ +ï§ Ľ +ï§ ŀ +ï§ Ł +ï§ § +ï§ ³ +ï§ º +ï§ ½ +ï¨ ĥ +ï¨ ļ +ï¨ ¢ +ï© Ł +ï¬ ¤ +ï¬ ¬ +ï¬ ¼ +ïŃ Ĵ +ïŃ ķ +ïŃ Ľ +ïŃ Ŀ +ïŃ ŀ +ïŃ Ł +ïŃ ¤ +ïŃ § +ïŃ ¨ +ïŃ ® +ïŃ ° +ïŃ ± +ïŃ · +ïŃ ¹ +ïŃ » +ï® Ģ +ï® ĥ +ï® Ħ +ï® ħ +ï® į +ï® Ĵ +ï® ĵ +ï® ķ +ï® ¦ +ï® ® +ï® ° +ï¯ ĵ +ï¯ ľ +ï¯ © +ï¯ ª +ï¯ ¬ +ï¯ Ń +ï¯ ® +ï¯ · +ï¯ ¹ +ï¯ » +ï¯ ¼ +ï° ĥ +ï° Į +ï° IJ +ï° ĺ +ï° Ļ +ï° ľ +ï° ŀ +ï° ¢ +ï° ® +ï° ° +ï° ¼ +ï° ¿ +ï± Ģ +ï± ģ +ï± Ī +ï± ĭ +ï± ı +ï± Ń +ï² Ģ +ï² ĩ +ï² Ī +ï² ĭ +ï² İ +ï² Ĵ +ï² ľ +ï² ł +ï² ¬ +ï² » +ï³ ĩ +ï³ Ķ +ï³ £ +ï³ « +ï´ ĺ +ï´ ° +ï´ ½ +ï ¶ +ï¶ ° +ï¸ ĸ +ï¸ ´ +ï¸ ¹ +ï¹ į +ï¹ Ĺ +ï¹ ¢ +ï¹ ¤ +ï¹ © +ï¹ ± +ï¾ ° +ï¿ Ĥ +ï¿ ® +ðIJĮ ° +ðIJĮ ¹ +ðIJĮ º +ðIJĮ ½ +ðIJį Ĥ +ðIJį ĥ +ðIJį Ħ +ðIJ İ +ðIJİ ¹ +ðIJ¤ Ĥ +ðIJ¤ į +ðIJ¤ ı +ðIJ¤ ĵ +ðIJŃ ī +ðIJŃ į +ðIJ° ĩ +ðIJ° ° +ðij Ĥ +ðijĤ Ħ +ðij ĺ +ðijĺ ģ +ðĴ Ģ +ðĴĢ ¸ +ðĴ ģ +ðĴģ º +ðĴ Ħ +ðĴĦ · +ðĴ Ĭ +ðĴĬ ij +ðĴ ĭ +ðĴĭ Ĺ +ð ĴĮ +ðĴĮ ¨ +ðĵĥ ¢ +ðĵĥ ° +ðĸ ł +ðĸł ļ +ðĿĦ ĥ +ðĿĦ ħ +ðĿĦ ķ +ðĿĦ Ļ +ðĿĦ ± +ðĿĦ ´ +ðĿĦ ¹ +ðĿħ İ +ðĿħ ª +ðĿĨ £ +ðĿĨ ³ +ðĿĨ ¹ +ðĿĩ Ĭ +ðĿĩ Ĺ +ðĿĩ ļ +ðĿĩ ľ +ðĿĩ ł +ðĿIJ ī +ðĿIJ ĸ +ðĿIJ ĺ +ðĿIJ £ +ðĿIJ ± +ðĿij Ĭ +ðĿij Ń +ðĿij ¼ +ðĿij ½ +ðĿĴ ° +ðĿĴ · +ðĿĴ ¿ +ðĿĵ ģ +ðĿĵ ĭ +ðĿĵ İ +ðĿĵ Ĵ +ðĿ ĵĺ +ðĿĵ ¢ +ðĿĵ ¦ +ðĿĵ « +ðĿĵ ¿ +ðĿĶ İ +ðĿĶ ± +ðĿĶ ´ +ðĿĶ · +ðĿĶ ¸ +ðĿĶ ½ +ðĿķ Ĥ +ðĿķ ĥ +ðĿķ ĭ +ðĿķ ı +ðĿķ IJ +ðĿķ ¥ +ðĿķ ´ +ðĿķ º +ðĿĸ IJ +ðĿĸ Ľ +ðĿĸ Ŀ +ðĿĸ ŀ +ðĿĹ © +ðĿĹ ³ +ðĿĹ ½ +ðĿĺ Ĭ +ðĿĺ ĭ +ðĿĺ Ķ +ðĿĺ ± +ðĿĺ ´ +ðĿĺ ¿ +ðĿĻ Ĵ +ðĿĻ Ŀ +ðĿĻ Ł +ðĿĻ ¬ +ðĿĻ Ń +ðĿĻ » +ðĿĻ ¾ +ðĿļ Ī +ðĿļ ĭ +ðĿļ ij +ðĿļ Ł +ðĿļ ł +ðĿļ £ +ðĿĽ ½ +ðĿľ Ĥ +ðĿľ Ķ +ðĿľ Ļ +ðŁ Ģ +ðŁĢ Ħ +ðŁĦ ² +ðŁĦ ¶ +ðŁħ IJ +ðŁħ ĸ +ðŁħ ļ +ðŁħ Ľ +ðŁħ ¦ +ðŁħ ¶ +ðŁħ » +ðŁħ ¼ +ðŁĨ ĥ +ðŁĨ Ĩ +ðŁĨ İ +ðŁĪ ¯ +ðŁĪ ² +ðŁĪ ¹ +ðŁĮ ĩ +ðŁĮ ĵ +ðŁį ĺ +ðŁİ ij +ðŁİ ¿ +ðŁı ı +ðŁı Ĵ +ðŁı © +ðŁı ¯ +ðŁIJ Ģ +ðŁij Ŀ +ðŁĴ ¹ +ðŁĴ º +ðŁĵ Ł +ðŁĵ ª +ðŁĵ ¼ +ðŁĶ Ģ +ðŁĶ Ĥ +ðŁĶ ĥ +ðŁĶ ĩ +ðŁĶ ĵ +ðŁĶ ¢ +ðŁĶ ¤ +ðŁĶ © +ðŁķ ĸ +ðŁķ ļ +ðŁķ ľ +ðŁķ Ŀ +ðŁķ ŀ +ðŁķ ł +ðŁķ ¢ +ðŁķ ³ +ðŁĸ ĩ +ðŁĸ ij +ðŁĸ ¶ +ðŁĹ ģ +Ñ ¨ +Ú İ +á¡ Į +Ḡ° +ẠĢ +á¼ ® +á½ Ŀ +âĦ ¬ +âļ § +⼠¤ +ã³ ¬ +êĻ ĭ +ê¸ ij +ëĶ ī +ëĹ į +ë¡ ij +ë¯ ij +ë» ħ +ë¼ Ŀ +ìĦ IJ +ìī ¡ +ìĭ ² +ìı ± +ìĹ ¤ +ìĿ © +ìĿ ¿ +ìŁ Ļ +ìł ° +ì¥ ī +íĬ Ń +íķ ® +ï® ı +ðŁħ ± +ðŁĨ Ĵ +ðŁķ ĭ +É ĺ +Ê ĵ +Õ ĥ +à´ ´ +འħ +áĨ º +áĪ Ĭ +áĪ ¨ +áĪ ¾ +áī IJ +áĮ ĥ +áĮ ½ +áĶ Ń +áł Ĥ +áł ¬ +ᨠ¸ +á© ĭ +ᶠı +á¾ Ķ +á¿ IJ +á¿ ļ +âĻ Ļ +âļ Ĥ +âļ Ĺ +â¡ ¢ +⤠¦ +ëĸ ° +ë¤ Ĥ +ë§ ł +ë± ĭ +ë± IJ +ìĽ ¢ +ìľ ¾ +ì³ ħ +ì» ģ +íģ » +íĥ Ļ +íĵ ĸ +íĵ Ń +íķ ± +íĽ ľ +ï¤ ħ +ï¤ Ĩ +ï¦ ĥ +ï§ © +ï¨ Ĥ +ðIJ¤ Ķ +ðIJŃ ĵ +ðIJ° ¼ +ðĿĵ ŀ +ðĿĵ ° +ðĿĻ ľ +ðĿļ ģ +ðŁħ ¢ +ðŁı ĩ +È ² +Ê ¶ +Ô Ī +Ô ij +Ý ĵ +Ý ¥ +ठij +ॠ± +ଠī +à° ³ +à° µ +ಠŁ +áĢ ı +áģ ¼ +áī ¨ +áĬ Ĵ +áĭ © +áĮ Ħ +áĮ Ķ +áIJ § +á ĴĮ +áĶ ħ +áĶ Ĭ +áł Ħ +ᨠģ +Ḡĥ +Ḡ» +âĶ ŀ +âĺ µ +âļ £ +â² ¢ +ãĪ ª +ä¶ µ +ê² Ļ +ê² ´ +ê³ Ĥ +ë¡ ¼ +ìĨ Ĭ +ì¼ ĩ +íĭ į +íĵ ¬ +íĵ ® +íĵ ¶ +íĵ » +ï¤ ¦ +ï¥ ł +ï¥ ± +ïŃ ² +ðIJŃ Ĭ +ðIJ ±ħ +ðĸ ¥ +ðĸ¥ ¨ +ðĿij ³ +ðĿĵ ķ +ðĿĵ ¬ +ðĿĵ ¹ +ðĿĵ ¾ +ðĿĶ ĵ +ðĿķ į +ðĿķ ¡ +ðĿķ ± +ðĿĸ ĸ +ðĿĺ ı +ðĿĺ IJ +ðĿĺ ļ +ðĿĻ ® +ðĿĻ ° +ðĿĻ ¸ +ðĿĻ º +ðĿĻ ¼ +ðĿĻ ½ +ðĿĻ ¿ +ðĿļ Ħ +ðĿļ ı +ðŁħ ħ +ðŁħ ĵ +Æ Ī +àł Į +áĻ ³ +á ļĮ +ἠħ +ἠIJ +ᤠĬ +ḠĬ +âĶ ½ +âķ Ĭ +⼠ĩ +⼠ı +âĿ ª +âĿ « +⣠° +ãĦ į +ãĦ ĵ +ãĦ § +ãħ ĸ +ãī « +ê¦ Ķ +ï± Ĭ +ຠĤ +áħ £ +ᥠĶ +ᥠ¤ +âĨ ¤ +âĨ · +âĩ ŀ +âĸ ¤ +âŀ ¶ +ãĪ ¼ +ï¨ · +ðĵı § +âĶ ² +âĢ ´ +âĴ Ł +âĴ ¡ +â° Ĥ +â° į +â° İ +â° IJ +â° ij +â° Ł +â° ł +â° ¡ +â¼ Ń +ãĬ ¥ +âĴ ł +â½ º +ãĩ º +ãĩ ½ +ï¨ Ĭ +áķ · +âį ¨ +⺠Ł +â½ Ĺ diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/special_tokens_map.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/special_tokens_map.json new file mode 100644 index 0000000000000000000000000000000000000000..ac23c0aaa2434523c494330aeb79c58395378103 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/special_tokens_map.json @@ -0,0 +1,31 @@ +{ + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "eos_token": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + }, + "pad_token": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + } +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer.json new file mode 100644 index 0000000000000000000000000000000000000000..51ebb3ba93988c73bbd83a3c163a14343fbc5b06 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer.json @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:9c5ae00e602b8860cbd784ba82a8aa14e8feecec692e7076590d014d7b7fdafa +size 11421896 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer_config.json new file mode 100644 index 0000000000000000000000000000000000000000..eaed590d62aaf0ba31e284b66ddcb18222f066c2 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/tokenizer_config.json @@ -0,0 +1,207 @@ +{ + "add_bos_token": false, + "add_prefix_space": false, + "added_tokens_decoder": { + "151643": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151644": { + "content": "<|im_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151645": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151646": { + "content": "<|object_ref_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151647": { + "content": "<|object_ref_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151648": { + "content": "<|box_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151649": { + "content": "<|box_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151650": { + "content": "<|quad_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151651": { + "content": "<|quad_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151652": { + "content": "<|vision_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151653": { + "content": "<|vision_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151654": { + "content": "<|vision_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151655": { + "content": "<|image_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151656": { + "content": "<|video_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151657": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151658": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151659": { + "content": "<|fim_prefix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151660": { + "content": "<|fim_middle|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151661": { + "content": "<|fim_suffix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151662": { + "content": "<|fim_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151663": { + "content": "<|repo_name|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151664": { + "content": "<|file_sep|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + } + }, + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "bos_token": null, + "clean_up_tokenization_spaces": false, + "eos_token": "<|im_end|>", + "errors": "replace", + "extra_special_tokens": {}, + "model_max_length": 131072, + "pad_token": "<|endoftext|>", + "split_special_tokens": false, + "tokenizer_class": "Qwen2Tokenizer", + "unk_token": null +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/trainer_state.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/trainer_state.json new file mode 100644 index 0000000000000000000000000000000000000000..b983dad05c799e3ce295a02708b58230d17f97cf --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/trainer_state.json @@ -0,0 +1,94234 @@ +{ + "best_global_step": null, + "best_metric": null, + "best_model_checkpoint": null, + "epoch": 9.0, + "eval_steps": 500, + "global_step": 94203, + "is_hyper_param_search": false, + "is_local_process_zero": true, + "is_world_process_zero": true, + "log_history": [ + { + "entropy": 1.3247711181640625, + "epoch": 0.0009553835865099838, + "grad_norm": 0.4902988374233246, + "learning_rate": 1.7195261750095531e-07, + "loss": 0.3805, + "mean_token_accuracy": 0.8511686205863953, + "num_tokens": 12424.0, + "step": 10 + }, + { + "entropy": 1.3235619902610778, + "epoch": 0.0019107671730199676, + "grad_norm": 0.6689622402191162, + "learning_rate": 3.630110813909056e-07, + "loss": 0.3696, + "mean_token_accuracy": 0.861881285905838, + "num_tokens": 25336.0, + "step": 20 + }, + { + "entropy": 1.3224769592285157, + "epoch": 0.002866150759529951, + "grad_norm": 0.5536357164382935, + "learning_rate": 5.54069545280856e-07, + "loss": 0.3973, + "mean_token_accuracy": 0.846051961183548, + "num_tokens": 37419.0, + "step": 30 + }, + { + "entropy": 1.330100989341736, + "epoch": 0.003821534346039935, + "grad_norm": 0.655554473400116, + "learning_rate": 7.451280091708062e-07, + "loss": 0.4061, + "mean_token_accuracy": 0.8383657515048981, + "num_tokens": 49914.0, + "step": 40 + }, + { + "entropy": 1.3133591651916503, + "epoch": 0.004776917932549919, + "grad_norm": 0.5613952875137329, + "learning_rate": 9.361864730607567e-07, + "loss": 0.3667, + "mean_token_accuracy": 0.8577762484550476, + "num_tokens": 62390.0, + "step": 50 + }, + { + "entropy": 1.324899399280548, + "epoch": 0.005732301519059902, + "grad_norm": 0.6757816672325134, + "learning_rate": 1.127244936950707e-06, + "loss": 0.3993, + "mean_token_accuracy": 0.8405287384986877, + "num_tokens": 75371.0, + "step": 60 + }, + { + "entropy": 1.3298009872436523, + "epoch": 0.006687685105569887, + "grad_norm": 0.7284924983978271, + "learning_rate": 1.3183034008406573e-06, + "loss": 0.4104, + "mean_token_accuracy": 0.8444183349609375, + "num_tokens": 87870.0, + "step": 70 + }, + { + "entropy": 1.3140804529190064, + "epoch": 0.00764306869207987, + "grad_norm": 0.595498263835907, + "learning_rate": 1.5093618647306077e-06, + "loss": 0.389, + "mean_token_accuracy": 0.8424804329872131, + "num_tokens": 100694.0, + "step": 80 + }, + { + "entropy": 1.3339146256446839, + "epoch": 0.008598452278589854, + "grad_norm": 0.6851274967193604, + "learning_rate": 1.700420328620558e-06, + "loss": 0.4272, + "mean_token_accuracy": 0.839367789030075, + "num_tokens": 113496.0, + "step": 90 + }, + { + "entropy": 1.3462451815605163, + "epoch": 0.009553835865099837, + "grad_norm": 0.6852380633354187, + "learning_rate": 1.8914787925105082e-06, + "loss": 0.4015, + "mean_token_accuracy": 0.8452585160732269, + "num_tokens": 126826.0, + "step": 100 + }, + { + "entropy": 1.3459687948226928, + "epoch": 0.010509219451609821, + "grad_norm": 0.6995740532875061, + "learning_rate": 2.0825372564004586e-06, + "loss": 0.4387, + "mean_token_accuracy": 0.8338887691497803, + "num_tokens": 140239.0, + "step": 110 + }, + { + "entropy": 1.3192105412483215, + "epoch": 0.011464603038119804, + "grad_norm": 0.596031665802002, + "learning_rate": 2.273595720290409e-06, + "loss": 0.3977, + "mean_token_accuracy": 0.8473892927169799, + "num_tokens": 152394.0, + "step": 120 + }, + { + "entropy": 1.322060465812683, + "epoch": 0.012419986624629788, + "grad_norm": 0.8144273161888123, + "learning_rate": 2.4646541841803593e-06, + "loss": 0.3714, + "mean_token_accuracy": 0.8590211927890777, + "num_tokens": 165380.0, + "step": 130 + }, + { + "entropy": 1.3091824650764465, + "epoch": 0.013375370211139773, + "grad_norm": 0.8492166996002197, + "learning_rate": 2.6557126480703096e-06, + "loss": 0.3598, + "mean_token_accuracy": 0.865349280834198, + "num_tokens": 177902.0, + "step": 140 + }, + { + "entropy": 1.3196545004844666, + "epoch": 0.014330753797649757, + "grad_norm": 0.9035086035728455, + "learning_rate": 2.84677111196026e-06, + "loss": 0.3841, + "mean_token_accuracy": 0.8431321024894715, + "num_tokens": 190349.0, + "step": 150 + }, + { + "entropy": 1.3189239978790284, + "epoch": 0.01528613738415974, + "grad_norm": 1.1708258390426636, + "learning_rate": 3.0378295758502104e-06, + "loss": 0.3709, + "mean_token_accuracy": 0.8559554576873779, + "num_tokens": 203411.0, + "step": 160 + }, + { + "entropy": 1.319677186012268, + "epoch": 0.016241520970669724, + "grad_norm": 1.150984764099121, + "learning_rate": 3.2288880397401607e-06, + "loss": 0.4016, + "mean_token_accuracy": 0.8469973027706146, + "num_tokens": 216311.0, + "step": 170 + }, + { + "entropy": 1.3000224709510804, + "epoch": 0.017196904557179708, + "grad_norm": 0.7521310448646545, + "learning_rate": 3.4199465036301107e-06, + "loss": 0.3195, + "mean_token_accuracy": 0.8757357060909271, + "num_tokens": 229187.0, + "step": 180 + }, + { + "entropy": 1.309099519252777, + "epoch": 0.01815228814368969, + "grad_norm": 1.0029054880142212, + "learning_rate": 3.611004967520061e-06, + "loss": 0.384, + "mean_token_accuracy": 0.8466515958309173, + "num_tokens": 241801.0, + "step": 190 + }, + { + "entropy": 1.3076626420021058, + "epoch": 0.019107671730199675, + "grad_norm": 1.0009286403656006, + "learning_rate": 3.8020634314100114e-06, + "loss": 0.3792, + "mean_token_accuracy": 0.8486144423484803, + "num_tokens": 254762.0, + "step": 200 + }, + { + "entropy": 1.3090348601341248, + "epoch": 0.02006305531670966, + "grad_norm": 0.8943591117858887, + "learning_rate": 3.993121895299963e-06, + "loss": 0.3442, + "mean_token_accuracy": 0.8604985117912293, + "num_tokens": 267451.0, + "step": 210 + }, + { + "entropy": 1.3111558079719543, + "epoch": 0.021018438903219642, + "grad_norm": 0.8885343074798584, + "learning_rate": 4.1841803591899125e-06, + "loss": 0.3809, + "mean_token_accuracy": 0.8408326208591461, + "num_tokens": 280461.0, + "step": 220 + }, + { + "entropy": 1.3159276008605958, + "epoch": 0.021973822489729625, + "grad_norm": 1.1466264724731445, + "learning_rate": 4.3752388230798625e-06, + "loss": 0.3623, + "mean_token_accuracy": 0.8583696603775024, + "num_tokens": 293350.0, + "step": 230 + }, + { + "entropy": 1.3097270369529723, + "epoch": 0.02292920607623961, + "grad_norm": 1.2137465476989746, + "learning_rate": 4.566297286969813e-06, + "loss": 0.364, + "mean_token_accuracy": 0.8506465673446655, + "num_tokens": 306346.0, + "step": 240 + }, + { + "entropy": 1.3009737730026245, + "epoch": 0.023884589662749593, + "grad_norm": 0.9086695313453674, + "learning_rate": 4.757355750859763e-06, + "loss": 0.3515, + "mean_token_accuracy": 0.8603516936302185, + "num_tokens": 319104.0, + "step": 250 + }, + { + "entropy": 1.3211514353752136, + "epoch": 0.024839973249259576, + "grad_norm": 0.9799603819847107, + "learning_rate": 4.948414214749714e-06, + "loss": 0.3908, + "mean_token_accuracy": 0.8458737432956696, + "num_tokens": 331897.0, + "step": 260 + }, + { + "entropy": 1.2879051566123962, + "epoch": 0.025795356835769563, + "grad_norm": 1.1338051557540894, + "learning_rate": 5.139472678639664e-06, + "loss": 0.3588, + "mean_token_accuracy": 0.850861805677414, + "num_tokens": 344183.0, + "step": 270 + }, + { + "entropy": 1.2872384428977965, + "epoch": 0.026750740422279547, + "grad_norm": 0.9884517192840576, + "learning_rate": 5.330531142529614e-06, + "loss": 0.3541, + "mean_token_accuracy": 0.8548086225986481, + "num_tokens": 356090.0, + "step": 280 + }, + { + "entropy": 1.3296767592430114, + "epoch": 0.02770612400878953, + "grad_norm": 1.1962069272994995, + "learning_rate": 5.521589606419565e-06, + "loss": 0.3877, + "mean_token_accuracy": 0.8392167448997497, + "num_tokens": 369494.0, + "step": 290 + }, + { + "entropy": 1.3257267236709596, + "epoch": 0.028661507595299514, + "grad_norm": 0.9238909482955933, + "learning_rate": 5.7126480703095146e-06, + "loss": 0.4109, + "mean_token_accuracy": 0.8291847229003906, + "num_tokens": 382903.0, + "step": 300 + }, + { + "entropy": 1.31955885887146, + "epoch": 0.029616891181809497, + "grad_norm": 1.081923007965088, + "learning_rate": 5.903706534199465e-06, + "loss": 0.3825, + "mean_token_accuracy": 0.8454775094985962, + "num_tokens": 395736.0, + "step": 310 + }, + { + "entropy": 1.309482705593109, + "epoch": 0.03057227476831948, + "grad_norm": 0.9062231183052063, + "learning_rate": 6.094764998089415e-06, + "loss": 0.361, + "mean_token_accuracy": 0.8577533662319183, + "num_tokens": 408445.0, + "step": 320 + }, + { + "entropy": 1.302518093585968, + "epoch": 0.031527658354829464, + "grad_norm": 1.2141690254211426, + "learning_rate": 6.285823461979366e-06, + "loss": 0.3518, + "mean_token_accuracy": 0.8574081540107727, + "num_tokens": 421220.0, + "step": 330 + }, + { + "entropy": 1.3033250212669372, + "epoch": 0.03248304194133945, + "grad_norm": 1.0812698602676392, + "learning_rate": 6.476881925869316e-06, + "loss": 0.3697, + "mean_token_accuracy": 0.8525801181793213, + "num_tokens": 434173.0, + "step": 340 + }, + { + "entropy": 1.3136309504508972, + "epoch": 0.03343842552784943, + "grad_norm": 0.909369170665741, + "learning_rate": 6.667940389759267e-06, + "loss": 0.3656, + "mean_token_accuracy": 0.8486954808235169, + "num_tokens": 446850.0, + "step": 350 + }, + { + "entropy": 1.2939020276069642, + "epoch": 0.034393809114359415, + "grad_norm": 0.9333456158638, + "learning_rate": 6.858998853649217e-06, + "loss": 0.3404, + "mean_token_accuracy": 0.8627775192260743, + "num_tokens": 459316.0, + "step": 360 + }, + { + "entropy": 1.3128365755081177, + "epoch": 0.0353491927008694, + "grad_norm": 1.3353461027145386, + "learning_rate": 7.0500573175391675e-06, + "loss": 0.3724, + "mean_token_accuracy": 0.846972930431366, + "num_tokens": 472321.0, + "step": 370 + }, + { + "entropy": 1.310741913318634, + "epoch": 0.03630457628737938, + "grad_norm": 1.1961060762405396, + "learning_rate": 7.241115781429118e-06, + "loss": 0.3875, + "mean_token_accuracy": 0.8466594576835632, + "num_tokens": 484819.0, + "step": 380 + }, + { + "entropy": 1.2946975708007813, + "epoch": 0.037259959873889366, + "grad_norm": 0.9901495575904846, + "learning_rate": 7.432174245319068e-06, + "loss": 0.3695, + "mean_token_accuracy": 0.8520758807659149, + "num_tokens": 497329.0, + "step": 390 + }, + { + "entropy": 1.3030439019203186, + "epoch": 0.03821534346039935, + "grad_norm": 0.9954721331596375, + "learning_rate": 7.623232709209019e-06, + "loss": 0.3678, + "mean_token_accuracy": 0.8508521854877472, + "num_tokens": 510001.0, + "step": 400 + }, + { + "entropy": 1.287851059436798, + "epoch": 0.03917072704690933, + "grad_norm": 0.7962693572044373, + "learning_rate": 7.814291173098968e-06, + "loss": 0.3543, + "mean_token_accuracy": 0.8573894441127777, + "num_tokens": 522658.0, + "step": 410 + }, + { + "entropy": 1.3204715371131897, + "epoch": 0.04012611063341932, + "grad_norm": 1.0152019262313843, + "learning_rate": 8.005349636988919e-06, + "loss": 0.3941, + "mean_token_accuracy": 0.8395455956459046, + "num_tokens": 535835.0, + "step": 420 + }, + { + "entropy": 1.2960879325866699, + "epoch": 0.0410814942199293, + "grad_norm": 0.8528236150741577, + "learning_rate": 8.19640810087887e-06, + "loss": 0.346, + "mean_token_accuracy": 0.8576902866363525, + "num_tokens": 548847.0, + "step": 430 + }, + { + "entropy": 1.325754964351654, + "epoch": 0.042036877806439284, + "grad_norm": 0.8553715348243713, + "learning_rate": 8.38746656476882e-06, + "loss": 0.4184, + "mean_token_accuracy": 0.822516393661499, + "num_tokens": 562062.0, + "step": 440 + }, + { + "entropy": 1.3054356217384337, + "epoch": 0.04299226139294927, + "grad_norm": 0.7659707069396973, + "learning_rate": 8.57852502865877e-06, + "loss": 0.3663, + "mean_token_accuracy": 0.8552856624126435, + "num_tokens": 575647.0, + "step": 450 + }, + { + "entropy": 1.2969659328460694, + "epoch": 0.04394764497945925, + "grad_norm": 0.7692921757698059, + "learning_rate": 8.76958349254872e-06, + "loss": 0.3477, + "mean_token_accuracy": 0.8608094453811646, + "num_tokens": 588447.0, + "step": 460 + }, + { + "entropy": 1.2979564785957336, + "epoch": 0.044903028565969234, + "grad_norm": 0.8102767467498779, + "learning_rate": 8.96064195643867e-06, + "loss": 0.3586, + "mean_token_accuracy": 0.8500630497932434, + "num_tokens": 601618.0, + "step": 470 + }, + { + "entropy": 1.3236266851425171, + "epoch": 0.04585841215247922, + "grad_norm": 1.0229166746139526, + "learning_rate": 9.151700420328622e-06, + "loss": 0.4423, + "mean_token_accuracy": 0.8157194674015045, + "num_tokens": 614373.0, + "step": 480 + }, + { + "entropy": 1.3132946252822877, + "epoch": 0.0468137957389892, + "grad_norm": 0.9554858207702637, + "learning_rate": 9.342758884218571e-06, + "loss": 0.3741, + "mean_token_accuracy": 0.8435156285762787, + "num_tokens": 628178.0, + "step": 490 + }, + { + "entropy": 1.3005312442779542, + "epoch": 0.047769179325499185, + "grad_norm": 0.8658261895179749, + "learning_rate": 9.533817348108522e-06, + "loss": 0.3356, + "mean_token_accuracy": 0.8624462306499481, + "num_tokens": 641182.0, + "step": 500 + }, + { + "entropy": 1.3050037622451782, + "epoch": 0.04872456291200917, + "grad_norm": 0.9074528813362122, + "learning_rate": 9.724875811998473e-06, + "loss": 0.3723, + "mean_token_accuracy": 0.8475572764873505, + "num_tokens": 654478.0, + "step": 510 + }, + { + "entropy": 1.2881840944290162, + "epoch": 0.04967994649851915, + "grad_norm": 0.6683387756347656, + "learning_rate": 9.915934275888422e-06, + "loss": 0.3372, + "mean_token_accuracy": 0.8690193057060241, + "num_tokens": 666904.0, + "step": 520 + }, + { + "entropy": 1.2798028349876405, + "epoch": 0.050635330085029136, + "grad_norm": 0.7990212440490723, + "learning_rate": 1.0106992739778372e-05, + "loss": 0.3412, + "mean_token_accuracy": 0.8590580224990845, + "num_tokens": 679618.0, + "step": 530 + }, + { + "entropy": 1.2939291954040528, + "epoch": 0.051590713671539126, + "grad_norm": 0.7717784643173218, + "learning_rate": 1.0298051203668323e-05, + "loss": 0.3588, + "mean_token_accuracy": 0.8555436253547668, + "num_tokens": 692368.0, + "step": 540 + }, + { + "entropy": 1.2983734369277955, + "epoch": 0.05254609725804911, + "grad_norm": 0.733076274394989, + "learning_rate": 1.0489109667558274e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8408033788204193, + "num_tokens": 705160.0, + "step": 550 + }, + { + "entropy": 1.3236234426498412, + "epoch": 0.05350148084455909, + "grad_norm": 0.7254966497421265, + "learning_rate": 1.0680168131448223e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8294168531894683, + "num_tokens": 717793.0, + "step": 560 + }, + { + "entropy": 1.2986357092857361, + "epoch": 0.05445686443106908, + "grad_norm": 0.8267194032669067, + "learning_rate": 1.0871226595338174e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8554782688617706, + "num_tokens": 730579.0, + "step": 570 + }, + { + "entropy": 1.284237551689148, + "epoch": 0.05541224801757906, + "grad_norm": 0.8906241059303284, + "learning_rate": 1.1062285059228123e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.850407463312149, + "num_tokens": 743440.0, + "step": 580 + }, + { + "entropy": 1.2901087522506713, + "epoch": 0.056367631604089044, + "grad_norm": 0.7594010233879089, + "learning_rate": 1.1253343523118075e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8317826986312866, + "num_tokens": 755714.0, + "step": 590 + }, + { + "entropy": 1.310378122329712, + "epoch": 0.05732301519059903, + "grad_norm": 0.8556536436080933, + "learning_rate": 1.1444401987008025e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.8227240741252899, + "num_tokens": 768242.0, + "step": 600 + }, + { + "entropy": 1.292380928993225, + "epoch": 0.05827839877710901, + "grad_norm": 0.8554007411003113, + "learning_rate": 1.1635460450897975e-05, + "loss": 0.3892, + "mean_token_accuracy": 0.8405411541461945, + "num_tokens": 780445.0, + "step": 610 + }, + { + "entropy": 1.3036051392555237, + "epoch": 0.059233782363618995, + "grad_norm": 0.7272788286209106, + "learning_rate": 1.1826518914787926e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8450458467006683, + "num_tokens": 793511.0, + "step": 620 + }, + { + "entropy": 1.2998291611671449, + "epoch": 0.06018916595012898, + "grad_norm": 0.7523727416992188, + "learning_rate": 1.2017577378677875e-05, + "loss": 0.3627, + "mean_token_accuracy": 0.8498568296432495, + "num_tokens": 807000.0, + "step": 630 + }, + { + "entropy": 1.2897387623786927, + "epoch": 0.06114454953663896, + "grad_norm": 0.9092133641242981, + "learning_rate": 1.2208635842567826e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.848483783006668, + "num_tokens": 819454.0, + "step": 640 + }, + { + "entropy": 1.3004855632781982, + "epoch": 0.062099933123148945, + "grad_norm": 0.7757132649421692, + "learning_rate": 1.2399694306457777e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8393912434577941, + "num_tokens": 832287.0, + "step": 650 + }, + { + "entropy": 1.286646795272827, + "epoch": 0.06305531670965893, + "grad_norm": 0.9340340495109558, + "learning_rate": 1.2590752770347728e-05, + "loss": 0.339, + "mean_token_accuracy": 0.8633616089820861, + "num_tokens": 845245.0, + "step": 660 + }, + { + "entropy": 1.305051863193512, + "epoch": 0.06401070029616891, + "grad_norm": 0.8366019129753113, + "learning_rate": 1.2781811234237678e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8398565411567688, + "num_tokens": 857719.0, + "step": 670 + }, + { + "entropy": 1.2833954334259032, + "epoch": 0.0649660838826789, + "grad_norm": 0.6474177241325378, + "learning_rate": 1.2972869698127626e-05, + "loss": 0.3708, + "mean_token_accuracy": 0.8469091653823853, + "num_tokens": 870053.0, + "step": 680 + }, + { + "entropy": 1.2804003715515138, + "epoch": 0.06592146746918888, + "grad_norm": 0.9108055233955383, + "learning_rate": 1.3163928162017578e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8469563722610474, + "num_tokens": 882554.0, + "step": 690 + }, + { + "entropy": 1.2943808317184449, + "epoch": 0.06687685105569886, + "grad_norm": 0.8018086552619934, + "learning_rate": 1.3354986625907529e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8476826608181, + "num_tokens": 895926.0, + "step": 700 + }, + { + "entropy": 1.2963505864143372, + "epoch": 0.06783223464220885, + "grad_norm": 0.6595666408538818, + "learning_rate": 1.354604508979748e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8586193084716797, + "num_tokens": 908861.0, + "step": 710 + }, + { + "entropy": 1.299672043323517, + "epoch": 0.06878761822871883, + "grad_norm": 0.850963830947876, + "learning_rate": 1.3737103553687427e-05, + "loss": 0.3917, + "mean_token_accuracy": 0.8311355173587799, + "num_tokens": 922183.0, + "step": 720 + }, + { + "entropy": 1.263507854938507, + "epoch": 0.06974300181522881, + "grad_norm": 0.7179909944534302, + "learning_rate": 1.3928162017577378e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8634738683700561, + "num_tokens": 934415.0, + "step": 730 + }, + { + "entropy": 1.2795796394348145, + "epoch": 0.0706983854017388, + "grad_norm": 0.6747007369995117, + "learning_rate": 1.4119220481467329e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8488687813282013, + "num_tokens": 947287.0, + "step": 740 + }, + { + "entropy": 1.2888844966888429, + "epoch": 0.07165376898824878, + "grad_norm": 0.6807255744934082, + "learning_rate": 1.4310278945357281e-05, + "loss": 0.3881, + "mean_token_accuracy": 0.8383779764175415, + "num_tokens": 960597.0, + "step": 750 + }, + { + "entropy": 1.2918430685997009, + "epoch": 0.07260915257475876, + "grad_norm": 0.6481393575668335, + "learning_rate": 1.4501337409247232e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8287236273288727, + "num_tokens": 973334.0, + "step": 760 + }, + { + "entropy": 1.29529310464859, + "epoch": 0.07356453616126875, + "grad_norm": 0.8298159241676331, + "learning_rate": 1.469239587313718e-05, + "loss": 0.3842, + "mean_token_accuracy": 0.8415825664997101, + "num_tokens": 986285.0, + "step": 770 + }, + { + "entropy": 1.2688186287879943, + "epoch": 0.07451991974777873, + "grad_norm": 0.8258326053619385, + "learning_rate": 1.488345433702713e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8616025626659394, + "num_tokens": 998456.0, + "step": 780 + }, + { + "entropy": 1.300510287284851, + "epoch": 0.07547530333428872, + "grad_norm": 0.7804064750671387, + "learning_rate": 1.5074512800917081e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8350139677524566, + "num_tokens": 1012049.0, + "step": 790 + }, + { + "entropy": 1.2915793538093567, + "epoch": 0.0764306869207987, + "grad_norm": 0.7097567915916443, + "learning_rate": 1.5265571264807032e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8319040238857269, + "num_tokens": 1024728.0, + "step": 800 + }, + { + "entropy": 1.3003268122673035, + "epoch": 0.07738607050730868, + "grad_norm": 0.4988408386707306, + "learning_rate": 1.545662972869698e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8455052137374878, + "num_tokens": 1037835.0, + "step": 810 + }, + { + "entropy": 1.3007697582244873, + "epoch": 0.07834145409381867, + "grad_norm": 0.8123227953910828, + "learning_rate": 1.5647688192586933e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.848229444026947, + "num_tokens": 1050943.0, + "step": 820 + }, + { + "entropy": 1.2922154664993286, + "epoch": 0.07929683768032865, + "grad_norm": 0.5441533923149109, + "learning_rate": 1.5838746656476884e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8369002223014832, + "num_tokens": 1064029.0, + "step": 830 + }, + { + "entropy": 1.2844351768493651, + "epoch": 0.08025222126683863, + "grad_norm": 0.8472981452941895, + "learning_rate": 1.6029805120366835e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8654636204242706, + "num_tokens": 1077190.0, + "step": 840 + }, + { + "entropy": 1.28659428358078, + "epoch": 0.08120760485334862, + "grad_norm": 0.5601668953895569, + "learning_rate": 1.6220863584256786e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.846332585811615, + "num_tokens": 1089656.0, + "step": 850 + }, + { + "entropy": 1.2835181832313538, + "epoch": 0.0821629884398586, + "grad_norm": 0.5369694232940674, + "learning_rate": 1.6411922048146733e-05, + "loss": 0.3072, + "mean_token_accuracy": 0.8669213891029358, + "num_tokens": 1103290.0, + "step": 860 + }, + { + "entropy": 1.2932138800621034, + "epoch": 0.08311837202636858, + "grad_norm": 0.892087996006012, + "learning_rate": 1.6602980512036684e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.8407691419124603, + "num_tokens": 1116140.0, + "step": 870 + }, + { + "entropy": 1.2746842980384827, + "epoch": 0.08407375561287857, + "grad_norm": 0.8493382334709167, + "learning_rate": 1.6794038975926635e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.8431555092334747, + "num_tokens": 1128884.0, + "step": 880 + }, + { + "entropy": 1.2824186563491822, + "epoch": 0.08502913919938855, + "grad_norm": 0.6712534427642822, + "learning_rate": 1.6985097439816585e-05, + "loss": 0.3727, + "mean_token_accuracy": 0.8447632014751434, + "num_tokens": 1141482.0, + "step": 890 + }, + { + "entropy": 1.2724999785423279, + "epoch": 0.08598452278589853, + "grad_norm": 0.9083238840103149, + "learning_rate": 1.7176155903706533e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8481003880500794, + "num_tokens": 1154186.0, + "step": 900 + }, + { + "entropy": 1.2808574080467223, + "epoch": 0.08693990637240852, + "grad_norm": 0.5659892559051514, + "learning_rate": 1.7367214367596484e-05, + "loss": 0.3523, + "mean_token_accuracy": 0.856217497587204, + "num_tokens": 1167108.0, + "step": 910 + }, + { + "entropy": 1.273755931854248, + "epoch": 0.0878952899589185, + "grad_norm": 0.681188702583313, + "learning_rate": 1.7558272831486434e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.848691338300705, + "num_tokens": 1179867.0, + "step": 920 + }, + { + "entropy": 1.2776987195014953, + "epoch": 0.08885067354542849, + "grad_norm": 0.5888524055480957, + "learning_rate": 1.7749331295376385e-05, + "loss": 0.3455, + "mean_token_accuracy": 0.8615267515182495, + "num_tokens": 1192394.0, + "step": 930 + }, + { + "entropy": 1.2944602727890016, + "epoch": 0.08980605713193847, + "grad_norm": 0.722978949546814, + "learning_rate": 1.7940389759266336e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8300810217857361, + "num_tokens": 1204597.0, + "step": 940 + }, + { + "entropy": 1.270052182674408, + "epoch": 0.09076144071844845, + "grad_norm": 0.6179636120796204, + "learning_rate": 1.8131448223156287e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8629557847976684, + "num_tokens": 1217269.0, + "step": 950 + }, + { + "entropy": 1.279594898223877, + "epoch": 0.09171682430495844, + "grad_norm": 0.5808234810829163, + "learning_rate": 1.8322506687046238e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8595005333423614, + "num_tokens": 1230149.0, + "step": 960 + }, + { + "entropy": 1.2698999047279358, + "epoch": 0.09267220789146842, + "grad_norm": 0.6277937293052673, + "learning_rate": 1.851356515093619e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.860549783706665, + "num_tokens": 1243139.0, + "step": 970 + }, + { + "entropy": 1.2716547966003418, + "epoch": 0.0936275914779784, + "grad_norm": 0.7324898838996887, + "learning_rate": 1.870462361482614e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8446020364761353, + "num_tokens": 1255962.0, + "step": 980 + }, + { + "entropy": 1.2795873761177063, + "epoch": 0.09458297506448839, + "grad_norm": 0.7926375269889832, + "learning_rate": 1.8895682078716087e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.848514711856842, + "num_tokens": 1269232.0, + "step": 990 + }, + { + "entropy": 1.2761970996856689, + "epoch": 0.09553835865099837, + "grad_norm": 0.6672540307044983, + "learning_rate": 1.9086740542606037e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8696571707725524, + "num_tokens": 1282546.0, + "step": 1000 + }, + { + "entropy": 1.2863973021507262, + "epoch": 0.09649374223750835, + "grad_norm": 0.7173275947570801, + "learning_rate": 1.9277799006495988e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8449007153511048, + "num_tokens": 1295356.0, + "step": 1010 + }, + { + "entropy": 1.2753862142562866, + "epoch": 0.09744912582401834, + "grad_norm": 0.7074952125549316, + "learning_rate": 1.946885747038594e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8553897202014923, + "num_tokens": 1308455.0, + "step": 1020 + }, + { + "entropy": 1.301046121120453, + "epoch": 0.09840450941052832, + "grad_norm": 0.8365007638931274, + "learning_rate": 1.965991593427589e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8527679741382599, + "num_tokens": 1321841.0, + "step": 1030 + }, + { + "entropy": 1.2558147311210632, + "epoch": 0.0993598929970383, + "grad_norm": 0.6597530841827393, + "learning_rate": 1.985097439816584e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8603090643882751, + "num_tokens": 1333811.0, + "step": 1040 + }, + { + "entropy": 1.2750974774360657, + "epoch": 0.10031527658354829, + "grad_norm": 0.6347888112068176, + "learning_rate": 2.004203286205579e-05, + "loss": 0.3587, + "mean_token_accuracy": 0.8575506985187531, + "num_tokens": 1346519.0, + "step": 1050 + }, + { + "entropy": 1.2762718200683594, + "epoch": 0.10127066017005827, + "grad_norm": 0.5709592700004578, + "learning_rate": 2.0233091325945742e-05, + "loss": 0.3591, + "mean_token_accuracy": 0.8498442709445954, + "num_tokens": 1359204.0, + "step": 1060 + }, + { + "entropy": 1.2640865206718446, + "epoch": 0.10222604375656827, + "grad_norm": 0.69224613904953, + "learning_rate": 2.0424149789835693e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8642300486564636, + "num_tokens": 1371938.0, + "step": 1070 + }, + { + "entropy": 1.2745977520942688, + "epoch": 0.10318142734307825, + "grad_norm": 0.6069624423980713, + "learning_rate": 2.061520825372564e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.8466057121753693, + "num_tokens": 1384685.0, + "step": 1080 + }, + { + "entropy": 1.2611876368522643, + "epoch": 0.10413681092958824, + "grad_norm": 0.8170679211616516, + "learning_rate": 2.080626671761559e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8547586500644684, + "num_tokens": 1397344.0, + "step": 1090 + }, + { + "entropy": 1.2903265714645387, + "epoch": 0.10509219451609822, + "grad_norm": 0.7245358824729919, + "learning_rate": 2.0997325181505542e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8395458340644837, + "num_tokens": 1410877.0, + "step": 1100 + }, + { + "entropy": 1.2606844425201416, + "epoch": 0.1060475781026082, + "grad_norm": 0.5265330672264099, + "learning_rate": 2.1188383645395493e-05, + "loss": 0.3555, + "mean_token_accuracy": 0.8539584040641784, + "num_tokens": 1423557.0, + "step": 1110 + }, + { + "entropy": 1.2801721096038818, + "epoch": 0.10700296168911819, + "grad_norm": 0.6435913443565369, + "learning_rate": 2.137944210928544e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8319765985012054, + "num_tokens": 1436240.0, + "step": 1120 + }, + { + "entropy": 1.2805168151855468, + "epoch": 0.10795834527562817, + "grad_norm": 0.7951139211654663, + "learning_rate": 2.157050057317539e-05, + "loss": 0.3533, + "mean_token_accuracy": 0.8579721748828888, + "num_tokens": 1449202.0, + "step": 1130 + }, + { + "entropy": 1.270573580265045, + "epoch": 0.10891372886213815, + "grad_norm": 0.527052640914917, + "learning_rate": 2.1761559037065345e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8399400353431702, + "num_tokens": 1461681.0, + "step": 1140 + }, + { + "entropy": 1.2696072101593017, + "epoch": 0.10986911244864814, + "grad_norm": 0.7259275913238525, + "learning_rate": 2.1952617500955296e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.8516977548599243, + "num_tokens": 1474108.0, + "step": 1150 + }, + { + "entropy": 1.275169837474823, + "epoch": 0.11082449603515812, + "grad_norm": 0.6393714547157288, + "learning_rate": 2.2143675964845243e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8479075133800507, + "num_tokens": 1487298.0, + "step": 1160 + }, + { + "entropy": 1.278977882862091, + "epoch": 0.1117798796216681, + "grad_norm": 0.8128142952919006, + "learning_rate": 2.2334734428735194e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8470691442489624, + "num_tokens": 1499988.0, + "step": 1170 + }, + { + "entropy": 1.3019404053688048, + "epoch": 0.11273526320817809, + "grad_norm": 0.6474112868309021, + "learning_rate": 2.2525792892625145e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8446758449077606, + "num_tokens": 1513273.0, + "step": 1180 + }, + { + "entropy": 1.2833149194717408, + "epoch": 0.11369064679468807, + "grad_norm": 0.648529052734375, + "learning_rate": 2.2716851356515095e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8419433891773224, + "num_tokens": 1526121.0, + "step": 1190 + }, + { + "entropy": 1.2866366863250733, + "epoch": 0.11464603038119806, + "grad_norm": 0.6405205726623535, + "learning_rate": 2.2907909820405046e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.850877296924591, + "num_tokens": 1538970.0, + "step": 1200 + }, + { + "entropy": 1.2957610011100769, + "epoch": 0.11560141396770804, + "grad_norm": 0.6690678596496582, + "learning_rate": 2.3098968284294994e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.859039694070816, + "num_tokens": 1552493.0, + "step": 1210 + }, + { + "entropy": 1.264275109767914, + "epoch": 0.11655679755421802, + "grad_norm": 0.47704678773880005, + "learning_rate": 2.3290026748184944e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8660370290279389, + "num_tokens": 1565485.0, + "step": 1220 + }, + { + "entropy": 1.2987073540687561, + "epoch": 0.117512181140728, + "grad_norm": 0.5966281294822693, + "learning_rate": 2.3481085212074895e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8462430536746979, + "num_tokens": 1578866.0, + "step": 1230 + }, + { + "entropy": 1.2801466822624206, + "epoch": 0.11846756472723799, + "grad_norm": 0.6443337202072144, + "learning_rate": 2.3672143675964846e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.855866014957428, + "num_tokens": 1591985.0, + "step": 1240 + }, + { + "entropy": 1.2859270930290223, + "epoch": 0.11942294831374797, + "grad_norm": 0.6870014071464539, + "learning_rate": 2.3863202139854797e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8357151329517365, + "num_tokens": 1604690.0, + "step": 1250 + }, + { + "entropy": 1.2915114998817443, + "epoch": 0.12037833190025796, + "grad_norm": 0.6934886574745178, + "learning_rate": 2.4054260603744748e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8375889420509338, + "num_tokens": 1618166.0, + "step": 1260 + }, + { + "entropy": 1.2867513418197631, + "epoch": 0.12133371548676794, + "grad_norm": 0.613564133644104, + "learning_rate": 2.42453190676347e-05, + "loss": 0.3462, + "mean_token_accuracy": 0.8590029597282409, + "num_tokens": 1631471.0, + "step": 1270 + }, + { + "entropy": 1.293914222717285, + "epoch": 0.12228909907327792, + "grad_norm": 0.6382269263267517, + "learning_rate": 2.443637753152465e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8520400524139404, + "num_tokens": 1644610.0, + "step": 1280 + }, + { + "entropy": 1.2751234292984008, + "epoch": 0.12324448265978791, + "grad_norm": 0.5405305624008179, + "learning_rate": 2.4627435995414596e-05, + "loss": 0.3344, + "mean_token_accuracy": 0.8636472523212433, + "num_tokens": 1657392.0, + "step": 1290 + }, + { + "entropy": 1.27792489528656, + "epoch": 0.12419986624629789, + "grad_norm": 0.7485939264297485, + "learning_rate": 2.4818494459304547e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8503650307655335, + "num_tokens": 1670417.0, + "step": 1300 + }, + { + "entropy": 1.2909947872161864, + "epoch": 0.12515524983280787, + "grad_norm": 0.5226083397865295, + "learning_rate": 2.50095529231945e-05, + "loss": 0.3489, + "mean_token_accuracy": 0.8577855944633483, + "num_tokens": 1683905.0, + "step": 1310 + }, + { + "entropy": 1.281455385684967, + "epoch": 0.12611063341931786, + "grad_norm": 0.752621054649353, + "learning_rate": 2.520061138708445e-05, + "loss": 0.4013, + "mean_token_accuracy": 0.8253696262836456, + "num_tokens": 1696488.0, + "step": 1320 + }, + { + "entropy": 1.2667579650878906, + "epoch": 0.12706601700582784, + "grad_norm": 0.7013919949531555, + "learning_rate": 2.5391669850974396e-05, + "loss": 0.3854, + "mean_token_accuracy": 0.8409643590450286, + "num_tokens": 1709097.0, + "step": 1330 + }, + { + "entropy": 1.2788310647010803, + "epoch": 0.12802140059233783, + "grad_norm": 0.6673786640167236, + "learning_rate": 2.558272831486435e-05, + "loss": 0.3684, + "mean_token_accuracy": 0.8514811336994171, + "num_tokens": 1721634.0, + "step": 1340 + }, + { + "entropy": 1.2627047419548034, + "epoch": 0.1289767841788478, + "grad_norm": 0.7162986397743225, + "learning_rate": 2.57737867787543e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8470966041088104, + "num_tokens": 1733844.0, + "step": 1350 + }, + { + "entropy": 1.2922940373420715, + "epoch": 0.1299321677653578, + "grad_norm": 0.6434398889541626, + "learning_rate": 2.596484524264425e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8326623678207398, + "num_tokens": 1746677.0, + "step": 1360 + }, + { + "entropy": 1.2539695501327515, + "epoch": 0.13088755135186778, + "grad_norm": 0.6152772903442383, + "learning_rate": 2.6155903706534203e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8595163941383361, + "num_tokens": 1759032.0, + "step": 1370 + }, + { + "entropy": 1.2827344298362733, + "epoch": 0.13184293493837776, + "grad_norm": 0.7465337514877319, + "learning_rate": 2.634696217042415e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.848857444524765, + "num_tokens": 1772551.0, + "step": 1380 + }, + { + "entropy": 1.2812927126884461, + "epoch": 0.13279831852488774, + "grad_norm": 0.5099318027496338, + "learning_rate": 2.6538020634314104e-05, + "loss": 0.3599, + "mean_token_accuracy": 0.8508665680885314, + "num_tokens": 1786069.0, + "step": 1390 + }, + { + "entropy": 1.2641242146492004, + "epoch": 0.13375370211139773, + "grad_norm": 0.5722366571426392, + "learning_rate": 2.6729079098204052e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.8543105065822602, + "num_tokens": 1798712.0, + "step": 1400 + }, + { + "entropy": 1.2620341658592225, + "epoch": 0.1347090856979077, + "grad_norm": 1.0049598217010498, + "learning_rate": 2.6920137562094e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8533950746059418, + "num_tokens": 1811343.0, + "step": 1410 + }, + { + "entropy": 1.278655433654785, + "epoch": 0.1356644692844177, + "grad_norm": 0.7325334548950195, + "learning_rate": 2.7111196025983953e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8392447352409362, + "num_tokens": 1824159.0, + "step": 1420 + }, + { + "entropy": 1.2724897384643554, + "epoch": 0.13661985287092768, + "grad_norm": 0.6113528609275818, + "learning_rate": 2.73022544898739e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8419102430343628, + "num_tokens": 1837561.0, + "step": 1430 + }, + { + "entropy": 1.2700278520584107, + "epoch": 0.13757523645743766, + "grad_norm": 0.5418135523796082, + "learning_rate": 2.7493312953763855e-05, + "loss": 0.3613, + "mean_token_accuracy": 0.8481756091117859, + "num_tokens": 1850208.0, + "step": 1440 + }, + { + "entropy": 1.2674234986305237, + "epoch": 0.13853062004394764, + "grad_norm": 0.633861780166626, + "learning_rate": 2.7684371417653802e-05, + "loss": 0.3295, + "mean_token_accuracy": 0.8665770590305328, + "num_tokens": 1863498.0, + "step": 1450 + }, + { + "entropy": 1.271586549282074, + "epoch": 0.13948600363045763, + "grad_norm": 0.5245903730392456, + "learning_rate": 2.7875429881543753e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8498251140117645, + "num_tokens": 1876625.0, + "step": 1460 + }, + { + "entropy": 1.2642229795455933, + "epoch": 0.1404413872169676, + "grad_norm": 0.6206377148628235, + "learning_rate": 2.8066488345433707e-05, + "loss": 0.3482, + "mean_token_accuracy": 0.8590035080909729, + "num_tokens": 1889231.0, + "step": 1470 + }, + { + "entropy": 1.2697163939476013, + "epoch": 0.1413967708034776, + "grad_norm": 0.636770486831665, + "learning_rate": 2.8257546809323655e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8420056164264679, + "num_tokens": 1901503.0, + "step": 1480 + }, + { + "entropy": 1.260323131084442, + "epoch": 0.14235215438998758, + "grad_norm": 0.7058074474334717, + "learning_rate": 2.8448605273213602e-05, + "loss": 0.3252, + "mean_token_accuracy": 0.8763286888599395, + "num_tokens": 1913923.0, + "step": 1490 + }, + { + "entropy": 1.275166141986847, + "epoch": 0.14330753797649756, + "grad_norm": 0.6047711968421936, + "learning_rate": 2.8639663737103556e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.840899258852005, + "num_tokens": 1926656.0, + "step": 1500 + }, + { + "entropy": 1.272442102432251, + "epoch": 0.14426292156300755, + "grad_norm": 0.6446340084075928, + "learning_rate": 2.8830722200993504e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8551771223545075, + "num_tokens": 1939649.0, + "step": 1510 + }, + { + "entropy": 1.274544858932495, + "epoch": 0.14521830514951753, + "grad_norm": 0.672816276550293, + "learning_rate": 2.9021780664883458e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8469552874565125, + "num_tokens": 1953009.0, + "step": 1520 + }, + { + "entropy": 1.2742075204849244, + "epoch": 0.1461736887360275, + "grad_norm": 0.6266809701919556, + "learning_rate": 2.9212839128773405e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8561843633651733, + "num_tokens": 1966072.0, + "step": 1530 + }, + { + "entropy": 1.2836713433265685, + "epoch": 0.1471290723225375, + "grad_norm": 0.6497858762741089, + "learning_rate": 2.9403897592663353e-05, + "loss": 0.408, + "mean_token_accuracy": 0.8361942589282989, + "num_tokens": 1979431.0, + "step": 1540 + }, + { + "entropy": 1.2659193396568298, + "epoch": 0.14808445590904748, + "grad_norm": 0.6766979694366455, + "learning_rate": 2.9594956056553307e-05, + "loss": 0.3616, + "mean_token_accuracy": 0.8501888394355774, + "num_tokens": 1992114.0, + "step": 1550 + }, + { + "entropy": 1.2590842723846436, + "epoch": 0.14903983949555746, + "grad_norm": 0.5598229765892029, + "learning_rate": 2.9786014520443258e-05, + "loss": 0.351, + "mean_token_accuracy": 0.8640957355499268, + "num_tokens": 2004228.0, + "step": 1560 + }, + { + "entropy": 1.2793622374534608, + "epoch": 0.14999522308206745, + "grad_norm": 0.6941529512405396, + "learning_rate": 2.9977072984333208e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8518871188163757, + "num_tokens": 2017361.0, + "step": 1570 + }, + { + "entropy": 1.2694583535194397, + "epoch": 0.15095060666857743, + "grad_norm": 0.6820170283317566, + "learning_rate": 3.016813144822316e-05, + "loss": 0.3878, + "mean_token_accuracy": 0.8417671918869019, + "num_tokens": 2030314.0, + "step": 1580 + }, + { + "entropy": 1.27111873626709, + "epoch": 0.15190599025508741, + "grad_norm": 0.8230023384094238, + "learning_rate": 3.0359189912113106e-05, + "loss": 0.3636, + "mean_token_accuracy": 0.8543003797531128, + "num_tokens": 2042999.0, + "step": 1590 + }, + { + "entropy": 1.2588322520256043, + "epoch": 0.1528613738415974, + "grad_norm": 0.8090315461158752, + "learning_rate": 3.055024837600306e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8444645226001739, + "num_tokens": 2054933.0, + "step": 1600 + }, + { + "entropy": 1.265204906463623, + "epoch": 0.15381675742810738, + "grad_norm": 0.6493530869483948, + "learning_rate": 3.074130683989301e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8498230040073395, + "num_tokens": 2067564.0, + "step": 1610 + }, + { + "entropy": 1.2758709907531738, + "epoch": 0.15477214101461736, + "grad_norm": 0.5878254771232605, + "learning_rate": 3.093236530378296e-05, + "loss": 0.3652, + "mean_token_accuracy": 0.855068701505661, + "num_tokens": 2080183.0, + "step": 1620 + }, + { + "entropy": 1.2806037664413452, + "epoch": 0.15572752460112735, + "grad_norm": 0.6547776460647583, + "learning_rate": 3.112342376767291e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.849243438243866, + "num_tokens": 2093366.0, + "step": 1630 + }, + { + "entropy": 1.2917179703712462, + "epoch": 0.15668290818763733, + "grad_norm": 0.7616866827011108, + "learning_rate": 3.131448223156286e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8347013592720032, + "num_tokens": 2106733.0, + "step": 1640 + }, + { + "entropy": 1.2708664774894713, + "epoch": 0.15763829177414732, + "grad_norm": 0.5912809371948242, + "learning_rate": 3.150554069545281e-05, + "loss": 0.3362, + "mean_token_accuracy": 0.8638387680053711, + "num_tokens": 2119540.0, + "step": 1650 + }, + { + "entropy": 1.2788801312446594, + "epoch": 0.1585936753606573, + "grad_norm": 0.6980148553848267, + "learning_rate": 3.169659915934276e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8304128170013427, + "num_tokens": 2131978.0, + "step": 1660 + }, + { + "entropy": 1.2850644826889037, + "epoch": 0.15954905894716728, + "grad_norm": 0.5042440891265869, + "learning_rate": 3.1887657623232706e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8430949747562408, + "num_tokens": 2145280.0, + "step": 1670 + }, + { + "entropy": 1.2761677861213685, + "epoch": 0.16050444253367727, + "grad_norm": 0.8014220595359802, + "learning_rate": 3.2078716087122664e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8498305559158326, + "num_tokens": 2158717.0, + "step": 1680 + }, + { + "entropy": 1.2705881953239442, + "epoch": 0.16145982612018725, + "grad_norm": 0.7395309805870056, + "learning_rate": 3.226977455101261e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8317034304141998, + "num_tokens": 2172110.0, + "step": 1690 + }, + { + "entropy": 1.2647663712501527, + "epoch": 0.16241520970669723, + "grad_norm": 0.5811320543289185, + "learning_rate": 3.2460833014902565e-05, + "loss": 0.3766, + "mean_token_accuracy": 0.8480295181274414, + "num_tokens": 2184808.0, + "step": 1700 + }, + { + "entropy": 1.2717278003692627, + "epoch": 0.16337059329320722, + "grad_norm": 0.6457176208496094, + "learning_rate": 3.265189147879251e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8567602574825287, + "num_tokens": 2198152.0, + "step": 1710 + }, + { + "entropy": 1.2490082383155823, + "epoch": 0.1643259768797172, + "grad_norm": 0.7077151536941528, + "learning_rate": 3.284294994268246e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.8663703382015229, + "num_tokens": 2210355.0, + "step": 1720 + }, + { + "entropy": 1.260045576095581, + "epoch": 0.16528136046622718, + "grad_norm": 0.6688854098320007, + "learning_rate": 3.303400840657242e-05, + "loss": 0.374, + "mean_token_accuracy": 0.8473611295223236, + "num_tokens": 2223122.0, + "step": 1730 + }, + { + "entropy": 1.2652784585952759, + "epoch": 0.16623674405273717, + "grad_norm": 0.6271246075630188, + "learning_rate": 3.322506687046236e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.8556398808956146, + "num_tokens": 2235827.0, + "step": 1740 + }, + { + "entropy": 1.2708804845809936, + "epoch": 0.16719212763924715, + "grad_norm": 0.5745053291320801, + "learning_rate": 3.341612533435232e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.8471532106399536, + "num_tokens": 2249046.0, + "step": 1750 + }, + { + "entropy": 1.2571009874343873, + "epoch": 0.16814751122575713, + "grad_norm": 0.6606534123420715, + "learning_rate": 3.360718379824226e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8468297481536865, + "num_tokens": 2262020.0, + "step": 1760 + }, + { + "entropy": 1.2682519435882569, + "epoch": 0.16910289481226712, + "grad_norm": 0.612775444984436, + "learning_rate": 3.3798242262132214e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8368928909301758, + "num_tokens": 2274845.0, + "step": 1770 + }, + { + "entropy": 1.265424621105194, + "epoch": 0.1700582783987771, + "grad_norm": 0.5876160264015198, + "learning_rate": 3.3989300726022165e-05, + "loss": 0.3612, + "mean_token_accuracy": 0.8513772249221802, + "num_tokens": 2287487.0, + "step": 1780 + }, + { + "entropy": 1.267136812210083, + "epoch": 0.17101366198528709, + "grad_norm": 0.6093586683273315, + "learning_rate": 3.4180359189912115e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.8440386891365051, + "num_tokens": 2300003.0, + "step": 1790 + }, + { + "entropy": 1.2693278074264527, + "epoch": 0.17196904557179707, + "grad_norm": 0.6213138699531555, + "learning_rate": 3.437141765380206e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.845988667011261, + "num_tokens": 2312904.0, + "step": 1800 + }, + { + "entropy": 1.2687300086021422, + "epoch": 0.17292442915830705, + "grad_norm": 0.5539630055427551, + "learning_rate": 3.456247611769202e-05, + "loss": 0.3653, + "mean_token_accuracy": 0.8443761706352234, + "num_tokens": 2325937.0, + "step": 1810 + }, + { + "entropy": 1.2667531847953797, + "epoch": 0.17387981274481704, + "grad_norm": 0.6260280013084412, + "learning_rate": 3.475353458158197e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8517036974430084, + "num_tokens": 2339159.0, + "step": 1820 + }, + { + "entropy": 1.2727153778076172, + "epoch": 0.17483519633132702, + "grad_norm": 0.8115602135658264, + "learning_rate": 3.494459304547192e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8505869626998901, + "num_tokens": 2351773.0, + "step": 1830 + }, + { + "entropy": 1.273115301132202, + "epoch": 0.175790579917837, + "grad_norm": 0.7165736556053162, + "learning_rate": 3.513565150936187e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8281481206417084, + "num_tokens": 2364544.0, + "step": 1840 + }, + { + "entropy": 1.2784301519393921, + "epoch": 0.176745963504347, + "grad_norm": 0.6850463151931763, + "learning_rate": 3.532670997325181e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8319291591644287, + "num_tokens": 2377059.0, + "step": 1850 + }, + { + "entropy": 1.2713215708732606, + "epoch": 0.17770134709085697, + "grad_norm": 0.5850270986557007, + "learning_rate": 3.551776843714177e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8609251916408539, + "num_tokens": 2390037.0, + "step": 1860 + }, + { + "entropy": 1.2686315059661866, + "epoch": 0.17865673067736695, + "grad_norm": 0.5637526512145996, + "learning_rate": 3.5708826901031715e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8530197381973267, + "num_tokens": 2403314.0, + "step": 1870 + }, + { + "entropy": 1.2886057257652284, + "epoch": 0.17961211426387694, + "grad_norm": 0.58087158203125, + "learning_rate": 3.589988536492167e-05, + "loss": 0.3956, + "mean_token_accuracy": 0.835690039396286, + "num_tokens": 2416192.0, + "step": 1880 + }, + { + "entropy": 1.271772527694702, + "epoch": 0.18056749785038692, + "grad_norm": 0.7094806432723999, + "learning_rate": 3.6090943828811616e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.8394451916217804, + "num_tokens": 2428752.0, + "step": 1890 + }, + { + "entropy": 1.250030767917633, + "epoch": 0.1815228814368969, + "grad_norm": 0.8401942253112793, + "learning_rate": 3.628200229270157e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8646966397762299, + "num_tokens": 2441455.0, + "step": 1900 + }, + { + "entropy": 1.275713324546814, + "epoch": 0.1824782650234069, + "grad_norm": 0.5850284099578857, + "learning_rate": 3.647306075659152e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8401066064834595, + "num_tokens": 2454314.0, + "step": 1910 + }, + { + "entropy": 1.2688223004341126, + "epoch": 0.18343364860991687, + "grad_norm": 0.5727646946907043, + "learning_rate": 3.666411922048147e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8424104511737823, + "num_tokens": 2466446.0, + "step": 1920 + }, + { + "entropy": 1.2781993627548218, + "epoch": 0.18438903219642686, + "grad_norm": 0.665131151676178, + "learning_rate": 3.685517768437142e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8440273523330688, + "num_tokens": 2479165.0, + "step": 1930 + }, + { + "entropy": 1.2398491978645325, + "epoch": 0.18534441578293684, + "grad_norm": 0.7034037709236145, + "learning_rate": 3.704623614826137e-05, + "loss": 0.3423, + "mean_token_accuracy": 0.8543889820575714, + "num_tokens": 2491363.0, + "step": 1940 + }, + { + "entropy": 1.2763061046600341, + "epoch": 0.18629979936944682, + "grad_norm": 0.6917576193809509, + "learning_rate": 3.723729461215132e-05, + "loss": 0.382, + "mean_token_accuracy": 0.8360799849033356, + "num_tokens": 2504285.0, + "step": 1950 + }, + { + "entropy": 1.2682796835899353, + "epoch": 0.1872551829559568, + "grad_norm": 0.5548577308654785, + "learning_rate": 3.742835307604127e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8506894052028656, + "num_tokens": 2517078.0, + "step": 1960 + }, + { + "entropy": 1.2649539113044739, + "epoch": 0.1882105665424668, + "grad_norm": 0.830173909664154, + "learning_rate": 3.761941153993122e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8396866202354432, + "num_tokens": 2529717.0, + "step": 1970 + }, + { + "entropy": 1.2797102689743043, + "epoch": 0.18916595012897677, + "grad_norm": 0.6868687272071838, + "learning_rate": 3.781047000382117e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.846702378988266, + "num_tokens": 2542845.0, + "step": 1980 + }, + { + "entropy": 1.2765395760536193, + "epoch": 0.19012133371548676, + "grad_norm": 0.6422203183174133, + "learning_rate": 3.8001528467711124e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8450765311717987, + "num_tokens": 2555440.0, + "step": 1990 + }, + { + "entropy": 1.2852679252624513, + "epoch": 0.19107671730199674, + "grad_norm": 0.6880207061767578, + "learning_rate": 3.819258693160107e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8460953235626221, + "num_tokens": 2568555.0, + "step": 2000 + }, + { + "entropy": 1.2760417342185975, + "epoch": 0.19203210088850672, + "grad_norm": 0.5691060423851013, + "learning_rate": 3.8383645395491026e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8475913166999817, + "num_tokens": 2581507.0, + "step": 2010 + }, + { + "entropy": 1.2645739674568177, + "epoch": 0.1929874844750167, + "grad_norm": 0.6477449536323547, + "learning_rate": 3.857470385938097e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8458105027675629, + "num_tokens": 2594415.0, + "step": 2020 + }, + { + "entropy": 1.2662594079971314, + "epoch": 0.1939428680615267, + "grad_norm": 0.7292438745498657, + "learning_rate": 3.876576232327092e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.8524332165718078, + "num_tokens": 2607779.0, + "step": 2030 + }, + { + "entropy": 1.2641240954399109, + "epoch": 0.19489825164803667, + "grad_norm": 0.8061387538909912, + "learning_rate": 3.895682078716087e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8337964296340943, + "num_tokens": 2620010.0, + "step": 2040 + }, + { + "entropy": 1.2828261971473693, + "epoch": 0.19585363523454666, + "grad_norm": 0.6830268502235413, + "learning_rate": 3.914787925105082e-05, + "loss": 0.3741, + "mean_token_accuracy": 0.8482139945030213, + "num_tokens": 2633010.0, + "step": 2050 + }, + { + "entropy": 1.2768245935440063, + "epoch": 0.19680901882105664, + "grad_norm": 0.562599241733551, + "learning_rate": 3.933893771494077e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8679228365421295, + "num_tokens": 2646026.0, + "step": 2060 + }, + { + "entropy": 1.275465452671051, + "epoch": 0.19776440240756663, + "grad_norm": 0.6148664355278015, + "learning_rate": 3.9529996178830724e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.8457223474979401, + "num_tokens": 2658601.0, + "step": 2070 + }, + { + "entropy": 1.2591976523399353, + "epoch": 0.1987197859940766, + "grad_norm": 0.7029863595962524, + "learning_rate": 3.9721054642720675e-05, + "loss": 0.3466, + "mean_token_accuracy": 0.8563917636871338, + "num_tokens": 2671460.0, + "step": 2080 + }, + { + "entropy": 1.2667939424514771, + "epoch": 0.1996751695805866, + "grad_norm": 0.5588117837905884, + "learning_rate": 3.9912113106610625e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8612921893596649, + "num_tokens": 2684514.0, + "step": 2090 + }, + { + "entropy": 1.256531822681427, + "epoch": 0.20063055316709658, + "grad_norm": 0.5847995281219482, + "learning_rate": 4.0103171570500576e-05, + "loss": 0.3464, + "mean_token_accuracy": 0.8579625368118287, + "num_tokens": 2697043.0, + "step": 2100 + }, + { + "entropy": 1.2639439105987549, + "epoch": 0.20158593675360656, + "grad_norm": 0.7131437659263611, + "learning_rate": 4.029423003439052e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.8436695396900177, + "num_tokens": 2709545.0, + "step": 2110 + }, + { + "entropy": 1.2584663152694702, + "epoch": 0.20254132034011654, + "grad_norm": 0.7805152535438538, + "learning_rate": 4.048528849828048e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8572333693504334, + "num_tokens": 2722080.0, + "step": 2120 + }, + { + "entropy": 1.279316818714142, + "epoch": 0.20349670392662655, + "grad_norm": 0.723488986492157, + "learning_rate": 4.067634696217043e-05, + "loss": 0.4211, + "mean_token_accuracy": 0.8279502332210541, + "num_tokens": 2734864.0, + "step": 2130 + }, + { + "entropy": 1.2800434589385987, + "epoch": 0.20445208751313654, + "grad_norm": 0.4795664846897125, + "learning_rate": 4.086740542606038e-05, + "loss": 0.3635, + "mean_token_accuracy": 0.8526469826698303, + "num_tokens": 2747981.0, + "step": 2140 + }, + { + "entropy": 1.2630800604820251, + "epoch": 0.20540747109964652, + "grad_norm": 0.6667647957801819, + "learning_rate": 4.105846388995033e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8632782578468323, + "num_tokens": 2760332.0, + "step": 2150 + }, + { + "entropy": 1.2542123675346375, + "epoch": 0.2063628546861565, + "grad_norm": 0.6741219758987427, + "learning_rate": 4.1249522353840274e-05, + "loss": 0.3718, + "mean_token_accuracy": 0.846278727054596, + "num_tokens": 2773168.0, + "step": 2160 + }, + { + "entropy": 1.2690014839172363, + "epoch": 0.2073182382726665, + "grad_norm": 0.5428439378738403, + "learning_rate": 4.144058081773023e-05, + "loss": 0.3787, + "mean_token_accuracy": 0.8433568716049195, + "num_tokens": 2785573.0, + "step": 2170 + }, + { + "entropy": 1.301966381072998, + "epoch": 0.20827362185917647, + "grad_norm": 0.6452924013137817, + "learning_rate": 4.1631639281620176e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8363204598426819, + "num_tokens": 2799200.0, + "step": 2180 + }, + { + "entropy": 1.267611813545227, + "epoch": 0.20922900544568646, + "grad_norm": 0.6529921293258667, + "learning_rate": 4.1822697745510126e-05, + "loss": 0.3479, + "mean_token_accuracy": 0.8571177065372467, + "num_tokens": 2811517.0, + "step": 2190 + }, + { + "entropy": 1.2673257350921632, + "epoch": 0.21018438903219644, + "grad_norm": 0.7984728813171387, + "learning_rate": 4.201375620940008e-05, + "loss": 0.3568, + "mean_token_accuracy": 0.854420644044876, + "num_tokens": 2824018.0, + "step": 2200 + }, + { + "entropy": 1.267518973350525, + "epoch": 0.21113977261870642, + "grad_norm": 0.5587390065193176, + "learning_rate": 4.220481467329003e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8608674943447113, + "num_tokens": 2836769.0, + "step": 2210 + }, + { + "entropy": 1.2729223132133485, + "epoch": 0.2120951562052164, + "grad_norm": 0.6022632718086243, + "learning_rate": 4.239587313717998e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8415805339813233, + "num_tokens": 2849430.0, + "step": 2220 + }, + { + "entropy": 1.2850468158721924, + "epoch": 0.2130505397917264, + "grad_norm": 0.5497853755950928, + "learning_rate": 4.258693160106993e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8389717519283295, + "num_tokens": 2862581.0, + "step": 2230 + }, + { + "entropy": 1.2989357471466065, + "epoch": 0.21400592337823637, + "grad_norm": 0.6083521246910095, + "learning_rate": 4.277799006495988e-05, + "loss": 0.3675, + "mean_token_accuracy": 0.847513210773468, + "num_tokens": 2875462.0, + "step": 2240 + }, + { + "entropy": 1.2934684991836547, + "epoch": 0.21496130696474636, + "grad_norm": 0.5618777871131897, + "learning_rate": 4.296904852884983e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8392022609710693, + "num_tokens": 2888705.0, + "step": 2250 + }, + { + "entropy": 1.2869181990623475, + "epoch": 0.21591669055125634, + "grad_norm": 0.6937493681907654, + "learning_rate": 4.316010699273978e-05, + "loss": 0.3606, + "mean_token_accuracy": 0.8506132543087006, + "num_tokens": 2901561.0, + "step": 2260 + }, + { + "entropy": 1.2795225381851196, + "epoch": 0.21687207413776632, + "grad_norm": 0.6371455788612366, + "learning_rate": 4.335116545662973e-05, + "loss": 0.3812, + "mean_token_accuracy": 0.8431487143039703, + "num_tokens": 2914622.0, + "step": 2270 + }, + { + "entropy": 1.2698954343795776, + "epoch": 0.2178274577242763, + "grad_norm": 0.7120370268821716, + "learning_rate": 4.3542223920519683e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8556244075298309, + "num_tokens": 2927402.0, + "step": 2280 + }, + { + "entropy": 1.2950978994369506, + "epoch": 0.2187828413107863, + "grad_norm": 0.6719713807106018, + "learning_rate": 4.373328238440963e-05, + "loss": 0.3887, + "mean_token_accuracy": 0.8398363769054413, + "num_tokens": 2940375.0, + "step": 2290 + }, + { + "entropy": 1.2922755837440492, + "epoch": 0.21973822489729627, + "grad_norm": 0.6873934864997864, + "learning_rate": 4.3924340848299585e-05, + "loss": 0.3902, + "mean_token_accuracy": 0.838685542345047, + "num_tokens": 2953628.0, + "step": 2300 + }, + { + "entropy": 1.2719997406005858, + "epoch": 0.22069360848380626, + "grad_norm": 0.6827031970024109, + "learning_rate": 4.411539931218953e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8434044718742371, + "num_tokens": 2966068.0, + "step": 2310 + }, + { + "entropy": 1.2904879808425904, + "epoch": 0.22164899207031624, + "grad_norm": 0.5170621275901794, + "learning_rate": 4.430645777607948e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8369189083576203, + "num_tokens": 2979292.0, + "step": 2320 + }, + { + "entropy": 1.2742332935333252, + "epoch": 0.22260437565682623, + "grad_norm": 0.6843661665916443, + "learning_rate": 4.449751623996943e-05, + "loss": 0.3534, + "mean_token_accuracy": 0.8566668868064881, + "num_tokens": 2991790.0, + "step": 2330 + }, + { + "entropy": 1.2773700594902038, + "epoch": 0.2235597592433362, + "grad_norm": 0.6697008609771729, + "learning_rate": 4.468857470385938e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8380467355251312, + "num_tokens": 3004647.0, + "step": 2340 + }, + { + "entropy": 1.2768926620483398, + "epoch": 0.2245151428298462, + "grad_norm": 0.5635931491851807, + "learning_rate": 4.487963316774933e-05, + "loss": 0.3946, + "mean_token_accuracy": 0.840726113319397, + "num_tokens": 3017575.0, + "step": 2350 + }, + { + "entropy": 1.276743519306183, + "epoch": 0.22547052641635618, + "grad_norm": 0.6353804469108582, + "learning_rate": 4.507069163163928e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8354250490665436, + "num_tokens": 3030168.0, + "step": 2360 + }, + { + "entropy": 1.2661025047302246, + "epoch": 0.22642591000286616, + "grad_norm": 0.6097955107688904, + "learning_rate": 4.5261750095529234e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8414103388786316, + "num_tokens": 3043017.0, + "step": 2370 + }, + { + "entropy": 1.2882855772972106, + "epoch": 0.22738129358937614, + "grad_norm": 0.6276230812072754, + "learning_rate": 4.5452808559419185e-05, + "loss": 0.3451, + "mean_token_accuracy": 0.8600232481956482, + "num_tokens": 3055961.0, + "step": 2380 + }, + { + "entropy": 1.2832751274108887, + "epoch": 0.22833667717588613, + "grad_norm": 0.6529241800308228, + "learning_rate": 4.5643867023309135e-05, + "loss": 0.3497, + "mean_token_accuracy": 0.8556675672531128, + "num_tokens": 3068593.0, + "step": 2390 + }, + { + "entropy": 1.2643335819244386, + "epoch": 0.2292920607623961, + "grad_norm": 0.6560353636741638, + "learning_rate": 4.5834925487199086e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8625992655754089, + "num_tokens": 3080799.0, + "step": 2400 + }, + { + "entropy": 1.2679242849349976, + "epoch": 0.2302474443489061, + "grad_norm": 0.49563875794410706, + "learning_rate": 4.602598395108904e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8616725027561187, + "num_tokens": 3093606.0, + "step": 2410 + }, + { + "entropy": 1.2888665795326233, + "epoch": 0.23120282793541608, + "grad_norm": 0.669896125793457, + "learning_rate": 4.621704241497898e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.828444492816925, + "num_tokens": 3106940.0, + "step": 2420 + }, + { + "entropy": 1.2795621752738953, + "epoch": 0.23215821152192606, + "grad_norm": 0.6597838401794434, + "learning_rate": 4.640810087886894e-05, + "loss": 0.3729, + "mean_token_accuracy": 0.8444149911403656, + "num_tokens": 3120044.0, + "step": 2430 + }, + { + "entropy": 1.2742472410202026, + "epoch": 0.23311359510843604, + "grad_norm": 0.7370792031288147, + "learning_rate": 4.659915934275888e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8497561991214753, + "num_tokens": 3133141.0, + "step": 2440 + }, + { + "entropy": 1.2776604890823364, + "epoch": 0.23406897869494603, + "grad_norm": 0.6189134120941162, + "learning_rate": 4.679021780664884e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.847120589017868, + "num_tokens": 3145779.0, + "step": 2450 + }, + { + "entropy": 1.2898665904998778, + "epoch": 0.235024362281456, + "grad_norm": 0.5626310706138611, + "learning_rate": 4.698127627053879e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8537184357643127, + "num_tokens": 3159089.0, + "step": 2460 + }, + { + "entropy": 1.2833497405052186, + "epoch": 0.235979745867966, + "grad_norm": 0.8867667317390442, + "learning_rate": 4.7172334734428735e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8269976794719696, + "num_tokens": 3172253.0, + "step": 2470 + }, + { + "entropy": 1.2799896836280822, + "epoch": 0.23693512945447598, + "grad_norm": 0.695589005947113, + "learning_rate": 4.736339319831869e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8468188941478729, + "num_tokens": 3185811.0, + "step": 2480 + }, + { + "entropy": 1.2855974555015564, + "epoch": 0.23789051304098596, + "grad_norm": 0.7758219838142395, + "learning_rate": 4.7554451662208636e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8371373653411865, + "num_tokens": 3198718.0, + "step": 2490 + }, + { + "entropy": 1.2791345596313477, + "epoch": 0.23884589662749595, + "grad_norm": 0.5941950082778931, + "learning_rate": 4.774551012609859e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8532272756099701, + "num_tokens": 3212038.0, + "step": 2500 + }, + { + "entropy": 1.279136300086975, + "epoch": 0.23980128021400593, + "grad_norm": 0.6497794985771179, + "learning_rate": 4.793656858998854e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8462206900119782, + "num_tokens": 3225032.0, + "step": 2510 + }, + { + "entropy": 1.2616921424865724, + "epoch": 0.2407566638005159, + "grad_norm": 0.7398484349250793, + "learning_rate": 4.812762705387849e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8493601679801941, + "num_tokens": 3237566.0, + "step": 2520 + }, + { + "entropy": 1.2778163313865663, + "epoch": 0.2417120473870259, + "grad_norm": 0.6516284346580505, + "learning_rate": 4.831868551776844e-05, + "loss": 0.3775, + "mean_token_accuracy": 0.848389858007431, + "num_tokens": 3250271.0, + "step": 2530 + }, + { + "entropy": 1.2922224760055543, + "epoch": 0.24266743097353588, + "grad_norm": 0.6305477619171143, + "learning_rate": 4.850974398165839e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8387389957904816, + "num_tokens": 3263833.0, + "step": 2540 + }, + { + "entropy": 1.2679149627685546, + "epoch": 0.24362281456004586, + "grad_norm": 0.6232509016990662, + "learning_rate": 4.870080244554834e-05, + "loss": 0.3461, + "mean_token_accuracy": 0.860190612077713, + "num_tokens": 3276675.0, + "step": 2550 + }, + { + "entropy": 1.2821779727935791, + "epoch": 0.24457819814655585, + "grad_norm": 0.7472721934318542, + "learning_rate": 4.889186090943829e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8388426959514618, + "num_tokens": 3289360.0, + "step": 2560 + }, + { + "entropy": 1.282480823993683, + "epoch": 0.24553358173306583, + "grad_norm": 0.5634670257568359, + "learning_rate": 4.908291937332824e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8393535852432251, + "num_tokens": 3302015.0, + "step": 2570 + }, + { + "entropy": 1.2824005007743835, + "epoch": 0.24648896531957581, + "grad_norm": 0.6457816958427429, + "learning_rate": 4.9273977837218193e-05, + "loss": 0.3704, + "mean_token_accuracy": 0.8484170436859131, + "num_tokens": 3314985.0, + "step": 2580 + }, + { + "entropy": 1.2831226229667663, + "epoch": 0.2474443489060858, + "grad_norm": 0.6948029398918152, + "learning_rate": 4.9465036301108144e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8292449653148651, + "num_tokens": 3327641.0, + "step": 2590 + }, + { + "entropy": 1.2933778166770935, + "epoch": 0.24839973249259578, + "grad_norm": 0.5866643190383911, + "learning_rate": 4.965609476499809e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8440163969993592, + "num_tokens": 3341572.0, + "step": 2600 + }, + { + "entropy": 1.2502070188522338, + "epoch": 0.24935511607910577, + "grad_norm": 0.6433069109916687, + "learning_rate": 4.9847153228888046e-05, + "loss": 0.3406, + "mean_token_accuracy": 0.8632810294628144, + "num_tokens": 3354338.0, + "step": 2610 + }, + { + "entropy": 1.2536645412445069, + "epoch": 0.25031049966561575, + "grad_norm": 0.5618928074836731, + "learning_rate": 5.003821169277799e-05, + "loss": 0.375, + "mean_token_accuracy": 0.8468674778938293, + "num_tokens": 3367064.0, + "step": 2620 + }, + { + "entropy": 1.2739932537078857, + "epoch": 0.25126588325212573, + "grad_norm": 0.6968987584114075, + "learning_rate": 5.022927015666794e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8496802151203156, + "num_tokens": 3380339.0, + "step": 2630 + }, + { + "entropy": 1.281266951560974, + "epoch": 0.2522212668386357, + "grad_norm": 0.7572891116142273, + "learning_rate": 5.042032862055789e-05, + "loss": 0.3715, + "mean_token_accuracy": 0.8443707644939422, + "num_tokens": 3393487.0, + "step": 2640 + }, + { + "entropy": 1.259571611881256, + "epoch": 0.2531766504251457, + "grad_norm": 0.7286648154258728, + "learning_rate": 5.061138708444785e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8460671722888946, + "num_tokens": 3406149.0, + "step": 2650 + }, + { + "entropy": 1.2914763569831849, + "epoch": 0.2541320340116557, + "grad_norm": 0.5429036021232605, + "learning_rate": 5.080244554833779e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8457540333271026, + "num_tokens": 3419648.0, + "step": 2660 + }, + { + "entropy": 1.2642595410346984, + "epoch": 0.25508741759816567, + "grad_norm": 0.5258529782295227, + "learning_rate": 5.0993504012227744e-05, + "loss": 0.3235, + "mean_token_accuracy": 0.8718797445297242, + "num_tokens": 3432603.0, + "step": 2670 + }, + { + "entropy": 1.274970531463623, + "epoch": 0.25604280118467565, + "grad_norm": 0.7711392641067505, + "learning_rate": 5.1184562476117695e-05, + "loss": 0.3679, + "mean_token_accuracy": 0.8472654104232789, + "num_tokens": 3445383.0, + "step": 2680 + }, + { + "entropy": 1.2848304867744447, + "epoch": 0.25699818477118563, + "grad_norm": 0.6598086953163147, + "learning_rate": 5.137562094000764e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.8267201602458953, + "num_tokens": 3458810.0, + "step": 2690 + }, + { + "entropy": 1.2795539379119873, + "epoch": 0.2579535683576956, + "grad_norm": 0.6815587282180786, + "learning_rate": 5.15666794038976e-05, + "loss": 0.3804, + "mean_token_accuracy": 0.8446430385112762, + "num_tokens": 3471206.0, + "step": 2700 + }, + { + "entropy": 1.2775951266288756, + "epoch": 0.2589089519442056, + "grad_norm": 0.7432227730751038, + "learning_rate": 5.175773786778755e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8696254611015319, + "num_tokens": 3484132.0, + "step": 2710 + }, + { + "entropy": 1.2840893745422364, + "epoch": 0.2598643355307156, + "grad_norm": 0.7387011051177979, + "learning_rate": 5.19487963316775e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8157608509063721, + "num_tokens": 3496760.0, + "step": 2720 + }, + { + "entropy": 1.2851266980171203, + "epoch": 0.26081971911722557, + "grad_norm": 0.7581648230552673, + "learning_rate": 5.213985479556744e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.8537165462970734, + "num_tokens": 3510266.0, + "step": 2730 + }, + { + "entropy": 1.2804792404174805, + "epoch": 0.26177510270373555, + "grad_norm": 0.7620275020599365, + "learning_rate": 5.233091325945739e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.8484967112541199, + "num_tokens": 3523237.0, + "step": 2740 + }, + { + "entropy": 1.2791538476943969, + "epoch": 0.26273048629024554, + "grad_norm": 0.7194176912307739, + "learning_rate": 5.252197172334735e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8532907903194428, + "num_tokens": 3536139.0, + "step": 2750 + }, + { + "entropy": 1.2813641548156738, + "epoch": 0.2636858698767555, + "grad_norm": 1.073900818824768, + "learning_rate": 5.27130301872373e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.841932886838913, + "num_tokens": 3549093.0, + "step": 2760 + }, + { + "entropy": 1.2783892035484314, + "epoch": 0.2646412534632655, + "grad_norm": 0.6986015439033508, + "learning_rate": 5.2904088651127245e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8674881160259247, + "num_tokens": 3562254.0, + "step": 2770 + }, + { + "entropy": 1.2937419533729553, + "epoch": 0.2655966370497755, + "grad_norm": 0.6722272038459778, + "learning_rate": 5.3095147115017196e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8370342552661896, + "num_tokens": 3575508.0, + "step": 2780 + }, + { + "entropy": 1.2848678946495056, + "epoch": 0.26655202063628547, + "grad_norm": 0.5650566220283508, + "learning_rate": 5.3286205578907146e-05, + "loss": 0.3629, + "mean_token_accuracy": 0.8552805721759796, + "num_tokens": 3588527.0, + "step": 2790 + }, + { + "entropy": 1.2667209148406982, + "epoch": 0.26750740422279545, + "grad_norm": 1.0771082639694214, + "learning_rate": 5.3477264042797104e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8461702585220336, + "num_tokens": 3601001.0, + "step": 2800 + }, + { + "entropy": 1.289885973930359, + "epoch": 0.26846278780930544, + "grad_norm": 0.7629557847976685, + "learning_rate": 5.3668322506687055e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8247753918170929, + "num_tokens": 3613807.0, + "step": 2810 + }, + { + "entropy": 1.2773668766021729, + "epoch": 0.2694181713958154, + "grad_norm": 0.7666321992874146, + "learning_rate": 5.3859380970577e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8572043061256409, + "num_tokens": 3626784.0, + "step": 2820 + }, + { + "entropy": 1.276274847984314, + "epoch": 0.2703735549823254, + "grad_norm": 0.8250514268875122, + "learning_rate": 5.405043943446695e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8411020815372467, + "num_tokens": 3639585.0, + "step": 2830 + }, + { + "entropy": 1.2516301631927491, + "epoch": 0.2713289385688354, + "grad_norm": 0.5269761681556702, + "learning_rate": 5.4241497898356894e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8466355323791503, + "num_tokens": 3652409.0, + "step": 2840 + }, + { + "entropy": 1.2757982730865478, + "epoch": 0.27228432215534537, + "grad_norm": 0.7022510170936584, + "learning_rate": 5.4432556362246844e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8393148899078369, + "num_tokens": 3665388.0, + "step": 2850 + }, + { + "entropy": 1.2635353326797485, + "epoch": 0.27323970574185535, + "grad_norm": 0.6104657649993896, + "learning_rate": 5.46236148261368e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.8506511330604554, + "num_tokens": 3678306.0, + "step": 2860 + }, + { + "entropy": 1.2789201736450195, + "epoch": 0.27419508932836534, + "grad_norm": 0.6851982474327087, + "learning_rate": 5.481467329002675e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8422338902950287, + "num_tokens": 3691227.0, + "step": 2870 + }, + { + "entropy": 1.2758582711219788, + "epoch": 0.2751504729148753, + "grad_norm": 0.609490692615509, + "learning_rate": 5.5005731753916703e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8342672526836395, + "num_tokens": 3703613.0, + "step": 2880 + }, + { + "entropy": 1.2727771162986756, + "epoch": 0.2761058565013853, + "grad_norm": 0.7055326104164124, + "learning_rate": 5.519679021780665e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8591006815433502, + "num_tokens": 3716673.0, + "step": 2890 + }, + { + "entropy": 1.2858956694602965, + "epoch": 0.2770612400878953, + "grad_norm": 0.8068562746047974, + "learning_rate": 5.53878486816966e-05, + "loss": 0.4001, + "mean_token_accuracy": 0.8356771111488343, + "num_tokens": 3729637.0, + "step": 2900 + }, + { + "entropy": 1.2716001272201538, + "epoch": 0.27801662367440527, + "grad_norm": 0.6276835799217224, + "learning_rate": 5.5578907145586556e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8370358526706696, + "num_tokens": 3742405.0, + "step": 2910 + }, + { + "entropy": 1.2887587189674377, + "epoch": 0.27897200726091526, + "grad_norm": 0.7538178563117981, + "learning_rate": 5.5769965609476507e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8352477192878723, + "num_tokens": 3755157.0, + "step": 2920 + }, + { + "entropy": 1.2831355929374695, + "epoch": 0.27992739084742524, + "grad_norm": 0.8186329007148743, + "learning_rate": 5.596102407336645e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8490426659584045, + "num_tokens": 3768744.0, + "step": 2930 + }, + { + "entropy": 1.2582730293273925, + "epoch": 0.2808827744339352, + "grad_norm": 0.6409343481063843, + "learning_rate": 5.61520825372564e-05, + "loss": 0.354, + "mean_token_accuracy": 0.8525499999523163, + "num_tokens": 3781202.0, + "step": 2940 + }, + { + "entropy": 1.2601594805717469, + "epoch": 0.2818381580204452, + "grad_norm": 0.6311231851577759, + "learning_rate": 5.634314100114635e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8525297284126282, + "num_tokens": 3793824.0, + "step": 2950 + }, + { + "entropy": 1.2603785395622253, + "epoch": 0.2827935416069552, + "grad_norm": 0.6700447797775269, + "learning_rate": 5.653419946503631e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8519073486328125, + "num_tokens": 3806681.0, + "step": 2960 + }, + { + "entropy": 1.2696638703346252, + "epoch": 0.2837489251934652, + "grad_norm": 0.6014752984046936, + "learning_rate": 5.6725257928926254e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8482807874679565, + "num_tokens": 3819390.0, + "step": 2970 + }, + { + "entropy": 1.2594894170761108, + "epoch": 0.28470430877997516, + "grad_norm": 0.6597194671630859, + "learning_rate": 5.6916316392816205e-05, + "loss": 0.3555, + "mean_token_accuracy": 0.8553810000419617, + "num_tokens": 3832211.0, + "step": 2980 + }, + { + "entropy": 1.2744592905044556, + "epoch": 0.28565969236648514, + "grad_norm": 0.7361180186271667, + "learning_rate": 5.7107374856706155e-05, + "loss": 0.3694, + "mean_token_accuracy": 0.8503290712833405, + "num_tokens": 3845219.0, + "step": 2990 + }, + { + "entropy": 1.2742242217063904, + "epoch": 0.2866150759529951, + "grad_norm": 0.6785665154457092, + "learning_rate": 5.72984333205961e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.860376912355423, + "num_tokens": 3858311.0, + "step": 3000 + }, + { + "entropy": 1.2868963122367858, + "epoch": 0.2875704595395051, + "grad_norm": 0.6984080672264099, + "learning_rate": 5.7489491784486064e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8432450711727142, + "num_tokens": 3871235.0, + "step": 3010 + }, + { + "entropy": 1.2801071047782897, + "epoch": 0.2885258431260151, + "grad_norm": 0.801363468170166, + "learning_rate": 5.768055024837601e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8422516405582428, + "num_tokens": 3883775.0, + "step": 3020 + }, + { + "entropy": 1.2736220359802246, + "epoch": 0.2894812267125251, + "grad_norm": 0.6126468777656555, + "learning_rate": 5.787160871226596e-05, + "loss": 0.3607, + "mean_token_accuracy": 0.8576590359210968, + "num_tokens": 3896580.0, + "step": 3030 + }, + { + "entropy": 1.2767791867256164, + "epoch": 0.29043661029903506, + "grad_norm": 0.7609166502952576, + "learning_rate": 5.80626671761559e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8539529800415039, + "num_tokens": 3909815.0, + "step": 3040 + }, + { + "entropy": 1.2682581782341003, + "epoch": 0.29139199388554504, + "grad_norm": 0.6414077877998352, + "learning_rate": 5.825372564004585e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8499647855758667, + "num_tokens": 3922679.0, + "step": 3050 + }, + { + "entropy": 1.2604147911071777, + "epoch": 0.292347377472055, + "grad_norm": 0.5404054522514343, + "learning_rate": 5.844478410393581e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8478316247463227, + "num_tokens": 3935791.0, + "step": 3060 + }, + { + "entropy": 1.2838895559310912, + "epoch": 0.293302761058565, + "grad_norm": 0.663418710231781, + "learning_rate": 5.863584256782576e-05, + "loss": 0.4307, + "mean_token_accuracy": 0.8246513664722442, + "num_tokens": 3948412.0, + "step": 3070 + }, + { + "entropy": 1.2690557360649108, + "epoch": 0.294258144645075, + "grad_norm": 0.9669036865234375, + "learning_rate": 5.8826901031715706e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8574151277542115, + "num_tokens": 3961207.0, + "step": 3080 + }, + { + "entropy": 1.284507143497467, + "epoch": 0.295213528231585, + "grad_norm": 0.6275414824485779, + "learning_rate": 5.9017959495605656e-05, + "loss": 0.3927, + "mean_token_accuracy": 0.8427205443382263, + "num_tokens": 3974356.0, + "step": 3090 + }, + { + "entropy": 1.279103434085846, + "epoch": 0.29616891181809496, + "grad_norm": 0.9369569420814514, + "learning_rate": 5.920901795949561e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8324944913387299, + "num_tokens": 3987414.0, + "step": 3100 + }, + { + "entropy": 1.2702163100242614, + "epoch": 0.29712429540460494, + "grad_norm": 0.6003378033638, + "learning_rate": 5.940007642338555e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8495359182357788, + "num_tokens": 4000291.0, + "step": 3110 + }, + { + "entropy": 1.2635719299316406, + "epoch": 0.2980796789911149, + "grad_norm": 0.6137555241584778, + "learning_rate": 5.9591134887275516e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.8328447818756104, + "num_tokens": 4013392.0, + "step": 3120 + }, + { + "entropy": 1.2821471691131592, + "epoch": 0.2990350625776249, + "grad_norm": 0.7336801290512085, + "learning_rate": 5.978219335116546e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8502453744411469, + "num_tokens": 4025872.0, + "step": 3130 + }, + { + "entropy": 1.2888219237327576, + "epoch": 0.2999904461641349, + "grad_norm": 0.7190019488334656, + "learning_rate": 5.997325181505541e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8291857600212097, + "num_tokens": 4039283.0, + "step": 3140 + }, + { + "entropy": 1.290279245376587, + "epoch": 0.3009458297506449, + "grad_norm": 0.6715187430381775, + "learning_rate": 6.0164310278945354e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.831870687007904, + "num_tokens": 4052976.0, + "step": 3150 + }, + { + "entropy": 1.2807311534881591, + "epoch": 0.30190121333715486, + "grad_norm": 0.6224249601364136, + "learning_rate": 6.0355368742835305e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8465798914432525, + "num_tokens": 4066448.0, + "step": 3160 + }, + { + "entropy": 1.269202220439911, + "epoch": 0.30285659692366484, + "grad_norm": 0.9325991868972778, + "learning_rate": 6.054642720672526e-05, + "loss": 0.3563, + "mean_token_accuracy": 0.854417622089386, + "num_tokens": 4079439.0, + "step": 3170 + }, + { + "entropy": 1.2855523824691772, + "epoch": 0.30381198051017483, + "grad_norm": 0.7928286790847778, + "learning_rate": 6.0737485670615213e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8268132388591767, + "num_tokens": 4092166.0, + "step": 3180 + }, + { + "entropy": 1.2899371981620789, + "epoch": 0.3047673640966848, + "grad_norm": 0.7306142449378967, + "learning_rate": 6.0928544134505164e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8416242241859436, + "num_tokens": 4104829.0, + "step": 3190 + }, + { + "entropy": 1.2729447603225708, + "epoch": 0.3057227476831948, + "grad_norm": 0.8024051189422607, + "learning_rate": 6.111960259839512e-05, + "loss": 0.3747, + "mean_token_accuracy": 0.8479420781135559, + "num_tokens": 4117331.0, + "step": 3200 + }, + { + "entropy": 1.2833407640457153, + "epoch": 0.3066781312697048, + "grad_norm": 0.7879268527030945, + "learning_rate": 6.131066106228505e-05, + "loss": 0.3898, + "mean_token_accuracy": 0.8467767059803009, + "num_tokens": 4130151.0, + "step": 3210 + }, + { + "entropy": 1.28128080368042, + "epoch": 0.30763351485621476, + "grad_norm": 0.688362717628479, + "learning_rate": 6.150171952617502e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8328691840171814, + "num_tokens": 4142989.0, + "step": 3220 + }, + { + "entropy": 1.2899505853652955, + "epoch": 0.30858889844272475, + "grad_norm": 0.6559301614761353, + "learning_rate": 6.169277799006497e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8361551105976105, + "num_tokens": 4155742.0, + "step": 3230 + }, + { + "entropy": 1.2943524599075318, + "epoch": 0.30954428202923473, + "grad_norm": 0.7373790740966797, + "learning_rate": 6.188383645395492e-05, + "loss": 0.4201, + "mean_token_accuracy": 0.827662593126297, + "num_tokens": 4168846.0, + "step": 3240 + }, + { + "entropy": 1.3058894753456116, + "epoch": 0.3104996656157447, + "grad_norm": 0.6594698429107666, + "learning_rate": 6.207489491784486e-05, + "loss": 0.4028, + "mean_token_accuracy": 0.8380556762218475, + "num_tokens": 4181493.0, + "step": 3250 + }, + { + "entropy": 1.3028751850128173, + "epoch": 0.3114550492022547, + "grad_norm": 0.7783327102661133, + "learning_rate": 6.22659533817348e-05, + "loss": 0.4455, + "mean_token_accuracy": 0.8156273424625397, + "num_tokens": 4193866.0, + "step": 3260 + }, + { + "entropy": 1.2698946118354797, + "epoch": 0.3124104327887647, + "grad_norm": 0.6691195368766785, + "learning_rate": 6.245701184562477e-05, + "loss": 0.3742, + "mean_token_accuracy": 0.8461481511592865, + "num_tokens": 4206280.0, + "step": 3270 + }, + { + "entropy": 1.264506721496582, + "epoch": 0.31336581637527466, + "grad_norm": 0.7559728622436523, + "learning_rate": 6.264807030951472e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8446953237056732, + "num_tokens": 4219135.0, + "step": 3280 + }, + { + "entropy": 1.2717285990715026, + "epoch": 0.31432119996178465, + "grad_norm": 0.726842999458313, + "learning_rate": 6.283912877340466e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8468053281307221, + "num_tokens": 4232111.0, + "step": 3290 + }, + { + "entropy": 1.2791660904884339, + "epoch": 0.31527658354829463, + "grad_norm": 0.7757483720779419, + "learning_rate": 6.303018723729461e-05, + "loss": 0.3762, + "mean_token_accuracy": 0.8458454310894012, + "num_tokens": 4245394.0, + "step": 3300 + }, + { + "entropy": 1.2804919481277466, + "epoch": 0.3162319671348046, + "grad_norm": 0.6169247031211853, + "learning_rate": 6.322124570118456e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.832502692937851, + "num_tokens": 4258638.0, + "step": 3310 + }, + { + "entropy": 1.2784610390663147, + "epoch": 0.3171873507213146, + "grad_norm": 0.904844343662262, + "learning_rate": 6.341230416507452e-05, + "loss": 0.3903, + "mean_token_accuracy": 0.8394924223423004, + "num_tokens": 4271413.0, + "step": 3320 + }, + { + "entropy": 1.2785528898239136, + "epoch": 0.3181427343078246, + "grad_norm": 0.7968923449516296, + "learning_rate": 6.360336262896448e-05, + "loss": 0.3772, + "mean_token_accuracy": 0.8408786594867707, + "num_tokens": 4284234.0, + "step": 3330 + }, + { + "entropy": 1.2761375665664674, + "epoch": 0.31909811789433457, + "grad_norm": 0.7934226393699646, + "learning_rate": 6.379442109285441e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8471572041511536, + "num_tokens": 4297033.0, + "step": 3340 + }, + { + "entropy": 1.2919651865959167, + "epoch": 0.32005350148084455, + "grad_norm": 0.658288836479187, + "learning_rate": 6.398547955674436e-05, + "loss": 0.4066, + "mean_token_accuracy": 0.8344008564949036, + "num_tokens": 4310556.0, + "step": 3350 + }, + { + "entropy": 1.2768156051635742, + "epoch": 0.32100888506735453, + "grad_norm": 0.6425732970237732, + "learning_rate": 6.417653802063431e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.832813423871994, + "num_tokens": 4323183.0, + "step": 3360 + }, + { + "entropy": 1.283928394317627, + "epoch": 0.3219642686538645, + "grad_norm": 0.7321940660476685, + "learning_rate": 6.436759648452428e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8346129834651947, + "num_tokens": 4336214.0, + "step": 3370 + }, + { + "entropy": 1.2733935952186584, + "epoch": 0.3229196522403745, + "grad_norm": 0.8039566874504089, + "learning_rate": 6.455865494841422e-05, + "loss": 0.3744, + "mean_token_accuracy": 0.8464722454547882, + "num_tokens": 4348993.0, + "step": 3380 + }, + { + "entropy": 1.291793167591095, + "epoch": 0.3238750358268845, + "grad_norm": 0.8275613188743591, + "learning_rate": 6.474971341230417e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8357401907444, + "num_tokens": 4362408.0, + "step": 3390 + }, + { + "entropy": 1.2781423330307007, + "epoch": 0.32483041941339447, + "grad_norm": 0.8692147731781006, + "learning_rate": 6.494077187619412e-05, + "loss": 0.4038, + "mean_token_accuracy": 0.8337478697299957, + "num_tokens": 4375901.0, + "step": 3400 + }, + { + "entropy": 1.2650785326957703, + "epoch": 0.32578580299990445, + "grad_norm": 0.6421412229537964, + "learning_rate": 6.513183034008407e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8552711367607116, + "num_tokens": 4388924.0, + "step": 3410 + }, + { + "entropy": 1.2612456917762755, + "epoch": 0.32674118658641443, + "grad_norm": 0.764803409576416, + "learning_rate": 6.532288880397402e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.8339763224124909, + "num_tokens": 4401016.0, + "step": 3420 + }, + { + "entropy": 1.252113687992096, + "epoch": 0.3276965701729244, + "grad_norm": 0.6955620050430298, + "learning_rate": 6.551394726786397e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8632386088371277, + "num_tokens": 4413800.0, + "step": 3430 + }, + { + "entropy": 1.2599996209144593, + "epoch": 0.3286519537594344, + "grad_norm": 0.7744714617729187, + "learning_rate": 6.570500573175392e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8392612934112549, + "num_tokens": 4426985.0, + "step": 3440 + }, + { + "entropy": 1.2827844023704529, + "epoch": 0.3296073373459444, + "grad_norm": 0.7537339925765991, + "learning_rate": 6.589606419564387e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.8209917187690735, + "num_tokens": 4439627.0, + "step": 3450 + }, + { + "entropy": 1.274874472618103, + "epoch": 0.33056272093245437, + "grad_norm": 0.7480202317237854, + "learning_rate": 6.608712265953382e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8252606749534607, + "num_tokens": 4452350.0, + "step": 3460 + }, + { + "entropy": 1.2449324488639832, + "epoch": 0.33151810451896435, + "grad_norm": 0.6721220016479492, + "learning_rate": 6.627818112342377e-05, + "loss": 0.369, + "mean_token_accuracy": 0.8471714437007904, + "num_tokens": 4464684.0, + "step": 3470 + }, + { + "entropy": 1.2584771871566773, + "epoch": 0.33247348810547434, + "grad_norm": 0.7311066389083862, + "learning_rate": 6.646923958731372e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.839896422624588, + "num_tokens": 4477364.0, + "step": 3480 + }, + { + "entropy": 1.2497532725334168, + "epoch": 0.3334288716919843, + "grad_norm": 0.7365573644638062, + "learning_rate": 6.666029805120367e-05, + "loss": 0.3858, + "mean_token_accuracy": 0.8460962831974029, + "num_tokens": 4490190.0, + "step": 3490 + }, + { + "entropy": 1.2521235466003418, + "epoch": 0.3343842552784943, + "grad_norm": 0.8683766722679138, + "learning_rate": 6.685135651509362e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8451791644096375, + "num_tokens": 4503093.0, + "step": 3500 + }, + { + "entropy": 1.2533656358718872, + "epoch": 0.3353396388650043, + "grad_norm": 0.9296615123748779, + "learning_rate": 6.704241497898358e-05, + "loss": 0.3936, + "mean_token_accuracy": 0.8398294270038604, + "num_tokens": 4516017.0, + "step": 3510 + }, + { + "entropy": 1.263735055923462, + "epoch": 0.33629502245151427, + "grad_norm": 0.894467830657959, + "learning_rate": 6.723347344287351e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8554097831249237, + "num_tokens": 4528911.0, + "step": 3520 + }, + { + "entropy": 1.2655407309532165, + "epoch": 0.33725040603802425, + "grad_norm": 0.7311633229255676, + "learning_rate": 6.742453190676348e-05, + "loss": 0.4001, + "mean_token_accuracy": 0.8383584439754486, + "num_tokens": 4541635.0, + "step": 3530 + }, + { + "entropy": 1.2636798024177551, + "epoch": 0.33820578962453424, + "grad_norm": 0.7738022208213806, + "learning_rate": 6.761559037065343e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.8317577302455902, + "num_tokens": 4554757.0, + "step": 3540 + }, + { + "entropy": 1.2648840427398682, + "epoch": 0.3391611732110442, + "grad_norm": 0.6838682889938354, + "learning_rate": 6.780664883454338e-05, + "loss": 0.4105, + "mean_token_accuracy": 0.833786690235138, + "num_tokens": 4567441.0, + "step": 3550 + }, + { + "entropy": 1.2695343494415283, + "epoch": 0.3401165567975542, + "grad_norm": 0.6218856573104858, + "learning_rate": 6.799770729843332e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8297119081020355, + "num_tokens": 4580391.0, + "step": 3560 + }, + { + "entropy": 1.2470499515533446, + "epoch": 0.3410719403840642, + "grad_norm": 1.0015032291412354, + "learning_rate": 6.818876576232327e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8516750454902648, + "num_tokens": 4593085.0, + "step": 3570 + }, + { + "entropy": 1.2527870774269103, + "epoch": 0.34202732397057417, + "grad_norm": 0.7421206831932068, + "learning_rate": 6.837982422621323e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8588115096092224, + "num_tokens": 4605802.0, + "step": 3580 + }, + { + "entropy": 1.2771194100379943, + "epoch": 0.34298270755708415, + "grad_norm": 0.6602955460548401, + "learning_rate": 6.857088269010318e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8395159125328064, + "num_tokens": 4618945.0, + "step": 3590 + }, + { + "entropy": 1.279137921333313, + "epoch": 0.34393809114359414, + "grad_norm": 0.8079073429107666, + "learning_rate": 6.876194115399312e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.8305598616600036, + "num_tokens": 4631915.0, + "step": 3600 + }, + { + "entropy": 1.258109188079834, + "epoch": 0.3448934747301041, + "grad_norm": 0.8597303628921509, + "learning_rate": 6.895299961788307e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8465725600719451, + "num_tokens": 4644715.0, + "step": 3610 + }, + { + "entropy": 1.2803027510643006, + "epoch": 0.3458488583166141, + "grad_norm": 0.7281296849250793, + "learning_rate": 6.914405808177302e-05, + "loss": 0.336, + "mean_token_accuracy": 0.861450868844986, + "num_tokens": 4658148.0, + "step": 3620 + }, + { + "entropy": 1.2727845430374145, + "epoch": 0.3468042419031241, + "grad_norm": 0.7183985710144043, + "learning_rate": 6.933511654566299e-05, + "loss": 0.4206, + "mean_token_accuracy": 0.8155509173870087, + "num_tokens": 4670715.0, + "step": 3630 + }, + { + "entropy": 1.2632682919502258, + "epoch": 0.34775962548963407, + "grad_norm": 0.6393564343452454, + "learning_rate": 6.952617500955294e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8369904339313508, + "num_tokens": 4683211.0, + "step": 3640 + }, + { + "entropy": 1.2704575657844543, + "epoch": 0.34871500907614406, + "grad_norm": 0.8583842515945435, + "learning_rate": 6.971723347344287e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8331045091152192, + "num_tokens": 4695640.0, + "step": 3650 + }, + { + "entropy": 1.2737019181251525, + "epoch": 0.34967039266265404, + "grad_norm": 0.7243694067001343, + "learning_rate": 6.990829193733282e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.839050555229187, + "num_tokens": 4708446.0, + "step": 3660 + }, + { + "entropy": 1.2937702178955077, + "epoch": 0.350625776249164, + "grad_norm": 0.7215116620063782, + "learning_rate": 7.009935040122277e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8281419932842254, + "num_tokens": 4721314.0, + "step": 3670 + }, + { + "entropy": 1.2694340586662292, + "epoch": 0.351581159835674, + "grad_norm": 0.8337026834487915, + "learning_rate": 7.029040886511273e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8446496963500977, + "num_tokens": 4733415.0, + "step": 3680 + }, + { + "entropy": 1.2749366402626037, + "epoch": 0.352536543422184, + "grad_norm": 0.5578048229217529, + "learning_rate": 7.048146732900268e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8497126877307892, + "num_tokens": 4746570.0, + "step": 3690 + }, + { + "entropy": 1.2815786719322204, + "epoch": 0.353491927008694, + "grad_norm": 0.7188102602958679, + "learning_rate": 7.067252579289263e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8325655102729798, + "num_tokens": 4759818.0, + "step": 3700 + }, + { + "entropy": 1.2809471607208252, + "epoch": 0.35444731059520396, + "grad_norm": 0.6160960793495178, + "learning_rate": 7.086358425678258e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8397142231464386, + "num_tokens": 4772876.0, + "step": 3710 + }, + { + "entropy": 1.265385365486145, + "epoch": 0.35540269418171394, + "grad_norm": 0.8176918029785156, + "learning_rate": 7.105464272067253e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8480950951576233, + "num_tokens": 4785786.0, + "step": 3720 + }, + { + "entropy": 1.2888447999954225, + "epoch": 0.3563580777682239, + "grad_norm": 0.8054659366607666, + "learning_rate": 7.124570118456248e-05, + "loss": 0.3867, + "mean_token_accuracy": 0.8392297327518463, + "num_tokens": 4798966.0, + "step": 3730 + }, + { + "entropy": 1.273152267932892, + "epoch": 0.3573134613547339, + "grad_norm": 0.7270374894142151, + "learning_rate": 7.143675964845243e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.836340993642807, + "num_tokens": 4811998.0, + "step": 3740 + }, + { + "entropy": 1.2707088947296143, + "epoch": 0.3582688449412439, + "grad_norm": 0.888224184513092, + "learning_rate": 7.162781811234238e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8345252096652984, + "num_tokens": 4825218.0, + "step": 3750 + }, + { + "entropy": 1.2745896100997924, + "epoch": 0.3592242285277539, + "grad_norm": 0.716721773147583, + "learning_rate": 7.181887657623233e-05, + "loss": 0.4436, + "mean_token_accuracy": 0.8182596862316132, + "num_tokens": 4837637.0, + "step": 3760 + }, + { + "entropy": 1.2771457433700562, + "epoch": 0.36017961211426386, + "grad_norm": 0.6673634052276611, + "learning_rate": 7.200993504012228e-05, + "loss": 0.4113, + "mean_token_accuracy": 0.8307885766029358, + "num_tokens": 4850519.0, + "step": 3770 + }, + { + "entropy": 1.2573610186576842, + "epoch": 0.36113499570077384, + "grad_norm": 0.6776245832443237, + "learning_rate": 7.220099350401222e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8658936023712158, + "num_tokens": 4862867.0, + "step": 3780 + }, + { + "entropy": 1.27237708568573, + "epoch": 0.3620903792872838, + "grad_norm": 0.8845223188400269, + "learning_rate": 7.239205196790218e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8345300614833832, + "num_tokens": 4876037.0, + "step": 3790 + }, + { + "entropy": 1.2591856837272644, + "epoch": 0.3630457628737938, + "grad_norm": 0.7225292325019836, + "learning_rate": 7.258311043179213e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.850280249118805, + "num_tokens": 4889095.0, + "step": 3800 + }, + { + "entropy": 1.279864203929901, + "epoch": 0.3640011464603038, + "grad_norm": 0.8608142733573914, + "learning_rate": 7.277416889568209e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8377846658229828, + "num_tokens": 4902767.0, + "step": 3810 + }, + { + "entropy": 1.27039133310318, + "epoch": 0.3649565300468138, + "grad_norm": 0.7111886143684387, + "learning_rate": 7.296522735957204e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8350623250007629, + "num_tokens": 4915528.0, + "step": 3820 + }, + { + "entropy": 1.2545314192771913, + "epoch": 0.36591191363332376, + "grad_norm": 0.8284581303596497, + "learning_rate": 7.315628582346197e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8422004759311676, + "num_tokens": 4928145.0, + "step": 3830 + }, + { + "entropy": 1.2637898564338683, + "epoch": 0.36686729721983374, + "grad_norm": 0.5986781120300293, + "learning_rate": 7.334734428735194e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8440639019012451, + "num_tokens": 4941305.0, + "step": 3840 + }, + { + "entropy": 1.2432499408721924, + "epoch": 0.3678226808063437, + "grad_norm": 0.7627539038658142, + "learning_rate": 7.353840275124189e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8589220106601715, + "num_tokens": 4953921.0, + "step": 3850 + }, + { + "entropy": 1.2735229015350342, + "epoch": 0.3687780643928537, + "grad_norm": 0.6381236910820007, + "learning_rate": 7.372946121513184e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8361031651496887, + "num_tokens": 4967102.0, + "step": 3860 + }, + { + "entropy": 1.2692256569862366, + "epoch": 0.3697334479793637, + "grad_norm": 0.8062227368354797, + "learning_rate": 7.392051967902178e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.842352294921875, + "num_tokens": 4980080.0, + "step": 3870 + }, + { + "entropy": 1.2731645226478576, + "epoch": 0.3706888315658737, + "grad_norm": 0.6787148714065552, + "learning_rate": 7.411157814291173e-05, + "loss": 0.3689, + "mean_token_accuracy": 0.8496635258197784, + "num_tokens": 4993295.0, + "step": 3880 + }, + { + "entropy": 1.270084011554718, + "epoch": 0.37164421515238366, + "grad_norm": 0.7250795960426331, + "learning_rate": 7.430263660680169e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8153460919857025, + "num_tokens": 5006336.0, + "step": 3890 + }, + { + "entropy": 1.257176446914673, + "epoch": 0.37259959873889364, + "grad_norm": 0.9682081937789917, + "learning_rate": 7.449369507069164e-05, + "loss": 0.3738, + "mean_token_accuracy": 0.8433236718177796, + "num_tokens": 5019335.0, + "step": 3900 + }, + { + "entropy": 1.2544153809547425, + "epoch": 0.37355498232540363, + "grad_norm": 0.6088074445724487, + "learning_rate": 7.468475353458158e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8352264761924744, + "num_tokens": 5031760.0, + "step": 3910 + }, + { + "entropy": 1.2576326966285705, + "epoch": 0.3745103659119136, + "grad_norm": 0.6368198990821838, + "learning_rate": 7.487581199847153e-05, + "loss": 0.4376, + "mean_token_accuracy": 0.8194485545158386, + "num_tokens": 5043948.0, + "step": 3920 + }, + { + "entropy": 1.2812182188034058, + "epoch": 0.3754657494984236, + "grad_norm": 0.7283657193183899, + "learning_rate": 7.506687046236148e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.839666348695755, + "num_tokens": 5056977.0, + "step": 3930 + }, + { + "entropy": 1.2641456842422485, + "epoch": 0.3764211330849336, + "grad_norm": 0.6364399790763855, + "learning_rate": 7.525792892625145e-05, + "loss": 0.4325, + "mean_token_accuracy": 0.8281145393848419, + "num_tokens": 5070066.0, + "step": 3940 + }, + { + "entropy": 1.2656045794486999, + "epoch": 0.37737651667144356, + "grad_norm": 0.8280462622642517, + "learning_rate": 7.54489873901414e-05, + "loss": 0.4168, + "mean_token_accuracy": 0.830809623003006, + "num_tokens": 5082820.0, + "step": 3950 + }, + { + "entropy": 1.268241536617279, + "epoch": 0.37833190025795355, + "grad_norm": 0.8294157981872559, + "learning_rate": 7.564004585403133e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.848497349023819, + "num_tokens": 5095452.0, + "step": 3960 + }, + { + "entropy": 1.249223279953003, + "epoch": 0.37928728384446353, + "grad_norm": 0.7743192315101624, + "learning_rate": 7.583110431792128e-05, + "loss": 0.3668, + "mean_token_accuracy": 0.8481998264789581, + "num_tokens": 5108073.0, + "step": 3970 + }, + { + "entropy": 1.2805909752845763, + "epoch": 0.3802426674309735, + "grad_norm": 0.626566469669342, + "learning_rate": 7.602216278181124e-05, + "loss": 0.3961, + "mean_token_accuracy": 0.8340859651565552, + "num_tokens": 5121416.0, + "step": 3980 + }, + { + "entropy": 1.2845415711402892, + "epoch": 0.3811980510174835, + "grad_norm": 0.76714026927948, + "learning_rate": 7.621322124570119e-05, + "loss": 0.4107, + "mean_token_accuracy": 0.8327096223831176, + "num_tokens": 5134789.0, + "step": 3990 + }, + { + "entropy": 1.2709712862968445, + "epoch": 0.3821534346039935, + "grad_norm": 0.9380082488059998, + "learning_rate": 7.640427970959114e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8417484641075135, + "num_tokens": 5147701.0, + "step": 4000 + }, + { + "entropy": 1.2658509612083435, + "epoch": 0.38310881819050346, + "grad_norm": 0.8437817096710205, + "learning_rate": 7.659533817348109e-05, + "loss": 0.41, + "mean_token_accuracy": 0.8322134017944336, + "num_tokens": 5160406.0, + "step": 4010 + }, + { + "entropy": 1.2486808180809021, + "epoch": 0.38406420177701345, + "grad_norm": 0.614851713180542, + "learning_rate": 7.678639663737104e-05, + "loss": 0.3582, + "mean_token_accuracy": 0.855794632434845, + "num_tokens": 5172754.0, + "step": 4020 + }, + { + "entropy": 1.2631460666656493, + "epoch": 0.38501958536352343, + "grad_norm": 0.6977668404579163, + "learning_rate": 7.697745510126099e-05, + "loss": 0.4066, + "mean_token_accuracy": 0.8335368573665619, + "num_tokens": 5185631.0, + "step": 4030 + }, + { + "entropy": 1.2705759763717652, + "epoch": 0.3859749689500334, + "grad_norm": 0.7960582971572876, + "learning_rate": 7.716851356515094e-05, + "loss": 0.3952, + "mean_token_accuracy": 0.8366587936878205, + "num_tokens": 5198760.0, + "step": 4040 + }, + { + "entropy": 1.2677447199821472, + "epoch": 0.3869303525365434, + "grad_norm": 0.6529352068901062, + "learning_rate": 7.735957202904089e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8431275844573974, + "num_tokens": 5211222.0, + "step": 4050 + }, + { + "entropy": 1.2574750185012817, + "epoch": 0.3878857361230534, + "grad_norm": 0.587131679058075, + "learning_rate": 7.755063049293084e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.835256028175354, + "num_tokens": 5224209.0, + "step": 4060 + }, + { + "entropy": 1.271461057662964, + "epoch": 0.38884111970956337, + "grad_norm": 1.036460518836975, + "learning_rate": 7.774168895682079e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8370399355888367, + "num_tokens": 5237034.0, + "step": 4070 + }, + { + "entropy": 1.2810242533683778, + "epoch": 0.38979650329607335, + "grad_norm": 0.5754621028900146, + "learning_rate": 7.793274742071074e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8345785498619079, + "num_tokens": 5249897.0, + "step": 4080 + }, + { + "entropy": 1.2677987098693848, + "epoch": 0.39075188688258333, + "grad_norm": 0.7453573942184448, + "learning_rate": 7.812380588460068e-05, + "loss": 0.3708, + "mean_token_accuracy": 0.8489706695079804, + "num_tokens": 5262995.0, + "step": 4090 + }, + { + "entropy": 1.2529853940010072, + "epoch": 0.3917072704690933, + "grad_norm": 0.824073076248169, + "learning_rate": 7.831486434849064e-05, + "loss": 0.3704, + "mean_token_accuracy": 0.848319673538208, + "num_tokens": 5275754.0, + "step": 4100 + }, + { + "entropy": 1.2874028205871582, + "epoch": 0.3926626540556033, + "grad_norm": 0.6696334481239319, + "learning_rate": 7.85059228123806e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8540322482585907, + "num_tokens": 5288726.0, + "step": 4110 + }, + { + "entropy": 1.2500930190086366, + "epoch": 0.3936180376421133, + "grad_norm": 0.6274828910827637, + "learning_rate": 7.869698127627055e-05, + "loss": 0.3911, + "mean_token_accuracy": 0.8409140706062317, + "num_tokens": 5301658.0, + "step": 4120 + }, + { + "entropy": 1.2746035695075988, + "epoch": 0.39457342122862327, + "grad_norm": 1.0114635229110718, + "learning_rate": 7.88880397401605e-05, + "loss": 0.4215, + "mean_token_accuracy": 0.8243568122386933, + "num_tokens": 5314420.0, + "step": 4130 + }, + { + "entropy": 1.270469331741333, + "epoch": 0.39552880481513325, + "grad_norm": 0.726069450378418, + "learning_rate": 7.907909820405043e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8406702756881714, + "num_tokens": 5327125.0, + "step": 4140 + }, + { + "entropy": 1.2755018949508667, + "epoch": 0.39648418840164323, + "grad_norm": 0.6854058504104614, + "learning_rate": 7.92701566679404e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.8452040672302246, + "num_tokens": 5339740.0, + "step": 4150 + }, + { + "entropy": 1.2660191416740418, + "epoch": 0.3974395719881532, + "grad_norm": 0.7829245924949646, + "learning_rate": 7.946121513183035e-05, + "loss": 0.3814, + "mean_token_accuracy": 0.8450968444347382, + "num_tokens": 5352409.0, + "step": 4160 + }, + { + "entropy": 1.2735280513763427, + "epoch": 0.3983949555746632, + "grad_norm": 0.7770770192146301, + "learning_rate": 7.96522735957203e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8629734456539154, + "num_tokens": 5365534.0, + "step": 4170 + }, + { + "entropy": 1.2382447481155396, + "epoch": 0.3993503391611732, + "grad_norm": 0.9742175340652466, + "learning_rate": 7.984333205961024e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8500322520732879, + "num_tokens": 5378548.0, + "step": 4180 + }, + { + "entropy": 1.2773336529731751, + "epoch": 0.40030572274768317, + "grad_norm": 0.7498133778572083, + "learning_rate": 8.003439052350019e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8273856163024902, + "num_tokens": 5391375.0, + "step": 4190 + }, + { + "entropy": 1.2776520252227783, + "epoch": 0.40126110633419315, + "grad_norm": 0.7042372226715088, + "learning_rate": 8.022544898739015e-05, + "loss": 0.3699, + "mean_token_accuracy": 0.852484154701233, + "num_tokens": 5404287.0, + "step": 4200 + }, + { + "entropy": 1.2627227067947389, + "epoch": 0.40221648992070314, + "grad_norm": 0.7572986483573914, + "learning_rate": 8.04165074512801e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.835252845287323, + "num_tokens": 5417177.0, + "step": 4210 + }, + { + "entropy": 1.2691649794578552, + "epoch": 0.4031718735072131, + "grad_norm": 0.7886698842048645, + "learning_rate": 8.060756591517004e-05, + "loss": 0.3973, + "mean_token_accuracy": 0.8414906442165375, + "num_tokens": 5430228.0, + "step": 4220 + }, + { + "entropy": 1.259567093849182, + "epoch": 0.4041272570937231, + "grad_norm": 0.7694385051727295, + "learning_rate": 8.079862437905999e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8491521000862121, + "num_tokens": 5442763.0, + "step": 4230 + }, + { + "entropy": 1.28336021900177, + "epoch": 0.4050826406802331, + "grad_norm": 0.7238510251045227, + "learning_rate": 8.098968284294994e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8428180277347564, + "num_tokens": 5456481.0, + "step": 4240 + }, + { + "entropy": 1.2738933205604552, + "epoch": 0.4060380242667431, + "grad_norm": 0.9384466409683228, + "learning_rate": 8.118074130683989e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8410657942295074, + "num_tokens": 5469226.0, + "step": 4250 + }, + { + "entropy": 1.261294424533844, + "epoch": 0.4069934078532531, + "grad_norm": 0.6484394669532776, + "learning_rate": 8.137179977072984e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8405009686946869, + "num_tokens": 5482034.0, + "step": 4260 + }, + { + "entropy": 1.2591279983520507, + "epoch": 0.4079487914397631, + "grad_norm": 0.7549047470092773, + "learning_rate": 8.15628582346198e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8701415896415711, + "num_tokens": 5495066.0, + "step": 4270 + }, + { + "entropy": 1.280129361152649, + "epoch": 0.4089041750262731, + "grad_norm": 0.5758026242256165, + "learning_rate": 8.175391669850975e-05, + "loss": 0.394, + "mean_token_accuracy": 0.8427099049091339, + "num_tokens": 5507857.0, + "step": 4280 + }, + { + "entropy": 1.2742452383041383, + "epoch": 0.40985955861278306, + "grad_norm": 0.7359206080436707, + "learning_rate": 8.19449751623997e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8371599972248077, + "num_tokens": 5521035.0, + "step": 4290 + }, + { + "entropy": 1.2609768867492677, + "epoch": 0.41081494219929304, + "grad_norm": 0.6583176851272583, + "learning_rate": 8.213603362628965e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8378253638744354, + "num_tokens": 5533952.0, + "step": 4300 + }, + { + "entropy": 1.266258215904236, + "epoch": 0.411770325785803, + "grad_norm": 1.0068206787109375, + "learning_rate": 8.23270920901796e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.857450419664383, + "num_tokens": 5546915.0, + "step": 4310 + }, + { + "entropy": 1.2459715962409974, + "epoch": 0.412725709372313, + "grad_norm": 0.7725843787193298, + "learning_rate": 8.251815055406955e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8611481785774231, + "num_tokens": 5559530.0, + "step": 4320 + }, + { + "entropy": 1.2546289563179016, + "epoch": 0.413681092958823, + "grad_norm": 0.7800648808479309, + "learning_rate": 8.27092090179595e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8548753798007965, + "num_tokens": 5572559.0, + "step": 4330 + }, + { + "entropy": 1.2548962116241456, + "epoch": 0.414636476545333, + "grad_norm": 1.3437236547470093, + "learning_rate": 8.290026748184945e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8393639147281646, + "num_tokens": 5585564.0, + "step": 4340 + }, + { + "entropy": 1.265911066532135, + "epoch": 0.41559186013184296, + "grad_norm": 0.796471893787384, + "learning_rate": 8.30913259457394e-05, + "loss": 0.3931, + "mean_token_accuracy": 0.8413817048072815, + "num_tokens": 5599370.0, + "step": 4350 + }, + { + "entropy": 1.2770763993263246, + "epoch": 0.41654724371835294, + "grad_norm": 0.7086967825889587, + "learning_rate": 8.328238440962935e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8324101448059082, + "num_tokens": 5612849.0, + "step": 4360 + }, + { + "entropy": 1.2548699975013733, + "epoch": 0.4175026273048629, + "grad_norm": 0.7800746560096741, + "learning_rate": 8.34734428735193e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8231758952140809, + "num_tokens": 5625880.0, + "step": 4370 + }, + { + "entropy": 1.2774273872375488, + "epoch": 0.4184580108913729, + "grad_norm": 0.6396660804748535, + "learning_rate": 8.366450133740925e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8369441449642181, + "num_tokens": 5639428.0, + "step": 4380 + }, + { + "entropy": 1.2528164863586426, + "epoch": 0.4194133944778829, + "grad_norm": 0.666547954082489, + "learning_rate": 8.38555598012992e-05, + "loss": 0.3799, + "mean_token_accuracy": 0.8480954885482788, + "num_tokens": 5651982.0, + "step": 4390 + }, + { + "entropy": 1.2551236391067504, + "epoch": 0.4203687780643929, + "grad_norm": 0.9232754707336426, + "learning_rate": 8.404661826518914e-05, + "loss": 0.407, + "mean_token_accuracy": 0.8340952932834625, + "num_tokens": 5664527.0, + "step": 4400 + }, + { + "entropy": 1.2756510138511659, + "epoch": 0.42132416165090286, + "grad_norm": 0.5977298021316528, + "learning_rate": 8.42376767290791e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8376922011375427, + "num_tokens": 5678053.0, + "step": 4410 + }, + { + "entropy": 1.237893772125244, + "epoch": 0.42227954523741285, + "grad_norm": 0.8361251950263977, + "learning_rate": 8.442873519296906e-05, + "loss": 0.3601, + "mean_token_accuracy": 0.8531546711921691, + "num_tokens": 5690235.0, + "step": 4420 + }, + { + "entropy": 1.2620789647102355, + "epoch": 0.42323492882392283, + "grad_norm": 0.5541494488716125, + "learning_rate": 8.461979365685901e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8379188895225524, + "num_tokens": 5703033.0, + "step": 4430 + }, + { + "entropy": 1.2627092361450196, + "epoch": 0.4241903124104328, + "grad_norm": 0.8058297634124756, + "learning_rate": 8.481085212074896e-05, + "loss": 0.388, + "mean_token_accuracy": 0.841120183467865, + "num_tokens": 5715908.0, + "step": 4440 + }, + { + "entropy": 1.2404417395591736, + "epoch": 0.4251456959969428, + "grad_norm": 0.8522351384162903, + "learning_rate": 8.50019105846389e-05, + "loss": 0.3664, + "mean_token_accuracy": 0.8555576860904693, + "num_tokens": 5728599.0, + "step": 4450 + }, + { + "entropy": 1.264006543159485, + "epoch": 0.4261010795834528, + "grad_norm": 0.6607939004898071, + "learning_rate": 8.519296904852886e-05, + "loss": 0.4043, + "mean_token_accuracy": 0.8352461338043213, + "num_tokens": 5741529.0, + "step": 4460 + }, + { + "entropy": 1.2825523376464845, + "epoch": 0.42705646316996276, + "grad_norm": 1.0307607650756836, + "learning_rate": 8.538402751241881e-05, + "loss": 0.4346, + "mean_token_accuracy": 0.8241015076637268, + "num_tokens": 5754483.0, + "step": 4470 + }, + { + "entropy": 1.2578820943832398, + "epoch": 0.42801184675647275, + "grad_norm": 0.835308849811554, + "learning_rate": 8.557508597630876e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8466885089874268, + "num_tokens": 5767302.0, + "step": 4480 + }, + { + "entropy": 1.2380061745643616, + "epoch": 0.42896723034298273, + "grad_norm": 0.7180268168449402, + "learning_rate": 8.57661444401987e-05, + "loss": 0.3816, + "mean_token_accuracy": 0.847457903623581, + "num_tokens": 5779568.0, + "step": 4490 + }, + { + "entropy": 1.2577072620391845, + "epoch": 0.4299226139294927, + "grad_norm": 0.7772203087806702, + "learning_rate": 8.595720290408865e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8485320925712585, + "num_tokens": 5791913.0, + "step": 4500 + }, + { + "entropy": 1.2695736527442931, + "epoch": 0.4308779975160027, + "grad_norm": 0.7063173055648804, + "learning_rate": 8.614826136797861e-05, + "loss": 0.4116, + "mean_token_accuracy": 0.8405830264091492, + "num_tokens": 5804901.0, + "step": 4510 + }, + { + "entropy": 1.2737550377845763, + "epoch": 0.4318333811025127, + "grad_norm": 0.6691463589668274, + "learning_rate": 8.633931983186856e-05, + "loss": 0.4333, + "mean_token_accuracy": 0.8249779105186462, + "num_tokens": 5818310.0, + "step": 4520 + }, + { + "entropy": 1.2592581272125245, + "epoch": 0.43278876468902266, + "grad_norm": 0.7088621258735657, + "learning_rate": 8.65303782957585e-05, + "loss": 0.3631, + "mean_token_accuracy": 0.8608861207962036, + "num_tokens": 5831575.0, + "step": 4530 + }, + { + "entropy": 1.2754162907600404, + "epoch": 0.43374414827553265, + "grad_norm": 0.7937567830085754, + "learning_rate": 8.672143675964845e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8327381074428558, + "num_tokens": 5844744.0, + "step": 4540 + }, + { + "entropy": 1.269381332397461, + "epoch": 0.43469953186204263, + "grad_norm": 0.8346764445304871, + "learning_rate": 8.69124952235384e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8346354722976684, + "num_tokens": 5857703.0, + "step": 4550 + }, + { + "entropy": 1.2742965459823608, + "epoch": 0.4356549154485526, + "grad_norm": 0.7314799427986145, + "learning_rate": 8.710355368742835e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.828615003824234, + "num_tokens": 5870865.0, + "step": 4560 + }, + { + "entropy": 1.2707369327545166, + "epoch": 0.4366102990350626, + "grad_norm": 0.8810582160949707, + "learning_rate": 8.72946121513183e-05, + "loss": 0.4319, + "mean_token_accuracy": 0.8244444370269776, + "num_tokens": 5883978.0, + "step": 4570 + }, + { + "entropy": 1.2696128487586975, + "epoch": 0.4375656826215726, + "grad_norm": 0.7478100061416626, + "learning_rate": 8.748567061520826e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8455863475799561, + "num_tokens": 5896641.0, + "step": 4580 + }, + { + "entropy": 1.2567217230796814, + "epoch": 0.43852106620808257, + "grad_norm": 0.7222840785980225, + "learning_rate": 8.76767290790982e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8579204201698303, + "num_tokens": 5909469.0, + "step": 4590 + }, + { + "entropy": 1.2816866636276245, + "epoch": 0.43947644979459255, + "grad_norm": 1.3324295282363892, + "learning_rate": 8.786778754298816e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8451554417610169, + "num_tokens": 5922611.0, + "step": 4600 + }, + { + "entropy": 1.2680909752845764, + "epoch": 0.44043183338110253, + "grad_norm": 0.7522414922714233, + "learning_rate": 8.805884600687811e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8306846976280212, + "num_tokens": 5935783.0, + "step": 4610 + }, + { + "entropy": 1.2577275395393372, + "epoch": 0.4413872169676125, + "grad_norm": 0.7311350107192993, + "learning_rate": 8.824990447076806e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8497444927692414, + "num_tokens": 5948451.0, + "step": 4620 + }, + { + "entropy": 1.2498863697052003, + "epoch": 0.4423426005541225, + "grad_norm": 0.745630145072937, + "learning_rate": 8.844096293465801e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8403454065322876, + "num_tokens": 5961157.0, + "step": 4630 + }, + { + "entropy": 1.2536191821098328, + "epoch": 0.4432979841406325, + "grad_norm": 0.6149144768714905, + "learning_rate": 8.863202139854796e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8414532363414764, + "num_tokens": 5974350.0, + "step": 4640 + }, + { + "entropy": 1.2489065885543824, + "epoch": 0.44425336772714247, + "grad_norm": 0.8892629146575928, + "learning_rate": 8.882307986243791e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8397834837436676, + "num_tokens": 5986903.0, + "step": 4650 + }, + { + "entropy": 1.2621449112892151, + "epoch": 0.44520875131365245, + "grad_norm": 0.7046193480491638, + "learning_rate": 8.901413832632786e-05, + "loss": 0.4169, + "mean_token_accuracy": 0.832511430978775, + "num_tokens": 5999881.0, + "step": 4660 + }, + { + "entropy": 1.2752215027809144, + "epoch": 0.44616413490016243, + "grad_norm": 0.7275292873382568, + "learning_rate": 8.920519679021781e-05, + "loss": 0.4366, + "mean_token_accuracy": 0.8237065076828003, + "num_tokens": 6013330.0, + "step": 4670 + }, + { + "entropy": 1.2537523746490478, + "epoch": 0.4471195184866724, + "grad_norm": 0.7535229921340942, + "learning_rate": 8.939625525410776e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8344819486141205, + "num_tokens": 6026371.0, + "step": 4680 + }, + { + "entropy": 1.260460102558136, + "epoch": 0.4480749020731824, + "grad_norm": 0.7906879782676697, + "learning_rate": 8.958731371799771e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8321372449398041, + "num_tokens": 6039313.0, + "step": 4690 + }, + { + "entropy": 1.2565544486045837, + "epoch": 0.4490302856596924, + "grad_norm": 0.6517246961593628, + "learning_rate": 8.977837218188766e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.841239994764328, + "num_tokens": 6051652.0, + "step": 4700 + }, + { + "entropy": 1.2356975317001342, + "epoch": 0.44998566924620237, + "grad_norm": 0.7502124905586243, + "learning_rate": 8.99694306457776e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8502250790596009, + "num_tokens": 6064262.0, + "step": 4710 + }, + { + "entropy": 1.2346670150756835, + "epoch": 0.45094105283271235, + "grad_norm": 0.7730188965797424, + "learning_rate": 9.016048910966757e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8418232142925263, + "num_tokens": 6077000.0, + "step": 4720 + }, + { + "entropy": 1.2696126461029054, + "epoch": 0.45189643641922234, + "grad_norm": 0.7052793502807617, + "learning_rate": 9.035154757355752e-05, + "loss": 0.4203, + "mean_token_accuracy": 0.8287940919399261, + "num_tokens": 6089780.0, + "step": 4730 + }, + { + "entropy": 1.2736316204071045, + "epoch": 0.4528518200057323, + "grad_norm": 0.9790527820587158, + "learning_rate": 9.054260603744747e-05, + "loss": 0.3927, + "mean_token_accuracy": 0.8446387350559235, + "num_tokens": 6102874.0, + "step": 4740 + }, + { + "entropy": 1.2734619975090027, + "epoch": 0.4538072035922423, + "grad_norm": 0.7389615178108215, + "learning_rate": 9.07336645013374e-05, + "loss": 0.4519, + "mean_token_accuracy": 0.8194936454296112, + "num_tokens": 6115625.0, + "step": 4750 + }, + { + "entropy": 1.279908263683319, + "epoch": 0.4547625871787523, + "grad_norm": 0.6216466426849365, + "learning_rate": 9.092472296522736e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8289390683174134, + "num_tokens": 6128583.0, + "step": 4760 + }, + { + "entropy": 1.2653520107269287, + "epoch": 0.45571797076526227, + "grad_norm": 0.8172293901443481, + "learning_rate": 9.111578142911732e-05, + "loss": 0.4234, + "mean_token_accuracy": 0.8313690483570099, + "num_tokens": 6141054.0, + "step": 4770 + }, + { + "entropy": 1.2550963640213013, + "epoch": 0.45667335435177225, + "grad_norm": 0.9929755926132202, + "learning_rate": 9.130683989300727e-05, + "loss": 0.4216, + "mean_token_accuracy": 0.8317201972007752, + "num_tokens": 6153996.0, + "step": 4780 + }, + { + "entropy": 1.251616358757019, + "epoch": 0.45762873793828224, + "grad_norm": 0.7227678894996643, + "learning_rate": 9.149789835689722e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.841394591331482, + "num_tokens": 6166742.0, + "step": 4790 + }, + { + "entropy": 1.2555463075637818, + "epoch": 0.4585841215247922, + "grad_norm": 0.6135220527648926, + "learning_rate": 9.168895682078716e-05, + "loss": 0.3901, + "mean_token_accuracy": 0.8427753925323487, + "num_tokens": 6180248.0, + "step": 4800 + }, + { + "entropy": 1.2576658844947814, + "epoch": 0.4595395051113022, + "grad_norm": 0.7377130389213562, + "learning_rate": 9.188001528467711e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8259962141513825, + "num_tokens": 6192636.0, + "step": 4810 + }, + { + "entropy": 1.268751859664917, + "epoch": 0.4604948886978122, + "grad_norm": 0.8114331364631653, + "learning_rate": 9.207107374856706e-05, + "loss": 0.4462, + "mean_token_accuracy": 0.8167517960071564, + "num_tokens": 6205214.0, + "step": 4820 + }, + { + "entropy": 1.2738228678703307, + "epoch": 0.46145027228432217, + "grad_norm": 1.0514252185821533, + "learning_rate": 9.226213221245703e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8255094408988952, + "num_tokens": 6218008.0, + "step": 4830 + }, + { + "entropy": 1.2635881185531617, + "epoch": 0.46240565587083216, + "grad_norm": 0.6280574798583984, + "learning_rate": 9.245319067634696e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8295838296413421, + "num_tokens": 6230318.0, + "step": 4840 + }, + { + "entropy": 1.2550071477890015, + "epoch": 0.46336103945734214, + "grad_norm": 0.8419585824012756, + "learning_rate": 9.264424914023691e-05, + "loss": 0.4531, + "mean_token_accuracy": 0.8184157609939575, + "num_tokens": 6242836.0, + "step": 4850 + }, + { + "entropy": 1.2712974309921266, + "epoch": 0.4643164230438521, + "grad_norm": 0.9945937395095825, + "learning_rate": 9.283530760412686e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8380575120449066, + "num_tokens": 6256064.0, + "step": 4860 + }, + { + "entropy": 1.2561790585517882, + "epoch": 0.4652718066303621, + "grad_norm": 0.7282326221466064, + "learning_rate": 9.302636606801681e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8337480843067169, + "num_tokens": 6268440.0, + "step": 4870 + }, + { + "entropy": 1.248664927482605, + "epoch": 0.4662271902168721, + "grad_norm": 0.7648624777793884, + "learning_rate": 9.321742453190677e-05, + "loss": 0.3713, + "mean_token_accuracy": 0.8461458325386048, + "num_tokens": 6281603.0, + "step": 4880 + }, + { + "entropy": 1.2549405455589295, + "epoch": 0.4671825738033821, + "grad_norm": 1.1631834506988525, + "learning_rate": 9.340848299579672e-05, + "loss": 0.3799, + "mean_token_accuracy": 0.853146356344223, + "num_tokens": 6294636.0, + "step": 4890 + }, + { + "entropy": 1.2822949647903443, + "epoch": 0.46813795738989206, + "grad_norm": 0.9173148274421692, + "learning_rate": 9.359954145968667e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8312517762184143, + "num_tokens": 6307643.0, + "step": 4900 + }, + { + "entropy": 1.2787538051605225, + "epoch": 0.46909334097640204, + "grad_norm": 0.7804175019264221, + "learning_rate": 9.379059992357662e-05, + "loss": 0.4615, + "mean_token_accuracy": 0.8133044838905334, + "num_tokens": 6320762.0, + "step": 4910 + }, + { + "entropy": 1.2605216741561889, + "epoch": 0.470048724562912, + "grad_norm": 0.8901013731956482, + "learning_rate": 9.398165838746657e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8462866723537446, + "num_tokens": 6333740.0, + "step": 4920 + }, + { + "entropy": 1.2705057382583618, + "epoch": 0.471004108149422, + "grad_norm": 0.8910051584243774, + "learning_rate": 9.417271685135652e-05, + "loss": 0.4339, + "mean_token_accuracy": 0.8254543781280518, + "num_tokens": 6346033.0, + "step": 4930 + }, + { + "entropy": 1.258798611164093, + "epoch": 0.471959491735932, + "grad_norm": 0.7654459476470947, + "learning_rate": 9.436377531524647e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8328066468238831, + "num_tokens": 6358736.0, + "step": 4940 + }, + { + "entropy": 1.2518122673034668, + "epoch": 0.472914875322442, + "grad_norm": 0.6796000003814697, + "learning_rate": 9.455483377913642e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8400011897087097, + "num_tokens": 6371856.0, + "step": 4950 + }, + { + "entropy": 1.25345698595047, + "epoch": 0.47387025890895196, + "grad_norm": 0.7922428846359253, + "learning_rate": 9.474589224302637e-05, + "loss": 0.4203, + "mean_token_accuracy": 0.8277631103992462, + "num_tokens": 6384392.0, + "step": 4960 + }, + { + "entropy": 1.2676597237586975, + "epoch": 0.47482564249546194, + "grad_norm": 0.9252314567565918, + "learning_rate": 9.493695070691632e-05, + "loss": 0.4194, + "mean_token_accuracy": 0.8333340883255005, + "num_tokens": 6396698.0, + "step": 4970 + }, + { + "entropy": 1.2618371963500976, + "epoch": 0.4757810260819719, + "grad_norm": 1.0890469551086426, + "learning_rate": 9.512800917080627e-05, + "loss": 0.3852, + "mean_token_accuracy": 0.842274260520935, + "num_tokens": 6409480.0, + "step": 4980 + }, + { + "entropy": 1.2802643656730652, + "epoch": 0.4767364096684819, + "grad_norm": 0.8181275725364685, + "learning_rate": 9.531906763469622e-05, + "loss": 0.4586, + "mean_token_accuracy": 0.8128860771656037, + "num_tokens": 6423027.0, + "step": 4990 + }, + { + "entropy": 1.2669312477111816, + "epoch": 0.4776917932549919, + "grad_norm": 0.9820660352706909, + "learning_rate": 9.551012609858617e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8264170527458191, + "num_tokens": 6435983.0, + "step": 5000 + }, + { + "entropy": 1.2506525993347168, + "epoch": 0.4786471768415019, + "grad_norm": 1.2426420450210571, + "learning_rate": 9.570118456247613e-05, + "loss": 0.4258, + "mean_token_accuracy": 0.8352371335029602, + "num_tokens": 6448216.0, + "step": 5010 + }, + { + "entropy": 1.2686540007591247, + "epoch": 0.47960256042801186, + "grad_norm": 0.6163815855979919, + "learning_rate": 9.589224302636606e-05, + "loss": 0.4456, + "mean_token_accuracy": 0.8202292680740356, + "num_tokens": 6460361.0, + "step": 5020 + }, + { + "entropy": 1.2500596284866332, + "epoch": 0.48055794401452184, + "grad_norm": 0.9619346261024475, + "learning_rate": 9.608330149025603e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8556696355342865, + "num_tokens": 6473824.0, + "step": 5030 + }, + { + "entropy": 1.2472028970718383, + "epoch": 0.4815133276010318, + "grad_norm": 0.6758692860603333, + "learning_rate": 9.627435995414598e-05, + "loss": 0.411, + "mean_token_accuracy": 0.8379294216632843, + "num_tokens": 6486769.0, + "step": 5040 + }, + { + "entropy": 1.260770046710968, + "epoch": 0.4824687111875418, + "grad_norm": 0.9166213274002075, + "learning_rate": 9.646541841803593e-05, + "loss": 0.4176, + "mean_token_accuracy": 0.8298478066921234, + "num_tokens": 6500065.0, + "step": 5050 + }, + { + "entropy": 1.2555655121803284, + "epoch": 0.4834240947740518, + "grad_norm": 0.9938514828681946, + "learning_rate": 9.665647688192587e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8326018512248993, + "num_tokens": 6513258.0, + "step": 5060 + }, + { + "entropy": 1.2465585589408874, + "epoch": 0.4843794783605618, + "grad_norm": 0.9235101342201233, + "learning_rate": 9.684753534581582e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.838471794128418, + "num_tokens": 6525896.0, + "step": 5070 + }, + { + "entropy": 1.2729453325271607, + "epoch": 0.48533486194707176, + "grad_norm": 0.8197854161262512, + "learning_rate": 9.703859380970578e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8226800739765168, + "num_tokens": 6538726.0, + "step": 5080 + }, + { + "entropy": 1.2625386238098144, + "epoch": 0.48629024553358174, + "grad_norm": 0.9016526341438293, + "learning_rate": 9.722965227359573e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8455235898494721, + "num_tokens": 6551992.0, + "step": 5090 + }, + { + "entropy": 1.267482340335846, + "epoch": 0.48724562912009173, + "grad_norm": 1.1213239431381226, + "learning_rate": 9.742071073748568e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.817548257112503, + "num_tokens": 6565014.0, + "step": 5100 + }, + { + "entropy": 1.244235098361969, + "epoch": 0.4882010127066017, + "grad_norm": 0.805027186870575, + "learning_rate": 9.761176920137562e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.841180044412613, + "num_tokens": 6577862.0, + "step": 5110 + }, + { + "entropy": 1.2393606662750245, + "epoch": 0.4891563962931117, + "grad_norm": 0.8655111789703369, + "learning_rate": 9.780282766526557e-05, + "loss": 0.3895, + "mean_token_accuracy": 0.8389081656932831, + "num_tokens": 6590873.0, + "step": 5120 + }, + { + "entropy": 1.241022777557373, + "epoch": 0.4901117798796217, + "grad_norm": 0.8207727074623108, + "learning_rate": 9.799388612915552e-05, + "loss": 0.4091, + "mean_token_accuracy": 0.8332199275493621, + "num_tokens": 6603170.0, + "step": 5130 + }, + { + "entropy": 1.2624098658561707, + "epoch": 0.49106716346613166, + "grad_norm": 0.8215067386627197, + "learning_rate": 9.818494459304549e-05, + "loss": 0.4418, + "mean_token_accuracy": 0.821777731180191, + "num_tokens": 6616325.0, + "step": 5140 + }, + { + "entropy": 1.2502833604812622, + "epoch": 0.49202254705264165, + "grad_norm": 1.0052440166473389, + "learning_rate": 9.837600305693542e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8422245562076569, + "num_tokens": 6629741.0, + "step": 5150 + }, + { + "entropy": 1.2559244751930236, + "epoch": 0.49297793063915163, + "grad_norm": 1.0520844459533691, + "learning_rate": 9.856706152082537e-05, + "loss": 0.4482, + "mean_token_accuracy": 0.822271978855133, + "num_tokens": 6642747.0, + "step": 5160 + }, + { + "entropy": 1.2526907324790955, + "epoch": 0.4939333142256616, + "grad_norm": 0.650587260723114, + "learning_rate": 9.875811998471532e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8385925650596618, + "num_tokens": 6655530.0, + "step": 5170 + }, + { + "entropy": 1.2507458209991456, + "epoch": 0.4948886978121716, + "grad_norm": 0.8359506130218506, + "learning_rate": 9.894917844860528e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8487211763858795, + "num_tokens": 6668745.0, + "step": 5180 + }, + { + "entropy": 1.263171124458313, + "epoch": 0.4958440813986816, + "grad_norm": 0.7306663393974304, + "learning_rate": 9.914023691249523e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8237102210521698, + "num_tokens": 6681707.0, + "step": 5190 + }, + { + "entropy": 1.261249589920044, + "epoch": 0.49679946498519156, + "grad_norm": 0.8569389581680298, + "learning_rate": 9.933129537638518e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8407071948051452, + "num_tokens": 6694647.0, + "step": 5200 + }, + { + "entropy": 1.249834954738617, + "epoch": 0.49775484857170155, + "grad_norm": 0.781963050365448, + "learning_rate": 9.952235384027513e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8432052969932556, + "num_tokens": 6707095.0, + "step": 5210 + }, + { + "entropy": 1.2650651216506958, + "epoch": 0.49871023215821153, + "grad_norm": 0.7775192260742188, + "learning_rate": 9.971341230416508e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8323734045028687, + "num_tokens": 6720236.0, + "step": 5220 + }, + { + "entropy": 1.279289472103119, + "epoch": 0.4996656157447215, + "grad_norm": 0.8161383867263794, + "learning_rate": 9.990447076805503e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8479138493537903, + "num_tokens": 6733436.0, + "step": 5230 + }, + { + "entropy": 1.281183111667633, + "epoch": 0.5006209993312315, + "grad_norm": 0.7410523295402527, + "learning_rate": 9.999999937613235e-05, + "loss": 0.4098, + "mean_token_accuracy": 0.8413828670978546, + "num_tokens": 6746224.0, + "step": 5240 + }, + { + "entropy": 1.2854366421699523, + "epoch": 0.5015763829177414, + "grad_norm": 0.8379797339439392, + "learning_rate": 9.999999438519119e-05, + "loss": 0.4674, + "mean_token_accuracy": 0.8132339060306549, + "num_tokens": 6759284.0, + "step": 5250 + }, + { + "entropy": 1.272265613079071, + "epoch": 0.5025317665042515, + "grad_norm": 0.8164722323417664, + "learning_rate": 9.999998440330937e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8337569832801819, + "num_tokens": 6772256.0, + "step": 5260 + }, + { + "entropy": 1.2758224129676818, + "epoch": 0.5034871500907614, + "grad_norm": 1.4005714654922485, + "learning_rate": 9.999996943048791e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8306300342082977, + "num_tokens": 6785149.0, + "step": 5270 + }, + { + "entropy": 1.2868535041809082, + "epoch": 0.5044425336772714, + "grad_norm": 0.6714305281639099, + "learning_rate": 9.999994946672828e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8378860771656036, + "num_tokens": 6798469.0, + "step": 5280 + }, + { + "entropy": 1.2528125047683716, + "epoch": 0.5053979172637814, + "grad_norm": 0.9055664539337158, + "learning_rate": 9.999992451203247e-05, + "loss": 0.3993, + "mean_token_accuracy": 0.8418400347232818, + "num_tokens": 6810920.0, + "step": 5290 + }, + { + "entropy": 1.2892069101333619, + "epoch": 0.5063533008502914, + "grad_norm": 0.875714123249054, + "learning_rate": 9.999989456640297e-05, + "loss": 0.4343, + "mean_token_accuracy": 0.8220438003540039, + "num_tokens": 6824251.0, + "step": 5300 + }, + { + "entropy": 1.2724552512168885, + "epoch": 0.5073086844368013, + "grad_norm": 0.7872708439826965, + "learning_rate": 9.99998596298428e-05, + "loss": 0.4283, + "mean_token_accuracy": 0.8249355554580688, + "num_tokens": 6837200.0, + "step": 5310 + }, + { + "entropy": 1.2821282625198365, + "epoch": 0.5082640680233114, + "grad_norm": 0.9187442660331726, + "learning_rate": 9.99998197023554e-05, + "loss": 0.422, + "mean_token_accuracy": 0.8254243552684783, + "num_tokens": 6850475.0, + "step": 5320 + }, + { + "entropy": 1.2567146062850951, + "epoch": 0.5092194516098213, + "grad_norm": 0.761481761932373, + "learning_rate": 9.99997747839448e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8323646187782288, + "num_tokens": 6863190.0, + "step": 5330 + }, + { + "entropy": 1.2713093280792236, + "epoch": 0.5101748351963313, + "grad_norm": 0.9309386014938354, + "learning_rate": 9.999972487461547e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8252248644828797, + "num_tokens": 6875961.0, + "step": 5340 + }, + { + "entropy": 1.2614673256874085, + "epoch": 0.5111302187828413, + "grad_norm": 0.9418892860412598, + "learning_rate": 9.999966997437238e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8405009984970093, + "num_tokens": 6888381.0, + "step": 5350 + }, + { + "entropy": 1.2683820724487305, + "epoch": 0.5120856023693513, + "grad_norm": 1.1717487573623657, + "learning_rate": 9.9999610083221e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8349877238273621, + "num_tokens": 6901243.0, + "step": 5360 + }, + { + "entropy": 1.275543761253357, + "epoch": 0.5130409859558612, + "grad_norm": 0.9132855534553528, + "learning_rate": 9.999954520116735e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8446180999279023, + "num_tokens": 6914817.0, + "step": 5370 + }, + { + "entropy": 1.271368956565857, + "epoch": 0.5139963695423713, + "grad_norm": 0.7344377040863037, + "learning_rate": 9.999947532821786e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8412393510341645, + "num_tokens": 6927045.0, + "step": 5380 + }, + { + "entropy": 1.2545604825019836, + "epoch": 0.5149517531288812, + "grad_norm": 0.9610850811004639, + "learning_rate": 9.999940046437953e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8321248233318329, + "num_tokens": 6939591.0, + "step": 5390 + }, + { + "entropy": 1.2740110754966736, + "epoch": 0.5159071367153912, + "grad_norm": 0.9446035027503967, + "learning_rate": 9.999932060965982e-05, + "loss": 0.4216, + "mean_token_accuracy": 0.8301030158996582, + "num_tokens": 6952739.0, + "step": 5400 + }, + { + "entropy": 1.2750730037689209, + "epoch": 0.5168625203019012, + "grad_norm": 1.39742112159729, + "learning_rate": 9.999923576406672e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8207328915596008, + "num_tokens": 6965490.0, + "step": 5410 + }, + { + "entropy": 1.2622448682785035, + "epoch": 0.5178179038884112, + "grad_norm": 0.8270043730735779, + "learning_rate": 9.999914592760869e-05, + "loss": 0.3714, + "mean_token_accuracy": 0.8558619678020477, + "num_tokens": 6977993.0, + "step": 5420 + }, + { + "entropy": 1.2632736444473267, + "epoch": 0.5187732874749211, + "grad_norm": 0.6990253329277039, + "learning_rate": 9.99990511002947e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8408287525177002, + "num_tokens": 6990452.0, + "step": 5430 + }, + { + "entropy": 1.2658641934394836, + "epoch": 0.5197286710614312, + "grad_norm": 0.8670356273651123, + "learning_rate": 9.99989512821342e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8254914581775665, + "num_tokens": 7004037.0, + "step": 5440 + }, + { + "entropy": 1.2838441967964171, + "epoch": 0.5206840546479411, + "grad_norm": 1.1434760093688965, + "learning_rate": 9.999884647313718e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8268759071826934, + "num_tokens": 7016846.0, + "step": 5450 + }, + { + "entropy": 1.268085503578186, + "epoch": 0.5216394382344511, + "grad_norm": 0.7639862895011902, + "learning_rate": 9.999873667331408e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8205571413040161, + "num_tokens": 7029502.0, + "step": 5460 + }, + { + "entropy": 1.2592286944389344, + "epoch": 0.5225948218209611, + "grad_norm": 0.9127799868583679, + "learning_rate": 9.999862188267586e-05, + "loss": 0.4342, + "mean_token_accuracy": 0.8300423324108124, + "num_tokens": 7042328.0, + "step": 5470 + }, + { + "entropy": 1.2738643527030944, + "epoch": 0.5235502054074711, + "grad_norm": 0.75374835729599, + "learning_rate": 9.999850210123398e-05, + "loss": 0.455, + "mean_token_accuracy": 0.8237878799438476, + "num_tokens": 7054737.0, + "step": 5480 + }, + { + "entropy": 1.2606992840766906, + "epoch": 0.524505588993981, + "grad_norm": 0.7268190383911133, + "learning_rate": 9.999837732900042e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8376209735870361, + "num_tokens": 7067530.0, + "step": 5490 + }, + { + "entropy": 1.258764100074768, + "epoch": 0.5254609725804911, + "grad_norm": 0.8022728562355042, + "learning_rate": 9.999824756598761e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.8299091160297394, + "num_tokens": 7079658.0, + "step": 5500 + }, + { + "entropy": 1.257476258277893, + "epoch": 0.526416356167001, + "grad_norm": 0.6997232437133789, + "learning_rate": 9.99981128122085e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.846231359243393, + "num_tokens": 7092311.0, + "step": 5510 + }, + { + "entropy": 1.2605755805969239, + "epoch": 0.527371739753511, + "grad_norm": 0.8678187727928162, + "learning_rate": 9.999797306767655e-05, + "loss": 0.4184, + "mean_token_accuracy": 0.8307864904403687, + "num_tokens": 7104886.0, + "step": 5520 + }, + { + "entropy": 1.2639577507972717, + "epoch": 0.528327123340021, + "grad_norm": 0.9239228367805481, + "learning_rate": 9.999782833240573e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.821675056219101, + "num_tokens": 7117680.0, + "step": 5530 + }, + { + "entropy": 1.2563839554786682, + "epoch": 0.529282506926531, + "grad_norm": 1.00894296169281, + "learning_rate": 9.999767860641046e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8354060709476471, + "num_tokens": 7130335.0, + "step": 5540 + }, + { + "entropy": 1.2593470215797424, + "epoch": 0.5302378905130409, + "grad_norm": 1.1310008764266968, + "learning_rate": 9.999752388970568e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8247588872909546, + "num_tokens": 7142638.0, + "step": 5550 + }, + { + "entropy": 1.270545494556427, + "epoch": 0.531193274099551, + "grad_norm": 0.920229971408844, + "learning_rate": 9.999736418230685e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.831946325302124, + "num_tokens": 7155861.0, + "step": 5560 + }, + { + "entropy": 1.2620964765548706, + "epoch": 0.5321486576860609, + "grad_norm": 0.7229782342910767, + "learning_rate": 9.999719948422991e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8430994987487793, + "num_tokens": 7168501.0, + "step": 5570 + }, + { + "entropy": 1.2440215826034546, + "epoch": 0.5331040412725709, + "grad_norm": 0.7751290202140808, + "learning_rate": 9.999702979549131e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.8344268918037414, + "num_tokens": 7181405.0, + "step": 5580 + }, + { + "entropy": 1.251038134098053, + "epoch": 0.5340594248590809, + "grad_norm": 0.7780571579933167, + "learning_rate": 9.999685511610795e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8223160147666931, + "num_tokens": 7194545.0, + "step": 5590 + }, + { + "entropy": 1.2379838347434997, + "epoch": 0.5350148084455909, + "grad_norm": 0.7554839253425598, + "learning_rate": 9.999667544609731e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8505722880363464, + "num_tokens": 7206681.0, + "step": 5600 + }, + { + "entropy": 1.265169358253479, + "epoch": 0.5359701920321008, + "grad_norm": 0.6990075707435608, + "learning_rate": 9.99964907854773e-05, + "loss": 0.4384, + "mean_token_accuracy": 0.8291743397712708, + "num_tokens": 7219839.0, + "step": 5610 + }, + { + "entropy": 1.2761761546134949, + "epoch": 0.5369255756186109, + "grad_norm": 0.6824076175689697, + "learning_rate": 9.999630113426636e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8448955178260803, + "num_tokens": 7232900.0, + "step": 5620 + }, + { + "entropy": 1.2564830660820008, + "epoch": 0.5378809592051208, + "grad_norm": 0.8481518626213074, + "learning_rate": 9.999610649248342e-05, + "loss": 0.4141, + "mean_token_accuracy": 0.8318973064422608, + "num_tokens": 7245494.0, + "step": 5630 + }, + { + "entropy": 1.2679746985435485, + "epoch": 0.5388363427916308, + "grad_norm": 0.8678986430168152, + "learning_rate": 9.999590686014791e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8276753962039948, + "num_tokens": 7257878.0, + "step": 5640 + }, + { + "entropy": 1.2635690689086914, + "epoch": 0.5397917263781408, + "grad_norm": 0.826126217842102, + "learning_rate": 9.999570223727977e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8407134234905242, + "num_tokens": 7270946.0, + "step": 5650 + }, + { + "entropy": 1.2640709400177002, + "epoch": 0.5407471099646508, + "grad_norm": 0.7830148339271545, + "learning_rate": 9.999549262389938e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.821575403213501, + "num_tokens": 7283886.0, + "step": 5660 + }, + { + "entropy": 1.27578364610672, + "epoch": 0.5417024935511608, + "grad_norm": 0.9907882809638977, + "learning_rate": 9.999527802002772e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8270246267318726, + "num_tokens": 7296864.0, + "step": 5670 + }, + { + "entropy": 1.2677430987358094, + "epoch": 0.5426578771376708, + "grad_norm": 0.7418606877326965, + "learning_rate": 9.999505842568617e-05, + "loss": 0.4111, + "mean_token_accuracy": 0.8353802740573884, + "num_tokens": 7309552.0, + "step": 5680 + }, + { + "entropy": 1.2867324829101563, + "epoch": 0.5436132607241808, + "grad_norm": 0.8203343749046326, + "learning_rate": 9.999483384089667e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8199872732162475, + "num_tokens": 7322997.0, + "step": 5690 + }, + { + "entropy": 1.262705183029175, + "epoch": 0.5445686443106907, + "grad_norm": 0.8906061053276062, + "learning_rate": 9.999460426568163e-05, + "loss": 0.4326, + "mean_token_accuracy": 0.8260773122310638, + "num_tokens": 7336071.0, + "step": 5700 + }, + { + "entropy": 1.2632215738296508, + "epoch": 0.5455240278972008, + "grad_norm": 0.85051029920578, + "learning_rate": 9.999436970006398e-05, + "loss": 0.4344, + "mean_token_accuracy": 0.8265842139720917, + "num_tokens": 7348708.0, + "step": 5710 + }, + { + "entropy": 1.2496206998825072, + "epoch": 0.5464794114837107, + "grad_norm": 0.6874504685401917, + "learning_rate": 9.999413014406712e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8521849036216735, + "num_tokens": 7361526.0, + "step": 5720 + }, + { + "entropy": 1.2745526432991028, + "epoch": 0.5474347950702207, + "grad_norm": 0.8207975625991821, + "learning_rate": 9.999388559771497e-05, + "loss": 0.3989, + "mean_token_accuracy": 0.8393394351005554, + "num_tokens": 7374555.0, + "step": 5730 + }, + { + "entropy": 1.2759090900421142, + "epoch": 0.5483901786567307, + "grad_norm": 0.7822992205619812, + "learning_rate": 9.999363606103193e-05, + "loss": 0.436, + "mean_token_accuracy": 0.8207891881465912, + "num_tokens": 7386742.0, + "step": 5740 + }, + { + "entropy": 1.2940964460372926, + "epoch": 0.5493455622432407, + "grad_norm": 0.8174278140068054, + "learning_rate": 9.999338153404291e-05, + "loss": 0.4734, + "mean_token_accuracy": 0.8035990059375763, + "num_tokens": 7399892.0, + "step": 5750 + }, + { + "entropy": 1.260337734222412, + "epoch": 0.5503009458297506, + "grad_norm": 0.8059953451156616, + "learning_rate": 9.999312201677333e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.84355309009552, + "num_tokens": 7413355.0, + "step": 5760 + }, + { + "entropy": 1.2677806496620179, + "epoch": 0.5512563294162607, + "grad_norm": 0.685237467288971, + "learning_rate": 9.999285750924907e-05, + "loss": 0.4631, + "mean_token_accuracy": 0.8136721670627594, + "num_tokens": 7426604.0, + "step": 5770 + }, + { + "entropy": 1.2818258166313172, + "epoch": 0.5522117130027706, + "grad_norm": 0.8568402528762817, + "learning_rate": 9.999258801149656e-05, + "loss": 0.4448, + "mean_token_accuracy": 0.8283487498760224, + "num_tokens": 7439654.0, + "step": 5780 + }, + { + "entropy": 1.2531030893325805, + "epoch": 0.5531670965892806, + "grad_norm": 0.8904984593391418, + "learning_rate": 9.99923135235427e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8310162663459778, + "num_tokens": 7452336.0, + "step": 5790 + }, + { + "entropy": 1.2575451970100402, + "epoch": 0.5541224801757906, + "grad_norm": 0.7999183535575867, + "learning_rate": 9.999203404541486e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8287550985813141, + "num_tokens": 7465008.0, + "step": 5800 + }, + { + "entropy": 1.2658166527748107, + "epoch": 0.5550778637623006, + "grad_norm": 1.041090488433838, + "learning_rate": 9.999174957714097e-05, + "loss": 0.4056, + "mean_token_accuracy": 0.8406040132045746, + "num_tokens": 7477927.0, + "step": 5810 + }, + { + "entropy": 1.2798075795173645, + "epoch": 0.5560332473488105, + "grad_norm": 0.841160237789154, + "learning_rate": 9.99914601187494e-05, + "loss": 0.448, + "mean_token_accuracy": 0.8226592361927032, + "num_tokens": 7490264.0, + "step": 5820 + }, + { + "entropy": 1.2556013345718384, + "epoch": 0.5569886309353206, + "grad_norm": 1.1095824241638184, + "learning_rate": 9.999116567026905e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8296297252178192, + "num_tokens": 7502585.0, + "step": 5830 + }, + { + "entropy": 1.2575352430343627, + "epoch": 0.5579440145218305, + "grad_norm": 0.9492594003677368, + "learning_rate": 9.999086623172933e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8405850172042847, + "num_tokens": 7515482.0, + "step": 5840 + }, + { + "entropy": 1.2418320059776307, + "epoch": 0.5588993981083406, + "grad_norm": 0.9075037240982056, + "learning_rate": 9.999056180316011e-05, + "loss": 0.3873, + "mean_token_accuracy": 0.8488677203655243, + "num_tokens": 7528360.0, + "step": 5850 + }, + { + "entropy": 1.267900788784027, + "epoch": 0.5598547816948505, + "grad_norm": 0.7700508832931519, + "learning_rate": 9.999025238459179e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8327089071273803, + "num_tokens": 7541188.0, + "step": 5860 + }, + { + "entropy": 1.2581179976463317, + "epoch": 0.5608101652813605, + "grad_norm": 0.8638197183609009, + "learning_rate": 9.998993797605523e-05, + "loss": 0.3909, + "mean_token_accuracy": 0.8485461652278901, + "num_tokens": 7554123.0, + "step": 5870 + }, + { + "entropy": 1.2603574395179749, + "epoch": 0.5617655488678704, + "grad_norm": 0.8083288073539734, + "learning_rate": 9.998961857758185e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8358314990997314, + "num_tokens": 7566567.0, + "step": 5880 + }, + { + "entropy": 1.2694605827331542, + "epoch": 0.5627209324543805, + "grad_norm": 1.0959036350250244, + "learning_rate": 9.998929418920351e-05, + "loss": 0.461, + "mean_token_accuracy": 0.8167878448963165, + "num_tokens": 7579006.0, + "step": 5890 + }, + { + "entropy": 1.278990662097931, + "epoch": 0.5636763160408904, + "grad_norm": 0.6864317655563354, + "learning_rate": 9.998896481095259e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8259290993213654, + "num_tokens": 7592013.0, + "step": 5900 + }, + { + "entropy": 1.2670558214187622, + "epoch": 0.5646316996274005, + "grad_norm": 0.8656769394874573, + "learning_rate": 9.998863044286197e-05, + "loss": 0.3955, + "mean_token_accuracy": 0.8375361621379852, + "num_tokens": 7604359.0, + "step": 5910 + }, + { + "entropy": 1.255272674560547, + "epoch": 0.5655870832139104, + "grad_norm": 0.7674973011016846, + "learning_rate": 9.998829108496504e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8387449562549592, + "num_tokens": 7616818.0, + "step": 5920 + }, + { + "entropy": 1.279511308670044, + "epoch": 0.5665424668004204, + "grad_norm": 0.7770600914955139, + "learning_rate": 9.998794673729566e-05, + "loss": 0.4375, + "mean_token_accuracy": 0.8212458848953247, + "num_tokens": 7629462.0, + "step": 5930 + }, + { + "entropy": 1.2675468444824218, + "epoch": 0.5674978503869303, + "grad_norm": 0.8158206343650818, + "learning_rate": 9.998759739988821e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8463521599769592, + "num_tokens": 7641942.0, + "step": 5940 + }, + { + "entropy": 1.2703108191490173, + "epoch": 0.5684532339734404, + "grad_norm": 0.7959197759628296, + "learning_rate": 9.998724307277755e-05, + "loss": 0.434, + "mean_token_accuracy": 0.8190954804420472, + "num_tokens": 7654359.0, + "step": 5950 + }, + { + "entropy": 1.2839901089668273, + "epoch": 0.5694086175599503, + "grad_norm": 0.7276641726493835, + "learning_rate": 9.998688375599906e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.823659235239029, + "num_tokens": 7666961.0, + "step": 5960 + }, + { + "entropy": 1.2787673115730285, + "epoch": 0.5703640011464604, + "grad_norm": 0.8708774447441101, + "learning_rate": 9.99865194495886e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8321433067321777, + "num_tokens": 7680082.0, + "step": 5970 + }, + { + "entropy": 1.269629442691803, + "epoch": 0.5713193847329703, + "grad_norm": 0.9908000230789185, + "learning_rate": 9.998615015358252e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8363340497016907, + "num_tokens": 7693341.0, + "step": 5980 + }, + { + "entropy": 1.2732845067977905, + "epoch": 0.5722747683194803, + "grad_norm": 0.9923859238624573, + "learning_rate": 9.998577586801771e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.839091157913208, + "num_tokens": 7706107.0, + "step": 5990 + }, + { + "entropy": 1.2610958099365235, + "epoch": 0.5732301519059902, + "grad_norm": 0.9184619188308716, + "learning_rate": 9.998539659293154e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8386780560016632, + "num_tokens": 7718336.0, + "step": 6000 + }, + { + "entropy": 1.2763595581054688, + "epoch": 0.5741855354925003, + "grad_norm": 0.7858908772468567, + "learning_rate": 9.998501232836183e-05, + "loss": 0.4137, + "mean_token_accuracy": 0.8308801829814911, + "num_tokens": 7731124.0, + "step": 6010 + }, + { + "entropy": 1.2676172375679016, + "epoch": 0.5751409190790102, + "grad_norm": 1.1904089450836182, + "learning_rate": 9.998462307434696e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8449380218982696, + "num_tokens": 7743978.0, + "step": 6020 + }, + { + "entropy": 1.2674392342567444, + "epoch": 0.5760963026655203, + "grad_norm": 0.8347931504249573, + "learning_rate": 9.998422883092578e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8476803302764893, + "num_tokens": 7756482.0, + "step": 6030 + }, + { + "entropy": 1.2633078813552856, + "epoch": 0.5770516862520302, + "grad_norm": 0.6467406749725342, + "learning_rate": 9.998382959813763e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8443543195724488, + "num_tokens": 7769444.0, + "step": 6040 + }, + { + "entropy": 1.2680441975593566, + "epoch": 0.5780070698385402, + "grad_norm": 0.6218282580375671, + "learning_rate": 9.998342537602239e-05, + "loss": 0.415, + "mean_token_accuracy": 0.8349932134151459, + "num_tokens": 7782179.0, + "step": 6050 + }, + { + "entropy": 1.2654780149459839, + "epoch": 0.5789624534250501, + "grad_norm": 0.9246811866760254, + "learning_rate": 9.998301616462038e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8364568054676056, + "num_tokens": 7795265.0, + "step": 6060 + }, + { + "entropy": 1.2716851234436035, + "epoch": 0.5799178370115602, + "grad_norm": 0.6298107504844666, + "learning_rate": 9.998260196397246e-05, + "loss": 0.4501, + "mean_token_accuracy": 0.8261451542377471, + "num_tokens": 7808437.0, + "step": 6070 + }, + { + "entropy": 1.272037398815155, + "epoch": 0.5808732205980701, + "grad_norm": 1.029312014579773, + "learning_rate": 9.998218277412e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8447674989700318, + "num_tokens": 7820619.0, + "step": 6080 + }, + { + "entropy": 1.2602785348892211, + "epoch": 0.5818286041845802, + "grad_norm": 0.9390627145767212, + "learning_rate": 9.998175859510479e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8424348473548889, + "num_tokens": 7832970.0, + "step": 6090 + }, + { + "entropy": 1.29046311378479, + "epoch": 0.5827839877710901, + "grad_norm": 0.8257576823234558, + "learning_rate": 9.99813294269692e-05, + "loss": 0.4511, + "mean_token_accuracy": 0.8170230209827423, + "num_tokens": 7845922.0, + "step": 6100 + }, + { + "entropy": 1.2752122759819031, + "epoch": 0.5837393713576001, + "grad_norm": 0.8156375288963318, + "learning_rate": 9.998089526975608e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8308730304241181, + "num_tokens": 7858500.0, + "step": 6110 + }, + { + "entropy": 1.2720316767692565, + "epoch": 0.58469475494411, + "grad_norm": 0.998978853225708, + "learning_rate": 9.998045612350874e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8265381991863251, + "num_tokens": 7871153.0, + "step": 6120 + }, + { + "entropy": 1.26614807844162, + "epoch": 0.5856501385306201, + "grad_norm": 0.7054522037506104, + "learning_rate": 9.998001198827105e-05, + "loss": 0.387, + "mean_token_accuracy": 0.8461142420768738, + "num_tokens": 7884187.0, + "step": 6130 + }, + { + "entropy": 1.2584086418151856, + "epoch": 0.58660552211713, + "grad_norm": 0.812982976436615, + "learning_rate": 9.997956286408732e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8508288204669953, + "num_tokens": 7896818.0, + "step": 6140 + }, + { + "entropy": 1.2666332244873046, + "epoch": 0.5875609057036401, + "grad_norm": 0.9844541549682617, + "learning_rate": 9.997910875100238e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8325020909309387, + "num_tokens": 7910388.0, + "step": 6150 + }, + { + "entropy": 1.2539818048477174, + "epoch": 0.58851628929015, + "grad_norm": 1.0294408798217773, + "learning_rate": 9.997864964906157e-05, + "loss": 0.3926, + "mean_token_accuracy": 0.8421740770339966, + "num_tokens": 7923763.0, + "step": 6160 + }, + { + "entropy": 1.2439039587974547, + "epoch": 0.58947167287666, + "grad_norm": 0.9140312075614929, + "learning_rate": 9.997818555831068e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8444561421871185, + "num_tokens": 7936364.0, + "step": 6170 + }, + { + "entropy": 1.269040846824646, + "epoch": 0.59042705646317, + "grad_norm": 0.8711524605751038, + "learning_rate": 9.99777164787961e-05, + "loss": 0.4407, + "mean_token_accuracy": 0.8280363798141479, + "num_tokens": 7949548.0, + "step": 6180 + }, + { + "entropy": 1.2808496236801148, + "epoch": 0.59138244004968, + "grad_norm": 1.0323143005371094, + "learning_rate": 9.997724241056461e-05, + "loss": 0.4533, + "mean_token_accuracy": 0.8144514262676239, + "num_tokens": 7962196.0, + "step": 6190 + }, + { + "entropy": 1.2646666049957276, + "epoch": 0.5923378236361899, + "grad_norm": 0.880062997341156, + "learning_rate": 9.997676335366353e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8373969435691834, + "num_tokens": 7975390.0, + "step": 6200 + }, + { + "entropy": 1.2655027985572815, + "epoch": 0.5932932072227, + "grad_norm": 0.8791589140892029, + "learning_rate": 9.99762793081407e-05, + "loss": 0.4373, + "mean_token_accuracy": 0.8270669043064117, + "num_tokens": 7989034.0, + "step": 6210 + }, + { + "entropy": 1.2694851875305175, + "epoch": 0.5942485908092099, + "grad_norm": 1.0431389808654785, + "learning_rate": 9.997579027404442e-05, + "loss": 0.4057, + "mean_token_accuracy": 0.835922235250473, + "num_tokens": 8001355.0, + "step": 6220 + }, + { + "entropy": 1.2845288872718812, + "epoch": 0.5952039743957199, + "grad_norm": 1.023342251777649, + "learning_rate": 9.99752962514235e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.8274968326091766, + "num_tokens": 8014146.0, + "step": 6230 + }, + { + "entropy": 1.2895552277565003, + "epoch": 0.5961593579822299, + "grad_norm": 0.7330955266952515, + "learning_rate": 9.997479724032728e-05, + "loss": 0.4378, + "mean_token_accuracy": 0.8227058947086334, + "num_tokens": 8028096.0, + "step": 6240 + }, + { + "entropy": 1.2803874254226684, + "epoch": 0.5971147415687399, + "grad_norm": 1.1203275918960571, + "learning_rate": 9.997429324080554e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.8338980734348297, + "num_tokens": 8040378.0, + "step": 6250 + }, + { + "entropy": 1.2870954155921936, + "epoch": 0.5980701251552498, + "grad_norm": 0.7625551819801331, + "learning_rate": 9.997378425290861e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8312964618206025, + "num_tokens": 8053055.0, + "step": 6260 + }, + { + "entropy": 1.2866870045661927, + "epoch": 0.5990255087417599, + "grad_norm": 0.8362695574760437, + "learning_rate": 9.997327027668727e-05, + "loss": 0.4264, + "mean_token_accuracy": 0.8283425152301789, + "num_tokens": 8065758.0, + "step": 6270 + }, + { + "entropy": 1.2757187366485596, + "epoch": 0.5999808923282698, + "grad_norm": 0.7699759006500244, + "learning_rate": 9.997275131219286e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8313081324100494, + "num_tokens": 8078413.0, + "step": 6280 + }, + { + "entropy": 1.2696934461593627, + "epoch": 0.6009362759147798, + "grad_norm": 0.8134627938270569, + "learning_rate": 9.997222735947718e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8450874984264374, + "num_tokens": 8091263.0, + "step": 6290 + }, + { + "entropy": 1.2731573104858398, + "epoch": 0.6018916595012898, + "grad_norm": 1.1010416746139526, + "learning_rate": 9.997169841859249e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8410451889038086, + "num_tokens": 8104139.0, + "step": 6300 + }, + { + "entropy": 1.3073671221733094, + "epoch": 0.6028470430877998, + "grad_norm": 1.0209712982177734, + "learning_rate": 9.997116448959163e-05, + "loss": 0.4561, + "mean_token_accuracy": 0.8123445153236389, + "num_tokens": 8117710.0, + "step": 6310 + }, + { + "entropy": 1.276931381225586, + "epoch": 0.6038024266743097, + "grad_norm": 0.6452515721321106, + "learning_rate": 9.997062557252788e-05, + "loss": 0.399, + "mean_token_accuracy": 0.84294353723526, + "num_tokens": 8130824.0, + "step": 6320 + }, + { + "entropy": 1.2698067426681519, + "epoch": 0.6047578102608198, + "grad_norm": 0.9278976917266846, + "learning_rate": 9.997008166745502e-05, + "loss": 0.4383, + "mean_token_accuracy": 0.8265328228473663, + "num_tokens": 8143635.0, + "step": 6330 + }, + { + "entropy": 1.2839824438095093, + "epoch": 0.6057131938473297, + "grad_norm": 1.158887267112732, + "learning_rate": 9.996953277442735e-05, + "loss": 0.4588, + "mean_token_accuracy": 0.8073771178722382, + "num_tokens": 8155881.0, + "step": 6340 + }, + { + "entropy": 1.2832213997840882, + "epoch": 0.6066685774338397, + "grad_norm": 0.8072079420089722, + "learning_rate": 9.996897889349968e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8277681767940521, + "num_tokens": 8168662.0, + "step": 6350 + }, + { + "entropy": 1.2467982411384582, + "epoch": 0.6076239610203497, + "grad_norm": 0.7679826021194458, + "learning_rate": 9.99684200247273e-05, + "loss": 0.3817, + "mean_token_accuracy": 0.8489160060882568, + "num_tokens": 8181013.0, + "step": 6360 + }, + { + "entropy": 1.2961847066879273, + "epoch": 0.6085793446068597, + "grad_norm": 0.8275235891342163, + "learning_rate": 9.996785616816595e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.81845663189888, + "num_tokens": 8194502.0, + "step": 6370 + }, + { + "entropy": 1.2887547135353088, + "epoch": 0.6095347281933696, + "grad_norm": 1.0073405504226685, + "learning_rate": 9.996728732387196e-05, + "loss": 0.4601, + "mean_token_accuracy": 0.8185020625591278, + "num_tokens": 8207136.0, + "step": 6380 + }, + { + "entropy": 1.2509611606597901, + "epoch": 0.6104901117798797, + "grad_norm": 0.9986443519592285, + "learning_rate": 9.99667134919021e-05, + "loss": 0.4114, + "mean_token_accuracy": 0.8325553476810456, + "num_tokens": 8219589.0, + "step": 6390 + }, + { + "entropy": 1.2614742875099183, + "epoch": 0.6114454953663896, + "grad_norm": 0.7860249280929565, + "learning_rate": 9.996613467231362e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8393175601959229, + "num_tokens": 8232991.0, + "step": 6400 + }, + { + "entropy": 1.2512579560279846, + "epoch": 0.6124008789528996, + "grad_norm": 1.0753111839294434, + "learning_rate": 9.996555086516434e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.825653874874115, + "num_tokens": 8245807.0, + "step": 6410 + }, + { + "entropy": 1.2571025729179381, + "epoch": 0.6133562625394096, + "grad_norm": 1.152485728263855, + "learning_rate": 9.996496207051251e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.8336260139942169, + "num_tokens": 8258341.0, + "step": 6420 + }, + { + "entropy": 1.2608158111572265, + "epoch": 0.6143116461259196, + "grad_norm": 0.8027149438858032, + "learning_rate": 9.996436828841691e-05, + "loss": 0.4017, + "mean_token_accuracy": 0.8328914403915405, + "num_tokens": 8271272.0, + "step": 6430 + }, + { + "entropy": 1.2655190587043763, + "epoch": 0.6152670297124295, + "grad_norm": 0.8287020325660706, + "learning_rate": 9.99637695189368e-05, + "loss": 0.4055, + "mean_token_accuracy": 0.8378747045993805, + "num_tokens": 8284772.0, + "step": 6440 + }, + { + "entropy": 1.258258843421936, + "epoch": 0.6162224132989396, + "grad_norm": 0.7294193506240845, + "learning_rate": 9.996316576213197e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8289997339248657, + "num_tokens": 8297324.0, + "step": 6450 + }, + { + "entropy": 1.247045636177063, + "epoch": 0.6171777968854495, + "grad_norm": 0.8377154469490051, + "learning_rate": 9.996255701806267e-05, + "loss": 0.3631, + "mean_token_accuracy": 0.8574836730957032, + "num_tokens": 8309925.0, + "step": 6460 + }, + { + "entropy": 1.2633489608764648, + "epoch": 0.6181331804719595, + "grad_norm": 1.0040771961212158, + "learning_rate": 9.996194328678966e-05, + "loss": 0.4463, + "mean_token_accuracy": 0.8193542659282684, + "num_tokens": 8322982.0, + "step": 6470 + }, + { + "entropy": 1.292023503780365, + "epoch": 0.6190885640584695, + "grad_norm": 0.9192824959754944, + "learning_rate": 9.996132456837421e-05, + "loss": 0.4337, + "mean_token_accuracy": 0.8315412044525147, + "num_tokens": 8336229.0, + "step": 6480 + }, + { + "entropy": 1.2691211938858031, + "epoch": 0.6200439476449795, + "grad_norm": 0.8063589930534363, + "learning_rate": 9.99607008628781e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8421215653419495, + "num_tokens": 8349692.0, + "step": 6490 + }, + { + "entropy": 1.2716410040855408, + "epoch": 0.6209993312314894, + "grad_norm": 0.8951631188392639, + "learning_rate": 9.996007217036356e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8249742448329925, + "num_tokens": 8362860.0, + "step": 6500 + }, + { + "entropy": 1.2793854832649232, + "epoch": 0.6219547148179995, + "grad_norm": 0.7089062929153442, + "learning_rate": 9.995943849089333e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8244000732898712, + "num_tokens": 8376174.0, + "step": 6510 + }, + { + "entropy": 1.2871436953544617, + "epoch": 0.6229100984045094, + "grad_norm": 0.7545838952064514, + "learning_rate": 9.99587998245307e-05, + "loss": 0.4398, + "mean_token_accuracy": 0.82027667760849, + "num_tokens": 8389334.0, + "step": 6520 + }, + { + "entropy": 1.2877708435058595, + "epoch": 0.6238654819910194, + "grad_norm": 0.7750027775764465, + "learning_rate": 9.995815617133942e-05, + "loss": 0.4616, + "mean_token_accuracy": 0.8175950348377228, + "num_tokens": 8401683.0, + "step": 6530 + }, + { + "entropy": 1.2717941880226136, + "epoch": 0.6248208655775294, + "grad_norm": 1.0120080709457397, + "learning_rate": 9.99575075313837e-05, + "loss": 0.4209, + "mean_token_accuracy": 0.8345831453800201, + "num_tokens": 8414653.0, + "step": 6540 + }, + { + "entropy": 1.27304368019104, + "epoch": 0.6257762491640394, + "grad_norm": 1.0025866031646729, + "learning_rate": 9.995685390472833e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8441679358482361, + "num_tokens": 8427464.0, + "step": 6550 + }, + { + "entropy": 1.303981399536133, + "epoch": 0.6267316327505493, + "grad_norm": 0.822799026966095, + "learning_rate": 9.995619529143853e-05, + "loss": 0.4865, + "mean_token_accuracy": 0.7989199042320252, + "num_tokens": 8440200.0, + "step": 6560 + }, + { + "entropy": 1.2913581728935242, + "epoch": 0.6276870163370594, + "grad_norm": 1.0085922479629517, + "learning_rate": 9.995553169158005e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8087812781333923, + "num_tokens": 8452613.0, + "step": 6570 + }, + { + "entropy": 1.2946727871894836, + "epoch": 0.6286423999235693, + "grad_norm": 0.7575979232788086, + "learning_rate": 9.995486310521912e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.8207128643989563, + "num_tokens": 8465565.0, + "step": 6580 + }, + { + "entropy": 1.2811237931251527, + "epoch": 0.6295977835100793, + "grad_norm": 1.025368571281433, + "learning_rate": 9.99541895324225e-05, + "loss": 0.4356, + "mean_token_accuracy": 0.829832911491394, + "num_tokens": 8478246.0, + "step": 6590 + }, + { + "entropy": 1.2886009693145752, + "epoch": 0.6305531670965893, + "grad_norm": 0.9755670428276062, + "learning_rate": 9.99535109732574e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8282827198505401, + "num_tokens": 8490864.0, + "step": 6600 + }, + { + "entropy": 1.285130774974823, + "epoch": 0.6315085506830993, + "grad_norm": 0.8894979953765869, + "learning_rate": 9.995282742779155e-05, + "loss": 0.4518, + "mean_token_accuracy": 0.8268232882022858, + "num_tokens": 8503980.0, + "step": 6610 + }, + { + "entropy": 1.2673779606819153, + "epoch": 0.6324639342696092, + "grad_norm": 0.562961757183075, + "learning_rate": 9.995213889609322e-05, + "loss": 0.3731, + "mean_token_accuracy": 0.8537709951400757, + "num_tokens": 8516987.0, + "step": 6620 + }, + { + "entropy": 1.2861640334129334, + "epoch": 0.6334193178561193, + "grad_norm": 0.940548837184906, + "learning_rate": 9.995144537823109e-05, + "loss": 0.4245, + "mean_token_accuracy": 0.8288285136222839, + "num_tokens": 8529650.0, + "step": 6630 + }, + { + "entropy": 1.3043651700019836, + "epoch": 0.6343747014426292, + "grad_norm": 1.0212894678115845, + "learning_rate": 9.995074687427443e-05, + "loss": 0.4797, + "mean_token_accuracy": 0.8084319531917572, + "num_tokens": 8542548.0, + "step": 6640 + }, + { + "entropy": 1.2805372595787048, + "epoch": 0.6353300850291392, + "grad_norm": 0.6758313775062561, + "learning_rate": 9.995004338429292e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8568849682807922, + "num_tokens": 8555488.0, + "step": 6650 + }, + { + "entropy": 1.288777494430542, + "epoch": 0.6362854686156492, + "grad_norm": 0.7704390287399292, + "learning_rate": 9.994933490835683e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8361633539199829, + "num_tokens": 8568566.0, + "step": 6660 + }, + { + "entropy": 1.2942439675331117, + "epoch": 0.6372408522021592, + "grad_norm": 0.8503461480140686, + "learning_rate": 9.994862144653683e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8347761750221252, + "num_tokens": 8581531.0, + "step": 6670 + }, + { + "entropy": 1.3125133872032166, + "epoch": 0.6381962357886691, + "grad_norm": 1.158489465713501, + "learning_rate": 9.994790299890418e-05, + "loss": 0.434, + "mean_token_accuracy": 0.8285905241966247, + "num_tokens": 8594061.0, + "step": 6680 + }, + { + "entropy": 1.2895174384117127, + "epoch": 0.6391516193751792, + "grad_norm": 1.022800326347351, + "learning_rate": 9.994717956553057e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.832243800163269, + "num_tokens": 8606676.0, + "step": 6690 + }, + { + "entropy": 1.2840827584266663, + "epoch": 0.6401070029616891, + "grad_norm": 0.6916153430938721, + "learning_rate": 9.99464511464882e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8321165382862091, + "num_tokens": 8619360.0, + "step": 6700 + }, + { + "entropy": 1.2738348603248597, + "epoch": 0.6410623865481991, + "grad_norm": 1.0894548892974854, + "learning_rate": 9.994571774184982e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8315386414527893, + "num_tokens": 8632081.0, + "step": 6710 + }, + { + "entropy": 1.2777448296546936, + "epoch": 0.6420177701347091, + "grad_norm": 0.8880236744880676, + "learning_rate": 9.994497935168859e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8390158534049987, + "num_tokens": 8644907.0, + "step": 6720 + }, + { + "entropy": 1.2699275851249694, + "epoch": 0.6429731537212191, + "grad_norm": 1.3482486009597778, + "learning_rate": 9.994423597607825e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8402734637260437, + "num_tokens": 8657129.0, + "step": 6730 + }, + { + "entropy": 1.2756589651107788, + "epoch": 0.643928537307729, + "grad_norm": 0.8024106621742249, + "learning_rate": 9.9943487615093e-05, + "loss": 0.3919, + "mean_token_accuracy": 0.8440629422664643, + "num_tokens": 8670271.0, + "step": 6740 + }, + { + "entropy": 1.2844429969787599, + "epoch": 0.6448839208942391, + "grad_norm": 0.7911658883094788, + "learning_rate": 9.994273426880754e-05, + "loss": 0.4406, + "mean_token_accuracy": 0.8251696467399597, + "num_tokens": 8683008.0, + "step": 6750 + }, + { + "entropy": 1.2804688572883607, + "epoch": 0.645839304480749, + "grad_norm": 0.746891975402832, + "learning_rate": 9.994197593729705e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8292795419692993, + "num_tokens": 8695894.0, + "step": 6760 + }, + { + "entropy": 1.2858747363090515, + "epoch": 0.646794688067259, + "grad_norm": 0.7433977723121643, + "learning_rate": 9.994121262063724e-05, + "loss": 0.4155, + "mean_token_accuracy": 0.8347451090812683, + "num_tokens": 8708973.0, + "step": 6770 + }, + { + "entropy": 1.2925413608551026, + "epoch": 0.647750071653769, + "grad_norm": 0.9522019624710083, + "learning_rate": 9.99404443189043e-05, + "loss": 0.4686, + "mean_token_accuracy": 0.8085602939128875, + "num_tokens": 8722466.0, + "step": 6780 + }, + { + "entropy": 1.2822710037231446, + "epoch": 0.648705455240279, + "grad_norm": 0.643338680267334, + "learning_rate": 9.993967103217491e-05, + "loss": 0.4498, + "mean_token_accuracy": 0.8210372269153595, + "num_tokens": 8734949.0, + "step": 6790 + }, + { + "entropy": 1.2636935710906982, + "epoch": 0.6496608388267889, + "grad_norm": 0.830883800983429, + "learning_rate": 9.993889276052628e-05, + "loss": 0.3918, + "mean_token_accuracy": 0.8419562935829162, + "num_tokens": 8747679.0, + "step": 6800 + }, + { + "entropy": 1.2601601123809814, + "epoch": 0.650616222413299, + "grad_norm": 1.0464918613433838, + "learning_rate": 9.993810950403609e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.837213397026062, + "num_tokens": 8760470.0, + "step": 6810 + }, + { + "entropy": 1.2796221137046815, + "epoch": 0.6515716059998089, + "grad_norm": 0.7150336503982544, + "learning_rate": 9.993732126278252e-05, + "loss": 0.4449, + "mean_token_accuracy": 0.8230124533176422, + "num_tokens": 8773131.0, + "step": 6820 + }, + { + "entropy": 1.266670286655426, + "epoch": 0.6525269895863189, + "grad_norm": 0.8243805170059204, + "learning_rate": 9.993652803684424e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8469825744628906, + "num_tokens": 8785719.0, + "step": 6830 + }, + { + "entropy": 1.2828534960746765, + "epoch": 0.6534823731728289, + "grad_norm": 0.9722565412521362, + "learning_rate": 9.993572982630045e-05, + "loss": 0.4438, + "mean_token_accuracy": 0.8263774514198303, + "num_tokens": 8798598.0, + "step": 6840 + }, + { + "entropy": 1.2936653971672059, + "epoch": 0.6544377567593389, + "grad_norm": 1.0522220134735107, + "learning_rate": 9.993492663123082e-05, + "loss": 0.4396, + "mean_token_accuracy": 0.8234697639942169, + "num_tokens": 8811369.0, + "step": 6850 + }, + { + "entropy": 1.2949483752250672, + "epoch": 0.6553931403458488, + "grad_norm": 0.8945862054824829, + "learning_rate": 9.993411845171551e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8250786066055298, + "num_tokens": 8824672.0, + "step": 6860 + }, + { + "entropy": 1.2719025611877441, + "epoch": 0.6563485239323589, + "grad_norm": 1.1651294231414795, + "learning_rate": 9.993330528783521e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.8255353987216949, + "num_tokens": 8837755.0, + "step": 6870 + }, + { + "entropy": 1.2732774496078492, + "epoch": 0.6573039075188688, + "grad_norm": 0.802278995513916, + "learning_rate": 9.993248713967107e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8434878051280975, + "num_tokens": 8851187.0, + "step": 6880 + }, + { + "entropy": 1.254107654094696, + "epoch": 0.6582592911053788, + "grad_norm": 0.84027498960495, + "learning_rate": 9.993166400730478e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8408509492874146, + "num_tokens": 8863683.0, + "step": 6890 + }, + { + "entropy": 1.2632197618484498, + "epoch": 0.6592146746918888, + "grad_norm": 0.8264153599739075, + "learning_rate": 9.993083589081849e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.8284384489059449, + "num_tokens": 8876226.0, + "step": 6900 + }, + { + "entropy": 1.248485839366913, + "epoch": 0.6601700582783988, + "grad_norm": 0.8617333769798279, + "learning_rate": 9.993000279029486e-05, + "loss": 0.4588, + "mean_token_accuracy": 0.8154876351356506, + "num_tokens": 8888872.0, + "step": 6910 + }, + { + "entropy": 1.2622061967849731, + "epoch": 0.6611254418649087, + "grad_norm": 1.1619479656219482, + "learning_rate": 9.992916470581706e-05, + "loss": 0.4212, + "mean_token_accuracy": 0.8313110411167145, + "num_tokens": 8901417.0, + "step": 6920 + }, + { + "entropy": 1.2675323963165284, + "epoch": 0.6620808254514188, + "grad_norm": 0.9407930970191956, + "learning_rate": 9.992832163746873e-05, + "loss": 0.4365, + "mean_token_accuracy": 0.8201099455356597, + "num_tokens": 8914178.0, + "step": 6930 + }, + { + "entropy": 1.2797403693199159, + "epoch": 0.6630362090379287, + "grad_norm": 0.7065222859382629, + "learning_rate": 9.992747358533403e-05, + "loss": 0.4341, + "mean_token_accuracy": 0.8278681218624115, + "num_tokens": 8926853.0, + "step": 6940 + }, + { + "entropy": 1.2610629320144653, + "epoch": 0.6639915926244387, + "grad_norm": 0.7978950142860413, + "learning_rate": 9.992662054949763e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8328147530555725, + "num_tokens": 8939507.0, + "step": 6950 + }, + { + "entropy": 1.2522324562072753, + "epoch": 0.6649469762109487, + "grad_norm": 0.9380227327346802, + "learning_rate": 9.992576253004466e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8321456909179688, + "num_tokens": 8951960.0, + "step": 6960 + }, + { + "entropy": 1.257402503490448, + "epoch": 0.6659023597974587, + "grad_norm": 0.9202341437339783, + "learning_rate": 9.992489952706076e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8456835269927978, + "num_tokens": 8964563.0, + "step": 6970 + }, + { + "entropy": 1.2692353010177613, + "epoch": 0.6668577433839686, + "grad_norm": 0.9171508550643921, + "learning_rate": 9.992403154063209e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8401918828487396, + "num_tokens": 8977506.0, + "step": 6980 + }, + { + "entropy": 1.2623608112335205, + "epoch": 0.6678131269704787, + "grad_norm": 0.802363395690918, + "learning_rate": 9.992315857084528e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8388163805007934, + "num_tokens": 8990302.0, + "step": 6990 + }, + { + "entropy": 1.266035270690918, + "epoch": 0.6687685105569886, + "grad_norm": 0.7367880344390869, + "learning_rate": 9.992228061778748e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8486120820045471, + "num_tokens": 9002945.0, + "step": 7000 + }, + { + "entropy": 1.2784568786621093, + "epoch": 0.6697238941434986, + "grad_norm": 0.7526438236236572, + "learning_rate": 9.992139768154632e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8280392467975617, + "num_tokens": 9015670.0, + "step": 7010 + }, + { + "entropy": 1.2643732190132142, + "epoch": 0.6706792777300086, + "grad_norm": 0.7800559401512146, + "learning_rate": 9.992050976220995e-05, + "loss": 0.3836, + "mean_token_accuracy": 0.8443032681941987, + "num_tokens": 9028903.0, + "step": 7020 + }, + { + "entropy": 1.2482061505317688, + "epoch": 0.6716346613165186, + "grad_norm": 0.737145721912384, + "learning_rate": 9.991961685986697e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8433394074440003, + "num_tokens": 9041298.0, + "step": 7030 + }, + { + "entropy": 1.2714240431785584, + "epoch": 0.6725900449030285, + "grad_norm": 0.7303226590156555, + "learning_rate": 9.991871897460652e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8254701912403106, + "num_tokens": 9054529.0, + "step": 7040 + }, + { + "entropy": 1.2658158898353578, + "epoch": 0.6735454284895386, + "grad_norm": 0.9945814609527588, + "learning_rate": 9.991781610651823e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8366440117359162, + "num_tokens": 9067323.0, + "step": 7050 + }, + { + "entropy": 1.2528314232826232, + "epoch": 0.6745008120760485, + "grad_norm": 0.778424084186554, + "learning_rate": 9.991690825569224e-05, + "loss": 0.377, + "mean_token_accuracy": 0.8477446079254151, + "num_tokens": 9080334.0, + "step": 7060 + }, + { + "entropy": 1.285440981388092, + "epoch": 0.6754561956625585, + "grad_norm": 0.92853844165802, + "learning_rate": 9.991599542221913e-05, + "loss": 0.4642, + "mean_token_accuracy": 0.8161362707614899, + "num_tokens": 9093426.0, + "step": 7070 + }, + { + "entropy": 1.2730626225471497, + "epoch": 0.6764115792490685, + "grad_norm": 0.868078351020813, + "learning_rate": 9.991507760619005e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.8475386321544647, + "num_tokens": 9106247.0, + "step": 7080 + }, + { + "entropy": 1.2766714930534362, + "epoch": 0.6773669628355785, + "grad_norm": 0.8559876084327698, + "learning_rate": 9.991415480769662e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8381608724594116, + "num_tokens": 9119253.0, + "step": 7090 + }, + { + "entropy": 1.2792883276939393, + "epoch": 0.6783223464220884, + "grad_norm": 0.8577942848205566, + "learning_rate": 9.991322702683092e-05, + "loss": 0.4077, + "mean_token_accuracy": 0.8398562669754028, + "num_tokens": 9131926.0, + "step": 7100 + }, + { + "entropy": 1.2822689294815064, + "epoch": 0.6792777300085985, + "grad_norm": 0.7648253440856934, + "learning_rate": 9.99122942636856e-05, + "loss": 0.469, + "mean_token_accuracy": 0.8087160527706146, + "num_tokens": 9144109.0, + "step": 7110 + }, + { + "entropy": 1.2764348983764648, + "epoch": 0.6802331135951084, + "grad_norm": 0.8412968516349792, + "learning_rate": 9.991135651835372e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8422754585742951, + "num_tokens": 9157644.0, + "step": 7120 + }, + { + "entropy": 1.2827132225036622, + "epoch": 0.6811884971816184, + "grad_norm": 0.689234733581543, + "learning_rate": 9.991041379092894e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.839043664932251, + "num_tokens": 9170711.0, + "step": 7130 + }, + { + "entropy": 1.2666697740554809, + "epoch": 0.6821438807681284, + "grad_norm": 0.7681112885475159, + "learning_rate": 9.990946608150532e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8428178250789642, + "num_tokens": 9184098.0, + "step": 7140 + }, + { + "entropy": 1.257543647289276, + "epoch": 0.6830992643546384, + "grad_norm": 0.7507085800170898, + "learning_rate": 9.990851339017748e-05, + "loss": 0.4209, + "mean_token_accuracy": 0.8378533482551574, + "num_tokens": 9196578.0, + "step": 7150 + }, + { + "entropy": 1.2785552740097046, + "epoch": 0.6840546479411483, + "grad_norm": 0.7757866382598877, + "learning_rate": 9.990755571704049e-05, + "loss": 0.4547, + "mean_token_accuracy": 0.820003604888916, + "num_tokens": 9209268.0, + "step": 7160 + }, + { + "entropy": 1.293379282951355, + "epoch": 0.6850100315276584, + "grad_norm": 1.2573436498641968, + "learning_rate": 9.990659306218999e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8320894598960876, + "num_tokens": 9221764.0, + "step": 7170 + }, + { + "entropy": 1.2848169684410096, + "epoch": 0.6859654151141683, + "grad_norm": 1.0200954675674438, + "learning_rate": 9.990562542572202e-05, + "loss": 0.4388, + "mean_token_accuracy": 0.8243228435516358, + "num_tokens": 9234853.0, + "step": 7180 + }, + { + "entropy": 1.2813945293426514, + "epoch": 0.6869207987006783, + "grad_norm": 0.9615262150764465, + "learning_rate": 9.99046528077332e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8329368829727173, + "num_tokens": 9248550.0, + "step": 7190 + }, + { + "entropy": 1.277113437652588, + "epoch": 0.6878761822871883, + "grad_norm": 1.1330065727233887, + "learning_rate": 9.990367520832062e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.831685596704483, + "num_tokens": 9261704.0, + "step": 7200 + }, + { + "entropy": 1.276490533351898, + "epoch": 0.6888315658736983, + "grad_norm": 0.8887994289398193, + "learning_rate": 9.990269262758184e-05, + "loss": 0.4306, + "mean_token_accuracy": 0.8314059615135193, + "num_tokens": 9274322.0, + "step": 7210 + }, + { + "entropy": 1.2830963253974914, + "epoch": 0.6897869494602082, + "grad_norm": 0.7900549173355103, + "learning_rate": 9.990170506561496e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8349487543106079, + "num_tokens": 9287360.0, + "step": 7220 + }, + { + "entropy": 1.2809014916419983, + "epoch": 0.6907423330467183, + "grad_norm": 0.7864171862602234, + "learning_rate": 9.990071252251854e-05, + "loss": 0.3918, + "mean_token_accuracy": 0.8461340725421905, + "num_tokens": 9300062.0, + "step": 7230 + }, + { + "entropy": 1.285469889640808, + "epoch": 0.6916977166332282, + "grad_norm": 0.8425527215003967, + "learning_rate": 9.989971499839166e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.8381743013858796, + "num_tokens": 9313189.0, + "step": 7240 + }, + { + "entropy": 1.2899365186691285, + "epoch": 0.6926531002197382, + "grad_norm": 0.9254343509674072, + "learning_rate": 9.989871249333389e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8212274134159088, + "num_tokens": 9326005.0, + "step": 7250 + }, + { + "entropy": 1.263726270198822, + "epoch": 0.6936084838062482, + "grad_norm": 0.7978264093399048, + "learning_rate": 9.989770500744532e-05, + "loss": 0.3958, + "mean_token_accuracy": 0.8385688066482544, + "num_tokens": 9338737.0, + "step": 7260 + }, + { + "entropy": 1.2454723477363587, + "epoch": 0.6945638673927582, + "grad_norm": 0.7932568788528442, + "learning_rate": 9.989669254082649e-05, + "loss": 0.3889, + "mean_token_accuracy": 0.8441648125648499, + "num_tokens": 9351212.0, + "step": 7270 + }, + { + "entropy": 1.3024757146835326, + "epoch": 0.6955192509792681, + "grad_norm": 1.2022209167480469, + "learning_rate": 9.989567509357847e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8403219163417817, + "num_tokens": 9364902.0, + "step": 7280 + }, + { + "entropy": 1.284353494644165, + "epoch": 0.6964746345657782, + "grad_norm": 0.5991207957267761, + "learning_rate": 9.989465266580282e-05, + "loss": 0.4431, + "mean_token_accuracy": 0.8232636034488678, + "num_tokens": 9377415.0, + "step": 7290 + }, + { + "entropy": 1.2768885016441345, + "epoch": 0.6974300181522881, + "grad_norm": 0.9989290237426758, + "learning_rate": 9.989362525760162e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8326617419719696, + "num_tokens": 9390051.0, + "step": 7300 + }, + { + "entropy": 1.2763877630233764, + "epoch": 0.6983854017387982, + "grad_norm": 0.8113411068916321, + "learning_rate": 9.98925928690774e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8421429574489594, + "num_tokens": 9403462.0, + "step": 7310 + }, + { + "entropy": 1.2992432832717895, + "epoch": 0.6993407853253081, + "grad_norm": 0.817767322063446, + "learning_rate": 9.98915555003332e-05, + "loss": 0.4509, + "mean_token_accuracy": 0.8114231407642365, + "num_tokens": 9416387.0, + "step": 7320 + }, + { + "entropy": 1.2908821940422057, + "epoch": 0.7002961689118181, + "grad_norm": 0.9039239287376404, + "learning_rate": 9.98905131514726e-05, + "loss": 0.4137, + "mean_token_accuracy": 0.8363482117652893, + "num_tokens": 9429640.0, + "step": 7330 + }, + { + "entropy": 1.2530190229415894, + "epoch": 0.701251552498328, + "grad_norm": 0.8182393908500671, + "learning_rate": 9.988946582259962e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8529512822628021, + "num_tokens": 9442269.0, + "step": 7340 + }, + { + "entropy": 1.2892461180686952, + "epoch": 0.7022069360848381, + "grad_norm": 1.057253360748291, + "learning_rate": 9.988841351381881e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8243245422840119, + "num_tokens": 9455169.0, + "step": 7350 + }, + { + "entropy": 1.2791246175765991, + "epoch": 0.703162319671348, + "grad_norm": 0.8994067311286926, + "learning_rate": 9.988735622523524e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8347416877746582, + "num_tokens": 9467422.0, + "step": 7360 + }, + { + "entropy": 1.2567636609077453, + "epoch": 0.704117703257858, + "grad_norm": 0.619038462638855, + "learning_rate": 9.988629395695441e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8403004050254822, + "num_tokens": 9480153.0, + "step": 7370 + }, + { + "entropy": 1.2905247449874877, + "epoch": 0.705073086844368, + "grad_norm": 0.8274325132369995, + "learning_rate": 9.988522670908236e-05, + "loss": 0.4628, + "mean_token_accuracy": 0.8158116817474366, + "num_tokens": 9492656.0, + "step": 7380 + }, + { + "entropy": 1.2748046875, + "epoch": 0.706028470430878, + "grad_norm": 0.782380998134613, + "learning_rate": 9.988415448172564e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8394353270530701, + "num_tokens": 9505287.0, + "step": 7390 + }, + { + "entropy": 1.271869671344757, + "epoch": 0.706983854017388, + "grad_norm": 0.7381918430328369, + "learning_rate": 9.988307727499126e-05, + "loss": 0.4371, + "mean_token_accuracy": 0.8237697780132294, + "num_tokens": 9518092.0, + "step": 7400 + }, + { + "entropy": 1.2766581058502198, + "epoch": 0.707939237603898, + "grad_norm": 0.8490174412727356, + "learning_rate": 9.988199508898674e-05, + "loss": 0.4779, + "mean_token_accuracy": 0.8059528946876526, + "num_tokens": 9531188.0, + "step": 7410 + }, + { + "entropy": 1.2567034482955932, + "epoch": 0.7088946211904079, + "grad_norm": 0.8857921957969666, + "learning_rate": 9.988090792382015e-05, + "loss": 0.3897, + "mean_token_accuracy": 0.8476004064083099, + "num_tokens": 9543742.0, + "step": 7420 + }, + { + "entropy": 1.2744512677192688, + "epoch": 0.709850004776918, + "grad_norm": 0.9092763066291809, + "learning_rate": 9.987981577959996e-05, + "loss": 0.4424, + "mean_token_accuracy": 0.8293733060359955, + "num_tokens": 9556833.0, + "step": 7430 + }, + { + "entropy": 1.2621840000152589, + "epoch": 0.7108053883634279, + "grad_norm": 0.9169245362281799, + "learning_rate": 9.987871865643518e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8289563357830048, + "num_tokens": 9569208.0, + "step": 7440 + }, + { + "entropy": 1.2789170384407043, + "epoch": 0.7117607719499379, + "grad_norm": 0.8215041160583496, + "learning_rate": 9.987761655443536e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8409291863441467, + "num_tokens": 9582386.0, + "step": 7450 + }, + { + "entropy": 1.2581679224967957, + "epoch": 0.7127161555364478, + "grad_norm": 1.370160460472107, + "learning_rate": 9.98765094737105e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8403513908386231, + "num_tokens": 9595427.0, + "step": 7460 + }, + { + "entropy": 1.2469470381736756, + "epoch": 0.7136715391229579, + "grad_norm": 0.7350589036941528, + "learning_rate": 9.987539741437108e-05, + "loss": 0.3859, + "mean_token_accuracy": 0.8449747800827027, + "num_tokens": 9608436.0, + "step": 7470 + }, + { + "entropy": 1.2634222388267518, + "epoch": 0.7146269227094678, + "grad_norm": 0.9229421019554138, + "learning_rate": 9.987428037652815e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8361064374446869, + "num_tokens": 9621214.0, + "step": 7480 + }, + { + "entropy": 1.2489607214927674, + "epoch": 0.7155823062959779, + "grad_norm": 0.8611190319061279, + "learning_rate": 9.987315836029318e-05, + "loss": 0.3696, + "mean_token_accuracy": 0.8501105546951294, + "num_tokens": 9634107.0, + "step": 7490 + }, + { + "entropy": 1.2627800703048706, + "epoch": 0.7165376898824878, + "grad_norm": 0.9835836887359619, + "learning_rate": 9.987203136577819e-05, + "loss": 0.4049, + "mean_token_accuracy": 0.8399364590644837, + "num_tokens": 9647376.0, + "step": 7500 + }, + { + "entropy": 1.256326973438263, + "epoch": 0.7174930734689978, + "grad_norm": 0.7920156121253967, + "learning_rate": 9.987089939309563e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8245238721370697, + "num_tokens": 9660022.0, + "step": 7510 + }, + { + "entropy": 1.2692832827568055, + "epoch": 0.7184484570555077, + "grad_norm": 0.8965502381324768, + "learning_rate": 9.986976244235856e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8290911018848419, + "num_tokens": 9672318.0, + "step": 7520 + }, + { + "entropy": 1.2870557308197021, + "epoch": 0.7194038406420178, + "grad_norm": 0.8037043213844299, + "learning_rate": 9.986862051368042e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8216858804225922, + "num_tokens": 9685162.0, + "step": 7530 + }, + { + "entropy": 1.275057864189148, + "epoch": 0.7203592242285277, + "grad_norm": 0.9537764191627502, + "learning_rate": 9.98674736071752e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.834094762802124, + "num_tokens": 9697834.0, + "step": 7540 + }, + { + "entropy": 1.2604418873786927, + "epoch": 0.7213146078150378, + "grad_norm": 0.6427499651908875, + "learning_rate": 9.98663217229574e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8338362872600555, + "num_tokens": 9709828.0, + "step": 7550 + }, + { + "entropy": 1.2673619031906127, + "epoch": 0.7222699914015477, + "grad_norm": 1.0237396955490112, + "learning_rate": 9.9865164861142e-05, + "loss": 0.4218, + "mean_token_accuracy": 0.8366137921810151, + "num_tokens": 9723017.0, + "step": 7560 + }, + { + "entropy": 1.2652694582939148, + "epoch": 0.7232253749880577, + "grad_norm": 1.1194857358932495, + "learning_rate": 9.986400302184447e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8253590226173401, + "num_tokens": 9735410.0, + "step": 7570 + }, + { + "entropy": 1.2893251657485962, + "epoch": 0.7241807585745677, + "grad_norm": 0.9191895127296448, + "learning_rate": 9.986283620518076e-05, + "loss": 0.4521, + "mean_token_accuracy": 0.8182161450386047, + "num_tokens": 9748805.0, + "step": 7580 + }, + { + "entropy": 1.30211660861969, + "epoch": 0.7251361421610777, + "grad_norm": 1.2042738199234009, + "learning_rate": 9.986166441126738e-05, + "loss": 0.4378, + "mean_token_accuracy": 0.8229447364807129, + "num_tokens": 9762012.0, + "step": 7590 + }, + { + "entropy": 1.292870283126831, + "epoch": 0.7260915257475876, + "grad_norm": 0.8662934899330139, + "learning_rate": 9.986048764022126e-05, + "loss": 0.4174, + "mean_token_accuracy": 0.8369378626346589, + "num_tokens": 9775625.0, + "step": 7600 + }, + { + "entropy": 1.2769134879112243, + "epoch": 0.7270469093340977, + "grad_norm": 0.9027141332626343, + "learning_rate": 9.98593058921599e-05, + "loss": 0.4354, + "mean_token_accuracy": 0.8279563903808593, + "num_tokens": 9788517.0, + "step": 7610 + }, + { + "entropy": 1.2757752776145934, + "epoch": 0.7280022929206076, + "grad_norm": 0.6989253163337708, + "learning_rate": 9.985811916720124e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8225334882736206, + "num_tokens": 9801360.0, + "step": 7620 + }, + { + "entropy": 1.270018255710602, + "epoch": 0.7289576765071176, + "grad_norm": 0.7833299040794373, + "learning_rate": 9.985692746546375e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8199711263179779, + "num_tokens": 9814706.0, + "step": 7630 + }, + { + "entropy": 1.2640669345855713, + "epoch": 0.7299130600936276, + "grad_norm": 0.969720721244812, + "learning_rate": 9.985573078706636e-05, + "loss": 0.4242, + "mean_token_accuracy": 0.8336915016174317, + "num_tokens": 9827390.0, + "step": 7640 + }, + { + "entropy": 1.261193323135376, + "epoch": 0.7308684436801376, + "grad_norm": 0.733037531375885, + "learning_rate": 9.985452913212854e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8367072999477386, + "num_tokens": 9839921.0, + "step": 7650 + }, + { + "entropy": 1.267497456073761, + "epoch": 0.7318238272666475, + "grad_norm": 0.7774869203567505, + "learning_rate": 9.985332250077024e-05, + "loss": 0.4547, + "mean_token_accuracy": 0.8143881857395172, + "num_tokens": 9852424.0, + "step": 7660 + }, + { + "entropy": 1.2908860206604005, + "epoch": 0.7327792108531576, + "grad_norm": 0.9128402471542358, + "learning_rate": 9.98521108931119e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8297360420227051, + "num_tokens": 9865198.0, + "step": 7670 + }, + { + "entropy": 1.2592763900756836, + "epoch": 0.7337345944396675, + "grad_norm": 0.734097957611084, + "learning_rate": 9.985089430927445e-05, + "loss": 0.3831, + "mean_token_accuracy": 0.8467465937137604, + "num_tokens": 9877779.0, + "step": 7680 + }, + { + "entropy": 1.2863738298416139, + "epoch": 0.7346899780261775, + "grad_norm": 0.7574431896209717, + "learning_rate": 9.984967274937936e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.823457783460617, + "num_tokens": 9890887.0, + "step": 7690 + }, + { + "entropy": 1.2711524963378906, + "epoch": 0.7356453616126875, + "grad_norm": 0.7587608695030212, + "learning_rate": 9.984844621354853e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8262669503688812, + "num_tokens": 9903044.0, + "step": 7700 + }, + { + "entropy": 1.2752667188644409, + "epoch": 0.7366007451991975, + "grad_norm": 1.226913571357727, + "learning_rate": 9.98472147019044e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8439686834812165, + "num_tokens": 9915974.0, + "step": 7710 + }, + { + "entropy": 1.2903403520584107, + "epoch": 0.7375561287857074, + "grad_norm": 0.8925431966781616, + "learning_rate": 9.984597821456991e-05, + "loss": 0.4576, + "mean_token_accuracy": 0.8171183943748475, + "num_tokens": 9928884.0, + "step": 7720 + }, + { + "entropy": 1.2740887880325318, + "epoch": 0.7385115123722175, + "grad_norm": 1.1153647899627686, + "learning_rate": 9.984473675166848e-05, + "loss": 0.4205, + "mean_token_accuracy": 0.8389302849769592, + "num_tokens": 9942139.0, + "step": 7730 + }, + { + "entropy": 1.2700428366661072, + "epoch": 0.7394668959587274, + "grad_norm": 0.9052136540412903, + "learning_rate": 9.984349031332401e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8309552133083343, + "num_tokens": 9955592.0, + "step": 7740 + }, + { + "entropy": 1.2592630624771117, + "epoch": 0.7404222795452374, + "grad_norm": 0.8599362969398499, + "learning_rate": 9.984223889966094e-05, + "loss": 0.4265, + "mean_token_accuracy": 0.8361725628376007, + "num_tokens": 9967919.0, + "step": 7750 + }, + { + "entropy": 1.2606966853141786, + "epoch": 0.7413776631317474, + "grad_norm": 0.7852625846862793, + "learning_rate": 9.98409825108042e-05, + "loss": 0.4086, + "mean_token_accuracy": 0.8405723750591279, + "num_tokens": 9980530.0, + "step": 7760 + }, + { + "entropy": 1.2871053338050842, + "epoch": 0.7423330467182574, + "grad_norm": 1.1035845279693604, + "learning_rate": 9.983972114687915e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8262043178081513, + "num_tokens": 9994112.0, + "step": 7770 + }, + { + "entropy": 1.2667384147644043, + "epoch": 0.7432884303047673, + "grad_norm": 1.3093740940093994, + "learning_rate": 9.983845480801177e-05, + "loss": 0.399, + "mean_token_accuracy": 0.8383985996246338, + "num_tokens": 10007102.0, + "step": 7780 + }, + { + "entropy": 1.2666882157325745, + "epoch": 0.7442438138912774, + "grad_norm": 0.8889061212539673, + "learning_rate": 9.98371834943284e-05, + "loss": 0.4426, + "mean_token_accuracy": 0.8237707912921906, + "num_tokens": 10020082.0, + "step": 7790 + }, + { + "entropy": 1.2688100695610047, + "epoch": 0.7451991974777873, + "grad_norm": 0.9063305258750916, + "learning_rate": 9.983590720595597e-05, + "loss": 0.4205, + "mean_token_accuracy": 0.8334168553352356, + "num_tokens": 10032823.0, + "step": 7800 + }, + { + "entropy": 1.2709339022636414, + "epoch": 0.7461545810642973, + "grad_norm": 0.8680055737495422, + "learning_rate": 9.983462594302188e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8374255359172821, + "num_tokens": 10045442.0, + "step": 7810 + }, + { + "entropy": 1.2743413925170899, + "epoch": 0.7471099646508073, + "grad_norm": 0.9355674386024475, + "learning_rate": 9.9833339705654e-05, + "loss": 0.438, + "mean_token_accuracy": 0.8236562788486481, + "num_tokens": 10058007.0, + "step": 7820 + }, + { + "entropy": 1.269659984111786, + "epoch": 0.7480653482373173, + "grad_norm": 0.7004379630088806, + "learning_rate": 9.983204849398075e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8402211546897889, + "num_tokens": 10070905.0, + "step": 7830 + }, + { + "entropy": 1.2837000131607055, + "epoch": 0.7490207318238272, + "grad_norm": 0.9104381203651428, + "learning_rate": 9.983075230813102e-05, + "loss": 0.4164, + "mean_token_accuracy": 0.8386761248111725, + "num_tokens": 10083792.0, + "step": 7840 + }, + { + "entropy": 1.268864393234253, + "epoch": 0.7499761154103373, + "grad_norm": 0.7150663733482361, + "learning_rate": 9.982945114823415e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8331344127655029, + "num_tokens": 10096442.0, + "step": 7850 + }, + { + "entropy": 1.2838709473609924, + "epoch": 0.7509314989968472, + "grad_norm": 0.7978500723838806, + "learning_rate": 9.982814501442006e-05, + "loss": 0.4159, + "mean_token_accuracy": 0.8345244884490967, + "num_tokens": 10109528.0, + "step": 7860 + }, + { + "entropy": 1.287196433544159, + "epoch": 0.7518868825833572, + "grad_norm": 0.898417592048645, + "learning_rate": 9.982683390681913e-05, + "loss": 0.4495, + "mean_token_accuracy": 0.8199733078479767, + "num_tokens": 10122449.0, + "step": 7870 + }, + { + "entropy": 1.283191978931427, + "epoch": 0.7528422661698672, + "grad_norm": 0.871135413646698, + "learning_rate": 9.98255178255622e-05, + "loss": 0.4591, + "mean_token_accuracy": 0.8094992637634277, + "num_tokens": 10134935.0, + "step": 7880 + }, + { + "entropy": 1.2888395667076111, + "epoch": 0.7537976497563772, + "grad_norm": 0.6925387978553772, + "learning_rate": 9.982419677078067e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.828270548582077, + "num_tokens": 10148390.0, + "step": 7890 + }, + { + "entropy": 1.2668520212173462, + "epoch": 0.7547530333428871, + "grad_norm": 0.897940993309021, + "learning_rate": 9.982287074260639e-05, + "loss": 0.3933, + "mean_token_accuracy": 0.8504409730434418, + "num_tokens": 10161333.0, + "step": 7900 + }, + { + "entropy": 1.2622649788856506, + "epoch": 0.7557084169293972, + "grad_norm": 1.0436086654663086, + "learning_rate": 9.982153974117174e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8402286529541015, + "num_tokens": 10173502.0, + "step": 7910 + }, + { + "entropy": 1.2986568331718444, + "epoch": 0.7566638005159071, + "grad_norm": 0.8255695104598999, + "learning_rate": 9.982020376660955e-05, + "loss": 0.4708, + "mean_token_accuracy": 0.8158745467662811, + "num_tokens": 10186663.0, + "step": 7920 + }, + { + "entropy": 1.273815107345581, + "epoch": 0.7576191841024171, + "grad_norm": 0.7766850590705872, + "learning_rate": 9.98188628190532e-05, + "loss": 0.4399, + "mean_token_accuracy": 0.8240518271923065, + "num_tokens": 10198962.0, + "step": 7930 + }, + { + "entropy": 1.2794116616249085, + "epoch": 0.7585745676889271, + "grad_norm": 0.7879326939582825, + "learning_rate": 9.981751689863652e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.8365665435791015, + "num_tokens": 10211965.0, + "step": 7940 + }, + { + "entropy": 1.2607885003089905, + "epoch": 0.7595299512754371, + "grad_norm": 1.0980396270751953, + "learning_rate": 9.981616600549389e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8403303325176239, + "num_tokens": 10224645.0, + "step": 7950 + }, + { + "entropy": 1.24937002658844, + "epoch": 0.760485334861947, + "grad_norm": 0.7060864567756653, + "learning_rate": 9.981481013976013e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8374191284179687, + "num_tokens": 10237215.0, + "step": 7960 + }, + { + "entropy": 1.273420810699463, + "epoch": 0.7614407184484571, + "grad_norm": 0.7293813824653625, + "learning_rate": 9.98134493015706e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8329983234405518, + "num_tokens": 10250233.0, + "step": 7970 + }, + { + "entropy": 1.2707798957824707, + "epoch": 0.762396102034967, + "grad_norm": 0.8272455930709839, + "learning_rate": 9.981208349106111e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8219848155975342, + "num_tokens": 10263348.0, + "step": 7980 + }, + { + "entropy": 1.289987826347351, + "epoch": 0.763351485621477, + "grad_norm": 0.5046851634979248, + "learning_rate": 9.981071270836801e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8353469848632813, + "num_tokens": 10276774.0, + "step": 7990 + }, + { + "entropy": 1.2614946365356445, + "epoch": 0.764306869207987, + "grad_norm": 0.9246349930763245, + "learning_rate": 9.980933695362813e-05, + "loss": 0.4264, + "mean_token_accuracy": 0.8329365134239197, + "num_tokens": 10289229.0, + "step": 8000 + }, + { + "entropy": 1.2636207938194275, + "epoch": 0.765262252794497, + "grad_norm": 0.8290013670921326, + "learning_rate": 9.98079562269788e-05, + "loss": 0.4217, + "mean_token_accuracy": 0.8354920268058776, + "num_tokens": 10301741.0, + "step": 8010 + }, + { + "entropy": 1.2662383317947388, + "epoch": 0.7662176363810069, + "grad_norm": 0.9444834589958191, + "learning_rate": 9.980657052855781e-05, + "loss": 0.4368, + "mean_token_accuracy": 0.8282378315925598, + "num_tokens": 10314002.0, + "step": 8020 + }, + { + "entropy": 1.2614649176597594, + "epoch": 0.767173019967517, + "grad_norm": 0.8410268425941467, + "learning_rate": 9.980517985850354e-05, + "loss": 0.4381, + "mean_token_accuracy": 0.8257207691669464, + "num_tokens": 10327027.0, + "step": 8030 + }, + { + "entropy": 1.2676426649093628, + "epoch": 0.7681284035540269, + "grad_norm": 0.9359790682792664, + "learning_rate": 9.980378421695475e-05, + "loss": 0.4288, + "mean_token_accuracy": 0.8305951118469238, + "num_tokens": 10340203.0, + "step": 8040 + }, + { + "entropy": 1.2657073616981507, + "epoch": 0.7690837871405369, + "grad_norm": 0.6421019434928894, + "learning_rate": 9.980238360405079e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.8372061133384705, + "num_tokens": 10352797.0, + "step": 8050 + }, + { + "entropy": 1.2695303559303284, + "epoch": 0.7700391707270469, + "grad_norm": 0.8701947331428528, + "learning_rate": 9.980097801993144e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.8433030545711517, + "num_tokens": 10365181.0, + "step": 8060 + }, + { + "entropy": 1.2899595260620118, + "epoch": 0.7709945543135569, + "grad_norm": 0.9117350578308105, + "learning_rate": 9.979956746473702e-05, + "loss": 0.4477, + "mean_token_accuracy": 0.8216007232666016, + "num_tokens": 10378247.0, + "step": 8070 + }, + { + "entropy": 1.2828082323074341, + "epoch": 0.7719499379000668, + "grad_norm": 0.7420883178710938, + "learning_rate": 9.979815193860831e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8251256942749023, + "num_tokens": 10391212.0, + "step": 8080 + }, + { + "entropy": 1.2675363421440125, + "epoch": 0.7729053214865769, + "grad_norm": 1.0090410709381104, + "learning_rate": 9.979673144168663e-05, + "loss": 0.45, + "mean_token_accuracy": 0.8243597447872162, + "num_tokens": 10403968.0, + "step": 8090 + }, + { + "entropy": 1.2627821803092956, + "epoch": 0.7738607050730868, + "grad_norm": 0.8941486477851868, + "learning_rate": 9.979530597411375e-05, + "loss": 0.4355, + "mean_token_accuracy": 0.8308445453643799, + "num_tokens": 10417243.0, + "step": 8100 + }, + { + "entropy": 1.26998610496521, + "epoch": 0.7748160886595968, + "grad_norm": 1.0796988010406494, + "learning_rate": 9.979387553603199e-05, + "loss": 0.4445, + "mean_token_accuracy": 0.8161551058292389, + "num_tokens": 10430419.0, + "step": 8110 + }, + { + "entropy": 1.2437096118927002, + "epoch": 0.7757714722461068, + "grad_norm": 0.8054866194725037, + "learning_rate": 9.979244012758411e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8240430772304534, + "num_tokens": 10443412.0, + "step": 8120 + }, + { + "entropy": 1.257382297515869, + "epoch": 0.7767268558326168, + "grad_norm": 0.7830895185470581, + "learning_rate": 9.979099974891338e-05, + "loss": 0.4751, + "mean_token_accuracy": 0.8160525739192963, + "num_tokens": 10455954.0, + "step": 8130 + }, + { + "entropy": 1.2553128480911255, + "epoch": 0.7776822394191267, + "grad_norm": 0.7859532237052917, + "learning_rate": 9.97895544001636e-05, + "loss": 0.4211, + "mean_token_accuracy": 0.8287208020687103, + "num_tokens": 10469050.0, + "step": 8140 + }, + { + "entropy": 1.2494222044944763, + "epoch": 0.7786376230056368, + "grad_norm": 0.8326284885406494, + "learning_rate": 9.978810408147905e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8403385221958161, + "num_tokens": 10481754.0, + "step": 8150 + }, + { + "entropy": 1.2605226159095764, + "epoch": 0.7795930065921467, + "grad_norm": 0.9754542708396912, + "learning_rate": 9.978664879300447e-05, + "loss": 0.4312, + "mean_token_accuracy": 0.8225457489490509, + "num_tokens": 10495052.0, + "step": 8160 + }, + { + "entropy": 1.2371345639228821, + "epoch": 0.7805483901786567, + "grad_norm": 0.9824966788291931, + "learning_rate": 9.978518853488514e-05, + "loss": 0.4276, + "mean_token_accuracy": 0.8290295004844666, + "num_tokens": 10507637.0, + "step": 8170 + }, + { + "entropy": 1.26803777217865, + "epoch": 0.7815037737651667, + "grad_norm": 0.8875187635421753, + "learning_rate": 9.978372330726683e-05, + "loss": 0.4296, + "mean_token_accuracy": 0.8302370131015777, + "num_tokens": 10520311.0, + "step": 8180 + }, + { + "entropy": 1.254047405719757, + "epoch": 0.7824591573516767, + "grad_norm": 1.1965879201889038, + "learning_rate": 9.978225311029579e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8329129338264465, + "num_tokens": 10533815.0, + "step": 8190 + }, + { + "entropy": 1.2813838601112366, + "epoch": 0.7834145409381866, + "grad_norm": 1.0707650184631348, + "learning_rate": 9.978077794411875e-05, + "loss": 0.4387, + "mean_token_accuracy": 0.8217018663883209, + "num_tokens": 10547272.0, + "step": 8200 + }, + { + "entropy": 1.2548750996589662, + "epoch": 0.7843699245246967, + "grad_norm": 1.0322707891464233, + "learning_rate": 9.9779297808883e-05, + "loss": 0.4172, + "mean_token_accuracy": 0.8328889727592468, + "num_tokens": 10559953.0, + "step": 8210 + }, + { + "entropy": 1.2592560052871704, + "epoch": 0.7853253081112066, + "grad_norm": 0.9360195398330688, + "learning_rate": 9.977781270473628e-05, + "loss": 0.4341, + "mean_token_accuracy": 0.8311523735523224, + "num_tokens": 10573144.0, + "step": 8220 + }, + { + "entropy": 1.2616976618766784, + "epoch": 0.7862806916977166, + "grad_norm": 0.9029042720794678, + "learning_rate": 9.977632263182679e-05, + "loss": 0.414, + "mean_token_accuracy": 0.8339911997318268, + "num_tokens": 10586734.0, + "step": 8230 + }, + { + "entropy": 1.243707573413849, + "epoch": 0.7872360752842266, + "grad_norm": 0.8681625127792358, + "learning_rate": 9.97748275903033e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8369884967803956, + "num_tokens": 10599573.0, + "step": 8240 + }, + { + "entropy": 1.2751218557357789, + "epoch": 0.7881914588707366, + "grad_norm": 0.774690568447113, + "learning_rate": 9.977332758031506e-05, + "loss": 0.4666, + "mean_token_accuracy": 0.8099307537078857, + "num_tokens": 10612126.0, + "step": 8250 + }, + { + "entropy": 1.2752801179885864, + "epoch": 0.7891468424572465, + "grad_norm": 1.4306564331054688, + "learning_rate": 9.977182260201175e-05, + "loss": 0.4586, + "mean_token_accuracy": 0.8116848647594452, + "num_tokens": 10624658.0, + "step": 8260 + }, + { + "entropy": 1.2746575236320496, + "epoch": 0.7901022260437566, + "grad_norm": 0.8828564286231995, + "learning_rate": 9.977031265554364e-05, + "loss": 0.4124, + "mean_token_accuracy": 0.832099449634552, + "num_tokens": 10637606.0, + "step": 8270 + }, + { + "entropy": 1.2571736931800843, + "epoch": 0.7910576096302665, + "grad_norm": 0.835707426071167, + "learning_rate": 9.976879774106143e-05, + "loss": 0.3903, + "mean_token_accuracy": 0.8451440274715424, + "num_tokens": 10650345.0, + "step": 8280 + }, + { + "entropy": 1.2781310439109803, + "epoch": 0.7920129932167765, + "grad_norm": 0.8664495944976807, + "learning_rate": 9.976727785871635e-05, + "loss": 0.4466, + "mean_token_accuracy": 0.8219507932662964, + "num_tokens": 10663113.0, + "step": 8290 + }, + { + "entropy": 1.288404357433319, + "epoch": 0.7929683768032865, + "grad_norm": 0.970076858997345, + "learning_rate": 9.97657530086601e-05, + "loss": 0.4365, + "mean_token_accuracy": 0.8235363662242889, + "num_tokens": 10675875.0, + "step": 8300 + }, + { + "entropy": 1.2901790499687196, + "epoch": 0.7939237603897965, + "grad_norm": 0.5644864439964294, + "learning_rate": 9.976422319104489e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8296448647975921, + "num_tokens": 10688598.0, + "step": 8310 + }, + { + "entropy": 1.30296231508255, + "epoch": 0.7948791439763064, + "grad_norm": 0.9312200546264648, + "learning_rate": 9.976268840602341e-05, + "loss": 0.4762, + "mean_token_accuracy": 0.8089958012104035, + "num_tokens": 10701679.0, + "step": 8320 + }, + { + "entropy": 1.2938099145889281, + "epoch": 0.7958345275628165, + "grad_norm": 0.7957028150558472, + "learning_rate": 9.97611486537489e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.8470790088176727, + "num_tokens": 10714562.0, + "step": 8330 + }, + { + "entropy": 1.248833179473877, + "epoch": 0.7967899111493264, + "grad_norm": 0.7859087586402893, + "learning_rate": 9.975960393437502e-05, + "loss": 0.363, + "mean_token_accuracy": 0.852888435125351, + "num_tokens": 10726929.0, + "step": 8340 + }, + { + "entropy": 1.282604205608368, + "epoch": 0.7977452947358364, + "grad_norm": 0.8337634205818176, + "learning_rate": 9.9758054248056e-05, + "loss": 0.4345, + "mean_token_accuracy": 0.8296168088912964, + "num_tokens": 10739589.0, + "step": 8350 + }, + { + "entropy": 1.285072648525238, + "epoch": 0.7987006783223464, + "grad_norm": 0.8412812948226929, + "learning_rate": 9.975649959494648e-05, + "loss": 0.4433, + "mean_token_accuracy": 0.8250321626663208, + "num_tokens": 10752576.0, + "step": 8360 + }, + { + "entropy": 1.269701075553894, + "epoch": 0.7996560619088564, + "grad_norm": 0.7750486135482788, + "learning_rate": 9.975493997520167e-05, + "loss": 0.3926, + "mean_token_accuracy": 0.8442732036113739, + "num_tokens": 10765511.0, + "step": 8370 + }, + { + "entropy": 1.2825124502182006, + "epoch": 0.8006114454953663, + "grad_norm": 0.9518018364906311, + "learning_rate": 9.975337538897726e-05, + "loss": 0.4384, + "mean_token_accuracy": 0.8183620512485504, + "num_tokens": 10778437.0, + "step": 8380 + }, + { + "entropy": 1.2818721294403077, + "epoch": 0.8015668290818764, + "grad_norm": 1.0316389799118042, + "learning_rate": 9.97518058364294e-05, + "loss": 0.4013, + "mean_token_accuracy": 0.8375590682029724, + "num_tokens": 10791299.0, + "step": 8390 + }, + { + "entropy": 1.294424867630005, + "epoch": 0.8025222126683863, + "grad_norm": 1.2152339220046997, + "learning_rate": 9.975023131771476e-05, + "loss": 0.4291, + "mean_token_accuracy": 0.8353930175304413, + "num_tokens": 10804471.0, + "step": 8400 + }, + { + "entropy": 1.309836196899414, + "epoch": 0.8034775962548963, + "grad_norm": 1.0897725820541382, + "learning_rate": 9.974865183299056e-05, + "loss": 0.4786, + "mean_token_accuracy": 0.8089633405208587, + "num_tokens": 10817538.0, + "step": 8410 + }, + { + "entropy": 1.297953760623932, + "epoch": 0.8044329798414063, + "grad_norm": 1.088349461555481, + "learning_rate": 9.974706738241439e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.8353539884090424, + "num_tokens": 10830759.0, + "step": 8420 + }, + { + "entropy": 1.2933212637901306, + "epoch": 0.8053883634279163, + "grad_norm": 1.005513310432434, + "learning_rate": 9.974547796614445e-05, + "loss": 0.4179, + "mean_token_accuracy": 0.8288661420345307, + "num_tokens": 10844089.0, + "step": 8430 + }, + { + "entropy": 1.2917654991149903, + "epoch": 0.8063437470144262, + "grad_norm": 0.9130426645278931, + "learning_rate": 9.974388358433939e-05, + "loss": 0.4218, + "mean_token_accuracy": 0.8413688480854035, + "num_tokens": 10857006.0, + "step": 8440 + }, + { + "entropy": 1.2863633990287782, + "epoch": 0.8072991306009363, + "grad_norm": 0.7654487490653992, + "learning_rate": 9.974228423715834e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8392804503440857, + "num_tokens": 10869916.0, + "step": 8450 + }, + { + "entropy": 1.2772905468940734, + "epoch": 0.8082545141874462, + "grad_norm": 0.9336884021759033, + "learning_rate": 9.974067992476096e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8323386967182159, + "num_tokens": 10883193.0, + "step": 8460 + }, + { + "entropy": 1.2871254801750183, + "epoch": 0.8092098977739562, + "grad_norm": 0.848818302154541, + "learning_rate": 9.973907064730738e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8356775641441345, + "num_tokens": 10896767.0, + "step": 8470 + }, + { + "entropy": 1.3019878029823304, + "epoch": 0.8101652813604662, + "grad_norm": 0.9302258491516113, + "learning_rate": 9.973745640495827e-05, + "loss": 0.4605, + "mean_token_accuracy": 0.8113750636577606, + "num_tokens": 10910099.0, + "step": 8480 + }, + { + "entropy": 1.2800854921340943, + "epoch": 0.8111206649469762, + "grad_norm": 1.054517388343811, + "learning_rate": 9.973583719787473e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.831084132194519, + "num_tokens": 10922323.0, + "step": 8490 + }, + { + "entropy": 1.299215316772461, + "epoch": 0.8120760485334862, + "grad_norm": 0.7193999290466309, + "learning_rate": 9.973421302621839e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8374032974243164, + "num_tokens": 10936171.0, + "step": 8500 + }, + { + "entropy": 1.2954506993293762, + "epoch": 0.8130314321199962, + "grad_norm": 0.9408904314041138, + "learning_rate": 9.973258389015137e-05, + "loss": 0.4462, + "mean_token_accuracy": 0.8237943112850189, + "num_tokens": 10949465.0, + "step": 8510 + }, + { + "entropy": 1.3120649814605714, + "epoch": 0.8139868157065062, + "grad_norm": 0.8409749865531921, + "learning_rate": 9.97309497898363e-05, + "loss": 0.4719, + "mean_token_accuracy": 0.8078034400939942, + "num_tokens": 10962876.0, + "step": 8520 + }, + { + "entropy": 1.2864767789840699, + "epoch": 0.8149421992930161, + "grad_norm": 0.9433377385139465, + "learning_rate": 9.972931072543627e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8346592843532562, + "num_tokens": 10975652.0, + "step": 8530 + }, + { + "entropy": 1.2676072716712952, + "epoch": 0.8158975828795262, + "grad_norm": 0.8365616798400879, + "learning_rate": 9.972766669711493e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.844184285402298, + "num_tokens": 10987923.0, + "step": 8540 + }, + { + "entropy": 1.2884674787521362, + "epoch": 0.8168529664660361, + "grad_norm": 0.9470916390419006, + "learning_rate": 9.972601770503637e-05, + "loss": 0.4437, + "mean_token_accuracy": 0.8172118186950683, + "num_tokens": 11000303.0, + "step": 8550 + }, + { + "entropy": 1.2907962203025818, + "epoch": 0.8178083500525462, + "grad_norm": 1.033008098602295, + "learning_rate": 9.972436374936517e-05, + "loss": 0.4456, + "mean_token_accuracy": 0.8230834066867828, + "num_tokens": 11013345.0, + "step": 8560 + }, + { + "entropy": 1.2865052223205566, + "epoch": 0.8187637336390561, + "grad_norm": 0.7929069399833679, + "learning_rate": 9.972270483026645e-05, + "loss": 0.4197, + "mean_token_accuracy": 0.8321646809577942, + "num_tokens": 11026353.0, + "step": 8570 + }, + { + "entropy": 1.2940105319023132, + "epoch": 0.8197191172255661, + "grad_norm": 0.9554728269577026, + "learning_rate": 9.972104094790578e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8283272862434388, + "num_tokens": 11039576.0, + "step": 8580 + }, + { + "entropy": 1.3099080562591552, + "epoch": 0.820674500812076, + "grad_norm": 0.8023931980133057, + "learning_rate": 9.971937210244926e-05, + "loss": 0.4531, + "mean_token_accuracy": 0.8170047104358673, + "num_tokens": 11052803.0, + "step": 8590 + }, + { + "entropy": 1.2805743932723999, + "epoch": 0.8216298843985861, + "grad_norm": 0.7978551387786865, + "learning_rate": 9.971769829406348e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8445890545845032, + "num_tokens": 11065636.0, + "step": 8600 + }, + { + "entropy": 1.2925617218017578, + "epoch": 0.822585267985096, + "grad_norm": 0.740669846534729, + "learning_rate": 9.971601952291549e-05, + "loss": 0.4541, + "mean_token_accuracy": 0.8216348826885224, + "num_tokens": 11078623.0, + "step": 8610 + }, + { + "entropy": 1.2971314907073974, + "epoch": 0.823540651571606, + "grad_norm": 0.7690940499305725, + "learning_rate": 9.97143357891729e-05, + "loss": 0.4602, + "mean_token_accuracy": 0.8183224856853485, + "num_tokens": 11091808.0, + "step": 8620 + }, + { + "entropy": 1.2930137991905213, + "epoch": 0.824496035158116, + "grad_norm": 0.8850728273391724, + "learning_rate": 9.971264709300374e-05, + "loss": 0.4336, + "mean_token_accuracy": 0.8210645079612732, + "num_tokens": 11104324.0, + "step": 8630 + }, + { + "entropy": 1.2812625169754028, + "epoch": 0.825451418744626, + "grad_norm": 1.0449140071868896, + "learning_rate": 9.971095343457662e-05, + "loss": 0.3914, + "mean_token_accuracy": 0.8421842396259308, + "num_tokens": 11116955.0, + "step": 8640 + }, + { + "entropy": 1.2964571952819823, + "epoch": 0.826406802331136, + "grad_norm": 0.7808166146278381, + "learning_rate": 9.970925481406055e-05, + "loss": 0.4955, + "mean_token_accuracy": 0.8003613710403442, + "num_tokens": 11129447.0, + "step": 8650 + }, + { + "entropy": 1.304888868331909, + "epoch": 0.827362185917646, + "grad_norm": 0.7495915293693542, + "learning_rate": 9.970755123162511e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8401059329509735, + "num_tokens": 11142918.0, + "step": 8660 + }, + { + "entropy": 1.287385678291321, + "epoch": 0.8283175695041559, + "grad_norm": 0.8072802424430847, + "learning_rate": 9.970584268744034e-05, + "loss": 0.4488, + "mean_token_accuracy": 0.821245551109314, + "num_tokens": 11155704.0, + "step": 8670 + }, + { + "entropy": 1.2828705787658692, + "epoch": 0.829272953090666, + "grad_norm": 0.6519264578819275, + "learning_rate": 9.97041291816768e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8302273213863373, + "num_tokens": 11167970.0, + "step": 8680 + }, + { + "entropy": 1.2955063462257386, + "epoch": 0.8302283366771759, + "grad_norm": 0.816828191280365, + "learning_rate": 9.970241071450553e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8447543442249298, + "num_tokens": 11181227.0, + "step": 8690 + }, + { + "entropy": 1.2757153749465941, + "epoch": 0.8311837202636859, + "grad_norm": 0.7351611256599426, + "learning_rate": 9.970068728609803e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8391859531402588, + "num_tokens": 11194011.0, + "step": 8700 + }, + { + "entropy": 1.294176459312439, + "epoch": 0.8321391038501958, + "grad_norm": 0.6402608752250671, + "learning_rate": 9.969895889662637e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8229383945465087, + "num_tokens": 11206655.0, + "step": 8710 + }, + { + "entropy": 1.2784430742263795, + "epoch": 0.8330944874367059, + "grad_norm": 0.624457061290741, + "learning_rate": 9.969722554626307e-05, + "loss": 0.4105, + "mean_token_accuracy": 0.8380613029003143, + "num_tokens": 11219523.0, + "step": 8720 + }, + { + "entropy": 1.296890342235565, + "epoch": 0.8340498710232158, + "grad_norm": 0.7526657581329346, + "learning_rate": 9.969548723518114e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.833447265625, + "num_tokens": 11232339.0, + "step": 8730 + }, + { + "entropy": 1.2921801447868346, + "epoch": 0.8350052546097259, + "grad_norm": 0.7980934381484985, + "learning_rate": 9.969374396355409e-05, + "loss": 0.4232, + "mean_token_accuracy": 0.8299908399581909, + "num_tokens": 11245196.0, + "step": 8740 + }, + { + "entropy": 1.2931265473365783, + "epoch": 0.8359606381962358, + "grad_norm": 0.8165611624717712, + "learning_rate": 9.969199573155594e-05, + "loss": 0.4265, + "mean_token_accuracy": 0.8282532632350922, + "num_tokens": 11257885.0, + "step": 8750 + }, + { + "entropy": 1.3044580101966858, + "epoch": 0.8369160217827458, + "grad_norm": 0.7780378460884094, + "learning_rate": 9.969024253936121e-05, + "loss": 0.4793, + "mean_token_accuracy": 0.8093388020992279, + "num_tokens": 11270530.0, + "step": 8760 + }, + { + "entropy": 1.3017093539237976, + "epoch": 0.8378714053692558, + "grad_norm": 0.7889029383659363, + "learning_rate": 9.968848438714488e-05, + "loss": 0.425, + "mean_token_accuracy": 0.8339330911636352, + "num_tokens": 11283326.0, + "step": 8770 + }, + { + "entropy": 1.2790579795837402, + "epoch": 0.8388267889557658, + "grad_norm": 0.7939267754554749, + "learning_rate": 9.968672127508247e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8289315462112427, + "num_tokens": 11296672.0, + "step": 8780 + }, + { + "entropy": 1.2985153198242188, + "epoch": 0.8397821725422757, + "grad_norm": 0.9944024682044983, + "learning_rate": 9.968495320334994e-05, + "loss": 0.4691, + "mean_token_accuracy": 0.811016708612442, + "num_tokens": 11309296.0, + "step": 8790 + }, + { + "entropy": 1.2917430877685547, + "epoch": 0.8407375561287858, + "grad_norm": 0.7429583668708801, + "learning_rate": 9.96831801721238e-05, + "loss": 0.4347, + "mean_token_accuracy": 0.8256214916706085, + "num_tokens": 11322007.0, + "step": 8800 + }, + { + "entropy": 1.2795709490776062, + "epoch": 0.8416929397152957, + "grad_norm": 0.9252541661262512, + "learning_rate": 9.968140218158103e-05, + "loss": 0.4034, + "mean_token_accuracy": 0.83966965675354, + "num_tokens": 11334760.0, + "step": 8810 + }, + { + "entropy": 1.2905129790306091, + "epoch": 0.8426483233018057, + "grad_norm": 0.9852463006973267, + "learning_rate": 9.967961923189911e-05, + "loss": 0.4549, + "mean_token_accuracy": 0.8165423989295959, + "num_tokens": 11347182.0, + "step": 8820 + }, + { + "entropy": 1.3016934752464295, + "epoch": 0.8436037068883157, + "grad_norm": 0.7571148872375488, + "learning_rate": 9.967783132325599e-05, + "loss": 0.4131, + "mean_token_accuracy": 0.8381163418293, + "num_tokens": 11360211.0, + "step": 8830 + }, + { + "entropy": 1.3034462332725525, + "epoch": 0.8445590904748257, + "grad_norm": 0.8856661915779114, + "learning_rate": 9.967603845583015e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.8336475551128387, + "num_tokens": 11373584.0, + "step": 8840 + }, + { + "entropy": 1.2732953548431396, + "epoch": 0.8455144740613356, + "grad_norm": 1.0738438367843628, + "learning_rate": 9.967424062980056e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8335590362548828, + "num_tokens": 11386347.0, + "step": 8850 + }, + { + "entropy": 1.2952700495719909, + "epoch": 0.8464698576478457, + "grad_norm": 0.955249011516571, + "learning_rate": 9.967243784534668e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8313263833522797, + "num_tokens": 11399212.0, + "step": 8860 + }, + { + "entropy": 1.2903844356536864, + "epoch": 0.8474252412343556, + "grad_norm": 0.7706716060638428, + "learning_rate": 9.967063010264843e-05, + "loss": 0.4473, + "mean_token_accuracy": 0.8218383133411408, + "num_tokens": 11412464.0, + "step": 8870 + }, + { + "entropy": 1.2805030941963196, + "epoch": 0.8483806248208656, + "grad_norm": 0.6842425465583801, + "learning_rate": 9.966881740188631e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8487576901912689, + "num_tokens": 11425411.0, + "step": 8880 + }, + { + "entropy": 1.2976834416389464, + "epoch": 0.8493360084073756, + "grad_norm": 0.8350464105606079, + "learning_rate": 9.966699974324121e-05, + "loss": 0.4627, + "mean_token_accuracy": 0.815291553735733, + "num_tokens": 11438809.0, + "step": 8890 + }, + { + "entropy": 1.281897735595703, + "epoch": 0.8502913919938856, + "grad_norm": 0.9671802520751953, + "learning_rate": 9.966517712689459e-05, + "loss": 0.4386, + "mean_token_accuracy": 0.8227485358715058, + "num_tokens": 11451154.0, + "step": 8900 + }, + { + "entropy": 1.2915664553642272, + "epoch": 0.8512467755803955, + "grad_norm": 1.0395691394805908, + "learning_rate": 9.966334955302838e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8363260805606842, + "num_tokens": 11464268.0, + "step": 8910 + }, + { + "entropy": 1.2809350848197938, + "epoch": 0.8522021591669056, + "grad_norm": 0.9281452894210815, + "learning_rate": 9.9661517021825e-05, + "loss": 0.4126, + "mean_token_accuracy": 0.8301116764545441, + "num_tokens": 11477137.0, + "step": 8920 + }, + { + "entropy": 1.2695937037467957, + "epoch": 0.8531575427534155, + "grad_norm": 0.7393119931221008, + "learning_rate": 9.96596795334674e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8395166754722595, + "num_tokens": 11489742.0, + "step": 8930 + }, + { + "entropy": 1.2698415994644165, + "epoch": 0.8541129263399255, + "grad_norm": 0.7441221475601196, + "learning_rate": 9.965783708813896e-05, + "loss": 0.3977, + "mean_token_accuracy": 0.8417488992214203, + "num_tokens": 11502647.0, + "step": 8940 + }, + { + "entropy": 1.2718745589256286, + "epoch": 0.8550683099264355, + "grad_norm": 0.9743853807449341, + "learning_rate": 9.965598968602358e-05, + "loss": 0.419, + "mean_token_accuracy": 0.839558070898056, + "num_tokens": 11515807.0, + "step": 8950 + }, + { + "entropy": 1.2729803204536438, + "epoch": 0.8560236935129455, + "grad_norm": 0.9118847846984863, + "learning_rate": 9.965413732730571e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8222803771495819, + "num_tokens": 11528455.0, + "step": 8960 + }, + { + "entropy": 1.2735021710395813, + "epoch": 0.8569790770994554, + "grad_norm": 0.6885451078414917, + "learning_rate": 9.965228001217023e-05, + "loss": 0.3842, + "mean_token_accuracy": 0.8465968012809754, + "num_tokens": 11541364.0, + "step": 8970 + }, + { + "entropy": 1.2647396922111511, + "epoch": 0.8579344606859655, + "grad_norm": 0.8961580395698547, + "learning_rate": 9.965041774080253e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.844462662935257, + "num_tokens": 11553878.0, + "step": 8980 + }, + { + "entropy": 1.2594074249267577, + "epoch": 0.8588898442724754, + "grad_norm": 0.9107107520103455, + "learning_rate": 9.96485505133885e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8540993213653565, + "num_tokens": 11566562.0, + "step": 8990 + }, + { + "entropy": 1.2917562484741212, + "epoch": 0.8598452278589854, + "grad_norm": 0.862275242805481, + "learning_rate": 9.964667833011455e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8294216275215149, + "num_tokens": 11579705.0, + "step": 9000 + }, + { + "entropy": 1.2896811604499816, + "epoch": 0.8608006114454954, + "grad_norm": 0.9182569980621338, + "learning_rate": 9.96448011911675e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8402157545089721, + "num_tokens": 11592688.0, + "step": 9010 + }, + { + "entropy": 1.289321506023407, + "epoch": 0.8617559950320054, + "grad_norm": 1.593587040901184, + "learning_rate": 9.964291909673477e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8286574244499206, + "num_tokens": 11605536.0, + "step": 9020 + }, + { + "entropy": 1.2889756560325623, + "epoch": 0.8627113786185153, + "grad_norm": 0.9617627859115601, + "learning_rate": 9.964103204700424e-05, + "loss": 0.45, + "mean_token_accuracy": 0.8223495125770569, + "num_tokens": 11618717.0, + "step": 9030 + }, + { + "entropy": 1.2893238425254823, + "epoch": 0.8636667622050254, + "grad_norm": 0.8831367492675781, + "learning_rate": 9.963914004216424e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8156861424446106, + "num_tokens": 11631247.0, + "step": 9040 + }, + { + "entropy": 1.2958453059196473, + "epoch": 0.8646221457915353, + "grad_norm": 0.8442507982254028, + "learning_rate": 9.963724308240365e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8398804128170013, + "num_tokens": 11645433.0, + "step": 9050 + }, + { + "entropy": 1.2548895955085755, + "epoch": 0.8655775293780453, + "grad_norm": 1.0147336721420288, + "learning_rate": 9.96353411679118e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.845082837343216, + "num_tokens": 11658036.0, + "step": 9060 + }, + { + "entropy": 1.2682140707969665, + "epoch": 0.8665329129645553, + "grad_norm": 1.1022124290466309, + "learning_rate": 9.963343429887854e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8351544976234436, + "num_tokens": 11671232.0, + "step": 9070 + }, + { + "entropy": 1.263537383079529, + "epoch": 0.8674882965510653, + "grad_norm": 0.9378446936607361, + "learning_rate": 9.963152247549423e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8440131366252899, + "num_tokens": 11684245.0, + "step": 9080 + }, + { + "entropy": 1.2807639360427856, + "epoch": 0.8684436801375752, + "grad_norm": 0.8704861998558044, + "learning_rate": 9.96296056979497e-05, + "loss": 0.4549, + "mean_token_accuracy": 0.8196446835994721, + "num_tokens": 11696925.0, + "step": 9090 + }, + { + "entropy": 1.2810046195983886, + "epoch": 0.8693990637240853, + "grad_norm": 0.6261416077613831, + "learning_rate": 9.962768396643629e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8308187007904053, + "num_tokens": 11709903.0, + "step": 9100 + }, + { + "entropy": 1.2886830925941468, + "epoch": 0.8703544473105952, + "grad_norm": 0.8719772100448608, + "learning_rate": 9.96257572811458e-05, + "loss": 0.4584, + "mean_token_accuracy": 0.8226672649383545, + "num_tokens": 11722094.0, + "step": 9110 + }, + { + "entropy": 1.2617773532867431, + "epoch": 0.8713098308971052, + "grad_norm": 0.6058461666107178, + "learning_rate": 9.962382564227055e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8519677519798279, + "num_tokens": 11735475.0, + "step": 9120 + }, + { + "entropy": 1.290487241744995, + "epoch": 0.8722652144836152, + "grad_norm": 0.8640421032905579, + "learning_rate": 9.962188905000338e-05, + "loss": 0.4492, + "mean_token_accuracy": 0.8231522917747498, + "num_tokens": 11748378.0, + "step": 9130 + }, + { + "entropy": 1.2832311034202575, + "epoch": 0.8732205980701252, + "grad_norm": 0.8634461164474487, + "learning_rate": 9.961994750453758e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.843996113538742, + "num_tokens": 11760843.0, + "step": 9140 + }, + { + "entropy": 1.2934214115142821, + "epoch": 0.8741759816566351, + "grad_norm": 0.9219041466712952, + "learning_rate": 9.961800100606697e-05, + "loss": 0.4182, + "mean_token_accuracy": 0.8357896208763123, + "num_tokens": 11773932.0, + "step": 9150 + }, + { + "entropy": 1.290222990512848, + "epoch": 0.8751313652431452, + "grad_norm": 0.7924757599830627, + "learning_rate": 9.961604955478581e-05, + "loss": 0.4305, + "mean_token_accuracy": 0.8249054372310638, + "num_tokens": 11786467.0, + "step": 9160 + }, + { + "entropy": 1.2822797536849975, + "epoch": 0.8760867488296551, + "grad_norm": 0.7466640472412109, + "learning_rate": 9.961409315088894e-05, + "loss": 0.4437, + "mean_token_accuracy": 0.820270049571991, + "num_tokens": 11798999.0, + "step": 9170 + }, + { + "entropy": 1.292643928527832, + "epoch": 0.8770421324161651, + "grad_norm": 1.0441240072250366, + "learning_rate": 9.96121317945716e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8270166516304016, + "num_tokens": 11811909.0, + "step": 9180 + }, + { + "entropy": 1.283745038509369, + "epoch": 0.8779975160026751, + "grad_norm": 0.9058141708374023, + "learning_rate": 9.96101654860296e-05, + "loss": 0.4357, + "mean_token_accuracy": 0.8219664216041564, + "num_tokens": 11824912.0, + "step": 9190 + }, + { + "entropy": 1.2884130477905273, + "epoch": 0.8789528995891851, + "grad_norm": 0.7999705076217651, + "learning_rate": 9.96081942254592e-05, + "loss": 0.4865, + "mean_token_accuracy": 0.8125443279743194, + "num_tokens": 11837178.0, + "step": 9200 + }, + { + "entropy": 1.3027775645256043, + "epoch": 0.879908283175695, + "grad_norm": 0.8609103560447693, + "learning_rate": 9.960621801305719e-05, + "loss": 0.4758, + "mean_token_accuracy": 0.8123977899551391, + "num_tokens": 11850531.0, + "step": 9210 + }, + { + "entropy": 1.269451117515564, + "epoch": 0.8808636667622051, + "grad_norm": 0.8543540835380554, + "learning_rate": 9.96042368490208e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8370670318603516, + "num_tokens": 11862953.0, + "step": 9220 + }, + { + "entropy": 1.2786566376686097, + "epoch": 0.881819050348715, + "grad_norm": 1.0458990335464478, + "learning_rate": 9.960225073354783e-05, + "loss": 0.4471, + "mean_token_accuracy": 0.8193236827850342, + "num_tokens": 11875553.0, + "step": 9230 + }, + { + "entropy": 1.2636038064956665, + "epoch": 0.882774433935225, + "grad_norm": 0.8122580051422119, + "learning_rate": 9.960025966683648e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.8464089274406433, + "num_tokens": 11888108.0, + "step": 9240 + }, + { + "entropy": 1.2693893194198609, + "epoch": 0.883729817521735, + "grad_norm": 0.8345186114311218, + "learning_rate": 9.959826364908555e-05, + "loss": 0.4039, + "mean_token_accuracy": 0.8415369331836701, + "num_tokens": 11900525.0, + "step": 9250 + }, + { + "entropy": 1.2883897423744202, + "epoch": 0.884685201108245, + "grad_norm": 0.9945873022079468, + "learning_rate": 9.959626268049423e-05, + "loss": 0.445, + "mean_token_accuracy": 0.8244952023029327, + "num_tokens": 11913467.0, + "step": 9260 + }, + { + "entropy": 1.273971724510193, + "epoch": 0.8856405846947549, + "grad_norm": 0.7732227444648743, + "learning_rate": 9.95942567612623e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.840968805551529, + "num_tokens": 11926773.0, + "step": 9270 + }, + { + "entropy": 1.2887669563293458, + "epoch": 0.886595968281265, + "grad_norm": 1.131489872932434, + "learning_rate": 9.959224589158996e-05, + "loss": 0.4645, + "mean_token_accuracy": 0.8086317121982575, + "num_tokens": 11939685.0, + "step": 9280 + }, + { + "entropy": 1.263743507862091, + "epoch": 0.8875513518677749, + "grad_norm": 0.8502610921859741, + "learning_rate": 9.959023007167791e-05, + "loss": 0.3651, + "mean_token_accuracy": 0.8522075355052948, + "num_tokens": 11952591.0, + "step": 9290 + }, + { + "entropy": 1.2914877653121948, + "epoch": 0.8885067354542849, + "grad_norm": 1.1918721199035645, + "learning_rate": 9.958820930172743e-05, + "loss": 0.462, + "mean_token_accuracy": 0.8206833302974701, + "num_tokens": 11965769.0, + "step": 9300 + }, + { + "entropy": 1.2643196702003479, + "epoch": 0.8894621190407949, + "grad_norm": 0.8155514597892761, + "learning_rate": 9.958618358194018e-05, + "loss": 0.4145, + "mean_token_accuracy": 0.8376879155635834, + "num_tokens": 11978540.0, + "step": 9310 + }, + { + "entropy": 1.2623690009117126, + "epoch": 0.8904175026273049, + "grad_norm": 0.8585190176963806, + "learning_rate": 9.95841529125184e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8460856914520264, + "num_tokens": 11990951.0, + "step": 9320 + }, + { + "entropy": 1.279561495780945, + "epoch": 0.8913728862138148, + "grad_norm": 0.8917921185493469, + "learning_rate": 9.958211729366475e-05, + "loss": 0.4125, + "mean_token_accuracy": 0.8406188666820527, + "num_tokens": 12003928.0, + "step": 9330 + }, + { + "entropy": 1.2962188005447388, + "epoch": 0.8923282698003249, + "grad_norm": 0.7863464951515198, + "learning_rate": 9.958007672558246e-05, + "loss": 0.4382, + "mean_token_accuracy": 0.8269571185111999, + "num_tokens": 12017269.0, + "step": 9340 + }, + { + "entropy": 1.287744152545929, + "epoch": 0.8932836533868348, + "grad_norm": 0.5769262909889221, + "learning_rate": 9.95780312084752e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.8347479581832886, + "num_tokens": 12030342.0, + "step": 9350 + }, + { + "entropy": 1.280461323261261, + "epoch": 0.8942390369733448, + "grad_norm": 0.6353316903114319, + "learning_rate": 9.957598074254715e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.842609965801239, + "num_tokens": 12042961.0, + "step": 9360 + }, + { + "entropy": 1.2722033381462097, + "epoch": 0.8951944205598548, + "grad_norm": 0.9652459025382996, + "learning_rate": 9.957392532800299e-05, + "loss": 0.4098, + "mean_token_accuracy": 0.8342739522457123, + "num_tokens": 12055815.0, + "step": 9370 + }, + { + "entropy": 1.2611493229866029, + "epoch": 0.8961498041463648, + "grad_norm": 0.7608308792114258, + "learning_rate": 9.957186496504787e-05, + "loss": 0.4317, + "mean_token_accuracy": 0.819667661190033, + "num_tokens": 12068315.0, + "step": 9380 + }, + { + "entropy": 1.2879836082458496, + "epoch": 0.8971051877328747, + "grad_norm": 0.9657476544380188, + "learning_rate": 9.956979965388748e-05, + "loss": 0.4328, + "mean_token_accuracy": 0.8267435669898987, + "num_tokens": 12081072.0, + "step": 9390 + }, + { + "entropy": 1.2885635018348693, + "epoch": 0.8980605713193848, + "grad_norm": 0.8274147510528564, + "learning_rate": 9.956772939472796e-05, + "loss": 0.4274, + "mean_token_accuracy": 0.8246936738491059, + "num_tokens": 12094263.0, + "step": 9400 + }, + { + "entropy": 1.2502636551856994, + "epoch": 0.8990159549058947, + "grad_norm": 0.9799014329910278, + "learning_rate": 9.956565418777597e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8469842970371246, + "num_tokens": 12106957.0, + "step": 9410 + }, + { + "entropy": 1.2763275265693665, + "epoch": 0.8999713384924047, + "grad_norm": 0.931204617023468, + "learning_rate": 9.956357403323866e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8362785279750824, + "num_tokens": 12119907.0, + "step": 9420 + }, + { + "entropy": 1.2808920383453368, + "epoch": 0.9009267220789147, + "grad_norm": 0.8481220602989197, + "learning_rate": 9.956148893132364e-05, + "loss": 0.4026, + "mean_token_accuracy": 0.8386355578899384, + "num_tokens": 12133195.0, + "step": 9430 + }, + { + "entropy": 1.2860794425010682, + "epoch": 0.9018821056654247, + "grad_norm": 0.98879075050354, + "learning_rate": 9.955939888223909e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.823765629529953, + "num_tokens": 12146134.0, + "step": 9440 + }, + { + "entropy": 1.25894855260849, + "epoch": 0.9028374892519346, + "grad_norm": 0.9950694441795349, + "learning_rate": 9.95573038861936e-05, + "loss": 0.3761, + "mean_token_accuracy": 0.8493300974369049, + "num_tokens": 12158674.0, + "step": 9450 + }, + { + "entropy": 1.2644860386848449, + "epoch": 0.9037928728384447, + "grad_norm": 0.8000761270523071, + "learning_rate": 9.955520394339627e-05, + "loss": 0.3853, + "mean_token_accuracy": 0.8494976043701172, + "num_tokens": 12171163.0, + "step": 9460 + }, + { + "entropy": 1.2782763481140136, + "epoch": 0.9047482564249546, + "grad_norm": 0.8100585341453552, + "learning_rate": 9.955309905405679e-05, + "loss": 0.3936, + "mean_token_accuracy": 0.8444153428077698, + "num_tokens": 12183832.0, + "step": 9470 + }, + { + "entropy": 1.2976776003837585, + "epoch": 0.9057036400114646, + "grad_norm": 0.8066068291664124, + "learning_rate": 9.955098921838519e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8291192412376404, + "num_tokens": 12196588.0, + "step": 9480 + }, + { + "entropy": 1.2669522404670714, + "epoch": 0.9066590235979746, + "grad_norm": 1.0749212503433228, + "learning_rate": 9.954887443659211e-05, + "loss": 0.4261, + "mean_token_accuracy": 0.8261391758918762, + "num_tokens": 12209129.0, + "step": 9490 + }, + { + "entropy": 1.2647185683250428, + "epoch": 0.9076144071844846, + "grad_norm": 0.900652289390564, + "learning_rate": 9.954675470888863e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8364668786525726, + "num_tokens": 12221804.0, + "step": 9500 + }, + { + "entropy": 1.2725627422332764, + "epoch": 0.9085697907709945, + "grad_norm": 0.854951024055481, + "learning_rate": 9.954463003548637e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8438793182373047, + "num_tokens": 12235186.0, + "step": 9510 + }, + { + "entropy": 1.2862051844596862, + "epoch": 0.9095251743575046, + "grad_norm": 0.8384507298469543, + "learning_rate": 9.954250041659736e-05, + "loss": 0.4606, + "mean_token_accuracy": 0.8174639463424682, + "num_tokens": 12248292.0, + "step": 9520 + }, + { + "entropy": 1.2747728943824768, + "epoch": 0.9104805579440145, + "grad_norm": 0.9973533153533936, + "learning_rate": 9.954036585243423e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8443634748458863, + "num_tokens": 12261274.0, + "step": 9530 + }, + { + "entropy": 1.2688960194587708, + "epoch": 0.9114359415305245, + "grad_norm": 0.6848840117454529, + "learning_rate": 9.953822634321e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8509102582931518, + "num_tokens": 12274616.0, + "step": 9540 + }, + { + "entropy": 1.2855462193489076, + "epoch": 0.9123913251170345, + "grad_norm": 0.8230206370353699, + "learning_rate": 9.953608188913826e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.8321555972099304, + "num_tokens": 12287008.0, + "step": 9550 + }, + { + "entropy": 1.2810096502304078, + "epoch": 0.9133467087035445, + "grad_norm": 0.9663721919059753, + "learning_rate": 9.953393249043307e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8266842305660248, + "num_tokens": 12300224.0, + "step": 9560 + }, + { + "entropy": 1.264103925228119, + "epoch": 0.9143020922900544, + "grad_norm": 1.12191903591156, + "learning_rate": 9.953177814730898e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8367529690265656, + "num_tokens": 12312896.0, + "step": 9570 + }, + { + "entropy": 1.2652395129203797, + "epoch": 0.9152574758765645, + "grad_norm": 0.8629865646362305, + "learning_rate": 9.952961885998102e-05, + "loss": 0.4116, + "mean_token_accuracy": 0.8349822282791137, + "num_tokens": 12325927.0, + "step": 9580 + }, + { + "entropy": 1.2858589053153993, + "epoch": 0.9162128594630744, + "grad_norm": 0.9429293870925903, + "learning_rate": 9.952745462866472e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8195808589458465, + "num_tokens": 12338965.0, + "step": 9590 + }, + { + "entropy": 1.2914562225341797, + "epoch": 0.9171682430495844, + "grad_norm": 0.9318699240684509, + "learning_rate": 9.952528545357616e-05, + "loss": 0.4294, + "mean_token_accuracy": 0.8218611299991607, + "num_tokens": 12351728.0, + "step": 9600 + }, + { + "entropy": 1.2980642199516297, + "epoch": 0.9181236266360944, + "grad_norm": 1.0581090450286865, + "learning_rate": 9.952311133493182e-05, + "loss": 0.4363, + "mean_token_accuracy": 0.8274405360221863, + "num_tokens": 12365071.0, + "step": 9610 + }, + { + "entropy": 1.2935242891311645, + "epoch": 0.9190790102226044, + "grad_norm": 0.9514560699462891, + "learning_rate": 9.952093227294872e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.836645781993866, + "num_tokens": 12378221.0, + "step": 9620 + }, + { + "entropy": 1.2901717901229859, + "epoch": 0.9200343938091143, + "grad_norm": 0.8805680274963379, + "learning_rate": 9.951874826784438e-05, + "loss": 0.4306, + "mean_token_accuracy": 0.8267716109752655, + "num_tokens": 12390951.0, + "step": 9630 + }, + { + "entropy": 1.286610209941864, + "epoch": 0.9209897773956244, + "grad_norm": 0.9850195050239563, + "learning_rate": 9.951655931983681e-05, + "loss": 0.4673, + "mean_token_accuracy": 0.806512999534607, + "num_tokens": 12403766.0, + "step": 9640 + }, + { + "entropy": 1.2857598900794982, + "epoch": 0.9219451609821343, + "grad_norm": 0.9872950315475464, + "learning_rate": 9.95143654291445e-05, + "loss": 0.425, + "mean_token_accuracy": 0.8244455099105835, + "num_tokens": 12417041.0, + "step": 9650 + }, + { + "entropy": 1.3117490887641907, + "epoch": 0.9229005445686443, + "grad_norm": 0.9456561803817749, + "learning_rate": 9.951216659598646e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8110781729221344, + "num_tokens": 12430843.0, + "step": 9660 + }, + { + "entropy": 1.25572167634964, + "epoch": 0.9238559281551543, + "grad_norm": 1.2132614850997925, + "learning_rate": 9.950996282058214e-05, + "loss": 0.3986, + "mean_token_accuracy": 0.8448934137821198, + "num_tokens": 12443560.0, + "step": 9670 + }, + { + "entropy": 1.2625442743301392, + "epoch": 0.9248113117416643, + "grad_norm": 1.0586422681808472, + "learning_rate": 9.950775410315157e-05, + "loss": 0.389, + "mean_token_accuracy": 0.840733003616333, + "num_tokens": 12456856.0, + "step": 9680 + }, + { + "entropy": 1.2759015202522277, + "epoch": 0.9257666953281742, + "grad_norm": 0.9366464614868164, + "learning_rate": 9.950554044391516e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8385552287101745, + "num_tokens": 12470389.0, + "step": 9690 + }, + { + "entropy": 1.2712211966514588, + "epoch": 0.9267220789146843, + "grad_norm": 0.9952707886695862, + "learning_rate": 9.950332184309391e-05, + "loss": 0.4482, + "mean_token_accuracy": 0.8236641645431518, + "num_tokens": 12483064.0, + "step": 9700 + }, + { + "entropy": 1.289807641506195, + "epoch": 0.9276774625011942, + "grad_norm": 0.9957659244537354, + "learning_rate": 9.950109830090928e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.827825003862381, + "num_tokens": 12496108.0, + "step": 9710 + }, + { + "entropy": 1.2810350060462952, + "epoch": 0.9286328460877042, + "grad_norm": 0.7582781314849854, + "learning_rate": 9.949886981758321e-05, + "loss": 0.4506, + "mean_token_accuracy": 0.8232117056846618, + "num_tokens": 12508677.0, + "step": 9720 + }, + { + "entropy": 1.3162571310997009, + "epoch": 0.9295882296742142, + "grad_norm": 0.8642396926879883, + "learning_rate": 9.949663639333814e-05, + "loss": 0.461, + "mean_token_accuracy": 0.8200996875762939, + "num_tokens": 12521553.0, + "step": 9730 + }, + { + "entropy": 1.2910418272018434, + "epoch": 0.9305436132607242, + "grad_norm": 0.7512591481208801, + "learning_rate": 9.949439802839705e-05, + "loss": 0.4523, + "mean_token_accuracy": 0.8187569558620453, + "num_tokens": 12534449.0, + "step": 9740 + }, + { + "entropy": 1.281364381313324, + "epoch": 0.9314989968472341, + "grad_norm": 1.0876336097717285, + "learning_rate": 9.94921547229833e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8211461484432221, + "num_tokens": 12547152.0, + "step": 9750 + }, + { + "entropy": 1.2825329422950744, + "epoch": 0.9324543804337442, + "grad_norm": 0.6704336404800415, + "learning_rate": 9.948990647732087e-05, + "loss": 0.4286, + "mean_token_accuracy": 0.8305994033813476, + "num_tokens": 12560514.0, + "step": 9760 + }, + { + "entropy": 1.2835351705551148, + "epoch": 0.9334097640202541, + "grad_norm": 0.948930025100708, + "learning_rate": 9.948765329163416e-05, + "loss": 0.4284, + "mean_token_accuracy": 0.8309633433818817, + "num_tokens": 12573212.0, + "step": 9770 + }, + { + "entropy": 1.2854761958122254, + "epoch": 0.9343651476067641, + "grad_norm": 0.7236179709434509, + "learning_rate": 9.948539516614808e-05, + "loss": 0.4121, + "mean_token_accuracy": 0.8375412046909332, + "num_tokens": 12586347.0, + "step": 9780 + }, + { + "entropy": 1.2916509509086609, + "epoch": 0.9353205311932741, + "grad_norm": 1.0313053131103516, + "learning_rate": 9.948313210108801e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8298934817314148, + "num_tokens": 12598885.0, + "step": 9790 + }, + { + "entropy": 1.28546222448349, + "epoch": 0.9362759147797841, + "grad_norm": 0.9573878049850464, + "learning_rate": 9.94808640966799e-05, + "loss": 0.4395, + "mean_token_accuracy": 0.8238881051540374, + "num_tokens": 12611672.0, + "step": 9800 + }, + { + "entropy": 1.2781738638877869, + "epoch": 0.937231298366294, + "grad_norm": 0.9608487486839294, + "learning_rate": 9.94785911531501e-05, + "loss": 0.4076, + "mean_token_accuracy": 0.8380896151065826, + "num_tokens": 12624506.0, + "step": 9810 + }, + { + "entropy": 1.2904648900032043, + "epoch": 0.9381866819528041, + "grad_norm": 0.9037527441978455, + "learning_rate": 9.947631327072549e-05, + "loss": 0.415, + "mean_token_accuracy": 0.8353696286678314, + "num_tokens": 12637697.0, + "step": 9820 + }, + { + "entropy": 1.2866344213485719, + "epoch": 0.939142065539314, + "grad_norm": 0.930718719959259, + "learning_rate": 9.947403044963349e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8268060326576233, + "num_tokens": 12650453.0, + "step": 9830 + }, + { + "entropy": 1.2732800126075745, + "epoch": 0.940097449125824, + "grad_norm": 0.7425558567047119, + "learning_rate": 9.947174269010189e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8446892917156219, + "num_tokens": 12663267.0, + "step": 9840 + }, + { + "entropy": 1.2793788671493531, + "epoch": 0.941052832712334, + "grad_norm": 1.1908327341079712, + "learning_rate": 9.946944999235912e-05, + "loss": 0.4554, + "mean_token_accuracy": 0.8167401909828186, + "num_tokens": 12676502.0, + "step": 9850 + }, + { + "entropy": 1.2867672920227051, + "epoch": 0.942008216298844, + "grad_norm": 0.8108342289924622, + "learning_rate": 9.946715235663402e-05, + "loss": 0.4504, + "mean_token_accuracy": 0.8178257048130035, + "num_tokens": 12689468.0, + "step": 9860 + }, + { + "entropy": 1.2774504661560058, + "epoch": 0.9429635998853539, + "grad_norm": 0.7328101992607117, + "learning_rate": 9.94648497831559e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8364802718162536, + "num_tokens": 12702243.0, + "step": 9870 + }, + { + "entropy": 1.290610420703888, + "epoch": 0.943918983471864, + "grad_norm": 0.8234019875526428, + "learning_rate": 9.946254227215466e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.824466347694397, + "num_tokens": 12715023.0, + "step": 9880 + }, + { + "entropy": 1.2723196983337401, + "epoch": 0.9448743670583739, + "grad_norm": 0.8815333843231201, + "learning_rate": 9.946022982386059e-05, + "loss": 0.4278, + "mean_token_accuracy": 0.828105092048645, + "num_tokens": 12727537.0, + "step": 9890 + }, + { + "entropy": 1.2583264589309693, + "epoch": 0.945829750644884, + "grad_norm": 0.8880079388618469, + "learning_rate": 9.945791243850453e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8342822909355163, + "num_tokens": 12740272.0, + "step": 9900 + }, + { + "entropy": 1.256409800052643, + "epoch": 0.9467851342313939, + "grad_norm": 0.8782047629356384, + "learning_rate": 9.945559011631779e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8400892734527587, + "num_tokens": 12752994.0, + "step": 9910 + }, + { + "entropy": 1.2872769713401795, + "epoch": 0.9477405178179039, + "grad_norm": 0.8486106395721436, + "learning_rate": 9.945326285753219e-05, + "loss": 0.4663, + "mean_token_accuracy": 0.8154032349586486, + "num_tokens": 12766301.0, + "step": 9920 + }, + { + "entropy": 1.268451952934265, + "epoch": 0.9486959014044138, + "grad_norm": 0.8570680618286133, + "learning_rate": 9.945093066238004e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.8371526658535003, + "num_tokens": 12778771.0, + "step": 9930 + }, + { + "entropy": 1.2971402049064635, + "epoch": 0.9496512849909239, + "grad_norm": 0.7445284128189087, + "learning_rate": 9.944859353109412e-05, + "loss": 0.4599, + "mean_token_accuracy": 0.8199369132518768, + "num_tokens": 12791415.0, + "step": 9940 + }, + { + "entropy": 1.2913714289665221, + "epoch": 0.9506066685774338, + "grad_norm": 0.8272601366043091, + "learning_rate": 9.944625146390773e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8357405662536621, + "num_tokens": 12804671.0, + "step": 9950 + }, + { + "entropy": 1.2698275923728943, + "epoch": 0.9515620521639439, + "grad_norm": 0.7675250172615051, + "learning_rate": 9.944390446105465e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8451164245605469, + "num_tokens": 12816803.0, + "step": 9960 + }, + { + "entropy": 1.2743489742279053, + "epoch": 0.9525174357504538, + "grad_norm": 0.9135164618492126, + "learning_rate": 9.944155252276917e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.833458936214447, + "num_tokens": 12829055.0, + "step": 9970 + }, + { + "entropy": 1.2750603795051574, + "epoch": 0.9534728193369638, + "grad_norm": 0.7445489764213562, + "learning_rate": 9.943919564928603e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8383639812469482, + "num_tokens": 12842123.0, + "step": 9980 + }, + { + "entropy": 1.27288898229599, + "epoch": 0.9544282029234737, + "grad_norm": 0.9516555070877075, + "learning_rate": 9.94368338408405e-05, + "loss": 0.441, + "mean_token_accuracy": 0.8245610773563385, + "num_tokens": 12854845.0, + "step": 9990 + }, + { + "entropy": 1.2662457346916198, + "epoch": 0.9553835865099838, + "grad_norm": 0.8708629012107849, + "learning_rate": 9.943446709766835e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8473591089248658, + "num_tokens": 12868280.0, + "step": 10000 + }, + { + "entropy": 1.2439938068389893, + "epoch": 0.9563389700964937, + "grad_norm": 0.734533429145813, + "learning_rate": 9.94320954200058e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8372349381446839, + "num_tokens": 12880978.0, + "step": 10010 + }, + { + "entropy": 1.272410237789154, + "epoch": 0.9572943536830038, + "grad_norm": 0.944186806678772, + "learning_rate": 9.942971880808963e-05, + "loss": 0.4379, + "mean_token_accuracy": 0.8271458506584167, + "num_tokens": 12893309.0, + "step": 10020 + }, + { + "entropy": 1.2739761352539063, + "epoch": 0.9582497372695137, + "grad_norm": 0.9342021346092224, + "learning_rate": 9.9427337262157e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8290881812572479, + "num_tokens": 12905998.0, + "step": 10030 + }, + { + "entropy": 1.280547559261322, + "epoch": 0.9592051208560237, + "grad_norm": 1.0797863006591797, + "learning_rate": 9.942495078244571e-05, + "loss": 0.4068, + "mean_token_accuracy": 0.8472446978092194, + "num_tokens": 12918396.0, + "step": 10040 + }, + { + "entropy": 1.279226040840149, + "epoch": 0.9601605044425336, + "grad_norm": 0.8943177461624146, + "learning_rate": 9.942255936919392e-05, + "loss": 0.4577, + "mean_token_accuracy": 0.8144903481006622, + "num_tokens": 12930618.0, + "step": 10050 + }, + { + "entropy": 1.2758614778518678, + "epoch": 0.9611158880290437, + "grad_norm": 0.6688321232795715, + "learning_rate": 9.942016302264037e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8476687252521515, + "num_tokens": 12944163.0, + "step": 10060 + }, + { + "entropy": 1.2576574802398681, + "epoch": 0.9620712716155536, + "grad_norm": 0.7819096446037292, + "learning_rate": 9.941776174302424e-05, + "loss": 0.3746, + "mean_token_accuracy": 0.8458122193813324, + "num_tokens": 12957511.0, + "step": 10070 + }, + { + "entropy": 1.2661254167556764, + "epoch": 0.9630266552020637, + "grad_norm": 1.162434458732605, + "learning_rate": 9.941535553058523e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8410308599472046, + "num_tokens": 12970186.0, + "step": 10080 + }, + { + "entropy": 1.2816924929618836, + "epoch": 0.9639820387885736, + "grad_norm": 0.9437676668167114, + "learning_rate": 9.941294438556353e-05, + "loss": 0.435, + "mean_token_accuracy": 0.8299147307872772, + "num_tokens": 12982989.0, + "step": 10090 + }, + { + "entropy": 1.2837151765823365, + "epoch": 0.9649374223750836, + "grad_norm": 0.8023751974105835, + "learning_rate": 9.941052830819983e-05, + "loss": 0.4289, + "mean_token_accuracy": 0.8247512817382813, + "num_tokens": 12996079.0, + "step": 10100 + }, + { + "entropy": 1.292416024208069, + "epoch": 0.9658928059615935, + "grad_norm": 1.0707685947418213, + "learning_rate": 9.940810729873527e-05, + "loss": 0.4405, + "mean_token_accuracy": 0.8291750967502594, + "num_tokens": 13009012.0, + "step": 10110 + }, + { + "entropy": 1.2682121634483337, + "epoch": 0.9668481895481036, + "grad_norm": 1.0937025547027588, + "learning_rate": 9.940568135741153e-05, + "loss": 0.421, + "mean_token_accuracy": 0.8330316543579102, + "num_tokens": 13021832.0, + "step": 10120 + }, + { + "entropy": 1.2676296353340148, + "epoch": 0.9678035731346135, + "grad_norm": 0.7960141897201538, + "learning_rate": 9.940325048447074e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8266560316085816, + "num_tokens": 13034709.0, + "step": 10130 + }, + { + "entropy": 1.2679680347442628, + "epoch": 0.9687589567211236, + "grad_norm": 0.7549295425415039, + "learning_rate": 9.94008146801556e-05, + "loss": 0.4198, + "mean_token_accuracy": 0.8328709661960602, + "num_tokens": 13047779.0, + "step": 10140 + }, + { + "entropy": 1.2834986805915833, + "epoch": 0.9697143403076335, + "grad_norm": 0.9495164155960083, + "learning_rate": 9.939837394470921e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8293124794960022, + "num_tokens": 13060509.0, + "step": 10150 + }, + { + "entropy": 1.2623178720474244, + "epoch": 0.9706697238941435, + "grad_norm": 0.9086759090423584, + "learning_rate": 9.939592827837521e-05, + "loss": 0.4385, + "mean_token_accuracy": 0.8318533062934875, + "num_tokens": 13073160.0, + "step": 10160 + }, + { + "entropy": 1.2746305108070373, + "epoch": 0.9716251074806534, + "grad_norm": 0.6971706748008728, + "learning_rate": 9.939347768139771e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8374046564102173, + "num_tokens": 13085715.0, + "step": 10170 + }, + { + "entropy": 1.2841057300567627, + "epoch": 0.9725804910671635, + "grad_norm": 0.9294671416282654, + "learning_rate": 9.939102215402135e-05, + "loss": 0.444, + "mean_token_accuracy": 0.8244990050792694, + "num_tokens": 13098359.0, + "step": 10180 + }, + { + "entropy": 1.2870057940483093, + "epoch": 0.9735358746536734, + "grad_norm": 0.9222921133041382, + "learning_rate": 9.938856169649122e-05, + "loss": 0.409, + "mean_token_accuracy": 0.8317819774150849, + "num_tokens": 13111562.0, + "step": 10190 + }, + { + "entropy": 1.3036381363868714, + "epoch": 0.9744912582401835, + "grad_norm": 0.8802669644355774, + "learning_rate": 9.938609630905291e-05, + "loss": 0.4795, + "mean_token_accuracy": 0.8072368741035462, + "num_tokens": 13124783.0, + "step": 10200 + }, + { + "entropy": 1.2993664264678955, + "epoch": 0.9754466418266934, + "grad_norm": 0.9916902184486389, + "learning_rate": 9.938362599195255e-05, + "loss": 0.4582, + "mean_token_accuracy": 0.8213634967803956, + "num_tokens": 13137600.0, + "step": 10210 + }, + { + "entropy": 1.296145784854889, + "epoch": 0.9764020254132034, + "grad_norm": 0.7314392924308777, + "learning_rate": 9.93811507454367e-05, + "loss": 0.4181, + "mean_token_accuracy": 0.8270541191101074, + "num_tokens": 13150187.0, + "step": 10220 + }, + { + "entropy": 1.2524524211883545, + "epoch": 0.9773574089997134, + "grad_norm": 0.936030387878418, + "learning_rate": 9.937867056975245e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8556105494499207, + "num_tokens": 13162887.0, + "step": 10230 + }, + { + "entropy": 1.2898632884025574, + "epoch": 0.9783127925862234, + "grad_norm": 0.7856743335723877, + "learning_rate": 9.937618546514733e-05, + "loss": 0.4336, + "mean_token_accuracy": 0.8286213636398315, + "num_tokens": 13176332.0, + "step": 10240 + }, + { + "entropy": 1.2702247619628906, + "epoch": 0.9792681761727333, + "grad_norm": 1.0054235458374023, + "learning_rate": 9.937369543186944e-05, + "loss": 0.4122, + "mean_token_accuracy": 0.8369597733020783, + "num_tokens": 13189171.0, + "step": 10250 + }, + { + "entropy": 1.2837617874145508, + "epoch": 0.9802235597592434, + "grad_norm": 0.890861451625824, + "learning_rate": 9.937120047016733e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8213011026382446, + "num_tokens": 13202390.0, + "step": 10260 + }, + { + "entropy": 1.2989132761955262, + "epoch": 0.9811789433457533, + "grad_norm": 0.6865831017494202, + "learning_rate": 9.936870058029002e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8302518844604492, + "num_tokens": 13215784.0, + "step": 10270 + }, + { + "entropy": 1.27797269821167, + "epoch": 0.9821343269322633, + "grad_norm": 0.7238539457321167, + "learning_rate": 9.936619576248704e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8354505598545074, + "num_tokens": 13228827.0, + "step": 10280 + }, + { + "entropy": 1.2730547428131103, + "epoch": 0.9830897105187733, + "grad_norm": 0.8144850134849548, + "learning_rate": 9.936368601700848e-05, + "loss": 0.3909, + "mean_token_accuracy": 0.8455485463142395, + "num_tokens": 13241881.0, + "step": 10290 + }, + { + "entropy": 1.273360002040863, + "epoch": 0.9840450941052833, + "grad_norm": 0.9642387628555298, + "learning_rate": 9.936117134410478e-05, + "loss": 0.3791, + "mean_token_accuracy": 0.848671019077301, + "num_tokens": 13254865.0, + "step": 10300 + }, + { + "entropy": 1.3009138464927674, + "epoch": 0.9850004776917932, + "grad_norm": 1.0452964305877686, + "learning_rate": 9.935865174402701e-05, + "loss": 0.4913, + "mean_token_accuracy": 0.8053457021713257, + "num_tokens": 13268047.0, + "step": 10310 + }, + { + "entropy": 1.293304479122162, + "epoch": 0.9859558612783033, + "grad_norm": 0.8989760875701904, + "learning_rate": 9.935612721702666e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8344438672065735, + "num_tokens": 13281004.0, + "step": 10320 + }, + { + "entropy": 1.305971348285675, + "epoch": 0.9869112448648132, + "grad_norm": 1.1642100811004639, + "learning_rate": 9.935359776335568e-05, + "loss": 0.4684, + "mean_token_accuracy": 0.8116101205348969, + "num_tokens": 13294363.0, + "step": 10330 + }, + { + "entropy": 1.2856064677238463, + "epoch": 0.9878666284513232, + "grad_norm": 1.0319889783859253, + "learning_rate": 9.935106338326663e-05, + "loss": 0.4321, + "mean_token_accuracy": 0.826483154296875, + "num_tokens": 13307569.0, + "step": 10340 + }, + { + "entropy": 1.2736392974853517, + "epoch": 0.9888220120378332, + "grad_norm": 0.8303636908531189, + "learning_rate": 9.934852407701244e-05, + "loss": 0.383, + "mean_token_accuracy": 0.8500316977500916, + "num_tokens": 13320711.0, + "step": 10350 + }, + { + "entropy": 1.272036039829254, + "epoch": 0.9897773956243432, + "grad_norm": 0.9311892986297607, + "learning_rate": 9.934597984484661e-05, + "loss": 0.44, + "mean_token_accuracy": 0.8230037748813629, + "num_tokens": 13332932.0, + "step": 10360 + }, + { + "entropy": 1.3079190969467163, + "epoch": 0.9907327792108531, + "grad_norm": 0.7731183171272278, + "learning_rate": 9.934343068702306e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8367762446403504, + "num_tokens": 13346499.0, + "step": 10370 + }, + { + "entropy": 1.3056723117828368, + "epoch": 0.9916881627973632, + "grad_norm": 0.9327073693275452, + "learning_rate": 9.93408766037963e-05, + "loss": 0.4633, + "mean_token_accuracy": 0.8149491727352143, + "num_tokens": 13359619.0, + "step": 10380 + }, + { + "entropy": 1.2951260447502135, + "epoch": 0.9926435463838731, + "grad_norm": 0.8657470941543579, + "learning_rate": 9.933831759542122e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8362130105495453, + "num_tokens": 13372381.0, + "step": 10390 + }, + { + "entropy": 1.2920579433441162, + "epoch": 0.9935989299703831, + "grad_norm": 1.0222060680389404, + "learning_rate": 9.933575366215329e-05, + "loss": 0.4478, + "mean_token_accuracy": 0.8211855471134186, + "num_tokens": 13385356.0, + "step": 10400 + }, + { + "entropy": 1.2757645487785338, + "epoch": 0.994554313556893, + "grad_norm": 0.9868869185447693, + "learning_rate": 9.933318480424843e-05, + "loss": 0.379, + "mean_token_accuracy": 0.848264503479004, + "num_tokens": 13397814.0, + "step": 10410 + }, + { + "entropy": 1.2968428969383239, + "epoch": 0.9955096971434031, + "grad_norm": 1.1132001876831055, + "learning_rate": 9.933061102196309e-05, + "loss": 0.4492, + "mean_token_accuracy": 0.8205764830112457, + "num_tokens": 13410469.0, + "step": 10420 + }, + { + "entropy": 1.2934634327888488, + "epoch": 0.996465080729913, + "grad_norm": 0.7524999380111694, + "learning_rate": 9.932803231555412e-05, + "loss": 0.4055, + "mean_token_accuracy": 0.8466936767101287, + "num_tokens": 13423561.0, + "step": 10430 + }, + { + "entropy": 1.289222776889801, + "epoch": 0.9974204643164231, + "grad_norm": 0.8384186625480652, + "learning_rate": 9.932544868527897e-05, + "loss": 0.4419, + "mean_token_accuracy": 0.8232944905757904, + "num_tokens": 13436664.0, + "step": 10440 + }, + { + "entropy": 1.275686514377594, + "epoch": 0.998375847902933, + "grad_norm": 1.055182933807373, + "learning_rate": 9.93228601313955e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8249248921871185, + "num_tokens": 13449054.0, + "step": 10450 + }, + { + "entropy": 1.274820125102997, + "epoch": 0.999331231489443, + "grad_norm": 0.6985848546028137, + "learning_rate": 9.932026665416216e-05, + "loss": 0.4444, + "mean_token_accuracy": 0.8180356562137604, + "num_tokens": 13461515.0, + "step": 10460 + }, + { + "entropy": 1.2901243805885314, + "epoch": 1.000286615075953, + "grad_norm": 1.0299254655838013, + "learning_rate": 9.931766825383778e-05, + "loss": 0.4086, + "mean_token_accuracy": 0.8319284200668335, + "num_tokens": 13473694.0, + "step": 10470 + }, + { + "entropy": 1.2833343625068665, + "epoch": 1.001241998662463, + "grad_norm": 1.0308771133422852, + "learning_rate": 9.93150649306817e-05, + "loss": 0.3873, + "mean_token_accuracy": 0.8470411002635956, + "num_tokens": 13486408.0, + "step": 10480 + }, + { + "entropy": 1.2664255261421205, + "epoch": 1.002197382248973, + "grad_norm": 1.2116663455963135, + "learning_rate": 9.931245668495385e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.8459530115127564, + "num_tokens": 13498866.0, + "step": 10490 + }, + { + "entropy": 1.2814743995666504, + "epoch": 1.0031527658354829, + "grad_norm": 1.0960588455200195, + "learning_rate": 9.930984351691454e-05, + "loss": 0.4153, + "mean_token_accuracy": 0.8355985641479492, + "num_tokens": 13511965.0, + "step": 10500 + }, + { + "entropy": 1.265316665172577, + "epoch": 1.004108149421993, + "grad_norm": 0.9216221570968628, + "learning_rate": 9.930722542682463e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8578455150127411, + "num_tokens": 13524685.0, + "step": 10510 + }, + { + "entropy": 1.2717989206314086, + "epoch": 1.005063533008503, + "grad_norm": 0.9620659351348877, + "learning_rate": 9.930460241494543e-05, + "loss": 0.4192, + "mean_token_accuracy": 0.8342788994312287, + "num_tokens": 13537166.0, + "step": 10520 + }, + { + "entropy": 1.277582085132599, + "epoch": 1.0060189165950129, + "grad_norm": 1.0831433534622192, + "learning_rate": 9.93019744815388e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.834900164604187, + "num_tokens": 13549834.0, + "step": 10530 + }, + { + "entropy": 1.2587732315063476, + "epoch": 1.0069743001815228, + "grad_norm": 0.6772294044494629, + "learning_rate": 9.929934162686703e-05, + "loss": 0.3864, + "mean_token_accuracy": 0.8474069893360138, + "num_tokens": 13562692.0, + "step": 10540 + }, + { + "entropy": 1.2565103769302368, + "epoch": 1.007929683768033, + "grad_norm": 0.9665827751159668, + "learning_rate": 9.929670385119293e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8515477418899536, + "num_tokens": 13576123.0, + "step": 10550 + }, + { + "entropy": 1.2244873523712159, + "epoch": 1.0088850673545429, + "grad_norm": 0.9185018539428711, + "learning_rate": 9.929406115477981e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8556624591350556, + "num_tokens": 13588222.0, + "step": 10560 + }, + { + "entropy": 1.2496343493461608, + "epoch": 1.0098404509410528, + "grad_norm": 0.99784916639328, + "learning_rate": 9.929141353789147e-05, + "loss": 0.382, + "mean_token_accuracy": 0.844563114643097, + "num_tokens": 13601220.0, + "step": 10570 + }, + { + "entropy": 1.2427019000053405, + "epoch": 1.0107958345275627, + "grad_norm": 1.018221139907837, + "learning_rate": 9.928876100079218e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.850742644071579, + "num_tokens": 13613937.0, + "step": 10580 + }, + { + "entropy": 1.2496991395950316, + "epoch": 1.0117512181140729, + "grad_norm": 1.2807257175445557, + "learning_rate": 9.928610354374671e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8401113092899323, + "num_tokens": 13626525.0, + "step": 10590 + }, + { + "entropy": 1.262668776512146, + "epoch": 1.0127066017005828, + "grad_norm": 0.7766013145446777, + "learning_rate": 9.928344116702033e-05, + "loss": 0.409, + "mean_token_accuracy": 0.842427772283554, + "num_tokens": 13639318.0, + "step": 10600 + }, + { + "entropy": 1.2723283767700195, + "epoch": 1.0136619852870927, + "grad_norm": 0.7771970629692078, + "learning_rate": 9.92807738708788e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8434556782245636, + "num_tokens": 13652725.0, + "step": 10610 + }, + { + "entropy": 1.2730615973472594, + "epoch": 1.0146173688736027, + "grad_norm": 0.9814233779907227, + "learning_rate": 9.927810165558835e-05, + "loss": 0.3846, + "mean_token_accuracy": 0.850624269247055, + "num_tokens": 13666018.0, + "step": 10620 + }, + { + "entropy": 1.2561633348464967, + "epoch": 1.0155727524601128, + "grad_norm": 0.9312682151794434, + "learning_rate": 9.927542452141574e-05, + "loss": 0.3877, + "mean_token_accuracy": 0.8468964159488678, + "num_tokens": 13678832.0, + "step": 10630 + }, + { + "entropy": 1.2412495255470275, + "epoch": 1.0165281360466227, + "grad_norm": 1.1669875383377075, + "learning_rate": 9.927274246862817e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.8458350598812103, + "num_tokens": 13691397.0, + "step": 10640 + }, + { + "entropy": 1.2351291298866272, + "epoch": 1.0174835196331327, + "grad_norm": 0.9103028178215027, + "learning_rate": 9.927005549749338e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8599362969398499, + "num_tokens": 13704247.0, + "step": 10650 + }, + { + "entropy": 1.2440414547920227, + "epoch": 1.0184389032196426, + "grad_norm": 1.2127567529678345, + "learning_rate": 9.926736360827958e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8383758842945099, + "num_tokens": 13717244.0, + "step": 10660 + }, + { + "entropy": 1.2376304149627686, + "epoch": 1.0193942868061527, + "grad_norm": 1.2457935810089111, + "learning_rate": 9.926466680125546e-05, + "loss": 0.3682, + "mean_token_accuracy": 0.8567163348197937, + "num_tokens": 13729882.0, + "step": 10670 + }, + { + "entropy": 1.2534620404243468, + "epoch": 1.0203496703926627, + "grad_norm": 1.2071013450622559, + "learning_rate": 9.926196507669023e-05, + "loss": 0.3658, + "mean_token_accuracy": 0.8573950409889222, + "num_tokens": 13742894.0, + "step": 10680 + }, + { + "entropy": 1.2506858468055726, + "epoch": 1.0213050539791726, + "grad_norm": 0.8302284479141235, + "learning_rate": 9.925925843485355e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8530483305454254, + "num_tokens": 13755897.0, + "step": 10690 + }, + { + "entropy": 1.2540852904319764, + "epoch": 1.0222604375656825, + "grad_norm": 0.8385682702064514, + "learning_rate": 9.925654687601562e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8358867585659027, + "num_tokens": 13769066.0, + "step": 10700 + }, + { + "entropy": 1.2484994649887085, + "epoch": 1.0232158211521927, + "grad_norm": 1.1369130611419678, + "learning_rate": 9.925383040044707e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.846968823671341, + "num_tokens": 13781519.0, + "step": 10710 + }, + { + "entropy": 1.2528683543205261, + "epoch": 1.0241712047387026, + "grad_norm": 1.1065864562988281, + "learning_rate": 9.92511090084191e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.8392675936222076, + "num_tokens": 13794269.0, + "step": 10720 + }, + { + "entropy": 1.2596994519233704, + "epoch": 1.0251265883252125, + "grad_norm": 0.9001454710960388, + "learning_rate": 9.924838270020331e-05, + "loss": 0.4018, + "mean_token_accuracy": 0.8364087402820587, + "num_tokens": 13807371.0, + "step": 10730 + }, + { + "entropy": 1.2526178002357482, + "epoch": 1.0260819719117225, + "grad_norm": 0.8930339813232422, + "learning_rate": 9.924565147607186e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8352133214473725, + "num_tokens": 13820273.0, + "step": 10740 + }, + { + "entropy": 1.2506011128425598, + "epoch": 1.0270373554982326, + "grad_norm": 0.8229878544807434, + "learning_rate": 9.92429153362974e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.848662006855011, + "num_tokens": 13833425.0, + "step": 10750 + }, + { + "entropy": 1.2557446599006652, + "epoch": 1.0279927390847425, + "grad_norm": 0.8071659207344055, + "learning_rate": 9.924017428115299e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8358611702919007, + "num_tokens": 13846428.0, + "step": 10760 + }, + { + "entropy": 1.2621289253234864, + "epoch": 1.0289481226712525, + "grad_norm": 0.910254716873169, + "learning_rate": 9.923742831091229e-05, + "loss": 0.4359, + "mean_token_accuracy": 0.8206740558147431, + "num_tokens": 13859386.0, + "step": 10770 + }, + { + "entropy": 1.2465814352035522, + "epoch": 1.0299035062577624, + "grad_norm": 1.0517328977584839, + "learning_rate": 9.92346774258494e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.8529173016548157, + "num_tokens": 13872616.0, + "step": 10780 + }, + { + "entropy": 1.2213024139404296, + "epoch": 1.0308588898442725, + "grad_norm": 0.9369283318519592, + "learning_rate": 9.923192162623887e-05, + "loss": 0.3481, + "mean_token_accuracy": 0.8591035723686218, + "num_tokens": 13884810.0, + "step": 10790 + }, + { + "entropy": 1.252655303478241, + "epoch": 1.0318142734307825, + "grad_norm": 1.2178854942321777, + "learning_rate": 9.922916091235581e-05, + "loss": 0.3599, + "mean_token_accuracy": 0.8561934232711792, + "num_tokens": 13897809.0, + "step": 10800 + }, + { + "entropy": 1.2640068411827088, + "epoch": 1.0327696570172924, + "grad_norm": 1.0550085306167603, + "learning_rate": 9.92263952844758e-05, + "loss": 0.3745, + "mean_token_accuracy": 0.853073000907898, + "num_tokens": 13911112.0, + "step": 10810 + }, + { + "entropy": 1.253959023952484, + "epoch": 1.0337250406038023, + "grad_norm": 0.8930174708366394, + "learning_rate": 9.922362474287486e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8412705063819885, + "num_tokens": 13923221.0, + "step": 10820 + }, + { + "entropy": 1.2730586767196654, + "epoch": 1.0346804241903125, + "grad_norm": 1.216650366783142, + "learning_rate": 9.922084928782957e-05, + "loss": 0.4373, + "mean_token_accuracy": 0.8274651646614075, + "num_tokens": 13936064.0, + "step": 10830 + }, + { + "entropy": 1.2699893116950989, + "epoch": 1.0356358077768224, + "grad_norm": 0.9237270951271057, + "learning_rate": 9.921806891961699e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8411371648311615, + "num_tokens": 13949373.0, + "step": 10840 + }, + { + "entropy": 1.2411880612373352, + "epoch": 1.0365911913633323, + "grad_norm": 1.0292547941207886, + "learning_rate": 9.921528363851462e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8642703831195832, + "num_tokens": 13962327.0, + "step": 10850 + }, + { + "entropy": 1.24878271818161, + "epoch": 1.0375465749498423, + "grad_norm": 0.8638166189193726, + "learning_rate": 9.921249344480051e-05, + "loss": 0.3902, + "mean_token_accuracy": 0.8429969012737274, + "num_tokens": 13975440.0, + "step": 10860 + }, + { + "entropy": 1.2705363154411315, + "epoch": 1.0385019585363524, + "grad_norm": 1.2726645469665527, + "learning_rate": 9.920969833875315e-05, + "loss": 0.3778, + "mean_token_accuracy": 0.8454149961471558, + "num_tokens": 13988881.0, + "step": 10870 + }, + { + "entropy": 1.2495828986167907, + "epoch": 1.0394573421228623, + "grad_norm": 1.4331245422363281, + "learning_rate": 9.920689832065157e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.853702962398529, + "num_tokens": 14001856.0, + "step": 10880 + }, + { + "entropy": 1.2666783332824707, + "epoch": 1.0404127257093723, + "grad_norm": 0.7904350757598877, + "learning_rate": 9.920409339077525e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8415753901004791, + "num_tokens": 14014507.0, + "step": 10890 + }, + { + "entropy": 1.2646421313285827, + "epoch": 1.0413681092958822, + "grad_norm": 1.2318800687789917, + "learning_rate": 9.920128354940417e-05, + "loss": 0.3733, + "mean_token_accuracy": 0.8497950553894043, + "num_tokens": 14027099.0, + "step": 10900 + }, + { + "entropy": 1.2500668287277221, + "epoch": 1.0423234928823923, + "grad_norm": 0.9628939032554626, + "learning_rate": 9.91984687968188e-05, + "loss": 0.3871, + "mean_token_accuracy": 0.8477633535861969, + "num_tokens": 14039828.0, + "step": 10910 + }, + { + "entropy": 1.2442950367927552, + "epoch": 1.0432788764689023, + "grad_norm": 1.1616134643554688, + "learning_rate": 9.919564913330013e-05, + "loss": 0.3825, + "mean_token_accuracy": 0.8537827551364898, + "num_tokens": 14052152.0, + "step": 10920 + }, + { + "entropy": 1.2646286249160767, + "epoch": 1.0442342600554122, + "grad_norm": 1.0953953266143799, + "learning_rate": 9.919282455912959e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.8369532763957978, + "num_tokens": 14064821.0, + "step": 10930 + }, + { + "entropy": 1.2506308436393738, + "epoch": 1.0451896436419221, + "grad_norm": 1.2329137325286865, + "learning_rate": 9.918999507458915e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8626267492771149, + "num_tokens": 14077848.0, + "step": 10940 + }, + { + "entropy": 1.2559134721755982, + "epoch": 1.0461450272284323, + "grad_norm": 0.783554196357727, + "learning_rate": 9.918716067996124e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8395832717418671, + "num_tokens": 14090694.0, + "step": 10950 + }, + { + "entropy": 1.2774859547615052, + "epoch": 1.0471004108149422, + "grad_norm": 0.8852807879447937, + "learning_rate": 9.918432137552876e-05, + "loss": 0.449, + "mean_token_accuracy": 0.8266424357891082, + "num_tokens": 14103960.0, + "step": 10960 + }, + { + "entropy": 1.263244867324829, + "epoch": 1.0480557944014521, + "grad_norm": 0.6612315773963928, + "learning_rate": 9.918147716157516e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8284592688083648, + "num_tokens": 14117120.0, + "step": 10970 + }, + { + "entropy": 1.269291639328003, + "epoch": 1.049011177987962, + "grad_norm": 1.1501643657684326, + "learning_rate": 9.917862803838431e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.838124418258667, + "num_tokens": 14130332.0, + "step": 10980 + }, + { + "entropy": 1.252694308757782, + "epoch": 1.0499665615744722, + "grad_norm": 1.0206019878387451, + "learning_rate": 9.917577400624062e-05, + "loss": 0.3724, + "mean_token_accuracy": 0.8512258231639862, + "num_tokens": 14142739.0, + "step": 10990 + }, + { + "entropy": 1.2647625207901, + "epoch": 1.0509219451609821, + "grad_norm": 1.0593242645263672, + "learning_rate": 9.917291506542902e-05, + "loss": 0.4411, + "mean_token_accuracy": 0.8256963729858399, + "num_tokens": 14155708.0, + "step": 11000 + }, + { + "entropy": 1.2498957157135009, + "epoch": 1.051877328747492, + "grad_norm": 0.9644480347633362, + "learning_rate": 9.917005121623483e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8449552178382873, + "num_tokens": 14168317.0, + "step": 11010 + }, + { + "entropy": 1.2406474947929382, + "epoch": 1.052832712334002, + "grad_norm": 0.9427327513694763, + "learning_rate": 9.916718245894393e-05, + "loss": 0.3794, + "mean_token_accuracy": 0.8476840913295746, + "num_tokens": 14180877.0, + "step": 11020 + }, + { + "entropy": 1.2489741444587708, + "epoch": 1.0537880959205121, + "grad_norm": 1.0514788627624512, + "learning_rate": 9.916430879384268e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8442448198795318, + "num_tokens": 14194128.0, + "step": 11030 + }, + { + "entropy": 1.2515527844429015, + "epoch": 1.054743479507022, + "grad_norm": 0.9486365914344788, + "learning_rate": 9.916143022121794e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8253283143043518, + "num_tokens": 14206857.0, + "step": 11040 + }, + { + "entropy": 1.258716058731079, + "epoch": 1.055698863093532, + "grad_norm": 0.837884247303009, + "learning_rate": 9.915854674135702e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8473477721214294, + "num_tokens": 14219429.0, + "step": 11050 + }, + { + "entropy": 1.2459305047988891, + "epoch": 1.056654246680042, + "grad_norm": 0.8531082272529602, + "learning_rate": 9.915565835454778e-05, + "loss": 0.366, + "mean_token_accuracy": 0.8594396650791168, + "num_tokens": 14232330.0, + "step": 11060 + }, + { + "entropy": 1.2675060510635376, + "epoch": 1.057609630266552, + "grad_norm": 1.131810188293457, + "learning_rate": 9.915276506107848e-05, + "loss": 0.4195, + "mean_token_accuracy": 0.830280464887619, + "num_tokens": 14244827.0, + "step": 11070 + }, + { + "entropy": 1.2538222312927245, + "epoch": 1.058565013853062, + "grad_norm": 1.1364043951034546, + "learning_rate": 9.914986686123799e-05, + "loss": 0.3678, + "mean_token_accuracy": 0.856134295463562, + "num_tokens": 14257991.0, + "step": 11080 + }, + { + "entropy": 1.2495429158210754, + "epoch": 1.059520397439572, + "grad_norm": 0.9753822684288025, + "learning_rate": 9.914696375531556e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8525088489055633, + "num_tokens": 14271249.0, + "step": 11090 + }, + { + "entropy": 1.233441424369812, + "epoch": 1.0604757810260819, + "grad_norm": 1.210008978843689, + "learning_rate": 9.914405574360099e-05, + "loss": 0.3876, + "mean_token_accuracy": 0.8495529532432556, + "num_tokens": 14283641.0, + "step": 11100 + }, + { + "entropy": 1.2466608047485352, + "epoch": 1.061431164612592, + "grad_norm": 0.9218928813934326, + "learning_rate": 9.914114282638455e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.8593457221984864, + "num_tokens": 14296951.0, + "step": 11110 + }, + { + "entropy": 1.2117387294769286, + "epoch": 1.062386548199102, + "grad_norm": 0.8055612444877625, + "learning_rate": 9.913822500395702e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8548866927623748, + "num_tokens": 14309693.0, + "step": 11120 + }, + { + "entropy": 1.2465994834899903, + "epoch": 1.0633419317856119, + "grad_norm": 0.9556673169136047, + "learning_rate": 9.913530227660963e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8239425361156464, + "num_tokens": 14322372.0, + "step": 11130 + }, + { + "entropy": 1.2460335612297058, + "epoch": 1.064297315372122, + "grad_norm": 0.7576912641525269, + "learning_rate": 9.913237464463414e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.8479375243186951, + "num_tokens": 14334755.0, + "step": 11140 + }, + { + "entropy": 1.242453122138977, + "epoch": 1.065252698958632, + "grad_norm": 1.1825380325317383, + "learning_rate": 9.912944210832276e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8515492737293243, + "num_tokens": 14347684.0, + "step": 11150 + }, + { + "entropy": 1.2410783171653748, + "epoch": 1.0662080825451419, + "grad_norm": 0.9238948822021484, + "learning_rate": 9.912650466796825e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8408954799175262, + "num_tokens": 14361091.0, + "step": 11160 + }, + { + "entropy": 1.23174946308136, + "epoch": 1.0671634661316518, + "grad_norm": 0.973685085773468, + "learning_rate": 9.912356232386378e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8501387059688568, + "num_tokens": 14373418.0, + "step": 11170 + }, + { + "entropy": 1.2720797777175903, + "epoch": 1.0681188497181617, + "grad_norm": 0.9059200882911682, + "learning_rate": 9.912061507630308e-05, + "loss": 0.4157, + "mean_token_accuracy": 0.8277220845222473, + "num_tokens": 14386558.0, + "step": 11180 + }, + { + "entropy": 1.2324442267417908, + "epoch": 1.0690742333046719, + "grad_norm": 1.0505378246307373, + "learning_rate": 9.911766292558034e-05, + "loss": 0.3374, + "mean_token_accuracy": 0.8642071306705474, + "num_tokens": 14398967.0, + "step": 11190 + }, + { + "entropy": 1.2657294154167176, + "epoch": 1.0700296168911818, + "grad_norm": 1.196276307106018, + "learning_rate": 9.911470587199023e-05, + "loss": 0.4517, + "mean_token_accuracy": 0.8198340892791748, + "num_tokens": 14411319.0, + "step": 11200 + }, + { + "entropy": 1.251360785961151, + "epoch": 1.0709850004776917, + "grad_norm": 0.9567055106163025, + "learning_rate": 9.911174391582791e-05, + "loss": 0.388, + "mean_token_accuracy": 0.8468328475952148, + "num_tokens": 14424348.0, + "step": 11210 + }, + { + "entropy": 1.2369736075401305, + "epoch": 1.071940384064202, + "grad_norm": 0.8532165288925171, + "learning_rate": 9.910877705738906e-05, + "loss": 0.3527, + "mean_token_accuracy": 0.8607717871665954, + "num_tokens": 14436488.0, + "step": 11220 + }, + { + "entropy": 1.2507296681404114, + "epoch": 1.0728957676507118, + "grad_norm": 1.5695528984069824, + "learning_rate": 9.910580529696982e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8494545698165894, + "num_tokens": 14449300.0, + "step": 11230 + }, + { + "entropy": 1.2426817297935486, + "epoch": 1.0738511512372217, + "grad_norm": 0.8716858625411987, + "learning_rate": 9.910282863486683e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8537749767303466, + "num_tokens": 14461980.0, + "step": 11240 + }, + { + "entropy": 1.273296022415161, + "epoch": 1.0748065348237317, + "grad_norm": 0.8502422571182251, + "learning_rate": 9.90998470713772e-05, + "loss": 0.424, + "mean_token_accuracy": 0.8325545012950897, + "num_tokens": 14474472.0, + "step": 11250 + }, + { + "entropy": 1.2665541052818299, + "epoch": 1.0757619184102416, + "grad_norm": 0.9043706655502319, + "learning_rate": 9.909686060679858e-05, + "loss": 0.4094, + "mean_token_accuracy": 0.8399895608425141, + "num_tokens": 14487329.0, + "step": 11260 + }, + { + "entropy": 1.2730165243148803, + "epoch": 1.0767173019967518, + "grad_norm": 1.0224419832229614, + "learning_rate": 9.909386924142905e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.837549763917923, + "num_tokens": 14500358.0, + "step": 11270 + }, + { + "entropy": 1.2480920076370239, + "epoch": 1.0776726855832617, + "grad_norm": 0.8440231084823608, + "learning_rate": 9.90908729755672e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8416929244995117, + "num_tokens": 14513217.0, + "step": 11280 + }, + { + "entropy": 1.2732489705085754, + "epoch": 1.0786280691697716, + "grad_norm": 1.0108174085617065, + "learning_rate": 9.908787180951215e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8321309983730316, + "num_tokens": 14525930.0, + "step": 11290 + }, + { + "entropy": 1.2688583731651306, + "epoch": 1.0795834527562818, + "grad_norm": 0.9694115519523621, + "learning_rate": 9.908486574356342e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8570514798164368, + "num_tokens": 14539142.0, + "step": 11300 + }, + { + "entropy": 1.2615090966224671, + "epoch": 1.0805388363427917, + "grad_norm": 0.9503542184829712, + "learning_rate": 9.90818547780211e-05, + "loss": 0.3958, + "mean_token_accuracy": 0.8450845539569855, + "num_tokens": 14551902.0, + "step": 11310 + }, + { + "entropy": 1.2633844852447509, + "epoch": 1.0814942199293016, + "grad_norm": 0.9594736695289612, + "learning_rate": 9.907883891318576e-05, + "loss": 0.3724, + "mean_token_accuracy": 0.8534943342208863, + "num_tokens": 14564631.0, + "step": 11320 + }, + { + "entropy": 1.2644584417343139, + "epoch": 1.0824496035158115, + "grad_norm": 0.9439239501953125, + "learning_rate": 9.907581814935841e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8507623434066772, + "num_tokens": 14577495.0, + "step": 11330 + }, + { + "entropy": 1.2498871207237243, + "epoch": 1.0834049871023215, + "grad_norm": 1.1285607814788818, + "learning_rate": 9.907279248684058e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8355085372924804, + "num_tokens": 14590318.0, + "step": 11340 + }, + { + "entropy": 1.2471315741539002, + "epoch": 1.0843603706888316, + "grad_norm": 0.8583306074142456, + "learning_rate": 9.906976192593432e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8538729608058929, + "num_tokens": 14603513.0, + "step": 11350 + }, + { + "entropy": 1.2527465105056763, + "epoch": 1.0853157542753415, + "grad_norm": 1.1686327457427979, + "learning_rate": 9.90667264669421e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8627462744712829, + "num_tokens": 14616318.0, + "step": 11360 + }, + { + "entropy": 1.2626394391059876, + "epoch": 1.0862711378618515, + "grad_norm": 1.1507362127304077, + "learning_rate": 9.906368611016691e-05, + "loss": 0.4002, + "mean_token_accuracy": 0.8380480885505677, + "num_tokens": 14629167.0, + "step": 11370 + }, + { + "entropy": 1.255263662338257, + "epoch": 1.0872265214483616, + "grad_norm": 1.04035484790802, + "learning_rate": 9.906064085591229e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.8302837193012238, + "num_tokens": 14642174.0, + "step": 11380 + }, + { + "entropy": 1.2810599565505982, + "epoch": 1.0881819050348716, + "grad_norm": 1.1349742412567139, + "learning_rate": 9.905759070448218e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8295218288898468, + "num_tokens": 14655403.0, + "step": 11390 + }, + { + "entropy": 1.2558995842933656, + "epoch": 1.0891372886213815, + "grad_norm": 1.3220601081848145, + "learning_rate": 9.905453565618101e-05, + "loss": 0.3674, + "mean_token_accuracy": 0.8571858167648315, + "num_tokens": 14667956.0, + "step": 11400 + }, + { + "entropy": 1.2793964862823486, + "epoch": 1.0900926722078914, + "grad_norm": 0.8099082708358765, + "learning_rate": 9.905147571131378e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.8428863048553467, + "num_tokens": 14681119.0, + "step": 11410 + }, + { + "entropy": 1.2930981040000915, + "epoch": 1.0910480557944013, + "grad_norm": 0.9246519804000854, + "learning_rate": 9.90484108701859e-05, + "loss": 0.4394, + "mean_token_accuracy": 0.8222004175186157, + "num_tokens": 14694202.0, + "step": 11420 + }, + { + "entropy": 1.2813950061798096, + "epoch": 1.0920034393809115, + "grad_norm": 1.032705307006836, + "learning_rate": 9.904534113310333e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8506694614887238, + "num_tokens": 14706678.0, + "step": 11430 + }, + { + "entropy": 1.276347279548645, + "epoch": 1.0929588229674214, + "grad_norm": 1.0115797519683838, + "learning_rate": 9.904226650037247e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.844242399930954, + "num_tokens": 14719296.0, + "step": 11440 + }, + { + "entropy": 1.293545913696289, + "epoch": 1.0939142065539313, + "grad_norm": 1.235550045967102, + "learning_rate": 9.903918697230022e-05, + "loss": 0.424, + "mean_token_accuracy": 0.8303713381290436, + "num_tokens": 14732745.0, + "step": 11450 + }, + { + "entropy": 1.2905606031417847, + "epoch": 1.0948695901404415, + "grad_norm": 0.7803411483764648, + "learning_rate": 9.903610254919398e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8402814745903016, + "num_tokens": 14745755.0, + "step": 11460 + }, + { + "entropy": 1.270289957523346, + "epoch": 1.0958249737269514, + "grad_norm": 1.1512269973754883, + "learning_rate": 9.903301323136163e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8372931718826294, + "num_tokens": 14758109.0, + "step": 11470 + }, + { + "entropy": 1.2742538332939148, + "epoch": 1.0967803573134614, + "grad_norm": 0.9282744526863098, + "learning_rate": 9.902991901911153e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.8459941029548645, + "num_tokens": 14771504.0, + "step": 11480 + }, + { + "entropy": 1.2604587197303772, + "epoch": 1.0977357408999713, + "grad_norm": 0.8669685125350952, + "learning_rate": 9.902681991275258e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.849215030670166, + "num_tokens": 14784475.0, + "step": 11490 + }, + { + "entropy": 1.272261142730713, + "epoch": 1.0986911244864812, + "grad_norm": 1.0953642129898071, + "learning_rate": 9.902371591259409e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8192284882068634, + "num_tokens": 14797536.0, + "step": 11500 + }, + { + "entropy": 1.268534767627716, + "epoch": 1.0996465080729914, + "grad_norm": 1.1637413501739502, + "learning_rate": 9.902060701894593e-05, + "loss": 0.3608, + "mean_token_accuracy": 0.8578899323940277, + "num_tokens": 14810689.0, + "step": 11510 + }, + { + "entropy": 1.274703359603882, + "epoch": 1.1006018916595013, + "grad_norm": 1.395804524421692, + "learning_rate": 9.901749323211841e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8495553195476532, + "num_tokens": 14822921.0, + "step": 11520 + }, + { + "entropy": 1.278793179988861, + "epoch": 1.1015572752460112, + "grad_norm": 0.7124344706535339, + "learning_rate": 9.901437455242233e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.8643340408802033, + "num_tokens": 14836140.0, + "step": 11530 + }, + { + "entropy": 1.2704532384872436, + "epoch": 1.1025126588325214, + "grad_norm": 1.0865753889083862, + "learning_rate": 9.901125098016901e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.842171710729599, + "num_tokens": 14848423.0, + "step": 11540 + }, + { + "entropy": 1.274909496307373, + "epoch": 1.1034680424190313, + "grad_norm": 1.001031517982483, + "learning_rate": 9.900812251567024e-05, + "loss": 0.374, + "mean_token_accuracy": 0.8505297422409057, + "num_tokens": 14861351.0, + "step": 11550 + }, + { + "entropy": 1.2780268311500549, + "epoch": 1.1044234260055412, + "grad_norm": 0.9554540514945984, + "learning_rate": 9.90049891592383e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8503880560398102, + "num_tokens": 14874478.0, + "step": 11560 + }, + { + "entropy": 1.2493380784988404, + "epoch": 1.1053788095920511, + "grad_norm": 1.0103254318237305, + "learning_rate": 9.900185091118595e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8544314742088318, + "num_tokens": 14887080.0, + "step": 11570 + }, + { + "entropy": 1.264454734325409, + "epoch": 1.106334193178561, + "grad_norm": 1.3911525011062622, + "learning_rate": 9.899870777182647e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8396365702152252, + "num_tokens": 14899680.0, + "step": 11580 + }, + { + "entropy": 1.262963306903839, + "epoch": 1.1072895767650712, + "grad_norm": 0.8588542938232422, + "learning_rate": 9.899555974147356e-05, + "loss": 0.3822, + "mean_token_accuracy": 0.8516120910644531, + "num_tokens": 14913120.0, + "step": 11590 + }, + { + "entropy": 1.270047652721405, + "epoch": 1.1082449603515812, + "grad_norm": 1.4690320491790771, + "learning_rate": 9.89924068204415e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8402797162532807, + "num_tokens": 14925977.0, + "step": 11600 + }, + { + "entropy": 1.2665441870689391, + "epoch": 1.109200343938091, + "grad_norm": 1.0482842922210693, + "learning_rate": 9.898924900904499e-05, + "loss": 0.388, + "mean_token_accuracy": 0.8491913497447967, + "num_tokens": 14938989.0, + "step": 11610 + }, + { + "entropy": 1.256958281993866, + "epoch": 1.1101557275246012, + "grad_norm": 0.9278700947761536, + "learning_rate": 9.898608630759923e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8565962731838226, + "num_tokens": 14951329.0, + "step": 11620 + }, + { + "entropy": 1.2608648777008056, + "epoch": 1.1111111111111112, + "grad_norm": 1.097903847694397, + "learning_rate": 9.898291871641991e-05, + "loss": 0.3687, + "mean_token_accuracy": 0.8515371143817901, + "num_tokens": 14964751.0, + "step": 11630 + }, + { + "entropy": 1.2484452366828918, + "epoch": 1.112066494697621, + "grad_norm": 0.7691890001296997, + "learning_rate": 9.897974623582326e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8603492915630341, + "num_tokens": 14977768.0, + "step": 11640 + }, + { + "entropy": 1.2556768536567688, + "epoch": 1.113021878284131, + "grad_norm": 0.9456586241722107, + "learning_rate": 9.897656886612591e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8393814146518708, + "num_tokens": 14990421.0, + "step": 11650 + }, + { + "entropy": 1.2716269493103027, + "epoch": 1.113977261870641, + "grad_norm": 1.1434345245361328, + "learning_rate": 9.897338660764503e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8432473778724671, + "num_tokens": 15003071.0, + "step": 11660 + }, + { + "entropy": 1.266515076160431, + "epoch": 1.114932645457151, + "grad_norm": 0.97963947057724, + "learning_rate": 9.897019946069829e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8221315741539001, + "num_tokens": 15016171.0, + "step": 11670 + }, + { + "entropy": 1.2713372707366943, + "epoch": 1.115888029043661, + "grad_norm": 0.9365951418876648, + "learning_rate": 9.896700742560381e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8420908272266387, + "num_tokens": 15029320.0, + "step": 11680 + }, + { + "entropy": 1.2512111425399781, + "epoch": 1.116843412630171, + "grad_norm": 0.9853827357292175, + "learning_rate": 9.896381050268022e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8458735227584839, + "num_tokens": 15041995.0, + "step": 11690 + }, + { + "entropy": 1.2374684929847717, + "epoch": 1.117798796216681, + "grad_norm": 1.099166750907898, + "learning_rate": 9.896060869224662e-05, + "loss": 0.3562, + "mean_token_accuracy": 0.8616674423217774, + "num_tokens": 15054722.0, + "step": 11700 + }, + { + "entropy": 1.2556625962257386, + "epoch": 1.118754179803191, + "grad_norm": 0.8333817720413208, + "learning_rate": 9.895740199462263e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8536231875419616, + "num_tokens": 15067917.0, + "step": 11710 + }, + { + "entropy": 1.26112140417099, + "epoch": 1.119709563389701, + "grad_norm": 0.7849149703979492, + "learning_rate": 9.895419041012833e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8611334919929504, + "num_tokens": 15080504.0, + "step": 11720 + }, + { + "entropy": 1.2512933373451234, + "epoch": 1.1206649469762109, + "grad_norm": 1.267501711845398, + "learning_rate": 9.89509739390843e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8408523678779602, + "num_tokens": 15093281.0, + "step": 11730 + }, + { + "entropy": 1.262541365623474, + "epoch": 1.121620330562721, + "grad_norm": 0.9800398349761963, + "learning_rate": 9.89477525818116e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8432698845863342, + "num_tokens": 15106196.0, + "step": 11740 + }, + { + "entropy": 1.2736532807350158, + "epoch": 1.122575714149231, + "grad_norm": 1.2138574123382568, + "learning_rate": 9.894452633863176e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8490645587444305, + "num_tokens": 15119182.0, + "step": 11750 + }, + { + "entropy": 1.2600897908210755, + "epoch": 1.123531097735741, + "grad_norm": 1.0062769651412964, + "learning_rate": 9.894129520986687e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8569668173789978, + "num_tokens": 15131959.0, + "step": 11760 + }, + { + "entropy": 1.2748791694641113, + "epoch": 1.1244864813222508, + "grad_norm": 1.201024055480957, + "learning_rate": 9.893805919583943e-05, + "loss": 0.4357, + "mean_token_accuracy": 0.8253955483436585, + "num_tokens": 15144799.0, + "step": 11770 + }, + { + "entropy": 1.248262643814087, + "epoch": 1.125441864908761, + "grad_norm": 1.1488652229309082, + "learning_rate": 9.893481829687244e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8581762313842773, + "num_tokens": 15157649.0, + "step": 11780 + }, + { + "entropy": 1.248799777030945, + "epoch": 1.126397248495271, + "grad_norm": 0.9102924466133118, + "learning_rate": 9.893157251328944e-05, + "loss": 0.337, + "mean_token_accuracy": 0.8661458492279053, + "num_tokens": 15170744.0, + "step": 11790 + }, + { + "entropy": 1.271000361442566, + "epoch": 1.1273526320817808, + "grad_norm": 1.3497660160064697, + "learning_rate": 9.892832184541439e-05, + "loss": 0.4329, + "mean_token_accuracy": 0.8240080952644349, + "num_tokens": 15184127.0, + "step": 11800 + }, + { + "entropy": 1.257507824897766, + "epoch": 1.1283080156682908, + "grad_norm": 1.083638310432434, + "learning_rate": 9.892506629357177e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8481468439102173, + "num_tokens": 15197145.0, + "step": 11810 + }, + { + "entropy": 1.2555131554603576, + "epoch": 1.1292633992548007, + "grad_norm": 1.2787292003631592, + "learning_rate": 9.892180585808654e-05, + "loss": 0.3802, + "mean_token_accuracy": 0.8488338708877563, + "num_tokens": 15210084.0, + "step": 11820 + }, + { + "entropy": 1.2602070450782776, + "epoch": 1.1302187828413108, + "grad_norm": 0.9683776497840881, + "learning_rate": 9.89185405392842e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8479373514652252, + "num_tokens": 15222793.0, + "step": 11830 + }, + { + "entropy": 1.2608343482017517, + "epoch": 1.1311741664278208, + "grad_norm": 0.9971736073493958, + "learning_rate": 9.891527033749064e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.8400166273117066, + "num_tokens": 15235189.0, + "step": 11840 + }, + { + "entropy": 1.2748942375183105, + "epoch": 1.1321295500143307, + "grad_norm": 1.0906143188476562, + "learning_rate": 9.891199525303229e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.8379927515983582, + "num_tokens": 15248045.0, + "step": 11850 + }, + { + "entropy": 1.2575654149055482, + "epoch": 1.1330849336008408, + "grad_norm": 0.9143080711364746, + "learning_rate": 9.890871528623608e-05, + "loss": 0.3882, + "mean_token_accuracy": 0.8549864649772644, + "num_tokens": 15260622.0, + "step": 11860 + }, + { + "entropy": 1.288084661960602, + "epoch": 1.1340403171873508, + "grad_norm": 1.0814884901046753, + "learning_rate": 9.890543043742944e-05, + "loss": 0.4301, + "mean_token_accuracy": 0.8242209017276764, + "num_tokens": 15273538.0, + "step": 11870 + }, + { + "entropy": 1.2768447399139404, + "epoch": 1.1349957007738607, + "grad_norm": 1.0905402898788452, + "learning_rate": 9.89021407069402e-05, + "loss": 0.3523, + "mean_token_accuracy": 0.8607000589370728, + "num_tokens": 15286478.0, + "step": 11880 + }, + { + "entropy": 1.2810202479362487, + "epoch": 1.1359510843603706, + "grad_norm": 0.9480761885643005, + "learning_rate": 9.889884609509679e-05, + "loss": 0.388, + "mean_token_accuracy": 0.848731517791748, + "num_tokens": 15299508.0, + "step": 11890 + }, + { + "entropy": 1.259684717655182, + "epoch": 1.1369064679468806, + "grad_norm": 1.0377562046051025, + "learning_rate": 9.889554660222803e-05, + "loss": 0.3791, + "mean_token_accuracy": 0.8461026728153229, + "num_tokens": 15312257.0, + "step": 11900 + }, + { + "entropy": 1.2915021538734437, + "epoch": 1.1378618515333907, + "grad_norm": 0.9239728450775146, + "learning_rate": 9.88922422286633e-05, + "loss": 0.3908, + "mean_token_accuracy": 0.8456402659416199, + "num_tokens": 15325579.0, + "step": 11910 + }, + { + "entropy": 1.280514931678772, + "epoch": 1.1388172351199006, + "grad_norm": 1.1002981662750244, + "learning_rate": 9.888893297473243e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8527103066444397, + "num_tokens": 15338921.0, + "step": 11920 + }, + { + "entropy": 1.2667085766792296, + "epoch": 1.1397726187064106, + "grad_norm": 1.035436987876892, + "learning_rate": 9.888561884076575e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8493594348430633, + "num_tokens": 15351331.0, + "step": 11930 + }, + { + "entropy": 1.2663869976997375, + "epoch": 1.1407280022929207, + "grad_norm": 0.8451120257377625, + "learning_rate": 9.888229982709407e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8475457906723023, + "num_tokens": 15364143.0, + "step": 11940 + }, + { + "entropy": 1.2809979557991027, + "epoch": 1.1416833858794306, + "grad_norm": 0.969748854637146, + "learning_rate": 9.88789759340487e-05, + "loss": 0.3944, + "mean_token_accuracy": 0.8432925403118133, + "num_tokens": 15376986.0, + "step": 11950 + }, + { + "entropy": 1.2744532227516174, + "epoch": 1.1426387694659406, + "grad_norm": 1.0758554935455322, + "learning_rate": 9.887564716196141e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8403940260410309, + "num_tokens": 15389503.0, + "step": 11960 + }, + { + "entropy": 1.273923683166504, + "epoch": 1.1435941530524505, + "grad_norm": 0.993820071220398, + "learning_rate": 9.887231351116448e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8412054419517517, + "num_tokens": 15402755.0, + "step": 11970 + }, + { + "entropy": 1.274836790561676, + "epoch": 1.1445495366389604, + "grad_norm": 0.7308593392372131, + "learning_rate": 9.886897498199068e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8296556532382965, + "num_tokens": 15415640.0, + "step": 11980 + }, + { + "entropy": 1.276339602470398, + "epoch": 1.1455049202254706, + "grad_norm": 1.0012820959091187, + "learning_rate": 9.886563157477324e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8478393614292145, + "num_tokens": 15428526.0, + "step": 11990 + }, + { + "entropy": 1.284469759464264, + "epoch": 1.1464603038119805, + "grad_norm": 0.8503698706626892, + "learning_rate": 9.886228328984592e-05, + "loss": 0.4358, + "mean_token_accuracy": 0.8265071272850036, + "num_tokens": 15441536.0, + "step": 12000 + }, + { + "entropy": 1.2580096960067748, + "epoch": 1.1474156873984904, + "grad_norm": 0.778751790523529, + "learning_rate": 9.885893012754292e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8559276401996613, + "num_tokens": 15454010.0, + "step": 12010 + }, + { + "entropy": 1.2755028843879699, + "epoch": 1.1483710709850006, + "grad_norm": 1.1252890825271606, + "learning_rate": 9.885557208819896e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8532219648361206, + "num_tokens": 15466819.0, + "step": 12020 + }, + { + "entropy": 1.2618587613105774, + "epoch": 1.1493264545715105, + "grad_norm": 1.0533761978149414, + "learning_rate": 9.885220917214921e-05, + "loss": 0.396, + "mean_token_accuracy": 0.8412261247634888, + "num_tokens": 15479807.0, + "step": 12030 + }, + { + "entropy": 1.2950809121131897, + "epoch": 1.1502818381580204, + "grad_norm": 0.8599646687507629, + "learning_rate": 9.884884137972941e-05, + "loss": 0.4229, + "mean_token_accuracy": 0.8276233553886414, + "num_tokens": 15492440.0, + "step": 12040 + }, + { + "entropy": 1.2736759781837463, + "epoch": 1.1512372217445304, + "grad_norm": 1.004987359046936, + "learning_rate": 9.884546871127566e-05, + "loss": 0.391, + "mean_token_accuracy": 0.8481603324413299, + "num_tokens": 15505625.0, + "step": 12050 + }, + { + "entropy": 1.2600693583488465, + "epoch": 1.1521926053310405, + "grad_norm": 0.9845637679100037, + "learning_rate": 9.884209116712467e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8535941183567047, + "num_tokens": 15518702.0, + "step": 12060 + }, + { + "entropy": 1.2726878881454469, + "epoch": 1.1531479889175504, + "grad_norm": 0.9248191118240356, + "learning_rate": 9.883870874761357e-05, + "loss": 0.4753, + "mean_token_accuracy": 0.8111650705337524, + "num_tokens": 15531768.0, + "step": 12070 + }, + { + "entropy": 1.2523661017417909, + "epoch": 1.1541033725040604, + "grad_norm": 1.0312732458114624, + "learning_rate": 9.883532145307996e-05, + "loss": 0.3645, + "mean_token_accuracy": 0.8556402564048767, + "num_tokens": 15544513.0, + "step": 12080 + }, + { + "entropy": 1.2483960747718812, + "epoch": 1.1550587560905703, + "grad_norm": 0.9109676480293274, + "learning_rate": 9.883192928386198e-05, + "loss": 0.3679, + "mean_token_accuracy": 0.8496320426464081, + "num_tokens": 15557062.0, + "step": 12090 + }, + { + "entropy": 1.242049765586853, + "epoch": 1.1560141396770804, + "grad_norm": 1.3465381860733032, + "learning_rate": 9.882853224029824e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.8620542109012603, + "num_tokens": 15569732.0, + "step": 12100 + }, + { + "entropy": 1.2503347873687745, + "epoch": 1.1569695232635904, + "grad_norm": 0.9866253733634949, + "learning_rate": 9.882513032272782e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8391858160495758, + "num_tokens": 15582363.0, + "step": 12110 + }, + { + "entropy": 1.2629269003868102, + "epoch": 1.1579249068501003, + "grad_norm": 0.9111849069595337, + "learning_rate": 9.882172353149029e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8463612914085388, + "num_tokens": 15594982.0, + "step": 12120 + }, + { + "entropy": 1.2426217436790465, + "epoch": 1.1588802904366102, + "grad_norm": 1.1805576086044312, + "learning_rate": 9.881831186692569e-05, + "loss": 0.3934, + "mean_token_accuracy": 0.8519518136978149, + "num_tokens": 15608002.0, + "step": 12130 + }, + { + "entropy": 1.213275098800659, + "epoch": 1.1598356740231204, + "grad_norm": 0.8429019451141357, + "learning_rate": 9.881489532937462e-05, + "loss": 0.3297, + "mean_token_accuracy": 0.8658194363117218, + "num_tokens": 15620102.0, + "step": 12140 + }, + { + "entropy": 1.253820013999939, + "epoch": 1.1607910576096303, + "grad_norm": 1.1138484477996826, + "learning_rate": 9.881147391917808e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8342016935348511, + "num_tokens": 15632595.0, + "step": 12150 + }, + { + "entropy": 1.2392751216888427, + "epoch": 1.1617464411961402, + "grad_norm": 1.1659892797470093, + "learning_rate": 9.880804763667761e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8417456984519959, + "num_tokens": 15645112.0, + "step": 12160 + }, + { + "entropy": 1.272692584991455, + "epoch": 1.1627018247826502, + "grad_norm": 1.0899487733840942, + "learning_rate": 9.88046164822152e-05, + "loss": 0.4299, + "mean_token_accuracy": 0.8271129488945007, + "num_tokens": 15658413.0, + "step": 12170 + }, + { + "entropy": 1.2697190761566162, + "epoch": 1.1636572083691603, + "grad_norm": 0.8677921295166016, + "learning_rate": 9.880118045613336e-05, + "loss": 0.3975, + "mean_token_accuracy": 0.8446134746074676, + "num_tokens": 15671767.0, + "step": 12180 + }, + { + "entropy": 1.2579241752624513, + "epoch": 1.1646125919556702, + "grad_norm": 1.3074843883514404, + "learning_rate": 9.879773955877504e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.84798663854599, + "num_tokens": 15684984.0, + "step": 12190 + }, + { + "entropy": 1.2014314651489257, + "epoch": 1.1655679755421802, + "grad_norm": 1.2010654211044312, + "learning_rate": 9.879429379048374e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8660536408424377, + "num_tokens": 15697622.0, + "step": 12200 + }, + { + "entropy": 1.2269734859466552, + "epoch": 1.16652335912869, + "grad_norm": 0.94532710313797, + "learning_rate": 9.87908431516034e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8565229773521423, + "num_tokens": 15710627.0, + "step": 12210 + }, + { + "entropy": 1.2373773813247682, + "epoch": 1.1674787427152002, + "grad_norm": 1.286111831665039, + "learning_rate": 9.878738764247846e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8463433682918549, + "num_tokens": 15723469.0, + "step": 12220 + }, + { + "entropy": 1.249840295314789, + "epoch": 1.1684341263017102, + "grad_norm": 1.3413662910461426, + "learning_rate": 9.878392726345384e-05, + "loss": 0.3922, + "mean_token_accuracy": 0.842196273803711, + "num_tokens": 15736387.0, + "step": 12230 + }, + { + "entropy": 1.244221293926239, + "epoch": 1.16938950988822, + "grad_norm": 0.8692665696144104, + "learning_rate": 9.878046201487494e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8691255211830139, + "num_tokens": 15749572.0, + "step": 12240 + }, + { + "entropy": 1.23812894821167, + "epoch": 1.17034489347473, + "grad_norm": 0.8344313502311707, + "learning_rate": 9.877699189708769e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8553214013576508, + "num_tokens": 15762102.0, + "step": 12250 + }, + { + "entropy": 1.2575915575027465, + "epoch": 1.1713002770612402, + "grad_norm": 1.0296804904937744, + "learning_rate": 9.877351691043845e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8564456462860107, + "num_tokens": 15774749.0, + "step": 12260 + }, + { + "entropy": 1.2422779083251954, + "epoch": 1.17225566064775, + "grad_norm": 0.9977344870567322, + "learning_rate": 9.87700370552741e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8509537935256958, + "num_tokens": 15787457.0, + "step": 12270 + }, + { + "entropy": 1.2736223459243774, + "epoch": 1.17321104423426, + "grad_norm": 0.8129730224609375, + "learning_rate": 9.876655233194199e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.8456585109233856, + "num_tokens": 15800814.0, + "step": 12280 + }, + { + "entropy": 1.2636179208755494, + "epoch": 1.17416642782077, + "grad_norm": 0.8987505435943604, + "learning_rate": 9.876306274078994e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8339332103729248, + "num_tokens": 15813709.0, + "step": 12290 + }, + { + "entropy": 1.2740393996238708, + "epoch": 1.1751218114072801, + "grad_norm": 0.8500007390975952, + "learning_rate": 9.87595682821663e-05, + "loss": 0.4279, + "mean_token_accuracy": 0.8296678364276886, + "num_tokens": 15826731.0, + "step": 12300 + }, + { + "entropy": 1.256425940990448, + "epoch": 1.17607719499379, + "grad_norm": 0.8583866953849792, + "learning_rate": 9.87560689564199e-05, + "loss": 0.3715, + "mean_token_accuracy": 0.8519315361976624, + "num_tokens": 15839673.0, + "step": 12310 + }, + { + "entropy": 1.2619856238365172, + "epoch": 1.1770325785803, + "grad_norm": 0.8807682394981384, + "learning_rate": 9.87525647639e-05, + "loss": 0.4054, + "mean_token_accuracy": 0.8401966869831086, + "num_tokens": 15852689.0, + "step": 12320 + }, + { + "entropy": 1.258769726753235, + "epoch": 1.17798796216681, + "grad_norm": 1.091153860092163, + "learning_rate": 9.874905570495641e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.8408807873725891, + "num_tokens": 15865332.0, + "step": 12330 + }, + { + "entropy": 1.2581477522850038, + "epoch": 1.17894334575332, + "grad_norm": 1.0232487916946411, + "learning_rate": 9.874554177993938e-05, + "loss": 0.3756, + "mean_token_accuracy": 0.8537778258323669, + "num_tokens": 15877752.0, + "step": 12340 + }, + { + "entropy": 1.2273235201835633, + "epoch": 1.17989872933983, + "grad_norm": 0.874327540397644, + "learning_rate": 9.87420229891997e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8601596176624298, + "num_tokens": 15889668.0, + "step": 12350 + }, + { + "entropy": 1.2485448002815247, + "epoch": 1.18085411292634, + "grad_norm": 1.1749212741851807, + "learning_rate": 9.873849933308856e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8415333688259125, + "num_tokens": 15902265.0, + "step": 12360 + }, + { + "entropy": 1.255065631866455, + "epoch": 1.1818094965128498, + "grad_norm": 0.8716244101524353, + "learning_rate": 9.873497081195775e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8471186101436615, + "num_tokens": 15915324.0, + "step": 12370 + }, + { + "entropy": 1.250568187236786, + "epoch": 1.18276488009936, + "grad_norm": 1.0651884078979492, + "learning_rate": 9.873143742615942e-05, + "loss": 0.3792, + "mean_token_accuracy": 0.8485183119773865, + "num_tokens": 15928152.0, + "step": 12380 + }, + { + "entropy": 1.2458749890327454, + "epoch": 1.18372026368587, + "grad_norm": 1.034236192703247, + "learning_rate": 9.872789917604633e-05, + "loss": 0.3868, + "mean_token_accuracy": 0.8464084446430207, + "num_tokens": 15941344.0, + "step": 12390 + }, + { + "entropy": 1.2369410634040832, + "epoch": 1.1846756472723798, + "grad_norm": 0.9157713651657104, + "learning_rate": 9.87243560619716e-05, + "loss": 0.3915, + "mean_token_accuracy": 0.8452089428901672, + "num_tokens": 15953955.0, + "step": 12400 + }, + { + "entropy": 1.2572736501693726, + "epoch": 1.1856310308588898, + "grad_norm": 1.3545520305633545, + "learning_rate": 9.872080808428894e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8298601984977723, + "num_tokens": 15966921.0, + "step": 12410 + }, + { + "entropy": 1.2386837959289552, + "epoch": 1.1865864144454, + "grad_norm": 1.2683629989624023, + "learning_rate": 9.871725524335252e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8444692254066467, + "num_tokens": 15979913.0, + "step": 12420 + }, + { + "entropy": 1.2451406002044678, + "epoch": 1.1875417980319098, + "grad_norm": 0.9558776021003723, + "learning_rate": 9.871369753951693e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8274178087711335, + "num_tokens": 15993042.0, + "step": 12430 + }, + { + "entropy": 1.2410744547843933, + "epoch": 1.1884971816184198, + "grad_norm": 0.7936898469924927, + "learning_rate": 9.871013497313733e-05, + "loss": 0.3607, + "mean_token_accuracy": 0.8526614665985107, + "num_tokens": 16006161.0, + "step": 12440 + }, + { + "entropy": 1.2342721104621888, + "epoch": 1.1894525652049297, + "grad_norm": 0.8704418540000916, + "learning_rate": 9.870656754456932e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8464857459068298, + "num_tokens": 16018862.0, + "step": 12450 + }, + { + "entropy": 1.238588070869446, + "epoch": 1.1904079487914399, + "grad_norm": 0.9533440470695496, + "learning_rate": 9.870299525416901e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8390946686267853, + "num_tokens": 16031234.0, + "step": 12460 + }, + { + "entropy": 1.2440635204315185, + "epoch": 1.1913633323779498, + "grad_norm": 0.8359209299087524, + "learning_rate": 9.869941810229298e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8375889658927917, + "num_tokens": 16044304.0, + "step": 12470 + }, + { + "entropy": 1.2353332757949829, + "epoch": 1.1923187159644597, + "grad_norm": 0.8902347683906555, + "learning_rate": 9.869583608929826e-05, + "loss": 0.4101, + "mean_token_accuracy": 0.83344566822052, + "num_tokens": 16057321.0, + "step": 12480 + }, + { + "entropy": 1.2140882849693297, + "epoch": 1.1932740995509696, + "grad_norm": 1.078484296798706, + "learning_rate": 9.869224921554246e-05, + "loss": 0.3726, + "mean_token_accuracy": 0.8545425236225128, + "num_tokens": 16070115.0, + "step": 12490 + }, + { + "entropy": 1.2269346594810486, + "epoch": 1.1942294831374798, + "grad_norm": 0.7993383407592773, + "learning_rate": 9.868865748138357e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8480926394462586, + "num_tokens": 16082640.0, + "step": 12500 + }, + { + "entropy": 1.2385292053222656, + "epoch": 1.1951848667239897, + "grad_norm": 1.2452340126037598, + "learning_rate": 9.868506088718015e-05, + "loss": 0.3981, + "mean_token_accuracy": 0.8413063406944274, + "num_tokens": 16095719.0, + "step": 12510 + }, + { + "entropy": 1.2160279512405396, + "epoch": 1.1961402503104996, + "grad_norm": 1.261602759361267, + "learning_rate": 9.868145943329117e-05, + "loss": 0.389, + "mean_token_accuracy": 0.8442356407642364, + "num_tokens": 16107942.0, + "step": 12520 + }, + { + "entropy": 1.2483035683631898, + "epoch": 1.1970956338970096, + "grad_norm": 0.9168224334716797, + "learning_rate": 9.867785312007616e-05, + "loss": 0.4085, + "mean_token_accuracy": 0.8370239555835723, + "num_tokens": 16120623.0, + "step": 12530 + }, + { + "entropy": 1.2600567936897278, + "epoch": 1.1980510174835197, + "grad_norm": 1.0731862783432007, + "learning_rate": 9.867424194789508e-05, + "loss": 0.403, + "mean_token_accuracy": 0.8376563310623169, + "num_tokens": 16133541.0, + "step": 12540 + }, + { + "entropy": 1.2384368538856507, + "epoch": 1.1990064010700296, + "grad_norm": 0.8906298279762268, + "learning_rate": 9.867062591710839e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.8415093839168548, + "num_tokens": 16146487.0, + "step": 12550 + }, + { + "entropy": 1.239682388305664, + "epoch": 1.1999617846565396, + "grad_norm": 1.5209429264068604, + "learning_rate": 9.866700502807702e-05, + "loss": 0.3619, + "mean_token_accuracy": 0.8536400556564331, + "num_tokens": 16159194.0, + "step": 12560 + }, + { + "entropy": 1.239429247379303, + "epoch": 1.2009171682430495, + "grad_norm": 0.8596479296684265, + "learning_rate": 9.866337928116245e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8507121086120606, + "num_tokens": 16171956.0, + "step": 12570 + }, + { + "entropy": 1.2343565464019775, + "epoch": 1.2018725518295597, + "grad_norm": 0.8845556974411011, + "learning_rate": 9.865974867672656e-05, + "loss": 0.3516, + "mean_token_accuracy": 0.8639104068279266, + "num_tokens": 16185109.0, + "step": 12580 + }, + { + "entropy": 1.2228386402130127, + "epoch": 1.2028279354160696, + "grad_norm": 0.8786311149597168, + "learning_rate": 9.865611321513177e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8649048864841461, + "num_tokens": 16198081.0, + "step": 12590 + }, + { + "entropy": 1.2257732987403869, + "epoch": 1.2037833190025795, + "grad_norm": 1.1395162343978882, + "learning_rate": 9.865247289674096e-05, + "loss": 0.378, + "mean_token_accuracy": 0.8487760424613953, + "num_tokens": 16210641.0, + "step": 12600 + }, + { + "entropy": 1.2488605499267578, + "epoch": 1.2047387025890894, + "grad_norm": 1.0095734596252441, + "learning_rate": 9.864882772191752e-05, + "loss": 0.4396, + "mean_token_accuracy": 0.8295571446418762, + "num_tokens": 16223488.0, + "step": 12610 + }, + { + "entropy": 1.249226200580597, + "epoch": 1.2056940861755996, + "grad_norm": 0.8599011301994324, + "learning_rate": 9.864517769102528e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.843298864364624, + "num_tokens": 16236525.0, + "step": 12620 + }, + { + "entropy": 1.2515183806419372, + "epoch": 1.2066494697621095, + "grad_norm": 1.0565599203109741, + "learning_rate": 9.86415228044286e-05, + "loss": 0.3511, + "mean_token_accuracy": 0.8603283047676087, + "num_tokens": 16249763.0, + "step": 12630 + }, + { + "entropy": 1.252560591697693, + "epoch": 1.2076048533486194, + "grad_norm": 1.2501851320266724, + "learning_rate": 9.863786306249228e-05, + "loss": 0.3846, + "mean_token_accuracy": 0.8430239796638489, + "num_tokens": 16262964.0, + "step": 12640 + }, + { + "entropy": 1.2485635161399842, + "epoch": 1.2085602369351294, + "grad_norm": 1.021592378616333, + "learning_rate": 9.863419846558166e-05, + "loss": 0.3721, + "mean_token_accuracy": 0.8570979297161102, + "num_tokens": 16275720.0, + "step": 12650 + }, + { + "entropy": 1.2573285818099975, + "epoch": 1.2095156205216395, + "grad_norm": 0.9809983968734741, + "learning_rate": 9.863052901406253e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8394398748874664, + "num_tokens": 16288360.0, + "step": 12660 + }, + { + "entropy": 1.2549538612365723, + "epoch": 1.2104710041081495, + "grad_norm": 1.1075084209442139, + "learning_rate": 9.862685470830118e-05, + "loss": 0.3778, + "mean_token_accuracy": 0.8510434865951538, + "num_tokens": 16301174.0, + "step": 12670 + }, + { + "entropy": 1.2594732642173767, + "epoch": 1.2114263876946594, + "grad_norm": 1.0765246152877808, + "learning_rate": 9.862317554866433e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8553553819656372, + "num_tokens": 16313922.0, + "step": 12680 + }, + { + "entropy": 1.2440972208976746, + "epoch": 1.2123817712811693, + "grad_norm": 1.0164998769760132, + "learning_rate": 9.861949153551928e-05, + "loss": 0.3564, + "mean_token_accuracy": 0.8615292549133301, + "num_tokens": 16326317.0, + "step": 12690 + }, + { + "entropy": 1.2421478867530822, + "epoch": 1.2133371548676795, + "grad_norm": 1.1828807592391968, + "learning_rate": 9.861580266923376e-05, + "loss": 0.3854, + "mean_token_accuracy": 0.8435663104057312, + "num_tokens": 16338828.0, + "step": 12700 + }, + { + "entropy": 1.2488433957099914, + "epoch": 1.2142925384541894, + "grad_norm": 0.7831345796585083, + "learning_rate": 9.861210895017596e-05, + "loss": 0.3824, + "mean_token_accuracy": 0.849935632944107, + "num_tokens": 16352066.0, + "step": 12710 + }, + { + "entropy": 1.2491501331329347, + "epoch": 1.2152479220406993, + "grad_norm": 0.9805430769920349, + "learning_rate": 9.860841037871459e-05, + "loss": 0.3985, + "mean_token_accuracy": 0.8385900378227233, + "num_tokens": 16365517.0, + "step": 12720 + }, + { + "entropy": 1.2492388963699341, + "epoch": 1.2162033056272092, + "grad_norm": 1.27568519115448, + "learning_rate": 9.860470695521885e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8291894912719726, + "num_tokens": 16377962.0, + "step": 12730 + }, + { + "entropy": 1.2556698322296143, + "epoch": 1.2171586892137194, + "grad_norm": 0.8816468119621277, + "learning_rate": 9.860099868005841e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8398580729961396, + "num_tokens": 16391038.0, + "step": 12740 + }, + { + "entropy": 1.245470368862152, + "epoch": 1.2181140728002293, + "grad_norm": 0.890904426574707, + "learning_rate": 9.859728555360342e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.8363957703113556, + "num_tokens": 16403726.0, + "step": 12750 + }, + { + "entropy": 1.2430950045585631, + "epoch": 1.2190694563867392, + "grad_norm": 1.1045063734054565, + "learning_rate": 9.85935675762245e-05, + "loss": 0.4135, + "mean_token_accuracy": 0.8303632199764251, + "num_tokens": 16416554.0, + "step": 12760 + }, + { + "entropy": 1.2419434785842896, + "epoch": 1.2200248399732492, + "grad_norm": 1.1591368913650513, + "learning_rate": 9.85898447482928e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8428139686584473, + "num_tokens": 16429798.0, + "step": 12770 + }, + { + "entropy": 1.2360910296440124, + "epoch": 1.2209802235597593, + "grad_norm": 1.0556374788284302, + "learning_rate": 9.858611707017995e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.8637539386749268, + "num_tokens": 16442523.0, + "step": 12780 + }, + { + "entropy": 1.2400774717330934, + "epoch": 1.2219356071462693, + "grad_norm": 1.1667085886001587, + "learning_rate": 9.8582384542258e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8487473130226135, + "num_tokens": 16455462.0, + "step": 12790 + }, + { + "entropy": 1.2371613025665282, + "epoch": 1.2228909907327792, + "grad_norm": 1.1467338800430298, + "learning_rate": 9.857864716489953e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8479920327663422, + "num_tokens": 16468162.0, + "step": 12800 + }, + { + "entropy": 1.229538345336914, + "epoch": 1.223846374319289, + "grad_norm": 1.1076093912124634, + "learning_rate": 9.857490493847762e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8434493899345398, + "num_tokens": 16480922.0, + "step": 12810 + }, + { + "entropy": 1.2414305686950684, + "epoch": 1.2248017579057993, + "grad_norm": 0.8856896758079529, + "learning_rate": 9.857115786336581e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8465483725070954, + "num_tokens": 16493502.0, + "step": 12820 + }, + { + "entropy": 1.253308153152466, + "epoch": 1.2257571414923092, + "grad_norm": 1.2527437210083008, + "learning_rate": 9.856740593993812e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8321452975273133, + "num_tokens": 16506123.0, + "step": 12830 + }, + { + "entropy": 1.232395052909851, + "epoch": 1.2267125250788191, + "grad_norm": 1.0480552911758423, + "learning_rate": 9.856364916856908e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8381568789482117, + "num_tokens": 16518681.0, + "step": 12840 + }, + { + "entropy": 1.2302031874656678, + "epoch": 1.227667908665329, + "grad_norm": 0.9029361605644226, + "learning_rate": 9.855988754963366e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8473460614681244, + "num_tokens": 16531287.0, + "step": 12850 + }, + { + "entropy": 1.2444141626358032, + "epoch": 1.2286232922518392, + "grad_norm": 1.033125400543213, + "learning_rate": 9.855612108350735e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8466133117675781, + "num_tokens": 16544231.0, + "step": 12860 + }, + { + "entropy": 1.2420948266983032, + "epoch": 1.2295786758383491, + "grad_norm": 2.5584359169006348, + "learning_rate": 9.855234977056615e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8531358242034912, + "num_tokens": 16557345.0, + "step": 12870 + }, + { + "entropy": 1.2287634015083313, + "epoch": 1.230534059424859, + "grad_norm": 1.2108782529830933, + "learning_rate": 9.854857361118646e-05, + "loss": 0.3404, + "mean_token_accuracy": 0.8660964787006378, + "num_tokens": 16570510.0, + "step": 12880 + }, + { + "entropy": 1.2290804028511046, + "epoch": 1.231489443011369, + "grad_norm": 1.2788015604019165, + "learning_rate": 9.854479260574523e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.8490316212177277, + "num_tokens": 16583091.0, + "step": 12890 + }, + { + "entropy": 1.2367157697677613, + "epoch": 1.2324448265978791, + "grad_norm": 1.5919721126556396, + "learning_rate": 9.854100675461987e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8475983560085296, + "num_tokens": 16596110.0, + "step": 12900 + }, + { + "entropy": 1.2504537463188172, + "epoch": 1.233400210184389, + "grad_norm": 1.0849624872207642, + "learning_rate": 9.853721605818829e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8224343121051788, + "num_tokens": 16609218.0, + "step": 12910 + }, + { + "entropy": 1.2483033418655396, + "epoch": 1.234355593770899, + "grad_norm": 1.099787950515747, + "learning_rate": 9.853342051682885e-05, + "loss": 0.394, + "mean_token_accuracy": 0.848137229681015, + "num_tokens": 16622305.0, + "step": 12920 + }, + { + "entropy": 1.2462201952934264, + "epoch": 1.235310977357409, + "grad_norm": 1.6568986177444458, + "learning_rate": 9.852962013092046e-05, + "loss": 0.3937, + "mean_token_accuracy": 0.8475489974021911, + "num_tokens": 16635410.0, + "step": 12930 + }, + { + "entropy": 1.2483818173408507, + "epoch": 1.236266360943919, + "grad_norm": 1.069307565689087, + "learning_rate": 9.852581490084243e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8348517119884491, + "num_tokens": 16647933.0, + "step": 12940 + }, + { + "entropy": 1.228464162349701, + "epoch": 1.237221744530429, + "grad_norm": 1.0234462022781372, + "learning_rate": 9.85220048269746e-05, + "loss": 0.3776, + "mean_token_accuracy": 0.8519680559635162, + "num_tokens": 16660560.0, + "step": 12950 + }, + { + "entropy": 1.2517779111862182, + "epoch": 1.238177128116939, + "grad_norm": 0.9691325426101685, + "learning_rate": 9.85181899096973e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8444408655166626, + "num_tokens": 16673184.0, + "step": 12960 + }, + { + "entropy": 1.246804904937744, + "epoch": 1.2391325117034488, + "grad_norm": 1.0675855875015259, + "learning_rate": 9.851437014939133e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8454117476940155, + "num_tokens": 16685559.0, + "step": 12970 + }, + { + "entropy": 1.2424681901931762, + "epoch": 1.240087895289959, + "grad_norm": 1.1891546249389648, + "learning_rate": 9.851054554643796e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.839248776435852, + "num_tokens": 16698369.0, + "step": 12980 + }, + { + "entropy": 1.2375778675079345, + "epoch": 1.241043278876469, + "grad_norm": 1.0398354530334473, + "learning_rate": 9.850671610121898e-05, + "loss": 0.3702, + "mean_token_accuracy": 0.8513296365737915, + "num_tokens": 16711095.0, + "step": 12990 + }, + { + "entropy": 1.2672405600547791, + "epoch": 1.2419986624629789, + "grad_norm": 1.2184460163116455, + "learning_rate": 9.85028818141166e-05, + "loss": 0.4179, + "mean_token_accuracy": 0.830701756477356, + "num_tokens": 16724430.0, + "step": 13000 + }, + { + "entropy": 1.244819450378418, + "epoch": 1.2429540460494888, + "grad_norm": 1.1742180585861206, + "learning_rate": 9.84990426855136e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8426568567752838, + "num_tokens": 16737516.0, + "step": 13010 + }, + { + "entropy": 1.2576350927352906, + "epoch": 1.243909429635999, + "grad_norm": 0.8716538548469543, + "learning_rate": 9.849519871579318e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8277049839496613, + "num_tokens": 16751117.0, + "step": 13020 + }, + { + "entropy": 1.2473802089691162, + "epoch": 1.2448648132225089, + "grad_norm": 1.1783987283706665, + "learning_rate": 9.849134990533904e-05, + "loss": 0.3993, + "mean_token_accuracy": 0.8446326434612275, + "num_tokens": 16764165.0, + "step": 13030 + }, + { + "entropy": 1.2512670278549194, + "epoch": 1.2458201968090188, + "grad_norm": 1.1012327671051025, + "learning_rate": 9.848749625453534e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.8318607628345489, + "num_tokens": 16777633.0, + "step": 13040 + }, + { + "entropy": 1.260590422153473, + "epoch": 1.2467755803955287, + "grad_norm": 1.0325638055801392, + "learning_rate": 9.848363776376679e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8473432004451752, + "num_tokens": 16790254.0, + "step": 13050 + }, + { + "entropy": 1.2451711177825928, + "epoch": 1.2477309639820389, + "grad_norm": 1.1603262424468994, + "learning_rate": 9.847977443341852e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8453473925590516, + "num_tokens": 16802704.0, + "step": 13060 + }, + { + "entropy": 1.257201337814331, + "epoch": 1.2486863475685488, + "grad_norm": 1.1265591382980347, + "learning_rate": 9.847590626387615e-05, + "loss": 0.4372, + "mean_token_accuracy": 0.8326645433902741, + "num_tokens": 16815820.0, + "step": 13070 + }, + { + "entropy": 1.2550498604774476, + "epoch": 1.2496417311550587, + "grad_norm": 1.2272088527679443, + "learning_rate": 9.84720332555258e-05, + "loss": 0.4643, + "mean_token_accuracy": 0.816305273771286, + "num_tokens": 16828205.0, + "step": 13080 + }, + { + "entropy": 1.2582770586013794, + "epoch": 1.2505971147415686, + "grad_norm": 0.9330751299858093, + "learning_rate": 9.846815540875411e-05, + "loss": 0.4067, + "mean_token_accuracy": 0.8364309251308442, + "num_tokens": 16840942.0, + "step": 13090 + }, + { + "entropy": 1.253663754463196, + "epoch": 1.2515524983280788, + "grad_norm": 1.0836024284362793, + "learning_rate": 9.846427272394812e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8449251592159271, + "num_tokens": 16854352.0, + "step": 13100 + }, + { + "entropy": 1.2405165672302245, + "epoch": 1.2525078819145887, + "grad_norm": 1.1480506658554077, + "learning_rate": 9.846038520149539e-05, + "loss": 0.36, + "mean_token_accuracy": 0.85692138671875, + "num_tokens": 16867438.0, + "step": 13110 + }, + { + "entropy": 1.2288106083869934, + "epoch": 1.2534632655010987, + "grad_norm": 1.1478368043899536, + "learning_rate": 9.845649284178398e-05, + "loss": 0.3542, + "mean_token_accuracy": 0.8598682165145874, + "num_tokens": 16880211.0, + "step": 13120 + }, + { + "entropy": 1.2280407547950745, + "epoch": 1.2544186490876088, + "grad_norm": 0.9109328985214233, + "learning_rate": 9.845259564520244e-05, + "loss": 0.3969, + "mean_token_accuracy": 0.8426402449607849, + "num_tokens": 16892701.0, + "step": 13130 + }, + { + "entropy": 1.252233624458313, + "epoch": 1.2553740326741187, + "grad_norm": 1.0487055778503418, + "learning_rate": 9.844869361213976e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8349835455417634, + "num_tokens": 16905802.0, + "step": 13140 + }, + { + "entropy": 1.25005042552948, + "epoch": 1.2563294162606287, + "grad_norm": 1.1439718008041382, + "learning_rate": 9.844478674298542e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8540537118911743, + "num_tokens": 16918948.0, + "step": 13150 + }, + { + "entropy": 1.2684126615524292, + "epoch": 1.2572847998471386, + "grad_norm": 1.3182353973388672, + "learning_rate": 9.844087503812947e-05, + "loss": 0.4246, + "mean_token_accuracy": 0.8301327705383301, + "num_tokens": 16932087.0, + "step": 13160 + }, + { + "entropy": 1.258660662174225, + "epoch": 1.2582401834336485, + "grad_norm": 1.4381800889968872, + "learning_rate": 9.843695849796228e-05, + "loss": 0.4122, + "mean_token_accuracy": 0.8441027343273163, + "num_tokens": 16945083.0, + "step": 13170 + }, + { + "entropy": 1.25761137008667, + "epoch": 1.2591955670201587, + "grad_norm": 1.052964448928833, + "learning_rate": 9.843303712287487e-05, + "loss": 0.3988, + "mean_token_accuracy": 0.8439243853092193, + "num_tokens": 16958311.0, + "step": 13180 + }, + { + "entropy": 1.2434597730636596, + "epoch": 1.2601509506066686, + "grad_norm": 1.1040565967559814, + "learning_rate": 9.842911091325861e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.8544350624084472, + "num_tokens": 16971844.0, + "step": 13190 + }, + { + "entropy": 1.2292404413223266, + "epoch": 1.2611063341931785, + "grad_norm": 1.1867163181304932, + "learning_rate": 9.842517986950546e-05, + "loss": 0.4272, + "mean_token_accuracy": 0.8293859720230102, + "num_tokens": 16984781.0, + "step": 13200 + }, + { + "entropy": 1.2454614639282227, + "epoch": 1.2620617177796887, + "grad_norm": 0.9912806153297424, + "learning_rate": 9.842124399200778e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8308072805404663, + "num_tokens": 16997226.0, + "step": 13210 + }, + { + "entropy": 1.2537757515907288, + "epoch": 1.2630171013661986, + "grad_norm": 0.9139323830604553, + "learning_rate": 9.841730328115844e-05, + "loss": 0.4075, + "mean_token_accuracy": 0.8405142486095428, + "num_tokens": 17010379.0, + "step": 13220 + }, + { + "entropy": 1.2433327198028565, + "epoch": 1.2639724849527085, + "grad_norm": 0.9677075743675232, + "learning_rate": 9.84133577373508e-05, + "loss": 0.4324, + "mean_token_accuracy": 0.8297455906867981, + "num_tokens": 17023230.0, + "step": 13230 + }, + { + "entropy": 1.2465915203094482, + "epoch": 1.2649278685392185, + "grad_norm": 0.9912006258964539, + "learning_rate": 9.840940736097874e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8295668065547943, + "num_tokens": 17035996.0, + "step": 13240 + }, + { + "entropy": 1.2352534055709838, + "epoch": 1.2658832521257284, + "grad_norm": 1.2553678750991821, + "learning_rate": 9.840545215243652e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8357774555683136, + "num_tokens": 17049196.0, + "step": 13250 + }, + { + "entropy": 1.218512511253357, + "epoch": 1.2668386357122385, + "grad_norm": 1.3464391231536865, + "learning_rate": 9.8401492112119e-05, + "loss": 0.3747, + "mean_token_accuracy": 0.8463407516479492, + "num_tokens": 17061930.0, + "step": 13260 + }, + { + "entropy": 1.2208555936813354, + "epoch": 1.2677940192987485, + "grad_norm": 0.8401957154273987, + "learning_rate": 9.839752724042143e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8468692064285278, + "num_tokens": 17074868.0, + "step": 13270 + }, + { + "entropy": 1.2316139221191407, + "epoch": 1.2687494028852584, + "grad_norm": 0.8918686509132385, + "learning_rate": 9.83935575377396e-05, + "loss": 0.4104, + "mean_token_accuracy": 0.8308096110820771, + "num_tokens": 17088004.0, + "step": 13280 + }, + { + "entropy": 1.2262015461921691, + "epoch": 1.2697047864717685, + "grad_norm": 1.1707677841186523, + "learning_rate": 9.838958300446974e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.8404345750808716, + "num_tokens": 17100735.0, + "step": 13290 + }, + { + "entropy": 1.2366230726242065, + "epoch": 1.2706601700582785, + "grad_norm": 1.0631626844406128, + "learning_rate": 9.83856036410086e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.85192751288414, + "num_tokens": 17113670.0, + "step": 13300 + }, + { + "entropy": 1.2264176726341247, + "epoch": 1.2716155536447884, + "grad_norm": 0.8909675478935242, + "learning_rate": 9.838161944775339e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8468758761882782, + "num_tokens": 17126203.0, + "step": 13310 + }, + { + "entropy": 1.2455140590667724, + "epoch": 1.2725709372312983, + "grad_norm": 0.9693220257759094, + "learning_rate": 9.837763042510181e-05, + "loss": 0.4349, + "mean_token_accuracy": 0.8277261912822723, + "num_tokens": 17139280.0, + "step": 13320 + }, + { + "entropy": 1.2336613893508912, + "epoch": 1.2735263208178083, + "grad_norm": 1.127357840538025, + "learning_rate": 9.837363657345202e-05, + "loss": 0.3777, + "mean_token_accuracy": 0.8437158584594726, + "num_tokens": 17151633.0, + "step": 13330 + }, + { + "entropy": 1.2506424188613892, + "epoch": 1.2744817044043184, + "grad_norm": 1.0267515182495117, + "learning_rate": 9.836963789320273e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8441841959953308, + "num_tokens": 17164813.0, + "step": 13340 + }, + { + "entropy": 1.2421749830245972, + "epoch": 1.2754370879908283, + "grad_norm": 1.4460663795471191, + "learning_rate": 9.836563438475302e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8465909719467163, + "num_tokens": 17177970.0, + "step": 13350 + }, + { + "entropy": 1.2290995836257934, + "epoch": 1.2763924715773383, + "grad_norm": 1.1108318567276, + "learning_rate": 9.836162604850256e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8365565717220307, + "num_tokens": 17190675.0, + "step": 13360 + }, + { + "entropy": 1.2443000078201294, + "epoch": 1.2773478551638484, + "grad_norm": 1.192421793937683, + "learning_rate": 9.835761288485145e-05, + "loss": 0.3869, + "mean_token_accuracy": 0.8445150196552277, + "num_tokens": 17203905.0, + "step": 13370 + }, + { + "entropy": 1.2334618091583252, + "epoch": 1.2783032387503583, + "grad_norm": 0.8483929634094238, + "learning_rate": 9.835359489420028e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.8382697463035583, + "num_tokens": 17217130.0, + "step": 13380 + }, + { + "entropy": 1.2310425400733949, + "epoch": 1.2792586223368683, + "grad_norm": 1.186692476272583, + "learning_rate": 9.83495720769501e-05, + "loss": 0.3758, + "mean_token_accuracy": 0.8510536432266236, + "num_tokens": 17229789.0, + "step": 13390 + }, + { + "entropy": 1.233325755596161, + "epoch": 1.2802140059233782, + "grad_norm": 0.9084362387657166, + "learning_rate": 9.834554443350248e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8305635154247284, + "num_tokens": 17242435.0, + "step": 13400 + }, + { + "entropy": 1.2750198125839234, + "epoch": 1.2811693895098881, + "grad_norm": 1.1803758144378662, + "learning_rate": 9.834151196425946e-05, + "loss": 0.4479, + "mean_token_accuracy": 0.8269615709781647, + "num_tokens": 17256117.0, + "step": 13410 + }, + { + "entropy": 1.2367047429084779, + "epoch": 1.2821247730963983, + "grad_norm": 0.8649490475654602, + "learning_rate": 9.833747466962356e-05, + "loss": 0.3784, + "mean_token_accuracy": 0.847506445646286, + "num_tokens": 17268847.0, + "step": 13420 + }, + { + "entropy": 1.2430660486221314, + "epoch": 1.2830801566829082, + "grad_norm": 1.033842921257019, + "learning_rate": 9.833343254999774e-05, + "loss": 0.3939, + "mean_token_accuracy": 0.8400290191173554, + "num_tokens": 17281292.0, + "step": 13430 + }, + { + "entropy": 1.2503806352615356, + "epoch": 1.2840355402694181, + "grad_norm": 0.8805834054946899, + "learning_rate": 9.832938560578553e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8445451736450196, + "num_tokens": 17294678.0, + "step": 13440 + }, + { + "entropy": 1.2437912583351136, + "epoch": 1.2849909238559283, + "grad_norm": 1.0005863904953003, + "learning_rate": 9.832533383739084e-05, + "loss": 0.396, + "mean_token_accuracy": 0.8457505881786347, + "num_tokens": 17307561.0, + "step": 13450 + }, + { + "entropy": 1.2525561094284057, + "epoch": 1.2859463074424382, + "grad_norm": 1.064033031463623, + "learning_rate": 9.832127724521817e-05, + "loss": 0.443, + "mean_token_accuracy": 0.8283377408981323, + "num_tokens": 17319933.0, + "step": 13460 + }, + { + "entropy": 1.2526968717575073, + "epoch": 1.2869016910289481, + "grad_norm": 0.9801352024078369, + "learning_rate": 9.83172158296724e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8464312851428986, + "num_tokens": 17332909.0, + "step": 13470 + }, + { + "entropy": 1.2556990146636964, + "epoch": 1.287857074615458, + "grad_norm": 1.004270076751709, + "learning_rate": 9.831314959115896e-05, + "loss": 0.3821, + "mean_token_accuracy": 0.8529120147228241, + "num_tokens": 17346059.0, + "step": 13480 + }, + { + "entropy": 1.2485490679740905, + "epoch": 1.288812458201968, + "grad_norm": 0.8014090061187744, + "learning_rate": 9.830907853008373e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8591457605361938, + "num_tokens": 17358273.0, + "step": 13490 + }, + { + "entropy": 1.242997682094574, + "epoch": 1.2897678417884781, + "grad_norm": 1.0193737745285034, + "learning_rate": 9.830500264685308e-05, + "loss": 0.4076, + "mean_token_accuracy": 0.8396261632442474, + "num_tokens": 17371100.0, + "step": 13500 + }, + { + "entropy": 1.2447484493255616, + "epoch": 1.290723225374988, + "grad_norm": 0.9942841529846191, + "learning_rate": 9.830092194187384e-05, + "loss": 0.4417, + "mean_token_accuracy": 0.8246271193027497, + "num_tokens": 17383887.0, + "step": 13510 + }, + { + "entropy": 1.2547451496124267, + "epoch": 1.291678608961498, + "grad_norm": 1.1539251804351807, + "learning_rate": 9.829683641555336e-05, + "loss": 0.3978, + "mean_token_accuracy": 0.83608318567276, + "num_tokens": 17396689.0, + "step": 13520 + }, + { + "entropy": 1.2490773677825928, + "epoch": 1.2926339925480081, + "grad_norm": 1.5142595767974854, + "learning_rate": 9.829274606829945e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8410690009593964, + "num_tokens": 17410049.0, + "step": 13530 + }, + { + "entropy": 1.2434138894081115, + "epoch": 1.293589376134518, + "grad_norm": 1.053801417350769, + "learning_rate": 9.828865090052042e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.836857146024704, + "num_tokens": 17422943.0, + "step": 13540 + }, + { + "entropy": 1.25706205368042, + "epoch": 1.294544759721028, + "grad_norm": 1.215136170387268, + "learning_rate": 9.8284550912625e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8290080606937409, + "num_tokens": 17435657.0, + "step": 13550 + }, + { + "entropy": 1.2658058285713196, + "epoch": 1.295500143307538, + "grad_norm": 1.083781123161316, + "learning_rate": 9.82804461050225e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8330732047557831, + "num_tokens": 17449203.0, + "step": 13560 + }, + { + "entropy": 1.2548185467720032, + "epoch": 1.2964555268940479, + "grad_norm": 1.038699984550476, + "learning_rate": 9.827633647812262e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8326027989387512, + "num_tokens": 17462498.0, + "step": 13570 + }, + { + "entropy": 1.2460496187210084, + "epoch": 1.297410910480558, + "grad_norm": 1.2406762838363647, + "learning_rate": 9.827222203233559e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8343123316764831, + "num_tokens": 17474937.0, + "step": 13580 + }, + { + "entropy": 1.2563029527664185, + "epoch": 1.298366294067068, + "grad_norm": 0.9330341219902039, + "learning_rate": 9.826810276807213e-05, + "loss": 0.3895, + "mean_token_accuracy": 0.850509124994278, + "num_tokens": 17488504.0, + "step": 13590 + }, + { + "entropy": 1.239137876033783, + "epoch": 1.2993216776535779, + "grad_norm": 0.8814010620117188, + "learning_rate": 9.826397868574337e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8519476115703583, + "num_tokens": 17501473.0, + "step": 13600 + }, + { + "entropy": 1.2718763828277588, + "epoch": 1.300277061240088, + "grad_norm": 0.9439027905464172, + "learning_rate": 9.825984978576101e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8309572279453278, + "num_tokens": 17514325.0, + "step": 13610 + }, + { + "entropy": 1.2308622002601624, + "epoch": 1.301232444826598, + "grad_norm": 1.0217407941818237, + "learning_rate": 9.825571606853719e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8541064739227295, + "num_tokens": 17526733.0, + "step": 13620 + }, + { + "entropy": 1.246115016937256, + "epoch": 1.3021878284131079, + "grad_norm": 1.0312557220458984, + "learning_rate": 9.82515775344845e-05, + "loss": 0.3637, + "mean_token_accuracy": 0.8548212230205536, + "num_tokens": 17540008.0, + "step": 13630 + }, + { + "entropy": 1.260027527809143, + "epoch": 1.3031432119996178, + "grad_norm": 0.9448264241218567, + "learning_rate": 9.82474341840161e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8373560011386871, + "num_tokens": 17552586.0, + "step": 13640 + }, + { + "entropy": 1.2856867551803588, + "epoch": 1.3040985955861277, + "grad_norm": 1.0522358417510986, + "learning_rate": 9.824328601754553e-05, + "loss": 0.4423, + "mean_token_accuracy": 0.8233389616012573, + "num_tokens": 17565654.0, + "step": 13650 + }, + { + "entropy": 1.2618515610694885, + "epoch": 1.3050539791726379, + "grad_norm": 1.1376439332962036, + "learning_rate": 9.823913303548686e-05, + "loss": 0.4, + "mean_token_accuracy": 0.8396134555339814, + "num_tokens": 17578789.0, + "step": 13660 + }, + { + "entropy": 1.2652528882026672, + "epoch": 1.3060093627591478, + "grad_norm": 1.0224963426589966, + "learning_rate": 9.823497523825466e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8502436935901642, + "num_tokens": 17592132.0, + "step": 13670 + }, + { + "entropy": 1.2670599341392517, + "epoch": 1.3069647463456577, + "grad_norm": 0.9974556565284729, + "learning_rate": 9.823081262626393e-05, + "loss": 0.3771, + "mean_token_accuracy": 0.8563918828964233, + "num_tokens": 17605011.0, + "step": 13680 + }, + { + "entropy": 1.2604580044746398, + "epoch": 1.3079201299321679, + "grad_norm": 1.0899533033370972, + "learning_rate": 9.822664519993019e-05, + "loss": 0.3821, + "mean_token_accuracy": 0.840369725227356, + "num_tokens": 17618130.0, + "step": 13690 + }, + { + "entropy": 1.241355299949646, + "epoch": 1.3088755135186778, + "grad_norm": 1.2555136680603027, + "learning_rate": 9.822247295966942e-05, + "loss": 0.3688, + "mean_token_accuracy": 0.8483950614929199, + "num_tokens": 17631004.0, + "step": 13700 + }, + { + "entropy": 1.2429071307182311, + "epoch": 1.3098308971051877, + "grad_norm": 0.9116549491882324, + "learning_rate": 9.821829590589808e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8474555373191833, + "num_tokens": 17643864.0, + "step": 13710 + }, + { + "entropy": 1.2570380568504333, + "epoch": 1.3107862806916977, + "grad_norm": 0.9193761348724365, + "learning_rate": 9.821411403903316e-05, + "loss": 0.4274, + "mean_token_accuracy": 0.8256485223770141, + "num_tokens": 17656745.0, + "step": 13720 + }, + { + "entropy": 1.2708402752876282, + "epoch": 1.3117416642782076, + "grad_norm": 0.9306927919387817, + "learning_rate": 9.820992735949204e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8325391471385956, + "num_tokens": 17669653.0, + "step": 13730 + }, + { + "entropy": 1.2702141880989075, + "epoch": 1.3126970478647177, + "grad_norm": 1.1246774196624756, + "learning_rate": 9.820573586769267e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.8286425113677979, + "num_tokens": 17682398.0, + "step": 13740 + }, + { + "entropy": 1.25867201089859, + "epoch": 1.3136524314512277, + "grad_norm": 1.011552095413208, + "learning_rate": 9.820153956405341e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8357684791088105, + "num_tokens": 17695023.0, + "step": 13750 + }, + { + "entropy": 1.2651922702789307, + "epoch": 1.3146078150377376, + "grad_norm": 0.866317629814148, + "learning_rate": 9.819733844899312e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8486599266529083, + "num_tokens": 17707877.0, + "step": 13760 + }, + { + "entropy": 1.2733311295509337, + "epoch": 1.3155631986242478, + "grad_norm": 0.8226599097251892, + "learning_rate": 9.819313252293119e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8545268893241882, + "num_tokens": 17721558.0, + "step": 13770 + }, + { + "entropy": 1.2689264416694641, + "epoch": 1.3165185822107577, + "grad_norm": 0.9339081048965454, + "learning_rate": 9.818892178628743e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8552213549613953, + "num_tokens": 17734441.0, + "step": 13780 + }, + { + "entropy": 1.276038157939911, + "epoch": 1.3174739657972676, + "grad_norm": 0.9357479214668274, + "learning_rate": 9.818470623948215e-05, + "loss": 0.389, + "mean_token_accuracy": 0.8460730671882629, + "num_tokens": 17747621.0, + "step": 13790 + }, + { + "entropy": 1.2595154523849488, + "epoch": 1.3184293493837775, + "grad_norm": 0.8917368054389954, + "learning_rate": 9.818048588293614e-05, + "loss": 0.3569, + "mean_token_accuracy": 0.858987319469452, + "num_tokens": 17760118.0, + "step": 13800 + }, + { + "entropy": 1.279339849948883, + "epoch": 1.3193847329702875, + "grad_norm": 0.9400988817214966, + "learning_rate": 9.817626071707067e-05, + "loss": 0.4073, + "mean_token_accuracy": 0.8392273008823394, + "num_tokens": 17773406.0, + "step": 13810 + }, + { + "entropy": 1.2845535039901734, + "epoch": 1.3203401165567976, + "grad_norm": 1.0489658117294312, + "learning_rate": 9.81720307423075e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8426976144313812, + "num_tokens": 17787099.0, + "step": 13820 + }, + { + "entropy": 1.2839815855026244, + "epoch": 1.3212955001433075, + "grad_norm": 0.9557080268859863, + "learning_rate": 9.816779595906885e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8449995756149292, + "num_tokens": 17800385.0, + "step": 13830 + }, + { + "entropy": 1.3085451245307922, + "epoch": 1.3222508837298175, + "grad_norm": 1.254320502281189, + "learning_rate": 9.816355636777744e-05, + "loss": 0.4457, + "mean_token_accuracy": 0.8187614202499389, + "num_tokens": 17813120.0, + "step": 13840 + }, + { + "entropy": 1.288959562778473, + "epoch": 1.3232062673163276, + "grad_norm": 1.004820466041565, + "learning_rate": 9.815931196885646e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8533357858657837, + "num_tokens": 17826706.0, + "step": 13850 + }, + { + "entropy": 1.2795446991920472, + "epoch": 1.3241616509028376, + "grad_norm": 1.0049794912338257, + "learning_rate": 9.815506276272958e-05, + "loss": 0.3875, + "mean_token_accuracy": 0.8473624110221862, + "num_tokens": 17839768.0, + "step": 13860 + }, + { + "entropy": 1.2505180478096007, + "epoch": 1.3251170344893475, + "grad_norm": 1.2186367511749268, + "learning_rate": 9.815080874982094e-05, + "loss": 0.3686, + "mean_token_accuracy": 0.853463762998581, + "num_tokens": 17852066.0, + "step": 13870 + }, + { + "entropy": 1.273380196094513, + "epoch": 1.3260724180758574, + "grad_norm": 1.0758984088897705, + "learning_rate": 9.814654993055519e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8381779432296753, + "num_tokens": 17865051.0, + "step": 13880 + }, + { + "entropy": 1.264497709274292, + "epoch": 1.3270278016623673, + "grad_norm": 0.79425448179245, + "learning_rate": 9.814228630535743e-05, + "loss": 0.3826, + "mean_token_accuracy": 0.8424671113491058, + "num_tokens": 17877402.0, + "step": 13890 + }, + { + "entropy": 1.2708306312561035, + "epoch": 1.3279831852488775, + "grad_norm": 0.8371590971946716, + "learning_rate": 9.813801787465324e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8580711305141449, + "num_tokens": 17890126.0, + "step": 13900 + }, + { + "entropy": 1.2418587923049926, + "epoch": 1.3289385688353874, + "grad_norm": 1.0563503503799438, + "learning_rate": 9.813374463886872e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8581122636795044, + "num_tokens": 17902347.0, + "step": 13910 + }, + { + "entropy": 1.261654555797577, + "epoch": 1.3298939524218973, + "grad_norm": 1.1033920049667358, + "learning_rate": 9.812946659843038e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.8414901614189148, + "num_tokens": 17915208.0, + "step": 13920 + }, + { + "entropy": 1.2683282136917113, + "epoch": 1.3308493360084075, + "grad_norm": 0.825303852558136, + "learning_rate": 9.812518375376528e-05, + "loss": 0.4698, + "mean_token_accuracy": 0.8164258778095246, + "num_tokens": 17927840.0, + "step": 13930 + }, + { + "entropy": 1.2686144590377808, + "epoch": 1.3318047195949174, + "grad_norm": 1.0213990211486816, + "learning_rate": 9.812089610530091e-05, + "loss": 0.4244, + "mean_token_accuracy": 0.8331914663314819, + "num_tokens": 17940801.0, + "step": 13940 + }, + { + "entropy": 1.2661427855491638, + "epoch": 1.3327601031814273, + "grad_norm": 0.8575324416160583, + "learning_rate": 9.811660365346526e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8422737896442414, + "num_tokens": 17953812.0, + "step": 13950 + }, + { + "entropy": 1.2797017574310303, + "epoch": 1.3337154867679373, + "grad_norm": 1.024899959564209, + "learning_rate": 9.811230639868683e-05, + "loss": 0.3868, + "mean_token_accuracy": 0.8482522070407867, + "num_tokens": 17966915.0, + "step": 13960 + }, + { + "entropy": 1.269374430179596, + "epoch": 1.3346708703544472, + "grad_norm": 1.099408507347107, + "learning_rate": 9.810800434139452e-05, + "loss": 0.3627, + "mean_token_accuracy": 0.8584628760814667, + "num_tokens": 17980145.0, + "step": 13970 + }, + { + "entropy": 1.259272861480713, + "epoch": 1.3356262539409574, + "grad_norm": 1.1996923685073853, + "learning_rate": 9.810369748201776e-05, + "loss": 0.3931, + "mean_token_accuracy": 0.8457299172878265, + "num_tokens": 17992795.0, + "step": 13980 + }, + { + "entropy": 1.2634042382240296, + "epoch": 1.3365816375274673, + "grad_norm": 0.8691030740737915, + "learning_rate": 9.80993858209865e-05, + "loss": 0.4195, + "mean_token_accuracy": 0.830014556646347, + "num_tokens": 18006450.0, + "step": 13990 + }, + { + "entropy": 1.2735114097595215, + "epoch": 1.3375370211139772, + "grad_norm": 1.1053900718688965, + "learning_rate": 9.809506935873107e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8522775113582611, + "num_tokens": 18019674.0, + "step": 14000 + }, + { + "entropy": 1.2499165654182434, + "epoch": 1.3384924047004874, + "grad_norm": 1.019214391708374, + "learning_rate": 9.809074809568237e-05, + "loss": 0.4051, + "mean_token_accuracy": 0.8404814183712006, + "num_tokens": 18032087.0, + "step": 14010 + }, + { + "entropy": 1.2758722186088562, + "epoch": 1.3394477882869973, + "grad_norm": 1.0215259790420532, + "learning_rate": 9.808642203227174e-05, + "loss": 0.4143, + "mean_token_accuracy": 0.83075110912323, + "num_tokens": 18045528.0, + "step": 14020 + }, + { + "entropy": 1.2757424473762513, + "epoch": 1.3404031718735072, + "grad_norm": 1.003319263458252, + "learning_rate": 9.808209116893101e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8439128518104553, + "num_tokens": 18058219.0, + "step": 14030 + }, + { + "entropy": 1.2558568358421325, + "epoch": 1.3413585554600171, + "grad_norm": 1.3084583282470703, + "learning_rate": 9.807775550609244e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8455248892307281, + "num_tokens": 18071027.0, + "step": 14040 + }, + { + "entropy": 1.257401955127716, + "epoch": 1.342313939046527, + "grad_norm": 1.0183335542678833, + "learning_rate": 9.807341504418886e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8456780731678009, + "num_tokens": 18084000.0, + "step": 14050 + }, + { + "entropy": 1.2577311277389527, + "epoch": 1.3432693226330372, + "grad_norm": 0.8739454746246338, + "learning_rate": 9.806906978365349e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.837970495223999, + "num_tokens": 18096462.0, + "step": 14060 + }, + { + "entropy": 1.2432029366493225, + "epoch": 1.3442247062195471, + "grad_norm": 1.416020393371582, + "learning_rate": 9.80647197249201e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8557577908039093, + "num_tokens": 18109215.0, + "step": 14070 + }, + { + "entropy": 1.2553073525428773, + "epoch": 1.345180089806057, + "grad_norm": 0.8579029440879822, + "learning_rate": 9.806036486842289e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.838667893409729, + "num_tokens": 18121793.0, + "step": 14080 + }, + { + "entropy": 1.2586413741111755, + "epoch": 1.3461354733925672, + "grad_norm": 0.9614633321762085, + "learning_rate": 9.805600521459657e-05, + "loss": 0.372, + "mean_token_accuracy": 0.855550616979599, + "num_tokens": 18135019.0, + "step": 14090 + }, + { + "entropy": 1.2444320678710938, + "epoch": 1.3470908569790772, + "grad_norm": 0.9895139932632446, + "learning_rate": 9.80516407638763e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.84664945602417, + "num_tokens": 18147507.0, + "step": 14100 + }, + { + "entropy": 1.2506371855735778, + "epoch": 1.348046240565587, + "grad_norm": 0.9559342861175537, + "learning_rate": 9.804727151669773e-05, + "loss": 0.4041, + "mean_token_accuracy": 0.8416561782360077, + "num_tokens": 18159472.0, + "step": 14110 + }, + { + "entropy": 1.274163806438446, + "epoch": 1.349001624152097, + "grad_norm": 0.887187123298645, + "learning_rate": 9.804289747349702e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.826591944694519, + "num_tokens": 18172155.0, + "step": 14120 + }, + { + "entropy": 1.2750118732452393, + "epoch": 1.349957007738607, + "grad_norm": 1.0484694242477417, + "learning_rate": 9.803851863471077e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.832883620262146, + "num_tokens": 18185146.0, + "step": 14130 + }, + { + "entropy": 1.2919291853904724, + "epoch": 1.350912391325117, + "grad_norm": 1.0971508026123047, + "learning_rate": 9.803413500077606e-05, + "loss": 0.4554, + "mean_token_accuracy": 0.8232309997081757, + "num_tokens": 18198672.0, + "step": 14140 + }, + { + "entropy": 1.2765676021575927, + "epoch": 1.351867774911627, + "grad_norm": 0.9694488048553467, + "learning_rate": 9.802974657213047e-05, + "loss": 0.3501, + "mean_token_accuracy": 0.8591304838657379, + "num_tokens": 18211980.0, + "step": 14150 + }, + { + "entropy": 1.2653164386749267, + "epoch": 1.352823158498137, + "grad_norm": 1.3530408143997192, + "learning_rate": 9.802535334921204e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.841912430524826, + "num_tokens": 18224722.0, + "step": 14160 + }, + { + "entropy": 1.2516963362693787, + "epoch": 1.353778542084647, + "grad_norm": 1.4406582117080688, + "learning_rate": 9.802095533245931e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8509361684322357, + "num_tokens": 18237162.0, + "step": 14170 + }, + { + "entropy": 1.2862839579582215, + "epoch": 1.354733925671157, + "grad_norm": 1.0979071855545044, + "learning_rate": 9.801655252231126e-05, + "loss": 0.4451, + "mean_token_accuracy": 0.825681746006012, + "num_tokens": 18250015.0, + "step": 14180 + }, + { + "entropy": 1.2806775093078613, + "epoch": 1.355689309257667, + "grad_norm": 0.8320398330688477, + "learning_rate": 9.801214491920741e-05, + "loss": 0.4132, + "mean_token_accuracy": 0.8362636744976044, + "num_tokens": 18262626.0, + "step": 14190 + }, + { + "entropy": 1.268336868286133, + "epoch": 1.3566446928441769, + "grad_norm": 1.2120438814163208, + "learning_rate": 9.800773252358768e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8457812964916229, + "num_tokens": 18275668.0, + "step": 14200 + }, + { + "entropy": 1.2710749864578248, + "epoch": 1.3576000764306868, + "grad_norm": 0.8952687382698059, + "learning_rate": 9.800331533589253e-05, + "loss": 0.4083, + "mean_token_accuracy": 0.8391875267028809, + "num_tokens": 18288268.0, + "step": 14210 + }, + { + "entropy": 1.3001702904701233, + "epoch": 1.358555460017197, + "grad_norm": 1.3627126216888428, + "learning_rate": 9.79988933565629e-05, + "loss": 0.4242, + "mean_token_accuracy": 0.8284020602703095, + "num_tokens": 18301627.0, + "step": 14220 + }, + { + "entropy": 1.2723047018051148, + "epoch": 1.3595108436037069, + "grad_norm": 0.9708579778671265, + "learning_rate": 9.799446658604015e-05, + "loss": 0.4104, + "mean_token_accuracy": 0.83678640127182, + "num_tokens": 18314759.0, + "step": 14230 + }, + { + "entropy": 1.2865841150283814, + "epoch": 1.3604662271902168, + "grad_norm": 1.1142160892486572, + "learning_rate": 9.799003502476618e-05, + "loss": 0.4143, + "mean_token_accuracy": 0.8367958962917328, + "num_tokens": 18327470.0, + "step": 14240 + }, + { + "entropy": 1.2837279319763184, + "epoch": 1.361421610776727, + "grad_norm": 1.0444422960281372, + "learning_rate": 9.798559867318334e-05, + "loss": 0.3897, + "mean_token_accuracy": 0.8410953044891357, + "num_tokens": 18340999.0, + "step": 14250 + }, + { + "entropy": 1.2849491596221925, + "epoch": 1.362376994363237, + "grad_norm": 1.1939194202423096, + "learning_rate": 9.798115753173442e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8385282695293427, + "num_tokens": 18354622.0, + "step": 14260 + }, + { + "entropy": 1.272467565536499, + "epoch": 1.3633323779497468, + "grad_norm": 0.9682742357254028, + "learning_rate": 9.797671160086279e-05, + "loss": 0.366, + "mean_token_accuracy": 0.8525744318962097, + "num_tokens": 18367392.0, + "step": 14270 + }, + { + "entropy": 1.2837947726249694, + "epoch": 1.3642877615362567, + "grad_norm": 1.1880505084991455, + "learning_rate": 9.797226088101222e-05, + "loss": 0.4446, + "mean_token_accuracy": 0.8183865904808044, + "num_tokens": 18379858.0, + "step": 14280 + }, + { + "entropy": 1.295114815235138, + "epoch": 1.3652431451227667, + "grad_norm": 1.21029531955719, + "learning_rate": 9.796780537262695e-05, + "loss": 0.4454, + "mean_token_accuracy": 0.8250968813896179, + "num_tokens": 18393028.0, + "step": 14290 + }, + { + "entropy": 1.2842552661895752, + "epoch": 1.3661985287092768, + "grad_norm": 0.9792589545249939, + "learning_rate": 9.796334507615177e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.8572461485862732, + "num_tokens": 18406426.0, + "step": 14300 + }, + { + "entropy": 1.2779971361160278, + "epoch": 1.3671539122957868, + "grad_norm": 0.8682940602302551, + "learning_rate": 9.795887999203185e-05, + "loss": 0.4083, + "mean_token_accuracy": 0.8379159152507782, + "num_tokens": 18419336.0, + "step": 14310 + }, + { + "entropy": 1.2663984656333924, + "epoch": 1.3681092958822967, + "grad_norm": 0.9891431331634521, + "learning_rate": 9.795441012071291e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8634316027164459, + "num_tokens": 18432081.0, + "step": 14320 + }, + { + "entropy": 1.2564052104949952, + "epoch": 1.3690646794688068, + "grad_norm": 0.9061465859413147, + "learning_rate": 9.794993546264115e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.858835369348526, + "num_tokens": 18445021.0, + "step": 14330 + }, + { + "entropy": 1.2654404044151306, + "epoch": 1.3700200630553168, + "grad_norm": 0.8018420338630676, + "learning_rate": 9.794545601826319e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8506199777126312, + "num_tokens": 18458433.0, + "step": 14340 + }, + { + "entropy": 1.2317566275596619, + "epoch": 1.3709754466418267, + "grad_norm": 1.3334951400756836, + "learning_rate": 9.794097178802619e-05, + "loss": 0.3353, + "mean_token_accuracy": 0.8671927809715271, + "num_tokens": 18470963.0, + "step": 14350 + }, + { + "entropy": 1.2445452094078064, + "epoch": 1.3719308302283366, + "grad_norm": 0.9171102643013, + "learning_rate": 9.793648277237773e-05, + "loss": 0.403, + "mean_token_accuracy": 0.8425775468349457, + "num_tokens": 18483321.0, + "step": 14360 + }, + { + "entropy": 1.2822750687599183, + "epoch": 1.3728862138148465, + "grad_norm": 0.9065525531768799, + "learning_rate": 9.793198897176594e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8402972221374512, + "num_tokens": 18496164.0, + "step": 14370 + }, + { + "entropy": 1.2810038208961487, + "epoch": 1.3738415974013567, + "grad_norm": 0.9826644062995911, + "learning_rate": 9.792749038663935e-05, + "loss": 0.4117, + "mean_token_accuracy": 0.8386385023593903, + "num_tokens": 18509083.0, + "step": 14380 + }, + { + "entropy": 1.287498903274536, + "epoch": 1.3747969809878666, + "grad_norm": 0.988172173500061, + "learning_rate": 9.792298701744702e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8351900637149811, + "num_tokens": 18521925.0, + "step": 14390 + }, + { + "entropy": 1.2695128440856933, + "epoch": 1.3757523645743766, + "grad_norm": 0.7517071962356567, + "learning_rate": 9.791847886463846e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8446336984634399, + "num_tokens": 18534727.0, + "step": 14400 + }, + { + "entropy": 1.2539096474647522, + "epoch": 1.3767077481608867, + "grad_norm": 1.0672844648361206, + "learning_rate": 9.791396592866368e-05, + "loss": 0.377, + "mean_token_accuracy": 0.8505615949630737, + "num_tokens": 18547224.0, + "step": 14410 + }, + { + "entropy": 1.2602688312530517, + "epoch": 1.3776631317473966, + "grad_norm": 1.079598069190979, + "learning_rate": 9.790944820997315e-05, + "loss": 0.4053, + "mean_token_accuracy": 0.839112538099289, + "num_tokens": 18559898.0, + "step": 14420 + }, + { + "entropy": 1.2628530025482179, + "epoch": 1.3786185153339066, + "grad_norm": 1.0040299892425537, + "learning_rate": 9.790492570901784e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8521327495574951, + "num_tokens": 18572817.0, + "step": 14430 + }, + { + "entropy": 1.2527748465538024, + "epoch": 1.3795738989204165, + "grad_norm": 1.0442231893539429, + "learning_rate": 9.790039842624915e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8481839835643769, + "num_tokens": 18585621.0, + "step": 14440 + }, + { + "entropy": 1.2601245999336244, + "epoch": 1.3805292825069264, + "grad_norm": 1.2850091457366943, + "learning_rate": 9.7895866362119e-05, + "loss": 0.4005, + "mean_token_accuracy": 0.8393826186656952, + "num_tokens": 18598463.0, + "step": 14450 + }, + { + "entropy": 1.2431955575942992, + "epoch": 1.3814846660934366, + "grad_norm": 0.8009635806083679, + "learning_rate": 9.78913295170798e-05, + "loss": 0.3864, + "mean_token_accuracy": 0.8490569651126861, + "num_tokens": 18611473.0, + "step": 14460 + }, + { + "entropy": 1.2607949018478393, + "epoch": 1.3824400496799465, + "grad_norm": 0.8668613433837891, + "learning_rate": 9.788678789158438e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8372653126716614, + "num_tokens": 18624730.0, + "step": 14470 + }, + { + "entropy": 1.2738568782806396, + "epoch": 1.3833954332664564, + "grad_norm": 1.3224875926971436, + "learning_rate": 9.788224148608609e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8295215785503387, + "num_tokens": 18637852.0, + "step": 14480 + }, + { + "entropy": 1.2717914223670959, + "epoch": 1.3843508168529666, + "grad_norm": 1.0827012062072754, + "learning_rate": 9.787769030103875e-05, + "loss": 0.4377, + "mean_token_accuracy": 0.8218287587165832, + "num_tokens": 18650994.0, + "step": 14490 + }, + { + "entropy": 1.2656401157379151, + "epoch": 1.3853062004394765, + "grad_norm": 1.5242897272109985, + "learning_rate": 9.787313433689664e-05, + "loss": 0.3905, + "mean_token_accuracy": 0.8462695777416229, + "num_tokens": 18663874.0, + "step": 14500 + }, + { + "entropy": 1.2793521761894227, + "epoch": 1.3862615840259864, + "grad_norm": 1.3027127981185913, + "learning_rate": 9.786857359411457e-05, + "loss": 0.4479, + "mean_token_accuracy": 0.8245377361774444, + "num_tokens": 18676804.0, + "step": 14510 + }, + { + "entropy": 1.2819987654685974, + "epoch": 1.3872169676124964, + "grad_norm": 0.9951016306877136, + "learning_rate": 9.786400807314775e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8437786221504211, + "num_tokens": 18689464.0, + "step": 14520 + }, + { + "entropy": 1.2727781295776368, + "epoch": 1.3881723511990063, + "grad_norm": 1.2642267942428589, + "learning_rate": 9.785943777445192e-05, + "loss": 0.4594, + "mean_token_accuracy": 0.8142482519149781, + "num_tokens": 18701879.0, + "step": 14530 + }, + { + "entropy": 1.265178632736206, + "epoch": 1.3891277347855164, + "grad_norm": 0.9928051233291626, + "learning_rate": 9.785486269848326e-05, + "loss": 0.4488, + "mean_token_accuracy": 0.8295254945755005, + "num_tokens": 18714740.0, + "step": 14540 + }, + { + "entropy": 1.2468456268310546, + "epoch": 1.3900831183720264, + "grad_norm": 0.946906566619873, + "learning_rate": 9.785028284569849e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8618467152118683, + "num_tokens": 18727897.0, + "step": 14550 + }, + { + "entropy": 1.2590916633605957, + "epoch": 1.3910385019585363, + "grad_norm": 0.8181546330451965, + "learning_rate": 9.784569821655472e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8370462536811829, + "num_tokens": 18740675.0, + "step": 14560 + }, + { + "entropy": 1.2620019316673279, + "epoch": 1.3919938855450464, + "grad_norm": 1.0015606880187988, + "learning_rate": 9.784110881150962e-05, + "loss": 0.4251, + "mean_token_accuracy": 0.8262222945690155, + "num_tokens": 18753738.0, + "step": 14570 + }, + { + "entropy": 1.2853562712669373, + "epoch": 1.3929492691315564, + "grad_norm": 0.8423087000846863, + "learning_rate": 9.783651463102129e-05, + "loss": 0.4015, + "mean_token_accuracy": 0.8371213376522064, + "num_tokens": 18766559.0, + "step": 14580 + }, + { + "entropy": 1.2601900815963745, + "epoch": 1.3939046527180663, + "grad_norm": 0.9975264668464661, + "learning_rate": 9.783191567554828e-05, + "loss": 0.4069, + "mean_token_accuracy": 0.8410990118980408, + "num_tokens": 18779160.0, + "step": 14590 + }, + { + "entropy": 1.2567260622978211, + "epoch": 1.3948600363045762, + "grad_norm": 1.008280873298645, + "learning_rate": 9.782731194554971e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.8560843229293823, + "num_tokens": 18792200.0, + "step": 14600 + }, + { + "entropy": 1.2425323843955993, + "epoch": 1.3958154198910862, + "grad_norm": 1.0435128211975098, + "learning_rate": 9.782270344148507e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.848142009973526, + "num_tokens": 18804547.0, + "step": 14610 + }, + { + "entropy": 1.2481621861457826, + "epoch": 1.3967708034775963, + "grad_norm": 0.8042817711830139, + "learning_rate": 9.781809016381442e-05, + "loss": 0.3705, + "mean_token_accuracy": 0.8571260631084442, + "num_tokens": 18817668.0, + "step": 14620 + }, + { + "entropy": 1.23648442029953, + "epoch": 1.3977261870641062, + "grad_norm": 0.8421996235847473, + "learning_rate": 9.781347211299821e-05, + "loss": 0.3494, + "mean_token_accuracy": 0.8591928482055664, + "num_tokens": 18830505.0, + "step": 14630 + }, + { + "entropy": 1.2459698081016541, + "epoch": 1.3986815706506162, + "grad_norm": 0.987223744392395, + "learning_rate": 9.780884928949744e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8390819311141968, + "num_tokens": 18843707.0, + "step": 14640 + }, + { + "entropy": 1.2402125597000122, + "epoch": 1.3996369542371263, + "grad_norm": 1.149370789527893, + "learning_rate": 9.780422169377353e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.8460039556026459, + "num_tokens": 18856404.0, + "step": 14650 + }, + { + "entropy": 1.2504982233047486, + "epoch": 1.4005923378236362, + "grad_norm": 1.0606566667556763, + "learning_rate": 9.779958932628842e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8340812921524048, + "num_tokens": 18869258.0, + "step": 14660 + }, + { + "entropy": 1.2338589310646058, + "epoch": 1.4015477214101462, + "grad_norm": 1.171314001083374, + "learning_rate": 9.77949521875045e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8515978932380677, + "num_tokens": 18882067.0, + "step": 14670 + }, + { + "entropy": 1.2478528141975402, + "epoch": 1.402503104996656, + "grad_norm": 0.8137848973274231, + "learning_rate": 9.779031027788463e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.8442156791687012, + "num_tokens": 18894937.0, + "step": 14680 + }, + { + "entropy": 1.2354429125785829, + "epoch": 1.403458488583166, + "grad_norm": 1.1346436738967896, + "learning_rate": 9.778566359789219e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8581487715244294, + "num_tokens": 18907630.0, + "step": 14690 + }, + { + "entropy": 1.2284365057945252, + "epoch": 1.4044138721696762, + "grad_norm": 1.0721644163131714, + "learning_rate": 9.778101214799098e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8425540387630462, + "num_tokens": 18920178.0, + "step": 14700 + }, + { + "entropy": 1.249188280105591, + "epoch": 1.405369255756186, + "grad_norm": 0.7400156259536743, + "learning_rate": 9.777635592864532e-05, + "loss": 0.3785, + "mean_token_accuracy": 0.8482297956943512, + "num_tokens": 18933401.0, + "step": 14710 + }, + { + "entropy": 1.232370924949646, + "epoch": 1.406324639342696, + "grad_norm": 1.0468796491622925, + "learning_rate": 9.777169494031997e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8581045806407929, + "num_tokens": 18946198.0, + "step": 14720 + }, + { + "entropy": 1.236634409427643, + "epoch": 1.4072800229292062, + "grad_norm": 1.1688337326049805, + "learning_rate": 9.776702918348019e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8460511565208435, + "num_tokens": 18959338.0, + "step": 14730 + }, + { + "entropy": 1.2509668350219727, + "epoch": 1.408235406515716, + "grad_norm": 0.8572220802307129, + "learning_rate": 9.776235865859173e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8398152351379394, + "num_tokens": 18972135.0, + "step": 14740 + }, + { + "entropy": 1.2329727172851563, + "epoch": 1.409190790102226, + "grad_norm": 0.8543561100959778, + "learning_rate": 9.775768336612079e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8506398677825928, + "num_tokens": 18985020.0, + "step": 14750 + }, + { + "entropy": 1.2420551896095275, + "epoch": 1.410146173688736, + "grad_norm": 1.4881236553192139, + "learning_rate": 9.775300330653403e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8463059186935424, + "num_tokens": 18997328.0, + "step": 14760 + }, + { + "entropy": 1.2330167889595032, + "epoch": 1.4111015572752459, + "grad_norm": 1.0645960569381714, + "learning_rate": 9.774831848029861e-05, + "loss": 0.4187, + "mean_token_accuracy": 0.833018684387207, + "num_tokens": 19009941.0, + "step": 14770 + }, + { + "entropy": 1.2529966115951539, + "epoch": 1.412056940861756, + "grad_norm": 0.8621354699134827, + "learning_rate": 9.774362888788219e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8448049426078796, + "num_tokens": 19023281.0, + "step": 14780 + }, + { + "entropy": 1.238530945777893, + "epoch": 1.413012324448266, + "grad_norm": 1.5469975471496582, + "learning_rate": 9.773893452975286e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8376561760902405, + "num_tokens": 19036252.0, + "step": 14790 + }, + { + "entropy": 1.2472428679466248, + "epoch": 1.413967708034776, + "grad_norm": 1.0183908939361572, + "learning_rate": 9.773423540637921e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8400394499301911, + "num_tokens": 19048852.0, + "step": 14800 + }, + { + "entropy": 1.2483261823654175, + "epoch": 1.414923091621286, + "grad_norm": 0.9755080342292786, + "learning_rate": 9.772953151823031e-05, + "loss": 0.3774, + "mean_token_accuracy": 0.8507447600364685, + "num_tokens": 19061330.0, + "step": 14810 + }, + { + "entropy": 1.2387063145637511, + "epoch": 1.415878475207796, + "grad_norm": 1.1666860580444336, + "learning_rate": 9.77248228657757e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8403034150600434, + "num_tokens": 19074337.0, + "step": 14820 + }, + { + "entropy": 1.2657486081123352, + "epoch": 1.416833858794306, + "grad_norm": 1.069107174873352, + "learning_rate": 9.772010944948536e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8372506856918335, + "num_tokens": 19086764.0, + "step": 14830 + }, + { + "entropy": 1.260989499092102, + "epoch": 1.4177892423808158, + "grad_norm": 1.2789649963378906, + "learning_rate": 9.771539126982978e-05, + "loss": 0.4255, + "mean_token_accuracy": 0.831803971529007, + "num_tokens": 19100105.0, + "step": 14840 + }, + { + "entropy": 1.2689583539962768, + "epoch": 1.4187446259673258, + "grad_norm": 0.9061173796653748, + "learning_rate": 9.771066832727998e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8324723780155182, + "num_tokens": 19113778.0, + "step": 14850 + }, + { + "entropy": 1.260053241252899, + "epoch": 1.419700009553836, + "grad_norm": 1.0649868249893188, + "learning_rate": 9.770594062230734e-05, + "loss": 0.4042, + "mean_token_accuracy": 0.8462130188941955, + "num_tokens": 19126783.0, + "step": 14860 + }, + { + "entropy": 1.25286808013916, + "epoch": 1.4206553931403458, + "grad_norm": 1.0000311136245728, + "learning_rate": 9.770120815538378e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8363421320915222, + "num_tokens": 19139075.0, + "step": 14870 + }, + { + "entropy": 1.250988531112671, + "epoch": 1.4216107767268558, + "grad_norm": 0.9205622673034668, + "learning_rate": 9.769647092698172e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.841337925195694, + "num_tokens": 19152314.0, + "step": 14880 + }, + { + "entropy": 1.2480553269386292, + "epoch": 1.422566160313366, + "grad_norm": 1.2076765298843384, + "learning_rate": 9.7691728937574e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8500217854976654, + "num_tokens": 19165263.0, + "step": 14890 + }, + { + "entropy": 1.258354902267456, + "epoch": 1.4235215438998758, + "grad_norm": 0.9820132255554199, + "learning_rate": 9.768698218763397e-05, + "loss": 0.3994, + "mean_token_accuracy": 0.8341693997383117, + "num_tokens": 19178306.0, + "step": 14900 + }, + { + "entropy": 1.2658001899719238, + "epoch": 1.4244769274863858, + "grad_norm": 1.086333155632019, + "learning_rate": 9.768223067763544e-05, + "loss": 0.4381, + "mean_token_accuracy": 0.8234964847564697, + "num_tokens": 19190992.0, + "step": 14910 + }, + { + "entropy": 1.253911519050598, + "epoch": 1.4254323110728957, + "grad_norm": 0.937447726726532, + "learning_rate": 9.767747440805271e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8551129519939422, + "num_tokens": 19203713.0, + "step": 14920 + }, + { + "entropy": 1.2804749846458434, + "epoch": 1.4263876946594056, + "grad_norm": 0.9744126796722412, + "learning_rate": 9.767271337936053e-05, + "loss": 0.4327, + "mean_token_accuracy": 0.8272814273834228, + "num_tokens": 19216099.0, + "step": 14930 + }, + { + "entropy": 1.2679236650466919, + "epoch": 1.4273430782459158, + "grad_norm": 0.9676419496536255, + "learning_rate": 9.766794759203415e-05, + "loss": 0.407, + "mean_token_accuracy": 0.844064474105835, + "num_tokens": 19228986.0, + "step": 14940 + }, + { + "entropy": 1.283722198009491, + "epoch": 1.4282984618324257, + "grad_norm": 1.0545120239257812, + "learning_rate": 9.766317704654929e-05, + "loss": 0.3996, + "mean_token_accuracy": 0.8408618807792664, + "num_tokens": 19241587.0, + "step": 14950 + }, + { + "entropy": 1.3078031063079834, + "epoch": 1.4292538454189356, + "grad_norm": 1.2684921026229858, + "learning_rate": 9.765840174338212e-05, + "loss": 0.4815, + "mean_token_accuracy": 0.807463538646698, + "num_tokens": 19254739.0, + "step": 14960 + }, + { + "entropy": 1.3071223258972169, + "epoch": 1.4302092290054458, + "grad_norm": 1.0522453784942627, + "learning_rate": 9.765362168300933e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8265734910964966, + "num_tokens": 19267782.0, + "step": 14970 + }, + { + "entropy": 1.2615821838378907, + "epoch": 1.4311646125919557, + "grad_norm": 0.9143957495689392, + "learning_rate": 9.764883686590804e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.847800874710083, + "num_tokens": 19280360.0, + "step": 14980 + }, + { + "entropy": 1.2732395887374879, + "epoch": 1.4321199961784656, + "grad_norm": 0.7719531059265137, + "learning_rate": 9.764404729255589e-05, + "loss": 0.3925, + "mean_token_accuracy": 0.8407846391201019, + "num_tokens": 19293240.0, + "step": 14990 + }, + { + "entropy": 1.2636836647987366, + "epoch": 1.4330753797649756, + "grad_norm": 0.7893106937408447, + "learning_rate": 9.763925296343093e-05, + "loss": 0.3681, + "mean_token_accuracy": 0.8555967628955841, + "num_tokens": 19306297.0, + "step": 15000 + }, + { + "entropy": 1.2737993955612184, + "epoch": 1.4340307633514855, + "grad_norm": 1.1508640050888062, + "learning_rate": 9.763445387901176e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8365371108055115, + "num_tokens": 19318770.0, + "step": 15010 + }, + { + "entropy": 1.2710187792778016, + "epoch": 1.4349861469379956, + "grad_norm": 0.9335325956344604, + "learning_rate": 9.76296500397774e-05, + "loss": 0.4191, + "mean_token_accuracy": 0.8341336488723755, + "num_tokens": 19331930.0, + "step": 15020 + }, + { + "entropy": 1.2851112604141235, + "epoch": 1.4359415305245056, + "grad_norm": 1.1194933652877808, + "learning_rate": 9.762484144620739e-05, + "loss": 0.414, + "mean_token_accuracy": 0.8325253129005432, + "num_tokens": 19344863.0, + "step": 15030 + }, + { + "entropy": 1.2834293484687804, + "epoch": 1.4368969141110155, + "grad_norm": 1.0943753719329834, + "learning_rate": 9.762002809878167e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8430815279483795, + "num_tokens": 19357759.0, + "step": 15040 + }, + { + "entropy": 1.2746603608131408, + "epoch": 1.4378522976975256, + "grad_norm": 1.3267360925674438, + "learning_rate": 9.761520999798074e-05, + "loss": 0.4208, + "mean_token_accuracy": 0.8250745534896851, + "num_tokens": 19370366.0, + "step": 15050 + }, + { + "entropy": 1.266597294807434, + "epoch": 1.4388076812840356, + "grad_norm": 0.9225228428840637, + "learning_rate": 9.761038714428552e-05, + "loss": 0.3486, + "mean_token_accuracy": 0.8665524899959565, + "num_tokens": 19383341.0, + "step": 15060 + }, + { + "entropy": 1.2923741459846496, + "epoch": 1.4397630648705455, + "grad_norm": 0.8281589150428772, + "learning_rate": 9.760555953817745e-05, + "loss": 0.4129, + "mean_token_accuracy": 0.8323667883872986, + "num_tokens": 19397165.0, + "step": 15070 + }, + { + "entropy": 1.2707636594772338, + "epoch": 1.4407184484570554, + "grad_norm": 0.8743793368339539, + "learning_rate": 9.760072718013838e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8628760874271393, + "num_tokens": 19410164.0, + "step": 15080 + }, + { + "entropy": 1.2863515377044679, + "epoch": 1.4416738320435654, + "grad_norm": 1.2640019655227661, + "learning_rate": 9.759589007065069e-05, + "loss": 0.3916, + "mean_token_accuracy": 0.847074955701828, + "num_tokens": 19423869.0, + "step": 15090 + }, + { + "entropy": 1.2834600448608398, + "epoch": 1.4426292156300755, + "grad_norm": 1.1454377174377441, + "learning_rate": 9.759104821019721e-05, + "loss": 0.4026, + "mean_token_accuracy": 0.8385789275169373, + "num_tokens": 19437254.0, + "step": 15100 + }, + { + "entropy": 1.265174400806427, + "epoch": 1.4435845992165854, + "grad_norm": 1.0757085084915161, + "learning_rate": 9.758620159926125e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8415415704250335, + "num_tokens": 19450086.0, + "step": 15110 + }, + { + "entropy": 1.269174289703369, + "epoch": 1.4445399828030954, + "grad_norm": 0.9438803195953369, + "learning_rate": 9.75813502383266e-05, + "loss": 0.4243, + "mean_token_accuracy": 0.8358353674411774, + "num_tokens": 19462176.0, + "step": 15120 + }, + { + "entropy": 1.287814998626709, + "epoch": 1.4454953663896055, + "grad_norm": 1.1974461078643799, + "learning_rate": 9.757649412787749e-05, + "loss": 0.4148, + "mean_token_accuracy": 0.8422456204891204, + "num_tokens": 19474835.0, + "step": 15130 + }, + { + "entropy": 1.256280791759491, + "epoch": 1.4464507499761154, + "grad_norm": 0.8885414600372314, + "learning_rate": 9.757163326839869e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8457103371620178, + "num_tokens": 19487827.0, + "step": 15140 + }, + { + "entropy": 1.2739440321922302, + "epoch": 1.4474061335626254, + "grad_norm": 1.2246063947677612, + "learning_rate": 9.756676766037537e-05, + "loss": 0.4286, + "mean_token_accuracy": 0.8368992328643798, + "num_tokens": 19500894.0, + "step": 15150 + }, + { + "entropy": 1.2694170236587525, + "epoch": 1.4483615171491353, + "grad_norm": 1.5186610221862793, + "learning_rate": 9.756189730429323e-05, + "loss": 0.4314, + "mean_token_accuracy": 0.8320188105106354, + "num_tokens": 19513227.0, + "step": 15160 + }, + { + "entropy": 1.274710774421692, + "epoch": 1.4493169007356452, + "grad_norm": 0.6552357077598572, + "learning_rate": 9.755702220063841e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8475242018699646, + "num_tokens": 19526466.0, + "step": 15170 + }, + { + "entropy": 1.2830947637557983, + "epoch": 1.4502722843221554, + "grad_norm": 0.8522804379463196, + "learning_rate": 9.755214234989755e-05, + "loss": 0.4133, + "mean_token_accuracy": 0.837497067451477, + "num_tokens": 19539397.0, + "step": 15180 + }, + { + "entropy": 1.275119948387146, + "epoch": 1.4512276679086653, + "grad_norm": 1.0222432613372803, + "learning_rate": 9.754725775255775e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8276510298252105, + "num_tokens": 19552248.0, + "step": 15190 + }, + { + "entropy": 1.2654810786247253, + "epoch": 1.4521830514951752, + "grad_norm": 1.0816705226898193, + "learning_rate": 9.754236840910659e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8570066928863526, + "num_tokens": 19565047.0, + "step": 15200 + }, + { + "entropy": 1.2743722319602966, + "epoch": 1.4531384350816854, + "grad_norm": 0.9643982648849487, + "learning_rate": 9.75374743200321e-05, + "loss": 0.4023, + "mean_token_accuracy": 0.8363797187805175, + "num_tokens": 19577881.0, + "step": 15210 + }, + { + "entropy": 1.2527816653251649, + "epoch": 1.4540938186681953, + "grad_norm": 0.9704253077507019, + "learning_rate": 9.753257548582281e-05, + "loss": 0.3437, + "mean_token_accuracy": 0.8633765339851379, + "num_tokens": 19590555.0, + "step": 15220 + }, + { + "entropy": 1.2772082328796386, + "epoch": 1.4550492022547052, + "grad_norm": 0.9057379961013794, + "learning_rate": 9.752767190696772e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.8547383725643158, + "num_tokens": 19603466.0, + "step": 15230 + }, + { + "entropy": 1.2988425493240356, + "epoch": 1.4560045858412152, + "grad_norm": 0.9246743321418762, + "learning_rate": 9.75227635839563e-05, + "loss": 0.408, + "mean_token_accuracy": 0.8436607718467712, + "num_tokens": 19617300.0, + "step": 15240 + }, + { + "entropy": 1.2897547721862792, + "epoch": 1.456959969427725, + "grad_norm": 0.8635441064834595, + "learning_rate": 9.751785051727848e-05, + "loss": 0.4226, + "mean_token_accuracy": 0.8322870254516601, + "num_tokens": 19630099.0, + "step": 15250 + }, + { + "entropy": 1.2829514026641846, + "epoch": 1.4579153530142352, + "grad_norm": 0.8694957494735718, + "learning_rate": 9.751293270742469e-05, + "loss": 0.443, + "mean_token_accuracy": 0.8224389612674713, + "num_tokens": 19643413.0, + "step": 15260 + }, + { + "entropy": 1.2760748982429504, + "epoch": 1.4588707366007452, + "grad_norm": 1.0872405767440796, + "learning_rate": 9.750801015488583e-05, + "loss": 0.4334, + "mean_token_accuracy": 0.8252643644809723, + "num_tokens": 19656463.0, + "step": 15270 + }, + { + "entropy": 1.2589428544044494, + "epoch": 1.459826120187255, + "grad_norm": 1.113908052444458, + "learning_rate": 9.750308286015323e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8575316965579987, + "num_tokens": 19668760.0, + "step": 15280 + }, + { + "entropy": 1.2646210432052611, + "epoch": 1.4607815037737653, + "grad_norm": 0.8250969648361206, + "learning_rate": 9.749815082371876e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8474833071231842, + "num_tokens": 19681449.0, + "step": 15290 + }, + { + "entropy": 1.271240472793579, + "epoch": 1.4617368873602752, + "grad_norm": 1.0672346353530884, + "learning_rate": 9.749321404607473e-05, + "loss": 0.4071, + "mean_token_accuracy": 0.8388063430786132, + "num_tokens": 19693925.0, + "step": 15300 + }, + { + "entropy": 1.2616904258728028, + "epoch": 1.4626922709467851, + "grad_norm": 1.1058872938156128, + "learning_rate": 9.748827252771388e-05, + "loss": 0.3911, + "mean_token_accuracy": 0.843384850025177, + "num_tokens": 19706786.0, + "step": 15310 + }, + { + "entropy": 1.2824537634849549, + "epoch": 1.463647654533295, + "grad_norm": 0.9929498434066772, + "learning_rate": 9.748332626912951e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.833742368221283, + "num_tokens": 19719694.0, + "step": 15320 + }, + { + "entropy": 1.2609535813331605, + "epoch": 1.464603038119805, + "grad_norm": 1.073824167251587, + "learning_rate": 9.747837527081534e-05, + "loss": 0.3764, + "mean_token_accuracy": 0.8496295273303985, + "num_tokens": 19732299.0, + "step": 15330 + }, + { + "entropy": 1.26959547996521, + "epoch": 1.4655584217063151, + "grad_norm": 1.1681478023529053, + "learning_rate": 9.747341953326557e-05, + "loss": 0.3957, + "mean_token_accuracy": 0.8452214598655701, + "num_tokens": 19745468.0, + "step": 15340 + }, + { + "entropy": 1.2766827940940857, + "epoch": 1.466513805292825, + "grad_norm": 1.1380341053009033, + "learning_rate": 9.746845905697487e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8360262632369995, + "num_tokens": 19757830.0, + "step": 15350 + }, + { + "entropy": 1.27011479139328, + "epoch": 1.467469188879335, + "grad_norm": 1.0951125621795654, + "learning_rate": 9.74634938424384e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8359867215156556, + "num_tokens": 19770439.0, + "step": 15360 + }, + { + "entropy": 1.2823059678077697, + "epoch": 1.4684245724658451, + "grad_norm": 1.0028513669967651, + "learning_rate": 9.745852389015176e-05, + "loss": 0.4225, + "mean_token_accuracy": 0.8315558731555939, + "num_tokens": 19783812.0, + "step": 15370 + }, + { + "entropy": 1.2704140782356261, + "epoch": 1.469379956052355, + "grad_norm": 1.039186954498291, + "learning_rate": 9.745354920061107e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8499207556247711, + "num_tokens": 19796583.0, + "step": 15380 + }, + { + "entropy": 1.2635786890983582, + "epoch": 1.470335339638865, + "grad_norm": 0.9517155885696411, + "learning_rate": 9.744856977431289e-05, + "loss": 0.3771, + "mean_token_accuracy": 0.8549694716930389, + "num_tokens": 19808947.0, + "step": 15390 + }, + { + "entropy": 1.260347306728363, + "epoch": 1.471290723225375, + "grad_norm": 0.8855875134468079, + "learning_rate": 9.744358561175426e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.844391256570816, + "num_tokens": 19821185.0, + "step": 15400 + }, + { + "entropy": 1.264417016506195, + "epoch": 1.4722461068118848, + "grad_norm": 0.916614830493927, + "learning_rate": 9.743859671343269e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8397852540016174, + "num_tokens": 19834013.0, + "step": 15410 + }, + { + "entropy": 1.2783811688423157, + "epoch": 1.473201490398395, + "grad_norm": 0.8931328654289246, + "learning_rate": 9.743360307984618e-05, + "loss": 0.41, + "mean_token_accuracy": 0.8451005756855011, + "num_tokens": 19847461.0, + "step": 15420 + }, + { + "entropy": 1.2744397163391112, + "epoch": 1.474156873984905, + "grad_norm": 1.0134646892547607, + "learning_rate": 9.742860471149316e-05, + "loss": 0.4139, + "mean_token_accuracy": 0.8372373282909393, + "num_tokens": 19859770.0, + "step": 15430 + }, + { + "entropy": 1.2766865372657776, + "epoch": 1.4751122575714148, + "grad_norm": 1.1260526180267334, + "learning_rate": 9.742360160887259e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8515369951725006, + "num_tokens": 19873018.0, + "step": 15440 + }, + { + "entropy": 1.2653136730194092, + "epoch": 1.476067641157925, + "grad_norm": 0.9637117385864258, + "learning_rate": 9.741859377248385e-05, + "loss": 0.373, + "mean_token_accuracy": 0.858347487449646, + "num_tokens": 19885627.0, + "step": 15450 + }, + { + "entropy": 1.2716384768486022, + "epoch": 1.477023024744435, + "grad_norm": 1.3465182781219482, + "learning_rate": 9.741358120282684e-05, + "loss": 0.3891, + "mean_token_accuracy": 0.848742538690567, + "num_tokens": 19899114.0, + "step": 15460 + }, + { + "entropy": 1.2683509349823, + "epoch": 1.4779784083309448, + "grad_norm": 1.156705379486084, + "learning_rate": 9.740856390040189e-05, + "loss": 0.3898, + "mean_token_accuracy": 0.8402696490287781, + "num_tokens": 19912548.0, + "step": 15470 + }, + { + "entropy": 1.277612280845642, + "epoch": 1.4789337919174548, + "grad_norm": 0.7911306023597717, + "learning_rate": 9.740354186570983e-05, + "loss": 0.4037, + "mean_token_accuracy": 0.8407257854938507, + "num_tokens": 19925464.0, + "step": 15480 + }, + { + "entropy": 1.2805079221725464, + "epoch": 1.4798891755039647, + "grad_norm": 1.1030120849609375, + "learning_rate": 9.739851509925195e-05, + "loss": 0.4039, + "mean_token_accuracy": 0.8358972370624542, + "num_tokens": 19938508.0, + "step": 15490 + }, + { + "entropy": 1.274865174293518, + "epoch": 1.4808445590904749, + "grad_norm": 1.116453766822815, + "learning_rate": 9.739348360153002e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8519495844841003, + "num_tokens": 19951107.0, + "step": 15500 + }, + { + "entropy": 1.2839242339134216, + "epoch": 1.4817999426769848, + "grad_norm": 1.0441957712173462, + "learning_rate": 9.738844737304629e-05, + "loss": 0.4046, + "mean_token_accuracy": 0.8419264733791352, + "num_tokens": 19963766.0, + "step": 15510 + }, + { + "entropy": 1.2642088055610656, + "epoch": 1.4827553262634947, + "grad_norm": 0.7660398483276367, + "learning_rate": 9.738340641430344e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8474827229976654, + "num_tokens": 19976693.0, + "step": 15520 + }, + { + "entropy": 1.2759684562683105, + "epoch": 1.4837107098500049, + "grad_norm": 0.9131958484649658, + "learning_rate": 9.737836072580466e-05, + "loss": 0.4019, + "mean_token_accuracy": 0.8368274867534637, + "num_tokens": 19989676.0, + "step": 15530 + }, + { + "entropy": 1.2648200869560242, + "epoch": 1.4846660934365148, + "grad_norm": 1.5877094268798828, + "learning_rate": 9.737331030805363e-05, + "loss": 0.4057, + "mean_token_accuracy": 0.8331109046936035, + "num_tokens": 20002583.0, + "step": 15540 + }, + { + "entropy": 1.2592349171638488, + "epoch": 1.4856214770230247, + "grad_norm": 1.2415664196014404, + "learning_rate": 9.736825516155445e-05, + "loss": 0.4551, + "mean_token_accuracy": 0.8205137491226197, + "num_tokens": 20014771.0, + "step": 15550 + }, + { + "entropy": 1.2698129534721374, + "epoch": 1.4865768606095346, + "grad_norm": 0.8544014096260071, + "learning_rate": 9.736319528681174e-05, + "loss": 0.4077, + "mean_token_accuracy": 0.8449173152446747, + "num_tokens": 20027332.0, + "step": 15560 + }, + { + "entropy": 1.273601520061493, + "epoch": 1.4875322441960448, + "grad_norm": 1.2610188722610474, + "learning_rate": 9.735813068433056e-05, + "loss": 0.3959, + "mean_token_accuracy": 0.8501180112361908, + "num_tokens": 20040511.0, + "step": 15570 + }, + { + "entropy": 1.2492694497108459, + "epoch": 1.4884876277825547, + "grad_norm": 1.1130845546722412, + "learning_rate": 9.735306135461644e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.84634850025177, + "num_tokens": 20052902.0, + "step": 15580 + }, + { + "entropy": 1.2437846541404725, + "epoch": 1.4894430113690647, + "grad_norm": 1.3961511850357056, + "learning_rate": 9.734798729817541e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.8597564697265625, + "num_tokens": 20064916.0, + "step": 15590 + }, + { + "entropy": 1.2523931741714478, + "epoch": 1.4903983949555748, + "grad_norm": 1.2368910312652588, + "learning_rate": 9.734290851551395e-05, + "loss": 0.4006, + "mean_token_accuracy": 0.8433179259300232, + "num_tokens": 20077639.0, + "step": 15600 + }, + { + "entropy": 1.2598915219306945, + "epoch": 1.4913537785420847, + "grad_norm": 0.9541292786598206, + "learning_rate": 9.733782500713904e-05, + "loss": 0.4343, + "mean_token_accuracy": 0.8307305693626403, + "num_tokens": 20090371.0, + "step": 15610 + }, + { + "entropy": 1.2504319310188294, + "epoch": 1.4923091621285947, + "grad_norm": 0.8912453651428223, + "learning_rate": 9.733273677355808e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8453217089176178, + "num_tokens": 20102762.0, + "step": 15620 + }, + { + "entropy": 1.252402377128601, + "epoch": 1.4932645457151046, + "grad_norm": 0.9848372936248779, + "learning_rate": 9.732764381527897e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8485584795475006, + "num_tokens": 20115431.0, + "step": 15630 + }, + { + "entropy": 1.2552145004272461, + "epoch": 1.4942199293016145, + "grad_norm": 0.9677708745002747, + "learning_rate": 9.73225461328101e-05, + "loss": 0.3797, + "mean_token_accuracy": 0.8478758811950684, + "num_tokens": 20128800.0, + "step": 15640 + }, + { + "entropy": 1.2434808373451234, + "epoch": 1.4951753128881247, + "grad_norm": 1.2032219171524048, + "learning_rate": 9.731744372666034e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8437252759933471, + "num_tokens": 20140921.0, + "step": 15650 + }, + { + "entropy": 1.2450197339057922, + "epoch": 1.4961306964746346, + "grad_norm": 1.1194405555725098, + "learning_rate": 9.731233659733896e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8650321006774903, + "num_tokens": 20153787.0, + "step": 15660 + }, + { + "entropy": 1.2446537971496583, + "epoch": 1.4970860800611445, + "grad_norm": 1.09811270236969, + "learning_rate": 9.730722474535576e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8436133205890656, + "num_tokens": 20166349.0, + "step": 15670 + }, + { + "entropy": 1.2540065884590148, + "epoch": 1.4980414636476547, + "grad_norm": 1.326147198677063, + "learning_rate": 9.7302108171221e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.837689471244812, + "num_tokens": 20179430.0, + "step": 15680 + }, + { + "entropy": 1.2604158759117126, + "epoch": 1.4989968472341646, + "grad_norm": 0.9247212409973145, + "learning_rate": 9.729698687544542e-05, + "loss": 0.3669, + "mean_token_accuracy": 0.8517937004566193, + "num_tokens": 20192490.0, + "step": 15690 + }, + { + "entropy": 1.2407551527023315, + "epoch": 1.4999522308206745, + "grad_norm": 0.8578751683235168, + "learning_rate": 9.72918608585402e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.837576949596405, + "num_tokens": 20205343.0, + "step": 15700 + }, + { + "entropy": 1.2513272166252136, + "epoch": 1.5009076144071845, + "grad_norm": 1.0549777746200562, + "learning_rate": 9.728673012101706e-05, + "loss": 0.4042, + "mean_token_accuracy": 0.8386850595474243, + "num_tokens": 20218331.0, + "step": 15710 + }, + { + "entropy": 1.2448076248168944, + "epoch": 1.5018629979936944, + "grad_norm": 0.9769245982170105, + "learning_rate": 9.728159466338809e-05, + "loss": 0.3695, + "mean_token_accuracy": 0.8586426556110383, + "num_tokens": 20230878.0, + "step": 15720 + }, + { + "entropy": 1.264918065071106, + "epoch": 1.5028183815802043, + "grad_norm": 0.9159830212593079, + "learning_rate": 9.727645448616594e-05, + "loss": 0.4036, + "mean_token_accuracy": 0.835320919752121, + "num_tokens": 20244353.0, + "step": 15730 + }, + { + "entropy": 1.2483559012413026, + "epoch": 1.5037737651667145, + "grad_norm": 1.097834825515747, + "learning_rate": 9.727130958986367e-05, + "loss": 0.368, + "mean_token_accuracy": 0.857961630821228, + "num_tokens": 20257244.0, + "step": 15740 + }, + { + "entropy": 1.2761821627616883, + "epoch": 1.5047291487532244, + "grad_norm": 0.9276285767555237, + "learning_rate": 9.726615997499487e-05, + "loss": 0.4332, + "mean_token_accuracy": 0.8261550009250641, + "num_tokens": 20270165.0, + "step": 15750 + }, + { + "entropy": 1.2790860652923584, + "epoch": 1.5056845323397345, + "grad_norm": 0.8878941535949707, + "learning_rate": 9.726100564207352e-05, + "loss": 0.4444, + "mean_token_accuracy": 0.8271627366542816, + "num_tokens": 20283500.0, + "step": 15760 + }, + { + "entropy": 1.2752349734306336, + "epoch": 1.5066399159262445, + "grad_norm": 0.9224737286567688, + "learning_rate": 9.725584659161417e-05, + "loss": 0.3816, + "mean_token_accuracy": 0.845512968301773, + "num_tokens": 20295884.0, + "step": 15770 + }, + { + "entropy": 1.2780993223190307, + "epoch": 1.5075952995127544, + "grad_norm": 1.0524975061416626, + "learning_rate": 9.725068282413178e-05, + "loss": 0.3929, + "mean_token_accuracy": 0.8373263061046601, + "num_tokens": 20309391.0, + "step": 15780 + }, + { + "entropy": 1.280818474292755, + "epoch": 1.5085506830992643, + "grad_norm": 1.147594690322876, + "learning_rate": 9.724551434014177e-05, + "loss": 0.4186, + "mean_token_accuracy": 0.8277169823646545, + "num_tokens": 20322523.0, + "step": 15790 + }, + { + "entropy": 1.2909740447998046, + "epoch": 1.5095060666857743, + "grad_norm": 0.7765896320343018, + "learning_rate": 9.724034114016008e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8479203760623932, + "num_tokens": 20335608.0, + "step": 15800 + }, + { + "entropy": 1.2794975161552429, + "epoch": 1.5104614502722842, + "grad_norm": 1.0930538177490234, + "learning_rate": 9.723516322470305e-05, + "loss": 0.4322, + "mean_token_accuracy": 0.8244089543819427, + "num_tokens": 20348080.0, + "step": 15810 + }, + { + "entropy": 1.275584876537323, + "epoch": 1.5114168338587943, + "grad_norm": 1.0579403638839722, + "learning_rate": 9.722998059428757e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8341329216957092, + "num_tokens": 20360766.0, + "step": 15820 + }, + { + "entropy": 1.262023150920868, + "epoch": 1.5123722174453043, + "grad_norm": 0.9761931896209717, + "learning_rate": 9.722479324943096e-05, + "loss": 0.358, + "mean_token_accuracy": 0.8640603005886078, + "num_tokens": 20373743.0, + "step": 15830 + }, + { + "entropy": 1.2689414739608764, + "epoch": 1.5133276010318144, + "grad_norm": 1.1708091497421265, + "learning_rate": 9.7219601190651e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8297958850860596, + "num_tokens": 20386585.0, + "step": 15840 + }, + { + "entropy": 1.2795409679412841, + "epoch": 1.5142829846183243, + "grad_norm": 1.0745998620986938, + "learning_rate": 9.721440441846598e-05, + "loss": 0.4269, + "mean_token_accuracy": 0.8279984533786774, + "num_tokens": 20398972.0, + "step": 15850 + }, + { + "entropy": 1.2658795714378357, + "epoch": 1.5152383682048343, + "grad_norm": 0.760644257068634, + "learning_rate": 9.72092029333946e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.849582839012146, + "num_tokens": 20411974.0, + "step": 15860 + }, + { + "entropy": 1.2401813745498658, + "epoch": 1.5161937517913442, + "grad_norm": 1.0548300743103027, + "learning_rate": 9.72039967359561e-05, + "loss": 0.362, + "mean_token_accuracy": 0.8591149628162384, + "num_tokens": 20424378.0, + "step": 15870 + }, + { + "entropy": 1.2684569835662842, + "epoch": 1.5171491353778541, + "grad_norm": 1.072325587272644, + "learning_rate": 9.719878582667013e-05, + "loss": 0.4307, + "mean_token_accuracy": 0.8177412390708924, + "num_tokens": 20437693.0, + "step": 15880 + }, + { + "entropy": 1.2675953030586242, + "epoch": 1.518104518964364, + "grad_norm": 1.1269840002059937, + "learning_rate": 9.719357020605687e-05, + "loss": 0.4052, + "mean_token_accuracy": 0.8388164460659027, + "num_tokens": 20450715.0, + "step": 15890 + }, + { + "entropy": 1.2647001266479492, + "epoch": 1.5190599025508742, + "grad_norm": 0.9380475878715515, + "learning_rate": 9.718834987463689e-05, + "loss": 0.4204, + "mean_token_accuracy": 0.8376649618148804, + "num_tokens": 20463541.0, + "step": 15900 + }, + { + "entropy": 1.2629598259925843, + "epoch": 1.5200152861373841, + "grad_norm": 1.1432926654815674, + "learning_rate": 9.71831248329313e-05, + "loss": 0.417, + "mean_token_accuracy": 0.8313830733299256, + "num_tokens": 20476403.0, + "step": 15910 + }, + { + "entropy": 1.2523379564285277, + "epoch": 1.5209706697238943, + "grad_norm": 0.7348436713218689, + "learning_rate": 9.717789508146169e-05, + "loss": 0.4089, + "mean_token_accuracy": 0.8408784925937652, + "num_tokens": 20488622.0, + "step": 15920 + }, + { + "entropy": 1.2600916504859925, + "epoch": 1.5219260533104042, + "grad_norm": 1.127669334411621, + "learning_rate": 9.717266062075005e-05, + "loss": 0.3828, + "mean_token_accuracy": 0.8419985175132751, + "num_tokens": 20501456.0, + "step": 15930 + }, + { + "entropy": 1.254793930053711, + "epoch": 1.5228814368969141, + "grad_norm": 1.2487809658050537, + "learning_rate": 9.716742145131887e-05, + "loss": 0.4074, + "mean_token_accuracy": 0.8305148243904114, + "num_tokens": 20514196.0, + "step": 15940 + }, + { + "entropy": 1.245264720916748, + "epoch": 1.523836820483424, + "grad_norm": 1.041410207748413, + "learning_rate": 9.716217757369115e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8600731790065765, + "num_tokens": 20527299.0, + "step": 15950 + }, + { + "entropy": 1.248702871799469, + "epoch": 1.524792204069934, + "grad_norm": 1.2021074295043945, + "learning_rate": 9.71569289883903e-05, + "loss": 0.3919, + "mean_token_accuracy": 0.8483581483364105, + "num_tokens": 20539753.0, + "step": 15960 + }, + { + "entropy": 1.2561121344566346, + "epoch": 1.525747587656444, + "grad_norm": 1.978713870048523, + "learning_rate": 9.715167569594025e-05, + "loss": 0.3844, + "mean_token_accuracy": 0.8566171705722809, + "num_tokens": 20553063.0, + "step": 15970 + }, + { + "entropy": 1.2722380399703979, + "epoch": 1.526702971242954, + "grad_norm": 1.28507399559021, + "learning_rate": 9.714641769686537e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8332120776176453, + "num_tokens": 20566575.0, + "step": 15980 + }, + { + "entropy": 1.2770171403884887, + "epoch": 1.527658354829464, + "grad_norm": 0.8691874146461487, + "learning_rate": 9.714115499169049e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8342393219470978, + "num_tokens": 20579728.0, + "step": 15990 + }, + { + "entropy": 1.2596086978912353, + "epoch": 1.5286137384159741, + "grad_norm": 1.025775671005249, + "learning_rate": 9.713588758094094e-05, + "loss": 0.3813, + "mean_token_accuracy": 0.8507173299789429, + "num_tokens": 20592595.0, + "step": 16000 + }, + { + "entropy": 1.2549040555953979, + "epoch": 1.529569122002484, + "grad_norm": 0.8937020897865295, + "learning_rate": 9.713061546514251e-05, + "loss": 0.3678, + "mean_token_accuracy": 0.8581579744815826, + "num_tokens": 20604843.0, + "step": 16010 + }, + { + "entropy": 1.2702357530593873, + "epoch": 1.530524505588994, + "grad_norm": 1.3635765314102173, + "learning_rate": 9.712533864482146e-05, + "loss": 0.4331, + "mean_token_accuracy": 0.8291581332683563, + "num_tokens": 20618035.0, + "step": 16020 + }, + { + "entropy": 1.276217770576477, + "epoch": 1.531479889175504, + "grad_norm": 0.8711289167404175, + "learning_rate": 9.712005712050451e-05, + "loss": 0.3833, + "mean_token_accuracy": 0.8520731747150421, + "num_tokens": 20631014.0, + "step": 16030 + }, + { + "entropy": 1.2563259720802307, + "epoch": 1.5324352727620139, + "grad_norm": 1.0379866361618042, + "learning_rate": 9.711477089271886e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8579527139663696, + "num_tokens": 20643614.0, + "step": 16040 + }, + { + "entropy": 1.2707529067993164, + "epoch": 1.5333906563485238, + "grad_norm": 1.02055823802948, + "learning_rate": 9.710947996199216e-05, + "loss": 0.4014, + "mean_token_accuracy": 0.8436470270156861, + "num_tokens": 20656427.0, + "step": 16050 + }, + { + "entropy": 1.2505668640136718, + "epoch": 1.534346039935034, + "grad_norm": 0.7882551550865173, + "learning_rate": 9.710418432885257e-05, + "loss": 0.3767, + "mean_token_accuracy": 0.8518766164779663, + "num_tokens": 20669145.0, + "step": 16060 + }, + { + "entropy": 1.274872088432312, + "epoch": 1.5353014235215439, + "grad_norm": 0.9141713380813599, + "learning_rate": 9.709888399382867e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.837512093782425, + "num_tokens": 20682108.0, + "step": 16070 + }, + { + "entropy": 1.279687762260437, + "epoch": 1.536256807108054, + "grad_norm": 0.9386016130447388, + "learning_rate": 9.709357895744954e-05, + "loss": 0.3904, + "mean_token_accuracy": 0.8454171419143677, + "num_tokens": 20695351.0, + "step": 16080 + }, + { + "entropy": 1.272469663619995, + "epoch": 1.537212190694564, + "grad_norm": 1.0816853046417236, + "learning_rate": 9.708826922024472e-05, + "loss": 0.4099, + "mean_token_accuracy": 0.8355866253376008, + "num_tokens": 20708178.0, + "step": 16090 + }, + { + "entropy": 1.2689153909683228, + "epoch": 1.5381675742810739, + "grad_norm": 0.9272552132606506, + "learning_rate": 9.708295478274424e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8492819964885712, + "num_tokens": 20721065.0, + "step": 16100 + }, + { + "entropy": 1.2503391981124878, + "epoch": 1.5391229578675838, + "grad_norm": 1.4756420850753784, + "learning_rate": 9.707763564547856e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8537771821022033, + "num_tokens": 20733875.0, + "step": 16110 + }, + { + "entropy": 1.2829843759536743, + "epoch": 1.5400783414540937, + "grad_norm": 1.0656039714813232, + "learning_rate": 9.707231180897864e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8383108794689178, + "num_tokens": 20747321.0, + "step": 16120 + }, + { + "entropy": 1.2534223556518556, + "epoch": 1.5410337250406037, + "grad_norm": 1.0274516344070435, + "learning_rate": 9.70669832737759e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8599510848522186, + "num_tokens": 20760053.0, + "step": 16130 + }, + { + "entropy": 1.2828713178634643, + "epoch": 1.5419891086271138, + "grad_norm": 1.0151599645614624, + "learning_rate": 9.706165004040221e-05, + "loss": 0.4047, + "mean_token_accuracy": 0.8392882287502289, + "num_tokens": 20772828.0, + "step": 16140 + }, + { + "entropy": 1.286937165260315, + "epoch": 1.5429444922136237, + "grad_norm": 0.8475618958473206, + "learning_rate": 9.705631210938996e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8370424509048462, + "num_tokens": 20785891.0, + "step": 16150 + }, + { + "entropy": 1.2822283267974854, + "epoch": 1.5438998758001339, + "grad_norm": 1.2901465892791748, + "learning_rate": 9.705096948127194e-05, + "loss": 0.4608, + "mean_token_accuracy": 0.8142234981060028, + "num_tokens": 20798387.0, + "step": 16160 + }, + { + "entropy": 1.2682958126068116, + "epoch": 1.5448552593866438, + "grad_norm": 0.8456977605819702, + "learning_rate": 9.704562215658148e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8410399436950684, + "num_tokens": 20811549.0, + "step": 16170 + }, + { + "entropy": 1.2681368947029115, + "epoch": 1.5458106429731537, + "grad_norm": 1.0541319847106934, + "learning_rate": 9.704027013585233e-05, + "loss": 0.3947, + "mean_token_accuracy": 0.8419170260429383, + "num_tokens": 20824389.0, + "step": 16180 + }, + { + "entropy": 1.2772344946861267, + "epoch": 1.5467660265596637, + "grad_norm": 1.2068556547164917, + "learning_rate": 9.70349134196187e-05, + "loss": 0.4315, + "mean_token_accuracy": 0.8307393670082093, + "num_tokens": 20837455.0, + "step": 16190 + }, + { + "entropy": 1.2672719836235047, + "epoch": 1.5477214101461736, + "grad_norm": 0.9940213561058044, + "learning_rate": 9.702955200841532e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8471322059631348, + "num_tokens": 20850372.0, + "step": 16200 + }, + { + "entropy": 1.2618748664855957, + "epoch": 1.5486767937326835, + "grad_norm": 1.131696105003357, + "learning_rate": 9.702418590277736e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8392453014850616, + "num_tokens": 20862928.0, + "step": 16210 + }, + { + "entropy": 1.261861252784729, + "epoch": 1.5496321773191937, + "grad_norm": 1.0586583614349365, + "learning_rate": 9.701881510324042e-05, + "loss": 0.3899, + "mean_token_accuracy": 0.8379224538803101, + "num_tokens": 20876316.0, + "step": 16220 + }, + { + "entropy": 1.2689120054244996, + "epoch": 1.5505875609057036, + "grad_norm": 1.1295928955078125, + "learning_rate": 9.701343961034066e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.8438002228736877, + "num_tokens": 20889966.0, + "step": 16230 + }, + { + "entropy": 1.2840286135673522, + "epoch": 1.5515429444922137, + "grad_norm": 0.9874452352523804, + "learning_rate": 9.700805942461462e-05, + "loss": 0.4236, + "mean_token_accuracy": 0.8365427076816558, + "num_tokens": 20903326.0, + "step": 16240 + }, + { + "entropy": 1.2536532044410706, + "epoch": 1.5524983280787237, + "grad_norm": 1.043781042098999, + "learning_rate": 9.700267454659935e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.843379694223404, + "num_tokens": 20915979.0, + "step": 16250 + }, + { + "entropy": 1.2636408805847168, + "epoch": 1.5534537116652336, + "grad_norm": 0.7958033680915833, + "learning_rate": 9.699728497683238e-05, + "loss": 0.4397, + "mean_token_accuracy": 0.8295396089553833, + "num_tokens": 20928916.0, + "step": 16260 + }, + { + "entropy": 1.2589381098747254, + "epoch": 1.5544090952517435, + "grad_norm": 0.8413965702056885, + "learning_rate": 9.699189071585167e-05, + "loss": 0.4103, + "mean_token_accuracy": 0.837030041217804, + "num_tokens": 20941518.0, + "step": 16270 + }, + { + "entropy": 1.263834536075592, + "epoch": 1.5553644788382535, + "grad_norm": 0.8526101112365723, + "learning_rate": 9.698649176419566e-05, + "loss": 0.4114, + "mean_token_accuracy": 0.834467214345932, + "num_tokens": 20954332.0, + "step": 16280 + }, + { + "entropy": 1.2603659749031066, + "epoch": 1.5563198624247634, + "grad_norm": 0.8321412205696106, + "learning_rate": 9.69810881224033e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8386042416095734, + "num_tokens": 20967222.0, + "step": 16290 + }, + { + "entropy": 1.2749751210212708, + "epoch": 1.5572752460112735, + "grad_norm": 0.8847822546958923, + "learning_rate": 9.697567979101397e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8423261344432831, + "num_tokens": 20980255.0, + "step": 16300 + }, + { + "entropy": 1.2683198690414428, + "epoch": 1.5582306295977835, + "grad_norm": 1.1871287822723389, + "learning_rate": 9.697026677056748e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8372421741485596, + "num_tokens": 20993410.0, + "step": 16310 + }, + { + "entropy": 1.2508740663528441, + "epoch": 1.5591860131842936, + "grad_norm": 0.8294024467468262, + "learning_rate": 9.69648490616042e-05, + "loss": 0.4061, + "mean_token_accuracy": 0.843169492483139, + "num_tokens": 21006193.0, + "step": 16320 + }, + { + "entropy": 1.2648870706558228, + "epoch": 1.5601413967708035, + "grad_norm": 1.3093023300170898, + "learning_rate": 9.695942666466491e-05, + "loss": 0.3964, + "mean_token_accuracy": 0.8413004219532013, + "num_tokens": 21019186.0, + "step": 16330 + }, + { + "entropy": 1.2680599212646484, + "epoch": 1.5610967803573135, + "grad_norm": 1.0142323970794678, + "learning_rate": 9.695399958029083e-05, + "loss": 0.4151, + "mean_token_accuracy": 0.8325569093227386, + "num_tokens": 21031944.0, + "step": 16340 + }, + { + "entropy": 1.2743701815605164, + "epoch": 1.5620521639438234, + "grad_norm": 1.0659065246582031, + "learning_rate": 9.694856780902375e-05, + "loss": 0.4266, + "mean_token_accuracy": 0.8318542242050171, + "num_tokens": 21045154.0, + "step": 16350 + }, + { + "entropy": 1.2619584441184997, + "epoch": 1.5630075475303333, + "grad_norm": 1.2503671646118164, + "learning_rate": 9.69431313514058e-05, + "loss": 0.3751, + "mean_token_accuracy": 0.8524287164211273, + "num_tokens": 21057788.0, + "step": 16360 + }, + { + "entropy": 1.2540688633918762, + "epoch": 1.5639629311168433, + "grad_norm": 1.1230183839797974, + "learning_rate": 9.693769020797967e-05, + "loss": 0.3737, + "mean_token_accuracy": 0.8540918231010437, + "num_tokens": 21071068.0, + "step": 16370 + }, + { + "entropy": 1.265403652191162, + "epoch": 1.5649183147033534, + "grad_norm": 1.313462734222412, + "learning_rate": 9.69322443792885e-05, + "loss": 0.398, + "mean_token_accuracy": 0.8415895164012909, + "num_tokens": 21083687.0, + "step": 16380 + }, + { + "entropy": 1.244576382637024, + "epoch": 1.5658736982898633, + "grad_norm": 1.1820542812347412, + "learning_rate": 9.692679386587588e-05, + "loss": 0.4224, + "mean_token_accuracy": 0.8355641305446625, + "num_tokens": 21096425.0, + "step": 16390 + }, + { + "entropy": 1.2595358490943909, + "epoch": 1.5668290818763735, + "grad_norm": 0.9778060913085938, + "learning_rate": 9.692133866828585e-05, + "loss": 0.3725, + "mean_token_accuracy": 0.8584417283535004, + "num_tokens": 21109188.0, + "step": 16400 + }, + { + "entropy": 1.2529512763023376, + "epoch": 1.5677844654628834, + "grad_norm": 1.260071039199829, + "learning_rate": 9.691587878706297e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.844526183605194, + "num_tokens": 21121837.0, + "step": 16410 + }, + { + "entropy": 1.2484726667404176, + "epoch": 1.5687398490493933, + "grad_norm": 1.1705081462860107, + "learning_rate": 9.691041422275221e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8463375985622406, + "num_tokens": 21134138.0, + "step": 16420 + }, + { + "entropy": 1.2607438802719115, + "epoch": 1.5696952326359033, + "grad_norm": 0.8017194271087646, + "learning_rate": 9.690494497589906e-05, + "loss": 0.4035, + "mean_token_accuracy": 0.8425710678100586, + "num_tokens": 21147301.0, + "step": 16430 + }, + { + "entropy": 1.2715551853179932, + "epoch": 1.5706506162224132, + "grad_norm": 1.1715937852859497, + "learning_rate": 9.689947104704947e-05, + "loss": 0.4366, + "mean_token_accuracy": 0.8277883052825927, + "num_tokens": 21159844.0, + "step": 16440 + }, + { + "entropy": 1.2672549962997437, + "epoch": 1.5716059998089231, + "grad_norm": 0.94659823179245, + "learning_rate": 9.689399243674979e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.8262381672859191, + "num_tokens": 21173272.0, + "step": 16450 + }, + { + "entropy": 1.258089506626129, + "epoch": 1.5725613833954333, + "grad_norm": 0.9374251365661621, + "learning_rate": 9.688850914554693e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8529281258583069, + "num_tokens": 21186586.0, + "step": 16460 + }, + { + "entropy": 1.2394912481307983, + "epoch": 1.5735167669819432, + "grad_norm": 0.9452172517776489, + "learning_rate": 9.68830211739882e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.842876923084259, + "num_tokens": 21199635.0, + "step": 16470 + }, + { + "entropy": 1.229500448703766, + "epoch": 1.5744721505684534, + "grad_norm": 1.267391324043274, + "learning_rate": 9.687752852262142e-05, + "loss": 0.3725, + "mean_token_accuracy": 0.8501069784164429, + "num_tokens": 21212325.0, + "step": 16480 + }, + { + "entropy": 1.2353038549423219, + "epoch": 1.5754275341549633, + "grad_norm": 1.0892553329467773, + "learning_rate": 9.687203119199486e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8548812091350555, + "num_tokens": 21224806.0, + "step": 16490 + }, + { + "entropy": 1.2415713548660279, + "epoch": 1.5763829177414732, + "grad_norm": 1.0084643363952637, + "learning_rate": 9.686652918265725e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8346149921417236, + "num_tokens": 21237299.0, + "step": 16500 + }, + { + "entropy": 1.2569966316223145, + "epoch": 1.5773383013279831, + "grad_norm": 0.9194504618644714, + "learning_rate": 9.68610224951578e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8324059307575226, + "num_tokens": 21250861.0, + "step": 16510 + }, + { + "entropy": 1.2530252099037171, + "epoch": 1.578293684914493, + "grad_norm": 1.330655813217163, + "learning_rate": 9.685551113004617e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.8410698175430298, + "num_tokens": 21263763.0, + "step": 16520 + }, + { + "entropy": 1.2655754446983338, + "epoch": 1.579249068501003, + "grad_norm": 1.1467736959457397, + "learning_rate": 9.684999508787251e-05, + "loss": 0.4148, + "mean_token_accuracy": 0.8390472054481506, + "num_tokens": 21277002.0, + "step": 16530 + }, + { + "entropy": 1.2572817206382751, + "epoch": 1.5802044520875131, + "grad_norm": 1.0519185066223145, + "learning_rate": 9.684447436918743e-05, + "loss": 0.4252, + "mean_token_accuracy": 0.8253580212593079, + "num_tokens": 21289716.0, + "step": 16540 + }, + { + "entropy": 1.2423206090927124, + "epoch": 1.581159835674023, + "grad_norm": 0.8296205997467041, + "learning_rate": 9.683894897454197e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8363353669643402, + "num_tokens": 21302887.0, + "step": 16550 + }, + { + "entropy": 1.256393599510193, + "epoch": 1.5821152192605332, + "grad_norm": 0.8229241371154785, + "learning_rate": 9.683341890448772e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.850914078950882, + "num_tokens": 21315851.0, + "step": 16560 + }, + { + "entropy": 1.2623016357421875, + "epoch": 1.5830706028470432, + "grad_norm": 0.9881711006164551, + "learning_rate": 9.682788415957662e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8400729715824127, + "num_tokens": 21328823.0, + "step": 16570 + }, + { + "entropy": 1.2638762593269348, + "epoch": 1.584025986433553, + "grad_norm": 0.8644593954086304, + "learning_rate": 9.68223447403612e-05, + "loss": 0.4297, + "mean_token_accuracy": 0.8279752314090729, + "num_tokens": 21342154.0, + "step": 16580 + }, + { + "entropy": 1.2631004452705383, + "epoch": 1.584981370020063, + "grad_norm": 0.9768811464309692, + "learning_rate": 9.681680064739437e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8300009191036224, + "num_tokens": 21355335.0, + "step": 16590 + }, + { + "entropy": 1.2563048481941224, + "epoch": 1.585936753606573, + "grad_norm": 0.9220861792564392, + "learning_rate": 9.681125188122954e-05, + "loss": 0.3824, + "mean_token_accuracy": 0.8459487140178681, + "num_tokens": 21368416.0, + "step": 16600 + }, + { + "entropy": 1.2654089450836181, + "epoch": 1.5868921371930829, + "grad_norm": 1.137295126914978, + "learning_rate": 9.680569844242059e-05, + "loss": 0.4259, + "mean_token_accuracy": 0.8308857977390289, + "num_tokens": 21381746.0, + "step": 16610 + }, + { + "entropy": 1.254037857055664, + "epoch": 1.587847520779593, + "grad_norm": 1.0741945505142212, + "learning_rate": 9.680014033152184e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8419004619121552, + "num_tokens": 21394950.0, + "step": 16620 + }, + { + "entropy": 1.2695132970809937, + "epoch": 1.588802904366103, + "grad_norm": 1.070288896560669, + "learning_rate": 9.679457754908811e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8516515970230103, + "num_tokens": 21409022.0, + "step": 16630 + }, + { + "entropy": 1.250108551979065, + "epoch": 1.589758287952613, + "grad_norm": 0.9705885648727417, + "learning_rate": 9.678901009567467e-05, + "loss": 0.3827, + "mean_token_accuracy": 0.8517086446285248, + "num_tokens": 21421690.0, + "step": 16640 + }, + { + "entropy": 1.255666196346283, + "epoch": 1.590713671539123, + "grad_norm": 1.3070378303527832, + "learning_rate": 9.678343797183723e-05, + "loss": 0.4428, + "mean_token_accuracy": 0.8252756118774414, + "num_tokens": 21434658.0, + "step": 16650 + }, + { + "entropy": 1.2449538111686707, + "epoch": 1.591669055125633, + "grad_norm": 1.2181540727615356, + "learning_rate": 9.677786117813203e-05, + "loss": 0.3742, + "mean_token_accuracy": 0.8583677232265472, + "num_tokens": 21447649.0, + "step": 16660 + }, + { + "entropy": 1.2790712237358093, + "epoch": 1.5926244387121429, + "grad_norm": 0.8645690083503723, + "learning_rate": 9.677227971511571e-05, + "loss": 0.4669, + "mean_token_accuracy": 0.8164009392261505, + "num_tokens": 21460622.0, + "step": 16670 + }, + { + "entropy": 1.2672667860984803, + "epoch": 1.5935798222986528, + "grad_norm": 1.1051315069198608, + "learning_rate": 9.676669358334542e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8484931945800781, + "num_tokens": 21473691.0, + "step": 16680 + }, + { + "entropy": 1.245479154586792, + "epoch": 1.5945352058851627, + "grad_norm": 1.261987566947937, + "learning_rate": 9.676110278337878e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8675081074237824, + "num_tokens": 21486519.0, + "step": 16690 + }, + { + "entropy": 1.2613310098648072, + "epoch": 1.5954905894716729, + "grad_norm": 0.8549665808677673, + "learning_rate": 9.675550731577381e-05, + "loss": 0.3859, + "mean_token_accuracy": 0.8508904874324799, + "num_tokens": 21499890.0, + "step": 16700 + }, + { + "entropy": 1.2569144010543822, + "epoch": 1.5964459730581828, + "grad_norm": 0.8132232427597046, + "learning_rate": 9.674990718108908e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8497427523136138, + "num_tokens": 21513993.0, + "step": 16710 + }, + { + "entropy": 1.2567360043525695, + "epoch": 1.597401356644693, + "grad_norm": 0.7816009521484375, + "learning_rate": 9.674430237988358e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8449487388134003, + "num_tokens": 21527069.0, + "step": 16720 + }, + { + "entropy": 1.2787978291511535, + "epoch": 1.5983567402312029, + "grad_norm": 1.0181779861450195, + "learning_rate": 9.673869291271677e-05, + "loss": 0.4337, + "mean_token_accuracy": 0.8286634922027588, + "num_tokens": 21539818.0, + "step": 16730 + }, + { + "entropy": 1.2618298649787902, + "epoch": 1.5993121238177128, + "grad_norm": 1.0247279405593872, + "learning_rate": 9.673307878014857e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8422656655311584, + "num_tokens": 21552702.0, + "step": 16740 + }, + { + "entropy": 1.2450106024742127, + "epoch": 1.6002675074042227, + "grad_norm": 0.9515721201896667, + "learning_rate": 9.67274599827394e-05, + "loss": 0.4096, + "mean_token_accuracy": 0.8314269542694092, + "num_tokens": 21565098.0, + "step": 16750 + }, + { + "entropy": 1.2578550457954407, + "epoch": 1.6012228909907327, + "grad_norm": 0.8981324434280396, + "learning_rate": 9.672183652105011e-05, + "loss": 0.4285, + "mean_token_accuracy": 0.8320820212364197, + "num_tokens": 21577355.0, + "step": 16760 + }, + { + "entropy": 1.24945570230484, + "epoch": 1.6021782745772426, + "grad_norm": 1.105831503868103, + "learning_rate": 9.671620839564204e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8328354358673096, + "num_tokens": 21589734.0, + "step": 16770 + }, + { + "entropy": 1.2476711988449096, + "epoch": 1.6031336581637528, + "grad_norm": 1.0208466053009033, + "learning_rate": 9.671057560707695e-05, + "loss": 0.387, + "mean_token_accuracy": 0.8456148743629456, + "num_tokens": 21602462.0, + "step": 16780 + }, + { + "entropy": 1.254273736476898, + "epoch": 1.6040890417502627, + "grad_norm": 1.1985043287277222, + "learning_rate": 9.670493815591713e-05, + "loss": 0.427, + "mean_token_accuracy": 0.8277109563350677, + "num_tokens": 21615316.0, + "step": 16790 + }, + { + "entropy": 1.2593690395355224, + "epoch": 1.6050444253367728, + "grad_norm": 0.7183173894882202, + "learning_rate": 9.669929604272529e-05, + "loss": 0.4146, + "mean_token_accuracy": 0.834664249420166, + "num_tokens": 21628308.0, + "step": 16800 + }, + { + "entropy": 1.249312424659729, + "epoch": 1.6059998089232828, + "grad_norm": 0.8908997178077698, + "learning_rate": 9.669364926806461e-05, + "loss": 0.425, + "mean_token_accuracy": 0.823513001203537, + "num_tokens": 21640977.0, + "step": 16810 + }, + { + "entropy": 1.2490273594856263, + "epoch": 1.6069551925097927, + "grad_norm": 1.0465450286865234, + "learning_rate": 9.668799783249878e-05, + "loss": 0.4193, + "mean_token_accuracy": 0.8370679259300232, + "num_tokens": 21654035.0, + "step": 16820 + }, + { + "entropy": 1.2359266400337219, + "epoch": 1.6079105760963026, + "grad_norm": 1.091169834136963, + "learning_rate": 9.668234173659187e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8455996334552764, + "num_tokens": 21666541.0, + "step": 16830 + }, + { + "entropy": 1.2538676261901855, + "epoch": 1.6088659596828125, + "grad_norm": 1.4161521196365356, + "learning_rate": 9.667668098090852e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8419731438159943, + "num_tokens": 21680209.0, + "step": 16840 + }, + { + "entropy": 1.2597384691238402, + "epoch": 1.6098213432693225, + "grad_norm": 1.0088913440704346, + "learning_rate": 9.667101556601374e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8342939019203186, + "num_tokens": 21693011.0, + "step": 16850 + }, + { + "entropy": 1.2624925017356872, + "epoch": 1.6107767268558326, + "grad_norm": 1.076614260673523, + "learning_rate": 9.666534549247303e-05, + "loss": 0.3907, + "mean_token_accuracy": 0.8447948217391967, + "num_tokens": 21705489.0, + "step": 16860 + }, + { + "entropy": 1.280145275592804, + "epoch": 1.6117321104423425, + "grad_norm": 0.8612282872200012, + "learning_rate": 9.665967076085243e-05, + "loss": 0.4235, + "mean_token_accuracy": 0.8315793573856354, + "num_tokens": 21718924.0, + "step": 16870 + }, + { + "entropy": 1.2532371520996093, + "epoch": 1.6126874940288527, + "grad_norm": 0.9964175224304199, + "learning_rate": 9.665399137171833e-05, + "loss": 0.4097, + "mean_token_accuracy": 0.8385068416595459, + "num_tokens": 21731504.0, + "step": 16880 + }, + { + "entropy": 1.2455334186553955, + "epoch": 1.6136428776153626, + "grad_norm": 1.0299381017684937, + "learning_rate": 9.664830732563768e-05, + "loss": 0.393, + "mean_token_accuracy": 0.8430454909801484, + "num_tokens": 21744292.0, + "step": 16890 + }, + { + "entropy": 1.24801504611969, + "epoch": 1.6145982612018726, + "grad_norm": 1.1377463340759277, + "learning_rate": 9.664261862317783e-05, + "loss": 0.4284, + "mean_token_accuracy": 0.8300039410591126, + "num_tokens": 21756571.0, + "step": 16900 + }, + { + "entropy": 1.2300070524215698, + "epoch": 1.6155536447883825, + "grad_norm": 0.9083447456359863, + "learning_rate": 9.663692526490662e-05, + "loss": 0.3612, + "mean_token_accuracy": 0.8575549125671387, + "num_tokens": 21768906.0, + "step": 16910 + }, + { + "entropy": 1.252649188041687, + "epoch": 1.6165090283748924, + "grad_norm": 0.9762782454490662, + "learning_rate": 9.663122725139235e-05, + "loss": 0.3874, + "mean_token_accuracy": 0.8442631006240845, + "num_tokens": 21781094.0, + "step": 16920 + }, + { + "entropy": 1.270617628097534, + "epoch": 1.6174644119614023, + "grad_norm": 1.155748963356018, + "learning_rate": 9.662552458320382e-05, + "loss": 0.4311, + "mean_token_accuracy": 0.8246693134307861, + "num_tokens": 21793328.0, + "step": 16930 + }, + { + "entropy": 1.2628952860832214, + "epoch": 1.6184197955479125, + "grad_norm": 0.9080466032028198, + "learning_rate": 9.661981726091022e-05, + "loss": 0.3977, + "mean_token_accuracy": 0.8414380192756653, + "num_tokens": 21806107.0, + "step": 16940 + }, + { + "entropy": 1.2546055555343627, + "epoch": 1.6193751791344224, + "grad_norm": 1.1203590631484985, + "learning_rate": 9.661410528508128e-05, + "loss": 0.3837, + "mean_token_accuracy": 0.8497985661029815, + "num_tokens": 21819020.0, + "step": 16950 + }, + { + "entropy": 1.266055178642273, + "epoch": 1.6203305627209326, + "grad_norm": 1.2323954105377197, + "learning_rate": 9.660838865628716e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8334105551242829, + "num_tokens": 21832321.0, + "step": 16960 + }, + { + "entropy": 1.237618863582611, + "epoch": 1.6212859463074425, + "grad_norm": 1.1591110229492188, + "learning_rate": 9.660266737509847e-05, + "loss": 0.3811, + "mean_token_accuracy": 0.8536803185939789, + "num_tokens": 21844530.0, + "step": 16970 + }, + { + "entropy": 1.2540731191635133, + "epoch": 1.6222413298939524, + "grad_norm": 0.9838218092918396, + "learning_rate": 9.659694144208632e-05, + "loss": 0.3972, + "mean_token_accuracy": 0.8417990982532502, + "num_tokens": 21857155.0, + "step": 16980 + }, + { + "entropy": 1.2368878841400146, + "epoch": 1.6231967134804623, + "grad_norm": 1.3691306114196777, + "learning_rate": 9.659121085782226e-05, + "loss": 0.381, + "mean_token_accuracy": 0.8478415429592132, + "num_tokens": 21869946.0, + "step": 16990 + }, + { + "entropy": 1.2474098086357117, + "epoch": 1.6241520970669723, + "grad_norm": 0.8829594254493713, + "learning_rate": 9.658547562287829e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8526881217956543, + "num_tokens": 21882559.0, + "step": 17000 + }, + { + "entropy": 1.250289225578308, + "epoch": 1.6251074806534824, + "grad_norm": 1.0750069618225098, + "learning_rate": 9.657973573782694e-05, + "loss": 0.395, + "mean_token_accuracy": 0.833470618724823, + "num_tokens": 21895234.0, + "step": 17010 + }, + { + "entropy": 1.249538040161133, + "epoch": 1.6260628642399924, + "grad_norm": 1.095484972000122, + "learning_rate": 9.65739912032411e-05, + "loss": 0.3798, + "mean_token_accuracy": 0.8486183941364288, + "num_tokens": 21908700.0, + "step": 17020 + }, + { + "entropy": 1.2603797554969787, + "epoch": 1.6270182478265025, + "grad_norm": 1.1120096445083618, + "learning_rate": 9.656824201969423e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8377419710159302, + "num_tokens": 21921791.0, + "step": 17030 + }, + { + "entropy": 1.2718647480010987, + "epoch": 1.6279736314130124, + "grad_norm": 0.9801501631736755, + "learning_rate": 9.65624881877602e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8245558738708496, + "num_tokens": 21934185.0, + "step": 17040 + }, + { + "entropy": 1.2762858152389527, + "epoch": 1.6289290149995224, + "grad_norm": 1.0670758485794067, + "learning_rate": 9.655672970801332e-05, + "loss": 0.4237, + "mean_token_accuracy": 0.8348510921001434, + "num_tokens": 21947854.0, + "step": 17050 + }, + { + "entropy": 1.2815690636634827, + "epoch": 1.6298843985860323, + "grad_norm": 1.1970407962799072, + "learning_rate": 9.655096658102845e-05, + "loss": 0.4262, + "mean_token_accuracy": 0.8237247467041016, + "num_tokens": 21960248.0, + "step": 17060 + }, + { + "entropy": 1.2710793375968934, + "epoch": 1.6308397821725422, + "grad_norm": 0.9359889030456543, + "learning_rate": 9.654519880738079e-05, + "loss": 0.3693, + "mean_token_accuracy": 0.8517150580883026, + "num_tokens": 21973095.0, + "step": 17070 + }, + { + "entropy": 1.2733774065971375, + "epoch": 1.6317951657590521, + "grad_norm": 1.0995489358901978, + "learning_rate": 9.653942638764613e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8476322770118714, + "num_tokens": 21986432.0, + "step": 17080 + }, + { + "entropy": 1.2739972591400146, + "epoch": 1.6327505493455623, + "grad_norm": 1.4269927740097046, + "learning_rate": 9.653364932240062e-05, + "loss": 0.3825, + "mean_token_accuracy": 0.8444310665130615, + "num_tokens": 21999643.0, + "step": 17090 + }, + { + "entropy": 1.2674417853355409, + "epoch": 1.6337059329320722, + "grad_norm": 1.019756555557251, + "learning_rate": 9.652786761222095e-05, + "loss": 0.3823, + "mean_token_accuracy": 0.8495013356208801, + "num_tokens": 22012002.0, + "step": 17100 + }, + { + "entropy": 1.2826082706451416, + "epoch": 1.6346613165185824, + "grad_norm": 1.2192916870117188, + "learning_rate": 9.652208125768425e-05, + "loss": 0.4025, + "mean_token_accuracy": 0.8410891354084015, + "num_tokens": 22024760.0, + "step": 17110 + }, + { + "entropy": 1.2683276534080505, + "epoch": 1.6356167001050923, + "grad_norm": 0.7153588533401489, + "learning_rate": 9.651629025936808e-05, + "loss": 0.4228, + "mean_token_accuracy": 0.8372940480709076, + "num_tokens": 22037304.0, + "step": 17120 + }, + { + "entropy": 1.2557788133621215, + "epoch": 1.6365720836916022, + "grad_norm": 1.0506207942962646, + "learning_rate": 9.651049461785051e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8280232787132263, + "num_tokens": 22049551.0, + "step": 17130 + }, + { + "entropy": 1.266424298286438, + "epoch": 1.6375274672781122, + "grad_norm": 1.2043986320495605, + "learning_rate": 9.650469433371003e-05, + "loss": 0.4645, + "mean_token_accuracy": 0.8161837160587311, + "num_tokens": 22062225.0, + "step": 17140 + }, + { + "entropy": 1.2750808000564575, + "epoch": 1.638482850864622, + "grad_norm": 1.1300889253616333, + "learning_rate": 9.649888940752567e-05, + "loss": 0.3728, + "mean_token_accuracy": 0.8559437572956086, + "num_tokens": 22075883.0, + "step": 17150 + }, + { + "entropy": 1.2735468864440918, + "epoch": 1.639438234451132, + "grad_norm": 1.165393352508545, + "learning_rate": 9.649307983987682e-05, + "loss": 0.4421, + "mean_token_accuracy": 0.8289597392082214, + "num_tokens": 22088883.0, + "step": 17160 + }, + { + "entropy": 1.278954315185547, + "epoch": 1.6403936180376422, + "grad_norm": 0.9342713356018066, + "learning_rate": 9.648726563134338e-05, + "loss": 0.4226, + "mean_token_accuracy": 0.8353917896747589, + "num_tokens": 22102059.0, + "step": 17170 + }, + { + "entropy": 1.2756654024124146, + "epoch": 1.641349001624152, + "grad_norm": 0.968752920627594, + "learning_rate": 9.648144678250577e-05, + "loss": 0.4095, + "mean_token_accuracy": 0.8352726817131042, + "num_tokens": 22114626.0, + "step": 17180 + }, + { + "entropy": 1.2850341200828552, + "epoch": 1.6423043852106622, + "grad_norm": 1.1883662939071655, + "learning_rate": 9.647562329394478e-05, + "loss": 0.4369, + "mean_token_accuracy": 0.8231972694396973, + "num_tokens": 22127897.0, + "step": 17190 + }, + { + "entropy": 1.2760628581047058, + "epoch": 1.6432597687971722, + "grad_norm": 0.6816444993019104, + "learning_rate": 9.64697951662417e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8445997655391693, + "num_tokens": 22140625.0, + "step": 17200 + }, + { + "entropy": 1.2727358937263489, + "epoch": 1.644215152383682, + "grad_norm": 1.3180062770843506, + "learning_rate": 9.646396239997832e-05, + "loss": 0.3987, + "mean_token_accuracy": 0.8425593793392181, + "num_tokens": 22153646.0, + "step": 17210 + }, + { + "entropy": 1.2575867652893067, + "epoch": 1.645170535970192, + "grad_norm": 0.9101396203041077, + "learning_rate": 9.645812499573681e-05, + "loss": 0.4006, + "mean_token_accuracy": 0.8406329095363617, + "num_tokens": 22166201.0, + "step": 17220 + }, + { + "entropy": 1.2742529153823852, + "epoch": 1.646125919556702, + "grad_norm": 1.2562153339385986, + "learning_rate": 9.645228295409992e-05, + "loss": 0.4202, + "mean_token_accuracy": 0.830001437664032, + "num_tokens": 22178837.0, + "step": 17230 + }, + { + "entropy": 1.261738669872284, + "epoch": 1.6470813031432119, + "grad_norm": 1.357398271560669, + "learning_rate": 9.644643627565073e-05, + "loss": 0.4174, + "mean_token_accuracy": 0.8350457429885865, + "num_tokens": 22191918.0, + "step": 17240 + }, + { + "entropy": 1.2545527338981628, + "epoch": 1.648036686729722, + "grad_norm": 1.088052749633789, + "learning_rate": 9.644058496097288e-05, + "loss": 0.4162, + "mean_token_accuracy": 0.8278165340423584, + "num_tokens": 22204579.0, + "step": 17250 + }, + { + "entropy": 1.2460907578468323, + "epoch": 1.648992070316232, + "grad_norm": 1.070646047592163, + "learning_rate": 9.643472901065045e-05, + "loss": 0.3707, + "mean_token_accuracy": 0.8539250612258911, + "num_tokens": 22217510.0, + "step": 17260 + }, + { + "entropy": 1.255362296104431, + "epoch": 1.6499474539027421, + "grad_norm": 1.0357943773269653, + "learning_rate": 9.642886842526795e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8490639686584472, + "num_tokens": 22230699.0, + "step": 17270 + }, + { + "entropy": 1.251197624206543, + "epoch": 1.650902837489252, + "grad_norm": 1.270482063293457, + "learning_rate": 9.64230032054104e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8209795832633973, + "num_tokens": 22243219.0, + "step": 17280 + }, + { + "entropy": 1.2486588478088378, + "epoch": 1.651858221075762, + "grad_norm": 0.9533300995826721, + "learning_rate": 9.641713335166323e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8308103919029236, + "num_tokens": 22256317.0, + "step": 17290 + }, + { + "entropy": 1.268446969985962, + "epoch": 1.652813604662272, + "grad_norm": 0.9012556672096252, + "learning_rate": 9.64112588646124e-05, + "loss": 0.4507, + "mean_token_accuracy": 0.819657701253891, + "num_tokens": 22269636.0, + "step": 17300 + }, + { + "entropy": 1.2452372074127198, + "epoch": 1.6537689882487818, + "grad_norm": 1.0915772914886475, + "learning_rate": 9.640537974484428e-05, + "loss": 0.432, + "mean_token_accuracy": 0.8292240619659423, + "num_tokens": 22282313.0, + "step": 17310 + }, + { + "entropy": 1.233907973766327, + "epoch": 1.6547243718352918, + "grad_norm": 0.6583868861198425, + "learning_rate": 9.639949599294569e-05, + "loss": 0.3662, + "mean_token_accuracy": 0.8605349481105804, + "num_tokens": 22295182.0, + "step": 17320 + }, + { + "entropy": 1.240245795249939, + "epoch": 1.655679755421802, + "grad_norm": 1.1447088718414307, + "learning_rate": 9.639360760950395e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.839447844028473, + "num_tokens": 22307555.0, + "step": 17330 + }, + { + "entropy": 1.234638547897339, + "epoch": 1.6566351390083118, + "grad_norm": 0.8908059597015381, + "learning_rate": 9.638771459510687e-05, + "loss": 0.3822, + "mean_token_accuracy": 0.8475996851921082, + "num_tokens": 22320400.0, + "step": 17340 + }, + { + "entropy": 1.2391805529594422, + "epoch": 1.657590522594822, + "grad_norm": 0.9064887762069702, + "learning_rate": 9.638181695034265e-05, + "loss": 0.3676, + "mean_token_accuracy": 0.8562471926212311, + "num_tokens": 22333030.0, + "step": 17350 + }, + { + "entropy": 1.2295305728912354, + "epoch": 1.658545906181332, + "grad_norm": 1.3123090267181396, + "learning_rate": 9.637591467579998e-05, + "loss": 0.395, + "mean_token_accuracy": 0.8424349009990693, + "num_tokens": 22345647.0, + "step": 17360 + }, + { + "entropy": 1.222892689704895, + "epoch": 1.6595012897678418, + "grad_norm": 1.1532288789749146, + "learning_rate": 9.637000777206804e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8444748401641846, + "num_tokens": 22358204.0, + "step": 17370 + }, + { + "entropy": 1.253341281414032, + "epoch": 1.6604566733543518, + "grad_norm": 1.0515315532684326, + "learning_rate": 9.636409623973644e-05, + "loss": 0.4325, + "mean_token_accuracy": 0.8228507995605469, + "num_tokens": 22371427.0, + "step": 17380 + }, + { + "entropy": 1.232449507713318, + "epoch": 1.6614120569408617, + "grad_norm": 1.104995846748352, + "learning_rate": 9.635818007939526e-05, + "loss": 0.3967, + "mean_token_accuracy": 0.8432979822158814, + "num_tokens": 22384454.0, + "step": 17390 + }, + { + "entropy": 1.2428515911102296, + "epoch": 1.6623674405273716, + "grad_norm": 0.9076094627380371, + "learning_rate": 9.635225929163504e-05, + "loss": 0.4223, + "mean_token_accuracy": 0.8328639686107635, + "num_tokens": 22397452.0, + "step": 17400 + }, + { + "entropy": 1.2379931569099427, + "epoch": 1.6633228241138818, + "grad_norm": 0.9263367652893066, + "learning_rate": 9.63463338770468e-05, + "loss": 0.42, + "mean_token_accuracy": 0.8309756219387054, + "num_tokens": 22410642.0, + "step": 17410 + }, + { + "entropy": 1.2534482598304748, + "epoch": 1.6642782077003917, + "grad_norm": 0.9729399085044861, + "learning_rate": 9.634040383622199e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8438769757747651, + "num_tokens": 22424316.0, + "step": 17420 + }, + { + "entropy": 1.2495099902153015, + "epoch": 1.6652335912869018, + "grad_norm": 1.0023083686828613, + "learning_rate": 9.633446916975256e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.8374079883098602, + "num_tokens": 22437152.0, + "step": 17430 + }, + { + "entropy": 1.2353239059448242, + "epoch": 1.6661889748734118, + "grad_norm": 0.8750657439231873, + "learning_rate": 9.632852987823088e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8520385384559631, + "num_tokens": 22449411.0, + "step": 17440 + }, + { + "entropy": 1.2559093594551087, + "epoch": 1.6671443584599217, + "grad_norm": 0.8921344876289368, + "learning_rate": 9.632258596224984e-05, + "loss": 0.4256, + "mean_token_accuracy": 0.8374056041240692, + "num_tokens": 22462239.0, + "step": 17450 + }, + { + "entropy": 1.2710428833961487, + "epoch": 1.6680997420464316, + "grad_norm": 1.1218856573104858, + "learning_rate": 9.63166374224027e-05, + "loss": 0.4393, + "mean_token_accuracy": 0.8297560274600982, + "num_tokens": 22474688.0, + "step": 17460 + }, + { + "entropy": 1.2631185531616211, + "epoch": 1.6690551256329416, + "grad_norm": 1.2155983448028564, + "learning_rate": 9.631068425928329e-05, + "loss": 0.3823, + "mean_token_accuracy": 0.8530079960823059, + "num_tokens": 22487651.0, + "step": 17470 + }, + { + "entropy": 1.2488390684127808, + "epoch": 1.6700105092194515, + "grad_norm": 1.0228310823440552, + "learning_rate": 9.630472647348581e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8396452963352203, + "num_tokens": 22499898.0, + "step": 17480 + }, + { + "entropy": 1.2600026965141295, + "epoch": 1.6709658928059616, + "grad_norm": 1.1926534175872803, + "learning_rate": 9.629876406560498e-05, + "loss": 0.417, + "mean_token_accuracy": 0.8373159646987915, + "num_tokens": 22512648.0, + "step": 17490 + }, + { + "entropy": 1.2387181520462036, + "epoch": 1.6719212763924716, + "grad_norm": 1.0778530836105347, + "learning_rate": 9.629279703623595e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8482752859592437, + "num_tokens": 22525346.0, + "step": 17500 + }, + { + "entropy": 1.248030436038971, + "epoch": 1.6728766599789817, + "grad_norm": 1.3653253316879272, + "learning_rate": 9.628682538597434e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8308777391910553, + "num_tokens": 22537979.0, + "step": 17510 + }, + { + "entropy": 1.2559483647346497, + "epoch": 1.6738320435654916, + "grad_norm": 1.0356372594833374, + "learning_rate": 9.628084911541624e-05, + "loss": 0.4196, + "mean_token_accuracy": 0.8381751894950866, + "num_tokens": 22550844.0, + "step": 17520 + }, + { + "entropy": 1.2425063371658325, + "epoch": 1.6747874271520016, + "grad_norm": 1.0618956089019775, + "learning_rate": 9.627486822515818e-05, + "loss": 0.402, + "mean_token_accuracy": 0.8410689175128937, + "num_tokens": 22563703.0, + "step": 17530 + }, + { + "entropy": 1.2297266602516175, + "epoch": 1.6757428107385115, + "grad_norm": 0.9311837553977966, + "learning_rate": 9.626888271579719e-05, + "loss": 0.3871, + "mean_token_accuracy": 0.8449204921722412, + "num_tokens": 22576092.0, + "step": 17540 + }, + { + "entropy": 1.239659583568573, + "epoch": 1.6766981943250214, + "grad_norm": 1.3133116960525513, + "learning_rate": 9.626289258793073e-05, + "loss": 0.3743, + "mean_token_accuracy": 0.8519734859466552, + "num_tokens": 22588589.0, + "step": 17550 + }, + { + "entropy": 1.2618979573249818, + "epoch": 1.6776535779115314, + "grad_norm": 1.0939303636550903, + "learning_rate": 9.625689784215671e-05, + "loss": 0.4505, + "mean_token_accuracy": 0.8245292782783509, + "num_tokens": 22601299.0, + "step": 17560 + }, + { + "entropy": 1.2565176248550416, + "epoch": 1.6786089614980415, + "grad_norm": 0.8755018711090088, + "learning_rate": 9.625089847907354e-05, + "loss": 0.3757, + "mean_token_accuracy": 0.8561277508735656, + "num_tokens": 22613564.0, + "step": 17570 + }, + { + "entropy": 1.2336417436599731, + "epoch": 1.6795643450845514, + "grad_norm": 0.7527493834495544, + "learning_rate": 9.624489449928006e-05, + "loss": 0.4034, + "mean_token_accuracy": 0.8361069679260253, + "num_tokens": 22625819.0, + "step": 17580 + }, + { + "entropy": 1.2516186714172364, + "epoch": 1.6805197286710616, + "grad_norm": 0.8457591533660889, + "learning_rate": 9.623888590337557e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8334727823734284, + "num_tokens": 22638489.0, + "step": 17590 + }, + { + "entropy": 1.2685724377632142, + "epoch": 1.6814751122575715, + "grad_norm": 0.6988075375556946, + "learning_rate": 9.623287269195986e-05, + "loss": 0.4177, + "mean_token_accuracy": 0.8359953582286834, + "num_tokens": 22651544.0, + "step": 17600 + }, + { + "entropy": 1.2613368153572082, + "epoch": 1.6824304958440814, + "grad_norm": 1.1009409427642822, + "learning_rate": 9.622685486563314e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8531224191188812, + "num_tokens": 22664638.0, + "step": 17610 + }, + { + "entropy": 1.2474199056625366, + "epoch": 1.6833858794305914, + "grad_norm": 0.9460520148277283, + "learning_rate": 9.622083242499613e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.8278181552886963, + "num_tokens": 22677192.0, + "step": 17620 + }, + { + "entropy": 1.2416586041450501, + "epoch": 1.6843412630171013, + "grad_norm": 0.9801117181777954, + "learning_rate": 9.621480537064997e-05, + "loss": 0.4422, + "mean_token_accuracy": 0.8246154129505158, + "num_tokens": 22689987.0, + "step": 17630 + }, + { + "entropy": 1.2613559722900392, + "epoch": 1.6852966466036112, + "grad_norm": 1.0396146774291992, + "learning_rate": 9.620877370319625e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8347438454627991, + "num_tokens": 22703095.0, + "step": 17640 + }, + { + "entropy": 1.2445721268653869, + "epoch": 1.6862520301901214, + "grad_norm": 0.9708300828933716, + "learning_rate": 9.620273742323708e-05, + "loss": 0.404, + "mean_token_accuracy": 0.8379692792892456, + "num_tokens": 22715389.0, + "step": 17650 + }, + { + "entropy": 1.2485299587249756, + "epoch": 1.6872074137766313, + "grad_norm": 0.973758339881897, + "learning_rate": 9.619669653137497e-05, + "loss": 0.4483, + "mean_token_accuracy": 0.8257996022701264, + "num_tokens": 22727652.0, + "step": 17660 + }, + { + "entropy": 1.259062159061432, + "epoch": 1.6881627973631415, + "grad_norm": 1.0743799209594727, + "learning_rate": 9.619065102821295e-05, + "loss": 0.3982, + "mean_token_accuracy": 0.8394437849521637, + "num_tokens": 22740584.0, + "step": 17670 + }, + { + "entropy": 1.262264609336853, + "epoch": 1.6891181809496514, + "grad_norm": 1.0339555740356445, + "learning_rate": 9.618460091435442e-05, + "loss": 0.4465, + "mean_token_accuracy": 0.8228790998458863, + "num_tokens": 22752724.0, + "step": 17680 + }, + { + "entropy": 1.2481298804283143, + "epoch": 1.6900735645361613, + "grad_norm": 0.9276836514472961, + "learning_rate": 9.617854619040334e-05, + "loss": 0.3788, + "mean_token_accuracy": 0.8481605470180511, + "num_tokens": 22765671.0, + "step": 17690 + }, + { + "entropy": 1.2661568880081178, + "epoch": 1.6910289481226712, + "grad_norm": 0.9482055306434631, + "learning_rate": 9.617248685696405e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8531769096851349, + "num_tokens": 22778414.0, + "step": 17700 + }, + { + "entropy": 1.2678587079048156, + "epoch": 1.6919843317091812, + "grad_norm": 0.9037084579467773, + "learning_rate": 9.616642291464143e-05, + "loss": 0.4171, + "mean_token_accuracy": 0.8345970094203949, + "num_tokens": 22791532.0, + "step": 17710 + }, + { + "entropy": 1.2474686622619628, + "epoch": 1.692939715295691, + "grad_norm": 2.0082428455352783, + "learning_rate": 9.616035436404074e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8504916906356812, + "num_tokens": 22804539.0, + "step": 17720 + }, + { + "entropy": 1.2598254561424256, + "epoch": 1.6938950988822012, + "grad_norm": 1.2374407052993774, + "learning_rate": 9.615428120576775e-05, + "loss": 0.3665, + "mean_token_accuracy": 0.854609215259552, + "num_tokens": 22817447.0, + "step": 17730 + }, + { + "entropy": 1.2440147161483766, + "epoch": 1.6948504824687112, + "grad_norm": 1.3359586000442505, + "learning_rate": 9.614820344042868e-05, + "loss": 0.399, + "mean_token_accuracy": 0.8408722758293152, + "num_tokens": 22830312.0, + "step": 17740 + }, + { + "entropy": 1.2334456205368043, + "epoch": 1.6958058660552213, + "grad_norm": 0.9104614853858948, + "learning_rate": 9.614212106863018e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.853832894563675, + "num_tokens": 22842459.0, + "step": 17750 + }, + { + "entropy": 1.253542387485504, + "epoch": 1.6967612496417313, + "grad_norm": 1.070717453956604, + "learning_rate": 9.61360340909794e-05, + "loss": 0.4172, + "mean_token_accuracy": 0.8346386909484863, + "num_tokens": 22855266.0, + "step": 17760 + }, + { + "entropy": 1.2320751786231994, + "epoch": 1.6977166332282412, + "grad_norm": 0.9282082319259644, + "learning_rate": 9.612994250808396e-05, + "loss": 0.3727, + "mean_token_accuracy": 0.8555571377277374, + "num_tokens": 22868258.0, + "step": 17770 + }, + { + "entropy": 1.2457345008850098, + "epoch": 1.698672016814751, + "grad_norm": 0.9455070495605469, + "learning_rate": 9.612384632055188e-05, + "loss": 0.4275, + "mean_token_accuracy": 0.8365866243839264, + "num_tokens": 22881261.0, + "step": 17780 + }, + { + "entropy": 1.2361591458320618, + "epoch": 1.699627400401261, + "grad_norm": 1.3945482969284058, + "learning_rate": 9.611774552899169e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8458134055137634, + "num_tokens": 22894384.0, + "step": 17790 + }, + { + "entropy": 1.2593231558799745, + "epoch": 1.700582783987771, + "grad_norm": 0.926410436630249, + "learning_rate": 9.611164013401235e-05, + "loss": 0.4484, + "mean_token_accuracy": 0.8208027839660644, + "num_tokens": 22907285.0, + "step": 17800 + }, + { + "entropy": 1.246914267539978, + "epoch": 1.7015381675742811, + "grad_norm": 1.5562855005264282, + "learning_rate": 9.61055301362233e-05, + "loss": 0.4413, + "mean_token_accuracy": 0.8309639871120453, + "num_tokens": 22919682.0, + "step": 17810 + }, + { + "entropy": 1.2348621845245362, + "epoch": 1.702493551160791, + "grad_norm": 1.0099157094955444, + "learning_rate": 9.609941553623447e-05, + "loss": 0.3879, + "mean_token_accuracy": 0.8408388555049896, + "num_tokens": 22932027.0, + "step": 17820 + }, + { + "entropy": 1.244398033618927, + "epoch": 1.7034489347473012, + "grad_norm": 0.946876049041748, + "learning_rate": 9.609329633465614e-05, + "loss": 0.4206, + "mean_token_accuracy": 0.8307375907897949, + "num_tokens": 22944830.0, + "step": 17830 + }, + { + "entropy": 1.2303630113601685, + "epoch": 1.7044043183338111, + "grad_norm": 1.0319545269012451, + "learning_rate": 9.608717253209918e-05, + "loss": 0.4072, + "mean_token_accuracy": 0.8390844106674195, + "num_tokens": 22957351.0, + "step": 17840 + }, + { + "entropy": 1.2331066846847534, + "epoch": 1.705359701920321, + "grad_norm": 1.1581025123596191, + "learning_rate": 9.608104412917485e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8492053270339965, + "num_tokens": 22970415.0, + "step": 17850 + }, + { + "entropy": 1.2485746622085572, + "epoch": 1.706315085506831, + "grad_norm": 0.927308201789856, + "learning_rate": 9.607491112649485e-05, + "loss": 0.4221, + "mean_token_accuracy": 0.8325854003429413, + "num_tokens": 22983474.0, + "step": 17860 + }, + { + "entropy": 1.2376818656921387, + "epoch": 1.707270469093341, + "grad_norm": 1.1687551736831665, + "learning_rate": 9.60687735246714e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8514661908149719, + "num_tokens": 22995882.0, + "step": 17870 + }, + { + "entropy": 1.2476388335227966, + "epoch": 1.7082258526798508, + "grad_norm": 0.9387381076812744, + "learning_rate": 9.606263132431714e-05, + "loss": 0.384, + "mean_token_accuracy": 0.8523995995521545, + "num_tokens": 23008848.0, + "step": 17880 + }, + { + "entropy": 1.24491890668869, + "epoch": 1.709181236266361, + "grad_norm": 1.0082015991210938, + "learning_rate": 9.605648452604517e-05, + "loss": 0.3887, + "mean_token_accuracy": 0.8475976824760437, + "num_tokens": 23022240.0, + "step": 17890 + }, + { + "entropy": 1.2452576875686645, + "epoch": 1.710136619852871, + "grad_norm": 0.9655236601829529, + "learning_rate": 9.605033313046907e-05, + "loss": 0.385, + "mean_token_accuracy": 0.8444946646690369, + "num_tokens": 23034835.0, + "step": 17900 + }, + { + "entropy": 1.234970223903656, + "epoch": 1.711092003439381, + "grad_norm": 1.1286778450012207, + "learning_rate": 9.604417713820285e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.859401261806488, + "num_tokens": 23047935.0, + "step": 17910 + }, + { + "entropy": 1.2591495990753174, + "epoch": 1.712047387025891, + "grad_norm": 1.319689393043518, + "learning_rate": 9.6038016549861e-05, + "loss": 0.4483, + "mean_token_accuracy": 0.823058795928955, + "num_tokens": 23061306.0, + "step": 17920 + }, + { + "entropy": 1.2465789079666139, + "epoch": 1.713002770612401, + "grad_norm": 0.976178765296936, + "learning_rate": 9.603185136605847e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8644716084003449, + "num_tokens": 23074120.0, + "step": 17930 + }, + { + "entropy": 1.2267637610435487, + "epoch": 1.7139581541989108, + "grad_norm": 0.899385392665863, + "learning_rate": 9.602568158741066e-05, + "loss": 0.4194, + "mean_token_accuracy": 0.8384012579917908, + "num_tokens": 23086266.0, + "step": 17940 + }, + { + "entropy": 1.2362696290016175, + "epoch": 1.7149135377854208, + "grad_norm": 1.2607851028442383, + "learning_rate": 9.601950721453341e-05, + "loss": 0.4808, + "mean_token_accuracy": 0.8087156176567077, + "num_tokens": 23098610.0, + "step": 17950 + }, + { + "entropy": 1.2329839587211608, + "epoch": 1.7158689213719307, + "grad_norm": 1.0710415840148926, + "learning_rate": 9.601332824804305e-05, + "loss": 0.4271, + "mean_token_accuracy": 0.8328712344169616, + "num_tokens": 23111474.0, + "step": 17960 + }, + { + "entropy": 1.2373533606529237, + "epoch": 1.7168243049584408, + "grad_norm": 1.1658204793930054, + "learning_rate": 9.600714468855637e-05, + "loss": 0.3893, + "mean_token_accuracy": 0.8433837711811065, + "num_tokens": 23124128.0, + "step": 17970 + }, + { + "entropy": 1.2287214517593383, + "epoch": 1.7177796885449508, + "grad_norm": 0.808590829372406, + "learning_rate": 9.60009565366906e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8528515756130218, + "num_tokens": 23136861.0, + "step": 17980 + }, + { + "entropy": 1.2554963111877442, + "epoch": 1.718735072131461, + "grad_norm": 0.8241192102432251, + "learning_rate": 9.599476379306343e-05, + "loss": 0.4737, + "mean_token_accuracy": 0.8204620242118835, + "num_tokens": 23150039.0, + "step": 17990 + }, + { + "entropy": 1.2460831880569458, + "epoch": 1.7196904557179709, + "grad_norm": 1.046142578125, + "learning_rate": 9.598856645829301e-05, + "loss": 0.4247, + "mean_token_accuracy": 0.8401552259922027, + "num_tokens": 23162451.0, + "step": 18000 + }, + { + "entropy": 1.229128658771515, + "epoch": 1.7206458393044808, + "grad_norm": 0.8847352862358093, + "learning_rate": 9.598236453299796e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8619108140468598, + "num_tokens": 23175039.0, + "step": 18010 + }, + { + "entropy": 1.2453033208847046, + "epoch": 1.7216012228909907, + "grad_norm": 1.1186721324920654, + "learning_rate": 9.597615801779732e-05, + "loss": 0.3912, + "mean_token_accuracy": 0.8481560289859772, + "num_tokens": 23187697.0, + "step": 18020 + }, + { + "entropy": 1.2374501466751098, + "epoch": 1.7225566064775006, + "grad_norm": 1.0868295431137085, + "learning_rate": 9.596994691331066e-05, + "loss": 0.4144, + "mean_token_accuracy": 0.8383440792560577, + "num_tokens": 23200320.0, + "step": 18030 + }, + { + "entropy": 1.248088788986206, + "epoch": 1.7235119900640106, + "grad_norm": 1.0483583211898804, + "learning_rate": 9.596373122015794e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8299430012702942, + "num_tokens": 23213106.0, + "step": 18040 + }, + { + "entropy": 1.2581270337104797, + "epoch": 1.7244673736505207, + "grad_norm": 1.4181190729141235, + "learning_rate": 9.595751093895962e-05, + "loss": 0.4058, + "mean_token_accuracy": 0.8474813759326935, + "num_tokens": 23225812.0, + "step": 18050 + }, + { + "entropy": 1.2519899606704712, + "epoch": 1.7254227572370306, + "grad_norm": 0.9181609749794006, + "learning_rate": 9.595128607033657e-05, + "loss": 0.4012, + "mean_token_accuracy": 0.8396547675132752, + "num_tokens": 23238388.0, + "step": 18060 + }, + { + "entropy": 1.2735195875167846, + "epoch": 1.7263781408235408, + "grad_norm": 1.1336668729782104, + "learning_rate": 9.594505661491017e-05, + "loss": 0.4361, + "mean_token_accuracy": 0.8256846189498901, + "num_tokens": 23251307.0, + "step": 18070 + }, + { + "entropy": 1.2317048072814942, + "epoch": 1.7273335244100507, + "grad_norm": 0.8410013318061829, + "learning_rate": 9.593882257330224e-05, + "loss": 0.3626, + "mean_token_accuracy": 0.8573889255523681, + "num_tokens": 23263872.0, + "step": 18080 + }, + { + "entropy": 1.2461727499961852, + "epoch": 1.7282889079965607, + "grad_norm": 1.227628231048584, + "learning_rate": 9.593258394613505e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8284167349338531, + "num_tokens": 23276758.0, + "step": 18090 + }, + { + "entropy": 1.2562318444252014, + "epoch": 1.7292442915830706, + "grad_norm": 1.4120851755142212, + "learning_rate": 9.592634073403132e-05, + "loss": 0.3962, + "mean_token_accuracy": 0.8410945475101471, + "num_tokens": 23290017.0, + "step": 18100 + }, + { + "entropy": 1.2575053215026855, + "epoch": 1.7301996751695805, + "grad_norm": 1.1777987480163574, + "learning_rate": 9.592009293761427e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8372930228710175, + "num_tokens": 23303663.0, + "step": 18110 + }, + { + "entropy": 1.2630101680755614, + "epoch": 1.7311550587560904, + "grad_norm": 0.7541227340698242, + "learning_rate": 9.591384055750752e-05, + "loss": 0.4221, + "mean_token_accuracy": 0.8310477793216705, + "num_tokens": 23316411.0, + "step": 18120 + }, + { + "entropy": 1.2686506986618042, + "epoch": 1.7321104423426006, + "grad_norm": 0.8677375912666321, + "learning_rate": 9.590758359433519e-05, + "loss": 0.4702, + "mean_token_accuracy": 0.8106258630752563, + "num_tokens": 23329431.0, + "step": 18130 + }, + { + "entropy": 1.251399564743042, + "epoch": 1.7330658259291105, + "grad_norm": 1.2978209257125854, + "learning_rate": 9.590132204872183e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8403161525726318, + "num_tokens": 23342702.0, + "step": 18140 + }, + { + "entropy": 1.239967155456543, + "epoch": 1.7340212095156207, + "grad_norm": 1.04163658618927, + "learning_rate": 9.589505592129247e-05, + "loss": 0.4011, + "mean_token_accuracy": 0.8415982365608216, + "num_tokens": 23355386.0, + "step": 18150 + }, + { + "entropy": 1.2291477560997008, + "epoch": 1.7349765931021306, + "grad_norm": 1.2268823385238647, + "learning_rate": 9.58887852126726e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8473311007022858, + "num_tokens": 23367779.0, + "step": 18160 + }, + { + "entropy": 1.2615811944007873, + "epoch": 1.7359319766886405, + "grad_norm": 0.8507741689682007, + "learning_rate": 9.588250992348813e-05, + "loss": 0.4263, + "mean_token_accuracy": 0.832783454656601, + "num_tokens": 23380944.0, + "step": 18170 + }, + { + "entropy": 1.242993700504303, + "epoch": 1.7368873602751504, + "grad_norm": 0.8236082792282104, + "learning_rate": 9.587623005436545e-05, + "loss": 0.3647, + "mean_token_accuracy": 0.8554120361804962, + "num_tokens": 23393852.0, + "step": 18180 + }, + { + "entropy": 1.2341665744781494, + "epoch": 1.7378427438616604, + "grad_norm": 1.1210730075836182, + "learning_rate": 9.586994560593143e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8539847671985626, + "num_tokens": 23407149.0, + "step": 18190 + }, + { + "entropy": 1.2232534050941468, + "epoch": 1.7387981274481703, + "grad_norm": 1.3700839281082153, + "learning_rate": 9.586365657881337e-05, + "loss": 0.3763, + "mean_token_accuracy": 0.8476240992546081, + "num_tokens": 23419646.0, + "step": 18200 + }, + { + "entropy": 1.2500601530075073, + "epoch": 1.7397535110346805, + "grad_norm": 1.153084635734558, + "learning_rate": 9.585736297363903e-05, + "loss": 0.3843, + "mean_token_accuracy": 0.8419993221759796, + "num_tokens": 23432927.0, + "step": 18210 + }, + { + "entropy": 1.2632962703704833, + "epoch": 1.7407088946211904, + "grad_norm": 1.3457070589065552, + "learning_rate": 9.585106479103663e-05, + "loss": 0.4875, + "mean_token_accuracy": 0.8050628662109375, + "num_tokens": 23445803.0, + "step": 18220 + }, + { + "entropy": 1.255858826637268, + "epoch": 1.7416642782077005, + "grad_norm": 0.7825440764427185, + "learning_rate": 9.584476203163485e-05, + "loss": 0.3995, + "mean_token_accuracy": 0.8399945020675659, + "num_tokens": 23458571.0, + "step": 18230 + }, + { + "entropy": 1.2410543322563172, + "epoch": 1.7426196617942105, + "grad_norm": 0.9925565719604492, + "learning_rate": 9.583845469606282e-05, + "loss": 0.421, + "mean_token_accuracy": 0.8279775559902192, + "num_tokens": 23471298.0, + "step": 18240 + }, + { + "entropy": 1.2477216124534607, + "epoch": 1.7435750453807204, + "grad_norm": 0.9485518932342529, + "learning_rate": 9.583214278495014e-05, + "loss": 0.4007, + "mean_token_accuracy": 0.8382355690002441, + "num_tokens": 23483885.0, + "step": 18250 + }, + { + "entropy": 1.2605351209640503, + "epoch": 1.7445304289672303, + "grad_norm": 1.0825618505477905, + "learning_rate": 9.582582629892685e-05, + "loss": 0.4497, + "mean_token_accuracy": 0.8219209909439087, + "num_tokens": 23496447.0, + "step": 18260 + }, + { + "entropy": 1.2726219296455383, + "epoch": 1.7454858125537402, + "grad_norm": 1.1770566701889038, + "learning_rate": 9.581950523862344e-05, + "loss": 0.423, + "mean_token_accuracy": 0.8240466475486755, + "num_tokens": 23509729.0, + "step": 18270 + }, + { + "entropy": 1.2741369485855103, + "epoch": 1.7464411961402502, + "grad_norm": 0.8758213520050049, + "learning_rate": 9.58131796046709e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8331361532211303, + "num_tokens": 23523453.0, + "step": 18280 + }, + { + "entropy": 1.2549362659454346, + "epoch": 1.7473965797267603, + "grad_norm": 0.9729489684104919, + "learning_rate": 9.580684939770062e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8544616103172302, + "num_tokens": 23536883.0, + "step": 18290 + }, + { + "entropy": 1.2606821656227112, + "epoch": 1.7483519633132703, + "grad_norm": 0.8168366551399231, + "learning_rate": 9.580051461834449e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8426462829113006, + "num_tokens": 23549962.0, + "step": 18300 + }, + { + "entropy": 1.264320719242096, + "epoch": 1.7493073468997804, + "grad_norm": 1.0000132322311401, + "learning_rate": 9.579417526723486e-05, + "loss": 0.4567, + "mean_token_accuracy": 0.8203768789768219, + "num_tokens": 23562928.0, + "step": 18310 + }, + { + "entropy": 1.2461620450019837, + "epoch": 1.7502627304862903, + "grad_norm": 1.3378769159317017, + "learning_rate": 9.578783134500446e-05, + "loss": 0.413, + "mean_token_accuracy": 0.8340261518955231, + "num_tokens": 23575753.0, + "step": 18320 + }, + { + "entropy": 1.243294072151184, + "epoch": 1.7512181140728003, + "grad_norm": 1.0045770406723022, + "learning_rate": 9.578148285228658e-05, + "loss": 0.3726, + "mean_token_accuracy": 0.8543959617614746, + "num_tokens": 23588480.0, + "step": 18330 + }, + { + "entropy": 1.2596907377243043, + "epoch": 1.7521734976593102, + "grad_norm": 1.1993249654769897, + "learning_rate": 9.577512978971493e-05, + "loss": 0.4304, + "mean_token_accuracy": 0.8262570083141327, + "num_tokens": 23601178.0, + "step": 18340 + }, + { + "entropy": 1.2499590039253234, + "epoch": 1.7531288812458201, + "grad_norm": 1.2146376371383667, + "learning_rate": 9.576877215792361e-05, + "loss": 0.4219, + "mean_token_accuracy": 0.8340011775493622, + "num_tokens": 23613246.0, + "step": 18350 + }, + { + "entropy": 1.2610282063484193, + "epoch": 1.75408426483233, + "grad_norm": 1.1774981021881104, + "learning_rate": 9.576240995754726e-05, + "loss": 0.3953, + "mean_token_accuracy": 0.8424400806427002, + "num_tokens": 23626405.0, + "step": 18360 + }, + { + "entropy": 1.2480837464332581, + "epoch": 1.7550396484188402, + "grad_norm": 1.1709154844284058, + "learning_rate": 9.575604318922097e-05, + "loss": 0.4016, + "mean_token_accuracy": 0.8382466793060303, + "num_tokens": 23639211.0, + "step": 18370 + }, + { + "entropy": 1.2296159267425537, + "epoch": 1.7559950320053501, + "grad_norm": 0.9285361766815186, + "learning_rate": 9.574967185358024e-05, + "loss": 0.3606, + "mean_token_accuracy": 0.8459927499294281, + "num_tokens": 23651952.0, + "step": 18380 + }, + { + "entropy": 1.2457628965377807, + "epoch": 1.7569504155918603, + "grad_norm": 1.3067526817321777, + "learning_rate": 9.574329595126104e-05, + "loss": 0.3943, + "mean_token_accuracy": 0.8417336404323578, + "num_tokens": 23665004.0, + "step": 18390 + }, + { + "entropy": 1.2536271214485168, + "epoch": 1.7579057991783702, + "grad_norm": 1.2271195650100708, + "learning_rate": 9.573691548289981e-05, + "loss": 0.4215, + "mean_token_accuracy": 0.8397488534450531, + "num_tokens": 23678043.0, + "step": 18400 + }, + { + "entropy": 1.2411157250404359, + "epoch": 1.7588611827648801, + "grad_norm": 1.1262342929840088, + "learning_rate": 9.573053044913348e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8384642004966736, + "num_tokens": 23690621.0, + "step": 18410 + }, + { + "entropy": 1.2516655206680298, + "epoch": 1.75981656635139, + "grad_norm": 1.058920979499817, + "learning_rate": 9.572414085059933e-05, + "loss": 0.443, + "mean_token_accuracy": 0.821002858877182, + "num_tokens": 23703467.0, + "step": 18420 + }, + { + "entropy": 1.2443899989128113, + "epoch": 1.7607719499379, + "grad_norm": 1.1940561532974243, + "learning_rate": 9.57177466879352e-05, + "loss": 0.4021, + "mean_token_accuracy": 0.8440302193164826, + "num_tokens": 23716314.0, + "step": 18430 + }, + { + "entropy": 1.2167899489402771, + "epoch": 1.76172733352441, + "grad_norm": 0.9281899929046631, + "learning_rate": 9.571134796177936e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8519504606723786, + "num_tokens": 23728739.0, + "step": 18440 + }, + { + "entropy": 1.245528757572174, + "epoch": 1.76268271711092, + "grad_norm": 0.9196149706840515, + "learning_rate": 9.570494467277051e-05, + "loss": 0.4512, + "mean_token_accuracy": 0.8247206449508667, + "num_tokens": 23741933.0, + "step": 18450 + }, + { + "entropy": 1.2354749202728272, + "epoch": 1.76363810069743, + "grad_norm": 1.0337108373641968, + "learning_rate": 9.569853682154782e-05, + "loss": 0.3905, + "mean_token_accuracy": 0.8498189568519592, + "num_tokens": 23754716.0, + "step": 18460 + }, + { + "entropy": 1.2342580199241637, + "epoch": 1.7645934842839401, + "grad_norm": 0.9085434675216675, + "learning_rate": 9.569212440875088e-05, + "loss": 0.386, + "mean_token_accuracy": 0.8531509220600129, + "num_tokens": 23767472.0, + "step": 18470 + }, + { + "entropy": 1.2479331970214844, + "epoch": 1.76554886787045, + "grad_norm": 0.9801439642906189, + "learning_rate": 9.568570743501983e-05, + "loss": 0.411, + "mean_token_accuracy": 0.8302562355995178, + "num_tokens": 23781239.0, + "step": 18480 + }, + { + "entropy": 1.227237915992737, + "epoch": 1.76650425145696, + "grad_norm": 0.8854706883430481, + "learning_rate": 9.567928590099517e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8472854256629944, + "num_tokens": 23793605.0, + "step": 18490 + }, + { + "entropy": 1.227782952785492, + "epoch": 1.76745963504347, + "grad_norm": 1.0997800827026367, + "learning_rate": 9.567285980731789e-05, + "loss": 0.378, + "mean_token_accuracy": 0.8494278848171234, + "num_tokens": 23806892.0, + "step": 18500 + }, + { + "entropy": 1.2321775913238526, + "epoch": 1.7684150186299799, + "grad_norm": 0.9469022154808044, + "learning_rate": 9.566642915462944e-05, + "loss": 0.3838, + "mean_token_accuracy": 0.8466831088066101, + "num_tokens": 23819641.0, + "step": 18510 + }, + { + "entropy": 1.2310438990592956, + "epoch": 1.7693704022164898, + "grad_norm": 1.2513790130615234, + "learning_rate": 9.565999394357172e-05, + "loss": 0.413, + "mean_token_accuracy": 0.835403436422348, + "num_tokens": 23831858.0, + "step": 18520 + }, + { + "entropy": 1.2332215547561645, + "epoch": 1.770325785803, + "grad_norm": 1.001030683517456, + "learning_rate": 9.56535541747871e-05, + "loss": 0.3865, + "mean_token_accuracy": 0.8489100158214569, + "num_tokens": 23845053.0, + "step": 18530 + }, + { + "entropy": 1.2421654224395753, + "epoch": 1.7712811693895099, + "grad_norm": 0.849099338054657, + "learning_rate": 9.564710984891836e-05, + "loss": 0.3942, + "mean_token_accuracy": 0.841077733039856, + "num_tokens": 23858135.0, + "step": 18540 + }, + { + "entropy": 1.252909541130066, + "epoch": 1.77223655297602, + "grad_norm": 1.1629602909088135, + "learning_rate": 9.564066096660877e-05, + "loss": 0.4303, + "mean_token_accuracy": 0.827980774641037, + "num_tokens": 23870915.0, + "step": 18550 + }, + { + "entropy": 1.246216368675232, + "epoch": 1.77319193656253, + "grad_norm": 0.8987468481063843, + "learning_rate": 9.563420752850207e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8398578464984894, + "num_tokens": 23883735.0, + "step": 18560 + }, + { + "entropy": 1.2390840172767639, + "epoch": 1.7741473201490399, + "grad_norm": 1.0416277647018433, + "learning_rate": 9.562774953524244e-05, + "loss": 0.3787, + "mean_token_accuracy": 0.8504427611827851, + "num_tokens": 23895953.0, + "step": 18570 + }, + { + "entropy": 1.246518862247467, + "epoch": 1.7751027037355498, + "grad_norm": 0.9980137348175049, + "learning_rate": 9.562128698747447e-05, + "loss": 0.391, + "mean_token_accuracy": 0.8436578333377838, + "num_tokens": 23909370.0, + "step": 18580 + }, + { + "entropy": 1.2298052668571473, + "epoch": 1.7760580873220597, + "grad_norm": 0.8507782220840454, + "learning_rate": 9.56148198858433e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.8405477464199066, + "num_tokens": 23921541.0, + "step": 18590 + }, + { + "entropy": 1.2523223757743835, + "epoch": 1.7770134709085696, + "grad_norm": 1.0604740381240845, + "learning_rate": 9.560834823099441e-05, + "loss": 0.4138, + "mean_token_accuracy": 0.839072722196579, + "num_tokens": 23934729.0, + "step": 18600 + }, + { + "entropy": 1.2329000592231751, + "epoch": 1.7779688544950798, + "grad_norm": 1.3010905981063843, + "learning_rate": 9.560187202357383e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.8576006352901459, + "num_tokens": 23947395.0, + "step": 18610 + }, + { + "entropy": 1.2588890314102172, + "epoch": 1.7789242380815897, + "grad_norm": 1.137494444847107, + "learning_rate": 9.5595391264228e-05, + "loss": 0.4025, + "mean_token_accuracy": 0.8490837633609771, + "num_tokens": 23960486.0, + "step": 18620 + }, + { + "entropy": 1.2258941650390625, + "epoch": 1.7798796216680999, + "grad_norm": 1.0196506977081299, + "learning_rate": 9.558890595360381e-05, + "loss": 0.4078, + "mean_token_accuracy": 0.8406588912010193, + "num_tokens": 23972557.0, + "step": 18630 + }, + { + "entropy": 1.2353035092353821, + "epoch": 1.7808350052546098, + "grad_norm": 1.14696204662323, + "learning_rate": 9.558241609234864e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8466728508472443, + "num_tokens": 23985617.0, + "step": 18640 + }, + { + "entropy": 1.2343745946884155, + "epoch": 1.7817903888411197, + "grad_norm": 1.0304105281829834, + "learning_rate": 9.557592168111026e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8358699142932892, + "num_tokens": 23998285.0, + "step": 18650 + }, + { + "entropy": 1.2304556965827942, + "epoch": 1.7827457724276297, + "grad_norm": 1.2509233951568604, + "learning_rate": 9.556942272053699e-05, + "loss": 0.3586, + "mean_token_accuracy": 0.8599318504333496, + "num_tokens": 24011384.0, + "step": 18660 + }, + { + "entropy": 1.2730296015739442, + "epoch": 1.7837011560141396, + "grad_norm": 1.0714666843414307, + "learning_rate": 9.55629192112775e-05, + "loss": 0.4579, + "mean_token_accuracy": 0.8129582583904267, + "num_tokens": 24024756.0, + "step": 18670 + }, + { + "entropy": 1.2613868474960328, + "epoch": 1.7846565396006495, + "grad_norm": 0.9404513239860535, + "learning_rate": 9.5556411153981e-05, + "loss": 0.4724, + "mean_token_accuracy": 0.8100212693214417, + "num_tokens": 24037470.0, + "step": 18680 + }, + { + "entropy": 1.230964148044586, + "epoch": 1.7856119231871597, + "grad_norm": 0.9224717020988464, + "learning_rate": 9.554989854929708e-05, + "loss": 0.4112, + "mean_token_accuracy": 0.8351793408393859, + "num_tokens": 24050274.0, + "step": 18690 + }, + { + "entropy": 1.236877977848053, + "epoch": 1.7865673067736696, + "grad_norm": 0.9608972072601318, + "learning_rate": 9.554338139787584e-05, + "loss": 0.3971, + "mean_token_accuracy": 0.8385379791259766, + "num_tokens": 24063028.0, + "step": 18700 + }, + { + "entropy": 1.2320203900337219, + "epoch": 1.7875226903601797, + "grad_norm": 0.9091654419898987, + "learning_rate": 9.553685970036781e-05, + "loss": 0.3963, + "mean_token_accuracy": 0.8417509198188782, + "num_tokens": 24075768.0, + "step": 18710 + }, + { + "entropy": 1.243925893306732, + "epoch": 1.7884780739466897, + "grad_norm": 0.8858394622802734, + "learning_rate": 9.553033345742399e-05, + "loss": 0.4617, + "mean_token_accuracy": 0.8138229072093963, + "num_tokens": 24088198.0, + "step": 18720 + }, + { + "entropy": 1.2500972867012023, + "epoch": 1.7894334575331996, + "grad_norm": 1.17380690574646, + "learning_rate": 9.55238026696958e-05, + "loss": 0.4028, + "mean_token_accuracy": 0.8377231895923615, + "num_tokens": 24101179.0, + "step": 18730 + }, + { + "entropy": 1.248951005935669, + "epoch": 1.7903888411197095, + "grad_norm": 1.1765897274017334, + "learning_rate": 9.551726733783516e-05, + "loss": 0.419, + "mean_token_accuracy": 0.8281481564044952, + "num_tokens": 24114237.0, + "step": 18740 + }, + { + "entropy": 1.2370785117149352, + "epoch": 1.7913442247062195, + "grad_norm": 1.1981055736541748, + "learning_rate": 9.55107274624944e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8291442275047303, + "num_tokens": 24126904.0, + "step": 18750 + }, + { + "entropy": 1.2526327610015868, + "epoch": 1.7922996082927294, + "grad_norm": 1.0710564851760864, + "learning_rate": 9.550418304432636e-05, + "loss": 0.4031, + "mean_token_accuracy": 0.8310854256153106, + "num_tokens": 24140118.0, + "step": 18760 + }, + { + "entropy": 1.2493882536888123, + "epoch": 1.7932549918792395, + "grad_norm": 1.1159383058547974, + "learning_rate": 9.549763408398422e-05, + "loss": 0.4293, + "mean_token_accuracy": 0.8198933780193329, + "num_tokens": 24153008.0, + "step": 18770 + }, + { + "entropy": 1.2224883913993836, + "epoch": 1.7942103754657495, + "grad_norm": 0.9986956715583801, + "learning_rate": 9.549108058212177e-05, + "loss": 0.3851, + "mean_token_accuracy": 0.8469237089157104, + "num_tokens": 24165193.0, + "step": 18780 + }, + { + "entropy": 1.2281441688537598, + "epoch": 1.7951657590522596, + "grad_norm": 0.9389036893844604, + "learning_rate": 9.548452253939313e-05, + "loss": 0.3983, + "mean_token_accuracy": 0.8476035416126251, + "num_tokens": 24177935.0, + "step": 18790 + }, + { + "entropy": 1.2396907329559326, + "epoch": 1.7961211426387695, + "grad_norm": 0.9947388768196106, + "learning_rate": 9.547795995645292e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8408924102783203, + "num_tokens": 24190489.0, + "step": 18800 + }, + { + "entropy": 1.236212182044983, + "epoch": 1.7970765262252795, + "grad_norm": 0.7854186296463013, + "learning_rate": 9.547139283395621e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8614812135696411, + "num_tokens": 24203926.0, + "step": 18810 + }, + { + "entropy": 1.2261495113372802, + "epoch": 1.7980319098117894, + "grad_norm": 0.9090112447738647, + "learning_rate": 9.546482117255853e-05, + "loss": 0.3845, + "mean_token_accuracy": 0.8470384657382966, + "num_tokens": 24216839.0, + "step": 18820 + }, + { + "entropy": 1.245249056816101, + "epoch": 1.7989872933982993, + "grad_norm": 0.8954375386238098, + "learning_rate": 9.545824497291586e-05, + "loss": 0.3951, + "mean_token_accuracy": 0.8471364557743073, + "num_tokens": 24229556.0, + "step": 18830 + }, + { + "entropy": 1.2325767517089843, + "epoch": 1.7999426769848093, + "grad_norm": 1.7746516466140747, + "learning_rate": 9.545166423568461e-05, + "loss": 0.3769, + "mean_token_accuracy": 0.8482005536556244, + "num_tokens": 24242197.0, + "step": 18840 + }, + { + "entropy": 1.23278911113739, + "epoch": 1.8008980605713194, + "grad_norm": 0.9597102403640747, + "learning_rate": 9.544507896152168e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8579486072063446, + "num_tokens": 24255292.0, + "step": 18850 + }, + { + "entropy": 1.2412100911140442, + "epoch": 1.8018534441578293, + "grad_norm": 0.9238580465316772, + "learning_rate": 9.543848915108439e-05, + "loss": 0.4505, + "mean_token_accuracy": 0.8233363151550293, + "num_tokens": 24267612.0, + "step": 18860 + }, + { + "entropy": 1.2493064761161805, + "epoch": 1.8028088277443395, + "grad_norm": 0.8950558304786682, + "learning_rate": 9.543189480503054e-05, + "loss": 0.4248, + "mean_token_accuracy": 0.8220980703830719, + "num_tokens": 24280551.0, + "step": 18870 + }, + { + "entropy": 1.2416400551795959, + "epoch": 1.8037642113308494, + "grad_norm": 0.9854382276535034, + "learning_rate": 9.542529592401835e-05, + "loss": 0.3784, + "mean_token_accuracy": 0.8501008808612823, + "num_tokens": 24293769.0, + "step": 18880 + }, + { + "entropy": 1.2276774048805237, + "epoch": 1.8047195949173593, + "grad_norm": 1.2767006158828735, + "learning_rate": 9.541869250870655e-05, + "loss": 0.3983, + "mean_token_accuracy": 0.8472789049148559, + "num_tokens": 24306664.0, + "step": 18890 + }, + { + "entropy": 1.229190421104431, + "epoch": 1.8056749785038693, + "grad_norm": 0.9328880906105042, + "learning_rate": 9.541208455975423e-05, + "loss": 0.3857, + "mean_token_accuracy": 0.8455669939517975, + "num_tokens": 24319291.0, + "step": 18900 + }, + { + "entropy": 1.2283566474914551, + "epoch": 1.8066303620903792, + "grad_norm": 1.1201090812683105, + "learning_rate": 9.540547207782105e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.839566707611084, + "num_tokens": 24332213.0, + "step": 18910 + }, + { + "entropy": 1.2611894965171815, + "epoch": 1.8075857456768891, + "grad_norm": 1.2566171884536743, + "learning_rate": 9.5398855063567e-05, + "loss": 0.4749, + "mean_token_accuracy": 0.8174658358097077, + "num_tokens": 24345363.0, + "step": 18920 + }, + { + "entropy": 1.2380447506904602, + "epoch": 1.8085411292633993, + "grad_norm": 0.8781358599662781, + "learning_rate": 9.539223351765263e-05, + "loss": 0.3807, + "mean_token_accuracy": 0.8565241098403931, + "num_tokens": 24358198.0, + "step": 18930 + }, + { + "entropy": 1.2370440125465394, + "epoch": 1.8094965128499092, + "grad_norm": 0.9668167233467102, + "learning_rate": 9.538560744073887e-05, + "loss": 0.3872, + "mean_token_accuracy": 0.8518383145332337, + "num_tokens": 24371309.0, + "step": 18940 + }, + { + "entropy": 1.233956229686737, + "epoch": 1.8104518964364194, + "grad_norm": 0.9841720461845398, + "learning_rate": 9.537897683348714e-05, + "loss": 0.3863, + "mean_token_accuracy": 0.8456870913505554, + "num_tokens": 24384214.0, + "step": 18950 + }, + { + "entropy": 1.2330166578292847, + "epoch": 1.8114072800229293, + "grad_norm": 1.6141061782836914, + "learning_rate": 9.537234169655929e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8342881262302398, + "num_tokens": 24397517.0, + "step": 18960 + }, + { + "entropy": 1.2421843886375428, + "epoch": 1.8123626636094392, + "grad_norm": 0.8892430663108826, + "learning_rate": 9.536570203061763e-05, + "loss": 0.433, + "mean_token_accuracy": 0.8315477550029755, + "num_tokens": 24410327.0, + "step": 18970 + }, + { + "entropy": 1.247060775756836, + "epoch": 1.8133180471959491, + "grad_norm": 0.8144094944000244, + "learning_rate": 9.535905783632494e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8414164841175079, + "num_tokens": 24423296.0, + "step": 18980 + }, + { + "entropy": 1.2562215447425842, + "epoch": 1.814273430782459, + "grad_norm": 1.2488067150115967, + "learning_rate": 9.535240911434442e-05, + "loss": 0.4173, + "mean_token_accuracy": 0.8358400523662567, + "num_tokens": 24436169.0, + "step": 18990 + }, + { + "entropy": 1.2356928825378417, + "epoch": 1.815228814368969, + "grad_norm": 1.1824767589569092, + "learning_rate": 9.534575586533974e-05, + "loss": 0.3948, + "mean_token_accuracy": 0.8438597977161407, + "num_tokens": 24448987.0, + "step": 19000 + }, + { + "entropy": 1.229006326198578, + "epoch": 1.8161841979554791, + "grad_norm": 0.8342233896255493, + "learning_rate": 9.533909808997502e-05, + "loss": 0.4079, + "mean_token_accuracy": 0.835223937034607, + "num_tokens": 24461853.0, + "step": 19010 + }, + { + "entropy": 1.2264713764190673, + "epoch": 1.817139581541989, + "grad_norm": 1.0054491758346558, + "learning_rate": 9.533243578891482e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.85654975771904, + "num_tokens": 24474213.0, + "step": 19020 + }, + { + "entropy": 1.2420964360237121, + "epoch": 1.8180949651284992, + "grad_norm": 0.9561862945556641, + "learning_rate": 9.532576896282419e-05, + "loss": 0.3886, + "mean_token_accuracy": 0.8423480153083801, + "num_tokens": 24487042.0, + "step": 19030 + }, + { + "entropy": 1.2536792159080505, + "epoch": 1.8190503487150091, + "grad_norm": 1.0076525211334229, + "learning_rate": 9.531909761236859e-05, + "loss": 0.4259, + "mean_token_accuracy": 0.8296335697174072, + "num_tokens": 24499904.0, + "step": 19040 + }, + { + "entropy": 1.2606515645980836, + "epoch": 1.820005732301519, + "grad_norm": 1.2500391006469727, + "learning_rate": 9.531242173821396e-05, + "loss": 0.4453, + "mean_token_accuracy": 0.8192407429218292, + "num_tokens": 24512066.0, + "step": 19050 + }, + { + "entropy": 1.2483595967292787, + "epoch": 1.820961115888029, + "grad_norm": 1.1986078023910522, + "learning_rate": 9.530574134102664e-05, + "loss": 0.4225, + "mean_token_accuracy": 0.8320727944374084, + "num_tokens": 24524580.0, + "step": 19060 + }, + { + "entropy": 1.261032021045685, + "epoch": 1.821916499474539, + "grad_norm": 1.3523979187011719, + "learning_rate": 9.529905642147347e-05, + "loss": 0.4231, + "mean_token_accuracy": 0.8295510947704315, + "num_tokens": 24537171.0, + "step": 19070 + }, + { + "entropy": 1.2675670623779296, + "epoch": 1.8228718830610489, + "grad_norm": 0.8207471966743469, + "learning_rate": 9.529236698022179e-05, + "loss": 0.3979, + "mean_token_accuracy": 0.8360804319381714, + "num_tokens": 24550535.0, + "step": 19080 + }, + { + "entropy": 1.2507019877433776, + "epoch": 1.823827266647559, + "grad_norm": 1.3338923454284668, + "learning_rate": 9.528567301793926e-05, + "loss": 0.363, + "mean_token_accuracy": 0.8478360295295715, + "num_tokens": 24564050.0, + "step": 19090 + }, + { + "entropy": 1.2537034273147583, + "epoch": 1.824782650234069, + "grad_norm": 1.2530180215835571, + "learning_rate": 9.527897453529409e-05, + "loss": 0.3835, + "mean_token_accuracy": 0.8437086641788483, + "num_tokens": 24576993.0, + "step": 19100 + }, + { + "entropy": 1.2402520537376405, + "epoch": 1.825738033820579, + "grad_norm": 0.8833872079849243, + "learning_rate": 9.527227153295491e-05, + "loss": 0.4127, + "mean_token_accuracy": 0.8332371950149536, + "num_tokens": 24589906.0, + "step": 19110 + }, + { + "entropy": 1.261788582801819, + "epoch": 1.826693417407089, + "grad_norm": 0.9407246708869934, + "learning_rate": 9.526556401159084e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8438062369823456, + "num_tokens": 24603026.0, + "step": 19120 + }, + { + "entropy": 1.2685945987701417, + "epoch": 1.827648800993599, + "grad_norm": 1.0188778638839722, + "learning_rate": 9.525885197187135e-05, + "loss": 0.4118, + "mean_token_accuracy": 0.8305916309356689, + "num_tokens": 24616252.0, + "step": 19130 + }, + { + "entropy": 1.2647027850151062, + "epoch": 1.8286041845801089, + "grad_norm": 0.9206503629684448, + "learning_rate": 9.52521354144665e-05, + "loss": 0.4326, + "mean_token_accuracy": 0.8274380683898925, + "num_tokens": 24629010.0, + "step": 19140 + }, + { + "entropy": 1.2645829916000366, + "epoch": 1.8295595681666188, + "grad_norm": 1.4759799242019653, + "learning_rate": 9.524541434004666e-05, + "loss": 0.466, + "mean_token_accuracy": 0.8121200919151306, + "num_tokens": 24641750.0, + "step": 19150 + }, + { + "entropy": 1.2479405283927918, + "epoch": 1.8305149517531287, + "grad_norm": 1.032197117805481, + "learning_rate": 9.523868874928278e-05, + "loss": 0.4045, + "mean_token_accuracy": 0.842801034450531, + "num_tokens": 24654352.0, + "step": 19160 + }, + { + "entropy": 1.2397014498710632, + "epoch": 1.8314703353396389, + "grad_norm": 0.9718959927558899, + "learning_rate": 9.523195864284616e-05, + "loss": 0.3966, + "mean_token_accuracy": 0.8488281846046448, + "num_tokens": 24667561.0, + "step": 19170 + }, + { + "entropy": 1.2378062725067138, + "epoch": 1.8324257189261488, + "grad_norm": 0.9540832042694092, + "learning_rate": 9.522522402140861e-05, + "loss": 0.3661, + "mean_token_accuracy": 0.8577330231666564, + "num_tokens": 24680112.0, + "step": 19180 + }, + { + "entropy": 1.2312816023826598, + "epoch": 1.833381102512659, + "grad_norm": 1.4038766622543335, + "learning_rate": 9.521848488564238e-05, + "loss": 0.3839, + "mean_token_accuracy": 0.8471605598926544, + "num_tokens": 24692847.0, + "step": 19190 + }, + { + "entropy": 1.2416214346885681, + "epoch": 1.8343364860991689, + "grad_norm": 1.211862564086914, + "learning_rate": 9.521174123622014e-05, + "loss": 0.376, + "mean_token_accuracy": 0.8434103071689606, + "num_tokens": 24706128.0, + "step": 19200 + }, + { + "entropy": 1.2606318116188049, + "epoch": 1.8352918696856788, + "grad_norm": 1.1864228248596191, + "learning_rate": 9.520499307381505e-05, + "loss": 0.4474, + "mean_token_accuracy": 0.8250197887420654, + "num_tokens": 24719332.0, + "step": 19210 + }, + { + "entropy": 1.244944953918457, + "epoch": 1.8362472532721887, + "grad_norm": 0.9532296657562256, + "learning_rate": 9.519824039910068e-05, + "loss": 0.4079, + "mean_token_accuracy": 0.8353945314884186, + "num_tokens": 24731966.0, + "step": 19220 + }, + { + "entropy": 1.2495075345039368, + "epoch": 1.8372026368586987, + "grad_norm": 0.856641411781311, + "learning_rate": 9.519148321275111e-05, + "loss": 0.3974, + "mean_token_accuracy": 0.8461704313755035, + "num_tokens": 24744515.0, + "step": 19230 + }, + { + "entropy": 1.2265976667404175, + "epoch": 1.8381580204452086, + "grad_norm": 1.1076769828796387, + "learning_rate": 9.51847215154408e-05, + "loss": 0.3849, + "mean_token_accuracy": 0.8470594584941864, + "num_tokens": 24757390.0, + "step": 19240 + }, + { + "entropy": 1.2296899676322937, + "epoch": 1.8391134040317187, + "grad_norm": 0.8811708092689514, + "learning_rate": 9.517795530784474e-05, + "loss": 0.3709, + "mean_token_accuracy": 0.8582235276699066, + "num_tokens": 24770269.0, + "step": 19250 + }, + { + "entropy": 1.247368061542511, + "epoch": 1.8400687876182287, + "grad_norm": 1.0682862997055054, + "learning_rate": 9.517118459063828e-05, + "loss": 0.392, + "mean_token_accuracy": 0.8420902252197265, + "num_tokens": 24783640.0, + "step": 19260 + }, + { + "entropy": 1.2386831641197205, + "epoch": 1.8410241712047388, + "grad_norm": 0.9716112017631531, + "learning_rate": 9.516440936449727e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8516637980937958, + "num_tokens": 24796946.0, + "step": 19270 + }, + { + "entropy": 1.2708489656448365, + "epoch": 1.8419795547912488, + "grad_norm": 0.8227747082710266, + "learning_rate": 9.515762963009802e-05, + "loss": 0.4167, + "mean_token_accuracy": 0.840280818939209, + "num_tokens": 24810399.0, + "step": 19280 + }, + { + "entropy": 1.258611798286438, + "epoch": 1.8429349383777587, + "grad_norm": 0.9814186096191406, + "learning_rate": 9.515084538811727e-05, + "loss": 0.3968, + "mean_token_accuracy": 0.8414652168750762, + "num_tokens": 24823243.0, + "step": 19290 + }, + { + "entropy": 1.2493043541908264, + "epoch": 1.8438903219642686, + "grad_norm": 1.292743444442749, + "learning_rate": 9.514405663923221e-05, + "loss": 0.4403, + "mean_token_accuracy": 0.8196132600307464, + "num_tokens": 24835765.0, + "step": 19300 + }, + { + "entropy": 1.2552567005157471, + "epoch": 1.8448457055507785, + "grad_norm": 1.1187447309494019, + "learning_rate": 9.51372633841205e-05, + "loss": 0.4183, + "mean_token_accuracy": 0.833984625339508, + "num_tokens": 24848514.0, + "step": 19310 + }, + { + "entropy": 1.2566494941711426, + "epoch": 1.8458010891372885, + "grad_norm": 1.3156830072402954, + "learning_rate": 9.513046562346023e-05, + "loss": 0.4565, + "mean_token_accuracy": 0.821231210231781, + "num_tokens": 24861663.0, + "step": 19320 + }, + { + "entropy": 1.2647850275039674, + "epoch": 1.8467564727237986, + "grad_norm": 1.2736917734146118, + "learning_rate": 9.512366335792994e-05, + "loss": 0.4004, + "mean_token_accuracy": 0.840915983915329, + "num_tokens": 24874507.0, + "step": 19330 + }, + { + "entropy": 1.2482078552246094, + "epoch": 1.8477118563103085, + "grad_norm": 1.0251121520996094, + "learning_rate": 9.511685658820861e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8334254026412964, + "num_tokens": 24887416.0, + "step": 19340 + }, + { + "entropy": 1.249634897708893, + "epoch": 1.8486672398968187, + "grad_norm": 1.1208761930465698, + "learning_rate": 9.511004531497572e-05, + "loss": 0.4109, + "mean_token_accuracy": 0.8327297151088715, + "num_tokens": 24899927.0, + "step": 19350 + }, + { + "entropy": 1.2714184284210206, + "epoch": 1.8496226234833286, + "grad_norm": 0.9506462216377258, + "learning_rate": 9.510322953891113e-05, + "loss": 0.447, + "mean_token_accuracy": 0.823532658815384, + "num_tokens": 24912679.0, + "step": 19360 + }, + { + "entropy": 1.2557640671730042, + "epoch": 1.8505780070698385, + "grad_norm": 0.8535743951797485, + "learning_rate": 9.509640926069518e-05, + "loss": 0.4273, + "mean_token_accuracy": 0.8312305033206939, + "num_tokens": 24925306.0, + "step": 19370 + }, + { + "entropy": 1.261027193069458, + "epoch": 1.8515333906563485, + "grad_norm": 0.9542725086212158, + "learning_rate": 9.508958448100869e-05, + "loss": 0.4102, + "mean_token_accuracy": 0.8461360812187195, + "num_tokens": 24938549.0, + "step": 19380 + }, + { + "entropy": 1.2526772737503051, + "epoch": 1.8524887742428584, + "grad_norm": 1.2994840145111084, + "learning_rate": 9.508275520053288e-05, + "loss": 0.4434, + "mean_token_accuracy": 0.8247868955135346, + "num_tokens": 24951272.0, + "step": 19390 + }, + { + "entropy": 1.2541556000709533, + "epoch": 1.8534441578293683, + "grad_norm": 1.100877046585083, + "learning_rate": 9.507592141994945e-05, + "loss": 0.4064, + "mean_token_accuracy": 0.8447356760501862, + "num_tokens": 24964026.0, + "step": 19400 + }, + { + "entropy": 1.2516083002090455, + "epoch": 1.8543995414158785, + "grad_norm": 1.4204108715057373, + "learning_rate": 9.506908313994054e-05, + "loss": 0.4267, + "mean_token_accuracy": 0.8314255774021149, + "num_tokens": 24977058.0, + "step": 19410 + }, + { + "entropy": 1.2270808100700379, + "epoch": 1.8553549250023884, + "grad_norm": 1.2430559396743774, + "learning_rate": 9.506224036118875e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8543122351169586, + "num_tokens": 24989068.0, + "step": 19420 + }, + { + "entropy": 1.2462587475776672, + "epoch": 1.8563103085888986, + "grad_norm": 1.2389144897460938, + "learning_rate": 9.50553930843771e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8427643835544586, + "num_tokens": 25001659.0, + "step": 19430 + }, + { + "entropy": 1.2683245420455933, + "epoch": 1.8572656921754085, + "grad_norm": 1.0784416198730469, + "learning_rate": 9.504854131018907e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8338687956333161, + "num_tokens": 25014850.0, + "step": 19440 + }, + { + "entropy": 1.2438178300857543, + "epoch": 1.8582210757619184, + "grad_norm": 1.1175272464752197, + "learning_rate": 9.504168503930862e-05, + "loss": 0.3649, + "mean_token_accuracy": 0.8542937338352203, + "num_tokens": 25027512.0, + "step": 19450 + }, + { + "entropy": 1.2492713570594787, + "epoch": 1.8591764593484283, + "grad_norm": 1.1219027042388916, + "learning_rate": 9.503482427242012e-05, + "loss": 0.4624, + "mean_token_accuracy": 0.8149598836898804, + "num_tokens": 25039812.0, + "step": 19460 + }, + { + "entropy": 1.246867835521698, + "epoch": 1.8601318429349383, + "grad_norm": 0.9930112957954407, + "learning_rate": 9.50279590102084e-05, + "loss": 0.4525, + "mean_token_accuracy": 0.8145596086978912, + "num_tokens": 25052049.0, + "step": 19470 + }, + { + "entropy": 1.2524481296539307, + "epoch": 1.8610872265214482, + "grad_norm": 1.2770873308181763, + "learning_rate": 9.502108925335876e-05, + "loss": 0.4214, + "mean_token_accuracy": 0.8350036859512329, + "num_tokens": 25065345.0, + "step": 19480 + }, + { + "entropy": 1.2581543803215027, + "epoch": 1.8620426101079584, + "grad_norm": 1.0315524339675903, + "learning_rate": 9.501421500255692e-05, + "loss": 0.4163, + "mean_token_accuracy": 0.8377988576889038, + "num_tokens": 25078861.0, + "step": 19490 + }, + { + "entropy": 1.2421892642974854, + "epoch": 1.8629979936944683, + "grad_norm": 1.3552122116088867, + "learning_rate": 9.500733625848905e-05, + "loss": 0.405, + "mean_token_accuracy": 0.8368783831596375, + "num_tokens": 25091901.0, + "step": 19500 + }, + { + "entropy": 1.2356494188308715, + "epoch": 1.8639533772809784, + "grad_norm": 1.3394744396209717, + "learning_rate": 9.500045302184179e-05, + "loss": 0.4082, + "mean_token_accuracy": 0.8375787436962128, + "num_tokens": 25104670.0, + "step": 19510 + }, + { + "entropy": 1.23349871635437, + "epoch": 1.8649087608674884, + "grad_norm": 1.2197242975234985, + "learning_rate": 9.499356529330222e-05, + "loss": 0.3933, + "mean_token_accuracy": 0.8442382216453552, + "num_tokens": 25117512.0, + "step": 19520 + }, + { + "entropy": 1.2511783838272095, + "epoch": 1.8658641444539983, + "grad_norm": 1.3134043216705322, + "learning_rate": 9.498667307355787e-05, + "loss": 0.4401, + "mean_token_accuracy": 0.8240470647811889, + "num_tokens": 25130723.0, + "step": 19530 + }, + { + "entropy": 1.2378706812858582, + "epoch": 1.8668195280405082, + "grad_norm": 0.8202506899833679, + "learning_rate": 9.497977636329669e-05, + "loss": 0.3711, + "mean_token_accuracy": 0.8547235190868377, + "num_tokens": 25143961.0, + "step": 19540 + }, + { + "entropy": 1.224301016330719, + "epoch": 1.8677749116270181, + "grad_norm": 0.8216030597686768, + "learning_rate": 9.49728751632071e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8607924699783325, + "num_tokens": 25157324.0, + "step": 19550 + }, + { + "entropy": 1.2237501859664917, + "epoch": 1.868730295213528, + "grad_norm": 0.9999563694000244, + "learning_rate": 9.496596947397801e-05, + "loss": 0.4027, + "mean_token_accuracy": 0.8377119421958923, + "num_tokens": 25169611.0, + "step": 19560 + }, + { + "entropy": 1.236398708820343, + "epoch": 1.8696856788000382, + "grad_norm": 1.1632903814315796, + "learning_rate": 9.495905929629872e-05, + "loss": 0.4353, + "mean_token_accuracy": 0.8294645130634308, + "num_tokens": 25182618.0, + "step": 19570 + }, + { + "entropy": 1.239831006526947, + "epoch": 1.8706410623865481, + "grad_norm": 1.3818070888519287, + "learning_rate": 9.495214463085895e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.850956791639328, + "num_tokens": 25196010.0, + "step": 19580 + }, + { + "entropy": 1.23808856010437, + "epoch": 1.8715964459730583, + "grad_norm": 1.15701162815094, + "learning_rate": 9.494522547834898e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8370992243289948, + "num_tokens": 25208894.0, + "step": 19590 + }, + { + "entropy": 1.237579607963562, + "epoch": 1.8725518295595682, + "grad_norm": 0.9478990435600281, + "learning_rate": 9.493830183945944e-05, + "loss": 0.3641, + "mean_token_accuracy": 0.8521225690841675, + "num_tokens": 25221774.0, + "step": 19600 + }, + { + "entropy": 1.2539388298988343, + "epoch": 1.8735072131460782, + "grad_norm": 1.1794782876968384, + "learning_rate": 9.493137371488143e-05, + "loss": 0.4794, + "mean_token_accuracy": 0.8118352949619293, + "num_tokens": 25234543.0, + "step": 19610 + }, + { + "entropy": 1.2575850129127502, + "epoch": 1.874462596732588, + "grad_norm": 0.9057483077049255, + "learning_rate": 9.492444110530654e-05, + "loss": 0.3888, + "mean_token_accuracy": 0.8451562583446502, + "num_tokens": 25247697.0, + "step": 19620 + }, + { + "entropy": 1.2534982204437255, + "epoch": 1.875417980319098, + "grad_norm": 1.0653274059295654, + "learning_rate": 9.491750401142674e-05, + "loss": 0.3938, + "mean_token_accuracy": 0.8421077370643616, + "num_tokens": 25260461.0, + "step": 19630 + }, + { + "entropy": 1.246317732334137, + "epoch": 1.876373363905608, + "grad_norm": 1.224750280380249, + "learning_rate": 9.49105624339345e-05, + "loss": 0.4386, + "mean_token_accuracy": 0.8220773577690125, + "num_tokens": 25273698.0, + "step": 19640 + }, + { + "entropy": 1.2342999696731567, + "epoch": 1.877328747492118, + "grad_norm": 0.8878809213638306, + "learning_rate": 9.490361637352273e-05, + "loss": 0.3896, + "mean_token_accuracy": 0.8451375842094422, + "num_tokens": 25286709.0, + "step": 19650 + }, + { + "entropy": 1.2425601363182068, + "epoch": 1.878284131078628, + "grad_norm": 1.0631378889083862, + "learning_rate": 9.489666583088475e-05, + "loss": 0.4175, + "mean_token_accuracy": 0.8340180277824402, + "num_tokens": 25299199.0, + "step": 19660 + }, + { + "entropy": 1.2207313060760498, + "epoch": 1.8792395146651382, + "grad_norm": 1.009482502937317, + "learning_rate": 9.488971080671438e-05, + "loss": 0.3796, + "mean_token_accuracy": 0.8550630688667298, + "num_tokens": 25312074.0, + "step": 19670 + }, + { + "entropy": 1.2345871329307556, + "epoch": 1.880194898251648, + "grad_norm": 0.7802301049232483, + "learning_rate": 9.488275130170586e-05, + "loss": 0.4139, + "mean_token_accuracy": 0.8340680062770843, + "num_tokens": 25324898.0, + "step": 19680 + }, + { + "entropy": 1.2645992159843444, + "epoch": 1.881150281838158, + "grad_norm": 1.3279558420181274, + "learning_rate": 9.487578731655386e-05, + "loss": 0.4589, + "mean_token_accuracy": 0.8245421528816224, + "num_tokens": 25338138.0, + "step": 19690 + }, + { + "entropy": 1.2376397848129272, + "epoch": 1.882105665424668, + "grad_norm": 1.1137676239013672, + "learning_rate": 9.486881885195353e-05, + "loss": 0.4049, + "mean_token_accuracy": 0.8397343873977661, + "num_tokens": 25351139.0, + "step": 19700 + }, + { + "entropy": 1.2343144178390504, + "epoch": 1.8830610490111779, + "grad_norm": 0.9891608357429504, + "learning_rate": 9.486184590860045e-05, + "loss": 0.37, + "mean_token_accuracy": 0.8536501288414001, + "num_tokens": 25363652.0, + "step": 19710 + }, + { + "entropy": 1.2373573303222656, + "epoch": 1.8840164325976878, + "grad_norm": 1.3500950336456299, + "learning_rate": 9.485486848719065e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8386522591114044, + "num_tokens": 25376517.0, + "step": 19720 + }, + { + "entropy": 1.2424034833908082, + "epoch": 1.884971816184198, + "grad_norm": 1.0366748571395874, + "learning_rate": 9.484788658842063e-05, + "loss": 0.442, + "mean_token_accuracy": 0.820928406715393, + "num_tokens": 25389688.0, + "step": 19730 + }, + { + "entropy": 1.2449092030525208, + "epoch": 1.8859271997707079, + "grad_norm": 1.1382478475570679, + "learning_rate": 9.484090021298728e-05, + "loss": 0.4142, + "mean_token_accuracy": 0.8326455056667328, + "num_tokens": 25403225.0, + "step": 19740 + }, + { + "entropy": 1.231066107749939, + "epoch": 1.886882583357218, + "grad_norm": 1.1603604555130005, + "learning_rate": 9.4833909361588e-05, + "loss": 0.3656, + "mean_token_accuracy": 0.8593858897686004, + "num_tokens": 25416384.0, + "step": 19750 + }, + { + "entropy": 1.2314142823219298, + "epoch": 1.887837966943728, + "grad_norm": 1.1090548038482666, + "learning_rate": 9.482691403492059e-05, + "loss": 0.4391, + "mean_token_accuracy": 0.8259983241558075, + "num_tokens": 25428763.0, + "step": 19760 + }, + { + "entropy": 1.2496643543243409, + "epoch": 1.888793350530238, + "grad_norm": 1.0317752361297607, + "learning_rate": 9.481991423368332e-05, + "loss": 0.4115, + "mean_token_accuracy": 0.8402091860771179, + "num_tokens": 25441778.0, + "step": 19770 + }, + { + "entropy": 1.2414900660514832, + "epoch": 1.8897487341167478, + "grad_norm": 0.817828357219696, + "learning_rate": 9.481290995857492e-05, + "loss": 0.4147, + "mean_token_accuracy": 0.8364033341407776, + "num_tokens": 25454541.0, + "step": 19780 + }, + { + "entropy": 1.2453282356262207, + "epoch": 1.8907041177032577, + "grad_norm": 1.4460573196411133, + "learning_rate": 9.480590121029453e-05, + "loss": 0.3932, + "mean_token_accuracy": 0.8439251124858856, + "num_tokens": 25467040.0, + "step": 19790 + }, + { + "entropy": 1.239692997932434, + "epoch": 1.8916595012897677, + "grad_norm": 0.884713888168335, + "learning_rate": 9.479888798954176e-05, + "loss": 0.3847, + "mean_token_accuracy": 0.8457087278366089, + "num_tokens": 25479979.0, + "step": 19800 + }, + { + "entropy": 1.234715223312378, + "epoch": 1.8926148848762778, + "grad_norm": 1.0587352514266968, + "learning_rate": 9.479187029701664e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8389383137226105, + "num_tokens": 25492737.0, + "step": 19810 + }, + { + "entropy": 1.2372475743293763, + "epoch": 1.893570268462788, + "grad_norm": 1.0767699480056763, + "learning_rate": 9.47848481334197e-05, + "loss": 0.3965, + "mean_token_accuracy": 0.8462220549583435, + "num_tokens": 25505625.0, + "step": 19820 + }, + { + "entropy": 1.2354881405830382, + "epoch": 1.894525652049298, + "grad_norm": 1.0870335102081299, + "learning_rate": 9.477782149945187e-05, + "loss": 0.39, + "mean_token_accuracy": 0.8485248208045959, + "num_tokens": 25518713.0, + "step": 19830 + }, + { + "entropy": 1.2270801424980164, + "epoch": 1.8954810356358078, + "grad_norm": 1.246047019958496, + "learning_rate": 9.477079039581453e-05, + "loss": 0.4008, + "mean_token_accuracy": 0.8429401338100433, + "num_tokens": 25531259.0, + "step": 19840 + }, + { + "entropy": 1.210767674446106, + "epoch": 1.8964364192223178, + "grad_norm": 0.8424575328826904, + "learning_rate": 9.476375482320954e-05, + "loss": 0.3892, + "mean_token_accuracy": 0.8457624554634094, + "num_tokens": 25543492.0, + "step": 19850 + }, + { + "entropy": 1.2240931630134582, + "epoch": 1.8973918028088277, + "grad_norm": 1.094273567199707, + "learning_rate": 9.475671478233918e-05, + "loss": 0.4038, + "mean_token_accuracy": 0.8440609753131867, + "num_tokens": 25556713.0, + "step": 19860 + }, + { + "entropy": 1.2174970626831054, + "epoch": 1.8983471863953376, + "grad_norm": 1.1765295267105103, + "learning_rate": 9.474967027390616e-05, + "loss": 0.3992, + "mean_token_accuracy": 0.8391908407211304, + "num_tokens": 25568874.0, + "step": 19870 + }, + { + "entropy": 1.233552050590515, + "epoch": 1.8993025699818478, + "grad_norm": 1.3333126306533813, + "learning_rate": 9.474262129861367e-05, + "loss": 0.467, + "mean_token_accuracy": 0.805708372592926, + "num_tokens": 25581639.0, + "step": 19880 + }, + { + "entropy": 1.2204226851463318, + "epoch": 1.9002579535683577, + "grad_norm": 1.0590598583221436, + "learning_rate": 9.473556785716531e-05, + "loss": 0.3782, + "mean_token_accuracy": 0.8493044376373291, + "num_tokens": 25594239.0, + "step": 19890 + }, + { + "entropy": 1.2484750628471375, + "epoch": 1.9012133371548678, + "grad_norm": 1.2238144874572754, + "learning_rate": 9.472850995026517e-05, + "loss": 0.4229, + "mean_token_accuracy": 0.8363877832889557, + "num_tokens": 25607647.0, + "step": 19900 + }, + { + "entropy": 1.226431429386139, + "epoch": 1.9021687207413778, + "grad_norm": 1.1287486553192139, + "learning_rate": 9.472144757861775e-05, + "loss": 0.4726, + "mean_token_accuracy": 0.81552774310112, + "num_tokens": 25619839.0, + "step": 19910 + }, + { + "entropy": 1.244719636440277, + "epoch": 1.9031241043278877, + "grad_norm": 0.8431692123413086, + "learning_rate": 9.471438074292802e-05, + "loss": 0.4022, + "mean_token_accuracy": 0.8467123210430145, + "num_tokens": 25632827.0, + "step": 19920 + }, + { + "entropy": 1.22635977268219, + "epoch": 1.9040794879143976, + "grad_norm": 1.2860753536224365, + "learning_rate": 9.470730944390136e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8481933891773223, + "num_tokens": 25645238.0, + "step": 19930 + }, + { + "entropy": 1.2421375393867493, + "epoch": 1.9050348715009076, + "grad_norm": 1.142703890800476, + "learning_rate": 9.470023368224364e-05, + "loss": 0.4166, + "mean_token_accuracy": 0.8365135908126831, + "num_tokens": 25658706.0, + "step": 19940 + }, + { + "entropy": 1.2543250560760497, + "epoch": 1.9059902550874175, + "grad_norm": 1.015030026435852, + "learning_rate": 9.469315345866114e-05, + "loss": 0.418, + "mean_token_accuracy": 0.8371271848678589, + "num_tokens": 25671519.0, + "step": 19950 + }, + { + "entropy": 1.2492968559265136, + "epoch": 1.9069456386739276, + "grad_norm": 1.1929028034210205, + "learning_rate": 9.468606877386061e-05, + "loss": 0.3954, + "mean_token_accuracy": 0.8401522219181061, + "num_tokens": 25684896.0, + "step": 19960 + }, + { + "entropy": 1.2483408331871033, + "epoch": 1.9079010222604376, + "grad_norm": 1.021663784980774, + "learning_rate": 9.467897962854924e-05, + "loss": 0.426, + "mean_token_accuracy": 0.8352723836898803, + "num_tokens": 25697919.0, + "step": 19970 + }, + { + "entropy": 1.2464003324508668, + "epoch": 1.9088564058469477, + "grad_norm": 0.8589362502098083, + "learning_rate": 9.467188602343464e-05, + "loss": 0.4127, + "mean_token_accuracy": 0.8377483785152435, + "num_tokens": 25710783.0, + "step": 19980 + }, + { + "entropy": 1.2553908228874207, + "epoch": 1.9098117894334576, + "grad_norm": 1.113635540008545, + "learning_rate": 9.46647879592249e-05, + "loss": 0.4371, + "mean_token_accuracy": 0.8283956527709961, + "num_tokens": 25723678.0, + "step": 19990 + }, + { + "entropy": 1.2429946660995483, + "epoch": 1.9107671730199676, + "grad_norm": 1.1333303451538086, + "learning_rate": 9.465768543662854e-05, + "loss": 0.4111, + "mean_token_accuracy": 0.8358494222164154, + "num_tokens": 25736969.0, + "step": 20000 + }, + { + "entropy": 1.2335750699043273, + "epoch": 1.9117225566064775, + "grad_norm": 0.8613469004631042, + "learning_rate": 9.465057845635451e-05, + "loss": 0.4033, + "mean_token_accuracy": 0.8351447582244873, + "num_tokens": 25749628.0, + "step": 20010 + }, + { + "entropy": 1.2259542226791382, + "epoch": 1.9126779401929874, + "grad_norm": 0.9549558162689209, + "learning_rate": 9.464346701911225e-05, + "loss": 0.412, + "mean_token_accuracy": 0.8402981996536255, + "num_tokens": 25762015.0, + "step": 20020 + }, + { + "entropy": 1.2524312138557434, + "epoch": 1.9136333237794974, + "grad_norm": 0.7929415702819824, + "learning_rate": 9.463635112561157e-05, + "loss": 0.4169, + "mean_token_accuracy": 0.8362042665481567, + "num_tokens": 25774948.0, + "step": 20030 + }, + { + "entropy": 1.23555189371109, + "epoch": 1.9145887073660075, + "grad_norm": 0.8813756704330444, + "learning_rate": 9.462923077656282e-05, + "loss": 0.4375, + "mean_token_accuracy": 0.8291196882724762, + "num_tokens": 25787592.0, + "step": 20040 + }, + { + "entropy": 1.2320284247398376, + "epoch": 1.9155440909525174, + "grad_norm": 1.108656406402588, + "learning_rate": 9.462210597267674e-05, + "loss": 0.382, + "mean_token_accuracy": 0.8482301294803619, + "num_tokens": 25800699.0, + "step": 20050 + }, + { + "entropy": 1.234316897392273, + "epoch": 1.9164994745390276, + "grad_norm": 0.998511016368866, + "learning_rate": 9.461497671466448e-05, + "loss": 0.4123, + "mean_token_accuracy": 0.8326986372470856, + "num_tokens": 25813672.0, + "step": 20060 + }, + { + "entropy": 1.2476139545440674, + "epoch": 1.9174548581255375, + "grad_norm": 1.2196458578109741, + "learning_rate": 9.460784300323769e-05, + "loss": 0.4287, + "mean_token_accuracy": 0.8215117156505585, + "num_tokens": 25826875.0, + "step": 20070 + }, + { + "entropy": 1.2483927369117738, + "epoch": 1.9184102417120474, + "grad_norm": 1.0619785785675049, + "learning_rate": 9.460070483910847e-05, + "loss": 0.4282, + "mean_token_accuracy": 0.8392835319042206, + "num_tokens": 25839582.0, + "step": 20080 + }, + { + "entropy": 1.233539843559265, + "epoch": 1.9193656252985574, + "grad_norm": 0.8652879595756531, + "learning_rate": 9.459356222298932e-05, + "loss": 0.3832, + "mean_token_accuracy": 0.8427590072154999, + "num_tokens": 25852505.0, + "step": 20090 + }, + { + "entropy": 1.2300716400146485, + "epoch": 1.9203210088850673, + "grad_norm": 0.8614641427993774, + "learning_rate": 9.458641515559323e-05, + "loss": 0.3923, + "mean_token_accuracy": 0.8499049663543701, + "num_tokens": 25865229.0, + "step": 20100 + }, + { + "entropy": 1.2367013216018676, + "epoch": 1.9212763924715772, + "grad_norm": 0.9355787038803101, + "learning_rate": 9.457926363763359e-05, + "loss": 0.4199, + "mean_token_accuracy": 0.832462590932846, + "num_tokens": 25877822.0, + "step": 20110 + }, + { + "entropy": 1.2333716869354248, + "epoch": 1.9222317760580874, + "grad_norm": 1.058439016342163, + "learning_rate": 9.457210766982424e-05, + "loss": 0.3801, + "mean_token_accuracy": 0.852843177318573, + "num_tokens": 25890134.0, + "step": 20120 + }, + { + "entropy": 1.2605978965759277, + "epoch": 1.9231871596445973, + "grad_norm": 0.7458561062812805, + "learning_rate": 9.456494725287954e-05, + "loss": 0.4412, + "mean_token_accuracy": 0.8173210740089416, + "num_tokens": 25903002.0, + "step": 20130 + }, + { + "entropy": 1.250046706199646, + "epoch": 1.9241425432311074, + "grad_norm": 1.116757869720459, + "learning_rate": 9.455778238751419e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8452871024608613, + "num_tokens": 25916070.0, + "step": 20140 + }, + { + "entropy": 1.2467814922332763, + "epoch": 1.9250979268176174, + "grad_norm": 1.1042991876602173, + "learning_rate": 9.455061307444338e-05, + "loss": 0.4448, + "mean_token_accuracy": 0.8234226047992707, + "num_tokens": 25928472.0, + "step": 20150 + }, + { + "entropy": 1.227448046207428, + "epoch": 1.9260533104041273, + "grad_norm": 0.7823746204376221, + "learning_rate": 9.454343931438276e-05, + "loss": 0.4048, + "mean_token_accuracy": 0.8406521260738373, + "num_tokens": 25940637.0, + "step": 20160 + }, + { + "entropy": 1.2455570459365846, + "epoch": 1.9270086939906372, + "grad_norm": 1.1181540489196777, + "learning_rate": 9.453626110804838e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8385251581668853, + "num_tokens": 25953420.0, + "step": 20170 + }, + { + "entropy": 1.2270968914031983, + "epoch": 1.9279640775771472, + "grad_norm": 0.8870747089385986, + "learning_rate": 9.452907845615679e-05, + "loss": 0.4119, + "mean_token_accuracy": 0.8402351915836335, + "num_tokens": 25965793.0, + "step": 20180 + }, + { + "entropy": 1.236163353919983, + "epoch": 1.928919461163657, + "grad_norm": 1.1307858228683472, + "learning_rate": 9.452189135942494e-05, + "loss": 0.4065, + "mean_token_accuracy": 0.837017560005188, + "num_tokens": 25978534.0, + "step": 20190 + }, + { + "entropy": 1.259360706806183, + "epoch": 1.9298748447501672, + "grad_norm": 0.8986783623695374, + "learning_rate": 9.451469981857022e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8533356368541718, + "num_tokens": 25991992.0, + "step": 20200 + }, + { + "entropy": 1.2315515637397767, + "epoch": 1.9308302283366772, + "grad_norm": 1.0302913188934326, + "learning_rate": 9.450750383431052e-05, + "loss": 0.3946, + "mean_token_accuracy": 0.8381177663803101, + "num_tokens": 26004152.0, + "step": 20210 + }, + { + "entropy": 1.2677271008491515, + "epoch": 1.9317856119231873, + "grad_norm": 1.0643640756607056, + "learning_rate": 9.45003034073641e-05, + "loss": 0.4106, + "mean_token_accuracy": 0.8382975041866303, + "num_tokens": 26017854.0, + "step": 20220 + }, + { + "entropy": 1.2524970412254333, + "epoch": 1.9327409955096972, + "grad_norm": 1.032219409942627, + "learning_rate": 9.449309853844972e-05, + "loss": 0.3867, + "mean_token_accuracy": 0.8437335133552551, + "num_tokens": 26030432.0, + "step": 20230 + }, + { + "entropy": 1.2396767139434814, + "epoch": 1.9336963790962072, + "grad_norm": 0.8169044256210327, + "learning_rate": 9.448588922828655e-05, + "loss": 0.3856, + "mean_token_accuracy": 0.8469406425952911, + "num_tokens": 26042803.0, + "step": 20240 + }, + { + "entropy": 1.2529847383499146, + "epoch": 1.934651762682717, + "grad_norm": 1.0668517351150513, + "learning_rate": 9.447867547759421e-05, + "loss": 0.401, + "mean_token_accuracy": 0.8429104208946228, + "num_tokens": 26055822.0, + "step": 20250 + }, + { + "entropy": 1.2733214616775512, + "epoch": 1.935607146269227, + "grad_norm": 1.1901931762695312, + "learning_rate": 9.447145728709279e-05, + "loss": 0.4443, + "mean_token_accuracy": 0.8287103950977326, + "num_tokens": 26068949.0, + "step": 20260 + }, + { + "entropy": 1.2659196734428406, + "epoch": 1.936562529855737, + "grad_norm": 1.1660375595092773, + "learning_rate": 9.446423465750277e-05, + "loss": 0.4496, + "mean_token_accuracy": 0.8191171586513519, + "num_tokens": 26082033.0, + "step": 20270 + }, + { + "entropy": 1.2430149555206298, + "epoch": 1.937517913442247, + "grad_norm": 0.976845383644104, + "learning_rate": 9.445700758954513e-05, + "loss": 0.4261, + "mean_token_accuracy": 0.8266253471374512, + "num_tokens": 26094194.0, + "step": 20280 + }, + { + "entropy": 1.2590394020080566, + "epoch": 1.938473297028757, + "grad_norm": 1.0798659324645996, + "learning_rate": 9.444977608394127e-05, + "loss": 0.4393, + "mean_token_accuracy": 0.820140951871872, + "num_tokens": 26106995.0, + "step": 20290 + }, + { + "entropy": 1.2612738013267517, + "epoch": 1.9394286806152672, + "grad_norm": 1.0781341791152954, + "learning_rate": 9.4442540141413e-05, + "loss": 0.4134, + "mean_token_accuracy": 0.8346694588661194, + "num_tokens": 26119974.0, + "step": 20300 + }, + { + "entropy": 1.259037685394287, + "epoch": 1.9403840642017771, + "grad_norm": 0.8564578890800476, + "learning_rate": 9.443529976268264e-05, + "loss": 0.3866, + "mean_token_accuracy": 0.8473509252071381, + "num_tokens": 26132899.0, + "step": 20310 + }, + { + "entropy": 1.2628128051757812, + "epoch": 1.941339447788287, + "grad_norm": 0.9458666443824768, + "learning_rate": 9.44280549484729e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8463762044906616, + "num_tokens": 26146196.0, + "step": 20320 + }, + { + "entropy": 1.2669735193252563, + "epoch": 1.942294831374797, + "grad_norm": 0.8156826496124268, + "learning_rate": 9.442080569950693e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8395629703998566, + "num_tokens": 26159164.0, + "step": 20330 + }, + { + "entropy": 1.2668073654174805, + "epoch": 1.943250214961307, + "grad_norm": 1.0098345279693604, + "learning_rate": 9.441355201650837e-05, + "loss": 0.4087, + "mean_token_accuracy": 0.8389717161655426, + "num_tokens": 26172297.0, + "step": 20340 + }, + { + "entropy": 1.2632806181907654, + "epoch": 1.9442055985478168, + "grad_norm": 0.8138107061386108, + "learning_rate": 9.440629390020126e-05, + "loss": 0.4044, + "mean_token_accuracy": 0.8400516092777253, + "num_tokens": 26185546.0, + "step": 20350 + }, + { + "entropy": 1.2648634672164918, + "epoch": 1.945160982134327, + "grad_norm": 1.0081709623336792, + "learning_rate": 9.43990313513101e-05, + "loss": 0.4093, + "mean_token_accuracy": 0.8441967904567719, + "num_tokens": 26198726.0, + "step": 20360 + }, + { + "entropy": 1.2365360260009766, + "epoch": 1.946116365720837, + "grad_norm": 0.8688677549362183, + "learning_rate": 9.439176437055983e-05, + "loss": 0.3748, + "mean_token_accuracy": 0.8544621467590332, + "num_tokens": 26211081.0, + "step": 20370 + }, + { + "entropy": 1.242550218105316, + "epoch": 1.947071749307347, + "grad_norm": 1.3420052528381348, + "learning_rate": 9.438449295867584e-05, + "loss": 0.4298, + "mean_token_accuracy": 0.8263869106769561, + "num_tokens": 26223423.0, + "step": 20380 + }, + { + "entropy": 1.2542728066444397, + "epoch": 1.948027132893857, + "grad_norm": 1.230067491531372, + "learning_rate": 9.437721711638393e-05, + "loss": 0.4312, + "mean_token_accuracy": 0.8279025673866272, + "num_tokens": 26235724.0, + "step": 20390 + }, + { + "entropy": 1.2734510898590088, + "epoch": 1.948982516480367, + "grad_norm": 1.153298020362854, + "learning_rate": 9.436993684441039e-05, + "loss": 0.437, + "mean_token_accuracy": 0.8275839745998382, + "num_tokens": 26249028.0, + "step": 20400 + }, + { + "entropy": 1.2612886428833008, + "epoch": 1.9499379000668768, + "grad_norm": 1.0791720151901245, + "learning_rate": 9.43626521434819e-05, + "loss": 0.4281, + "mean_token_accuracy": 0.8292730569839477, + "num_tokens": 26262081.0, + "step": 20410 + }, + { + "entropy": 1.258692729473114, + "epoch": 1.9508932836533868, + "grad_norm": 1.0179901123046875, + "learning_rate": 9.435536301432566e-05, + "loss": 0.383, + "mean_token_accuracy": 0.8435553848743439, + "num_tokens": 26275075.0, + "step": 20420 + }, + { + "entropy": 1.263518750667572, + "epoch": 1.9518486672398967, + "grad_norm": 1.1070634126663208, + "learning_rate": 9.43480694576692e-05, + "loss": 0.4599, + "mean_token_accuracy": 0.8164096057415009, + "num_tokens": 26288376.0, + "step": 20430 + }, + { + "entropy": 1.2723436117172242, + "epoch": 1.9528040508264068, + "grad_norm": 1.4418761730194092, + "learning_rate": 9.43407714742406e-05, + "loss": 0.4517, + "mean_token_accuracy": 0.8231707155704499, + "num_tokens": 26301498.0, + "step": 20440 + }, + { + "entropy": 1.2524048566818238, + "epoch": 1.9537594344129168, + "grad_norm": 0.9940906763076782, + "learning_rate": 9.433346906476833e-05, + "loss": 0.3941, + "mean_token_accuracy": 0.8406254649162292, + "num_tokens": 26314711.0, + "step": 20450 + }, + { + "entropy": 1.254162561893463, + "epoch": 1.954714817999427, + "grad_norm": 1.1799798011779785, + "learning_rate": 9.43261622299813e-05, + "loss": 0.3848, + "mean_token_accuracy": 0.8476739168167114, + "num_tokens": 26327907.0, + "step": 20460 + }, + { + "entropy": 1.2512776970863342, + "epoch": 1.9556702015859369, + "grad_norm": 1.1091499328613281, + "learning_rate": 9.431885097060885e-05, + "loss": 0.4387, + "mean_token_accuracy": 0.8330481171607971, + "num_tokens": 26340124.0, + "step": 20470 + }, + { + "entropy": 1.2334702372550965, + "epoch": 1.9566255851724468, + "grad_norm": 0.8012984991073608, + "learning_rate": 9.431153528738081e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8579849004745483, + "num_tokens": 26352912.0, + "step": 20480 + }, + { + "entropy": 1.243149209022522, + "epoch": 1.9575809687589567, + "grad_norm": 1.2451856136322021, + "learning_rate": 9.430421518102741e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8458639681339264, + "num_tokens": 26365984.0, + "step": 20490 + }, + { + "entropy": 1.255977463722229, + "epoch": 1.9585363523454666, + "grad_norm": 0.9541499018669128, + "learning_rate": 9.429689065227935e-05, + "loss": 0.4258, + "mean_token_accuracy": 0.8322162389755249, + "num_tokens": 26378963.0, + "step": 20500 + }, + { + "entropy": 1.2690898418426513, + "epoch": 1.9594917359319766, + "grad_norm": 1.0106052160263062, + "learning_rate": 9.428956170186774e-05, + "loss": 0.4152, + "mean_token_accuracy": 0.8343825578689575, + "num_tokens": 26392562.0, + "step": 20510 + }, + { + "entropy": 1.2659593939781189, + "epoch": 1.9604471195184867, + "grad_norm": 1.0287959575653076, + "learning_rate": 9.428222833052414e-05, + "loss": 0.4434, + "mean_token_accuracy": 0.8221645474433898, + "num_tokens": 26405014.0, + "step": 20520 + }, + { + "entropy": 1.2644802570343017, + "epoch": 1.9614025031049966, + "grad_norm": 0.8195507526397705, + "learning_rate": 9.427489053898057e-05, + "loss": 0.416, + "mean_token_accuracy": 0.8320724904537201, + "num_tokens": 26417766.0, + "step": 20530 + }, + { + "entropy": 1.2498735189437866, + "epoch": 1.9623578866915068, + "grad_norm": 0.910728394985199, + "learning_rate": 9.426754832796949e-05, + "loss": 0.3883, + "mean_token_accuracy": 0.8488083362579346, + "num_tokens": 26430898.0, + "step": 20540 + }, + { + "entropy": 1.255217730998993, + "epoch": 1.9633132702780167, + "grad_norm": 1.1946935653686523, + "learning_rate": 9.426020169822376e-05, + "loss": 0.4213, + "mean_token_accuracy": 0.8345961034297943, + "num_tokens": 26443963.0, + "step": 20550 + }, + { + "entropy": 1.2443078398704528, + "epoch": 1.9642686538645266, + "grad_norm": 0.9314906597137451, + "learning_rate": 9.425285065047675e-05, + "loss": 0.3935, + "mean_token_accuracy": 0.8430674135684967, + "num_tokens": 26456684.0, + "step": 20560 + }, + { + "entropy": 1.2463497996330262, + "epoch": 1.9652240374510366, + "grad_norm": 1.006056785583496, + "learning_rate": 9.424549518546222e-05, + "loss": 0.38, + "mean_token_accuracy": 0.8534189641475678, + "num_tokens": 26470224.0, + "step": 20570 + }, + { + "entropy": 1.2308310627937318, + "epoch": 1.9661794210375465, + "grad_norm": 1.090686559677124, + "learning_rate": 9.423813530391437e-05, + "loss": 0.4069, + "mean_token_accuracy": 0.8414791285991668, + "num_tokens": 26483038.0, + "step": 20580 + }, + { + "entropy": 1.2430399537086487, + "epoch": 1.9671348046240564, + "grad_norm": 0.866915225982666, + "learning_rate": 9.423077100656786e-05, + "loss": 0.4051, + "mean_token_accuracy": 0.8383670270442962, + "num_tokens": 26495408.0, + "step": 20590 + }, + { + "entropy": 1.25632643699646, + "epoch": 1.9680901882105666, + "grad_norm": 1.4308501482009888, + "learning_rate": 9.42234022941578e-05, + "loss": 0.4364, + "mean_token_accuracy": 0.8232191681861878, + "num_tokens": 26508145.0, + "step": 20600 + }, + { + "entropy": 1.2514738321304322, + "epoch": 1.9690455717970765, + "grad_norm": 1.2532434463500977, + "learning_rate": 9.42160291674197e-05, + "loss": 0.4081, + "mean_token_accuracy": 0.8317019879817963, + "num_tokens": 26521126.0, + "step": 20610 + }, + { + "entropy": 1.2504235863685609, + "epoch": 1.9700009553835867, + "grad_norm": 1.115279197692871, + "learning_rate": 9.420865162708956e-05, + "loss": 0.3889, + "mean_token_accuracy": 0.8483844339847565, + "num_tokens": 26534002.0, + "step": 20620 + }, + { + "entropy": 1.244376528263092, + "epoch": 1.9709563389700966, + "grad_norm": 1.0833768844604492, + "learning_rate": 9.420126967390377e-05, + "loss": 0.3945, + "mean_token_accuracy": 0.8455955982208252, + "num_tokens": 26546822.0, + "step": 20630 + }, + { + "entropy": 1.240074336528778, + "epoch": 1.9719117225566065, + "grad_norm": 1.2128098011016846, + "learning_rate": 9.419388330859924e-05, + "loss": 0.379, + "mean_token_accuracy": 0.8490328907966613, + "num_tokens": 26559969.0, + "step": 20640 + }, + { + "entropy": 1.2427077651023866, + "epoch": 1.9728671061431164, + "grad_norm": 1.0751371383666992, + "learning_rate": 9.418649253191321e-05, + "loss": 0.4335, + "mean_token_accuracy": 0.8221610963344574, + "num_tokens": 26573023.0, + "step": 20650 + }, + { + "entropy": 1.2591189384460448, + "epoch": 1.9738224897296264, + "grad_norm": 1.0804712772369385, + "learning_rate": 9.417909734458345e-05, + "loss": 0.4092, + "mean_token_accuracy": 0.8404832065105439, + "num_tokens": 26586161.0, + "step": 20660 + }, + { + "entropy": 1.255691123008728, + "epoch": 1.9747778733161363, + "grad_norm": 1.0804469585418701, + "learning_rate": 9.417169774734816e-05, + "loss": 0.4388, + "mean_token_accuracy": 0.8252295672893524, + "num_tokens": 26598820.0, + "step": 20670 + }, + { + "entropy": 1.2622341632843017, + "epoch": 1.9757332569026465, + "grad_norm": 1.1996879577636719, + "learning_rate": 9.41642937409459e-05, + "loss": 0.4158, + "mean_token_accuracy": 0.8349551260471344, + "num_tokens": 26611447.0, + "step": 20680 + }, + { + "entropy": 1.255211889743805, + "epoch": 1.9766886404891564, + "grad_norm": 1.1163805723190308, + "learning_rate": 9.415688532611577e-05, + "loss": 0.4362, + "mean_token_accuracy": 0.834163373708725, + "num_tokens": 26624378.0, + "step": 20690 + }, + { + "entropy": 1.246923553943634, + "epoch": 1.9776440240756665, + "grad_norm": 1.3202903270721436, + "learning_rate": 9.414947250359725e-05, + "loss": 0.3831, + "mean_token_accuracy": 0.8515549182891846, + "num_tokens": 26637748.0, + "step": 20700 + }, + { + "entropy": 1.2553237795829773, + "epoch": 1.9785994076621765, + "grad_norm": 1.1342719793319702, + "learning_rate": 9.414205527413032e-05, + "loss": 0.3999, + "mean_token_accuracy": 0.8444875717163086, + "num_tokens": 26650315.0, + "step": 20710 + }, + { + "entropy": 1.2570763111114502, + "epoch": 1.9795547912486864, + "grad_norm": 1.0426875352859497, + "learning_rate": 9.413463363845531e-05, + "loss": 0.4063, + "mean_token_accuracy": 0.834526640176773, + "num_tokens": 26662969.0, + "step": 20720 + }, + { + "entropy": 1.2569584965705871, + "epoch": 1.9805101748351963, + "grad_norm": 0.8203941583633423, + "learning_rate": 9.412720759731305e-05, + "loss": 0.3738, + "mean_token_accuracy": 0.8534577131271363, + "num_tokens": 26675412.0, + "step": 20730 + }, + { + "entropy": 1.2726123571395873, + "epoch": 1.9814655584217062, + "grad_norm": 1.0259908437728882, + "learning_rate": 9.411977715144483e-05, + "loss": 0.4281, + "mean_token_accuracy": 0.8274494469165802, + "num_tokens": 26688407.0, + "step": 20740 + }, + { + "entropy": 1.2486456155776977, + "epoch": 1.9824209420082162, + "grad_norm": 0.8924091458320618, + "learning_rate": 9.41123423015923e-05, + "loss": 0.3991, + "mean_token_accuracy": 0.8413157880306243, + "num_tokens": 26701542.0, + "step": 20750 + }, + { + "entropy": 1.2529893517494202, + "epoch": 1.9833763255947263, + "grad_norm": 1.2705358266830444, + "learning_rate": 9.410490304849763e-05, + "loss": 0.4439, + "mean_token_accuracy": 0.8192873299121857, + "num_tokens": 26714545.0, + "step": 20760 + }, + { + "entropy": 1.2468680381774901, + "epoch": 1.9843317091812362, + "grad_norm": 1.1037788391113281, + "learning_rate": 9.409745939290339e-05, + "loss": 0.4161, + "mean_token_accuracy": 0.8395129859447479, + "num_tokens": 26727096.0, + "step": 20770 + }, + { + "entropy": 1.2452054142951965, + "epoch": 1.9852870927677464, + "grad_norm": 0.9210160970687866, + "learning_rate": 9.40900113355526e-05, + "loss": 0.3928, + "mean_token_accuracy": 0.8508965492248535, + "num_tokens": 26739780.0, + "step": 20780 + }, + { + "entropy": 1.2537231683731078, + "epoch": 1.9862424763542563, + "grad_norm": 1.0164448022842407, + "learning_rate": 9.408255887718871e-05, + "loss": 0.4193, + "mean_token_accuracy": 0.8341230750083923, + "num_tokens": 26753227.0, + "step": 20790 + }, + { + "entropy": 1.241108739376068, + "epoch": 1.9871978599407663, + "grad_norm": 1.1876399517059326, + "learning_rate": 9.407510201855563e-05, + "loss": 0.3834, + "mean_token_accuracy": 0.8513588309288025, + "num_tokens": 26766002.0, + "step": 20800 + }, + { + "entropy": 1.2403217911720277, + "epoch": 1.9881532435272762, + "grad_norm": 1.1124435663223267, + "learning_rate": 9.406764076039767e-05, + "loss": 0.4088, + "mean_token_accuracy": 0.8295585691928864, + "num_tokens": 26778659.0, + "step": 20810 + }, + { + "entropy": 1.2535562992095948, + "epoch": 1.989108627113786, + "grad_norm": 0.9890439510345459, + "learning_rate": 9.406017510345964e-05, + "loss": 0.4009, + "mean_token_accuracy": 0.8460767030715942, + "num_tokens": 26791376.0, + "step": 20820 + }, + { + "entropy": 1.2595297813415527, + "epoch": 1.990064010700296, + "grad_norm": 0.8792705535888672, + "learning_rate": 9.405270504848672e-05, + "loss": 0.4403, + "mean_token_accuracy": 0.8255336463451386, + "num_tokens": 26804293.0, + "step": 20830 + }, + { + "entropy": 1.2420732378959656, + "epoch": 1.9910193942868062, + "grad_norm": 1.1673660278320312, + "learning_rate": 9.404523059622457e-05, + "loss": 0.372, + "mean_token_accuracy": 0.8511197865009308, + "num_tokens": 26817525.0, + "step": 20840 + }, + { + "entropy": 1.2536680102348328, + "epoch": 1.9919747778733161, + "grad_norm": 1.1097197532653809, + "learning_rate": 9.403775174741927e-05, + "loss": 0.3921, + "mean_token_accuracy": 0.8423634111881256, + "num_tokens": 26830339.0, + "step": 20850 + }, + { + "entropy": 1.2652578949928284, + "epoch": 1.9929301614598263, + "grad_norm": 0.86109459400177, + "learning_rate": 9.403026850281738e-05, + "loss": 0.4062, + "mean_token_accuracy": 0.8353259563446045, + "num_tokens": 26843924.0, + "step": 20860 + }, + { + "entropy": 1.256683850288391, + "epoch": 1.9938855450463362, + "grad_norm": 1.1396955251693726, + "learning_rate": 9.402278086316586e-05, + "loss": 0.3998, + "mean_token_accuracy": 0.8432942867279053, + "num_tokens": 26856884.0, + "step": 20870 + }, + { + "entropy": 1.2659638047218322, + "epoch": 1.9948409286328461, + "grad_norm": 1.2081161737442017, + "learning_rate": 9.40152888292121e-05, + "loss": 0.4673, + "mean_token_accuracy": 0.8190272867679596, + "num_tokens": 26869779.0, + "step": 20880 + }, + { + "entropy": 1.2500935077667237, + "epoch": 1.995796312219356, + "grad_norm": 1.091059923171997, + "learning_rate": 9.400779240170397e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8563729345798492, + "num_tokens": 26882650.0, + "step": 20890 + }, + { + "entropy": 1.269574761390686, + "epoch": 1.996751695805866, + "grad_norm": 1.041516661643982, + "learning_rate": 9.400029158138972e-05, + "loss": 0.3976, + "mean_token_accuracy": 0.8422716975212097, + "num_tokens": 26895880.0, + "step": 20900 + }, + { + "entropy": 1.261112666130066, + "epoch": 1.997707079392376, + "grad_norm": 1.2734205722808838, + "learning_rate": 9.399278636901811e-05, + "loss": 0.4238, + "mean_token_accuracy": 0.8343858480453491, + "num_tokens": 26909253.0, + "step": 20910 + }, + { + "entropy": 1.216169536113739, + "epoch": 1.998662462978886, + "grad_norm": 1.3436745405197144, + "learning_rate": 9.398527676533828e-05, + "loss": 0.3646, + "mean_token_accuracy": 0.8526901423931121, + "num_tokens": 26921486.0, + "step": 20920 + }, + { + "entropy": 1.255966019630432, + "epoch": 1.999617846565396, + "grad_norm": 0.8200547099113464, + "learning_rate": 9.397776277109983e-05, + "loss": 0.3809, + "mean_token_accuracy": 0.8480669736862183, + "num_tokens": 26935304.0, + "step": 20930 + }, + { + "entropy": 1.2466855883598327, + "epoch": 2.000573230151906, + "grad_norm": 1.1787868738174438, + "learning_rate": 9.397024438705281e-05, + "loss": 0.4185, + "mean_token_accuracy": 0.8336639881134034, + "num_tokens": 26947587.0, + "step": 20940 + }, + { + "entropy": 1.2379438757896424, + "epoch": 2.001528613738416, + "grad_norm": 1.1458125114440918, + "learning_rate": 9.396272161394769e-05, + "loss": 0.3175, + "mean_token_accuracy": 0.8802246868610382, + "num_tokens": 26960983.0, + "step": 20950 + }, + { + "entropy": 1.1961432337760924, + "epoch": 2.002483997324926, + "grad_norm": 1.1252752542495728, + "learning_rate": 9.395519445253538e-05, + "loss": 0.3045, + "mean_token_accuracy": 0.8783878803253173, + "num_tokens": 26973468.0, + "step": 20960 + }, + { + "entropy": 1.2048984885215759, + "epoch": 2.003439380911436, + "grad_norm": 0.9293496012687683, + "learning_rate": 9.394766290356724e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8747499883174896, + "num_tokens": 26986575.0, + "step": 20970 + }, + { + "entropy": 1.2000658988952637, + "epoch": 2.004394764497946, + "grad_norm": 1.2452056407928467, + "learning_rate": 9.394012696779507e-05, + "loss": 0.3733, + "mean_token_accuracy": 0.849596905708313, + "num_tokens": 26998941.0, + "step": 20980 + }, + { + "entropy": 1.2156031131744385, + "epoch": 2.0053501480844558, + "grad_norm": 1.0857187509536743, + "learning_rate": 9.393258664597107e-05, + "loss": 0.3175, + "mean_token_accuracy": 0.8761098206043243, + "num_tokens": 27012783.0, + "step": 20990 + }, + { + "entropy": 1.2066134452819823, + "epoch": 2.0063055316709657, + "grad_norm": 1.2765086889266968, + "learning_rate": 9.392504193884791e-05, + "loss": 0.2999, + "mean_token_accuracy": 0.8864320695400238, + "num_tokens": 27026492.0, + "step": 21000 + }, + { + "entropy": 1.2036791443824768, + "epoch": 2.007260915257476, + "grad_norm": 1.3864078521728516, + "learning_rate": 9.391749284717872e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8658810436725617, + "num_tokens": 27039439.0, + "step": 21010 + }, + { + "entropy": 1.2084755420684814, + "epoch": 2.008216298843986, + "grad_norm": 0.8906655311584473, + "learning_rate": 9.390993937171702e-05, + "loss": 0.3237, + "mean_token_accuracy": 0.8745548367500305, + "num_tokens": 27052180.0, + "step": 21020 + }, + { + "entropy": 1.2139910578727722, + "epoch": 2.009171682430496, + "grad_norm": 1.7098100185394287, + "learning_rate": 9.39023815132168e-05, + "loss": 0.352, + "mean_token_accuracy": 0.8617190718650818, + "num_tokens": 27065574.0, + "step": 21030 + }, + { + "entropy": 1.2085516571998596, + "epoch": 2.010127066017006, + "grad_norm": 1.315068006515503, + "learning_rate": 9.389481927243247e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8686194062232971, + "num_tokens": 27077908.0, + "step": 21040 + }, + { + "entropy": 1.2184827089309693, + "epoch": 2.011082449603516, + "grad_norm": 1.1805613040924072, + "learning_rate": 9.388725265011889e-05, + "loss": 0.3203, + "mean_token_accuracy": 0.8801095843315124, + "num_tokens": 27090732.0, + "step": 21050 + }, + { + "entropy": 1.1972019791603088, + "epoch": 2.0120378331900257, + "grad_norm": 1.5282738208770752, + "learning_rate": 9.387968164703134e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8852295041084289, + "num_tokens": 27103503.0, + "step": 21060 + }, + { + "entropy": 1.1923546075820923, + "epoch": 2.0129932167765356, + "grad_norm": 1.0587202310562134, + "learning_rate": 9.387210626392557e-05, + "loss": 0.3103, + "mean_token_accuracy": 0.8810395956039428, + "num_tokens": 27116268.0, + "step": 21070 + }, + { + "entropy": 1.2064303278923034, + "epoch": 2.0139486003630456, + "grad_norm": 0.969238817691803, + "learning_rate": 9.386452650155773e-05, + "loss": 0.3459, + "mean_token_accuracy": 0.861924695968628, + "num_tokens": 27129003.0, + "step": 21080 + }, + { + "entropy": 1.2063458561897278, + "epoch": 2.014903983949556, + "grad_norm": 1.1805802583694458, + "learning_rate": 9.38569423606844e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8736309766769409, + "num_tokens": 27142115.0, + "step": 21090 + }, + { + "entropy": 1.2043851256370544, + "epoch": 2.015859367536066, + "grad_norm": 1.1046128273010254, + "learning_rate": 9.384935384206265e-05, + "loss": 0.2898, + "mean_token_accuracy": 0.885844099521637, + "num_tokens": 27155728.0, + "step": 21100 + }, + { + "entropy": 1.1930863976478576, + "epoch": 2.016814751122576, + "grad_norm": 1.2184264659881592, + "learning_rate": 9.384176094644999e-05, + "loss": 0.344, + "mean_token_accuracy": 0.8620300412178039, + "num_tokens": 27168083.0, + "step": 21110 + }, + { + "entropy": 1.2199612379074096, + "epoch": 2.0177701347090857, + "grad_norm": 1.0504217147827148, + "learning_rate": 9.383416367460426e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.8675567805767059, + "num_tokens": 27181514.0, + "step": 21120 + }, + { + "entropy": 1.2315268039703369, + "epoch": 2.0187255182955957, + "grad_norm": 1.2559601068496704, + "learning_rate": 9.382656202728386e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.870588880777359, + "num_tokens": 27195017.0, + "step": 21130 + }, + { + "entropy": 1.2174189329147338, + "epoch": 2.0196809018821056, + "grad_norm": 0.996990442276001, + "learning_rate": 9.381895600524756e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8725643455982208, + "num_tokens": 27208310.0, + "step": 21140 + }, + { + "entropy": 1.1950506448745728, + "epoch": 2.0206362854686155, + "grad_norm": 0.9859599471092224, + "learning_rate": 9.381134560925458e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8776731193065643, + "num_tokens": 27220641.0, + "step": 21150 + }, + { + "entropy": 1.2135701894760131, + "epoch": 2.0215916690551254, + "grad_norm": 1.9945591688156128, + "learning_rate": 9.38037308400646e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8734839022159576, + "num_tokens": 27233187.0, + "step": 21160 + }, + { + "entropy": 1.2076221108436584, + "epoch": 2.022547052641636, + "grad_norm": 1.164036750793457, + "learning_rate": 9.379611169843771e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8702623188495636, + "num_tokens": 27246445.0, + "step": 21170 + }, + { + "entropy": 1.2131642818450927, + "epoch": 2.0235024362281457, + "grad_norm": 0.9827043414115906, + "learning_rate": 9.378848818513442e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8561180591583252, + "num_tokens": 27258794.0, + "step": 21180 + }, + { + "entropy": 1.1986714482307435, + "epoch": 2.0244578198146557, + "grad_norm": 1.3716070652008057, + "learning_rate": 9.378086030091574e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8726939737796784, + "num_tokens": 27271165.0, + "step": 21190 + }, + { + "entropy": 1.1981209754943847, + "epoch": 2.0254132034011656, + "grad_norm": 1.085900902748108, + "learning_rate": 9.377322804654305e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8768995940685272, + "num_tokens": 27284122.0, + "step": 21200 + }, + { + "entropy": 1.2204065203666687, + "epoch": 2.0263685869876755, + "grad_norm": 0.9570003151893616, + "learning_rate": 9.37655914227782e-05, + "loss": 0.3159, + "mean_token_accuracy": 0.8799650430679321, + "num_tokens": 27296897.0, + "step": 21210 + }, + { + "entropy": 1.2414409160614013, + "epoch": 2.0273239705741855, + "grad_norm": 1.355741024017334, + "learning_rate": 9.375795043038347e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8587056219577789, + "num_tokens": 27310068.0, + "step": 21220 + }, + { + "entropy": 1.220638346672058, + "epoch": 2.0282793541606954, + "grad_norm": 1.4631943702697754, + "learning_rate": 9.375030507012156e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.8730920732021332, + "num_tokens": 27322812.0, + "step": 21230 + }, + { + "entropy": 1.2159085392951965, + "epoch": 2.0292347377472053, + "grad_norm": 1.012200951576233, + "learning_rate": 9.374265534275565e-05, + "loss": 0.333, + "mean_token_accuracy": 0.8694751560688019, + "num_tokens": 27334930.0, + "step": 21240 + }, + { + "entropy": 1.2146575450897217, + "epoch": 2.0301901213337157, + "grad_norm": 1.1405853033065796, + "learning_rate": 9.373500124904931e-05, + "loss": 0.3116, + "mean_token_accuracy": 0.8774596750736237, + "num_tokens": 27347842.0, + "step": 21250 + }, + { + "entropy": 1.2087104558944701, + "epoch": 2.0311455049202256, + "grad_norm": 1.482030987739563, + "learning_rate": 9.372734278976655e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8661140441894531, + "num_tokens": 27360458.0, + "step": 21260 + }, + { + "entropy": 1.2171677947044373, + "epoch": 2.0321008885067355, + "grad_norm": 1.0642900466918945, + "learning_rate": 9.371967996567185e-05, + "loss": 0.3347, + "mean_token_accuracy": 0.8718559920787812, + "num_tokens": 27373205.0, + "step": 21270 + }, + { + "entropy": 1.2147058486938476, + "epoch": 2.0330562720932455, + "grad_norm": 1.7138535976409912, + "learning_rate": 9.37120127775301e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8682047963142395, + "num_tokens": 27385878.0, + "step": 21280 + }, + { + "entropy": 1.2017942667007446, + "epoch": 2.0340116556797554, + "grad_norm": 0.9303164482116699, + "learning_rate": 9.370434122610661e-05, + "loss": 0.2884, + "mean_token_accuracy": 0.8874870836734772, + "num_tokens": 27398630.0, + "step": 21290 + }, + { + "entropy": 1.2005982995033264, + "epoch": 2.0349670392662653, + "grad_norm": 1.1118441820144653, + "learning_rate": 9.369666531216717e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.8651421248912812, + "num_tokens": 27411429.0, + "step": 21300 + }, + { + "entropy": 1.2215081691741942, + "epoch": 2.0359224228527752, + "grad_norm": 1.1602716445922852, + "learning_rate": 9.368898503647798e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.867158842086792, + "num_tokens": 27424126.0, + "step": 21310 + }, + { + "entropy": 1.216788113117218, + "epoch": 2.036877806439285, + "grad_norm": 1.4190787076950073, + "learning_rate": 9.368130039980564e-05, + "loss": 0.3404, + "mean_token_accuracy": 0.8607680916786193, + "num_tokens": 27436452.0, + "step": 21320 + }, + { + "entropy": 1.2226016998291016, + "epoch": 2.0378331900257955, + "grad_norm": 1.0583205223083496, + "learning_rate": 9.367361140291728e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8696740806102753, + "num_tokens": 27449772.0, + "step": 21330 + }, + { + "entropy": 1.2205111503601074, + "epoch": 2.0387885736123055, + "grad_norm": 1.3202829360961914, + "learning_rate": 9.366591804658036e-05, + "loss": 0.3282, + "mean_token_accuracy": 0.8785299003124237, + "num_tokens": 27462256.0, + "step": 21340 + }, + { + "entropy": 1.232868230342865, + "epoch": 2.0397439571988154, + "grad_norm": 1.5403110980987549, + "learning_rate": 9.365822033156284e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8605874419212342, + "num_tokens": 27475092.0, + "step": 21350 + }, + { + "entropy": 1.2140841364860535, + "epoch": 2.0406993407853253, + "grad_norm": 1.1708945035934448, + "learning_rate": 9.36505182586331e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.874279111623764, + "num_tokens": 27487884.0, + "step": 21360 + }, + { + "entropy": 1.2040876388549804, + "epoch": 2.0416547243718353, + "grad_norm": 1.1572611331939697, + "learning_rate": 9.364281182855994e-05, + "loss": 0.2787, + "mean_token_accuracy": 0.8867074847221375, + "num_tokens": 27500664.0, + "step": 21370 + }, + { + "entropy": 1.231725811958313, + "epoch": 2.042610107958345, + "grad_norm": 1.6286064386367798, + "learning_rate": 9.363510104211262e-05, + "loss": 0.3529, + "mean_token_accuracy": 0.8600273430347443, + "num_tokens": 27513830.0, + "step": 21380 + }, + { + "entropy": 1.225944173336029, + "epoch": 2.043565491544855, + "grad_norm": 1.1338292360305786, + "learning_rate": 9.362738590006081e-05, + "loss": 0.3529, + "mean_token_accuracy": 0.8638879477977752, + "num_tokens": 27526252.0, + "step": 21390 + }, + { + "entropy": 1.2182046890258789, + "epoch": 2.044520875131365, + "grad_norm": 1.9047226905822754, + "learning_rate": 9.361966640317463e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8848805546760559, + "num_tokens": 27538805.0, + "step": 21400 + }, + { + "entropy": 1.2296689987182616, + "epoch": 2.0454762587178754, + "grad_norm": 1.2523424625396729, + "learning_rate": 9.361194255222463e-05, + "loss": 0.3474, + "mean_token_accuracy": 0.8687506854534149, + "num_tokens": 27551592.0, + "step": 21410 + }, + { + "entropy": 1.2174297451972962, + "epoch": 2.0464316423043853, + "grad_norm": 1.3470555543899536, + "learning_rate": 9.36042143479818e-05, + "loss": 0.344, + "mean_token_accuracy": 0.8601019859313965, + "num_tokens": 27564352.0, + "step": 21420 + }, + { + "entropy": 1.2250527381896972, + "epoch": 2.0473870258908953, + "grad_norm": 1.1070951223373413, + "learning_rate": 9.359648179121755e-05, + "loss": 0.3016, + "mean_token_accuracy": 0.8869275867938995, + "num_tokens": 27577132.0, + "step": 21430 + }, + { + "entropy": 1.2353175163269043, + "epoch": 2.048342409477405, + "grad_norm": 1.3544549942016602, + "learning_rate": 9.358874488270375e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8506728649139405, + "num_tokens": 27590702.0, + "step": 21440 + }, + { + "entropy": 1.2296672463417053, + "epoch": 2.049297793063915, + "grad_norm": 1.25859797000885, + "learning_rate": 9.358100362321268e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8613381683826447, + "num_tokens": 27603442.0, + "step": 21450 + }, + { + "entropy": 1.2333415150642395, + "epoch": 2.050253176650425, + "grad_norm": 1.077798843383789, + "learning_rate": 9.357325801351707e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8693005442619324, + "num_tokens": 27616487.0, + "step": 21460 + }, + { + "entropy": 1.2251379013061523, + "epoch": 2.051208560236935, + "grad_norm": 1.0157099962234497, + "learning_rate": 9.356550805439006e-05, + "loss": 0.2851, + "mean_token_accuracy": 0.8846728205680847, + "num_tokens": 27629458.0, + "step": 21470 + }, + { + "entropy": 1.2116367101669312, + "epoch": 2.052163943823445, + "grad_norm": 1.213642954826355, + "learning_rate": 9.355775374660526e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8627601146697998, + "num_tokens": 27641934.0, + "step": 21480 + }, + { + "entropy": 1.203642153739929, + "epoch": 2.0531193274099553, + "grad_norm": 1.256864070892334, + "learning_rate": 9.354999509093669e-05, + "loss": 0.3133, + "mean_token_accuracy": 0.8758141756057739, + "num_tokens": 27655002.0, + "step": 21490 + }, + { + "entropy": 1.2304572820663453, + "epoch": 2.054074710996465, + "grad_norm": 1.1941285133361816, + "learning_rate": 9.354223208815882e-05, + "loss": 0.3422, + "mean_token_accuracy": 0.8627388834953308, + "num_tokens": 27667919.0, + "step": 21500 + }, + { + "entropy": 1.231436264514923, + "epoch": 2.055030094582975, + "grad_norm": 1.1551519632339478, + "learning_rate": 9.353446473904652e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8701385736465455, + "num_tokens": 27680895.0, + "step": 21510 + }, + { + "entropy": 1.2273839592933655, + "epoch": 2.055985478169485, + "grad_norm": 1.3674416542053223, + "learning_rate": 9.352669304437516e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.8728062450885773, + "num_tokens": 27694242.0, + "step": 21520 + }, + { + "entropy": 1.2160133004188538, + "epoch": 2.056940861755995, + "grad_norm": 0.9311610460281372, + "learning_rate": 9.351891700492044e-05, + "loss": 0.3068, + "mean_token_accuracy": 0.876926863193512, + "num_tokens": 27707051.0, + "step": 21530 + }, + { + "entropy": 1.2315871715545654, + "epoch": 2.057896245342505, + "grad_norm": 1.2199963331222534, + "learning_rate": 9.35111366214586e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8563067495822907, + "num_tokens": 27720678.0, + "step": 21540 + }, + { + "entropy": 1.233403706550598, + "epoch": 2.058851628929015, + "grad_norm": 1.055253028869629, + "learning_rate": 9.350335189476627e-05, + "loss": 0.3571, + "mean_token_accuracy": 0.8556857347488404, + "num_tokens": 27733937.0, + "step": 21550 + }, + { + "entropy": 1.2089767575263977, + "epoch": 2.059807012515525, + "grad_norm": 1.1928049325942993, + "learning_rate": 9.349556282562049e-05, + "loss": 0.312, + "mean_token_accuracy": 0.8763242959976196, + "num_tokens": 27746494.0, + "step": 21560 + }, + { + "entropy": 1.2093480587005616, + "epoch": 2.060762396102035, + "grad_norm": 1.1267242431640625, + "learning_rate": 9.348776941479875e-05, + "loss": 0.3131, + "mean_token_accuracy": 0.8774821758270264, + "num_tokens": 27759819.0, + "step": 21570 + }, + { + "entropy": 1.2139185667037964, + "epoch": 2.061717779688545, + "grad_norm": 0.9959943890571594, + "learning_rate": 9.347997166307901e-05, + "loss": 0.3093, + "mean_token_accuracy": 0.8816963613033295, + "num_tokens": 27772954.0, + "step": 21580 + }, + { + "entropy": 1.198859655857086, + "epoch": 2.062673163275055, + "grad_norm": 1.164914608001709, + "learning_rate": 9.347216957123961e-05, + "loss": 0.3095, + "mean_token_accuracy": 0.8810117483139038, + "num_tokens": 27785387.0, + "step": 21590 + }, + { + "entropy": 1.2168816804885865, + "epoch": 2.063628546861565, + "grad_norm": 1.1955368518829346, + "learning_rate": 9.346436314005936e-05, + "loss": 0.3345, + "mean_token_accuracy": 0.8716879904270172, + "num_tokens": 27797900.0, + "step": 21600 + }, + { + "entropy": 1.2041510224342347, + "epoch": 2.064583930448075, + "grad_norm": 1.0964761972427368, + "learning_rate": 9.345655237031748e-05, + "loss": 0.3136, + "mean_token_accuracy": 0.8735841155052185, + "num_tokens": 27810581.0, + "step": 21610 + }, + { + "entropy": 1.223202657699585, + "epoch": 2.065539314034585, + "grad_norm": 1.269558072090149, + "learning_rate": 9.344873726279363e-05, + "loss": 0.3341, + "mean_token_accuracy": 0.8662667453289032, + "num_tokens": 27823659.0, + "step": 21620 + }, + { + "entropy": 1.218560791015625, + "epoch": 2.0664946976210947, + "grad_norm": 1.2845433950424194, + "learning_rate": 9.34409178182679e-05, + "loss": 0.3093, + "mean_token_accuracy": 0.875672596693039, + "num_tokens": 27837110.0, + "step": 21630 + }, + { + "entropy": 1.198557710647583, + "epoch": 2.0674500812076047, + "grad_norm": 1.1862273216247559, + "learning_rate": 9.343309403752084e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8817302823066712, + "num_tokens": 27849554.0, + "step": 21640 + }, + { + "entropy": 1.206006896495819, + "epoch": 2.068405464794115, + "grad_norm": 1.543661117553711, + "learning_rate": 9.34252659213334e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8743977308273315, + "num_tokens": 27862359.0, + "step": 21650 + }, + { + "entropy": 1.2266252994537354, + "epoch": 2.069360848380625, + "grad_norm": 1.1722155809402466, + "learning_rate": 9.341743347048695e-05, + "loss": 0.393, + "mean_token_accuracy": 0.8452901840209961, + "num_tokens": 27875393.0, + "step": 21660 + }, + { + "entropy": 1.2209778428077698, + "epoch": 2.070316231967135, + "grad_norm": 1.1581356525421143, + "learning_rate": 9.340959668576334e-05, + "loss": 0.3186, + "mean_token_accuracy": 0.8771007537841797, + "num_tokens": 27888924.0, + "step": 21670 + }, + { + "entropy": 1.1979797959327698, + "epoch": 2.071271615553645, + "grad_norm": 1.0811152458190918, + "learning_rate": 9.340175556794483e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8760875999927521, + "num_tokens": 27901653.0, + "step": 21680 + }, + { + "entropy": 1.192933690547943, + "epoch": 2.0722269991401547, + "grad_norm": 1.0076823234558105, + "learning_rate": 9.339391011781411e-05, + "loss": 0.3162, + "mean_token_accuracy": 0.8729580998420715, + "num_tokens": 27914357.0, + "step": 21690 + }, + { + "entropy": 1.2106855154037475, + "epoch": 2.0731823827266647, + "grad_norm": 1.226398229598999, + "learning_rate": 9.338606033615429e-05, + "loss": 0.2939, + "mean_token_accuracy": 0.8797330319881439, + "num_tokens": 27927699.0, + "step": 21700 + }, + { + "entropy": 1.2017931461334228, + "epoch": 2.0741377663131746, + "grad_norm": 1.2476606369018555, + "learning_rate": 9.337820622374893e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8684293091297149, + "num_tokens": 27940431.0, + "step": 21710 + }, + { + "entropy": 1.190289032459259, + "epoch": 2.0750931498996845, + "grad_norm": 1.4392410516738892, + "learning_rate": 9.337034778138204e-05, + "loss": 0.2821, + "mean_token_accuracy": 0.891747796535492, + "num_tokens": 27953034.0, + "step": 21720 + }, + { + "entropy": 1.2046900153160096, + "epoch": 2.076048533486195, + "grad_norm": 1.301101803779602, + "learning_rate": 9.336248500983801e-05, + "loss": 0.3403, + "mean_token_accuracy": 0.8646702885627746, + "num_tokens": 27966060.0, + "step": 21730 + }, + { + "entropy": 1.2181498408317566, + "epoch": 2.077003917072705, + "grad_norm": 0.9626110792160034, + "learning_rate": 9.335461790990173e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8698165833950042, + "num_tokens": 27979186.0, + "step": 21740 + }, + { + "entropy": 1.2143075704574584, + "epoch": 2.0779593006592147, + "grad_norm": 1.178784966468811, + "learning_rate": 9.334674648235843e-05, + "loss": 0.3254, + "mean_token_accuracy": 0.8711758971214294, + "num_tokens": 27992377.0, + "step": 21750 + }, + { + "entropy": 1.1811495542526245, + "epoch": 2.0789146842457247, + "grad_norm": 1.2847946882247925, + "learning_rate": 9.333887072799386e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.87667595744133, + "num_tokens": 28004656.0, + "step": 21760 + }, + { + "entropy": 1.2063930988311768, + "epoch": 2.0798700678322346, + "grad_norm": 0.9992960691452026, + "learning_rate": 9.333099064759418e-05, + "loss": 0.3411, + "mean_token_accuracy": 0.8664558708667756, + "num_tokens": 28017708.0, + "step": 21770 + }, + { + "entropy": 1.2134361505508422, + "epoch": 2.0808254514187445, + "grad_norm": 1.1565427780151367, + "learning_rate": 9.332310624194595e-05, + "loss": 0.3154, + "mean_token_accuracy": 0.8796131134033203, + "num_tokens": 28030478.0, + "step": 21780 + }, + { + "entropy": 1.2033936858177186, + "epoch": 2.0817808350052545, + "grad_norm": 2.0338215827941895, + "learning_rate": 9.331521751183619e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.88656667470932, + "num_tokens": 28043841.0, + "step": 21790 + }, + { + "entropy": 1.2113808631896972, + "epoch": 2.0827362185917644, + "grad_norm": 1.1090863943099976, + "learning_rate": 9.330732445805235e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8627835035324096, + "num_tokens": 28056963.0, + "step": 21800 + }, + { + "entropy": 1.1945173025131226, + "epoch": 2.0836916021782748, + "grad_norm": 1.3401628732681274, + "learning_rate": 9.329942708138228e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.882460230588913, + "num_tokens": 28070146.0, + "step": 21810 + }, + { + "entropy": 1.204883873462677, + "epoch": 2.0846469857647847, + "grad_norm": 1.2898571491241455, + "learning_rate": 9.329152538261432e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8692669212818146, + "num_tokens": 28082784.0, + "step": 21820 + }, + { + "entropy": 1.217825984954834, + "epoch": 2.0856023693512946, + "grad_norm": 1.1027132272720337, + "learning_rate": 9.328361936253718e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8796486854553223, + "num_tokens": 28095991.0, + "step": 21830 + }, + { + "entropy": 1.1812739372253418, + "epoch": 2.0865577529378045, + "grad_norm": 0.8992496132850647, + "learning_rate": 9.327570902194005e-05, + "loss": 0.2966, + "mean_token_accuracy": 0.8898741841316223, + "num_tokens": 28108681.0, + "step": 21840 + }, + { + "entropy": 1.1908832311630249, + "epoch": 2.0875131365243145, + "grad_norm": 1.2203333377838135, + "learning_rate": 9.326779436161253e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8716601014137269, + "num_tokens": 28121541.0, + "step": 21850 + }, + { + "entropy": 1.1968130946159363, + "epoch": 2.0884685201108244, + "grad_norm": 1.1401005983352661, + "learning_rate": 9.325987538234464e-05, + "loss": 0.318, + "mean_token_accuracy": 0.8781200230121613, + "num_tokens": 28135104.0, + "step": 21860 + }, + { + "entropy": 1.1947219848632813, + "epoch": 2.0894239036973343, + "grad_norm": 1.1770634651184082, + "learning_rate": 9.325195208492684e-05, + "loss": 0.3138, + "mean_token_accuracy": 0.8726239383220673, + "num_tokens": 28147826.0, + "step": 21870 + }, + { + "entropy": 1.1925550818443298, + "epoch": 2.0903792872838443, + "grad_norm": 1.49470853805542, + "learning_rate": 9.324402447015003e-05, + "loss": 0.314, + "mean_token_accuracy": 0.8715185105800629, + "num_tokens": 28160482.0, + "step": 21880 + }, + { + "entropy": 1.2061770677566528, + "epoch": 2.0913346708703546, + "grad_norm": 0.9376632571220398, + "learning_rate": 9.323609253880557e-05, + "loss": 0.3491, + "mean_token_accuracy": 0.8603277683258057, + "num_tokens": 28173242.0, + "step": 21890 + }, + { + "entropy": 1.2093329310417176, + "epoch": 2.0922900544568646, + "grad_norm": 0.9689793586730957, + "learning_rate": 9.322815629168516e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8747084975242615, + "num_tokens": 28185815.0, + "step": 21900 + }, + { + "entropy": 1.2095705270767212, + "epoch": 2.0932454380433745, + "grad_norm": 1.4091904163360596, + "learning_rate": 9.3220215729581e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8599853515625, + "num_tokens": 28198533.0, + "step": 21910 + }, + { + "entropy": 1.1842926859855651, + "epoch": 2.0942008216298844, + "grad_norm": 1.1824347972869873, + "learning_rate": 9.321227085328574e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8932998239994049, + "num_tokens": 28211283.0, + "step": 21920 + }, + { + "entropy": 1.209049105644226, + "epoch": 2.0951562052163943, + "grad_norm": 1.1785813570022583, + "learning_rate": 9.320432166359239e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8590632319450379, + "num_tokens": 28223979.0, + "step": 21930 + }, + { + "entropy": 1.2102124333381652, + "epoch": 2.0961115888029043, + "grad_norm": 1.140463948249817, + "learning_rate": 9.319636816129447e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8713181674480438, + "num_tokens": 28237404.0, + "step": 21940 + }, + { + "entropy": 1.206540322303772, + "epoch": 2.097066972389414, + "grad_norm": 1.034409761428833, + "learning_rate": 9.318841034718584e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8679642617702484, + "num_tokens": 28250476.0, + "step": 21950 + }, + { + "entropy": 1.1943335294723512, + "epoch": 2.098022355975924, + "grad_norm": 1.1291016340255737, + "learning_rate": 9.318044822206087e-05, + "loss": 0.2997, + "mean_token_accuracy": 0.8848778545856476, + "num_tokens": 28263209.0, + "step": 21960 + }, + { + "entropy": 1.1908899545669556, + "epoch": 2.0989777395624345, + "grad_norm": 0.9365888833999634, + "learning_rate": 9.317248178671433e-05, + "loss": 0.2904, + "mean_token_accuracy": 0.8823741018772125, + "num_tokens": 28275922.0, + "step": 21970 + }, + { + "entropy": 1.2040769815444947, + "epoch": 2.0999331231489444, + "grad_norm": 1.005253791809082, + "learning_rate": 9.316451104194142e-05, + "loss": 0.3023, + "mean_token_accuracy": 0.8831046342849731, + "num_tokens": 28289015.0, + "step": 21980 + }, + { + "entropy": 1.1950358510017396, + "epoch": 2.1008885067354544, + "grad_norm": 1.1369705200195312, + "learning_rate": 9.315653598853775e-05, + "loss": 0.2987, + "mean_token_accuracy": 0.8830550849437714, + "num_tokens": 28301864.0, + "step": 21990 + }, + { + "entropy": 1.1962078332901, + "epoch": 2.1018438903219643, + "grad_norm": 1.174455165863037, + "learning_rate": 9.31485566272994e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8513206899166107, + "num_tokens": 28314767.0, + "step": 22000 + }, + { + "entropy": 1.187917172908783, + "epoch": 2.102799273908474, + "grad_norm": 1.0827758312225342, + "learning_rate": 9.314057295902286e-05, + "loss": 0.3087, + "mean_token_accuracy": 0.8828015625476837, + "num_tokens": 28327595.0, + "step": 22010 + }, + { + "entropy": 1.1998053431510924, + "epoch": 2.103754657494984, + "grad_norm": 1.0724736452102661, + "learning_rate": 9.313258498450504e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8711936354637146, + "num_tokens": 28340283.0, + "step": 22020 + }, + { + "entropy": 1.1997992157936097, + "epoch": 2.104710041081494, + "grad_norm": 1.5104366540908813, + "learning_rate": 9.312459270454331e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8718499720096589, + "num_tokens": 28352954.0, + "step": 22030 + }, + { + "entropy": 1.1864927768707276, + "epoch": 2.105665424668004, + "grad_norm": 1.0445460081100464, + "learning_rate": 9.311659611993542e-05, + "loss": 0.3003, + "mean_token_accuracy": 0.8816127359867096, + "num_tokens": 28365734.0, + "step": 22040 + }, + { + "entropy": 1.1775330901145935, + "epoch": 2.1066208082545144, + "grad_norm": 1.2869654893875122, + "learning_rate": 9.310859523147961e-05, + "loss": 0.2734, + "mean_token_accuracy": 0.8872820556163787, + "num_tokens": 28378382.0, + "step": 22050 + }, + { + "entropy": 1.2088504672050475, + "epoch": 2.1075761918410243, + "grad_norm": 1.5550285577774048, + "learning_rate": 9.31005900399745e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8686532378196716, + "num_tokens": 28391240.0, + "step": 22060 + }, + { + "entropy": 1.2021867632865906, + "epoch": 2.108531575427534, + "grad_norm": 0.9625912308692932, + "learning_rate": 9.309258054621917e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8725383758544922, + "num_tokens": 28403776.0, + "step": 22070 + }, + { + "entropy": 1.206630027294159, + "epoch": 2.109486959014044, + "grad_norm": 1.3768035173416138, + "learning_rate": 9.30845667510131e-05, + "loss": 0.3022, + "mean_token_accuracy": 0.8811940133571625, + "num_tokens": 28416774.0, + "step": 22080 + }, + { + "entropy": 1.2178082466125488, + "epoch": 2.110442342600554, + "grad_norm": 1.3202338218688965, + "learning_rate": 9.307654865515622e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8632574141025543, + "num_tokens": 28429752.0, + "step": 22090 + }, + { + "entropy": 1.1898203134536742, + "epoch": 2.111397726187064, + "grad_norm": 1.2181121110916138, + "learning_rate": 9.306852625944893e-05, + "loss": 0.2948, + "mean_token_accuracy": 0.8820914685726166, + "num_tokens": 28442119.0, + "step": 22100 + }, + { + "entropy": 1.2105775475502014, + "epoch": 2.112353109773574, + "grad_norm": 1.2379108667373657, + "learning_rate": 9.306049956469196e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8702732801437378, + "num_tokens": 28454968.0, + "step": 22110 + }, + { + "entropy": 1.2215113878250121, + "epoch": 2.113308493360084, + "grad_norm": 1.5868327617645264, + "learning_rate": 9.305246857168654e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8691576898097992, + "num_tokens": 28468593.0, + "step": 22120 + }, + { + "entropy": 1.2016212463378906, + "epoch": 2.1142638769465942, + "grad_norm": 1.0140196084976196, + "learning_rate": 9.304443328123435e-05, + "loss": 0.3264, + "mean_token_accuracy": 0.8764504134654999, + "num_tokens": 28481747.0, + "step": 22130 + }, + { + "entropy": 1.2115943789482118, + "epoch": 2.115219260533104, + "grad_norm": 1.4782435894012451, + "learning_rate": 9.303639369413741e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8706106841564178, + "num_tokens": 28495052.0, + "step": 22140 + }, + { + "entropy": 1.202439534664154, + "epoch": 2.116174644119614, + "grad_norm": 0.9511163234710693, + "learning_rate": 9.302834981119827e-05, + "loss": 0.3203, + "mean_token_accuracy": 0.8780404984951019, + "num_tokens": 28508335.0, + "step": 22150 + }, + { + "entropy": 1.2098906874656676, + "epoch": 2.117130027706124, + "grad_norm": 1.4514260292053223, + "learning_rate": 9.302030163321983e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8687246024608613, + "num_tokens": 28521502.0, + "step": 22160 + }, + { + "entropy": 1.2017072081565856, + "epoch": 2.118085411292634, + "grad_norm": 0.8637455701828003, + "learning_rate": 9.301224916100546e-05, + "loss": 0.3566, + "mean_token_accuracy": 0.8589895188808441, + "num_tokens": 28533803.0, + "step": 22170 + }, + { + "entropy": 1.2002136707305908, + "epoch": 2.119040794879144, + "grad_norm": 1.2136728763580322, + "learning_rate": 9.300419239535894e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8721916437149048, + "num_tokens": 28546370.0, + "step": 22180 + }, + { + "entropy": 1.2215618371963501, + "epoch": 2.119996178465654, + "grad_norm": 1.273121953010559, + "learning_rate": 9.299613133708451e-05, + "loss": 0.3498, + "mean_token_accuracy": 0.8576237440109253, + "num_tokens": 28559742.0, + "step": 22190 + }, + { + "entropy": 1.222069227695465, + "epoch": 2.1209515620521637, + "grad_norm": 0.9462378025054932, + "learning_rate": 9.298806598698677e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8715635478496552, + "num_tokens": 28572605.0, + "step": 22200 + }, + { + "entropy": 1.2248955607414245, + "epoch": 2.121906945638674, + "grad_norm": 1.2528891563415527, + "learning_rate": 9.297999634587084e-05, + "loss": 0.3515, + "mean_token_accuracy": 0.8652175724506378, + "num_tokens": 28585571.0, + "step": 22210 + }, + { + "entropy": 1.2080811500549316, + "epoch": 2.122862329225184, + "grad_norm": 1.533164381980896, + "learning_rate": 9.297192241454222e-05, + "loss": 0.3098, + "mean_token_accuracy": 0.885929262638092, + "num_tokens": 28598671.0, + "step": 22220 + }, + { + "entropy": 1.198497188091278, + "epoch": 2.123817712811694, + "grad_norm": 1.0272291898727417, + "learning_rate": 9.29638441938068e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8587813079357147, + "num_tokens": 28611842.0, + "step": 22230 + }, + { + "entropy": 1.207981824874878, + "epoch": 2.124773096398204, + "grad_norm": 1.1175049543380737, + "learning_rate": 9.295576168447098e-05, + "loss": 0.3625, + "mean_token_accuracy": 0.8563983678817749, + "num_tokens": 28624760.0, + "step": 22240 + }, + { + "entropy": 1.194150161743164, + "epoch": 2.125728479984714, + "grad_norm": 1.3145369291305542, + "learning_rate": 9.294767488734153e-05, + "loss": 0.319, + "mean_token_accuracy": 0.868226557970047, + "num_tokens": 28636883.0, + "step": 22250 + }, + { + "entropy": 1.1974626541137696, + "epoch": 2.1266838635712237, + "grad_norm": 1.6246237754821777, + "learning_rate": 9.293958380322565e-05, + "loss": 0.3306, + "mean_token_accuracy": 0.8714959502220154, + "num_tokens": 28649577.0, + "step": 22260 + }, + { + "entropy": 1.2108158349990845, + "epoch": 2.1276392471577337, + "grad_norm": 1.1610920429229736, + "learning_rate": 9.293148843293102e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8729305982589721, + "num_tokens": 28662424.0, + "step": 22270 + }, + { + "entropy": 1.1991075992584228, + "epoch": 2.128594630744244, + "grad_norm": 1.70090651512146, + "learning_rate": 9.292338877726568e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.873042744398117, + "num_tokens": 28675286.0, + "step": 22280 + }, + { + "entropy": 1.2156078934669494, + "epoch": 2.129550014330754, + "grad_norm": 1.489046335220337, + "learning_rate": 9.291528483703813e-05, + "loss": 0.3556, + "mean_token_accuracy": 0.8618255972862243, + "num_tokens": 28688003.0, + "step": 22290 + }, + { + "entropy": 1.205907654762268, + "epoch": 2.130505397917264, + "grad_norm": 0.8932229280471802, + "learning_rate": 9.290717661305729e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.8798122346401215, + "num_tokens": 28700801.0, + "step": 22300 + }, + { + "entropy": 1.2227606177330017, + "epoch": 2.131460781503774, + "grad_norm": 1.4594380855560303, + "learning_rate": 9.289906410613255e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8690194010734558, + "num_tokens": 28714182.0, + "step": 22310 + }, + { + "entropy": 1.2145904183387757, + "epoch": 2.1324161650902838, + "grad_norm": 1.4185420274734497, + "learning_rate": 9.289094731707364e-05, + "loss": 0.3026, + "mean_token_accuracy": 0.8813467383384704, + "num_tokens": 28727151.0, + "step": 22320 + }, + { + "entropy": 1.2092299580574035, + "epoch": 2.1333715486767937, + "grad_norm": 0.970832109451294, + "learning_rate": 9.288282624669081e-05, + "loss": 0.2814, + "mean_token_accuracy": 0.8931778788566589, + "num_tokens": 28740170.0, + "step": 22330 + }, + { + "entropy": 1.2133014798164368, + "epoch": 2.1343269322633036, + "grad_norm": 1.02302885055542, + "learning_rate": 9.287470089579468e-05, + "loss": 0.2922, + "mean_token_accuracy": 0.8799795389175415, + "num_tokens": 28753464.0, + "step": 22340 + }, + { + "entropy": 1.2071620583534242, + "epoch": 2.1352823158498135, + "grad_norm": 1.5132145881652832, + "learning_rate": 9.286657126519631e-05, + "loss": 0.3332, + "mean_token_accuracy": 0.8666808903217316, + "num_tokens": 28766080.0, + "step": 22350 + }, + { + "entropy": 1.2078823804855348, + "epoch": 2.1362376994363235, + "grad_norm": 1.480454683303833, + "learning_rate": 9.285843735570719e-05, + "loss": 0.3208, + "mean_token_accuracy": 0.8743563532829285, + "num_tokens": 28778278.0, + "step": 22360 + }, + { + "entropy": 1.2061343550682069, + "epoch": 2.137193083022834, + "grad_norm": 1.237656593322754, + "learning_rate": 9.285029916813926e-05, + "loss": 0.3115, + "mean_token_accuracy": 0.8824654281139374, + "num_tokens": 28791356.0, + "step": 22370 + }, + { + "entropy": 1.2226792454719544, + "epoch": 2.1381484666093438, + "grad_norm": 1.1086479425430298, + "learning_rate": 9.284215670330482e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8668978154659271, + "num_tokens": 28804436.0, + "step": 22380 + }, + { + "entropy": 1.2196929574012756, + "epoch": 2.1391038501958537, + "grad_norm": 1.371131420135498, + "learning_rate": 9.283400996201667e-05, + "loss": 0.3412, + "mean_token_accuracy": 0.8644263029098511, + "num_tokens": 28817170.0, + "step": 22390 + }, + { + "entropy": 1.2333617448806762, + "epoch": 2.1400592337823636, + "grad_norm": 0.7080681920051575, + "learning_rate": 9.282585894508802e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8701931595802307, + "num_tokens": 28830247.0, + "step": 22400 + }, + { + "entropy": 1.2277382850646972, + "epoch": 2.1410146173688736, + "grad_norm": 1.1292004585266113, + "learning_rate": 9.281770365333246e-05, + "loss": 0.3241, + "mean_token_accuracy": 0.8690538585186005, + "num_tokens": 28843648.0, + "step": 22410 + }, + { + "entropy": 1.2239601492881775, + "epoch": 2.1419700009553835, + "grad_norm": 1.240752935409546, + "learning_rate": 9.280954408756408e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.872459328174591, + "num_tokens": 28856812.0, + "step": 22420 + }, + { + "entropy": 1.2105407238006591, + "epoch": 2.1429253845418934, + "grad_norm": 1.27980375289917, + "learning_rate": 9.280138024859732e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8657868802547455, + "num_tokens": 28869271.0, + "step": 22430 + }, + { + "entropy": 1.2090771794319153, + "epoch": 2.143880768128404, + "grad_norm": 1.3306151628494263, + "learning_rate": 9.279321213724712e-05, + "loss": 0.335, + "mean_token_accuracy": 0.8693719685077668, + "num_tokens": 28882093.0, + "step": 22440 + }, + { + "entropy": 1.2238404750823975, + "epoch": 2.1448361517149137, + "grad_norm": 1.5626115798950195, + "learning_rate": 9.278503975432879e-05, + "loss": 0.3419, + "mean_token_accuracy": 0.8717719554901123, + "num_tokens": 28894855.0, + "step": 22450 + }, + { + "entropy": 1.2049253225326537, + "epoch": 2.1457915353014236, + "grad_norm": 0.9943938851356506, + "learning_rate": 9.277686310065809e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8687510430812836, + "num_tokens": 28907686.0, + "step": 22460 + }, + { + "entropy": 1.1786492109298705, + "epoch": 2.1467469188879336, + "grad_norm": 1.5303428173065186, + "learning_rate": 9.276868217705122e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8772212386131286, + "num_tokens": 28920116.0, + "step": 22470 + }, + { + "entropy": 1.1973095774650573, + "epoch": 2.1477023024744435, + "grad_norm": 1.9025737047195435, + "learning_rate": 9.276049698432475e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.8595156967639923, + "num_tokens": 28933170.0, + "step": 22480 + }, + { + "entropy": 1.1958210468292236, + "epoch": 2.1486576860609534, + "grad_norm": 1.5775935649871826, + "learning_rate": 9.275230752329575e-05, + "loss": 0.3277, + "mean_token_accuracy": 0.8672386765480041, + "num_tokens": 28946112.0, + "step": 22490 + }, + { + "entropy": 1.208843207359314, + "epoch": 2.1496130696474633, + "grad_norm": 1.2991735935211182, + "learning_rate": 9.27441137947817e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8612939596176148, + "num_tokens": 28958710.0, + "step": 22500 + }, + { + "entropy": 1.203698706626892, + "epoch": 2.1505684532339733, + "grad_norm": 1.3414125442504883, + "learning_rate": 9.273591579960043e-05, + "loss": 0.3387, + "mean_token_accuracy": 0.8632292330265046, + "num_tokens": 28971221.0, + "step": 22510 + }, + { + "entropy": 1.191455602645874, + "epoch": 2.151523836820483, + "grad_norm": 1.1988707780838013, + "learning_rate": 9.272771353857032e-05, + "loss": 0.3387, + "mean_token_accuracy": 0.8663080036640167, + "num_tokens": 28983741.0, + "step": 22520 + }, + { + "entropy": 1.1879364013671876, + "epoch": 2.1524792204069936, + "grad_norm": 1.3407163619995117, + "learning_rate": 9.271950701251005e-05, + "loss": 0.3052, + "mean_token_accuracy": 0.8739282190799713, + "num_tokens": 28996287.0, + "step": 22530 + }, + { + "entropy": 1.1961524724960326, + "epoch": 2.1534346039935035, + "grad_norm": 1.6035826206207275, + "learning_rate": 9.271129622223884e-05, + "loss": 0.3374, + "mean_token_accuracy": 0.8630154311656952, + "num_tokens": 29009006.0, + "step": 22540 + }, + { + "entropy": 1.1958080172538756, + "epoch": 2.1543899875800134, + "grad_norm": 1.3791507482528687, + "learning_rate": 9.270308116857624e-05, + "loss": 0.3522, + "mean_token_accuracy": 0.8630569398403167, + "num_tokens": 29021926.0, + "step": 22550 + }, + { + "entropy": 1.1974861025810242, + "epoch": 2.1553453711665234, + "grad_norm": 1.2570816278457642, + "learning_rate": 9.269486185234229e-05, + "loss": 0.3525, + "mean_token_accuracy": 0.8661714673042298, + "num_tokens": 29034969.0, + "step": 22560 + }, + { + "entropy": 1.2011198282241822, + "epoch": 2.1563007547530333, + "grad_norm": 1.107598066329956, + "learning_rate": 9.268663827435741e-05, + "loss": 0.3251, + "mean_token_accuracy": 0.8716462314128876, + "num_tokens": 29047551.0, + "step": 22570 + }, + { + "entropy": 1.195166862010956, + "epoch": 2.157256138339543, + "grad_norm": 1.1466314792633057, + "learning_rate": 9.267841043544249e-05, + "loss": 0.3301, + "mean_token_accuracy": 0.8668135344982147, + "num_tokens": 29060422.0, + "step": 22580 + }, + { + "entropy": 1.1894301176071167, + "epoch": 2.158211521926053, + "grad_norm": 1.2761515378952026, + "learning_rate": 9.267017833641883e-05, + "loss": 0.3006, + "mean_token_accuracy": 0.8837147116661072, + "num_tokens": 29073561.0, + "step": 22590 + }, + { + "entropy": 1.1977185010910034, + "epoch": 2.1591669055125635, + "grad_norm": 1.5469685792922974, + "learning_rate": 9.266194197810812e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8515401303768158, + "num_tokens": 29086394.0, + "step": 22600 + }, + { + "entropy": 1.1919586300849914, + "epoch": 2.1601222890990734, + "grad_norm": 0.9999359846115112, + "learning_rate": 9.265370136133252e-05, + "loss": 0.2998, + "mean_token_accuracy": 0.8792705416679383, + "num_tokens": 29099739.0, + "step": 22610 + }, + { + "entropy": 1.2016979098320006, + "epoch": 2.1610776726855834, + "grad_norm": 1.860538125038147, + "learning_rate": 9.26454564869146e-05, + "loss": 0.3494, + "mean_token_accuracy": 0.8642439126968384, + "num_tokens": 29113079.0, + "step": 22620 + }, + { + "entropy": 1.2070704221725463, + "epoch": 2.1620330562720933, + "grad_norm": 0.9506011605262756, + "learning_rate": 9.263720735567735e-05, + "loss": 0.357, + "mean_token_accuracy": 0.8633466064929962, + "num_tokens": 29126252.0, + "step": 22630 + }, + { + "entropy": 1.1912761092185975, + "epoch": 2.1629884398586032, + "grad_norm": 1.0887240171432495, + "learning_rate": 9.262895396844418e-05, + "loss": 0.34, + "mean_token_accuracy": 0.8739740133285523, + "num_tokens": 29139159.0, + "step": 22640 + }, + { + "entropy": 1.1899211287498475, + "epoch": 2.163943823445113, + "grad_norm": 1.5863436460494995, + "learning_rate": 9.262069632603896e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8917599797248841, + "num_tokens": 29151862.0, + "step": 22650 + }, + { + "entropy": 1.1871333003044129, + "epoch": 2.164899207031623, + "grad_norm": 1.3497772216796875, + "learning_rate": 9.261243442928593e-05, + "loss": 0.2794, + "mean_token_accuracy": 0.8930841326713562, + "num_tokens": 29165252.0, + "step": 22660 + }, + { + "entropy": 1.21561598777771, + "epoch": 2.165854590618133, + "grad_norm": 1.2316882610321045, + "learning_rate": 9.26041682790098e-05, + "loss": 0.3609, + "mean_token_accuracy": 0.8554051041603088, + "num_tokens": 29178146.0, + "step": 22670 + }, + { + "entropy": 1.1882789373397826, + "epoch": 2.166809974204643, + "grad_norm": 1.5755441188812256, + "learning_rate": 9.259589787603566e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.8808818340301514, + "num_tokens": 29190677.0, + "step": 22680 + }, + { + "entropy": 1.2062968015670776, + "epoch": 2.1677653577911533, + "grad_norm": 1.144016146659851, + "learning_rate": 9.258762322118909e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8654950380325317, + "num_tokens": 29203204.0, + "step": 22690 + }, + { + "entropy": 1.2009698033332825, + "epoch": 2.1687207413776632, + "grad_norm": 1.177880883216858, + "learning_rate": 9.257934431529604e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8699424684047699, + "num_tokens": 29216168.0, + "step": 22700 + }, + { + "entropy": 1.1879381895065309, + "epoch": 2.169676124964173, + "grad_norm": 1.480716347694397, + "learning_rate": 9.257106115918288e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8708027839660645, + "num_tokens": 29228599.0, + "step": 22710 + }, + { + "entropy": 1.212254798412323, + "epoch": 2.170631508550683, + "grad_norm": 1.4687674045562744, + "learning_rate": 9.256277375367647e-05, + "loss": 0.331, + "mean_token_accuracy": 0.870719063282013, + "num_tokens": 29241154.0, + "step": 22720 + }, + { + "entropy": 1.2163824677467345, + "epoch": 2.171586892137193, + "grad_norm": 1.4638288021087646, + "learning_rate": 9.255448209960402e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8695353209972382, + "num_tokens": 29253995.0, + "step": 22730 + }, + { + "entropy": 1.2111199021339416, + "epoch": 2.172542275723703, + "grad_norm": 1.41443932056427, + "learning_rate": 9.254618619779318e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8669919550418854, + "num_tokens": 29266384.0, + "step": 22740 + }, + { + "entropy": 1.2193628191947936, + "epoch": 2.173497659310213, + "grad_norm": 1.0863934755325317, + "learning_rate": 9.253788604907207e-05, + "loss": 0.3441, + "mean_token_accuracy": 0.8661667346954346, + "num_tokens": 29279092.0, + "step": 22750 + }, + { + "entropy": 1.193019938468933, + "epoch": 2.1744530428967233, + "grad_norm": 1.1179431676864624, + "learning_rate": 9.252958165426918e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8782116055488587, + "num_tokens": 29291442.0, + "step": 22760 + }, + { + "entropy": 1.220307743549347, + "epoch": 2.175408426483233, + "grad_norm": 1.3005574941635132, + "learning_rate": 9.252127301421345e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.859958702325821, + "num_tokens": 29304369.0, + "step": 22770 + }, + { + "entropy": 1.225526463985443, + "epoch": 2.176363810069743, + "grad_norm": 1.1348469257354736, + "learning_rate": 9.251296012973423e-05, + "loss": 0.3536, + "mean_token_accuracy": 0.8627391993999481, + "num_tokens": 29317443.0, + "step": 22780 + }, + { + "entropy": 1.2367145895957947, + "epoch": 2.177319193656253, + "grad_norm": 1.1005189418792725, + "learning_rate": 9.250464300166132e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8684512555599213, + "num_tokens": 29330848.0, + "step": 22790 + }, + { + "entropy": 1.2246484160423279, + "epoch": 2.178274577242763, + "grad_norm": 1.5237715244293213, + "learning_rate": 9.249632163082492e-05, + "loss": 0.3277, + "mean_token_accuracy": 0.8701396405696868, + "num_tokens": 29343870.0, + "step": 22800 + }, + { + "entropy": 1.2124151110649108, + "epoch": 2.179229960829273, + "grad_norm": 1.25594961643219, + "learning_rate": 9.248799601805565e-05, + "loss": 0.3192, + "mean_token_accuracy": 0.8698004126548767, + "num_tokens": 29356716.0, + "step": 22810 + }, + { + "entropy": 1.203834855556488, + "epoch": 2.180185344415783, + "grad_norm": 1.404960036277771, + "learning_rate": 9.247966616418457e-05, + "loss": 0.3252, + "mean_token_accuracy": 0.8784402370452881, + "num_tokens": 29369558.0, + "step": 22820 + }, + { + "entropy": 1.2428414344787597, + "epoch": 2.1811407280022928, + "grad_norm": 1.1250853538513184, + "learning_rate": 9.247133207004316e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.8672796130180359, + "num_tokens": 29383201.0, + "step": 22830 + }, + { + "entropy": 1.2472145318984986, + "epoch": 2.1820961115888027, + "grad_norm": 0.9348369240760803, + "learning_rate": 9.246299373646333e-05, + "loss": 0.3327, + "mean_token_accuracy": 0.8690027236938477, + "num_tokens": 29396914.0, + "step": 22840 + }, + { + "entropy": 1.2424687027931214, + "epoch": 2.183051495175313, + "grad_norm": 1.253675103187561, + "learning_rate": 9.245465116427736e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8623005032539368, + "num_tokens": 29409824.0, + "step": 22850 + }, + { + "entropy": 1.2044721603393556, + "epoch": 2.184006878761823, + "grad_norm": 1.1462568044662476, + "learning_rate": 9.244630435431804e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8681527614593506, + "num_tokens": 29422161.0, + "step": 22860 + }, + { + "entropy": 1.2325114727020263, + "epoch": 2.184962262348333, + "grad_norm": 1.593933343887329, + "learning_rate": 9.243795330741852e-05, + "loss": 0.3258, + "mean_token_accuracy": 0.8691461145877838, + "num_tokens": 29435791.0, + "step": 22870 + }, + { + "entropy": 1.2125167369842529, + "epoch": 2.185917645934843, + "grad_norm": 1.132778286933899, + "learning_rate": 9.242959802441237e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8779734015464783, + "num_tokens": 29449091.0, + "step": 22880 + }, + { + "entropy": 1.2133026480674745, + "epoch": 2.1868730295213528, + "grad_norm": 1.2838188409805298, + "learning_rate": 9.242123850613365e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8717077136039734, + "num_tokens": 29462239.0, + "step": 22890 + }, + { + "entropy": 1.2130367636680603, + "epoch": 2.1878284131078627, + "grad_norm": 1.6156532764434814, + "learning_rate": 9.241287475341678e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.8603228867053986, + "num_tokens": 29475163.0, + "step": 22900 + }, + { + "entropy": 1.2218831300735473, + "epoch": 2.1887837966943726, + "grad_norm": 1.2082098722457886, + "learning_rate": 9.240450676709661e-05, + "loss": 0.33, + "mean_token_accuracy": 0.8729248940944672, + "num_tokens": 29488371.0, + "step": 22910 + }, + { + "entropy": 1.2107015609741212, + "epoch": 2.189739180280883, + "grad_norm": 1.1316297054290771, + "learning_rate": 9.239613454800842e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.870683091878891, + "num_tokens": 29501418.0, + "step": 22920 + }, + { + "entropy": 1.2035147905349732, + "epoch": 2.190694563867393, + "grad_norm": 1.2817857265472412, + "learning_rate": 9.238775809698794e-05, + "loss": 0.3071, + "mean_token_accuracy": 0.881086391210556, + "num_tokens": 29513966.0, + "step": 22930 + }, + { + "entropy": 1.1988218307495118, + "epoch": 2.191649947453903, + "grad_norm": 1.2827523946762085, + "learning_rate": 9.237937741487126e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.868742686510086, + "num_tokens": 29526555.0, + "step": 22940 + }, + { + "entropy": 1.2103367805480958, + "epoch": 2.1926053310404128, + "grad_norm": 1.1994123458862305, + "learning_rate": 9.237099250249497e-05, + "loss": 0.3232, + "mean_token_accuracy": 0.8694785714149476, + "num_tokens": 29539652.0, + "step": 22950 + }, + { + "entropy": 1.2212105989456177, + "epoch": 2.1935607146269227, + "grad_norm": 1.7178919315338135, + "learning_rate": 9.236260336069602e-05, + "loss": 0.3287, + "mean_token_accuracy": 0.8689360082149505, + "num_tokens": 29552887.0, + "step": 22960 + }, + { + "entropy": 1.219534695148468, + "epoch": 2.1945160982134326, + "grad_norm": 1.579158902168274, + "learning_rate": 9.235420999031179e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8636361062526703, + "num_tokens": 29565552.0, + "step": 22970 + }, + { + "entropy": 1.2125903725624085, + "epoch": 2.1954714817999426, + "grad_norm": 1.6455925703048706, + "learning_rate": 9.234581239218012e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8652187585830688, + "num_tokens": 29578649.0, + "step": 22980 + }, + { + "entropy": 1.2021615028381347, + "epoch": 2.1964268653864525, + "grad_norm": 1.0920509099960327, + "learning_rate": 9.233741056713925e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8678528308868408, + "num_tokens": 29590808.0, + "step": 22990 + }, + { + "entropy": 1.2083800792694093, + "epoch": 2.1973822489729624, + "grad_norm": 1.277663230895996, + "learning_rate": 9.232900451602784e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8578731298446656, + "num_tokens": 29603788.0, + "step": 23000 + }, + { + "entropy": 1.2129690647125244, + "epoch": 2.198337632559473, + "grad_norm": 1.165036916732788, + "learning_rate": 9.232059423968495e-05, + "loss": 0.3803, + "mean_token_accuracy": 0.8498078346252441, + "num_tokens": 29616514.0, + "step": 23010 + }, + { + "entropy": 1.1870602726936341, + "epoch": 2.1992930161459827, + "grad_norm": 0.9153053164482117, + "learning_rate": 9.23121797389501e-05, + "loss": 0.2997, + "mean_token_accuracy": 0.8815163314342499, + "num_tokens": 29629567.0, + "step": 23020 + }, + { + "entropy": 1.206676971912384, + "epoch": 2.2002483997324926, + "grad_norm": 1.4290316104888916, + "learning_rate": 9.23037610146632e-05, + "loss": 0.3041, + "mean_token_accuracy": 0.8825055360794067, + "num_tokens": 29642058.0, + "step": 23030 + }, + { + "entropy": 1.212601935863495, + "epoch": 2.2012037833190026, + "grad_norm": 1.4294015169143677, + "learning_rate": 9.229533806766464e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8765472292900085, + "num_tokens": 29655720.0, + "step": 23040 + }, + { + "entropy": 1.2003249526023865, + "epoch": 2.2021591669055125, + "grad_norm": 1.5506467819213867, + "learning_rate": 9.228691089879513e-05, + "loss": 0.3278, + "mean_token_accuracy": 0.8704609334468841, + "num_tokens": 29667980.0, + "step": 23050 + }, + { + "entropy": 1.192922019958496, + "epoch": 2.2031145504920224, + "grad_norm": 1.1811753511428833, + "learning_rate": 9.227847950889591e-05, + "loss": 0.3423, + "mean_token_accuracy": 0.8638316810131073, + "num_tokens": 29680556.0, + "step": 23060 + }, + { + "entropy": 1.2112696886062622, + "epoch": 2.2040699340785324, + "grad_norm": 1.2266716957092285, + "learning_rate": 9.227004389880856e-05, + "loss": 0.3264, + "mean_token_accuracy": 0.8669286668300629, + "num_tokens": 29693365.0, + "step": 23070 + }, + { + "entropy": 1.2076295733451843, + "epoch": 2.2050253176650427, + "grad_norm": 1.1030696630477905, + "learning_rate": 9.226160406937514e-05, + "loss": 0.305, + "mean_token_accuracy": 0.8789522171020507, + "num_tokens": 29706297.0, + "step": 23080 + }, + { + "entropy": 1.2203388810157776, + "epoch": 2.2059807012515527, + "grad_norm": 1.4974201917648315, + "learning_rate": 9.225316002143806e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.8559502422809601, + "num_tokens": 29719345.0, + "step": 23090 + }, + { + "entropy": 1.1996342301368714, + "epoch": 2.2069360848380626, + "grad_norm": 1.2782223224639893, + "learning_rate": 9.224471175584024e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.872610330581665, + "num_tokens": 29731830.0, + "step": 23100 + }, + { + "entropy": 1.2177656412124633, + "epoch": 2.2078914684245725, + "grad_norm": 1.240498423576355, + "learning_rate": 9.223625927342496e-05, + "loss": 0.3808, + "mean_token_accuracy": 0.8467331171035767, + "num_tokens": 29744489.0, + "step": 23110 + }, + { + "entropy": 1.2086483597755433, + "epoch": 2.2088468520110824, + "grad_norm": 1.381781816482544, + "learning_rate": 9.222780257503594e-05, + "loss": 0.342, + "mean_token_accuracy": 0.8684079468250274, + "num_tokens": 29757102.0, + "step": 23120 + }, + { + "entropy": 1.2172190427780152, + "epoch": 2.2098022355975924, + "grad_norm": 1.2717474699020386, + "learning_rate": 9.22193416615173e-05, + "loss": 0.3029, + "mean_token_accuracy": 0.8828971207141876, + "num_tokens": 29770523.0, + "step": 23130 + }, + { + "entropy": 1.209164071083069, + "epoch": 2.2107576191841023, + "grad_norm": 1.0779402256011963, + "learning_rate": 9.221087653371361e-05, + "loss": 0.3206, + "mean_token_accuracy": 0.8765803515911103, + "num_tokens": 29783759.0, + "step": 23140 + }, + { + "entropy": 1.22306946516037, + "epoch": 2.2117130027706122, + "grad_norm": 1.3445667028427124, + "learning_rate": 9.220240719246987e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8623198926448822, + "num_tokens": 29796807.0, + "step": 23150 + }, + { + "entropy": 1.2232924938201903, + "epoch": 2.212668386357122, + "grad_norm": 1.108750343322754, + "learning_rate": 9.219393363863143e-05, + "loss": 0.3449, + "mean_token_accuracy": 0.8583147048950195, + "num_tokens": 29809717.0, + "step": 23160 + }, + { + "entropy": 1.2287360906600953, + "epoch": 2.2136237699436325, + "grad_norm": 1.3873952627182007, + "learning_rate": 9.218545587304416e-05, + "loss": 0.3085, + "mean_token_accuracy": 0.8782318949699401, + "num_tokens": 29822357.0, + "step": 23170 + }, + { + "entropy": 1.2234944939613341, + "epoch": 2.2145791535301425, + "grad_norm": 1.250786542892456, + "learning_rate": 9.217697389655427e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8658468008041382, + "num_tokens": 29835800.0, + "step": 23180 + }, + { + "entropy": 1.228065025806427, + "epoch": 2.2155345371166524, + "grad_norm": 1.0537258386611938, + "learning_rate": 9.216848771000845e-05, + "loss": 0.3829, + "mean_token_accuracy": 0.8451113998889923, + "num_tokens": 29848385.0, + "step": 23190 + }, + { + "entropy": 1.213490378856659, + "epoch": 2.2164899207031623, + "grad_norm": 1.751044750213623, + "learning_rate": 9.215999731425375e-05, + "loss": 0.3242, + "mean_token_accuracy": 0.8719277560710907, + "num_tokens": 29861233.0, + "step": 23200 + }, + { + "entropy": 1.2172239542007446, + "epoch": 2.2174453042896722, + "grad_norm": 1.6689156293869019, + "learning_rate": 9.215150271013768e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.861223018169403, + "num_tokens": 29873797.0, + "step": 23210 + }, + { + "entropy": 1.223380970954895, + "epoch": 2.218400687876182, + "grad_norm": 0.7952314019203186, + "learning_rate": 9.214300389850817e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.864890170097351, + "num_tokens": 29886905.0, + "step": 23220 + }, + { + "entropy": 1.2024767756462098, + "epoch": 2.219356071462692, + "grad_norm": 1.4622905254364014, + "learning_rate": 9.213450088021356e-05, + "loss": 0.3656, + "mean_token_accuracy": 0.8552733719348907, + "num_tokens": 29899263.0, + "step": 23230 + }, + { + "entropy": 1.205816352367401, + "epoch": 2.2203114550492025, + "grad_norm": 1.2909220457077026, + "learning_rate": 9.21259936561026e-05, + "loss": 0.3071, + "mean_token_accuracy": 0.8794675827026367, + "num_tokens": 29911808.0, + "step": 23240 + }, + { + "entropy": 1.2148221135139465, + "epoch": 2.2212668386357124, + "grad_norm": 1.8215217590332031, + "learning_rate": 9.211748222702449e-05, + "loss": 0.3657, + "mean_token_accuracy": 0.8516432881355286, + "num_tokens": 29924778.0, + "step": 23250 + }, + { + "entropy": 1.2178900480270385, + "epoch": 2.2222222222222223, + "grad_norm": 1.111360788345337, + "learning_rate": 9.210896659382881e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8601685762405396, + "num_tokens": 29937846.0, + "step": 23260 + }, + { + "entropy": 1.227099871635437, + "epoch": 2.2231776058087322, + "grad_norm": 1.3101990222930908, + "learning_rate": 9.210044675736562e-05, + "loss": 0.3085, + "mean_token_accuracy": 0.8761399567127228, + "num_tokens": 29951460.0, + "step": 23270 + }, + { + "entropy": 1.2153188347816468, + "epoch": 2.224132989395242, + "grad_norm": 1.2650861740112305, + "learning_rate": 9.20919227184853e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8695784628391265, + "num_tokens": 29964060.0, + "step": 23280 + }, + { + "entropy": 1.203053104877472, + "epoch": 2.225088372981752, + "grad_norm": 1.3105902671813965, + "learning_rate": 9.208339447803874e-05, + "loss": 0.2996, + "mean_token_accuracy": 0.8810084640979767, + "num_tokens": 29976631.0, + "step": 23290 + }, + { + "entropy": 1.2032689213752747, + "epoch": 2.226043756568262, + "grad_norm": 1.0779399871826172, + "learning_rate": 9.207486203687722e-05, + "loss": 0.3198, + "mean_token_accuracy": 0.8729659616947174, + "num_tokens": 29989362.0, + "step": 23300 + }, + { + "entropy": 1.1900240302085876, + "epoch": 2.226999140154772, + "grad_norm": 1.3510349988937378, + "learning_rate": 9.206632539585246e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8809378802776336, + "num_tokens": 30001971.0, + "step": 23310 + }, + { + "entropy": 1.2016400814056396, + "epoch": 2.227954523741282, + "grad_norm": 1.2929186820983887, + "learning_rate": 9.205778455581654e-05, + "loss": 0.326, + "mean_token_accuracy": 0.870402067899704, + "num_tokens": 30014768.0, + "step": 23320 + }, + { + "entropy": 1.2176334381103515, + "epoch": 2.2289099073277923, + "grad_norm": 1.3430583477020264, + "learning_rate": 9.204923951762202e-05, + "loss": 0.3366, + "mean_token_accuracy": 0.8667690515518188, + "num_tokens": 30028264.0, + "step": 23330 + }, + { + "entropy": 1.198060691356659, + "epoch": 2.229865290914302, + "grad_norm": 1.0189729928970337, + "learning_rate": 9.204069028212183e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8811109721660614, + "num_tokens": 30041221.0, + "step": 23340 + }, + { + "entropy": 1.2190872788429261, + "epoch": 2.230820674500812, + "grad_norm": 1.0645493268966675, + "learning_rate": 9.203213685016937e-05, + "loss": 0.3749, + "mean_token_accuracy": 0.8530934631824494, + "num_tokens": 30054024.0, + "step": 23350 + }, + { + "entropy": 1.2078133702278138, + "epoch": 2.231776058087322, + "grad_norm": 1.3217426538467407, + "learning_rate": 9.202357922261843e-05, + "loss": 0.3285, + "mean_token_accuracy": 0.8693406283855438, + "num_tokens": 30067380.0, + "step": 23360 + }, + { + "entropy": 1.1887882590293883, + "epoch": 2.232731441673832, + "grad_norm": 1.0658119916915894, + "learning_rate": 9.201501740032321e-05, + "loss": 0.3183, + "mean_token_accuracy": 0.8754003942012787, + "num_tokens": 30080176.0, + "step": 23370 + }, + { + "entropy": 1.2001662731170655, + "epoch": 2.233686825260342, + "grad_norm": 1.2225757837295532, + "learning_rate": 9.200645138413836e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8524489402770996, + "num_tokens": 30093081.0, + "step": 23380 + }, + { + "entropy": 1.1870549201965332, + "epoch": 2.234642208846852, + "grad_norm": 1.2539830207824707, + "learning_rate": 9.199788117491891e-05, + "loss": 0.301, + "mean_token_accuracy": 0.8791813790798187, + "num_tokens": 30105813.0, + "step": 23390 + }, + { + "entropy": 1.1925238370895386, + "epoch": 2.235597592433362, + "grad_norm": 1.09423828125, + "learning_rate": 9.198930677352034e-05, + "loss": 0.2881, + "mean_token_accuracy": 0.8886775493621826, + "num_tokens": 30118505.0, + "step": 23400 + }, + { + "entropy": 1.1940279603004456, + "epoch": 2.236552976019872, + "grad_norm": 1.279679536819458, + "learning_rate": 9.198072818079852e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8785466969013214, + "num_tokens": 30131230.0, + "step": 23410 + }, + { + "entropy": 1.213602566719055, + "epoch": 2.237508359606382, + "grad_norm": 1.2789192199707031, + "learning_rate": 9.197214539760978e-05, + "loss": 0.3623, + "mean_token_accuracy": 0.860860002040863, + "num_tokens": 30144410.0, + "step": 23420 + }, + { + "entropy": 1.1987406492233277, + "epoch": 2.238463743192892, + "grad_norm": 1.4615787267684937, + "learning_rate": 9.196355842481084e-05, + "loss": 0.3182, + "mean_token_accuracy": 0.8748489022254944, + "num_tokens": 30157110.0, + "step": 23430 + }, + { + "entropy": 1.2008010029792786, + "epoch": 2.239419126779402, + "grad_norm": 1.4010072946548462, + "learning_rate": 9.195496726325884e-05, + "loss": 0.3319, + "mean_token_accuracy": 0.8712413370609283, + "num_tokens": 30170185.0, + "step": 23440 + }, + { + "entropy": 1.1823965072631837, + "epoch": 2.240374510365912, + "grad_norm": 1.1796146631240845, + "learning_rate": 9.19463719138113e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8762079179286957, + "num_tokens": 30182629.0, + "step": 23450 + }, + { + "entropy": 1.2051795363426208, + "epoch": 2.2413298939524218, + "grad_norm": 1.2702692747116089, + "learning_rate": 9.193777237732627e-05, + "loss": 0.3453, + "mean_token_accuracy": 0.8637242078781128, + "num_tokens": 30195243.0, + "step": 23460 + }, + { + "entropy": 1.194157099723816, + "epoch": 2.2422852775389317, + "grad_norm": 1.292487382888794, + "learning_rate": 9.192916865466207e-05, + "loss": 0.3236, + "mean_token_accuracy": 0.8717063724994659, + "num_tokens": 30208035.0, + "step": 23470 + }, + { + "entropy": 1.1900887727737426, + "epoch": 2.243240661125442, + "grad_norm": 1.2771004438400269, + "learning_rate": 9.192056074667757e-05, + "loss": 0.303, + "mean_token_accuracy": 0.8794385135173798, + "num_tokens": 30220784.0, + "step": 23480 + }, + { + "entropy": 1.1924995303153991, + "epoch": 2.244196044711952, + "grad_norm": 1.2747960090637207, + "learning_rate": 9.191194865423197e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8606037676334382, + "num_tokens": 30233481.0, + "step": 23490 + }, + { + "entropy": 1.208216094970703, + "epoch": 2.245151428298462, + "grad_norm": 1.4266767501831055, + "learning_rate": 9.190333237818494e-05, + "loss": 0.3557, + "mean_token_accuracy": 0.8586744487285614, + "num_tokens": 30246772.0, + "step": 23500 + }, + { + "entropy": 1.2068767428398133, + "epoch": 2.246106811884972, + "grad_norm": 1.2018855810165405, + "learning_rate": 9.189471191939653e-05, + "loss": 0.325, + "mean_token_accuracy": 0.8761726081371307, + "num_tokens": 30260847.0, + "step": 23510 + }, + { + "entropy": 1.1922233819961547, + "epoch": 2.247062195471482, + "grad_norm": 1.2451401948928833, + "learning_rate": 9.188608727872724e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8684759318828583, + "num_tokens": 30274015.0, + "step": 23520 + }, + { + "entropy": 1.1983371257781983, + "epoch": 2.2480175790579917, + "grad_norm": 1.3753045797348022, + "learning_rate": 9.187745845703795e-05, + "loss": 0.3011, + "mean_token_accuracy": 0.8838725507259368, + "num_tokens": 30287013.0, + "step": 23530 + }, + { + "entropy": 1.2150369524955749, + "epoch": 2.2489729626445016, + "grad_norm": 1.6620826721191406, + "learning_rate": 9.186882545519e-05, + "loss": 0.3535, + "mean_token_accuracy": 0.8579189002513885, + "num_tokens": 30300237.0, + "step": 23540 + }, + { + "entropy": 1.199042510986328, + "epoch": 2.2499283462310116, + "grad_norm": 1.218831181526184, + "learning_rate": 9.18601882740451e-05, + "loss": 0.3256, + "mean_token_accuracy": 0.8701647698879242, + "num_tokens": 30312490.0, + "step": 23550 + }, + { + "entropy": 1.2295932054519654, + "epoch": 2.250883729817522, + "grad_norm": 1.364735722541809, + "learning_rate": 9.185154691446544e-05, + "loss": 0.3444, + "mean_token_accuracy": 0.8678777277469635, + "num_tokens": 30325292.0, + "step": 23560 + }, + { + "entropy": 1.2147040605545043, + "epoch": 2.251839113404032, + "grad_norm": 1.600693702697754, + "learning_rate": 9.184290137731357e-05, + "loss": 0.3359, + "mean_token_accuracy": 0.8625650644302368, + "num_tokens": 30338240.0, + "step": 23570 + }, + { + "entropy": 1.2235027551651, + "epoch": 2.252794496990542, + "grad_norm": 1.1593962907791138, + "learning_rate": 9.183425166345246e-05, + "loss": 0.3552, + "mean_token_accuracy": 0.8529104173183442, + "num_tokens": 30351346.0, + "step": 23580 + }, + { + "entropy": 1.2035083770751953, + "epoch": 2.2537498805770517, + "grad_norm": 1.2314122915267944, + "learning_rate": 9.182559777374555e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8652476966381073, + "num_tokens": 30363905.0, + "step": 23590 + }, + { + "entropy": 1.1969978570938111, + "epoch": 2.2547052641635617, + "grad_norm": 1.10530686378479, + "learning_rate": 9.181693970905663e-05, + "loss": 0.2986, + "mean_token_accuracy": 0.8823861062526703, + "num_tokens": 30376272.0, + "step": 23600 + }, + { + "entropy": 1.2065935373306274, + "epoch": 2.2556606477500716, + "grad_norm": 1.2169561386108398, + "learning_rate": 9.180827747024995e-05, + "loss": 0.3149, + "mean_token_accuracy": 0.8800421595573426, + "num_tokens": 30389265.0, + "step": 23610 + }, + { + "entropy": 1.1971054553985596, + "epoch": 2.2566160313365815, + "grad_norm": 1.1768323183059692, + "learning_rate": 9.179961105819018e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8737709283828735, + "num_tokens": 30402437.0, + "step": 23620 + }, + { + "entropy": 1.1911556243896484, + "epoch": 2.2575714149230914, + "grad_norm": 1.233366847038269, + "learning_rate": 9.179094047374237e-05, + "loss": 0.3245, + "mean_token_accuracy": 0.8721009910106658, + "num_tokens": 30415397.0, + "step": 23630 + }, + { + "entropy": 1.2053297400474547, + "epoch": 2.2585267985096014, + "grad_norm": 1.25162935256958, + "learning_rate": 9.178226571777201e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8549241900444031, + "num_tokens": 30428336.0, + "step": 23640 + }, + { + "entropy": 1.2211925745010377, + "epoch": 2.2594821820961117, + "grad_norm": 1.2746256589889526, + "learning_rate": 9.177358679114503e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.8684057891368866, + "num_tokens": 30440906.0, + "step": 23650 + }, + { + "entropy": 1.2091047167778015, + "epoch": 2.2604375656826217, + "grad_norm": 1.2289493083953857, + "learning_rate": 9.17649036947277e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8829181790351868, + "num_tokens": 30453506.0, + "step": 23660 + }, + { + "entropy": 1.227301299571991, + "epoch": 2.2613929492691316, + "grad_norm": 0.8169646859169006, + "learning_rate": 9.17562164293868e-05, + "loss": 0.3706, + "mean_token_accuracy": 0.8575181365013123, + "num_tokens": 30466388.0, + "step": 23670 + }, + { + "entropy": 1.2140763759613038, + "epoch": 2.2623483328556415, + "grad_norm": 1.111722469329834, + "learning_rate": 9.174752499598946e-05, + "loss": 0.3336, + "mean_token_accuracy": 0.871164184808731, + "num_tokens": 30478982.0, + "step": 23680 + }, + { + "entropy": 1.2163821816444398, + "epoch": 2.2633037164421514, + "grad_norm": 1.0817993879318237, + "learning_rate": 9.173882939540326e-05, + "loss": 0.328, + "mean_token_accuracy": 0.8740367293357849, + "num_tokens": 30491882.0, + "step": 23690 + }, + { + "entropy": 1.2108882904052733, + "epoch": 2.2642591000286614, + "grad_norm": 1.5068583488464355, + "learning_rate": 9.173012962849619e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8593972444534301, + "num_tokens": 30504723.0, + "step": 23700 + }, + { + "entropy": 1.2039379477500916, + "epoch": 2.2652144836151713, + "grad_norm": 1.0496982336044312, + "learning_rate": 9.172142569613662e-05, + "loss": 0.3204, + "mean_token_accuracy": 0.8719200670719147, + "num_tokens": 30516929.0, + "step": 23710 + }, + { + "entropy": 1.1931625843048095, + "epoch": 2.2661698672016817, + "grad_norm": 1.2733051776885986, + "learning_rate": 9.17127175991934e-05, + "loss": 0.3272, + "mean_token_accuracy": 0.8692080914974213, + "num_tokens": 30529694.0, + "step": 23720 + }, + { + "entropy": 1.201837182044983, + "epoch": 2.2671252507881916, + "grad_norm": 1.547729253768921, + "learning_rate": 9.170400533853575e-05, + "loss": 0.3468, + "mean_token_accuracy": 0.8628015398979187, + "num_tokens": 30542585.0, + "step": 23730 + }, + { + "entropy": 1.2027246832847596, + "epoch": 2.2680806343747015, + "grad_norm": 1.1047955751419067, + "learning_rate": 9.169528891503332e-05, + "loss": 0.3265, + "mean_token_accuracy": 0.8692466437816619, + "num_tokens": 30555068.0, + "step": 23740 + }, + { + "entropy": 1.1986995339393616, + "epoch": 2.2690360179612115, + "grad_norm": 1.0019854307174683, + "learning_rate": 9.168656832955615e-05, + "loss": 0.305, + "mean_token_accuracy": 0.8792563855648041, + "num_tokens": 30568175.0, + "step": 23750 + }, + { + "entropy": 1.2224635004997253, + "epoch": 2.2699914015477214, + "grad_norm": 1.4218560457229614, + "learning_rate": 9.167784358297477e-05, + "loss": 0.3441, + "mean_token_accuracy": 0.864183384180069, + "num_tokens": 30581206.0, + "step": 23760 + }, + { + "entropy": 1.2088660836219787, + "epoch": 2.2709467851342313, + "grad_norm": 1.3917138576507568, + "learning_rate": 9.166911467616001e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8705009818077087, + "num_tokens": 30593704.0, + "step": 23770 + }, + { + "entropy": 1.2036354780197143, + "epoch": 2.2719021687207412, + "grad_norm": 1.2634224891662598, + "learning_rate": 9.166038160998325e-05, + "loss": 0.3337, + "mean_token_accuracy": 0.8638205587863922, + "num_tokens": 30606205.0, + "step": 23780 + }, + { + "entropy": 1.1972635626792907, + "epoch": 2.272857552307251, + "grad_norm": 1.1880757808685303, + "learning_rate": 9.165164438531615e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.867575591802597, + "num_tokens": 30619186.0, + "step": 23790 + }, + { + "entropy": 1.2060759663581848, + "epoch": 2.273812935893761, + "grad_norm": 1.2335551977157593, + "learning_rate": 9.164290300303087e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8683786809444427, + "num_tokens": 30631656.0, + "step": 23800 + }, + { + "entropy": 1.216873335838318, + "epoch": 2.2747683194802715, + "grad_norm": 1.4349786043167114, + "learning_rate": 9.163415746399999e-05, + "loss": 0.3228, + "mean_token_accuracy": 0.8721879959106446, + "num_tokens": 30644838.0, + "step": 23810 + }, + { + "entropy": 1.200440526008606, + "epoch": 2.2757237030667814, + "grad_norm": 1.2700718641281128, + "learning_rate": 9.162540776909645e-05, + "loss": 0.3383, + "mean_token_accuracy": 0.8646720886230469, + "num_tokens": 30657354.0, + "step": 23820 + }, + { + "entropy": 1.2073996901512145, + "epoch": 2.2766790866532913, + "grad_norm": 1.3747435808181763, + "learning_rate": 9.161665391919365e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.8669666945934296, + "num_tokens": 30670100.0, + "step": 23830 + }, + { + "entropy": 1.196661651134491, + "epoch": 2.2776344702398013, + "grad_norm": 1.2309874296188354, + "learning_rate": 9.160789591516538e-05, + "loss": 0.3364, + "mean_token_accuracy": 0.8665551006793976, + "num_tokens": 30682816.0, + "step": 23840 + }, + { + "entropy": 1.2117104530334473, + "epoch": 2.278589853826311, + "grad_norm": 1.4546455144882202, + "learning_rate": 9.159913375788587e-05, + "loss": 0.3437, + "mean_token_accuracy": 0.8627525329589844, + "num_tokens": 30695893.0, + "step": 23850 + }, + { + "entropy": 1.2040635704994203, + "epoch": 2.279545237412821, + "grad_norm": 1.0714553594589233, + "learning_rate": 9.15903674482297e-05, + "loss": 0.308, + "mean_token_accuracy": 0.883435207605362, + "num_tokens": 30709426.0, + "step": 23860 + }, + { + "entropy": 1.1859463810920716, + "epoch": 2.280500620999331, + "grad_norm": 1.2145353555679321, + "learning_rate": 9.158159698707198e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8673872292041779, + "num_tokens": 30722277.0, + "step": 23870 + }, + { + "entropy": 1.1827967524528504, + "epoch": 2.2814560045858414, + "grad_norm": 1.083259105682373, + "learning_rate": 9.157282237528813e-05, + "loss": 0.293, + "mean_token_accuracy": 0.8909920454025269, + "num_tokens": 30735041.0, + "step": 23880 + }, + { + "entropy": 1.1906609296798707, + "epoch": 2.2824113881723513, + "grad_norm": 0.8549392223358154, + "learning_rate": 9.156404361375401e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8652346014976502, + "num_tokens": 30747368.0, + "step": 23890 + }, + { + "entropy": 1.2000595688819886, + "epoch": 2.2833667717588613, + "grad_norm": 1.227246642112732, + "learning_rate": 9.155526070334594e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.8528898596763611, + "num_tokens": 30759947.0, + "step": 23900 + }, + { + "entropy": 1.1826128005981444, + "epoch": 2.284322155345371, + "grad_norm": 1.0999850034713745, + "learning_rate": 9.15464736449406e-05, + "loss": 0.2871, + "mean_token_accuracy": 0.8910553455352783, + "num_tokens": 30772197.0, + "step": 23910 + }, + { + "entropy": 1.1927979469299317, + "epoch": 2.285277538931881, + "grad_norm": 1.8626866340637207, + "learning_rate": 9.153768243941509e-05, + "loss": 0.2935, + "mean_token_accuracy": 0.8808249533176422, + "num_tokens": 30784841.0, + "step": 23920 + }, + { + "entropy": 1.1808948516845703, + "epoch": 2.286232922518391, + "grad_norm": 1.4277291297912598, + "learning_rate": 9.152888708764697e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8686125874519348, + "num_tokens": 30797393.0, + "step": 23930 + }, + { + "entropy": 1.1896450996398926, + "epoch": 2.287188306104901, + "grad_norm": 1.4314278364181519, + "learning_rate": 9.152008759051416e-05, + "loss": 0.3565, + "mean_token_accuracy": 0.859256637096405, + "num_tokens": 30810612.0, + "step": 23940 + }, + { + "entropy": 1.2263405919075012, + "epoch": 2.288143689691411, + "grad_norm": 1.2379957437515259, + "learning_rate": 9.151128394889501e-05, + "loss": 0.3531, + "mean_token_accuracy": 0.8544698119163513, + "num_tokens": 30824275.0, + "step": 23950 + }, + { + "entropy": 1.193831443786621, + "epoch": 2.289099073277921, + "grad_norm": 1.5847423076629639, + "learning_rate": 9.150247616366832e-05, + "loss": 0.3357, + "mean_token_accuracy": 0.8649005770683289, + "num_tokens": 30837230.0, + "step": 23960 + }, + { + "entropy": 1.1899685978889465, + "epoch": 2.290054456864431, + "grad_norm": 1.27525794506073, + "learning_rate": 9.149366423571324e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.867533415555954, + "num_tokens": 30849774.0, + "step": 23970 + }, + { + "entropy": 1.1880916714668275, + "epoch": 2.291009840450941, + "grad_norm": 1.1549720764160156, + "learning_rate": 9.14848481659094e-05, + "loss": 0.3113, + "mean_token_accuracy": 0.8789197266101837, + "num_tokens": 30862627.0, + "step": 23980 + }, + { + "entropy": 1.1792915344238282, + "epoch": 2.291965224037451, + "grad_norm": 1.5606001615524292, + "learning_rate": 9.147602795513674e-05, + "loss": 0.2902, + "mean_token_accuracy": 0.8907178163528442, + "num_tokens": 30875175.0, + "step": 23990 + }, + { + "entropy": 1.206154203414917, + "epoch": 2.292920607623961, + "grad_norm": 1.3404664993286133, + "learning_rate": 9.146720360427577e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.8634569704532623, + "num_tokens": 30888685.0, + "step": 24000 + }, + { + "entropy": 1.196596908569336, + "epoch": 2.293875991210471, + "grad_norm": 1.0839329957962036, + "learning_rate": 9.145837511420728e-05, + "loss": 0.2931, + "mean_token_accuracy": 0.8838699579238891, + "num_tokens": 30901912.0, + "step": 24010 + }, + { + "entropy": 1.1957959890365601, + "epoch": 2.294831374796981, + "grad_norm": 1.0717099905014038, + "learning_rate": 9.144954248581252e-05, + "loss": 0.3703, + "mean_token_accuracy": 0.8584286510944367, + "num_tokens": 30914052.0, + "step": 24020 + }, + { + "entropy": 1.2137617349624634, + "epoch": 2.2957867583834908, + "grad_norm": 1.0727089643478394, + "learning_rate": 9.144070571997316e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8640773355960846, + "num_tokens": 30927224.0, + "step": 24030 + }, + { + "entropy": 1.1997568011283875, + "epoch": 2.296742141970001, + "grad_norm": 1.079047441482544, + "learning_rate": 9.143186481757129e-05, + "loss": 0.3499, + "mean_token_accuracy": 0.8601584672927857, + "num_tokens": 30940339.0, + "step": 24040 + }, + { + "entropy": 1.186279261112213, + "epoch": 2.297697525556511, + "grad_norm": 1.0618317127227783, + "learning_rate": 9.142301977948938e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.8691047012805939, + "num_tokens": 30953142.0, + "step": 24050 + }, + { + "entropy": 1.1779566645622253, + "epoch": 2.298652909143021, + "grad_norm": 1.1416852474212646, + "learning_rate": 9.141417060661033e-05, + "loss": 0.3155, + "mean_token_accuracy": 0.8807936847209931, + "num_tokens": 30965943.0, + "step": 24060 + }, + { + "entropy": 1.186178743839264, + "epoch": 2.299608292729531, + "grad_norm": 1.4028271436691284, + "learning_rate": 9.140531729981747e-05, + "loss": 0.3398, + "mean_token_accuracy": 0.8694586277008056, + "num_tokens": 30979056.0, + "step": 24070 + }, + { + "entropy": 1.1743440508842469, + "epoch": 2.300563676316041, + "grad_norm": 1.4329360723495483, + "learning_rate": 9.13964598599945e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8697497546672821, + "num_tokens": 30991761.0, + "step": 24080 + }, + { + "entropy": 1.1753701090812683, + "epoch": 2.301519059902551, + "grad_norm": 1.2920547723770142, + "learning_rate": 9.138759828802558e-05, + "loss": 0.3067, + "mean_token_accuracy": 0.8797845840454102, + "num_tokens": 31004565.0, + "step": 24090 + }, + { + "entropy": 1.1900925517082215, + "epoch": 2.3024744434890607, + "grad_norm": 1.496682047843933, + "learning_rate": 9.137873258479525e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8745721697807312, + "num_tokens": 31017829.0, + "step": 24100 + }, + { + "entropy": 1.193843960762024, + "epoch": 2.303429827075571, + "grad_norm": 1.283761739730835, + "learning_rate": 9.13698627511885e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8636942684650422, + "num_tokens": 31030527.0, + "step": 24110 + }, + { + "entropy": 1.2102502465248108, + "epoch": 2.304385210662081, + "grad_norm": 1.285522699356079, + "learning_rate": 9.136098878809068e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8677866458892822, + "num_tokens": 31044004.0, + "step": 24120 + }, + { + "entropy": 1.1814098954200745, + "epoch": 2.305340594248591, + "grad_norm": 1.2399821281433105, + "learning_rate": 9.135211069638758e-05, + "loss": 0.3326, + "mean_token_accuracy": 0.8698752641677856, + "num_tokens": 31056416.0, + "step": 24130 + }, + { + "entropy": 1.1851217031478882, + "epoch": 2.306295977835101, + "grad_norm": 1.018079400062561, + "learning_rate": 9.13432284769654e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.872551679611206, + "num_tokens": 31068849.0, + "step": 24140 + }, + { + "entropy": 1.2126423478126527, + "epoch": 2.307251361421611, + "grad_norm": 1.1483383178710938, + "learning_rate": 9.133434213071077e-05, + "loss": 0.3358, + "mean_token_accuracy": 0.8670059204101562, + "num_tokens": 31081418.0, + "step": 24150 + }, + { + "entropy": 1.194455623626709, + "epoch": 2.3082067450081207, + "grad_norm": 1.3079686164855957, + "learning_rate": 9.13254516585107e-05, + "loss": 0.2914, + "mean_token_accuracy": 0.8835745871067047, + "num_tokens": 31094271.0, + "step": 24160 + }, + { + "entropy": 1.1873791098594666, + "epoch": 2.3091621285946307, + "grad_norm": 1.1584973335266113, + "learning_rate": 9.131655706125264e-05, + "loss": 0.3201, + "mean_token_accuracy": 0.8735524415969849, + "num_tokens": 31107589.0, + "step": 24170 + }, + { + "entropy": 1.200992727279663, + "epoch": 2.3101175121811406, + "grad_norm": 1.341110110282898, + "learning_rate": 9.130765833982443e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8655696272850036, + "num_tokens": 31120734.0, + "step": 24180 + }, + { + "entropy": 1.2048544764518738, + "epoch": 2.3110728957676505, + "grad_norm": 1.3057512044906616, + "learning_rate": 9.129875549511431e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.871963369846344, + "num_tokens": 31133732.0, + "step": 24190 + }, + { + "entropy": 1.2028746962547303, + "epoch": 2.312028279354161, + "grad_norm": 1.036711573600769, + "learning_rate": 9.128984852801098e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8841817617416382, + "num_tokens": 31146903.0, + "step": 24200 + }, + { + "entropy": 1.1896342754364013, + "epoch": 2.312983662940671, + "grad_norm": 1.5831307172775269, + "learning_rate": 9.128093743940352e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8611587882041931, + "num_tokens": 31159867.0, + "step": 24210 + }, + { + "entropy": 1.2079797387123108, + "epoch": 2.3139390465271807, + "grad_norm": 1.1961885690689087, + "learning_rate": 9.12720222301814e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.8781206429004669, + "num_tokens": 31173130.0, + "step": 24220 + }, + { + "entropy": 1.209196138381958, + "epoch": 2.3148944301136907, + "grad_norm": 1.2868949174880981, + "learning_rate": 9.126310290123457e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.853870177268982, + "num_tokens": 31185810.0, + "step": 24230 + }, + { + "entropy": 1.2196512937545776, + "epoch": 2.3158498137002006, + "grad_norm": 1.2894673347473145, + "learning_rate": 9.125417945345331e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8558950126171112, + "num_tokens": 31199090.0, + "step": 24240 + }, + { + "entropy": 1.1739044308662414, + "epoch": 2.3168051972867105, + "grad_norm": 1.47282075881958, + "learning_rate": 9.124525188772834e-05, + "loss": 0.3083, + "mean_token_accuracy": 0.8793033480644226, + "num_tokens": 31211748.0, + "step": 24250 + }, + { + "entropy": 1.1887629985809327, + "epoch": 2.3177605808732205, + "grad_norm": 1.13011634349823, + "learning_rate": 9.123632020495083e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8773938477039337, + "num_tokens": 31224910.0, + "step": 24260 + }, + { + "entropy": 1.1993265509605409, + "epoch": 2.318715964459731, + "grad_norm": 1.1027826070785522, + "learning_rate": 9.122738440601232e-05, + "loss": 0.3285, + "mean_token_accuracy": 0.8684950828552246, + "num_tokens": 31237958.0, + "step": 24270 + }, + { + "entropy": 1.1843858003616332, + "epoch": 2.3196713480462408, + "grad_norm": 1.3491647243499756, + "learning_rate": 9.121844449180477e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8612937092781067, + "num_tokens": 31250441.0, + "step": 24280 + }, + { + "entropy": 1.177776837348938, + "epoch": 2.3206267316327507, + "grad_norm": 1.120195984840393, + "learning_rate": 9.120950046322055e-05, + "loss": 0.3372, + "mean_token_accuracy": 0.865343576669693, + "num_tokens": 31263109.0, + "step": 24290 + }, + { + "entropy": 1.1699103593826294, + "epoch": 2.3215821152192606, + "grad_norm": 1.0336816310882568, + "learning_rate": 9.120055232115243e-05, + "loss": 0.2877, + "mean_token_accuracy": 0.8871207416057587, + "num_tokens": 31275701.0, + "step": 24300 + }, + { + "entropy": 1.1867973804473877, + "epoch": 2.3225374988057705, + "grad_norm": 1.1460005044937134, + "learning_rate": 9.119160006649363e-05, + "loss": 0.3338, + "mean_token_accuracy": 0.8618990123271942, + "num_tokens": 31288521.0, + "step": 24310 + }, + { + "entropy": 1.1838236451148987, + "epoch": 2.3234928823922805, + "grad_norm": 1.2136472463607788, + "learning_rate": 9.118264370013774e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8754772901535034, + "num_tokens": 31301510.0, + "step": 24320 + }, + { + "entropy": 1.173822033405304, + "epoch": 2.3244482659787904, + "grad_norm": 1.428981900215149, + "learning_rate": 9.117368322297876e-05, + "loss": 0.345, + "mean_token_accuracy": 0.8605459809303284, + "num_tokens": 31314186.0, + "step": 24330 + }, + { + "entropy": 1.1733126282691955, + "epoch": 2.3254036495653003, + "grad_norm": 1.2460048198699951, + "learning_rate": 9.116471863591114e-05, + "loss": 0.319, + "mean_token_accuracy": 0.877126008272171, + "num_tokens": 31327510.0, + "step": 24340 + }, + { + "entropy": 1.1845263957977294, + "epoch": 2.3263590331518103, + "grad_norm": 1.5721744298934937, + "learning_rate": 9.11557499398297e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8719688594341278, + "num_tokens": 31340925.0, + "step": 24350 + }, + { + "entropy": 1.1845410227775575, + "epoch": 2.3273144167383206, + "grad_norm": 1.2811123132705688, + "learning_rate": 9.114677713562966e-05, + "loss": 0.3793, + "mean_token_accuracy": 0.8442451596260071, + "num_tokens": 31354028.0, + "step": 24360 + }, + { + "entropy": 1.1895097255706788, + "epoch": 2.3282698003248306, + "grad_norm": 0.9904505014419556, + "learning_rate": 9.113780022420673e-05, + "loss": 0.3341, + "mean_token_accuracy": 0.8665138065814972, + "num_tokens": 31367925.0, + "step": 24370 + }, + { + "entropy": 1.1777289748191833, + "epoch": 2.3292251839113405, + "grad_norm": 0.873424768447876, + "learning_rate": 9.112881920645696e-05, + "loss": 0.3174, + "mean_token_accuracy": 0.8743588268756867, + "num_tokens": 31380123.0, + "step": 24380 + }, + { + "entropy": 1.198807954788208, + "epoch": 2.3301805674978504, + "grad_norm": 1.4022060632705688, + "learning_rate": 9.111983408327678e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8647219836711884, + "num_tokens": 31393688.0, + "step": 24390 + }, + { + "entropy": 1.1861229300498963, + "epoch": 2.3311359510843603, + "grad_norm": 1.2714003324508667, + "learning_rate": 9.111084485556311e-05, + "loss": 0.3082, + "mean_token_accuracy": 0.87931387424469, + "num_tokens": 31406592.0, + "step": 24400 + }, + { + "entropy": 1.185087263584137, + "epoch": 2.3320913346708703, + "grad_norm": 1.451831579208374, + "learning_rate": 9.110185152421325e-05, + "loss": 0.3263, + "mean_token_accuracy": 0.8739651083946228, + "num_tokens": 31419259.0, + "step": 24410 + }, + { + "entropy": 1.2031800508499146, + "epoch": 2.33304671825738, + "grad_norm": 1.1972267627716064, + "learning_rate": 9.109285409012489e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8677289724349976, + "num_tokens": 31432527.0, + "step": 24420 + }, + { + "entropy": 1.176400077342987, + "epoch": 2.3340021018438906, + "grad_norm": 1.38531494140625, + "learning_rate": 9.108385255419614e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8615197002887726, + "num_tokens": 31444838.0, + "step": 24430 + }, + { + "entropy": 1.1930334210395812, + "epoch": 2.3349574854304005, + "grad_norm": 1.5421419143676758, + "learning_rate": 9.107484691732552e-05, + "loss": 0.2994, + "mean_token_accuracy": 0.8816816508769989, + "num_tokens": 31457780.0, + "step": 24440 + }, + { + "entropy": 1.1885790705680848, + "epoch": 2.3359128690169104, + "grad_norm": 1.8757654428482056, + "learning_rate": 9.1065837180412e-05, + "loss": 0.3104, + "mean_token_accuracy": 0.8774800837039948, + "num_tokens": 31470300.0, + "step": 24450 + }, + { + "entropy": 1.1940420866012573, + "epoch": 2.3368682526034203, + "grad_norm": 1.449484944343567, + "learning_rate": 9.105682334435487e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8726542532444, + "num_tokens": 31483534.0, + "step": 24460 + }, + { + "entropy": 1.187419056892395, + "epoch": 2.3378236361899303, + "grad_norm": 1.2717095613479614, + "learning_rate": 9.104780541005391e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8741119682788849, + "num_tokens": 31496116.0, + "step": 24470 + }, + { + "entropy": 1.208160388469696, + "epoch": 2.33877901977644, + "grad_norm": 1.395129680633545, + "learning_rate": 9.103878337840928e-05, + "loss": 0.3691, + "mean_token_accuracy": 0.858511883020401, + "num_tokens": 31509240.0, + "step": 24480 + }, + { + "entropy": 1.2257160782814025, + "epoch": 2.33973440336295, + "grad_norm": 1.3789578676223755, + "learning_rate": 9.102975725032153e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.8810807704925537, + "num_tokens": 31522261.0, + "step": 24490 + }, + { + "entropy": 1.209275472164154, + "epoch": 2.34068978694946, + "grad_norm": 1.114641547203064, + "learning_rate": 9.102072702669165e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.8719062626361846, + "num_tokens": 31535771.0, + "step": 24500 + }, + { + "entropy": 1.2153149127960206, + "epoch": 2.34164517053597, + "grad_norm": 1.274994134902954, + "learning_rate": 9.101169270842102e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8736423075199127, + "num_tokens": 31548972.0, + "step": 24510 + }, + { + "entropy": 1.2136209845542907, + "epoch": 2.3426005541224804, + "grad_norm": 1.2474983930587769, + "learning_rate": 9.100265429641145e-05, + "loss": 0.3283, + "mean_token_accuracy": 0.8735324561595916, + "num_tokens": 31561850.0, + "step": 24520 + }, + { + "entropy": 1.212880825996399, + "epoch": 2.3435559377089903, + "grad_norm": 1.3585890531539917, + "learning_rate": 9.099361179156512e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.8768671929836274, + "num_tokens": 31574914.0, + "step": 24530 + }, + { + "entropy": 1.2130668997764587, + "epoch": 2.3445113212955, + "grad_norm": 1.3459219932556152, + "learning_rate": 9.098456519478466e-05, + "loss": 0.3328, + "mean_token_accuracy": 0.8684465825557709, + "num_tokens": 31587532.0, + "step": 24540 + }, + { + "entropy": 1.2087489366531372, + "epoch": 2.34546670488201, + "grad_norm": 1.3325188159942627, + "learning_rate": 9.097551450697311e-05, + "loss": 0.3619, + "mean_token_accuracy": 0.8629665851593018, + "num_tokens": 31600097.0, + "step": 24550 + }, + { + "entropy": 1.1965198397636414, + "epoch": 2.34642208846852, + "grad_norm": 1.6984388828277588, + "learning_rate": 9.096645972903386e-05, + "loss": 0.3117, + "mean_token_accuracy": 0.8761562645435333, + "num_tokens": 31612429.0, + "step": 24560 + }, + { + "entropy": 1.218925988674164, + "epoch": 2.34737747205503, + "grad_norm": 1.3449442386627197, + "learning_rate": 9.095740086187076e-05, + "loss": 0.3547, + "mean_token_accuracy": 0.8615290403366089, + "num_tokens": 31625732.0, + "step": 24570 + }, + { + "entropy": 1.229470133781433, + "epoch": 2.34833285564154, + "grad_norm": 1.2156295776367188, + "learning_rate": 9.094833790638806e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8530478179454803, + "num_tokens": 31638324.0, + "step": 24580 + }, + { + "entropy": 1.2011037349700928, + "epoch": 2.3492882392280503, + "grad_norm": 1.3197880983352661, + "learning_rate": 9.093927086349041e-05, + "loss": 0.3323, + "mean_token_accuracy": 0.8675402522087097, + "num_tokens": 31651073.0, + "step": 24590 + }, + { + "entropy": 1.187602937221527, + "epoch": 2.3502436228145602, + "grad_norm": 1.579066276550293, + "learning_rate": 9.093019973408288e-05, + "loss": 0.3351, + "mean_token_accuracy": 0.8677030682563782, + "num_tokens": 31663727.0, + "step": 24600 + }, + { + "entropy": 1.1885615825653075, + "epoch": 2.35119900640107, + "grad_norm": 1.110460638999939, + "learning_rate": 9.092112451907091e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8652348816394806, + "num_tokens": 31676528.0, + "step": 24610 + }, + { + "entropy": 1.213141667842865, + "epoch": 2.35215438998758, + "grad_norm": 1.5225657224655151, + "learning_rate": 9.091204521936043e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8665087223052979, + "num_tokens": 31689939.0, + "step": 24620 + }, + { + "entropy": 1.2045974016189576, + "epoch": 2.35310977357409, + "grad_norm": 1.0337703227996826, + "learning_rate": 9.090296183585767e-05, + "loss": 0.3717, + "mean_token_accuracy": 0.8517391383647919, + "num_tokens": 31702214.0, + "step": 24630 + }, + { + "entropy": 1.205078911781311, + "epoch": 2.3540651571606, + "grad_norm": 1.4845290184020996, + "learning_rate": 9.089387436946936e-05, + "loss": 0.3337, + "mean_token_accuracy": 0.8734367370605469, + "num_tokens": 31715414.0, + "step": 24640 + }, + { + "entropy": 1.1996261596679687, + "epoch": 2.35502054074711, + "grad_norm": 1.3917202949523926, + "learning_rate": 9.08847828211026e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8681493699550629, + "num_tokens": 31727996.0, + "step": 24650 + }, + { + "entropy": 1.1989867210388183, + "epoch": 2.35597592433362, + "grad_norm": 1.5203239917755127, + "learning_rate": 9.087568719166489e-05, + "loss": 0.3094, + "mean_token_accuracy": 0.8727249324321746, + "num_tokens": 31740905.0, + "step": 24660 + }, + { + "entropy": 1.202141487598419, + "epoch": 2.3569313079201297, + "grad_norm": 1.0941247940063477, + "learning_rate": 9.086658748206412e-05, + "loss": 0.3139, + "mean_token_accuracy": 0.8783718347549438, + "num_tokens": 31754140.0, + "step": 24670 + }, + { + "entropy": 1.1959851741790772, + "epoch": 2.35788669150664, + "grad_norm": 1.2469401359558105, + "learning_rate": 9.085748369320863e-05, + "loss": 0.3224, + "mean_token_accuracy": 0.8736376523971557, + "num_tokens": 31766615.0, + "step": 24680 + }, + { + "entropy": 1.1933377623558044, + "epoch": 2.35884207509315, + "grad_norm": 1.3704617023468018, + "learning_rate": 9.084837582600716e-05, + "loss": 0.3201, + "mean_token_accuracy": 0.8708964169025422, + "num_tokens": 31779414.0, + "step": 24690 + }, + { + "entropy": 1.1880139470100404, + "epoch": 2.35979745867966, + "grad_norm": 1.33397376537323, + "learning_rate": 9.083926388136883e-05, + "loss": 0.3091, + "mean_token_accuracy": 0.8786032259464264, + "num_tokens": 31792259.0, + "step": 24700 + }, + { + "entropy": 1.1881641387939452, + "epoch": 2.36075284226617, + "grad_norm": 1.2972608804702759, + "learning_rate": 9.08301478602032e-05, + "loss": 0.3306, + "mean_token_accuracy": 0.8715082705020905, + "num_tokens": 31804767.0, + "step": 24710 + }, + { + "entropy": 1.1987362384796143, + "epoch": 2.36170822585268, + "grad_norm": 1.4563745260238647, + "learning_rate": 9.082102776342023e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8734994769096375, + "num_tokens": 31817856.0, + "step": 24720 + }, + { + "entropy": 1.2137626886367798, + "epoch": 2.3626636094391897, + "grad_norm": 1.2620747089385986, + "learning_rate": 9.081190359193024e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8572274446487427, + "num_tokens": 31831171.0, + "step": 24730 + }, + { + "entropy": 1.2074193239212037, + "epoch": 2.3636189930256997, + "grad_norm": 1.0690817832946777, + "learning_rate": 9.080277534664403e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8698025465011596, + "num_tokens": 31844164.0, + "step": 24740 + }, + { + "entropy": 1.1942846298217773, + "epoch": 2.36457437661221, + "grad_norm": 1.261335015296936, + "learning_rate": 9.079364302847274e-05, + "loss": 0.2902, + "mean_token_accuracy": 0.8889495253562927, + "num_tokens": 31857033.0, + "step": 24750 + }, + { + "entropy": 1.1915098190307618, + "epoch": 2.36552976019872, + "grad_norm": 1.2994393110275269, + "learning_rate": 9.078450663832799e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8684063911437988, + "num_tokens": 31869831.0, + "step": 24760 + }, + { + "entropy": 1.2006685256958007, + "epoch": 2.36648514378523, + "grad_norm": 1.4072016477584839, + "learning_rate": 9.07753661771217e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8701211810112, + "num_tokens": 31883077.0, + "step": 24770 + }, + { + "entropy": 1.1865407228469849, + "epoch": 2.36744052737174, + "grad_norm": 1.0243250131607056, + "learning_rate": 9.076622164576632e-05, + "loss": 0.3136, + "mean_token_accuracy": 0.8708314001560211, + "num_tokens": 31896009.0, + "step": 24780 + }, + { + "entropy": 1.1869641661643981, + "epoch": 2.3683959109582498, + "grad_norm": 1.3764591217041016, + "learning_rate": 9.07570730451746e-05, + "loss": 0.3398, + "mean_token_accuracy": 0.8644244253635407, + "num_tokens": 31908396.0, + "step": 24790 + }, + { + "entropy": 1.2147512555122375, + "epoch": 2.3693512945447597, + "grad_norm": 1.288556456565857, + "learning_rate": 9.074792037625979e-05, + "loss": 0.3504, + "mean_token_accuracy": 0.863777095079422, + "num_tokens": 31921288.0, + "step": 24800 + }, + { + "entropy": 1.2190394163131715, + "epoch": 2.3703066781312696, + "grad_norm": 1.318798303604126, + "learning_rate": 9.073876363993546e-05, + "loss": 0.3497, + "mean_token_accuracy": 0.8609670042991638, + "num_tokens": 31933922.0, + "step": 24810 + }, + { + "entropy": 1.219400990009308, + "epoch": 2.3712620617177795, + "grad_norm": 1.5539215803146362, + "learning_rate": 9.072960283711564e-05, + "loss": 0.3559, + "mean_token_accuracy": 0.8671733021736145, + "num_tokens": 31946848.0, + "step": 24820 + }, + { + "entropy": 1.2264532446861267, + "epoch": 2.3722174453042895, + "grad_norm": 1.3413516283035278, + "learning_rate": 9.072043796871476e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8533967196941376, + "num_tokens": 31960073.0, + "step": 24830 + }, + { + "entropy": 1.2043646812438964, + "epoch": 2.3731728288908, + "grad_norm": 1.1243008375167847, + "learning_rate": 9.071126903564763e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8714613437652587, + "num_tokens": 31973121.0, + "step": 24840 + }, + { + "entropy": 1.2040838837623595, + "epoch": 2.3741282124773098, + "grad_norm": 1.3136979341506958, + "learning_rate": 9.070209603882949e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8530048549175262, + "num_tokens": 31986222.0, + "step": 24850 + }, + { + "entropy": 1.1831727385520936, + "epoch": 2.3750835960638197, + "grad_norm": 1.4614603519439697, + "learning_rate": 9.069291897917596e-05, + "loss": 0.3795, + "mean_token_accuracy": 0.844359302520752, + "num_tokens": 31998676.0, + "step": 24860 + }, + { + "entropy": 1.201345145702362, + "epoch": 2.3760389796503296, + "grad_norm": 1.0467913150787354, + "learning_rate": 9.068373785760311e-05, + "loss": 0.3251, + "mean_token_accuracy": 0.8637694537639617, + "num_tokens": 32011765.0, + "step": 24870 + }, + { + "entropy": 1.1880168080329896, + "epoch": 2.3769943632368395, + "grad_norm": 1.2202619314193726, + "learning_rate": 9.067455267502739e-05, + "loss": 0.3074, + "mean_token_accuracy": 0.8728644847869873, + "num_tokens": 32023987.0, + "step": 24880 + }, + { + "entropy": 1.1830443263053894, + "epoch": 2.3779497468233495, + "grad_norm": 1.2724984884262085, + "learning_rate": 9.066536343236562e-05, + "loss": 0.2813, + "mean_token_accuracy": 0.8911738932132721, + "num_tokens": 32036878.0, + "step": 24890 + }, + { + "entropy": 1.1957192778587342, + "epoch": 2.3789051304098594, + "grad_norm": 1.1944068670272827, + "learning_rate": 9.06561701305351e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8662736594676972, + "num_tokens": 32049827.0, + "step": 24900 + }, + { + "entropy": 1.2005584716796875, + "epoch": 2.3798605139963698, + "grad_norm": 1.3575224876403809, + "learning_rate": 9.064697277045346e-05, + "loss": 0.324, + "mean_token_accuracy": 0.8810705006122589, + "num_tokens": 32062965.0, + "step": 24910 + }, + { + "entropy": 1.1878784060478211, + "epoch": 2.3808158975828797, + "grad_norm": 1.265523076057434, + "learning_rate": 9.063777135303881e-05, + "loss": 0.2897, + "mean_token_accuracy": 0.8853755116462707, + "num_tokens": 32076636.0, + "step": 24920 + }, + { + "entropy": 1.1918792963027953, + "epoch": 2.3817712811693896, + "grad_norm": 1.3069287538528442, + "learning_rate": 9.062856587920958e-05, + "loss": 0.3208, + "mean_token_accuracy": 0.878357994556427, + "num_tokens": 32089635.0, + "step": 24930 + }, + { + "entropy": 1.2238069534301759, + "epoch": 2.3827266647558996, + "grad_norm": 1.2717926502227783, + "learning_rate": 9.061935634988467e-05, + "loss": 0.3417, + "mean_token_accuracy": 0.8677972376346588, + "num_tokens": 32103165.0, + "step": 24940 + }, + { + "entropy": 1.2032829642295837, + "epoch": 2.3836820483424095, + "grad_norm": 1.157502293586731, + "learning_rate": 9.061014276598336e-05, + "loss": 0.3643, + "mean_token_accuracy": 0.8524269819259643, + "num_tokens": 32115840.0, + "step": 24950 + }, + { + "entropy": 1.2090513229370117, + "epoch": 2.3846374319289194, + "grad_norm": 1.5280178785324097, + "learning_rate": 9.060092512842536e-05, + "loss": 0.3222, + "mean_token_accuracy": 0.875000822544098, + "num_tokens": 32128909.0, + "step": 24960 + }, + { + "entropy": 1.2061797380447388, + "epoch": 2.3855928155154293, + "grad_norm": 0.9582954049110413, + "learning_rate": 9.059170343813073e-05, + "loss": 0.3151, + "mean_token_accuracy": 0.8763529658317566, + "num_tokens": 32141929.0, + "step": 24970 + }, + { + "entropy": 1.1877880573272706, + "epoch": 2.3865481991019393, + "grad_norm": 1.4891561269760132, + "learning_rate": 9.058247769602e-05, + "loss": 0.3597, + "mean_token_accuracy": 0.8623799741268158, + "num_tokens": 32154001.0, + "step": 24980 + }, + { + "entropy": 1.2083504438400268, + "epoch": 2.387503582688449, + "grad_norm": 1.4521454572677612, + "learning_rate": 9.057324790301405e-05, + "loss": 0.3694, + "mean_token_accuracy": 0.848344361782074, + "num_tokens": 32166940.0, + "step": 24990 + }, + { + "entropy": 1.1976459264755248, + "epoch": 2.3884589662749596, + "grad_norm": 1.1415845155715942, + "learning_rate": 9.056401406003418e-05, + "loss": 0.3293, + "mean_token_accuracy": 0.8714627683162689, + "num_tokens": 32179902.0, + "step": 25000 + }, + { + "entropy": 1.1919517397880555, + "epoch": 2.3894143498614695, + "grad_norm": 1.154782772064209, + "learning_rate": 9.055477616800214e-05, + "loss": 0.3394, + "mean_token_accuracy": 0.8704548299312591, + "num_tokens": 32192908.0, + "step": 25010 + }, + { + "entropy": 1.1898276925086975, + "epoch": 2.3903697334479794, + "grad_norm": 1.3043437004089355, + "learning_rate": 9.054553422784e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.871997183561325, + "num_tokens": 32205367.0, + "step": 25020 + }, + { + "entropy": 1.1831942558288575, + "epoch": 2.3913251170344894, + "grad_norm": 1.3350566625595093, + "learning_rate": 9.053628824047034e-05, + "loss": 0.3096, + "mean_token_accuracy": 0.871744978427887, + "num_tokens": 32218354.0, + "step": 25030 + }, + { + "entropy": 1.2044484615325928, + "epoch": 2.3922805006209993, + "grad_norm": 1.1529607772827148, + "learning_rate": 9.0527038206816e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.853556752204895, + "num_tokens": 32231142.0, + "step": 25040 + }, + { + "entropy": 1.1878429055213928, + "epoch": 2.393235884207509, + "grad_norm": 1.1919208765029907, + "learning_rate": 9.051778412780037e-05, + "loss": 0.3376, + "mean_token_accuracy": 0.8724846959114074, + "num_tokens": 32243588.0, + "step": 25050 + }, + { + "entropy": 1.1853126287460327, + "epoch": 2.394191267794019, + "grad_norm": 1.2612574100494385, + "learning_rate": 9.050852600434718e-05, + "loss": 0.3292, + "mean_token_accuracy": 0.8717014133930207, + "num_tokens": 32256750.0, + "step": 25060 + }, + { + "entropy": 1.2138654232025146, + "epoch": 2.3951466513805295, + "grad_norm": 1.5309420824050903, + "learning_rate": 9.049926383738053e-05, + "loss": 0.368, + "mean_token_accuracy": 0.8567633986473083, + "num_tokens": 32269942.0, + "step": 25070 + }, + { + "entropy": 1.1825866103172302, + "epoch": 2.3961020349670394, + "grad_norm": 1.0990654230117798, + "learning_rate": 9.048999762782499e-05, + "loss": 0.2899, + "mean_token_accuracy": 0.8858058154582977, + "num_tokens": 32283045.0, + "step": 25080 + }, + { + "entropy": 1.1831627249717713, + "epoch": 2.3970574185535494, + "grad_norm": 1.626531720161438, + "learning_rate": 9.048072737660548e-05, + "loss": 0.326, + "mean_token_accuracy": 0.8680063128471375, + "num_tokens": 32295613.0, + "step": 25090 + }, + { + "entropy": 1.165520703792572, + "epoch": 2.3980128021400593, + "grad_norm": 1.3243693113327026, + "learning_rate": 9.047145308464735e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8731353163719178, + "num_tokens": 32308261.0, + "step": 25100 + }, + { + "entropy": 1.176616942882538, + "epoch": 2.3989681857265692, + "grad_norm": 1.5540746450424194, + "learning_rate": 9.046217475287637e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.8597178876399993, + "num_tokens": 32320894.0, + "step": 25110 + }, + { + "entropy": 1.157474112510681, + "epoch": 2.399923569313079, + "grad_norm": 1.2406971454620361, + "learning_rate": 9.045289238221865e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8744333744049072, + "num_tokens": 32333264.0, + "step": 25120 + }, + { + "entropy": 1.1747609972953796, + "epoch": 2.400878952899589, + "grad_norm": 1.617679238319397, + "learning_rate": 9.04436059736008e-05, + "loss": 0.3172, + "mean_token_accuracy": 0.8695657312870025, + "num_tokens": 32345975.0, + "step": 25130 + }, + { + "entropy": 1.1741259217262268, + "epoch": 2.401834336486099, + "grad_norm": 0.9879058599472046, + "learning_rate": 9.043431552794974e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8690170049667358, + "num_tokens": 32358901.0, + "step": 25140 + }, + { + "entropy": 1.1740541219711305, + "epoch": 2.402789720072609, + "grad_norm": 1.461135745048523, + "learning_rate": 9.042502104619284e-05, + "loss": 0.3418, + "mean_token_accuracy": 0.8668290376663208, + "num_tokens": 32371783.0, + "step": 25150 + }, + { + "entropy": 1.1652602791786193, + "epoch": 2.4037451036591193, + "grad_norm": 1.4492628574371338, + "learning_rate": 9.041572252925787e-05, + "loss": 0.3025, + "mean_token_accuracy": 0.8825028657913208, + "num_tokens": 32384435.0, + "step": 25160 + }, + { + "entropy": 1.1848689794540406, + "epoch": 2.4047004872456292, + "grad_norm": 1.675417423248291, + "learning_rate": 9.040641997807299e-05, + "loss": 0.3584, + "mean_token_accuracy": 0.862973415851593, + "num_tokens": 32396965.0, + "step": 25170 + }, + { + "entropy": 1.2011856079101562, + "epoch": 2.405655870832139, + "grad_norm": 1.307708978652954, + "learning_rate": 9.039711339356676e-05, + "loss": 0.3593, + "mean_token_accuracy": 0.8547485411167145, + "num_tokens": 32409836.0, + "step": 25180 + }, + { + "entropy": 1.1970083951950072, + "epoch": 2.406611254418649, + "grad_norm": 1.2823894023895264, + "learning_rate": 9.038780277666818e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8727275550365448, + "num_tokens": 32423509.0, + "step": 25190 + }, + { + "entropy": 1.1828065156936645, + "epoch": 2.407566638005159, + "grad_norm": 1.685864806175232, + "learning_rate": 9.037848812830661e-05, + "loss": 0.3598, + "mean_token_accuracy": 0.862615430355072, + "num_tokens": 32435938.0, + "step": 25200 + }, + { + "entropy": 1.1829973816871644, + "epoch": 2.408522021591669, + "grad_norm": 1.2959331274032593, + "learning_rate": 9.036916944941182e-05, + "loss": 0.3207, + "mean_token_accuracy": 0.8725626587867736, + "num_tokens": 32448549.0, + "step": 25210 + }, + { + "entropy": 1.1821274757385254, + "epoch": 2.409477405178179, + "grad_norm": 1.2442364692687988, + "learning_rate": 9.0359846740914e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8706895470619201, + "num_tokens": 32460559.0, + "step": 25220 + }, + { + "entropy": 1.1845256209373474, + "epoch": 2.4104327887646892, + "grad_norm": 1.453385829925537, + "learning_rate": 9.035052000374372e-05, + "loss": 0.3384, + "mean_token_accuracy": 0.8627903461456299, + "num_tokens": 32473024.0, + "step": 25230 + }, + { + "entropy": 1.1778578519821168, + "epoch": 2.411388172351199, + "grad_norm": 1.2688747644424438, + "learning_rate": 9.0341189238832e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.859094375371933, + "num_tokens": 32485783.0, + "step": 25240 + }, + { + "entropy": 1.1888962030410766, + "epoch": 2.412343555937709, + "grad_norm": 1.2247470617294312, + "learning_rate": 9.033185444711017e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8495459735393525, + "num_tokens": 32498478.0, + "step": 25250 + }, + { + "entropy": 1.188064694404602, + "epoch": 2.413298939524219, + "grad_norm": 1.2211813926696777, + "learning_rate": 9.032251562951004e-05, + "loss": 0.3342, + "mean_token_accuracy": 0.8631500661373138, + "num_tokens": 32511093.0, + "step": 25260 + }, + { + "entropy": 1.179662537574768, + "epoch": 2.414254323110729, + "grad_norm": 1.0152411460876465, + "learning_rate": 9.031317278696383e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8729353666305542, + "num_tokens": 32524113.0, + "step": 25270 + }, + { + "entropy": 1.1838468790054322, + "epoch": 2.415209706697239, + "grad_norm": 1.1519114971160889, + "learning_rate": 9.030382592040408e-05, + "loss": 0.2954, + "mean_token_accuracy": 0.8889614939689636, + "num_tokens": 32537117.0, + "step": 25280 + }, + { + "entropy": 1.1838610768318176, + "epoch": 2.416165090283749, + "grad_norm": 1.3710237741470337, + "learning_rate": 9.029447503076383e-05, + "loss": 0.3001, + "mean_token_accuracy": 0.8785257577896118, + "num_tokens": 32550061.0, + "step": 25290 + }, + { + "entropy": 1.2028686642646789, + "epoch": 2.4171204738702587, + "grad_norm": 1.4577332735061646, + "learning_rate": 9.028512011897645e-05, + "loss": 0.3654, + "mean_token_accuracy": 0.8642568945884704, + "num_tokens": 32563180.0, + "step": 25300 + }, + { + "entropy": 1.2255574345588685, + "epoch": 2.4180758574567687, + "grad_norm": 1.3455013036727905, + "learning_rate": 9.027576118597575e-05, + "loss": 0.3765, + "mean_token_accuracy": 0.8506730616092681, + "num_tokens": 32576450.0, + "step": 25310 + }, + { + "entropy": 1.2012519598007203, + "epoch": 2.419031241043279, + "grad_norm": 1.1388071775436401, + "learning_rate": 9.026639823269592e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8754963338375091, + "num_tokens": 32589481.0, + "step": 25320 + }, + { + "entropy": 1.207045304775238, + "epoch": 2.419986624629789, + "grad_norm": 1.1534461975097656, + "learning_rate": 9.025703126007154e-05, + "loss": 0.3836, + "mean_token_accuracy": 0.8511532723903656, + "num_tokens": 32602246.0, + "step": 25330 + }, + { + "entropy": 1.1846611976623536, + "epoch": 2.420942008216299, + "grad_norm": 1.2844418287277222, + "learning_rate": 9.024766026903764e-05, + "loss": 0.3254, + "mean_token_accuracy": 0.8703643500804901, + "num_tokens": 32614960.0, + "step": 25340 + }, + { + "entropy": 1.1885754942893982, + "epoch": 2.421897391802809, + "grad_norm": 1.3697086572647095, + "learning_rate": 9.02382852605296e-05, + "loss": 0.315, + "mean_token_accuracy": 0.8768834471702576, + "num_tokens": 32628230.0, + "step": 25350 + }, + { + "entropy": 1.189155399799347, + "epoch": 2.4228527753893188, + "grad_norm": 1.203508734703064, + "learning_rate": 9.022890623548325e-05, + "loss": 0.3701, + "mean_token_accuracy": 0.8575788855552673, + "num_tokens": 32641104.0, + "step": 25360 + }, + { + "entropy": 1.1832958936691285, + "epoch": 2.4238081589758287, + "grad_norm": 1.2619374990463257, + "learning_rate": 9.021952319483477e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8757194936275482, + "num_tokens": 32653876.0, + "step": 25370 + }, + { + "entropy": 1.1845083832740784, + "epoch": 2.4247635425623386, + "grad_norm": 1.2774161100387573, + "learning_rate": 9.021013613952076e-05, + "loss": 0.3248, + "mean_token_accuracy": 0.8703531920909882, + "num_tokens": 32667024.0, + "step": 25380 + }, + { + "entropy": 1.1910652995109559, + "epoch": 2.425718926148849, + "grad_norm": 1.4807013273239136, + "learning_rate": 9.020074507047824e-05, + "loss": 0.31, + "mean_token_accuracy": 0.8809359252452851, + "num_tokens": 32679686.0, + "step": 25390 + }, + { + "entropy": 1.2105109572410584, + "epoch": 2.426674309735359, + "grad_norm": 1.3800405263900757, + "learning_rate": 9.019134998864462e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8596554756164551, + "num_tokens": 32692483.0, + "step": 25400 + }, + { + "entropy": 1.194902527332306, + "epoch": 2.427629693321869, + "grad_norm": 1.2095121145248413, + "learning_rate": 9.018195089495769e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8772260487079621, + "num_tokens": 32705097.0, + "step": 25410 + }, + { + "entropy": 1.204677975177765, + "epoch": 2.4285850769083788, + "grad_norm": 1.3175612688064575, + "learning_rate": 9.017254779035565e-05, + "loss": 0.3537, + "mean_token_accuracy": 0.8580441057682038, + "num_tokens": 32717815.0, + "step": 25420 + }, + { + "entropy": 1.2348138451576234, + "epoch": 2.4295404604948887, + "grad_norm": 0.9377487301826477, + "learning_rate": 9.016314067577714e-05, + "loss": 0.3481, + "mean_token_accuracy": 0.8680288195610046, + "num_tokens": 32731110.0, + "step": 25430 + }, + { + "entropy": 1.2362201690673829, + "epoch": 2.4304958440813986, + "grad_norm": 1.414542555809021, + "learning_rate": 9.015372955216113e-05, + "loss": 0.3313, + "mean_token_accuracy": 0.8639478266239167, + "num_tokens": 32743759.0, + "step": 25440 + }, + { + "entropy": 1.208362078666687, + "epoch": 2.4314512276679086, + "grad_norm": 1.405036211013794, + "learning_rate": 9.014431442044704e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.8641688704490662, + "num_tokens": 32756621.0, + "step": 25450 + }, + { + "entropy": 1.221824872493744, + "epoch": 2.4324066112544185, + "grad_norm": 1.5518850088119507, + "learning_rate": 9.013489528157468e-05, + "loss": 0.3577, + "mean_token_accuracy": 0.8599241018295288, + "num_tokens": 32769632.0, + "step": 25460 + }, + { + "entropy": 1.2284573912620544, + "epoch": 2.4333619948409284, + "grad_norm": 1.3260669708251953, + "learning_rate": 9.012547213648428e-05, + "loss": 0.3174, + "mean_token_accuracy": 0.8722707569599152, + "num_tokens": 32782805.0, + "step": 25470 + }, + { + "entropy": 1.2090774297714233, + "epoch": 2.434317378427439, + "grad_norm": 1.3748524188995361, + "learning_rate": 9.011604498611641e-05, + "loss": 0.3603, + "mean_token_accuracy": 0.8578554809093475, + "num_tokens": 32795762.0, + "step": 25480 + }, + { + "entropy": 1.204597568511963, + "epoch": 2.4352727620139487, + "grad_norm": 1.2136086225509644, + "learning_rate": 9.01066138314121e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8770441353321076, + "num_tokens": 32808102.0, + "step": 25490 + }, + { + "entropy": 1.2055668354034423, + "epoch": 2.4362281456004586, + "grad_norm": 1.122910737991333, + "learning_rate": 9.009717867331275e-05, + "loss": 0.3134, + "mean_token_accuracy": 0.8729662656784057, + "num_tokens": 32821024.0, + "step": 25500 + }, + { + "entropy": 1.1933619141578675, + "epoch": 2.4371835291869686, + "grad_norm": 1.0246694087982178, + "learning_rate": 9.008773951276014e-05, + "loss": 0.3033, + "mean_token_accuracy": 0.879428106546402, + "num_tokens": 32834209.0, + "step": 25510 + }, + { + "entropy": 1.2028992176055908, + "epoch": 2.4381389127734785, + "grad_norm": 1.3428608179092407, + "learning_rate": 9.007829635069653e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8667861640453338, + "num_tokens": 32847149.0, + "step": 25520 + }, + { + "entropy": 1.1963922142982484, + "epoch": 2.4390942963599884, + "grad_norm": 1.0649360418319702, + "learning_rate": 9.006884918806449e-05, + "loss": 0.3188, + "mean_token_accuracy": 0.8755743682384491, + "num_tokens": 32859852.0, + "step": 25530 + }, + { + "entropy": 1.2148805022239686, + "epoch": 2.4400496799464984, + "grad_norm": 1.08419930934906, + "learning_rate": 9.005939802580703e-05, + "loss": 0.3061, + "mean_token_accuracy": 0.8813843786716461, + "num_tokens": 32872715.0, + "step": 25540 + }, + { + "entropy": 1.2204663753509521, + "epoch": 2.4410050635330087, + "grad_norm": 1.0626055002212524, + "learning_rate": 9.004994286486757e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8549049675464631, + "num_tokens": 32885110.0, + "step": 25550 + }, + { + "entropy": 1.224384081363678, + "epoch": 2.4419604471195187, + "grad_norm": 1.116711139678955, + "learning_rate": 9.004048370618987e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8624067008495331, + "num_tokens": 32898313.0, + "step": 25560 + }, + { + "entropy": 1.203136420249939, + "epoch": 2.4429158307060286, + "grad_norm": 1.4705027341842651, + "learning_rate": 9.003102055071818e-05, + "loss": 0.3108, + "mean_token_accuracy": 0.8748919308185578, + "num_tokens": 32910869.0, + "step": 25570 + }, + { + "entropy": 1.1958105325698853, + "epoch": 2.4438712142925385, + "grad_norm": 1.4219465255737305, + "learning_rate": 9.002155339939708e-05, + "loss": 0.3158, + "mean_token_accuracy": 0.8770366013050079, + "num_tokens": 32923985.0, + "step": 25580 + }, + { + "entropy": 1.200260376930237, + "epoch": 2.4448265978790484, + "grad_norm": 1.1011536121368408, + "learning_rate": 9.001208225317156e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8579635739326477, + "num_tokens": 32937051.0, + "step": 25590 + }, + { + "entropy": 1.2129415988922119, + "epoch": 2.4457819814655584, + "grad_norm": 1.3690260648727417, + "learning_rate": 9.000260711298705e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8613755941390991, + "num_tokens": 32949939.0, + "step": 25600 + }, + { + "entropy": 1.1983015179634093, + "epoch": 2.4467373650520683, + "grad_norm": 1.3281744718551636, + "learning_rate": 8.999312797978931e-05, + "loss": 0.3167, + "mean_token_accuracy": 0.8777263045310975, + "num_tokens": 32962658.0, + "step": 25610 + }, + { + "entropy": 1.1982658505439758, + "epoch": 2.447692748638578, + "grad_norm": 2.098989486694336, + "learning_rate": 8.998364485452458e-05, + "loss": 0.3111, + "mean_token_accuracy": 0.8809619545936584, + "num_tokens": 32975090.0, + "step": 25620 + }, + { + "entropy": 1.2083708047866821, + "epoch": 2.448648132225088, + "grad_norm": 1.3850988149642944, + "learning_rate": 8.99741577381394e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8670364916324615, + "num_tokens": 32987734.0, + "step": 25630 + }, + { + "entropy": 1.21254905462265, + "epoch": 2.4496035158115985, + "grad_norm": 1.2305819988250732, + "learning_rate": 8.996466663158081e-05, + "loss": 0.3314, + "mean_token_accuracy": 0.8759195685386658, + "num_tokens": 32999925.0, + "step": 25640 + }, + { + "entropy": 1.1911257028579711, + "epoch": 2.4505588993981084, + "grad_norm": 1.1037687063217163, + "learning_rate": 8.995517153579616e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8585177659988403, + "num_tokens": 33012086.0, + "step": 25650 + }, + { + "entropy": 1.2003459215164185, + "epoch": 2.4515142829846184, + "grad_norm": 1.2899516820907593, + "learning_rate": 8.994567245173329e-05, + "loss": 0.3014, + "mean_token_accuracy": 0.8764801979064941, + "num_tokens": 33025284.0, + "step": 25660 + }, + { + "entropy": 1.1932625412940978, + "epoch": 2.4524696665711283, + "grad_norm": 1.1948200464248657, + "learning_rate": 8.993616938034033e-05, + "loss": 0.32, + "mean_token_accuracy": 0.8699507117271423, + "num_tokens": 33038037.0, + "step": 25670 + }, + { + "entropy": 1.2080388069152832, + "epoch": 2.4534250501576382, + "grad_norm": 1.8167810440063477, + "learning_rate": 8.992666232256591e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.868976217508316, + "num_tokens": 33051316.0, + "step": 25680 + }, + { + "entropy": 1.1758189439773559, + "epoch": 2.454380433744148, + "grad_norm": 1.3923695087432861, + "learning_rate": 8.9917151279359e-05, + "loss": 0.293, + "mean_token_accuracy": 0.8883107781410218, + "num_tokens": 33063454.0, + "step": 25690 + }, + { + "entropy": 1.1961185216903687, + "epoch": 2.455335817330658, + "grad_norm": 1.4135857820510864, + "learning_rate": 8.990763625166896e-05, + "loss": 0.3415, + "mean_token_accuracy": 0.8687964916229248, + "num_tokens": 33075910.0, + "step": 25700 + }, + { + "entropy": 1.1959033846855163, + "epoch": 2.4562912009171685, + "grad_norm": 1.3460506200790405, + "learning_rate": 8.989811724044561e-05, + "loss": 0.3086, + "mean_token_accuracy": 0.8815974473953248, + "num_tokens": 33089156.0, + "step": 25710 + }, + { + "entropy": 1.189281153678894, + "epoch": 2.4572465845036784, + "grad_norm": 1.3069818019866943, + "learning_rate": 8.98885942466391e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8700276196002961, + "num_tokens": 33101887.0, + "step": 25720 + }, + { + "entropy": 1.192899751663208, + "epoch": 2.4582019680901883, + "grad_norm": 1.4728494882583618, + "learning_rate": 8.987906727119999e-05, + "loss": 0.3759, + "mean_token_accuracy": 0.8457325279712677, + "num_tokens": 33114521.0, + "step": 25730 + }, + { + "entropy": 1.1881610870361328, + "epoch": 2.4591573516766982, + "grad_norm": 1.4661033153533936, + "learning_rate": 8.986953631507928e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.856000816822052, + "num_tokens": 33127272.0, + "step": 25740 + }, + { + "entropy": 1.2021214008331298, + "epoch": 2.460112735263208, + "grad_norm": 1.4040929079055786, + "learning_rate": 8.986000137922834e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8638790011405945, + "num_tokens": 33140030.0, + "step": 25750 + }, + { + "entropy": 1.1929506540298462, + "epoch": 2.461068118849718, + "grad_norm": 1.3976126909255981, + "learning_rate": 8.985046246459891e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8717620491981506, + "num_tokens": 33153083.0, + "step": 25760 + }, + { + "entropy": 1.2093465447425842, + "epoch": 2.462023502436228, + "grad_norm": 1.6258759498596191, + "learning_rate": 8.984091957214318e-05, + "loss": 0.3645, + "mean_token_accuracy": 0.8536165893077851, + "num_tokens": 33165630.0, + "step": 25770 + }, + { + "entropy": 1.2133806824684144, + "epoch": 2.462978886022738, + "grad_norm": 1.2204567193984985, + "learning_rate": 8.98313727028137e-05, + "loss": 0.3667, + "mean_token_accuracy": 0.855105745792389, + "num_tokens": 33178223.0, + "step": 25780 + }, + { + "entropy": 1.1941123127937316, + "epoch": 2.463934269609248, + "grad_norm": 1.1576768159866333, + "learning_rate": 8.98218218575634e-05, + "loss": 0.2744, + "mean_token_accuracy": 0.8915187954902649, + "num_tokens": 33191369.0, + "step": 25790 + }, + { + "entropy": 1.2202988386154174, + "epoch": 2.4648896531957583, + "grad_norm": 1.5496608018875122, + "learning_rate": 8.981226703734569e-05, + "loss": 0.3641, + "mean_token_accuracy": 0.8519596517086029, + "num_tokens": 33204669.0, + "step": 25800 + }, + { + "entropy": 1.1977097630500793, + "epoch": 2.465845036782268, + "grad_norm": 1.598840355873108, + "learning_rate": 8.980270824311428e-05, + "loss": 0.3352, + "mean_token_accuracy": 0.8660366892814636, + "num_tokens": 33217804.0, + "step": 25810 + }, + { + "entropy": 1.2105924367904664, + "epoch": 2.466800420368778, + "grad_norm": 1.381595492362976, + "learning_rate": 8.979314547582331e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8673284530639649, + "num_tokens": 33230355.0, + "step": 25820 + }, + { + "entropy": 1.2143126487731934, + "epoch": 2.467755803955288, + "grad_norm": 1.204545497894287, + "learning_rate": 8.978357873642736e-05, + "loss": 0.4189, + "mean_token_accuracy": 0.8409916460514069, + "num_tokens": 33242585.0, + "step": 25830 + }, + { + "entropy": 1.2278141736984254, + "epoch": 2.468711187541798, + "grad_norm": 1.2759273052215576, + "learning_rate": 8.977400802588134e-05, + "loss": 0.3581, + "mean_token_accuracy": 0.8558202981948853, + "num_tokens": 33255393.0, + "step": 25840 + }, + { + "entropy": 1.219489336013794, + "epoch": 2.469666571128308, + "grad_norm": 1.4222034215927124, + "learning_rate": 8.976443334514062e-05, + "loss": 0.3253, + "mean_token_accuracy": 0.872684645652771, + "num_tokens": 33269253.0, + "step": 25850 + }, + { + "entropy": 1.2202323913574218, + "epoch": 2.470621954714818, + "grad_norm": 1.1331844329833984, + "learning_rate": 8.97548546951609e-05, + "loss": 0.3312, + "mean_token_accuracy": 0.8702476859092713, + "num_tokens": 33282672.0, + "step": 25860 + }, + { + "entropy": 1.2109196424484252, + "epoch": 2.471577338301328, + "grad_norm": 1.6274482011795044, + "learning_rate": 8.974527207689833e-05, + "loss": 0.3299, + "mean_token_accuracy": 0.8649990558624268, + "num_tokens": 33295794.0, + "step": 25870 + }, + { + "entropy": 1.2121507048606872, + "epoch": 2.472532721887838, + "grad_norm": 1.072042465209961, + "learning_rate": 8.973568549130942e-05, + "loss": 0.3563, + "mean_token_accuracy": 0.8589304983615875, + "num_tokens": 33308519.0, + "step": 25880 + }, + { + "entropy": 1.2232863068580628, + "epoch": 2.473488105474348, + "grad_norm": 1.0704066753387451, + "learning_rate": 8.97260949393511e-05, + "loss": 0.339, + "mean_token_accuracy": 0.8689180731773376, + "num_tokens": 33322163.0, + "step": 25890 + }, + { + "entropy": 1.1975026607513428, + "epoch": 2.474443489060858, + "grad_norm": 1.786890983581543, + "learning_rate": 8.97165004219807e-05, + "loss": 0.3303, + "mean_token_accuracy": 0.8653718769550324, + "num_tokens": 33334672.0, + "step": 25900 + }, + { + "entropy": 1.1983415722846984, + "epoch": 2.475398872647368, + "grad_norm": 1.2272788286209106, + "learning_rate": 8.97069019401559e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8527952671051026, + "num_tokens": 33347229.0, + "step": 25910 + }, + { + "entropy": 1.2078079581260681, + "epoch": 2.476354256233878, + "grad_norm": 1.2190940380096436, + "learning_rate": 8.969729949483485e-05, + "loss": 0.3565, + "mean_token_accuracy": 0.8594321846961975, + "num_tokens": 33360273.0, + "step": 25920 + }, + { + "entropy": 1.2149737477302551, + "epoch": 2.4773096398203878, + "grad_norm": 1.4296096563339233, + "learning_rate": 8.968769308697602e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8577217817306518, + "num_tokens": 33373897.0, + "step": 25930 + }, + { + "entropy": 1.1905681610107421, + "epoch": 2.4782650234068977, + "grad_norm": 1.2875652313232422, + "learning_rate": 8.967808271753834e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.8772520542144775, + "num_tokens": 33386343.0, + "step": 25940 + }, + { + "entropy": 1.1916651725769043, + "epoch": 2.4792204069934076, + "grad_norm": 1.1098700761795044, + "learning_rate": 8.966846838748109e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8785376787185669, + "num_tokens": 33399823.0, + "step": 25950 + }, + { + "entropy": 1.191626536846161, + "epoch": 2.480175790579918, + "grad_norm": 1.2534757852554321, + "learning_rate": 8.965885009776395e-05, + "loss": 0.3486, + "mean_token_accuracy": 0.8690079331398011, + "num_tokens": 33412529.0, + "step": 25960 + }, + { + "entropy": 1.2011879682540894, + "epoch": 2.481131174166428, + "grad_norm": 1.269819974899292, + "learning_rate": 8.964922784934704e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8733319818973542, + "num_tokens": 33425316.0, + "step": 25970 + }, + { + "entropy": 1.1795326232910157, + "epoch": 2.482086557752938, + "grad_norm": 0.7686483860015869, + "learning_rate": 8.963960164319081e-05, + "loss": 0.2915, + "mean_token_accuracy": 0.8834493279457092, + "num_tokens": 33438006.0, + "step": 25980 + }, + { + "entropy": 1.1924156665802002, + "epoch": 2.4830419413394478, + "grad_norm": 1.4800397157669067, + "learning_rate": 8.962997148025614e-05, + "loss": 0.3408, + "mean_token_accuracy": 0.8686246395111084, + "num_tokens": 33450656.0, + "step": 25990 + }, + { + "entropy": 1.1804022073745728, + "epoch": 2.4839973249259577, + "grad_norm": 1.620067834854126, + "learning_rate": 8.96203373615043e-05, + "loss": 0.3, + "mean_token_accuracy": 0.8881469964981079, + "num_tokens": 33462736.0, + "step": 26000 + }, + { + "entropy": 1.211348056793213, + "epoch": 2.4849527085124676, + "grad_norm": 1.1551250219345093, + "learning_rate": 8.961069928789699e-05, + "loss": 0.371, + "mean_token_accuracy": 0.8511243522167206, + "num_tokens": 33475870.0, + "step": 26010 + }, + { + "entropy": 1.2037302494049071, + "epoch": 2.4859080920989776, + "grad_norm": 1.0765382051467896, + "learning_rate": 8.960105726039622e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8702756285667419, + "num_tokens": 33488510.0, + "step": 26020 + }, + { + "entropy": 1.2162588238716125, + "epoch": 2.486863475685488, + "grad_norm": 1.6081043481826782, + "learning_rate": 8.95914112799645e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.870373147726059, + "num_tokens": 33501773.0, + "step": 26030 + }, + { + "entropy": 1.1905337572097778, + "epoch": 2.487818859271998, + "grad_norm": 1.3737331628799438, + "learning_rate": 8.958176134756465e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8718507349491119, + "num_tokens": 33514358.0, + "step": 26040 + }, + { + "entropy": 1.2043388128280639, + "epoch": 2.488774242858508, + "grad_norm": 1.6821982860565186, + "learning_rate": 8.957210746415989e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8791302561759948, + "num_tokens": 33527809.0, + "step": 26050 + }, + { + "entropy": 1.1966469168663025, + "epoch": 2.4897296264450177, + "grad_norm": 1.210782766342163, + "learning_rate": 8.956244963071391e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8748672723770141, + "num_tokens": 33540377.0, + "step": 26060 + }, + { + "entropy": 1.207464337348938, + "epoch": 2.4906850100315276, + "grad_norm": 1.275445580482483, + "learning_rate": 8.955278784819071e-05, + "loss": 0.3144, + "mean_token_accuracy": 0.8794229924678802, + "num_tokens": 33553292.0, + "step": 26070 + }, + { + "entropy": 1.2029526829719543, + "epoch": 2.4916403936180376, + "grad_norm": 1.447795033454895, + "learning_rate": 8.954312211755474e-05, + "loss": 0.3579, + "mean_token_accuracy": 0.8550068020820618, + "num_tokens": 33565130.0, + "step": 26080 + }, + { + "entropy": 1.2031834959983825, + "epoch": 2.4925957772045475, + "grad_norm": 1.457283854484558, + "learning_rate": 8.953345243977079e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8832010805606842, + "num_tokens": 33578236.0, + "step": 26090 + }, + { + "entropy": 1.2100302934646607, + "epoch": 2.4935511607910574, + "grad_norm": 1.1834051609039307, + "learning_rate": 8.95237788158041e-05, + "loss": 0.3215, + "mean_token_accuracy": 0.8785710752010345, + "num_tokens": 33591293.0, + "step": 26100 + }, + { + "entropy": 1.2077768087387084, + "epoch": 2.4945065443775674, + "grad_norm": 1.3123704195022583, + "learning_rate": 8.951410124662028e-05, + "loss": 0.3461, + "mean_token_accuracy": 0.86217001080513, + "num_tokens": 33604544.0, + "step": 26110 + }, + { + "entropy": 1.2237738370895386, + "epoch": 2.4954619279640777, + "grad_norm": 1.2056797742843628, + "learning_rate": 8.950441973318534e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8644581854343414, + "num_tokens": 33617835.0, + "step": 26120 + }, + { + "entropy": 1.2140419483184814, + "epoch": 2.4964173115505877, + "grad_norm": 1.6582154035568237, + "learning_rate": 8.949473427646565e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8715696513652802, + "num_tokens": 33630818.0, + "step": 26130 + }, + { + "entropy": 1.2243022441864013, + "epoch": 2.4973726951370976, + "grad_norm": 1.7092747688293457, + "learning_rate": 8.948504487742804e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8632816255092621, + "num_tokens": 33643333.0, + "step": 26140 + }, + { + "entropy": 1.2153175115585326, + "epoch": 2.4983280787236075, + "grad_norm": 1.5160077810287476, + "learning_rate": 8.947535153703965e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8610332310199738, + "num_tokens": 33656153.0, + "step": 26150 + }, + { + "entropy": 1.2073302507400512, + "epoch": 2.4992834623101174, + "grad_norm": 1.1182785034179688, + "learning_rate": 8.946565425626808e-05, + "loss": 0.3308, + "mean_token_accuracy": 0.8658287644386291, + "num_tokens": 33668764.0, + "step": 26160 + }, + { + "entropy": 1.2124357104301453, + "epoch": 2.5002388458966274, + "grad_norm": 1.1184909343719482, + "learning_rate": 8.94559530360813e-05, + "loss": 0.3528, + "mean_token_accuracy": 0.8610064744949341, + "num_tokens": 33681730.0, + "step": 26170 + }, + { + "entropy": 1.208519983291626, + "epoch": 2.5011942294831373, + "grad_norm": 1.3792898654937744, + "learning_rate": 8.944624787744769e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8678054213523865, + "num_tokens": 33694420.0, + "step": 26180 + }, + { + "entropy": 1.2009381532669068, + "epoch": 2.5021496130696477, + "grad_norm": 1.7629050016403198, + "learning_rate": 8.943653878133598e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8681278347969055, + "num_tokens": 33707175.0, + "step": 26190 + }, + { + "entropy": 1.2080859184265136, + "epoch": 2.5031049966561576, + "grad_norm": 1.2618989944458008, + "learning_rate": 8.942682574871534e-05, + "loss": 0.3806, + "mean_token_accuracy": 0.846781313419342, + "num_tokens": 33720122.0, + "step": 26200 + }, + { + "entropy": 1.2189051151275634, + "epoch": 2.5040603802426675, + "grad_norm": 1.8316899538040161, + "learning_rate": 8.94171087805553e-05, + "loss": 0.3623, + "mean_token_accuracy": 0.8649519741535187, + "num_tokens": 33732772.0, + "step": 26210 + }, + { + "entropy": 1.2144309401512146, + "epoch": 2.5050157638291775, + "grad_norm": 1.3835275173187256, + "learning_rate": 8.940738787782581e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8701568961143493, + "num_tokens": 33745947.0, + "step": 26220 + }, + { + "entropy": 1.2113586068153381, + "epoch": 2.5059711474156874, + "grad_norm": 1.4080313444137573, + "learning_rate": 8.939766304149719e-05, + "loss": 0.335, + "mean_token_accuracy": 0.8603330552577972, + "num_tokens": 33758492.0, + "step": 26230 + }, + { + "entropy": 1.2018516302108764, + "epoch": 2.5069265310021973, + "grad_norm": 1.5625683069229126, + "learning_rate": 8.938793427254017e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8669409811496734, + "num_tokens": 33771437.0, + "step": 26240 + }, + { + "entropy": 1.2037014722824098, + "epoch": 2.5078819145887072, + "grad_norm": 1.0484230518341064, + "learning_rate": 8.937820157192584e-05, + "loss": 0.3516, + "mean_token_accuracy": 0.860367500782013, + "num_tokens": 33784743.0, + "step": 26250 + }, + { + "entropy": 1.1965481162071228, + "epoch": 2.5088372981752176, + "grad_norm": 1.1038466691970825, + "learning_rate": 8.936846494062574e-05, + "loss": 0.3517, + "mean_token_accuracy": 0.8611975848674774, + "num_tokens": 33797682.0, + "step": 26260 + }, + { + "entropy": 1.1988388180732727, + "epoch": 2.509792681761727, + "grad_norm": 1.6120284795761108, + "learning_rate": 8.935872437961175e-05, + "loss": 0.3319, + "mean_token_accuracy": 0.87004714012146, + "num_tokens": 33810302.0, + "step": 26270 + }, + { + "entropy": 1.1689611673355103, + "epoch": 2.5107480653482375, + "grad_norm": 1.5009256601333618, + "learning_rate": 8.934897988985616e-05, + "loss": 0.3021, + "mean_token_accuracy": 0.8778969764709472, + "num_tokens": 33822487.0, + "step": 26280 + }, + { + "entropy": 1.1848813891410828, + "epoch": 2.5117034489347474, + "grad_norm": 1.0871632099151611, + "learning_rate": 8.933923147233166e-05, + "loss": 0.3205, + "mean_token_accuracy": 0.8730782389640808, + "num_tokens": 33834948.0, + "step": 26290 + }, + { + "entropy": 1.1940230846405029, + "epoch": 2.5126588325212573, + "grad_norm": 1.4349634647369385, + "learning_rate": 8.932947912801133e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.855189049243927, + "num_tokens": 33847285.0, + "step": 26300 + }, + { + "entropy": 1.1986735582351684, + "epoch": 2.5136142161077673, + "grad_norm": 1.213815450668335, + "learning_rate": 8.931972285786863e-05, + "loss": 0.3363, + "mean_token_accuracy": 0.868332690000534, + "num_tokens": 33860136.0, + "step": 26310 + }, + { + "entropy": 1.209972321987152, + "epoch": 2.514569599694277, + "grad_norm": 1.2234786748886108, + "learning_rate": 8.930996266287743e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8693481266498566, + "num_tokens": 33873377.0, + "step": 26320 + }, + { + "entropy": 1.2031380891799928, + "epoch": 2.515524983280787, + "grad_norm": 1.3369616270065308, + "learning_rate": 8.930019854401196e-05, + "loss": 0.3333, + "mean_token_accuracy": 0.86602081656456, + "num_tokens": 33886187.0, + "step": 26330 + }, + { + "entropy": 1.210564923286438, + "epoch": 2.516480366867297, + "grad_norm": 1.343463659286499, + "learning_rate": 8.929043050224688e-05, + "loss": 0.3525, + "mean_token_accuracy": 0.8538656115531922, + "num_tokens": 33899068.0, + "step": 26340 + }, + { + "entropy": 1.1901499509811402, + "epoch": 2.5174357504538074, + "grad_norm": 1.2435643672943115, + "learning_rate": 8.928065853855722e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8646844387054443, + "num_tokens": 33911717.0, + "step": 26350 + }, + { + "entropy": 1.1916741251945495, + "epoch": 2.5183911340403173, + "grad_norm": 1.8845332860946655, + "learning_rate": 8.92708826539184e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.8778742909431457, + "num_tokens": 33923813.0, + "step": 26360 + }, + { + "entropy": 1.2104879379272462, + "epoch": 2.5193465176268273, + "grad_norm": 1.2274839878082275, + "learning_rate": 8.926110284930625e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.867010873556137, + "num_tokens": 33936883.0, + "step": 26370 + }, + { + "entropy": 1.20859352350235, + "epoch": 2.520301901213337, + "grad_norm": 1.535989761352539, + "learning_rate": 8.925131912569697e-05, + "loss": 0.3545, + "mean_token_accuracy": 0.859102314710617, + "num_tokens": 33950032.0, + "step": 26380 + }, + { + "entropy": 1.214603328704834, + "epoch": 2.521257284799847, + "grad_norm": 1.109756588935852, + "learning_rate": 8.924153148406716e-05, + "loss": 0.3547, + "mean_token_accuracy": 0.8580629289150238, + "num_tokens": 33963090.0, + "step": 26390 + }, + { + "entropy": 1.205756664276123, + "epoch": 2.522212668386357, + "grad_norm": 1.6876981258392334, + "learning_rate": 8.923173992539381e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.866849684715271, + "num_tokens": 33976017.0, + "step": 26400 + }, + { + "entropy": 1.1883160471916199, + "epoch": 2.523168051972867, + "grad_norm": 1.4989608526229858, + "learning_rate": 8.92219444506543e-05, + "loss": 0.313, + "mean_token_accuracy": 0.8738945782184601, + "num_tokens": 33988772.0, + "step": 26410 + }, + { + "entropy": 1.1883703589439392, + "epoch": 2.5241234355593773, + "grad_norm": 1.2480719089508057, + "learning_rate": 8.921214506082643e-05, + "loss": 0.34, + "mean_token_accuracy": 0.8601615190505981, + "num_tokens": 34001568.0, + "step": 26420 + }, + { + "entropy": 1.1876972436904907, + "epoch": 2.525078819145887, + "grad_norm": 1.6006687879562378, + "learning_rate": 8.920234175688831e-05, + "loss": 0.2998, + "mean_token_accuracy": 0.8826864123344421, + "num_tokens": 34014437.0, + "step": 26430 + }, + { + "entropy": 1.1777339100837707, + "epoch": 2.526034202732397, + "grad_norm": 1.1381949186325073, + "learning_rate": 8.919253453981855e-05, + "loss": 0.3301, + "mean_token_accuracy": 0.8669691860675812, + "num_tokens": 34026870.0, + "step": 26440 + }, + { + "entropy": 1.200885260105133, + "epoch": 2.526989586318907, + "grad_norm": 1.159848690032959, + "learning_rate": 8.918272341059605e-05, + "loss": 0.3514, + "mean_token_accuracy": 0.8550218343734741, + "num_tokens": 34039664.0, + "step": 26450 + }, + { + "entropy": 1.1861170887947083, + "epoch": 2.527944969905417, + "grad_norm": 1.4819347858428955, + "learning_rate": 8.917290837020018e-05, + "loss": 0.3377, + "mean_token_accuracy": 0.8719714224338532, + "num_tokens": 34052460.0, + "step": 26460 + }, + { + "entropy": 1.1966336488723754, + "epoch": 2.528900353491927, + "grad_norm": 1.2512072324752808, + "learning_rate": 8.916308941961063e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8685598909854889, + "num_tokens": 34065413.0, + "step": 26470 + }, + { + "entropy": 1.1965661525726319, + "epoch": 2.529855737078437, + "grad_norm": 1.3247885704040527, + "learning_rate": 8.915326655980756e-05, + "loss": 0.2995, + "mean_token_accuracy": 0.8833576440811157, + "num_tokens": 34078611.0, + "step": 26480 + }, + { + "entropy": 1.1999630570411681, + "epoch": 2.530811120664947, + "grad_norm": 1.318005919456482, + "learning_rate": 8.914343979177144e-05, + "loss": 0.3308, + "mean_token_accuracy": 0.8686709761619568, + "num_tokens": 34091730.0, + "step": 26490 + }, + { + "entropy": 1.2035150408744812, + "epoch": 2.5317665042514568, + "grad_norm": 1.5107831954956055, + "learning_rate": 8.913360911648318e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8593413829803467, + "num_tokens": 34104689.0, + "step": 26500 + }, + { + "entropy": 1.2015604615211486, + "epoch": 2.532721887837967, + "grad_norm": 1.216741681098938, + "learning_rate": 8.912377453492408e-05, + "loss": 0.359, + "mean_token_accuracy": 0.8629756569862366, + "num_tokens": 34117386.0, + "step": 26510 + }, + { + "entropy": 1.1938596963882446, + "epoch": 2.533677271424477, + "grad_norm": 1.091286063194275, + "learning_rate": 8.911393604807579e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.877064323425293, + "num_tokens": 34129728.0, + "step": 26520 + }, + { + "entropy": 1.2033576130867005, + "epoch": 2.534632655010987, + "grad_norm": 1.034098744392395, + "learning_rate": 8.910409365692039e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8686354041099549, + "num_tokens": 34143119.0, + "step": 26530 + }, + { + "entropy": 1.1975039958953857, + "epoch": 2.535588038597497, + "grad_norm": 1.356925368309021, + "learning_rate": 8.909424736244034e-05, + "loss": 0.3773, + "mean_token_accuracy": 0.8507372140884399, + "num_tokens": 34156271.0, + "step": 26540 + }, + { + "entropy": 1.1948472023010255, + "epoch": 2.536543422184007, + "grad_norm": 1.3462036848068237, + "learning_rate": 8.908439716561847e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8593749940395355, + "num_tokens": 34168960.0, + "step": 26550 + }, + { + "entropy": 1.211882722377777, + "epoch": 2.537498805770517, + "grad_norm": 1.187837839126587, + "learning_rate": 8.907454306743803e-05, + "loss": 0.3248, + "mean_token_accuracy": 0.8739648342132569, + "num_tokens": 34182572.0, + "step": 26560 + }, + { + "entropy": 1.183942151069641, + "epoch": 2.5384541893570267, + "grad_norm": 1.5130259990692139, + "learning_rate": 8.906468506888264e-05, + "loss": 0.3362, + "mean_token_accuracy": 0.8664287447929382, + "num_tokens": 34195207.0, + "step": 26570 + }, + { + "entropy": 1.2004982471466064, + "epoch": 2.539409572943537, + "grad_norm": 1.3406370878219604, + "learning_rate": 8.905482317093631e-05, + "loss": 0.3421, + "mean_token_accuracy": 0.8652424931526184, + "num_tokens": 34208008.0, + "step": 26580 + }, + { + "entropy": 1.1984762668609619, + "epoch": 2.5403649565300466, + "grad_norm": 1.3305754661560059, + "learning_rate": 8.904495737458347e-05, + "loss": 0.3675, + "mean_token_accuracy": 0.8514446675777435, + "num_tokens": 34220777.0, + "step": 26590 + }, + { + "entropy": 1.1914255738258361, + "epoch": 2.541320340116557, + "grad_norm": 1.006862759590149, + "learning_rate": 8.903508768080887e-05, + "loss": 0.344, + "mean_token_accuracy": 0.859223234653473, + "num_tokens": 34233255.0, + "step": 26600 + }, + { + "entropy": 1.1822185516357422, + "epoch": 2.542275723703067, + "grad_norm": 1.1593334674835205, + "learning_rate": 8.90252140905977e-05, + "loss": 0.295, + "mean_token_accuracy": 0.8868727087974548, + "num_tokens": 34246671.0, + "step": 26610 + }, + { + "entropy": 1.173099935054779, + "epoch": 2.543231107289577, + "grad_norm": 1.5353055000305176, + "learning_rate": 8.901533660493555e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.850556606054306, + "num_tokens": 34259311.0, + "step": 26620 + }, + { + "entropy": 1.1949498772621154, + "epoch": 2.5441864908760867, + "grad_norm": 1.2312953472137451, + "learning_rate": 8.900545522480838e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8692432522773743, + "num_tokens": 34272157.0, + "step": 26630 + }, + { + "entropy": 1.2051875710487365, + "epoch": 2.5451418744625967, + "grad_norm": 1.6173489093780518, + "learning_rate": 8.899556995120251e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8532009899616242, + "num_tokens": 34285283.0, + "step": 26640 + }, + { + "entropy": 1.1894936919212342, + "epoch": 2.5460972580491066, + "grad_norm": 1.1629897356033325, + "learning_rate": 8.89856807851047e-05, + "loss": 0.3028, + "mean_token_accuracy": 0.8802150607109069, + "num_tokens": 34298225.0, + "step": 26650 + }, + { + "entropy": 1.1938658595085143, + "epoch": 2.5470526416356165, + "grad_norm": 1.2053606510162354, + "learning_rate": 8.897578772750206e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8587509751319885, + "num_tokens": 34310970.0, + "step": 26660 + }, + { + "entropy": 1.1877591013908386, + "epoch": 2.548008025222127, + "grad_norm": 1.4407029151916504, + "learning_rate": 8.896589077938213e-05, + "loss": 0.3135, + "mean_token_accuracy": 0.8790534257888794, + "num_tokens": 34324167.0, + "step": 26670 + }, + { + "entropy": 1.1967551827430725, + "epoch": 2.548963408808637, + "grad_norm": 1.197187900543213, + "learning_rate": 8.895598994173277e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.857399296760559, + "num_tokens": 34336578.0, + "step": 26680 + }, + { + "entropy": 1.1840872764587402, + "epoch": 2.5499187923951467, + "grad_norm": 1.2974319458007812, + "learning_rate": 8.894608521554232e-05, + "loss": 0.3425, + "mean_token_accuracy": 0.8715974390506744, + "num_tokens": 34349120.0, + "step": 26690 + }, + { + "entropy": 1.1993941426277162, + "epoch": 2.5508741759816567, + "grad_norm": 1.262412667274475, + "learning_rate": 8.893617660179942e-05, + "loss": 0.322, + "mean_token_accuracy": 0.86903617978096, + "num_tokens": 34362092.0, + "step": 26700 + }, + { + "entropy": 1.1732095718383788, + "epoch": 2.5518295595681666, + "grad_norm": 1.5242971181869507, + "learning_rate": 8.892626410149314e-05, + "loss": 0.3492, + "mean_token_accuracy": 0.8589146196842193, + "num_tokens": 34374046.0, + "step": 26710 + }, + { + "entropy": 1.1990605592727661, + "epoch": 2.5527849431546765, + "grad_norm": 1.4204238653182983, + "learning_rate": 8.891634771561295e-05, + "loss": 0.3367, + "mean_token_accuracy": 0.8628189563751221, + "num_tokens": 34387270.0, + "step": 26720 + }, + { + "entropy": 1.1823136806488037, + "epoch": 2.5537403267411865, + "grad_norm": 1.1127811670303345, + "learning_rate": 8.890642744514867e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8836813390254974, + "num_tokens": 34400043.0, + "step": 26730 + }, + { + "entropy": 1.1811044692993165, + "epoch": 2.554695710327697, + "grad_norm": 1.3685884475708008, + "learning_rate": 8.889650329109056e-05, + "loss": 0.3449, + "mean_token_accuracy": 0.8612674295902252, + "num_tokens": 34412503.0, + "step": 26740 + }, + { + "entropy": 1.18852037191391, + "epoch": 2.5556510939142063, + "grad_norm": 1.1104778051376343, + "learning_rate": 8.888657525442923e-05, + "loss": 0.3484, + "mean_token_accuracy": 0.8654066383838653, + "num_tokens": 34425508.0, + "step": 26750 + }, + { + "entropy": 1.1840373754501343, + "epoch": 2.5566064775007167, + "grad_norm": 1.318404197692871, + "learning_rate": 8.887664333615566e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.8623166263103486, + "num_tokens": 34438136.0, + "step": 26760 + }, + { + "entropy": 1.2027095913887025, + "epoch": 2.5575618610872266, + "grad_norm": 1.5135900974273682, + "learning_rate": 8.886670753726126e-05, + "loss": 0.3267, + "mean_token_accuracy": 0.8741623163223267, + "num_tokens": 34451194.0, + "step": 26770 + }, + { + "entropy": 1.1887277960777283, + "epoch": 2.5585172446737365, + "grad_norm": 1.2909303903579712, + "learning_rate": 8.885676785873779e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8600535988807678, + "num_tokens": 34463771.0, + "step": 26780 + }, + { + "entropy": 1.2009639978408813, + "epoch": 2.5594726282602465, + "grad_norm": 0.9993055462837219, + "learning_rate": 8.884682430157747e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8644817888736724, + "num_tokens": 34476564.0, + "step": 26790 + }, + { + "entropy": 1.2047284603118897, + "epoch": 2.5604280118467564, + "grad_norm": 1.531411051750183, + "learning_rate": 8.88368768667728e-05, + "loss": 0.326, + "mean_token_accuracy": 0.8688936293125152, + "num_tokens": 34489637.0, + "step": 26800 + }, + { + "entropy": 1.1966266274452209, + "epoch": 2.5613833954332663, + "grad_norm": 1.657261848449707, + "learning_rate": 8.882692555531673e-05, + "loss": 0.336, + "mean_token_accuracy": 0.8618614614009857, + "num_tokens": 34502097.0, + "step": 26810 + }, + { + "entropy": 1.2234793543815612, + "epoch": 2.5623387790197762, + "grad_norm": 1.7106400728225708, + "learning_rate": 8.881697036820262e-05, + "loss": 0.3722, + "mean_token_accuracy": 0.8496159791946412, + "num_tokens": 34515203.0, + "step": 26820 + }, + { + "entropy": 1.1966220259666442, + "epoch": 2.5632941626062866, + "grad_norm": 1.0927480459213257, + "learning_rate": 8.880701130642416e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8577070534229279, + "num_tokens": 34528113.0, + "step": 26830 + }, + { + "entropy": 1.1832063794136047, + "epoch": 2.5642495461927965, + "grad_norm": 1.2581583261489868, + "learning_rate": 8.879704837097545e-05, + "loss": 0.3097, + "mean_token_accuracy": 0.8757302522659302, + "num_tokens": 34541200.0, + "step": 26840 + }, + { + "entropy": 1.1821667075157165, + "epoch": 2.5652049297793065, + "grad_norm": 1.4133881330490112, + "learning_rate": 8.878708156285098e-05, + "loss": 0.3247, + "mean_token_accuracy": 0.8727731168270111, + "num_tokens": 34554151.0, + "step": 26850 + }, + { + "entropy": 1.1738125443458558, + "epoch": 2.5661603133658164, + "grad_norm": 0.9645517468452454, + "learning_rate": 8.877711088304563e-05, + "loss": 0.3302, + "mean_token_accuracy": 0.8724456310272217, + "num_tokens": 34567127.0, + "step": 26860 + }, + { + "entropy": 1.167068874835968, + "epoch": 2.5671156969523263, + "grad_norm": 1.2296768426895142, + "learning_rate": 8.876713633255467e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8771051406860352, + "num_tokens": 34579909.0, + "step": 26870 + }, + { + "entropy": 1.1783066749572755, + "epoch": 2.5680710805388363, + "grad_norm": 1.248701810836792, + "learning_rate": 8.875715791237373e-05, + "loss": 0.317, + "mean_token_accuracy": 0.8749226450920105, + "num_tokens": 34592863.0, + "step": 26880 + }, + { + "entropy": 1.1665762543678284, + "epoch": 2.569026464125346, + "grad_norm": 1.4104423522949219, + "learning_rate": 8.874717562349885e-05, + "loss": 0.3202, + "mean_token_accuracy": 0.8751550376415252, + "num_tokens": 34604903.0, + "step": 26890 + }, + { + "entropy": 1.1990100622177124, + "epoch": 2.5699818477118566, + "grad_norm": 1.3272289037704468, + "learning_rate": 8.873718946692646e-05, + "loss": 0.3034, + "mean_token_accuracy": 0.8752128541469574, + "num_tokens": 34618911.0, + "step": 26900 + }, + { + "entropy": 1.182515275478363, + "epoch": 2.570937231298366, + "grad_norm": 1.4101448059082031, + "learning_rate": 8.872719944365336e-05, + "loss": 0.2974, + "mean_token_accuracy": 0.882742577791214, + "num_tokens": 34632062.0, + "step": 26910 + }, + { + "entropy": 1.1967249035835266, + "epoch": 2.5718926148848764, + "grad_norm": 1.4869800806045532, + "learning_rate": 8.871720555467674e-05, + "loss": 0.3615, + "mean_token_accuracy": 0.8558441758155823, + "num_tokens": 34645472.0, + "step": 26920 + }, + { + "entropy": 1.1901661157608032, + "epoch": 2.5728479984713863, + "grad_norm": 1.1381720304489136, + "learning_rate": 8.870720780099417e-05, + "loss": 0.3609, + "mean_token_accuracy": 0.8585680186748504, + "num_tokens": 34658417.0, + "step": 26930 + }, + { + "entropy": 1.1945032715797423, + "epoch": 2.5738033820578963, + "grad_norm": 1.0598174333572388, + "learning_rate": 8.869720618360365e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8620841860771179, + "num_tokens": 34670966.0, + "step": 26940 + }, + { + "entropy": 1.2131556153297425, + "epoch": 2.574758765644406, + "grad_norm": 1.435415267944336, + "learning_rate": 8.86872007035035e-05, + "loss": 0.3617, + "mean_token_accuracy": 0.8579931676387786, + "num_tokens": 34684378.0, + "step": 26950 + }, + { + "entropy": 1.192126703262329, + "epoch": 2.575714149230916, + "grad_norm": 1.5626168251037598, + "learning_rate": 8.867719136169243e-05, + "loss": 0.3239, + "mean_token_accuracy": 0.8667530417442322, + "num_tokens": 34697665.0, + "step": 26960 + }, + { + "entropy": 1.1748266100883484, + "epoch": 2.576669532817426, + "grad_norm": 1.3199487924575806, + "learning_rate": 8.866717815916961e-05, + "loss": 0.3508, + "mean_token_accuracy": 0.8675349116325378, + "num_tokens": 34710370.0, + "step": 26970 + }, + { + "entropy": 1.1840296268463135, + "epoch": 2.577624916403936, + "grad_norm": 1.2276089191436768, + "learning_rate": 8.865716109693453e-05, + "loss": 0.3343, + "mean_token_accuracy": 0.8692649066448211, + "num_tokens": 34723378.0, + "step": 26980 + }, + { + "entropy": 1.1851407408714294, + "epoch": 2.5785802999904464, + "grad_norm": 1.3718289136886597, + "learning_rate": 8.864714017598706e-05, + "loss": 0.3479, + "mean_token_accuracy": 0.8658275902271271, + "num_tokens": 34736642.0, + "step": 26990 + }, + { + "entropy": 1.1818633675575256, + "epoch": 2.5795356835769563, + "grad_norm": 1.6446627378463745, + "learning_rate": 8.86371153973275e-05, + "loss": 0.3424, + "mean_token_accuracy": 0.8645290553569793, + "num_tokens": 34749050.0, + "step": 27000 + }, + { + "entropy": 1.178144133090973, + "epoch": 2.580491067163466, + "grad_norm": 1.908244252204895, + "learning_rate": 8.862708676195652e-05, + "loss": 0.3388, + "mean_token_accuracy": 0.8637851893901825, + "num_tokens": 34761534.0, + "step": 27010 + }, + { + "entropy": 1.1792418360710144, + "epoch": 2.581446450749976, + "grad_norm": 1.2428077459335327, + "learning_rate": 8.861705427087514e-05, + "loss": 0.3375, + "mean_token_accuracy": 0.8600928843021393, + "num_tokens": 34774092.0, + "step": 27020 + }, + { + "entropy": 1.1860909461975098, + "epoch": 2.582401834336486, + "grad_norm": 1.6571894884109497, + "learning_rate": 8.86070179250848e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8628214836120606, + "num_tokens": 34787026.0, + "step": 27030 + }, + { + "entropy": 1.1866329550743102, + "epoch": 2.583357217922996, + "grad_norm": 1.3004999160766602, + "learning_rate": 8.859697772558733e-05, + "loss": 0.2975, + "mean_token_accuracy": 0.8849828004837036, + "num_tokens": 34800569.0, + "step": 27040 + }, + { + "entropy": 1.1903871059417725, + "epoch": 2.584312601509506, + "grad_norm": 1.246320128440857, + "learning_rate": 8.858693367338491e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8684125006198883, + "num_tokens": 34813427.0, + "step": 27050 + }, + { + "entropy": 1.174633252620697, + "epoch": 2.5852679850960163, + "grad_norm": 1.401341199874878, + "learning_rate": 8.857688576948016e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.8680516660213471, + "num_tokens": 34826105.0, + "step": 27060 + }, + { + "entropy": 1.1757763743400573, + "epoch": 2.586223368682526, + "grad_norm": 1.570013165473938, + "learning_rate": 8.856683401487599e-05, + "loss": 0.3604, + "mean_token_accuracy": 0.8626936972141266, + "num_tokens": 34838365.0, + "step": 27070 + }, + { + "entropy": 1.190660035610199, + "epoch": 2.587178752269036, + "grad_norm": 1.1307129859924316, + "learning_rate": 8.855677841057581e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8708792507648468, + "num_tokens": 34851748.0, + "step": 27080 + }, + { + "entropy": 1.1852263927459716, + "epoch": 2.588134135855546, + "grad_norm": 1.6554642915725708, + "learning_rate": 8.854671895758336e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8645989418029785, + "num_tokens": 34864469.0, + "step": 27090 + }, + { + "entropy": 1.1944505095481872, + "epoch": 2.589089519442056, + "grad_norm": 1.2663357257843018, + "learning_rate": 8.85366556569027e-05, + "loss": 0.3255, + "mean_token_accuracy": 0.8725057780742645, + "num_tokens": 34877393.0, + "step": 27100 + }, + { + "entropy": 1.186541783809662, + "epoch": 2.590044903028566, + "grad_norm": 1.1928393840789795, + "learning_rate": 8.85265885095384e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8652884304523468, + "num_tokens": 34890510.0, + "step": 27110 + }, + { + "entropy": 1.1747637510299682, + "epoch": 2.591000286615076, + "grad_norm": 1.3865596055984497, + "learning_rate": 8.851651751649532e-05, + "loss": 0.3061, + "mean_token_accuracy": 0.8816324472427368, + "num_tokens": 34903274.0, + "step": 27120 + }, + { + "entropy": 1.1614442467689514, + "epoch": 2.591955670201586, + "grad_norm": 1.0545313358306885, + "learning_rate": 8.850644267877876e-05, + "loss": 0.3266, + "mean_token_accuracy": 0.8707046627998352, + "num_tokens": 34915768.0, + "step": 27130 + }, + { + "entropy": 1.1767091393470763, + "epoch": 2.5929110537880957, + "grad_norm": 1.2993767261505127, + "learning_rate": 8.849636399739435e-05, + "loss": 0.3003, + "mean_token_accuracy": 0.8837713956832886, + "num_tokens": 34929068.0, + "step": 27140 + }, + { + "entropy": 1.1703396797180177, + "epoch": 2.593866437374606, + "grad_norm": 1.2443816661834717, + "learning_rate": 8.848628147334815e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8812108695507049, + "num_tokens": 34942360.0, + "step": 27150 + }, + { + "entropy": 1.1792364239692688, + "epoch": 2.594821820961116, + "grad_norm": 1.3571994304656982, + "learning_rate": 8.847619510764658e-05, + "loss": 0.3382, + "mean_token_accuracy": 0.8664760947227478, + "num_tokens": 34955425.0, + "step": 27160 + }, + { + "entropy": 1.1815515160560608, + "epoch": 2.595777204547626, + "grad_norm": 1.3517979383468628, + "learning_rate": 8.846610490129646e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8687640726566315, + "num_tokens": 34968417.0, + "step": 27170 + }, + { + "entropy": 1.180776333808899, + "epoch": 2.596732588134136, + "grad_norm": 1.645477294921875, + "learning_rate": 8.845601085530494e-05, + "loss": 0.3152, + "mean_token_accuracy": 0.8739542126655578, + "num_tokens": 34981844.0, + "step": 27180 + }, + { + "entropy": 1.181887435913086, + "epoch": 2.597687971720646, + "grad_norm": 1.1023001670837402, + "learning_rate": 8.844591297067966e-05, + "loss": 0.3231, + "mean_token_accuracy": 0.8741076529026032, + "num_tokens": 34995250.0, + "step": 27190 + }, + { + "entropy": 1.1942810893058777, + "epoch": 2.5986433553071557, + "grad_norm": 1.1371102333068848, + "learning_rate": 8.843581124842853e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8599170625209809, + "num_tokens": 35008315.0, + "step": 27200 + }, + { + "entropy": 1.2009351134300232, + "epoch": 2.5995987388936657, + "grad_norm": 1.4700052738189697, + "learning_rate": 8.842570568955992e-05, + "loss": 0.3573, + "mean_token_accuracy": 0.8574891984462738, + "num_tokens": 35021140.0, + "step": 27210 + }, + { + "entropy": 1.192602562904358, + "epoch": 2.600554122480176, + "grad_norm": 1.580875277519226, + "learning_rate": 8.841559629508254e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8694720506668091, + "num_tokens": 35034195.0, + "step": 27220 + }, + { + "entropy": 1.1914752125740051, + "epoch": 2.6015095060666855, + "grad_norm": 1.0975016355514526, + "learning_rate": 8.84054830660055e-05, + "loss": 0.3063, + "mean_token_accuracy": 0.8802506029605865, + "num_tokens": 35047535.0, + "step": 27230 + }, + { + "entropy": 1.2059678435325623, + "epoch": 2.602464889653196, + "grad_norm": 1.4114643335342407, + "learning_rate": 8.83953660033383e-05, + "loss": 0.3448, + "mean_token_accuracy": 0.8610411405563354, + "num_tokens": 35061155.0, + "step": 27240 + }, + { + "entropy": 1.176910126209259, + "epoch": 2.603420273239706, + "grad_norm": 1.975664496421814, + "learning_rate": 8.83852451080908e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8728717505931854, + "num_tokens": 35073657.0, + "step": 27250 + }, + { + "entropy": 1.1917147636413574, + "epoch": 2.6043756568262157, + "grad_norm": 1.1255308389663696, + "learning_rate": 8.837512038127326e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8687734425067901, + "num_tokens": 35086814.0, + "step": 27260 + }, + { + "entropy": 1.178578519821167, + "epoch": 2.6053310404127257, + "grad_norm": 1.6008515357971191, + "learning_rate": 8.836499182389631e-05, + "loss": 0.3138, + "mean_token_accuracy": 0.8793902277946473, + "num_tokens": 35100001.0, + "step": 27270 + }, + { + "entropy": 1.1751740097999572, + "epoch": 2.6062864239992356, + "grad_norm": 1.2442458868026733, + "learning_rate": 8.8354859436971e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8682125449180603, + "num_tokens": 35112438.0, + "step": 27280 + }, + { + "entropy": 1.184707725048065, + "epoch": 2.6072418075857455, + "grad_norm": 1.2520450353622437, + "learning_rate": 8.83447232215087e-05, + "loss": 0.3753, + "mean_token_accuracy": 0.8510936319828033, + "num_tokens": 35125238.0, + "step": 27290 + }, + { + "entropy": 1.1994145154953002, + "epoch": 2.6081971911722555, + "grad_norm": 1.2276506423950195, + "learning_rate": 8.833458317852122e-05, + "loss": 0.3997, + "mean_token_accuracy": 0.8420156359672546, + "num_tokens": 35138071.0, + "step": 27300 + }, + { + "entropy": 1.1929598808288575, + "epoch": 2.609152574758766, + "grad_norm": 1.19118070602417, + "learning_rate": 8.83244393090207e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.869134521484375, + "num_tokens": 35150864.0, + "step": 27310 + }, + { + "entropy": 1.199680995941162, + "epoch": 2.6101079583452758, + "grad_norm": 1.1788078546524048, + "learning_rate": 8.831429161401971e-05, + "loss": 0.3534, + "mean_token_accuracy": 0.8563341498374939, + "num_tokens": 35163797.0, + "step": 27320 + }, + { + "entropy": 1.1776930212974548, + "epoch": 2.6110633419317857, + "grad_norm": 1.5047998428344727, + "learning_rate": 8.830414009453119e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8663294553756714, + "num_tokens": 35176221.0, + "step": 27330 + }, + { + "entropy": 1.1771225214004517, + "epoch": 2.6120187255182956, + "grad_norm": 1.7521543502807617, + "learning_rate": 8.829398475156843e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8670879125595092, + "num_tokens": 35189583.0, + "step": 27340 + }, + { + "entropy": 1.1857165336608886, + "epoch": 2.6129741091048055, + "grad_norm": 1.2406889200210571, + "learning_rate": 8.828382558614512e-05, + "loss": 0.3394, + "mean_token_accuracy": 0.8645385205745697, + "num_tokens": 35202721.0, + "step": 27350 + }, + { + "entropy": 1.1975208878517152, + "epoch": 2.6139294926913155, + "grad_norm": 1.1242358684539795, + "learning_rate": 8.827366259927537e-05, + "loss": 0.358, + "mean_token_accuracy": 0.8579791009426116, + "num_tokens": 35215397.0, + "step": 27360 + }, + { + "entropy": 1.197960329055786, + "epoch": 2.6148848762778254, + "grad_norm": 1.2360763549804688, + "learning_rate": 8.826349579197362e-05, + "loss": 0.3869, + "mean_token_accuracy": 0.8460353553295136, + "num_tokens": 35228534.0, + "step": 27370 + }, + { + "entropy": 1.1951253175735475, + "epoch": 2.6158402598643358, + "grad_norm": 1.041515588760376, + "learning_rate": 8.825332516525469e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8642554342746734, + "num_tokens": 35241175.0, + "step": 27380 + }, + { + "entropy": 1.189308750629425, + "epoch": 2.6167956434508453, + "grad_norm": 1.2827279567718506, + "learning_rate": 8.82431507201338e-05, + "loss": 0.3636, + "mean_token_accuracy": 0.8624762117862701, + "num_tokens": 35253440.0, + "step": 27390 + }, + { + "entropy": 1.1912167429924012, + "epoch": 2.6177510270373556, + "grad_norm": 1.5290846824645996, + "learning_rate": 8.823297245762661e-05, + "loss": 0.3146, + "mean_token_accuracy": 0.8834080994129181, + "num_tokens": 35266820.0, + "step": 27400 + }, + { + "entropy": 1.1951710343360902, + "epoch": 2.6187064106238656, + "grad_norm": 1.5019705295562744, + "learning_rate": 8.822279037874902e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8713865995407104, + "num_tokens": 35279919.0, + "step": 27410 + }, + { + "entropy": 1.2068577766418458, + "epoch": 2.6196617942103755, + "grad_norm": 1.2952020168304443, + "learning_rate": 8.821260448451744e-05, + "loss": 0.349, + "mean_token_accuracy": 0.8597661137580872, + "num_tokens": 35293338.0, + "step": 27420 + }, + { + "entropy": 1.1886911869049073, + "epoch": 2.6206171777968854, + "grad_norm": 1.5387752056121826, + "learning_rate": 8.820241477594862e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8749253511428833, + "num_tokens": 35305766.0, + "step": 27430 + }, + { + "entropy": 1.193103837966919, + "epoch": 2.6215725613833953, + "grad_norm": 1.38671875, + "learning_rate": 8.819222125405965e-05, + "loss": 0.346, + "mean_token_accuracy": 0.8626564502716064, + "num_tokens": 35318533.0, + "step": 27440 + }, + { + "entropy": 1.1727197289466857, + "epoch": 2.6225279449699053, + "grad_norm": 1.0783512592315674, + "learning_rate": 8.818202391986807e-05, + "loss": 0.3221, + "mean_token_accuracy": 0.8730854570865632, + "num_tokens": 35331060.0, + "step": 27450 + }, + { + "entropy": 1.1869630575180055, + "epoch": 2.623483328556415, + "grad_norm": 1.1593949794769287, + "learning_rate": 8.817182277439176e-05, + "loss": 0.3608, + "mean_token_accuracy": 0.8592772662639618, + "num_tokens": 35343435.0, + "step": 27460 + }, + { + "entropy": 1.188938844203949, + "epoch": 2.6244387121429256, + "grad_norm": 1.7266960144042969, + "learning_rate": 8.816161781864895e-05, + "loss": 0.3429, + "mean_token_accuracy": 0.8609209358692169, + "num_tokens": 35356315.0, + "step": 27470 + }, + { + "entropy": 1.2150705337524415, + "epoch": 2.6253940957294355, + "grad_norm": 1.070343017578125, + "learning_rate": 8.815140905365834e-05, + "loss": 0.3668, + "mean_token_accuracy": 0.8576357126235962, + "num_tokens": 35369743.0, + "step": 27480 + }, + { + "entropy": 1.2189195156097412, + "epoch": 2.6263494793159454, + "grad_norm": 1.0230977535247803, + "learning_rate": 8.814119648043893e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.8586561620235443, + "num_tokens": 35383187.0, + "step": 27490 + }, + { + "entropy": 1.1868902683258056, + "epoch": 2.6273048629024554, + "grad_norm": 1.4739125967025757, + "learning_rate": 8.813098010001011e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.8796566843986511, + "num_tokens": 35395509.0, + "step": 27500 + }, + { + "entropy": 1.1850880265235901, + "epoch": 2.6282602464889653, + "grad_norm": 1.2148727178573608, + "learning_rate": 8.812075991339171e-05, + "loss": 0.3165, + "mean_token_accuracy": 0.8778550803661347, + "num_tokens": 35408813.0, + "step": 27510 + }, + { + "entropy": 1.1844115257263184, + "epoch": 2.629215630075475, + "grad_norm": 1.169381022453308, + "learning_rate": 8.811053592160386e-05, + "loss": 0.332, + "mean_token_accuracy": 0.8660917222499848, + "num_tokens": 35422063.0, + "step": 27520 + }, + { + "entropy": 1.18614022731781, + "epoch": 2.630171013661985, + "grad_norm": 1.5577760934829712, + "learning_rate": 8.810030812566713e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8570922255516052, + "num_tokens": 35434830.0, + "step": 27530 + }, + { + "entropy": 1.195993137359619, + "epoch": 2.6311263972484955, + "grad_norm": 1.6222864389419556, + "learning_rate": 8.809007652660242e-05, + "loss": 0.3568, + "mean_token_accuracy": 0.8562366008758545, + "num_tokens": 35447890.0, + "step": 27540 + }, + { + "entropy": 1.211446750164032, + "epoch": 2.632081780835005, + "grad_norm": 1.10934579372406, + "learning_rate": 8.807984112543105e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8676325082778931, + "num_tokens": 35461388.0, + "step": 27550 + }, + { + "entropy": 1.199055540561676, + "epoch": 2.6330371644215154, + "grad_norm": 1.1656420230865479, + "learning_rate": 8.806960192317471e-05, + "loss": 0.3671, + "mean_token_accuracy": 0.8540427148342132, + "num_tokens": 35474247.0, + "step": 27560 + }, + { + "entropy": 1.182952058315277, + "epoch": 2.6339925480080253, + "grad_norm": 1.0809398889541626, + "learning_rate": 8.805935892085548e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8639165997505188, + "num_tokens": 35487123.0, + "step": 27570 + }, + { + "entropy": 1.1840953469276427, + "epoch": 2.634947931594535, + "grad_norm": 1.4828394651412964, + "learning_rate": 8.804911211949579e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8693745732307434, + "num_tokens": 35499800.0, + "step": 27580 + }, + { + "entropy": 1.1816422462463378, + "epoch": 2.635903315181045, + "grad_norm": 1.1426194906234741, + "learning_rate": 8.803886152011844e-05, + "loss": 0.2928, + "mean_token_accuracy": 0.8874496519565582, + "num_tokens": 35513136.0, + "step": 27590 + }, + { + "entropy": 1.1649216175079347, + "epoch": 2.636858698767555, + "grad_norm": 1.203447937965393, + "learning_rate": 8.802860712374665e-05, + "loss": 0.2944, + "mean_token_accuracy": 0.8806477367877961, + "num_tokens": 35525523.0, + "step": 27600 + }, + { + "entropy": 1.1918445229530334, + "epoch": 2.637814082354065, + "grad_norm": 1.3911296129226685, + "learning_rate": 8.801834893140403e-05, + "loss": 0.3548, + "mean_token_accuracy": 0.8591678142547607, + "num_tokens": 35538798.0, + "step": 27610 + }, + { + "entropy": 1.1897796273231507, + "epoch": 2.638769465940575, + "grad_norm": 1.2971380949020386, + "learning_rate": 8.800808694411451e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8641906321048737, + "num_tokens": 35551525.0, + "step": 27620 + }, + { + "entropy": 1.1880452275276183, + "epoch": 2.6397248495270853, + "grad_norm": 1.3988443613052368, + "learning_rate": 8.799782116290242e-05, + "loss": 0.3417, + "mean_token_accuracy": 0.8653101325035095, + "num_tokens": 35564040.0, + "step": 27630 + }, + { + "entropy": 1.1826448917388916, + "epoch": 2.6406802331135952, + "grad_norm": 1.343034029006958, + "learning_rate": 8.798755158879251e-05, + "loss": 0.361, + "mean_token_accuracy": 0.8580994307994843, + "num_tokens": 35576298.0, + "step": 27640 + }, + { + "entropy": 1.1886046528816223, + "epoch": 2.641635616700105, + "grad_norm": 1.2481565475463867, + "learning_rate": 8.797727822280985e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8625844836235046, + "num_tokens": 35589772.0, + "step": 27650 + }, + { + "entropy": 1.1899521827697754, + "epoch": 2.642591000286615, + "grad_norm": 1.1322487592697144, + "learning_rate": 8.796700106597995e-05, + "loss": 0.3118, + "mean_token_accuracy": 0.880895334482193, + "num_tokens": 35602792.0, + "step": 27660 + }, + { + "entropy": 1.177991771697998, + "epoch": 2.643546383873125, + "grad_norm": 1.1530448198318481, + "learning_rate": 8.795672011932863e-05, + "loss": 0.3236, + "mean_token_accuracy": 0.8765152215957641, + "num_tokens": 35615720.0, + "step": 27670 + }, + { + "entropy": 1.2041211009025574, + "epoch": 2.644501767459635, + "grad_norm": 1.48058021068573, + "learning_rate": 8.794643538388212e-05, + "loss": 0.39, + "mean_token_accuracy": 0.8469212830066681, + "num_tokens": 35629085.0, + "step": 27680 + }, + { + "entropy": 1.2109983086585998, + "epoch": 2.645457151046145, + "grad_norm": 1.7538119554519653, + "learning_rate": 8.793614686066704e-05, + "loss": 0.3541, + "mean_token_accuracy": 0.8605102896690369, + "num_tokens": 35641678.0, + "step": 27690 + }, + { + "entropy": 1.1915454030036927, + "epoch": 2.6464125346326552, + "grad_norm": 1.7266616821289062, + "learning_rate": 8.79258545507104e-05, + "loss": 0.3169, + "mean_token_accuracy": 0.8737744688987732, + "num_tokens": 35654356.0, + "step": 27700 + }, + { + "entropy": 1.2100824236869812, + "epoch": 2.6473679182191647, + "grad_norm": 1.301805853843689, + "learning_rate": 8.791555845503954e-05, + "loss": 0.3413, + "mean_token_accuracy": 0.8583880305290222, + "num_tokens": 35667609.0, + "step": 27710 + }, + { + "entropy": 1.1952965140342713, + "epoch": 2.648323301805675, + "grad_norm": 1.1148221492767334, + "learning_rate": 8.790525857468221e-05, + "loss": 0.2877, + "mean_token_accuracy": 0.8862333774566651, + "num_tokens": 35680827.0, + "step": 27720 + }, + { + "entropy": 1.197036898136139, + "epoch": 2.649278685392185, + "grad_norm": 1.1240196228027344, + "learning_rate": 8.789495491066653e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8679605603218079, + "num_tokens": 35693516.0, + "step": 27730 + }, + { + "entropy": 1.2027109146118165, + "epoch": 2.650234068978695, + "grad_norm": 1.7357861995697021, + "learning_rate": 8.7884647464021e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8569251835346222, + "num_tokens": 35706179.0, + "step": 27740 + }, + { + "entropy": 1.206236445903778, + "epoch": 2.651189452565205, + "grad_norm": 1.4540839195251465, + "learning_rate": 8.78743362357745e-05, + "loss": 0.3368, + "mean_token_accuracy": 0.8661680042743682, + "num_tokens": 35718827.0, + "step": 27750 + }, + { + "entropy": 1.1973164439201356, + "epoch": 2.652144836151715, + "grad_norm": 1.6540372371673584, + "learning_rate": 8.786402122695628e-05, + "loss": 0.3415, + "mean_token_accuracy": 0.8616223990917206, + "num_tokens": 35731251.0, + "step": 27760 + }, + { + "entropy": 1.212264084815979, + "epoch": 2.6531002197382247, + "grad_norm": 1.9683955907821655, + "learning_rate": 8.785370243859599e-05, + "loss": 0.3754, + "mean_token_accuracy": 0.8510368466377258, + "num_tokens": 35743952.0, + "step": 27770 + }, + { + "entropy": 1.2011834740638734, + "epoch": 2.6540556033247347, + "grad_norm": 1.371504783630371, + "learning_rate": 8.784337987172361e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8609841823577881, + "num_tokens": 35756912.0, + "step": 27780 + }, + { + "entropy": 1.2069554805755616, + "epoch": 2.655010986911245, + "grad_norm": 1.2517881393432617, + "learning_rate": 8.783305352736957e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8660205841064453, + "num_tokens": 35769929.0, + "step": 27790 + }, + { + "entropy": 1.1992569088935852, + "epoch": 2.655966370497755, + "grad_norm": 1.3248594999313354, + "learning_rate": 8.782272340656459e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8703771233558655, + "num_tokens": 35782084.0, + "step": 27800 + }, + { + "entropy": 1.1904962062835693, + "epoch": 2.656921754084265, + "grad_norm": 1.31907320022583, + "learning_rate": 8.781238951033983e-05, + "loss": 0.3482, + "mean_token_accuracy": 0.8578800201416016, + "num_tokens": 35794659.0, + "step": 27810 + }, + { + "entropy": 1.2076432943344115, + "epoch": 2.657877137670775, + "grad_norm": 1.361342430114746, + "learning_rate": 8.780205183972679e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8621140241622924, + "num_tokens": 35807490.0, + "step": 27820 + }, + { + "entropy": 1.1995745420455932, + "epoch": 2.6588325212572848, + "grad_norm": 1.2895259857177734, + "learning_rate": 8.77917103957574e-05, + "loss": 0.3141, + "mean_token_accuracy": 0.8767782390117645, + "num_tokens": 35820872.0, + "step": 27830 + }, + { + "entropy": 1.2066999435424806, + "epoch": 2.6597879048437947, + "grad_norm": 1.3713431358337402, + "learning_rate": 8.778136517946389e-05, + "loss": 0.3779, + "mean_token_accuracy": 0.8419673144817352, + "num_tokens": 35833278.0, + "step": 27840 + }, + { + "entropy": 1.1888875603675841, + "epoch": 2.6607432884303046, + "grad_norm": 1.1259920597076416, + "learning_rate": 8.777101619187893e-05, + "loss": 0.3435, + "mean_token_accuracy": 0.8614913105964661, + "num_tokens": 35845984.0, + "step": 27850 + }, + { + "entropy": 1.2066730976104736, + "epoch": 2.661698672016815, + "grad_norm": 1.4650200605392456, + "learning_rate": 8.776066343403555e-05, + "loss": 0.3131, + "mean_token_accuracy": 0.8749862909317017, + "num_tokens": 35859042.0, + "step": 27860 + }, + { + "entropy": 1.1967226266860962, + "epoch": 2.6626540556033245, + "grad_norm": 1.9995064735412598, + "learning_rate": 8.775030690696713e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8688183903694153, + "num_tokens": 35872134.0, + "step": 27870 + }, + { + "entropy": 1.197917115688324, + "epoch": 2.663609439189835, + "grad_norm": 1.2697747945785522, + "learning_rate": 8.773994661170746e-05, + "loss": 0.338, + "mean_token_accuracy": 0.8722954988479614, + "num_tokens": 35885695.0, + "step": 27880 + }, + { + "entropy": 1.2022868752479554, + "epoch": 2.6645648227763448, + "grad_norm": 1.0310866832733154, + "learning_rate": 8.77295825492907e-05, + "loss": 0.3495, + "mean_token_accuracy": 0.8600414812564849, + "num_tokens": 35898499.0, + "step": 27890 + }, + { + "entropy": 1.1909225821495055, + "epoch": 2.6655202063628547, + "grad_norm": 1.111594796180725, + "learning_rate": 8.771921472075133e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8687608718872071, + "num_tokens": 35910985.0, + "step": 27900 + }, + { + "entropy": 1.2102068305015563, + "epoch": 2.6664755899493646, + "grad_norm": 1.43205726146698, + "learning_rate": 8.770884312712433e-05, + "loss": 0.347, + "mean_token_accuracy": 0.8614241003990173, + "num_tokens": 35923521.0, + "step": 27910 + }, + { + "entropy": 1.1949017286300658, + "epoch": 2.6674309735358745, + "grad_norm": 1.3239392042160034, + "learning_rate": 8.769846776944492e-05, + "loss": 0.345, + "mean_token_accuracy": 0.8635493874549866, + "num_tokens": 35936068.0, + "step": 27920 + }, + { + "entropy": 1.1961834907531739, + "epoch": 2.6683863571223845, + "grad_norm": 1.29871666431427, + "learning_rate": 8.76880886487488e-05, + "loss": 0.3578, + "mean_token_accuracy": 0.860099446773529, + "num_tokens": 35948339.0, + "step": 27930 + }, + { + "entropy": 1.204785943031311, + "epoch": 2.6693417407088944, + "grad_norm": 1.3001145124435425, + "learning_rate": 8.767770576607196e-05, + "loss": 0.3392, + "mean_token_accuracy": 0.8639546453952789, + "num_tokens": 35960999.0, + "step": 27940 + }, + { + "entropy": 1.2015806555747985, + "epoch": 2.670297124295405, + "grad_norm": 1.417881965637207, + "learning_rate": 8.766731912245084e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8687545597553253, + "num_tokens": 35973262.0, + "step": 27950 + }, + { + "entropy": 1.2004624843597411, + "epoch": 2.6712525078819147, + "grad_norm": 1.2911251783370972, + "learning_rate": 8.765692871892219e-05, + "loss": 0.3325, + "mean_token_accuracy": 0.8678581774234772, + "num_tokens": 35986041.0, + "step": 27960 + }, + { + "entropy": 1.2028706669807434, + "epoch": 2.6722078914684246, + "grad_norm": 1.5902438163757324, + "learning_rate": 8.764653455652321e-05, + "loss": 0.2956, + "mean_token_accuracy": 0.8800837397575378, + "num_tokens": 35998749.0, + "step": 27970 + }, + { + "entropy": 1.1992818713188171, + "epoch": 2.6731632750549346, + "grad_norm": 1.4034605026245117, + "learning_rate": 8.76361366362914e-05, + "loss": 0.3407, + "mean_token_accuracy": 0.8616928219795227, + "num_tokens": 36011273.0, + "step": 27980 + }, + { + "entropy": 1.211264932155609, + "epoch": 2.6741186586414445, + "grad_norm": 1.2050000429153442, + "learning_rate": 8.762573495926469e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.8710394740104676, + "num_tokens": 36024509.0, + "step": 27990 + }, + { + "entropy": 1.2252384662628173, + "epoch": 2.6750740422279544, + "grad_norm": 1.199242353439331, + "learning_rate": 8.761532952648133e-05, + "loss": 0.3642, + "mean_token_accuracy": 0.8621839165687561, + "num_tokens": 36037619.0, + "step": 28000 + }, + { + "entropy": 1.2053800225257874, + "epoch": 2.6760294258144643, + "grad_norm": 1.235542893409729, + "learning_rate": 8.760492033898002e-05, + "loss": 0.3557, + "mean_token_accuracy": 0.8713463604450226, + "num_tokens": 36050485.0, + "step": 28010 + }, + { + "entropy": 1.2156148195266723, + "epoch": 2.6769848094009747, + "grad_norm": 1.0795928239822388, + "learning_rate": 8.759450739779975e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8630225121974945, + "num_tokens": 36063909.0, + "step": 28020 + }, + { + "entropy": 1.1923038005828857, + "epoch": 2.677940192987484, + "grad_norm": 1.1076194047927856, + "learning_rate": 8.758409070397997e-05, + "loss": 0.3334, + "mean_token_accuracy": 0.8710661947727203, + "num_tokens": 36076581.0, + "step": 28030 + }, + { + "entropy": 1.1987552285194396, + "epoch": 2.6788955765739946, + "grad_norm": 1.2468081712722778, + "learning_rate": 8.757367025856044e-05, + "loss": 0.3448, + "mean_token_accuracy": 0.8611506819725037, + "num_tokens": 36089430.0, + "step": 28040 + }, + { + "entropy": 1.207765555381775, + "epoch": 2.6798509601605045, + "grad_norm": 1.6459836959838867, + "learning_rate": 8.756324606258132e-05, + "loss": 0.3488, + "mean_token_accuracy": 0.8622653961181641, + "num_tokens": 36101889.0, + "step": 28050 + }, + { + "entropy": 1.209481132030487, + "epoch": 2.6808063437470144, + "grad_norm": 1.5462157726287842, + "learning_rate": 8.755281811708313e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8464658319950104, + "num_tokens": 36114589.0, + "step": 28060 + }, + { + "entropy": 1.2023545980453492, + "epoch": 2.6817617273335244, + "grad_norm": 1.3704990148544312, + "learning_rate": 8.75423864231068e-05, + "loss": 0.31, + "mean_token_accuracy": 0.8774453461170196, + "num_tokens": 36128011.0, + "step": 28070 + }, + { + "entropy": 1.2111981868743897, + "epoch": 2.6827171109200343, + "grad_norm": 1.6221195459365845, + "learning_rate": 8.753195098169358e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8748976171016694, + "num_tokens": 36141360.0, + "step": 28080 + }, + { + "entropy": 1.1938841223716736, + "epoch": 2.683672494506544, + "grad_norm": 1.252149224281311, + "learning_rate": 8.752151179388515e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.857048612833023, + "num_tokens": 36153835.0, + "step": 28090 + }, + { + "entropy": 1.2021104454994203, + "epoch": 2.684627878093054, + "grad_norm": 1.2165002822875977, + "learning_rate": 8.751106886072352e-05, + "loss": 0.3322, + "mean_token_accuracy": 0.875015813112259, + "num_tokens": 36166564.0, + "step": 28100 + }, + { + "entropy": 1.2054068207740785, + "epoch": 2.6855832616795645, + "grad_norm": 1.071685552597046, + "learning_rate": 8.750062218325109e-05, + "loss": 0.3287, + "mean_token_accuracy": 0.8711474299430847, + "num_tokens": 36179297.0, + "step": 28110 + }, + { + "entropy": 1.201308023929596, + "epoch": 2.6865386452660744, + "grad_norm": 1.3106571435928345, + "learning_rate": 8.749017176251065e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8621519327163696, + "num_tokens": 36191891.0, + "step": 28120 + }, + { + "entropy": 1.2144848585128785, + "epoch": 2.6874940288525844, + "grad_norm": 1.6630557775497437, + "learning_rate": 8.747971759954534e-05, + "loss": 0.3764, + "mean_token_accuracy": 0.8551512002944947, + "num_tokens": 36203854.0, + "step": 28130 + }, + { + "entropy": 1.2027109384536743, + "epoch": 2.6884494124390943, + "grad_norm": 1.2773607969284058, + "learning_rate": 8.746925969539868e-05, + "loss": 0.311, + "mean_token_accuracy": 0.8773374795913697, + "num_tokens": 36216328.0, + "step": 28140 + }, + { + "entropy": 1.2139193892478943, + "epoch": 2.6894047960256042, + "grad_norm": 1.2433395385742188, + "learning_rate": 8.745879805111457e-05, + "loss": 0.3416, + "mean_token_accuracy": 0.8639531791210174, + "num_tokens": 36229365.0, + "step": 28150 + }, + { + "entropy": 1.2188982963562012, + "epoch": 2.690360179612114, + "grad_norm": 1.182347059249878, + "learning_rate": 8.744833266773729e-05, + "loss": 0.3673, + "mean_token_accuracy": 0.8564628064632416, + "num_tokens": 36242477.0, + "step": 28160 + }, + { + "entropy": 1.2009259581565856, + "epoch": 2.691315563198624, + "grad_norm": 1.9382636547088623, + "learning_rate": 8.743786354631145e-05, + "loss": 0.3383, + "mean_token_accuracy": 0.8732002913951874, + "num_tokens": 36254830.0, + "step": 28170 + }, + { + "entropy": 1.211432945728302, + "epoch": 2.6922709467851345, + "grad_norm": 1.3500865697860718, + "learning_rate": 8.74273906878821e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8672555804252624, + "num_tokens": 36267875.0, + "step": 28180 + }, + { + "entropy": 1.2245535016059876, + "epoch": 2.693226330371644, + "grad_norm": 1.2710117101669312, + "learning_rate": 8.74169140934946e-05, + "loss": 0.3231, + "mean_token_accuracy": 0.8744095206260681, + "num_tokens": 36281651.0, + "step": 28190 + }, + { + "entropy": 1.2401355862617494, + "epoch": 2.6941817139581543, + "grad_norm": 1.1466330289840698, + "learning_rate": 8.740643376419473e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8530371785163879, + "num_tokens": 36295772.0, + "step": 28200 + }, + { + "entropy": 1.2050238490104674, + "epoch": 2.6951370975446642, + "grad_norm": 0.9113266468048096, + "learning_rate": 8.739594970102862e-05, + "loss": 0.3087, + "mean_token_accuracy": 0.8821524024009705, + "num_tokens": 36308502.0, + "step": 28210 + }, + { + "entropy": 1.2081006169319153, + "epoch": 2.696092481131174, + "grad_norm": 1.5520243644714355, + "learning_rate": 8.738546190504277e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8651106238365174, + "num_tokens": 36321194.0, + "step": 28220 + }, + { + "entropy": 1.1917909145355225, + "epoch": 2.697047864717684, + "grad_norm": 1.4297189712524414, + "learning_rate": 8.737497037728408e-05, + "loss": 0.3161, + "mean_token_accuracy": 0.8762442886829376, + "num_tokens": 36334038.0, + "step": 28230 + }, + { + "entropy": 1.209208035469055, + "epoch": 2.698003248304194, + "grad_norm": 1.3192973136901855, + "learning_rate": 8.73644751187998e-05, + "loss": 0.3744, + "mean_token_accuracy": 0.8569743156433105, + "num_tokens": 36346840.0, + "step": 28240 + }, + { + "entropy": 1.1799816966056824, + "epoch": 2.698958631890704, + "grad_norm": 1.4262984991073608, + "learning_rate": 8.735397613063752e-05, + "loss": 0.3056, + "mean_token_accuracy": 0.8806882381439209, + "num_tokens": 36359233.0, + "step": 28250 + }, + { + "entropy": 1.1893607378005981, + "epoch": 2.699914015477214, + "grad_norm": 1.6585650444030762, + "learning_rate": 8.734347341384526e-05, + "loss": 0.3041, + "mean_token_accuracy": 0.882214480638504, + "num_tokens": 36371506.0, + "step": 28260 + }, + { + "entropy": 1.191846990585327, + "epoch": 2.7008693990637243, + "grad_norm": 1.2585989236831665, + "learning_rate": 8.733296696947137e-05, + "loss": 0.3063, + "mean_token_accuracy": 0.8785914659500123, + "num_tokens": 36384558.0, + "step": 28270 + }, + { + "entropy": 1.2060151934623717, + "epoch": 2.701824782650234, + "grad_norm": 1.2990126609802246, + "learning_rate": 8.732245679856463e-05, + "loss": 0.3377, + "mean_token_accuracy": 0.8710219919681549, + "num_tokens": 36398251.0, + "step": 28280 + }, + { + "entropy": 1.2012617230415343, + "epoch": 2.702780166236744, + "grad_norm": 1.404834508895874, + "learning_rate": 8.731194290217412e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8616154670715332, + "num_tokens": 36411417.0, + "step": 28290 + }, + { + "entropy": 1.2290037751197815, + "epoch": 2.703735549823254, + "grad_norm": 1.2175008058547974, + "learning_rate": 8.730142528134936e-05, + "loss": 0.3583, + "mean_token_accuracy": 0.8600513517856598, + "num_tokens": 36424671.0, + "step": 28300 + }, + { + "entropy": 1.186935293674469, + "epoch": 2.704690933409764, + "grad_norm": 1.3272151947021484, + "learning_rate": 8.729090393714017e-05, + "loss": 0.2993, + "mean_token_accuracy": 0.8818476498126984, + "num_tokens": 36437599.0, + "step": 28310 + }, + { + "entropy": 1.2037225365638733, + "epoch": 2.705646316996274, + "grad_norm": 1.3785178661346436, + "learning_rate": 8.728037887059679e-05, + "loss": 0.3861, + "mean_token_accuracy": 0.8467795431613923, + "num_tokens": 36450718.0, + "step": 28320 + }, + { + "entropy": 1.193762719631195, + "epoch": 2.706601700582784, + "grad_norm": 0.8630383014678955, + "learning_rate": 8.726985008276981e-05, + "loss": 0.3224, + "mean_token_accuracy": 0.8742449045181274, + "num_tokens": 36463395.0, + "step": 28330 + }, + { + "entropy": 1.1903158187866212, + "epoch": 2.707557084169294, + "grad_norm": 1.3029727935791016, + "learning_rate": 8.725931757471022e-05, + "loss": 0.3345, + "mean_token_accuracy": 0.8676401913166046, + "num_tokens": 36476364.0, + "step": 28340 + }, + { + "entropy": 1.1899575352668763, + "epoch": 2.708512467755804, + "grad_norm": 1.2600748538970947, + "learning_rate": 8.724878134746934e-05, + "loss": 0.3546, + "mean_token_accuracy": 0.8618179798126221, + "num_tokens": 36488897.0, + "step": 28350 + }, + { + "entropy": 1.1895531058311462, + "epoch": 2.709467851342314, + "grad_norm": 1.2549364566802979, + "learning_rate": 8.723824140209893e-05, + "loss": 0.3173, + "mean_token_accuracy": 0.8738108396530151, + "num_tokens": 36502431.0, + "step": 28360 + }, + { + "entropy": 1.1988375186920166, + "epoch": 2.710423234928824, + "grad_norm": 1.5099503993988037, + "learning_rate": 8.722769773965102e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8590078473091125, + "num_tokens": 36515606.0, + "step": 28370 + }, + { + "entropy": 1.208055055141449, + "epoch": 2.711378618515334, + "grad_norm": 1.3504410982131958, + "learning_rate": 8.72171503611781e-05, + "loss": 0.3635, + "mean_token_accuracy": 0.8616832196712494, + "num_tokens": 36529312.0, + "step": 28380 + }, + { + "entropy": 1.1926269292831422, + "epoch": 2.712334002101844, + "grad_norm": 0.9877892732620239, + "learning_rate": 8.720659926773298e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8622106552124024, + "num_tokens": 36541675.0, + "step": 28390 + }, + { + "entropy": 1.1858282327651977, + "epoch": 2.7132893856883538, + "grad_norm": 1.1530858278274536, + "learning_rate": 8.719604446036887e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8672858536243438, + "num_tokens": 36554528.0, + "step": 28400 + }, + { + "entropy": 1.1962290763854981, + "epoch": 2.714244769274864, + "grad_norm": 1.2213064432144165, + "learning_rate": 8.718548594013931e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8601778209209442, + "num_tokens": 36568141.0, + "step": 28410 + }, + { + "entropy": 1.1806995391845703, + "epoch": 2.7152001528613736, + "grad_norm": 1.1427943706512451, + "learning_rate": 8.717492370809828e-05, + "loss": 0.3073, + "mean_token_accuracy": 0.8781936168670654, + "num_tokens": 36580811.0, + "step": 28420 + }, + { + "entropy": 1.2127463459968566, + "epoch": 2.716155536447884, + "grad_norm": 1.355897307395935, + "learning_rate": 8.716435776530007e-05, + "loss": 0.397, + "mean_token_accuracy": 0.8406132638454438, + "num_tokens": 36593060.0, + "step": 28430 + }, + { + "entropy": 1.2035125732421874, + "epoch": 2.717110920034394, + "grad_norm": 1.1785928010940552, + "learning_rate": 8.715378811279936e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8632292747497559, + "num_tokens": 36605368.0, + "step": 28440 + }, + { + "entropy": 1.2175872564315795, + "epoch": 2.718066303620904, + "grad_norm": 1.4464837312698364, + "learning_rate": 8.71432147516512e-05, + "loss": 0.3355, + "mean_token_accuracy": 0.8644212007522583, + "num_tokens": 36618294.0, + "step": 28450 + }, + { + "entropy": 1.1881749868392943, + "epoch": 2.7190216872074138, + "grad_norm": 1.215696096420288, + "learning_rate": 8.713263768291101e-05, + "loss": 0.3318, + "mean_token_accuracy": 0.8673963844776154, + "num_tokens": 36630688.0, + "step": 28460 + }, + { + "entropy": 1.1888096451759338, + "epoch": 2.7199770707939237, + "grad_norm": 1.388004183769226, + "learning_rate": 8.712205690763458e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.8676614999771118, + "num_tokens": 36643266.0, + "step": 28470 + }, + { + "entropy": 1.2083900451660157, + "epoch": 2.7209324543804336, + "grad_norm": 1.2242133617401123, + "learning_rate": 8.711147242687808e-05, + "loss": 0.3401, + "mean_token_accuracy": 0.8588123202323914, + "num_tokens": 36656149.0, + "step": 28480 + }, + { + "entropy": 1.2073582649230956, + "epoch": 2.7218878379669436, + "grad_norm": 1.5244100093841553, + "learning_rate": 8.710088424169803e-05, + "loss": 0.3278, + "mean_token_accuracy": 0.8682045459747314, + "num_tokens": 36669162.0, + "step": 28490 + }, + { + "entropy": 1.2101526737213135, + "epoch": 2.722843221553454, + "grad_norm": 1.5431808233261108, + "learning_rate": 8.709029235315134e-05, + "loss": 0.3558, + "mean_token_accuracy": 0.8675365447998047, + "num_tokens": 36681878.0, + "step": 28500 + }, + { + "entropy": 1.2047075629234314, + "epoch": 2.723798605139964, + "grad_norm": 1.3594731092453003, + "learning_rate": 8.707969676229526e-05, + "loss": 0.333, + "mean_token_accuracy": 0.8735698103904724, + "num_tokens": 36694688.0, + "step": 28510 + }, + { + "entropy": 1.199202561378479, + "epoch": 2.724753988726474, + "grad_norm": 1.4036866426467896, + "learning_rate": 8.706909747018746e-05, + "loss": 0.2932, + "mean_token_accuracy": 0.8921413123607635, + "num_tokens": 36707492.0, + "step": 28520 + }, + { + "entropy": 1.203279197216034, + "epoch": 2.7257093723129837, + "grad_norm": 1.2041915655136108, + "learning_rate": 8.705849447788592e-05, + "loss": 0.3473, + "mean_token_accuracy": 0.8624701082706452, + "num_tokens": 36720803.0, + "step": 28530 + }, + { + "entropy": 1.2128743290901185, + "epoch": 2.7266647558994936, + "grad_norm": 1.3698197603225708, + "learning_rate": 8.7047887786449e-05, + "loss": 0.3984, + "mean_token_accuracy": 0.8436239004135132, + "num_tokens": 36733908.0, + "step": 28540 + }, + { + "entropy": 1.2005326986312865, + "epoch": 2.7276201394860036, + "grad_norm": 1.2249375581741333, + "learning_rate": 8.703727739693553e-05, + "loss": 0.3258, + "mean_token_accuracy": 0.8701726019382476, + "num_tokens": 36746748.0, + "step": 28550 + }, + { + "entropy": 1.2185296893119812, + "epoch": 2.7285755230725135, + "grad_norm": 0.9226179718971252, + "learning_rate": 8.702666331040454e-05, + "loss": 0.3425, + "mean_token_accuracy": 0.8677681922912598, + "num_tokens": 36759932.0, + "step": 28560 + }, + { + "entropy": 1.20624098777771, + "epoch": 2.729530906659024, + "grad_norm": 1.2418895959854126, + "learning_rate": 8.701604552791557e-05, + "loss": 0.3621, + "mean_token_accuracy": 0.8578293025493622, + "num_tokens": 36773094.0, + "step": 28570 + }, + { + "entropy": 1.1915046572685242, + "epoch": 2.7304862902455334, + "grad_norm": 1.123217225074768, + "learning_rate": 8.700542405052845e-05, + "loss": 0.3127, + "mean_token_accuracy": 0.8791669726371765, + "num_tokens": 36785811.0, + "step": 28580 + }, + { + "entropy": 1.1909272789955139, + "epoch": 2.7314416738320437, + "grad_norm": 1.487918734550476, + "learning_rate": 8.69947988793034e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8687697589397431, + "num_tokens": 36798643.0, + "step": 28590 + }, + { + "entropy": 1.2010399103164673, + "epoch": 2.7323970574185537, + "grad_norm": 1.3877553939819336, + "learning_rate": 8.698417001530101e-05, + "loss": 0.3223, + "mean_token_accuracy": 0.8676584422588348, + "num_tokens": 36811430.0, + "step": 28600 + }, + { + "entropy": 1.1850657224655152, + "epoch": 2.7333524410050636, + "grad_norm": 1.3686654567718506, + "learning_rate": 8.697353745958226e-05, + "loss": 0.2963, + "mean_token_accuracy": 0.8843992471694946, + "num_tokens": 36824554.0, + "step": 28610 + }, + { + "entropy": 1.1889352560043336, + "epoch": 2.7343078245915735, + "grad_norm": 1.4459083080291748, + "learning_rate": 8.696290121320848e-05, + "loss": 0.3181, + "mean_token_accuracy": 0.8745015144348145, + "num_tokens": 36837682.0, + "step": 28620 + }, + { + "entropy": 1.2015587210655212, + "epoch": 2.7352632081780834, + "grad_norm": 1.3063689470291138, + "learning_rate": 8.695226127724134e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8693162858486175, + "num_tokens": 36850126.0, + "step": 28630 + }, + { + "entropy": 1.2131235957145692, + "epoch": 2.7362185917645934, + "grad_norm": 1.1799131631851196, + "learning_rate": 8.694161765274294e-05, + "loss": 0.3502, + "mean_token_accuracy": 0.8607611179351806, + "num_tokens": 36863107.0, + "step": 28640 + }, + { + "entropy": 1.209725570678711, + "epoch": 2.7371739753511033, + "grad_norm": 1.4731593132019043, + "learning_rate": 8.693097034077569e-05, + "loss": 0.3633, + "mean_token_accuracy": 0.858858871459961, + "num_tokens": 36875627.0, + "step": 28650 + }, + { + "entropy": 1.2198086738586427, + "epoch": 2.7381293589376137, + "grad_norm": 1.6280596256256104, + "learning_rate": 8.692031934240239e-05, + "loss": 0.3444, + "mean_token_accuracy": 0.8587526917457581, + "num_tokens": 36888628.0, + "step": 28660 + }, + { + "entropy": 1.2152531027793885, + "epoch": 2.7390847425241236, + "grad_norm": 1.2900961637496948, + "learning_rate": 8.690966465868623e-05, + "loss": 0.3304, + "mean_token_accuracy": 0.8714494347572327, + "num_tokens": 36901740.0, + "step": 28670 + }, + { + "entropy": 1.2177485823631287, + "epoch": 2.7400401261106335, + "grad_norm": 1.2586642503738403, + "learning_rate": 8.689900629069073e-05, + "loss": 0.3147, + "mean_token_accuracy": 0.8722685933113098, + "num_tokens": 36914989.0, + "step": 28680 + }, + { + "entropy": 1.2160055994987489, + "epoch": 2.7409955096971435, + "grad_norm": 1.2474703788757324, + "learning_rate": 8.68883442394798e-05, + "loss": 0.334, + "mean_token_accuracy": 0.8653532147407532, + "num_tokens": 36928100.0, + "step": 28690 + }, + { + "entropy": 1.2175434231758118, + "epoch": 2.7419508932836534, + "grad_norm": 1.609180212020874, + "learning_rate": 8.687767850611773e-05, + "loss": 0.3177, + "mean_token_accuracy": 0.8697989523410797, + "num_tokens": 36941027.0, + "step": 28700 + }, + { + "entropy": 1.1979363799095153, + "epoch": 2.7429062768701633, + "grad_norm": 1.452897071838379, + "learning_rate": 8.686700909166914e-05, + "loss": 0.323, + "mean_token_accuracy": 0.8722164332866669, + "num_tokens": 36954118.0, + "step": 28710 + }, + { + "entropy": 1.1954414963722229, + "epoch": 2.7438616604566732, + "grad_norm": 1.5272505283355713, + "learning_rate": 8.685633599719904e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8560478031635285, + "num_tokens": 36966648.0, + "step": 28720 + }, + { + "entropy": 1.2134940385818482, + "epoch": 2.7448170440431836, + "grad_norm": 1.3340593576431274, + "learning_rate": 8.684565922377283e-05, + "loss": 0.3567, + "mean_token_accuracy": 0.8639453411102295, + "num_tokens": 36979695.0, + "step": 28730 + }, + { + "entropy": 1.192889678478241, + "epoch": 2.745772427629693, + "grad_norm": 1.3717511892318726, + "learning_rate": 8.683497877245622e-05, + "loss": 0.2977, + "mean_token_accuracy": 0.8855082869529725, + "num_tokens": 36992931.0, + "step": 28740 + }, + { + "entropy": 1.1940956354141234, + "epoch": 2.7467278112162035, + "grad_norm": 1.681601881980896, + "learning_rate": 8.682429464431534e-05, + "loss": 0.3436, + "mean_token_accuracy": 0.8609791219234466, + "num_tokens": 37005875.0, + "step": 28750 + }, + { + "entropy": 1.190809190273285, + "epoch": 2.7476831948027134, + "grad_norm": 1.3603277206420898, + "learning_rate": 8.681360684041666e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8639990627765656, + "num_tokens": 37018700.0, + "step": 28760 + }, + { + "entropy": 1.1965561628341674, + "epoch": 2.7486385783892233, + "grad_norm": 1.1025822162628174, + "learning_rate": 8.680291536182701e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8580856323242188, + "num_tokens": 37031904.0, + "step": 28770 + }, + { + "entropy": 1.199891698360443, + "epoch": 2.7495939619757332, + "grad_norm": 1.1296967267990112, + "learning_rate": 8.679222020961364e-05, + "loss": 0.356, + "mean_token_accuracy": 0.8544559597969055, + "num_tokens": 37044620.0, + "step": 28780 + }, + { + "entropy": 1.2023924827575683, + "epoch": 2.750549345562243, + "grad_norm": 1.3197296857833862, + "learning_rate": 8.67815213848441e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8654078423976899, + "num_tokens": 37057757.0, + "step": 28790 + }, + { + "entropy": 1.1918416023254395, + "epoch": 2.751504729148753, + "grad_norm": 1.406008243560791, + "learning_rate": 8.677081888858633e-05, + "loss": 0.3493, + "mean_token_accuracy": 0.8668893814086914, + "num_tokens": 37070911.0, + "step": 28800 + }, + { + "entropy": 1.1893261551856995, + "epoch": 2.752460112735263, + "grad_norm": 1.4207342863082886, + "learning_rate": 8.676011272190866e-05, + "loss": 0.3429, + "mean_token_accuracy": 0.8610358357429504, + "num_tokens": 37083945.0, + "step": 28810 + }, + { + "entropy": 1.1756073236465454, + "epoch": 2.7534154963217734, + "grad_norm": 0.9925271272659302, + "learning_rate": 8.674940288587975e-05, + "loss": 0.3095, + "mean_token_accuracy": 0.8775719285011292, + "num_tokens": 37096630.0, + "step": 28820 + }, + { + "entropy": 1.1805683016777038, + "epoch": 2.7543708799082833, + "grad_norm": 1.1794860363006592, + "learning_rate": 8.673868938156864e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.87662273645401, + "num_tokens": 37109694.0, + "step": 28830 + }, + { + "entropy": 1.1680197715759277, + "epoch": 2.7553262634947933, + "grad_norm": 1.256068229675293, + "learning_rate": 8.672797221004477e-05, + "loss": 0.3463, + "mean_token_accuracy": 0.8638767719268798, + "num_tokens": 37122274.0, + "step": 28840 + }, + { + "entropy": 1.187754249572754, + "epoch": 2.756281647081303, + "grad_norm": 1.196394920349121, + "learning_rate": 8.671725137237787e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8692442715168, + "num_tokens": 37134803.0, + "step": 28850 + }, + { + "entropy": 1.1806417226791381, + "epoch": 2.757237030667813, + "grad_norm": 1.706925630569458, + "learning_rate": 8.670652686963812e-05, + "loss": 0.3622, + "mean_token_accuracy": 0.8545280575752259, + "num_tokens": 37147621.0, + "step": 28860 + }, + { + "entropy": 1.1937336444854736, + "epoch": 2.758192414254323, + "grad_norm": 0.9535304307937622, + "learning_rate": 8.6695798702896e-05, + "loss": 0.338, + "mean_token_accuracy": 0.8607171714305878, + "num_tokens": 37160821.0, + "step": 28870 + }, + { + "entropy": 1.1967827081680298, + "epoch": 2.759147797840833, + "grad_norm": 1.1772359609603882, + "learning_rate": 8.66850668732224e-05, + "loss": 0.3567, + "mean_token_accuracy": 0.8585056483745575, + "num_tokens": 37173851.0, + "step": 28880 + }, + { + "entropy": 1.1772637724876405, + "epoch": 2.7601031814273433, + "grad_norm": 1.4892582893371582, + "learning_rate": 8.667433138168857e-05, + "loss": 0.3544, + "mean_token_accuracy": 0.8576115846633912, + "num_tokens": 37186399.0, + "step": 28890 + }, + { + "entropy": 1.1884991526603699, + "epoch": 2.761058565013853, + "grad_norm": 0.9690869450569153, + "learning_rate": 8.666359222936609e-05, + "loss": 0.3402, + "mean_token_accuracy": 0.8628642141819001, + "num_tokens": 37199111.0, + "step": 28900 + }, + { + "entropy": 1.1674408793449402, + "epoch": 2.762013948600363, + "grad_norm": 1.3209420442581177, + "learning_rate": 8.665284941732692e-05, + "loss": 0.3024, + "mean_token_accuracy": 0.8856187522411346, + "num_tokens": 37211751.0, + "step": 28910 + }, + { + "entropy": 1.191466009616852, + "epoch": 2.762969332186873, + "grad_norm": 1.3580679893493652, + "learning_rate": 8.664210294664344e-05, + "loss": 0.3401, + "mean_token_accuracy": 0.8653306305408478, + "num_tokens": 37224442.0, + "step": 28920 + }, + { + "entropy": 1.2010188937187194, + "epoch": 2.763924715773383, + "grad_norm": 1.3497772216796875, + "learning_rate": 8.66313528183883e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.8589194655418396, + "num_tokens": 37237864.0, + "step": 28930 + }, + { + "entropy": 1.1855261206626893, + "epoch": 2.764880099359893, + "grad_norm": 1.3038276433944702, + "learning_rate": 8.66205990336346e-05, + "loss": 0.3273, + "mean_token_accuracy": 0.8709211468696594, + "num_tokens": 37250761.0, + "step": 28940 + }, + { + "entropy": 1.171118426322937, + "epoch": 2.765835482946403, + "grad_norm": 1.3978835344314575, + "learning_rate": 8.660984159345576e-05, + "loss": 0.3162, + "mean_token_accuracy": 0.8719199895858765, + "num_tokens": 37263279.0, + "step": 28950 + }, + { + "entropy": 1.1967251658439637, + "epoch": 2.766790866532913, + "grad_norm": 1.283003330230713, + "learning_rate": 8.659908049892556e-05, + "loss": 0.3505, + "mean_token_accuracy": 0.8570009052753449, + "num_tokens": 37276167.0, + "step": 28960 + }, + { + "entropy": 1.2069018840789796, + "epoch": 2.7677462501194228, + "grad_norm": 1.1673822402954102, + "learning_rate": 8.658831575111818e-05, + "loss": 0.3574, + "mean_token_accuracy": 0.8598781526088715, + "num_tokens": 37288428.0, + "step": 28970 + }, + { + "entropy": 1.1993114709854127, + "epoch": 2.768701633705933, + "grad_norm": 1.7211809158325195, + "learning_rate": 8.657754735110814e-05, + "loss": 0.3046, + "mean_token_accuracy": 0.8798899829387665, + "num_tokens": 37301408.0, + "step": 28980 + }, + { + "entropy": 1.197025203704834, + "epoch": 2.769657017292443, + "grad_norm": 1.0956573486328125, + "learning_rate": 8.656677529997033e-05, + "loss": 0.3408, + "mean_token_accuracy": 0.8699112951755523, + "num_tokens": 37313998.0, + "step": 28990 + }, + { + "entropy": 1.1982747077941895, + "epoch": 2.770612400878953, + "grad_norm": 1.2423807382583618, + "learning_rate": 8.655599959878e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8650188565254211, + "num_tokens": 37326674.0, + "step": 29000 + }, + { + "entropy": 1.2112675189971924, + "epoch": 2.771567784465463, + "grad_norm": 1.1857988834381104, + "learning_rate": 8.654522024861276e-05, + "loss": 0.3496, + "mean_token_accuracy": 0.8615016400814056, + "num_tokens": 37339276.0, + "step": 29010 + }, + { + "entropy": 1.209256649017334, + "epoch": 2.772523168051973, + "grad_norm": 1.1606464385986328, + "learning_rate": 8.653443725054459e-05, + "loss": 0.3346, + "mean_token_accuracy": 0.8696408927440643, + "num_tokens": 37352032.0, + "step": 29020 + }, + { + "entropy": 1.2185492873191834, + "epoch": 2.773478551638483, + "grad_norm": 1.5065066814422607, + "learning_rate": 8.652365060565186e-05, + "loss": 0.3841, + "mean_token_accuracy": 0.8442162036895752, + "num_tokens": 37364983.0, + "step": 29030 + }, + { + "entropy": 1.2215465664863587, + "epoch": 2.7744339352249927, + "grad_norm": 1.2786260843276978, + "learning_rate": 8.651286031501126e-05, + "loss": 0.3094, + "mean_token_accuracy": 0.8802079319953918, + "num_tokens": 37378059.0, + "step": 29040 + }, + { + "entropy": 1.2023418426513672, + "epoch": 2.775389318811503, + "grad_norm": 1.5634286403656006, + "learning_rate": 8.650206637969989e-05, + "loss": 0.3452, + "mean_token_accuracy": 0.8638994932174683, + "num_tokens": 37390641.0, + "step": 29050 + }, + { + "entropy": 1.2135316133499146, + "epoch": 2.7763447023980126, + "grad_norm": 1.420428991317749, + "learning_rate": 8.649126880079515e-05, + "loss": 0.3353, + "mean_token_accuracy": 0.8738983333110809, + "num_tokens": 37403957.0, + "step": 29060 + }, + { + "entropy": 1.2033417344093322, + "epoch": 2.777300085984523, + "grad_norm": 1.4161949157714844, + "learning_rate": 8.648046757937486e-05, + "loss": 0.3194, + "mean_token_accuracy": 0.8741127848625183, + "num_tokens": 37416333.0, + "step": 29070 + }, + { + "entropy": 1.2149639964103698, + "epoch": 2.778255469571033, + "grad_norm": 1.3630191087722778, + "learning_rate": 8.646966271651719e-05, + "loss": 0.3393, + "mean_token_accuracy": 0.863175368309021, + "num_tokens": 37429287.0, + "step": 29080 + }, + { + "entropy": 1.2343029260635376, + "epoch": 2.779210853157543, + "grad_norm": 1.1293468475341797, + "learning_rate": 8.645885421330067e-05, + "loss": 0.3789, + "mean_token_accuracy": 0.8551568567752839, + "num_tokens": 37441925.0, + "step": 29090 + }, + { + "entropy": 1.2010761857032777, + "epoch": 2.7801662367440527, + "grad_norm": 1.2151050567626953, + "learning_rate": 8.644804207080418e-05, + "loss": 0.3088, + "mean_token_accuracy": 0.8746578454971313, + "num_tokens": 37454338.0, + "step": 29100 + }, + { + "entropy": 1.2159245133399963, + "epoch": 2.7811216203305626, + "grad_norm": 1.0867698192596436, + "learning_rate": 8.643722629010697e-05, + "loss": 0.2976, + "mean_token_accuracy": 0.8870820820331573, + "num_tokens": 37467289.0, + "step": 29110 + }, + { + "entropy": 1.208968710899353, + "epoch": 2.7820770039170726, + "grad_norm": 1.7032781839370728, + "learning_rate": 8.642640687228868e-05, + "loss": 0.324, + "mean_token_accuracy": 0.876239013671875, + "num_tokens": 37479824.0, + "step": 29120 + }, + { + "entropy": 1.2034950017929078, + "epoch": 2.7830323875035825, + "grad_norm": 1.1653740406036377, + "learning_rate": 8.641558381842929e-05, + "loss": 0.3153, + "mean_token_accuracy": 0.8712102353572846, + "num_tokens": 37492165.0, + "step": 29130 + }, + { + "entropy": 1.2166972517967225, + "epoch": 2.783987771090093, + "grad_norm": 1.6165618896484375, + "learning_rate": 8.640475712960914e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.8533180177211761, + "num_tokens": 37504887.0, + "step": 29140 + }, + { + "entropy": 1.2183127284049988, + "epoch": 2.784943154676603, + "grad_norm": 1.7514795064926147, + "learning_rate": 8.639392680690893e-05, + "loss": 0.3409, + "mean_token_accuracy": 0.8708744585514069, + "num_tokens": 37517633.0, + "step": 29150 + }, + { + "entropy": 1.2131631255149842, + "epoch": 2.7858985382631127, + "grad_norm": 1.152379035949707, + "learning_rate": 8.638309285140971e-05, + "loss": 0.3664, + "mean_token_accuracy": 0.8574374675750732, + "num_tokens": 37530355.0, + "step": 29160 + }, + { + "entropy": 1.2348962783813477, + "epoch": 2.7868539218496227, + "grad_norm": 1.238803744316101, + "learning_rate": 8.637225526419294e-05, + "loss": 0.372, + "mean_token_accuracy": 0.8527546286582947, + "num_tokens": 37543916.0, + "step": 29170 + }, + { + "entropy": 1.202544593811035, + "epoch": 2.7878093054361326, + "grad_norm": 1.4923193454742432, + "learning_rate": 8.636141404634042e-05, + "loss": 0.3105, + "mean_token_accuracy": 0.8768800497055054, + "num_tokens": 37556524.0, + "step": 29180 + }, + { + "entropy": 1.227826976776123, + "epoch": 2.7887646890226425, + "grad_norm": 0.9077375531196594, + "learning_rate": 8.635056919893431e-05, + "loss": 0.3399, + "mean_token_accuracy": 0.8633060812950134, + "num_tokens": 37569985.0, + "step": 29190 + }, + { + "entropy": 1.2208166480064393, + "epoch": 2.7897200726091524, + "grad_norm": 1.71646249294281, + "learning_rate": 8.633972072305711e-05, + "loss": 0.3439, + "mean_token_accuracy": 0.8677463352680206, + "num_tokens": 37582905.0, + "step": 29200 + }, + { + "entropy": 1.2149370908737183, + "epoch": 2.790675456195663, + "grad_norm": 1.5787923336029053, + "learning_rate": 8.63288686197917e-05, + "loss": 0.3716, + "mean_token_accuracy": 0.8551216781139374, + "num_tokens": 37595787.0, + "step": 29210 + }, + { + "entropy": 1.223231589794159, + "epoch": 2.7916308397821723, + "grad_norm": 1.3924063444137573, + "learning_rate": 8.631801289022134e-05, + "loss": 0.3483, + "mean_token_accuracy": 0.8618533968925476, + "num_tokens": 37608718.0, + "step": 29220 + }, + { + "entropy": 1.2161327958106996, + "epoch": 2.7925862233686827, + "grad_norm": 1.3254411220550537, + "learning_rate": 8.630715353542964e-05, + "loss": 0.3666, + "mean_token_accuracy": 0.8560823500156403, + "num_tokens": 37621637.0, + "step": 29230 + }, + { + "entropy": 1.2176389813423156, + "epoch": 2.7935416069551926, + "grad_norm": 1.4378547668457031, + "learning_rate": 8.629629055650057e-05, + "loss": 0.3542, + "mean_token_accuracy": 0.8625727355480194, + "num_tokens": 37634383.0, + "step": 29240 + }, + { + "entropy": 1.228599238395691, + "epoch": 2.7944969905417025, + "grad_norm": 1.1945314407348633, + "learning_rate": 8.628542395451843e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8702842175960541, + "num_tokens": 37647722.0, + "step": 29250 + }, + { + "entropy": 1.2128347516059876, + "epoch": 2.7954523741282125, + "grad_norm": 1.275334358215332, + "learning_rate": 8.627455373056793e-05, + "loss": 0.339, + "mean_token_accuracy": 0.86909419298172, + "num_tokens": 37660341.0, + "step": 29260 + }, + { + "entropy": 1.218135118484497, + "epoch": 2.7964077577147224, + "grad_norm": 1.1015571355819702, + "learning_rate": 8.626367988573413e-05, + "loss": 0.3209, + "mean_token_accuracy": 0.8738840043544769, + "num_tokens": 37673229.0, + "step": 29270 + }, + { + "entropy": 1.2160574316978454, + "epoch": 2.7973631413012323, + "grad_norm": 0.9087293148040771, + "learning_rate": 8.625280242110242e-05, + "loss": 0.3484, + "mean_token_accuracy": 0.8679249048233032, + "num_tokens": 37686200.0, + "step": 29280 + }, + { + "entropy": 1.2142353415489198, + "epoch": 2.7983185248877422, + "grad_norm": 1.5055698156356812, + "learning_rate": 8.624192133775864e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.8557918190956115, + "num_tokens": 37698961.0, + "step": 29290 + }, + { + "entropy": 1.213866078853607, + "epoch": 2.7992739084742526, + "grad_norm": 1.397646427154541, + "learning_rate": 8.623103663678884e-05, + "loss": 0.3262, + "mean_token_accuracy": 0.8691076576709748, + "num_tokens": 37711583.0, + "step": 29300 + }, + { + "entropy": 1.2103408217430114, + "epoch": 2.8002292920607625, + "grad_norm": 1.3767980337142944, + "learning_rate": 8.622014831927957e-05, + "loss": 0.3456, + "mean_token_accuracy": 0.8657685816287994, + "num_tokens": 37724259.0, + "step": 29310 + }, + { + "entropy": 1.2235198020935059, + "epoch": 2.8011846756472725, + "grad_norm": 1.26850426197052, + "learning_rate": 8.620925638631767e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8516713500022888, + "num_tokens": 37736739.0, + "step": 29320 + }, + { + "entropy": 1.2036884665489196, + "epoch": 2.8021400592337824, + "grad_norm": 1.5276778936386108, + "learning_rate": 8.619836083899038e-05, + "loss": 0.3397, + "mean_token_accuracy": 0.8637299954891204, + "num_tokens": 37749347.0, + "step": 29330 + }, + { + "entropy": 1.2038486123085022, + "epoch": 2.8030954428202923, + "grad_norm": 1.486932635307312, + "learning_rate": 8.618746167838527e-05, + "loss": 0.2983, + "mean_token_accuracy": 0.8835578918457031, + "num_tokens": 37762286.0, + "step": 29340 + }, + { + "entropy": 1.1970404386520386, + "epoch": 2.8040508264068023, + "grad_norm": 1.6260147094726562, + "learning_rate": 8.617655890559026e-05, + "loss": 0.3329, + "mean_token_accuracy": 0.8708649933338165, + "num_tokens": 37774753.0, + "step": 29350 + }, + { + "entropy": 1.2054467797279358, + "epoch": 2.805006209993312, + "grad_norm": 1.0127384662628174, + "learning_rate": 8.616565252169369e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8576287031173706, + "num_tokens": 37787198.0, + "step": 29360 + }, + { + "entropy": 1.2025784492492675, + "epoch": 2.8059615935798226, + "grad_norm": 1.1016727685928345, + "learning_rate": 8.615474252778419e-05, + "loss": 0.3611, + "mean_token_accuracy": 0.8590776443481445, + "num_tokens": 37799502.0, + "step": 29370 + }, + { + "entropy": 1.2052060842514039, + "epoch": 2.806916977166332, + "grad_norm": 1.1458053588867188, + "learning_rate": 8.614382892495081e-05, + "loss": 0.3032, + "mean_token_accuracy": 0.8817862808704376, + "num_tokens": 37811740.0, + "step": 29380 + }, + { + "entropy": 1.2356611490249634, + "epoch": 2.8078723607528424, + "grad_norm": 1.3755947351455688, + "learning_rate": 8.613291171428292e-05, + "loss": 0.3445, + "mean_token_accuracy": 0.8662585616111755, + "num_tokens": 37824654.0, + "step": 29390 + }, + { + "entropy": 1.233802568912506, + "epoch": 2.8088277443393523, + "grad_norm": 1.0304359197616577, + "learning_rate": 8.612199089687025e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8524558246135712, + "num_tokens": 37837569.0, + "step": 29400 + }, + { + "entropy": 1.2358125686645507, + "epoch": 2.8097831279258623, + "grad_norm": 1.4348551034927368, + "learning_rate": 8.611106647380293e-05, + "loss": 0.3381, + "mean_token_accuracy": 0.8640186607837677, + "num_tokens": 37851181.0, + "step": 29410 + }, + { + "entropy": 1.2141318917274475, + "epoch": 2.810738511512372, + "grad_norm": 1.345748782157898, + "learning_rate": 8.61001384461714e-05, + "loss": 0.3434, + "mean_token_accuracy": 0.865770673751831, + "num_tokens": 37864084.0, + "step": 29420 + }, + { + "entropy": 1.215721356868744, + "epoch": 2.811693895098882, + "grad_norm": 1.3236486911773682, + "learning_rate": 8.608920681506649e-05, + "loss": 0.3343, + "mean_token_accuracy": 0.866143935918808, + "num_tokens": 37876809.0, + "step": 29430 + }, + { + "entropy": 1.1915331482887268, + "epoch": 2.812649278685392, + "grad_norm": 1.4434385299682617, + "learning_rate": 8.60782715815794e-05, + "loss": 0.3391, + "mean_token_accuracy": 0.8707290887832642, + "num_tokens": 37889125.0, + "step": 29440 + }, + { + "entropy": 1.2016297578811646, + "epoch": 2.813604662271902, + "grad_norm": 1.259821891784668, + "learning_rate": 8.606733274680164e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.8595920681953431, + "num_tokens": 37901986.0, + "step": 29450 + }, + { + "entropy": 1.2042440891265869, + "epoch": 2.8145600458584124, + "grad_norm": 1.3226699829101562, + "learning_rate": 8.605639031182514e-05, + "loss": 0.3311, + "mean_token_accuracy": 0.8670928776264191, + "num_tokens": 37914563.0, + "step": 29460 + }, + { + "entropy": 1.2085681557655334, + "epoch": 2.8155154294449223, + "grad_norm": 1.8125402927398682, + "learning_rate": 8.604544427774215e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8503659188747406, + "num_tokens": 37927785.0, + "step": 29470 + }, + { + "entropy": 1.1957893371582031, + "epoch": 2.816470813031432, + "grad_norm": 1.0682345628738403, + "learning_rate": 8.603449464564528e-05, + "loss": 0.3122, + "mean_token_accuracy": 0.8737375140190125, + "num_tokens": 37940607.0, + "step": 29480 + }, + { + "entropy": 1.2013224005699157, + "epoch": 2.817426196617942, + "grad_norm": 1.2537026405334473, + "learning_rate": 8.602354141662751e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8710291922092438, + "num_tokens": 37953915.0, + "step": 29490 + }, + { + "entropy": 1.205005693435669, + "epoch": 2.818381580204452, + "grad_norm": 1.3361859321594238, + "learning_rate": 8.601258459178221e-05, + "loss": 0.3466, + "mean_token_accuracy": 0.8663583636283875, + "num_tokens": 37967213.0, + "step": 29500 + }, + { + "entropy": 1.1902464866638183, + "epoch": 2.819336963790962, + "grad_norm": 1.2273319959640503, + "learning_rate": 8.600162417220305e-05, + "loss": 0.3068, + "mean_token_accuracy": 0.8820291638374329, + "num_tokens": 37980464.0, + "step": 29510 + }, + { + "entropy": 1.1909490466117858, + "epoch": 2.820292347377472, + "grad_norm": 1.3662346601486206, + "learning_rate": 8.599066015898409e-05, + "loss": 0.3595, + "mean_token_accuracy": 0.862989628314972, + "num_tokens": 37993118.0, + "step": 29520 + }, + { + "entropy": 1.1877797603607179, + "epoch": 2.8212477309639823, + "grad_norm": 1.2707301378250122, + "learning_rate": 8.597969255321974e-05, + "loss": 0.3385, + "mean_token_accuracy": 0.8687450468540192, + "num_tokens": 38005548.0, + "step": 29530 + }, + { + "entropy": 1.2022853136062621, + "epoch": 2.8222031145504918, + "grad_norm": 1.7046440839767456, + "learning_rate": 8.596872135600478e-05, + "loss": 0.3163, + "mean_token_accuracy": 0.8800799608230591, + "num_tokens": 38018926.0, + "step": 29540 + }, + { + "entropy": 1.2070404052734376, + "epoch": 2.823158498137002, + "grad_norm": 1.1036643981933594, + "learning_rate": 8.595774656843436e-05, + "loss": 0.3313, + "mean_token_accuracy": 0.8698472321033478, + "num_tokens": 38032792.0, + "step": 29550 + }, + { + "entropy": 1.2049871921539306, + "epoch": 2.824113881723512, + "grad_norm": 1.5222429037094116, + "learning_rate": 8.594676819160392e-05, + "loss": 0.3386, + "mean_token_accuracy": 0.8688188672065735, + "num_tokens": 38045490.0, + "step": 29560 + }, + { + "entropy": 1.195976686477661, + "epoch": 2.825069265310022, + "grad_norm": 1.2463246583938599, + "learning_rate": 8.593578622660937e-05, + "loss": 0.3018, + "mean_token_accuracy": 0.8846957862377167, + "num_tokens": 38058541.0, + "step": 29570 + }, + { + "entropy": 1.187378966808319, + "epoch": 2.826024648896532, + "grad_norm": 1.7027286291122437, + "learning_rate": 8.592480067454687e-05, + "loss": 0.352, + "mean_token_accuracy": 0.8596889257431031, + "num_tokens": 38071692.0, + "step": 29580 + }, + { + "entropy": 1.2080999255180358, + "epoch": 2.826980032483042, + "grad_norm": 1.393530249595642, + "learning_rate": 8.591381153651301e-05, + "loss": 0.3659, + "mean_token_accuracy": 0.8614438652992249, + "num_tokens": 38085293.0, + "step": 29590 + }, + { + "entropy": 1.1997567176818849, + "epoch": 2.827935416069552, + "grad_norm": 0.9537278413772583, + "learning_rate": 8.590281881360469e-05, + "loss": 0.353, + "mean_token_accuracy": 0.858741945028305, + "num_tokens": 38098161.0, + "step": 29600 + }, + { + "entropy": 1.1918259143829346, + "epoch": 2.8288907996560617, + "grad_norm": 1.3631205558776855, + "learning_rate": 8.589182250691923e-05, + "loss": 0.3324, + "mean_token_accuracy": 0.8738187611103058, + "num_tokens": 38111053.0, + "step": 29610 + }, + { + "entropy": 1.1888893008232118, + "epoch": 2.829846183242572, + "grad_norm": 0.9736395478248596, + "learning_rate": 8.588082261755422e-05, + "loss": 0.3361, + "mean_token_accuracy": 0.8649344921112061, + "num_tokens": 38123741.0, + "step": 29620 + }, + { + "entropy": 1.2065974473953247, + "epoch": 2.830801566829082, + "grad_norm": 1.372444987297058, + "learning_rate": 8.58698191466077e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.8742185354232788, + "num_tokens": 38137333.0, + "step": 29630 + }, + { + "entropy": 1.1852868318557739, + "epoch": 2.831756950415592, + "grad_norm": 1.0939104557037354, + "learning_rate": 8.585881209517799e-05, + "loss": 0.3286, + "mean_token_accuracy": 0.8776601076126098, + "num_tokens": 38149748.0, + "step": 29640 + }, + { + "entropy": 1.206247127056122, + "epoch": 2.832712334002102, + "grad_norm": 1.1397144794464111, + "learning_rate": 8.584780146436382e-05, + "loss": 0.3288, + "mean_token_accuracy": 0.8680133104324341, + "num_tokens": 38163294.0, + "step": 29650 + }, + { + "entropy": 1.202619695663452, + "epoch": 2.833667717588612, + "grad_norm": 1.260939121246338, + "learning_rate": 8.583678725526426e-05, + "loss": 0.3949, + "mean_token_accuracy": 0.8404532968997955, + "num_tokens": 38175797.0, + "step": 29660 + }, + { + "entropy": 1.2035595774650574, + "epoch": 2.8346231011751217, + "grad_norm": 1.3898584842681885, + "learning_rate": 8.582576946897871e-05, + "loss": 0.3296, + "mean_token_accuracy": 0.8712619364261627, + "num_tokens": 38189222.0, + "step": 29670 + }, + { + "entropy": 1.1852975964546204, + "epoch": 2.8355784847616317, + "grad_norm": 1.305760145187378, + "learning_rate": 8.581474810660699e-05, + "loss": 0.3043, + "mean_token_accuracy": 0.8755885660648346, + "num_tokens": 38201879.0, + "step": 29680 + }, + { + "entropy": 1.2006514549255372, + "epoch": 2.836533868348142, + "grad_norm": 1.2212786674499512, + "learning_rate": 8.580372316924922e-05, + "loss": 0.3504, + "mean_token_accuracy": 0.8641526997089386, + "num_tokens": 38215143.0, + "step": 29690 + }, + { + "entropy": 1.2112752318382263, + "epoch": 2.8374892519346515, + "grad_norm": 1.8963913917541504, + "learning_rate": 8.579269465800588e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.860280567407608, + "num_tokens": 38227912.0, + "step": 29700 + }, + { + "entropy": 1.2042600274086, + "epoch": 2.838444635521162, + "grad_norm": 1.3971432447433472, + "learning_rate": 8.578166257397784e-05, + "loss": 0.3549, + "mean_token_accuracy": 0.8563803374767304, + "num_tokens": 38240634.0, + "step": 29710 + }, + { + "entropy": 1.1984676599502564, + "epoch": 2.839400019107672, + "grad_norm": 1.2619110345840454, + "learning_rate": 8.577062691826634e-05, + "loss": 0.3478, + "mean_token_accuracy": 0.8598908126354218, + "num_tokens": 38253049.0, + "step": 29720 + }, + { + "entropy": 1.211169183254242, + "epoch": 2.8403554026941817, + "grad_norm": 1.1583523750305176, + "learning_rate": 8.575958769197288e-05, + "loss": 0.3692, + "mean_token_accuracy": 0.8504071652889251, + "num_tokens": 38265928.0, + "step": 29730 + }, + { + "entropy": 1.200083351135254, + "epoch": 2.8413107862806917, + "grad_norm": 1.5808669328689575, + "learning_rate": 8.574854489619943e-05, + "loss": 0.3316, + "mean_token_accuracy": 0.8753382503986359, + "num_tokens": 38278459.0, + "step": 29740 + }, + { + "entropy": 1.204771876335144, + "epoch": 2.8422661698672016, + "grad_norm": 1.4281748533248901, + "learning_rate": 8.573749853204827e-05, + "loss": 0.3253, + "mean_token_accuracy": 0.8742627561092376, + "num_tokens": 38291521.0, + "step": 29750 + }, + { + "entropy": 1.1991910219192505, + "epoch": 2.8432215534537115, + "grad_norm": 0.9855268001556396, + "learning_rate": 8.5726448600622e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8719205260276794, + "num_tokens": 38304376.0, + "step": 29760 + }, + { + "entropy": 1.204111397266388, + "epoch": 2.8441769370402215, + "grad_norm": 1.4821370840072632, + "learning_rate": 8.571539510302364e-05, + "loss": 0.3179, + "mean_token_accuracy": 0.876340115070343, + "num_tokens": 38317660.0, + "step": 29770 + }, + { + "entropy": 1.203883957862854, + "epoch": 2.845132320626732, + "grad_norm": 1.1627113819122314, + "learning_rate": 8.570433804035654e-05, + "loss": 0.3305, + "mean_token_accuracy": 0.8732036411762237, + "num_tokens": 38331151.0, + "step": 29780 + }, + { + "entropy": 1.2081529140472411, + "epoch": 2.8460877042132418, + "grad_norm": 1.0538378953933716, + "learning_rate": 8.569327741372439e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.8661432862281799, + "num_tokens": 38343890.0, + "step": 29790 + }, + { + "entropy": 1.2017676472663879, + "epoch": 2.8470430877997517, + "grad_norm": 1.1845827102661133, + "learning_rate": 8.568221322423125e-05, + "loss": 0.3512, + "mean_token_accuracy": 0.8629061758518219, + "num_tokens": 38356715.0, + "step": 29800 + }, + { + "entropy": 1.2032001972198487, + "epoch": 2.8479984713862616, + "grad_norm": 1.2224550247192383, + "learning_rate": 8.567114547298153e-05, + "loss": 0.3472, + "mean_token_accuracy": 0.8659345507621765, + "num_tokens": 38369826.0, + "step": 29810 + }, + { + "entropy": 1.1985423564910889, + "epoch": 2.8489538549727715, + "grad_norm": 1.1738799810409546, + "learning_rate": 8.566007416108002e-05, + "loss": 0.3543, + "mean_token_accuracy": 0.8614718317985535, + "num_tokens": 38382778.0, + "step": 29820 + }, + { + "entropy": 1.1967315912246703, + "epoch": 2.8499092385592815, + "grad_norm": 1.2564892768859863, + "learning_rate": 8.564899928963183e-05, + "loss": 0.3188, + "mean_token_accuracy": 0.8671629428863525, + "num_tokens": 38395601.0, + "step": 29830 + }, + { + "entropy": 1.2059298992156982, + "epoch": 2.8508646221457914, + "grad_norm": 1.6013985872268677, + "learning_rate": 8.563792085974243e-05, + "loss": 0.3539, + "mean_token_accuracy": 0.8612988650798797, + "num_tokens": 38409007.0, + "step": 29840 + }, + { + "entropy": 1.1960755825042724, + "epoch": 2.8518200057323018, + "grad_norm": 1.0592254400253296, + "learning_rate": 8.562683887251768e-05, + "loss": 0.3274, + "mean_token_accuracy": 0.8649944186210632, + "num_tokens": 38421769.0, + "step": 29850 + }, + { + "entropy": 1.1920717000961303, + "epoch": 2.8527753893188112, + "grad_norm": 1.1499614715576172, + "learning_rate": 8.561575332906375e-05, + "loss": 0.3413, + "mean_token_accuracy": 0.8633840322494507, + "num_tokens": 38434549.0, + "step": 29860 + }, + { + "entropy": 1.206344437599182, + "epoch": 2.8537307729053216, + "grad_norm": 1.614151954650879, + "learning_rate": 8.56046642304872e-05, + "loss": 0.3723, + "mean_token_accuracy": 0.8575590133666993, + "num_tokens": 38447088.0, + "step": 29870 + }, + { + "entropy": 1.2000696301460265, + "epoch": 2.8546861564918316, + "grad_norm": 1.505788803100586, + "learning_rate": 8.559357157789491e-05, + "loss": 0.3255, + "mean_token_accuracy": 0.8730958461761474, + "num_tokens": 38460611.0, + "step": 29880 + }, + { + "entropy": 1.2091332077980042, + "epoch": 2.8556415400783415, + "grad_norm": 1.2260947227478027, + "learning_rate": 8.558247537239418e-05, + "loss": 0.3572, + "mean_token_accuracy": 0.8617610037326813, + "num_tokens": 38474083.0, + "step": 29890 + }, + { + "entropy": 1.199726665019989, + "epoch": 2.8565969236648514, + "grad_norm": 1.1494665145874023, + "learning_rate": 8.557137561509258e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8664623498916626, + "num_tokens": 38486745.0, + "step": 29900 + }, + { + "entropy": 1.2157716035842896, + "epoch": 2.8575523072513613, + "grad_norm": 1.7427120208740234, + "learning_rate": 8.556027230709808e-05, + "loss": 0.3439, + "mean_token_accuracy": 0.8643300771713257, + "num_tokens": 38499518.0, + "step": 29910 + }, + { + "entropy": 1.2235540986061095, + "epoch": 2.8585076908378713, + "grad_norm": 1.068951964378357, + "learning_rate": 8.554916544951901e-05, + "loss": 0.3697, + "mean_token_accuracy": 0.8531339049339295, + "num_tokens": 38512009.0, + "step": 29920 + }, + { + "entropy": 1.2131549000740052, + "epoch": 2.859463074424381, + "grad_norm": 1.2983864545822144, + "learning_rate": 8.553805504346403e-05, + "loss": 0.3156, + "mean_token_accuracy": 0.8789166450500489, + "num_tokens": 38524621.0, + "step": 29930 + }, + { + "entropy": 1.229480755329132, + "epoch": 2.8604184580108916, + "grad_norm": 1.7671480178833008, + "learning_rate": 8.552694109004218e-05, + "loss": 0.3804, + "mean_token_accuracy": 0.8503504037857056, + "num_tokens": 38537817.0, + "step": 29940 + }, + { + "entropy": 1.187459123134613, + "epoch": 2.8613738415974015, + "grad_norm": 0.9883845448493958, + "learning_rate": 8.551582359036286e-05, + "loss": 0.3204, + "mean_token_accuracy": 0.8769368469715119, + "num_tokens": 38550767.0, + "step": 29950 + }, + { + "entropy": 1.1935799956321715, + "epoch": 2.8623292251839114, + "grad_norm": 1.2342960834503174, + "learning_rate": 8.550470254553576e-05, + "loss": 0.3684, + "mean_token_accuracy": 0.8612583577632904, + "num_tokens": 38563389.0, + "step": 29960 + }, + { + "entropy": 1.2056373715400697, + "epoch": 2.8632846087704213, + "grad_norm": 1.160919427871704, + "learning_rate": 8.5493577956671e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8673439502716065, + "num_tokens": 38576309.0, + "step": 29970 + }, + { + "entropy": 1.2005095839500428, + "epoch": 2.8642399923569313, + "grad_norm": 1.1135011911392212, + "learning_rate": 8.548244982487901e-05, + "loss": 0.3457, + "mean_token_accuracy": 0.8644775032997132, + "num_tokens": 38589196.0, + "step": 29980 + }, + { + "entropy": 1.1928379654884338, + "epoch": 2.865195375943441, + "grad_norm": 1.676488995552063, + "learning_rate": 8.547131815127061e-05, + "loss": 0.3233, + "mean_token_accuracy": 0.8734609007835388, + "num_tokens": 38602125.0, + "step": 29990 + }, + { + "entropy": 1.20868079662323, + "epoch": 2.866150759529951, + "grad_norm": 1.8405392169952393, + "learning_rate": 8.546018293695692e-05, + "loss": 0.373, + "mean_token_accuracy": 0.8513427734375, + "num_tokens": 38615240.0, + "step": 30000 + }, + { + "entropy": 1.1897657752037047, + "epoch": 2.8671061431164615, + "grad_norm": 1.206345796585083, + "learning_rate": 8.544904418304946e-05, + "loss": 0.3249, + "mean_token_accuracy": 0.8760381400585174, + "num_tokens": 38627470.0, + "step": 30010 + }, + { + "entropy": 1.1971317410469056, + "epoch": 2.868061526702971, + "grad_norm": 1.4246948957443237, + "learning_rate": 8.54379018906601e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.880970960855484, + "num_tokens": 38640007.0, + "step": 30020 + }, + { + "entropy": 1.180858814716339, + "epoch": 2.8690169102894814, + "grad_norm": 1.5274758338928223, + "learning_rate": 8.542675606090102e-05, + "loss": 0.3218, + "mean_token_accuracy": 0.8729367852210999, + "num_tokens": 38652623.0, + "step": 30030 + }, + { + "entropy": 1.1936217546463013, + "epoch": 2.8699722938759913, + "grad_norm": 1.451704978942871, + "learning_rate": 8.541560669488481e-05, + "loss": 0.3532, + "mean_token_accuracy": 0.8636139035224915, + "num_tokens": 38665337.0, + "step": 30040 + }, + { + "entropy": 1.1798086047172547, + "epoch": 2.870927677462501, + "grad_norm": 1.1660282611846924, + "learning_rate": 8.540445379372437e-05, + "loss": 0.3321, + "mean_token_accuracy": 0.8700791239738465, + "num_tokens": 38677928.0, + "step": 30050 + }, + { + "entropy": 1.1883750915527345, + "epoch": 2.871883061049011, + "grad_norm": 1.4046961069107056, + "learning_rate": 8.539329735853299e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8717641472816468, + "num_tokens": 38690780.0, + "step": 30060 + }, + { + "entropy": 1.1894686102867127, + "epoch": 2.872838444635521, + "grad_norm": 2.191716194152832, + "learning_rate": 8.538213739042426e-05, + "loss": 0.3711, + "mean_token_accuracy": 0.8536568462848664, + "num_tokens": 38703540.0, + "step": 30070 + }, + { + "entropy": 1.1749108552932739, + "epoch": 2.873793828222031, + "grad_norm": 1.0930145978927612, + "learning_rate": 8.537097389051218e-05, + "loss": 0.357, + "mean_token_accuracy": 0.8619753539562225, + "num_tokens": 38716449.0, + "step": 30080 + }, + { + "entropy": 1.180411171913147, + "epoch": 2.874749211808541, + "grad_norm": 1.2208263874053955, + "learning_rate": 8.535980685991107e-05, + "loss": 0.3192, + "mean_token_accuracy": 0.8739136755466461, + "num_tokens": 38729440.0, + "step": 30090 + }, + { + "entropy": 1.19063880443573, + "epoch": 2.8757045953950513, + "grad_norm": 1.871761441230774, + "learning_rate": 8.534863629973562e-05, + "loss": 0.3815, + "mean_token_accuracy": 0.8503043353557587, + "num_tokens": 38741868.0, + "step": 30100 + }, + { + "entropy": 1.1999680280685425, + "epoch": 2.8766599789815612, + "grad_norm": 1.1164042949676514, + "learning_rate": 8.533746221110084e-05, + "loss": 0.3144, + "mean_token_accuracy": 0.8784860491752624, + "num_tokens": 38754340.0, + "step": 30110 + }, + { + "entropy": 1.1930547833442688, + "epoch": 2.877615362568071, + "grad_norm": 1.2311325073242188, + "learning_rate": 8.532628459512213e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8744848787784576, + "num_tokens": 38767502.0, + "step": 30120 + }, + { + "entropy": 1.20434809923172, + "epoch": 2.878570746154581, + "grad_norm": 1.007040023803711, + "learning_rate": 8.531510345291524e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8661425888538361, + "num_tokens": 38780420.0, + "step": 30130 + }, + { + "entropy": 1.2055293083190919, + "epoch": 2.879526129741091, + "grad_norm": 1.3307487964630127, + "learning_rate": 8.530391878559622e-05, + "loss": 0.3666, + "mean_token_accuracy": 0.8608879029750824, + "num_tokens": 38793133.0, + "step": 30140 + }, + { + "entropy": 1.2062569499015807, + "epoch": 2.880481513327601, + "grad_norm": 1.307451844215393, + "learning_rate": 8.529273059428156e-05, + "loss": 0.3124, + "mean_token_accuracy": 0.8768280684947968, + "num_tokens": 38806182.0, + "step": 30150 + }, + { + "entropy": 1.1950465083122253, + "epoch": 2.881436896914111, + "grad_norm": 1.5884276628494263, + "learning_rate": 8.5281538880088e-05, + "loss": 0.3331, + "mean_token_accuracy": 0.8630804777145386, + "num_tokens": 38819224.0, + "step": 30160 + }, + { + "entropy": 1.1990618228912353, + "epoch": 2.8823922805006212, + "grad_norm": 1.4520249366760254, + "learning_rate": 8.527034364413271e-05, + "loss": 0.3477, + "mean_token_accuracy": 0.8615338504314423, + "num_tokens": 38832574.0, + "step": 30170 + }, + { + "entropy": 1.1957765460014342, + "epoch": 2.8833476640871307, + "grad_norm": 1.389527440071106, + "learning_rate": 8.525914488753318e-05, + "loss": 0.3424, + "mean_token_accuracy": 0.8681750297546387, + "num_tokens": 38845557.0, + "step": 30180 + }, + { + "entropy": 1.1843873381614685, + "epoch": 2.884303047673641, + "grad_norm": 1.3740019798278809, + "learning_rate": 8.524794261140727e-05, + "loss": 0.3786, + "mean_token_accuracy": 0.8504550337791443, + "num_tokens": 38858169.0, + "step": 30190 + }, + { + "entropy": 1.1876999139785767, + "epoch": 2.885258431260151, + "grad_norm": 1.4092841148376465, + "learning_rate": 8.523673681687318e-05, + "loss": 0.3369, + "mean_token_accuracy": 0.865502005815506, + "num_tokens": 38870876.0, + "step": 30200 + }, + { + "entropy": 1.187633216381073, + "epoch": 2.886213814846661, + "grad_norm": 1.2385419607162476, + "learning_rate": 8.522552750504943e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.8621244072914124, + "num_tokens": 38883207.0, + "step": 30210 + }, + { + "entropy": 1.1810141324996948, + "epoch": 2.887169198433171, + "grad_norm": 1.3612407445907593, + "learning_rate": 8.521431467705494e-05, + "loss": 0.3315, + "mean_token_accuracy": 0.8696752071380616, + "num_tokens": 38895997.0, + "step": 30220 + }, + { + "entropy": 1.208343756198883, + "epoch": 2.888124582019681, + "grad_norm": 0.8855201005935669, + "learning_rate": 8.520309833400896e-05, + "loss": 0.3237, + "mean_token_accuracy": 0.8738685429096222, + "num_tokens": 38909089.0, + "step": 30230 + }, + { + "entropy": 1.1965314626693726, + "epoch": 2.8890799656061907, + "grad_norm": 1.1908272504806519, + "learning_rate": 8.51918784770311e-05, + "loss": 0.332, + "mean_token_accuracy": 0.8644259810447693, + "num_tokens": 38921777.0, + "step": 30240 + }, + { + "entropy": 1.2221062660217286, + "epoch": 2.8900353491927007, + "grad_norm": 1.9889880418777466, + "learning_rate": 8.518065510724129e-05, + "loss": 0.4024, + "mean_token_accuracy": 0.8424506247043609, + "num_tokens": 38934867.0, + "step": 30250 + }, + { + "entropy": 1.2054506897926331, + "epoch": 2.890990732779211, + "grad_norm": 1.3304049968719482, + "learning_rate": 8.516942822575986e-05, + "loss": 0.3463, + "mean_token_accuracy": 0.8603332698345184, + "num_tokens": 38947455.0, + "step": 30260 + }, + { + "entropy": 1.204322052001953, + "epoch": 2.891946116365721, + "grad_norm": 1.0908410549163818, + "learning_rate": 8.515819783370744e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8742774903774262, + "num_tokens": 38959933.0, + "step": 30270 + }, + { + "entropy": 1.2007885813713073, + "epoch": 2.892901499952231, + "grad_norm": 1.1578810214996338, + "learning_rate": 8.514696393220507e-05, + "loss": 0.3259, + "mean_token_accuracy": 0.8672758400440216, + "num_tokens": 38973010.0, + "step": 30280 + }, + { + "entropy": 1.19105726480484, + "epoch": 2.893856883538741, + "grad_norm": 1.1996541023254395, + "learning_rate": 8.513572652237407e-05, + "loss": 0.3123, + "mean_token_accuracy": 0.8725300967693329, + "num_tokens": 38985866.0, + "step": 30290 + }, + { + "entropy": 1.2026002049446105, + "epoch": 2.8948122671252507, + "grad_norm": 0.836185872554779, + "learning_rate": 8.512448560533614e-05, + "loss": 0.3465, + "mean_token_accuracy": 0.8623856723308563, + "num_tokens": 38998814.0, + "step": 30300 + }, + { + "entropy": 1.182946538925171, + "epoch": 2.8957676507117607, + "grad_norm": 1.311257243156433, + "learning_rate": 8.511324118221337e-05, + "loss": 0.3126, + "mean_token_accuracy": 0.877707302570343, + "num_tokens": 39011363.0, + "step": 30310 + }, + { + "entropy": 1.1855809092521667, + "epoch": 2.8967230342982706, + "grad_norm": 1.0474345684051514, + "learning_rate": 8.510199325412813e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8685234606266021, + "num_tokens": 39023545.0, + "step": 30320 + }, + { + "entropy": 1.192806613445282, + "epoch": 2.897678417884781, + "grad_norm": 1.5552763938903809, + "learning_rate": 8.509074182220321e-05, + "loss": 0.3132, + "mean_token_accuracy": 0.8749139964580536, + "num_tokens": 39036637.0, + "step": 30330 + }, + { + "entropy": 1.1877195954322814, + "epoch": 2.8986338014712905, + "grad_norm": 0.9916610717773438, + "learning_rate": 8.507948688756168e-05, + "loss": 0.3191, + "mean_token_accuracy": 0.8735657691955566, + "num_tokens": 39049719.0, + "step": 30340 + }, + { + "entropy": 1.1915300607681274, + "epoch": 2.899589185057801, + "grad_norm": 1.2683782577514648, + "learning_rate": 8.506822845132702e-05, + "loss": 0.3462, + "mean_token_accuracy": 0.8643277049064636, + "num_tokens": 39062466.0, + "step": 30350 + }, + { + "entropy": 1.192008340358734, + "epoch": 2.9005445686443108, + "grad_norm": 1.1322612762451172, + "learning_rate": 8.505696651462304e-05, + "loss": 0.3269, + "mean_token_accuracy": 0.8666590631008149, + "num_tokens": 39075428.0, + "step": 30360 + }, + { + "entropy": 1.198312723636627, + "epoch": 2.9014999522308207, + "grad_norm": 1.562689185142517, + "learning_rate": 8.504570107857385e-05, + "loss": 0.3614, + "mean_token_accuracy": 0.8529429018497467, + "num_tokens": 39087859.0, + "step": 30370 + }, + { + "entropy": 1.2031246781349183, + "epoch": 2.9024553358173306, + "grad_norm": 1.59251070022583, + "learning_rate": 8.5034432144304e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8745457887649536, + "num_tokens": 39101345.0, + "step": 30380 + }, + { + "entropy": 1.174430286884308, + "epoch": 2.9034107194038405, + "grad_norm": 1.1434353590011597, + "learning_rate": 8.502315971293831e-05, + "loss": 0.3261, + "mean_token_accuracy": 0.8716416239738465, + "num_tokens": 39114103.0, + "step": 30390 + }, + { + "entropy": 1.2025461316108703, + "epoch": 2.9043661029903505, + "grad_norm": 1.6622554063796997, + "learning_rate": 8.501188378560201e-05, + "loss": 0.3755, + "mean_token_accuracy": 0.851678729057312, + "num_tokens": 39126818.0, + "step": 30400 + }, + { + "entropy": 1.1902629375457763, + "epoch": 2.9053214865768604, + "grad_norm": 1.7492287158966064, + "learning_rate": 8.500060436342062e-05, + "loss": 0.3395, + "mean_token_accuracy": 0.8733992874622345, + "num_tokens": 39139396.0, + "step": 30410 + }, + { + "entropy": 1.1965548515319824, + "epoch": 2.9062768701633708, + "grad_norm": 1.4738755226135254, + "learning_rate": 8.498932144752006e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8669971287250519, + "num_tokens": 39152240.0, + "step": 30420 + }, + { + "entropy": 1.1809768438339234, + "epoch": 2.9072322537498807, + "grad_norm": 1.3884294033050537, + "learning_rate": 8.497803503902654e-05, + "loss": 0.3476, + "mean_token_accuracy": 0.864079374074936, + "num_tokens": 39165078.0, + "step": 30430 + }, + { + "entropy": 1.1943085074424744, + "epoch": 2.9081876373363906, + "grad_norm": 1.7290966510772705, + "learning_rate": 8.496674513906671e-05, + "loss": 0.3367, + "mean_token_accuracy": 0.8693164825439453, + "num_tokens": 39178005.0, + "step": 30440 + }, + { + "entropy": 1.1854742169380188, + "epoch": 2.9091430209229006, + "grad_norm": 1.4840201139450073, + "learning_rate": 8.495545174876749e-05, + "loss": 0.3291, + "mean_token_accuracy": 0.8688773870468139, + "num_tokens": 39190422.0, + "step": 30450 + }, + { + "entropy": 1.1900407314300536, + "epoch": 2.9100984045094105, + "grad_norm": 1.2129125595092773, + "learning_rate": 8.494415486925618e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8668577671051025, + "num_tokens": 39203304.0, + "step": 30460 + }, + { + "entropy": 1.1853753685951234, + "epoch": 2.9110537880959204, + "grad_norm": 1.3150907754898071, + "learning_rate": 8.49328545016604e-05, + "loss": 0.3454, + "mean_token_accuracy": 0.8695574402809143, + "num_tokens": 39215744.0, + "step": 30470 + }, + { + "entropy": 1.1993959307670594, + "epoch": 2.9120091716824303, + "grad_norm": 1.3921799659729004, + "learning_rate": 8.492155064710815e-05, + "loss": 0.3553, + "mean_token_accuracy": 0.8633104920387268, + "num_tokens": 39229300.0, + "step": 30480 + }, + { + "entropy": 1.2066832661628724, + "epoch": 2.9129645552689407, + "grad_norm": 1.474156141281128, + "learning_rate": 8.491024330672778e-05, + "loss": 0.3663, + "mean_token_accuracy": 0.8551190495491028, + "num_tokens": 39242774.0, + "step": 30490 + }, + { + "entropy": 1.1969887495040894, + "epoch": 2.91391993885545, + "grad_norm": 1.0907669067382812, + "learning_rate": 8.489893248164795e-05, + "loss": 0.3585, + "mean_token_accuracy": 0.8564381420612335, + "num_tokens": 39255144.0, + "step": 30500 + }, + { + "entropy": 1.2001924395561219, + "epoch": 2.9148753224419606, + "grad_norm": 1.070684552192688, + "learning_rate": 8.488761817299772e-05, + "loss": 0.356, + "mean_token_accuracy": 0.862098652124405, + "num_tokens": 39268139.0, + "step": 30510 + }, + { + "entropy": 1.1748166680335999, + "epoch": 2.9158307060284705, + "grad_norm": 0.9884968400001526, + "learning_rate": 8.487630038190647e-05, + "loss": 0.317, + "mean_token_accuracy": 0.8779475569725037, + "num_tokens": 39280440.0, + "step": 30520 + }, + { + "entropy": 1.1919944524765014, + "epoch": 2.9167860896149804, + "grad_norm": 1.1258022785186768, + "learning_rate": 8.48649791095039e-05, + "loss": 0.2921, + "mean_token_accuracy": 0.886113440990448, + "num_tokens": 39293865.0, + "step": 30530 + }, + { + "entropy": 1.1923251748085022, + "epoch": 2.9177414732014904, + "grad_norm": 1.546592116355896, + "learning_rate": 8.485365435692013e-05, + "loss": 0.3783, + "mean_token_accuracy": 0.8516676366329193, + "num_tokens": 39306857.0, + "step": 30540 + }, + { + "entropy": 1.1976165533065797, + "epoch": 2.9186968567880003, + "grad_norm": 1.1244218349456787, + "learning_rate": 8.484232612528553e-05, + "loss": 0.3184, + "mean_token_accuracy": 0.8782858192920685, + "num_tokens": 39319610.0, + "step": 30550 + }, + { + "entropy": 1.204836332798004, + "epoch": 2.91965224037451, + "grad_norm": 1.1600936651229858, + "learning_rate": 8.483099441573092e-05, + "loss": 0.3157, + "mean_token_accuracy": 0.8757741153240204, + "num_tokens": 39332897.0, + "step": 30560 + }, + { + "entropy": 1.1992270469665527, + "epoch": 2.92060762396102, + "grad_norm": 1.1971060037612915, + "learning_rate": 8.481965922938739e-05, + "loss": 0.3735, + "mean_token_accuracy": 0.851297777891159, + "num_tokens": 39345858.0, + "step": 30570 + }, + { + "entropy": 1.1787268757820129, + "epoch": 2.9215630075475305, + "grad_norm": 1.2669671773910522, + "learning_rate": 8.480832056738642e-05, + "loss": 0.3509, + "mean_token_accuracy": 0.8651455879211426, + "num_tokens": 39358614.0, + "step": 30580 + }, + { + "entropy": 1.1893740057945252, + "epoch": 2.9225183911340404, + "grad_norm": 1.193975806236267, + "learning_rate": 8.47969784308598e-05, + "loss": 0.3634, + "mean_token_accuracy": 0.8567075967788697, + "num_tokens": 39370815.0, + "step": 30590 + }, + { + "entropy": 1.2024783492088318, + "epoch": 2.9234737747205504, + "grad_norm": 1.2535840272903442, + "learning_rate": 8.478563282093972e-05, + "loss": 0.3121, + "mean_token_accuracy": 0.8731310725212097, + "num_tokens": 39384417.0, + "step": 30600 + }, + { + "entropy": 1.1960074663162232, + "epoch": 2.9244291583070603, + "grad_norm": 1.3684301376342773, + "learning_rate": 8.477428373875866e-05, + "loss": 0.3524, + "mean_token_accuracy": 0.8633802771568299, + "num_tokens": 39397922.0, + "step": 30610 + }, + { + "entropy": 1.2025402903556823, + "epoch": 2.9253845418935702, + "grad_norm": 1.4284816980361938, + "learning_rate": 8.476293118544947e-05, + "loss": 0.3736, + "mean_token_accuracy": 0.8541346073150635, + "num_tokens": 39410856.0, + "step": 30620 + }, + { + "entropy": 1.2039312481880189, + "epoch": 2.92633992548008, + "grad_norm": 1.2113183736801147, + "learning_rate": 8.475157516214536e-05, + "loss": 0.3605, + "mean_token_accuracy": 0.8630382895469666, + "num_tokens": 39423950.0, + "step": 30630 + }, + { + "entropy": 1.1700567841529845, + "epoch": 2.92729530906659, + "grad_norm": 1.2772268056869507, + "learning_rate": 8.474021566997987e-05, + "loss": 0.3076, + "mean_token_accuracy": 0.8723723769187928, + "num_tokens": 39436083.0, + "step": 30640 + }, + { + "entropy": 1.1907180190086364, + "epoch": 2.9282506926531005, + "grad_norm": 1.5750113725662231, + "learning_rate": 8.472885271008691e-05, + "loss": 0.3426, + "mean_token_accuracy": 0.867332112789154, + "num_tokens": 39449215.0, + "step": 30650 + }, + { + "entropy": 1.2045494198799134, + "epoch": 2.92920607623961, + "grad_norm": 1.3017054796218872, + "learning_rate": 8.47174862836007e-05, + "loss": 0.3428, + "mean_token_accuracy": 0.8627307057380676, + "num_tokens": 39462030.0, + "step": 30660 + }, + { + "entropy": 1.1903069257736205, + "epoch": 2.9301614598261203, + "grad_norm": 1.470318078994751, + "learning_rate": 8.470611639165582e-05, + "loss": 0.3187, + "mean_token_accuracy": 0.873789268732071, + "num_tokens": 39474909.0, + "step": 30670 + }, + { + "entropy": 1.1980566382408142, + "epoch": 2.9311168434126302, + "grad_norm": 1.3891634941101074, + "learning_rate": 8.469474303538722e-05, + "loss": 0.3335, + "mean_token_accuracy": 0.8653415024280549, + "num_tokens": 39488124.0, + "step": 30680 + }, + { + "entropy": 1.1781134605407715, + "epoch": 2.93207222699914, + "grad_norm": 1.2208870649337769, + "learning_rate": 8.468336621593014e-05, + "loss": 0.3257, + "mean_token_accuracy": 0.8680538356304168, + "num_tokens": 39500531.0, + "step": 30690 + }, + { + "entropy": 1.191731059551239, + "epoch": 2.93302761058565, + "grad_norm": 1.4724782705307007, + "learning_rate": 8.467198593442022e-05, + "loss": 0.3051, + "mean_token_accuracy": 0.8819284737110138, + "num_tokens": 39513614.0, + "step": 30700 + }, + { + "entropy": 1.1878967046737672, + "epoch": 2.93398299417216, + "grad_norm": 1.1892484426498413, + "learning_rate": 8.466060219199343e-05, + "loss": 0.3276, + "mean_token_accuracy": 0.8724434554576874, + "num_tokens": 39526018.0, + "step": 30710 + }, + { + "entropy": 1.1953787326812744, + "epoch": 2.93493837775867, + "grad_norm": 1.070687174797058, + "learning_rate": 8.464921498978609e-05, + "loss": 0.3661, + "mean_token_accuracy": 0.8502087771892548, + "num_tokens": 39538925.0, + "step": 30720 + }, + { + "entropy": 1.1901058077812194, + "epoch": 2.93589376134518, + "grad_norm": 1.4063044786453247, + "learning_rate": 8.463782432893483e-05, + "loss": 0.319, + "mean_token_accuracy": 0.8755973994731903, + "num_tokens": 39551629.0, + "step": 30730 + }, + { + "entropy": 1.199431014060974, + "epoch": 2.9368491449316902, + "grad_norm": 1.2940255403518677, + "learning_rate": 8.462643021057668e-05, + "loss": 0.3396, + "mean_token_accuracy": 0.8669329702854156, + "num_tokens": 39564290.0, + "step": 30740 + }, + { + "entropy": 1.2187623023986816, + "epoch": 2.9378045285182, + "grad_norm": 1.3106907606124878, + "learning_rate": 8.461503263584898e-05, + "loss": 0.3739, + "mean_token_accuracy": 0.8536322176456451, + "num_tokens": 39577789.0, + "step": 30750 + }, + { + "entropy": 1.2121561884880065, + "epoch": 2.93875991210471, + "grad_norm": 0.9913198351860046, + "learning_rate": 8.46036316058894e-05, + "loss": 0.3553, + "mean_token_accuracy": 0.8541867733001709, + "num_tokens": 39590767.0, + "step": 30760 + }, + { + "entropy": 1.220065712928772, + "epoch": 2.93971529569122, + "grad_norm": 0.9855617880821228, + "learning_rate": 8.4592227121836e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8524160981178284, + "num_tokens": 39603688.0, + "step": 30770 + }, + { + "entropy": 1.188202476501465, + "epoch": 2.94067067927773, + "grad_norm": 1.32784104347229, + "learning_rate": 8.458081918482717e-05, + "loss": 0.3048, + "mean_token_accuracy": 0.8843622028827667, + "num_tokens": 39615950.0, + "step": 30780 + }, + { + "entropy": 1.2185457348823547, + "epoch": 2.94162606286424, + "grad_norm": 1.6253107786178589, + "learning_rate": 8.456940779600162e-05, + "loss": 0.3644, + "mean_token_accuracy": 0.8541899859905243, + "num_tokens": 39628763.0, + "step": 30790 + }, + { + "entropy": 1.1877143263816834, + "epoch": 2.94258144645075, + "grad_norm": 1.1806118488311768, + "learning_rate": 8.455799295649842e-05, + "loss": 0.3551, + "mean_token_accuracy": 0.861411839723587, + "num_tokens": 39641260.0, + "step": 30800 + }, + { + "entropy": 1.1972590565681458, + "epoch": 2.94353683003726, + "grad_norm": 1.549573302268982, + "learning_rate": 8.4546574667457e-05, + "loss": 0.3296, + "mean_token_accuracy": 0.8697837352752685, + "num_tokens": 39654106.0, + "step": 30810 + }, + { + "entropy": 1.2048420310020447, + "epoch": 2.9444922136237697, + "grad_norm": 1.2002071142196655, + "learning_rate": 8.453515293001711e-05, + "loss": 0.3389, + "mean_token_accuracy": 0.8678810834884644, + "num_tokens": 39667246.0, + "step": 30820 + }, + { + "entropy": 1.2070440769195556, + "epoch": 2.94544759721028, + "grad_norm": 1.6152279376983643, + "learning_rate": 8.452372774531884e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.8596109747886658, + "num_tokens": 39680477.0, + "step": 30830 + }, + { + "entropy": 1.1964242577552795, + "epoch": 2.94640298079679, + "grad_norm": 1.2249418497085571, + "learning_rate": 8.451229911450268e-05, + "loss": 0.3118, + "mean_token_accuracy": 0.8764543235301971, + "num_tokens": 39693396.0, + "step": 30840 + }, + { + "entropy": 1.1978602051734923, + "epoch": 2.9473583643833, + "grad_norm": 1.5857418775558472, + "learning_rate": 8.450086703870939e-05, + "loss": 0.3166, + "mean_token_accuracy": 0.8697063505649567, + "num_tokens": 39706091.0, + "step": 30850 + }, + { + "entropy": 1.2060147643089294, + "epoch": 2.94831374796981, + "grad_norm": 1.3652232885360718, + "learning_rate": 8.448943151908011e-05, + "loss": 0.3458, + "mean_token_accuracy": 0.8613170146942138, + "num_tokens": 39718832.0, + "step": 30860 + }, + { + "entropy": 1.206493353843689, + "epoch": 2.9492691315563198, + "grad_norm": 1.5165073871612549, + "learning_rate": 8.447799255675632e-05, + "loss": 0.3349, + "mean_token_accuracy": 0.8720973372459412, + "num_tokens": 39732457.0, + "step": 30870 + }, + { + "entropy": 1.2018580436706543, + "epoch": 2.9502245151428297, + "grad_norm": 1.50710129737854, + "learning_rate": 8.446655015287985e-05, + "loss": 0.3403, + "mean_token_accuracy": 0.8619919896125794, + "num_tokens": 39745487.0, + "step": 30880 + }, + { + "entropy": 1.2129080533981322, + "epoch": 2.9511798987293396, + "grad_norm": 1.299094319343567, + "learning_rate": 8.445510430859287e-05, + "loss": 0.3819, + "mean_token_accuracy": 0.8447181642055511, + "num_tokens": 39757690.0, + "step": 30890 + }, + { + "entropy": 1.2078007459640503, + "epoch": 2.95213528231585, + "grad_norm": 1.4408257007598877, + "learning_rate": 8.444365502503788e-05, + "loss": 0.3232, + "mean_token_accuracy": 0.871725183725357, + "num_tokens": 39769992.0, + "step": 30900 + }, + { + "entropy": 1.2059950351715087, + "epoch": 2.95309066590236, + "grad_norm": 1.2628270387649536, + "learning_rate": 8.443220230335775e-05, + "loss": 0.3246, + "mean_token_accuracy": 0.8694246053695679, + "num_tokens": 39782992.0, + "step": 30910 + }, + { + "entropy": 1.2168989658355713, + "epoch": 2.95404604948887, + "grad_norm": 1.112754464149475, + "learning_rate": 8.442074614469565e-05, + "loss": 0.3699, + "mean_token_accuracy": 0.8502641677856445, + "num_tokens": 39795402.0, + "step": 30920 + }, + { + "entropy": 1.221613097190857, + "epoch": 2.9550014330753798, + "grad_norm": 1.100655198097229, + "learning_rate": 8.440928655019515e-05, + "loss": 0.3443, + "mean_token_accuracy": 0.8570729851722717, + "num_tokens": 39808869.0, + "step": 30930 + }, + { + "entropy": 1.2086355090141296, + "epoch": 2.9559568166618897, + "grad_norm": 1.7956629991531372, + "learning_rate": 8.43978235210001e-05, + "loss": 0.3373, + "mean_token_accuracy": 0.8659344673156738, + "num_tokens": 39821368.0, + "step": 30940 + }, + { + "entropy": 1.218778622150421, + "epoch": 2.9569122002483996, + "grad_norm": 1.1719532012939453, + "learning_rate": 8.438635705825478e-05, + "loss": 0.3354, + "mean_token_accuracy": 0.871269702911377, + "num_tokens": 39834811.0, + "step": 30950 + }, + { + "entropy": 1.2238303780555726, + "epoch": 2.9578675838349096, + "grad_norm": 0.9758539795875549, + "learning_rate": 8.437488716310371e-05, + "loss": 0.3518, + "mean_token_accuracy": 0.8617883801460267, + "num_tokens": 39847668.0, + "step": 30960 + }, + { + "entropy": 1.2017873048782348, + "epoch": 2.95882296742142, + "grad_norm": 1.275681972503662, + "learning_rate": 8.436341383669182e-05, + "loss": 0.3317, + "mean_token_accuracy": 0.8666729509830475, + "num_tokens": 39860164.0, + "step": 30970 + }, + { + "entropy": 1.232359230518341, + "epoch": 2.9597783510079294, + "grad_norm": 1.1518758535385132, + "learning_rate": 8.435193708016435e-05, + "loss": 0.3171, + "mean_token_accuracy": 0.8777326583862305, + "num_tokens": 39873526.0, + "step": 30980 + }, + { + "entropy": 1.2143593788146974, + "epoch": 2.96073373459444, + "grad_norm": 1.2807587385177612, + "learning_rate": 8.43404568946669e-05, + "loss": 0.337, + "mean_token_accuracy": 0.8663165092468261, + "num_tokens": 39885530.0, + "step": 30990 + }, + { + "entropy": 1.1937812209129333, + "epoch": 2.9616891181809497, + "grad_norm": 1.48909592628479, + "learning_rate": 8.432897328134543e-05, + "loss": 0.3151, + "mean_token_accuracy": 0.8761813759803772, + "num_tokens": 39898689.0, + "step": 31000 + }, + { + "entropy": 1.2096586585044862, + "epoch": 2.9626445017674596, + "grad_norm": 1.3534389734268188, + "learning_rate": 8.43174862413462e-05, + "loss": 0.3528, + "mean_token_accuracy": 0.8627161741256714, + "num_tokens": 39911386.0, + "step": 31010 + }, + { + "entropy": 1.2408839583396911, + "epoch": 2.9635998853539696, + "grad_norm": 1.165852665901184, + "learning_rate": 8.430599577581586e-05, + "loss": 0.3561, + "mean_token_accuracy": 0.860069352388382, + "num_tokens": 39924575.0, + "step": 31020 + }, + { + "entropy": 1.2128739595413207, + "epoch": 2.9645552689404795, + "grad_norm": 1.8384875059127808, + "learning_rate": 8.429450188590133e-05, + "loss": 0.3475, + "mean_token_accuracy": 0.863138622045517, + "num_tokens": 39938080.0, + "step": 31030 + }, + { + "entropy": 1.2015156626701355, + "epoch": 2.9655106525269894, + "grad_norm": 1.469264030456543, + "learning_rate": 8.428300457274995e-05, + "loss": 0.3365, + "mean_token_accuracy": 0.8686134934425354, + "num_tokens": 39950761.0, + "step": 31040 + }, + { + "entropy": 1.217574918270111, + "epoch": 2.9664660361134993, + "grad_norm": 1.330251693725586, + "learning_rate": 8.427150383750937e-05, + "loss": 0.365, + "mean_token_accuracy": 0.8535998940467835, + "num_tokens": 39963705.0, + "step": 31050 + }, + { + "entropy": 1.200183141231537, + "epoch": 2.9674214197000097, + "grad_norm": 1.5354796648025513, + "learning_rate": 8.425999968132757e-05, + "loss": 0.3471, + "mean_token_accuracy": 0.8631216883659363, + "num_tokens": 39976334.0, + "step": 31060 + }, + { + "entropy": 1.2146533250808715, + "epoch": 2.9683768032865196, + "grad_norm": 1.3095909357070923, + "learning_rate": 8.424849210535286e-05, + "loss": 0.3189, + "mean_token_accuracy": 0.8736393272876739, + "num_tokens": 39989412.0, + "step": 31070 + }, + { + "entropy": 1.2152084350585937, + "epoch": 2.9693321868730296, + "grad_norm": 1.3233481645584106, + "learning_rate": 8.423698111073393e-05, + "loss": 0.3506, + "mean_token_accuracy": 0.8566932618618012, + "num_tokens": 40002725.0, + "step": 31080 + }, + { + "entropy": 1.211570632457733, + "epoch": 2.9702875704595395, + "grad_norm": 1.0181885957717896, + "learning_rate": 8.42254666986198e-05, + "loss": 0.3195, + "mean_token_accuracy": 0.870711886882782, + "num_tokens": 40015313.0, + "step": 31090 + }, + { + "entropy": 1.2100934147834779, + "epoch": 2.9712429540460494, + "grad_norm": 1.4797285795211792, + "learning_rate": 8.421394887015983e-05, + "loss": 0.3281, + "mean_token_accuracy": 0.8699907004833222, + "num_tokens": 40027834.0, + "step": 31100 + }, + { + "entropy": 1.2069491863250732, + "epoch": 2.9721983376325594, + "grad_norm": 1.3998380899429321, + "learning_rate": 8.420242762650372e-05, + "loss": 0.3459, + "mean_token_accuracy": 0.8635498940944671, + "num_tokens": 40040399.0, + "step": 31110 + }, + { + "entropy": 1.2247565984725952, + "epoch": 2.9731537212190693, + "grad_norm": 1.1049447059631348, + "learning_rate": 8.419090296880147e-05, + "loss": 0.3294, + "mean_token_accuracy": 0.8628063976764679, + "num_tokens": 40053687.0, + "step": 31120 + }, + { + "entropy": 1.2188792467117309, + "epoch": 2.9741091048055797, + "grad_norm": 1.5912131071090698, + "learning_rate": 8.417937489820351e-05, + "loss": 0.3405, + "mean_token_accuracy": 0.8628416955471039, + "num_tokens": 40066540.0, + "step": 31130 + }, + { + "entropy": 1.2232028245925903, + "epoch": 2.9750644883920896, + "grad_norm": 1.4794403314590454, + "learning_rate": 8.41678434158605e-05, + "loss": 0.3517, + "mean_token_accuracy": 0.859642094373703, + "num_tokens": 40079423.0, + "step": 31140 + }, + { + "entropy": 1.207100760936737, + "epoch": 2.9760198719785995, + "grad_norm": 1.2922323942184448, + "learning_rate": 8.415630852292356e-05, + "loss": 0.3025, + "mean_token_accuracy": 0.875689548254013, + "num_tokens": 40092326.0, + "step": 31150 + }, + { + "entropy": 1.209813404083252, + "epoch": 2.9769752555651094, + "grad_norm": 1.535601258277893, + "learning_rate": 8.414477022054404e-05, + "loss": 0.3284, + "mean_token_accuracy": 0.8726191461086273, + "num_tokens": 40105067.0, + "step": 31160 + }, + { + "entropy": 1.20484139919281, + "epoch": 2.9779306391516194, + "grad_norm": 1.5849030017852783, + "learning_rate": 8.41332285098737e-05, + "loss": 0.3161, + "mean_token_accuracy": 0.8729078292846679, + "num_tokens": 40117616.0, + "step": 31170 + }, + { + "entropy": 1.2041265726089478, + "epoch": 2.9788860227381293, + "grad_norm": 1.2798751592636108, + "learning_rate": 8.412168339206463e-05, + "loss": 0.2959, + "mean_token_accuracy": 0.8848120748996735, + "num_tokens": 40130628.0, + "step": 31180 + }, + { + "entropy": 1.2013481378555297, + "epoch": 2.9798414063246392, + "grad_norm": 1.0696016550064087, + "learning_rate": 8.411013486826924e-05, + "loss": 0.3213, + "mean_token_accuracy": 0.8736897051334381, + "num_tokens": 40142770.0, + "step": 31190 + }, + { + "entropy": 1.1969575762748719, + "epoch": 2.9807967899111496, + "grad_norm": 1.0254015922546387, + "learning_rate": 8.409858293964028e-05, + "loss": 0.3265, + "mean_token_accuracy": 0.8689355850219727, + "num_tokens": 40154903.0, + "step": 31200 + }, + { + "entropy": 1.2193686604499816, + "epoch": 2.981752173497659, + "grad_norm": 1.217756986618042, + "learning_rate": 8.408702760733087e-05, + "loss": 0.3639, + "mean_token_accuracy": 0.8566898584365845, + "num_tokens": 40167699.0, + "step": 31210 + }, + { + "entropy": 1.2356798648834229, + "epoch": 2.9827075570841695, + "grad_norm": 1.2522610425949097, + "learning_rate": 8.407546887249442e-05, + "loss": 0.3544, + "mean_token_accuracy": 0.8561221659183502, + "num_tokens": 40180278.0, + "step": 31220 + }, + { + "entropy": 1.2333966135978698, + "epoch": 2.9836629406706794, + "grad_norm": 1.5825538635253906, + "learning_rate": 8.406390673628474e-05, + "loss": 0.3698, + "mean_token_accuracy": 0.8543509840965271, + "num_tokens": 40192921.0, + "step": 31230 + }, + { + "entropy": 1.2268689155578614, + "epoch": 2.9846183242571893, + "grad_norm": 1.5235610008239746, + "learning_rate": 8.405234119985595e-05, + "loss": 0.343, + "mean_token_accuracy": 0.8709645986557006, + "num_tokens": 40205656.0, + "step": 31240 + }, + { + "entropy": 1.2178154468536377, + "epoch": 2.9855737078436992, + "grad_norm": 1.2734949588775635, + "learning_rate": 8.404077226436249e-05, + "loss": 0.35, + "mean_token_accuracy": 0.8608072817325592, + "num_tokens": 40218003.0, + "step": 31250 + }, + { + "entropy": 1.2275168180465699, + "epoch": 2.986529091430209, + "grad_norm": 1.050526738166809, + "learning_rate": 8.402919993095916e-05, + "loss": 0.329, + "mean_token_accuracy": 0.8715501666069031, + "num_tokens": 40231203.0, + "step": 31260 + }, + { + "entropy": 1.233686590194702, + "epoch": 2.987484475016719, + "grad_norm": 1.3318530321121216, + "learning_rate": 8.40176242008011e-05, + "loss": 0.3638, + "mean_token_accuracy": 0.8565711259841919, + "num_tokens": 40244067.0, + "step": 31270 + }, + { + "entropy": 1.2228510975837708, + "epoch": 2.988439858603229, + "grad_norm": 1.1301780939102173, + "learning_rate": 8.400604507504379e-05, + "loss": 0.3507, + "mean_token_accuracy": 0.8631237089633942, + "num_tokens": 40256561.0, + "step": 31280 + }, + { + "entropy": 1.2124577760696411, + "epoch": 2.9893952421897394, + "grad_norm": 1.6592648029327393, + "learning_rate": 8.399446255484303e-05, + "loss": 0.3642, + "mean_token_accuracy": 0.855622535943985, + "num_tokens": 40269422.0, + "step": 31290 + }, + { + "entropy": 1.2077844858169555, + "epoch": 2.9903506257762493, + "grad_norm": 1.622604489326477, + "learning_rate": 8.398287664135498e-05, + "loss": 0.3434, + "mean_token_accuracy": 0.8668610572814941, + "num_tokens": 40282022.0, + "step": 31300 + }, + { + "entropy": 1.2003500938415528, + "epoch": 2.9913060093627593, + "grad_norm": 1.3524961471557617, + "learning_rate": 8.397128733573616e-05, + "loss": 0.3379, + "mean_token_accuracy": 0.86387397646904, + "num_tokens": 40294522.0, + "step": 31310 + }, + { + "entropy": 1.2181761145591736, + "epoch": 2.992261392949269, + "grad_norm": 1.3823639154434204, + "learning_rate": 8.395969463914335e-05, + "loss": 0.3498, + "mean_token_accuracy": 0.8660633504390717, + "num_tokens": 40307756.0, + "step": 31320 + }, + { + "entropy": 1.217989480495453, + "epoch": 2.993216776535779, + "grad_norm": 1.5703047513961792, + "learning_rate": 8.394809855273377e-05, + "loss": 0.3768, + "mean_token_accuracy": 0.850729089975357, + "num_tokens": 40320003.0, + "step": 31330 + }, + { + "entropy": 1.2163877844810487, + "epoch": 2.994172160122289, + "grad_norm": 1.2555031776428223, + "learning_rate": 8.393649907766489e-05, + "loss": 0.3216, + "mean_token_accuracy": 0.8695560395717621, + "num_tokens": 40332779.0, + "step": 31340 + }, + { + "entropy": 1.1921022891998292, + "epoch": 2.995127543708799, + "grad_norm": 1.6487300395965576, + "learning_rate": 8.392489621509457e-05, + "loss": 0.3465, + "mean_token_accuracy": 0.8595751821994781, + "num_tokens": 40345122.0, + "step": 31350 + }, + { + "entropy": 1.196463167667389, + "epoch": 2.9960829272953093, + "grad_norm": 1.217132329940796, + "learning_rate": 8.3913289966181e-05, + "loss": 0.3271, + "mean_token_accuracy": 0.872706162929535, + "num_tokens": 40357841.0, + "step": 31360 + }, + { + "entropy": 1.2192410469055175, + "epoch": 2.997038310881819, + "grad_norm": 1.3234038352966309, + "learning_rate": 8.390168033208268e-05, + "loss": 0.3538, + "mean_token_accuracy": 0.8647467374801636, + "num_tokens": 40371200.0, + "step": 31370 + }, + { + "entropy": 1.216260313987732, + "epoch": 2.997993694468329, + "grad_norm": 1.5839711427688599, + "learning_rate": 8.389006731395851e-05, + "loss": 0.347, + "mean_token_accuracy": 0.8661998927593231, + "num_tokens": 40383779.0, + "step": 31380 + }, + { + "entropy": 1.2406022906303407, + "epoch": 2.998949078054839, + "grad_norm": 1.3326082229614258, + "learning_rate": 8.387845091296765e-05, + "loss": 0.3618, + "mean_token_accuracy": 0.8536807715892791, + "num_tokens": 40396531.0, + "step": 31390 + }, + { + "entropy": 1.2081691026687622, + "epoch": 2.999904461641349, + "grad_norm": 1.1134347915649414, + "learning_rate": 8.386683113026967e-05, + "loss": 0.3039, + "mean_token_accuracy": 0.8790439426898956, + "num_tokens": 40409156.0, + "step": 31400 + }, + { + "entropy": 1.1898417711257934, + "epoch": 3.000859845227859, + "grad_norm": 1.439667820930481, + "learning_rate": 8.38552079670244e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.9150975704193115, + "num_tokens": 40421401.0, + "step": 31410 + }, + { + "entropy": 1.194014596939087, + "epoch": 3.001815228814369, + "grad_norm": 1.5787935256958008, + "learning_rate": 8.384358142439207e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.9008084058761596, + "num_tokens": 40434721.0, + "step": 31420 + }, + { + "entropy": 1.1960751414299011, + "epoch": 3.002770612400879, + "grad_norm": 1.1720832586288452, + "learning_rate": 8.383195150353325e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9064809024333954, + "num_tokens": 40448143.0, + "step": 31430 + }, + { + "entropy": 1.1660398364067077, + "epoch": 3.0037259959873888, + "grad_norm": 1.4226794242858887, + "learning_rate": 8.382031820560879e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9121177017688751, + "num_tokens": 40461231.0, + "step": 31440 + }, + { + "entropy": 1.152062439918518, + "epoch": 3.004681379573899, + "grad_norm": 1.214946985244751, + "learning_rate": 8.380868153177994e-05, + "loss": 0.2079, + "mean_token_accuracy": 0.9188663959503174, + "num_tokens": 40473511.0, + "step": 31450 + }, + { + "entropy": 1.1691712737083435, + "epoch": 3.005636763160409, + "grad_norm": 1.6993987560272217, + "learning_rate": 8.379704148320824e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.9027447700500488, + "num_tokens": 40486087.0, + "step": 31460 + }, + { + "entropy": 1.1565272212028503, + "epoch": 3.006592146746919, + "grad_norm": 1.665165662765503, + "learning_rate": 8.378539806105559e-05, + "loss": 0.2335, + "mean_token_accuracy": 0.9069849610328674, + "num_tokens": 40498405.0, + "step": 31470 + }, + { + "entropy": 1.169403874874115, + "epoch": 3.007547530333429, + "grad_norm": 1.330601692199707, + "learning_rate": 8.377375126648423e-05, + "loss": 0.2553, + "mean_token_accuracy": 0.9065432071685791, + "num_tokens": 40511320.0, + "step": 31480 + }, + { + "entropy": 1.161859929561615, + "epoch": 3.008502913919939, + "grad_norm": 1.7805694341659546, + "learning_rate": 8.376210110065674e-05, + "loss": 0.2244, + "mean_token_accuracy": 0.9152806341648102, + "num_tokens": 40524441.0, + "step": 31490 + }, + { + "entropy": 1.174227249622345, + "epoch": 3.0094582975064488, + "grad_norm": 1.7848542928695679, + "learning_rate": 8.3750447564736e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8953974366188049, + "num_tokens": 40537442.0, + "step": 31500 + }, + { + "entropy": 1.1515882730484008, + "epoch": 3.0104136810929587, + "grad_norm": 1.4987095594406128, + "learning_rate": 8.373879065988526e-05, + "loss": 0.2624, + "mean_token_accuracy": 0.9017830789089203, + "num_tokens": 40549759.0, + "step": 31510 + }, + { + "entropy": 1.1631404995918273, + "epoch": 3.0113690646794686, + "grad_norm": 1.9009361267089844, + "learning_rate": 8.372713038726809e-05, + "loss": 0.2427, + "mean_token_accuracy": 0.9068971991539001, + "num_tokens": 40562821.0, + "step": 31520 + }, + { + "entropy": 1.1655127167701722, + "epoch": 3.012324448265979, + "grad_norm": 1.868473768234253, + "learning_rate": 8.371546674804845e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9057208180427552, + "num_tokens": 40575765.0, + "step": 31530 + }, + { + "entropy": 1.1446443915367126, + "epoch": 3.013279831852489, + "grad_norm": 1.4098905324935913, + "learning_rate": 8.370379974339054e-05, + "loss": 0.2338, + "mean_token_accuracy": 0.9109298944473266, + "num_tokens": 40588188.0, + "step": 31540 + }, + { + "entropy": 1.1655662417411805, + "epoch": 3.014235215438999, + "grad_norm": 1.2087749242782593, + "learning_rate": 8.369212937445895e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9129199981689453, + "num_tokens": 40601334.0, + "step": 31550 + }, + { + "entropy": 1.153991436958313, + "epoch": 3.015190599025509, + "grad_norm": 1.3115943670272827, + "learning_rate": 8.368045564241864e-05, + "loss": 0.2238, + "mean_token_accuracy": 0.9135051786899566, + "num_tokens": 40614151.0, + "step": 31560 + }, + { + "entropy": 1.1607921481132508, + "epoch": 3.0161459826120187, + "grad_norm": 1.2174581289291382, + "learning_rate": 8.366877854843483e-05, + "loss": 0.2277, + "mean_token_accuracy": 0.9100569367408753, + "num_tokens": 40627713.0, + "step": 31570 + }, + { + "entropy": 1.1705415368080139, + "epoch": 3.0171013661985286, + "grad_norm": 1.48775315284729, + "learning_rate": 8.365709809367312e-05, + "loss": 0.2563, + "mean_token_accuracy": 0.893133795261383, + "num_tokens": 40640927.0, + "step": 31580 + }, + { + "entropy": 1.1467969298362732, + "epoch": 3.0180567497850386, + "grad_norm": 1.5578086376190186, + "learning_rate": 8.364541427929947e-05, + "loss": 0.2192, + "mean_token_accuracy": 0.9179775714874268, + "num_tokens": 40653689.0, + "step": 31590 + }, + { + "entropy": 1.1399263858795166, + "epoch": 3.0190121333715485, + "grad_norm": 1.3929768800735474, + "learning_rate": 8.36337271064801e-05, + "loss": 0.2266, + "mean_token_accuracy": 0.9118876695632935, + "num_tokens": 40666332.0, + "step": 31600 + }, + { + "entropy": 1.1406286835670472, + "epoch": 3.019967516958059, + "grad_norm": 1.3507366180419922, + "learning_rate": 8.362203657638166e-05, + "loss": 0.2288, + "mean_token_accuracy": 0.9052374720573425, + "num_tokens": 40678850.0, + "step": 31610 + }, + { + "entropy": 1.1372501492500304, + "epoch": 3.020922900544569, + "grad_norm": 1.1848819255828857, + "learning_rate": 8.361034269017103e-05, + "loss": 0.2332, + "mean_token_accuracy": 0.9096073150634766, + "num_tokens": 40691378.0, + "step": 31620 + }, + { + "entropy": 1.1544185876846313, + "epoch": 3.0218782841310787, + "grad_norm": 0.9046050906181335, + "learning_rate": 8.359864544901552e-05, + "loss": 0.2171, + "mean_token_accuracy": 0.912669014930725, + "num_tokens": 40704093.0, + "step": 31630 + }, + { + "entropy": 1.1545106410980224, + "epoch": 3.0228336677175887, + "grad_norm": 2.2235422134399414, + "learning_rate": 8.358694485408273e-05, + "loss": 0.2332, + "mean_token_accuracy": 0.91314195394516, + "num_tokens": 40716946.0, + "step": 31640 + }, + { + "entropy": 1.1553709983825684, + "epoch": 3.0237890513040986, + "grad_norm": 0.9705383777618408, + "learning_rate": 8.357524090654059e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.9009492814540863, + "num_tokens": 40730253.0, + "step": 31650 + }, + { + "entropy": 1.1549891710281373, + "epoch": 3.0247444348906085, + "grad_norm": 1.3750479221343994, + "learning_rate": 8.356353360755735e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9031689763069153, + "num_tokens": 40743804.0, + "step": 31660 + }, + { + "entropy": 1.1434225678443908, + "epoch": 3.0256998184771184, + "grad_norm": 1.1322132349014282, + "learning_rate": 8.355182295830167e-05, + "loss": 0.2204, + "mean_token_accuracy": 0.9110973000526428, + "num_tokens": 40756591.0, + "step": 31670 + }, + { + "entropy": 1.1379520893096924, + "epoch": 3.0266552020636284, + "grad_norm": 1.3916234970092773, + "learning_rate": 8.354010895994246e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9035567283630371, + "num_tokens": 40769007.0, + "step": 31680 + }, + { + "entropy": 1.1340605854988097, + "epoch": 3.0276105856501387, + "grad_norm": 1.7519105672836304, + "learning_rate": 8.352839161364901e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9065241754055023, + "num_tokens": 40781597.0, + "step": 31690 + }, + { + "entropy": 1.1470583200454711, + "epoch": 3.0285659692366487, + "grad_norm": 1.333683729171753, + "learning_rate": 8.351667092059093e-05, + "loss": 0.2354, + "mean_token_accuracy": 0.9115961492061615, + "num_tokens": 40794259.0, + "step": 31700 + }, + { + "entropy": 1.158949601650238, + "epoch": 3.0295213528231586, + "grad_norm": 1.5906391143798828, + "learning_rate": 8.350494688193815e-05, + "loss": 0.2073, + "mean_token_accuracy": 0.9204895257949829, + "num_tokens": 40807147.0, + "step": 31710 + }, + { + "entropy": 1.1417157173156738, + "epoch": 3.0304767364096685, + "grad_norm": 1.5688176155090332, + "learning_rate": 8.349321949886098e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.906744122505188, + "num_tokens": 40819512.0, + "step": 31720 + }, + { + "entropy": 1.1604066729545592, + "epoch": 3.0314321199961785, + "grad_norm": 1.5100857019424438, + "learning_rate": 8.348148877253001e-05, + "loss": 0.2553, + "mean_token_accuracy": 0.8996444761753082, + "num_tokens": 40832432.0, + "step": 31730 + }, + { + "entropy": 1.1652999997138977, + "epoch": 3.0323875035826884, + "grad_norm": 1.25157630443573, + "learning_rate": 8.346975470411619e-05, + "loss": 0.2083, + "mean_token_accuracy": 0.9221817314624786, + "num_tokens": 40846375.0, + "step": 31740 + }, + { + "entropy": 1.1592758655548097, + "epoch": 3.0333428871691983, + "grad_norm": 1.6577972173690796, + "learning_rate": 8.34580172947908e-05, + "loss": 0.2283, + "mean_token_accuracy": 0.9066957414150238, + "num_tokens": 40859534.0, + "step": 31750 + }, + { + "entropy": 1.1544749975204467, + "epoch": 3.0342982707557082, + "grad_norm": 1.7634769678115845, + "learning_rate": 8.344627654572546e-05, + "loss": 0.2658, + "mean_token_accuracy": 0.8904742181301117, + "num_tokens": 40872771.0, + "step": 31760 + }, + { + "entropy": 1.1472222328186035, + "epoch": 3.0352536543422186, + "grad_norm": 0.9919360280036926, + "learning_rate": 8.343453245809213e-05, + "loss": 0.2131, + "mean_token_accuracy": 0.9156131386756897, + "num_tokens": 40886275.0, + "step": 31770 + }, + { + "entropy": 1.1461535215377807, + "epoch": 3.0362090379287285, + "grad_norm": 1.655165433883667, + "learning_rate": 8.342278503306307e-05, + "loss": 0.248, + "mean_token_accuracy": 0.9048221230506897, + "num_tokens": 40899046.0, + "step": 31780 + }, + { + "entropy": 1.143867814540863, + "epoch": 3.0371644215152385, + "grad_norm": 1.5208321809768677, + "learning_rate": 8.341103427181091e-05, + "loss": 0.2667, + "mean_token_accuracy": 0.8992515504360199, + "num_tokens": 40911447.0, + "step": 31790 + }, + { + "entropy": 1.1517966508865356, + "epoch": 3.0381198051017484, + "grad_norm": 1.2209452390670776, + "learning_rate": 8.339928017550857e-05, + "loss": 0.2194, + "mean_token_accuracy": 0.9108197391033173, + "num_tokens": 40924010.0, + "step": 31800 + }, + { + "entropy": 1.154044544696808, + "epoch": 3.0390751886882583, + "grad_norm": 1.369765281677246, + "learning_rate": 8.338752274532937e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9056902527809143, + "num_tokens": 40937433.0, + "step": 31810 + }, + { + "entropy": 1.1402223467826844, + "epoch": 3.0400305722747683, + "grad_norm": 1.692591667175293, + "learning_rate": 8.33757619824469e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.902307254076004, + "num_tokens": 40950311.0, + "step": 31820 + }, + { + "entropy": 1.1540679216384888, + "epoch": 3.040985955861278, + "grad_norm": 2.309697151184082, + "learning_rate": 8.33639978880351e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8968735933303833, + "num_tokens": 40963127.0, + "step": 31830 + }, + { + "entropy": 1.137089240550995, + "epoch": 3.041941339447788, + "grad_norm": 1.2388161420822144, + "learning_rate": 8.335223046326826e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9279212057590485, + "num_tokens": 40975192.0, + "step": 31840 + }, + { + "entropy": 1.1280883431434632, + "epoch": 3.0428967230342985, + "grad_norm": 1.7054734230041504, + "learning_rate": 8.334045970932098e-05, + "loss": 0.2276, + "mean_token_accuracy": 0.9133665680885314, + "num_tokens": 40987794.0, + "step": 31850 + }, + { + "entropy": 1.1444513082504273, + "epoch": 3.0438521066208084, + "grad_norm": 1.4765515327453613, + "learning_rate": 8.33286856273682e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.9087723731994629, + "num_tokens": 41001211.0, + "step": 31860 + }, + { + "entropy": 1.1336411952972412, + "epoch": 3.0448074902073183, + "grad_norm": 1.4867510795593262, + "learning_rate": 8.331690821858522e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.908663523197174, + "num_tokens": 41013904.0, + "step": 31870 + }, + { + "entropy": 1.1410113215446471, + "epoch": 3.0457628737938283, + "grad_norm": 1.111971378326416, + "learning_rate": 8.330512748414764e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9069145381450653, + "num_tokens": 41027096.0, + "step": 31880 + }, + { + "entropy": 1.145793879032135, + "epoch": 3.046718257380338, + "grad_norm": 1.4099174737930298, + "learning_rate": 8.329334342523136e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9010181665420532, + "num_tokens": 41039995.0, + "step": 31890 + }, + { + "entropy": 1.1516600966453552, + "epoch": 3.047673640966848, + "grad_norm": 1.3275039196014404, + "learning_rate": 8.32815560430127e-05, + "loss": 0.2466, + "mean_token_accuracy": 0.9037999331951141, + "num_tokens": 41052727.0, + "step": 31900 + }, + { + "entropy": 1.1334847569465638, + "epoch": 3.048629024553358, + "grad_norm": 1.2401593923568726, + "learning_rate": 8.326976533866826e-05, + "loss": 0.222, + "mean_token_accuracy": 0.9121808528900146, + "num_tokens": 41065579.0, + "step": 31910 + }, + { + "entropy": 1.1456443905830382, + "epoch": 3.049584408139868, + "grad_norm": 1.695412516593933, + "learning_rate": 8.325797131337494e-05, + "loss": 0.235, + "mean_token_accuracy": 0.9072442710399627, + "num_tokens": 41079119.0, + "step": 31920 + }, + { + "entropy": 1.1261730074882508, + "epoch": 3.0505397917263783, + "grad_norm": 1.2773820161819458, + "learning_rate": 8.324617396831002e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.9045860469341278, + "num_tokens": 41091915.0, + "step": 31930 + }, + { + "entropy": 1.1487099170684814, + "epoch": 3.0514951753128883, + "grad_norm": 1.3294227123260498, + "learning_rate": 8.323437330465112e-05, + "loss": 0.2294, + "mean_token_accuracy": 0.9095605194568634, + "num_tokens": 41105182.0, + "step": 31940 + }, + { + "entropy": 1.1466018795967101, + "epoch": 3.052450558899398, + "grad_norm": 1.069726824760437, + "learning_rate": 8.322256932357613e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.8919296979904174, + "num_tokens": 41118153.0, + "step": 31950 + }, + { + "entropy": 1.1359878540039063, + "epoch": 3.053405942485908, + "grad_norm": 1.4833452701568604, + "learning_rate": 8.321076202626334e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.9085576713085175, + "num_tokens": 41130770.0, + "step": 31960 + }, + { + "entropy": 1.1414114117622376, + "epoch": 3.054361326072418, + "grad_norm": 1.2039518356323242, + "learning_rate": 8.319895141389131e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9129322946071625, + "num_tokens": 41144015.0, + "step": 31970 + }, + { + "entropy": 1.1380093574523926, + "epoch": 3.055316709658928, + "grad_norm": 1.1977756023406982, + "learning_rate": 8.3187137487639e-05, + "loss": 0.2183, + "mean_token_accuracy": 0.9184670448303223, + "num_tokens": 41156547.0, + "step": 31980 + }, + { + "entropy": 1.1387001514434814, + "epoch": 3.056272093245438, + "grad_norm": 2.1681318283081055, + "learning_rate": 8.317532024868565e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9036691308021545, + "num_tokens": 41168946.0, + "step": 31990 + }, + { + "entropy": 1.160965049266815, + "epoch": 3.057227476831948, + "grad_norm": 1.0273934602737427, + "learning_rate": 8.31634996982108e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.900495183467865, + "num_tokens": 41181661.0, + "step": 32000 + }, + { + "entropy": 1.1575746059417724, + "epoch": 3.058182860418458, + "grad_norm": 1.1979434490203857, + "learning_rate": 8.315167583739443e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.8999441027641296, + "num_tokens": 41194397.0, + "step": 32010 + }, + { + "entropy": 1.156197190284729, + "epoch": 3.059138244004968, + "grad_norm": 1.041058897972107, + "learning_rate": 8.313984866741676e-05, + "loss": 0.2358, + "mean_token_accuracy": 0.9081651926040649, + "num_tokens": 41207827.0, + "step": 32020 + }, + { + "entropy": 1.148600995540619, + "epoch": 3.060093627591478, + "grad_norm": 1.3985000848770142, + "learning_rate": 8.312801818945834e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.903733366727829, + "num_tokens": 41220606.0, + "step": 32030 + }, + { + "entropy": 1.157602035999298, + "epoch": 3.061049011177988, + "grad_norm": 1.2742637395858765, + "learning_rate": 8.311618440470008e-05, + "loss": 0.2414, + "mean_token_accuracy": 0.9073591828346252, + "num_tokens": 41233414.0, + "step": 32040 + }, + { + "entropy": 1.1724497556686402, + "epoch": 3.062004394764498, + "grad_norm": 1.405441403388977, + "learning_rate": 8.310434731432327e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8917247295379639, + "num_tokens": 41246947.0, + "step": 32050 + }, + { + "entropy": 1.1395808815956117, + "epoch": 3.062959778351008, + "grad_norm": 1.7131768465042114, + "learning_rate": 8.309250691950938e-05, + "loss": 0.2119, + "mean_token_accuracy": 0.9138344824314117, + "num_tokens": 41259669.0, + "step": 32060 + }, + { + "entropy": 1.143791913986206, + "epoch": 3.063915161937518, + "grad_norm": 1.3970967531204224, + "learning_rate": 8.30806632214404e-05, + "loss": 0.2092, + "mean_token_accuracy": 0.9208529531955719, + "num_tokens": 41272657.0, + "step": 32070 + }, + { + "entropy": 1.1491061568260192, + "epoch": 3.0648705455240277, + "grad_norm": 1.5367151498794556, + "learning_rate": 8.306881622129847e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.9074300348758697, + "num_tokens": 41286135.0, + "step": 32080 + }, + { + "entropy": 1.1527117252349854, + "epoch": 3.065825929110538, + "grad_norm": 1.3818763494491577, + "learning_rate": 8.30569659202662e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.9071868658065796, + "num_tokens": 41299460.0, + "step": 32090 + }, + { + "entropy": 1.1355401992797851, + "epoch": 3.066781312697048, + "grad_norm": 1.5416101217269897, + "learning_rate": 8.304511231952646e-05, + "loss": 0.235, + "mean_token_accuracy": 0.9121639788150787, + "num_tokens": 41312415.0, + "step": 32100 + }, + { + "entropy": 1.132573163509369, + "epoch": 3.067736696283558, + "grad_norm": 1.6341488361358643, + "learning_rate": 8.303325542026246e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9067988574504853, + "num_tokens": 41325237.0, + "step": 32110 + }, + { + "entropy": 1.1391468167304992, + "epoch": 3.068692079870068, + "grad_norm": 2.093705654144287, + "learning_rate": 8.302139522365773e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.90099338889122, + "num_tokens": 41337987.0, + "step": 32120 + }, + { + "entropy": 1.1460554242134093, + "epoch": 3.069647463456578, + "grad_norm": 1.0983593463897705, + "learning_rate": 8.300953173089616e-05, + "loss": 0.2425, + "mean_token_accuracy": 0.9069707691669464, + "num_tokens": 41350774.0, + "step": 32130 + }, + { + "entropy": 1.1406083464622498, + "epoch": 3.0706028470430877, + "grad_norm": 1.442317247390747, + "learning_rate": 8.299766494316193e-05, + "loss": 0.2594, + "mean_token_accuracy": 0.899897289276123, + "num_tokens": 41363887.0, + "step": 32140 + }, + { + "entropy": 1.1314289093017578, + "epoch": 3.0715582306295977, + "grad_norm": 1.2901984453201294, + "learning_rate": 8.298579486163958e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9047106742858887, + "num_tokens": 41376404.0, + "step": 32150 + }, + { + "entropy": 1.1403181672096252, + "epoch": 3.0725136142161076, + "grad_norm": 1.1980222463607788, + "learning_rate": 8.297392148751397e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9072477161884308, + "num_tokens": 41389420.0, + "step": 32160 + }, + { + "entropy": 1.143291187286377, + "epoch": 3.073468997802618, + "grad_norm": 1.4432648420333862, + "learning_rate": 8.29620448219703e-05, + "loss": 0.2443, + "mean_token_accuracy": 0.9078018724918365, + "num_tokens": 41402331.0, + "step": 32170 + }, + { + "entropy": 1.1280198693275452, + "epoch": 3.074424381389128, + "grad_norm": 1.6566479206085205, + "learning_rate": 8.295016486619406e-05, + "loss": 0.2268, + "mean_token_accuracy": 0.9111024022102356, + "num_tokens": 41414940.0, + "step": 32180 + }, + { + "entropy": 1.130069077014923, + "epoch": 3.075379764975638, + "grad_norm": 1.5111562013626099, + "learning_rate": 8.293828162137108e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9131913125514984, + "num_tokens": 41427588.0, + "step": 32190 + }, + { + "entropy": 1.127221155166626, + "epoch": 3.0763351485621477, + "grad_norm": 1.7220379114151, + "learning_rate": 8.292639508868758e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9006171762943268, + "num_tokens": 41439923.0, + "step": 32200 + }, + { + "entropy": 1.1428305745124816, + "epoch": 3.0772905321486577, + "grad_norm": 1.6964373588562012, + "learning_rate": 8.291450526933002e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.898180878162384, + "num_tokens": 41452616.0, + "step": 32210 + }, + { + "entropy": 1.161167812347412, + "epoch": 3.0782459157351676, + "grad_norm": 0.9824540019035339, + "learning_rate": 8.290261216448525e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9087618172168732, + "num_tokens": 41465852.0, + "step": 32220 + }, + { + "entropy": 1.14719660282135, + "epoch": 3.0792012993216775, + "grad_norm": 1.5679786205291748, + "learning_rate": 8.28907157753404e-05, + "loss": 0.267, + "mean_token_accuracy": 0.8976911008358002, + "num_tokens": 41478521.0, + "step": 32230 + }, + { + "entropy": 1.1356953859329224, + "epoch": 3.0801566829081874, + "grad_norm": 1.3070077896118164, + "learning_rate": 8.2878816103083e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9106061577796936, + "num_tokens": 41491573.0, + "step": 32240 + }, + { + "entropy": 1.1384321212768556, + "epoch": 3.081112066494698, + "grad_norm": 2.2482657432556152, + "learning_rate": 8.28669131489008e-05, + "loss": 0.2301, + "mean_token_accuracy": 0.9081356644630432, + "num_tokens": 41504804.0, + "step": 32250 + }, + { + "entropy": 1.1419414758682251, + "epoch": 3.0820674500812077, + "grad_norm": 1.101645827293396, + "learning_rate": 8.285500691398198e-05, + "loss": 0.2273, + "mean_token_accuracy": 0.9093509554862976, + "num_tokens": 41518289.0, + "step": 32260 + }, + { + "entropy": 1.127573311328888, + "epoch": 3.0830228336677177, + "grad_norm": 1.47085440158844, + "learning_rate": 8.284309739951499e-05, + "loss": 0.2342, + "mean_token_accuracy": 0.9090793550014495, + "num_tokens": 41530765.0, + "step": 32270 + }, + { + "entropy": 1.1460101127624511, + "epoch": 3.0839782172542276, + "grad_norm": 1.2001971006393433, + "learning_rate": 8.283118460668864e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9099498629570008, + "num_tokens": 41543754.0, + "step": 32280 + }, + { + "entropy": 1.1421263337135314, + "epoch": 3.0849336008407375, + "grad_norm": 1.3929988145828247, + "learning_rate": 8.281926853669204e-05, + "loss": 0.2327, + "mean_token_accuracy": 0.9134779095649719, + "num_tokens": 41556629.0, + "step": 32290 + }, + { + "entropy": 1.1426842570304871, + "epoch": 3.0858889844272475, + "grad_norm": 1.7384191751480103, + "learning_rate": 8.280734919071464e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9079877614974976, + "num_tokens": 41569616.0, + "step": 32300 + }, + { + "entropy": 1.1442927956581115, + "epoch": 3.0868443680137574, + "grad_norm": 1.4877092838287354, + "learning_rate": 8.27954265699462e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9059781074523926, + "num_tokens": 41582893.0, + "step": 32310 + }, + { + "entropy": 1.1542122125625611, + "epoch": 3.0877997516002673, + "grad_norm": 1.199540376663208, + "learning_rate": 8.278350067557685e-05, + "loss": 0.2294, + "mean_token_accuracy": 0.9136435031890869, + "num_tokens": 41596335.0, + "step": 32320 + }, + { + "entropy": 1.1487462997436524, + "epoch": 3.0887551351867777, + "grad_norm": 1.1475106477737427, + "learning_rate": 8.277157150879702e-05, + "loss": 0.2355, + "mean_token_accuracy": 0.9108470141887665, + "num_tokens": 41609389.0, + "step": 32330 + }, + { + "entropy": 1.1653164625167847, + "epoch": 3.0897105187732876, + "grad_norm": 1.668710470199585, + "learning_rate": 8.275963907079742e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9009173214435577, + "num_tokens": 41622751.0, + "step": 32340 + }, + { + "entropy": 1.168505573272705, + "epoch": 3.0906659023597975, + "grad_norm": 1.3542560338974, + "learning_rate": 8.274770336276918e-05, + "loss": 0.2731, + "mean_token_accuracy": 0.8885479390621185, + "num_tokens": 41636121.0, + "step": 32350 + }, + { + "entropy": 1.1497536897659302, + "epoch": 3.0916212859463075, + "grad_norm": 1.5878430604934692, + "learning_rate": 8.27357643859037e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.920713233947754, + "num_tokens": 41649188.0, + "step": 32360 + }, + { + "entropy": 1.1465457320213317, + "epoch": 3.0925766695328174, + "grad_norm": 1.3175877332687378, + "learning_rate": 8.272382214139268e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.909213125705719, + "num_tokens": 41662243.0, + "step": 32370 + }, + { + "entropy": 1.1419810771942138, + "epoch": 3.0935320531193273, + "grad_norm": 1.6017334461212158, + "learning_rate": 8.271187663042822e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9101666450500489, + "num_tokens": 41675271.0, + "step": 32380 + }, + { + "entropy": 1.15239177942276, + "epoch": 3.0944874367058373, + "grad_norm": 1.1468749046325684, + "learning_rate": 8.269992785420268e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8971685588359832, + "num_tokens": 41688655.0, + "step": 32390 + }, + { + "entropy": 1.117436671257019, + "epoch": 3.095442820292347, + "grad_norm": 2.0351333618164062, + "learning_rate": 8.268797581390882e-05, + "loss": 0.2203, + "mean_token_accuracy": 0.9221405386924744, + "num_tokens": 41701521.0, + "step": 32400 + }, + { + "entropy": 1.1401613116264344, + "epoch": 3.0963982038788576, + "grad_norm": 1.2917559146881104, + "learning_rate": 8.267602051073961e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9039626240730285, + "num_tokens": 41714243.0, + "step": 32410 + }, + { + "entropy": 1.13949453830719, + "epoch": 3.0973535874653675, + "grad_norm": 1.3697115182876587, + "learning_rate": 8.266406194588846e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9008343875408172, + "num_tokens": 41726973.0, + "step": 32420 + }, + { + "entropy": 1.131792151927948, + "epoch": 3.0983089710518774, + "grad_norm": 1.273579478263855, + "learning_rate": 8.265210012054905e-05, + "loss": 0.2529, + "mean_token_accuracy": 0.9008711040019989, + "num_tokens": 41739920.0, + "step": 32430 + }, + { + "entropy": 1.151239562034607, + "epoch": 3.0992643546383873, + "grad_norm": 1.1968563795089722, + "learning_rate": 8.264013503591539e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9027656018733978, + "num_tokens": 41753101.0, + "step": 32440 + }, + { + "entropy": 1.145875084400177, + "epoch": 3.1002197382248973, + "grad_norm": 2.442122459411621, + "learning_rate": 8.262816669318184e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9013484001159668, + "num_tokens": 41765632.0, + "step": 32450 + }, + { + "entropy": 1.1333595633506774, + "epoch": 3.101175121811407, + "grad_norm": 1.447780966758728, + "learning_rate": 8.261619509354304e-05, + "loss": 0.2765, + "mean_token_accuracy": 0.8905123591423034, + "num_tokens": 41778259.0, + "step": 32460 + }, + { + "entropy": 1.1368466019630432, + "epoch": 3.102130505397917, + "grad_norm": 1.5822868347167969, + "learning_rate": 8.260422023819399e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9049862384796142, + "num_tokens": 41791293.0, + "step": 32470 + }, + { + "entropy": 1.1418893814086915, + "epoch": 3.103085888984427, + "grad_norm": 1.2444509267807007, + "learning_rate": 8.259224212833001e-05, + "loss": 0.2688, + "mean_token_accuracy": 0.8985894680023193, + "num_tokens": 41804274.0, + "step": 32480 + }, + { + "entropy": 1.1420657515525818, + "epoch": 3.1040412725709374, + "grad_norm": 1.6534757614135742, + "learning_rate": 8.258026076514672e-05, + "loss": 0.2683, + "mean_token_accuracy": 0.8965227842330933, + "num_tokens": 41817304.0, + "step": 32490 + }, + { + "entropy": 1.1366934418678283, + "epoch": 3.1049966561574474, + "grad_norm": 1.4917298555374146, + "learning_rate": 8.256827614984012e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8923024594783783, + "num_tokens": 41830531.0, + "step": 32500 + }, + { + "entropy": 1.1292814254760741, + "epoch": 3.1059520397439573, + "grad_norm": 1.4249687194824219, + "learning_rate": 8.255628828360649e-05, + "loss": 0.2325, + "mean_token_accuracy": 0.9060188055038452, + "num_tokens": 41843404.0, + "step": 32510 + }, + { + "entropy": 1.1229987859725952, + "epoch": 3.106907423330467, + "grad_norm": 1.2306623458862305, + "learning_rate": 8.254429716764242e-05, + "loss": 0.2163, + "mean_token_accuracy": 0.9168668270111084, + "num_tokens": 41855876.0, + "step": 32520 + }, + { + "entropy": 1.1375761866569518, + "epoch": 3.107862806916977, + "grad_norm": 1.6416202783584595, + "learning_rate": 8.25323028031449e-05, + "loss": 0.253, + "mean_token_accuracy": 0.9026038408279419, + "num_tokens": 41868897.0, + "step": 32530 + }, + { + "entropy": 1.1385753631591797, + "epoch": 3.108818190503487, + "grad_norm": 1.4106978178024292, + "learning_rate": 8.252030519131114e-05, + "loss": 0.241, + "mean_token_accuracy": 0.9010007798671722, + "num_tokens": 41881858.0, + "step": 32540 + }, + { + "entropy": 1.1203488945960998, + "epoch": 3.109773574089997, + "grad_norm": 1.5703542232513428, + "learning_rate": 8.250830433333877e-05, + "loss": 0.2384, + "mean_token_accuracy": 0.907484358549118, + "num_tokens": 41894397.0, + "step": 32550 + }, + { + "entropy": 1.1359787940979005, + "epoch": 3.110728957676507, + "grad_norm": 1.6274927854537964, + "learning_rate": 8.249630023042565e-05, + "loss": 0.2544, + "mean_token_accuracy": 0.8985050797462464, + "num_tokens": 41908028.0, + "step": 32560 + }, + { + "entropy": 1.1250680208206176, + "epoch": 3.1116843412630173, + "grad_norm": 1.9596413373947144, + "learning_rate": 8.248429288377006e-05, + "loss": 0.2025, + "mean_token_accuracy": 0.9189919829368591, + "num_tokens": 41920972.0, + "step": 32570 + }, + { + "entropy": 1.1399030089378357, + "epoch": 3.1126397248495272, + "grad_norm": 1.6055939197540283, + "learning_rate": 8.247228229457054e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.9021980404853821, + "num_tokens": 41933056.0, + "step": 32580 + }, + { + "entropy": 1.145926570892334, + "epoch": 3.113595108436037, + "grad_norm": 1.4328875541687012, + "learning_rate": 8.246026846402597e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.907261174917221, + "num_tokens": 41946825.0, + "step": 32590 + }, + { + "entropy": 1.1475485920906068, + "epoch": 3.114550492022547, + "grad_norm": 1.5726948976516724, + "learning_rate": 8.244825139333559e-05, + "loss": 0.2574, + "mean_token_accuracy": 0.8986835420131684, + "num_tokens": 41959680.0, + "step": 32600 + }, + { + "entropy": 1.1427528262138367, + "epoch": 3.115505875609057, + "grad_norm": 1.241976022720337, + "learning_rate": 8.243623108369888e-05, + "loss": 0.2371, + "mean_token_accuracy": 0.9030589818954468, + "num_tokens": 41972000.0, + "step": 32610 + }, + { + "entropy": 1.17224178314209, + "epoch": 3.116461259195567, + "grad_norm": 1.4775207042694092, + "learning_rate": 8.242420753631574e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.8950421273708343, + "num_tokens": 41984918.0, + "step": 32620 + }, + { + "entropy": 1.1446460366249085, + "epoch": 3.117416642782077, + "grad_norm": 1.7742152214050293, + "learning_rate": 8.241218075238631e-05, + "loss": 0.2538, + "mean_token_accuracy": 0.900416123867035, + "num_tokens": 41997935.0, + "step": 32630 + }, + { + "entropy": 1.1526857972145081, + "epoch": 3.118372026368587, + "grad_norm": 1.5009827613830566, + "learning_rate": 8.240015073311109e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.9026891827583313, + "num_tokens": 42011081.0, + "step": 32640 + }, + { + "entropy": 1.1659226775169373, + "epoch": 3.119327409955097, + "grad_norm": 1.5490037202835083, + "learning_rate": 8.238811747969093e-05, + "loss": 0.2735, + "mean_token_accuracy": 0.8943962633609772, + "num_tokens": 42024324.0, + "step": 32650 + }, + { + "entropy": 1.1222867369651794, + "epoch": 3.120282793541607, + "grad_norm": 1.5839929580688477, + "learning_rate": 8.237608099332697e-05, + "loss": 0.2062, + "mean_token_accuracy": 0.9182486534118652, + "num_tokens": 42036999.0, + "step": 32660 + }, + { + "entropy": 1.1490522027015686, + "epoch": 3.121238177128117, + "grad_norm": 1.8495981693267822, + "learning_rate": 8.236404127522065e-05, + "loss": 0.2586, + "mean_token_accuracy": 0.8979895532131195, + "num_tokens": 42049860.0, + "step": 32670 + }, + { + "entropy": 1.1416047811508179, + "epoch": 3.122193560714627, + "grad_norm": 1.4016903638839722, + "learning_rate": 8.235199832657379e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9114817917346955, + "num_tokens": 42062579.0, + "step": 32680 + }, + { + "entropy": 1.1561638951301574, + "epoch": 3.123148944301137, + "grad_norm": 1.285016655921936, + "learning_rate": 8.23399521485885e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.9048597395420075, + "num_tokens": 42075282.0, + "step": 32690 + }, + { + "entropy": 1.1535763621330262, + "epoch": 3.124104327887647, + "grad_norm": 1.5136102437973022, + "learning_rate": 8.23279027424672e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.906384551525116, + "num_tokens": 42088221.0, + "step": 32700 + }, + { + "entropy": 1.1521117687225342, + "epoch": 3.1250597114741567, + "grad_norm": 1.0860377550125122, + "learning_rate": 8.231585010941265e-05, + "loss": 0.2353, + "mean_token_accuracy": 0.9099415838718414, + "num_tokens": 42100659.0, + "step": 32710 + }, + { + "entropy": 1.1564513564109802, + "epoch": 3.1260150950606667, + "grad_norm": 1.8407264947891235, + "learning_rate": 8.230379425062794e-05, + "loss": 0.2419, + "mean_token_accuracy": 0.9016191363334656, + "num_tokens": 42113676.0, + "step": 32720 + }, + { + "entropy": 1.1358532309532166, + "epoch": 3.126970478647177, + "grad_norm": 1.6497292518615723, + "learning_rate": 8.229173516731647e-05, + "loss": 0.2132, + "mean_token_accuracy": 0.9152755081653595, + "num_tokens": 42126491.0, + "step": 32730 + }, + { + "entropy": 1.1338455438613892, + "epoch": 3.127925862233687, + "grad_norm": 1.6310622692108154, + "learning_rate": 8.227967286068196e-05, + "loss": 0.2363, + "mean_token_accuracy": 0.9076774775981903, + "num_tokens": 42138904.0, + "step": 32740 + }, + { + "entropy": 1.1483879208564758, + "epoch": 3.128881245820197, + "grad_norm": 1.3908849954605103, + "learning_rate": 8.226760733192844e-05, + "loss": 0.2214, + "mean_token_accuracy": 0.9143966913223267, + "num_tokens": 42151581.0, + "step": 32750 + }, + { + "entropy": 1.1516828656196594, + "epoch": 3.129836629406707, + "grad_norm": 1.3426896333694458, + "learning_rate": 8.225553858226031e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8879062175750733, + "num_tokens": 42164965.0, + "step": 32760 + }, + { + "entropy": 1.1477693796157837, + "epoch": 3.1307920129932167, + "grad_norm": 1.457991361618042, + "learning_rate": 8.224346661288222e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9080427527427674, + "num_tokens": 42177794.0, + "step": 32770 + }, + { + "entropy": 1.1549959182739258, + "epoch": 3.1317473965797267, + "grad_norm": 1.4871913194656372, + "learning_rate": 8.223139142499923e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8894593715667725, + "num_tokens": 42190686.0, + "step": 32780 + }, + { + "entropy": 1.1517934679985047, + "epoch": 3.1327027801662366, + "grad_norm": 1.3558993339538574, + "learning_rate": 8.221931301981663e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9076869368553162, + "num_tokens": 42203014.0, + "step": 32790 + }, + { + "entropy": 1.1646335959434508, + "epoch": 3.1336581637527465, + "grad_norm": 1.7197703123092651, + "learning_rate": 8.220723139854008e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.9016963720321656, + "num_tokens": 42216160.0, + "step": 32800 + }, + { + "entropy": 1.151490330696106, + "epoch": 3.134613547339257, + "grad_norm": 1.268072485923767, + "learning_rate": 8.219514656237555e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8938530743122101, + "num_tokens": 42229420.0, + "step": 32810 + }, + { + "entropy": 1.1554397225379944, + "epoch": 3.135568930925767, + "grad_norm": 1.3451203107833862, + "learning_rate": 8.218305851252934e-05, + "loss": 0.2236, + "mean_token_accuracy": 0.916005140542984, + "num_tokens": 42242626.0, + "step": 32820 + }, + { + "entropy": 1.1518773198127747, + "epoch": 3.1365243145122768, + "grad_norm": 1.5881800651550293, + "learning_rate": 8.217096725020808e-05, + "loss": 0.2089, + "mean_token_accuracy": 0.9201299667358398, + "num_tokens": 42255493.0, + "step": 32830 + }, + { + "entropy": 1.1409131646156312, + "epoch": 3.1374796980987867, + "grad_norm": 0.9487345814704895, + "learning_rate": 8.215887277661867e-05, + "loss": 0.2356, + "mean_token_accuracy": 0.910654079914093, + "num_tokens": 42268071.0, + "step": 32840 + }, + { + "entropy": 1.136492657661438, + "epoch": 3.1384350816852966, + "grad_norm": 1.4276926517486572, + "learning_rate": 8.214677509296841e-05, + "loss": 0.2474, + "mean_token_accuracy": 0.9041100680828095, + "num_tokens": 42280900.0, + "step": 32850 + }, + { + "entropy": 1.1398465275764464, + "epoch": 3.1393904652718065, + "grad_norm": 1.3805865049362183, + "learning_rate": 8.213467420046486e-05, + "loss": 0.2365, + "mean_token_accuracy": 0.9082224011421204, + "num_tokens": 42293557.0, + "step": 32860 + }, + { + "entropy": 1.1409650802612306, + "epoch": 3.1403458488583165, + "grad_norm": 1.3647950887680054, + "learning_rate": 8.212257010031587e-05, + "loss": 0.2371, + "mean_token_accuracy": 0.9086641490459442, + "num_tokens": 42306176.0, + "step": 32870 + }, + { + "entropy": 1.1727155089378356, + "epoch": 3.1413012324448264, + "grad_norm": 1.836212396621704, + "learning_rate": 8.211046279372974e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.8939033091068268, + "num_tokens": 42319344.0, + "step": 32880 + }, + { + "entropy": 1.1613691806793214, + "epoch": 3.1422566160313368, + "grad_norm": 2.147334575653076, + "learning_rate": 8.209835228191494e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9034958004951477, + "num_tokens": 42332526.0, + "step": 32890 + }, + { + "entropy": 1.1810471653938293, + "epoch": 3.1432119996178467, + "grad_norm": 1.2898259162902832, + "learning_rate": 8.208623856608037e-05, + "loss": 0.2935, + "mean_token_accuracy": 0.879862767457962, + "num_tokens": 42345901.0, + "step": 32900 + }, + { + "entropy": 1.1808317661285401, + "epoch": 3.1441673832043566, + "grad_norm": 0.8957076072692871, + "learning_rate": 8.207412164743518e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9013186454772949, + "num_tokens": 42359614.0, + "step": 32910 + }, + { + "entropy": 1.1637450337409974, + "epoch": 3.1451227667908666, + "grad_norm": 1.443769931793213, + "learning_rate": 8.206200152718889e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9017038464546203, + "num_tokens": 42372074.0, + "step": 32920 + }, + { + "entropy": 1.1470001101493836, + "epoch": 3.1460781503773765, + "grad_norm": 1.8392338752746582, + "learning_rate": 8.204987820655128e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9040452003479004, + "num_tokens": 42384493.0, + "step": 32930 + }, + { + "entropy": 1.1653000235557556, + "epoch": 3.1470335339638864, + "grad_norm": 1.89470374584198, + "learning_rate": 8.203775168673251e-05, + "loss": 0.2723, + "mean_token_accuracy": 0.8938775658607483, + "num_tokens": 42397199.0, + "step": 32940 + }, + { + "entropy": 1.1596240758895875, + "epoch": 3.1479889175503963, + "grad_norm": 1.470910906791687, + "learning_rate": 8.202562196894304e-05, + "loss": 0.2292, + "mean_token_accuracy": 0.9125152111053467, + "num_tokens": 42409738.0, + "step": 32950 + }, + { + "entropy": 1.14253009557724, + "epoch": 3.1489443011369063, + "grad_norm": 1.7871348857879639, + "learning_rate": 8.201348905439364e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9035407960414886, + "num_tokens": 42422594.0, + "step": 32960 + }, + { + "entropy": 1.15165718793869, + "epoch": 3.1498996847234166, + "grad_norm": 1.3983893394470215, + "learning_rate": 8.200135294429539e-05, + "loss": 0.2478, + "mean_token_accuracy": 0.903450608253479, + "num_tokens": 42435603.0, + "step": 32970 + }, + { + "entropy": 1.1693427681922912, + "epoch": 3.1508550683099266, + "grad_norm": 1.4314926862716675, + "learning_rate": 8.198921363985971e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9053946614265442, + "num_tokens": 42448500.0, + "step": 32980 + }, + { + "entropy": 1.1627377271652222, + "epoch": 3.1518104518964365, + "grad_norm": 1.8039050102233887, + "learning_rate": 8.197707114229836e-05, + "loss": 0.2766, + "mean_token_accuracy": 0.8898092687129975, + "num_tokens": 42461272.0, + "step": 32990 + }, + { + "entropy": 1.1450082540512085, + "epoch": 3.1527658354829464, + "grad_norm": 1.5820329189300537, + "learning_rate": 8.196492545282333e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9120578765869141, + "num_tokens": 42473801.0, + "step": 33000 + }, + { + "entropy": 1.1530086278915406, + "epoch": 3.1537212190694563, + "grad_norm": 1.52260160446167, + "learning_rate": 8.195277657264704e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9039640128612518, + "num_tokens": 42486641.0, + "step": 33010 + }, + { + "entropy": 1.158083689212799, + "epoch": 3.1546766026559663, + "grad_norm": 1.5386635065078735, + "learning_rate": 8.194062450298214e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.9019250810146332, + "num_tokens": 42498656.0, + "step": 33020 + }, + { + "entropy": 1.161002242565155, + "epoch": 3.155631986242476, + "grad_norm": 1.6153048276901245, + "learning_rate": 8.192846924504167e-05, + "loss": 0.2484, + "mean_token_accuracy": 0.901005095243454, + "num_tokens": 42511618.0, + "step": 33030 + }, + { + "entropy": 1.1637457013130188, + "epoch": 3.156587369828986, + "grad_norm": 1.293473243713379, + "learning_rate": 8.191631080003894e-05, + "loss": 0.2231, + "mean_token_accuracy": 0.9120715379714965, + "num_tokens": 42524917.0, + "step": 33040 + }, + { + "entropy": 1.1552853465080262, + "epoch": 3.1575427534154965, + "grad_norm": 1.0005940198898315, + "learning_rate": 8.190414916918759e-05, + "loss": 0.238, + "mean_token_accuracy": 0.9060031116008759, + "num_tokens": 42537744.0, + "step": 33050 + }, + { + "entropy": 1.1506426215171814, + "epoch": 3.1584981370020064, + "grad_norm": 1.669236183166504, + "learning_rate": 8.189198435370158e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9031233370304108, + "num_tokens": 42550221.0, + "step": 33060 + }, + { + "entropy": 1.1662221074104309, + "epoch": 3.1594535205885164, + "grad_norm": 1.6915369033813477, + "learning_rate": 8.187981635479516e-05, + "loss": 0.2999, + "mean_token_accuracy": 0.8791274964809418, + "num_tokens": 42562952.0, + "step": 33070 + }, + { + "entropy": 1.1583677291870118, + "epoch": 3.1604089041750263, + "grad_norm": 1.006155252456665, + "learning_rate": 8.186764517368297e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.9027536571025848, + "num_tokens": 42575642.0, + "step": 33080 + }, + { + "entropy": 1.1610926747322083, + "epoch": 3.161364287761536, + "grad_norm": 1.2537856101989746, + "learning_rate": 8.185547081157992e-05, + "loss": 0.2546, + "mean_token_accuracy": 0.8983865082263947, + "num_tokens": 42588879.0, + "step": 33090 + }, + { + "entropy": 1.1479304552078247, + "epoch": 3.162319671348046, + "grad_norm": 1.7032358646392822, + "learning_rate": 8.184329326970119e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.8995153605937958, + "num_tokens": 42601505.0, + "step": 33100 + }, + { + "entropy": 1.1432660818099976, + "epoch": 3.163275054934556, + "grad_norm": 1.4564049243927002, + "learning_rate": 8.183111254926239e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8979255139827729, + "num_tokens": 42614399.0, + "step": 33110 + }, + { + "entropy": 1.1262987732887269, + "epoch": 3.164230438521066, + "grad_norm": 1.441389799118042, + "learning_rate": 8.181892865147936e-05, + "loss": 0.2247, + "mean_token_accuracy": 0.912940788269043, + "num_tokens": 42626899.0, + "step": 33120 + }, + { + "entropy": 1.1300291299819947, + "epoch": 3.1651858221075764, + "grad_norm": 1.4030611515045166, + "learning_rate": 8.180674157756827e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9026161968708039, + "num_tokens": 42639503.0, + "step": 33130 + }, + { + "entropy": 1.153012454509735, + "epoch": 3.1661412056940863, + "grad_norm": 1.1773674488067627, + "learning_rate": 8.179455132874563e-05, + "loss": 0.256, + "mean_token_accuracy": 0.8973731577396393, + "num_tokens": 42652050.0, + "step": 33140 + }, + { + "entropy": 1.1512924671173095, + "epoch": 3.1670965892805962, + "grad_norm": 1.714411735534668, + "learning_rate": 8.178235790622825e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.8993581295013428, + "num_tokens": 42664965.0, + "step": 33150 + }, + { + "entropy": 1.149130940437317, + "epoch": 3.168051972867106, + "grad_norm": 1.5058554410934448, + "learning_rate": 8.177016131123328e-05, + "loss": 0.238, + "mean_token_accuracy": 0.9076569080352783, + "num_tokens": 42677926.0, + "step": 33160 + }, + { + "entropy": 1.155039095878601, + "epoch": 3.169007356453616, + "grad_norm": 1.6664506196975708, + "learning_rate": 8.175796154497814e-05, + "loss": 0.1938, + "mean_token_accuracy": 0.9260948359966278, + "num_tokens": 42691369.0, + "step": 33170 + }, + { + "entropy": 1.1417151927947997, + "epoch": 3.169962740040126, + "grad_norm": 1.6257330179214478, + "learning_rate": 8.174575860868063e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9031084716320038, + "num_tokens": 42704284.0, + "step": 33180 + }, + { + "entropy": 1.1150663852691651, + "epoch": 3.170918123626636, + "grad_norm": 1.1559735536575317, + "learning_rate": 8.173355250355883e-05, + "loss": 0.2127, + "mean_token_accuracy": 0.9201904654502868, + "num_tokens": 42716414.0, + "step": 33190 + }, + { + "entropy": 1.1420615077018739, + "epoch": 3.171873507213146, + "grad_norm": 1.6434485912322998, + "learning_rate": 8.172134323083111e-05, + "loss": 0.2247, + "mean_token_accuracy": 0.9163696825504303, + "num_tokens": 42729338.0, + "step": 33200 + }, + { + "entropy": 1.1339512825012208, + "epoch": 3.1728288907996562, + "grad_norm": 1.7150051593780518, + "learning_rate": 8.170913079171623e-05, + "loss": 0.2523, + "mean_token_accuracy": 0.9004070997238159, + "num_tokens": 42742027.0, + "step": 33210 + }, + { + "entropy": 1.1377944111824037, + "epoch": 3.173784274386166, + "grad_norm": 1.2996904850006104, + "learning_rate": 8.169691518743316e-05, + "loss": 0.2316, + "mean_token_accuracy": 0.9097073912620545, + "num_tokens": 42754611.0, + "step": 33220 + }, + { + "entropy": 1.1306841731071473, + "epoch": 3.174739657972676, + "grad_norm": 1.5287598371505737, + "learning_rate": 8.168469641920129e-05, + "loss": 0.2157, + "mean_token_accuracy": 0.9148261666297912, + "num_tokens": 42766892.0, + "step": 33230 + }, + { + "entropy": 1.1470371603965759, + "epoch": 3.175695041559186, + "grad_norm": 1.7898257970809937, + "learning_rate": 8.167247448824028e-05, + "loss": 0.273, + "mean_token_accuracy": 0.8952337086200715, + "num_tokens": 42779592.0, + "step": 33240 + }, + { + "entropy": 1.1336095333099365, + "epoch": 3.176650425145696, + "grad_norm": 1.348392128944397, + "learning_rate": 8.166024939577011e-05, + "loss": 0.2315, + "mean_token_accuracy": 0.911664628982544, + "num_tokens": 42792066.0, + "step": 33250 + }, + { + "entropy": 1.1399797081947327, + "epoch": 3.177605808732206, + "grad_norm": 1.1898047924041748, + "learning_rate": 8.164802114301105e-05, + "loss": 0.2312, + "mean_token_accuracy": 0.9139231026172638, + "num_tokens": 42805353.0, + "step": 33260 + }, + { + "entropy": 1.1395215034484862, + "epoch": 3.178561192318716, + "grad_norm": 1.6666300296783447, + "learning_rate": 8.163578973118373e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9034412860870361, + "num_tokens": 42817996.0, + "step": 33270 + }, + { + "entropy": 1.1196942448616027, + "epoch": 3.179516575905226, + "grad_norm": 1.1963251829147339, + "learning_rate": 8.162355516150908e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9094030618667602, + "num_tokens": 42830213.0, + "step": 33280 + }, + { + "entropy": 1.1288357615470885, + "epoch": 3.180471959491736, + "grad_norm": 1.5308464765548706, + "learning_rate": 8.161131743520833e-05, + "loss": 0.2379, + "mean_token_accuracy": 0.9097469687461853, + "num_tokens": 42843015.0, + "step": 33290 + }, + { + "entropy": 1.1393504023551941, + "epoch": 3.181427343078246, + "grad_norm": 1.259678840637207, + "learning_rate": 8.159907655350305e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9054223418235778, + "num_tokens": 42855328.0, + "step": 33300 + }, + { + "entropy": 1.1343668818473815, + "epoch": 3.182382726664756, + "grad_norm": 1.3412929773330688, + "learning_rate": 8.158683251761507e-05, + "loss": 0.259, + "mean_token_accuracy": 0.9038792967796325, + "num_tokens": 42867993.0, + "step": 33310 + }, + { + "entropy": 1.1453849911689757, + "epoch": 3.183338110251266, + "grad_norm": 1.7214497327804565, + "learning_rate": 8.157458532876663e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8984034419059753, + "num_tokens": 42880611.0, + "step": 33320 + }, + { + "entropy": 1.1341872096061707, + "epoch": 3.184293493837776, + "grad_norm": 1.3487225770950317, + "learning_rate": 8.156233498818018e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9047408163547516, + "num_tokens": 42893537.0, + "step": 33330 + }, + { + "entropy": 1.1594820499420166, + "epoch": 3.1852488774242858, + "grad_norm": 1.398539662361145, + "learning_rate": 8.155008149707858e-05, + "loss": 0.2591, + "mean_token_accuracy": 0.8991192281246185, + "num_tokens": 42906162.0, + "step": 33340 + }, + { + "entropy": 1.1650696754455567, + "epoch": 3.1862042610107957, + "grad_norm": 1.6963781118392944, + "learning_rate": 8.153782485668492e-05, + "loss": 0.2301, + "mean_token_accuracy": 0.9094403743743896, + "num_tokens": 42918920.0, + "step": 33350 + }, + { + "entropy": 1.1717430233955384, + "epoch": 3.1871596445973056, + "grad_norm": 1.677492618560791, + "learning_rate": 8.152556506822268e-05, + "loss": 0.2579, + "mean_token_accuracy": 0.8969658017158508, + "num_tokens": 42931943.0, + "step": 33360 + }, + { + "entropy": 1.1653099179267883, + "epoch": 3.188115028183816, + "grad_norm": 1.2815343141555786, + "learning_rate": 8.151330213291559e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9030800938606263, + "num_tokens": 42944730.0, + "step": 33370 + }, + { + "entropy": 1.1654991149902343, + "epoch": 3.189070411770326, + "grad_norm": 1.7275221347808838, + "learning_rate": 8.150103605198773e-05, + "loss": 0.2582, + "mean_token_accuracy": 0.9069172441959381, + "num_tokens": 42957557.0, + "step": 33380 + }, + { + "entropy": 1.1606694459915161, + "epoch": 3.190025795356836, + "grad_norm": 1.568443775177002, + "learning_rate": 8.148876682666349e-05, + "loss": 0.2587, + "mean_token_accuracy": 0.8972289025783539, + "num_tokens": 42970264.0, + "step": 33390 + }, + { + "entropy": 1.164743423461914, + "epoch": 3.1909811789433458, + "grad_norm": 1.2904400825500488, + "learning_rate": 8.147649445816756e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9095419406890869, + "num_tokens": 42983213.0, + "step": 33400 + }, + { + "entropy": 1.1471440315246582, + "epoch": 3.1919365625298557, + "grad_norm": 1.1259939670562744, + "learning_rate": 8.146421894772496e-05, + "loss": 0.2444, + "mean_token_accuracy": 0.9055906474590302, + "num_tokens": 42995441.0, + "step": 33410 + }, + { + "entropy": 1.1559301376342774, + "epoch": 3.1928919461163656, + "grad_norm": 1.8371200561523438, + "learning_rate": 8.145194029656101e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8936314046382904, + "num_tokens": 43007884.0, + "step": 33420 + }, + { + "entropy": 1.1684032320976256, + "epoch": 3.1938473297028755, + "grad_norm": 1.2954440116882324, + "learning_rate": 8.143965850590136e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9020515739917755, + "num_tokens": 43020513.0, + "step": 33430 + }, + { + "entropy": 1.181742298603058, + "epoch": 3.194802713289386, + "grad_norm": 1.2667746543884277, + "learning_rate": 8.142737357697196e-05, + "loss": 0.2512, + "mean_token_accuracy": 0.9012467503547669, + "num_tokens": 43033791.0, + "step": 33440 + }, + { + "entropy": 1.1551600337028503, + "epoch": 3.195758096875896, + "grad_norm": 2.321361541748047, + "learning_rate": 8.141508551099908e-05, + "loss": 0.2378, + "mean_token_accuracy": 0.909756475687027, + "num_tokens": 43046560.0, + "step": 33450 + }, + { + "entropy": 1.1752402544021607, + "epoch": 3.1967134804624058, + "grad_norm": 1.3518500328063965, + "learning_rate": 8.140279430920931e-05, + "loss": 0.2197, + "mean_token_accuracy": 0.9192355930805206, + "num_tokens": 43059624.0, + "step": 33460 + }, + { + "entropy": 1.164561140537262, + "epoch": 3.1976688640489157, + "grad_norm": 1.1744256019592285, + "learning_rate": 8.139049997282951e-05, + "loss": 0.2392, + "mean_token_accuracy": 0.9039193570613862, + "num_tokens": 43072490.0, + "step": 33470 + }, + { + "entropy": 1.1698359608650208, + "epoch": 3.1986242476354256, + "grad_norm": 1.4621526002883911, + "learning_rate": 8.137820250308692e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.8940244793891907, + "num_tokens": 43085312.0, + "step": 33480 + }, + { + "entropy": 1.1780136108398438, + "epoch": 3.1995796312219356, + "grad_norm": 1.9160840511322021, + "learning_rate": 8.136590190120905e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.903776490688324, + "num_tokens": 43098565.0, + "step": 33490 + }, + { + "entropy": 1.1631720662117004, + "epoch": 3.2005350148084455, + "grad_norm": 1.3392257690429688, + "learning_rate": 8.135359816842372e-05, + "loss": 0.2462, + "mean_token_accuracy": 0.9050262808799744, + "num_tokens": 43111395.0, + "step": 33500 + }, + { + "entropy": 1.1828559517860413, + "epoch": 3.2014903983949554, + "grad_norm": 1.1911579370498657, + "learning_rate": 8.134129130595908e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8855110287666321, + "num_tokens": 43124205.0, + "step": 33510 + }, + { + "entropy": 1.1594260334968567, + "epoch": 3.2024457819814653, + "grad_norm": 1.4981120824813843, + "learning_rate": 8.13289813150436e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.8985776960849762, + "num_tokens": 43137105.0, + "step": 33520 + }, + { + "entropy": 1.1645930528640747, + "epoch": 3.2034011655679757, + "grad_norm": 1.2315261363983154, + "learning_rate": 8.131666819690604e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9119328498840332, + "num_tokens": 43149935.0, + "step": 33530 + }, + { + "entropy": 1.1629324793815612, + "epoch": 3.2043565491544856, + "grad_norm": 1.4492205381393433, + "learning_rate": 8.130435195277547e-05, + "loss": 0.2539, + "mean_token_accuracy": 0.9028231859207153, + "num_tokens": 43162700.0, + "step": 33540 + }, + { + "entropy": 1.1613313674926757, + "epoch": 3.2053119327409956, + "grad_norm": 1.3409606218338013, + "learning_rate": 8.129203258388128e-05, + "loss": 0.2357, + "mean_token_accuracy": 0.907907247543335, + "num_tokens": 43175724.0, + "step": 33550 + }, + { + "entropy": 1.1544656038284302, + "epoch": 3.2062673163275055, + "grad_norm": 1.6431317329406738, + "learning_rate": 8.127971009145321e-05, + "loss": 0.2452, + "mean_token_accuracy": 0.9032190561294555, + "num_tokens": 43188379.0, + "step": 33560 + }, + { + "entropy": 1.1727776050567627, + "epoch": 3.2072226999140154, + "grad_norm": 1.5900763273239136, + "learning_rate": 8.126738447672125e-05, + "loss": 0.2654, + "mean_token_accuracy": 0.892646986246109, + "num_tokens": 43201550.0, + "step": 33570 + }, + { + "entropy": 1.1720022678375244, + "epoch": 3.2081780835005254, + "grad_norm": 1.533612847328186, + "learning_rate": 8.125505574091572e-05, + "loss": 0.2858, + "mean_token_accuracy": 0.8878797292709351, + "num_tokens": 43213990.0, + "step": 33580 + }, + { + "entropy": 1.1755621910095215, + "epoch": 3.2091334670870353, + "grad_norm": 1.295850157737732, + "learning_rate": 8.124272388526726e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8933626294136048, + "num_tokens": 43226988.0, + "step": 33590 + }, + { + "entropy": 1.1659640669822693, + "epoch": 3.2100888506735457, + "grad_norm": 1.0868104696273804, + "learning_rate": 8.123038891100685e-05, + "loss": 0.2363, + "mean_token_accuracy": 0.9085448741912842, + "num_tokens": 43240062.0, + "step": 33600 + }, + { + "entropy": 1.1563181042671205, + "epoch": 3.2110442342600556, + "grad_norm": 1.2494897842407227, + "learning_rate": 8.121805081936573e-05, + "loss": 0.264, + "mean_token_accuracy": 0.9013582408428192, + "num_tokens": 43253589.0, + "step": 33610 + }, + { + "entropy": 1.1515470504760743, + "epoch": 3.2119996178465655, + "grad_norm": 1.761252522468567, + "learning_rate": 8.120570961157548e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9017899096012115, + "num_tokens": 43266755.0, + "step": 33620 + }, + { + "entropy": 1.1731077313423157, + "epoch": 3.2129550014330754, + "grad_norm": 1.4148274660110474, + "learning_rate": 8.119336528886798e-05, + "loss": 0.2968, + "mean_token_accuracy": 0.8823446154594421, + "num_tokens": 43279206.0, + "step": 33630 + }, + { + "entropy": 1.1672779321670532, + "epoch": 3.2139103850195854, + "grad_norm": 1.4226584434509277, + "learning_rate": 8.118101785247545e-05, + "loss": 0.2484, + "mean_token_accuracy": 0.8978059232234955, + "num_tokens": 43292179.0, + "step": 33640 + }, + { + "entropy": 1.152924108505249, + "epoch": 3.2148657686060953, + "grad_norm": 1.5556321144104004, + "learning_rate": 8.116866730363035e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.906216698884964, + "num_tokens": 43305147.0, + "step": 33650 + }, + { + "entropy": 1.146762192249298, + "epoch": 3.2158211521926052, + "grad_norm": 1.2040002346038818, + "learning_rate": 8.115631364356555e-05, + "loss": 0.2222, + "mean_token_accuracy": 0.9108659863471985, + "num_tokens": 43318309.0, + "step": 33660 + }, + { + "entropy": 1.1548868060111999, + "epoch": 3.216776535779115, + "grad_norm": 1.1549832820892334, + "learning_rate": 8.114395687351413e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.9077276110649108, + "num_tokens": 43331382.0, + "step": 33670 + }, + { + "entropy": 1.1453298211097718, + "epoch": 3.217731919365625, + "grad_norm": 1.6013801097869873, + "learning_rate": 8.113159699470956e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.8981953561306, + "num_tokens": 43344277.0, + "step": 33680 + }, + { + "entropy": 1.1525838732719422, + "epoch": 3.2186873029521355, + "grad_norm": 0.9941832423210144, + "learning_rate": 8.111923400838558e-05, + "loss": 0.2319, + "mean_token_accuracy": 0.9082648575305938, + "num_tokens": 43357437.0, + "step": 33690 + }, + { + "entropy": 1.1491640329360961, + "epoch": 3.2196426865386454, + "grad_norm": 1.5518760681152344, + "learning_rate": 8.110686791577624e-05, + "loss": 0.227, + "mean_token_accuracy": 0.9100602686405181, + "num_tokens": 43370305.0, + "step": 33700 + }, + { + "entropy": 1.169568955898285, + "epoch": 3.2205980701251553, + "grad_norm": 1.3191434144973755, + "learning_rate": 8.109449871811592e-05, + "loss": 0.2448, + "mean_token_accuracy": 0.9049999117851257, + "num_tokens": 43384049.0, + "step": 33710 + }, + { + "entropy": 1.1661371827125548, + "epoch": 3.2215534537116652, + "grad_norm": 1.4550317525863647, + "learning_rate": 8.10821264166393e-05, + "loss": 0.2449, + "mean_token_accuracy": 0.8991231858730316, + "num_tokens": 43397012.0, + "step": 33720 + }, + { + "entropy": 1.1668549299240112, + "epoch": 3.222508837298175, + "grad_norm": 1.7800450325012207, + "learning_rate": 8.106975101258135e-05, + "loss": 0.266, + "mean_token_accuracy": 0.8938753426074981, + "num_tokens": 43409946.0, + "step": 33730 + }, + { + "entropy": 1.1677525401115418, + "epoch": 3.223464220884685, + "grad_norm": 1.2225450277328491, + "learning_rate": 8.10573725071774e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9085789382457733, + "num_tokens": 43423067.0, + "step": 33740 + }, + { + "entropy": 1.1604894042015075, + "epoch": 3.224419604471195, + "grad_norm": 1.9522762298583984, + "learning_rate": 8.104499090166301e-05, + "loss": 0.2358, + "mean_token_accuracy": 0.9132331788539887, + "num_tokens": 43436145.0, + "step": 33750 + }, + { + "entropy": 1.155362343788147, + "epoch": 3.2253749880577054, + "grad_norm": 1.4983241558074951, + "learning_rate": 8.103260619727415e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9014098465442657, + "num_tokens": 43448604.0, + "step": 33760 + }, + { + "entropy": 1.1468329191207887, + "epoch": 3.2263303716442153, + "grad_norm": 1.7231966257095337, + "learning_rate": 8.102021839524703e-05, + "loss": 0.2147, + "mean_token_accuracy": 0.9131912410259246, + "num_tokens": 43461610.0, + "step": 33770 + }, + { + "entropy": 1.1496410489082336, + "epoch": 3.2272857552307253, + "grad_norm": 1.3304423093795776, + "learning_rate": 8.100782749681817e-05, + "loss": 0.255, + "mean_token_accuracy": 0.8970928966999054, + "num_tokens": 43474365.0, + "step": 33780 + }, + { + "entropy": 1.1706392526626588, + "epoch": 3.228241138817235, + "grad_norm": 1.2909998893737793, + "learning_rate": 8.099543350322441e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.8969315350055694, + "num_tokens": 43487044.0, + "step": 33790 + }, + { + "entropy": 1.15571631193161, + "epoch": 3.229196522403745, + "grad_norm": 0.9110719561576843, + "learning_rate": 8.098303641570294e-05, + "loss": 0.2626, + "mean_token_accuracy": 0.9009397923946381, + "num_tokens": 43499561.0, + "step": 33800 + }, + { + "entropy": 1.1623255729675293, + "epoch": 3.230151905990255, + "grad_norm": 1.7230744361877441, + "learning_rate": 8.097063623549119e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9051448941230774, + "num_tokens": 43512778.0, + "step": 33810 + }, + { + "entropy": 1.1620532155036927, + "epoch": 3.231107289576765, + "grad_norm": 1.4328465461730957, + "learning_rate": 8.095823296382695e-05, + "loss": 0.2396, + "mean_token_accuracy": 0.9078214347362519, + "num_tokens": 43525457.0, + "step": 33820 + }, + { + "entropy": 1.1518222093582153, + "epoch": 3.232062673163275, + "grad_norm": 1.5811856985092163, + "learning_rate": 8.094582660194827e-05, + "loss": 0.2497, + "mean_token_accuracy": 0.9081859529018402, + "num_tokens": 43538024.0, + "step": 33830 + }, + { + "entropy": 1.153422486782074, + "epoch": 3.233018056749785, + "grad_norm": 1.332580804824829, + "learning_rate": 8.09334171510936e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8961353421211242, + "num_tokens": 43550644.0, + "step": 33840 + }, + { + "entropy": 1.138890528678894, + "epoch": 3.233973440336295, + "grad_norm": 1.673095703125, + "learning_rate": 8.092100461250156e-05, + "loss": 0.2296, + "mean_token_accuracy": 0.9100144803524017, + "num_tokens": 43563189.0, + "step": 33850 + }, + { + "entropy": 1.1497135043144227, + "epoch": 3.234928823922805, + "grad_norm": 1.6236121654510498, + "learning_rate": 8.09085889874112e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9055273234844208, + "num_tokens": 43575906.0, + "step": 33860 + }, + { + "entropy": 1.1525565147399903, + "epoch": 3.235884207509315, + "grad_norm": 1.5938239097595215, + "learning_rate": 8.089617027706184e-05, + "loss": 0.2593, + "mean_token_accuracy": 0.8949332296848297, + "num_tokens": 43589254.0, + "step": 33870 + }, + { + "entropy": 1.1698061943054199, + "epoch": 3.236839591095825, + "grad_norm": 1.7749274969100952, + "learning_rate": 8.088374848269307e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.9015561699867248, + "num_tokens": 43602030.0, + "step": 33880 + }, + { + "entropy": 1.1514365196228027, + "epoch": 3.237794974682335, + "grad_norm": 1.157188057899475, + "learning_rate": 8.087132360554486e-05, + "loss": 0.2289, + "mean_token_accuracy": 0.9080361187458038, + "num_tokens": 43614683.0, + "step": 33890 + }, + { + "entropy": 1.1467522144317628, + "epoch": 3.238750358268845, + "grad_norm": 1.7510013580322266, + "learning_rate": 8.08588956468574e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.9088878750801086, + "num_tokens": 43627403.0, + "step": 33900 + }, + { + "entropy": 1.1482939720153809, + "epoch": 3.2397057418553548, + "grad_norm": 1.4761567115783691, + "learning_rate": 8.084646460787126e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9039937615394592, + "num_tokens": 43640333.0, + "step": 33910 + }, + { + "entropy": 1.1494832515716553, + "epoch": 3.240661125441865, + "grad_norm": 1.4713412523269653, + "learning_rate": 8.083403048982729e-05, + "loss": 0.2764, + "mean_token_accuracy": 0.8863593935966492, + "num_tokens": 43652758.0, + "step": 33920 + }, + { + "entropy": 1.1508880138397217, + "epoch": 3.241616509028375, + "grad_norm": 1.1616424322128296, + "learning_rate": 8.082159329396664e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9062787234783173, + "num_tokens": 43665856.0, + "step": 33930 + }, + { + "entropy": 1.168600869178772, + "epoch": 3.242571892614885, + "grad_norm": 1.5047563314437866, + "learning_rate": 8.08091530215308e-05, + "loss": 0.2595, + "mean_token_accuracy": 0.9012443900108338, + "num_tokens": 43678296.0, + "step": 33940 + }, + { + "entropy": 1.1461676478385925, + "epoch": 3.243527276201395, + "grad_norm": 1.8779140710830688, + "learning_rate": 8.079670967376152e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.901449179649353, + "num_tokens": 43690722.0, + "step": 33950 + }, + { + "entropy": 1.1681146025657654, + "epoch": 3.244482659787905, + "grad_norm": 1.4435341358184814, + "learning_rate": 8.078426325190087e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9030171513557435, + "num_tokens": 43703576.0, + "step": 33960 + }, + { + "entropy": 1.1782981872558593, + "epoch": 3.2454380433744148, + "grad_norm": 1.6817599534988403, + "learning_rate": 8.077181375719127e-05, + "loss": 0.2667, + "mean_token_accuracy": 0.8973914980888367, + "num_tokens": 43716544.0, + "step": 33970 + }, + { + "entropy": 1.1793102025985718, + "epoch": 3.2463934269609247, + "grad_norm": 1.397508978843689, + "learning_rate": 8.07593611908754e-05, + "loss": 0.2546, + "mean_token_accuracy": 0.8974237978458405, + "num_tokens": 43729825.0, + "step": 33980 + }, + { + "entropy": 1.1682851672172547, + "epoch": 3.2473488105474346, + "grad_norm": 1.3712259531021118, + "learning_rate": 8.074690555419626e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9030335009098053, + "num_tokens": 43742643.0, + "step": 33990 + }, + { + "entropy": 1.1450278759002686, + "epoch": 3.2483041941339446, + "grad_norm": 1.7738300561904907, + "learning_rate": 8.073444684839715e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9041879534721374, + "num_tokens": 43754922.0, + "step": 34000 + }, + { + "entropy": 1.1689833760261537, + "epoch": 3.249259577720455, + "grad_norm": 2.021984338760376, + "learning_rate": 8.072198507472168e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8992652595043182, + "num_tokens": 43768053.0, + "step": 34010 + }, + { + "entropy": 1.1496059775352478, + "epoch": 3.250214961306965, + "grad_norm": 2.1292009353637695, + "learning_rate": 8.07095202344138e-05, + "loss": 0.2255, + "mean_token_accuracy": 0.9080196440219879, + "num_tokens": 43781176.0, + "step": 34020 + }, + { + "entropy": 1.1707095384597779, + "epoch": 3.251170344893475, + "grad_norm": 2.0421793460845947, + "learning_rate": 8.06970523287177e-05, + "loss": 0.2561, + "mean_token_accuracy": 0.8974719345569611, + "num_tokens": 43793983.0, + "step": 34030 + }, + { + "entropy": 1.1553221583366393, + "epoch": 3.2521257284799847, + "grad_norm": 1.2232990264892578, + "learning_rate": 8.068458135887794e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9078519821166993, + "num_tokens": 43806711.0, + "step": 34040 + }, + { + "entropy": 1.154058003425598, + "epoch": 3.2530811120664946, + "grad_norm": 1.399330973625183, + "learning_rate": 8.067210732613934e-05, + "loss": 0.2407, + "mean_token_accuracy": 0.9035466194152832, + "num_tokens": 43819714.0, + "step": 34050 + }, + { + "entropy": 1.1431465983390807, + "epoch": 3.2540364956530046, + "grad_norm": 1.1656248569488525, + "learning_rate": 8.065963023174703e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.9049428045749665, + "num_tokens": 43832443.0, + "step": 34060 + }, + { + "entropy": 1.144096887111664, + "epoch": 3.2549918792395145, + "grad_norm": 1.1820820569992065, + "learning_rate": 8.064715007694648e-05, + "loss": 0.2244, + "mean_token_accuracy": 0.9123190581798554, + "num_tokens": 43844869.0, + "step": 34070 + }, + { + "entropy": 1.1273121595382691, + "epoch": 3.255947262826025, + "grad_norm": 1.318613886833191, + "learning_rate": 8.063466686298345e-05, + "loss": 0.2195, + "mean_token_accuracy": 0.91882683634758, + "num_tokens": 43857834.0, + "step": 34080 + }, + { + "entropy": 1.1512286067008972, + "epoch": 3.256902646412535, + "grad_norm": 1.218915343284607, + "learning_rate": 8.062218059110398e-05, + "loss": 0.2329, + "mean_token_accuracy": 0.9098333656787873, + "num_tokens": 43871254.0, + "step": 34090 + }, + { + "entropy": 1.1388875722885132, + "epoch": 3.2578580299990447, + "grad_norm": 1.4443944692611694, + "learning_rate": 8.060969126255447e-05, + "loss": 0.2519, + "mean_token_accuracy": 0.9014038145542145, + "num_tokens": 43883307.0, + "step": 34100 + }, + { + "entropy": 1.163315725326538, + "epoch": 3.2588134135855547, + "grad_norm": 2.1700541973114014, + "learning_rate": 8.059719887858153e-05, + "loss": 0.2349, + "mean_token_accuracy": 0.9038006603717804, + "num_tokens": 43896896.0, + "step": 34110 + }, + { + "entropy": 1.1304395914077758, + "epoch": 3.2597687971720646, + "grad_norm": 1.3651180267333984, + "learning_rate": 8.058470344043219e-05, + "loss": 0.213, + "mean_token_accuracy": 0.919157725572586, + "num_tokens": 43909398.0, + "step": 34120 + }, + { + "entropy": 1.1419826865196228, + "epoch": 3.2607241807585745, + "grad_norm": 1.590999722480774, + "learning_rate": 8.057220494935371e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.903562068939209, + "num_tokens": 43922724.0, + "step": 34130 + }, + { + "entropy": 1.1520344734191894, + "epoch": 3.2616795643450844, + "grad_norm": 1.1423919200897217, + "learning_rate": 8.055970340659367e-05, + "loss": 0.2676, + "mean_token_accuracy": 0.8994266271591187, + "num_tokens": 43936056.0, + "step": 34140 + }, + { + "entropy": 1.1497553586959839, + "epoch": 3.2626349479315944, + "grad_norm": 1.7676414251327515, + "learning_rate": 8.054719881339996e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.898033857345581, + "num_tokens": 43949224.0, + "step": 34150 + }, + { + "entropy": 1.1480291962623597, + "epoch": 3.2635903315181043, + "grad_norm": 1.6275964975357056, + "learning_rate": 8.053469117102079e-05, + "loss": 0.2442, + "mean_token_accuracy": 0.9085764586925507, + "num_tokens": 43961696.0, + "step": 34160 + }, + { + "entropy": 1.1523602724075317, + "epoch": 3.2645457151046147, + "grad_norm": 1.6096919775009155, + "learning_rate": 8.052218048070464e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8925420343875885, + "num_tokens": 43974596.0, + "step": 34170 + }, + { + "entropy": 1.145915412902832, + "epoch": 3.2655010986911246, + "grad_norm": 1.5249382257461548, + "learning_rate": 8.050966674370031e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.8976054847240448, + "num_tokens": 43987492.0, + "step": 34180 + }, + { + "entropy": 1.1509172320365906, + "epoch": 3.2664564822776345, + "grad_norm": 1.6547116041183472, + "learning_rate": 8.049714996125693e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9077410459518432, + "num_tokens": 44000271.0, + "step": 34190 + }, + { + "entropy": 1.1713918566703796, + "epoch": 3.2674118658641444, + "grad_norm": 1.173338532447815, + "learning_rate": 8.048463013462388e-05, + "loss": 0.2664, + "mean_token_accuracy": 0.8920540094375611, + "num_tokens": 44013358.0, + "step": 34200 + }, + { + "entropy": 1.1726630568504333, + "epoch": 3.2683672494506544, + "grad_norm": 2.0434117317199707, + "learning_rate": 8.047210726505091e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9052830219268799, + "num_tokens": 44026548.0, + "step": 34210 + }, + { + "entropy": 1.155221450328827, + "epoch": 3.2693226330371643, + "grad_norm": 1.105648159980774, + "learning_rate": 8.0459581353788e-05, + "loss": 0.2386, + "mean_token_accuracy": 0.9067605972290039, + "num_tokens": 44039198.0, + "step": 34220 + }, + { + "entropy": 1.1589760780334473, + "epoch": 3.2702780166236742, + "grad_norm": 0.8514676094055176, + "learning_rate": 8.04470524020855e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.8981725335121155, + "num_tokens": 44052087.0, + "step": 34230 + }, + { + "entropy": 1.1522585988044738, + "epoch": 3.2712334002101846, + "grad_norm": 1.535846471786499, + "learning_rate": 8.043452041119402e-05, + "loss": 0.2281, + "mean_token_accuracy": 0.9093837141990662, + "num_tokens": 44064589.0, + "step": 34240 + }, + { + "entropy": 1.1485714554786681, + "epoch": 3.2721887837966945, + "grad_norm": 1.3810012340545654, + "learning_rate": 8.04219853823645e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9017188847064972, + "num_tokens": 44077576.0, + "step": 34250 + }, + { + "entropy": 1.159653413295746, + "epoch": 3.2731441673832045, + "grad_norm": 1.5046448707580566, + "learning_rate": 8.040944731684814e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.8997713327407837, + "num_tokens": 44090753.0, + "step": 34260 + }, + { + "entropy": 1.1594658255577088, + "epoch": 3.2740995509697144, + "grad_norm": 1.1753932237625122, + "learning_rate": 8.039690621589653e-05, + "loss": 0.2643, + "mean_token_accuracy": 0.890944528579712, + "num_tokens": 44103939.0, + "step": 34270 + }, + { + "entropy": 1.138777482509613, + "epoch": 3.2750549345562243, + "grad_norm": 2.3250904083251953, + "learning_rate": 8.038436208076147e-05, + "loss": 0.2219, + "mean_token_accuracy": 0.9174415707588196, + "num_tokens": 44116897.0, + "step": 34280 + }, + { + "entropy": 1.1626675248146057, + "epoch": 3.2760103181427342, + "grad_norm": 1.5284655094146729, + "learning_rate": 8.037181491269511e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9092650592327118, + "num_tokens": 44130663.0, + "step": 34290 + }, + { + "entropy": 1.1490435004234314, + "epoch": 3.276965701729244, + "grad_norm": 2.4601900577545166, + "learning_rate": 8.035926471294988e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9003470718860627, + "num_tokens": 44143479.0, + "step": 34300 + }, + { + "entropy": 1.1441840648651123, + "epoch": 3.277921085315754, + "grad_norm": 1.727163553237915, + "learning_rate": 8.034671148277854e-05, + "loss": 0.231, + "mean_token_accuracy": 0.9115664601325989, + "num_tokens": 44156214.0, + "step": 34310 + }, + { + "entropy": 1.1505242347717286, + "epoch": 3.278876468902264, + "grad_norm": 1.7846864461898804, + "learning_rate": 8.033415522343414e-05, + "loss": 0.2519, + "mean_token_accuracy": 0.9025259494781495, + "num_tokens": 44169013.0, + "step": 34320 + }, + { + "entropy": 1.1370238304138183, + "epoch": 3.2798318524887744, + "grad_norm": 1.4040991067886353, + "learning_rate": 8.032159593617005e-05, + "loss": 0.2171, + "mean_token_accuracy": 0.9131461203098297, + "num_tokens": 44181703.0, + "step": 34330 + }, + { + "entropy": 1.147390353679657, + "epoch": 3.2807872360752843, + "grad_norm": 2.304889678955078, + "learning_rate": 8.030903362223989e-05, + "loss": 0.2418, + "mean_token_accuracy": 0.908650928735733, + "num_tokens": 44194782.0, + "step": 34340 + }, + { + "entropy": 1.146768867969513, + "epoch": 3.2817426196617943, + "grad_norm": 1.1312638521194458, + "learning_rate": 8.029646828289763e-05, + "loss": 0.2502, + "mean_token_accuracy": 0.8984166383743286, + "num_tokens": 44207441.0, + "step": 34350 + }, + { + "entropy": 1.1411758422851563, + "epoch": 3.282698003248304, + "grad_norm": 1.5276784896850586, + "learning_rate": 8.028389991939751e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9105749368667603, + "num_tokens": 44219958.0, + "step": 34360 + }, + { + "entropy": 1.1358040571212769, + "epoch": 3.283653386834814, + "grad_norm": 2.130248785018921, + "learning_rate": 8.027132853299411e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9049798786640167, + "num_tokens": 44232430.0, + "step": 34370 + }, + { + "entropy": 1.1506409168243408, + "epoch": 3.284608770421324, + "grad_norm": 1.2842389345169067, + "learning_rate": 8.025875412494228e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9007681131362915, + "num_tokens": 44245521.0, + "step": 34380 + }, + { + "entropy": 1.151930069923401, + "epoch": 3.285564154007834, + "grad_norm": 1.66344153881073, + "learning_rate": 8.024617669649719e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9093054890632629, + "num_tokens": 44258217.0, + "step": 34390 + }, + { + "entropy": 1.1473466873168945, + "epoch": 3.2865195375943443, + "grad_norm": 2.208444356918335, + "learning_rate": 8.023359624891431e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9054852843284606, + "num_tokens": 44270817.0, + "step": 34400 + }, + { + "entropy": 1.1489120721817017, + "epoch": 3.2874749211808543, + "grad_norm": 1.670509696006775, + "learning_rate": 8.022101278344939e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.9045281767845154, + "num_tokens": 44283628.0, + "step": 34410 + }, + { + "entropy": 1.1599726915359496, + "epoch": 3.288430304767364, + "grad_norm": 1.5672204494476318, + "learning_rate": 8.020842630135851e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.9028141379356385, + "num_tokens": 44297706.0, + "step": 34420 + }, + { + "entropy": 1.1518926620483398, + "epoch": 3.289385688353874, + "grad_norm": 1.6009104251861572, + "learning_rate": 8.019583680389803e-05, + "loss": 0.2653, + "mean_token_accuracy": 0.8998231291770935, + "num_tokens": 44310743.0, + "step": 34430 + }, + { + "entropy": 1.1474717497825622, + "epoch": 3.290341071940384, + "grad_norm": 1.531506061553955, + "learning_rate": 8.018324429232462e-05, + "loss": 0.2822, + "mean_token_accuracy": 0.8904574453830719, + "num_tokens": 44323196.0, + "step": 34440 + }, + { + "entropy": 1.1381002187728881, + "epoch": 3.291296455526894, + "grad_norm": 1.531473159790039, + "learning_rate": 8.017064876789524e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9008666813373566, + "num_tokens": 44336030.0, + "step": 34450 + }, + { + "entropy": 1.1532652020454406, + "epoch": 3.292251839113404, + "grad_norm": 1.8105876445770264, + "learning_rate": 8.015805023186718e-05, + "loss": 0.2692, + "mean_token_accuracy": 0.892653900384903, + "num_tokens": 44348959.0, + "step": 34460 + }, + { + "entropy": 1.1640412092208863, + "epoch": 3.293207222699914, + "grad_norm": 1.3601242303848267, + "learning_rate": 8.0145448685498e-05, + "loss": 0.2565, + "mean_token_accuracy": 0.9023483097553253, + "num_tokens": 44362297.0, + "step": 34470 + }, + { + "entropy": 1.1431817531585693, + "epoch": 3.2941626062864238, + "grad_norm": 1.5279909372329712, + "learning_rate": 8.013284413004558e-05, + "loss": 0.2197, + "mean_token_accuracy": 0.9136758804321289, + "num_tokens": 44374730.0, + "step": 34480 + }, + { + "entropy": 1.1404337882995605, + "epoch": 3.295117989872934, + "grad_norm": 1.790092945098877, + "learning_rate": 8.012023656676809e-05, + "loss": 0.2218, + "mean_token_accuracy": 0.914085054397583, + "num_tokens": 44387696.0, + "step": 34490 + }, + { + "entropy": 1.1474751949310302, + "epoch": 3.296073373459444, + "grad_norm": 1.3504633903503418, + "learning_rate": 8.010762599692397e-05, + "loss": 0.2514, + "mean_token_accuracy": 0.9078743398189545, + "num_tokens": 44400370.0, + "step": 34500 + }, + { + "entropy": 1.160187268257141, + "epoch": 3.297028757045954, + "grad_norm": 1.330574631690979, + "learning_rate": 8.009501242177204e-05, + "loss": 0.2464, + "mean_token_accuracy": 0.9039456129074097, + "num_tokens": 44413904.0, + "step": 34510 + }, + { + "entropy": 1.1316643476486206, + "epoch": 3.297984140632464, + "grad_norm": 2.0055670738220215, + "learning_rate": 8.008239584257135e-05, + "loss": 0.2705, + "mean_token_accuracy": 0.8914612650871276, + "num_tokens": 44425863.0, + "step": 34520 + }, + { + "entropy": 1.1527519583702088, + "epoch": 3.298939524218974, + "grad_norm": 1.119826078414917, + "learning_rate": 8.006977626058128e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8999629735946655, + "num_tokens": 44438601.0, + "step": 34530 + }, + { + "entropy": 1.1493599176406861, + "epoch": 3.299894907805484, + "grad_norm": 1.2995246648788452, + "learning_rate": 8.005715367706148e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9123071074485779, + "num_tokens": 44451563.0, + "step": 34540 + }, + { + "entropy": 1.1252769589424134, + "epoch": 3.3008502913919937, + "grad_norm": 1.4280364513397217, + "learning_rate": 8.004452809327195e-05, + "loss": 0.246, + "mean_token_accuracy": 0.906238055229187, + "num_tokens": 44463757.0, + "step": 34550 + }, + { + "entropy": 1.1588728189468385, + "epoch": 3.301805674978504, + "grad_norm": 1.3666030168533325, + "learning_rate": 8.003189951047294e-05, + "loss": 0.2635, + "mean_token_accuracy": 0.8944300413131714, + "num_tokens": 44476848.0, + "step": 34560 + }, + { + "entropy": 1.1604408740997314, + "epoch": 3.302761058565014, + "grad_norm": 1.9184067249298096, + "learning_rate": 8.001926792992503e-05, + "loss": 0.2993, + "mean_token_accuracy": 0.8849322378635407, + "num_tokens": 44489402.0, + "step": 34570 + }, + { + "entropy": 1.1594436526298524, + "epoch": 3.303716442151524, + "grad_norm": 1.3328036069869995, + "learning_rate": 8.000663335288909e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8956212222576141, + "num_tokens": 44502350.0, + "step": 34580 + }, + { + "entropy": 1.1496783018112182, + "epoch": 3.304671825738034, + "grad_norm": 1.4566433429718018, + "learning_rate": 7.99939957806263e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9105846107006073, + "num_tokens": 44515202.0, + "step": 34590 + }, + { + "entropy": 1.1677823543548584, + "epoch": 3.305627209324544, + "grad_norm": 1.417251467704773, + "learning_rate": 7.998135521439809e-05, + "loss": 0.2468, + "mean_token_accuracy": 0.9092127978801727, + "num_tokens": 44528916.0, + "step": 34600 + }, + { + "entropy": 1.1558746576309205, + "epoch": 3.3065825929110537, + "grad_norm": 1.7130540609359741, + "learning_rate": 7.996871165546625e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8953655362129211, + "num_tokens": 44541599.0, + "step": 34610 + }, + { + "entropy": 1.150499451160431, + "epoch": 3.3075379764975636, + "grad_norm": 1.8057191371917725, + "learning_rate": 7.995606510509286e-05, + "loss": 0.2629, + "mean_token_accuracy": 0.8993340253829956, + "num_tokens": 44554239.0, + "step": 34620 + }, + { + "entropy": 1.131063961982727, + "epoch": 3.3084933600840736, + "grad_norm": 1.1063692569732666, + "learning_rate": 7.994341556454028e-05, + "loss": 0.2413, + "mean_token_accuracy": 0.9051375687122345, + "num_tokens": 44566822.0, + "step": 34630 + }, + { + "entropy": 1.1521275639533997, + "epoch": 3.3094487436705835, + "grad_norm": 1.452735424041748, + "learning_rate": 7.993076303507114e-05, + "loss": 0.2751, + "mean_token_accuracy": 0.8941386044025421, + "num_tokens": 44579675.0, + "step": 34640 + }, + { + "entropy": 1.136521077156067, + "epoch": 3.310404127257094, + "grad_norm": 1.781498670578003, + "learning_rate": 7.991810751794843e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.9017504990100861, + "num_tokens": 44592437.0, + "step": 34650 + }, + { + "entropy": 1.135758364200592, + "epoch": 3.311359510843604, + "grad_norm": 1.6635361909866333, + "learning_rate": 7.99054490144354e-05, + "loss": 0.2424, + "mean_token_accuracy": 0.9051605343818665, + "num_tokens": 44605234.0, + "step": 34660 + }, + { + "entropy": 1.1341755390167236, + "epoch": 3.3123148944301137, + "grad_norm": 1.4108250141143799, + "learning_rate": 7.98927875257956e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.9116659104824066, + "num_tokens": 44618209.0, + "step": 34670 + }, + { + "entropy": 1.151103925704956, + "epoch": 3.3132702780166237, + "grad_norm": 1.474401831626892, + "learning_rate": 7.988012305329291e-05, + "loss": 0.2433, + "mean_token_accuracy": 0.9050263047218323, + "num_tokens": 44631247.0, + "step": 34680 + }, + { + "entropy": 1.1526751518249512, + "epoch": 3.3142256616031336, + "grad_norm": 2.9777510166168213, + "learning_rate": 7.986745559819147e-05, + "loss": 0.2695, + "mean_token_accuracy": 0.8978500068187714, + "num_tokens": 44644443.0, + "step": 34690 + }, + { + "entropy": 1.1434940457344056, + "epoch": 3.3151810451896435, + "grad_norm": 1.5621918439865112, + "learning_rate": 7.98547851617557e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.8995299458503723, + "num_tokens": 44657657.0, + "step": 34700 + }, + { + "entropy": 1.1398571729660034, + "epoch": 3.3161364287761534, + "grad_norm": 1.7321776151657104, + "learning_rate": 7.984211174525041e-05, + "loss": 0.2593, + "mean_token_accuracy": 0.8918435573577881, + "num_tokens": 44670201.0, + "step": 34710 + }, + { + "entropy": 1.1359200596809387, + "epoch": 3.317091812362664, + "grad_norm": 1.3892714977264404, + "learning_rate": 7.982943534994058e-05, + "loss": 0.2314, + "mean_token_accuracy": 0.9102474629878998, + "num_tokens": 44683684.0, + "step": 34720 + }, + { + "entropy": 1.1270494699478149, + "epoch": 3.3180471959491737, + "grad_norm": 1.4873356819152832, + "learning_rate": 7.981675597709159e-05, + "loss": 0.2631, + "mean_token_accuracy": 0.901254266500473, + "num_tokens": 44696657.0, + "step": 34730 + }, + { + "entropy": 1.1253764271736144, + "epoch": 3.3190025795356837, + "grad_norm": 1.199303150177002, + "learning_rate": 7.980407362796909e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9054390072822571, + "num_tokens": 44709697.0, + "step": 34740 + }, + { + "entropy": 1.137707030773163, + "epoch": 3.3199579631221936, + "grad_norm": 1.3960323333740234, + "learning_rate": 7.979138830383898e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8917864739894867, + "num_tokens": 44722790.0, + "step": 34750 + }, + { + "entropy": 1.1633875846862793, + "epoch": 3.3209133467087035, + "grad_norm": 1.7596616744995117, + "learning_rate": 7.977870000596752e-05, + "loss": 0.2707, + "mean_token_accuracy": 0.8905446052551269, + "num_tokens": 44736526.0, + "step": 34760 + }, + { + "entropy": 1.1544967651367188, + "epoch": 3.3218687302952135, + "grad_norm": 1.4890085458755493, + "learning_rate": 7.976600873562123e-05, + "loss": 0.2894, + "mean_token_accuracy": 0.882686448097229, + "num_tokens": 44749451.0, + "step": 34770 + }, + { + "entropy": 1.1295003175735474, + "epoch": 3.3228241138817234, + "grad_norm": 1.2237533330917358, + "learning_rate": 7.975331449406696e-05, + "loss": 0.237, + "mean_token_accuracy": 0.9056659877300263, + "num_tokens": 44762735.0, + "step": 34780 + }, + { + "entropy": 1.1406241655349731, + "epoch": 3.3237794974682333, + "grad_norm": 1.7421138286590576, + "learning_rate": 7.974061728257181e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.8947578132152557, + "num_tokens": 44775831.0, + "step": 34790 + }, + { + "entropy": 1.1369384288787843, + "epoch": 3.3247348810547432, + "grad_norm": 1.6521583795547485, + "learning_rate": 7.972791710240319e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.895781809091568, + "num_tokens": 44788493.0, + "step": 34800 + }, + { + "entropy": 1.138398015499115, + "epoch": 3.3256902646412536, + "grad_norm": 1.4974688291549683, + "learning_rate": 7.971521395482886e-05, + "loss": 0.2518, + "mean_token_accuracy": 0.9032592535018921, + "num_tokens": 44801204.0, + "step": 34810 + }, + { + "entropy": 1.1345516800880433, + "epoch": 3.3266456482277635, + "grad_norm": 1.618469476699829, + "learning_rate": 7.970250784111679e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.8992491900920868, + "num_tokens": 44813589.0, + "step": 34820 + }, + { + "entropy": 1.1357918977737427, + "epoch": 3.3276010318142735, + "grad_norm": 1.6762200593948364, + "learning_rate": 7.968979876253531e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.8998508453369141, + "num_tokens": 44826783.0, + "step": 34830 + }, + { + "entropy": 1.1310476779937744, + "epoch": 3.3285564154007834, + "grad_norm": 1.9081090688705444, + "learning_rate": 7.967708672035303e-05, + "loss": 0.2309, + "mean_token_accuracy": 0.9115187406539917, + "num_tokens": 44839391.0, + "step": 34840 + }, + { + "entropy": 1.138058567047119, + "epoch": 3.3295117989872933, + "grad_norm": 1.2221379280090332, + "learning_rate": 7.966437171583884e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.90145024061203, + "num_tokens": 44852432.0, + "step": 34850 + }, + { + "entropy": 1.137099027633667, + "epoch": 3.3304671825738033, + "grad_norm": 1.7288963794708252, + "learning_rate": 7.965165375026196e-05, + "loss": 0.2414, + "mean_token_accuracy": 0.9079482197761536, + "num_tokens": 44866338.0, + "step": 34860 + }, + { + "entropy": 1.1316922426223754, + "epoch": 3.331422566160313, + "grad_norm": 1.828794240951538, + "learning_rate": 7.963893282489183e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.8986649990081788, + "num_tokens": 44879524.0, + "step": 34870 + }, + { + "entropy": 1.1526787400245666, + "epoch": 3.3323779497468236, + "grad_norm": 1.5510146617889404, + "learning_rate": 7.96262089409983e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.8964608669281006, + "num_tokens": 44892850.0, + "step": 34880 + }, + { + "entropy": 1.1463598251342773, + "epoch": 3.3333333333333335, + "grad_norm": 1.4864763021469116, + "learning_rate": 7.96134820998514e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.8984486579895019, + "num_tokens": 44905891.0, + "step": 34890 + }, + { + "entropy": 1.1119985580444336, + "epoch": 3.3342887169198434, + "grad_norm": 1.1473464965820312, + "learning_rate": 7.960075230272155e-05, + "loss": 0.2249, + "mean_token_accuracy": 0.9115317702293396, + "num_tokens": 44918488.0, + "step": 34900 + }, + { + "entropy": 1.1170335769653321, + "epoch": 3.3352441005063533, + "grad_norm": 1.6901899576187134, + "learning_rate": 7.95880195508794e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.9012981832027436, + "num_tokens": 44931644.0, + "step": 34910 + }, + { + "entropy": 1.1353436350822448, + "epoch": 3.3361994840928633, + "grad_norm": 1.693456768989563, + "learning_rate": 7.957528384559592e-05, + "loss": 0.253, + "mean_token_accuracy": 0.9017136335372925, + "num_tokens": 44944802.0, + "step": 34920 + }, + { + "entropy": 1.1280018448829652, + "epoch": 3.337154867679373, + "grad_norm": 2.0119149684906006, + "learning_rate": 7.956254518814237e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.8998567879199981, + "num_tokens": 44957670.0, + "step": 34930 + }, + { + "entropy": 1.1273929476737976, + "epoch": 3.338110251265883, + "grad_norm": 1.0326287746429443, + "learning_rate": 7.954980357979034e-05, + "loss": 0.2366, + "mean_token_accuracy": 0.9056164264678955, + "num_tokens": 44970593.0, + "step": 34940 + }, + { + "entropy": 1.1229143142700195, + "epoch": 3.339065634852393, + "grad_norm": 1.880793571472168, + "learning_rate": 7.953705902181164e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.905170601606369, + "num_tokens": 44982906.0, + "step": 34950 + }, + { + "entropy": 1.1242094397544862, + "epoch": 3.340021018438903, + "grad_norm": 1.6459881067276, + "learning_rate": 7.952431151547844e-05, + "loss": 0.2396, + "mean_token_accuracy": 0.9050406157970429, + "num_tokens": 44995151.0, + "step": 34960 + }, + { + "entropy": 1.1454901337623595, + "epoch": 3.3409764020254133, + "grad_norm": 1.7147012948989868, + "learning_rate": 7.951156106206316e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.8968326210975647, + "num_tokens": 45008520.0, + "step": 34970 + }, + { + "entropy": 1.1232984900474547, + "epoch": 3.3419317856119233, + "grad_norm": 1.7929953336715698, + "learning_rate": 7.949880766283858e-05, + "loss": 0.2091, + "mean_token_accuracy": 0.9209389984607697, + "num_tokens": 45021237.0, + "step": 34980 + }, + { + "entropy": 1.1308881759643554, + "epoch": 3.342887169198433, + "grad_norm": 1.3103238344192505, + "learning_rate": 7.948605131907767e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.9009549438953399, + "num_tokens": 45033567.0, + "step": 34990 + }, + { + "entropy": 1.1171329021453857, + "epoch": 3.343842552784943, + "grad_norm": 1.672330617904663, + "learning_rate": 7.94732920320538e-05, + "loss": 0.2065, + "mean_token_accuracy": 0.9179239213466645, + "num_tokens": 45046084.0, + "step": 35000 + }, + { + "entropy": 1.1250983357429505, + "epoch": 3.344797936371453, + "grad_norm": 1.5476195812225342, + "learning_rate": 7.946052980304058e-05, + "loss": 0.2236, + "mean_token_accuracy": 0.9168452560901642, + "num_tokens": 45058946.0, + "step": 35010 + }, + { + "entropy": 1.1192484259605409, + "epoch": 3.345753319957963, + "grad_norm": 1.686759114265442, + "learning_rate": 7.94477646333119e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9090115010738373, + "num_tokens": 45071923.0, + "step": 35020 + }, + { + "entropy": 1.131583285331726, + "epoch": 3.346708703544473, + "grad_norm": 1.403786301612854, + "learning_rate": 7.943499652414197e-05, + "loss": 0.2285, + "mean_token_accuracy": 0.9081900298595429, + "num_tokens": 45084585.0, + "step": 35030 + }, + { + "entropy": 1.1214677929878234, + "epoch": 3.3476640871309833, + "grad_norm": 1.7877793312072754, + "learning_rate": 7.942222547680529e-05, + "loss": 0.263, + "mean_token_accuracy": 0.8935032367706299, + "num_tokens": 45096740.0, + "step": 35040 + }, + { + "entropy": 1.1207314133644104, + "epoch": 3.348619470717493, + "grad_norm": 2.263990640640259, + "learning_rate": 7.940945149257665e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9080023288726806, + "num_tokens": 45109634.0, + "step": 35050 + }, + { + "entropy": 1.1247283101081849, + "epoch": 3.349574854304003, + "grad_norm": 1.645494818687439, + "learning_rate": 7.939667457273114e-05, + "loss": 0.266, + "mean_token_accuracy": 0.897508579492569, + "num_tokens": 45122649.0, + "step": 35060 + }, + { + "entropy": 1.1335384130477906, + "epoch": 3.350530237890513, + "grad_norm": 1.118371605873108, + "learning_rate": 7.938389471854415e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9041111648082734, + "num_tokens": 45135876.0, + "step": 35070 + }, + { + "entropy": 1.1418967366218566, + "epoch": 3.351485621477023, + "grad_norm": 1.5368880033493042, + "learning_rate": 7.937111193129133e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9081408560276032, + "num_tokens": 45149378.0, + "step": 35080 + }, + { + "entropy": 1.1281798124313354, + "epoch": 3.352441005063533, + "grad_norm": 1.4815776348114014, + "learning_rate": 7.935832621224864e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.89463210105896, + "num_tokens": 45161875.0, + "step": 35090 + }, + { + "entropy": 1.116302454471588, + "epoch": 3.353396388650043, + "grad_norm": 1.5376161336898804, + "learning_rate": 7.934553756269235e-05, + "loss": 0.2427, + "mean_token_accuracy": 0.9074400305747986, + "num_tokens": 45174696.0, + "step": 35100 + }, + { + "entropy": 1.1201016306877136, + "epoch": 3.354351772236553, + "grad_norm": 1.1896921396255493, + "learning_rate": 7.933274598389901e-05, + "loss": 0.2331, + "mean_token_accuracy": 0.9092294692993164, + "num_tokens": 45187264.0, + "step": 35110 + }, + { + "entropy": 1.1178428173065185, + "epoch": 3.3553071558230627, + "grad_norm": 1.3869246244430542, + "learning_rate": 7.931995147714542e-05, + "loss": 0.2398, + "mean_token_accuracy": 0.9096807777881623, + "num_tokens": 45199762.0, + "step": 35120 + }, + { + "entropy": 1.1053220272064208, + "epoch": 3.356262539409573, + "grad_norm": 1.5709692239761353, + "learning_rate": 7.930715404370877e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.910647714138031, + "num_tokens": 45212305.0, + "step": 35130 + }, + { + "entropy": 1.1116899132728577, + "epoch": 3.357217922996083, + "grad_norm": 1.573723554611206, + "learning_rate": 7.929435368486646e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9143083989620209, + "num_tokens": 45224707.0, + "step": 35140 + }, + { + "entropy": 1.1158253788948058, + "epoch": 3.358173306582593, + "grad_norm": 1.1835180521011353, + "learning_rate": 7.92815504018962e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.896474277973175, + "num_tokens": 45237626.0, + "step": 35150 + }, + { + "entropy": 1.1103600978851318, + "epoch": 3.359128690169103, + "grad_norm": 1.5666323900222778, + "learning_rate": 7.9268744196076e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9072868287563324, + "num_tokens": 45250047.0, + "step": 35160 + }, + { + "entropy": 1.1170916557312012, + "epoch": 3.360084073755613, + "grad_norm": 1.5280429124832153, + "learning_rate": 7.925593506868416e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.9093681216239929, + "num_tokens": 45262701.0, + "step": 35170 + }, + { + "entropy": 1.1265243291854858, + "epoch": 3.3610394573421227, + "grad_norm": 1.3581594228744507, + "learning_rate": 7.92431230209993e-05, + "loss": 0.2581, + "mean_token_accuracy": 0.8969577491283417, + "num_tokens": 45275819.0, + "step": 35180 + }, + { + "entropy": 1.1086863994598388, + "epoch": 3.3619948409286327, + "grad_norm": 1.3643442392349243, + "learning_rate": 7.923030805430026e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9145849704742431, + "num_tokens": 45288459.0, + "step": 35190 + }, + { + "entropy": 1.1131043553352356, + "epoch": 3.362950224515143, + "grad_norm": 1.5588704347610474, + "learning_rate": 7.921749016986624e-05, + "loss": 0.259, + "mean_token_accuracy": 0.8929302334785462, + "num_tokens": 45301202.0, + "step": 35200 + }, + { + "entropy": 1.1343857049942017, + "epoch": 3.363905608101653, + "grad_norm": 1.3393539190292358, + "learning_rate": 7.92046693689767e-05, + "loss": 0.2563, + "mean_token_accuracy": 0.8987595200538635, + "num_tokens": 45314279.0, + "step": 35210 + }, + { + "entropy": 1.1253732562065124, + "epoch": 3.364860991688163, + "grad_norm": 1.1939866542816162, + "learning_rate": 7.91918456529114e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9063849329948426, + "num_tokens": 45326788.0, + "step": 35220 + }, + { + "entropy": 1.1342390179634094, + "epoch": 3.365816375274673, + "grad_norm": 1.0573458671569824, + "learning_rate": 7.917901902295038e-05, + "loss": 0.2404, + "mean_token_accuracy": 0.9041717708110809, + "num_tokens": 45339566.0, + "step": 35230 + }, + { + "entropy": 1.1263591527938843, + "epoch": 3.3667717588611827, + "grad_norm": 1.8330994844436646, + "learning_rate": 7.9166189480374e-05, + "loss": 0.2391, + "mean_token_accuracy": 0.9059663414955139, + "num_tokens": 45352242.0, + "step": 35240 + }, + { + "entropy": 1.1321149349212647, + "epoch": 3.3677271424476927, + "grad_norm": 1.3876949548721313, + "learning_rate": 7.915335702646287e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.9045330047607422, + "num_tokens": 45364876.0, + "step": 35250 + }, + { + "entropy": 1.1364736676216125, + "epoch": 3.3686825260342026, + "grad_norm": 1.3399195671081543, + "learning_rate": 7.914052166249791e-05, + "loss": 0.2408, + "mean_token_accuracy": 0.8982966780662537, + "num_tokens": 45377981.0, + "step": 35260 + }, + { + "entropy": 1.1374751687049867, + "epoch": 3.3696379096207125, + "grad_norm": 1.935027003288269, + "learning_rate": 7.912768338976034e-05, + "loss": 0.2529, + "mean_token_accuracy": 0.897922569513321, + "num_tokens": 45390654.0, + "step": 35270 + }, + { + "entropy": 1.1252991199493407, + "epoch": 3.3705932932072225, + "grad_norm": 1.5372105836868286, + "learning_rate": 7.911484220953166e-05, + "loss": 0.2299, + "mean_token_accuracy": 0.9069845318794251, + "num_tokens": 45403417.0, + "step": 35280 + }, + { + "entropy": 1.1206553816795348, + "epoch": 3.371548676793733, + "grad_norm": 1.4206658601760864, + "learning_rate": 7.910199812309367e-05, + "loss": 0.2158, + "mean_token_accuracy": 0.9145939111709595, + "num_tokens": 45415923.0, + "step": 35290 + }, + { + "entropy": 1.1253276944160462, + "epoch": 3.3725040603802428, + "grad_norm": 0.9332231283187866, + "learning_rate": 7.908915113172842e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9020003557205201, + "num_tokens": 45428747.0, + "step": 35300 + }, + { + "entropy": 1.1341808438301086, + "epoch": 3.3734594439667527, + "grad_norm": 1.6679377555847168, + "learning_rate": 7.907630123671832e-05, + "loss": 0.2812, + "mean_token_accuracy": 0.8875757694244385, + "num_tokens": 45441409.0, + "step": 35310 + }, + { + "entropy": 1.1261881947517396, + "epoch": 3.3744148275532626, + "grad_norm": 1.0793063640594482, + "learning_rate": 7.906344843934601e-05, + "loss": 0.2285, + "mean_token_accuracy": 0.9056932330131531, + "num_tokens": 45454914.0, + "step": 35320 + }, + { + "entropy": 1.1192273020744323, + "epoch": 3.3753702111397725, + "grad_norm": 1.2945775985717773, + "learning_rate": 7.905059274089445e-05, + "loss": 0.2213, + "mean_token_accuracy": 0.9149088025093078, + "num_tokens": 45467704.0, + "step": 35330 + }, + { + "entropy": 1.1100370168685914, + "epoch": 3.3763255947262825, + "grad_norm": 1.7540431022644043, + "learning_rate": 7.903773414264687e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9034873723983765, + "num_tokens": 45480167.0, + "step": 35340 + }, + { + "entropy": 1.1290590167045593, + "epoch": 3.3772809783127924, + "grad_norm": 1.5291342735290527, + "learning_rate": 7.90248726458868e-05, + "loss": 0.2393, + "mean_token_accuracy": 0.9061840057373047, + "num_tokens": 45492947.0, + "step": 35350 + }, + { + "entropy": 1.1251944184303284, + "epoch": 3.3782363618993028, + "grad_norm": 1.1596406698226929, + "learning_rate": 7.901200825189807e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9045183837413788, + "num_tokens": 45505898.0, + "step": 35360 + }, + { + "entropy": 1.1171206474304198, + "epoch": 3.3791917454858127, + "grad_norm": 1.2946841716766357, + "learning_rate": 7.89991409619648e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9076454639434814, + "num_tokens": 45517930.0, + "step": 35370 + }, + { + "entropy": 1.1177855014801026, + "epoch": 3.3801471290723226, + "grad_norm": 1.1139686107635498, + "learning_rate": 7.898627077737137e-05, + "loss": 0.2194, + "mean_token_accuracy": 0.9143291056156159, + "num_tokens": 45531234.0, + "step": 35380 + }, + { + "entropy": 1.1068598985671998, + "epoch": 3.3811025126588325, + "grad_norm": 1.0276710987091064, + "learning_rate": 7.897339769940247e-05, + "loss": 0.2736, + "mean_token_accuracy": 0.8905460298061371, + "num_tokens": 45543785.0, + "step": 35390 + }, + { + "entropy": 1.1197814345359802, + "epoch": 3.3820578962453425, + "grad_norm": 1.6741139888763428, + "learning_rate": 7.896052172934305e-05, + "loss": 0.2474, + "mean_token_accuracy": 0.9043810486793518, + "num_tokens": 45556936.0, + "step": 35400 + }, + { + "entropy": 1.1303979277610778, + "epoch": 3.3830132798318524, + "grad_norm": 1.7243739366531372, + "learning_rate": 7.894764286847842e-05, + "loss": 0.3045, + "mean_token_accuracy": 0.8796815097332, + "num_tokens": 45570089.0, + "step": 35410 + }, + { + "entropy": 1.1275298118591308, + "epoch": 3.3839686634183623, + "grad_norm": 1.8065507411956787, + "learning_rate": 7.89347611180941e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8993922233581543, + "num_tokens": 45582808.0, + "step": 35420 + }, + { + "entropy": 1.1346065998077393, + "epoch": 3.3849240470048727, + "grad_norm": 1.0453627109527588, + "learning_rate": 7.892187647947595e-05, + "loss": 0.2511, + "mean_token_accuracy": 0.8978264212608338, + "num_tokens": 45595733.0, + "step": 35430 + }, + { + "entropy": 1.1246183156967162, + "epoch": 3.3858794305913826, + "grad_norm": 1.902887225151062, + "learning_rate": 7.890898895391011e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9088929951190948, + "num_tokens": 45608850.0, + "step": 35440 + }, + { + "entropy": 1.1454594612121582, + "epoch": 3.3868348141778926, + "grad_norm": 1.415107250213623, + "learning_rate": 7.889609854268295e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8913832187652588, + "num_tokens": 45621962.0, + "step": 35450 + }, + { + "entropy": 1.1344873547554015, + "epoch": 3.3877901977644025, + "grad_norm": 1.5106247663497925, + "learning_rate": 7.888320524708121e-05, + "loss": 0.2718, + "mean_token_accuracy": 0.8940915465354919, + "num_tokens": 45634312.0, + "step": 35460 + }, + { + "entropy": 1.1554935455322266, + "epoch": 3.3887455813509124, + "grad_norm": 1.6634944677352905, + "learning_rate": 7.88703090683919e-05, + "loss": 0.2686, + "mean_token_accuracy": 0.8968830943107605, + "num_tokens": 45647329.0, + "step": 35470 + }, + { + "entropy": 1.1320468068122864, + "epoch": 3.3897009649374223, + "grad_norm": 1.6690646409988403, + "learning_rate": 7.885741000790226e-05, + "loss": 0.2422, + "mean_token_accuracy": 0.9007988929748535, + "num_tokens": 45660106.0, + "step": 35480 + }, + { + "entropy": 1.138423538208008, + "epoch": 3.3906563485239323, + "grad_norm": 1.5905324220657349, + "learning_rate": 7.884450806689989e-05, + "loss": 0.2558, + "mean_token_accuracy": 0.9003374516963959, + "num_tokens": 45673332.0, + "step": 35490 + }, + { + "entropy": 1.1364668011665344, + "epoch": 3.391611732110442, + "grad_norm": 1.1597553491592407, + "learning_rate": 7.883160324667263e-05, + "loss": 0.2179, + "mean_token_accuracy": 0.9215766251087188, + "num_tokens": 45686225.0, + "step": 35500 + }, + { + "entropy": 1.1359916090965272, + "epoch": 3.392567115696952, + "grad_norm": 1.3933627605438232, + "learning_rate": 7.881869554850863e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9014520943164825, + "num_tokens": 45699030.0, + "step": 35510 + }, + { + "entropy": 1.1311996817588805, + "epoch": 3.3935224992834625, + "grad_norm": 1.5568819046020508, + "learning_rate": 7.880578497369633e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.9003563344478607, + "num_tokens": 45712161.0, + "step": 35520 + }, + { + "entropy": 1.1387871742248534, + "epoch": 3.3944778828699724, + "grad_norm": 1.5134990215301514, + "learning_rate": 7.879287152352444e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.8979366958141327, + "num_tokens": 45725170.0, + "step": 35530 + }, + { + "entropy": 1.1437832236289978, + "epoch": 3.3954332664564824, + "grad_norm": 1.4050902128219604, + "learning_rate": 7.877995519928196e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.9010127663612366, + "num_tokens": 45738262.0, + "step": 35540 + }, + { + "entropy": 1.1347675800323487, + "epoch": 3.3963886500429923, + "grad_norm": 1.37786066532135, + "learning_rate": 7.876703600225818e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.8967577219009399, + "num_tokens": 45751270.0, + "step": 35550 + }, + { + "entropy": 1.1393855571746827, + "epoch": 3.397344033629502, + "grad_norm": 1.3949224948883057, + "learning_rate": 7.87541139337427e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9027289509773254, + "num_tokens": 45764017.0, + "step": 35560 + }, + { + "entropy": 1.1308568120002747, + "epoch": 3.398299417216012, + "grad_norm": 1.4496656656265259, + "learning_rate": 7.874118899502537e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.897314989566803, + "num_tokens": 45777079.0, + "step": 35570 + }, + { + "entropy": 1.1294744729995727, + "epoch": 3.399254800802522, + "grad_norm": 1.2092418670654297, + "learning_rate": 7.872826118739635e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.8961035490036011, + "num_tokens": 45789523.0, + "step": 35580 + }, + { + "entropy": 1.159415030479431, + "epoch": 3.4002101843890324, + "grad_norm": 1.5759083032608032, + "learning_rate": 7.871533051214606e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.895323920249939, + "num_tokens": 45802233.0, + "step": 35590 + }, + { + "entropy": 1.1560636401176452, + "epoch": 3.4011655679755424, + "grad_norm": 1.742655634880066, + "learning_rate": 7.870239697056524e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.8984733164310456, + "num_tokens": 45815646.0, + "step": 35600 + }, + { + "entropy": 1.1394192457199097, + "epoch": 3.4021209515620523, + "grad_norm": 1.909749984741211, + "learning_rate": 7.868946056394491e-05, + "loss": 0.2267, + "mean_token_accuracy": 0.9162664592266083, + "num_tokens": 45828452.0, + "step": 35610 + }, + { + "entropy": 1.1242300868034363, + "epoch": 3.4030763351485622, + "grad_norm": 1.3393607139587402, + "learning_rate": 7.867652129357636e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9146007359027862, + "num_tokens": 45841022.0, + "step": 35620 + }, + { + "entropy": 1.1435981392860413, + "epoch": 3.404031718735072, + "grad_norm": 1.3727654218673706, + "learning_rate": 7.866357916075115e-05, + "loss": 0.2385, + "mean_token_accuracy": 0.9055108189582824, + "num_tokens": 45854198.0, + "step": 35630 + }, + { + "entropy": 1.1410851955413819, + "epoch": 3.404987102321582, + "grad_norm": 1.4685382843017578, + "learning_rate": 7.865063416676118e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9028145134449005, + "num_tokens": 45866538.0, + "step": 35640 + }, + { + "entropy": 1.1475226759910584, + "epoch": 3.405942485908092, + "grad_norm": 1.4404265880584717, + "learning_rate": 7.863768631289859e-05, + "loss": 0.261, + "mean_token_accuracy": 0.8975663423538208, + "num_tokens": 45879658.0, + "step": 35650 + }, + { + "entropy": 1.1670981526374817, + "epoch": 3.406897869494602, + "grad_norm": 1.2734042406082153, + "learning_rate": 7.86247356004558e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9028124690055848, + "num_tokens": 45893093.0, + "step": 35660 + }, + { + "entropy": 1.155322003364563, + "epoch": 3.407853253081112, + "grad_norm": 1.495309591293335, + "learning_rate": 7.861178203072556e-05, + "loss": 0.2465, + "mean_token_accuracy": 0.9059007167816162, + "num_tokens": 45906223.0, + "step": 35670 + }, + { + "entropy": 1.1522570490837096, + "epoch": 3.4088086366676222, + "grad_norm": 1.9351378679275513, + "learning_rate": 7.85988256050009e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8967595815658569, + "num_tokens": 45919182.0, + "step": 35680 + }, + { + "entropy": 1.1318059802055358, + "epoch": 3.409764020254132, + "grad_norm": 0.9855642914772034, + "learning_rate": 7.858586632457507e-05, + "loss": 0.2345, + "mean_token_accuracy": 0.9092249751091004, + "num_tokens": 45931511.0, + "step": 35690 + }, + { + "entropy": 1.1468466520309448, + "epoch": 3.410719403840642, + "grad_norm": 1.3507795333862305, + "learning_rate": 7.85729041907417e-05, + "loss": 0.2649, + "mean_token_accuracy": 0.8908408284187317, + "num_tokens": 45944109.0, + "step": 35700 + }, + { + "entropy": 1.155057954788208, + "epoch": 3.411674787427152, + "grad_norm": 1.134190320968628, + "learning_rate": 7.85599392047946e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9024486005306244, + "num_tokens": 45957826.0, + "step": 35710 + }, + { + "entropy": 1.1449386477470398, + "epoch": 3.412630171013662, + "grad_norm": 1.3540273904800415, + "learning_rate": 7.854697136802794e-05, + "loss": 0.2305, + "mean_token_accuracy": 0.9072020709514618, + "num_tokens": 45971293.0, + "step": 35720 + }, + { + "entropy": 1.1652565240859984, + "epoch": 3.413585554600172, + "grad_norm": 1.6641217470169067, + "learning_rate": 7.853400068173618e-05, + "loss": 0.2979, + "mean_token_accuracy": 0.8826519250869751, + "num_tokens": 45984229.0, + "step": 35730 + }, + { + "entropy": 1.1540472865104676, + "epoch": 3.414540938186682, + "grad_norm": 1.6153669357299805, + "learning_rate": 7.8521027147214e-05, + "loss": 0.2666, + "mean_token_accuracy": 0.9001472592353821, + "num_tokens": 45996606.0, + "step": 35740 + }, + { + "entropy": 1.147258174419403, + "epoch": 3.415496321773192, + "grad_norm": 1.2735958099365234, + "learning_rate": 7.850805076575644e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9015394985675812, + "num_tokens": 46009486.0, + "step": 35750 + }, + { + "entropy": 1.165166187286377, + "epoch": 3.416451705359702, + "grad_norm": 1.370896577835083, + "learning_rate": 7.849507153865876e-05, + "loss": 0.2428, + "mean_token_accuracy": 0.9037156760692596, + "num_tokens": 46022609.0, + "step": 35760 + }, + { + "entropy": 1.1526782989501954, + "epoch": 3.417407088946212, + "grad_norm": 1.4511197805404663, + "learning_rate": 7.848208946721654e-05, + "loss": 0.2698, + "mean_token_accuracy": 0.8944271385669709, + "num_tokens": 46035084.0, + "step": 35770 + }, + { + "entropy": 1.1630868911743164, + "epoch": 3.418362472532722, + "grad_norm": 1.9586373567581177, + "learning_rate": 7.846910455272562e-05, + "loss": 0.2735, + "mean_token_accuracy": 0.8935517489910125, + "num_tokens": 46048095.0, + "step": 35780 + }, + { + "entropy": 1.1652861952781677, + "epoch": 3.419317856119232, + "grad_norm": 1.7959299087524414, + "learning_rate": 7.845611679648218e-05, + "loss": 0.2494, + "mean_token_accuracy": 0.9033976435661316, + "num_tokens": 46060804.0, + "step": 35790 + }, + { + "entropy": 1.1753132104873658, + "epoch": 3.420273239705742, + "grad_norm": 1.4734315872192383, + "learning_rate": 7.84431261997826e-05, + "loss": 0.2423, + "mean_token_accuracy": 0.9072175085544586, + "num_tokens": 46073321.0, + "step": 35800 + }, + { + "entropy": 1.165260124206543, + "epoch": 3.4212286232922517, + "grad_norm": 1.377057671546936, + "learning_rate": 7.84301327639236e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.8950040519237519, + "num_tokens": 46086048.0, + "step": 35810 + }, + { + "entropy": 1.1580474495887756, + "epoch": 3.4221840068787617, + "grad_norm": 2.317713737487793, + "learning_rate": 7.841713649020219e-05, + "loss": 0.2393, + "mean_token_accuracy": 0.9028578281402588, + "num_tokens": 46099677.0, + "step": 35820 + }, + { + "entropy": 1.1611008048057556, + "epoch": 3.4231393904652716, + "grad_norm": 1.6908581256866455, + "learning_rate": 7.84041373799156e-05, + "loss": 0.2696, + "mean_token_accuracy": 0.8934285044670105, + "num_tokens": 46112715.0, + "step": 35830 + }, + { + "entropy": 1.1592140436172484, + "epoch": 3.424094774051782, + "grad_norm": 1.381137728691101, + "learning_rate": 7.839113543436143e-05, + "loss": 0.242, + "mean_token_accuracy": 0.9089160621166229, + "num_tokens": 46125710.0, + "step": 35840 + }, + { + "entropy": 1.1519766449928284, + "epoch": 3.425050157638292, + "grad_norm": 1.0409561395645142, + "learning_rate": 7.83781306548375e-05, + "loss": 0.2571, + "mean_token_accuracy": 0.8968008458614349, + "num_tokens": 46138143.0, + "step": 35850 + }, + { + "entropy": 1.1764464259147644, + "epoch": 3.426005541224802, + "grad_norm": 1.5741760730743408, + "learning_rate": 7.836512304264192e-05, + "loss": 0.289, + "mean_token_accuracy": 0.8830529749393463, + "num_tokens": 46151435.0, + "step": 35860 + }, + { + "entropy": 1.1406473755836486, + "epoch": 3.4269609248113118, + "grad_norm": 1.5282566547393799, + "learning_rate": 7.83521125990731e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9063060283660889, + "num_tokens": 46164016.0, + "step": 35870 + }, + { + "entropy": 1.1464180111885072, + "epoch": 3.4279163083978217, + "grad_norm": 1.6181203126907349, + "learning_rate": 7.833909932542975e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9089160084724426, + "num_tokens": 46177291.0, + "step": 35880 + }, + { + "entropy": 1.1521044611930846, + "epoch": 3.4288716919843316, + "grad_norm": 1.3703440427780151, + "learning_rate": 7.832608322301082e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9085255205631256, + "num_tokens": 46190298.0, + "step": 35890 + }, + { + "entropy": 1.1500584721565246, + "epoch": 3.4298270755708415, + "grad_norm": 1.6605061292648315, + "learning_rate": 7.831306429311556e-05, + "loss": 0.2505, + "mean_token_accuracy": 0.8997739970684051, + "num_tokens": 46202957.0, + "step": 35900 + }, + { + "entropy": 1.1396806240081787, + "epoch": 3.430782459157352, + "grad_norm": 1.4043195247650146, + "learning_rate": 7.83000425370435e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.9069334506988526, + "num_tokens": 46215979.0, + "step": 35910 + }, + { + "entropy": 1.1428910136222838, + "epoch": 3.431737842743862, + "grad_norm": 1.7185391187667847, + "learning_rate": 7.828701795609447e-05, + "loss": 0.2458, + "mean_token_accuracy": 0.8995641648769379, + "num_tokens": 46228684.0, + "step": 35920 + }, + { + "entropy": 1.1428145885467529, + "epoch": 3.4326932263303718, + "grad_norm": 1.0592572689056396, + "learning_rate": 7.827399055156859e-05, + "loss": 0.2235, + "mean_token_accuracy": 0.9197670042514801, + "num_tokens": 46241993.0, + "step": 35930 + }, + { + "entropy": 1.129287850856781, + "epoch": 3.4336486099168817, + "grad_norm": 1.8948522806167603, + "learning_rate": 7.826096032476619e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9021491467952728, + "num_tokens": 46254790.0, + "step": 35940 + }, + { + "entropy": 1.1350669622421266, + "epoch": 3.4346039935033916, + "grad_norm": 1.7237070798873901, + "learning_rate": 7.824792727698795e-05, + "loss": 0.2493, + "mean_token_accuracy": 0.9067924320697784, + "num_tokens": 46267286.0, + "step": 35950 + }, + { + "entropy": 1.1673406720161439, + "epoch": 3.4355593770899016, + "grad_norm": 1.2100303173065186, + "learning_rate": 7.823489140953483e-05, + "loss": 0.285, + "mean_token_accuracy": 0.8921696066856384, + "num_tokens": 46280147.0, + "step": 35960 + }, + { + "entropy": 1.149878776073456, + "epoch": 3.4365147606764115, + "grad_norm": 1.0198184251785278, + "learning_rate": 7.822185272370805e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9085598170757294, + "num_tokens": 46293101.0, + "step": 35970 + }, + { + "entropy": 1.1653165102005005, + "epoch": 3.4374701442629214, + "grad_norm": 1.6192547082901, + "learning_rate": 7.82088112208091e-05, + "loss": 0.274, + "mean_token_accuracy": 0.8903791785240174, + "num_tokens": 46306358.0, + "step": 35980 + }, + { + "entropy": 1.1475951552391053, + "epoch": 3.4384255278494313, + "grad_norm": 1.4806100130081177, + "learning_rate": 7.819576690213978e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9051873028278351, + "num_tokens": 46319230.0, + "step": 35990 + }, + { + "entropy": 1.165148091316223, + "epoch": 3.4393809114359417, + "grad_norm": 2.1052439212799072, + "learning_rate": 7.818271976900215e-05, + "loss": 0.2636, + "mean_token_accuracy": 0.9017955601215363, + "num_tokens": 46332396.0, + "step": 36000 + }, + { + "entropy": 1.1618194460868836, + "epoch": 3.4403362950224516, + "grad_norm": 1.9087048768997192, + "learning_rate": 7.816966982269857e-05, + "loss": 0.2704, + "mean_token_accuracy": 0.8941044747829437, + "num_tokens": 46345049.0, + "step": 36010 + }, + { + "entropy": 1.1491044282913208, + "epoch": 3.4412916786089616, + "grad_norm": 1.4243884086608887, + "learning_rate": 7.815661706453168e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8936642527580261, + "num_tokens": 46357332.0, + "step": 36020 + }, + { + "entropy": 1.1481453776359558, + "epoch": 3.4422470621954715, + "grad_norm": 1.198102355003357, + "learning_rate": 7.814356149580437e-05, + "loss": 0.2772, + "mean_token_accuracy": 0.8926358878612518, + "num_tokens": 46369917.0, + "step": 36030 + }, + { + "entropy": 1.1646542072296142, + "epoch": 3.4432024457819814, + "grad_norm": 2.215275526046753, + "learning_rate": 7.813050311781984e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.8966330230236054, + "num_tokens": 46383030.0, + "step": 36040 + }, + { + "entropy": 1.1301370501518249, + "epoch": 3.4441578293684914, + "grad_norm": 1.6288701295852661, + "learning_rate": 7.811744193188155e-05, + "loss": 0.2176, + "mean_token_accuracy": 0.9106077373027801, + "num_tokens": 46395903.0, + "step": 36050 + }, + { + "entropy": 1.149724555015564, + "epoch": 3.4451132129550013, + "grad_norm": 1.5954054594039917, + "learning_rate": 7.810437793929329e-05, + "loss": 0.2433, + "mean_token_accuracy": 0.9063709914684296, + "num_tokens": 46409020.0, + "step": 36060 + }, + { + "entropy": 1.1455033779144288, + "epoch": 3.4460685965415117, + "grad_norm": 1.768381953239441, + "learning_rate": 7.809131114135904e-05, + "loss": 0.2565, + "mean_token_accuracy": 0.8977884232997895, + "num_tokens": 46421881.0, + "step": 36070 + }, + { + "entropy": 1.161944818496704, + "epoch": 3.4470239801280216, + "grad_norm": 1.597251296043396, + "learning_rate": 7.807824153938315e-05, + "loss": 0.2588, + "mean_token_accuracy": 0.8918601453304291, + "num_tokens": 46434537.0, + "step": 36080 + }, + { + "entropy": 1.1575072646141051, + "epoch": 3.4479793637145315, + "grad_norm": 1.6924020051956177, + "learning_rate": 7.80651691346702e-05, + "loss": 0.2819, + "mean_token_accuracy": 0.8978909254074097, + "num_tokens": 46447081.0, + "step": 36090 + }, + { + "entropy": 1.157229971885681, + "epoch": 3.4489347473010414, + "grad_norm": 1.3402210474014282, + "learning_rate": 7.805209392852504e-05, + "loss": 0.2175, + "mean_token_accuracy": 0.910896760225296, + "num_tokens": 46459890.0, + "step": 36100 + }, + { + "entropy": 1.1680225133895874, + "epoch": 3.4498901308875514, + "grad_norm": 1.6565970182418823, + "learning_rate": 7.803901592225287e-05, + "loss": 0.274, + "mean_token_accuracy": 0.896901649236679, + "num_tokens": 46472753.0, + "step": 36110 + }, + { + "entropy": 1.1420574426651, + "epoch": 3.4508455144740613, + "grad_norm": 1.3524441719055176, + "learning_rate": 7.802593511715908e-05, + "loss": 0.2343, + "mean_token_accuracy": 0.9147283434867859, + "num_tokens": 46485389.0, + "step": 36120 + }, + { + "entropy": 1.1643521428108214, + "epoch": 3.451800898060571, + "grad_norm": 1.19853937625885, + "learning_rate": 7.801285151454941e-05, + "loss": 0.2739, + "mean_token_accuracy": 0.8899804055690765, + "num_tokens": 46497949.0, + "step": 36130 + }, + { + "entropy": 1.1557973861694335, + "epoch": 3.452756281647081, + "grad_norm": 2.1678926944732666, + "learning_rate": 7.799976511572982e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.9045419573783875, + "num_tokens": 46510912.0, + "step": 36140 + }, + { + "entropy": 1.1478058218955993, + "epoch": 3.453711665233591, + "grad_norm": 1.3053596019744873, + "learning_rate": 7.79866759220066e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9075893044471741, + "num_tokens": 46523867.0, + "step": 36150 + }, + { + "entropy": 1.1500481009483337, + "epoch": 3.4546670488201014, + "grad_norm": 1.6887797117233276, + "learning_rate": 7.79735839346863e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.8979742884635925, + "num_tokens": 46536531.0, + "step": 36160 + }, + { + "entropy": 1.1484322905540467, + "epoch": 3.4556224324066114, + "grad_norm": 2.0740816593170166, + "learning_rate": 7.796048915507572e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8902718842029571, + "num_tokens": 46549079.0, + "step": 36170 + }, + { + "entropy": 1.1424169540405273, + "epoch": 3.4565778159931213, + "grad_norm": 2.2261674404144287, + "learning_rate": 7.794739158448201e-05, + "loss": 0.2444, + "mean_token_accuracy": 0.9043449938297272, + "num_tokens": 46561731.0, + "step": 36180 + }, + { + "entropy": 1.1580306887626648, + "epoch": 3.4575331995796312, + "grad_norm": 1.737169861793518, + "learning_rate": 7.793429122421251e-05, + "loss": 0.2903, + "mean_token_accuracy": 0.8873306930065155, + "num_tokens": 46574542.0, + "step": 36190 + }, + { + "entropy": 1.1612359642982484, + "epoch": 3.458488583166141, + "grad_norm": 1.447541356086731, + "learning_rate": 7.792118807557492e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.9004046380519867, + "num_tokens": 46587985.0, + "step": 36200 + }, + { + "entropy": 1.1480543732643127, + "epoch": 3.459443966752651, + "grad_norm": 1.952226161956787, + "learning_rate": 7.790808213987715e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.901223647594452, + "num_tokens": 46600730.0, + "step": 36210 + }, + { + "entropy": 1.167579209804535, + "epoch": 3.460399350339161, + "grad_norm": 1.3615057468414307, + "learning_rate": 7.789497341842744e-05, + "loss": 0.2733, + "mean_token_accuracy": 0.8943296372890472, + "num_tokens": 46613826.0, + "step": 36220 + }, + { + "entropy": 1.1657809495925904, + "epoch": 3.4613547339256714, + "grad_norm": 1.3891963958740234, + "learning_rate": 7.788186191253426e-05, + "loss": 0.2816, + "mean_token_accuracy": 0.8870091497898102, + "num_tokens": 46626651.0, + "step": 36230 + }, + { + "entropy": 1.1574596166610718, + "epoch": 3.4623101175121813, + "grad_norm": 1.4366668462753296, + "learning_rate": 7.786874762350642e-05, + "loss": 0.2515, + "mean_token_accuracy": 0.9008069396018982, + "num_tokens": 46639497.0, + "step": 36240 + }, + { + "entropy": 1.1728421688079833, + "epoch": 3.4632655010986912, + "grad_norm": 1.4090218544006348, + "learning_rate": 7.785563055265294e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.8928162097930908, + "num_tokens": 46652576.0, + "step": 36250 + }, + { + "entropy": 1.1882543921470643, + "epoch": 3.464220884685201, + "grad_norm": 1.5661296844482422, + "learning_rate": 7.784251070128319e-05, + "loss": 0.2814, + "mean_token_accuracy": 0.8859061062335968, + "num_tokens": 46665818.0, + "step": 36260 + }, + { + "entropy": 1.1516957521438598, + "epoch": 3.465176268271711, + "grad_norm": 1.1705957651138306, + "learning_rate": 7.782938807070674e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8997250080108643, + "num_tokens": 46678786.0, + "step": 36270 + }, + { + "entropy": 1.163168740272522, + "epoch": 3.466131651858221, + "grad_norm": 1.5775651931762695, + "learning_rate": 7.781626266223349e-05, + "loss": 0.2308, + "mean_token_accuracy": 0.9120954871177673, + "num_tokens": 46691807.0, + "step": 36280 + }, + { + "entropy": 1.1770670771598817, + "epoch": 3.467087035444731, + "grad_norm": 1.890104055404663, + "learning_rate": 7.780313447717362e-05, + "loss": 0.2639, + "mean_token_accuracy": 0.9004726350307465, + "num_tokens": 46704765.0, + "step": 36290 + }, + { + "entropy": 1.1793807029724122, + "epoch": 3.468042419031241, + "grad_norm": 1.7866287231445312, + "learning_rate": 7.779000351683755e-05, + "loss": 0.2989, + "mean_token_accuracy": 0.8814623117446899, + "num_tokens": 46717743.0, + "step": 36300 + }, + { + "entropy": 1.1781811237335205, + "epoch": 3.468997802617751, + "grad_norm": 1.8648065328598022, + "learning_rate": 7.7776869782536e-05, + "loss": 0.2437, + "mean_token_accuracy": 0.9020217537879944, + "num_tokens": 46730867.0, + "step": 36310 + }, + { + "entropy": 1.1676429867744447, + "epoch": 3.469953186204261, + "grad_norm": 0.954521656036377, + "learning_rate": 7.776373327557995e-05, + "loss": 0.2576, + "mean_token_accuracy": 0.896606194972992, + "num_tokens": 46743662.0, + "step": 36320 + }, + { + "entropy": 1.1637394189834596, + "epoch": 3.470908569790771, + "grad_norm": 1.8430410623550415, + "learning_rate": 7.775059399728069e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8917550265789032, + "num_tokens": 46756584.0, + "step": 36330 + }, + { + "entropy": 1.1671648263931274, + "epoch": 3.471863953377281, + "grad_norm": 1.3795418739318848, + "learning_rate": 7.773745194894977e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9017477810382843, + "num_tokens": 46769313.0, + "step": 36340 + }, + { + "entropy": 1.1646941423416137, + "epoch": 3.472819336963791, + "grad_norm": 1.088706135749817, + "learning_rate": 7.7724307131899e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8941360890865326, + "num_tokens": 46781985.0, + "step": 36350 + }, + { + "entropy": 1.1556077122688293, + "epoch": 3.473774720550301, + "grad_norm": 1.2594038248062134, + "learning_rate": 7.77111595474405e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9047186732292175, + "num_tokens": 46794476.0, + "step": 36360 + }, + { + "entropy": 1.1647691488265992, + "epoch": 3.474730104136811, + "grad_norm": 1.3502283096313477, + "learning_rate": 7.769800919688662e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9060966968536377, + "num_tokens": 46807863.0, + "step": 36370 + }, + { + "entropy": 1.1539844751358033, + "epoch": 3.4756854877233208, + "grad_norm": 1.4127119779586792, + "learning_rate": 7.768485608155003e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8977881908416748, + "num_tokens": 46820796.0, + "step": 36380 + }, + { + "entropy": 1.1551390051841737, + "epoch": 3.476640871309831, + "grad_norm": 1.7697943449020386, + "learning_rate": 7.767170020274366e-05, + "loss": 0.239, + "mean_token_accuracy": 0.910991907119751, + "num_tokens": 46833593.0, + "step": 36390 + }, + { + "entropy": 1.1467543959617614, + "epoch": 3.477596254896341, + "grad_norm": 1.7734986543655396, + "learning_rate": 7.76585415617807e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9078163087368012, + "num_tokens": 46846482.0, + "step": 36400 + }, + { + "entropy": 1.158390259742737, + "epoch": 3.478551638482851, + "grad_norm": 1.746500015258789, + "learning_rate": 7.764538015997463e-05, + "loss": 0.2639, + "mean_token_accuracy": 0.8957422316074372, + "num_tokens": 46859616.0, + "step": 36410 + }, + { + "entropy": 1.14494731426239, + "epoch": 3.479507022069361, + "grad_norm": 1.2202107906341553, + "learning_rate": 7.763221599863923e-05, + "loss": 0.2258, + "mean_token_accuracy": 0.9100318372249603, + "num_tokens": 46872623.0, + "step": 36420 + }, + { + "entropy": 1.1454172134399414, + "epoch": 3.480462405655871, + "grad_norm": 1.7777786254882812, + "learning_rate": 7.761904907908851e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.9010177850723267, + "num_tokens": 46885383.0, + "step": 36430 + }, + { + "entropy": 1.1440811276435852, + "epoch": 3.4814177892423808, + "grad_norm": 1.673369288444519, + "learning_rate": 7.760587940263677e-05, + "loss": 0.2503, + "mean_token_accuracy": 0.9023250043392181, + "num_tokens": 46897857.0, + "step": 36440 + }, + { + "entropy": 1.13273845911026, + "epoch": 3.4823731728288907, + "grad_norm": 1.6582868099212646, + "learning_rate": 7.759270697059862e-05, + "loss": 0.2298, + "mean_token_accuracy": 0.908665519952774, + "num_tokens": 46910621.0, + "step": 36450 + }, + { + "entropy": 1.1517377734184264, + "epoch": 3.4833285564154006, + "grad_norm": 1.8130944967269897, + "learning_rate": 7.75795317842889e-05, + "loss": 0.2788, + "mean_token_accuracy": 0.8907691538333893, + "num_tokens": 46923333.0, + "step": 36460 + }, + { + "entropy": 1.147135603427887, + "epoch": 3.4842839400019106, + "grad_norm": 1.0644537210464478, + "learning_rate": 7.756635384502274e-05, + "loss": 0.2192, + "mean_token_accuracy": 0.9125658512115479, + "num_tokens": 46935782.0, + "step": 36470 + }, + { + "entropy": 1.1490222215652466, + "epoch": 3.485239323588421, + "grad_norm": 1.5016950368881226, + "learning_rate": 7.755317315411554e-05, + "loss": 0.245, + "mean_token_accuracy": 0.9066744029521943, + "num_tokens": 46948557.0, + "step": 36480 + }, + { + "entropy": 1.1450180768966676, + "epoch": 3.486194707174931, + "grad_norm": 1.6255985498428345, + "learning_rate": 7.753998971288298e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.905717670917511, + "num_tokens": 46961615.0, + "step": 36490 + }, + { + "entropy": 1.1475853323936462, + "epoch": 3.487150090761441, + "grad_norm": 1.4761162996292114, + "learning_rate": 7.752680352264106e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.8983638942241668, + "num_tokens": 46974261.0, + "step": 36500 + }, + { + "entropy": 1.156273889541626, + "epoch": 3.4881054743479507, + "grad_norm": 1.6571002006530762, + "learning_rate": 7.751361458470594e-05, + "loss": 0.2473, + "mean_token_accuracy": 0.9033108592033386, + "num_tokens": 46987380.0, + "step": 36510 + }, + { + "entropy": 1.1628962993621825, + "epoch": 3.4890608579344606, + "grad_norm": 1.5190699100494385, + "learning_rate": 7.750042290039417e-05, + "loss": 0.2492, + "mean_token_accuracy": 0.9023001372814179, + "num_tokens": 47000424.0, + "step": 36520 + }, + { + "entropy": 1.1403603911399842, + "epoch": 3.4900162415209706, + "grad_norm": 2.046379327774048, + "learning_rate": 7.748722847102254e-05, + "loss": 0.269, + "mean_token_accuracy": 0.8976523697376251, + "num_tokens": 47012536.0, + "step": 36530 + }, + { + "entropy": 1.1438602805137634, + "epoch": 3.4909716251074805, + "grad_norm": 1.5434399843215942, + "learning_rate": 7.747403129790804e-05, + "loss": 0.2291, + "mean_token_accuracy": 0.9124672055244446, + "num_tokens": 47025358.0, + "step": 36540 + }, + { + "entropy": 1.156022298336029, + "epoch": 3.491927008693991, + "grad_norm": 2.2300562858581543, + "learning_rate": 7.746083138236805e-05, + "loss": 0.2361, + "mean_token_accuracy": 0.9116505086421967, + "num_tokens": 47037988.0, + "step": 36550 + }, + { + "entropy": 1.143340253829956, + "epoch": 3.492882392280501, + "grad_norm": 1.466347575187683, + "learning_rate": 7.744762872572017e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9093921840190887, + "num_tokens": 47050842.0, + "step": 36560 + }, + { + "entropy": 1.1498393654823302, + "epoch": 3.4938377758670107, + "grad_norm": 1.0279699563980103, + "learning_rate": 7.743442332928226e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.8993576824665069, + "num_tokens": 47063993.0, + "step": 36570 + }, + { + "entropy": 1.1599518418312074, + "epoch": 3.4947931594535206, + "grad_norm": 1.6924519538879395, + "learning_rate": 7.742121519437246e-05, + "loss": 0.2862, + "mean_token_accuracy": 0.8828748166561127, + "num_tokens": 47077577.0, + "step": 36580 + }, + { + "entropy": 1.1610172867774964, + "epoch": 3.4957485430400306, + "grad_norm": 1.8230851888656616, + "learning_rate": 7.74080043223092e-05, + "loss": 0.2894, + "mean_token_accuracy": 0.8883749663829803, + "num_tokens": 47090385.0, + "step": 36590 + }, + { + "entropy": 1.165163266658783, + "epoch": 3.4967039266265405, + "grad_norm": 1.4457666873931885, + "learning_rate": 7.739479071441115e-05, + "loss": 0.3031, + "mean_token_accuracy": 0.8756675660610199, + "num_tokens": 47103445.0, + "step": 36600 + }, + { + "entropy": 1.1568297743797302, + "epoch": 3.4976593102130504, + "grad_norm": 1.5372530221939087, + "learning_rate": 7.738157437199733e-05, + "loss": 0.2471, + "mean_token_accuracy": 0.9016930162906647, + "num_tokens": 47116442.0, + "step": 36610 + }, + { + "entropy": 1.152512300014496, + "epoch": 3.4986146937995604, + "grad_norm": 1.5459041595458984, + "learning_rate": 7.736835529638692e-05, + "loss": 0.2652, + "mean_token_accuracy": 0.8935501217842102, + "num_tokens": 47128983.0, + "step": 36620 + }, + { + "entropy": 1.1613107562065124, + "epoch": 3.4995700773860703, + "grad_norm": 1.5225847959518433, + "learning_rate": 7.73551334888995e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8954326510429382, + "num_tokens": 47142250.0, + "step": 36630 + }, + { + "entropy": 1.157896339893341, + "epoch": 3.5005254609725807, + "grad_norm": 1.926314115524292, + "learning_rate": 7.734190895085479e-05, + "loss": 0.2757, + "mean_token_accuracy": 0.8901113867759705, + "num_tokens": 47155025.0, + "step": 36640 + }, + { + "entropy": 1.145254373550415, + "epoch": 3.5014808445590906, + "grad_norm": 1.6779180765151978, + "learning_rate": 7.732868168357286e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.8985190212726593, + "num_tokens": 47167351.0, + "step": 36650 + }, + { + "entropy": 1.1522141456604005, + "epoch": 3.5024362281456005, + "grad_norm": 1.704541563987732, + "learning_rate": 7.731545168837407e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.9026750028133392, + "num_tokens": 47180094.0, + "step": 36660 + }, + { + "entropy": 1.1521970510482789, + "epoch": 3.5033916117321104, + "grad_norm": 1.5177662372589111, + "learning_rate": 7.730221896657901e-05, + "loss": 0.2241, + "mean_token_accuracy": 0.9138375699520112, + "num_tokens": 47192881.0, + "step": 36670 + }, + { + "entropy": 1.1580936431884765, + "epoch": 3.5043469953186204, + "grad_norm": 1.632389783859253, + "learning_rate": 7.728898351950853e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9043939650058747, + "num_tokens": 47206006.0, + "step": 36680 + }, + { + "entropy": 1.1350705742835998, + "epoch": 3.5053023789051303, + "grad_norm": 1.472517490386963, + "learning_rate": 7.727574534848383e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9076198518276215, + "num_tokens": 47218628.0, + "step": 36690 + }, + { + "entropy": 1.1477327704429627, + "epoch": 3.5062577624916402, + "grad_norm": 1.6819887161254883, + "learning_rate": 7.726250445482625e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.9019858479499817, + "num_tokens": 47231577.0, + "step": 36700 + }, + { + "entropy": 1.1582215070724486, + "epoch": 3.5072131460781506, + "grad_norm": 1.7676762342453003, + "learning_rate": 7.724926083985757e-05, + "loss": 0.247, + "mean_token_accuracy": 0.9071999430656433, + "num_tokens": 47244704.0, + "step": 36710 + }, + { + "entropy": 1.1394188165664674, + "epoch": 3.50816852966466, + "grad_norm": 1.5091795921325684, + "learning_rate": 7.72360145048997e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.8957652688026428, + "num_tokens": 47257319.0, + "step": 36720 + }, + { + "entropy": 1.1573002099990846, + "epoch": 3.5091239132511705, + "grad_norm": 0.9318492412567139, + "learning_rate": 7.722276545127487e-05, + "loss": 0.2732, + "mean_token_accuracy": 0.8966826438903809, + "num_tokens": 47269869.0, + "step": 36730 + }, + { + "entropy": 1.1477408289909363, + "epoch": 3.5100792968376804, + "grad_norm": 1.3038276433944702, + "learning_rate": 7.72095136803056e-05, + "loss": 0.2568, + "mean_token_accuracy": 0.8974960267543792, + "num_tokens": 47282252.0, + "step": 36740 + }, + { + "entropy": 1.145214557647705, + "epoch": 3.5110346804241903, + "grad_norm": 1.423100233078003, + "learning_rate": 7.719625919331468e-05, + "loss": 0.2514, + "mean_token_accuracy": 0.900504857301712, + "num_tokens": 47294936.0, + "step": 36750 + }, + { + "entropy": 1.161699151992798, + "epoch": 3.5119900640107002, + "grad_norm": 1.1858693361282349, + "learning_rate": 7.718300199162514e-05, + "loss": 0.2849, + "mean_token_accuracy": 0.885550993680954, + "num_tokens": 47307603.0, + "step": 36760 + }, + { + "entropy": 1.1563017964363098, + "epoch": 3.51294544759721, + "grad_norm": 1.2714872360229492, + "learning_rate": 7.716974207656028e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9074826240539551, + "num_tokens": 47320442.0, + "step": 36770 + }, + { + "entropy": 1.1585282564163208, + "epoch": 3.5139008311837205, + "grad_norm": 1.5166001319885254, + "learning_rate": 7.715647944944372e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9006070137023926, + "num_tokens": 47333375.0, + "step": 36780 + }, + { + "entropy": 1.1558228731155396, + "epoch": 3.51485621477023, + "grad_norm": 1.5959632396697998, + "learning_rate": 7.71432141115993e-05, + "loss": 0.23, + "mean_token_accuracy": 0.9101395606994629, + "num_tokens": 47347069.0, + "step": 36790 + }, + { + "entropy": 1.1545178055763246, + "epoch": 3.5158115983567404, + "grad_norm": 1.3721102476119995, + "learning_rate": 7.712994606435118e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9030864536762238, + "num_tokens": 47360370.0, + "step": 36800 + }, + { + "entropy": 1.151257288455963, + "epoch": 3.5167669819432503, + "grad_norm": 1.350563883781433, + "learning_rate": 7.711667530902372e-05, + "loss": 0.2408, + "mean_token_accuracy": 0.9025798559188842, + "num_tokens": 47374074.0, + "step": 36810 + }, + { + "entropy": 1.138702917098999, + "epoch": 3.5177223655297603, + "grad_norm": 1.4788590669631958, + "learning_rate": 7.710340184694161e-05, + "loss": 0.2169, + "mean_token_accuracy": 0.9097832322120667, + "num_tokens": 47386836.0, + "step": 36820 + }, + { + "entropy": 1.1500529170036315, + "epoch": 3.51867774911627, + "grad_norm": 2.140214204788208, + "learning_rate": 7.709012567942982e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.9034751296043396, + "num_tokens": 47400098.0, + "step": 36830 + }, + { + "entropy": 1.138212466239929, + "epoch": 3.51963313270278, + "grad_norm": 1.1184656620025635, + "learning_rate": 7.70768468078135e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9087640702724457, + "num_tokens": 47412991.0, + "step": 36840 + }, + { + "entropy": 1.1439902186393738, + "epoch": 3.52058851628929, + "grad_norm": 1.5349386930465698, + "learning_rate": 7.706356523341818e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9044125437736511, + "num_tokens": 47426014.0, + "step": 36850 + }, + { + "entropy": 1.1621668457984924, + "epoch": 3.5215438998758, + "grad_norm": 1.6957229375839233, + "learning_rate": 7.705028095756959e-05, + "loss": 0.2815, + "mean_token_accuracy": 0.8924098610877991, + "num_tokens": 47438908.0, + "step": 36860 + }, + { + "entropy": 1.1605121612548828, + "epoch": 3.5224992834623103, + "grad_norm": 1.219947338104248, + "learning_rate": 7.703699398159377e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8919130980968475, + "num_tokens": 47451291.0, + "step": 36870 + }, + { + "entropy": 1.147125744819641, + "epoch": 3.5234546670488203, + "grad_norm": 1.6431595087051392, + "learning_rate": 7.702370430681698e-05, + "loss": 0.2445, + "mean_token_accuracy": 0.9031650364398957, + "num_tokens": 47463981.0, + "step": 36880 + }, + { + "entropy": 1.1560493588447571, + "epoch": 3.52441005063533, + "grad_norm": 1.193315029144287, + "learning_rate": 7.70104119345658e-05, + "loss": 0.2616, + "mean_token_accuracy": 0.8991333186626435, + "num_tokens": 47476944.0, + "step": 36890 + }, + { + "entropy": 1.1382699608802795, + "epoch": 3.52536543422184, + "grad_norm": 1.7563762664794922, + "learning_rate": 7.699711686616706e-05, + "loss": 0.249, + "mean_token_accuracy": 0.9055626571178437, + "num_tokens": 47489775.0, + "step": 36900 + }, + { + "entropy": 1.1485826015472411, + "epoch": 3.52632081780835, + "grad_norm": 1.2620621919631958, + "learning_rate": 7.698381910294785e-05, + "loss": 0.2943, + "mean_token_accuracy": 0.889141970872879, + "num_tokens": 47502238.0, + "step": 36910 + }, + { + "entropy": 1.1421594977378846, + "epoch": 3.52727620139486, + "grad_norm": 1.3527555465698242, + "learning_rate": 7.697051864623554e-05, + "loss": 0.2633, + "mean_token_accuracy": 0.892158979177475, + "num_tokens": 47515413.0, + "step": 36920 + }, + { + "entropy": 1.152764892578125, + "epoch": 3.52823158498137, + "grad_norm": 1.3760312795639038, + "learning_rate": 7.695721549735778e-05, + "loss": 0.2603, + "mean_token_accuracy": 0.9024853229522705, + "num_tokens": 47528350.0, + "step": 36930 + }, + { + "entropy": 1.1411106586456299, + "epoch": 3.5291869685678803, + "grad_norm": 2.265967607498169, + "learning_rate": 7.694390965764246e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.904712188243866, + "num_tokens": 47540873.0, + "step": 36940 + }, + { + "entropy": 1.1414342284202577, + "epoch": 3.5301423521543898, + "grad_norm": 1.8709478378295898, + "learning_rate": 7.693060112841775e-05, + "loss": 0.2549, + "mean_token_accuracy": 0.9002789080142974, + "num_tokens": 47553803.0, + "step": 36950 + }, + { + "entropy": 1.1341257214546203, + "epoch": 3.5310977357409, + "grad_norm": 1.7409303188323975, + "learning_rate": 7.691728991101209e-05, + "loss": 0.2559, + "mean_token_accuracy": 0.8956436455249787, + "num_tokens": 47566774.0, + "step": 36960 + }, + { + "entropy": 1.1305456399917602, + "epoch": 3.53205311932741, + "grad_norm": 1.7984246015548706, + "learning_rate": 7.690397600675421e-05, + "loss": 0.2409, + "mean_token_accuracy": 0.9032953560352326, + "num_tokens": 47579546.0, + "step": 36970 + }, + { + "entropy": 1.1347639918327332, + "epoch": 3.53300850291392, + "grad_norm": 1.5598593950271606, + "learning_rate": 7.689065941697307e-05, + "loss": 0.2642, + "mean_token_accuracy": 0.8948621213436126, + "num_tokens": 47592345.0, + "step": 36980 + }, + { + "entropy": 1.156217384338379, + "epoch": 3.53396388650043, + "grad_norm": 1.8391669988632202, + "learning_rate": 7.687734014299792e-05, + "loss": 0.2501, + "mean_token_accuracy": 0.9006961762905121, + "num_tokens": 47605254.0, + "step": 36990 + }, + { + "entropy": 1.1473916053771973, + "epoch": 3.53491927008694, + "grad_norm": 1.3488410711288452, + "learning_rate": 7.686401818615827e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.90646031498909, + "num_tokens": 47617789.0, + "step": 37000 + }, + { + "entropy": 1.154465675354004, + "epoch": 3.5358746536734498, + "grad_norm": 1.7906233072280884, + "learning_rate": 7.685069354778391e-05, + "loss": 0.266, + "mean_token_accuracy": 0.8953785836696625, + "num_tokens": 47631121.0, + "step": 37010 + }, + { + "entropy": 1.1273642301559448, + "epoch": 3.5368300372599597, + "grad_norm": 1.8682560920715332, + "learning_rate": 7.68373662292049e-05, + "loss": 0.2389, + "mean_token_accuracy": 0.9029273569583893, + "num_tokens": 47643396.0, + "step": 37020 + }, + { + "entropy": 1.1394208073616028, + "epoch": 3.53778542084647, + "grad_norm": 1.8962364196777344, + "learning_rate": 7.682403623175153e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8971505880355835, + "num_tokens": 47656155.0, + "step": 37030 + }, + { + "entropy": 1.1439738392829895, + "epoch": 3.53874080443298, + "grad_norm": 1.5182310342788696, + "learning_rate": 7.681070355675442e-05, + "loss": 0.2373, + "mean_token_accuracy": 0.9149236977100372, + "num_tokens": 47668997.0, + "step": 37040 + }, + { + "entropy": 1.1422540187835692, + "epoch": 3.53969618801949, + "grad_norm": 1.136879563331604, + "learning_rate": 7.679736820554437e-05, + "loss": 0.254, + "mean_token_accuracy": 0.896684855222702, + "num_tokens": 47681474.0, + "step": 37050 + }, + { + "entropy": 1.1348015904426574, + "epoch": 3.540651571606, + "grad_norm": 2.1827213764190674, + "learning_rate": 7.678403017945257e-05, + "loss": 0.2481, + "mean_token_accuracy": 0.9054267704486847, + "num_tokens": 47693960.0, + "step": 37060 + }, + { + "entropy": 1.1388992428779603, + "epoch": 3.54160695519251, + "grad_norm": 1.613645076751709, + "learning_rate": 7.677068947981032e-05, + "loss": 0.2456, + "mean_token_accuracy": 0.9053731858730316, + "num_tokens": 47706699.0, + "step": 37070 + }, + { + "entropy": 1.1539045572280884, + "epoch": 3.5425623387790197, + "grad_norm": 1.709899663925171, + "learning_rate": 7.675734610794936e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.9010690033435822, + "num_tokens": 47719183.0, + "step": 37080 + }, + { + "entropy": 1.1447537899017335, + "epoch": 3.5435177223655296, + "grad_norm": 1.3872381448745728, + "learning_rate": 7.674400006520154e-05, + "loss": 0.2436, + "mean_token_accuracy": 0.9058895111083984, + "num_tokens": 47732242.0, + "step": 37090 + }, + { + "entropy": 1.1285707831382752, + "epoch": 3.54447310595204, + "grad_norm": 1.2565840482711792, + "learning_rate": 7.67306513528991e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9118483901023865, + "num_tokens": 47744621.0, + "step": 37100 + }, + { + "entropy": 1.1536781191825867, + "epoch": 3.5454284895385495, + "grad_norm": 1.5748095512390137, + "learning_rate": 7.671729997237446e-05, + "loss": 0.2702, + "mean_token_accuracy": 0.8981778562068939, + "num_tokens": 47757793.0, + "step": 37110 + }, + { + "entropy": 1.1521445512771606, + "epoch": 3.54638387312506, + "grad_norm": 1.3354051113128662, + "learning_rate": 7.670394592496034e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.9008198142051697, + "num_tokens": 47770466.0, + "step": 37120 + }, + { + "entropy": 1.1487449049949645, + "epoch": 3.54733925671157, + "grad_norm": 1.446382999420166, + "learning_rate": 7.669058921198974e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.8994442462921143, + "num_tokens": 47783182.0, + "step": 37130 + }, + { + "entropy": 1.1362880706787108, + "epoch": 3.5482946402980797, + "grad_norm": 1.8816157579421997, + "learning_rate": 7.66772298347959e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8969851553440094, + "num_tokens": 47795764.0, + "step": 37140 + }, + { + "entropy": 1.1304193973541259, + "epoch": 3.5492500238845897, + "grad_norm": 1.779198169708252, + "learning_rate": 7.666386779471234e-05, + "loss": 0.2469, + "mean_token_accuracy": 0.899644136428833, + "num_tokens": 47808168.0, + "step": 37150 + }, + { + "entropy": 1.1456621050834657, + "epoch": 3.5502054074710996, + "grad_norm": 1.4259498119354248, + "learning_rate": 7.665050309307285e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9021955728530884, + "num_tokens": 47820981.0, + "step": 37160 + }, + { + "entropy": 1.1425163865089416, + "epoch": 3.5511607910576095, + "grad_norm": 1.4143857955932617, + "learning_rate": 7.663713573121147e-05, + "loss": 0.2608, + "mean_token_accuracy": 0.8955024838447571, + "num_tokens": 47833891.0, + "step": 37170 + }, + { + "entropy": 1.1497988820075988, + "epoch": 3.5521161746441194, + "grad_norm": 1.250157356262207, + "learning_rate": 7.662376571046253e-05, + "loss": 0.2324, + "mean_token_accuracy": 0.9132867813110351, + "num_tokens": 47846446.0, + "step": 37180 + }, + { + "entropy": 1.1384461641311645, + "epoch": 3.55307155823063, + "grad_norm": 1.4331194162368774, + "learning_rate": 7.661039303216058e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.903340882062912, + "num_tokens": 47859079.0, + "step": 37190 + }, + { + "entropy": 1.1355386257171631, + "epoch": 3.5540269418171397, + "grad_norm": 1.60429048538208, + "learning_rate": 7.65970176976405e-05, + "loss": 0.2441, + "mean_token_accuracy": 0.9013394117355347, + "num_tokens": 47871494.0, + "step": 37200 + }, + { + "entropy": 1.1511513113975524, + "epoch": 3.5549823254036497, + "grad_norm": 0.9802950024604797, + "learning_rate": 7.658363970823736e-05, + "loss": 0.2733, + "mean_token_accuracy": 0.8879443287849427, + "num_tokens": 47884047.0, + "step": 37210 + }, + { + "entropy": 1.1541279911994935, + "epoch": 3.5559377089901596, + "grad_norm": 1.0680946111679077, + "learning_rate": 7.657025906528656e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9023094952106476, + "num_tokens": 47897052.0, + "step": 37220 + }, + { + "entropy": 1.1564776062965394, + "epoch": 3.5568930925766695, + "grad_norm": 2.057368040084839, + "learning_rate": 7.655687577012374e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9002165079116822, + "num_tokens": 47910079.0, + "step": 37230 + }, + { + "entropy": 1.1583170890808105, + "epoch": 3.5578484761631795, + "grad_norm": 1.8863987922668457, + "learning_rate": 7.654348982408482e-05, + "loss": 0.2615, + "mean_token_accuracy": 0.8992015957832337, + "num_tokens": 47923545.0, + "step": 37240 + }, + { + "entropy": 1.1352586030960083, + "epoch": 3.5588038597496894, + "grad_norm": 1.697906255722046, + "learning_rate": 7.653010122850595e-05, + "loss": 0.2496, + "mean_token_accuracy": 0.9003312826156616, + "num_tokens": 47935967.0, + "step": 37250 + }, + { + "entropy": 1.1616895079612732, + "epoch": 3.5597592433361998, + "grad_norm": 1.8141318559646606, + "learning_rate": 7.651670998472356e-05, + "loss": 0.2383, + "mean_token_accuracy": 0.9054383873939514, + "num_tokens": 47949209.0, + "step": 37260 + }, + { + "entropy": 1.133642852306366, + "epoch": 3.5607146269227092, + "grad_norm": 1.638899803161621, + "learning_rate": 7.650331609407435e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8999638080596923, + "num_tokens": 47961812.0, + "step": 37270 + }, + { + "entropy": 1.1700915098190308, + "epoch": 3.5616700105092196, + "grad_norm": 1.5477626323699951, + "learning_rate": 7.648991955789529e-05, + "loss": 0.2648, + "mean_token_accuracy": 0.8989926815032959, + "num_tokens": 47975178.0, + "step": 37280 + }, + { + "entropy": 1.1572749257087707, + "epoch": 3.5626253940957295, + "grad_norm": 1.509395718574524, + "learning_rate": 7.64765203775236e-05, + "loss": 0.2874, + "mean_token_accuracy": 0.8866591215133667, + "num_tokens": 47988119.0, + "step": 37290 + }, + { + "entropy": 1.1393398880958556, + "epoch": 3.5635807776822395, + "grad_norm": 1.6205590963363647, + "learning_rate": 7.646311855429677e-05, + "loss": 0.256, + "mean_token_accuracy": 0.9050121128559112, + "num_tokens": 48000849.0, + "step": 37300 + }, + { + "entropy": 1.1648460507392884, + "epoch": 3.5645361612687494, + "grad_norm": 1.4722604751586914, + "learning_rate": 7.644971408955257e-05, + "loss": 0.2749, + "mean_token_accuracy": 0.8892082631587982, + "num_tokens": 48014329.0, + "step": 37310 + }, + { + "entropy": 1.1392969489097595, + "epoch": 3.5654915448552593, + "grad_norm": 1.6441807746887207, + "learning_rate": 7.643630698462899e-05, + "loss": 0.2536, + "mean_token_accuracy": 0.8997144639492035, + "num_tokens": 48027203.0, + "step": 37320 + }, + { + "entropy": 1.1510806679725647, + "epoch": 3.5664469284417692, + "grad_norm": 1.4504404067993164, + "learning_rate": 7.642289724086435e-05, + "loss": 0.2838, + "mean_token_accuracy": 0.8910319089889527, + "num_tokens": 48040094.0, + "step": 37330 + }, + { + "entropy": 1.1379617214202882, + "epoch": 3.567402312028279, + "grad_norm": 1.7921804189682007, + "learning_rate": 7.640948485959715e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9120352447032929, + "num_tokens": 48052779.0, + "step": 37340 + }, + { + "entropy": 1.1506828546524048, + "epoch": 3.5683576956147895, + "grad_norm": 1.4387120008468628, + "learning_rate": 7.639606984216624e-05, + "loss": 0.222, + "mean_token_accuracy": 0.9176522195339203, + "num_tokens": 48065968.0, + "step": 37350 + }, + { + "entropy": 1.1547335624694823, + "epoch": 3.5693130792012995, + "grad_norm": 1.0757513046264648, + "learning_rate": 7.638265218991065e-05, + "loss": 0.2456, + "mean_token_accuracy": 0.9025213599205018, + "num_tokens": 48079130.0, + "step": 37360 + }, + { + "entropy": 1.1448355555534362, + "epoch": 3.5702684627878094, + "grad_norm": 1.4393609762191772, + "learning_rate": 7.636923190416974e-05, + "loss": 0.241, + "mean_token_accuracy": 0.9062837958335876, + "num_tokens": 48091905.0, + "step": 37370 + }, + { + "entropy": 1.1429341435432434, + "epoch": 3.5712238463743193, + "grad_norm": 1.708929181098938, + "learning_rate": 7.635580898628311e-05, + "loss": 0.2798, + "mean_token_accuracy": 0.8909483194351197, + "num_tokens": 48104370.0, + "step": 37380 + }, + { + "entropy": 1.1328556418418885, + "epoch": 3.5721792299608293, + "grad_norm": 1.2274261713027954, + "learning_rate": 7.634238343759062e-05, + "loss": 0.2499, + "mean_token_accuracy": 0.9007832407951355, + "num_tokens": 48116705.0, + "step": 37390 + }, + { + "entropy": 1.1523509860038756, + "epoch": 3.573134613547339, + "grad_norm": 1.7242275476455688, + "learning_rate": 7.632895525943238e-05, + "loss": 0.2577, + "mean_token_accuracy": 0.8976882755756378, + "num_tokens": 48129891.0, + "step": 37400 + }, + { + "entropy": 1.15369154214859, + "epoch": 3.574089997133849, + "grad_norm": 1.5455111265182495, + "learning_rate": 7.631552445314876e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9046886622905731, + "num_tokens": 48142829.0, + "step": 37410 + }, + { + "entropy": 1.1600106358528137, + "epoch": 3.5750453807203595, + "grad_norm": 1.1300208568572998, + "learning_rate": 7.630209102008046e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.8970807909965515, + "num_tokens": 48156294.0, + "step": 37420 + }, + { + "entropy": 1.1460010051727294, + "epoch": 3.576000764306869, + "grad_norm": 1.5960510969161987, + "learning_rate": 7.628865496156832e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8971165120601654, + "num_tokens": 48169164.0, + "step": 37430 + }, + { + "entropy": 1.128825807571411, + "epoch": 3.5769561478933793, + "grad_norm": 1.2590066194534302, + "learning_rate": 7.627521627895358e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.905232721567154, + "num_tokens": 48181960.0, + "step": 37440 + }, + { + "entropy": 1.155572497844696, + "epoch": 3.5779115314798893, + "grad_norm": 1.2331467866897583, + "learning_rate": 7.626177497357763e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.8987620592117309, + "num_tokens": 48195063.0, + "step": 37450 + }, + { + "entropy": 1.1580644488334655, + "epoch": 3.578866915066399, + "grad_norm": 1.3398436307907104, + "learning_rate": 7.624833104678217e-05, + "loss": 0.2554, + "mean_token_accuracy": 0.9044870615005494, + "num_tokens": 48208555.0, + "step": 37460 + }, + { + "entropy": 1.1708707928657531, + "epoch": 3.579822298652909, + "grad_norm": 1.744822382926941, + "learning_rate": 7.623488449990918e-05, + "loss": 0.2687, + "mean_token_accuracy": 0.8980557680130005, + "num_tokens": 48222248.0, + "step": 37470 + }, + { + "entropy": 1.1641939997673034, + "epoch": 3.580777682239419, + "grad_norm": 1.8297399282455444, + "learning_rate": 7.622143533430085e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.9035899341106415, + "num_tokens": 48235122.0, + "step": 37480 + }, + { + "entropy": 1.148239803314209, + "epoch": 3.581733065825929, + "grad_norm": 1.6134673357009888, + "learning_rate": 7.620798355129967e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.905156809091568, + "num_tokens": 48248062.0, + "step": 37490 + }, + { + "entropy": 1.1570268511772155, + "epoch": 3.582688449412439, + "grad_norm": 1.6121090650558472, + "learning_rate": 7.619452915224841e-05, + "loss": 0.2219, + "mean_token_accuracy": 0.9073627650737762, + "num_tokens": 48261093.0, + "step": 37500 + }, + { + "entropy": 1.1583498954772948, + "epoch": 3.5836438329989493, + "grad_norm": 1.8024532794952393, + "learning_rate": 7.618107213849003e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9051215291023255, + "num_tokens": 48274006.0, + "step": 37510 + }, + { + "entropy": 1.1471763968467712, + "epoch": 3.584599216585459, + "grad_norm": 1.9036078453063965, + "learning_rate": 7.616761251136779e-05, + "loss": 0.2273, + "mean_token_accuracy": 0.9185527324676513, + "num_tokens": 48286846.0, + "step": 37520 + }, + { + "entropy": 1.15888671875, + "epoch": 3.585554600171969, + "grad_norm": 2.0544016361236572, + "learning_rate": 7.615415027222525e-05, + "loss": 0.2863, + "mean_token_accuracy": 0.8867654860019684, + "num_tokens": 48299470.0, + "step": 37530 + }, + { + "entropy": 1.1655524492263794, + "epoch": 3.586509983758479, + "grad_norm": 1.5554593801498413, + "learning_rate": 7.614068542240618e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.9022439301013947, + "num_tokens": 48312603.0, + "step": 37540 + }, + { + "entropy": 1.1555311918258666, + "epoch": 3.587465367344989, + "grad_norm": 1.7675715684890747, + "learning_rate": 7.612721796325462e-05, + "loss": 0.25, + "mean_token_accuracy": 0.8997135996818543, + "num_tokens": 48324961.0, + "step": 37550 + }, + { + "entropy": 1.1576344132423402, + "epoch": 3.588420750931499, + "grad_norm": 1.7027852535247803, + "learning_rate": 7.611374789611489e-05, + "loss": 0.24, + "mean_token_accuracy": 0.9079051315784454, + "num_tokens": 48337876.0, + "step": 37560 + }, + { + "entropy": 1.1549787402153016, + "epoch": 3.589376134518009, + "grad_norm": 1.6800812482833862, + "learning_rate": 7.610027522233154e-05, + "loss": 0.2379, + "mean_token_accuracy": 0.9103309750556946, + "num_tokens": 48351011.0, + "step": 37570 + }, + { + "entropy": 1.1429289698600769, + "epoch": 3.5903315181045192, + "grad_norm": 1.3433457612991333, + "learning_rate": 7.608679994324941e-05, + "loss": 0.2682, + "mean_token_accuracy": 0.8953824400901794, + "num_tokens": 48363516.0, + "step": 37580 + }, + { + "entropy": 1.1640129923820495, + "epoch": 3.5912869016910287, + "grad_norm": 1.6085971593856812, + "learning_rate": 7.607332206021356e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9054779231548309, + "num_tokens": 48376959.0, + "step": 37590 + }, + { + "entropy": 1.165573275089264, + "epoch": 3.592242285277539, + "grad_norm": 1.4313178062438965, + "learning_rate": 7.605984157456936e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8934142351150512, + "num_tokens": 48390501.0, + "step": 37600 + }, + { + "entropy": 1.1564226508140565, + "epoch": 3.593197668864049, + "grad_norm": 1.9582808017730713, + "learning_rate": 7.604635848766242e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9063871502876282, + "num_tokens": 48403921.0, + "step": 37610 + }, + { + "entropy": 1.1566379427909852, + "epoch": 3.594153052450559, + "grad_norm": 1.3065873384475708, + "learning_rate": 7.60328728008386e-05, + "loss": 0.244, + "mean_token_accuracy": 0.9099038541316986, + "num_tokens": 48416722.0, + "step": 37620 + }, + { + "entropy": 1.1363809466362, + "epoch": 3.595108436037069, + "grad_norm": 1.2529510259628296, + "learning_rate": 7.601938451544403e-05, + "loss": 0.2578, + "mean_token_accuracy": 0.9013555765151977, + "num_tokens": 48428999.0, + "step": 37630 + }, + { + "entropy": 1.1359286189079285, + "epoch": 3.596063819623579, + "grad_norm": 1.4170405864715576, + "learning_rate": 7.600589363282506e-05, + "loss": 0.2559, + "mean_token_accuracy": 0.9023405611515045, + "num_tokens": 48441112.0, + "step": 37640 + }, + { + "entropy": 1.1665234208106994, + "epoch": 3.5970192032100887, + "grad_norm": 1.2489027976989746, + "learning_rate": 7.599240015432839e-05, + "loss": 0.2857, + "mean_token_accuracy": 0.8881181240081787, + "num_tokens": 48454004.0, + "step": 37650 + }, + { + "entropy": 1.1469541907310485, + "epoch": 3.5979745867965987, + "grad_norm": 1.1836652755737305, + "learning_rate": 7.597890408130088e-05, + "loss": 0.236, + "mean_token_accuracy": 0.9112223029136658, + "num_tokens": 48466371.0, + "step": 37660 + }, + { + "entropy": 1.1539233922958374, + "epoch": 3.598929970383109, + "grad_norm": 1.908471941947937, + "learning_rate": 7.59654054150897e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8954781889915466, + "num_tokens": 48479032.0, + "step": 37670 + }, + { + "entropy": 1.1507173776626587, + "epoch": 3.599885353969619, + "grad_norm": 1.7299376726150513, + "learning_rate": 7.595190415704229e-05, + "loss": 0.243, + "mean_token_accuracy": 0.9088321387767792, + "num_tokens": 48492154.0, + "step": 37680 + }, + { + "entropy": 1.1555620908737183, + "epoch": 3.600840737556129, + "grad_norm": 1.3867642879486084, + "learning_rate": 7.593840030850633e-05, + "loss": 0.2853, + "mean_token_accuracy": 0.8873168408870697, + "num_tokens": 48504886.0, + "step": 37690 + }, + { + "entropy": 1.1584768891334534, + "epoch": 3.601796121142639, + "grad_norm": 1.4667699337005615, + "learning_rate": 7.592489387082973e-05, + "loss": 0.2804, + "mean_token_accuracy": 0.8933541595935821, + "num_tokens": 48517338.0, + "step": 37700 + }, + { + "entropy": 1.1804485321044922, + "epoch": 3.6027515047291487, + "grad_norm": 1.227689504623413, + "learning_rate": 7.59113848453607e-05, + "loss": 0.2549, + "mean_token_accuracy": 0.8963435292243958, + "num_tokens": 48530961.0, + "step": 37710 + }, + { + "entropy": 1.1618083357810973, + "epoch": 3.6037068883156587, + "grad_norm": 1.2213503122329712, + "learning_rate": 7.589787323344772e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9074937403202057, + "num_tokens": 48544339.0, + "step": 37720 + }, + { + "entropy": 1.143752098083496, + "epoch": 3.6046622719021686, + "grad_norm": 1.7022762298583984, + "learning_rate": 7.588435903643945e-05, + "loss": 0.2557, + "mean_token_accuracy": 0.8963281393051148, + "num_tokens": 48556624.0, + "step": 37730 + }, + { + "entropy": 1.1608539342880249, + "epoch": 3.605617655488679, + "grad_norm": 1.2349804639816284, + "learning_rate": 7.587084225568492e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8996428668498992, + "num_tokens": 48569489.0, + "step": 37740 + }, + { + "entropy": 1.1584545135498048, + "epoch": 3.6065730390751884, + "grad_norm": 1.3371330499649048, + "learning_rate": 7.585732289253331e-05, + "loss": 0.2318, + "mean_token_accuracy": 0.9089719116687774, + "num_tokens": 48582255.0, + "step": 37750 + }, + { + "entropy": 1.1568568229675293, + "epoch": 3.607528422661699, + "grad_norm": 1.4320496320724487, + "learning_rate": 7.584380094833414e-05, + "loss": 0.2638, + "mean_token_accuracy": 0.9037485599517823, + "num_tokens": 48594906.0, + "step": 37760 + }, + { + "entropy": 1.1530261874198913, + "epoch": 3.6084838062482087, + "grad_norm": 1.3847614526748657, + "learning_rate": 7.583027642443714e-05, + "loss": 0.2411, + "mean_token_accuracy": 0.9038177132606506, + "num_tokens": 48607712.0, + "step": 37770 + }, + { + "entropy": 1.1570452570915222, + "epoch": 3.6094391898347187, + "grad_norm": 1.580924153327942, + "learning_rate": 7.58167493221923e-05, + "loss": 0.2791, + "mean_token_accuracy": 0.8882285356521606, + "num_tokens": 48620448.0, + "step": 37780 + }, + { + "entropy": 1.1395286679267884, + "epoch": 3.6103945734212286, + "grad_norm": 1.64998459815979, + "learning_rate": 7.580321964294992e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8975597620010376, + "num_tokens": 48632793.0, + "step": 37790 + }, + { + "entropy": 1.1588422894477843, + "epoch": 3.6113499570077385, + "grad_norm": 1.2624536752700806, + "learning_rate": 7.578968738806048e-05, + "loss": 0.2924, + "mean_token_accuracy": 0.8859654903411865, + "num_tokens": 48645815.0, + "step": 37800 + }, + { + "entropy": 1.1429924368858337, + "epoch": 3.6123053405942485, + "grad_norm": 2.468855857849121, + "learning_rate": 7.577615255887478e-05, + "loss": 0.2467, + "mean_token_accuracy": 0.9021210610866547, + "num_tokens": 48658487.0, + "step": 37810 + }, + { + "entropy": 1.1531542539596558, + "epoch": 3.6132607241807584, + "grad_norm": 1.4792070388793945, + "learning_rate": 7.57626151567438e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.902980750799179, + "num_tokens": 48671058.0, + "step": 37820 + }, + { + "entropy": 1.1421242594718932, + "epoch": 3.6142161077672688, + "grad_norm": 1.728954792022705, + "learning_rate": 7.57490751830189e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9055761992931366, + "num_tokens": 48683732.0, + "step": 37830 + }, + { + "entropy": 1.1650198817253112, + "epoch": 3.6151714913537787, + "grad_norm": 1.479297161102295, + "learning_rate": 7.573553263905156e-05, + "loss": 0.251, + "mean_token_accuracy": 0.8979723274707794, + "num_tokens": 48697565.0, + "step": 37840 + }, + { + "entropy": 1.1430969715118409, + "epoch": 3.6161268749402886, + "grad_norm": 1.6367835998535156, + "learning_rate": 7.572198752619363e-05, + "loss": 0.2485, + "mean_token_accuracy": 0.9009741902351379, + "num_tokens": 48709912.0, + "step": 37850 + }, + { + "entropy": 1.1516602516174317, + "epoch": 3.6170822585267985, + "grad_norm": 1.6076128482818604, + "learning_rate": 7.570843984579714e-05, + "loss": 0.266, + "mean_token_accuracy": 0.9006106913089752, + "num_tokens": 48723032.0, + "step": 37860 + }, + { + "entropy": 1.1303590536117554, + "epoch": 3.6180376421133085, + "grad_norm": 1.8375197649002075, + "learning_rate": 7.56948895992144e-05, + "loss": 0.2528, + "mean_token_accuracy": 0.896820068359375, + "num_tokens": 48735630.0, + "step": 37870 + }, + { + "entropy": 1.1360873460769654, + "epoch": 3.6189930256998184, + "grad_norm": 1.1508666276931763, + "learning_rate": 7.5681336787798e-05, + "loss": 0.2389, + "mean_token_accuracy": 0.9068073451519012, + "num_tokens": 48748060.0, + "step": 37880 + }, + { + "entropy": 1.1492274761199952, + "epoch": 3.6199484092863283, + "grad_norm": 1.726956844329834, + "learning_rate": 7.566778141290075e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.8997865140438079, + "num_tokens": 48761396.0, + "step": 37890 + }, + { + "entropy": 1.1197565793991089, + "epoch": 3.6209037928728387, + "grad_norm": 1.2286611795425415, + "learning_rate": 7.565422347587574e-05, + "loss": 0.2242, + "mean_token_accuracy": 0.9120485007762908, + "num_tokens": 48773795.0, + "step": 37900 + }, + { + "entropy": 1.1443588614463807, + "epoch": 3.621859176459348, + "grad_norm": 1.3505165576934814, + "learning_rate": 7.564066297807629e-05, + "loss": 0.2575, + "mean_token_accuracy": 0.9043930351734162, + "num_tokens": 48786402.0, + "step": 37910 + }, + { + "entropy": 1.1418519139289856, + "epoch": 3.6228145600458586, + "grad_norm": 1.5167781114578247, + "learning_rate": 7.562709992085603e-05, + "loss": 0.2326, + "mean_token_accuracy": 0.9148528754711152, + "num_tokens": 48799240.0, + "step": 37920 + }, + { + "entropy": 1.1421118140220643, + "epoch": 3.6237699436323685, + "grad_norm": 1.743048906326294, + "learning_rate": 7.561353430556877e-05, + "loss": 0.2699, + "mean_token_accuracy": 0.898581862449646, + "num_tokens": 48811886.0, + "step": 37930 + }, + { + "entropy": 1.1431573748588562, + "epoch": 3.6247253272188784, + "grad_norm": 1.7723238468170166, + "learning_rate": 7.55999661335686e-05, + "loss": 0.2434, + "mean_token_accuracy": 0.9064125001430512, + "num_tokens": 48824381.0, + "step": 37940 + }, + { + "entropy": 1.1345267415046691, + "epoch": 3.6256807108053883, + "grad_norm": 1.3407024145126343, + "learning_rate": 7.558639540620996e-05, + "loss": 0.2746, + "mean_token_accuracy": 0.893228006362915, + "num_tokens": 48836786.0, + "step": 37950 + }, + { + "entropy": 1.1463223218917846, + "epoch": 3.6266360943918983, + "grad_norm": 1.2720497846603394, + "learning_rate": 7.557282212484738e-05, + "loss": 0.2289, + "mean_token_accuracy": 0.9104606866836548, + "num_tokens": 48849983.0, + "step": 37960 + }, + { + "entropy": 1.1581380248069764, + "epoch": 3.627591477978408, + "grad_norm": 1.8284772634506226, + "learning_rate": 7.555924629083577e-05, + "loss": 0.2741, + "mean_token_accuracy": 0.8933693110942841, + "num_tokens": 48863158.0, + "step": 37970 + }, + { + "entropy": 1.1506602883338928, + "epoch": 3.628546861564918, + "grad_norm": 1.5122196674346924, + "learning_rate": 7.554566790553025e-05, + "loss": 0.2455, + "mean_token_accuracy": 0.9043593645095825, + "num_tokens": 48875719.0, + "step": 37980 + }, + { + "entropy": 1.1317230224609376, + "epoch": 3.6295022451514285, + "grad_norm": 1.895659327507019, + "learning_rate": 7.553208697028619e-05, + "loss": 0.2348, + "mean_token_accuracy": 0.9055079996585846, + "num_tokens": 48888634.0, + "step": 37990 + }, + { + "entropy": 1.1466566920280457, + "epoch": 3.6304576287379384, + "grad_norm": 2.1220309734344482, + "learning_rate": 7.551850348645921e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9017406642436981, + "num_tokens": 48901583.0, + "step": 38000 + }, + { + "entropy": 1.14048433303833, + "epoch": 3.6314130123244484, + "grad_norm": 1.825544834136963, + "learning_rate": 7.550491745540524e-05, + "loss": 0.2281, + "mean_token_accuracy": 0.9127963900566101, + "num_tokens": 48914487.0, + "step": 38010 + }, + { + "entropy": 1.1427724361419678, + "epoch": 3.6323683959109583, + "grad_norm": 1.4875071048736572, + "learning_rate": 7.549132887848038e-05, + "loss": 0.2647, + "mean_token_accuracy": 0.8921898007392883, + "num_tokens": 48927672.0, + "step": 38020 + }, + { + "entropy": 1.1471097946166993, + "epoch": 3.633323779497468, + "grad_norm": 1.5351632833480835, + "learning_rate": 7.547773775704103e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.8966270744800567, + "num_tokens": 48940303.0, + "step": 38030 + }, + { + "entropy": 1.1437779784202575, + "epoch": 3.634279163083978, + "grad_norm": 1.3361269235610962, + "learning_rate": 7.546414409244388e-05, + "loss": 0.264, + "mean_token_accuracy": 0.8936822474002838, + "num_tokens": 48952597.0, + "step": 38040 + }, + { + "entropy": 1.1534670114517211, + "epoch": 3.635234546670488, + "grad_norm": 1.5181857347488403, + "learning_rate": 7.545054788604578e-05, + "loss": 0.2402, + "mean_token_accuracy": 0.906266963481903, + "num_tokens": 48965776.0, + "step": 38050 + }, + { + "entropy": 1.153499138355255, + "epoch": 3.6361899302569984, + "grad_norm": 1.338478684425354, + "learning_rate": 7.543694913920392e-05, + "loss": 0.2364, + "mean_token_accuracy": 0.9099457025527954, + "num_tokens": 48979186.0, + "step": 38060 + }, + { + "entropy": 1.1509920954704285, + "epoch": 3.637145313843508, + "grad_norm": 1.1237852573394775, + "learning_rate": 7.54233478532757e-05, + "loss": 0.257, + "mean_token_accuracy": 0.8961100816726685, + "num_tokens": 48991837.0, + "step": 38070 + }, + { + "entropy": 1.1437909960746766, + "epoch": 3.6381006974300183, + "grad_norm": 1.7558621168136597, + "learning_rate": 7.540974402961878e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.894244784116745, + "num_tokens": 49004665.0, + "step": 38080 + }, + { + "entropy": 1.1465901255607605, + "epoch": 3.639056081016528, + "grad_norm": 1.7452083826065063, + "learning_rate": 7.53961376695911e-05, + "loss": 0.2527, + "mean_token_accuracy": 0.8996690511703491, + "num_tokens": 49017233.0, + "step": 38090 + }, + { + "entropy": 1.1394477844238282, + "epoch": 3.640011464603038, + "grad_norm": 1.453593373298645, + "learning_rate": 7.53825287745508e-05, + "loss": 0.2275, + "mean_token_accuracy": 0.9135218381881713, + "num_tokens": 49030286.0, + "step": 38100 + }, + { + "entropy": 1.1489808082580566, + "epoch": 3.640966848189548, + "grad_norm": 1.3637510538101196, + "learning_rate": 7.536891734585633e-05, + "loss": 0.2692, + "mean_token_accuracy": 0.8982644319534302, + "num_tokens": 49042722.0, + "step": 38110 + }, + { + "entropy": 1.139530396461487, + "epoch": 3.641922231776058, + "grad_norm": 1.617783784866333, + "learning_rate": 7.535530338486636e-05, + "loss": 0.2461, + "mean_token_accuracy": 0.9011126220226288, + "num_tokens": 49055419.0, + "step": 38120 + }, + { + "entropy": 1.1380667567253113, + "epoch": 3.642877615362568, + "grad_norm": 1.626189947128296, + "learning_rate": 7.53416868929398e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.906005036830902, + "num_tokens": 49068259.0, + "step": 38130 + }, + { + "entropy": 1.1606717586517334, + "epoch": 3.643832998949078, + "grad_norm": 2.0990149974823, + "learning_rate": 7.532806787143584e-05, + "loss": 0.2944, + "mean_token_accuracy": 0.885807067155838, + "num_tokens": 49081493.0, + "step": 38140 + }, + { + "entropy": 1.1567503571510316, + "epoch": 3.6447883825355882, + "grad_norm": 1.3580641746520996, + "learning_rate": 7.531444632171395e-05, + "loss": 0.2488, + "mean_token_accuracy": 0.905678516626358, + "num_tokens": 49094819.0, + "step": 38150 + }, + { + "entropy": 1.1521563291549684, + "epoch": 3.645743766122098, + "grad_norm": 1.1577951908111572, + "learning_rate": 7.530082224513377e-05, + "loss": 0.2743, + "mean_token_accuracy": 0.9000555872917175, + "num_tokens": 49107967.0, + "step": 38160 + }, + { + "entropy": 1.142499315738678, + "epoch": 3.646699149708608, + "grad_norm": 1.5778616666793823, + "learning_rate": 7.528719564305528e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.9065338909626007, + "num_tokens": 49120466.0, + "step": 38170 + }, + { + "entropy": 1.1351995706558227, + "epoch": 3.647654533295118, + "grad_norm": 1.3991470336914062, + "learning_rate": 7.527356651683863e-05, + "loss": 0.229, + "mean_token_accuracy": 0.9112504124641418, + "num_tokens": 49132778.0, + "step": 38180 + }, + { + "entropy": 1.1440480470657348, + "epoch": 3.648609916881628, + "grad_norm": 1.9654970169067383, + "learning_rate": 7.525993486784429e-05, + "loss": 0.2554, + "mean_token_accuracy": 0.9000935137271882, + "num_tokens": 49145922.0, + "step": 38190 + }, + { + "entropy": 1.1486163973808288, + "epoch": 3.649565300468138, + "grad_norm": 1.4787733554840088, + "learning_rate": 7.524630069743294e-05, + "loss": 0.2397, + "mean_token_accuracy": 0.9022050499916077, + "num_tokens": 49159128.0, + "step": 38200 + }, + { + "entropy": 1.1502066254615784, + "epoch": 3.650520684054648, + "grad_norm": 1.73036789894104, + "learning_rate": 7.523266400696554e-05, + "loss": 0.2947, + "mean_token_accuracy": 0.8841656982898712, + "num_tokens": 49171842.0, + "step": 38210 + }, + { + "entropy": 1.1493776082992553, + "epoch": 3.651476067641158, + "grad_norm": 1.4212498664855957, + "learning_rate": 7.52190247978033e-05, + "loss": 0.2675, + "mean_token_accuracy": 0.8920129477977753, + "num_tokens": 49185318.0, + "step": 38220 + }, + { + "entropy": 1.1456124663352967, + "epoch": 3.6524314512276677, + "grad_norm": 1.7667359113693237, + "learning_rate": 7.520538307130763e-05, + "loss": 0.2797, + "mean_token_accuracy": 0.8922556221485138, + "num_tokens": 49198208.0, + "step": 38230 + }, + { + "entropy": 1.137536346912384, + "epoch": 3.653386834814178, + "grad_norm": 1.8059755563735962, + "learning_rate": 7.519173882884028e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.9043035268783569, + "num_tokens": 49211363.0, + "step": 38240 + }, + { + "entropy": 1.1391722440719605, + "epoch": 3.654342218400688, + "grad_norm": 1.546709656715393, + "learning_rate": 7.517809207176317e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8963252007961273, + "num_tokens": 49224035.0, + "step": 38250 + }, + { + "entropy": 1.1279963970184326, + "epoch": 3.655297601987198, + "grad_norm": 1.2539770603179932, + "learning_rate": 7.516444280143849e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.9098690211772918, + "num_tokens": 49236144.0, + "step": 38260 + }, + { + "entropy": 1.1333915948867799, + "epoch": 3.656252985573708, + "grad_norm": 1.180777907371521, + "learning_rate": 7.515079101922874e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8959953904151916, + "num_tokens": 49248833.0, + "step": 38270 + }, + { + "entropy": 1.1359577894210815, + "epoch": 3.6572083691602177, + "grad_norm": 1.0656694173812866, + "learning_rate": 7.513713672649658e-05, + "loss": 0.2353, + "mean_token_accuracy": 0.9132953703403472, + "num_tokens": 49261918.0, + "step": 38280 + }, + { + "entropy": 1.1396164655685426, + "epoch": 3.6581637527467277, + "grad_norm": 1.0984984636306763, + "learning_rate": 7.5123479924605e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9026175439357758, + "num_tokens": 49274905.0, + "step": 38290 + }, + { + "entropy": 1.1634419798851012, + "epoch": 3.6591191363332376, + "grad_norm": 1.0659393072128296, + "learning_rate": 7.510982061491718e-05, + "loss": 0.2622, + "mean_token_accuracy": 0.8954128503799439, + "num_tokens": 49287538.0, + "step": 38300 + }, + { + "entropy": 1.1479127168655396, + "epoch": 3.660074519919748, + "grad_norm": 1.4204927682876587, + "learning_rate": 7.50961587987966e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9045646965503693, + "num_tokens": 49300575.0, + "step": 38310 + }, + { + "entropy": 1.1282081604003906, + "epoch": 3.661029903506258, + "grad_norm": 1.5512062311172485, + "learning_rate": 7.508249447760693e-05, + "loss": 0.2435, + "mean_token_accuracy": 0.9026866793632508, + "num_tokens": 49313381.0, + "step": 38320 + }, + { + "entropy": 1.1590726613998412, + "epoch": 3.661985287092768, + "grad_norm": 1.7382657527923584, + "learning_rate": 7.506882765271217e-05, + "loss": 0.2645, + "mean_token_accuracy": 0.8925130844116211, + "num_tokens": 49326612.0, + "step": 38330 + }, + { + "entropy": 1.1364445209503173, + "epoch": 3.6629406706792778, + "grad_norm": 1.5102472305297852, + "learning_rate": 7.50551583254765e-05, + "loss": 0.2452, + "mean_token_accuracy": 0.9092935919761658, + "num_tokens": 49339403.0, + "step": 38340 + }, + { + "entropy": 1.1532057523727417, + "epoch": 3.6638960542657877, + "grad_norm": 1.7119667530059814, + "learning_rate": 7.504148649726439e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9050553202629089, + "num_tokens": 49351987.0, + "step": 38350 + }, + { + "entropy": 1.1469927310943604, + "epoch": 3.6648514378522976, + "grad_norm": 1.7577550411224365, + "learning_rate": 7.502781216944053e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9052323997020721, + "num_tokens": 49364763.0, + "step": 38360 + }, + { + "entropy": 1.1497130393981934, + "epoch": 3.6658068214388075, + "grad_norm": 1.3180121183395386, + "learning_rate": 7.501413534336988e-05, + "loss": 0.2759, + "mean_token_accuracy": 0.8921578705310822, + "num_tokens": 49377298.0, + "step": 38370 + }, + { + "entropy": 1.1469285368919373, + "epoch": 3.666762205025318, + "grad_norm": 1.4072786569595337, + "learning_rate": 7.500045602041766e-05, + "loss": 0.2751, + "mean_token_accuracy": 0.8867040753364563, + "num_tokens": 49389996.0, + "step": 38380 + }, + { + "entropy": 1.14094717502594, + "epoch": 3.6677175886118274, + "grad_norm": 1.5023692846298218, + "learning_rate": 7.498677420194931e-05, + "loss": 0.2333, + "mean_token_accuracy": 0.9139927446842193, + "num_tokens": 49402559.0, + "step": 38390 + }, + { + "entropy": 1.1445513010025024, + "epoch": 3.6686729721983378, + "grad_norm": 1.2018407583236694, + "learning_rate": 7.497308988933053e-05, + "loss": 0.2416, + "mean_token_accuracy": 0.9068166851997376, + "num_tokens": 49415379.0, + "step": 38400 + }, + { + "entropy": 1.1362602591514588, + "epoch": 3.6696283557848477, + "grad_norm": 2.2034640312194824, + "learning_rate": 7.495940308392728e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9071245968341828, + "num_tokens": 49428140.0, + "step": 38410 + }, + { + "entropy": 1.136639165878296, + "epoch": 3.6705837393713576, + "grad_norm": 2.289921283721924, + "learning_rate": 7.494571378710576e-05, + "loss": 0.2718, + "mean_token_accuracy": 0.896022093296051, + "num_tokens": 49440758.0, + "step": 38420 + }, + { + "entropy": 1.1474181175231934, + "epoch": 3.6715391229578676, + "grad_norm": 1.2573466300964355, + "learning_rate": 7.49320220002324e-05, + "loss": 0.2387, + "mean_token_accuracy": 0.9065807521343231, + "num_tokens": 49454365.0, + "step": 38430 + }, + { + "entropy": 1.136006271839142, + "epoch": 3.6724945065443775, + "grad_norm": 1.5648090839385986, + "learning_rate": 7.491832772467394e-05, + "loss": 0.2346, + "mean_token_accuracy": 0.9091378211975097, + "num_tokens": 49466723.0, + "step": 38440 + }, + { + "entropy": 1.1402909636497498, + "epoch": 3.6734498901308874, + "grad_norm": 1.6453449726104736, + "learning_rate": 7.49046309617973e-05, + "loss": 0.2325, + "mean_token_accuracy": 0.9120795786380768, + "num_tokens": 49479726.0, + "step": 38450 + }, + { + "entropy": 1.148952353000641, + "epoch": 3.6744052737173973, + "grad_norm": 1.4447588920593262, + "learning_rate": 7.489093171296966e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.9003179609775543, + "num_tokens": 49492932.0, + "step": 38460 + }, + { + "entropy": 1.1430320382118224, + "epoch": 3.6753606573039077, + "grad_norm": 1.5340032577514648, + "learning_rate": 7.487722997955849e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9043724715709687, + "num_tokens": 49505702.0, + "step": 38470 + }, + { + "entropy": 1.1398507833480835, + "epoch": 3.6763160408904176, + "grad_norm": 1.5519441366195679, + "learning_rate": 7.486352576293147e-05, + "loss": 0.2213, + "mean_token_accuracy": 0.9161085903644561, + "num_tokens": 49518745.0, + "step": 38480 + }, + { + "entropy": 1.163614845275879, + "epoch": 3.6772714244769276, + "grad_norm": 1.636504054069519, + "learning_rate": 7.484981906445655e-05, + "loss": 0.2543, + "mean_token_accuracy": 0.89809929728508, + "num_tokens": 49532292.0, + "step": 38490 + }, + { + "entropy": 1.1517866134643555, + "epoch": 3.6782268080634375, + "grad_norm": 1.5734001398086548, + "learning_rate": 7.483610988550189e-05, + "loss": 0.239, + "mean_token_accuracy": 0.9113208949565887, + "num_tokens": 49545353.0, + "step": 38500 + }, + { + "entropy": 1.1328401684761047, + "epoch": 3.6791821916499474, + "grad_norm": 1.7817944288253784, + "learning_rate": 7.482239822743594e-05, + "loss": 0.2077, + "mean_token_accuracy": 0.9132444739341736, + "num_tokens": 49558292.0, + "step": 38510 + }, + { + "entropy": 1.1341002464294434, + "epoch": 3.6801375752364573, + "grad_norm": 1.7945975065231323, + "learning_rate": 7.480868409162739e-05, + "loss": 0.2631, + "mean_token_accuracy": 0.8933571636676788, + "num_tokens": 49570620.0, + "step": 38520 + }, + { + "entropy": 1.136896789073944, + "epoch": 3.6810929588229673, + "grad_norm": 0.8566043972969055, + "learning_rate": 7.479496747944515e-05, + "loss": 0.2457, + "mean_token_accuracy": 0.9021206617355346, + "num_tokens": 49583037.0, + "step": 38530 + }, + { + "entropy": 1.1535178780555726, + "epoch": 3.6820483424094776, + "grad_norm": 1.4855217933654785, + "learning_rate": 7.478124839225842e-05, + "loss": 0.2915, + "mean_token_accuracy": 0.8867682576179504, + "num_tokens": 49596341.0, + "step": 38540 + }, + { + "entropy": 1.1394768238067627, + "epoch": 3.683003725995987, + "grad_norm": 1.6147618293762207, + "learning_rate": 7.476752683143661e-05, + "loss": 0.2606, + "mean_token_accuracy": 0.8983175456523895, + "num_tokens": 49608561.0, + "step": 38550 + }, + { + "entropy": 1.149133825302124, + "epoch": 3.6839591095824975, + "grad_norm": 1.1605654954910278, + "learning_rate": 7.47538027983494e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9081379890441894, + "num_tokens": 49621715.0, + "step": 38560 + }, + { + "entropy": 1.1252546548843383, + "epoch": 3.6849144931690074, + "grad_norm": 1.476393222808838, + "learning_rate": 7.474007629436668e-05, + "loss": 0.2556, + "mean_token_accuracy": 0.8954919755458832, + "num_tokens": 49634020.0, + "step": 38570 + }, + { + "entropy": 1.1467931747436524, + "epoch": 3.6858698767555174, + "grad_norm": 1.6640355587005615, + "learning_rate": 7.472634732085863e-05, + "loss": 0.2668, + "mean_token_accuracy": 0.8926076233386994, + "num_tokens": 49646678.0, + "step": 38580 + }, + { + "entropy": 1.153369677066803, + "epoch": 3.6868252603420273, + "grad_norm": 1.013907551765442, + "learning_rate": 7.471261587919566e-05, + "loss": 0.2741, + "mean_token_accuracy": 0.8870704293251037, + "num_tokens": 49659883.0, + "step": 38590 + }, + { + "entropy": 1.1356229424476623, + "epoch": 3.687780643928537, + "grad_norm": 2.1033577919006348, + "learning_rate": 7.469888197074844e-05, + "loss": 0.2307, + "mean_token_accuracy": 0.9093623995780945, + "num_tokens": 49672809.0, + "step": 38600 + }, + { + "entropy": 1.1399362921714782, + "epoch": 3.688736027515047, + "grad_norm": 1.1774929761886597, + "learning_rate": 7.468514559688784e-05, + "loss": 0.2535, + "mean_token_accuracy": 0.8967818915843964, + "num_tokens": 49685412.0, + "step": 38610 + }, + { + "entropy": 1.1423964738845824, + "epoch": 3.689691411101557, + "grad_norm": 1.3458120822906494, + "learning_rate": 7.467140675898503e-05, + "loss": 0.2412, + "mean_token_accuracy": 0.9024008274078369, + "num_tokens": 49697910.0, + "step": 38620 + }, + { + "entropy": 1.143640410900116, + "epoch": 3.6906467946880674, + "grad_norm": 1.5916647911071777, + "learning_rate": 7.465766545841143e-05, + "loss": 0.2712, + "mean_token_accuracy": 0.8969022035598755, + "num_tokens": 49710988.0, + "step": 38630 + }, + { + "entropy": 1.139600932598114, + "epoch": 3.6916021782745774, + "grad_norm": 1.5012669563293457, + "learning_rate": 7.464392169653863e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.892151266336441, + "num_tokens": 49724102.0, + "step": 38640 + }, + { + "entropy": 1.1245848774909972, + "epoch": 3.6925575618610873, + "grad_norm": 1.5812032222747803, + "learning_rate": 7.463017547473854e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8965118110179902, + "num_tokens": 49736810.0, + "step": 38650 + }, + { + "entropy": 1.1328433632850647, + "epoch": 3.6935129454475972, + "grad_norm": 1.5199178457260132, + "learning_rate": 7.461642679438329e-05, + "loss": 0.2413, + "mean_token_accuracy": 0.9088054120540618, + "num_tokens": 49749980.0, + "step": 38660 + }, + { + "entropy": 1.1248819470405578, + "epoch": 3.694468329034107, + "grad_norm": 1.5348833799362183, + "learning_rate": 7.460267565684527e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9075800538063049, + "num_tokens": 49762446.0, + "step": 38670 + }, + { + "entropy": 1.1338178157806396, + "epoch": 3.695423712620617, + "grad_norm": 1.334019422531128, + "learning_rate": 7.458892206349709e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9124839007854462, + "num_tokens": 49775425.0, + "step": 38680 + }, + { + "entropy": 1.138373112678528, + "epoch": 3.696379096207127, + "grad_norm": 1.6498537063598633, + "learning_rate": 7.457516601571159e-05, + "loss": 0.2802, + "mean_token_accuracy": 0.897859913110733, + "num_tokens": 49788539.0, + "step": 38690 + }, + { + "entropy": 1.1331062316894531, + "epoch": 3.6973344797936374, + "grad_norm": 1.691992998123169, + "learning_rate": 7.456140751486194e-05, + "loss": 0.2572, + "mean_token_accuracy": 0.9009559035301209, + "num_tokens": 49801321.0, + "step": 38700 + }, + { + "entropy": 1.133801805973053, + "epoch": 3.698289863380147, + "grad_norm": 1.7097011804580688, + "learning_rate": 7.454764656232147e-05, + "loss": 0.2451, + "mean_token_accuracy": 0.9030669271945954, + "num_tokens": 49814353.0, + "step": 38710 + }, + { + "entropy": 1.129496204853058, + "epoch": 3.6992452469666572, + "grad_norm": 2.1109957695007324, + "learning_rate": 7.453388315946377e-05, + "loss": 0.2377, + "mean_token_accuracy": 0.9047428607940674, + "num_tokens": 49827040.0, + "step": 38720 + }, + { + "entropy": 1.1201685309410094, + "epoch": 3.700200630553167, + "grad_norm": 1.8540160655975342, + "learning_rate": 7.452011730766269e-05, + "loss": 0.2354, + "mean_token_accuracy": 0.90711310505867, + "num_tokens": 49839792.0, + "step": 38730 + }, + { + "entropy": 1.1407083749771119, + "epoch": 3.701156014139677, + "grad_norm": 1.5122380256652832, + "learning_rate": 7.450634900829233e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8947419583797455, + "num_tokens": 49852655.0, + "step": 38740 + }, + { + "entropy": 1.1353298783302308, + "epoch": 3.702111397726187, + "grad_norm": 1.3724497556686401, + "learning_rate": 7.449257826272701e-05, + "loss": 0.2768, + "mean_token_accuracy": 0.8941647410392761, + "num_tokens": 49865896.0, + "step": 38750 + }, + { + "entropy": 1.1203153491020204, + "epoch": 3.703066781312697, + "grad_norm": 1.6657336950302124, + "learning_rate": 7.447880507234137e-05, + "loss": 0.2702, + "mean_token_accuracy": 0.8936122238636017, + "num_tokens": 49878073.0, + "step": 38760 + }, + { + "entropy": 1.1328806757926941, + "epoch": 3.704022164899207, + "grad_norm": 1.266528606414795, + "learning_rate": 7.446502943851014e-05, + "loss": 0.2715, + "mean_token_accuracy": 0.8959082782268524, + "num_tokens": 49890839.0, + "step": 38770 + }, + { + "entropy": 1.1357198119163514, + "epoch": 3.704977548485717, + "grad_norm": 1.4704086780548096, + "learning_rate": 7.445125136260846e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8985173165798187, + "num_tokens": 49904301.0, + "step": 38780 + }, + { + "entropy": 1.1394304633140564, + "epoch": 3.705932932072227, + "grad_norm": 1.78052818775177, + "learning_rate": 7.44374708460116e-05, + "loss": 0.2535, + "mean_token_accuracy": 0.9049241542816162, + "num_tokens": 49917325.0, + "step": 38790 + }, + { + "entropy": 1.1261211156845092, + "epoch": 3.706888315658737, + "grad_norm": 1.5214742422103882, + "learning_rate": 7.442368789009513e-05, + "loss": 0.2525, + "mean_token_accuracy": 0.9058593928813934, + "num_tokens": 49929803.0, + "step": 38800 + }, + { + "entropy": 1.1499713063240051, + "epoch": 3.707843699245247, + "grad_norm": 1.31246817111969, + "learning_rate": 7.440990249623487e-05, + "loss": 0.2526, + "mean_token_accuracy": 0.9030406057834626, + "num_tokens": 49942625.0, + "step": 38810 + }, + { + "entropy": 1.1455303192138673, + "epoch": 3.708799082831757, + "grad_norm": 1.3039569854736328, + "learning_rate": 7.439611466580682e-05, + "loss": 0.2619, + "mean_token_accuracy": 0.9007418334484101, + "num_tokens": 49955711.0, + "step": 38820 + }, + { + "entropy": 1.1468485474586487, + "epoch": 3.709754466418267, + "grad_norm": 1.317067265510559, + "learning_rate": 7.43823244001873e-05, + "loss": 0.2604, + "mean_token_accuracy": 0.8909382820129395, + "num_tokens": 49969093.0, + "step": 38830 + }, + { + "entropy": 1.1401020407676696, + "epoch": 3.710709850004777, + "grad_norm": 1.14187753200531, + "learning_rate": 7.436853170075282e-05, + "loss": 0.2207, + "mean_token_accuracy": 0.9153454601764679, + "num_tokens": 49982648.0, + "step": 38840 + }, + { + "entropy": 1.1503856658935547, + "epoch": 3.7116652335912867, + "grad_norm": 1.903647780418396, + "learning_rate": 7.435473656888015e-05, + "loss": 0.2595, + "mean_token_accuracy": 0.8984628438949585, + "num_tokens": 49995603.0, + "step": 38850 + }, + { + "entropy": 1.1602336406707763, + "epoch": 3.712620617177797, + "grad_norm": 1.619075059890747, + "learning_rate": 7.43409390059463e-05, + "loss": 0.2797, + "mean_token_accuracy": 0.8946406960487365, + "num_tokens": 50008349.0, + "step": 38860 + }, + { + "entropy": 1.1526987075805664, + "epoch": 3.7135760007643066, + "grad_norm": 1.2412070035934448, + "learning_rate": 7.432713901332855e-05, + "loss": 0.2483, + "mean_token_accuracy": 0.904509437084198, + "num_tokens": 50021145.0, + "step": 38870 + }, + { + "entropy": 1.1484011054039, + "epoch": 3.714531384350817, + "grad_norm": 1.8330321311950684, + "learning_rate": 7.431333659240438e-05, + "loss": 0.2256, + "mean_token_accuracy": 0.9109306335449219, + "num_tokens": 50034524.0, + "step": 38880 + }, + { + "entropy": 1.1476037502288818, + "epoch": 3.715486767937327, + "grad_norm": 1.3254759311676025, + "learning_rate": 7.429953174455154e-05, + "loss": 0.2369, + "mean_token_accuracy": 0.9014671146869659, + "num_tokens": 50047667.0, + "step": 38890 + }, + { + "entropy": 1.140884530544281, + "epoch": 3.716442151523837, + "grad_norm": 1.3013595342636108, + "learning_rate": 7.428572447114801e-05, + "loss": 0.2597, + "mean_token_accuracy": 0.9010292828083039, + "num_tokens": 50060462.0, + "step": 38900 + }, + { + "entropy": 1.1644050002098083, + "epoch": 3.7173975351103468, + "grad_norm": 1.922312617301941, + "learning_rate": 7.4271914773572e-05, + "loss": 0.2844, + "mean_token_accuracy": 0.8887410938739777, + "num_tokens": 50074171.0, + "step": 38910 + }, + { + "entropy": 1.145414447784424, + "epoch": 3.7183529186968567, + "grad_norm": 1.278037667274475, + "learning_rate": 7.425810265320201e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8952090919017792, + "num_tokens": 50086839.0, + "step": 38920 + }, + { + "entropy": 1.129348886013031, + "epoch": 3.7193083022833666, + "grad_norm": 1.5021564960479736, + "learning_rate": 7.424428811141673e-05, + "loss": 0.2292, + "mean_token_accuracy": 0.9087518453598022, + "num_tokens": 50099081.0, + "step": 38930 + }, + { + "entropy": 1.1423502445220948, + "epoch": 3.7202636858698765, + "grad_norm": 1.5624589920043945, + "learning_rate": 7.42304711495951e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8910001337528228, + "num_tokens": 50111963.0, + "step": 38940 + }, + { + "entropy": 1.1460402607917786, + "epoch": 3.721219069456387, + "grad_norm": 1.0600205659866333, + "learning_rate": 7.421665176911633e-05, + "loss": 0.2773, + "mean_token_accuracy": 0.8927364230155945, + "num_tokens": 50125530.0, + "step": 38950 + }, + { + "entropy": 1.1444252967834472, + "epoch": 3.722174453042897, + "grad_norm": 1.4754533767700195, + "learning_rate": 7.420282997135986e-05, + "loss": 0.2453, + "mean_token_accuracy": 0.9017151474952698, + "num_tokens": 50138250.0, + "step": 38960 + }, + { + "entropy": 1.1463129043579101, + "epoch": 3.7231298366294068, + "grad_norm": 1.3152146339416504, + "learning_rate": 7.418900575770537e-05, + "loss": 0.2634, + "mean_token_accuracy": 0.894066971540451, + "num_tokens": 50151354.0, + "step": 38970 + }, + { + "entropy": 1.1355395555496215, + "epoch": 3.7240852202159167, + "grad_norm": 1.4636048078536987, + "learning_rate": 7.417517912953274e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9105109989643096, + "num_tokens": 50164295.0, + "step": 38980 + }, + { + "entropy": 1.1404275298118591, + "epoch": 3.7250406038024266, + "grad_norm": 1.5509737730026245, + "learning_rate": 7.416135008822218e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.9043196916580201, + "num_tokens": 50177147.0, + "step": 38990 + }, + { + "entropy": 1.1407769680023194, + "epoch": 3.7259959873889366, + "grad_norm": 1.4800151586532593, + "learning_rate": 7.414751863515404e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9014245927333832, + "num_tokens": 50189893.0, + "step": 39000 + }, + { + "entropy": 1.1383387923240662, + "epoch": 3.7269513709754465, + "grad_norm": 1.6017104387283325, + "learning_rate": 7.413368477170897e-05, + "loss": 0.2537, + "mean_token_accuracy": 0.9016449272632598, + "num_tokens": 50203092.0, + "step": 39010 + }, + { + "entropy": 1.1416695952415465, + "epoch": 3.727906754561957, + "grad_norm": 1.699210524559021, + "learning_rate": 7.411984849926788e-05, + "loss": 0.2542, + "mean_token_accuracy": 0.9034058094024658, + "num_tokens": 50215594.0, + "step": 39020 + }, + { + "entropy": 1.137385404109955, + "epoch": 3.7288621381484663, + "grad_norm": 1.6691941022872925, + "learning_rate": 7.410600981921183e-05, + "loss": 0.2583, + "mean_token_accuracy": 0.9020614922046661, + "num_tokens": 50227972.0, + "step": 39030 + }, + { + "entropy": 1.1715840339660644, + "epoch": 3.7298175217349767, + "grad_norm": 1.6077290773391724, + "learning_rate": 7.409216873292227e-05, + "loss": 0.2599, + "mean_token_accuracy": 0.9052825093269348, + "num_tokens": 50241531.0, + "step": 39040 + }, + { + "entropy": 1.1597495794296264, + "epoch": 3.7307729053214866, + "grad_norm": 1.6419610977172852, + "learning_rate": 7.407832524178072e-05, + "loss": 0.2588, + "mean_token_accuracy": 0.8999860942363739, + "num_tokens": 50254676.0, + "step": 39050 + }, + { + "entropy": 1.156320297718048, + "epoch": 3.7317282889079966, + "grad_norm": 1.4531559944152832, + "learning_rate": 7.406447934716907e-05, + "loss": 0.2254, + "mean_token_accuracy": 0.9064511895179749, + "num_tokens": 50267649.0, + "step": 39060 + }, + { + "entropy": 1.1587756276130676, + "epoch": 3.7326836724945065, + "grad_norm": 1.593554973602295, + "learning_rate": 7.405063105046936e-05, + "loss": 0.2503, + "mean_token_accuracy": 0.9028231620788574, + "num_tokens": 50280709.0, + "step": 39070 + }, + { + "entropy": 1.1403704404830932, + "epoch": 3.7336390560810164, + "grad_norm": 1.379533052444458, + "learning_rate": 7.403678035306397e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.9005415737628937, + "num_tokens": 50293915.0, + "step": 39080 + }, + { + "entropy": 1.1287254810333252, + "epoch": 3.7345944396675264, + "grad_norm": 1.414588451385498, + "learning_rate": 7.40229272563354e-05, + "loss": 0.2461, + "mean_token_accuracy": 0.9036234319210052, + "num_tokens": 50306764.0, + "step": 39090 + }, + { + "entropy": 1.1584874987602234, + "epoch": 3.7355498232540363, + "grad_norm": 1.4454448223114014, + "learning_rate": 7.400907176166648e-05, + "loss": 0.2662, + "mean_token_accuracy": 0.896685642004013, + "num_tokens": 50320219.0, + "step": 39100 + }, + { + "entropy": 1.1538190960884094, + "epoch": 3.7365052068405467, + "grad_norm": 1.4343973398208618, + "learning_rate": 7.399521387044024e-05, + "loss": 0.263, + "mean_token_accuracy": 0.892839640378952, + "num_tokens": 50333252.0, + "step": 39110 + }, + { + "entropy": 1.13165522813797, + "epoch": 3.7374605904270566, + "grad_norm": 1.3310314416885376, + "learning_rate": 7.398135358403996e-05, + "loss": 0.2601, + "mean_token_accuracy": 0.8964374125003814, + "num_tokens": 50345546.0, + "step": 39120 + }, + { + "entropy": 1.1421882033348083, + "epoch": 3.7384159740135665, + "grad_norm": 1.9163216352462769, + "learning_rate": 7.396749090384916e-05, + "loss": 0.262, + "mean_token_accuracy": 0.895267766714096, + "num_tokens": 50358263.0, + "step": 39130 + }, + { + "entropy": 1.1351146221160888, + "epoch": 3.7393713576000764, + "grad_norm": 1.7648670673370361, + "learning_rate": 7.395362583125161e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8975484549999238, + "num_tokens": 50370525.0, + "step": 39140 + }, + { + "entropy": 1.1470584392547607, + "epoch": 3.7403267411865864, + "grad_norm": 1.123723030090332, + "learning_rate": 7.393975836763129e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.9042275309562683, + "num_tokens": 50383496.0, + "step": 39150 + }, + { + "entropy": 1.1389869570732116, + "epoch": 3.7412821247730963, + "grad_norm": 1.8211725950241089, + "learning_rate": 7.392588851437241e-05, + "loss": 0.2335, + "mean_token_accuracy": 0.9113736987113953, + "num_tokens": 50396202.0, + "step": 39160 + }, + { + "entropy": 1.1514833569526672, + "epoch": 3.7422375083596062, + "grad_norm": 1.4528125524520874, + "learning_rate": 7.391201627285949e-05, + "loss": 0.2562, + "mean_token_accuracy": 0.9003737509250641, + "num_tokens": 50409447.0, + "step": 39170 + }, + { + "entropy": 1.1375148177146912, + "epoch": 3.7431928919461166, + "grad_norm": 2.2781832218170166, + "learning_rate": 7.38981416444772e-05, + "loss": 0.2579, + "mean_token_accuracy": 0.9045684397220611, + "num_tokens": 50421822.0, + "step": 39180 + }, + { + "entropy": 1.1448589324951173, + "epoch": 3.744148275532626, + "grad_norm": 1.3377634286880493, + "learning_rate": 7.388426463061053e-05, + "loss": 0.2636, + "mean_token_accuracy": 0.8930199146270752, + "num_tokens": 50434110.0, + "step": 39190 + }, + { + "entropy": 1.147701048851013, + "epoch": 3.7451036591191365, + "grad_norm": 1.2801316976547241, + "learning_rate": 7.387038523264462e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9054039120674133, + "num_tokens": 50446516.0, + "step": 39200 + }, + { + "entropy": 1.1462106108665466, + "epoch": 3.7460590427056464, + "grad_norm": 1.4019908905029297, + "learning_rate": 7.385650345196494e-05, + "loss": 0.2357, + "mean_token_accuracy": 0.9088164925575256, + "num_tokens": 50459175.0, + "step": 39210 + }, + { + "entropy": 1.1591906428337098, + "epoch": 3.7470144262921563, + "grad_norm": 1.02909255027771, + "learning_rate": 7.384261928995713e-05, + "loss": 0.2557, + "mean_token_accuracy": 0.8979537069797516, + "num_tokens": 50472296.0, + "step": 39220 + }, + { + "entropy": 1.1636229038238526, + "epoch": 3.7479698098786662, + "grad_norm": 1.6333023309707642, + "learning_rate": 7.382873274800709e-05, + "loss": 0.3036, + "mean_token_accuracy": 0.8786417663097381, + "num_tokens": 50485178.0, + "step": 39230 + }, + { + "entropy": 1.1523077726364135, + "epoch": 3.748925193465176, + "grad_norm": 1.2776254415512085, + "learning_rate": 7.381484382750096e-05, + "loss": 0.2446, + "mean_token_accuracy": 0.9002301573753357, + "num_tokens": 50498575.0, + "step": 39240 + }, + { + "entropy": 1.1505028367042542, + "epoch": 3.749880577051686, + "grad_norm": 1.3927160501480103, + "learning_rate": 7.380095252982511e-05, + "loss": 0.2309, + "mean_token_accuracy": 0.9109399914741516, + "num_tokens": 50511219.0, + "step": 39250 + }, + { + "entropy": 1.154315423965454, + "epoch": 3.750835960638196, + "grad_norm": 1.8501862287521362, + "learning_rate": 7.378705885636618e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9005318462848664, + "num_tokens": 50523940.0, + "step": 39260 + }, + { + "entropy": 1.152991819381714, + "epoch": 3.7517913442247064, + "grad_norm": 1.4539076089859009, + "learning_rate": 7.377316280851099e-05, + "loss": 0.302, + "mean_token_accuracy": 0.8818904876708984, + "num_tokens": 50536762.0, + "step": 39270 + }, + { + "entropy": 1.1585773706436158, + "epoch": 3.7527467278112163, + "grad_norm": 1.3022875785827637, + "learning_rate": 7.375926438764662e-05, + "loss": 0.2511, + "mean_token_accuracy": 0.9035798192024231, + "num_tokens": 50550275.0, + "step": 39280 + }, + { + "entropy": 1.1578020095825194, + "epoch": 3.7537021113977262, + "grad_norm": 1.7598109245300293, + "learning_rate": 7.374536359516044e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9009916543960571, + "num_tokens": 50563070.0, + "step": 39290 + }, + { + "entropy": 1.1515864610671998, + "epoch": 3.754657494984236, + "grad_norm": 1.506730079650879, + "learning_rate": 7.373146043243997e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9047800123691558, + "num_tokens": 50575983.0, + "step": 39300 + }, + { + "entropy": 1.1724318861961365, + "epoch": 3.755612878570746, + "grad_norm": 1.8137831687927246, + "learning_rate": 7.371755490087303e-05, + "loss": 0.2313, + "mean_token_accuracy": 0.9108976721763611, + "num_tokens": 50589321.0, + "step": 39310 + }, + { + "entropy": 1.1342788577079772, + "epoch": 3.756568262157256, + "grad_norm": 1.9079023599624634, + "learning_rate": 7.370364700184763e-05, + "loss": 0.249, + "mean_token_accuracy": 0.904931116104126, + "num_tokens": 50602235.0, + "step": 39320 + }, + { + "entropy": 1.1533015370368958, + "epoch": 3.757523645743766, + "grad_norm": 1.7519567012786865, + "learning_rate": 7.368973673675205e-05, + "loss": 0.2625, + "mean_token_accuracy": 0.9028674364089966, + "num_tokens": 50614752.0, + "step": 39330 + }, + { + "entropy": 1.1701413631439208, + "epoch": 3.7584790293302763, + "grad_norm": 1.622366189956665, + "learning_rate": 7.367582410697482e-05, + "loss": 0.2669, + "mean_token_accuracy": 0.8968643128871918, + "num_tokens": 50627936.0, + "step": 39340 + }, + { + "entropy": 1.1589113235473634, + "epoch": 3.759434412916786, + "grad_norm": 1.0173124074935913, + "learning_rate": 7.366190911390465e-05, + "loss": 0.2401, + "mean_token_accuracy": 0.9055671334266663, + "num_tokens": 50640757.0, + "step": 39350 + }, + { + "entropy": 1.1463891744613648, + "epoch": 3.760389796503296, + "grad_norm": 1.5828665494918823, + "learning_rate": 7.364799175893054e-05, + "loss": 0.2521, + "mean_token_accuracy": 0.89832444190979, + "num_tokens": 50653482.0, + "step": 39360 + }, + { + "entropy": 1.1454502820968628, + "epoch": 3.761345180089806, + "grad_norm": 1.3702764511108398, + "learning_rate": 7.363407204344168e-05, + "loss": 0.2567, + "mean_token_accuracy": 0.9007298350334167, + "num_tokens": 50665820.0, + "step": 39370 + }, + { + "entropy": 1.1558074593544005, + "epoch": 3.762300563676316, + "grad_norm": 1.1699371337890625, + "learning_rate": 7.362014996882755e-05, + "loss": 0.2274, + "mean_token_accuracy": 0.910812646150589, + "num_tokens": 50678885.0, + "step": 39380 + }, + { + "entropy": 1.1624172806739808, + "epoch": 3.763255947262826, + "grad_norm": 1.0782431364059448, + "learning_rate": 7.36062255364778e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.8976076364517211, + "num_tokens": 50691918.0, + "step": 39390 + }, + { + "entropy": 1.1676820635795593, + "epoch": 3.764211330849336, + "grad_norm": 1.704360842704773, + "learning_rate": 7.359229874778238e-05, + "loss": 0.269, + "mean_token_accuracy": 0.8950126826763153, + "num_tokens": 50705205.0, + "step": 39400 + }, + { + "entropy": 1.1526070713996888, + "epoch": 3.765166714435846, + "grad_norm": 1.6667659282684326, + "learning_rate": 7.357836960413143e-05, + "loss": 0.2727, + "mean_token_accuracy": 0.8951585710048675, + "num_tokens": 50717433.0, + "step": 39410 + }, + { + "entropy": 1.1702344417572021, + "epoch": 3.7661220980223558, + "grad_norm": 1.183654546737671, + "learning_rate": 7.356443810691537e-05, + "loss": 0.2738, + "mean_token_accuracy": 0.8918932557106019, + "num_tokens": 50730512.0, + "step": 39420 + }, + { + "entropy": 1.1700666427612305, + "epoch": 3.767077481608866, + "grad_norm": 1.1433520317077637, + "learning_rate": 7.355050425752479e-05, + "loss": 0.2654, + "mean_token_accuracy": 0.8952558755874633, + "num_tokens": 50744144.0, + "step": 39430 + }, + { + "entropy": 1.1538634181022644, + "epoch": 3.768032865195376, + "grad_norm": 1.334263801574707, + "learning_rate": 7.353656805735056e-05, + "loss": 0.2504, + "mean_token_accuracy": 0.8961359858512878, + "num_tokens": 50756845.0, + "step": 39440 + }, + { + "entropy": 1.140675139427185, + "epoch": 3.768988248781886, + "grad_norm": 1.8218464851379395, + "learning_rate": 7.352262950778377e-05, + "loss": 0.2286, + "mean_token_accuracy": 0.9120032250881195, + "num_tokens": 50769159.0, + "step": 39450 + }, + { + "entropy": 1.1653902173042296, + "epoch": 3.769943632368396, + "grad_norm": 1.4962353706359863, + "learning_rate": 7.350868861021575e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8942931234836579, + "num_tokens": 50782057.0, + "step": 39460 + }, + { + "entropy": 1.1548122406005858, + "epoch": 3.770899015954906, + "grad_norm": 1.0126919746398926, + "learning_rate": 7.349474536603811e-05, + "loss": 0.2485, + "mean_token_accuracy": 0.904894083738327, + "num_tokens": 50795207.0, + "step": 39470 + }, + { + "entropy": 1.144780194759369, + "epoch": 3.7718543995414158, + "grad_norm": 1.4031288623809814, + "learning_rate": 7.348079977664257e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9043466508388519, + "num_tokens": 50808051.0, + "step": 39480 + }, + { + "entropy": 1.1480541229248047, + "epoch": 3.7728097831279257, + "grad_norm": 1.1600130796432495, + "learning_rate": 7.346685184342123e-05, + "loss": 0.2598, + "mean_token_accuracy": 0.8998519003391265, + "num_tokens": 50820573.0, + "step": 39490 + }, + { + "entropy": 1.1561587572097778, + "epoch": 3.773765166714436, + "grad_norm": 1.5637930631637573, + "learning_rate": 7.345290156776631e-05, + "loss": 0.256, + "mean_token_accuracy": 0.900952959060669, + "num_tokens": 50833650.0, + "step": 39500 + }, + { + "entropy": 1.1483546137809753, + "epoch": 3.7747205503009456, + "grad_norm": 1.3765844106674194, + "learning_rate": 7.343894895107034e-05, + "loss": 0.2532, + "mean_token_accuracy": 0.9013031840324401, + "num_tokens": 50846187.0, + "step": 39510 + }, + { + "entropy": 1.1670556783676147, + "epoch": 3.775675933887456, + "grad_norm": 1.2135043144226074, + "learning_rate": 7.342499399472603e-05, + "loss": 0.2522, + "mean_token_accuracy": 0.9006304681301117, + "num_tokens": 50858912.0, + "step": 39520 + }, + { + "entropy": 1.1559261202812194, + "epoch": 3.776631317473966, + "grad_norm": 1.5718121528625488, + "learning_rate": 7.341103670012636e-05, + "loss": 0.2577, + "mean_token_accuracy": 0.9017289161682129, + "num_tokens": 50871626.0, + "step": 39530 + }, + { + "entropy": 1.1486348152160644, + "epoch": 3.777586701060476, + "grad_norm": 1.453059434890747, + "learning_rate": 7.339707706866455e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9043724715709687, + "num_tokens": 50884828.0, + "step": 39540 + }, + { + "entropy": 1.168004560470581, + "epoch": 3.7785420846469857, + "grad_norm": 1.813353419303894, + "learning_rate": 7.338311510173398e-05, + "loss": 0.2848, + "mean_token_accuracy": 0.8852070808410645, + "num_tokens": 50898100.0, + "step": 39550 + }, + { + "entropy": 1.1618723154067994, + "epoch": 3.7794974682334956, + "grad_norm": 1.2205471992492676, + "learning_rate": 7.336915080072837e-05, + "loss": 0.2701, + "mean_token_accuracy": 0.8964546263217926, + "num_tokens": 50910848.0, + "step": 39560 + }, + { + "entropy": 1.1583170175552369, + "epoch": 3.7804528518200056, + "grad_norm": 1.4170564413070679, + "learning_rate": 7.335518416704161e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8994513511657715, + "num_tokens": 50923765.0, + "step": 39570 + }, + { + "entropy": 1.149310839176178, + "epoch": 3.7814082354065155, + "grad_norm": 1.44154953956604, + "learning_rate": 7.334121520206781e-05, + "loss": 0.2421, + "mean_token_accuracy": 0.9043879032135009, + "num_tokens": 50936637.0, + "step": 39580 + }, + { + "entropy": 1.1524735927581786, + "epoch": 3.782363618993026, + "grad_norm": 1.5718666315078735, + "learning_rate": 7.332724390720136e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8944243371486664, + "num_tokens": 50949443.0, + "step": 39590 + }, + { + "entropy": 1.1545711636543274, + "epoch": 3.783319002579536, + "grad_norm": 1.859635829925537, + "learning_rate": 7.331327028383684e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9042644739151001, + "num_tokens": 50962430.0, + "step": 39600 + }, + { + "entropy": 1.1594220280647278, + "epoch": 3.7842743861660457, + "grad_norm": 1.368895411491394, + "learning_rate": 7.329929433336911e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.9003748953342438, + "num_tokens": 50975494.0, + "step": 39610 + }, + { + "entropy": 1.1633071184158326, + "epoch": 3.7852297697525557, + "grad_norm": 1.3033959865570068, + "learning_rate": 7.328531605719318e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8981159329414368, + "num_tokens": 50988650.0, + "step": 39620 + }, + { + "entropy": 1.1499097347259521, + "epoch": 3.7861851533390656, + "grad_norm": 1.5803699493408203, + "learning_rate": 7.327133545670439e-05, + "loss": 0.2491, + "mean_token_accuracy": 0.9028756380081177, + "num_tokens": 51001266.0, + "step": 39630 + }, + { + "entropy": 1.1511601209640503, + "epoch": 3.7871405369255755, + "grad_norm": 1.22074294090271, + "learning_rate": 7.325735253329827e-05, + "loss": 0.2747, + "mean_token_accuracy": 0.8839868783950806, + "num_tokens": 51013866.0, + "step": 39640 + }, + { + "entropy": 1.148356521129608, + "epoch": 3.7880959205120854, + "grad_norm": 1.5497058629989624, + "learning_rate": 7.324336728837055e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9040323078632355, + "num_tokens": 51026885.0, + "step": 39650 + }, + { + "entropy": 1.1569998264312744, + "epoch": 3.789051304098596, + "grad_norm": 1.664643406867981, + "learning_rate": 7.322937972331723e-05, + "loss": 0.2688, + "mean_token_accuracy": 0.8944633185863495, + "num_tokens": 51039818.0, + "step": 39660 + }, + { + "entropy": 1.1559702277183532, + "epoch": 3.7900066876851057, + "grad_norm": 1.5930794477462769, + "learning_rate": 7.321538983953454e-05, + "loss": 0.2458, + "mean_token_accuracy": 0.9013535737991333, + "num_tokens": 51052303.0, + "step": 39670 + }, + { + "entropy": 1.1425392389297486, + "epoch": 3.7909620712716157, + "grad_norm": 1.309784173965454, + "learning_rate": 7.320139763841893e-05, + "loss": 0.2498, + "mean_token_accuracy": 0.9021776854991913, + "num_tokens": 51064959.0, + "step": 39680 + }, + { + "entropy": 1.1664044737815857, + "epoch": 3.7919174548581256, + "grad_norm": 1.2207552194595337, + "learning_rate": 7.318740312136709e-05, + "loss": 0.2889, + "mean_token_accuracy": 0.8849686920642853, + "num_tokens": 51078089.0, + "step": 39690 + }, + { + "entropy": 1.1586424827575683, + "epoch": 3.7928728384446355, + "grad_norm": 1.724950909614563, + "learning_rate": 7.317340628977591e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8913661241531372, + "num_tokens": 51091350.0, + "step": 39700 + }, + { + "entropy": 1.1605199694633483, + "epoch": 3.7938282220311454, + "grad_norm": 1.3020271062850952, + "learning_rate": 7.315940714504257e-05, + "loss": 0.2573, + "mean_token_accuracy": 0.8990911722183228, + "num_tokens": 51104076.0, + "step": 39710 + }, + { + "entropy": 1.153324007987976, + "epoch": 3.7947836056176554, + "grad_norm": 1.709980845451355, + "learning_rate": 7.314540568856445e-05, + "loss": 0.2725, + "mean_token_accuracy": 0.8905260324478149, + "num_tokens": 51117410.0, + "step": 39720 + }, + { + "entropy": 1.147542130947113, + "epoch": 3.7957389892041657, + "grad_norm": 1.1389210224151611, + "learning_rate": 7.313140192173912e-05, + "loss": 0.2863, + "mean_token_accuracy": 0.8915359139442444, + "num_tokens": 51130398.0, + "step": 39730 + }, + { + "entropy": 1.1305717468261718, + "epoch": 3.7966943727906752, + "grad_norm": 1.5374289751052856, + "learning_rate": 7.311739584596448e-05, + "loss": 0.2338, + "mean_token_accuracy": 0.905263465642929, + "num_tokens": 51143088.0, + "step": 39740 + }, + { + "entropy": 1.1408374309539795, + "epoch": 3.7976497563771856, + "grad_norm": 1.8291947841644287, + "learning_rate": 7.310338746263855e-05, + "loss": 0.2672, + "mean_token_accuracy": 0.9009082973003387, + "num_tokens": 51155745.0, + "step": 39750 + }, + { + "entropy": 1.1408366560935974, + "epoch": 3.7986051399636955, + "grad_norm": 1.1902276277542114, + "learning_rate": 7.308937677315963e-05, + "loss": 0.231, + "mean_token_accuracy": 0.9156009376049041, + "num_tokens": 51169151.0, + "step": 39760 + }, + { + "entropy": 1.1573782801628112, + "epoch": 3.7995605235502055, + "grad_norm": 1.3271452188491821, + "learning_rate": 7.307536377892628e-05, + "loss": 0.2744, + "mean_token_accuracy": 0.8934389829635621, + "num_tokens": 51182900.0, + "step": 39770 + }, + { + "entropy": 1.1482747554779054, + "epoch": 3.8005159071367154, + "grad_norm": 1.6085422039031982, + "learning_rate": 7.306134848133725e-05, + "loss": 0.2403, + "mean_token_accuracy": 0.9070190846920013, + "num_tokens": 51195619.0, + "step": 39780 + }, + { + "entropy": 1.145034408569336, + "epoch": 3.8014712907232253, + "grad_norm": 2.131589651107788, + "learning_rate": 7.304733088179152e-05, + "loss": 0.2372, + "mean_token_accuracy": 0.906905734539032, + "num_tokens": 51208074.0, + "step": 39790 + }, + { + "entropy": 1.1353215217590331, + "epoch": 3.8024266743097352, + "grad_norm": 1.732444405555725, + "learning_rate": 7.303331098168831e-05, + "loss": 0.2675, + "mean_token_accuracy": 0.8940275490283967, + "num_tokens": 51220441.0, + "step": 39800 + }, + { + "entropy": 1.1273501634597778, + "epoch": 3.803382057896245, + "grad_norm": 1.2068712711334229, + "learning_rate": 7.30192887824271e-05, + "loss": 0.2249, + "mean_token_accuracy": 0.9101174473762512, + "num_tokens": 51233272.0, + "step": 39810 + }, + { + "entropy": 1.1404143214225768, + "epoch": 3.8043374414827555, + "grad_norm": 1.4513355493545532, + "learning_rate": 7.300526428540752e-05, + "loss": 0.2771, + "mean_token_accuracy": 0.8900447487831116, + "num_tokens": 51246348.0, + "step": 39820 + }, + { + "entropy": 1.1319217920303344, + "epoch": 3.8052928250692655, + "grad_norm": 2.201061725616455, + "learning_rate": 7.299123749202953e-05, + "loss": 0.2477, + "mean_token_accuracy": 0.902755868434906, + "num_tokens": 51259026.0, + "step": 39830 + }, + { + "entropy": 1.1337374687194823, + "epoch": 3.8062482086557754, + "grad_norm": 1.948118805885315, + "learning_rate": 7.297720840369323e-05, + "loss": 0.2658, + "mean_token_accuracy": 0.8926254630088806, + "num_tokens": 51271565.0, + "step": 39840 + }, + { + "entropy": 1.127092969417572, + "epoch": 3.8072035922422853, + "grad_norm": 2.0868823528289795, + "learning_rate": 7.2963177021799e-05, + "loss": 0.2644, + "mean_token_accuracy": 0.894143807888031, + "num_tokens": 51284331.0, + "step": 39850 + }, + { + "entropy": 1.1119402408599854, + "epoch": 3.8081589758287953, + "grad_norm": 1.123769998550415, + "learning_rate": 7.294914334774745e-05, + "loss": 0.2306, + "mean_token_accuracy": 0.9114022254943848, + "num_tokens": 51296552.0, + "step": 39860 + }, + { + "entropy": 1.1484026432037353, + "epoch": 3.809114359415305, + "grad_norm": 2.1333656311035156, + "learning_rate": 7.293510738293937e-05, + "loss": 0.2768, + "mean_token_accuracy": 0.8928047299385071, + "num_tokens": 51309805.0, + "step": 39870 + }, + { + "entropy": 1.1408502817153932, + "epoch": 3.810069743001815, + "grad_norm": 1.690242886543274, + "learning_rate": 7.292106912877585e-05, + "loss": 0.2425, + "mean_token_accuracy": 0.9052534759044647, + "num_tokens": 51322906.0, + "step": 39880 + }, + { + "entropy": 1.1148529171943664, + "epoch": 3.8110251265883255, + "grad_norm": 1.9008076190948486, + "learning_rate": 7.290702858665814e-05, + "loss": 0.2449, + "mean_token_accuracy": 0.9011934041976929, + "num_tokens": 51335614.0, + "step": 39890 + }, + { + "entropy": 1.1206011176109314, + "epoch": 3.811980510174835, + "grad_norm": 1.3503146171569824, + "learning_rate": 7.28929857579878e-05, + "loss": 0.227, + "mean_token_accuracy": 0.9089476525783539, + "num_tokens": 51348086.0, + "step": 39900 + }, + { + "entropy": 1.123365569114685, + "epoch": 3.8129358937613453, + "grad_norm": 1.744349718093872, + "learning_rate": 7.287894064416651e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8993804514408111, + "num_tokens": 51360383.0, + "step": 39910 + }, + { + "entropy": 1.1177475929260254, + "epoch": 3.8138912773478553, + "grad_norm": 1.537818193435669, + "learning_rate": 7.286489324659626e-05, + "loss": 0.2479, + "mean_token_accuracy": 0.9004885673522949, + "num_tokens": 51372785.0, + "step": 39920 + }, + { + "entropy": 1.1334922552108764, + "epoch": 3.814846660934365, + "grad_norm": 1.7861809730529785, + "learning_rate": 7.285084356667926e-05, + "loss": 0.261, + "mean_token_accuracy": 0.899380898475647, + "num_tokens": 51385684.0, + "step": 39930 + }, + { + "entropy": 1.1249634861946105, + "epoch": 3.815802044520875, + "grad_norm": 1.6768221855163574, + "learning_rate": 7.283679160581792e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.8972826302051544, + "num_tokens": 51398180.0, + "step": 39940 + }, + { + "entropy": 1.1330195784568786, + "epoch": 3.816757428107385, + "grad_norm": 2.3741300106048584, + "learning_rate": 7.282273736541489e-05, + "loss": 0.2455, + "mean_token_accuracy": 0.9051577985286713, + "num_tokens": 51410624.0, + "step": 39950 + }, + { + "entropy": 1.1313382625579833, + "epoch": 3.817712811693895, + "grad_norm": 1.6000152826309204, + "learning_rate": 7.280868084687305e-05, + "loss": 0.2729, + "mean_token_accuracy": 0.9006277561187744, + "num_tokens": 51423608.0, + "step": 39960 + }, + { + "entropy": 1.150901985168457, + "epoch": 3.818668195280405, + "grad_norm": 1.3782308101654053, + "learning_rate": 7.27946220515955e-05, + "loss": 0.2637, + "mean_token_accuracy": 0.896101462841034, + "num_tokens": 51436421.0, + "step": 39970 + }, + { + "entropy": 1.1508275270462036, + "epoch": 3.8196235788669153, + "grad_norm": 0.979843020439148, + "learning_rate": 7.278056098098557e-05, + "loss": 0.2541, + "mean_token_accuracy": 0.8996359884738923, + "num_tokens": 51449726.0, + "step": 39980 + }, + { + "entropy": 1.1447107076644898, + "epoch": 3.820578962453425, + "grad_norm": 1.550555944442749, + "learning_rate": 7.276649763644684e-05, + "loss": 0.2804, + "mean_token_accuracy": 0.8970590233802795, + "num_tokens": 51462356.0, + "step": 39990 + }, + { + "entropy": 1.1652211546897888, + "epoch": 3.821534346039935, + "grad_norm": 1.03809654712677, + "learning_rate": 7.275243201938306e-05, + "loss": 0.2632, + "mean_token_accuracy": 0.8939345121383667, + "num_tokens": 51476205.0, + "step": 40000 + }, + { + "entropy": 1.1420025825500488, + "epoch": 3.822489729626445, + "grad_norm": 1.3517905473709106, + "learning_rate": 7.273836413119828e-05, + "loss": 0.2399, + "mean_token_accuracy": 0.9053418934345245, + "num_tokens": 51489737.0, + "step": 40010 + }, + { + "entropy": 1.1316519975662231, + "epoch": 3.823445113212955, + "grad_norm": 1.6437392234802246, + "learning_rate": 7.272429397329672e-05, + "loss": 0.2793, + "mean_token_accuracy": 0.8924460589885712, + "num_tokens": 51502221.0, + "step": 40020 + }, + { + "entropy": 1.143728995323181, + "epoch": 3.824400496799465, + "grad_norm": 1.3607428073883057, + "learning_rate": 7.271022154708286e-05, + "loss": 0.2759, + "mean_token_accuracy": 0.8904278934001922, + "num_tokens": 51514875.0, + "step": 40030 + }, + { + "entropy": 1.143486988544464, + "epoch": 3.825355880385975, + "grad_norm": 1.349517822265625, + "learning_rate": 7.269614685396137e-05, + "loss": 0.2279, + "mean_token_accuracy": 0.909138160943985, + "num_tokens": 51528194.0, + "step": 40040 + }, + { + "entropy": 1.1356710076332093, + "epoch": 3.826311263972485, + "grad_norm": 1.5104918479919434, + "learning_rate": 7.26820698953372e-05, + "loss": 0.2391, + "mean_token_accuracy": 0.903435492515564, + "num_tokens": 51540756.0, + "step": 40050 + }, + { + "entropy": 1.1494512677192688, + "epoch": 3.8272666475589947, + "grad_norm": 1.7667887210845947, + "learning_rate": 7.266799067261548e-05, + "loss": 0.2795, + "mean_token_accuracy": 0.8865305781364441, + "num_tokens": 51553560.0, + "step": 40060 + }, + { + "entropy": 1.1241392374038697, + "epoch": 3.828222031145505, + "grad_norm": 1.7367390394210815, + "learning_rate": 7.265390918720157e-05, + "loss": 0.2486, + "mean_token_accuracy": 0.9058976829051971, + "num_tokens": 51566300.0, + "step": 40070 + }, + { + "entropy": 1.1466494798660278, + "epoch": 3.829177414732015, + "grad_norm": 1.3204774856567383, + "learning_rate": 7.263982544050109e-05, + "loss": 0.2808, + "mean_token_accuracy": 0.8947883129119873, + "num_tokens": 51579539.0, + "step": 40080 + }, + { + "entropy": 1.1382165551185608, + "epoch": 3.830132798318525, + "grad_norm": 1.3073711395263672, + "learning_rate": 7.262573943391983e-05, + "loss": 0.2531, + "mean_token_accuracy": 0.9021432936191559, + "num_tokens": 51592159.0, + "step": 40090 + }, + { + "entropy": 1.1184004306793214, + "epoch": 3.831088181905035, + "grad_norm": 1.5067368745803833, + "learning_rate": 7.261165116886388e-05, + "loss": 0.2374, + "mean_token_accuracy": 0.9039506375789642, + "num_tokens": 51604764.0, + "step": 40100 + }, + { + "entropy": 1.1329563856124878, + "epoch": 3.832043565491545, + "grad_norm": 1.803435206413269, + "learning_rate": 7.259756064673949e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9076780140399933, + "num_tokens": 51618122.0, + "step": 40110 + }, + { + "entropy": 1.1222612142562867, + "epoch": 3.8329989490780547, + "grad_norm": 1.7583450078964233, + "learning_rate": 7.258346786895315e-05, + "loss": 0.2609, + "mean_token_accuracy": 0.9028563439846039, + "num_tokens": 51630927.0, + "step": 40120 + }, + { + "entropy": 1.1371531009674072, + "epoch": 3.8339543326645646, + "grad_norm": 1.4282845258712769, + "learning_rate": 7.256937283691163e-05, + "loss": 0.2497, + "mean_token_accuracy": 0.9030385494232178, + "num_tokens": 51643636.0, + "step": 40130 + }, + { + "entropy": 1.136848247051239, + "epoch": 3.834909716251075, + "grad_norm": 1.3596932888031006, + "learning_rate": 7.255527555202182e-05, + "loss": 0.258, + "mean_token_accuracy": 0.9028393924236298, + "num_tokens": 51656371.0, + "step": 40140 + }, + { + "entropy": 1.121988582611084, + "epoch": 3.835865099837585, + "grad_norm": 1.8455076217651367, + "learning_rate": 7.254117601569092e-05, + "loss": 0.2352, + "mean_token_accuracy": 0.9033835828304291, + "num_tokens": 51668506.0, + "step": 40150 + }, + { + "entropy": 1.1346963882446288, + "epoch": 3.836820483424095, + "grad_norm": 1.490517020225525, + "learning_rate": 7.252707422932634e-05, + "loss": 0.2871, + "mean_token_accuracy": 0.8856313347816467, + "num_tokens": 51681363.0, + "step": 40160 + }, + { + "entropy": 1.14031822681427, + "epoch": 3.837775867010605, + "grad_norm": 1.133212685585022, + "learning_rate": 7.25129701943357e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8894162595272064, + "num_tokens": 51693981.0, + "step": 40170 + }, + { + "entropy": 1.1407394051551818, + "epoch": 3.8387312505971147, + "grad_norm": 1.5030008554458618, + "learning_rate": 7.249886391212685e-05, + "loss": 0.2235, + "mean_token_accuracy": 0.9083105802536011, + "num_tokens": 51707543.0, + "step": 40180 + }, + { + "entropy": 1.1355074524879456, + "epoch": 3.8396866341836247, + "grad_norm": 1.5324723720550537, + "learning_rate": 7.248475538410784e-05, + "loss": 0.2704, + "mean_token_accuracy": 0.8947725117206573, + "num_tokens": 51720246.0, + "step": 40190 + }, + { + "entropy": 1.1373639106750488, + "epoch": 3.8406420177701346, + "grad_norm": 1.756443738937378, + "learning_rate": 7.247064461168699e-05, + "loss": 0.2724, + "mean_token_accuracy": 0.8934683680534363, + "num_tokens": 51732755.0, + "step": 40200 + }, + { + "entropy": 1.154819667339325, + "epoch": 3.841597401356645, + "grad_norm": 1.8466918468475342, + "learning_rate": 7.24565315962728e-05, + "loss": 0.2785, + "mean_token_accuracy": 0.8906976878643036, + "num_tokens": 51745648.0, + "step": 40210 + }, + { + "entropy": 1.1643369555473329, + "epoch": 3.8425527849431544, + "grad_norm": 1.8352781534194946, + "learning_rate": 7.244241633927405e-05, + "loss": 0.272, + "mean_token_accuracy": 0.886262571811676, + "num_tokens": 51758862.0, + "step": 40220 + }, + { + "entropy": 1.133474087715149, + "epoch": 3.843508168529665, + "grad_norm": 1.5250728130340576, + "learning_rate": 7.242829884209964e-05, + "loss": 0.2215, + "mean_token_accuracy": 0.9168401539325715, + "num_tokens": 51772470.0, + "step": 40230 + }, + { + "entropy": 1.1338700294494628, + "epoch": 3.8444635521161747, + "grad_norm": 1.209823727607727, + "learning_rate": 7.241417910615886e-05, + "loss": 0.256, + "mean_token_accuracy": 0.9005207717418671, + "num_tokens": 51785495.0, + "step": 40240 + }, + { + "entropy": 1.1371688723564148, + "epoch": 3.8454189357026847, + "grad_norm": 1.6964383125305176, + "learning_rate": 7.240005713286105e-05, + "loss": 0.2467, + "mean_token_accuracy": 0.9061171889305115, + "num_tokens": 51798106.0, + "step": 40250 + }, + { + "entropy": 1.1405977129936218, + "epoch": 3.8463743192891946, + "grad_norm": 1.2388585805892944, + "learning_rate": 7.238593292361589e-05, + "loss": 0.2594, + "mean_token_accuracy": 0.8973609268665313, + "num_tokens": 51810679.0, + "step": 40260 + }, + { + "entropy": 1.1611212372779847, + "epoch": 3.8473297028757045, + "grad_norm": 2.214932441711426, + "learning_rate": 7.237180647983321e-05, + "loss": 0.2567, + "mean_token_accuracy": 0.8989253401756286, + "num_tokens": 51823897.0, + "step": 40270 + }, + { + "entropy": 1.1511157751083374, + "epoch": 3.8482850864622145, + "grad_norm": 1.1884675025939941, + "learning_rate": 7.23576778029231e-05, + "loss": 0.2677, + "mean_token_accuracy": 0.8988550305366516, + "num_tokens": 51836610.0, + "step": 40280 + }, + { + "entropy": 1.151287043094635, + "epoch": 3.8492404700487244, + "grad_norm": 1.5894182920455933, + "learning_rate": 7.234354689429589e-05, + "loss": 0.2334, + "mean_token_accuracy": 0.9099584281444549, + "num_tokens": 51849912.0, + "step": 40290 + }, + { + "entropy": 1.1465644836425781, + "epoch": 3.8501958536352348, + "grad_norm": 1.567686915397644, + "learning_rate": 7.232941375536209e-05, + "loss": 0.2296, + "mean_token_accuracy": 0.9117490112781524, + "num_tokens": 51862569.0, + "step": 40300 + }, + { + "entropy": 1.1657277703285218, + "epoch": 3.8511512372217447, + "grad_norm": 1.9516000747680664, + "learning_rate": 7.231527838753246e-05, + "loss": 0.2721, + "mean_token_accuracy": 0.8908941924571991, + "num_tokens": 51876002.0, + "step": 40310 + }, + { + "entropy": 1.139500343799591, + "epoch": 3.8521066208082546, + "grad_norm": 1.6589030027389526, + "learning_rate": 7.230114079221798e-05, + "loss": 0.2374, + "mean_token_accuracy": 0.9043014883995056, + "num_tokens": 51888300.0, + "step": 40320 + }, + { + "entropy": 1.1398493647575378, + "epoch": 3.8530620043947645, + "grad_norm": 1.561951994895935, + "learning_rate": 7.228700097082986e-05, + "loss": 0.2527, + "mean_token_accuracy": 0.9036066114902497, + "num_tokens": 51901031.0, + "step": 40330 + }, + { + "entropy": 1.1493218302726746, + "epoch": 3.8540173879812745, + "grad_norm": 1.9425241947174072, + "learning_rate": 7.227285892477947e-05, + "loss": 0.254, + "mean_token_accuracy": 0.8976308286190033, + "num_tokens": 51914598.0, + "step": 40340 + }, + { + "entropy": 1.1377058625221252, + "epoch": 3.8549727715677844, + "grad_norm": 2.216290235519409, + "learning_rate": 7.225871465547851e-05, + "loss": 0.2646, + "mean_token_accuracy": 0.8955941379070282, + "num_tokens": 51927377.0, + "step": 40350 + }, + { + "entropy": 1.1455323457717896, + "epoch": 3.8559281551542943, + "grad_norm": 1.2792705297470093, + "learning_rate": 7.224456816433883e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.90323406457901, + "num_tokens": 51940649.0, + "step": 40360 + }, + { + "entropy": 1.1454452395439148, + "epoch": 3.8568835387408047, + "grad_norm": 1.2797352075576782, + "learning_rate": 7.223041945277249e-05, + "loss": 0.2789, + "mean_token_accuracy": 0.8919100046157837, + "num_tokens": 51953577.0, + "step": 40370 + }, + { + "entropy": 1.1466741561889648, + "epoch": 3.857838922327314, + "grad_norm": 1.791208267211914, + "learning_rate": 7.221626852219181e-05, + "loss": 0.2611, + "mean_token_accuracy": 0.9015604019165039, + "num_tokens": 51966498.0, + "step": 40380 + }, + { + "entropy": 1.1354920148849488, + "epoch": 3.8587943059138246, + "grad_norm": 1.5343451499938965, + "learning_rate": 7.220211537400935e-05, + "loss": 0.2454, + "mean_token_accuracy": 0.9043186902999878, + "num_tokens": 51979022.0, + "step": 40390 + }, + { + "entropy": 1.145693826675415, + "epoch": 3.8597496895003345, + "grad_norm": 1.5433143377304077, + "learning_rate": 7.218796000963783e-05, + "loss": 0.2375, + "mean_token_accuracy": 0.9105775654315948, + "num_tokens": 51991977.0, + "step": 40400 + }, + { + "entropy": 1.1391729950904845, + "epoch": 3.8607050730868444, + "grad_norm": 1.960237979888916, + "learning_rate": 7.217380243049022e-05, + "loss": 0.2286, + "mean_token_accuracy": 0.911580502986908, + "num_tokens": 52004427.0, + "step": 40410 + }, + { + "entropy": 1.1338691115379333, + "epoch": 3.8616604566733543, + "grad_norm": 2.242842674255371, + "learning_rate": 7.215964263797973e-05, + "loss": 0.2168, + "mean_token_accuracy": 0.915296095609665, + "num_tokens": 52017124.0, + "step": 40420 + }, + { + "entropy": 1.133968138694763, + "epoch": 3.8626158402598643, + "grad_norm": 1.5889053344726562, + "learning_rate": 7.214548063351975e-05, + "loss": 0.2811, + "mean_token_accuracy": 0.886388623714447, + "num_tokens": 52029596.0, + "step": 40430 + }, + { + "entropy": 1.1499587655067445, + "epoch": 3.863571223846374, + "grad_norm": 1.7739723920822144, + "learning_rate": 7.213131641852394e-05, + "loss": 0.2672, + "mean_token_accuracy": 0.8919015347957611, + "num_tokens": 52042421.0, + "step": 40440 + }, + { + "entropy": 1.1417953729629517, + "epoch": 3.864526607432884, + "grad_norm": 1.6711280345916748, + "learning_rate": 7.211714999440612e-05, + "loss": 0.2862, + "mean_token_accuracy": 0.8847160160541534, + "num_tokens": 52055156.0, + "step": 40450 + }, + { + "entropy": 1.1497343182563782, + "epoch": 3.8654819910193945, + "grad_norm": 1.3683288097381592, + "learning_rate": 7.210298136258043e-05, + "loss": 0.2848, + "mean_token_accuracy": 0.889469051361084, + "num_tokens": 52067510.0, + "step": 40460 + }, + { + "entropy": 1.135802114009857, + "epoch": 3.8664373746059044, + "grad_norm": 1.3137867450714111, + "learning_rate": 7.20888105244611e-05, + "loss": 0.2476, + "mean_token_accuracy": 0.9072805523872376, + "num_tokens": 52080023.0, + "step": 40470 + }, + { + "entropy": 1.1574911713600158, + "epoch": 3.8673927581924143, + "grad_norm": 1.498592495918274, + "learning_rate": 7.207463748146268e-05, + "loss": 0.2823, + "mean_token_accuracy": 0.8842548966407776, + "num_tokens": 52092723.0, + "step": 40480 + }, + { + "entropy": 1.1347224354743957, + "epoch": 3.8683481417789243, + "grad_norm": 1.4048131704330444, + "learning_rate": 7.206046223499991e-05, + "loss": 0.2283, + "mean_token_accuracy": 0.9133203446865081, + "num_tokens": 52105534.0, + "step": 40490 + }, + { + "entropy": 1.1422245740890502, + "epoch": 3.869303525365434, + "grad_norm": 1.530781626701355, + "learning_rate": 7.204628478648772e-05, + "loss": 0.2487, + "mean_token_accuracy": 0.9000592052936554, + "num_tokens": 52118574.0, + "step": 40500 + }, + { + "entropy": 1.1441906929016112, + "epoch": 3.870258908951944, + "grad_norm": 1.8201549053192139, + "learning_rate": 7.20321051373413e-05, + "loss": 0.254, + "mean_token_accuracy": 0.90040682554245, + "num_tokens": 52130988.0, + "step": 40510 + }, + { + "entropy": 1.1619326233863831, + "epoch": 3.871214292538454, + "grad_norm": 1.5590438842773438, + "learning_rate": 7.201792328897606e-05, + "loss": 0.2749, + "mean_token_accuracy": 0.892391461133957, + "num_tokens": 52143995.0, + "step": 40520 + }, + { + "entropy": 1.1505980253219605, + "epoch": 3.8721696761249644, + "grad_norm": 1.9925154447555542, + "learning_rate": 7.200373924280759e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9038472235202789, + "num_tokens": 52156692.0, + "step": 40530 + }, + { + "entropy": 1.1509114384651185, + "epoch": 3.873125059711474, + "grad_norm": 1.275217890739441, + "learning_rate": 7.198955300025174e-05, + "loss": 0.2435, + "mean_token_accuracy": 0.9044086873531342, + "num_tokens": 52170081.0, + "step": 40540 + }, + { + "entropy": 1.142575466632843, + "epoch": 3.8740804432979843, + "grad_norm": 2.0985918045043945, + "learning_rate": 7.197536456272457e-05, + "loss": 0.2989, + "mean_token_accuracy": 0.8823146879673004, + "num_tokens": 52182405.0, + "step": 40550 + }, + { + "entropy": 1.1433955430984497, + "epoch": 3.875035826884494, + "grad_norm": 1.604526162147522, + "learning_rate": 7.196117393164235e-05, + "loss": 0.2907, + "mean_token_accuracy": 0.8874373018741608, + "num_tokens": 52194801.0, + "step": 40560 + }, + { + "entropy": 1.1523264646530151, + "epoch": 3.875991210471004, + "grad_norm": 1.4135875701904297, + "learning_rate": 7.194698110842155e-05, + "loss": 0.2605, + "mean_token_accuracy": 0.8942902207374572, + "num_tokens": 52207259.0, + "step": 40570 + }, + { + "entropy": 1.142504870891571, + "epoch": 3.876946594057514, + "grad_norm": 1.7591772079467773, + "learning_rate": 7.193278609447891e-05, + "loss": 0.2548, + "mean_token_accuracy": 0.9038402140140533, + "num_tokens": 52220347.0, + "step": 40580 + }, + { + "entropy": 1.1206178069114685, + "epoch": 3.877901977644024, + "grad_norm": 1.474003791809082, + "learning_rate": 7.191858889123134e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.910807728767395, + "num_tokens": 52232823.0, + "step": 40590 + }, + { + "entropy": 1.1411038875579833, + "epoch": 3.878857361230534, + "grad_norm": 1.629646897315979, + "learning_rate": 7.1904389500096e-05, + "loss": 0.283, + "mean_token_accuracy": 0.8905117332935333, + "num_tokens": 52245402.0, + "step": 40600 + }, + { + "entropy": 1.140093994140625, + "epoch": 3.879812744817044, + "grad_norm": 1.6045734882354736, + "learning_rate": 7.189018792249025e-05, + "loss": 0.255, + "mean_token_accuracy": 0.9003076553344727, + "num_tokens": 52258170.0, + "step": 40610 + }, + { + "entropy": 1.1454483985900878, + "epoch": 3.8807681284035542, + "grad_norm": 1.4331932067871094, + "learning_rate": 7.187598415983167e-05, + "loss": 0.311, + "mean_token_accuracy": 0.8842147529125214, + "num_tokens": 52270895.0, + "step": 40620 + }, + { + "entropy": 1.1464590072631835, + "epoch": 3.881723511990064, + "grad_norm": 1.57575261592865, + "learning_rate": 7.18617782135381e-05, + "loss": 0.2755, + "mean_token_accuracy": 0.8906613886356354, + "num_tokens": 52284018.0, + "step": 40630 + }, + { + "entropy": 1.1469421863555909, + "epoch": 3.882678895576574, + "grad_norm": 1.6918517351150513, + "learning_rate": 7.184757008502749e-05, + "loss": 0.2361, + "mean_token_accuracy": 0.9077438473701477, + "num_tokens": 52296859.0, + "step": 40640 + }, + { + "entropy": 1.1622699618339538, + "epoch": 3.883634279163084, + "grad_norm": 1.595603108406067, + "learning_rate": 7.183335977571816e-05, + "loss": 0.2809, + "mean_token_accuracy": 0.8831405878067017, + "num_tokens": 52309729.0, + "step": 40650 + }, + { + "entropy": 1.1490532875061035, + "epoch": 3.884589662749594, + "grad_norm": 1.3675464391708374, + "learning_rate": 7.18191472870285e-05, + "loss": 0.272, + "mean_token_accuracy": 0.8945549607276917, + "num_tokens": 52321925.0, + "step": 40660 + }, + { + "entropy": 1.1483797788619996, + "epoch": 3.885545046336104, + "grad_norm": 1.281288743019104, + "learning_rate": 7.180493262037723e-05, + "loss": 0.2908, + "mean_token_accuracy": 0.8863782525062561, + "num_tokens": 52334189.0, + "step": 40670 + }, + { + "entropy": 1.147537934780121, + "epoch": 3.886500429922614, + "grad_norm": 1.6400985717773438, + "learning_rate": 7.179071577718319e-05, + "loss": 0.2699, + "mean_token_accuracy": 0.8852379083633423, + "num_tokens": 52347508.0, + "step": 40680 + }, + { + "entropy": 1.1316547989845276, + "epoch": 3.887455813509124, + "grad_norm": 1.2684296369552612, + "learning_rate": 7.177649675886554e-05, + "loss": 0.2736, + "mean_token_accuracy": 0.8873238682746887, + "num_tokens": 52360416.0, + "step": 40690 + }, + { + "entropy": 1.1372474551200866, + "epoch": 3.8884111970956337, + "grad_norm": 1.118918776512146, + "learning_rate": 7.176227556684359e-05, + "loss": 0.2649, + "mean_token_accuracy": 0.8969856917858123, + "num_tokens": 52373742.0, + "step": 40700 + }, + { + "entropy": 1.139467144012451, + "epoch": 3.889366580682144, + "grad_norm": 1.918985366821289, + "learning_rate": 7.174805220253685e-05, + "loss": 0.2779, + "mean_token_accuracy": 0.8950782895088196, + "num_tokens": 52386248.0, + "step": 40710 + }, + { + "entropy": 1.1427443742752075, + "epoch": 3.890321964268654, + "grad_norm": 1.5369466543197632, + "learning_rate": 7.173382666736515e-05, + "loss": 0.2756, + "mean_token_accuracy": 0.884046071767807, + "num_tokens": 52399055.0, + "step": 40720 + }, + { + "entropy": 1.14083571434021, + "epoch": 3.891277347855164, + "grad_norm": 1.4536924362182617, + "learning_rate": 7.171959896274839e-05, + "loss": 0.2495, + "mean_token_accuracy": 0.9044574856758117, + "num_tokens": 52412006.0, + "step": 40730 + }, + { + "entropy": 1.1373676180839538, + "epoch": 3.892232731441674, + "grad_norm": 1.162226915359497, + "learning_rate": 7.170536909010682e-05, + "loss": 0.2459, + "mean_token_accuracy": 0.9105037212371826, + "num_tokens": 52424583.0, + "step": 40740 + }, + { + "entropy": 1.158501887321472, + "epoch": 3.8931881150281837, + "grad_norm": 1.6565238237380981, + "learning_rate": 7.169113705086079e-05, + "loss": 0.3055, + "mean_token_accuracy": 0.8777033567428589, + "num_tokens": 52437854.0, + "step": 40750 + }, + { + "entropy": 1.1381396532058716, + "epoch": 3.8941434986146937, + "grad_norm": 2.0709686279296875, + "learning_rate": 7.167690284643101e-05, + "loss": 0.2716, + "mean_token_accuracy": 0.8924038767814636, + "num_tokens": 52450539.0, + "step": 40760 + }, + { + "entropy": 1.1333544850349426, + "epoch": 3.8950988822012036, + "grad_norm": 1.5842344760894775, + "learning_rate": 7.166266647823823e-05, + "loss": 0.2349, + "mean_token_accuracy": 0.9026056885719299, + "num_tokens": 52463404.0, + "step": 40770 + }, + { + "entropy": 1.1466293811798096, + "epoch": 3.896054265787714, + "grad_norm": 1.7491718530654907, + "learning_rate": 7.164842794770356e-05, + "loss": 0.2591, + "mean_token_accuracy": 0.9026612043380737, + "num_tokens": 52476036.0, + "step": 40780 + }, + { + "entropy": 1.1547473430633546, + "epoch": 3.897009649374224, + "grad_norm": 1.957706332206726, + "learning_rate": 7.163418725624828e-05, + "loss": 0.2703, + "mean_token_accuracy": 0.8923804342746735, + "num_tokens": 52489097.0, + "step": 40790 + }, + { + "entropy": 1.1503310203552246, + "epoch": 3.897965032960734, + "grad_norm": 1.9686837196350098, + "learning_rate": 7.161994440529386e-05, + "loss": 0.2475, + "mean_token_accuracy": 0.9111034333705902, + "num_tokens": 52502157.0, + "step": 40800 + }, + { + "entropy": 1.1491501688957215, + "epoch": 3.8989204165472438, + "grad_norm": 1.6581374406814575, + "learning_rate": 7.1605699396262e-05, + "loss": 0.229, + "mean_token_accuracy": 0.9098476707935333, + "num_tokens": 52515164.0, + "step": 40810 + }, + { + "entropy": 1.1574580311775207, + "epoch": 3.8998758001337537, + "grad_norm": 1.4998749494552612, + "learning_rate": 7.159145223057464e-05, + "loss": 0.2792, + "mean_token_accuracy": 0.8910763561725616, + "num_tokens": 52528037.0, + "step": 40820 + }, + { + "entropy": 1.1576041102409362, + "epoch": 3.9008311837202636, + "grad_norm": 1.2722798585891724, + "learning_rate": 7.157720290965388e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8997210443019867, + "num_tokens": 52540968.0, + "step": 40830 + }, + { + "entropy": 1.1434391975402831, + "epoch": 3.9017865673067735, + "grad_norm": 1.120985746383667, + "learning_rate": 7.156295143492212e-05, + "loss": 0.2506, + "mean_token_accuracy": 0.9025599539279938, + "num_tokens": 52553707.0, + "step": 40840 + }, + { + "entropy": 1.1541165232658386, + "epoch": 3.902741950893284, + "grad_norm": 1.2500770092010498, + "learning_rate": 7.154869780780188e-05, + "loss": 0.26, + "mean_token_accuracy": 0.898556387424469, + "num_tokens": 52566640.0, + "step": 40850 + }, + { + "entropy": 1.1481116771698, + "epoch": 3.9036973344797934, + "grad_norm": 1.277025580406189, + "learning_rate": 7.153444202971595e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.8979720413684845, + "num_tokens": 52579436.0, + "step": 40860 + }, + { + "entropy": 1.1637292981147767, + "epoch": 3.9046527180663038, + "grad_norm": 1.5735641717910767, + "learning_rate": 7.152018410208735e-05, + "loss": 0.2925, + "mean_token_accuracy": 0.8921542823314667, + "num_tokens": 52592565.0, + "step": 40870 + }, + { + "entropy": 1.1413285255432128, + "epoch": 3.9056081016528137, + "grad_norm": 1.3261946439743042, + "learning_rate": 7.150592402633928e-05, + "loss": 0.2781, + "mean_token_accuracy": 0.8868837296962738, + "num_tokens": 52605723.0, + "step": 40880 + }, + { + "entropy": 1.1484195470809937, + "epoch": 3.9065634852393236, + "grad_norm": 1.5756714344024658, + "learning_rate": 7.149166180389514e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8994719564914704, + "num_tokens": 52618533.0, + "step": 40890 + }, + { + "entropy": 1.144294309616089, + "epoch": 3.9075188688258335, + "grad_norm": 1.6443573236465454, + "learning_rate": 7.147739743617859e-05, + "loss": 0.2381, + "mean_token_accuracy": 0.9070178031921386, + "num_tokens": 52631896.0, + "step": 40900 + }, + { + "entropy": 1.1416772246360778, + "epoch": 3.9084742524123435, + "grad_norm": 1.8284521102905273, + "learning_rate": 7.146313092461348e-05, + "loss": 0.2656, + "mean_token_accuracy": 0.8985961318016052, + "num_tokens": 52644911.0, + "step": 40910 + }, + { + "entropy": 1.1473137617111206, + "epoch": 3.9094296359988534, + "grad_norm": 1.5504071712493896, + "learning_rate": 7.144886227062388e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.8949802279472351, + "num_tokens": 52657952.0, + "step": 40920 + }, + { + "entropy": 1.1334492206573485, + "epoch": 3.9103850195853633, + "grad_norm": 1.2726917266845703, + "learning_rate": 7.143459147563408e-05, + "loss": 0.2321, + "mean_token_accuracy": 0.9097102344036102, + "num_tokens": 52670487.0, + "step": 40930 + }, + { + "entropy": 1.155406892299652, + "epoch": 3.9113404031718737, + "grad_norm": 1.4832950830459595, + "learning_rate": 7.142031854106853e-05, + "loss": 0.2437, + "mean_token_accuracy": 0.9042956471443176, + "num_tokens": 52684165.0, + "step": 40940 + }, + { + "entropy": 1.1443538904190063, + "epoch": 3.9122957867583836, + "grad_norm": 1.7512030601501465, + "learning_rate": 7.140604346835198e-05, + "loss": 0.2537, + "mean_token_accuracy": 0.9041690170764923, + "num_tokens": 52697069.0, + "step": 40950 + }, + { + "entropy": 1.1535373330116272, + "epoch": 3.9132511703448936, + "grad_norm": 1.6102112531661987, + "learning_rate": 7.139176625890933e-05, + "loss": 0.2784, + "mean_token_accuracy": 0.8914580702781677, + "num_tokens": 52709712.0, + "step": 40960 + }, + { + "entropy": 1.1418765783309937, + "epoch": 3.9142065539314035, + "grad_norm": 1.573360562324524, + "learning_rate": 7.137748691416573e-05, + "loss": 0.2376, + "mean_token_accuracy": 0.9062003433704376, + "num_tokens": 52722631.0, + "step": 40970 + }, + { + "entropy": 1.151655375957489, + "epoch": 3.9151619375179134, + "grad_norm": 1.7996439933776855, + "learning_rate": 7.13632054355465e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8913390398025512, + "num_tokens": 52736298.0, + "step": 40980 + }, + { + "entropy": 1.1407887816429139, + "epoch": 3.9161173211044233, + "grad_norm": 1.6440961360931396, + "learning_rate": 7.134892182447725e-05, + "loss": 0.2722, + "mean_token_accuracy": 0.8963641345500946, + "num_tokens": 52748912.0, + "step": 40990 + }, + { + "entropy": 1.140257441997528, + "epoch": 3.9170727046909333, + "grad_norm": 1.4942747354507446, + "learning_rate": 7.13346360823837e-05, + "loss": 0.2359, + "mean_token_accuracy": 0.9031515479087829, + "num_tokens": 52761692.0, + "step": 41000 + }, + { + "entropy": 1.1472256422042846, + "epoch": 3.9180280882774436, + "grad_norm": 1.4441643953323364, + "learning_rate": 7.132034821069186e-05, + "loss": 0.2802, + "mean_token_accuracy": 0.893308013677597, + "num_tokens": 52774265.0, + "step": 41010 + }, + { + "entropy": 1.13790442943573, + "epoch": 3.918983471863953, + "grad_norm": 1.4012295007705688, + "learning_rate": 7.130605821082795e-05, + "loss": 0.2489, + "mean_token_accuracy": 0.9027060806751251, + "num_tokens": 52787013.0, + "step": 41020 + }, + { + "entropy": 1.1375485420227052, + "epoch": 3.9199388554504635, + "grad_norm": 1.5089147090911865, + "learning_rate": 7.129176608421833e-05, + "loss": 0.2726, + "mean_token_accuracy": 0.8869730114936829, + "num_tokens": 52799612.0, + "step": 41030 + }, + { + "entropy": 1.1666936993598938, + "epoch": 3.9208942390369734, + "grad_norm": 2.0373594760894775, + "learning_rate": 7.127747183228967e-05, + "loss": 0.3083, + "mean_token_accuracy": 0.8771023690700531, + "num_tokens": 52812519.0, + "step": 41040 + }, + { + "entropy": 1.1372339248657226, + "epoch": 3.9218496226234834, + "grad_norm": 1.950242519378662, + "learning_rate": 7.126317545646877e-05, + "loss": 0.262, + "mean_token_accuracy": 0.8996515989303588, + "num_tokens": 52825049.0, + "step": 41050 + }, + { + "entropy": 1.1616096496582031, + "epoch": 3.9228050062099933, + "grad_norm": 1.6478983163833618, + "learning_rate": 7.124887695818271e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8989213824272155, + "num_tokens": 52838001.0, + "step": 41060 + }, + { + "entropy": 1.144673764705658, + "epoch": 3.923760389796503, + "grad_norm": 1.16594660282135, + "learning_rate": 7.123457633885873e-05, + "loss": 0.2447, + "mean_token_accuracy": 0.9030047535896302, + "num_tokens": 52850965.0, + "step": 41070 + }, + { + "entropy": 1.1518169522285462, + "epoch": 3.924715773383013, + "grad_norm": 1.6520771980285645, + "learning_rate": 7.12202735999243e-05, + "loss": 0.2596, + "mean_token_accuracy": 0.8989626944065094, + "num_tokens": 52864342.0, + "step": 41080 + }, + { + "entropy": 1.1342514157295227, + "epoch": 3.925671156969523, + "grad_norm": 1.9601502418518066, + "learning_rate": 7.120596874280712e-05, + "loss": 0.246, + "mean_token_accuracy": 0.9035744845867157, + "num_tokens": 52877015.0, + "step": 41090 + }, + { + "entropy": 1.1534715294837952, + "epoch": 3.9266265405560334, + "grad_norm": 1.94541597366333, + "learning_rate": 7.119166176893505e-05, + "loss": 0.259, + "mean_token_accuracy": 0.9028735756874084, + "num_tokens": 52890049.0, + "step": 41100 + }, + { + "entropy": 1.1733458399772645, + "epoch": 3.9275819241425434, + "grad_norm": 1.7495439052581787, + "learning_rate": 7.117735267973623e-05, + "loss": 0.2916, + "mean_token_accuracy": 0.8835990488529205, + "num_tokens": 52903278.0, + "step": 41110 + }, + { + "entropy": 1.1410408735275268, + "epoch": 3.9285373077290533, + "grad_norm": 1.4060863256454468, + "learning_rate": 7.116304147663897e-05, + "loss": 0.2628, + "mean_token_accuracy": 0.9005170166492462, + "num_tokens": 52916092.0, + "step": 41120 + }, + { + "entropy": 1.1470584511756896, + "epoch": 3.9294926913155632, + "grad_norm": 1.4611033201217651, + "learning_rate": 7.114872816107177e-05, + "loss": 0.2849, + "mean_token_accuracy": 0.8859901547431945, + "num_tokens": 52928649.0, + "step": 41130 + }, + { + "entropy": 1.1546940326690673, + "epoch": 3.930448074902073, + "grad_norm": 1.819629192352295, + "learning_rate": 7.11344127344634e-05, + "loss": 0.2552, + "mean_token_accuracy": 0.8986249983310699, + "num_tokens": 52941413.0, + "step": 41140 + }, + { + "entropy": 1.1436985850334167, + "epoch": 3.931403458488583, + "grad_norm": 1.5522211790084839, + "learning_rate": 7.112009519824281e-05, + "loss": 0.2482, + "mean_token_accuracy": 0.9069094121456146, + "num_tokens": 52954149.0, + "step": 41150 + }, + { + "entropy": 1.1438643217086792, + "epoch": 3.932358842075093, + "grad_norm": 2.5659592151641846, + "learning_rate": 7.110577555383913e-05, + "loss": 0.2717, + "mean_token_accuracy": 0.8918225646018982, + "num_tokens": 52966751.0, + "step": 41160 + }, + { + "entropy": 1.1519456386566163, + "epoch": 3.9333142256616034, + "grad_norm": 1.3701815605163574, + "learning_rate": 7.109145380268177e-05, + "loss": 0.2786, + "mean_token_accuracy": 0.8917442560195923, + "num_tokens": 52979457.0, + "step": 41170 + }, + { + "entropy": 1.1540568590164184, + "epoch": 3.934269609248113, + "grad_norm": 1.5131480693817139, + "learning_rate": 7.107712994620025e-05, + "loss": 0.294, + "mean_token_accuracy": 0.8851439476013183, + "num_tokens": 52992595.0, + "step": 41180 + }, + { + "entropy": 1.1641808032989502, + "epoch": 3.9352249928346232, + "grad_norm": 1.7900387048721313, + "learning_rate": 7.106280398582443e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8993756592273712, + "num_tokens": 53005457.0, + "step": 41190 + }, + { + "entropy": 1.1450429797172545, + "epoch": 3.936180376421133, + "grad_norm": 1.4094947576522827, + "learning_rate": 7.104847592298426e-05, + "loss": 0.2368, + "mean_token_accuracy": 0.9092404782772064, + "num_tokens": 53018720.0, + "step": 41200 + }, + { + "entropy": 1.1275312066078187, + "epoch": 3.937135760007643, + "grad_norm": 1.6828149557113647, + "learning_rate": 7.103414575910997e-05, + "loss": 0.2665, + "mean_token_accuracy": 0.8984129726886749, + "num_tokens": 53031367.0, + "step": 41210 + }, + { + "entropy": 1.128019380569458, + "epoch": 3.938091143594153, + "grad_norm": 1.7720255851745605, + "learning_rate": 7.1019813495632e-05, + "loss": 0.2491, + "mean_token_accuracy": 0.9057228922843933, + "num_tokens": 53043925.0, + "step": 41220 + }, + { + "entropy": 1.1381645560264588, + "epoch": 3.939046527180663, + "grad_norm": 1.314553141593933, + "learning_rate": 7.100547913398095e-05, + "loss": 0.296, + "mean_token_accuracy": 0.8864167690277099, + "num_tokens": 53056616.0, + "step": 41230 + }, + { + "entropy": 1.1379727482795716, + "epoch": 3.940001910767173, + "grad_norm": 1.6580901145935059, + "learning_rate": 7.099114267558766e-05, + "loss": 0.2706, + "mean_token_accuracy": 0.8941977322101593, + "num_tokens": 53069405.0, + "step": 41240 + }, + { + "entropy": 1.1244930148124694, + "epoch": 3.940957294353683, + "grad_norm": 1.4018070697784424, + "learning_rate": 7.09768041218832e-05, + "loss": 0.2342, + "mean_token_accuracy": 0.9121778011322021, + "num_tokens": 53082120.0, + "step": 41250 + }, + { + "entropy": 1.1394003868103026, + "epoch": 3.941912677940193, + "grad_norm": 1.9879887104034424, + "learning_rate": 7.09624634742988e-05, + "loss": 0.2517, + "mean_token_accuracy": 0.9004209339618683, + "num_tokens": 53095107.0, + "step": 41260 + }, + { + "entropy": 1.1418686628341674, + "epoch": 3.942868061526703, + "grad_norm": 1.1779471635818481, + "learning_rate": 7.094812073426595e-05, + "loss": 0.2196, + "mean_token_accuracy": 0.9156537413597107, + "num_tokens": 53108171.0, + "step": 41270 + }, + { + "entropy": 1.146079993247986, + "epoch": 3.943823445113213, + "grad_norm": 1.8104766607284546, + "learning_rate": 7.09337759032163e-05, + "loss": 0.2657, + "mean_token_accuracy": 0.8955186188220978, + "num_tokens": 53121381.0, + "step": 41280 + }, + { + "entropy": 1.1489742279052735, + "epoch": 3.944778828699723, + "grad_norm": 1.577837347984314, + "learning_rate": 7.091942898258177e-05, + "loss": 0.2806, + "mean_token_accuracy": 0.8881111741065979, + "num_tokens": 53134910.0, + "step": 41290 + }, + { + "entropy": 1.1467784762382507, + "epoch": 3.945734212286233, + "grad_norm": 2.072263479232788, + "learning_rate": 7.090507997379443e-05, + "loss": 0.2795, + "mean_token_accuracy": 0.8952357411384583, + "num_tokens": 53147749.0, + "step": 41300 + }, + { + "entropy": 1.129452657699585, + "epoch": 3.946689595872743, + "grad_norm": 1.442380666732788, + "learning_rate": 7.089072887828658e-05, + "loss": 0.2438, + "mean_token_accuracy": 0.8990688741207122, + "num_tokens": 53160407.0, + "step": 41310 + }, + { + "entropy": 1.1374000787734986, + "epoch": 3.9476449794592527, + "grad_norm": 1.4412362575531006, + "learning_rate": 7.087637569749074e-05, + "loss": 0.2243, + "mean_token_accuracy": 0.9079699635505676, + "num_tokens": 53173615.0, + "step": 41320 + }, + { + "entropy": 1.15685076713562, + "epoch": 3.948600363045763, + "grad_norm": 1.7648277282714844, + "learning_rate": 7.086202043283962e-05, + "loss": 0.26, + "mean_token_accuracy": 0.9030153572559356, + "num_tokens": 53186989.0, + "step": 41330 + }, + { + "entropy": 1.1519091129302979, + "epoch": 3.9495557466322726, + "grad_norm": 1.331176996231079, + "learning_rate": 7.084766308576615e-05, + "loss": 0.2551, + "mean_token_accuracy": 0.9055144131183624, + "num_tokens": 53200012.0, + "step": 41340 + }, + { + "entropy": 1.1523337006568908, + "epoch": 3.950511130218783, + "grad_norm": 1.6669014692306519, + "learning_rate": 7.083330365770344e-05, + "loss": 0.2985, + "mean_token_accuracy": 0.8880225777626037, + "num_tokens": 53212829.0, + "step": 41350 + }, + { + "entropy": 1.1480313420295716, + "epoch": 3.951466513805293, + "grad_norm": 1.8980727195739746, + "learning_rate": 7.081894215008486e-05, + "loss": 0.2386, + "mean_token_accuracy": 0.9040106356143951, + "num_tokens": 53225673.0, + "step": 41360 + }, + { + "entropy": 1.1499388217926025, + "epoch": 3.952421897391803, + "grad_norm": 1.7514046430587769, + "learning_rate": 7.080457856434397e-05, + "loss": 0.2661, + "mean_token_accuracy": 0.8952379167079926, + "num_tokens": 53238731.0, + "step": 41370 + }, + { + "entropy": 1.1451280951499938, + "epoch": 3.9533772809783128, + "grad_norm": 1.313513994216919, + "learning_rate": 7.07902129019145e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9033791244029998, + "num_tokens": 53251321.0, + "step": 41380 + }, + { + "entropy": 1.1488293170928956, + "epoch": 3.9543326645648227, + "grad_norm": 1.4540934562683105, + "learning_rate": 7.077584516423042e-05, + "loss": 0.221, + "mean_token_accuracy": 0.9157163679599762, + "num_tokens": 53264604.0, + "step": 41390 + }, + { + "entropy": 1.1469354510307312, + "epoch": 3.9552880481513326, + "grad_norm": 1.48793625831604, + "learning_rate": 7.076147535272589e-05, + "loss": 0.2534, + "mean_token_accuracy": 0.9006658375263215, + "num_tokens": 53277590.0, + "step": 41400 + }, + { + "entropy": 1.14995539188385, + "epoch": 3.9562434317378425, + "grad_norm": 1.7044481039047241, + "learning_rate": 7.074710346883531e-05, + "loss": 0.2548, + "mean_token_accuracy": 0.9058844983577728, + "num_tokens": 53290285.0, + "step": 41410 + }, + { + "entropy": 1.1422808527946473, + "epoch": 3.957198815324353, + "grad_norm": 1.7627830505371094, + "learning_rate": 7.073272951399324e-05, + "loss": 0.2717, + "mean_token_accuracy": 0.8929496169090271, + "num_tokens": 53303101.0, + "step": 41420 + }, + { + "entropy": 1.1369608402252198, + "epoch": 3.958154198910863, + "grad_norm": 1.3163871765136719, + "learning_rate": 7.071835348963449e-05, + "loss": 0.2439, + "mean_token_accuracy": 0.9108323216438293, + "num_tokens": 53315632.0, + "step": 41430 + }, + { + "entropy": 1.1533604502677917, + "epoch": 3.9591095824973728, + "grad_norm": 1.3479135036468506, + "learning_rate": 7.070397539719406e-05, + "loss": 0.2585, + "mean_token_accuracy": 0.8909143745899201, + "num_tokens": 53328697.0, + "step": 41440 + }, + { + "entropy": 1.1488316178321838, + "epoch": 3.9600649660838827, + "grad_norm": 1.9494707584381104, + "learning_rate": 7.068959523810714e-05, + "loss": 0.2624, + "mean_token_accuracy": 0.8968003451824188, + "num_tokens": 53341369.0, + "step": 41450 + }, + { + "entropy": 1.1655225038528443, + "epoch": 3.9610203496703926, + "grad_norm": 1.5337717533111572, + "learning_rate": 7.067521301380914e-05, + "loss": 0.2592, + "mean_token_accuracy": 0.8984018743038178, + "num_tokens": 53354960.0, + "step": 41460 + }, + { + "entropy": 1.144428789615631, + "epoch": 3.9619757332569026, + "grad_norm": 1.4666767120361328, + "learning_rate": 7.066082872573572e-05, + "loss": 0.2478, + "mean_token_accuracy": 0.9005893766880035, + "num_tokens": 53367973.0, + "step": 41470 + }, + { + "entropy": 1.1520966053009034, + "epoch": 3.9629311168434125, + "grad_norm": 1.1988003253936768, + "learning_rate": 7.064644237532263e-05, + "loss": 0.267, + "mean_token_accuracy": 0.8990652382373809, + "num_tokens": 53380492.0, + "step": 41480 + }, + { + "entropy": 1.1434594750404359, + "epoch": 3.963886500429923, + "grad_norm": 1.6112847328186035, + "learning_rate": 7.063205396400596e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9007881700992584, + "num_tokens": 53393826.0, + "step": 41490 + }, + { + "entropy": 1.1515429139137268, + "epoch": 3.9648418840164323, + "grad_norm": 1.5642683506011963, + "learning_rate": 7.06176634932219e-05, + "loss": 0.2564, + "mean_token_accuracy": 0.8974859774112701, + "num_tokens": 53407118.0, + "step": 41500 + }, + { + "entropy": 1.1520849347114563, + "epoch": 3.9657972676029427, + "grad_norm": 1.7476806640625, + "learning_rate": 7.06032709644069e-05, + "loss": 0.2685, + "mean_token_accuracy": 0.8928993165493011, + "num_tokens": 53420900.0, + "step": 41510 + }, + { + "entropy": 1.13096684217453, + "epoch": 3.9667526511894526, + "grad_norm": 1.195611596107483, + "learning_rate": 7.058887637899765e-05, + "loss": 0.2187, + "mean_token_accuracy": 0.9104099035263061, + "num_tokens": 53433225.0, + "step": 41520 + }, + { + "entropy": 1.1375780820846557, + "epoch": 3.9677080347759626, + "grad_norm": 1.7711586952209473, + "learning_rate": 7.057447973843094e-05, + "loss": 0.2663, + "mean_token_accuracy": 0.8906975388526917, + "num_tokens": 53446023.0, + "step": 41530 + }, + { + "entropy": 1.1380746960639954, + "epoch": 3.9686634183624725, + "grad_norm": 1.7579972743988037, + "learning_rate": 7.056008104414386e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9023938596248626, + "num_tokens": 53458855.0, + "step": 41540 + }, + { + "entropy": 1.1529250502586366, + "epoch": 3.9696188019489824, + "grad_norm": 1.616246223449707, + "learning_rate": 7.054568029757366e-05, + "loss": 0.3043, + "mean_token_accuracy": 0.8761590957641602, + "num_tokens": 53471557.0, + "step": 41550 + }, + { + "entropy": 1.151619815826416, + "epoch": 3.9705741855354924, + "grad_norm": 1.4156060218811035, + "learning_rate": 7.053127750015783e-05, + "loss": 0.2271, + "mean_token_accuracy": 0.911052942276001, + "num_tokens": 53484572.0, + "step": 41560 + }, + { + "entropy": 1.1459832072257996, + "epoch": 3.9715295691220023, + "grad_norm": 1.5735583305358887, + "learning_rate": 7.051687265333398e-05, + "loss": 0.2602, + "mean_token_accuracy": 0.8973138928413391, + "num_tokens": 53497543.0, + "step": 41570 + }, + { + "entropy": 1.15034362077713, + "epoch": 3.9724849527085127, + "grad_norm": 1.715470314025879, + "learning_rate": 7.050246575854004e-05, + "loss": 0.2671, + "mean_token_accuracy": 0.898361212015152, + "num_tokens": 53510339.0, + "step": 41580 + }, + { + "entropy": 1.1407483220100403, + "epoch": 3.9734403362950226, + "grad_norm": 1.6282243728637695, + "learning_rate": 7.048805681721407e-05, + "loss": 0.2329, + "mean_token_accuracy": 0.9031821429729462, + "num_tokens": 53523446.0, + "step": 41590 + }, + { + "entropy": 1.1547133684158326, + "epoch": 3.9743957198815325, + "grad_norm": 1.5478488206863403, + "learning_rate": 7.047364583079435e-05, + "loss": 0.263, + "mean_token_accuracy": 0.8986834943294525, + "num_tokens": 53536617.0, + "step": 41600 + }, + { + "entropy": 1.1454930305480957, + "epoch": 3.9753511034680424, + "grad_norm": 1.352715015411377, + "learning_rate": 7.045923280071937e-05, + "loss": 0.2547, + "mean_token_accuracy": 0.9032512784004212, + "num_tokens": 53549633.0, + "step": 41610 + }, + { + "entropy": 1.1566032648086548, + "epoch": 3.9763064870545524, + "grad_norm": 1.5244182348251343, + "learning_rate": 7.044481772842785e-05, + "loss": 0.2856, + "mean_token_accuracy": 0.8885789036750793, + "num_tokens": 53562407.0, + "step": 41620 + }, + { + "entropy": 1.1521835803985596, + "epoch": 3.9772618706410623, + "grad_norm": 1.8943397998809814, + "learning_rate": 7.043040061535865e-05, + "loss": 0.2629, + "mean_token_accuracy": 0.8988092482089997, + "num_tokens": 53575774.0, + "step": 41630 + }, + { + "entropy": 1.1197994232177735, + "epoch": 3.978217254227572, + "grad_norm": 1.5661954879760742, + "learning_rate": 7.041598146295088e-05, + "loss": 0.2621, + "mean_token_accuracy": 0.9011743545532227, + "num_tokens": 53588364.0, + "step": 41640 + }, + { + "entropy": 1.1385499358177185, + "epoch": 3.9791726378140826, + "grad_norm": 1.69802725315094, + "learning_rate": 7.040156027264382e-05, + "loss": 0.286, + "mean_token_accuracy": 0.8805874586105347, + "num_tokens": 53601169.0, + "step": 41650 + }, + { + "entropy": 1.1599258422851562, + "epoch": 3.980128021400592, + "grad_norm": 1.426261305809021, + "learning_rate": 7.038713704587702e-05, + "loss": 0.252, + "mean_token_accuracy": 0.899955403804779, + "num_tokens": 53614066.0, + "step": 41660 + }, + { + "entropy": 1.1592221856117249, + "epoch": 3.9810834049871024, + "grad_norm": 1.6547480821609497, + "learning_rate": 7.037271178409017e-05, + "loss": 0.2687, + "mean_token_accuracy": 0.8905182242393493, + "num_tokens": 53626823.0, + "step": 41670 + }, + { + "entropy": 1.1613386750221253, + "epoch": 3.9820387885736124, + "grad_norm": 1.4645624160766602, + "learning_rate": 7.035828448872317e-05, + "loss": 0.2395, + "mean_token_accuracy": 0.9028328001499176, + "num_tokens": 53639962.0, + "step": 41680 + }, + { + "entropy": 1.1398464560508728, + "epoch": 3.9829941721601223, + "grad_norm": 1.7471965551376343, + "learning_rate": 7.034385516121616e-05, + "loss": 0.2011, + "mean_token_accuracy": 0.9215928554534912, + "num_tokens": 53652621.0, + "step": 41690 + }, + { + "entropy": 1.1422107458114623, + "epoch": 3.9839495557466322, + "grad_norm": 1.8532713651657104, + "learning_rate": 7.032942380300945e-05, + "loss": 0.2584, + "mean_token_accuracy": 0.8990327060222626, + "num_tokens": 53664902.0, + "step": 41700 + }, + { + "entropy": 1.1557432770729066, + "epoch": 3.984904939333142, + "grad_norm": 2.4610564708709717, + "learning_rate": 7.031499041554354e-05, + "loss": 0.2951, + "mean_token_accuracy": 0.8907294034957886, + "num_tokens": 53677526.0, + "step": 41710 + }, + { + "entropy": 1.1651895999908448, + "epoch": 3.985860322919652, + "grad_norm": 1.434996247291565, + "learning_rate": 7.030055500025918e-05, + "loss": 0.2463, + "mean_token_accuracy": 0.9037172794342041, + "num_tokens": 53690596.0, + "step": 41720 + }, + { + "entropy": 1.1518374800682067, + "epoch": 3.986815706506162, + "grad_norm": 1.4543122053146362, + "learning_rate": 7.028611755859727e-05, + "loss": 0.2516, + "mean_token_accuracy": 0.9039093315601349, + "num_tokens": 53703146.0, + "step": 41730 + }, + { + "entropy": 1.1393688201904297, + "epoch": 3.9877710900926724, + "grad_norm": 1.9033595323562622, + "learning_rate": 7.027167809199897e-05, + "loss": 0.2367, + "mean_token_accuracy": 0.9081390619277954, + "num_tokens": 53715759.0, + "step": 41740 + }, + { + "entropy": 1.1541674971580504, + "epoch": 3.9887264736791823, + "grad_norm": 1.3874813318252563, + "learning_rate": 7.025723660190559e-05, + "loss": 0.282, + "mean_token_accuracy": 0.890932047367096, + "num_tokens": 53728949.0, + "step": 41750 + }, + { + "entropy": 1.1469703316688538, + "epoch": 3.9896818572656922, + "grad_norm": 1.8726369142532349, + "learning_rate": 7.024279308975868e-05, + "loss": 0.2509, + "mean_token_accuracy": 0.9031862080097198, + "num_tokens": 53741567.0, + "step": 41760 + }, + { + "entropy": 1.1442592144012451, + "epoch": 3.990637240852202, + "grad_norm": 1.527501106262207, + "learning_rate": 7.022834755699996e-05, + "loss": 0.2328, + "mean_token_accuracy": 0.9142730593681335, + "num_tokens": 53754420.0, + "step": 41770 + }, + { + "entropy": 1.1328404426574707, + "epoch": 3.991592624438712, + "grad_norm": 1.5323832035064697, + "learning_rate": 7.021390000507135e-05, + "loss": 0.2505, + "mean_token_accuracy": 0.9029695391654968, + "num_tokens": 53767461.0, + "step": 41780 + }, + { + "entropy": 1.137171244621277, + "epoch": 3.992548008025222, + "grad_norm": 1.317768931388855, + "learning_rate": 7.019945043541504e-05, + "loss": 0.2346, + "mean_token_accuracy": 0.9058834195137024, + "num_tokens": 53780079.0, + "step": 41790 + }, + { + "entropy": 1.1394971489906311, + "epoch": 3.993503391611732, + "grad_norm": 1.5908825397491455, + "learning_rate": 7.01849988494733e-05, + "loss": 0.2738, + "mean_token_accuracy": 0.8916763722896576, + "num_tokens": 53792957.0, + "step": 41800 + }, + { + "entropy": 1.1596304655075074, + "epoch": 3.9944587751982423, + "grad_norm": 1.4763785600662231, + "learning_rate": 7.017054524868873e-05, + "loss": 0.2854, + "mean_token_accuracy": 0.8817622363567352, + "num_tokens": 53806078.0, + "step": 41810 + }, + { + "entropy": 1.1286003947257996, + "epoch": 3.995414158784752, + "grad_norm": 1.9465160369873047, + "learning_rate": 7.015608963450403e-05, + "loss": 0.2432, + "mean_token_accuracy": 0.9067048847675323, + "num_tokens": 53818864.0, + "step": 41820 + }, + { + "entropy": 1.1419911503791809, + "epoch": 3.996369542371262, + "grad_norm": 1.5713953971862793, + "learning_rate": 7.014163200836217e-05, + "loss": 0.2681, + "mean_token_accuracy": 0.9000572085380554, + "num_tokens": 53831689.0, + "step": 41830 + }, + { + "entropy": 1.1280020236968995, + "epoch": 3.997324925957772, + "grad_norm": 1.3334815502166748, + "learning_rate": 7.012717237170628e-05, + "loss": 0.2415, + "mean_token_accuracy": 0.9037073433399201, + "num_tokens": 53844212.0, + "step": 41840 + }, + { + "entropy": 1.1312594890594483, + "epoch": 3.998280309544282, + "grad_norm": 2.0822980403900146, + "learning_rate": 7.01127107259797e-05, + "loss": 0.2472, + "mean_token_accuracy": 0.9050035893917083, + "num_tokens": 53857369.0, + "step": 41850 + }, + { + "entropy": 1.1340254545211792, + "epoch": 3.999235693130792, + "grad_norm": 1.6610808372497559, + "learning_rate": 7.0098247072626e-05, + "loss": 0.2417, + "mean_token_accuracy": 0.908839225769043, + "num_tokens": 53870140.0, + "step": 41860 + }, + { + "entropy": 1.1399188876152038, + "epoch": 4.000191076717302, + "grad_norm": 1.5188783407211304, + "learning_rate": 7.008378141308888e-05, + "loss": 0.2388, + "mean_token_accuracy": 0.9103259742259979, + "num_tokens": 53882288.0, + "step": 41870 + }, + { + "entropy": 1.1258367538452148, + "epoch": 4.001146460303812, + "grad_norm": 1.2173303365707397, + "learning_rate": 7.006931374881234e-05, + "loss": 0.1886, + "mean_token_accuracy": 0.930047869682312, + "num_tokens": 53894787.0, + "step": 41880 + }, + { + "entropy": 1.0901744961738586, + "epoch": 4.002101843890322, + "grad_norm": 1.5584698915481567, + "learning_rate": 7.005484408124048e-05, + "loss": 0.1655, + "mean_token_accuracy": 0.9331979811191559, + "num_tokens": 53907832.0, + "step": 41890 + }, + { + "entropy": 1.0790435910224914, + "epoch": 4.003057227476832, + "grad_norm": 1.6657782793045044, + "learning_rate": 7.004037241181767e-05, + "loss": 0.1394, + "mean_token_accuracy": 0.9460006296634674, + "num_tokens": 53920790.0, + "step": 41900 + }, + { + "entropy": 1.0710715770721435, + "epoch": 4.004012611063342, + "grad_norm": 1.2247871160507202, + "learning_rate": 7.002589874198843e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9340886056423188, + "num_tokens": 53933267.0, + "step": 41910 + }, + { + "entropy": 1.0763873338699341, + "epoch": 4.004967994649852, + "grad_norm": 1.499865174293518, + "learning_rate": 7.001142307319755e-05, + "loss": 0.1506, + "mean_token_accuracy": 0.9428682088851928, + "num_tokens": 53946015.0, + "step": 41920 + }, + { + "entropy": 1.10698664188385, + "epoch": 4.0059233782363615, + "grad_norm": 1.7587463855743408, + "learning_rate": 6.999694540688991e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.9366818606853485, + "num_tokens": 53959031.0, + "step": 41930 + }, + { + "entropy": 1.0974022507667542, + "epoch": 4.006878761822872, + "grad_norm": 1.2927727699279785, + "learning_rate": 6.99824657445107e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9378762125968934, + "num_tokens": 53971474.0, + "step": 41940 + }, + { + "entropy": 1.0881731152534484, + "epoch": 4.007834145409382, + "grad_norm": 1.2699909210205078, + "learning_rate": 6.996798408750527e-05, + "loss": 0.1487, + "mean_token_accuracy": 0.9456701159477234, + "num_tokens": 53984441.0, + "step": 41950 + }, + { + "entropy": 1.0875747561454774, + "epoch": 4.008789528995892, + "grad_norm": 1.3450720310211182, + "learning_rate": 6.995350043731912e-05, + "loss": 0.1364, + "mean_token_accuracy": 0.9508697807788848, + "num_tokens": 53997193.0, + "step": 41960 + }, + { + "entropy": 1.1159223556518554, + "epoch": 4.009744912582402, + "grad_norm": 2.7361297607421875, + "learning_rate": 6.993901479539804e-05, + "loss": 0.1871, + "mean_token_accuracy": 0.9242325186729431, + "num_tokens": 54010219.0, + "step": 41970 + }, + { + "entropy": 1.087160575389862, + "epoch": 4.0107002961689115, + "grad_norm": 1.5305607318878174, + "learning_rate": 6.992452716318794e-05, + "loss": 0.1453, + "mean_token_accuracy": 0.9423555731773376, + "num_tokens": 54023007.0, + "step": 41980 + }, + { + "entropy": 1.0919036865234375, + "epoch": 4.011655679755422, + "grad_norm": 1.3318734169006348, + "learning_rate": 6.991003754213496e-05, + "loss": 0.1568, + "mean_token_accuracy": 0.9382144212722778, + "num_tokens": 54035906.0, + "step": 41990 + }, + { + "entropy": 1.108779525756836, + "epoch": 4.012611063341931, + "grad_norm": 1.7306337356567383, + "learning_rate": 6.989554593368542e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9247678697109223, + "num_tokens": 54048956.0, + "step": 42000 + }, + { + "entropy": 1.0999817609786988, + "epoch": 4.013566446928442, + "grad_norm": 1.320572018623352, + "learning_rate": 6.98810523392859e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9266622960567474, + "num_tokens": 54062175.0, + "step": 42010 + }, + { + "entropy": 1.090546762943268, + "epoch": 4.014521830514952, + "grad_norm": 2.3722004890441895, + "learning_rate": 6.98665567603831e-05, + "loss": 0.1796, + "mean_token_accuracy": 0.9278354942798615, + "num_tokens": 54074908.0, + "step": 42020 + }, + { + "entropy": 1.0911940574645995, + "epoch": 4.015477214101462, + "grad_norm": 1.7042375802993774, + "learning_rate": 6.985205919842395e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9312681019306183, + "num_tokens": 54087807.0, + "step": 42030 + }, + { + "entropy": 1.1068787217140197, + "epoch": 4.016432597687972, + "grad_norm": 1.2870824337005615, + "learning_rate": 6.983755965485561e-05, + "loss": 0.1535, + "mean_token_accuracy": 0.9385337114334107, + "num_tokens": 54101246.0, + "step": 42040 + }, + { + "entropy": 1.0697847485542298, + "epoch": 4.0173879812744815, + "grad_norm": 1.780213713645935, + "learning_rate": 6.982305813112537e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9315465748310089, + "num_tokens": 54113578.0, + "step": 42050 + }, + { + "entropy": 1.0835501492023467, + "epoch": 4.018343364860992, + "grad_norm": 1.9973429441452026, + "learning_rate": 6.980855462868078e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9332162737846375, + "num_tokens": 54126100.0, + "step": 42060 + }, + { + "entropy": 1.0921010375022888, + "epoch": 4.019298748447501, + "grad_norm": 1.16015625, + "learning_rate": 6.979404914896957e-05, + "loss": 0.1984, + "mean_token_accuracy": 0.9210990250110627, + "num_tokens": 54139246.0, + "step": 42070 + }, + { + "entropy": 1.087086844444275, + "epoch": 4.020254132034012, + "grad_norm": 1.4460954666137695, + "learning_rate": 6.977954169343964e-05, + "loss": 0.158, + "mean_token_accuracy": 0.9386338829994202, + "num_tokens": 54152080.0, + "step": 42080 + }, + { + "entropy": 1.0992666244506837, + "epoch": 4.021209515620521, + "grad_norm": 1.3276536464691162, + "learning_rate": 6.97650322635391e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9337577521800995, + "num_tokens": 54165118.0, + "step": 42090 + }, + { + "entropy": 1.078677773475647, + "epoch": 4.022164899207032, + "grad_norm": 1.752343773841858, + "learning_rate": 6.975052086071627e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9332778990268707, + "num_tokens": 54178183.0, + "step": 42100 + }, + { + "entropy": 1.0902434706687927, + "epoch": 4.023120282793542, + "grad_norm": 1.4449418783187866, + "learning_rate": 6.973600748641969e-05, + "loss": 0.1575, + "mean_token_accuracy": 0.9389284551143646, + "num_tokens": 54191049.0, + "step": 42110 + }, + { + "entropy": 1.0825966835021972, + "epoch": 4.024075666380051, + "grad_norm": 1.424089789390564, + "learning_rate": 6.972149214209802e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9354703426361084, + "num_tokens": 54203583.0, + "step": 42120 + }, + { + "entropy": 1.080766749382019, + "epoch": 4.025031049966562, + "grad_norm": 1.936280369758606, + "learning_rate": 6.970697482920022e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9363524913787842, + "num_tokens": 54216504.0, + "step": 42130 + }, + { + "entropy": 1.0968867063522338, + "epoch": 4.025986433553071, + "grad_norm": 1.706605315208435, + "learning_rate": 6.969245554917534e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9304869115352631, + "num_tokens": 54229831.0, + "step": 42140 + }, + { + "entropy": 1.0800482153892517, + "epoch": 4.026941817139582, + "grad_norm": 2.1533091068267822, + "learning_rate": 6.967793430347271e-05, + "loss": 0.1584, + "mean_token_accuracy": 0.9405156135559082, + "num_tokens": 54242705.0, + "step": 42150 + }, + { + "entropy": 1.0815834045410155, + "epoch": 4.027897200726091, + "grad_norm": 1.586233139038086, + "learning_rate": 6.96634110935418e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9365759372711182, + "num_tokens": 54255064.0, + "step": 42160 + }, + { + "entropy": 1.0741028308868408, + "epoch": 4.0288525843126015, + "grad_norm": 1.4182201623916626, + "learning_rate": 6.964888592083233e-05, + "loss": 0.1527, + "mean_token_accuracy": 0.9431361258029938, + "num_tokens": 54268018.0, + "step": 42170 + }, + { + "entropy": 1.083588445186615, + "epoch": 4.029807967899112, + "grad_norm": 1.5007176399230957, + "learning_rate": 6.963435878679416e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.936150747537613, + "num_tokens": 54281396.0, + "step": 42180 + }, + { + "entropy": 1.0819998025894164, + "epoch": 4.030763351485621, + "grad_norm": 1.8583159446716309, + "learning_rate": 6.961982969287738e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9440867006778717, + "num_tokens": 54294173.0, + "step": 42190 + }, + { + "entropy": 1.1021843075752258, + "epoch": 4.031718735072132, + "grad_norm": 2.045957088470459, + "learning_rate": 6.960529864053226e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9307814836502075, + "num_tokens": 54307431.0, + "step": 42200 + }, + { + "entropy": 1.1042474150657653, + "epoch": 4.032674118658641, + "grad_norm": 2.2872097492218018, + "learning_rate": 6.959076563120927e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9318968772888183, + "num_tokens": 54321008.0, + "step": 42210 + }, + { + "entropy": 1.0969023942947387, + "epoch": 4.033629502245152, + "grad_norm": 1.2988135814666748, + "learning_rate": 6.957623066635913e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.934970599412918, + "num_tokens": 54333503.0, + "step": 42220 + }, + { + "entropy": 1.0864596247673035, + "epoch": 4.034584885831661, + "grad_norm": 1.5423150062561035, + "learning_rate": 6.956169374743261e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.937561959028244, + "num_tokens": 54346599.0, + "step": 42230 + }, + { + "entropy": 1.074824047088623, + "epoch": 4.0355402694181715, + "grad_norm": 1.2372864484786987, + "learning_rate": 6.954715487588085e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.9383148908615112, + "num_tokens": 54358922.0, + "step": 42240 + }, + { + "entropy": 1.09619380235672, + "epoch": 4.036495653004681, + "grad_norm": 1.3092912435531616, + "learning_rate": 6.953261405315504e-05, + "loss": 0.1626, + "mean_token_accuracy": 0.9401686429977417, + "num_tokens": 54371949.0, + "step": 42250 + }, + { + "entropy": 1.0910655736923218, + "epoch": 4.037451036591191, + "grad_norm": 1.6812546253204346, + "learning_rate": 6.951807128070669e-05, + "loss": 0.156, + "mean_token_accuracy": 0.9367694854736328, + "num_tokens": 54385049.0, + "step": 42260 + }, + { + "entropy": 1.0904341459274292, + "epoch": 4.038406420177702, + "grad_norm": 1.5829603672027588, + "learning_rate": 6.95035265599874e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9370815873146057, + "num_tokens": 54397788.0, + "step": 42270 + }, + { + "entropy": 1.0785622358322144, + "epoch": 4.039361803764211, + "grad_norm": 1.7172722816467285, + "learning_rate": 6.948897989244901e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9351645112037659, + "num_tokens": 54410688.0, + "step": 42280 + }, + { + "entropy": 1.0932715296745301, + "epoch": 4.0403171873507215, + "grad_norm": 1.6385287046432495, + "learning_rate": 6.947443127954358e-05, + "loss": 0.161, + "mean_token_accuracy": 0.938139671087265, + "num_tokens": 54423185.0, + "step": 42290 + }, + { + "entropy": 1.0975104570388794, + "epoch": 4.041272570937231, + "grad_norm": 1.390923023223877, + "learning_rate": 6.94598807227233e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9374655544757843, + "num_tokens": 54436084.0, + "step": 42300 + }, + { + "entropy": 1.1002890944480896, + "epoch": 4.042227954523741, + "grad_norm": 1.5350230932235718, + "learning_rate": 6.944532822344061e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9417305886745453, + "num_tokens": 54449541.0, + "step": 42310 + }, + { + "entropy": 1.0943714022636413, + "epoch": 4.043183338110251, + "grad_norm": 1.782220721244812, + "learning_rate": 6.943077378314812e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9321617186069489, + "num_tokens": 54463061.0, + "step": 42320 + }, + { + "entropy": 1.099358868598938, + "epoch": 4.044138721696761, + "grad_norm": 1.5027731657028198, + "learning_rate": 6.941621740329862e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9345560610294342, + "num_tokens": 54475976.0, + "step": 42330 + }, + { + "entropy": 1.0746038556098938, + "epoch": 4.045094105283272, + "grad_norm": 1.105224370956421, + "learning_rate": 6.940165908534513e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9294059157371521, + "num_tokens": 54488791.0, + "step": 42340 + }, + { + "entropy": 1.0961793065071106, + "epoch": 4.046049488869781, + "grad_norm": 1.2779810428619385, + "learning_rate": 6.938709883074086e-05, + "loss": 0.1646, + "mean_token_accuracy": 0.9371672689914703, + "num_tokens": 54502025.0, + "step": 42350 + }, + { + "entropy": 1.0748307228088378, + "epoch": 4.0470048724562915, + "grad_norm": 1.7754536867141724, + "learning_rate": 6.937253664093916e-05, + "loss": 0.1626, + "mean_token_accuracy": 0.9336800158023835, + "num_tokens": 54514855.0, + "step": 42360 + }, + { + "entropy": 1.0767850875854492, + "epoch": 4.047960256042801, + "grad_norm": 1.6406172513961792, + "learning_rate": 6.935797251739364e-05, + "loss": 0.1725, + "mean_token_accuracy": 0.9324070811271667, + "num_tokens": 54527642.0, + "step": 42370 + }, + { + "entropy": 1.0749605655670167, + "epoch": 4.048915639629311, + "grad_norm": 1.7381384372711182, + "learning_rate": 6.934340646155806e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9360954761505127, + "num_tokens": 54540425.0, + "step": 42380 + }, + { + "entropy": 1.0677657008171082, + "epoch": 4.049871023215821, + "grad_norm": 1.7521660327911377, + "learning_rate": 6.932883847488638e-05, + "loss": 0.1584, + "mean_token_accuracy": 0.9405002772808075, + "num_tokens": 54553453.0, + "step": 42390 + }, + { + "entropy": 1.0647401213645935, + "epoch": 4.050826406802331, + "grad_norm": 1.2186963558197021, + "learning_rate": 6.931426855883276e-05, + "loss": 0.1666, + "mean_token_accuracy": 0.9376735031604767, + "num_tokens": 54566154.0, + "step": 42400 + }, + { + "entropy": 1.0768455624580384, + "epoch": 4.051781790388841, + "grad_norm": 1.2492040395736694, + "learning_rate": 6.929969671485157e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9328837156295776, + "num_tokens": 54579202.0, + "step": 42410 + }, + { + "entropy": 1.0746665954589845, + "epoch": 4.052737173975351, + "grad_norm": 1.8695957660675049, + "learning_rate": 6.928512294439735e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.9348395824432373, + "num_tokens": 54591725.0, + "step": 42420 + }, + { + "entropy": 1.0667652010917663, + "epoch": 4.053692557561861, + "grad_norm": 1.1972821950912476, + "learning_rate": 6.927054724892483e-05, + "loss": 0.1335, + "mean_token_accuracy": 0.9453997254371643, + "num_tokens": 54604960.0, + "step": 42430 + }, + { + "entropy": 1.0656561493873595, + "epoch": 4.054647941148371, + "grad_norm": 1.7212917804718018, + "learning_rate": 6.925596962988893e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9368525207042694, + "num_tokens": 54617585.0, + "step": 42440 + }, + { + "entropy": 1.0692211627960204, + "epoch": 4.055603324734881, + "grad_norm": 1.6269217729568481, + "learning_rate": 6.924139008874479e-05, + "loss": 0.1486, + "mean_token_accuracy": 0.9403063237667084, + "num_tokens": 54631066.0, + "step": 42450 + }, + { + "entropy": 1.069369626045227, + "epoch": 4.056558708321391, + "grad_norm": 1.8229504823684692, + "learning_rate": 6.92268086269477e-05, + "loss": 0.1399, + "mean_token_accuracy": 0.9471463084220886, + "num_tokens": 54644225.0, + "step": 42460 + }, + { + "entropy": 1.0517977714538573, + "epoch": 4.057514091907901, + "grad_norm": 1.9305328130722046, + "learning_rate": 6.921222524595318e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9337596774101258, + "num_tokens": 54656973.0, + "step": 42470 + }, + { + "entropy": 1.0577419877052308, + "epoch": 4.058469475494411, + "grad_norm": 1.8374245166778564, + "learning_rate": 6.919763994721693e-05, + "loss": 0.1501, + "mean_token_accuracy": 0.9378140032291412, + "num_tokens": 54670039.0, + "step": 42480 + }, + { + "entropy": 1.0669962763786316, + "epoch": 4.059424859080921, + "grad_norm": 1.3006175756454468, + "learning_rate": 6.918305273219484e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9340944886207581, + "num_tokens": 54683417.0, + "step": 42490 + }, + { + "entropy": 1.0553233742713928, + "epoch": 4.060380242667431, + "grad_norm": 2.157064914703369, + "learning_rate": 6.916846360234296e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9375605881214142, + "num_tokens": 54695447.0, + "step": 42500 + }, + { + "entropy": 1.0686938047409058, + "epoch": 4.061335626253941, + "grad_norm": 1.866811752319336, + "learning_rate": 6.915387255911759e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9405495941638946, + "num_tokens": 54708253.0, + "step": 42510 + }, + { + "entropy": 1.0883548259735107, + "epoch": 4.062291009840451, + "grad_norm": 1.8995654582977295, + "learning_rate": 6.913927960397518e-05, + "loss": 0.1926, + "mean_token_accuracy": 0.9255338788032532, + "num_tokens": 54721604.0, + "step": 42520 + }, + { + "entropy": 1.0679600477218627, + "epoch": 4.063246393426961, + "grad_norm": 1.6286993026733398, + "learning_rate": 6.912468473837236e-05, + "loss": 0.1441, + "mean_token_accuracy": 0.9457805633544922, + "num_tokens": 54734696.0, + "step": 42530 + }, + { + "entropy": 1.0667910814285277, + "epoch": 4.064201777013471, + "grad_norm": 1.407752513885498, + "learning_rate": 6.911008796376604e-05, + "loss": 0.1837, + "mean_token_accuracy": 0.9324340462684632, + "num_tokens": 54746983.0, + "step": 42540 + }, + { + "entropy": 1.0739748239517213, + "epoch": 4.065157160599981, + "grad_norm": 1.7146937847137451, + "learning_rate": 6.909548928161315e-05, + "loss": 0.178, + "mean_token_accuracy": 0.9325316369533538, + "num_tokens": 54759535.0, + "step": 42550 + }, + { + "entropy": 1.0762443661689758, + "epoch": 4.066112544186491, + "grad_norm": 1.717544674873352, + "learning_rate": 6.9080888693371e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9327064871788024, + "num_tokens": 54771953.0, + "step": 42560 + }, + { + "entropy": 1.0835800051689148, + "epoch": 4.067067927773001, + "grad_norm": 1.5560740232467651, + "learning_rate": 6.906628620049698e-05, + "loss": 0.1293, + "mean_token_accuracy": 0.9478018403053283, + "num_tokens": 54784873.0, + "step": 42570 + }, + { + "entropy": 1.0880462646484375, + "epoch": 4.068023311359511, + "grad_norm": 1.4011324644088745, + "learning_rate": 6.905168180444867e-05, + "loss": 0.1569, + "mean_token_accuracy": 0.9371246457099914, + "num_tokens": 54798317.0, + "step": 42580 + }, + { + "entropy": 1.0950528621673583, + "epoch": 4.068978694946021, + "grad_norm": 1.4456567764282227, + "learning_rate": 6.90370755066839e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9357429504394531, + "num_tokens": 54811552.0, + "step": 42590 + }, + { + "entropy": 1.0762123465538025, + "epoch": 4.069934078532531, + "grad_norm": 1.3797211647033691, + "learning_rate": 6.902246730866062e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9395971894264221, + "num_tokens": 54824460.0, + "step": 42600 + }, + { + "entropy": 1.0753106117248534, + "epoch": 4.070889462119041, + "grad_norm": 1.8178306818008423, + "learning_rate": 6.900785721183702e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.935181301832199, + "num_tokens": 54837204.0, + "step": 42610 + }, + { + "entropy": 1.0915338277816773, + "epoch": 4.0718448457055505, + "grad_norm": 1.5300437211990356, + "learning_rate": 6.899324521767147e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9295177936553956, + "num_tokens": 54850862.0, + "step": 42620 + }, + { + "entropy": 1.0800835609436035, + "epoch": 4.072800229292061, + "grad_norm": 1.4146095514297485, + "learning_rate": 6.89786313276225e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9381295621395112, + "num_tokens": 54864224.0, + "step": 42630 + }, + { + "entropy": 1.0683059692382812, + "epoch": 4.07375561287857, + "grad_norm": 1.8816720247268677, + "learning_rate": 6.896401554314887e-05, + "loss": 0.1565, + "mean_token_accuracy": 0.9365126013755798, + "num_tokens": 54877245.0, + "step": 42640 + }, + { + "entropy": 1.0665507793426514, + "epoch": 4.074710996465081, + "grad_norm": 1.664133071899414, + "learning_rate": 6.89493978657095e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9379994332790375, + "num_tokens": 54889509.0, + "step": 42650 + }, + { + "entropy": 1.0616009950637817, + "epoch": 4.075666380051591, + "grad_norm": 1.4085663557052612, + "learning_rate": 6.89347782967635e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9325136125087738, + "num_tokens": 54902394.0, + "step": 42660 + }, + { + "entropy": 1.064802360534668, + "epoch": 4.076621763638101, + "grad_norm": 2.2784197330474854, + "learning_rate": 6.892015683777023e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9272048056125641, + "num_tokens": 54914981.0, + "step": 42670 + }, + { + "entropy": 1.0671820044517517, + "epoch": 4.077577147224611, + "grad_norm": 1.2951581478118896, + "learning_rate": 6.890553349018911e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9394443809986115, + "num_tokens": 54927658.0, + "step": 42680 + }, + { + "entropy": 1.071502411365509, + "epoch": 4.07853253081112, + "grad_norm": 2.204960584640503, + "learning_rate": 6.889090825547987e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9315554440021515, + "num_tokens": 54940950.0, + "step": 42690 + }, + { + "entropy": 1.0587878704071045, + "epoch": 4.079487914397631, + "grad_norm": 1.34091317653656, + "learning_rate": 6.887628113510238e-05, + "loss": 0.1431, + "mean_token_accuracy": 0.9482447743415833, + "num_tokens": 54954133.0, + "step": 42700 + }, + { + "entropy": 1.058190393447876, + "epoch": 4.08044329798414, + "grad_norm": 1.8605045080184937, + "learning_rate": 6.886165213051669e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9331813335418702, + "num_tokens": 54966850.0, + "step": 42710 + }, + { + "entropy": 1.0557187795639038, + "epoch": 4.081398681570651, + "grad_norm": 1.397705316543579, + "learning_rate": 6.88470212431831e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9420885801315307, + "num_tokens": 54979563.0, + "step": 42720 + }, + { + "entropy": 1.0626164317131042, + "epoch": 4.08235406515716, + "grad_norm": 1.8429863452911377, + "learning_rate": 6.883238847456197e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9394833743572235, + "num_tokens": 54992837.0, + "step": 42730 + }, + { + "entropy": 1.0533697366714478, + "epoch": 4.0833094487436705, + "grad_norm": 1.4825166463851929, + "learning_rate": 6.881775382611397e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9335065901279449, + "num_tokens": 55005498.0, + "step": 42740 + }, + { + "entropy": 1.0538320660591125, + "epoch": 4.084264832330181, + "grad_norm": 1.6816985607147217, + "learning_rate": 6.880311729929991e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9338752686977386, + "num_tokens": 55018094.0, + "step": 42750 + }, + { + "entropy": 1.061077082157135, + "epoch": 4.08522021591669, + "grad_norm": 1.3421257734298706, + "learning_rate": 6.878847889558079e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9387883067131042, + "num_tokens": 55030759.0, + "step": 42760 + }, + { + "entropy": 1.056708025932312, + "epoch": 4.086175599503201, + "grad_norm": 1.4739419221878052, + "learning_rate": 6.877383861641779e-05, + "loss": 0.1652, + "mean_token_accuracy": 0.9353020787239075, + "num_tokens": 55043455.0, + "step": 42770 + }, + { + "entropy": 1.0492544412612914, + "epoch": 4.08713098308971, + "grad_norm": 1.21349036693573, + "learning_rate": 6.87591964632723e-05, + "loss": 0.1435, + "mean_token_accuracy": 0.942236065864563, + "num_tokens": 55056326.0, + "step": 42780 + }, + { + "entropy": 1.0543395042419434, + "epoch": 4.088086366676221, + "grad_norm": 1.9967284202575684, + "learning_rate": 6.874455243760586e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.9307035386562348, + "num_tokens": 55069210.0, + "step": 42790 + }, + { + "entropy": 1.065645706653595, + "epoch": 4.08904175026273, + "grad_norm": 1.2839621305465698, + "learning_rate": 6.872990654088024e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9375507354736328, + "num_tokens": 55082593.0, + "step": 42800 + }, + { + "entropy": 1.0533045649528503, + "epoch": 4.0899971338492405, + "grad_norm": 1.752065896987915, + "learning_rate": 6.871525877455737e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9387434244155883, + "num_tokens": 55096005.0, + "step": 42810 + }, + { + "entropy": 1.0507048606872558, + "epoch": 4.090952517435751, + "grad_norm": 1.892776370048523, + "learning_rate": 6.870060914009938e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9354753196239471, + "num_tokens": 55108938.0, + "step": 42820 + }, + { + "entropy": 1.044795858860016, + "epoch": 4.09190790102226, + "grad_norm": 2.334134340286255, + "learning_rate": 6.868595763896857e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.9364116311073303, + "num_tokens": 55121727.0, + "step": 42830 + }, + { + "entropy": 1.0464050412178039, + "epoch": 4.092863284608771, + "grad_norm": 2.279897928237915, + "learning_rate": 6.867130427262742e-05, + "loss": 0.1539, + "mean_token_accuracy": 0.942564582824707, + "num_tokens": 55134561.0, + "step": 42840 + }, + { + "entropy": 1.0624598860740662, + "epoch": 4.09381866819528, + "grad_norm": 1.8797677755355835, + "learning_rate": 6.865664904253864e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9333878040313721, + "num_tokens": 55147250.0, + "step": 42850 + }, + { + "entropy": 1.067762053012848, + "epoch": 4.0947740517817905, + "grad_norm": 1.7152899503707886, + "learning_rate": 6.864199195016508e-05, + "loss": 0.1846, + "mean_token_accuracy": 0.9294872641563415, + "num_tokens": 55160543.0, + "step": 42860 + }, + { + "entropy": 1.0558595776557922, + "epoch": 4.0957294353683, + "grad_norm": 1.459570050239563, + "learning_rate": 6.862733299696981e-05, + "loss": 0.1632, + "mean_token_accuracy": 0.9396198511123657, + "num_tokens": 55173384.0, + "step": 42870 + }, + { + "entropy": 1.044125211238861, + "epoch": 4.09668481895481, + "grad_norm": 1.785202145576477, + "learning_rate": 6.861267218441607e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9361892759799957, + "num_tokens": 55186108.0, + "step": 42880 + }, + { + "entropy": 1.042637288570404, + "epoch": 4.097640202541321, + "grad_norm": 2.459017515182495, + "learning_rate": 6.859800951396726e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9283124268054962, + "num_tokens": 55198947.0, + "step": 42890 + }, + { + "entropy": 1.048424369096756, + "epoch": 4.09859558612783, + "grad_norm": 1.6510542631149292, + "learning_rate": 6.858334498708701e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.9360529243946075, + "num_tokens": 55212054.0, + "step": 42900 + }, + { + "entropy": 1.0367747724056244, + "epoch": 4.099550969714341, + "grad_norm": 1.1584930419921875, + "learning_rate": 6.85686786052391e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9395349502563477, + "num_tokens": 55225302.0, + "step": 42910 + }, + { + "entropy": 1.0367300629615783, + "epoch": 4.10050635330085, + "grad_norm": 1.9833072423934937, + "learning_rate": 6.855401036988752e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9375101923942566, + "num_tokens": 55237995.0, + "step": 42920 + }, + { + "entropy": 1.0446826934814453, + "epoch": 4.1014617368873605, + "grad_norm": 1.3414340019226074, + "learning_rate": 6.853934028249645e-05, + "loss": 0.1583, + "mean_token_accuracy": 0.9397793769836426, + "num_tokens": 55251102.0, + "step": 42930 + }, + { + "entropy": 1.041716104745865, + "epoch": 4.10241712047387, + "grad_norm": 1.5579135417938232, + "learning_rate": 6.852466834453021e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9335473597049713, + "num_tokens": 55264066.0, + "step": 42940 + }, + { + "entropy": 1.0430699944496156, + "epoch": 4.10337250406038, + "grad_norm": 1.2598581314086914, + "learning_rate": 6.850999455745339e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9394256830215454, + "num_tokens": 55276682.0, + "step": 42950 + }, + { + "entropy": 1.0491688966751098, + "epoch": 4.10432788764689, + "grad_norm": 1.8912111520767212, + "learning_rate": 6.849531892273066e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9297781944274902, + "num_tokens": 55289212.0, + "step": 42960 + }, + { + "entropy": 1.0268162846565247, + "epoch": 4.1052832712334, + "grad_norm": 2.119595766067505, + "learning_rate": 6.848064144182695e-05, + "loss": 0.1407, + "mean_token_accuracy": 0.946289199590683, + "num_tokens": 55301933.0, + "step": 42970 + }, + { + "entropy": 1.0366041898727416, + "epoch": 4.106238654819911, + "grad_norm": 1.7019927501678467, + "learning_rate": 6.846596211620732e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.938053697347641, + "num_tokens": 55315240.0, + "step": 42980 + }, + { + "entropy": 1.0337814450263978, + "epoch": 4.10719403840642, + "grad_norm": 2.633493185043335, + "learning_rate": 6.845128094733706e-05, + "loss": 0.1555, + "mean_token_accuracy": 0.9331589639186859, + "num_tokens": 55327886.0, + "step": 42990 + }, + { + "entropy": 1.043955910205841, + "epoch": 4.10814942199293, + "grad_norm": 1.3394302129745483, + "learning_rate": 6.843659793668163e-05, + "loss": 0.1985, + "mean_token_accuracy": 0.9213239967823028, + "num_tokens": 55340659.0, + "step": 43000 + }, + { + "entropy": 1.0615785717964172, + "epoch": 4.10910480557944, + "grad_norm": 1.5144203901290894, + "learning_rate": 6.842191308570668e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9327919363975525, + "num_tokens": 55353784.0, + "step": 43010 + }, + { + "entropy": 1.044403314590454, + "epoch": 4.11006018916595, + "grad_norm": 1.5105602741241455, + "learning_rate": 6.840722639587801e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9408265829086304, + "num_tokens": 55366427.0, + "step": 43020 + }, + { + "entropy": 1.0429628014564514, + "epoch": 4.11101557275246, + "grad_norm": 1.4949796199798584, + "learning_rate": 6.839253786866164e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9320198833942414, + "num_tokens": 55379242.0, + "step": 43030 + }, + { + "entropy": 1.066221499443054, + "epoch": 4.11197095633897, + "grad_norm": 1.2486164569854736, + "learning_rate": 6.837784750552378e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.939930647611618, + "num_tokens": 55392376.0, + "step": 43040 + }, + { + "entropy": 1.0580022931098938, + "epoch": 4.1129263399254805, + "grad_norm": 1.782226800918579, + "learning_rate": 6.836315530793078e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9361037731170654, + "num_tokens": 55405056.0, + "step": 43050 + }, + { + "entropy": 1.0497098922729493, + "epoch": 4.11388172351199, + "grad_norm": 1.6466091871261597, + "learning_rate": 6.834846127734922e-05, + "loss": 0.1443, + "mean_token_accuracy": 0.9441510617733002, + "num_tokens": 55417972.0, + "step": 43060 + }, + { + "entropy": 1.037532204389572, + "epoch": 4.1148371070985, + "grad_norm": 1.5606310367584229, + "learning_rate": 6.83337654152458e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9334499537944794, + "num_tokens": 55430597.0, + "step": 43070 + }, + { + "entropy": 1.0459652662277221, + "epoch": 4.11579249068501, + "grad_norm": 1.7414910793304443, + "learning_rate": 6.83190677230875e-05, + "loss": 0.1589, + "mean_token_accuracy": 0.9385394990444184, + "num_tokens": 55443456.0, + "step": 43080 + }, + { + "entropy": 1.0289572298526763, + "epoch": 4.11674787427152, + "grad_norm": 1.7496660947799683, + "learning_rate": 6.830436820234137e-05, + "loss": 0.1543, + "mean_token_accuracy": 0.9411236703395843, + "num_tokens": 55455981.0, + "step": 43090 + }, + { + "entropy": 1.0404039025306702, + "epoch": 4.11770325785803, + "grad_norm": 1.816495418548584, + "learning_rate": 6.828966685447473e-05, + "loss": 0.1927, + "mean_token_accuracy": 0.9305452883243561, + "num_tokens": 55468988.0, + "step": 43100 + }, + { + "entropy": 1.0492576003074645, + "epoch": 4.11865864144454, + "grad_norm": 1.6421785354614258, + "learning_rate": 6.827496368095507e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9389403343200684, + "num_tokens": 55482143.0, + "step": 43110 + }, + { + "entropy": 1.0571204900741578, + "epoch": 4.11961402503105, + "grad_norm": 1.1899129152297974, + "learning_rate": 6.826025868325e-05, + "loss": 0.1634, + "mean_token_accuracy": 0.9370189726352691, + "num_tokens": 55495287.0, + "step": 43120 + }, + { + "entropy": 1.053557276725769, + "epoch": 4.12056940861756, + "grad_norm": 1.5681827068328857, + "learning_rate": 6.824555186282739e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9307701051235199, + "num_tokens": 55508051.0, + "step": 43130 + }, + { + "entropy": 1.0670034646987916, + "epoch": 4.12152479220407, + "grad_norm": 1.0568121671676636, + "learning_rate": 6.823084322115524e-05, + "loss": 0.1522, + "mean_token_accuracy": 0.939262467622757, + "num_tokens": 55521382.0, + "step": 43140 + }, + { + "entropy": 1.0495800018310546, + "epoch": 4.12248017579058, + "grad_norm": 1.6697975397109985, + "learning_rate": 6.821613275970175e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9313726127147675, + "num_tokens": 55534290.0, + "step": 43150 + }, + { + "entropy": 1.0704563438892365, + "epoch": 4.12343555937709, + "grad_norm": 1.6500507593154907, + "learning_rate": 6.82014204799353e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9314240634441375, + "num_tokens": 55547946.0, + "step": 43160 + }, + { + "entropy": 1.0491161227226258, + "epoch": 4.1243909429636, + "grad_norm": 2.058194637298584, + "learning_rate": 6.818670638332446e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.9341878652572632, + "num_tokens": 55561214.0, + "step": 43170 + }, + { + "entropy": 1.0510634183883667, + "epoch": 4.12534632655011, + "grad_norm": 1.7074488401412964, + "learning_rate": 6.817199047133797e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9363361060619354, + "num_tokens": 55574040.0, + "step": 43180 + }, + { + "entropy": 1.0301445960998534, + "epoch": 4.1263017101366195, + "grad_norm": 1.2143127918243408, + "learning_rate": 6.815727274544475e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9420817017555236, + "num_tokens": 55586048.0, + "step": 43190 + }, + { + "entropy": 1.0791236519813538, + "epoch": 4.12725709372313, + "grad_norm": 1.561331033706665, + "learning_rate": 6.814255320711392e-05, + "loss": 0.2016, + "mean_token_accuracy": 0.920580905675888, + "num_tokens": 55599648.0, + "step": 43200 + }, + { + "entropy": 1.0663046479225158, + "epoch": 4.12821247730964, + "grad_norm": 1.5457768440246582, + "learning_rate": 6.812783185781475e-05, + "loss": 0.1543, + "mean_token_accuracy": 0.9394884765148163, + "num_tokens": 55612998.0, + "step": 43210 + }, + { + "entropy": 1.0562700271606444, + "epoch": 4.12916786089615, + "grad_norm": 1.3465650081634521, + "learning_rate": 6.811310869901672e-05, + "loss": 0.1557, + "mean_token_accuracy": 0.938416200876236, + "num_tokens": 55625803.0, + "step": 43220 + }, + { + "entropy": 1.0453912377357484, + "epoch": 4.13012324448266, + "grad_norm": 1.5919156074523926, + "learning_rate": 6.809838373218948e-05, + "loss": 0.1593, + "mean_token_accuracy": 0.9407424688339233, + "num_tokens": 55638932.0, + "step": 43230 + }, + { + "entropy": 1.0331849098205566, + "epoch": 4.13107862806917, + "grad_norm": 1.590254545211792, + "learning_rate": 6.808365695880286e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9365816533565521, + "num_tokens": 55652117.0, + "step": 43240 + }, + { + "entropy": 1.0332804679870606, + "epoch": 4.13203401165568, + "grad_norm": 1.4434483051300049, + "learning_rate": 6.806892838032684e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9374553799629212, + "num_tokens": 55664754.0, + "step": 43250 + }, + { + "entropy": 1.0366707563400268, + "epoch": 4.1329893952421894, + "grad_norm": 1.6404001712799072, + "learning_rate": 6.805419799823164e-05, + "loss": 0.1585, + "mean_token_accuracy": 0.9339138865470886, + "num_tokens": 55677145.0, + "step": 43260 + }, + { + "entropy": 1.04912828207016, + "epoch": 4.1339447788287, + "grad_norm": 1.7082399129867554, + "learning_rate": 6.803946581398763e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9370754778385162, + "num_tokens": 55690043.0, + "step": 43270 + }, + { + "entropy": 1.051130437850952, + "epoch": 4.134900162415209, + "grad_norm": 1.2032054662704468, + "learning_rate": 6.802473182906535e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9337582051753998, + "num_tokens": 55703133.0, + "step": 43280 + }, + { + "entropy": 1.0402456283569337, + "epoch": 4.13585554600172, + "grad_norm": 1.9377127885818481, + "learning_rate": 6.800999604493553e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9349386155605316, + "num_tokens": 55715544.0, + "step": 43290 + }, + { + "entropy": 1.0475288867950439, + "epoch": 4.13681092958823, + "grad_norm": 1.7743208408355713, + "learning_rate": 6.799525846306908e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9283988416194916, + "num_tokens": 55728200.0, + "step": 43300 + }, + { + "entropy": 1.0594636440277099, + "epoch": 4.1377663131747395, + "grad_norm": 1.7621711492538452, + "learning_rate": 6.798051908493707e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9403922617435455, + "num_tokens": 55741236.0, + "step": 43310 + }, + { + "entropy": 1.0620175361633302, + "epoch": 4.13872169676125, + "grad_norm": 1.7083343267440796, + "learning_rate": 6.79657779120108e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9275204420089722, + "num_tokens": 55754273.0, + "step": 43320 + }, + { + "entropy": 1.063857090473175, + "epoch": 4.139677080347759, + "grad_norm": 1.3954657316207886, + "learning_rate": 6.79510349457617e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.9314689874649048, + "num_tokens": 55767833.0, + "step": 43330 + }, + { + "entropy": 1.0437187910079957, + "epoch": 4.14063246393427, + "grad_norm": 1.4100269079208374, + "learning_rate": 6.793629018766138e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9265293657779694, + "num_tokens": 55780332.0, + "step": 43340 + }, + { + "entropy": 1.04809672832489, + "epoch": 4.141587847520779, + "grad_norm": 0.9151269197463989, + "learning_rate": 6.792154363918169e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9403036832809448, + "num_tokens": 55793431.0, + "step": 43350 + }, + { + "entropy": 1.0487508893013, + "epoch": 4.14254323110729, + "grad_norm": 1.0899864435195923, + "learning_rate": 6.790679530179456e-05, + "loss": 0.1429, + "mean_token_accuracy": 0.9443313717842102, + "num_tokens": 55806548.0, + "step": 43360 + }, + { + "entropy": 1.0471900939941405, + "epoch": 4.1434986146938, + "grad_norm": 1.216670274734497, + "learning_rate": 6.789204517697218e-05, + "loss": 0.1477, + "mean_token_accuracy": 0.9435604214668274, + "num_tokens": 55819702.0, + "step": 43370 + }, + { + "entropy": 1.0478582322597503, + "epoch": 4.1444539982803095, + "grad_norm": 1.7992407083511353, + "learning_rate": 6.787729326618689e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9430318176746368, + "num_tokens": 55832841.0, + "step": 43380 + }, + { + "entropy": 1.0463402271270752, + "epoch": 4.14540938186682, + "grad_norm": 1.50295090675354, + "learning_rate": 6.78625395709112e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9327722609043121, + "num_tokens": 55845410.0, + "step": 43390 + }, + { + "entropy": 1.0519016146659852, + "epoch": 4.146364765453329, + "grad_norm": 1.7222599983215332, + "learning_rate": 6.784778409261782e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9379161477088929, + "num_tokens": 55858550.0, + "step": 43400 + }, + { + "entropy": 1.0431152939796449, + "epoch": 4.14732014903984, + "grad_norm": 1.9423729181289673, + "learning_rate": 6.783302683277961e-05, + "loss": 0.1685, + "mean_token_accuracy": 0.9345951974391937, + "num_tokens": 55871264.0, + "step": 43410 + }, + { + "entropy": 1.0519311070442199, + "epoch": 4.148275532626349, + "grad_norm": 1.798496127128601, + "learning_rate": 6.781826779286963e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9263303935527801, + "num_tokens": 55884130.0, + "step": 43420 + }, + { + "entropy": 1.0578971982002259, + "epoch": 4.1492309162128596, + "grad_norm": 1.8415666818618774, + "learning_rate": 6.78035069743611e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9300955176353455, + "num_tokens": 55897387.0, + "step": 43430 + }, + { + "entropy": 1.0470322906970977, + "epoch": 4.150186299799369, + "grad_norm": 1.5997769832611084, + "learning_rate": 6.778874437872744e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.932167112827301, + "num_tokens": 55910506.0, + "step": 43440 + }, + { + "entropy": 1.046698760986328, + "epoch": 4.151141683385879, + "grad_norm": 2.029096841812134, + "learning_rate": 6.777398000744223e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9409736216068267, + "num_tokens": 55923503.0, + "step": 43450 + }, + { + "entropy": 1.0404283046722411, + "epoch": 4.15209706697239, + "grad_norm": 1.7328345775604248, + "learning_rate": 6.77592138619792e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9348045349121094, + "num_tokens": 55935900.0, + "step": 43460 + }, + { + "entropy": 1.0451846957206725, + "epoch": 4.153052450558899, + "grad_norm": 0.9700549244880676, + "learning_rate": 6.774444594381237e-05, + "loss": 0.1464, + "mean_token_accuracy": 0.9419225931167603, + "num_tokens": 55948717.0, + "step": 43470 + }, + { + "entropy": 1.04007830619812, + "epoch": 4.15400783414541, + "grad_norm": 2.55252742767334, + "learning_rate": 6.772967625441579e-05, + "loss": 0.1892, + "mean_token_accuracy": 0.9245762944221496, + "num_tokens": 55961314.0, + "step": 43480 + }, + { + "entropy": 1.0396225869655609, + "epoch": 4.154963217731919, + "grad_norm": 1.4001961946487427, + "learning_rate": 6.771490479526377e-05, + "loss": 0.1529, + "mean_token_accuracy": 0.9392116844654084, + "num_tokens": 55974544.0, + "step": 43490 + }, + { + "entropy": 1.0312331318855286, + "epoch": 4.1559186013184295, + "grad_norm": 1.4302546977996826, + "learning_rate": 6.770013156783077e-05, + "loss": 0.1611, + "mean_token_accuracy": 0.9345719456672669, + "num_tokens": 55987408.0, + "step": 43500 + }, + { + "entropy": 1.0356946110725402, + "epoch": 4.156873984904939, + "grad_norm": 1.7511464357376099, + "learning_rate": 6.768535657359147e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.93660209774971, + "num_tokens": 56000077.0, + "step": 43510 + }, + { + "entropy": 1.0570484757423402, + "epoch": 4.157829368491449, + "grad_norm": 2.0167152881622314, + "learning_rate": 6.767057981402066e-05, + "loss": 0.1789, + "mean_token_accuracy": 0.9309935510158539, + "num_tokens": 56013738.0, + "step": 43520 + }, + { + "entropy": 1.040141224861145, + "epoch": 4.15878475207796, + "grad_norm": 1.703176498413086, + "learning_rate": 6.765580129059333e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9366775393486023, + "num_tokens": 56026384.0, + "step": 43530 + }, + { + "entropy": 1.0441821098327637, + "epoch": 4.159740135664469, + "grad_norm": 1.827968716621399, + "learning_rate": 6.764102100478467e-05, + "loss": 0.155, + "mean_token_accuracy": 0.9424630165100097, + "num_tokens": 56039674.0, + "step": 43540 + }, + { + "entropy": 1.037757658958435, + "epoch": 4.16069551925098, + "grad_norm": 1.5278903245925903, + "learning_rate": 6.762623895807005e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9378555059432984, + "num_tokens": 56052158.0, + "step": 43550 + }, + { + "entropy": 1.033218902349472, + "epoch": 4.161650902837489, + "grad_norm": 1.4274786710739136, + "learning_rate": 6.761145515192498e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9424647390842438, + "num_tokens": 56064640.0, + "step": 43560 + }, + { + "entropy": 1.0489245533943177, + "epoch": 4.162606286423999, + "grad_norm": 1.5092805624008179, + "learning_rate": 6.759666958782516e-05, + "loss": 0.1619, + "mean_token_accuracy": 0.9347496867179871, + "num_tokens": 56077617.0, + "step": 43570 + }, + { + "entropy": 1.0614184856414794, + "epoch": 4.163561670010509, + "grad_norm": 1.5970790386199951, + "learning_rate": 6.758188226724647e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9369247019290924, + "num_tokens": 56090432.0, + "step": 43580 + }, + { + "entropy": 1.0631300926208496, + "epoch": 4.164517053597019, + "grad_norm": 1.5338449478149414, + "learning_rate": 6.756709319166497e-05, + "loss": 0.1613, + "mean_token_accuracy": 0.9358921349048615, + "num_tokens": 56103650.0, + "step": 43590 + }, + { + "entropy": 1.0540530800819397, + "epoch": 4.165472437183529, + "grad_norm": 1.8518593311309814, + "learning_rate": 6.755230236255687e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9317049205303192, + "num_tokens": 56116166.0, + "step": 43600 + }, + { + "entropy": 1.0703726172447205, + "epoch": 4.166427820770039, + "grad_norm": 1.5780577659606934, + "learning_rate": 6.753750978139857e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9330444037914276, + "num_tokens": 56128816.0, + "step": 43610 + }, + { + "entropy": 1.0669635772705077, + "epoch": 4.1673832043565495, + "grad_norm": 1.7367305755615234, + "learning_rate": 6.752271544966668e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9366068243980408, + "num_tokens": 56142014.0, + "step": 43620 + }, + { + "entropy": 1.074515736103058, + "epoch": 4.168338587943059, + "grad_norm": 1.6341758966445923, + "learning_rate": 6.750791936883795e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9364092826843262, + "num_tokens": 56155963.0, + "step": 43630 + }, + { + "entropy": 1.0467294692993163, + "epoch": 4.169293971529569, + "grad_norm": 1.5978102684020996, + "learning_rate": 6.749312154038927e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9433158457279205, + "num_tokens": 56168528.0, + "step": 43640 + }, + { + "entropy": 1.0518614172935485, + "epoch": 4.170249355116079, + "grad_norm": 2.2799129486083984, + "learning_rate": 6.747832196579778e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9338582456111908, + "num_tokens": 56181389.0, + "step": 43650 + }, + { + "entropy": 1.037062406539917, + "epoch": 4.171204738702589, + "grad_norm": 1.9233545064926147, + "learning_rate": 6.74635206465407e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.9285117030143738, + "num_tokens": 56193946.0, + "step": 43660 + }, + { + "entropy": 1.0581559777259826, + "epoch": 4.172160122289099, + "grad_norm": 1.967063307762146, + "learning_rate": 6.744871758409556e-05, + "loss": 0.1676, + "mean_token_accuracy": 0.936922812461853, + "num_tokens": 56206451.0, + "step": 43670 + }, + { + "entropy": 1.0559646248817445, + "epoch": 4.173115505875609, + "grad_norm": 1.1900346279144287, + "learning_rate": 6.743391277993993e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9261222064495087, + "num_tokens": 56218872.0, + "step": 43680 + }, + { + "entropy": 1.0575757145881652, + "epoch": 4.1740708894621195, + "grad_norm": 1.5236823558807373, + "learning_rate": 6.741910623555163e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9362229883670807, + "num_tokens": 56231617.0, + "step": 43690 + }, + { + "entropy": 1.051914119720459, + "epoch": 4.175026273048629, + "grad_norm": 1.7331041097640991, + "learning_rate": 6.740429795240863e-05, + "loss": 0.1554, + "mean_token_accuracy": 0.9420500099658966, + "num_tokens": 56245172.0, + "step": 43700 + }, + { + "entropy": 1.0376713871955872, + "epoch": 4.175981656635139, + "grad_norm": 1.6494534015655518, + "learning_rate": 6.738948793198904e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9395599603652954, + "num_tokens": 56257640.0, + "step": 43710 + }, + { + "entropy": 1.0605988502502441, + "epoch": 4.176937040221649, + "grad_norm": 2.0742061138153076, + "learning_rate": 6.737467617577124e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9346896886825562, + "num_tokens": 56271006.0, + "step": 43720 + }, + { + "entropy": 1.0692845582962036, + "epoch": 4.177892423808159, + "grad_norm": 1.4466562271118164, + "learning_rate": 6.735986268523369e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9321272253990174, + "num_tokens": 56284354.0, + "step": 43730 + }, + { + "entropy": 1.0672645568847656, + "epoch": 4.178847807394669, + "grad_norm": 1.3998627662658691, + "learning_rate": 6.734504746185506e-05, + "loss": 0.1611, + "mean_token_accuracy": 0.936607939004898, + "num_tokens": 56297707.0, + "step": 43740 + }, + { + "entropy": 1.0380518436431885, + "epoch": 4.179803190981179, + "grad_norm": 1.6935985088348389, + "learning_rate": 6.733023050711415e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9338333487510682, + "num_tokens": 56310695.0, + "step": 43750 + }, + { + "entropy": 1.0626091837882996, + "epoch": 4.1807585745676885, + "grad_norm": 1.5741510391235352, + "learning_rate": 6.731541182249004e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.938506668806076, + "num_tokens": 56323856.0, + "step": 43760 + }, + { + "entropy": 1.0514227628707886, + "epoch": 4.181713958154199, + "grad_norm": 1.1546978950500488, + "learning_rate": 6.730059140946186e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9274690210819244, + "num_tokens": 56336217.0, + "step": 43770 + }, + { + "entropy": 1.043795680999756, + "epoch": 4.182669341740709, + "grad_norm": 1.7989140748977661, + "learning_rate": 6.728576926950898e-05, + "loss": 0.174, + "mean_token_accuracy": 0.935462474822998, + "num_tokens": 56348688.0, + "step": 43780 + }, + { + "entropy": 1.0537059009075165, + "epoch": 4.183624725327219, + "grad_norm": 1.9965784549713135, + "learning_rate": 6.727094540411097e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9289783298969269, + "num_tokens": 56361426.0, + "step": 43790 + }, + { + "entropy": 1.0523075342178345, + "epoch": 4.184580108913729, + "grad_norm": 1.575067162513733, + "learning_rate": 6.725611981474746e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9383274197578431, + "num_tokens": 56374185.0, + "step": 43800 + }, + { + "entropy": 1.059990608692169, + "epoch": 4.185535492500239, + "grad_norm": 1.822117567062378, + "learning_rate": 6.724129250289837e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9371780276298523, + "num_tokens": 56387451.0, + "step": 43810 + }, + { + "entropy": 1.0552236914634705, + "epoch": 4.186490876086749, + "grad_norm": 1.7866966724395752, + "learning_rate": 6.722646347004374e-05, + "loss": 0.1537, + "mean_token_accuracy": 0.9389997243881225, + "num_tokens": 56400192.0, + "step": 43820 + }, + { + "entropy": 1.0619753241539, + "epoch": 4.1874462596732585, + "grad_norm": 1.6021474599838257, + "learning_rate": 6.721163271766375e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9344180345535278, + "num_tokens": 56413250.0, + "step": 43830 + }, + { + "entropy": 1.0598366618156434, + "epoch": 4.188401643259769, + "grad_norm": 1.5000405311584473, + "learning_rate": 6.719680024723883e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9299316465854645, + "num_tokens": 56425967.0, + "step": 43840 + }, + { + "entropy": 1.0621869683265686, + "epoch": 4.189357026846279, + "grad_norm": 1.343888282775879, + "learning_rate": 6.718196606024953e-05, + "loss": 0.1647, + "mean_token_accuracy": 0.9318229973316192, + "num_tokens": 56439151.0, + "step": 43850 + }, + { + "entropy": 1.0449885487556458, + "epoch": 4.190312410432789, + "grad_norm": 1.9683542251586914, + "learning_rate": 6.71671301581766e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9334592938423156, + "num_tokens": 56451754.0, + "step": 43860 + }, + { + "entropy": 1.0449181497097015, + "epoch": 4.191267794019299, + "grad_norm": 1.1318145990371704, + "learning_rate": 6.71522925425009e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9382474720478058, + "num_tokens": 56464597.0, + "step": 43870 + }, + { + "entropy": 1.050550937652588, + "epoch": 4.1922231776058085, + "grad_norm": 2.1168034076690674, + "learning_rate": 6.713745321470352e-05, + "loss": 0.1876, + "mean_token_accuracy": 0.9272818565368652, + "num_tokens": 56477165.0, + "step": 43880 + }, + { + "entropy": 1.0543363213539123, + "epoch": 4.193178561192319, + "grad_norm": 1.7029640674591064, + "learning_rate": 6.712261217626572e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9361916482448578, + "num_tokens": 56490426.0, + "step": 43890 + }, + { + "entropy": 1.0666974663734436, + "epoch": 4.194133944778828, + "grad_norm": 1.5229254961013794, + "learning_rate": 6.71077694286689e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9320356011390686, + "num_tokens": 56503005.0, + "step": 43900 + }, + { + "entropy": 1.0615385532379151, + "epoch": 4.195089328365339, + "grad_norm": 1.0420081615447998, + "learning_rate": 6.709292497339463e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9325924873352051, + "num_tokens": 56516036.0, + "step": 43910 + }, + { + "entropy": 1.053844940662384, + "epoch": 4.196044711951848, + "grad_norm": 1.3933913707733154, + "learning_rate": 6.707807881192472e-05, + "loss": 0.1623, + "mean_token_accuracy": 0.9333621382713317, + "num_tokens": 56528942.0, + "step": 43920 + }, + { + "entropy": 1.0596710324287415, + "epoch": 4.197000095538359, + "grad_norm": 1.926464557647705, + "learning_rate": 6.706323094574102e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9314364075660706, + "num_tokens": 56542226.0, + "step": 43930 + }, + { + "entropy": 1.047614872455597, + "epoch": 4.197955479124869, + "grad_norm": 1.7740098237991333, + "learning_rate": 6.70483813763257e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9332126319408417, + "num_tokens": 56554957.0, + "step": 43940 + }, + { + "entropy": 1.049270796775818, + "epoch": 4.1989108627113785, + "grad_norm": 1.8031866550445557, + "learning_rate": 6.703353010516097e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9297319173812866, + "num_tokens": 56567662.0, + "step": 43950 + }, + { + "entropy": 1.0631717205047608, + "epoch": 4.199866246297889, + "grad_norm": 1.324272632598877, + "learning_rate": 6.701867713372931e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9333942115306855, + "num_tokens": 56580729.0, + "step": 43960 + }, + { + "entropy": 1.0765140652656555, + "epoch": 4.200821629884398, + "grad_norm": 1.0201512575149536, + "learning_rate": 6.70038224635133e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9293156504631043, + "num_tokens": 56594738.0, + "step": 43970 + }, + { + "entropy": 1.0596539497375488, + "epoch": 4.201777013470909, + "grad_norm": 2.122080087661743, + "learning_rate": 6.698896609599571e-05, + "loss": 0.1542, + "mean_token_accuracy": 0.9400738775730133, + "num_tokens": 56607608.0, + "step": 43980 + }, + { + "entropy": 1.0654956936836242, + "epoch": 4.202732397057418, + "grad_norm": 1.4541772603988647, + "learning_rate": 6.697410803265953e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9316927790641785, + "num_tokens": 56620692.0, + "step": 43990 + }, + { + "entropy": 1.0660313963890076, + "epoch": 4.203687780643929, + "grad_norm": 1.8305751085281372, + "learning_rate": 6.695924827498783e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9243825912475586, + "num_tokens": 56633461.0, + "step": 44000 + }, + { + "entropy": 1.0647325038909912, + "epoch": 4.204643164230439, + "grad_norm": 1.8732179403305054, + "learning_rate": 6.694438682446389e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.93514324426651, + "num_tokens": 56646401.0, + "step": 44010 + }, + { + "entropy": 1.0439195871353149, + "epoch": 4.205598547816948, + "grad_norm": 1.660118818283081, + "learning_rate": 6.69295236825712e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9405381202697753, + "num_tokens": 56658892.0, + "step": 44020 + }, + { + "entropy": 1.0534733533859253, + "epoch": 4.206553931403459, + "grad_norm": 1.523458480834961, + "learning_rate": 6.691465885079333e-05, + "loss": 0.1809, + "mean_token_accuracy": 0.9279469668865203, + "num_tokens": 56671988.0, + "step": 44030 + }, + { + "entropy": 1.0635497570037842, + "epoch": 4.207509314989968, + "grad_norm": 1.4830842018127441, + "learning_rate": 6.689979233061413e-05, + "loss": 0.1854, + "mean_token_accuracy": 0.9288143336772918, + "num_tokens": 56685224.0, + "step": 44040 + }, + { + "entropy": 1.0498175740242004, + "epoch": 4.208464698576479, + "grad_norm": 1.2166050672531128, + "learning_rate": 6.688492412351752e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9378849148750306, + "num_tokens": 56698497.0, + "step": 44050 + }, + { + "entropy": 1.0630378007888794, + "epoch": 4.209420082162988, + "grad_norm": 1.3757948875427246, + "learning_rate": 6.687005423098762e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9341293334960937, + "num_tokens": 56711727.0, + "step": 44060 + }, + { + "entropy": 1.0697503685951233, + "epoch": 4.2103754657494985, + "grad_norm": 1.2493634223937988, + "learning_rate": 6.685518265450874e-05, + "loss": 0.1868, + "mean_token_accuracy": 0.9285605609416961, + "num_tokens": 56724930.0, + "step": 44070 + }, + { + "entropy": 1.0732930660247804, + "epoch": 4.211330849336008, + "grad_norm": 1.2132155895233154, + "learning_rate": 6.684030939556536e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9276170849800109, + "num_tokens": 56738178.0, + "step": 44080 + }, + { + "entropy": 1.0521822690963745, + "epoch": 4.212286232922518, + "grad_norm": 1.3716251850128174, + "learning_rate": 6.682543445564209e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9373666882514954, + "num_tokens": 56750885.0, + "step": 44090 + }, + { + "entropy": 1.0405489206314087, + "epoch": 4.213241616509029, + "grad_norm": 1.8226544857025146, + "learning_rate": 6.681055783622373e-05, + "loss": 0.1549, + "mean_token_accuracy": 0.938708370923996, + "num_tokens": 56763325.0, + "step": 44100 + }, + { + "entropy": 1.057052493095398, + "epoch": 4.214197000095538, + "grad_norm": 2.055619716644287, + "learning_rate": 6.679567953879527e-05, + "loss": 0.1477, + "mean_token_accuracy": 0.9400703966617584, + "num_tokens": 56776177.0, + "step": 44110 + }, + { + "entropy": 1.0641532778739928, + "epoch": 4.215152383682049, + "grad_norm": 1.7082711458206177, + "learning_rate": 6.678079956484179e-05, + "loss": 0.1989, + "mean_token_accuracy": 0.9278139412403107, + "num_tokens": 56789380.0, + "step": 44120 + }, + { + "entropy": 1.0471663117408752, + "epoch": 4.216107767268558, + "grad_norm": 1.6587574481964111, + "learning_rate": 6.676591791584864e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9369998931884765, + "num_tokens": 56801682.0, + "step": 44130 + }, + { + "entropy": 1.0414778113365173, + "epoch": 4.217063150855068, + "grad_norm": 1.3475158214569092, + "learning_rate": 6.675103459330127e-05, + "loss": 0.1383, + "mean_token_accuracy": 0.9516955256462097, + "num_tokens": 56814240.0, + "step": 44140 + }, + { + "entropy": 1.046992838382721, + "epoch": 4.218018534441578, + "grad_norm": 1.9694530963897705, + "learning_rate": 6.673614959868533e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.9380751788616181, + "num_tokens": 56826724.0, + "step": 44150 + }, + { + "entropy": 1.060043203830719, + "epoch": 4.218973918028088, + "grad_norm": 1.5955849885940552, + "learning_rate": 6.672126293348662e-05, + "loss": 0.1794, + "mean_token_accuracy": 0.9295102238655091, + "num_tokens": 56840064.0, + "step": 44160 + }, + { + "entropy": 1.0461450219154358, + "epoch": 4.219929301614599, + "grad_norm": 1.6003446578979492, + "learning_rate": 6.67063745991911e-05, + "loss": 0.159, + "mean_token_accuracy": 0.9371990025043487, + "num_tokens": 56852684.0, + "step": 44170 + }, + { + "entropy": 1.0348184704780579, + "epoch": 4.220884685201108, + "grad_norm": 1.836557388305664, + "learning_rate": 6.669148459728491e-05, + "loss": 0.1597, + "mean_token_accuracy": 0.9392525613307953, + "num_tokens": 56865514.0, + "step": 44180 + }, + { + "entropy": 1.0635265350341796, + "epoch": 4.2218400687876185, + "grad_norm": 1.3147987127304077, + "learning_rate": 6.667659292925433e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9320515394210815, + "num_tokens": 56878793.0, + "step": 44190 + }, + { + "entropy": 1.0516296863555907, + "epoch": 4.222795452374128, + "grad_norm": 1.8862823247909546, + "learning_rate": 6.666169959658587e-05, + "loss": 0.1463, + "mean_token_accuracy": 0.9418842256069183, + "num_tokens": 56892219.0, + "step": 44200 + }, + { + "entropy": 1.0603343725204468, + "epoch": 4.223750835960638, + "grad_norm": 2.9053399562835693, + "learning_rate": 6.664680460076614e-05, + "loss": 0.2134, + "mean_token_accuracy": 0.9151731967926026, + "num_tokens": 56905068.0, + "step": 44210 + }, + { + "entropy": 1.057881498336792, + "epoch": 4.224706219547148, + "grad_norm": 2.3548920154571533, + "learning_rate": 6.663190794328194e-05, + "loss": 0.1897, + "mean_token_accuracy": 0.9212827801704406, + "num_tokens": 56917875.0, + "step": 44220 + }, + { + "entropy": 1.0621047258377074, + "epoch": 4.225661603133658, + "grad_norm": 1.295482873916626, + "learning_rate": 6.661700962562024e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9287108302116394, + "num_tokens": 56930658.0, + "step": 44230 + }, + { + "entropy": 1.052160120010376, + "epoch": 4.226616986720168, + "grad_norm": 1.9039137363433838, + "learning_rate": 6.660210964926819e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9313864529132843, + "num_tokens": 56943214.0, + "step": 44240 + }, + { + "entropy": 1.0703905940055847, + "epoch": 4.227572370306678, + "grad_norm": 1.636738657951355, + "learning_rate": 6.658720801571307e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9349439144134521, + "num_tokens": 56955517.0, + "step": 44250 + }, + { + "entropy": 1.0618367552757264, + "epoch": 4.2285277538931885, + "grad_norm": 1.4704859256744385, + "learning_rate": 6.657230472644233e-05, + "loss": 0.1669, + "mean_token_accuracy": 0.9341432511806488, + "num_tokens": 56968281.0, + "step": 44260 + }, + { + "entropy": 1.0678399562835694, + "epoch": 4.229483137479698, + "grad_norm": 1.8110829591751099, + "learning_rate": 6.655739978294364e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.9321940243244171, + "num_tokens": 56981171.0, + "step": 44270 + }, + { + "entropy": 1.0679815411567688, + "epoch": 4.230438521066208, + "grad_norm": 1.443310260772705, + "learning_rate": 6.654249318670475e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.9306625604629517, + "num_tokens": 56993948.0, + "step": 44280 + }, + { + "entropy": 1.0837856769561767, + "epoch": 4.231393904652718, + "grad_norm": 1.810129165649414, + "learning_rate": 6.652758493921365e-05, + "loss": 0.1866, + "mean_token_accuracy": 0.9288854122161865, + "num_tokens": 57007416.0, + "step": 44290 + }, + { + "entropy": 1.0551916837692261, + "epoch": 4.232349288239228, + "grad_norm": 1.376036524772644, + "learning_rate": 6.651267504195844e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9404373288154602, + "num_tokens": 57019740.0, + "step": 44300 + }, + { + "entropy": 1.063241469860077, + "epoch": 4.233304671825738, + "grad_norm": 1.6213762760162354, + "learning_rate": 6.649776349642744e-05, + "loss": 0.1494, + "mean_token_accuracy": 0.9412299156188965, + "num_tokens": 57032465.0, + "step": 44310 + }, + { + "entropy": 1.058628749847412, + "epoch": 4.234260055412248, + "grad_norm": 1.355978012084961, + "learning_rate": 6.648285030410908e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9285848200321197, + "num_tokens": 57044952.0, + "step": 44320 + }, + { + "entropy": 1.0833877563476562, + "epoch": 4.235215438998758, + "grad_norm": 1.8013869524002075, + "learning_rate": 6.646793546649197e-05, + "loss": 0.1909, + "mean_token_accuracy": 0.9244698345661163, + "num_tokens": 57057863.0, + "step": 44330 + }, + { + "entropy": 1.0786187171936035, + "epoch": 4.236170822585268, + "grad_norm": 1.2715095281600952, + "learning_rate": 6.645301898506491e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9347392857074738, + "num_tokens": 57070853.0, + "step": 44340 + }, + { + "entropy": 1.0551708817481995, + "epoch": 4.237126206171778, + "grad_norm": 1.8888404369354248, + "learning_rate": 6.643810086131683e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.932568895816803, + "num_tokens": 57083203.0, + "step": 44350 + }, + { + "entropy": 1.0765162706375122, + "epoch": 4.238081589758288, + "grad_norm": 1.3520127534866333, + "learning_rate": 6.642318109673685e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9350528597831727, + "num_tokens": 57095773.0, + "step": 44360 + }, + { + "entropy": 1.0600940942764283, + "epoch": 4.239036973344798, + "grad_norm": 1.4778553247451782, + "learning_rate": 6.640825969281424e-05, + "loss": 0.1484, + "mean_token_accuracy": 0.9421468198299408, + "num_tokens": 57108267.0, + "step": 44370 + }, + { + "entropy": 1.0780553817749023, + "epoch": 4.239992356931308, + "grad_norm": 1.869520902633667, + "learning_rate": 6.639333665103845e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9332291126251221, + "num_tokens": 57121089.0, + "step": 44380 + }, + { + "entropy": 1.081064224243164, + "epoch": 4.240947740517818, + "grad_norm": 2.7977488040924072, + "learning_rate": 6.637841197289905e-05, + "loss": 0.1957, + "mean_token_accuracy": 0.9204948365688324, + "num_tokens": 57134069.0, + "step": 44390 + }, + { + "entropy": 1.0588991284370421, + "epoch": 4.2419031241043275, + "grad_norm": 2.486945629119873, + "learning_rate": 6.636348565988584e-05, + "loss": 0.1476, + "mean_token_accuracy": 0.9447150468826294, + "num_tokens": 57146925.0, + "step": 44400 + }, + { + "entropy": 1.0668959736824035, + "epoch": 4.242858507690838, + "grad_norm": 1.5859724283218384, + "learning_rate": 6.634855771348874e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9361504435539245, + "num_tokens": 57160132.0, + "step": 44410 + }, + { + "entropy": 1.0586601972579956, + "epoch": 4.243813891277348, + "grad_norm": 1.6724380254745483, + "learning_rate": 6.63336281351978e-05, + "loss": 0.178, + "mean_token_accuracy": 0.9326012611389161, + "num_tokens": 57172302.0, + "step": 44420 + }, + { + "entropy": 1.0819798111915588, + "epoch": 4.244769274863858, + "grad_norm": 1.543884515762329, + "learning_rate": 6.631869692650331e-05, + "loss": 0.1714, + "mean_token_accuracy": 0.9328527987003327, + "num_tokens": 57185008.0, + "step": 44430 + }, + { + "entropy": 1.0732711791992187, + "epoch": 4.245724658450368, + "grad_norm": 1.1891297101974487, + "learning_rate": 6.630376408889568e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9361809194087982, + "num_tokens": 57197382.0, + "step": 44440 + }, + { + "entropy": 1.0784139037132263, + "epoch": 4.2466800420368775, + "grad_norm": 1.9586549997329712, + "learning_rate": 6.62888296238655e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.935569679737091, + "num_tokens": 57210231.0, + "step": 44450 + }, + { + "entropy": 1.0851654887199402, + "epoch": 4.247635425623388, + "grad_norm": 1.0883396863937378, + "learning_rate": 6.627389353290349e-05, + "loss": 0.1879, + "mean_token_accuracy": 0.9285813629627228, + "num_tokens": 57223440.0, + "step": 44460 + }, + { + "entropy": 1.0783696532249452, + "epoch": 4.248590809209897, + "grad_norm": 1.2031041383743286, + "learning_rate": 6.625895581750056e-05, + "loss": 0.1623, + "mean_token_accuracy": 0.9404760003089905, + "num_tokens": 57236272.0, + "step": 44470 + }, + { + "entropy": 1.0775847792625428, + "epoch": 4.249546192796408, + "grad_norm": 2.085841655731201, + "learning_rate": 6.624401647914777e-05, + "loss": 0.1863, + "mean_token_accuracy": 0.928151935338974, + "num_tokens": 57249380.0, + "step": 44480 + }, + { + "entropy": 1.058835232257843, + "epoch": 4.250501576382918, + "grad_norm": 1.781733512878418, + "learning_rate": 6.622907551933635e-05, + "loss": 0.1534, + "mean_token_accuracy": 0.937692505121231, + "num_tokens": 57261641.0, + "step": 44490 + }, + { + "entropy": 1.0523482084274292, + "epoch": 4.251456959969428, + "grad_norm": 1.375240445137024, + "learning_rate": 6.62141329395577e-05, + "loss": 0.1415, + "mean_token_accuracy": 0.9428029835224152, + "num_tokens": 57274224.0, + "step": 44500 + }, + { + "entropy": 1.0600932478904723, + "epoch": 4.252412343555938, + "grad_norm": 1.6269452571868896, + "learning_rate": 6.619918874130336e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9282935857772827, + "num_tokens": 57286647.0, + "step": 44510 + }, + { + "entropy": 1.0689420461654664, + "epoch": 4.2533677271424475, + "grad_norm": 1.3334163427352905, + "learning_rate": 6.618424292606505e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.9352986693382264, + "num_tokens": 57299439.0, + "step": 44520 + }, + { + "entropy": 1.0852571964263915, + "epoch": 4.254323110728958, + "grad_norm": 1.67922043800354, + "learning_rate": 6.616929549533462e-05, + "loss": 0.17, + "mean_token_accuracy": 0.9364341795444489, + "num_tokens": 57312889.0, + "step": 44530 + }, + { + "entropy": 1.0706416606903075, + "epoch": 4.255278494315467, + "grad_norm": 1.557541012763977, + "learning_rate": 6.615434645060414e-05, + "loss": 0.1911, + "mean_token_accuracy": 0.9234985172748565, + "num_tokens": 57325677.0, + "step": 44540 + }, + { + "entropy": 1.0733894467353822, + "epoch": 4.256233877901978, + "grad_norm": 2.012907028198242, + "learning_rate": 6.613939579336579e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9347267329692841, + "num_tokens": 57339003.0, + "step": 44550 + }, + { + "entropy": 1.0672594785690308, + "epoch": 4.257189261488488, + "grad_norm": 1.9522478580474854, + "learning_rate": 6.612444352511192e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9362101793289185, + "num_tokens": 57351792.0, + "step": 44560 + }, + { + "entropy": 1.0609415650367737, + "epoch": 4.258144645074998, + "grad_norm": 1.924818754196167, + "learning_rate": 6.610948964733505e-05, + "loss": 0.1772, + "mean_token_accuracy": 0.9308964371681213, + "num_tokens": 57364384.0, + "step": 44570 + }, + { + "entropy": 1.059919536113739, + "epoch": 4.259100028661508, + "grad_norm": 1.6118183135986328, + "learning_rate": 6.609453416152787e-05, + "loss": 0.1188, + "mean_token_accuracy": 0.9555926740169525, + "num_tokens": 57377135.0, + "step": 44580 + }, + { + "entropy": 1.082700288295746, + "epoch": 4.260055412248017, + "grad_norm": 1.55289626121521, + "learning_rate": 6.607957706918321e-05, + "loss": 0.1523, + "mean_token_accuracy": 0.9399189352989197, + "num_tokens": 57390538.0, + "step": 44590 + }, + { + "entropy": 1.0757371187210083, + "epoch": 4.261010795834528, + "grad_norm": 1.3807505369186401, + "learning_rate": 6.606461837179407e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9372096061706543, + "num_tokens": 57403145.0, + "step": 44600 + }, + { + "entropy": 1.0839693546295166, + "epoch": 4.261966179421037, + "grad_norm": 1.7134922742843628, + "learning_rate": 6.604965807085362e-05, + "loss": 0.1634, + "mean_token_accuracy": 0.9336599886417389, + "num_tokens": 57416208.0, + "step": 44610 + }, + { + "entropy": 1.0767051160335541, + "epoch": 4.262921563007548, + "grad_norm": 1.917293906211853, + "learning_rate": 6.603469616785516e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.933949089050293, + "num_tokens": 57428828.0, + "step": 44620 + }, + { + "entropy": 1.0682519912719726, + "epoch": 4.263876946594057, + "grad_norm": 2.045543909072876, + "learning_rate": 6.601973266429218e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9374643683433532, + "num_tokens": 57442135.0, + "step": 44630 + }, + { + "entropy": 1.0707619547843934, + "epoch": 4.2648323301805675, + "grad_norm": 2.169121265411377, + "learning_rate": 6.600476756165832e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9302157700061798, + "num_tokens": 57455500.0, + "step": 44640 + }, + { + "entropy": 1.066615927219391, + "epoch": 4.265787713767078, + "grad_norm": 1.6971627473831177, + "learning_rate": 6.59898008614474e-05, + "loss": 0.1593, + "mean_token_accuracy": 0.9373304009437561, + "num_tokens": 57468375.0, + "step": 44650 + }, + { + "entropy": 1.078569722175598, + "epoch": 4.266743097353587, + "grad_norm": 2.117614269256592, + "learning_rate": 6.597483256515332e-05, + "loss": 0.1954, + "mean_token_accuracy": 0.9181898474693299, + "num_tokens": 57481532.0, + "step": 44660 + }, + { + "entropy": 1.0693853497505188, + "epoch": 4.267698480940098, + "grad_norm": 1.927278995513916, + "learning_rate": 6.595986267427026e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9271646440029144, + "num_tokens": 57494271.0, + "step": 44670 + }, + { + "entropy": 1.0796387434005736, + "epoch": 4.268653864526607, + "grad_norm": 1.584995985031128, + "learning_rate": 6.594489119029245e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9293481290340424, + "num_tokens": 57507190.0, + "step": 44680 + }, + { + "entropy": 1.0675696909427643, + "epoch": 4.269609248113118, + "grad_norm": 1.8194944858551025, + "learning_rate": 6.592991811471437e-05, + "loss": 0.1824, + "mean_token_accuracy": 0.9253255069255829, + "num_tokens": 57519957.0, + "step": 44690 + }, + { + "entropy": 1.0764466047286987, + "epoch": 4.270564631699627, + "grad_norm": 1.496646523475647, + "learning_rate": 6.591494344903059e-05, + "loss": 0.1607, + "mean_token_accuracy": 0.9342277407646179, + "num_tokens": 57532578.0, + "step": 44700 + }, + { + "entropy": 1.0891828060150146, + "epoch": 4.2715200152861375, + "grad_norm": 1.0304540395736694, + "learning_rate": 6.589996719473586e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9330960929393768, + "num_tokens": 57545404.0, + "step": 44710 + }, + { + "entropy": 1.0821300148963928, + "epoch": 4.272475398872647, + "grad_norm": 1.474228024482727, + "learning_rate": 6.58849893533251e-05, + "loss": 0.1664, + "mean_token_accuracy": 0.9353541016578675, + "num_tokens": 57558432.0, + "step": 44720 + }, + { + "entropy": 1.0681675672531128, + "epoch": 4.273430782459157, + "grad_norm": 1.6358705759048462, + "learning_rate": 6.587000992629335e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9389914691448211, + "num_tokens": 57571330.0, + "step": 44730 + }, + { + "entropy": 1.0611966371536254, + "epoch": 4.274386166045668, + "grad_norm": 1.1001118421554565, + "learning_rate": 6.585502891513591e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9360793232917786, + "num_tokens": 57583651.0, + "step": 44740 + }, + { + "entropy": 1.0733610272407532, + "epoch": 4.275341549632177, + "grad_norm": 1.5019981861114502, + "learning_rate": 6.584004632134809e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9306165635585785, + "num_tokens": 57596021.0, + "step": 44750 + }, + { + "entropy": 1.0955795884132384, + "epoch": 4.2762969332186875, + "grad_norm": 1.8849303722381592, + "learning_rate": 6.582506214642548e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.939588338136673, + "num_tokens": 57609309.0, + "step": 44760 + }, + { + "entropy": 1.0981387615203857, + "epoch": 4.277252316805197, + "grad_norm": 1.697240948677063, + "learning_rate": 6.581007639186379e-05, + "loss": 0.1976, + "mean_token_accuracy": 0.9228228986263275, + "num_tokens": 57622483.0, + "step": 44770 + }, + { + "entropy": 1.0793410778045653, + "epoch": 4.278207700391707, + "grad_norm": 3.3752264976501465, + "learning_rate": 6.579508905915884e-05, + "loss": 0.185, + "mean_token_accuracy": 0.9357105433940888, + "num_tokens": 57635495.0, + "step": 44780 + }, + { + "entropy": 1.0967051982879639, + "epoch": 4.279163083978217, + "grad_norm": 2.0429699420928955, + "learning_rate": 6.578010014980668e-05, + "loss": 0.1722, + "mean_token_accuracy": 0.9352599680423737, + "num_tokens": 57648712.0, + "step": 44790 + }, + { + "entropy": 1.0933439254760742, + "epoch": 4.280118467564727, + "grad_norm": 1.6177600622177124, + "learning_rate": 6.576510966530348e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9295585572719574, + "num_tokens": 57661448.0, + "step": 44800 + }, + { + "entropy": 1.0868520379066466, + "epoch": 4.281073851151238, + "grad_norm": 1.332602858543396, + "learning_rate": 6.575011760714555e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9362464964389801, + "num_tokens": 57674609.0, + "step": 44810 + }, + { + "entropy": 1.0857275366783141, + "epoch": 4.282029234737747, + "grad_norm": 1.242842435836792, + "learning_rate": 6.573512397682942e-05, + "loss": 0.1631, + "mean_token_accuracy": 0.9404785454273223, + "num_tokens": 57688047.0, + "step": 44820 + }, + { + "entropy": 1.0629020929336548, + "epoch": 4.2829846183242575, + "grad_norm": 1.565056324005127, + "learning_rate": 6.572012877585169e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9421903133392334, + "num_tokens": 57700340.0, + "step": 44830 + }, + { + "entropy": 1.074324083328247, + "epoch": 4.283940001910767, + "grad_norm": 1.601559042930603, + "learning_rate": 6.57051320057092e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9274067997932434, + "num_tokens": 57712995.0, + "step": 44840 + }, + { + "entropy": 1.0836431860923768, + "epoch": 4.284895385497277, + "grad_norm": 1.4866911172866821, + "learning_rate": 6.56901336678989e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9432799458503723, + "num_tokens": 57725840.0, + "step": 44850 + }, + { + "entropy": 1.0714529514312745, + "epoch": 4.285850769083787, + "grad_norm": 1.4117848873138428, + "learning_rate": 6.567513376391791e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9387693762779236, + "num_tokens": 57738403.0, + "step": 44860 + }, + { + "entropy": 1.0951273322105408, + "epoch": 4.286806152670297, + "grad_norm": 1.427976131439209, + "learning_rate": 6.566013229526348e-05, + "loss": 0.1913, + "mean_token_accuracy": 0.9273205280303956, + "num_tokens": 57751460.0, + "step": 44870 + }, + { + "entropy": 1.1026124238967896, + "epoch": 4.287761536256808, + "grad_norm": 2.5100624561309814, + "learning_rate": 6.564512926343306e-05, + "loss": 0.2062, + "mean_token_accuracy": 0.9185873985290527, + "num_tokens": 57765106.0, + "step": 44880 + }, + { + "entropy": 1.0832143902778626, + "epoch": 4.288716919843317, + "grad_norm": 1.3351491689682007, + "learning_rate": 6.563012466992423e-05, + "loss": 0.1478, + "mean_token_accuracy": 0.9429937183856965, + "num_tokens": 57777544.0, + "step": 44890 + }, + { + "entropy": 1.0852033138275146, + "epoch": 4.289672303429827, + "grad_norm": 1.8313231468200684, + "learning_rate": 6.561511851623474e-05, + "loss": 0.1918, + "mean_token_accuracy": 0.9238302350044251, + "num_tokens": 57790079.0, + "step": 44900 + }, + { + "entropy": 1.0796488761901855, + "epoch": 4.290627687016337, + "grad_norm": 1.1675816774368286, + "learning_rate": 6.560011080386247e-05, + "loss": 0.1488, + "mean_token_accuracy": 0.9464700818061829, + "num_tokens": 57802763.0, + "step": 44910 + }, + { + "entropy": 1.0757125735282898, + "epoch": 4.291583070602847, + "grad_norm": 2.344132661819458, + "learning_rate": 6.558510153430548e-05, + "loss": 0.1898, + "mean_token_accuracy": 0.9279177248477936, + "num_tokens": 57815253.0, + "step": 44920 + }, + { + "entropy": 1.064470684528351, + "epoch": 4.292538454189357, + "grad_norm": 1.2231500148773193, + "learning_rate": 6.557009070906198e-05, + "loss": 0.1498, + "mean_token_accuracy": 0.9406778395175934, + "num_tokens": 57827786.0, + "step": 44930 + }, + { + "entropy": 1.0659793376922608, + "epoch": 4.293493837775867, + "grad_norm": 1.5982235670089722, + "learning_rate": 6.555507832963033e-05, + "loss": 0.14, + "mean_token_accuracy": 0.9498901605606079, + "num_tokens": 57840442.0, + "step": 44940 + }, + { + "entropy": 1.08352929353714, + "epoch": 4.294449221362377, + "grad_norm": 1.6293978691101074, + "learning_rate": 6.554006439750907e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9334985375404358, + "num_tokens": 57852844.0, + "step": 44950 + }, + { + "entropy": 1.0852342605590821, + "epoch": 4.295404604948887, + "grad_norm": 1.678633689880371, + "learning_rate": 6.55250489141968e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9257409334182739, + "num_tokens": 57865976.0, + "step": 44960 + }, + { + "entropy": 1.0831268787384034, + "epoch": 4.296359988535397, + "grad_norm": 1.6266173124313354, + "learning_rate": 6.551003188119243e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9330176532268524, + "num_tokens": 57878936.0, + "step": 44970 + }, + { + "entropy": 1.0881568551063538, + "epoch": 4.297315372121907, + "grad_norm": 1.4870144128799438, + "learning_rate": 6.549501329999492e-05, + "loss": 0.1513, + "mean_token_accuracy": 0.9380853295326232, + "num_tokens": 57892067.0, + "step": 44980 + }, + { + "entropy": 1.0790412664413451, + "epoch": 4.298270755708417, + "grad_norm": 1.594414234161377, + "learning_rate": 6.54799931721034e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9364015460014343, + "num_tokens": 57904939.0, + "step": 44990 + }, + { + "entropy": 1.092981481552124, + "epoch": 4.299226139294927, + "grad_norm": 1.2940860986709595, + "learning_rate": 6.546497149901715e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9325063049793243, + "num_tokens": 57917739.0, + "step": 45000 + }, + { + "entropy": 1.0881537199020386, + "epoch": 4.300181522881437, + "grad_norm": 1.5574560165405273, + "learning_rate": 6.544994828223563e-05, + "loss": 0.189, + "mean_token_accuracy": 0.928617662191391, + "num_tokens": 57930674.0, + "step": 45010 + }, + { + "entropy": 1.099388599395752, + "epoch": 4.3011369064679466, + "grad_norm": 1.585626244544983, + "learning_rate": 6.543492352325843e-05, + "loss": 0.1734, + "mean_token_accuracy": 0.9311545789241791, + "num_tokens": 57944066.0, + "step": 45020 + }, + { + "entropy": 1.0872575521469117, + "epoch": 4.302092290054457, + "grad_norm": 2.1879875659942627, + "learning_rate": 6.541989722358531e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.929354476928711, + "num_tokens": 57956894.0, + "step": 45030 + }, + { + "entropy": 1.0907040596008302, + "epoch": 4.303047673640966, + "grad_norm": 2.155653953552246, + "learning_rate": 6.54048693847162e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9376949846744538, + "num_tokens": 57969571.0, + "step": 45040 + }, + { + "entropy": 1.07599276304245, + "epoch": 4.304003057227477, + "grad_norm": 1.8035818338394165, + "learning_rate": 6.538984000815111e-05, + "loss": 0.1427, + "mean_token_accuracy": 0.9434892296791076, + "num_tokens": 57982040.0, + "step": 45050 + }, + { + "entropy": 1.1009137868881225, + "epoch": 4.304958440813987, + "grad_norm": 1.695102334022522, + "learning_rate": 6.537480909539031e-05, + "loss": 0.2098, + "mean_token_accuracy": 0.915300166606903, + "num_tokens": 57995587.0, + "step": 45060 + }, + { + "entropy": 1.0836740136146545, + "epoch": 4.305913824400497, + "grad_norm": 1.3738476037979126, + "learning_rate": 6.535977664793411e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.943133932352066, + "num_tokens": 58008272.0, + "step": 45070 + }, + { + "entropy": 1.0903987765312195, + "epoch": 4.306869207987007, + "grad_norm": 1.644686222076416, + "learning_rate": 6.53447426672831e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9321105599403381, + "num_tokens": 58020963.0, + "step": 45080 + }, + { + "entropy": 1.0857822895050049, + "epoch": 4.3078245915735165, + "grad_norm": 1.5304162502288818, + "learning_rate": 6.532970715493789e-05, + "loss": 0.1491, + "mean_token_accuracy": 0.9412329614162445, + "num_tokens": 58033764.0, + "step": 45090 + }, + { + "entropy": 1.0815504312515258, + "epoch": 4.308779975160027, + "grad_norm": 2.1446776390075684, + "learning_rate": 6.531467011239935e-05, + "loss": 0.1818, + "mean_token_accuracy": 0.9283071994781494, + "num_tokens": 58046782.0, + "step": 45100 + }, + { + "entropy": 1.0919910550117493, + "epoch": 4.309735358746536, + "grad_norm": 1.430608868598938, + "learning_rate": 6.529963154116843e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9310169875621795, + "num_tokens": 58059419.0, + "step": 45110 + }, + { + "entropy": 1.0980754613876342, + "epoch": 4.310690742333047, + "grad_norm": 1.5549746751785278, + "learning_rate": 6.528459144274628e-05, + "loss": 0.1694, + "mean_token_accuracy": 0.9305233240127564, + "num_tokens": 58072121.0, + "step": 45120 + }, + { + "entropy": 1.1109327793121337, + "epoch": 4.311646125919557, + "grad_norm": 1.6328051090240479, + "learning_rate": 6.526954981863419e-05, + "loss": 0.1848, + "mean_token_accuracy": 0.9257860898971557, + "num_tokens": 58085510.0, + "step": 45130 + }, + { + "entropy": 1.1009780168533325, + "epoch": 4.312601509506067, + "grad_norm": 1.3375775814056396, + "learning_rate": 6.525450667033359e-05, + "loss": 0.189, + "mean_token_accuracy": 0.9233390867710114, + "num_tokens": 58098574.0, + "step": 45140 + }, + { + "entropy": 1.0921644687652587, + "epoch": 4.313556893092577, + "grad_norm": 1.3203718662261963, + "learning_rate": 6.523946199934606e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9310059607028961, + "num_tokens": 58111622.0, + "step": 45150 + }, + { + "entropy": 1.1064730048179627, + "epoch": 4.314512276679086, + "grad_norm": 0.9200760126113892, + "learning_rate": 6.522441580717336e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.9359239101409912, + "num_tokens": 58124613.0, + "step": 45160 + }, + { + "entropy": 1.081873893737793, + "epoch": 4.315467660265597, + "grad_norm": 1.3984184265136719, + "learning_rate": 6.520936809531736e-05, + "loss": 0.1547, + "mean_token_accuracy": 0.9355662584304809, + "num_tokens": 58137361.0, + "step": 45170 + }, + { + "entropy": 1.0806884050369263, + "epoch": 4.316423043852106, + "grad_norm": 2.3048787117004395, + "learning_rate": 6.519431886528013e-05, + "loss": 0.1742, + "mean_token_accuracy": 0.9289661407470703, + "num_tokens": 58150211.0, + "step": 45180 + }, + { + "entropy": 1.0792750000953675, + "epoch": 4.317378427438617, + "grad_norm": 1.9091153144836426, + "learning_rate": 6.517926811856384e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.9293820023536682, + "num_tokens": 58163016.0, + "step": 45190 + }, + { + "entropy": 1.0712864995002747, + "epoch": 4.318333811025127, + "grad_norm": 2.1092276573181152, + "learning_rate": 6.516421585667086e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9376278698444367, + "num_tokens": 58175265.0, + "step": 45200 + }, + { + "entropy": 1.0926947832107543, + "epoch": 4.3192891946116365, + "grad_norm": 1.1783099174499512, + "learning_rate": 6.514916208110369e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9367741167545318, + "num_tokens": 58187875.0, + "step": 45210 + }, + { + "entropy": 1.0917518734931946, + "epoch": 4.320244578198147, + "grad_norm": 1.2796813249588013, + "learning_rate": 6.513410679336497e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9278880536556244, + "num_tokens": 58201386.0, + "step": 45220 + }, + { + "entropy": 1.0666155695915223, + "epoch": 4.321199961784656, + "grad_norm": 2.1050453186035156, + "learning_rate": 6.51190499949575e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9284814834594727, + "num_tokens": 58213867.0, + "step": 45230 + }, + { + "entropy": 1.0853057622909545, + "epoch": 4.322155345371167, + "grad_norm": 1.6383907794952393, + "learning_rate": 6.510399168738422e-05, + "loss": 0.1962, + "mean_token_accuracy": 0.9244605839252472, + "num_tokens": 58226600.0, + "step": 45240 + }, + { + "entropy": 1.0668322920799256, + "epoch": 4.323110728957676, + "grad_norm": 1.245052695274353, + "learning_rate": 6.508893187214826e-05, + "loss": 0.1664, + "mean_token_accuracy": 0.9348564088344574, + "num_tokens": 58238777.0, + "step": 45250 + }, + { + "entropy": 1.0750714778900146, + "epoch": 4.324066112544187, + "grad_norm": 1.635446548461914, + "learning_rate": 6.507387055075286e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9289647042751312, + "num_tokens": 58251466.0, + "step": 45260 + }, + { + "entropy": 1.0711464762687684, + "epoch": 4.325021496130696, + "grad_norm": 1.3845487833023071, + "learning_rate": 6.505880772470141e-05, + "loss": 0.1489, + "mean_token_accuracy": 0.9418527185916901, + "num_tokens": 58264641.0, + "step": 45270 + }, + { + "entropy": 1.0779899477958679, + "epoch": 4.3259768797172065, + "grad_norm": 1.3380846977233887, + "learning_rate": 6.50437433954975e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9316701471805573, + "num_tokens": 58277271.0, + "step": 45280 + }, + { + "entropy": 1.0801981806755065, + "epoch": 4.326932263303717, + "grad_norm": 1.8761974573135376, + "learning_rate": 6.502867756464479e-05, + "loss": 0.1553, + "mean_token_accuracy": 0.9380743861198425, + "num_tokens": 58290564.0, + "step": 45290 + }, + { + "entropy": 1.0718870759010315, + "epoch": 4.327887646890226, + "grad_norm": 2.244088888168335, + "learning_rate": 6.501361023364717e-05, + "loss": 0.1622, + "mean_token_accuracy": 0.9333992421627044, + "num_tokens": 58303438.0, + "step": 45300 + }, + { + "entropy": 1.0748782873153686, + "epoch": 4.328843030476737, + "grad_norm": 2.2329671382904053, + "learning_rate": 6.499854140400862e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9346370279788971, + "num_tokens": 58316446.0, + "step": 45310 + }, + { + "entropy": 1.0873954176902771, + "epoch": 4.329798414063246, + "grad_norm": 1.5772297382354736, + "learning_rate": 6.49834710772333e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9284230291843414, + "num_tokens": 58329848.0, + "step": 45320 + }, + { + "entropy": 1.0806058049201965, + "epoch": 4.3307537976497565, + "grad_norm": 1.681920051574707, + "learning_rate": 6.496839925482552e-05, + "loss": 0.1968, + "mean_token_accuracy": 0.9222825407981873, + "num_tokens": 58342346.0, + "step": 45330 + }, + { + "entropy": 1.0907465934753418, + "epoch": 4.331709181236266, + "grad_norm": 1.859693169593811, + "learning_rate": 6.49533259382897e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9322085678577423, + "num_tokens": 58354667.0, + "step": 45340 + }, + { + "entropy": 1.0891463875770568, + "epoch": 4.332664564822776, + "grad_norm": 1.7744137048721313, + "learning_rate": 6.493825112913049e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9284693598747253, + "num_tokens": 58366850.0, + "step": 45350 + }, + { + "entropy": 1.0633516192436219, + "epoch": 4.333619948409286, + "grad_norm": 1.5707136392593384, + "learning_rate": 6.492317482885262e-05, + "loss": 0.1565, + "mean_token_accuracy": 0.9423933923244476, + "num_tokens": 58379286.0, + "step": 45360 + }, + { + "entropy": 1.0810348868370057, + "epoch": 4.334575331995796, + "grad_norm": 1.7587966918945312, + "learning_rate": 6.490809703896097e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9302940547466279, + "num_tokens": 58392433.0, + "step": 45370 + }, + { + "entropy": 1.0754046201705934, + "epoch": 4.335530715582307, + "grad_norm": 1.7668224573135376, + "learning_rate": 6.489301776096061e-05, + "loss": 0.1639, + "mean_token_accuracy": 0.9377687990665435, + "num_tokens": 58405421.0, + "step": 45380 + }, + { + "entropy": 1.0679826855659484, + "epoch": 4.336486099168816, + "grad_norm": 1.5533524751663208, + "learning_rate": 6.487793699635672e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9352087557315827, + "num_tokens": 58418426.0, + "step": 45390 + }, + { + "entropy": 1.091003966331482, + "epoch": 4.3374414827553265, + "grad_norm": 1.2278947830200195, + "learning_rate": 6.486285474665464e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9266748130321503, + "num_tokens": 58431848.0, + "step": 45400 + }, + { + "entropy": 1.081708312034607, + "epoch": 4.338396866341836, + "grad_norm": 1.7800421714782715, + "learning_rate": 6.484777101335987e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.9328891932964325, + "num_tokens": 58444422.0, + "step": 45410 + }, + { + "entropy": 1.0981484293937682, + "epoch": 4.339352249928346, + "grad_norm": 1.4869550466537476, + "learning_rate": 6.483268579797808e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.9312269806861877, + "num_tokens": 58457350.0, + "step": 45420 + }, + { + "entropy": 1.090062689781189, + "epoch": 4.340307633514856, + "grad_norm": 1.489435076713562, + "learning_rate": 6.481759910201501e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9338927745819092, + "num_tokens": 58470102.0, + "step": 45430 + }, + { + "entropy": 1.0892566442489624, + "epoch": 4.341263017101366, + "grad_norm": 1.9384196996688843, + "learning_rate": 6.480251092697662e-05, + "loss": 0.1682, + "mean_token_accuracy": 0.9361603200435639, + "num_tokens": 58483360.0, + "step": 45440 + }, + { + "entropy": 1.0926957726478577, + "epoch": 4.342218400687877, + "grad_norm": 2.0683443546295166, + "learning_rate": 6.478742127436901e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9314475774765014, + "num_tokens": 58496251.0, + "step": 45450 + }, + { + "entropy": 1.075613796710968, + "epoch": 4.343173784274386, + "grad_norm": 1.730588436126709, + "learning_rate": 6.477233014569837e-05, + "loss": 0.1412, + "mean_token_accuracy": 0.9455976128578186, + "num_tokens": 58509484.0, + "step": 45460 + }, + { + "entropy": 1.0796324253082275, + "epoch": 4.344129167860896, + "grad_norm": 1.456968903541565, + "learning_rate": 6.475723754247113e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9315783381462097, + "num_tokens": 58522156.0, + "step": 45470 + }, + { + "entropy": 1.088041317462921, + "epoch": 4.345084551447406, + "grad_norm": 2.094365119934082, + "learning_rate": 6.474214346619374e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9351132035255432, + "num_tokens": 58535001.0, + "step": 45480 + }, + { + "entropy": 1.0870949983596803, + "epoch": 4.346039935033916, + "grad_norm": 1.309285283088684, + "learning_rate": 6.472704791837297e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9332168340682984, + "num_tokens": 58547830.0, + "step": 45490 + }, + { + "entropy": 1.0765004396438598, + "epoch": 4.346995318620426, + "grad_norm": 1.336355209350586, + "learning_rate": 6.471195090051557e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9301890432834625, + "num_tokens": 58560481.0, + "step": 45500 + }, + { + "entropy": 1.0781508922576903, + "epoch": 4.347950702206936, + "grad_norm": 1.0060796737670898, + "learning_rate": 6.469685241412853e-05, + "loss": 0.1534, + "mean_token_accuracy": 0.9378826439380645, + "num_tokens": 58572901.0, + "step": 45510 + }, + { + "entropy": 1.0863198041915894, + "epoch": 4.3489060857934465, + "grad_norm": 1.850556492805481, + "learning_rate": 6.468175246071896e-05, + "loss": 0.1835, + "mean_token_accuracy": 0.9291033685207367, + "num_tokens": 58586465.0, + "step": 45520 + }, + { + "entropy": 1.0638108611106873, + "epoch": 4.349861469379956, + "grad_norm": 1.4416415691375732, + "learning_rate": 6.466665104179412e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9291932225227356, + "num_tokens": 58599132.0, + "step": 45530 + }, + { + "entropy": 1.0792104244232177, + "epoch": 4.350816852966466, + "grad_norm": 1.7079312801361084, + "learning_rate": 6.465154815886143e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9263545155525208, + "num_tokens": 58612177.0, + "step": 45540 + }, + { + "entropy": 1.0862942457199096, + "epoch": 4.351772236552976, + "grad_norm": 1.4530760049819946, + "learning_rate": 6.463644381342841e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.929310417175293, + "num_tokens": 58625548.0, + "step": 45550 + }, + { + "entropy": 1.0811902284622192, + "epoch": 4.352727620139486, + "grad_norm": 1.9020882844924927, + "learning_rate": 6.462133800700279e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9255412697792054, + "num_tokens": 58638849.0, + "step": 45560 + }, + { + "entropy": 1.0713794827461243, + "epoch": 4.353683003725996, + "grad_norm": 1.5100693702697754, + "learning_rate": 6.460623074109238e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9369739830493927, + "num_tokens": 58651853.0, + "step": 45570 + }, + { + "entropy": 1.0866615891456604, + "epoch": 4.354638387312506, + "grad_norm": 1.420703411102295, + "learning_rate": 6.459112201720521e-05, + "loss": 0.1794, + "mean_token_accuracy": 0.9291456460952758, + "num_tokens": 58665255.0, + "step": 45580 + }, + { + "entropy": 1.0544806718826294, + "epoch": 4.355593770899016, + "grad_norm": 1.764247179031372, + "learning_rate": 6.457601183684939e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9346307754516602, + "num_tokens": 58677560.0, + "step": 45590 + }, + { + "entropy": 1.072650635242462, + "epoch": 4.356549154485526, + "grad_norm": 1.6302204132080078, + "learning_rate": 6.45609002015332e-05, + "loss": 0.1676, + "mean_token_accuracy": 0.9310946643352509, + "num_tokens": 58690542.0, + "step": 45600 + }, + { + "entropy": 1.0811277031898499, + "epoch": 4.357504538072036, + "grad_norm": 1.5633299350738525, + "learning_rate": 6.454578711276506e-05, + "loss": 0.1516, + "mean_token_accuracy": 0.9419410407543183, + "num_tokens": 58704032.0, + "step": 45610 + }, + { + "entropy": 1.0799465417861938, + "epoch": 4.358459921658546, + "grad_norm": 1.3034908771514893, + "learning_rate": 6.453067257205357e-05, + "loss": 0.1819, + "mean_token_accuracy": 0.9312404811382293, + "num_tokens": 58716906.0, + "step": 45620 + }, + { + "entropy": 1.0658040761947631, + "epoch": 4.359415305245056, + "grad_norm": 1.5426539182662964, + "learning_rate": 6.451555658090742e-05, + "loss": 0.1516, + "mean_token_accuracy": 0.9422476828098297, + "num_tokens": 58729597.0, + "step": 45630 + }, + { + "entropy": 1.0747990489006043, + "epoch": 4.360370688831566, + "grad_norm": 1.587780475616455, + "learning_rate": 6.450043914083548e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9309442639350891, + "num_tokens": 58741797.0, + "step": 45640 + }, + { + "entropy": 1.0788075804710389, + "epoch": 4.361326072418076, + "grad_norm": 1.9243232011795044, + "learning_rate": 6.448532025334675e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9354135811328887, + "num_tokens": 58754363.0, + "step": 45650 + }, + { + "entropy": 1.0857907056808471, + "epoch": 4.3622814560045855, + "grad_norm": 2.2470924854278564, + "learning_rate": 6.447019991995038e-05, + "loss": 0.1875, + "mean_token_accuracy": 0.9251377940177917, + "num_tokens": 58767555.0, + "step": 45660 + }, + { + "entropy": 1.0817140579223632, + "epoch": 4.363236839591096, + "grad_norm": 1.2876592874526978, + "learning_rate": 6.445507814215566e-05, + "loss": 0.1754, + "mean_token_accuracy": 0.9325099349021911, + "num_tokens": 58780447.0, + "step": 45670 + }, + { + "entropy": 1.0750529766082764, + "epoch": 4.364192223177605, + "grad_norm": 1.8399955034255981, + "learning_rate": 6.443995492147205e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9366763234138489, + "num_tokens": 58792951.0, + "step": 45680 + }, + { + "entropy": 1.082066261768341, + "epoch": 4.365147606764116, + "grad_norm": 1.6635072231292725, + "learning_rate": 6.442483025940911e-05, + "loss": 0.1928, + "mean_token_accuracy": 0.928951370716095, + "num_tokens": 58806038.0, + "step": 45690 + }, + { + "entropy": 1.087527298927307, + "epoch": 4.366102990350626, + "grad_norm": 1.827940821647644, + "learning_rate": 6.440970415747658e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9316876947879791, + "num_tokens": 58819117.0, + "step": 45700 + }, + { + "entropy": 1.0554479122161866, + "epoch": 4.367058373937136, + "grad_norm": 1.432357668876648, + "learning_rate": 6.43945766171843e-05, + "loss": 0.1688, + "mean_token_accuracy": 0.9242767453193664, + "num_tokens": 58831679.0, + "step": 45710 + }, + { + "entropy": 1.08421391248703, + "epoch": 4.368013757523646, + "grad_norm": 2.1513125896453857, + "learning_rate": 6.437944764004233e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.9361810207366943, + "num_tokens": 58844576.0, + "step": 45720 + }, + { + "entropy": 1.076857364177704, + "epoch": 4.368969141110155, + "grad_norm": 1.790642261505127, + "learning_rate": 6.436431722756078e-05, + "loss": 0.1475, + "mean_token_accuracy": 0.945249491930008, + "num_tokens": 58857649.0, + "step": 45730 + }, + { + "entropy": 1.09086754322052, + "epoch": 4.369924524696666, + "grad_norm": 1.8119617700576782, + "learning_rate": 6.434918538125e-05, + "loss": 0.1936, + "mean_token_accuracy": 0.9217199921607971, + "num_tokens": 58871296.0, + "step": 45740 + }, + { + "entropy": 1.0758095502853393, + "epoch": 4.370879908283175, + "grad_norm": 1.8344262838363647, + "learning_rate": 6.433405210262038e-05, + "loss": 0.1786, + "mean_token_accuracy": 0.9318473696708679, + "num_tokens": 58883669.0, + "step": 45750 + }, + { + "entropy": 1.0853586792945862, + "epoch": 4.371835291869686, + "grad_norm": 1.7743549346923828, + "learning_rate": 6.431891739318254e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9260494410991669, + "num_tokens": 58896605.0, + "step": 45760 + }, + { + "entropy": 1.0769388675689697, + "epoch": 4.372790675456196, + "grad_norm": 1.4233763217926025, + "learning_rate": 6.43037812544472e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9346609652042389, + "num_tokens": 58909632.0, + "step": 45770 + }, + { + "entropy": 1.0584734439849854, + "epoch": 4.3737460590427055, + "grad_norm": 1.672607660293579, + "learning_rate": 6.428864368792522e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9348829746246338, + "num_tokens": 58921709.0, + "step": 45780 + }, + { + "entropy": 1.0883050680160522, + "epoch": 4.374701442629216, + "grad_norm": 1.6971399784088135, + "learning_rate": 6.427350469512765e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.925543588399887, + "num_tokens": 58934233.0, + "step": 45790 + }, + { + "entropy": 1.0804268360137939, + "epoch": 4.375656826215725, + "grad_norm": 1.4253020286560059, + "learning_rate": 6.425836427756561e-05, + "loss": 0.1796, + "mean_token_accuracy": 0.9292955160140991, + "num_tokens": 58947060.0, + "step": 45800 + }, + { + "entropy": 1.0701173067092895, + "epoch": 4.376612209802236, + "grad_norm": 2.0297746658325195, + "learning_rate": 6.424322243675042e-05, + "loss": 0.1809, + "mean_token_accuracy": 0.9337278664112091, + "num_tokens": 58959561.0, + "step": 45810 + }, + { + "entropy": 1.0794194340705872, + "epoch": 4.377567593388745, + "grad_norm": 1.403361439704895, + "learning_rate": 6.422807917419348e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9416157901287079, + "num_tokens": 58972703.0, + "step": 45820 + }, + { + "entropy": 1.0848999857902526, + "epoch": 4.378522976975256, + "grad_norm": 1.4048960208892822, + "learning_rate": 6.421293449140644e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.928183114528656, + "num_tokens": 58985917.0, + "step": 45830 + }, + { + "entropy": 1.0916563391685485, + "epoch": 4.379478360561766, + "grad_norm": 1.590221643447876, + "learning_rate": 6.419778838990098e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9279369592666626, + "num_tokens": 58998640.0, + "step": 45840 + }, + { + "entropy": 1.0902766227722167, + "epoch": 4.3804337441482755, + "grad_norm": 2.103255271911621, + "learning_rate": 6.418264087118897e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9364937126636506, + "num_tokens": 59011504.0, + "step": 45850 + }, + { + "entropy": 1.0739869713783263, + "epoch": 4.381389127734786, + "grad_norm": 1.3441160917282104, + "learning_rate": 6.416749193678242e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9303838670253753, + "num_tokens": 59023719.0, + "step": 45860 + }, + { + "entropy": 1.0843153595924377, + "epoch": 4.382344511321295, + "grad_norm": 1.5700825452804565, + "learning_rate": 6.415234158819347e-05, + "loss": 0.1933, + "mean_token_accuracy": 0.9227423012256623, + "num_tokens": 59036815.0, + "step": 45870 + }, + { + "entropy": 1.077965211868286, + "epoch": 4.383299894907806, + "grad_norm": 1.9666208028793335, + "learning_rate": 6.413718982693446e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9310485601425171, + "num_tokens": 59049474.0, + "step": 45880 + }, + { + "entropy": 1.0618066430091857, + "epoch": 4.384255278494315, + "grad_norm": 1.5430620908737183, + "learning_rate": 6.412203665451775e-05, + "loss": 0.1854, + "mean_token_accuracy": 0.9294573247432709, + "num_tokens": 59062547.0, + "step": 45890 + }, + { + "entropy": 1.0702332139015198, + "epoch": 4.3852106620808255, + "grad_norm": 1.4396921396255493, + "learning_rate": 6.410688207245596e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9360338985919953, + "num_tokens": 59075141.0, + "step": 45900 + }, + { + "entropy": 1.0772535681724549, + "epoch": 4.386166045667335, + "grad_norm": 1.8590527772903442, + "learning_rate": 6.409172608226177e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.9299692690372467, + "num_tokens": 59088207.0, + "step": 45910 + }, + { + "entropy": 1.0772953152656555, + "epoch": 4.387121429253845, + "grad_norm": 1.460623025894165, + "learning_rate": 6.407656868544804e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9283184945583344, + "num_tokens": 59100797.0, + "step": 45920 + }, + { + "entropy": 1.0733341217041015, + "epoch": 4.388076812840356, + "grad_norm": 1.322028636932373, + "learning_rate": 6.40614098835278e-05, + "loss": 0.1622, + "mean_token_accuracy": 0.9346876740455627, + "num_tokens": 59113648.0, + "step": 45930 + }, + { + "entropy": 1.0636593580245972, + "epoch": 4.389032196426865, + "grad_norm": 1.8198601007461548, + "learning_rate": 6.404624967801413e-05, + "loss": 0.1447, + "mean_token_accuracy": 0.9427018523216247, + "num_tokens": 59126862.0, + "step": 45940 + }, + { + "entropy": 1.0579814434051513, + "epoch": 4.389987580013376, + "grad_norm": 2.2821998596191406, + "learning_rate": 6.403108807042037e-05, + "loss": 0.1926, + "mean_token_accuracy": 0.9211582779884339, + "num_tokens": 59139749.0, + "step": 45950 + }, + { + "entropy": 1.0794649124145508, + "epoch": 4.390942963599885, + "grad_norm": 1.7507214546203613, + "learning_rate": 6.401592506225987e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9362350225448608, + "num_tokens": 59152963.0, + "step": 45960 + }, + { + "entropy": 1.0652562737464906, + "epoch": 4.3918983471863955, + "grad_norm": 1.5541177988052368, + "learning_rate": 6.40007606550462e-05, + "loss": 0.2034, + "mean_token_accuracy": 0.9230538725852966, + "num_tokens": 59165697.0, + "step": 45970 + }, + { + "entropy": 1.0610796689987183, + "epoch": 4.392853730772905, + "grad_norm": 1.6980400085449219, + "learning_rate": 6.398559485029308e-05, + "loss": 0.1442, + "mean_token_accuracy": 0.9407140254974365, + "num_tokens": 59178388.0, + "step": 45980 + }, + { + "entropy": 1.053739809989929, + "epoch": 4.393809114359415, + "grad_norm": 1.7615957260131836, + "learning_rate": 6.397042764951432e-05, + "loss": 0.1529, + "mean_token_accuracy": 0.9412583172321319, + "num_tokens": 59191150.0, + "step": 45990 + }, + { + "entropy": 1.0742096185684205, + "epoch": 4.394764497945925, + "grad_norm": 1.5198500156402588, + "learning_rate": 6.395525905422391e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9252260386943817, + "num_tokens": 59204366.0, + "step": 46000 + }, + { + "entropy": 1.0673418760299682, + "epoch": 4.395719881532435, + "grad_norm": 1.0832723379135132, + "learning_rate": 6.394008906593592e-05, + "loss": 0.1789, + "mean_token_accuracy": 0.9278180480003357, + "num_tokens": 59217098.0, + "step": 46010 + }, + { + "entropy": 1.0467091798782349, + "epoch": 4.396675265118946, + "grad_norm": 1.968781590461731, + "learning_rate": 6.392491768616463e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9363961577415466, + "num_tokens": 59230050.0, + "step": 46020 + }, + { + "entropy": 1.055663537979126, + "epoch": 4.397630648705455, + "grad_norm": 2.14487886428833, + "learning_rate": 6.390974491642444e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9304636955261231, + "num_tokens": 59242440.0, + "step": 46030 + }, + { + "entropy": 1.051250422000885, + "epoch": 4.398586032291965, + "grad_norm": 2.0108120441436768, + "learning_rate": 6.389457075822987e-05, + "loss": 0.183, + "mean_token_accuracy": 0.9268489718437195, + "num_tokens": 59254855.0, + "step": 46040 + }, + { + "entropy": 1.0695698261260986, + "epoch": 4.399541415878475, + "grad_norm": 1.5680009126663208, + "learning_rate": 6.387939521309557e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9365467011928559, + "num_tokens": 59267788.0, + "step": 46050 + }, + { + "entropy": 1.0683157920837403, + "epoch": 4.400496799464985, + "grad_norm": 1.2981784343719482, + "learning_rate": 6.386421828253637e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9308870971202851, + "num_tokens": 59280087.0, + "step": 46060 + }, + { + "entropy": 1.0671870946884154, + "epoch": 4.401452183051495, + "grad_norm": 1.7391085624694824, + "learning_rate": 6.384903996806719e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9310334980487823, + "num_tokens": 59292882.0, + "step": 46070 + }, + { + "entropy": 1.075437068939209, + "epoch": 4.402407566638005, + "grad_norm": 1.2806569337844849, + "learning_rate": 6.383386027120313e-05, + "loss": 0.1513, + "mean_token_accuracy": 0.9407326698303222, + "num_tokens": 59305840.0, + "step": 46080 + }, + { + "entropy": 1.067544937133789, + "epoch": 4.4033629502245155, + "grad_norm": 1.7578438520431519, + "learning_rate": 6.381867919345939e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9369266569614411, + "num_tokens": 59318842.0, + "step": 46090 + }, + { + "entropy": 1.0697238445281982, + "epoch": 4.404318333811025, + "grad_norm": 0.8480498194694519, + "learning_rate": 6.380349673635134e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9422373294830322, + "num_tokens": 59331394.0, + "step": 46100 + }, + { + "entropy": 1.077125644683838, + "epoch": 4.405273717397535, + "grad_norm": 1.641157865524292, + "learning_rate": 6.37883129013945e-05, + "loss": 0.1763, + "mean_token_accuracy": 0.9296289503574371, + "num_tokens": 59343997.0, + "step": 46110 + }, + { + "entropy": 1.0762232542037964, + "epoch": 4.406229100984045, + "grad_norm": 1.5897397994995117, + "learning_rate": 6.377312769010445e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9431592047214508, + "num_tokens": 59357242.0, + "step": 46120 + }, + { + "entropy": 1.076858103275299, + "epoch": 4.407184484570555, + "grad_norm": 2.605717658996582, + "learning_rate": 6.3757941103997e-05, + "loss": 0.1782, + "mean_token_accuracy": 0.9344303488731385, + "num_tokens": 59369908.0, + "step": 46130 + }, + { + "entropy": 1.072151744365692, + "epoch": 4.408139868157065, + "grad_norm": 1.217501163482666, + "learning_rate": 6.374275314458804e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9368646323680878, + "num_tokens": 59382274.0, + "step": 46140 + }, + { + "entropy": 1.0830032706260682, + "epoch": 4.409095251743575, + "grad_norm": 2.6095590591430664, + "learning_rate": 6.372756381339362e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9355734407901763, + "num_tokens": 59395241.0, + "step": 46150 + }, + { + "entropy": 1.0955425024032592, + "epoch": 4.4100506353300855, + "grad_norm": 1.0695157051086426, + "learning_rate": 6.37123731119299e-05, + "loss": 0.179, + "mean_token_accuracy": 0.9324080049991608, + "num_tokens": 59408349.0, + "step": 46160 + }, + { + "entropy": 1.088595724105835, + "epoch": 4.411006018916595, + "grad_norm": 1.4342375993728638, + "learning_rate": 6.369718104171323e-05, + "loss": 0.1948, + "mean_token_accuracy": 0.9235227286815644, + "num_tokens": 59421046.0, + "step": 46170 + }, + { + "entropy": 1.0723241806030273, + "epoch": 4.411961402503105, + "grad_norm": 1.4244483709335327, + "learning_rate": 6.368198760426007e-05, + "loss": 0.1604, + "mean_token_accuracy": 0.9413056254386902, + "num_tokens": 59433994.0, + "step": 46180 + }, + { + "entropy": 1.085472548007965, + "epoch": 4.412916786089615, + "grad_norm": 1.4371293783187866, + "learning_rate": 6.366679280108696e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.9392554938793183, + "num_tokens": 59447177.0, + "step": 46190 + }, + { + "entropy": 1.0770414113998412, + "epoch": 4.413872169676125, + "grad_norm": 1.7841157913208008, + "learning_rate": 6.36515966337107e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.9312505900859833, + "num_tokens": 59460158.0, + "step": 46200 + }, + { + "entropy": 1.0774046778678894, + "epoch": 4.414827553262635, + "grad_norm": 1.7403920888900757, + "learning_rate": 6.363639910364808e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9421331524848938, + "num_tokens": 59472476.0, + "step": 46210 + }, + { + "entropy": 1.089855146408081, + "epoch": 4.415782936849145, + "grad_norm": 1.6449400186538696, + "learning_rate": 6.362120021241615e-05, + "loss": 0.179, + "mean_token_accuracy": 0.9279791712760925, + "num_tokens": 59485223.0, + "step": 46220 + }, + { + "entropy": 1.0894834280014039, + "epoch": 4.4167383204356545, + "grad_norm": 2.056504964828491, + "learning_rate": 6.360599996153202e-05, + "loss": 0.1671, + "mean_token_accuracy": 0.9332153797149658, + "num_tokens": 59498513.0, + "step": 46230 + }, + { + "entropy": 1.0904136180877686, + "epoch": 4.417693704022165, + "grad_norm": 1.563640832901001, + "learning_rate": 6.359079835251297e-05, + "loss": 0.1691, + "mean_token_accuracy": 0.9368568539619446, + "num_tokens": 59511615.0, + "step": 46240 + }, + { + "entropy": 1.0904609441757203, + "epoch": 4.418649087608675, + "grad_norm": 1.1588689088821411, + "learning_rate": 6.357559538687641e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9335572183132171, + "num_tokens": 59524489.0, + "step": 46250 + }, + { + "entropy": 1.081749188899994, + "epoch": 4.419604471195185, + "grad_norm": 1.9358476400375366, + "learning_rate": 6.356039106613987e-05, + "loss": 0.18, + "mean_token_accuracy": 0.9283889889717102, + "num_tokens": 59537531.0, + "step": 46260 + }, + { + "entropy": 1.0548596024513244, + "epoch": 4.420559854781695, + "grad_norm": 1.9733328819274902, + "learning_rate": 6.354518539182106e-05, + "loss": 0.1349, + "mean_token_accuracy": 0.9503162562847137, + "num_tokens": 59550414.0, + "step": 46270 + }, + { + "entropy": 1.0668592929840088, + "epoch": 4.421515238368205, + "grad_norm": 1.5934778451919556, + "learning_rate": 6.352997836543775e-05, + "loss": 0.1564, + "mean_token_accuracy": 0.9359069705009461, + "num_tokens": 59562724.0, + "step": 46280 + }, + { + "entropy": 1.077431845664978, + "epoch": 4.422470621954715, + "grad_norm": 1.6778408288955688, + "learning_rate": 6.351476998850792e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9362256407737732, + "num_tokens": 59575173.0, + "step": 46290 + }, + { + "entropy": 1.0764276504516601, + "epoch": 4.4234260055412244, + "grad_norm": 0.8629094958305359, + "learning_rate": 6.349956026254962e-05, + "loss": 0.1729, + "mean_token_accuracy": 0.936764144897461, + "num_tokens": 59588157.0, + "step": 46300 + }, + { + "entropy": 1.0750591516494752, + "epoch": 4.424381389127735, + "grad_norm": 1.8174337148666382, + "learning_rate": 6.34843491890811e-05, + "loss": 0.1551, + "mean_token_accuracy": 0.939830768108368, + "num_tokens": 59601050.0, + "step": 46310 + }, + { + "entropy": 1.085014533996582, + "epoch": 4.425336772714244, + "grad_norm": 1.4991251230239868, + "learning_rate": 6.346913676962068e-05, + "loss": 0.178, + "mean_token_accuracy": 0.934071147441864, + "num_tokens": 59614129.0, + "step": 46320 + }, + { + "entropy": 1.0765873312950134, + "epoch": 4.426292156300755, + "grad_norm": 1.555833101272583, + "learning_rate": 6.345392300568689e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9325938642024993, + "num_tokens": 59626433.0, + "step": 46330 + }, + { + "entropy": 1.0960076928138733, + "epoch": 4.427247539887265, + "grad_norm": 1.6882245540618896, + "learning_rate": 6.34387078987983e-05, + "loss": 0.1769, + "mean_token_accuracy": 0.9361196756362915, + "num_tokens": 59639215.0, + "step": 46340 + }, + { + "entropy": 1.0932900786399842, + "epoch": 4.4282029234737745, + "grad_norm": 2.029538154602051, + "learning_rate": 6.342349145047369e-05, + "loss": 0.1857, + "mean_token_accuracy": 0.9281869351863861, + "num_tokens": 59652863.0, + "step": 46350 + }, + { + "entropy": 1.0894595980644226, + "epoch": 4.429158307060285, + "grad_norm": 1.2130063772201538, + "learning_rate": 6.340827366223197e-05, + "loss": 0.1964, + "mean_token_accuracy": 0.9205865740776062, + "num_tokens": 59665607.0, + "step": 46360 + }, + { + "entropy": 1.0687602877616882, + "epoch": 4.430113690646794, + "grad_norm": 1.2675658464431763, + "learning_rate": 6.33930545355921e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9352240860462189, + "num_tokens": 59678123.0, + "step": 46370 + }, + { + "entropy": 1.081221580505371, + "epoch": 4.431069074233305, + "grad_norm": 1.203505039215088, + "learning_rate": 6.337783407207329e-05, + "loss": 0.1928, + "mean_token_accuracy": 0.9232590675354004, + "num_tokens": 59691342.0, + "step": 46380 + }, + { + "entropy": 1.0687856674194336, + "epoch": 4.432024457819814, + "grad_norm": 1.2896641492843628, + "learning_rate": 6.33626122731948e-05, + "loss": 0.1355, + "mean_token_accuracy": 0.9446388185024261, + "num_tokens": 59704108.0, + "step": 46390 + }, + { + "entropy": 1.0584573149681091, + "epoch": 4.432979841406325, + "grad_norm": 2.0763163566589355, + "learning_rate": 6.334738914047608e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9294769704341889, + "num_tokens": 59716681.0, + "step": 46400 + }, + { + "entropy": 1.0672436594963073, + "epoch": 4.433935224992835, + "grad_norm": 1.8638437986373901, + "learning_rate": 6.333216467543665e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9361210227012634, + "num_tokens": 59729148.0, + "step": 46410 + }, + { + "entropy": 1.0714115142822265, + "epoch": 4.4348906085793445, + "grad_norm": 2.065375804901123, + "learning_rate": 6.331693887959624e-05, + "loss": 0.1643, + "mean_token_accuracy": 0.9315952837467194, + "num_tokens": 59742252.0, + "step": 46420 + }, + { + "entropy": 1.071361243724823, + "epoch": 4.435845992165855, + "grad_norm": 2.064279794692993, + "learning_rate": 6.330171175447464e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.9305026113986969, + "num_tokens": 59754932.0, + "step": 46430 + }, + { + "entropy": 1.0873265743255616, + "epoch": 4.436801375752364, + "grad_norm": 1.6866313219070435, + "learning_rate": 6.32864833015918e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9283910989761353, + "num_tokens": 59768010.0, + "step": 46440 + }, + { + "entropy": 1.0535372853279115, + "epoch": 4.437756759338875, + "grad_norm": 1.9421900510787964, + "learning_rate": 6.327125352246783e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9401452660560607, + "num_tokens": 59780655.0, + "step": 46450 + }, + { + "entropy": 1.0745534539222716, + "epoch": 4.438712142925384, + "grad_norm": 1.4968712329864502, + "learning_rate": 6.325602241862291e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9254052698612213, + "num_tokens": 59793551.0, + "step": 46460 + }, + { + "entropy": 1.0958418250083923, + "epoch": 4.439667526511895, + "grad_norm": 1.3161646127700806, + "learning_rate": 6.324078999157744e-05, + "loss": 0.1607, + "mean_token_accuracy": 0.9313829243183136, + "num_tokens": 59807304.0, + "step": 46470 + }, + { + "entropy": 1.0711429238319397, + "epoch": 4.440622910098405, + "grad_norm": 1.2880885601043701, + "learning_rate": 6.322555624285187e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9325101196765899, + "num_tokens": 59819889.0, + "step": 46480 + }, + { + "entropy": 1.0728232741355896, + "epoch": 4.441578293684914, + "grad_norm": 1.5600212812423706, + "learning_rate": 6.321032117396683e-05, + "loss": 0.1612, + "mean_token_accuracy": 0.9383539736270905, + "num_tokens": 59832497.0, + "step": 46490 + }, + { + "entropy": 1.079994809627533, + "epoch": 4.442533677271425, + "grad_norm": 1.5903517007827759, + "learning_rate": 6.319508478644306e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9353694975376129, + "num_tokens": 59845725.0, + "step": 46500 + }, + { + "entropy": 1.0642289757728576, + "epoch": 4.443489060857934, + "grad_norm": 1.4992144107818604, + "learning_rate": 6.317984708180144e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.935048371553421, + "num_tokens": 59858669.0, + "step": 46510 + }, + { + "entropy": 1.0655327081680297, + "epoch": 4.444444444444445, + "grad_norm": 1.3567100763320923, + "learning_rate": 6.3164608061563e-05, + "loss": 0.1519, + "mean_token_accuracy": 0.943674111366272, + "num_tokens": 59871471.0, + "step": 46520 + }, + { + "entropy": 1.080025577545166, + "epoch": 4.445399828030954, + "grad_norm": 1.3404124975204468, + "learning_rate": 6.314936772724883e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9288664042949677, + "num_tokens": 59884635.0, + "step": 46530 + }, + { + "entropy": 1.0732611417770386, + "epoch": 4.4463552116174645, + "grad_norm": 2.027519702911377, + "learning_rate": 6.313412608038024e-05, + "loss": 0.1937, + "mean_token_accuracy": 0.9298982679843902, + "num_tokens": 59897781.0, + "step": 46540 + }, + { + "entropy": 1.0780126094818114, + "epoch": 4.447310595203974, + "grad_norm": 1.3406606912612915, + "learning_rate": 6.311888312247862e-05, + "loss": 0.1956, + "mean_token_accuracy": 0.9233308553695678, + "num_tokens": 59909482.0, + "step": 46550 + }, + { + "entropy": 1.079162859916687, + "epoch": 4.448265978790484, + "grad_norm": 1.5786689519882202, + "learning_rate": 6.310363885506554e-05, + "loss": 0.1867, + "mean_token_accuracy": 0.9273614585399628, + "num_tokens": 59922303.0, + "step": 46560 + }, + { + "entropy": 1.0760932564735413, + "epoch": 4.449221362376995, + "grad_norm": 1.680301308631897, + "learning_rate": 6.308839327966261e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9404653668403625, + "num_tokens": 59935368.0, + "step": 46570 + }, + { + "entropy": 1.0770344138145447, + "epoch": 4.450176745963504, + "grad_norm": 1.6692506074905396, + "learning_rate": 6.307314639779165e-05, + "loss": 0.1552, + "mean_token_accuracy": 0.9417939186096191, + "num_tokens": 59948544.0, + "step": 46580 + }, + { + "entropy": 1.0687803983688355, + "epoch": 4.451132129550015, + "grad_norm": 1.7578587532043457, + "learning_rate": 6.30578982109746e-05, + "loss": 0.1738, + "mean_token_accuracy": 0.9347821414470673, + "num_tokens": 59961115.0, + "step": 46590 + }, + { + "entropy": 1.0663779139518739, + "epoch": 4.452087513136524, + "grad_norm": 1.6079435348510742, + "learning_rate": 6.304264872073349e-05, + "loss": 0.1444, + "mean_token_accuracy": 0.9427707493305206, + "num_tokens": 59973413.0, + "step": 46600 + }, + { + "entropy": 1.0751713275909425, + "epoch": 4.453042896723034, + "grad_norm": 1.4341036081314087, + "learning_rate": 6.302739792859051e-05, + "loss": 0.171, + "mean_token_accuracy": 0.933166766166687, + "num_tokens": 59986274.0, + "step": 46610 + }, + { + "entropy": 1.0686424016952514, + "epoch": 4.453998280309544, + "grad_norm": 1.2083014249801636, + "learning_rate": 6.3012145836068e-05, + "loss": 0.1429, + "mean_token_accuracy": 0.9496426939964294, + "num_tokens": 59999073.0, + "step": 46620 + }, + { + "entropy": 1.0673235177993774, + "epoch": 4.454953663896054, + "grad_norm": 1.5796300172805786, + "learning_rate": 6.29968924446884e-05, + "loss": 0.1582, + "mean_token_accuracy": 0.9427005290985108, + "num_tokens": 60012420.0, + "step": 46630 + }, + { + "entropy": 1.0611393570899963, + "epoch": 4.455909047482564, + "grad_norm": 1.5322867631912231, + "learning_rate": 6.298163775597425e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9226903557777405, + "num_tokens": 60025033.0, + "step": 46640 + }, + { + "entropy": 1.0578398942947387, + "epoch": 4.456864431069074, + "grad_norm": 1.57137131690979, + "learning_rate": 6.296638177144831e-05, + "loss": 0.1486, + "mean_token_accuracy": 0.9392718851566315, + "num_tokens": 60038138.0, + "step": 46650 + }, + { + "entropy": 1.0562959671020509, + "epoch": 4.4578198146555845, + "grad_norm": 2.109127998352051, + "learning_rate": 6.295112449263337e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9341348111629486, + "num_tokens": 60050892.0, + "step": 46660 + }, + { + "entropy": 1.0486968636512757, + "epoch": 4.458775198242094, + "grad_norm": 1.563732385635376, + "learning_rate": 6.293586592105241e-05, + "loss": 0.1525, + "mean_token_accuracy": 0.9412979423999787, + "num_tokens": 60063633.0, + "step": 46670 + }, + { + "entropy": 1.055676805973053, + "epoch": 4.459730581828604, + "grad_norm": 1.415094017982483, + "learning_rate": 6.292060605822852e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9298745155334472, + "num_tokens": 60076473.0, + "step": 46680 + }, + { + "entropy": 1.0544187068939208, + "epoch": 4.460685965415114, + "grad_norm": 1.8926193714141846, + "learning_rate": 6.290534490568491e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9283539295196533, + "num_tokens": 60089191.0, + "step": 46690 + }, + { + "entropy": 1.076844084262848, + "epoch": 4.461641349001624, + "grad_norm": 1.4310470819473267, + "learning_rate": 6.289008246494496e-05, + "loss": 0.1773, + "mean_token_accuracy": 0.9310781478881835, + "num_tokens": 60102353.0, + "step": 46700 + }, + { + "entropy": 1.0540317177772522, + "epoch": 4.462596732588134, + "grad_norm": 1.9244657754898071, + "learning_rate": 6.287481873753214e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9301059484481812, + "num_tokens": 60114835.0, + "step": 46710 + }, + { + "entropy": 1.0611574590206145, + "epoch": 4.463552116174644, + "grad_norm": 1.2283079624176025, + "learning_rate": 6.285955372497005e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9334529519081116, + "num_tokens": 60128013.0, + "step": 46720 + }, + { + "entropy": 1.0735068678855897, + "epoch": 4.4645074997611545, + "grad_norm": 1.95330810546875, + "learning_rate": 6.28442874287824e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9314156889915466, + "num_tokens": 60140961.0, + "step": 46730 + }, + { + "entropy": 1.0428812026977539, + "epoch": 4.465462883347664, + "grad_norm": 1.4740326404571533, + "learning_rate": 6.282901985049311e-05, + "loss": 0.1757, + "mean_token_accuracy": 0.9357339203357696, + "num_tokens": 60153457.0, + "step": 46740 + }, + { + "entropy": 1.0587344765663147, + "epoch": 4.466418266934174, + "grad_norm": 1.5216448307037354, + "learning_rate": 6.281375099162614e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9279864609241486, + "num_tokens": 60166350.0, + "step": 46750 + }, + { + "entropy": 1.05911386013031, + "epoch": 4.467373650520684, + "grad_norm": 1.9057127237319946, + "learning_rate": 6.279848085370559e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9339113414287568, + "num_tokens": 60179518.0, + "step": 46760 + }, + { + "entropy": 1.0573564052581788, + "epoch": 4.468329034107194, + "grad_norm": 1.9551347494125366, + "learning_rate": 6.278320943825574e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9274449467658996, + "num_tokens": 60192633.0, + "step": 46770 + }, + { + "entropy": 1.0724220395088195, + "epoch": 4.469284417693704, + "grad_norm": 2.2247390747070312, + "learning_rate": 6.276793674680095e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9382386028766632, + "num_tokens": 60206082.0, + "step": 46780 + }, + { + "entropy": 1.057787036895752, + "epoch": 4.470239801280214, + "grad_norm": 1.6743484735488892, + "learning_rate": 6.275266278086574e-05, + "loss": 0.1778, + "mean_token_accuracy": 0.9267624616622925, + "num_tokens": 60218894.0, + "step": 46790 + }, + { + "entropy": 1.070850133895874, + "epoch": 4.471195184866724, + "grad_norm": 1.6008539199829102, + "learning_rate": 6.273738754197469e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9297536969184875, + "num_tokens": 60231903.0, + "step": 46800 + }, + { + "entropy": 1.072163462638855, + "epoch": 4.472150568453234, + "grad_norm": 2.3097825050354004, + "learning_rate": 6.272211103165262e-05, + "loss": 0.1657, + "mean_token_accuracy": 0.9346355974674225, + "num_tokens": 60245100.0, + "step": 46810 + }, + { + "entropy": 1.0721488833427428, + "epoch": 4.473105952039744, + "grad_norm": 2.091555595397949, + "learning_rate": 6.270683325142437e-05, + "loss": 0.2045, + "mean_token_accuracy": 0.9215336203575134, + "num_tokens": 60257982.0, + "step": 46820 + }, + { + "entropy": 1.0768860936164857, + "epoch": 4.474061335626254, + "grad_norm": 1.6127318143844604, + "learning_rate": 6.269155420281496e-05, + "loss": 0.1627, + "mean_token_accuracy": 0.9351310551166534, + "num_tokens": 60270933.0, + "step": 46830 + }, + { + "entropy": 1.0810117721557617, + "epoch": 4.475016719212764, + "grad_norm": 1.231754183769226, + "learning_rate": 6.267627388734953e-05, + "loss": 0.1818, + "mean_token_accuracy": 0.9332487165927887, + "num_tokens": 60284296.0, + "step": 46840 + }, + { + "entropy": 1.0691927552223206, + "epoch": 4.475972102799274, + "grad_norm": 1.8771772384643555, + "learning_rate": 6.266099230655336e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9368294060230256, + "num_tokens": 60296845.0, + "step": 46850 + }, + { + "entropy": 1.0608163356781006, + "epoch": 4.476927486385784, + "grad_norm": 0.9726141691207886, + "learning_rate": 6.264570946195181e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9383208811283111, + "num_tokens": 60309392.0, + "step": 46860 + }, + { + "entropy": 1.0657341480255127, + "epoch": 4.477882869972294, + "grad_norm": 1.371491551399231, + "learning_rate": 6.263042535507042e-05, + "loss": 0.1762, + "mean_token_accuracy": 0.9316894173622131, + "num_tokens": 60321679.0, + "step": 46870 + }, + { + "entropy": 1.0554852128028869, + "epoch": 4.478838253558804, + "grad_norm": 2.1699955463409424, + "learning_rate": 6.261513998743482e-05, + "loss": 0.149, + "mean_token_accuracy": 0.9396361827850341, + "num_tokens": 60334737.0, + "step": 46880 + }, + { + "entropy": 1.0482908248901368, + "epoch": 4.479793637145314, + "grad_norm": 1.598680853843689, + "learning_rate": 6.259985336057077e-05, + "loss": 0.1681, + "mean_token_accuracy": 0.9348187208175659, + "num_tokens": 60347371.0, + "step": 46890 + }, + { + "entropy": 1.055465042591095, + "epoch": 4.480749020731824, + "grad_norm": 1.2335885763168335, + "learning_rate": 6.258456547600418e-05, + "loss": 0.1434, + "mean_token_accuracy": 0.9434202253818512, + "num_tokens": 60360373.0, + "step": 46900 + }, + { + "entropy": 1.0559960544109344, + "epoch": 4.481704404318334, + "grad_norm": 1.7731813192367554, + "learning_rate": 6.256927633526105e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9289417445659638, + "num_tokens": 60373426.0, + "step": 46910 + }, + { + "entropy": 1.0522170662879944, + "epoch": 4.4826597879048435, + "grad_norm": 1.4557133913040161, + "learning_rate": 6.255398593986753e-05, + "loss": 0.1538, + "mean_token_accuracy": 0.9400676965713501, + "num_tokens": 60386289.0, + "step": 46920 + }, + { + "entropy": 1.0646784424781799, + "epoch": 4.483615171491354, + "grad_norm": 1.3919891119003296, + "learning_rate": 6.253869429134989e-05, + "loss": 0.1857, + "mean_token_accuracy": 0.9273931682109833, + "num_tokens": 60398784.0, + "step": 46930 + }, + { + "entropy": 1.0810227394104004, + "epoch": 4.484570555077863, + "grad_norm": 1.9499526023864746, + "learning_rate": 6.252340139123454e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9327944099903107, + "num_tokens": 60411588.0, + "step": 46940 + }, + { + "entropy": 1.0678707122802735, + "epoch": 4.485525938664374, + "grad_norm": 1.889583706855774, + "learning_rate": 6.250810724104798e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9322866320610046, + "num_tokens": 60424061.0, + "step": 46950 + }, + { + "entropy": 1.0542384386062622, + "epoch": 4.486481322250884, + "grad_norm": 1.6707350015640259, + "learning_rate": 6.249281184231687e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9377737045288086, + "num_tokens": 60436674.0, + "step": 46960 + }, + { + "entropy": 1.0630749821662904, + "epoch": 4.487436705837394, + "grad_norm": 1.3210290670394897, + "learning_rate": 6.247751519656798e-05, + "loss": 0.157, + "mean_token_accuracy": 0.9369142174720764, + "num_tokens": 60449482.0, + "step": 46970 + }, + { + "entropy": 1.0734012246131897, + "epoch": 4.488392089423904, + "grad_norm": 1.9882566928863525, + "learning_rate": 6.246221730532814e-05, + "loss": 0.1985, + "mean_token_accuracy": 0.9230210661888123, + "num_tokens": 60462600.0, + "step": 46980 + }, + { + "entropy": 1.0511799514293672, + "epoch": 4.4893474730104135, + "grad_norm": 1.7908573150634766, + "learning_rate": 6.244691817012446e-05, + "loss": 0.1775, + "mean_token_accuracy": 0.9324616909027099, + "num_tokens": 60475058.0, + "step": 46990 + }, + { + "entropy": 1.0690844416618348, + "epoch": 4.490302856596924, + "grad_norm": 1.6799309253692627, + "learning_rate": 6.243161779248404e-05, + "loss": 0.1566, + "mean_token_accuracy": 0.9375716388225556, + "num_tokens": 60488376.0, + "step": 47000 + }, + { + "entropy": 1.0746890902519226, + "epoch": 4.491258240183433, + "grad_norm": 1.5686969757080078, + "learning_rate": 6.241631617393414e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.927865868806839, + "num_tokens": 60501595.0, + "step": 47010 + }, + { + "entropy": 1.0563668012619019, + "epoch": 4.492213623769944, + "grad_norm": 1.4277222156524658, + "learning_rate": 6.240101331600216e-05, + "loss": 0.1869, + "mean_token_accuracy": 0.9307904958724975, + "num_tokens": 60513756.0, + "step": 47020 + }, + { + "entropy": 1.0748460054397584, + "epoch": 4.493169007356453, + "grad_norm": 2.0204288959503174, + "learning_rate": 6.238570922021562e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9330941438674927, + "num_tokens": 60526674.0, + "step": 47030 + }, + { + "entropy": 1.0599922060966491, + "epoch": 4.494124390942964, + "grad_norm": 2.100292205810547, + "learning_rate": 6.237040388810214e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9330112159252166, + "num_tokens": 60539197.0, + "step": 47040 + }, + { + "entropy": 1.0618970036506652, + "epoch": 4.495079774529474, + "grad_norm": 1.4809937477111816, + "learning_rate": 6.235509732118949e-05, + "loss": 0.1913, + "mean_token_accuracy": 0.9271467208862305, + "num_tokens": 60551717.0, + "step": 47050 + }, + { + "entropy": 1.0513029932975768, + "epoch": 4.496035158115983, + "grad_norm": 2.0514044761657715, + "learning_rate": 6.233978952100553e-05, + "loss": 0.1497, + "mean_token_accuracy": 0.9393882572650909, + "num_tokens": 60564127.0, + "step": 47060 + }, + { + "entropy": 1.0589214324951173, + "epoch": 4.496990541702494, + "grad_norm": 2.0185914039611816, + "learning_rate": 6.23244804890783e-05, + "loss": 0.178, + "mean_token_accuracy": 0.931933331489563, + "num_tokens": 60577115.0, + "step": 47070 + }, + { + "entropy": 1.0422982215881347, + "epoch": 4.497945925289003, + "grad_norm": 1.8435211181640625, + "learning_rate": 6.230917022693593e-05, + "loss": 0.1512, + "mean_token_accuracy": 0.9389738976955414, + "num_tokens": 60590354.0, + "step": 47080 + }, + { + "entropy": 1.065345573425293, + "epoch": 4.498901308875514, + "grad_norm": 2.0574193000793457, + "learning_rate": 6.229385873610665e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9292518019676208, + "num_tokens": 60603742.0, + "step": 47090 + }, + { + "entropy": 1.063565695285797, + "epoch": 4.499856692462023, + "grad_norm": 1.626181721687317, + "learning_rate": 6.227854601811885e-05, + "loss": 0.1871, + "mean_token_accuracy": 0.9297443985939026, + "num_tokens": 60616274.0, + "step": 47100 + }, + { + "entropy": 1.0638652801513673, + "epoch": 4.5008120760485335, + "grad_norm": 1.7488609552383423, + "learning_rate": 6.226323207450101e-05, + "loss": 0.1874, + "mean_token_accuracy": 0.9283742666244507, + "num_tokens": 60628749.0, + "step": 47110 + }, + { + "entropy": 1.07433260679245, + "epoch": 4.501767459635044, + "grad_norm": 1.868509292602539, + "learning_rate": 6.224791690678177e-05, + "loss": 0.1842, + "mean_token_accuracy": 0.9248064637184144, + "num_tokens": 60641541.0, + "step": 47120 + }, + { + "entropy": 1.0565868020057678, + "epoch": 4.502722843221553, + "grad_norm": 1.4196341037750244, + "learning_rate": 6.223260051648986e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9325300931930542, + "num_tokens": 60653963.0, + "step": 47130 + }, + { + "entropy": 1.0700977444648743, + "epoch": 4.503678226808064, + "grad_norm": 1.6523268222808838, + "learning_rate": 6.221728290515414e-05, + "loss": 0.1917, + "mean_token_accuracy": 0.919001305103302, + "num_tokens": 60667232.0, + "step": 47140 + }, + { + "entropy": 1.0531569123268127, + "epoch": 4.504633610394573, + "grad_norm": 1.7438172101974487, + "learning_rate": 6.220196407430363e-05, + "loss": 0.1379, + "mean_token_accuracy": 0.9470163702964782, + "num_tokens": 60679899.0, + "step": 47150 + }, + { + "entropy": 1.0548264503479003, + "epoch": 4.505588993981084, + "grad_norm": 1.5893702507019043, + "learning_rate": 6.218664402546739e-05, + "loss": 0.1569, + "mean_token_accuracy": 0.938884973526001, + "num_tokens": 60692716.0, + "step": 47160 + }, + { + "entropy": 1.0581639766693116, + "epoch": 4.506544377567593, + "grad_norm": 2.1009633541107178, + "learning_rate": 6.217132276017468e-05, + "loss": 0.182, + "mean_token_accuracy": 0.9244298934936523, + "num_tokens": 60705140.0, + "step": 47170 + }, + { + "entropy": 1.0616090178489686, + "epoch": 4.5074997611541034, + "grad_norm": 2.2008020877838135, + "learning_rate": 6.215600027995484e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9332208395004272, + "num_tokens": 60718027.0, + "step": 47180 + }, + { + "entropy": 1.0569885849952698, + "epoch": 4.508455144740614, + "grad_norm": 1.606753945350647, + "learning_rate": 6.214067658633733e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9315468609333039, + "num_tokens": 60731116.0, + "step": 47190 + }, + { + "entropy": 1.0618776321411132, + "epoch": 4.509410528327123, + "grad_norm": 1.2748067378997803, + "learning_rate": 6.212535168085179e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9302409768104554, + "num_tokens": 60743440.0, + "step": 47200 + }, + { + "entropy": 1.068360435962677, + "epoch": 4.510365911913634, + "grad_norm": 1.294676661491394, + "learning_rate": 6.211002556502785e-05, + "loss": 0.1833, + "mean_token_accuracy": 0.9290815591812134, + "num_tokens": 60756570.0, + "step": 47210 + }, + { + "entropy": 1.068890428543091, + "epoch": 4.511321295500143, + "grad_norm": 2.2812392711639404, + "learning_rate": 6.209469824039543e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9247187077999115, + "num_tokens": 60769804.0, + "step": 47220 + }, + { + "entropy": 1.073438322544098, + "epoch": 4.5122766790866535, + "grad_norm": 1.7547610998153687, + "learning_rate": 6.207936970848445e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.93628830909729, + "num_tokens": 60782570.0, + "step": 47230 + }, + { + "entropy": 1.0574941396713258, + "epoch": 4.513232062673163, + "grad_norm": 1.1198203563690186, + "learning_rate": 6.206403997082498e-05, + "loss": 0.1494, + "mean_token_accuracy": 0.9410122156143188, + "num_tokens": 60795754.0, + "step": 47240 + }, + { + "entropy": 1.049062478542328, + "epoch": 4.514187446259673, + "grad_norm": 1.4874799251556396, + "learning_rate": 6.204870902894722e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9379583120346069, + "num_tokens": 60808785.0, + "step": 47250 + }, + { + "entropy": 1.0467055916786194, + "epoch": 4.515142829846183, + "grad_norm": 2.263563871383667, + "learning_rate": 6.20333768843815e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9336288690567016, + "num_tokens": 60821425.0, + "step": 47260 + }, + { + "entropy": 1.0569868445396424, + "epoch": 4.516098213432693, + "grad_norm": 1.6339718103408813, + "learning_rate": 6.201804353865825e-05, + "loss": 0.1654, + "mean_token_accuracy": 0.9335233032703399, + "num_tokens": 60834629.0, + "step": 47270 + }, + { + "entropy": 1.0473125576972961, + "epoch": 4.517053597019203, + "grad_norm": 1.5318999290466309, + "learning_rate": 6.2002708993308e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.9370586276054382, + "num_tokens": 60847147.0, + "step": 47280 + }, + { + "entropy": 1.0436182975769044, + "epoch": 4.518008980605713, + "grad_norm": 1.7301348447799683, + "learning_rate": 6.198737324986148e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9244013488292694, + "num_tokens": 60859746.0, + "step": 47290 + }, + { + "entropy": 1.0548442482948304, + "epoch": 4.5189643641922235, + "grad_norm": 1.9473294019699097, + "learning_rate": 6.197203630984944e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9356799960136414, + "num_tokens": 60872476.0, + "step": 47300 + }, + { + "entropy": 1.0643492460250854, + "epoch": 4.519919747778733, + "grad_norm": 1.811751365661621, + "learning_rate": 6.19566981748028e-05, + "loss": 0.1981, + "mean_token_accuracy": 0.9234350323677063, + "num_tokens": 60884969.0, + "step": 47310 + }, + { + "entropy": 1.0472347617149353, + "epoch": 4.520875131365243, + "grad_norm": 1.4767239093780518, + "learning_rate": 6.194135884625263e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9391802251338959, + "num_tokens": 60897393.0, + "step": 47320 + }, + { + "entropy": 1.0696578621864319, + "epoch": 4.521830514951753, + "grad_norm": 1.778314232826233, + "learning_rate": 6.192601832573004e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9350694060325623, + "num_tokens": 60910895.0, + "step": 47330 + }, + { + "entropy": 1.0640043497085572, + "epoch": 4.522785898538263, + "grad_norm": 1.3181217908859253, + "learning_rate": 6.191067661476633e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9406829357147217, + "num_tokens": 60924144.0, + "step": 47340 + }, + { + "entropy": 1.052572751045227, + "epoch": 4.523741282124773, + "grad_norm": 1.7051204442977905, + "learning_rate": 6.189533371489288e-05, + "loss": 0.1881, + "mean_token_accuracy": 0.9279536008834839, + "num_tokens": 60936955.0, + "step": 47350 + }, + { + "entropy": 1.0595463991165162, + "epoch": 4.524696665711283, + "grad_norm": 1.5702928304672241, + "learning_rate": 6.18799896276412e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.9319751560688019, + "num_tokens": 60949487.0, + "step": 47360 + }, + { + "entropy": 1.073311722278595, + "epoch": 4.525652049297793, + "grad_norm": 2.4001505374908447, + "learning_rate": 6.186464435454292e-05, + "loss": 0.1963, + "mean_token_accuracy": 0.9182662725448608, + "num_tokens": 60962526.0, + "step": 47370 + }, + { + "entropy": 1.0747387886047364, + "epoch": 4.526607432884303, + "grad_norm": 1.7544296979904175, + "learning_rate": 6.18492978971298e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9346454381942749, + "num_tokens": 60975972.0, + "step": 47380 + }, + { + "entropy": 1.061375665664673, + "epoch": 4.527562816470813, + "grad_norm": 1.7803348302841187, + "learning_rate": 6.183395025693369e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9363615334033966, + "num_tokens": 60988554.0, + "step": 47390 + }, + { + "entropy": 1.0471637725830079, + "epoch": 4.528518200057323, + "grad_norm": 1.239480972290039, + "learning_rate": 6.181860143548659e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9371144652366639, + "num_tokens": 61001322.0, + "step": 47400 + }, + { + "entropy": 1.0714894652366638, + "epoch": 4.529473583643833, + "grad_norm": 1.7384169101715088, + "learning_rate": 6.180325143432058e-05, + "loss": 0.1862, + "mean_token_accuracy": 0.9292559206485749, + "num_tokens": 61014311.0, + "step": 47410 + }, + { + "entropy": 1.0829570412635803, + "epoch": 4.530428967230343, + "grad_norm": 1.547476053237915, + "learning_rate": 6.178790025496787e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9305524587631225, + "num_tokens": 61027228.0, + "step": 47420 + }, + { + "entropy": 1.0906214714050293, + "epoch": 4.531384350816853, + "grad_norm": 1.8187499046325684, + "learning_rate": 6.177254789896082e-05, + "loss": 0.1888, + "mean_token_accuracy": 0.927537715435028, + "num_tokens": 61041263.0, + "step": 47430 + }, + { + "entropy": 1.060254657268524, + "epoch": 4.532339734403363, + "grad_norm": 1.764303207397461, + "learning_rate": 6.17571943678319e-05, + "loss": 0.1964, + "mean_token_accuracy": 0.9233666658401489, + "num_tokens": 61053807.0, + "step": 47440 + }, + { + "entropy": 1.0767611980438232, + "epoch": 4.533295117989873, + "grad_norm": 1.2355351448059082, + "learning_rate": 6.174183966311366e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9313205420970917, + "num_tokens": 61066663.0, + "step": 47450 + }, + { + "entropy": 1.0766245007514954, + "epoch": 4.534250501576383, + "grad_norm": 1.1786272525787354, + "learning_rate": 6.172648378633877e-05, + "loss": 0.1772, + "mean_token_accuracy": 0.9308046460151672, + "num_tokens": 61079543.0, + "step": 47460 + }, + { + "entropy": 1.0786946892738343, + "epoch": 4.535205885162893, + "grad_norm": 2.074739694595337, + "learning_rate": 6.171112673904009e-05, + "loss": 0.1943, + "mean_token_accuracy": 0.926541656255722, + "num_tokens": 61092222.0, + "step": 47470 + }, + { + "entropy": 1.0617359757423401, + "epoch": 4.536161268749403, + "grad_norm": 1.6970981359481812, + "learning_rate": 6.169576852275047e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9386581420898438, + "num_tokens": 61104946.0, + "step": 47480 + }, + { + "entropy": 1.073758840560913, + "epoch": 4.5371166523359125, + "grad_norm": 1.8576886653900146, + "learning_rate": 6.1680409139003e-05, + "loss": 0.1645, + "mean_token_accuracy": 0.9317023158073425, + "num_tokens": 61118371.0, + "step": 47490 + }, + { + "entropy": 1.0734833478927612, + "epoch": 4.538072035922423, + "grad_norm": 2.21803879737854, + "learning_rate": 6.166504858933081e-05, + "loss": 0.1896, + "mean_token_accuracy": 0.9273449778556824, + "num_tokens": 61130890.0, + "step": 47500 + }, + { + "entropy": 1.0779229521751403, + "epoch": 4.539027419508933, + "grad_norm": 2.5993247032165527, + "learning_rate": 6.164968687526721e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.9338349044322968, + "num_tokens": 61143278.0, + "step": 47510 + }, + { + "entropy": 1.068574643135071, + "epoch": 4.539982803095443, + "grad_norm": 0.9687943458557129, + "learning_rate": 6.163432399834554e-05, + "loss": 0.1309, + "mean_token_accuracy": 0.9459021985530853, + "num_tokens": 61156790.0, + "step": 47520 + }, + { + "entropy": 1.0546248078346252, + "epoch": 4.540938186681953, + "grad_norm": 2.2486603260040283, + "learning_rate": 6.161895996009933e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9361037850379944, + "num_tokens": 61169237.0, + "step": 47530 + }, + { + "entropy": 1.0693959236145019, + "epoch": 4.541893570268463, + "grad_norm": 2.1268739700317383, + "learning_rate": 6.16035947620622e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9306095480918884, + "num_tokens": 61182394.0, + "step": 47540 + }, + { + "entropy": 1.0666677474975585, + "epoch": 4.542848953854973, + "grad_norm": 1.4804890155792236, + "learning_rate": 6.15882284057679e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.931707763671875, + "num_tokens": 61195212.0, + "step": 47550 + }, + { + "entropy": 1.0620216965675353, + "epoch": 4.5438043374414825, + "grad_norm": 1.2405997514724731, + "learning_rate": 6.157286089275025e-05, + "loss": 0.1575, + "mean_token_accuracy": 0.9396933436393737, + "num_tokens": 61207578.0, + "step": 47560 + }, + { + "entropy": 1.0775766134262086, + "epoch": 4.544759721027993, + "grad_norm": 1.601704478263855, + "learning_rate": 6.155749222454324e-05, + "loss": 0.2027, + "mean_token_accuracy": 0.9226150274276733, + "num_tokens": 61220490.0, + "step": 47570 + }, + { + "entropy": 1.060342788696289, + "epoch": 4.545715104614502, + "grad_norm": 2.3187649250030518, + "learning_rate": 6.154212240268093e-05, + "loss": 0.1614, + "mean_token_accuracy": 0.9341161608695984, + "num_tokens": 61233075.0, + "step": 47580 + }, + { + "entropy": 1.0837615609169007, + "epoch": 4.546670488201013, + "grad_norm": 1.302119493484497, + "learning_rate": 6.152675142869752e-05, + "loss": 0.164, + "mean_token_accuracy": 0.9375097095966339, + "num_tokens": 61245974.0, + "step": 47590 + }, + { + "entropy": 1.0765300154685975, + "epoch": 4.547625871787522, + "grad_norm": 1.5317275524139404, + "learning_rate": 6.151137930412735e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9337187051773072, + "num_tokens": 61258592.0, + "step": 47600 + }, + { + "entropy": 1.0796745896339417, + "epoch": 4.548581255374033, + "grad_norm": 1.6549814939498901, + "learning_rate": 6.149600603050484e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9294125974178314, + "num_tokens": 61271138.0, + "step": 47610 + }, + { + "entropy": 1.0874338150024414, + "epoch": 4.549536638960543, + "grad_norm": 1.7566308975219727, + "learning_rate": 6.14806316093645e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9384492754936218, + "num_tokens": 61283863.0, + "step": 47620 + }, + { + "entropy": 1.09129855632782, + "epoch": 4.550492022547052, + "grad_norm": 1.8785545825958252, + "learning_rate": 6.146525604224103e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9284120857715606, + "num_tokens": 61296363.0, + "step": 47630 + }, + { + "entropy": 1.101341426372528, + "epoch": 4.551447406133563, + "grad_norm": 1.7251224517822266, + "learning_rate": 6.144987933066918e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9350925624370575, + "num_tokens": 61309489.0, + "step": 47640 + }, + { + "entropy": 1.0822869539260864, + "epoch": 4.552402789720072, + "grad_norm": 1.0631990432739258, + "learning_rate": 6.143450147618384e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9317625939846039, + "num_tokens": 61322232.0, + "step": 47650 + }, + { + "entropy": 1.0951375603675841, + "epoch": 4.553358173306583, + "grad_norm": 1.9390748739242554, + "learning_rate": 6.141912248032e-05, + "loss": 0.1946, + "mean_token_accuracy": 0.9299735963344574, + "num_tokens": 61335931.0, + "step": 47660 + }, + { + "entropy": 1.0886694669723511, + "epoch": 4.554313556893092, + "grad_norm": 2.127897262573242, + "learning_rate": 6.140374234461276e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9295103132724762, + "num_tokens": 61349059.0, + "step": 47670 + }, + { + "entropy": 1.0750957608222962, + "epoch": 4.5552689404796025, + "grad_norm": 2.053739070892334, + "learning_rate": 6.13883610705974e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9445419907569885, + "num_tokens": 61361954.0, + "step": 47680 + }, + { + "entropy": 1.0863877058029174, + "epoch": 4.556224324066113, + "grad_norm": 1.9965769052505493, + "learning_rate": 6.13729786598092e-05, + "loss": 0.1656, + "mean_token_accuracy": 0.9340520858764648, + "num_tokens": 61374732.0, + "step": 47690 + }, + { + "entropy": 1.0920435070991517, + "epoch": 4.557179707652622, + "grad_norm": 1.8098031282424927, + "learning_rate": 6.135759511378367e-05, + "loss": 0.1719, + "mean_token_accuracy": 0.9322002053260803, + "num_tokens": 61388168.0, + "step": 47700 + }, + { + "entropy": 1.079634165763855, + "epoch": 4.558135091239133, + "grad_norm": 1.5882703065872192, + "learning_rate": 6.134221043405631e-05, + "loss": 0.1514, + "mean_token_accuracy": 0.9399312615394593, + "num_tokens": 61400959.0, + "step": 47710 + }, + { + "entropy": 1.081648313999176, + "epoch": 4.559090474825642, + "grad_norm": 1.8361691236495972, + "learning_rate": 6.132682462216287e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9352575659751892, + "num_tokens": 61413756.0, + "step": 47720 + }, + { + "entropy": 1.082982873916626, + "epoch": 4.560045858412153, + "grad_norm": 1.4840002059936523, + "learning_rate": 6.131143767963911e-05, + "loss": 0.1767, + "mean_token_accuracy": 0.9357215225696563, + "num_tokens": 61426809.0, + "step": 47730 + }, + { + "entropy": 1.0902849793434144, + "epoch": 4.561001241998662, + "grad_norm": 2.100796699523926, + "learning_rate": 6.129604960802093e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9300915658473968, + "num_tokens": 61439886.0, + "step": 47740 + }, + { + "entropy": 1.0807275772094727, + "epoch": 4.5619566255851725, + "grad_norm": 1.5516486167907715, + "learning_rate": 6.128066040884435e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9417435348033905, + "num_tokens": 61452705.0, + "step": 47750 + }, + { + "entropy": 1.0828585743904113, + "epoch": 4.562912009171683, + "grad_norm": 1.5223604440689087, + "learning_rate": 6.126527008364552e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.9407243251800537, + "num_tokens": 61465677.0, + "step": 47760 + }, + { + "entropy": 1.0757518649101256, + "epoch": 4.563867392758192, + "grad_norm": 1.8914326429367065, + "learning_rate": 6.124987863396068e-05, + "loss": 0.1655, + "mean_token_accuracy": 0.9340522587299347, + "num_tokens": 61478267.0, + "step": 47770 + }, + { + "entropy": 1.0759066104888917, + "epoch": 4.564822776344703, + "grad_norm": 1.4890031814575195, + "learning_rate": 6.123448606132617e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9321537613868713, + "num_tokens": 61491147.0, + "step": 47780 + }, + { + "entropy": 1.0961632013320923, + "epoch": 4.565778159931212, + "grad_norm": 1.661872386932373, + "learning_rate": 6.121909236727848e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9251214265823364, + "num_tokens": 61504375.0, + "step": 47790 + }, + { + "entropy": 1.0958147406578065, + "epoch": 4.5667335435177225, + "grad_norm": 1.846662998199463, + "learning_rate": 6.120369755335418e-05, + "loss": 0.1637, + "mean_token_accuracy": 0.9345580339431763, + "num_tokens": 61517624.0, + "step": 47800 + }, + { + "entropy": 1.085433042049408, + "epoch": 4.567688927104232, + "grad_norm": 1.4642821550369263, + "learning_rate": 6.118830162108995e-05, + "loss": 0.1866, + "mean_token_accuracy": 0.9270128607749939, + "num_tokens": 61530333.0, + "step": 47810 + }, + { + "entropy": 1.085137093067169, + "epoch": 4.568644310690742, + "grad_norm": 1.420487403869629, + "learning_rate": 6.117290457202261e-05, + "loss": 0.1859, + "mean_token_accuracy": 0.928776228427887, + "num_tokens": 61542785.0, + "step": 47820 + }, + { + "entropy": 1.093207347393036, + "epoch": 4.569599694277253, + "grad_norm": 1.5605857372283936, + "learning_rate": 6.115750640768908e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9300745248794555, + "num_tokens": 61555847.0, + "step": 47830 + }, + { + "entropy": 1.0894052267074585, + "epoch": 4.570555077863762, + "grad_norm": 2.0463948249816895, + "learning_rate": 6.114210712962637e-05, + "loss": 0.1799, + "mean_token_accuracy": 0.9327183187007904, + "num_tokens": 61568898.0, + "step": 47840 + }, + { + "entropy": 1.092418944835663, + "epoch": 4.571510461450273, + "grad_norm": 1.2927075624465942, + "learning_rate": 6.112670673937163e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9305358231067657, + "num_tokens": 61582191.0, + "step": 47850 + }, + { + "entropy": 1.0827053904533386, + "epoch": 4.572465845036782, + "grad_norm": 1.445644736289978, + "learning_rate": 6.11113052384621e-05, + "loss": 0.153, + "mean_token_accuracy": 0.9385591685771942, + "num_tokens": 61595027.0, + "step": 47860 + }, + { + "entropy": 1.0726855397224426, + "epoch": 4.5734212286232925, + "grad_norm": 1.4368443489074707, + "learning_rate": 6.109590262843514e-05, + "loss": 0.171, + "mean_token_accuracy": 0.9368119895458221, + "num_tokens": 61607814.0, + "step": 47870 + }, + { + "entropy": 1.0750429511070252, + "epoch": 4.574376612209802, + "grad_norm": 1.6269960403442383, + "learning_rate": 6.108049891082824e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.9374926865100861, + "num_tokens": 61619931.0, + "step": 47880 + }, + { + "entropy": 1.0766969323158264, + "epoch": 4.575331995796312, + "grad_norm": 1.317423939704895, + "learning_rate": 6.106509408717894e-05, + "loss": 0.1505, + "mean_token_accuracy": 0.9431235432624817, + "num_tokens": 61632383.0, + "step": 47890 + }, + { + "entropy": 1.0895645260810851, + "epoch": 4.576287379382822, + "grad_norm": 1.2104086875915527, + "learning_rate": 6.104968815902498e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9326397597789764, + "num_tokens": 61645431.0, + "step": 47900 + }, + { + "entropy": 1.087574827671051, + "epoch": 4.577242762969332, + "grad_norm": 1.5193630456924438, + "learning_rate": 6.103428112790414e-05, + "loss": 0.155, + "mean_token_accuracy": 0.9421270072460175, + "num_tokens": 61658160.0, + "step": 47910 + }, + { + "entropy": 1.0737049579620361, + "epoch": 4.578198146555842, + "grad_norm": 1.260574460029602, + "learning_rate": 6.1018872995354315e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9384755373001099, + "num_tokens": 61671444.0, + "step": 47920 + }, + { + "entropy": 1.0793092250823975, + "epoch": 4.579153530142352, + "grad_norm": 1.9372162818908691, + "learning_rate": 6.100346376291356e-05, + "loss": 0.1829, + "mean_token_accuracy": 0.9275422334671021, + "num_tokens": 61684180.0, + "step": 47930 + }, + { + "entropy": 1.0808395504951478, + "epoch": 4.580108913728862, + "grad_norm": 1.6020492315292358, + "learning_rate": 6.0988053432119975e-05, + "loss": 0.1581, + "mean_token_accuracy": 0.938026762008667, + "num_tokens": 61696941.0, + "step": 47940 + }, + { + "entropy": 1.0838665604591369, + "epoch": 4.581064297315372, + "grad_norm": 1.6600291728973389, + "learning_rate": 6.097264200451183e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9283211350440979, + "num_tokens": 61709280.0, + "step": 47950 + }, + { + "entropy": 1.1137101650238037, + "epoch": 4.582019680901882, + "grad_norm": 2.103639841079712, + "learning_rate": 6.095722948162743e-05, + "loss": 0.1831, + "mean_token_accuracy": 0.9283222079277038, + "num_tokens": 61722139.0, + "step": 47960 + }, + { + "entropy": 1.089644467830658, + "epoch": 4.582975064488392, + "grad_norm": 1.6445504426956177, + "learning_rate": 6.094181586500529e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9364792585372925, + "num_tokens": 61734880.0, + "step": 47970 + }, + { + "entropy": 1.0925081491470336, + "epoch": 4.583930448074902, + "grad_norm": 1.2214691638946533, + "learning_rate": 6.0926401156183954e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9325131177902222, + "num_tokens": 61748510.0, + "step": 47980 + }, + { + "entropy": 1.0859606742858887, + "epoch": 4.584885831661412, + "grad_norm": 1.4871920347213745, + "learning_rate": 6.09109853567021e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9341656148433686, + "num_tokens": 61761639.0, + "step": 47990 + }, + { + "entropy": 1.0833834290504456, + "epoch": 4.585841215247922, + "grad_norm": 1.6783311367034912, + "learning_rate": 6.089556846809851e-05, + "loss": 0.1852, + "mean_token_accuracy": 0.9295250773429871, + "num_tokens": 61774799.0, + "step": 48000 + }, + { + "entropy": 1.0970564842224122, + "epoch": 4.586796598834432, + "grad_norm": 1.7927826642990112, + "learning_rate": 6.088015049191208e-05, + "loss": 0.1598, + "mean_token_accuracy": 0.9398726880550384, + "num_tokens": 61787947.0, + "step": 48010 + }, + { + "entropy": 1.0838531136512757, + "epoch": 4.587751982420942, + "grad_norm": 1.780373454093933, + "learning_rate": 6.086473142968183e-05, + "loss": 0.1684, + "mean_token_accuracy": 0.9343538343906402, + "num_tokens": 61800621.0, + "step": 48020 + }, + { + "entropy": 1.082951295375824, + "epoch": 4.588707366007452, + "grad_norm": 2.0701797008514404, + "learning_rate": 6.0849311282946854e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9252705872058868, + "num_tokens": 61813638.0, + "step": 48030 + }, + { + "entropy": 1.0973342657089233, + "epoch": 4.589662749593962, + "grad_norm": 1.5895988941192627, + "learning_rate": 6.083389005324638e-05, + "loss": 0.1844, + "mean_token_accuracy": 0.9323368966579437, + "num_tokens": 61826897.0, + "step": 48040 + }, + { + "entropy": 1.091823410987854, + "epoch": 4.590618133180472, + "grad_norm": 2.0362038612365723, + "learning_rate": 6.081846774211974e-05, + "loss": 0.1712, + "mean_token_accuracy": 0.9302235305309295, + "num_tokens": 61839577.0, + "step": 48050 + }, + { + "entropy": 1.0962699890136718, + "epoch": 4.5915735167669816, + "grad_norm": 1.1689478158950806, + "learning_rate": 6.080304435110637e-05, + "loss": 0.1553, + "mean_token_accuracy": 0.942606520652771, + "num_tokens": 61852763.0, + "step": 48060 + }, + { + "entropy": 1.0764065265655518, + "epoch": 4.592528900353492, + "grad_norm": 1.4018867015838623, + "learning_rate": 6.0787619881745814e-05, + "loss": 0.1536, + "mean_token_accuracy": 0.9415956914424897, + "num_tokens": 61865377.0, + "step": 48070 + }, + { + "entropy": 1.061568558216095, + "epoch": 4.593484283940002, + "grad_norm": 1.6244410276412964, + "learning_rate": 6.077219433557773e-05, + "loss": 0.1423, + "mean_token_accuracy": 0.9450956344604492, + "num_tokens": 61878584.0, + "step": 48080 + }, + { + "entropy": 1.0685112833976746, + "epoch": 4.594439667526512, + "grad_norm": 1.9676928520202637, + "learning_rate": 6.075676771414187e-05, + "loss": 0.1827, + "mean_token_accuracy": 0.9290814518928527, + "num_tokens": 61891058.0, + "step": 48090 + }, + { + "entropy": 1.064554512500763, + "epoch": 4.595395051113022, + "grad_norm": 1.8469561338424683, + "learning_rate": 6.07413400189781e-05, + "loss": 0.1562, + "mean_token_accuracy": 0.9378167808055877, + "num_tokens": 61903993.0, + "step": 48100 + }, + { + "entropy": 1.0879704833030701, + "epoch": 4.596350434699532, + "grad_norm": 1.093455195426941, + "learning_rate": 6.072591125162639e-05, + "loss": 0.1743, + "mean_token_accuracy": 0.9291097164154053, + "num_tokens": 61917294.0, + "step": 48110 + }, + { + "entropy": 1.0829134583473206, + "epoch": 4.597305818286042, + "grad_norm": 1.5082236528396606, + "learning_rate": 6.071048141362683e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9310696601867676, + "num_tokens": 61930378.0, + "step": 48120 + }, + { + "entropy": 1.0769527912139893, + "epoch": 4.5982612018725515, + "grad_norm": 1.6467504501342773, + "learning_rate": 6.069505050651962e-05, + "loss": 0.18, + "mean_token_accuracy": 0.9306800842285157, + "num_tokens": 61942945.0, + "step": 48130 + }, + { + "entropy": 1.0900844931602478, + "epoch": 4.599216585459062, + "grad_norm": 2.5175161361694336, + "learning_rate": 6.067961853184504e-05, + "loss": 0.2008, + "mean_token_accuracy": 0.921458899974823, + "num_tokens": 61956197.0, + "step": 48140 + }, + { + "entropy": 1.0902756571769714, + "epoch": 4.600171969045572, + "grad_norm": 1.4565473794937134, + "learning_rate": 6.066418549114349e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9411705315113068, + "num_tokens": 61969365.0, + "step": 48150 + }, + { + "entropy": 1.0719242334365844, + "epoch": 4.601127352632082, + "grad_norm": 1.6286917924880981, + "learning_rate": 6.064875138595548e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.924867981672287, + "num_tokens": 61982132.0, + "step": 48160 + }, + { + "entropy": 1.0759504318237305, + "epoch": 4.602082736218592, + "grad_norm": 2.0492467880249023, + "learning_rate": 6.063331621782162e-05, + "loss": 0.1535, + "mean_token_accuracy": 0.9404288351535797, + "num_tokens": 61994811.0, + "step": 48170 + }, + { + "entropy": 1.0832635521888734, + "epoch": 4.603038119805102, + "grad_norm": 2.4599790573120117, + "learning_rate": 6.0617879988282654e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9296846807003021, + "num_tokens": 62007218.0, + "step": 48180 + }, + { + "entropy": 1.1056466341018676, + "epoch": 4.603993503391612, + "grad_norm": 1.9094816446304321, + "learning_rate": 6.060244269887937e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9370527923107147, + "num_tokens": 62020420.0, + "step": 48190 + }, + { + "entropy": 1.1037906169891358, + "epoch": 4.604948886978121, + "grad_norm": 1.6235737800598145, + "learning_rate": 6.058700435115274e-05, + "loss": 0.1715, + "mean_token_accuracy": 0.9306630313396453, + "num_tokens": 62033371.0, + "step": 48200 + }, + { + "entropy": 1.0969290018081665, + "epoch": 4.605904270564632, + "grad_norm": 1.6618069410324097, + "learning_rate": 6.057156494664377e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9375438868999482, + "num_tokens": 62046279.0, + "step": 48210 + }, + { + "entropy": 1.0775229811668396, + "epoch": 4.606859654151142, + "grad_norm": 1.5124794244766235, + "learning_rate": 6.055612448689363e-05, + "loss": 0.1814, + "mean_token_accuracy": 0.9326850235462188, + "num_tokens": 62058771.0, + "step": 48220 + }, + { + "entropy": 1.0791439652442931, + "epoch": 4.607815037737652, + "grad_norm": 2.849121570587158, + "learning_rate": 6.054068297344353e-05, + "loss": 0.1723, + "mean_token_accuracy": 0.930775398015976, + "num_tokens": 62071521.0, + "step": 48230 + }, + { + "entropy": 1.0842225432395936, + "epoch": 4.608770421324162, + "grad_norm": 1.3744010925292969, + "learning_rate": 6.052524040783486e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9278466165065765, + "num_tokens": 62084117.0, + "step": 48240 + }, + { + "entropy": 1.102798879146576, + "epoch": 4.6097258049106715, + "grad_norm": 1.3580390214920044, + "learning_rate": 6.050979679160908e-05, + "loss": 0.2178, + "mean_token_accuracy": 0.9167046487331391, + "num_tokens": 62097373.0, + "step": 48250 + }, + { + "entropy": 1.083925998210907, + "epoch": 4.610681188497182, + "grad_norm": 1.5299965143203735, + "learning_rate": 6.049435212630772e-05, + "loss": 0.1566, + "mean_token_accuracy": 0.9395394086837768, + "num_tokens": 62110439.0, + "step": 48260 + }, + { + "entropy": 1.0942986607551575, + "epoch": 4.611636572083691, + "grad_norm": 1.1967624425888062, + "learning_rate": 6.047890641347248e-05, + "loss": 0.1801, + "mean_token_accuracy": 0.9252953469753266, + "num_tokens": 62123704.0, + "step": 48270 + }, + { + "entropy": 1.0880977392196656, + "epoch": 4.612591955670202, + "grad_norm": 1.9222086668014526, + "learning_rate": 6.0463459654645116e-05, + "loss": 0.1666, + "mean_token_accuracy": 0.9376400887966156, + "num_tokens": 62137062.0, + "step": 48280 + }, + { + "entropy": 1.091243290901184, + "epoch": 4.613547339256711, + "grad_norm": 1.0041742324829102, + "learning_rate": 6.044801185136751e-05, + "loss": 0.1578, + "mean_token_accuracy": 0.9369498372077942, + "num_tokens": 62149850.0, + "step": 48290 + }, + { + "entropy": 1.099522888660431, + "epoch": 4.614502722843222, + "grad_norm": 1.6269677877426147, + "learning_rate": 6.043256300518165e-05, + "loss": 0.1773, + "mean_token_accuracy": 0.9318126738071442, + "num_tokens": 62162168.0, + "step": 48300 + }, + { + "entropy": 1.1109288692474366, + "epoch": 4.615458106429731, + "grad_norm": 1.9782652854919434, + "learning_rate": 6.041711311762962e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9273991525173187, + "num_tokens": 62175062.0, + "step": 48310 + }, + { + "entropy": 1.1070201635360717, + "epoch": 4.6164134900162415, + "grad_norm": 1.3321856260299683, + "learning_rate": 6.0401662190253606e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9339803159236908, + "num_tokens": 62188293.0, + "step": 48320 + }, + { + "entropy": 1.110666561126709, + "epoch": 4.617368873602752, + "grad_norm": 1.2117396593093872, + "learning_rate": 6.0386210224595884e-05, + "loss": 0.1589, + "mean_token_accuracy": 0.9436595618724823, + "num_tokens": 62201309.0, + "step": 48330 + }, + { + "entropy": 1.115670871734619, + "epoch": 4.618324257189261, + "grad_norm": 1.7206954956054688, + "learning_rate": 6.0370757222198884e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9316615879535675, + "num_tokens": 62214578.0, + "step": 48340 + }, + { + "entropy": 1.0946268796920777, + "epoch": 4.619279640775772, + "grad_norm": 1.5107728242874146, + "learning_rate": 6.0355303184605074e-05, + "loss": 0.1698, + "mean_token_accuracy": 0.9296673178672791, + "num_tokens": 62227883.0, + "step": 48350 + }, + { + "entropy": 1.0954790711402893, + "epoch": 4.620235024362281, + "grad_norm": 2.1723971366882324, + "learning_rate": 6.033984811335709e-05, + "loss": 0.1645, + "mean_token_accuracy": 0.9321926176548004, + "num_tokens": 62240595.0, + "step": 48360 + }, + { + "entropy": 1.0870999336242675, + "epoch": 4.6211904079487915, + "grad_norm": 1.7318425178527832, + "learning_rate": 6.0324392009997624e-05, + "loss": 0.1787, + "mean_token_accuracy": 0.9305374443531036, + "num_tokens": 62253187.0, + "step": 48370 + }, + { + "entropy": 1.0854661822319032, + "epoch": 4.622145791535301, + "grad_norm": 1.3209047317504883, + "learning_rate": 6.030893487606949e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9415429592132568, + "num_tokens": 62266004.0, + "step": 48380 + }, + { + "entropy": 1.0962827801704407, + "epoch": 4.623101175121811, + "grad_norm": 1.232521414756775, + "learning_rate": 6.0293476713115584e-05, + "loss": 0.1906, + "mean_token_accuracy": 0.9312583267688751, + "num_tokens": 62278387.0, + "step": 48390 + }, + { + "entropy": 1.0998117327690125, + "epoch": 4.624056558708322, + "grad_norm": 2.0204343795776367, + "learning_rate": 6.0278017522678934e-05, + "loss": 0.1885, + "mean_token_accuracy": 0.9244533777236938, + "num_tokens": 62291666.0, + "step": 48400 + }, + { + "entropy": 1.1007895946502686, + "epoch": 4.625011942294831, + "grad_norm": 1.698684573173523, + "learning_rate": 6.0262557306302655e-05, + "loss": 0.1851, + "mean_token_accuracy": 0.9253498256206513, + "num_tokens": 62304608.0, + "step": 48410 + }, + { + "entropy": 1.1018951058387756, + "epoch": 4.625967325881342, + "grad_norm": 1.5044703483581543, + "learning_rate": 6.024709606552998e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9261787056922912, + "num_tokens": 62317639.0, + "step": 48420 + }, + { + "entropy": 1.0981173634529113, + "epoch": 4.626922709467851, + "grad_norm": 1.8872357606887817, + "learning_rate": 6.023163380190422e-05, + "loss": 0.186, + "mean_token_accuracy": 0.926980459690094, + "num_tokens": 62330843.0, + "step": 48430 + }, + { + "entropy": 1.0909242272377013, + "epoch": 4.6278780930543615, + "grad_norm": 2.2167365550994873, + "learning_rate": 6.0216170516968805e-05, + "loss": 0.2033, + "mean_token_accuracy": 0.9183372914791107, + "num_tokens": 62343358.0, + "step": 48440 + }, + { + "entropy": 1.080043911933899, + "epoch": 4.628833476640871, + "grad_norm": 1.4563536643981934, + "learning_rate": 6.020070621226727e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9359804332256317, + "num_tokens": 62356332.0, + "step": 48450 + }, + { + "entropy": 1.0781020879745484, + "epoch": 4.629788860227381, + "grad_norm": 1.237351655960083, + "learning_rate": 6.018524088934322e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9334569573402405, + "num_tokens": 62368936.0, + "step": 48460 + }, + { + "entropy": 1.0859536170959472, + "epoch": 4.630744243813892, + "grad_norm": 1.5064443349838257, + "learning_rate": 6.016977454974041e-05, + "loss": 0.1568, + "mean_token_accuracy": 0.9426251471042633, + "num_tokens": 62381756.0, + "step": 48470 + }, + { + "entropy": 1.0895797252655028, + "epoch": 4.631699627400401, + "grad_norm": 2.0504260063171387, + "learning_rate": 6.0154307195002645e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9456572294235229, + "num_tokens": 62394143.0, + "step": 48480 + }, + { + "entropy": 1.0850311279296876, + "epoch": 4.632655010986912, + "grad_norm": 2.1133017539978027, + "learning_rate": 6.0138838826673885e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9317927777767181, + "num_tokens": 62407349.0, + "step": 48490 + }, + { + "entropy": 1.088608169555664, + "epoch": 4.633610394573421, + "grad_norm": 1.8095952272415161, + "learning_rate": 6.012336944629814e-05, + "loss": 0.174, + "mean_token_accuracy": 0.931911301612854, + "num_tokens": 62419811.0, + "step": 48500 + }, + { + "entropy": 1.0861194849014282, + "epoch": 4.634565778159931, + "grad_norm": 1.7004990577697754, + "learning_rate": 6.010789905541956e-05, + "loss": 0.1842, + "mean_token_accuracy": 0.9295300483703614, + "num_tokens": 62432080.0, + "step": 48510 + }, + { + "entropy": 1.1108224034309386, + "epoch": 4.635521161746441, + "grad_norm": 1.7511802911758423, + "learning_rate": 6.0092427655582394e-05, + "loss": 0.1788, + "mean_token_accuracy": 0.9286671996116638, + "num_tokens": 62445666.0, + "step": 48520 + }, + { + "entropy": 1.1200782656669617, + "epoch": 4.636476545332951, + "grad_norm": 0.9902529120445251, + "learning_rate": 6.0076955248330956e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9350184857845306, + "num_tokens": 62459011.0, + "step": 48530 + }, + { + "entropy": 1.1013027787208558, + "epoch": 4.637431928919462, + "grad_norm": 1.3642892837524414, + "learning_rate": 6.006148183520971e-05, + "loss": 0.1493, + "mean_token_accuracy": 0.9420084774494171, + "num_tokens": 62471971.0, + "step": 48540 + }, + { + "entropy": 1.0961581468582153, + "epoch": 4.638387312505971, + "grad_norm": 0.9685566425323486, + "learning_rate": 6.004600741776315e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.93540118932724, + "num_tokens": 62484700.0, + "step": 48550 + }, + { + "entropy": 1.0870323061943055, + "epoch": 4.6393426960924815, + "grad_norm": 1.7566912174224854, + "learning_rate": 6.0030531997535956e-05, + "loss": 0.1894, + "mean_token_accuracy": 0.9315223097801208, + "num_tokens": 62497363.0, + "step": 48560 + }, + { + "entropy": 1.1053265929222107, + "epoch": 4.640298079678991, + "grad_norm": 1.7449771165847778, + "learning_rate": 6.0015055576072845e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9405114412307739, + "num_tokens": 62510907.0, + "step": 48570 + }, + { + "entropy": 1.0980276823043824, + "epoch": 4.641253463265501, + "grad_norm": 2.0820932388305664, + "learning_rate": 5.999957815491867e-05, + "loss": 0.1798, + "mean_token_accuracy": 0.933013653755188, + "num_tokens": 62523596.0, + "step": 48580 + }, + { + "entropy": 1.1084109187126159, + "epoch": 4.642208846852011, + "grad_norm": 1.9476301670074463, + "learning_rate": 5.998409973561834e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9425510883331298, + "num_tokens": 62536904.0, + "step": 48590 + }, + { + "entropy": 1.0984896302223206, + "epoch": 4.643164230438521, + "grad_norm": 1.1918177604675293, + "learning_rate": 5.996862031971692e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9362634778022766, + "num_tokens": 62549613.0, + "step": 48600 + }, + { + "entropy": 1.087947428226471, + "epoch": 4.644119614025031, + "grad_norm": 1.130866527557373, + "learning_rate": 5.9953139908759545e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9311140954494477, + "num_tokens": 62562437.0, + "step": 48610 + }, + { + "entropy": 1.092835283279419, + "epoch": 4.645074997611541, + "grad_norm": 2.293759346008301, + "learning_rate": 5.993765850429145e-05, + "loss": 0.1892, + "mean_token_accuracy": 0.9274760901927948, + "num_tokens": 62575471.0, + "step": 48620 + }, + { + "entropy": 1.0877701401710511, + "epoch": 4.646030381198051, + "grad_norm": 1.5740512609481812, + "learning_rate": 5.9922176107857965e-05, + "loss": 0.1556, + "mean_token_accuracy": 0.9347636461257934, + "num_tokens": 62588194.0, + "step": 48630 + }, + { + "entropy": 1.0889568567276, + "epoch": 4.646985764784561, + "grad_norm": 2.1084892749786377, + "learning_rate": 5.990669272100451e-05, + "loss": 0.1567, + "mean_token_accuracy": 0.9387856245040893, + "num_tokens": 62601109.0, + "step": 48640 + }, + { + "entropy": 1.086315655708313, + "epoch": 4.647941148371071, + "grad_norm": 1.4903115034103394, + "learning_rate": 5.989120834527665e-05, + "loss": 0.1661, + "mean_token_accuracy": 0.9334178030490875, + "num_tokens": 62613815.0, + "step": 48650 + }, + { + "entropy": 1.0842458486557007, + "epoch": 4.648896531957581, + "grad_norm": 1.5893852710723877, + "learning_rate": 5.9875722982219995e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9312729179859162, + "num_tokens": 62626357.0, + "step": 48660 + }, + { + "entropy": 1.0685061454772948, + "epoch": 4.649851915544091, + "grad_norm": 1.2953405380249023, + "learning_rate": 5.986023663338028e-05, + "loss": 0.1427, + "mean_token_accuracy": 0.9421732008457184, + "num_tokens": 62638761.0, + "step": 48670 + }, + { + "entropy": 1.0667977452278137, + "epoch": 4.650807299130601, + "grad_norm": 2.007500171661377, + "learning_rate": 5.984474930030336e-05, + "loss": 0.1507, + "mean_token_accuracy": 0.9444593131542206, + "num_tokens": 62651339.0, + "step": 48680 + }, + { + "entropy": 1.0907679438591003, + "epoch": 4.651762682717111, + "grad_norm": 1.5671595335006714, + "learning_rate": 5.9829260984535116e-05, + "loss": 0.1813, + "mean_token_accuracy": 0.9300443053245544, + "num_tokens": 62664524.0, + "step": 48690 + }, + { + "entropy": 1.0891644597053527, + "epoch": 4.6527180663036205, + "grad_norm": 1.552497148513794, + "learning_rate": 5.981377168762161e-05, + "loss": 0.1578, + "mean_token_accuracy": 0.9351423978805542, + "num_tokens": 62678440.0, + "step": 48700 + }, + { + "entropy": 1.0632519841194152, + "epoch": 4.653673449890131, + "grad_norm": 1.8959457874298096, + "learning_rate": 5.9798281411108926e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.9380396604537964, + "num_tokens": 62690761.0, + "step": 48710 + }, + { + "entropy": 1.0709237575531005, + "epoch": 4.654628833476641, + "grad_norm": 1.4900782108306885, + "learning_rate": 5.9782790156543336e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9371836364269257, + "num_tokens": 62703592.0, + "step": 48720 + }, + { + "entropy": 1.0721654176712037, + "epoch": 4.655584217063151, + "grad_norm": 1.2807637453079224, + "learning_rate": 5.9767297925471123e-05, + "loss": 0.1609, + "mean_token_accuracy": 0.9384330093860627, + "num_tokens": 62717052.0, + "step": 48730 + }, + { + "entropy": 1.080594551563263, + "epoch": 4.656539600649661, + "grad_norm": 1.9515968561172485, + "learning_rate": 5.9751804719438734e-05, + "loss": 0.2146, + "mean_token_accuracy": 0.9176674127578736, + "num_tokens": 62730407.0, + "step": 48740 + }, + { + "entropy": 1.0697921991348267, + "epoch": 4.657494984236171, + "grad_norm": 2.2016947269439697, + "learning_rate": 5.973631053999263e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.9456979036331177, + "num_tokens": 62742870.0, + "step": 48750 + }, + { + "entropy": 1.071884858608246, + "epoch": 4.658450367822681, + "grad_norm": 1.9369851350784302, + "learning_rate": 5.972081538867947e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9303695023059845, + "num_tokens": 62756029.0, + "step": 48760 + }, + { + "entropy": 1.0762263417243958, + "epoch": 4.65940575140919, + "grad_norm": 1.5771465301513672, + "learning_rate": 5.970531926704596e-05, + "loss": 0.2009, + "mean_token_accuracy": 0.921575802564621, + "num_tokens": 62768897.0, + "step": 48770 + }, + { + "entropy": 1.0714114427566528, + "epoch": 4.660361134995701, + "grad_norm": 1.528910517692566, + "learning_rate": 5.9689822176638874e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9282175838947296, + "num_tokens": 62781492.0, + "step": 48780 + }, + { + "entropy": 1.0860122919082642, + "epoch": 4.661316518582211, + "grad_norm": 1.6759285926818848, + "learning_rate": 5.967432411900513e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9343912303447723, + "num_tokens": 62794093.0, + "step": 48790 + }, + { + "entropy": 1.0869176745414735, + "epoch": 4.662271902168721, + "grad_norm": 1.5423091650009155, + "learning_rate": 5.9658825095691725e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9315524518489837, + "num_tokens": 62806313.0, + "step": 48800 + }, + { + "entropy": 1.0894668221473693, + "epoch": 4.663227285755231, + "grad_norm": 1.4933041334152222, + "learning_rate": 5.9643325108245776e-05, + "loss": 0.1948, + "mean_token_accuracy": 0.9240765631198883, + "num_tokens": 62819192.0, + "step": 48810 + }, + { + "entropy": 1.078212523460388, + "epoch": 4.6641826693417405, + "grad_norm": 1.2462462186813354, + "learning_rate": 5.962782415821443e-05, + "loss": 0.1653, + "mean_token_accuracy": 0.9405801832675934, + "num_tokens": 62832224.0, + "step": 48820 + }, + { + "entropy": 1.0852221608161927, + "epoch": 4.665138052928251, + "grad_norm": 2.2868733406066895, + "learning_rate": 5.9612322247145e-05, + "loss": 0.172, + "mean_token_accuracy": 0.9298073768615722, + "num_tokens": 62845080.0, + "step": 48830 + }, + { + "entropy": 1.0719821572303772, + "epoch": 4.66609343651476, + "grad_norm": 1.267741084098816, + "learning_rate": 5.9596819376584875e-05, + "loss": 0.1601, + "mean_token_accuracy": 0.939182698726654, + "num_tokens": 62858564.0, + "step": 48840 + }, + { + "entropy": 1.0773035049438477, + "epoch": 4.667048820101271, + "grad_norm": 1.450027585029602, + "learning_rate": 5.9581315548081504e-05, + "loss": 0.1781, + "mean_token_accuracy": 0.9329800009727478, + "num_tokens": 62870918.0, + "step": 48850 + }, + { + "entropy": 1.0648560285568238, + "epoch": 4.668004203687781, + "grad_norm": 2.0309622287750244, + "learning_rate": 5.956581076318249e-05, + "loss": 0.1481, + "mean_token_accuracy": 0.9431342005729675, + "num_tokens": 62883794.0, + "step": 48860 + }, + { + "entropy": 1.0740893959999085, + "epoch": 4.668959587274291, + "grad_norm": 2.1000521183013916, + "learning_rate": 5.955030502343548e-05, + "loss": 0.2081, + "mean_token_accuracy": 0.9240711987018585, + "num_tokens": 62896032.0, + "step": 48870 + }, + { + "entropy": 1.0849064588546753, + "epoch": 4.669914970860801, + "grad_norm": 2.0347394943237305, + "learning_rate": 5.953479833038828e-05, + "loss": 0.17, + "mean_token_accuracy": 0.9319068729877472, + "num_tokens": 62908860.0, + "step": 48880 + }, + { + "entropy": 1.0874577283859252, + "epoch": 4.6708703544473105, + "grad_norm": 1.458053469657898, + "learning_rate": 5.95192906855887e-05, + "loss": 0.1878, + "mean_token_accuracy": 0.9260946631431579, + "num_tokens": 62921663.0, + "step": 48890 + }, + { + "entropy": 1.0740665912628173, + "epoch": 4.671825738033821, + "grad_norm": 2.0589208602905273, + "learning_rate": 5.950378209058473e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.935091745853424, + "num_tokens": 62934355.0, + "step": 48900 + }, + { + "entropy": 1.0912786602973938, + "epoch": 4.67278112162033, + "grad_norm": 1.4995934963226318, + "learning_rate": 5.9488272546924384e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9330681562423706, + "num_tokens": 62946756.0, + "step": 48910 + }, + { + "entropy": 1.082503867149353, + "epoch": 4.673736505206841, + "grad_norm": 1.7757631540298462, + "learning_rate": 5.947276205615583e-05, + "loss": 0.1703, + "mean_token_accuracy": 0.9346235811710357, + "num_tokens": 62959766.0, + "step": 48920 + }, + { + "entropy": 1.0781103134155274, + "epoch": 4.67469188879335, + "grad_norm": 1.560465931892395, + "learning_rate": 5.9457250619827324e-05, + "loss": 0.1779, + "mean_token_accuracy": 0.9287524402141571, + "num_tokens": 62972541.0, + "step": 48930 + }, + { + "entropy": 1.0735100626945495, + "epoch": 4.6756472723798606, + "grad_norm": 1.2339260578155518, + "learning_rate": 5.944173823948714e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9314730405807495, + "num_tokens": 62985802.0, + "step": 48940 + }, + { + "entropy": 1.0743767023086548, + "epoch": 4.67660265596637, + "grad_norm": 1.7068904638290405, + "learning_rate": 5.9426224916683785e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9291047334671021, + "num_tokens": 62998730.0, + "step": 48950 + }, + { + "entropy": 1.0766319155693054, + "epoch": 4.67755803955288, + "grad_norm": 1.764312744140625, + "learning_rate": 5.941071065296573e-05, + "loss": 0.1609, + "mean_token_accuracy": 0.9359052896499633, + "num_tokens": 63011911.0, + "step": 48960 + }, + { + "entropy": 1.0664027094841004, + "epoch": 4.678513423139391, + "grad_norm": 1.7933470010757446, + "learning_rate": 5.9395195449881604e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9393558919429779, + "num_tokens": 63024747.0, + "step": 48970 + }, + { + "entropy": 1.0783533215522767, + "epoch": 4.6794688067259, + "grad_norm": 1.8639347553253174, + "learning_rate": 5.9379679308980095e-05, + "loss": 0.1799, + "mean_token_accuracy": 0.9317998349666595, + "num_tokens": 63037459.0, + "step": 48980 + }, + { + "entropy": 1.103937554359436, + "epoch": 4.680424190312411, + "grad_norm": 1.5663800239562988, + "learning_rate": 5.936416223181004e-05, + "loss": 0.1868, + "mean_token_accuracy": 0.9252045929431916, + "num_tokens": 63050298.0, + "step": 48990 + }, + { + "entropy": 1.0704342246055603, + "epoch": 4.68137957389892, + "grad_norm": 1.9691287279129028, + "learning_rate": 5.9348644219920324e-05, + "loss": 0.1667, + "mean_token_accuracy": 0.9389291107654572, + "num_tokens": 63062835.0, + "step": 49000 + }, + { + "entropy": 1.074236762523651, + "epoch": 4.6823349574854305, + "grad_norm": 1.2748535871505737, + "learning_rate": 5.9333125274859926e-05, + "loss": 0.1819, + "mean_token_accuracy": 0.9313875794410705, + "num_tokens": 63075745.0, + "step": 49010 + }, + { + "entropy": 1.0795340538024902, + "epoch": 4.68329034107194, + "grad_norm": 1.6777697801589966, + "learning_rate": 5.931760539817793e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.93790243268013, + "num_tokens": 63088674.0, + "step": 49020 + }, + { + "entropy": 1.0828714728355409, + "epoch": 4.68424572465845, + "grad_norm": 1.7239774465560913, + "learning_rate": 5.930208459142352e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9332321524620056, + "num_tokens": 63101791.0, + "step": 49030 + }, + { + "entropy": 1.0742840409278869, + "epoch": 4.685201108244961, + "grad_norm": 1.4329513311386108, + "learning_rate": 5.928656285614598e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9314885020256043, + "num_tokens": 63113887.0, + "step": 49040 + }, + { + "entropy": 1.0776092529296875, + "epoch": 4.68615649183147, + "grad_norm": 1.7463682889938354, + "learning_rate": 5.927104019389464e-05, + "loss": 0.1784, + "mean_token_accuracy": 0.9267110824584961, + "num_tokens": 63126709.0, + "step": 49050 + }, + { + "entropy": 1.0706339120864867, + "epoch": 4.687111875417981, + "grad_norm": 1.222068190574646, + "learning_rate": 5.925551660621897e-05, + "loss": 0.1671, + "mean_token_accuracy": 0.9371629297733307, + "num_tokens": 63139503.0, + "step": 49060 + }, + { + "entropy": 1.0924785733222961, + "epoch": 4.68806725900449, + "grad_norm": 2.4795658588409424, + "learning_rate": 5.9239992094668515e-05, + "loss": 0.1969, + "mean_token_accuracy": 0.9338027834892273, + "num_tokens": 63152616.0, + "step": 49070 + }, + { + "entropy": 1.0843310832977295, + "epoch": 4.689022642591, + "grad_norm": 1.7300138473510742, + "learning_rate": 5.922446666079291e-05, + "loss": 0.1705, + "mean_token_accuracy": 0.9368082761764527, + "num_tokens": 63165781.0, + "step": 49080 + }, + { + "entropy": 1.0685645937919617, + "epoch": 4.68997802617751, + "grad_norm": 1.4314976930618286, + "learning_rate": 5.920894030614188e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9277831077575683, + "num_tokens": 63178370.0, + "step": 49090 + }, + { + "entropy": 1.072977888584137, + "epoch": 4.69093340976402, + "grad_norm": 1.567596673965454, + "learning_rate": 5.919341303226526e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9316562950611115, + "num_tokens": 63191236.0, + "step": 49100 + }, + { + "entropy": 1.0718229055404662, + "epoch": 4.691888793350531, + "grad_norm": 1.890289306640625, + "learning_rate": 5.9177884840712974e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9299328327178955, + "num_tokens": 63204345.0, + "step": 49110 + }, + { + "entropy": 1.0790948271751404, + "epoch": 4.69284417693704, + "grad_norm": 2.117941379547119, + "learning_rate": 5.916235573303499e-05, + "loss": 0.167, + "mean_token_accuracy": 0.9379459321498871, + "num_tokens": 63217619.0, + "step": 49120 + }, + { + "entropy": 1.0730953216552734, + "epoch": 4.6937995605235505, + "grad_norm": 1.5984448194503784, + "learning_rate": 5.914682571078145e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9347313225269318, + "num_tokens": 63230301.0, + "step": 49130 + }, + { + "entropy": 1.078430950641632, + "epoch": 4.69475494411006, + "grad_norm": 1.787024736404419, + "learning_rate": 5.913129477550251e-05, + "loss": 0.1588, + "mean_token_accuracy": 0.9412386655807495, + "num_tokens": 63243065.0, + "step": 49140 + }, + { + "entropy": 1.0876750230789185, + "epoch": 4.69571032769657, + "grad_norm": 1.5275201797485352, + "learning_rate": 5.9115762928748455e-05, + "loss": 0.195, + "mean_token_accuracy": 0.925475561618805, + "num_tokens": 63256199.0, + "step": 49150 + }, + { + "entropy": 1.0741965651512146, + "epoch": 4.69666571128308, + "grad_norm": 1.7900463342666626, + "learning_rate": 5.910023017206967e-05, + "loss": 0.1765, + "mean_token_accuracy": 0.9342063307762146, + "num_tokens": 63269103.0, + "step": 49160 + }, + { + "entropy": 1.080215334892273, + "epoch": 4.69762109486959, + "grad_norm": 1.6378426551818848, + "learning_rate": 5.908469650701661e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9419060289859772, + "num_tokens": 63282053.0, + "step": 49170 + }, + { + "entropy": 1.087062454223633, + "epoch": 4.698576478456101, + "grad_norm": 1.6078695058822632, + "learning_rate": 5.906916193513982e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.9329658389091492, + "num_tokens": 63295307.0, + "step": 49180 + }, + { + "entropy": 1.0706809282302856, + "epoch": 4.69953186204261, + "grad_norm": 1.3312103748321533, + "learning_rate": 5.905362645798994e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9368504881858826, + "num_tokens": 63308000.0, + "step": 49190 + }, + { + "entropy": 1.0814759969711303, + "epoch": 4.7004872456291205, + "grad_norm": 2.0415399074554443, + "learning_rate": 5.9038090077117734e-05, + "loss": 0.1759, + "mean_token_accuracy": 0.9354267299175263, + "num_tokens": 63321022.0, + "step": 49200 + }, + { + "entropy": 1.0717896103858948, + "epoch": 4.70144262921563, + "grad_norm": 2.1874454021453857, + "learning_rate": 5.902255279407398e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9312860369682312, + "num_tokens": 63334031.0, + "step": 49210 + }, + { + "entropy": 1.072101092338562, + "epoch": 4.70239801280214, + "grad_norm": 1.5442029237747192, + "learning_rate": 5.9007014610409636e-05, + "loss": 0.1649, + "mean_token_accuracy": 0.9332943201065064, + "num_tokens": 63347038.0, + "step": 49220 + }, + { + "entropy": 1.060911762714386, + "epoch": 4.70335339638865, + "grad_norm": 1.295912265777588, + "learning_rate": 5.8991475527675665e-05, + "loss": 0.1637, + "mean_token_accuracy": 0.9386249959468842, + "num_tokens": 63359216.0, + "step": 49230 + }, + { + "entropy": 1.057939386367798, + "epoch": 4.70430877997516, + "grad_norm": 2.425398349761963, + "learning_rate": 5.897593554742318e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9266486704349518, + "num_tokens": 63371733.0, + "step": 49240 + }, + { + "entropy": 1.0724002242088317, + "epoch": 4.70526416356167, + "grad_norm": 1.08405601978302, + "learning_rate": 5.896039467120336e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9353107690811158, + "num_tokens": 63384810.0, + "step": 49250 + }, + { + "entropy": 1.0740490436553956, + "epoch": 4.70621954714818, + "grad_norm": 1.7695019245147705, + "learning_rate": 5.8944852900567483e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9318188309669495, + "num_tokens": 63397632.0, + "step": 49260 + }, + { + "entropy": 1.0574275135993958, + "epoch": 4.7071749307346895, + "grad_norm": 1.6755664348602295, + "learning_rate": 5.89293102370669e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9234057486057281, + "num_tokens": 63409628.0, + "step": 49270 + }, + { + "entropy": 1.0672989249229432, + "epoch": 4.7081303143212, + "grad_norm": 1.4056670665740967, + "learning_rate": 5.891376668225308e-05, + "loss": 0.1617, + "mean_token_accuracy": 0.9379666805267334, + "num_tokens": 63422567.0, + "step": 49280 + }, + { + "entropy": 1.0526063323020936, + "epoch": 4.70908569790771, + "grad_norm": 1.0550968647003174, + "learning_rate": 5.8898222237677545e-05, + "loss": 0.1479, + "mean_token_accuracy": 0.9458489060401917, + "num_tokens": 63435472.0, + "step": 49290 + }, + { + "entropy": 1.0723248839378356, + "epoch": 4.71004108149422, + "grad_norm": 1.518856167793274, + "learning_rate": 5.8882676904891924e-05, + "loss": 0.1859, + "mean_token_accuracy": 0.9246636033058167, + "num_tokens": 63448489.0, + "step": 49300 + }, + { + "entropy": 1.0652966260910035, + "epoch": 4.71099646508073, + "grad_norm": 1.8436298370361328, + "learning_rate": 5.8867130685447934e-05, + "loss": 0.1599, + "mean_token_accuracy": 0.936927205324173, + "num_tokens": 63461989.0, + "step": 49310 + }, + { + "entropy": 1.0623839616775512, + "epoch": 4.71195184866724, + "grad_norm": 1.2581537961959839, + "learning_rate": 5.885158358089738e-05, + "loss": 0.162, + "mean_token_accuracy": 0.9376197934150696, + "num_tokens": 63474754.0, + "step": 49320 + }, + { + "entropy": 1.0732515573501586, + "epoch": 4.71290723225375, + "grad_norm": 1.9163212776184082, + "learning_rate": 5.883603559279217e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9348461270332337, + "num_tokens": 63487231.0, + "step": 49330 + }, + { + "entropy": 1.0791441917419433, + "epoch": 4.7138626158402595, + "grad_norm": 1.5844941139221191, + "learning_rate": 5.8820486722684274e-05, + "loss": 0.1731, + "mean_token_accuracy": 0.9311172664165497, + "num_tokens": 63500100.0, + "step": 49340 + }, + { + "entropy": 1.0762944221496582, + "epoch": 4.71481799942677, + "grad_norm": 1.8950698375701904, + "learning_rate": 5.8804936972125756e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9274543881416321, + "num_tokens": 63513568.0, + "step": 49350 + }, + { + "entropy": 1.0820807695388794, + "epoch": 4.71577338301328, + "grad_norm": 1.0738767385482788, + "learning_rate": 5.87893863426688e-05, + "loss": 0.1897, + "mean_token_accuracy": 0.9298967540264129, + "num_tokens": 63526615.0, + "step": 49360 + }, + { + "entropy": 1.0818058252334595, + "epoch": 4.71672876659979, + "grad_norm": 1.1486554145812988, + "learning_rate": 5.877383483586561e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9296082556247711, + "num_tokens": 63539630.0, + "step": 49370 + }, + { + "entropy": 1.0597002744674682, + "epoch": 4.7176841501863, + "grad_norm": 1.1723155975341797, + "learning_rate": 5.8758282453268554e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9372555673122406, + "num_tokens": 63552188.0, + "step": 49380 + }, + { + "entropy": 1.0622799515724182, + "epoch": 4.7186395337728095, + "grad_norm": 1.9335321187973022, + "learning_rate": 5.8742729196430026e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9312516868114471, + "num_tokens": 63564420.0, + "step": 49390 + }, + { + "entropy": 1.0469238400459289, + "epoch": 4.71959491735932, + "grad_norm": 1.9720572233200073, + "learning_rate": 5.872717506690257e-05, + "loss": 0.1745, + "mean_token_accuracy": 0.9268633425235748, + "num_tokens": 63576950.0, + "step": 49400 + }, + { + "entropy": 1.0537145733833313, + "epoch": 4.720550300945829, + "grad_norm": 2.3321378231048584, + "learning_rate": 5.8711620066238746e-05, + "loss": 0.1722, + "mean_token_accuracy": 0.9299153506755828, + "num_tokens": 63589678.0, + "step": 49410 + }, + { + "entropy": 1.0740572452545165, + "epoch": 4.72150568453234, + "grad_norm": 1.671572208404541, + "learning_rate": 5.869606419599125e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9405061304569244, + "num_tokens": 63602945.0, + "step": 49420 + }, + { + "entropy": 1.0902210474014282, + "epoch": 4.72246106811885, + "grad_norm": 1.3549069166183472, + "learning_rate": 5.8680507457712855e-05, + "loss": 0.1518, + "mean_token_accuracy": 0.9394404590129852, + "num_tokens": 63616377.0, + "step": 49430 + }, + { + "entropy": 1.0790088534355164, + "epoch": 4.72341645170536, + "grad_norm": 1.5462982654571533, + "learning_rate": 5.8664949852956407e-05, + "loss": 0.169, + "mean_token_accuracy": 0.934412133693695, + "num_tokens": 63629627.0, + "step": 49440 + }, + { + "entropy": 1.0676472306251525, + "epoch": 4.72437183529187, + "grad_norm": 1.8085095882415771, + "learning_rate": 5.8649391383274856e-05, + "loss": 0.1856, + "mean_token_accuracy": 0.9292284071445465, + "num_tokens": 63642339.0, + "step": 49450 + }, + { + "entropy": 1.0742993116378785, + "epoch": 4.7253272188783795, + "grad_norm": 1.872449517250061, + "learning_rate": 5.86338320502212e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.9382072806358337, + "num_tokens": 63654995.0, + "step": 49460 + }, + { + "entropy": 1.0788474082946777, + "epoch": 4.72628260246489, + "grad_norm": 1.8570597171783447, + "learning_rate": 5.861827185534862e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9310773491859436, + "num_tokens": 63667838.0, + "step": 49470 + }, + { + "entropy": 1.0746803164482117, + "epoch": 4.727237986051399, + "grad_norm": 1.564217448234558, + "learning_rate": 5.860271080021025e-05, + "loss": 0.14, + "mean_token_accuracy": 0.948373556137085, + "num_tokens": 63679894.0, + "step": 49480 + }, + { + "entropy": 1.0757628560066224, + "epoch": 4.72819336963791, + "grad_norm": 1.8820792436599731, + "learning_rate": 5.858714888635941e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9267766058444977, + "num_tokens": 63692862.0, + "step": 49490 + }, + { + "entropy": 1.0733968138694763, + "epoch": 4.72914875322442, + "grad_norm": 1.1954460144042969, + "learning_rate": 5.8571586115349464e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9325763046741485, + "num_tokens": 63705639.0, + "step": 49500 + }, + { + "entropy": 1.083343505859375, + "epoch": 4.73010413681093, + "grad_norm": 1.6217122077941895, + "learning_rate": 5.8556022488733863e-05, + "loss": 0.1987, + "mean_token_accuracy": 0.9190537571907044, + "num_tokens": 63718550.0, + "step": 49510 + }, + { + "entropy": 1.0783989906311036, + "epoch": 4.73105952039744, + "grad_norm": 1.2090789079666138, + "learning_rate": 5.854045800806617e-05, + "loss": 0.2007, + "mean_token_accuracy": 0.9229122400283813, + "num_tokens": 63731588.0, + "step": 49520 + }, + { + "entropy": 1.0624654293060303, + "epoch": 4.732014903983949, + "grad_norm": 1.4794623851776123, + "learning_rate": 5.8524892674899987e-05, + "loss": 0.1485, + "mean_token_accuracy": 0.9401035964488983, + "num_tokens": 63744466.0, + "step": 49530 + }, + { + "entropy": 1.0599732637405395, + "epoch": 4.73297028757046, + "grad_norm": 2.620762825012207, + "learning_rate": 5.850932649078904e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9343551874160767, + "num_tokens": 63757085.0, + "step": 49540 + }, + { + "entropy": 1.0649445414543153, + "epoch": 4.733925671156969, + "grad_norm": 1.7305907011032104, + "learning_rate": 5.849375945728712e-05, + "loss": 0.1812, + "mean_token_accuracy": 0.9307439088821411, + "num_tokens": 63769972.0, + "step": 49550 + }, + { + "entropy": 1.0615586280822753, + "epoch": 4.73488105474348, + "grad_norm": 1.7991787195205688, + "learning_rate": 5.847819157594814e-05, + "loss": 0.1537, + "mean_token_accuracy": 0.942921620607376, + "num_tokens": 63782432.0, + "step": 49560 + }, + { + "entropy": 1.0768473863601684, + "epoch": 4.735836438329989, + "grad_norm": 0.9472801089286804, + "learning_rate": 5.846262284832603e-05, + "loss": 0.1778, + "mean_token_accuracy": 0.9289693057537078, + "num_tokens": 63795317.0, + "step": 49570 + }, + { + "entropy": 1.0546516537666322, + "epoch": 4.7367918219164995, + "grad_norm": 1.2028324604034424, + "learning_rate": 5.844705327597485e-05, + "loss": 0.1724, + "mean_token_accuracy": 0.9327976644039154, + "num_tokens": 63807772.0, + "step": 49580 + }, + { + "entropy": 1.0620972037315368, + "epoch": 4.737747205503009, + "grad_norm": 1.5006206035614014, + "learning_rate": 5.843148286044876e-05, + "loss": 0.1783, + "mean_token_accuracy": 0.9305425465106965, + "num_tokens": 63820218.0, + "step": 49590 + }, + { + "entropy": 1.064228105545044, + "epoch": 4.738702589089519, + "grad_norm": 1.2174054384231567, + "learning_rate": 5.8415911603301955e-05, + "loss": 0.1517, + "mean_token_accuracy": 0.9380289912223816, + "num_tokens": 63833363.0, + "step": 49600 + }, + { + "entropy": 1.0584092140197754, + "epoch": 4.73965797267603, + "grad_norm": 2.047022819519043, + "learning_rate": 5.840033950608874e-05, + "loss": 0.191, + "mean_token_accuracy": 0.9263890564441681, + "num_tokens": 63846327.0, + "step": 49610 + }, + { + "entropy": 1.0617034435272217, + "epoch": 4.740613356262539, + "grad_norm": 2.005797863006592, + "learning_rate": 5.838476657036352e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9299135208129883, + "num_tokens": 63859148.0, + "step": 49620 + }, + { + "entropy": 1.0738606452941895, + "epoch": 4.74156873984905, + "grad_norm": 2.3724470138549805, + "learning_rate": 5.8369192797680764e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9302776992321015, + "num_tokens": 63871977.0, + "step": 49630 + }, + { + "entropy": 1.0622695922851562, + "epoch": 4.742524123435559, + "grad_norm": 1.6540461778640747, + "learning_rate": 5.8353618189595e-05, + "loss": 0.1792, + "mean_token_accuracy": 0.9301535844802856, + "num_tokens": 63884548.0, + "step": 49640 + }, + { + "entropy": 1.0623041152954102, + "epoch": 4.743479507022069, + "grad_norm": 1.7022535800933838, + "learning_rate": 5.833804274766092e-05, + "loss": 0.1768, + "mean_token_accuracy": 0.9306497573852539, + "num_tokens": 63897641.0, + "step": 49650 + }, + { + "entropy": 1.0692408204078674, + "epoch": 4.744434890608579, + "grad_norm": 1.7614115476608276, + "learning_rate": 5.83224664734332e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.929490739107132, + "num_tokens": 63910944.0, + "step": 49660 + }, + { + "entropy": 1.0843512058258056, + "epoch": 4.745390274195089, + "grad_norm": 1.7475082874298096, + "learning_rate": 5.8306889368466656e-05, + "loss": 0.1678, + "mean_token_accuracy": 0.9359143137931824, + "num_tokens": 63923633.0, + "step": 49670 + }, + { + "entropy": 1.0537151455879212, + "epoch": 4.7463456577816, + "grad_norm": 1.473051905632019, + "learning_rate": 5.82913114343162e-05, + "loss": 0.1517, + "mean_token_accuracy": 0.9401277720928192, + "num_tokens": 63935824.0, + "step": 49680 + }, + { + "entropy": 1.0737932562828063, + "epoch": 4.747301041368109, + "grad_norm": 1.6271350383758545, + "learning_rate": 5.8275732672536756e-05, + "loss": 0.1883, + "mean_token_accuracy": 0.9232822000980377, + "num_tokens": 63949283.0, + "step": 49690 + }, + { + "entropy": 1.0767425894737244, + "epoch": 4.7482564249546195, + "grad_norm": 1.6847401857376099, + "learning_rate": 5.826015308468342e-05, + "loss": 0.184, + "mean_token_accuracy": 0.9288015365600586, + "num_tokens": 63961594.0, + "step": 49700 + }, + { + "entropy": 1.085269832611084, + "epoch": 4.749211808541129, + "grad_norm": 1.3151224851608276, + "learning_rate": 5.824457267231131e-05, + "loss": 0.176, + "mean_token_accuracy": 0.9269701719284058, + "num_tokens": 63974642.0, + "step": 49710 + }, + { + "entropy": 1.0843135833740234, + "epoch": 4.750167192127639, + "grad_norm": 1.1201316118240356, + "learning_rate": 5.822899143697567e-05, + "loss": 0.1739, + "mean_token_accuracy": 0.932593822479248, + "num_tokens": 63987812.0, + "step": 49720 + }, + { + "entropy": 1.0733365535736084, + "epoch": 4.751122575714149, + "grad_norm": 1.3426390886306763, + "learning_rate": 5.821340938023177e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9349249243736267, + "num_tokens": 64000730.0, + "step": 49730 + }, + { + "entropy": 1.0817930579185486, + "epoch": 4.752077959300659, + "grad_norm": 1.6664037704467773, + "learning_rate": 5.819782650363499e-05, + "loss": 0.1702, + "mean_token_accuracy": 0.9371816992759705, + "num_tokens": 64013387.0, + "step": 49740 + }, + { + "entropy": 1.0840388178825378, + "epoch": 4.75303334288717, + "grad_norm": 1.1635056734085083, + "learning_rate": 5.818224280874082e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9320277094841003, + "num_tokens": 64025484.0, + "step": 49750 + }, + { + "entropy": 1.0719746112823487, + "epoch": 4.753988726473679, + "grad_norm": 1.2099387645721436, + "learning_rate": 5.8166658297104773e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9343583464622498, + "num_tokens": 64038235.0, + "step": 49760 + }, + { + "entropy": 1.078232753276825, + "epoch": 4.7549441100601895, + "grad_norm": 1.7457126379013062, + "learning_rate": 5.8151072970282505e-05, + "loss": 0.1791, + "mean_token_accuracy": 0.923243397474289, + "num_tokens": 64051129.0, + "step": 49770 + }, + { + "entropy": 1.0688145756721497, + "epoch": 4.755899493646699, + "grad_norm": 1.51063072681427, + "learning_rate": 5.813548682982972e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9348665714263916, + "num_tokens": 64063819.0, + "step": 49780 + }, + { + "entropy": 1.067475152015686, + "epoch": 4.756854877233209, + "grad_norm": 2.2874186038970947, + "learning_rate": 5.811989987730221e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9347928762435913, + "num_tokens": 64076599.0, + "step": 49790 + }, + { + "entropy": 1.0663577556610107, + "epoch": 4.757810260819719, + "grad_norm": 2.128974437713623, + "learning_rate": 5.810431211425583e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9334489107131958, + "num_tokens": 64089391.0, + "step": 49800 + }, + { + "entropy": 1.0655508756637573, + "epoch": 4.758765644406229, + "grad_norm": 1.5978916883468628, + "learning_rate": 5.808872354224655e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.932922112941742, + "num_tokens": 64102178.0, + "step": 49810 + }, + { + "entropy": 1.0643106341361999, + "epoch": 4.7597210279927396, + "grad_norm": 2.1085479259490967, + "learning_rate": 5.8073134162830386e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9314310431480408, + "num_tokens": 64114631.0, + "step": 49820 + }, + { + "entropy": 1.08773193359375, + "epoch": 4.760676411579249, + "grad_norm": 1.8094607591629028, + "learning_rate": 5.8057543977563464e-05, + "loss": 0.1919, + "mean_token_accuracy": 0.9242606043815613, + "num_tokens": 64127429.0, + "step": 49830 + }, + { + "entropy": 1.061959183216095, + "epoch": 4.761631795165759, + "grad_norm": 2.1261816024780273, + "learning_rate": 5.804195298800198e-05, + "loss": 0.1524, + "mean_token_accuracy": 0.9449122250080109, + "num_tokens": 64139716.0, + "step": 49840 + }, + { + "entropy": 1.0814443349838256, + "epoch": 4.762587178752269, + "grad_norm": 2.4447402954101562, + "learning_rate": 5.8026361195702196e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.93227978348732, + "num_tokens": 64152783.0, + "step": 49850 + }, + { + "entropy": 1.078818917274475, + "epoch": 4.763542562338779, + "grad_norm": 2.7839229106903076, + "learning_rate": 5.8010768602220486e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9274260699748993, + "num_tokens": 64165660.0, + "step": 49860 + }, + { + "entropy": 1.0618106126785278, + "epoch": 4.764497945925289, + "grad_norm": 1.4458686113357544, + "learning_rate": 5.799517520911327e-05, + "loss": 0.1448, + "mean_token_accuracy": 0.9385508537292481, + "num_tokens": 64177986.0, + "step": 49870 + }, + { + "entropy": 1.080845868587494, + "epoch": 4.765453329511799, + "grad_norm": 2.0491299629211426, + "learning_rate": 5.7979581017937065e-05, + "loss": 0.1962, + "mean_token_accuracy": 0.9245653867721557, + "num_tokens": 64190729.0, + "step": 49880 + }, + { + "entropy": 1.0773138523101806, + "epoch": 4.766408713098309, + "grad_norm": 1.357326626777649, + "learning_rate": 5.7963986030248466e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9301210880279541, + "num_tokens": 64203678.0, + "step": 49890 + }, + { + "entropy": 1.0776899218559266, + "epoch": 4.767364096684819, + "grad_norm": 1.3225706815719604, + "learning_rate": 5.7948390247604124e-05, + "loss": 0.1641, + "mean_token_accuracy": 0.9373736381530762, + "num_tokens": 64217196.0, + "step": 49900 + }, + { + "entropy": 1.0712932467460632, + "epoch": 4.7683194802713285, + "grad_norm": 2.1060121059417725, + "learning_rate": 5.7932793671560826e-05, + "loss": 0.193, + "mean_token_accuracy": 0.9254934608936309, + "num_tokens": 64229425.0, + "step": 49910 + }, + { + "entropy": 1.0705777406692505, + "epoch": 4.769274863857839, + "grad_norm": 1.2927628755569458, + "learning_rate": 5.791719630367539e-05, + "loss": 0.1579, + "mean_token_accuracy": 0.9389825165271759, + "num_tokens": 64242450.0, + "step": 49920 + }, + { + "entropy": 1.080705988407135, + "epoch": 4.770230247444349, + "grad_norm": 1.8692898750305176, + "learning_rate": 5.790159814550473e-05, + "loss": 0.1786, + "mean_token_accuracy": 0.9312477707862854, + "num_tokens": 64255364.0, + "step": 49930 + }, + { + "entropy": 1.0691518783569336, + "epoch": 4.771185631030859, + "grad_norm": 1.7487115859985352, + "learning_rate": 5.788599919860582e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9348643243312835, + "num_tokens": 64267952.0, + "step": 49940 + }, + { + "entropy": 1.0630238056182861, + "epoch": 4.772141014617369, + "grad_norm": 1.5636738538742065, + "learning_rate": 5.787039946453576e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.9387684822082519, + "num_tokens": 64280328.0, + "step": 49950 + }, + { + "entropy": 1.0725889444351195, + "epoch": 4.7730963982038785, + "grad_norm": 1.7418462038040161, + "learning_rate": 5.7854798944851675e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9333165943622589, + "num_tokens": 64293147.0, + "step": 49960 + }, + { + "entropy": 1.0698188543319702, + "epoch": 4.774051781790389, + "grad_norm": 1.6749054193496704, + "learning_rate": 5.7839197641110786e-05, + "loss": 0.187, + "mean_token_accuracy": 0.9285893142223358, + "num_tokens": 64306517.0, + "step": 49970 + }, + { + "entropy": 1.0610671281814574, + "epoch": 4.775007165376898, + "grad_norm": 1.674879550933838, + "learning_rate": 5.7823595554870406e-05, + "loss": 0.2001, + "mean_token_accuracy": 0.9225441455841065, + "num_tokens": 64319240.0, + "step": 49980 + }, + { + "entropy": 1.0621556162834167, + "epoch": 4.775962548963409, + "grad_norm": 1.3896536827087402, + "learning_rate": 5.7807992687687914e-05, + "loss": 0.1873, + "mean_token_accuracy": 0.9271114647388459, + "num_tokens": 64332008.0, + "step": 49990 + }, + { + "entropy": 1.0763070344924928, + "epoch": 4.776917932549919, + "grad_norm": 1.5419907569885254, + "learning_rate": 5.7792389041120775e-05, + "loss": 0.1999, + "mean_token_accuracy": 0.9201584756374359, + "num_tokens": 64344671.0, + "step": 50000 + }, + { + "entropy": 1.0612783551216125, + "epoch": 4.777873316136429, + "grad_norm": 1.5542839765548706, + "learning_rate": 5.777678461672652e-05, + "loss": 0.1733, + "mean_token_accuracy": 0.9342804849147797, + "num_tokens": 64357144.0, + "step": 50010 + }, + { + "entropy": 1.0774751782417298, + "epoch": 4.778828699722939, + "grad_norm": 1.7672009468078613, + "learning_rate": 5.7761179416062775e-05, + "loss": 0.1741, + "mean_token_accuracy": 0.9314101099967956, + "num_tokens": 64369959.0, + "step": 50020 + }, + { + "entropy": 1.0766968250274658, + "epoch": 4.7797840833094485, + "grad_norm": 1.690462350845337, + "learning_rate": 5.774557344068722e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9323249161243439, + "num_tokens": 64382824.0, + "step": 50030 + }, + { + "entropy": 1.0910907149314881, + "epoch": 4.780739466895959, + "grad_norm": 1.95175302028656, + "learning_rate": 5.772996669215763e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9321103811264038, + "num_tokens": 64396121.0, + "step": 50040 + }, + { + "entropy": 1.06194566488266, + "epoch": 4.781694850482468, + "grad_norm": 1.7324692010879517, + "learning_rate": 5.771435917203185e-05, + "loss": 0.1505, + "mean_token_accuracy": 0.9406466841697693, + "num_tokens": 64409289.0, + "step": 50050 + }, + { + "entropy": 1.06700279712677, + "epoch": 4.782650234068979, + "grad_norm": 2.1098990440368652, + "learning_rate": 5.7698750881867815e-05, + "loss": 0.1949, + "mean_token_accuracy": 0.9254070043563842, + "num_tokens": 64421814.0, + "step": 50060 + }, + { + "entropy": 1.0978731870651246, + "epoch": 4.783605617655489, + "grad_norm": 2.282477378845215, + "learning_rate": 5.768314182322351e-05, + "loss": 0.1934, + "mean_token_accuracy": 0.9246816277503968, + "num_tokens": 64435012.0, + "step": 50070 + }, + { + "entropy": 1.0884102821350097, + "epoch": 4.784561001241999, + "grad_norm": 1.3229137659072876, + "learning_rate": 5.766753199765703e-05, + "loss": 0.1663, + "mean_token_accuracy": 0.9329513669013977, + "num_tokens": 64448450.0, + "step": 50080 + }, + { + "entropy": 1.0653965830802918, + "epoch": 4.785516384828509, + "grad_norm": 1.671958327293396, + "learning_rate": 5.7651921406726505e-05, + "loss": 0.1629, + "mean_token_accuracy": 0.9326712846755981, + "num_tokens": 64461393.0, + "step": 50090 + }, + { + "entropy": 1.070882546901703, + "epoch": 4.786471768415018, + "grad_norm": 1.5011439323425293, + "learning_rate": 5.7636310051990194e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9324593186378479, + "num_tokens": 64474382.0, + "step": 50100 + }, + { + "entropy": 1.067407250404358, + "epoch": 4.787427152001529, + "grad_norm": 1.947508692741394, + "learning_rate": 5.762069793500639e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9265509188175202, + "num_tokens": 64487208.0, + "step": 50110 + }, + { + "entropy": 1.0658751010894776, + "epoch": 4.788382535588038, + "grad_norm": 1.6388322114944458, + "learning_rate": 5.760508505733347e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9389873385429383, + "num_tokens": 64500057.0, + "step": 50120 + }, + { + "entropy": 1.0658093810081481, + "epoch": 4.789337919174549, + "grad_norm": 1.9322019815444946, + "learning_rate": 5.7589471420529926e-05, + "loss": 0.1618, + "mean_token_accuracy": 0.9358837962150574, + "num_tokens": 64513070.0, + "step": 50130 + }, + { + "entropy": 1.0575872778892517, + "epoch": 4.790293302761059, + "grad_norm": 1.430696725845337, + "learning_rate": 5.757385702615423e-05, + "loss": 0.1595, + "mean_token_accuracy": 0.9373679220676422, + "num_tokens": 64525875.0, + "step": 50140 + }, + { + "entropy": 1.0584694147109985, + "epoch": 4.7912486863475685, + "grad_norm": 1.879715919494629, + "learning_rate": 5.755824187576506e-05, + "loss": 0.1668, + "mean_token_accuracy": 0.9361766576766968, + "num_tokens": 64539181.0, + "step": 50150 + }, + { + "entropy": 1.0560314416885377, + "epoch": 4.792204069934079, + "grad_norm": 0.9444250464439392, + "learning_rate": 5.754262597092105e-05, + "loss": 0.1605, + "mean_token_accuracy": 0.9363076567649842, + "num_tokens": 64552239.0, + "step": 50160 + }, + { + "entropy": 1.0670544147491454, + "epoch": 4.793159453520588, + "grad_norm": 1.195702075958252, + "learning_rate": 5.752700931318099e-05, + "loss": 0.19, + "mean_token_accuracy": 0.9308502316474915, + "num_tokens": 64565092.0, + "step": 50170 + }, + { + "entropy": 1.077947163581848, + "epoch": 4.794114837107099, + "grad_norm": 1.9431054592132568, + "learning_rate": 5.751139190410373e-05, + "loss": 0.1803, + "mean_token_accuracy": 0.9287268221378326, + "num_tokens": 64578076.0, + "step": 50180 + }, + { + "entropy": 1.0864127635955811, + "epoch": 4.795070220693608, + "grad_norm": 1.1715112924575806, + "learning_rate": 5.749577374524814e-05, + "loss": 0.1758, + "mean_token_accuracy": 0.9299575805664062, + "num_tokens": 64591459.0, + "step": 50190 + }, + { + "entropy": 1.0555172562599182, + "epoch": 4.796025604280119, + "grad_norm": 1.918002724647522, + "learning_rate": 5.748015483817324e-05, + "loss": 0.1761, + "mean_token_accuracy": 0.9298417091369628, + "num_tokens": 64603873.0, + "step": 50200 + }, + { + "entropy": 1.071634042263031, + "epoch": 4.796980987866628, + "grad_norm": 1.7563648223876953, + "learning_rate": 5.746453518443805e-05, + "loss": 0.1636, + "mean_token_accuracy": 0.938626903295517, + "num_tokens": 64616643.0, + "step": 50210 + }, + { + "entropy": 1.0731150269508363, + "epoch": 4.7979363714531384, + "grad_norm": 1.7424876689910889, + "learning_rate": 5.744891478560176e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9280508279800415, + "num_tokens": 64629310.0, + "step": 50220 + }, + { + "entropy": 1.0764219880104064, + "epoch": 4.798891755039648, + "grad_norm": 1.8846739530563354, + "learning_rate": 5.743329364322354e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.9281845986843109, + "num_tokens": 64642644.0, + "step": 50230 + }, + { + "entropy": 1.087616765499115, + "epoch": 4.799847138626158, + "grad_norm": 1.921193242073059, + "learning_rate": 5.7417671758862704e-05, + "loss": 0.1665, + "mean_token_accuracy": 0.9396068513393402, + "num_tokens": 64655100.0, + "step": 50240 + }, + { + "entropy": 1.0585204720497132, + "epoch": 4.800802522212669, + "grad_norm": 1.321969747543335, + "learning_rate": 5.7402049134078584e-05, + "loss": 0.1587, + "mean_token_accuracy": 0.9390412926673889, + "num_tokens": 64667728.0, + "step": 50250 + }, + { + "entropy": 1.060863983631134, + "epoch": 4.801757905799178, + "grad_norm": 1.782654881477356, + "learning_rate": 5.738642577043062e-05, + "loss": 0.2025, + "mean_token_accuracy": 0.9265252470970153, + "num_tokens": 64680176.0, + "step": 50260 + }, + { + "entropy": 1.0609460949897767, + "epoch": 4.8027132893856885, + "grad_norm": 1.2970324754714966, + "learning_rate": 5.737080166947833e-05, + "loss": 0.1862, + "mean_token_accuracy": 0.9225982129573822, + "num_tokens": 64693279.0, + "step": 50270 + }, + { + "entropy": 1.0773584485054015, + "epoch": 4.803668672972198, + "grad_norm": 1.8245552778244019, + "learning_rate": 5.735517683278126e-05, + "loss": 0.1596, + "mean_token_accuracy": 0.9360943257808685, + "num_tokens": 64706530.0, + "step": 50280 + }, + { + "entropy": 1.0620346188545227, + "epoch": 4.804624056558708, + "grad_norm": 2.0714640617370605, + "learning_rate": 5.7339551261899106e-05, + "loss": 0.1632, + "mean_token_accuracy": 0.9373538136482239, + "num_tokens": 64719375.0, + "step": 50290 + }, + { + "entropy": 1.0836754202842713, + "epoch": 4.805579440145218, + "grad_norm": 1.4501696825027466, + "learning_rate": 5.732392495839156e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9306828320026398, + "num_tokens": 64732940.0, + "step": 50300 + }, + { + "entropy": 1.051697885990143, + "epoch": 4.806534823731728, + "grad_norm": 1.5890268087387085, + "learning_rate": 5.7308297923818456e-05, + "loss": 0.1608, + "mean_token_accuracy": 0.9343324303627014, + "num_tokens": 64745480.0, + "step": 50310 + }, + { + "entropy": 1.0424663245677948, + "epoch": 4.807490207318239, + "grad_norm": 1.4205366373062134, + "learning_rate": 5.7292670159739625e-05, + "loss": 0.1489, + "mean_token_accuracy": 0.9354699492454529, + "num_tokens": 64757914.0, + "step": 50320 + }, + { + "entropy": 1.0444533705711365, + "epoch": 4.808445590904748, + "grad_norm": 2.050511598587036, + "learning_rate": 5.7277041667715035e-05, + "loss": 0.1718, + "mean_token_accuracy": 0.9341466009616852, + "num_tokens": 64770836.0, + "step": 50330 + }, + { + "entropy": 1.0555079340934754, + "epoch": 4.8094009744912585, + "grad_norm": 1.6539689302444458, + "learning_rate": 5.726141244930472e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9343604803085327, + "num_tokens": 64783366.0, + "step": 50340 + }, + { + "entropy": 1.0527827739715576, + "epoch": 4.810356358077768, + "grad_norm": 1.8882137537002563, + "learning_rate": 5.7245782506068736e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9350105822086334, + "num_tokens": 64795756.0, + "step": 50350 + }, + { + "entropy": 1.0607337713241578, + "epoch": 4.811311741664278, + "grad_norm": 2.0593531131744385, + "learning_rate": 5.723015183956726e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.9352933704853058, + "num_tokens": 64808381.0, + "step": 50360 + }, + { + "entropy": 1.0494857549667358, + "epoch": 4.812267125250788, + "grad_norm": 1.4723546504974365, + "learning_rate": 5.721452045136052e-05, + "loss": 0.1604, + "mean_token_accuracy": 0.9371503412723541, + "num_tokens": 64821084.0, + "step": 50370 + }, + { + "entropy": 1.0565298199653625, + "epoch": 4.813222508837298, + "grad_norm": 1.4998292922973633, + "learning_rate": 5.719888834300885e-05, + "loss": 0.1915, + "mean_token_accuracy": 0.9280597925186157, + "num_tokens": 64833821.0, + "step": 50380 + }, + { + "entropy": 1.047487097978592, + "epoch": 4.814177892423809, + "grad_norm": 1.3613609075546265, + "learning_rate": 5.71832555160726e-05, + "loss": 0.1528, + "mean_token_accuracy": 0.9412045180797577, + "num_tokens": 64846297.0, + "step": 50390 + }, + { + "entropy": 1.0519739389419556, + "epoch": 4.815133276010318, + "grad_norm": 2.0294387340545654, + "learning_rate": 5.716762197211224e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9366666674613953, + "num_tokens": 64859141.0, + "step": 50400 + }, + { + "entropy": 1.0499181032180787, + "epoch": 4.816088659596828, + "grad_norm": 2.016770124435425, + "learning_rate": 5.715198771268826e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9307875156402587, + "num_tokens": 64872025.0, + "step": 50410 + }, + { + "entropy": 1.053014224767685, + "epoch": 4.817044043183338, + "grad_norm": 1.4562604427337646, + "learning_rate": 5.713635273936129e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9346743524074554, + "num_tokens": 64884851.0, + "step": 50420 + }, + { + "entropy": 1.0445329904556275, + "epoch": 4.817999426769848, + "grad_norm": 1.0911338329315186, + "learning_rate": 5.712071705369197e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9378681182861328, + "num_tokens": 64897459.0, + "step": 50430 + }, + { + "entropy": 1.0468032717704774, + "epoch": 4.818954810356358, + "grad_norm": 2.304582357406616, + "learning_rate": 5.710508065724105e-05, + "loss": 0.1606, + "mean_token_accuracy": 0.9348261833190918, + "num_tokens": 64910845.0, + "step": 50440 + }, + { + "entropy": 1.0593518257141112, + "epoch": 4.819910193942868, + "grad_norm": 1.631725788116455, + "learning_rate": 5.7089443551569336e-05, + "loss": 0.1751, + "mean_token_accuracy": 0.9295557320117951, + "num_tokens": 64923897.0, + "step": 50450 + }, + { + "entropy": 1.0540273547172547, + "epoch": 4.8208655775293785, + "grad_norm": 1.7028048038482666, + "learning_rate": 5.7073805738237694e-05, + "loss": 0.1749, + "mean_token_accuracy": 0.9334675550460816, + "num_tokens": 64936424.0, + "step": 50460 + }, + { + "entropy": 1.0641980648040772, + "epoch": 4.821820961115888, + "grad_norm": 1.8849185705184937, + "learning_rate": 5.705816721880709e-05, + "loss": 0.1501, + "mean_token_accuracy": 0.9391396343708038, + "num_tokens": 64949547.0, + "step": 50470 + }, + { + "entropy": 1.0700804114341735, + "epoch": 4.822776344702398, + "grad_norm": 1.8844751119613647, + "learning_rate": 5.7042527994838525e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9289988696575164, + "num_tokens": 64962944.0, + "step": 50480 + }, + { + "entropy": 1.0592114090919496, + "epoch": 4.823731728288908, + "grad_norm": 1.750563621520996, + "learning_rate": 5.7026888067893094e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.9398051917552948, + "num_tokens": 64976181.0, + "step": 50490 + }, + { + "entropy": 1.079428744316101, + "epoch": 4.824687111875418, + "grad_norm": 1.382054328918457, + "learning_rate": 5.7011247439531965e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9274052739143371, + "num_tokens": 64989246.0, + "step": 50500 + }, + { + "entropy": 1.067672038078308, + "epoch": 4.825642495461928, + "grad_norm": 1.9071804285049438, + "learning_rate": 5.6995606111316335e-05, + "loss": 0.1776, + "mean_token_accuracy": 0.9305592238903045, + "num_tokens": 65002118.0, + "step": 50510 + }, + { + "entropy": 1.0612181186676026, + "epoch": 4.826597879048438, + "grad_norm": 1.5805009603500366, + "learning_rate": 5.6979964084807556e-05, + "loss": 0.1689, + "mean_token_accuracy": 0.9367469310760498, + "num_tokens": 65015027.0, + "step": 50520 + }, + { + "entropy": 1.0665549397468568, + "epoch": 4.8275532626349476, + "grad_norm": 1.4577358961105347, + "learning_rate": 5.6964321361566954e-05, + "loss": 0.1594, + "mean_token_accuracy": 0.9382261335849762, + "num_tokens": 65028136.0, + "step": 50530 + }, + { + "entropy": 1.066589105129242, + "epoch": 4.828508646221458, + "grad_norm": 2.4911131858825684, + "learning_rate": 5.694867794315599e-05, + "loss": 0.1982, + "mean_token_accuracy": 0.9205173432826996, + "num_tokens": 65041301.0, + "step": 50540 + }, + { + "entropy": 1.073498260974884, + "epoch": 4.829464029807967, + "grad_norm": 1.0746389627456665, + "learning_rate": 5.693303383113616e-05, + "loss": 0.1638, + "mean_token_accuracy": 0.9302947580814361, + "num_tokens": 65054526.0, + "step": 50550 + }, + { + "entropy": 1.043577778339386, + "epoch": 4.830419413394478, + "grad_norm": 1.5181533098220825, + "learning_rate": 5.6917389027069054e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9320174217224121, + "num_tokens": 65066699.0, + "step": 50560 + }, + { + "entropy": 1.0360084414482116, + "epoch": 4.831374796980988, + "grad_norm": 1.630664587020874, + "learning_rate": 5.6901743532516294e-05, + "loss": 0.1422, + "mean_token_accuracy": 0.9445582270622254, + "num_tokens": 65079288.0, + "step": 50570 + }, + { + "entropy": 1.0625633001327515, + "epoch": 4.832330180567498, + "grad_norm": 1.574227213859558, + "learning_rate": 5.6886097349039614e-05, + "loss": 0.1771, + "mean_token_accuracy": 0.9282028019428253, + "num_tokens": 65092400.0, + "step": 50580 + }, + { + "entropy": 1.0511977672576904, + "epoch": 4.833285564154008, + "grad_norm": 1.6294233798980713, + "learning_rate": 5.6870450478200785e-05, + "loss": 0.1755, + "mean_token_accuracy": 0.9312235236167907, + "num_tokens": 65104962.0, + "step": 50590 + }, + { + "entropy": 1.0498846054077149, + "epoch": 4.8342409477405175, + "grad_norm": 1.321793794631958, + "learning_rate": 5.685480292156167e-05, + "loss": 0.1497, + "mean_token_accuracy": 0.9462654113769531, + "num_tokens": 65117784.0, + "step": 50600 + }, + { + "entropy": 1.0494572997093201, + "epoch": 4.835196331327028, + "grad_norm": 1.5209156274795532, + "learning_rate": 5.683915468068419e-05, + "loss": 0.1426, + "mean_token_accuracy": 0.9439161956310272, + "num_tokens": 65130945.0, + "step": 50610 + }, + { + "entropy": 1.047785496711731, + "epoch": 4.836151714913537, + "grad_norm": 1.5325568914413452, + "learning_rate": 5.682350575713032e-05, + "loss": 0.1743, + "mean_token_accuracy": 0.934127402305603, + "num_tokens": 65143817.0, + "step": 50620 + }, + { + "entropy": 1.0380281209945679, + "epoch": 4.837107098500048, + "grad_norm": 1.7116751670837402, + "learning_rate": 5.6807856152462144e-05, + "loss": 0.179, + "mean_token_accuracy": 0.928763484954834, + "num_tokens": 65156666.0, + "step": 50630 + }, + { + "entropy": 1.0569375991821288, + "epoch": 4.838062482086558, + "grad_norm": 2.021564245223999, + "learning_rate": 5.6792205868241766e-05, + "loss": 0.161, + "mean_token_accuracy": 0.9335246682167053, + "num_tokens": 65169545.0, + "step": 50640 + }, + { + "entropy": 1.0466162264347076, + "epoch": 4.839017865673068, + "grad_norm": 1.325679898262024, + "learning_rate": 5.6776554906031376e-05, + "loss": 0.1831, + "mean_token_accuracy": 0.9261197924613953, + "num_tokens": 65181980.0, + "step": 50650 + }, + { + "entropy": 1.054706907272339, + "epoch": 4.839973249259578, + "grad_norm": 2.4172441959381104, + "learning_rate": 5.676090326739324e-05, + "loss": 0.1712, + "mean_token_accuracy": 0.9322708249092102, + "num_tokens": 65194755.0, + "step": 50660 + }, + { + "entropy": 1.052673089504242, + "epoch": 4.840928632846087, + "grad_norm": 1.4627814292907715, + "learning_rate": 5.6745250953889694e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9422016859054565, + "num_tokens": 65206866.0, + "step": 50670 + }, + { + "entropy": 1.0588266730308533, + "epoch": 4.841884016432598, + "grad_norm": 1.7392795085906982, + "learning_rate": 5.6729597967083135e-05, + "loss": 0.183, + "mean_token_accuracy": 0.9279411137104034, + "num_tokens": 65219495.0, + "step": 50680 + }, + { + "entropy": 1.0632333159446716, + "epoch": 4.842839400019107, + "grad_norm": 1.8256165981292725, + "learning_rate": 5.671394430853601e-05, + "loss": 0.1833, + "mean_token_accuracy": 0.931763356924057, + "num_tokens": 65232516.0, + "step": 50690 + }, + { + "entropy": 1.0663167476654052, + "epoch": 4.843794783605618, + "grad_norm": 2.1311323642730713, + "learning_rate": 5.669828997981087e-05, + "loss": 0.1836, + "mean_token_accuracy": 0.9264341056346893, + "num_tokens": 65245220.0, + "step": 50700 + }, + { + "entropy": 1.0786524772644044, + "epoch": 4.844750167192128, + "grad_norm": 1.8279961347579956, + "learning_rate": 5.668263498247028e-05, + "loss": 0.1727, + "mean_token_accuracy": 0.9286799371242523, + "num_tokens": 65258013.0, + "step": 50710 + }, + { + "entropy": 1.0743963599205018, + "epoch": 4.8457055507786375, + "grad_norm": 1.7314329147338867, + "learning_rate": 5.666697931807694e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9324531137943268, + "num_tokens": 65270713.0, + "step": 50720 + }, + { + "entropy": 1.0671076774597168, + "epoch": 4.846660934365148, + "grad_norm": 1.9378076791763306, + "learning_rate": 5.6651322988193554e-05, + "loss": 0.1439, + "mean_token_accuracy": 0.941787576675415, + "num_tokens": 65283520.0, + "step": 50730 + }, + { + "entropy": 1.0737677574157716, + "epoch": 4.847616317951657, + "grad_norm": 1.6721174716949463, + "learning_rate": 5.663566599438292e-05, + "loss": 0.1633, + "mean_token_accuracy": 0.9395066678524018, + "num_tokens": 65296512.0, + "step": 50740 + }, + { + "entropy": 1.0733152627944946, + "epoch": 4.848571701538168, + "grad_norm": 1.7168614864349365, + "learning_rate": 5.662000833820792e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9360404789447785, + "num_tokens": 65310181.0, + "step": 50750 + }, + { + "entropy": 1.0606769323349, + "epoch": 4.849527085124677, + "grad_norm": 1.7166770696640015, + "learning_rate": 5.6604350021231456e-05, + "loss": 0.1916, + "mean_token_accuracy": 0.9238860905170441, + "num_tokens": 65322883.0, + "step": 50760 + }, + { + "entropy": 1.0804297566413879, + "epoch": 4.850482468711188, + "grad_norm": 2.1787109375, + "learning_rate": 5.658869104501656e-05, + "loss": 0.1958, + "mean_token_accuracy": 0.9233622968196868, + "num_tokens": 65336138.0, + "step": 50770 + }, + { + "entropy": 1.070612406730652, + "epoch": 4.851437852297698, + "grad_norm": 1.5444328784942627, + "learning_rate": 5.657303141112625e-05, + "loss": 0.1764, + "mean_token_accuracy": 0.9309821724891663, + "num_tokens": 65348509.0, + "step": 50780 + }, + { + "entropy": 1.0734085440635681, + "epoch": 4.8523932358842075, + "grad_norm": 1.2350231409072876, + "learning_rate": 5.6557371121123694e-05, + "loss": 0.1638, + "mean_token_accuracy": 0.9346832513809205, + "num_tokens": 65361476.0, + "step": 50790 + }, + { + "entropy": 1.0740882992744445, + "epoch": 4.853348619470718, + "grad_norm": 1.7524431943893433, + "learning_rate": 5.6541710176572036e-05, + "loss": 0.1954, + "mean_token_accuracy": 0.9228742361068726, + "num_tokens": 65374493.0, + "step": 50800 + }, + { + "entropy": 1.0651703953742981, + "epoch": 4.854304003057227, + "grad_norm": 1.8761588335037231, + "learning_rate": 5.6526048579034574e-05, + "loss": 0.1774, + "mean_token_accuracy": 0.929164469242096, + "num_tokens": 65387010.0, + "step": 50810 + }, + { + "entropy": 1.069086730480194, + "epoch": 4.855259386643738, + "grad_norm": 1.51362144947052, + "learning_rate": 5.6510386330074606e-05, + "loss": 0.1539, + "mean_token_accuracy": 0.9417737126350403, + "num_tokens": 65400281.0, + "step": 50820 + }, + { + "entropy": 1.0485966682434082, + "epoch": 4.856214770230247, + "grad_norm": 1.8130744695663452, + "learning_rate": 5.649472343125554e-05, + "loss": 0.1713, + "mean_token_accuracy": 0.9331069886684418, + "num_tokens": 65413011.0, + "step": 50830 + }, + { + "entropy": 1.0732102155685426, + "epoch": 4.8571701538167575, + "grad_norm": 1.5961203575134277, + "learning_rate": 5.647905988414082e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9283761084079742, + "num_tokens": 65426584.0, + "step": 50840 + }, + { + "entropy": 1.0651347637176514, + "epoch": 4.858125537403267, + "grad_norm": 0.9906601905822754, + "learning_rate": 5.6463395690293944e-05, + "loss": 0.1526, + "mean_token_accuracy": 0.9423232018947602, + "num_tokens": 65439303.0, + "step": 50850 + }, + { + "entropy": 1.0423104166984558, + "epoch": 4.859080920989777, + "grad_norm": 1.3615714311599731, + "learning_rate": 5.644773085127853e-05, + "loss": 0.1464, + "mean_token_accuracy": 0.9444446980953216, + "num_tokens": 65451938.0, + "step": 50860 + }, + { + "entropy": 1.0307837128639221, + "epoch": 4.860036304576287, + "grad_norm": 2.092485189437866, + "learning_rate": 5.643206536865817e-05, + "loss": 0.1677, + "mean_token_accuracy": 0.9372491776943207, + "num_tokens": 65464548.0, + "step": 50870 + }, + { + "entropy": 1.0591890692710877, + "epoch": 4.860991688162797, + "grad_norm": 2.207265615463257, + "learning_rate": 5.6416399243996644e-05, + "loss": 0.1725, + "mean_token_accuracy": 0.9322411835193634, + "num_tokens": 65477491.0, + "step": 50880 + }, + { + "entropy": 1.0630316615104676, + "epoch": 4.861947071749308, + "grad_norm": 1.5788569450378418, + "learning_rate": 5.6400732478857654e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.9302767276763916, + "num_tokens": 65490360.0, + "step": 50890 + }, + { + "entropy": 1.0625983834266663, + "epoch": 4.862902455335817, + "grad_norm": 1.613956093788147, + "learning_rate": 5.63850650748051e-05, + "loss": 0.186, + "mean_token_accuracy": 0.9282303273677825, + "num_tokens": 65502740.0, + "step": 50900 + }, + { + "entropy": 1.0560440063476562, + "epoch": 4.8638578389223275, + "grad_norm": 1.6568471193313599, + "learning_rate": 5.636939703340284e-05, + "loss": 0.1766, + "mean_token_accuracy": 0.9314535319805145, + "num_tokens": 65515160.0, + "step": 50910 + }, + { + "entropy": 1.0690619051456451, + "epoch": 4.864813222508837, + "grad_norm": 1.3185856342315674, + "learning_rate": 5.635372835621485e-05, + "loss": 0.1495, + "mean_token_accuracy": 0.9438124537467957, + "num_tokens": 65528223.0, + "step": 50920 + }, + { + "entropy": 1.0829448699951172, + "epoch": 4.865768606095347, + "grad_norm": 1.5906286239624023, + "learning_rate": 5.633805904480519e-05, + "loss": 0.173, + "mean_token_accuracy": 0.9338690400123596, + "num_tokens": 65541691.0, + "step": 50930 + }, + { + "entropy": 1.0614861369132995, + "epoch": 4.866723989681857, + "grad_norm": 1.5111522674560547, + "learning_rate": 5.632238910073792e-05, + "loss": 0.179, + "mean_token_accuracy": 0.92809699177742, + "num_tokens": 65553977.0, + "step": 50940 + }, + { + "entropy": 1.0804380536079408, + "epoch": 4.867679373268367, + "grad_norm": 1.4226720333099365, + "learning_rate": 5.6306718525577205e-05, + "loss": 0.1358, + "mean_token_accuracy": 0.9491154968738555, + "num_tokens": 65567339.0, + "step": 50950 + }, + { + "entropy": 1.0682202935218812, + "epoch": 4.868634756854878, + "grad_norm": 1.716956615447998, + "learning_rate": 5.629104732088723e-05, + "loss": 0.154, + "mean_token_accuracy": 0.9370803236961365, + "num_tokens": 65580528.0, + "step": 50960 + }, + { + "entropy": 1.0839147090911865, + "epoch": 4.869590140441387, + "grad_norm": 1.5066584348678589, + "learning_rate": 5.627537548823235e-05, + "loss": 0.1735, + "mean_token_accuracy": 0.9298500657081604, + "num_tokens": 65593823.0, + "step": 50970 + }, + { + "entropy": 1.072228479385376, + "epoch": 4.870545524027897, + "grad_norm": 1.4467658996582031, + "learning_rate": 5.6259703029176844e-05, + "loss": 0.166, + "mean_token_accuracy": 0.9381667494773864, + "num_tokens": 65606287.0, + "step": 50980 + }, + { + "entropy": 1.0961931943893433, + "epoch": 4.871500907614407, + "grad_norm": 1.688077449798584, + "learning_rate": 5.624402994528516e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9292780101299286, + "num_tokens": 65619280.0, + "step": 50990 + }, + { + "entropy": 1.0789191961288451, + "epoch": 4.872456291200917, + "grad_norm": 1.3572279214859009, + "learning_rate": 5.622835623812173e-05, + "loss": 0.1661, + "mean_token_accuracy": 0.9366834104061127, + "num_tokens": 65631755.0, + "step": 51000 + }, + { + "entropy": 1.0775539517402648, + "epoch": 4.873411674787427, + "grad_norm": 1.7114150524139404, + "learning_rate": 5.6212681909251094e-05, + "loss": 0.1847, + "mean_token_accuracy": 0.9327276945114136, + "num_tokens": 65644564.0, + "step": 51010 + }, + { + "entropy": 1.085073757171631, + "epoch": 4.874367058373937, + "grad_norm": 1.4739665985107422, + "learning_rate": 5.6197006960237885e-05, + "loss": 0.1832, + "mean_token_accuracy": 0.9331913411617279, + "num_tokens": 65657451.0, + "step": 51020 + }, + { + "entropy": 1.0778895497322083, + "epoch": 4.8753224419604475, + "grad_norm": 1.6278619766235352, + "learning_rate": 5.61813313926467e-05, + "loss": 0.1917, + "mean_token_accuracy": 0.9216620266437531, + "num_tokens": 65670286.0, + "step": 51030 + }, + { + "entropy": 1.089161717891693, + "epoch": 4.876277825546957, + "grad_norm": 1.7600820064544678, + "learning_rate": 5.616565520804229e-05, + "loss": 0.1577, + "mean_token_accuracy": 0.940663069486618, + "num_tokens": 65683371.0, + "step": 51040 + }, + { + "entropy": 1.0876327633857727, + "epoch": 4.877233209133467, + "grad_norm": 1.534827709197998, + "learning_rate": 5.614997840798942e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9360238790512085, + "num_tokens": 65696771.0, + "step": 51050 + }, + { + "entropy": 1.0872273802757264, + "epoch": 4.878188592719977, + "grad_norm": 1.6029584407806396, + "learning_rate": 5.613430099405296e-05, + "loss": 0.1797, + "mean_token_accuracy": 0.9325148224830627, + "num_tokens": 65709748.0, + "step": 51060 + }, + { + "entropy": 1.0680398344993591, + "epoch": 4.879143976306487, + "grad_norm": 1.529880166053772, + "learning_rate": 5.6118622967797764e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9366754353046417, + "num_tokens": 65722311.0, + "step": 51070 + }, + { + "entropy": 1.0863020420074463, + "epoch": 4.880099359892997, + "grad_norm": 2.202411413192749, + "learning_rate": 5.610294433078882e-05, + "loss": 0.1681, + "mean_token_accuracy": 0.9313486993312836, + "num_tokens": 65735025.0, + "step": 51080 + }, + { + "entropy": 1.0849607229232787, + "epoch": 4.881054743479507, + "grad_norm": 1.7915951013565063, + "learning_rate": 5.608726508459116e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9328298211097718, + "num_tokens": 65748227.0, + "step": 51090 + }, + { + "entropy": 1.0961918354034423, + "epoch": 4.8820101270660174, + "grad_norm": 1.5707111358642578, + "learning_rate": 5.607158523076984e-05, + "loss": 0.1919, + "mean_token_accuracy": 0.9270896017551422, + "num_tokens": 65761772.0, + "step": 51100 + }, + { + "entropy": 1.0953248858451843, + "epoch": 4.882965510652527, + "grad_norm": 1.685157060623169, + "learning_rate": 5.605590477089002e-05, + "loss": 0.1873, + "mean_token_accuracy": 0.9299746870994567, + "num_tokens": 65774667.0, + "step": 51110 + }, + { + "entropy": 1.0844285249710084, + "epoch": 4.883920894239037, + "grad_norm": 1.4437315464019775, + "learning_rate": 5.604022370651691e-05, + "loss": 0.1878, + "mean_token_accuracy": 0.927421772480011, + "num_tokens": 65787606.0, + "step": 51120 + }, + { + "entropy": 1.0755558967590333, + "epoch": 4.884876277825547, + "grad_norm": 1.48237943649292, + "learning_rate": 5.6024542039215776e-05, + "loss": 0.1683, + "mean_token_accuracy": 0.9342572927474976, + "num_tokens": 65799838.0, + "step": 51130 + }, + { + "entropy": 1.0794348478317262, + "epoch": 4.885831661412057, + "grad_norm": 1.6157217025756836, + "learning_rate": 5.6008859770551936e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9271480798721313, + "num_tokens": 65812739.0, + "step": 51140 + }, + { + "entropy": 1.0768692255020142, + "epoch": 4.886787044998567, + "grad_norm": 1.4554991722106934, + "learning_rate": 5.5993176902090786e-05, + "loss": 0.1851, + "mean_token_accuracy": 0.9277617037296295, + "num_tokens": 65825543.0, + "step": 51150 + }, + { + "entropy": 1.0757033467292785, + "epoch": 4.887742428585077, + "grad_norm": 1.818729043006897, + "learning_rate": 5.5977493435397755e-05, + "loss": 0.1884, + "mean_token_accuracy": 0.9271951496601105, + "num_tokens": 65838319.0, + "step": 51160 + }, + { + "entropy": 1.0701092004776, + "epoch": 4.888697812171587, + "grad_norm": 1.9807279109954834, + "learning_rate": 5.596180937203835e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9306486546993256, + "num_tokens": 65851263.0, + "step": 51170 + }, + { + "entropy": 1.0882946372032165, + "epoch": 4.889653195758097, + "grad_norm": 1.789482593536377, + "learning_rate": 5.5946124713578165e-05, + "loss": 0.1811, + "mean_token_accuracy": 0.9270349323749543, + "num_tokens": 65864702.0, + "step": 51180 + }, + { + "entropy": 1.069560468196869, + "epoch": 4.890608579344607, + "grad_norm": 1.3663220405578613, + "learning_rate": 5.593043946158276e-05, + "loss": 0.1711, + "mean_token_accuracy": 0.9354864180088043, + "num_tokens": 65877115.0, + "step": 51190 + }, + { + "entropy": 1.0791587114334107, + "epoch": 4.891563962931117, + "grad_norm": 1.4415030479431152, + "learning_rate": 5.5914753617617895e-05, + "loss": 0.1756, + "mean_token_accuracy": 0.9302300333976745, + "num_tokens": 65890103.0, + "step": 51200 + }, + { + "entropy": 1.0690564870834351, + "epoch": 4.892519346517627, + "grad_norm": 2.2910447120666504, + "learning_rate": 5.589906718324927e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9320659399032593, + "num_tokens": 65903175.0, + "step": 51210 + }, + { + "entropy": 1.0775864958763122, + "epoch": 4.893474730104137, + "grad_norm": 2.0714049339294434, + "learning_rate": 5.58833801600427e-05, + "loss": 0.1901, + "mean_token_accuracy": 0.9304318130016327, + "num_tokens": 65916120.0, + "step": 51220 + }, + { + "entropy": 1.0726215839385986, + "epoch": 4.894430113690647, + "grad_norm": 1.70894455909729, + "learning_rate": 5.5867692549564035e-05, + "loss": 0.1692, + "mean_token_accuracy": 0.9326443135738373, + "num_tokens": 65929418.0, + "step": 51230 + }, + { + "entropy": 1.0817485928535462, + "epoch": 4.895385497277156, + "grad_norm": 1.911908507347107, + "learning_rate": 5.585200435337918e-05, + "loss": 0.1675, + "mean_token_accuracy": 0.9358923733234406, + "num_tokens": 65942877.0, + "step": 51240 + }, + { + "entropy": 1.068074095249176, + "epoch": 4.896340880863667, + "grad_norm": 2.2964749336242676, + "learning_rate": 5.5836315573054164e-05, + "loss": 0.1828, + "mean_token_accuracy": 0.9303622484207154, + "num_tokens": 65955273.0, + "step": 51250 + }, + { + "entropy": 1.0677324891090394, + "epoch": 4.897296264450176, + "grad_norm": 1.606622338294983, + "learning_rate": 5.5820626210154956e-05, + "loss": 0.1693, + "mean_token_accuracy": 0.9343838632106781, + "num_tokens": 65967991.0, + "step": 51260 + }, + { + "entropy": 1.0893864631652832, + "epoch": 4.898251648036687, + "grad_norm": 1.8285045623779297, + "learning_rate": 5.580493626624771e-05, + "loss": 0.192, + "mean_token_accuracy": 0.9270567715167999, + "num_tokens": 65981219.0, + "step": 51270 + }, + { + "entropy": 1.096518075466156, + "epoch": 4.899207031623197, + "grad_norm": 1.3494625091552734, + "learning_rate": 5.5789245742898535e-05, + "loss": 0.1732, + "mean_token_accuracy": 0.9315117955207824, + "num_tokens": 65994346.0, + "step": 51280 + }, + { + "entropy": 1.0749584674835204, + "epoch": 4.9001624152097065, + "grad_norm": 2.071671962738037, + "learning_rate": 5.577355464167366e-05, + "loss": 0.152, + "mean_token_accuracy": 0.9433885872364044, + "num_tokens": 66007018.0, + "step": 51290 + }, + { + "entropy": 1.0720784187316894, + "epoch": 4.901117798796217, + "grad_norm": 1.4611971378326416, + "learning_rate": 5.575786296413935e-05, + "loss": 0.1822, + "mean_token_accuracy": 0.9304062962532044, + "num_tokens": 66019343.0, + "step": 51300 + }, + { + "entropy": 1.0972416758537293, + "epoch": 4.902073182382726, + "grad_norm": 2.0725057125091553, + "learning_rate": 5.574217071186194e-05, + "loss": 0.1877, + "mean_token_accuracy": 0.9283910632133484, + "num_tokens": 66032136.0, + "step": 51310 + }, + { + "entropy": 1.0941094279289245, + "epoch": 4.903028565969237, + "grad_norm": 1.6581153869628906, + "learning_rate": 5.572647788640778e-05, + "loss": 0.2121, + "mean_token_accuracy": 0.9174986481666565, + "num_tokens": 66045018.0, + "step": 51320 + }, + { + "entropy": 1.0713791728019715, + "epoch": 4.903983949555746, + "grad_norm": 1.7570550441741943, + "learning_rate": 5.571078448934334e-05, + "loss": 0.169, + "mean_token_accuracy": 0.9333892703056336, + "num_tokens": 66057362.0, + "step": 51330 + }, + { + "entropy": 1.0868628382682801, + "epoch": 4.904939333142257, + "grad_norm": 1.746990442276001, + "learning_rate": 5.5695090522235095e-05, + "loss": 0.1696, + "mean_token_accuracy": 0.9303425490856171, + "num_tokens": 66069482.0, + "step": 51340 + }, + { + "entropy": 1.0849349737167358, + "epoch": 4.905894716728767, + "grad_norm": 2.1759021282196045, + "learning_rate": 5.567939598664962e-05, + "loss": 0.175, + "mean_token_accuracy": 0.9332172930240631, + "num_tokens": 66082433.0, + "step": 51350 + }, + { + "entropy": 1.1060035467147826, + "epoch": 4.9068501003152765, + "grad_norm": 1.273229718208313, + "learning_rate": 5.5663700884153516e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9365079402923584, + "num_tokens": 66095785.0, + "step": 51360 + }, + { + "entropy": 1.0891858458518981, + "epoch": 4.907805483901787, + "grad_norm": 1.2707123756408691, + "learning_rate": 5.564800521631344e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9295732021331787, + "num_tokens": 66108687.0, + "step": 51370 + }, + { + "entropy": 1.0869769334793091, + "epoch": 4.908760867488296, + "grad_norm": 1.4669914245605469, + "learning_rate": 5.563230898469614e-05, + "loss": 0.1805, + "mean_token_accuracy": 0.93043093085289, + "num_tokens": 66121598.0, + "step": 51380 + }, + { + "entropy": 1.0895795941352844, + "epoch": 4.909716251074807, + "grad_norm": 1.333207368850708, + "learning_rate": 5.5616612190868356e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9361415207386017, + "num_tokens": 66134245.0, + "step": 51390 + }, + { + "entropy": 1.0838937520980836, + "epoch": 4.910671634661316, + "grad_norm": 1.9047216176986694, + "learning_rate": 5.5600914836396954e-05, + "loss": 0.1624, + "mean_token_accuracy": 0.9387446165084838, + "num_tokens": 66146686.0, + "step": 51400 + }, + { + "entropy": 1.091508114337921, + "epoch": 4.9116270182478265, + "grad_norm": 1.606120228767395, + "learning_rate": 5.558521692284883e-05, + "loss": 0.1558, + "mean_token_accuracy": 0.9387272596359253, + "num_tokens": 66159732.0, + "step": 51410 + }, + { + "entropy": 1.0849815249443053, + "epoch": 4.912582401834337, + "grad_norm": 1.3313132524490356, + "learning_rate": 5.55695184517909e-05, + "loss": 0.1736, + "mean_token_accuracy": 0.9333190202713013, + "num_tokens": 66172441.0, + "step": 51420 + }, + { + "entropy": 1.0950536370277404, + "epoch": 4.913537785420846, + "grad_norm": 2.6652350425720215, + "learning_rate": 5.555381942479021e-05, + "loss": 0.1967, + "mean_token_accuracy": 0.9216186344623566, + "num_tokens": 66185143.0, + "step": 51430 + }, + { + "entropy": 1.101362979412079, + "epoch": 4.914493169007357, + "grad_norm": 1.4716813564300537, + "learning_rate": 5.553811984341377e-05, + "loss": 0.1889, + "mean_token_accuracy": 0.9226396322250366, + "num_tokens": 66197776.0, + "step": 51440 + }, + { + "entropy": 1.097098958492279, + "epoch": 4.915448552593866, + "grad_norm": 1.4065332412719727, + "learning_rate": 5.552241970922874e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9348197877407074, + "num_tokens": 66210539.0, + "step": 51450 + }, + { + "entropy": 1.0964701890945434, + "epoch": 4.916403936180377, + "grad_norm": 1.747504472732544, + "learning_rate": 5.5506719023802256e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.925040066242218, + "num_tokens": 66223888.0, + "step": 51460 + }, + { + "entropy": 1.0863683462142943, + "epoch": 4.917359319766886, + "grad_norm": 1.4907230138778687, + "learning_rate": 5.5491017788701564e-05, + "loss": 0.1838, + "mean_token_accuracy": 0.9265079736709595, + "num_tokens": 66236275.0, + "step": 51470 + }, + { + "entropy": 1.0954771876335143, + "epoch": 4.9183147033533965, + "grad_norm": 1.8720223903656006, + "learning_rate": 5.5475316005493914e-05, + "loss": 0.1701, + "mean_token_accuracy": 0.9344235420227051, + "num_tokens": 66250087.0, + "step": 51480 + }, + { + "entropy": 1.0907281279563903, + "epoch": 4.919270086939907, + "grad_norm": 1.1351063251495361, + "learning_rate": 5.545961367574666e-05, + "loss": 0.1487, + "mean_token_accuracy": 0.9403718292713166, + "num_tokens": 66262815.0, + "step": 51490 + }, + { + "entropy": 1.0985976696014403, + "epoch": 4.920225470526416, + "grad_norm": 1.296506404876709, + "learning_rate": 5.5443910801027186e-05, + "loss": 0.1562, + "mean_token_accuracy": 0.9364913463592529, + "num_tokens": 66275970.0, + "step": 51500 + }, + { + "entropy": 1.086772334575653, + "epoch": 4.921180854112927, + "grad_norm": 1.3616656064987183, + "learning_rate": 5.542820738290294e-05, + "loss": 0.1642, + "mean_token_accuracy": 0.9347046375274658, + "num_tokens": 66289152.0, + "step": 51510 + }, + { + "entropy": 1.079159152507782, + "epoch": 4.922136237699436, + "grad_norm": 2.42582631111145, + "learning_rate": 5.541250342294143e-05, + "loss": 0.1852, + "mean_token_accuracy": 0.9265455365180969, + "num_tokens": 66302150.0, + "step": 51520 + }, + { + "entropy": 1.0830642938613892, + "epoch": 4.923091621285947, + "grad_norm": 1.7748156785964966, + "learning_rate": 5.5396798922710183e-05, + "loss": 0.1748, + "mean_token_accuracy": 0.9317195773124695, + "num_tokens": 66314919.0, + "step": 51530 + }, + { + "entropy": 1.1159485578536987, + "epoch": 4.924047004872456, + "grad_norm": 1.8256759643554688, + "learning_rate": 5.5381093883776815e-05, + "loss": 0.1825, + "mean_token_accuracy": 0.9262209475040436, + "num_tokens": 66327357.0, + "step": 51540 + }, + { + "entropy": 1.102555012702942, + "epoch": 4.925002388458966, + "grad_norm": 1.7514421939849854, + "learning_rate": 5.536538830770897e-05, + "loss": 0.1845, + "mean_token_accuracy": 0.9312851548194885, + "num_tokens": 66340204.0, + "step": 51550 + }, + { + "entropy": 1.1124500632286072, + "epoch": 4.925957772045476, + "grad_norm": 1.4639161825180054, + "learning_rate": 5.534968219607437e-05, + "loss": 0.1885, + "mean_token_accuracy": 0.9244571387767792, + "num_tokens": 66353440.0, + "step": 51560 + }, + { + "entropy": 1.1017199516296388, + "epoch": 4.926913155631986, + "grad_norm": 1.7947356700897217, + "learning_rate": 5.5333975550440784e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9383309185504913, + "num_tokens": 66366230.0, + "step": 51570 + }, + { + "entropy": 1.1027064442634582, + "epoch": 4.927868539218496, + "grad_norm": 1.9178646802902222, + "learning_rate": 5.5318268372376034e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9375026226043701, + "num_tokens": 66379397.0, + "step": 51580 + }, + { + "entropy": 1.102159893512726, + "epoch": 4.928823922805006, + "grad_norm": 1.713316798210144, + "learning_rate": 5.5302560663448e-05, + "loss": 0.1887, + "mean_token_accuracy": 0.9270188093185425, + "num_tokens": 66392056.0, + "step": 51590 + }, + { + "entropy": 1.0908461570739747, + "epoch": 4.9297793063915165, + "grad_norm": 1.6887210607528687, + "learning_rate": 5.5286852425224576e-05, + "loss": 0.1625, + "mean_token_accuracy": 0.9335751533508301, + "num_tokens": 66404813.0, + "step": 51600 + }, + { + "entropy": 1.080525314807892, + "epoch": 4.930734689978026, + "grad_norm": 1.4468311071395874, + "learning_rate": 5.527114365927378e-05, + "loss": 0.1673, + "mean_token_accuracy": 0.9277152717113495, + "num_tokens": 66417588.0, + "step": 51610 + }, + { + "entropy": 1.0881199479103087, + "epoch": 4.931690073564536, + "grad_norm": 1.7087758779525757, + "learning_rate": 5.525543436716361e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9367804169654846, + "num_tokens": 66430541.0, + "step": 51620 + }, + { + "entropy": 1.089458167552948, + "epoch": 4.932645457151046, + "grad_norm": 1.4733041524887085, + "learning_rate": 5.523972455046216e-05, + "loss": 0.1471, + "mean_token_accuracy": 0.9346362054347992, + "num_tokens": 66443738.0, + "step": 51630 + }, + { + "entropy": 1.0971009016036988, + "epoch": 4.933600840737556, + "grad_norm": 1.3870842456817627, + "learning_rate": 5.522401421073755e-05, + "loss": 0.1571, + "mean_token_accuracy": 0.9369108378887177, + "num_tokens": 66456862.0, + "step": 51640 + }, + { + "entropy": 1.0938713431358338, + "epoch": 4.934556224324066, + "grad_norm": 1.490706443786621, + "learning_rate": 5.5208303349558e-05, + "loss": 0.1747, + "mean_token_accuracy": 0.9313333809375763, + "num_tokens": 66469907.0, + "step": 51650 + }, + { + "entropy": 1.091880774497986, + "epoch": 4.935511607910576, + "grad_norm": 1.7840675115585327, + "learning_rate": 5.5192591968491725e-05, + "loss": 0.1559, + "mean_token_accuracy": 0.941340160369873, + "num_tokens": 66483266.0, + "step": 51660 + }, + { + "entropy": 1.089254629611969, + "epoch": 4.9364669914970865, + "grad_norm": 1.3132495880126953, + "learning_rate": 5.517688006910703e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9397074759006501, + "num_tokens": 66496103.0, + "step": 51670 + }, + { + "entropy": 1.081742525100708, + "epoch": 4.937422375083596, + "grad_norm": 1.4104387760162354, + "learning_rate": 5.516116765297226e-05, + "loss": 0.1864, + "mean_token_accuracy": 0.9256766021251679, + "num_tokens": 66508946.0, + "step": 51680 + }, + { + "entropy": 1.0924618005752564, + "epoch": 4.938377758670106, + "grad_norm": 1.1882013082504272, + "learning_rate": 5.5145454721655784e-05, + "loss": 0.2002, + "mean_token_accuracy": 0.919763833284378, + "num_tokens": 66521903.0, + "step": 51690 + }, + { + "entropy": 1.078589177131653, + "epoch": 4.939333142256616, + "grad_norm": 1.3758329153060913, + "learning_rate": 5.5129741276726085e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9293924987316131, + "num_tokens": 66534240.0, + "step": 51700 + }, + { + "entropy": 1.086586093902588, + "epoch": 4.940288525843126, + "grad_norm": 2.0209717750549316, + "learning_rate": 5.5114027319751626e-05, + "loss": 0.1816, + "mean_token_accuracy": 0.9263119757175445, + "num_tokens": 66546889.0, + "step": 51710 + }, + { + "entropy": 1.0972928762435914, + "epoch": 4.941243909429636, + "grad_norm": 1.9394441843032837, + "learning_rate": 5.509831285230099e-05, + "loss": 0.1793, + "mean_token_accuracy": 0.9264096617698669, + "num_tokens": 66559998.0, + "step": 51720 + }, + { + "entropy": 1.0798126816749574, + "epoch": 4.942199293016146, + "grad_norm": 1.0364782810211182, + "learning_rate": 5.508259787594274e-05, + "loss": 0.1586, + "mean_token_accuracy": 0.9403737485408783, + "num_tokens": 66572658.0, + "step": 51730 + }, + { + "entropy": 1.0945936799049378, + "epoch": 4.943154676602656, + "grad_norm": 2.367807626724243, + "learning_rate": 5.506688239224555e-05, + "loss": 0.1573, + "mean_token_accuracy": 0.940619683265686, + "num_tokens": 66585663.0, + "step": 51740 + }, + { + "entropy": 1.0851172804832458, + "epoch": 4.944110060189166, + "grad_norm": 1.5115524530410767, + "learning_rate": 5.5051166402778145e-05, + "loss": 0.1834, + "mean_token_accuracy": 0.9293433785438537, + "num_tokens": 66598917.0, + "step": 51750 + }, + { + "entropy": 1.0725514888763428, + "epoch": 4.945065443775676, + "grad_norm": 1.4655741453170776, + "learning_rate": 5.503544990910921e-05, + "loss": 0.1785, + "mean_token_accuracy": 0.9245960414409637, + "num_tokens": 66611262.0, + "step": 51760 + }, + { + "entropy": 1.0836944699287414, + "epoch": 4.946020827362186, + "grad_norm": 1.6132820844650269, + "learning_rate": 5.501973291280761e-05, + "loss": 0.1456, + "mean_token_accuracy": 0.9404439330101013, + "num_tokens": 66624441.0, + "step": 51770 + }, + { + "entropy": 1.0728968620300292, + "epoch": 4.946976210948696, + "grad_norm": 1.6875295639038086, + "learning_rate": 5.500401541544217e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9328176140785217, + "num_tokens": 66636952.0, + "step": 51780 + }, + { + "entropy": 1.0936508893966674, + "epoch": 4.947931594535206, + "grad_norm": 1.9101970195770264, + "learning_rate": 5.498829741858178e-05, + "loss": 0.1644, + "mean_token_accuracy": 0.9327074289321899, + "num_tokens": 66649771.0, + "step": 51790 + }, + { + "entropy": 1.10313823223114, + "epoch": 4.948886978121716, + "grad_norm": 2.015951156616211, + "learning_rate": 5.4972578923795406e-05, + "loss": 0.1621, + "mean_token_accuracy": 0.9364272356033325, + "num_tokens": 66663135.0, + "step": 51800 + }, + { + "entropy": 1.0901596426963807, + "epoch": 4.949842361708226, + "grad_norm": 1.5034831762313843, + "learning_rate": 5.495685993265207e-05, + "loss": 0.1765, + "mean_token_accuracy": 0.9331376791000366, + "num_tokens": 66676098.0, + "step": 51810 + }, + { + "entropy": 1.1072094798088075, + "epoch": 4.950797745294736, + "grad_norm": 1.9844000339508057, + "learning_rate": 5.494114044672078e-05, + "loss": 0.1744, + "mean_token_accuracy": 0.9299979448318482, + "num_tokens": 66689198.0, + "step": 51820 + }, + { + "entropy": 1.0807941198348998, + "epoch": 4.951753128881246, + "grad_norm": 1.863915205001831, + "learning_rate": 5.4925420467570666e-05, + "loss": 0.1483, + "mean_token_accuracy": 0.9424550950527191, + "num_tokens": 66701656.0, + "step": 51830 + }, + { + "entropy": 1.0840674877166747, + "epoch": 4.952708512467756, + "grad_norm": 2.0768816471099854, + "learning_rate": 5.4909699996770894e-05, + "loss": 0.1709, + "mean_token_accuracy": 0.9358883142471314, + "num_tokens": 66714523.0, + "step": 51840 + }, + { + "entropy": 1.079587185382843, + "epoch": 4.953663896054266, + "grad_norm": 2.103524684906006, + "learning_rate": 5.489397903589061e-05, + "loss": 0.1591, + "mean_token_accuracy": 0.9372678875923157, + "num_tokens": 66727534.0, + "step": 51850 + }, + { + "entropy": 1.0940715074539185, + "epoch": 4.9546192796407755, + "grad_norm": 1.7474875450134277, + "learning_rate": 5.4878257586499106e-05, + "loss": 0.1843, + "mean_token_accuracy": 0.9254733979701996, + "num_tokens": 66740388.0, + "step": 51860 + }, + { + "entropy": 1.0834162831306458, + "epoch": 4.955574663227286, + "grad_norm": 1.6420799493789673, + "learning_rate": 5.486253565016566e-05, + "loss": 0.1806, + "mean_token_accuracy": 0.928219997882843, + "num_tokens": 66753384.0, + "step": 51870 + }, + { + "entropy": 1.0788827657699585, + "epoch": 4.956530046813795, + "grad_norm": 2.221998929977417, + "learning_rate": 5.484681322845964e-05, + "loss": 0.1971, + "mean_token_accuracy": 0.9230511307716369, + "num_tokens": 66765794.0, + "step": 51880 + }, + { + "entropy": 1.0810795903205872, + "epoch": 4.957485430400306, + "grad_norm": 1.462741494178772, + "learning_rate": 5.48310903229504e-05, + "loss": 0.1385, + "mean_token_accuracy": 0.9431511521339416, + "num_tokens": 66778353.0, + "step": 51890 + }, + { + "entropy": 1.0882654905319213, + "epoch": 4.958440813986815, + "grad_norm": 1.7690441608428955, + "learning_rate": 5.4815366935207414e-05, + "loss": 0.1585, + "mean_token_accuracy": 0.9420159220695495, + "num_tokens": 66791341.0, + "step": 51900 + }, + { + "entropy": 1.0702428936958313, + "epoch": 4.959396197573326, + "grad_norm": 1.5947022438049316, + "learning_rate": 5.4799643066800156e-05, + "loss": 0.1651, + "mean_token_accuracy": 0.9355307400226593, + "num_tokens": 66804016.0, + "step": 51910 + }, + { + "entropy": 1.091659939289093, + "epoch": 4.960351581159836, + "grad_norm": 1.4850027561187744, + "learning_rate": 5.478391871929817e-05, + "loss": 0.1648, + "mean_token_accuracy": 0.9379997074604034, + "num_tokens": 66816959.0, + "step": 51920 + }, + { + "entropy": 1.0778976440429688, + "epoch": 4.9613069647463455, + "grad_norm": 2.2683491706848145, + "learning_rate": 5.4768193894271056e-05, + "loss": 0.1704, + "mean_token_accuracy": 0.9377547979354859, + "num_tokens": 66829951.0, + "step": 51930 + }, + { + "entropy": 1.0941311836242675, + "epoch": 4.962262348332856, + "grad_norm": 1.5857791900634766, + "learning_rate": 5.4752468593288406e-05, + "loss": 0.1961, + "mean_token_accuracy": 0.9216240525245667, + "num_tokens": 66843208.0, + "step": 51940 + }, + { + "entropy": 1.0926232933998108, + "epoch": 4.963217731919365, + "grad_norm": 1.6077522039413452, + "learning_rate": 5.473674281791995e-05, + "loss": 0.1502, + "mean_token_accuracy": 0.942182856798172, + "num_tokens": 66856485.0, + "step": 51950 + }, + { + "entropy": 1.09233216047287, + "epoch": 4.964173115505876, + "grad_norm": 1.527358055114746, + "learning_rate": 5.4721016569735384e-05, + "loss": 0.1707, + "mean_token_accuracy": 0.9324311196804047, + "num_tokens": 66868994.0, + "step": 51960 + }, + { + "entropy": 1.1144915699958802, + "epoch": 4.965128499092385, + "grad_norm": 1.0924104452133179, + "learning_rate": 5.470528985030451e-05, + "loss": 0.1699, + "mean_token_accuracy": 0.9358664870262146, + "num_tokens": 66882436.0, + "step": 51970 + }, + { + "entropy": 1.10466148853302, + "epoch": 4.9660838826788956, + "grad_norm": 1.8247860670089722, + "learning_rate": 5.4689562661197126e-05, + "loss": 0.1495, + "mean_token_accuracy": 0.9436122834682464, + "num_tokens": 66895685.0, + "step": 51980 + }, + { + "entropy": 1.0803051948547364, + "epoch": 4.967039266265406, + "grad_norm": 1.6788829565048218, + "learning_rate": 5.4673835003983095e-05, + "loss": 0.174, + "mean_token_accuracy": 0.9321051836013794, + "num_tokens": 66908609.0, + "step": 51990 + }, + { + "entropy": 1.0958843231201172, + "epoch": 4.967994649851915, + "grad_norm": 3.1884663105010986, + "learning_rate": 5.465810688023237e-05, + "loss": 0.1717, + "mean_token_accuracy": 0.9363397896289826, + "num_tokens": 66921688.0, + "step": 52000 + }, + { + "entropy": 1.108931314945221, + "epoch": 4.968950033438426, + "grad_norm": 1.2665678262710571, + "learning_rate": 5.464237829151487e-05, + "loss": 0.1752, + "mean_token_accuracy": 0.9341585814952851, + "num_tokens": 66934826.0, + "step": 52010 + }, + { + "entropy": 1.1108641266822814, + "epoch": 4.969905417024935, + "grad_norm": 1.8808690309524536, + "learning_rate": 5.462664923940065e-05, + "loss": 0.177, + "mean_token_accuracy": 0.9312992691993713, + "num_tokens": 66948102.0, + "step": 52020 + }, + { + "entropy": 1.0903026342391968, + "epoch": 4.970860800611446, + "grad_norm": 1.4845744371414185, + "learning_rate": 5.461091972545974e-05, + "loss": 0.1678, + "mean_token_accuracy": 0.9344366610050201, + "num_tokens": 66960884.0, + "step": 52030 + }, + { + "entropy": 1.0865336537361145, + "epoch": 4.971816184197955, + "grad_norm": 1.646062970161438, + "learning_rate": 5.4595189751262244e-05, + "loss": 0.1766, + "mean_token_accuracy": 0.9312552332878112, + "num_tokens": 66973704.0, + "step": 52040 + }, + { + "entropy": 1.089925229549408, + "epoch": 4.9727715677844655, + "grad_norm": 1.3181557655334473, + "learning_rate": 5.45794593183783e-05, + "loss": 0.1716, + "mean_token_accuracy": 0.934263014793396, + "num_tokens": 66986949.0, + "step": 52050 + }, + { + "entropy": 1.0885731339454652, + "epoch": 4.973726951370976, + "grad_norm": 1.6933436393737793, + "learning_rate": 5.456372842837812e-05, + "loss": 0.1844, + "mean_token_accuracy": 0.9342715322971344, + "num_tokens": 66999842.0, + "step": 52060 + }, + { + "entropy": 1.0794044256210327, + "epoch": 4.974682334957485, + "grad_norm": 1.865435004234314, + "learning_rate": 5.4547997082831927e-05, + "loss": 0.1753, + "mean_token_accuracy": 0.9284706473350525, + "num_tokens": 67012566.0, + "step": 52070 + }, + { + "entropy": 1.0783707976341248, + "epoch": 4.975637718543996, + "grad_norm": 1.206718921661377, + "learning_rate": 5.4532265283310014e-05, + "loss": 0.1499, + "mean_token_accuracy": 0.9398176372051239, + "num_tokens": 67025153.0, + "step": 52080 + }, + { + "entropy": 1.0906355142593385, + "epoch": 4.976593102130505, + "grad_norm": 1.8911101818084717, + "learning_rate": 5.45165330313827e-05, + "loss": 0.1557, + "mean_token_accuracy": 0.9361273348331451, + "num_tokens": 67038197.0, + "step": 52090 + }, + { + "entropy": 1.074220323562622, + "epoch": 4.977548485717016, + "grad_norm": 1.5404828786849976, + "learning_rate": 5.450080032862037e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9414316117763519, + "num_tokens": 67050730.0, + "step": 52100 + }, + { + "entropy": 1.073441219329834, + "epoch": 4.978503869303525, + "grad_norm": 2.0356533527374268, + "learning_rate": 5.448506717659346e-05, + "loss": 0.1754, + "mean_token_accuracy": 0.9260736882686615, + "num_tokens": 67063220.0, + "step": 52110 + }, + { + "entropy": 1.0633217334747314, + "epoch": 4.979459252890035, + "grad_norm": 1.6241445541381836, + "learning_rate": 5.4469333576872406e-05, + "loss": 0.1708, + "mean_token_accuracy": 0.9385922253131866, + "num_tokens": 67075583.0, + "step": 52120 + }, + { + "entropy": 1.0882015585899354, + "epoch": 4.980414636476546, + "grad_norm": 1.8446605205535889, + "learning_rate": 5.445359953102773e-05, + "loss": 0.1881, + "mean_token_accuracy": 0.9252698361873627, + "num_tokens": 67088666.0, + "step": 52130 + }, + { + "entropy": 1.0781875252723694, + "epoch": 4.981370020063055, + "grad_norm": 2.209432601928711, + "learning_rate": 5.443786504062999e-05, + "loss": 0.1532, + "mean_token_accuracy": 0.9394759356975555, + "num_tokens": 67102169.0, + "step": 52140 + }, + { + "entropy": 1.077982532978058, + "epoch": 4.982325403649566, + "grad_norm": 1.3184025287628174, + "learning_rate": 5.442213010724977e-05, + "loss": 0.1695, + "mean_token_accuracy": 0.9343243837356567, + "num_tokens": 67114945.0, + "step": 52150 + }, + { + "entropy": 1.0732627987861634, + "epoch": 4.983280787236075, + "grad_norm": 1.438417911529541, + "learning_rate": 5.440639473245773e-05, + "loss": 0.1594, + "mean_token_accuracy": 0.9405040562152862, + "num_tokens": 67127612.0, + "step": 52160 + }, + { + "entropy": 1.0616552352905273, + "epoch": 4.9842361708225855, + "grad_norm": 1.7348041534423828, + "learning_rate": 5.439065891782453e-05, + "loss": 0.1602, + "mean_token_accuracy": 0.9425511419773102, + "num_tokens": 67140328.0, + "step": 52170 + }, + { + "entropy": 1.0598751664161683, + "epoch": 4.985191554409095, + "grad_norm": 1.8529551029205322, + "learning_rate": 5.4374922664920945e-05, + "loss": 0.1653, + "mean_token_accuracy": 0.9435997784137726, + "num_tokens": 67152778.0, + "step": 52180 + }, + { + "entropy": 1.0850051403045655, + "epoch": 4.986146937995605, + "grad_norm": 1.9522180557250977, + "learning_rate": 5.4359185975317705e-05, + "loss": 0.1807, + "mean_token_accuracy": 0.9262924730777741, + "num_tokens": 67165649.0, + "step": 52190 + }, + { + "entropy": 1.0746288895606995, + "epoch": 4.987102321582115, + "grad_norm": 1.3012639284133911, + "learning_rate": 5.434344885058565e-05, + "loss": 0.1592, + "mean_token_accuracy": 0.9398680984973907, + "num_tokens": 67177932.0, + "step": 52200 + }, + { + "entropy": 1.0670761346817017, + "epoch": 4.988057705168625, + "grad_norm": 1.4165605306625366, + "learning_rate": 5.432771129229565e-05, + "loss": 0.1706, + "mean_token_accuracy": 0.9362606346607208, + "num_tokens": 67190200.0, + "step": 52210 + }, + { + "entropy": 1.0693137049674988, + "epoch": 4.989013088755135, + "grad_norm": 1.578073501586914, + "learning_rate": 5.431197330201858e-05, + "loss": 0.1791, + "mean_token_accuracy": 0.9293501436710357, + "num_tokens": 67202856.0, + "step": 52220 + }, + { + "entropy": 1.0969491362571717, + "epoch": 4.989968472341645, + "grad_norm": 1.5005494356155396, + "learning_rate": 5.429623488132541e-05, + "loss": 0.1687, + "mean_token_accuracy": 0.9312431156635285, + "num_tokens": 67215878.0, + "step": 52230 + }, + { + "entropy": 1.106834876537323, + "epoch": 4.9909238559281555, + "grad_norm": 1.6735872030258179, + "learning_rate": 5.428049603178712e-05, + "loss": 0.1728, + "mean_token_accuracy": 0.9324094355106354, + "num_tokens": 67229515.0, + "step": 52240 + }, + { + "entropy": 1.0790167212486268, + "epoch": 4.991879239514665, + "grad_norm": 1.8192849159240723, + "learning_rate": 5.426475675497475e-05, + "loss": 0.1674, + "mean_token_accuracy": 0.9387641549110413, + "num_tokens": 67242125.0, + "step": 52250 + }, + { + "entropy": 1.0911369323730469, + "epoch": 4.992834623101175, + "grad_norm": 1.9974677562713623, + "learning_rate": 5.424901705245938e-05, + "loss": 0.1746, + "mean_token_accuracy": 0.9312643110752106, + "num_tokens": 67255210.0, + "step": 52260 + }, + { + "entropy": 1.088437795639038, + "epoch": 4.993790006687685, + "grad_norm": 1.547134518623352, + "learning_rate": 5.423327692581213e-05, + "loss": 0.1672, + "mean_token_accuracy": 0.9347854971885681, + "num_tokens": 67267546.0, + "step": 52270 + }, + { + "entropy": 1.082637071609497, + "epoch": 4.994745390274195, + "grad_norm": 1.9042112827301025, + "learning_rate": 5.4217536376604136e-05, + "loss": 0.1839, + "mean_token_accuracy": 0.9262418031692505, + "num_tokens": 67280083.0, + "step": 52280 + }, + { + "entropy": 1.0976914644241333, + "epoch": 4.995700773860705, + "grad_norm": 1.9132570028305054, + "learning_rate": 5.420179540640664e-05, + "loss": 0.1658, + "mean_token_accuracy": 0.9383423388004303, + "num_tokens": 67293294.0, + "step": 52290 + }, + { + "entropy": 1.0840216398239135, + "epoch": 4.996656157447215, + "grad_norm": 1.3267518281936646, + "learning_rate": 5.4186054016790856e-05, + "loss": 0.1521, + "mean_token_accuracy": 0.9408612310886383, + "num_tokens": 67306018.0, + "step": 52300 + }, + { + "entropy": 1.0818141937255858, + "epoch": 4.997611541033725, + "grad_norm": 1.4160425662994385, + "learning_rate": 5.417031220932808e-05, + "loss": 0.1915, + "mean_token_accuracy": 0.9278358936309814, + "num_tokens": 67318849.0, + "step": 52310 + }, + { + "entropy": 1.0758991479873656, + "epoch": 4.998566924620235, + "grad_norm": 1.5942342281341553, + "learning_rate": 5.4154569985589635e-05, + "loss": 0.1815, + "mean_token_accuracy": 0.9271227180957794, + "num_tokens": 67331606.0, + "step": 52320 + }, + { + "entropy": 1.0739224553108215, + "epoch": 4.999522308206745, + "grad_norm": 1.743450403213501, + "learning_rate": 5.4138827347146904e-05, + "loss": 0.1662, + "mean_token_accuracy": 0.9362695634365081, + "num_tokens": 67344172.0, + "step": 52330 + }, + { + "entropy": 1.0922457575798035, + "epoch": 5.000477691793255, + "grad_norm": 0.939724862575531, + "learning_rate": 5.41230842955713e-05, + "loss": 0.1251, + "mean_token_accuracy": 0.9481578826904297, + "num_tokens": 67356265.0, + "step": 52340 + }, + { + "entropy": 1.0778387308120727, + "epoch": 5.001433075379765, + "grad_norm": 1.5677886009216309, + "learning_rate": 5.410734083243426e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9623887419700623, + "num_tokens": 67369333.0, + "step": 52350 + }, + { + "entropy": 1.0538320899009705, + "epoch": 5.002388458966275, + "grad_norm": 1.4799563884735107, + "learning_rate": 5.40915969593073e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9608111500740051, + "num_tokens": 67382374.0, + "step": 52360 + }, + { + "entropy": 1.063162088394165, + "epoch": 5.003343842552785, + "grad_norm": 1.828131914138794, + "learning_rate": 5.407585267776193e-05, + "loss": 0.1197, + "mean_token_accuracy": 0.9560739159584045, + "num_tokens": 67395692.0, + "step": 52370 + }, + { + "entropy": 1.0333966672420503, + "epoch": 5.004299226139295, + "grad_norm": 1.1579710245132446, + "learning_rate": 5.406010798936976e-05, + "loss": 0.0915, + "mean_token_accuracy": 0.9675868332386017, + "num_tokens": 67408101.0, + "step": 52380 + }, + { + "entropy": 1.0599190533161162, + "epoch": 5.005254609725805, + "grad_norm": 1.7745895385742188, + "learning_rate": 5.404436289570234e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9500947713851928, + "num_tokens": 67420964.0, + "step": 52390 + }, + { + "entropy": 1.0480971157550811, + "epoch": 5.006209993312315, + "grad_norm": 1.6343506574630737, + "learning_rate": 5.4028617398331405e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9598838567733765, + "num_tokens": 67433672.0, + "step": 52400 + }, + { + "entropy": 1.048882257938385, + "epoch": 5.007165376898825, + "grad_norm": 1.4938980340957642, + "learning_rate": 5.401287149882861e-05, + "loss": 0.089, + "mean_token_accuracy": 0.9690633356571198, + "num_tokens": 67446567.0, + "step": 52410 + }, + { + "entropy": 1.0635027289390564, + "epoch": 5.008120760485335, + "grad_norm": 1.301002860069275, + "learning_rate": 5.399712519876569e-05, + "loss": 0.1, + "mean_token_accuracy": 0.96328564286232, + "num_tokens": 67460245.0, + "step": 52420 + }, + { + "entropy": 1.033498579263687, + "epoch": 5.0090761440718445, + "grad_norm": 1.5881681442260742, + "learning_rate": 5.398137849971445e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9600156426429749, + "num_tokens": 67472777.0, + "step": 52430 + }, + { + "entropy": 1.046352171897888, + "epoch": 5.010031527658355, + "grad_norm": 1.4939085245132446, + "learning_rate": 5.396563140324667e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9588806629180908, + "num_tokens": 67486442.0, + "step": 52440 + }, + { + "entropy": 1.0414170503616333, + "epoch": 5.010986911244864, + "grad_norm": 1.8971779346466064, + "learning_rate": 5.394988391093424e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9575972557067871, + "num_tokens": 67499896.0, + "step": 52450 + }, + { + "entropy": 1.040374219417572, + "epoch": 5.011942294831375, + "grad_norm": 1.5970944166183472, + "learning_rate": 5.3934136024349034e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9626306354999542, + "num_tokens": 67512752.0, + "step": 52460 + }, + { + "entropy": 1.0465213418006898, + "epoch": 5.012897678417885, + "grad_norm": 0.6293139457702637, + "learning_rate": 5.3918387745062994e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.960577791929245, + "num_tokens": 67525146.0, + "step": 52470 + }, + { + "entropy": 1.034460461139679, + "epoch": 5.013853062004395, + "grad_norm": 1.583219289779663, + "learning_rate": 5.39026390746481e-05, + "loss": 0.1064, + "mean_token_accuracy": 0.9580951452255249, + "num_tokens": 67538075.0, + "step": 52480 + }, + { + "entropy": 1.0316275358200073, + "epoch": 5.014808445590905, + "grad_norm": 1.4616185426712036, + "learning_rate": 5.3886890014676364e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.9609970986843109, + "num_tokens": 67550733.0, + "step": 52490 + }, + { + "entropy": 1.0475803017616272, + "epoch": 5.0157638291774145, + "grad_norm": 1.44649076461792, + "learning_rate": 5.387114056671984e-05, + "loss": 0.1148, + "mean_token_accuracy": 0.9565459191799164, + "num_tokens": 67563325.0, + "step": 52500 + }, + { + "entropy": 1.0444870471954346, + "epoch": 5.016719212763925, + "grad_norm": 1.3824241161346436, + "learning_rate": 5.3855390732350594e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.962787127494812, + "num_tokens": 67576131.0, + "step": 52510 + }, + { + "entropy": 1.03004292845726, + "epoch": 5.017674596350434, + "grad_norm": 1.2966642379760742, + "learning_rate": 5.383964051314081e-05, + "loss": 0.0916, + "mean_token_accuracy": 0.965083122253418, + "num_tokens": 67588928.0, + "step": 52520 + }, + { + "entropy": 1.040693497657776, + "epoch": 5.018629979936945, + "grad_norm": 1.5482040643692017, + "learning_rate": 5.3823889910662606e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9640638291835785, + "num_tokens": 67601910.0, + "step": 52530 + }, + { + "entropy": 1.0393289804458619, + "epoch": 5.019585363523455, + "grad_norm": 1.6003228425979614, + "learning_rate": 5.3808138926488197e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9574325859546662, + "num_tokens": 67615070.0, + "step": 52540 + }, + { + "entropy": 1.0179341733455658, + "epoch": 5.020540747109965, + "grad_norm": 1.8542697429656982, + "learning_rate": 5.379238756218985e-05, + "loss": 0.0951, + "mean_token_accuracy": 0.9653089046478271, + "num_tokens": 67627529.0, + "step": 52550 + }, + { + "entropy": 1.045318078994751, + "epoch": 5.021496130696475, + "grad_norm": 1.1083650588989258, + "learning_rate": 5.377663581933984e-05, + "loss": 0.0877, + "mean_token_accuracy": 0.966730409860611, + "num_tokens": 67640673.0, + "step": 52560 + }, + { + "entropy": 1.0509153366088868, + "epoch": 5.022451514282984, + "grad_norm": 1.6356897354125977, + "learning_rate": 5.3760883699510466e-05, + "loss": 0.1044, + "mean_token_accuracy": 0.96169992685318, + "num_tokens": 67654505.0, + "step": 52570 + }, + { + "entropy": 1.026533317565918, + "epoch": 5.023406897869495, + "grad_norm": 1.2620824575424194, + "learning_rate": 5.374513120427411e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9603957891464233, + "num_tokens": 67667287.0, + "step": 52580 + }, + { + "entropy": 1.0437299072742463, + "epoch": 5.024362281456004, + "grad_norm": 1.8138301372528076, + "learning_rate": 5.372937833520317e-05, + "loss": 0.122, + "mean_token_accuracy": 0.9512866795063019, + "num_tokens": 67680597.0, + "step": 52590 + }, + { + "entropy": 1.0235680997371674, + "epoch": 5.025317665042515, + "grad_norm": 1.7735345363616943, + "learning_rate": 5.371362509387007e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9604446411132812, + "num_tokens": 67693421.0, + "step": 52600 + }, + { + "entropy": 1.0256908655166626, + "epoch": 5.026273048629024, + "grad_norm": 1.3304142951965332, + "learning_rate": 5.3697871481847276e-05, + "loss": 0.0984, + "mean_token_accuracy": 0.9608469605445862, + "num_tokens": 67706165.0, + "step": 52610 + }, + { + "entropy": 1.0288583517074585, + "epoch": 5.0272284322155345, + "grad_norm": 1.3804324865341187, + "learning_rate": 5.3682117500707276e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9579005420207978, + "num_tokens": 67719152.0, + "step": 52620 + }, + { + "entropy": 1.0237758159637451, + "epoch": 5.028183815802045, + "grad_norm": 1.6474716663360596, + "learning_rate": 5.366636315202266e-05, + "loss": 0.0873, + "mean_token_accuracy": 0.9703169882297515, + "num_tokens": 67731754.0, + "step": 52630 + }, + { + "entropy": 1.0263588547706604, + "epoch": 5.029139199388554, + "grad_norm": 2.128997564315796, + "learning_rate": 5.365060843736598e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9591070413589478, + "num_tokens": 67744257.0, + "step": 52640 + }, + { + "entropy": 1.0551039338111878, + "epoch": 5.030094582975065, + "grad_norm": 1.831835150718689, + "learning_rate": 5.3634853358309846e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.957927656173706, + "num_tokens": 67757482.0, + "step": 52650 + }, + { + "entropy": 1.0405110478401185, + "epoch": 5.031049966561574, + "grad_norm": 1.047980546951294, + "learning_rate": 5.361909791642694e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.961267501115799, + "num_tokens": 67770517.0, + "step": 52660 + }, + { + "entropy": 1.0436501979827881, + "epoch": 5.032005350148085, + "grad_norm": 0.911845862865448, + "learning_rate": 5.360334211328992e-05, + "loss": 0.1004, + "mean_token_accuracy": 0.9604656457901001, + "num_tokens": 67783127.0, + "step": 52670 + }, + { + "entropy": 1.0357561230659484, + "epoch": 5.032960733734594, + "grad_norm": 2.0292041301727295, + "learning_rate": 5.3587585950471554e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9660878360271454, + "num_tokens": 67795878.0, + "step": 52680 + }, + { + "entropy": 1.0310254871845246, + "epoch": 5.0339161173211044, + "grad_norm": 1.6736068725585938, + "learning_rate": 5.357182942954454e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.9585298895835876, + "num_tokens": 67808665.0, + "step": 52690 + }, + { + "entropy": 1.0397885501384736, + "epoch": 5.034871500907615, + "grad_norm": 1.596138596534729, + "learning_rate": 5.355607255208174e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9550536870956421, + "num_tokens": 67821185.0, + "step": 52700 + }, + { + "entropy": 1.0512457489967346, + "epoch": 5.035826884494124, + "grad_norm": 1.4222776889801025, + "learning_rate": 5.354031531965593e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9524832546710968, + "num_tokens": 67834077.0, + "step": 52710 + }, + { + "entropy": 1.0452816784381866, + "epoch": 5.036782268080635, + "grad_norm": 1.6626522541046143, + "learning_rate": 5.352455773384004e-05, + "loss": 0.0892, + "mean_token_accuracy": 0.9641744554042816, + "num_tokens": 67847196.0, + "step": 52720 + }, + { + "entropy": 1.0527905821800232, + "epoch": 5.037737651667144, + "grad_norm": 2.0368287563323975, + "learning_rate": 5.350879979620692e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9549343705177307, + "num_tokens": 67860412.0, + "step": 52730 + }, + { + "entropy": 1.0471050977706908, + "epoch": 5.0386930352536545, + "grad_norm": 1.140391230583191, + "learning_rate": 5.3493041508329533e-05, + "loss": 0.108, + "mean_token_accuracy": 0.960070538520813, + "num_tokens": 67873989.0, + "step": 52740 + }, + { + "entropy": 1.02100949883461, + "epoch": 5.039648418840164, + "grad_norm": 1.6789897680282593, + "learning_rate": 5.347728287178085e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9620002806186676, + "num_tokens": 67886424.0, + "step": 52750 + }, + { + "entropy": 1.0322214126586915, + "epoch": 5.040603802426674, + "grad_norm": 0.6353459358215332, + "learning_rate": 5.346152388813388e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9642341732978821, + "num_tokens": 67898822.0, + "step": 52760 + }, + { + "entropy": 1.0348714888095856, + "epoch": 5.041559186013184, + "grad_norm": 1.892840027809143, + "learning_rate": 5.344576455896167e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9583168148994445, + "num_tokens": 67911826.0, + "step": 52770 + }, + { + "entropy": 1.026923930644989, + "epoch": 5.042514569599694, + "grad_norm": 2.138803482055664, + "learning_rate": 5.343000488583728e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9593446493148804, + "num_tokens": 67923807.0, + "step": 52780 + }, + { + "entropy": 1.049460780620575, + "epoch": 5.043469953186205, + "grad_norm": 1.747586727142334, + "learning_rate": 5.341424487033384e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.9558158278465271, + "num_tokens": 67937337.0, + "step": 52790 + }, + { + "entropy": 1.0268857061862946, + "epoch": 5.044425336772714, + "grad_norm": 1.7685924768447876, + "learning_rate": 5.3398484514024495e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9652662158012391, + "num_tokens": 67950247.0, + "step": 52800 + }, + { + "entropy": 1.0298295974731446, + "epoch": 5.0453807203592245, + "grad_norm": 1.6219544410705566, + "learning_rate": 5.338272381848243e-05, + "loss": 0.1117, + "mean_token_accuracy": 0.9551256358623504, + "num_tokens": 67962743.0, + "step": 52810 + }, + { + "entropy": 1.0310305118560792, + "epoch": 5.046336103945734, + "grad_norm": 1.3502709865570068, + "learning_rate": 5.336696278528084e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9683831334114075, + "num_tokens": 67975752.0, + "step": 52820 + }, + { + "entropy": 1.0289100646972655, + "epoch": 5.047291487532244, + "grad_norm": 2.337446451187134, + "learning_rate": 5.3351201415992966e-05, + "loss": 0.1184, + "mean_token_accuracy": 0.9564778864383697, + "num_tokens": 67988186.0, + "step": 52830 + }, + { + "entropy": 1.04122554063797, + "epoch": 5.048246871118754, + "grad_norm": 1.2770308256149292, + "learning_rate": 5.333543971219212e-05, + "loss": 0.0932, + "mean_token_accuracy": 0.9638259589672089, + "num_tokens": 68001557.0, + "step": 52840 + }, + { + "entropy": 1.0552303969860077, + "epoch": 5.049202254705264, + "grad_norm": 1.2592508792877197, + "learning_rate": 5.3319677675451605e-05, + "loss": 0.1159, + "mean_token_accuracy": 0.9544836640357971, + "num_tokens": 68015263.0, + "step": 52850 + }, + { + "entropy": 1.04152455329895, + "epoch": 5.0501576382917746, + "grad_norm": 1.768250584602356, + "learning_rate": 5.3303915307344784e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.964148610830307, + "num_tokens": 68028038.0, + "step": 52860 + }, + { + "entropy": 1.0341720044612885, + "epoch": 5.051113021878284, + "grad_norm": 1.1604700088500977, + "learning_rate": 5.3288152609444994e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9651910185813903, + "num_tokens": 68041239.0, + "step": 52870 + }, + { + "entropy": 1.030666357278824, + "epoch": 5.052068405464794, + "grad_norm": 1.6293491125106812, + "learning_rate": 5.32723895833257e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9634756982326508, + "num_tokens": 68053782.0, + "step": 52880 + }, + { + "entropy": 1.037609302997589, + "epoch": 5.053023789051304, + "grad_norm": 0.996124267578125, + "learning_rate": 5.3256626230560314e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9638440668582916, + "num_tokens": 68067136.0, + "step": 52890 + }, + { + "entropy": 1.0392907738685608, + "epoch": 5.053979172637814, + "grad_norm": 1.999380111694336, + "learning_rate": 5.324086255272233e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.9613173067569732, + "num_tokens": 68080428.0, + "step": 52900 + }, + { + "entropy": 1.05371013879776, + "epoch": 5.054934556224324, + "grad_norm": 1.5433529615402222, + "learning_rate": 5.322509855138525e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.959635752439499, + "num_tokens": 68093375.0, + "step": 52910 + }, + { + "entropy": 1.036199253797531, + "epoch": 5.055889939810834, + "grad_norm": 2.078824520111084, + "learning_rate": 5.320933422812262e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9617341220378876, + "num_tokens": 68106019.0, + "step": 52920 + }, + { + "entropy": 1.034372580051422, + "epoch": 5.056845323397344, + "grad_norm": 1.565956711769104, + "learning_rate": 5.319356958450803e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9600384116172791, + "num_tokens": 68119126.0, + "step": 52930 + }, + { + "entropy": 1.0385905742645263, + "epoch": 5.057800706983854, + "grad_norm": 1.6556912660598755, + "learning_rate": 5.3177804622115066e-05, + "loss": 0.1138, + "mean_token_accuracy": 0.9559528768062592, + "num_tokens": 68131985.0, + "step": 52940 + }, + { + "entropy": 1.0449066519737245, + "epoch": 5.058756090570364, + "grad_norm": 1.3162527084350586, + "learning_rate": 5.31620393425174e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9606935560703278, + "num_tokens": 68144878.0, + "step": 52950 + }, + { + "entropy": 1.0434258162975312, + "epoch": 5.059711474156874, + "grad_norm": 1.523601770401001, + "learning_rate": 5.3146273747288674e-05, + "loss": 0.0893, + "mean_token_accuracy": 0.9652096152305603, + "num_tokens": 68157795.0, + "step": 52960 + }, + { + "entropy": 1.046520221233368, + "epoch": 5.060666857743384, + "grad_norm": 1.6019340753555298, + "learning_rate": 5.313050783800261e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9618453443050384, + "num_tokens": 68171290.0, + "step": 52970 + }, + { + "entropy": 1.0441345810890197, + "epoch": 5.061622241329894, + "grad_norm": 1.7197988033294678, + "learning_rate": 5.311474161623292e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.957770723104477, + "num_tokens": 68184252.0, + "step": 52980 + }, + { + "entropy": 1.022651207447052, + "epoch": 5.062577624916404, + "grad_norm": 1.162846326828003, + "learning_rate": 5.3098975083553396e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9583828032016755, + "num_tokens": 68196826.0, + "step": 52990 + }, + { + "entropy": 1.0551496505737306, + "epoch": 5.0635330085029135, + "grad_norm": 1.4894254207611084, + "learning_rate": 5.308320824153781e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9617137014865875, + "num_tokens": 68209942.0, + "step": 53000 + }, + { + "entropy": 1.0468451142311097, + "epoch": 5.064488392089424, + "grad_norm": 1.2946916818618774, + "learning_rate": 5.3067441091760006e-05, + "loss": 0.1189, + "mean_token_accuracy": 0.9542406380176545, + "num_tokens": 68223053.0, + "step": 53010 + }, + { + "entropy": 1.0260405004024507, + "epoch": 5.065443775675934, + "grad_norm": 1.8620902299880981, + "learning_rate": 5.305167363579384e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9630832076072693, + "num_tokens": 68235136.0, + "step": 53020 + }, + { + "entropy": 1.0479692339897155, + "epoch": 5.066399159262444, + "grad_norm": 1.279423475265503, + "learning_rate": 5.303590587521321e-05, + "loss": 0.0896, + "mean_token_accuracy": 0.9681807637214661, + "num_tokens": 68248252.0, + "step": 53030 + }, + { + "entropy": 1.0507344126701355, + "epoch": 5.067354542848954, + "grad_norm": 2.3335139751434326, + "learning_rate": 5.302013781159202e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9586935818195343, + "num_tokens": 68261799.0, + "step": 53040 + }, + { + "entropy": 1.0495023369789123, + "epoch": 5.068309926435464, + "grad_norm": 1.5608408451080322, + "learning_rate": 5.300436944650421e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9562734365463257, + "num_tokens": 68274611.0, + "step": 53050 + }, + { + "entropy": 1.033961683511734, + "epoch": 5.069265310021974, + "grad_norm": 1.7788643836975098, + "learning_rate": 5.298860078152379e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9595336139202117, + "num_tokens": 68287114.0, + "step": 53060 + }, + { + "entropy": 1.0546566605567933, + "epoch": 5.0702206936084835, + "grad_norm": 2.2059035301208496, + "learning_rate": 5.2972831818224734e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9619504332542419, + "num_tokens": 68300015.0, + "step": 53070 + }, + { + "entropy": 1.0324295222759248, + "epoch": 5.071176077194994, + "grad_norm": 1.3613163232803345, + "learning_rate": 5.295706255818112e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9662062048912048, + "num_tokens": 68312410.0, + "step": 53080 + }, + { + "entropy": 1.0507496476173401, + "epoch": 5.072131460781503, + "grad_norm": 2.4792871475219727, + "learning_rate": 5.2941293002966995e-05, + "loss": 0.1267, + "mean_token_accuracy": 0.952063113451004, + "num_tokens": 68325243.0, + "step": 53090 + }, + { + "entropy": 1.0538582682609559, + "epoch": 5.073086844368014, + "grad_norm": 2.246356248855591, + "learning_rate": 5.2925523154156455e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9573755264282227, + "num_tokens": 68338241.0, + "step": 53100 + }, + { + "entropy": 1.033964490890503, + "epoch": 5.074042227954524, + "grad_norm": 1.3005013465881348, + "learning_rate": 5.2909753013323636e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9571816086769104, + "num_tokens": 68350913.0, + "step": 53110 + }, + { + "entropy": 1.0432878255844116, + "epoch": 5.074997611541034, + "grad_norm": 1.7345738410949707, + "learning_rate": 5.28939825820427e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9583224356174469, + "num_tokens": 68363967.0, + "step": 53120 + }, + { + "entropy": 1.0547661066055298, + "epoch": 5.075952995127544, + "grad_norm": 1.8041142225265503, + "learning_rate": 5.287821186188782e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9570497453212738, + "num_tokens": 68377221.0, + "step": 53130 + }, + { + "entropy": 1.0115435898303986, + "epoch": 5.076908378714053, + "grad_norm": 1.6795873641967773, + "learning_rate": 5.28624408544332e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9617295980453491, + "num_tokens": 68389710.0, + "step": 53140 + }, + { + "entropy": 1.0302620470523833, + "epoch": 5.077863762300564, + "grad_norm": 2.9482407569885254, + "learning_rate": 5.2846669561253116e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9603113889694214, + "num_tokens": 68402498.0, + "step": 53150 + }, + { + "entropy": 1.0248182117938995, + "epoch": 5.078819145887073, + "grad_norm": 1.257131814956665, + "learning_rate": 5.283089798392182e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9636683344841004, + "num_tokens": 68414908.0, + "step": 53160 + }, + { + "entropy": 1.0383879363536834, + "epoch": 5.079774529473584, + "grad_norm": 1.5742273330688477, + "learning_rate": 5.281512612401361e-05, + "loss": 0.0885, + "mean_token_accuracy": 0.9670118868350983, + "num_tokens": 68428227.0, + "step": 53170 + }, + { + "entropy": 1.0175378680229188, + "epoch": 5.080729913060094, + "grad_norm": 1.2375092506408691, + "learning_rate": 5.2799353983102827e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9563918471336365, + "num_tokens": 68440723.0, + "step": 53180 + }, + { + "entropy": 1.0180742144584656, + "epoch": 5.0816852966466035, + "grad_norm": 1.338497519493103, + "learning_rate": 5.278358156276382e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9569899260997772, + "num_tokens": 68453208.0, + "step": 53190 + }, + { + "entropy": 1.0313288688659668, + "epoch": 5.082640680233114, + "grad_norm": 1.344237208366394, + "learning_rate": 5.2767808864570976e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9607133626937866, + "num_tokens": 68465986.0, + "step": 53200 + }, + { + "entropy": 1.0212777316570283, + "epoch": 5.083596063819623, + "grad_norm": 1.7989810705184937, + "learning_rate": 5.2752035890098706e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.9640350937843323, + "num_tokens": 68478946.0, + "step": 53210 + }, + { + "entropy": 1.0469358444213868, + "epoch": 5.084551447406134, + "grad_norm": 2.142646074295044, + "learning_rate": 5.273626264092144e-05, + "loss": 0.1302, + "mean_token_accuracy": 0.9507587671279907, + "num_tokens": 68491978.0, + "step": 53220 + }, + { + "entropy": 1.034026277065277, + "epoch": 5.085506830992643, + "grad_norm": 1.2616064548492432, + "learning_rate": 5.272048911861365e-05, + "loss": 0.0879, + "mean_token_accuracy": 0.9645202696323395, + "num_tokens": 68504934.0, + "step": 53230 + }, + { + "entropy": 1.0273966133594512, + "epoch": 5.086462214579154, + "grad_norm": 0.958338737487793, + "learning_rate": 5.270471532474984e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9633251309394837, + "num_tokens": 68517841.0, + "step": 53240 + }, + { + "entropy": 1.0176651000976562, + "epoch": 5.087417598165663, + "grad_norm": 1.8277742862701416, + "learning_rate": 5.2688941260904534e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9625818610191346, + "num_tokens": 68530754.0, + "step": 53250 + }, + { + "entropy": 1.0348461449146271, + "epoch": 5.0883729817521735, + "grad_norm": 2.595311164855957, + "learning_rate": 5.2673166928652266e-05, + "loss": 0.1129, + "mean_token_accuracy": 0.9584662079811096, + "num_tokens": 68543422.0, + "step": 53260 + }, + { + "entropy": 1.0403325080871582, + "epoch": 5.089328365338684, + "grad_norm": 1.2296005487442017, + "learning_rate": 5.2657392329567624e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.964933329820633, + "num_tokens": 68556669.0, + "step": 53270 + }, + { + "entropy": 1.0382629990577699, + "epoch": 5.090283748925193, + "grad_norm": 1.186392068862915, + "learning_rate": 5.2641617465225203e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.952168470621109, + "num_tokens": 68569113.0, + "step": 53280 + }, + { + "entropy": 1.0270799934864043, + "epoch": 5.091239132511704, + "grad_norm": 1.439483404159546, + "learning_rate": 5.2625842337199624e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9601523518562317, + "num_tokens": 68581860.0, + "step": 53290 + }, + { + "entropy": 1.0253952026367188, + "epoch": 5.092194516098213, + "grad_norm": 2.3132495880126953, + "learning_rate": 5.261006694706555e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9577959597110748, + "num_tokens": 68594653.0, + "step": 53300 + }, + { + "entropy": 1.018781417608261, + "epoch": 5.0931498996847235, + "grad_norm": 1.5906345844268799, + "learning_rate": 5.259429129639768e-05, + "loss": 0.0885, + "mean_token_accuracy": 0.9634133517742157, + "num_tokens": 68607464.0, + "step": 53310 + }, + { + "entropy": 1.0378000497817994, + "epoch": 5.094105283271233, + "grad_norm": 1.381817102432251, + "learning_rate": 5.257851538677068e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9521465599536896, + "num_tokens": 68620744.0, + "step": 53320 + }, + { + "entropy": 1.0144150257110596, + "epoch": 5.095060666857743, + "grad_norm": 1.793075442314148, + "learning_rate": 5.2562739219759314e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.963325434923172, + "num_tokens": 68633180.0, + "step": 53330 + }, + { + "entropy": 1.0252274215221404, + "epoch": 5.096016050444254, + "grad_norm": 1.7800992727279663, + "learning_rate": 5.2546962796938334e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9535888314247132, + "num_tokens": 68646126.0, + "step": 53340 + }, + { + "entropy": 1.035798054933548, + "epoch": 5.096971434030763, + "grad_norm": 2.127472400665283, + "learning_rate": 5.253118611988252e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.956634646654129, + "num_tokens": 68659108.0, + "step": 53350 + }, + { + "entropy": 1.0344067931175231, + "epoch": 5.097926817617274, + "grad_norm": 1.5299049615859985, + "learning_rate": 5.2515409190166696e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9652410209178924, + "num_tokens": 68671085.0, + "step": 53360 + }, + { + "entropy": 1.0281603813171387, + "epoch": 5.098882201203783, + "grad_norm": 1.0476878881454468, + "learning_rate": 5.249963200936565e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9599865734577179, + "num_tokens": 68683616.0, + "step": 53370 + }, + { + "entropy": 1.0308519661426545, + "epoch": 5.0998375847902935, + "grad_norm": 1.8605698347091675, + "learning_rate": 5.2483854579054316e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9524771332740783, + "num_tokens": 68696048.0, + "step": 53380 + }, + { + "entropy": 1.009459388256073, + "epoch": 5.100792968376803, + "grad_norm": 1.0605194568634033, + "learning_rate": 5.246807690080752e-05, + "loss": 0.0893, + "mean_token_accuracy": 0.9645587742328644, + "num_tokens": 68708909.0, + "step": 53390 + }, + { + "entropy": 1.0270456612110137, + "epoch": 5.101748351963313, + "grad_norm": 1.6696134805679321, + "learning_rate": 5.245229897620017e-05, + "loss": 0.0944, + "mean_token_accuracy": 0.9616530537605286, + "num_tokens": 68721821.0, + "step": 53400 + }, + { + "entropy": 1.0387013256549835, + "epoch": 5.102703735549824, + "grad_norm": 1.3467882871627808, + "learning_rate": 5.243652080680726e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9530128598213196, + "num_tokens": 68734699.0, + "step": 53410 + }, + { + "entropy": 1.0433939456939698, + "epoch": 5.103659119136333, + "grad_norm": 1.8768048286437988, + "learning_rate": 5.242074239420368e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9629109382629395, + "num_tokens": 68748281.0, + "step": 53420 + }, + { + "entropy": 1.0457266449928284, + "epoch": 5.104614502722844, + "grad_norm": 1.8070802688598633, + "learning_rate": 5.2404963739964455e-05, + "loss": 0.1064, + "mean_token_accuracy": 0.9589676260948181, + "num_tokens": 68761153.0, + "step": 53430 + }, + { + "entropy": 1.0394836127758027, + "epoch": 5.105569886309353, + "grad_norm": 2.0754170417785645, + "learning_rate": 5.2389184845664555e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9579456508159637, + "num_tokens": 68773863.0, + "step": 53440 + }, + { + "entropy": 1.017809122800827, + "epoch": 5.106525269895863, + "grad_norm": 1.5335110425949097, + "learning_rate": 5.237340571287905e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9604160368442536, + "num_tokens": 68786485.0, + "step": 53450 + }, + { + "entropy": 1.0340217173099517, + "epoch": 5.107480653482373, + "grad_norm": 1.9899533987045288, + "learning_rate": 5.235762634318297e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9612250328063965, + "num_tokens": 68799875.0, + "step": 53460 + }, + { + "entropy": 1.0362253189086914, + "epoch": 5.108436037068883, + "grad_norm": 2.044649839401245, + "learning_rate": 5.234184673815141e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9600461840629577, + "num_tokens": 68813156.0, + "step": 53470 + }, + { + "entropy": 1.015406757593155, + "epoch": 5.109391420655393, + "grad_norm": 1.5247842073440552, + "learning_rate": 5.232606689935945e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9585856795310974, + "num_tokens": 68825877.0, + "step": 53480 + }, + { + "entropy": 1.0202573835849762, + "epoch": 5.110346804241903, + "grad_norm": 1.8927136659622192, + "learning_rate": 5.2310286828382225e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9652990281581879, + "num_tokens": 68838401.0, + "step": 53490 + }, + { + "entropy": 1.0333165407180787, + "epoch": 5.1113021878284135, + "grad_norm": 1.884922981262207, + "learning_rate": 5.2294506526794905e-05, + "loss": 0.1193, + "mean_token_accuracy": 0.9558384597301484, + "num_tokens": 68851834.0, + "step": 53500 + }, + { + "entropy": 1.0299775838851928, + "epoch": 5.112257571414923, + "grad_norm": 2.1518938541412354, + "learning_rate": 5.2278725996172627e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9544027388095856, + "num_tokens": 68864686.0, + "step": 53510 + }, + { + "entropy": 1.0394312858581543, + "epoch": 5.113212955001433, + "grad_norm": 1.7673118114471436, + "learning_rate": 5.226294523809059e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9564301490783691, + "num_tokens": 68878107.0, + "step": 53520 + }, + { + "entropy": 1.0400777339935303, + "epoch": 5.114168338587943, + "grad_norm": 0.8600720167160034, + "learning_rate": 5.2247164254124025e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.952151107788086, + "num_tokens": 68890998.0, + "step": 53530 + }, + { + "entropy": 1.0293527483940124, + "epoch": 5.115123722174453, + "grad_norm": 1.219643473625183, + "learning_rate": 5.223138304584818e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9640860080718994, + "num_tokens": 68904165.0, + "step": 53540 + }, + { + "entropy": 1.0256957411766052, + "epoch": 5.116079105760963, + "grad_norm": 1.5030826330184937, + "learning_rate": 5.22156016148383e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9611785173416137, + "num_tokens": 68917000.0, + "step": 53550 + }, + { + "entropy": 1.016695362329483, + "epoch": 5.117034489347473, + "grad_norm": 2.9653236865997314, + "learning_rate": 5.219981996266966e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9606544256210328, + "num_tokens": 68929345.0, + "step": 53560 + }, + { + "entropy": 1.0233022391796112, + "epoch": 5.1179898729339826, + "grad_norm": 1.946618676185608, + "learning_rate": 5.218403809091759e-05, + "loss": 0.0787, + "mean_token_accuracy": 0.9680769860744476, + "num_tokens": 68942132.0, + "step": 53570 + }, + { + "entropy": 1.022182011604309, + "epoch": 5.118945256520493, + "grad_norm": 1.5125712156295776, + "learning_rate": 5.216825600115739e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9634286940097809, + "num_tokens": 68955054.0, + "step": 53580 + }, + { + "entropy": 1.0111809551715851, + "epoch": 5.119900640107003, + "grad_norm": 1.759118676185608, + "learning_rate": 5.215247369496443e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9581970870494843, + "num_tokens": 68967737.0, + "step": 53590 + }, + { + "entropy": 1.0306240141391754, + "epoch": 5.120856023693513, + "grad_norm": 1.206958532333374, + "learning_rate": 5.213669117391408e-05, + "loss": 0.1105, + "mean_token_accuracy": 0.9606825530529022, + "num_tokens": 68980350.0, + "step": 53600 + }, + { + "entropy": 1.0419000089168549, + "epoch": 5.121811407280023, + "grad_norm": 1.4112968444824219, + "learning_rate": 5.212090843958174e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9573432266712188, + "num_tokens": 68993452.0, + "step": 53610 + }, + { + "entropy": 1.0327123999595642, + "epoch": 5.122766790866533, + "grad_norm": 1.6888959407806396, + "learning_rate": 5.2105125493542793e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.956451678276062, + "num_tokens": 69006316.0, + "step": 53620 + }, + { + "entropy": 1.0096588909626008, + "epoch": 5.123722174453043, + "grad_norm": 1.1554040908813477, + "learning_rate": 5.208934233737271e-05, + "loss": 0.0938, + "mean_token_accuracy": 0.9621226012706756, + "num_tokens": 69018671.0, + "step": 53630 + }, + { + "entropy": 1.010299813747406, + "epoch": 5.1246775580395525, + "grad_norm": 1.864879846572876, + "learning_rate": 5.207355897264692e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9639857888221741, + "num_tokens": 69031140.0, + "step": 53640 + }, + { + "entropy": 1.0242502093315125, + "epoch": 5.125632941626063, + "grad_norm": 1.5747413635253906, + "learning_rate": 5.205777540094091e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.953147041797638, + "num_tokens": 69044309.0, + "step": 53650 + }, + { + "entropy": 1.0050150394439696, + "epoch": 5.126588325212573, + "grad_norm": 1.1857645511627197, + "learning_rate": 5.20419916238302e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9595201134681701, + "num_tokens": 69057022.0, + "step": 53660 + }, + { + "entropy": 1.015084832906723, + "epoch": 5.127543708799083, + "grad_norm": 1.6115467548370361, + "learning_rate": 5.2026207642890254e-05, + "loss": 0.1127, + "mean_token_accuracy": 0.9581100642681122, + "num_tokens": 69069602.0, + "step": 53670 + }, + { + "entropy": 1.0189226746559144, + "epoch": 5.128499092385593, + "grad_norm": 1.3406989574432373, + "learning_rate": 5.201042345969667e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9543307542800903, + "num_tokens": 69082450.0, + "step": 53680 + }, + { + "entropy": 1.032324755191803, + "epoch": 5.129454475972103, + "grad_norm": 1.0928720235824585, + "learning_rate": 5.199463907582496e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9561091780662536, + "num_tokens": 69095859.0, + "step": 53690 + }, + { + "entropy": 1.018170177936554, + "epoch": 5.130409859558613, + "grad_norm": 1.3548567295074463, + "learning_rate": 5.1978854492850734e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9602324187755584, + "num_tokens": 69108515.0, + "step": 53700 + }, + { + "entropy": 1.012142187356949, + "epoch": 5.131365243145122, + "grad_norm": 1.1521369218826294, + "learning_rate": 5.1963069712349585e-05, + "loss": 0.1219, + "mean_token_accuracy": 0.9529155611991882, + "num_tokens": 69120929.0, + "step": 53710 + }, + { + "entropy": 1.0415706992149354, + "epoch": 5.132320626731633, + "grad_norm": 1.9591164588928223, + "learning_rate": 5.194728473589713e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.9637541770935059, + "num_tokens": 69134041.0, + "step": 53720 + }, + { + "entropy": 1.0394641041755677, + "epoch": 5.133276010318143, + "grad_norm": 1.199160099029541, + "learning_rate": 5.1931499565068974e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9606586873531342, + "num_tokens": 69146759.0, + "step": 53730 + }, + { + "entropy": 1.0283184468746185, + "epoch": 5.134231393904653, + "grad_norm": 1.7094686031341553, + "learning_rate": 5.1915714201440827e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9580524027347564, + "num_tokens": 69160443.0, + "step": 53740 + }, + { + "entropy": 1.0288732290267943, + "epoch": 5.135186777491163, + "grad_norm": 1.320189118385315, + "learning_rate": 5.1899928646588324e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9585085093975068, + "num_tokens": 69173655.0, + "step": 53750 + }, + { + "entropy": 1.0209573566913606, + "epoch": 5.1361421610776725, + "grad_norm": 1.4996857643127441, + "learning_rate": 5.188414290208718e-05, + "loss": 0.0923, + "mean_token_accuracy": 0.9670575737953186, + "num_tokens": 69186576.0, + "step": 53760 + }, + { + "entropy": 1.0122807383537293, + "epoch": 5.137097544664183, + "grad_norm": 1.5131032466888428, + "learning_rate": 5.186835696951312e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9626807391643524, + "num_tokens": 69199410.0, + "step": 53770 + }, + { + "entropy": 1.025501275062561, + "epoch": 5.138052928250692, + "grad_norm": 2.300363779067993, + "learning_rate": 5.185257085044185e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9568931221961975, + "num_tokens": 69212517.0, + "step": 53780 + }, + { + "entropy": 1.0317365288734437, + "epoch": 5.139008311837203, + "grad_norm": 2.128239631652832, + "learning_rate": 5.1836784546449145e-05, + "loss": 0.119, + "mean_token_accuracy": 0.9518305599689484, + "num_tokens": 69226048.0, + "step": 53790 + }, + { + "entropy": 1.0286260843276978, + "epoch": 5.139963695423712, + "grad_norm": 1.3060835599899292, + "learning_rate": 5.182099805911076e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9560887753963471, + "num_tokens": 69239361.0, + "step": 53800 + }, + { + "entropy": 1.0185247123241425, + "epoch": 5.140919079010223, + "grad_norm": 1.436362385749817, + "learning_rate": 5.18052113900025e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9611473798751831, + "num_tokens": 69252081.0, + "step": 53810 + }, + { + "entropy": 1.0060514271259309, + "epoch": 5.141874462596733, + "grad_norm": 1.3516179323196411, + "learning_rate": 5.1789424540700136e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9595371663570404, + "num_tokens": 69264731.0, + "step": 53820 + }, + { + "entropy": 1.02210693359375, + "epoch": 5.1428298461832425, + "grad_norm": 0.9491414427757263, + "learning_rate": 5.177363751277954e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9587419390678406, + "num_tokens": 69277860.0, + "step": 53830 + }, + { + "entropy": 1.0374321520328522, + "epoch": 5.143785229769753, + "grad_norm": 1.2871878147125244, + "learning_rate": 5.1757850307816535e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.96562180519104, + "num_tokens": 69291224.0, + "step": 53840 + }, + { + "entropy": 1.0323138117790223, + "epoch": 5.144740613356262, + "grad_norm": 1.1364936828613281, + "learning_rate": 5.174206292738697e-05, + "loss": 0.1059, + "mean_token_accuracy": 0.9572917520999908, + "num_tokens": 69304241.0, + "step": 53850 + }, + { + "entropy": 1.0467757701873779, + "epoch": 5.145695996942773, + "grad_norm": 1.5346096754074097, + "learning_rate": 5.1726275373066735e-05, + "loss": 0.1164, + "mean_token_accuracy": 0.9553107261657715, + "num_tokens": 69318251.0, + "step": 53860 + }, + { + "entropy": 1.011523538827896, + "epoch": 5.146651380529282, + "grad_norm": 1.6019251346588135, + "learning_rate": 5.171048764643172e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9609026789665223, + "num_tokens": 69330430.0, + "step": 53870 + }, + { + "entropy": 1.0318707585334779, + "epoch": 5.1476067641157925, + "grad_norm": 1.4834898710250854, + "learning_rate": 5.169469974905785e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9539977073669433, + "num_tokens": 69343121.0, + "step": 53880 + }, + { + "entropy": 1.0191723227500915, + "epoch": 5.148562147702302, + "grad_norm": 1.7403168678283691, + "learning_rate": 5.1678911682521017e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9591973900794983, + "num_tokens": 69355711.0, + "step": 53890 + }, + { + "entropy": 1.0148942589759826, + "epoch": 5.149517531288812, + "grad_norm": 2.2567250728607178, + "learning_rate": 5.166312344839721e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9578974783420563, + "num_tokens": 69368400.0, + "step": 53900 + }, + { + "entropy": 1.0394894778728485, + "epoch": 5.150472914875323, + "grad_norm": 1.820429801940918, + "learning_rate": 5.164733504826238e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9666435539722442, + "num_tokens": 69381797.0, + "step": 53910 + }, + { + "entropy": 1.024892646074295, + "epoch": 5.151428298461832, + "grad_norm": 2.290086030960083, + "learning_rate": 5.1631546483692494e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.960997360944748, + "num_tokens": 69394518.0, + "step": 53920 + }, + { + "entropy": 1.0161880850791931, + "epoch": 5.152383682048343, + "grad_norm": 1.90274977684021, + "learning_rate": 5.161575775626356e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9543005645275116, + "num_tokens": 69407058.0, + "step": 53930 + }, + { + "entropy": 1.0115054666996002, + "epoch": 5.153339065634852, + "grad_norm": 1.9592403173446655, + "learning_rate": 5.159996886755158e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.9666886687278747, + "num_tokens": 69420041.0, + "step": 53940 + }, + { + "entropy": 1.017395555973053, + "epoch": 5.1542944492213625, + "grad_norm": 1.8455584049224854, + "learning_rate": 5.1584179819132606e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9577642977237701, + "num_tokens": 69433605.0, + "step": 53950 + }, + { + "entropy": 0.9965904533863068, + "epoch": 5.155249832807872, + "grad_norm": 2.26460599899292, + "learning_rate": 5.156839061258265e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9629908204078674, + "num_tokens": 69446216.0, + "step": 53960 + }, + { + "entropy": 0.9857107102870941, + "epoch": 5.156205216394382, + "grad_norm": 1.0762124061584473, + "learning_rate": 5.1552601249477794e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9655462205410004, + "num_tokens": 69459148.0, + "step": 53970 + }, + { + "entropy": 1.01473907828331, + "epoch": 5.157160599980893, + "grad_norm": 1.0647302865982056, + "learning_rate": 5.15368117313941e-05, + "loss": 0.0978, + "mean_token_accuracy": 0.960473757982254, + "num_tokens": 69472407.0, + "step": 53980 + }, + { + "entropy": 1.016664880514145, + "epoch": 5.158115983567402, + "grad_norm": 1.9866688251495361, + "learning_rate": 5.152102205990766e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9507825791835784, + "num_tokens": 69485345.0, + "step": 53990 + }, + { + "entropy": 0.9920816242694854, + "epoch": 5.159071367153913, + "grad_norm": 0.8344439268112183, + "learning_rate": 5.15052322365946e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9640995621681213, + "num_tokens": 69497223.0, + "step": 54000 + }, + { + "entropy": 1.0151120245456695, + "epoch": 5.160026750740422, + "grad_norm": 0.9982777237892151, + "learning_rate": 5.148944226303103e-05, + "loss": 0.1039, + "mean_token_accuracy": 0.9573537349700928, + "num_tokens": 69510861.0, + "step": 54010 + }, + { + "entropy": 1.0002073168754577, + "epoch": 5.160982134326932, + "grad_norm": 1.673132061958313, + "learning_rate": 5.147365214079308e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9620820879936218, + "num_tokens": 69523776.0, + "step": 54020 + }, + { + "entropy": 0.9933158338069916, + "epoch": 5.161937517913442, + "grad_norm": 1.1453933715820312, + "learning_rate": 5.1457861871456906e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.962946230173111, + "num_tokens": 69536330.0, + "step": 54030 + }, + { + "entropy": 1.0098284661769867, + "epoch": 5.162892901499952, + "grad_norm": 2.4010257720947266, + "learning_rate": 5.144207145659866e-05, + "loss": 0.1069, + "mean_token_accuracy": 0.9643530786037445, + "num_tokens": 69549486.0, + "step": 54040 + }, + { + "entropy": 1.0050112187862397, + "epoch": 5.163848285086463, + "grad_norm": 2.4325413703918457, + "learning_rate": 5.1426280897794545e-05, + "loss": 0.1218, + "mean_token_accuracy": 0.9546809256076813, + "num_tokens": 69562023.0, + "step": 54050 + }, + { + "entropy": 1.0122074007987976, + "epoch": 5.164803668672972, + "grad_norm": 1.3382470607757568, + "learning_rate": 5.141049019662075e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9592303395271301, + "num_tokens": 69575009.0, + "step": 54060 + }, + { + "entropy": 1.0044907450675964, + "epoch": 5.1657590522594825, + "grad_norm": 0.8944993615150452, + "learning_rate": 5.139469935465348e-05, + "loss": 0.0917, + "mean_token_accuracy": 0.9638952493667603, + "num_tokens": 69587731.0, + "step": 54070 + }, + { + "entropy": 1.0081319689750672, + "epoch": 5.166714435845992, + "grad_norm": 1.0702400207519531, + "learning_rate": 5.137890837346897e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9614799439907074, + "num_tokens": 69600107.0, + "step": 54080 + }, + { + "entropy": 1.005672323703766, + "epoch": 5.167669819432502, + "grad_norm": 1.5683698654174805, + "learning_rate": 5.136311725464344e-05, + "loss": 0.0908, + "mean_token_accuracy": 0.9645690262317658, + "num_tokens": 69612451.0, + "step": 54090 + }, + { + "entropy": 0.999348372220993, + "epoch": 5.168625203019012, + "grad_norm": 2.1520819664001465, + "learning_rate": 5.134732599975315e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9659676253795624, + "num_tokens": 69624908.0, + "step": 54100 + }, + { + "entropy": 1.003048449754715, + "epoch": 5.169580586605522, + "grad_norm": 1.5938189029693604, + "learning_rate": 5.133153461037437e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9585394978523254, + "num_tokens": 69637392.0, + "step": 54110 + }, + { + "entropy": 1.0113306641578674, + "epoch": 5.170535970192032, + "grad_norm": 1.8553075790405273, + "learning_rate": 5.131574308808335e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9602880537509918, + "num_tokens": 69650032.0, + "step": 54120 + }, + { + "entropy": 1.0113305032253266, + "epoch": 5.171491353778542, + "grad_norm": 1.7189620733261108, + "learning_rate": 5.129995143445642e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9594562113285064, + "num_tokens": 69662555.0, + "step": 54130 + }, + { + "entropy": 1.0221773505210876, + "epoch": 5.1724467373650524, + "grad_norm": 1.2672680616378784, + "learning_rate": 5.128415965106985e-05, + "loss": 0.124, + "mean_token_accuracy": 0.9511567413806915, + "num_tokens": 69675291.0, + "step": 54140 + }, + { + "entropy": 1.0346375405788422, + "epoch": 5.173402120951562, + "grad_norm": 1.4039397239685059, + "learning_rate": 5.126836773949998e-05, + "loss": 0.11, + "mean_token_accuracy": 0.9562752783298493, + "num_tokens": 69688726.0, + "step": 54150 + }, + { + "entropy": 1.0302905440330505, + "epoch": 5.174357504538072, + "grad_norm": 2.915443181991577, + "learning_rate": 5.125257570132314e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9603641211986542, + "num_tokens": 69701744.0, + "step": 54160 + }, + { + "entropy": 1.0206260859966279, + "epoch": 5.175312888124582, + "grad_norm": 1.2149038314819336, + "learning_rate": 5.1236783538115665e-05, + "loss": 0.1215, + "mean_token_accuracy": 0.9539137005805969, + "num_tokens": 69714585.0, + "step": 54170 + }, + { + "entropy": 1.0255642056465148, + "epoch": 5.176268271711092, + "grad_norm": 1.338652491569519, + "learning_rate": 5.122099125145391e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.9652369260787964, + "num_tokens": 69727213.0, + "step": 54180 + }, + { + "entropy": 1.0148306369781495, + "epoch": 5.177223655297602, + "grad_norm": 1.8307435512542725, + "learning_rate": 5.120519884291423e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9638325870037079, + "num_tokens": 69740076.0, + "step": 54190 + }, + { + "entropy": 1.0254505932331086, + "epoch": 5.178179038884112, + "grad_norm": 1.6281746625900269, + "learning_rate": 5.118940631407304e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9583629429340362, + "num_tokens": 69753058.0, + "step": 54200 + }, + { + "entropy": 1.024722158908844, + "epoch": 5.1791344224706215, + "grad_norm": 1.4787718057632446, + "learning_rate": 5.1173613666506695e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9628746330738067, + "num_tokens": 69766020.0, + "step": 54210 + }, + { + "entropy": 1.018338668346405, + "epoch": 5.180089806057132, + "grad_norm": 1.2046470642089844, + "learning_rate": 5.115782090179162e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9620640337467193, + "num_tokens": 69779100.0, + "step": 54220 + }, + { + "entropy": 1.0262791514396667, + "epoch": 5.181045189643642, + "grad_norm": 1.4263269901275635, + "learning_rate": 5.114202802150423e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9526488840579986, + "num_tokens": 69792404.0, + "step": 54230 + }, + { + "entropy": 1.021877545118332, + "epoch": 5.182000573230152, + "grad_norm": 1.4386426210403442, + "learning_rate": 5.112623502722092e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9624794960021973, + "num_tokens": 69805232.0, + "step": 54240 + }, + { + "entropy": 1.0412952184677124, + "epoch": 5.182955956816662, + "grad_norm": 1.6123749017715454, + "learning_rate": 5.1110441920518195e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.953829151391983, + "num_tokens": 69818146.0, + "step": 54250 + }, + { + "entropy": 1.01820547580719, + "epoch": 5.183911340403172, + "grad_norm": 1.7129833698272705, + "learning_rate": 5.1094648702972425e-05, + "loss": 0.0847, + "mean_token_accuracy": 0.9672070682048798, + "num_tokens": 69830576.0, + "step": 54260 + }, + { + "entropy": 1.017487758398056, + "epoch": 5.184866723989682, + "grad_norm": 1.5000542402267456, + "learning_rate": 5.107885537616013e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9561835050582885, + "num_tokens": 69843232.0, + "step": 54270 + }, + { + "entropy": 1.0096654057502747, + "epoch": 5.185822107576191, + "grad_norm": 1.890924334526062, + "learning_rate": 5.1063061941657745e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9634124338626862, + "num_tokens": 69856147.0, + "step": 54280 + }, + { + "entropy": 1.0117835402488708, + "epoch": 5.186777491162702, + "grad_norm": 1.5800129175186157, + "learning_rate": 5.104726840104178e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9614156484603882, + "num_tokens": 69868530.0, + "step": 54290 + }, + { + "entropy": 1.0210816204547881, + "epoch": 5.187732874749212, + "grad_norm": 1.9098598957061768, + "learning_rate": 5.103147475588871e-05, + "loss": 0.112, + "mean_token_accuracy": 0.9594866991043091, + "num_tokens": 69881061.0, + "step": 54300 + }, + { + "entropy": 1.0245448470115661, + "epoch": 5.188688258335722, + "grad_norm": 1.320117473602295, + "learning_rate": 5.101568100777504e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9583166420459748, + "num_tokens": 69893760.0, + "step": 54310 + }, + { + "entropy": 1.026362419128418, + "epoch": 5.189643641922232, + "grad_norm": 1.7967332601547241, + "learning_rate": 5.099988715827729e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9621882736682892, + "num_tokens": 69906916.0, + "step": 54320 + }, + { + "entropy": 1.0359196782112121, + "epoch": 5.1905990255087415, + "grad_norm": 2.0606191158294678, + "learning_rate": 5.098409320897197e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9630542159080505, + "num_tokens": 69919953.0, + "step": 54330 + }, + { + "entropy": 1.026812618970871, + "epoch": 5.191554409095252, + "grad_norm": 1.3966121673583984, + "learning_rate": 5.096829916143564e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9614631056785583, + "num_tokens": 69932686.0, + "step": 54340 + }, + { + "entropy": 1.0194621980190277, + "epoch": 5.192509792681761, + "grad_norm": 1.3679962158203125, + "learning_rate": 5.095250501724481e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9644213199615479, + "num_tokens": 69945445.0, + "step": 54350 + }, + { + "entropy": 1.0253531277179717, + "epoch": 5.193465176268272, + "grad_norm": 1.3934236764907837, + "learning_rate": 5.093671077797606e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9560581803321838, + "num_tokens": 69958261.0, + "step": 54360 + }, + { + "entropy": 1.0226114213466644, + "epoch": 5.194420559854782, + "grad_norm": 1.5809985399246216, + "learning_rate": 5.092091644520594e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9547121167182923, + "num_tokens": 69971396.0, + "step": 54370 + }, + { + "entropy": 1.0281183540821075, + "epoch": 5.195375943441292, + "grad_norm": 1.7207939624786377, + "learning_rate": 5.090512202051102e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9629873871803284, + "num_tokens": 69984187.0, + "step": 54380 + }, + { + "entropy": 1.0278783798217774, + "epoch": 5.196331327027802, + "grad_norm": 2.0157470703125, + "learning_rate": 5.0889327505467875e-05, + "loss": 0.1197, + "mean_token_accuracy": 0.9502606511116027, + "num_tokens": 69996924.0, + "step": 54390 + }, + { + "entropy": 1.0083503663539886, + "epoch": 5.1972867106143115, + "grad_norm": 0.7821694016456604, + "learning_rate": 5.087353290165312e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9593621373176575, + "num_tokens": 70009787.0, + "step": 54400 + }, + { + "entropy": 1.026121938228607, + "epoch": 5.198242094200822, + "grad_norm": 0.9532777070999146, + "learning_rate": 5.0857738210643335e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9612587928771973, + "num_tokens": 70023034.0, + "step": 54410 + }, + { + "entropy": 1.0108986735343932, + "epoch": 5.199197477787331, + "grad_norm": 2.1163690090179443, + "learning_rate": 5.084194343401512e-05, + "loss": 0.1047, + "mean_token_accuracy": 0.9605386257171631, + "num_tokens": 70035817.0, + "step": 54420 + }, + { + "entropy": 1.0166876435279846, + "epoch": 5.200152861373842, + "grad_norm": 1.7643790245056152, + "learning_rate": 5.08261485733451e-05, + "loss": 0.1221, + "mean_token_accuracy": 0.9550419211387634, + "num_tokens": 70048358.0, + "step": 54430 + }, + { + "entropy": 1.01758069396019, + "epoch": 5.201108244960351, + "grad_norm": 2.122241735458374, + "learning_rate": 5.08103536302099e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9612871885299683, + "num_tokens": 70061508.0, + "step": 54440 + }, + { + "entropy": 1.0081960022449494, + "epoch": 5.2020636285468616, + "grad_norm": 1.7639636993408203, + "learning_rate": 5.0794558606186184e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9622886657714844, + "num_tokens": 70074201.0, + "step": 54450 + }, + { + "entropy": 0.9998592793941498, + "epoch": 5.203019012133372, + "grad_norm": 1.7896802425384521, + "learning_rate": 5.0778763502850536e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9534328818321228, + "num_tokens": 70086419.0, + "step": 54460 + }, + { + "entropy": 1.0134485602378844, + "epoch": 5.203974395719881, + "grad_norm": 1.5309199094772339, + "learning_rate": 5.0762968321779625e-05, + "loss": 0.1044, + "mean_token_accuracy": 0.964775002002716, + "num_tokens": 70099150.0, + "step": 54470 + }, + { + "entropy": 1.0135038852691651, + "epoch": 5.204929779306392, + "grad_norm": 1.7490661144256592, + "learning_rate": 5.0747173064550125e-05, + "loss": 0.0898, + "mean_token_accuracy": 0.9652910351753234, + "num_tokens": 70111914.0, + "step": 54480 + }, + { + "entropy": 1.0000312268733977, + "epoch": 5.205885162892901, + "grad_norm": 1.6162232160568237, + "learning_rate": 5.073137773273868e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9569347202777863, + "num_tokens": 70124515.0, + "step": 54490 + }, + { + "entropy": 1.011046975851059, + "epoch": 5.206840546479412, + "grad_norm": 1.622921109199524, + "learning_rate": 5.071558232792197e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.959819108247757, + "num_tokens": 70137409.0, + "step": 54500 + }, + { + "entropy": 1.0170654952526093, + "epoch": 5.207795930065921, + "grad_norm": 1.2248656749725342, + "learning_rate": 5.069978685167668e-05, + "loss": 0.1079, + "mean_token_accuracy": 0.9617034554481506, + "num_tokens": 70150718.0, + "step": 54510 + }, + { + "entropy": 1.0220933496952056, + "epoch": 5.2087513136524315, + "grad_norm": 2.1130974292755127, + "learning_rate": 5.0683991305579496e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9543941378593445, + "num_tokens": 70163446.0, + "step": 54520 + }, + { + "entropy": 1.023580825328827, + "epoch": 5.209706697238942, + "grad_norm": 2.3319091796875, + "learning_rate": 5.0668195691207085e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9592538833618164, + "num_tokens": 70176264.0, + "step": 54530 + }, + { + "entropy": 1.0234046280384064, + "epoch": 5.210662080825451, + "grad_norm": 1.4343959093093872, + "learning_rate": 5.065240001013619e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9632257759571076, + "num_tokens": 70188868.0, + "step": 54540 + }, + { + "entropy": 1.0142249166965485, + "epoch": 5.211617464411962, + "grad_norm": 1.709619402885437, + "learning_rate": 5.0636604263943476e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9593098580837249, + "num_tokens": 70201705.0, + "step": 54550 + }, + { + "entropy": 1.0201272189617157, + "epoch": 5.212572847998471, + "grad_norm": 1.514129638671875, + "learning_rate": 5.0620808454205673e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9614121735095977, + "num_tokens": 70214618.0, + "step": 54560 + }, + { + "entropy": 0.9985158205032348, + "epoch": 5.213528231584982, + "grad_norm": 1.4767014980316162, + "learning_rate": 5.06050125824995e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9594779133796691, + "num_tokens": 70227005.0, + "step": 54570 + }, + { + "entropy": 1.0241819739341735, + "epoch": 5.214483615171491, + "grad_norm": 1.8164238929748535, + "learning_rate": 5.0589216650401686e-05, + "loss": 0.1308, + "mean_token_accuracy": 0.9509851634502411, + "num_tokens": 70240108.0, + "step": 54580 + }, + { + "entropy": 1.0205614626407624, + "epoch": 5.215438998758001, + "grad_norm": 1.9335603713989258, + "learning_rate": 5.057342065948896e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9626444518566132, + "num_tokens": 70252705.0, + "step": 54590 + }, + { + "entropy": 1.018189364671707, + "epoch": 5.216394382344511, + "grad_norm": 1.5010459423065186, + "learning_rate": 5.055762461133805e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9642701148986816, + "num_tokens": 70265352.0, + "step": 54600 + }, + { + "entropy": 1.017339813709259, + "epoch": 5.217349765931021, + "grad_norm": 1.9741781949996948, + "learning_rate": 5.0541828507525724e-05, + "loss": 0.1112, + "mean_token_accuracy": 0.9572346210479736, + "num_tokens": 70277887.0, + "step": 54610 + }, + { + "entropy": 1.0019215643405914, + "epoch": 5.218305149517532, + "grad_norm": 2.4661946296691895, + "learning_rate": 5.0526032349628697e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9609533786773682, + "num_tokens": 70290564.0, + "step": 54620 + }, + { + "entropy": 1.0138164162635803, + "epoch": 5.219260533104041, + "grad_norm": 1.8533046245574951, + "learning_rate": 5.051023613922376e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9602314352989196, + "num_tokens": 70303693.0, + "step": 54630 + }, + { + "entropy": 1.0191289722919463, + "epoch": 5.2202159166905515, + "grad_norm": 1.6843713521957397, + "learning_rate": 5.049443987788761e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9565330386161804, + "num_tokens": 70316384.0, + "step": 54640 + }, + { + "entropy": 1.0196041345596314, + "epoch": 5.221171300277061, + "grad_norm": 1.5306503772735596, + "learning_rate": 5.047864356719709e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9546386182308197, + "num_tokens": 70329308.0, + "step": 54650 + }, + { + "entropy": 1.0048191368579864, + "epoch": 5.222126683863571, + "grad_norm": 1.748908281326294, + "learning_rate": 5.046284720872891e-05, + "loss": 0.0966, + "mean_token_accuracy": 0.9619579493999482, + "num_tokens": 70342066.0, + "step": 54660 + }, + { + "entropy": 1.0122211515903472, + "epoch": 5.223082067450081, + "grad_norm": 1.1314365863800049, + "learning_rate": 5.044705080405988e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9609572172164917, + "num_tokens": 70354992.0, + "step": 54670 + }, + { + "entropy": 1.017425036430359, + "epoch": 5.224037451036591, + "grad_norm": 2.147150754928589, + "learning_rate": 5.043125435476677e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9592268466949463, + "num_tokens": 70367966.0, + "step": 54680 + }, + { + "entropy": 1.0117734968662262, + "epoch": 5.224992834623102, + "grad_norm": 1.3220642805099487, + "learning_rate": 5.041545786242634e-05, + "loss": 0.092, + "mean_token_accuracy": 0.9646771371364593, + "num_tokens": 70380966.0, + "step": 54690 + }, + { + "entropy": 1.0161774933338166, + "epoch": 5.225948218209611, + "grad_norm": 1.9535834789276123, + "learning_rate": 5.039966132861541e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9577368855476379, + "num_tokens": 70393120.0, + "step": 54700 + }, + { + "entropy": 1.0226495862007141, + "epoch": 5.2269036017961215, + "grad_norm": 1.4703181982040405, + "learning_rate": 5.038386475491075e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.957466858625412, + "num_tokens": 70405236.0, + "step": 54710 + }, + { + "entropy": 1.018370622396469, + "epoch": 5.227858985382631, + "grad_norm": 1.1632580757141113, + "learning_rate": 5.036806814288915e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9594383478164673, + "num_tokens": 70417742.0, + "step": 54720 + }, + { + "entropy": 1.024189817905426, + "epoch": 5.228814368969141, + "grad_norm": 1.4837769269943237, + "learning_rate": 5.035227149412742e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9610013008117676, + "num_tokens": 70430123.0, + "step": 54730 + }, + { + "entropy": 1.0220153689384461, + "epoch": 5.229769752555651, + "grad_norm": 1.401565670967102, + "learning_rate": 5.033647481020238e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9598890244960785, + "num_tokens": 70442888.0, + "step": 54740 + }, + { + "entropy": 1.0171610891819, + "epoch": 5.230725136142161, + "grad_norm": 1.3772071599960327, + "learning_rate": 5.032067809269082e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9592295587062836, + "num_tokens": 70455366.0, + "step": 54750 + }, + { + "entropy": 1.0360175490379333, + "epoch": 5.231680519728671, + "grad_norm": 1.8903125524520874, + "learning_rate": 5.030488134316954e-05, + "loss": 0.1195, + "mean_token_accuracy": 0.9512941837310791, + "num_tokens": 70468616.0, + "step": 54760 + }, + { + "entropy": 1.0302019238471984, + "epoch": 5.232635903315181, + "grad_norm": 1.3880873918533325, + "learning_rate": 5.028908456321537e-05, + "loss": 0.1176, + "mean_token_accuracy": 0.9528435349464417, + "num_tokens": 70481141.0, + "step": 54770 + }, + { + "entropy": 1.0279464721679688, + "epoch": 5.233591286901691, + "grad_norm": 2.0894877910614014, + "learning_rate": 5.027328775440512e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9597927093505859, + "num_tokens": 70494222.0, + "step": 54780 + }, + { + "entropy": 1.0230421841144561, + "epoch": 5.234546670488201, + "grad_norm": 2.529374361038208, + "learning_rate": 5.02574909183156e-05, + "loss": 0.1113, + "mean_token_accuracy": 0.956185108423233, + "num_tokens": 70507018.0, + "step": 54790 + }, + { + "entropy": 1.0284532189369202, + "epoch": 5.235502054074711, + "grad_norm": 1.141648530960083, + "learning_rate": 5.0241694056523634e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9564179301261901, + "num_tokens": 70519910.0, + "step": 54800 + }, + { + "entropy": 1.0465647220611571, + "epoch": 5.236457437661221, + "grad_norm": 1.4122881889343262, + "learning_rate": 5.022589717060607e-05, + "loss": 0.12, + "mean_token_accuracy": 0.9567093253135681, + "num_tokens": 70532753.0, + "step": 54810 + }, + { + "entropy": 1.0358051776885986, + "epoch": 5.237412821247731, + "grad_norm": 1.788535475730896, + "learning_rate": 5.0210100262139705e-05, + "loss": 0.0913, + "mean_token_accuracy": 0.9659107625484467, + "num_tokens": 70546361.0, + "step": 54820 + }, + { + "entropy": 1.0313388586044312, + "epoch": 5.238368204834241, + "grad_norm": 0.8111198544502258, + "learning_rate": 5.019430333270138e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9607982456684112, + "num_tokens": 70559941.0, + "step": 54830 + }, + { + "entropy": 1.029816859960556, + "epoch": 5.239323588420751, + "grad_norm": 1.8931810855865479, + "learning_rate": 5.017850638386793e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9595227360725402, + "num_tokens": 70573400.0, + "step": 54840 + }, + { + "entropy": 1.0214190304279327, + "epoch": 5.240278972007261, + "grad_norm": 2.000915050506592, + "learning_rate": 5.016270941721617e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9561435043811798, + "num_tokens": 70586106.0, + "step": 54850 + }, + { + "entropy": 1.029332548379898, + "epoch": 5.241234355593771, + "grad_norm": 1.7647604942321777, + "learning_rate": 5.014691243432296e-05, + "loss": 0.1139, + "mean_token_accuracy": 0.9547257661819458, + "num_tokens": 70599329.0, + "step": 54860 + }, + { + "entropy": 1.0220804810523987, + "epoch": 5.242189739180281, + "grad_norm": 1.8219414949417114, + "learning_rate": 5.0131115436765105e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9563728630542755, + "num_tokens": 70612507.0, + "step": 54870 + }, + { + "entropy": 1.0182716429233551, + "epoch": 5.243145122766791, + "grad_norm": 2.239912509918213, + "learning_rate": 5.011531842611949e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9612120628356934, + "num_tokens": 70625435.0, + "step": 54880 + }, + { + "entropy": 1.0320761859416963, + "epoch": 5.244100506353301, + "grad_norm": 1.4544795751571655, + "learning_rate": 5.009952140396289e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.957814508676529, + "num_tokens": 70638973.0, + "step": 54890 + }, + { + "entropy": 1.0236640334129334, + "epoch": 5.2450558899398105, + "grad_norm": 1.6497323513031006, + "learning_rate": 5.00837243718722e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9598220407962799, + "num_tokens": 70651835.0, + "step": 54900 + }, + { + "entropy": 1.0279657542705536, + "epoch": 5.246011273526321, + "grad_norm": 1.4926354885101318, + "learning_rate": 5.006792733142425e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9591574311256409, + "num_tokens": 70664152.0, + "step": 54910 + }, + { + "entropy": 1.033302479982376, + "epoch": 5.24696665711283, + "grad_norm": 2.6190881729125977, + "learning_rate": 5.005213028419586e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9607558727264405, + "num_tokens": 70676780.0, + "step": 54920 + }, + { + "entropy": 1.025220137834549, + "epoch": 5.247922040699341, + "grad_norm": 1.6511341333389282, + "learning_rate": 5.00363332317639e-05, + "loss": 0.1007, + "mean_token_accuracy": 0.9586369872093201, + "num_tokens": 70689433.0, + "step": 54930 + }, + { + "entropy": 1.0426419794559478, + "epoch": 5.248877424285851, + "grad_norm": 1.3049465417861938, + "learning_rate": 5.002053617570518e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9526004374027253, + "num_tokens": 70702741.0, + "step": 54940 + }, + { + "entropy": 1.0293214917182922, + "epoch": 5.249832807872361, + "grad_norm": 1.5037076473236084, + "learning_rate": 5.000473911759658e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9595414936542511, + "num_tokens": 70715422.0, + "step": 54950 + }, + { + "entropy": 1.0412541151046752, + "epoch": 5.250788191458871, + "grad_norm": 2.4664833545684814, + "learning_rate": 4.998894205901491e-05, + "loss": 0.1333, + "mean_token_accuracy": 0.9532754838466644, + "num_tokens": 70728067.0, + "step": 54960 + }, + { + "entropy": 1.0218000710010529, + "epoch": 5.2517435750453805, + "grad_norm": 1.1775109767913818, + "learning_rate": 4.9973145001537054e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9639233827590943, + "num_tokens": 70740656.0, + "step": 54970 + }, + { + "entropy": 1.0382159411907197, + "epoch": 5.252698958631891, + "grad_norm": 2.023615837097168, + "learning_rate": 4.995734794673982e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9542663991451263, + "num_tokens": 70754273.0, + "step": 54980 + }, + { + "entropy": 1.0219542860984803, + "epoch": 5.2536543422184, + "grad_norm": 1.7744308710098267, + "learning_rate": 4.994155089620006e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9521451890468597, + "num_tokens": 70766601.0, + "step": 54990 + }, + { + "entropy": 1.017705649137497, + "epoch": 5.254609725804911, + "grad_norm": 0.9457888603210449, + "learning_rate": 4.992575385149463e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9611070811748504, + "num_tokens": 70779707.0, + "step": 55000 + }, + { + "entropy": 1.0087265610694884, + "epoch": 5.255565109391421, + "grad_norm": 1.3862417936325073, + "learning_rate": 4.9909956814200345e-05, + "loss": 0.0938, + "mean_token_accuracy": 0.9649700045585632, + "num_tokens": 70792352.0, + "step": 55010 + }, + { + "entropy": 1.011088114976883, + "epoch": 5.256520492977931, + "grad_norm": 1.7701423168182373, + "learning_rate": 4.98941597858941e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9608302414417267, + "num_tokens": 70804686.0, + "step": 55020 + }, + { + "entropy": 1.018924641609192, + "epoch": 5.257475876564441, + "grad_norm": 1.8692082166671753, + "learning_rate": 4.987836276815266e-05, + "loss": 0.1267, + "mean_token_accuracy": 0.9478965699672699, + "num_tokens": 70817479.0, + "step": 55030 + }, + { + "entropy": 1.0345671892166137, + "epoch": 5.25843126015095, + "grad_norm": 1.6614447832107544, + "learning_rate": 4.9862565762552934e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9620208263397216, + "num_tokens": 70830323.0, + "step": 55040 + }, + { + "entropy": 1.031306231021881, + "epoch": 5.259386643737461, + "grad_norm": 1.111548662185669, + "learning_rate": 4.984676877067171e-05, + "loss": 0.115, + "mean_token_accuracy": 0.955022394657135, + "num_tokens": 70843478.0, + "step": 55050 + }, + { + "entropy": 1.0246499836444856, + "epoch": 5.26034202732397, + "grad_norm": 2.0674688816070557, + "learning_rate": 4.9830971794085865e-05, + "loss": 0.1273, + "mean_token_accuracy": 0.949677050113678, + "num_tokens": 70856166.0, + "step": 55060 + }, + { + "entropy": 1.0237445175647735, + "epoch": 5.261297410910481, + "grad_norm": 1.2939687967300415, + "learning_rate": 4.9815174834372216e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9602559745311737, + "num_tokens": 70869368.0, + "step": 55070 + }, + { + "entropy": 1.0276637196540832, + "epoch": 5.26225279449699, + "grad_norm": 1.1549063920974731, + "learning_rate": 4.979937789310758e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9527023732662201, + "num_tokens": 70882568.0, + "step": 55080 + }, + { + "entropy": 1.0069948554039, + "epoch": 5.2632081780835005, + "grad_norm": 1.4645124673843384, + "learning_rate": 4.978358097186883e-05, + "loss": 0.0858, + "mean_token_accuracy": 0.9657298922538757, + "num_tokens": 70894927.0, + "step": 55090 + }, + { + "entropy": 1.0182092428207397, + "epoch": 5.264163561670011, + "grad_norm": 1.2881543636322021, + "learning_rate": 4.976778407223275e-05, + "loss": 0.0891, + "mean_token_accuracy": 0.9649909555912017, + "num_tokens": 70908023.0, + "step": 55100 + }, + { + "entropy": 1.0234118044376372, + "epoch": 5.26511894525652, + "grad_norm": 1.0739459991455078, + "learning_rate": 4.975198719577622e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9615176558494568, + "num_tokens": 70920708.0, + "step": 55110 + }, + { + "entropy": 1.0249693632125854, + "epoch": 5.266074328843031, + "grad_norm": 1.8115743398666382, + "learning_rate": 4.973619034407601e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9595017075538635, + "num_tokens": 70933869.0, + "step": 55120 + }, + { + "entropy": 1.0207992911338806, + "epoch": 5.26702971242954, + "grad_norm": 1.1836718320846558, + "learning_rate": 4.972039351870898e-05, + "loss": 0.0992, + "mean_token_accuracy": 0.9612000584602356, + "num_tokens": 70946797.0, + "step": 55130 + }, + { + "entropy": 1.0430366694927216, + "epoch": 5.267985096016051, + "grad_norm": 1.4623762369155884, + "learning_rate": 4.9704596721251944e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.957536107301712, + "num_tokens": 70959834.0, + "step": 55140 + }, + { + "entropy": 1.0161016285419464, + "epoch": 5.26894047960256, + "grad_norm": 1.9471596479415894, + "learning_rate": 4.9688799953281706e-05, + "loss": 0.0923, + "mean_token_accuracy": 0.9658299744129181, + "num_tokens": 70972427.0, + "step": 55150 + }, + { + "entropy": 1.0201902270317078, + "epoch": 5.26989586318907, + "grad_norm": 1.6072465181350708, + "learning_rate": 4.96730032163751e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9575815021991729, + "num_tokens": 70985270.0, + "step": 55160 + }, + { + "entropy": 1.0102005839347838, + "epoch": 5.270851246775581, + "grad_norm": 2.502884864807129, + "learning_rate": 4.9657206512108916e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.957735025882721, + "num_tokens": 70998034.0, + "step": 55170 + }, + { + "entropy": 1.0086397886276246, + "epoch": 5.27180663036209, + "grad_norm": 1.9346872568130493, + "learning_rate": 4.964140984206e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9628104567527771, + "num_tokens": 71010621.0, + "step": 55180 + }, + { + "entropy": 1.0182625293731689, + "epoch": 5.272762013948601, + "grad_norm": 1.0596954822540283, + "learning_rate": 4.9625613207805104e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9600834906101227, + "num_tokens": 71023887.0, + "step": 55190 + }, + { + "entropy": 1.0176096498966216, + "epoch": 5.27371739753511, + "grad_norm": 1.7981305122375488, + "learning_rate": 4.960981661092108e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9576154828071595, + "num_tokens": 71036613.0, + "step": 55200 + }, + { + "entropy": 1.010042816400528, + "epoch": 5.2746727811216205, + "grad_norm": 1.2069109678268433, + "learning_rate": 4.9594020052984684e-05, + "loss": 0.1217, + "mean_token_accuracy": 0.9543855369091034, + "num_tokens": 71049303.0, + "step": 55210 + }, + { + "entropy": 1.0301072359085084, + "epoch": 5.27562816470813, + "grad_norm": 1.1529431343078613, + "learning_rate": 4.9578223535572734e-05, + "loss": 0.1199, + "mean_token_accuracy": 0.955099242925644, + "num_tokens": 71062217.0, + "step": 55220 + }, + { + "entropy": 1.0299945175647736, + "epoch": 5.27658354829464, + "grad_norm": 1.6768798828125, + "learning_rate": 4.956242706026203e-05, + "loss": 0.1052, + "mean_token_accuracy": 0.9599908530712128, + "num_tokens": 71075121.0, + "step": 55230 + }, + { + "entropy": 1.0181691527366639, + "epoch": 5.27753893188115, + "grad_norm": 2.513284683227539, + "learning_rate": 4.954663062862932e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9605615556240081, + "num_tokens": 71087438.0, + "step": 55240 + }, + { + "entropy": 1.01160010099411, + "epoch": 5.27849431546766, + "grad_norm": 1.726304292678833, + "learning_rate": 4.953083424225143e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9648492693901062, + "num_tokens": 71099762.0, + "step": 55250 + }, + { + "entropy": 1.027866792678833, + "epoch": 5.279449699054171, + "grad_norm": 1.652649998664856, + "learning_rate": 4.951503790270509e-05, + "loss": 0.1184, + "mean_token_accuracy": 0.9538603007793427, + "num_tokens": 71112855.0, + "step": 55260 + }, + { + "entropy": 1.0294561862945557, + "epoch": 5.28040508264068, + "grad_norm": 2.2658371925354004, + "learning_rate": 4.9499241611567126e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9656696677207947, + "num_tokens": 71125979.0, + "step": 55270 + }, + { + "entropy": 1.0218161821365357, + "epoch": 5.2813604662271905, + "grad_norm": 1.6362416744232178, + "learning_rate": 4.948344537041424e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9593966364860534, + "num_tokens": 71138952.0, + "step": 55280 + }, + { + "entropy": 1.014304918050766, + "epoch": 5.2823158498137, + "grad_norm": 1.5469635725021362, + "learning_rate": 4.946764918082325e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.961839210987091, + "num_tokens": 71152383.0, + "step": 55290 + }, + { + "entropy": 1.0110934555530549, + "epoch": 5.28327123340021, + "grad_norm": 1.2548013925552368, + "learning_rate": 4.94518530443709e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9598874390125275, + "num_tokens": 71164830.0, + "step": 55300 + }, + { + "entropy": 1.00059033036232, + "epoch": 5.28422661698672, + "grad_norm": 1.2425951957702637, + "learning_rate": 4.943605696263392e-05, + "loss": 0.0932, + "mean_token_accuracy": 0.9635713219642639, + "num_tokens": 71177538.0, + "step": 55310 + }, + { + "entropy": 1.0051246345043183, + "epoch": 5.28518200057323, + "grad_norm": 1.4333425760269165, + "learning_rate": 4.942026093718909e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9633022427558899, + "num_tokens": 71190213.0, + "step": 55320 + }, + { + "entropy": 1.006770706176758, + "epoch": 5.2861373841597405, + "grad_norm": 1.7593824863433838, + "learning_rate": 4.94044649696131e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9619344472885132, + "num_tokens": 71203145.0, + "step": 55330 + }, + { + "entropy": 1.0212308645248414, + "epoch": 5.28709276774625, + "grad_norm": 1.7904752492904663, + "learning_rate": 4.938866906148276e-05, + "loss": 0.1217, + "mean_token_accuracy": 0.9564504325389862, + "num_tokens": 71215388.0, + "step": 55340 + }, + { + "entropy": 1.011153656244278, + "epoch": 5.28804815133276, + "grad_norm": 1.342585802078247, + "learning_rate": 4.937287321437472e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9587297737598419, + "num_tokens": 71227691.0, + "step": 55350 + }, + { + "entropy": 1.0187425374984742, + "epoch": 5.28900353491927, + "grad_norm": 0.8395084738731384, + "learning_rate": 4.935707742986574e-05, + "loss": 0.0947, + "mean_token_accuracy": 0.961223703622818, + "num_tokens": 71240884.0, + "step": 55360 + }, + { + "entropy": 1.0011012256145477, + "epoch": 5.28995891850578, + "grad_norm": 1.3107054233551025, + "learning_rate": 4.934128170953255e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9630523979663849, + "num_tokens": 71253672.0, + "step": 55370 + }, + { + "entropy": 1.0232211172580719, + "epoch": 5.29091430209229, + "grad_norm": 1.0295674800872803, + "learning_rate": 4.9325486054951834e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9595811665058136, + "num_tokens": 71267080.0, + "step": 55380 + }, + { + "entropy": 1.020213520526886, + "epoch": 5.2918696856788, + "grad_norm": 1.4828304052352905, + "learning_rate": 4.930969046770033e-05, + "loss": 0.1292, + "mean_token_accuracy": 0.9547075033187866, + "num_tokens": 71279575.0, + "step": 55390 + }, + { + "entropy": 1.0277518212795258, + "epoch": 5.2928250692653105, + "grad_norm": 1.4199302196502686, + "learning_rate": 4.9293894949354686e-05, + "loss": 0.1179, + "mean_token_accuracy": 0.9558991193771362, + "num_tokens": 71292141.0, + "step": 55400 + }, + { + "entropy": 1.0251879870891571, + "epoch": 5.29378045285182, + "grad_norm": 1.4713513851165771, + "learning_rate": 4.927809950149164e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9658734142780304, + "num_tokens": 71305030.0, + "step": 55410 + }, + { + "entropy": 1.0166540086269378, + "epoch": 5.29473583643833, + "grad_norm": 1.2790193557739258, + "learning_rate": 4.926230412568782e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9548138856887818, + "num_tokens": 71318079.0, + "step": 55420 + }, + { + "entropy": 1.0243667006492614, + "epoch": 5.29569122002484, + "grad_norm": 1.2315447330474854, + "learning_rate": 4.924650882351995e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9603821933269501, + "num_tokens": 71331412.0, + "step": 55430 + }, + { + "entropy": 1.0216239869594574, + "epoch": 5.29664660361135, + "grad_norm": 1.4023609161376953, + "learning_rate": 4.92307135965647e-05, + "loss": 0.112, + "mean_token_accuracy": 0.9577930510044098, + "num_tokens": 71344184.0, + "step": 55440 + }, + { + "entropy": 1.0411521196365356, + "epoch": 5.29760198719786, + "grad_norm": 1.7842763662338257, + "learning_rate": 4.9214918446398694e-05, + "loss": 0.1163, + "mean_token_accuracy": 0.9549982368946075, + "num_tokens": 71357450.0, + "step": 55450 + }, + { + "entropy": 1.0108987510204315, + "epoch": 5.29855737078437, + "grad_norm": 1.9497480392456055, + "learning_rate": 4.9199123374598624e-05, + "loss": 0.0883, + "mean_token_accuracy": 0.9687942922115326, + "num_tokens": 71370083.0, + "step": 55460 + }, + { + "entropy": 1.0144144773483277, + "epoch": 5.2995127543708795, + "grad_norm": 1.1080572605133057, + "learning_rate": 4.91833283827411e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9687335252761841, + "num_tokens": 71382650.0, + "step": 55470 + }, + { + "entropy": 1.023171454668045, + "epoch": 5.30046813795739, + "grad_norm": 1.5137766599655151, + "learning_rate": 4.9167533472402794e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.962745201587677, + "num_tokens": 71395720.0, + "step": 55480 + }, + { + "entropy": 1.005268043279648, + "epoch": 5.3014235215439, + "grad_norm": 1.1664481163024902, + "learning_rate": 4.915173864516029e-05, + "loss": 0.085, + "mean_token_accuracy": 0.9692882776260376, + "num_tokens": 71408620.0, + "step": 55490 + }, + { + "entropy": 1.018183809518814, + "epoch": 5.30237890513041, + "grad_norm": 1.0295506715774536, + "learning_rate": 4.913594390259028e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9642205595970154, + "num_tokens": 71421832.0, + "step": 55500 + }, + { + "entropy": 1.009791725873947, + "epoch": 5.30333428871692, + "grad_norm": 1.5953866243362427, + "learning_rate": 4.912014924626929e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9584499537944794, + "num_tokens": 71434800.0, + "step": 55510 + }, + { + "entropy": 1.0035584211349486, + "epoch": 5.30428967230343, + "grad_norm": 1.4847915172576904, + "learning_rate": 4.910435467777399e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9608848035335541, + "num_tokens": 71447737.0, + "step": 55520 + }, + { + "entropy": 0.9979857861995697, + "epoch": 5.30524505588994, + "grad_norm": 1.9894578456878662, + "learning_rate": 4.9088560198680956e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9610403895378112, + "num_tokens": 71460581.0, + "step": 55530 + }, + { + "entropy": 1.003118634223938, + "epoch": 5.3062004394764495, + "grad_norm": 2.138768434524536, + "learning_rate": 4.907276581056676e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9588169574737548, + "num_tokens": 71473217.0, + "step": 55540 + }, + { + "entropy": 1.0241642475128174, + "epoch": 5.30715582306296, + "grad_norm": 1.4937721490859985, + "learning_rate": 4.905697151500801e-05, + "loss": 0.1168, + "mean_token_accuracy": 0.9546285510063172, + "num_tokens": 71486335.0, + "step": 55550 + }, + { + "entropy": 1.0387866377830506, + "epoch": 5.308111206649469, + "grad_norm": 1.6346091032028198, + "learning_rate": 4.904117731358123e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9509359717369079, + "num_tokens": 71499661.0, + "step": 55560 + }, + { + "entropy": 1.0291634142398833, + "epoch": 5.30906659023598, + "grad_norm": 2.31723952293396, + "learning_rate": 4.9025383207863024e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9568699955940246, + "num_tokens": 71512879.0, + "step": 55570 + }, + { + "entropy": 1.0249369144439697, + "epoch": 5.31002197382249, + "grad_norm": 1.4378458261489868, + "learning_rate": 4.90095891994299e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9594285011291503, + "num_tokens": 71526258.0, + "step": 55580 + }, + { + "entropy": 1.0060526371002196, + "epoch": 5.310977357409, + "grad_norm": 1.3627158403396606, + "learning_rate": 4.899379528985842e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9677645683288574, + "num_tokens": 71538824.0, + "step": 55590 + }, + { + "entropy": 1.0112329721450806, + "epoch": 5.31193274099551, + "grad_norm": 1.538364291191101, + "learning_rate": 4.897800148072513e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9601143360137939, + "num_tokens": 71551707.0, + "step": 55600 + }, + { + "entropy": 1.0102780401706695, + "epoch": 5.312888124582019, + "grad_norm": 1.1527965068817139, + "learning_rate": 4.896220777360651e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9599197149276734, + "num_tokens": 71564616.0, + "step": 55610 + }, + { + "entropy": 1.0289753556251526, + "epoch": 5.31384350816853, + "grad_norm": 1.8175382614135742, + "learning_rate": 4.8946414170079114e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9610507071018219, + "num_tokens": 71578073.0, + "step": 55620 + }, + { + "entropy": 1.0123237252235413, + "epoch": 5.314798891755039, + "grad_norm": 1.7812721729278564, + "learning_rate": 4.89306206717194e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9577703595161438, + "num_tokens": 71590242.0, + "step": 55630 + }, + { + "entropy": 1.0050235748291017, + "epoch": 5.31575427534155, + "grad_norm": 1.8772799968719482, + "learning_rate": 4.8914827280103884e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9601004958152771, + "num_tokens": 71602583.0, + "step": 55640 + }, + { + "entropy": 1.0099167048931121, + "epoch": 5.31670965892806, + "grad_norm": 1.6945900917053223, + "learning_rate": 4.889903399680901e-05, + "loss": 0.1271, + "mean_token_accuracy": 0.9526874184608459, + "num_tokens": 71614969.0, + "step": 55650 + }, + { + "entropy": 1.0066401004791259, + "epoch": 5.3176650425145695, + "grad_norm": 1.3651366233825684, + "learning_rate": 4.8883240823411274e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9631309032440185, + "num_tokens": 71627890.0, + "step": 55660 + }, + { + "entropy": 1.0193024337291718, + "epoch": 5.31862042610108, + "grad_norm": 1.0463725328445435, + "learning_rate": 4.886744776148715e-05, + "loss": 0.1005, + "mean_token_accuracy": 0.9599112093448638, + "num_tokens": 71640704.0, + "step": 55670 + }, + { + "entropy": 1.011675089597702, + "epoch": 5.319575809687589, + "grad_norm": 1.4798245429992676, + "learning_rate": 4.885165481261304e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9528497219085693, + "num_tokens": 71653111.0, + "step": 55680 + }, + { + "entropy": 1.006024706363678, + "epoch": 5.3205311932741, + "grad_norm": 1.3265262842178345, + "learning_rate": 4.8835861978365403e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.957375955581665, + "num_tokens": 71666016.0, + "step": 55690 + }, + { + "entropy": 1.0256956338882446, + "epoch": 5.321486576860609, + "grad_norm": 1.821711540222168, + "learning_rate": 4.882006926032065e-05, + "loss": 0.1136, + "mean_token_accuracy": 0.9576515197753906, + "num_tokens": 71679814.0, + "step": 55700 + }, + { + "entropy": 1.008210676908493, + "epoch": 5.32244196044712, + "grad_norm": 1.9567022323608398, + "learning_rate": 4.880427666005521e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9613567531108856, + "num_tokens": 71692871.0, + "step": 55710 + }, + { + "entropy": 1.0134999394416808, + "epoch": 5.32339734403363, + "grad_norm": 1.785575032234192, + "learning_rate": 4.878848417914545e-05, + "loss": 0.1295, + "mean_token_accuracy": 0.9498488306999207, + "num_tokens": 71705905.0, + "step": 55720 + }, + { + "entropy": 1.0086120665073395, + "epoch": 5.3243527276201394, + "grad_norm": 1.2937122583389282, + "learning_rate": 4.877269181916777e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9646672487258912, + "num_tokens": 71718586.0, + "step": 55730 + }, + { + "entropy": 0.9978576183319092, + "epoch": 5.32530811120665, + "grad_norm": 1.7015745639801025, + "learning_rate": 4.875689958169857e-05, + "loss": 0.0944, + "mean_token_accuracy": 0.9615131795406342, + "num_tokens": 71731455.0, + "step": 55740 + }, + { + "entropy": 1.0058871030807495, + "epoch": 5.326263494793159, + "grad_norm": 1.9074655771255493, + "learning_rate": 4.874110746831418e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9587538719177247, + "num_tokens": 71744458.0, + "step": 55750 + }, + { + "entropy": 1.005309945344925, + "epoch": 5.32721887837967, + "grad_norm": 1.4984819889068604, + "learning_rate": 4.872531548059097e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9624501585960388, + "num_tokens": 71757462.0, + "step": 55760 + }, + { + "entropy": 1.0140446066856383, + "epoch": 5.328174261966179, + "grad_norm": 1.9099079370498657, + "learning_rate": 4.870952362010526e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9541012167930603, + "num_tokens": 71770368.0, + "step": 55770 + }, + { + "entropy": 1.021168714761734, + "epoch": 5.3291296455526895, + "grad_norm": 2.345505714416504, + "learning_rate": 4.86937318884334e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.959909188747406, + "num_tokens": 71783396.0, + "step": 55780 + }, + { + "entropy": 1.0119310915470123, + "epoch": 5.330085029139199, + "grad_norm": 2.17313289642334, + "learning_rate": 4.867794028715168e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9614789366722107, + "num_tokens": 71796437.0, + "step": 55790 + }, + { + "entropy": 1.0108789384365082, + "epoch": 5.331040412725709, + "grad_norm": 1.9851785898208618, + "learning_rate": 4.8662148817836414e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9596009969711303, + "num_tokens": 71809315.0, + "step": 55800 + }, + { + "entropy": 1.0079864084720611, + "epoch": 5.33199579631222, + "grad_norm": 2.2154862880706787, + "learning_rate": 4.8646357482063856e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9683933556079865, + "num_tokens": 71822224.0, + "step": 55810 + }, + { + "entropy": 1.0106637835502625, + "epoch": 5.332951179898729, + "grad_norm": 1.4743291139602661, + "learning_rate": 4.8630566281410314e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9554614305496216, + "num_tokens": 71835289.0, + "step": 55820 + }, + { + "entropy": 1.0132160663604737, + "epoch": 5.33390656348524, + "grad_norm": 2.184455156326294, + "learning_rate": 4.8614775217452046e-05, + "loss": 0.0925, + "mean_token_accuracy": 0.9652966082096099, + "num_tokens": 71848551.0, + "step": 55830 + }, + { + "entropy": 1.0258915841579437, + "epoch": 5.334861947071749, + "grad_norm": 1.7827887535095215, + "learning_rate": 4.859898429176528e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9482750356197357, + "num_tokens": 71862109.0, + "step": 55840 + }, + { + "entropy": 0.9995400071144104, + "epoch": 5.3358173306582595, + "grad_norm": 2.4016361236572266, + "learning_rate": 4.8583193505926254e-05, + "loss": 0.0946, + "mean_token_accuracy": 0.9596905052661896, + "num_tokens": 71874497.0, + "step": 55850 + }, + { + "entropy": 1.0144661724567414, + "epoch": 5.336772714244769, + "grad_norm": 1.5400261878967285, + "learning_rate": 4.856740286151119e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9577469766139984, + "num_tokens": 71886945.0, + "step": 55860 + }, + { + "entropy": 1.0091446042060852, + "epoch": 5.337728097831279, + "grad_norm": 1.4886754751205444, + "learning_rate": 4.8551612360096295e-05, + "loss": 0.1046, + "mean_token_accuracy": 0.9648844242095947, + "num_tokens": 71899875.0, + "step": 55870 + }, + { + "entropy": 1.010267287492752, + "epoch": 5.338683481417789, + "grad_norm": 1.4469189643859863, + "learning_rate": 4.853582200325773e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.956444263458252, + "num_tokens": 71912454.0, + "step": 55880 + }, + { + "entropy": 1.010641235113144, + "epoch": 5.339638865004299, + "grad_norm": 2.516761302947998, + "learning_rate": 4.85200317925717e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9553231418132782, + "num_tokens": 71925062.0, + "step": 55890 + }, + { + "entropy": 1.0247653365135192, + "epoch": 5.34059424859081, + "grad_norm": 1.756542682647705, + "learning_rate": 4.850424172961436e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9599984049797058, + "num_tokens": 71938282.0, + "step": 55900 + }, + { + "entropy": 0.9920383155345917, + "epoch": 5.341549632177319, + "grad_norm": 1.53696608543396, + "learning_rate": 4.8488451815961855e-05, + "loss": 0.0804, + "mean_token_accuracy": 0.9705394268035888, + "num_tokens": 71950914.0, + "step": 55910 + }, + { + "entropy": 1.0236098527908326, + "epoch": 5.342505015763829, + "grad_norm": 1.4625799655914307, + "learning_rate": 4.847266205319032e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9607692539691925, + "num_tokens": 71964218.0, + "step": 55920 + }, + { + "entropy": 1.013280165195465, + "epoch": 5.343460399350339, + "grad_norm": 1.4125665426254272, + "learning_rate": 4.845687244287584e-05, + "loss": 0.1181, + "mean_token_accuracy": 0.9528967916965485, + "num_tokens": 71976972.0, + "step": 55930 + }, + { + "entropy": 1.0195658504962921, + "epoch": 5.344415782936849, + "grad_norm": 1.130902886390686, + "learning_rate": 4.8441082986594565e-05, + "loss": 0.118, + "mean_token_accuracy": 0.9510496854782104, + "num_tokens": 71989921.0, + "step": 55940 + }, + { + "entropy": 1.024815607070923, + "epoch": 5.345371166523359, + "grad_norm": 1.5904840230941772, + "learning_rate": 4.842529368592254e-05, + "loss": 0.1004, + "mean_token_accuracy": 0.9603522062301636, + "num_tokens": 72003347.0, + "step": 55950 + }, + { + "entropy": 1.0227951407432556, + "epoch": 5.346326550109869, + "grad_norm": 1.481399655342102, + "learning_rate": 4.840950454243583e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9554268598556519, + "num_tokens": 72015936.0, + "step": 55960 + }, + { + "entropy": 1.0331941723823548, + "epoch": 5.3472819336963795, + "grad_norm": 1.616894006729126, + "learning_rate": 4.839371555771053e-05, + "loss": 0.1223, + "mean_token_accuracy": 0.9517692565917969, + "num_tokens": 72029180.0, + "step": 55970 + }, + { + "entropy": 1.0072997748851775, + "epoch": 5.348237317282889, + "grad_norm": 2.01615571975708, + "learning_rate": 4.837792673332265e-05, + "loss": 0.0981, + "mean_token_accuracy": 0.9654558837413788, + "num_tokens": 72041984.0, + "step": 55980 + }, + { + "entropy": 1.00211061835289, + "epoch": 5.349192700869399, + "grad_norm": 1.6251215934753418, + "learning_rate": 4.836213807084822e-05, + "loss": 0.0896, + "mean_token_accuracy": 0.9629482328891754, + "num_tokens": 72054293.0, + "step": 55990 + }, + { + "entropy": 1.0244581699371338, + "epoch": 5.350148084455909, + "grad_norm": 2.430908203125, + "learning_rate": 4.834634957186324e-05, + "loss": 0.1206, + "mean_token_accuracy": 0.9561677634716034, + "num_tokens": 72066755.0, + "step": 56000 + }, + { + "entropy": 1.0343586444854735, + "epoch": 5.351103468042419, + "grad_norm": 1.205977439880371, + "learning_rate": 4.8330561237943706e-05, + "loss": 0.1095, + "mean_token_accuracy": 0.9557660102844239, + "num_tokens": 72080324.0, + "step": 56010 + }, + { + "entropy": 1.0278422474861144, + "epoch": 5.352058851628929, + "grad_norm": 1.372644066810608, + "learning_rate": 4.831477307066557e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9499153435230255, + "num_tokens": 72092965.0, + "step": 56020 + }, + { + "entropy": 1.0166230976581574, + "epoch": 5.353014235215439, + "grad_norm": 0.9104816913604736, + "learning_rate": 4.82989850716048e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9595612287521362, + "num_tokens": 72105639.0, + "step": 56030 + }, + { + "entropy": 1.0152003347873688, + "epoch": 5.353969618801949, + "grad_norm": 1.9477555751800537, + "learning_rate": 4.828319724233738e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9634317755699158, + "num_tokens": 72118626.0, + "step": 56040 + }, + { + "entropy": 1.0167818248271943, + "epoch": 5.354925002388459, + "grad_norm": 1.7475653886795044, + "learning_rate": 4.826740958443915e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9608682692050934, + "num_tokens": 72131511.0, + "step": 56050 + }, + { + "entropy": 1.022321105003357, + "epoch": 5.355880385974969, + "grad_norm": 1.9337635040283203, + "learning_rate": 4.825162209948609e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9621313810348511, + "num_tokens": 72144496.0, + "step": 56060 + }, + { + "entropy": 1.0093832194805146, + "epoch": 5.356835769561479, + "grad_norm": 1.6268974542617798, + "learning_rate": 4.823583478905403e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9600399017333985, + "num_tokens": 72157168.0, + "step": 56070 + }, + { + "entropy": 0.9906592547893525, + "epoch": 5.357791153147989, + "grad_norm": 1.4814157485961914, + "learning_rate": 4.822004765471889e-05, + "loss": 0.0939, + "mean_token_accuracy": 0.9655527532100677, + "num_tokens": 72169618.0, + "step": 56080 + }, + { + "entropy": 1.009590482711792, + "epoch": 5.358746536734499, + "grad_norm": 1.6694055795669556, + "learning_rate": 4.8204260698056493e-05, + "loss": 0.1104, + "mean_token_accuracy": 0.9551047801971435, + "num_tokens": 72182644.0, + "step": 56090 + }, + { + "entropy": 1.0249082267284393, + "epoch": 5.359701920321009, + "grad_norm": 1.440533995628357, + "learning_rate": 4.8188473920642686e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9552166283130645, + "num_tokens": 72195967.0, + "step": 56100 + }, + { + "entropy": 1.0026351988315583, + "epoch": 5.3606573039075185, + "grad_norm": 1.2237728834152222, + "learning_rate": 4.8172687324053276e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.9598994672298431, + "num_tokens": 72208435.0, + "step": 56110 + }, + { + "entropy": 1.0162828028202058, + "epoch": 5.361612687494029, + "grad_norm": 1.0648149251937866, + "learning_rate": 4.815690090986405e-05, + "loss": 0.113, + "mean_token_accuracy": 0.9613402605056762, + "num_tokens": 72221527.0, + "step": 56120 + }, + { + "entropy": 1.01611025929451, + "epoch": 5.362568071080539, + "grad_norm": 1.5612713098526, + "learning_rate": 4.814111467965083e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9538765966892242, + "num_tokens": 72234456.0, + "step": 56130 + }, + { + "entropy": 1.0211914837360383, + "epoch": 5.363523454667049, + "grad_norm": 2.522122621536255, + "learning_rate": 4.812532863498936e-05, + "loss": 0.1255, + "mean_token_accuracy": 0.955058467388153, + "num_tokens": 72247335.0, + "step": 56140 + }, + { + "entropy": 1.0107208967208863, + "epoch": 5.364478838253559, + "grad_norm": 1.7201826572418213, + "learning_rate": 4.810954277745538e-05, + "loss": 0.1171, + "mean_token_accuracy": 0.9544487774372101, + "num_tokens": 72259519.0, + "step": 56150 + }, + { + "entropy": 1.0153034210205079, + "epoch": 5.365434221840069, + "grad_norm": 1.475927472114563, + "learning_rate": 4.809375710862461e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9617057621479035, + "num_tokens": 72271855.0, + "step": 56160 + }, + { + "entropy": 1.0300052165985107, + "epoch": 5.366389605426579, + "grad_norm": 1.9805008172988892, + "learning_rate": 4.807797163007278e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.955559641122818, + "num_tokens": 72284663.0, + "step": 56170 + }, + { + "entropy": 1.012499737739563, + "epoch": 5.367344989013088, + "grad_norm": 1.9799250364303589, + "learning_rate": 4.806218634337554e-05, + "loss": 0.0869, + "mean_token_accuracy": 0.9647067666053772, + "num_tokens": 72298000.0, + "step": 56180 + }, + { + "entropy": 1.0082340717315674, + "epoch": 5.368300372599599, + "grad_norm": 1.3041727542877197, + "learning_rate": 4.804640125010858e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9598084151744842, + "num_tokens": 72310502.0, + "step": 56190 + }, + { + "entropy": 1.0190719485282898, + "epoch": 5.369255756186108, + "grad_norm": 2.506495952606201, + "learning_rate": 4.803061635184758e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9518202245235443, + "num_tokens": 72323432.0, + "step": 56200 + }, + { + "entropy": 1.0180088877677917, + "epoch": 5.370211139772619, + "grad_norm": 1.4026927947998047, + "learning_rate": 4.801483165016811e-05, + "loss": 0.1151, + "mean_token_accuracy": 0.9567095696926117, + "num_tokens": 72336406.0, + "step": 56210 + }, + { + "entropy": 1.025554496049881, + "epoch": 5.371166523359129, + "grad_norm": 1.9544564485549927, + "learning_rate": 4.799904714664583e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9581871151924133, + "num_tokens": 72349088.0, + "step": 56220 + }, + { + "entropy": 1.0144091248512268, + "epoch": 5.3721219069456385, + "grad_norm": 2.078134059906006, + "learning_rate": 4.7983262842856304e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9551255643367768, + "num_tokens": 72361636.0, + "step": 56230 + }, + { + "entropy": 1.0341688513755798, + "epoch": 5.373077290532149, + "grad_norm": 2.043440818786621, + "learning_rate": 4.796747874037512e-05, + "loss": 0.1124, + "mean_token_accuracy": 0.9556906163692475, + "num_tokens": 72374824.0, + "step": 56240 + }, + { + "entropy": 1.0198910593986512, + "epoch": 5.374032674118658, + "grad_norm": 1.47877836227417, + "learning_rate": 4.79516948407778e-05, + "loss": 0.1178, + "mean_token_accuracy": 0.957379150390625, + "num_tokens": 72387280.0, + "step": 56250 + }, + { + "entropy": 1.0241067290306092, + "epoch": 5.374988057705169, + "grad_norm": 1.4211558103561401, + "learning_rate": 4.793591114563989e-05, + "loss": 0.107, + "mean_token_accuracy": 0.957577008008957, + "num_tokens": 72400856.0, + "step": 56260 + }, + { + "entropy": 1.022872841358185, + "epoch": 5.375943441291678, + "grad_norm": 2.287959575653076, + "learning_rate": 4.792012765653693e-05, + "loss": 0.1169, + "mean_token_accuracy": 0.9542287766933442, + "num_tokens": 72413508.0, + "step": 56270 + }, + { + "entropy": 1.0229738116264344, + "epoch": 5.376898824878189, + "grad_norm": 1.9164224863052368, + "learning_rate": 4.790434437504435e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9595230162143707, + "num_tokens": 72426874.0, + "step": 56280 + }, + { + "entropy": 1.0104473948478698, + "epoch": 5.377854208464699, + "grad_norm": 1.0199865102767944, + "learning_rate": 4.788856130273768e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.964472496509552, + "num_tokens": 72439659.0, + "step": 56290 + }, + { + "entropy": 1.0181046545505523, + "epoch": 5.3788095920512085, + "grad_norm": 2.255903482437134, + "learning_rate": 4.7872778441192316e-05, + "loss": 0.1273, + "mean_token_accuracy": 0.9451813995838165, + "num_tokens": 72452502.0, + "step": 56300 + }, + { + "entropy": 1.0124027192592622, + "epoch": 5.379764975637719, + "grad_norm": 1.8328197002410889, + "learning_rate": 4.7856995791983726e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9599177658557891, + "num_tokens": 72465300.0, + "step": 56310 + }, + { + "entropy": 1.013313001394272, + "epoch": 5.380720359224228, + "grad_norm": 1.3532205820083618, + "learning_rate": 4.784121335668729e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9566776216030121, + "num_tokens": 72478517.0, + "step": 56320 + }, + { + "entropy": 1.011130964756012, + "epoch": 5.381675742810739, + "grad_norm": 1.388856291770935, + "learning_rate": 4.782543113687839e-05, + "loss": 0.0951, + "mean_token_accuracy": 0.9648745238780976, + "num_tokens": 72491469.0, + "step": 56330 + }, + { + "entropy": 1.0258352220058442, + "epoch": 5.382631126397248, + "grad_norm": 1.3210060596466064, + "learning_rate": 4.780964913413241e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9578203022480011, + "num_tokens": 72504671.0, + "step": 56340 + }, + { + "entropy": 1.0213944971561433, + "epoch": 5.3835865099837585, + "grad_norm": 2.634040594100952, + "learning_rate": 4.7793867350024656e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.957568246126175, + "num_tokens": 72517535.0, + "step": 56350 + }, + { + "entropy": 1.0252377092838287, + "epoch": 5.384541893570269, + "grad_norm": 1.230027437210083, + "learning_rate": 4.777808578613051e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9589578986167908, + "num_tokens": 72530265.0, + "step": 56360 + }, + { + "entropy": 1.0230227410793304, + "epoch": 5.385497277156778, + "grad_norm": 1.6987228393554688, + "learning_rate": 4.776230444402519e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.96414834856987, + "num_tokens": 72543224.0, + "step": 56370 + }, + { + "entropy": 1.01071999669075, + "epoch": 5.386452660743289, + "grad_norm": 1.6283175945281982, + "learning_rate": 4.774652332528403e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.95686576962471, + "num_tokens": 72555794.0, + "step": 56380 + }, + { + "entropy": 1.0168999552726745, + "epoch": 5.387408044329798, + "grad_norm": 1.399094581604004, + "learning_rate": 4.7730742431482244e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9604435384273529, + "num_tokens": 72568670.0, + "step": 56390 + }, + { + "entropy": 1.0317363142967224, + "epoch": 5.388363427916309, + "grad_norm": 2.049221992492676, + "learning_rate": 4.77149617641951e-05, + "loss": 0.1285, + "mean_token_accuracy": 0.9500822365283966, + "num_tokens": 72581765.0, + "step": 56400 + }, + { + "entropy": 1.019988340139389, + "epoch": 5.389318811502818, + "grad_norm": 1.9669889211654663, + "learning_rate": 4.7699181324997774e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9622825920581818, + "num_tokens": 72594560.0, + "step": 56410 + }, + { + "entropy": 1.0192411422729493, + "epoch": 5.3902741950893285, + "grad_norm": 1.5020360946655273, + "learning_rate": 4.768340111546545e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9589654803276062, + "num_tokens": 72607433.0, + "step": 56420 + }, + { + "entropy": 1.0117302715778351, + "epoch": 5.391229578675838, + "grad_norm": 1.4117281436920166, + "learning_rate": 4.766762113717335e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9581865966320038, + "num_tokens": 72620099.0, + "step": 56430 + }, + { + "entropy": 1.0122852325439453, + "epoch": 5.392184962262348, + "grad_norm": 1.2421252727508545, + "learning_rate": 4.765184139169652e-05, + "loss": 0.1177, + "mean_token_accuracy": 0.955272090435028, + "num_tokens": 72632698.0, + "step": 56440 + }, + { + "entropy": 1.0256042957305909, + "epoch": 5.393140345848859, + "grad_norm": 2.0181357860565186, + "learning_rate": 4.7636061880610156e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9573155760765075, + "num_tokens": 72645189.0, + "step": 56450 + }, + { + "entropy": 1.0252095937728882, + "epoch": 5.394095729435368, + "grad_norm": 1.3230793476104736, + "learning_rate": 4.762028260548928e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9559091567993164, + "num_tokens": 72658080.0, + "step": 56460 + }, + { + "entropy": 1.0398712575435638, + "epoch": 5.395051113021879, + "grad_norm": 1.2368321418762207, + "learning_rate": 4.7604503567909024e-05, + "loss": 0.1181, + "mean_token_accuracy": 0.9527619183063507, + "num_tokens": 72671215.0, + "step": 56470 + }, + { + "entropy": 1.0172935903072358, + "epoch": 5.396006496608388, + "grad_norm": 2.3133387565612793, + "learning_rate": 4.758872476944439e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9560287654399872, + "num_tokens": 72684105.0, + "step": 56480 + }, + { + "entropy": 1.028000670671463, + "epoch": 5.396961880194898, + "grad_norm": 1.957729458808899, + "learning_rate": 4.757294621167042e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9607241451740265, + "num_tokens": 72696763.0, + "step": 56490 + }, + { + "entropy": 1.0360631823539734, + "epoch": 5.397917263781408, + "grad_norm": 1.8994066715240479, + "learning_rate": 4.7557167896162114e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.959966778755188, + "num_tokens": 72709807.0, + "step": 56500 + }, + { + "entropy": 1.0261012017726898, + "epoch": 5.398872647367918, + "grad_norm": 2.17756986618042, + "learning_rate": 4.754138982449441e-05, + "loss": 0.1192, + "mean_token_accuracy": 0.9567858517169953, + "num_tokens": 72722674.0, + "step": 56510 + }, + { + "entropy": 1.0372919023036957, + "epoch": 5.399828030954428, + "grad_norm": 1.2977043390274048, + "learning_rate": 4.752561199824232e-05, + "loss": 0.1072, + "mean_token_accuracy": 0.9570472955703735, + "num_tokens": 72735642.0, + "step": 56520 + }, + { + "entropy": 1.0197631180286408, + "epoch": 5.400783414540938, + "grad_norm": 1.7132186889648438, + "learning_rate": 4.750983441898071e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9585989415645599, + "num_tokens": 72748736.0, + "step": 56530 + }, + { + "entropy": 1.0141705453395844, + "epoch": 5.4017387981274485, + "grad_norm": 1.2769933938980103, + "learning_rate": 4.749405708828451e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9568804323673248, + "num_tokens": 72761239.0, + "step": 56540 + }, + { + "entropy": 1.0114046454429626, + "epoch": 5.402694181713958, + "grad_norm": 1.89139986038208, + "learning_rate": 4.7478280007728574e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9617181956768036, + "num_tokens": 72773846.0, + "step": 56550 + }, + { + "entropy": 1.022645252943039, + "epoch": 5.403649565300468, + "grad_norm": 1.7864993810653687, + "learning_rate": 4.746250317888777e-05, + "loss": 0.1092, + "mean_token_accuracy": 0.9603687882423401, + "num_tokens": 72786736.0, + "step": 56560 + }, + { + "entropy": 1.008400422334671, + "epoch": 5.404604948886978, + "grad_norm": 2.197859048843384, + "learning_rate": 4.744672660333692e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9577763795852661, + "num_tokens": 72799396.0, + "step": 56570 + }, + { + "entropy": 1.009271538257599, + "epoch": 5.405560332473488, + "grad_norm": 1.7064146995544434, + "learning_rate": 4.74309502826508e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9616429090499878, + "num_tokens": 72811943.0, + "step": 56580 + }, + { + "entropy": 1.0267512321472168, + "epoch": 5.406515716059998, + "grad_norm": 1.8938850164413452, + "learning_rate": 4.741517421840423e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9630296349525451, + "num_tokens": 72825434.0, + "step": 56590 + }, + { + "entropy": 1.0002802312374115, + "epoch": 5.407471099646508, + "grad_norm": 1.4609527587890625, + "learning_rate": 4.7399398412171904e-05, + "loss": 0.1126, + "mean_token_accuracy": 0.9577339649200439, + "num_tokens": 72838009.0, + "step": 56600 + }, + { + "entropy": 1.0033537089824676, + "epoch": 5.4084264832330184, + "grad_norm": 1.4779430627822876, + "learning_rate": 4.73836228655286e-05, + "loss": 0.1127, + "mean_token_accuracy": 0.9544844269752503, + "num_tokens": 72851077.0, + "step": 56610 + }, + { + "entropy": 1.0105037093162537, + "epoch": 5.409381866819528, + "grad_norm": 1.1998993158340454, + "learning_rate": 4.7367847580048954e-05, + "loss": 0.11, + "mean_token_accuracy": 0.9592858135700226, + "num_tokens": 72864074.0, + "step": 56620 + }, + { + "entropy": 1.0116281688213349, + "epoch": 5.410337250406038, + "grad_norm": 1.7825546264648438, + "learning_rate": 4.735207255730768e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9646559596061707, + "num_tokens": 72877362.0, + "step": 56630 + }, + { + "entropy": 1.0130438685417176, + "epoch": 5.411292633992548, + "grad_norm": 1.764664649963379, + "learning_rate": 4.733629779887942e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9610412001609803, + "num_tokens": 72890424.0, + "step": 56640 + }, + { + "entropy": 1.0188761353492737, + "epoch": 5.412248017579058, + "grad_norm": 1.4505627155303955, + "learning_rate": 4.7320523306338774e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.9609686434268951, + "num_tokens": 72903901.0, + "step": 56650 + }, + { + "entropy": 0.9979630589485169, + "epoch": 5.413203401165568, + "grad_norm": 1.5276001691818237, + "learning_rate": 4.7304749081260345e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9605191826820374, + "num_tokens": 72916860.0, + "step": 56660 + }, + { + "entropy": 0.9947697401046753, + "epoch": 5.414158784752078, + "grad_norm": 1.4214187860488892, + "learning_rate": 4.728897512521868e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9576043665409089, + "num_tokens": 72928760.0, + "step": 56670 + }, + { + "entropy": 0.9964245736598969, + "epoch": 5.415114168338588, + "grad_norm": 1.7558304071426392, + "learning_rate": 4.727320143978836e-05, + "loss": 0.096, + "mean_token_accuracy": 0.9637329876422882, + "num_tokens": 72941704.0, + "step": 56680 + }, + { + "entropy": 1.01191366314888, + "epoch": 5.416069551925098, + "grad_norm": 1.5845013856887817, + "learning_rate": 4.725742802654383e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9587983787059784, + "num_tokens": 72954437.0, + "step": 56690 + }, + { + "entropy": 1.0276919662952424, + "epoch": 5.417024935511608, + "grad_norm": 2.208087682723999, + "learning_rate": 4.724165488705964e-05, + "loss": 0.1277, + "mean_token_accuracy": 0.9502116501331329, + "num_tokens": 72967556.0, + "step": 56700 + }, + { + "entropy": 1.0175929188728332, + "epoch": 5.417980319098118, + "grad_norm": 1.4713678359985352, + "learning_rate": 4.7225882022910204e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9561734139919281, + "num_tokens": 72980686.0, + "step": 56710 + }, + { + "entropy": 1.0126973211765289, + "epoch": 5.418935702684628, + "grad_norm": 1.2460404634475708, + "learning_rate": 4.7210109435669955e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9602121949195862, + "num_tokens": 72994095.0, + "step": 56720 + }, + { + "entropy": 1.0066084265708923, + "epoch": 5.419891086271138, + "grad_norm": 1.602344274520874, + "learning_rate": 4.719433712691332e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9657207787036896, + "num_tokens": 73007127.0, + "step": 56730 + }, + { + "entropy": 1.0183911859989165, + "epoch": 5.420846469857648, + "grad_norm": 1.6689571142196655, + "learning_rate": 4.717856509821464e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9570540070533753, + "num_tokens": 73020077.0, + "step": 56740 + }, + { + "entropy": 1.001965206861496, + "epoch": 5.421801853444157, + "grad_norm": 1.8552448749542236, + "learning_rate": 4.716279335114829e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9558440268039703, + "num_tokens": 73032808.0, + "step": 56750 + }, + { + "entropy": 1.0112172305583953, + "epoch": 5.422757237030668, + "grad_norm": 2.1694226264953613, + "learning_rate": 4.714702188728855e-05, + "loss": 0.12, + "mean_token_accuracy": 0.9547798156738281, + "num_tokens": 73045912.0, + "step": 56760 + }, + { + "entropy": 1.0150014758110046, + "epoch": 5.423712620617178, + "grad_norm": 1.615769624710083, + "learning_rate": 4.713125070820976e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9616829812526703, + "num_tokens": 73058864.0, + "step": 56770 + }, + { + "entropy": 1.0067690074443818, + "epoch": 5.424668004203688, + "grad_norm": 1.8892390727996826, + "learning_rate": 4.7115479815486116e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9642978489398957, + "num_tokens": 73071977.0, + "step": 56780 + }, + { + "entropy": 1.0200407028198242, + "epoch": 5.425623387790198, + "grad_norm": 1.6851853132247925, + "learning_rate": 4.709970921069191e-05, + "loss": 0.1158, + "mean_token_accuracy": 0.9543961822986603, + "num_tokens": 73085041.0, + "step": 56790 + }, + { + "entropy": 1.0178906977176667, + "epoch": 5.4265787713767075, + "grad_norm": 1.403182029724121, + "learning_rate": 4.708393889540132e-05, + "loss": 0.1144, + "mean_token_accuracy": 0.9555364847183228, + "num_tokens": 73098476.0, + "step": 56800 + }, + { + "entropy": 1.0058103144168853, + "epoch": 5.427534154963218, + "grad_norm": 1.5354969501495361, + "learning_rate": 4.7068168871188514e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9603652238845826, + "num_tokens": 73111024.0, + "step": 56810 + }, + { + "entropy": 1.0125493943691253, + "epoch": 5.428489538549727, + "grad_norm": 1.1067397594451904, + "learning_rate": 4.705239913962765e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9566820442676545, + "num_tokens": 73123739.0, + "step": 56820 + }, + { + "entropy": 0.995681881904602, + "epoch": 5.429444922136238, + "grad_norm": 1.7142934799194336, + "learning_rate": 4.703662970229282e-05, + "loss": 0.0952, + "mean_token_accuracy": 0.9591092765331268, + "num_tokens": 73136340.0, + "step": 56830 + }, + { + "entropy": 1.0097358524799347, + "epoch": 5.430400305722747, + "grad_norm": 1.838450312614441, + "learning_rate": 4.7020860560758166e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9586477220058441, + "num_tokens": 73148955.0, + "step": 56840 + }, + { + "entropy": 1.0037698984146117, + "epoch": 5.431355689309258, + "grad_norm": 1.5784250497817993, + "learning_rate": 4.700509171659767e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9562905907630921, + "num_tokens": 73161774.0, + "step": 56850 + }, + { + "entropy": 1.0023579239845275, + "epoch": 5.432311072895768, + "grad_norm": 2.2627058029174805, + "learning_rate": 4.698932317138541e-05, + "loss": 0.1231, + "mean_token_accuracy": 0.9526631712913514, + "num_tokens": 73173841.0, + "step": 56860 + }, + { + "entropy": 1.0068693339824677, + "epoch": 5.4332664564822775, + "grad_norm": 1.7250818014144897, + "learning_rate": 4.697355492669539e-05, + "loss": 0.1099, + "mean_token_accuracy": 0.9538903832435608, + "num_tokens": 73186394.0, + "step": 56870 + }, + { + "entropy": 1.008508813381195, + "epoch": 5.434221840068788, + "grad_norm": 1.6982216835021973, + "learning_rate": 4.695778698410154e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9583568096160888, + "num_tokens": 73198939.0, + "step": 56880 + }, + { + "entropy": 1.0248426616191864, + "epoch": 5.435177223655297, + "grad_norm": 2.094860315322876, + "learning_rate": 4.694201934517783e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9573224008083343, + "num_tokens": 73212070.0, + "step": 56890 + }, + { + "entropy": 1.0107611894607544, + "epoch": 5.436132607241808, + "grad_norm": 1.2916325330734253, + "learning_rate": 4.692625201149814e-05, + "loss": 0.0839, + "mean_token_accuracy": 0.9688339591026306, + "num_tokens": 73225301.0, + "step": 56900 + }, + { + "entropy": 1.0071548759937285, + "epoch": 5.437087990828317, + "grad_norm": 1.2174211740493774, + "learning_rate": 4.691048498463638e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9572134792804718, + "num_tokens": 73238467.0, + "step": 56910 + }, + { + "entropy": 1.0026595711708068, + "epoch": 5.4380433744148275, + "grad_norm": 1.721160888671875, + "learning_rate": 4.689471826616634e-05, + "loss": 0.1067, + "mean_token_accuracy": 0.958366084098816, + "num_tokens": 73251645.0, + "step": 56920 + }, + { + "entropy": 0.9875464797019958, + "epoch": 5.438998758001338, + "grad_norm": 2.357297420501709, + "learning_rate": 4.68789518576619e-05, + "loss": 0.1198, + "mean_token_accuracy": 0.9549484491348267, + "num_tokens": 73264751.0, + "step": 56930 + }, + { + "entropy": 0.9883000433444977, + "epoch": 5.439954141587847, + "grad_norm": 1.3633415699005127, + "learning_rate": 4.686318576069682e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9575950682163239, + "num_tokens": 73277346.0, + "step": 56940 + }, + { + "entropy": 0.9918913185596466, + "epoch": 5.440909525174358, + "grad_norm": 1.6232190132141113, + "learning_rate": 4.684741997684483e-05, + "loss": 0.1257, + "mean_token_accuracy": 0.9521460890769958, + "num_tokens": 73290182.0, + "step": 56950 + }, + { + "entropy": 1.0048022627830506, + "epoch": 5.441864908760867, + "grad_norm": 1.513439655303955, + "learning_rate": 4.683165450767969e-05, + "loss": 0.1241, + "mean_token_accuracy": 0.9515129208564759, + "num_tokens": 73303332.0, + "step": 56960 + }, + { + "entropy": 0.9989760458469391, + "epoch": 5.442820292347378, + "grad_norm": 1.3306983709335327, + "learning_rate": 4.6815889354775064e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9607758760452271, + "num_tokens": 73316131.0, + "step": 56970 + }, + { + "entropy": 1.0096168100833893, + "epoch": 5.443775675933887, + "grad_norm": 2.068697929382324, + "learning_rate": 4.6800124519704625e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9595924198627472, + "num_tokens": 73329102.0, + "step": 56980 + }, + { + "entropy": 1.005668956041336, + "epoch": 5.4447310595203975, + "grad_norm": 2.055295705795288, + "learning_rate": 4.678436000404197e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.964727646112442, + "num_tokens": 73341871.0, + "step": 56990 + }, + { + "entropy": 0.9994511485099793, + "epoch": 5.445686443106908, + "grad_norm": 2.179870128631592, + "learning_rate": 4.676859580936076e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9606962263584137, + "num_tokens": 73354954.0, + "step": 57000 + }, + { + "entropy": 0.9987527012825013, + "epoch": 5.446641826693417, + "grad_norm": 1.5771251916885376, + "learning_rate": 4.6752831937234484e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9590353429317474, + "num_tokens": 73367598.0, + "step": 57010 + }, + { + "entropy": 1.0170223355293273, + "epoch": 5.447597210279928, + "grad_norm": 1.29043710231781, + "learning_rate": 4.673706838923671e-05, + "loss": 0.0919, + "mean_token_accuracy": 0.966939777135849, + "num_tokens": 73381153.0, + "step": 57020 + }, + { + "entropy": 1.0087354958057404, + "epoch": 5.448552593866437, + "grad_norm": 1.1964110136032104, + "learning_rate": 4.672130516694095e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9626722157001495, + "num_tokens": 73393873.0, + "step": 57030 + }, + { + "entropy": 1.0056188941001891, + "epoch": 5.449507977452948, + "grad_norm": 1.2202603816986084, + "learning_rate": 4.670554227192064e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9594408571720123, + "num_tokens": 73406553.0, + "step": 57040 + }, + { + "entropy": 1.0196588635444641, + "epoch": 5.450463361039457, + "grad_norm": 1.3227976560592651, + "learning_rate": 4.668977970574924e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9592837512493133, + "num_tokens": 73419553.0, + "step": 57050 + }, + { + "entropy": 1.016035693883896, + "epoch": 5.451418744625967, + "grad_norm": 1.7193552255630493, + "learning_rate": 4.6674017470000124e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.9555299162864686, + "num_tokens": 73433140.0, + "step": 57060 + }, + { + "entropy": 1.0018453121185302, + "epoch": 5.452374128212477, + "grad_norm": 1.84404456615448, + "learning_rate": 4.6658255566246686e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9558854162693023, + "num_tokens": 73446566.0, + "step": 57070 + }, + { + "entropy": 0.9978892624378204, + "epoch": 5.453329511798987, + "grad_norm": 1.7579275369644165, + "learning_rate": 4.664249399606223e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9578870952129364, + "num_tokens": 73459623.0, + "step": 57080 + }, + { + "entropy": 1.000414377450943, + "epoch": 5.454284895385498, + "grad_norm": 2.028996467590332, + "learning_rate": 4.662673276102008e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9580284416675567, + "num_tokens": 73472658.0, + "step": 57090 + }, + { + "entropy": 1.0084738433361053, + "epoch": 5.455240278972007, + "grad_norm": 2.524611234664917, + "learning_rate": 4.661097186269352e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9568095862865448, + "num_tokens": 73485721.0, + "step": 57100 + }, + { + "entropy": 1.008624404668808, + "epoch": 5.4561956625585175, + "grad_norm": 1.2197327613830566, + "learning_rate": 4.659521130265574e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9568030774593353, + "num_tokens": 73498407.0, + "step": 57110 + }, + { + "entropy": 1.007265031337738, + "epoch": 5.457151046145027, + "grad_norm": 0.896233081817627, + "learning_rate": 4.657945108247999e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9581807911396026, + "num_tokens": 73510898.0, + "step": 57120 + }, + { + "entropy": 1.0076640367507934, + "epoch": 5.458106429731537, + "grad_norm": 2.1132805347442627, + "learning_rate": 4.6563691203739394e-05, + "loss": 0.121, + "mean_token_accuracy": 0.9534413695335389, + "num_tokens": 73523943.0, + "step": 57130 + }, + { + "entropy": 0.9945347547531128, + "epoch": 5.459061813318047, + "grad_norm": 1.6473098993301392, + "learning_rate": 4.654793166800712e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9596961915493012, + "num_tokens": 73536100.0, + "step": 57140 + }, + { + "entropy": 1.0120149433612824, + "epoch": 5.460017196904557, + "grad_norm": 1.4792430400848389, + "learning_rate": 4.653217247685622e-05, + "loss": 0.1189, + "mean_token_accuracy": 0.9556894302368164, + "num_tokens": 73549172.0, + "step": 57150 + }, + { + "entropy": 1.014995849132538, + "epoch": 5.460972580491067, + "grad_norm": 1.7027506828308105, + "learning_rate": 4.6516413631859795e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9567265093326569, + "num_tokens": 73562262.0, + "step": 57160 + }, + { + "entropy": 1.0185044169425965, + "epoch": 5.461927964077577, + "grad_norm": 1.6151736974716187, + "learning_rate": 4.650065513459088e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.9607688009738922, + "num_tokens": 73575438.0, + "step": 57170 + }, + { + "entropy": 0.9875701069831848, + "epoch": 5.4628833476640875, + "grad_norm": 1.9568525552749634, + "learning_rate": 4.648489698662245e-05, + "loss": 0.0855, + "mean_token_accuracy": 0.9653644740581513, + "num_tokens": 73588372.0, + "step": 57180 + }, + { + "entropy": 0.9940527260303498, + "epoch": 5.463838731250597, + "grad_norm": 1.7657387256622314, + "learning_rate": 4.646913918952747e-05, + "loss": 0.113, + "mean_token_accuracy": 0.958637136220932, + "num_tokens": 73601323.0, + "step": 57190 + }, + { + "entropy": 0.9919255077838898, + "epoch": 5.464794114837107, + "grad_norm": 1.127066969871521, + "learning_rate": 4.645338174487886e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9578588724136352, + "num_tokens": 73613989.0, + "step": 57200 + }, + { + "entropy": 1.0259546995162965, + "epoch": 5.465749498423617, + "grad_norm": 1.3756657838821411, + "learning_rate": 4.6437624654249525e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9518650949001313, + "num_tokens": 73627330.0, + "step": 57210 + }, + { + "entropy": 1.030811333656311, + "epoch": 5.466704882010127, + "grad_norm": 2.3836822509765625, + "learning_rate": 4.64218679192123e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9542877495288848, + "num_tokens": 73640698.0, + "step": 57220 + }, + { + "entropy": 1.0091186463832855, + "epoch": 5.467660265596637, + "grad_norm": 1.4055677652359009, + "learning_rate": 4.640611154133999e-05, + "loss": 0.1049, + "mean_token_accuracy": 0.9631071388721466, + "num_tokens": 73653364.0, + "step": 57230 + }, + { + "entropy": 0.999669098854065, + "epoch": 5.468615649183147, + "grad_norm": 1.394713044166565, + "learning_rate": 4.6390355522205433e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.959084439277649, + "num_tokens": 73666059.0, + "step": 57240 + }, + { + "entropy": 1.0185701668262481, + "epoch": 5.469571032769657, + "grad_norm": 1.3999364376068115, + "learning_rate": 4.637459986338133e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9587646007537842, + "num_tokens": 73679011.0, + "step": 57250 + }, + { + "entropy": 1.0285398721694947, + "epoch": 5.470526416356167, + "grad_norm": 1.0371217727661133, + "learning_rate": 4.635884456644042e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9607829213142395, + "num_tokens": 73692296.0, + "step": 57260 + }, + { + "entropy": 1.022005742788315, + "epoch": 5.471481799942677, + "grad_norm": 2.0661613941192627, + "learning_rate": 4.6343089632955355e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9561052322387695, + "num_tokens": 73705167.0, + "step": 57270 + }, + { + "entropy": 1.0166490256786347, + "epoch": 5.472437183529187, + "grad_norm": 1.7572047710418701, + "learning_rate": 4.6327335064498796e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9596173107624054, + "num_tokens": 73718082.0, + "step": 57280 + }, + { + "entropy": 1.0096709787845612, + "epoch": 5.473392567115697, + "grad_norm": 1.9644066095352173, + "learning_rate": 4.6311580862643315e-05, + "loss": 0.0985, + "mean_token_accuracy": 0.9621004283428192, + "num_tokens": 73730783.0, + "step": 57290 + }, + { + "entropy": 1.025882714986801, + "epoch": 5.474347950702207, + "grad_norm": 1.4032174348831177, + "learning_rate": 4.629582702896151e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9600831627845764, + "num_tokens": 73744298.0, + "step": 57300 + }, + { + "entropy": 1.0118447721004487, + "epoch": 5.475303334288717, + "grad_norm": 2.109687328338623, + "learning_rate": 4.628007356502588e-05, + "loss": 0.1145, + "mean_token_accuracy": 0.9561612010002136, + "num_tokens": 73757618.0, + "step": 57310 + }, + { + "entropy": 1.0001996099948882, + "epoch": 5.476258717875227, + "grad_norm": 0.9575065970420837, + "learning_rate": 4.6264320472408935e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9631269335746765, + "num_tokens": 73769938.0, + "step": 57320 + }, + { + "entropy": 1.0099501967430116, + "epoch": 5.477214101461737, + "grad_norm": 3.554888963699341, + "learning_rate": 4.6248567752683146e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9598268091678619, + "num_tokens": 73782702.0, + "step": 57330 + }, + { + "entropy": 1.0122801423072816, + "epoch": 5.478169485048247, + "grad_norm": 1.2828344106674194, + "learning_rate": 4.62328154074209e-05, + "loss": 0.0903, + "mean_token_accuracy": 0.9658360660076142, + "num_tokens": 73795678.0, + "step": 57340 + }, + { + "entropy": 1.02011097073555, + "epoch": 5.479124868634757, + "grad_norm": 1.5826945304870605, + "learning_rate": 4.62170634381946e-05, + "loss": 0.1292, + "mean_token_accuracy": 0.9511831939220429, + "num_tokens": 73808322.0, + "step": 57350 + }, + { + "entropy": 1.0068830788135528, + "epoch": 5.480080252221267, + "grad_norm": 2.4292845726013184, + "learning_rate": 4.620131184657657e-05, + "loss": 0.0929, + "mean_token_accuracy": 0.9631981968879699, + "num_tokens": 73820563.0, + "step": 57360 + }, + { + "entropy": 0.996506804227829, + "epoch": 5.4810356358077765, + "grad_norm": 1.0618149042129517, + "learning_rate": 4.618556063413914e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9668222427368164, + "num_tokens": 73833111.0, + "step": 57370 + }, + { + "entropy": 1.0040197551250458, + "epoch": 5.481991019394287, + "grad_norm": 1.3736170530319214, + "learning_rate": 4.616980980245455e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9645287454128265, + "num_tokens": 73846059.0, + "step": 57380 + }, + { + "entropy": 1.0134510815143585, + "epoch": 5.482946402980796, + "grad_norm": 2.5495169162750244, + "learning_rate": 4.615405935309503e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9524871587753296, + "num_tokens": 73859529.0, + "step": 57390 + }, + { + "entropy": 1.008832848072052, + "epoch": 5.483901786567307, + "grad_norm": 1.3098983764648438, + "learning_rate": 4.613830928763281e-05, + "loss": 0.0979, + "mean_token_accuracy": 0.9623128592967987, + "num_tokens": 73872559.0, + "step": 57400 + }, + { + "entropy": 0.9997501730918884, + "epoch": 5.484857170153817, + "grad_norm": 1.1978355646133423, + "learning_rate": 4.6122559607639995e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9646977841854095, + "num_tokens": 73884961.0, + "step": 57410 + }, + { + "entropy": 0.9950014412403106, + "epoch": 5.485812553740327, + "grad_norm": 1.4540002346038818, + "learning_rate": 4.610681031468874e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9600684404373169, + "num_tokens": 73897325.0, + "step": 57420 + }, + { + "entropy": 1.0139432430267334, + "epoch": 5.486767937326837, + "grad_norm": 1.2228001356124878, + "learning_rate": 4.609106141035109e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9551239550113678, + "num_tokens": 73910062.0, + "step": 57430 + }, + { + "entropy": 1.00419802069664, + "epoch": 5.4877233209133465, + "grad_norm": 2.0619752407073975, + "learning_rate": 4.607531289619911e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9605448961257934, + "num_tokens": 73923133.0, + "step": 57440 + }, + { + "entropy": 1.0023801624774933, + "epoch": 5.488678704499857, + "grad_norm": 2.2207794189453125, + "learning_rate": 4.605956477380477e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9588080048561096, + "num_tokens": 73936015.0, + "step": 57450 + }, + { + "entropy": 1.0154374361038208, + "epoch": 5.489634088086366, + "grad_norm": 1.422268033027649, + "learning_rate": 4.604381704474003e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9570356845855713, + "num_tokens": 73948829.0, + "step": 57460 + }, + { + "entropy": 1.0081465363502502, + "epoch": 5.490589471672877, + "grad_norm": 1.2349942922592163, + "learning_rate": 4.602806971057684e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9583337247371674, + "num_tokens": 73961147.0, + "step": 57470 + }, + { + "entropy": 1.0172667324542999, + "epoch": 5.491544855259386, + "grad_norm": 1.544788122177124, + "learning_rate": 4.601232277288706e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9532230496406555, + "num_tokens": 73974034.0, + "step": 57480 + }, + { + "entropy": 1.0152916967868806, + "epoch": 5.4925002388458966, + "grad_norm": 1.4133151769638062, + "learning_rate": 4.599657623324253e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9543277025222778, + "num_tokens": 73986894.0, + "step": 57490 + }, + { + "entropy": 1.0189940690994264, + "epoch": 5.493455622432407, + "grad_norm": 1.2187047004699707, + "learning_rate": 4.598083009321505e-05, + "loss": 0.0878, + "mean_token_accuracy": 0.9653602957725524, + "num_tokens": 73999621.0, + "step": 57500 + }, + { + "entropy": 1.0334800004959106, + "epoch": 5.494411006018916, + "grad_norm": 1.7047185897827148, + "learning_rate": 4.59650843543764e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9555675327777863, + "num_tokens": 74012722.0, + "step": 57510 + }, + { + "entropy": 1.0204253017902374, + "epoch": 5.495366389605427, + "grad_norm": 1.0959243774414062, + "learning_rate": 4.594933901829827e-05, + "loss": 0.1166, + "mean_token_accuracy": 0.9557477533817291, + "num_tokens": 74025786.0, + "step": 57520 + }, + { + "entropy": 1.0281532108783722, + "epoch": 5.496321773191936, + "grad_norm": 1.3644531965255737, + "learning_rate": 4.593359408655235e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9576827049255371, + "num_tokens": 74039380.0, + "step": 57530 + }, + { + "entropy": 1.0250619173049926, + "epoch": 5.497277156778447, + "grad_norm": 1.6413109302520752, + "learning_rate": 4.5917849560710315e-05, + "loss": 0.1142, + "mean_token_accuracy": 0.9542627513408661, + "num_tokens": 74052240.0, + "step": 57540 + }, + { + "entropy": 1.0058421909809112, + "epoch": 5.498232540364956, + "grad_norm": 1.0725908279418945, + "learning_rate": 4.59021054423437e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9627898931503296, + "num_tokens": 74064809.0, + "step": 57550 + }, + { + "entropy": 1.0104612827301025, + "epoch": 5.4991879239514665, + "grad_norm": 1.2177927494049072, + "learning_rate": 4.588636173302413e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9597782373428345, + "num_tokens": 74077600.0, + "step": 57560 + }, + { + "entropy": 1.0328337669372558, + "epoch": 5.500143307537977, + "grad_norm": 1.429042100906372, + "learning_rate": 4.5870618434323086e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.950176578760147, + "num_tokens": 74091173.0, + "step": 57570 + }, + { + "entropy": 1.0162410378456115, + "epoch": 5.501098691124486, + "grad_norm": 1.6201421022415161, + "learning_rate": 4.5854875547812066e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.9598070681095123, + "num_tokens": 74103799.0, + "step": 57580 + }, + { + "entropy": 1.0336331307888031, + "epoch": 5.502054074710997, + "grad_norm": 1.6941680908203125, + "learning_rate": 4.5839133075062484e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9559184491634369, + "num_tokens": 74116702.0, + "step": 57590 + }, + { + "entropy": 0.9987781643867493, + "epoch": 5.503009458297506, + "grad_norm": 1.9634512662887573, + "learning_rate": 4.582339101764576e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9623300135135651, + "num_tokens": 74129221.0, + "step": 57600 + }, + { + "entropy": 1.0226553499698638, + "epoch": 5.503964841884017, + "grad_norm": 1.4616916179656982, + "learning_rate": 4.580764937713321e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.956667697429657, + "num_tokens": 74142063.0, + "step": 57610 + }, + { + "entropy": 1.0182691872119904, + "epoch": 5.504920225470526, + "grad_norm": 1.562238335609436, + "learning_rate": 4.579190815509618e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9607998788356781, + "num_tokens": 74155134.0, + "step": 57620 + }, + { + "entropy": 1.0194709360599519, + "epoch": 5.505875609057036, + "grad_norm": 1.44276762008667, + "learning_rate": 4.5776167353105945e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9548499822616577, + "num_tokens": 74167679.0, + "step": 57630 + }, + { + "entropy": 1.0246167123317718, + "epoch": 5.506830992643547, + "grad_norm": 1.3830538988113403, + "learning_rate": 4.57604269727337e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9572994410991669, + "num_tokens": 74180729.0, + "step": 57640 + }, + { + "entropy": 1.0064981639385224, + "epoch": 5.507786376230056, + "grad_norm": 1.5657293796539307, + "learning_rate": 4.574468701555067e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.9656666398048401, + "num_tokens": 74193032.0, + "step": 57650 + }, + { + "entropy": 1.028442108631134, + "epoch": 5.508741759816567, + "grad_norm": 1.7369312047958374, + "learning_rate": 4.5728947483127966e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9610930025577545, + "num_tokens": 74205867.0, + "step": 57660 + }, + { + "entropy": 1.0292245984077453, + "epoch": 5.509697143403076, + "grad_norm": 1.2179301977157593, + "learning_rate": 4.571320837703671e-05, + "loss": 0.109, + "mean_token_accuracy": 0.9586861252784729, + "num_tokens": 74218938.0, + "step": 57670 + }, + { + "entropy": 1.0302626967430115, + "epoch": 5.5106525269895865, + "grad_norm": 1.7607624530792236, + "learning_rate": 4.5697469698847944e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.956818687915802, + "num_tokens": 74231873.0, + "step": 57680 + }, + { + "entropy": 1.011590200662613, + "epoch": 5.511607910576096, + "grad_norm": 2.3646507263183594, + "learning_rate": 4.5681731450132686e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9598214745521545, + "num_tokens": 74244495.0, + "step": 57690 + }, + { + "entropy": 1.0106198251247407, + "epoch": 5.512563294162606, + "grad_norm": 1.217993974685669, + "learning_rate": 4.566599363246195e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.961569321155548, + "num_tokens": 74257789.0, + "step": 57700 + }, + { + "entropy": 1.029945820569992, + "epoch": 5.513518677749117, + "grad_norm": 1.9466149806976318, + "learning_rate": 4.5650256247406606e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9581682562828064, + "num_tokens": 74271489.0, + "step": 57710 + }, + { + "entropy": 1.0009796619415283, + "epoch": 5.514474061335626, + "grad_norm": 1.5275800228118896, + "learning_rate": 4.563451929653758e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9666575789451599, + "num_tokens": 74284382.0, + "step": 57720 + }, + { + "entropy": 1.0086349844932556, + "epoch": 5.515429444922137, + "grad_norm": 2.2038402557373047, + "learning_rate": 4.561878278142571e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9609418630599975, + "num_tokens": 74296867.0, + "step": 57730 + }, + { + "entropy": 1.0151923179626465, + "epoch": 5.516384828508646, + "grad_norm": 1.5775766372680664, + "learning_rate": 4.560304670364179e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9560399413108825, + "num_tokens": 74309965.0, + "step": 57740 + }, + { + "entropy": 1.0145918011665345, + "epoch": 5.5173402120951565, + "grad_norm": 1.5362434387207031, + "learning_rate": 4.558731106475657e-05, + "loss": 0.1049, + "mean_token_accuracy": 0.9594986140727997, + "num_tokens": 74322729.0, + "step": 57750 + }, + { + "entropy": 1.017224955558777, + "epoch": 5.518295595681666, + "grad_norm": 1.4944757223129272, + "learning_rate": 4.5571575866340766e-05, + "loss": 0.1172, + "mean_token_accuracy": 0.9534269988536834, + "num_tokens": 74335588.0, + "step": 57760 + }, + { + "entropy": 1.0146924436092377, + "epoch": 5.519250979268176, + "grad_norm": 1.7560025453567505, + "learning_rate": 4.555584110996508e-05, + "loss": 0.1173, + "mean_token_accuracy": 0.9537394940853119, + "num_tokens": 74348921.0, + "step": 57770 + }, + { + "entropy": 1.0077624678611756, + "epoch": 5.520206362854686, + "grad_norm": 1.1803107261657715, + "learning_rate": 4.554010679720008e-05, + "loss": 0.0882, + "mean_token_accuracy": 0.9654200851917267, + "num_tokens": 74361815.0, + "step": 57780 + }, + { + "entropy": 1.013089257478714, + "epoch": 5.521161746441196, + "grad_norm": 1.0199414491653442, + "learning_rate": 4.5524372929616394e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9620909988880157, + "num_tokens": 74374664.0, + "step": 57790 + }, + { + "entropy": 1.0126443207263947, + "epoch": 5.522117130027706, + "grad_norm": 1.9433306455612183, + "learning_rate": 4.5508639508784536e-05, + "loss": 0.1223, + "mean_token_accuracy": 0.9480386435985565, + "num_tokens": 74387304.0, + "step": 57800 + }, + { + "entropy": 1.0124144494533538, + "epoch": 5.523072513614216, + "grad_norm": 1.6376402378082275, + "learning_rate": 4.5492906536275006e-05, + "loss": 0.1133, + "mean_token_accuracy": 0.9573790073394776, + "num_tokens": 74400641.0, + "step": 57810 + }, + { + "entropy": 0.9869512259960175, + "epoch": 5.524027897200726, + "grad_norm": 2.0967235565185547, + "learning_rate": 4.547717401365824e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.9622210681438446, + "num_tokens": 74413100.0, + "step": 57820 + }, + { + "entropy": 1.0058751106262207, + "epoch": 5.524983280787236, + "grad_norm": 1.5011903047561646, + "learning_rate": 4.546144194250464e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9611659169197082, + "num_tokens": 74425735.0, + "step": 57830 + }, + { + "entropy": 1.022435873746872, + "epoch": 5.525938664373746, + "grad_norm": 1.5258177518844604, + "learning_rate": 4.5445710324384594e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9559635818004608, + "num_tokens": 74438754.0, + "step": 57840 + }, + { + "entropy": 1.0117380976676942, + "epoch": 5.526894047960256, + "grad_norm": 1.5769543647766113, + "learning_rate": 4.5429979160868355e-05, + "loss": 0.1134, + "mean_token_accuracy": 0.9565885305404663, + "num_tokens": 74450956.0, + "step": 57850 + }, + { + "entropy": 1.0159991979599, + "epoch": 5.527849431546766, + "grad_norm": 1.3252036571502686, + "learning_rate": 4.541424845352626e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9581318497657776, + "num_tokens": 74463702.0, + "step": 57860 + }, + { + "entropy": 1.026481568813324, + "epoch": 5.528804815133276, + "grad_norm": 1.5058724880218506, + "learning_rate": 4.5398518203928466e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9525910198688508, + "num_tokens": 74476865.0, + "step": 57870 + }, + { + "entropy": 1.0143673837184906, + "epoch": 5.529760198719786, + "grad_norm": 0.9829879999160767, + "learning_rate": 4.538278841364519e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9650940656661987, + "num_tokens": 74489639.0, + "step": 57880 + }, + { + "entropy": 1.0134454786777496, + "epoch": 5.530715582306296, + "grad_norm": 1.7722917795181274, + "learning_rate": 4.536705908424653e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9570252120494842, + "num_tokens": 74502322.0, + "step": 57890 + }, + { + "entropy": 1.0153684258460998, + "epoch": 5.531670965892806, + "grad_norm": 1.7550363540649414, + "learning_rate": 4.5351330217302606e-05, + "loss": 0.0895, + "mean_token_accuracy": 0.9650593817234039, + "num_tokens": 74515218.0, + "step": 57900 + }, + { + "entropy": 1.0196443617343902, + "epoch": 5.532626349479316, + "grad_norm": 1.7324612140655518, + "learning_rate": 4.533560181438342e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9603225648403168, + "num_tokens": 74528354.0, + "step": 57910 + }, + { + "entropy": 1.0012950837612151, + "epoch": 5.533581733065826, + "grad_norm": 1.0449813604354858, + "learning_rate": 4.531987387705896e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9641618371009827, + "num_tokens": 74540565.0, + "step": 57920 + }, + { + "entropy": 0.9966544330120086, + "epoch": 5.534537116652336, + "grad_norm": 1.2120110988616943, + "learning_rate": 4.530414640689924e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9555653274059296, + "num_tokens": 74553618.0, + "step": 57930 + }, + { + "entropy": 1.0196369469165802, + "epoch": 5.5354925002388455, + "grad_norm": 1.7395979166030884, + "learning_rate": 4.528841940547405e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9588898837566375, + "num_tokens": 74567756.0, + "step": 57940 + }, + { + "entropy": 0.9911623656749725, + "epoch": 5.536447883825356, + "grad_norm": 1.0934981107711792, + "learning_rate": 4.527269287435333e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9582527816295624, + "num_tokens": 74580246.0, + "step": 57950 + }, + { + "entropy": 0.9929124355316162, + "epoch": 5.537403267411866, + "grad_norm": 1.1213927268981934, + "learning_rate": 4.525696681510683e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9603784739971161, + "num_tokens": 74592894.0, + "step": 57960 + }, + { + "entropy": 1.0084398329257964, + "epoch": 5.538358650998376, + "grad_norm": 1.5375933647155762, + "learning_rate": 4.524124122930435e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.955888569355011, + "num_tokens": 74605703.0, + "step": 57970 + }, + { + "entropy": 1.0128018498420714, + "epoch": 5.539314034584886, + "grad_norm": 1.7219880819320679, + "learning_rate": 4.5225516118515555e-05, + "loss": 0.1245, + "mean_token_accuracy": 0.9536650061607361, + "num_tokens": 74618069.0, + "step": 57980 + }, + { + "entropy": 1.0279430210590363, + "epoch": 5.540269418171396, + "grad_norm": 2.061051845550537, + "learning_rate": 4.5209791484310126e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9612395346164704, + "num_tokens": 74631275.0, + "step": 57990 + }, + { + "entropy": 1.0030680060386659, + "epoch": 5.541224801757906, + "grad_norm": 1.4334849119186401, + "learning_rate": 4.5194067328257696e-05, + "loss": 0.0993, + "mean_token_accuracy": 0.9623724520206451, + "num_tokens": 74643726.0, + "step": 58000 + }, + { + "entropy": 1.0007999956607818, + "epoch": 5.5421801853444155, + "grad_norm": 1.9142787456512451, + "learning_rate": 4.517834365192779e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.956876128911972, + "num_tokens": 74656110.0, + "step": 58010 + }, + { + "entropy": 1.0089752793312072, + "epoch": 5.543135568930926, + "grad_norm": 1.1591087579727173, + "learning_rate": 4.516262045688999e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9542750298976899, + "num_tokens": 74668934.0, + "step": 58020 + }, + { + "entropy": 1.0056371867656708, + "epoch": 5.544090952517436, + "grad_norm": 1.7557610273361206, + "learning_rate": 4.514689774471369e-05, + "loss": 0.116, + "mean_token_accuracy": 0.9548890590667725, + "num_tokens": 74682310.0, + "step": 58030 + }, + { + "entropy": 1.0085994005203247, + "epoch": 5.545046336103946, + "grad_norm": 1.1280171871185303, + "learning_rate": 4.5131175516968376e-05, + "loss": 0.1078, + "mean_token_accuracy": 0.9604562401771546, + "num_tokens": 74695124.0, + "step": 58040 + }, + { + "entropy": 1.0055266797542572, + "epoch": 5.546001719690456, + "grad_norm": 1.9789663553237915, + "learning_rate": 4.511545377522339e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9606183588504791, + "num_tokens": 74708120.0, + "step": 58050 + }, + { + "entropy": 1.0030709683895112, + "epoch": 5.546957103276966, + "grad_norm": 1.5304759740829468, + "learning_rate": 4.509973252104806e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.953096079826355, + "num_tokens": 74720471.0, + "step": 58060 + }, + { + "entropy": 1.0100749492645265, + "epoch": 5.547912486863476, + "grad_norm": 1.6279608011245728, + "learning_rate": 4.508401175601168e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9535700023174286, + "num_tokens": 74733442.0, + "step": 58070 + }, + { + "entropy": 1.0153040170669556, + "epoch": 5.548867870449985, + "grad_norm": 1.1670584678649902, + "learning_rate": 4.5068291481683445e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9550381243228913, + "num_tokens": 74746353.0, + "step": 58080 + }, + { + "entropy": 0.9966887950897216, + "epoch": 5.549823254036496, + "grad_norm": 1.0200296640396118, + "learning_rate": 4.5052571699632596e-05, + "loss": 0.083, + "mean_token_accuracy": 0.9671809017658234, + "num_tokens": 74758710.0, + "step": 58090 + }, + { + "entropy": 1.001214736700058, + "epoch": 5.550778637623005, + "grad_norm": 1.594933032989502, + "learning_rate": 4.503685241142818e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9594616293907166, + "num_tokens": 74771459.0, + "step": 58100 + }, + { + "entropy": 1.0145304501056671, + "epoch": 5.551734021209516, + "grad_norm": 1.3227506875991821, + "learning_rate": 4.502113361863935e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9607032239437103, + "num_tokens": 74785334.0, + "step": 58110 + }, + { + "entropy": 0.9987141489982605, + "epoch": 5.552689404796025, + "grad_norm": 1.7403444051742554, + "learning_rate": 4.50054153228351e-05, + "loss": 0.0937, + "mean_token_accuracy": 0.9602545440196991, + "num_tokens": 74798191.0, + "step": 58120 + }, + { + "entropy": 1.008786916732788, + "epoch": 5.5536447883825355, + "grad_norm": 1.3960078954696655, + "learning_rate": 4.498969752558441e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.9579285800457, + "num_tokens": 74811063.0, + "step": 58130 + }, + { + "entropy": 1.0117191672325134, + "epoch": 5.554600171969046, + "grad_norm": 1.3675960302352905, + "learning_rate": 4.497398022845624e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9648734867572785, + "num_tokens": 74824238.0, + "step": 58140 + }, + { + "entropy": 0.9971096396446228, + "epoch": 5.555555555555555, + "grad_norm": 1.5122113227844238, + "learning_rate": 4.495826343301945e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9612588882446289, + "num_tokens": 74837005.0, + "step": 58150 + }, + { + "entropy": 0.9962673485279083, + "epoch": 5.556510939142066, + "grad_norm": 1.6622943878173828, + "learning_rate": 4.494254714084288e-05, + "loss": 0.1152, + "mean_token_accuracy": 0.9525784969329834, + "num_tokens": 74849943.0, + "step": 58160 + }, + { + "entropy": 1.0074742972850799, + "epoch": 5.557466322728575, + "grad_norm": 1.6197112798690796, + "learning_rate": 4.4926831353495285e-05, + "loss": 0.1119, + "mean_token_accuracy": 0.9573716759681702, + "num_tokens": 74862535.0, + "step": 58170 + }, + { + "entropy": 1.00104079246521, + "epoch": 5.558421706315086, + "grad_norm": 1.4142993688583374, + "learning_rate": 4.491111607254545e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9602185487747192, + "num_tokens": 74875334.0, + "step": 58180 + }, + { + "entropy": 1.0121226906776428, + "epoch": 5.559377089901595, + "grad_norm": 1.2989407777786255, + "learning_rate": 4.4895401299562004e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9609975039958953, + "num_tokens": 74888237.0, + "step": 58190 + }, + { + "entropy": 1.001384836435318, + "epoch": 5.560332473488105, + "grad_norm": 1.7633463144302368, + "learning_rate": 4.4879687036113623e-05, + "loss": 0.0971, + "mean_token_accuracy": 0.9635233104228973, + "num_tokens": 74900874.0, + "step": 58200 + }, + { + "entropy": 1.0027178406715394, + "epoch": 5.561287857074616, + "grad_norm": 1.4778563976287842, + "learning_rate": 4.486397328376884e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9633880972862243, + "num_tokens": 74913465.0, + "step": 58210 + }, + { + "entropy": 1.0103963673114777, + "epoch": 5.562243240661125, + "grad_norm": 1.384284257888794, + "learning_rate": 4.484826004409621e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9569843828678131, + "num_tokens": 74926220.0, + "step": 58220 + }, + { + "entropy": 0.9967615067958832, + "epoch": 5.563198624247636, + "grad_norm": 0.9945858716964722, + "learning_rate": 4.483254731866421e-05, + "loss": 0.0942, + "mean_token_accuracy": 0.9612232148647308, + "num_tokens": 74939105.0, + "step": 58230 + }, + { + "entropy": 0.9910763621330261, + "epoch": 5.564154007834145, + "grad_norm": 2.13401460647583, + "learning_rate": 4.481683510904125e-05, + "loss": 0.116, + "mean_token_accuracy": 0.9554980099201202, + "num_tokens": 74951687.0, + "step": 58240 + }, + { + "entropy": 1.0075196385383607, + "epoch": 5.5651093914206555, + "grad_norm": 2.0231106281280518, + "learning_rate": 4.480112341679575e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9516441404819489, + "num_tokens": 74964542.0, + "step": 58250 + }, + { + "entropy": 0.9926275849342346, + "epoch": 5.566064775007165, + "grad_norm": 1.1587854623794556, + "learning_rate": 4.478541224349596e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9616229653358459, + "num_tokens": 74977212.0, + "step": 58260 + }, + { + "entropy": 1.0281579196453094, + "epoch": 5.567020158593675, + "grad_norm": 2.3917441368103027, + "learning_rate": 4.4769701590710215e-05, + "loss": 0.1293, + "mean_token_accuracy": 0.94742751121521, + "num_tokens": 74990532.0, + "step": 58270 + }, + { + "entropy": 0.9980234384536744, + "epoch": 5.567975542180186, + "grad_norm": 2.024113893508911, + "learning_rate": 4.475399146000668e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9586041688919067, + "num_tokens": 75002573.0, + "step": 58280 + }, + { + "entropy": 1.0009153187274933, + "epoch": 5.568930925766695, + "grad_norm": 1.6927355527877808, + "learning_rate": 4.4738281852953565e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.962081640958786, + "num_tokens": 75015129.0, + "step": 58290 + }, + { + "entropy": 1.005613374710083, + "epoch": 5.569886309353206, + "grad_norm": 1.5316764116287231, + "learning_rate": 4.472257277111898e-05, + "loss": 0.1052, + "mean_token_accuracy": 0.9604456663131714, + "num_tokens": 75027901.0, + "step": 58300 + }, + { + "entropy": 1.0030808627605439, + "epoch": 5.570841692939715, + "grad_norm": 1.6867669820785522, + "learning_rate": 4.470686421607097e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.953424870967865, + "num_tokens": 75040604.0, + "step": 58310 + }, + { + "entropy": 1.0029329538345337, + "epoch": 5.5717970765262255, + "grad_norm": 2.279167413711548, + "learning_rate": 4.4691156189377556e-05, + "loss": 0.0986, + "mean_token_accuracy": 0.9647499322891235, + "num_tokens": 75053581.0, + "step": 58320 + }, + { + "entropy": 1.018261981010437, + "epoch": 5.572752460112735, + "grad_norm": 1.4181150197982788, + "learning_rate": 4.4675448692606665e-05, + "loss": 0.1321, + "mean_token_accuracy": 0.9503603994846344, + "num_tokens": 75066903.0, + "step": 58330 + }, + { + "entropy": 1.0133822560310364, + "epoch": 5.573707843699245, + "grad_norm": 1.2141166925430298, + "learning_rate": 4.465974172732626e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9529406428337097, + "num_tokens": 75079714.0, + "step": 58340 + }, + { + "entropy": 1.0045470774173737, + "epoch": 5.574663227285756, + "grad_norm": 1.6158113479614258, + "learning_rate": 4.464403529510413e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9598170161247254, + "num_tokens": 75092116.0, + "step": 58350 + }, + { + "entropy": 1.0040290176868438, + "epoch": 5.575618610872265, + "grad_norm": 1.7442811727523804, + "learning_rate": 4.4628329397508104e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9623844385147095, + "num_tokens": 75104519.0, + "step": 58360 + }, + { + "entropy": 1.014858877658844, + "epoch": 5.5765739944587756, + "grad_norm": 2.22318959236145, + "learning_rate": 4.461262403610593e-05, + "loss": 0.1203, + "mean_token_accuracy": 0.9553970515727996, + "num_tokens": 75117796.0, + "step": 58370 + }, + { + "entropy": 0.9924960672855377, + "epoch": 5.577529378045285, + "grad_norm": 1.3132059574127197, + "learning_rate": 4.459691921246529e-05, + "loss": 0.0854, + "mean_token_accuracy": 0.9667565882205963, + "num_tokens": 75130289.0, + "step": 58380 + }, + { + "entropy": 0.9970498740673065, + "epoch": 5.578484761631795, + "grad_norm": 2.0697412490844727, + "learning_rate": 4.458121492815383e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9596289753913879, + "num_tokens": 75142874.0, + "step": 58390 + }, + { + "entropy": 1.0130338847637177, + "epoch": 5.579440145218305, + "grad_norm": 1.1460145711898804, + "learning_rate": 4.45655111847391e-05, + "loss": 0.1233, + "mean_token_accuracy": 0.9536482751369476, + "num_tokens": 75156021.0, + "step": 58400 + }, + { + "entropy": 1.017664498090744, + "epoch": 5.580395528804815, + "grad_norm": 2.3538553714752197, + "learning_rate": 4.454980798378869e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.9539273977279663, + "num_tokens": 75169031.0, + "step": 58410 + }, + { + "entropy": 1.0371542811393737, + "epoch": 5.581350912391325, + "grad_norm": 1.0782971382141113, + "learning_rate": 4.4534105326870006e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.9659460008144378, + "num_tokens": 75182497.0, + "step": 58420 + }, + { + "entropy": 1.0446600556373595, + "epoch": 5.582306295977835, + "grad_norm": 1.6076611280441284, + "learning_rate": 4.451840321555051e-05, + "loss": 0.1037, + "mean_token_accuracy": 0.9572485983371735, + "num_tokens": 75195677.0, + "step": 58430 + }, + { + "entropy": 1.0393358588218689, + "epoch": 5.583261679564345, + "grad_norm": 1.4860820770263672, + "learning_rate": 4.4502701651397575e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.96016526222229, + "num_tokens": 75209144.0, + "step": 58440 + }, + { + "entropy": 1.0270701408386231, + "epoch": 5.584217063150855, + "grad_norm": 1.539111614227295, + "learning_rate": 4.448700063597849e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9563569307327271, + "num_tokens": 75221851.0, + "step": 58450 + }, + { + "entropy": 1.0092056751251222, + "epoch": 5.585172446737365, + "grad_norm": 0.9796401262283325, + "learning_rate": 4.447130017086053e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9635635256767273, + "num_tokens": 75234308.0, + "step": 58460 + }, + { + "entropy": 1.017661714553833, + "epoch": 5.586127830323875, + "grad_norm": 1.5110920667648315, + "learning_rate": 4.445560025761087e-05, + "loss": 0.103, + "mean_token_accuracy": 0.9623598515987396, + "num_tokens": 75247167.0, + "step": 58470 + }, + { + "entropy": 1.0141382217407227, + "epoch": 5.587083213910385, + "grad_norm": 1.423735499382019, + "learning_rate": 4.443990089779669e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9569567203521728, + "num_tokens": 75260416.0, + "step": 58480 + }, + { + "entropy": 1.0310758709907533, + "epoch": 5.588038597496895, + "grad_norm": 1.5799874067306519, + "learning_rate": 4.442420209298504e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9577402472496033, + "num_tokens": 75272953.0, + "step": 58490 + }, + { + "entropy": 1.0224648714065552, + "epoch": 5.588993981083405, + "grad_norm": 1.3377360105514526, + "learning_rate": 4.440850384474302e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9571318686008453, + "num_tokens": 75285419.0, + "step": 58500 + }, + { + "entropy": 1.012502509355545, + "epoch": 5.5899493646699145, + "grad_norm": 1.832319974899292, + "learning_rate": 4.4392806154637536e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9627545595169067, + "num_tokens": 75298417.0, + "step": 58510 + }, + { + "entropy": 0.9973211586475372, + "epoch": 5.590904748256425, + "grad_norm": 1.1735761165618896, + "learning_rate": 4.437710902423556e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9658340990543366, + "num_tokens": 75310931.0, + "step": 58520 + }, + { + "entropy": 0.9962779641151428, + "epoch": 5.591860131842935, + "grad_norm": 1.7244914770126343, + "learning_rate": 4.436141245510396e-05, + "loss": 0.1185, + "mean_token_accuracy": 0.9541783392429352, + "num_tokens": 75323351.0, + "step": 58530 + }, + { + "entropy": 0.9954750120639801, + "epoch": 5.592815515429445, + "grad_norm": 1.6964521408081055, + "learning_rate": 4.434571644880953e-05, + "loss": 0.0947, + "mean_token_accuracy": 0.9634278237819671, + "num_tokens": 75335752.0, + "step": 58540 + }, + { + "entropy": 1.00860093832016, + "epoch": 5.593770899015955, + "grad_norm": 2.439500331878662, + "learning_rate": 4.4330021006919055e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9596593320369721, + "num_tokens": 75348326.0, + "step": 58550 + }, + { + "entropy": 1.0067602574825287, + "epoch": 5.594726282602465, + "grad_norm": 1.6564288139343262, + "learning_rate": 4.4314326130999196e-05, + "loss": 0.1243, + "mean_token_accuracy": 0.9550566852092743, + "num_tokens": 75361391.0, + "step": 58560 + }, + { + "entropy": 1.0198281586170197, + "epoch": 5.595681666188975, + "grad_norm": 1.5875407457351685, + "learning_rate": 4.4298631822616634e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9551500976085663, + "num_tokens": 75374745.0, + "step": 58570 + }, + { + "entropy": 1.0056585252285004, + "epoch": 5.5966370497754845, + "grad_norm": 1.0249688625335693, + "learning_rate": 4.428293808333792e-05, + "loss": 0.0929, + "mean_token_accuracy": 0.9628636240959167, + "num_tokens": 75387414.0, + "step": 58580 + }, + { + "entropy": 1.0027208626270294, + "epoch": 5.597592433361995, + "grad_norm": 2.5589792728424072, + "learning_rate": 4.426724491472961e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9661447405815125, + "num_tokens": 75400097.0, + "step": 58590 + }, + { + "entropy": 1.0018263459205627, + "epoch": 5.598547816948505, + "grad_norm": 1.7127985954284668, + "learning_rate": 4.4251552318358184e-05, + "loss": 0.0963, + "mean_token_accuracy": 0.9624293208122253, + "num_tokens": 75412966.0, + "step": 58600 + }, + { + "entropy": 1.0022018373012542, + "epoch": 5.599503200535015, + "grad_norm": 1.4366358518600464, + "learning_rate": 4.423586029579004e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9634472668170929, + "num_tokens": 75425738.0, + "step": 58610 + }, + { + "entropy": 1.0132732093334198, + "epoch": 5.600458584121525, + "grad_norm": 1.4779996871948242, + "learning_rate": 4.422016884859156e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9625229060649871, + "num_tokens": 75439290.0, + "step": 58620 + }, + { + "entropy": 0.9891005873680114, + "epoch": 5.601413967708035, + "grad_norm": 1.5482068061828613, + "learning_rate": 4.4204477978329014e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9609257638454437, + "num_tokens": 75452291.0, + "step": 58630 + }, + { + "entropy": 0.9890005826950073, + "epoch": 5.602369351294545, + "grad_norm": 1.759009838104248, + "learning_rate": 4.418878768656867e-05, + "loss": 0.1094, + "mean_token_accuracy": 0.9577130258083344, + "num_tokens": 75464961.0, + "step": 58640 + }, + { + "entropy": 1.005553525686264, + "epoch": 5.603324734881054, + "grad_norm": 1.8471070528030396, + "learning_rate": 4.417309797487669e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9585875451564789, + "num_tokens": 75477961.0, + "step": 58650 + }, + { + "entropy": 1.0049140334129334, + "epoch": 5.604280118467565, + "grad_norm": 1.800193190574646, + "learning_rate": 4.415740884481923e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9614545822143554, + "num_tokens": 75491095.0, + "step": 58660 + }, + { + "entropy": 1.016372448205948, + "epoch": 5.605235502054075, + "grad_norm": 1.44883131980896, + "learning_rate": 4.4141720297962365e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9608400642871857, + "num_tokens": 75503800.0, + "step": 58670 + }, + { + "entropy": 1.0392902731895446, + "epoch": 5.606190885640585, + "grad_norm": 1.249332308769226, + "learning_rate": 4.4126032335872075e-05, + "loss": 0.1201, + "mean_token_accuracy": 0.9538409590721131, + "num_tokens": 75517738.0, + "step": 58680 + }, + { + "entropy": 1.0227410972118378, + "epoch": 5.607146269227095, + "grad_norm": 0.9520186185836792, + "learning_rate": 4.411034496011435e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9578846275806427, + "num_tokens": 75530924.0, + "step": 58690 + }, + { + "entropy": 1.0264502048492432, + "epoch": 5.6081016528136045, + "grad_norm": 1.6753910779953003, + "learning_rate": 4.409465817225504e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9595604360103607, + "num_tokens": 75544055.0, + "step": 58700 + }, + { + "entropy": 1.0262411236763, + "epoch": 5.609057036400115, + "grad_norm": 1.9623327255249023, + "learning_rate": 4.4078971973860034e-05, + "loss": 0.1058, + "mean_token_accuracy": 0.9536102056503296, + "num_tokens": 75556891.0, + "step": 58710 + }, + { + "entropy": 1.0289072155952455, + "epoch": 5.610012419986624, + "grad_norm": 1.7742494344711304, + "learning_rate": 4.406328636649507e-05, + "loss": 0.1216, + "mean_token_accuracy": 0.9561597168445587, + "num_tokens": 75569528.0, + "step": 58720 + }, + { + "entropy": 1.0388884603977204, + "epoch": 5.610967803573135, + "grad_norm": 1.0125117301940918, + "learning_rate": 4.404760135172587e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9534771561622619, + "num_tokens": 75583063.0, + "step": 58730 + }, + { + "entropy": 1.0237254917621612, + "epoch": 5.611923187159644, + "grad_norm": 1.8189611434936523, + "learning_rate": 4.403191693111813e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9566219627857209, + "num_tokens": 75596228.0, + "step": 58740 + }, + { + "entropy": 1.0127729415893554, + "epoch": 5.612878570746155, + "grad_norm": 1.552141547203064, + "learning_rate": 4.401623310623741e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.96271852850914, + "num_tokens": 75609068.0, + "step": 58750 + }, + { + "entropy": 1.016222894191742, + "epoch": 5.613833954332664, + "grad_norm": 1.9600685834884644, + "learning_rate": 4.400054987864928e-05, + "loss": 0.1169, + "mean_token_accuracy": 0.9552098035812377, + "num_tokens": 75622245.0, + "step": 58760 + }, + { + "entropy": 1.015079778432846, + "epoch": 5.6147893379191745, + "grad_norm": 1.512331485748291, + "learning_rate": 4.3984867249919195e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9583922624588013, + "num_tokens": 75635223.0, + "step": 58770 + }, + { + "entropy": 1.0076861441135407, + "epoch": 5.615744721505685, + "grad_norm": 0.8575957417488098, + "learning_rate": 4.39691852216126e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9618142187595368, + "num_tokens": 75648099.0, + "step": 58780 + }, + { + "entropy": 1.0140046536922456, + "epoch": 5.616700105092194, + "grad_norm": 1.15036141872406, + "learning_rate": 4.395350379529484e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9584518134593963, + "num_tokens": 75661569.0, + "step": 58790 + }, + { + "entropy": 1.0013684809207917, + "epoch": 5.617655488678705, + "grad_norm": 1.9781794548034668, + "learning_rate": 4.3937822972531224e-05, + "loss": 0.0846, + "mean_token_accuracy": 0.9695855855941773, + "num_tokens": 75674310.0, + "step": 58800 + }, + { + "entropy": 1.0127964973449708, + "epoch": 5.618610872265214, + "grad_norm": 1.4827220439910889, + "learning_rate": 4.3922142754886976e-05, + "loss": 0.1005, + "mean_token_accuracy": 0.9591985583305359, + "num_tokens": 75687239.0, + "step": 58810 + }, + { + "entropy": 1.020410144329071, + "epoch": 5.6195662558517245, + "grad_norm": 1.9563090801239014, + "learning_rate": 4.39064631439273e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9606688320636749, + "num_tokens": 75701250.0, + "step": 58820 + }, + { + "entropy": 1.0110637187957763, + "epoch": 5.620521639438234, + "grad_norm": 1.9544200897216797, + "learning_rate": 4.3890784141217326e-05, + "loss": 0.1079, + "mean_token_accuracy": 0.9570225238800049, + "num_tokens": 75713629.0, + "step": 58830 + }, + { + "entropy": 1.0262635231018067, + "epoch": 5.621477023024744, + "grad_norm": 2.265500545501709, + "learning_rate": 4.387510574832208e-05, + "loss": 0.1072, + "mean_token_accuracy": 0.9585220694541932, + "num_tokens": 75726378.0, + "step": 58840 + }, + { + "entropy": 1.035647588968277, + "epoch": 5.622432406611255, + "grad_norm": 1.817267656326294, + "learning_rate": 4.3859427966806594e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9587686777114868, + "num_tokens": 75739167.0, + "step": 58850 + }, + { + "entropy": 1.0291953682899475, + "epoch": 5.623387790197764, + "grad_norm": 1.8445746898651123, + "learning_rate": 4.384375079823577e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9634949207305908, + "num_tokens": 75752708.0, + "step": 58860 + }, + { + "entropy": 1.0243268609046936, + "epoch": 5.624343173784275, + "grad_norm": 2.249955892562866, + "learning_rate": 4.3828074244174523e-05, + "loss": 0.106, + "mean_token_accuracy": 0.9600760102272033, + "num_tokens": 75765596.0, + "step": 58870 + }, + { + "entropy": 1.0222774147987366, + "epoch": 5.625298557370784, + "grad_norm": 1.6009074449539185, + "learning_rate": 4.3812398306187633e-05, + "loss": 0.0952, + "mean_token_accuracy": 0.9636481463909149, + "num_tokens": 75779050.0, + "step": 58880 + }, + { + "entropy": 1.0263725519180298, + "epoch": 5.6262539409572945, + "grad_norm": 1.4560061693191528, + "learning_rate": 4.379672298583986e-05, + "loss": 0.0958, + "mean_token_accuracy": 0.9604796290397644, + "num_tokens": 75791945.0, + "step": 58890 + }, + { + "entropy": 1.0117987155914308, + "epoch": 5.627209324543804, + "grad_norm": 1.7935333251953125, + "learning_rate": 4.378104828469592e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9676602065563202, + "num_tokens": 75803996.0, + "step": 58900 + }, + { + "entropy": 1.0230871140956879, + "epoch": 5.628164708130314, + "grad_norm": 1.053541660308838, + "learning_rate": 4.376537420432043e-05, + "loss": 0.1066, + "mean_token_accuracy": 0.9631100416183471, + "num_tokens": 75817231.0, + "step": 58910 + }, + { + "entropy": 1.0100375413894653, + "epoch": 5.629120091716825, + "grad_norm": 1.8180460929870605, + "learning_rate": 4.3749700746277964e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9669347167015075, + "num_tokens": 75829887.0, + "step": 58920 + }, + { + "entropy": 1.0264192998409272, + "epoch": 5.630075475303334, + "grad_norm": 2.1155011653900146, + "learning_rate": 4.373402791213301e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9622565865516662, + "num_tokens": 75843161.0, + "step": 58930 + }, + { + "entropy": 1.0276106238365172, + "epoch": 5.631030858889845, + "grad_norm": 1.3588627576828003, + "learning_rate": 4.371835570345003e-05, + "loss": 0.1141, + "mean_token_accuracy": 0.9531215786933899, + "num_tokens": 75855900.0, + "step": 58940 + }, + { + "entropy": 1.0349833428859712, + "epoch": 5.631986242476354, + "grad_norm": 2.0658328533172607, + "learning_rate": 4.370268412179339e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9548217833042145, + "num_tokens": 75868619.0, + "step": 58950 + }, + { + "entropy": 1.0106574892997742, + "epoch": 5.632941626062864, + "grad_norm": 1.5301942825317383, + "learning_rate": 4.368701316872741e-05, + "loss": 0.1205, + "mean_token_accuracy": 0.9569827556610108, + "num_tokens": 75880923.0, + "step": 58960 + }, + { + "entropy": 1.0240585863590241, + "epoch": 5.633897009649374, + "grad_norm": 1.7069753408432007, + "learning_rate": 4.3671342845816376e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9587318778038025, + "num_tokens": 75893761.0, + "step": 58970 + }, + { + "entropy": 1.032633501291275, + "epoch": 5.634852393235884, + "grad_norm": 1.3761639595031738, + "learning_rate": 4.3655673154624444e-05, + "loss": 0.1117, + "mean_token_accuracy": 0.9562619209289551, + "num_tokens": 75907421.0, + "step": 58980 + }, + { + "entropy": 1.0102730214595794, + "epoch": 5.635807776822395, + "grad_norm": 1.9930291175842285, + "learning_rate": 4.364000409671577e-05, + "loss": 0.1096, + "mean_token_accuracy": 0.9571866273880005, + "num_tokens": 75920295.0, + "step": 58990 + }, + { + "entropy": 1.0202252984046936, + "epoch": 5.636763160408904, + "grad_norm": 1.903469443321228, + "learning_rate": 4.36243356736544e-05, + "loss": 0.1118, + "mean_token_accuracy": 0.9576425671577453, + "num_tokens": 75932829.0, + "step": 59000 + }, + { + "entropy": 1.0098656058311462, + "epoch": 5.6377185439954145, + "grad_norm": 2.1815552711486816, + "learning_rate": 4.3608667887004355e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9615308284759522, + "num_tokens": 75944944.0, + "step": 59010 + }, + { + "entropy": 1.0367701649665833, + "epoch": 5.638673927581924, + "grad_norm": 1.5145260095596313, + "learning_rate": 4.359300073832956e-05, + "loss": 0.0926, + "mean_token_accuracy": 0.9666691184043884, + "num_tokens": 75958241.0, + "step": 59020 + }, + { + "entropy": 1.0232652127742767, + "epoch": 5.639629311168434, + "grad_norm": 1.0384942293167114, + "learning_rate": 4.357733422919389e-05, + "loss": 0.0946, + "mean_token_accuracy": 0.9645292043685914, + "num_tokens": 75971474.0, + "step": 59030 + }, + { + "entropy": 0.9937834560871124, + "epoch": 5.640584694754944, + "grad_norm": 1.5897802114486694, + "learning_rate": 4.3561668361161194e-05, + "loss": 0.118, + "mean_token_accuracy": 0.9530652642250061, + "num_tokens": 75983792.0, + "step": 59040 + }, + { + "entropy": 1.0162669837474823, + "epoch": 5.641540078341454, + "grad_norm": 1.9595595598220825, + "learning_rate": 4.354600313579516e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.951963084936142, + "num_tokens": 75996860.0, + "step": 59050 + }, + { + "entropy": 1.0206336438655854, + "epoch": 5.642495461927964, + "grad_norm": 1.26904296875, + "learning_rate": 4.353033855465953e-05, + "loss": 0.1122, + "mean_token_accuracy": 0.9567325472831726, + "num_tokens": 76009738.0, + "step": 59060 + }, + { + "entropy": 1.0100668370723724, + "epoch": 5.643450845514474, + "grad_norm": 1.7756738662719727, + "learning_rate": 4.3514674619317885e-05, + "loss": 0.0926, + "mean_token_accuracy": 0.964486026763916, + "num_tokens": 76022390.0, + "step": 59070 + }, + { + "entropy": 1.012079131603241, + "epoch": 5.6444062291009836, + "grad_norm": 1.5970942974090576, + "learning_rate": 4.349901133133381e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9577567756175995, + "num_tokens": 76035010.0, + "step": 59080 + }, + { + "entropy": 1.0082918584346772, + "epoch": 5.645361612687494, + "grad_norm": 1.6430062055587769, + "learning_rate": 4.348334869227077e-05, + "loss": 0.1027, + "mean_token_accuracy": 0.9627651453018189, + "num_tokens": 76047955.0, + "step": 59090 + }, + { + "entropy": 1.0104998469352722, + "epoch": 5.646316996274004, + "grad_norm": 1.195576548576355, + "learning_rate": 4.346768670369221e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9586584806442261, + "num_tokens": 76060077.0, + "step": 59100 + }, + { + "entropy": 1.022644704580307, + "epoch": 5.647272379860514, + "grad_norm": 1.353785753250122, + "learning_rate": 4.345202536716147e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9562850534915924, + "num_tokens": 76073122.0, + "step": 59110 + }, + { + "entropy": 1.0206495702266694, + "epoch": 5.648227763447024, + "grad_norm": 0.762316882610321, + "learning_rate": 4.343636468424186e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.9611854612827301, + "num_tokens": 76085652.0, + "step": 59120 + }, + { + "entropy": 1.0174578964710235, + "epoch": 5.649183147033534, + "grad_norm": 1.5830010175704956, + "learning_rate": 4.3420704656496626e-05, + "loss": 0.1185, + "mean_token_accuracy": 0.9523403763771057, + "num_tokens": 76098833.0, + "step": 59130 + }, + { + "entropy": 1.0111917674541473, + "epoch": 5.650138530620044, + "grad_norm": 1.228981375694275, + "learning_rate": 4.34050452854889e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9597450613975524, + "num_tokens": 76111825.0, + "step": 59140 + }, + { + "entropy": 1.0148084342479706, + "epoch": 5.6510939142065535, + "grad_norm": 1.4098562002182007, + "learning_rate": 4.338938657278182e-05, + "loss": 0.1093, + "mean_token_accuracy": 0.9544038355350495, + "num_tokens": 76124792.0, + "step": 59150 + }, + { + "entropy": 1.0060526967048644, + "epoch": 5.652049297793064, + "grad_norm": 1.6410404443740845, + "learning_rate": 4.337372851993839e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9555876970291137, + "num_tokens": 76137279.0, + "step": 59160 + }, + { + "entropy": 1.0104103088378906, + "epoch": 5.653004681379574, + "grad_norm": 1.7717801332473755, + "learning_rate": 4.335807112852159e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9576795041561127, + "num_tokens": 76150138.0, + "step": 59170 + }, + { + "entropy": 1.018927699327469, + "epoch": 5.653960064966084, + "grad_norm": 1.5653727054595947, + "learning_rate": 4.3342414400094324e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9597343921661377, + "num_tokens": 76163454.0, + "step": 59180 + }, + { + "entropy": 1.0161753177642823, + "epoch": 5.654915448552594, + "grad_norm": 2.6789886951446533, + "learning_rate": 4.33267583362194e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9596168160438537, + "num_tokens": 76176566.0, + "step": 59190 + }, + { + "entropy": 1.0343817710876464, + "epoch": 5.655870832139104, + "grad_norm": 2.0351109504699707, + "learning_rate": 4.3311102938459656e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.954590255022049, + "num_tokens": 76189383.0, + "step": 59200 + }, + { + "entropy": 1.03675035238266, + "epoch": 5.656826215725614, + "grad_norm": 1.4737337827682495, + "learning_rate": 4.329544820837772e-05, + "loss": 0.1085, + "mean_token_accuracy": 0.9585219264030457, + "num_tokens": 76202532.0, + "step": 59210 + }, + { + "entropy": 1.0185096561908722, + "epoch": 5.657781599312123, + "grad_norm": 1.2964539527893066, + "learning_rate": 4.327979414753628e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9608763456344604, + "num_tokens": 76215013.0, + "step": 59220 + }, + { + "entropy": 1.020760816335678, + "epoch": 5.658736982898634, + "grad_norm": 1.214136004447937, + "learning_rate": 4.326414075749788e-05, + "loss": 0.0943, + "mean_token_accuracy": 0.9640880942344665, + "num_tokens": 76227314.0, + "step": 59230 + }, + { + "entropy": 1.0124109923839568, + "epoch": 5.659692366485144, + "grad_norm": 1.4482587575912476, + "learning_rate": 4.3248488039825034e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.9561474740505218, + "num_tokens": 76239624.0, + "step": 59240 + }, + { + "entropy": 1.0076433718204498, + "epoch": 5.660647750071654, + "grad_norm": 1.2427895069122314, + "learning_rate": 4.323283599608017e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9621897041797638, + "num_tokens": 76252567.0, + "step": 59250 + }, + { + "entropy": 1.0133000373840333, + "epoch": 5.661603133658164, + "grad_norm": 1.754770278930664, + "learning_rate": 4.3217184627825645e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9623264074325562, + "num_tokens": 76265939.0, + "step": 59260 + }, + { + "entropy": 0.9949043810367584, + "epoch": 5.6625585172446735, + "grad_norm": 1.5375747680664062, + "learning_rate": 4.320153393662382e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9606042563915252, + "num_tokens": 76278750.0, + "step": 59270 + }, + { + "entropy": 1.0148500800132751, + "epoch": 5.663513900831184, + "grad_norm": 2.1878626346588135, + "learning_rate": 4.318588392403684e-05, + "loss": 0.0958, + "mean_token_accuracy": 0.9643411040306091, + "num_tokens": 76292114.0, + "step": 59280 + }, + { + "entropy": 1.0084208250045776, + "epoch": 5.664469284417693, + "grad_norm": 1.9720458984375, + "learning_rate": 4.317023459162694e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9609735310077667, + "num_tokens": 76305126.0, + "step": 59290 + }, + { + "entropy": 1.0098768830299378, + "epoch": 5.665424668004204, + "grad_norm": 1.9166460037231445, + "learning_rate": 4.315458594095618e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9619297027587891, + "num_tokens": 76317930.0, + "step": 59300 + }, + { + "entropy": 0.999013614654541, + "epoch": 5.666380051590714, + "grad_norm": 2.0112860202789307, + "learning_rate": 4.3138937973586625e-05, + "loss": 0.1123, + "mean_token_accuracy": 0.9576517164707183, + "num_tokens": 76330633.0, + "step": 59310 + }, + { + "entropy": 1.0081530213356018, + "epoch": 5.667335435177224, + "grad_norm": 1.882173776626587, + "learning_rate": 4.3123290691080196e-05, + "loss": 0.1202, + "mean_token_accuracy": 0.9509934186935425, + "num_tokens": 76343196.0, + "step": 59320 + }, + { + "entropy": 1.0295258224010468, + "epoch": 5.668290818763734, + "grad_norm": 2.032297372817993, + "learning_rate": 4.310764409499882e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9530938565731049, + "num_tokens": 76356480.0, + "step": 59330 + }, + { + "entropy": 1.016822749376297, + "epoch": 5.6692462023502435, + "grad_norm": 1.8678287267684937, + "learning_rate": 4.309199818690429e-05, + "loss": 0.118, + "mean_token_accuracy": 0.957749193906784, + "num_tokens": 76369480.0, + "step": 59340 + }, + { + "entropy": 1.0222266376018525, + "epoch": 5.670201585936754, + "grad_norm": 1.4722234010696411, + "learning_rate": 4.307635296835838e-05, + "loss": 0.0964, + "mean_token_accuracy": 0.9604550063610077, + "num_tokens": 76382375.0, + "step": 59350 + }, + { + "entropy": 1.0294852256774902, + "epoch": 5.671156969523263, + "grad_norm": 1.7900859117507935, + "learning_rate": 4.30607084409228e-05, + "loss": 0.1046, + "mean_token_accuracy": 0.9571045398712158, + "num_tokens": 76395626.0, + "step": 59360 + }, + { + "entropy": 1.002572739124298, + "epoch": 5.672112353109774, + "grad_norm": 1.3607726097106934, + "learning_rate": 4.304506460615911e-05, + "loss": 0.0838, + "mean_token_accuracy": 0.9659471154212952, + "num_tokens": 76409030.0, + "step": 59370 + }, + { + "entropy": 1.01677765250206, + "epoch": 5.673067736696283, + "grad_norm": 2.0733237266540527, + "learning_rate": 4.302942146562892e-05, + "loss": 0.0838, + "mean_token_accuracy": 0.9655569493770599, + "num_tokens": 76421462.0, + "step": 59380 + }, + { + "entropy": 1.0059588193893432, + "epoch": 5.6740231202827935, + "grad_norm": 2.0523087978363037, + "learning_rate": 4.3013779020893674e-05, + "loss": 0.1163, + "mean_token_accuracy": 0.9567034065723419, + "num_tokens": 76434489.0, + "step": 59390 + }, + { + "entropy": 1.0262994050979615, + "epoch": 5.674978503869303, + "grad_norm": 1.62431001663208, + "learning_rate": 4.2998137273514805e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9679087996482849, + "num_tokens": 76447748.0, + "step": 59400 + }, + { + "entropy": 1.0104435741901399, + "epoch": 5.675933887455813, + "grad_norm": 2.185931444168091, + "learning_rate": 4.298249622505363e-05, + "loss": 0.1155, + "mean_token_accuracy": 0.9541510939598083, + "num_tokens": 76460301.0, + "step": 59410 + }, + { + "entropy": 1.0260043263435363, + "epoch": 5.676889271042324, + "grad_norm": 1.1640212535858154, + "learning_rate": 4.296685587707142e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9618544220924378, + "num_tokens": 76473537.0, + "step": 59420 + }, + { + "entropy": 1.013780516386032, + "epoch": 5.677844654628833, + "grad_norm": 1.2522687911987305, + "learning_rate": 4.295121623112942e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.9611011385917664, + "num_tokens": 76486519.0, + "step": 59430 + }, + { + "entropy": 1.0027462780475616, + "epoch": 5.678800038215344, + "grad_norm": 1.3527990579605103, + "learning_rate": 4.29355772887887e-05, + "loss": 0.091, + "mean_token_accuracy": 0.961587542295456, + "num_tokens": 76499577.0, + "step": 59440 + }, + { + "entropy": 1.0076213777065277, + "epoch": 5.679755421801853, + "grad_norm": 1.0957422256469727, + "learning_rate": 4.291993905161037e-05, + "loss": 0.119, + "mean_token_accuracy": 0.9517867088317871, + "num_tokens": 76512358.0, + "step": 59450 + }, + { + "entropy": 1.0179976582527162, + "epoch": 5.6807108053883635, + "grad_norm": 0.8879404067993164, + "learning_rate": 4.290430152115538e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9621402859687805, + "num_tokens": 76525101.0, + "step": 59460 + }, + { + "entropy": 1.0260442256927491, + "epoch": 5.681666188974873, + "grad_norm": 1.211842656135559, + "learning_rate": 4.288866469898469e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9658808648586273, + "num_tokens": 76538214.0, + "step": 59470 + }, + { + "entropy": 1.0290543973445891, + "epoch": 5.682621572561383, + "grad_norm": 1.5976840257644653, + "learning_rate": 4.2873028586659116e-05, + "loss": 0.1098, + "mean_token_accuracy": 0.9583727598190308, + "num_tokens": 76551360.0, + "step": 59480 + }, + { + "entropy": 1.0200016975402832, + "epoch": 5.683576956147894, + "grad_norm": 1.4317103624343872, + "learning_rate": 4.285739318573945e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9520932614803315, + "num_tokens": 76564407.0, + "step": 59490 + }, + { + "entropy": 1.0024910151958466, + "epoch": 5.684532339734403, + "grad_norm": 1.9940634965896606, + "learning_rate": 4.284175849778641e-05, + "loss": 0.0962, + "mean_token_accuracy": 0.9629232108592987, + "num_tokens": 76577029.0, + "step": 59500 + }, + { + "entropy": 1.0127739787101746, + "epoch": 5.685487723320914, + "grad_norm": 1.2112023830413818, + "learning_rate": 4.28261245243606e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.9504889190196991, + "num_tokens": 76589608.0, + "step": 59510 + }, + { + "entropy": 1.0101217806339264, + "epoch": 5.686443106907423, + "grad_norm": 1.5442627668380737, + "learning_rate": 4.281049126702263e-05, + "loss": 0.1164, + "mean_token_accuracy": 0.9525353372097015, + "num_tokens": 76602826.0, + "step": 59520 + }, + { + "entropy": 1.019676011800766, + "epoch": 5.687398490493933, + "grad_norm": 1.9100364446640015, + "learning_rate": 4.279485872733295e-05, + "loss": 0.1028, + "mean_token_accuracy": 0.9615858316421508, + "num_tokens": 76615535.0, + "step": 59530 + }, + { + "entropy": 1.02480092048645, + "epoch": 5.688353874080443, + "grad_norm": 1.61765718460083, + "learning_rate": 4.277922690685202e-05, + "loss": 0.1003, + "mean_token_accuracy": 0.9624948740005493, + "num_tokens": 76628332.0, + "step": 59540 + }, + { + "entropy": 1.0058408975601196, + "epoch": 5.689309257666953, + "grad_norm": 1.4635390043258667, + "learning_rate": 4.276359580714015e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9609930634498596, + "num_tokens": 76641111.0, + "step": 59550 + }, + { + "entropy": 1.0309624433517457, + "epoch": 5.690264641253464, + "grad_norm": 1.3050626516342163, + "learning_rate": 4.274796542975765e-05, + "loss": 0.1131, + "mean_token_accuracy": 0.95581174492836, + "num_tokens": 76654362.0, + "step": 59560 + }, + { + "entropy": 1.0140647649765016, + "epoch": 5.691220024839973, + "grad_norm": 1.5413119792938232, + "learning_rate": 4.273233577626472e-05, + "loss": 0.1139, + "mean_token_accuracy": 0.9557994306087494, + "num_tokens": 76667589.0, + "step": 59570 + }, + { + "entropy": 0.9881724059581757, + "epoch": 5.6921754084264835, + "grad_norm": 1.815894365310669, + "learning_rate": 4.2716706848221463e-05, + "loss": 0.1083, + "mean_token_accuracy": 0.9575617969036102, + "num_tokens": 76679595.0, + "step": 59580 + }, + { + "entropy": 0.9793523013591766, + "epoch": 5.693130792012993, + "grad_norm": 1.2556320428848267, + "learning_rate": 4.270107864718801e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9660203456878662, + "num_tokens": 76691918.0, + "step": 59590 + }, + { + "entropy": 1.0185791730880738, + "epoch": 5.694086175599503, + "grad_norm": 1.4461431503295898, + "learning_rate": 4.2685451174724265e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9629219591617584, + "num_tokens": 76705055.0, + "step": 59600 + }, + { + "entropy": 1.010441541671753, + "epoch": 5.695041559186013, + "grad_norm": 1.8367266654968262, + "learning_rate": 4.266982443239021e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9627426505088806, + "num_tokens": 76717693.0, + "step": 59610 + }, + { + "entropy": 1.0184268414974214, + "epoch": 5.695996942772523, + "grad_norm": 1.2633459568023682, + "learning_rate": 4.265419842174564e-05, + "loss": 0.1193, + "mean_token_accuracy": 0.9574430584907532, + "num_tokens": 76730896.0, + "step": 59620 + }, + { + "entropy": 1.0137552440166473, + "epoch": 5.696952326359034, + "grad_norm": 1.6734586954116821, + "learning_rate": 4.2638573144350374e-05, + "loss": 0.1137, + "mean_token_accuracy": 0.9539360344409943, + "num_tokens": 76743558.0, + "step": 59630 + }, + { + "entropy": 1.0082498133182525, + "epoch": 5.697907709945543, + "grad_norm": 1.65181565284729, + "learning_rate": 4.262294860176406e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9574245333671569, + "num_tokens": 76756077.0, + "step": 59640 + }, + { + "entropy": 1.0196924448013305, + "epoch": 5.6988630935320534, + "grad_norm": 1.4296594858169556, + "learning_rate": 4.260732479554635e-05, + "loss": 0.1161, + "mean_token_accuracy": 0.9558605909347534, + "num_tokens": 76769606.0, + "step": 59650 + }, + { + "entropy": 1.030902874469757, + "epoch": 5.699818477118563, + "grad_norm": 0.8507644534111023, + "learning_rate": 4.259170172725679e-05, + "loss": 0.1126, + "mean_token_accuracy": 0.9588452160358429, + "num_tokens": 76783144.0, + "step": 59660 + }, + { + "entropy": 1.0167620062828064, + "epoch": 5.700773860705073, + "grad_norm": 1.383379578590393, + "learning_rate": 4.2576079398454845e-05, + "loss": 0.1233, + "mean_token_accuracy": 0.9518325924873352, + "num_tokens": 76795643.0, + "step": 59670 + }, + { + "entropy": 1.0190272092819215, + "epoch": 5.701729244291583, + "grad_norm": 1.3412013053894043, + "learning_rate": 4.256045781069995e-05, + "loss": 0.1035, + "mean_token_accuracy": 0.9586030662059783, + "num_tokens": 76808483.0, + "step": 59680 + }, + { + "entropy": 1.012687474489212, + "epoch": 5.702684627878093, + "grad_norm": 1.8258830308914185, + "learning_rate": 4.254483696555138e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9591839373111725, + "num_tokens": 76820764.0, + "step": 59690 + }, + { + "entropy": 1.0300596475601196, + "epoch": 5.7036400114646035, + "grad_norm": 2.427964687347412, + "learning_rate": 4.252921686456844e-05, + "loss": 0.1128, + "mean_token_accuracy": 0.9580135822296143, + "num_tokens": 76833913.0, + "step": 59700 + }, + { + "entropy": 1.0106453537940978, + "epoch": 5.704595395051113, + "grad_norm": 1.638122797012329, + "learning_rate": 4.2513597509310283e-05, + "loss": 0.0977, + "mean_token_accuracy": 0.9623817145824433, + "num_tokens": 76846909.0, + "step": 59710 + }, + { + "entropy": 1.004007875919342, + "epoch": 5.705550778637623, + "grad_norm": 1.848585844039917, + "learning_rate": 4.249797890133601e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9611328423023224, + "num_tokens": 76859880.0, + "step": 59720 + }, + { + "entropy": 1.0101466357707978, + "epoch": 5.706506162224133, + "grad_norm": 1.6750106811523438, + "learning_rate": 4.248236104220469e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.9599187433719635, + "num_tokens": 76872513.0, + "step": 59730 + }, + { + "entropy": 1.028794801235199, + "epoch": 5.707461545810643, + "grad_norm": 1.6969789266586304, + "learning_rate": 4.2466743933475216e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.952546352148056, + "num_tokens": 76885669.0, + "step": 59740 + }, + { + "entropy": 1.0071504652500152, + "epoch": 5.708416929397153, + "grad_norm": 1.0212304592132568, + "learning_rate": 4.245112757670655e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9656297206878662, + "num_tokens": 76897950.0, + "step": 59750 + }, + { + "entropy": 1.0031921923160554, + "epoch": 5.709372312983663, + "grad_norm": 1.8385053873062134, + "learning_rate": 4.2435511973457406e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9570714592933655, + "num_tokens": 76910548.0, + "step": 59760 + }, + { + "entropy": 1.0204368591308595, + "epoch": 5.710327696570173, + "grad_norm": 1.5900053977966309, + "learning_rate": 4.2419897125286604e-05, + "loss": 0.0969, + "mean_token_accuracy": 0.959162038564682, + "num_tokens": 76923999.0, + "step": 59770 + }, + { + "entropy": 1.0182962477207185, + "epoch": 5.711283080156683, + "grad_norm": 1.7112157344818115, + "learning_rate": 4.2404283033752735e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9575628519058228, + "num_tokens": 76937031.0, + "step": 59780 + }, + { + "entropy": 1.0208443582057953, + "epoch": 5.712238463743192, + "grad_norm": 1.5410326719284058, + "learning_rate": 4.238866970041441e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9591195940971374, + "num_tokens": 76949822.0, + "step": 59790 + }, + { + "entropy": 1.0182230532169343, + "epoch": 5.713193847329703, + "grad_norm": 1.7300828695297241, + "learning_rate": 4.237305712683014e-05, + "loss": 0.1187, + "mean_token_accuracy": 0.951863294839859, + "num_tokens": 76962845.0, + "step": 59800 + }, + { + "entropy": 1.0160822510719298, + "epoch": 5.714149230916213, + "grad_norm": 1.6179068088531494, + "learning_rate": 4.235744531455832e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9613892614841462, + "num_tokens": 76975304.0, + "step": 59810 + }, + { + "entropy": 1.0155168414115905, + "epoch": 5.715104614502723, + "grad_norm": 1.4654566049575806, + "learning_rate": 4.234183426515734e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9606756508350373, + "num_tokens": 76987833.0, + "step": 59820 + }, + { + "entropy": 1.0250277400016785, + "epoch": 5.716059998089233, + "grad_norm": 1.609265923500061, + "learning_rate": 4.232622398018544e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9586324334144593, + "num_tokens": 77000966.0, + "step": 59830 + }, + { + "entropy": 1.002067756652832, + "epoch": 5.7170153816757425, + "grad_norm": 1.4810901880264282, + "learning_rate": 4.2310614461200874e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9532992422580719, + "num_tokens": 77013430.0, + "step": 59840 + }, + { + "entropy": 1.0043968200683593, + "epoch": 5.717970765262253, + "grad_norm": 1.1780744791030884, + "learning_rate": 4.22950057097617e-05, + "loss": 0.0987, + "mean_token_accuracy": 0.9661471664905548, + "num_tokens": 77025769.0, + "step": 59850 + }, + { + "entropy": 1.0132429718971252, + "epoch": 5.718926148848762, + "grad_norm": 1.9203826189041138, + "learning_rate": 4.2279397727426005e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9619572818279266, + "num_tokens": 77038316.0, + "step": 59860 + }, + { + "entropy": 1.0216797053813935, + "epoch": 5.719881532435273, + "grad_norm": 1.495198369026184, + "learning_rate": 4.226379051575177e-05, + "loss": 0.1038, + "mean_token_accuracy": 0.9593099057674408, + "num_tokens": 77051201.0, + "step": 59870 + }, + { + "entropy": 1.015365183353424, + "epoch": 5.720836916021783, + "grad_norm": 2.117372512817383, + "learning_rate": 4.224818407629685e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9535009562969208, + "num_tokens": 77064082.0, + "step": 59880 + }, + { + "entropy": 1.019398707151413, + "epoch": 5.721792299608293, + "grad_norm": 1.3246279954910278, + "learning_rate": 4.2232578410619095e-05, + "loss": 0.1098, + "mean_token_accuracy": 0.9578231751918793, + "num_tokens": 77077152.0, + "step": 59890 + }, + { + "entropy": 1.0155940890312194, + "epoch": 5.722747683194803, + "grad_norm": 1.3669310808181763, + "learning_rate": 4.221697352027621e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9606464505195618, + "num_tokens": 77090185.0, + "step": 59900 + }, + { + "entropy": 1.0009303629398345, + "epoch": 5.7237030667813125, + "grad_norm": 2.106170415878296, + "learning_rate": 4.2201369406825914e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9508649170398712, + "num_tokens": 77102732.0, + "step": 59910 + }, + { + "entropy": 1.0140210151672364, + "epoch": 5.724658450367823, + "grad_norm": 0.9669634699821472, + "learning_rate": 4.2185766071825716e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9570885002613068, + "num_tokens": 77115474.0, + "step": 59920 + }, + { + "entropy": 1.0108768165111541, + "epoch": 5.725613833954332, + "grad_norm": 1.3573896884918213, + "learning_rate": 4.217016351683319e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.958784955739975, + "num_tokens": 77128019.0, + "step": 59930 + }, + { + "entropy": 0.9981366753578186, + "epoch": 5.726569217540843, + "grad_norm": 1.841867446899414, + "learning_rate": 4.215456174340572e-05, + "loss": 0.085, + "mean_token_accuracy": 0.9682217121124268, + "num_tokens": 77140545.0, + "step": 59940 + }, + { + "entropy": 1.014362448453903, + "epoch": 5.727524601127353, + "grad_norm": 2.1101572513580322, + "learning_rate": 4.213896075310068e-05, + "loss": 0.094, + "mean_token_accuracy": 0.9606536984443664, + "num_tokens": 77152613.0, + "step": 59950 + }, + { + "entropy": 1.0087773978710175, + "epoch": 5.7284799847138625, + "grad_norm": 1.6399515867233276, + "learning_rate": 4.212336054747534e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9563626229763031, + "num_tokens": 77165701.0, + "step": 59960 + }, + { + "entropy": 1.0002740561962127, + "epoch": 5.729435368300373, + "grad_norm": 2.334130048751831, + "learning_rate": 4.210776112808689e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.961485481262207, + "num_tokens": 77178586.0, + "step": 59970 + }, + { + "entropy": 1.0200496315956116, + "epoch": 5.730390751886882, + "grad_norm": 1.8908579349517822, + "learning_rate": 4.209216249649244e-05, + "loss": 0.1205, + "mean_token_accuracy": 0.951279205083847, + "num_tokens": 77191403.0, + "step": 59980 + }, + { + "entropy": 1.015747421979904, + "epoch": 5.731346135473393, + "grad_norm": 1.1570649147033691, + "learning_rate": 4.2076564654249026e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9623619735240936, + "num_tokens": 77204150.0, + "step": 59990 + }, + { + "entropy": 1.0067154169082642, + "epoch": 5.732301519059902, + "grad_norm": 1.1562488079071045, + "learning_rate": 4.206096760291364e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9518741428852081, + "num_tokens": 77216885.0, + "step": 60000 + }, + { + "entropy": 1.0141311049461366, + "epoch": 5.733256902646413, + "grad_norm": 2.256060838699341, + "learning_rate": 4.2045371344043095e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9568229794502259, + "num_tokens": 77230075.0, + "step": 60010 + }, + { + "entropy": 0.997792249917984, + "epoch": 5.734212286232923, + "grad_norm": 2.032726526260376, + "learning_rate": 4.2029775879194246e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.956888484954834, + "num_tokens": 77242429.0, + "step": 60020 + }, + { + "entropy": 1.0115245580673218, + "epoch": 5.7351676698194325, + "grad_norm": 1.4798074960708618, + "learning_rate": 4.201418120992381e-05, + "loss": 0.1067, + "mean_token_accuracy": 0.9594660937786103, + "num_tokens": 77255102.0, + "step": 60030 + }, + { + "entropy": 1.0051791429519654, + "epoch": 5.736123053405943, + "grad_norm": 1.2105673551559448, + "learning_rate": 4.199858733778841e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.957817155122757, + "num_tokens": 77268113.0, + "step": 60040 + }, + { + "entropy": 1.0029562354087829, + "epoch": 5.737078436992452, + "grad_norm": 1.56547212600708, + "learning_rate": 4.1982994264344615e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9638184547424317, + "num_tokens": 77281086.0, + "step": 60050 + }, + { + "entropy": 1.006203305721283, + "epoch": 5.738033820578963, + "grad_norm": 1.6262948513031006, + "learning_rate": 4.196740199114889e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9598730981349946, + "num_tokens": 77294160.0, + "step": 60060 + }, + { + "entropy": 0.9919091105461121, + "epoch": 5.738989204165472, + "grad_norm": 1.4714003801345825, + "learning_rate": 4.195181051975769e-05, + "loss": 0.106, + "mean_token_accuracy": 0.958791172504425, + "num_tokens": 77307003.0, + "step": 60070 + }, + { + "entropy": 0.9977616548538208, + "epoch": 5.739944587751983, + "grad_norm": 1.2761330604553223, + "learning_rate": 4.193621985172727e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9575204908847809, + "num_tokens": 77319312.0, + "step": 60080 + }, + { + "entropy": 1.0217052340507506, + "epoch": 5.740899971338492, + "grad_norm": 2.2030727863311768, + "learning_rate": 4.1920629988613914e-05, + "loss": 0.1288, + "mean_token_accuracy": 0.9492873251438141, + "num_tokens": 77332305.0, + "step": 60090 + }, + { + "entropy": 0.9943329870700837, + "epoch": 5.741855354925002, + "grad_norm": 1.571744441986084, + "learning_rate": 4.1905040931973786e-05, + "loss": 0.1084, + "mean_token_accuracy": 0.9563922703266143, + "num_tokens": 77344575.0, + "step": 60100 + }, + { + "entropy": 1.0195493578910828, + "epoch": 5.742810738511512, + "grad_norm": 1.643992304801941, + "learning_rate": 4.188945268336294e-05, + "loss": 0.1009, + "mean_token_accuracy": 0.9597625136375427, + "num_tokens": 77357516.0, + "step": 60110 + }, + { + "entropy": 1.0234877824783326, + "epoch": 5.743766122098022, + "grad_norm": 1.9924442768096924, + "learning_rate": 4.1873865244337404e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9594870746135712, + "num_tokens": 77370571.0, + "step": 60120 + }, + { + "entropy": 1.008096832036972, + "epoch": 5.744721505684533, + "grad_norm": 1.293453574180603, + "learning_rate": 4.185827861645308e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9632251262664795, + "num_tokens": 77383202.0, + "step": 60130 + }, + { + "entropy": 1.0095930457115174, + "epoch": 5.745676889271042, + "grad_norm": 1.9335706233978271, + "learning_rate": 4.184269280126582e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9645509481430053, + "num_tokens": 77396479.0, + "step": 60140 + }, + { + "entropy": 1.0177180469036102, + "epoch": 5.7466322728575525, + "grad_norm": 1.428977131843567, + "learning_rate": 4.1827107800331356e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9595436036586762, + "num_tokens": 77409126.0, + "step": 60150 + }, + { + "entropy": 1.023751437664032, + "epoch": 5.747587656444062, + "grad_norm": 1.6896039247512817, + "learning_rate": 4.1811523615205384e-05, + "loss": 0.1147, + "mean_token_accuracy": 0.9539065837860108, + "num_tokens": 77421932.0, + "step": 60160 + }, + { + "entropy": 1.0287464797496795, + "epoch": 5.748543040030572, + "grad_norm": 1.8058744668960571, + "learning_rate": 4.179594024744352e-05, + "loss": 0.122, + "mean_token_accuracy": 0.9519235193729401, + "num_tokens": 77434878.0, + "step": 60170 + }, + { + "entropy": 1.0395930290222168, + "epoch": 5.749498423617082, + "grad_norm": 1.682349681854248, + "learning_rate": 4.178035769860124e-05, + "loss": 0.1082, + "mean_token_accuracy": 0.9563894987106323, + "num_tokens": 77448015.0, + "step": 60180 + }, + { + "entropy": 1.0277502894401551, + "epoch": 5.750453807203592, + "grad_norm": 1.1619936227798462, + "learning_rate": 4.176477597023399e-05, + "loss": 0.0975, + "mean_token_accuracy": 0.9608268976211548, + "num_tokens": 77460817.0, + "step": 60190 + }, + { + "entropy": 1.02808575630188, + "epoch": 5.751409190790103, + "grad_norm": 1.2664833068847656, + "learning_rate": 4.1749195063897126e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9576368570327759, + "num_tokens": 77473789.0, + "step": 60200 + }, + { + "entropy": 1.0247901260852814, + "epoch": 5.752364574376612, + "grad_norm": 2.1492886543273926, + "learning_rate": 4.173361498114592e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.961001855134964, + "num_tokens": 77486612.0, + "step": 60210 + }, + { + "entropy": 1.0409632325172424, + "epoch": 5.7533199579631225, + "grad_norm": 1.8854987621307373, + "learning_rate": 4.171803572353552e-05, + "loss": 0.1276, + "mean_token_accuracy": 0.9541725158691406, + "num_tokens": 77499764.0, + "step": 60220 + }, + { + "entropy": 1.0484618306159974, + "epoch": 5.754275341549632, + "grad_norm": 1.6487298011779785, + "learning_rate": 4.170245729262109e-05, + "loss": 0.1091, + "mean_token_accuracy": 0.9548836767673492, + "num_tokens": 77513103.0, + "step": 60230 + }, + { + "entropy": 1.045513427257538, + "epoch": 5.755230725136142, + "grad_norm": 1.2996355295181274, + "learning_rate": 4.1686879689957584e-05, + "loss": 0.1138, + "mean_token_accuracy": 0.9572417438030243, + "num_tokens": 77526301.0, + "step": 60240 + }, + { + "entropy": 1.0327239871025085, + "epoch": 5.756186108722652, + "grad_norm": 2.1574900150299072, + "learning_rate": 4.1671302917099995e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9558167040348053, + "num_tokens": 77539031.0, + "step": 60250 + }, + { + "entropy": 1.026821106672287, + "epoch": 5.757141492309162, + "grad_norm": 1.2608873844146729, + "learning_rate": 4.165572697560316e-05, + "loss": 0.0966, + "mean_token_accuracy": 0.9633571565151214, + "num_tokens": 77551665.0, + "step": 60260 + }, + { + "entropy": 1.0369945526123048, + "epoch": 5.7580968758956725, + "grad_norm": 1.1587276458740234, + "learning_rate": 4.1640151867021835e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9638813436031342, + "num_tokens": 77564670.0, + "step": 60270 + }, + { + "entropy": 1.0350748121738433, + "epoch": 5.759052259482182, + "grad_norm": 1.449220061302185, + "learning_rate": 4.1624577592910735e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.9612798750400543, + "num_tokens": 77577582.0, + "step": 60280 + }, + { + "entropy": 1.0177480220794677, + "epoch": 5.760007643068692, + "grad_norm": 0.994601309299469, + "learning_rate": 4.160900415482444e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9603882908821106, + "num_tokens": 77589916.0, + "step": 60290 + }, + { + "entropy": 1.0366701662540436, + "epoch": 5.760963026655202, + "grad_norm": 1.4306349754333496, + "learning_rate": 4.159343155431751e-05, + "loss": 0.1097, + "mean_token_accuracy": 0.9592135727405549, + "num_tokens": 77602897.0, + "step": 60300 + }, + { + "entropy": 1.0199985325336456, + "epoch": 5.761918410241712, + "grad_norm": 2.028740167617798, + "learning_rate": 4.157785979294432e-05, + "loss": 0.108, + "mean_token_accuracy": 0.9606268227100372, + "num_tokens": 77615641.0, + "step": 60310 + }, + { + "entropy": 1.0323985457420348, + "epoch": 5.762873793828222, + "grad_norm": 1.2083808183670044, + "learning_rate": 4.156228887225928e-05, + "loss": 0.1012, + "mean_token_accuracy": 0.9600048005580902, + "num_tokens": 77629145.0, + "step": 60320 + }, + { + "entropy": 1.036170196533203, + "epoch": 5.763829177414732, + "grad_norm": 1.1750133037567139, + "learning_rate": 4.1546718793816655e-05, + "loss": 0.0995, + "mean_token_accuracy": 0.9609536528587341, + "num_tokens": 77642213.0, + "step": 60330 + }, + { + "entropy": 1.0143487215042115, + "epoch": 5.7647845610012425, + "grad_norm": 1.9572815895080566, + "learning_rate": 4.1531149559170616e-05, + "loss": 0.0927, + "mean_token_accuracy": 0.9619155526161194, + "num_tokens": 77654783.0, + "step": 60340 + }, + { + "entropy": 1.014868152141571, + "epoch": 5.765739944587752, + "grad_norm": 1.6786834001541138, + "learning_rate": 4.1515581169875284e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9629354298114776, + "num_tokens": 77667309.0, + "step": 60350 + }, + { + "entropy": 1.0146360397338867, + "epoch": 5.766695328174262, + "grad_norm": 1.7406351566314697, + "learning_rate": 4.1500013627484645e-05, + "loss": 0.1125, + "mean_token_accuracy": 0.9557711541652679, + "num_tokens": 77679977.0, + "step": 60360 + }, + { + "entropy": 1.0130282998085023, + "epoch": 5.767650711760772, + "grad_norm": 2.5325405597686768, + "learning_rate": 4.1484446933552665e-05, + "loss": 0.1081, + "mean_token_accuracy": 0.9595371961593628, + "num_tokens": 77693025.0, + "step": 60370 + }, + { + "entropy": 1.0348833858966828, + "epoch": 5.768606095347282, + "grad_norm": 2.5779407024383545, + "learning_rate": 4.1468881089633176e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.9539736151695252, + "num_tokens": 77706166.0, + "step": 60380 + }, + { + "entropy": 1.01612588763237, + "epoch": 5.769561478933792, + "grad_norm": 1.8571057319641113, + "learning_rate": 4.1453316097279934e-05, + "loss": 0.1016, + "mean_token_accuracy": 0.9624566853046417, + "num_tokens": 77718921.0, + "step": 60390 + }, + { + "entropy": 1.0134775280952453, + "epoch": 5.770516862520302, + "grad_norm": 1.64730703830719, + "learning_rate": 4.143775195804665e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9623435258865356, + "num_tokens": 77731813.0, + "step": 60400 + }, + { + "entropy": 1.020005428791046, + "epoch": 5.7714722461068115, + "grad_norm": 1.8576298952102661, + "learning_rate": 4.1422188673486886e-05, + "loss": 0.1204, + "mean_token_accuracy": 0.9522316157817841, + "num_tokens": 77744690.0, + "step": 60410 + }, + { + "entropy": 1.0176423609256744, + "epoch": 5.772427629693322, + "grad_norm": 2.0724782943725586, + "learning_rate": 4.140662624515418e-05, + "loss": 0.0978, + "mean_token_accuracy": 0.9612328946590424, + "num_tokens": 77757769.0, + "step": 60420 + }, + { + "entropy": 1.025349348783493, + "epoch": 5.773383013279831, + "grad_norm": 1.8324557542800903, + "learning_rate": 4.1391064674601934e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9580585837364197, + "num_tokens": 77770909.0, + "step": 60430 + }, + { + "entropy": 1.0180079162120819, + "epoch": 5.774338396866342, + "grad_norm": 1.701570987701416, + "learning_rate": 4.1375503963383485e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9583131849765778, + "num_tokens": 77783508.0, + "step": 60440 + }, + { + "entropy": 1.0111972212791442, + "epoch": 5.775293780452852, + "grad_norm": 2.2897515296936035, + "learning_rate": 4.1359944113052096e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9585765421390533, + "num_tokens": 77795542.0, + "step": 60450 + }, + { + "entropy": 1.0166440725326538, + "epoch": 5.776249164039362, + "grad_norm": 1.564378261566162, + "learning_rate": 4.1344385125160904e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9567773044109344, + "num_tokens": 77807613.0, + "step": 60460 + }, + { + "entropy": 1.0161400437355042, + "epoch": 5.777204547625872, + "grad_norm": 1.8876066207885742, + "learning_rate": 4.1328827001263045e-05, + "loss": 0.0901, + "mean_token_accuracy": 0.9639129638671875, + "num_tokens": 77820333.0, + "step": 60470 + }, + { + "entropy": 1.011197918653488, + "epoch": 5.7781599312123815, + "grad_norm": 1.7010115385055542, + "learning_rate": 4.131326974291147e-05, + "loss": 0.1136, + "mean_token_accuracy": 0.9570199131965638, + "num_tokens": 77832632.0, + "step": 60480 + }, + { + "entropy": 0.9930234432220459, + "epoch": 5.779115314798892, + "grad_norm": 1.5246330499649048, + "learning_rate": 4.1297713351659096e-05, + "loss": 0.0945, + "mean_token_accuracy": 0.9628126800060273, + "num_tokens": 77845240.0, + "step": 60490 + }, + { + "entropy": 1.027705931663513, + "epoch": 5.780070698385401, + "grad_norm": 3.076754093170166, + "learning_rate": 4.1282157829058744e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9566090703010559, + "num_tokens": 77857967.0, + "step": 60500 + }, + { + "entropy": 1.00738023519516, + "epoch": 5.781026081971912, + "grad_norm": 1.353922963142395, + "learning_rate": 4.126660317666315e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9632838606834412, + "num_tokens": 77870972.0, + "step": 60510 + }, + { + "entropy": 1.007888090610504, + "epoch": 5.781981465558422, + "grad_norm": 1.4959018230438232, + "learning_rate": 4.125104939602495e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.961464935541153, + "num_tokens": 77884194.0, + "step": 60520 + }, + { + "entropy": 1.0155203998088838, + "epoch": 5.782936849144932, + "grad_norm": 1.0952345132827759, + "learning_rate": 4.1235496488696734e-05, + "loss": 0.1146, + "mean_token_accuracy": 0.9544631004333496, + "num_tokens": 77897120.0, + "step": 60530 + }, + { + "entropy": 1.0130512356758117, + "epoch": 5.783892232731442, + "grad_norm": 1.5526145696640015, + "learning_rate": 4.1219944456230934e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.9593106389045716, + "num_tokens": 77909758.0, + "step": 60540 + }, + { + "entropy": 1.021308386325836, + "epoch": 5.784847616317951, + "grad_norm": 1.4219962358474731, + "learning_rate": 4.120439330017995e-05, + "loss": 0.1065, + "mean_token_accuracy": 0.9569131553173065, + "num_tokens": 77922594.0, + "step": 60550 + }, + { + "entropy": 1.0220455646514892, + "epoch": 5.785802999904462, + "grad_norm": 1.2291076183319092, + "learning_rate": 4.118884302209611e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9674748182296753, + "num_tokens": 77935617.0, + "step": 60560 + }, + { + "entropy": 1.0246676445007323, + "epoch": 5.786758383490971, + "grad_norm": 1.5022060871124268, + "learning_rate": 4.117329362353158e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9527745902538299, + "num_tokens": 77948584.0, + "step": 60570 + }, + { + "entropy": 1.0255622684955596, + "epoch": 5.787713767077482, + "grad_norm": 2.0211634635925293, + "learning_rate": 4.115774510603853e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9517197966575622, + "num_tokens": 77961794.0, + "step": 60580 + }, + { + "entropy": 1.0087041020393372, + "epoch": 5.788669150663992, + "grad_norm": 1.1875824928283691, + "learning_rate": 4.114219747116894e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9683322668075561, + "num_tokens": 77974986.0, + "step": 60590 + }, + { + "entropy": 1.0256951808929444, + "epoch": 5.7896245342505015, + "grad_norm": 1.8931630849838257, + "learning_rate": 4.1126650720474804e-05, + "loss": 0.1132, + "mean_token_accuracy": 0.9602645218372345, + "num_tokens": 77987848.0, + "step": 60600 + }, + { + "entropy": 1.024531650543213, + "epoch": 5.790579917837012, + "grad_norm": 2.8699002265930176, + "learning_rate": 4.111110485550795e-05, + "loss": 0.1105, + "mean_token_accuracy": 0.9604487717151642, + "num_tokens": 78000437.0, + "step": 60610 + }, + { + "entropy": 1.0459221482276917, + "epoch": 5.791535301423521, + "grad_norm": 1.5296592712402344, + "learning_rate": 4.109555987782014e-05, + "loss": 0.1071, + "mean_token_accuracy": 0.9608178317546845, + "num_tokens": 78013943.0, + "step": 60620 + }, + { + "entropy": 1.0430041611194611, + "epoch": 5.792490685010032, + "grad_norm": 2.241170883178711, + "learning_rate": 4.108001578896311e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9549018919467926, + "num_tokens": 78027179.0, + "step": 60630 + }, + { + "entropy": 1.012664610147476, + "epoch": 5.793446068596541, + "grad_norm": 1.0352115631103516, + "learning_rate": 4.1064472590488395e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9534558057785034, + "num_tokens": 78039490.0, + "step": 60640 + }, + { + "entropy": 1.0340789377689361, + "epoch": 5.794401452183052, + "grad_norm": 2.4226269721984863, + "learning_rate": 4.1048930283947536e-05, + "loss": 0.1478, + "mean_token_accuracy": 0.9502761363983154, + "num_tokens": 78052531.0, + "step": 60650 + }, + { + "entropy": 1.0179170370101929, + "epoch": 5.795356835769562, + "grad_norm": 1.0243197679519653, + "learning_rate": 4.103338887089192e-05, + "loss": 0.1121, + "mean_token_accuracy": 0.9536775887012482, + "num_tokens": 78065025.0, + "step": 60660 + }, + { + "entropy": 1.029154008626938, + "epoch": 5.796312219356071, + "grad_norm": 1.7771224975585938, + "learning_rate": 4.10178483528729e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9570227682590484, + "num_tokens": 78078030.0, + "step": 60670 + }, + { + "entropy": 1.0151498675346375, + "epoch": 5.797267602942582, + "grad_norm": 2.368699550628662, + "learning_rate": 4.100230873144168e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9529079496860504, + "num_tokens": 78091112.0, + "step": 60680 + }, + { + "entropy": 1.0157227158546447, + "epoch": 5.798222986529091, + "grad_norm": 1.4352447986602783, + "learning_rate": 4.0986770008149416e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.9623754918575287, + "num_tokens": 78104299.0, + "step": 60690 + }, + { + "entropy": 1.0027270078659059, + "epoch": 5.799178370115602, + "grad_norm": 1.6017262935638428, + "learning_rate": 4.097123218454721e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.957604169845581, + "num_tokens": 78116713.0, + "step": 60700 + }, + { + "entropy": 1.0311911225318908, + "epoch": 5.800133753702111, + "grad_norm": 1.633737564086914, + "learning_rate": 4.0955695262185955e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9606692910194397, + "num_tokens": 78129786.0, + "step": 60710 + }, + { + "entropy": 1.0049972236156464, + "epoch": 5.8010891372886215, + "grad_norm": 1.1867369413375854, + "learning_rate": 4.0940159242616595e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.963166230916977, + "num_tokens": 78142160.0, + "step": 60720 + }, + { + "entropy": 1.0345992028713227, + "epoch": 5.802044520875131, + "grad_norm": 0.9687528014183044, + "learning_rate": 4.092462412738986e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9553262650966644, + "num_tokens": 78155548.0, + "step": 60730 + }, + { + "entropy": 1.0337146282196046, + "epoch": 5.802999904461641, + "grad_norm": 0.9794955849647522, + "learning_rate": 4.0909089918056505e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.964654141664505, + "num_tokens": 78168676.0, + "step": 60740 + }, + { + "entropy": 1.0222783863544465, + "epoch": 5.803955288048151, + "grad_norm": 1.8075072765350342, + "learning_rate": 4.089355661616708e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9602389395236969, + "num_tokens": 78181338.0, + "step": 60750 + }, + { + "entropy": 1.0251099586486816, + "epoch": 5.804910671634661, + "grad_norm": 1.4846348762512207, + "learning_rate": 4.0878024223272135e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9580293416976928, + "num_tokens": 78194883.0, + "step": 60760 + }, + { + "entropy": 1.0162551641464233, + "epoch": 5.805866055221172, + "grad_norm": 1.7665506601333618, + "learning_rate": 4.086249274092211e-05, + "loss": 0.0899, + "mean_token_accuracy": 0.9627031207084655, + "num_tokens": 78208040.0, + "step": 60770 + }, + { + "entropy": 1.0034709930419923, + "epoch": 5.806821438807681, + "grad_norm": 1.760012149810791, + "learning_rate": 4.084696217066728e-05, + "loss": 0.1026, + "mean_token_accuracy": 0.9647665798664093, + "num_tokens": 78220580.0, + "step": 60780 + }, + { + "entropy": 1.0187042355537415, + "epoch": 5.8077768223941915, + "grad_norm": 2.5181546211242676, + "learning_rate": 4.083143251405795e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9586744487285614, + "num_tokens": 78233602.0, + "step": 60790 + }, + { + "entropy": 1.0223572373390197, + "epoch": 5.808732205980701, + "grad_norm": 1.9449000358581543, + "learning_rate": 4.0815903772644235e-05, + "loss": 0.0968, + "mean_token_accuracy": 0.9573429167270661, + "num_tokens": 78246507.0, + "step": 60800 + }, + { + "entropy": 1.018939459323883, + "epoch": 5.809687589567211, + "grad_norm": 1.7399914264678955, + "learning_rate": 4.080037594797622e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9631375014781952, + "num_tokens": 78259454.0, + "step": 60810 + }, + { + "entropy": 1.023463487625122, + "epoch": 5.810642973153721, + "grad_norm": 1.2893140316009521, + "learning_rate": 4.0784849041603856e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.958199405670166, + "num_tokens": 78271864.0, + "step": 60820 + }, + { + "entropy": 1.030019599199295, + "epoch": 5.811598356740231, + "grad_norm": 1.4236716032028198, + "learning_rate": 4.0769323055077036e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9567025184631348, + "num_tokens": 78284607.0, + "step": 60830 + }, + { + "entropy": 1.0432146489620209, + "epoch": 5.8125537403267415, + "grad_norm": 1.4249176979064941, + "learning_rate": 4.075379798994552e-05, + "loss": 0.1031, + "mean_token_accuracy": 0.9622798383235931, + "num_tokens": 78298231.0, + "step": 60840 + }, + { + "entropy": 1.0229373395442962, + "epoch": 5.813509123913251, + "grad_norm": 1.861749291419983, + "learning_rate": 4.073827384775901e-05, + "loss": 0.1247, + "mean_token_accuracy": 0.9543505370616913, + "num_tokens": 78310741.0, + "step": 60850 + }, + { + "entropy": 1.0237850964069366, + "epoch": 5.814464507499761, + "grad_norm": 1.8014274835586548, + "learning_rate": 4.072275063006715e-05, + "loss": 0.0928, + "mean_token_accuracy": 0.9628823220729827, + "num_tokens": 78323218.0, + "step": 60860 + }, + { + "entropy": 1.0378270268440246, + "epoch": 5.815419891086271, + "grad_norm": 1.5836215019226074, + "learning_rate": 4.070722833841938e-05, + "loss": 0.1213, + "mean_token_accuracy": 0.9558872759342194, + "num_tokens": 78335986.0, + "step": 60870 + }, + { + "entropy": 1.0293211102485658, + "epoch": 5.816375274672781, + "grad_norm": 2.1195762157440186, + "learning_rate": 4.069170697436518e-05, + "loss": 0.1224, + "mean_token_accuracy": 0.9504901230335235, + "num_tokens": 78348561.0, + "step": 60880 + }, + { + "entropy": 1.0299595296382904, + "epoch": 5.817330658259291, + "grad_norm": 1.3858258724212646, + "learning_rate": 4.0676186539453834e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.966160100698471, + "num_tokens": 78361127.0, + "step": 60890 + }, + { + "entropy": 1.032816505432129, + "epoch": 5.818286041845801, + "grad_norm": 2.570431709289551, + "learning_rate": 4.066066703523459e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9574293673038483, + "num_tokens": 78373802.0, + "step": 60900 + }, + { + "entropy": 1.0388675034046173, + "epoch": 5.8192414254323115, + "grad_norm": 1.4402670860290527, + "learning_rate": 4.0645148463256576e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9588555991649628, + "num_tokens": 78387289.0, + "step": 60910 + }, + { + "entropy": 1.0325861275196075, + "epoch": 5.820196809018821, + "grad_norm": 1.3239305019378662, + "learning_rate": 4.062963082506883e-05, + "loss": 0.0976, + "mean_token_accuracy": 0.9643094658851623, + "num_tokens": 78400481.0, + "step": 60920 + }, + { + "entropy": 1.0278120398521424, + "epoch": 5.821152192605331, + "grad_norm": 1.0918998718261719, + "learning_rate": 4.061411412222036e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9574562072753906, + "num_tokens": 78413258.0, + "step": 60930 + }, + { + "entropy": 1.0420435070991516, + "epoch": 5.822107576191841, + "grad_norm": 1.3629655838012695, + "learning_rate": 4.0598598356259946e-05, + "loss": 0.0917, + "mean_token_accuracy": 0.9650712728500366, + "num_tokens": 78426574.0, + "step": 60940 + }, + { + "entropy": 1.030178725719452, + "epoch": 5.823062959778351, + "grad_norm": 1.6397483348846436, + "learning_rate": 4.058308352873641e-05, + "loss": 0.0959, + "mean_token_accuracy": 0.9613792896270752, + "num_tokens": 78439733.0, + "step": 60950 + }, + { + "entropy": 1.0120317578315734, + "epoch": 5.824018343364861, + "grad_norm": 1.584431529045105, + "learning_rate": 4.0567569641198394e-05, + "loss": 0.0912, + "mean_token_accuracy": 0.9658158779144287, + "num_tokens": 78451978.0, + "step": 60960 + }, + { + "entropy": 1.0298897564411162, + "epoch": 5.824973726951371, + "grad_norm": 2.1021652221679688, + "learning_rate": 4.055205669519449e-05, + "loss": 0.108, + "mean_token_accuracy": 0.959166270494461, + "num_tokens": 78465318.0, + "step": 60970 + }, + { + "entropy": 1.0157131493091582, + "epoch": 5.825929110537881, + "grad_norm": 2.1564736366271973, + "learning_rate": 4.0536544692273185e-05, + "loss": 0.1075, + "mean_token_accuracy": 0.9624750912189484, + "num_tokens": 78477840.0, + "step": 60980 + }, + { + "entropy": 1.0321321487426758, + "epoch": 5.826884494124391, + "grad_norm": 1.6253373622894287, + "learning_rate": 4.052103363398286e-05, + "loss": 0.0942, + "mean_token_accuracy": 0.9674696981906891, + "num_tokens": 78491835.0, + "step": 60990 + }, + { + "entropy": 1.025826770067215, + "epoch": 5.827839877710901, + "grad_norm": 1.3947546482086182, + "learning_rate": 4.050552352187182e-05, + "loss": 0.114, + "mean_token_accuracy": 0.9555336236953735, + "num_tokens": 78504457.0, + "step": 61000 + }, + { + "entropy": 1.027874517440796, + "epoch": 5.828795261297411, + "grad_norm": 1.7929468154907227, + "learning_rate": 4.0490014357488235e-05, + "loss": 0.0956, + "mean_token_accuracy": 0.9619230449199676, + "num_tokens": 78516964.0, + "step": 61010 + }, + { + "entropy": 1.0205024242401124, + "epoch": 5.829750644883921, + "grad_norm": 1.6133975982666016, + "learning_rate": 4.047450614238027e-05, + "loss": 0.0887, + "mean_token_accuracy": 0.9645855307579041, + "num_tokens": 78529756.0, + "step": 61020 + }, + { + "entropy": 1.0389550566673278, + "epoch": 5.830706028470431, + "grad_norm": 1.0564427375793457, + "learning_rate": 4.0458998878095876e-05, + "loss": 0.1274, + "mean_token_accuracy": 0.9535994231700897, + "num_tokens": 78542678.0, + "step": 61030 + }, + { + "entropy": 1.029323160648346, + "epoch": 5.831661412056941, + "grad_norm": 1.774370789527893, + "learning_rate": 4.044349256618302e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9623302698135376, + "num_tokens": 78555052.0, + "step": 61040 + }, + { + "entropy": 1.0417301654815674, + "epoch": 5.8326167956434505, + "grad_norm": 1.6641285419464111, + "learning_rate": 4.042798720818948e-05, + "loss": 0.1047, + "mean_token_accuracy": 0.9624036312103271, + "num_tokens": 78567807.0, + "step": 61050 + }, + { + "entropy": 1.0476043164730071, + "epoch": 5.833572179229961, + "grad_norm": 1.5711253881454468, + "learning_rate": 4.041248280566301e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9557049453258515, + "num_tokens": 78580669.0, + "step": 61060 + }, + { + "entropy": 1.0424638867378235, + "epoch": 5.83452756281647, + "grad_norm": 0.8782534003257751, + "learning_rate": 4.039697936015124e-05, + "loss": 0.0883, + "mean_token_accuracy": 0.9677285432815552, + "num_tokens": 78593963.0, + "step": 61070 + }, + { + "entropy": 1.030143928527832, + "epoch": 5.835482946402981, + "grad_norm": 1.4706391096115112, + "learning_rate": 4.0381476873201685e-05, + "loss": 0.1014, + "mean_token_accuracy": 0.9604649782180786, + "num_tokens": 78606532.0, + "step": 61080 + }, + { + "entropy": 1.051157534122467, + "epoch": 5.836438329989491, + "grad_norm": 2.0070855617523193, + "learning_rate": 4.036597534636183e-05, + "loss": 0.1041, + "mean_token_accuracy": 0.9552018225193024, + "num_tokens": 78619697.0, + "step": 61090 + }, + { + "entropy": 1.0343324661254882, + "epoch": 5.837393713576001, + "grad_norm": 1.7634090185165405, + "learning_rate": 4.035047478117896e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9597465991973877, + "num_tokens": 78632922.0, + "step": 61100 + }, + { + "entropy": 1.034100556373596, + "epoch": 5.838349097162511, + "grad_norm": 0.9317528009414673, + "learning_rate": 4.0334975179200375e-05, + "loss": 0.0974, + "mean_token_accuracy": 0.9632043302059173, + "num_tokens": 78646055.0, + "step": 61110 + }, + { + "entropy": 1.0362057089805603, + "epoch": 5.83930448074902, + "grad_norm": 1.6230244636535645, + "learning_rate": 4.031947654197319e-05, + "loss": 0.1239, + "mean_token_accuracy": 0.9505341053009033, + "num_tokens": 78658875.0, + "step": 61120 + }, + { + "entropy": 1.0186857402324676, + "epoch": 5.840259864335531, + "grad_norm": 1.6211540699005127, + "learning_rate": 4.030397887104449e-05, + "loss": 0.1039, + "mean_token_accuracy": 0.9613607347011566, + "num_tokens": 78671236.0, + "step": 61130 + }, + { + "entropy": 1.0366278886795044, + "epoch": 5.84121524792204, + "grad_norm": 2.0568528175354004, + "learning_rate": 4.02884821679612e-05, + "loss": 0.115, + "mean_token_accuracy": 0.9522018611431122, + "num_tokens": 78683475.0, + "step": 61140 + }, + { + "entropy": 1.025221824645996, + "epoch": 5.842170631508551, + "grad_norm": 1.2119505405426025, + "learning_rate": 4.027298643427021e-05, + "loss": 0.0955, + "mean_token_accuracy": 0.9639276087284088, + "num_tokens": 78696372.0, + "step": 61150 + }, + { + "entropy": 1.0270948886871338, + "epoch": 5.843126015095061, + "grad_norm": 1.1456973552703857, + "learning_rate": 4.025749167151829e-05, + "loss": 0.1023, + "mean_token_accuracy": 0.9573064804077148, + "num_tokens": 78709035.0, + "step": 61160 + }, + { + "entropy": 1.0137435913085937, + "epoch": 5.8440813986815705, + "grad_norm": 0.8144550919532776, + "learning_rate": 4.024199788125207e-05, + "loss": 0.1022, + "mean_token_accuracy": 0.9595554232597351, + "num_tokens": 78721458.0, + "step": 61170 + }, + { + "entropy": 1.0132815539836884, + "epoch": 5.845036782268081, + "grad_norm": 1.4492419958114624, + "learning_rate": 4.022650506501818e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.958497041463852, + "num_tokens": 78733957.0, + "step": 61180 + }, + { + "entropy": 1.001187151670456, + "epoch": 5.84599216585459, + "grad_norm": 1.7103904485702515, + "learning_rate": 4.021101322436304e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9658212006092072, + "num_tokens": 78746257.0, + "step": 61190 + }, + { + "entropy": 1.0328333497047424, + "epoch": 5.846947549441101, + "grad_norm": 1.097577452659607, + "learning_rate": 4.019552236083307e-05, + "loss": 0.0953, + "mean_token_accuracy": 0.9617523670196533, + "num_tokens": 78759205.0, + "step": 61200 + }, + { + "entropy": 1.0286014378070831, + "epoch": 5.84790293302761, + "grad_norm": 1.5293526649475098, + "learning_rate": 4.0180032475974524e-05, + "loss": 0.1153, + "mean_token_accuracy": 0.952630341053009, + "num_tokens": 78772394.0, + "step": 61210 + }, + { + "entropy": 1.0264985322952271, + "epoch": 5.848858316614121, + "grad_norm": 1.4746198654174805, + "learning_rate": 4.0164543571333585e-05, + "loss": 0.0837, + "mean_token_accuracy": 0.9684367597103118, + "num_tokens": 78785098.0, + "step": 61220 + }, + { + "entropy": 1.0214149594306945, + "epoch": 5.849813700200631, + "grad_norm": 2.6541407108306885, + "learning_rate": 4.0149055648456354e-05, + "loss": 0.0965, + "mean_token_accuracy": 0.9624395966529846, + "num_tokens": 78797916.0, + "step": 61230 + }, + { + "entropy": 1.031322979927063, + "epoch": 5.8507690837871404, + "grad_norm": 1.572253704071045, + "learning_rate": 4.013356870888879e-05, + "loss": 0.1111, + "mean_token_accuracy": 0.9578635334968567, + "num_tokens": 78811534.0, + "step": 61240 + }, + { + "entropy": 1.033975636959076, + "epoch": 5.851724467373651, + "grad_norm": 1.433306336402893, + "learning_rate": 4.011808275417683e-05, + "loss": 0.1201, + "mean_token_accuracy": 0.9501906096935272, + "num_tokens": 78824858.0, + "step": 61250 + }, + { + "entropy": 1.0298375606536865, + "epoch": 5.85267985096016, + "grad_norm": 1.3979110717773438, + "learning_rate": 4.0102597785866194e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9569021761417389, + "num_tokens": 78837842.0, + "step": 61260 + }, + { + "entropy": 1.0309053182601928, + "epoch": 5.853635234546671, + "grad_norm": 1.5246145725250244, + "learning_rate": 4.0087113805502644e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.963324248790741, + "num_tokens": 78851020.0, + "step": 61270 + }, + { + "entropy": 1.0099866688251495, + "epoch": 5.85459061813318, + "grad_norm": 1.8545640707015991, + "learning_rate": 4.0071630814631714e-05, + "loss": 0.0933, + "mean_token_accuracy": 0.9620277166366578, + "num_tokens": 78863633.0, + "step": 61280 + }, + { + "entropy": 1.038188135623932, + "epoch": 5.8555460017196905, + "grad_norm": 2.0720973014831543, + "learning_rate": 4.0056148814798935e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9577435672283172, + "num_tokens": 78876695.0, + "step": 61290 + }, + { + "entropy": 1.0191212713718414, + "epoch": 5.856501385306201, + "grad_norm": 3.3747150897979736, + "learning_rate": 4.004066780754969e-05, + "loss": 0.0998, + "mean_token_accuracy": 0.9623965203762055, + "num_tokens": 78889565.0, + "step": 61300 + }, + { + "entropy": 1.0153932213783263, + "epoch": 5.85745676889271, + "grad_norm": 1.8569591045379639, + "learning_rate": 4.0025187794429276e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.9647126615047454, + "num_tokens": 78902274.0, + "step": 61310 + }, + { + "entropy": 1.0181748569011688, + "epoch": 5.858412152479221, + "grad_norm": 1.6317745447158813, + "learning_rate": 4.000970877698289e-05, + "loss": 0.1162, + "mean_token_accuracy": 0.9541795492172241, + "num_tokens": 78915246.0, + "step": 61320 + }, + { + "entropy": 1.0092565357685088, + "epoch": 5.85936753606573, + "grad_norm": 2.1551148891448975, + "learning_rate": 3.999423075675561e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.9609635889530181, + "num_tokens": 78927570.0, + "step": 61330 + }, + { + "entropy": 1.0337896466255188, + "epoch": 5.860322919652241, + "grad_norm": 2.0037596225738525, + "learning_rate": 3.99787537352925e-05, + "loss": 0.1114, + "mean_token_accuracy": 0.9592739224433899, + "num_tokens": 78940590.0, + "step": 61340 + }, + { + "entropy": 1.0374504685401917, + "epoch": 5.86127830323875, + "grad_norm": 1.8089057207107544, + "learning_rate": 3.996327771413836e-05, + "loss": 0.1256, + "mean_token_accuracy": 0.9513941645622254, + "num_tokens": 78953968.0, + "step": 61350 + }, + { + "entropy": 1.0317804992198945, + "epoch": 5.8622336868252605, + "grad_norm": 2.339477062225342, + "learning_rate": 3.9947802694838057e-05, + "loss": 0.0999, + "mean_token_accuracy": 0.9587436497211457, + "num_tokens": 78967279.0, + "step": 61360 + }, + { + "entropy": 1.01616290807724, + "epoch": 5.86318907041177, + "grad_norm": 1.339650273323059, + "learning_rate": 3.993232867893628e-05, + "loss": 0.0888, + "mean_token_accuracy": 0.9672541201114655, + "num_tokens": 78979683.0, + "step": 61370 + }, + { + "entropy": 1.0092169284820556, + "epoch": 5.86414445399828, + "grad_norm": 1.4391683340072632, + "learning_rate": 3.99168556679776e-05, + "loss": 0.1112, + "mean_token_accuracy": 0.9587590217590332, + "num_tokens": 78992224.0, + "step": 61380 + }, + { + "entropy": 1.0360303163528441, + "epoch": 5.86509983758479, + "grad_norm": 1.1896990537643433, + "learning_rate": 3.990138366350655e-05, + "loss": 0.0901, + "mean_token_accuracy": 0.9678515493869781, + "num_tokens": 79005465.0, + "step": 61390 + }, + { + "entropy": 1.0389908313751222, + "epoch": 5.8660552211713, + "grad_norm": 1.3750747442245483, + "learning_rate": 3.988591266706749e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9578473210334778, + "num_tokens": 79018403.0, + "step": 61400 + }, + { + "entropy": 1.038068598508835, + "epoch": 5.8670106047578106, + "grad_norm": 1.4727729558944702, + "learning_rate": 3.987044268020477e-05, + "loss": 0.103, + "mean_token_accuracy": 0.9622898161411285, + "num_tokens": 79031316.0, + "step": 61410 + }, + { + "entropy": 1.0170265197753907, + "epoch": 5.86796598834432, + "grad_norm": 1.8919322490692139, + "learning_rate": 3.985497370446252e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9526467382907867, + "num_tokens": 79043648.0, + "step": 61420 + }, + { + "entropy": 1.0379746556282043, + "epoch": 5.86892137193083, + "grad_norm": 1.416623830795288, + "learning_rate": 3.983950574138488e-05, + "loss": 0.1143, + "mean_token_accuracy": 0.9584260284900665, + "num_tokens": 79056767.0, + "step": 61430 + }, + { + "entropy": 1.0398344278335572, + "epoch": 5.86987675551734, + "grad_norm": 1.4741674661636353, + "learning_rate": 3.982403879251584e-05, + "loss": 0.1045, + "mean_token_accuracy": 0.961469030380249, + "num_tokens": 79069566.0, + "step": 61440 + }, + { + "entropy": 1.0443227648735047, + "epoch": 5.87083213910385, + "grad_norm": 1.5799638032913208, + "learning_rate": 3.980857285939927e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.9588559746742249, + "num_tokens": 79082727.0, + "step": 61450 + }, + { + "entropy": 1.037502408027649, + "epoch": 5.87178752269036, + "grad_norm": 1.4670242071151733, + "learning_rate": 3.979310794357899e-05, + "loss": 0.0934, + "mean_token_accuracy": 0.9649807989597321, + "num_tokens": 79095534.0, + "step": 61460 + }, + { + "entropy": 1.035950058698654, + "epoch": 5.87274290627687, + "grad_norm": 1.1389858722686768, + "learning_rate": 3.977764404659866e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9628371000289917, + "num_tokens": 79108362.0, + "step": 61470 + }, + { + "entropy": 1.0257230937480926, + "epoch": 5.8736982898633805, + "grad_norm": 1.2419681549072266, + "learning_rate": 3.97621811700019e-05, + "loss": 0.1149, + "mean_token_accuracy": 0.9556540369987487, + "num_tokens": 79121160.0, + "step": 61480 + }, + { + "entropy": 1.0223295390605927, + "epoch": 5.87465367344989, + "grad_norm": 1.5307592153549194, + "learning_rate": 3.974671931533215e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.9614972233772278, + "num_tokens": 79133560.0, + "step": 61490 + }, + { + "entropy": 1.0206781327724457, + "epoch": 5.8756090570364, + "grad_norm": 1.1615639925003052, + "learning_rate": 3.9731258484132864e-05, + "loss": 0.0902, + "mean_token_accuracy": 0.9641754269599915, + "num_tokens": 79145930.0, + "step": 61500 + }, + { + "entropy": 1.0343364834785462, + "epoch": 5.87656444062291, + "grad_norm": 1.2505412101745605, + "learning_rate": 3.9715798677947246e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9561149835586548, + "num_tokens": 79158656.0, + "step": 61510 + }, + { + "entropy": 1.0327258229255676, + "epoch": 5.87751982420942, + "grad_norm": 1.5462214946746826, + "learning_rate": 3.9700339898318526e-05, + "loss": 0.1135, + "mean_token_accuracy": 0.9572533547878266, + "num_tokens": 79171373.0, + "step": 61520 + }, + { + "entropy": 1.0219500958919525, + "epoch": 5.87847520779593, + "grad_norm": 1.6182887554168701, + "learning_rate": 3.968488214678978e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9599079251289367, + "num_tokens": 79184173.0, + "step": 61530 + }, + { + "entropy": 1.0370099067687988, + "epoch": 5.87943059138244, + "grad_norm": 1.4433380365371704, + "learning_rate": 3.966942542490396e-05, + "loss": 0.1017, + "mean_token_accuracy": 0.9602031648159027, + "num_tokens": 79196926.0, + "step": 61540 + }, + { + "entropy": 1.0170629024505615, + "epoch": 5.88038597496895, + "grad_norm": 1.7368509769439697, + "learning_rate": 3.9653969734203956e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9564498424530029, + "num_tokens": 79209700.0, + "step": 61550 + }, + { + "entropy": 1.0302006244659423, + "epoch": 5.88134135855546, + "grad_norm": 1.963875412940979, + "learning_rate": 3.963851507623251e-05, + "loss": 0.1108, + "mean_token_accuracy": 0.9609529197216033, + "num_tokens": 79222359.0, + "step": 61560 + }, + { + "entropy": 1.0349029302597046, + "epoch": 5.88229674214197, + "grad_norm": 0.9910768866539001, + "learning_rate": 3.962306145253234e-05, + "loss": 0.0894, + "mean_token_accuracy": 0.9658411324024201, + "num_tokens": 79235306.0, + "step": 61570 + }, + { + "entropy": 1.0201275944709778, + "epoch": 5.88325212572848, + "grad_norm": 1.4292348623275757, + "learning_rate": 3.9607608864645946e-05, + "loss": 0.1115, + "mean_token_accuracy": 0.957769650220871, + "num_tokens": 79247941.0, + "step": 61580 + }, + { + "entropy": 1.0256729960441588, + "epoch": 5.88420750931499, + "grad_norm": 1.2291687726974487, + "learning_rate": 3.9592157314115825e-05, + "loss": 0.1103, + "mean_token_accuracy": 0.9577560722827911, + "num_tokens": 79261228.0, + "step": 61590 + }, + { + "entropy": 1.0296346366405487, + "epoch": 5.8851628929015, + "grad_norm": 1.169723629951477, + "learning_rate": 3.957670680248434e-05, + "loss": 0.105, + "mean_token_accuracy": 0.9623091340065002, + "num_tokens": 79274279.0, + "step": 61600 + }, + { + "entropy": 1.0097352504730224, + "epoch": 5.88611827648801, + "grad_norm": 1.6331703662872314, + "learning_rate": 3.956125733129371e-05, + "loss": 0.0909, + "mean_token_accuracy": 0.9674085140228271, + "num_tokens": 79287126.0, + "step": 61610 + }, + { + "entropy": 1.0134797930717467, + "epoch": 5.88707366007452, + "grad_norm": 2.134390115737915, + "learning_rate": 3.954580890208611e-05, + "loss": 0.1174, + "mean_token_accuracy": 0.9566058933734893, + "num_tokens": 79299702.0, + "step": 61620 + }, + { + "entropy": 1.0269046485424043, + "epoch": 5.88802904366103, + "grad_norm": 1.7461615800857544, + "learning_rate": 3.9530361516403574e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9575487494468689, + "num_tokens": 79312198.0, + "step": 61630 + }, + { + "entropy": 1.0217562437057495, + "epoch": 5.88898442724754, + "grad_norm": 1.8300869464874268, + "learning_rate": 3.9514915175788045e-05, + "loss": 0.098, + "mean_token_accuracy": 0.9620098948478699, + "num_tokens": 79325145.0, + "step": 61640 + }, + { + "entropy": 1.0212709844112395, + "epoch": 5.88993981083405, + "grad_norm": 0.8924358487129211, + "learning_rate": 3.9499469881781334e-05, + "loss": 0.1006, + "mean_token_accuracy": 0.9622499763965606, + "num_tokens": 79337576.0, + "step": 61650 + }, + { + "entropy": 1.019365704059601, + "epoch": 5.89089519442056, + "grad_norm": 2.112271785736084, + "learning_rate": 3.948402563592522e-05, + "loss": 0.1102, + "mean_token_accuracy": 0.9561281263828277, + "num_tokens": 79350410.0, + "step": 61660 + }, + { + "entropy": 1.0231602549552918, + "epoch": 5.89185057800707, + "grad_norm": 1.3733452558517456, + "learning_rate": 3.94685824397613e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9622648298740387, + "num_tokens": 79363594.0, + "step": 61670 + }, + { + "entropy": 1.029438716173172, + "epoch": 5.89280596159358, + "grad_norm": 1.6117751598358154, + "learning_rate": 3.9453140294831094e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9557876527309418, + "num_tokens": 79376863.0, + "step": 61680 + }, + { + "entropy": 1.0274737477302551, + "epoch": 5.893761345180089, + "grad_norm": 2.0141873359680176, + "learning_rate": 3.9437699202676025e-05, + "loss": 0.0961, + "mean_token_accuracy": 0.9627072095870972, + "num_tokens": 79389812.0, + "step": 61690 + }, + { + "entropy": 1.0289338171482085, + "epoch": 5.8947167287666, + "grad_norm": 1.1826233863830566, + "learning_rate": 3.942225916483741e-05, + "loss": 0.1134, + "mean_token_accuracy": 0.9521836638450623, + "num_tokens": 79402505.0, + "step": 61700 + }, + { + "entropy": 1.0253905177116394, + "epoch": 5.895672112353109, + "grad_norm": 1.456802487373352, + "learning_rate": 3.940682018285645e-05, + "loss": 0.1106, + "mean_token_accuracy": 0.9566626191139221, + "num_tokens": 79415418.0, + "step": 61710 + }, + { + "entropy": 1.0128449618816375, + "epoch": 5.89662749593962, + "grad_norm": 1.6037166118621826, + "learning_rate": 3.9391382258274225e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9601443350315094, + "num_tokens": 79428033.0, + "step": 61720 + }, + { + "entropy": 1.0310808777809144, + "epoch": 5.89758287952613, + "grad_norm": 1.2219289541244507, + "learning_rate": 3.937594539263178e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.96034055352211, + "num_tokens": 79441538.0, + "step": 61730 + }, + { + "entropy": 1.0405839085578918, + "epoch": 5.8985382631126395, + "grad_norm": 2.2594616413116455, + "learning_rate": 3.936050958746995e-05, + "loss": 0.1212, + "mean_token_accuracy": 0.9496268153190612, + "num_tokens": 79454568.0, + "step": 61740 + }, + { + "entropy": 1.0121319115161895, + "epoch": 5.89949364669915, + "grad_norm": 1.7541954517364502, + "learning_rate": 3.934507484432954e-05, + "loss": 0.091, + "mean_token_accuracy": 0.9646429657936096, + "num_tokens": 79467493.0, + "step": 61750 + }, + { + "entropy": 1.0319960117340088, + "epoch": 5.900449030285659, + "grad_norm": 1.5224815607070923, + "learning_rate": 3.932964116475126e-05, + "loss": 0.1209, + "mean_token_accuracy": 0.9530932664871216, + "num_tokens": 79480276.0, + "step": 61760 + }, + { + "entropy": 1.0181276857852937, + "epoch": 5.90140441387217, + "grad_norm": 2.2972278594970703, + "learning_rate": 3.931420855027564e-05, + "loss": 0.1154, + "mean_token_accuracy": 0.9579573690891265, + "num_tokens": 79492947.0, + "step": 61770 + }, + { + "entropy": 1.0018022060394287, + "epoch": 5.902359797458679, + "grad_norm": 1.1152929067611694, + "learning_rate": 3.929877700244316e-05, + "loss": 0.1024, + "mean_token_accuracy": 0.9616099536418915, + "num_tokens": 79505419.0, + "step": 61780 + }, + { + "entropy": 1.0285966575145722, + "epoch": 5.90331518104519, + "grad_norm": 1.7585029602050781, + "learning_rate": 3.9283346522794186e-05, + "loss": 0.1013, + "mean_token_accuracy": 0.9615171372890472, + "num_tokens": 79518694.0, + "step": 61790 + }, + { + "entropy": 1.026119065284729, + "epoch": 5.9042705646317, + "grad_norm": 1.5583096742630005, + "learning_rate": 3.926791711286896e-05, + "loss": 0.0835, + "mean_token_accuracy": 0.9681972563266754, + "num_tokens": 79531225.0, + "step": 61800 + }, + { + "entropy": 1.0132356464862824, + "epoch": 5.9052259482182095, + "grad_norm": 1.7187968492507935, + "learning_rate": 3.925248877420761e-05, + "loss": 0.0924, + "mean_token_accuracy": 0.9647851109504699, + "num_tokens": 79544097.0, + "step": 61810 + }, + { + "entropy": 1.0254279613494872, + "epoch": 5.90618133180472, + "grad_norm": 1.2748491764068604, + "learning_rate": 3.923706150835021e-05, + "loss": 0.1002, + "mean_token_accuracy": 0.961891382932663, + "num_tokens": 79556833.0, + "step": 61820 + }, + { + "entropy": 1.007824444770813, + "epoch": 5.907136715391229, + "grad_norm": 1.4433764219284058, + "learning_rate": 3.9221635316836685e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9602590441703797, + "num_tokens": 79569746.0, + "step": 61830 + }, + { + "entropy": 1.0097986996173858, + "epoch": 5.90809209897774, + "grad_norm": 2.4321045875549316, + "learning_rate": 3.920621020120684e-05, + "loss": 0.1, + "mean_token_accuracy": 0.9586215734481811, + "num_tokens": 79582860.0, + "step": 61840 + }, + { + "entropy": 1.009093564748764, + "epoch": 5.909047482564249, + "grad_norm": 2.118267059326172, + "learning_rate": 3.919078616300042e-05, + "loss": 0.1018, + "mean_token_accuracy": 0.9579114198684693, + "num_tokens": 79596100.0, + "step": 61850 + }, + { + "entropy": 1.0217463672161102, + "epoch": 5.9100028661507595, + "grad_norm": 1.3836581707000732, + "learning_rate": 3.917536320375699e-05, + "loss": 0.0996, + "mean_token_accuracy": 0.9591960132122039, + "num_tokens": 79609767.0, + "step": 61860 + }, + { + "entropy": 1.0017227470874785, + "epoch": 5.91095824973727, + "grad_norm": 1.8512814044952393, + "learning_rate": 3.9159941325016106e-05, + "loss": 0.095, + "mean_token_accuracy": 0.9665088891983032, + "num_tokens": 79622225.0, + "step": 61870 + }, + { + "entropy": 0.9995243668556213, + "epoch": 5.911913633323779, + "grad_norm": 1.5968166589736938, + "learning_rate": 3.914452052831711e-05, + "loss": 0.0988, + "mean_token_accuracy": 0.9605613470077514, + "num_tokens": 79635034.0, + "step": 61880 + }, + { + "entropy": 1.010580176115036, + "epoch": 5.91286901691029, + "grad_norm": 0.8088936805725098, + "learning_rate": 3.912910081519931e-05, + "loss": 0.1068, + "mean_token_accuracy": 0.9614998579025269, + "num_tokens": 79647391.0, + "step": 61890 + }, + { + "entropy": 1.0059201121330261, + "epoch": 5.913824400496799, + "grad_norm": 2.0362021923065186, + "learning_rate": 3.9113682187201913e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9631749927997589, + "num_tokens": 79660552.0, + "step": 61900 + }, + { + "entropy": 1.0247117936611176, + "epoch": 5.91477978408331, + "grad_norm": 1.619004249572754, + "learning_rate": 3.909826464586395e-05, + "loss": 0.102, + "mean_token_accuracy": 0.9577327370643616, + "num_tokens": 79673961.0, + "step": 61910 + }, + { + "entropy": 1.008666181564331, + "epoch": 5.915735167669819, + "grad_norm": 0.7736952304840088, + "learning_rate": 3.90828481927244e-05, + "loss": 0.0985, + "mean_token_accuracy": 0.960246068239212, + "num_tokens": 79686598.0, + "step": 61920 + }, + { + "entropy": 1.022424840927124, + "epoch": 5.9166905512563295, + "grad_norm": 2.57283616065979, + "learning_rate": 3.906743282932209e-05, + "loss": 0.1074, + "mean_token_accuracy": 0.9568911373615265, + "num_tokens": 79699090.0, + "step": 61930 + }, + { + "entropy": 1.0242391109466553, + "epoch": 5.91764593484284, + "grad_norm": 1.3024232387542725, + "learning_rate": 3.9052018557195804e-05, + "loss": 0.1032, + "mean_token_accuracy": 0.958577710390091, + "num_tokens": 79711804.0, + "step": 61940 + }, + { + "entropy": 1.0358663260936738, + "epoch": 5.918601318429349, + "grad_norm": 1.905018925666809, + "learning_rate": 3.903660537788413e-05, + "loss": 0.1338, + "mean_token_accuracy": 0.9488422691822052, + "num_tokens": 79724726.0, + "step": 61950 + }, + { + "entropy": 1.0411785185337066, + "epoch": 5.91955670201586, + "grad_norm": 1.226638913154602, + "learning_rate": 3.9021193292925615e-05, + "loss": 0.0973, + "mean_token_accuracy": 0.9595507442951202, + "num_tokens": 79738445.0, + "step": 61960 + }, + { + "entropy": 1.0243675768375398, + "epoch": 5.920512085602369, + "grad_norm": 1.8563257455825806, + "learning_rate": 3.900578230385871e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9620661437511444, + "num_tokens": 79751134.0, + "step": 61970 + }, + { + "entropy": 1.0133955836296082, + "epoch": 5.92146746918888, + "grad_norm": 1.204803466796875, + "learning_rate": 3.8990372412221664e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9569243967533112, + "num_tokens": 79763939.0, + "step": 61980 + }, + { + "entropy": 1.0117568671703339, + "epoch": 5.922422852775389, + "grad_norm": 1.6408010721206665, + "learning_rate": 3.897496361955272e-05, + "loss": 0.1021, + "mean_token_accuracy": 0.959793072938919, + "num_tokens": 79776692.0, + "step": 61990 + }, + { + "entropy": 1.0207461953163146, + "epoch": 5.923378236361899, + "grad_norm": 1.3194936513900757, + "learning_rate": 3.895955592738993e-05, + "loss": 0.1015, + "mean_token_accuracy": 0.960760623216629, + "num_tokens": 79789529.0, + "step": 62000 + }, + { + "entropy": 1.0249800860881806, + "epoch": 5.924333619948409, + "grad_norm": 1.6646090745925903, + "learning_rate": 3.8944149337271294e-05, + "loss": 0.1076, + "mean_token_accuracy": 0.9539639115333557, + "num_tokens": 79802271.0, + "step": 62010 + }, + { + "entropy": 1.0282216548919678, + "epoch": 5.925289003534919, + "grad_norm": 1.2230275869369507, + "learning_rate": 3.8928743850734674e-05, + "loss": 0.1008, + "mean_token_accuracy": 0.9618949830532074, + "num_tokens": 79815202.0, + "step": 62020 + }, + { + "entropy": 1.0340382516384126, + "epoch": 5.926244387121429, + "grad_norm": 1.9102510213851929, + "learning_rate": 3.8913339469317834e-05, + "loss": 0.0991, + "mean_token_accuracy": 0.9597411036491394, + "num_tokens": 79828480.0, + "step": 62030 + }, + { + "entropy": 1.0033122420310974, + "epoch": 5.927199770707939, + "grad_norm": 1.9496456384658813, + "learning_rate": 3.889793619455839e-05, + "loss": 0.1077, + "mean_token_accuracy": 0.9598038136959076, + "num_tokens": 79840883.0, + "step": 62040 + }, + { + "entropy": 1.0223150849342346, + "epoch": 5.9281551542944495, + "grad_norm": 2.7303991317749023, + "learning_rate": 3.888253402799391e-05, + "loss": 0.1234, + "mean_token_accuracy": 0.9509521305561066, + "num_tokens": 79854190.0, + "step": 62050 + }, + { + "entropy": 1.0144060254096985, + "epoch": 5.929110537880959, + "grad_norm": 1.3190345764160156, + "learning_rate": 3.8867132971161824e-05, + "loss": 0.0931, + "mean_token_accuracy": 0.964495575428009, + "num_tokens": 79866944.0, + "step": 62060 + }, + { + "entropy": 1.030254590511322, + "epoch": 5.930065921467469, + "grad_norm": 1.9382381439208984, + "learning_rate": 3.885173302559943e-05, + "loss": 0.1059, + "mean_token_accuracy": 0.9587805092334747, + "num_tokens": 79879769.0, + "step": 62070 + }, + { + "entropy": 1.0019972920417786, + "epoch": 5.931021305053979, + "grad_norm": 1.457756757736206, + "learning_rate": 3.883633419284395e-05, + "loss": 0.1051, + "mean_token_accuracy": 0.9628636002540588, + "num_tokens": 79891852.0, + "step": 62080 + }, + { + "entropy": 1.0275108754634856, + "epoch": 5.931976688640489, + "grad_norm": 1.530314564704895, + "learning_rate": 3.882093647443245e-05, + "loss": 0.0982, + "mean_token_accuracy": 0.9614939749240875, + "num_tokens": 79904385.0, + "step": 62090 + }, + { + "entropy": 1.0177276253700256, + "epoch": 5.932932072226999, + "grad_norm": 1.8603508472442627, + "learning_rate": 3.880553987190195e-05, + "loss": 0.0872, + "mean_token_accuracy": 0.9663986444473267, + "num_tokens": 79917430.0, + "step": 62100 + }, + { + "entropy": 1.0112157702445983, + "epoch": 5.933887455813509, + "grad_norm": 1.7639904022216797, + "learning_rate": 3.8790144386789274e-05, + "loss": 0.1109, + "mean_token_accuracy": 0.9573769390583038, + "num_tokens": 79930213.0, + "step": 62110 + }, + { + "entropy": 1.0163435339927673, + "epoch": 5.934842839400019, + "grad_norm": 1.7497323751449585, + "learning_rate": 3.87747500206312e-05, + "loss": 0.0948, + "mean_token_accuracy": 0.9602203786373138, + "num_tokens": 79943160.0, + "step": 62120 + }, + { + "entropy": 1.0263968586921692, + "epoch": 5.935798222986529, + "grad_norm": 1.627826452255249, + "learning_rate": 3.875935677496441e-05, + "loss": 0.097, + "mean_token_accuracy": 0.9622355043888092, + "num_tokens": 79956390.0, + "step": 62130 + }, + { + "entropy": 0.9963499784469605, + "epoch": 5.936753606573039, + "grad_norm": 1.6843287944793701, + "learning_rate": 3.874396465132539e-05, + "loss": 0.0863, + "mean_token_accuracy": 0.9652756989002228, + "num_tokens": 79968762.0, + "step": 62140 + }, + { + "entropy": 1.0068610191345215, + "epoch": 5.937708990159549, + "grad_norm": 1.8287686109542847, + "learning_rate": 3.8728573651250606e-05, + "loss": 0.1019, + "mean_token_accuracy": 0.9615046620368958, + "num_tokens": 79981169.0, + "step": 62150 + }, + { + "entropy": 1.015872198343277, + "epoch": 5.938664373746059, + "grad_norm": 0.7183125615119934, + "learning_rate": 3.8713183776276335e-05, + "loss": 0.09, + "mean_token_accuracy": 0.9659206211566925, + "num_tokens": 79993693.0, + "step": 62160 + }, + { + "entropy": 1.012812066078186, + "epoch": 5.939619757332569, + "grad_norm": 0.9932870268821716, + "learning_rate": 3.86977950279388e-05, + "loss": 0.0936, + "mean_token_accuracy": 0.9617720365524292, + "num_tokens": 80006302.0, + "step": 62170 + }, + { + "entropy": 1.0288694024085998, + "epoch": 5.940575140919079, + "grad_norm": 1.5913413763046265, + "learning_rate": 3.868240740777407e-05, + "loss": 0.107, + "mean_token_accuracy": 0.9585261106491089, + "num_tokens": 80019136.0, + "step": 62180 + }, + { + "entropy": 1.028071403503418, + "epoch": 5.941530524505589, + "grad_norm": 1.4820865392684937, + "learning_rate": 3.866702091731811e-05, + "loss": 0.1057, + "mean_token_accuracy": 0.959536099433899, + "num_tokens": 80031866.0, + "step": 62190 + }, + { + "entropy": 1.0144429504871368, + "epoch": 5.942485908092099, + "grad_norm": 1.5042634010314941, + "learning_rate": 3.865163555810683e-05, + "loss": 0.113, + "mean_token_accuracy": 0.9571318387985229, + "num_tokens": 80044678.0, + "step": 62200 + }, + { + "entropy": 1.017806214094162, + "epoch": 5.943441291678609, + "grad_norm": 1.8949568271636963, + "learning_rate": 3.8636251331675924e-05, + "loss": 0.1055, + "mean_token_accuracy": 0.9630699336528779, + "num_tokens": 80057326.0, + "step": 62210 + }, + { + "entropy": 1.0194524943828582, + "epoch": 5.944396675265119, + "grad_norm": 1.2861000299453735, + "learning_rate": 3.862086823956106e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9616447269916535, + "num_tokens": 80070864.0, + "step": 62220 + }, + { + "entropy": 1.011098140478134, + "epoch": 5.945352058851629, + "grad_norm": 1.5407499074935913, + "learning_rate": 3.860548628329774e-05, + "loss": 0.0997, + "mean_token_accuracy": 0.9617046177387237, + "num_tokens": 80083351.0, + "step": 62230 + }, + { + "entropy": 1.0114582479000092, + "epoch": 5.946307442438139, + "grad_norm": 1.1418131589889526, + "learning_rate": 3.85901054644214e-05, + "loss": 0.0927, + "mean_token_accuracy": 0.967076963186264, + "num_tokens": 80096555.0, + "step": 62240 + }, + { + "entropy": 1.0122593939304352, + "epoch": 5.947262826024649, + "grad_norm": 1.9799699783325195, + "learning_rate": 3.857472578446731e-05, + "loss": 0.1088, + "mean_token_accuracy": 0.9585046768188477, + "num_tokens": 80109320.0, + "step": 62250 + }, + { + "entropy": 1.0103198409080505, + "epoch": 5.948218209611159, + "grad_norm": 1.0533021688461304, + "learning_rate": 3.8559347244970647e-05, + "loss": 0.0989, + "mean_token_accuracy": 0.9658467769622803, + "num_tokens": 80121779.0, + "step": 62260 + }, + { + "entropy": 1.023283702135086, + "epoch": 5.949173593197669, + "grad_norm": 1.178995132446289, + "learning_rate": 3.854396984746652e-05, + "loss": 0.0984, + "mean_token_accuracy": 0.9601428866386413, + "num_tokens": 80134462.0, + "step": 62270 + }, + { + "entropy": 1.0234045505523681, + "epoch": 5.950128976784179, + "grad_norm": 1.6053770780563354, + "learning_rate": 3.852859359348982e-05, + "loss": 0.1089, + "mean_token_accuracy": 0.9580406308174133, + "num_tokens": 80147481.0, + "step": 62280 + }, + { + "entropy": 1.0292825937271117, + "epoch": 5.951084360370689, + "grad_norm": 2.18164324760437, + "learning_rate": 3.8513218484575445e-05, + "loss": 0.121, + "mean_token_accuracy": 0.9517161905765533, + "num_tokens": 80160531.0, + "step": 62290 + }, + { + "entropy": 1.026837056875229, + "epoch": 5.952039743957199, + "grad_norm": 1.7077573537826538, + "learning_rate": 3.849784452225809e-05, + "loss": 0.1156, + "mean_token_accuracy": 0.9567001938819886, + "num_tokens": 80173808.0, + "step": 62300 + }, + { + "entropy": 1.0186555624008178, + "epoch": 5.9529951275437085, + "grad_norm": 2.111332893371582, + "learning_rate": 3.848247170807238e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9584100067615509, + "num_tokens": 80186753.0, + "step": 62310 + }, + { + "entropy": 1.0124140620231628, + "epoch": 5.953950511130219, + "grad_norm": 1.2057985067367554, + "learning_rate": 3.846710004355279e-05, + "loss": 0.1036, + "mean_token_accuracy": 0.9640406906604767, + "num_tokens": 80199507.0, + "step": 62320 + }, + { + "entropy": 1.0137410759925842, + "epoch": 5.954905894716729, + "grad_norm": 1.9246774911880493, + "learning_rate": 3.8451729530233723e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9589858770370483, + "num_tokens": 80212262.0, + "step": 62330 + }, + { + "entropy": 1.004362565279007, + "epoch": 5.955861278303239, + "grad_norm": 1.5968741178512573, + "learning_rate": 3.843636016964944e-05, + "loss": 0.0957, + "mean_token_accuracy": 0.9577942252159118, + "num_tokens": 80225107.0, + "step": 62340 + }, + { + "entropy": 1.0280641734600067, + "epoch": 5.956816661889749, + "grad_norm": 1.4392186403274536, + "learning_rate": 3.8420991963334066e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9654721796512604, + "num_tokens": 80237816.0, + "step": 62350 + }, + { + "entropy": 1.0208908140659332, + "epoch": 5.957772045476259, + "grad_norm": 1.3078049421310425, + "learning_rate": 3.8405624912821694e-05, + "loss": 0.1033, + "mean_token_accuracy": 0.9595757722854614, + "num_tokens": 80250384.0, + "step": 62360 + }, + { + "entropy": 1.021826434135437, + "epoch": 5.958727429062769, + "grad_norm": 1.8299084901809692, + "learning_rate": 3.839025901964619e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9561486423015595, + "num_tokens": 80262990.0, + "step": 62370 + }, + { + "entropy": 1.0158311784267426, + "epoch": 5.9596828126492785, + "grad_norm": 1.6070348024368286, + "learning_rate": 3.837489428534139e-05, + "loss": 0.1001, + "mean_token_accuracy": 0.9600379049777985, + "num_tokens": 80275706.0, + "step": 62380 + }, + { + "entropy": 1.014567393064499, + "epoch": 5.960638196235789, + "grad_norm": 1.576293706893921, + "learning_rate": 3.835953071144097e-05, + "loss": 0.1025, + "mean_token_accuracy": 0.9607201457023621, + "num_tokens": 80287995.0, + "step": 62390 + }, + { + "entropy": 1.021330189704895, + "epoch": 5.961593579822298, + "grad_norm": 1.338061809539795, + "learning_rate": 3.8344168299478524e-05, + "loss": 0.1034, + "mean_token_accuracy": 0.9604663074016571, + "num_tokens": 80301100.0, + "step": 62400 + }, + { + "entropy": 1.0162580609321594, + "epoch": 5.962548963408809, + "grad_norm": 2.2132890224456787, + "learning_rate": 3.832880705098748e-05, + "loss": 0.0983, + "mean_token_accuracy": 0.9633645832538604, + "num_tokens": 80313994.0, + "step": 62410 + }, + { + "entropy": 1.0196884334087373, + "epoch": 5.963504346995318, + "grad_norm": 1.8259145021438599, + "learning_rate": 3.831344696750119e-05, + "loss": 0.1053, + "mean_token_accuracy": 0.9557970762252808, + "num_tokens": 80325958.0, + "step": 62420 + }, + { + "entropy": 1.0285706758499145, + "epoch": 5.9644597305818285, + "grad_norm": 2.174171209335327, + "learning_rate": 3.829808805055291e-05, + "loss": 0.1043, + "mean_token_accuracy": 0.9553668618202209, + "num_tokens": 80338942.0, + "step": 62430 + }, + { + "entropy": 1.0067889034748077, + "epoch": 5.965415114168339, + "grad_norm": 0.9272754192352295, + "learning_rate": 3.828273030167569e-05, + "loss": 0.093, + "mean_token_accuracy": 0.9651469767093659, + "num_tokens": 80351383.0, + "step": 62440 + }, + { + "entropy": 1.0300532400608062, + "epoch": 5.966370497754848, + "grad_norm": 1.6165772676467896, + "learning_rate": 3.826737372240258e-05, + "loss": 0.1157, + "mean_token_accuracy": 0.9544595122337342, + "num_tokens": 80364499.0, + "step": 62450 + }, + { + "entropy": 1.0255918145179748, + "epoch": 5.967325881341359, + "grad_norm": 1.4934065341949463, + "learning_rate": 3.8252018314266416e-05, + "loss": 0.1073, + "mean_token_accuracy": 0.9574715375900269, + "num_tokens": 80377420.0, + "step": 62460 + }, + { + "entropy": 1.004960024356842, + "epoch": 5.968281264927868, + "grad_norm": 1.577393889427185, + "learning_rate": 3.823666407879999e-05, + "loss": 0.0935, + "mean_token_accuracy": 0.9646568238735199, + "num_tokens": 80390534.0, + "step": 62470 + }, + { + "entropy": 1.0204276263713836, + "epoch": 5.969236648514379, + "grad_norm": 1.544787049293518, + "learning_rate": 3.822131101753591e-05, + "loss": 0.1086, + "mean_token_accuracy": 0.9554676413536072, + "num_tokens": 80403650.0, + "step": 62480 + }, + { + "entropy": 1.024720150232315, + "epoch": 5.970192032100888, + "grad_norm": 1.4277458190917969, + "learning_rate": 3.820595913200672e-05, + "loss": 0.1054, + "mean_token_accuracy": 0.9568234086036682, + "num_tokens": 80416964.0, + "step": 62490 + }, + { + "entropy": 1.0181270778179168, + "epoch": 5.9711474156873985, + "grad_norm": 1.4261749982833862, + "learning_rate": 3.8190608423744836e-05, + "loss": 0.0906, + "mean_token_accuracy": 0.967006266117096, + "num_tokens": 80430110.0, + "step": 62500 + }, + { + "entropy": 1.0092538952827455, + "epoch": 5.972102799273909, + "grad_norm": 1.6242777109146118, + "learning_rate": 3.8175258894282504e-05, + "loss": 0.0967, + "mean_token_accuracy": 0.9631147801876068, + "num_tokens": 80442592.0, + "step": 62510 + }, + { + "entropy": 1.0383132338523864, + "epoch": 5.973058182860418, + "grad_norm": 1.9491088390350342, + "learning_rate": 3.815991054515197e-05, + "loss": 0.1224, + "mean_token_accuracy": 0.9520463228225708, + "num_tokens": 80456520.0, + "step": 62520 + }, + { + "entropy": 1.0301378607749938, + "epoch": 5.974013566446929, + "grad_norm": 1.0867480039596558, + "learning_rate": 3.814456337788521e-05, + "loss": 0.1063, + "mean_token_accuracy": 0.9559873044490814, + "num_tokens": 80469582.0, + "step": 62530 + }, + { + "entropy": 1.0205084800720214, + "epoch": 5.974968950033438, + "grad_norm": 1.6421085596084595, + "learning_rate": 3.8129217394014215e-05, + "loss": 0.1107, + "mean_token_accuracy": 0.9555006921291351, + "num_tokens": 80482353.0, + "step": 62540 + }, + { + "entropy": 1.018078726530075, + "epoch": 5.975924333619949, + "grad_norm": 1.2367991209030151, + "learning_rate": 3.811387259507078e-05, + "loss": 0.1078, + "mean_token_accuracy": 0.9603713870048523, + "num_tokens": 80494894.0, + "step": 62550 + }, + { + "entropy": 1.0102251946926117, + "epoch": 5.976879717206458, + "grad_norm": 2.275765895843506, + "learning_rate": 3.8098528982586596e-05, + "loss": 0.0914, + "mean_token_accuracy": 0.9652153968811035, + "num_tokens": 80507646.0, + "step": 62560 + }, + { + "entropy": 1.0225284576416016, + "epoch": 5.977835100792968, + "grad_norm": 1.18573796749115, + "learning_rate": 3.8083186558093275e-05, + "loss": 0.0972, + "mean_token_accuracy": 0.963681572675705, + "num_tokens": 80520754.0, + "step": 62570 + }, + { + "entropy": 1.025648021697998, + "epoch": 5.978790484379479, + "grad_norm": 1.57669997215271, + "learning_rate": 3.8067845323122244e-05, + "loss": 0.0994, + "mean_token_accuracy": 0.9645108282566071, + "num_tokens": 80533726.0, + "step": 62580 + }, + { + "entropy": 1.0324605345726012, + "epoch": 5.979745867965988, + "grad_norm": 1.6966824531555176, + "learning_rate": 3.8052505279204884e-05, + "loss": 0.1029, + "mean_token_accuracy": 0.9563852906227112, + "num_tokens": 80547050.0, + "step": 62590 + }, + { + "entropy": 1.028790497779846, + "epoch": 5.980701251552499, + "grad_norm": 1.6510225534439087, + "learning_rate": 3.803716642787238e-05, + "loss": 0.1225, + "mean_token_accuracy": 0.9517078578472138, + "num_tokens": 80560129.0, + "step": 62600 + }, + { + "entropy": 1.021961086988449, + "epoch": 5.981656635139008, + "grad_norm": 1.1750673055648804, + "learning_rate": 3.802182877065588e-05, + "loss": 0.0852, + "mean_token_accuracy": 0.9663043439388275, + "num_tokens": 80573288.0, + "step": 62610 + }, + { + "entropy": 1.0246172547340393, + "epoch": 5.9826120187255185, + "grad_norm": 0.9531338810920715, + "learning_rate": 3.800649230908633e-05, + "loss": 0.0852, + "mean_token_accuracy": 0.9660996675491333, + "num_tokens": 80586741.0, + "step": 62620 + }, + { + "entropy": 1.0222136557102204, + "epoch": 5.983567402312028, + "grad_norm": 1.8507999181747437, + "learning_rate": 3.7991157044694634e-05, + "loss": 0.1101, + "mean_token_accuracy": 0.9553034365177154, + "num_tokens": 80599728.0, + "step": 62630 + }, + { + "entropy": 1.018364667892456, + "epoch": 5.984522785898538, + "grad_norm": 2.7780449390411377, + "learning_rate": 3.797582297901151e-05, + "loss": 0.0954, + "mean_token_accuracy": 0.9613158226013183, + "num_tokens": 80612315.0, + "step": 62640 + }, + { + "entropy": 1.0249176144599914, + "epoch": 5.985478169485049, + "grad_norm": 1.5994833707809448, + "learning_rate": 3.7960490113567605e-05, + "loss": 0.099, + "mean_token_accuracy": 0.9587828159332276, + "num_tokens": 80625430.0, + "step": 62650 + }, + { + "entropy": 1.0119335532188416, + "epoch": 5.986433553071558, + "grad_norm": 1.3649591207504272, + "learning_rate": 3.7945158449893434e-05, + "loss": 0.0911, + "mean_token_accuracy": 0.9631093382835388, + "num_tokens": 80637992.0, + "step": 62660 + }, + { + "entropy": 1.0287585735321045, + "epoch": 5.987388936658069, + "grad_norm": 1.889898419380188, + "learning_rate": 3.7929827989519343e-05, + "loss": 0.109, + "mean_token_accuracy": 0.9578115224838257, + "num_tokens": 80650812.0, + "step": 62670 + }, + { + "entropy": 1.020549476146698, + "epoch": 5.988344320244578, + "grad_norm": 1.4333772659301758, + "learning_rate": 3.791449873397567e-05, + "loss": 0.1186, + "mean_token_accuracy": 0.9558453142642975, + "num_tokens": 80663340.0, + "step": 62680 + }, + { + "entropy": 1.0234499096870422, + "epoch": 5.9892997038310885, + "grad_norm": 2.1279125213623047, + "learning_rate": 3.7899170684792496e-05, + "loss": 0.1056, + "mean_token_accuracy": 0.9600516259670258, + "num_tokens": 80676322.0, + "step": 62690 + }, + { + "entropy": 1.0215152561664582, + "epoch": 5.990255087417598, + "grad_norm": 1.251222848892212, + "learning_rate": 3.7883843843499894e-05, + "loss": 0.1042, + "mean_token_accuracy": 0.961262720823288, + "num_tokens": 80689366.0, + "step": 62700 + }, + { + "entropy": 1.023007732629776, + "epoch": 5.991210471004108, + "grad_norm": 1.385604739189148, + "learning_rate": 3.786851821162775e-05, + "loss": 0.1158, + "mean_token_accuracy": 0.9544405043125153, + "num_tokens": 80702048.0, + "step": 62710 + }, + { + "entropy": 1.0221821665763855, + "epoch": 5.992165854590618, + "grad_norm": 2.267172336578369, + "learning_rate": 3.7853193790705845e-05, + "loss": 0.129, + "mean_token_accuracy": 0.9515088617801666, + "num_tokens": 80714504.0, + "step": 62720 + }, + { + "entropy": 1.0296167194843293, + "epoch": 5.993121238177128, + "grad_norm": 1.379683494567871, + "learning_rate": 3.7837870582263875e-05, + "loss": 0.104, + "mean_token_accuracy": 0.9619751751422883, + "num_tokens": 80727460.0, + "step": 62730 + }, + { + "entropy": 1.0262450635433198, + "epoch": 5.994076621763638, + "grad_norm": 1.670158863067627, + "learning_rate": 3.7822548587831335e-05, + "loss": 0.1062, + "mean_token_accuracy": 0.9564356684684754, + "num_tokens": 80740443.0, + "step": 62740 + }, + { + "entropy": 1.0117716014385223, + "epoch": 5.995032005350148, + "grad_norm": 1.477620244026184, + "learning_rate": 3.7807227808937715e-05, + "loss": 0.0892, + "mean_token_accuracy": 0.9630508184432983, + "num_tokens": 80752806.0, + "step": 62750 + }, + { + "entropy": 1.0186489462852477, + "epoch": 5.995987388936658, + "grad_norm": 2.2149906158447266, + "learning_rate": 3.779190824711225e-05, + "loss": 0.111, + "mean_token_accuracy": 0.9546721398830413, + "num_tokens": 80765417.0, + "step": 62760 + }, + { + "entropy": 1.0198725879192352, + "epoch": 5.996942772523168, + "grad_norm": 1.8696470260620117, + "learning_rate": 3.7776589903884176e-05, + "loss": 0.1011, + "mean_token_accuracy": 0.9607116162776947, + "num_tokens": 80778425.0, + "step": 62770 + }, + { + "entropy": 1.0382737219333649, + "epoch": 5.997898156109678, + "grad_norm": 2.102623701095581, + "learning_rate": 3.7761272780782506e-05, + "loss": 0.1198, + "mean_token_accuracy": 0.9536825120449066, + "num_tokens": 80791876.0, + "step": 62780 + }, + { + "entropy": 1.0342430651187897, + "epoch": 5.998853539696188, + "grad_norm": 1.8224272727966309, + "learning_rate": 3.774595687933621e-05, + "loss": 0.101, + "mean_token_accuracy": 0.9592976868152618, + "num_tokens": 80805071.0, + "step": 62790 + }, + { + "entropy": 1.010683137178421, + "epoch": 5.999808923282698, + "grad_norm": 1.3918588161468506, + "learning_rate": 3.77306422010741e-05, + "loss": 0.1061, + "mean_token_accuracy": 0.9570891916751861, + "num_tokens": 80817511.0, + "step": 62800 + }, + { + "entropy": 1.0193137764930724, + "epoch": 6.000764306869208, + "grad_norm": 1.1318446397781372, + "learning_rate": 3.771532874752484e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9799888968467713, + "num_tokens": 80829989.0, + "step": 62810 + }, + { + "entropy": 1.001673513650894, + "epoch": 6.001719690455718, + "grad_norm": 0.9620634913444519, + "learning_rate": 3.770001652021704e-05, + "loss": 0.0451, + "mean_token_accuracy": 0.9867578983306885, + "num_tokens": 80842659.0, + "step": 62820 + }, + { + "entropy": 1.0036692559719085, + "epoch": 6.002675074042228, + "grad_norm": 1.3529691696166992, + "learning_rate": 3.768470552067911e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9771297693252563, + "num_tokens": 80855465.0, + "step": 62830 + }, + { + "entropy": 0.9919776558876038, + "epoch": 6.003630457628738, + "grad_norm": 0.9377723336219788, + "learning_rate": 3.7669395750439426e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9777412116527557, + "num_tokens": 80868533.0, + "step": 62840 + }, + { + "entropy": 0.9882521986961365, + "epoch": 6.004585841215248, + "grad_norm": 0.6311290264129639, + "learning_rate": 3.765408721102613e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9766357600688934, + "num_tokens": 80881108.0, + "step": 62850 + }, + { + "entropy": 0.9930269002914429, + "epoch": 6.005541224801758, + "grad_norm": 1.2309666872024536, + "learning_rate": 3.763877990396735e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9747389554977417, + "num_tokens": 80894031.0, + "step": 62860 + }, + { + "entropy": 0.9951995432376861, + "epoch": 6.006496608388268, + "grad_norm": 1.323473334312439, + "learning_rate": 3.7623473830791025e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9760353803634644, + "num_tokens": 80906936.0, + "step": 62870 + }, + { + "entropy": 0.9928915083408356, + "epoch": 6.0074519919747775, + "grad_norm": 1.253036379814148, + "learning_rate": 3.760816899302499e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.978118073940277, + "num_tokens": 80919923.0, + "step": 62880 + }, + { + "entropy": 0.9796416640281678, + "epoch": 6.008407375561288, + "grad_norm": 0.8943529725074768, + "learning_rate": 3.759286539219697e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9772063314914703, + "num_tokens": 80932766.0, + "step": 62890 + }, + { + "entropy": 0.9834791779518127, + "epoch": 6.009362759147798, + "grad_norm": 1.5000795125961304, + "learning_rate": 3.757756302983451e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9816161513328552, + "num_tokens": 80945211.0, + "step": 62900 + }, + { + "entropy": 0.9966002881526947, + "epoch": 6.010318142734308, + "grad_norm": 1.1529340744018555, + "learning_rate": 3.756226190746514e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9770163059234619, + "num_tokens": 80958535.0, + "step": 62910 + }, + { + "entropy": 0.9759735703468323, + "epoch": 6.011273526320818, + "grad_norm": 1.2522271871566772, + "learning_rate": 3.7546962026616134e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9764349341392518, + "num_tokens": 80970943.0, + "step": 62920 + }, + { + "entropy": 0.9836650371551514, + "epoch": 6.012228909907328, + "grad_norm": 0.8725937008857727, + "learning_rate": 3.753166338881476e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9758766531944275, + "num_tokens": 80984105.0, + "step": 62930 + }, + { + "entropy": 0.9740506768226623, + "epoch": 6.013184293493838, + "grad_norm": 0.9394627809524536, + "learning_rate": 3.751636599558807e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9801563858985901, + "num_tokens": 80997036.0, + "step": 62940 + }, + { + "entropy": 0.9786321997642518, + "epoch": 6.0141396770803475, + "grad_norm": 2.6553025245666504, + "learning_rate": 3.750106984846306e-05, + "loss": 0.0671, + "mean_token_accuracy": 0.9730605185031891, + "num_tokens": 81010004.0, + "step": 62950 + }, + { + "entropy": 0.9674303233623505, + "epoch": 6.015095060666858, + "grad_norm": 1.7660188674926758, + "learning_rate": 3.748577494896657e-05, + "loss": 0.0463, + "mean_token_accuracy": 0.9802387177944183, + "num_tokens": 81022673.0, + "step": 62960 + }, + { + "entropy": 0.9756024420261383, + "epoch": 6.016050444253367, + "grad_norm": 0.7036334276199341, + "learning_rate": 3.7470481298625295e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9748634397983551, + "num_tokens": 81034859.0, + "step": 62970 + }, + { + "entropy": 0.9695566654205322, + "epoch": 6.017005827839878, + "grad_norm": 1.378348469734192, + "learning_rate": 3.7455188898965866e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9825663387775421, + "num_tokens": 81047655.0, + "step": 62980 + }, + { + "entropy": 0.9719404816627503, + "epoch": 6.017961211426388, + "grad_norm": 1.1162785291671753, + "learning_rate": 3.74398977515147e-05, + "loss": 0.0535, + "mean_token_accuracy": 0.9787862241268158, + "num_tokens": 81060424.0, + "step": 62990 + }, + { + "entropy": 0.9603044152259826, + "epoch": 6.0189165950128976, + "grad_norm": 1.1241519451141357, + "learning_rate": 3.742460785779821e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9784974992275238, + "num_tokens": 81072943.0, + "step": 63000 + }, + { + "entropy": 0.9741446733474731, + "epoch": 6.019871978599408, + "grad_norm": 1.627596378326416, + "learning_rate": 3.7409319219342556e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.979011869430542, + "num_tokens": 81085676.0, + "step": 63010 + }, + { + "entropy": 0.9728034794330597, + "epoch": 6.020827362185917, + "grad_norm": 1.5557247400283813, + "learning_rate": 3.739403183767386e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9764547646045685, + "num_tokens": 81098905.0, + "step": 63020 + }, + { + "entropy": 0.9711390018463135, + "epoch": 6.021782745772428, + "grad_norm": 1.7572174072265625, + "learning_rate": 3.7378745714318095e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9748524069786072, + "num_tokens": 81112053.0, + "step": 63030 + }, + { + "entropy": 0.9662685513496398, + "epoch": 6.022738129358937, + "grad_norm": 1.584235668182373, + "learning_rate": 3.736346085080108e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9795670807361603, + "num_tokens": 81124939.0, + "step": 63040 + }, + { + "entropy": 0.9837551712989807, + "epoch": 6.023693512945448, + "grad_norm": 1.208734154701233, + "learning_rate": 3.734817724864856e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783090889453888, + "num_tokens": 81137889.0, + "step": 63050 + }, + { + "entropy": 0.9702945828437806, + "epoch": 6.024648896531958, + "grad_norm": 0.965021550655365, + "learning_rate": 3.73328949093861e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9781610488891601, + "num_tokens": 81150439.0, + "step": 63060 + }, + { + "entropy": 0.9791577637195588, + "epoch": 6.0256042801184675, + "grad_norm": 1.992858648300171, + "learning_rate": 3.73176138345392e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9798124969005585, + "num_tokens": 81163223.0, + "step": 63070 + }, + { + "entropy": 0.9672236621379853, + "epoch": 6.026559663704978, + "grad_norm": 0.9788371920585632, + "learning_rate": 3.7302334025633145e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9798766732215881, + "num_tokens": 81176309.0, + "step": 63080 + }, + { + "entropy": 0.9683486819267273, + "epoch": 6.027515047291487, + "grad_norm": 1.6478769779205322, + "learning_rate": 3.728705548419319e-05, + "loss": 0.054, + "mean_token_accuracy": 0.980152428150177, + "num_tokens": 81188739.0, + "step": 63090 + }, + { + "entropy": 0.9716205775737763, + "epoch": 6.028470430877998, + "grad_norm": 1.0820075273513794, + "learning_rate": 3.727177821174443e-05, + "loss": 0.056, + "mean_token_accuracy": 0.977780669927597, + "num_tokens": 81201729.0, + "step": 63100 + }, + { + "entropy": 0.9709303498268127, + "epoch": 6.029425814464507, + "grad_norm": 1.250653862953186, + "learning_rate": 3.7256502209811786e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9797092258930207, + "num_tokens": 81214572.0, + "step": 63110 + }, + { + "entropy": 0.9752659142017365, + "epoch": 6.030381198051018, + "grad_norm": 1.023017406463623, + "learning_rate": 3.724122747992012e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9780629634857178, + "num_tokens": 81227642.0, + "step": 63120 + }, + { + "entropy": 0.9656620681285858, + "epoch": 6.031336581637527, + "grad_norm": 1.6125115156173706, + "learning_rate": 3.722595402359412e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9788834929466248, + "num_tokens": 81240078.0, + "step": 63130 + }, + { + "entropy": 0.9761537909507751, + "epoch": 6.032291965224037, + "grad_norm": 1.4062309265136719, + "learning_rate": 3.721068184235838e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9769949972629547, + "num_tokens": 81253341.0, + "step": 63140 + }, + { + "entropy": 0.9665878295898438, + "epoch": 6.033247348810548, + "grad_norm": 1.541890025138855, + "learning_rate": 3.719541093773732e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9781050026416779, + "num_tokens": 81266028.0, + "step": 63150 + }, + { + "entropy": 0.9544118881225586, + "epoch": 6.034202732397057, + "grad_norm": 1.1854543685913086, + "learning_rate": 3.71801413112553e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9823853135108948, + "num_tokens": 81278462.0, + "step": 63160 + }, + { + "entropy": 0.9782279014587403, + "epoch": 6.035158115983568, + "grad_norm": 1.5094342231750488, + "learning_rate": 3.716487296443651e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9736476182937622, + "num_tokens": 81291666.0, + "step": 63170 + }, + { + "entropy": 0.9596359014511109, + "epoch": 6.036113499570077, + "grad_norm": 1.166102409362793, + "learning_rate": 3.7149605898805e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.9764235317707062, + "num_tokens": 81304048.0, + "step": 63180 + }, + { + "entropy": 0.9610125482082367, + "epoch": 6.0370688831565875, + "grad_norm": 0.8929315209388733, + "learning_rate": 3.7134340115884736e-05, + "loss": 0.0458, + "mean_token_accuracy": 0.9827103912830353, + "num_tokens": 81316692.0, + "step": 63190 + }, + { + "entropy": 0.9783115029335022, + "epoch": 6.038024266743097, + "grad_norm": 0.7233525514602661, + "learning_rate": 3.7119075617199495e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9806327819824219, + "num_tokens": 81329480.0, + "step": 63200 + }, + { + "entropy": 0.9809659004211426, + "epoch": 6.038979650329607, + "grad_norm": 1.8471591472625732, + "learning_rate": 3.7103812404273005e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9802986741065979, + "num_tokens": 81342750.0, + "step": 63210 + }, + { + "entropy": 0.9700632214546203, + "epoch": 6.039935033916118, + "grad_norm": 1.654241681098938, + "learning_rate": 3.7088550478628766e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9764962494373322, + "num_tokens": 81355866.0, + "step": 63220 + }, + { + "entropy": 0.9649956226348877, + "epoch": 6.040890417502627, + "grad_norm": 0.9790753126144409, + "learning_rate": 3.707328984179028e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9778796315193177, + "num_tokens": 81368931.0, + "step": 63230 + }, + { + "entropy": 0.9765869855880738, + "epoch": 6.041845801089138, + "grad_norm": 1.545310378074646, + "learning_rate": 3.705803049528077e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9770408391952514, + "num_tokens": 81382186.0, + "step": 63240 + }, + { + "entropy": 0.964931172132492, + "epoch": 6.042801184675647, + "grad_norm": 1.8955076932907104, + "learning_rate": 3.704277244062345e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9801724910736084, + "num_tokens": 81394830.0, + "step": 63250 + }, + { + "entropy": 0.9754673659801483, + "epoch": 6.0437565682621575, + "grad_norm": 1.4250787496566772, + "learning_rate": 3.702751567934137e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9768704950809479, + "num_tokens": 81407846.0, + "step": 63260 + }, + { + "entropy": 0.9600041925907135, + "epoch": 6.044711951848667, + "grad_norm": 1.533553123474121, + "learning_rate": 3.701226021295741e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.976144653558731, + "num_tokens": 81419882.0, + "step": 63270 + }, + { + "entropy": 0.9863657355308533, + "epoch": 6.045667335435177, + "grad_norm": 1.0936836004257202, + "learning_rate": 3.6997006042994364e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9784820139408111, + "num_tokens": 81433271.0, + "step": 63280 + }, + { + "entropy": 0.9829231142997742, + "epoch": 6.046622719021687, + "grad_norm": 0.9694414138793945, + "learning_rate": 3.6981753170974885e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9806367695331574, + "num_tokens": 81446106.0, + "step": 63290 + }, + { + "entropy": 0.9730277597904206, + "epoch": 6.047578102608197, + "grad_norm": 1.4997283220291138, + "learning_rate": 3.6966501598421515e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9817206025123596, + "num_tokens": 81458802.0, + "step": 63300 + }, + { + "entropy": 0.9850638329982757, + "epoch": 6.0485334861947075, + "grad_norm": 2.230022430419922, + "learning_rate": 3.69512513268566e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9770461201667786, + "num_tokens": 81471983.0, + "step": 63310 + }, + { + "entropy": 0.9576174557209015, + "epoch": 6.049488869781217, + "grad_norm": 1.6917176246643066, + "learning_rate": 3.6936002357802464e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9809800684452057, + "num_tokens": 81484595.0, + "step": 63320 + }, + { + "entropy": 0.9735937774181366, + "epoch": 6.050444253367727, + "grad_norm": 2.2024624347686768, + "learning_rate": 3.6920754692781215e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9786637842655181, + "num_tokens": 81497674.0, + "step": 63330 + }, + { + "entropy": 0.96675705909729, + "epoch": 6.051399636954237, + "grad_norm": 1.5315264463424683, + "learning_rate": 3.690550833331484e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9786334156990051, + "num_tokens": 81510148.0, + "step": 63340 + }, + { + "entropy": 0.9681879281997681, + "epoch": 6.052355020540747, + "grad_norm": 1.0857694149017334, + "learning_rate": 3.689026328092525e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9812418162822724, + "num_tokens": 81522863.0, + "step": 63350 + }, + { + "entropy": 0.9689645230770111, + "epoch": 6.053310404127257, + "grad_norm": 2.074634552001953, + "learning_rate": 3.6875019537134146e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9782718241214752, + "num_tokens": 81535656.0, + "step": 63360 + }, + { + "entropy": 0.9843295097351075, + "epoch": 6.054265787713767, + "grad_norm": 2.321202278137207, + "learning_rate": 3.6859777103463177e-05, + "loss": 0.0754, + "mean_token_accuracy": 0.9744148135185242, + "num_tokens": 81548970.0, + "step": 63370 + }, + { + "entropy": 0.96600261926651, + "epoch": 6.0552211713002775, + "grad_norm": 2.419684648513794, + "learning_rate": 3.6844535981433784e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9710608005523682, + "num_tokens": 81561472.0, + "step": 63380 + }, + { + "entropy": 0.9814798295497894, + "epoch": 6.056176554886787, + "grad_norm": 0.8365459442138672, + "learning_rate": 3.682929617256736e-05, + "loss": 0.0491, + "mean_token_accuracy": 0.9803818464279175, + "num_tokens": 81574526.0, + "step": 63390 + }, + { + "entropy": 0.9726611733436584, + "epoch": 6.057131938473297, + "grad_norm": 2.215345859527588, + "learning_rate": 3.6814057678385116e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9790408313274384, + "num_tokens": 81586704.0, + "step": 63400 + }, + { + "entropy": 0.99160515666008, + "epoch": 6.058087322059807, + "grad_norm": 0.8605659604072571, + "learning_rate": 3.679882050040812e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9767217218875885, + "num_tokens": 81599226.0, + "step": 63410 + }, + { + "entropy": 0.9825089693069458, + "epoch": 6.059042705646317, + "grad_norm": 0.7162061333656311, + "learning_rate": 3.678358464015735e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.980468076467514, + "num_tokens": 81612508.0, + "step": 63420 + }, + { + "entropy": 0.9685504674911499, + "epoch": 6.059998089232827, + "grad_norm": 1.251783847808838, + "learning_rate": 3.676835009915362e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.9787670314311981, + "num_tokens": 81625089.0, + "step": 63430 + }, + { + "entropy": 0.9700521945953369, + "epoch": 6.060953472819337, + "grad_norm": 2.6363980770111084, + "learning_rate": 3.675311687891763e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9802539706230163, + "num_tokens": 81637737.0, + "step": 63440 + }, + { + "entropy": 0.9657120883464814, + "epoch": 6.0619088564058465, + "grad_norm": 1.1938092708587646, + "learning_rate": 3.6737884980969926e-05, + "loss": 0.0569, + "mean_token_accuracy": 0.9798985540866851, + "num_tokens": 81650517.0, + "step": 63450 + }, + { + "entropy": 0.9864878714084625, + "epoch": 6.062864239992357, + "grad_norm": 1.5010592937469482, + "learning_rate": 3.672265440683095e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9737141966819763, + "num_tokens": 81664003.0, + "step": 63460 + }, + { + "entropy": 0.9759057044982911, + "epoch": 6.063819623578867, + "grad_norm": 1.4636945724487305, + "learning_rate": 3.670742515802101e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9794777810573578, + "num_tokens": 81677243.0, + "step": 63470 + }, + { + "entropy": 0.9682590961456299, + "epoch": 6.064775007165377, + "grad_norm": 1.3986328840255737, + "learning_rate": 3.669219723606027e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9783672034740448, + "num_tokens": 81689985.0, + "step": 63480 + }, + { + "entropy": 0.9754769623279571, + "epoch": 6.065730390751887, + "grad_norm": 1.6201527118682861, + "learning_rate": 3.667697064246875e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9766657948493958, + "num_tokens": 81703174.0, + "step": 63490 + }, + { + "entropy": 0.9760273814201355, + "epoch": 6.066685774338397, + "grad_norm": 1.4206351041793823, + "learning_rate": 3.666174537876635e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9783949553966522, + "num_tokens": 81716508.0, + "step": 63500 + }, + { + "entropy": 0.9723236441612244, + "epoch": 6.067641157924907, + "grad_norm": 1.7816637754440308, + "learning_rate": 3.664652144647286e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9811723232269287, + "num_tokens": 81729124.0, + "step": 63510 + }, + { + "entropy": 0.9791533648967743, + "epoch": 6.0685965415114165, + "grad_norm": 1.3501989841461182, + "learning_rate": 3.663129884710789e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9788693368434906, + "num_tokens": 81742053.0, + "step": 63520 + }, + { + "entropy": 0.9823429942131042, + "epoch": 6.069551925097927, + "grad_norm": 0.6639036536216736, + "learning_rate": 3.6616077582190966e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9787607729434967, + "num_tokens": 81755349.0, + "step": 63530 + }, + { + "entropy": 0.9706582903862, + "epoch": 6.070507308684437, + "grad_norm": 1.8619530200958252, + "learning_rate": 3.660085765324142e-05, + "loss": 0.0498, + "mean_token_accuracy": 0.9808549225330353, + "num_tokens": 81767919.0, + "step": 63540 + }, + { + "entropy": 0.9799426615238189, + "epoch": 6.071462692270947, + "grad_norm": 2.0026562213897705, + "learning_rate": 3.658563906177851e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9753962159156799, + "num_tokens": 81780495.0, + "step": 63550 + }, + { + "entropy": 0.957091498374939, + "epoch": 6.072418075857457, + "grad_norm": 1.2744368314743042, + "learning_rate": 3.6570421809321355e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9808025181293487, + "num_tokens": 81792704.0, + "step": 63560 + }, + { + "entropy": 0.9731164395809173, + "epoch": 6.073373459443967, + "grad_norm": 1.264420747756958, + "learning_rate": 3.65552058973889e-05, + "loss": 0.0702, + "mean_token_accuracy": 0.9709055602550507, + "num_tokens": 81805245.0, + "step": 63570 + }, + { + "entropy": 0.996172434091568, + "epoch": 6.074328843030477, + "grad_norm": 1.4968912601470947, + "learning_rate": 3.653999132749999e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9799556016921998, + "num_tokens": 81818313.0, + "step": 63580 + }, + { + "entropy": 0.9768166542053223, + "epoch": 6.075284226616986, + "grad_norm": 1.043496012687683, + "learning_rate": 3.652477810117332e-05, + "loss": 0.061, + "mean_token_accuracy": 0.97673379778862, + "num_tokens": 81831703.0, + "step": 63590 + }, + { + "entropy": 0.9738362491130829, + "epoch": 6.076239610203497, + "grad_norm": 2.01470947265625, + "learning_rate": 3.650956621992746e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9807032644748688, + "num_tokens": 81845071.0, + "step": 63600 + }, + { + "entropy": 0.9684717178344726, + "epoch": 6.077194993790006, + "grad_norm": 1.435691475868225, + "learning_rate": 3.649435568528083e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9747958481311798, + "num_tokens": 81857683.0, + "step": 63610 + }, + { + "entropy": 0.9856979250907898, + "epoch": 6.078150377376517, + "grad_norm": 2.081568956375122, + "learning_rate": 3.647914649875173e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9811169564723968, + "num_tokens": 81870955.0, + "step": 63620 + }, + { + "entropy": 0.9876445710659028, + "epoch": 6.079105760963027, + "grad_norm": 1.5428917407989502, + "learning_rate": 3.6463938661858344e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9750027298927307, + "num_tokens": 81883897.0, + "step": 63630 + }, + { + "entropy": 0.9787940979003906, + "epoch": 6.0800611445495365, + "grad_norm": 1.7669154405593872, + "learning_rate": 3.6448732176118685e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9744831204414368, + "num_tokens": 81897146.0, + "step": 63640 + }, + { + "entropy": 0.9677474975585938, + "epoch": 6.081016528136047, + "grad_norm": 1.2573952674865723, + "learning_rate": 3.643352704305065e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9765141427516937, + "num_tokens": 81909830.0, + "step": 63650 + }, + { + "entropy": 0.9745795965194702, + "epoch": 6.081971911722556, + "grad_norm": 1.5145248174667358, + "learning_rate": 3.641832326417199e-05, + "loss": 0.0709, + "mean_token_accuracy": 0.9736350893974304, + "num_tokens": 81922683.0, + "step": 63660 + }, + { + "entropy": 0.9741559445858001, + "epoch": 6.082927295309067, + "grad_norm": 0.9124588966369629, + "learning_rate": 3.640312084100035e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9799944818019867, + "num_tokens": 81935660.0, + "step": 63670 + }, + { + "entropy": 0.976921558380127, + "epoch": 6.083882678895576, + "grad_norm": 2.7065176963806152, + "learning_rate": 3.638791977505318e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9775216758251191, + "num_tokens": 81948805.0, + "step": 63680 + }, + { + "entropy": 0.9650438845157623, + "epoch": 6.084838062482087, + "grad_norm": 1.276007890701294, + "learning_rate": 3.6372720067847854e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9820576906204224, + "num_tokens": 81961788.0, + "step": 63690 + }, + { + "entropy": 0.9690852701663971, + "epoch": 6.085793446068597, + "grad_norm": 1.593595027923584, + "learning_rate": 3.635752172090161e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9742435991764069, + "num_tokens": 81973934.0, + "step": 63700 + }, + { + "entropy": 0.9795970976352691, + "epoch": 6.086748829655106, + "grad_norm": 1.394209861755371, + "learning_rate": 3.6342324735731495e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9799677968025208, + "num_tokens": 81986350.0, + "step": 63710 + }, + { + "entropy": 0.9809033989906311, + "epoch": 6.087704213241617, + "grad_norm": 1.3678532838821411, + "learning_rate": 3.632712911385448e-05, + "loss": 0.0472, + "mean_token_accuracy": 0.9808220803737641, + "num_tokens": 81999581.0, + "step": 63720 + }, + { + "entropy": 0.9583873689174652, + "epoch": 6.088659596828126, + "grad_norm": 1.446952223777771, + "learning_rate": 3.631193485678736e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9759987771511078, + "num_tokens": 82012130.0, + "step": 63730 + }, + { + "entropy": 0.9673624753952026, + "epoch": 6.089614980414637, + "grad_norm": 1.3663161993026733, + "learning_rate": 3.62967419660468e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9761450827121735, + "num_tokens": 82024576.0, + "step": 63740 + }, + { + "entropy": 0.9620067656040192, + "epoch": 6.090570364001146, + "grad_norm": 1.7774121761322021, + "learning_rate": 3.628155044314935e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9791760385036469, + "num_tokens": 82037159.0, + "step": 63750 + }, + { + "entropy": 0.9667371213436127, + "epoch": 6.0915257475876565, + "grad_norm": 1.0988260507583618, + "learning_rate": 3.626636028961139e-05, + "loss": 0.0488, + "mean_token_accuracy": 0.9813679754734039, + "num_tokens": 82049363.0, + "step": 63760 + }, + { + "entropy": 0.9709599852561951, + "epoch": 6.092481131174166, + "grad_norm": 1.7567318677902222, + "learning_rate": 3.625117150694924e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9832675099372864, + "num_tokens": 82061742.0, + "step": 63770 + }, + { + "entropy": 0.9711180567741394, + "epoch": 6.093436514760676, + "grad_norm": 1.4128934144973755, + "learning_rate": 3.623598409667895e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9815709114074707, + "num_tokens": 82074300.0, + "step": 63780 + }, + { + "entropy": 0.9700198173522949, + "epoch": 6.094391898347187, + "grad_norm": 2.0124049186706543, + "learning_rate": 3.6220798060316564e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9721391379833222, + "num_tokens": 82086735.0, + "step": 63790 + }, + { + "entropy": 0.9726697325706481, + "epoch": 6.095347281933696, + "grad_norm": 2.034806966781616, + "learning_rate": 3.6205613399377905e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9776730835437775, + "num_tokens": 82099094.0, + "step": 63800 + }, + { + "entropy": 0.992702180147171, + "epoch": 6.096302665520207, + "grad_norm": 0.9166781306266785, + "learning_rate": 3.6190430115378715e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.974390959739685, + "num_tokens": 82112046.0, + "step": 63810 + }, + { + "entropy": 0.98401660323143, + "epoch": 6.097258049106716, + "grad_norm": 0.9483596682548523, + "learning_rate": 3.617524820983455e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9794969499111176, + "num_tokens": 82124359.0, + "step": 63820 + }, + { + "entropy": 0.9853962540626526, + "epoch": 6.0982134326932265, + "grad_norm": 1.2533783912658691, + "learning_rate": 3.616006768426085e-05, + "loss": 0.057, + "mean_token_accuracy": 0.978746485710144, + "num_tokens": 82137107.0, + "step": 63830 + }, + { + "entropy": 0.9837478339672089, + "epoch": 6.099168816279736, + "grad_norm": 1.8887150287628174, + "learning_rate": 3.6144888540172915e-05, + "loss": 0.0706, + "mean_token_accuracy": 0.9756724298000335, + "num_tokens": 82149481.0, + "step": 63840 + }, + { + "entropy": 0.9869218945503235, + "epoch": 6.100124199866246, + "grad_norm": 0.9186057448387146, + "learning_rate": 3.612971077908591e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9776108980178833, + "num_tokens": 82162815.0, + "step": 63850 + }, + { + "entropy": 0.9845607459545136, + "epoch": 6.101079583452757, + "grad_norm": 0.917743980884552, + "learning_rate": 3.6114534402514896e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9777190923690796, + "num_tokens": 82175832.0, + "step": 63860 + }, + { + "entropy": 0.9826600432395936, + "epoch": 6.102034967039266, + "grad_norm": 1.958803653717041, + "learning_rate": 3.609935941197472e-05, + "loss": 0.0698, + "mean_token_accuracy": 0.9737438499927521, + "num_tokens": 82188341.0, + "step": 63870 + }, + { + "entropy": 0.9783242583274842, + "epoch": 6.1029903506257765, + "grad_norm": 1.4016156196594238, + "learning_rate": 3.6084185808980156e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9740937769412994, + "num_tokens": 82201254.0, + "step": 63880 + }, + { + "entropy": 0.9843599796295166, + "epoch": 6.103945734212286, + "grad_norm": 1.462012529373169, + "learning_rate": 3.606901359504579e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9776453256607056, + "num_tokens": 82214183.0, + "step": 63890 + }, + { + "entropy": 0.9867962777614594, + "epoch": 6.104901117798796, + "grad_norm": 1.471312403678894, + "learning_rate": 3.605384277168611e-05, + "loss": 0.0694, + "mean_token_accuracy": 0.9735526382923126, + "num_tokens": 82227567.0, + "step": 63900 + }, + { + "entropy": 0.9883660793304443, + "epoch": 6.105856501385306, + "grad_norm": 2.0353758335113525, + "learning_rate": 3.603867334041545e-05, + "loss": 0.0682, + "mean_token_accuracy": 0.9738994657993316, + "num_tokens": 82240960.0, + "step": 63910 + }, + { + "entropy": 0.9666075527667999, + "epoch": 6.106811884971816, + "grad_norm": 0.9358923435211182, + "learning_rate": 3.602350530274799e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9812108039855957, + "num_tokens": 82253562.0, + "step": 63920 + }, + { + "entropy": 0.9679657399654389, + "epoch": 6.107767268558326, + "grad_norm": 2.0392868518829346, + "learning_rate": 3.6008338660197824e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9788213968276978, + "num_tokens": 82266003.0, + "step": 63930 + }, + { + "entropy": 0.9776510834693909, + "epoch": 6.108722652144836, + "grad_norm": 1.1606028079986572, + "learning_rate": 3.5993173414278826e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9815977871417999, + "num_tokens": 82279276.0, + "step": 63940 + }, + { + "entropy": 0.9710010528564453, + "epoch": 6.1096780357313465, + "grad_norm": 0.9789148569107056, + "learning_rate": 3.59780095665048e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9824864089488983, + "num_tokens": 82291373.0, + "step": 63950 + }, + { + "entropy": 0.9729170620441436, + "epoch": 6.110633419317856, + "grad_norm": 1.8624597787857056, + "learning_rate": 3.596284711838937e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9777821660041809, + "num_tokens": 82304147.0, + "step": 63960 + }, + { + "entropy": 0.9767471551895142, + "epoch": 6.111588802904366, + "grad_norm": 1.423658013343811, + "learning_rate": 3.594768607144604e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9741496205329895, + "num_tokens": 82316666.0, + "step": 63970 + }, + { + "entropy": 0.9675699353218079, + "epoch": 6.112544186490876, + "grad_norm": 1.7053308486938477, + "learning_rate": 3.5932526427188165e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.975999528169632, + "num_tokens": 82329758.0, + "step": 63980 + }, + { + "entropy": 0.9660180449485779, + "epoch": 6.113499570077386, + "grad_norm": 0.990044355392456, + "learning_rate": 3.5917368187128946e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9804435670375824, + "num_tokens": 82342481.0, + "step": 63990 + }, + { + "entropy": 0.9668425619602203, + "epoch": 6.114454953663896, + "grad_norm": 1.0084807872772217, + "learning_rate": 3.590221135278151e-05, + "loss": 0.058, + "mean_token_accuracy": 0.975927734375, + "num_tokens": 82356203.0, + "step": 64000 + }, + { + "entropy": 0.9790130674839019, + "epoch": 6.115410337250406, + "grad_norm": 1.6276079416275024, + "learning_rate": 3.5887055925658734e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9742022693157196, + "num_tokens": 82369538.0, + "step": 64010 + }, + { + "entropy": 0.9719649195671082, + "epoch": 6.116365720836916, + "grad_norm": 2.241305351257324, + "learning_rate": 3.587190190727348e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9776666343212128, + "num_tokens": 82381633.0, + "step": 64020 + }, + { + "entropy": 0.9714312434196473, + "epoch": 6.117321104423426, + "grad_norm": 1.2558882236480713, + "learning_rate": 3.5856749299138324e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9734365701675415, + "num_tokens": 82394182.0, + "step": 64030 + }, + { + "entropy": 0.9642040371894837, + "epoch": 6.118276488009936, + "grad_norm": 1.3665859699249268, + "learning_rate": 3.584159810276585e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.978159737586975, + "num_tokens": 82406385.0, + "step": 64040 + }, + { + "entropy": 0.961967384815216, + "epoch": 6.119231871596446, + "grad_norm": 2.0887420177459717, + "learning_rate": 3.58264483196684e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9799779057502747, + "num_tokens": 82418931.0, + "step": 64050 + }, + { + "entropy": 0.9700303792953491, + "epoch": 6.120187255182956, + "grad_norm": 1.2752419710159302, + "learning_rate": 3.5811299951358225e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9775081694126129, + "num_tokens": 82431819.0, + "step": 64060 + }, + { + "entropy": 0.971593153476715, + "epoch": 6.121142638769466, + "grad_norm": 1.095959186553955, + "learning_rate": 3.57961529993474e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9801354527473449, + "num_tokens": 82444670.0, + "step": 64070 + }, + { + "entropy": 0.9563343524932861, + "epoch": 6.122098022355976, + "grad_norm": 1.6070224046707153, + "learning_rate": 3.5781007465147866e-05, + "loss": 0.0682, + "mean_token_accuracy": 0.9737405955791474, + "num_tokens": 82457248.0, + "step": 64080 + }, + { + "entropy": 0.9746673762798309, + "epoch": 6.1230534059424855, + "grad_norm": 0.8965452909469604, + "learning_rate": 3.576586335027149e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9788243472576141, + "num_tokens": 82470651.0, + "step": 64090 + }, + { + "entropy": 0.9714695870876312, + "epoch": 6.124008789528996, + "grad_norm": 2.1152772903442383, + "learning_rate": 3.575072065622986e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.980079448223114, + "num_tokens": 82483872.0, + "step": 64100 + }, + { + "entropy": 0.9685235857963562, + "epoch": 6.124964173115506, + "grad_norm": 0.8776358962059021, + "learning_rate": 3.573557938453457e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9793469130992889, + "num_tokens": 82496622.0, + "step": 64110 + }, + { + "entropy": 0.9579507887363434, + "epoch": 6.125919556702016, + "grad_norm": 1.3491014242172241, + "learning_rate": 3.572043953669696e-05, + "loss": 0.0491, + "mean_token_accuracy": 0.9785898804664612, + "num_tokens": 82509186.0, + "step": 64120 + }, + { + "entropy": 0.9808976233005524, + "epoch": 6.126874940288526, + "grad_norm": 1.8544113636016846, + "learning_rate": 3.5705301114228296e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9764391005039215, + "num_tokens": 82522753.0, + "step": 64130 + }, + { + "entropy": 0.9495620369911194, + "epoch": 6.127830323875036, + "grad_norm": 2.0878496170043945, + "learning_rate": 3.569016411863967e-05, + "loss": 0.052, + "mean_token_accuracy": 0.980219966173172, + "num_tokens": 82535618.0, + "step": 64140 + }, + { + "entropy": 0.942760682106018, + "epoch": 6.128785707461546, + "grad_norm": 1.4298126697540283, + "learning_rate": 3.567502855144201e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9784171223640442, + "num_tokens": 82548449.0, + "step": 64150 + }, + { + "entropy": 0.9471169710159302, + "epoch": 6.129741091048055, + "grad_norm": 1.4747713804244995, + "learning_rate": 3.5659894414146206e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9799483835697174, + "num_tokens": 82560573.0, + "step": 64160 + }, + { + "entropy": 0.9605381190776825, + "epoch": 6.130696474634566, + "grad_norm": 0.9828316569328308, + "learning_rate": 3.564476170826284e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9751225113868713, + "num_tokens": 82573294.0, + "step": 64170 + }, + { + "entropy": 0.959362143278122, + "epoch": 6.131651858221076, + "grad_norm": 1.2451401948928833, + "learning_rate": 3.562963043530252e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.9754824280738831, + "num_tokens": 82585873.0, + "step": 64180 + }, + { + "entropy": 0.9649002254009247, + "epoch": 6.132607241807586, + "grad_norm": 2.7396979331970215, + "learning_rate": 3.561450059677557e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.978110009431839, + "num_tokens": 82598869.0, + "step": 64190 + }, + { + "entropy": 0.9608516216278076, + "epoch": 6.133562625394096, + "grad_norm": 1.1243563890457153, + "learning_rate": 3.559937219419227e-05, + "loss": 0.0439, + "mean_token_accuracy": 0.9828632831573486, + "num_tokens": 82611578.0, + "step": 64200 + }, + { + "entropy": 0.9638585031032563, + "epoch": 6.1345180089806055, + "grad_norm": 1.0504542589187622, + "learning_rate": 3.558424522906269e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9774356424808502, + "num_tokens": 82624965.0, + "step": 64210 + }, + { + "entropy": 0.9705436527729034, + "epoch": 6.135473392567116, + "grad_norm": 1.7903785705566406, + "learning_rate": 3.556911970289682e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9782914042472839, + "num_tokens": 82638040.0, + "step": 64220 + }, + { + "entropy": 0.9595102310180664, + "epoch": 6.136428776153625, + "grad_norm": 1.1405739784240723, + "learning_rate": 3.5553995617204454e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9785724401473999, + "num_tokens": 82650639.0, + "step": 64230 + }, + { + "entropy": 0.9690202355384827, + "epoch": 6.137384159740136, + "grad_norm": 2.4023618698120117, + "learning_rate": 3.553887297349524e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9749936640262604, + "num_tokens": 82663365.0, + "step": 64240 + }, + { + "entropy": 0.9676528513431549, + "epoch": 6.138339543326645, + "grad_norm": 2.1974945068359375, + "learning_rate": 3.5523751773278766e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9759868144989013, + "num_tokens": 82676610.0, + "step": 64250 + }, + { + "entropy": 0.9558338463306427, + "epoch": 6.139294926913156, + "grad_norm": 0.9712186455726624, + "learning_rate": 3.550863201806433e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9792624175548553, + "num_tokens": 82689190.0, + "step": 64260 + }, + { + "entropy": 0.9541961073875427, + "epoch": 6.140250310499666, + "grad_norm": 1.2708594799041748, + "learning_rate": 3.549351370936124e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.979320514202118, + "num_tokens": 82701852.0, + "step": 64270 + }, + { + "entropy": 0.9640837371349334, + "epoch": 6.1412056940861754, + "grad_norm": 1.4379584789276123, + "learning_rate": 3.547839684867853e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9825355410575867, + "num_tokens": 82714537.0, + "step": 64280 + }, + { + "entropy": 0.9645223557949066, + "epoch": 6.142161077672686, + "grad_norm": 0.969251275062561, + "learning_rate": 3.546328143752518e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9765001177787781, + "num_tokens": 82727592.0, + "step": 64290 + }, + { + "entropy": 0.9709390699863434, + "epoch": 6.143116461259195, + "grad_norm": 1.5567682981491089, + "learning_rate": 3.544816747741001e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9762184917926788, + "num_tokens": 82740758.0, + "step": 64300 + }, + { + "entropy": 0.9687222003936767, + "epoch": 6.144071844845706, + "grad_norm": 1.5737831592559814, + "learning_rate": 3.543305496984163e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.976358962059021, + "num_tokens": 82753441.0, + "step": 64310 + }, + { + "entropy": 0.9873308658599853, + "epoch": 6.145027228432215, + "grad_norm": 1.1926225423812866, + "learning_rate": 3.5417943916328594e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9783547520637512, + "num_tokens": 82766628.0, + "step": 64320 + }, + { + "entropy": 0.9731504738330841, + "epoch": 6.1459826120187255, + "grad_norm": 1.6283599138259888, + "learning_rate": 3.540283431837923e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9791237115859985, + "num_tokens": 82779607.0, + "step": 64330 + }, + { + "entropy": 0.972355717420578, + "epoch": 6.146937995605236, + "grad_norm": 1.648378610610962, + "learning_rate": 3.538772617750181e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9812008500099182, + "num_tokens": 82792719.0, + "step": 64340 + }, + { + "entropy": 0.9781823515892029, + "epoch": 6.147893379191745, + "grad_norm": 1.3057224750518799, + "learning_rate": 3.5372619495204354e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9782781660556793, + "num_tokens": 82806146.0, + "step": 64350 + }, + { + "entropy": 0.9664145946502686, + "epoch": 6.148848762778256, + "grad_norm": 1.1476792097091675, + "learning_rate": 3.535751427299485e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9743860244750977, + "num_tokens": 82819177.0, + "step": 64360 + }, + { + "entropy": 0.962996506690979, + "epoch": 6.149804146364765, + "grad_norm": 1.7567719221115112, + "learning_rate": 3.534241051238104e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9803620398044586, + "num_tokens": 82832167.0, + "step": 64370 + }, + { + "entropy": 0.9931241333484649, + "epoch": 6.150759529951276, + "grad_norm": 1.1748487949371338, + "learning_rate": 3.532730821487058e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9790725886821747, + "num_tokens": 82845985.0, + "step": 64380 + }, + { + "entropy": 0.9684714198112487, + "epoch": 6.151714913537785, + "grad_norm": 1.5520479679107666, + "learning_rate": 3.531220738197098e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9811007440090179, + "num_tokens": 82858900.0, + "step": 64390 + }, + { + "entropy": 0.9531797111034394, + "epoch": 6.1526702971242955, + "grad_norm": 3.1658096313476562, + "learning_rate": 3.529710801518955e-05, + "loss": 0.067, + "mean_token_accuracy": 0.971183443069458, + "num_tokens": 82871669.0, + "step": 64400 + }, + { + "entropy": 0.9681356012821197, + "epoch": 6.153625680710805, + "grad_norm": 1.6875773668289185, + "learning_rate": 3.528201011603354e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9776539921760559, + "num_tokens": 82884865.0, + "step": 64410 + }, + { + "entropy": 0.9653691053390503, + "epoch": 6.154581064297315, + "grad_norm": 1.4307810068130493, + "learning_rate": 3.526691368600994e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9788883328437805, + "num_tokens": 82897531.0, + "step": 64420 + }, + { + "entropy": 0.9587087512016297, + "epoch": 6.155536447883826, + "grad_norm": 1.2424027919769287, + "learning_rate": 3.5251818726625726e-05, + "loss": 0.0653, + "mean_token_accuracy": 0.9785880506038666, + "num_tokens": 82910417.0, + "step": 64430 + }, + { + "entropy": 0.9641064703464508, + "epoch": 6.156491831470335, + "grad_norm": 1.9230436086654663, + "learning_rate": 3.5236725239387614e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9716413199901581, + "num_tokens": 82923262.0, + "step": 64440 + }, + { + "entropy": 0.9624546885490417, + "epoch": 6.157447215056846, + "grad_norm": 0.7865055203437805, + "learning_rate": 3.522163322580223e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.976929885149002, + "num_tokens": 82936094.0, + "step": 64450 + }, + { + "entropy": 0.9616416096687317, + "epoch": 6.158402598643355, + "grad_norm": 1.4200313091278076, + "learning_rate": 3.520654268737606e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9758441746234894, + "num_tokens": 82949487.0, + "step": 64460 + }, + { + "entropy": 0.9585934042930603, + "epoch": 6.159357982229865, + "grad_norm": 0.989504337310791, + "learning_rate": 3.519145362561538e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.981976717710495, + "num_tokens": 82962398.0, + "step": 64470 + }, + { + "entropy": 0.958016699552536, + "epoch": 6.160313365816375, + "grad_norm": 1.8196508884429932, + "learning_rate": 3.517636604202641e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.978264844417572, + "num_tokens": 82975217.0, + "step": 64480 + }, + { + "entropy": 0.9557364225387573, + "epoch": 6.161268749402885, + "grad_norm": 1.7642430067062378, + "learning_rate": 3.516127993811513e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9795155942440033, + "num_tokens": 82987589.0, + "step": 64490 + }, + { + "entropy": 0.9652350783348084, + "epoch": 6.162224132989396, + "grad_norm": 1.02104651927948, + "learning_rate": 3.514619531538748e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.981781393289566, + "num_tokens": 83000520.0, + "step": 64500 + }, + { + "entropy": 0.9652187407016755, + "epoch": 6.163179516575905, + "grad_norm": 1.474449872970581, + "learning_rate": 3.5131112175349114e-05, + "loss": 0.0739, + "mean_token_accuracy": 0.9723902225494385, + "num_tokens": 83013516.0, + "step": 64510 + }, + { + "entropy": 0.9574746251106262, + "epoch": 6.1641349001624155, + "grad_norm": 1.8066996335983276, + "learning_rate": 3.511603051950566e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9788657367229462, + "num_tokens": 83026271.0, + "step": 64520 + }, + { + "entropy": 0.9706341326236725, + "epoch": 6.165090283748925, + "grad_norm": 1.3316913843154907, + "learning_rate": 3.510095034936255e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9739115297794342, + "num_tokens": 83039186.0, + "step": 64530 + }, + { + "entropy": 0.9634421646595002, + "epoch": 6.166045667335435, + "grad_norm": 1.833851933479309, + "learning_rate": 3.5085871666425055e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9785399854183197, + "num_tokens": 83052199.0, + "step": 64540 + }, + { + "entropy": 0.9694418013095856, + "epoch": 6.167001050921945, + "grad_norm": 1.6464232206344604, + "learning_rate": 3.5070794472198323e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9746460497379303, + "num_tokens": 83065220.0, + "step": 64550 + }, + { + "entropy": 0.9624466001987457, + "epoch": 6.167956434508455, + "grad_norm": 1.9814658164978027, + "learning_rate": 3.505571876818731e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9754271030426025, + "num_tokens": 83077607.0, + "step": 64560 + }, + { + "entropy": 0.976379144191742, + "epoch": 6.168911818094966, + "grad_norm": 1.6135281324386597, + "learning_rate": 3.504064455589692e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9779709219932556, + "num_tokens": 83090357.0, + "step": 64570 + }, + { + "entropy": 0.9736554801464081, + "epoch": 6.169867201681475, + "grad_norm": 1.6882559061050415, + "learning_rate": 3.502557183683176e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9824084520339966, + "num_tokens": 83103487.0, + "step": 64580 + }, + { + "entropy": 0.9756111145019531, + "epoch": 6.170822585267985, + "grad_norm": 1.479095220565796, + "learning_rate": 3.5010500612496436e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9779391050338745, + "num_tokens": 83116912.0, + "step": 64590 + }, + { + "entropy": 0.9662371933460235, + "epoch": 6.171777968854495, + "grad_norm": 3.1159560680389404, + "learning_rate": 3.499543088439532e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9766274929046631, + "num_tokens": 83129591.0, + "step": 64600 + }, + { + "entropy": 0.9712314069271087, + "epoch": 6.172733352441005, + "grad_norm": 0.8490564823150635, + "learning_rate": 3.498036265403265e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9776447653770447, + "num_tokens": 83142636.0, + "step": 64610 + }, + { + "entropy": 0.9739874362945556, + "epoch": 6.173688736027515, + "grad_norm": 1.6193702220916748, + "learning_rate": 3.496529592291253e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.975898289680481, + "num_tokens": 83155024.0, + "step": 64620 + }, + { + "entropy": 0.9772194564342499, + "epoch": 6.174644119614025, + "grad_norm": 1.700161099433899, + "learning_rate": 3.4950230692538886e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9803475379943848, + "num_tokens": 83168009.0, + "step": 64630 + }, + { + "entropy": 0.976577639579773, + "epoch": 6.175599503200535, + "grad_norm": 1.4130332469940186, + "learning_rate": 3.493516696441553e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9779121816158295, + "num_tokens": 83180426.0, + "step": 64640 + }, + { + "entropy": 0.9802362978458404, + "epoch": 6.176554886787045, + "grad_norm": 1.1296582221984863, + "learning_rate": 3.4920104740046075e-05, + "loss": 0.0694, + "mean_token_accuracy": 0.9767488718032837, + "num_tokens": 83193336.0, + "step": 64650 + }, + { + "entropy": 0.9753893077373504, + "epoch": 6.177510270373555, + "grad_norm": 1.6916247606277466, + "learning_rate": 3.4905044020934066e-05, + "loss": 0.0668, + "mean_token_accuracy": 0.9719181895256043, + "num_tokens": 83206122.0, + "step": 64660 + }, + { + "entropy": 0.9827103793621064, + "epoch": 6.178465653960065, + "grad_norm": 0.8065689206123352, + "learning_rate": 3.4889984808582784e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9785602390766144, + "num_tokens": 83219041.0, + "step": 64670 + }, + { + "entropy": 0.9779996752738953, + "epoch": 6.179421037546575, + "grad_norm": 1.8181073665618896, + "learning_rate": 3.487492710449546e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9812605679035187, + "num_tokens": 83232135.0, + "step": 64680 + }, + { + "entropy": 0.981722104549408, + "epoch": 6.180376421133085, + "grad_norm": 2.3177809715270996, + "learning_rate": 3.485987091017515e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.978508597612381, + "num_tokens": 83245371.0, + "step": 64690 + }, + { + "entropy": 0.9792835950851441, + "epoch": 6.181331804719595, + "grad_norm": 1.2970385551452637, + "learning_rate": 3.484481622712471e-05, + "loss": 0.0676, + "mean_token_accuracy": 0.9756168365478516, + "num_tokens": 83257990.0, + "step": 64700 + }, + { + "entropy": 0.9843641936779022, + "epoch": 6.182287188306105, + "grad_norm": 1.119850993156433, + "learning_rate": 3.482976305684692e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9748589873313904, + "num_tokens": 83270057.0, + "step": 64710 + }, + { + "entropy": 0.9829457044601441, + "epoch": 6.183242571892615, + "grad_norm": 1.0335434675216675, + "learning_rate": 3.481471140084431e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9769003391265869, + "num_tokens": 83282988.0, + "step": 64720 + }, + { + "entropy": 0.9777542948722839, + "epoch": 6.184197955479124, + "grad_norm": 0.9876677989959717, + "learning_rate": 3.4799661260619385e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9808850765228272, + "num_tokens": 83296107.0, + "step": 64730 + }, + { + "entropy": 0.960158747434616, + "epoch": 6.185153339065635, + "grad_norm": 1.7268588542938232, + "learning_rate": 3.478461263767439e-05, + "loss": 0.0429, + "mean_token_accuracy": 0.9827309787273407, + "num_tokens": 83308719.0, + "step": 64740 + }, + { + "entropy": 0.963953310251236, + "epoch": 6.186108722652145, + "grad_norm": 1.2491581439971924, + "learning_rate": 3.476956553351146e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9760269284248352, + "num_tokens": 83321477.0, + "step": 64750 + }, + { + "entropy": 0.9668409883975982, + "epoch": 6.187064106238655, + "grad_norm": 2.3808236122131348, + "learning_rate": 3.475451994963262e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9815100014209748, + "num_tokens": 83334466.0, + "step": 64760 + }, + { + "entropy": 0.9892570495605468, + "epoch": 6.188019489825165, + "grad_norm": 1.5246080160140991, + "learning_rate": 3.4739475887539655e-05, + "loss": 0.0746, + "mean_token_accuracy": 0.9713676810264588, + "num_tokens": 83347775.0, + "step": 64770 + }, + { + "entropy": 0.9777159869670868, + "epoch": 6.1889748734116745, + "grad_norm": 1.2371546030044556, + "learning_rate": 3.472443334873428e-05, + "loss": 0.0741, + "mean_token_accuracy": 0.972523432970047, + "num_tokens": 83360556.0, + "step": 64780 + }, + { + "entropy": 0.9732937574386596, + "epoch": 6.189930256998185, + "grad_norm": 2.0907769203186035, + "learning_rate": 3.4709392334718e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9764896750450134, + "num_tokens": 83373463.0, + "step": 64790 + }, + { + "entropy": 0.9671442091464997, + "epoch": 6.190885640584694, + "grad_norm": 1.3118536472320557, + "learning_rate": 3.469435284699221e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.979590255022049, + "num_tokens": 83386048.0, + "step": 64800 + }, + { + "entropy": 0.9736989438533783, + "epoch": 6.191841024171205, + "grad_norm": 1.6438572406768799, + "learning_rate": 3.4679314887058104e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9792468249797821, + "num_tokens": 83398940.0, + "step": 64810 + }, + { + "entropy": 0.9693505108356476, + "epoch": 6.192796407757715, + "grad_norm": 1.5036418437957764, + "learning_rate": 3.4664278456416784e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9746227622032165, + "num_tokens": 83411727.0, + "step": 64820 + }, + { + "entropy": 0.9586752474308013, + "epoch": 6.193751791344225, + "grad_norm": 1.4774222373962402, + "learning_rate": 3.4649243556569166e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.977766340970993, + "num_tokens": 83424495.0, + "step": 64830 + }, + { + "entropy": 0.9631060123443603, + "epoch": 6.194707174930735, + "grad_norm": 0.9695788025856018, + "learning_rate": 3.4634210189016e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9779164493083954, + "num_tokens": 83436851.0, + "step": 64840 + }, + { + "entropy": 0.9530560970306396, + "epoch": 6.1956625585172445, + "grad_norm": 1.0859549045562744, + "learning_rate": 3.461917835525792e-05, + "loss": 0.0721, + "mean_token_accuracy": 0.9709165096282959, + "num_tokens": 83448893.0, + "step": 64850 + }, + { + "entropy": 0.9784591436386109, + "epoch": 6.196617942103755, + "grad_norm": 1.2263457775115967, + "learning_rate": 3.460414805679536e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9763872504234314, + "num_tokens": 83462054.0, + "step": 64860 + }, + { + "entropy": 0.9603604793548584, + "epoch": 6.197573325690264, + "grad_norm": 0.7551271319389343, + "learning_rate": 3.458911929512866e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9812309801578522, + "num_tokens": 83474790.0, + "step": 64870 + }, + { + "entropy": 0.9805799126625061, + "epoch": 6.198528709276775, + "grad_norm": 1.7749427556991577, + "learning_rate": 3.4574092071757924e-05, + "loss": 0.0673, + "mean_token_accuracy": 0.9729806780815125, + "num_tokens": 83488189.0, + "step": 64880 + }, + { + "entropy": 0.9662181198596954, + "epoch": 6.199484092863285, + "grad_norm": 1.7859464883804321, + "learning_rate": 3.455906638818319e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9786509990692138, + "num_tokens": 83501221.0, + "step": 64890 + }, + { + "entropy": 0.9687553882598877, + "epoch": 6.2004394764497945, + "grad_norm": 1.3616054058074951, + "learning_rate": 3.454404224590432e-05, + "loss": 0.0695, + "mean_token_accuracy": 0.973234212398529, + "num_tokens": 83513934.0, + "step": 64900 + }, + { + "entropy": 0.9579204678535461, + "epoch": 6.201394860036305, + "grad_norm": 1.6794679164886475, + "learning_rate": 3.452901964642096e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9766839027404786, + "num_tokens": 83526245.0, + "step": 64910 + }, + { + "entropy": 0.9775563836097717, + "epoch": 6.202350243622814, + "grad_norm": 1.7438476085662842, + "learning_rate": 3.451399859123268e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9765287101268768, + "num_tokens": 83539264.0, + "step": 64920 + }, + { + "entropy": 0.9880760252475739, + "epoch": 6.203305627209325, + "grad_norm": 1.0934998989105225, + "learning_rate": 3.4498979081838845e-05, + "loss": 0.0687, + "mean_token_accuracy": 0.9726877927780151, + "num_tokens": 83552437.0, + "step": 64930 + }, + { + "entropy": 0.9722389817237854, + "epoch": 6.204261010795834, + "grad_norm": 1.0190083980560303, + "learning_rate": 3.448396111973871e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9752886354923248, + "num_tokens": 83565576.0, + "step": 64940 + }, + { + "entropy": 0.9688872575759888, + "epoch": 6.205216394382345, + "grad_norm": 1.4154309034347534, + "learning_rate": 3.446894470643132e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9732302308082581, + "num_tokens": 83578285.0, + "step": 64950 + }, + { + "entropy": 0.9701653897762299, + "epoch": 6.206171777968854, + "grad_norm": 1.5594372749328613, + "learning_rate": 3.445392984341561e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9763707756996155, + "num_tokens": 83590953.0, + "step": 64960 + }, + { + "entropy": 0.9656057536602021, + "epoch": 6.2071271615553645, + "grad_norm": 1.0360900163650513, + "learning_rate": 3.4438916532190344e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9743191957473755, + "num_tokens": 83603894.0, + "step": 64970 + }, + { + "entropy": 0.9712765097618103, + "epoch": 6.208082545141875, + "grad_norm": 1.5090807676315308, + "learning_rate": 3.442390477425413e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9757389426231384, + "num_tokens": 83616840.0, + "step": 64980 + }, + { + "entropy": 0.9753845393657684, + "epoch": 6.209037928728384, + "grad_norm": 0.9089809060096741, + "learning_rate": 3.440889457110545e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9758284687995911, + "num_tokens": 83629970.0, + "step": 64990 + }, + { + "entropy": 0.9693008601665497, + "epoch": 6.209993312314895, + "grad_norm": 1.0188554525375366, + "learning_rate": 3.439388592424258e-05, + "loss": 0.0646, + "mean_token_accuracy": 0.9736619889736176, + "num_tokens": 83643572.0, + "step": 65000 + }, + { + "entropy": 0.9725233137607574, + "epoch": 6.210948695901404, + "grad_norm": 2.8779542446136475, + "learning_rate": 3.437887883516366e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9748436808586121, + "num_tokens": 83656707.0, + "step": 65010 + }, + { + "entropy": 0.9702401340007782, + "epoch": 6.211904079487915, + "grad_norm": 1.276536464691162, + "learning_rate": 3.436387330536669e-05, + "loss": 0.0734, + "mean_token_accuracy": 0.9737310528755188, + "num_tokens": 83668749.0, + "step": 65020 + }, + { + "entropy": 0.9808240056037902, + "epoch": 6.212859463074424, + "grad_norm": 2.3107564449310303, + "learning_rate": 3.434886933634951e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9759885489940643, + "num_tokens": 83681499.0, + "step": 65030 + }, + { + "entropy": 0.9616998553276062, + "epoch": 6.213814846660934, + "grad_norm": 0.7423161864280701, + "learning_rate": 3.433386692960978e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9785368800163269, + "num_tokens": 83694217.0, + "step": 65040 + }, + { + "entropy": 0.9649173617362976, + "epoch": 6.214770230247444, + "grad_norm": 1.4623883962631226, + "learning_rate": 3.431886608664504e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9772202253341675, + "num_tokens": 83706952.0, + "step": 65050 + }, + { + "entropy": 0.9592182219028473, + "epoch": 6.215725613833954, + "grad_norm": 1.3578745126724243, + "learning_rate": 3.430386680895266e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9801173567771911, + "num_tokens": 83720066.0, + "step": 65060 + }, + { + "entropy": 0.9736715376377105, + "epoch": 6.216680997420465, + "grad_norm": 2.4769954681396484, + "learning_rate": 3.428886909802984e-05, + "loss": 0.0692, + "mean_token_accuracy": 0.9772256016731262, + "num_tokens": 83733470.0, + "step": 65070 + }, + { + "entropy": 0.9702091693878174, + "epoch": 6.217636381006974, + "grad_norm": 1.2169525623321533, + "learning_rate": 3.427387295537363e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9781170129776001, + "num_tokens": 83746225.0, + "step": 65080 + }, + { + "entropy": 0.9705736935138702, + "epoch": 6.2185917645934845, + "grad_norm": 1.462860345840454, + "learning_rate": 3.425887838248094e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9785852134227753, + "num_tokens": 83758952.0, + "step": 65090 + }, + { + "entropy": 0.9759218454360962, + "epoch": 6.219547148179994, + "grad_norm": 2.279161214828491, + "learning_rate": 3.42438853808485e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9822265088558197, + "num_tokens": 83771689.0, + "step": 65100 + }, + { + "entropy": 0.9745606541633606, + "epoch": 6.220502531766504, + "grad_norm": 1.2001718282699585, + "learning_rate": 3.42288939519729e-05, + "loss": 0.0701, + "mean_token_accuracy": 0.9724317193031311, + "num_tokens": 83784629.0, + "step": 65110 + }, + { + "entropy": 0.9694244027137756, + "epoch": 6.221457915353014, + "grad_norm": 2.0355701446533203, + "learning_rate": 3.421390409735053e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9825395584106446, + "num_tokens": 83797161.0, + "step": 65120 + }, + { + "entropy": 0.979922491312027, + "epoch": 6.222413298939524, + "grad_norm": 1.7103132009506226, + "learning_rate": 3.419891581847774e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783729255199433, + "num_tokens": 83810109.0, + "step": 65130 + }, + { + "entropy": 0.9710309267044067, + "epoch": 6.223368682526035, + "grad_norm": 1.0636863708496094, + "learning_rate": 3.4183929116850576e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9812382102012634, + "num_tokens": 83823019.0, + "step": 65140 + }, + { + "entropy": 0.9830366969108582, + "epoch": 6.224324066112544, + "grad_norm": 0.8405901193618774, + "learning_rate": 3.4168943993965024e-05, + "loss": 0.0688, + "mean_token_accuracy": 0.9740443766117096, + "num_tokens": 83835429.0, + "step": 65150 + }, + { + "entropy": 0.9761115729808807, + "epoch": 6.2252794496990544, + "grad_norm": 1.866882562637329, + "learning_rate": 3.4153960451316856e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9785908043384552, + "num_tokens": 83847853.0, + "step": 65160 + }, + { + "entropy": 0.9691692113876342, + "epoch": 6.226234833285564, + "grad_norm": 2.0986688137054443, + "learning_rate": 3.413897849040174e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9764957666397095, + "num_tokens": 83860406.0, + "step": 65170 + }, + { + "entropy": 0.9600205183029175, + "epoch": 6.227190216872074, + "grad_norm": 0.732184112071991, + "learning_rate": 3.412399811271514e-05, + "loss": 0.061, + "mean_token_accuracy": 0.9781317293643952, + "num_tokens": 83872889.0, + "step": 65180 + }, + { + "entropy": 0.9807765662670136, + "epoch": 6.228145600458584, + "grad_norm": 2.273771047592163, + "learning_rate": 3.410901931975237e-05, + "loss": 0.0689, + "mean_token_accuracy": 0.9705706417560578, + "num_tokens": 83886554.0, + "step": 65190 + }, + { + "entropy": 0.9627602338790894, + "epoch": 6.229100984045094, + "grad_norm": 1.0333712100982666, + "learning_rate": 3.409404211300862e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9783526241779328, + "num_tokens": 83899458.0, + "step": 65200 + }, + { + "entropy": 0.980621087551117, + "epoch": 6.2300563676316045, + "grad_norm": 1.125630259513855, + "learning_rate": 3.4079066493978885e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9789497256278992, + "num_tokens": 83912964.0, + "step": 65210 + }, + { + "entropy": 0.9794474124908448, + "epoch": 6.231011751218114, + "grad_norm": 1.4041337966918945, + "learning_rate": 3.406409246415802e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9721539139747619, + "num_tokens": 83925841.0, + "step": 65220 + }, + { + "entropy": 0.9642952859401703, + "epoch": 6.231967134804624, + "grad_norm": 2.1896636486053467, + "learning_rate": 3.404912002504071e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9795101881027222, + "num_tokens": 83938586.0, + "step": 65230 + }, + { + "entropy": 0.9814584136009217, + "epoch": 6.232922518391134, + "grad_norm": 1.0935883522033691, + "learning_rate": 3.403414917812148e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9774342060089112, + "num_tokens": 83951736.0, + "step": 65240 + }, + { + "entropy": 0.9496029794216156, + "epoch": 6.233877901977644, + "grad_norm": 2.403193950653076, + "learning_rate": 3.4019179924894706e-05, + "loss": 0.0618, + "mean_token_accuracy": 0.9738422095775604, + "num_tokens": 83964153.0, + "step": 65250 + }, + { + "entropy": 0.9670758843421936, + "epoch": 6.234833285564154, + "grad_norm": 1.183266282081604, + "learning_rate": 3.400421226685462e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9758546650409698, + "num_tokens": 83977312.0, + "step": 65260 + }, + { + "entropy": 0.9788553178310394, + "epoch": 6.235788669150664, + "grad_norm": 1.489040732383728, + "learning_rate": 3.398924620549524e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9755422592163085, + "num_tokens": 83990382.0, + "step": 65270 + }, + { + "entropy": 0.9647521197795867, + "epoch": 6.236744052737174, + "grad_norm": 1.5166584253311157, + "learning_rate": 3.3974281742310475e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9783168733119965, + "num_tokens": 84003301.0, + "step": 65280 + }, + { + "entropy": 0.9573561131954194, + "epoch": 6.237699436323684, + "grad_norm": 1.508567452430725, + "learning_rate": 3.395931887879409e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9769070684909821, + "num_tokens": 84015915.0, + "step": 65290 + }, + { + "entropy": 0.9649037301540375, + "epoch": 6.238654819910194, + "grad_norm": 1.6017401218414307, + "learning_rate": 3.3944357616439614e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9743195056915284, + "num_tokens": 84028785.0, + "step": 65300 + }, + { + "entropy": 0.9665307581424714, + "epoch": 6.239610203496704, + "grad_norm": 0.8450692892074585, + "learning_rate": 3.3929397956740505e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.981076055765152, + "num_tokens": 84041715.0, + "step": 65310 + }, + { + "entropy": 0.9606199145317078, + "epoch": 6.240565587083214, + "grad_norm": 1.3647531270980835, + "learning_rate": 3.3914439901189986e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9780207455158234, + "num_tokens": 84054082.0, + "step": 65320 + }, + { + "entropy": 0.9677415251731872, + "epoch": 6.241520970669724, + "grad_norm": 0.9539861083030701, + "learning_rate": 3.389948345128118e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9763049721717835, + "num_tokens": 84066524.0, + "step": 65330 + }, + { + "entropy": 0.9887902617454529, + "epoch": 6.242476354256234, + "grad_norm": 1.5446727275848389, + "learning_rate": 3.388452860850698e-05, + "loss": 0.062, + "mean_token_accuracy": 0.9754765033721924, + "num_tokens": 84079994.0, + "step": 65340 + }, + { + "entropy": 0.966593211889267, + "epoch": 6.2434317378427435, + "grad_norm": 1.4153456687927246, + "learning_rate": 3.3869575374360194e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791127860546112, + "num_tokens": 84092828.0, + "step": 65350 + }, + { + "entropy": 0.9790885627269745, + "epoch": 6.244387121429254, + "grad_norm": 1.7429300546646118, + "learning_rate": 3.3854623750333446e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9743232786655426, + "num_tokens": 84106574.0, + "step": 65360 + }, + { + "entropy": 0.9674671351909637, + "epoch": 6.245342505015763, + "grad_norm": 1.5166056156158447, + "learning_rate": 3.3839673737919166e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9756627738475799, + "num_tokens": 84119134.0, + "step": 65370 + }, + { + "entropy": 0.9664777100086213, + "epoch": 6.246297888602274, + "grad_norm": 2.2082815170288086, + "learning_rate": 3.382472533860965e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9803622901439667, + "num_tokens": 84132274.0, + "step": 65380 + }, + { + "entropy": 0.9526744723320008, + "epoch": 6.247253272188784, + "grad_norm": 2.4038925170898438, + "learning_rate": 3.380977855389704e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9822236359119415, + "num_tokens": 84145274.0, + "step": 65390 + }, + { + "entropy": 0.9637736797332763, + "epoch": 6.248208655775294, + "grad_norm": 2.096330165863037, + "learning_rate": 3.37948333852733e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9800902903079987, + "num_tokens": 84158158.0, + "step": 65400 + }, + { + "entropy": 0.9625910341739654, + "epoch": 6.249164039361804, + "grad_norm": 1.505746841430664, + "learning_rate": 3.3779889834230236e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9820824921131134, + "num_tokens": 84170936.0, + "step": 65410 + }, + { + "entropy": 0.967569375038147, + "epoch": 6.2501194229483135, + "grad_norm": 1.5093367099761963, + "learning_rate": 3.376494790225949e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9769154191017151, + "num_tokens": 84183410.0, + "step": 65420 + }, + { + "entropy": 0.9673776626586914, + "epoch": 6.251074806534824, + "grad_norm": 2.060246229171753, + "learning_rate": 3.375000759085259e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9817867875099182, + "num_tokens": 84196304.0, + "step": 65430 + }, + { + "entropy": 0.9633789539337159, + "epoch": 6.252030190121333, + "grad_norm": 1.7723314762115479, + "learning_rate": 3.3735068901500785e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9753542721271515, + "num_tokens": 84209287.0, + "step": 65440 + }, + { + "entropy": 0.9682497978210449, + "epoch": 6.252985573707844, + "grad_norm": 1.9435144662857056, + "learning_rate": 3.372013183569531e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9804940938949585, + "num_tokens": 84222205.0, + "step": 65450 + }, + { + "entropy": 0.9661698162555694, + "epoch": 6.253940957294354, + "grad_norm": 1.6110000610351562, + "learning_rate": 3.370519639492713e-05, + "loss": 0.0631, + "mean_token_accuracy": 0.9726532161235809, + "num_tokens": 84234726.0, + "step": 65460 + }, + { + "entropy": 0.9828210055828095, + "epoch": 6.2548963408808635, + "grad_norm": 2.395202875137329, + "learning_rate": 3.369026258068709e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9740880489349365, + "num_tokens": 84248057.0, + "step": 65470 + }, + { + "entropy": 0.9810546398162842, + "epoch": 6.255851724467374, + "grad_norm": 0.8145799040794373, + "learning_rate": 3.3675330394465854e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9828637778759003, + "num_tokens": 84260722.0, + "step": 65480 + }, + { + "entropy": 0.9765276849269867, + "epoch": 6.256807108053883, + "grad_norm": 1.4818776845932007, + "learning_rate": 3.366039983775394e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9846610069274903, + "num_tokens": 84273760.0, + "step": 65490 + }, + { + "entropy": 0.9923757374286651, + "epoch": 6.257762491640394, + "grad_norm": 1.8430012464523315, + "learning_rate": 3.364547091204173e-05, + "loss": 0.0626, + "mean_token_accuracy": 0.97631556391716, + "num_tokens": 84287198.0, + "step": 65500 + }, + { + "entropy": 0.9813288748264313, + "epoch": 6.258717875226903, + "grad_norm": 1.7162351608276367, + "learning_rate": 3.363054361881937e-05, + "loss": 0.068, + "mean_token_accuracy": 0.9747409760951996, + "num_tokens": 84299527.0, + "step": 65510 + }, + { + "entropy": 0.97589390873909, + "epoch": 6.259673258813414, + "grad_norm": 1.794391393661499, + "learning_rate": 3.3615617959576904e-05, + "loss": 0.0465, + "mean_token_accuracy": 0.9840377509593964, + "num_tokens": 84312162.0, + "step": 65520 + }, + { + "entropy": 0.9895715773105621, + "epoch": 6.260628642399924, + "grad_norm": 1.7827575206756592, + "learning_rate": 3.360069393580418e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9755587875843048, + "num_tokens": 84325237.0, + "step": 65530 + }, + { + "entropy": 0.9920778870582581, + "epoch": 6.2615840259864335, + "grad_norm": 1.4212427139282227, + "learning_rate": 3.358577154899093e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9713569939136505, + "num_tokens": 84338506.0, + "step": 65540 + }, + { + "entropy": 0.9860479831695557, + "epoch": 6.262539409572944, + "grad_norm": 2.70609450340271, + "learning_rate": 3.3570850800626645e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.9765697598457337, + "num_tokens": 84351616.0, + "step": 65550 + }, + { + "entropy": 0.9918362677097321, + "epoch": 6.263494793159453, + "grad_norm": 1.9275411367416382, + "learning_rate": 3.355593169220074e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9756105422973633, + "num_tokens": 84364640.0, + "step": 65560 + }, + { + "entropy": 0.9811354994773864, + "epoch": 6.264450176745964, + "grad_norm": 1.7494316101074219, + "learning_rate": 3.354101422520238e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9791939556598663, + "num_tokens": 84377656.0, + "step": 65570 + }, + { + "entropy": 0.9762627422809601, + "epoch": 6.265405560332473, + "grad_norm": 0.9075766801834106, + "learning_rate": 3.352609840112062e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9811863422393798, + "num_tokens": 84390410.0, + "step": 65580 + }, + { + "entropy": 0.9900365173816681, + "epoch": 6.266360943918984, + "grad_norm": 2.2835328578948975, + "learning_rate": 3.351118422144438e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9741596519947052, + "num_tokens": 84403644.0, + "step": 65590 + }, + { + "entropy": 0.978838324546814, + "epoch": 6.267316327505493, + "grad_norm": 1.4272745847702026, + "learning_rate": 3.3496271687662316e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9785050272941589, + "num_tokens": 84416416.0, + "step": 65600 + }, + { + "entropy": 0.96132133603096, + "epoch": 6.268271711092003, + "grad_norm": 1.0928422212600708, + "learning_rate": 3.348136080126304e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9787967145442963, + "num_tokens": 84428836.0, + "step": 65610 + }, + { + "entropy": 0.9681521952152252, + "epoch": 6.269227094678514, + "grad_norm": 1.017987608909607, + "learning_rate": 3.346645156373489e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9793706059455871, + "num_tokens": 84442143.0, + "step": 65620 + }, + { + "entropy": 0.9703683078289032, + "epoch": 6.270182478265023, + "grad_norm": 2.1934680938720703, + "learning_rate": 3.345154397656611e-05, + "loss": 0.0676, + "mean_token_accuracy": 0.9770303845405579, + "num_tokens": 84455379.0, + "step": 65630 + }, + { + "entropy": 0.9846412003040313, + "epoch": 6.271137861851534, + "grad_norm": 1.69264817237854, + "learning_rate": 3.343663804124475e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9774822294712067, + "num_tokens": 84468624.0, + "step": 65640 + }, + { + "entropy": 0.9744021177291871, + "epoch": 6.272093245438043, + "grad_norm": 1.609603762626648, + "learning_rate": 3.34217337592587e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9745485961437226, + "num_tokens": 84481553.0, + "step": 65650 + }, + { + "entropy": 0.9747732639312744, + "epoch": 6.2730486290245535, + "grad_norm": 0.657964825630188, + "learning_rate": 3.340683113209573e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9823714911937713, + "num_tokens": 84494601.0, + "step": 65660 + }, + { + "entropy": 0.9799845516681671, + "epoch": 6.274004012611063, + "grad_norm": 1.3550063371658325, + "learning_rate": 3.3391930161243337e-05, + "loss": 0.071, + "mean_token_accuracy": 0.971808785200119, + "num_tokens": 84507837.0, + "step": 65670 + }, + { + "entropy": 0.9703595578670502, + "epoch": 6.274959396197573, + "grad_norm": 1.4026697874069214, + "learning_rate": 3.337703084818896e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9714177131652832, + "num_tokens": 84520823.0, + "step": 65680 + }, + { + "entropy": 0.9722277998924256, + "epoch": 6.275914779784083, + "grad_norm": 1.3210309743881226, + "learning_rate": 3.336213319441982e-05, + "loss": 0.0712, + "mean_token_accuracy": 0.970779812335968, + "num_tokens": 84533478.0, + "step": 65690 + }, + { + "entropy": 0.9705206990242005, + "epoch": 6.276870163370593, + "grad_norm": 1.0687003135681152, + "learning_rate": 3.3347237201422984e-05, + "loss": 0.0468, + "mean_token_accuracy": 0.9826221406459809, + "num_tokens": 84546358.0, + "step": 65700 + }, + { + "entropy": 0.9563930213451386, + "epoch": 6.277825546957104, + "grad_norm": 1.5315877199172974, + "learning_rate": 3.3332342870685354e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9738402903079987, + "num_tokens": 84558668.0, + "step": 65710 + }, + { + "entropy": 0.9780029416084289, + "epoch": 6.278780930543613, + "grad_norm": 1.5570207834243774, + "learning_rate": 3.3317450203693654e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9764018476009368, + "num_tokens": 84571489.0, + "step": 65720 + }, + { + "entropy": 0.984041714668274, + "epoch": 6.2797363141301235, + "grad_norm": 1.4991848468780518, + "learning_rate": 3.330255920193448e-05, + "loss": 0.0714, + "mean_token_accuracy": 0.9724686026573182, + "num_tokens": 84584902.0, + "step": 65730 + }, + { + "entropy": 0.981638103723526, + "epoch": 6.280691697716633, + "grad_norm": 1.371440052986145, + "learning_rate": 3.328766986689419e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9803318917751312, + "num_tokens": 84598058.0, + "step": 65740 + }, + { + "entropy": 0.9694793462753296, + "epoch": 6.281647081303143, + "grad_norm": 1.118929147720337, + "learning_rate": 3.327278220005908e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.9796180427074432, + "num_tokens": 84610943.0, + "step": 65750 + }, + { + "entropy": 0.976386821269989, + "epoch": 6.282602464889653, + "grad_norm": 2.0843024253845215, + "learning_rate": 3.325789620291515e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9721294462680816, + "num_tokens": 84624049.0, + "step": 65760 + }, + { + "entropy": 0.9701309263706207, + "epoch": 6.283557848476163, + "grad_norm": 1.323548674583435, + "learning_rate": 3.324301187694836e-05, + "loss": 0.0642, + "mean_token_accuracy": 0.9721414983272553, + "num_tokens": 84637171.0, + "step": 65770 + }, + { + "entropy": 0.9761001765727997, + "epoch": 6.2845132320626735, + "grad_norm": 1.7906157970428467, + "learning_rate": 3.3228129223644414e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9753085434436798, + "num_tokens": 84650130.0, + "step": 65780 + }, + { + "entropy": 0.9652911305427552, + "epoch": 6.285468615649183, + "grad_norm": 1.3189308643341064, + "learning_rate": 3.3213248244488885e-05, + "loss": 0.0621, + "mean_token_accuracy": 0.9783921539783478, + "num_tokens": 84662321.0, + "step": 65790 + }, + { + "entropy": 0.9677509844303132, + "epoch": 6.286423999235693, + "grad_norm": 1.4433255195617676, + "learning_rate": 3.31983689409672e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9812238991260529, + "num_tokens": 84675378.0, + "step": 65800 + }, + { + "entropy": 0.9848659932613373, + "epoch": 6.287379382822203, + "grad_norm": 1.1092277765274048, + "learning_rate": 3.318349131456455e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9774531304836274, + "num_tokens": 84688970.0, + "step": 65810 + }, + { + "entropy": 0.9744358837604523, + "epoch": 6.288334766408713, + "grad_norm": 1.2533740997314453, + "learning_rate": 3.316861536676605e-05, + "loss": 0.065, + "mean_token_accuracy": 0.9746725916862488, + "num_tokens": 84702070.0, + "step": 65820 + }, + { + "entropy": 0.9686804175376892, + "epoch": 6.289290149995223, + "grad_norm": 1.80271315574646, + "learning_rate": 3.315374109905656e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9740900039672852, + "num_tokens": 84715141.0, + "step": 65830 + }, + { + "entropy": 0.9707707524299621, + "epoch": 6.290245533581733, + "grad_norm": 1.6183202266693115, + "learning_rate": 3.313886851292085e-05, + "loss": 0.0693, + "mean_token_accuracy": 0.9734076976776123, + "num_tokens": 84727987.0, + "step": 65840 + }, + { + "entropy": 0.9572726011276245, + "epoch": 6.2912009171682435, + "grad_norm": 1.335930347442627, + "learning_rate": 3.3123997609843436e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.979524827003479, + "num_tokens": 84740579.0, + "step": 65850 + }, + { + "entropy": 0.9799972474575043, + "epoch": 6.292156300754753, + "grad_norm": 0.7510223388671875, + "learning_rate": 3.310912839130875e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9814065814018249, + "num_tokens": 84753872.0, + "step": 65860 + }, + { + "entropy": 0.9766606092453003, + "epoch": 6.293111684341263, + "grad_norm": 0.9507770538330078, + "learning_rate": 3.309426085880101e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9790544867515564, + "num_tokens": 84767364.0, + "step": 65870 + }, + { + "entropy": 0.9622984886169433, + "epoch": 6.294067067927773, + "grad_norm": 1.7818790674209595, + "learning_rate": 3.307939501380427e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9749864518642426, + "num_tokens": 84780014.0, + "step": 65880 + }, + { + "entropy": 0.9686211466789245, + "epoch": 6.295022451514283, + "grad_norm": 1.388267993927002, + "learning_rate": 3.306453085780244e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9787520349025727, + "num_tokens": 84793074.0, + "step": 65890 + }, + { + "entropy": 0.9697498440742492, + "epoch": 6.295977835100793, + "grad_norm": 1.3955475091934204, + "learning_rate": 3.30496683922792e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9751102089881897, + "num_tokens": 84806018.0, + "step": 65900 + }, + { + "entropy": 0.9715376138687134, + "epoch": 6.296933218687303, + "grad_norm": 1.2604210376739502, + "learning_rate": 3.303480761871818e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9816802740097046, + "num_tokens": 84819468.0, + "step": 65910 + }, + { + "entropy": 0.9762550115585327, + "epoch": 6.2978886022738125, + "grad_norm": 1.2418252229690552, + "learning_rate": 3.3019948538602674e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9768729209899902, + "num_tokens": 84832691.0, + "step": 65920 + }, + { + "entropy": 0.963115257024765, + "epoch": 6.298843985860323, + "grad_norm": 3.229868173599243, + "learning_rate": 3.3005091153415965e-05, + "loss": 0.0481, + "mean_token_accuracy": 0.9813717424869537, + "num_tokens": 84845067.0, + "step": 65930 + }, + { + "entropy": 0.9695158660411834, + "epoch": 6.299799369446833, + "grad_norm": 1.499252200126648, + "learning_rate": 3.299023546464107e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9818896472454071, + "num_tokens": 84858090.0, + "step": 65940 + }, + { + "entropy": 0.9754431068897247, + "epoch": 6.300754753033343, + "grad_norm": 0.7910054326057434, + "learning_rate": 3.2975381473760866e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9795583963394165, + "num_tokens": 84870958.0, + "step": 65950 + }, + { + "entropy": 0.9709399580955506, + "epoch": 6.301710136619853, + "grad_norm": 1.2667218446731567, + "learning_rate": 3.2960529182258095e-05, + "loss": 0.0679, + "mean_token_accuracy": 0.9734576880931854, + "num_tokens": 84883907.0, + "step": 65960 + }, + { + "entropy": 0.9665110051631928, + "epoch": 6.302665520206363, + "grad_norm": 1.6940031051635742, + "learning_rate": 3.294567859161523e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9809364974498749, + "num_tokens": 84896225.0, + "step": 65970 + }, + { + "entropy": 0.9458514094352722, + "epoch": 6.303620903792873, + "grad_norm": 1.9014946222305298, + "learning_rate": 3.293082970331471e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.981251734495163, + "num_tokens": 84908497.0, + "step": 65980 + }, + { + "entropy": 0.9528612911701202, + "epoch": 6.3045762873793825, + "grad_norm": 0.6722848415374756, + "learning_rate": 3.291598251883869e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9753286063671112, + "num_tokens": 84921219.0, + "step": 65990 + }, + { + "entropy": 0.9518328487873078, + "epoch": 6.305531670965893, + "grad_norm": 1.5820096731185913, + "learning_rate": 3.290113703966922e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9749933540821075, + "num_tokens": 84933434.0, + "step": 66000 + }, + { + "entropy": 0.9709615647792816, + "epoch": 6.306487054552402, + "grad_norm": 0.7706131935119629, + "learning_rate": 3.288629326728813e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9774433135986328, + "num_tokens": 84946574.0, + "step": 66010 + }, + { + "entropy": 0.9688182294368743, + "epoch": 6.307442438138913, + "grad_norm": 1.6154905557632446, + "learning_rate": 3.287145120317712e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9760815143585205, + "num_tokens": 84959216.0, + "step": 66020 + }, + { + "entropy": 0.9748061537742615, + "epoch": 6.308397821725423, + "grad_norm": 1.4074549674987793, + "learning_rate": 3.2856610848817734e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9785778224468231, + "num_tokens": 84972059.0, + "step": 66030 + }, + { + "entropy": 0.9785131990909577, + "epoch": 6.3093532053119326, + "grad_norm": 1.4692633152008057, + "learning_rate": 3.284177220569129e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9754914104938507, + "num_tokens": 84984884.0, + "step": 66040 + }, + { + "entropy": 0.9829138100147248, + "epoch": 6.310308588898443, + "grad_norm": 2.280099630355835, + "learning_rate": 3.282693527527898e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9779768109321594, + "num_tokens": 84998009.0, + "step": 66050 + }, + { + "entropy": 0.9637665271759033, + "epoch": 6.311263972484952, + "grad_norm": 0.960415244102478, + "learning_rate": 3.281210005906178e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9804415345191956, + "num_tokens": 85010411.0, + "step": 66060 + }, + { + "entropy": 0.9668516874313354, + "epoch": 6.312219356071463, + "grad_norm": 1.8653484582901, + "learning_rate": 3.279726655852058e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9771364510059357, + "num_tokens": 85022864.0, + "step": 66070 + }, + { + "entropy": 0.9811778843402863, + "epoch": 6.313174739657972, + "grad_norm": 2.8245232105255127, + "learning_rate": 3.278243477513597e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9796413898468017, + "num_tokens": 85036301.0, + "step": 66080 + }, + { + "entropy": 0.9742729842662812, + "epoch": 6.314130123244483, + "grad_norm": 1.083958625793457, + "learning_rate": 3.2767604710388486e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9812044262886047, + "num_tokens": 85049470.0, + "step": 66090 + }, + { + "entropy": 0.9761421203613281, + "epoch": 6.315085506830993, + "grad_norm": 1.0716246366500854, + "learning_rate": 3.275277636575846e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9772335231304169, + "num_tokens": 85062660.0, + "step": 66100 + }, + { + "entropy": 0.978699517250061, + "epoch": 6.3160408904175025, + "grad_norm": 1.302992582321167, + "learning_rate": 3.2737949742726e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9773503839969635, + "num_tokens": 85075915.0, + "step": 66110 + }, + { + "entropy": 0.9734792888164521, + "epoch": 6.316996274004013, + "grad_norm": 2.2354137897491455, + "learning_rate": 3.272312484277112e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9775828659534455, + "num_tokens": 85088321.0, + "step": 66120 + }, + { + "entropy": 0.974012839794159, + "epoch": 6.317951657590522, + "grad_norm": 0.9638203978538513, + "learning_rate": 3.2708301667373596e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.980116480588913, + "num_tokens": 85101692.0, + "step": 66130 + }, + { + "entropy": 0.9780339598655701, + "epoch": 6.318907041177033, + "grad_norm": 1.3974173069000244, + "learning_rate": 3.269348021801308e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9783523201942443, + "num_tokens": 85114586.0, + "step": 66140 + }, + { + "entropy": 0.9851802110671997, + "epoch": 6.319862424763542, + "grad_norm": 1.1529637575149536, + "learning_rate": 3.2678660496169003e-05, + "loss": 0.0691, + "mean_token_accuracy": 0.9709104418754577, + "num_tokens": 85127468.0, + "step": 66150 + }, + { + "entropy": 0.9782376170158387, + "epoch": 6.320817808350053, + "grad_norm": 2.392997980117798, + "learning_rate": 3.26638425033207e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9744953811168671, + "num_tokens": 85140267.0, + "step": 66160 + }, + { + "entropy": 0.9920336604118347, + "epoch": 6.321773191936563, + "grad_norm": 1.4006060361862183, + "learning_rate": 3.2649026240947226e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9776759624481202, + "num_tokens": 85152817.0, + "step": 66170 + }, + { + "entropy": 0.9727276861667633, + "epoch": 6.322728575523072, + "grad_norm": 1.9285427331924438, + "learning_rate": 3.2634211710527554e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.979060298204422, + "num_tokens": 85165025.0, + "step": 66180 + }, + { + "entropy": 0.9754046142101288, + "epoch": 6.323683959109583, + "grad_norm": 1.3954755067825317, + "learning_rate": 3.261939891354048e-05, + "loss": 0.0609, + "mean_token_accuracy": 0.9773790419101716, + "num_tokens": 85177335.0, + "step": 66190 + }, + { + "entropy": 0.9763698220252991, + "epoch": 6.324639342696092, + "grad_norm": 1.724059820175171, + "learning_rate": 3.260458785146455e-05, + "loss": 0.0679, + "mean_token_accuracy": 0.9718093812465668, + "num_tokens": 85190069.0, + "step": 66200 + }, + { + "entropy": 0.954843932390213, + "epoch": 6.325594726282603, + "grad_norm": 1.245420217514038, + "learning_rate": 3.258977852577822e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9751776278018951, + "num_tokens": 85202810.0, + "step": 66210 + }, + { + "entropy": 0.9592687249183655, + "epoch": 6.326550109869112, + "grad_norm": 1.8100992441177368, + "learning_rate": 3.2574970937959715e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9804699122905731, + "num_tokens": 85215428.0, + "step": 66220 + }, + { + "entropy": 0.9768016397953033, + "epoch": 6.3275054934556225, + "grad_norm": 1.3024855852127075, + "learning_rate": 3.256016508948715e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9810539841651916, + "num_tokens": 85228183.0, + "step": 66230 + }, + { + "entropy": 0.9831527769565582, + "epoch": 6.328460877042132, + "grad_norm": 0.8054376840591431, + "learning_rate": 3.254536098183838e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9799770236015319, + "num_tokens": 85241162.0, + "step": 66240 + }, + { + "entropy": 0.9824263095855713, + "epoch": 6.329416260628642, + "grad_norm": 1.7653329372406006, + "learning_rate": 3.253055861649116e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9785077512264252, + "num_tokens": 85254178.0, + "step": 66250 + }, + { + "entropy": 0.9763069212436676, + "epoch": 6.330371644215153, + "grad_norm": 1.8079591989517212, + "learning_rate": 3.2515757994923043e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9779566466808319, + "num_tokens": 85266511.0, + "step": 66260 + }, + { + "entropy": 0.9785960078239441, + "epoch": 6.331327027801662, + "grad_norm": 1.5291441679000854, + "learning_rate": 3.2500959118611407e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9777825832366943, + "num_tokens": 85279732.0, + "step": 66270 + }, + { + "entropy": 0.9792139887809753, + "epoch": 6.332282411388173, + "grad_norm": 2.265305280685425, + "learning_rate": 3.248616198903347e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.977520763874054, + "num_tokens": 85292598.0, + "step": 66280 + }, + { + "entropy": 0.9864607810974121, + "epoch": 6.333237794974682, + "grad_norm": 1.807349443435669, + "learning_rate": 3.247136660766624e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9754478454589843, + "num_tokens": 85305911.0, + "step": 66290 + }, + { + "entropy": 0.9777828931808472, + "epoch": 6.3341931785611925, + "grad_norm": 1.507503628730774, + "learning_rate": 3.24565729759866e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9752480566501618, + "num_tokens": 85318361.0, + "step": 66300 + }, + { + "entropy": 0.9853997886180877, + "epoch": 6.335148562147702, + "grad_norm": 2.0710513591766357, + "learning_rate": 3.24417810954712e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9775022685527801, + "num_tokens": 85330835.0, + "step": 66310 + }, + { + "entropy": 0.9844741582870483, + "epoch": 6.336103945734212, + "grad_norm": 1.2668256759643555, + "learning_rate": 3.2426990967596573e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9751045823097229, + "num_tokens": 85343886.0, + "step": 66320 + }, + { + "entropy": 0.9969560861587524, + "epoch": 6.337059329320722, + "grad_norm": 1.334510326385498, + "learning_rate": 3.241220259383906e-05, + "loss": 0.0632, + "mean_token_accuracy": 0.9791863143444062, + "num_tokens": 85357146.0, + "step": 66330 + }, + { + "entropy": 0.9766744673252106, + "epoch": 6.338014712907232, + "grad_norm": 0.8763222694396973, + "learning_rate": 3.239741597567479e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9788678109645843, + "num_tokens": 85369943.0, + "step": 66340 + }, + { + "entropy": 0.9727783560752868, + "epoch": 6.3389700964937425, + "grad_norm": 2.0151751041412354, + "learning_rate": 3.238263111457979e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9796660602092743, + "num_tokens": 85382748.0, + "step": 66350 + }, + { + "entropy": 0.9726252913475036, + "epoch": 6.339925480080252, + "grad_norm": 1.546724557876587, + "learning_rate": 3.2367848012029816e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.979485148191452, + "num_tokens": 85395547.0, + "step": 66360 + }, + { + "entropy": 0.9720555543899536, + "epoch": 6.340880863666762, + "grad_norm": 1.1037386655807495, + "learning_rate": 3.235306666950054e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9804373204708099, + "num_tokens": 85408369.0, + "step": 66370 + }, + { + "entropy": 0.9539320468902588, + "epoch": 6.341836247253272, + "grad_norm": 1.1915005445480347, + "learning_rate": 3.233828708846738e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9767532646656036, + "num_tokens": 85421031.0, + "step": 66380 + }, + { + "entropy": 0.9535614013671875, + "epoch": 6.342791630839782, + "grad_norm": 0.9649696350097656, + "learning_rate": 3.232350927040565e-05, + "loss": 0.0478, + "mean_token_accuracy": 0.9798138737678528, + "num_tokens": 85433489.0, + "step": 66390 + }, + { + "entropy": 0.9647181272506714, + "epoch": 6.343747014426292, + "grad_norm": 2.496302366256714, + "learning_rate": 3.230873321679044e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.97776158452034, + "num_tokens": 85446638.0, + "step": 66400 + }, + { + "entropy": 0.972311544418335, + "epoch": 6.344702398012802, + "grad_norm": 1.0407615900039673, + "learning_rate": 3.229395892909669e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9780090034008027, + "num_tokens": 85459643.0, + "step": 66410 + }, + { + "entropy": 0.9765901088714599, + "epoch": 6.3456577815993125, + "grad_norm": 1.745165228843689, + "learning_rate": 3.227918640879914e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9769115209579468, + "num_tokens": 85472307.0, + "step": 66420 + }, + { + "entropy": 1.000066590309143, + "epoch": 6.346613165185822, + "grad_norm": 1.7076784372329712, + "learning_rate": 3.2264415657372374e-05, + "loss": 0.0761, + "mean_token_accuracy": 0.9711985468864441, + "num_tokens": 85485331.0, + "step": 66430 + }, + { + "entropy": 0.9879658043384552, + "epoch": 6.347568548772332, + "grad_norm": 2.8116614818573, + "learning_rate": 3.224964667629078e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9795031070709228, + "num_tokens": 85498140.0, + "step": 66440 + }, + { + "entropy": 0.9787860095500946, + "epoch": 6.348523932358842, + "grad_norm": 2.178525924682617, + "learning_rate": 3.223487946702859e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9815738379955292, + "num_tokens": 85510997.0, + "step": 66450 + }, + { + "entropy": 0.9656323671340943, + "epoch": 6.349479315945352, + "grad_norm": 1.704667091369629, + "learning_rate": 3.222011403105984e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9735406696796417, + "num_tokens": 85523726.0, + "step": 66460 + }, + { + "entropy": 0.9758336305618286, + "epoch": 6.350434699531862, + "grad_norm": 1.3175045251846313, + "learning_rate": 3.220535036985839e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9822613537311554, + "num_tokens": 85536876.0, + "step": 66470 + }, + { + "entropy": 0.968293410539627, + "epoch": 6.351390083118372, + "grad_norm": 1.7852824926376343, + "learning_rate": 3.219058848489797e-05, + "loss": 0.0693, + "mean_token_accuracy": 0.9746064186096192, + "num_tokens": 85549076.0, + "step": 66480 + }, + { + "entropy": 0.9685630381107331, + "epoch": 6.352345466704882, + "grad_norm": 1.341914176940918, + "learning_rate": 3.217582837765206e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9781497657299042, + "num_tokens": 85561775.0, + "step": 66490 + }, + { + "entropy": 0.9734641432762146, + "epoch": 6.353300850291392, + "grad_norm": 1.896801471710205, + "learning_rate": 3.216107004959401e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9795103788375854, + "num_tokens": 85574459.0, + "step": 66500 + }, + { + "entropy": 0.962322574853897, + "epoch": 6.354256233877902, + "grad_norm": 0.7767611145973206, + "learning_rate": 3.2146313502196974e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9783755123615265, + "num_tokens": 85586316.0, + "step": 66510 + }, + { + "entropy": 0.9807560861110687, + "epoch": 6.355211617464412, + "grad_norm": 0.7687762379646301, + "learning_rate": 3.213155873693393e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9827610611915588, + "num_tokens": 85599110.0, + "step": 66520 + }, + { + "entropy": 0.9799791157245636, + "epoch": 6.356167001050922, + "grad_norm": 1.5606023073196411, + "learning_rate": 3.211680575527769e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9745938181877136, + "num_tokens": 85612650.0, + "step": 66530 + }, + { + "entropy": 0.9588930428028106, + "epoch": 6.357122384637432, + "grad_norm": 1.4850977659225464, + "learning_rate": 3.210205455870086e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9787911593914032, + "num_tokens": 85625143.0, + "step": 66540 + }, + { + "entropy": 0.973330807685852, + "epoch": 6.358077768223942, + "grad_norm": 1.9147166013717651, + "learning_rate": 3.208730514867591e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.9800929725170135, + "num_tokens": 85637769.0, + "step": 66550 + }, + { + "entropy": 0.9658243298530579, + "epoch": 6.359033151810452, + "grad_norm": 0.7360227704048157, + "learning_rate": 3.2072557526675116e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9844579517841339, + "num_tokens": 85649965.0, + "step": 66560 + }, + { + "entropy": 0.9827133119106293, + "epoch": 6.359988535396962, + "grad_norm": 1.2226617336273193, + "learning_rate": 3.205781169417054e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9806296646595001, + "num_tokens": 85662926.0, + "step": 66570 + }, + { + "entropy": 0.9819192886352539, + "epoch": 6.360943918983472, + "grad_norm": 1.7571074962615967, + "learning_rate": 3.204306765263411e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9794619023799896, + "num_tokens": 85676172.0, + "step": 66580 + }, + { + "entropy": 0.9660947382450104, + "epoch": 6.361899302569982, + "grad_norm": 1.7923123836517334, + "learning_rate": 3.202832540353755e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9801616191864013, + "num_tokens": 85688658.0, + "step": 66590 + }, + { + "entropy": 0.9744865417480468, + "epoch": 6.362854686156492, + "grad_norm": 1.1939113140106201, + "learning_rate": 3.201358494835244e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9767422080039978, + "num_tokens": 85701471.0, + "step": 66600 + }, + { + "entropy": 0.9639677345752716, + "epoch": 6.363810069743002, + "grad_norm": 1.6038079261779785, + "learning_rate": 3.199884628855011e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9767869770526886, + "num_tokens": 85713852.0, + "step": 66610 + }, + { + "entropy": 0.9569918572902679, + "epoch": 6.364765453329512, + "grad_norm": 1.6161762475967407, + "learning_rate": 3.198410942560177e-05, + "loss": 0.0569, + "mean_token_accuracy": 0.9790210664272309, + "num_tokens": 85726440.0, + "step": 66620 + }, + { + "entropy": 0.9738858699798584, + "epoch": 6.365720836916021, + "grad_norm": 1.0472056865692139, + "learning_rate": 3.1969374360978474e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9810746371746063, + "num_tokens": 85739709.0, + "step": 66630 + }, + { + "entropy": 0.9664127230644226, + "epoch": 6.366676220502532, + "grad_norm": 1.4641789197921753, + "learning_rate": 3.195464109615102e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9781231760978699, + "num_tokens": 85752559.0, + "step": 66640 + }, + { + "entropy": 0.9577420175075531, + "epoch": 6.367631604089042, + "grad_norm": 2.1130688190460205, + "learning_rate": 3.1939909632590084e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.97860067486763, + "num_tokens": 85765150.0, + "step": 66650 + }, + { + "entropy": 0.9613907217979432, + "epoch": 6.368586987675552, + "grad_norm": 0.968605101108551, + "learning_rate": 3.192517997176613e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9789312779903412, + "num_tokens": 85778045.0, + "step": 66660 + }, + { + "entropy": 0.9708996593952179, + "epoch": 6.369542371262062, + "grad_norm": 1.356413722038269, + "learning_rate": 3.191045211514946e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9745107471942902, + "num_tokens": 85791782.0, + "step": 66670 + }, + { + "entropy": 0.9513536274433136, + "epoch": 6.3704977548485715, + "grad_norm": 1.6137791872024536, + "learning_rate": 3.18957260642102e-05, + "loss": 0.0697, + "mean_token_accuracy": 0.9759906828403473, + "num_tokens": 85804456.0, + "step": 66680 + }, + { + "entropy": 0.9696991086006165, + "epoch": 6.371453138435082, + "grad_norm": 1.1098614931106567, + "learning_rate": 3.1881001820418255e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9781062364578247, + "num_tokens": 85817786.0, + "step": 66690 + }, + { + "entropy": 0.9622109830379486, + "epoch": 6.372408522021591, + "grad_norm": 1.4194715023040771, + "learning_rate": 3.186627938524343e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9806765854358673, + "num_tokens": 85830745.0, + "step": 66700 + }, + { + "entropy": 0.9628984212875367, + "epoch": 6.373363905608102, + "grad_norm": 1.2191410064697266, + "learning_rate": 3.185155876015526e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.9751841425895691, + "num_tokens": 85843640.0, + "step": 66710 + }, + { + "entropy": 0.954545521736145, + "epoch": 6.374319289194611, + "grad_norm": 1.6502143144607544, + "learning_rate": 3.1836839946623185e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9776397109031677, + "num_tokens": 85856896.0, + "step": 66720 + }, + { + "entropy": 0.9664279341697692, + "epoch": 6.375274672781122, + "grad_norm": 1.7164965867996216, + "learning_rate": 3.182212294611637e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9776717126369476, + "num_tokens": 85869452.0, + "step": 66730 + }, + { + "entropy": 0.962563443183899, + "epoch": 6.376230056367632, + "grad_norm": 1.6541666984558105, + "learning_rate": 3.180740776010389e-05, + "loss": 0.052, + "mean_token_accuracy": 0.978902792930603, + "num_tokens": 85881926.0, + "step": 66740 + }, + { + "entropy": 0.9663954079151154, + "epoch": 6.377185439954141, + "grad_norm": 0.9191365838050842, + "learning_rate": 3.179269439005457e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9804279088974, + "num_tokens": 85894797.0, + "step": 66750 + }, + { + "entropy": 0.9668161034584045, + "epoch": 6.378140823540652, + "grad_norm": 1.2618157863616943, + "learning_rate": 3.177798283743709e-05, + "loss": 0.0714, + "mean_token_accuracy": 0.9748561024665833, + "num_tokens": 85907767.0, + "step": 66760 + }, + { + "entropy": 0.9690195798873902, + "epoch": 6.379096207127161, + "grad_norm": 1.3588767051696777, + "learning_rate": 3.176327310371994e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9782155871391296, + "num_tokens": 85920634.0, + "step": 66770 + }, + { + "entropy": 0.9861583650112152, + "epoch": 6.380051590713672, + "grad_norm": 0.568125307559967, + "learning_rate": 3.174856519037141e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9806267440319061, + "num_tokens": 85934140.0, + "step": 66780 + }, + { + "entropy": 0.9505517899990081, + "epoch": 6.381006974300181, + "grad_norm": 1.4288356304168701, + "learning_rate": 3.173385909885967e-05, + "loss": 0.0447, + "mean_token_accuracy": 0.9807865500450135, + "num_tokens": 85946450.0, + "step": 66790 + }, + { + "entropy": 0.9723483741283416, + "epoch": 6.3819623578866915, + "grad_norm": 2.429595708847046, + "learning_rate": 3.171915483065263e-05, + "loss": 0.0738, + "mean_token_accuracy": 0.9682141542434692, + "num_tokens": 85959233.0, + "step": 66800 + }, + { + "entropy": 0.9568709671497345, + "epoch": 6.382917741473202, + "grad_norm": 0.8039824962615967, + "learning_rate": 3.1704452387218066e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.980299836397171, + "num_tokens": 85972493.0, + "step": 66810 + }, + { + "entropy": 0.9499304890632629, + "epoch": 6.383873125059711, + "grad_norm": 1.311722755432129, + "learning_rate": 3.168975177002355e-05, + "loss": 0.0478, + "mean_token_accuracy": 0.983426171541214, + "num_tokens": 85985131.0, + "step": 66820 + }, + { + "entropy": 0.9604547441005706, + "epoch": 6.384828508646222, + "grad_norm": 1.4710361957550049, + "learning_rate": 3.16750529805365e-05, + "loss": 0.063, + "mean_token_accuracy": 0.9756418645381928, + "num_tokens": 85997328.0, + "step": 66830 + }, + { + "entropy": 0.9628899276256562, + "epoch": 6.385783892232731, + "grad_norm": 2.0318922996520996, + "learning_rate": 3.16603560202241e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9740279316902161, + "num_tokens": 86010408.0, + "step": 66840 + }, + { + "entropy": 0.9632598280906677, + "epoch": 6.386739275819242, + "grad_norm": 1.0844204425811768, + "learning_rate": 3.1645660890553397e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9762571036815644, + "num_tokens": 86022736.0, + "step": 66850 + }, + { + "entropy": 0.9757500171661377, + "epoch": 6.387694659405751, + "grad_norm": 2.099006175994873, + "learning_rate": 3.1630967592991265e-05, + "loss": 0.0743, + "mean_token_accuracy": 0.9696335077285767, + "num_tokens": 86035971.0, + "step": 66860 + }, + { + "entropy": 0.9791164875030518, + "epoch": 6.3886500429922615, + "grad_norm": 1.5924047231674194, + "learning_rate": 3.1616276129004336e-05, + "loss": 0.0705, + "mean_token_accuracy": 0.9716032266616821, + "num_tokens": 86048949.0, + "step": 66870 + }, + { + "entropy": 0.9906843543052674, + "epoch": 6.389605426578772, + "grad_norm": 1.2825114727020264, + "learning_rate": 3.160158650005912e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.977190351486206, + "num_tokens": 86062270.0, + "step": 66880 + }, + { + "entropy": 0.9733248829841614, + "epoch": 6.390560810165281, + "grad_norm": 1.076682448387146, + "learning_rate": 3.1586898707621904e-05, + "loss": 0.0626, + "mean_token_accuracy": 0.9765430808067321, + "num_tokens": 86074752.0, + "step": 66890 + }, + { + "entropy": 0.9703840792179108, + "epoch": 6.391516193751792, + "grad_norm": 1.3910236358642578, + "learning_rate": 3.157221275315882e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9802002966403961, + "num_tokens": 86087447.0, + "step": 66900 + }, + { + "entropy": 0.9636768579483033, + "epoch": 6.392471577338301, + "grad_norm": 0.7011082172393799, + "learning_rate": 3.1557528638135785e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9826504766941071, + "num_tokens": 86100192.0, + "step": 66910 + }, + { + "entropy": 0.9547578573226929, + "epoch": 6.3934269609248116, + "grad_norm": 2.179612636566162, + "learning_rate": 3.154284636401855e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9825032651424408, + "num_tokens": 86112961.0, + "step": 66920 + }, + { + "entropy": 0.9698527157306671, + "epoch": 6.394382344511321, + "grad_norm": 0.7473411560058594, + "learning_rate": 3.1528165932272724e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9819350600242615, + "num_tokens": 86125872.0, + "step": 66930 + }, + { + "entropy": 0.9709802448749543, + "epoch": 6.395337728097831, + "grad_norm": 1.8233146667480469, + "learning_rate": 3.151348734436362e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9754140555858613, + "num_tokens": 86139323.0, + "step": 66940 + }, + { + "entropy": 0.9792969226837158, + "epoch": 6.396293111684341, + "grad_norm": 1.2903032302856445, + "learning_rate": 3.1498810601756503e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9771105885505676, + "num_tokens": 86152916.0, + "step": 66950 + }, + { + "entropy": 0.9673482477664948, + "epoch": 6.397248495270851, + "grad_norm": 1.0967204570770264, + "learning_rate": 3.148413570591634e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9779975473880768, + "num_tokens": 86166119.0, + "step": 66960 + }, + { + "entropy": 0.9562239646911621, + "epoch": 6.398203878857362, + "grad_norm": 1.1872433423995972, + "learning_rate": 3.1469462658308e-05, + "loss": 0.0433, + "mean_token_accuracy": 0.9821141183376312, + "num_tokens": 86178896.0, + "step": 66970 + }, + { + "entropy": 0.9617097675800323, + "epoch": 6.399159262443871, + "grad_norm": 1.7557250261306763, + "learning_rate": 3.14547914603961e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9775408446788788, + "num_tokens": 86191765.0, + "step": 66980 + }, + { + "entropy": 0.9592342138290405, + "epoch": 6.4001146460303815, + "grad_norm": 0.628453254699707, + "learning_rate": 3.144012211364511e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9760390996932984, + "num_tokens": 86204684.0, + "step": 66990 + }, + { + "entropy": 0.9548156261444092, + "epoch": 6.401070029616891, + "grad_norm": 1.513474941253662, + "learning_rate": 3.142545461951933e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9774443149566651, + "num_tokens": 86217237.0, + "step": 67000 + }, + { + "entropy": 0.9601531565189362, + "epoch": 6.402025413203401, + "grad_norm": 1.7106332778930664, + "learning_rate": 3.1410788979482806e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9768981516361237, + "num_tokens": 86229873.0, + "step": 67010 + }, + { + "entropy": 0.9768468976020813, + "epoch": 6.402980796789911, + "grad_norm": 1.9182665348052979, + "learning_rate": 3.139612519499949e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9791104376316071, + "num_tokens": 86243065.0, + "step": 67020 + }, + { + "entropy": 0.9564075589179992, + "epoch": 6.403936180376421, + "grad_norm": 1.3388160467147827, + "learning_rate": 3.1381463267533076e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9777728497982026, + "num_tokens": 86255489.0, + "step": 67030 + }, + { + "entropy": 0.9615402340888977, + "epoch": 6.404891563962931, + "grad_norm": 1.7970092296600342, + "learning_rate": 3.1366803198547126e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9808440566062927, + "num_tokens": 86267963.0, + "step": 67040 + }, + { + "entropy": 0.9416988074779511, + "epoch": 6.405846947549441, + "grad_norm": 0.9310659766197205, + "learning_rate": 3.1352144989504954e-05, + "loss": 0.0422, + "mean_token_accuracy": 0.9842492997646332, + "num_tokens": 86279916.0, + "step": 67050 + }, + { + "entropy": 0.9528601169586182, + "epoch": 6.406802331135951, + "grad_norm": 2.0578064918518066, + "learning_rate": 3.133748864186976e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9752538621425628, + "num_tokens": 86292202.0, + "step": 67060 + }, + { + "entropy": 0.9693640291690826, + "epoch": 6.407757714722461, + "grad_norm": 2.1583592891693115, + "learning_rate": 3.1322834157104504e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.979469496011734, + "num_tokens": 86305117.0, + "step": 67070 + }, + { + "entropy": 0.9569798529148101, + "epoch": 6.408713098308971, + "grad_norm": 1.595920205116272, + "learning_rate": 3.1308181536671965e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9784526050090789, + "num_tokens": 86317707.0, + "step": 67080 + }, + { + "entropy": 0.9653604090213775, + "epoch": 6.409668481895481, + "grad_norm": 2.2128710746765137, + "learning_rate": 3.129353078203481e-05, + "loss": 0.0769, + "mean_token_accuracy": 0.9695702314376831, + "num_tokens": 86330686.0, + "step": 67090 + }, + { + "entropy": 0.9611130237579346, + "epoch": 6.410623865481991, + "grad_norm": 1.0417847633361816, + "learning_rate": 3.127888189465537e-05, + "loss": 0.0461, + "mean_token_accuracy": 0.9817985951900482, + "num_tokens": 86343681.0, + "step": 67100 + }, + { + "entropy": 0.9765376389026642, + "epoch": 6.411579249068501, + "grad_norm": 1.4141501188278198, + "learning_rate": 3.1264234875995976e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.9767055988311768, + "num_tokens": 86356740.0, + "step": 67110 + }, + { + "entropy": 0.9604575872421265, + "epoch": 6.412534632655011, + "grad_norm": 2.5317394733428955, + "learning_rate": 3.12495897275186e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9743861973285675, + "num_tokens": 86369595.0, + "step": 67120 + }, + { + "entropy": 0.970525187253952, + "epoch": 6.413490016241521, + "grad_norm": 2.0995304584503174, + "learning_rate": 3.123494645068515e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9761381149291992, + "num_tokens": 86382490.0, + "step": 67130 + }, + { + "entropy": 0.9746216356754303, + "epoch": 6.414445399828031, + "grad_norm": 1.5404689311981201, + "learning_rate": 3.1220305046957274e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.977333152294159, + "num_tokens": 86395506.0, + "step": 67140 + }, + { + "entropy": 0.9492607116699219, + "epoch": 6.415400783414541, + "grad_norm": 0.5894819498062134, + "learning_rate": 3.120566551779646e-05, + "loss": 0.04, + "mean_token_accuracy": 0.9848869323730469, + "num_tokens": 86408085.0, + "step": 67150 + }, + { + "entropy": 0.9636243879795074, + "epoch": 6.416356167001051, + "grad_norm": 1.067184567451477, + "learning_rate": 3.119102786466405e-05, + "loss": 0.0669, + "mean_token_accuracy": 0.9764148771762848, + "num_tokens": 86420935.0, + "step": 67160 + }, + { + "entropy": 0.9449260234832764, + "epoch": 6.417311550587561, + "grad_norm": 1.3366097211837769, + "learning_rate": 3.117639208902109e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9799116432666779, + "num_tokens": 86433370.0, + "step": 67170 + }, + { + "entropy": 0.9747668325901031, + "epoch": 6.418266934174071, + "grad_norm": 0.5825244188308716, + "learning_rate": 3.1161758192328564e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9743225991725921, + "num_tokens": 86446312.0, + "step": 67180 + }, + { + "entropy": 0.9868585944175721, + "epoch": 6.419222317760581, + "grad_norm": 1.7647151947021484, + "learning_rate": 3.114712617604718e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9768162727355957, + "num_tokens": 86459850.0, + "step": 67190 + }, + { + "entropy": 0.9770979881286621, + "epoch": 6.420177701347091, + "grad_norm": 1.7463387250900269, + "learning_rate": 3.113249604163751e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9760222017765046, + "num_tokens": 86473237.0, + "step": 67200 + }, + { + "entropy": 0.9553958475589752, + "epoch": 6.421133084933601, + "grad_norm": 2.936291456222534, + "learning_rate": 3.1117867790559884e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9778923690319061, + "num_tokens": 86485545.0, + "step": 67210 + }, + { + "entropy": 0.9765670597553253, + "epoch": 6.422088468520111, + "grad_norm": 0.9493038058280945, + "learning_rate": 3.1103241424274496e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9832948327064515, + "num_tokens": 86498603.0, + "step": 67220 + }, + { + "entropy": 0.9682343542575836, + "epoch": 6.423043852106621, + "grad_norm": 2.275575637817383, + "learning_rate": 3.1088616944241345e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9769661784172058, + "num_tokens": 86511735.0, + "step": 67230 + }, + { + "entropy": 0.9625518262386322, + "epoch": 6.423999235693131, + "grad_norm": 2.0515823364257812, + "learning_rate": 3.10739943519202e-05, + "loss": 0.0604, + "mean_token_accuracy": 0.9778727889060974, + "num_tokens": 86524615.0, + "step": 67240 + }, + { + "entropy": 0.9743225157260895, + "epoch": 6.4249546192796405, + "grad_norm": 1.7940679788589478, + "learning_rate": 3.105937364877072e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9778585970401764, + "num_tokens": 86537832.0, + "step": 67250 + }, + { + "entropy": 0.9696523189544678, + "epoch": 6.425910002866151, + "grad_norm": 1.393904209136963, + "learning_rate": 3.1044754836252256e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.9730897784233093, + "num_tokens": 86550661.0, + "step": 67260 + }, + { + "entropy": 0.9708506107330322, + "epoch": 6.42686538645266, + "grad_norm": 0.5148674249649048, + "learning_rate": 3.1030137915824105e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9734776139259338, + "num_tokens": 86563879.0, + "step": 67270 + }, + { + "entropy": 0.9721297562122345, + "epoch": 6.427820770039171, + "grad_norm": 0.9419029355049133, + "learning_rate": 3.101552288894527e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9758198320865631, + "num_tokens": 86576435.0, + "step": 67280 + }, + { + "entropy": 0.9776514828205108, + "epoch": 6.428776153625681, + "grad_norm": 1.3122042417526245, + "learning_rate": 3.100090975707463e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9802258789539338, + "num_tokens": 86590025.0, + "step": 67290 + }, + { + "entropy": 0.94533212184906, + "epoch": 6.429731537212191, + "grad_norm": 1.7765473127365112, + "learning_rate": 3.098629852167084e-05, + "loss": 0.0659, + "mean_token_accuracy": 0.9734453141689301, + "num_tokens": 86602265.0, + "step": 67300 + }, + { + "entropy": 0.9605035901069641, + "epoch": 6.430686920798701, + "grad_norm": 1.423238754272461, + "learning_rate": 3.0971689184192366e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9760336935520172, + "num_tokens": 86615524.0, + "step": 67310 + }, + { + "entropy": 0.9647049129009246, + "epoch": 6.4316423043852105, + "grad_norm": 1.7014113664627075, + "learning_rate": 3.095708174609754e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9795901000499725, + "num_tokens": 86628486.0, + "step": 67320 + }, + { + "entropy": 0.9737778723239898, + "epoch": 6.432597687971721, + "grad_norm": 1.7594740390777588, + "learning_rate": 3.094247620884439e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.9757134199142456, + "num_tokens": 86641402.0, + "step": 67330 + }, + { + "entropy": 0.9704901874065399, + "epoch": 6.43355307155823, + "grad_norm": 1.025001049041748, + "learning_rate": 3.092787257389088e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9813759386539459, + "num_tokens": 86654548.0, + "step": 67340 + }, + { + "entropy": 0.9567973196506501, + "epoch": 6.434508455144741, + "grad_norm": 1.3549424409866333, + "learning_rate": 3.0913270842694694e-05, + "loss": 0.0466, + "mean_token_accuracy": 0.984149819612503, + "num_tokens": 86667394.0, + "step": 67350 + }, + { + "entropy": 0.9611115872859954, + "epoch": 6.43546383873125, + "grad_norm": 0.9527841210365295, + "learning_rate": 3.0898671016713387e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9780830085277558, + "num_tokens": 86680306.0, + "step": 67360 + }, + { + "entropy": 0.9470853686332703, + "epoch": 6.4364192223177605, + "grad_norm": 0.8842238783836365, + "learning_rate": 3.088407309740427e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9760955929756164, + "num_tokens": 86692702.0, + "step": 67370 + }, + { + "entropy": 0.9407454252243042, + "epoch": 6.437374605904271, + "grad_norm": 1.8413175344467163, + "learning_rate": 3.08694770862245e-05, + "loss": 0.0444, + "mean_token_accuracy": 0.9826128125190735, + "num_tokens": 86705067.0, + "step": 67380 + }, + { + "entropy": 0.9486646473407745, + "epoch": 6.43832998949078, + "grad_norm": 1.4806956052780151, + "learning_rate": 3.085488298463105e-05, + "loss": 0.0677, + "mean_token_accuracy": 0.9721064984798431, + "num_tokens": 86717926.0, + "step": 67390 + }, + { + "entropy": 0.9517189383506774, + "epoch": 6.439285373077291, + "grad_norm": 1.573176383972168, + "learning_rate": 3.084029079408065e-05, + "loss": 0.0633, + "mean_token_accuracy": 0.9765915513038635, + "num_tokens": 86730269.0, + "step": 67400 + }, + { + "entropy": 0.968145215511322, + "epoch": 6.4402407566638, + "grad_norm": 1.2211912870407104, + "learning_rate": 3.082570051602993e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9824353635311127, + "num_tokens": 86743362.0, + "step": 67410 + }, + { + "entropy": 0.9668534755706787, + "epoch": 6.441196140250311, + "grad_norm": 0.7792380452156067, + "learning_rate": 3.081111215193522e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9831506311893463, + "num_tokens": 86755686.0, + "step": 67420 + }, + { + "entropy": 0.9774565637111664, + "epoch": 6.44215152383682, + "grad_norm": 2.413282632827759, + "learning_rate": 3.079652570325274e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9757558643817902, + "num_tokens": 86768786.0, + "step": 67430 + }, + { + "entropy": 0.9719990015029907, + "epoch": 6.4431069074233305, + "grad_norm": 1.2774337530136108, + "learning_rate": 3.078194117143849e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9796347796916962, + "num_tokens": 86782132.0, + "step": 67440 + }, + { + "entropy": 0.9643596351146698, + "epoch": 6.444062291009841, + "grad_norm": 1.8793679475784302, + "learning_rate": 3.0767358557948264e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9804053187370301, + "num_tokens": 86794592.0, + "step": 67450 + }, + { + "entropy": 0.9689619302749634, + "epoch": 6.44501767459635, + "grad_norm": 2.2600257396698, + "learning_rate": 3.0752777864237716e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.975126588344574, + "num_tokens": 86807160.0, + "step": 67460 + }, + { + "entropy": 0.959095972776413, + "epoch": 6.445973058182861, + "grad_norm": 1.402402639389038, + "learning_rate": 3.073819909176223e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9791992545127869, + "num_tokens": 86820243.0, + "step": 67470 + }, + { + "entropy": 0.9622776448726654, + "epoch": 6.44692844176937, + "grad_norm": 1.192175030708313, + "learning_rate": 3.07236222419771e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9761690199375153, + "num_tokens": 86833069.0, + "step": 67480 + }, + { + "entropy": 0.961743849515915, + "epoch": 6.447883825355881, + "grad_norm": 1.5994921922683716, + "learning_rate": 3.0709047316337304e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9791236340999603, + "num_tokens": 86846141.0, + "step": 67490 + }, + { + "entropy": 0.9523182928562164, + "epoch": 6.44883920894239, + "grad_norm": 0.8695501685142517, + "learning_rate": 3.069447431629774e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9772878766059876, + "num_tokens": 86858952.0, + "step": 67500 + }, + { + "entropy": 0.9688766181468964, + "epoch": 6.4497945925289, + "grad_norm": 0.8312996625900269, + "learning_rate": 3.0679903243313046e-05, + "loss": 0.0765, + "mean_token_accuracy": 0.972108781337738, + "num_tokens": 86871748.0, + "step": 67510 + }, + { + "entropy": 0.964087837934494, + "epoch": 6.450749976115411, + "grad_norm": 1.495110034942627, + "learning_rate": 3.066533409883769e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9780324995517731, + "num_tokens": 86885063.0, + "step": 67520 + }, + { + "entropy": 0.9491741478443145, + "epoch": 6.45170535970192, + "grad_norm": 1.6896271705627441, + "learning_rate": 3.065076688432597e-05, + "loss": 0.059, + "mean_token_accuracy": 0.977158933877945, + "num_tokens": 86897559.0, + "step": 67530 + }, + { + "entropy": 0.9755829751491547, + "epoch": 6.452660743288431, + "grad_norm": 1.8690853118896484, + "learning_rate": 3.063620160123194e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9753391444683075, + "num_tokens": 86910633.0, + "step": 67540 + }, + { + "entropy": 0.9505737721920013, + "epoch": 6.45361612687494, + "grad_norm": 1.2747876644134521, + "learning_rate": 3.062163825100951e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9767256796360015, + "num_tokens": 86923012.0, + "step": 67550 + }, + { + "entropy": 0.9814341723918915, + "epoch": 6.4545715104614505, + "grad_norm": 2.190844774246216, + "learning_rate": 3.060707683511235e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9770712018013, + "num_tokens": 86936318.0, + "step": 67560 + }, + { + "entropy": 0.961337149143219, + "epoch": 6.45552689404796, + "grad_norm": 2.3993759155273438, + "learning_rate": 3.059251735499401e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.97913076877594, + "num_tokens": 86949241.0, + "step": 67570 + }, + { + "entropy": 0.9488506197929383, + "epoch": 6.45648227763447, + "grad_norm": 0.9930791258811951, + "learning_rate": 3.057795981210774e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9773004472255706, + "num_tokens": 86962046.0, + "step": 67580 + }, + { + "entropy": 0.9677975594997406, + "epoch": 6.45743766122098, + "grad_norm": 1.9771720170974731, + "learning_rate": 3.0563404207906694e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9766707599163056, + "num_tokens": 86974991.0, + "step": 67590 + }, + { + "entropy": 0.9654321908950806, + "epoch": 6.45839304480749, + "grad_norm": 2.591639995574951, + "learning_rate": 3.05488505438438e-05, + "loss": 0.0718, + "mean_token_accuracy": 0.9736011385917663, + "num_tokens": 86988201.0, + "step": 67600 + }, + { + "entropy": 0.9529206275939941, + "epoch": 6.459348428394001, + "grad_norm": 2.32146954536438, + "learning_rate": 3.0534298821371763e-05, + "loss": 0.0436, + "mean_token_accuracy": 0.9835422039031982, + "num_tokens": 87000874.0, + "step": 67610 + }, + { + "entropy": 0.9560015022754669, + "epoch": 6.46030381198051, + "grad_norm": 0.7348727583885193, + "learning_rate": 3.051974904194316e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9798582553863525, + "num_tokens": 87013640.0, + "step": 67620 + }, + { + "entropy": 0.9740812480449677, + "epoch": 6.46125919556702, + "grad_norm": 1.614722490310669, + "learning_rate": 3.050520120701027e-05, + "loss": 0.062, + "mean_token_accuracy": 0.9744315147399902, + "num_tokens": 87026284.0, + "step": 67630 + }, + { + "entropy": 0.9543619811534881, + "epoch": 6.46221457915353, + "grad_norm": 1.5393153429031372, + "learning_rate": 3.0490655318025306e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9797350108623505, + "num_tokens": 87038900.0, + "step": 67640 + }, + { + "entropy": 0.9720735967159271, + "epoch": 6.46316996274004, + "grad_norm": 1.5274262428283691, + "learning_rate": 3.0476111376440162e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.979294228553772, + "num_tokens": 87052240.0, + "step": 67650 + }, + { + "entropy": 0.9732345938682556, + "epoch": 6.46412534632655, + "grad_norm": 1.3562607765197754, + "learning_rate": 3.046156938370667e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9761687636375427, + "num_tokens": 87065287.0, + "step": 67660 + }, + { + "entropy": 0.9481341779232025, + "epoch": 6.46508072991306, + "grad_norm": 1.6872164011001587, + "learning_rate": 3.04470293412763e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.979447889328003, + "num_tokens": 87077698.0, + "step": 67670 + }, + { + "entropy": 0.9576720535755158, + "epoch": 6.46603611349957, + "grad_norm": 1.3767726421356201, + "learning_rate": 3.0432491250600497e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9831979870796204, + "num_tokens": 87090293.0, + "step": 67680 + }, + { + "entropy": 0.9573824346065521, + "epoch": 6.46699149708608, + "grad_norm": 1.8225678205490112, + "learning_rate": 3.0417955113130425e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9799417018890381, + "num_tokens": 87103079.0, + "step": 67690 + }, + { + "entropy": 0.956372982263565, + "epoch": 6.46794688067259, + "grad_norm": 1.703334093093872, + "learning_rate": 3.0403420930317034e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9776560425758362, + "num_tokens": 87115804.0, + "step": 67700 + }, + { + "entropy": 0.9551062941551208, + "epoch": 6.4689022642591, + "grad_norm": 2.016127109527588, + "learning_rate": 3.038888870361114e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9822471618652344, + "num_tokens": 87128597.0, + "step": 67710 + }, + { + "entropy": 0.9754852235317231, + "epoch": 6.46985764784561, + "grad_norm": 1.0671648979187012, + "learning_rate": 3.03743584344633e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9761599898338318, + "num_tokens": 87141874.0, + "step": 67720 + }, + { + "entropy": 0.9791396737098694, + "epoch": 6.47081303143212, + "grad_norm": 3.3179931640625, + "learning_rate": 3.035983012432395e-05, + "loss": 0.0696, + "mean_token_accuracy": 0.9728808879852295, + "num_tokens": 87154598.0, + "step": 67730 + }, + { + "entropy": 0.9676808297634125, + "epoch": 6.47176841501863, + "grad_norm": 0.953227698802948, + "learning_rate": 3.0345303774643245e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9767217397689819, + "num_tokens": 87167832.0, + "step": 67740 + }, + { + "entropy": 0.9794848799705506, + "epoch": 6.47272379860514, + "grad_norm": 1.1557213068008423, + "learning_rate": 3.0330779386871223e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9765786111354828, + "num_tokens": 87181047.0, + "step": 67750 + }, + { + "entropy": 0.9587228178977967, + "epoch": 6.47367918219165, + "grad_norm": 1.1066315174102783, + "learning_rate": 3.031625696245768e-05, + "loss": 0.0581, + "mean_token_accuracy": 0.9797716975212097, + "num_tokens": 87193495.0, + "step": 67760 + }, + { + "entropy": 0.9833021879196167, + "epoch": 6.47463456577816, + "grad_norm": 1.326127052307129, + "learning_rate": 3.030173650285222e-05, + "loss": 0.054, + "mean_token_accuracy": 0.978768253326416, + "num_tokens": 87206597.0, + "step": 67770 + }, + { + "entropy": 0.9706089913845062, + "epoch": 6.47558994936467, + "grad_norm": 1.8252804279327393, + "learning_rate": 3.028721800950427e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9742498636245728, + "num_tokens": 87219398.0, + "step": 67780 + }, + { + "entropy": 0.9763549983501434, + "epoch": 6.47654533295118, + "grad_norm": 1.2652473449707031, + "learning_rate": 3.0272701483863026e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791956782341004, + "num_tokens": 87232982.0, + "step": 67790 + }, + { + "entropy": 0.9622811436653137, + "epoch": 6.47750071653769, + "grad_norm": 1.302743911743164, + "learning_rate": 3.025818692737756e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9798206746578216, + "num_tokens": 87245914.0, + "step": 67800 + }, + { + "entropy": 0.9558798432350158, + "epoch": 6.4784561001242, + "grad_norm": 1.2764662504196167, + "learning_rate": 3.0243674341496632e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9794498264789582, + "num_tokens": 87258468.0, + "step": 67810 + }, + { + "entropy": 0.9613320827484131, + "epoch": 6.4794114837107095, + "grad_norm": 0.708014726638794, + "learning_rate": 3.022916372766891e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9848084151744843, + "num_tokens": 87271711.0, + "step": 67820 + }, + { + "entropy": 0.9799859344959259, + "epoch": 6.48036686729722, + "grad_norm": 1.9349713325500488, + "learning_rate": 3.0214655087342837e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9779310345649719, + "num_tokens": 87285232.0, + "step": 67830 + }, + { + "entropy": 0.9594943642616272, + "epoch": 6.48132225088373, + "grad_norm": 0.9004361629486084, + "learning_rate": 3.020014842196661e-05, + "loss": 0.0641, + "mean_token_accuracy": 0.9754637897014617, + "num_tokens": 87297920.0, + "step": 67840 + }, + { + "entropy": 0.9660991191864013, + "epoch": 6.48227763447024, + "grad_norm": 1.0226867198944092, + "learning_rate": 3.018564373298831e-05, + "loss": 0.0645, + "mean_token_accuracy": 0.9758992850780487, + "num_tokens": 87310754.0, + "step": 67850 + }, + { + "entropy": 0.9623134791851043, + "epoch": 6.48323301805675, + "grad_norm": 1.7848526239395142, + "learning_rate": 3.0171141021855753e-05, + "loss": 0.0637, + "mean_token_accuracy": 0.9775959551334381, + "num_tokens": 87323840.0, + "step": 67860 + }, + { + "entropy": 0.9549709379673004, + "epoch": 6.48418840164326, + "grad_norm": 1.5615808963775635, + "learning_rate": 3.015664029001659e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9736264467239379, + "num_tokens": 87336429.0, + "step": 67870 + }, + { + "entropy": 0.9736043095588685, + "epoch": 6.48514378522977, + "grad_norm": 1.5677162408828735, + "learning_rate": 3.0142141538918244e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9726798236370087, + "num_tokens": 87349098.0, + "step": 67880 + }, + { + "entropy": 0.9562926530838013, + "epoch": 6.4860991688162795, + "grad_norm": 0.7956205010414124, + "learning_rate": 3.012764477000799e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9796546399593353, + "num_tokens": 87361745.0, + "step": 67890 + }, + { + "entropy": 0.9662434875965118, + "epoch": 6.48705455240279, + "grad_norm": 1.966984510421753, + "learning_rate": 3.0113149984732887e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9790803611278533, + "num_tokens": 87374749.0, + "step": 67900 + }, + { + "entropy": 0.9611540734767914, + "epoch": 6.488009935989299, + "grad_norm": 2.294320583343506, + "learning_rate": 3.0098657184539757e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9822112381458282, + "num_tokens": 87387376.0, + "step": 67910 + }, + { + "entropy": 0.9615644812583923, + "epoch": 6.48896531957581, + "grad_norm": 2.035902500152588, + "learning_rate": 3.008416637087529e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9778039515018463, + "num_tokens": 87400808.0, + "step": 67920 + }, + { + "entropy": 0.955060464143753, + "epoch": 6.48992070316232, + "grad_norm": 2.066974639892578, + "learning_rate": 3.0069677545185904e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.979144948720932, + "num_tokens": 87413392.0, + "step": 67930 + }, + { + "entropy": 0.9516078650951385, + "epoch": 6.4908760867488295, + "grad_norm": 1.4439393281936646, + "learning_rate": 3.005519070891788e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.973467868566513, + "num_tokens": 87426006.0, + "step": 67940 + }, + { + "entropy": 0.9642261922359466, + "epoch": 6.49183147033534, + "grad_norm": 2.5009498596191406, + "learning_rate": 3.0040705863517264e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9757477104663849, + "num_tokens": 87439146.0, + "step": 67950 + }, + { + "entropy": 0.9585195362567902, + "epoch": 6.492786853921849, + "grad_norm": 1.1293751001358032, + "learning_rate": 3.0026223010429937e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9765231430530548, + "num_tokens": 87452157.0, + "step": 67960 + }, + { + "entropy": 0.959058940410614, + "epoch": 6.49374223750836, + "grad_norm": 2.5671184062957764, + "learning_rate": 3.0011742151101524e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9752794981002808, + "num_tokens": 87465295.0, + "step": 67970 + }, + { + "entropy": 0.9657275140285492, + "epoch": 6.494697621094869, + "grad_norm": 1.480373501777649, + "learning_rate": 2.9997263286977517e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.978868818283081, + "num_tokens": 87478176.0, + "step": 67980 + }, + { + "entropy": 0.9576074182987213, + "epoch": 6.49565300468138, + "grad_norm": 0.6697527766227722, + "learning_rate": 2.998278641950319e-05, + "loss": 0.0503, + "mean_token_accuracy": 0.9832481384277344, + "num_tokens": 87490982.0, + "step": 67990 + }, + { + "entropy": 0.9613803505897522, + "epoch": 6.496608388267889, + "grad_norm": 1.0806993246078491, + "learning_rate": 2.9968311550123575e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9778905868530273, + "num_tokens": 87504213.0, + "step": 68000 + }, + { + "entropy": 0.9544499278068542, + "epoch": 6.4975637718543995, + "grad_norm": 1.501585602760315, + "learning_rate": 2.995383868028356e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.97254119515419, + "num_tokens": 87517148.0, + "step": 68010 + }, + { + "entropy": 0.9635859906673432, + "epoch": 6.49851915544091, + "grad_norm": 2.190791130065918, + "learning_rate": 2.993936781142779e-05, + "loss": 0.049, + "mean_token_accuracy": 0.9817101359367371, + "num_tokens": 87529991.0, + "step": 68020 + }, + { + "entropy": 0.95420743227005, + "epoch": 6.499474539027419, + "grad_norm": 2.0749857425689697, + "learning_rate": 2.9924898945000744e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9785548865795135, + "num_tokens": 87542334.0, + "step": 68030 + }, + { + "entropy": 0.9667255103588104, + "epoch": 6.50042992261393, + "grad_norm": 1.733858346939087, + "learning_rate": 2.9910432082446672e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9776877880096435, + "num_tokens": 87555777.0, + "step": 68040 + }, + { + "entropy": 0.9687984645366668, + "epoch": 6.501385306200439, + "grad_norm": 1.4028292894363403, + "learning_rate": 2.9895967225209658e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9743832230567933, + "num_tokens": 87568872.0, + "step": 68050 + }, + { + "entropy": 0.9784472525119782, + "epoch": 6.50234068978695, + "grad_norm": 1.0660845041275024, + "learning_rate": 2.9881504374733572e-05, + "loss": 0.0636, + "mean_token_accuracy": 0.9777800440788269, + "num_tokens": 87582317.0, + "step": 68060 + }, + { + "entropy": 0.9542452216148376, + "epoch": 6.503296073373459, + "grad_norm": 1.2782797813415527, + "learning_rate": 2.986704353246206e-05, + "loss": 0.0454, + "mean_token_accuracy": 0.9829436063766479, + "num_tokens": 87594639.0, + "step": 68070 + }, + { + "entropy": 0.9823527038097382, + "epoch": 6.504251456959969, + "grad_norm": 1.9974381923675537, + "learning_rate": 2.9852584699838593e-05, + "loss": 0.0699, + "mean_token_accuracy": 0.9737315773963928, + "num_tokens": 87608309.0, + "step": 68080 + }, + { + "entropy": 0.9632572889328003, + "epoch": 6.50520684054648, + "grad_norm": 2.003129005432129, + "learning_rate": 2.9838127878306432e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9824482321739196, + "num_tokens": 87620709.0, + "step": 68090 + }, + { + "entropy": 0.9562519609928131, + "epoch": 6.506162224132989, + "grad_norm": 1.78322434425354, + "learning_rate": 2.982367306930865e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9789428114891052, + "num_tokens": 87633432.0, + "step": 68100 + }, + { + "entropy": 0.9664758324623108, + "epoch": 6.5071176077195, + "grad_norm": 1.9751254320144653, + "learning_rate": 2.980922027428809e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9760428309440613, + "num_tokens": 87646628.0, + "step": 68110 + }, + { + "entropy": 0.9637108743190765, + "epoch": 6.508072991306009, + "grad_norm": 2.1051926612854004, + "learning_rate": 2.9794769494687414e-05, + "loss": 0.0642, + "mean_token_accuracy": 0.9762404382228851, + "num_tokens": 87659620.0, + "step": 68120 + }, + { + "entropy": 0.9574730336666107, + "epoch": 6.5090283748925195, + "grad_norm": 1.4367600679397583, + "learning_rate": 2.978032073194912e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9781036853790284, + "num_tokens": 87672415.0, + "step": 68130 + }, + { + "entropy": 0.9634022891521454, + "epoch": 6.509983758479029, + "grad_norm": 1.6806917190551758, + "learning_rate": 2.9765873987515423e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.978496390581131, + "num_tokens": 87685541.0, + "step": 68140 + }, + { + "entropy": 0.9639611542224884, + "epoch": 6.510939142065539, + "grad_norm": 1.3953914642333984, + "learning_rate": 2.9751429262828405e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9771848499774933, + "num_tokens": 87698505.0, + "step": 68150 + }, + { + "entropy": 0.9663839221000672, + "epoch": 6.51189452565205, + "grad_norm": 1.4735645055770874, + "learning_rate": 2.9736986559329904e-05, + "loss": 0.066, + "mean_token_accuracy": 0.9746492326259613, + "num_tokens": 87711467.0, + "step": 68160 + }, + { + "entropy": 0.963387668132782, + "epoch": 6.512849909238559, + "grad_norm": 1.4010789394378662, + "learning_rate": 2.9722545878461595e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9795393586158753, + "num_tokens": 87724420.0, + "step": 68170 + }, + { + "entropy": 0.9698598504066467, + "epoch": 6.51380529282507, + "grad_norm": 1.0128885507583618, + "learning_rate": 2.9708107221664904e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9778455853462219, + "num_tokens": 87737627.0, + "step": 68180 + }, + { + "entropy": 0.9784768164157868, + "epoch": 6.514760676411579, + "grad_norm": 1.7621220350265503, + "learning_rate": 2.9693670590381085e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9781834721565247, + "num_tokens": 87751098.0, + "step": 68190 + }, + { + "entropy": 0.9547492623329162, + "epoch": 6.5157160599980894, + "grad_norm": 1.281967282295227, + "learning_rate": 2.967923598605121e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9811874389648437, + "num_tokens": 87763815.0, + "step": 68200 + }, + { + "entropy": 0.9605730593204498, + "epoch": 6.516671443584599, + "grad_norm": 1.2231836318969727, + "learning_rate": 2.96648034101161e-05, + "loss": 0.0664, + "mean_token_accuracy": 0.9745340526103974, + "num_tokens": 87775884.0, + "step": 68210 + }, + { + "entropy": 0.9833432018756867, + "epoch": 6.517626827171109, + "grad_norm": 2.7956318855285645, + "learning_rate": 2.965037286401642e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9754541873931885, + "num_tokens": 87788746.0, + "step": 68220 + }, + { + "entropy": 0.9710892081260681, + "epoch": 6.51858221075762, + "grad_norm": 1.6021018028259277, + "learning_rate": 2.963594434919258e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9792188107967377, + "num_tokens": 87801439.0, + "step": 68230 + }, + { + "entropy": 0.9682169139385224, + "epoch": 6.519537594344129, + "grad_norm": 1.2009375095367432, + "learning_rate": 2.9621517867084847e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9782653391361237, + "num_tokens": 87814285.0, + "step": 68240 + }, + { + "entropy": 0.9620919525623322, + "epoch": 6.5204929779306395, + "grad_norm": 1.3093520402908325, + "learning_rate": 2.9607093419133235e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9757656872272491, + "num_tokens": 87827081.0, + "step": 68250 + }, + { + "entropy": 0.9520453155040741, + "epoch": 6.521448361517149, + "grad_norm": 1.731903076171875, + "learning_rate": 2.9592671006777588e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9772110641002655, + "num_tokens": 87839546.0, + "step": 68260 + }, + { + "entropy": 0.9566408932209015, + "epoch": 6.522403745103659, + "grad_norm": 1.2938203811645508, + "learning_rate": 2.957825063145752e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9782094776630401, + "num_tokens": 87852212.0, + "step": 68270 + }, + { + "entropy": 0.9597361803054809, + "epoch": 6.523359128690169, + "grad_norm": 1.2467190027236938, + "learning_rate": 2.956383229461246e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.978251576423645, + "num_tokens": 87865238.0, + "step": 68280 + }, + { + "entropy": 0.9563496828079223, + "epoch": 6.524314512276679, + "grad_norm": 1.890196442604065, + "learning_rate": 2.9549415997681646e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9765899300575256, + "num_tokens": 87877891.0, + "step": 68290 + }, + { + "entropy": 0.9554252803325654, + "epoch": 6.525269895863189, + "grad_norm": 1.0088460445404053, + "learning_rate": 2.9535001742104078e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9755705714225769, + "num_tokens": 87890554.0, + "step": 68300 + }, + { + "entropy": 0.9525242030620575, + "epoch": 6.526225279449699, + "grad_norm": 1.7931256294250488, + "learning_rate": 2.9520589529318586e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9767206490039826, + "num_tokens": 87903949.0, + "step": 68310 + }, + { + "entropy": 0.9451253116130829, + "epoch": 6.527180663036209, + "grad_norm": 1.6802692413330078, + "learning_rate": 2.9506179360763765e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9791584134101867, + "num_tokens": 87916238.0, + "step": 68320 + }, + { + "entropy": 0.9523163855075836, + "epoch": 6.528136046622719, + "grad_norm": 2.0609328746795654, + "learning_rate": 2.949177123787803e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9797392010688781, + "num_tokens": 87928935.0, + "step": 68330 + }, + { + "entropy": 0.962129932641983, + "epoch": 6.529091430209229, + "grad_norm": 1.1766455173492432, + "learning_rate": 2.947736516209957e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9823391914367676, + "num_tokens": 87941910.0, + "step": 68340 + }, + { + "entropy": 0.9621675729751586, + "epoch": 6.530046813795739, + "grad_norm": 1.6673352718353271, + "learning_rate": 2.946296113486638e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9745507895946502, + "num_tokens": 87954744.0, + "step": 68350 + }, + { + "entropy": 0.965539687871933, + "epoch": 6.531002197382249, + "grad_norm": 2.087750196456909, + "learning_rate": 2.9448559157616283e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9747317671775818, + "num_tokens": 87968221.0, + "step": 68360 + }, + { + "entropy": 0.9484928965568542, + "epoch": 6.531957580968759, + "grad_norm": 2.3077914714813232, + "learning_rate": 2.9434159231786844e-05, + "loss": 0.0686, + "mean_token_accuracy": 0.9730186104774475, + "num_tokens": 87981311.0, + "step": 68370 + }, + { + "entropy": 0.9679681420326233, + "epoch": 6.532912964555269, + "grad_norm": 1.0955660343170166, + "learning_rate": 2.941976135881546e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9814693808555603, + "num_tokens": 87994833.0, + "step": 68380 + }, + { + "entropy": 0.9682352781295777, + "epoch": 6.5338683481417785, + "grad_norm": 3.346219778060913, + "learning_rate": 2.9405365540139296e-05, + "loss": 0.064, + "mean_token_accuracy": 0.9740673005580902, + "num_tokens": 88007770.0, + "step": 68390 + }, + { + "entropy": 0.9530395925045013, + "epoch": 6.534823731728289, + "grad_norm": 1.752122402191162, + "learning_rate": 2.9390971777195343e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9752695441246033, + "num_tokens": 88020412.0, + "step": 68400 + }, + { + "entropy": 0.9638288259506226, + "epoch": 6.535779115314799, + "grad_norm": 1.6764785051345825, + "learning_rate": 2.9376580071420335e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9731098711490631, + "num_tokens": 88033331.0, + "step": 68410 + }, + { + "entropy": 0.9596895396709442, + "epoch": 6.536734498901309, + "grad_norm": 1.6769754886627197, + "learning_rate": 2.936219042425086e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9768743634223938, + "num_tokens": 88046189.0, + "step": 68420 + }, + { + "entropy": 0.955847156047821, + "epoch": 6.537689882487819, + "grad_norm": 1.794319748878479, + "learning_rate": 2.9347802837123295e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.9781827688217163, + "num_tokens": 88059117.0, + "step": 68430 + }, + { + "entropy": 0.9646784663200378, + "epoch": 6.538645266074329, + "grad_norm": 0.996212899684906, + "learning_rate": 2.933341731147375e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9778122663497925, + "num_tokens": 88072249.0, + "step": 68440 + }, + { + "entropy": 0.9517650127410888, + "epoch": 6.539600649660839, + "grad_norm": 1.5964070558547974, + "learning_rate": 2.9319033848738203e-05, + "loss": 0.0788, + "mean_token_accuracy": 0.9689588248729706, + "num_tokens": 88084741.0, + "step": 68450 + }, + { + "entropy": 0.9572595834732056, + "epoch": 6.5405560332473485, + "grad_norm": 1.2220430374145508, + "learning_rate": 2.9304652450352378e-05, + "loss": 0.047, + "mean_token_accuracy": 0.9806654870510101, + "num_tokens": 88097600.0, + "step": 68460 + }, + { + "entropy": 0.964294719696045, + "epoch": 6.541511416833859, + "grad_norm": 2.4265949726104736, + "learning_rate": 2.929027311775182e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9782074809074401, + "num_tokens": 88110212.0, + "step": 68470 + }, + { + "entropy": 0.9534892797470093, + "epoch": 6.542466800420369, + "grad_norm": 1.8675894737243652, + "learning_rate": 2.927589585237185e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.981079614162445, + "num_tokens": 88123063.0, + "step": 68480 + }, + { + "entropy": 0.9505988121032715, + "epoch": 6.543422184006879, + "grad_norm": 1.3706762790679932, + "learning_rate": 2.926152065564758e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9784043431282043, + "num_tokens": 88135720.0, + "step": 68490 + }, + { + "entropy": 0.9657774925231933, + "epoch": 6.544377567593389, + "grad_norm": 2.744539976119995, + "learning_rate": 2.924714752901396e-05, + "loss": 0.0596, + "mean_token_accuracy": 0.9752934694290161, + "num_tokens": 88148434.0, + "step": 68500 + }, + { + "entropy": 0.9488575398921967, + "epoch": 6.5453329511798986, + "grad_norm": 0.9637753963470459, + "learning_rate": 2.9232776473905647e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9781347930431366, + "num_tokens": 88160980.0, + "step": 68510 + }, + { + "entropy": 0.986905425786972, + "epoch": 6.546288334766409, + "grad_norm": 1.3492943048477173, + "learning_rate": 2.9218407491757192e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9727991640567779, + "num_tokens": 88174521.0, + "step": 68520 + }, + { + "entropy": 0.9485901117324829, + "epoch": 6.547243718352918, + "grad_norm": 0.981102705001831, + "learning_rate": 2.920404058400286e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.9807995617389679, + "num_tokens": 88186759.0, + "step": 68530 + }, + { + "entropy": 0.9551885724067688, + "epoch": 6.548199101939429, + "grad_norm": 1.6045477390289307, + "learning_rate": 2.9189675752076767e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9745081245899201, + "num_tokens": 88199413.0, + "step": 68540 + }, + { + "entropy": 0.9498420655727386, + "epoch": 6.549154485525939, + "grad_norm": 1.686979055404663, + "learning_rate": 2.9175312997412745e-05, + "loss": 0.0549, + "mean_token_accuracy": 0.9806410312652588, + "num_tokens": 88212167.0, + "step": 68550 + }, + { + "entropy": 0.9492339372634888, + "epoch": 6.550109869112449, + "grad_norm": 2.1401724815368652, + "learning_rate": 2.9160952321444517e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9802498519420624, + "num_tokens": 88225019.0, + "step": 68560 + }, + { + "entropy": 0.9506655216217041, + "epoch": 6.551065252698959, + "grad_norm": 2.881415605545044, + "learning_rate": 2.914659372560551e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9794549763202667, + "num_tokens": 88237546.0, + "step": 68570 + }, + { + "entropy": 0.9578993320465088, + "epoch": 6.5520206362854685, + "grad_norm": 0.8668103218078613, + "learning_rate": 2.9132237211329018e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.976782637834549, + "num_tokens": 88250308.0, + "step": 68580 + }, + { + "entropy": 0.9468634724617004, + "epoch": 6.552976019871979, + "grad_norm": 0.8656693696975708, + "learning_rate": 2.9117882780048073e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9796768426895142, + "num_tokens": 88263179.0, + "step": 68590 + }, + { + "entropy": 0.9524353623390198, + "epoch": 6.553931403458488, + "grad_norm": 1.4604928493499756, + "learning_rate": 2.9103530433195498e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9773373782634736, + "num_tokens": 88275970.0, + "step": 68600 + }, + { + "entropy": 0.9419492602348327, + "epoch": 6.554886787044999, + "grad_norm": 1.1124070882797241, + "learning_rate": 2.9089180172203968e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9749854803085327, + "num_tokens": 88288430.0, + "step": 68610 + }, + { + "entropy": 0.9455296039581299, + "epoch": 6.555842170631508, + "grad_norm": 1.5066814422607422, + "learning_rate": 2.907483199850587e-05, + "loss": 0.048, + "mean_token_accuracy": 0.9819543540477753, + "num_tokens": 88301109.0, + "step": 68620 + }, + { + "entropy": 0.953777688741684, + "epoch": 6.556797554218019, + "grad_norm": 1.4772799015045166, + "learning_rate": 2.9060485913533487e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9822137475013732, + "num_tokens": 88314173.0, + "step": 68630 + }, + { + "entropy": 0.9355958580970765, + "epoch": 6.557752937804528, + "grad_norm": 1.7166897058486938, + "learning_rate": 2.9046141918718733e-05, + "loss": 0.0457, + "mean_token_accuracy": 0.9821481347084046, + "num_tokens": 88327219.0, + "step": 68640 + }, + { + "entropy": 0.9574830591678619, + "epoch": 6.558708321391038, + "grad_norm": 2.0275580883026123, + "learning_rate": 2.903180001549346e-05, + "loss": 0.0651, + "mean_token_accuracy": 0.9746526598930358, + "num_tokens": 88340518.0, + "step": 68650 + }, + { + "entropy": 0.942465078830719, + "epoch": 6.559663704977549, + "grad_norm": 1.8067837953567505, + "learning_rate": 2.9017460205289282e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.979277354478836, + "num_tokens": 88353192.0, + "step": 68660 + }, + { + "entropy": 0.9583842694759369, + "epoch": 6.560619088564058, + "grad_norm": 0.8370324373245239, + "learning_rate": 2.9003122489537556e-05, + "loss": 0.0643, + "mean_token_accuracy": 0.9748143911361694, + "num_tokens": 88366104.0, + "step": 68670 + }, + { + "entropy": 0.9427930235862731, + "epoch": 6.561574472150569, + "grad_norm": 2.04392409324646, + "learning_rate": 2.8988786869669453e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.977793401479721, + "num_tokens": 88378880.0, + "step": 68680 + }, + { + "entropy": 0.9546631693840026, + "epoch": 6.562529855737078, + "grad_norm": 2.239706039428711, + "learning_rate": 2.8974453347115928e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9771422505378723, + "num_tokens": 88391338.0, + "step": 68690 + }, + { + "entropy": 0.9552453935146332, + "epoch": 6.5634852393235885, + "grad_norm": 1.1833981275558472, + "learning_rate": 2.896012192330777e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9756899774074554, + "num_tokens": 88404280.0, + "step": 68700 + }, + { + "entropy": 0.9572590351104736, + "epoch": 6.564440622910098, + "grad_norm": 1.3851077556610107, + "learning_rate": 2.8945792599675482e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9838876843452453, + "num_tokens": 88417321.0, + "step": 68710 + }, + { + "entropy": 0.9716536462306976, + "epoch": 6.565396006496608, + "grad_norm": 1.9893662929534912, + "learning_rate": 2.8931465377649446e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9757319033145905, + "num_tokens": 88430497.0, + "step": 68720 + }, + { + "entropy": 0.951225346326828, + "epoch": 6.566351390083119, + "grad_norm": 1.3841403722763062, + "learning_rate": 2.891714025865977e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9796792685985565, + "num_tokens": 88443013.0, + "step": 68730 + }, + { + "entropy": 0.9534978926181793, + "epoch": 6.567306773669628, + "grad_norm": 0.6106225252151489, + "learning_rate": 2.8902817244136343e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9796338975429535, + "num_tokens": 88456210.0, + "step": 68740 + }, + { + "entropy": 0.9366591155529023, + "epoch": 6.568262157256139, + "grad_norm": 1.8755078315734863, + "learning_rate": 2.888849633550892e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9812592804431916, + "num_tokens": 88468363.0, + "step": 68750 + }, + { + "entropy": 0.9393379807472229, + "epoch": 6.569217540842648, + "grad_norm": 0.7465434074401855, + "learning_rate": 2.887417753420697e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9838587999343872, + "num_tokens": 88480697.0, + "step": 68760 + }, + { + "entropy": 0.9379952430725098, + "epoch": 6.5701729244291585, + "grad_norm": 1.606871247291565, + "learning_rate": 2.8859860841659782e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9806452512741088, + "num_tokens": 88493597.0, + "step": 68770 + }, + { + "entropy": 0.9496273100376129, + "epoch": 6.571128308015668, + "grad_norm": 1.3556228876113892, + "learning_rate": 2.884554625929641e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9787288963794708, + "num_tokens": 88506523.0, + "step": 68780 + }, + { + "entropy": 0.9649752676486969, + "epoch": 6.572083691602178, + "grad_norm": 1.8256503343582153, + "learning_rate": 2.8831233788545752e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9741979598999023, + "num_tokens": 88519460.0, + "step": 68790 + }, + { + "entropy": 0.9611143648624421, + "epoch": 6.573039075188689, + "grad_norm": 1.2411824464797974, + "learning_rate": 2.881692343083644e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9763009011745453, + "num_tokens": 88532452.0, + "step": 68800 + }, + { + "entropy": 0.9738965570926666, + "epoch": 6.573994458775198, + "grad_norm": 1.7825247049331665, + "learning_rate": 2.8802615187596943e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9749681651592255, + "num_tokens": 88545352.0, + "step": 68810 + }, + { + "entropy": 0.9549245238304138, + "epoch": 6.5749498423617085, + "grad_norm": 2.499333381652832, + "learning_rate": 2.878830906025548e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9806559920310974, + "num_tokens": 88557673.0, + "step": 68820 + }, + { + "entropy": 0.9568943083286285, + "epoch": 6.575905225948218, + "grad_norm": 1.1151232719421387, + "learning_rate": 2.8774005050240045e-05, + "loss": 0.0613, + "mean_token_accuracy": 0.9765703856945038, + "num_tokens": 88570659.0, + "step": 68830 + }, + { + "entropy": 0.9543547749519348, + "epoch": 6.576860609534728, + "grad_norm": 1.125431776046753, + "learning_rate": 2.875970315897849e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9832532465457916, + "num_tokens": 88583278.0, + "step": 68840 + }, + { + "entropy": 0.9544110417366027, + "epoch": 6.577815993121238, + "grad_norm": 1.061775803565979, + "learning_rate": 2.8745403387898395e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.9783569931983948, + "num_tokens": 88596111.0, + "step": 68850 + }, + { + "entropy": 0.945721560716629, + "epoch": 6.578771376707748, + "grad_norm": 1.385561227798462, + "learning_rate": 2.8731105738427156e-05, + "loss": 0.0488, + "mean_token_accuracy": 0.978002667427063, + "num_tokens": 88608724.0, + "step": 68860 + }, + { + "entropy": 0.9622362673282623, + "epoch": 6.579726760294259, + "grad_norm": 1.3308842182159424, + "learning_rate": 2.8716810211991906e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9739193260669708, + "num_tokens": 88621859.0, + "step": 68870 + }, + { + "entropy": 0.9471187949180603, + "epoch": 6.580682143880768, + "grad_norm": 0.7154861092567444, + "learning_rate": 2.8702516810019643e-05, + "loss": 0.05, + "mean_token_accuracy": 0.981852799654007, + "num_tokens": 88634959.0, + "step": 68880 + }, + { + "entropy": 0.9522094309329987, + "epoch": 6.5816375274672785, + "grad_norm": 1.5492526292800903, + "learning_rate": 2.868822553393713e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9810822069644928, + "num_tokens": 88648366.0, + "step": 68890 + }, + { + "entropy": 0.9552275538444519, + "epoch": 6.582592911053788, + "grad_norm": 1.1815383434295654, + "learning_rate": 2.8673936385170884e-05, + "loss": 0.0617, + "mean_token_accuracy": 0.9801968812942505, + "num_tokens": 88661711.0, + "step": 68900 + }, + { + "entropy": 0.9364949405193329, + "epoch": 6.583548294640298, + "grad_norm": 1.156259536743164, + "learning_rate": 2.8659649365147247e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9769352555274964, + "num_tokens": 88674209.0, + "step": 68910 + }, + { + "entropy": 0.9577462077140808, + "epoch": 6.584503678226808, + "grad_norm": 1.9188066720962524, + "learning_rate": 2.864536447529229e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9762329220771789, + "num_tokens": 88686763.0, + "step": 68920 + }, + { + "entropy": 0.9596264898777008, + "epoch": 6.585459061813318, + "grad_norm": 2.6707067489624023, + "learning_rate": 2.8631081717031973e-05, + "loss": 0.0607, + "mean_token_accuracy": 0.9774885952472687, + "num_tokens": 88699671.0, + "step": 68930 + }, + { + "entropy": 0.9436495840549469, + "epoch": 6.586414445399828, + "grad_norm": 1.4536004066467285, + "learning_rate": 2.8616801091791957e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9793990910053253, + "num_tokens": 88712370.0, + "step": 68940 + }, + { + "entropy": 0.974122041463852, + "epoch": 6.587369828986338, + "grad_norm": 1.8330025672912598, + "learning_rate": 2.8602522600997696e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9771748960018158, + "num_tokens": 88725904.0, + "step": 68950 + }, + { + "entropy": 0.9836484014987945, + "epoch": 6.5883252125728475, + "grad_norm": 1.8169760704040527, + "learning_rate": 2.8588246246074483e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9768437445163727, + "num_tokens": 88739933.0, + "step": 68960 + }, + { + "entropy": 0.9667013704776763, + "epoch": 6.589280596159358, + "grad_norm": 0.7312413454055786, + "learning_rate": 2.857397202844735e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9831148743629455, + "num_tokens": 88752964.0, + "step": 68970 + }, + { + "entropy": 0.9504852533340454, + "epoch": 6.590235979745868, + "grad_norm": 2.157541275024414, + "learning_rate": 2.8559699949541153e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9773316383361816, + "num_tokens": 88766007.0, + "step": 68980 + }, + { + "entropy": 0.9482619762420654, + "epoch": 6.591191363332378, + "grad_norm": 1.8057496547698975, + "learning_rate": 2.8545430010780495e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.978851729631424, + "num_tokens": 88778826.0, + "step": 68990 + }, + { + "entropy": 0.9561194598674774, + "epoch": 6.592146746918888, + "grad_norm": 2.3374288082122803, + "learning_rate": 2.8531162213589795e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9759857177734375, + "num_tokens": 88791839.0, + "step": 69000 + }, + { + "entropy": 0.963068300485611, + "epoch": 6.593102130505398, + "grad_norm": 2.409799098968506, + "learning_rate": 2.8516896559393224e-05, + "loss": 0.0649, + "mean_token_accuracy": 0.9739122211933136, + "num_tokens": 88805106.0, + "step": 69010 + }, + { + "entropy": 0.9566740989685059, + "epoch": 6.594057514091908, + "grad_norm": 1.5032598972320557, + "learning_rate": 2.850263304961478e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9765722990036011, + "num_tokens": 88818181.0, + "step": 69020 + }, + { + "entropy": 0.9598295867443085, + "epoch": 6.5950128976784175, + "grad_norm": 2.1659536361694336, + "learning_rate": 2.848837168567825e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9804140627384186, + "num_tokens": 88831222.0, + "step": 69030 + }, + { + "entropy": 0.9520550489425659, + "epoch": 6.595968281264928, + "grad_norm": 1.4235142469406128, + "learning_rate": 2.8474112469007176e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9776449203491211, + "num_tokens": 88844027.0, + "step": 69040 + }, + { + "entropy": 0.9510976254940033, + "epoch": 6.596923664851438, + "grad_norm": 1.4120901823043823, + "learning_rate": 2.8459855401024878e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9783313632011413, + "num_tokens": 88857022.0, + "step": 69050 + }, + { + "entropy": 0.9555225849151612, + "epoch": 6.597879048437948, + "grad_norm": 2.301172971725464, + "learning_rate": 2.8445600483154472e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9791334927082062, + "num_tokens": 88869689.0, + "step": 69060 + }, + { + "entropy": 0.9614241361618042, + "epoch": 6.598834432024458, + "grad_norm": 2.2002482414245605, + "learning_rate": 2.8431347716818906e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9768999099731446, + "num_tokens": 88883059.0, + "step": 69070 + }, + { + "entropy": 0.9469473779201507, + "epoch": 6.599789815610968, + "grad_norm": 2.009263515472412, + "learning_rate": 2.8417097103440854e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.975926262140274, + "num_tokens": 88895747.0, + "step": 69080 + }, + { + "entropy": 0.9507165849208832, + "epoch": 6.600745199197478, + "grad_norm": 1.601291298866272, + "learning_rate": 2.840284864444279e-05, + "loss": 0.0688, + "mean_token_accuracy": 0.9753728091716767, + "num_tokens": 88908355.0, + "step": 69090 + }, + { + "entropy": 0.9554671287536621, + "epoch": 6.601700582783987, + "grad_norm": 0.8738923668861389, + "learning_rate": 2.8388602341246972e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9765859007835388, + "num_tokens": 88921267.0, + "step": 69100 + }, + { + "entropy": 0.9538632154464721, + "epoch": 6.602655966370498, + "grad_norm": 1.6364609003067017, + "learning_rate": 2.8374358195275452e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9792362749576569, + "num_tokens": 88934167.0, + "step": 69110 + }, + { + "entropy": 0.9406299412250518, + "epoch": 6.603611349957008, + "grad_norm": 1.3413885831832886, + "learning_rate": 2.83601162079501e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9772189915180206, + "num_tokens": 88946708.0, + "step": 69120 + }, + { + "entropy": 0.9510579168796539, + "epoch": 6.604566733543518, + "grad_norm": 1.1638648509979248, + "learning_rate": 2.8345876380692504e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9791173219680787, + "num_tokens": 88959530.0, + "step": 69130 + }, + { + "entropy": 0.952702647447586, + "epoch": 6.605522117130028, + "grad_norm": 2.0629160404205322, + "learning_rate": 2.833163871492407e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9787417113780975, + "num_tokens": 88972610.0, + "step": 69140 + }, + { + "entropy": 0.9460841476917267, + "epoch": 6.6064775007165375, + "grad_norm": 2.3343920707702637, + "learning_rate": 2.8317403212065963e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9763233840465546, + "num_tokens": 88984996.0, + "step": 69150 + }, + { + "entropy": 0.947625195980072, + "epoch": 6.607432884303048, + "grad_norm": 1.6980410814285278, + "learning_rate": 2.8303169873539192e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9799522936344147, + "num_tokens": 88998491.0, + "step": 69160 + }, + { + "entropy": 0.9560093820095062, + "epoch": 6.608388267889557, + "grad_norm": 1.5437016487121582, + "learning_rate": 2.82889387007645e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9786615788936615, + "num_tokens": 89011450.0, + "step": 69170 + }, + { + "entropy": 0.972328782081604, + "epoch": 6.609343651476068, + "grad_norm": 1.0928950309753418, + "learning_rate": 2.8274709695162403e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.978335189819336, + "num_tokens": 89025246.0, + "step": 69180 + }, + { + "entropy": 0.9721332550048828, + "epoch": 6.610299035062578, + "grad_norm": 1.610952615737915, + "learning_rate": 2.826048285815326e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9758341491222382, + "num_tokens": 89038763.0, + "step": 69190 + }, + { + "entropy": 0.9670970976352692, + "epoch": 6.611254418649088, + "grad_norm": 1.085201621055603, + "learning_rate": 2.8246258191157138e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9757670283317565, + "num_tokens": 89051578.0, + "step": 69200 + }, + { + "entropy": 0.9644911527633667, + "epoch": 6.612209802235598, + "grad_norm": 1.4464844465255737, + "learning_rate": 2.8232035695593972e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.981192821264267, + "num_tokens": 89064680.0, + "step": 69210 + }, + { + "entropy": 0.9464393794536591, + "epoch": 6.613165185822107, + "grad_norm": 1.218519926071167, + "learning_rate": 2.8217815372883416e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9803845882415771, + "num_tokens": 89076967.0, + "step": 69220 + }, + { + "entropy": 0.966599452495575, + "epoch": 6.614120569408618, + "grad_norm": 0.647611141204834, + "learning_rate": 2.820359722444491e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9814465522766114, + "num_tokens": 89089728.0, + "step": 69230 + }, + { + "entropy": 0.9606968939304352, + "epoch": 6.615075952995127, + "grad_norm": 1.0626153945922852, + "learning_rate": 2.818938125169769e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9765633940696716, + "num_tokens": 89102571.0, + "step": 69240 + }, + { + "entropy": 0.963039630651474, + "epoch": 6.616031336581638, + "grad_norm": 0.9028657078742981, + "learning_rate": 2.817516745606079e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9797647535800934, + "num_tokens": 89115039.0, + "step": 69250 + }, + { + "entropy": 0.9592121660709381, + "epoch": 6.616986720168147, + "grad_norm": 2.3638627529144287, + "learning_rate": 2.8160955838953056e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9773467302322387, + "num_tokens": 89128104.0, + "step": 69260 + }, + { + "entropy": 0.9730619072914124, + "epoch": 6.6179421037546575, + "grad_norm": 0.9700230956077576, + "learning_rate": 2.8146746401792994e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9819350421428681, + "num_tokens": 89141273.0, + "step": 69270 + }, + { + "entropy": 0.9575328707695008, + "epoch": 6.618897487341167, + "grad_norm": 1.0679072141647339, + "learning_rate": 2.8132539145999036e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9775901079177857, + "num_tokens": 89153806.0, + "step": 69280 + }, + { + "entropy": 0.9671393215656281, + "epoch": 6.619852870927677, + "grad_norm": 1.0519404411315918, + "learning_rate": 2.8118334072989288e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9743479728698731, + "num_tokens": 89166859.0, + "step": 69290 + }, + { + "entropy": 0.9629691362380981, + "epoch": 6.620808254514188, + "grad_norm": 1.5350819826126099, + "learning_rate": 2.810413118418173e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9772971212863922, + "num_tokens": 89179314.0, + "step": 69300 + }, + { + "entropy": 0.9453194916248322, + "epoch": 6.621763638100697, + "grad_norm": 0.7813934683799744, + "learning_rate": 2.8089930480994055e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9768253803253174, + "num_tokens": 89191755.0, + "step": 69310 + }, + { + "entropy": 0.9648293912410736, + "epoch": 6.622719021687208, + "grad_norm": 0.6687466502189636, + "learning_rate": 2.8075731964843742e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9819269776344299, + "num_tokens": 89204454.0, + "step": 69320 + }, + { + "entropy": 0.9772605836391449, + "epoch": 6.623674405273717, + "grad_norm": 1.3873610496520996, + "learning_rate": 2.8061535637148105e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9779416918754578, + "num_tokens": 89217363.0, + "step": 69330 + }, + { + "entropy": 0.9787180781364441, + "epoch": 6.6246297888602275, + "grad_norm": 1.7958165407180786, + "learning_rate": 2.8047341499324164e-05, + "loss": 0.0692, + "mean_token_accuracy": 0.9714809596538544, + "num_tokens": 89230437.0, + "step": 69340 + }, + { + "entropy": 0.9840813219547272, + "epoch": 6.625585172446737, + "grad_norm": 1.980416178703308, + "learning_rate": 2.8033149552788818e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9761518955230712, + "num_tokens": 89243493.0, + "step": 69350 + }, + { + "entropy": 0.9791508495807648, + "epoch": 6.626540556033247, + "grad_norm": 2.188443899154663, + "learning_rate": 2.801895979895865e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9755797445774078, + "num_tokens": 89256674.0, + "step": 69360 + }, + { + "entropy": 0.9892222583293915, + "epoch": 6.627495939619758, + "grad_norm": 1.0885703563690186, + "learning_rate": 2.800477223925007e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.983929455280304, + "num_tokens": 89269838.0, + "step": 69370 + }, + { + "entropy": 0.992173433303833, + "epoch": 6.628451323206267, + "grad_norm": 1.1139700412750244, + "learning_rate": 2.799058687507925e-05, + "loss": 0.064, + "mean_token_accuracy": 0.9773182034492492, + "num_tokens": 89282846.0, + "step": 69380 + }, + { + "entropy": 0.9900041878223419, + "epoch": 6.6294067067927775, + "grad_norm": 1.2684563398361206, + "learning_rate": 2.7976403707862192e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9798540890216827, + "num_tokens": 89296144.0, + "step": 69390 + }, + { + "entropy": 0.9868532955646515, + "epoch": 6.630362090379287, + "grad_norm": 1.2954307794570923, + "learning_rate": 2.796222273901462e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9806056022644043, + "num_tokens": 89309690.0, + "step": 69400 + }, + { + "entropy": 0.9916479587554932, + "epoch": 6.631317473965797, + "grad_norm": 1.80342698097229, + "learning_rate": 2.7948043969952053e-05, + "loss": 0.057, + "mean_token_accuracy": 0.977867603302002, + "num_tokens": 89323557.0, + "step": 69410 + }, + { + "entropy": 0.9773461997509003, + "epoch": 6.632272857552307, + "grad_norm": 1.6731520891189575, + "learning_rate": 2.7933867402089827e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9793404459953308, + "num_tokens": 89336293.0, + "step": 69420 + }, + { + "entropy": 0.9826482892036438, + "epoch": 6.633228241138817, + "grad_norm": 1.5625606775283813, + "learning_rate": 2.7919693036842993e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9783719956874848, + "num_tokens": 89349487.0, + "step": 69430 + }, + { + "entropy": 0.9580002725124359, + "epoch": 6.634183624725328, + "grad_norm": 1.269152283668518, + "learning_rate": 2.7905520875626463e-05, + "loss": 0.0489, + "mean_token_accuracy": 0.9825525283813477, + "num_tokens": 89361933.0, + "step": 69440 + }, + { + "entropy": 0.958196884393692, + "epoch": 6.635139008311837, + "grad_norm": 2.2455191612243652, + "learning_rate": 2.7891350919854865e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.977596914768219, + "num_tokens": 89374245.0, + "step": 69450 + }, + { + "entropy": 0.9790212213993073, + "epoch": 6.6360943918983475, + "grad_norm": 1.1008639335632324, + "learning_rate": 2.787718317094262e-05, + "loss": 0.0589, + "mean_token_accuracy": 0.9779196202754974, + "num_tokens": 89387280.0, + "step": 69460 + }, + { + "entropy": 0.9710334539413452, + "epoch": 6.637049775484857, + "grad_norm": 1.2821574211120605, + "learning_rate": 2.7863017630303922e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9819355726242065, + "num_tokens": 89400295.0, + "step": 69470 + }, + { + "entropy": 0.971250718832016, + "epoch": 6.638005159071367, + "grad_norm": 1.4332555532455444, + "learning_rate": 2.7848854299352785e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9777310311794281, + "num_tokens": 89412705.0, + "step": 69480 + }, + { + "entropy": 0.9736231744289399, + "epoch": 6.638960542657877, + "grad_norm": 1.048324704170227, + "learning_rate": 2.7834693179503002e-05, + "loss": 0.0623, + "mean_token_accuracy": 0.9763755202293396, + "num_tokens": 89425295.0, + "step": 69490 + }, + { + "entropy": 0.9772164106369019, + "epoch": 6.639915926244387, + "grad_norm": 2.0090696811676025, + "learning_rate": 2.7820534272168053e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9762506186962128, + "num_tokens": 89438309.0, + "step": 69500 + }, + { + "entropy": 0.9697022914886475, + "epoch": 6.640871309830898, + "grad_norm": 1.5340452194213867, + "learning_rate": 2.780637757876131e-05, + "loss": 0.0469, + "mean_token_accuracy": 0.9846337318420411, + "num_tokens": 89451063.0, + "step": 69510 + }, + { + "entropy": 0.9706735134124755, + "epoch": 6.641826693417407, + "grad_norm": 1.7951785326004028, + "learning_rate": 2.7792223100695854e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9837229967117309, + "num_tokens": 89463792.0, + "step": 69520 + }, + { + "entropy": 0.9735974967479706, + "epoch": 6.642782077003917, + "grad_norm": 1.2364137172698975, + "learning_rate": 2.7778070839384594e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9754486322402954, + "num_tokens": 89476749.0, + "step": 69530 + }, + { + "entropy": 0.9810715019702911, + "epoch": 6.643737460590427, + "grad_norm": 1.138676404953003, + "learning_rate": 2.776392079624017e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9762528896331787, + "num_tokens": 89489818.0, + "step": 69540 + }, + { + "entropy": 0.9746867060661316, + "epoch": 6.644692844176937, + "grad_norm": 0.7835774421691895, + "learning_rate": 2.7749772972675025e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9755651116371155, + "num_tokens": 89502703.0, + "step": 69550 + }, + { + "entropy": 0.9762108743190765, + "epoch": 6.645648227763447, + "grad_norm": 2.0068798065185547, + "learning_rate": 2.773562737010139e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9749529898166657, + "num_tokens": 89515368.0, + "step": 69560 + }, + { + "entropy": 0.9830613076686859, + "epoch": 6.646603611349957, + "grad_norm": 1.4470977783203125, + "learning_rate": 2.772148398993124e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9786715507507324, + "num_tokens": 89528439.0, + "step": 69570 + }, + { + "entropy": 0.9793949007987977, + "epoch": 6.647558994936467, + "grad_norm": 2.299139976501465, + "learning_rate": 2.7707342833576412e-05, + "loss": 0.0745, + "mean_token_accuracy": 0.972779142856598, + "num_tokens": 89541557.0, + "step": 69580 + }, + { + "entropy": 0.9752902388572693, + "epoch": 6.648514378522977, + "grad_norm": 1.033481240272522, + "learning_rate": 2.7693203902448366e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9758906364440918, + "num_tokens": 89554740.0, + "step": 69590 + }, + { + "entropy": 0.9810575366020202, + "epoch": 6.6494697621094865, + "grad_norm": 1.9158053398132324, + "learning_rate": 2.767906719795851e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9814841032028199, + "num_tokens": 89568054.0, + "step": 69600 + }, + { + "entropy": 0.9722091555595398, + "epoch": 6.650425145695997, + "grad_norm": 1.216652512550354, + "learning_rate": 2.7664932721517895e-05, + "loss": 0.0605, + "mean_token_accuracy": 0.9757219135761261, + "num_tokens": 89580778.0, + "step": 69610 + }, + { + "entropy": 0.9717508256435394, + "epoch": 6.651380529282507, + "grad_norm": 1.4706377983093262, + "learning_rate": 2.765080047453746e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9769299745559692, + "num_tokens": 89593664.0, + "step": 69620 + }, + { + "entropy": 0.9867290675640106, + "epoch": 6.652335912869017, + "grad_norm": 1.0919908285140991, + "learning_rate": 2.7636670458427845e-05, + "loss": 0.0646, + "mean_token_accuracy": 0.9725253999233245, + "num_tokens": 89607129.0, + "step": 69630 + }, + { + "entropy": 0.9558115243911743, + "epoch": 6.653291296455527, + "grad_norm": 0.8571351766586304, + "learning_rate": 2.7622542674599472e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9793775081634521, + "num_tokens": 89619437.0, + "step": 69640 + }, + { + "entropy": 0.9632913172245026, + "epoch": 6.654246680042037, + "grad_norm": 1.3999629020690918, + "learning_rate": 2.7608417124462606e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9772667169570923, + "num_tokens": 89632119.0, + "step": 69650 + }, + { + "entropy": 0.9622684359550476, + "epoch": 6.655202063628547, + "grad_norm": 2.4929778575897217, + "learning_rate": 2.7594293809427197e-05, + "loss": 0.06, + "mean_token_accuracy": 0.9777804851531983, + "num_tokens": 89645258.0, + "step": 69660 + }, + { + "entropy": 0.9723885715007782, + "epoch": 6.656157447215056, + "grad_norm": 1.5352174043655396, + "learning_rate": 2.7580172730903054e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9766539096832275, + "num_tokens": 89658143.0, + "step": 69670 + }, + { + "entropy": 0.971565580368042, + "epoch": 6.657112830801567, + "grad_norm": 0.8152174353599548, + "learning_rate": 2.756605389029971e-05, + "loss": 0.0474, + "mean_token_accuracy": 0.9806829154491424, + "num_tokens": 89671194.0, + "step": 69680 + }, + { + "entropy": 0.9605223178863526, + "epoch": 6.658068214388077, + "grad_norm": 1.2202417850494385, + "learning_rate": 2.7551937289026497e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9828841388225555, + "num_tokens": 89683835.0, + "step": 69690 + }, + { + "entropy": 0.968467754125595, + "epoch": 6.659023597974587, + "grad_norm": 0.9048665165901184, + "learning_rate": 2.7537822928492485e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9783787608146668, + "num_tokens": 89696761.0, + "step": 69700 + }, + { + "entropy": 0.9639052271842956, + "epoch": 6.659978981561097, + "grad_norm": 1.0708389282226562, + "learning_rate": 2.7523710810106606e-05, + "loss": 0.0443, + "mean_token_accuracy": 0.9845929861068725, + "num_tokens": 89710107.0, + "step": 69710 + }, + { + "entropy": 0.960449081659317, + "epoch": 6.6609343651476065, + "grad_norm": 1.1817489862442017, + "learning_rate": 2.7509600935277492e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9778771877288819, + "num_tokens": 89723160.0, + "step": 69720 + }, + { + "entropy": 0.9392058849334717, + "epoch": 6.661889748734117, + "grad_norm": 1.4370979070663452, + "learning_rate": 2.7495493305413544e-05, + "loss": 0.0729, + "mean_token_accuracy": 0.9697805225849152, + "num_tokens": 89735621.0, + "step": 69730 + }, + { + "entropy": 0.9604788005352021, + "epoch": 6.662845132320626, + "grad_norm": 1.8505103588104248, + "learning_rate": 2.7481387921923018e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9732280731201172, + "num_tokens": 89748289.0, + "step": 69740 + }, + { + "entropy": 0.9707196891307831, + "epoch": 6.663800515907137, + "grad_norm": 1.0039176940917969, + "learning_rate": 2.746728478621386e-05, + "loss": 0.0529, + "mean_token_accuracy": 0.9787715196609497, + "num_tokens": 89761945.0, + "step": 69750 + }, + { + "entropy": 0.96394584774971, + "epoch": 6.664755899493647, + "grad_norm": 1.3361586332321167, + "learning_rate": 2.7453183899693857e-05, + "loss": 0.0758, + "mean_token_accuracy": 0.971217131614685, + "num_tokens": 89774612.0, + "step": 69760 + }, + { + "entropy": 0.9815380334854126, + "epoch": 6.665711283080157, + "grad_norm": 1.5722320079803467, + "learning_rate": 2.7439085263770537e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9737081408500672, + "num_tokens": 89787932.0, + "step": 69770 + }, + { + "entropy": 0.9557469129562378, + "epoch": 6.666666666666667, + "grad_norm": 0.797103762626648, + "learning_rate": 2.7424988879851177e-05, + "loss": 0.0536, + "mean_token_accuracy": 0.9780007600784302, + "num_tokens": 89800565.0, + "step": 69780 + }, + { + "entropy": 0.9579009652137757, + "epoch": 6.6676220502531764, + "grad_norm": 1.3010821342468262, + "learning_rate": 2.741089474934291e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9780392289161682, + "num_tokens": 89813060.0, + "step": 69790 + }, + { + "entropy": 0.9629578471183777, + "epoch": 6.668577433839687, + "grad_norm": 1.1608980894088745, + "learning_rate": 2.739680287365255e-05, + "loss": 0.0637, + "mean_token_accuracy": 0.9765739977359772, + "num_tokens": 89826129.0, + "step": 69800 + }, + { + "entropy": 0.9624596118927002, + "epoch": 6.669532817426196, + "grad_norm": 1.5001484155654907, + "learning_rate": 2.7382713254186788e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9755611538887023, + "num_tokens": 89838852.0, + "step": 69810 + }, + { + "entropy": 0.9452600002288818, + "epoch": 6.670488201012707, + "grad_norm": 1.094506025314331, + "learning_rate": 2.7368625892351964e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9829663932323456, + "num_tokens": 89851103.0, + "step": 69820 + }, + { + "entropy": 0.9610356569290162, + "epoch": 6.671443584599217, + "grad_norm": 2.0300052165985107, + "learning_rate": 2.7354540789554318e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9770959079265594, + "num_tokens": 89864063.0, + "step": 69830 + }, + { + "entropy": 0.9720692276954651, + "epoch": 6.6723989681857265, + "grad_norm": 1.3782017230987549, + "learning_rate": 2.734045794719976e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9801263809204102, + "num_tokens": 89877191.0, + "step": 69840 + }, + { + "entropy": 0.9828721344470978, + "epoch": 6.673354351772237, + "grad_norm": 1.252345085144043, + "learning_rate": 2.732637736669408e-05, + "loss": 0.0531, + "mean_token_accuracy": 0.9796910464763642, + "num_tokens": 89890679.0, + "step": 69850 + }, + { + "entropy": 0.9701365888118744, + "epoch": 6.674309735358746, + "grad_norm": 1.0632208585739136, + "learning_rate": 2.7312299049442746e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9776992261409759, + "num_tokens": 89903272.0, + "step": 69860 + }, + { + "entropy": 0.9849175155162812, + "epoch": 6.675265118945257, + "grad_norm": 2.042717933654785, + "learning_rate": 2.729822299685103e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9755996108055115, + "num_tokens": 89916716.0, + "step": 69870 + }, + { + "entropy": 0.9592739939689636, + "epoch": 6.676220502531766, + "grad_norm": 1.1258403062820435, + "learning_rate": 2.7284149210324023e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9770925223827363, + "num_tokens": 89929264.0, + "step": 69880 + }, + { + "entropy": 0.9736224114894867, + "epoch": 6.677175886118277, + "grad_norm": 2.3333306312561035, + "learning_rate": 2.7270077691266514e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9754561245441437, + "num_tokens": 89942315.0, + "step": 69890 + }, + { + "entropy": 0.9588095903396606, + "epoch": 6.678131269704786, + "grad_norm": 1.02250075340271, + "learning_rate": 2.7256008441083174e-05, + "loss": 0.0484, + "mean_token_accuracy": 0.9804288744926453, + "num_tokens": 89955010.0, + "step": 69900 + }, + { + "entropy": 0.9531251907348632, + "epoch": 6.6790866532912965, + "grad_norm": 2.2911362648010254, + "learning_rate": 2.724194146117829e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9772679448127747, + "num_tokens": 89967691.0, + "step": 69910 + }, + { + "entropy": 0.9803416848182678, + "epoch": 6.680042036877806, + "grad_norm": 2.0290348529815674, + "learning_rate": 2.722787675295605e-05, + "loss": 0.0727, + "mean_token_accuracy": 0.9734034478664398, + "num_tokens": 89981299.0, + "step": 69920 + }, + { + "entropy": 0.9593951761722564, + "epoch": 6.680997420464316, + "grad_norm": 1.5482169389724731, + "learning_rate": 2.72138143178204e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9773532390594483, + "num_tokens": 89994189.0, + "step": 69930 + }, + { + "entropy": 0.9659729838371277, + "epoch": 6.681952804050827, + "grad_norm": 2.9266912937164307, + "learning_rate": 2.7199754157175018e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9755763292312623, + "num_tokens": 90007244.0, + "step": 69940 + }, + { + "entropy": 0.9669400513172149, + "epoch": 6.682908187637336, + "grad_norm": 1.7273865938186646, + "learning_rate": 2.7185696272423372e-05, + "loss": 0.0568, + "mean_token_accuracy": 0.9782117187976838, + "num_tokens": 90020454.0, + "step": 69950 + }, + { + "entropy": 0.9627986311912536, + "epoch": 6.6838635712238466, + "grad_norm": 1.014527440071106, + "learning_rate": 2.717164066496868e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9765867114067077, + "num_tokens": 90033238.0, + "step": 69960 + }, + { + "entropy": 0.965868103504181, + "epoch": 6.684818954810356, + "grad_norm": 1.0204031467437744, + "learning_rate": 2.7157587336213997e-05, + "loss": 0.057, + "mean_token_accuracy": 0.978841507434845, + "num_tokens": 90046069.0, + "step": 69970 + }, + { + "entropy": 0.9505278706550598, + "epoch": 6.685774338396866, + "grad_norm": 1.09029221534729, + "learning_rate": 2.7143536287562075e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.979856550693512, + "num_tokens": 90059000.0, + "step": 69980 + }, + { + "entropy": 0.9542735576629638, + "epoch": 6.686729721983376, + "grad_norm": 1.40108060836792, + "learning_rate": 2.7129487520415507e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9797265768051148, + "num_tokens": 90071655.0, + "step": 69990 + }, + { + "entropy": 0.9626486599445343, + "epoch": 6.687685105569886, + "grad_norm": 1.1613109111785889, + "learning_rate": 2.7115441036176604e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9723162114620209, + "num_tokens": 90084928.0, + "step": 70000 + }, + { + "entropy": 0.9571192383766174, + "epoch": 6.688640489156397, + "grad_norm": 1.8188892602920532, + "learning_rate": 2.7101396836247457e-05, + "loss": 0.0598, + "mean_token_accuracy": 0.9752835810184479, + "num_tokens": 90097526.0, + "step": 70010 + }, + { + "entropy": 0.9475736558437348, + "epoch": 6.689595872742906, + "grad_norm": 1.4238702058792114, + "learning_rate": 2.708735492202997e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.9770416200160981, + "num_tokens": 90110157.0, + "step": 70020 + }, + { + "entropy": 0.9528417706489563, + "epoch": 6.6905512563294165, + "grad_norm": 2.080965757369995, + "learning_rate": 2.7073315294925784e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9783619940280914, + "num_tokens": 90123090.0, + "step": 70030 + }, + { + "entropy": 0.960468327999115, + "epoch": 6.691506639915926, + "grad_norm": 1.2093251943588257, + "learning_rate": 2.7059277956336305e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9784776031970978, + "num_tokens": 90136143.0, + "step": 70040 + }, + { + "entropy": 0.9716124296188354, + "epoch": 6.692462023502436, + "grad_norm": 1.0524741411209106, + "learning_rate": 2.7045242907662717e-05, + "loss": 0.06, + "mean_token_accuracy": 0.9757155358791352, + "num_tokens": 90149566.0, + "step": 70050 + }, + { + "entropy": 0.9574487268924713, + "epoch": 6.693417407088946, + "grad_norm": 1.61703360080719, + "learning_rate": 2.7031210150306007e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9804667115211487, + "num_tokens": 90162329.0, + "step": 70060 + }, + { + "entropy": 0.960592371225357, + "epoch": 6.694372790675456, + "grad_norm": 0.8745313882827759, + "learning_rate": 2.701717968566688e-05, + "loss": 0.056, + "mean_token_accuracy": 0.9776127815246582, + "num_tokens": 90174623.0, + "step": 70070 + }, + { + "entropy": 0.9549022734165191, + "epoch": 6.695328174261967, + "grad_norm": 2.3454394340515137, + "learning_rate": 2.7003151515145874e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9820975244045258, + "num_tokens": 90187257.0, + "step": 70080 + }, + { + "entropy": 0.962440800666809, + "epoch": 6.696283557848476, + "grad_norm": 1.4055947065353394, + "learning_rate": 2.6989125640143253e-05, + "loss": 0.0502, + "mean_token_accuracy": 0.9807784378528595, + "num_tokens": 90200159.0, + "step": 70090 + }, + { + "entropy": 0.9473912000656128, + "epoch": 6.697238941434986, + "grad_norm": 1.5935810804367065, + "learning_rate": 2.6975102062059032e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9820238888263703, + "num_tokens": 90212665.0, + "step": 70100 + }, + { + "entropy": 0.9754416108131408, + "epoch": 6.698194325021496, + "grad_norm": 2.501408100128174, + "learning_rate": 2.6961080782293074e-05, + "loss": 0.0675, + "mean_token_accuracy": 0.9750245451927185, + "num_tokens": 90225687.0, + "step": 70110 + }, + { + "entropy": 0.9679563164710998, + "epoch": 6.699149708608006, + "grad_norm": 1.7210195064544678, + "learning_rate": 2.6947061802244933e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9738274812698364, + "num_tokens": 90238501.0, + "step": 70120 + }, + { + "entropy": 0.9616470515727997, + "epoch": 6.700105092194516, + "grad_norm": 1.1566270589828491, + "learning_rate": 2.6933045123314012e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9750468134880066, + "num_tokens": 90251237.0, + "step": 70130 + }, + { + "entropy": 0.9612561762332916, + "epoch": 6.701060475781026, + "grad_norm": 2.9818294048309326, + "learning_rate": 2.6919030746899365e-05, + "loss": 0.0698, + "mean_token_accuracy": 0.9750909566879272, + "num_tokens": 90264331.0, + "step": 70140 + }, + { + "entropy": 0.9593639671802521, + "epoch": 6.7020158593675365, + "grad_norm": 1.1802897453308105, + "learning_rate": 2.690501867439994e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9828397512435914, + "num_tokens": 90277447.0, + "step": 70150 + }, + { + "entropy": 0.9559503316879272, + "epoch": 6.702971242954046, + "grad_norm": 1.544189214706421, + "learning_rate": 2.689100890721442e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9800142228603363, + "num_tokens": 90289895.0, + "step": 70160 + }, + { + "entropy": 0.9585859894752502, + "epoch": 6.703926626540556, + "grad_norm": 1.628422498703003, + "learning_rate": 2.6877001446741222e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.979070633649826, + "num_tokens": 90302452.0, + "step": 70170 + }, + { + "entropy": 0.9596464395523071, + "epoch": 6.704882010127066, + "grad_norm": 1.1296494007110596, + "learning_rate": 2.686299629437855e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9764225661754609, + "num_tokens": 90315203.0, + "step": 70180 + }, + { + "entropy": 0.9598501086235046, + "epoch": 6.705837393713576, + "grad_norm": 1.3270254135131836, + "learning_rate": 2.6848993451524368e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9759123086929321, + "num_tokens": 90327301.0, + "step": 70190 + }, + { + "entropy": 0.9557403564453125, + "epoch": 6.706792777300086, + "grad_norm": 1.813478708267212, + "learning_rate": 2.6834992919576462e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9776219248771667, + "num_tokens": 90339926.0, + "step": 70200 + }, + { + "entropy": 0.9705403327941895, + "epoch": 6.707748160886596, + "grad_norm": 1.7525148391723633, + "learning_rate": 2.6820994699932313e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9815586805343628, + "num_tokens": 90353201.0, + "step": 70210 + }, + { + "entropy": 0.9540520131587982, + "epoch": 6.708703544473106, + "grad_norm": 2.5382437705993652, + "learning_rate": 2.6806998793989234e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9798364818096161, + "num_tokens": 90366289.0, + "step": 70220 + }, + { + "entropy": 0.9375249683856964, + "epoch": 6.709658928059616, + "grad_norm": 0.8670759797096252, + "learning_rate": 2.6793005203144274e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9768119096755982, + "num_tokens": 90378717.0, + "step": 70230 + }, + { + "entropy": 0.9476209819316864, + "epoch": 6.710614311646125, + "grad_norm": 1.4143519401550293, + "learning_rate": 2.6779013928794227e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.98011394739151, + "num_tokens": 90391380.0, + "step": 70240 + }, + { + "entropy": 0.9570301294326782, + "epoch": 6.711569695232636, + "grad_norm": 1.0086877346038818, + "learning_rate": 2.6765024972335735e-05, + "loss": 0.0501, + "mean_token_accuracy": 0.9818941116333008, + "num_tokens": 90404999.0, + "step": 70250 + }, + { + "entropy": 0.9504298388957977, + "epoch": 6.712525078819146, + "grad_norm": 1.3022184371948242, + "learning_rate": 2.675103833516513e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.979048216342926, + "num_tokens": 90418015.0, + "step": 70260 + }, + { + "entropy": 0.9514796495437622, + "epoch": 6.713480462405656, + "grad_norm": 1.347338080406189, + "learning_rate": 2.6737054018678543e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9802179455757141, + "num_tokens": 90430428.0, + "step": 70270 + }, + { + "entropy": 0.9548793971538544, + "epoch": 6.714435845992166, + "grad_norm": 2.6241888999938965, + "learning_rate": 2.6723072024271856e-05, + "loss": 0.0667, + "mean_token_accuracy": 0.97599116563797, + "num_tokens": 90443493.0, + "step": 70280 + }, + { + "entropy": 0.9604209661483765, + "epoch": 6.7153912295786755, + "grad_norm": 2.2688987255096436, + "learning_rate": 2.670909235334078e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9736034035682678, + "num_tokens": 90456149.0, + "step": 70290 + }, + { + "entropy": 0.9546542346477509, + "epoch": 6.716346613165186, + "grad_norm": 1.767526626586914, + "learning_rate": 2.6695115007280698e-05, + "loss": 0.0654, + "mean_token_accuracy": 0.9758893787860871, + "num_tokens": 90468537.0, + "step": 70300 + }, + { + "entropy": 0.9539540052413941, + "epoch": 6.717301996751695, + "grad_norm": 1.8365613222122192, + "learning_rate": 2.6681139987486857e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9794814348220825, + "num_tokens": 90480886.0, + "step": 70310 + }, + { + "entropy": 0.9380028665065765, + "epoch": 6.718257380338206, + "grad_norm": 1.1625791788101196, + "learning_rate": 2.66671672953542e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9815762937068939, + "num_tokens": 90492829.0, + "step": 70320 + }, + { + "entropy": 0.9696593284606934, + "epoch": 6.719212763924716, + "grad_norm": 0.8855310082435608, + "learning_rate": 2.6653196932277462e-05, + "loss": 0.0486, + "mean_token_accuracy": 0.9798705101013183, + "num_tokens": 90506226.0, + "step": 70330 + }, + { + "entropy": 0.9423834145069122, + "epoch": 6.720168147511226, + "grad_norm": 1.408699631690979, + "learning_rate": 2.6639228899651177e-05, + "loss": 0.0473, + "mean_token_accuracy": 0.9821431159973144, + "num_tokens": 90518902.0, + "step": 70340 + }, + { + "entropy": 0.9491890072822571, + "epoch": 6.721123531097736, + "grad_norm": 1.9717119932174683, + "learning_rate": 2.66252631988696e-05, + "loss": 0.0614, + "mean_token_accuracy": 0.9738957405090332, + "num_tokens": 90531425.0, + "step": 70350 + }, + { + "entropy": 0.9732589781284332, + "epoch": 6.7220789146842455, + "grad_norm": 1.5537279844284058, + "learning_rate": 2.6611299831326762e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.9784317970275879, + "num_tokens": 90544808.0, + "step": 70360 + }, + { + "entropy": 0.9653313815593719, + "epoch": 6.723034298270756, + "grad_norm": 1.214245319366455, + "learning_rate": 2.659733879841646e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9811808586120605, + "num_tokens": 90557422.0, + "step": 70370 + }, + { + "entropy": 0.9537897765636444, + "epoch": 6.723989681857265, + "grad_norm": 0.975356936454773, + "learning_rate": 2.658338010153229e-05, + "loss": 0.0663, + "mean_token_accuracy": 0.9759573340415955, + "num_tokens": 90570028.0, + "step": 70380 + }, + { + "entropy": 0.943564236164093, + "epoch": 6.724945065443776, + "grad_norm": 1.3449336290359497, + "learning_rate": 2.65694237420676e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9837086379528046, + "num_tokens": 90582766.0, + "step": 70390 + }, + { + "entropy": 0.955368947982788, + "epoch": 6.725900449030286, + "grad_norm": 1.0278687477111816, + "learning_rate": 2.6555469721415493e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.97685666680336, + "num_tokens": 90595801.0, + "step": 70400 + }, + { + "entropy": 0.9406951785087585, + "epoch": 6.7268558326167955, + "grad_norm": 1.254018783569336, + "learning_rate": 2.6541518040968838e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9775478482246399, + "num_tokens": 90608308.0, + "step": 70410 + }, + { + "entropy": 0.9568591117858887, + "epoch": 6.727811216203306, + "grad_norm": 1.5353773832321167, + "learning_rate": 2.6527568702120242e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9814690828323365, + "num_tokens": 90621304.0, + "step": 70420 + }, + { + "entropy": 0.942710816860199, + "epoch": 6.728766599789815, + "grad_norm": 1.129745364189148, + "learning_rate": 2.651362170626217e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9774160027503968, + "num_tokens": 90634223.0, + "step": 70430 + }, + { + "entropy": 0.947761619091034, + "epoch": 6.729721983376326, + "grad_norm": 1.5823079347610474, + "learning_rate": 2.6499677054786742e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9822019457817077, + "num_tokens": 90647433.0, + "step": 70440 + }, + { + "entropy": 0.9421060860157013, + "epoch": 6.730677366962835, + "grad_norm": 1.3384591341018677, + "learning_rate": 2.648573474908595e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9791318595409393, + "num_tokens": 90660085.0, + "step": 70450 + }, + { + "entropy": 0.963702815771103, + "epoch": 6.731632750549346, + "grad_norm": 1.485386610031128, + "learning_rate": 2.6471794790551462e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9751662135124206, + "num_tokens": 90673327.0, + "step": 70460 + }, + { + "entropy": 0.9665944039821625, + "epoch": 6.732588134135856, + "grad_norm": 2.17128586769104, + "learning_rate": 2.645785718057474e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9764129042625427, + "num_tokens": 90686555.0, + "step": 70470 + }, + { + "entropy": 0.9454913437366486, + "epoch": 6.7335435177223655, + "grad_norm": 1.1828266382217407, + "learning_rate": 2.6443921920547055e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.979713237285614, + "num_tokens": 90699301.0, + "step": 70480 + }, + { + "entropy": 0.9598565578460694, + "epoch": 6.734498901308876, + "grad_norm": 1.158069372177124, + "learning_rate": 2.6429989011859392e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9770271420478821, + "num_tokens": 90712569.0, + "step": 70490 + }, + { + "entropy": 0.9512864649295807, + "epoch": 6.735454284895385, + "grad_norm": 0.9730797410011292, + "learning_rate": 2.6416058455902515e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9722650408744812, + "num_tokens": 90725074.0, + "step": 70500 + }, + { + "entropy": 0.9637427866458893, + "epoch": 6.736409668481896, + "grad_norm": 1.6349862813949585, + "learning_rate": 2.6402130254066937e-05, + "loss": 0.0565, + "mean_token_accuracy": 0.9809369444847107, + "num_tokens": 90738574.0, + "step": 70510 + }, + { + "entropy": 0.9601179957389832, + "epoch": 6.737365052068405, + "grad_norm": 1.7389017343521118, + "learning_rate": 2.6388204407742972e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9771555721759796, + "num_tokens": 90751741.0, + "step": 70520 + }, + { + "entropy": 0.9465928852558136, + "epoch": 6.738320435654916, + "grad_norm": 1.5987801551818848, + "learning_rate": 2.6374280918320705e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.981818801164627, + "num_tokens": 90764398.0, + "step": 70530 + }, + { + "entropy": 0.9514952182769776, + "epoch": 6.739275819241425, + "grad_norm": 1.658632516860962, + "learning_rate": 2.6360359787189938e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.9749863743782043, + "num_tokens": 90777086.0, + "step": 70540 + }, + { + "entropy": 0.9584573328495025, + "epoch": 6.740231202827935, + "grad_norm": 1.006459355354309, + "learning_rate": 2.6346441015740265e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.979641568660736, + "num_tokens": 90789547.0, + "step": 70550 + }, + { + "entropy": 0.9640103340148926, + "epoch": 6.741186586414445, + "grad_norm": 1.284544587135315, + "learning_rate": 2.6332524605361025e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9752797722816468, + "num_tokens": 90802628.0, + "step": 70560 + }, + { + "entropy": 0.9645484626293183, + "epoch": 6.742141970000955, + "grad_norm": 1.1634258031845093, + "learning_rate": 2.631861055744137e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9814725816249847, + "num_tokens": 90815424.0, + "step": 70570 + }, + { + "entropy": 0.9788874506950378, + "epoch": 6.743097353587466, + "grad_norm": 0.9175818562507629, + "learning_rate": 2.630469887337017e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9794144570827484, + "num_tokens": 90828433.0, + "step": 70580 + }, + { + "entropy": 0.9702316105365754, + "epoch": 6.744052737173975, + "grad_norm": 1.2208482027053833, + "learning_rate": 2.6290789554536068e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9777250170707703, + "num_tokens": 90841288.0, + "step": 70590 + }, + { + "entropy": 0.9751827538013458, + "epoch": 6.7450081207604855, + "grad_norm": 1.3079814910888672, + "learning_rate": 2.6276882602327456e-05, + "loss": 0.0618, + "mean_token_accuracy": 0.9761599123477935, + "num_tokens": 90854602.0, + "step": 70600 + }, + { + "entropy": 0.9642175018787384, + "epoch": 6.745963504346995, + "grad_norm": 1.481688380241394, + "learning_rate": 2.6262978018132538e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9812559843063354, + "num_tokens": 90867586.0, + "step": 70610 + }, + { + "entropy": 0.9498310029506684, + "epoch": 6.746918887933505, + "grad_norm": 1.2316640615463257, + "learning_rate": 2.624907580333927e-05, + "loss": 0.0347, + "mean_token_accuracy": 0.9870591521263122, + "num_tokens": 90879895.0, + "step": 70620 + }, + { + "entropy": 0.944279533624649, + "epoch": 6.747874271520015, + "grad_norm": 0.7096781134605408, + "learning_rate": 2.6235175959335324e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9804669857025147, + "num_tokens": 90892104.0, + "step": 70630 + }, + { + "entropy": 0.9443599045276642, + "epoch": 6.748829655106525, + "grad_norm": 1.5782020092010498, + "learning_rate": 2.622127848750818e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9783597230911255, + "num_tokens": 90904769.0, + "step": 70640 + }, + { + "entropy": 0.9528786957263946, + "epoch": 6.749785038693036, + "grad_norm": 1.4625022411346436, + "learning_rate": 2.620738338924504e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9830034852027894, + "num_tokens": 90917071.0, + "step": 70650 + }, + { + "entropy": 0.9542819917201996, + "epoch": 6.750740422279545, + "grad_norm": 1.6394015550613403, + "learning_rate": 2.6193490665932934e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9728080332279205, + "num_tokens": 90930160.0, + "step": 70660 + }, + { + "entropy": 0.960719621181488, + "epoch": 6.7516958058660554, + "grad_norm": 1.7754902839660645, + "learning_rate": 2.6179600318958607e-05, + "loss": 0.0724, + "mean_token_accuracy": 0.9739189565181732, + "num_tokens": 90942916.0, + "step": 70670 + }, + { + "entropy": 0.9576422929763794, + "epoch": 6.752651189452565, + "grad_norm": 0.6101719737052917, + "learning_rate": 2.616571234970855e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9814573168754578, + "num_tokens": 90955891.0, + "step": 70680 + }, + { + "entropy": 0.95425044298172, + "epoch": 6.753606573039075, + "grad_norm": 1.9944334030151367, + "learning_rate": 2.6151826759569074e-05, + "loss": 0.0678, + "mean_token_accuracy": 0.9734877467155456, + "num_tokens": 90968773.0, + "step": 70690 + }, + { + "entropy": 0.9599867761135101, + "epoch": 6.754561956625585, + "grad_norm": 1.7904753684997559, + "learning_rate": 2.6137943549926207e-05, + "loss": 0.0687, + "mean_token_accuracy": 0.976166945695877, + "num_tokens": 90981568.0, + "step": 70700 + }, + { + "entropy": 0.9731225728988647, + "epoch": 6.755517340212095, + "grad_norm": 1.5495673418045044, + "learning_rate": 2.6124062722165775e-05, + "loss": 0.0657, + "mean_token_accuracy": 0.9778631329536438, + "num_tokens": 90995172.0, + "step": 70710 + }, + { + "entropy": 0.9664243042469025, + "epoch": 6.7564727237986055, + "grad_norm": 0.6168012619018555, + "learning_rate": 2.6110184277673334e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9812032222747803, + "num_tokens": 91007700.0, + "step": 70720 + }, + { + "entropy": 0.9632494986057282, + "epoch": 6.757428107385115, + "grad_norm": 1.7099826335906982, + "learning_rate": 2.609630821783421e-05, + "loss": 0.059, + "mean_token_accuracy": 0.976041030883789, + "num_tokens": 91020562.0, + "step": 70730 + }, + { + "entropy": 0.9683136999607086, + "epoch": 6.758383490971625, + "grad_norm": 0.883508026599884, + "learning_rate": 2.6082434544033486e-05, + "loss": 0.0602, + "mean_token_accuracy": 0.9784904956817627, + "num_tokens": 91032648.0, + "step": 70740 + }, + { + "entropy": 0.9722706139087677, + "epoch": 6.759338874558135, + "grad_norm": 0.9642423391342163, + "learning_rate": 2.6068563257656013e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.9766476571559906, + "num_tokens": 91045986.0, + "step": 70750 + }, + { + "entropy": 0.9715902864933014, + "epoch": 6.760294258144645, + "grad_norm": 0.9068817496299744, + "learning_rate": 2.605469436008647e-05, + "loss": 0.0545, + "mean_token_accuracy": 0.9792460918426513, + "num_tokens": 91059102.0, + "step": 70760 + }, + { + "entropy": 0.9574589610099793, + "epoch": 6.761249641731155, + "grad_norm": 0.7825731039047241, + "learning_rate": 2.604082785270914e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9780860662460327, + "num_tokens": 91071894.0, + "step": 70770 + }, + { + "entropy": 0.9480810761451721, + "epoch": 6.762205025317665, + "grad_norm": 1.962727427482605, + "learning_rate": 2.6026963736908227e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9828448235988617, + "num_tokens": 91084807.0, + "step": 70780 + }, + { + "entropy": 0.962937182188034, + "epoch": 6.7631604089041755, + "grad_norm": 1.6045454740524292, + "learning_rate": 2.6013102014067586e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9769076466560364, + "num_tokens": 91097940.0, + "step": 70790 + }, + { + "entropy": 0.9597082793712616, + "epoch": 6.764115792490685, + "grad_norm": 1.9386382102966309, + "learning_rate": 2.5999242685570925e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9818468868732453, + "num_tokens": 91110378.0, + "step": 70800 + }, + { + "entropy": 0.9661691725254059, + "epoch": 6.765071176077195, + "grad_norm": 1.2026915550231934, + "learning_rate": 2.598538575280164e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.981852000951767, + "num_tokens": 91123003.0, + "step": 70810 + }, + { + "entropy": 0.9633899033069611, + "epoch": 6.766026559663705, + "grad_norm": 1.0247756242752075, + "learning_rate": 2.5971531217142898e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.975154709815979, + "num_tokens": 91136047.0, + "step": 70820 + }, + { + "entropy": 0.9534778356552124, + "epoch": 6.766981943250215, + "grad_norm": 1.6030988693237305, + "learning_rate": 2.595767907997768e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9770485460758209, + "num_tokens": 91148607.0, + "step": 70830 + }, + { + "entropy": 0.9676617443561554, + "epoch": 6.767937326836725, + "grad_norm": 1.5013608932495117, + "learning_rate": 2.5943829342688646e-05, + "loss": 0.0507, + "mean_token_accuracy": 0.9827911019325256, + "num_tokens": 91161859.0, + "step": 70840 + }, + { + "entropy": 0.9605103194713592, + "epoch": 6.768892710423235, + "grad_norm": 1.0464496612548828, + "learning_rate": 2.592998200665831e-05, + "loss": 0.0452, + "mean_token_accuracy": 0.9833682119846344, + "num_tokens": 91174481.0, + "step": 70850 + }, + { + "entropy": 0.9531880855560303, + "epoch": 6.769848094009745, + "grad_norm": 0.8687523007392883, + "learning_rate": 2.591613707326887e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9771779775619507, + "num_tokens": 91186883.0, + "step": 70860 + }, + { + "entropy": 0.9597460806369782, + "epoch": 6.770803477596255, + "grad_norm": 2.084864377975464, + "learning_rate": 2.5902294543902317e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.97575843334198, + "num_tokens": 91199342.0, + "step": 70870 + }, + { + "entropy": 0.9683298349380494, + "epoch": 6.771758861182765, + "grad_norm": 1.0674500465393066, + "learning_rate": 2.5888454419940367e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9730033338069916, + "num_tokens": 91212337.0, + "step": 70880 + }, + { + "entropy": 0.9506448984146119, + "epoch": 6.772714244769275, + "grad_norm": 2.052638053894043, + "learning_rate": 2.5874616702764566e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9775376915931702, + "num_tokens": 91224761.0, + "step": 70890 + }, + { + "entropy": 0.9642267048358917, + "epoch": 6.773669628355785, + "grad_norm": 1.3162460327148438, + "learning_rate": 2.5860781393756174e-05, + "loss": 0.0661, + "mean_token_accuracy": 0.9728921413421631, + "num_tokens": 91237418.0, + "step": 70900 + }, + { + "entropy": 0.9575303018093109, + "epoch": 6.774625011942295, + "grad_norm": 1.1865719556808472, + "learning_rate": 2.5846948494296176e-05, + "loss": 0.0625, + "mean_token_accuracy": 0.9752530813217163, + "num_tokens": 91249910.0, + "step": 70910 + }, + { + "entropy": 0.9552679538726807, + "epoch": 6.775580395528805, + "grad_norm": 2.13523530960083, + "learning_rate": 2.58331180057654e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9810813546180726, + "num_tokens": 91262458.0, + "step": 70920 + }, + { + "entropy": 0.9534639954566956, + "epoch": 6.7765357791153145, + "grad_norm": 1.5467257499694824, + "learning_rate": 2.5819289929544353e-05, + "loss": 0.0535, + "mean_token_accuracy": 0.977538776397705, + "num_tokens": 91275091.0, + "step": 70930 + }, + { + "entropy": 0.962038654088974, + "epoch": 6.777491162701825, + "grad_norm": 1.4971941709518433, + "learning_rate": 2.580546426701338e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.9832612812519074, + "num_tokens": 91287611.0, + "step": 70940 + }, + { + "entropy": 0.9688478648662567, + "epoch": 6.778446546288334, + "grad_norm": 1.587640404701233, + "learning_rate": 2.579164101955252e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.977737832069397, + "num_tokens": 91300622.0, + "step": 70950 + }, + { + "entropy": 0.971338814496994, + "epoch": 6.779401929874845, + "grad_norm": 1.1610268354415894, + "learning_rate": 2.577782018854159e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9754007756710052, + "num_tokens": 91313624.0, + "step": 70960 + }, + { + "entropy": 0.9707320153713226, + "epoch": 6.780357313461355, + "grad_norm": 1.6166902780532837, + "learning_rate": 2.576400177536016e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.9772319853305816, + "num_tokens": 91326889.0, + "step": 70970 + }, + { + "entropy": 0.9717442333698273, + "epoch": 6.7813126970478645, + "grad_norm": 0.8386614322662354, + "learning_rate": 2.575018578138757e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9754018187522888, + "num_tokens": 91340335.0, + "step": 70980 + }, + { + "entropy": 0.9608293175697327, + "epoch": 6.782268080634375, + "grad_norm": 1.4670424461364746, + "learning_rate": 2.5736372208002967e-05, + "loss": 0.0489, + "mean_token_accuracy": 0.9799467265605927, + "num_tokens": 91353170.0, + "step": 70990 + }, + { + "entropy": 0.9608726799488068, + "epoch": 6.783223464220884, + "grad_norm": 1.4530385732650757, + "learning_rate": 2.5722561056585125e-05, + "loss": 0.0652, + "mean_token_accuracy": 0.9755486071109771, + "num_tokens": 91365589.0, + "step": 71000 + }, + { + "entropy": 0.9660925686359405, + "epoch": 6.784178847807395, + "grad_norm": 1.4034614562988281, + "learning_rate": 2.5708752328512715e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9793203413486481, + "num_tokens": 91378820.0, + "step": 71010 + }, + { + "entropy": 0.972067242860794, + "epoch": 6.785134231393904, + "grad_norm": 2.2200639247894287, + "learning_rate": 2.5694946025164068e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.976398104429245, + "num_tokens": 91391663.0, + "step": 71020 + }, + { + "entropy": 0.9608227550983429, + "epoch": 6.786089614980415, + "grad_norm": 1.3902051448822021, + "learning_rate": 2.568114214791736e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.9749409437179566, + "num_tokens": 91404803.0, + "step": 71030 + }, + { + "entropy": 0.9558060646057129, + "epoch": 6.787044998566925, + "grad_norm": 0.6072638630867004, + "learning_rate": 2.5667340698150444e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9800573348999023, + "num_tokens": 91416710.0, + "step": 71040 + }, + { + "entropy": 0.9593682229518891, + "epoch": 6.7880003821534345, + "grad_norm": 1.3143174648284912, + "learning_rate": 2.5653541677240954e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9808892607688904, + "num_tokens": 91429585.0, + "step": 71050 + }, + { + "entropy": 0.9484626829624176, + "epoch": 6.788955765739945, + "grad_norm": 1.0859698057174683, + "learning_rate": 2.5639745086566334e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9796186208724975, + "num_tokens": 91441915.0, + "step": 71060 + }, + { + "entropy": 0.9491163790225983, + "epoch": 6.789911149326454, + "grad_norm": 1.0046563148498535, + "learning_rate": 2.5625950927503705e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.978519868850708, + "num_tokens": 91454546.0, + "step": 71070 + }, + { + "entropy": 0.9362773001194, + "epoch": 6.790866532912965, + "grad_norm": 2.583043336868286, + "learning_rate": 2.5612159201430032e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9801252782344818, + "num_tokens": 91467162.0, + "step": 71080 + }, + { + "entropy": 0.9661162674427033, + "epoch": 6.791821916499474, + "grad_norm": 2.531308889389038, + "learning_rate": 2.5598369909721914e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9750002801418305, + "num_tokens": 91480358.0, + "step": 71090 + }, + { + "entropy": 0.9624397397041321, + "epoch": 6.792777300085985, + "grad_norm": 2.285299777984619, + "learning_rate": 2.5584583053755844e-05, + "loss": 0.0635, + "mean_token_accuracy": 0.9748109996318817, + "num_tokens": 91493309.0, + "step": 71100 + }, + { + "entropy": 0.941627699136734, + "epoch": 6.793732683672495, + "grad_norm": 2.092038154602051, + "learning_rate": 2.5570798634907973e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.977681016921997, + "num_tokens": 91505999.0, + "step": 71110 + }, + { + "entropy": 0.9538642287254333, + "epoch": 6.794688067259004, + "grad_norm": 1.6999200582504272, + "learning_rate": 2.5557016654554278e-05, + "loss": 0.0672, + "mean_token_accuracy": 0.9750017762184143, + "num_tokens": 91518517.0, + "step": 71120 + }, + { + "entropy": 0.9482351958751678, + "epoch": 6.795643450845515, + "grad_norm": 1.655076026916504, + "learning_rate": 2.554323711407044e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9815190851688385, + "num_tokens": 91530729.0, + "step": 71130 + }, + { + "entropy": 0.9562609314918518, + "epoch": 6.796598834432024, + "grad_norm": 1.2370355129241943, + "learning_rate": 2.5529460014831907e-05, + "loss": 0.0653, + "mean_token_accuracy": 0.9768251597881317, + "num_tokens": 91543178.0, + "step": 71140 + }, + { + "entropy": 0.9636936902999877, + "epoch": 6.797554218018535, + "grad_norm": 1.1253982782363892, + "learning_rate": 2.5515685358213926e-05, + "loss": 0.0518, + "mean_token_accuracy": 0.9800250053405761, + "num_tokens": 91556184.0, + "step": 71150 + }, + { + "entropy": 0.9431588292121887, + "epoch": 6.798509601605044, + "grad_norm": 0.6377455592155457, + "learning_rate": 2.5501913145591428e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.9797695398330688, + "num_tokens": 91568872.0, + "step": 71160 + }, + { + "entropy": 0.9343281209468841, + "epoch": 6.7994649851915545, + "grad_norm": 0.7727232575416565, + "learning_rate": 2.548814337833917e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9793869912624359, + "num_tokens": 91581536.0, + "step": 71170 + }, + { + "entropy": 0.950831514596939, + "epoch": 6.800420368778065, + "grad_norm": 0.900759220123291, + "learning_rate": 2.5474376057831627e-05, + "loss": 0.0592, + "mean_token_accuracy": 0.9788140237331391, + "num_tokens": 91594190.0, + "step": 71180 + }, + { + "entropy": 0.9433003604412079, + "epoch": 6.801375752364574, + "grad_norm": 1.1756799221038818, + "learning_rate": 2.5460611185443036e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.9774994790554047, + "num_tokens": 91606698.0, + "step": 71190 + }, + { + "entropy": 0.9395839095115661, + "epoch": 6.802331135951085, + "grad_norm": 1.821467638015747, + "learning_rate": 2.544684876254736e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9781312346458435, + "num_tokens": 91619644.0, + "step": 71200 + }, + { + "entropy": 0.9456888496875763, + "epoch": 6.803286519537594, + "grad_norm": 1.4680275917053223, + "learning_rate": 2.54330887905184e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9726394772529602, + "num_tokens": 91632147.0, + "step": 71210 + }, + { + "entropy": 0.9388084948062897, + "epoch": 6.804241903124105, + "grad_norm": 0.9807587265968323, + "learning_rate": 2.541933127072963e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9789304316043854, + "num_tokens": 91644415.0, + "step": 71220 + }, + { + "entropy": 0.942961049079895, + "epoch": 6.805197286710614, + "grad_norm": 0.6625792384147644, + "learning_rate": 2.5405576204554293e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.980367636680603, + "num_tokens": 91656958.0, + "step": 71230 + }, + { + "entropy": 0.9610726058483123, + "epoch": 6.8061526702971245, + "grad_norm": 1.804058313369751, + "learning_rate": 2.539182359336545e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9784641981124877, + "num_tokens": 91669598.0, + "step": 71240 + }, + { + "entropy": 0.9421188056468963, + "epoch": 6.807108053883634, + "grad_norm": 1.9752267599105835, + "learning_rate": 2.537807343853582e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.973549610376358, + "num_tokens": 91682483.0, + "step": 71250 + }, + { + "entropy": 0.935017442703247, + "epoch": 6.808063437470144, + "grad_norm": 1.584203839302063, + "learning_rate": 2.5364325741437973e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9751867175102233, + "num_tokens": 91695332.0, + "step": 71260 + }, + { + "entropy": 0.9552028954029084, + "epoch": 6.809018821056654, + "grad_norm": 0.8513728380203247, + "learning_rate": 2.5350580503444166e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9801962018013001, + "num_tokens": 91708978.0, + "step": 71270 + }, + { + "entropy": 0.9418807804584504, + "epoch": 6.809974204643164, + "grad_norm": 1.227128028869629, + "learning_rate": 2.5336837725926415e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9787718176841735, + "num_tokens": 91722014.0, + "step": 71280 + }, + { + "entropy": 0.9339426457881927, + "epoch": 6.8109295882296745, + "grad_norm": 0.605605959892273, + "learning_rate": 2.5323097410256546e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9815412163734436, + "num_tokens": 91734622.0, + "step": 71290 + }, + { + "entropy": 0.9461962401866912, + "epoch": 6.811884971816184, + "grad_norm": 1.5044896602630615, + "learning_rate": 2.5309359557806066e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9818254947662354, + "num_tokens": 91747876.0, + "step": 71300 + }, + { + "entropy": 0.9373427212238312, + "epoch": 6.812840355402694, + "grad_norm": 1.2533601522445679, + "learning_rate": 2.529562416994632e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9771154880523681, + "num_tokens": 91760976.0, + "step": 71310 + }, + { + "entropy": 0.9497862160205841, + "epoch": 6.813795738989204, + "grad_norm": 1.2177059650421143, + "learning_rate": 2.528189124804829e-05, + "loss": 0.0579, + "mean_token_accuracy": 0.9744397819042205, + "num_tokens": 91773587.0, + "step": 71320 + }, + { + "entropy": 0.9588805496692657, + "epoch": 6.814751122575714, + "grad_norm": 0.9259324073791504, + "learning_rate": 2.526816079348283e-05, + "loss": 0.0548, + "mean_token_accuracy": 0.9802408874034881, + "num_tokens": 91786747.0, + "step": 71330 + }, + { + "entropy": 0.9540033400058746, + "epoch": 6.815706506162224, + "grad_norm": 1.3824306726455688, + "learning_rate": 2.525443280762047e-05, + "loss": 0.0482, + "mean_token_accuracy": 0.9795008301734924, + "num_tokens": 91799965.0, + "step": 71340 + }, + { + "entropy": 0.9501749455928803, + "epoch": 6.816661889748734, + "grad_norm": 1.1853485107421875, + "learning_rate": 2.5240707291831554e-05, + "loss": 0.0584, + "mean_token_accuracy": 0.9773372828960418, + "num_tokens": 91812727.0, + "step": 71350 + }, + { + "entropy": 0.9490502715110779, + "epoch": 6.8176172733352445, + "grad_norm": 0.5923424959182739, + "learning_rate": 2.5226984247486117e-05, + "loss": 0.053, + "mean_token_accuracy": 0.9777816534042358, + "num_tokens": 91825091.0, + "step": 71360 + }, + { + "entropy": 0.9490247547626496, + "epoch": 6.818572656921754, + "grad_norm": 2.163206100463867, + "learning_rate": 2.521326367595398e-05, + "loss": 0.0612, + "mean_token_accuracy": 0.9711181342601776, + "num_tokens": 91837490.0, + "step": 71370 + }, + { + "entropy": 0.9543271124362945, + "epoch": 6.819528040508264, + "grad_norm": 0.5235050916671753, + "learning_rate": 2.5199545578604738e-05, + "loss": 0.0448, + "mean_token_accuracy": 0.9844375789165497, + "num_tokens": 91850198.0, + "step": 71380 + }, + { + "entropy": 0.9501693367958068, + "epoch": 6.820483424094774, + "grad_norm": 1.0036540031433105, + "learning_rate": 2.5185829956807683e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9758853852748871, + "num_tokens": 91862973.0, + "step": 71390 + }, + { + "entropy": 0.9427911043167114, + "epoch": 6.821438807681284, + "grad_norm": 1.4002469778060913, + "learning_rate": 2.517211681193194e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9781623125076294, + "num_tokens": 91875856.0, + "step": 71400 + }, + { + "entropy": 0.9693983674049378, + "epoch": 6.822394191267794, + "grad_norm": 1.220866084098816, + "learning_rate": 2.515840614534627e-05, + "loss": 0.0585, + "mean_token_accuracy": 0.9771428644657135, + "num_tokens": 91888701.0, + "step": 71410 + }, + { + "entropy": 0.9697044134140015, + "epoch": 6.823349574854304, + "grad_norm": 0.8080708980560303, + "learning_rate": 2.5144697958419293e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.9796504616737366, + "num_tokens": 91901664.0, + "step": 71420 + }, + { + "entropy": 0.9538721740245819, + "epoch": 6.824304958440814, + "grad_norm": 1.4138824939727783, + "learning_rate": 2.5130992252519368e-05, + "loss": 0.0495, + "mean_token_accuracy": 0.9820493936538697, + "num_tokens": 91914282.0, + "step": 71430 + }, + { + "entropy": 0.9656258404254914, + "epoch": 6.825260342027324, + "grad_norm": 0.9755386114120483, + "learning_rate": 2.5117289029014555e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9807244896888733, + "num_tokens": 91927388.0, + "step": 71440 + }, + { + "entropy": 0.9636368334293366, + "epoch": 6.826215725613834, + "grad_norm": 1.7234076261520386, + "learning_rate": 2.51035882892727e-05, + "loss": 0.049, + "mean_token_accuracy": 0.9806312501430512, + "num_tokens": 91940145.0, + "step": 71450 + }, + { + "entropy": 0.958588057756424, + "epoch": 6.827171109200344, + "grad_norm": 0.6959619522094727, + "learning_rate": 2.508989003466137e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9785803377628326, + "num_tokens": 91953253.0, + "step": 71460 + }, + { + "entropy": 0.9558418154716491, + "epoch": 6.828126492786854, + "grad_norm": 2.043456554412842, + "learning_rate": 2.5076194266547952e-05, + "loss": 0.0597, + "mean_token_accuracy": 0.9751003086566925, + "num_tokens": 91966296.0, + "step": 71470 + }, + { + "entropy": 0.9617272973060608, + "epoch": 6.829081876373364, + "grad_norm": 1.565368890762329, + "learning_rate": 2.5062500986299498e-05, + "loss": 0.0628, + "mean_token_accuracy": 0.9758105576038361, + "num_tokens": 91979730.0, + "step": 71480 + }, + { + "entropy": 0.9453538835048676, + "epoch": 6.830037259959874, + "grad_norm": 0.900314450263977, + "learning_rate": 2.50488101952829e-05, + "loss": 0.0567, + "mean_token_accuracy": 0.9782470226287842, + "num_tokens": 91992523.0, + "step": 71490 + }, + { + "entropy": 0.9586646258831024, + "epoch": 6.830992643546384, + "grad_norm": 1.8577499389648438, + "learning_rate": 2.5035121894864733e-05, + "loss": 0.0681, + "mean_token_accuracy": 0.9748675405979157, + "num_tokens": 92005569.0, + "step": 71500 + }, + { + "entropy": 0.9771205306053161, + "epoch": 6.831948027132894, + "grad_norm": 1.536405324935913, + "learning_rate": 2.5021436086411332e-05, + "loss": 0.0588, + "mean_token_accuracy": 0.975700044631958, + "num_tokens": 92018480.0, + "step": 71510 + }, + { + "entropy": 0.9599669277667999, + "epoch": 6.832903410719404, + "grad_norm": 0.7481457591056824, + "learning_rate": 2.500775277128883e-05, + "loss": 0.0526, + "mean_token_accuracy": 0.9827109158039093, + "num_tokens": 92031307.0, + "step": 71520 + }, + { + "entropy": 0.9574052810668945, + "epoch": 6.833858794305914, + "grad_norm": 0.9322180151939392, + "learning_rate": 2.499407195086306e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.979317444562912, + "num_tokens": 92044053.0, + "step": 71530 + }, + { + "entropy": 0.9691392183303833, + "epoch": 6.834814177892424, + "grad_norm": 1.2884184122085571, + "learning_rate": 2.4980393626499632e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9796308159828186, + "num_tokens": 92056984.0, + "step": 71540 + }, + { + "entropy": 0.9439565718173981, + "epoch": 6.8357695614789336, + "grad_norm": 1.3958567380905151, + "learning_rate": 2.4966717799563882e-05, + "loss": 0.0524, + "mean_token_accuracy": 0.9795166909694671, + "num_tokens": 92069821.0, + "step": 71550 + }, + { + "entropy": 0.9629891455173493, + "epoch": 6.836724945065444, + "grad_norm": 0.9162281155586243, + "learning_rate": 2.4953044471420944e-05, + "loss": 0.0527, + "mean_token_accuracy": 0.9801679432392121, + "num_tokens": 92083352.0, + "step": 71560 + }, + { + "entropy": 0.9676391422748566, + "epoch": 6.837680328651953, + "grad_norm": 1.340998888015747, + "learning_rate": 2.493937364343565e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.9812670290470124, + "num_tokens": 92096933.0, + "step": 71570 + }, + { + "entropy": 0.9674508512020111, + "epoch": 6.838635712238464, + "grad_norm": 1.2941089868545532, + "learning_rate": 2.4925705316972625e-05, + "loss": 0.0504, + "mean_token_accuracy": 0.9829915583133697, + "num_tokens": 92109865.0, + "step": 71580 + }, + { + "entropy": 0.955412220954895, + "epoch": 6.839591095824973, + "grad_norm": 1.8756792545318604, + "learning_rate": 2.4912039493396222e-05, + "loss": 0.0551, + "mean_token_accuracy": 0.9786957204341888, + "num_tokens": 92122529.0, + "step": 71590 + }, + { + "entropy": 0.9511729001998901, + "epoch": 6.840546479411484, + "grad_norm": 0.673054575920105, + "learning_rate": 2.489837617407052e-05, + "loss": 0.0515, + "mean_token_accuracy": 0.9814036130905152, + "num_tokens": 92135043.0, + "step": 71600 + }, + { + "entropy": 0.9642416417598725, + "epoch": 6.841501862997994, + "grad_norm": 1.2938228845596313, + "learning_rate": 2.488471536035941e-05, + "loss": 0.0449, + "mean_token_accuracy": 0.9847081363201141, + "num_tokens": 92147662.0, + "step": 71610 + }, + { + "entropy": 0.9707127273082733, + "epoch": 6.8424572465845035, + "grad_norm": 0.9850760102272034, + "learning_rate": 2.4871057053626478e-05, + "loss": 0.0627, + "mean_token_accuracy": 0.9782684206962585, + "num_tokens": 92160700.0, + "step": 71620 + }, + { + "entropy": 0.9697456657886505, + "epoch": 6.843412630171014, + "grad_norm": 0.7753499150276184, + "learning_rate": 2.485740125523512e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.98013876080513, + "num_tokens": 92173351.0, + "step": 71630 + }, + { + "entropy": 0.9591829180717468, + "epoch": 6.844368013757523, + "grad_norm": 1.0936933755874634, + "learning_rate": 2.484374796654837e-05, + "loss": 0.0561, + "mean_token_accuracy": 0.9801818370819092, + "num_tokens": 92185501.0, + "step": 71640 + }, + { + "entropy": 0.9756199955940247, + "epoch": 6.845323397344034, + "grad_norm": 1.97562837600708, + "learning_rate": 2.4830097188929123e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9790619015693665, + "num_tokens": 92198333.0, + "step": 71650 + }, + { + "entropy": 0.9801966607570648, + "epoch": 6.846278780930543, + "grad_norm": 0.9794259071350098, + "learning_rate": 2.4816448923740003e-05, + "loss": 0.0601, + "mean_token_accuracy": 0.9777069091796875, + "num_tokens": 92211639.0, + "step": 71660 + }, + { + "entropy": 0.9564056813716888, + "epoch": 6.847234164517054, + "grad_norm": 0.7936117053031921, + "learning_rate": 2.4802803172343348e-05, + "loss": 0.0461, + "mean_token_accuracy": 0.9807669758796692, + "num_tokens": 92224791.0, + "step": 71670 + }, + { + "entropy": 0.9463329792022706, + "epoch": 6.848189548103564, + "grad_norm": 0.6667431592941284, + "learning_rate": 2.4789159936101254e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9771876096725464, + "num_tokens": 92237540.0, + "step": 71680 + }, + { + "entropy": 0.9656900286674499, + "epoch": 6.849144931690073, + "grad_norm": 2.136431932449341, + "learning_rate": 2.4775519216375555e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9766084432601929, + "num_tokens": 92250564.0, + "step": 71690 + }, + { + "entropy": 0.9573797583580017, + "epoch": 6.850100315276584, + "grad_norm": 0.9634730815887451, + "learning_rate": 2.4761881014527895e-05, + "loss": 0.0485, + "mean_token_accuracy": 0.9805613577365875, + "num_tokens": 92263044.0, + "step": 71700 + }, + { + "entropy": 0.9725866436958313, + "epoch": 6.851055698863093, + "grad_norm": 2.212982416152954, + "learning_rate": 2.474824533191958e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9805633783340454, + "num_tokens": 92276126.0, + "step": 71710 + }, + { + "entropy": 0.9642723083496094, + "epoch": 6.852011082449604, + "grad_norm": 1.6941810846328735, + "learning_rate": 2.473461216991174e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9800555884838105, + "num_tokens": 92288963.0, + "step": 71720 + }, + { + "entropy": 0.955659955739975, + "epoch": 6.852966466036113, + "grad_norm": 1.151171088218689, + "learning_rate": 2.4720981529865218e-05, + "loss": 0.054, + "mean_token_accuracy": 0.9750221848487854, + "num_tokens": 92301230.0, + "step": 71730 + }, + { + "entropy": 0.9544421315193177, + "epoch": 6.8539218496226235, + "grad_norm": 1.831969976425171, + "learning_rate": 2.4707353413140576e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.9767316460609436, + "num_tokens": 92314206.0, + "step": 71740 + }, + { + "entropy": 0.959929782152176, + "epoch": 6.854877233209134, + "grad_norm": 1.7059990167617798, + "learning_rate": 2.4693727821098205e-05, + "loss": 0.0616, + "mean_token_accuracy": 0.9787516176700592, + "num_tokens": 92327237.0, + "step": 71750 + }, + { + "entropy": 0.9753068625926972, + "epoch": 6.855832616795643, + "grad_norm": 2.1658389568328857, + "learning_rate": 2.4680104755098165e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9774716198444366, + "num_tokens": 92339870.0, + "step": 71760 + }, + { + "entropy": 0.9713565945625305, + "epoch": 6.856788000382154, + "grad_norm": 1.373810052871704, + "learning_rate": 2.4666484216500308e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.975220137834549, + "num_tokens": 92352635.0, + "step": 71770 + }, + { + "entropy": 0.9748168528079987, + "epoch": 6.857743383968663, + "grad_norm": 1.3339967727661133, + "learning_rate": 2.4652866206664187e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9773515343666077, + "num_tokens": 92366096.0, + "step": 71780 + }, + { + "entropy": 0.9682048738002778, + "epoch": 6.858698767555174, + "grad_norm": 0.7406553626060486, + "learning_rate": 2.463925072694918e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9814885258674622, + "num_tokens": 92379218.0, + "step": 71790 + }, + { + "entropy": 0.978790408372879, + "epoch": 6.859654151141683, + "grad_norm": 1.1092948913574219, + "learning_rate": 2.4625637778714337e-05, + "loss": 0.0487, + "mean_token_accuracy": 0.9803609073162078, + "num_tokens": 92392824.0, + "step": 71800 + }, + { + "entropy": 0.9664135217666626, + "epoch": 6.8606095347281935, + "grad_norm": 1.296758770942688, + "learning_rate": 2.4612027363318514e-05, + "loss": 0.0578, + "mean_token_accuracy": 0.9807086288928986, + "num_tokens": 92405600.0, + "step": 71810 + }, + { + "entropy": 0.9541176080703735, + "epoch": 6.861564918314704, + "grad_norm": 3.110278844833374, + "learning_rate": 2.459841948212027e-05, + "loss": 0.0575, + "mean_token_accuracy": 0.9781962215900422, + "num_tokens": 92418206.0, + "step": 71820 + }, + { + "entropy": 0.9628816962242126, + "epoch": 6.862520301901213, + "grad_norm": 1.3810689449310303, + "learning_rate": 2.4584814136477913e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9787561953067779, + "num_tokens": 92430551.0, + "step": 71830 + }, + { + "entropy": 0.9579281866550445, + "epoch": 6.863475685487724, + "grad_norm": 1.353021502494812, + "learning_rate": 2.457121132774955e-05, + "loss": 0.0591, + "mean_token_accuracy": 0.976882129907608, + "num_tokens": 92442876.0, + "step": 71840 + }, + { + "entropy": 0.963756012916565, + "epoch": 6.864431069074233, + "grad_norm": 1.7056057453155518, + "learning_rate": 2.4557611057292973e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9801537215709686, + "num_tokens": 92455514.0, + "step": 71850 + }, + { + "entropy": 0.9774465262889862, + "epoch": 6.8653864526607435, + "grad_norm": 1.0795353651046753, + "learning_rate": 2.454401332646575e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9742905616760253, + "num_tokens": 92468578.0, + "step": 71860 + }, + { + "entropy": 0.9627703666687012, + "epoch": 6.866341836247253, + "grad_norm": 1.6988375186920166, + "learning_rate": 2.4530418136625165e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9791012048721314, + "num_tokens": 92481576.0, + "step": 71870 + }, + { + "entropy": 0.9594404697418213, + "epoch": 6.867297219833763, + "grad_norm": 1.637934684753418, + "learning_rate": 2.4516825489128304e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9785377442836761, + "num_tokens": 92494180.0, + "step": 71880 + }, + { + "entropy": 0.9666341960430145, + "epoch": 6.868252603420273, + "grad_norm": 2.0339722633361816, + "learning_rate": 2.450323538533198e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9803860723972321, + "num_tokens": 92507041.0, + "step": 71890 + }, + { + "entropy": 0.9591115891933442, + "epoch": 6.869207987006783, + "grad_norm": 0.9279162287712097, + "learning_rate": 2.4489647826592726e-05, + "loss": 0.0471, + "mean_token_accuracy": 0.9830908238887787, + "num_tokens": 92519919.0, + "step": 71900 + }, + { + "entropy": 0.9632233858108521, + "epoch": 6.870163370593293, + "grad_norm": 2.472990036010742, + "learning_rate": 2.447606281426683e-05, + "loss": 0.0582, + "mean_token_accuracy": 0.978068333864212, + "num_tokens": 92532714.0, + "step": 71910 + }, + { + "entropy": 0.9574291467666626, + "epoch": 6.871118754179803, + "grad_norm": 1.9098761081695557, + "learning_rate": 2.446248034971032e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.9715360701084137, + "num_tokens": 92545459.0, + "step": 71920 + }, + { + "entropy": 0.9579523861408233, + "epoch": 6.8720741377663135, + "grad_norm": 1.1874356269836426, + "learning_rate": 2.4448900434279022e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9766736686229706, + "num_tokens": 92557848.0, + "step": 71930 + }, + { + "entropy": 0.9673423290252685, + "epoch": 6.873029521352823, + "grad_norm": 1.4163058996200562, + "learning_rate": 2.4435323069328413e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9762205064296723, + "num_tokens": 92570729.0, + "step": 71940 + }, + { + "entropy": 0.9670424818992615, + "epoch": 6.873984904939333, + "grad_norm": 0.7740051746368408, + "learning_rate": 2.4421748256213828e-05, + "loss": 0.0555, + "mean_token_accuracy": 0.9795467972755432, + "num_tokens": 92583521.0, + "step": 71950 + }, + { + "entropy": 0.9631539463996888, + "epoch": 6.874940288525843, + "grad_norm": 0.9270875453948975, + "learning_rate": 2.4408175996290255e-05, + "loss": 0.0514, + "mean_token_accuracy": 0.9792109966278076, + "num_tokens": 92596401.0, + "step": 71960 + }, + { + "entropy": 0.9808006286621094, + "epoch": 6.875895672112353, + "grad_norm": 1.384811520576477, + "learning_rate": 2.4394606290912448e-05, + "loss": 0.0648, + "mean_token_accuracy": 0.9759951829910278, + "num_tokens": 92609540.0, + "step": 71970 + }, + { + "entropy": 0.9836998999118804, + "epoch": 6.876851055698863, + "grad_norm": 2.0769031047821045, + "learning_rate": 2.438103914143496e-05, + "loss": 0.0603, + "mean_token_accuracy": 0.9779762387275696, + "num_tokens": 92622705.0, + "step": 71980 + }, + { + "entropy": 0.9688834846019745, + "epoch": 6.877806439285373, + "grad_norm": 0.7401612401008606, + "learning_rate": 2.436747454921202e-05, + "loss": 0.0608, + "mean_token_accuracy": 0.9794314563274383, + "num_tokens": 92635847.0, + "step": 71990 + }, + { + "entropy": 0.9762240827083588, + "epoch": 6.878761822871883, + "grad_norm": 1.2181761264801025, + "learning_rate": 2.4353912515597642e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9790977120399476, + "num_tokens": 92649053.0, + "step": 72000 + }, + { + "entropy": 0.9563137471675873, + "epoch": 6.879717206458393, + "grad_norm": 1.2819867134094238, + "learning_rate": 2.4340353041945542e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9803269445896149, + "num_tokens": 92662011.0, + "step": 72010 + }, + { + "entropy": 0.9606182098388671, + "epoch": 6.880672590044903, + "grad_norm": 1.1594491004943848, + "learning_rate": 2.4326796129609236e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9814520657062531, + "num_tokens": 92674591.0, + "step": 72020 + }, + { + "entropy": 0.9545503795146942, + "epoch": 6.881627973631413, + "grad_norm": 0.5793020129203796, + "learning_rate": 2.4313241779941976e-05, + "loss": 0.0538, + "mean_token_accuracy": 0.9802174210548401, + "num_tokens": 92686950.0, + "step": 72030 + }, + { + "entropy": 0.9738582670688629, + "epoch": 6.882583357217923, + "grad_norm": 2.1676456928253174, + "learning_rate": 2.429968999429672e-05, + "loss": 0.0655, + "mean_token_accuracy": 0.9764125168323516, + "num_tokens": 92699960.0, + "step": 72040 + }, + { + "entropy": 0.9783828020095825, + "epoch": 6.883538740804433, + "grad_norm": 1.2488837242126465, + "learning_rate": 2.4286140774026196e-05, + "loss": 0.0631, + "mean_token_accuracy": 0.97817103266716, + "num_tokens": 92712940.0, + "step": 72050 + }, + { + "entropy": 0.9795521259307861, + "epoch": 6.884494124390943, + "grad_norm": 1.0728371143341064, + "learning_rate": 2.427259412048285e-05, + "loss": 0.057, + "mean_token_accuracy": 0.9773050010204315, + "num_tokens": 92726384.0, + "step": 72060 + }, + { + "entropy": 0.9679315268993378, + "epoch": 6.885449507977453, + "grad_norm": 1.9215983152389526, + "learning_rate": 2.4259050035018933e-05, + "loss": 0.0634, + "mean_token_accuracy": 0.9767424762248993, + "num_tokens": 92739413.0, + "step": 72070 + }, + { + "entropy": 0.9667147040367127, + "epoch": 6.886404891563963, + "grad_norm": 1.0223489999771118, + "learning_rate": 2.424550851898637e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.981496948003769, + "num_tokens": 92752222.0, + "step": 72080 + }, + { + "entropy": 0.9806710243225097, + "epoch": 6.887360275150473, + "grad_norm": 0.9713241457939148, + "learning_rate": 2.4231969573736872e-05, + "loss": 0.0556, + "mean_token_accuracy": 0.9784250855445862, + "num_tokens": 92765467.0, + "step": 72090 + }, + { + "entropy": 0.9742976427078247, + "epoch": 6.888315658736983, + "grad_norm": 1.1069180965423584, + "learning_rate": 2.4218433200621866e-05, + "loss": 0.0644, + "mean_token_accuracy": 0.9751125872135162, + "num_tokens": 92778291.0, + "step": 72100 + }, + { + "entropy": 0.9748565137386322, + "epoch": 6.889271042323493, + "grad_norm": 1.597717046737671, + "learning_rate": 2.4204899400992536e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.9812041878700256, + "num_tokens": 92791293.0, + "step": 72110 + }, + { + "entropy": 0.9597339570522309, + "epoch": 6.890226425910003, + "grad_norm": 1.6433563232421875, + "learning_rate": 2.4191368176199847e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.982007497549057, + "num_tokens": 92803669.0, + "step": 72120 + }, + { + "entropy": 0.9831734776496888, + "epoch": 6.891181809496513, + "grad_norm": 1.226011872291565, + "learning_rate": 2.4177839527594442e-05, + "loss": 0.0622, + "mean_token_accuracy": 0.9766402184963227, + "num_tokens": 92816637.0, + "step": 72130 + }, + { + "entropy": 0.9706701695919037, + "epoch": 6.892137193083023, + "grad_norm": 1.0200741291046143, + "learning_rate": 2.4164313456526737e-05, + "loss": 0.0446, + "mean_token_accuracy": 0.9826103568077087, + "num_tokens": 92829697.0, + "step": 72140 + }, + { + "entropy": 0.9685447216033936, + "epoch": 6.893092576669533, + "grad_norm": 1.5754204988479614, + "learning_rate": 2.415078996434687e-05, + "loss": 0.0509, + "mean_token_accuracy": 0.9797890722751618, + "num_tokens": 92842301.0, + "step": 72150 + }, + { + "entropy": 0.9657082974910736, + "epoch": 6.894047960256043, + "grad_norm": 1.796226143836975, + "learning_rate": 2.4137269052404775e-05, + "loss": 0.0493, + "mean_token_accuracy": 0.9796493768692016, + "num_tokens": 92855375.0, + "step": 72160 + }, + { + "entropy": 0.9546130061149597, + "epoch": 6.895003343842553, + "grad_norm": 1.8456720113754272, + "learning_rate": 2.4123750722050082e-05, + "loss": 0.0558, + "mean_token_accuracy": 0.9771348297595978, + "num_tokens": 92868044.0, + "step": 72170 + }, + { + "entropy": 0.9569223582744598, + "epoch": 6.895958727429063, + "grad_norm": 1.1556918621063232, + "learning_rate": 2.411023497463215e-05, + "loss": 0.0571, + "mean_token_accuracy": 0.9778688192367554, + "num_tokens": 92881075.0, + "step": 72180 + }, + { + "entropy": 0.9719536364078522, + "epoch": 6.8969141110155725, + "grad_norm": 1.0511585474014282, + "learning_rate": 2.4096721811500145e-05, + "loss": 0.0566, + "mean_token_accuracy": 0.9762676894664765, + "num_tokens": 92894580.0, + "step": 72190 + }, + { + "entropy": 0.9696767091751098, + "epoch": 6.897869494602083, + "grad_norm": 1.6165368556976318, + "learning_rate": 2.408321123400289e-05, + "loss": 0.0552, + "mean_token_accuracy": 0.9795762062072754, + "num_tokens": 92907208.0, + "step": 72200 + }, + { + "entropy": 0.9631141543388366, + "epoch": 6.898824878188592, + "grad_norm": 1.1210888624191284, + "learning_rate": 2.4069703243489046e-05, + "loss": 0.0528, + "mean_token_accuracy": 0.9811069309711457, + "num_tokens": 92920297.0, + "step": 72210 + }, + { + "entropy": 0.9724047124385834, + "epoch": 6.899780261775103, + "grad_norm": 1.6786032915115356, + "learning_rate": 2.4056197841306934e-05, + "loss": 0.0539, + "mean_token_accuracy": 0.978488689661026, + "num_tokens": 92933974.0, + "step": 72220 + }, + { + "entropy": 0.965318089723587, + "epoch": 6.900735645361612, + "grad_norm": 1.1817065477371216, + "learning_rate": 2.4042695028804652e-05, + "loss": 0.0547, + "mean_token_accuracy": 0.9810438275337219, + "num_tokens": 92947280.0, + "step": 72230 + }, + { + "entropy": 0.9629544198513031, + "epoch": 6.901691028948123, + "grad_norm": 0.9500468969345093, + "learning_rate": 2.402919480733002e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9781752526760101, + "num_tokens": 92959818.0, + "step": 72240 + }, + { + "entropy": 0.9591850876808167, + "epoch": 6.902646412534633, + "grad_norm": 1.2147870063781738, + "learning_rate": 2.401569717823063e-05, + "loss": 0.0472, + "mean_token_accuracy": 0.9813134431838989, + "num_tokens": 92972164.0, + "step": 72250 + }, + { + "entropy": 0.9672179579734802, + "epoch": 6.903601796121142, + "grad_norm": 1.6923309564590454, + "learning_rate": 2.4002202142853815e-05, + "loss": 0.0574, + "mean_token_accuracy": 0.977874368429184, + "num_tokens": 92985527.0, + "step": 72260 + }, + { + "entropy": 0.9544030249118804, + "epoch": 6.904557179707653, + "grad_norm": 2.096374988555908, + "learning_rate": 2.3988709702546613e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9800178706645966, + "num_tokens": 92998250.0, + "step": 72270 + }, + { + "entropy": 0.9772653400897979, + "epoch": 6.905512563294162, + "grad_norm": 1.7053253650665283, + "learning_rate": 2.3975219858655834e-05, + "loss": 0.0629, + "mean_token_accuracy": 0.9767683625221253, + "num_tokens": 93011941.0, + "step": 72280 + }, + { + "entropy": 0.9585140168666839, + "epoch": 6.906467946880673, + "grad_norm": 1.4737374782562256, + "learning_rate": 2.3961732612527992e-05, + "loss": 0.0691, + "mean_token_accuracy": 0.9768574297428131, + "num_tokens": 93024341.0, + "step": 72290 + }, + { + "entropy": 0.9674196422100068, + "epoch": 6.907423330467182, + "grad_norm": 1.0016425848007202, + "learning_rate": 2.3948247965509408e-05, + "loss": 0.0498, + "mean_token_accuracy": 0.9809234321117402, + "num_tokens": 93037374.0, + "step": 72300 + }, + { + "entropy": 0.9638312876224517, + "epoch": 6.9083787140536925, + "grad_norm": 1.5695838928222656, + "learning_rate": 2.393476591894608e-05, + "loss": 0.0543, + "mean_token_accuracy": 0.9797457695007324, + "num_tokens": 93050294.0, + "step": 72310 + }, + { + "entropy": 0.9764878869056701, + "epoch": 6.909334097640203, + "grad_norm": 1.5960875749588013, + "learning_rate": 2.3921286474183758e-05, + "loss": 0.0499, + "mean_token_accuracy": 0.9829655468463898, + "num_tokens": 93064215.0, + "step": 72320 + }, + { + "entropy": 0.9691152215003968, + "epoch": 6.910289481226712, + "grad_norm": 1.7008275985717773, + "learning_rate": 2.390780963256798e-05, + "loss": 0.0564, + "mean_token_accuracy": 0.9788827240467072, + "num_tokens": 93077638.0, + "step": 72330 + }, + { + "entropy": 0.9494914948940277, + "epoch": 6.911244864813223, + "grad_norm": 1.1298524141311646, + "learning_rate": 2.3894335395443947e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9791759729385376, + "num_tokens": 93090055.0, + "step": 72340 + }, + { + "entropy": 0.9389094233512878, + "epoch": 6.912200248399732, + "grad_norm": 1.554819107055664, + "learning_rate": 2.388086376415668e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9771539330482483, + "num_tokens": 93102511.0, + "step": 72350 + }, + { + "entropy": 0.956977367401123, + "epoch": 6.913155631986243, + "grad_norm": 1.543816089630127, + "learning_rate": 2.3867394740050892e-05, + "loss": 0.0638, + "mean_token_accuracy": 0.974975711107254, + "num_tokens": 93115834.0, + "step": 72360 + }, + { + "entropy": 0.9447379946708679, + "epoch": 6.914111015572752, + "grad_norm": 1.818658471107483, + "learning_rate": 2.385392832447103e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9806155264377594, + "num_tokens": 93128712.0, + "step": 72370 + }, + { + "entropy": 0.9646049857139587, + "epoch": 6.9150663991592625, + "grad_norm": 1.954262375831604, + "learning_rate": 2.384046451876129e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9785988450050354, + "num_tokens": 93142358.0, + "step": 72380 + }, + { + "entropy": 0.9581286787986756, + "epoch": 6.916021782745773, + "grad_norm": 1.1987428665161133, + "learning_rate": 2.3827003324265644e-05, + "loss": 0.0483, + "mean_token_accuracy": 0.9802975952625275, + "num_tokens": 93155435.0, + "step": 72390 + }, + { + "entropy": 0.9585990130901336, + "epoch": 6.916977166332282, + "grad_norm": 0.8966919779777527, + "learning_rate": 2.3813544742327754e-05, + "loss": 0.0572, + "mean_token_accuracy": 0.97764373421669, + "num_tokens": 93168639.0, + "step": 72400 + }, + { + "entropy": 0.9479465425014496, + "epoch": 6.917932549918793, + "grad_norm": 1.7833364009857178, + "learning_rate": 2.3800088774291025e-05, + "loss": 0.0464, + "mean_token_accuracy": 0.9815047740936279, + "num_tokens": 93181461.0, + "step": 72410 + }, + { + "entropy": 0.9542577505111695, + "epoch": 6.918887933505302, + "grad_norm": 1.5044167041778564, + "learning_rate": 2.3786635421498647e-05, + "loss": 0.0624, + "mean_token_accuracy": 0.9742418646812439, + "num_tokens": 93194296.0, + "step": 72420 + }, + { + "entropy": 0.9645830750465393, + "epoch": 6.9198433170918126, + "grad_norm": 1.3790526390075684, + "learning_rate": 2.377318468529349e-05, + "loss": 0.0522, + "mean_token_accuracy": 0.9786799669265747, + "num_tokens": 93207468.0, + "step": 72430 + }, + { + "entropy": 0.9542301893234253, + "epoch": 6.920798700678322, + "grad_norm": 1.1853904724121094, + "learning_rate": 2.375973656701822e-05, + "loss": 0.0615, + "mean_token_accuracy": 0.9778924822807312, + "num_tokens": 93219986.0, + "step": 72440 + }, + { + "entropy": 0.961014324426651, + "epoch": 6.921754084264832, + "grad_norm": 1.857087254524231, + "learning_rate": 2.3746291068015196e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9806068122386933, + "num_tokens": 93233218.0, + "step": 72450 + }, + { + "entropy": 0.9498539209365845, + "epoch": 6.922709467851343, + "grad_norm": 1.46855890750885, + "learning_rate": 2.3732848189626532e-05, + "loss": 0.0523, + "mean_token_accuracy": 0.9792074024677276, + "num_tokens": 93245795.0, + "step": 72460 + }, + { + "entropy": 0.9656496703624725, + "epoch": 6.923664851437852, + "grad_norm": 1.0528773069381714, + "learning_rate": 2.371940793319406e-05, + "loss": 0.0587, + "mean_token_accuracy": 0.9773433566093445, + "num_tokens": 93258961.0, + "step": 72470 + }, + { + "entropy": 0.9471401691436767, + "epoch": 6.924620235024363, + "grad_norm": 1.8173776865005493, + "learning_rate": 2.3705970300059393e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9775295257568359, + "num_tokens": 93272061.0, + "step": 72480 + }, + { + "entropy": 0.94041428565979, + "epoch": 6.925575618610872, + "grad_norm": 1.083906888961792, + "learning_rate": 2.3692535291563895e-05, + "loss": 0.0414, + "mean_token_accuracy": 0.9851175546646118, + "num_tokens": 93284798.0, + "step": 72490 + }, + { + "entropy": 0.9491615176200867, + "epoch": 6.9265310021973825, + "grad_norm": 1.7429049015045166, + "learning_rate": 2.3679102909048556e-05, + "loss": 0.0647, + "mean_token_accuracy": 0.9727150619029998, + "num_tokens": 93298304.0, + "step": 72500 + }, + { + "entropy": 0.9635025799274445, + "epoch": 6.927486385783892, + "grad_norm": 1.5514918565750122, + "learning_rate": 2.366567315385424e-05, + "loss": 0.0513, + "mean_token_accuracy": 0.979168850183487, + "num_tokens": 93311492.0, + "step": 72510 + }, + { + "entropy": 0.9584384381771087, + "epoch": 6.928441769370402, + "grad_norm": 2.0687944889068604, + "learning_rate": 2.365224602732145e-05, + "loss": 0.0606, + "mean_token_accuracy": 0.9754435658454895, + "num_tokens": 93324503.0, + "step": 72520 + }, + { + "entropy": 0.9542397737503052, + "epoch": 6.929397152956912, + "grad_norm": 0.7164384722709656, + "learning_rate": 2.36388215307905e-05, + "loss": 0.0599, + "mean_token_accuracy": 0.9737436354160309, + "num_tokens": 93337502.0, + "step": 72530 + }, + { + "entropy": 0.9630118012428284, + "epoch": 6.930352536543422, + "grad_norm": 2.0482144355773926, + "learning_rate": 2.36253996656014e-05, + "loss": 0.0517, + "mean_token_accuracy": 0.9821960508823395, + "num_tokens": 93350160.0, + "step": 72540 + }, + { + "entropy": 0.9782298982143403, + "epoch": 6.931307920129932, + "grad_norm": 1.159489631652832, + "learning_rate": 2.3611980433093877e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9754558742046356, + "num_tokens": 93363846.0, + "step": 72550 + }, + { + "entropy": 0.957865297794342, + "epoch": 6.932263303716442, + "grad_norm": 0.9495079517364502, + "learning_rate": 2.3598563834607462e-05, + "loss": 0.0534, + "mean_token_accuracy": 0.9812688291072845, + "num_tokens": 93376487.0, + "step": 72560 + }, + { + "entropy": 0.9449469447135925, + "epoch": 6.933218687302952, + "grad_norm": 1.462805151939392, + "learning_rate": 2.3585149871481343e-05, + "loss": 0.0402, + "mean_token_accuracy": 0.9828208863735199, + "num_tokens": 93389197.0, + "step": 72570 + }, + { + "entropy": 0.9507712841033935, + "epoch": 6.934174070889462, + "grad_norm": 1.3575706481933594, + "learning_rate": 2.3571738545054552e-05, + "loss": 0.0611, + "mean_token_accuracy": 0.9767440795898438, + "num_tokens": 93402012.0, + "step": 72580 + }, + { + "entropy": 0.9518761396408081, + "epoch": 6.935129454475972, + "grad_norm": 1.508927822113037, + "learning_rate": 2.3558329856665708e-05, + "loss": 0.0666, + "mean_token_accuracy": 0.9694824993610383, + "num_tokens": 93414729.0, + "step": 72590 + }, + { + "entropy": 0.9494576513767242, + "epoch": 6.936084838062482, + "grad_norm": 2.1911983489990234, + "learning_rate": 2.3544923807653307e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9818617701530457, + "num_tokens": 93427342.0, + "step": 72600 + }, + { + "entropy": 0.9344850420951843, + "epoch": 6.937040221648992, + "grad_norm": 1.0395900011062622, + "learning_rate": 2.3531520399355494e-05, + "loss": 0.043, + "mean_token_accuracy": 0.9837872445583343, + "num_tokens": 93440024.0, + "step": 72610 + }, + { + "entropy": 0.9444919168949127, + "epoch": 6.937995605235502, + "grad_norm": 1.0739998817443848, + "learning_rate": 2.3518119633110212e-05, + "loss": 0.0658, + "mean_token_accuracy": 0.973591822385788, + "num_tokens": 93452745.0, + "step": 72620 + }, + { + "entropy": 0.9540635764598846, + "epoch": 6.938950988822012, + "grad_norm": 3.1378116607666016, + "learning_rate": 2.35047215102551e-05, + "loss": 0.0511, + "mean_token_accuracy": 0.9829970479011536, + "num_tokens": 93465780.0, + "step": 72630 + }, + { + "entropy": 0.954023814201355, + "epoch": 6.939906372408522, + "grad_norm": 1.553850769996643, + "learning_rate": 2.349132603212752e-05, + "loss": 0.0562, + "mean_token_accuracy": 0.9794406473636628, + "num_tokens": 93478761.0, + "step": 72640 + }, + { + "entropy": 0.934577751159668, + "epoch": 6.940861755995032, + "grad_norm": 1.749229073524475, + "learning_rate": 2.3477933200064623e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9808712422847747, + "num_tokens": 93491236.0, + "step": 72650 + }, + { + "entropy": 0.9544970273971558, + "epoch": 6.941817139581542, + "grad_norm": 1.5872762203216553, + "learning_rate": 2.3464543015403233e-05, + "loss": 0.0541, + "mean_token_accuracy": 0.9798503160476685, + "num_tokens": 93504447.0, + "step": 72660 + }, + { + "entropy": 0.9473235249519348, + "epoch": 6.942772523168052, + "grad_norm": 1.5836536884307861, + "learning_rate": 2.3451155479479985e-05, + "loss": 0.056, + "mean_token_accuracy": 0.97912318110466, + "num_tokens": 93517704.0, + "step": 72670 + }, + { + "entropy": 0.9386296391487121, + "epoch": 6.943727906754562, + "grad_norm": 0.6693912744522095, + "learning_rate": 2.343777059363118e-05, + "loss": 0.0583, + "mean_token_accuracy": 0.9780226111412048, + "num_tokens": 93530225.0, + "step": 72680 + }, + { + "entropy": 0.9620335340499878, + "epoch": 6.944683290341072, + "grad_norm": 1.144596815109253, + "learning_rate": 2.342438835919289e-05, + "loss": 0.0586, + "mean_token_accuracy": 0.9773867785930633, + "num_tokens": 93543511.0, + "step": 72690 + }, + { + "entropy": 0.9645816445350647, + "epoch": 6.945638673927582, + "grad_norm": 2.0957393646240234, + "learning_rate": 2.3411008777500892e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9799899458885193, + "num_tokens": 93556473.0, + "step": 72700 + }, + { + "entropy": 0.9595011591911315, + "epoch": 6.946594057514092, + "grad_norm": 2.106929302215576, + "learning_rate": 2.3397631849890734e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9741903722286225, + "num_tokens": 93569708.0, + "step": 72710 + }, + { + "entropy": 0.955005019903183, + "epoch": 6.947549441100602, + "grad_norm": 1.3323391675949097, + "learning_rate": 2.3384257577697732e-05, + "loss": 0.0459, + "mean_token_accuracy": 0.9839406311511993, + "num_tokens": 93582196.0, + "step": 72720 + }, + { + "entropy": 0.9553349375724792, + "epoch": 6.948504824687112, + "grad_norm": 2.094787359237671, + "learning_rate": 2.3370885962256807e-05, + "loss": 0.0557, + "mean_token_accuracy": 0.9770091116428375, + "num_tokens": 93594847.0, + "step": 72730 + }, + { + "entropy": 0.9635397613048553, + "epoch": 6.949460208273622, + "grad_norm": 1.114914059638977, + "learning_rate": 2.3357517004902757e-05, + "loss": 0.0619, + "mean_token_accuracy": 0.9762551426887512, + "num_tokens": 93607848.0, + "step": 72740 + }, + { + "entropy": 0.9661736965179444, + "epoch": 6.950415591860132, + "grad_norm": 2.0318357944488525, + "learning_rate": 2.3344150706970014e-05, + "loss": 0.0516, + "mean_token_accuracy": 0.9793724596500397, + "num_tokens": 93621211.0, + "step": 72750 + }, + { + "entropy": 0.9744646728038788, + "epoch": 6.9513709754466415, + "grad_norm": 0.42232584953308105, + "learning_rate": 2.333078706979283e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9789551734924317, + "num_tokens": 93634460.0, + "step": 72760 + }, + { + "entropy": 0.956486028432846, + "epoch": 6.952326359033152, + "grad_norm": 1.5242029428482056, + "learning_rate": 2.331742609470513e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.9802581608295441, + "num_tokens": 93646775.0, + "step": 72770 + }, + { + "entropy": 0.9691118657588959, + "epoch": 6.953281742619662, + "grad_norm": 1.3373597860336304, + "learning_rate": 2.3304067783040566e-05, + "loss": 0.061, + "mean_token_accuracy": 0.9776687085628509, + "num_tokens": 93659874.0, + "step": 72780 + }, + { + "entropy": 0.957580828666687, + "epoch": 6.954237126206172, + "grad_norm": 1.759077548980713, + "learning_rate": 2.329071213613259e-05, + "loss": 0.0593, + "mean_token_accuracy": 0.9788662374019623, + "num_tokens": 93672448.0, + "step": 72790 + }, + { + "entropy": 0.9555561900138855, + "epoch": 6.955192509792682, + "grad_norm": 0.9831768274307251, + "learning_rate": 2.327735915531431e-05, + "loss": 0.0413, + "mean_token_accuracy": 0.9822485744953156, + "num_tokens": 93684945.0, + "step": 72800 + }, + { + "entropy": 0.977284961938858, + "epoch": 6.956147893379192, + "grad_norm": 1.092787742614746, + "learning_rate": 2.3264008841918655e-05, + "loss": 0.0533, + "mean_token_accuracy": 0.979654210805893, + "num_tokens": 93698189.0, + "step": 72810 + }, + { + "entropy": 0.9599077701568604, + "epoch": 6.957103276965702, + "grad_norm": 1.1726648807525635, + "learning_rate": 2.3250661197278172e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9779898822307587, + "num_tokens": 93711052.0, + "step": 72820 + }, + { + "entropy": 0.9739259123802185, + "epoch": 6.9580586605522114, + "grad_norm": 1.1953030824661255, + "learning_rate": 2.323731622272526e-05, + "loss": 0.0595, + "mean_token_accuracy": 0.975216519832611, + "num_tokens": 93724344.0, + "step": 72830 + }, + { + "entropy": 0.9574759423732757, + "epoch": 6.959014044138722, + "grad_norm": 0.6366313099861145, + "learning_rate": 2.322397391959195e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9812237977981567, + "num_tokens": 93737232.0, + "step": 72840 + }, + { + "entropy": 0.957522988319397, + "epoch": 6.959969427725231, + "grad_norm": 1.1338351964950562, + "learning_rate": 2.321063428921011e-05, + "loss": 0.065, + "mean_token_accuracy": 0.9758342206478119, + "num_tokens": 93750284.0, + "step": 72850 + }, + { + "entropy": 0.9776003360748291, + "epoch": 6.960924811311742, + "grad_norm": 1.282212495803833, + "learning_rate": 2.319729733291126e-05, + "loss": 0.0573, + "mean_token_accuracy": 0.9754932045936584, + "num_tokens": 93763863.0, + "step": 72860 + }, + { + "entropy": 0.9524581730365753, + "epoch": 6.961880194898251, + "grad_norm": 1.7448713779449463, + "learning_rate": 2.3183963052026657e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9779542207717895, + "num_tokens": 93776940.0, + "step": 72870 + }, + { + "entropy": 0.9569330036640167, + "epoch": 6.9628355784847615, + "grad_norm": 1.5638233423233032, + "learning_rate": 2.317063144788736e-05, + "loss": 0.051, + "mean_token_accuracy": 0.9786614596843719, + "num_tokens": 93789868.0, + "step": 72880 + }, + { + "entropy": 0.9515842974185944, + "epoch": 6.963790962071272, + "grad_norm": 1.2173197269439697, + "learning_rate": 2.3157302521824064e-05, + "loss": 0.058, + "mean_token_accuracy": 0.9793333530426025, + "num_tokens": 93802581.0, + "step": 72890 + }, + { + "entropy": 0.9458325326442718, + "epoch": 6.964746345657781, + "grad_norm": 0.5890622735023499, + "learning_rate": 2.3143976275167318e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9805573344230651, + "num_tokens": 93815298.0, + "step": 72900 + }, + { + "entropy": 0.9606871366500854, + "epoch": 6.965701729244292, + "grad_norm": 1.4989409446716309, + "learning_rate": 2.313065270924724e-05, + "loss": 0.0598, + "mean_token_accuracy": 0.9790125131607056, + "num_tokens": 93829226.0, + "step": 72910 + }, + { + "entropy": 0.94963418841362, + "epoch": 6.966657112830801, + "grad_norm": 1.902504801750183, + "learning_rate": 2.311733182539382e-05, + "loss": 0.0594, + "mean_token_accuracy": 0.9773296117782593, + "num_tokens": 93841691.0, + "step": 72920 + }, + { + "entropy": 0.9445194125175476, + "epoch": 6.967612496417312, + "grad_norm": 1.399422287940979, + "learning_rate": 2.3104013624936755e-05, + "loss": 0.0496, + "mean_token_accuracy": 0.9803296148777008, + "num_tokens": 93855143.0, + "step": 72930 + }, + { + "entropy": 0.954717618227005, + "epoch": 6.968567880003821, + "grad_norm": 1.4082286357879639, + "learning_rate": 2.3090698109205427e-05, + "loss": 0.0477, + "mean_token_accuracy": 0.9809790849685669, + "num_tokens": 93868219.0, + "step": 72940 + }, + { + "entropy": 0.947388333082199, + "epoch": 6.9695232635903315, + "grad_norm": 1.9257482290267944, + "learning_rate": 2.307738527952898e-05, + "loss": 0.0554, + "mean_token_accuracy": 0.9797346472740174, + "num_tokens": 93881508.0, + "step": 72950 + }, + { + "entropy": 0.9445025622844696, + "epoch": 6.970478647176842, + "grad_norm": 1.2286908626556396, + "learning_rate": 2.3064075137236264e-05, + "loss": 0.0492, + "mean_token_accuracy": 0.9809908092021942, + "num_tokens": 93894635.0, + "step": 72960 + }, + { + "entropy": 0.9455482304096222, + "epoch": 6.971434030763351, + "grad_norm": 1.5068331956863403, + "learning_rate": 2.3050767683655917e-05, + "loss": 0.0512, + "mean_token_accuracy": 0.9802863717079162, + "num_tokens": 93907887.0, + "step": 72970 + }, + { + "entropy": 0.9569939792156219, + "epoch": 6.972389414349862, + "grad_norm": 1.7734240293502808, + "learning_rate": 2.303746292011623e-05, + "loss": 0.0656, + "mean_token_accuracy": 0.9722906410694122, + "num_tokens": 93921382.0, + "step": 72980 + }, + { + "entropy": 0.9455717980861664, + "epoch": 6.973344797936371, + "grad_norm": 1.1107122898101807, + "learning_rate": 2.3024160847945327e-05, + "loss": 0.0521, + "mean_token_accuracy": 0.9791836321353913, + "num_tokens": 93933742.0, + "step": 72990 + }, + { + "entropy": 0.9443434596061706, + "epoch": 6.974300181522882, + "grad_norm": 0.6605556011199951, + "learning_rate": 2.301086146847097e-05, + "loss": 0.0475, + "mean_token_accuracy": 0.9813392519950866, + "num_tokens": 93946275.0, + "step": 73000 + }, + { + "entropy": 0.9534416735172272, + "epoch": 6.975255565109391, + "grad_norm": 2.448270320892334, + "learning_rate": 2.2997564783020665e-05, + "loss": 0.0544, + "mean_token_accuracy": 0.9762345850467682, + "num_tokens": 93958885.0, + "step": 73010 + }, + { + "entropy": 0.9570739090442657, + "epoch": 6.976210948695901, + "grad_norm": 0.46195101737976074, + "learning_rate": 2.298427079292172e-05, + "loss": 0.0532, + "mean_token_accuracy": 0.9792321920394897, + "num_tokens": 93971469.0, + "step": 73020 + }, + { + "entropy": 0.945264744758606, + "epoch": 6.977166332282412, + "grad_norm": 0.6475679278373718, + "learning_rate": 2.2970979499501106e-05, + "loss": 0.0484, + "mean_token_accuracy": 0.9812960386276245, + "num_tokens": 93983969.0, + "step": 73030 + }, + { + "entropy": 0.9518424868583679, + "epoch": 6.978121715868921, + "grad_norm": 0.9097064137458801, + "learning_rate": 2.2957690904085537e-05, + "loss": 0.05, + "mean_token_accuracy": 0.9841632187366486, + "num_tokens": 93997051.0, + "step": 73040 + }, + { + "entropy": 0.9569145739078522, + "epoch": 6.979077099455432, + "grad_norm": 0.8663620948791504, + "learning_rate": 2.2944405008001457e-05, + "loss": 0.0662, + "mean_token_accuracy": 0.9765083849430084, + "num_tokens": 94010130.0, + "step": 73050 + }, + { + "entropy": 0.9578477680683136, + "epoch": 6.980032483041941, + "grad_norm": 1.1241391897201538, + "learning_rate": 2.2931121812575073e-05, + "loss": 0.0542, + "mean_token_accuracy": 0.9772926926612854, + "num_tokens": 94023203.0, + "step": 73060 + }, + { + "entropy": 0.9572348654270172, + "epoch": 6.9809878666284515, + "grad_norm": 0.8132531046867371, + "learning_rate": 2.2917841319132265e-05, + "loss": 0.0479, + "mean_token_accuracy": 0.9807199895381927, + "num_tokens": 94035747.0, + "step": 73070 + }, + { + "entropy": 0.9446351528167725, + "epoch": 6.981943250214961, + "grad_norm": 0.9302514791488647, + "learning_rate": 2.2904563528998723e-05, + "loss": 0.0508, + "mean_token_accuracy": 0.979415088891983, + "num_tokens": 94048021.0, + "step": 73080 + }, + { + "entropy": 0.9510952174663544, + "epoch": 6.982898633801471, + "grad_norm": 1.1732892990112305, + "learning_rate": 2.2891288443499793e-05, + "loss": 0.0537, + "mean_token_accuracy": 0.9773812592029572, + "num_tokens": 94061085.0, + "step": 73090 + }, + { + "entropy": 0.9546405375003815, + "epoch": 6.983854017387982, + "grad_norm": 0.6921939253807068, + "learning_rate": 2.2878016063960556e-05, + "loss": 0.0411, + "mean_token_accuracy": 0.9835524082183837, + "num_tokens": 94073652.0, + "step": 73100 + }, + { + "entropy": 0.9635568380355835, + "epoch": 6.984809400974491, + "grad_norm": 2.1305394172668457, + "learning_rate": 2.2864746391705894e-05, + "loss": 0.0665, + "mean_token_accuracy": 0.9752954065799713, + "num_tokens": 94086694.0, + "step": 73110 + }, + { + "entropy": 0.9565795123577118, + "epoch": 6.985764784561002, + "grad_norm": 0.879511833190918, + "learning_rate": 2.285147942806032e-05, + "loss": 0.052, + "mean_token_accuracy": 0.9793636798858643, + "num_tokens": 94099099.0, + "step": 73120 + }, + { + "entropy": 0.9693260192871094, + "epoch": 6.986720168147511, + "grad_norm": 1.572111964225769, + "learning_rate": 2.2838215174348192e-05, + "loss": 0.055, + "mean_token_accuracy": 0.9797772526741028, + "num_tokens": 94112324.0, + "step": 73130 + }, + { + "entropy": 0.9584430634975434, + "epoch": 6.987675551734021, + "grad_norm": 2.1334826946258545, + "learning_rate": 2.2824953631893454e-05, + "loss": 0.0553, + "mean_token_accuracy": 0.98135204911232, + "num_tokens": 94125329.0, + "step": 73140 + }, + { + "entropy": 0.974197256565094, + "epoch": 6.988630935320531, + "grad_norm": 1.575486421585083, + "learning_rate": 2.28116948020199e-05, + "loss": 0.0563, + "mean_token_accuracy": 0.9805674254894257, + "num_tokens": 94138350.0, + "step": 73150 + }, + { + "entropy": 0.9580594897270203, + "epoch": 6.989586318907041, + "grad_norm": 1.0475456714630127, + "learning_rate": 2.279843868605102e-05, + "loss": 0.0559, + "mean_token_accuracy": 0.9789602339267731, + "num_tokens": 94150608.0, + "step": 73160 + }, + { + "entropy": 0.9678157448768616, + "epoch": 6.990541702493551, + "grad_norm": 1.2065651416778564, + "learning_rate": 2.2785185285310013e-05, + "loss": 0.059, + "mean_token_accuracy": 0.9778695106506348, + "num_tokens": 94163404.0, + "step": 73170 + }, + { + "entropy": 0.9633969485759735, + "epoch": 6.991497086080061, + "grad_norm": 2.004319667816162, + "learning_rate": 2.2771934601119815e-05, + "loss": 0.0525, + "mean_token_accuracy": 0.977641624212265, + "num_tokens": 94175953.0, + "step": 73180 + }, + { + "entropy": 0.9596467733383178, + "epoch": 6.992452469666571, + "grad_norm": 0.8846486806869507, + "learning_rate": 2.2758686634803074e-05, + "loss": 0.0576, + "mean_token_accuracy": 0.976815688610077, + "num_tokens": 94188741.0, + "step": 73190 + }, + { + "entropy": 0.9658464968204499, + "epoch": 6.993407853253081, + "grad_norm": 0.6630033254623413, + "learning_rate": 2.2745441387682226e-05, + "loss": 0.0505, + "mean_token_accuracy": 0.9805818140506745, + "num_tokens": 94201991.0, + "step": 73200 + }, + { + "entropy": 0.9482704401016235, + "epoch": 6.994363236839591, + "grad_norm": 1.330626368522644, + "learning_rate": 2.2732198861079356e-05, + "loss": 0.0506, + "mean_token_accuracy": 0.9811610579490662, + "num_tokens": 94215107.0, + "step": 73210 + }, + { + "entropy": 0.937924599647522, + "epoch": 6.995318620426101, + "grad_norm": 2.7385330200195312, + "learning_rate": 2.271895905631636e-05, + "loss": 0.0497, + "mean_token_accuracy": 0.981473422050476, + "num_tokens": 94227341.0, + "step": 73220 + }, + { + "entropy": 0.9543974339962006, + "epoch": 6.996274004012611, + "grad_norm": 1.795760989189148, + "learning_rate": 2.2705721974714788e-05, + "loss": 0.061, + "mean_token_accuracy": 0.976863580942154, + "num_tokens": 94240001.0, + "step": 73230 + }, + { + "entropy": 0.9649653792381286, + "epoch": 6.997229387599121, + "grad_norm": 2.0594162940979004, + "learning_rate": 2.2692487617595955e-05, + "loss": 0.0577, + "mean_token_accuracy": 0.9795318424701691, + "num_tokens": 94253157.0, + "step": 73240 + }, + { + "entropy": 0.9509677112102508, + "epoch": 6.998184771185631, + "grad_norm": 1.5401967763900757, + "learning_rate": 2.267925598628091e-05, + "loss": 0.0466, + "mean_token_accuracy": 0.980468112230301, + "num_tokens": 94266119.0, + "step": 73250 + }, + { + "entropy": 0.9559301793575287, + "epoch": 6.999140154772141, + "grad_norm": 1.5413234233856201, + "learning_rate": 2.266602708209042e-05, + "loss": 0.0476, + "mean_token_accuracy": 0.9806968808174134, + "num_tokens": 94278878.0, + "step": 73260 + }, + { + "entropy": 0.9531828165054321, + "epoch": 7.000095538358651, + "grad_norm": 0.5604008436203003, + "learning_rate": 2.2652800906344967e-05, + "loss": 0.0519, + "mean_token_accuracy": 0.9776593148708344, + "num_tokens": 94290674.0, + "step": 73270 + }, + { + "entropy": 0.9500276207923889, + "epoch": 7.001050921945161, + "grad_norm": 0.3021465539932251, + "learning_rate": 2.2639577460364758e-05, + "loss": 0.036, + "mean_token_accuracy": 0.98898646235466, + "num_tokens": 94303362.0, + "step": 73280 + }, + { + "entropy": 0.9471768856048584, + "epoch": 7.002006305531671, + "grad_norm": 0.7465223670005798, + "learning_rate": 2.262635674546978e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9893634140491485, + "num_tokens": 94315591.0, + "step": 73290 + }, + { + "entropy": 0.9308391392230988, + "epoch": 7.002961689118181, + "grad_norm": 0.6053618788719177, + "learning_rate": 2.261313876297967e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.989630377292633, + "num_tokens": 94328220.0, + "step": 73300 + }, + { + "entropy": 0.9504945576190948, + "epoch": 7.003917072704691, + "grad_norm": 0.4726259410381317, + "learning_rate": 2.259992351421387e-05, + "loss": 0.0341, + "mean_token_accuracy": 0.989194804430008, + "num_tokens": 94341216.0, + "step": 73310 + }, + { + "entropy": 0.9401277363300323, + "epoch": 7.004872456291201, + "grad_norm": 0.5743933916091919, + "learning_rate": 2.258671100049149e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.991474711894989, + "num_tokens": 94353984.0, + "step": 73320 + }, + { + "entropy": 0.9429868221282959, + "epoch": 7.0058278398777105, + "grad_norm": 0.7621562480926514, + "learning_rate": 2.257350122313137e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.990144795179367, + "num_tokens": 94366864.0, + "step": 73330 + }, + { + "entropy": 0.9354731976985932, + "epoch": 7.006783223464221, + "grad_norm": 1.0052233934402466, + "learning_rate": 2.2560294183452136e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9889499723911286, + "num_tokens": 94379792.0, + "step": 73340 + }, + { + "entropy": 0.9443174242973328, + "epoch": 7.007738607050731, + "grad_norm": 1.3113702535629272, + "learning_rate": 2.2547089882772076e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9886641383171082, + "num_tokens": 94392608.0, + "step": 73350 + }, + { + "entropy": 0.9235007762908936, + "epoch": 7.008693990637241, + "grad_norm": 0.5342088937759399, + "learning_rate": 2.2533888322409225e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9924752414226532, + "num_tokens": 94405882.0, + "step": 73360 + }, + { + "entropy": 0.9315115571022033, + "epoch": 7.009649374223751, + "grad_norm": 0.40952223539352417, + "learning_rate": 2.2520689503681335e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9879512786865234, + "num_tokens": 94419088.0, + "step": 73370 + }, + { + "entropy": 0.9401742577552795, + "epoch": 7.010604757810261, + "grad_norm": 1.8388571739196777, + "learning_rate": 2.2507493427905912e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9908397853374481, + "num_tokens": 94431948.0, + "step": 73380 + }, + { + "entropy": 0.9279319465160369, + "epoch": 7.011560141396771, + "grad_norm": 1.1434063911437988, + "learning_rate": 2.249430009640019e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9891140222549438, + "num_tokens": 94444404.0, + "step": 73390 + }, + { + "entropy": 0.9141746282577514, + "epoch": 7.0125155249832805, + "grad_norm": 1.4933321475982666, + "learning_rate": 2.2481109510481098e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9899221003055573, + "num_tokens": 94456812.0, + "step": 73400 + }, + { + "entropy": 0.9233711659908295, + "epoch": 7.013470908569791, + "grad_norm": 0.8479217290878296, + "learning_rate": 2.2467921671465297e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9901226580142974, + "num_tokens": 94469284.0, + "step": 73410 + }, + { + "entropy": 0.9174426853656769, + "epoch": 7.0144262921563, + "grad_norm": 0.4527406692504883, + "learning_rate": 2.245473658066917e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9897160172462464, + "num_tokens": 94482041.0, + "step": 73420 + }, + { + "entropy": 0.9200655341148376, + "epoch": 7.015381675742811, + "grad_norm": 0.16777266561985016, + "learning_rate": 2.2441554239408868e-05, + "loss": 0.0188, + "mean_token_accuracy": 0.994286322593689, + "num_tokens": 94494988.0, + "step": 73430 + }, + { + "entropy": 0.9185011088848114, + "epoch": 7.016337059329321, + "grad_norm": 1.1665186882019043, + "learning_rate": 2.2428374649000204e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9918702840805054, + "num_tokens": 94507583.0, + "step": 73440 + }, + { + "entropy": 0.9398687303066253, + "epoch": 7.0172924429158305, + "grad_norm": 0.9855012893676758, + "learning_rate": 2.2415197810758792e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.988971745967865, + "num_tokens": 94520911.0, + "step": 73450 + }, + { + "entropy": 0.9250611364841461, + "epoch": 7.018247826502341, + "grad_norm": 0.9480644464492798, + "learning_rate": 2.2402023725999904e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9921355962753295, + "num_tokens": 94533687.0, + "step": 73460 + }, + { + "entropy": 0.9274116694927216, + "epoch": 7.01920321008885, + "grad_norm": 0.7531841397285461, + "learning_rate": 2.238885239603854e-05, + "loss": 0.0354, + "mean_token_accuracy": 0.9910879492759704, + "num_tokens": 94546997.0, + "step": 73470 + }, + { + "entropy": 0.9176793813705444, + "epoch": 7.020158593675361, + "grad_norm": 2.200810432434082, + "learning_rate": 2.2375683822189485e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9924189031124115, + "num_tokens": 94559524.0, + "step": 73480 + }, + { + "entropy": 0.9142719626426696, + "epoch": 7.02111397726187, + "grad_norm": 1.453118085861206, + "learning_rate": 2.2362518005767197e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.989334499835968, + "num_tokens": 94572393.0, + "step": 73490 + }, + { + "entropy": 0.9178864538669587, + "epoch": 7.022069360848381, + "grad_norm": 1.2830549478530884, + "learning_rate": 2.2349354948085866e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.987585473060608, + "num_tokens": 94585532.0, + "step": 73500 + }, + { + "entropy": 0.9156656265258789, + "epoch": 7.023024744434891, + "grad_norm": 1.4826561212539673, + "learning_rate": 2.23361946504594e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9895474910736084, + "num_tokens": 94598194.0, + "step": 73510 + }, + { + "entropy": 0.9166735529899597, + "epoch": 7.0239801280214005, + "grad_norm": 1.2340435981750488, + "learning_rate": 2.232303711420148e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9908780694007874, + "num_tokens": 94610898.0, + "step": 73520 + }, + { + "entropy": 0.917261928319931, + "epoch": 7.024935511607911, + "grad_norm": 1.233750581741333, + "learning_rate": 2.2309882340625432e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9914150655269622, + "num_tokens": 94623421.0, + "step": 73530 + }, + { + "entropy": 0.9170594573020935, + "epoch": 7.02589089519442, + "grad_norm": 0.981144368648529, + "learning_rate": 2.22967303310444e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9919192254543304, + "num_tokens": 94636153.0, + "step": 73540 + }, + { + "entropy": 0.9127344727516175, + "epoch": 7.026846278780931, + "grad_norm": 0.9431794285774231, + "learning_rate": 2.2283581086771172e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9872820496559143, + "num_tokens": 94648435.0, + "step": 73550 + }, + { + "entropy": 0.9077846348285675, + "epoch": 7.02780166236744, + "grad_norm": 1.88850998878479, + "learning_rate": 2.2270434609118278e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9909920573234559, + "num_tokens": 94660790.0, + "step": 73560 + }, + { + "entropy": 0.9121553599834442, + "epoch": 7.028757045953951, + "grad_norm": 1.2865828275680542, + "learning_rate": 2.225729089939802e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9888839423656464, + "num_tokens": 94673738.0, + "step": 73570 + }, + { + "entropy": 0.9240189015865325, + "epoch": 7.02971242954046, + "grad_norm": 0.43984532356262207, + "learning_rate": 2.2244149958922368e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9887503206729888, + "num_tokens": 94686937.0, + "step": 73580 + }, + { + "entropy": 0.9342231392860413, + "epoch": 7.03066781312697, + "grad_norm": 2.0715339183807373, + "learning_rate": 2.223101178900303e-05, + "loss": 0.0362, + "mean_token_accuracy": 0.9881647944450378, + "num_tokens": 94700193.0, + "step": 73590 + }, + { + "entropy": 0.9188826322555542, + "epoch": 7.031623196713481, + "grad_norm": 2.7191977500915527, + "learning_rate": 2.2217876390951435e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9869229853153229, + "num_tokens": 94712746.0, + "step": 73600 + }, + { + "entropy": 0.9134574711322785, + "epoch": 7.03257858029999, + "grad_norm": 0.9536407589912415, + "learning_rate": 2.2204743766078755e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9883152723312378, + "num_tokens": 94725877.0, + "step": 73610 + }, + { + "entropy": 0.9063789784908295, + "epoch": 7.033533963886501, + "grad_norm": 0.7541236281394958, + "learning_rate": 2.2191613915695896e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9911544144153595, + "num_tokens": 94738546.0, + "step": 73620 + }, + { + "entropy": 0.9247666120529174, + "epoch": 7.03448934747301, + "grad_norm": 1.482917308807373, + "learning_rate": 2.2178486841113437e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9910435497760772, + "num_tokens": 94750934.0, + "step": 73630 + }, + { + "entropy": 0.910868239402771, + "epoch": 7.0354447310595205, + "grad_norm": 0.9837879538536072, + "learning_rate": 2.2165362543641716e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9907434999942779, + "num_tokens": 94763495.0, + "step": 73640 + }, + { + "entropy": 0.9179685294628144, + "epoch": 7.03640011464603, + "grad_norm": 0.870826244354248, + "learning_rate": 2.2152241024590766e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9897776961326599, + "num_tokens": 94776600.0, + "step": 73650 + }, + { + "entropy": 0.9268564462661744, + "epoch": 7.03735549823254, + "grad_norm": 1.2220282554626465, + "learning_rate": 2.2139122285270386e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9886526763439178, + "num_tokens": 94789531.0, + "step": 73660 + }, + { + "entropy": 0.9194851577281952, + "epoch": 7.038310881819051, + "grad_norm": 1.494119644165039, + "learning_rate": 2.2126006326990074e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9895059883594512, + "num_tokens": 94802476.0, + "step": 73670 + }, + { + "entropy": 0.9110502660274505, + "epoch": 7.03926626540556, + "grad_norm": 0.7995632886886597, + "learning_rate": 2.2112893151059016e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9938000321388245, + "num_tokens": 94814955.0, + "step": 73680 + }, + { + "entropy": 0.9198769211769104, + "epoch": 7.040221648992071, + "grad_norm": 0.7478408813476562, + "learning_rate": 2.2099782758786197e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9942276179790497, + "num_tokens": 94827801.0, + "step": 73690 + }, + { + "entropy": 0.9207288146018981, + "epoch": 7.04117703257858, + "grad_norm": 0.2819264829158783, + "learning_rate": 2.208667515148024e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9904838442802429, + "num_tokens": 94840518.0, + "step": 73700 + }, + { + "entropy": 0.9099503755569458, + "epoch": 7.0421324161650904, + "grad_norm": 0.8127474188804626, + "learning_rate": 2.207357033044958e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9894679605960846, + "num_tokens": 94853144.0, + "step": 73710 + }, + { + "entropy": 0.9197282910346984, + "epoch": 7.0430877997516, + "grad_norm": 1.3509490489959717, + "learning_rate": 2.206046829700229e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9900535523891449, + "num_tokens": 94866617.0, + "step": 73720 + }, + { + "entropy": 0.9078057110309601, + "epoch": 7.04404318333811, + "grad_norm": 0.9177101254463196, + "learning_rate": 2.204736905244621e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9899733364582062, + "num_tokens": 94879256.0, + "step": 73730 + }, + { + "entropy": 0.9316250860691071, + "epoch": 7.044998566924621, + "grad_norm": 0.4810079038143158, + "learning_rate": 2.2034272598088866e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9897779405117035, + "num_tokens": 94893375.0, + "step": 73740 + }, + { + "entropy": 0.9234854638576507, + "epoch": 7.04595395051113, + "grad_norm": 2.713287830352783, + "learning_rate": 2.2021178935237556e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9878883421421051, + "num_tokens": 94905927.0, + "step": 73750 + }, + { + "entropy": 0.9171674430370331, + "epoch": 7.0469093340976405, + "grad_norm": 1.2492451667785645, + "learning_rate": 2.2008088065199288e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9895588099956513, + "num_tokens": 94918639.0, + "step": 73760 + }, + { + "entropy": 0.9209782123565674, + "epoch": 7.04786471768415, + "grad_norm": 1.018488883972168, + "learning_rate": 2.1994999989280763e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9889704167842865, + "num_tokens": 94931517.0, + "step": 73770 + }, + { + "entropy": 0.9161695063114166, + "epoch": 7.04882010127066, + "grad_norm": 1.080518364906311, + "learning_rate": 2.1981914708788414e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9899257123470306, + "num_tokens": 94944276.0, + "step": 73780 + }, + { + "entropy": 0.9267399668693542, + "epoch": 7.04977548485717, + "grad_norm": 0.8097472190856934, + "learning_rate": 2.196883222502838e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9906692981719971, + "num_tokens": 94957714.0, + "step": 73790 + }, + { + "entropy": 0.9096037447452545, + "epoch": 7.05073086844368, + "grad_norm": 1.3071095943450928, + "learning_rate": 2.1955752539306575e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9899830043315887, + "num_tokens": 94970019.0, + "step": 73800 + }, + { + "entropy": 0.9129016399383545, + "epoch": 7.05168625203019, + "grad_norm": 0.8852835297584534, + "learning_rate": 2.194267565292858e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9905288755893707, + "num_tokens": 94982509.0, + "step": 73810 + }, + { + "entropy": 0.9267666399478912, + "epoch": 7.0526416356167, + "grad_norm": 0.5589171051979065, + "learning_rate": 2.1929601567199713e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9904768526554107, + "num_tokens": 94995499.0, + "step": 73820 + }, + { + "entropy": 0.9198308050632477, + "epoch": 7.0535970192032105, + "grad_norm": 1.317679762840271, + "learning_rate": 2.1916530283425e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.989634108543396, + "num_tokens": 95008767.0, + "step": 73830 + }, + { + "entropy": 0.9067793667316437, + "epoch": 7.05455240278972, + "grad_norm": 1.251023769378662, + "learning_rate": 2.190346180290922e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9930809199810028, + "num_tokens": 95021053.0, + "step": 73840 + }, + { + "entropy": 0.9397462725639343, + "epoch": 7.05550778637623, + "grad_norm": 0.7483911514282227, + "learning_rate": 2.1890396126956868e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9897356569766999, + "num_tokens": 95034201.0, + "step": 73850 + }, + { + "entropy": 0.9444898724555969, + "epoch": 7.05646316996274, + "grad_norm": 1.3237107992172241, + "learning_rate": 2.1877333256872128e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9884804308414459, + "num_tokens": 95046888.0, + "step": 73860 + }, + { + "entropy": 0.9339044451713562, + "epoch": 7.05741855354925, + "grad_norm": 1.1501234769821167, + "learning_rate": 2.1864273193958916e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9894302725791931, + "num_tokens": 95059914.0, + "step": 73870 + }, + { + "entropy": 0.920736449956894, + "epoch": 7.05837393713576, + "grad_norm": 1.0253989696502686, + "learning_rate": 2.1851215939520857e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9890112340450287, + "num_tokens": 95072480.0, + "step": 73880 + }, + { + "entropy": 0.9255917489528656, + "epoch": 7.05932932072227, + "grad_norm": 0.6209708452224731, + "learning_rate": 2.1838161494861354e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9896054446697236, + "num_tokens": 95085229.0, + "step": 73890 + }, + { + "entropy": 0.9337210834026337, + "epoch": 7.06028470430878, + "grad_norm": 0.7048615217208862, + "learning_rate": 2.1825109861283453e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9904470801353454, + "num_tokens": 95098119.0, + "step": 73900 + }, + { + "entropy": 0.9134689390659332, + "epoch": 7.06124008789529, + "grad_norm": 0.827990710735321, + "learning_rate": 2.1812061040089948e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9888171076774597, + "num_tokens": 95110650.0, + "step": 73910 + }, + { + "entropy": 0.9194572389125824, + "epoch": 7.0621954714818, + "grad_norm": 1.161781668663025, + "learning_rate": 2.1799015032583386e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9895140826702118, + "num_tokens": 95123736.0, + "step": 73920 + }, + { + "entropy": 0.933672571182251, + "epoch": 7.06315085506831, + "grad_norm": 0.5897988080978394, + "learning_rate": 2.178597184006597e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9912148952484131, + "num_tokens": 95136844.0, + "step": 73930 + }, + { + "entropy": 0.921283483505249, + "epoch": 7.06410623865482, + "grad_norm": 1.553695559501648, + "learning_rate": 2.1772931463839695e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9899343550205231, + "num_tokens": 95149532.0, + "step": 73940 + }, + { + "entropy": 0.918006443977356, + "epoch": 7.06506162224133, + "grad_norm": 0.8991146087646484, + "learning_rate": 2.175989390520622e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9918329358100891, + "num_tokens": 95162189.0, + "step": 73950 + }, + { + "entropy": 0.9314277172088623, + "epoch": 7.06601700582784, + "grad_norm": 0.7831453680992126, + "learning_rate": 2.1746859165466925e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.991165018081665, + "num_tokens": 95174848.0, + "step": 73960 + }, + { + "entropy": 0.9225232303142548, + "epoch": 7.0669723894143495, + "grad_norm": 2.3291268348693848, + "learning_rate": 2.1733827245922924e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9899147093296051, + "num_tokens": 95187707.0, + "step": 73970 + }, + { + "entropy": 0.9317101299762726, + "epoch": 7.06792777300086, + "grad_norm": 0.42931240797042847, + "learning_rate": 2.1720798147875048e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9926955878734589, + "num_tokens": 95200730.0, + "step": 73980 + }, + { + "entropy": 0.9305958867073059, + "epoch": 7.06888315658737, + "grad_norm": 0.5638812184333801, + "learning_rate": 2.170777187262389e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9873668015003204, + "num_tokens": 95213583.0, + "step": 73990 + }, + { + "entropy": 0.9195963501930237, + "epoch": 7.06983854017388, + "grad_norm": 1.2409296035766602, + "learning_rate": 2.1694748421469648e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9907933294773101, + "num_tokens": 95226666.0, + "step": 74000 + }, + { + "entropy": 0.9039999902248382, + "epoch": 7.07079392376039, + "grad_norm": 1.893495798110962, + "learning_rate": 2.168172779571236e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9928037285804748, + "num_tokens": 95239282.0, + "step": 74010 + }, + { + "entropy": 0.9218065321445466, + "epoch": 7.0717493073468995, + "grad_norm": 1.9191482067108154, + "learning_rate": 2.1668709996651688e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9883477568626404, + "num_tokens": 95252311.0, + "step": 74020 + }, + { + "entropy": 0.9178485929965973, + "epoch": 7.07270469093341, + "grad_norm": 1.5848599672317505, + "learning_rate": 2.1655695025587096e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9884452998638154, + "num_tokens": 95264883.0, + "step": 74030 + }, + { + "entropy": 0.9221406877040863, + "epoch": 7.073660074519919, + "grad_norm": 1.0642108917236328, + "learning_rate": 2.1642682883817704e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9920974969863892, + "num_tokens": 95277609.0, + "step": 74040 + }, + { + "entropy": 0.9148872077465058, + "epoch": 7.07461545810643, + "grad_norm": 1.3512568473815918, + "learning_rate": 2.162967357264235e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904528975486755, + "num_tokens": 95290280.0, + "step": 74050 + }, + { + "entropy": 0.9289165616035462, + "epoch": 7.07557084169294, + "grad_norm": 0.9189494252204895, + "learning_rate": 2.1616667093359645e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9915319800376892, + "num_tokens": 95303387.0, + "step": 74060 + }, + { + "entropy": 0.9400027453899383, + "epoch": 7.07652622527945, + "grad_norm": 0.732124924659729, + "learning_rate": 2.160366344726784e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.989490169286728, + "num_tokens": 95316813.0, + "step": 74070 + }, + { + "entropy": 0.912049549818039, + "epoch": 7.07748160886596, + "grad_norm": 0.5815237760543823, + "learning_rate": 2.1590662635664982e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9916077852249146, + "num_tokens": 95329285.0, + "step": 74080 + }, + { + "entropy": 0.9322816073894501, + "epoch": 7.0784369924524695, + "grad_norm": 1.2246288061141968, + "learning_rate": 2.1577664659848783e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9875474512577057, + "num_tokens": 95342160.0, + "step": 74090 + }, + { + "entropy": 0.9174673438072205, + "epoch": 7.07939237603898, + "grad_norm": 0.639867901802063, + "learning_rate": 2.156466952111668e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9924986124038696, + "num_tokens": 95354698.0, + "step": 74100 + }, + { + "entropy": 0.9267548322677612, + "epoch": 7.080347759625489, + "grad_norm": 0.6419005990028381, + "learning_rate": 2.1551677220765822e-05, + "loss": 0.026, + "mean_token_accuracy": 0.992265236377716, + "num_tokens": 95367420.0, + "step": 74110 + }, + { + "entropy": 0.9214408874511719, + "epoch": 7.081303143212, + "grad_norm": 1.294398546218872, + "learning_rate": 2.153868776009311e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9924030661582947, + "num_tokens": 95379327.0, + "step": 74120 + }, + { + "entropy": 0.9256788492202759, + "epoch": 7.082258526798509, + "grad_norm": 1.1228364706039429, + "learning_rate": 2.1525701140395134e-05, + "loss": 0.0185, + "mean_token_accuracy": 0.9926514565944672, + "num_tokens": 95391815.0, + "step": 74130 + }, + { + "entropy": 0.9393507242202759, + "epoch": 7.08321391038502, + "grad_norm": 1.9441626071929932, + "learning_rate": 2.1512717362968165e-05, + "loss": 0.0365, + "mean_token_accuracy": 0.9848377227783203, + "num_tokens": 95404888.0, + "step": 74140 + }, + { + "entropy": 0.9286307513713836, + "epoch": 7.08416929397153, + "grad_norm": 0.9347726702690125, + "learning_rate": 2.149973642910828e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9900754153728485, + "num_tokens": 95417609.0, + "step": 74150 + }, + { + "entropy": 0.9123480021953583, + "epoch": 7.085124677558039, + "grad_norm": 1.3730872869491577, + "learning_rate": 2.148675834011118e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9899443209171295, + "num_tokens": 95430345.0, + "step": 74160 + }, + { + "entropy": 0.9412040650844574, + "epoch": 7.08608006114455, + "grad_norm": 0.4779808819293976, + "learning_rate": 2.147378309727236e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9927129447460175, + "num_tokens": 95443700.0, + "step": 74170 + }, + { + "entropy": 0.9249701797962189, + "epoch": 7.087035444731059, + "grad_norm": 0.8573665022850037, + "learning_rate": 2.1460810701886967e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9901587784290313, + "num_tokens": 95456455.0, + "step": 74180 + }, + { + "entropy": 0.9374039947986603, + "epoch": 7.08799082831757, + "grad_norm": 0.9548410773277283, + "learning_rate": 2.1447841155249905e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9927233219146728, + "num_tokens": 95469700.0, + "step": 74190 + }, + { + "entropy": 0.9278579652309418, + "epoch": 7.088946211904079, + "grad_norm": 1.1221518516540527, + "learning_rate": 2.1434874458655746e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9923079371452331, + "num_tokens": 95482322.0, + "step": 74200 + }, + { + "entropy": 0.9408860087394715, + "epoch": 7.0899015954905895, + "grad_norm": 0.8863475322723389, + "learning_rate": 2.1421910613398844e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9919163525104523, + "num_tokens": 95495701.0, + "step": 74210 + }, + { + "entropy": 0.9210398375988007, + "epoch": 7.0908569790771, + "grad_norm": 1.2382844686508179, + "learning_rate": 2.1408949620773254e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9918275952339173, + "num_tokens": 95508609.0, + "step": 74220 + }, + { + "entropy": 0.9186300933361053, + "epoch": 7.091812362663609, + "grad_norm": 1.9044122695922852, + "learning_rate": 2.139599148207267e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9910933911800385, + "num_tokens": 95521108.0, + "step": 74230 + }, + { + "entropy": 0.9225462794303894, + "epoch": 7.09276774625012, + "grad_norm": 1.1439836025238037, + "learning_rate": 2.13830361985906e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9917383432388306, + "num_tokens": 95534027.0, + "step": 74240 + }, + { + "entropy": 0.9293895423412323, + "epoch": 7.093723129836629, + "grad_norm": 0.5225418210029602, + "learning_rate": 2.13700837716202e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9908928513526917, + "num_tokens": 95547085.0, + "step": 74250 + }, + { + "entropy": 0.9081540048122406, + "epoch": 7.09467851342314, + "grad_norm": 1.6825846433639526, + "learning_rate": 2.135713420245439e-05, + "loss": 0.0318, + "mean_token_accuracy": 0.9908996820449829, + "num_tokens": 95559441.0, + "step": 74260 + }, + { + "entropy": 0.9320334374904633, + "epoch": 7.095633897009649, + "grad_norm": 2.701572895050049, + "learning_rate": 2.134418749238577e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9904787421226502, + "num_tokens": 95572347.0, + "step": 74270 + }, + { + "entropy": 0.9372534096240998, + "epoch": 7.0965892805961595, + "grad_norm": 1.3206346035003662, + "learning_rate": 2.133124364270665e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9926145136356354, + "num_tokens": 95586010.0, + "step": 74280 + }, + { + "entropy": 0.932291442155838, + "epoch": 7.097544664182669, + "grad_norm": 0.4892735779285431, + "learning_rate": 2.1318302654709103e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9911091446876525, + "num_tokens": 95598624.0, + "step": 74290 + }, + { + "entropy": 0.9205265045166016, + "epoch": 7.098500047769179, + "grad_norm": 1.005073070526123, + "learning_rate": 2.1305364529684846e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9898947179317474, + "num_tokens": 95611287.0, + "step": 74300 + }, + { + "entropy": 0.9187873840332031, + "epoch": 7.09945543135569, + "grad_norm": 0.9835042953491211, + "learning_rate": 2.12924292689254e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9890997409820557, + "num_tokens": 95624073.0, + "step": 74310 + }, + { + "entropy": 0.9267625451087952, + "epoch": 7.100410814942199, + "grad_norm": 1.528917670249939, + "learning_rate": 2.1279496873721882e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9911251127719879, + "num_tokens": 95637251.0, + "step": 74320 + }, + { + "entropy": 0.9092199802398682, + "epoch": 7.1013661985287095, + "grad_norm": 1.3392674922943115, + "learning_rate": 2.1266567345365233e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9908750832080842, + "num_tokens": 95649765.0, + "step": 74330 + }, + { + "entropy": 0.909492701292038, + "epoch": 7.102321582115219, + "grad_norm": 1.7001903057098389, + "learning_rate": 2.1253640685146037e-05, + "loss": 0.0331, + "mean_token_accuracy": 0.9866738736629486, + "num_tokens": 95662122.0, + "step": 74340 + }, + { + "entropy": 0.921667855978012, + "epoch": 7.103276965701729, + "grad_norm": 1.6195859909057617, + "learning_rate": 2.124071689435465e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9915090918540954, + "num_tokens": 95674590.0, + "step": 74350 + }, + { + "entropy": 0.9216781795024872, + "epoch": 7.104232349288239, + "grad_norm": 1.2827521562576294, + "learning_rate": 2.122779597428109e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9907909214496613, + "num_tokens": 95687394.0, + "step": 74360 + }, + { + "entropy": 0.9123446643352509, + "epoch": 7.105187732874749, + "grad_norm": 0.6675670742988586, + "learning_rate": 2.1214877926215088e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9897938549518586, + "num_tokens": 95700327.0, + "step": 74370 + }, + { + "entropy": 0.9211919188499451, + "epoch": 7.10614311646126, + "grad_norm": 0.5045424103736877, + "learning_rate": 2.1201962751446154e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9895074188709259, + "num_tokens": 95712913.0, + "step": 74380 + }, + { + "entropy": 0.9151693940162658, + "epoch": 7.107098500047769, + "grad_norm": 2.325296640396118, + "learning_rate": 2.118905045126342e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9916927874088287, + "num_tokens": 95725843.0, + "step": 74390 + }, + { + "entropy": 0.9036034762859344, + "epoch": 7.1080538836342795, + "grad_norm": 0.9105782508850098, + "learning_rate": 2.1176141026955832e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9906296908855439, + "num_tokens": 95738595.0, + "step": 74400 + }, + { + "entropy": 0.9004899859428406, + "epoch": 7.109009267220789, + "grad_norm": 0.8721258640289307, + "learning_rate": 2.116323447981192e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9901248216629028, + "num_tokens": 95751127.0, + "step": 74410 + }, + { + "entropy": 0.9112888991832733, + "epoch": 7.109964650807299, + "grad_norm": 0.26371634006500244, + "learning_rate": 2.1150330811120067e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9907569408416748, + "num_tokens": 95763832.0, + "step": 74420 + }, + { + "entropy": 0.9180262625217438, + "epoch": 7.110920034393809, + "grad_norm": 1.2535667419433594, + "learning_rate": 2.1137430022168252e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.988685029745102, + "num_tokens": 95776445.0, + "step": 74430 + }, + { + "entropy": 0.9169600427150726, + "epoch": 7.111875417980319, + "grad_norm": 0.9845182299613953, + "learning_rate": 2.1124532114244255e-05, + "loss": 0.0332, + "mean_token_accuracy": 0.9881690919399262, + "num_tokens": 95789177.0, + "step": 74440 + }, + { + "entropy": 0.9192740380764007, + "epoch": 7.112830801566829, + "grad_norm": 1.4437183141708374, + "learning_rate": 2.111163708863552e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.98838170170784, + "num_tokens": 95802489.0, + "step": 74450 + }, + { + "entropy": 0.919136506319046, + "epoch": 7.113786185153339, + "grad_norm": 0.7705098390579224, + "learning_rate": 2.1098744946629184e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9894382238388062, + "num_tokens": 95816031.0, + "step": 74460 + }, + { + "entropy": 0.9223107933998108, + "epoch": 7.114741568739849, + "grad_norm": 0.736311674118042, + "learning_rate": 2.1085855689512173e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9866022825241089, + "num_tokens": 95828983.0, + "step": 74470 + }, + { + "entropy": 0.9273115515708923, + "epoch": 7.115696952326359, + "grad_norm": 0.8077161312103271, + "learning_rate": 2.1072969318571034e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9894083499908447, + "num_tokens": 95841754.0, + "step": 74480 + }, + { + "entropy": 0.9293796718120575, + "epoch": 7.116652335912869, + "grad_norm": 1.1544777154922485, + "learning_rate": 2.10600858350921e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9895183384418488, + "num_tokens": 95854983.0, + "step": 74490 + }, + { + "entropy": 0.9051312386989594, + "epoch": 7.117607719499379, + "grad_norm": 2.5253679752349854, + "learning_rate": 2.1047205240361385e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9879873156547546, + "num_tokens": 95866844.0, + "step": 74500 + }, + { + "entropy": 0.9196324288845062, + "epoch": 7.118563103085889, + "grad_norm": 0.4645445644855499, + "learning_rate": 2.1034327535664578e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9932438194751739, + "num_tokens": 95879256.0, + "step": 74510 + }, + { + "entropy": 0.9114648044109345, + "epoch": 7.119518486672399, + "grad_norm": 1.9667342901229858, + "learning_rate": 2.1021452722287167e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9912972927093506, + "num_tokens": 95892847.0, + "step": 74520 + }, + { + "entropy": 0.9134350121021271, + "epoch": 7.120473870258909, + "grad_norm": 2.427255630493164, + "learning_rate": 2.1008580801514253e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9921291947364808, + "num_tokens": 95905297.0, + "step": 74530 + }, + { + "entropy": 0.9077372193336487, + "epoch": 7.121429253845419, + "grad_norm": 0.7596206068992615, + "learning_rate": 2.0995711774630756e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9872536957263947, + "num_tokens": 95917820.0, + "step": 74540 + }, + { + "entropy": 0.9110841035842896, + "epoch": 7.122384637431929, + "grad_norm": 1.395518183708191, + "learning_rate": 2.0982845642921173e-05, + "loss": 0.0379, + "mean_token_accuracy": 0.985906845331192, + "num_tokens": 95930776.0, + "step": 74550 + }, + { + "entropy": 0.9130895376205445, + "epoch": 7.123340021018439, + "grad_norm": 1.5931499004364014, + "learning_rate": 2.0969982407669847e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9890822768211365, + "num_tokens": 95943846.0, + "step": 74560 + }, + { + "entropy": 0.9114834368228912, + "epoch": 7.124295404604949, + "grad_norm": 0.4252314269542694, + "learning_rate": 2.095712207016072e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9917101263999939, + "num_tokens": 95956286.0, + "step": 74570 + }, + { + "entropy": 0.9116225242614746, + "epoch": 7.125250788191459, + "grad_norm": 0.6768925786018372, + "learning_rate": 2.094426463167755e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9894904017448425, + "num_tokens": 95969009.0, + "step": 74580 + }, + { + "entropy": 0.9478411316871643, + "epoch": 7.126206171777969, + "grad_norm": 1.0245819091796875, + "learning_rate": 2.093141009350372e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9907408118247986, + "num_tokens": 95982883.0, + "step": 74590 + }, + { + "entropy": 0.9218335628509522, + "epoch": 7.127161555364479, + "grad_norm": 1.7934832572937012, + "learning_rate": 2.0918558456922343e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9920068740844726, + "num_tokens": 95995942.0, + "step": 74600 + }, + { + "entropy": 0.9233319580554962, + "epoch": 7.128116938950988, + "grad_norm": 1.0485072135925293, + "learning_rate": 2.0905709723216287e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9874011814594269, + "num_tokens": 96008830.0, + "step": 74610 + }, + { + "entropy": 0.9169812679290772, + "epoch": 7.129072322537499, + "grad_norm": 0.9589093923568726, + "learning_rate": 2.0892863893668064e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9903064131736755, + "num_tokens": 96021693.0, + "step": 74620 + }, + { + "entropy": 0.9385732412338257, + "epoch": 7.130027706124009, + "grad_norm": 0.7709850072860718, + "learning_rate": 2.088002096955998e-05, + "loss": 0.035, + "mean_token_accuracy": 0.9875026822090149, + "num_tokens": 96035093.0, + "step": 74630 + }, + { + "entropy": 0.9170432209968566, + "epoch": 7.130983089710519, + "grad_norm": 0.7298203706741333, + "learning_rate": 2.086718095217394e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9914430975914001, + "num_tokens": 96047343.0, + "step": 74640 + }, + { + "entropy": 0.9098663449287414, + "epoch": 7.131938473297029, + "grad_norm": 1.6938005685806274, + "learning_rate": 2.0854343842791642e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9900528192520142, + "num_tokens": 96059601.0, + "step": 74650 + }, + { + "entropy": 0.9116275489330292, + "epoch": 7.1328938568835385, + "grad_norm": 0.7139437198638916, + "learning_rate": 2.084150964269449e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9879331111907959, + "num_tokens": 96072151.0, + "step": 74660 + }, + { + "entropy": 0.935198163986206, + "epoch": 7.133849240470049, + "grad_norm": 1.4581680297851562, + "learning_rate": 2.0828678353163573e-05, + "loss": 0.0413, + "mean_token_accuracy": 0.9855500042438508, + "num_tokens": 96085082.0, + "step": 74670 + }, + { + "entropy": 0.9302410304546356, + "epoch": 7.134804624056558, + "grad_norm": 2.5426154136657715, + "learning_rate": 2.081584997547968e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9929321348667145, + "num_tokens": 96098274.0, + "step": 74680 + }, + { + "entropy": 0.916310727596283, + "epoch": 7.135760007643069, + "grad_norm": 1.0143141746520996, + "learning_rate": 2.0803024510923314e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9912414669990539, + "num_tokens": 96110956.0, + "step": 74690 + }, + { + "entropy": 0.9304563045501709, + "epoch": 7.136715391229579, + "grad_norm": 0.6683119535446167, + "learning_rate": 2.0790201960774736e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9900240778923035, + "num_tokens": 96124215.0, + "step": 74700 + }, + { + "entropy": 0.9205381810665131, + "epoch": 7.137670774816089, + "grad_norm": 1.780523419380188, + "learning_rate": 2.077738232631384e-05, + "loss": 0.033, + "mean_token_accuracy": 0.9878545343875885, + "num_tokens": 96137457.0, + "step": 74710 + }, + { + "entropy": 0.9356253862380981, + "epoch": 7.138626158402599, + "grad_norm": 1.3800541162490845, + "learning_rate": 2.076456560882032e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9889825284481049, + "num_tokens": 96150695.0, + "step": 74720 + }, + { + "entropy": 0.9317895293235778, + "epoch": 7.139581541989108, + "grad_norm": 0.9551974534988403, + "learning_rate": 2.075175180957345e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9911085546016694, + "num_tokens": 96164192.0, + "step": 74730 + }, + { + "entropy": 0.9018151462078094, + "epoch": 7.140536925575619, + "grad_norm": 0.7639721035957336, + "learning_rate": 2.073894092985233e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9888328313827515, + "num_tokens": 96176468.0, + "step": 74740 + }, + { + "entropy": 0.9185643851757049, + "epoch": 7.141492309162128, + "grad_norm": 0.9708061814308167, + "learning_rate": 2.072613297093574e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9883671879768372, + "num_tokens": 96188661.0, + "step": 74750 + }, + { + "entropy": 0.9279736459255219, + "epoch": 7.142447692748639, + "grad_norm": 0.9967548847198486, + "learning_rate": 2.0713327934102145e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9911798357963562, + "num_tokens": 96201700.0, + "step": 74760 + }, + { + "entropy": 0.9231830477714539, + "epoch": 7.143403076335148, + "grad_norm": 2.269972324371338, + "learning_rate": 2.0700525820629725e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9902652382850647, + "num_tokens": 96214961.0, + "step": 74770 + }, + { + "entropy": 0.9254846811294556, + "epoch": 7.1443584599216585, + "grad_norm": 1.853996992111206, + "learning_rate": 2.068772663179635e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9889499843120575, + "num_tokens": 96227467.0, + "step": 74780 + }, + { + "entropy": 0.9199019730091095, + "epoch": 7.145313843508169, + "grad_norm": 0.7203564047813416, + "learning_rate": 2.0674930368879657e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.991662448644638, + "num_tokens": 96240471.0, + "step": 74790 + }, + { + "entropy": 0.9297475337982177, + "epoch": 7.146269227094678, + "grad_norm": 0.7750556468963623, + "learning_rate": 2.0662137033156926e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9921289026737213, + "num_tokens": 96253335.0, + "step": 74800 + }, + { + "entropy": 0.9053531169891358, + "epoch": 7.147224610681189, + "grad_norm": 0.5748870968818665, + "learning_rate": 2.0649346625905203e-05, + "loss": 0.0189, + "mean_token_accuracy": 0.9919448435306549, + "num_tokens": 96265865.0, + "step": 74810 + }, + { + "entropy": 0.9269157528877259, + "epoch": 7.148179994267698, + "grad_norm": 1.8369786739349365, + "learning_rate": 2.0636559148401185e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9886511921882629, + "num_tokens": 96278494.0, + "step": 74820 + }, + { + "entropy": 0.9393428862094879, + "epoch": 7.149135377854209, + "grad_norm": 0.7310784459114075, + "learning_rate": 2.0623774601921304e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9899504125118256, + "num_tokens": 96291887.0, + "step": 74830 + }, + { + "entropy": 0.9319026172161102, + "epoch": 7.150090761440718, + "grad_norm": 1.0396937131881714, + "learning_rate": 2.0610992987741713e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9930238127708435, + "num_tokens": 96305340.0, + "step": 74840 + }, + { + "entropy": 0.9260588824748993, + "epoch": 7.1510461450272285, + "grad_norm": 1.3975104093551636, + "learning_rate": 2.0598214307138257e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9902773857116699, + "num_tokens": 96318786.0, + "step": 74850 + }, + { + "entropy": 0.9187716543674469, + "epoch": 7.152001528613739, + "grad_norm": 0.7419904470443726, + "learning_rate": 2.0585438561386476e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9920226216316224, + "num_tokens": 96331343.0, + "step": 74860 + }, + { + "entropy": 0.9217474341392518, + "epoch": 7.152956912200248, + "grad_norm": 0.6214787364006042, + "learning_rate": 2.0572665751761627e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9878182411193848, + "num_tokens": 96344396.0, + "step": 74870 + }, + { + "entropy": 0.9235372900962829, + "epoch": 7.153912295786759, + "grad_norm": 0.9920246005058289, + "learning_rate": 2.0559895879538683e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.9931082546710968, + "num_tokens": 96357743.0, + "step": 74880 + }, + { + "entropy": 0.9210004806518555, + "epoch": 7.154867679373268, + "grad_norm": 1.4429312944412231, + "learning_rate": 2.0547128945992333e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9902734994888306, + "num_tokens": 96370465.0, + "step": 74890 + }, + { + "entropy": 0.9187334716320038, + "epoch": 7.1558230629597785, + "grad_norm": 0.795466423034668, + "learning_rate": 2.053436495239695e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9889812171459198, + "num_tokens": 96383298.0, + "step": 74900 + }, + { + "entropy": 0.9414426147937774, + "epoch": 7.156778446546288, + "grad_norm": 1.5577408075332642, + "learning_rate": 2.0521603900026613e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9901999473571778, + "num_tokens": 96396816.0, + "step": 74910 + }, + { + "entropy": 0.9079033493995666, + "epoch": 7.157733830132798, + "grad_norm": 0.9137454032897949, + "learning_rate": 2.05088457901551e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9888570368289947, + "num_tokens": 96409201.0, + "step": 74920 + }, + { + "entropy": 0.9243955135345459, + "epoch": 7.158689213719308, + "grad_norm": 0.7611193656921387, + "learning_rate": 2.0496090624055947e-05, + "loss": 0.0348, + "mean_token_accuracy": 0.9869996964931488, + "num_tokens": 96421608.0, + "step": 74930 + }, + { + "entropy": 0.9308533072471619, + "epoch": 7.159644597305818, + "grad_norm": 1.4155789613723755, + "learning_rate": 2.0483338403002323e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9870293140411377, + "num_tokens": 96434988.0, + "step": 74940 + }, + { + "entropy": 0.9218488395214081, + "epoch": 7.160599980892329, + "grad_norm": 1.8695197105407715, + "learning_rate": 2.0470589128267175e-05, + "loss": 0.0357, + "mean_token_accuracy": 0.9890811502933502, + "num_tokens": 96447754.0, + "step": 74950 + }, + { + "entropy": 0.925258320569992, + "epoch": 7.161555364478838, + "grad_norm": 0.2619025707244873, + "learning_rate": 2.0457842801123105e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9901543080806732, + "num_tokens": 96460434.0, + "step": 74960 + }, + { + "entropy": 0.9042423963546753, + "epoch": 7.1625107480653485, + "grad_norm": 1.0992324352264404, + "learning_rate": 2.0445099422842417e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.989583432674408, + "num_tokens": 96472993.0, + "step": 74970 + }, + { + "entropy": 0.9215697705745697, + "epoch": 7.163466131651858, + "grad_norm": 1.1963708400726318, + "learning_rate": 2.0432358994697176e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9882764279842376, + "num_tokens": 96485818.0, + "step": 74980 + }, + { + "entropy": 0.9315620303153992, + "epoch": 7.164421515238368, + "grad_norm": 0.703409731388092, + "learning_rate": 2.0419621517959096e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.989129638671875, + "num_tokens": 96499213.0, + "step": 74990 + }, + { + "entropy": 0.9199402213096619, + "epoch": 7.165376898824878, + "grad_norm": 1.2553309202194214, + "learning_rate": 2.0406886993899622e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9901491641998291, + "num_tokens": 96511938.0, + "step": 75000 + }, + { + "entropy": 0.9217602133750915, + "epoch": 7.166332282411388, + "grad_norm": 1.142691731452942, + "learning_rate": 2.0394155423789878e-05, + "loss": 0.031, + "mean_token_accuracy": 0.986627858877182, + "num_tokens": 96525621.0, + "step": 75010 + }, + { + "entropy": 0.9087331533432007, + "epoch": 7.167287665997899, + "grad_norm": 1.1324008703231812, + "learning_rate": 2.038142680890075e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9884462058544159, + "num_tokens": 96538663.0, + "step": 75020 + }, + { + "entropy": 0.911765319108963, + "epoch": 7.168243049584408, + "grad_norm": 0.6336706876754761, + "learning_rate": 2.0368701150502762e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9904742121696473, + "num_tokens": 96551994.0, + "step": 75030 + }, + { + "entropy": 0.9131010949611664, + "epoch": 7.169198433170918, + "grad_norm": 1.1034600734710693, + "learning_rate": 2.0355978449866204e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9907129406929016, + "num_tokens": 96564474.0, + "step": 75040 + }, + { + "entropy": 0.9069000840187073, + "epoch": 7.170153816757428, + "grad_norm": 0.8220285773277283, + "learning_rate": 2.034325870826102e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9903413712978363, + "num_tokens": 96577261.0, + "step": 75050 + }, + { + "entropy": 0.9187800943851471, + "epoch": 7.171109200343938, + "grad_norm": 2.054611921310425, + "learning_rate": 2.0330541926956876e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9878502428531647, + "num_tokens": 96590010.0, + "step": 75060 + }, + { + "entropy": 0.9242350995540619, + "epoch": 7.172064583930448, + "grad_norm": 0.921955406665802, + "learning_rate": 2.031782810722317e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9896934032440186, + "num_tokens": 96603129.0, + "step": 75070 + }, + { + "entropy": 0.9124234795570374, + "epoch": 7.173019967516958, + "grad_norm": 1.5307589769363403, + "learning_rate": 2.0305117250328966e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9924608528614044, + "num_tokens": 96616519.0, + "step": 75080 + }, + { + "entropy": 0.9067652463912964, + "epoch": 7.173975351103468, + "grad_norm": 1.590470552444458, + "learning_rate": 2.0292409357543046e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.989775663614273, + "num_tokens": 96629218.0, + "step": 75090 + }, + { + "entropy": 0.9148687958717346, + "epoch": 7.174930734689978, + "grad_norm": 2.0892138481140137, + "learning_rate": 2.0279704430133877e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9882883965969086, + "num_tokens": 96642506.0, + "step": 75100 + }, + { + "entropy": 0.9061627268791199, + "epoch": 7.175886118276488, + "grad_norm": 2.2979373931884766, + "learning_rate": 2.0267002469369674e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.988201630115509, + "num_tokens": 96655380.0, + "step": 75110 + }, + { + "entropy": 0.9142754673957825, + "epoch": 7.176841501862998, + "grad_norm": 1.2147432565689087, + "learning_rate": 2.0254303476518342e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9869006991386413, + "num_tokens": 96668662.0, + "step": 75120 + }, + { + "entropy": 0.9138248443603516, + "epoch": 7.177796885449508, + "grad_norm": 1.0316414833068848, + "learning_rate": 2.024160745284747e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9925681948661804, + "num_tokens": 96681263.0, + "step": 75130 + }, + { + "entropy": 0.9063269197940826, + "epoch": 7.178752269036018, + "grad_norm": 1.7073543071746826, + "learning_rate": 2.022891439962436e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9891218543052673, + "num_tokens": 96693791.0, + "step": 75140 + }, + { + "entropy": 0.9067052721977233, + "epoch": 7.179707652622528, + "grad_norm": 1.5332423448562622, + "learning_rate": 2.021622431811599e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9919077038764954, + "num_tokens": 96706967.0, + "step": 75150 + }, + { + "entropy": 0.9051585018634796, + "epoch": 7.180663036209038, + "grad_norm": 1.4391075372695923, + "learning_rate": 2.0203537209589113e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9897310018539429, + "num_tokens": 96719703.0, + "step": 75160 + }, + { + "entropy": 0.9106096088886261, + "epoch": 7.181618419795548, + "grad_norm": 0.4953945279121399, + "learning_rate": 2.0190853075310124e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9919873297214508, + "num_tokens": 96732607.0, + "step": 75170 + }, + { + "entropy": 0.9036779046058655, + "epoch": 7.182573803382058, + "grad_norm": 0.7638736963272095, + "learning_rate": 2.017817191654511e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9916103303432464, + "num_tokens": 96745873.0, + "step": 75180 + }, + { + "entropy": 0.9025528907775879, + "epoch": 7.183529186968568, + "grad_norm": 0.9617279767990112, + "learning_rate": 2.0165493734559938e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9920738458633422, + "num_tokens": 96758589.0, + "step": 75190 + }, + { + "entropy": 0.908793318271637, + "epoch": 7.184484570555078, + "grad_norm": 0.7828074097633362, + "learning_rate": 2.0152818530620084e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9897707462310791, + "num_tokens": 96771895.0, + "step": 75200 + }, + { + "entropy": 0.9055897414684295, + "epoch": 7.185439954141588, + "grad_norm": 0.6989235877990723, + "learning_rate": 2.0140146305990814e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9910795509815216, + "num_tokens": 96784753.0, + "step": 75210 + }, + { + "entropy": 0.9161949992179871, + "epoch": 7.186395337728098, + "grad_norm": 1.0789330005645752, + "learning_rate": 2.0127477061937035e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.989535790681839, + "num_tokens": 96798006.0, + "step": 75220 + }, + { + "entropy": 0.9116579473018647, + "epoch": 7.1873507213146075, + "grad_norm": 1.1793502569198608, + "learning_rate": 2.0114810799723375e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9896779358386993, + "num_tokens": 96810315.0, + "step": 75230 + }, + { + "entropy": 0.9161323845386505, + "epoch": 7.188306104901118, + "grad_norm": 1.1803066730499268, + "learning_rate": 2.010214752061415e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9909627318382264, + "num_tokens": 96823105.0, + "step": 75240 + }, + { + "entropy": 0.8976776540279389, + "epoch": 7.189261488487627, + "grad_norm": 1.4203987121582031, + "learning_rate": 2.0089487225873403e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9917740225791931, + "num_tokens": 96835713.0, + "step": 75250 + }, + { + "entropy": 0.8951202929019928, + "epoch": 7.190216872074138, + "grad_norm": 0.6503387093544006, + "learning_rate": 2.00768299167649e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9906109869480133, + "num_tokens": 96848031.0, + "step": 75260 + }, + { + "entropy": 0.9173347234725953, + "epoch": 7.191172255660648, + "grad_norm": 0.6516222953796387, + "learning_rate": 2.0064175594552055e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9897454261779786, + "num_tokens": 96861024.0, + "step": 75270 + }, + { + "entropy": 0.9108937621116638, + "epoch": 7.192127639247158, + "grad_norm": 1.0087134838104248, + "learning_rate": 2.0051524260498005e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9915621221065521, + "num_tokens": 96874140.0, + "step": 75280 + }, + { + "entropy": 0.9088503599166871, + "epoch": 7.193083022833668, + "grad_norm": 0.9681174159049988, + "learning_rate": 2.003887591586558e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9900766134262085, + "num_tokens": 96887036.0, + "step": 75290 + }, + { + "entropy": 0.8846749603748322, + "epoch": 7.1940384064201774, + "grad_norm": 1.5971479415893555, + "learning_rate": 2.0026230561917348e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.98723384141922, + "num_tokens": 96899282.0, + "step": 75300 + }, + { + "entropy": 0.9073937237262726, + "epoch": 7.194993790006688, + "grad_norm": 0.6715925931930542, + "learning_rate": 2.0013588199915552e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9908694744110107, + "num_tokens": 96911951.0, + "step": 75310 + }, + { + "entropy": 0.9120341598987579, + "epoch": 7.195949173593197, + "grad_norm": 1.647215485572815, + "learning_rate": 2.000094883112212e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9888500809669495, + "num_tokens": 96925310.0, + "step": 75320 + }, + { + "entropy": 0.9070851683616639, + "epoch": 7.196904557179708, + "grad_norm": 2.3360369205474854, + "learning_rate": 1.9988312456798684e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9894547462463379, + "num_tokens": 96938235.0, + "step": 75330 + }, + { + "entropy": 0.9039283335208893, + "epoch": 7.197859940766218, + "grad_norm": 0.896049439907074, + "learning_rate": 1.997567907820663e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9935112297534943, + "num_tokens": 96950819.0, + "step": 75340 + }, + { + "entropy": 0.9017074465751648, + "epoch": 7.1988153243527275, + "grad_norm": 1.3858505487442017, + "learning_rate": 1.9963048696606994e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9892319560050964, + "num_tokens": 96963548.0, + "step": 75350 + }, + { + "entropy": 0.9040566205978393, + "epoch": 7.199770707939238, + "grad_norm": 1.6644871234893799, + "learning_rate": 1.995042131326053e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9879360437393189, + "num_tokens": 96976753.0, + "step": 75360 + }, + { + "entropy": 0.9233023643493652, + "epoch": 7.200726091525747, + "grad_norm": 0.5709408521652222, + "learning_rate": 1.9937796929427687e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.991178548336029, + "num_tokens": 96989865.0, + "step": 75370 + }, + { + "entropy": 0.9113450109958648, + "epoch": 7.201681475112258, + "grad_norm": 1.5954536199569702, + "learning_rate": 1.9925175546368586e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9877773225307465, + "num_tokens": 97002810.0, + "step": 75380 + }, + { + "entropy": 0.9044276773929596, + "epoch": 7.202636858698767, + "grad_norm": 0.633729875087738, + "learning_rate": 1.9912557165343127e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9902477085590362, + "num_tokens": 97015571.0, + "step": 75390 + }, + { + "entropy": 0.9050627052783966, + "epoch": 7.203592242285278, + "grad_norm": 2.0590758323669434, + "learning_rate": 1.9899941787610836e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9878217875957489, + "num_tokens": 97028394.0, + "step": 75400 + }, + { + "entropy": 0.8960579693317413, + "epoch": 7.204547625871787, + "grad_norm": 0.8202229738235474, + "learning_rate": 1.988732941443095e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9894883811473847, + "num_tokens": 97040866.0, + "step": 75410 + }, + { + "entropy": 0.8994547545909881, + "epoch": 7.2055030094582975, + "grad_norm": 0.8544586896896362, + "learning_rate": 1.987472004706246e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9915970861911774, + "num_tokens": 97053226.0, + "step": 75420 + }, + { + "entropy": 0.9123136878013611, + "epoch": 7.206458393044808, + "grad_norm": 0.4805488884449005, + "learning_rate": 1.986211368676398e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9902265012264252, + "num_tokens": 97066418.0, + "step": 75430 + }, + { + "entropy": 0.9063744962215423, + "epoch": 7.207413776631317, + "grad_norm": 1.2246208190917969, + "learning_rate": 1.984951033479389e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9912846982479095, + "num_tokens": 97078979.0, + "step": 75440 + }, + { + "entropy": 0.8810005187988281, + "epoch": 7.208369160217828, + "grad_norm": 0.5821281671524048, + "learning_rate": 1.983690999241024e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9888594329357148, + "num_tokens": 97091272.0, + "step": 75450 + }, + { + "entropy": 0.9085119009017945, + "epoch": 7.209324543804337, + "grad_norm": 1.1832643747329712, + "learning_rate": 1.982431266087077e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9901702523231506, + "num_tokens": 97104191.0, + "step": 75460 + }, + { + "entropy": 0.9014834582805633, + "epoch": 7.2102799273908476, + "grad_norm": 1.1233185529708862, + "learning_rate": 1.9811718341432918e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9905687212944031, + "num_tokens": 97117317.0, + "step": 75470 + }, + { + "entropy": 0.8895515680313111, + "epoch": 7.211235310977357, + "grad_norm": 0.39907461404800415, + "learning_rate": 1.9799127035353843e-05, + "loss": 0.0172, + "mean_token_accuracy": 0.9944688260555268, + "num_tokens": 97129605.0, + "step": 75480 + }, + { + "entropy": 0.8927680492401123, + "epoch": 7.212190694563867, + "grad_norm": 1.1637544631958008, + "learning_rate": 1.978653874389044e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9913063824176789, + "num_tokens": 97142473.0, + "step": 75490 + }, + { + "entropy": 0.9088378012180328, + "epoch": 7.213146078150378, + "grad_norm": 1.1192463636398315, + "learning_rate": 1.9773953468299182e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9908848524093627, + "num_tokens": 97155579.0, + "step": 75500 + }, + { + "entropy": 0.9032566785812378, + "epoch": 7.214101461736887, + "grad_norm": 0.8138802647590637, + "learning_rate": 1.9761371209836378e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.989356529712677, + "num_tokens": 97168651.0, + "step": 75510 + }, + { + "entropy": 0.8980632901191712, + "epoch": 7.215056845323398, + "grad_norm": 0.5962132215499878, + "learning_rate": 1.9748791969757923e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9912466406822205, + "num_tokens": 97181579.0, + "step": 75520 + }, + { + "entropy": 0.8864521980285645, + "epoch": 7.216012228909907, + "grad_norm": 1.6058412790298462, + "learning_rate": 1.9736215749319508e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9926394939422607, + "num_tokens": 97193494.0, + "step": 75530 + }, + { + "entropy": 0.9112637579441071, + "epoch": 7.2169676124964175, + "grad_norm": 1.3707197904586792, + "learning_rate": 1.9723642549776462e-05, + "loss": 0.036, + "mean_token_accuracy": 0.9865286111831665, + "num_tokens": 97206809.0, + "step": 75540 + }, + { + "entropy": 0.9153370499610901, + "epoch": 7.217922996082927, + "grad_norm": 0.9824167490005493, + "learning_rate": 1.97110723723838e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9910951375961303, + "num_tokens": 97220303.0, + "step": 75550 + }, + { + "entropy": 0.9181481063365936, + "epoch": 7.218878379669437, + "grad_norm": 0.6137571930885315, + "learning_rate": 1.96985052183963e-05, + "loss": 0.0369, + "mean_token_accuracy": 0.9850528419017792, + "num_tokens": 97232883.0, + "step": 75560 + }, + { + "entropy": 0.9321774363517761, + "epoch": 7.219833763255947, + "grad_norm": 0.35343778133392334, + "learning_rate": 1.9685941089068367e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9911086082458496, + "num_tokens": 97246650.0, + "step": 75570 + }, + { + "entropy": 0.9150142550468445, + "epoch": 7.220789146842457, + "grad_norm": 0.8896883726119995, + "learning_rate": 1.967337998565417e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9919027984142303, + "num_tokens": 97259989.0, + "step": 75580 + }, + { + "entropy": 0.9035365879535675, + "epoch": 7.221744530428968, + "grad_norm": 0.973069965839386, + "learning_rate": 1.966082190940754e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9886679768562316, + "num_tokens": 97272695.0, + "step": 75590 + }, + { + "entropy": 0.8994546353816986, + "epoch": 7.222699914015477, + "grad_norm": 1.6022047996520996, + "learning_rate": 1.9648266861581988e-05, + "loss": 0.0373, + "mean_token_accuracy": 0.9853430986404419, + "num_tokens": 97285540.0, + "step": 75600 + }, + { + "entropy": 0.9142256498336792, + "epoch": 7.223655297601987, + "grad_norm": 1.238345742225647, + "learning_rate": 1.963571484343074e-05, + "loss": 0.0383, + "mean_token_accuracy": 0.9853760480880738, + "num_tokens": 97298581.0, + "step": 75610 + }, + { + "entropy": 0.9114894926548004, + "epoch": 7.224610681188497, + "grad_norm": 0.7417284846305847, + "learning_rate": 1.9623165856206754e-05, + "loss": 0.02, + "mean_token_accuracy": 0.9936832845211029, + "num_tokens": 97311184.0, + "step": 75620 + }, + { + "entropy": 0.9285642623901367, + "epoch": 7.225566064775007, + "grad_norm": 0.8810567855834961, + "learning_rate": 1.9610619901162642e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9891411185264587, + "num_tokens": 97324372.0, + "step": 75630 + }, + { + "entropy": 0.8972675681114197, + "epoch": 7.226521448361517, + "grad_norm": 1.9814554452896118, + "learning_rate": 1.9598076979550705e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9894116759300232, + "num_tokens": 97336386.0, + "step": 75640 + }, + { + "entropy": 0.9077502846717834, + "epoch": 7.227476831948027, + "grad_norm": 1.1846492290496826, + "learning_rate": 1.9585537092622997e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9876630008220673, + "num_tokens": 97349189.0, + "step": 75650 + }, + { + "entropy": 0.9052123069763184, + "epoch": 7.2284322155345375, + "grad_norm": 0.3258337676525116, + "learning_rate": 1.9573000241631206e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9913106739521027, + "num_tokens": 97361683.0, + "step": 75660 + }, + { + "entropy": 0.900511509180069, + "epoch": 7.229387599121047, + "grad_norm": 1.0410661697387695, + "learning_rate": 1.9560466427826774e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9934246957302093, + "num_tokens": 97374496.0, + "step": 75670 + }, + { + "entropy": 0.9228649914264679, + "epoch": 7.230342982707557, + "grad_norm": 0.8997530937194824, + "learning_rate": 1.9547935652460798e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9893814265727997, + "num_tokens": 97387965.0, + "step": 75680 + }, + { + "entropy": 0.8921671211719513, + "epoch": 7.231298366294067, + "grad_norm": 1.3482686281204224, + "learning_rate": 1.9535407916784076e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.988194751739502, + "num_tokens": 97400601.0, + "step": 75690 + }, + { + "entropy": 0.9085272312164306, + "epoch": 7.232253749880577, + "grad_norm": 1.4330235719680786, + "learning_rate": 1.952288322204711e-05, + "loss": 0.0343, + "mean_token_accuracy": 0.9870889544486999, + "num_tokens": 97413040.0, + "step": 75700 + }, + { + "entropy": 0.9006939351558685, + "epoch": 7.233209133467087, + "grad_norm": 0.993752121925354, + "learning_rate": 1.9510361569500107e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9885732352733612, + "num_tokens": 97425608.0, + "step": 75710 + }, + { + "entropy": 0.9020906627178192, + "epoch": 7.234164517053597, + "grad_norm": 1.2391631603240967, + "learning_rate": 1.9497842960393003e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9864168643951416, + "num_tokens": 97438399.0, + "step": 75720 + }, + { + "entropy": 0.9122983872890472, + "epoch": 7.2351199006401075, + "grad_norm": 0.37864482402801514, + "learning_rate": 1.9485327395975318e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9902896404266357, + "num_tokens": 97451572.0, + "step": 75730 + }, + { + "entropy": 0.910418164730072, + "epoch": 7.236075284226617, + "grad_norm": 0.8622120022773743, + "learning_rate": 1.947281487749639e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9899446547031403, + "num_tokens": 97464476.0, + "step": 75740 + }, + { + "entropy": 0.9251262187957764, + "epoch": 7.237030667813127, + "grad_norm": 0.740362286567688, + "learning_rate": 1.946030540620518e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9906555771827698, + "num_tokens": 97477712.0, + "step": 75750 + }, + { + "entropy": 0.8890421569347382, + "epoch": 7.237986051399637, + "grad_norm": 1.4972069263458252, + "learning_rate": 1.9447798983350396e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9925184607505798, + "num_tokens": 97489783.0, + "step": 75760 + }, + { + "entropy": 0.9079662501811981, + "epoch": 7.238941434986147, + "grad_norm": 2.164898157119751, + "learning_rate": 1.9435295610180397e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9890053927898407, + "num_tokens": 97502768.0, + "step": 75770 + }, + { + "entropy": 0.9067426145076751, + "epoch": 7.239896818572657, + "grad_norm": 1.4067848920822144, + "learning_rate": 1.942279528794324e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9901767909526825, + "num_tokens": 97515555.0, + "step": 75780 + }, + { + "entropy": 0.9077549815177918, + "epoch": 7.240852202159167, + "grad_norm": 0.7740825414657593, + "learning_rate": 1.9410298017886724e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.989168906211853, + "num_tokens": 97528213.0, + "step": 75790 + }, + { + "entropy": 0.9137176215648651, + "epoch": 7.2418075857456765, + "grad_norm": 1.301653504371643, + "learning_rate": 1.9397803801258285e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9914753675460816, + "num_tokens": 97541147.0, + "step": 75800 + }, + { + "entropy": 0.8995366513729095, + "epoch": 7.242762969332187, + "grad_norm": 0.8914956450462341, + "learning_rate": 1.938531263930512e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.989734435081482, + "num_tokens": 97553915.0, + "step": 75810 + }, + { + "entropy": 0.9240171372890472, + "epoch": 7.243718352918697, + "grad_norm": 0.7508335709571838, + "learning_rate": 1.9372824533274025e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9882730126380921, + "num_tokens": 97567299.0, + "step": 75820 + }, + { + "entropy": 0.9102108538150787, + "epoch": 7.244673736505207, + "grad_norm": 0.6000690460205078, + "learning_rate": 1.9360339484411595e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9882935523986817, + "num_tokens": 97579857.0, + "step": 75830 + }, + { + "entropy": 0.9123359560966492, + "epoch": 7.245629120091717, + "grad_norm": 1.3606555461883545, + "learning_rate": 1.9347857493964035e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9896817207336426, + "num_tokens": 97592682.0, + "step": 75840 + }, + { + "entropy": 0.8996176898479462, + "epoch": 7.246584503678227, + "grad_norm": 0.9553963541984558, + "learning_rate": 1.933537856317732e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9912218391895294, + "num_tokens": 97605127.0, + "step": 75850 + }, + { + "entropy": 0.9015548169612885, + "epoch": 7.247539887264737, + "grad_norm": 1.6500242948532104, + "learning_rate": 1.9322902693297067e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.99126997590065, + "num_tokens": 97617778.0, + "step": 75860 + }, + { + "entropy": 0.9076796352863312, + "epoch": 7.2484952708512465, + "grad_norm": 1.706310749053955, + "learning_rate": 1.9310429885568582e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9873619258403779, + "num_tokens": 97630990.0, + "step": 75870 + }, + { + "entropy": 0.9082327067852021, + "epoch": 7.249450654437757, + "grad_norm": 0.7902299165725708, + "learning_rate": 1.9297960141236924e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9885793328285217, + "num_tokens": 97644213.0, + "step": 75880 + }, + { + "entropy": 0.9031772494316102, + "epoch": 7.250406038024266, + "grad_norm": 1.2434911727905273, + "learning_rate": 1.9285493461546773e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9917293608188629, + "num_tokens": 97656940.0, + "step": 75890 + }, + { + "entropy": 0.8953562259674073, + "epoch": 7.251361421610777, + "grad_norm": 1.8405342102050781, + "learning_rate": 1.9273029847742574e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9909928560256958, + "num_tokens": 97669563.0, + "step": 75900 + }, + { + "entropy": 0.9308776319026947, + "epoch": 7.252316805197287, + "grad_norm": 0.719575047492981, + "learning_rate": 1.9260569301068403e-05, + "loss": 0.0389, + "mean_token_accuracy": 0.9858567476272583, + "num_tokens": 97682613.0, + "step": 75910 + }, + { + "entropy": 0.910301810503006, + "epoch": 7.2532721887837965, + "grad_norm": 1.7791869640350342, + "learning_rate": 1.9248111822768072e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9895855963230134, + "num_tokens": 97695857.0, + "step": 75920 + }, + { + "entropy": 0.9133006036281586, + "epoch": 7.254227572370307, + "grad_norm": 2.3376688957214355, + "learning_rate": 1.9235657414085045e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.992985087633133, + "num_tokens": 97708803.0, + "step": 75930 + }, + { + "entropy": 0.9141014695167542, + "epoch": 7.255182955956816, + "grad_norm": 1.5524197816848755, + "learning_rate": 1.9223206076262546e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.989704966545105, + "num_tokens": 97721501.0, + "step": 75940 + }, + { + "entropy": 0.9039868533611297, + "epoch": 7.256138339543327, + "grad_norm": 0.9776498079299927, + "learning_rate": 1.9210757810543427e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9930164575576782, + "num_tokens": 97734369.0, + "step": 75950 + }, + { + "entropy": 0.9200081110000611, + "epoch": 7.257093723129836, + "grad_norm": 1.033320665359497, + "learning_rate": 1.9198312618170254e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9908171117305755, + "num_tokens": 97747242.0, + "step": 75960 + }, + { + "entropy": 0.9075351834297181, + "epoch": 7.258049106716347, + "grad_norm": 1.319494366645813, + "learning_rate": 1.9185870500385323e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9878451764583588, + "num_tokens": 97759817.0, + "step": 75970 + }, + { + "entropy": 0.9003194034099579, + "epoch": 7.259004490302857, + "grad_norm": 1.7215700149536133, + "learning_rate": 1.9173431458430545e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9921552240848541, + "num_tokens": 97772565.0, + "step": 75980 + }, + { + "entropy": 0.9106847763061523, + "epoch": 7.2599598738893665, + "grad_norm": 1.9268302917480469, + "learning_rate": 1.9160995493547624e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9904665231704712, + "num_tokens": 97785690.0, + "step": 75990 + }, + { + "entropy": 0.8983437776565552, + "epoch": 7.260915257475877, + "grad_norm": 1.2759830951690674, + "learning_rate": 1.9148562606977865e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.989685732126236, + "num_tokens": 97798128.0, + "step": 76000 + }, + { + "entropy": 0.9093634426593781, + "epoch": 7.261870641062386, + "grad_norm": 1.1373032331466675, + "learning_rate": 1.913613279996231e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.986867481470108, + "num_tokens": 97810722.0, + "step": 76010 + }, + { + "entropy": 0.9137029647827148, + "epoch": 7.262826024648897, + "grad_norm": 1.0115697383880615, + "learning_rate": 1.9123706073741703e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9900042414665222, + "num_tokens": 97823507.0, + "step": 76020 + }, + { + "entropy": 0.917951250076294, + "epoch": 7.263781408235406, + "grad_norm": 0.7298726439476013, + "learning_rate": 1.9111282429556437e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9920539438724518, + "num_tokens": 97836962.0, + "step": 76030 + }, + { + "entropy": 0.9273747026920318, + "epoch": 7.264736791821917, + "grad_norm": 1.2155134677886963, + "learning_rate": 1.9098861868646685e-05, + "loss": 0.0357, + "mean_token_accuracy": 0.9872784972190857, + "num_tokens": 97850679.0, + "step": 76040 + }, + { + "entropy": 0.9170262813568115, + "epoch": 7.265692175408427, + "grad_norm": 0.8920322060585022, + "learning_rate": 1.9086444392252174e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9914540708065033, + "num_tokens": 97863877.0, + "step": 76050 + }, + { + "entropy": 0.9160808503627778, + "epoch": 7.266647558994936, + "grad_norm": 1.3555158376693726, + "learning_rate": 1.907403000161246e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.988232547044754, + "num_tokens": 97876790.0, + "step": 76060 + }, + { + "entropy": 0.9237291693687439, + "epoch": 7.267602942581447, + "grad_norm": 0.6432871222496033, + "learning_rate": 1.906161869796669e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9908164083957672, + "num_tokens": 97889663.0, + "step": 76070 + }, + { + "entropy": 0.9142586588859558, + "epoch": 7.268558326167956, + "grad_norm": 0.6828274726867676, + "learning_rate": 1.9049210482553787e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9915538191795349, + "num_tokens": 97902617.0, + "step": 76080 + }, + { + "entropy": 0.9016703307628632, + "epoch": 7.269513709754467, + "grad_norm": 0.9500373005867004, + "learning_rate": 1.903680535661231e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9894424498081207, + "num_tokens": 97915426.0, + "step": 76090 + }, + { + "entropy": 0.901274573802948, + "epoch": 7.270469093340976, + "grad_norm": 1.4182358980178833, + "learning_rate": 1.9024403321380497e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9903826355934143, + "num_tokens": 97928009.0, + "step": 76100 + }, + { + "entropy": 0.8998447954654694, + "epoch": 7.2714244769274865, + "grad_norm": 0.7969304323196411, + "learning_rate": 1.9012004378096342e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.988858699798584, + "num_tokens": 97940630.0, + "step": 76110 + }, + { + "entropy": 0.908126050233841, + "epoch": 7.272379860513996, + "grad_norm": 0.9857029318809509, + "learning_rate": 1.899960852799747e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9921927034854889, + "num_tokens": 97953359.0, + "step": 76120 + }, + { + "entropy": 0.9046587824821473, + "epoch": 7.273335244100506, + "grad_norm": 2.038752317428589, + "learning_rate": 1.898721577232126e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.99010471701622, + "num_tokens": 97966037.0, + "step": 76130 + }, + { + "entropy": 0.9187465250492096, + "epoch": 7.274290627687017, + "grad_norm": 2.14081072807312, + "learning_rate": 1.897482611230467e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9893430352210999, + "num_tokens": 97978902.0, + "step": 76140 + }, + { + "entropy": 0.9007044494152069, + "epoch": 7.275246011273526, + "grad_norm": 1.1830674409866333, + "learning_rate": 1.8962439549184467e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9901324510574341, + "num_tokens": 97991532.0, + "step": 76150 + }, + { + "entropy": 0.909522944688797, + "epoch": 7.276201394860037, + "grad_norm": 2.43011474609375, + "learning_rate": 1.8950056084197077e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9902546584606171, + "num_tokens": 98004071.0, + "step": 76160 + }, + { + "entropy": 0.9259815156459809, + "epoch": 7.277156778446546, + "grad_norm": 1.134899616241455, + "learning_rate": 1.8937675718578586e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9887064695358276, + "num_tokens": 98016983.0, + "step": 76170 + }, + { + "entropy": 0.9063728272914886, + "epoch": 7.278112162033056, + "grad_norm": 0.3973960280418396, + "learning_rate": 1.8925298453564782e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9896328449249268, + "num_tokens": 98029771.0, + "step": 76180 + }, + { + "entropy": 0.9259429812431336, + "epoch": 7.279067545619566, + "grad_norm": 0.887423574924469, + "learning_rate": 1.8912924290391137e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9905693292617798, + "num_tokens": 98042971.0, + "step": 76190 + }, + { + "entropy": 0.9125090956687927, + "epoch": 7.280022929206076, + "grad_norm": 0.8199916481971741, + "learning_rate": 1.8900553230292857e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9900777459144592, + "num_tokens": 98055817.0, + "step": 76200 + }, + { + "entropy": 0.9132271707057953, + "epoch": 7.280978312792586, + "grad_norm": 0.2923528850078583, + "learning_rate": 1.8888185274504776e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9885261356830597, + "num_tokens": 98069059.0, + "step": 76210 + }, + { + "entropy": 0.9159476578235626, + "epoch": 7.281933696379096, + "grad_norm": 1.3170212507247925, + "learning_rate": 1.8875820424261498e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9893944025039673, + "num_tokens": 98081847.0, + "step": 76220 + }, + { + "entropy": 0.9053896605968476, + "epoch": 7.2828890799656065, + "grad_norm": 0.15466704964637756, + "learning_rate": 1.8863458680797197e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9903598010540009, + "num_tokens": 98094612.0, + "step": 76230 + }, + { + "entropy": 0.9228370130062103, + "epoch": 7.283844463552116, + "grad_norm": 1.4781297445297241, + "learning_rate": 1.8851100045345844e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9913086235523224, + "num_tokens": 98107405.0, + "step": 76240 + }, + { + "entropy": 0.9074789524078369, + "epoch": 7.284799847138626, + "grad_norm": 1.614866018295288, + "learning_rate": 1.8838744519141083e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9888777315616608, + "num_tokens": 98119974.0, + "step": 76250 + }, + { + "entropy": 0.9010728538036347, + "epoch": 7.285755230725136, + "grad_norm": 0.5793887972831726, + "learning_rate": 1.882639210341621e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.990912938117981, + "num_tokens": 98132324.0, + "step": 76260 + }, + { + "entropy": 0.9134465515613556, + "epoch": 7.286710614311646, + "grad_norm": 1.7512284517288208, + "learning_rate": 1.8814042799404225e-05, + "loss": 0.0318, + "mean_token_accuracy": 0.9881537437438965, + "num_tokens": 98145212.0, + "step": 76270 + }, + { + "entropy": 0.9134293138980866, + "epoch": 7.287665997898156, + "grad_norm": 0.5475909113883972, + "learning_rate": 1.8801696608337805e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.988241845369339, + "num_tokens": 98158126.0, + "step": 76280 + }, + { + "entropy": 0.9121921956539154, + "epoch": 7.288621381484666, + "grad_norm": 1.2636650800704956, + "learning_rate": 1.878935353144937e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9904031455516815, + "num_tokens": 98170723.0, + "step": 76290 + }, + { + "entropy": 0.9083247900009155, + "epoch": 7.2895767650711765, + "grad_norm": 1.101699948310852, + "learning_rate": 1.8777013569970953e-05, + "loss": 0.0188, + "mean_token_accuracy": 0.9912006676197052, + "num_tokens": 98183463.0, + "step": 76300 + }, + { + "entropy": 0.9073097467422485, + "epoch": 7.290532148657686, + "grad_norm": 2.249265432357788, + "learning_rate": 1.876467672513435e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9870410263538361, + "num_tokens": 98196120.0, + "step": 76310 + }, + { + "entropy": 0.9126729607582093, + "epoch": 7.291487532244196, + "grad_norm": 1.3327150344848633, + "learning_rate": 1.8752342998170996e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9912486016750336, + "num_tokens": 98208951.0, + "step": 76320 + }, + { + "entropy": 0.9153039753437042, + "epoch": 7.292442915830706, + "grad_norm": 0.5829634666442871, + "learning_rate": 1.8740012390312013e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9881691932678223, + "num_tokens": 98222298.0, + "step": 76330 + }, + { + "entropy": 0.8982688128948212, + "epoch": 7.293398299417216, + "grad_norm": 1.5711098909378052, + "learning_rate": 1.8727684902788257e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9884882748126984, + "num_tokens": 98234744.0, + "step": 76340 + }, + { + "entropy": 0.9217682182788849, + "epoch": 7.294353683003726, + "grad_norm": 1.0702688694000244, + "learning_rate": 1.8715360536830208e-05, + "loss": 0.0337, + "mean_token_accuracy": 0.9855323255062103, + "num_tokens": 98247527.0, + "step": 76350 + }, + { + "entropy": 0.9208533048629761, + "epoch": 7.295309066590236, + "grad_norm": 0.5019051432609558, + "learning_rate": 1.870303929366813e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9914398312568664, + "num_tokens": 98260765.0, + "step": 76360 + }, + { + "entropy": 0.9065708041191101, + "epoch": 7.296264450176746, + "grad_norm": 0.3741598129272461, + "learning_rate": 1.8690721174531835e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9909111618995666, + "num_tokens": 98273165.0, + "step": 76370 + }, + { + "entropy": 0.9277727127075195, + "epoch": 7.297219833763256, + "grad_norm": 1.433530330657959, + "learning_rate": 1.8678406180650942e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9880338907241821, + "num_tokens": 98286289.0, + "step": 76380 + }, + { + "entropy": 0.9183376967906952, + "epoch": 7.298175217349766, + "grad_norm": 1.2988468408584595, + "learning_rate": 1.866609431325474e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9898275673389435, + "num_tokens": 98299464.0, + "step": 76390 + }, + { + "entropy": 0.9072932481765748, + "epoch": 7.299130600936276, + "grad_norm": 0.822018563747406, + "learning_rate": 1.8653785573572165e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9888287365436554, + "num_tokens": 98312000.0, + "step": 76400 + }, + { + "entropy": 0.9041528284549714, + "epoch": 7.300085984522786, + "grad_norm": 2.08656907081604, + "learning_rate": 1.8641479962831865e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9909861147403717, + "num_tokens": 98324522.0, + "step": 76410 + }, + { + "entropy": 0.9038067579269409, + "epoch": 7.301041368109296, + "grad_norm": 1.5809905529022217, + "learning_rate": 1.8629177482262144e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9881738722324371, + "num_tokens": 98337111.0, + "step": 76420 + }, + { + "entropy": 0.9206383168697357, + "epoch": 7.301996751695806, + "grad_norm": 1.4090999364852905, + "learning_rate": 1.8616878133091066e-05, + "loss": 0.0319, + "mean_token_accuracy": 0.9877856612205506, + "num_tokens": 98349584.0, + "step": 76430 + }, + { + "entropy": 0.9238262176513672, + "epoch": 7.3029521352823155, + "grad_norm": 1.7341996431350708, + "learning_rate": 1.8604581916546298e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9891374051570893, + "num_tokens": 98362985.0, + "step": 76440 + }, + { + "entropy": 0.9064192354679108, + "epoch": 7.303907518868826, + "grad_norm": 1.4405337572097778, + "learning_rate": 1.859228883385527e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9879348635673523, + "num_tokens": 98375563.0, + "step": 76450 + }, + { + "entropy": 0.917936235666275, + "epoch": 7.304862902455336, + "grad_norm": 0.9973948001861572, + "learning_rate": 1.857999888624505e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.989695280790329, + "num_tokens": 98388648.0, + "step": 76460 + }, + { + "entropy": 0.9168287992477417, + "epoch": 7.305818286041846, + "grad_norm": 0.6848256587982178, + "learning_rate": 1.856771207494238e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9886697351932525, + "num_tokens": 98401713.0, + "step": 76470 + }, + { + "entropy": 0.9086927354335785, + "epoch": 7.306773669628356, + "grad_norm": 2.2057409286499023, + "learning_rate": 1.8555428401173752e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9897037863731384, + "num_tokens": 98414466.0, + "step": 76480 + }, + { + "entropy": 0.9182017266750335, + "epoch": 7.3077290532148655, + "grad_norm": 1.4726003408432007, + "learning_rate": 1.8543147866165294e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9901502132415771, + "num_tokens": 98427141.0, + "step": 76490 + }, + { + "entropy": 0.9110904693603515, + "epoch": 7.308684436801376, + "grad_norm": 1.1182763576507568, + "learning_rate": 1.8530870471142836e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9897663176059723, + "num_tokens": 98440017.0, + "step": 76500 + }, + { + "entropy": 0.9087452530860901, + "epoch": 7.309639820387885, + "grad_norm": 1.7876478433609009, + "learning_rate": 1.8518596217331874e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9902315557003021, + "num_tokens": 98452806.0, + "step": 76510 + }, + { + "entropy": 0.9198522746562958, + "epoch": 7.310595203974396, + "grad_norm": 1.128612995147705, + "learning_rate": 1.850632510595764e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9913550913333893, + "num_tokens": 98465933.0, + "step": 76520 + }, + { + "entropy": 0.9200113415718079, + "epoch": 7.311550587560905, + "grad_norm": 1.92210054397583, + "learning_rate": 1.849405713824499e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9899092197418213, + "num_tokens": 98478759.0, + "step": 76530 + }, + { + "entropy": 0.9169620633125305, + "epoch": 7.312505971147416, + "grad_norm": 1.2806040048599243, + "learning_rate": 1.8481792315418533e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9896704494953156, + "num_tokens": 98491331.0, + "step": 76540 + }, + { + "entropy": 0.9304071187973022, + "epoch": 7.313461354733926, + "grad_norm": 0.8241224884986877, + "learning_rate": 1.8469530638702516e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9878658533096314, + "num_tokens": 98504224.0, + "step": 76550 + }, + { + "entropy": 0.9270799219608307, + "epoch": 7.3144167383204355, + "grad_norm": 1.1781572103500366, + "learning_rate": 1.845727210932086e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9888445138931274, + "num_tokens": 98516905.0, + "step": 76560 + }, + { + "entropy": 0.9257345199584961, + "epoch": 7.315372121906946, + "grad_norm": 0.6520414352416992, + "learning_rate": 1.844501672849724e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9898251712322235, + "num_tokens": 98529630.0, + "step": 76570 + }, + { + "entropy": 0.9306219756603241, + "epoch": 7.316327505493455, + "grad_norm": 0.9703580737113953, + "learning_rate": 1.8432764497454948e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9902670860290528, + "num_tokens": 98542269.0, + "step": 76580 + }, + { + "entropy": 0.9112694680690765, + "epoch": 7.317282889079966, + "grad_norm": 0.66739422082901, + "learning_rate": 1.8420515417416988e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9901805222034454, + "num_tokens": 98555153.0, + "step": 76590 + }, + { + "entropy": 0.9129495799541474, + "epoch": 7.318238272666475, + "grad_norm": 0.4092399775981903, + "learning_rate": 1.840826948960604e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9903222441673278, + "num_tokens": 98567794.0, + "step": 76600 + }, + { + "entropy": 0.9183623492717743, + "epoch": 7.319193656252986, + "grad_norm": 0.46406519412994385, + "learning_rate": 1.839602671524449e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9855443120002747, + "num_tokens": 98580991.0, + "step": 76610 + }, + { + "entropy": 0.9094661056995392, + "epoch": 7.320149039839496, + "grad_norm": 0.9761322140693665, + "learning_rate": 1.8383787095554416e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.990359753370285, + "num_tokens": 98593446.0, + "step": 76620 + }, + { + "entropy": 0.9037082433700562, + "epoch": 7.321104423426005, + "grad_norm": 1.1385951042175293, + "learning_rate": 1.837155063175754e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9881584763526916, + "num_tokens": 98606561.0, + "step": 76630 + }, + { + "entropy": 0.9012182056903839, + "epoch": 7.322059807012516, + "grad_norm": 1.6347472667694092, + "learning_rate": 1.83593173250753e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9910429954528809, + "num_tokens": 98619451.0, + "step": 76640 + }, + { + "entropy": 0.9067410290241241, + "epoch": 7.323015190599025, + "grad_norm": 0.43056824803352356, + "learning_rate": 1.8347087176728783e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9895585119724274, + "num_tokens": 98631831.0, + "step": 76650 + }, + { + "entropy": 0.8941372394561767, + "epoch": 7.323970574185536, + "grad_norm": 1.2736260890960693, + "learning_rate": 1.833486018793883e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9875303328037262, + "num_tokens": 98644485.0, + "step": 76660 + }, + { + "entropy": 0.9138806402683258, + "epoch": 7.324925957772045, + "grad_norm": 0.7166210412979126, + "learning_rate": 1.8322636359925904e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9901085615158081, + "num_tokens": 98657271.0, + "step": 76670 + }, + { + "entropy": 0.9116261780261994, + "epoch": 7.3258813413585555, + "grad_norm": 0.5060659646987915, + "learning_rate": 1.831041569391016e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9915857791900635, + "num_tokens": 98670246.0, + "step": 76680 + }, + { + "entropy": 0.9154483199119567, + "epoch": 7.326836724945066, + "grad_norm": 1.6700091361999512, + "learning_rate": 1.8298198191111482e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9891515254974366, + "num_tokens": 98683509.0, + "step": 76690 + }, + { + "entropy": 0.9102112948894501, + "epoch": 7.327792108531575, + "grad_norm": 1.1621099710464478, + "learning_rate": 1.8285983852749374e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9912184476852417, + "num_tokens": 98696774.0, + "step": 76700 + }, + { + "entropy": 0.9126585483551025, + "epoch": 7.328747492118086, + "grad_norm": 1.78108549118042, + "learning_rate": 1.8273772680043083e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9898366332054138, + "num_tokens": 98709702.0, + "step": 76710 + }, + { + "entropy": 0.9206727623939515, + "epoch": 7.329702875704595, + "grad_norm": 1.1582086086273193, + "learning_rate": 1.8261564674211514e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9906335294246673, + "num_tokens": 98722712.0, + "step": 76720 + }, + { + "entropy": 0.9104084193706512, + "epoch": 7.330658259291106, + "grad_norm": 1.9723354578018188, + "learning_rate": 1.8249359836473234e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9897966504096984, + "num_tokens": 98735279.0, + "step": 76730 + }, + { + "entropy": 0.909529185295105, + "epoch": 7.331613642877615, + "grad_norm": 1.0929077863693237, + "learning_rate": 1.823715816804652e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.991271722316742, + "num_tokens": 98748284.0, + "step": 76740 + }, + { + "entropy": 0.9009467422962188, + "epoch": 7.3325690264641255, + "grad_norm": 2.1236062049865723, + "learning_rate": 1.8224959670149327e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9950665712356568, + "num_tokens": 98760995.0, + "step": 76750 + }, + { + "entropy": 0.9147859156131745, + "epoch": 7.333524410050635, + "grad_norm": 1.2147603034973145, + "learning_rate": 1.8212764343999322e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9889805853366852, + "num_tokens": 98773706.0, + "step": 76760 + }, + { + "entropy": 0.9248414158821106, + "epoch": 7.334479793637145, + "grad_norm": 1.4674865007400513, + "learning_rate": 1.8200572190813812e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.986530202627182, + "num_tokens": 98786670.0, + "step": 76770 + }, + { + "entropy": 0.9174331843852996, + "epoch": 7.335435177223656, + "grad_norm": 0.9927424192428589, + "learning_rate": 1.81883832118098e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9888867616653443, + "num_tokens": 98799221.0, + "step": 76780 + }, + { + "entropy": 0.9109841227531433, + "epoch": 7.336390560810165, + "grad_norm": 2.1787922382354736, + "learning_rate": 1.8176197408203953e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9906490504741668, + "num_tokens": 98811844.0, + "step": 76790 + }, + { + "entropy": 0.908289247751236, + "epoch": 7.3373459443966755, + "grad_norm": 0.5750977993011475, + "learning_rate": 1.816401478121269e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.992219203710556, + "num_tokens": 98824475.0, + "step": 76800 + }, + { + "entropy": 0.9114481568336487, + "epoch": 7.338301327983185, + "grad_norm": 1.21254301071167, + "learning_rate": 1.815183533205204e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9884415149688721, + "num_tokens": 98837135.0, + "step": 76810 + }, + { + "entropy": 0.9181811213493347, + "epoch": 7.339256711569695, + "grad_norm": 0.9605658054351807, + "learning_rate": 1.8139659061937746e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9912403762340546, + "num_tokens": 98850130.0, + "step": 76820 + }, + { + "entropy": 0.9214573204517365, + "epoch": 7.340212095156205, + "grad_norm": 0.22890478372573853, + "learning_rate": 1.8127485972085213e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9898067057132721, + "num_tokens": 98863420.0, + "step": 76830 + }, + { + "entropy": 0.91114462018013, + "epoch": 7.341167478742715, + "grad_norm": 0.6571472883224487, + "learning_rate": 1.8115316063709552e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9908354222774506, + "num_tokens": 98876428.0, + "step": 76840 + }, + { + "entropy": 0.9020515024662018, + "epoch": 7.342122862329225, + "grad_norm": 0.8180882334709167, + "learning_rate": 1.8103149338025577e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9897703707218171, + "num_tokens": 98888832.0, + "step": 76850 + }, + { + "entropy": 0.9203986644744873, + "epoch": 7.343078245915735, + "grad_norm": 1.225996971130371, + "learning_rate": 1.8090985796247734e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9906618356704712, + "num_tokens": 98901665.0, + "step": 76860 + }, + { + "entropy": 0.9024863600730896, + "epoch": 7.3440336295022455, + "grad_norm": 1.1301029920578003, + "learning_rate": 1.8078825439590176e-05, + "loss": 0.034, + "mean_token_accuracy": 0.9876629650592804, + "num_tokens": 98914307.0, + "step": 76870 + }, + { + "entropy": 0.9163081586360932, + "epoch": 7.344989013088755, + "grad_norm": 0.5837056636810303, + "learning_rate": 1.8066668269266712e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9913907289505005, + "num_tokens": 98926980.0, + "step": 76880 + }, + { + "entropy": 0.9554853498935699, + "epoch": 7.345944396675265, + "grad_norm": 1.6542874574661255, + "learning_rate": 1.8054514286490896e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9882986843585968, + "num_tokens": 98940659.0, + "step": 76890 + }, + { + "entropy": 0.9160832047462464, + "epoch": 7.346899780261775, + "grad_norm": 0.7034996151924133, + "learning_rate": 1.804236349247591e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9912521779537201, + "num_tokens": 98953588.0, + "step": 76900 + }, + { + "entropy": 0.9280365586280823, + "epoch": 7.347855163848285, + "grad_norm": 1.2901115417480469, + "learning_rate": 1.8030215888434617e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.991114467382431, + "num_tokens": 98966500.0, + "step": 76910 + }, + { + "entropy": 0.9355321586132049, + "epoch": 7.348810547434795, + "grad_norm": 1.0258896350860596, + "learning_rate": 1.8018071475579594e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9892083704471588, + "num_tokens": 98979419.0, + "step": 76920 + }, + { + "entropy": 0.9179532468318939, + "epoch": 7.349765931021305, + "grad_norm": 1.2835633754730225, + "learning_rate": 1.8005930255123066e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9905481100082397, + "num_tokens": 98991852.0, + "step": 76930 + }, + { + "entropy": 0.9163148283958436, + "epoch": 7.350721314607815, + "grad_norm": 0.5924063920974731, + "learning_rate": 1.799379222827698e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9918891549110412, + "num_tokens": 99004574.0, + "step": 76940 + }, + { + "entropy": 0.9049675822257995, + "epoch": 7.351676698194325, + "grad_norm": 1.1046711206436157, + "learning_rate": 1.7981657396252926e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9920467436313629, + "num_tokens": 99017313.0, + "step": 76950 + }, + { + "entropy": 0.9023367881774902, + "epoch": 7.352632081780835, + "grad_norm": 1.7006944417953491, + "learning_rate": 1.7969525760262184e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911391258239746, + "num_tokens": 99029697.0, + "step": 76960 + }, + { + "entropy": 0.9123591363430024, + "epoch": 7.353587465367345, + "grad_norm": 1.8607428073883057, + "learning_rate": 1.7957397321515713e-05, + "loss": 0.0355, + "mean_token_accuracy": 0.9865467309951782, + "num_tokens": 99042664.0, + "step": 76970 + }, + { + "entropy": 0.9290244936943054, + "epoch": 7.354542848953855, + "grad_norm": 1.6730257272720337, + "learning_rate": 1.7945272081224164e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9879882037639618, + "num_tokens": 99056055.0, + "step": 76980 + }, + { + "entropy": 0.9291719794273376, + "epoch": 7.355498232540365, + "grad_norm": 2.7122437953948975, + "learning_rate": 1.7933150040597906e-05, + "loss": 0.0339, + "mean_token_accuracy": 0.9890682876110077, + "num_tokens": 99068878.0, + "step": 76990 + }, + { + "entropy": 0.9069336652755737, + "epoch": 7.356453616126875, + "grad_norm": 1.511549949645996, + "learning_rate": 1.792103120084688e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9915318608283996, + "num_tokens": 99081292.0, + "step": 77000 + }, + { + "entropy": 0.9224373757839203, + "epoch": 7.357408999713385, + "grad_norm": 1.177534818649292, + "learning_rate": 1.7908915563180817e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9929454505443573, + "num_tokens": 99094688.0, + "step": 77010 + }, + { + "entropy": 0.9196109354496003, + "epoch": 7.358364383299895, + "grad_norm": 1.7281183004379272, + "learning_rate": 1.7896803128809065e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9879534304141998, + "num_tokens": 99107494.0, + "step": 77020 + }, + { + "entropy": 0.9300462305545807, + "epoch": 7.359319766886405, + "grad_norm": 1.31455397605896, + "learning_rate": 1.788469389894069e-05, + "loss": 0.0353, + "mean_token_accuracy": 0.9871148347854615, + "num_tokens": 99120311.0, + "step": 77030 + }, + { + "entropy": 0.9307633817195893, + "epoch": 7.360275150472915, + "grad_norm": 2.0207278728485107, + "learning_rate": 1.787258787478442e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9878263413906098, + "num_tokens": 99134133.0, + "step": 77040 + }, + { + "entropy": 0.9098623216152191, + "epoch": 7.361230534059425, + "grad_norm": 1.5937587022781372, + "learning_rate": 1.7860485057548637e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9901129901409149, + "num_tokens": 99146651.0, + "step": 77050 + }, + { + "entropy": 0.9212884783744812, + "epoch": 7.3621859176459346, + "grad_norm": 0.5401085019111633, + "learning_rate": 1.7848385448441467e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9907882809638977, + "num_tokens": 99159867.0, + "step": 77060 + }, + { + "entropy": 0.9305317819118499, + "epoch": 7.363141301232445, + "grad_norm": 1.1414225101470947, + "learning_rate": 1.7836289048670646e-05, + "loss": 0.0365, + "mean_token_accuracy": 0.986199164390564, + "num_tokens": 99173119.0, + "step": 77070 + }, + { + "entropy": 0.9132221877574921, + "epoch": 7.364096684818954, + "grad_norm": 1.942328929901123, + "learning_rate": 1.7824195859443655e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9875600278377533, + "num_tokens": 99186060.0, + "step": 77080 + }, + { + "entropy": 0.916214919090271, + "epoch": 7.365052068405465, + "grad_norm": 0.48344480991363525, + "learning_rate": 1.78121058819676e-05, + "loss": 0.0194, + "mean_token_accuracy": 0.9941454410552979, + "num_tokens": 99199076.0, + "step": 77090 + }, + { + "entropy": 0.9295660734176636, + "epoch": 7.366007451991975, + "grad_norm": 1.033414602279663, + "learning_rate": 1.78000191174493e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9891827166080475, + "num_tokens": 99211727.0, + "step": 77100 + }, + { + "entropy": 0.9157268702983856, + "epoch": 7.366962835578485, + "grad_norm": 0.9979478120803833, + "learning_rate": 1.7787935567095214e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9900231301784516, + "num_tokens": 99225177.0, + "step": 77110 + }, + { + "entropy": 0.903161346912384, + "epoch": 7.367918219164995, + "grad_norm": 0.7744137644767761, + "learning_rate": 1.7775855232111548e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9916657984256745, + "num_tokens": 99237889.0, + "step": 77120 + }, + { + "entropy": 0.9190912663936615, + "epoch": 7.3688736027515045, + "grad_norm": 1.0115514993667603, + "learning_rate": 1.776377811370413e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9918091118335723, + "num_tokens": 99250682.0, + "step": 77130 + }, + { + "entropy": 0.9125866651535034, + "epoch": 7.369828986338015, + "grad_norm": 0.3157353699207306, + "learning_rate": 1.7751704213078462e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9903328835964202, + "num_tokens": 99263588.0, + "step": 77140 + }, + { + "entropy": 0.9187212765216828, + "epoch": 7.370784369924524, + "grad_norm": 0.6790769100189209, + "learning_rate": 1.7739633531439786e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9911533474922181, + "num_tokens": 99276179.0, + "step": 77150 + }, + { + "entropy": 0.9066925048828125, + "epoch": 7.371739753511035, + "grad_norm": 1.3611335754394531, + "learning_rate": 1.7727566069992944e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9896957099437713, + "num_tokens": 99288488.0, + "step": 77160 + }, + { + "entropy": 0.9233400285243988, + "epoch": 7.372695137097544, + "grad_norm": 1.0197441577911377, + "learning_rate": 1.7715501829942532e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9909086167812348, + "num_tokens": 99301255.0, + "step": 77170 + }, + { + "entropy": 0.9255450010299683, + "epoch": 7.373650520684055, + "grad_norm": 1.0671305656433105, + "learning_rate": 1.7703440812492773e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.990593159198761, + "num_tokens": 99314119.0, + "step": 77180 + }, + { + "entropy": 0.9077901601791382, + "epoch": 7.374605904270565, + "grad_norm": 0.905737578868866, + "learning_rate": 1.769138301884758e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9895162165164948, + "num_tokens": 99326849.0, + "step": 77190 + }, + { + "entropy": 0.9099189579486847, + "epoch": 7.375561287857074, + "grad_norm": 0.987725555896759, + "learning_rate": 1.7679328450210536e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9889523267745972, + "num_tokens": 99339244.0, + "step": 77200 + }, + { + "entropy": 0.9245884954929352, + "epoch": 7.376516671443585, + "grad_norm": 1.9569768905639648, + "learning_rate": 1.7667277107784925e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9913533508777619, + "num_tokens": 99352137.0, + "step": 77210 + }, + { + "entropy": 0.913363265991211, + "epoch": 7.377472055030094, + "grad_norm": 1.7483235597610474, + "learning_rate": 1.7655228992773738e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9903199434280395, + "num_tokens": 99364870.0, + "step": 77220 + }, + { + "entropy": 0.9248428702354431, + "epoch": 7.378427438616605, + "grad_norm": 2.202542304992676, + "learning_rate": 1.764318410637953e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9848278641700745, + "num_tokens": 99378307.0, + "step": 77230 + }, + { + "entropy": 0.9258281350135803, + "epoch": 7.379382822203114, + "grad_norm": 1.2425419092178345, + "learning_rate": 1.7631142449804656e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9928602993488311, + "num_tokens": 99391613.0, + "step": 77240 + }, + { + "entropy": 0.935603928565979, + "epoch": 7.3803382057896245, + "grad_norm": 1.2484904527664185, + "learning_rate": 1.7619104024251075e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9898457229137421, + "num_tokens": 99405262.0, + "step": 77250 + }, + { + "entropy": 0.9184172511100769, + "epoch": 7.381293589376135, + "grad_norm": 1.2390207052230835, + "learning_rate": 1.7607068830920475e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9892586588859558, + "num_tokens": 99417906.0, + "step": 77260 + }, + { + "entropy": 0.9168217599391937, + "epoch": 7.382248972962644, + "grad_norm": 1.0180970430374146, + "learning_rate": 1.7595036871014187e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9888425350189209, + "num_tokens": 99431040.0, + "step": 77270 + }, + { + "entropy": 0.9197142481803894, + "epoch": 7.383204356549155, + "grad_norm": 0.48995575308799744, + "learning_rate": 1.7583008145733197e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9903133392333985, + "num_tokens": 99443896.0, + "step": 77280 + }, + { + "entropy": 0.9078519463539123, + "epoch": 7.384159740135664, + "grad_norm": 1.3290361166000366, + "learning_rate": 1.7570982656278247e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9924017429351807, + "num_tokens": 99456170.0, + "step": 77290 + }, + { + "entropy": 0.9146550178527832, + "epoch": 7.385115123722175, + "grad_norm": 1.3379180431365967, + "learning_rate": 1.7558960403849663e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.9890695095062256, + "num_tokens": 99468904.0, + "step": 77300 + }, + { + "entropy": 0.909659206867218, + "epoch": 7.386070507308684, + "grad_norm": 1.022850513458252, + "learning_rate": 1.754694138964754e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9912614822387695, + "num_tokens": 99481607.0, + "step": 77310 + }, + { + "entropy": 0.9249121129512787, + "epoch": 7.3870258908951945, + "grad_norm": 1.1959044933319092, + "learning_rate": 1.7534925614871546e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9890702426433563, + "num_tokens": 99494347.0, + "step": 77320 + }, + { + "entropy": 0.9142485797405243, + "epoch": 7.387981274481705, + "grad_norm": 2.1217260360717773, + "learning_rate": 1.7522913080721122e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.991295462846756, + "num_tokens": 99507338.0, + "step": 77330 + }, + { + "entropy": 0.9166618883609772, + "epoch": 7.388936658068214, + "grad_norm": 0.7138170599937439, + "learning_rate": 1.7510903788395316e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9907291889190674, + "num_tokens": 99520020.0, + "step": 77340 + }, + { + "entropy": 0.9096433758735657, + "epoch": 7.389892041654725, + "grad_norm": 1.6988253593444824, + "learning_rate": 1.7498897739092918e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9903490602970123, + "num_tokens": 99532746.0, + "step": 77350 + }, + { + "entropy": 0.9205536603927612, + "epoch": 7.390847425241234, + "grad_norm": 0.5600510239601135, + "learning_rate": 1.7486894934012332e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9893946945667267, + "num_tokens": 99545783.0, + "step": 77360 + }, + { + "entropy": 0.9300408005714417, + "epoch": 7.3918028088277445, + "grad_norm": 1.1157633066177368, + "learning_rate": 1.7474895374351653e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9894744098186493, + "num_tokens": 99559245.0, + "step": 77370 + }, + { + "entropy": 0.9067100524902344, + "epoch": 7.392758192414254, + "grad_norm": 0.6582789421081543, + "learning_rate": 1.7462899061308698e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9910255193710327, + "num_tokens": 99571819.0, + "step": 77380 + }, + { + "entropy": 0.9314357280731201, + "epoch": 7.393713576000764, + "grad_norm": 0.8125092387199402, + "learning_rate": 1.7450905996080886e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9879268944263458, + "num_tokens": 99584516.0, + "step": 77390 + }, + { + "entropy": 0.9170416831970215, + "epoch": 7.394668959587274, + "grad_norm": 0.9916201233863831, + "learning_rate": 1.743891617986539e-05, + "loss": 0.0344, + "mean_token_accuracy": 0.9876973390579223, + "num_tokens": 99597626.0, + "step": 77400 + }, + { + "entropy": 0.914671516418457, + "epoch": 7.395624343173784, + "grad_norm": 1.042000651359558, + "learning_rate": 1.7426929613859e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9891809761524201, + "num_tokens": 99610284.0, + "step": 77410 + }, + { + "entropy": 0.9331786334514618, + "epoch": 7.396579726760295, + "grad_norm": 0.43532153964042664, + "learning_rate": 1.74149462992582e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9915064632892608, + "num_tokens": 99623938.0, + "step": 77420 + }, + { + "entropy": 0.9170400500297546, + "epoch": 7.397535110346804, + "grad_norm": 1.01487398147583, + "learning_rate": 1.7402966237259132e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9931914925575256, + "num_tokens": 99636366.0, + "step": 77430 + }, + { + "entropy": 0.9436045050621032, + "epoch": 7.3984904939333145, + "grad_norm": 1.3308672904968262, + "learning_rate": 1.7390989429057675e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9913678467273712, + "num_tokens": 99649583.0, + "step": 77440 + }, + { + "entropy": 0.9149685144424439, + "epoch": 7.399445877519824, + "grad_norm": 1.6269893646240234, + "learning_rate": 1.7379015875849308e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9918830394744873, + "num_tokens": 99662149.0, + "step": 77450 + }, + { + "entropy": 0.9188253581523895, + "epoch": 7.400401261106334, + "grad_norm": 1.0776066780090332, + "learning_rate": 1.7367045578829212e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9873681724071502, + "num_tokens": 99674804.0, + "step": 77460 + }, + { + "entropy": 0.9325783431529999, + "epoch": 7.401356644692844, + "grad_norm": 0.7489984631538391, + "learning_rate": 1.7355078539192276e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9903559148311615, + "num_tokens": 99687621.0, + "step": 77470 + }, + { + "entropy": 0.9301737189292908, + "epoch": 7.402312028279354, + "grad_norm": 1.732051134109497, + "learning_rate": 1.7343114758133006e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9905648112297059, + "num_tokens": 99700735.0, + "step": 77480 + }, + { + "entropy": 0.9164784848690033, + "epoch": 7.403267411865864, + "grad_norm": 2.1071462631225586, + "learning_rate": 1.7331154236845644e-05, + "loss": 0.0321, + "mean_token_accuracy": 0.988362455368042, + "num_tokens": 99713788.0, + "step": 77490 + }, + { + "entropy": 0.9195706725120545, + "epoch": 7.404222795452374, + "grad_norm": 1.948290467262268, + "learning_rate": 1.7319196976524055e-05, + "loss": 0.0355, + "mean_token_accuracy": 0.9870773375034332, + "num_tokens": 99726607.0, + "step": 77500 + }, + { + "entropy": 0.9339204847812652, + "epoch": 7.405178179038884, + "grad_norm": 1.9333750009536743, + "learning_rate": 1.7307242978361788e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9888974308967591, + "num_tokens": 99739403.0, + "step": 77510 + }, + { + "entropy": 0.91850506067276, + "epoch": 7.406133562625394, + "grad_norm": 1.3076221942901611, + "learning_rate": 1.72952922435521e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9878906965255737, + "num_tokens": 99752063.0, + "step": 77520 + }, + { + "entropy": 0.9388381779193878, + "epoch": 7.407088946211904, + "grad_norm": 0.6227468848228455, + "learning_rate": 1.7283344773287885e-05, + "loss": 0.032, + "mean_token_accuracy": 0.9876259207725525, + "num_tokens": 99765008.0, + "step": 77530 + }, + { + "entropy": 0.9227142453193664, + "epoch": 7.408044329798414, + "grad_norm": 1.3027477264404297, + "learning_rate": 1.727140056876176e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9907353699207306, + "num_tokens": 99777849.0, + "step": 77540 + }, + { + "entropy": 0.9324404835700989, + "epoch": 7.408999713384924, + "grad_norm": 0.745751678943634, + "learning_rate": 1.725945963116592e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9918555378913879, + "num_tokens": 99790747.0, + "step": 77550 + }, + { + "entropy": 0.9218459010124207, + "epoch": 7.409955096971434, + "grad_norm": 1.4701781272888184, + "learning_rate": 1.7247521961692343e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9935108661651612, + "num_tokens": 99803548.0, + "step": 77560 + }, + { + "entropy": 0.9297526895999908, + "epoch": 7.410910480557944, + "grad_norm": 0.9450392127037048, + "learning_rate": 1.72355875615326e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9895843446254731, + "num_tokens": 99817461.0, + "step": 77570 + }, + { + "entropy": 0.921926611661911, + "epoch": 7.411865864144454, + "grad_norm": 2.2665185928344727, + "learning_rate": 1.7223656431878006e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9916469097137451, + "num_tokens": 99830176.0, + "step": 77580 + }, + { + "entropy": 0.9101405620574952, + "epoch": 7.412821247730964, + "grad_norm": 1.9226133823394775, + "learning_rate": 1.721172857391949e-05, + "loss": 0.0157, + "mean_token_accuracy": 0.9942306220531464, + "num_tokens": 99842933.0, + "step": 77590 + }, + { + "entropy": 0.8991986572742462, + "epoch": 7.413776631317474, + "grad_norm": 0.45977678894996643, + "learning_rate": 1.719980398884766e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.991721773147583, + "num_tokens": 99855407.0, + "step": 77600 + }, + { + "entropy": 0.9128103494644165, + "epoch": 7.414732014903984, + "grad_norm": 0.5087862014770508, + "learning_rate": 1.7187882677852857e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9908761978149414, + "num_tokens": 99867752.0, + "step": 77610 + }, + { + "entropy": 0.9082729697227478, + "epoch": 7.415687398490494, + "grad_norm": 0.4315379559993744, + "learning_rate": 1.717596464212501e-05, + "loss": 0.0169, + "mean_token_accuracy": 0.9938775300979614, + "num_tokens": 99880450.0, + "step": 77620 + }, + { + "entropy": 0.9232765793800354, + "epoch": 7.416642782077004, + "grad_norm": 0.9870757460594177, + "learning_rate": 1.7164049882853812e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9872479617595673, + "num_tokens": 99893644.0, + "step": 77630 + }, + { + "entropy": 0.9266332387924194, + "epoch": 7.417598165663514, + "grad_norm": 0.5555675029754639, + "learning_rate": 1.7152138401228518e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9923324465751648, + "num_tokens": 99906555.0, + "step": 77640 + }, + { + "entropy": 0.909140145778656, + "epoch": 7.418553549250024, + "grad_norm": 0.34692397713661194, + "learning_rate": 1.7140230198438157e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9928635001182556, + "num_tokens": 99919189.0, + "step": 77650 + }, + { + "entropy": 0.9126067876815795, + "epoch": 7.419508932836534, + "grad_norm": 0.4205659329891205, + "learning_rate": 1.7128325275671398e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9934081077575684, + "num_tokens": 99931992.0, + "step": 77660 + }, + { + "entropy": 0.9032930433750153, + "epoch": 7.420464316423044, + "grad_norm": 1.1998887062072754, + "learning_rate": 1.7116423634116563e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9876870095729828, + "num_tokens": 99944503.0, + "step": 77670 + }, + { + "entropy": 0.9106797695159912, + "epoch": 7.421419700009554, + "grad_norm": 0.7825467586517334, + "learning_rate": 1.7104525274961657e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9891169726848602, + "num_tokens": 99957687.0, + "step": 77680 + }, + { + "entropy": 0.9049763143062591, + "epoch": 7.422375083596064, + "grad_norm": 1.0821044445037842, + "learning_rate": 1.7092630199394356e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9910985410213471, + "num_tokens": 99969926.0, + "step": 77690 + }, + { + "entropy": 0.9206481337547302, + "epoch": 7.4233304671825735, + "grad_norm": 1.7162878513336182, + "learning_rate": 1.708073840860203e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9868482828140259, + "num_tokens": 99982934.0, + "step": 77700 + }, + { + "entropy": 0.9033612847328186, + "epoch": 7.424285850769084, + "grad_norm": 1.3030462265014648, + "learning_rate": 1.706884990377168e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9870754182338715, + "num_tokens": 99995485.0, + "step": 77710 + }, + { + "entropy": 0.9222023963928223, + "epoch": 7.425241234355593, + "grad_norm": 0.8210236430168152, + "learning_rate": 1.705696468609003e-05, + "loss": 0.0332, + "mean_token_accuracy": 0.9851324558258057, + "num_tokens": 100008724.0, + "step": 77720 + }, + { + "entropy": 0.909994488954544, + "epoch": 7.426196617942104, + "grad_norm": 0.6742081642150879, + "learning_rate": 1.704508275674344e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9903640806674957, + "num_tokens": 100021404.0, + "step": 77730 + }, + { + "entropy": 0.9186048567295074, + "epoch": 7.427152001528614, + "grad_norm": 1.6296563148498535, + "learning_rate": 1.703320411691793e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9895830869674682, + "num_tokens": 100034724.0, + "step": 77740 + }, + { + "entropy": 0.9083711266517639, + "epoch": 7.428107385115124, + "grad_norm": 1.681922197341919, + "learning_rate": 1.7021328767799238e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9871496260166168, + "num_tokens": 100047337.0, + "step": 77750 + }, + { + "entropy": 0.9069864869117736, + "epoch": 7.429062768701634, + "grad_norm": 0.5797714591026306, + "learning_rate": 1.7009456710572734e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9899257957935333, + "num_tokens": 100060402.0, + "step": 77760 + }, + { + "entropy": 0.9213735938072205, + "epoch": 7.430018152288143, + "grad_norm": 1.3143006563186646, + "learning_rate": 1.699758794642348e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.988979822397232, + "num_tokens": 100073568.0, + "step": 77770 + }, + { + "entropy": 0.9352746486663819, + "epoch": 7.430973535874654, + "grad_norm": 0.6102576851844788, + "learning_rate": 1.698572247653618e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9896282851696014, + "num_tokens": 100086876.0, + "step": 77780 + }, + { + "entropy": 0.9161475360393524, + "epoch": 7.431928919461163, + "grad_norm": 1.0193959474563599, + "learning_rate": 1.6973860302095267e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9896072566509246, + "num_tokens": 100099629.0, + "step": 77790 + }, + { + "entropy": 0.9152356863021851, + "epoch": 7.432884303047674, + "grad_norm": 0.5355079770088196, + "learning_rate": 1.6962001424284774e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.99262934923172, + "num_tokens": 100112305.0, + "step": 77800 + }, + { + "entropy": 0.9046419978141784, + "epoch": 7.433839686634184, + "grad_norm": 1.652228832244873, + "learning_rate": 1.6950145844288474e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9901692271232605, + "num_tokens": 100124814.0, + "step": 77810 + }, + { + "entropy": 0.9227321565151214, + "epoch": 7.4347950702206935, + "grad_norm": 0.9053806066513062, + "learning_rate": 1.693829356328976e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9918638169765472, + "num_tokens": 100137822.0, + "step": 77820 + }, + { + "entropy": 0.9107543051242828, + "epoch": 7.435750453807204, + "grad_norm": 1.8199032545089722, + "learning_rate": 1.692644458247169e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9892873704433441, + "num_tokens": 100150854.0, + "step": 77830 + }, + { + "entropy": 0.917278778553009, + "epoch": 7.436705837393713, + "grad_norm": 0.4029954671859741, + "learning_rate": 1.6914598903017058e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9922200679779053, + "num_tokens": 100164103.0, + "step": 77840 + }, + { + "entropy": 0.908844655752182, + "epoch": 7.437661220980224, + "grad_norm": 1.0217275619506836, + "learning_rate": 1.6902756526108254e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9907923519611359, + "num_tokens": 100176695.0, + "step": 77850 + }, + { + "entropy": 0.9146837413311004, + "epoch": 7.438616604566733, + "grad_norm": 0.39614444971084595, + "learning_rate": 1.6890917452927414e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9909200966358185, + "num_tokens": 100189368.0, + "step": 77860 + }, + { + "entropy": 0.926112699508667, + "epoch": 7.439571988153244, + "grad_norm": 1.7304226160049438, + "learning_rate": 1.6879081684656234e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.990871250629425, + "num_tokens": 100202254.0, + "step": 77870 + }, + { + "entropy": 0.8996494472026825, + "epoch": 7.440527371739753, + "grad_norm": 0.9815202355384827, + "learning_rate": 1.686724922247618e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9909704804420472, + "num_tokens": 100214389.0, + "step": 77880 + }, + { + "entropy": 0.9107346117496491, + "epoch": 7.4414827553262635, + "grad_norm": 1.0740050077438354, + "learning_rate": 1.6855420067568373e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.988716471195221, + "num_tokens": 100226906.0, + "step": 77890 + }, + { + "entropy": 0.9255689144134521, + "epoch": 7.442438138912774, + "grad_norm": 3.031688928604126, + "learning_rate": 1.684359422111357e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9897655844688416, + "num_tokens": 100240251.0, + "step": 77900 + }, + { + "entropy": 0.9266458094120026, + "epoch": 7.443393522499283, + "grad_norm": 1.3724262714385986, + "learning_rate": 1.6831771684292203e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9883333027362824, + "num_tokens": 100253735.0, + "step": 77910 + }, + { + "entropy": 0.92397700548172, + "epoch": 7.444348906085794, + "grad_norm": 0.46334853768348694, + "learning_rate": 1.681995245828438e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9920034050941468, + "num_tokens": 100266564.0, + "step": 77920 + }, + { + "entropy": 0.9292523622512817, + "epoch": 7.445304289672303, + "grad_norm": 0.9372648000717163, + "learning_rate": 1.6808136544269915e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9885654449462891, + "num_tokens": 100279914.0, + "step": 77930 + }, + { + "entropy": 0.9233391523361206, + "epoch": 7.4462596732588135, + "grad_norm": 0.36021924018859863, + "learning_rate": 1.6796323943428217e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9881078243255615, + "num_tokens": 100292737.0, + "step": 77940 + }, + { + "entropy": 0.9104232072830201, + "epoch": 7.447215056845323, + "grad_norm": 1.2443163394927979, + "learning_rate": 1.678451465693846e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9922868549823761, + "num_tokens": 100305632.0, + "step": 77950 + }, + { + "entropy": 0.9340129435062409, + "epoch": 7.448170440431833, + "grad_norm": 1.1136791706085205, + "learning_rate": 1.6772708685979364e-05, + "loss": 0.023, + "mean_token_accuracy": 0.990397447347641, + "num_tokens": 100319260.0, + "step": 77960 + }, + { + "entropy": 0.9016373872756958, + "epoch": 7.449125824018344, + "grad_norm": 0.715876042842865, + "learning_rate": 1.6760906031729424e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9902329802513122, + "num_tokens": 100331916.0, + "step": 77970 + }, + { + "entropy": 0.9232228696346283, + "epoch": 7.450081207604853, + "grad_norm": 1.492566466331482, + "learning_rate": 1.6749106695366784e-05, + "loss": 0.0337, + "mean_token_accuracy": 0.9865737497806549, + "num_tokens": 100345534.0, + "step": 77980 + }, + { + "entropy": 0.9201610207557678, + "epoch": 7.451036591191364, + "grad_norm": 1.3069820404052734, + "learning_rate": 1.6737310678069224e-05, + "loss": 0.0306, + "mean_token_accuracy": 0.9872366309165954, + "num_tokens": 100358419.0, + "step": 77990 + }, + { + "entropy": 0.9130926966667176, + "epoch": 7.451991974777873, + "grad_norm": 0.4122980833053589, + "learning_rate": 1.67255179810142e-05, + "loss": 0.0175, + "mean_token_accuracy": 0.9932998836040496, + "num_tokens": 100371332.0, + "step": 78000 + }, + { + "entropy": 0.9270324766635895, + "epoch": 7.4529473583643835, + "grad_norm": 0.8021900653839111, + "learning_rate": 1.6713728605378837e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9905939042568207, + "num_tokens": 100384295.0, + "step": 78010 + }, + { + "entropy": 0.906783503293991, + "epoch": 7.453902741950893, + "grad_norm": 0.8372809886932373, + "learning_rate": 1.6701942552339968e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9931997537612915, + "num_tokens": 100397065.0, + "step": 78020 + }, + { + "entropy": 0.9159086167812347, + "epoch": 7.454858125537403, + "grad_norm": 0.7085311412811279, + "learning_rate": 1.669015982307403e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9910786867141723, + "num_tokens": 100409807.0, + "step": 78030 + }, + { + "entropy": 0.9194928109645844, + "epoch": 7.455813509123914, + "grad_norm": 0.6991792321205139, + "learning_rate": 1.6678380418757193e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9894426763057709, + "num_tokens": 100422869.0, + "step": 78040 + }, + { + "entropy": 0.9215289533138276, + "epoch": 7.456768892710423, + "grad_norm": 0.8548080325126648, + "learning_rate": 1.666660434056525e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9915152251720428, + "num_tokens": 100436072.0, + "step": 78050 + }, + { + "entropy": 0.9166299819946289, + "epoch": 7.457724276296934, + "grad_norm": 1.160763144493103, + "learning_rate": 1.665483158967365e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9884099841117859, + "num_tokens": 100448862.0, + "step": 78060 + }, + { + "entropy": 0.9103116929531098, + "epoch": 7.458679659883443, + "grad_norm": 1.7515734434127808, + "learning_rate": 1.6643062167257585e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9874825954437256, + "num_tokens": 100461925.0, + "step": 78070 + }, + { + "entropy": 0.9207178056240082, + "epoch": 7.459635043469953, + "grad_norm": 0.9577450156211853, + "learning_rate": 1.6631296074491825e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9896132707595825, + "num_tokens": 100474915.0, + "step": 78080 + }, + { + "entropy": 0.9103594720363617, + "epoch": 7.460590427056463, + "grad_norm": 0.8665198683738708, + "learning_rate": 1.6619533312550867e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9888748347759246, + "num_tokens": 100487112.0, + "step": 78090 + }, + { + "entropy": 0.9239721536636353, + "epoch": 7.461545810642973, + "grad_norm": 2.2213997840881348, + "learning_rate": 1.6607773882608836e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.989785659313202, + "num_tokens": 100500321.0, + "step": 78100 + }, + { + "entropy": 0.9091838955879211, + "epoch": 7.462501194229483, + "grad_norm": 0.695769190788269, + "learning_rate": 1.659601778583955e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9913794934749603, + "num_tokens": 100512607.0, + "step": 78110 + }, + { + "entropy": 0.9062584698200226, + "epoch": 7.463456577815993, + "grad_norm": 1.445693016052246, + "learning_rate": 1.6584265023416518e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9904217422008514, + "num_tokens": 100525045.0, + "step": 78120 + }, + { + "entropy": 0.9165175974369049, + "epoch": 7.4644119614025035, + "grad_norm": 0.932528555393219, + "learning_rate": 1.6572515596512865e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9884540677070618, + "num_tokens": 100538179.0, + "step": 78130 + }, + { + "entropy": 0.9189103543758392, + "epoch": 7.465367344989013, + "grad_norm": 1.0322984457015991, + "learning_rate": 1.6560769506301406e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9909681797027587, + "num_tokens": 100551360.0, + "step": 78140 + }, + { + "entropy": 0.9158845007419586, + "epoch": 7.466322728575523, + "grad_norm": 0.9321168661117554, + "learning_rate": 1.6549026753954606e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9885749101638794, + "num_tokens": 100564099.0, + "step": 78150 + }, + { + "entropy": 0.9121451437473297, + "epoch": 7.467278112162033, + "grad_norm": 1.1145838499069214, + "learning_rate": 1.6537287340644643e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.989730954170227, + "num_tokens": 100576517.0, + "step": 78160 + }, + { + "entropy": 0.9062824308872223, + "epoch": 7.468233495748543, + "grad_norm": 0.9169657826423645, + "learning_rate": 1.6525551267543297e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9910578191280365, + "num_tokens": 100589678.0, + "step": 78170 + }, + { + "entropy": 0.9122661650180817, + "epoch": 7.469188879335053, + "grad_norm": 1.0709940195083618, + "learning_rate": 1.651381853582209e-05, + "loss": 0.0338, + "mean_token_accuracy": 0.9876329183578492, + "num_tokens": 100602208.0, + "step": 78180 + }, + { + "entropy": 0.9105288803577423, + "epoch": 7.470144262921563, + "grad_norm": 1.0298060178756714, + "learning_rate": 1.6502089146652143e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9918070018291474, + "num_tokens": 100615158.0, + "step": 78190 + }, + { + "entropy": 0.903649628162384, + "epoch": 7.471099646508073, + "grad_norm": 2.171725273132324, + "learning_rate": 1.6490363101204265e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9903928577899933, + "num_tokens": 100627906.0, + "step": 78200 + }, + { + "entropy": 0.8967316031455994, + "epoch": 7.472055030094583, + "grad_norm": 0.7033452391624451, + "learning_rate": 1.647864040064896e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9916643857955932, + "num_tokens": 100640513.0, + "step": 78210 + }, + { + "entropy": 0.9111015617847442, + "epoch": 7.473010413681093, + "grad_norm": 0.8187650442123413, + "learning_rate": 1.6466921046156357e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.994268274307251, + "num_tokens": 100653282.0, + "step": 78220 + }, + { + "entropy": 0.9048641264438629, + "epoch": 7.473965797267603, + "grad_norm": 1.2744380235671997, + "learning_rate": 1.6455205038896276e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9929479956626892, + "num_tokens": 100665716.0, + "step": 78230 + }, + { + "entropy": 0.8904557287693023, + "epoch": 7.474921180854113, + "grad_norm": 1.2781093120574951, + "learning_rate": 1.644349238003817e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9902314424514771, + "num_tokens": 100678285.0, + "step": 78240 + }, + { + "entropy": 0.9047923803329467, + "epoch": 7.475876564440623, + "grad_norm": 1.8534321784973145, + "learning_rate": 1.6431783070751223e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9899909198284149, + "num_tokens": 100691177.0, + "step": 78250 + }, + { + "entropy": 0.9118102490901947, + "epoch": 7.476831948027133, + "grad_norm": 0.6944192051887512, + "learning_rate": 1.6420077112204207e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9921441853046418, + "num_tokens": 100704158.0, + "step": 78260 + }, + { + "entropy": 0.9089595198631286, + "epoch": 7.4777873316136425, + "grad_norm": 0.8579581379890442, + "learning_rate": 1.6408374505565627e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9934516370296478, + "num_tokens": 100717057.0, + "step": 78270 + }, + { + "entropy": 0.8908807694911957, + "epoch": 7.478742715200153, + "grad_norm": 0.33337968587875366, + "learning_rate": 1.6396675252003618e-05, + "loss": 0.0163, + "mean_token_accuracy": 0.9941109180450439, + "num_tokens": 100729677.0, + "step": 78280 + }, + { + "entropy": 0.9040300190448761, + "epoch": 7.479698098786663, + "grad_norm": 3.0459208488464355, + "learning_rate": 1.6384979352685958e-05, + "loss": 0.0335, + "mean_token_accuracy": 0.9876490712165833, + "num_tokens": 100742188.0, + "step": 78290 + }, + { + "entropy": 0.9001653790473938, + "epoch": 7.480653482373173, + "grad_norm": 1.6385807991027832, + "learning_rate": 1.637328680878016e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.9896532118320465, + "num_tokens": 100754927.0, + "step": 78300 + }, + { + "entropy": 0.9108295977115631, + "epoch": 7.481608865959683, + "grad_norm": 0.7454952001571655, + "learning_rate": 1.6361597621453333e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9917950093746185, + "num_tokens": 100767672.0, + "step": 78310 + }, + { + "entropy": 0.9230208694934845, + "epoch": 7.482564249546193, + "grad_norm": 1.08256196975708, + "learning_rate": 1.6349911791872292e-05, + "loss": 0.0322, + "mean_token_accuracy": 0.9872489511966706, + "num_tokens": 100780451.0, + "step": 78320 + }, + { + "entropy": 0.9177221536636353, + "epoch": 7.483519633132703, + "grad_norm": 0.9416662454605103, + "learning_rate": 1.6338229321203467e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9912182509899139, + "num_tokens": 100793354.0, + "step": 78330 + }, + { + "entropy": 0.8997979521751404, + "epoch": 7.4844750167192124, + "grad_norm": 0.7680211663246155, + "learning_rate": 1.632655021061302e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.990951657295227, + "num_tokens": 100806068.0, + "step": 78340 + }, + { + "entropy": 0.9279946982860565, + "epoch": 7.485430400305723, + "grad_norm": 0.7926973700523376, + "learning_rate": 1.6314874461266764e-05, + "loss": 0.037, + "mean_token_accuracy": 0.9862315356731415, + "num_tokens": 100819683.0, + "step": 78350 + }, + { + "entropy": 0.9203975439071655, + "epoch": 7.486385783892233, + "grad_norm": 0.9681299924850464, + "learning_rate": 1.630320207433014e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9909325778484345, + "num_tokens": 100832936.0, + "step": 78360 + }, + { + "entropy": 0.9015894055366516, + "epoch": 7.487341167478743, + "grad_norm": 0.34491318464279175, + "learning_rate": 1.6291533050968254e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9919894754886627, + "num_tokens": 100846050.0, + "step": 78370 + }, + { + "entropy": 0.911460816860199, + "epoch": 7.488296551065253, + "grad_norm": 0.7934849858283997, + "learning_rate": 1.6279867392345905e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9885692715644836, + "num_tokens": 100859383.0, + "step": 78380 + }, + { + "entropy": 0.8990492343902587, + "epoch": 7.4892519346517625, + "grad_norm": 1.0242741107940674, + "learning_rate": 1.626820509962756e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.993569427728653, + "num_tokens": 100872283.0, + "step": 78390 + }, + { + "entropy": 0.9117530107498169, + "epoch": 7.490207318238273, + "grad_norm": 0.673214316368103, + "learning_rate": 1.6256546173977327e-05, + "loss": 0.0261, + "mean_token_accuracy": 0.9887248933315277, + "num_tokens": 100885707.0, + "step": 78400 + }, + { + "entropy": 0.9066244900226593, + "epoch": 7.491162701824782, + "grad_norm": 0.8922057747840881, + "learning_rate": 1.6244890616558965e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9883240461349487, + "num_tokens": 100898837.0, + "step": 78410 + }, + { + "entropy": 0.9071877717971801, + "epoch": 7.492118085411293, + "grad_norm": 1.4762027263641357, + "learning_rate": 1.6233238428535953e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9917027711868286, + "num_tokens": 100912126.0, + "step": 78420 + }, + { + "entropy": 0.8940414726734162, + "epoch": 7.493073468997802, + "grad_norm": 0.8714605569839478, + "learning_rate": 1.6221589611071368e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9905881702899932, + "num_tokens": 100924604.0, + "step": 78430 + }, + { + "entropy": 0.9163522183895111, + "epoch": 7.494028852584313, + "grad_norm": 0.9036162495613098, + "learning_rate": 1.6209944165328013e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9907381057739257, + "num_tokens": 100937791.0, + "step": 78440 + }, + { + "entropy": 0.8970894396305085, + "epoch": 7.494984236170823, + "grad_norm": 0.9143303632736206, + "learning_rate": 1.6198302092468302e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9887861669063568, + "num_tokens": 100950380.0, + "step": 78450 + }, + { + "entropy": 0.9024645209312439, + "epoch": 7.4959396197573325, + "grad_norm": 0.6399235725402832, + "learning_rate": 1.6186663393654338e-05, + "loss": 0.0192, + "mean_token_accuracy": 0.9931091427803039, + "num_tokens": 100962645.0, + "step": 78460 + }, + { + "entropy": 0.9143487453460694, + "epoch": 7.496895003343843, + "grad_norm": 1.5052067041397095, + "learning_rate": 1.6175028070047866e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9884168803691864, + "num_tokens": 100975863.0, + "step": 78470 + }, + { + "entropy": 0.9127330303192138, + "epoch": 7.497850386930352, + "grad_norm": 2.048971176147461, + "learning_rate": 1.6163396122810325e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.989176869392395, + "num_tokens": 100989243.0, + "step": 78480 + }, + { + "entropy": 0.910304594039917, + "epoch": 7.498805770516863, + "grad_norm": 1.1734931468963623, + "learning_rate": 1.6151767553102838e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9899512827396393, + "num_tokens": 101002728.0, + "step": 78490 + }, + { + "entropy": 0.9147181034088134, + "epoch": 7.499761154103372, + "grad_norm": 1.431685447692871, + "learning_rate": 1.614014236208608e-05, + "loss": 0.0358, + "mean_token_accuracy": 0.9869238018989563, + "num_tokens": 101015638.0, + "step": 78500 + }, + { + "entropy": 0.9065345883369446, + "epoch": 7.500716537689883, + "grad_norm": 0.8480425477027893, + "learning_rate": 1.6128520550920523e-05, + "loss": 0.028, + "mean_token_accuracy": 0.9890739560127259, + "num_tokens": 101028405.0, + "step": 78510 + }, + { + "entropy": 0.9278775513172149, + "epoch": 7.501671921276392, + "grad_norm": 1.4354232549667358, + "learning_rate": 1.6116902120766207e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9904174447059632, + "num_tokens": 101041888.0, + "step": 78520 + }, + { + "entropy": 0.9102691411972046, + "epoch": 7.502627304862902, + "grad_norm": 0.6953259706497192, + "learning_rate": 1.61052870727829e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9924788117408753, + "num_tokens": 101054982.0, + "step": 78530 + }, + { + "entropy": 0.9034527361392974, + "epoch": 7.503582688449413, + "grad_norm": 0.6592249870300293, + "learning_rate": 1.6093675408129994e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9901551365852356, + "num_tokens": 101067782.0, + "step": 78540 + }, + { + "entropy": 0.9116775989532471, + "epoch": 7.504538072035922, + "grad_norm": 2.067005157470703, + "learning_rate": 1.608206712796654e-05, + "loss": 0.0401, + "mean_token_accuracy": 0.9840499997138977, + "num_tokens": 101080549.0, + "step": 78550 + }, + { + "entropy": 0.9040233135223389, + "epoch": 7.505493455622433, + "grad_norm": 1.0124274492263794, + "learning_rate": 1.6070462233451256e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9911376297473907, + "num_tokens": 101093748.0, + "step": 78560 + }, + { + "entropy": 0.9268125236034394, + "epoch": 7.506448839208942, + "grad_norm": 2.0284080505371094, + "learning_rate": 1.6058860725742542e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.9882449150085449, + "num_tokens": 101107205.0, + "step": 78570 + }, + { + "entropy": 0.9147890865802765, + "epoch": 7.5074042227954525, + "grad_norm": 1.2835214138031006, + "learning_rate": 1.6047262605998457e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9919157028198242, + "num_tokens": 101120222.0, + "step": 78580 + }, + { + "entropy": 0.9138205528259278, + "epoch": 7.508359606381962, + "grad_norm": 2.8968584537506104, + "learning_rate": 1.603566787537671e-05, + "loss": 0.033, + "mean_token_accuracy": 0.9866571128368378, + "num_tokens": 101133050.0, + "step": 78590 + }, + { + "entropy": 0.9226277768611908, + "epoch": 7.509314989968472, + "grad_norm": 1.5963168144226074, + "learning_rate": 1.602407653503466e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.9888408541679382, + "num_tokens": 101146380.0, + "step": 78600 + }, + { + "entropy": 0.9064124524593353, + "epoch": 7.510270373554983, + "grad_norm": 0.4299774467945099, + "learning_rate": 1.601248858612933e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9872963666915894, + "num_tokens": 101158355.0, + "step": 78610 + }, + { + "entropy": 0.9225765287876129, + "epoch": 7.511225757141492, + "grad_norm": 1.4727619886398315, + "learning_rate": 1.6000904029817453e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9866498112678528, + "num_tokens": 101170688.0, + "step": 78620 + }, + { + "entropy": 0.9159073948860168, + "epoch": 7.512181140728003, + "grad_norm": 0.5668463110923767, + "learning_rate": 1.5989322867255357e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.9912931561470032, + "num_tokens": 101183396.0, + "step": 78630 + }, + { + "entropy": 0.9172989845275878, + "epoch": 7.513136524314512, + "grad_norm": 1.3127219676971436, + "learning_rate": 1.5977745099599058e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9878359019756318, + "num_tokens": 101196110.0, + "step": 78640 + }, + { + "entropy": 0.9224166810512543, + "epoch": 7.514091907901022, + "grad_norm": 0.9849095344543457, + "learning_rate": 1.5966170728004253e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9910393178462982, + "num_tokens": 101209518.0, + "step": 78650 + }, + { + "entropy": 0.9146487295627594, + "epoch": 7.515047291487532, + "grad_norm": 1.6286609172821045, + "learning_rate": 1.5954599753626266e-05, + "loss": 0.0316, + "mean_token_accuracy": 0.9882488310337066, + "num_tokens": 101222335.0, + "step": 78660 + }, + { + "entropy": 0.9007927179336548, + "epoch": 7.516002675074042, + "grad_norm": 0.9201613664627075, + "learning_rate": 1.5943032177620116e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9912647068500519, + "num_tokens": 101234709.0, + "step": 78670 + }, + { + "entropy": 0.9194875955581665, + "epoch": 7.516958058660553, + "grad_norm": 0.7866320610046387, + "learning_rate": 1.5931468001140453e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9880732297897339, + "num_tokens": 101247579.0, + "step": 78680 + }, + { + "entropy": 0.9159888982772827, + "epoch": 7.517913442247062, + "grad_norm": 0.9634579420089722, + "learning_rate": 1.5919907225341602e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9917222499847412, + "num_tokens": 101260188.0, + "step": 78690 + }, + { + "entropy": 0.9075989127159119, + "epoch": 7.5188688258335725, + "grad_norm": 0.9647218585014343, + "learning_rate": 1.590834985137753e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9912183940410614, + "num_tokens": 101272926.0, + "step": 78700 + }, + { + "entropy": 0.9175084114074707, + "epoch": 7.519824209420082, + "grad_norm": 0.7014968395233154, + "learning_rate": 1.5896795880401895e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9887066125869751, + "num_tokens": 101285891.0, + "step": 78710 + }, + { + "entropy": 0.9170915722846985, + "epoch": 7.520779593006592, + "grad_norm": 0.7232134342193604, + "learning_rate": 1.588524531356803e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9904542922973633, + "num_tokens": 101298967.0, + "step": 78720 + }, + { + "entropy": 0.9113790810108184, + "epoch": 7.521734976593102, + "grad_norm": 0.7902971506118774, + "learning_rate": 1.5873698152028843e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9901369392871857, + "num_tokens": 101311454.0, + "step": 78730 + }, + { + "entropy": 0.9122342944145203, + "epoch": 7.522690360179612, + "grad_norm": 1.4590537548065186, + "learning_rate": 1.5862154396936996e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9881472527980805, + "num_tokens": 101324270.0, + "step": 78740 + }, + { + "entropy": 0.921493935585022, + "epoch": 7.523645743766122, + "grad_norm": 1.2961680889129639, + "learning_rate": 1.585061404944475e-05, + "loss": 0.0352, + "mean_token_accuracy": 0.9871197581291199, + "num_tokens": 101337703.0, + "step": 78750 + }, + { + "entropy": 0.90525803565979, + "epoch": 7.524601127352632, + "grad_norm": 1.7859665155410767, + "learning_rate": 1.5839077110704075e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9934906661510468, + "num_tokens": 101350019.0, + "step": 78760 + }, + { + "entropy": 0.9173060595989228, + "epoch": 7.525556510939142, + "grad_norm": 0.989029049873352, + "learning_rate": 1.5827543581866567e-05, + "loss": 0.0348, + "mean_token_accuracy": 0.9878463089466095, + "num_tokens": 101362937.0, + "step": 78770 + }, + { + "entropy": 0.9258630454540253, + "epoch": 7.526511894525652, + "grad_norm": 1.5792148113250732, + "learning_rate": 1.581601346408346e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9899763941764832, + "num_tokens": 101376006.0, + "step": 78780 + }, + { + "entropy": 0.9203693032264709, + "epoch": 7.527467278112162, + "grad_norm": 1.2203761339187622, + "learning_rate": 1.580448675850572e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9915433585643768, + "num_tokens": 101388951.0, + "step": 78790 + }, + { + "entropy": 0.9150972902774811, + "epoch": 7.528422661698672, + "grad_norm": 0.8868093490600586, + "learning_rate": 1.579296346628389e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9889168739318848, + "num_tokens": 101401788.0, + "step": 78800 + }, + { + "entropy": 0.9034917771816253, + "epoch": 7.529378045285182, + "grad_norm": 1.7176988124847412, + "learning_rate": 1.578144358856827e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.989633297920227, + "num_tokens": 101414653.0, + "step": 78810 + }, + { + "entropy": 0.9107116758823395, + "epoch": 7.530333428871692, + "grad_norm": 1.2073456048965454, + "learning_rate": 1.5769927126508684e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9905019581317902, + "num_tokens": 101427417.0, + "step": 78820 + }, + { + "entropy": 0.92903351187706, + "epoch": 7.531288812458202, + "grad_norm": 0.7727447152137756, + "learning_rate": 1.5758414081254742e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9908503770828248, + "num_tokens": 101440905.0, + "step": 78830 + }, + { + "entropy": 0.9042902052402496, + "epoch": 7.5322441960447115, + "grad_norm": 0.31410279870033264, + "learning_rate": 1.5746904453955637e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9918047964572907, + "num_tokens": 101453441.0, + "step": 78840 + }, + { + "entropy": 0.9326767683029175, + "epoch": 7.533199579631222, + "grad_norm": 1.4045170545578003, + "learning_rate": 1.5735398245760274e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9869336187839508, + "num_tokens": 101466382.0, + "step": 78850 + }, + { + "entropy": 0.9245162844657898, + "epoch": 7.534154963217732, + "grad_norm": 0.8442080616950989, + "learning_rate": 1.572389545781717e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9892725884914398, + "num_tokens": 101479281.0, + "step": 78860 + }, + { + "entropy": 0.9196341156959533, + "epoch": 7.535110346804242, + "grad_norm": 1.1447792053222656, + "learning_rate": 1.5712396091274517e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.9861386001110077, + "num_tokens": 101492570.0, + "step": 78870 + }, + { + "entropy": 0.9349481225013733, + "epoch": 7.536065730390752, + "grad_norm": 0.904693603515625, + "learning_rate": 1.570090014728019e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9910620152950287, + "num_tokens": 101505932.0, + "step": 78880 + }, + { + "entropy": 0.9152508974075317, + "epoch": 7.537021113977262, + "grad_norm": 1.451012372970581, + "learning_rate": 1.5689407626981667e-05, + "loss": 0.0346, + "mean_token_accuracy": 0.9867773592472077, + "num_tokens": 101518653.0, + "step": 78890 + }, + { + "entropy": 0.9224685490131378, + "epoch": 7.537976497563772, + "grad_norm": 0.4698130488395691, + "learning_rate": 1.5677918531526148e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9935643434524536, + "num_tokens": 101531906.0, + "step": 78900 + }, + { + "entropy": 0.9262390613555909, + "epoch": 7.5389318811502815, + "grad_norm": 0.5333472490310669, + "learning_rate": 1.566643286206046e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931900084018708, + "num_tokens": 101545430.0, + "step": 78910 + }, + { + "entropy": 0.9134423971176148, + "epoch": 7.539887264736792, + "grad_norm": 2.2550528049468994, + "learning_rate": 1.5654950619731075e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.992689722776413, + "num_tokens": 101557976.0, + "step": 78920 + }, + { + "entropy": 0.9006260395050049, + "epoch": 7.540842648323302, + "grad_norm": 1.667721152305603, + "learning_rate": 1.5643471805684117e-05, + "loss": 0.0193, + "mean_token_accuracy": 0.9903563976287841, + "num_tokens": 101570660.0, + "step": 78930 + }, + { + "entropy": 0.9171580314636231, + "epoch": 7.541798031909812, + "grad_norm": 1.4188947677612305, + "learning_rate": 1.5631996421065436e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9891611039638519, + "num_tokens": 101583502.0, + "step": 78940 + }, + { + "entropy": 0.9180143535137176, + "epoch": 7.542753415496322, + "grad_norm": 0.7335460782051086, + "learning_rate": 1.5620524467020465e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.9926748454570771, + "num_tokens": 101596632.0, + "step": 78950 + }, + { + "entropy": 0.9130389451980591, + "epoch": 7.5437087990828315, + "grad_norm": 0.7119984030723572, + "learning_rate": 1.5609055944694307e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9920003533363342, + "num_tokens": 101609828.0, + "step": 78960 + }, + { + "entropy": 0.9279216229915619, + "epoch": 7.544664182669342, + "grad_norm": 0.9073107242584229, + "learning_rate": 1.559759085523177e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.989998197555542, + "num_tokens": 101623244.0, + "step": 78970 + }, + { + "entropy": 0.9213059902191162, + "epoch": 7.545619566255851, + "grad_norm": 0.9508345127105713, + "learning_rate": 1.558612919977725e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9900913596153259, + "num_tokens": 101635828.0, + "step": 78980 + }, + { + "entropy": 0.9132007241249085, + "epoch": 7.546574949842362, + "grad_norm": 0.8784530758857727, + "learning_rate": 1.5574670979474866e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9909719169139862, + "num_tokens": 101648232.0, + "step": 78990 + }, + { + "entropy": 0.9233523547649384, + "epoch": 7.547530333428872, + "grad_norm": 1.4370304346084595, + "learning_rate": 1.5563216195468354e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9889683961868286, + "num_tokens": 101661267.0, + "step": 79000 + }, + { + "entropy": 0.9342573881149292, + "epoch": 7.548485717015382, + "grad_norm": 1.1396697759628296, + "learning_rate": 1.5551764848901103e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9878235995769501, + "num_tokens": 101673935.0, + "step": 79010 + }, + { + "entropy": 0.9232277870178223, + "epoch": 7.549441100601892, + "grad_norm": 0.6496062874794006, + "learning_rate": 1.55403169409162e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9902624785900116, + "num_tokens": 101686561.0, + "step": 79020 + }, + { + "entropy": 0.9138375639915466, + "epoch": 7.5503964841884015, + "grad_norm": 0.5704381465911865, + "learning_rate": 1.552887247265633e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9894972681999207, + "num_tokens": 101698697.0, + "step": 79030 + }, + { + "entropy": 0.9316193282604217, + "epoch": 7.551351867774912, + "grad_norm": 0.8737021684646606, + "learning_rate": 1.5517431445263912e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9899957358837128, + "num_tokens": 101711660.0, + "step": 79040 + }, + { + "entropy": 0.9292522430419922, + "epoch": 7.552307251361421, + "grad_norm": 0.6036221981048584, + "learning_rate": 1.5505993859880917e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9918639659881592, + "num_tokens": 101724629.0, + "step": 79050 + }, + { + "entropy": 0.9202201008796692, + "epoch": 7.553262634947932, + "grad_norm": 0.47885823249816895, + "learning_rate": 1.549455971764908e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9924761176109314, + "num_tokens": 101737551.0, + "step": 79060 + }, + { + "entropy": 0.9333038747310638, + "epoch": 7.554218018534441, + "grad_norm": 0.38433417677879333, + "learning_rate": 1.5483129019709708e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9897248089313507, + "num_tokens": 101750992.0, + "step": 79070 + }, + { + "entropy": 0.9214429676532745, + "epoch": 7.555173402120952, + "grad_norm": 1.4176076650619507, + "learning_rate": 1.5471701767203835e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9935341835021972, + "num_tokens": 101763780.0, + "step": 79080 + }, + { + "entropy": 0.9216118693351746, + "epoch": 7.556128785707461, + "grad_norm": 1.019256830215454, + "learning_rate": 1.5460277961272097e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895151078701019, + "num_tokens": 101776868.0, + "step": 79090 + }, + { + "entropy": 0.905492639541626, + "epoch": 7.557084169293971, + "grad_norm": 0.827429473400116, + "learning_rate": 1.5448857603054783e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9921957135200501, + "num_tokens": 101789274.0, + "step": 79100 + }, + { + "entropy": 0.9156701385974884, + "epoch": 7.558039552880482, + "grad_norm": 1.5048727989196777, + "learning_rate": 1.5437440693691908e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9897971510887146, + "num_tokens": 101802364.0, + "step": 79110 + }, + { + "entropy": 0.9235184490680695, + "epoch": 7.558994936466991, + "grad_norm": 1.1748011112213135, + "learning_rate": 1.5426027234323044e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9881203651428223, + "num_tokens": 101815558.0, + "step": 79120 + }, + { + "entropy": 0.9041076302528381, + "epoch": 7.559950320053502, + "grad_norm": 0.5845310091972351, + "learning_rate": 1.541461722608753e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9910247087478637, + "num_tokens": 101828151.0, + "step": 79130 + }, + { + "entropy": 0.91822429895401, + "epoch": 7.560905703640011, + "grad_norm": 0.7773948907852173, + "learning_rate": 1.5403210670124234e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9873960435390472, + "num_tokens": 101841049.0, + "step": 79140 + }, + { + "entropy": 0.9224689483642579, + "epoch": 7.5618610872265215, + "grad_norm": 1.9428051710128784, + "learning_rate": 1.5391807567571787e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9909425199031829, + "num_tokens": 101853929.0, + "step": 79150 + }, + { + "entropy": 0.9170920491218567, + "epoch": 7.562816470813031, + "grad_norm": 1.5976430177688599, + "learning_rate": 1.5380407919568405e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9907274901866913, + "num_tokens": 101866863.0, + "step": 79160 + }, + { + "entropy": 0.9251044750213623, + "epoch": 7.563771854399541, + "grad_norm": 1.4676624536514282, + "learning_rate": 1.536901172725202e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.990487939119339, + "num_tokens": 101879614.0, + "step": 79170 + }, + { + "entropy": 0.9194932699203491, + "epoch": 7.564727237986052, + "grad_norm": 1.434467077255249, + "learning_rate": 1.535761899176017e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.988905954360962, + "num_tokens": 101892338.0, + "step": 79180 + }, + { + "entropy": 0.916219687461853, + "epoch": 7.565682621572561, + "grad_norm": 1.1967335939407349, + "learning_rate": 1.5346229714230048e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9897399306297302, + "num_tokens": 101905017.0, + "step": 79190 + }, + { + "entropy": 0.9304074764251709, + "epoch": 7.566638005159072, + "grad_norm": 0.707710862159729, + "learning_rate": 1.533484389579855e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9893262803554534, + "num_tokens": 101917646.0, + "step": 79200 + }, + { + "entropy": 0.9168675243854523, + "epoch": 7.567593388745581, + "grad_norm": 0.6311715245246887, + "learning_rate": 1.532346153760217e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9886239290237426, + "num_tokens": 101930209.0, + "step": 79210 + }, + { + "entropy": 0.9332290470600129, + "epoch": 7.5685487723320914, + "grad_norm": 0.792360246181488, + "learning_rate": 1.5312082640777097e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9906344830989837, + "num_tokens": 101942923.0, + "step": 79220 + }, + { + "entropy": 0.92295001745224, + "epoch": 7.569504155918601, + "grad_norm": 0.1740243285894394, + "learning_rate": 1.5300707206459158e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9928207397460938, + "num_tokens": 101956045.0, + "step": 79230 + }, + { + "entropy": 0.9305639326572418, + "epoch": 7.570459539505111, + "grad_norm": 0.8184027075767517, + "learning_rate": 1.5289335235783813e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9916633903980255, + "num_tokens": 101969087.0, + "step": 79240 + }, + { + "entropy": 0.9169901490211487, + "epoch": 7.571414923091622, + "grad_norm": 1.4428287744522095, + "learning_rate": 1.5277966729886233e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9914284527301789, + "num_tokens": 101981066.0, + "step": 79250 + }, + { + "entropy": 0.9270700752735138, + "epoch": 7.572370306678131, + "grad_norm": 1.116027593612671, + "learning_rate": 1.52666016899012e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9893324494361877, + "num_tokens": 101993704.0, + "step": 79260 + }, + { + "entropy": 0.921221387386322, + "epoch": 7.5733256902646415, + "grad_norm": 0.4843553900718689, + "learning_rate": 1.5255240116963143e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9915982186794281, + "num_tokens": 102006919.0, + "step": 79270 + }, + { + "entropy": 0.9230750739574433, + "epoch": 7.574281073851151, + "grad_norm": 0.9205811023712158, + "learning_rate": 1.5243882012206157e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.990132063627243, + "num_tokens": 102019623.0, + "step": 79280 + }, + { + "entropy": 0.9280180215835572, + "epoch": 7.575236457437661, + "grad_norm": 0.9298825860023499, + "learning_rate": 1.5232527376764017e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9918642640113831, + "num_tokens": 102032263.0, + "step": 79290 + }, + { + "entropy": 0.916080367565155, + "epoch": 7.576191841024171, + "grad_norm": 0.27972254157066345, + "learning_rate": 1.522117621177011e-05, + "loss": 0.02, + "mean_token_accuracy": 0.993395847082138, + "num_tokens": 102045117.0, + "step": 79300 + }, + { + "entropy": 0.9116899311542511, + "epoch": 7.577147224610681, + "grad_norm": 1.2289854288101196, + "learning_rate": 1.5209828518357516e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9883095383644104, + "num_tokens": 102057604.0, + "step": 79310 + }, + { + "entropy": 0.9134454131126404, + "epoch": 7.578102608197192, + "grad_norm": 1.484397292137146, + "learning_rate": 1.5198484297658943e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9895098268985748, + "num_tokens": 102069837.0, + "step": 79320 + }, + { + "entropy": 0.9121784329414367, + "epoch": 7.579057991783701, + "grad_norm": 0.7620100378990173, + "learning_rate": 1.5187143550806732e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.991381722688675, + "num_tokens": 102082556.0, + "step": 79330 + }, + { + "entropy": 0.9253576636314392, + "epoch": 7.5800133753702115, + "grad_norm": 0.8589380979537964, + "learning_rate": 1.5175806278932941e-05, + "loss": 0.0363, + "mean_token_accuracy": 0.9874770522117615, + "num_tokens": 102095334.0, + "step": 79340 + }, + { + "entropy": 0.9152889251708984, + "epoch": 7.580968758956721, + "grad_norm": 1.5852162837982178, + "learning_rate": 1.5164472483169206e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9918353378772735, + "num_tokens": 102108353.0, + "step": 79350 + }, + { + "entropy": 0.9227625072002411, + "epoch": 7.581924142543231, + "grad_norm": 1.291589617729187, + "learning_rate": 1.515314216464691e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.99197056889534, + "num_tokens": 102121164.0, + "step": 79360 + }, + { + "entropy": 0.9101831257343292, + "epoch": 7.582879526129741, + "grad_norm": 1.9194366931915283, + "learning_rate": 1.514181532449696e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9916911244392395, + "num_tokens": 102133669.0, + "step": 79370 + }, + { + "entropy": 0.912082314491272, + "epoch": 7.583834909716251, + "grad_norm": 2.929044246673584, + "learning_rate": 1.5130491963850025e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9903100550174713, + "num_tokens": 102146384.0, + "step": 79380 + }, + { + "entropy": 0.9216041505336762, + "epoch": 7.5847902933027616, + "grad_norm": 1.6293461322784424, + "learning_rate": 1.5119172083836403e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9892395615577698, + "num_tokens": 102159122.0, + "step": 79390 + }, + { + "entropy": 0.9094459652900696, + "epoch": 7.585745676889271, + "grad_norm": 1.1231062412261963, + "learning_rate": 1.5107855685586015e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.992288339138031, + "num_tokens": 102171576.0, + "step": 79400 + }, + { + "entropy": 0.9134919285774231, + "epoch": 7.586701060475781, + "grad_norm": 0.6853967905044556, + "learning_rate": 1.509654277022845e-05, + "loss": 0.0334, + "mean_token_accuracy": 0.98768390417099, + "num_tokens": 102184224.0, + "step": 79410 + }, + { + "entropy": 0.9247091054916382, + "epoch": 7.587656444062291, + "grad_norm": 0.8556368947029114, + "learning_rate": 1.5085233338892935e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9897929191589355, + "num_tokens": 102196949.0, + "step": 79420 + }, + { + "entropy": 0.9198399543762207, + "epoch": 7.588611827648801, + "grad_norm": 0.7136531472206116, + "learning_rate": 1.5073927392708393e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9900577783584594, + "num_tokens": 102210195.0, + "step": 79430 + }, + { + "entropy": 0.9099821031093598, + "epoch": 7.589567211235311, + "grad_norm": 2.3536438941955566, + "learning_rate": 1.5062624932803344e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9926968574523926, + "num_tokens": 102223470.0, + "step": 79440 + }, + { + "entropy": 0.9113880217075347, + "epoch": 7.590522594821821, + "grad_norm": 0.48266977071762085, + "learning_rate": 1.5051325960306029e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9905224144458771, + "num_tokens": 102236070.0, + "step": 79450 + }, + { + "entropy": 0.9127730131149292, + "epoch": 7.591477978408331, + "grad_norm": 1.6463258266448975, + "learning_rate": 1.5040030476344242e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9925705969333649, + "num_tokens": 102249027.0, + "step": 79460 + }, + { + "entropy": 0.9043213069438935, + "epoch": 7.592433361994841, + "grad_norm": 0.961796760559082, + "learning_rate": 1.5028738482045506e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9918849050998688, + "num_tokens": 102261465.0, + "step": 79470 + }, + { + "entropy": 0.9141400516033172, + "epoch": 7.5933887455813505, + "grad_norm": 0.9216077923774719, + "learning_rate": 1.5017449978537001e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9900115132331848, + "num_tokens": 102274502.0, + "step": 79480 + }, + { + "entropy": 0.9282231152057647, + "epoch": 7.594344129167861, + "grad_norm": 1.0400965213775635, + "learning_rate": 1.5006164966945508e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9903944969177246, + "num_tokens": 102287726.0, + "step": 79490 + }, + { + "entropy": 0.9150389611721039, + "epoch": 7.595299512754371, + "grad_norm": 0.7898715734481812, + "learning_rate": 1.4994883448397485e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.989046061038971, + "num_tokens": 102300810.0, + "step": 79500 + }, + { + "entropy": 0.9086125910282135, + "epoch": 7.596254896340881, + "grad_norm": 1.2030344009399414, + "learning_rate": 1.4983605424019032e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9931138753890991, + "num_tokens": 102314048.0, + "step": 79510 + }, + { + "entropy": 0.9058604717254639, + "epoch": 7.597210279927391, + "grad_norm": 1.054510474205017, + "learning_rate": 1.4972330894935926e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9912609457969666, + "num_tokens": 102326580.0, + "step": 79520 + }, + { + "entropy": 0.9234611630439759, + "epoch": 7.5981656635139005, + "grad_norm": 0.7402880787849426, + "learning_rate": 1.4961059862273558e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9891241371631623, + "num_tokens": 102339397.0, + "step": 79530 + }, + { + "entropy": 0.9127580940723419, + "epoch": 7.599121047100411, + "grad_norm": 1.7998522520065308, + "learning_rate": 1.494979232715702e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9916481971740723, + "num_tokens": 102352227.0, + "step": 79540 + }, + { + "entropy": 0.9068187534809112, + "epoch": 7.60007643068692, + "grad_norm": 1.5631802082061768, + "learning_rate": 1.4938528290710995e-05, + "loss": 0.0313, + "mean_token_accuracy": 0.990302687883377, + "num_tokens": 102364995.0, + "step": 79550 + }, + { + "entropy": 0.9218624591827392, + "epoch": 7.601031814273431, + "grad_norm": 0.794472336769104, + "learning_rate": 1.4927267754059848e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9920573055744171, + "num_tokens": 102378252.0, + "step": 79560 + }, + { + "entropy": 0.9045620381832122, + "epoch": 7.601987197859941, + "grad_norm": 0.8478279709815979, + "learning_rate": 1.491601071832761e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.99049152135849, + "num_tokens": 102390926.0, + "step": 79570 + }, + { + "entropy": 0.9215525984764099, + "epoch": 7.602942581446451, + "grad_norm": 0.4494722783565521, + "learning_rate": 1.4904757184637935e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9920686721801758, + "num_tokens": 102403987.0, + "step": 79580 + }, + { + "entropy": 0.9065458595752716, + "epoch": 7.603897965032961, + "grad_norm": 1.1317684650421143, + "learning_rate": 1.4893507154114145e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9920104324817658, + "num_tokens": 102416363.0, + "step": 79590 + }, + { + "entropy": 0.9239721298217773, + "epoch": 7.6048533486194705, + "grad_norm": 0.8928127288818359, + "learning_rate": 1.4882260627879175e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9899162530899048, + "num_tokens": 102429468.0, + "step": 79600 + }, + { + "entropy": 0.9092010438442231, + "epoch": 7.605808732205981, + "grad_norm": 1.0687835216522217, + "learning_rate": 1.4871017607055666e-05, + "loss": 0.018, + "mean_token_accuracy": 0.9946316659450531, + "num_tokens": 102442153.0, + "step": 79610 + }, + { + "entropy": 0.9072407841682434, + "epoch": 7.60676411579249, + "grad_norm": 0.7806589007377625, + "learning_rate": 1.485977809276589e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9902020990848541, + "num_tokens": 102454904.0, + "step": 79620 + }, + { + "entropy": 0.9157366514205932, + "epoch": 7.607719499379001, + "grad_norm": 0.8150424957275391, + "learning_rate": 1.4848542086131757e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9907558917999267, + "num_tokens": 102467899.0, + "step": 79630 + }, + { + "entropy": 0.9118815243244172, + "epoch": 7.608674882965511, + "grad_norm": 1.0461403131484985, + "learning_rate": 1.4837309588274823e-05, + "loss": 0.0304, + "mean_token_accuracy": 0.9876686930656433, + "num_tokens": 102480431.0, + "step": 79640 + }, + { + "entropy": 0.9170779109001159, + "epoch": 7.609630266552021, + "grad_norm": 0.7179089784622192, + "learning_rate": 1.4826080600316289e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9921971738338471, + "num_tokens": 102493646.0, + "step": 79650 + }, + { + "entropy": 0.9025921583175659, + "epoch": 7.610585650138531, + "grad_norm": 0.8690500259399414, + "learning_rate": 1.4814855123377054e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9907737076282501, + "num_tokens": 102506187.0, + "step": 79660 + }, + { + "entropy": 0.907163554430008, + "epoch": 7.61154103372504, + "grad_norm": 2.0602517127990723, + "learning_rate": 1.48036331585776e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9900376677513123, + "num_tokens": 102518592.0, + "step": 79670 + }, + { + "entropy": 0.9142611861228943, + "epoch": 7.612496417311551, + "grad_norm": 1.1081920862197876, + "learning_rate": 1.479241470703812e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9889517068862915, + "num_tokens": 102531857.0, + "step": 79680 + }, + { + "entropy": 0.9184388637542724, + "epoch": 7.61345180089806, + "grad_norm": 0.9216515421867371, + "learning_rate": 1.4781199769878412e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9875278353691102, + "num_tokens": 102544530.0, + "step": 79690 + }, + { + "entropy": 0.9141671061515808, + "epoch": 7.614407184484571, + "grad_norm": 0.4011154770851135, + "learning_rate": 1.4769988348217918e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9888033747673035, + "num_tokens": 102557078.0, + "step": 79700 + }, + { + "entropy": 0.9244699358940125, + "epoch": 7.615362568071081, + "grad_norm": 1.891521692276001, + "learning_rate": 1.475878044317579e-05, + "loss": 0.0305, + "mean_token_accuracy": 0.9888540804386139, + "num_tokens": 102570232.0, + "step": 79710 + }, + { + "entropy": 0.9208980739116669, + "epoch": 7.6163179516575905, + "grad_norm": 2.2222349643707275, + "learning_rate": 1.474757605587076e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9872860014438629, + "num_tokens": 102583290.0, + "step": 79720 + }, + { + "entropy": 0.9067666530609131, + "epoch": 7.617273335244101, + "grad_norm": 0.43180152773857117, + "learning_rate": 1.4736375187421247e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9914998888969422, + "num_tokens": 102596082.0, + "step": 79730 + }, + { + "entropy": 0.9192173063755036, + "epoch": 7.61822871883061, + "grad_norm": 0.8339160084724426, + "learning_rate": 1.4725177838945287e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.990901792049408, + "num_tokens": 102608955.0, + "step": 79740 + }, + { + "entropy": 0.9396888136863708, + "epoch": 7.619184102417121, + "grad_norm": 0.9485180377960205, + "learning_rate": 1.4713984011560622e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9913200259208679, + "num_tokens": 102622746.0, + "step": 79750 + }, + { + "entropy": 0.9326791822910309, + "epoch": 7.62013948600363, + "grad_norm": 0.7464455962181091, + "learning_rate": 1.4702793706384571e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9907836377620697, + "num_tokens": 102636467.0, + "step": 79760 + }, + { + "entropy": 0.9330470383167266, + "epoch": 7.621094869590141, + "grad_norm": 0.6408141255378723, + "learning_rate": 1.4691606924534168e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.988587063550949, + "num_tokens": 102649524.0, + "step": 79770 + }, + { + "entropy": 0.9215668022632599, + "epoch": 7.62205025317665, + "grad_norm": 0.948053240776062, + "learning_rate": 1.4680423667126053e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9889504432678222, + "num_tokens": 102662359.0, + "step": 79780 + }, + { + "entropy": 0.9104860663414002, + "epoch": 7.6230056367631605, + "grad_norm": 0.5979632139205933, + "learning_rate": 1.466924393527651e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9904240548610688, + "num_tokens": 102674868.0, + "step": 79790 + }, + { + "entropy": 0.9209352374076843, + "epoch": 7.62396102034967, + "grad_norm": 0.9593595266342163, + "learning_rate": 1.465806773010151e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9910081923007965, + "num_tokens": 102687881.0, + "step": 79800 + }, + { + "entropy": 0.9093803465366364, + "epoch": 7.62491640393618, + "grad_norm": 1.1874687671661377, + "learning_rate": 1.4646895052716647e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.992263275384903, + "num_tokens": 102700822.0, + "step": 79810 + }, + { + "entropy": 0.9092934846878051, + "epoch": 7.625871787522691, + "grad_norm": 0.645336925983429, + "learning_rate": 1.4635725904237146e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9911610245704651, + "num_tokens": 102713774.0, + "step": 79820 + }, + { + "entropy": 0.9165582537651062, + "epoch": 7.6268271711092, + "grad_norm": 0.9658147096633911, + "learning_rate": 1.46245602857779e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9915126621723175, + "num_tokens": 102726819.0, + "step": 79830 + }, + { + "entropy": 0.9258461833000183, + "epoch": 7.6277825546957105, + "grad_norm": 0.5932374000549316, + "learning_rate": 1.4613398198453454e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.991775369644165, + "num_tokens": 102739705.0, + "step": 79840 + }, + { + "entropy": 0.9000224649906159, + "epoch": 7.62873793828222, + "grad_norm": 0.671333909034729, + "learning_rate": 1.4602239643378013e-05, + "loss": 0.0184, + "mean_token_accuracy": 0.9931455373764038, + "num_tokens": 102752312.0, + "step": 79850 + }, + { + "entropy": 0.920190954208374, + "epoch": 7.62969332186873, + "grad_norm": 1.570116639137268, + "learning_rate": 1.4591084621665396e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9916333973407745, + "num_tokens": 102764808.0, + "step": 79860 + }, + { + "entropy": 0.9052544832229614, + "epoch": 7.63064870545524, + "grad_norm": 1.1124799251556396, + "learning_rate": 1.4579933134429085e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9916929483413697, + "num_tokens": 102777752.0, + "step": 79870 + }, + { + "entropy": 0.9192372381687164, + "epoch": 7.63160408904175, + "grad_norm": 1.1474614143371582, + "learning_rate": 1.4568785182782186e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9911113560199738, + "num_tokens": 102790876.0, + "step": 79880 + }, + { + "entropy": 0.9152710139751434, + "epoch": 7.632559472628261, + "grad_norm": 1.406034231185913, + "learning_rate": 1.455764076783751e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9870849251747131, + "num_tokens": 102803838.0, + "step": 79890 + }, + { + "entropy": 0.9170976221561432, + "epoch": 7.63351485621477, + "grad_norm": 1.3464643955230713, + "learning_rate": 1.4546499890707466e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9901784121990204, + "num_tokens": 102816708.0, + "step": 79900 + }, + { + "entropy": 0.907899659872055, + "epoch": 7.6344702398012805, + "grad_norm": 1.8884742259979248, + "learning_rate": 1.4535362552504105e-05, + "loss": 0.0314, + "mean_token_accuracy": 0.9891123235225677, + "num_tokens": 102829070.0, + "step": 79910 + }, + { + "entropy": 0.9028799116611481, + "epoch": 7.63542562338779, + "grad_norm": 1.1759308576583862, + "learning_rate": 1.4524228754339181e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9907430589199067, + "num_tokens": 102841373.0, + "step": 79920 + }, + { + "entropy": 0.9221912860870362, + "epoch": 7.6363810069743, + "grad_norm": 0.8234691619873047, + "learning_rate": 1.4513098497324012e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9914577901363373, + "num_tokens": 102854430.0, + "step": 79930 + }, + { + "entropy": 0.9246769607067108, + "epoch": 7.63733639056081, + "grad_norm": 0.9344707131385803, + "learning_rate": 1.4501971782569645e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9907541334629059, + "num_tokens": 102867450.0, + "step": 79940 + }, + { + "entropy": 0.9157476663589478, + "epoch": 7.63829177414732, + "grad_norm": 1.2434042692184448, + "learning_rate": 1.4490848611186725e-05, + "loss": 0.027, + "mean_token_accuracy": 0.9897808909416199, + "num_tokens": 102880472.0, + "step": 79950 + }, + { + "entropy": 0.9069773972034454, + "epoch": 7.639247157733831, + "grad_norm": 0.8138372898101807, + "learning_rate": 1.447972898428555e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9890577793121338, + "num_tokens": 102892917.0, + "step": 79960 + }, + { + "entropy": 0.9194685876369476, + "epoch": 7.64020254132034, + "grad_norm": 1.4454330205917358, + "learning_rate": 1.4468612902976053e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9902385532855987, + "num_tokens": 102906104.0, + "step": 79970 + }, + { + "entropy": 0.915625786781311, + "epoch": 7.64115792490685, + "grad_norm": 0.9276365637779236, + "learning_rate": 1.4457500368367837e-05, + "loss": 0.0291, + "mean_token_accuracy": 0.9910564959049225, + "num_tokens": 102918951.0, + "step": 79980 + }, + { + "entropy": 0.901928699016571, + "epoch": 7.64211330849336, + "grad_norm": 1.16110360622406, + "learning_rate": 1.4446391381570169e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9916546285152436, + "num_tokens": 102931247.0, + "step": 79990 + }, + { + "entropy": 0.915040647983551, + "epoch": 7.64306869207987, + "grad_norm": 0.4340658485889435, + "learning_rate": 1.4435285943691912e-05, + "loss": 0.0159, + "mean_token_accuracy": 0.9941556572914123, + "num_tokens": 102944511.0, + "step": 80000 + }, + { + "entropy": 0.9241756141185761, + "epoch": 7.64402407566638, + "grad_norm": 1.760166049003601, + "learning_rate": 1.44241840558416e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9908367812633514, + "num_tokens": 102957427.0, + "step": 80010 + }, + { + "entropy": 0.9176306009292603, + "epoch": 7.64497945925289, + "grad_norm": 1.0211937427520752, + "learning_rate": 1.4413085719127394e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9912445068359375, + "num_tokens": 102970303.0, + "step": 80020 + }, + { + "entropy": 0.9096692264080047, + "epoch": 7.6459348428394005, + "grad_norm": 1.6077224016189575, + "learning_rate": 1.440199093465715e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9914586901664734, + "num_tokens": 102982760.0, + "step": 80030 + }, + { + "entropy": 0.9185285031795501, + "epoch": 7.64689022642591, + "grad_norm": 0.9773907661437988, + "learning_rate": 1.4390899703538319e-05, + "loss": 0.0277, + "mean_token_accuracy": 0.9873521089553833, + "num_tokens": 102995612.0, + "step": 80040 + }, + { + "entropy": 0.9234177708625794, + "epoch": 7.64784561001242, + "grad_norm": 0.9179062247276306, + "learning_rate": 1.4379812026878014e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9905653595924377, + "num_tokens": 103008437.0, + "step": 80050 + }, + { + "entropy": 0.9255427479743957, + "epoch": 7.64880099359893, + "grad_norm": 1.365413784980774, + "learning_rate": 1.436872790578298e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9871796548366547, + "num_tokens": 103021201.0, + "step": 80060 + }, + { + "entropy": 0.9253700375556946, + "epoch": 7.64975637718544, + "grad_norm": 1.1988632678985596, + "learning_rate": 1.4357647341359638e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9917686223983765, + "num_tokens": 103033539.0, + "step": 80070 + }, + { + "entropy": 0.9185935318470001, + "epoch": 7.65071176077195, + "grad_norm": 0.7507966756820679, + "learning_rate": 1.4346570334714043e-05, + "loss": 0.0288, + "mean_token_accuracy": 0.9895514965057373, + "num_tokens": 103046690.0, + "step": 80080 + }, + { + "entropy": 0.9250908374786377, + "epoch": 7.65166714435846, + "grad_norm": 1.1647191047668457, + "learning_rate": 1.4335496886951888e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9901479125022888, + "num_tokens": 103059040.0, + "step": 80090 + }, + { + "entropy": 0.9261952459812164, + "epoch": 7.6526225279449696, + "grad_norm": 0.30588090419769287, + "learning_rate": 1.4324426999178504e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9930933237075805, + "num_tokens": 103072040.0, + "step": 80100 + }, + { + "entropy": 0.9287016808986663, + "epoch": 7.65357791153148, + "grad_norm": 0.5134240984916687, + "learning_rate": 1.4313360672498854e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9927740931510926, + "num_tokens": 103084867.0, + "step": 80110 + }, + { + "entropy": 0.9306349873542785, + "epoch": 7.654533295117989, + "grad_norm": 0.7263317108154297, + "learning_rate": 1.4302297908017604e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9916298508644104, + "num_tokens": 103098006.0, + "step": 80120 + }, + { + "entropy": 0.9297459840774536, + "epoch": 7.6554886787045, + "grad_norm": 0.7101803421974182, + "learning_rate": 1.4291238706839012e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9877300262451172, + "num_tokens": 103110632.0, + "step": 80130 + }, + { + "entropy": 0.9352219343185425, + "epoch": 7.65644406229101, + "grad_norm": 0.8709047436714172, + "learning_rate": 1.4280183070066966e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9867263019084931, + "num_tokens": 103123587.0, + "step": 80140 + }, + { + "entropy": 0.9044237792491913, + "epoch": 7.65739944587752, + "grad_norm": 0.6299359202384949, + "learning_rate": 1.4269130998805075e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.987845104932785, + "num_tokens": 103136128.0, + "step": 80150 + }, + { + "entropy": 0.9207242786884308, + "epoch": 7.65835482946403, + "grad_norm": 0.48836642503738403, + "learning_rate": 1.42580824941565e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9914386093616485, + "num_tokens": 103149135.0, + "step": 80160 + }, + { + "entropy": 0.9068558156490326, + "epoch": 7.6593102130505395, + "grad_norm": 2.1063995361328125, + "learning_rate": 1.424703755722413e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9916936457157135, + "num_tokens": 103161491.0, + "step": 80170 + }, + { + "entropy": 0.9271901726722718, + "epoch": 7.66026559663705, + "grad_norm": 0.7182533144950867, + "learning_rate": 1.4235996189110434e-05, + "loss": 0.0267, + "mean_token_accuracy": 0.9912394106388092, + "num_tokens": 103174161.0, + "step": 80180 + }, + { + "entropy": 0.9280909538269043, + "epoch": 7.661220980223559, + "grad_norm": 1.8544152975082397, + "learning_rate": 1.4224958390917554e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.9893916726112366, + "num_tokens": 103187396.0, + "step": 80190 + }, + { + "entropy": 0.9308732926845551, + "epoch": 7.66217636381007, + "grad_norm": 0.6842399835586548, + "learning_rate": 1.4213924163747249e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9901143133640289, + "num_tokens": 103200353.0, + "step": 80200 + }, + { + "entropy": 0.9360359370708465, + "epoch": 7.66313174739658, + "grad_norm": 0.48958736658096313, + "learning_rate": 1.420289350870096e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.993612402677536, + "num_tokens": 103213345.0, + "step": 80210 + }, + { + "entropy": 0.9152355432510376, + "epoch": 7.66408713098309, + "grad_norm": 0.6069018244743347, + "learning_rate": 1.4191866426879792e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9909700334072113, + "num_tokens": 103225922.0, + "step": 80220 + }, + { + "entropy": 0.9053549528121948, + "epoch": 7.6650425145696, + "grad_norm": 1.9319255352020264, + "learning_rate": 1.4180842919384385e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9931659400463104, + "num_tokens": 103238288.0, + "step": 80230 + }, + { + "entropy": 0.9231676578521728, + "epoch": 7.665997898156109, + "grad_norm": 1.238112211227417, + "learning_rate": 1.416982298731514e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9889103949069977, + "num_tokens": 103250983.0, + "step": 80240 + }, + { + "entropy": 0.9128036737442017, + "epoch": 7.66695328174262, + "grad_norm": 0.7704127430915833, + "learning_rate": 1.4158806631772026e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9940477311611176, + "num_tokens": 103263517.0, + "step": 80250 + }, + { + "entropy": 0.9336326599121094, + "epoch": 7.667908665329129, + "grad_norm": 0.6485061645507812, + "learning_rate": 1.4147793853854713e-05, + "loss": 0.0252, + "mean_token_accuracy": 0.9900056838989257, + "num_tokens": 103276563.0, + "step": 80260 + }, + { + "entropy": 0.9284347653388977, + "epoch": 7.66886404891564, + "grad_norm": 1.277078628540039, + "learning_rate": 1.4136784654662466e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9889079093933105, + "num_tokens": 103289540.0, + "step": 80270 + }, + { + "entropy": 0.9260325253009796, + "epoch": 7.66981943250215, + "grad_norm": 0.7680472135543823, + "learning_rate": 1.4125779035294201e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.990854698419571, + "num_tokens": 103302656.0, + "step": 80280 + }, + { + "entropy": 0.9382468461990356, + "epoch": 7.6707748160886595, + "grad_norm": 1.225753903388977, + "learning_rate": 1.4114776996848505e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9876471221446991, + "num_tokens": 103315822.0, + "step": 80290 + }, + { + "entropy": 0.9247606813907623, + "epoch": 7.67173019967517, + "grad_norm": 0.8570278882980347, + "learning_rate": 1.4103778540423568e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9886756360530853, + "num_tokens": 103328892.0, + "step": 80300 + }, + { + "entropy": 0.9273307144641876, + "epoch": 7.672685583261679, + "grad_norm": 1.274478793144226, + "learning_rate": 1.4092783667117288e-05, + "loss": 0.0346, + "mean_token_accuracy": 0.9871751368045807, + "num_tokens": 103341569.0, + "step": 80310 + }, + { + "entropy": 0.9071208000183105, + "epoch": 7.67364096684819, + "grad_norm": 1.5991404056549072, + "learning_rate": 1.4081792378027092e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9901158750057221, + "num_tokens": 103353966.0, + "step": 80320 + }, + { + "entropy": 0.9113404929637909, + "epoch": 7.674596350434699, + "grad_norm": 0.4692814350128174, + "learning_rate": 1.4070804674250171e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.991418594121933, + "num_tokens": 103367402.0, + "step": 80330 + }, + { + "entropy": 0.9128156542778015, + "epoch": 7.67555173402121, + "grad_norm": 1.3929978609085083, + "learning_rate": 1.4059820556883268e-05, + "loss": 0.024, + "mean_token_accuracy": 0.9919102549552917, + "num_tokens": 103380539.0, + "step": 80340 + }, + { + "entropy": 0.9289773762226105, + "epoch": 7.67650711760772, + "grad_norm": 0.481099009513855, + "learning_rate": 1.404884002702284e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9915155529975891, + "num_tokens": 103393843.0, + "step": 80350 + }, + { + "entropy": 0.9233708620071411, + "epoch": 7.6774625011942295, + "grad_norm": 1.534609317779541, + "learning_rate": 1.403786308576494e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9913310408592224, + "num_tokens": 103407137.0, + "step": 80360 + }, + { + "entropy": 0.9278236508369446, + "epoch": 7.67841788478074, + "grad_norm": 0.40903836488723755, + "learning_rate": 1.4026889734205246e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9891913890838623, + "num_tokens": 103420003.0, + "step": 80370 + }, + { + "entropy": 0.912857061624527, + "epoch": 7.679373268367249, + "grad_norm": 0.512408435344696, + "learning_rate": 1.401591997343914e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9912324130535126, + "num_tokens": 103432895.0, + "step": 80380 + }, + { + "entropy": 0.9124133825302124, + "epoch": 7.68032865195376, + "grad_norm": 3.0576562881469727, + "learning_rate": 1.4004953804561587e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.992960250377655, + "num_tokens": 103445448.0, + "step": 80390 + }, + { + "entropy": 0.9229182481765748, + "epoch": 7.681284035540269, + "grad_norm": 0.7582828998565674, + "learning_rate": 1.3993991228667236e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9897469043731689, + "num_tokens": 103458099.0, + "step": 80400 + }, + { + "entropy": 0.9146931231021881, + "epoch": 7.6822394191267795, + "grad_norm": 0.6206513047218323, + "learning_rate": 1.3983032246850353e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.99192675948143, + "num_tokens": 103470299.0, + "step": 80410 + }, + { + "entropy": 0.8959398090839386, + "epoch": 7.683194802713289, + "grad_norm": 1.4591792821884155, + "learning_rate": 1.3972076860204847e-05, + "loss": 0.0174, + "mean_token_accuracy": 0.9926132202148438, + "num_tokens": 103482516.0, + "step": 80420 + }, + { + "entropy": 0.9258960843086242, + "epoch": 7.684150186299799, + "grad_norm": 1.2742353677749634, + "learning_rate": 1.396112506982426e-05, + "loss": 0.0198, + "mean_token_accuracy": 0.991415286064148, + "num_tokens": 103495488.0, + "step": 80430 + }, + { + "entropy": 0.9164105653762817, + "epoch": 7.685105569886309, + "grad_norm": 1.5461519956588745, + "learning_rate": 1.3950176876801807e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9914947569370269, + "num_tokens": 103508492.0, + "step": 80440 + }, + { + "entropy": 0.9312312781810761, + "epoch": 7.686060953472819, + "grad_norm": 0.8197176456451416, + "learning_rate": 1.3939232282230319e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9921846330165863, + "num_tokens": 103520864.0, + "step": 80450 + }, + { + "entropy": 0.8970526456832886, + "epoch": 7.68701633705933, + "grad_norm": 1.017745018005371, + "learning_rate": 1.3928291287202256e-05, + "loss": 0.0192, + "mean_token_accuracy": 0.9946879208087921, + "num_tokens": 103533139.0, + "step": 80460 + }, + { + "entropy": 0.931732040643692, + "epoch": 7.687971720645839, + "grad_norm": 0.4243803918361664, + "learning_rate": 1.3917353892809758e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9892520606517792, + "num_tokens": 103545902.0, + "step": 80470 + }, + { + "entropy": 0.916670286655426, + "epoch": 7.6889271042323495, + "grad_norm": 0.5842382311820984, + "learning_rate": 1.3906420100144562e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9876483738422394, + "num_tokens": 103558288.0, + "step": 80480 + }, + { + "entropy": 0.918878024816513, + "epoch": 7.689882487818859, + "grad_norm": 0.5969401597976685, + "learning_rate": 1.3895489910298093e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9892396032810211, + "num_tokens": 103570961.0, + "step": 80490 + }, + { + "entropy": 0.9288242995738983, + "epoch": 7.690837871405369, + "grad_norm": 1.3707425594329834, + "learning_rate": 1.3884563324361377e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9904797673225403, + "num_tokens": 103583389.0, + "step": 80500 + }, + { + "entropy": 0.9243767499923706, + "epoch": 7.691793254991879, + "grad_norm": 0.5987576246261597, + "learning_rate": 1.387364034342507e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9924136519432067, + "num_tokens": 103596275.0, + "step": 80510 + }, + { + "entropy": 0.9271087050437927, + "epoch": 7.692748638578389, + "grad_norm": 0.644105851650238, + "learning_rate": 1.3862720968579529e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9911453902721405, + "num_tokens": 103609019.0, + "step": 80520 + }, + { + "entropy": 0.9208819568157196, + "epoch": 7.6937040221649, + "grad_norm": 1.4630972146987915, + "learning_rate": 1.3851805200914676e-05, + "loss": 0.0302, + "mean_token_accuracy": 0.988860034942627, + "num_tokens": 103621597.0, + "step": 80530 + }, + { + "entropy": 0.9149116039276123, + "epoch": 7.694659405751409, + "grad_norm": 1.019012451171875, + "learning_rate": 1.3840893041520165e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9926388740539551, + "num_tokens": 103633689.0, + "step": 80540 + }, + { + "entropy": 0.9203088521957398, + "epoch": 7.695614789337919, + "grad_norm": 1.1854091882705688, + "learning_rate": 1.3829984491485165e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.990956848859787, + "num_tokens": 103646586.0, + "step": 80550 + }, + { + "entropy": 0.9199861109256744, + "epoch": 7.696570172924429, + "grad_norm": 0.7900774478912354, + "learning_rate": 1.3819079551898607e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9925242483615875, + "num_tokens": 103659691.0, + "step": 80560 + }, + { + "entropy": 0.9189022660255433, + "epoch": 7.697525556510939, + "grad_norm": 0.4213169515132904, + "learning_rate": 1.3808178223848977e-05, + "loss": 0.0206, + "mean_token_accuracy": 0.991507488489151, + "num_tokens": 103672486.0, + "step": 80570 + }, + { + "entropy": 0.9089271545410156, + "epoch": 7.698480940097449, + "grad_norm": 1.3664875030517578, + "learning_rate": 1.379728050842446e-05, + "loss": 0.0179, + "mean_token_accuracy": 0.9929311275482178, + "num_tokens": 103685049.0, + "step": 80580 + }, + { + "entropy": 0.9191025793552399, + "epoch": 7.699436323683959, + "grad_norm": 1.1164780855178833, + "learning_rate": 1.3786386406712842e-05, + "loss": 0.0311, + "mean_token_accuracy": 0.9880690753459931, + "num_tokens": 103697825.0, + "step": 80590 + }, + { + "entropy": 0.9480457782745362, + "epoch": 7.7003917072704695, + "grad_norm": 1.2291455268859863, + "learning_rate": 1.377549591980154e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.989605325460434, + "num_tokens": 103711653.0, + "step": 80600 + }, + { + "entropy": 0.923320734500885, + "epoch": 7.701347090856979, + "grad_norm": 1.5282832384109497, + "learning_rate": 1.3764609048777666e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9907132983207703, + "num_tokens": 103723970.0, + "step": 80610 + }, + { + "entropy": 0.9218960702419281, + "epoch": 7.702302474443489, + "grad_norm": 0.5806753635406494, + "learning_rate": 1.37537257947279e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.9948252499103546, + "num_tokens": 103736742.0, + "step": 80620 + }, + { + "entropy": 0.9401492416858673, + "epoch": 7.703257858029999, + "grad_norm": 0.5835273265838623, + "learning_rate": 1.3742846158738637e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9922743499279022, + "num_tokens": 103750406.0, + "step": 80630 + }, + { + "entropy": 0.916771125793457, + "epoch": 7.704213241616509, + "grad_norm": 0.7681962251663208, + "learning_rate": 1.3731970141895823e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9894127607345581, + "num_tokens": 103763095.0, + "step": 80640 + }, + { + "entropy": 0.9210598111152649, + "epoch": 7.705168625203019, + "grad_norm": 1.2988210916519165, + "learning_rate": 1.3721097745285117e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9910131514072418, + "num_tokens": 103775570.0, + "step": 80650 + }, + { + "entropy": 0.9213845431804657, + "epoch": 7.706124008789529, + "grad_norm": 1.8766913414001465, + "learning_rate": 1.3710228969991768e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9918207287788391, + "num_tokens": 103788045.0, + "step": 80660 + }, + { + "entropy": 0.9217611193656922, + "epoch": 7.7070793923760395, + "grad_norm": 1.0276005268096924, + "learning_rate": 1.3699363817100719e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9918294727802277, + "num_tokens": 103801499.0, + "step": 80670 + }, + { + "entropy": 0.9204078435897827, + "epoch": 7.708034775962549, + "grad_norm": 1.541259765625, + "learning_rate": 1.3688502287696492e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9892139315605164, + "num_tokens": 103814141.0, + "step": 80680 + }, + { + "entropy": 0.9155475556850433, + "epoch": 7.708990159549059, + "grad_norm": 0.566862165927887, + "learning_rate": 1.3677644382863259e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9919112205505372, + "num_tokens": 103826828.0, + "step": 80690 + }, + { + "entropy": 0.919296783208847, + "epoch": 7.709945543135569, + "grad_norm": 1.076854944229126, + "learning_rate": 1.3666790103684878e-05, + "loss": 0.029, + "mean_token_accuracy": 0.9895902574062347, + "num_tokens": 103839861.0, + "step": 80700 + }, + { + "entropy": 0.9329047441482544, + "epoch": 7.710900926722079, + "grad_norm": 0.6882020831108093, + "learning_rate": 1.365593945124478e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9885570168495178, + "num_tokens": 103852963.0, + "step": 80710 + }, + { + "entropy": 0.9466150820255279, + "epoch": 7.711856310308589, + "grad_norm": 1.2564159631729126, + "learning_rate": 1.3645092426626093e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9907448470592499, + "num_tokens": 103866385.0, + "step": 80720 + }, + { + "entropy": 0.9291487455368042, + "epoch": 7.712811693895099, + "grad_norm": 1.101552128791809, + "learning_rate": 1.3634249030911539e-05, + "loss": 0.0191, + "mean_token_accuracy": 0.992140918970108, + "num_tokens": 103879337.0, + "step": 80730 + }, + { + "entropy": 0.9331691801548004, + "epoch": 7.7137670774816085, + "grad_norm": 1.593508243560791, + "learning_rate": 1.3623409265183473e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9923205852508545, + "num_tokens": 103892731.0, + "step": 80740 + }, + { + "entropy": 0.9279406309127808, + "epoch": 7.714722461068119, + "grad_norm": 0.6737231612205505, + "learning_rate": 1.3612573130523942e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9889047086238861, + "num_tokens": 103905508.0, + "step": 80750 + }, + { + "entropy": 0.9086148917675019, + "epoch": 7.715677844654628, + "grad_norm": 0.8260225653648376, + "learning_rate": 1.3601740628014586e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9904496073722839, + "num_tokens": 103918076.0, + "step": 80760 + }, + { + "entropy": 0.9443506240844727, + "epoch": 7.716633228241139, + "grad_norm": 0.7718519568443298, + "learning_rate": 1.359091175873669e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9905885100364685, + "num_tokens": 103931350.0, + "step": 80770 + }, + { + "entropy": 0.9396354615688324, + "epoch": 7.717588611827649, + "grad_norm": 1.2514923810958862, + "learning_rate": 1.3580086523771157e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.993923830986023, + "num_tokens": 103944046.0, + "step": 80780 + }, + { + "entropy": 0.9239594876766205, + "epoch": 7.718543995414159, + "grad_norm": 0.9202747941017151, + "learning_rate": 1.3569264924198588e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9887506544589997, + "num_tokens": 103956841.0, + "step": 80790 + }, + { + "entropy": 0.9165562093257904, + "epoch": 7.719499379000669, + "grad_norm": 0.9085358381271362, + "learning_rate": 1.3558446961099147e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.99239302277565, + "num_tokens": 103969418.0, + "step": 80800 + }, + { + "entropy": 0.9266591608524323, + "epoch": 7.720454762587178, + "grad_norm": 1.6960769891738892, + "learning_rate": 1.3547632635552698e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9887046158313751, + "num_tokens": 103981944.0, + "step": 80810 + }, + { + "entropy": 0.9201253473758697, + "epoch": 7.721410146173689, + "grad_norm": 1.0609700679779053, + "learning_rate": 1.3536821948638711e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9892844378948211, + "num_tokens": 103994896.0, + "step": 80820 + }, + { + "entropy": 0.9138176679611206, + "epoch": 7.722365529760198, + "grad_norm": 1.34458327293396, + "learning_rate": 1.3526014901436268e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9913862764835357, + "num_tokens": 104007522.0, + "step": 80830 + }, + { + "entropy": 0.9208021521568298, + "epoch": 7.723320913346709, + "grad_norm": 0.46501943469047546, + "learning_rate": 1.3515211495024155e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9899268329143525, + "num_tokens": 104020280.0, + "step": 80840 + }, + { + "entropy": 0.927913498878479, + "epoch": 7.724276296933219, + "grad_norm": 0.588282585144043, + "learning_rate": 1.350441173048072e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.9905253648757935, + "num_tokens": 104032898.0, + "step": 80850 + }, + { + "entropy": 0.9137989819049835, + "epoch": 7.7252316805197285, + "grad_norm": 0.5507078766822815, + "learning_rate": 1.349361560888403e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.991937518119812, + "num_tokens": 104045733.0, + "step": 80860 + }, + { + "entropy": 0.9257333755493165, + "epoch": 7.726187064106239, + "grad_norm": 1.0165648460388184, + "learning_rate": 1.3482823131311678e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9889802694320678, + "num_tokens": 104058942.0, + "step": 80870 + }, + { + "entropy": 0.9113092184066772, + "epoch": 7.727142447692748, + "grad_norm": 0.6239717602729797, + "learning_rate": 1.3472034298840992e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9915898382663727, + "num_tokens": 104071616.0, + "step": 80880 + }, + { + "entropy": 0.9303371846675873, + "epoch": 7.728097831279259, + "grad_norm": 0.9882650375366211, + "learning_rate": 1.3461249112548913e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9919256925582886, + "num_tokens": 104085254.0, + "step": 80890 + }, + { + "entropy": 0.9105010807514191, + "epoch": 7.729053214865768, + "grad_norm": 1.1790673732757568, + "learning_rate": 1.3450467573511988e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9906918823719024, + "num_tokens": 104097844.0, + "step": 80900 + }, + { + "entropy": 0.9060405969619751, + "epoch": 7.730008598452279, + "grad_norm": 0.7662594318389893, + "learning_rate": 1.3439689682806416e-05, + "loss": 0.0191, + "mean_token_accuracy": 0.9923162996768952, + "num_tokens": 104110033.0, + "step": 80910 + }, + { + "entropy": 0.924395614862442, + "epoch": 7.730963982038789, + "grad_norm": 1.3043639659881592, + "learning_rate": 1.3428915441508028e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9895001351833344, + "num_tokens": 104122811.0, + "step": 80920 + }, + { + "entropy": 0.9114696860313416, + "epoch": 7.7319193656252985, + "grad_norm": 1.1796684265136719, + "learning_rate": 1.3418144850692316e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9941777765750885, + "num_tokens": 104135597.0, + "step": 80930 + }, + { + "entropy": 0.9267384529113769, + "epoch": 7.732874749211809, + "grad_norm": 0.5005465745925903, + "learning_rate": 1.3407377911434365e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9897506892681122, + "num_tokens": 104148403.0, + "step": 80940 + }, + { + "entropy": 0.910361897945404, + "epoch": 7.733830132798318, + "grad_norm": 0.4688539206981659, + "learning_rate": 1.3396614624808963e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911150872707367, + "num_tokens": 104161436.0, + "step": 80950 + }, + { + "entropy": 0.9110335052013397, + "epoch": 7.734785516384829, + "grad_norm": 2.173778533935547, + "learning_rate": 1.3385854991890417e-05, + "loss": 0.0366, + "mean_token_accuracy": 0.9870447456836701, + "num_tokens": 104174040.0, + "step": 80960 + }, + { + "entropy": 0.9087756633758545, + "epoch": 7.735740899971338, + "grad_norm": 0.9548315405845642, + "learning_rate": 1.337509901375279e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9897790729999543, + "num_tokens": 104186449.0, + "step": 80970 + }, + { + "entropy": 0.9242120087146759, + "epoch": 7.7366962835578486, + "grad_norm": 2.7653117179870605, + "learning_rate": 1.3364346691469727e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9914090573787689, + "num_tokens": 104199660.0, + "step": 80980 + }, + { + "entropy": 0.90232213139534, + "epoch": 7.737651667144359, + "grad_norm": 0.6198463439941406, + "learning_rate": 1.3353598026114512e-05, + "loss": 0.0278, + "mean_token_accuracy": 0.98956258893013, + "num_tokens": 104212382.0, + "step": 80990 + }, + { + "entropy": 0.9195549249649048, + "epoch": 7.738607050730868, + "grad_norm": 0.7231873273849487, + "learning_rate": 1.3342853018760054e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9903809428215027, + "num_tokens": 104225693.0, + "step": 81000 + }, + { + "entropy": 0.9274298965930938, + "epoch": 7.739562434317379, + "grad_norm": 2.3294894695281982, + "learning_rate": 1.3332111670478898e-05, + "loss": 0.0276, + "mean_token_accuracy": 0.986926120519638, + "num_tokens": 104238914.0, + "step": 81010 + }, + { + "entropy": 0.9211561501026153, + "epoch": 7.740517817903888, + "grad_norm": 1.3273993730545044, + "learning_rate": 1.3321373982343261e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9917274236679077, + "num_tokens": 104251983.0, + "step": 81020 + }, + { + "entropy": 0.9100372016429901, + "epoch": 7.741473201490399, + "grad_norm": 1.7739053964614868, + "learning_rate": 1.331063995542493e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9917760133743286, + "num_tokens": 104264645.0, + "step": 81030 + }, + { + "entropy": 0.9269054114818573, + "epoch": 7.742428585076908, + "grad_norm": 1.5154709815979004, + "learning_rate": 1.3299909590795407e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9893033981323243, + "num_tokens": 104278224.0, + "step": 81040 + }, + { + "entropy": 0.9103471755981445, + "epoch": 7.7433839686634185, + "grad_norm": 0.9369173049926758, + "learning_rate": 1.3289182889525758e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9916275620460511, + "num_tokens": 104290254.0, + "step": 81050 + }, + { + "entropy": 0.9085058867931366, + "epoch": 7.744339352249928, + "grad_norm": 0.6966007351875305, + "learning_rate": 1.3278459852686697e-05, + "loss": 0.0185, + "mean_token_accuracy": 0.9929665148258209, + "num_tokens": 104302451.0, + "step": 81060 + }, + { + "entropy": 0.9324296891689301, + "epoch": 7.745294735836438, + "grad_norm": 1.8157607316970825, + "learning_rate": 1.3267740481348617e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9885461032390594, + "num_tokens": 104315481.0, + "step": 81070 + }, + { + "entropy": 0.9264258205890655, + "epoch": 7.746250119422948, + "grad_norm": 0.4065439999103546, + "learning_rate": 1.32570247765815e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9900346994400024, + "num_tokens": 104328516.0, + "step": 81080 + }, + { + "entropy": 0.9174248576164246, + "epoch": 7.747205503009458, + "grad_norm": 0.4272423982620239, + "learning_rate": 1.3246312739454969e-05, + "loss": 0.0162, + "mean_token_accuracy": 0.9945535302162171, + "num_tokens": 104341252.0, + "step": 81090 + }, + { + "entropy": 0.9066375732421875, + "epoch": 7.748160886595969, + "grad_norm": 1.0580315589904785, + "learning_rate": 1.323560437103828e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.99192915558815, + "num_tokens": 104354084.0, + "step": 81100 + }, + { + "entropy": 0.9123179018497467, + "epoch": 7.749116270182478, + "grad_norm": 0.9955343008041382, + "learning_rate": 1.3224899672400337e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9901569068431855, + "num_tokens": 104367040.0, + "step": 81110 + }, + { + "entropy": 0.9171765983104706, + "epoch": 7.750071653768988, + "grad_norm": 1.9941269159317017, + "learning_rate": 1.3214198644609687e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9911985695362091, + "num_tokens": 104379770.0, + "step": 81120 + }, + { + "entropy": 0.9225437581539154, + "epoch": 7.751027037355498, + "grad_norm": 0.9699124097824097, + "learning_rate": 1.3203501288734483e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9899807333946228, + "num_tokens": 104392602.0, + "step": 81130 + }, + { + "entropy": 0.9416149020195007, + "epoch": 7.751982420942008, + "grad_norm": 0.726714015007019, + "learning_rate": 1.3192807605842517e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.9856113612651825, + "num_tokens": 104406096.0, + "step": 81140 + }, + { + "entropy": 0.9232434809207917, + "epoch": 7.752937804528518, + "grad_norm": 2.4647016525268555, + "learning_rate": 1.3182117597001208e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9905253887176514, + "num_tokens": 104419252.0, + "step": 81150 + }, + { + "entropy": 0.9102369606494903, + "epoch": 7.753893188115028, + "grad_norm": 0.6569332480430603, + "learning_rate": 1.3171431263277651e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9905408799648285, + "num_tokens": 104431689.0, + "step": 81160 + }, + { + "entropy": 0.9432690560817718, + "epoch": 7.7548485717015385, + "grad_norm": 1.2647401094436646, + "learning_rate": 1.316074860573851e-05, + "loss": 0.0309, + "mean_token_accuracy": 0.9897815942764282, + "num_tokens": 104445543.0, + "step": 81170 + }, + { + "entropy": 0.920597779750824, + "epoch": 7.755803955288048, + "grad_norm": 1.167348861694336, + "learning_rate": 1.3150069625450151e-05, + "loss": 0.0323, + "mean_token_accuracy": 0.9903027296066285, + "num_tokens": 104458157.0, + "step": 81180 + }, + { + "entropy": 0.904445481300354, + "epoch": 7.756759338874558, + "grad_norm": 1.6050357818603516, + "learning_rate": 1.3139394323478515e-05, + "loss": 0.0363, + "mean_token_accuracy": 0.9873273730278015, + "num_tokens": 104470503.0, + "step": 81190 + }, + { + "entropy": 0.9185065746307373, + "epoch": 7.757714722461068, + "grad_norm": 0.4405537247657776, + "learning_rate": 1.312872270088919e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9938806653022766, + "num_tokens": 104483138.0, + "step": 81200 + }, + { + "entropy": 0.9136156678199768, + "epoch": 7.758670106047578, + "grad_norm": 0.992249608039856, + "learning_rate": 1.3118054758747433e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9889325678348542, + "num_tokens": 104495716.0, + "step": 81210 + }, + { + "entropy": 0.9293565571308136, + "epoch": 7.759625489634088, + "grad_norm": 1.3215259313583374, + "learning_rate": 1.310739049811809e-05, + "loss": 0.031, + "mean_token_accuracy": 0.9866345047950744, + "num_tokens": 104508922.0, + "step": 81220 + }, + { + "entropy": 0.921290934085846, + "epoch": 7.760580873220598, + "grad_norm": 2.0763604640960693, + "learning_rate": 1.3096729920065648e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9914039015769959, + "num_tokens": 104521398.0, + "step": 81230 + }, + { + "entropy": 0.9238586127758026, + "epoch": 7.7615362568071085, + "grad_norm": 0.5572278499603271, + "learning_rate": 1.3086073025654227e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9907988905906677, + "num_tokens": 104535132.0, + "step": 81240 + }, + { + "entropy": 0.9367782235145569, + "epoch": 7.762491640393618, + "grad_norm": 0.546212375164032, + "learning_rate": 1.307541981594761e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9901294708251953, + "num_tokens": 104548459.0, + "step": 81250 + }, + { + "entropy": 0.9177564918994904, + "epoch": 7.763447023980128, + "grad_norm": 0.627643346786499, + "learning_rate": 1.3064770292009166e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9926904678344727, + "num_tokens": 104561270.0, + "step": 81260 + }, + { + "entropy": 0.9094230592250824, + "epoch": 7.764402407566638, + "grad_norm": 2.1119608879089355, + "learning_rate": 1.305412445490194e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9911069393157959, + "num_tokens": 104573976.0, + "step": 81270 + }, + { + "entropy": 0.9293418943881988, + "epoch": 7.765357791153148, + "grad_norm": 2.5828921794891357, + "learning_rate": 1.3043482305688575e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9894134044647217, + "num_tokens": 104587224.0, + "step": 81280 + }, + { + "entropy": 0.9145869314670563, + "epoch": 7.766313174739658, + "grad_norm": 1.4278504848480225, + "learning_rate": 1.3032843845431341e-05, + "loss": 0.0298, + "mean_token_accuracy": 0.987392908334732, + "num_tokens": 104600212.0, + "step": 81290 + }, + { + "entropy": 0.9167530059814453, + "epoch": 7.767268558326168, + "grad_norm": 1.0293035507202148, + "learning_rate": 1.3022209075192194e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.988860672712326, + "num_tokens": 104613216.0, + "step": 81300 + }, + { + "entropy": 0.9286325216293335, + "epoch": 7.768223941912678, + "grad_norm": 1.2604832649230957, + "learning_rate": 1.301157799603266e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9902553498744965, + "num_tokens": 104626821.0, + "step": 81310 + }, + { + "entropy": 0.9285153448581696, + "epoch": 7.769179325499188, + "grad_norm": 1.204798698425293, + "learning_rate": 1.3000950609013924e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9881819307804107, + "num_tokens": 104639857.0, + "step": 81320 + }, + { + "entropy": 0.9209653019905091, + "epoch": 7.770134709085698, + "grad_norm": 0.8182628154754639, + "learning_rate": 1.2990326915196783e-05, + "loss": 0.028, + "mean_token_accuracy": 0.988749897480011, + "num_tokens": 104652982.0, + "step": 81330 + }, + { + "entropy": 0.9327056348323822, + "epoch": 7.771090092672208, + "grad_norm": 2.0395474433898926, + "learning_rate": 1.2979706915641698e-05, + "loss": 0.0315, + "mean_token_accuracy": 0.9869024872779846, + "num_tokens": 104666618.0, + "step": 81340 + }, + { + "entropy": 0.922330105304718, + "epoch": 7.772045476258718, + "grad_norm": 0.5392537117004395, + "learning_rate": 1.2969090611408763e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9924565970897674, + "num_tokens": 104679508.0, + "step": 81350 + }, + { + "entropy": 0.9260459005832672, + "epoch": 7.773000859845228, + "grad_norm": 0.7942360639572144, + "learning_rate": 1.2958478003557667e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9892723798751831, + "num_tokens": 104693317.0, + "step": 81360 + }, + { + "entropy": 0.9283064126968383, + "epoch": 7.773956243431738, + "grad_norm": 2.570450782775879, + "learning_rate": 1.2947869093147746e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9911143064498902, + "num_tokens": 104706009.0, + "step": 81370 + }, + { + "entropy": 0.9200861811637878, + "epoch": 7.7749116270182475, + "grad_norm": 1.2969043254852295, + "learning_rate": 1.293726388123796e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9913783133029938, + "num_tokens": 104718712.0, + "step": 81380 + }, + { + "entropy": 0.9248159408569336, + "epoch": 7.775867010604758, + "grad_norm": 1.6499041318893433, + "learning_rate": 1.2926662368886933e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9904079616069794, + "num_tokens": 104732089.0, + "step": 81390 + }, + { + "entropy": 0.9157881617546082, + "epoch": 7.776822394191267, + "grad_norm": 0.9598755240440369, + "learning_rate": 1.291606455715288e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9910106360912323, + "num_tokens": 104744729.0, + "step": 81400 + }, + { + "entropy": 0.9335171639919281, + "epoch": 7.777777777777778, + "grad_norm": 1.0752211809158325, + "learning_rate": 1.2905470447093654e-05, + "loss": 0.0308, + "mean_token_accuracy": 0.9882289171218872, + "num_tokens": 104758173.0, + "step": 81410 + }, + { + "entropy": 0.9276260197162628, + "epoch": 7.778733161364288, + "grad_norm": 0.9091809391975403, + "learning_rate": 1.2894880039766767e-05, + "loss": 0.0307, + "mean_token_accuracy": 0.9879514932632446, + "num_tokens": 104771836.0, + "step": 81420 + }, + { + "entropy": 0.9243585169315338, + "epoch": 7.7796885449507975, + "grad_norm": 1.2178618907928467, + "learning_rate": 1.2884293336229319e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9895105481147766, + "num_tokens": 104784734.0, + "step": 81430 + }, + { + "entropy": 0.9036003887653351, + "epoch": 7.780643928537308, + "grad_norm": 0.8506426215171814, + "learning_rate": 1.2873710337538087e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9914973258972168, + "num_tokens": 104797564.0, + "step": 81440 + }, + { + "entropy": 0.9162066280841827, + "epoch": 7.781599312123817, + "grad_norm": 1.5101596117019653, + "learning_rate": 1.2863131044749444e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.9891889154911041, + "num_tokens": 104810716.0, + "step": 81450 + }, + { + "entropy": 0.9193901658058167, + "epoch": 7.782554695710328, + "grad_norm": 0.772239625453949, + "learning_rate": 1.2852555458919396e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9932478845119477, + "num_tokens": 104824123.0, + "step": 81460 + }, + { + "entropy": 0.9123178005218506, + "epoch": 7.783510079296837, + "grad_norm": 0.26293253898620605, + "learning_rate": 1.2841983581103579e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9911386966705322, + "num_tokens": 104836764.0, + "step": 81470 + }, + { + "entropy": 0.903731906414032, + "epoch": 7.784465462883348, + "grad_norm": 1.0585893392562866, + "learning_rate": 1.2831415412357274e-05, + "loss": 0.0181, + "mean_token_accuracy": 0.9939610481262207, + "num_tokens": 104849422.0, + "step": 81480 + }, + { + "entropy": 0.9084457457065582, + "epoch": 7.785420846469858, + "grad_norm": 1.3063327074050903, + "learning_rate": 1.2820850953735396e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9898140013217926, + "num_tokens": 104862176.0, + "step": 81490 + }, + { + "entropy": 0.9159304320812225, + "epoch": 7.7863762300563675, + "grad_norm": 0.7573035359382629, + "learning_rate": 1.281029020629247e-05, + "loss": 0.026, + "mean_token_accuracy": 0.990262794494629, + "num_tokens": 104875581.0, + "step": 81500 + }, + { + "entropy": 0.9014849483966827, + "epoch": 7.787331613642878, + "grad_norm": 0.9594141244888306, + "learning_rate": 1.2799733171082645e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9917417764663696, + "num_tokens": 104888127.0, + "step": 81510 + }, + { + "entropy": 0.9106240272521973, + "epoch": 7.788286997229387, + "grad_norm": 0.49077311158180237, + "learning_rate": 1.278917984915971e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9921842217445374, + "num_tokens": 104901091.0, + "step": 81520 + }, + { + "entropy": 0.9245185434818268, + "epoch": 7.789242380815898, + "grad_norm": 1.0476808547973633, + "learning_rate": 1.277863024157711e-05, + "loss": 0.0271, + "mean_token_accuracy": 0.9912124156951905, + "num_tokens": 104914137.0, + "step": 81530 + }, + { + "entropy": 0.9012213468551635, + "epoch": 7.790197764402407, + "grad_norm": 2.0963082313537598, + "learning_rate": 1.2768084349387882e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.990674614906311, + "num_tokens": 104926697.0, + "step": 81540 + }, + { + "entropy": 0.9074929356575012, + "epoch": 7.791153147988918, + "grad_norm": 0.7440945506095886, + "learning_rate": 1.27575421736447e-05, + "loss": 0.0295, + "mean_token_accuracy": 0.9905088543891907, + "num_tokens": 104939338.0, + "step": 81550 + }, + { + "entropy": 0.9325285077095031, + "epoch": 7.792108531575428, + "grad_norm": 1.901139736175537, + "learning_rate": 1.2747003715399858e-05, + "loss": 0.0312, + "mean_token_accuracy": 0.9871519088745118, + "num_tokens": 104952593.0, + "step": 81560 + }, + { + "entropy": 0.9235882461071014, + "epoch": 7.793063915161937, + "grad_norm": 0.877427875995636, + "learning_rate": 1.2736468975705307e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.991750568151474, + "num_tokens": 104965925.0, + "step": 81570 + }, + { + "entropy": 0.9211637318134308, + "epoch": 7.794019298748448, + "grad_norm": 0.9878277778625488, + "learning_rate": 1.2725937955612626e-05, + "loss": 0.0301, + "mean_token_accuracy": 0.9885321378707885, + "num_tokens": 104978933.0, + "step": 81580 + }, + { + "entropy": 0.9265905022621155, + "epoch": 7.794974682334957, + "grad_norm": 0.7388783097267151, + "learning_rate": 1.2715410656173e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.992835384607315, + "num_tokens": 104992522.0, + "step": 81590 + }, + { + "entropy": 0.9172593116760254, + "epoch": 7.795930065921468, + "grad_norm": 0.8579206466674805, + "learning_rate": 1.270488707843725e-05, + "loss": 0.0283, + "mean_token_accuracy": 0.9871611654758453, + "num_tokens": 105005367.0, + "step": 81600 + }, + { + "entropy": 0.9225075542926788, + "epoch": 7.796885449507977, + "grad_norm": 1.3483028411865234, + "learning_rate": 1.2694367223455806e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9925826251506805, + "num_tokens": 105018529.0, + "step": 81610 + }, + { + "entropy": 0.8984914660453797, + "epoch": 7.7978408330944875, + "grad_norm": 3.03049635887146, + "learning_rate": 1.2683851092278781e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9905379176139831, + "num_tokens": 105030809.0, + "step": 81620 + }, + { + "entropy": 0.9122899532318115, + "epoch": 7.798796216680998, + "grad_norm": 1.0949432849884033, + "learning_rate": 1.2673338685955871e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9888707935810089, + "num_tokens": 105043611.0, + "step": 81630 + }, + { + "entropy": 0.901683109998703, + "epoch": 7.799751600267507, + "grad_norm": 0.1750442534685135, + "learning_rate": 1.2662830005536398e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.9922339797019959, + "num_tokens": 105056153.0, + "step": 81640 + }, + { + "entropy": 0.9077429056167603, + "epoch": 7.800706983854018, + "grad_norm": 0.8999271392822266, + "learning_rate": 1.2652325052069347e-05, + "loss": 0.0197, + "mean_token_accuracy": 0.9953491389751434, + "num_tokens": 105069008.0, + "step": 81650 + }, + { + "entropy": 0.9018256962299347, + "epoch": 7.801662367440527, + "grad_norm": 1.0924103260040283, + "learning_rate": 1.2641823826603288e-05, + "loss": 0.0163, + "mean_token_accuracy": 0.9940823912620544, + "num_tokens": 105082211.0, + "step": 81660 + }, + { + "entropy": 0.882511556148529, + "epoch": 7.802617751027038, + "grad_norm": 1.2139348983764648, + "learning_rate": 1.2631326330186467e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9911472380161286, + "num_tokens": 105094367.0, + "step": 81670 + }, + { + "entropy": 0.9030734837055207, + "epoch": 7.803573134613547, + "grad_norm": 0.9248544573783875, + "learning_rate": 1.262083256386672e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9905735194683075, + "num_tokens": 105106963.0, + "step": 81680 + }, + { + "entropy": 0.9023660957813263, + "epoch": 7.804528518200057, + "grad_norm": 1.0250877141952515, + "learning_rate": 1.2610342528691521e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9908255040645599, + "num_tokens": 105118998.0, + "step": 81690 + }, + { + "entropy": 0.916076946258545, + "epoch": 7.805483901786567, + "grad_norm": 1.5668939352035522, + "learning_rate": 1.2599856225707957e-05, + "loss": 0.0236, + "mean_token_accuracy": 0.9886529922485352, + "num_tokens": 105132124.0, + "step": 81700 + }, + { + "entropy": 0.9159329354763031, + "epoch": 7.806439285373077, + "grad_norm": 0.4181170165538788, + "learning_rate": 1.2589373655962777e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9920843422412873, + "num_tokens": 105144887.0, + "step": 81710 + }, + { + "entropy": 0.9143760025501251, + "epoch": 7.807394668959587, + "grad_norm": 0.40503165125846863, + "learning_rate": 1.2578894820502362e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9921231091022491, + "num_tokens": 105158359.0, + "step": 81720 + }, + { + "entropy": 0.9115682661533355, + "epoch": 7.808350052546097, + "grad_norm": 1.457571029663086, + "learning_rate": 1.2568419720372643e-05, + "loss": 0.023, + "mean_token_accuracy": 0.9910826027393341, + "num_tokens": 105171651.0, + "step": 81730 + }, + { + "entropy": 0.9039373993873596, + "epoch": 7.8093054361326075, + "grad_norm": 1.372728943824768, + "learning_rate": 1.2557948356619275e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9860229849815368, + "num_tokens": 105184452.0, + "step": 81740 + }, + { + "entropy": 0.925793993473053, + "epoch": 7.810260819719117, + "grad_norm": 0.5622408986091614, + "learning_rate": 1.254748073028747e-05, + "loss": 0.0261, + "mean_token_accuracy": 0.9913246810436249, + "num_tokens": 105197779.0, + "step": 81750 + }, + { + "entropy": 0.9137371242046356, + "epoch": 7.811216203305627, + "grad_norm": 0.5895395278930664, + "learning_rate": 1.2537016842422123e-05, + "loss": 0.0237, + "mean_token_accuracy": 0.9912697434425354, + "num_tokens": 105210781.0, + "step": 81760 + }, + { + "entropy": 0.9010496139526367, + "epoch": 7.812171586892137, + "grad_norm": 0.6755735278129578, + "learning_rate": 1.2526556694067709e-05, + "loss": 0.0178, + "mean_token_accuracy": 0.9936200261116028, + "num_tokens": 105223586.0, + "step": 81770 + }, + { + "entropy": 0.9135396897792816, + "epoch": 7.813126970478647, + "grad_norm": 1.0895618200302124, + "learning_rate": 1.2516100286268334e-05, + "loss": 0.0164, + "mean_token_accuracy": 0.9945634126663208, + "num_tokens": 105236410.0, + "step": 81780 + }, + { + "entropy": 0.911006098985672, + "epoch": 7.814082354065157, + "grad_norm": 1.0922356843948364, + "learning_rate": 1.2505647620067773e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904370367527008, + "num_tokens": 105248961.0, + "step": 81790 + }, + { + "entropy": 0.9110129594802856, + "epoch": 7.815037737651667, + "grad_norm": 0.6488014459609985, + "learning_rate": 1.249519869650937e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9915817081928253, + "num_tokens": 105261795.0, + "step": 81800 + }, + { + "entropy": 0.9108744561672211, + "epoch": 7.8159931212381775, + "grad_norm": 0.8515313267707825, + "learning_rate": 1.2484753516636161e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9922596514225006, + "num_tokens": 105274709.0, + "step": 81810 + }, + { + "entropy": 0.890828150510788, + "epoch": 7.816948504824687, + "grad_norm": 1.716618537902832, + "learning_rate": 1.247431208149074e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9897702276706696, + "num_tokens": 105287430.0, + "step": 81820 + }, + { + "entropy": 0.9020890951156616, + "epoch": 7.817903888411197, + "grad_norm": 1.3464473485946655, + "learning_rate": 1.2463874392115377e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9923111736774445, + "num_tokens": 105300447.0, + "step": 81830 + }, + { + "entropy": 0.9105905294418335, + "epoch": 7.818859271997707, + "grad_norm": 1.0434383153915405, + "learning_rate": 1.2453440449551928e-05, + "loss": 0.0189, + "mean_token_accuracy": 0.9934372723102569, + "num_tokens": 105313362.0, + "step": 81840 + }, + { + "entropy": 0.9178855538368225, + "epoch": 7.819814655584217, + "grad_norm": 0.9235071539878845, + "learning_rate": 1.2443010254841924e-05, + "loss": 0.0177, + "mean_token_accuracy": 0.9937840044498444, + "num_tokens": 105326260.0, + "step": 81850 + }, + { + "entropy": 0.9044493794441223, + "epoch": 7.820770039170727, + "grad_norm": 1.0090488195419312, + "learning_rate": 1.2432583809026483e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9892237544059753, + "num_tokens": 105338567.0, + "step": 81860 + }, + { + "entropy": 0.9156076550483704, + "epoch": 7.821725422757237, + "grad_norm": 0.8212810158729553, + "learning_rate": 1.242216111314634e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.991725093126297, + "num_tokens": 105351916.0, + "step": 81870 + }, + { + "entropy": 0.9172484457492829, + "epoch": 7.822680806343747, + "grad_norm": 0.7272180318832397, + "learning_rate": 1.2411742168241914e-05, + "loss": 0.0289, + "mean_token_accuracy": 0.9900688827037811, + "num_tokens": 105364856.0, + "step": 81880 + }, + { + "entropy": 0.913599282503128, + "epoch": 7.823636189930257, + "grad_norm": 0.7497636675834656, + "learning_rate": 1.2401326975353177e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9911648273468018, + "num_tokens": 105377682.0, + "step": 81890 + }, + { + "entropy": 0.913818609714508, + "epoch": 7.824591573516767, + "grad_norm": 0.734312891960144, + "learning_rate": 1.2390915535519797e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9885846674442291, + "num_tokens": 105390637.0, + "step": 81900 + }, + { + "entropy": 0.9126709878444672, + "epoch": 7.825546957103277, + "grad_norm": 1.1579711437225342, + "learning_rate": 1.2380507849781009e-05, + "loss": 0.0342, + "mean_token_accuracy": 0.9875216960906983, + "num_tokens": 105403798.0, + "step": 81910 + }, + { + "entropy": 0.9258092939853668, + "epoch": 7.826502340689787, + "grad_norm": 0.5898503661155701, + "learning_rate": 1.2370103919175696e-05, + "loss": 0.021, + "mean_token_accuracy": 0.990544319152832, + "num_tokens": 105417611.0, + "step": 81920 + }, + { + "entropy": 0.9047711789608002, + "epoch": 7.827457724276297, + "grad_norm": 1.1253215074539185, + "learning_rate": 1.2359703744742363e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.992658531665802, + "num_tokens": 105430154.0, + "step": 81930 + }, + { + "entropy": 0.9055930256843567, + "epoch": 7.828413107862807, + "grad_norm": 2.1261022090911865, + "learning_rate": 1.2349307327519144e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9891733884811401, + "num_tokens": 105442928.0, + "step": 81940 + }, + { + "entropy": 0.9245155870914459, + "epoch": 7.829368491449317, + "grad_norm": 0.7273914813995361, + "learning_rate": 1.2338914668543833e-05, + "loss": 0.0299, + "mean_token_accuracy": 0.9888412535190583, + "num_tokens": 105456430.0, + "step": 81950 + }, + { + "entropy": 0.9308152496814728, + "epoch": 7.830323875035827, + "grad_norm": 1.5694233179092407, + "learning_rate": 1.232852576885375e-05, + "loss": 0.0317, + "mean_token_accuracy": 0.987097293138504, + "num_tokens": 105469258.0, + "step": 81960 + }, + { + "entropy": 0.923909991979599, + "epoch": 7.831279258622337, + "grad_norm": 0.4780885875225067, + "learning_rate": 1.2318140629485958e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9936614453792572, + "num_tokens": 105482175.0, + "step": 81970 + }, + { + "entropy": 0.9154072821140289, + "epoch": 7.832234642208847, + "grad_norm": 2.5477089881896973, + "learning_rate": 1.2307759251477047e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9898700594902039, + "num_tokens": 105495068.0, + "step": 81980 + }, + { + "entropy": 0.9212136745452881, + "epoch": 7.833190025795357, + "grad_norm": 1.5182018280029297, + "learning_rate": 1.2297381635863308e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9917681336402893, + "num_tokens": 105507864.0, + "step": 81990 + }, + { + "entropy": 0.919078117609024, + "epoch": 7.8341454093818665, + "grad_norm": 0.8752784132957458, + "learning_rate": 1.2287007783680609e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9924003183841705, + "num_tokens": 105520849.0, + "step": 82000 + }, + { + "entropy": 0.9079981625080109, + "epoch": 7.835100792968377, + "grad_norm": 0.7569833397865295, + "learning_rate": 1.2276637695964443e-05, + "loss": 0.0184, + "mean_token_accuracy": 0.9934195756912232, + "num_tokens": 105533602.0, + "step": 82010 + }, + { + "entropy": 0.903835517168045, + "epoch": 7.836056176554886, + "grad_norm": 0.8609733581542969, + "learning_rate": 1.2266271373749966e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.9924759924411773, + "num_tokens": 105546177.0, + "step": 82020 + }, + { + "entropy": 0.922364455461502, + "epoch": 7.837011560141397, + "grad_norm": 0.9936652183532715, + "learning_rate": 1.2255908818071904e-05, + "loss": 0.03, + "mean_token_accuracy": 0.9892944455146789, + "num_tokens": 105559151.0, + "step": 82030 + }, + { + "entropy": 0.9136562526226044, + "epoch": 7.837966943727907, + "grad_norm": 1.8005934953689575, + "learning_rate": 1.2245550029964675e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.988753718137741, + "num_tokens": 105572054.0, + "step": 82040 + }, + { + "entropy": 0.9037779569625854, + "epoch": 7.838922327314417, + "grad_norm": 0.37303170561790466, + "learning_rate": 1.223519501046223e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9911621272563934, + "num_tokens": 105584652.0, + "step": 82050 + }, + { + "entropy": 0.906666886806488, + "epoch": 7.839877710900927, + "grad_norm": 0.2769445478916168, + "learning_rate": 1.2224843760598232e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.991427218914032, + "num_tokens": 105597178.0, + "step": 82060 + }, + { + "entropy": 0.9083925247192383, + "epoch": 7.8408330944874365, + "grad_norm": 0.6655687689781189, + "learning_rate": 1.2214496281405908e-05, + "loss": 0.0221, + "mean_token_accuracy": 0.9916362464427948, + "num_tokens": 105609842.0, + "step": 82070 + }, + { + "entropy": 0.9037592232227325, + "epoch": 7.841788478073947, + "grad_norm": 0.7755802869796753, + "learning_rate": 1.2204152573918149e-05, + "loss": 0.0199, + "mean_token_accuracy": 0.991358083486557, + "num_tokens": 105622512.0, + "step": 82080 + }, + { + "entropy": 0.9197382867336273, + "epoch": 7.842743861660456, + "grad_norm": 0.5157220959663391, + "learning_rate": 1.2193812639167451e-05, + "loss": 0.0171, + "mean_token_accuracy": 0.9935506045818329, + "num_tokens": 105635347.0, + "step": 82090 + }, + { + "entropy": 0.9148472487926483, + "epoch": 7.843699245246967, + "grad_norm": 0.9100289344787598, + "learning_rate": 1.2183476478185912e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9926690936088562, + "num_tokens": 105648212.0, + "step": 82100 + }, + { + "entropy": 0.924320524930954, + "epoch": 7.844654628833476, + "grad_norm": 1.4215232133865356, + "learning_rate": 1.2173144092005306e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9908372461795807, + "num_tokens": 105661931.0, + "step": 82110 + }, + { + "entropy": 0.9094274938106537, + "epoch": 7.845610012419987, + "grad_norm": 0.7758801579475403, + "learning_rate": 1.216281548165697e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9910908222198487, + "num_tokens": 105674647.0, + "step": 82120 + }, + { + "entropy": 0.9138130426406861, + "epoch": 7.846565396006497, + "grad_norm": 1.2606538534164429, + "learning_rate": 1.2152490648171938e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9916318237781525, + "num_tokens": 105687738.0, + "step": 82130 + }, + { + "entropy": 0.9073819816112518, + "epoch": 7.847520779593006, + "grad_norm": 2.0241050720214844, + "learning_rate": 1.214216959258076e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895036518573761, + "num_tokens": 105700922.0, + "step": 82140 + }, + { + "entropy": 0.8977231621742249, + "epoch": 7.848476163179517, + "grad_norm": 0.6495792865753174, + "learning_rate": 1.2131852315913728e-05, + "loss": 0.022, + "mean_token_accuracy": 0.9923433542251587, + "num_tokens": 105713035.0, + "step": 82150 + }, + { + "entropy": 0.9091399252414704, + "epoch": 7.849431546766026, + "grad_norm": 1.084129810333252, + "learning_rate": 1.2121538819200656e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9917662560939788, + "num_tokens": 105726353.0, + "step": 82160 + }, + { + "entropy": 0.9049060106277466, + "epoch": 7.850386930352537, + "grad_norm": 2.536288261413574, + "learning_rate": 1.211122910347106e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9875750660896301, + "num_tokens": 105738778.0, + "step": 82170 + }, + { + "entropy": 0.925245487689972, + "epoch": 7.851342313939046, + "grad_norm": 0.8239309787750244, + "learning_rate": 1.2100923169754036e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.993088835477829, + "num_tokens": 105752463.0, + "step": 82180 + }, + { + "entropy": 0.9071477234363556, + "epoch": 7.8522976975255565, + "grad_norm": 0.8469668626785278, + "learning_rate": 1.2090621019078285e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9940698981285095, + "num_tokens": 105764971.0, + "step": 82190 + }, + { + "entropy": 0.9005569517612457, + "epoch": 7.853253081112067, + "grad_norm": 1.290035367012024, + "learning_rate": 1.2080322652472192e-05, + "loss": 0.0279, + "mean_token_accuracy": 0.9882353484630585, + "num_tokens": 105777768.0, + "step": 82200 + }, + { + "entropy": 0.916284853219986, + "epoch": 7.854208464698576, + "grad_norm": 0.9195956587791443, + "learning_rate": 1.2070028070963702e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9918793737888336, + "num_tokens": 105790508.0, + "step": 82210 + }, + { + "entropy": 0.9089376747608184, + "epoch": 7.855163848285087, + "grad_norm": 1.4147720336914062, + "learning_rate": 1.2059737275580423e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9942790150642395, + "num_tokens": 105802875.0, + "step": 82220 + }, + { + "entropy": 0.9212461590766907, + "epoch": 7.856119231871596, + "grad_norm": 0.6633641123771667, + "learning_rate": 1.2049450267349565e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9931789696216583, + "num_tokens": 105815520.0, + "step": 82230 + }, + { + "entropy": 0.9323583304882049, + "epoch": 7.857074615458107, + "grad_norm": 1.8796201944351196, + "learning_rate": 1.2039167047297955e-05, + "loss": 0.0282, + "mean_token_accuracy": 0.9887355148792267, + "num_tokens": 105828867.0, + "step": 82240 + }, + { + "entropy": 0.9134237885475158, + "epoch": 7.858029999044616, + "grad_norm": 1.282436490058899, + "learning_rate": 1.2028887616452072e-05, + "loss": 0.021, + "mean_token_accuracy": 0.9927689671516419, + "num_tokens": 105841661.0, + "step": 82250 + }, + { + "entropy": 0.9052383065223694, + "epoch": 7.8589853826311264, + "grad_norm": 0.34171226620674133, + "learning_rate": 1.2018611975837985e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9919530034065247, + "num_tokens": 105853973.0, + "step": 82260 + }, + { + "entropy": 0.9170275449752807, + "epoch": 7.859940766217637, + "grad_norm": 1.238909363746643, + "learning_rate": 1.2008340126481393e-05, + "loss": 0.0193, + "mean_token_accuracy": 0.9917651057243347, + "num_tokens": 105866923.0, + "step": 82270 + }, + { + "entropy": 0.8937353789806366, + "epoch": 7.860896149804146, + "grad_norm": 0.8301762342453003, + "learning_rate": 1.1998072069407617e-05, + "loss": 0.0175, + "mean_token_accuracy": 0.9933272123336792, + "num_tokens": 105879249.0, + "step": 82280 + }, + { + "entropy": 0.910867977142334, + "epoch": 7.861851533390657, + "grad_norm": 1.327139139175415, + "learning_rate": 1.1987807805641622e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9885263442993164, + "num_tokens": 105891768.0, + "step": 82290 + }, + { + "entropy": 0.9221533417701722, + "epoch": 7.862806916977166, + "grad_norm": 1.7367832660675049, + "learning_rate": 1.1977547336207945e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.990762984752655, + "num_tokens": 105904755.0, + "step": 82300 + }, + { + "entropy": 0.9164749026298523, + "epoch": 7.8637623005636765, + "grad_norm": 1.0631930828094482, + "learning_rate": 1.1967290662130809e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9915983498096466, + "num_tokens": 105917620.0, + "step": 82310 + }, + { + "entropy": 0.9158176243305206, + "epoch": 7.864717684150186, + "grad_norm": 1.6852697134017944, + "learning_rate": 1.1957037784434e-05, + "loss": 0.0286, + "mean_token_accuracy": 0.9894083917140961, + "num_tokens": 105930694.0, + "step": 82320 + }, + { + "entropy": 0.9262143731117248, + "epoch": 7.865673067736696, + "grad_norm": 1.0991655588150024, + "learning_rate": 1.1946788704140943e-05, + "loss": 0.0258, + "mean_token_accuracy": 0.9893177449703217, + "num_tokens": 105944451.0, + "step": 82330 + }, + { + "entropy": 0.9066301167011261, + "epoch": 7.866628451323207, + "grad_norm": 0.8018580675125122, + "learning_rate": 1.1936543422274716e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9915093243122101, + "num_tokens": 105956839.0, + "step": 82340 + }, + { + "entropy": 0.9343052625656127, + "epoch": 7.867583834909716, + "grad_norm": 0.7612821459770203, + "learning_rate": 1.1926301939857954e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9910830378532409, + "num_tokens": 105970454.0, + "step": 82350 + }, + { + "entropy": 0.9222693562507629, + "epoch": 7.868539218496227, + "grad_norm": 1.0669342279434204, + "learning_rate": 1.1916064257913007e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.993505984544754, + "num_tokens": 105983813.0, + "step": 82360 + }, + { + "entropy": 0.9174862086772919, + "epoch": 7.869494602082736, + "grad_norm": 1.0987792015075684, + "learning_rate": 1.190583037746172e-05, + "loss": 0.0204, + "mean_token_accuracy": 0.9927300989627839, + "num_tokens": 105996731.0, + "step": 82370 + }, + { + "entropy": 0.9141041219234467, + "epoch": 7.8704499856692465, + "grad_norm": 1.1916236877441406, + "learning_rate": 1.1895600299525655e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.992158955335617, + "num_tokens": 106009488.0, + "step": 82380 + }, + { + "entropy": 0.9149179577827453, + "epoch": 7.871405369255756, + "grad_norm": 0.5973524451255798, + "learning_rate": 1.1885374025125984e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9920448958873749, + "num_tokens": 106022037.0, + "step": 82390 + }, + { + "entropy": 0.9126869976520539, + "epoch": 7.872360752842266, + "grad_norm": 1.5772345066070557, + "learning_rate": 1.187515155528347e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9906384408473968, + "num_tokens": 106035247.0, + "step": 82400 + }, + { + "entropy": 0.9090884685516357, + "epoch": 7.873316136428776, + "grad_norm": 1.534218192100525, + "learning_rate": 1.1864932891018504e-05, + "loss": 0.0178, + "mean_token_accuracy": 0.993505334854126, + "num_tokens": 106047821.0, + "step": 82410 + }, + { + "entropy": 0.9196616113185883, + "epoch": 7.874271520015286, + "grad_norm": 0.977501392364502, + "learning_rate": 1.1854718033351092e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9916762828826904, + "num_tokens": 106061197.0, + "step": 82420 + }, + { + "entropy": 0.9009687185287476, + "epoch": 7.875226903601796, + "grad_norm": 2.587026357650757, + "learning_rate": 1.184450698330089e-05, + "loss": 0.0257, + "mean_token_accuracy": 0.9917725145816803, + "num_tokens": 106073792.0, + "step": 82430 + }, + { + "entropy": 0.9088333070278167, + "epoch": 7.876182287188306, + "grad_norm": 1.1305029392242432, + "learning_rate": 1.1834299741887134e-05, + "loss": 0.0255, + "mean_token_accuracy": 0.988730251789093, + "num_tokens": 106087104.0, + "step": 82440 + }, + { + "entropy": 0.9182173609733582, + "epoch": 7.877137670774816, + "grad_norm": 1.0586293935775757, + "learning_rate": 1.182409631012873e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9900096476078033, + "num_tokens": 106099914.0, + "step": 82450 + }, + { + "entropy": 0.9204356729984283, + "epoch": 7.878093054361326, + "grad_norm": 0.7523235082626343, + "learning_rate": 1.1813896689044124e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.9921995222568512, + "num_tokens": 106112983.0, + "step": 82460 + }, + { + "entropy": 0.9030897796154023, + "epoch": 7.879048437947836, + "grad_norm": 1.0232809782028198, + "learning_rate": 1.1803700879651458e-05, + "loss": 0.0205, + "mean_token_accuracy": 0.9917239725589753, + "num_tokens": 106125568.0, + "step": 82470 + }, + { + "entropy": 0.9203953623771668, + "epoch": 7.880003821534346, + "grad_norm": 0.7870752811431885, + "learning_rate": 1.1793508882968474e-05, + "loss": 0.0269, + "mean_token_accuracy": 0.9884164571762085, + "num_tokens": 106139231.0, + "step": 82480 + }, + { + "entropy": 0.9020046949386596, + "epoch": 7.880959205120856, + "grad_norm": 1.991633415222168, + "learning_rate": 1.1783320700012518e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9901562035083771, + "num_tokens": 106152134.0, + "step": 82490 + }, + { + "entropy": 0.9197430670261383, + "epoch": 7.881914588707366, + "grad_norm": 0.9661324620246887, + "learning_rate": 1.177313633180056e-05, + "loss": 0.0297, + "mean_token_accuracy": 0.9882242143154144, + "num_tokens": 106165470.0, + "step": 82500 + }, + { + "entropy": 0.9054940164089202, + "epoch": 7.882869972293876, + "grad_norm": 1.319269061088562, + "learning_rate": 1.1762955779349178e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9940142691135406, + "num_tokens": 106178103.0, + "step": 82510 + }, + { + "entropy": 0.9119558155536651, + "epoch": 7.883825355880386, + "grad_norm": 1.8204443454742432, + "learning_rate": 1.175277904367461e-05, + "loss": 0.0336, + "mean_token_accuracy": 0.9916433215141296, + "num_tokens": 106191344.0, + "step": 82520 + }, + { + "entropy": 0.9205793261528015, + "epoch": 7.884780739466896, + "grad_norm": 0.770332396030426, + "learning_rate": 1.1742606125792654e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9941767632961274, + "num_tokens": 106204749.0, + "step": 82530 + }, + { + "entropy": 0.9012717008590698, + "epoch": 7.885736123053406, + "grad_norm": 0.3978692591190338, + "learning_rate": 1.1732437026718796e-05, + "loss": 0.0232, + "mean_token_accuracy": 0.9916845858097076, + "num_tokens": 106217547.0, + "step": 82540 + }, + { + "entropy": 0.9034814059734344, + "epoch": 7.886691506639916, + "grad_norm": 1.9159464836120605, + "learning_rate": 1.1722271747468077e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.9905134499073028, + "num_tokens": 106230203.0, + "step": 82550 + }, + { + "entropy": 0.904849249124527, + "epoch": 7.887646890226426, + "grad_norm": 0.23093117773532867, + "learning_rate": 1.1712110289055184e-05, + "loss": 0.017, + "mean_token_accuracy": 0.9930845081806183, + "num_tokens": 106242707.0, + "step": 82560 + }, + { + "entropy": 0.906810861825943, + "epoch": 7.8886022738129356, + "grad_norm": 0.6250938177108765, + "learning_rate": 1.1701952652494436e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.9910583615303039, + "num_tokens": 106255316.0, + "step": 82570 + }, + { + "entropy": 0.9111984014511109, + "epoch": 7.889557657399446, + "grad_norm": 0.7614702582359314, + "learning_rate": 1.169179883879975e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.9920207560062408, + "num_tokens": 106268061.0, + "step": 82580 + }, + { + "entropy": 0.9120388150215148, + "epoch": 7.890513040985956, + "grad_norm": 1.7033966779708862, + "learning_rate": 1.1681648848984667e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9911078155040741, + "num_tokens": 106281080.0, + "step": 82590 + }, + { + "entropy": 0.9164145767688752, + "epoch": 7.891468424572466, + "grad_norm": 0.5320451855659485, + "learning_rate": 1.167150268406233e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931264817714691, + "num_tokens": 106294262.0, + "step": 82600 + }, + { + "entropy": 0.9035894691944122, + "epoch": 7.892423808158976, + "grad_norm": 0.4787352681159973, + "learning_rate": 1.1661360345045536e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9909934401512146, + "num_tokens": 106306760.0, + "step": 82610 + }, + { + "entropy": 0.920717042684555, + "epoch": 7.893379191745486, + "grad_norm": 0.69920814037323, + "learning_rate": 1.1651221832946696e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9891106843948364, + "num_tokens": 106319862.0, + "step": 82620 + }, + { + "entropy": 0.9214669346809388, + "epoch": 7.894334575331996, + "grad_norm": 0.6017997860908508, + "learning_rate": 1.1641087148777802e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.99217289686203, + "num_tokens": 106332579.0, + "step": 82630 + }, + { + "entropy": 0.9231763482093811, + "epoch": 7.8952899589185055, + "grad_norm": 0.7087146043777466, + "learning_rate": 1.1630956293550493e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9887905597686768, + "num_tokens": 106345864.0, + "step": 82640 + }, + { + "entropy": 0.9269644796848298, + "epoch": 7.896245342505016, + "grad_norm": 0.8162146806716919, + "learning_rate": 1.1620829268276002e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9894465744495392, + "num_tokens": 106359201.0, + "step": 82650 + }, + { + "entropy": 0.9077658653259277, + "epoch": 7.897200726091526, + "grad_norm": 0.36144882440567017, + "learning_rate": 1.1610706073965228e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9907340168952942, + "num_tokens": 106372026.0, + "step": 82660 + }, + { + "entropy": 0.9066122055053711, + "epoch": 7.898156109678036, + "grad_norm": 0.6359987258911133, + "learning_rate": 1.1600586711628626e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9897854804992676, + "num_tokens": 106384977.0, + "step": 82670 + }, + { + "entropy": 0.929318505525589, + "epoch": 7.899111493264546, + "grad_norm": 0.45774826407432556, + "learning_rate": 1.1590471182276341e-05, + "loss": 0.0248, + "mean_token_accuracy": 0.9896385252475739, + "num_tokens": 106398450.0, + "step": 82680 + }, + { + "entropy": 0.9157916188240052, + "epoch": 7.900066876851056, + "grad_norm": 1.9597833156585693, + "learning_rate": 1.1580359486918041e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9897765815258026, + "num_tokens": 106410607.0, + "step": 82690 + }, + { + "entropy": 0.9205624639987946, + "epoch": 7.901022260437566, + "grad_norm": 0.25792092084884644, + "learning_rate": 1.1570251626563083e-05, + "loss": 0.0256, + "mean_token_accuracy": 0.9903814673423768, + "num_tokens": 106423042.0, + "step": 82700 + }, + { + "entropy": 0.9174978613853455, + "epoch": 7.901977644024075, + "grad_norm": 0.8158876299858093, + "learning_rate": 1.1560147602220444e-05, + "loss": 0.0324, + "mean_token_accuracy": 0.9888265192508697, + "num_tokens": 106435508.0, + "step": 82710 + }, + { + "entropy": 0.9242813169956208, + "epoch": 7.902933027610586, + "grad_norm": 0.6503381729125977, + "learning_rate": 1.1550047414898679e-05, + "loss": 0.0217, + "mean_token_accuracy": 0.9913136839866639, + "num_tokens": 106448236.0, + "step": 82720 + }, + { + "entropy": 0.9110437095165252, + "epoch": 7.903888411197095, + "grad_norm": 0.88337242603302, + "learning_rate": 1.1539951065605975e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9932423293590545, + "num_tokens": 106460730.0, + "step": 82730 + }, + { + "entropy": 0.9127279639244079, + "epoch": 7.904843794783606, + "grad_norm": 0.9159520864486694, + "learning_rate": 1.1529858555350131e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.9913775205612183, + "num_tokens": 106473673.0, + "step": 82740 + }, + { + "entropy": 0.9268963754177093, + "epoch": 7.905799178370115, + "grad_norm": 0.5879002213478088, + "learning_rate": 1.1519769885138587e-05, + "loss": 0.0222, + "mean_token_accuracy": 0.9921367943286896, + "num_tokens": 106486732.0, + "step": 82750 + }, + { + "entropy": 0.9258426547050476, + "epoch": 7.9067545619566255, + "grad_norm": 0.9681541919708252, + "learning_rate": 1.150968505597836e-05, + "loss": 0.0292, + "mean_token_accuracy": 0.9881596267223358, + "num_tokens": 106499716.0, + "step": 82760 + }, + { + "entropy": 0.923799729347229, + "epoch": 7.907709945543136, + "grad_norm": 0.4159758687019348, + "learning_rate": 1.149960406887613e-05, + "loss": 0.0195, + "mean_token_accuracy": 0.9920779407024384, + "num_tokens": 106512643.0, + "step": 82770 + }, + { + "entropy": 0.9322437465190887, + "epoch": 7.908665329129645, + "grad_norm": 0.8353075981140137, + "learning_rate": 1.1489526924838162e-05, + "loss": 0.0284, + "mean_token_accuracy": 0.9899305701255798, + "num_tokens": 106526375.0, + "step": 82780 + }, + { + "entropy": 0.9272244215011597, + "epoch": 7.909620712716156, + "grad_norm": 0.49586933851242065, + "learning_rate": 1.1479453624870324e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9921671152114868, + "num_tokens": 106539843.0, + "step": 82790 + }, + { + "entropy": 0.9225147187709808, + "epoch": 7.910576096302665, + "grad_norm": 0.47850582003593445, + "learning_rate": 1.1469384169978154e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9916636407375335, + "num_tokens": 106552387.0, + "step": 82800 + }, + { + "entropy": 0.9297256290912628, + "epoch": 7.911531479889176, + "grad_norm": 1.305116057395935, + "learning_rate": 1.1459318561166754e-05, + "loss": 0.0274, + "mean_token_accuracy": 0.9893000066280365, + "num_tokens": 106565528.0, + "step": 82810 + }, + { + "entropy": 0.9085042417049408, + "epoch": 7.912486863475685, + "grad_norm": 0.5181766748428345, + "learning_rate": 1.1449256799440867e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9934650182723999, + "num_tokens": 106577879.0, + "step": 82820 + }, + { + "entropy": 0.9275686025619507, + "epoch": 7.9134422470621955, + "grad_norm": 1.5759203433990479, + "learning_rate": 1.143919888580483e-05, + "loss": 0.0243, + "mean_token_accuracy": 0.989907968044281, + "num_tokens": 106590864.0, + "step": 82830 + }, + { + "entropy": 0.9207978069782257, + "epoch": 7.914397630648706, + "grad_norm": 0.676917552947998, + "learning_rate": 1.1429144821262621e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9894690930843353, + "num_tokens": 106603344.0, + "step": 82840 + }, + { + "entropy": 0.9223993957042694, + "epoch": 7.915353014235215, + "grad_norm": 1.192801833152771, + "learning_rate": 1.1419094606817848e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.992130845785141, + "num_tokens": 106616647.0, + "step": 82850 + }, + { + "entropy": 0.9234306931495666, + "epoch": 7.916308397821726, + "grad_norm": 0.973881185054779, + "learning_rate": 1.1409048243473691e-05, + "loss": 0.0294, + "mean_token_accuracy": 0.9877307295799256, + "num_tokens": 106630031.0, + "step": 82860 + }, + { + "entropy": 0.9335022449493409, + "epoch": 7.917263781408235, + "grad_norm": 1.0432738065719604, + "learning_rate": 1.139900573223297e-05, + "loss": 0.026, + "mean_token_accuracy": 0.9885051548480988, + "num_tokens": 106643419.0, + "step": 82870 + }, + { + "entropy": 0.9286009490489959, + "epoch": 7.9182191649947455, + "grad_norm": 0.9508480429649353, + "learning_rate": 1.13889670740981e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9911542773246765, + "num_tokens": 106656513.0, + "step": 82880 + }, + { + "entropy": 0.9250922620296478, + "epoch": 7.919174548581255, + "grad_norm": 0.9328044652938843, + "learning_rate": 1.1378932270071158e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9903165161609649, + "num_tokens": 106669965.0, + "step": 82890 + }, + { + "entropy": 0.9244641304016114, + "epoch": 7.920129932167765, + "grad_norm": 0.824228823184967, + "learning_rate": 1.1368901321153785e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9924496591091156, + "num_tokens": 106682362.0, + "step": 82900 + }, + { + "entropy": 0.9271389007568359, + "epoch": 7.921085315754276, + "grad_norm": 0.8064326643943787, + "learning_rate": 1.1358874228347255e-05, + "loss": 0.026, + "mean_token_accuracy": 0.988878208398819, + "num_tokens": 106695702.0, + "step": 82910 + }, + { + "entropy": 0.9183285236358643, + "epoch": 7.922040699340785, + "grad_norm": 0.42618656158447266, + "learning_rate": 1.1348850992652487e-05, + "loss": 0.0287, + "mean_token_accuracy": 0.9886623382568359, + "num_tokens": 106708504.0, + "step": 82920 + }, + { + "entropy": 0.9186950981616974, + "epoch": 7.922996082927296, + "grad_norm": 0.6958177089691162, + "learning_rate": 1.1338831615069956e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9899254500865936, + "num_tokens": 106721341.0, + "step": 82930 + }, + { + "entropy": 0.9223230719566345, + "epoch": 7.923951466513805, + "grad_norm": 1.0772486925125122, + "learning_rate": 1.1328816096599814e-05, + "loss": 0.0247, + "mean_token_accuracy": 0.9907197475433349, + "num_tokens": 106734491.0, + "step": 82940 + }, + { + "entropy": 0.9218550264835358, + "epoch": 7.9249068501003155, + "grad_norm": 0.7421109080314636, + "learning_rate": 1.1318804438241787e-05, + "loss": 0.0223, + "mean_token_accuracy": 0.9916496694087982, + "num_tokens": 106747146.0, + "step": 82950 + }, + { + "entropy": 0.9278766870498657, + "epoch": 7.925862233686825, + "grad_norm": 2.0747616291046143, + "learning_rate": 1.1308796640995224e-05, + "loss": 0.0238, + "mean_token_accuracy": 0.9923024773597717, + "num_tokens": 106760544.0, + "step": 82960 + }, + { + "entropy": 0.9078499555587769, + "epoch": 7.926817617273335, + "grad_norm": 2.3227851390838623, + "learning_rate": 1.1298792705859073e-05, + "loss": 0.0272, + "mean_token_accuracy": 0.9904475927352905, + "num_tokens": 106773125.0, + "step": 82970 + }, + { + "entropy": 0.9316072762012482, + "epoch": 7.927773000859846, + "grad_norm": 0.8426840901374817, + "learning_rate": 1.1288792633831952e-05, + "loss": 0.0168, + "mean_token_accuracy": 0.9942003667354584, + "num_tokens": 106786400.0, + "step": 82980 + }, + { + "entropy": 0.9236007153987884, + "epoch": 7.928728384446355, + "grad_norm": 0.5472521185874939, + "learning_rate": 1.1278796425912025e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9910001218318939, + "num_tokens": 106799835.0, + "step": 82990 + }, + { + "entropy": 0.9170926630496978, + "epoch": 7.929683768032866, + "grad_norm": 1.3873586654663086, + "learning_rate": 1.126880408309713e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9915194034576416, + "num_tokens": 106812614.0, + "step": 83000 + }, + { + "entropy": 0.9205730140209198, + "epoch": 7.930639151619375, + "grad_norm": 0.5628507137298584, + "learning_rate": 1.1258815606384676e-05, + "loss": 0.0275, + "mean_token_accuracy": 0.9911426424980163, + "num_tokens": 106825823.0, + "step": 83010 + }, + { + "entropy": 0.9064989030361176, + "epoch": 7.931594535205885, + "grad_norm": 0.782048761844635, + "learning_rate": 1.1248830996771686e-05, + "loss": 0.0182, + "mean_token_accuracy": 0.993730652332306, + "num_tokens": 106838476.0, + "step": 83020 + }, + { + "entropy": 0.9241221308708191, + "epoch": 7.932549918792395, + "grad_norm": 1.1688387393951416, + "learning_rate": 1.1238850255254846e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9917946994304657, + "num_tokens": 106851050.0, + "step": 83030 + }, + { + "entropy": 0.9073204576969147, + "epoch": 7.933505302378905, + "grad_norm": 0.48406437039375305, + "learning_rate": 1.1228873382830396e-05, + "loss": 0.0186, + "mean_token_accuracy": 0.9920896649360657, + "num_tokens": 106863773.0, + "step": 83040 + }, + { + "entropy": 0.9275018334388733, + "epoch": 7.934460685965415, + "grad_norm": 1.0139667987823486, + "learning_rate": 1.1218900380494229e-05, + "loss": 0.02, + "mean_token_accuracy": 0.9924188554286957, + "num_tokens": 106877072.0, + "step": 83050 + }, + { + "entropy": 0.908521419763565, + "epoch": 7.935416069551925, + "grad_norm": 0.49990275502204895, + "learning_rate": 1.1208931249241817e-05, + "loss": 0.0264, + "mean_token_accuracy": 0.9891500234603882, + "num_tokens": 106889723.0, + "step": 83060 + }, + { + "entropy": 0.9052114248275757, + "epoch": 7.936371453138435, + "grad_norm": 0.41009312868118286, + "learning_rate": 1.1198965990068277e-05, + "loss": 0.0249, + "mean_token_accuracy": 0.9911031424999237, + "num_tokens": 106902636.0, + "step": 83070 + }, + { + "entropy": 0.9043242156505584, + "epoch": 7.937326836724945, + "grad_norm": 1.276537299156189, + "learning_rate": 1.1189004603968356e-05, + "loss": 0.025, + "mean_token_accuracy": 0.9904317557811737, + "num_tokens": 106915061.0, + "step": 83080 + }, + { + "entropy": 0.9232569396495819, + "epoch": 7.938282220311455, + "grad_norm": 1.5930280685424805, + "learning_rate": 1.1179047091936363e-05, + "loss": 0.0202, + "mean_token_accuracy": 0.9930276930332184, + "num_tokens": 106927764.0, + "step": 83090 + }, + { + "entropy": 0.9261397361755371, + "epoch": 7.939237603897965, + "grad_norm": 1.4720547199249268, + "learning_rate": 1.116909345496625e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9893137812614441, + "num_tokens": 106941155.0, + "step": 83100 + }, + { + "entropy": 0.913144725561142, + "epoch": 7.940192987484475, + "grad_norm": 0.6455566883087158, + "learning_rate": 1.115914369405156e-05, + "loss": 0.0226, + "mean_token_accuracy": 0.9907317996025086, + "num_tokens": 106953966.0, + "step": 83110 + }, + { + "entropy": 0.9025952517986298, + "epoch": 7.941148371070985, + "grad_norm": 0.8014658689498901, + "learning_rate": 1.1149197810185496e-05, + "loss": 0.0186, + "mean_token_accuracy": 0.9931124091148377, + "num_tokens": 106966355.0, + "step": 83120 + }, + { + "entropy": 0.903522664308548, + "epoch": 7.942103754657495, + "grad_norm": 0.7397196888923645, + "learning_rate": 1.1139255804360837e-05, + "loss": 0.0254, + "mean_token_accuracy": 0.9907463312149047, + "num_tokens": 106979264.0, + "step": 83130 + }, + { + "entropy": 0.9101124227046966, + "epoch": 7.943059138244005, + "grad_norm": 1.392852783203125, + "learning_rate": 1.1129317677569956e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9907171785831451, + "num_tokens": 106992219.0, + "step": 83140 + }, + { + "entropy": 0.9108204364776611, + "epoch": 7.944014521830515, + "grad_norm": 1.3298405408859253, + "learning_rate": 1.1119383430804903e-05, + "loss": 0.0183, + "mean_token_accuracy": 0.9942059218883514, + "num_tokens": 107005604.0, + "step": 83150 + }, + { + "entropy": 0.9024608850479126, + "epoch": 7.944969905417025, + "grad_norm": 1.7006806135177612, + "learning_rate": 1.1109453065057267e-05, + "loss": 0.0219, + "mean_token_accuracy": 0.9913860321044922, + "num_tokens": 107018284.0, + "step": 83160 + }, + { + "entropy": 0.9076003670692444, + "epoch": 7.945925289003535, + "grad_norm": 1.9729355573654175, + "learning_rate": 1.1099526581318321e-05, + "loss": 0.0224, + "mean_token_accuracy": 0.9918036162853241, + "num_tokens": 107031024.0, + "step": 83170 + }, + { + "entropy": 0.9149296224117279, + "epoch": 7.946880672590045, + "grad_norm": 1.490914225578308, + "learning_rate": 1.10896039805789e-05, + "loss": 0.0225, + "mean_token_accuracy": 0.9934293627738953, + "num_tokens": 107044061.0, + "step": 83180 + }, + { + "entropy": 0.9128733038902282, + "epoch": 7.947836056176555, + "grad_norm": 0.6424157619476318, + "learning_rate": 1.1079685263829459e-05, + "loss": 0.0281, + "mean_token_accuracy": 0.9883636593818664, + "num_tokens": 107056495.0, + "step": 83190 + }, + { + "entropy": 0.9095987558364869, + "epoch": 7.948791439763065, + "grad_norm": 0.5144472718238831, + "learning_rate": 1.1069770432060066e-05, + "loss": 0.0194, + "mean_token_accuracy": 0.9920885264873505, + "num_tokens": 107069383.0, + "step": 83200 + }, + { + "entropy": 0.9144322991371154, + "epoch": 7.9497468233495745, + "grad_norm": 0.4551464021205902, + "learning_rate": 1.1059859486260416e-05, + "loss": 0.0209, + "mean_token_accuracy": 0.9916700422763824, + "num_tokens": 107082497.0, + "step": 83210 + }, + { + "entropy": 0.9042586863040925, + "epoch": 7.950702206936085, + "grad_norm": 1.1195409297943115, + "learning_rate": 1.104995242741984e-05, + "loss": 0.0181, + "mean_token_accuracy": 0.9940135955810547, + "num_tokens": 107095257.0, + "step": 83220 + }, + { + "entropy": 0.9308519721031189, + "epoch": 7.951657590522595, + "grad_norm": 0.7523300051689148, + "learning_rate": 1.1040049256527196e-05, + "loss": 0.0262, + "mean_token_accuracy": 0.9896209955215454, + "num_tokens": 107107987.0, + "step": 83230 + }, + { + "entropy": 0.9138812065124512, + "epoch": 7.952612974109105, + "grad_norm": 2.6657941341400146, + "learning_rate": 1.1030149974571047e-05, + "loss": 0.0233, + "mean_token_accuracy": 0.9919982075691223, + "num_tokens": 107120709.0, + "step": 83240 + }, + { + "entropy": 0.9041462123394013, + "epoch": 7.953568357695615, + "grad_norm": 0.48273929953575134, + "learning_rate": 1.102025458253949e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9920730412006378, + "num_tokens": 107133249.0, + "step": 83250 + }, + { + "entropy": 0.9181062400341033, + "epoch": 7.954523741282125, + "grad_norm": 1.4591591358184814, + "learning_rate": 1.1010363081420316e-05, + "loss": 0.0218, + "mean_token_accuracy": 0.9909485578536987, + "num_tokens": 107146095.0, + "step": 83260 + }, + { + "entropy": 0.9149024724960327, + "epoch": 7.955479124868635, + "grad_norm": 1.2917413711547852, + "learning_rate": 1.1000475472200855e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9905473172664643, + "num_tokens": 107159178.0, + "step": 83270 + }, + { + "entropy": 0.9210681736469268, + "epoch": 7.956434508455144, + "grad_norm": 1.0906720161437988, + "learning_rate": 1.0990591755868085e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9893852531909942, + "num_tokens": 107172064.0, + "step": 83280 + }, + { + "entropy": 0.91633380651474, + "epoch": 7.957389892041655, + "grad_norm": 0.7150170207023621, + "learning_rate": 1.0980711933408566e-05, + "loss": 0.0208, + "mean_token_accuracy": 0.9918225526809692, + "num_tokens": 107184978.0, + "step": 83290 + }, + { + "entropy": 0.914328134059906, + "epoch": 7.958345275628165, + "grad_norm": 0.6861412525177002, + "learning_rate": 1.097083600580851e-05, + "loss": 0.0203, + "mean_token_accuracy": 0.9931549966335297, + "num_tokens": 107198374.0, + "step": 83300 + }, + { + "entropy": 0.9186907947063446, + "epoch": 7.959300659214675, + "grad_norm": 0.4662479758262634, + "learning_rate": 1.0960963974053735e-05, + "loss": 0.0211, + "mean_token_accuracy": 0.9929830670356751, + "num_tokens": 107211248.0, + "step": 83310 + }, + { + "entropy": 0.9178400278091431, + "epoch": 7.960256042801185, + "grad_norm": 1.0582530498504639, + "learning_rate": 1.0951095839129632e-05, + "loss": 0.0239, + "mean_token_accuracy": 0.9903253078460693, + "num_tokens": 107224648.0, + "step": 83320 + }, + { + "entropy": 0.9198960959911346, + "epoch": 7.9612114263876945, + "grad_norm": 1.4155030250549316, + "learning_rate": 1.094123160202124e-05, + "loss": 0.0265, + "mean_token_accuracy": 0.9892114996910095, + "num_tokens": 107237412.0, + "step": 83330 + }, + { + "entropy": 0.9131292819976806, + "epoch": 7.962166809974205, + "grad_norm": 0.9213040471076965, + "learning_rate": 1.0931371263713175e-05, + "loss": 0.0201, + "mean_token_accuracy": 0.9925681769847869, + "num_tokens": 107250451.0, + "step": 83340 + }, + { + "entropy": 0.9079389095306396, + "epoch": 7.963122193560714, + "grad_norm": 1.0016149282455444, + "learning_rate": 1.0921514825189711e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9929095089435578, + "num_tokens": 107263187.0, + "step": 83350 + }, + { + "entropy": 0.9123157083988189, + "epoch": 7.964077577147225, + "grad_norm": 1.9404966831207275, + "learning_rate": 1.0911662287434693e-05, + "loss": 0.0246, + "mean_token_accuracy": 0.991206306219101, + "num_tokens": 107276111.0, + "step": 83360 + }, + { + "entropy": 0.9196992635726928, + "epoch": 7.965032960733734, + "grad_norm": 1.122776746749878, + "learning_rate": 1.0901813651431581e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9918696343898773, + "num_tokens": 107288995.0, + "step": 83370 + }, + { + "entropy": 0.9030993402004241, + "epoch": 7.965988344320245, + "grad_norm": 0.4795968234539032, + "learning_rate": 1.0891968918163475e-05, + "loss": 0.0173, + "mean_token_accuracy": 0.9946854770183563, + "num_tokens": 107301351.0, + "step": 83380 + }, + { + "entropy": 0.9128871083259582, + "epoch": 7.966943727906754, + "grad_norm": 2.288604974746704, + "learning_rate": 1.0882128088613036e-05, + "loss": 0.0207, + "mean_token_accuracy": 0.99138223528862, + "num_tokens": 107314543.0, + "step": 83390 + }, + { + "entropy": 0.9119686543941498, + "epoch": 7.9678991114932645, + "grad_norm": 0.9396712779998779, + "learning_rate": 1.0872291163762598e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9906764149665832, + "num_tokens": 107327900.0, + "step": 83400 + }, + { + "entropy": 0.8948569059371948, + "epoch": 7.968854495079775, + "grad_norm": 1.3375746011734009, + "learning_rate": 1.0862458144594057e-05, + "loss": 0.0242, + "mean_token_accuracy": 0.9901483297348023, + "num_tokens": 107340177.0, + "step": 83410 + }, + { + "entropy": 0.9179004013538361, + "epoch": 7.969809878666284, + "grad_norm": 1.5414016246795654, + "learning_rate": 1.085262903208893e-05, + "loss": 0.0234, + "mean_token_accuracy": 0.9904582083225251, + "num_tokens": 107353666.0, + "step": 83420 + }, + { + "entropy": 0.9088483214378357, + "epoch": 7.970765262252795, + "grad_norm": 1.3821719884872437, + "learning_rate": 1.0842803827228337e-05, + "loss": 0.0197, + "mean_token_accuracy": 0.9916486263275146, + "num_tokens": 107366575.0, + "step": 83430 + }, + { + "entropy": 0.8988236129283905, + "epoch": 7.971720645839304, + "grad_norm": 0.7271181344985962, + "learning_rate": 1.0832982530993025e-05, + "loss": 0.0235, + "mean_token_accuracy": 0.9919016003608704, + "num_tokens": 107378982.0, + "step": 83440 + }, + { + "entropy": 0.911659300327301, + "epoch": 7.9726760294258145, + "grad_norm": 1.0967072248458862, + "learning_rate": 1.0823165144363379e-05, + "loss": 0.0293, + "mean_token_accuracy": 0.9903756856918335, + "num_tokens": 107391546.0, + "step": 83450 + }, + { + "entropy": 0.918851500749588, + "epoch": 7.973631413012324, + "grad_norm": 0.7131295800209045, + "learning_rate": 1.0813351668319305e-05, + "loss": 0.0212, + "mean_token_accuracy": 0.9928029179573059, + "num_tokens": 107404814.0, + "step": 83460 + }, + { + "entropy": 0.8974747061729431, + "epoch": 7.974586796598834, + "grad_norm": 0.8012298345565796, + "learning_rate": 1.0803542103840409e-05, + "loss": 0.0231, + "mean_token_accuracy": 0.9916499972343444, + "num_tokens": 107417057.0, + "step": 83470 + }, + { + "entropy": 0.9072662889957428, + "epoch": 7.975542180185345, + "grad_norm": 0.9026178121566772, + "learning_rate": 1.079373645190584e-05, + "loss": 0.0215, + "mean_token_accuracy": 0.9931239366531373, + "num_tokens": 107429802.0, + "step": 83480 + }, + { + "entropy": 0.9005924582481384, + "epoch": 7.976497563771854, + "grad_norm": 0.8429363965988159, + "learning_rate": 1.0783934713494425e-05, + "loss": 0.0266, + "mean_token_accuracy": 0.9900913536548615, + "num_tokens": 107442070.0, + "step": 83490 + }, + { + "entropy": 0.9067080080509186, + "epoch": 7.977452947358365, + "grad_norm": 1.6504424810409546, + "learning_rate": 1.0774136889584536e-05, + "loss": 0.0228, + "mean_token_accuracy": 0.9907000064849854, + "num_tokens": 107455034.0, + "step": 83500 + }, + { + "entropy": 0.8904511034488678, + "epoch": 7.978408330944874, + "grad_norm": 0.31874048709869385, + "learning_rate": 1.0764342981154175e-05, + "loss": 0.018, + "mean_token_accuracy": 0.9935898840427398, + "num_tokens": 107467336.0, + "step": 83510 + }, + { + "entropy": 0.9180213630199432, + "epoch": 7.9793637145313845, + "grad_norm": 0.9930791854858398, + "learning_rate": 1.0754552989180982e-05, + "loss": 0.019, + "mean_token_accuracy": 0.9926254749298096, + "num_tokens": 107480895.0, + "step": 83520 + }, + { + "entropy": 0.8996495068073272, + "epoch": 7.980319098117894, + "grad_norm": 0.46175089478492737, + "learning_rate": 1.0744766914642163e-05, + "loss": 0.0154, + "mean_token_accuracy": 0.9942284941673278, + "num_tokens": 107493339.0, + "step": 83530 + }, + { + "entropy": 0.8998560249805451, + "epoch": 7.981274481704404, + "grad_norm": 1.117342233657837, + "learning_rate": 1.0734984758514576e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9908126592636108, + "num_tokens": 107505787.0, + "step": 83540 + }, + { + "entropy": 0.9252688944339752, + "epoch": 7.982229865290915, + "grad_norm": 1.7041747570037842, + "learning_rate": 1.0725206521774628e-05, + "loss": 0.0303, + "mean_token_accuracy": 0.9890426099300385, + "num_tokens": 107519771.0, + "step": 83550 + }, + { + "entropy": 0.9075454950332642, + "epoch": 7.983185248877424, + "grad_norm": 1.4680551290512085, + "learning_rate": 1.0715432205398402e-05, + "loss": 0.0273, + "mean_token_accuracy": 0.9902217447757721, + "num_tokens": 107532905.0, + "step": 83560 + }, + { + "entropy": 0.9062032282352448, + "epoch": 7.984140632463935, + "grad_norm": 1.6541342735290527, + "learning_rate": 1.0705661810361533e-05, + "loss": 0.0259, + "mean_token_accuracy": 0.9912517189979553, + "num_tokens": 107545547.0, + "step": 83570 + }, + { + "entropy": 0.9152096807956696, + "epoch": 7.985096016050444, + "grad_norm": 0.47859928011894226, + "learning_rate": 1.0695895337639322e-05, + "loss": 0.0325, + "mean_token_accuracy": 0.9881064772605896, + "num_tokens": 107559177.0, + "step": 83580 + }, + { + "entropy": 0.9206461429595947, + "epoch": 7.986051399636954, + "grad_norm": 1.0621715784072876, + "learning_rate": 1.0686132788206626e-05, + "loss": 0.0296, + "mean_token_accuracy": 0.9871440827846527, + "num_tokens": 107572422.0, + "step": 83590 + }, + { + "entropy": 0.9110069096088409, + "epoch": 7.987006783223464, + "grad_norm": 0.9962183237075806, + "learning_rate": 1.0676374163037927e-05, + "loss": 0.0241, + "mean_token_accuracy": 0.9924509167671204, + "num_tokens": 107585597.0, + "step": 83600 + }, + { + "entropy": 0.9088859736919404, + "epoch": 7.987962166809974, + "grad_norm": 0.9384072422981262, + "learning_rate": 1.0666619463107336e-05, + "loss": 0.0251, + "mean_token_accuracy": 0.9919398665428162, + "num_tokens": 107598219.0, + "step": 83610 + }, + { + "entropy": 0.9173050940036773, + "epoch": 7.988917550396485, + "grad_norm": 1.5277645587921143, + "learning_rate": 1.0656868689388532e-05, + "loss": 0.0229, + "mean_token_accuracy": 0.9911084294319152, + "num_tokens": 107611862.0, + "step": 83620 + }, + { + "entropy": 0.9188308894634247, + "epoch": 7.989872933982994, + "grad_norm": 0.935379683971405, + "learning_rate": 1.0647121842854856e-05, + "loss": 0.0227, + "mean_token_accuracy": 0.9893802165985107, + "num_tokens": 107624677.0, + "step": 83630 + }, + { + "entropy": 0.9206257700920105, + "epoch": 7.9908283175695045, + "grad_norm": 0.8639295101165771, + "learning_rate": 1.0637378924479218e-05, + "loss": 0.0285, + "mean_token_accuracy": 0.9893795549869537, + "num_tokens": 107637723.0, + "step": 83640 + }, + { + "entropy": 0.9269317150115967, + "epoch": 7.991783701156014, + "grad_norm": 0.3995755910873413, + "learning_rate": 1.0627639935234135e-05, + "loss": 0.0213, + "mean_token_accuracy": 0.991895717382431, + "num_tokens": 107650557.0, + "step": 83650 + }, + { + "entropy": 0.9220637679100037, + "epoch": 7.992739084742524, + "grad_norm": 1.4049675464630127, + "learning_rate": 1.0617904876091729e-05, + "loss": 0.0263, + "mean_token_accuracy": 0.9895052552223206, + "num_tokens": 107663519.0, + "step": 83660 + }, + { + "entropy": 0.9155204057693481, + "epoch": 7.993694468329034, + "grad_norm": 0.7013636231422424, + "learning_rate": 1.060817374802377e-05, + "loss": 0.0268, + "mean_token_accuracy": 0.9923855304718018, + "num_tokens": 107676398.0, + "step": 83670 + }, + { + "entropy": 0.9244785666465759, + "epoch": 7.994649851915544, + "grad_norm": 1.9460201263427734, + "learning_rate": 1.0598446552001601e-05, + "loss": 0.0253, + "mean_token_accuracy": 0.9913318395614624, + "num_tokens": 107689549.0, + "step": 83680 + }, + { + "entropy": 0.923912650346756, + "epoch": 7.995605235502054, + "grad_norm": 0.595009446144104, + "learning_rate": 1.0588723288996155e-05, + "loss": 0.0244, + "mean_token_accuracy": 0.9889534413814545, + "num_tokens": 107702326.0, + "step": 83690 + }, + { + "entropy": 0.9141226053237915, + "epoch": 7.996560619088564, + "grad_norm": 1.0768318176269531, + "learning_rate": 1.057900395997803e-05, + "loss": 0.0245, + "mean_token_accuracy": 0.9902469217777252, + "num_tokens": 107714476.0, + "step": 83700 + }, + { + "entropy": 0.9152627766132355, + "epoch": 7.997516002675074, + "grad_norm": 0.6635103225708008, + "learning_rate": 1.0569288565917374e-05, + "loss": 0.0214, + "mean_token_accuracy": 0.9922331273555756, + "num_tokens": 107727265.0, + "step": 83710 + }, + { + "entropy": 0.9192095935344696, + "epoch": 7.998471386261584, + "grad_norm": 0.757742166519165, + "learning_rate": 1.0559577107783985e-05, + "loss": 0.0216, + "mean_token_accuracy": 0.994124436378479, + "num_tokens": 107739560.0, + "step": 83720 + }, + { + "entropy": 0.9212657451629639, + "epoch": 7.999426769848094, + "grad_norm": 1.1612190008163452, + "learning_rate": 1.0549869586547245e-05, + "loss": 0.0196, + "mean_token_accuracy": 0.99382404088974, + "num_tokens": 107752469.0, + "step": 83730 + }, + { + "entropy": 0.9197866439819335, + "epoch": 8.000382153434604, + "grad_norm": 0.4316995441913605, + "learning_rate": 1.0540166003176128e-05, + "loss": 0.0167, + "mean_token_accuracy": 0.9931009590625763, + "num_tokens": 107764494.0, + "step": 83740 + }, + { + "entropy": 0.9170316457748413, + "epoch": 8.001337537021113, + "grad_norm": 0.45809710025787354, + "learning_rate": 1.0530466358639258e-05, + "loss": 0.0084, + "mean_token_accuracy": 0.9993399858474732, + "num_tokens": 107777236.0, + "step": 83750 + }, + { + "entropy": 0.9048428297042846, + "epoch": 8.002292920607625, + "grad_norm": 0.9792438745498657, + "learning_rate": 1.0520770653904821e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9977621555328369, + "num_tokens": 107789911.0, + "step": 83760 + }, + { + "entropy": 0.8971060693264008, + "epoch": 8.003248304194134, + "grad_norm": 0.8095982074737549, + "learning_rate": 1.0511078889940673e-05, + "loss": 0.0091, + "mean_token_accuracy": 0.9975304424762725, + "num_tokens": 107802570.0, + "step": 83770 + }, + { + "entropy": 0.8950521111488342, + "epoch": 8.004203687780644, + "grad_norm": 0.3685941696166992, + "learning_rate": 1.0501391067714178e-05, + "loss": 0.006, + "mean_token_accuracy": 0.9983612418174743, + "num_tokens": 107815402.0, + "step": 83780 + }, + { + "entropy": 0.9225580632686615, + "epoch": 8.005159071367155, + "grad_norm": 0.6275284886360168, + "learning_rate": 1.0491707188192402e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9945281445980072, + "num_tokens": 107828964.0, + "step": 83790 + }, + { + "entropy": 0.9037696361541748, + "epoch": 8.006114454953664, + "grad_norm": 0.5057708621025085, + "learning_rate": 1.0482027252341948e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9977987229824066, + "num_tokens": 107842095.0, + "step": 83800 + }, + { + "entropy": 0.916663122177124, + "epoch": 8.007069838540174, + "grad_norm": 0.647566556930542, + "learning_rate": 1.0472351261129088e-05, + "loss": 0.0118, + "mean_token_accuracy": 0.9960375010967255, + "num_tokens": 107855726.0, + "step": 83810 + }, + { + "entropy": 0.8799758732318879, + "epoch": 8.008025222126683, + "grad_norm": 0.3200053572654724, + "learning_rate": 1.0462679215519656e-05, + "loss": 0.0095, + "mean_token_accuracy": 0.9965600430965423, + "num_tokens": 107867946.0, + "step": 83820 + }, + { + "entropy": 0.9073337018489838, + "epoch": 8.008980605713194, + "grad_norm": 0.2533155679702759, + "learning_rate": 1.0453011116479088e-05, + "loss": 0.0106, + "mean_token_accuracy": 0.9967139184474945, + "num_tokens": 107881018.0, + "step": 83830 + }, + { + "entropy": 0.8921915590763092, + "epoch": 8.009935989299704, + "grad_norm": 0.5506716966629028, + "learning_rate": 1.0443346964972473e-05, + "loss": 0.0089, + "mean_token_accuracy": 0.9967076480388641, + "num_tokens": 107893694.0, + "step": 83840 + }, + { + "entropy": 0.8845413088798523, + "epoch": 8.010891372886213, + "grad_norm": 0.8812754154205322, + "learning_rate": 1.0433686761964439e-05, + "loss": 0.0139, + "mean_token_accuracy": 0.9971045732498169, + "num_tokens": 107906438.0, + "step": 83850 + }, + { + "entropy": 0.8994925796985627, + "epoch": 8.011846756472723, + "grad_norm": 1.4462956190109253, + "learning_rate": 1.0424030508419308e-05, + "loss": 0.0122, + "mean_token_accuracy": 0.9970354974269867, + "num_tokens": 107919574.0, + "step": 83860 + }, + { + "entropy": 0.9055009365081788, + "epoch": 8.012802140059234, + "grad_norm": 0.6606287360191345, + "learning_rate": 1.041437820530089e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.997069489955902, + "num_tokens": 107932901.0, + "step": 83870 + }, + { + "entropy": 0.8976148366928101, + "epoch": 8.013757523645744, + "grad_norm": 0.19074510037899017, + "learning_rate": 1.040472985357272e-05, + "loss": 0.0115, + "mean_token_accuracy": 0.9962998509407044, + "num_tokens": 107945572.0, + "step": 83880 + }, + { + "entropy": 0.8927925527095795, + "epoch": 8.014712907232253, + "grad_norm": 0.36518195271492004, + "learning_rate": 1.0395085454197845e-05, + "loss": 0.0072, + "mean_token_accuracy": 0.9974491775035859, + "num_tokens": 107958544.0, + "step": 83890 + }, + { + "entropy": 0.8997706055641175, + "epoch": 8.015668290818764, + "grad_norm": 0.625239372253418, + "learning_rate": 1.0385445008139e-05, + "loss": 0.007, + "mean_token_accuracy": 0.9979264199733734, + "num_tokens": 107971688.0, + "step": 83900 + }, + { + "entropy": 0.8952024221420288, + "epoch": 8.016623674405274, + "grad_norm": 0.3564779460430145, + "learning_rate": 1.0375808516358454e-05, + "loss": 0.0097, + "mean_token_accuracy": 0.9969846427440643, + "num_tokens": 107984378.0, + "step": 83910 + }, + { + "entropy": 0.8872697293758393, + "epoch": 8.017579057991783, + "grad_norm": 0.9261810183525085, + "learning_rate": 1.0366175979818105e-05, + "loss": 0.0099, + "mean_token_accuracy": 0.9964444458484649, + "num_tokens": 107997325.0, + "step": 83920 + }, + { + "entropy": 0.8828065752983093, + "epoch": 8.018534441578293, + "grad_norm": 0.705306887626648, + "learning_rate": 1.0356547399479488e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9973476707935334, + "num_tokens": 108009965.0, + "step": 83930 + }, + { + "entropy": 0.890200012922287, + "epoch": 8.019489825164804, + "grad_norm": 1.0286567211151123, + "learning_rate": 1.0346922776303686e-05, + "loss": 0.0131, + "mean_token_accuracy": 0.9962295293807983, + "num_tokens": 108022571.0, + "step": 83940 + }, + { + "entropy": 0.885667484998703, + "epoch": 8.020445208751314, + "grad_norm": 0.8821084499359131, + "learning_rate": 1.0337302111251463e-05, + "loss": 0.0051, + "mean_token_accuracy": 0.9987127721309662, + "num_tokens": 108035607.0, + "step": 83950 + }, + { + "entropy": 0.9008086204528809, + "epoch": 8.021400592337823, + "grad_norm": 0.14975881576538086, + "learning_rate": 1.0327685405283083e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9979495882987977, + "num_tokens": 108048639.0, + "step": 83960 + }, + { + "entropy": 0.8987137019634247, + "epoch": 8.022355975924334, + "grad_norm": 1.2936457395553589, + "learning_rate": 1.0318072659358507e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9953764736652374, + "num_tokens": 108061964.0, + "step": 83970 + }, + { + "entropy": 0.8827189981937409, + "epoch": 8.023311359510844, + "grad_norm": 1.0289523601531982, + "learning_rate": 1.030846387443728e-05, + "loss": 0.0079, + "mean_token_accuracy": 0.9973545730113983, + "num_tokens": 108074692.0, + "step": 83980 + }, + { + "entropy": 0.8763367235660553, + "epoch": 8.024266743097353, + "grad_norm": 0.2142678052186966, + "learning_rate": 1.029885905147852e-05, + "loss": 0.0062, + "mean_token_accuracy": 0.99803067445755, + "num_tokens": 108087280.0, + "step": 83990 + }, + { + "entropy": 0.891655683517456, + "epoch": 8.025222126683863, + "grad_norm": 0.6168650388717651, + "learning_rate": 1.0289258191440981e-05, + "loss": 0.0069, + "mean_token_accuracy": 0.9983451008796692, + "num_tokens": 108099780.0, + "step": 84000 + }, + { + "entropy": 0.8911060154438019, + "epoch": 8.026177510270374, + "grad_norm": 0.4446748197078705, + "learning_rate": 1.0279661295282988e-05, + "loss": 0.008, + "mean_token_accuracy": 0.9973465383052826, + "num_tokens": 108112519.0, + "step": 84010 + }, + { + "entropy": 0.8973686695098877, + "epoch": 8.027132893856884, + "grad_norm": 0.15674851834774017, + "learning_rate": 1.0270068363962515e-05, + "loss": 0.0103, + "mean_token_accuracy": 0.995661050081253, + "num_tokens": 108125470.0, + "step": 84020 + }, + { + "entropy": 0.8996576309204102, + "epoch": 8.028088277443393, + "grad_norm": 0.7446810007095337, + "learning_rate": 1.02604793984371e-05, + "loss": 0.0117, + "mean_token_accuracy": 0.9976447522640228, + "num_tokens": 108138269.0, + "step": 84030 + }, + { + "entropy": 0.8999854147434234, + "epoch": 8.029043661029904, + "grad_norm": 0.1535508930683136, + "learning_rate": 1.0250894399663923e-05, + "loss": 0.0105, + "mean_token_accuracy": 0.9964425921440124, + "num_tokens": 108151347.0, + "step": 84040 + }, + { + "entropy": 0.8886991918087006, + "epoch": 8.029999044616414, + "grad_norm": 0.48454105854034424, + "learning_rate": 1.0241313368599731e-05, + "loss": 0.0132, + "mean_token_accuracy": 0.9955333590507507, + "num_tokens": 108164457.0, + "step": 84050 + }, + { + "entropy": 0.8843323647975921, + "epoch": 8.030954428202923, + "grad_norm": 0.6947931051254272, + "learning_rate": 1.023173630620089e-05, + "loss": 0.0092, + "mean_token_accuracy": 0.997026139497757, + "num_tokens": 108177315.0, + "step": 84060 + }, + { + "entropy": 0.885155975818634, + "epoch": 8.031909811789433, + "grad_norm": 0.37934571504592896, + "learning_rate": 1.0222163213423386e-05, + "loss": 0.007, + "mean_token_accuracy": 0.997272276878357, + "num_tokens": 108190097.0, + "step": 84070 + }, + { + "entropy": 0.9004934787750244, + "epoch": 8.032865195375944, + "grad_norm": 0.3556346595287323, + "learning_rate": 1.0212594091222771e-05, + "loss": 0.0073, + "mean_token_accuracy": 0.99805988073349, + "num_tokens": 108203011.0, + "step": 84080 + }, + { + "entropy": 0.8874466300010682, + "epoch": 8.033820578962453, + "grad_norm": 0.2674564719200134, + "learning_rate": 1.020302894055426e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.9979761719703675, + "num_tokens": 108216456.0, + "step": 84090 + }, + { + "entropy": 0.892649519443512, + "epoch": 8.034775962548963, + "grad_norm": 0.3101342022418976, + "learning_rate": 1.0193467762372588e-05, + "loss": 0.0081, + "mean_token_accuracy": 0.9973414301872253, + "num_tokens": 108229140.0, + "step": 84100 + }, + { + "entropy": 0.8857586562633515, + "epoch": 8.035731346135474, + "grad_norm": 0.9935200214385986, + "learning_rate": 1.018391055763217e-05, + "loss": 0.0093, + "mean_token_accuracy": 0.9961279153823852, + "num_tokens": 108242082.0, + "step": 84110 + }, + { + "entropy": 0.8984879314899444, + "epoch": 8.036686729721984, + "grad_norm": 0.7272017598152161, + "learning_rate": 1.0174357327286998e-05, + "loss": 0.008, + "mean_token_accuracy": 0.9979795753955841, + "num_tokens": 108255275.0, + "step": 84120 + }, + { + "entropy": 0.893913733959198, + "epoch": 8.037642113308493, + "grad_norm": 0.2009524405002594, + "learning_rate": 1.0164808072290655e-05, + "loss": 0.0071, + "mean_token_accuracy": 0.9984160900115967, + "num_tokens": 108268487.0, + "step": 84130 + }, + { + "entropy": 0.884166955947876, + "epoch": 8.038597496895003, + "grad_norm": 0.9118964076042175, + "learning_rate": 1.0155262793596337e-05, + "loss": 0.0107, + "mean_token_accuracy": 0.9964881300926208, + "num_tokens": 108281586.0, + "step": 84140 + }, + { + "entropy": 0.8950111746788025, + "epoch": 8.039552880481514, + "grad_norm": 0.9734402894973755, + "learning_rate": 1.0145721492156835e-05, + "loss": 0.0085, + "mean_token_accuracy": 0.9970801532268524, + "num_tokens": 108294511.0, + "step": 84150 + }, + { + "entropy": 0.8812083423137664, + "epoch": 8.040508264068023, + "grad_norm": 0.5419703722000122, + "learning_rate": 1.0136184168924568e-05, + "loss": 0.0063, + "mean_token_accuracy": 0.9986937582492829, + "num_tokens": 108307245.0, + "step": 84160 + }, + { + "entropy": 0.887840873003006, + "epoch": 8.041463647654533, + "grad_norm": 1.2836447954177856, + "learning_rate": 1.0126650824851513e-05, + "loss": 0.0111, + "mean_token_accuracy": 0.9957586050033569, + "num_tokens": 108319708.0, + "step": 84170 + }, + { + "entropy": 0.891471141576767, + "epoch": 8.042419031241042, + "grad_norm": 0.4303285777568817, + "learning_rate": 1.0117121460889328e-05, + "loss": 0.0122, + "mean_token_accuracy": 0.9947687447071075, + "num_tokens": 108332892.0, + "step": 84180 + }, + { + "entropy": 0.8795968949794769, + "epoch": 8.043374414827554, + "grad_norm": 0.6935402750968933, + "learning_rate": 1.0107596077989161e-05, + "loss": 0.01, + "mean_token_accuracy": 0.9969081699848175, + "num_tokens": 108345201.0, + "step": 84190 + }, + { + "entropy": 0.8814417958259583, + "epoch": 8.044329798414063, + "grad_norm": 0.2904704809188843, + "learning_rate": 1.0098074677101854e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9963864505290985, + "num_tokens": 108357992.0, + "step": 84200 + }, + { + "entropy": 0.8807312786579132, + "epoch": 8.045285182000573, + "grad_norm": 0.966189444065094, + "learning_rate": 1.0088557259177834e-05, + "loss": 0.0088, + "mean_token_accuracy": 0.9963229119777679, + "num_tokens": 108370265.0, + "step": 84210 + }, + { + "entropy": 0.8776480615139007, + "epoch": 8.046240565587084, + "grad_norm": 0.20175926387310028, + "learning_rate": 1.00790438251671e-05, + "loss": 0.0083, + "mean_token_accuracy": 0.9973604917526245, + "num_tokens": 108382990.0, + "step": 84220 + }, + { + "entropy": 0.8786205649375916, + "epoch": 8.047195949173593, + "grad_norm": 0.8476979732513428, + "learning_rate": 1.0069534376019284e-05, + "loss": 0.0083, + "mean_token_accuracy": 0.9970032036304474, + "num_tokens": 108395835.0, + "step": 84230 + }, + { + "entropy": 0.8868473470211029, + "epoch": 8.048151332760103, + "grad_norm": 0.7166159749031067, + "learning_rate": 1.006002891268359e-05, + "loss": 0.0085, + "mean_token_accuracy": 0.9972020864486695, + "num_tokens": 108408998.0, + "step": 84240 + }, + { + "entropy": 0.8729106307029724, + "epoch": 8.049106716346612, + "grad_norm": 0.36838385462760925, + "learning_rate": 1.0050527436108864e-05, + "loss": 0.0082, + "mean_token_accuracy": 0.9977185785770416, + "num_tokens": 108421474.0, + "step": 84250 + }, + { + "entropy": 0.8847874879837037, + "epoch": 8.050062099933124, + "grad_norm": 0.32588446140289307, + "learning_rate": 1.0041029947243508e-05, + "loss": 0.0079, + "mean_token_accuracy": 0.9973336338996888, + "num_tokens": 108434179.0, + "step": 84260 + }, + { + "entropy": 0.8851173341274261, + "epoch": 8.051017483519633, + "grad_norm": 0.9902538061141968, + "learning_rate": 1.0031536447035577e-05, + "loss": 0.0137, + "mean_token_accuracy": 0.9957370638847352, + "num_tokens": 108447042.0, + "step": 84270 + }, + { + "entropy": 0.8861073195934296, + "epoch": 8.051972867106143, + "grad_norm": 0.9427357316017151, + "learning_rate": 1.0022046936432688e-05, + "loss": 0.0116, + "mean_token_accuracy": 0.9950446307659149, + "num_tokens": 108459449.0, + "step": 84280 + }, + { + "entropy": 0.8879741847515106, + "epoch": 8.052928250692654, + "grad_norm": 0.4416162669658661, + "learning_rate": 1.0012561416382066e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9966870248317719, + "num_tokens": 108472398.0, + "step": 84290 + }, + { + "entropy": 0.8905026733875274, + "epoch": 8.053883634279163, + "grad_norm": 0.5677315592765808, + "learning_rate": 1.0003079887830557e-05, + "loss": 0.0102, + "mean_token_accuracy": 0.9958351731300354, + "num_tokens": 108485490.0, + "step": 84300 + }, + { + "entropy": 0.8904157459735871, + "epoch": 8.054839017865673, + "grad_norm": 0.7505858540534973, + "learning_rate": 9.993602351724596e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.996728527545929, + "num_tokens": 108498425.0, + "step": 84310 + }, + { + "entropy": 0.8794892728328705, + "epoch": 8.055794401452182, + "grad_norm": 0.382461279630661, + "learning_rate": 9.984128809010207e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9956972599029541, + "num_tokens": 108511183.0, + "step": 84320 + }, + { + "entropy": 0.8819862365722656, + "epoch": 8.056749785038694, + "grad_norm": 0.6786407828330994, + "learning_rate": 9.97465926063303e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997305017709732, + "num_tokens": 108523735.0, + "step": 84330 + }, + { + "entropy": 0.8892382204532623, + "epoch": 8.057705168625203, + "grad_norm": 0.49997684359550476, + "learning_rate": 9.965193707538301e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9969825685024262, + "num_tokens": 108536798.0, + "step": 84340 + }, + { + "entropy": 0.8895528316497803, + "epoch": 8.058660552211713, + "grad_norm": 2.612210273742676, + "learning_rate": 9.955732150670888e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9961789786815644, + "num_tokens": 108549700.0, + "step": 84350 + }, + { + "entropy": 0.8741099655628204, + "epoch": 8.059615935798224, + "grad_norm": 0.24488823115825653, + "learning_rate": 9.946274590975213e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9972542703151703, + "num_tokens": 108562845.0, + "step": 84360 + }, + { + "entropy": 0.8692927241325379, + "epoch": 8.060571319384733, + "grad_norm": 1.1871577501296997, + "learning_rate": 9.936821029395316e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9972486436367035, + "num_tokens": 108575528.0, + "step": 84370 + }, + { + "entropy": 0.8770669996738434, + "epoch": 8.061526702971243, + "grad_norm": 0.06192054972052574, + "learning_rate": 9.92737146687483e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9972741663455963, + "num_tokens": 108587830.0, + "step": 84380 + }, + { + "entropy": 0.8776569664478302, + "epoch": 8.062482086557752, + "grad_norm": 0.2812778055667877, + "learning_rate": 9.917925904357022e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9972876131534576, + "num_tokens": 108600472.0, + "step": 84390 + }, + { + "entropy": 0.8737917244434357, + "epoch": 8.063437470144263, + "grad_norm": 0.3689650595188141, + "learning_rate": 9.90848434278473e-06, + "loss": 0.007, + "mean_token_accuracy": 0.99810671210289, + "num_tokens": 108613256.0, + "step": 84400 + }, + { + "entropy": 0.8798347115516663, + "epoch": 8.064392853730773, + "grad_norm": 0.2707262635231018, + "learning_rate": 9.899046783100385e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9980721533298492, + "num_tokens": 108626058.0, + "step": 84410 + }, + { + "entropy": 0.8825260043144226, + "epoch": 8.065348237317282, + "grad_norm": 0.7300455570220947, + "learning_rate": 9.889613226246053e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9956744194030762, + "num_tokens": 108638633.0, + "step": 84420 + }, + { + "entropy": 0.8818663597106934, + "epoch": 8.066303620903794, + "grad_norm": 0.41666802763938904, + "learning_rate": 9.880183673163362e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9977477490901947, + "num_tokens": 108651241.0, + "step": 84430 + }, + { + "entropy": 0.8866298973560334, + "epoch": 8.067259004490303, + "grad_norm": 0.7037449479103088, + "learning_rate": 9.870758124793583e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9959843099117279, + "num_tokens": 108664896.0, + "step": 84440 + }, + { + "entropy": 0.8882731080055237, + "epoch": 8.068214388076813, + "grad_norm": 0.8795801997184753, + "learning_rate": 9.861336582077552e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9979786336421966, + "num_tokens": 108677871.0, + "step": 84450 + }, + { + "entropy": 0.8814753770828248, + "epoch": 8.069169771663322, + "grad_norm": 0.4900171756744385, + "learning_rate": 9.85191904595571e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9966493844985962, + "num_tokens": 108690632.0, + "step": 84460 + }, + { + "entropy": 0.8880563080310822, + "epoch": 8.070125155249833, + "grad_norm": 0.366454541683197, + "learning_rate": 9.842505517368095e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9972880899906158, + "num_tokens": 108703223.0, + "step": 84470 + }, + { + "entropy": 0.8792986869812012, + "epoch": 8.071080538836343, + "grad_norm": 0.9898539185523987, + "learning_rate": 9.833095997254383e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.997299587726593, + "num_tokens": 108716104.0, + "step": 84480 + }, + { + "entropy": 0.8799231708049774, + "epoch": 8.072035922422852, + "grad_norm": 1.9705919027328491, + "learning_rate": 9.823690486553789e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969521820545196, + "num_tokens": 108728956.0, + "step": 84490 + }, + { + "entropy": 0.8865285158157349, + "epoch": 8.072991306009362, + "grad_norm": 0.28099167346954346, + "learning_rate": 9.81428898620519e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9962956845760346, + "num_tokens": 108741957.0, + "step": 84500 + }, + { + "entropy": 0.8859042942523956, + "epoch": 8.073946689595873, + "grad_norm": 0.570166289806366, + "learning_rate": 9.804891497147024e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9967454075813293, + "num_tokens": 108754605.0, + "step": 84510 + }, + { + "entropy": 0.888429594039917, + "epoch": 8.074902073182383, + "grad_norm": 0.32004478573799133, + "learning_rate": 9.795498020317313e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9944056391716003, + "num_tokens": 108767591.0, + "step": 84520 + }, + { + "entropy": 0.8841683983802795, + "epoch": 8.075857456768892, + "grad_norm": 0.15545155107975006, + "learning_rate": 9.786108556653739e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.998043566942215, + "num_tokens": 108780488.0, + "step": 84530 + }, + { + "entropy": 0.872863495349884, + "epoch": 8.076812840355403, + "grad_norm": 0.3644039034843445, + "learning_rate": 9.776723107093527e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9976929485797882, + "num_tokens": 108793126.0, + "step": 84540 + }, + { + "entropy": 0.8898691534996033, + "epoch": 8.077768223941913, + "grad_norm": 0.4246261417865753, + "learning_rate": 9.767341672573533e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9956543207168579, + "num_tokens": 108806331.0, + "step": 84550 + }, + { + "entropy": 0.8816172838211059, + "epoch": 8.078723607528422, + "grad_norm": 0.19809457659721375, + "learning_rate": 9.757964254030172e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9952973783016205, + "num_tokens": 108819414.0, + "step": 84560 + }, + { + "entropy": 0.8866596102714539, + "epoch": 8.079678991114932, + "grad_norm": 0.5329770445823669, + "learning_rate": 9.748590852399514e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9950043320655823, + "num_tokens": 108832624.0, + "step": 84570 + }, + { + "entropy": 0.8809887170791626, + "epoch": 8.080634374701443, + "grad_norm": 0.1441805511713028, + "learning_rate": 9.739221468617204e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.9951079905033111, + "num_tokens": 108845374.0, + "step": 84580 + }, + { + "entropy": 0.8913407444953918, + "epoch": 8.081589758287953, + "grad_norm": 0.2292645424604416, + "learning_rate": 9.729856103618473e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980270862579346, + "num_tokens": 108858289.0, + "step": 84590 + }, + { + "entropy": 0.8891534447669983, + "epoch": 8.082545141874462, + "grad_norm": 1.1115466356277466, + "learning_rate": 9.72049475833816e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9960936009883881, + "num_tokens": 108871464.0, + "step": 84600 + }, + { + "entropy": 0.8726426362991333, + "epoch": 8.083500525460973, + "grad_norm": 0.5013704895973206, + "learning_rate": 9.711137433710699e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9958975315093994, + "num_tokens": 108883762.0, + "step": 84610 + }, + { + "entropy": 0.8775396525859833, + "epoch": 8.084455909047483, + "grad_norm": 0.22147272527217865, + "learning_rate": 9.701784130670144e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9959324657917022, + "num_tokens": 108896522.0, + "step": 84620 + }, + { + "entropy": 0.8861996471881867, + "epoch": 8.085411292633992, + "grad_norm": 0.19657814502716064, + "learning_rate": 9.692434850150117e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980495929718017, + "num_tokens": 108909366.0, + "step": 84630 + }, + { + "entropy": 0.8787633776664734, + "epoch": 8.086366676220502, + "grad_norm": 0.7358255982398987, + "learning_rate": 9.683089593083839e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9953754425048829, + "num_tokens": 108922227.0, + "step": 84640 + }, + { + "entropy": 0.8881025910377502, + "epoch": 8.087322059807013, + "grad_norm": 0.1216140016913414, + "learning_rate": 9.673748360404177e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973332285881042, + "num_tokens": 108935510.0, + "step": 84650 + }, + { + "entropy": 0.8719010770320892, + "epoch": 8.088277443393523, + "grad_norm": 0.2841012477874756, + "learning_rate": 9.66441115304353e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9979724705219268, + "num_tokens": 108948060.0, + "step": 84660 + }, + { + "entropy": 0.8663009226322174, + "epoch": 8.089232826980032, + "grad_norm": 0.3961807191371918, + "learning_rate": 9.655077971933951e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9979856550693512, + "num_tokens": 108960545.0, + "step": 84670 + }, + { + "entropy": 0.8732385635375977, + "epoch": 8.090188210566543, + "grad_norm": 0.9016503095626831, + "learning_rate": 9.645748818007055e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9963333129882812, + "num_tokens": 108973172.0, + "step": 84680 + }, + { + "entropy": 0.8839684367179871, + "epoch": 8.091143594153053, + "grad_norm": 0.30988067388534546, + "learning_rate": 9.636423692194074e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9974089920520782, + "num_tokens": 108986347.0, + "step": 84690 + }, + { + "entropy": 0.8888609707355499, + "epoch": 8.092098977739562, + "grad_norm": 0.4304331839084625, + "learning_rate": 9.627102595425808e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983249247074127, + "num_tokens": 108999240.0, + "step": 84700 + }, + { + "entropy": 0.8843235611915589, + "epoch": 8.093054361326072, + "grad_norm": 1.1643728017807007, + "learning_rate": 9.6177855286327e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969993233680725, + "num_tokens": 109012024.0, + "step": 84710 + }, + { + "entropy": 0.9000594556331635, + "epoch": 8.094009744912583, + "grad_norm": 0.6340501308441162, + "learning_rate": 9.608472492744786e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9959458708763123, + "num_tokens": 109025395.0, + "step": 84720 + }, + { + "entropy": 0.8828354418277741, + "epoch": 8.094965128499092, + "grad_norm": 2.505110025405884, + "learning_rate": 9.599163488691637e-06, + "loss": 0.014, + "mean_token_accuracy": 0.997300100326538, + "num_tokens": 109038346.0, + "step": 84730 + }, + { + "entropy": 0.8739396631717682, + "epoch": 8.095920512085602, + "grad_norm": 1.0579440593719482, + "learning_rate": 9.589858517402506e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9967204451560974, + "num_tokens": 109051245.0, + "step": 84740 + }, + { + "entropy": 0.8672707200050354, + "epoch": 8.096875895672113, + "grad_norm": 0.4988083839416504, + "learning_rate": 9.58055757980617e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9977120757102966, + "num_tokens": 109063863.0, + "step": 84750 + }, + { + "entropy": 0.8743713617324829, + "epoch": 8.097831279258623, + "grad_norm": 0.6454945802688599, + "learning_rate": 9.571260676831073e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9956403911113739, + "num_tokens": 109076565.0, + "step": 84760 + }, + { + "entropy": 0.8760544538497925, + "epoch": 8.098786662845132, + "grad_norm": 1.818254828453064, + "learning_rate": 9.561967809405203e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9986381590366363, + "num_tokens": 109089305.0, + "step": 84770 + }, + { + "entropy": 0.873415744304657, + "epoch": 8.099742046431642, + "grad_norm": 0.21770498156547546, + "learning_rate": 9.55267897845617e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.99598468542099, + "num_tokens": 109102214.0, + "step": 84780 + }, + { + "entropy": 0.8878974556922913, + "epoch": 8.100697430018153, + "grad_norm": 0.6887275576591492, + "learning_rate": 9.543394184911153e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9971742391586303, + "num_tokens": 109115001.0, + "step": 84790 + }, + { + "entropy": 0.8850865840911866, + "epoch": 8.101652813604662, + "grad_norm": 0.5573270320892334, + "learning_rate": 9.534113429696961e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9968819141387939, + "num_tokens": 109127832.0, + "step": 84800 + }, + { + "entropy": 0.8814630091190339, + "epoch": 8.102608197191172, + "grad_norm": 1.0529766082763672, + "learning_rate": 9.52483671374001e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.996122169494629, + "num_tokens": 109140470.0, + "step": 84810 + }, + { + "entropy": 0.8803061962127685, + "epoch": 8.103563580777681, + "grad_norm": 1.0259246826171875, + "learning_rate": 9.515564037966269e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9967123210430145, + "num_tokens": 109153017.0, + "step": 84820 + }, + { + "entropy": 0.881093442440033, + "epoch": 8.104518964364193, + "grad_norm": 0.33107107877731323, + "learning_rate": 9.50629540330133e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970936894416809, + "num_tokens": 109166193.0, + "step": 84830 + }, + { + "entropy": 0.879304438829422, + "epoch": 8.105474347950702, + "grad_norm": 1.5685536861419678, + "learning_rate": 9.497030810670366e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9952519536018372, + "num_tokens": 109178897.0, + "step": 84840 + }, + { + "entropy": 0.8789080023765564, + "epoch": 8.106429731537212, + "grad_norm": 0.19369423389434814, + "learning_rate": 9.48777026099818e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966736793518066, + "num_tokens": 109192194.0, + "step": 84850 + }, + { + "entropy": 0.8917532384395599, + "epoch": 8.107385115123723, + "grad_norm": 1.0817588567733765, + "learning_rate": 9.478513755209134e-06, + "loss": 0.0134, + "mean_token_accuracy": 0.9963267803192138, + "num_tokens": 109205291.0, + "step": 84860 + }, + { + "entropy": 0.8853622674942017, + "epoch": 8.108340498710232, + "grad_norm": 1.0182346105575562, + "learning_rate": 9.4692612942272e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9955997169017792, + "num_tokens": 109218304.0, + "step": 84870 + }, + { + "entropy": 0.8866730332374573, + "epoch": 8.109295882296742, + "grad_norm": 0.5692692995071411, + "learning_rate": 9.46001287897596e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9984107732772827, + "num_tokens": 109231563.0, + "step": 84880 + }, + { + "entropy": 0.8836760461330414, + "epoch": 8.110251265883251, + "grad_norm": 1.8280551433563232, + "learning_rate": 9.45076851037856e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.996383798122406, + "num_tokens": 109244623.0, + "step": 84890 + }, + { + "entropy": 0.8788997113704682, + "epoch": 8.111206649469763, + "grad_norm": 0.8032798171043396, + "learning_rate": 9.44152818935779e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9983440041542053, + "num_tokens": 109257588.0, + "step": 84900 + }, + { + "entropy": 0.8883268058300018, + "epoch": 8.112162033056272, + "grad_norm": 0.14378707110881805, + "learning_rate": 9.432291916835995e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9985582709312439, + "num_tokens": 109270571.0, + "step": 84910 + }, + { + "entropy": 0.8850764513015748, + "epoch": 8.113117416642782, + "grad_norm": 0.3643900752067566, + "learning_rate": 9.42305969373512e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9957777678966522, + "num_tokens": 109283584.0, + "step": 84920 + }, + { + "entropy": 0.8886902570724488, + "epoch": 8.114072800229293, + "grad_norm": 0.5898939371109009, + "learning_rate": 9.413831520976712e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.997172349691391, + "num_tokens": 109296893.0, + "step": 84930 + }, + { + "entropy": 0.8836834728717804, + "epoch": 8.115028183815802, + "grad_norm": 0.615146279335022, + "learning_rate": 9.40460739948193e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9975428879261017, + "num_tokens": 109309397.0, + "step": 84940 + }, + { + "entropy": 0.8801962971687317, + "epoch": 8.115983567402312, + "grad_norm": 1.3023988008499146, + "learning_rate": 9.39538733017153e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970901668071747, + "num_tokens": 109322499.0, + "step": 84950 + }, + { + "entropy": 0.871985274553299, + "epoch": 8.116938950988821, + "grad_norm": 0.17851051688194275, + "learning_rate": 9.386171313965802e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9980101346969604, + "num_tokens": 109335269.0, + "step": 84960 + }, + { + "entropy": 0.8776096224784851, + "epoch": 8.117894334575332, + "grad_norm": 0.7911818623542786, + "learning_rate": 9.376959351784726e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963561534881592, + "num_tokens": 109348262.0, + "step": 84970 + }, + { + "entropy": 0.8654980361461639, + "epoch": 8.118849718161842, + "grad_norm": 0.3358604907989502, + "learning_rate": 9.36775144454779e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9966395437717438, + "num_tokens": 109360599.0, + "step": 84980 + }, + { + "entropy": 0.8748391270637512, + "epoch": 8.119805101748351, + "grad_norm": 0.3262626528739929, + "learning_rate": 9.35854759317415e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9972945392131806, + "num_tokens": 109373340.0, + "step": 84990 + }, + { + "entropy": 0.8864934980869293, + "epoch": 8.120760485334863, + "grad_norm": 0.11530565470457077, + "learning_rate": 9.349347798582502e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964152574539185, + "num_tokens": 109386557.0, + "step": 85000 + }, + { + "entropy": 0.8818903207778931, + "epoch": 8.121715868921372, + "grad_norm": 0.8420241475105286, + "learning_rate": 9.340152061691159e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973747193813324, + "num_tokens": 109399511.0, + "step": 85010 + }, + { + "entropy": 0.8820527076721192, + "epoch": 8.122671252507882, + "grad_norm": 0.8175140619277954, + "learning_rate": 9.330960383418047e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9968719601631164, + "num_tokens": 109412851.0, + "step": 85020 + }, + { + "entropy": 0.8733961939811706, + "epoch": 8.123626636094391, + "grad_norm": 1.868532657623291, + "learning_rate": 9.321772764680641e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9976164042949677, + "num_tokens": 109425324.0, + "step": 85030 + }, + { + "entropy": 0.8752524018287658, + "epoch": 8.124582019680902, + "grad_norm": 0.2567984163761139, + "learning_rate": 9.312589206396082e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9952568113803864, + "num_tokens": 109438145.0, + "step": 85040 + }, + { + "entropy": 0.8767872512340545, + "epoch": 8.125537403267412, + "grad_norm": 0.5286035537719727, + "learning_rate": 9.303409709481003e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9983461141586304, + "num_tokens": 109450983.0, + "step": 85050 + }, + { + "entropy": 0.8823305904865265, + "epoch": 8.126492786853921, + "grad_norm": 1.1606076955795288, + "learning_rate": 9.294234274851737e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.997373616695404, + "num_tokens": 109463833.0, + "step": 85060 + }, + { + "entropy": 0.8751217186450958, + "epoch": 8.127448170440433, + "grad_norm": 0.5136313438415527, + "learning_rate": 9.285062903424142e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9987743735313416, + "num_tokens": 109476624.0, + "step": 85070 + }, + { + "entropy": 0.8774615168571472, + "epoch": 8.128403554026942, + "grad_norm": 0.39414525032043457, + "learning_rate": 9.275895596113704e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.997294545173645, + "num_tokens": 109488812.0, + "step": 85080 + }, + { + "entropy": 0.8698257029056549, + "epoch": 8.129358937613452, + "grad_norm": 0.7190065383911133, + "learning_rate": 9.266732353835494e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968704760074616, + "num_tokens": 109501062.0, + "step": 85090 + }, + { + "entropy": 0.8717827022075653, + "epoch": 8.130314321199961, + "grad_norm": 0.867156445980072, + "learning_rate": 9.257573177504159e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9983369410037994, + "num_tokens": 109514097.0, + "step": 85100 + }, + { + "entropy": 0.8779953181743622, + "epoch": 8.131269704786472, + "grad_norm": 0.6661527156829834, + "learning_rate": 9.248418068033981e-06, + "loss": 0.0161, + "mean_token_accuracy": 0.9941097974777222, + "num_tokens": 109526880.0, + "step": 85110 + }, + { + "entropy": 0.8895110011100769, + "epoch": 8.132225088372982, + "grad_norm": 0.5836142897605896, + "learning_rate": 9.239267026338789e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.995780086517334, + "num_tokens": 109539986.0, + "step": 85120 + }, + { + "entropy": 0.8710622608661651, + "epoch": 8.133180471959491, + "grad_norm": 0.10959320515394211, + "learning_rate": 9.230120053332054e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9983771979808808, + "num_tokens": 109553222.0, + "step": 85130 + }, + { + "entropy": 0.8810720324516297, + "epoch": 8.134135855546003, + "grad_norm": 0.9357536435127258, + "learning_rate": 9.220977149926808e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9952473402023315, + "num_tokens": 109565761.0, + "step": 85140 + }, + { + "entropy": 0.8869906663894653, + "epoch": 8.135091239132512, + "grad_norm": 0.2843289077281952, + "learning_rate": 9.211838317035677e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.995831835269928, + "num_tokens": 109579077.0, + "step": 85150 + }, + { + "entropy": 0.8787068367004395, + "epoch": 8.136046622719022, + "grad_norm": 0.6867814660072327, + "learning_rate": 9.202703555570874e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9971371948719024, + "num_tokens": 109591880.0, + "step": 85160 + }, + { + "entropy": 0.8830203890800477, + "epoch": 8.137002006305531, + "grad_norm": 0.16086624562740326, + "learning_rate": 9.193572866444255e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9950557291507721, + "num_tokens": 109604980.0, + "step": 85170 + }, + { + "entropy": 0.8832255482673645, + "epoch": 8.137957389892042, + "grad_norm": 1.3372308015823364, + "learning_rate": 9.184446250567219e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9973059952259063, + "num_tokens": 109617536.0, + "step": 85180 + }, + { + "entropy": 0.886258852481842, + "epoch": 8.138912773478552, + "grad_norm": 0.45229992270469666, + "learning_rate": 9.175323708850758e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955265879631042, + "num_tokens": 109630314.0, + "step": 85190 + }, + { + "entropy": 0.8758152663707733, + "epoch": 8.139868157065061, + "grad_norm": 0.42075759172439575, + "learning_rate": 9.1662052422055e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9980134010314942, + "num_tokens": 109642736.0, + "step": 85200 + }, + { + "entropy": 0.8759958922863007, + "epoch": 8.14082354065157, + "grad_norm": 0.1862795203924179, + "learning_rate": 9.157090851541617e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9982753157615661, + "num_tokens": 109655396.0, + "step": 85210 + }, + { + "entropy": 0.8713621079921723, + "epoch": 8.141778924238082, + "grad_norm": 0.2564154863357544, + "learning_rate": 9.147980537768919e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9983222126960755, + "num_tokens": 109667805.0, + "step": 85220 + }, + { + "entropy": 0.8920940220355987, + "epoch": 8.142734307824592, + "grad_norm": 2.0705008506774902, + "learning_rate": 9.138874301796779e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9987179338932037, + "num_tokens": 109680991.0, + "step": 85230 + }, + { + "entropy": 0.8828946053981781, + "epoch": 8.143689691411101, + "grad_norm": 0.3591581881046295, + "learning_rate": 9.129772144534148e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969583868980407, + "num_tokens": 109693404.0, + "step": 85240 + }, + { + "entropy": 0.8724832594394684, + "epoch": 8.144645074997612, + "grad_norm": 1.112777829170227, + "learning_rate": 9.120674066889629e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9976716816425324, + "num_tokens": 109706084.0, + "step": 85250 + }, + { + "entropy": 0.8778217494487762, + "epoch": 8.145600458584122, + "grad_norm": 0.171067476272583, + "learning_rate": 9.111580069771347e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9986739158630371, + "num_tokens": 109718982.0, + "step": 85260 + }, + { + "entropy": 0.8741846024990082, + "epoch": 8.146555842170631, + "grad_norm": 1.4152098894119263, + "learning_rate": 9.102490154087101e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9977237284183502, + "num_tokens": 109731792.0, + "step": 85270 + }, + { + "entropy": 0.8814778864383698, + "epoch": 8.14751122575714, + "grad_norm": 0.32720571756362915, + "learning_rate": 9.093404320744182e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9970036566257476, + "num_tokens": 109744690.0, + "step": 85280 + }, + { + "entropy": 0.8668452680110932, + "epoch": 8.148466609343652, + "grad_norm": 1.117851972579956, + "learning_rate": 9.084322570649556e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9963244557380676, + "num_tokens": 109757489.0, + "step": 85290 + }, + { + "entropy": 0.8896929740905761, + "epoch": 8.149421992930161, + "grad_norm": 0.44067680835723877, + "learning_rate": 9.075244904709746e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9976606905460358, + "num_tokens": 109770739.0, + "step": 85300 + }, + { + "entropy": 0.8741092920303345, + "epoch": 8.150377376516671, + "grad_norm": 0.4986990690231323, + "learning_rate": 9.066171323830879e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9982766151428223, + "num_tokens": 109783376.0, + "step": 85310 + }, + { + "entropy": 0.8785589754581451, + "epoch": 8.151332760103182, + "grad_norm": 0.7083045840263367, + "learning_rate": 9.057101828918668e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9957162916660309, + "num_tokens": 109796532.0, + "step": 85320 + }, + { + "entropy": 0.8757013797760009, + "epoch": 8.152288143689692, + "grad_norm": 1.3798229694366455, + "learning_rate": 9.048036420878409e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9962421596050263, + "num_tokens": 109809224.0, + "step": 85330 + }, + { + "entropy": 0.8715717554092407, + "epoch": 8.153243527276201, + "grad_norm": 1.3982799053192139, + "learning_rate": 9.038975100615016e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9977894246578216, + "num_tokens": 109822558.0, + "step": 85340 + }, + { + "entropy": 0.8699026763439178, + "epoch": 8.15419891086271, + "grad_norm": 0.2690674960613251, + "learning_rate": 9.02991786903296e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9971556901931763, + "num_tokens": 109835652.0, + "step": 85350 + }, + { + "entropy": 0.8840456128120422, + "epoch": 8.155154294449222, + "grad_norm": 0.5056197047233582, + "learning_rate": 9.02086472703636e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9970971941947937, + "num_tokens": 109849028.0, + "step": 85360 + }, + { + "entropy": 0.8661004364490509, + "epoch": 8.156109678035731, + "grad_norm": 0.2191815823316574, + "learning_rate": 9.011815675528845e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9968801379203797, + "num_tokens": 109861541.0, + "step": 85370 + }, + { + "entropy": 0.8688951432704926, + "epoch": 8.15706506162224, + "grad_norm": 2.799257278442383, + "learning_rate": 9.002770715413705e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9967397153377533, + "num_tokens": 109874171.0, + "step": 85380 + }, + { + "entropy": 0.8898274600505829, + "epoch": 8.158020445208752, + "grad_norm": 0.6530202031135559, + "learning_rate": 8.993729847593784e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9963297665119171, + "num_tokens": 109887295.0, + "step": 85390 + }, + { + "entropy": 0.8720016717910767, + "epoch": 8.158975828795262, + "grad_norm": 1.8855736255645752, + "learning_rate": 8.984693072971556e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9957199275493622, + "num_tokens": 109899517.0, + "step": 85400 + }, + { + "entropy": 0.867881590127945, + "epoch": 8.159931212381771, + "grad_norm": 0.8176091909408569, + "learning_rate": 8.975660392449042e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.997953224182129, + "num_tokens": 109912115.0, + "step": 85410 + }, + { + "entropy": 0.8682592391967774, + "epoch": 8.16088659596828, + "grad_norm": 0.7784932851791382, + "learning_rate": 8.966631806927866e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9979923844337464, + "num_tokens": 109924634.0, + "step": 85420 + }, + { + "entropy": 0.8745930314064025, + "epoch": 8.161841979554792, + "grad_norm": 0.6674137711524963, + "learning_rate": 8.957607317309275e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9963791131973266, + "num_tokens": 109937380.0, + "step": 85430 + }, + { + "entropy": 0.8704459011554718, + "epoch": 8.162797363141301, + "grad_norm": 0.21006730198860168, + "learning_rate": 8.948586924494052e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9967993378639222, + "num_tokens": 109950673.0, + "step": 85440 + }, + { + "entropy": 0.8747557580471039, + "epoch": 8.16375274672781, + "grad_norm": 0.6353275775909424, + "learning_rate": 8.939570629382632e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9974931001663208, + "num_tokens": 109963609.0, + "step": 85450 + }, + { + "entropy": 0.8695753812789917, + "epoch": 8.16470813031432, + "grad_norm": 0.3098651170730591, + "learning_rate": 8.930558432875002e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9980092883110047, + "num_tokens": 109976598.0, + "step": 85460 + }, + { + "entropy": 0.8714410185813903, + "epoch": 8.165663513900832, + "grad_norm": 0.16206422448158264, + "learning_rate": 8.921550335870731e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9968593060970307, + "num_tokens": 109988942.0, + "step": 85470 + }, + { + "entropy": 0.8762649476528168, + "epoch": 8.166618897487341, + "grad_norm": 0.36160093545913696, + "learning_rate": 8.912546339269024e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9964506566524506, + "num_tokens": 110001953.0, + "step": 85480 + }, + { + "entropy": 0.8748734593391418, + "epoch": 8.16757428107385, + "grad_norm": 0.4749852120876312, + "learning_rate": 8.903546443968636e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9966547966003418, + "num_tokens": 110014808.0, + "step": 85490 + }, + { + "entropy": 0.8840371668338776, + "epoch": 8.168529664660362, + "grad_norm": 0.7790269255638123, + "learning_rate": 8.894550650867927e-06, + "loss": 0.0051, + "mean_token_accuracy": 0.9983336448669433, + "num_tokens": 110027855.0, + "step": 85500 + }, + { + "entropy": 0.8818239986896514, + "epoch": 8.169485048246871, + "grad_norm": 0.10774970799684525, + "learning_rate": 8.885558960864831e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983268260955811, + "num_tokens": 110041365.0, + "step": 85510 + }, + { + "entropy": 0.8722244083881379, + "epoch": 8.17044043183338, + "grad_norm": 0.9580124616622925, + "learning_rate": 8.876571374856917e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9951238930225372, + "num_tokens": 110053829.0, + "step": 85520 + }, + { + "entropy": 0.870168024301529, + "epoch": 8.17139581541989, + "grad_norm": 0.3586157262325287, + "learning_rate": 8.867587893741286e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.995749044418335, + "num_tokens": 110066384.0, + "step": 85530 + }, + { + "entropy": 0.8842780828475952, + "epoch": 8.172351199006402, + "grad_norm": 1.671271562576294, + "learning_rate": 8.858608518414684e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9968247175216675, + "num_tokens": 110079857.0, + "step": 85540 + }, + { + "entropy": 0.8626941680908203, + "epoch": 8.173306582592911, + "grad_norm": 1.0339866876602173, + "learning_rate": 8.849633249773415e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9976631283760071, + "num_tokens": 110092247.0, + "step": 85550 + }, + { + "entropy": 0.867647671699524, + "epoch": 8.17426196617942, + "grad_norm": 0.9980897307395935, + "learning_rate": 8.840662088713365e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9963599681854248, + "num_tokens": 110105284.0, + "step": 85560 + }, + { + "entropy": 0.8784359812736511, + "epoch": 8.175217349765932, + "grad_norm": 1.1236745119094849, + "learning_rate": 8.831695036130045e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9976528346538543, + "num_tokens": 110118279.0, + "step": 85570 + }, + { + "entropy": 0.8784818053245544, + "epoch": 8.176172733352441, + "grad_norm": 0.19242292642593384, + "learning_rate": 8.822732092918512e-06, + "loss": 0.0142, + "mean_token_accuracy": 0.9943283081054688, + "num_tokens": 110131251.0, + "step": 85580 + }, + { + "entropy": 0.8786772787570953, + "epoch": 8.17712811693895, + "grad_norm": 0.7674168348312378, + "learning_rate": 8.81377325997348e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9942720234394073, + "num_tokens": 110143688.0, + "step": 85590 + }, + { + "entropy": 0.8632128477096558, + "epoch": 8.17808350052546, + "grad_norm": 0.7695064544677734, + "learning_rate": 8.804818538189153e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9980024218559265, + "num_tokens": 110156406.0, + "step": 85600 + }, + { + "entropy": 0.870750343799591, + "epoch": 8.179038884111971, + "grad_norm": 1.062266230583191, + "learning_rate": 8.795867928459407e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9983178555965424, + "num_tokens": 110169087.0, + "step": 85610 + }, + { + "entropy": 0.8811900675296783, + "epoch": 8.179994267698481, + "grad_norm": 0.1904943287372589, + "learning_rate": 8.786921431677697e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9977795124053955, + "num_tokens": 110182268.0, + "step": 85620 + }, + { + "entropy": 0.8756244301795959, + "epoch": 8.18094965128499, + "grad_norm": 0.20908239483833313, + "learning_rate": 8.777979048737035e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9971750617027283, + "num_tokens": 110194784.0, + "step": 85630 + }, + { + "entropy": 0.8775176584720612, + "epoch": 8.181905034871502, + "grad_norm": 0.491156667470932, + "learning_rate": 8.76904078053004e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.994389396905899, + "num_tokens": 110207771.0, + "step": 85640 + }, + { + "entropy": 0.8731002628803253, + "epoch": 8.182860418458011, + "grad_norm": 0.8236591815948486, + "learning_rate": 8.760106627948911e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9974364280700684, + "num_tokens": 110220516.0, + "step": 85650 + }, + { + "entropy": 0.8726322233676911, + "epoch": 8.18381580204452, + "grad_norm": 1.8215597867965698, + "learning_rate": 8.751176591885462e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9979837715625763, + "num_tokens": 110233159.0, + "step": 85660 + }, + { + "entropy": 0.8756691813468933, + "epoch": 8.18477118563103, + "grad_norm": 0.6077185869216919, + "learning_rate": 8.742250673231062e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9955918550491333, + "num_tokens": 110245861.0, + "step": 85670 + }, + { + "entropy": 0.8866556525230408, + "epoch": 8.185726569217541, + "grad_norm": 0.45052555203437805, + "learning_rate": 8.733328872876717e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967805206775665, + "num_tokens": 110259338.0, + "step": 85680 + }, + { + "entropy": 0.8740738093852997, + "epoch": 8.18668195280405, + "grad_norm": 0.21143335103988647, + "learning_rate": 8.724411191712939e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997372031211853, + "num_tokens": 110271990.0, + "step": 85690 + }, + { + "entropy": 0.8759391725063324, + "epoch": 8.18763733639056, + "grad_norm": 0.8337376117706299, + "learning_rate": 8.715497630629915e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996697062253952, + "num_tokens": 110284604.0, + "step": 85700 + }, + { + "entropy": 0.8723407685756683, + "epoch": 8.188592719977072, + "grad_norm": 0.4031192660331726, + "learning_rate": 8.706588190517394e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9955837726593018, + "num_tokens": 110297123.0, + "step": 85710 + }, + { + "entropy": 0.8760433733463288, + "epoch": 8.189548103563581, + "grad_norm": 0.49180877208709717, + "learning_rate": 8.69768287226469e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.99700448513031, + "num_tokens": 110309953.0, + "step": 85720 + }, + { + "entropy": 0.8770331621170044, + "epoch": 8.19050348715009, + "grad_norm": 0.466043084859848, + "learning_rate": 8.688781676760726e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9973224818706512, + "num_tokens": 110323040.0, + "step": 85730 + }, + { + "entropy": 0.8683686673641204, + "epoch": 8.1914588707366, + "grad_norm": 0.20918181538581848, + "learning_rate": 8.67988460489399e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9974005103111268, + "num_tokens": 110335557.0, + "step": 85740 + }, + { + "entropy": 0.8787372291088105, + "epoch": 8.192414254323111, + "grad_norm": 0.2670222222805023, + "learning_rate": 8.670991657552608e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9973141312599182, + "num_tokens": 110348538.0, + "step": 85750 + }, + { + "entropy": 0.8499155938625336, + "epoch": 8.19336963790962, + "grad_norm": 1.2021313905715942, + "learning_rate": 8.662102835624242e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9972303748130799, + "num_tokens": 110360581.0, + "step": 85760 + }, + { + "entropy": 0.8813095211982727, + "epoch": 8.19432502149613, + "grad_norm": 0.17465563118457794, + "learning_rate": 8.653218139996177e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9978303492069245, + "num_tokens": 110373936.0, + "step": 85770 + }, + { + "entropy": 0.8694572389125824, + "epoch": 8.195280405082642, + "grad_norm": 0.6395564079284668, + "learning_rate": 8.644337571555272e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9952795207500458, + "num_tokens": 110386490.0, + "step": 85780 + }, + { + "entropy": 0.8770262420177459, + "epoch": 8.196235788669151, + "grad_norm": 0.6669217944145203, + "learning_rate": 8.635461131187955e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9982872366905212, + "num_tokens": 110399276.0, + "step": 85790 + }, + { + "entropy": 0.8712873935699463, + "epoch": 8.19719117225566, + "grad_norm": 1.71633780002594, + "learning_rate": 8.626588819780291e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9983409285545349, + "num_tokens": 110411927.0, + "step": 85800 + }, + { + "entropy": 0.8686471283435822, + "epoch": 8.19814655584217, + "grad_norm": 1.3797872066497803, + "learning_rate": 8.617720638217886e-06, + "loss": 0.01, + "mean_token_accuracy": 0.996180248260498, + "num_tokens": 110424829.0, + "step": 85810 + }, + { + "entropy": 0.894641774892807, + "epoch": 8.199101939428681, + "grad_norm": 0.3275601863861084, + "learning_rate": 8.60885658738596e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9958983898162842, + "num_tokens": 110438797.0, + "step": 85820 + }, + { + "entropy": 0.8834354281425476, + "epoch": 8.20005732301519, + "grad_norm": 0.36984744668006897, + "learning_rate": 8.59999666816929e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9979084372520447, + "num_tokens": 110452424.0, + "step": 85830 + }, + { + "entropy": 0.8817071139812469, + "epoch": 8.2010127066017, + "grad_norm": 0.7760384678840637, + "learning_rate": 8.591140881452281e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9960344076156616, + "num_tokens": 110465545.0, + "step": 85840 + }, + { + "entropy": 0.8543690800666809, + "epoch": 8.20196809018821, + "grad_norm": 0.36033394932746887, + "learning_rate": 8.582289228118923e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9977023422718048, + "num_tokens": 110477888.0, + "step": 85850 + }, + { + "entropy": 0.8843272805213929, + "epoch": 8.202923473774721, + "grad_norm": 0.2704002857208252, + "learning_rate": 8.57344170905276e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9968070924282074, + "num_tokens": 110490694.0, + "step": 85860 + }, + { + "entropy": 0.8738251030445099, + "epoch": 8.20387885736123, + "grad_norm": 0.7908975481987, + "learning_rate": 8.564598325136936e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9952327847480774, + "num_tokens": 110503566.0, + "step": 85870 + }, + { + "entropy": 0.8745396137237549, + "epoch": 8.20483424094774, + "grad_norm": 0.6916967630386353, + "learning_rate": 8.555759077254184e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973501861095428, + "num_tokens": 110516203.0, + "step": 85880 + }, + { + "entropy": 0.8781114280223846, + "epoch": 8.205789624534251, + "grad_norm": 0.2070871889591217, + "learning_rate": 8.546923966286845e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9978120744228363, + "num_tokens": 110529317.0, + "step": 85890 + }, + { + "entropy": 0.8711854755878449, + "epoch": 8.20674500812076, + "grad_norm": 0.4020519554615021, + "learning_rate": 8.538092993116813e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9989901065826416, + "num_tokens": 110541896.0, + "step": 85900 + }, + { + "entropy": 0.8606882095336914, + "epoch": 8.20770039170727, + "grad_norm": 0.09990157932043076, + "learning_rate": 8.529266158625603e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9967624366283416, + "num_tokens": 110554485.0, + "step": 85910 + }, + { + "entropy": 0.8823674619197845, + "epoch": 8.20865577529378, + "grad_norm": 0.20731894671916962, + "learning_rate": 8.520443463694294e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9950529873371124, + "num_tokens": 110567599.0, + "step": 85920 + }, + { + "entropy": 0.8713378965854645, + "epoch": 8.209611158880291, + "grad_norm": 0.5024876594543457, + "learning_rate": 8.511624909203537e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9967283248901367, + "num_tokens": 110580539.0, + "step": 85930 + }, + { + "entropy": 0.882984745502472, + "epoch": 8.2105665424668, + "grad_norm": 2.6714117527008057, + "learning_rate": 8.502810496033614e-06, + "loss": 0.016, + "mean_token_accuracy": 0.9943348646163941, + "num_tokens": 110594032.0, + "step": 85940 + }, + { + "entropy": 0.8709963023662567, + "epoch": 8.21152192605331, + "grad_norm": 0.4403945803642273, + "learning_rate": 8.494000225064364e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973996877670288, + "num_tokens": 110606952.0, + "step": 85950 + }, + { + "entropy": 0.8843088209629059, + "epoch": 8.212477309639821, + "grad_norm": 0.4166349768638611, + "learning_rate": 8.485194097175214e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9973886847496033, + "num_tokens": 110619816.0, + "step": 85960 + }, + { + "entropy": 0.8695367395877838, + "epoch": 8.21343269322633, + "grad_norm": 0.2698303163051605, + "learning_rate": 8.476392113245168e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9971409678459168, + "num_tokens": 110632595.0, + "step": 85970 + }, + { + "entropy": 0.9008633255958557, + "epoch": 8.21438807681284, + "grad_norm": 0.2020522803068161, + "learning_rate": 8.467594274152857e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9974186778068542, + "num_tokens": 110646169.0, + "step": 85980 + }, + { + "entropy": 0.8801969587802887, + "epoch": 8.21534346039935, + "grad_norm": 0.6825636625289917, + "learning_rate": 8.458800580776444e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9963931202888489, + "num_tokens": 110659072.0, + "step": 85990 + }, + { + "entropy": 0.8608015477657318, + "epoch": 8.21629884398586, + "grad_norm": 0.5909845232963562, + "learning_rate": 8.450011033993726e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9965665936470032, + "num_tokens": 110672110.0, + "step": 86000 + }, + { + "entropy": 0.8776125133037567, + "epoch": 8.21725422757237, + "grad_norm": 0.3450597822666168, + "learning_rate": 8.441225634682065e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968296647071838, + "num_tokens": 110684567.0, + "step": 86010 + }, + { + "entropy": 0.886469042301178, + "epoch": 8.21820961115888, + "grad_norm": 0.688450813293457, + "learning_rate": 8.432444383718386e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9965411245822906, + "num_tokens": 110697838.0, + "step": 86020 + }, + { + "entropy": 0.8929297626018524, + "epoch": 8.219164994745391, + "grad_norm": 0.5776240229606628, + "learning_rate": 8.423667281979254e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967816174030304, + "num_tokens": 110711222.0, + "step": 86030 + }, + { + "entropy": 0.8756085336208344, + "epoch": 8.2201203783319, + "grad_norm": 0.6450628042221069, + "learning_rate": 8.414894330340767e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9958532929420472, + "num_tokens": 110723562.0, + "step": 86040 + }, + { + "entropy": 0.9005443692207337, + "epoch": 8.22107576191841, + "grad_norm": 0.25020089745521545, + "learning_rate": 8.406125529678644e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9966360747814178, + "num_tokens": 110737385.0, + "step": 86050 + }, + { + "entropy": 0.8595461130142212, + "epoch": 8.22203114550492, + "grad_norm": 1.111114501953125, + "learning_rate": 8.397360880868155e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9967459797859192, + "num_tokens": 110750284.0, + "step": 86060 + }, + { + "entropy": 0.882712984085083, + "epoch": 8.22298652909143, + "grad_norm": 0.5078316926956177, + "learning_rate": 8.388600384784196e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9973128974437714, + "num_tokens": 110763142.0, + "step": 86070 + }, + { + "entropy": 0.8655566811561585, + "epoch": 8.22394191267794, + "grad_norm": 0.5489943623542786, + "learning_rate": 8.379844042301233e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9959715723991394, + "num_tokens": 110775691.0, + "step": 86080 + }, + { + "entropy": 0.8838353455066681, + "epoch": 8.22489729626445, + "grad_norm": 0.3826881945133209, + "learning_rate": 8.371091854293306e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9943809151649475, + "num_tokens": 110788737.0, + "step": 86090 + }, + { + "entropy": 0.8884284615516662, + "epoch": 8.225852679850961, + "grad_norm": 0.39119505882263184, + "learning_rate": 8.36234382163405e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9957064330577851, + "num_tokens": 110801730.0, + "step": 86100 + }, + { + "entropy": 0.8708152353763581, + "epoch": 8.22680806343747, + "grad_norm": 0.12977160513401031, + "learning_rate": 8.353599945196671e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.9960665106773376, + "num_tokens": 110814657.0, + "step": 86110 + }, + { + "entropy": 0.8917860567569733, + "epoch": 8.22776344702398, + "grad_norm": 0.4011584222316742, + "learning_rate": 8.344860225853996e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9977023899555206, + "num_tokens": 110828180.0, + "step": 86120 + }, + { + "entropy": 0.8817322313785553, + "epoch": 8.22871883061049, + "grad_norm": 1.7513169050216675, + "learning_rate": 8.336124664478396e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9953725159168243, + "num_tokens": 110841221.0, + "step": 86130 + }, + { + "entropy": 0.8740800499916077, + "epoch": 8.229674214197, + "grad_norm": 0.1599283516407013, + "learning_rate": 8.32739326194184e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973619043827057, + "num_tokens": 110854145.0, + "step": 86140 + }, + { + "entropy": 0.8809700429439544, + "epoch": 8.23062959778351, + "grad_norm": 0.3001388907432556, + "learning_rate": 8.318666019115906e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9973648905754089, + "num_tokens": 110867209.0, + "step": 86150 + }, + { + "entropy": 0.8864712715148926, + "epoch": 8.23158498137002, + "grad_norm": 0.5980116128921509, + "learning_rate": 8.309942936871718e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9968161523342133, + "num_tokens": 110880344.0, + "step": 86160 + }, + { + "entropy": 0.8703998565673828, + "epoch": 8.23254036495653, + "grad_norm": 0.15677742660045624, + "learning_rate": 8.301224016080018e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980309903621674, + "num_tokens": 110892855.0, + "step": 86170 + }, + { + "entropy": 0.8658094763755798, + "epoch": 8.23349574854304, + "grad_norm": 0.1419590413570404, + "learning_rate": 8.292509257611119e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9975987017154694, + "num_tokens": 110905264.0, + "step": 86180 + }, + { + "entropy": 0.866299158334732, + "epoch": 8.23445113212955, + "grad_norm": 0.6042603254318237, + "learning_rate": 8.283798662334907e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9972157835960388, + "num_tokens": 110918006.0, + "step": 86190 + }, + { + "entropy": 0.8821260154247283, + "epoch": 8.23540651571606, + "grad_norm": 0.6360365748405457, + "learning_rate": 8.275092231120857e-06, + "loss": 0.0175, + "mean_token_accuracy": 0.9940428376197815, + "num_tokens": 110931756.0, + "step": 86200 + }, + { + "entropy": 0.8904990315437317, + "epoch": 8.23636189930257, + "grad_norm": 0.5970535278320312, + "learning_rate": 8.26638996483805e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9977507948875427, + "num_tokens": 110945023.0, + "step": 86210 + }, + { + "entropy": 0.8830080211162568, + "epoch": 8.23731728288908, + "grad_norm": 1.2523128986358643, + "learning_rate": 8.257691864355155e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9958472192287445, + "num_tokens": 110957931.0, + "step": 86220 + }, + { + "entropy": 0.8750065565109253, + "epoch": 8.23827266647559, + "grad_norm": 1.515560269355774, + "learning_rate": 8.248997930540354e-06, + "loss": 0.0152, + "mean_token_accuracy": 0.9967391133308411, + "num_tokens": 110970771.0, + "step": 86230 + }, + { + "entropy": 0.893901652097702, + "epoch": 8.2392280500621, + "grad_norm": 0.3059613108634949, + "learning_rate": 8.240308164261511e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9962985336780548, + "num_tokens": 110984082.0, + "step": 86240 + }, + { + "entropy": 0.8794184803962708, + "epoch": 8.24018343364861, + "grad_norm": 0.19115273654460907, + "learning_rate": 8.231622566386e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9973714113235473, + "num_tokens": 110996822.0, + "step": 86250 + }, + { + "entropy": 0.8828806221485138, + "epoch": 8.24113881723512, + "grad_norm": 0.5521413683891296, + "learning_rate": 8.222941137780826e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9965916991233825, + "num_tokens": 111009314.0, + "step": 86260 + }, + { + "entropy": 0.8669805586338043, + "epoch": 8.24209420082163, + "grad_norm": 0.229421928524971, + "learning_rate": 8.214263879312555e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9964629769325256, + "num_tokens": 111021291.0, + "step": 86270 + }, + { + "entropy": 0.8936983287334442, + "epoch": 8.24304958440814, + "grad_norm": 0.39712873101234436, + "learning_rate": 8.205590791847334e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9965642094612122, + "num_tokens": 111034036.0, + "step": 86280 + }, + { + "entropy": 0.8930915474891663, + "epoch": 8.24400496799465, + "grad_norm": 0.35740944743156433, + "learning_rate": 8.196921876250897e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9975892245769501, + "num_tokens": 111047119.0, + "step": 86290 + }, + { + "entropy": 0.8739555299282074, + "epoch": 8.24496035158116, + "grad_norm": 0.6965798735618591, + "learning_rate": 8.188257133388566e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9971012711524964, + "num_tokens": 111060538.0, + "step": 86300 + }, + { + "entropy": 0.8764289557933808, + "epoch": 8.245915735167669, + "grad_norm": 0.7316126823425293, + "learning_rate": 8.179596564125269e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9966916680335999, + "num_tokens": 111073453.0, + "step": 86310 + }, + { + "entropy": 0.8833681583404541, + "epoch": 8.24687111875418, + "grad_norm": 0.3940426707267761, + "learning_rate": 8.17094016932547e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9973584175109863, + "num_tokens": 111086264.0, + "step": 86320 + }, + { + "entropy": 0.8759437620639801, + "epoch": 8.24782650234069, + "grad_norm": 0.8680681586265564, + "learning_rate": 8.162287949853253e-06, + "loss": 0.0139, + "mean_token_accuracy": 0.9952428758144378, + "num_tokens": 111099349.0, + "step": 86330 + }, + { + "entropy": 0.8962773382663727, + "epoch": 8.2487818859272, + "grad_norm": 0.8596124649047852, + "learning_rate": 8.153639906572246e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9972238421440125, + "num_tokens": 111113012.0, + "step": 86340 + }, + { + "entropy": 0.8903629183769226, + "epoch": 8.24973726951371, + "grad_norm": 0.34661123156547546, + "learning_rate": 8.144996040345726e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9970609605312347, + "num_tokens": 111125832.0, + "step": 86350 + }, + { + "entropy": 0.8878729224205018, + "epoch": 8.25069265310022, + "grad_norm": 0.793480396270752, + "learning_rate": 8.13635635203649e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9955068409442902, + "num_tokens": 111138694.0, + "step": 86360 + }, + { + "entropy": 0.8727699756622315, + "epoch": 8.25164803668673, + "grad_norm": 0.25528061389923096, + "learning_rate": 8.12772084250693e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9957600772380829, + "num_tokens": 111151379.0, + "step": 86370 + }, + { + "entropy": 0.8857003748416901, + "epoch": 8.252603420273239, + "grad_norm": 0.5117306709289551, + "learning_rate": 8.11908951261906e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983421862125397, + "num_tokens": 111164938.0, + "step": 86380 + }, + { + "entropy": 0.8857655227184296, + "epoch": 8.25355880385975, + "grad_norm": 0.6975470185279846, + "learning_rate": 8.110462363234429e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9948831856250763, + "num_tokens": 111178003.0, + "step": 86390 + }, + { + "entropy": 0.8985588371753692, + "epoch": 8.25451418744626, + "grad_norm": 0.9303324818611145, + "learning_rate": 8.101839395214205e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9967571198940277, + "num_tokens": 111191133.0, + "step": 86400 + }, + { + "entropy": 0.8892847657203674, + "epoch": 8.25546957103277, + "grad_norm": 0.9748455882072449, + "learning_rate": 8.093220609419122e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9939410150051117, + "num_tokens": 111203945.0, + "step": 86410 + }, + { + "entropy": 0.8690580070018769, + "epoch": 8.25642495461928, + "grad_norm": 0.3232531249523163, + "learning_rate": 8.084606006709484e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9978375196456909, + "num_tokens": 111216455.0, + "step": 86420 + }, + { + "entropy": 0.8837930619716644, + "epoch": 8.25738033820579, + "grad_norm": 1.5098663568496704, + "learning_rate": 8.075995587945179e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9956590831279755, + "num_tokens": 111228902.0, + "step": 86430 + }, + { + "entropy": 0.8885502815246582, + "epoch": 8.2583357217923, + "grad_norm": 0.9277167320251465, + "learning_rate": 8.06738935398571e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9966789841651916, + "num_tokens": 111241776.0, + "step": 86440 + }, + { + "entropy": 0.8833277285099029, + "epoch": 8.259291105378809, + "grad_norm": 0.9690603613853455, + "learning_rate": 8.058787305690163e-06, + "loss": 0.0166, + "mean_token_accuracy": 0.99617138504982, + "num_tokens": 111254273.0, + "step": 86450 + }, + { + "entropy": 0.8944144904613495, + "epoch": 8.26024648896532, + "grad_norm": 0.6454688906669617, + "learning_rate": 8.050189443917133e-06, + "loss": 0.0151, + "mean_token_accuracy": 0.9941331326961518, + "num_tokens": 111267484.0, + "step": 86460 + }, + { + "entropy": 0.8900286376476287, + "epoch": 8.26120187255183, + "grad_norm": 0.19442275166511536, + "learning_rate": 8.041595769524885e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.995814424753189, + "num_tokens": 111280628.0, + "step": 86470 + }, + { + "entropy": 0.888844895362854, + "epoch": 8.26215725613834, + "grad_norm": 0.5607241988182068, + "learning_rate": 8.033006283371202e-06, + "loss": 0.0152, + "mean_token_accuracy": 0.9939867615699768, + "num_tokens": 111293439.0, + "step": 86480 + }, + { + "entropy": 0.875449949502945, + "epoch": 8.263112639724849, + "grad_norm": 0.5933570861816406, + "learning_rate": 8.024420986313508e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969606697559357, + "num_tokens": 111305969.0, + "step": 86490 + }, + { + "entropy": 0.8805371165275574, + "epoch": 8.26406802331136, + "grad_norm": 2.6237874031066895, + "learning_rate": 8.015839879208765e-06, + "loss": 0.0156, + "mean_token_accuracy": 0.9931698024272919, + "num_tokens": 111318847.0, + "step": 86500 + }, + { + "entropy": 0.8796258330345154, + "epoch": 8.26502340689787, + "grad_norm": 0.28279775381088257, + "learning_rate": 8.007262962913509e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973967015743256, + "num_tokens": 111331954.0, + "step": 86510 + }, + { + "entropy": 0.8734616875648499, + "epoch": 8.265978790484379, + "grad_norm": 0.8619071841239929, + "learning_rate": 7.998690238283907e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9959755420684815, + "num_tokens": 111344769.0, + "step": 86520 + }, + { + "entropy": 0.885281091928482, + "epoch": 8.26693417407089, + "grad_norm": 0.9607254862785339, + "learning_rate": 7.990121706175657e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9953451156616211, + "num_tokens": 111358276.0, + "step": 86530 + }, + { + "entropy": 0.8890347480773926, + "epoch": 8.2678895576574, + "grad_norm": 0.34721115231513977, + "learning_rate": 7.981557367444093e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9965876042842865, + "num_tokens": 111371057.0, + "step": 86540 + }, + { + "entropy": 0.8868180036544799, + "epoch": 8.26884494124391, + "grad_norm": 0.5841417908668518, + "learning_rate": 7.972997222944045e-06, + "loss": 0.0146, + "mean_token_accuracy": 0.9942336201667785, + "num_tokens": 111384393.0, + "step": 86550 + }, + { + "entropy": 0.8887000024318695, + "epoch": 8.269800324830419, + "grad_norm": 0.6264868378639221, + "learning_rate": 7.964441273530015e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968173503875732, + "num_tokens": 111397363.0, + "step": 86560 + }, + { + "entropy": 0.8957997500896454, + "epoch": 8.27075570841693, + "grad_norm": 0.2968186140060425, + "learning_rate": 7.955889520056032e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9954314768314362, + "num_tokens": 111410424.0, + "step": 86570 + }, + { + "entropy": 0.8858504831790924, + "epoch": 8.27171109200344, + "grad_norm": 0.9754575490951538, + "learning_rate": 7.947341963375731e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9970426440238953, + "num_tokens": 111423270.0, + "step": 86580 + }, + { + "entropy": 0.87819002866745, + "epoch": 8.272666475589949, + "grad_norm": 0.25599831342697144, + "learning_rate": 7.938798604342323e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.99732506275177, + "num_tokens": 111435932.0, + "step": 86590 + }, + { + "entropy": 0.8868320286273956, + "epoch": 8.27362185917646, + "grad_norm": 0.6301025748252869, + "learning_rate": 7.930259443808568e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9980132400989532, + "num_tokens": 111448519.0, + "step": 86600 + }, + { + "entropy": 0.8872568190097809, + "epoch": 8.27457724276297, + "grad_norm": 0.5119462013244629, + "learning_rate": 7.921724482626874e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.997681736946106, + "num_tokens": 111461421.0, + "step": 86610 + }, + { + "entropy": 0.8772724807262421, + "epoch": 8.275532626349479, + "grad_norm": 0.5288848876953125, + "learning_rate": 7.913193721649159e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9953369498252869, + "num_tokens": 111474312.0, + "step": 86620 + }, + { + "entropy": 0.8606998741626739, + "epoch": 8.276488009935989, + "grad_norm": 0.43487653136253357, + "learning_rate": 7.904667161726981e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9976211786270142, + "num_tokens": 111486313.0, + "step": 86630 + }, + { + "entropy": 0.8865097105503082, + "epoch": 8.2774433935225, + "grad_norm": 0.30925247073173523, + "learning_rate": 7.896144803711431e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.996761679649353, + "num_tokens": 111499226.0, + "step": 86640 + }, + { + "entropy": 0.883055692911148, + "epoch": 8.27839877710901, + "grad_norm": 0.17786455154418945, + "learning_rate": 7.887626648453206e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997111463546753, + "num_tokens": 111512157.0, + "step": 86650 + }, + { + "entropy": 0.8850443482398986, + "epoch": 8.279354160695519, + "grad_norm": 0.5887239575386047, + "learning_rate": 7.87911269680257e-06, + "loss": 0.0045, + "mean_token_accuracy": 0.9982799828052521, + "num_tokens": 111524881.0, + "step": 86660 + }, + { + "entropy": 0.8845637083053589, + "epoch": 8.28030954428203, + "grad_norm": 0.524450421333313, + "learning_rate": 7.870602949609395e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9966939330101013, + "num_tokens": 111538484.0, + "step": 86670 + }, + { + "entropy": 0.8787813901901245, + "epoch": 8.28126492786854, + "grad_norm": 0.047421738505363464, + "learning_rate": 7.862097407723106e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9964808821678162, + "num_tokens": 111551494.0, + "step": 86680 + }, + { + "entropy": 0.8917023062705993, + "epoch": 8.282220311455049, + "grad_norm": 0.4089862108230591, + "learning_rate": 7.853596071992703e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9967333078384399, + "num_tokens": 111565264.0, + "step": 86690 + }, + { + "entropy": 0.8985032260417938, + "epoch": 8.283175695041558, + "grad_norm": 0.2278721183538437, + "learning_rate": 7.845098943266798e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9984030604362488, + "num_tokens": 111578505.0, + "step": 86700 + }, + { + "entropy": 0.8774856746196746, + "epoch": 8.28413107862807, + "grad_norm": 0.4686813950538635, + "learning_rate": 7.836606022393544e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9977161049842834, + "num_tokens": 111591338.0, + "step": 86710 + }, + { + "entropy": 0.867920583486557, + "epoch": 8.28508646221458, + "grad_norm": 0.6206083297729492, + "learning_rate": 7.828117310220723e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9986948490142822, + "num_tokens": 111603663.0, + "step": 86720 + }, + { + "entropy": 0.8897187113761902, + "epoch": 8.286041845801089, + "grad_norm": 0.8454083800315857, + "learning_rate": 7.819632807595645e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.995553058385849, + "num_tokens": 111617398.0, + "step": 86730 + }, + { + "entropy": 0.8892241179943084, + "epoch": 8.2869972293876, + "grad_norm": 0.506526529788971, + "learning_rate": 7.811152515365222e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9961893796920777, + "num_tokens": 111630945.0, + "step": 86740 + }, + { + "entropy": 0.8692245960235596, + "epoch": 8.28795261297411, + "grad_norm": 0.3948332965373993, + "learning_rate": 7.802676434375966e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.996725195646286, + "num_tokens": 111643461.0, + "step": 86750 + }, + { + "entropy": 0.8859143555164337, + "epoch": 8.288907996560619, + "grad_norm": 0.3580786883831024, + "learning_rate": 7.794204565473929e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9969942629337311, + "num_tokens": 111656579.0, + "step": 86760 + }, + { + "entropy": 0.8861831426620483, + "epoch": 8.289863380147128, + "grad_norm": 0.344785213470459, + "learning_rate": 7.785736909504792e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9949685513973237, + "num_tokens": 111669576.0, + "step": 86770 + }, + { + "entropy": 0.8742982685565949, + "epoch": 8.29081876373364, + "grad_norm": 0.26837605237960815, + "learning_rate": 7.777273467313744e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9976593792438507, + "num_tokens": 111682002.0, + "step": 86780 + }, + { + "entropy": 0.8784156620502472, + "epoch": 8.29177414732015, + "grad_norm": 0.2767973840236664, + "learning_rate": 7.768814239745636e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983805656433106, + "num_tokens": 111694980.0, + "step": 86790 + }, + { + "entropy": 0.8792864561080933, + "epoch": 8.292729530906659, + "grad_norm": 0.4759472906589508, + "learning_rate": 7.76035922764482e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9963624656200409, + "num_tokens": 111707605.0, + "step": 86800 + }, + { + "entropy": 0.8955239176750183, + "epoch": 8.29368491449317, + "grad_norm": 0.36223599314689636, + "learning_rate": 7.751908431855304e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9962774336338043, + "num_tokens": 111720613.0, + "step": 86810 + }, + { + "entropy": 0.8744469046592712, + "epoch": 8.29464029807968, + "grad_norm": 0.9073882102966309, + "learning_rate": 7.743461853220617e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970983505249024, + "num_tokens": 111733524.0, + "step": 86820 + }, + { + "entropy": 0.8905177414417267, + "epoch": 8.295595681666189, + "grad_norm": 0.515079915523529, + "learning_rate": 7.735019492583879e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9966493725776673, + "num_tokens": 111746415.0, + "step": 86830 + }, + { + "entropy": 0.8788945853710175, + "epoch": 8.296551065252698, + "grad_norm": 0.8662599921226501, + "learning_rate": 7.726581350787809e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9974096238613128, + "num_tokens": 111759209.0, + "step": 86840 + }, + { + "entropy": 0.8804506480693817, + "epoch": 8.29750644883921, + "grad_norm": 0.32739365100860596, + "learning_rate": 7.718147428674688e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970341801643372, + "num_tokens": 111772008.0, + "step": 86850 + }, + { + "entropy": 0.8779184460639954, + "epoch": 8.298461832425719, + "grad_norm": 0.2115606665611267, + "learning_rate": 7.709717727086397e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9990092515945435, + "num_tokens": 111784784.0, + "step": 86860 + }, + { + "entropy": 0.8782679736614227, + "epoch": 8.299417216012229, + "grad_norm": 0.6779468059539795, + "learning_rate": 7.701292246864344e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9966032326221466, + "num_tokens": 111797541.0, + "step": 86870 + }, + { + "entropy": 0.8766863703727722, + "epoch": 8.300372599598738, + "grad_norm": 0.2751348614692688, + "learning_rate": 7.692870988849576e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9974626421928405, + "num_tokens": 111810342.0, + "step": 86880 + }, + { + "entropy": 0.8850507497787475, + "epoch": 8.30132798318525, + "grad_norm": 0.5667913556098938, + "learning_rate": 7.684453953882681e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9976174056529998, + "num_tokens": 111822987.0, + "step": 86890 + }, + { + "entropy": 0.8825975596904755, + "epoch": 8.302283366771759, + "grad_norm": 0.034140411764383316, + "learning_rate": 7.676041142803852e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9980615973472595, + "num_tokens": 111835963.0, + "step": 86900 + }, + { + "entropy": 0.8830803215503693, + "epoch": 8.303238750358268, + "grad_norm": 0.28967544436454773, + "learning_rate": 7.667632556452837e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973277449607849, + "num_tokens": 111848476.0, + "step": 86910 + }, + { + "entropy": 0.8860684037208557, + "epoch": 8.30419413394478, + "grad_norm": 1.688481330871582, + "learning_rate": 7.65922819566896e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.995341169834137, + "num_tokens": 111861404.0, + "step": 86920 + }, + { + "entropy": 0.8809898793697357, + "epoch": 8.305149517531289, + "grad_norm": 0.1413269340991974, + "learning_rate": 7.65082806129116e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9968746125698089, + "num_tokens": 111874563.0, + "step": 86930 + }, + { + "entropy": 0.8810180962085724, + "epoch": 8.306104901117799, + "grad_norm": 0.43233707547187805, + "learning_rate": 7.642432154157897e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9973219692707062, + "num_tokens": 111887264.0, + "step": 86940 + }, + { + "entropy": 0.8770871162414551, + "epoch": 8.307060284704308, + "grad_norm": 0.4475649893283844, + "learning_rate": 7.634040475107273e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9964583218097687, + "num_tokens": 111899648.0, + "step": 86950 + }, + { + "entropy": 0.883710253238678, + "epoch": 8.30801566829082, + "grad_norm": 1.2598259449005127, + "learning_rate": 7.625653024976925e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9960479140281677, + "num_tokens": 111912978.0, + "step": 86960 + }, + { + "entropy": 0.8844302117824554, + "epoch": 8.308971051877329, + "grad_norm": 0.5386760234832764, + "learning_rate": 7.617269804604055e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9970141053199768, + "num_tokens": 111925650.0, + "step": 86970 + }, + { + "entropy": 0.8897379219532013, + "epoch": 8.309926435463838, + "grad_norm": 0.6078410744667053, + "learning_rate": 7.608890814825503e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9983790874481201, + "num_tokens": 111938502.0, + "step": 86980 + }, + { + "entropy": 0.8776589334011078, + "epoch": 8.31088181905035, + "grad_norm": 0.39033082127571106, + "learning_rate": 7.600516056477624e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9959725499153137, + "num_tokens": 111951135.0, + "step": 86990 + }, + { + "entropy": 0.8734979212284089, + "epoch": 8.311837202636859, + "grad_norm": 0.18739885091781616, + "learning_rate": 7.592145530396388e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9961781859397888, + "num_tokens": 111964099.0, + "step": 87000 + }, + { + "entropy": 0.888499504327774, + "epoch": 8.312792586223368, + "grad_norm": 0.5789867639541626, + "learning_rate": 7.583779237417321e-06, + "loss": 0.0144, + "mean_token_accuracy": 0.9944311439990997, + "num_tokens": 111976827.0, + "step": 87010 + }, + { + "entropy": 0.8771655797958374, + "epoch": 8.313747969809878, + "grad_norm": 0.3518403172492981, + "learning_rate": 7.575417178375549e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9953882038593292, + "num_tokens": 111989619.0, + "step": 87020 + }, + { + "entropy": 0.8913983762264251, + "epoch": 8.31470335339639, + "grad_norm": 0.9368494749069214, + "learning_rate": 7.567059354105749e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.99666947722435, + "num_tokens": 112002725.0, + "step": 87030 + }, + { + "entropy": 0.8746194064617157, + "epoch": 8.315658736982899, + "grad_norm": 0.26036056876182556, + "learning_rate": 7.5587057654422035e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9980597794055939, + "num_tokens": 112015257.0, + "step": 87040 + }, + { + "entropy": 0.8922186434268952, + "epoch": 8.316614120569408, + "grad_norm": 0.7527148127555847, + "learning_rate": 7.550356413218756e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9954939782619476, + "num_tokens": 112028668.0, + "step": 87050 + }, + { + "entropy": 0.8880111336708069, + "epoch": 8.31756950415592, + "grad_norm": 0.9015410542488098, + "learning_rate": 7.5420112982688144e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9953125834465026, + "num_tokens": 112041418.0, + "step": 87060 + }, + { + "entropy": 0.9000878691673279, + "epoch": 8.318524887742429, + "grad_norm": 0.6049418449401855, + "learning_rate": 7.533670421425398e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9973901391029358, + "num_tokens": 112054233.0, + "step": 87070 + }, + { + "entropy": 0.8779408216476441, + "epoch": 8.319480271328938, + "grad_norm": 1.1887725591659546, + "learning_rate": 7.52533378352106e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.996028208732605, + "num_tokens": 112067169.0, + "step": 87080 + }, + { + "entropy": 0.8845424056053162, + "epoch": 8.320435654915448, + "grad_norm": 0.587336003780365, + "learning_rate": 7.517001385387995e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9963638961315155, + "num_tokens": 112080060.0, + "step": 87090 + }, + { + "entropy": 0.8856403648853302, + "epoch": 8.32139103850196, + "grad_norm": 1.5894263982772827, + "learning_rate": 7.508673227857876e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9979453444480896, + "num_tokens": 112092917.0, + "step": 87100 + }, + { + "entropy": 0.884493350982666, + "epoch": 8.322346422088469, + "grad_norm": 0.6702172160148621, + "learning_rate": 7.500349311762045e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9956626176834107, + "num_tokens": 112105883.0, + "step": 87110 + }, + { + "entropy": 0.880763053894043, + "epoch": 8.323301805674978, + "grad_norm": 0.6327356100082397, + "learning_rate": 7.492029637931392e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.998410439491272, + "num_tokens": 112118796.0, + "step": 87120 + }, + { + "entropy": 0.8849084794521331, + "epoch": 8.324257189261488, + "grad_norm": 0.697245180606842, + "learning_rate": 7.483714207196363e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9969444155693055, + "num_tokens": 112131723.0, + "step": 87130 + }, + { + "entropy": 0.882667475938797, + "epoch": 8.325212572847999, + "grad_norm": 0.5749812126159668, + "learning_rate": 7.475403020387001e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9974052727222442, + "num_tokens": 112144459.0, + "step": 87140 + }, + { + "entropy": 0.895471167564392, + "epoch": 8.326167956434508, + "grad_norm": 0.5817683935165405, + "learning_rate": 7.467096078332897e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9975612759590149, + "num_tokens": 112157624.0, + "step": 87150 + }, + { + "entropy": 0.8835929691791534, + "epoch": 8.327123340021018, + "grad_norm": 0.6589350700378418, + "learning_rate": 7.4587933818632715e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9951119184494018, + "num_tokens": 112170504.0, + "step": 87160 + }, + { + "entropy": 0.8878730654716491, + "epoch": 8.328078723607529, + "grad_norm": 0.6381978988647461, + "learning_rate": 7.450494931806867e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.996470320224762, + "num_tokens": 112183527.0, + "step": 87170 + }, + { + "entropy": 0.8895731866359711, + "epoch": 8.329034107194039, + "grad_norm": 0.8722406625747681, + "learning_rate": 7.442200728992055e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9963086783885956, + "num_tokens": 112196530.0, + "step": 87180 + }, + { + "entropy": 0.8978588461875916, + "epoch": 8.329989490780548, + "grad_norm": 0.3340519964694977, + "learning_rate": 7.433910774246711e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9962799370288848, + "num_tokens": 112209409.0, + "step": 87190 + }, + { + "entropy": 0.8854565799236298, + "epoch": 8.330944874367058, + "grad_norm": 0.2267337143421173, + "learning_rate": 7.425625068398351e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9954157114028931, + "num_tokens": 112222432.0, + "step": 87200 + }, + { + "entropy": 0.8792446732521058, + "epoch": 8.331900257953569, + "grad_norm": 0.2876591384410858, + "learning_rate": 7.417343612274053e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9966527402400971, + "num_tokens": 112235279.0, + "step": 87210 + }, + { + "entropy": 0.8928534626960755, + "epoch": 8.332855641540078, + "grad_norm": 0.9682875275611877, + "learning_rate": 7.409066406700449e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9989881694316864, + "num_tokens": 112248436.0, + "step": 87220 + }, + { + "entropy": 0.8840961754322052, + "epoch": 8.333811025126588, + "grad_norm": 1.001102089881897, + "learning_rate": 7.4007934525037685e-06, + "loss": 0.0168, + "mean_token_accuracy": 0.9950447738170624, + "num_tokens": 112261315.0, + "step": 87230 + }, + { + "entropy": 0.8792282581329346, + "epoch": 8.334766408713099, + "grad_norm": 1.1369333267211914, + "learning_rate": 7.392524750509789e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996452921628952, + "num_tokens": 112273739.0, + "step": 87240 + }, + { + "entropy": 0.8883021473884583, + "epoch": 8.335721792299609, + "grad_norm": 0.6948957443237305, + "learning_rate": 7.384260301543911e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9969522356987, + "num_tokens": 112286801.0, + "step": 87250 + }, + { + "entropy": 0.8864402592182159, + "epoch": 8.336677175886118, + "grad_norm": 0.1698712855577469, + "learning_rate": 7.376000106431052e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963049352169037, + "num_tokens": 112299284.0, + "step": 87260 + }, + { + "entropy": 0.8840725421905518, + "epoch": 8.337632559472627, + "grad_norm": 0.687820553779602, + "learning_rate": 7.367744165995766e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9967169225215912, + "num_tokens": 112312262.0, + "step": 87270 + }, + { + "entropy": 0.8871131539344788, + "epoch": 8.338587943059139, + "grad_norm": 0.12837399542331696, + "learning_rate": 7.3594924810621355e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9975786566734314, + "num_tokens": 112325180.0, + "step": 87280 + }, + { + "entropy": 0.8806680858135223, + "epoch": 8.339543326645648, + "grad_norm": 0.48883959650993347, + "learning_rate": 7.35124505245382e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9969964623451233, + "num_tokens": 112338044.0, + "step": 87290 + }, + { + "entropy": 0.8723025441169738, + "epoch": 8.340498710232158, + "grad_norm": 0.22728416323661804, + "learning_rate": 7.343001880994099e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9960750818252564, + "num_tokens": 112351231.0, + "step": 87300 + }, + { + "entropy": 0.8673174560070038, + "epoch": 8.341454093818669, + "grad_norm": 0.6115222573280334, + "learning_rate": 7.334762967505776e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9989720284938812, + "num_tokens": 112363695.0, + "step": 87310 + }, + { + "entropy": 0.8683614075183869, + "epoch": 8.342409477405178, + "grad_norm": 1.0255616903305054, + "learning_rate": 7.326528312811254e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9956932365894318, + "num_tokens": 112376351.0, + "step": 87320 + }, + { + "entropy": 0.8785493731498718, + "epoch": 8.343364860991688, + "grad_norm": 0.6082193851470947, + "learning_rate": 7.318297917732492e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9976404011249542, + "num_tokens": 112388964.0, + "step": 87330 + }, + { + "entropy": 0.8715461611747741, + "epoch": 8.344320244578197, + "grad_norm": 0.07399073243141174, + "learning_rate": 7.310071783091055e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9973819851875305, + "num_tokens": 112401611.0, + "step": 87340 + }, + { + "entropy": 0.8727041721343994, + "epoch": 8.345275628164709, + "grad_norm": 1.1567469835281372, + "learning_rate": 7.301849909708075e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.998011440038681, + "num_tokens": 112414493.0, + "step": 87350 + }, + { + "entropy": 0.8737639248371124, + "epoch": 8.346231011751218, + "grad_norm": 1.443976640701294, + "learning_rate": 7.2936322984042405e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9953018963336945, + "num_tokens": 112427628.0, + "step": 87360 + }, + { + "entropy": 0.8723463952541352, + "epoch": 8.347186395337728, + "grad_norm": 0.41640257835388184, + "learning_rate": 7.285418949999817e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9990234017372132, + "num_tokens": 112440148.0, + "step": 87370 + }, + { + "entropy": 0.8703378081321717, + "epoch": 8.348141778924239, + "grad_norm": 0.6504083871841431, + "learning_rate": 7.277209865314644e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9973564863204956, + "num_tokens": 112452646.0, + "step": 87380 + }, + { + "entropy": 0.8810607552528381, + "epoch": 8.349097162510748, + "grad_norm": 0.5048537254333496, + "learning_rate": 7.2690050451681705e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9964922368526459, + "num_tokens": 112465936.0, + "step": 87390 + }, + { + "entropy": 0.8862901985645294, + "epoch": 8.350052546097258, + "grad_norm": 0.6505119204521179, + "learning_rate": 7.260804490379364e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9959281623363495, + "num_tokens": 112479019.0, + "step": 87400 + }, + { + "entropy": 0.8674959361553192, + "epoch": 8.351007929683767, + "grad_norm": 0.47076869010925293, + "learning_rate": 7.252608201766825e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969002187252045, + "num_tokens": 112491560.0, + "step": 87410 + }, + { + "entropy": 0.8722110867500306, + "epoch": 8.351963313270279, + "grad_norm": 0.7588697075843811, + "learning_rate": 7.244416180148655e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9961897909641266, + "num_tokens": 112504380.0, + "step": 87420 + }, + { + "entropy": 0.8600507736206054, + "epoch": 8.352918696856788, + "grad_norm": 0.6321049928665161, + "learning_rate": 7.236228426342601e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9957587957382202, + "num_tokens": 112517054.0, + "step": 87430 + }, + { + "entropy": 0.8875173330307007, + "epoch": 8.353874080443298, + "grad_norm": 0.4120712876319885, + "learning_rate": 7.228044941165957e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964631557464599, + "num_tokens": 112529861.0, + "step": 87440 + }, + { + "entropy": 0.8836692273616791, + "epoch": 8.354829464029809, + "grad_norm": 0.4062846302986145, + "learning_rate": 7.219865725435582e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9970419585704804, + "num_tokens": 112542688.0, + "step": 87450 + }, + { + "entropy": 0.8788236558437348, + "epoch": 8.355784847616318, + "grad_norm": 0.726593017578125, + "learning_rate": 7.211690779967917e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9966271877288818, + "num_tokens": 112555278.0, + "step": 87460 + }, + { + "entropy": 0.8779077887535095, + "epoch": 8.356740231202828, + "grad_norm": 0.574957549571991, + "learning_rate": 7.203520105578959e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9967155814170837, + "num_tokens": 112568247.0, + "step": 87470 + }, + { + "entropy": 0.8693425476551055, + "epoch": 8.357695614789337, + "grad_norm": 0.19777460396289825, + "learning_rate": 7.195353703084323e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9966520547866822, + "num_tokens": 112580816.0, + "step": 87480 + }, + { + "entropy": 0.8769875645637513, + "epoch": 8.358650998375849, + "grad_norm": 0.552798330783844, + "learning_rate": 7.187191573299146e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9954810857772827, + "num_tokens": 112593696.0, + "step": 87490 + }, + { + "entropy": 0.8787278294563293, + "epoch": 8.359606381962358, + "grad_norm": 0.3810228109359741, + "learning_rate": 7.1790337170381805e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9974014520645141, + "num_tokens": 112606451.0, + "step": 87500 + }, + { + "entropy": 0.8724599599838256, + "epoch": 8.360561765548868, + "grad_norm": 0.2127290517091751, + "learning_rate": 7.170880135115727e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9985575616359711, + "num_tokens": 112619040.0, + "step": 87510 + }, + { + "entropy": 0.874913114309311, + "epoch": 8.361517149135377, + "grad_norm": 0.45090946555137634, + "learning_rate": 7.162730828345654e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9968730449676514, + "num_tokens": 112632025.0, + "step": 87520 + }, + { + "entropy": 0.8698623061180115, + "epoch": 8.362472532721888, + "grad_norm": 0.20868301391601562, + "learning_rate": 7.154585797541441e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9969642221927643, + "num_tokens": 112644564.0, + "step": 87530 + }, + { + "entropy": 0.8776121437549591, + "epoch": 8.363427916308398, + "grad_norm": 0.3036755919456482, + "learning_rate": 7.146445043516104e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9969168663024902, + "num_tokens": 112656963.0, + "step": 87540 + }, + { + "entropy": 0.8804002702236176, + "epoch": 8.364383299894907, + "grad_norm": 0.4845500886440277, + "learning_rate": 7.138308567082236e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9964182317256928, + "num_tokens": 112669900.0, + "step": 87550 + }, + { + "entropy": 0.8679645419120788, + "epoch": 8.365338683481419, + "grad_norm": 0.3370976150035858, + "learning_rate": 7.130176369052005e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983055889606476, + "num_tokens": 112682259.0, + "step": 87560 + }, + { + "entropy": 0.8685213625431061, + "epoch": 8.366294067067928, + "grad_norm": 0.2131328284740448, + "learning_rate": 7.1220484502371675e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9961678385734558, + "num_tokens": 112695164.0, + "step": 87570 + }, + { + "entropy": 0.864128851890564, + "epoch": 8.367249450654437, + "grad_norm": 0.22823120653629303, + "learning_rate": 7.113924811449057e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9969672441482544, + "num_tokens": 112707446.0, + "step": 87580 + }, + { + "entropy": 0.869521152973175, + "epoch": 8.368204834240947, + "grad_norm": 0.4106559157371521, + "learning_rate": 7.105805453498554e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9968705713748932, + "num_tokens": 112720034.0, + "step": 87590 + }, + { + "entropy": 0.8872265636920929, + "epoch": 8.369160217827458, + "grad_norm": 0.3087473511695862, + "learning_rate": 7.097690377196114e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9950248062610626, + "num_tokens": 112733487.0, + "step": 87600 + }, + { + "entropy": 0.8841579496860504, + "epoch": 8.370115601413968, + "grad_norm": 0.446910560131073, + "learning_rate": 7.0895795833517796e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9968181729316712, + "num_tokens": 112746195.0, + "step": 87610 + }, + { + "entropy": 0.8638567566871643, + "epoch": 8.371070985000477, + "grad_norm": 0.5560768842697144, + "learning_rate": 7.081473072775169e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970494270324707, + "num_tokens": 112758416.0, + "step": 87620 + }, + { + "entropy": 0.8720681488513946, + "epoch": 8.372026368586988, + "grad_norm": 0.48057159781455994, + "learning_rate": 7.073370846275457e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.996570348739624, + "num_tokens": 112771435.0, + "step": 87630 + }, + { + "entropy": 0.8730038225650787, + "epoch": 8.372981752173498, + "grad_norm": 0.3400386571884155, + "learning_rate": 7.065272904661391e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.996642678976059, + "num_tokens": 112784269.0, + "step": 87640 + }, + { + "entropy": 0.8765919148921967, + "epoch": 8.373937135760007, + "grad_norm": 0.9113684296607971, + "learning_rate": 7.057179248741319e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9976766288280488, + "num_tokens": 112797739.0, + "step": 87650 + }, + { + "entropy": 0.8859028577804565, + "epoch": 8.374892519346517, + "grad_norm": 0.283159464597702, + "learning_rate": 7.049089879323112e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9971034824848175, + "num_tokens": 112810887.0, + "step": 87660 + }, + { + "entropy": 0.8593525588512421, + "epoch": 8.375847902933028, + "grad_norm": 0.3068847060203552, + "learning_rate": 7.0410047972142734e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9977302312850952, + "num_tokens": 112823405.0, + "step": 87670 + }, + { + "entropy": 0.8824926018714905, + "epoch": 8.376803286519538, + "grad_norm": 0.19178900122642517, + "learning_rate": 7.032924003221824e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9985171318054199, + "num_tokens": 112836733.0, + "step": 87680 + }, + { + "entropy": 0.8813654959201813, + "epoch": 8.377758670106047, + "grad_norm": 0.6088061928749084, + "learning_rate": 7.0248474981523924e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9938169121742249, + "num_tokens": 112849419.0, + "step": 87690 + }, + { + "entropy": 0.8867004811763763, + "epoch": 8.378714053692558, + "grad_norm": 1.0674525499343872, + "learning_rate": 7.016775282812144e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.995874685049057, + "num_tokens": 112862493.0, + "step": 87700 + }, + { + "entropy": 0.8963294744491577, + "epoch": 8.379669437279068, + "grad_norm": 0.9325786828994751, + "learning_rate": 7.008707358006866e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.995013427734375, + "num_tokens": 112875665.0, + "step": 87710 + }, + { + "entropy": 0.8849222540855408, + "epoch": 8.380624820865577, + "grad_norm": 0.5531659126281738, + "learning_rate": 7.000643724541861e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9964142084121704, + "num_tokens": 112888777.0, + "step": 87720 + }, + { + "entropy": 0.8812119841575623, + "epoch": 8.381580204452087, + "grad_norm": 0.8460742831230164, + "learning_rate": 6.992584383222062e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980723321437835, + "num_tokens": 112901897.0, + "step": 87730 + }, + { + "entropy": 0.8733483731746674, + "epoch": 8.382535588038598, + "grad_norm": 0.670030951499939, + "learning_rate": 6.984529334851925e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9969360947608947, + "num_tokens": 112914775.0, + "step": 87740 + }, + { + "entropy": 0.8713720202445984, + "epoch": 8.383490971625108, + "grad_norm": 0.5962939262390137, + "learning_rate": 6.97647858023549e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955300211906433, + "num_tokens": 112927314.0, + "step": 87750 + }, + { + "entropy": 0.8799823105335236, + "epoch": 8.384446355211617, + "grad_norm": 0.2403741478919983, + "learning_rate": 6.968432120176388e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9968486845493316, + "num_tokens": 112939902.0, + "step": 87760 + }, + { + "entropy": 0.8605637133121491, + "epoch": 8.385401738798127, + "grad_norm": 0.6297229528427124, + "learning_rate": 6.960389955477803e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9976544499397277, + "num_tokens": 112952005.0, + "step": 87770 + }, + { + "entropy": 0.8964312672615051, + "epoch": 8.386357122384638, + "grad_norm": 1.622094750404358, + "learning_rate": 6.952352086942493e-06, + "loss": 0.0137, + "mean_token_accuracy": 0.9952945828437805, + "num_tokens": 112965063.0, + "step": 87780 + }, + { + "entropy": 0.8745125651359558, + "epoch": 8.387312505971147, + "grad_norm": 0.6073592901229858, + "learning_rate": 6.944318515372778e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.997325736284256, + "num_tokens": 112977576.0, + "step": 87790 + }, + { + "entropy": 0.8797055006027221, + "epoch": 8.388267889557657, + "grad_norm": 0.4465811252593994, + "learning_rate": 6.93628924157057e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9977408885955811, + "num_tokens": 112989889.0, + "step": 87800 + }, + { + "entropy": 0.8679028630256653, + "epoch": 8.389223273144168, + "grad_norm": 0.309675931930542, + "learning_rate": 6.928264266337348e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.996897941827774, + "num_tokens": 113001992.0, + "step": 87810 + }, + { + "entropy": 0.8893581092357635, + "epoch": 8.390178656730678, + "grad_norm": 0.4169341027736664, + "learning_rate": 6.9202435904741514e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9962283730506897, + "num_tokens": 113015728.0, + "step": 87820 + }, + { + "entropy": 0.8763002455234528, + "epoch": 8.391134040317187, + "grad_norm": 0.41184213757514954, + "learning_rate": 6.9122272147815915e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9966951489448548, + "num_tokens": 113028675.0, + "step": 87830 + }, + { + "entropy": 0.8782285153865814, + "epoch": 8.392089423903696, + "grad_norm": 0.5705984234809875, + "learning_rate": 6.904215140059844e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.99714595079422, + "num_tokens": 113041852.0, + "step": 87840 + }, + { + "entropy": 0.8940691888332367, + "epoch": 8.393044807490208, + "grad_norm": 1.9368631839752197, + "learning_rate": 6.8962073671086865e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9971065700054169, + "num_tokens": 113055473.0, + "step": 87850 + }, + { + "entropy": 0.8821054577827454, + "epoch": 8.394000191076717, + "grad_norm": 2.5715606212615967, + "learning_rate": 6.8882038967274295e-06, + "loss": 0.0121, + "mean_token_accuracy": 0.9962160766124726, + "num_tokens": 113068433.0, + "step": 87860 + }, + { + "entropy": 0.8606617152690887, + "epoch": 8.394955574663227, + "grad_norm": 0.1192944124341011, + "learning_rate": 6.880204729714967e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.9990428864955903, + "num_tokens": 113080679.0, + "step": 87870 + }, + { + "entropy": 0.8941445529460907, + "epoch": 8.395910958249738, + "grad_norm": 0.3195790946483612, + "learning_rate": 6.8722098668697885e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9959881603717804, + "num_tokens": 113094035.0, + "step": 87880 + }, + { + "entropy": 0.8851414263248444, + "epoch": 8.396866341836247, + "grad_norm": 0.8226714134216309, + "learning_rate": 6.8642193089899e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9962796211242676, + "num_tokens": 113106932.0, + "step": 87890 + }, + { + "entropy": 0.8778619766235352, + "epoch": 8.397821725422757, + "grad_norm": 0.6336567401885986, + "learning_rate": 6.8562330568729405e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9967620372772217, + "num_tokens": 113120165.0, + "step": 87900 + }, + { + "entropy": 0.8758425652980805, + "epoch": 8.398777109009266, + "grad_norm": 0.9925119280815125, + "learning_rate": 6.848251111316073e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9963461518287658, + "num_tokens": 113132419.0, + "step": 87910 + }, + { + "entropy": 0.8759811162948609, + "epoch": 8.399732492595778, + "grad_norm": 0.2791685461997986, + "learning_rate": 6.840273473116049e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9983319580554962, + "num_tokens": 113145131.0, + "step": 87920 + }, + { + "entropy": 0.8637300312519074, + "epoch": 8.400687876182287, + "grad_norm": 0.24214915931224823, + "learning_rate": 6.8323001430691755e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.997081333398819, + "num_tokens": 113157664.0, + "step": 87930 + }, + { + "entropy": 0.894102543592453, + "epoch": 8.401643259768797, + "grad_norm": 0.573763906955719, + "learning_rate": 6.824331121971345e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9955107390880584, + "num_tokens": 113171049.0, + "step": 87940 + }, + { + "entropy": 0.8783223807811738, + "epoch": 8.402598643355308, + "grad_norm": 0.3241957128047943, + "learning_rate": 6.816366410618047e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9977236211299896, + "num_tokens": 113183973.0, + "step": 87950 + }, + { + "entropy": 0.8730415880680085, + "epoch": 8.403554026941817, + "grad_norm": 0.7300374507904053, + "learning_rate": 6.808406009804264e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9974930047988891, + "num_tokens": 113196570.0, + "step": 87960 + }, + { + "entropy": 0.8696744203567505, + "epoch": 8.404509410528327, + "grad_norm": 0.38666853308677673, + "learning_rate": 6.800449920324625e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9970657825469971, + "num_tokens": 113209208.0, + "step": 87970 + }, + { + "entropy": 0.8801101267337799, + "epoch": 8.405464794114836, + "grad_norm": 0.4972732365131378, + "learning_rate": 6.792498142973275e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9973028659820556, + "num_tokens": 113222025.0, + "step": 87980 + }, + { + "entropy": 0.8690683901309967, + "epoch": 8.406420177701348, + "grad_norm": 1.0541367530822754, + "learning_rate": 6.784550678543972e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9957399010658264, + "num_tokens": 113234594.0, + "step": 87990 + }, + { + "entropy": 0.8806242048740387, + "epoch": 8.407375561287857, + "grad_norm": 0.34897226095199585, + "learning_rate": 6.776607527830015e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9958953201770783, + "num_tokens": 113247730.0, + "step": 88000 + }, + { + "entropy": 0.8760803043842316, + "epoch": 8.408330944874367, + "grad_norm": 0.6529053449630737, + "learning_rate": 6.768668691624274e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9966950416564941, + "num_tokens": 113260644.0, + "step": 88010 + }, + { + "entropy": 0.8724878132343292, + "epoch": 8.409286328460878, + "grad_norm": 0.534849226474762, + "learning_rate": 6.760734170719197e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9977155327796936, + "num_tokens": 113273317.0, + "step": 88020 + }, + { + "entropy": 0.87687007188797, + "epoch": 8.410241712047387, + "grad_norm": 0.3260929584503174, + "learning_rate": 6.75280396590679e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9966717422008514, + "num_tokens": 113286036.0, + "step": 88030 + }, + { + "entropy": 0.8815645098686218, + "epoch": 8.411197095633897, + "grad_norm": 0.7261589169502258, + "learning_rate": 6.7448780779786724e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963061153888703, + "num_tokens": 113299016.0, + "step": 88040 + }, + { + "entropy": 0.8750624597072602, + "epoch": 8.412152479220406, + "grad_norm": 0.39284852147102356, + "learning_rate": 6.73695650772595e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.998313695192337, + "num_tokens": 113311452.0, + "step": 88050 + }, + { + "entropy": 0.8845489263534546, + "epoch": 8.413107862806918, + "grad_norm": 0.7107985615730286, + "learning_rate": 6.729039255939379e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9980664432048798, + "num_tokens": 113324507.0, + "step": 88060 + }, + { + "entropy": 0.8799593031406403, + "epoch": 8.414063246393427, + "grad_norm": 1.6652766466140747, + "learning_rate": 6.721126323409222e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9966336846351623, + "num_tokens": 113337417.0, + "step": 88070 + }, + { + "entropy": 0.868106484413147, + "epoch": 8.415018629979937, + "grad_norm": 0.3234441876411438, + "learning_rate": 6.713217710925368e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970778048038482, + "num_tokens": 113350192.0, + "step": 88080 + }, + { + "entropy": 0.8711310684680938, + "epoch": 8.415974013566448, + "grad_norm": 0.566018283367157, + "learning_rate": 6.705313419277232e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.996992963552475, + "num_tokens": 113362457.0, + "step": 88090 + }, + { + "entropy": 0.8890994966030121, + "epoch": 8.416929397152957, + "grad_norm": 0.2076960951089859, + "learning_rate": 6.697413449253792e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9975424885749817, + "num_tokens": 113375038.0, + "step": 88100 + }, + { + "entropy": 0.8726103007793427, + "epoch": 8.417884780739467, + "grad_norm": 0.2201230376958847, + "learning_rate": 6.6895178016436525e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9982928395271301, + "num_tokens": 113387415.0, + "step": 88110 + }, + { + "entropy": 0.8841636180877686, + "epoch": 8.418840164325976, + "grad_norm": 0.40423783659935, + "learning_rate": 6.681626477234909e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9981605470180511, + "num_tokens": 113400868.0, + "step": 88120 + }, + { + "entropy": 0.8720657587051391, + "epoch": 8.419795547912488, + "grad_norm": 0.18891498446464539, + "learning_rate": 6.6737394768152995e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9983704447746277, + "num_tokens": 113414113.0, + "step": 88130 + }, + { + "entropy": 0.8815016031265259, + "epoch": 8.420750931498997, + "grad_norm": 0.2847996652126312, + "learning_rate": 6.665856801172071e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9960231482982635, + "num_tokens": 113427496.0, + "step": 88140 + }, + { + "entropy": 0.8876517832279205, + "epoch": 8.421706315085506, + "grad_norm": 0.6145381927490234, + "learning_rate": 6.657978451092079e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.997053200006485, + "num_tokens": 113440513.0, + "step": 88150 + }, + { + "entropy": 0.8772063434123993, + "epoch": 8.422661698672016, + "grad_norm": 1.0944979190826416, + "learning_rate": 6.650104427361703e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9978763282299041, + "num_tokens": 113453062.0, + "step": 88160 + }, + { + "entropy": 0.8721669018268585, + "epoch": 8.423617082258527, + "grad_norm": 1.3554295301437378, + "learning_rate": 6.642234730766955e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9959248483181, + "num_tokens": 113466618.0, + "step": 88170 + }, + { + "entropy": 0.8827868878841401, + "epoch": 8.424572465845037, + "grad_norm": 0.8883435726165771, + "learning_rate": 6.6343693620933566e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.9953527748584747, + "num_tokens": 113479599.0, + "step": 88180 + }, + { + "entropy": 0.8760942816734314, + "epoch": 8.425527849431546, + "grad_norm": 1.0155572891235352, + "learning_rate": 6.6265083221260185e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9965794444084167, + "num_tokens": 113492926.0, + "step": 88190 + }, + { + "entropy": 0.8657595574855804, + "epoch": 8.426483233018057, + "grad_norm": 0.15315046906471252, + "learning_rate": 6.618651611649634e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9976402938365936, + "num_tokens": 113505376.0, + "step": 88200 + }, + { + "entropy": 0.8639155864715576, + "epoch": 8.427438616604567, + "grad_norm": 0.5953923463821411, + "learning_rate": 6.610799231448433e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.999287348985672, + "num_tokens": 113517494.0, + "step": 88210 + }, + { + "entropy": 0.8698050320148468, + "epoch": 8.428394000191076, + "grad_norm": 0.24685095250606537, + "learning_rate": 6.602951182306255e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9972853481769561, + "num_tokens": 113530078.0, + "step": 88220 + }, + { + "entropy": 0.8732141792774201, + "epoch": 8.429349383777586, + "grad_norm": 0.7965114712715149, + "learning_rate": 6.595107465006467e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9972516477108002, + "num_tokens": 113543042.0, + "step": 88230 + }, + { + "entropy": 0.8809954464435578, + "epoch": 8.430304767364097, + "grad_norm": 0.5657297968864441, + "learning_rate": 6.58726808033201e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9957512795925141, + "num_tokens": 113555893.0, + "step": 88240 + }, + { + "entropy": 0.8721474051475525, + "epoch": 8.431260150950607, + "grad_norm": 2.3662898540496826, + "learning_rate": 6.579433029065429e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9972128748893738, + "num_tokens": 113568002.0, + "step": 88250 + }, + { + "entropy": 0.8654946923255921, + "epoch": 8.432215534537116, + "grad_norm": 0.12931056320667267, + "learning_rate": 6.571602311988783e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9976859033107758, + "num_tokens": 113580589.0, + "step": 88260 + }, + { + "entropy": 0.8929926872253418, + "epoch": 8.433170918123627, + "grad_norm": 0.4243133068084717, + "learning_rate": 6.563775929883759e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9985335528850555, + "num_tokens": 113593997.0, + "step": 88270 + }, + { + "entropy": 0.8707303404808044, + "epoch": 8.434126301710137, + "grad_norm": 1.0255177021026611, + "learning_rate": 6.555953883531529e-06, + "loss": 0.0153, + "mean_token_accuracy": 0.9963620126247406, + "num_tokens": 113606679.0, + "step": 88280 + }, + { + "entropy": 0.8738838255405426, + "epoch": 8.435081685296646, + "grad_norm": 1.1394972801208496, + "learning_rate": 6.548136173712921e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9955946266651153, + "num_tokens": 113619285.0, + "step": 88290 + }, + { + "entropy": 0.8658157765865326, + "epoch": 8.436037068883156, + "grad_norm": 0.5528032779693604, + "learning_rate": 6.540322801208265e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9969045400619507, + "num_tokens": 113631879.0, + "step": 88300 + }, + { + "entropy": 0.8802792191505432, + "epoch": 8.436992452469667, + "grad_norm": 0.6625137329101562, + "learning_rate": 6.532513766797504e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973734796047211, + "num_tokens": 113644769.0, + "step": 88310 + }, + { + "entropy": 0.8781527698040008, + "epoch": 8.437947836056177, + "grad_norm": 0.36801692843437195, + "learning_rate": 6.52470907126011e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9967007398605346, + "num_tokens": 113657706.0, + "step": 88320 + }, + { + "entropy": 0.8772015810012818, + "epoch": 8.438903219642686, + "grad_norm": 0.7600228786468506, + "learning_rate": 6.516908715375142e-06, + "loss": 0.0124, + "mean_token_accuracy": 0.9962893903255463, + "num_tokens": 113670829.0, + "step": 88330 + }, + { + "entropy": 0.8813496172428131, + "epoch": 8.439858603229197, + "grad_norm": 0.49206647276878357, + "learning_rate": 6.509112699921227e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9983039975166321, + "num_tokens": 113683942.0, + "step": 88340 + }, + { + "entropy": 0.874104380607605, + "epoch": 8.440813986815707, + "grad_norm": 0.20951005816459656, + "learning_rate": 6.501321025676543e-06, + "loss": 0.0044, + "mean_token_accuracy": 0.998676186800003, + "num_tokens": 113696647.0, + "step": 88350 + }, + { + "entropy": 0.8837376475334168, + "epoch": 8.441769370402216, + "grad_norm": 0.6737046837806702, + "learning_rate": 6.49353369341888e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9958429634571075, + "num_tokens": 113709319.0, + "step": 88360 + }, + { + "entropy": 0.8838428318500519, + "epoch": 8.442724753988726, + "grad_norm": 0.9947827458381653, + "learning_rate": 6.485750703925508e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9965461015701294, + "num_tokens": 113722382.0, + "step": 88370 + }, + { + "entropy": 0.8859171271324158, + "epoch": 8.443680137575237, + "grad_norm": 0.3567955195903778, + "learning_rate": 6.477972057973353e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9958952903747559, + "num_tokens": 113735828.0, + "step": 88380 + }, + { + "entropy": 0.8695949792861939, + "epoch": 8.444635521161747, + "grad_norm": 1.0354613065719604, + "learning_rate": 6.470197756338852e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9955480992794037, + "num_tokens": 113748691.0, + "step": 88390 + }, + { + "entropy": 0.8773691713809967, + "epoch": 8.445590904748256, + "grad_norm": 0.4729797840118408, + "learning_rate": 6.462427799798043e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9960565268993378, + "num_tokens": 113761297.0, + "step": 88400 + }, + { + "entropy": 0.8678606927394867, + "epoch": 8.446546288334766, + "grad_norm": 0.6330015063285828, + "learning_rate": 6.454662189126509e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9960912823677063, + "num_tokens": 113773834.0, + "step": 88410 + }, + { + "entropy": 0.8798133373260498, + "epoch": 8.447501671921277, + "grad_norm": 1.000726342201233, + "learning_rate": 6.4469009250993865e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9966517806053161, + "num_tokens": 113786721.0, + "step": 88420 + }, + { + "entropy": 0.868529200553894, + "epoch": 8.448457055507786, + "grad_norm": 0.21555215120315552, + "learning_rate": 6.439144008491421e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9975879311561584, + "num_tokens": 113798903.0, + "step": 88430 + }, + { + "entropy": 0.8725271701812745, + "epoch": 8.449412439094296, + "grad_norm": 0.7388038635253906, + "learning_rate": 6.431391440076873e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969489276409149, + "num_tokens": 113811525.0, + "step": 88440 + }, + { + "entropy": 0.876233971118927, + "epoch": 8.450367822680807, + "grad_norm": 1.9676885604858398, + "learning_rate": 6.423643220629627e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963678836822509, + "num_tokens": 113824614.0, + "step": 88450 + }, + { + "entropy": 0.8683115541934967, + "epoch": 8.451323206267316, + "grad_norm": 0.2840723693370819, + "learning_rate": 6.415899350923077e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9967145442962646, + "num_tokens": 113837559.0, + "step": 88460 + }, + { + "entropy": 0.8722810685634613, + "epoch": 8.452278589853826, + "grad_norm": 0.26985353231430054, + "learning_rate": 6.408159831730204e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9970964670181275, + "num_tokens": 113850457.0, + "step": 88470 + }, + { + "entropy": 0.8749948620796204, + "epoch": 8.453233973440335, + "grad_norm": 0.9575929045677185, + "learning_rate": 6.4004246638235786e-06, + "loss": 0.0133, + "mean_token_accuracy": 0.9962636053562164, + "num_tokens": 113863192.0, + "step": 88480 + }, + { + "entropy": 0.8896997451782227, + "epoch": 8.454189357026847, + "grad_norm": 0.587873101234436, + "learning_rate": 6.392693847975306e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9965986609458923, + "num_tokens": 113876916.0, + "step": 88490 + }, + { + "entropy": 0.8849854290485382, + "epoch": 8.455144740613356, + "grad_norm": 0.13990157842636108, + "learning_rate": 6.3849673849570694e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9968016564846038, + "num_tokens": 113890190.0, + "step": 88500 + }, + { + "entropy": 0.8861368000507355, + "epoch": 8.456100124199866, + "grad_norm": 0.6570523381233215, + "learning_rate": 6.377245275540095e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9958333253860474, + "num_tokens": 113903135.0, + "step": 88510 + }, + { + "entropy": 0.8774458765983582, + "epoch": 8.457055507786377, + "grad_norm": 1.3173096179962158, + "learning_rate": 6.369527520495222e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9959398686885834, + "num_tokens": 113915907.0, + "step": 88520 + }, + { + "entropy": 0.8614575982093811, + "epoch": 8.458010891372886, + "grad_norm": 0.2862594723701477, + "learning_rate": 6.361814120592807e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9972290873527527, + "num_tokens": 113928250.0, + "step": 88530 + }, + { + "entropy": 0.8755715787410736, + "epoch": 8.458966274959396, + "grad_norm": 0.5477304458618164, + "learning_rate": 6.354105076602812e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9969727635383606, + "num_tokens": 113941301.0, + "step": 88540 + }, + { + "entropy": 0.8661776840686798, + "epoch": 8.459921658545905, + "grad_norm": 0.5618023872375488, + "learning_rate": 6.346400389294737e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9977524042129516, + "num_tokens": 113953871.0, + "step": 88550 + }, + { + "entropy": 0.8735198557376862, + "epoch": 8.460877042132417, + "grad_norm": 0.5511229038238525, + "learning_rate": 6.338700059437647e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9960553586483002, + "num_tokens": 113967366.0, + "step": 88560 + }, + { + "entropy": 0.8731952846050263, + "epoch": 8.461832425718926, + "grad_norm": 1.0724369287490845, + "learning_rate": 6.3310040878001905e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980569005012512, + "num_tokens": 113980241.0, + "step": 88570 + }, + { + "entropy": 0.8827098786830903, + "epoch": 8.462787809305436, + "grad_norm": 1.0243221521377563, + "learning_rate": 6.323312475150556e-06, + "loss": 0.0117, + "mean_token_accuracy": 0.995201689004898, + "num_tokens": 113994059.0, + "step": 88580 + }, + { + "entropy": 0.8817093133926391, + "epoch": 8.463743192891947, + "grad_norm": 0.651259183883667, + "learning_rate": 6.315625222256544e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9957303047180176, + "num_tokens": 114007127.0, + "step": 88590 + }, + { + "entropy": 0.8749590992927552, + "epoch": 8.464698576478456, + "grad_norm": 2.0216500759124756, + "learning_rate": 6.307942329885436e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9970444321632386, + "num_tokens": 114020624.0, + "step": 88600 + }, + { + "entropy": 0.8677586734294891, + "epoch": 8.465653960064966, + "grad_norm": 0.10745204240083694, + "learning_rate": 6.300263798804174e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9973533511161804, + "num_tokens": 114033300.0, + "step": 88610 + }, + { + "entropy": 0.8808667242527009, + "epoch": 8.466609343651475, + "grad_norm": 0.865628182888031, + "learning_rate": 6.292589629779194e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9962448239326477, + "num_tokens": 114046045.0, + "step": 88620 + }, + { + "entropy": 0.8803682029247284, + "epoch": 8.467564727237987, + "grad_norm": 0.47338828444480896, + "learning_rate": 6.284919823576541e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9966064989566803, + "num_tokens": 114059372.0, + "step": 88630 + }, + { + "entropy": 0.8747834384441375, + "epoch": 8.468520110824496, + "grad_norm": 0.5376354455947876, + "learning_rate": 6.277254380961794e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9955322325229645, + "num_tokens": 114072166.0, + "step": 88640 + }, + { + "entropy": 0.8818340182304383, + "epoch": 8.469475494411006, + "grad_norm": 0.2545239329338074, + "learning_rate": 6.2695933027000995e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9982696115970612, + "num_tokens": 114084956.0, + "step": 88650 + }, + { + "entropy": 0.8809283018112183, + "epoch": 8.470430877997517, + "grad_norm": 0.32603269815444946, + "learning_rate": 6.261936589556206e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9967351913452148, + "num_tokens": 114098056.0, + "step": 88660 + }, + { + "entropy": 0.8711120784282684, + "epoch": 8.471386261584026, + "grad_norm": 0.5783408880233765, + "learning_rate": 6.2542842422943675e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9963383436203003, + "num_tokens": 114111038.0, + "step": 88670 + }, + { + "entropy": 0.8737935960292816, + "epoch": 8.472341645170536, + "grad_norm": 0.8387864232063293, + "learning_rate": 6.246636261678462e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9953418433666229, + "num_tokens": 114124366.0, + "step": 88680 + }, + { + "entropy": 0.8625578165054322, + "epoch": 8.473297028757045, + "grad_norm": 0.43297097086906433, + "learning_rate": 6.23899264847187e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9975591421127319, + "num_tokens": 114136817.0, + "step": 88690 + }, + { + "entropy": 0.8704869031906128, + "epoch": 8.474252412343557, + "grad_norm": 0.6844398975372314, + "learning_rate": 6.231353403437579e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9970029115676879, + "num_tokens": 114149814.0, + "step": 88700 + }, + { + "entropy": 0.8757930755615234, + "epoch": 8.475207795930066, + "grad_norm": 1.8136827945709229, + "learning_rate": 6.223718527338146e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9968219578266144, + "num_tokens": 114162538.0, + "step": 88710 + }, + { + "entropy": 0.8575660109519958, + "epoch": 8.476163179516575, + "grad_norm": 0.8107330203056335, + "learning_rate": 6.216088020935667e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9962550342082978, + "num_tokens": 114174998.0, + "step": 88720 + }, + { + "entropy": 0.8821285545825959, + "epoch": 8.477118563103087, + "grad_norm": 0.7509293556213379, + "learning_rate": 6.208461884991801e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9968134522438049, + "num_tokens": 114187665.0, + "step": 88730 + }, + { + "entropy": 0.8596475780010223, + "epoch": 8.478073946689596, + "grad_norm": 0.34850597381591797, + "learning_rate": 6.200840120267782e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9968391954898834, + "num_tokens": 114200462.0, + "step": 88740 + }, + { + "entropy": 0.8760205090045929, + "epoch": 8.479029330276106, + "grad_norm": 0.45985257625579834, + "learning_rate": 6.193222727524412e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9974793493747711, + "num_tokens": 114214314.0, + "step": 88750 + }, + { + "entropy": 0.8667837679386139, + "epoch": 8.479984713862615, + "grad_norm": 1.7340338230133057, + "learning_rate": 6.1856097075220385e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9964162647724152, + "num_tokens": 114227080.0, + "step": 88760 + }, + { + "entropy": 0.8805542171001435, + "epoch": 8.480940097449126, + "grad_norm": 0.34313881397247314, + "learning_rate": 6.178001061020605e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9955469310283661, + "num_tokens": 114240157.0, + "step": 88770 + }, + { + "entropy": 0.868636018037796, + "epoch": 8.481895481035636, + "grad_norm": 0.8843545317649841, + "learning_rate": 6.170396788779581e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.997107309103012, + "num_tokens": 114252918.0, + "step": 88780 + }, + { + "entropy": 0.8805371761322022, + "epoch": 8.482850864622145, + "grad_norm": 0.5291287899017334, + "learning_rate": 6.162796891558015e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.995876032114029, + "num_tokens": 114265521.0, + "step": 88790 + }, + { + "entropy": 0.8762683629989624, + "epoch": 8.483806248208655, + "grad_norm": 0.9907287955284119, + "learning_rate": 6.155201370114533e-06, + "loss": 0.014, + "mean_token_accuracy": 0.9953471124172211, + "num_tokens": 114278515.0, + "step": 88800 + }, + { + "entropy": 0.8648278295993805, + "epoch": 8.484761631795166, + "grad_norm": 0.31590428948402405, + "learning_rate": 6.147610225207307e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9986972630023956, + "num_tokens": 114291350.0, + "step": 88810 + }, + { + "entropy": 0.8686737775802612, + "epoch": 8.485717015381676, + "grad_norm": 0.2725400924682617, + "learning_rate": 6.140023457594069e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9966633081436157, + "num_tokens": 114304268.0, + "step": 88820 + }, + { + "entropy": 0.8479284048080444, + "epoch": 8.486672398968185, + "grad_norm": 0.36609622836112976, + "learning_rate": 6.132441068032113e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9963159561157227, + "num_tokens": 114317006.0, + "step": 88830 + }, + { + "entropy": 0.8793077647686005, + "epoch": 8.487627782554696, + "grad_norm": 1.3023940324783325, + "learning_rate": 6.124863057278319e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.993921822309494, + "num_tokens": 114330136.0, + "step": 88840 + }, + { + "entropy": 0.867840439081192, + "epoch": 8.488583166141206, + "grad_norm": 0.09629806131124496, + "learning_rate": 6.117289426089123e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.996679675579071, + "num_tokens": 114343224.0, + "step": 88850 + }, + { + "entropy": 0.870758193731308, + "epoch": 8.489538549727715, + "grad_norm": 1.7141748666763306, + "learning_rate": 6.1097201752205015e-06, + "loss": 0.0169, + "mean_token_accuracy": 0.9938213527202606, + "num_tokens": 114356071.0, + "step": 88860 + }, + { + "entropy": 0.8692590773105622, + "epoch": 8.490493933314225, + "grad_norm": 0.325732946395874, + "learning_rate": 6.102155305428015e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9954579055309296, + "num_tokens": 114369144.0, + "step": 88870 + }, + { + "entropy": 0.8740465819835663, + "epoch": 8.491449316900736, + "grad_norm": 0.23449614644050598, + "learning_rate": 6.0945948174667645e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9974062323570252, + "num_tokens": 114382309.0, + "step": 88880 + }, + { + "entropy": 0.8739258468151092, + "epoch": 8.492404700487246, + "grad_norm": 0.6366398930549622, + "learning_rate": 6.087038712091453e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9951027750968933, + "num_tokens": 114395687.0, + "step": 88890 + }, + { + "entropy": 0.8687786161899567, + "epoch": 8.493360084073755, + "grad_norm": 1.652063250541687, + "learning_rate": 6.079486990056299e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9951421797275544, + "num_tokens": 114408851.0, + "step": 88900 + }, + { + "entropy": 0.867822939157486, + "epoch": 8.494315467660266, + "grad_norm": 0.33252426981925964, + "learning_rate": 6.0719396521151386e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9973240435123444, + "num_tokens": 114421112.0, + "step": 88910 + }, + { + "entropy": 0.871987771987915, + "epoch": 8.495270851246776, + "grad_norm": 0.5207730531692505, + "learning_rate": 6.064396699021296e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9976167440414428, + "num_tokens": 114433547.0, + "step": 88920 + }, + { + "entropy": 0.8806153297424316, + "epoch": 8.496226234833285, + "grad_norm": 1.6356738805770874, + "learning_rate": 6.05685813152772e-06, + "loss": 0.0136, + "mean_token_accuracy": 0.9946714401245117, + "num_tokens": 114446366.0, + "step": 88930 + }, + { + "entropy": 0.8766973316669464, + "epoch": 8.497181618419795, + "grad_norm": 0.4682587683200836, + "learning_rate": 6.049323950386915e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9963172256946564, + "num_tokens": 114458946.0, + "step": 88940 + }, + { + "entropy": 0.8698031306266785, + "epoch": 8.498137002006306, + "grad_norm": 0.09521115571260452, + "learning_rate": 6.041794156350921e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9977313280105591, + "num_tokens": 114471910.0, + "step": 88950 + }, + { + "entropy": 0.8840386390686035, + "epoch": 8.499092385592816, + "grad_norm": 0.6108213067054749, + "learning_rate": 6.034268750171352e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979848861694336, + "num_tokens": 114485705.0, + "step": 88960 + }, + { + "entropy": 0.8730129063129425, + "epoch": 8.500047769179325, + "grad_norm": 0.2274637520313263, + "learning_rate": 6.02674773259938e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9979791522026062, + "num_tokens": 114498590.0, + "step": 88970 + }, + { + "entropy": 0.8755766689777374, + "epoch": 8.501003152765836, + "grad_norm": 0.565131664276123, + "learning_rate": 6.019231104385758e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9975031018257141, + "num_tokens": 114512035.0, + "step": 88980 + }, + { + "entropy": 0.8651093423366547, + "epoch": 8.501958536352346, + "grad_norm": 0.4210030734539032, + "learning_rate": 6.0117188662807745e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9955670237541199, + "num_tokens": 114524422.0, + "step": 88990 + }, + { + "entropy": 0.865788996219635, + "epoch": 8.502913919938855, + "grad_norm": 1.0057612657546997, + "learning_rate": 6.004211019034306e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9962525069713593, + "num_tokens": 114537400.0, + "step": 89000 + }, + { + "entropy": 0.8732392847537994, + "epoch": 8.503869303525365, + "grad_norm": 0.573475182056427, + "learning_rate": 5.99670756339577e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9976471841335297, + "num_tokens": 114549966.0, + "step": 89010 + }, + { + "entropy": 0.8798309147357941, + "epoch": 8.504824687111876, + "grad_norm": 0.3384225368499756, + "learning_rate": 5.98920850011414e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9968703031539917, + "num_tokens": 114563206.0, + "step": 89020 + }, + { + "entropy": 0.8887614071369171, + "epoch": 8.505780070698385, + "grad_norm": 2.8877320289611816, + "learning_rate": 5.981713829937991e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9960682988166809, + "num_tokens": 114576589.0, + "step": 89030 + }, + { + "entropy": 0.8762838184833527, + "epoch": 8.506735454284895, + "grad_norm": 0.4493084251880646, + "learning_rate": 5.97422355361541e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.996984988451004, + "num_tokens": 114589450.0, + "step": 89040 + }, + { + "entropy": 0.8957690298557281, + "epoch": 8.507690837871404, + "grad_norm": 0.6338479518890381, + "learning_rate": 5.96673767189408e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9959945261478425, + "num_tokens": 114602969.0, + "step": 89050 + }, + { + "entropy": 0.8790743112564087, + "epoch": 8.508646221457916, + "grad_norm": 0.7063143253326416, + "learning_rate": 5.959256185521211e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9974353313446045, + "num_tokens": 114616275.0, + "step": 89060 + }, + { + "entropy": 0.8794581353664398, + "epoch": 8.509601605044425, + "grad_norm": 1.3808273077011108, + "learning_rate": 5.951779095243615e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.997023057937622, + "num_tokens": 114629630.0, + "step": 89070 + }, + { + "entropy": 0.881760710477829, + "epoch": 8.510556988630935, + "grad_norm": 0.13259324431419373, + "learning_rate": 5.944306401807653e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9993439197540284, + "num_tokens": 114642775.0, + "step": 89080 + }, + { + "entropy": 0.8643421530723572, + "epoch": 8.511512372217446, + "grad_norm": 1.1192116737365723, + "learning_rate": 5.93683810595923e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980452477931976, + "num_tokens": 114655294.0, + "step": 89090 + }, + { + "entropy": 0.8670609354972839, + "epoch": 8.512467755803955, + "grad_norm": 0.6895232796669006, + "learning_rate": 5.9293742084438274e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9970561802387238, + "num_tokens": 114667791.0, + "step": 89100 + }, + { + "entropy": 0.8606208264827728, + "epoch": 8.513423139390465, + "grad_norm": 0.7877217531204224, + "learning_rate": 5.921914710006466e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9956554651260376, + "num_tokens": 114680116.0, + "step": 89110 + }, + { + "entropy": 0.8693533182144165, + "epoch": 8.514378522976976, + "grad_norm": 1.78240966796875, + "learning_rate": 5.914459611391765e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968120276927948, + "num_tokens": 114693246.0, + "step": 89120 + }, + { + "entropy": 0.862134474515915, + "epoch": 8.515333906563486, + "grad_norm": 0.06935062259435654, + "learning_rate": 5.907008913343881e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9970362067222596, + "num_tokens": 114705507.0, + "step": 89130 + }, + { + "entropy": 0.8690648317337036, + "epoch": 8.516289290149995, + "grad_norm": 0.45043784379959106, + "learning_rate": 5.899562616606513e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9979117572307586, + "num_tokens": 114717934.0, + "step": 89140 + }, + { + "entropy": 0.8673059999942779, + "epoch": 8.517244673736505, + "grad_norm": 0.11776338517665863, + "learning_rate": 5.892120721922972e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9964502215385437, + "num_tokens": 114731168.0, + "step": 89150 + }, + { + "entropy": 0.8752004861831665, + "epoch": 8.518200057323016, + "grad_norm": 1.3633054494857788, + "learning_rate": 5.884683230036075e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9949580073356629, + "num_tokens": 114744190.0, + "step": 89160 + }, + { + "entropy": 0.8687388360500335, + "epoch": 8.519155440909525, + "grad_norm": 0.4113011360168457, + "learning_rate": 5.87725014168824e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9979551672935486, + "num_tokens": 114757060.0, + "step": 89170 + }, + { + "entropy": 0.8684626758098603, + "epoch": 8.520110824496035, + "grad_norm": 0.8289684057235718, + "learning_rate": 5.869821457621422e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9969823300838471, + "num_tokens": 114770130.0, + "step": 89180 + }, + { + "entropy": 0.8786813855171204, + "epoch": 8.521066208082544, + "grad_norm": 0.407330185174942, + "learning_rate": 5.862397178577145e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9963863372802735, + "num_tokens": 114782803.0, + "step": 89190 + }, + { + "entropy": 0.8824668288230896, + "epoch": 8.522021591669056, + "grad_norm": 1.2426007986068726, + "learning_rate": 5.854977305296478e-06, + "loss": 0.0134, + "mean_token_accuracy": 0.9958833813667297, + "num_tokens": 114796371.0, + "step": 89200 + }, + { + "entropy": 0.8708459854125976, + "epoch": 8.522976975255565, + "grad_norm": 0.40945136547088623, + "learning_rate": 5.847561838520088e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9986355602741241, + "num_tokens": 114809000.0, + "step": 89210 + }, + { + "entropy": 0.8680333912372589, + "epoch": 8.523932358842075, + "grad_norm": 0.8002711534500122, + "learning_rate": 5.8401507789881575e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9968647181987762, + "num_tokens": 114821456.0, + "step": 89220 + }, + { + "entropy": 0.8685809314250946, + "epoch": 8.524887742428586, + "grad_norm": 0.9000197649002075, + "learning_rate": 5.8327441274404645e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9975412607192993, + "num_tokens": 114833663.0, + "step": 89230 + }, + { + "entropy": 0.8778063297271729, + "epoch": 8.525843126015095, + "grad_norm": 0.3082505166530609, + "learning_rate": 5.825341884616331e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9980190336704254, + "num_tokens": 114846465.0, + "step": 89240 + }, + { + "entropy": 0.8762496292591095, + "epoch": 8.526798509601605, + "grad_norm": 0.25009697675704956, + "learning_rate": 5.817944051254625e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9972742974758149, + "num_tokens": 114859187.0, + "step": 89250 + }, + { + "entropy": 0.875038331747055, + "epoch": 8.527753893188114, + "grad_norm": 0.22729814052581787, + "learning_rate": 5.810550628093808e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9972492337226868, + "num_tokens": 114872120.0, + "step": 89260 + }, + { + "entropy": 0.8714892506599426, + "epoch": 8.528709276774626, + "grad_norm": 0.2033136934041977, + "learning_rate": 5.803161615871882e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9974426090717315, + "num_tokens": 114885460.0, + "step": 89270 + }, + { + "entropy": 0.8623143613338471, + "epoch": 8.529664660361135, + "grad_norm": 1.43441903591156, + "learning_rate": 5.795777015326398e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970925569534301, + "num_tokens": 114897773.0, + "step": 89280 + }, + { + "entropy": 0.8787747263908386, + "epoch": 8.530620043947645, + "grad_norm": 0.5940153002738953, + "learning_rate": 5.78839682719447e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.997385710477829, + "num_tokens": 114910929.0, + "step": 89290 + }, + { + "entropy": 0.8822390854358673, + "epoch": 8.531575427534156, + "grad_norm": 0.7910380959510803, + "learning_rate": 5.781021052212798e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9957650125026702, + "num_tokens": 114923987.0, + "step": 89300 + }, + { + "entropy": 0.858209103345871, + "epoch": 8.532530811120665, + "grad_norm": 0.5172314643859863, + "learning_rate": 5.7736496911176216e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.996485424041748, + "num_tokens": 114936149.0, + "step": 89310 + }, + { + "entropy": 0.8654696106910705, + "epoch": 8.533486194707175, + "grad_norm": 0.6637212038040161, + "learning_rate": 5.7662827446447406e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9976675271987915, + "num_tokens": 114948744.0, + "step": 89320 + }, + { + "entropy": 0.8707655072212219, + "epoch": 8.534441578293684, + "grad_norm": 0.7219856381416321, + "learning_rate": 5.758920213529517e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9967252135276794, + "num_tokens": 114961676.0, + "step": 89330 + }, + { + "entropy": 0.8798647999763489, + "epoch": 8.535396961880195, + "grad_norm": 0.57047039270401, + "learning_rate": 5.751562098506846e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9980313539505005, + "num_tokens": 114974835.0, + "step": 89340 + }, + { + "entropy": 0.8770512044429779, + "epoch": 8.536352345466705, + "grad_norm": 1.2802319526672363, + "learning_rate": 5.7442084003112405e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9965266823768616, + "num_tokens": 114987680.0, + "step": 89350 + }, + { + "entropy": 0.8767585813999176, + "epoch": 8.537307729053214, + "grad_norm": 0.6470005512237549, + "learning_rate": 5.736859119676724e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9976730585098267, + "num_tokens": 115000283.0, + "step": 89360 + }, + { + "entropy": 0.8690348625183105, + "epoch": 8.538263112639726, + "grad_norm": 0.3885427713394165, + "learning_rate": 5.729514257336876e-06, + "loss": 0.015, + "mean_token_accuracy": 0.997407191991806, + "num_tokens": 115013162.0, + "step": 89370 + }, + { + "entropy": 0.8757656574249267, + "epoch": 8.539218496226235, + "grad_norm": 0.6137721538543701, + "learning_rate": 5.722173814024878e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9960443794727325, + "num_tokens": 115026087.0, + "step": 89380 + }, + { + "entropy": 0.8681847393512726, + "epoch": 8.540173879812745, + "grad_norm": 0.5843238830566406, + "learning_rate": 5.714837790473426e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9974926829338073, + "num_tokens": 115039005.0, + "step": 89390 + }, + { + "entropy": 0.8776760339736939, + "epoch": 8.541129263399254, + "grad_norm": 1.7316133975982666, + "learning_rate": 5.707506187414813e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9954667508602142, + "num_tokens": 115052210.0, + "step": 89400 + }, + { + "entropy": 0.872710543870926, + "epoch": 8.542084646985765, + "grad_norm": 0.4755670726299286, + "learning_rate": 5.700179005580852e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9973210275173188, + "num_tokens": 115065058.0, + "step": 89410 + }, + { + "entropy": 0.8743887066841125, + "epoch": 8.543040030572275, + "grad_norm": 0.5108627676963806, + "learning_rate": 5.692856245702949e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9979975283145904, + "num_tokens": 115077650.0, + "step": 89420 + }, + { + "entropy": 0.8769464790821075, + "epoch": 8.543995414158784, + "grad_norm": 0.44880521297454834, + "learning_rate": 5.685537908512029e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9977304875850678, + "num_tokens": 115091068.0, + "step": 89430 + }, + { + "entropy": 0.8940413653850555, + "epoch": 8.544950797745294, + "grad_norm": 0.5126773715019226, + "learning_rate": 5.678223994738618e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9963426053524017, + "num_tokens": 115104674.0, + "step": 89440 + }, + { + "entropy": 0.8638534247875214, + "epoch": 8.545906181331805, + "grad_norm": 0.3922475278377533, + "learning_rate": 5.670914505112801e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9971060574054718, + "num_tokens": 115117485.0, + "step": 89450 + }, + { + "entropy": 0.876961213350296, + "epoch": 8.546861564918315, + "grad_norm": 0.14276112616062164, + "learning_rate": 5.663609440364165e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9974825084209442, + "num_tokens": 115130511.0, + "step": 89460 + }, + { + "entropy": 0.873007869720459, + "epoch": 8.547816948504824, + "grad_norm": 0.6896389722824097, + "learning_rate": 5.6563088012219154e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9976735234260559, + "num_tokens": 115143728.0, + "step": 89470 + }, + { + "entropy": 0.8530662596225739, + "epoch": 8.548772332091335, + "grad_norm": 0.056712545454502106, + "learning_rate": 5.649012588414776e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967702448368072, + "num_tokens": 115156197.0, + "step": 89480 + }, + { + "entropy": 0.8705400764942169, + "epoch": 8.549727715677845, + "grad_norm": 0.5880126357078552, + "learning_rate": 5.641720802671069e-06, + "loss": 0.0172, + "mean_token_accuracy": 0.995605218410492, + "num_tokens": 115169492.0, + "step": 89490 + }, + { + "entropy": 0.8700260102748871, + "epoch": 8.550683099264354, + "grad_norm": 0.6429004669189453, + "learning_rate": 5.634433444718645e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9965138375759125, + "num_tokens": 115182378.0, + "step": 89500 + }, + { + "entropy": 0.8657274842262268, + "epoch": 8.551638482850864, + "grad_norm": 0.7048280835151672, + "learning_rate": 5.6271505152849125e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.9960042655467987, + "num_tokens": 115194941.0, + "step": 89510 + }, + { + "entropy": 0.876307588815689, + "epoch": 8.552593866437375, + "grad_norm": 0.3502614498138428, + "learning_rate": 5.619872015096839e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9967334687709808, + "num_tokens": 115207806.0, + "step": 89520 + }, + { + "entropy": 0.8748805105686188, + "epoch": 8.553549250023885, + "grad_norm": 0.5275869965553284, + "learning_rate": 5.61259794488096e-06, + "loss": 0.0117, + "mean_token_accuracy": 0.9955537974834442, + "num_tokens": 115220606.0, + "step": 89530 + }, + { + "entropy": 0.8603073954582214, + "epoch": 8.554504633610394, + "grad_norm": 0.5279776453971863, + "learning_rate": 5.605328305363383e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9986989140510559, + "num_tokens": 115233361.0, + "step": 89540 + }, + { + "entropy": 0.8710417032241822, + "epoch": 8.555460017196905, + "grad_norm": 0.6975104212760925, + "learning_rate": 5.59806309726974e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.998417466878891, + "num_tokens": 115246383.0, + "step": 89550 + }, + { + "entropy": 0.8888274610042572, + "epoch": 8.556415400783415, + "grad_norm": 0.6030845046043396, + "learning_rate": 5.590802321325239e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9976439774036407, + "num_tokens": 115259561.0, + "step": 89560 + }, + { + "entropy": 0.8772725701332093, + "epoch": 8.557370784369924, + "grad_norm": 0.5980753898620605, + "learning_rate": 5.583545978254629e-06, + "loss": 0.0141, + "mean_token_accuracy": 0.9961881399154663, + "num_tokens": 115273079.0, + "step": 89570 + }, + { + "entropy": 0.8848085045814514, + "epoch": 8.558326167956434, + "grad_norm": 1.3328993320465088, + "learning_rate": 5.5762940687822505e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9976399600505829, + "num_tokens": 115286264.0, + "step": 89580 + }, + { + "entropy": 0.8854327201843262, + "epoch": 8.559281551542945, + "grad_norm": 0.6239622235298157, + "learning_rate": 5.569046593631966e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9977021813392639, + "num_tokens": 115299665.0, + "step": 89590 + }, + { + "entropy": 0.8851260900497436, + "epoch": 8.560236935129454, + "grad_norm": 0.164781853556633, + "learning_rate": 5.5618035535272114e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980924069881439, + "num_tokens": 115312637.0, + "step": 89600 + }, + { + "entropy": 0.8753835916519165, + "epoch": 8.561192318715964, + "grad_norm": 0.7018567323684692, + "learning_rate": 5.554564949190988e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9956989824771881, + "num_tokens": 115325507.0, + "step": 89610 + }, + { + "entropy": 0.8774902820587158, + "epoch": 8.562147702302475, + "grad_norm": 0.3792612552642822, + "learning_rate": 5.5473307813458274e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9976340889930725, + "num_tokens": 115338282.0, + "step": 89620 + }, + { + "entropy": 0.8914873242378235, + "epoch": 8.563103085888985, + "grad_norm": 1.7309447526931763, + "learning_rate": 5.540101050713858e-06, + "loss": 0.0136, + "mean_token_accuracy": 0.9954997539520264, + "num_tokens": 115351915.0, + "step": 89630 + }, + { + "entropy": 0.8565825045108795, + "epoch": 8.564058469475494, + "grad_norm": 0.5596000552177429, + "learning_rate": 5.532875758016731e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9947725772857666, + "num_tokens": 115364165.0, + "step": 89640 + }, + { + "entropy": 0.8812879502773285, + "epoch": 8.565013853062004, + "grad_norm": 0.19939900934696198, + "learning_rate": 5.525654903975669e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977463781833649, + "num_tokens": 115377353.0, + "step": 89650 + }, + { + "entropy": 0.882480925321579, + "epoch": 8.565969236648515, + "grad_norm": 0.18059901893138885, + "learning_rate": 5.518438489311433e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9976779222488403, + "num_tokens": 115390277.0, + "step": 89660 + }, + { + "entropy": 0.8677487432956695, + "epoch": 8.566924620235024, + "grad_norm": 0.11743390560150146, + "learning_rate": 5.511226514744378e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970166742801666, + "num_tokens": 115402752.0, + "step": 89670 + }, + { + "entropy": 0.8724165558815002, + "epoch": 8.567880003821534, + "grad_norm": 0.14608679711818695, + "learning_rate": 5.504018980994402e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9967523634433746, + "num_tokens": 115415515.0, + "step": 89680 + }, + { + "entropy": 0.8940894305706024, + "epoch": 8.568835387408043, + "grad_norm": 0.2712034583091736, + "learning_rate": 5.496815888780921e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9965206801891326, + "num_tokens": 115428962.0, + "step": 89690 + }, + { + "entropy": 0.8660839438438416, + "epoch": 8.569790770994555, + "grad_norm": 0.5723893642425537, + "learning_rate": 5.4896172388229696e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9962996661663055, + "num_tokens": 115441139.0, + "step": 89700 + }, + { + "entropy": 0.8690248191356659, + "epoch": 8.570746154581064, + "grad_norm": 0.5522449612617493, + "learning_rate": 5.482423031839085e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9973038613796235, + "num_tokens": 115453810.0, + "step": 89710 + }, + { + "entropy": 0.891210001707077, + "epoch": 8.571701538167574, + "grad_norm": 0.5396976470947266, + "learning_rate": 5.475233268547403e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9974240362644196, + "num_tokens": 115467187.0, + "step": 89720 + }, + { + "entropy": 0.8800248444080353, + "epoch": 8.572656921754085, + "grad_norm": 0.3686314821243286, + "learning_rate": 5.468047949665589e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9970309376716614, + "num_tokens": 115480258.0, + "step": 89730 + }, + { + "entropy": 0.8773701846599579, + "epoch": 8.573612305340594, + "grad_norm": 0.32172808051109314, + "learning_rate": 5.460867075910869e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9965865850448609, + "num_tokens": 115493011.0, + "step": 89740 + }, + { + "entropy": 0.8643828868865967, + "epoch": 8.574567688927104, + "grad_norm": 0.3994194269180298, + "learning_rate": 5.453690648000042e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9983007907867432, + "num_tokens": 115505802.0, + "step": 89750 + }, + { + "entropy": 0.8581493079662323, + "epoch": 8.575523072513615, + "grad_norm": 0.332317978143692, + "learning_rate": 5.44651866664943e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9972715556621552, + "num_tokens": 115518071.0, + "step": 89760 + }, + { + "entropy": 0.858407461643219, + "epoch": 8.576478456100125, + "grad_norm": 0.5685700178146362, + "learning_rate": 5.439351132574966e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9979563355445862, + "num_tokens": 115530679.0, + "step": 89770 + }, + { + "entropy": 0.8742104768753052, + "epoch": 8.577433839686634, + "grad_norm": 1.0362035036087036, + "learning_rate": 5.432188046492065e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9977598130702973, + "num_tokens": 115544221.0, + "step": 89780 + }, + { + "entropy": 0.8693170130252839, + "epoch": 8.578389223273144, + "grad_norm": 0.7584993839263916, + "learning_rate": 5.425029409115767e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9966843247413635, + "num_tokens": 115556669.0, + "step": 89790 + }, + { + "entropy": 0.8750544846057892, + "epoch": 8.579344606859655, + "grad_norm": 0.7910533547401428, + "learning_rate": 5.417875221160612e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9951899111270904, + "num_tokens": 115569433.0, + "step": 89800 + }, + { + "entropy": 0.8648837685585022, + "epoch": 8.580299990446164, + "grad_norm": 0.4974980354309082, + "learning_rate": 5.410725483340756e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9976763606071473, + "num_tokens": 115581819.0, + "step": 89810 + }, + { + "entropy": 0.8839057087898254, + "epoch": 8.581255374032674, + "grad_norm": 0.24515819549560547, + "learning_rate": 5.403580196369856e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.996697074174881, + "num_tokens": 115595324.0, + "step": 89820 + }, + { + "entropy": 0.8728661417961121, + "epoch": 8.582210757619183, + "grad_norm": 1.2854278087615967, + "learning_rate": 5.396439360961142e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979329407215118, + "num_tokens": 115608391.0, + "step": 89830 + }, + { + "entropy": 0.8635680913925171, + "epoch": 8.583166141205695, + "grad_norm": 0.17998114228248596, + "learning_rate": 5.389302977827421e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.998677545785904, + "num_tokens": 115620804.0, + "step": 89840 + }, + { + "entropy": 0.8836722731590271, + "epoch": 8.584121524792204, + "grad_norm": 0.46019962430000305, + "learning_rate": 5.3821710476810175e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9975022315979004, + "num_tokens": 115634445.0, + "step": 89850 + }, + { + "entropy": 0.8688360273838043, + "epoch": 8.585076908378714, + "grad_norm": 1.4237192869186401, + "learning_rate": 5.3750435712338675e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9956193208694458, + "num_tokens": 115646552.0, + "step": 89860 + }, + { + "entropy": 0.8730187177658081, + "epoch": 8.586032291965225, + "grad_norm": 0.4573173522949219, + "learning_rate": 5.3679205491973805e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9965983331203461, + "num_tokens": 115659282.0, + "step": 89870 + }, + { + "entropy": 0.8821712791919708, + "epoch": 8.586987675551734, + "grad_norm": 0.6868962049484253, + "learning_rate": 5.360801982282604e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9961200416088104, + "num_tokens": 115672642.0, + "step": 89880 + }, + { + "entropy": 0.883108913898468, + "epoch": 8.587943059138244, + "grad_norm": 0.3436061143875122, + "learning_rate": 5.353687871200086e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9970430493354797, + "num_tokens": 115686035.0, + "step": 89890 + }, + { + "entropy": 0.8750724375247956, + "epoch": 8.588898442724753, + "grad_norm": 0.36456167697906494, + "learning_rate": 5.3465782166599585e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9970347642898559, + "num_tokens": 115698887.0, + "step": 89900 + }, + { + "entropy": 0.8815234541893006, + "epoch": 8.589853826311264, + "grad_norm": 1.5631245374679565, + "learning_rate": 5.339473019371899e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9964853465557099, + "num_tokens": 115712060.0, + "step": 89910 + }, + { + "entropy": 0.8749386131763458, + "epoch": 8.590809209897774, + "grad_norm": 0.4521225690841675, + "learning_rate": 5.3323722800451284e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9971843779087066, + "num_tokens": 115724714.0, + "step": 89920 + }, + { + "entropy": 0.8683282017707825, + "epoch": 8.591764593484283, + "grad_norm": 0.6752493381500244, + "learning_rate": 5.325275999388451e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9970005929470063, + "num_tokens": 115737259.0, + "step": 89930 + }, + { + "entropy": 0.8669400453567505, + "epoch": 8.592719977070795, + "grad_norm": 0.5488110184669495, + "learning_rate": 5.3181841781101915e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9980426490306854, + "num_tokens": 115750063.0, + "step": 89940 + }, + { + "entropy": 0.8767905354499816, + "epoch": 8.593675360657304, + "grad_norm": 0.11362194269895554, + "learning_rate": 5.311096816918265e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9982031464576722, + "num_tokens": 115762569.0, + "step": 89950 + }, + { + "entropy": 0.8836219906806946, + "epoch": 8.594630744243814, + "grad_norm": 1.1499311923980713, + "learning_rate": 5.304013916520118e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9961152672767639, + "num_tokens": 115775754.0, + "step": 89960 + }, + { + "entropy": 0.8719048917293548, + "epoch": 8.595586127830323, + "grad_norm": 0.38836702704429626, + "learning_rate": 5.2969354776227385e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9977375328540802, + "num_tokens": 115788914.0, + "step": 89970 + }, + { + "entropy": 0.8710672378540039, + "epoch": 8.596541511416834, + "grad_norm": 0.42506077885627747, + "learning_rate": 5.289861500932719e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9982058525085449, + "num_tokens": 115801543.0, + "step": 89980 + }, + { + "entropy": 0.8821528077125549, + "epoch": 8.597496895003344, + "grad_norm": 1.0076649188995361, + "learning_rate": 5.28279198715616e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9967236697673798, + "num_tokens": 115814359.0, + "step": 89990 + }, + { + "entropy": 0.8814348697662353, + "epoch": 8.598452278589853, + "grad_norm": 0.3063294291496277, + "learning_rate": 5.275726936998726e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9970419347286225, + "num_tokens": 115827128.0, + "step": 90000 + }, + { + "entropy": 0.8677676379680633, + "epoch": 8.599407662176365, + "grad_norm": 0.2564796805381775, + "learning_rate": 5.268666351165646e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9978744864463807, + "num_tokens": 115839407.0, + "step": 90010 + }, + { + "entropy": 0.8747359097003937, + "epoch": 8.600363045762874, + "grad_norm": 0.4516550302505493, + "learning_rate": 5.261610230361707e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.997959989309311, + "num_tokens": 115852640.0, + "step": 90020 + }, + { + "entropy": 0.8772279739379882, + "epoch": 8.601318429349384, + "grad_norm": 0.4894958436489105, + "learning_rate": 5.254558575291229e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9980100750923157, + "num_tokens": 115865917.0, + "step": 90030 + }, + { + "entropy": 0.8711830735206604, + "epoch": 8.602273812935893, + "grad_norm": 0.35071057081222534, + "learning_rate": 5.247511386658116e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9951633989810944, + "num_tokens": 115878795.0, + "step": 90040 + }, + { + "entropy": 0.8870498061180114, + "epoch": 8.603229196522404, + "grad_norm": 0.2214249074459076, + "learning_rate": 5.240468665165804e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9963843047618866, + "num_tokens": 115891747.0, + "step": 90050 + }, + { + "entropy": 0.8656398832798005, + "epoch": 8.604184580108914, + "grad_norm": 0.11007805168628693, + "learning_rate": 5.233430411517276e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.9993578612804412, + "num_tokens": 115904258.0, + "step": 90060 + }, + { + "entropy": 0.8754390001296997, + "epoch": 8.605139963695423, + "grad_norm": 0.3026851415634155, + "learning_rate": 5.226396626415109e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9969720840454102, + "num_tokens": 115916944.0, + "step": 90070 + }, + { + "entropy": 0.8639205813407898, + "epoch": 8.606095347281933, + "grad_norm": 0.1415318250656128, + "learning_rate": 5.219367310561379e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.998691737651825, + "num_tokens": 115929916.0, + "step": 90080 + }, + { + "entropy": 0.8541709244251251, + "epoch": 8.607050730868444, + "grad_norm": 0.4164471924304962, + "learning_rate": 5.212342464657771e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979872405529022, + "num_tokens": 115942303.0, + "step": 90090 + }, + { + "entropy": 0.8778430104255677, + "epoch": 8.608006114454954, + "grad_norm": 0.516055703163147, + "learning_rate": 5.205322089405468e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997424978017807, + "num_tokens": 115955954.0, + "step": 90100 + }, + { + "entropy": 0.8733088135719299, + "epoch": 8.608961498041463, + "grad_norm": 0.3080673813819885, + "learning_rate": 5.198306185505264e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9964395344257355, + "num_tokens": 115968957.0, + "step": 90110 + }, + { + "entropy": 0.858244103193283, + "epoch": 8.609916881627974, + "grad_norm": 0.36591488122940063, + "learning_rate": 5.19129475365745e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967489421367646, + "num_tokens": 115981281.0, + "step": 90120 + }, + { + "entropy": 0.8811935722827912, + "epoch": 8.610872265214484, + "grad_norm": 1.2977737188339233, + "learning_rate": 5.184287794561921e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9970814764499665, + "num_tokens": 115994732.0, + "step": 90130 + }, + { + "entropy": 0.8834649205207825, + "epoch": 8.611827648800993, + "grad_norm": 0.530802309513092, + "learning_rate": 5.177285308918101e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9977335751056671, + "num_tokens": 116007715.0, + "step": 90140 + }, + { + "entropy": 0.8692909300327301, + "epoch": 8.612783032387503, + "grad_norm": 0.41725340485572815, + "learning_rate": 5.1702872974249525e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9963562250137329, + "num_tokens": 116021313.0, + "step": 90150 + }, + { + "entropy": 0.872952526807785, + "epoch": 8.613738415974014, + "grad_norm": 0.25587138533592224, + "learning_rate": 5.163293760781029e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9989348888397217, + "num_tokens": 116034303.0, + "step": 90160 + }, + { + "entropy": 0.8630702555179596, + "epoch": 8.614693799560524, + "grad_norm": 0.38696223497390747, + "learning_rate": 5.1563046996844055e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9973017990589141, + "num_tokens": 116046978.0, + "step": 90170 + }, + { + "entropy": 0.8606689691543579, + "epoch": 8.615649183147033, + "grad_norm": 0.4332769513130188, + "learning_rate": 5.14932011483274e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9977231860160828, + "num_tokens": 116059452.0, + "step": 90180 + }, + { + "entropy": 0.8752449870109558, + "epoch": 8.616604566733544, + "grad_norm": 0.4281291365623474, + "learning_rate": 5.142340006923191e-06, + "loss": 0.0096, + "mean_token_accuracy": 0.9963798940181732, + "num_tokens": 116072402.0, + "step": 90190 + }, + { + "entropy": 0.8754464328289032, + "epoch": 8.617559950320054, + "grad_norm": 1.2033544778823853, + "learning_rate": 5.135364376652529e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9967811405658722, + "num_tokens": 116085417.0, + "step": 90200 + }, + { + "entropy": 0.8719071567058563, + "epoch": 8.618515333906563, + "grad_norm": 0.9203406572341919, + "learning_rate": 5.128393224717054e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9975989699363709, + "num_tokens": 116098426.0, + "step": 90210 + }, + { + "entropy": 0.8713512301445008, + "epoch": 8.619470717493073, + "grad_norm": 0.6704756617546082, + "learning_rate": 5.121426551812619e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9983573317527771, + "num_tokens": 116111237.0, + "step": 90220 + }, + { + "entropy": 0.8591008484363556, + "epoch": 8.620426101079584, + "grad_norm": 0.47622254490852356, + "learning_rate": 5.114464358634619e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9976459264755249, + "num_tokens": 116123430.0, + "step": 90230 + }, + { + "entropy": 0.8712259531021118, + "epoch": 8.621381484666093, + "grad_norm": 0.3316511809825897, + "learning_rate": 5.107506645878007e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9971328794956207, + "num_tokens": 116136590.0, + "step": 90240 + }, + { + "entropy": 0.8692811310291291, + "epoch": 8.622336868252603, + "grad_norm": 0.474316269159317, + "learning_rate": 5.100553414237314e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9979118824005127, + "num_tokens": 116149150.0, + "step": 90250 + }, + { + "entropy": 0.8708081662654876, + "epoch": 8.623292251839114, + "grad_norm": 0.28093624114990234, + "learning_rate": 5.0936046644065815e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9963426113128662, + "num_tokens": 116162152.0, + "step": 90260 + }, + { + "entropy": 0.8543834924697876, + "epoch": 8.624247635425624, + "grad_norm": 0.32578808069229126, + "learning_rate": 5.086660397079446e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9968465626239776, + "num_tokens": 116174500.0, + "step": 90270 + }, + { + "entropy": 0.8749014139175415, + "epoch": 8.625203019012133, + "grad_norm": 1.146971583366394, + "learning_rate": 5.079720612949063e-06, + "loss": 0.0123, + "mean_token_accuracy": 0.9952473104000091, + "num_tokens": 116187043.0, + "step": 90280 + }, + { + "entropy": 0.8730436265468597, + "epoch": 8.626158402598643, + "grad_norm": 0.4159925878047943, + "learning_rate": 5.072785312708156e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9970283329486846, + "num_tokens": 116199979.0, + "step": 90290 + }, + { + "entropy": 0.8604522347450256, + "epoch": 8.627113786185154, + "grad_norm": 0.39867278933525085, + "learning_rate": 5.065854497049e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9960617899894715, + "num_tokens": 116212696.0, + "step": 90300 + }, + { + "entropy": 0.8743549823760987, + "epoch": 8.628069169771663, + "grad_norm": 0.41350898146629333, + "learning_rate": 5.058928166663424e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9952194273471833, + "num_tokens": 116225475.0, + "step": 90310 + }, + { + "entropy": 0.8862418830394745, + "epoch": 8.629024553358173, + "grad_norm": 0.2770971953868866, + "learning_rate": 5.052006322242808e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9949323534965515, + "num_tokens": 116239004.0, + "step": 90320 + }, + { + "entropy": 0.8765292882919311, + "epoch": 8.629979936944682, + "grad_norm": 0.6782670617103577, + "learning_rate": 5.0450889644780616e-06, + "loss": 0.0103, + "mean_token_accuracy": 0.996334832906723, + "num_tokens": 116252337.0, + "step": 90330 + }, + { + "entropy": 0.8698703527450562, + "epoch": 8.630935320531194, + "grad_norm": 0.18336552381515503, + "learning_rate": 5.038176094059682e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973306953907013, + "num_tokens": 116265235.0, + "step": 90340 + }, + { + "entropy": 0.87212975025177, + "epoch": 8.631890704117703, + "grad_norm": 0.2610657215118408, + "learning_rate": 5.031267711677718e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9966042637825012, + "num_tokens": 116277883.0, + "step": 90350 + }, + { + "entropy": 0.8916510820388794, + "epoch": 8.632846087704213, + "grad_norm": 0.29114779829978943, + "learning_rate": 5.024363818021738e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9962710976600647, + "num_tokens": 116291366.0, + "step": 90360 + }, + { + "entropy": 0.8833244323730469, + "epoch": 8.633801471290724, + "grad_norm": 0.381257563829422, + "learning_rate": 5.017464413780887e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9971364676952362, + "num_tokens": 116304181.0, + "step": 90370 + }, + { + "entropy": 0.874781334400177, + "epoch": 8.634756854877233, + "grad_norm": 0.38519206643104553, + "learning_rate": 5.010569499643847e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9982993304729462, + "num_tokens": 116316749.0, + "step": 90380 + }, + { + "entropy": 0.881013149023056, + "epoch": 8.635712238463743, + "grad_norm": 0.9809664487838745, + "learning_rate": 5.003679076298873e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9953218877315522, + "num_tokens": 116329609.0, + "step": 90390 + }, + { + "entropy": 0.8638982057571412, + "epoch": 8.636667622050254, + "grad_norm": 0.30144307017326355, + "learning_rate": 4.9967931444337426e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.996915602684021, + "num_tokens": 116342122.0, + "step": 90400 + }, + { + "entropy": 0.8750557124614715, + "epoch": 8.637623005636764, + "grad_norm": 0.6616000533103943, + "learning_rate": 4.989911704735833e-06, + "loss": 0.0129, + "mean_token_accuracy": 0.9948233604431153, + "num_tokens": 116355166.0, + "step": 90410 + }, + { + "entropy": 0.8582030475139618, + "epoch": 8.638578389223273, + "grad_norm": 0.34019866585731506, + "learning_rate": 4.983034757892002e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9986891686916352, + "num_tokens": 116367519.0, + "step": 90420 + }, + { + "entropy": 0.8474985003471375, + "epoch": 8.639533772809783, + "grad_norm": 0.42612096667289734, + "learning_rate": 4.976162304588716e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9967562198638916, + "num_tokens": 116379769.0, + "step": 90430 + }, + { + "entropy": 0.8740976512432098, + "epoch": 8.640489156396294, + "grad_norm": 0.6603498458862305, + "learning_rate": 4.9692943455119824e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9976467013359069, + "num_tokens": 116392608.0, + "step": 90440 + }, + { + "entropy": 0.8660255193710327, + "epoch": 8.641444539982803, + "grad_norm": 2.266714096069336, + "learning_rate": 4.962430881347352e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967556595802307, + "num_tokens": 116405080.0, + "step": 90450 + }, + { + "entropy": 0.8711145281791687, + "epoch": 8.642399923569313, + "grad_norm": 0.14756208658218384, + "learning_rate": 4.955571912779916e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9967922151088715, + "num_tokens": 116417641.0, + "step": 90460 + }, + { + "entropy": 0.8736645638942718, + "epoch": 8.643355307155822, + "grad_norm": 0.7350313067436218, + "learning_rate": 4.948717440494327e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996703052520752, + "num_tokens": 116430218.0, + "step": 90470 + }, + { + "entropy": 0.8841679811477661, + "epoch": 8.644310690742333, + "grad_norm": 1.4800578355789185, + "learning_rate": 4.941867465174804e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.996650618314743, + "num_tokens": 116442989.0, + "step": 90480 + }, + { + "entropy": 0.8686378717422485, + "epoch": 8.645266074328843, + "grad_norm": 0.2422451227903366, + "learning_rate": 4.9350219875050955e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9978982269763946, + "num_tokens": 116455715.0, + "step": 90490 + }, + { + "entropy": 0.8637210011482239, + "epoch": 8.646221457915352, + "grad_norm": 0.4497373104095459, + "learning_rate": 4.928181008168514e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9965462982654572, + "num_tokens": 116468357.0, + "step": 90500 + }, + { + "entropy": 0.8819221615791321, + "epoch": 8.647176841501864, + "grad_norm": 0.48133620619773865, + "learning_rate": 4.921344527847916e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9982248961925506, + "num_tokens": 116481327.0, + "step": 90510 + }, + { + "entropy": 0.8740601062774658, + "epoch": 8.648132225088373, + "grad_norm": 0.9558985829353333, + "learning_rate": 4.914512547225697e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9965708196163178, + "num_tokens": 116494025.0, + "step": 90520 + }, + { + "entropy": 0.8738910615444183, + "epoch": 8.649087608674883, + "grad_norm": 0.5392025113105774, + "learning_rate": 4.907685066983847e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9953900575637817, + "num_tokens": 116507042.0, + "step": 90530 + }, + { + "entropy": 0.8733646512031555, + "epoch": 8.650042992261392, + "grad_norm": 1.1088335514068604, + "learning_rate": 4.900862087803854e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973231494426728, + "num_tokens": 116519775.0, + "step": 90540 + }, + { + "entropy": 0.8709222614765167, + "epoch": 8.650998375847903, + "grad_norm": 1.0788822174072266, + "learning_rate": 4.894043610366789e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9965508341789245, + "num_tokens": 116532872.0, + "step": 90550 + }, + { + "entropy": 0.8719624638557434, + "epoch": 8.651953759434413, + "grad_norm": 0.7066686153411865, + "learning_rate": 4.887229635353246e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9973610401153564, + "num_tokens": 116545638.0, + "step": 90560 + }, + { + "entropy": 0.8712038993835449, + "epoch": 8.652909143020922, + "grad_norm": 0.24740931391716003, + "learning_rate": 4.880420163443411e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9945821702480316, + "num_tokens": 116558129.0, + "step": 90570 + }, + { + "entropy": 0.8620025336742401, + "epoch": 8.653864526607434, + "grad_norm": 0.1847587376832962, + "learning_rate": 4.873615195316994e-06, + "loss": 0.0046, + "mean_token_accuracy": 0.9983599722385407, + "num_tokens": 116570560.0, + "step": 90580 + }, + { + "entropy": 0.8703685224056243, + "epoch": 8.654819910193943, + "grad_norm": 2.519368886947632, + "learning_rate": 4.866814731653257e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9972086131572724, + "num_tokens": 116583408.0, + "step": 90590 + }, + { + "entropy": 0.8728011131286622, + "epoch": 8.655775293780453, + "grad_norm": 0.3863012194633484, + "learning_rate": 4.860018773131008e-06, + "loss": 0.004, + "mean_token_accuracy": 1.0, + "num_tokens": 116596481.0, + "step": 90600 + }, + { + "entropy": 0.8842444062232971, + "epoch": 8.656730677366962, + "grad_norm": 0.36660701036453247, + "learning_rate": 4.853227320428611e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9970892250537873, + "num_tokens": 116609633.0, + "step": 90610 + }, + { + "entropy": 0.872467577457428, + "epoch": 8.657686060953473, + "grad_norm": 0.45925095677375793, + "learning_rate": 4.846440374223993e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9975668311119079, + "num_tokens": 116622358.0, + "step": 90620 + }, + { + "entropy": 0.8702206373214721, + "epoch": 8.658641444539983, + "grad_norm": 0.27411407232284546, + "learning_rate": 4.839657935194608e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9960156202316284, + "num_tokens": 116634929.0, + "step": 90630 + }, + { + "entropy": 0.865467882156372, + "epoch": 8.659596828126492, + "grad_norm": 1.5273138284683228, + "learning_rate": 4.832880004017471e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9984331488609314, + "num_tokens": 116647862.0, + "step": 90640 + }, + { + "entropy": 0.8760550856590271, + "epoch": 8.660552211713004, + "grad_norm": 0.3530620336532593, + "learning_rate": 4.826106581369155e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9967422902584075, + "num_tokens": 116660939.0, + "step": 90650 + }, + { + "entropy": 0.8844573199748993, + "epoch": 8.661507595299513, + "grad_norm": 0.16521450877189636, + "learning_rate": 4.8193376679257605e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9965117454528809, + "num_tokens": 116674343.0, + "step": 90660 + }, + { + "entropy": 0.8706212401390075, + "epoch": 8.662462978886023, + "grad_norm": 0.5350279211997986, + "learning_rate": 4.812573264362974e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9973556995391846, + "num_tokens": 116687269.0, + "step": 90670 + }, + { + "entropy": 0.8662825167179108, + "epoch": 8.663418362472532, + "grad_norm": 0.7466897964477539, + "learning_rate": 4.805813371356e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9962443590164185, + "num_tokens": 116700451.0, + "step": 90680 + }, + { + "entropy": 0.8810450911521912, + "epoch": 8.664373746059043, + "grad_norm": 0.5855693221092224, + "learning_rate": 4.799057989579597e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9975617945194244, + "num_tokens": 116713261.0, + "step": 90690 + }, + { + "entropy": 0.8682543575763703, + "epoch": 8.665329129645553, + "grad_norm": 1.2149804830551147, + "learning_rate": 4.792307119708078e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.9955553889274598, + "num_tokens": 116725641.0, + "step": 90700 + }, + { + "entropy": 0.8675736606121063, + "epoch": 8.666284513232062, + "grad_norm": 1.705509901046753, + "learning_rate": 4.785560762415325e-06, + "loss": 0.015, + "mean_token_accuracy": 0.995618861913681, + "num_tokens": 116738381.0, + "step": 90710 + }, + { + "entropy": 0.8904383897781372, + "epoch": 8.667239896818572, + "grad_norm": 1.3372657299041748, + "learning_rate": 4.7788189183747275e-06, + "loss": 0.0143, + "mean_token_accuracy": 0.9940538108348846, + "num_tokens": 116750985.0, + "step": 90720 + }, + { + "entropy": 0.8794247686862946, + "epoch": 8.668195280405083, + "grad_norm": 0.33790507912635803, + "learning_rate": 4.772081588259269e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9966952204704285, + "num_tokens": 116764302.0, + "step": 90730 + }, + { + "entropy": 0.8943903684616089, + "epoch": 8.669150663991593, + "grad_norm": 0.3820638358592987, + "learning_rate": 4.765348772741457e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9978858828544617, + "num_tokens": 116777386.0, + "step": 90740 + }, + { + "entropy": 0.8650436699390411, + "epoch": 8.670106047578102, + "grad_norm": 0.4531375765800476, + "learning_rate": 4.758620472493336e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.998367428779602, + "num_tokens": 116790008.0, + "step": 90750 + }, + { + "entropy": 0.8766334295272827, + "epoch": 8.671061431164613, + "grad_norm": 0.3250865638256073, + "learning_rate": 4.751896688186541e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9973582029342651, + "num_tokens": 116803339.0, + "step": 90760 + }, + { + "entropy": 0.8851199686527252, + "epoch": 8.672016814751123, + "grad_norm": 0.7409908175468445, + "learning_rate": 4.745177420492225e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9970898747444152, + "num_tokens": 116816478.0, + "step": 90770 + }, + { + "entropy": 0.8648058772087097, + "epoch": 8.672972198337632, + "grad_norm": 0.383999764919281, + "learning_rate": 4.73846267008109e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9972595989704132, + "num_tokens": 116828710.0, + "step": 90780 + }, + { + "entropy": 0.8743233799934387, + "epoch": 8.673927581924143, + "grad_norm": 0.10649273544549942, + "learning_rate": 4.731752437623394e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9973835289478302, + "num_tokens": 116841513.0, + "step": 90790 + }, + { + "entropy": 0.8864116430282593, + "epoch": 8.674882965510653, + "grad_norm": 0.4350711405277252, + "learning_rate": 4.725046723788945e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9954406142234802, + "num_tokens": 116854709.0, + "step": 90800 + }, + { + "entropy": 0.8714855313301086, + "epoch": 8.675838349097162, + "grad_norm": 0.5481255650520325, + "learning_rate": 4.718345529247115e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9977375447750092, + "num_tokens": 116867415.0, + "step": 90810 + }, + { + "entropy": 0.884299510717392, + "epoch": 8.676793732683672, + "grad_norm": 0.7825304865837097, + "learning_rate": 4.711648854666795e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9980749964714051, + "num_tokens": 116881174.0, + "step": 90820 + }, + { + "entropy": 0.8704643905162811, + "epoch": 8.677749116270183, + "grad_norm": 0.5020772814750671, + "learning_rate": 4.704956700716445e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9977540791034698, + "num_tokens": 116893876.0, + "step": 90830 + }, + { + "entropy": 0.8796006143093109, + "epoch": 8.678704499856693, + "grad_norm": 0.6781441569328308, + "learning_rate": 4.698269068064054e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.996893310546875, + "num_tokens": 116906290.0, + "step": 90840 + }, + { + "entropy": 0.8894173800945282, + "epoch": 8.679659883443202, + "grad_norm": 0.49138590693473816, + "learning_rate": 4.691585957377198e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9976931869983673, + "num_tokens": 116919414.0, + "step": 90850 + }, + { + "entropy": 0.8694128274917603, + "epoch": 8.680615267029712, + "grad_norm": 0.23833873867988586, + "learning_rate": 4.684907369322961e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9989657759666443, + "num_tokens": 116931833.0, + "step": 90860 + }, + { + "entropy": 0.8909067749977112, + "epoch": 8.681570650616223, + "grad_norm": 0.630070686340332, + "learning_rate": 4.678233304567986e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9967913329601288, + "num_tokens": 116945190.0, + "step": 90870 + }, + { + "entropy": 0.8800979137420655, + "epoch": 8.682526034202732, + "grad_norm": 0.5195115804672241, + "learning_rate": 4.671563763778491e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9955100953578949, + "num_tokens": 116957458.0, + "step": 90880 + }, + { + "entropy": 0.8827639222145081, + "epoch": 8.683481417789242, + "grad_norm": 1.41347074508667, + "learning_rate": 4.664898747620195e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9964474439620972, + "num_tokens": 116970509.0, + "step": 90890 + }, + { + "entropy": 0.8907197654247284, + "epoch": 8.684436801375753, + "grad_norm": 0.5129318237304688, + "learning_rate": 4.6582382567584185e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9961542427539826, + "num_tokens": 116983756.0, + "step": 90900 + }, + { + "entropy": 0.8896151304244995, + "epoch": 8.685392184962263, + "grad_norm": 0.9682719111442566, + "learning_rate": 4.651582291857998e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9943661272525788, + "num_tokens": 116996871.0, + "step": 90910 + }, + { + "entropy": 0.8948045611381531, + "epoch": 8.686347568548772, + "grad_norm": 1.3449604511260986, + "learning_rate": 4.644930853583313e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9966487050056457, + "num_tokens": 117009840.0, + "step": 90920 + }, + { + "entropy": 0.8906412839889526, + "epoch": 8.687302952135282, + "grad_norm": 0.5667420625686646, + "learning_rate": 4.638283942598298e-06, + "loss": 0.0132, + "mean_token_accuracy": 0.9954843640327453, + "num_tokens": 117022692.0, + "step": 90930 + }, + { + "entropy": 0.8743076682090759, + "epoch": 8.688258335721793, + "grad_norm": 0.8235357999801636, + "learning_rate": 4.631641559566452e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9977136969566345, + "num_tokens": 117035264.0, + "step": 90940 + }, + { + "entropy": 0.8731408655643463, + "epoch": 8.689213719308302, + "grad_norm": 0.28688228130340576, + "learning_rate": 4.625003705150821e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9990243494510651, + "num_tokens": 117048356.0, + "step": 90950 + }, + { + "entropy": 0.8792102336883545, + "epoch": 8.690169102894812, + "grad_norm": 0.266604483127594, + "learning_rate": 4.6183703800139585e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963262617588043, + "num_tokens": 117061125.0, + "step": 90960 + }, + { + "entropy": 0.8859926342964173, + "epoch": 8.691124486481323, + "grad_norm": 0.33531454205513, + "learning_rate": 4.611741584818025e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.996961486339569, + "num_tokens": 117073787.0, + "step": 90970 + }, + { + "entropy": 0.880683183670044, + "epoch": 8.692079870067833, + "grad_norm": 0.8789228200912476, + "learning_rate": 4.6051173202246724e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9967853128910065, + "num_tokens": 117086650.0, + "step": 90980 + }, + { + "entropy": 0.8722476899623871, + "epoch": 8.693035253654342, + "grad_norm": 0.1394573152065277, + "learning_rate": 4.598497586895145e-06, + "loss": 0.0048, + "mean_token_accuracy": 0.9980564951896668, + "num_tokens": 117099465.0, + "step": 90990 + }, + { + "entropy": 0.881293123960495, + "epoch": 8.693990637240852, + "grad_norm": 0.23799152672290802, + "learning_rate": 4.591882385490215e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9970503807067871, + "num_tokens": 117112578.0, + "step": 91000 + }, + { + "entropy": 0.88119957447052, + "epoch": 8.694946020827363, + "grad_norm": 0.5700587630271912, + "learning_rate": 4.585271716670197e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9976350128650665, + "num_tokens": 117125488.0, + "step": 91010 + }, + { + "entropy": 0.8778421878814697, + "epoch": 8.695901404413872, + "grad_norm": 0.32861778140068054, + "learning_rate": 4.5786655810949595e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9977786898612976, + "num_tokens": 117137855.0, + "step": 91020 + }, + { + "entropy": 0.8741450488567353, + "epoch": 8.696856788000382, + "grad_norm": 0.4032615125179291, + "learning_rate": 4.5720639794239185e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980267226696015, + "num_tokens": 117150607.0, + "step": 91030 + }, + { + "entropy": 0.8728295862674713, + "epoch": 8.697812171586893, + "grad_norm": 0.4112621247768402, + "learning_rate": 4.565466912316058e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9972907245159149, + "num_tokens": 117162886.0, + "step": 91040 + }, + { + "entropy": 0.8698825716972352, + "epoch": 8.698767555173402, + "grad_norm": 0.7331530451774597, + "learning_rate": 4.558874380429867e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9969007909297943, + "num_tokens": 117175597.0, + "step": 91050 + }, + { + "entropy": 0.8904438555240631, + "epoch": 8.699722938759912, + "grad_norm": 0.2277611494064331, + "learning_rate": 4.552286384423415e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.996112447977066, + "num_tokens": 117188775.0, + "step": 91060 + }, + { + "entropy": 0.883145660161972, + "epoch": 8.700678322346421, + "grad_norm": 0.3917723298072815, + "learning_rate": 4.545702924954298e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9983663737773896, + "num_tokens": 117201869.0, + "step": 91070 + }, + { + "entropy": 0.8879205882549286, + "epoch": 8.701633705932933, + "grad_norm": 0.22502672672271729, + "learning_rate": 4.5391240026796846e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9987222671508789, + "num_tokens": 117215176.0, + "step": 91080 + }, + { + "entropy": 0.8753805041313172, + "epoch": 8.702589089519442, + "grad_norm": 0.12050329148769379, + "learning_rate": 4.532549618256265e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9972746670246124, + "num_tokens": 117227798.0, + "step": 91090 + }, + { + "entropy": 0.8928148090839386, + "epoch": 8.703544473105952, + "grad_norm": 0.1869393289089203, + "learning_rate": 4.525979772340277e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9966578900814056, + "num_tokens": 117241299.0, + "step": 91100 + }, + { + "entropy": 0.8663482367992401, + "epoch": 8.704499856692461, + "grad_norm": 0.07397519797086716, + "learning_rate": 4.519414465587535e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9980550169944763, + "num_tokens": 117253871.0, + "step": 91110 + }, + { + "entropy": 0.8768831372261048, + "epoch": 8.705455240278972, + "grad_norm": 0.9408694505691528, + "learning_rate": 4.512853698653363e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977166295051575, + "num_tokens": 117266250.0, + "step": 91120 + }, + { + "entropy": 0.8818231225013733, + "epoch": 8.706410623865482, + "grad_norm": 0.3071053624153137, + "learning_rate": 4.506297472192667e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9950404286384582, + "num_tokens": 117278988.0, + "step": 91130 + }, + { + "entropy": 0.8857917010784149, + "epoch": 8.707366007451991, + "grad_norm": 0.308965802192688, + "learning_rate": 4.499745786859872e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9987809836864472, + "num_tokens": 117292094.0, + "step": 91140 + }, + { + "entropy": 0.8817715525627137, + "epoch": 8.708321391038503, + "grad_norm": 0.6205093860626221, + "learning_rate": 4.49319864330896e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977847516536713, + "num_tokens": 117305135.0, + "step": 91150 + }, + { + "entropy": 0.8819562435150147, + "epoch": 8.709276774625012, + "grad_norm": 0.8523606657981873, + "learning_rate": 4.486656042193449e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9978825688362122, + "num_tokens": 117317730.0, + "step": 91160 + }, + { + "entropy": 0.893870496749878, + "epoch": 8.710232158211522, + "grad_norm": 0.10332933068275452, + "learning_rate": 4.480117984166421e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9952118456363678, + "num_tokens": 117330900.0, + "step": 91170 + }, + { + "entropy": 0.8766565263271332, + "epoch": 8.711187541798031, + "grad_norm": 0.759178102016449, + "learning_rate": 4.4735844698805154e-06, + "loss": 0.0041, + "mean_token_accuracy": 0.9989918828010559, + "num_tokens": 117343745.0, + "step": 91180 + }, + { + "entropy": 0.8698299705982209, + "epoch": 8.712142925384542, + "grad_norm": 0.49251723289489746, + "learning_rate": 4.467055499987871e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973508715629578, + "num_tokens": 117356299.0, + "step": 91190 + }, + { + "entropy": 0.8758118033409119, + "epoch": 8.713098308971052, + "grad_norm": 0.46221548318862915, + "learning_rate": 4.460531075140223e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9966235101222992, + "num_tokens": 117368965.0, + "step": 91200 + }, + { + "entropy": 0.884240734577179, + "epoch": 8.714053692557561, + "grad_norm": 1.1347416639328003, + "learning_rate": 4.454011195988811e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9980597555637359, + "num_tokens": 117382435.0, + "step": 91210 + }, + { + "entropy": 0.8811984241008759, + "epoch": 8.715009076144073, + "grad_norm": 0.06380438059568405, + "learning_rate": 4.4474958631844695e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967503607273102, + "num_tokens": 117395064.0, + "step": 91220 + }, + { + "entropy": 0.8772934257984162, + "epoch": 8.715964459730582, + "grad_norm": 0.2551659941673279, + "learning_rate": 4.44098507737753e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977000772953033, + "num_tokens": 117408207.0, + "step": 91230 + }, + { + "entropy": 0.8894244134426117, + "epoch": 8.716919843317092, + "grad_norm": 0.300096333026886, + "learning_rate": 4.434478839217893e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9975939571857453, + "num_tokens": 117421086.0, + "step": 91240 + }, + { + "entropy": 0.8936590552330017, + "epoch": 8.717875226903601, + "grad_norm": 0.7024415135383606, + "learning_rate": 4.427977149355017e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9962548196315766, + "num_tokens": 117434246.0, + "step": 91250 + }, + { + "entropy": 0.8795334339141846, + "epoch": 8.718830610490112, + "grad_norm": 0.5074846148490906, + "learning_rate": 4.421480008437873e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9976621806621552, + "num_tokens": 117447067.0, + "step": 91260 + }, + { + "entropy": 0.8898004770278931, + "epoch": 8.719785994076622, + "grad_norm": 0.25765326619148254, + "learning_rate": 4.414987417115029e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9968857407569885, + "num_tokens": 117459745.0, + "step": 91270 + }, + { + "entropy": 0.863512647151947, + "epoch": 8.720741377663131, + "grad_norm": 1.714998722076416, + "learning_rate": 4.408499376034531e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.996697598695755, + "num_tokens": 117472486.0, + "step": 91280 + }, + { + "entropy": 0.8637478828430176, + "epoch": 8.721696761249643, + "grad_norm": 0.17285273969173431, + "learning_rate": 4.402015885844036e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977013051509858, + "num_tokens": 117484825.0, + "step": 91290 + }, + { + "entropy": 0.8862096309661865, + "epoch": 8.722652144836152, + "grad_norm": 0.1731414794921875, + "learning_rate": 4.3955369471906925e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9986763775348664, + "num_tokens": 117497588.0, + "step": 91300 + }, + { + "entropy": 0.8684286415576935, + "epoch": 8.723607528422662, + "grad_norm": 0.702218234539032, + "learning_rate": 4.389062560721247e-06, + "loss": 0.007, + "mean_token_accuracy": 0.997025090456009, + "num_tokens": 117510428.0, + "step": 91310 + }, + { + "entropy": 0.8851076483726501, + "epoch": 8.724562912009171, + "grad_norm": 0.11232051253318787, + "learning_rate": 4.382592727081952e-06, + "loss": 0.0106, + "mean_token_accuracy": 0.9967542350292206, + "num_tokens": 117523344.0, + "step": 91320 + }, + { + "entropy": 0.8847690224647522, + "epoch": 8.725518295595682, + "grad_norm": 0.9922353029251099, + "learning_rate": 4.376127446918615e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9970104336738587, + "num_tokens": 117536301.0, + "step": 91330 + }, + { + "entropy": 0.8814685583114624, + "epoch": 8.726473679182192, + "grad_norm": 0.4347967505455017, + "learning_rate": 4.369666720876603e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9967873394489288, + "num_tokens": 117549502.0, + "step": 91340 + }, + { + "entropy": 0.8831359803676605, + "epoch": 8.727429062768701, + "grad_norm": 0.9261538982391357, + "learning_rate": 4.363210549600805e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.9960753202438355, + "num_tokens": 117562668.0, + "step": 91350 + }, + { + "entropy": 0.8867026150226593, + "epoch": 8.72838444635521, + "grad_norm": 0.3989505171775818, + "learning_rate": 4.356758933735683e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.99682976603508, + "num_tokens": 117575821.0, + "step": 91360 + }, + { + "entropy": 0.8833460211753845, + "epoch": 8.729339829941722, + "grad_norm": 0.3417678773403168, + "learning_rate": 4.350311873925228e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9950288832187653, + "num_tokens": 117588628.0, + "step": 91370 + }, + { + "entropy": 0.8864039897918701, + "epoch": 8.730295213528231, + "grad_norm": 0.1328401267528534, + "learning_rate": 4.34386937081297e-06, + "loss": 0.013, + "mean_token_accuracy": 0.9962077379226685, + "num_tokens": 117601885.0, + "step": 91380 + }, + { + "entropy": 0.8857012271881104, + "epoch": 8.731250597114741, + "grad_norm": 0.5116419196128845, + "learning_rate": 4.3374314250419825e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9973644018173218, + "num_tokens": 117614806.0, + "step": 91390 + }, + { + "entropy": 0.8698832035064697, + "epoch": 8.732205980701252, + "grad_norm": 0.4040643572807312, + "learning_rate": 4.330998037254919e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9966307580471039, + "num_tokens": 117627370.0, + "step": 91400 + }, + { + "entropy": 0.8679928362369538, + "epoch": 8.733161364287762, + "grad_norm": 0.2412365823984146, + "learning_rate": 4.324569208093937e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9978896856307984, + "num_tokens": 117639638.0, + "step": 91410 + }, + { + "entropy": 0.8785786330699921, + "epoch": 8.734116747874271, + "grad_norm": 1.3048338890075684, + "learning_rate": 4.318144938200752e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9971994817256927, + "num_tokens": 117652413.0, + "step": 91420 + }, + { + "entropy": 0.8728906452655792, + "epoch": 8.735072131460782, + "grad_norm": 0.6379086375236511, + "learning_rate": 4.31172522821664e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966242551803589, + "num_tokens": 117665162.0, + "step": 91430 + }, + { + "entropy": 0.8888238668441772, + "epoch": 8.736027515047292, + "grad_norm": 0.8121402859687805, + "learning_rate": 4.305310078782393e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9967923164367676, + "num_tokens": 117678575.0, + "step": 91440 + }, + { + "entropy": 0.8687165796756744, + "epoch": 8.736982898633801, + "grad_norm": 0.18997180461883545, + "learning_rate": 4.298899490538383e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9975778818130493, + "num_tokens": 117691035.0, + "step": 91450 + }, + { + "entropy": 0.8748278915882111, + "epoch": 8.73793828222031, + "grad_norm": 0.5806816220283508, + "learning_rate": 4.292493464124492e-06, + "loss": 0.0143, + "mean_token_accuracy": 0.995201689004898, + "num_tokens": 117703954.0, + "step": 91460 + }, + { + "entropy": 0.8809254109859467, + "epoch": 8.738893665806822, + "grad_norm": 0.31563806533813477, + "learning_rate": 4.286092000180159e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9960978269577027, + "num_tokens": 117717083.0, + "step": 91470 + }, + { + "entropy": 0.8672591626644135, + "epoch": 8.739849049393332, + "grad_norm": 0.14457792043685913, + "learning_rate": 4.279695099344388e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9969452977180481, + "num_tokens": 117729219.0, + "step": 91480 + }, + { + "entropy": 0.8801657855510712, + "epoch": 8.740804432979841, + "grad_norm": 0.40201643109321594, + "learning_rate": 4.273302762255693e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9971648395061493, + "num_tokens": 117742786.0, + "step": 91490 + }, + { + "entropy": 0.8615882873535157, + "epoch": 8.74175981656635, + "grad_norm": 0.4678574204444885, + "learning_rate": 4.266914989552173e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9969289898872375, + "num_tokens": 117755680.0, + "step": 91500 + }, + { + "entropy": 0.8778322577476502, + "epoch": 8.742715200152862, + "grad_norm": 0.41171005368232727, + "learning_rate": 4.260531781871413e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9970168054103852, + "num_tokens": 117768626.0, + "step": 91510 + }, + { + "entropy": 0.8723732829093933, + "epoch": 8.743670583739371, + "grad_norm": 0.4595499038696289, + "learning_rate": 4.2541531398506026e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9967023313045502, + "num_tokens": 117781166.0, + "step": 91520 + }, + { + "entropy": 0.8765612244606018, + "epoch": 8.74462596732588, + "grad_norm": 0.6670319437980652, + "learning_rate": 4.247779064126439e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9960823893547058, + "num_tokens": 117793758.0, + "step": 91530 + }, + { + "entropy": 0.8686678826808929, + "epoch": 8.745581350912392, + "grad_norm": 0.23933446407318115, + "learning_rate": 4.241409555335191e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9973719120025635, + "num_tokens": 117806908.0, + "step": 91540 + }, + { + "entropy": 0.8779892742633819, + "epoch": 8.746536734498902, + "grad_norm": 0.26126018166542053, + "learning_rate": 4.235044614112638e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9967919826507569, + "num_tokens": 117820259.0, + "step": 91550 + }, + { + "entropy": 0.8853890359401703, + "epoch": 8.747492118085411, + "grad_norm": 0.4555882513523102, + "learning_rate": 4.228684241094122e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9961304008960724, + "num_tokens": 117833433.0, + "step": 91560 + }, + { + "entropy": 0.866619223356247, + "epoch": 8.74844750167192, + "grad_norm": 0.5918428301811218, + "learning_rate": 4.222328436914541e-06, + "loss": 0.011, + "mean_token_accuracy": 0.9963012516498566, + "num_tokens": 117846207.0, + "step": 91570 + }, + { + "entropy": 0.8671596646308899, + "epoch": 8.749402885258432, + "grad_norm": 0.37558314204216003, + "learning_rate": 4.21597720220831e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.996982604265213, + "num_tokens": 117858526.0, + "step": 91580 + }, + { + "entropy": 0.8546146988868714, + "epoch": 8.750358268844941, + "grad_norm": 0.25243496894836426, + "learning_rate": 4.209630537609421e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9972305297851562, + "num_tokens": 117870500.0, + "step": 91590 + }, + { + "entropy": 0.8651158571243286, + "epoch": 8.75131365243145, + "grad_norm": 0.7827427983283997, + "learning_rate": 4.203288443751363e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9966378629207611, + "num_tokens": 117883113.0, + "step": 91600 + }, + { + "entropy": 0.8741760611534118, + "epoch": 8.752269036017962, + "grad_norm": 0.805038571357727, + "learning_rate": 4.196950921267218e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9954060137271881, + "num_tokens": 117896247.0, + "step": 91610 + }, + { + "entropy": 0.8684991776943207, + "epoch": 8.753224419604472, + "grad_norm": 1.7194186449050903, + "learning_rate": 4.1906179707895735e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9979339182376862, + "num_tokens": 117908855.0, + "step": 91620 + }, + { + "entropy": 0.8768015682697297, + "epoch": 8.754179803190981, + "grad_norm": 0.3829251825809479, + "learning_rate": 4.1842895929505965e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9965554594993591, + "num_tokens": 117921933.0, + "step": 91630 + }, + { + "entropy": 0.8740861296653748, + "epoch": 8.75513518677749, + "grad_norm": 0.2887698709964752, + "learning_rate": 4.177965788381971e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9980908095836639, + "num_tokens": 117934973.0, + "step": 91640 + }, + { + "entropy": 0.8632754802703857, + "epoch": 8.756090570364002, + "grad_norm": 0.197710782289505, + "learning_rate": 4.171646557714915e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9986262738704681, + "num_tokens": 117947811.0, + "step": 91650 + }, + { + "entropy": 0.8679902672767639, + "epoch": 8.757045953950511, + "grad_norm": 0.2805282175540924, + "learning_rate": 4.165331901580233e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9973305881023407, + "num_tokens": 117960428.0, + "step": 91660 + }, + { + "entropy": 0.8823567211627961, + "epoch": 8.75800133753702, + "grad_norm": 0.33229970932006836, + "learning_rate": 4.1590218206082225e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9968351662158966, + "num_tokens": 117973738.0, + "step": 91670 + }, + { + "entropy": 0.8677956581115722, + "epoch": 8.758956721123532, + "grad_norm": 0.5311803221702576, + "learning_rate": 4.152716315428778e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9974049210548401, + "num_tokens": 117986727.0, + "step": 91680 + }, + { + "entropy": 0.8737194955348968, + "epoch": 8.759912104710041, + "grad_norm": 1.160199522972107, + "learning_rate": 4.1464153866712765e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970575392246246, + "num_tokens": 117999416.0, + "step": 91690 + }, + { + "entropy": 0.8589979648590088, + "epoch": 8.760867488296551, + "grad_norm": 0.26049891114234924, + "learning_rate": 4.140119034964679e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9969170451164245, + "num_tokens": 118011420.0, + "step": 91700 + }, + { + "entropy": 0.8798356294631958, + "epoch": 8.76182287188306, + "grad_norm": 0.7706499099731445, + "learning_rate": 4.13382726093749e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9969098210334778, + "num_tokens": 118023905.0, + "step": 91710 + }, + { + "entropy": 0.8747352063655853, + "epoch": 8.762778255469572, + "grad_norm": 0.4198489785194397, + "learning_rate": 4.127540065217744e-06, + "loss": 0.0128, + "mean_token_accuracy": 0.9955986440181732, + "num_tokens": 118037035.0, + "step": 91720 + }, + { + "entropy": 0.8797861933708191, + "epoch": 8.763733639056081, + "grad_norm": 1.0066725015640259, + "learning_rate": 4.121257448433019e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9970821380615235, + "num_tokens": 118050103.0, + "step": 91730 + }, + { + "entropy": 0.8730722308158875, + "epoch": 8.76468902264259, + "grad_norm": 0.19835101068019867, + "learning_rate": 4.114979411210424e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9970393359661103, + "num_tokens": 118063082.0, + "step": 91740 + }, + { + "entropy": 0.8790667057037354, + "epoch": 8.7656444062291, + "grad_norm": 0.9738782644271851, + "learning_rate": 4.108705954176651e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9940438807010651, + "num_tokens": 118075797.0, + "step": 91750 + }, + { + "entropy": 0.8836453497409821, + "epoch": 8.766599789815611, + "grad_norm": 0.20026147365570068, + "learning_rate": 4.102437077957888e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9955745697021484, + "num_tokens": 118089213.0, + "step": 91760 + }, + { + "entropy": 0.8740050613880157, + "epoch": 8.76755517340212, + "grad_norm": 0.33862635493278503, + "learning_rate": 4.096172783179902e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9957081198692321, + "num_tokens": 118101937.0, + "step": 91770 + }, + { + "entropy": 0.8609206855297089, + "epoch": 8.76851055698863, + "grad_norm": 0.47961971163749695, + "learning_rate": 4.089913070467982e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969860732555389, + "num_tokens": 118114003.0, + "step": 91780 + }, + { + "entropy": 0.8756733953952789, + "epoch": 8.769465940575142, + "grad_norm": 0.5620802640914917, + "learning_rate": 4.0836579404469554e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.997031980752945, + "num_tokens": 118127108.0, + "step": 91790 + }, + { + "entropy": 0.8749855816364288, + "epoch": 8.770421324161651, + "grad_norm": 0.1454687863588333, + "learning_rate": 4.0774073937412175e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9987651765346527, + "num_tokens": 118139857.0, + "step": 91800 + }, + { + "entropy": 0.8873114943504333, + "epoch": 8.77137670774816, + "grad_norm": 0.20671142637729645, + "learning_rate": 4.071161430974685e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9973591506481171, + "num_tokens": 118152950.0, + "step": 91810 + }, + { + "entropy": 0.8617102622985839, + "epoch": 8.77233209133467, + "grad_norm": 0.44000115990638733, + "learning_rate": 4.064920052770826e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9980932593345642, + "num_tokens": 118165493.0, + "step": 91820 + }, + { + "entropy": 0.8746477961540222, + "epoch": 8.773287474921181, + "grad_norm": 0.23343253135681152, + "learning_rate": 4.058683259752627e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9986225008964539, + "num_tokens": 118178341.0, + "step": 91830 + }, + { + "entropy": 0.8809794425964356, + "epoch": 8.77424285850769, + "grad_norm": 0.3461819887161255, + "learning_rate": 4.052451052542661e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9972461640834809, + "num_tokens": 118191522.0, + "step": 91840 + }, + { + "entropy": 0.8846047937870025, + "epoch": 8.7751982420942, + "grad_norm": 0.6883800029754639, + "learning_rate": 4.0462234317630135e-06, + "loss": 0.0147, + "mean_token_accuracy": 0.9956687152385711, + "num_tokens": 118204610.0, + "step": 91850 + }, + { + "entropy": 0.8760468602180481, + "epoch": 8.776153625680712, + "grad_norm": 0.11899061501026154, + "learning_rate": 4.040000398035321e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9976259708404541, + "num_tokens": 118217132.0, + "step": 91860 + }, + { + "entropy": 0.884856790304184, + "epoch": 8.777109009267221, + "grad_norm": 0.33373579382896423, + "learning_rate": 4.033781951980753e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9977968811988831, + "num_tokens": 118230224.0, + "step": 91870 + }, + { + "entropy": 0.8722761869430542, + "epoch": 8.77806439285373, + "grad_norm": 0.8997529149055481, + "learning_rate": 4.027568094220019e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9976456820964813, + "num_tokens": 118242764.0, + "step": 91880 + }, + { + "entropy": 0.8769686877727508, + "epoch": 8.77901977644024, + "grad_norm": 0.44392192363739014, + "learning_rate": 4.021358825373406e-06, + "loss": 0.0042, + "mean_token_accuracy": 0.99963099360466, + "num_tokens": 118256183.0, + "step": 91890 + }, + { + "entropy": 0.8652015686035156, + "epoch": 8.779975160026751, + "grad_norm": 0.3715686500072479, + "learning_rate": 4.015154146060684e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9970650792121887, + "num_tokens": 118269175.0, + "step": 91900 + }, + { + "entropy": 0.8805565297603607, + "epoch": 8.78093054361326, + "grad_norm": 0.3383180499076843, + "learning_rate": 4.0089540569012315e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.995738399028778, + "num_tokens": 118282372.0, + "step": 91910 + }, + { + "entropy": 0.8680565893650055, + "epoch": 8.78188592719977, + "grad_norm": 0.9228700995445251, + "learning_rate": 4.002758558513897e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9975703895092011, + "num_tokens": 118295044.0, + "step": 91920 + }, + { + "entropy": 0.8625801861286163, + "epoch": 8.782841310786281, + "grad_norm": 1.7093122005462646, + "learning_rate": 3.996567651517124e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9986641049385071, + "num_tokens": 118307172.0, + "step": 91930 + }, + { + "entropy": 0.8755357742309571, + "epoch": 8.783796694372791, + "grad_norm": 0.34076008200645447, + "learning_rate": 3.9903813365288925e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.996355801820755, + "num_tokens": 118320139.0, + "step": 91940 + }, + { + "entropy": 0.8630553960800171, + "epoch": 8.7847520779593, + "grad_norm": 0.8578071594238281, + "learning_rate": 3.984199614166706e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9968366503715516, + "num_tokens": 118332787.0, + "step": 91950 + }, + { + "entropy": 0.8791532933712005, + "epoch": 8.78570746154581, + "grad_norm": 1.1054142713546753, + "learning_rate": 3.978022485047611e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9973105490207672, + "num_tokens": 118345851.0, + "step": 91960 + }, + { + "entropy": 0.8789413392543792, + "epoch": 8.786662845132321, + "grad_norm": 0.26874443888664246, + "learning_rate": 3.971849949788198e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997339916229248, + "num_tokens": 118358735.0, + "step": 91970 + }, + { + "entropy": 0.8535002589225769, + "epoch": 8.78761822871883, + "grad_norm": 0.20033109188079834, + "learning_rate": 3.965682009004623e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9977436482906341, + "num_tokens": 118371552.0, + "step": 91980 + }, + { + "entropy": 0.8888203024864196, + "epoch": 8.78857361230534, + "grad_norm": 0.3455808758735657, + "learning_rate": 3.9595186633125336e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9970739364624024, + "num_tokens": 118384852.0, + "step": 91990 + }, + { + "entropy": 0.876224571466446, + "epoch": 8.78952899589185, + "grad_norm": 0.49645885825157166, + "learning_rate": 3.953359913327176e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9970807492733001, + "num_tokens": 118397914.0, + "step": 92000 + }, + { + "entropy": 0.8719882369041443, + "epoch": 8.790484379478361, + "grad_norm": 0.25177469849586487, + "learning_rate": 3.9472057596632915e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9976405501365662, + "num_tokens": 118410434.0, + "step": 92010 + }, + { + "entropy": 0.8759542465209961, + "epoch": 8.79143976306487, + "grad_norm": 0.6031351089477539, + "learning_rate": 3.941056202935178e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9969459235668182, + "num_tokens": 118423249.0, + "step": 92020 + }, + { + "entropy": 0.8620712220668793, + "epoch": 8.79239514665138, + "grad_norm": 0.7258611917495728, + "learning_rate": 3.934911243756695e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9966128945350647, + "num_tokens": 118436114.0, + "step": 92030 + }, + { + "entropy": 0.8550616979599, + "epoch": 8.793350530237891, + "grad_norm": 0.36328116059303284, + "learning_rate": 3.928770882741212e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.997599047422409, + "num_tokens": 118448279.0, + "step": 92040 + }, + { + "entropy": 0.853691291809082, + "epoch": 8.7943059138244, + "grad_norm": 0.7344937324523926, + "learning_rate": 3.922635120501661e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9982674479484558, + "num_tokens": 118460319.0, + "step": 92050 + }, + { + "entropy": 0.8863076031208038, + "epoch": 8.79526129741091, + "grad_norm": 0.7676243782043457, + "learning_rate": 3.916503957650486e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9977971911430359, + "num_tokens": 118473883.0, + "step": 92060 + }, + { + "entropy": 0.8873335123062134, + "epoch": 8.796216680997421, + "grad_norm": 0.8029207587242126, + "learning_rate": 3.910377394799708e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970855593681336, + "num_tokens": 118487355.0, + "step": 92070 + }, + { + "entropy": 0.8768742084503174, + "epoch": 8.79717206458393, + "grad_norm": 1.1778924465179443, + "learning_rate": 3.9042554325608825e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9963905870914459, + "num_tokens": 118500327.0, + "step": 92080 + }, + { + "entropy": 0.8752901017665863, + "epoch": 8.79812744817044, + "grad_norm": 1.0043151378631592, + "learning_rate": 3.898138071545082e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9983225584030151, + "num_tokens": 118513280.0, + "step": 92090 + }, + { + "entropy": 0.85539670586586, + "epoch": 8.79908283175695, + "grad_norm": 0.23665691912174225, + "learning_rate": 3.892025312362941e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9980712831020355, + "num_tokens": 118526027.0, + "step": 92100 + }, + { + "entropy": 0.8712561190128326, + "epoch": 8.800038215343461, + "grad_norm": 0.4820237159729004, + "learning_rate": 3.885917155624619e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9982598483562469, + "num_tokens": 118538524.0, + "step": 92110 + }, + { + "entropy": 0.8825980126857758, + "epoch": 8.80099359892997, + "grad_norm": 0.405596524477005, + "learning_rate": 3.879813601939841e-06, + "loss": 0.012, + "mean_token_accuracy": 0.9945113122463226, + "num_tokens": 118551597.0, + "step": 92120 + }, + { + "entropy": 0.8803602993488312, + "epoch": 8.80194898251648, + "grad_norm": 0.40399107336997986, + "learning_rate": 3.873714651917842e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.9966648399829865, + "num_tokens": 118565023.0, + "step": 92130 + }, + { + "entropy": 0.8619974553585052, + "epoch": 8.80290436610299, + "grad_norm": 0.2813456654548645, + "learning_rate": 3.867620306167424e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9960514366626739, + "num_tokens": 118577701.0, + "step": 92140 + }, + { + "entropy": 0.8795465528964996, + "epoch": 8.8038597496895, + "grad_norm": 0.2850152552127838, + "learning_rate": 3.8615305652969e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9967073857784271, + "num_tokens": 118590728.0, + "step": 92150 + }, + { + "entropy": 0.8784034132957459, + "epoch": 8.80481513327601, + "grad_norm": 0.32169780135154724, + "learning_rate": 3.855445429914145e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9968288719654084, + "num_tokens": 118604211.0, + "step": 92160 + }, + { + "entropy": 0.8581316709518433, + "epoch": 8.80577051686252, + "grad_norm": 1.0737570524215698, + "learning_rate": 3.849364900626595e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9963627457618713, + "num_tokens": 118616386.0, + "step": 92170 + }, + { + "entropy": 0.8697260737419128, + "epoch": 8.806725900449031, + "grad_norm": 0.3913681209087372, + "learning_rate": 3.8432889780411765e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9980048418045044, + "num_tokens": 118629070.0, + "step": 92180 + }, + { + "entropy": 0.8661798655986785, + "epoch": 8.80768128403554, + "grad_norm": 1.1057240962982178, + "learning_rate": 3.8372176627643864e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9982885122299194, + "num_tokens": 118642003.0, + "step": 92190 + }, + { + "entropy": 0.8636413097381592, + "epoch": 8.80863666762205, + "grad_norm": 0.514980137348175, + "learning_rate": 3.831150955402252e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.998286771774292, + "num_tokens": 118654396.0, + "step": 92200 + }, + { + "entropy": 0.8664665877819061, + "epoch": 8.80959205120856, + "grad_norm": 0.3110329508781433, + "learning_rate": 3.825088856560355e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9974923491477966, + "num_tokens": 118666810.0, + "step": 92210 + }, + { + "entropy": 0.8728338241577148, + "epoch": 8.81054743479507, + "grad_norm": 0.489370733499527, + "learning_rate": 3.8190313668438005e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.99765864610672, + "num_tokens": 118679952.0, + "step": 92220 + }, + { + "entropy": 0.8736307442188262, + "epoch": 8.81150281838158, + "grad_norm": 0.977594792842865, + "learning_rate": 3.8129784868572438e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9970477938652038, + "num_tokens": 118693289.0, + "step": 92230 + }, + { + "entropy": 0.8656771600246429, + "epoch": 8.81245820196809, + "grad_norm": 0.7891333699226379, + "learning_rate": 3.8069302172048737e-06, + "loss": 0.0112, + "mean_token_accuracy": 0.9953634917736054, + "num_tokens": 118706235.0, + "step": 92240 + }, + { + "entropy": 0.8686989963054657, + "epoch": 8.813413585554601, + "grad_norm": 0.29351210594177246, + "learning_rate": 3.800886558490413e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9980950891971588, + "num_tokens": 118719656.0, + "step": 92250 + }, + { + "entropy": 0.8713427186012268, + "epoch": 8.81436896914111, + "grad_norm": 0.2524154484272003, + "learning_rate": 3.7948475113171513e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996522068977356, + "num_tokens": 118733214.0, + "step": 92260 + }, + { + "entropy": 0.8854162395000458, + "epoch": 8.81532435272762, + "grad_norm": 0.13123856484889984, + "learning_rate": 3.788813076287889e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9957825124263764, + "num_tokens": 118746003.0, + "step": 92270 + }, + { + "entropy": 0.8792785763740539, + "epoch": 8.81627973631413, + "grad_norm": 1.2926222085952759, + "learning_rate": 3.782783254004979e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9964670717716217, + "num_tokens": 118759244.0, + "step": 92280 + }, + { + "entropy": 0.870477044582367, + "epoch": 8.81723511990064, + "grad_norm": 1.0956757068634033, + "learning_rate": 3.7767580450703e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9990523815155029, + "num_tokens": 118772216.0, + "step": 92290 + }, + { + "entropy": 0.8686335504055023, + "epoch": 8.81819050348715, + "grad_norm": 0.571454644203186, + "learning_rate": 3.770737450085282e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9970860719680786, + "num_tokens": 118784903.0, + "step": 92300 + }, + { + "entropy": 0.8598706424236298, + "epoch": 8.81914588707366, + "grad_norm": 0.9443193674087524, + "learning_rate": 3.764721469650917e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9980068802833557, + "num_tokens": 118797538.0, + "step": 92310 + }, + { + "entropy": 0.8652160942554474, + "epoch": 8.820101270660171, + "grad_norm": 0.5915297269821167, + "learning_rate": 3.7587101043676965e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9972676336765289, + "num_tokens": 118810222.0, + "step": 92320 + }, + { + "entropy": 0.871404618024826, + "epoch": 8.82105665424668, + "grad_norm": 0.49107858538627625, + "learning_rate": 3.752703354835668e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.9964794874191284, + "num_tokens": 118822971.0, + "step": 92330 + }, + { + "entropy": 0.8765881299972534, + "epoch": 8.82201203783319, + "grad_norm": 0.8368544578552246, + "learning_rate": 3.7467012216544085e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9956553995609283, + "num_tokens": 118835645.0, + "step": 92340 + }, + { + "entropy": 0.8824744939804077, + "epoch": 8.8229674214197, + "grad_norm": 0.43086880445480347, + "learning_rate": 3.7407037054230652e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9968506276607514, + "num_tokens": 118849030.0, + "step": 92350 + }, + { + "entropy": 0.8724108040332794, + "epoch": 8.82392280500621, + "grad_norm": 0.26628735661506653, + "learning_rate": 3.7347108067402937e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.997757512331009, + "num_tokens": 118861905.0, + "step": 92360 + }, + { + "entropy": 0.8697043061256409, + "epoch": 8.82487818859272, + "grad_norm": 0.4699862599372864, + "learning_rate": 3.7287225262042867e-06, + "loss": 0.0126, + "mean_token_accuracy": 0.9949472546577454, + "num_tokens": 118874324.0, + "step": 92370 + }, + { + "entropy": 0.8726085484027862, + "epoch": 8.82583357217923, + "grad_norm": 0.27348384261131287, + "learning_rate": 3.7227388644128056e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9963151633739471, + "num_tokens": 118887024.0, + "step": 92380 + }, + { + "entropy": 0.8730894923210144, + "epoch": 8.826788955765739, + "grad_norm": 0.16045129299163818, + "learning_rate": 3.716759821963117e-06, + "loss": 0.0086, + "mean_token_accuracy": 0.9966244339942932, + "num_tokens": 118900093.0, + "step": 92390 + }, + { + "entropy": 0.8734601080417633, + "epoch": 8.82774433935225, + "grad_norm": 0.4882957935333252, + "learning_rate": 3.7107853994520604e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9983149349689484, + "num_tokens": 118912960.0, + "step": 92400 + }, + { + "entropy": 0.8636640667915344, + "epoch": 8.82869972293876, + "grad_norm": 0.7949300408363342, + "learning_rate": 3.7048155974759802e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9976488828659058, + "num_tokens": 118925800.0, + "step": 92410 + }, + { + "entropy": 0.8532731354236602, + "epoch": 8.82965510652527, + "grad_norm": 0.16953372955322266, + "learning_rate": 3.6988504166307837e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963673055171967, + "num_tokens": 118938196.0, + "step": 92420 + }, + { + "entropy": 0.8788015425205231, + "epoch": 8.83061049011178, + "grad_norm": 0.14639097452163696, + "learning_rate": 3.6928898575118885e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9967730581760407, + "num_tokens": 118951201.0, + "step": 92430 + }, + { + "entropy": 0.8671483337879181, + "epoch": 8.83156587369829, + "grad_norm": 0.617851972579956, + "learning_rate": 3.6869339207142974e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9963612020015716, + "num_tokens": 118964198.0, + "step": 92440 + }, + { + "entropy": 0.8808560192584991, + "epoch": 8.8325212572848, + "grad_norm": 0.45950764417648315, + "learning_rate": 3.680982606832517e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9961075842380523, + "num_tokens": 118977106.0, + "step": 92450 + }, + { + "entropy": 0.8679702162742615, + "epoch": 8.833476640871309, + "grad_norm": 1.2439002990722656, + "learning_rate": 3.675035916460584e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9959970653057099, + "num_tokens": 118989767.0, + "step": 92460 + }, + { + "entropy": 0.8815367817878723, + "epoch": 8.83443202445782, + "grad_norm": 0.4359230101108551, + "learning_rate": 3.6690938501921122e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9971089839935303, + "num_tokens": 119003197.0, + "step": 92470 + }, + { + "entropy": 0.8777976036071777, + "epoch": 8.83538740804433, + "grad_norm": 0.5199905633926392, + "learning_rate": 3.6631564086202164e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9976671695709228, + "num_tokens": 119016571.0, + "step": 92480 + }, + { + "entropy": 0.8659577965736389, + "epoch": 8.83634279163084, + "grad_norm": 0.7608425617218018, + "learning_rate": 3.6572235923375773e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9948221564292907, + "num_tokens": 119029846.0, + "step": 92490 + }, + { + "entropy": 0.8677972614765167, + "epoch": 8.83729817521735, + "grad_norm": 0.3421120345592499, + "learning_rate": 3.6512954019363943e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9968267977237701, + "num_tokens": 119042969.0, + "step": 92500 + }, + { + "entropy": 0.8813278257846833, + "epoch": 8.83825355880386, + "grad_norm": 0.36696621775627136, + "learning_rate": 3.6453718380084157e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9966631352901458, + "num_tokens": 119055956.0, + "step": 92510 + }, + { + "entropy": 0.8652797043323517, + "epoch": 8.83920894239037, + "grad_norm": 1.78598952293396, + "learning_rate": 3.6394529011449186e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9974361181259155, + "num_tokens": 119068851.0, + "step": 92520 + }, + { + "entropy": 0.8661030411720276, + "epoch": 8.840164325976879, + "grad_norm": 0.423904687166214, + "learning_rate": 3.6335385919367193e-06, + "loss": 0.0035, + "mean_token_accuracy": 0.9993377506732941, + "num_tokens": 119081526.0, + "step": 92530 + }, + { + "entropy": 0.8630199313163758, + "epoch": 8.84111970956339, + "grad_norm": 0.4902902841567993, + "learning_rate": 3.6276289109742012e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9964411079883575, + "num_tokens": 119093955.0, + "step": 92540 + }, + { + "entropy": 0.8756386756896972, + "epoch": 8.8420750931499, + "grad_norm": 0.22750593721866608, + "learning_rate": 3.6217238588472425e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.9985781669616699, + "num_tokens": 119107223.0, + "step": 92550 + }, + { + "entropy": 0.8644055783748626, + "epoch": 8.84303047673641, + "grad_norm": 0.4422675669193268, + "learning_rate": 3.6158234361452882e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9980980515480041, + "num_tokens": 119120470.0, + "step": 92560 + }, + { + "entropy": 0.8648366212844849, + "epoch": 8.84398586032292, + "grad_norm": 0.23651692271232605, + "learning_rate": 3.609927643457295e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983647227287292, + "num_tokens": 119133679.0, + "step": 92570 + }, + { + "entropy": 0.8634397149085998, + "epoch": 8.84494124390943, + "grad_norm": 1.3116247653961182, + "learning_rate": 3.604036481371792e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.997074407339096, + "num_tokens": 119146295.0, + "step": 92580 + }, + { + "entropy": 0.8555008113384247, + "epoch": 8.84589662749594, + "grad_norm": 0.5723534226417542, + "learning_rate": 3.5981499504768203e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9984136462211609, + "num_tokens": 119158868.0, + "step": 92590 + }, + { + "entropy": 0.8653794765472412, + "epoch": 8.846852011082449, + "grad_norm": 2.4930901527404785, + "learning_rate": 3.5922680513599595e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9972896695137023, + "num_tokens": 119171289.0, + "step": 92600 + }, + { + "entropy": 0.8707006812095642, + "epoch": 8.84780739466896, + "grad_norm": 1.7308965921401978, + "learning_rate": 3.586390784608351e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9956100523471832, + "num_tokens": 119184139.0, + "step": 92610 + }, + { + "entropy": 0.8753462076187134, + "epoch": 8.84876277825547, + "grad_norm": 0.6382154226303101, + "learning_rate": 3.580518150808637e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9963288605213165, + "num_tokens": 119197269.0, + "step": 92620 + }, + { + "entropy": 0.8596138477325439, + "epoch": 8.84971816184198, + "grad_norm": 0.6406961679458618, + "learning_rate": 3.5746501505470377e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9971841096878051, + "num_tokens": 119209630.0, + "step": 92630 + }, + { + "entropy": 0.8595991492271423, + "epoch": 8.850673545428489, + "grad_norm": 0.5804893970489502, + "learning_rate": 3.5687867844092837e-06, + "loss": 0.0107, + "mean_token_accuracy": 0.9967392385005951, + "num_tokens": 119222458.0, + "step": 92640 + }, + { + "entropy": 0.8675634324550628, + "epoch": 8.851628929015, + "grad_norm": 0.0670357272028923, + "learning_rate": 3.562928052980641e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9987182676792145, + "num_tokens": 119235786.0, + "step": 92650 + }, + { + "entropy": 0.8733088552951813, + "epoch": 8.85258431260151, + "grad_norm": 0.2737793028354645, + "learning_rate": 3.5570739568459134e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9974047720432282, + "num_tokens": 119248699.0, + "step": 92660 + }, + { + "entropy": 0.873608523607254, + "epoch": 8.853539696188019, + "grad_norm": 0.25802648067474365, + "learning_rate": 3.551224496589467e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9974266171455384, + "num_tokens": 119262472.0, + "step": 92670 + }, + { + "entropy": 0.865178519487381, + "epoch": 8.85449507977453, + "grad_norm": 0.5246548652648926, + "learning_rate": 3.545379672795196e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983081817626953, + "num_tokens": 119275430.0, + "step": 92680 + }, + { + "entropy": 0.8633763015270233, + "epoch": 8.85545046336104, + "grad_norm": 1.2956428527832031, + "learning_rate": 3.5395394860465005e-06, + "loss": 0.0105, + "mean_token_accuracy": 0.9958635628223419, + "num_tokens": 119288154.0, + "step": 92690 + }, + { + "entropy": 0.8520888209342956, + "epoch": 8.856405846947549, + "grad_norm": 1.333944320678711, + "learning_rate": 3.5337039369263525e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9967848598957062, + "num_tokens": 119300526.0, + "step": 92700 + }, + { + "entropy": 0.882130241394043, + "epoch": 8.85736123053406, + "grad_norm": 0.48357701301574707, + "learning_rate": 3.527873026017242e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9973610460758209, + "num_tokens": 119313529.0, + "step": 92710 + }, + { + "entropy": 0.8738705337047576, + "epoch": 8.85831661412057, + "grad_norm": 0.8320690989494324, + "learning_rate": 3.52204675390122e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.997313630580902, + "num_tokens": 119326586.0, + "step": 92720 + }, + { + "entropy": 0.8727843642234803, + "epoch": 8.85927199770708, + "grad_norm": 1.174667477607727, + "learning_rate": 3.51622512115985e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.997020560503006, + "num_tokens": 119339550.0, + "step": 92730 + }, + { + "entropy": 0.8508506059646607, + "epoch": 8.860227381293589, + "grad_norm": 0.24520695209503174, + "learning_rate": 3.5104081283742375e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9980467438697815, + "num_tokens": 119351653.0, + "step": 92740 + }, + { + "entropy": 0.8513780474662781, + "epoch": 8.8611827648801, + "grad_norm": 0.37658435106277466, + "learning_rate": 3.5045957761250193e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9980180025100708, + "num_tokens": 119364027.0, + "step": 92750 + }, + { + "entropy": 0.8725251615047455, + "epoch": 8.86213814846661, + "grad_norm": 0.5146588087081909, + "learning_rate": 3.498788064992392e-06, + "loss": 0.0053, + "mean_token_accuracy": 0.998362523317337, + "num_tokens": 119377687.0, + "step": 92760 + }, + { + "entropy": 0.8757504940032959, + "epoch": 8.863093532053119, + "grad_norm": 0.6652477979660034, + "learning_rate": 3.492984995556081e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9950112402439117, + "num_tokens": 119390563.0, + "step": 92770 + }, + { + "entropy": 0.8671215176582336, + "epoch": 8.864048915639628, + "grad_norm": 0.12975798547267914, + "learning_rate": 3.4871865683953177e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9982739865779877, + "num_tokens": 119403490.0, + "step": 92780 + }, + { + "entropy": 0.8725169003009796, + "epoch": 8.86500429922614, + "grad_norm": 0.6160950064659119, + "learning_rate": 3.481392784088916e-06, + "loss": 0.0149, + "mean_token_accuracy": 0.9948489189147949, + "num_tokens": 119416656.0, + "step": 92790 + }, + { + "entropy": 0.87015340924263, + "epoch": 8.86595968281265, + "grad_norm": 0.27081501483917236, + "learning_rate": 3.475603643215186e-06, + "loss": 0.0116, + "mean_token_accuracy": 0.9973138630390167, + "num_tokens": 119429547.0, + "step": 92800 + }, + { + "entropy": 0.8581173121929169, + "epoch": 8.866915066399159, + "grad_norm": 0.44607868790626526, + "learning_rate": 3.4698191463520104e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.998002678155899, + "num_tokens": 119442357.0, + "step": 92810 + }, + { + "entropy": 0.8746135652065277, + "epoch": 8.86787044998567, + "grad_norm": 0.2966892123222351, + "learning_rate": 3.4640392940767876e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9979402899742127, + "num_tokens": 119455062.0, + "step": 92820 + }, + { + "entropy": 0.8751633524894714, + "epoch": 8.86882583357218, + "grad_norm": 1.1044117212295532, + "learning_rate": 3.4582640869664395e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.997682249546051, + "num_tokens": 119468154.0, + "step": 92830 + }, + { + "entropy": 0.8808821022510529, + "epoch": 8.869781217158689, + "grad_norm": 0.7235087752342224, + "learning_rate": 3.452493525597461e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.9967079758644104, + "num_tokens": 119481267.0, + "step": 92840 + }, + { + "entropy": 0.8717811465263366, + "epoch": 8.870736600745198, + "grad_norm": 0.7597401738166809, + "learning_rate": 3.4467276105458526e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9979518592357636, + "num_tokens": 119493917.0, + "step": 92850 + }, + { + "entropy": 0.8669272482395172, + "epoch": 8.87169198433171, + "grad_norm": 0.4293457865715027, + "learning_rate": 3.440966342387164e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9974308431148529, + "num_tokens": 119506992.0, + "step": 92860 + }, + { + "entropy": 0.8738491415977478, + "epoch": 8.87264736791822, + "grad_norm": 0.6217743158340454, + "learning_rate": 3.4352097216964806e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9968976020812989, + "num_tokens": 119519725.0, + "step": 92870 + }, + { + "entropy": 0.8616326987743378, + "epoch": 8.873602751504729, + "grad_norm": 1.138962745666504, + "learning_rate": 3.4294577490484146e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9979655921459198, + "num_tokens": 119532295.0, + "step": 92880 + }, + { + "entropy": 0.8761441588401795, + "epoch": 8.87455813509124, + "grad_norm": 0.4407786726951599, + "learning_rate": 3.423710425017118e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9983673930168152, + "num_tokens": 119545896.0, + "step": 92890 + }, + { + "entropy": 0.8683661699295044, + "epoch": 8.87551351867775, + "grad_norm": 0.9740356206893921, + "learning_rate": 3.4179677501762987e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963746130466461, + "num_tokens": 119558907.0, + "step": 92900 + }, + { + "entropy": 0.8671978056430817, + "epoch": 8.876468902264259, + "grad_norm": 0.35214856266975403, + "learning_rate": 3.4122297250991696e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9961547195911408, + "num_tokens": 119571428.0, + "step": 92910 + }, + { + "entropy": 0.8569461762905121, + "epoch": 8.877424285850768, + "grad_norm": 0.4177698493003845, + "learning_rate": 3.40649635035849e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9975923955440521, + "num_tokens": 119583609.0, + "step": 92920 + }, + { + "entropy": 0.8774309277534484, + "epoch": 8.87837966943728, + "grad_norm": 0.23513372242450714, + "learning_rate": 3.40076762652658e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9962390422821045, + "num_tokens": 119596555.0, + "step": 92930 + }, + { + "entropy": 0.8667513191699981, + "epoch": 8.87933505302379, + "grad_norm": 0.33631405234336853, + "learning_rate": 3.395043554175248e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9981247425079346, + "num_tokens": 119610042.0, + "step": 92940 + }, + { + "entropy": 0.8678924858570098, + "epoch": 8.880290436610299, + "grad_norm": 1.0196161270141602, + "learning_rate": 3.3893241338758817e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9963030755519867, + "num_tokens": 119622862.0, + "step": 92950 + }, + { + "entropy": 0.8577839016914368, + "epoch": 8.88124582019681, + "grad_norm": 0.26332929730415344, + "learning_rate": 3.383609366199386e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9973680317401886, + "num_tokens": 119635612.0, + "step": 92960 + }, + { + "entropy": 0.8543363690376282, + "epoch": 8.88220120378332, + "grad_norm": 1.102461576461792, + "learning_rate": 3.3778992517161878e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9972806870937347, + "num_tokens": 119647618.0, + "step": 92970 + }, + { + "entropy": 0.8737763643264771, + "epoch": 8.883156587369829, + "grad_norm": 0.2681230902671814, + "learning_rate": 3.372193790996281e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9979228436946869, + "num_tokens": 119660500.0, + "step": 92980 + }, + { + "entropy": 0.8760785639286042, + "epoch": 8.884111970956338, + "grad_norm": 1.1769201755523682, + "learning_rate": 3.366492984609165e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9980999112129212, + "num_tokens": 119673115.0, + "step": 92990 + }, + { + "entropy": 0.8680769026279449, + "epoch": 8.88506735454285, + "grad_norm": 0.08557436615228653, + "learning_rate": 3.3607968331239136e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9983554363250733, + "num_tokens": 119686222.0, + "step": 93000 + }, + { + "entropy": 0.8687296211719513, + "epoch": 8.886022738129359, + "grad_norm": 0.44824522733688354, + "learning_rate": 3.3551053371090712e-06, + "loss": 0.0069, + "mean_token_accuracy": 0.9973363220691681, + "num_tokens": 119698642.0, + "step": 93010 + }, + { + "entropy": 0.8647943377494812, + "epoch": 8.886978121715869, + "grad_norm": 0.43158742785453796, + "learning_rate": 3.349418497132778e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.995724880695343, + "num_tokens": 119711480.0, + "step": 93020 + }, + { + "entropy": 0.871908962726593, + "epoch": 8.887933505302378, + "grad_norm": 0.6659751534461975, + "learning_rate": 3.343736313762685e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9957730770111084, + "num_tokens": 119724560.0, + "step": 93030 + }, + { + "entropy": 0.8800806343555451, + "epoch": 8.88888888888889, + "grad_norm": 1.1652610301971436, + "learning_rate": 3.338058787565984e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9977095544338226, + "num_tokens": 119738267.0, + "step": 93040 + }, + { + "entropy": 0.8615903735160828, + "epoch": 8.889844272475399, + "grad_norm": 0.6841893196105957, + "learning_rate": 3.332385919109393e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.99734525680542, + "num_tokens": 119750792.0, + "step": 93050 + }, + { + "entropy": 0.8659008979797364, + "epoch": 8.890799656061908, + "grad_norm": 0.8836439251899719, + "learning_rate": 3.3267177089591705e-06, + "loss": 0.0127, + "mean_token_accuracy": 0.9957241296768189, + "num_tokens": 119762960.0, + "step": 93060 + }, + { + "entropy": 0.8662933647632599, + "epoch": 8.89175503964842, + "grad_norm": 0.45472458004951477, + "learning_rate": 3.321054157681125e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9964876770973206, + "num_tokens": 119776165.0, + "step": 93070 + }, + { + "entropy": 0.8617347300052642, + "epoch": 8.892710423234929, + "grad_norm": 1.09043288230896, + "learning_rate": 3.3153952658405596e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.997275573015213, + "num_tokens": 119788724.0, + "step": 93080 + }, + { + "entropy": 0.8760183453559875, + "epoch": 8.893665806821438, + "grad_norm": 1.0291067361831665, + "learning_rate": 3.3097410340023728e-06, + "loss": 0.0137, + "mean_token_accuracy": 0.9943950116634369, + "num_tokens": 119801235.0, + "step": 93090 + }, + { + "entropy": 0.8760609328746796, + "epoch": 8.894621190407948, + "grad_norm": 0.5472386479377747, + "learning_rate": 3.3040914627309238e-06, + "loss": 0.0109, + "mean_token_accuracy": 0.9966920018196106, + "num_tokens": 119814365.0, + "step": 93100 + }, + { + "entropy": 0.8665300130844116, + "epoch": 8.89557657399446, + "grad_norm": 1.2841434478759766, + "learning_rate": 3.2984465525901786e-06, + "loss": 0.0077, + "mean_token_accuracy": 0.9977402329444885, + "num_tokens": 119827519.0, + "step": 93110 + }, + { + "entropy": 0.854433536529541, + "epoch": 8.896531957580969, + "grad_norm": 0.6173751950263977, + "learning_rate": 3.2928063041435865e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9979235887527466, + "num_tokens": 119839707.0, + "step": 93120 + }, + { + "entropy": 0.860334062576294, + "epoch": 8.897487341167478, + "grad_norm": 0.45838499069213867, + "learning_rate": 3.287170717954163e-06, + "loss": 0.0034, + "mean_token_accuracy": 0.9997005999088288, + "num_tokens": 119852530.0, + "step": 93130 + }, + { + "entropy": 0.8784251093864441, + "epoch": 8.89844272475399, + "grad_norm": 0.28524911403656006, + "learning_rate": 3.2815397945844375e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9973517954349518, + "num_tokens": 119865644.0, + "step": 93140 + }, + { + "entropy": 0.8602907240390778, + "epoch": 8.899398108340499, + "grad_norm": 0.5268438458442688, + "learning_rate": 3.275913534596475e-06, + "loss": 0.009, + "mean_token_accuracy": 0.9971414029598236, + "num_tokens": 119878510.0, + "step": 93150 + }, + { + "entropy": 0.8671684622764587, + "epoch": 8.900353491927008, + "grad_norm": 1.0909078121185303, + "learning_rate": 3.270291938551906e-06, + "loss": 0.0135, + "mean_token_accuracy": 0.9950200021266937, + "num_tokens": 119891580.0, + "step": 93160 + }, + { + "entropy": 0.8582200944423676, + "epoch": 8.901308875513518, + "grad_norm": 1.090766191482544, + "learning_rate": 3.2646750070118414e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9966089606285096, + "num_tokens": 119903866.0, + "step": 93170 + }, + { + "entropy": 0.8632284104824066, + "epoch": 8.90226425910003, + "grad_norm": 0.39420822262763977, + "learning_rate": 3.2590627405369835e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9973090708255767, + "num_tokens": 119916798.0, + "step": 93180 + }, + { + "entropy": 0.8484455108642578, + "epoch": 8.903219642686539, + "grad_norm": 0.10149071365594864, + "learning_rate": 3.2534551396875335e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.9977324485778809, + "num_tokens": 119929104.0, + "step": 93190 + }, + { + "entropy": 0.8630283772945404, + "epoch": 8.904175026273048, + "grad_norm": 0.6129584908485413, + "learning_rate": 3.247852205023222e-06, + "loss": 0.0099, + "mean_token_accuracy": 0.9964404940605164, + "num_tokens": 119941866.0, + "step": 93200 + }, + { + "entropy": 0.8595082879066467, + "epoch": 8.90513040985956, + "grad_norm": 0.6846351027488708, + "learning_rate": 3.2422539371033456e-06, + "loss": 0.0079, + "mean_token_accuracy": 0.9976740419864655, + "num_tokens": 119954630.0, + "step": 93210 + }, + { + "entropy": 0.857887327671051, + "epoch": 8.906085793446069, + "grad_norm": 0.30096590518951416, + "learning_rate": 3.236660336486713e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9980460107326508, + "num_tokens": 119967197.0, + "step": 93220 + }, + { + "entropy": 0.8775947034358978, + "epoch": 8.907041177032578, + "grad_norm": 0.3960363566875458, + "learning_rate": 3.231071403731667e-06, + "loss": 0.0087, + "mean_token_accuracy": 0.9971475839614868, + "num_tokens": 119980359.0, + "step": 93230 + }, + { + "entropy": 0.8693052709102631, + "epoch": 8.907996560619088, + "grad_norm": 0.29134035110473633, + "learning_rate": 3.225487139396077e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9974122047424316, + "num_tokens": 119993449.0, + "step": 93240 + }, + { + "entropy": 0.875931853055954, + "epoch": 8.908951944205599, + "grad_norm": 0.45899054408073425, + "learning_rate": 3.2199075440373814e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.996339601278305, + "num_tokens": 120006753.0, + "step": 93250 + }, + { + "entropy": 0.8670592844486237, + "epoch": 8.909907327792109, + "grad_norm": 0.6520906686782837, + "learning_rate": 3.214332618212507e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.997681587934494, + "num_tokens": 120019756.0, + "step": 93260 + }, + { + "entropy": 0.8664967536926269, + "epoch": 8.910862711378618, + "grad_norm": 0.2911283075809479, + "learning_rate": 3.208762362477957e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9976558744907379, + "num_tokens": 120032434.0, + "step": 93270 + }, + { + "entropy": 0.8659703493118286, + "epoch": 8.911818094965128, + "grad_norm": 1.0203403234481812, + "learning_rate": 3.203196777389733e-06, + "loss": 0.0115, + "mean_token_accuracy": 0.9955953598022461, + "num_tokens": 120044646.0, + "step": 93280 + }, + { + "entropy": 0.8654970943927764, + "epoch": 8.912773478551639, + "grad_norm": 0.3564261794090271, + "learning_rate": 3.1976358635033843e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9970948457717895, + "num_tokens": 120057619.0, + "step": 93290 + }, + { + "entropy": 0.879766458272934, + "epoch": 8.913728862138148, + "grad_norm": 1.7386938333511353, + "learning_rate": 3.1920796213740057e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9969858586788177, + "num_tokens": 120070242.0, + "step": 93300 + }, + { + "entropy": 0.8654340267181396, + "epoch": 8.914684245724658, + "grad_norm": 0.29461047053337097, + "learning_rate": 3.186528051556198e-06, + "loss": 0.008, + "mean_token_accuracy": 0.9970136106014251, + "num_tokens": 120082845.0, + "step": 93310 + }, + { + "entropy": 0.8600949823856354, + "epoch": 8.915639629311169, + "grad_norm": 0.35973110795021057, + "learning_rate": 3.1809811546041456e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.9973530113697052, + "num_tokens": 120095504.0, + "step": 93320 + }, + { + "entropy": 0.8670023202896118, + "epoch": 8.916595012897679, + "grad_norm": 0.29993563890457153, + "learning_rate": 3.1754389310714896e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9971483647823334, + "num_tokens": 120108274.0, + "step": 93330 + }, + { + "entropy": 0.878794538974762, + "epoch": 8.917550396484188, + "grad_norm": 0.6112833619117737, + "learning_rate": 3.169901381511481e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.997345244884491, + "num_tokens": 120121235.0, + "step": 93340 + }, + { + "entropy": 0.8684572100639343, + "epoch": 8.9185057800707, + "grad_norm": 0.25733819603919983, + "learning_rate": 3.1643685064768504e-06, + "loss": 0.0076, + "mean_token_accuracy": 0.9966270565986634, + "num_tokens": 120133622.0, + "step": 93350 + }, + { + "entropy": 0.875996720790863, + "epoch": 8.919461163657209, + "grad_norm": 0.2721922993659973, + "learning_rate": 3.1588403065199e-06, + "loss": 0.0125, + "mean_token_accuracy": 0.996062833070755, + "num_tokens": 120146924.0, + "step": 93360 + }, + { + "entropy": 0.8676222026348114, + "epoch": 8.920416547243718, + "grad_norm": 0.36982887983322144, + "learning_rate": 3.153316782192439e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9958351016044616, + "num_tokens": 120159361.0, + "step": 93370 + }, + { + "entropy": 0.887892872095108, + "epoch": 8.921371930830228, + "grad_norm": 0.42352527379989624, + "learning_rate": 3.1477979340458153e-06, + "loss": 0.0101, + "mean_token_accuracy": 0.9960298776626587, + "num_tokens": 120172853.0, + "step": 93380 + }, + { + "entropy": 0.8613072872161865, + "epoch": 8.922327314416739, + "grad_norm": 0.261471152305603, + "learning_rate": 3.142283762630921e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9978446662425995, + "num_tokens": 120186400.0, + "step": 93390 + }, + { + "entropy": 0.8619415283203125, + "epoch": 8.923282698003248, + "grad_norm": 0.2724229097366333, + "learning_rate": 3.1367742684981714e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9978413820266724, + "num_tokens": 120199161.0, + "step": 93400 + }, + { + "entropy": 0.8790588855743409, + "epoch": 8.924238081589758, + "grad_norm": 0.21628309786319733, + "learning_rate": 3.131269452197533e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9978509604930877, + "num_tokens": 120212387.0, + "step": 93410 + }, + { + "entropy": 0.864504599571228, + "epoch": 8.925193465176267, + "grad_norm": 0.5436766147613525, + "learning_rate": 3.1257693142784596e-06, + "loss": 0.0097, + "mean_token_accuracy": 0.9960043072700501, + "num_tokens": 120225285.0, + "step": 93420 + }, + { + "entropy": 0.862469094991684, + "epoch": 8.926148848762779, + "grad_norm": 0.3906220495700836, + "learning_rate": 3.1202738552899844e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9979469537734985, + "num_tokens": 120237680.0, + "step": 93430 + }, + { + "entropy": 0.857882273197174, + "epoch": 8.927104232349288, + "grad_norm": 0.5554280281066895, + "learning_rate": 3.114783075780664e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9972060561180115, + "num_tokens": 120249976.0, + "step": 93440 + }, + { + "entropy": 0.8794130325317383, + "epoch": 8.928059615935798, + "grad_norm": 1.5758343935012817, + "learning_rate": 3.109296976298576e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9969380378723145, + "num_tokens": 120263527.0, + "step": 93450 + }, + { + "entropy": 0.8811722278594971, + "epoch": 8.929014999522309, + "grad_norm": 0.7360714077949524, + "learning_rate": 3.1038155573913375e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9974682986736297, + "num_tokens": 120276838.0, + "step": 93460 + }, + { + "entropy": 0.8717116832733154, + "epoch": 8.929970383108818, + "grad_norm": 0.23262974619865417, + "learning_rate": 3.0983388196060893e-06, + "loss": 0.0111, + "mean_token_accuracy": 0.996320104598999, + "num_tokens": 120289721.0, + "step": 93470 + }, + { + "entropy": 0.8714910387992859, + "epoch": 8.930925766695328, + "grad_norm": 0.200018048286438, + "learning_rate": 3.092866763489527e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9975564897060394, + "num_tokens": 120302358.0, + "step": 93480 + }, + { + "entropy": 0.8650588989257812, + "epoch": 8.931881150281837, + "grad_norm": 0.23869508504867554, + "learning_rate": 3.0873993895878473e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9986437380313873, + "num_tokens": 120314686.0, + "step": 93490 + }, + { + "entropy": 0.8586884617805481, + "epoch": 8.932836533868349, + "grad_norm": 0.28641676902770996, + "learning_rate": 3.0819366984468133e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9963727176189423, + "num_tokens": 120327925.0, + "step": 93500 + }, + { + "entropy": 0.8536449491977691, + "epoch": 8.933791917454858, + "grad_norm": 0.47981998324394226, + "learning_rate": 3.0764786906117006e-06, + "loss": 0.005, + "mean_token_accuracy": 0.9986735761165619, + "num_tokens": 120340906.0, + "step": 93510 + }, + { + "entropy": 0.8562323868274688, + "epoch": 8.934747301041368, + "grad_norm": 0.7598098516464233, + "learning_rate": 3.0710253666273116e-06, + "loss": 0.01, + "mean_token_accuracy": 0.9963053107261658, + "num_tokens": 120353488.0, + "step": 93520 + }, + { + "entropy": 0.8598916947841644, + "epoch": 8.935702684627879, + "grad_norm": 1.0310825109481812, + "learning_rate": 3.065576727038e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9979548394680023, + "num_tokens": 120366042.0, + "step": 93530 + }, + { + "entropy": 0.8579790353775024, + "epoch": 8.936658068214388, + "grad_norm": 0.7314757704734802, + "learning_rate": 3.060132772387647e-06, + "loss": 0.0081, + "mean_token_accuracy": 0.9963936150074005, + "num_tokens": 120378659.0, + "step": 93540 + }, + { + "entropy": 0.8815782606601715, + "epoch": 8.937613451800898, + "grad_norm": 0.6638449430465698, + "learning_rate": 3.054693503219652e-06, + "loss": 0.0122, + "mean_token_accuracy": 0.9960475623607635, + "num_tokens": 120392415.0, + "step": 93550 + }, + { + "entropy": 0.8570833444595337, + "epoch": 8.938568835387407, + "grad_norm": 0.4730546474456787, + "learning_rate": 3.0492589200769473e-06, + "loss": 0.0092, + "mean_token_accuracy": 0.9962907791137695, + "num_tokens": 120404699.0, + "step": 93560 + }, + { + "entropy": 0.8701080501079559, + "epoch": 8.939524218973919, + "grad_norm": 1.9241349697113037, + "learning_rate": 3.043829023502026e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.998332679271698, + "num_tokens": 120417711.0, + "step": 93570 + }, + { + "entropy": 0.8699660718441009, + "epoch": 8.940479602560428, + "grad_norm": 0.3493410646915436, + "learning_rate": 3.0384038140368888e-06, + "loss": 0.0073, + "mean_token_accuracy": 0.9976520419120789, + "num_tokens": 120430660.0, + "step": 93580 + }, + { + "entropy": 0.8422985434532165, + "epoch": 8.941434986146938, + "grad_norm": 0.3972112536430359, + "learning_rate": 3.0329832922230737e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9977285265922546, + "num_tokens": 120442637.0, + "step": 93590 + }, + { + "entropy": 0.8663305699825287, + "epoch": 8.942390369733449, + "grad_norm": 0.45295295119285583, + "learning_rate": 3.027567458601649e-06, + "loss": 0.0065, + "mean_token_accuracy": 0.99768026471138, + "num_tokens": 120455698.0, + "step": 93600 + }, + { + "entropy": 0.8693973779678345, + "epoch": 8.943345753319958, + "grad_norm": 0.34493759274482727, + "learning_rate": 3.0221563137132092e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9981124460697174, + "num_tokens": 120468926.0, + "step": 93610 + }, + { + "entropy": 0.8691531658172608, + "epoch": 8.944301136906468, + "grad_norm": 0.2503415644168854, + "learning_rate": 3.016749858097906e-06, + "loss": 0.007, + "mean_token_accuracy": 0.9966995120048523, + "num_tokens": 120482273.0, + "step": 93620 + }, + { + "entropy": 0.8433257877826691, + "epoch": 8.945256520492977, + "grad_norm": 0.11765888333320618, + "learning_rate": 3.0113480922953907e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9986616313457489, + "num_tokens": 120494538.0, + "step": 93630 + }, + { + "entropy": 0.872731477022171, + "epoch": 8.946211904079489, + "grad_norm": 0.29222556948661804, + "learning_rate": 3.0059510168448657e-06, + "loss": 0.0085, + "mean_token_accuracy": 0.9963059484958648, + "num_tokens": 120507723.0, + "step": 93640 + }, + { + "entropy": 0.8713572561740875, + "epoch": 8.947167287665998, + "grad_norm": 0.3591422736644745, + "learning_rate": 3.0005586322850554e-06, + "loss": 0.0119, + "mean_token_accuracy": 0.9948329091072082, + "num_tokens": 120520662.0, + "step": 93650 + }, + { + "entropy": 0.8714017331600189, + "epoch": 8.948122671252507, + "grad_norm": 0.7551654577255249, + "learning_rate": 2.9951709391542293e-06, + "loss": 0.0118, + "mean_token_accuracy": 0.9952670454978942, + "num_tokens": 120534087.0, + "step": 93660 + }, + { + "entropy": 0.8704283773899079, + "epoch": 8.949078054839017, + "grad_norm": 0.6495290398597717, + "learning_rate": 2.9897879379901793e-06, + "loss": 0.0071, + "mean_token_accuracy": 0.9970618605613708, + "num_tokens": 120546865.0, + "step": 93670 + }, + { + "entropy": 0.8856164455413819, + "epoch": 8.950033438425528, + "grad_norm": 0.1891995370388031, + "learning_rate": 2.9844096293302372e-06, + "loss": 0.0084, + "mean_token_accuracy": 0.9969598054885864, + "num_tokens": 120560166.0, + "step": 93680 + }, + { + "entropy": 0.8752516984939576, + "epoch": 8.950988822012038, + "grad_norm": 0.17115862667560577, + "learning_rate": 2.979036013711245e-06, + "loss": 0.0067, + "mean_token_accuracy": 0.9973833620548248, + "num_tokens": 120573352.0, + "step": 93690 + }, + { + "entropy": 0.8650528490543365, + "epoch": 8.951944205598547, + "grad_norm": 0.7975440621376038, + "learning_rate": 2.9736670916695907e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9980684220790863, + "num_tokens": 120586080.0, + "step": 93700 + }, + { + "entropy": 0.8608753383159637, + "epoch": 8.952899589185058, + "grad_norm": 0.22713187336921692, + "learning_rate": 2.968302863741207e-06, + "loss": 0.0066, + "mean_token_accuracy": 0.9982963562011719, + "num_tokens": 120598527.0, + "step": 93710 + }, + { + "entropy": 0.8468349874019623, + "epoch": 8.953854972771568, + "grad_norm": 0.6347354054450989, + "learning_rate": 2.962943330461526e-06, + "loss": 0.0094, + "mean_token_accuracy": 0.9976990938186645, + "num_tokens": 120611172.0, + "step": 93720 + }, + { + "entropy": 0.8751693487167358, + "epoch": 8.954810356358077, + "grad_norm": 1.0512380599975586, + "learning_rate": 2.957588492365554e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.996733558177948, + "num_tokens": 120624149.0, + "step": 93730 + }, + { + "entropy": 0.8560590267181396, + "epoch": 8.955765739944589, + "grad_norm": 0.14395862817764282, + "learning_rate": 2.952238349987796e-06, + "loss": 0.0056, + "mean_token_accuracy": 0.9976979076862336, + "num_tokens": 120636689.0, + "step": 93740 + }, + { + "entropy": 0.8597634315490723, + "epoch": 8.956721123531098, + "grad_norm": 0.9623937606811523, + "learning_rate": 2.9468929038622807e-06, + "loss": 0.0063, + "mean_token_accuracy": 0.997669392824173, + "num_tokens": 120649785.0, + "step": 93750 + }, + { + "entropy": 0.8545159280300141, + "epoch": 8.957676507117608, + "grad_norm": 0.8064349293708801, + "learning_rate": 2.9415521545226035e-06, + "loss": 0.0075, + "mean_token_accuracy": 0.9975201964378357, + "num_tokens": 120662537.0, + "step": 93760 + }, + { + "entropy": 0.8579488575458527, + "epoch": 8.958631890704117, + "grad_norm": 0.26698392629623413, + "learning_rate": 2.936216102501871e-06, + "loss": 0.0059, + "mean_token_accuracy": 0.9983531475067139, + "num_tokens": 120675026.0, + "step": 93770 + }, + { + "entropy": 0.8714318454265595, + "epoch": 8.959587274290628, + "grad_norm": 0.5159449577331543, + "learning_rate": 2.9308847483327073e-06, + "loss": 0.0144, + "mean_token_accuracy": 0.9960259735584259, + "num_tokens": 120688115.0, + "step": 93780 + }, + { + "entropy": 0.8668850123882293, + "epoch": 8.960542657877138, + "grad_norm": 0.7781441807746887, + "learning_rate": 2.925558092547287e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9973524928092956, + "num_tokens": 120701124.0, + "step": 93790 + }, + { + "entropy": 0.8540567934513092, + "epoch": 8.961498041463647, + "grad_norm": 0.4617636799812317, + "learning_rate": 2.920236135677318e-06, + "loss": 0.0095, + "mean_token_accuracy": 0.9970567464828491, + "num_tokens": 120713514.0, + "step": 93800 + }, + { + "entropy": 0.8706787109375, + "epoch": 8.962453425050157, + "grad_norm": 0.21423350274562836, + "learning_rate": 2.9149188782540306e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9969382345676422, + "num_tokens": 120726481.0, + "step": 93810 + }, + { + "entropy": 0.848640787601471, + "epoch": 8.963408808636668, + "grad_norm": 0.28126025199890137, + "learning_rate": 2.9096063208081835e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9979337334632874, + "num_tokens": 120738486.0, + "step": 93820 + }, + { + "entropy": 0.8762592673301697, + "epoch": 8.964364192223178, + "grad_norm": 0.35339564085006714, + "learning_rate": 2.9042984638700755e-06, + "loss": 0.0089, + "mean_token_accuracy": 0.997376310825348, + "num_tokens": 120751251.0, + "step": 93830 + }, + { + "entropy": 0.8621527552604675, + "epoch": 8.965319575809687, + "grad_norm": 0.20818288624286652, + "learning_rate": 2.8989953079695153e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9980014622211456, + "num_tokens": 120763789.0, + "step": 93840 + }, + { + "entropy": 0.878131651878357, + "epoch": 8.966274959396198, + "grad_norm": 0.40915465354919434, + "learning_rate": 2.8936968536358742e-06, + "loss": 0.006, + "mean_token_accuracy": 0.9983895361423493, + "num_tokens": 120776776.0, + "step": 93850 + }, + { + "entropy": 0.8563506007194519, + "epoch": 8.967230342982708, + "grad_norm": 0.4024806618690491, + "learning_rate": 2.888403101398035e-06, + "loss": 0.0064, + "mean_token_accuracy": 0.9979674935340881, + "num_tokens": 120789358.0, + "step": 93860 + }, + { + "entropy": 0.8523983538150788, + "epoch": 8.968185726569217, + "grad_norm": 0.369583398103714, + "learning_rate": 2.8831140517844023e-06, + "loss": 0.013, + "mean_token_accuracy": 0.996367222070694, + "num_tokens": 120801984.0, + "step": 93870 + }, + { + "entropy": 0.8727932333946228, + "epoch": 8.969141110155727, + "grad_norm": 0.7448047995567322, + "learning_rate": 2.8778297053229375e-06, + "loss": 0.0108, + "mean_token_accuracy": 0.9962099850177765, + "num_tokens": 120815298.0, + "step": 93880 + }, + { + "entropy": 0.8652355432510376, + "epoch": 8.970096493742238, + "grad_norm": 0.09961822628974915, + "learning_rate": 2.8725500625411017e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9981506586074829, + "num_tokens": 120828461.0, + "step": 93890 + }, + { + "entropy": 0.8670831143856048, + "epoch": 8.971051877328748, + "grad_norm": 0.7658581137657166, + "learning_rate": 2.8672751239659235e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9971336781978607, + "num_tokens": 120841371.0, + "step": 93900 + }, + { + "entropy": 0.857693350315094, + "epoch": 8.972007260915257, + "grad_norm": 0.7102201581001282, + "learning_rate": 2.8620048901239315e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9975211501121521, + "num_tokens": 120854271.0, + "step": 93910 + }, + { + "entropy": 0.8461655259132386, + "epoch": 8.972962644501768, + "grad_norm": 1.2016087770462036, + "learning_rate": 2.8567393615411885e-06, + "loss": 0.0058, + "mean_token_accuracy": 0.9980138719081879, + "num_tokens": 120866612.0, + "step": 93920 + }, + { + "entropy": 0.8665130198001861, + "epoch": 8.973918028088278, + "grad_norm": 0.10150036960840225, + "learning_rate": 2.851478538743291e-06, + "loss": 0.0074, + "mean_token_accuracy": 0.9974788069725037, + "num_tokens": 120879472.0, + "step": 93930 + }, + { + "entropy": 0.8689201295375824, + "epoch": 8.974873411674787, + "grad_norm": 0.44295674562454224, + "learning_rate": 2.8462224222553844e-06, + "loss": 0.0088, + "mean_token_accuracy": 0.9961224675178528, + "num_tokens": 120892097.0, + "step": 93940 + }, + { + "entropy": 0.865576171875, + "epoch": 8.975828795261297, + "grad_norm": 1.1672602891921997, + "learning_rate": 2.840971012602117e-06, + "loss": 0.0054, + "mean_token_accuracy": 0.9984474062919617, + "num_tokens": 120904894.0, + "step": 93950 + }, + { + "entropy": 0.8555191397666931, + "epoch": 8.976784178847808, + "grad_norm": 0.2825774550437927, + "learning_rate": 2.8357243103076747e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9984426021575927, + "num_tokens": 120917715.0, + "step": 93960 + }, + { + "entropy": 0.8645614743232727, + "epoch": 8.977739562434317, + "grad_norm": 1.0275031328201294, + "learning_rate": 2.830482315895783e-06, + "loss": 0.008, + "mean_token_accuracy": 0.997318571805954, + "num_tokens": 120930255.0, + "step": 93970 + }, + { + "entropy": 0.8717979788780212, + "epoch": 8.978694946020827, + "grad_norm": 0.2691856324672699, + "learning_rate": 2.8252450298896894e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9970043897628784, + "num_tokens": 120943022.0, + "step": 93980 + }, + { + "entropy": 0.8534088730812073, + "epoch": 8.979650329607338, + "grad_norm": 0.34819290041923523, + "learning_rate": 2.8200124528121817e-06, + "loss": 0.0052, + "mean_token_accuracy": 0.9986741185188294, + "num_tokens": 120955780.0, + "step": 93990 + }, + { + "entropy": 0.8649201214313507, + "epoch": 8.980605713193848, + "grad_norm": 1.0342738628387451, + "learning_rate": 2.814784585185559e-06, + "loss": 0.0113, + "mean_token_accuracy": 0.9958142817020417, + "num_tokens": 120968263.0, + "step": 94000 + }, + { + "entropy": 0.8557609736919403, + "epoch": 8.981561096780357, + "grad_norm": 1.3662995100021362, + "learning_rate": 2.8095614275316704e-06, + "loss": 0.0078, + "mean_token_accuracy": 0.9967279195785522, + "num_tokens": 120981245.0, + "step": 94010 + }, + { + "entropy": 0.8745234370231628, + "epoch": 8.982516480366867, + "grad_norm": 0.1778014749288559, + "learning_rate": 2.8043429803718712e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9976589202880859, + "num_tokens": 120994459.0, + "step": 94020 + }, + { + "entropy": 0.8642452597618103, + "epoch": 8.983471863953378, + "grad_norm": 0.3711315393447876, + "learning_rate": 2.799129244227067e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9983678042888642, + "num_tokens": 121007005.0, + "step": 94030 + }, + { + "entropy": 0.858786654472351, + "epoch": 8.984427247539887, + "grad_norm": 0.3652542531490326, + "learning_rate": 2.793920219617696e-06, + "loss": 0.0114, + "mean_token_accuracy": 0.9961912572383881, + "num_tokens": 121019276.0, + "step": 94040 + }, + { + "entropy": 0.8707974195480347, + "epoch": 8.985382631126397, + "grad_norm": 0.6971341967582703, + "learning_rate": 2.7887159070637103e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9970229387283325, + "num_tokens": 121032200.0, + "step": 94050 + }, + { + "entropy": 0.849891722202301, + "epoch": 8.986338014712906, + "grad_norm": 0.5142340064048767, + "learning_rate": 2.783516307084599e-06, + "loss": 0.0049, + "mean_token_accuracy": 0.998362523317337, + "num_tokens": 121045126.0, + "step": 94060 + }, + { + "entropy": 0.8703593969345093, + "epoch": 8.987293398299418, + "grad_norm": 0.3373717963695526, + "learning_rate": 2.778321420199376e-06, + "loss": 0.0098, + "mean_token_accuracy": 0.996869432926178, + "num_tokens": 121057280.0, + "step": 94070 + }, + { + "entropy": 0.8790247917175293, + "epoch": 8.988248781885927, + "grad_norm": 0.32260629534721375, + "learning_rate": 2.773131246926591e-06, + "loss": 0.0104, + "mean_token_accuracy": 0.9974703669548035, + "num_tokens": 121069920.0, + "step": 94080 + }, + { + "entropy": 0.8743542492389679, + "epoch": 8.989204165472437, + "grad_norm": 0.25417694449424744, + "learning_rate": 2.7679457877843262e-06, + "loss": 0.0102, + "mean_token_accuracy": 0.9960792124271393, + "num_tokens": 121083328.0, + "step": 94090 + }, + { + "entropy": 0.8830919802188874, + "epoch": 8.990159549058948, + "grad_norm": 0.3660914897918701, + "learning_rate": 2.7627650432901774e-06, + "loss": 0.0093, + "mean_token_accuracy": 0.9965597927570343, + "num_tokens": 121097177.0, + "step": 94100 + }, + { + "entropy": 0.8577326774597168, + "epoch": 8.991114932645457, + "grad_norm": 0.23166708648204803, + "learning_rate": 2.7575890139612925e-06, + "loss": 0.0057, + "mean_token_accuracy": 0.9979376316070556, + "num_tokens": 121109967.0, + "step": 94110 + }, + { + "entropy": 0.8720384359359741, + "epoch": 8.992070316231967, + "grad_norm": 1.2847065925598145, + "learning_rate": 2.752417700314319e-06, + "loss": 0.0091, + "mean_token_accuracy": 0.9973299145698548, + "num_tokens": 121122932.0, + "step": 94120 + }, + { + "entropy": 0.8532889187335968, + "epoch": 8.993025699818476, + "grad_norm": 0.3303889036178589, + "learning_rate": 2.7472511028654777e-06, + "loss": 0.0132, + "mean_token_accuracy": 0.9974475800991058, + "num_tokens": 121135506.0, + "step": 94130 + }, + { + "entropy": 0.8688893139362335, + "epoch": 8.993981083404988, + "grad_norm": 0.11726585775613785, + "learning_rate": 2.7420892221304728e-06, + "loss": 0.0061, + "mean_token_accuracy": 0.9976912140846252, + "num_tokens": 121148626.0, + "step": 94140 + }, + { + "entropy": 0.8547586977481842, + "epoch": 8.994936466991497, + "grad_norm": 0.3289753496646881, + "learning_rate": 2.736932058624564e-06, + "loss": 0.0062, + "mean_token_accuracy": 0.9977789103984833, + "num_tokens": 121161400.0, + "step": 94150 + }, + { + "entropy": 0.8625909388065338, + "epoch": 8.995891850578007, + "grad_norm": 0.6777977347373962, + "learning_rate": 2.7317796128625286e-06, + "loss": 0.0068, + "mean_token_accuracy": 0.9976963758468628, + "num_tokens": 121174181.0, + "step": 94160 + }, + { + "entropy": 0.8630568027496338, + "epoch": 8.996847234164518, + "grad_norm": 0.5262302160263062, + "learning_rate": 2.7266318853586712e-06, + "loss": 0.0072, + "mean_token_accuracy": 0.9970669150352478, + "num_tokens": 121187111.0, + "step": 94170 + }, + { + "entropy": 0.8646979808807373, + "epoch": 8.997802617751027, + "grad_norm": 0.2677501142024994, + "learning_rate": 2.72148887662686e-06, + "loss": 0.0055, + "mean_token_accuracy": 0.9986094534397125, + "num_tokens": 121199583.0, + "step": 94180 + }, + { + "entropy": 0.8702288508415222, + "epoch": 8.998758001337537, + "grad_norm": 0.2948598861694336, + "learning_rate": 2.716350587180433e-06, + "loss": 0.0083, + "mean_token_accuracy": 0.9980298459529877, + "num_tokens": 121212490.0, + "step": 94190 + }, + { + "entropy": 0.8661913692951202, + "epoch": 8.999713384924046, + "grad_norm": 0.4361473619937897, + "learning_rate": 2.7112170175323083e-06, + "loss": 0.0082, + "mean_token_accuracy": 0.9977757215499878, + "num_tokens": 121226200.0, + "step": 94200 + } + ], + "logging_steps": 10, + "max_steps": 104670, + "num_input_tokens_seen": 0, + "num_train_epochs": 10, + "save_steps": 500, + "stateful_callbacks": { + "TrainerControl": { + "args": { + "should_epoch_stop": false, + "should_evaluate": false, + "should_log": false, + "should_save": true, + "should_training_stop": false + }, + "attributes": {} + } + }, + "total_flos": 5.231086536254359e+18, + "train_batch_size": 8, + "trial_name": null, + "trial_params": null +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/training_args.bin b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/training_args.bin new file mode 100644 index 0000000000000000000000000000000000000000..73f7173c9d6c09e466e124b7bc68342d2d3c8580 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/training_args.bin @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:925fb53215ab41de9eb3d352378c5950e38e59712a31a89f721af2f014d06231 +size 6481 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/vocab.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/vocab.json new file mode 100644 index 0000000000000000000000000000000000000000..4783fe10ac3adce15ac8f358ef5462739852c569 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/checkpoint-94203/vocab.json @@ -0,0 +1 @@ +{"!":0,"\"":1,"#":2,"$":3,"%":4,"&":5,"'":6,"(":7,")":8,"*":9,"+":10,",":11,"-":12,".":13,"/":14,"0":15,"1":16,"2":17,"3":18,"4":19,"5":20,"6":21,"7":22,"8":23,"9":24,":":25,";":26,"<":27,"=":28,">":29,"?":30,"@":31,"A":32,"B":33,"C":34,"D":35,"E":36,"F":37,"G":38,"H":39,"I":40,"J":41,"K":42,"L":43,"M":44,"N":45,"O":46,"P":47,"Q":48,"R":49,"S":50,"T":51,"U":52,"V":53,"W":54,"X":55,"Y":56,"Z":57,"[":58,"\\":59,"]":60,"^":61,"_":62,"`":63,"a":64,"b":65,"c":66,"d":67,"e":68,"f":69,"g":70,"h":71,"i":72,"j":73,"k":74,"l":75,"m":76,"n":77,"o":78,"p":79,"q":80,"r":81,"s":82,"t":83,"u":84,"v":85,"w":86,"x":87,"y":88,"z":89,"{":90,"|":91,"}":92,"~":93,"¡":94,"¢":95,"£":96,"¤":97,"¥":98,"¦":99,"§":100,"¨":101,"©":102,"ª":103,"«":104,"¬":105,"®":106,"¯":107,"°":108,"±":109,"²":110,"³":111,"´":112,"µ":113,"¶":114,"·":115,"¸":116,"¹":117,"º":118,"»":119,"¼":120,"½":121,"¾":122,"¿":123,"À":124,"Á":125,"Â":126,"Ã":127,"Ä":128,"Å":129,"Æ":130,"Ç":131,"È":132,"É":133,"Ê":134,"Ë":135,"Ì":136,"Í":137,"Î":138,"Ï":139,"Ð":140,"Ñ":141,"Ò":142,"Ó":143,"Ô":144,"Õ":145,"Ö":146,"×":147,"Ø":148,"Ù":149,"Ú":150,"Û":151,"Ü":152,"Ý":153,"Þ":154,"ß":155,"à":156,"á":157,"â":158,"ã":159,"ä":160,"å":161,"æ":162,"ç":163,"è":164,"é":165,"ê":166,"ë":167,"ì":168,"í":169,"î":170,"ï":171,"ð":172,"ñ":173,"ò":174,"ó":175,"ô":176,"õ":177,"ö":178,"÷":179,"ø":180,"ù":181,"ú":182,"û":183,"ü":184,"ý":185,"þ":186,"ÿ":187,"Ā":188,"ā":189,"Ă":190,"ă":191,"Ą":192,"ą":193,"Ć":194,"ć":195,"Ĉ":196,"ĉ":197,"Ċ":198,"ċ":199,"Č":200,"č":201,"Ď":202,"ď":203,"Đ":204,"đ":205,"Ē":206,"ē":207,"Ĕ":208,"ĕ":209,"Ė":210,"ė":211,"Ę":212,"ę":213,"Ě":214,"ě":215,"Ĝ":216,"ĝ":217,"Ğ":218,"ğ":219,"Ġ":220,"ġ":221,"Ģ":222,"ģ":223,"Ĥ":224,"ĥ":225,"Ħ":226,"ħ":227,"Ĩ":228,"ĩ":229,"Ī":230,"ī":231,"Ĭ":232,"ĭ":233,"Į":234,"į":235,"İ":236,"ı":237,"IJ":238,"ij":239,"Ĵ":240,"ĵ":241,"Ķ":242,"ķ":243,"ĸ":244,"Ĺ":245,"ĺ":246,"Ļ":247,"ļ":248,"Ľ":249,"ľ":250,"Ŀ":251,"ŀ":252,"Ł":253,"ł":254,"Ń":255,"ĠĠ":256,"ĠĠĠĠ":257,"in":258,"Ġt":259,"ĠĠĠĠĠĠĠĠ":260,"er":261,"ĠĠĠ":262,"on":263,"Ġa":264,"re":265,"at":266,"st":267,"en":268,"or":269,"Ġth":270,"ĊĊ":271,"Ġc":272,"le":273,"Ġs":274,"it":275,"an":276,"ar":277,"al":278,"Ġthe":279,";Ċ":280,"Ġp":281,"Ġf":282,"ou":283,"Ġ=":284,"is":285,"ĠĠĠĠĠĠĠ":286,"ing":287,"es":288,"Ġw":289,"ion":290,"ed":291,"ic":292,"Ġb":293,"Ġd":294,"et":295,"Ġm":296,"Ġo":297,"ĉĉ":298,"ro":299,"as":300,"el":301,"ct":302,"nd":303,"Ġin":304,"Ġh":305,"ent":306,"id":307,"Ġn":308,"am":309,"ĠĠĠĠĠĠĠĠĠĠĠ":310,"Ġto":311,"Ġre":312,"--":313,"Ġ{":314,"Ġof":315,"om":316,");Ċ":317,"im":318,"čĊ":319,"Ġ(":320,"il":321,"//":322,"Ġand":323,"ur":324,"se":325,"Ġl":326,"ex":327,"ĠS":328,"ad":329,"Ġ\"":330,"ch":331,"ut":332,"if":333,"**":334,"Ġ}":335,"em":336,"ol":337,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":338,"th":339,")Ċ":340,"Ġ{Ċ":341,"Ġg":342,"ig":343,"iv":344,",Ċ":345,"ce":346,"od":347,"Ġv":348,"ate":349,"ĠT":350,"ag":351,"ay":352,"Ġ*":353,"ot":354,"us":355,"ĠC":356,"Ġst":357,"ĠI":358,"un":359,"ul":360,"ue":361,"ĠA":362,"ow":363,"Ġ'":364,"ew":365,"Ġ<":366,"ation":367,"()":368,"Ġfor":369,"ab":370,"ort":371,"um":372,"ame":373,"Ġis":374,"pe":375,"tr":376,"ck":377,"âĢ":378,"Ġy":379,"ist":380,"----":381,".ĊĊ":382,"he":383,"Ġe":384,"lo":385,"ĠM":386,"Ġbe":387,"ers":388,"Ġon":389,"Ġcon":390,"ap":391,"ub":392,"ĠP":393,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":394,"ass":395,"int":396,">Ċ":397,"ly":398,"urn":399,"Ġ$":400,";ĊĊ":401,"av":402,"port":403,"ir":404,"->":405,"nt":406,"ction":407,"end":408,"Ġde":409,"ith":410,"out":411,"turn":412,"our":413,"ĠĠĠĠĠ":414,"lic":415,"res":416,"pt":417,"==":418,"Ġthis":419,"Ġwh":420,"Ġif":421,"ĠD":422,"ver":423,"age":424,"ĠB":425,"ht":426,"ext":427,"=\"":428,"Ġthat":429,"****":430,"ĠR":431,"Ġit":432,"ess":433,"ĠF":434,"Ġr":435,"os":436,"and":437,"Ġas":438,"ect":439,"ke":440,"rom":441,"Ġ//":442,"con":443,"ĠL":444,"(\"":445,"qu":446,"lass":447,"Ġwith":448,"iz":449,"de":450,"ĠN":451,"Ġal":452,"op":453,"up":454,"get":455,"Ġ}Ċ":456,"ile":457,"Ġan":458,"ata":459,"ore":460,"ri":461,"Ġpro":462,";čĊ":463,"ĉĉĉĉ":464,"ter":465,"ain":466,"ĠW":467,"ĠE":468,"Ġcom":469,"Ġreturn":470,"art":471,"ĠH":472,"ack":473,"import":474,"ublic":475,"Ġor":476,"est":477,"ment":478,"ĠG":479,"able":480,"Ġ-":481,"ine":482,"ill":483,"ind":484,"ere":485,"::":486,"ity":487,"Ġ+":488,"Ġtr":489,"elf":490,"ight":491,"('":492,"orm":493,"ult":494,"str":495,"..":496,"\",":497,"Ġyou":498,"ype":499,"pl":500,"Ġnew":501,"Ġj":502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":503,"Ġfrom":504,"Ġex":505,"ĠO":506,"ld":507,"Ġ[":508,"oc":509,":Ċ":510,"Ġse":511,"Ġle":512,"--------":513,".s":514,"{Ċ":515,"',":516,"ant":517,"Ġat":518,"ase":519,".c":520,"Ġch":521,"":589,"ust":590,"que":591,"Ġres":592,"))":593,"'s":594,"Ġk":595,"ans":596,"yst":597,"unction":598,"********":599,"Ġi":600,"Ġus":601,"pp":602,"one":603,"ail":604,"====":605,"name":606,"Ġstr":607,"Ġ/":608,"Ġ&":609,"ach":610,"div":611,"ystem":612,"ell":613,"Ġhave":614,"err":615,"ould":616,"ull":617,"pon":618,"ĠJ":619,"_p":620,"Ġ==":621,"ign":622,"St":623,".Ċ":624,"Ġpl":625,");ĊĊ":626,"form":627,"put":628,"ount":629,"}ĊĊ":630,"dd":631,"ite":632,"Ġget":633,"rr":634,"ome":635,"ĠâĢ":636,"aram":637,"cc":638,"Ġ*/":639,"ER":640,"In":641,"les":642,"_s":643,"ong":644,"ie":645,"Ġcan":646,"ĠV":647,"erv":648,"pr":649,"Ġun":650,"row":651,"ber":652,"Ġdo":653,"ll":654,"Ġel":655,"Ġself":656,"ated":657,"ary":658,"Ġ.":659,"']":660,"ud":661,"Ġen":662,"ĠTh":663,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":664,"te":665,"_c":666,"uct":667,"Ġab":668,"ork":669,".get":670,"Ġ#":671,"aw":672,"ress":673,"ob":674,"Name":675,"app":676,"['":677,"Ġall":678,"ory":679,"ition":680,"ance":681,"ear":682,"Ġcont":683,"vent":684,"ia":685,"Ġwill":686,"IN":687,"ĠĠĠĠĠĠĠĠĠ":688,"return":689,"Ġ":755,"\",Ċ":756,"ec":757,"ĠIn":758,"ph":759,"Ġ|":760,"_f":761,"Ġvar":762,"ence":763,"Id":764,"ree":765,"ink":766,"lect":767,"ug":768,"eth":769,"Ġelse":770,"----------------":771,"cont":772,"Ġso":773,"atic":774,"Ġlo":775,"pro":776,"ton":777,"ss":778,"own":779,"abel":780,"oint":781,"ous":782,"eld":783,"ST":784,"The":785,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":786,"RE":787,"\":":788,"olor":789,"tp":790,"eg":791,"key":792,"ude":793,"ĠSt":794,"ound":795,"Ġar":796,"\");Ċ":797,"ener":798,"ser":799,"bject":800,"essage":801,"fer":802,"Ġmore":803,"ations":804,"ents":805,"Ġhis":806,"Ġthey":807,".S":808,"ĠY":809,"use":810,"ne":811,"ish":812,"old":813,"_d":814,"io":815,"ield":816,"Ġper":817,"Cont":818,"ings":819,"####":820,"Ġdata":821,"Ġsa":822,"ef":823,"fo":824,"Ġone":825,"eng":826,"Ġdis":827,"AT":828,"Ġname":829,"Ġtrue":830,"val":831,"led":832,".f":833,"Ġne":834,"Ġend":835,".T":836,"cre":837,"ark":838,"log":839,"Ex":840,"error":841,"_id":842,"urre":843,"ange":844,"Ġnull":845,"rray":846,"Ġmy":847,"pan":848,"ict":849,"ator":850,"View":851,"List":852,"ĉreturn":853,"âĢĿ":854,"Ġpre":855,"Ġx":856,"clude":857,"arg":858,"ov":859,".h":860,"Ġ>":861,"Ġtheir":862,"')":863,"irst":864,"ick":865,"gh":866,"LE":867,"OR":868,"Ġprivate":869,"tem":870,"čĊčĊ":871,"user":872,"Ġ)":873,"com":874,".A":875,"\";Ċ":876,"Ġid":877,"read":878,"Ġwho":879,"_b":880,"\">Ċ":881,"Ġtime":882,"Ġman":883,"ry":884,"========":885,"roup":886,"rop":887,"public":888,"vel":889,"umber":890,"ble":891,"Ġwhich":892,"****************":893,"Ġany":894,"Ġfalse":895,"we":896,"Ġvalue":897,"Ġli":898,"\")":899,"nder":900,"gr":901,"Ġno":902,"param":903,"fig":904,".com":905,"Ġapp":906,"_l":907,"ions":908,".D":909,"ĠCh":910,"Ġabout":911,"Ġadd":912,"Ġsu":913,"Ġstring":914,"ID":915,"Ġover":916,"string":917,".l":918,"ource":919,"_C":920,"]Ċ":921,"Ġqu":922,"ĠString":923,"ca":924,"SE":925,"Ġro":926,"sh":927,"ual":928,"Type":929,"son":930,"new":931,"ern":932,"Ġag":933,"AR":934,"];Ċ":935,"].":936,"Ġ?":937,"ical":938,"Ġdes":939,"uth":940,"ix":941,"ays":942,"Ġtype":943,"'t":944,"ault":945,"Ġinter":946,"var":947,".b":948,"Ġpart":949,".d":950,"urrent":951,"IT":952,"EN":953,"enc":954,"(f":955,"ra":956,"value":957,"cho":958,"utton":959,"ose":960,"Ġ!=":961,"ater":962,"é":963,"reate":964,"oll":965,"pos":966,"yle":967,"ng":968,"AL":969,"using":970,"ames":971,"Ġ{čĊ":972,"ates":973,"ely":974,"Ġwork":975,"Ġem":976,"inal":977,"Ġsp":978,"Ġwhen":979,".set":980,"ĠĠĠĠĠĠ":981,"):Ċ":982,"to":983,"quire":984,"indow":985,"lement":986,"pect":987,"ash":988,"[i":989,"Ġuse":990,".F":991,"pec":992,"Ġad":993,"ove":994,"ception":995,"ength":996,"include":997,"ader":998,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":999,"atus":1000,"Th":1001,"itle":1002,"rit":1003,"void":1004,"().":1005,"(Ċ":1006,"Ġoff":1007,"Ġother":1008,"Ġ&&":1009,"';Ċ":1010,"ms":1011,"Ġbeen":1012,"Ġte":1013,"ml":1014,"co":1015,"nc":1016,"ervice":1017,"Ġ%":1018,"**Ċ":1019,"ann":1020,"ade":1021,"ĊĊĊĊ":1022,"lock":1023,"const":1024,"ponse":1025,"Ġsup":1026,"++":1027,"date":1028,"Ġacc":1029,"Ġhad":1030,"Ġbu":1031,"ĠRe":1032,"Ġwere":1033,"Ġfile":1034,"Ġwould":1035,"ĠâĢľ":1036,"ven":1037,"iss":1038,"Ġour":1039,"class":1040,"raw":1041,"Ġyear":1042,"Data":1043,"Ġval":1044,"Ġsome":1045,"fter":1046,"ys":1047,"Ġ///":1048,"round":1049,"view":1050,"Ġpe":1051,"Ġthere":1052,"Ġsaid":1053,"du":1054,"of":1055,"line":1056,"/*":1057,"duct":1058,"Ġher":1059,"ĠĠĠĠĠĠĠĠĠĠĠĠĠ":1060,"Res":1061,"Ġco":1062,"Ġcomm":1063,"ise":1064,"min":1065,"ĠĠĠĠĊ":1066,"#include":1067,"ethod":1068,".P":1069,"ute":1070,"Ġass":1071,"Int":1072,"ask":1073,"loc":1074,"Ġlike":1075,"ody":1076,"Ġlet":1077,"load":1078,"Ġam":1079,"rol":1080,"Ġgr":1081,"yp":1082,"Ġalso":1083,"ĠIt":1084,"url":1085,"ific":1086,"ors":1087,"_P":1088,"_n":1089,"igh":1090,"Ġthan":1091,"Com":1092,"AN":1093,"UL":1094,"ating":1095,"ĠThis":1096,"ref":1097,"_S":1098,"Ġstatic":1099,"roll":1100,"Ġjust":1101,"Ġresult":1102,"ian":1103,"idth":1104,"Ġthem":1105,"));Ċ":1106,"der":1107,"reak":1108,"Con":1109,"://":1110,"ule":1111,"...":1112,"arch":1113,"ement":1114,"Ġ<<":1115,"ush":1116,"ense":1117,"arr":1118,"Ġinto":1119,"cess":1120,"amp":1121,"ied":1122,"ument":1123,"Ġ\\":1124,"],":1125,"wo":1126,"als":1127,"Ġwhat":1128,"anc":1129,"Value":1130,"='":1131,"olum":1132,"Ġpos":1133,"ages":1134,"ayer":1135,"Ġsc":1136,"ues":1137,"\")Ċ":1138,"_T":1139,"Ġlist":1140,"(s":1141,"Ġcase":1142,"Ch":1143,"ĉĉĉĉĉ":1144,"////////":1145,"ponent":1146,"Ġz":1147,"Ġkn":1148,"let":1149,"DE":1150,"red":1151,"Ġfe":1152,"Ġ},Ċ":1153,"Ġ,":1154,"(t":1155,"Ġfirst":1156,"');Ċ":1157,"word":1158,"Ġimport":1159,"Ġact":1160,"Ġchar":1161,"CT":1162,"ĠTr":1163,"ople":1164,"={":1165,"ĉf":1166,"ient":1167,"cent":1168,".j":1169,"lection":1170,"))Ċ":1171,"Ġonly":1172,"Ġprint":1173,"mer":1174,".W":1175,"ock":1176,"Ġ--":1177,"Text":1178,"Ġop":1179,"ank":1180,"Ġits":1181,"Ġback":1182,"[\"":1183,"Ġneed":1184,"Ġcl":1185,"Ġsub":1186,"Ġla":1187,"((":1188,".\"":1189,"Object":1190,"Ġstart":1191,"file":1192,"(self":1193,"ner":1194,"ey":1195,"Ġuser":1196,"Ġent":1197,"ĠCom":1198,"its":1199,"ĠCon":1200,"ouble":1201,"ower":1202,"item":1203,"very":1204,"ĠWe":1205,"lick":1206,"ĠQ":1207,"php":1208,"ttp":1209,"':":1210,"ics":1211,"Ġunder":1212,"Ġ*Ċ":1213,".L":1214,");":1215,"ices":1216,"Ġreg":1217,")čĊ":1218,"ĉpublic":1219,"SS":1220,"Ġthen":1221,"reat":1222,"ious":1223,".G":1224,"ek":1225,"irect":1226,"heck":1227,"cript":1228,"ning":1229,"ĠUn":1230,"Ġmay":1231,"ĠWh":1232,"Bo":1233,"Item":1234,"struct":1235,".st":1236,"ream":1237,"ible":1238,"loat":1239,"Ġorg":1240,"und":1241,"sum":1242,"_in":1243,"../":1244,"_M":1245,"Ġhow":1246,"rite":1247,"'Ċ":1248,"To":1249,"ww":1250,"Ġpeople":1251,"index":1252,".n":1253,"http":1254,"(m":1255,"ector":1256,"Ġind":1257,"Ġjav":1258,"],Ċ":1259,"ĠHe":1260,"_st":1261,"ful":1262,"ole":1263,"){Ċ":1264,"Ġshould":1265,"opy":1266,"elp":1267,"ier":1268,"_name":1269,"erson":1270,"ION":1271,"ote":1272,"Ġtest":1273,"Ġbet":1274,"rror":1275,"ular":1276,"ãĢ":1277,"ĠÐ":1278,"bs":1279,"ting":1280,"Ġmake":1281,"Tr":1282,"Ġafter":1283,"arget":1284,"RO":1285,"olumn":1286,"rc":1287,"_re":1288,"define":1289,"Ġright":1290,"right":1291,"day":1292,"Ġlong":1293,"[]":1294,"(p":1295,"td":1296,"cond":1297,"ĠPro":1298,"Ġrem":1299,"ptions":1300,"vid":1301,".g":1302,"Ġext":1303,"Ġ__":1304,"')Ċ":1305,"pace":1306,"mp":1307,"Ġmin":1308,"stance":1309,"air":1310,"action":1311,"wh":1312,"type":1313,"util":1314,"ait":1315,"ĊĊ":1339,"Ġshe":1340,"\"]":1341,"aph":1342,"Ġexp":1343,"erty":1344,"ĠSe":1345,"Ġpar":1346,"unc":1347,"ET":1348,"Ġread":1349,"print":1350,"Ġrel":1351,"Ġform":1352,"Ġdr":1353,"Exception":1354,"input":1355,"Ġtrans":1356,"########":1357,"order":1358,"By":1359,"Ġaw":1360,"ities":1361,"uff":1362,"play":1363,".add":1364,"ĠâĢĵ":1365,"Ġwant":1366,"Ġcomp":1367,"ments":1368,"Ġ||":1369,"az":1370,"be":1371,"Ġnumber":1372,"Ġrequire":1373,"ĠEx":1374,"Ġcol":1375,"Ġkey":1376,"ember":1377,"Ġtwo":1378,"Ġsize":1379,"Ġwhere":1380,"UT":1381,"result":1382,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1383,"ough":1384,"orld":1385,"ood":1386,"uch":1387,"ative":1388,"ger":1389,"arent":1390,"Ġ/*":1391,"Ġarg":1392,"Ġwhile":1393,"(this":1394,"Ġrec":1395,"Ġdif":1396,"State":1397,"Ġspec":1398,"ride":1399,"_F":1400,"Ġlook":1401,"AM":1402,"ility":1403,"eter":1404,"âĢĻt":1405,"ĊĊĊ":1406,"ayout":1407,"--------------------------------":1408,"ager":1409,"Ġcould":1410,"Ġbr":1411,"ends":1412,"ures":1413,"Ġknow":1414,"ets":1415,"ĠIf":1416,"ĠSh":1417,".w":1418,"back":1419,"Ġser":1420,"Ġ+=":1421,"Ġfr":1422,"());Ċ":1423,"Ġhand":1424,"Ind":1425,"ULL":1426,"Im":1427,"();ĊĊ":1428,"Ġmost":1429,"Ġtry":1430,"Ġnow":1431,"rough":1432,">čĊ":1433,"ackage":1434,"Ġhim":1435,"._":1436,"ify":1437,"Ġbreak":1438,"Ġ);Ċ":1439,"ren":1440,"#define":1441,"itt":1442,"Ġap":1443,"ĉc":1444,"(n":1445,"ĠYou":1446,":ĊĊ":1447,"-m":1448,"Ġevery":1449,"ustom":1450,"lient":1451,"ocument":1452,"cription":1453,"Error":1454,"-b":1455,"о":1456,"][":1457,"trans":1458,"Ġpoint":1459,"Ġstd":1460,"Ġfil":1461,"Time":1462,"Ġmod":1463,"Ġ->":1464,"Ġerror":1465,"ah":1466,"Ġtext":1467,"roller":1468,"lose":1469,"ql":1470,"Ġpol":1471,"><":1784,".B":1785,"-c":1786,"Ġopen":1787,"Ġest":1788,"ĠĠĠĠĠĠĠĠĊ":1789,"Ġnext":1790,"IM":1791,"ÑĤ":1792,"OT":1793,"ó":1794,"Ġfollow":1795,"content":1796,"ĠĠĠĠĠĠĠĠĠĠĠĠ":1797,"Ġinclud":1798,"HE":1799,"ĠRes":1800,"Ġhref":1801,"и":1802,"Ġcar":1803,"ypes":1804,"image":1805,"Un":1806,"Ġbool":1807,"AD":1808,"Ġgame":1809,".Form":1810,"rows":1811,"*/":1812,"velop":1813,".Drawing":1814,"Ġpath":1815,"ision":1816,"Ġeach":1817,"ĠPl":1818,"_type":1819,"Path":1820,"nection":1821,"Ġav":1822,"').":1823,"Ġsupport":1824,"ENT":1825,"rem":1826,"\").":1827,"Ġown":1828,"Ġcor":1829,"count":1830,"miss":1831,"ually":1832,"Ġmem":1833,"std":1834,"ience":1835,"search":1836,"\"ĊĊ":1837,"Form":1838,"Ġsex":1839,"ename":1840,"Ġsign":1841,"Ġet":1842,"ĠĠĠĠĠĠĠĠĠĠ":1843,"','":1844,"ĠApp":1845,"Ġthose":1846,"off":1847,"Ġerr":1848,"Ġsystem":1849,"Ġbest":1850,"code":1851,"Ġsame":1852,"Ġdi":1853,"uss":1854,"Ġcreate":1855,"ather":1856,"Array":1857,".in":1858,"fe":1859,"Service":1860,"UN":1861,"ats":1862,"ĠZ":1863,"alth":1864,"Ġmade":1865,"true":1866,"AB":1867,"Ġmark":1868,"rid":1869,"ified":1870,",čĊ":1871,"yn":1872,"press":1873,"Ġgroup":1874,"Ġfin":1875,"ĠLicense":1876,"Field":1877,"eger":1878,"Ġworld":1879,"iness":1880,"ty":1881,"Ġprocess":1882,"(b":1883,"Ġcre":1884,"arn":1885,"ives":1886,"Ġmain":1887,"ideo":1888,"_g":1889,"AG":1890,"valid":1891,"img":1892,"PI":1893,"Ġcolor":1894,"Ġreport":1895,"Ġtake":1896,"rib":1897,"OM":1898,"Ġday":1899,"Request":1900,"Ġsk":1901,"bers":1902,"ĉs":1903,".Add":1904,"oot":1905,"Image":1906,"Ġcomple":1907,"ollection":1908,"Ġtop":1909,"Ġfree":1910,"AS":1911,"De":1912,"ĠOn":1913,"IG":1914,"eta":1915,"Date":1916,"Ġaction":1917,"Over":1918,"itor":1919,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1920,"not":1921,"Ġindex":1922,"her":1923,"icon":1924,"On":1925,";čĊčĊ":1926,"ivity":1927,"mand":1928,".Windows":1929,"OL":1930,"Ġreal":1931,"Ġmax":1932,"land":1933,"....":1934,"raph":1935,"Ġbuild":1936,"leg":1937,"assword":1938,"?ĊĊ":1939,"âĢ¦":1940,"ook":1941,"uck":1942,"Ġmessage":1943,"test":1944,"ivers":1945,"Ġinput":1946,"Ġart":1947,"Ġbetween":1948,"Get":1949,"enter":1950,"ground":1951,"ene":1952,"á":1953,".length":1954,"Node":1955,"(i":1956,"Class":1957,"for":1958,"ĠâĢĶ":1959,"ten":1960,"oin":1961,"Ġke":1962,"ui":1963,"ĠIN":1964,"Ġtable":1965,"sub":1966,"ĠLe":1967,"Ġhead":1968,"Ġmust":1969,"////////////////":1970,".util":1971,"Context":1972,"Ġorder":1973,"Ġmov":1974,"over":1975,"Ġcontin":1976,"Ġsay":1977,"static":1978,".Text":1979,"ĠclassName":1980,"pany":1981,"Ġter":1982,"head":1983,"rg":1984,"Ġproduct":1985,"This":1986,".âĢĿ":1987,"ĠBut":1988,"loy":1989,"Ġdouble":1990,"sg":1991,"Ġplace":1992,".x":1993,"message":1994,"Ġinformation":1995,"private":1996,"Ġoper":1997,"ced":1998,"db":1999,"\">":2179,"aterial":2180,"iled":2181,"Ġput":2182,"Qu":2183,"ÑĢ":2184,"ung":2185,"map":2186,"ĉĉĉĉĉĉĉĉ":2187,"Ġlevel":2188,"Component":2189,"book":2190,"creen":2191,"_RE":2192,"Ġconfig":2193,"ãģ":2194,"Or":2195,".data":2196,"Ġdocument":2197,"\",\"":2198,"tribute":2199,"ux":2200,"Log":2201,"ference":2202,"post":2203,"_e":2204,"Ġlocal":2205,"andom":2206,"assert":2207,"Val":2208,"lected":2209,"ina":2210,"atabase":2211,"Add":2212,"Ġcontent":2213,".print":2214,"signed":2215,"ric":2216,".\"ĊĊ":2217,"Ġfa":2218,"!ĊĊ":2219,"-f":2220,"ived":2221,"Ġquest":2222,".ex":2223,"Ġfloat":2224,"Ġdevelop":2225,"оÐ":2226,"Map":2227,"ading":2228,"Ġposs":2229,"UE":2230,"namespace":2231,"_O":2232,"ĉb":2233,".Get":2234,">(":2235,"json":2236,"etails":2237,"Ġtoo":2238,"Ġextends":2239,"ĠNone":2240,"Ġfore":2241,"(String":2242,"format":2243,"Ġgreat":2244,"inter":2245,"cale":2246,"Ñģ":2247,"ron":2248,"iving":2249,"Ent":2250,"ency":2251,"xt":2252,"oy":2253,"Ġmonth":2254,"Ġhapp":2255,"Ġsuper":2256,"bar":2257,"default":2258,"_de":2259,"ords":2260,"ln":2261,"({Ċ":2262,"ĠInd":2263,"ases":2264,"Ġtitle":2265,"Ġcontext":2266,"oh":2267,"-p":2268,"Em":2269,"Ġmet":2270,"Test":2271,"Ġlife":2272,"_v":2273,"ĠUS":2274,"UI":2275,"ocation":2276,"md":2277,"Ġ[Ċ":2278,"Ġ]":2279,"sw":2280,"Ġincre":2281,"script":2282,"ential":2283,"ways":2284,".de":2285,"Ġsrc":2286,"Ġcatch":2287,"ĠAmeric":2288,"//Ċ":2289,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2290,"Ġpay":2291,"plit":2292,"âĢĶ":2293,"Ġcoun":2294,"obj":2295,".php":2296,"Ġchange":2297,"ething":2298,"'re":2299,"aster":2300,"los":2301,"lation":2302,"ĠĠĊ":2303,"Le":2304,"ä":2305,"({":2306,"ready":2307,"ĠNo":2308,"Ġposition":2309,"Ġold":2310,"Ġbook":2311,"abled":2312,"bug":2313,"Hand":2314,"};ĊĊ":2315,"isplay":2316,"aving":2317,"Ġgover":2318,"Ġversion":2319,"System":2320,"nect":2321,"response":2322,"Style":2323,"Up":2324,"angu":2325,"Ġthree":2326,"init":2327,"ero":2328,"Ġlaw":2329,"endif":2330,"Ġbase":2331,"email":2332,"(l":2333,"_V":2334,"Ġconf":2335,"ATE":2336,"Ġduring":2337,"tes":2338,"Ġconsole":2339,"ĠPr":2340,"Ġspe":2341,"ves":2342,"path":2343,"ialog":2344,"dition":2345,"_to":2346,"ards":2347,"Ġagainst":2348,"etwork":2349,"ĠPh":2350,"_L":2351,"cur":2352,"imit":2353,"With":2354,"Ġpower":2355,"ium":2356,"';ĊĊ":2357,"Ġwom":2358,"left":2359,"ources":2360,"atri":2361,"ĠIm":2362,"ĠMan":2363,"orth":2364,"${":2365,"quals":2366,"ese":2367,"_size":2368,"Ġiss":2369,"otal":2370,"-g":2371,"ique":2372,"rame":2373,"Ġwidth":2374,"erg":2375,")(":2376,"ittle":2377,"TR":2378,"ĠThey":2379,"ences":2380,"rl":2381,"ons":2382,"Ġlabel":2383,".y":2384,"-t":2385,"update":2386,"anel":2387,"sc":2388,".to":2389,"Ġproject":2390,"ü":2391,"Ġelement":2392,"Ġsuccess":2393,"ĉĉĊ":2394,".sh":2395,"ram":2396,"ched":2397,"())Ċ":2398,"Ġ(Ċ":2399,"Ġdate":2400,"Ġtot":2401,"_ST":2402,"All":2403,"ification":2404,"ĉvar":2405,"Ġtri":2406,"chem":2407,"my":2408,"Ġbig":2409,"ĠAd":2410,"ĠAt":2411,"ots":2412,"num":2413,"Act":2414,"Ġmap":2415,"era":2416,"cope":2417,".$":2418,",âĢĿ":2419,"Ġpop":2420,"Ġfew":2421,"Ġlen":2422,"uid":2423,"eters":2424,"ules":2425,"ÃŃ":2426,"source":2427,"https":2428,"Ġdem":2429,"Ġear":2430,"################":2431,"Ġmatch":2432,"ories":2433,"aces":2434,"ĠCl":2435,"Ġnode":2436,"irc":2437,"local":2438,"unity":2439,"};Ċ":2440,"Ġanother":2441,"<<":2442,"ogle":2443,"Ġsit":2444,"ework":2445,"TE":2446,".I":2447,"NS":2448,"ology":2449,"ought":2450,".Cont":2451,">>":2452,"Ġcare":2453,"state":2454,"ĉprivate":2455,"Ġeffect":2456,"++)":2457,"_file":2458,"ending":2459,"Line":2460,"For":2461,"ior":2462,"ĠSc":2463,"Ġfun":2464,".Size":2465,"ĉelse":2466,"])":2467,"start":2468,"vious":2469,"Ġ},":2470,"ours":2471,"Ġleg":2472,"Ġservice":2473,"Ġsince":2474,"iron":2475,"Label":2476,"Ġnon":2477,"Ġlos":2478,"iction":2479,"Ġfull":2480,"acter":2481,"board":2482,"gress":2483,"Ġturn":2484,"ither":2485,".size":2486,"Ġbody":2487,"resh":2488,"eturn":2489,"(_":2490,"yles":2491,"ormal":2492,"pi":2493,"Ġsomething":2494,"!--":2495,"uint":2496,"Ġprodu":2497,"Ġstand":2498,"Ġproble":2499,"Ġavailable":2500,"mt":2501,"ĠBl":2502,"Ġ...":2503,"Ġblock":2504,"Input":2505,"Ġkeep":2506,"Count":2507,"open":2508,"Ġ['":2509,"Ġthrow":2510,"uilder":2511,"Action":2512,"Ġthings":2513,"True":2514,"Ġurl":2515,"ĠBo":2516,"printf":2517,"Ġred":2518,"js":2519,".create":2520,"ĠOr":2521,"Status":2522,"Instance":2523,"Ġcontrol":2524,"Ġcome":2525,"Ġcustom":2526,"location":2527,"model":2528,"ĠčĊ":2529,"Ġsource":2530,"Ġeas":2531,".out":2532,"]ĊĊ":2533,"oney":2534,"Ġawait":2535,"Ġpartic":2536,"AP":2537,"ublish":2538,"odes":2539,"_pro":2540,"ply":2541,"riter":2542,"Ġprov":2543,"Ġmill":2544,"HT":2545,"])Ċ":2546,"Ġchang":2547,"Ġask":2548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2549,"Ġoutput":2550,"Ġemail":2551,".push":2552,"Ġ}čĊčĊ":2553,"ination":2554,"atrix":2555,"Table":2556,"uccess":2557,"]);Ċ":2558,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2559,"Ġdisc":2560,"([":2561,"Ġbusiness":2562,"height":2563,".html":2564,"ta":2565,"field":2566,"Ġrequired":2567,"_R":2568,"Ġgovern":2569,"}čĊčĊ":2570,"lex":2571,".,":2572,"ĠSet":2573,"urch":2574,"///":2575,"ts":2576,"af":2577,"Ġmight":2578,"istory":2579,"Str":2580,"Ġnever":2581,"Response":2582,"arse":2583,"ada":2584,"ĠHow":2585,"Ġ*)":2586,"Ġ;":2587,"Ġhard":2588,"Ad":2589,"Ġintern":2590,"used":2591,"(data":2592,"mod":2593,"annel":2594,"Ġnp":2595,"ugg":2596,"Ġ/>Ċ":2597,"Ġcalled":2598,"body":2599,"Ġcho":2600,"(r":2601,"_set":2602,"ird":2603,"Ġ>=":2604,"Ġ};Ċ":2605,"Ġoptions":2606,"ĠGener":2607,"Ġheight":2608,"Point":2609,"You":2610,"ety":2611,"Click":2612,"Ġsmall":2613,"Ġide":2614,"Ġaccess":2615,"anguage":2616,"Ġprotected":2617,"Ġjob":2618,"ĠThere":2619,"Def":2620,"Ġaddress":2621,"Ġuint":2622,"Not":2623,"oo":2624,"aps":2625,"":2759,"ĉĠĠĠ":2760,"\"))":2761,"Content":2762,"_W":2763,"plement":2764,"Ġwon":2765,"Ġvideo":2766,"adi":2767,"point":2768,"%%":2769,"Ġgl":2770,"erved":2771,"viron":2772,"IF":2773,"uted":2774,"ãĥ":2775,"'m":2776,"Ġcert":2777,"Ġprof":2778,"Ġcell":2779,"ari":2780,"Ġplayer":2781,"ais":2782,"Ġcost":2783,"Ġhum":2784,"(R":2785,"Ġoffic":2786,"ks":2787,".text":2788,"atures":2789,"Ġtotal":2790,"Ġ*/ĊĊ":2791,"ope":2792,"Ġstat":2793,"UM":2794,"Ġload":2795,"ights":2796,"Ġclear":2797,"uro":2798,"Ġtechn":2799,"upport":2800,"IR":2801,"Ġrow":2802,"Ġseem":2803,"Ġq":2804,"Ġshort":2805,"ĠNot":2806,"ipp":2807,"Group":2808,"section":2809,"max":2810,"irl":2811,"Ġoverride":2812,"Ġcompany":2813,"Ġdone":2814,"\");čĊ":2815,"Ġgre":2816,".Re":2817,"Ġbelie":2818,"rist":2819,"Ġhealth":2820,"ANT":2821,"()ĊĊ":2822,"ĠBe":2823,".value":2824,"ĠGr":2825,"ottom":2826,"Ġargs":2827,"PT":2828,"status":2829,"func":2830,"uments":2831,"-h":2832,"Number":2833,":čĊ":2834,"ĠLog":2835,"erver":2836,"Ġ),Ċ":2837,"ament":2838,"Ġobj":2839,"inc":2840,"Ġchildren":2841,"icy":2842,"IZ":2843,"ands":2844,"ably":2845,"Ġdistrib":2846,"Ġcur":2847,"erial":2848,"Ġdays":2849,"reated":2850,"rect":2851,"-l":2852,"irm":2853,"idden":2854,"omb":2855,"Ġinitial":2856,".js":2857,"Ġâ":2858,"Query":2859,"Ġonline":2860,"imal":2861,".con":2862,"au":2863,"Url":2864,"control":2865,"irection":2866,"Ġinstance":2867,"ORT":2868,"ĠFr":2869,"where":2870,"Ġjavax":2871,"Ġorgan":2872,"apter":2873,"Ġreason":2874,"options":2875,"ĠMar":2876,"(a":2877,"Ġwithin":2878,".âĢĿĊĊ":2879,"ODE":2880,"_DE":2881,"admin":2882,"ended":2883,"Ġdesign":2884,"ĠData":2885,"une":2886,"ĠFile":2887,"root":2888,"Ġcent":2889,"Ġarr":2890,"_add":2891,"len":2892,"page":2893,",'":2894,"_str":2895,"Ġbro":2896,"ability":2897,"outh":2898,"/c":2899,"pose":2900,"irtual":2901,"earch":2902,"_url":2903,"argin":2904,"Http":2905,"Ġschool":2906,"ava":2907,"Ġconsider":2908,".label":2909,"ĠArray":2910,"web":2911,"opt":2912,".println":2913,"ulation":2914,"Ġfunc":2915,"PL":2916,"Ġ\"\\":2917,"ĠText":2918,"actory":2919,"(function":2920,"null":2921,"Ġeng":2922,"down":2923,"Ġinclude":2924,"ĠEn":2925,"ĠDr":2926,"Ġdb":2927,"!!":2928,"side":2929,"Ġinit":2930,"quired":2931,"ĠShe":2932,"Column":2933,"react":2934,"Ġann":2935,"Ġstop":2936,"Ġlater":2937,"ĠThat":2938,"ention":2939,"df":2940,"UG":2941,"ILE":2942,"Ġclient":2943,"raft":2944,"ffer":2945,"POST":2946,"elper":2947,"Ġlove":2948,"quote":2949,"oud":2950,"Ġjson":2951,"Ġable":2952,"Ġmen":2953,"AX":2954,"ĠCopyright":2955,"ö":2956,"avig":2957,"req":2958,"Client":2959,"});Ċ":2960,".Com":2961,"erc":2962,"ilt":2963,"pecial":2964,"_com":2965,"room":2966,".Name":2967,"Ġgive":2968,"amb":2969,"ike":2970,"Ġcondition":2971,"client":2972,"ators":2973,":\"":2974,"Ġcopy":2975,"uture":2976,"iversity":2977,"ernal":2978,"{{":2979,"ĠCan":2980,"ounc":2981,"do":2982,"Ġocc":2983,"Ġappro":2984,"thers":2985,"ze":2986,"Ġeither":2987,"ĠFl":2988,"Ġimportant":2989,"Ġlead":2990,"attr":2991,"ART":2992,"Equal":2993,"Ġda":2994,"etch":2995,"entity":2996,"Ġfamily":2997,"adding":2998,"Ġoption":2999,"Ġexist":3000,"ica":3001,"ĠObject":3002,"'ve":3003,"vers":3004,"itional":3005,"output":3006,"ĠTrue":3007,"ĠOF":3008,"_time":3009,"Ġoffer":3010,"Ġ});ĊĊ":3011,"HER":3012,"egin":3013,"\"\"":3014,"Ġwater":3015,"Ġche":3016,"ĠMy":3017,"ored":3018,"Ġstep":3019,"ances":3020,"CK":3021,"AY":3022,"à¸":3023,"struction":3024,"(C":3025,"ouch":3026,"Stream":3027,"active":3028,"ama":3029,"Entity":3030,"product":3031,"(){Ċ":3032,"Ġgovernment":3033,"ĠID":3034,"ajor":3035,"And":3036,"Ġdisplay":3037,"л":3038,"Ġtimes":3039,"Ġfour":3040,"Ġfar":3041,"Ġpresent":3042,"ĠNS":3043,"Ġ\\Ċ":3044,"uest":3045,"Ġbas":3046,"echo":3047,"child":3048,"ifier":3049,"Handler":3050,"Ġlib":3051,"Property":3052,"translation":3053,"Ġroom":3054,"Ġonce":3055,"Ġ[]":3056,"center":3057,"================================":3058,"Ġresults":3059,"Ġcontinue":3060,"Ġtalk":3061,"_get":3062,"Ġgrow":3063,".sw":3064,"eb":3065,"ĠPublic":3066,"OP":3067,"ecute":3068,"ols":3069,"Ġ**":3070,"\");ĊĊ":3071,"Ġmass":3072,"ured":3073,".class":3074,"omic":3075,"Ġmean":3076,"ips":3077,"Ġaut":3078,");čĊčĊ":3079,"Ġuntil":3080,"Ġmarket":3081,"Ġarea":3082,"uit":3083,"Ġlength":3084,"ĠWith":3085,"structor":3086,"event":3087,"\"><":3088,"ĠSp":3089,"IV":3090,"Ġmus":3091,"iff":3092,"Ġkind":3093,"author":3094,"ounds":3095,"mb":3096,"_key":3097,"width":3098,"pository":3099,"Ġlight":3100,"uk":3101,"Row":3102,"ohn":3103,"alf":3104,"vironment":3105,"apper":3106,"ollections":3107,"Ġside":3108,"_info":3109,"Ġexample":3110,"imary":3111,"Ġwr":3112,"Ġcamp":3113,"cribe":3114,"\"/":3115,"Ġmiss":3116,"way":3117,"Ġbased":3118,"Ġplan":3119,"Vis":3120,"omain":3121,"unk":3122,"Ġaway":3123,"UP":3124,"":3370,"Ġden":3371,"obile":3372,"change":3373,"ĠĠĠĠĠĠĠĠĠĠĠĠĊ":3374,"ici":3375,"na":3376,"ĠForm":3377,"Ġsort":3378,"Select":3379,"pare":3380,"Ġthought":3381,"_con":3382,"Ġtask":3383,"ocus":3384,"ĠDE":3385,"ĠMin":3386,"Ġopt":3387,"ĉbreak":3388,"umer":3389,"KE":3390,"then":3391,"Ġdet":3392,"ĠTest":3393,"ports":3394,"Ġreview":3395,"('/":3396,"move":3397,"Ġswitch":3398,"ERT":3399,"patch":3400,"annot":3401,"ãĤ":3402,"Ġabove":3403,"itive":3404,"Ġquestion":3405,"ĠQu":3406,"ãĢĤĊĊ":3407,"gle":3408,"Ġword":3409,"Ġprovide":3410,"ĠReturn":3411,"Ġresearch":3412,"ão":3413,"ustr":3414,"Ġpublish":3415,"chema":3416,"}}":3417,"ĠCON":3418,"-in":3419,"allback":3420,"Ġcover":3421,"\\\\":3422,"color":3423,"ĠIS":3424,"Ġwhether":3425,"imate":3426,"isc":3427,"Bar":3428,"Ġdiv":3429,"Be":3430,"ourn":3431,"Ġhaving":3432,"lem":3433,"player":3434,"abs":3435,"amera":3436,"ney":3437,"Ġexc":3438,"gether":3439,"plied":3440,"ao":3441,"[$":3442,"Ġ++":3443,"ipe":3444,"show":3445,"/d":3446,"[:":3447,"agement":3448,"lev":3449,"_ID":3450,"rary":3451,"ades":3452,"_se":3453,"ause":3454,"Ġemploy":3455,"Ġ*/čĊ":3456,"Ġfre":3457,"Ġ'@":3458,"Ġcomplet":3459,"Ġlarge":3460,"ral":3461,"\\x":3462,"Ġfac":3463,">":3578,"Ġface":3579,"CTION":3580,"Ġsave":3581,"Ġtyp":3582,"dev":3583,"(\"#":3584,"AGE":3585,"container":3586,"edit":3587,"QL":3588,"Ġitems":3589,"Ġsocial":3590,"ien":3591,"ĠReact":3592,").ĊĊ":3593,"Ġmar":3594,"Ġredu":3595,"ĠRE":3596,".put":3597,"Ġmajor":3598,"Cell":3599,"next":3600,"Ġexpected":3601,"Ġyet":3602,"Ġindiv":3603,"tributes":3604,"atis":3605,"amed":3606,"Ġfood":3607,"Source":3608,"(string":3609,"Ġ+Ċ":3610,"ites":3611,"dr":3612,"Ġmembers":3613,"Ġcomb":3614,"items":3615,"ĠPer":3616,"TH":3617,"=True":3618,"Ġbar":3619,"_SE":3620,"comm":3621,"(w":3622,")ĊĊĊ":3623,"Ġsend":3624,"Ġinc":3625,"unsigned":3626,"FA":3627,"Ġparams":3628,"apping":3629,"ros":3630,"ugin":3631,"fa":3632,"Ġconnection":3633,"Ġ};ĊĊ":3634,"Ġbecome":3635,"Mode":3636,"Ġev":3637,"Ġdiff":3638,"ĠUnited":3639,"Height":3640,"fully":3641,"images":3642,"Ġmakes":3643,"Ġglobal":3644,"Ġcontact":3645,"':Ċ":3646,"Ġabs":3647,"аÐ":3648,"float":3649,"Ġexcept":3650,"ĠPol":3651,"Child":3652,"typ":3653,"Ġcertain":3654,"ión":3655,"OUT":3656,"Ġimpro":3657,"iles":3658,"Ġ-->Ċ":3659,"ĠPart":3660,"values":3661,"oss":3662,"/**":3663,"ilit":3664,"ĠEvent":3665,"curity":3666,"ster":3667,"Ġcharacter":3668,"Ġnews":3669,"Ġ\",":3670,"Ġdevice":3671,"cel":3672,"login":3673,"heet":3674,"Default":3675,"@\"":3676,"ĉĠ":3677,"click":3678,"(value":3679,"ĠAb":3680,"Ġprevious":3681,"ERROR":3682,"ocal":3683,"Ġmaterial":3684,"Ġbelow":3685,"ĠChrist":3686,"Ġmedia":3687,"cover":3688,"ĠUI":3689,"Ġfail":3690,"Ġblack":3691,"Ġcomponent":3692,"ĠAmerican":3693,"Ġadded":3694,"Ġbuy":3695,"stit":3696,"Ġcame":3697,"Ġdelete":3698,"property":3699,"oding":3700,"Ġcard":3701,"rops":3702,"Ġhttps":3703,"Ġroot":3704,"Ġhandle":3705,"CC":3706,"Back":3707,"emplate":3708,"Ġgetting":3709,"_by":3710,"mail":3711,"_sh":3712,".assert":3713,"ĠDec":3714,"(true":3715,"Ġcomput":3716,"Ġclaim":3717,"'=>":3718,"ĠSub":3719,"Ġair":3720,"ops":3721,"nav":3722,"ements":3723,"(id":3724,"Ġenter":3725,"anged":3726,"End":3727,"Ġlocation":3728,"Ġnight":3729,"Ġdoing":3730,"ĠRed":3731,"lin":3732,"}ĊĊĊ":3733,"vider":3734,"Ġpick":3735,"Ġwatch":3736,"essages":3737,"Ġhuman":3738,"Ġdam":3739,"pend":3740,"dir":3741,"Ġtax":3742,"Ġgirl":3743,"reet":3744,"Ġbox":3745,"Ġstrong":3746,"(v":3747,"rel":3748,"Ġinterface":3749,"Ġmsg":3750,"fect":3751,"_at":3752,"Ġhouse":3753,"Ġtrack":3754,"');ĊĊ":3755,"je":3756,"ĠJohn":3757,"istr":3758,"(S":3759,"ube":3760,"Ġce":3761,"itted":3762,"VER":3763,"*)":3764,"parent":3765,"Ġapplication":3766,"any":3767,".swing":3768,"Ġpack":3769,"\\u":3770,"Ġpract":3771,"Ġsection":3772,"ctx":3773,"Ġunsigned":3774,".Point":3775,"ĠOne":3776,"ı":3777,"iple":3778,"aid":3779,"Ñĥ":3780,"Vector":3781,"byte":3782,"Ġwait":3783,"ĠÃł":3784,"Ã¥":3785,"Ġtogether":3786,"Ġthrows":3787,"FO":3788,"'))":3789,"host":3790,"ising":3791,".view":3792,"Ġterms":3793,"framework":3794,"-r":3795,"Ġapply":3796,"Ġsession":3797,"Options":3798,"uggest":3799,"Ġothers":3800,"witter":3801,"Ġfund":3802,"Init":3803,"__(":3804,"ensor":3805,"GET":3806,"Ġseveral":3807,"ii":3808,"[j":3809,"IO":3810,"Ġtemplate":3811,"Position":3812,"Ġecon":3813,"achine":3814,"Ġil":3815,".spring":3816,"main":3817,"elt":3818,"iment":3819,"Rec":3820,"mm":3821,"ĠUniversity":3822,"ursor":3823,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":3824,"GL":3825,"icture":3826,"ithub":3827,"cer":3828,"cast":3829,"From":3830,"ales":3831,"Ġsubject":3832,"password":3833,"ny":3834,"Ġesc":3835,".write":3836,"ï¼Į":3837,"What":3838,".H":3839,"Ġhistory":3840,"ĠFe":3841,"Ġindividual":3842,"unit":3843,"Ġ-->":3844,"Ġdu":3845,"IST":3846,"Ġusers":3847,"fs":3848,"false":3849,"unt":3850,"Title":3851,"Ġmot":3852,"Ġfuture":3853,"ached":3854,"Ġstarted":3855,"Ġmode":3856,"Ġ'<":3857,"_array":3858,"Ġax":3859,"'];Ċ":3860,"ires":3861,"There":3862,"ught":3863,"tml":3864,"posed":3865,"icult":3866,"Ġtook":3867,"Ġgames":3868,"Ġ}}":3869,"Ġ?>Ċ":3870,"Ġproducts":3871,"Is":3872,"Ġbad":3873,"ĠDes":3874,".path":3875,"'ĊĊ":3876,"ĠPost":3877,"avel":3878,"(:":3879,"Ġneeds":3880,"Ġknown":3881,"Fl":3882,"Ġexec":3883,"Ġseen":3884,"ume":3885,"Ġborder":3886,"Ġlive":3887,"temp":3888,"Per":3889,"Ġvariable":3890,"iet":3891,"ĠDef":3892,"Ġge":3893,"eme":3894,"_back":3895,"first":3896,"Ġprovided":3897,"////////////////////////////////":3898,"Ġfilename":3899,"Ġhope":3900,"uly":3901,"auto":3902,"find":3903,"_string":3904,"btn":3905,"itude":3906,"Attribute":3907,"Ġyoung":3908,".txt":3909,"Ġwebsite":3910,"ĠProp":3911,"Ġey":3912,">();Ċ":3913,"ional":3914,"ARR":3915,"ictionary":3916,"urther":3917,".":3997,"tx":3998,"Ġpur":3999,"uel":4000,"ymbol":4001,"uation":4002,"anger":4003,"Ġbackground":4004,"ecess":4005,"efined":4006,"........":4007,"Ġdescription":4008,"Ġrepresent":4009,"\"));Ċ":4010,"pression":4011,"rowser":4012,"Ġseries":4013,"wards":4014,"($_":4015,"aise":4016,"Ġhot":4017,"acity":4018,"ries":4019,"actions":4020,"Create":4021,"adio":4022,"amples":4023,"Ġoriginal":4024,"ensive":4025,"font":4026,"stream":4027,"using":4028,".springframework":4029,"server":4030,"Ġbill":4031,"ACK":4032,"ilename":4033,"Ġframe":4034,"Ġ=Ċ":4035,"Edit":4036,"adius":4037,"Ġdraw":4038,"anks":4039,"Ġdeter":4040,"Ġcomes":4041,"_int":4042,"Ġforeach":4043,"angle":4044,"Ġelect":4045,"pected":4046,"Header":4047,"istration":4048,"False":4049,"ĠGame":4050,"Ġfilter":4051,"Activity":4052,"Ġlarg":4053,"inition":4054,"Ġ\"<":4055,"ised":4056,"Ġremove":4057,"ĠTrans":4058,"met":4059,"see":4060,"Format":4061,"Command":4062,"ĠEX":4063,"None":4064,"Ġfront":4065,"ASE":4066,"ĠRec":4067,"oundation":4068,"Ġvo":4069,"=\\\"":4070,"(*":4071,"Change":4072,".Write":4073,"group":4074,"ients":4075,"uy":4076,"****************************************************************":4077,"Ġdig":4078,"hr":4079,"(-":4080,"Ġgen":4081,"number":4082,"vec":4083,"urope":4084,"entry":4085,"LL":4086,"Ġste":4087,"Valid":4088,"'],":4089,"_param":4090,"Ġselected":4091,"Ġaccording":4092,"ĠDis":4093,"Ġutil":4094,"Buffer":4095,"_error":4096,"Ġassoci":4097,"_SIZE":4098,"Ġwor":4099,"Ġprintf":4100,"rag":4101,"Âł":4102,"DD":4103,"ĠVal":4104,"Ġactiv":4105,"Eng":4106,"etime":4107,"Ġvirtual":4108,"aign":4109,"aur":4110,"ĠPres":4111,"ĠException":4112,"Ġanything":4113,"ĠOff":4114,"Ġhours":4115,"Ġwar":4116,"Args":4117,"aging":4118,"Ġmodels":4119,"ĠTime":4120,"Ob":4121,"ams":4122,"joy":4123,"Ġearly":4124,".read":4125,"Ġcenter":4126,"ĠInitial":4127,"Ġlanguage":4128,"length":4129,"xy":4130,"Ġsn":4131,"Ġinf":4132,"Post":4133,"Ġago":4134,"Ġeasy":4135,"_code":4136,"ĠANY":4137,"_ch":4138,"Ġdownload":4139,"(T":4140,"aved":4141,"âĢĵ":4142,"Ġstudents":4143,"Ġfig":4144,"light":4145,"xx":4146,"Ġbuffer":4147,"ĠDep":4148,"ĠMath":4149,"ITH":4150,"Ġvari":4151,"Ġdue":4152,"Factory":4153,"Ġpor":4154,"Ġep":4155,"otype":4156,"Ġcannot":4157,"Ġwhite":4158,"čĊ":4424,".annot":4425,"Ġcollection":4426,"'.":4427,"Ġsimilar":4428,"Ġtaken":4429,"(\"%":4430,"Order":4431,"']Ċ":4432,"-md":4433,"ĠTH":4434,"aced":4435,"Ġisn":4436,"/j":4437,"Ġson":4438,"graph":4439,"ĠInteger":4440,"Ġnecess":4441,"reen":4442,"Ġum":4443,"Ġ\\<":4444,"Ġmoment":4445,"Ġbring":4446,"Ġindic":4447,"ysis":4448,"Level":4449,"verse":4450,"urrenc":4451,"_test":4452,"Ġentire":4453,"Down":4454,"Ġ}ĊĊĊ":4455,"(result":4456,"ĠRead":4457,"è":4458,"Mod":4459,"Ġtrying":4460,"\"),Ċ":4461,"Ġmember":4462,"ĠCor":4463,"ODO":4464,"-control":4465,"untime":4466,"ĠSim":4467,"Dialog":4468,"plot":4469,"_on":4470,"Ġphys":4471,"}/":4472,"Ġnamespace":4473,"ĉčĊ":4474,"acc":4475,"Player":4476,"ARE":4477,"Ġfoot":4478,"Ġboard":4479,"part":4480,"Ġsus":4481,"wise":4482,"ĠMc":4483,"Ġpush":4484,"ATA":4485,"Ġplease":4486,"ried":4487,"weet":4488,"bit":4489,"ided":4490,"VE":4491,"ĠSw":4492,"UB":4493,"Ġtypes":4494,"edia":4495,"Ġclos":4496,"acebook":4497,"When":4498,"Ġedit":4499,"igger":4500,"Ġenerg":4501,"Container":4502,"Ġphot":4503,"ĠCount":4504,"ĠEurope":4505,".Is":4506,"ĠRuss":4507,"peed":4508,"ĠStr":4509,"Ġpy":4510,"Ġcult":4511,"Ġdefined":4512,"ccount":4513,"Ġobt":4514,".Location":4515,"Ġthread":4516,"ille":4517,"Ġinstead":4518,"strong":4519,"ĠSec":4520,"URE":4521,"Ġidea":4522,".se":4523,"emy":4524,"selected":4525,"Connection":4526,"acing":4527,"thread":4528,".next":4529,"Ġcoll":4530,"Ġfilm":4531,"istic":4532,"Ġcompet":4533,"Ġconn":4534,"though":4535,"Ġcompan":4536,"ocket":4537,"Ġteach":4538,"=(":4539,"Ġphone":4540,"Ġactive":4541,"delete":4542,"tries":4543,"Ġmo":4544,"Ġdeath":4545,"});ĊĊ":4546,"ocol":4547,"Widget":4548,"Ġarticle":4549,"rodu":4550,"andid":4551,"Ñĭ":4552,"ĠCr":4553,"ka":4554,"():":4555,"lood":4556,"ĉĉĉĊ":4557,"Ġalmost":4558,"Ġsell":4559,"ervlet":4560,"rip":4561,"Unit":4562,"Ġapplic":4563,"Ġconnect":4564,"Ġfeature":4565,"Ġvia":4566,"'),":4567,"Ġlim":4568,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4569,"ĠGu":4570,"Engine":4571,"Ġens":4572,"Ġenvironment":4573,"block":4574,"HERE":4575,"NULL":4576,"gy":4577,"tag":4578,")).":4579,"exp":4580,"Ġcompl":4581,"Ġinstall":4582,"Ġcomplete":4583,"queue":4584,"atural":4585,"Ġgeneral":4586,"thon":4587,"Ġasked":4588,"ores":4589,"(res":4590,"Ġreserved":4591,"SP":4592,"ĠâĢ¦":4593,"ÅĤ":4594,"Ġsignific":4595,"Off":4596,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4597,"ĠAg":4598,"ĠJust":4599,"ĠError":4600,"Ġinfl":4601,"adata":4602,"Ġicon":4603,"asks":4604,"''":4605,"_LO":4606,"?.":4607,"account":4608,"Ġ(*":4609,"')ĊĊ":4610,"rap":4611,"_var":4612,"ĠFOR":4613,"Ġparty":4614,"ĠYour":4615,"cat":4616,"stry":4617,".new":4618,"boot":4619,"ĠNov":4620,"Ġvector":4621,"Ġnormal":4622,"Ġfurther":4623,"Repository":4624,"Ġdatabase":4625,"attle":4626,"Ġmusic":4627,"Ġspeed":4628,"Ġdoc":4629,"process":4630,"IGHT":4631,".parse":4632,"Ġtaking":4633,"Ġviol":4634,"ceed":4635,"ĠAfter":4636,"Ġforward":4637,"Ġcrit":4638,"\"/>Ċ":4639,"rot":4640,"Ġfailed":4641,"efore":4642,"Ġconcern":4643,"oe":4644,"ba":4645,"Ġsender":4646,"Ġterm":4647,"has":4648,"=\"#":4649,"Ġpotential":4650,"Num":4651,"Ġpublished":4652,".close":4653,"ĠImage":4654,"straint":4655,"UD":4656,"ĠOb":4657,"Ġprobably":4658,"lim":4659,"\":Ċ":4660,"olume":4661,"Ġconsum":4662,"ague":4663,"ensions":4664,"Ġinvestig":4665,"-year":4666,"');":4667,"-sm":4668,"Ġenjoy":4669,"orig":4670,"ering":4671,"cp":4672,"leased":4673,"plements":4674,"Ġreturns":4675,"pat":4676,"BO":4677,"ĠHouse":4678,".Label":4679,"Ġweight":4680,"ighb":4681,"Ġconditions":4682,"Ġexception":4683,"description":4684,"Ġtrad":4685,"-to":4686,"Ġ{}":4687,"Ġmodule":4688,"END":4689,".ap":4690,".props":4691,"Ġconstructor":4692,"aves":4693,"Ġfavor":4694,"ĠNow":4695,";i":4696,"ĠMain":4697,"_k":4698,"eries":4699,"âĢĻll":4700,"transform":4701,"imestamp":4702,"Pre":4703,"Ġmer":4704,".res":4705,"stant":4706,"Location":4707,"_NAME":4708,"Ġloss":4709,"ĠĊĊ":4710,"net":4711,"Ġengine":4712,"Block":4713,"Ġissues":4714,"Ġparse":4715,"ĠBar":4716,"Ġstay":4717,"ĠJSON":4718,"Ġdom":4719,"airs":4720,"wner":4721,"Ġlower":4722,"\",čĊ":4723,"ĠDem":4724,"ufact":4725,"Ġps":4726,"Ġperfect":4727,"RL":4728,"Ġeduc":4729,"ls":4730,"emory":4731,"ARRANT":4732,"uge":4733,"Ġexact":4734,".key":4735,"alled":4736,"ech":4737,"ief":4738,"\\/":4739,"oke":4740,"Ġformer":4741,"alloc":4742,"Ġsix":4743,"ida":4744,"Ġmargin":4745,"Ġheart":4746,"ald":4747,"pack":4748,".getElementById":4749,"ĠWARRANT":4750,"Ġrather":4751,"Ġbuilding":4752,"erman":4753,"lice":4754,"Ġquestions":4755,"izes":4756,"lege":4757,"irectory":4758,"Ġje":4759,"Ġcas":4760,"props":4761,"utf":4762,"Ġsecurity":4763,"Ġhowever":4764,"weight":4765,"Ġinside":4766,"Ġpresident":4767,"Char":4768,"ĠWITH":4769,".map":4770,"Ġgraph":4771,"Ġtag":4772,"_status":4773,"Ġattempt":4774,"opp":4775,"uses":4776,"ĉconst":4777,"Ġround":4778,",$":4779,"Ġfriends":4780,"Email":4781,"?>":4782,"Resource":4783,"KEY":4784,"osp":4785,".query":4786,"ĠNorth":4787,"ables":4788,"istrib":4789,"_class":4790,"ello":4791,"That":4792,"к":4793,"pecially":4794,"ĠPresident":4795,"Ġcampaign":4796,"Ġalt":4797,"area":4798,"Ġchall":4799,"Ġopport":4800,".Con":4801,"Ġenergy":4802,"like":4803,".string":4804,"ington":4805,")*":4806,"yy":4807,"Ġprofession":4808,"irth":4809,"Ġseg":4810,"æľ":4811,"Ġhor":4812,"iers":4813,"can":4814,"Ġbehind":4815,"Product":4816,"fg":4817,"ĠSk":4818,".jpg":4819,"?:":4820,"];ĊĊ":4821,"Ġcallback":4822,"ĠHttp":4823,"ÑĮ":4824,"long":4825,"MS":4826,"ATH":4827,"Ġraise":4828,"Ġwanted":4829,"rown":4830,"utor":4831,"lt":4832,"]=":4833,"eline":4834,"MA":4835,"Ġsepar":4836,"cs":4837,"semb":4838,"Dis":4839,"bserv":4840,"ĠWill":4841,"Ġpolicy":4842,"Ġthird":4843,"phone":4844,"Ġbed":4845,"/g":4846,".__":4847,"ĠInc":4848,"izing":4849,".remove":4850,"instance":4851,".type":4852,"Ġserv":4853,"Each":4854,"Ġhar":4855,"ĠMessage":4856,"(key":4857,"SELECT":4858,"Pos":4859,"));čĊ":4860,"Ġrecomm":4861,"Ġtraining":4862,"ĠEnt":4863,"ĠChar":4864,"icht":4865,"(file":4866,"Ġprior":4867,"Game":4868,"Ġexit":4869,"Params":4870,".core":4871,"PC":4872,"nes":4873,"anced":4874,"(request":4875,"Password":4876,"}>Ċ":4877,"Ġmag":4878,"Ġrelease":4879,"Ġshall":4880,"udent":4881,"ĠSouth":4882,"ando":4883,":'":4884,".TabIndex":4885,"sk":4886,"anner":4887,"isset":4888,"Ġoutside":4889,"ledge":4890,"Ġå":4891,"ĠRob":4892,"Ġimm":4893,"!Ċ":4894,"ĠWeb":4895,"Des":4896,"BC":4897,"ancial":4898,"Route":4899,"Dec":4900,"ferences":4901,"Ġpurch":4902,"ĠModel":4903,"ctor":4904,"gn":4905,"_start":4906,"_un":4907,".*":4908,"ises":4909,"Ġground":4910,"Ġunique":4911,"Ġbeaut":4912,"{\"":4913,"Ġpour":4914,"ĠOct":4915,"Ġtree":4916,"sets":4917,"_res":4918,"')->":4919,"_reg":4920,"(\"\\":4921,"Ġbyte":4922,"Bl":4923,"Ġdating":4924,"Ġmatter":4925,"ĠRem":4926,"Ġ'../":4927,"ĠAug":4928,"ĠLa":4929,"Ġ$(":4930,"ournal":4931,"iam":4932,"Ġshows":4933,"write":4934,"Ġball":4935,"Ġsimply":4936,"Ġfast":4937,"Ġmemory":4938,"ASS":4939,"ĠOf":4940,"oved":4941,"ante":4942,"aul":4943,"istry":4944,")));Ċ":4945,"Ġfit":4946,"_":5129,"\")ĊĊ":5130,"ox":5131,"application":5132,"Ġ]Ċ":5133,"ĊĊĊĊĊĊ":5134,"Ġsoon":5135,"ctions":5136,"inger":5137,"Ġjoin":5138,"ĠPe":5139,"Ġë":5140,"Ġlas":5141,".E":5142,"css":5143,"/or":5144,"ĠStart":5145,"ĠTO":5146,"Ġsubs":5147,"conn":5148,"components":5149,"DEBUG":5150,"quare":5151,"Function":5152,"endar":5153,".index":5154,"Ġfill":5155,"ÄĻ":5156,"Ġchoose":5157,"how":5158,"ĠAmerica":5159,"assets":5160,"------------":5161,"ĠValue":5162,"Ġoffice":5163,"Ġveh":5164,"Ġtransform":5165,"ĠArt":5166,"Ġinde":5167,"Ġfn":5168,"Ġimplements":5169,"ango":5170,"plete":5171,"+\"":5172,"tmp":5173,"amily":5174,"Ġhash":5175,"missions":5176,"EST":5177,"gt":5178,"Provider":5179,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5180,"Ġflag":5181,"Ġparticip":5182,"den":5183,"ĠReturns":5184,"Ġnote":5185,"ür":5186,"pm":5187,"ideos":5188,"Ġspecified":5189,"ĠEN":5190,"ester":5191,"olid":5192,"Ġupon":5193,"(std":5194,"ĉv":5195,"Ġ'\\":5196,"uz":5197,"Ġvert":5198,"Ġvict":5199,"ĉself":5200,"Ġ\"$":5201,".k":5202,"Ġgroups":5203,"github":5204,"lang":5205,"Ġmut":5206,"TO":5207,"Ġve":5208,"ĠPlease":5209,";ĊĊĊ":5210,"access":5211,"Ġ{\"":5212,"rea":5213,"Ġrisk":5214,"icker":5215,"oggle":5216,"ĉwhile":5217,"ANG":5218,".send":5219,"Ġwoman":5220,"Ġgets":5221,"Ġign":5222,"ĠId":5223,"_log":5224,"ONE":5225,"Ġevid":5226,"ĠHar":5227,"_sub":5228,"Ġendl":5229,"Ġincluded":5230,"());ĊĊ":5231,"ĠAp":5232,"igr":5233,"Ġsem":5234,"ĠBlack":5235,"doc":5236,"_table":5237,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5238,"-up":5239,"Ġcause":5240,"Ġ..":5241,"Ġvan":5242,"_dict":5243,"Ġfocus":5244,"IND":5245,"CESS":5246,".Log":5247,"Ġmultiple":5248,"ido":5249,"Ġregard":5250,"-M":5251,"andler":5252,"ourse":5253,"Ġdeg":5254,".U":5255,"Ġaddition":5256,"Ġvarious":5257,"Ġreceive":5258,"ен":5259,"ĠHT":5260,"Obj":5261,"DF":5262,"Ġincrease":5263,"ĠOpen":5264,"];":5265,"Ġcommit":5266,"?Ċ":5267,"ategories":5268,"atory":5269,"ship":5270,"ĠMich":5271,"Ġhtml":5272,"romise":5273,"Ġleave":5274,"Ġstrateg":5275,"aven":5276,"ĠConsole":5277,"known":5278,"-n":5279,"_LE":5280,".component":5281,"Ġbre":5282,"Session":5283,"iance":5284,"Ġalign":5285,"typedef":5286,"_result":5287,"ĠWHERE":5288,".split":5289,"Ġreading":5290,"FAULT":5291,"Ġclo":5292,"Ġnotice":5293,"_pr":5294,"arter":5295,"Ġlock":5296,"Ġstandard":5297,"etic":5298,"ellow":5299,"Ġpadding":5300,"ĠHis":5301,"Ġstates":5302,"_cast":5303,"(P":5304,"aa":5305,"Ġinternal":5306,"ean":5307,"ĠPRO":5308,"ĠKey":5309,"Ġespecially":5310,"ming":5311,"Ġcross":5312,"Ġnational":5313,"_object":5314,"filter":5315,"Ġscript":5316,".update":5317,"_i":5318,"ĠAssert":5319,"/core":5320,"%%%%":5321,"Ġproblems":5322,"istor":5323,"Ġ.=":5324,"Ġarch":5325,"Ġwritten":5326,"Ġmilit":5327,"MENT":5328,".ch":5329,"cape":5330,"ĠMus":5331,"_config":5332,"ĠAPI":5333,"foot":5334,"Ġimages":5335,"endl":5336,".In":5337,"First":5338,"Ġplatform":5339,".prot":5340,"Option":5341,"ste":5342,"ĠTODO":5343,"Ġforce":5344,".cont":5345,"ĉecho":5346,"ĠDav":5347,"Ptr":5348,"(B":5349,"RT":5350,"ĠBase":5351,"]['":5352,"Ġannounc":5353,"console":5354,"ĠPy":5355,"ds":5356,".as":5357,"Ġprevent":5358,"apan":5359,"Ġ{'":5360,"}'":5592,"Ġdead":5593,"VAL":5594,"QUE":5595,"************************************************************************":5596,"Ġcharg":5597,"Return":5598,"Ġful":5599,"dom":5600,"Ġrules":5601,"Ġmodify":5602,"Ġeval":5603,"ham":5604,"atement":5605,"\\<":5606,"ula":5607,"=False":5608,"RA":5609,"Ġcontains":5610,"Ġstack":5611,"mar":5612,"Ġ{}Ċ":5613,"Ġundefined":5614,"Ass":5615,"ĠChina":5616,"vey":5617,"*Ċ":5618,"Ġplaying":5619,")/":5620,"actor":5621,"Ġbottom":5622,"lier":5623,"ĠNumber":5624,"Ġcouple":5625,"DC":5626,"ĠSO":5627,"gor":5628,".setText":5629,"success":5630,"command":5631,"Filter":5632,"ĠOur":5633,"_item":5634,"Ġctx":5635,"Ġroad":5636,"Version":5637,"case":5638,"urt":5639,"avior":5640,"ych":5641,"sembly":5642,"ĠProduct":5643,"Ġheld":5644,"afe":5645,"Ġincludes":5646,"&":5789,"CON":5790,"Ġrepl":5791,"Ġregular":5792,"Storage":5793,"ramework":5794,"Ġgoal":5795,"Ġtouch":5796,".widget":5797,"Ġbuilt":5798,"des":5799,"Part":5800,"(re":5801,"Ġworth":5802,"hib":5803,"game":5804,"Ġв":5805,"acion":5806,"ĠWhite":5807,"(type":5808,"(`":5809,"Ġnatural":5810,"Ġinj":5811,"Ġcalcul":5812,"ĠApril":5813,".List":5814,"Ġassociated":5815,"ĉSystem":5816,"~~":5817,"=[":5818,"Ġstorage":5819,"Ġbytes":5820,"Ġtravel":5821,"Ġsou":5822,"Ġpassed":5823,"!=":5824,"ascript":5825,".open":5826,"Ġgrid":5827,"Ġbus":5828,"Ġrecogn":5829,"Ab":5830,"Ġhon":5831,"ĠCenter":5832,"Ġprec":5833,"build":5834,"HTML":5835,"ĠSan":5836,"Ġcountries":5837,"aled":5838,"token":5839,"kt":5840,"Ġqual":5841,"Last":5842,"adow":5843,"Ġmanufact":5844,"idad":5845,"jango":5846,"Next":5847,"xf":5848,".a":5849,"Ġporno":5850,"ĠPM":5851,"erve":5852,"iting":5853,"_th":5854,"ci":5855,"=None":5856,"gs":5857,"Ġlogin":5858,"atives":5859,"']);Ċ":5860,"Äħ":5861,"Ġill":5862,"IA":5863,"children":5864,"DO":5865,"Ġlevels":5866,"Ġ{{":5867,"Ġlooks":5868,"Ġ\"#":5869,"ToString":5870,"Ġnecessary":5871,"ĠĠĠĊ":5872,"cell":5873,"Entry":5874,"Ġ'#":5875,"Ġextrem":5876,"Selector":5877,"Ġplaceholder":5878,"Load":5879,"Ġreleased":5880,"ORE":5881,"Enumer":5882,"ĠTV":5883,"SET":5884,"inq":5885,"Press":5886,"ĠDepartment":5887,"Ġproperties":5888,"Ġrespond":5889,"Search":5890,"ael":5891,"Ġrequ":5892,"ĠBook":5893,"/Ċ":5894,"(st":5895,"Ġfinancial":5896,"icket":5897,"_input":5898,"Ġthreat":5899,"(in":5900,"Strip":5901,"ìĿ":5902,"ção":5903,"Ġevidence":5904,"));":5905,"ĠBro":5906,"Ġ[];Ċ":5907,"Ġou":5908,"buf":5909,"Script":5910,"dat":5911,"Ġrule":5912,"#import":5913,"=\"/":5914,"Serial":5915,"Ġstarting":5916,"[index":5917,"ae":5918,"Ġcontrib":5919,"session":5920,"_new":5921,"utable":5922,"ober":5923,"Ġ\"./":5924,"Ġlogger":5925,"Ġrecently":5926,"Ġreturned":5927,"ččĊ":5928,")))Ċ":5929,"itions":5930,"Ġseek":5931,"Ġcommunic":5932,"Ġ\".":5933,"Ġusername":5934,"ECT":5935,"DS":5936,"Ġotherwise":5937,"ĠGerman":5938,".aw":5939,"Adapter":5940,"ixel":5941,"Ġsystems":5942,"Ġdrop":5943,"Ġstructure":5944,"Ġ$(\"#":5945,"encies":5946,"anning":5947,"ĠLink":5948,"ĠResponse":5949,"Ġstri":5950,"ż":5951,"ĠDB":5952,"æĹ":5953,"android":5954,"submit":5955,"otion":5956,"(@":5957,".test":5958,"ĊĊĊĊĊĊĊĊ":5959,"];čĊ":5960,"Ġdirectly":5961,"Ġ\"%":5962,"ris":5963,"elta":5964,"AIL":5965,"){čĊ":5966,"mine":5967,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5968,"(k":5969,"bon":5970,"asic":5971,"pite":5972,"___":5973,"Max":5974,"Ġerrors":5975,"ĠWhile":5976,"Ġarguments":5977,"Ġensure":5978,"Right":5979,"-based":5980,"Web":5981,"Ġ-=":5982,"Ġintrodu":5983,"ĠInst":5984,"ĠWash":5985,"ordin":5986,"join":5987,"Database":5988,"Ġgrad":5989,"Ġusually":5990,"ITE":5991,"Props":5992,"?>Ċ":5993,"ĠGo":5994,"@Override":5995,"REF":5996,"Ġip":5997,"ĠAustral":5998,"Ġist":5999,"ViewById":6000,"Ġserious":6001,"Ġcustomer":6002,".prototype":6003,"odo":6004,"cor":6005,"Ġdoor":6006,"ĠWITHOUT":6007,"Ġplant":6008,"Ġbegan":6009,"Ġdistance":6010,"()).":6011,"Ġchance":6012,"Ġord":6013,"came":6014,"pragma":6015,"Ġprotect":6016,"ragment":6017,"ĠNode":6018,"ening":6019,"Ñĩ":6020,"Ġroute":6021,"ĠSchool":6022,"hi":6023,"Ġneighb":6024,"After":6025,"licit":6026,"Ġcontr":6027,"Ġprimary":6028,"AA":6029,".WriteLine":6030,"utils":6031,"Ġbi":6032,"Red":6033,".Linq":6034,".object":6035,"Ġleaders":6036,"unities":6037,"Ġgun":6038,"onth":6039,"ĠDev":6040,"FILE":6041,"Ġcomments":6042,"_len":6043,"arrow":6044,"amount":6045,"Range":6046,"sert":6047,"GridView":6048,"Ġupdated":6049,"ĠMo":6050,"Ġinform":6051,"ociety":6052,"ala":6053,"Access":6054,"Ġhab":6055,"Ġcreat":6056,"_arg":6057,"ĠJanuary":6058,"ĠDay":6059,"\")čĊ":6060,"uple":6061,"document":6062,"gorith":6063,"menu":6064,"ĠOver":6065,"bb":6066,".title":6067,"_out":6068,"Ġled":6069,"uri":6070,"Ġ?>Ċ":6107,"run":6108,"Ġscene":6109,"(array":6110,"device":6111,"_title":6112,"agon":6113,"]čĊ":6114,"aby":6115,"Ġbecame":6116,"boolean":6117,"Ġpark":6118,"ĠCode":6119,"upload":6120,"riday":6121,"ĠSeptember":6122,"Fe":6123,"Ġsen":6124,"cing":6125,"FL":6126,"Col":6127,"uts":6128,"_page":6129,"inn":6130,"Ġimplied":6131,"aling":6132,"Ġyourself":6133,".Count":6134,"conf":6135,"Ġaud":6136,"_init":6137,".)":6138,"Ġwrote":6139,"NG":6140,".Error":6141,"ä»":6142,".for":6143,"Ġequal":6144,"ĠRequest":6145,"Ġserial":6146,"Ġallows":6147,"XX":6148,"Ġmiddle":6149,"chor":6150,"ø":6151,"erval":6152,".Column":6153,"reading":6154,"Ġescort":6155,"ĠAugust":6156,"Ġquickly":6157,"Ġweap":6158,"ĠCG":6159,"ropri":6160,"ho":6161,"Ġcop":6162,"(struct":6163,"ĠBig":6164,"Ġvs":6165,"Ġfrequ":6166,".Value":6167,"Ġactions":6168,"Ġproper":6169,"Ġinn":6170,"Ġobjects":6171,"Ġmatrix":6172,"avascript":6173,"Ġones":6174,".group":6175,"Ġgreen":6176,"Ġpaint":6177,"ools":6178,"ycl":6179,"encode":6180,"olt":6181,"comment":6182,".api":6183,"Dir":6184,"Ġune":6185,"izont":6186,".position":6187,"Ġdesigned":6188,"_val":6189,"avi":6190,"iring":6191,"tab":6192,"Ġlayer":6193,"Ġviews":6194,"Ġreve":6195,"rael":6196,"ĠON":6197,"rics":6198,"np":6199,"Ġcore":6200,"());čĊ":6201,"Main":6202,"Ġexpert":6203,"ĉĉčĊ":6204,"_en":6205,"Ġ/>":6206,"utter":6207,"IAL":6208,"ails":6209,"ĠKing":6210,"*/ĊĊ":6211,"ĠMet":6212,"_end":6213,"addr":6214,"ora":6215,"Ġir":6216,"Min":6217,"Ġsurpr":6218,"Ġrepe":6219,"Ġdirectory":6220,"PUT":6221,"-S":6222,"Ġelection":6223,"haps":6224,".pre":6225,"cm":6226,"Values":6227,"Ġ\"Ċ":6228,"column":6229,"ivil":6230,"Login":6231,"inue":6232,"Ġbeautiful":6233,"Ġsecret":6234,"(event":6235,"Ġchat":6236,"ums":6237,"Ġorigin":6238,"Ġeffects":6239,"Ġmanagement":6240,"illa":6241,"tk":6242,"Ġsetting":6243,"ĠCour":6244,"Ġmassage":6245,"ĉend":6246,"Ġhappy":6247,"Ġfinish":6248,"Ġcamera":6249,"ĠVer":6250,"ĠDemocr":6251,"ĠHer":6252,"(Q":6253,"cons":6254,"ita":6255,"Ġ'.":6256,"{}":6257,"ĉC":6258,"Ġstuff":6259,"Ġ:Ċ":6260,"ĠAR":6261,"Task":6262,"hidden":6263,"eros":6264,"IGN":6265,"atio":6266,"ĠHealth":6267,"olute":6268,"Enter":6269,"'>":6270,"ĠTwitter":6271,"ĠCounty":6272,"scribe":6273,"Ġ=>Ċ":6274,"Ġhy":6275,"fit":6276,"Ġmilitary":6277,"Ġsale":6278,"required":6279,"non":6280,"bootstrap":6281,"hold":6282,"rim":6283,"-old":6284,"ĠDown":6285,"Ġmention":6286,"contact":6287,"_group":6288,"oday":6289,"Ġtown":6290,"Ġsolution":6291,"uate":6292,"elling":6293,"]->":6294,"otes":6295,"ental":6296,"omen":6297,"ospital":6298,"ĠSup":6299,"_EN":6300,"Ġslow":6301,"SESSION":6302,"Ġblue":6303,"ago":6304,"Ġlives":6305,"Ġ^":6306,".un":6307,"inst":6308,"enge":6309,"Ġcustomers":6310,"Ġcast":6311,"udget":6312,"ï¼ģ":6313,"icens":6314,"Ġdetermin":6315,"Selected":6316,"_pl":6317,"ueue":6318,"Ġdark":6319,"//ĊĊ":6320,"si":6321,"thern":6322,"ĠJapan":6323,"/w":6324,"PU":6325,"ĠEast":6326,"ovie":6327,"Ġpackage":6328,"Ġnor":6329,"Ġapi":6330,"bot":6331,"\"];Ċ":6332,"_post":6333,"ulate":6334,"Ġclub":6335,"'));Ċ":6336,"Ġloop":6337,"PIO":6338,"ione":6339,"shot":6340,"Initial":6341,"Ġplayed":6342,"register":6343,"rought":6344,"_max":6345,"acement":6346,"match":6347,"raphics":6348,"AST":6349,"Ġexisting":6350,"Ġcomplex":6351,"DA":6352,".Ch":6353,".common":6354,"mo":6355,"Ġ'../../":6356,"ito":6357,"Ġanalysis":6358,"Ġdeliver":6359,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":6360,"idx":6361,"Ãł":6362,"ongo":6363,"ĠEnglish":6364,"Ċ":9992,"_default":9993,"ĠDatabase":9994,"rep":9995,"ESS":9996,"nergy":9997,".Find":9998,"_mask":9999,"Ġrise":10000,"Ġkernel":10001,"::$":10002,".Q":10003,"Ġoffering":10004,"decl":10005,"ĠCS":10006,"Ġlisted":10007,"Ġmostly":10008,"enger":10009,"Ġblocks":10010,"olo":10011,"Ġgoverning":10012,"\\F":10013,"Ġconcent":10014,".getText":10015,"Ġmb":10016,"Ġoccurred":10017,"Ġchanging":10018,"Scene":10019,"_CODE":10020,"Beh":10021,"\"The":10022,"Ġtile":10023,"ĠAssociation":10024,"ĉP":10025,"alty":10026,"_ad":10027,"odies":10028,"iated":10029,"Ġprepared":10030,"possible":10031,"Ġmort":10032,"TEST":10033,"Ġignore":10034,"Ġcalc":10035,"Ġrs":10036,"ĠassertEquals":10037,"Ġsz":10038,"ĠTHIS":10039,".\"Ċ":10040,"Ġcanvas":10041,"java":10042,"Ġdut":10043,"VALID":10044,".sql":10045,".input":10046,"Ġaux":10047,"Sup":10048,"Ġartist":10049,"Vec":10050,"_TIME":10051,".stringify":10052,"etween":10053,"ĠCategory":10054,"Ġ[-":10055,"ĠDevExpress":10056,"ĠJul":10057,"Ġring":10058,".ed":10059,"YY":10060,"Let":10061,"TextField":10062,"Ġflat":10063,"_print":10064,"ĠOTHER":10065,"adian":10066,"Ġchecked":10067,"ele":10068,"Align":10069,"standing":10070,"Ġ[],":10071,"Ġlab":10072,"ucky":10073,"ĠChristmas":10074,"(image":10075,".module":10076,"Ġlots":10077,"Ġslightly":10078,"(final":10079,"erge":10080,"è¿":10081,"ĠPolice":10082,"ĠRight":10083,"Ġaward":10084,"ĠOS":10085,"Ġ{}ĊĊ":10086,"Ġptr":10087,"oves":10088,"icated":10089,"ем":10090,"Ġmanage":10091,"oliday":10092,"Amount":10093,"oolStrip":10094,"tbody":10095,"Nav":10096,"wrap":10097,"BB":10098,"Ġwatching":10099,"arios":10100,"Ġoptional":10101,"_K":10102,"ĠLicensed":10103,".Map":10104,"Timer":10105,"ĠAP":10106,"ĠRev":10107,"(o":10108,",c":10109,"umin":10110,"etailed":10111,"ĠHy":10112,"Ġblank":10113,"agger":10114,"ĠSelf":10115,"()[":10116,".make":10117,"earn":10118,"channel":10119,";Ċ":10133,"World":10134,"Ġpython":10135,"Ġlif":10136,"Ġtrav":10137,"Ġconven":10138,"company":10139,"ĠClub":10140,"Ver":10141,"Btn":10142,"Ġzone":10143,"products":10144,"ĠEduc":10145,"Ġverify":10146,"ĠMil":10147,"ono":10148,"]);ĊĊ":10149,"ENCE":10150,"Ġpacket":10151,"Ġcer":10152,"Ġenumer":10153,"Ġpars":10154,"formed":10155,"Ġoccup":10156,"tre":10157,"Ġexercise":10158,"Day":10159,"_sum":10160,"Ġasking":10161,"aption":10162,"Ġorders":10163,"Ġspending":10164,"ĠERR":10165,".Dis":10166,"ĠUtil":10167,"âĢľI":10168,"\\'":10169,"?)":10170,"/>Ċ":10171,"Ġemot":10172,"Ġinfluence":10173,"ĠAfrica":10174,"atters":10175,"Ùħ":10176,".session":10177,"Ġchief":10178,"ĉĉĉĉĉĉĉĉĉĉĉ":10179,"Ġtom":10180,"cluded":10181,"serial":10182,"_handler":10183,".Type":10184,"aped":10185,"Ġpolicies":10186,"-ex":10187,"-tr":10188,"blank":10189,"merce":10190,"Ġcoverage":10191,"Ġrc":10192,"_matrix":10193,"_box":10194,"Ġcharges":10195,"ĠBoston":10196,"Pe":10197,"Ġcircum":10198,"Ġfilled":10199,"Ġnorth":10200,"ictureBox":10201,"ĉres":10202,"è®":10203,"Ġtermin":10204,"Ġ[âĢ¦":10205,"IRECT":10206,"Ġber":10207,"Ġ\"../../":10208,"retch":10209,".code":10210,"_col":10211,"ĠGovernment":10212,"Ġargv":10213,"ĠLord":10214,"asi":10215,"Exec":10216,"ĉlet":10217,"vertis":10218,"Ġdiscussion":10219,"enance":10220,"outube":10221,"typeof":10222,"Ġserved":10223,"ĠPut":10224,"ĉx":10225,"Ġsweet":10226,"Before":10227,"ategy":10228,".of":10229,"ĠMaterial":10230,"Sort":10231,"ONT":10232,"igital":10233,"Why":10234,"Ġsust":10235,"Ġç":10236,"abet":10237,"Ġsegment":10238,"Ġ[],Ċ":10239,"ĠMuslim":10240,"ĠfindViewById":10241,"cut":10242,"_TEXT":10243,"ĠMary":10244,"Ġloved":10245,"Ġlie":10246,"ĠJO":10247,"Ġisset":10248,"month":10249,"Ġprime":10250,"ti":10251,"ĠCarol":10252,"Use":10253,"ĠPop":10254,"ĠSave":10255,"Interval":10256,"execute":10257,"dy":10258,"ĠIran":10259,"_cont":10260,"ĉT":10261,"Ġphase":10262,"checkbox":10263,"week":10264,"Ġhide":10265,"Ġtil":10266,"Ġju":10267,"Custom":10268,"burg":10269,"/M":10270,"TON":10271,"Ġquant":10272,"Ġrub":10273,"ixels":10274,"Ġinstalled":10275,"Ġdump":10276,"Ġproperly":10277,"(List":10278,"Ġdecide":10279,"apply":10280,"Has":10281,"Ġkeeping":10282,"Ġcitizens":10283,"Ġjoint":10284,"pool":10285,"Socket":10286,"_op":10287,"Ġweapon":10288,"gnore":10289,"ĠExec":10290,"otten":10291,"ĠMS":10292,"Ġ(-":10293,"ĠReview":10294,"Ġexamples":10295,"Ġtight":10296,"!(":10297,"DP":10298,"ĠMessageBox":10299,"Ġphotograph":10300,"URI":10301,"ét":10302,"low":10303,"ĠGrand":10304,".persistence":10305,"Ġmaintain":10306,"Ġnums":10307,"Ġzip":10308,"ials":10309,"ĠGets":10310,"peg":10311,"ĠBuffer":10312,"~~~~":10313,"rastructure":10314,"ĠPL":10315,"uen":10316,"obby":10317,"sizeof":10318,"Ġpic":10319,"Ġseed":10320,"Ġexperienced":10321,"Ġodd":10322,"Ġkick":10323,"Ġprocedure":10324,"avigator":10325,"-on":10326,",j":10327,"ĠAlthough":10328,"ĠuserId":10329,"accept":10330,"Blue":10331,"IColor":10332,"layer":10333,"available":10334,"Ġends":10335,".table":10336,"Ġdataset":10337,"bus":10338,"Ġexplain":10339,"(pro":10340,"ĠCommittee":10341,"Ġnoted":10342,"]:Ċ":10343,"Dim":10344,"stdio":10345,".\",Ċ":10346,"_source":10347,"ĠWeek":10348,"ĠEdge":10349,"Ġoperating":10350,"Ġeste":10351,"ipl":10352,"agination":10353,"Ġproceed":10354,"Ġanimation":10355,".Models":10356,"ĠWatch":10357,"iat":10358,"Ġoppon":10359,"/A":10360,"Report":10361,"Ġsounds":10362,"_buf":10363,"IELD":10364,"Ġbund":10365,"ĉget":10366,".pr":10367,"(tmp":10368,"Ġkid":10369,">ĊĊĊ":10370,"Ġyang":10371,"NotFound":10372,"ÑĨ":10373,"math":10374,"@gmail":10375,"ĠLIMIT":10376,"redients":10377,"Ġvent":10378,"avigate":10379,"Look":10380,"Ġreligious":10381,"Ġrand":10382,"rio":10383,"(GL":10384,"_ip":10385,"uan":10386,"iciency":10387,"ĠChange":10388,">čĊčĊ":10389,"ĠEntity":10390,"Ġrencontre":10391,"ĠRet":10392,"plan":10393,"én":10394,"BOOL":10395,"uries":10396,"train":10397,"Definition":10398,"============":10399,"zz":10400,"Animation":10401,"ĠOK":10402,"_menu":10403,".bl":10404,"_score":10405,"Ġacad":10406,"(System":10407,"Ġrefresh":10408,"'=>$":10409,".Graphics":10410,"amento":10411,"pid":10412,"tc":10413,"Ġtips":10414,"Ġhomes":10415,"Ġfuel":10416,"âĸ":10417,"_helper":10418,"ĠĠčĊ":10419,"ĠRoom":10420,".Close":10421,"_attr":10422,"ĠMount":10423,"ĠEv":10424,"arser":10425,"_top":10426,"eah":10427,"ĠDelete":10428,"ãĢį":10429,"uke":10430,"Ġusage":10431,"aria":10432,"_dev":10433,"Ġtexture":10434,"Ġconversation":10435,"eper":10436,"Bean":10437,"done":10438,"nonatomic":10439,"ĠSecond":10440,"Ġshooting":10441,"_pre":10442,"Components":10443,"Ġ]ĊĊ":10444,"__,":10445,"stitution":10446,".Char":10447,">();ĊĊ":10448,"Ġpresented":10449,"Ġwa":10450,"oker":10451,"-ĊĊ":10452,"iner":10453,"Ġbecoming":10454,"Ġincident":10455,"Att":10456,"Ġrevealed":10457,"forc":10458,"Ġboot":10459,".page":10460,"Enumerator":10461,"_->":10462,"Photo":10463,"Ġspring":10464,".\",":10465,"ĠDictionary":10466,"BJECT":10467,"Ġlocations":10468,"Ġsamples":10469,"InputStream":10470,"ĠBrown":10471,"Ġstats":10472,"quality":10473,"Ñħ":10474,"-dis":10475,"Ġhelping":10476,"Ġped":10477,"(se":10478,"ĠWho":10479,"alian":10480,"internal":10481,"Ġft":10482,">().":10483,"->{":10484,"Ġmine":10485,"Ġsector":10486,"Ġgro":10487,"Ġopportunities":10488,"Ġü":10489,"Ġmp":10490,"Ġalleged":10491,"Ġdoubt":10492,"Mouse":10493,"About":10494,"_part":10495,"Ġchair":10496,"Ġstopped":10497,"loop":10498,"entities":10499,"Ġapps":10500,"ansion":10501,"Ġmental":10502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10503,"FR":10504,"Ġdefend":10505,"care":10506,"Ġideal":10507,"/api":10508,"urface":10509,"Ġele":10510,"ulator":10511,"ĠRights":10512,"anguages":10513,"Ġfunds":10514,"Ġadapt":10515,"Attributes":10516,"Ġdeploy":10517,"opts":10518,"Ġvalidation":10519,"Ġconcerns":10520,"uce":10521,".num":10522,"ulture":10523,"ila":10524,"Ġcup":10525,"Ġpure":10526,".Fore":10527,"ĠHashMap":10528,".valueOf":10529,"asm":10530,"MO":10531,"Ġcs":10532,"Ġstores":10533,"Ġ************************************************************************":10534,"Ġcommunication":10535,"mem":10536,".EventHandler":10537,".Status":10538,"_right":10539,".setOn":10540,"Sheet":10541,"Ġidentify":10542,"enerated":10543,"ordered":10544,"Ġ\"[":10545,"Ġswe":10546,"Condition":10547,"ĠAccording":10548,"Ġprepare":10549,"Ġrob":10550,"Pool":10551,"Ġsport":10552,"rv":10553,"ĠRouter":10554,"Ġalternative":10555,"([]":10556,"ĠChicago":10557,"ipher":10558,"ische":10559,"ĠDirector":10560,"kl":10561,"ĠWil":10562,"keys":10563,"Ġmysql":10564,"Ġwelcome":10565,"king":10566,"ĠManager":10567,"Ġcaught":10568,")}Ċ":10569,"Score":10570,"_PR":10571,"Ġsurvey":10572,"hab":10573,"Headers":10574,"ADER":10575,"Ġdecor":10576,"Ġturns":10577,"Ġradius":10578,"errupt":10579,"Cor":10580,"Ġmel":10581,"Ġintr":10582,"(q":10583,"ĠAC":10584,"amos":10585,"MAX":10586,"ĠGrid":10587,"ĠJesus":10588,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10589,".DE":10590,"Ġts":10591,"Ġlinked":10592,"free":10593,"ĠQt":10594,"Ġ/**čĊ":10595,"Ġfaster":10596,"ctr":10597,"_J":10598,"DT":10599,".Check":10600,"Ġcombination":10601,"Ġintended":10602,"-the":10603,"-type":10604,"ectors":10605,"ami":10606,"uting":10607,"Ġuma":10608,"XML":10609,"UCT":10610,"Ap":10611,"ĠRandom":10612,"Ġran":10613,".sort":10614,"Ġsorted":10615,".Un":10616,"_PER":10617,"itory":10618,"Ġpriority":10619,"ĠGal":10620,"ĠOld":10621,"hot":10622,"ĠDisplay":10623,"(sub":10624,"_TH":10625,"_Y":10626,"ĠCare":10627,"loading":10628,"Kind":10629,"_handle":10630,",,":10631,"rase":10632,"_replace":10633,".addEventListener":10634,"ĠRT":10635,"Ġentered":10636,"gers":10637,"Ġich":10638,"(start":10639,"/app":10640,"Ġbrother":10641,"Memory":10642,"Outlet":10643,"Ġutf":10644,"prec":10645,"Ġnavigation":10646,"ORK":10647,"Ġdst":10648,"Detail":10649,"Ġaudience":10650,"Ġdur":10651,"Ġcluster":10652,"unched":10653,"Ġ],":10654,"Ġcomfortable":10655,".values":10656,"ĠTotal":10657,"Ġsnap":10658,"Ġstandards":10659,"Ġperformed":10660,"hand":10661,"(\"@":10662,"åŃ":10663,"Ġphil":10664,"ibr":10665,"trim":10666,"Ġforget":10667,"Ġdoctor":10668,".TextBox":10669,"icons":10670,",s":10671,"ĠOp":10672,"Sm":10673,"Stop":10674,"ĉList":10675,"ĉu":10676,"Comment":10677,"_VERSION":10678,".Xtra":10679,"Person":10680,"rb":10681,"LOB":10682,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":10683,"ĠCentral":10684,"ICK":10685,"raq":10686,"Ġputting":10687,"Ġmd":10688,"ĠLove":10689,"Program":10690,"Border":10691,"oor":10692,"Ġallowing":10693,"after":10694,"Ġentries":10695,"ĠMaybe":10696,"]).":10697,"ĠShort":10698,")\\":10699,".now":10700,"friend":10701,"Ġprefer":10702,"ĠGPIO":10703,"osis":10704,"ĠGameObject":10705,"Ġskip":10706,"Ġcompetition":10707,"_match":10708,"lications":10709,"_CONT":10710,".groupBox":10711,"Ġals":10712,"\"We":10713,"_eq":10714,"lan":10715,"_search":10716,"ĠMusic":10717,"asis":10718,"Ġbind":10719,"ĠIsland":10720,"rum":10721,"(E":10722,"Ġseat":10723,"Video":10724,"Ġack":10725,"reek":10726,"={()":10727,"Ġrating":10728,"Ġrestaurant":10729,"DEX":10730,"(buf":10731,"pping":10732,"uality":10733,"Ġleague":10734,"Ġfocused":10735,"apon":10736,"$data":10737,"CLUD":10738,"CLUDING":10739,"Ġabsolute":10740,"(query":10741,"Ġtells":10742,"Ang":10743,"Ġcommunities":10744,"Ġhonest":10745,"oking":10746,"Ġapart":10747,"arity":10748,"/$":10749,"_module":10750,"ĠEnc":10751,".an":10752,".Config":10753,"Cre":10754,"Ġshock":10755,"ĠArab":10756,"IENT":10757,"/re":10758,"Ġretrie":10759,"ycler":10760,"isa":10761,"ĠOrgan":10762,".graph":10763,"Ġí":10764,"ĠBAS":10765,"Enum":10766,"Ġpossibly":10767,"ÑĢаÐ":10768,"ĠJapanese":10769,"Ġcraft":10770,"ĠPlace":10771,"Ġtalent":10772,"Ġfunding":10773,"Ġconfirmed":10774,"Ġcycle":10775,"/x":10776,"GE":10777,"Ġhearing":10778,"Ġplants":10779,"Ġmouth":10780,"pages":10781,"oria":10782,"ĠRemove":10783,"_total":10784,"Ġod":10785,"ollapse":10786,"door":10787,"Ġbought":10788,"Ġaddr":10789,"ARCH":10790,"_dim":10791,"dden":10792,"Ġdecades":10793,"REQUEST":10794,"Ġversions":10795,"fire":10796,"Ġmoves":10797,"fb":10798,"Ġcoffee":10799,".connect":10800,"ĠRow":10801,"Ġschema":10802,"Scope":10803,"-Type":10804,"Ġfighting":10805,"Ġretail":10806,"Ġmodified":10807,"TF":10808,"Files":10809,"nie":10810,"_command":10811,"stone":10812,"ĠÑĤ":10813,"_thread":10814,"Ġbond":10815,"ĠDevelopment":10816,"Ġpt":10817,"FORM":10818,"plet":10819,"Ġidentified":10820,"cpp":10821,"Ġcoding":10822,"oked":10823,"ĠMaster":10824,"IDTH":10825,"Ġresidents":10826,"redit":10827,"ĠPhoto":10828,"=-":10829,"unte":10830,"ateur":10831,"_STATE":10832,"ĠSing":10833,"Ġsheet":10834,".val":10835,"orse":10836,"Ġhers":10837,"Ġdetermined":10838,"Common":10839,"Ġwed":10840,"_queue":10841,"PH":10842,"ĠAtl":10843,"cred":10844,"/LICENSE":10845,"Ġmes":10846,"Ġadvanced":10847,".java":10848,".Sh":10849,"Go":10850,"kill":10851,"fp":10852,"_settings":10853,"Ġpal":10854,"Ġtruck":10855,"Ġcombined":10856,"Ġ\"${":10857,"ĠCorpor":10858,"Ġjoined":10859,"ĠJose":10860,"ĠCup":10861,"uns":10862,"estival":10863,"levision":10864,"Ġbroken":10865,"Ġmarriage":10866,"ĠWestern":10867,"Ġrepresents":10868,"ĠTitle":10869,"Ġss":10870,".Ass":10871,"ongoose":10872,"iento":10873,"<>();Ċ":10874,"Ġabsolutely":10875,"Ġsmooth":10876,"TERN":10877,"ĠUnless":10878,"Word":10879,"Ġmerge":10880,"igan":10881,"ĠVol":10882,"Ġnn":10883,".getId":10884,"Ġз":10885,"Ġsexy":10886,"Ġseeking":10887,"Single":10888,".this":10889,"Ġkom":10890,"bound":10891,";\"":10892,"ĠfontSize":10893,"_df":10894,"Ġinjury":10895,"(H":10896,"Ġissued":10897,"_END":10898,":self":10899,"Ġpatch":10900,"Ġleaves":10901,"Ġadopt":10902,"FileName":10903,"ãĢIJ":10904,"Ġexecutive":10905,"ĠByte":10906,"]))Ċ":10907,"Ġnu":10908,"outing":10909,"cluding":10910,"-R":10911,".options":10912,"Ġsubstant":10913,"avax":10914,"ĠBUT":10915,"Ġtechnical":10916,"Ġtwice":10917,"Ġmás":10918,"Ġunivers":10919,"yr":10920,"Ġdrag":10921,"ĠDC":10922,"Ġsed":10923,"Ġbot":10924,"ĠPal":10925,"ĠHall":10926,"forcement":10927,"Ġauch":10928,".mod":10929,"notation":10930,"_files":10931,".line":10932,"_flag":10933,"[name":10934,"Ġresolution":10935,"Ġbott":10936,"(\"[":10937,"ende":10938,"(arr":10939,"Free":10940,"(@\"":10941,"ĠDistrict":10942,"PEC":10943,":-":10944,"Picker":10945,"ĠJo":10946,"ĠĠĠĠĠĊ":10947,"ĠRiver":10948,"_rows":10949,"Ġhelpful":10950,"Ġmassive":10951,"---Ċ":10952,"Ġmeasures":10953,"ĠRuntime":10954,"Ġworry":10955,"ĠSpec":10956,"ĉD":10957,"ãĢij":10958,"Ġ){Ċ":10959,"Ġworse":10960,"(filename":10961,"Ġlay":10962,"Ġmagic":10963,"ĠTheir":10964,"oul":10965,"stroy":10966,"ĠWhere":10967,"Ġsudden":10968,"Ġdefe":10969,"Ġbinding":10970,"Ġflight":10971,"ĠOnInit":10972,"ĠWomen":10973,"ĠPolicy":10974,"Ġdrugs":10975,"ishing":10976,"('../":10977,"ĠMel":10978,"peat":10979,"tor":10980,"Ġproposed":10981,"Ġstated":10982,"_RES":10983,"Ġeast":10984,"ĠCONDITION":10985,"_desc":10986,"Ġwinning":10987,"folio":10988,"Mapper":10989,"ĠPan":10990,"ĠAnge":10991,".servlet":10992,"Ġcopies":10993,"LM":10994,"Ġvm":10995,"åį":10996,"Ġdictionary":10997,"Seg":10998,"elines":10999,"ĠSend":11000,"Ġiron":11001,"ĠFort":11002,".domain":11003,"Ġdebate":11004,"NotNull":11005,"eq":11006,"acher":11007,"lf":11008,"ĉfmt":11009,"Ġlawy":11010,"ÄŁ":11011,"ĠMen":11012,"Ġtrim":11013,"(NULL":11014,"Ġ!!":11015,"Ġpad":11016,"Ġfollows":11017,"\"][\"":11018,"requ":11019,"ĠEp":11020,".github":11021,"(img":11022,"eto":11023,"('\\":11024,"Services":11025,"umbnail":11026,"_main":11027,"pleted":11028,"fortunately":11029,"Ġwindows":11030,"Ġplane":11031,"ĠConnection":11032,".local":11033,"uard":11034,"}\\":11035,"==\"":11036,"andon":11037,"ĠRoy":11038,"west":11039,"iginal":11040,"emies":11041,"itz":11042,"'):Ċ":11043,"ĠPeter":11044,"Ġtough":11045,"Ġreduced":11046,"Ġcalculate":11047,"Ġrapid":11048,"customer":11049,"Ġefficient":11050,"Ġmedium":11051,"Ġfell":11052,".ref":11053,"ĠCas":11054,"Ġfeedback":11055,"Speed":11056,"(output":11057,"aje":11058,"Ġcategories":11059,"Ġfee":11060,"};":11061,"Ġdeleted":11062,"reh":11063,"Ġproof":11064,"Desc":11065,"Build":11066,"Ġsides":11067,".ArrayList":11068,"-%":11069,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11070,"ر":11071,".match":11072,"ли":11073,"Ġfeels":11074,"Ġachieve":11075,"Ġclim":11076,"_ON":11077,"ĠCD":11078,"Ġteacher":11079,"_current":11080,"bn":11081,"_PL":11082,"isting":11083,"Enable":11084,"GEN":11085,"Ġtv":11086,"Ġsock":11087,"Ġplays":11088,"Ġdiscount":11089,"ĠKE":11090,"ĠDebug":11091,"Fore":11092,"ĠIraq":11093,"Ġappearance":11094,"Mon":11095,"Ġstyled":11096,"ĠHuman":11097,"iot":11098,"ĠHistory":11099,"Ġsac":11100,"ĠCollection":11101,"Ġrecommended":11102,".Selected":11103,"Ġorganizations":11104,"Ġdiscovered":11105,"cohol":11106,"adas":11107,"ĠThomas":11108,"May":11109,"Ġconserv":11110,"Ġdomin":11111,"ĠFollow":11112,"ĠSection":11113,"ĠThanks":11114,"Username":11115,"Ġrecipe":11116,"Ġwonderful":11117,".sleep":11118,"_if":11119,"ĉĊĉĊ":11120,"orno":11121,"Ġru":11122,"_target":11123,".\"\"":11124,"à¦":11125,"EventArgs":11126,"Ġinputs":11127,"Ġfif":11128,"Ġvision":11129,"cy":11130,"ĠSeries":11131,")(((":11132,"Ġtrading":11133,"Ġmarker":11134,"Begin":11135,"Ġtypically":11136,"Ġcauses":11137,"dropdown":11138,"_DEBUG":11139,"Ġdetect":11140,"country":11141,"!\");Ċ":11142,"ĉR":11143,"appy":11144,"Ġcref":11145,"('<":11146,"\"=>":11147,"ĠLE":11148,"reader":11149,"Ġadministr":11150,"õ":11151,"ucket":11152,"Ġfashion":11153,".char":11154,"izar":11155,"Ġdisable":11156,"Ġsuc":11157,"ĠLive":11158,"issue":11159,"Ġmetadata":11160,"flags":11161,"ĠðŁ":11162,"Ġcommitted":11163,"Ġva":11164,"Ġrough":11165,"Ġ'''Ċ":11166,"Ġhighlight":11167,"_vars":11168,"VO":11169,"Ġencoding":11170,"-Z":11171,"_sign":11172,"$(\"#":11173,"Ġrain":11174,"reatest":11175,"ĠEND":11176,"Selection":11177,"Ġcandidates":11178,"Ġsav":11179,".Empty":11180,"Ġdecisions":11181,"Ġcollabor":11182,"ridge":11183,"feed":11184,"ression":11185,"Ġpersons":11186,"VM":11187,"ega":11188,"_BIT":11189,"According":11190,"acked":11191,"Ġdollars":11192,"_loss":11193,"ĠCost":11194,"}\"Ċ":11195,"Notification":11196,"Ġprostit":11197,"Ġauthority":11198,".rec":11199,"Ġspokes":11200,"ĠToday":11201,"istant":11202,"ĠHead":11203,"âĢĿ.":11204,"ertainment":11205,"cean":11206,"culate":11207,"Ġven":11208,"However":11209,"_arr":11210,"Ġtokens":11211,"Graph":11212,"ĠJud":11213,"ĠVirgin":11214,"ĠSerial":11215,"unning":11216,"Mutable":11217,"agers":11218,".csv":11219,"Ġdeveloping":11220,"Ġinstructions":11221,"Ġpromise":11222,"Ġrequested":11223,"_encode":11224,"/\"":11225,"ĠIcon":11226,"uilt":11227,"-day":11228,"Ġintelligence":11229,".IS":11230,"ĠObservable":11231,"ĠHard":11232,"Bool":11233,"idential":11234,".Anchor":11235,"Ġselling":11236,"CI":11237,"AGES":11238,"tle":11239,"bur":11240,"UFFER":11241,"RY":11242,"Ġbigger":11243,"Ġrat":11244,"Ġfamous":11245,"Ġtypename":11246,"Ġexplained":11247,"}}Ċ":11248,"Ġnuclear":11249,"-N":11250,"Ġcrisis":11251,"ĠEnter":11252,"Ġanswers":11253,"/${":11254,"/pl":11255,"Ġsequ":11256,"_next":11257,"mask":11258,"Ġstanding":11259,"Ġplenty":11260,"ĠCross":11261,"ĉret":11262,"dro":11263,"ĠCast":11264,"=true":11265,"ĠChris":11266,"icio":11267,"ĠMike":11268,"Decimal":11269,"addComponent":11270,"Len":11271,"Ġcock":11272,"Ġ#{":11273,"URN":11274,"":11403,"Ġ*=":11404,"ĠPS":11405,"Ġdangerous":11406,"[p":11407,"OME":11408,"Other":11409,"ĠStringBuilder":11410,"Points":11411,"heading":11412,"Ġcurrency":11413,"Ġpercentage":11414,"_API":11415,"Ġclassic":11416,"thead":11417,"ĠMO":11418,"FE":11419,"Idx":11420,"await":11421,"Ġè":11422,"Ġaccident":11423,"Ġvariant":11424,"Ġmyst":11425,"ĠLand":11426,"ĠBre":11427,"Ġharm":11428,"ĠAcc":11429,"Ġcharged":11430,"iones":11431,"Visibility":11432,"arry":11433,"ĠLanguage":11434,"Ġwalking":11435,"\".ĊĊ":11436,"ifer":11437,"Ġleadership":11438,".From":11439,"ynam":11440,"Ġtimestamp":11441,"ipt":11442,"ĠHas":11443,"REFER":11444,"ĠIts":11445,"Ġlistener":11446,"UTE":11447,"_description":11448,"Ġexperiences":11449,"Ġcreates":11450,"RS":11451,"cart":11452,"black":11453,"Ġchoices":11454,"war":11455,"Ġ'''":11456,"Ġordered":11457,"Ġevening":11458,"Ġpil":11459,"Ġtun":11460,"ĠBad":11461,"(app":11462,"random":11463,"Ġexplicit":11464,"Ġarrived":11465,"Ġfly":11466,"Ġeconom":11467,"-mail":11468,"Ġlists":11469,"Ġarchitect":11470,"ĠPay":11471,"Ġds":11472,"ĠSol":11473,"Ġvehicles":11474,"Hz":11475,"-com":11476,"Ġking":11477,"_equal":11478,"ĠHelp":11479,"Ġabuse":11480,"--;Ċ":11481,"Ġextr":11482,"Ġchemical":11483,"ä¿":11484,"Ġorient":11485,"Ġbreath":11486,"ĠSpace":11487,"(element":11488,"wait":11489,"DED":11490,"igma":11491,"Ġentr":11492,"Ġsob":11493,"-name":11494,"Ġaffected":11495,"ika":11496,"Ġcoal":11497,"_work":11498,"Ġhundreds":11499,"Ġpolitics":11500,"subject":11501,"Ġconsumer":11502,"ANGE":11503,"Ġrepeated":11504,"Send":11505,"Ġ#[":11506,"Ġprotocol":11507,"Ġleads":11508,"useum":11509,"Every":11510,"Import":11511,"(count":11512,"Ġchallenges":11513,"Ġnovel":11514,"Ġdepart":11515,"bits":11516,".Current":11517,"Ġ`${":11518,"oting":11519,"(\\":11520,"Ġcreative":11521,"Ġbuff":11522,"Ġintroduced":11523,"usic":11524,"modules":11525,"Are":11526,"-doc":11527,"language":11528,"_cache":11529,"Ġtod":11530,"?>{{":11764,"ĠResource":11765,"ĠStandard":11766,"ĠPrem":11767,"updated":11768,"ivalent":11769,"Ġassets":11770,"_temp":11771,"Ġinterests":11772,"Ġhardware":11773,"ĠRom":11774,"ĠShare":11775,"Ġ''Ċ":11776,"Ġ*,":11777,"ĠTake":11778,"ĠImages":11779,"_CHECK":11780,"(typeof":11781,"ĠJun":11782,"\\<^":11783,"Ġliqu":11784,"Ġworst":11785,"ymbols":11786,"ĉĉĉĠĠĠ":11787,"Ġdrivers":11788,"ĠDocument":11789,"eno":11790,"ĠTechnology":11791,"Ġapproved":11792,"umps":11793,"Ġsnow":11794,"formance":11795,"_ASSERT":11796,"uits":11797,"ÙĨ":11798,"Ġdifferences":11799,".Visible":11800,"ĉĉĉčĊ":11801,"ĠPs":11802,"_fetch":11803,"Ġtodo":11804,".',Ċ":11805,"Ġsel":11806,"urers":11807,"invalid":11808,"Ġtweet":11809,"VEL":11810,"Ġresearchers":11811,"Ġsprintf":11812,"ĠRO":11813,"Ġpel":11814,".Trans":11815,"Ġillegal":11816,"dialog":11817,"smarty":11818,"lg":11819,"_MIN":11820,"Ġhero":11821,"final":11822,"Ġpp":11823,".Le":11824,"Ġci":11825,"ĉRT":11826,"Ġsuggested":11827,"pdf":11828,"aching":11829,"ĠRo":11830,"ĠProperties":11831,"ĠSi":11832,"Ġbuying":11833,"Ġmu":11834,"Ġlands":11835,"ifiers":11836,"ĠFILE":11837,"ROUP":11838,"Ġholder":11839,"ĠSon":11840,"Ġsympt":11841,".route":11842,")?":11843,"Ġargc":11844,"Ġfort":11845,"Ġcasino":11846,"_category":11847,"Ġforum":11848,"prefix":11849,"apture":11850,"Tube":11851,"ems":11852,"imize":11853,"Ġnue":11854,"aus":11855,"course":11856,"ATOR":11857,"()),":11858,"Advertis":11859,"INGS":11860,"Ġacknow":11861,"ĠKorea":11862,"pling":11863,"Ġworker":11864,"PLIED":11865,"hal":11866,"ĠRichard":11867,"Elements":11868,"ĉĉĉĠ":11869,"star":11870,"Ġrelationships":11871,"Ġcheap":11872,"ACH":11873,"ĠXML":11874,",&":11875,"ĠLouis":11876,"Ġride":11877,"_FAIL":11878,"Ġchunk":11879,"[s":11880,"_OUT":11881,"Ġchosen":11882,"_[":11883,"/(":11884,"ĠJeff":11885,"_sl":11886,"priv":11887,"ĠCanadian":11888,"Ġunable":11889,"_FLAG":11890,"Ġnos":11891,"high":11892,"Ġlift":11893,"fun":11894,"(){":11895,"elly":11896,"yclerView":11897,"_as":11898,"_LIST":11899,"Ġradi":11900,".getValue":11901,"ĠAngeles":11902,"ĠSpan":11903,"_instance":11904,"itors":11905,"Ġmigration":11906,"AK":11907,"Oh":11908,"®":11909,".selected":11910,"ĠGT":11911,"Ġadvance":11912,"ĠStyle":11913,".DataGridView":11914,"ection":11915,"Ñİ":11916,"pio":11917,"rog":11918,"Ġshopping":11919,"ĠRect":11920,"Illuminate":11921,"OU":11922,"ĉarray":11923,"Ġsubstantial":11924,"Ġpregn":11925,"Ġpromote":11926,"IEW":11927,".Layout":11928,"Ġsigns":11929,"/.":11930,"Ġletters":11931,"Board":11932,"ctrl":11933,"\"\\":11934,"ĠJones":11935,"Ġvertex":11936,"Ġja":11937,"Ġaffili":11938,"Ġwealth":11939,"ĉdefault":11940,"Ġsignificantly":11941,"Ġec":11942,"Ġxs":11943,"actual":11944,".per":11945,"_step":11946,"anvas":11947,"mac":11948,"Ġtransl":11949,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11950,"Iterator":11951,"Ġoch":11952,"agnostic":11953,"ĠDuring":11954,"ĠDEFAULT":11955,"Ġtill":11956,"Ġsignature":11957,"Ġbird":11958,"ĠOl":11959,"ĠIr":11960,"HS":11961,"avatar":11962,"ESSAGE":11963,"Ġelev":11964,"Ġmt":11965,"ĠNav":11966,"Ġrelax":11967,"Ġplate":11968,"ITEM":11969,"(date":11970,".not":11971,"Ġgrade":11972,"Ġ}),Ċ":11973,"?\"ĊĊ":11974,"iences":11975,"High":11976,"ĠDIS":11977,"disabled":11978,"QUI":11979,"Ġnoise":11980,"aux":11981,"ĠUP":11982,"osa":11983,"Ġvoc":11984,"Ġ))":11985,"ocom":11986,"_OFF":11987,"ĠDb":11988,"Lock":11989,".eclipse":11990,",d":11991,"ĠDraw":11992,"Ġ\"(":11993,"Ġvisited":11994,"ĠâĪ":11995,"Ġsucceed":11996,"Ġimpossible":11997,"aire":11998,"ĠTurn":11999,"Ġdish":12000,"FG":12001,"Ġsensor":12002,"ANN":12003,"aba":12004,"Ġsurg":12005,"]);čĊ":12006,"Ġfp":12007,"_an":12008,"-J":12009,"-G":12010,"ĠJob":12011,"Convert":12012,"ĠKEY":12013,"Ġauthors":12014,"_server":12015,"\\r":12016,"Ġ-*-":12017,"flex":12018,"Ġsoc":12019,"Ret":12020,"Ġsalt":12021,"ĠâĢ¦ĊĊ":12022,"ĠClear":12023,"(page":12024,"-danger":12025,"Ġrooms":12026,"conv":12027,"#{":12028,".op":12029,"ĠArea":12030,"_SC":12031,"hen":12032,"Ġbegins":12033,"-y":12034,"Ġexcited":12035,"Ġignored":12036,"Ġbonus":12037,"student":12038,"ĠMember":12039,"Ġrelatively":12040,"ĠLow":12041,"ĠProdu":12042,"ateway":12043,"posure":12044,"Ġthick":12045,"aniel":12046,"(view":12047,"ĠCrush":12048,"Extension":12049,"Il":12050,"eed":12051,"LOC":12052,".im":12053,".Items":12054,"Ġconflict":12055,".prevent":12056,"ĠonCreate":12057,"uv":12058,"iser":12059,"Ġwave":12060,"Mar":12061,"ĠCommunity":12062,"iche":12063,"ĠNothing":12064,"[m":12065,"ĠLee":12066,"riends":12067,"ère":12068,"!!!":12069,"anz":12070,".result":12071,"ĠSK":12072,"_PARAM":12073,"Ġdemocr":12074,"BackColor":12075,".exists":12076,"\"It":12077,"(options":12078,"razy":12079,"aser":12080,"\\Database":12081,"alendar":12082,"_ass":12083,";}Ċ":12084,"vertex":12085,"inecraft":12086,"Warning":12087,"argo":12088,"Ġactor":12089,"ĠInstead":12090,"ĠUsing":12091,"Self":12092,"@interface":12093,"Ġspeaking":12094,"ĠParis":12095,"ĠLICENSE":12096,".node":12097,"ĠFood":12098,"EIF":12099,"ĠBi":12100,".Start":12101,"ĠIB":12102,"Ġuniversity":12103,"ĠHeader":12104,".product":12105,"Copy":12106,"etc":12107,"rical":12108,"Ġ>>>":12109,"books":12110,"Ġalgorithm":12111,"Ġ'__":12112,"(javax":12113,"Ġnumerous":12114,"Share":12115,"Have":12116,"Ġrecru":12117,"Ġprove":12118,".substring":12119,"health":12120,"ел":12121,"Ġdecimal":12122,"Ġcommission":12123,"scription":12124,"xC":12125,"Ġsummary":12126,"atted":12127,"Ġcloser":12128,"finished":12129,"()){Ċ":12130,"ĠWood":12131,"_fields":12132,"ku":12133,"_items":12134,"Flag":12135,"Ġconfidence":12136,"ĠFederal":12137,"dux":12138,"Ġcompat":12139,"Ġvertical":12140,"й":12141,"ès":12142,";\">Ċ":12143,"_manager":12144,"()))Ċ":12145,"IDE":12146,":\",":12147,"__Ċ":12148,"ĠWay":12149,"ÑĪ":12150,"Temp":12151,"ĠSTR":12152,"ritten":12153,"Sync":12154,"ĠAV":12155,"ĠCEO":12156,"ĠGuid":12157,"Ġenvironmental":12158,"Ġcorresponding":12159,"ĉconsole":12160,"Ġjustice":12161,"ĠJS":12162,"Ġlived":12163,"gar":12164,"ĠGraph":12165,"ĠStat":12166,"ĠiPhone":12167,".al":12168,"ĠHD":12169,"Ġoccur":12170,"Ġthreshold":12171,"Ġonclick":12172,"REG":12173,".GraphicsUnit":12174,"Meta":12175,"ž":12176,"Ġcum":12177,".gnu":12178,"ë":12179,"Ġobtained":12180,"Ġcomplaint":12181,"Ġeating":12182,"Ġtar":12183,"_task":12184,"Ġopts":12185,"(to":12186,"Pass":12187,"Ġplastic":12188,"tility":12189,"ĠWin":12190,".preventDefault":12191,"pile":12192,"ĠGar":12193,"Ġquantity":12194,"_last":12195,"Ġgreatest":12196,"Dao":12197,"_DIS":12198,"ĠUsed":12199,"ĠHP":12200,"riting":12201,"SION":12202,"blue":12203,"domain":12204,"Ġscores":12205,"Normal":12206,"_admin":12207,"ĠASSERT":12208,"Then":12209,"***":12210,"dist":12211,"lon":12212,"Ġhate":12213,"shal":12214,"ImageView":12215,"database":12216,"Ġpand":12217,"Ġlogic":12218,"=false":12219,"bg":12220,"ĠConfiguration":12221,"Ġnur":12222,"OG":12223,"Ġmarried":12224,":+":12225,"Ġdropped":12226,"Ġregistration":12227,"ом":12228,"ultiple":12229,"izers":12230,"shape":12231,".copy":12232,"Ġwearing":12233,"ĠCath":12234,"Ġdedicated":12235,"Ġ...Ċ":12236,"Ġadvoc":12237,"ĠFamily":12238,"Ġstatements":12239,"ematic":12240,"ampionship":12241,"Ġmotiv":12242,"ĠHave":12243,"Ġblow":12244,"Job":12245,"cert":12246,"_vector":12247,"install":12248,"ĠCOPY":12249,"embed":12250,"DIR":12251,"ĠSpring":12252,"Ġexhib":12253,"cdn":12254,"ĠComment":12255,"ĠOptional":12256,".player":12257,"ĠDark":12258,"(pos":12259,"ĠShould":12260,"Ġcentre":12261,"ĠGuard":12262,"ów":12263,"Ġtrouble":12264,"ENER":12265,"(unsigned":12266,"_service":12267,"Ġns":12268,"uling":12269,"ĠMexico":12270,"ĠNY":12271,"mysql":12272,"Ġlic":12273,"åľ":12274,"Mr":12275,"-fl":12276,"ĠCustomer":12277,"idi":12278,"Ġ?>ĊĊ":12279,"rible":12280,"ĠпÑĢ":12281,"Ġsizes":12282,"_STRING":12283,"validation":12284,"ĠJon":12285,"(Http":12286,"addClass":12287,"Nodes":12288,"Ġfragment":12289,"Ġspoke":12290,"Ġwaste":12291,"Join":12292,"Ġillustr":12293,"eli":12294,"cient":12295,"Ġaid":12296,"Ġprosec":12297,"'){Ċ":12298,"Ġpassing":12299,"Ġfaces":12300,"Shape":12301,"_Z":12302,"iti":12303,"Ġalle":12304,"Ġrobot":12305,"ĠĠĠĠĠĠĠĊ":12306,"ĠSpe":12307,"Ġreceiving":12308,"ĠDetails":12309,"Ġ\")":12310,"mg":12311,"_REF":12312,"Ġcomparison":12313,"*,":12314,"ĠFound":12315,"_session":12316,"(U":12317,"/F":12318,"Ġxxx":12319,"Network":12320,"ders":12321,"Ġcapture":12322,"Ġcorre":12323,"ĠLtd":12324,"ĠAdv":12325,"[@":12326,"Ġclip":12327,"Mill":12328,"ĠProfile":12329,"Ġendif":12330,"Ġoblig":12331,"describe":12332,".element":12333,"riterion":12334,"LD":12335,"ered":12336,"Ġfavour":12337,"score":12338,"ĠFilter":12339,"attributes":12340,"Ġchecks":12341,"Inflater":12342,"ĠPlus":12343,"Ġscientific":12344,"Ġprivacy":12345,"Head":12346,"Ġfeat":12347,"Ġdegrees":12348,"ĠPale":12349,";\">":12350,"Ġfilms":12351,"ĠAudio":12352,"ĠTag":12353,"ĠEnergy":12354,"itar":12355,"parator":12356,"Ġfellow":12357,"Ġevt":12358,"ĠTri":12359,"ĠDAM":12360,"cloud":12361,"ĠPassword":12362,"ĠDemocrats":12363,"ĠAcad":12364,"$lang":12365,"Ġreb":12366,"())ĊĊ":12367,"нÑĭ":12368,"ĠBur":12369,"readcr":12370,"Ġhex":12371,"Console":12372,"ctl":12373,"ousel":12374,"ĠWilliam":12375,"Ġaz":12376,"_PORT":12377,"Ġpractices":12378,"Ġanywhere":12379,"ĠPosition":12380,"Ġ->Ċ":12381,"iams":12382,".username":12383,"placeholder":12384,"Ġoder":12385,"ĠSecretary":12386,"ĠiT":12387,"mond":12388,"events":12389,"?âĢĿ":12390,".Sub":12391,"Ġattached":12392,"Ġnão":12393,"Ġestate":12394,".action":12395,"Ġfigures":12396,"Ġ});čĊ":12397,"Ġsubscri":12398,".tag":12399,"nam":12400,".plot":12401,"noon":12402,"liament":12403,"Character":12404,".tab":12405,"Ġwinter":12406,"ĠVariable":12407,"Ġtrees":12408,"Ġproud":12409,"(V":12410,"_load":12411,"Ġhier":12412,"ĠEcon":12413,"Ġfd":12414,"Ġvictims":12415,"Rest":12416,"iana":12417,"Ġfake":12418,".Println":12419,"Ġstrlen":12420,"Ġsad":12421,"Ġble":12422,"Prot":12423,"Ġbuttons":12424,"Ġtelevision":12425,"Ġlogo":12426,"extension":12427,"ĉj":12428,"stein":12429,"aciones":12430,"Ġ\"\"\"ĊĊ":12431,"Ġsimp":12432,"Ġrecorded":12433,"Ġbrings":12434,"Ġprincipal":12435,"Ġfees":12436,"(source":12437,"kdir":12438,"Ġutils":12439,"Ġcorrectly":12440,"fil":12441,"Ġwel":12442,"Pair":12443,"-button":12444,"scale":12445,"verify":12446,"[c":12447,"Ġ---":12448,"Ġescape":12449,"ikes":12450,"LowerCase":12451,"ician":12452,"Ġchapter":12453,"ĠTYPE":12454,"Ġshadow":12455,"Ġawesome":12456,"WE":12457,"elif":12458,"Ġlambda":12459,"Ġdistinct":12460,"Ġbare":12461,"-off":12462,"Ġcolour":12463,".appendChild":12464,"olec":12465,"aga":12466,".fill":12467,"ĉsuper":12468,"Ġadj":12469,"(position":12470,".getItem":12471,"Short":12472,"Ġtotally":12473,"VD":12474,"ĠTre":12475,"_ep":12476,"vements":12477,"ĠSolution":12478,"Ġfundament":12479,"Follow":12480,"Ġfacility":12481,"Ġhappening":12482,"OF":12483,".textBox":12484,"Span":12485,"Ġ«":12486,"iden":12487,"Ġexceed":12488,"(parent":12489,"Ġcp":12490,"ç»":12491,"Ġhasn":12492,"Ġpri":12493,"Ġconsequ":12494,"nen":12495,"ĠINTO":12496,"Ignore":12497,"ĠFuture":12498,"Ġcarbon":12499,"ĠSteel":12500,"fmt":12501,"okie":12502,"Ġspl":12503,"(title":12504,"-info":12505,"Ġdeals":12506,"Ġfixture":12507,"ea":12508,"Div":12509,"Ġtested":12510,"_return":12511,")ĊĊĊĊ":12512,"upported":12513,"ĠCook":12514,"Ġpaying":12515,"ĠIll":12516,"Ġarrested":12517,"ĠPrime":12518,"_callback":12519,">,Ċ":12520,"driver":12521,"Once":12522,"abb":12523,"_bytes":12524,"ĠSets":12525,"(Object":12526,"Ġcc":12527,"Ġshell":12528,"alo":12529,");//":12530,"(log":12531,"ctors":12532,")":13004,"Ġ$(\".":13005,".pos":13006,"Ġboys":13007,"Ġwedding":13008,"Ġagents":13009,"=\"_":13010,"ĠArmy":13011,"Ġhint":13012,"vision":13013,"Ġtech":13014,"ĠConnect":13015,"Ġlegend":13016,"ĠBet":13017,".Base":13018,"Subject":13019,"Ġlit":13020,"Remove":13021,"Ġ\":":13022,"ĠFinal":13023,"pearance":13024,"ĠiTunes":13025,"Ġparticipants":13026,"ĠPython":13027,"Ġbusy":13028,"iel":13029,"vertices":13030,"ĠtemplateUrl":13031,"ĠClose":13032,"Img":13033,"ĠCorporation":13034,"timestamp":13035,"Ġextend":13036,"Ġwebsites":13037,"Ġpossibility":13038,"оÑĤ":13039,"Ġkö":13040,"Ġmeat":13041,"Ġrepresentation":13042,"Ġĉĉ":13043,"_START":13044,".apply":13045,"ĠValley":13046,"ĠSuccess":13047,"Hi":13048,"Ġnob":13049,"ĠIEnumerable":13050,"_select":13051,"geo":13052,".\")Ċ":13053,"Ġturning":13054,"Ġfabric":13055,"(\"\");Ċ":13056,"Ġperspective":13057,"éĹ":13058,"ĠSn":13059,"Thank":13060,";j":13061,".Parameters":13062,"ĉĠĠĠĠĠĠĠĠĠĠĠ":13063,"Ġfacts":13064,"Ġunt":13065,".instance":13066,"################################################################":13067,"-end":13068,"ĠJOIN":13069,"ĠHen":13070,"Ġuri":13071,"åIJį":13072,"Ġна":13073,"ĠInfo":13074,"Ġconducted":13075,"ĠÃ¥":13076,"OURCE":13077,"Ġwine":13078,"John":13079,".Errorf":13080,"ĠAge":13081,"ounded":13082,"Ġrealize":13083,"Ġ];":13084,"Ġsubsequ":13085,",m":13086,"(User":13087,"iano":13088,"Ġaccompl":13089,"isp":13090,".std":13091,"éĩ":13092,"ĠBed":13093,".setAttribute":13094,"BR":13095,"keep":13096,"ĠALL":13097,"Ġisol":13098,"amma":13099,"Package":13100,"Ġoccasion":13101,"-success":13102,"ед":13103,"ĠLIMITED":13104,"strip":13105,"()ĊĊĊ":13106,"istribution":13107,"Colors":13108,"Ġ+:+":13109,"DidLoad":13110,"aler":13111,"Ġtid":13112,"ĠLED":13113,"ĠLinked":13114,"ĠCart":13115,"())čĊ":13116,"_READ":13117,"Ġkilling":13118,"ĠPHP":13119,"fection":13120,"Ġinstances":13121,"cv":13122,"\"/>":13123,"Ġsf":13124,"Ġtaxes":13125,"_location":13126,"ĠBitcoin":13127,"uable":13128,"rank":13129,"ignore":13130,"track":13131,"ка":13132,"Ġshouldn":13133,"ĠOP":13134,"=>{Ċ":13135,"Ġkm":13136,"Ġhelper":13137,"_head":13138,"ĠWhether":13139,"oco":13140,"_bl":13141,"Ġstatistics":13142,"Ġbeauty":13143,"Ġtog":13144,"tip":13145,"ëĭ¤":13146,"Ġcsv":13147,"(sql":13148,"stdlib":13149,"weak":13150,"Ġlikes":13151,"Äį":13152,"Ġrepeat":13153,"Ġapartment":13154,"Ġemph":13155,"_edit":13156,"Ġvit":13157,"ĉtype":13158,"Even":13159,"uten":13160,"Ġcircumstances":13161,"bian":13162,"Ġsugar":13163,"Windows":13164,"ìŀ":13165,"Ġobserved":13166,"/data":13167,"Ġcalendar":13168,"Ġstrike":13169,"ĠRES":13170,"_sc":13171,"fony":13172,"orem":13173,"(z":13174,"power":13175,"etect":13176,"ĠSat":13177,".description":13178,"Ġgang":13179,"ĠSports":13180,"ongs":13181,"ĠBundle":13182,".sum":13183,"once":13184,"Ġaccused":13185,"Ġexplore":13186,"Ġapproximately":13187,"Ġlosing":13188,"thesis":13189,"ĠFund":13190,"Ġdiagn":13191,"Autowired":13192,"properties":13193,"Ġ_.":13194,"Ġcnt":13195,"cedure":13196,"Ġyy":13197,"Ġgrant":13198,"sock":13199,".innerHTML":13200,"Ġ]);Ċ":13201,"ĠCONFIG":13202,"='$":13203,"]];Ċ":13204,"UND":13205,"Ġglob":13206,"Ġdire":13207,"uffle":13208,"_MEM":13209,"Ġauthentic":13210,">(\"":13211,"Ġdecade":13212,"ĠImport":13213,"Ġoriginally":13214,"ĠjQuery":13215,"Ġindicate":13216,"Ġourselves":13217,"Sw":13218,".lbl":13219,"enerate":13220,"Ġbasically":13221,"ĠHom":13222,"Ġ+#+":13223,"ĠBritain":13224,"ĠKar":13225,"toEqual":13226,".stop":13227,"Ġmodal":13228,"isi":13229,"Ġsuggests":13230,"Ġdtype":13231,"Ġtur":13232,"bf":13233,"Ġconnections":13234,"ĠBefore":13235,"isted":13236,"mouse":13237,"Ġpulled":13238,".build":13239,"Ġlegislation":13240,"Ġforth":13241,"pad":13242,"ego":13243,".Now":13244,"Ġexciting":13245,"}ĊĊĊĊ":13246,"Ġcompr":13247,"Ġshares":13248,"Ġrig":13249,"green":13250,"_vec":13251,"Ġenumerate":13252,"Auto":13253,"icator":13254,"ĠRay":13255,"asse":13256,"Ġholiday":13257,"Ġnullable":13258,"gun":13259,"_details":13260,"Ġwrapper":13261,"seq":13262,"ĠYoung":13263,"juana":13264,"Ġ\"__":13265,"license":13266,"serve":13267,"^(":13268,"iders":13269,".Remove":13270,"ropdown":13271,"'S":13272,"pin":13273,"(token":13274,".Default":13275,"Ġreasonable":13276,"ampion":13277,"ĠSociety":13278,"Ġbei":13279,"erves":13280,"rad":13281,"ĠFox":13282,"_images":13283,"Ġwheel":13284,"')[":13285,"Ġcfg":13286,"(By":13287,"Constructor":13288,"Ġvary":13289,".swift":13290,"Ġproxy":13291,"ĉH":13292,"ĠAnother":13293,"ĠPen":13294,"Ġchecking":13295,"Ġjest":13296,"manager":13297,"Origin":13298,"ugs":13299,"oir":13300,">čĊ":15956,"Ġrelief":15957,"lap":15958,"quer":15959,"_parent":15960,"heap":15961,"LOSE":15962,"Ġcombine":15963,"ĠRose":15964,"owers":15965,"Ġprocedures":15966,"ĠSort":15967,"anim":15968,"variant":15969,"ehicle":15970,"Ġsigning":15971,"Primary":15972,"currency":15973,"Ġsexe":15974,"oen":15975,"theta":15976,"eman":15977,"Ġimpressive":15978,"('_":15979,"ĉU":15980,"ĠTextStyle":15981,"_cnt":15982,"Ġslice":15983,"(':":15984,"Ġunderstood":15985,"His":15986,"Ġinformed":15987,"Ġnick":15988,"(TAG":15989,"hd":15990,"Ġelections":15991,"esture":15992,"ĠSanta":15993,"ĠCoast":15994,".pdf":15995,"inciple":15996,".clone":15997,"born":15998,"uta":15999,"Ġlicensed":16000,"Cr":16001,"Ġbread":16002,"ĠHouston":16003,"Ġnod":16004,"Ġhopes":16005,"ĠCGRect":16006,"Ġguilty":16007,".gif":16008,"Ġrose":16009,".Common":16010,"Tip":16011,"ANK":16012,"ĠFC":16013,"During":16014,"ĠSymfony":16015,"Ġdefensive":16016,"km":16017,")>":16018,"archive":16019,"ĠURI":16020,"ycling":16021,"-o":16022,"ĠWebsite":16023,"AMP":16024,"ishment":16025,"Ġdoctors":16026,"Direct":16027,"ARI":16028,"ĠRedirect":16029,"ieren":16030,"_dist":16031,"yo":16032,"ĠProgress":16033,"Ġzum":16034,"Ġmemor":16035,"ĠED":16036,"Ġjur":16037,"æį®":16038,"_TABLE":16039,"Ġuuid":16040,"Expr":16041,".head":16042,"('%":16043,"pointer":16044,"Ġestimate":16045,"ĠGreg":16046,"Ġloader":16047,"ĠiOS":16048,"Ġmens":16049,"[y":16050,"Ġrefused":16051,"Ġprecision":16052,"isch":16053,"ĠACTION":16054,"Cloud":16055,"sWith":16056,"(ret":16057,"_ADDR":16058,"_conf":16059,"(df":16060,"Ġlocked":16061,"Ġrising":16062,"ãĥ»ãĥ»":16063,"ĠMs":16064,"Ġscenes":16065,"_EXT":16066,"_raw":16067,"_the":16068,"people":16069,"Ġrecon":16070,"ĠFun":16071,"Ġbless":16072,"ĠUpdated":16073,"ün":16074,"ĠĠĠĠĠĠĠĠĠĠĠĠčĊ":16075,"pection":16076,"Release":16077,".logger":16078,"ĠSY":16079,"Ġcounsel":16080,"urd":16081,"_true":16082,"Ġeverybody":16083,"ivot":16084,"Ġhence":16085,"ĠNAS":16086,"Ġopposed":16087,"unknown":16088,"ĠDESC":16089,"ĠChair":16090,"failed":16091,"ĠINCLUDING":16092,"Ġwriters":16093,"{}Ċ":16094,"ÃŃt":16095,"_copy":16096,"}:":16097,"ĠBat":16098,"Ġconverted":16099,"eding":16100,"placement":16101,"ĠHost":16102,"Sound":16103,"им":16104,"Ġsought":16105,"mid":16106,"Ġsalary":16107,"ogg":16108,"âĦ¢":16109,"bul":16110,"Ġwir":16111,"validator":16112,"_STAT":16113,".store":16114,"ĠBattle":16115,"ın":16116,"Ġ-->ĊĊ":16117,"Trump":16118,"dot":16119,"ĠCONT":16120,".fetch":16121,"Ġcontinu":16122,"was":16123,"Ġfraud":16124,"_tmp":16125,"mitter":16126,".pictureBox":16127,"GA":16128,"Ġtournament":16129,".Input":16130,"[r":16131,"exion":16132,"centage":16133,"ĠKorean":16134,"undef":16135,"ĠAvailable":16136,"reshape":16137,"Ġkit":16138,"ĠStruct":16139,"ĠSUB":16140,"Answer":16141,"_lib":16142,".twitter":16143,"Ġore":16144,"ĠDragon":16145,".Ext":16146,",k":16147,"Ġexplanation":16148,"refs":16149,"ĠDrive":16150,"ĠTraining":16151,".Has":16152,"intage":16153,"big":16154,"ologist":16155,"ennis":16156,"Ùĩ":16157,"Ġchicken":16158,"ĠĠĠĠĠĠĠĠĠĠĊ":16159,"çĽ":16160,"ãģ§":16161,"Ġpeak":16162,"Ġdrinking":16163,"Ġencode":16164,"ĠNEW":16165,"malloc":16166,"ĉfprintf":16167,"Ġ=================================================================":16168,"including":16169,"Ġprinciples":16170,"ĠMah":16171,"storage":16172,"-key":16173,"Ġkeyword":16174,"%;":16175,"Ġtrained":16176,".contrib":16177,"Ġkv":16178,"__':Ċ":16179,"ĠBoy":16180,"parameter":16181,"Ġsuite":16182,"Ġthousand":16183,"Ġcoordinate":16184,"-generated":16185,"íķĺ":16186,"generated":16187,"Ġadmitted":16188,"Ġpussy":16189,"#w":16190,"Ġswim":16191,"union":16192,"Na":16193,"ĠRoyal":16194,".channel":16195,"Updated":16196,"_ROOT":16197,"Ġvital":16198,"raction":16199,"ĠCrusher":16200,"Ġpreced":16201,"Ġhorizontal":16202,"Blueprint":16203,"Ġattrs":16204,"Ġsmoke":16205,"ÐĴ":16206,".Equals":16207,"FB":16208,"ĠResources":16209,"rolling":16210,"Ġpasses":16211,"ĠNum":16212,"rotate":16213,"etype":16214,"\\\",":16215,"Ġsensitive":16216,"Ġtall":16217,"?âĢĿĊĊ":16218,"Proxy":16219,"iy":16220,"_section":16221,"âĢĶâĢĶâĢĶâĢĶ":16222,"brid":16223,"Ġcircuit":16224,"atan":16225,"ENC":16226,"Ġdriven":16227,"Ġvoted":16228,"Ġeducational":16229,"Ġinteraction":16230,"abetes":16231,"Ġtone":16232,"ĠInitializeComponent":16233,"Ġmerely":16234,"Ġìŀ":16235,"cookie":16236,"_div":16237,"ĠUILabel":16238,"vely":16239,"});čĊ":16240,"_ENT":16241,"#+#+":16242,"articles":16243,"ĠSouthern":16244,"Ġstronger":16245,"ĠGiven":16246,"ĠEric":16247,"ĠIR":16248,"abstract":16249,"Under":16250,"nable":16251,"Ġincrement":16252,"oven":16253,"Ġcoin":16254,"_timer":16255,"Ġsuffered":16256,"ĠFREE":16257,"'].\"":16258,"ĠQueen":16259,"stats":16260,"Ġmeetings":16261,"Ġentering":16262,"Ġalongside":16263,"(session":16264,"itals":16265,"Ġfoundation":16266,"ĠCredit":16267,".div":16268,"_ALL":16269,"pcion":16270,"_stat":16271,"icking":16272,"Defaults":16273,"_src":16274,"Ġoutputs":16275,"/B":16276,"Ġenthus":16277,"-bl":16278,".ForeColor":16279,"ĉtemp":16280,"Face":16281,"Ġinteract":16282,"Ġweird":16283,"Mount":16284,"rell":16285,"udents":16286,"Ġrequirement":16287,"ĠSus":16288,"IER":16289,"Ġelected":16290,"reference":16291,"ĠME":16292,"Ġservers":16293,".wait":16294,"Ġsnapshot":16295,"ilton":16296,"Ġtries":16297,"Ġtipo":16298,".Time":16299,">w":16300,"Ġmountain":16301,"Ġpounds":16302,"Ġ[...":16303,"exists":16304,"ĠngOn":16305,"_MAP":16306,"Ġflying":16307,"xiety":16308,"ĉvalue":16309,"_DB":16310,"uno":16311,"Ġseats":16312,"TURN":16313,".author":16314,"!)":16315,"orce":16316,"Ġindicated":16317,".sin":16318,"Ġassignment":16319,"imiento":16320,"ĠFrame":16321,"_gen":16322,"inery":16323,"_)":16324,"messages":16325,".settings":16326,"ĠMean":16327,"ĠMuseum":16328,"irq":16329,"attach":16330,"ĠPalestin":16331,"_QU":16332,"_tags":16333,"Ġcasual":16334,"emen":16335,"ASSWORD":16336,"$s":16337,"ĠCirc":16338,"ой":16339,"etric":16340,"/P":16341,"Ġepoch":16342,"The":16357,"ĠAk":16358,"Ġgrass":16359,"/*čĊ":16360,"(dis":16361,"Ġguns":16362,"Ġtb":16363,"ĠKevin":16364,".args":16365,"ĠAh":16366,"oped":16367,"(J":16368,"columns":16369,"arguments":16370,"ĠWithEvents":16371,"_full":16372,"ĠDefense":16373,"Simple":16374,"Ġdeaths":16375,"Ġextensive":16376,"ĠStill":16377,"ĠExpression":16378,"ĠAgency":16379,"Ġperforming":16380,"FX":16381,"Ġusuario":16382,"UAL":16383,"Side":16384,"odos":16385,"aptop":16386,"Ġcredentials":16387,"_cap":16388,"atient":16389,"ĠDisney":16390,"Ġai":16391,"Ġchip":16392,"Ġvolt":16393,".makeText":16394,"%%%%%%%%%%%%%%%%":16395,"Ġbelief":16396,"_LOC":16397,"ĠCivil":16398,"Navigation":16399,"Ġreveal":16400,"Ġviolent":16401,"ĠFil":16402,"Ġcatalog":16403,"emed":16404,"scan":16405,".control":16406,"Ġconstitution":16407,"Country":16408,"Separator":16409,"_APP":16410,"topic":16411,"uetooth":16412,"MIN":16413,"Ġdescriptor":16414,"yt":16415,"ETHER":16416,"Ġdistribute":16417,"'}Ċ":16418,".trim":16419,".Line":16420,"Ġlbl":16421,"assertEquals":16422,"ĠDet":16423,"ombok":16424,"(width":16425,"Ġtort":16426,"ĠEXPRESS":16427,"aco":16428,"Using":16429,"ĠBrand":16430,"wall":16431,"EMENT":16432,"ĠCommunic":16433,"(Ċ":17055,"?>\"":17056,"Ġ///Ċ":17057,"Ġeiner":17058,"Ġweekly":17059,"ĉlogger":17060,"_pop":17061,"_man":17062,"Ġmigrations":17063,"Ġasks":17064,"Ġbs":17065,"Ġfalls":17066,".Where":17067,"-height":17068,"_feature":17069,".Min":17070,"Ġhyper":17071,"Ġvolatile":17072,"Ġtwenty":17073,"Typography":17074,"Unable":17075,"Det":17076,",f":17077,"-mod":17078,"Ġsettlement":17079,"Ġcontracts":17080,"nome":17081,"Bad":17082,"ĠBrian":17083,"(username":17084,"!!!!":17085,"Ġhack":17086,".Field":17087,"HR":17088,"ĠJordan":17089,"iza":17090,"ĠÂł":17091,"ĠSher":17092,".header":17093,"(other":17094,"ĠDub":17095,"(op":17096,"ĠRound":17097,"Ġvie":17098,"Ġappl":17099,"ĉJ":17100,"ĠInsert":17101,"ĠLP":17102,"regon":17103,"ĠMPI":17104,"Ġanchor":17105,"aca":17106,"ør":17107,"Ġade":17108,"anchor":17109,"quee":17110,"ĠTreeNode":17111,"Ġtargeted":17112,"Ġlaid":17113,"ABEL":17114,"vet":17115,"ĠOrigin":17116,"Ant":17117,".');Ċ":17118,"expect":17119,"edReader":17120,"ĠMajor":17121,"Ġinch":17122,"Compar":17123,"Ġpreview":17124,"Ġillness":17125,"ĠCONTRACT":17126,"ĠIndepend":17127,"uuid":17128,"Ġnome":17129,"Ġtc":17130,"ĠAvenue":17131,"isan":17132,"Ġphrase":17133,"_move":17134,"\")[":17135,"Ġprovision":17136,"Ġconcentr":17137,"_IR":17138,"ĠUt":17139,"()+":17140,"Ġnas":17141,"!,":17142,"ĠRobin":17143,"iations":17144,"atitude":17145,"Ġpx":17146,"ĠWithout":17147,"/bash":17148,"ekt":17149,"reement":17150,"Observer":17151,"ĠRegion":17152,"UBLIC":17153,"Ġ{//":17154,"KN":17155,"å·":17156,"GameObject":17157,"å¾":17158,"encoding":17159,"Ġ***":17160,"projects":17161,"Ġtk":17162,"Ġcheese":17163,"EMPL":17164,"aro":17165,"ĠاÙĦ":17166,"Ġconsists":17167,"refresh":17168,"ureau":17169,"ĠScanner":17170,"Ġsoil":17171,"Ġflavor":17172,"DataSource":17173,"Execute":17174,"ение":17175,"Ġshit":17176,"åĪĨ":17177,"Ċ":17419,"Ġsubsequent":17420,"posable":17421,"-fluid":17422,"Ġthorough":17423,"Ġpublicly":17424,"apters":17425,"ĠWilson":17426,"_PRE":17427,"yard":17428,"ä¼":17429,"ĉin":17430,"Ġrevers":17431,"Ġbullet":17432,"cribed":17433,"nesota":17434,"Ġ($_":17435,"annon":17436,"cursor":17437,"Ġclothing":17438,"ĠMulti":17439,":',":17440,"Ġvess":17441,"ordinator":17442,"Ġeinem":17443,"Cannot":17444,"Ġarmed":17445,"ĉV":17446,"ä¸Ĭ":17447,".Flat":17448,"ĠSep":17449,"ĠSubject":17450,"_font":17451,"Ġcharacteristics":17452,"Done":17453,"eln":17454,"############":17455,"POS":17456,"Ġdensity":17457,"ĠPlatform":17458,"-items":17459,"Ġovers":17460,"Ġpushing":17461,"ç¤":17462,".Connection":17463,"_term":17464,"Ġinitialization":17465,"________________________________":17466,"ç¬":17467,".document":17468,"lesh":17469,"ĉdocument":17470,"ĠPin":17471,"ça":17472,"Ġdefinitions":17473,".Path":17474,"_WRITE":17475,"ĠĉĊ":17476,"?>ĊĊ":17477,"Ġterrible":17478,"bean":17479,"ickets":17480,"ĠSV":17481,"Buy":17482,"(task":17483,"Ġregime":17484,"google":17485,"Ġcrack":17486,".visit":17487,"NUM":17488,"energy":17489,"Ġstruck":17490,"_sample":17491,".payload":17492,"Ġrevis":17493,"ĠScene":17494,"Ġpg":17495,"Ġbreakfast":17496,"URRENT":17497,".charAt":17498,"_exception":17499,"ĠAnton":17500,"Ġguidelines":17501,"Ġexhaust":17502,"ĠFinancial":17503,"Ġindent":17504,"Ġdesktop":17505,"Hidden":17506,"Failure":17507,"Ġprinciple":17508,"Ġiv":17509,"Ġseks":17510,"network":17511,"ĠnumberOf":17512,"ĠAlbert":17513,"ĉlong":17514,",.":17515,"Ġzeros":17516,"fade":17517,"ĠTyp":17518,"ĠTerm":17519,"ĠArts":17520,".Application":17521,"Ġbehalf":17522,"æĪ·":17523,"Ġmere":17524,"(`${":17525,"Ġawareness":17526,"elpers":17527,"flix":17528,"Ġweigh":17529,"Ġestimates":17530,".child":17531,"/O":17532,"ĠBitmap":17533,".bottom":17534,"Ġ**************************************************************************":17535,"Expect":17536,"ento":17537,"ĠForum":17538,"veral":17539,"Ġjail":17540,"Ġabilities":17541,"ĠHOLD":17542,"ĠCit":17543,"Ġdynam":17544,"Ġgray":17545,"ĉĉĉĉĉĉĉĉĉĉĉĉĉ":17546,".nextInt":17547,"antly":17548,"ĠARISING":17549,"(private":17550,"Ġrejected":17551,"ĠNic":17552,"Ġleather":17553,"={Ċ":17554,"alytics":17555,"thetic":17556,".Top":17557,".Page":17558,"={`":17559,"Ġ;čĊ":17560,"depth":17561,"mann":17562,"WD":17563,"ĠSom":17564,".Right":17565,"Ġ)}Ċ":17566,"Ġtrait":17567,"ÃĹ":17568,"iac":17569,"Ġrv":17570,"Sample":17571,".Xml":17572,"opped":17573,"ĠÑĦ":17574,"lists":17575,"Ġtear":17576,"iversary":17577,".collection":17578,"ĠConstitution":17579,"ĠHttpResponse":17580,"Ġbrill":17581,"ĠProm":17582,"hover":17583,"ĠMiami":17584,"Ġargue":17585,"_float":17586,"ĠãĤ":17587,"Ġnat":17588,"ĠTal":17589,"Ġintegration":17590,"(cur":17591,"Ġremoving":17592,"Ġcoeff":17593,"ĠThough":17594,"Ġforecast":17595,"ĠVegas":17596,"Site":17597,"Ġtrab":17598,"ĠHenry":17599,"-i":17600,"Ġinvolves":17601,"BT":17602,"Ġslo":17603,"Invoke":17604,"Ġlucky":17605,"rat":17606,"Ġ?Ċ":17607,"Ġhandled":17608,"(fd":17609,"contents":17610,"ĠOFF":17611,"RF":17612,"Ġsty":17613,"ĠMotor":17614,"tery":17615,"tax":17616,"MAP":17617,"ĠMrs":17618,"Ġphones":17619,"ĠUIView":17620,"\")));Ċ":17621,"(dev":17622,"ĠIrish":17623,"Ġws":17624,"DI":17625,"_OFFSET":17626,"ĠEvents":17627,"Ġstages":17628,"Ġ}//":17629,"Ġhaben":17630,"STANCE":17631,"ĠSin":17632,"ĠMoney":17633,"(top":17634,"Ġappointment":17635,"VERSION":17636,"metadata":17637,"_comment":17638,"Ġcolleagues":17639,"maps":17640,"âĺ":17641,"ĊĉĊ":17642,"(al":17643,"_req":17644,"Ġfut":17645,"Ġarchitecture":17646,"ĠWHETHER":17647,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":17648,"_screen":17649,"ĠstyleUrls":17650,"Ġmonster":17651,".up":17652,"phia":17653,"Ġprocessor":17654,"ĠTerr":17655,"=',":17656,"ĠManufact":17657,"ĠNT":17658,"kel":17659,"ibern":17660,"ĉfile":17661,"Ali":17662,"rientation":17663,"Ġ//!":17664,"apore":17665,"aneous":17666,"ĠCreat":17667,"folder":17668,"Ġhay":17669,"Suppress":17670,"(left":17671,"Ġeuro":17672,"Ġdisclaimer":17673,"ustry":17674,"ships":17675,"_fd":17676,"ĠFa":17677,"_insert":17678,"Ġrol":17679,"ifting":17680,"ĠComments":17681,"_br":17682,"Ġlosses":17683,"ĠAdded":17684,"charg":17685,"Ġпо":17686,"_system":17687,"ĠSometimes":17688,"ĠSpain":17689,"(group":17690,"ialis":17691,"Ġdollar":17692,"ĠArgs":17693,"quires":17694,"ĠTen":17695,".scss":17696,"Ġsurvive":17697,"usage":17698,"Ġjun":17699,"imiter":17700,"ï¼ģĊĊ":17701,"Ġfifth":17702,"toggle":17703,"Ġdecline":17704,"($\"":17705,"(Long":17706,"inge":17707,"Ġpilot":17708,"-light":17709,"-radius":17710,"Ġpodcast":17711,"Ġnaturally":17712,"Pages":17713,"为":17714,"ĠDespite":17715,"Ġlighting":17716,"Ġcrate":17717,"ĠBinary":17718,"Ġreducing":17719,"Ġeleg":17720,"ĠMouse":17721,"ĠTestBed":17722,"ĠbeforeEach":17723,"_ARRAY":17724,"Redirect":17725,"Ġflood":17726,"Ġships":17727,"Ġelectricity":17728,")*(":17729,"ê¸":17730,"ĠViet":17731,"hero":17732,"Ġdia":17733,"ĠKent":17734,"heart":17735,"Ġthreats":17736,"_acc":17737,"Ġsymbols":17738,"ischen":17739,"_inst":17740,"Criterion":17741,"ĠTIM":17742,".Height":17743,"ĠâĢĻ":17744,"();ĊĊĊ":17745,"Products":17746,"_SP":17747,"ĠCy":17748,"Ġdependent":17749,"este":17750,"Ġdatos":17751,"dit":17752,"ав":17753,"IGNAL":17754,"Ġlesson":17755,"\">'":17756,"ĠCover":17757,"ĠHope":17758,"ĠTimer":17759,"Ġdad":17760,"viders":17761,"ĠPhot":17762,"/?":17763,"ropy":17764,"oming":17765,"asion":17766,"Ġ\\(":17767,"ĠET":17768,"ĠReading":17769,"Ġepisodes":17770,"lm":17771,"echa":17772,"Ġneuro":17773,"Ġharmon":17774,"Ġliberal":17775,"-ind":17776,"DATA":17777,"Ġeveryday":17778,"Ġdivided":17779,"ĠActiveRecord":17780,"figure":17781,"UA":17782,"ä¹":17783,"riendly":17784,"tech":17785,".gameObject":17786,"иÑĤÑĮ":17787,"Ġmoon":17788,"ftime":17789,"Ġnoch":17790,"ĠTORT":17791,"ĠVM":17792,".initial":17793,"(child":17794,"Ġmusical":17795,"Ġoc":17796,"bas":17797,"ĠHay":17798,"_long":17799,"Ġmemset":17800,"iley":17801,"adelphia":17802,"SV":17803,"roat":17804,"_tx":17805,"Ġlon":17806,"ĠngOnInit":17807,"bp":17808,"ĠGolden":17809,"ACHE":17810,"Ġworried":17811,"azi":17812,"Ear":17813,"Take":17814,"(fp":17815,"burgh":17816,"_Data":17817,"gres":17818,"ĠOnt":17819,"pus":17820,"Ġtransparent":17821,"Ġpocket":17822,"Ġram":17823,"igrations":17824,".čĊčĊ":17825,"Ġ[(":17826,"Ġadopted":17827,"Ġreportedly":17828,"ĠDream":17829,"Ġ}));Ċ":17830,"losing":17831,"Ġteeth":17832,"ĠBooks":17833,"\",&":17834,"enny":17835,"LEMENT":17836,"Ġgel":17837,"ĠPlant":17838,"!âĢĿ":17839,".host":17840,"ĠReply":17841,"rength":17842,"Ġrecognition":17843,"Ġ}}>Ċ":17844,"LA":17845,"Ġmirror":17846,"Ġassistant":17847,"(device":17848,"Ġspiritual":17849,"builder":17850,"§":17851,"Ġoutr":17852,"Ġtt":17853,"ĠPER":17854,"Ġradical":17855,"Methods":17856,"Ġpace":17857,"udy":17858,"Ġgut":17859,"ĠGreek":17860,"Ġnonatomic":17861,"ĠPaper":17862,"_GPIO":17863,"Ġobst":17864,".Ad":17865,"vironments":17866,"ĠSov":17867,"(con":17868,"ĠTransaction":17869,".assign":17870,"ĉcatch":17871,"elter":17872,"Ġbitcoin":17873,"_GR":17874,"ĠčĊ":17989,"metic":17990,"Ġtransformation":17991,"åı·":17992,"Ġrgb":17993,"istributions":17994,"Ġimplicit":17995,"/in":17996,"destination":17997,"аÑĤÑĮ":17998,"Zero":17999,"Ġunset":18000,".where":18001,".go":18002,"Ġformation":18003,"Ġdeclaration":18004,"()čĊčĊ":18005,"ĠExpl":18006,"ĉĉĉĠĠ":18007,"/pro":18008,".JSON":18009,"Ġdesk":18010,".substr":18011,"//----------------------------------------------------------------------------":18012,"lyn":18013,"pson":18014,"disable":18015,"ĠFunc":18016,"ĉAssert":18017,"ĠMARK":18018,"Ġdefeat":18019,"Ġblind":18020,"Ġconstants":18021,".headers":18022,"UILD":18023,"Ġexpenses":18024,"Pixel":18025,"Ġhr":18026,"Ġfel":18027,"ĠEastern":18028,"_del":18029,"ĠCub":18030,"Ġsq":18031,"ĉcount":18032,"ĠDirectory":18033,"Ġexclus":18034,"Ġhistoric":18035,"Ġ------------------------------------------------":18036,"Ġcomposition":18037,"ĠdataGridView":18038,"ĠBurn":18039,"ĠBC":18040,"Master":18041,"Ġspawn":18042,"Ġbearing":18043,".SetActive":18044,"ilo":18045,"Ġgallery":18046,"Ġfounded":18047,"Ġavailability":18048,".sqrt":18049,"Ġpes":18050,"ĠDOM":18051,"mate":18052,"Oct":18053,"Ġmatched":18054,"itivity":18055,"Ġanxiety":18056,".price":18057,"ĠInstant":18058,"ìĬ":18059,"Ġtut":18060,"ICollection":18061,".shared":18062,"_sql":18063,"tbl":18064,"library":18065,"_destroy":18066,"ermal":18067,"ĠNotes":18068,"ĠEin":18069,"Ġsouthern":18070,"ĠOTHERWISE":18071,"Ġmacro":18072,".lower":18073,"cls":18074,"ContentView":18075,".link":18076,"constant":18077,"ĠBes":18078,"Ġsomebody":18079,"nb":18080,"\">{":18081,"(local":18082,".....":18083,"ĠNull":18084,"mx":18085,"Ġç":18086,"Ġpause":18087,"-----------":18088,"_MO":18089,"ĠCM":18090,"ĠforKey":18091,"ĠDVD":18092,"Ġclosest":18093,"_DEVICE":18094,"ĠStephen":18095,"ĠBBC":18096,"ĠTravel":18097,"Paint":18098,"ĠResults":18099,"ĠRule":18100,"Ġtp":18101,"Ġratings":18102,"cin":18103,"csv":18104,">/":18105,"ĠGOP":18106,"lad":18107,"ĠÑĢ":18108,"ĠindexPath":18109,"matrix":18110,"=f":18111,"arsed":18112,"Ġ});":18113,"ĠCos":18114,"ĠScore":18115,"Ġtak":18116,"ĠESP":18117,"ĠINC":18118,"_NULL":18119,"-flex":18120,"\"][":18121,"into":18122,"eland":18123,"Authorization":18124,"_FALSE":18125,"Ġgate":18126,"Ġvid":18127,"istent":18128,"TIME":18129,"Ġrewrite":18130,"Ġtie":18131,"Ġarchive":18132,".events":18133,".getParameter":18134,"ĠPermission":18135,"Ġprogramme":18136,"Ġé":18137,"jud":18138,"Ġcameras":18139,"(sys":18140,"ĠSyrian":18141,"Ġimprovements":18142,"Ġhip":18143,"Ġsuicide":18144,"Ġscholar":18145,"Ġcompatible":18146,"remote":18147,".down":18148,"FUNCTION":18149,"Ġmanaging":18150,"ĠUIKit":18151,".raw":18152,">>>>":18153,"Ġdemands":18154,"ellite":18155,"Ġdent":18156,"ĠMicro":18157,"åıĸ":18158,"'][$":18159,"ĠIE":18160,"imension":18161,"Ġtrem":18162,"Ġgained":18163,".with":18164,".ok":18165,"hou":18166,"Ġbom":18167,"ampaign":18168,"Ġjoining":18169,"fish":18170,"ĠaddSubview":18171,"Ġnorthern":18172,".cor":18173,"oret":18174,"Die":18175,"inish":18176,"_comp":18177,"Ġattended":18178,"Ġcollapse":18179,"ĠSS":18180,"acent":18181,"_EQUAL":18182,"ĠDeep":18183,"RGB":18184,"ĉtest":18185,"olves":18186,"uset":18187,"UnityEngine":18188,"writer":18189,"Resolver":18190,",%":18191,"ifference":18192,"_remove":18193,"onda":18194,"Ġfemme":18195,"decode":18196,"Branch":18197,"Ġflush":18198,"Ġinnovative":18199,"Tests":18200,"Ġ['./":18201,"Ġcovering":18202,".admin":18203,"ultipart":18204,"(lambda":18205,"namespace":18206,"ĠSport":18207,"Ġ!(":18208,"acles":18209,"Ġdepression":18210,"ĠKong":18211,"Ġpert":18212,"ĠConn":18213,"ĠOtherwise":18214,"/home":18215,"supported":18216,"Ġpink":18217,"Ġinvited":18218,"ños":18219,"_enabled":18220,"Ġ-Ċ":18221,"FW":18222,"eners":18223,"ĠMY":18224,"Ġsuggestions":18225,"Canvas":18226,"Ġfer":18227,"ĠMarketing":18228,"@Test":18229,"untu":18230,"ĠVen":18231,"ĠCou":18232,"ivals":18233,"Donald":18234,"limited":18235,"ĉĉĉĉĉĉĊ":18236,"Ġanalyst":18237,"(entry":18238,"Ġrepresentative":18239,"_attributes":18240,"Ġfur":18241,".hide":18242,"resp":18243,"adores":18244,"rides":18245,"ĠJosh":18246,"robot":18247,"ĠNAT":18248,"Ġsesso":18249,"Ġintegrated":18250,":true":18251,"parts":18252,"Ġstupid":18253,":event":18254,"@endsection":18255,"Ġpu":18256,".Table":18257,"ĠYii":18258,"`;ĊĊ":18259,"Ġclang":18260,"=\"\">":18261,"engan":18262,"_parameters":18263,".internal":18264,"ĠModern":18265,"Ġmetric":18266,"Ġsemi":18267,"={{Ċ":18268,".amazon":18269,"ĠBB":18270,"ainty":18271,"viewport":18272,"ĠstartActivity":18273,"dispatch":18274,"*****":18275,"Ġflav":18276,"ifferent":18277,"[this":18278,"Ġstake":18279,"Ġargued":18280,"viously":18281,".work":18282,"ĠOak":18283,"Old":18284,"(async":18285,"notes":18286,"Ġflip":18287,"Ġdisag":18288,"ĠTE":18289,"ĉerror":18290,"<'":18291,"Ġ»ĊĊ":18292,"Ġfiltered":18293,"ĠMach":18294,"Ġhung":18295,"_dump":18296,"_samples":18297,"-dismiss":18298,"Ġray":18299,"Implemented":18300,"DK":18301,"Ġjed":18302,"Ġbreaks":18303,"Ġfits":18304,".gr":18305,"ĠZero":18306,"oro":18307,"Ġequally":18308,"Ġ'[":18309,"Ġconcerning":18310,"<":18407,"Ġpromot":18408,"Ġincl":18409,"_only":18410,"를":18411,"ĠAttorney":18412,"-date":18413,"Ġlandscape":18414,"Ġfu":18415,"SY":18416,".prop":18417,"ĠArr":18418,"pag":18419,"ParallelGroup":18420,"':čĊ":18421,"Ġlogs":18422,"aunch":18423,"unci":18424,"nama":18425,"TableCell":18426,"issues":18427,".{":18428,"ecurity":18429,"_exec":18430,"olds":18431,"Ġhosts":18432,"Ġproto":18433,"_import":18434,"_sort":18435,"ĠBow":18436,"ĠNormal":18437,"ĠFarm":18438,".createParallelGroup":18439,"Rotation":18440,".err":18441,"Ġpleased":18442,"itage":18443,".Wh":18444,"ĉĉĠĠĠĠ":18445,"MR":18446,"ĠMORE":18447,"ĠNatural":18448,"_transform":18449,"BASE":18450,"eneral":18451,"utdown":18452,".commons":18453,"WT":18454,"Ġaan":18455,".Result":18456,"dog":18457,"Ġclicking":18458,"),ĊĊ":18459,"#line":18460,"Operator":18461,"Ġciv":18462,"Ġmerg":18463,"obuf":18464,"ngthen":18465,"Ġ[{":18466,"Ġcancell":18467,"trigger":18468,".:":18469,"WORK":18470,"declare":18471,"Ġdecrease":18472,"ÅĽci":18473,"loom":18474,".None":18475,"ĠMI":18476,"ĠJason":18477,"Ġhealthcare":18478,"iamond":18479,"sylvania":18480,"*x":18481,"ĠRa":18482,"[b":18483,"Ġprinting":18484,"phabet":18485,"ĠLabour":18486,"opper":18487,"Ġzijn":18488,"-target":18489,"_FUNCTION":18490,"Ġoct":18491,"ениÑı":18492,"åľ¨":18493,"Ġwestern":18494,"Ġcomputers":18495,"ĠRET":18496,"HashMap":18497,"[String":18498,"getValue":18499,"_DATE":18500,".Next":18501,"ĠFif":18502,"él":18503,"icked":18504,"æİ":18505,"-MM":18506,"Ġ{ĊĊĊ":18507,"Ġcontacts":18508,"Ġdigits":18509,"Produ":18510,"Ġunusual":18511,"Ġrapidly":18512,"tures":18513,"Ġangry":18514,"cancel":18515,"xxxx":18516,"_parser":18517,"idity":18518,"_PREFIX":18519,"Ġmehr":18520,"Ġrarely":18521,"ethe":18522,"opes":18523,"Ġ%.":18524,"works":18525,"Ġtheta":18526,"Ġcontribution":18527,"ĠTony":18528,"Ġsquad":18529,"ай":18530,"Ġîn":18531,"there":18532,"outed":18533,"ĉq":18534,"ĻĤ":18535,"good":18536,"LI":18537,"页":18538,"ĠLiving":18539,"izabeth":18540,"Ġkt":18541,"ĠDallas":18542,"]],Ċ":18543,"Ġ/>ĊĊ":18544,"Ġraising":18545,"/router":18546,"_game":18547,"ĠCUR":18548,"zens":18549,".es":18550,"ĠfontWeight":18551,"(func":18552,"notification":18553,"Ġ'../../../":18554,"Ġblame":18555,"ãĢĤĊĊĊĊ":18556,"anco":18557,"Identity":18558,"follow":18559,"Ġarts":18560,"xs":18561,"Ġofficially":18562,"ĠStudio":18563,"Ġrecommendations":18564,"Ġlocale":18565,"Ġamateur":18566,"ĠEnable":18567,"Ġcaps":18568,".End":18569,"-add":18570,"_gshared":18571,"ĠCT":18572,"Force":18573,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĊ":18574,"Ġorange":18575,"Ġlp":18576,"Ġanswered":18577,".Grid":18578,"Ġdual":18579,"Ġstrategic":18580,"Ġnobody":18581,"Ġfatal":18582,"_est":18583,"(el":18584,"Ġìł":18585,"ĠBudd":18586,"AIT":18587,"_factor":18588,"-one":18589,"ĠHAVE":18590,"\"čĊčĊ":18591,"Prof":18592,"Ġär":18593,"strings":18594,"Ġdirty":18595,"ĠFace":18596,"ĠBegin":18597,"ĠBus":18598,"Ġwis":18599,"åŃĹ":18600,"Ġspeaker":18601,"Ġcarrier":18602,"ĠOm":18603,"Ġhadn":18604,"Allow":18605,"::__":18606,"Ġverb":18607,"ĠComplete":18608,"ĠEasy":18609,"Ġbills":18610,"ĠĠĊĊ":18611,"Vertical":18612,"Ġpron":18613,"ĠDefine":18614,"Ġlookup":18615,"variables":18616,"Ġpandas":18617,"umes":18618,"Ġinnoc":18619,"ĠsetUp":18620,"ĠChampionship":18621,"artist":18622,"ĠCType":18623,"Foundation":18624,"à¹Ī":18625,"ĠSetup":18626,"Ġrecipes":18627,"ĠUIColor":18628,"ĠFight":18629,"Ġauthorized":18630,"_click":18631,"_success":18632,"angan":18633,"ĠMountain":18634,"ĠDoctor":18635,"Ġegg":18636,"ĠMedicine":18637,"cles":18638,"`.Ċ":18639,"[int":18640,"dashboard":18641,"ĠAppro":18642,"-dr":18643,"Ġproduces":18644,"Ġrental":18645,"Ġreload":18646,"Ġarrival":18647,"spot":18648,"Ġundert":18649,"Ġequipped":18650,"Ġproved":18651,"Ġcenters":18652,"Ġdefines":18653,"also":18654,"Ġopacity":18655,"ĠUnfortunately":18656,"ĠIllinois":18657,"Ġне":18658,"ĠTemple":18659,"ĠTrail":18660,"ĠKelly":18661,"Ġmeasurement":18662,"Ġseparated":18663,"-circle":18664,"Hey":18665,"ĠREAD":18666,"igits":18667,"Ġib":18668,"ĠMOD":18669,"attery":18670,"аз":18671,"Ġvend":18672,"енÑĤ":18673,"ĠHttpClient":18674,"safe":18675,"_ASS":18676,"icit":18677,"ĠConstruct":18678,"ĠClo":18679,"ĠSix":18680,"_TOKEN":18681,"(block":18682,"Ġwarned":18683,"/*!":18684,"!Ċ":18769,"Ġinnovation":18770,"_\"":18771,"Ġ);čĊčĊ":18772,"Ġspots":18773,"Ġchoosing":18774,".cs":18775,"Ġflexible":18776,"UInt":18777,"Ġscratch":18778,"-al":18779,"Ġfestival":18780,"Ġoutstanding":18781,"================================================":18782,"Mean":18783,"ĠOregon":18784,"symbol":18785,".account":18786,"dney":18787,"'''":18788,"!\",":18789,"Ġparticle":18790,"Ãĥ":18791,"[MAX":18792,"IVER":18793,"ERENCE":18794,"NSMutable":18795,"ĠColumbia":18796,"_ĊĊ":18797,".fr":18798,"Ġcogn":18799,"VR":18800,"ĠMethods":18801,"ĠMade":18802,"ĠBR":18803,"ĠElse":18804,"Ġeggs":18805,"Ġswing":18806,"ĠInv":18807,"Ġdiseases":18808,"Ġfirms":18809,"Ġlemma":18810,"}`);Ċ":18811,"lings":18812,"Ġgym":18813,"uminum":18814,".Trim":18815,"Mem":18816,"Ġcriticism":18817,"ibernate":18818,"_TX":18819,"ioni":18820,"Ġguidance":18821,"Ġrepeatedly":18822,"Ġsupplier":18823,"Ġpainting":18824,".Fragment":18825,"edException":18826,"Ġwiring":18827,"Ġcourts":18828,"WEB":18829,"æľī":18830,"\\.":18831,"illance":18832,"Ġbrows":18833,"ĠPattern":18834,"PLICATION":18835,"ĠSummer":18836,"Chain":18837,"Ġcute":18838,"mercial":18839,"Ġdil":18840,"ĠFranklin":18841,"ĉglobal":18842,"INCLUDING":18843,"history":18844,"Ġlst":18845,"Qt":18846,"SDL":18847,"alia":18848,"iere":18849,"(...":18850,"ĉcin":18851,"iffs":18852,"velope":18853,"ĠRoot":18854,"cluster":18855,"UserName":18856,"igne":18857,"()Ċ":18949,"Ġapplying":18950,"Ġpromised":18951,"Ġox":18952,"ncia":18953,"ĠValidation":18954,"orts":18955,"_cur":18956,"elect":18957,"eye":18958,"(Data":18959,"Ġreporter":18960,"ĠBuff":18961,"Ġsr":18962,"Ġ\";":18963,"icky":18964,"Ġtempor":18965,"SN":18966,"Ġresident":18967,"pires":18968,"ysical":18969,"Ġendorse":18970,"ĠSong":18971,"isEmpty":18972,"leet":18973,"_util":18974,"Ġdistingu":18975,"ĠTalk":18976,"ĠMot":18977,"(default":18978,".Arg":18979,"gorithms":18980,"_words":18981,"immer":18982,"_reset":18983,"family":18984,"WW":18985,"Ġsavings":18986,"ĠâĢĿ":18987,"_enable":18988,"sidebar":18989,"Running":18990,"Ġali":18991,"Ġtestim":18992,"Ġwarnings":18993,"ĠChem":18994,"ĠExit":18995,"Ġfounder":18996,"pector":18997,"Ġrm":18998,"_dataset":18999,"ĠDas":19000,"Ġhan":19001,"Getty":19002,"ál":19003,"Ġny":19004,"Ġpoverty":19005,"Ġresulted":19006,".by":19007,"ĠVisit":19008,"Ġobtaining":19009,"/'.$":19010,"ĠĠĠĠĠĠĠĠĠĠĠĊ":19011,"shall":19012,"_LEFT":19013,"UIImage":19014,"_Name":19015,"have":19016,"ĠNob":19017,"lr":19018,"-footer":19019,"Ġnaked":19020,"ĠGarden":19021,"\\Facades":19022,"Ġgraduate":19023,"Ġfranchise":19024,"plane":19025,"Ġcontributions":19026,"ĠstringWith":19027,"Ġcrypto":19028,"Ġmovements":19029,"athers":19030,"Ġlifetime":19031,"Ġcommunicate":19032,"jar":19033,"ĠFragment":19034,"_IF":19035,"ĠNavy":19036,"ĠFigure":19037,"Ġsimulation":19038,"_stop":19039,"Ġreporters":19040,"Ġversus":19041,"aja":19042,"Ġα":19043,"Ġgovernor":19044,"ListItem":19045,"Ġsealed":19046,".Background":19047,"edi":19048,"ashing":19049,"Ġlip":19050,"ĠIh":19051,"merge":19052,"Ġnec":19053,"elocity":19054,"ATEG":19055,"Ġseeds":19056,"Ġfloating":19057,"_FA":19058,"walk":19059,"ĉuser":19060,"_depth":19061,"Ġwage":19062,"@app":19063,"Nil":19064,"([\"":19065,"(vector":19066,"Ġsecretary":19067,"ĠjPanel":19068,"vez":19069,"³³³³":19070,"direction":19071,"ĠEP":19072,"Ġhunt":19073,"JsonProperty":19074,"ĠPORT":19075,"]\",":19076,"ап":19077,"ĠForeign":19078,"panic":19079,"Ġtrials":19080,"ĠAle":19081,"Ġrural":19082,"-value":19083,"authorized":19084,"ĠScotland":19085,".drop":19086,"ĠMT":19087,"ç±":19088,"rowth":19089,"FilePath":19090,"Ġrecall":19091,"ifle":19092,"Ġcel":19093,"ĠSELECT":19094,"kn":19095,"_case":19096,"Ġcrop":19097,"sure":19098,"pot":19099,"ICS":19100,"Ġstem":19101,"Ġindustries":19102,"Put":19103,"Ġaber":19104,"roadcast":19105,"Icons":19106,")\")Ċ":19107,"æĪIJåĬŁ":19108,"gui":19109,"Ġassumed":19110,"Ġrx":19111,"EA":19112,"è§":19113,"ELL":19114,"Ġdose":19115,"Ġine":19116,"Ġdeeper":19117,"lider":19118,"Ġordinary":19119,"Ġgolf":19120,"_IMAGE":19121,"ĠNAME":19122,"(module":19123,"Ġatom":19124,"Ġbelt":19125,"Ġoffices":19126,"beta":19127,"Ġphilosophy":19128,"(JSON":19129,"-field":19130,"Ġintroduce":19131,"Ġconvenience":19132,"optim":19133,">\"Ċ":19134,"athy":19135,"Ġemployer":19136,"quate":19137,"Ġedited":19138,"Arguments":19139,"ĠNations":19140,"__)":19141,"Ġnose":19142,"ĠSample":19143,"')ĊĊĊ":19144,"Ġcake":19145,".getAttribute":19146,"HD":19147,"Modified":19148,"Ġpredicted":19149,"ÅĦ":19150,"anie":19151,"Sorry":19152,"(doc":19153,"wind":19154,"ieve":19155,"Ġprovisions":19156,"ATER":19157,"OTE":19158,"MY":19159,".Autowired":19160,"ĠBath":19161,".Boolean":19162,"Ġbackend":19163,".Mouse":19164,"ateral":19165,"paper":19166,"Const":19167,"ĠVR":19168,"_entity":19169,"_CTRL":19170,"ĠProtection":19171,"ĠGM":19172,"ĠStudy":19173,"Ġsoup":19174,"otime":19175,"'use":19176,"]\"":19177,"/users":19178,"aug":19179,"ĠHong":19180,"_norm":19181,"ãģ¨":19182,"Ġsecre":19183,"(Build":19184,"ĠContract":19185,"olas":19186,"Ġsauce":19187,"Ġaggressive":19188,"Ġracial":19189,"character":19190,"@@":19191,"Ġcompile":19192,"ĠVoid":19193,"_rem":19194,"_memory":19195,"kk":19196,"Ġmic":19197,"Same":19198,"Utility":19199,"ĠHtml":19200,"ĠXml":19201,"Ready":19202,"Ġgall":19203,"Ġallegedly":19204,"ĉĉĉĉĠĠĠ":19205,"ĠMetal":19206,"ĠPersonal":19207,"ĠborderRadius":19208,"rxjs":19209,"objects":19210,"Ġwanting":19211,"Ġbowl":19212,"vendor":19213,"offsetof":19214,"ĠRs":19215,"ĠRating":19216,"Ġrally":19217,"_NODE":19218,"ĠMix":19219,"Ġadvertis":19220,"Ġnarrative":19221,"sal":19222,"Ġmc":19223,"SError":19224,"Ġfingers":19225,"Ġaccompany":19226,"Ġtired":19227,"Ġstride":19228,"Ġgui":19229,"elist":19230,"Locale":19231,"Ġreleases":19232,"iking":19233,"Ġanger":19234,")))ĊĊ":19235,"allest":19236,"Summary":19237,"(O":19238,"(for":19239,"Ġbasketball":19240,"Ġroads":19241,"ĠInstall":19242,"ĠFab":19243,"itmap":19244,"Ġ))Ċ":19245,"Ġintersection":19246,"ighbor":19247,"ĠBry":19248,"ĠHERE":19249,"Software":19250,"elfare":19251,"acs":19252,"Ġtrailer":19253,".getClass":19254,"chars":19255,"Ġregulation":19256,"Ġrefers":19257,"Ġdestruction":19258,"Ġcontinuous":19259,"ĠAustin":19260,"é¢":19261,"akan":19262,".window":19263,"ĠTemplates":19264,"Ġabsence":19265,":n":19266,"Ġdisorder":19267,"flash":19268,"Ġdelet":19269,"boards":19270,"ĠĠĉ":19271,"ROP":19272,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":19273,"Ġacqu":19274,"Ġlawsuit":19275,"ĠReviews":19276,"Ġgarage":19277,"timer":19278,"Ġej":19279,"ĠRectangle":19280,"Ġflowers":19281,"ilst":19282,"ĠInstance":19283,"Super":19284,"det":19285,"disposing":19286,"ĠES":19287,"ĠIC":19288,"vere":19289,"Sk":19290,"_channels":19291,"puted":19292,"/null":19293,"nnen":19294,"ĠGallery":19295,"_global":19296,"Authentication":19297,"ĠRank":19298,"Ġblocked":19299,"Ġcalm":19300,"market":19301,"ĉval":19302,"Ġaug":19303,"period":19304,"ĠConstant":19305,"Ġ?>\">Ċ":19306,"Ġlobby":19307,"pal":19308,"Ġsink":19309,"iah":19310,"С":19311,"urname":19312,"Ġconver":19313,"Ġinvestigate":19314,"Christ":19315,"Hub":19316,"ĠIND":19317,"ĠPed":19318,"uras":19319,"ĉurl":19320,"ĠTro":19321,"Ġpreferences":19322,"Ġguaranteed":19323,"`ĊĊ":19324,"Ġportions":19325,"Ġevalu":19326,"'>;ĊĊ":19421,".AutoScaleMode":19422,"Ġcats":19423,"Ġregistry":19424,"ulus":19425,"FI":19426,"payload":19427,"-search":19428,"Ġstaying":19429,"acious":19430,"Decoration":19431,"Review":19432,"Inf":19433,"Keep":19434,"itis":19435,",String":19436,"Coord":19437,"Ġpero":19438,"Sex":19439,"ĠAtlanta":19440,"uesta":19441,"Argb":19442,">*":19443,"}_":19444,"Footer":19445,"Ġemployed":19446,"_bound":19447,"vide":19448,".func":19449,"$scope":19450,"Ġspo":19451,"ĠAnal":19452,"ounced":19453,"around":19454,"Ġrestriction":19455,"Ġshops":19456,"åĢ":19457,"ĠLatin":19458,"-col":19459,"Ġbarely":19460,"ĠEuro":19461,"Er":19462,"Ġfaire":19463,"_distance":19464,"_unlock":19465,"Quote":19466,"IVATE":19467,"ĠåĪ":19468,"Ġaimed":19469,"ĠRetrie":19470,".iter":19471,"Ġwrapped":19472,"Ġagreements":19473,"strument":19474,"(product":19475,"Ġstudied":19476,".setValue":19477,"Ġye":19478,"ĠCache":19479,"MBOL":19480,"Ġquarterback":19481,"Ġsyntax":19482,".getElementsBy":19483,".version":19484,"website":19485,"Runner":19486,"_single":19487,"ativ":19488,"ĠAltern":19489,"ĠBeautiful":19490,"rightarrow":19491,"Ġdiversity":19492,"plash":19493,"(co":19494,".Fill":19495,"Ġtyping":19496,"Ġclar":19497,"Hit":19498,"OO":19499,"acco":19500,"worth":19501,"Ġscripts":19502,"ĠMuslims":19503,"ĠLL":19504,"erving":19505,"(boolean":19506,"Ġbaseball":19507,"ĠCAN":19508,"MAIL":19509,"depend":19510,"Ġrespective":19511,"Ġconstexpr":19512,".*;ĊĊ":19513,"']))Ċ":19514,"Ġyard":19515,"Ġidentical":19516,"ifecycle":19517,"USH":19518,"upiter":19519,".validate":19520,"cli":19521,"ISTER":19522,"Indicator":19523,"Fail":19524,"Ġdemocracy":19525,".var":19526,"Ġsatisfied":19527,"-------------":19528,"encer":19529,"hor":19530,"Ġrounds":19531,"DAO":19532,"oa":19533,"Ġflask":19534,"=c":19535,"[]Ċ":19536,"/dist":19537,"Ġparte":19538,"Ġconfirmation":19539,"eron":19540,"aware":19541,"":19542,"Ġdependencies":19543,"ĠVideos":19544,"-row":19545,"Ġ**/Ċ":19546,"Ġnou":19547,"Ġhover":19548,"æŀ":19549,"Ġnin":19550,"ĠUSD":19551,"Mac":19552,"_Load":19553,"Ġoutcomes":19554,"_socket":19555,"Ġqueries":19556,"wm":19557,"Ġhitting":19558,"inux":19559,"Mich":19560,"udge":19561,"ATAB":19562,"Ġvulnerable":19563,"ä¾":19564,"Ġportfolio":19565,":YES":19566,"ĉmap":19567,"Bound":19568,"Ġiteration":19569,"incess":19570,"Ġactors":19571,"ĠQual":19572,"_clean":19573,"ãĢijãĢIJ":19574,"MSG":19575,"Green":19576,"ĠOfficer":19577,"Ġsmoking":19578,">',":19579,"ĠFlo":19580,"++;":19581,"olygon":19582,"Ġbulk":19583,"Ġdrama":19584,"Ġexceptions":19585,"osed":19586,"Ġ+čĊ":19587,"Ġlegacy":19588,"CV":19589,"Ġcontributed":19590,"ĠTerms":19591,"Ġbt":19592,"Ġuntuk":19593,"Ġalien":19594,"===Ċ":19595,"ĉVector":19596,"Ġls":19597,"Online":19598,".facebook":19599,"numeric":19600,"ockets":19601,"Aut":19602,"bury":19603,"-redux":19604,"ĠRedistributions":19605,"GLOBALS":19606,"urrencies":19607,"Ġtons":19608,"âĢĻ,":19609,"Ġê":19610,"(col":19611,"ĠSymbol":19612,"Ġstayed":19613,"ĠML":19614,"Ġmunicip":19615,"Ġsexo":19616,"Sen":19617,"nr":19618,"Ġgains":19619,"Ġshortly":19620,".Menu":19621,"ý":19622,"KNOWN":19623,"Ġoperators":19624,"-V":19625,"ĠPatrick":19626,"/add":19627,"_CO":19628,"iration":19629,"(post":19630,"Posts":19631,"/_":19632,"Ġplug":19633,"Ġintellectual":19634,"Ġmetab":19635,"Ġpregnancy":19636,"ĠPremier":19637,"nm":19638,"Ġprediction":19639,"ĠMinistry":19640,"Three":19641,"valuate":19642,"ĠMini":19643,"bu":19644,"оз":19645,"\";čĊ":20078,"ĠSav":20079,".Bold":20080,"Ġenables":20081,"ĉtmp":20082,"Ġmanually":20083,"ĠSqu":20084,"userid":20085,".function":20086,".cache":20087,"LOPT":20088,".Services":20089,"ddit":20090,"tim":20091,">>":20154,"station":20155,"lore":20156,"atype":20157,"ishop":20158,"/****************************************************************":20159,"ComboBox":20160,"Ġvacation":20161,"Ġinitiative":20162,"ĠdefaultValue":20163,"concat":20164,"ĠKh":20165,"ĠWelcome":20166,"izedName":20167,"Migration":20168,"Ġgradient":20169,"Hot":20170,"Ġhardly":20171,"elo":20172,"ĠStudents":20173,"Ġloose":20174,"atz":20175,".Send":20176,"'/":20177,"Ġuniversal":20178,"Ġenterprise":20179,"Ġregex":20180,"Ġvisitor":20181,"ĠFly":20182,"Seq":20183,"à¸Ļ":20184,"ĠVisual":20185,"Ġlibraries":20186,"atoes":20187,"Payment":20188,"Ġpent":20189,"Ġgathered":20190,"VRTX":20191,"ĠDM":20192,"Split":20193,"Ġletting":20194,"ÐĿ":20195,"_errors":20196,"epoch":20197,"PARAM":20198,"cu":20199,"ÑģÑĤв":20200,"olutions":20201,"Editing":20202,"fonts":20203,"Ġallocated":20204,"ĠBased":20205,"(Y":20206,"ĠJudge":20207,"Ġbrothers":20208,"FILES":20209,"ço":20210,"wb":20211,"_PI":20212,"'^":20213,"Ġsword":20214,".services":20215,"Ġnl":20216,"Tim":20217,"igg":20218,"ĠMoore":20219,"Ġcryptoc":20220,"åĩº":20221,"_posts":20222,"otate":20223,"?'":20224,"....ĊĊ":20225,"Ġkl":20226,"=\"$":20227,"Ġdecoration":20228,"ạ":20229,"ĠDIRECT":20230,"GUI":20231,")=>{Ċ":20232,"Ġnewsletter":20233,"Ġprecis":20234,"(point":20235,"ĠEquipment":20236,"uty":20237,"ĠDave":20238,"Ġparticipation":20239,"uarios":20240,"xit":20241,".As":20242,"ETER":20243,"orous":20244,"Ġshield":20245,"[]>":20246,"ilitary":20247,".origin":20248,"Ġpromotion":20249,"Unt":20250,"Ġct":20251,"TRA":20252,"ViewHolder":20253,"Ġsigma":20254,"delta":20255,"arehouse":20256,"contract":20257,"(Vector":20258,"Ġcompete":20259,"/form":20260,"/components":20261,"Ġnr":20262,"ĠIndones":20263,"ĠоÑĤ":20264,"ĠVolume":20265,".files":20266,"(resp":20267,"/models":20268,"Ġsurf":20269,"standard":20270,"/o":20271,"ĠXCTAssert":20272,"VICES":20273,".Code":20274,"SED":20275,"Ġactivate":20276,"Delta":20277,"Ġlimitation":20278,"rij":20279,"Ġpregnant":20280,":^(":20281,"Ġsour":20282,"pie":20283,"Ġexpense":20284,"ication":20285,"ĠLarge":20286,"Ġ±":20287,"ĠBowl":20288,"(models":20289,"/N":20290,"Pa":20291,".reload":20292,"Ġwondering":20293,"Execution":20294,"ĉĠĠĠĠĠĠ":20295,"ĠGraphics":20296,"ĠContin":20297,"_job":20298,"ĠgetName":20299,"ĠMagn":20300,"ĠDWORD":20301,"mad":20302,"Ġnh":20303,"features":20304,"}\");Ċ":20305,"heets":20306,"(train":20307,"zn":20308,"Ġrecruit":20309,".connection":20310,"Ġbarrel":20311,"Ġsteam":20312,"_setting":20313,"Ġangular":20314,"aneously":20315,"Ġbil":20316,"ĠNorm":20317,"(!$":20318,"ibt":20319,"%(":20320,"Ġposit":20321,"ĠFather":20322,"intendo":20323,"Live":20324,"Ġports":20325,"Ġmej":20326,"Ġlanding":20327,"ponder":20328,"Ġcod":20329,"_HEADER":20330,".Margin":20331,"Ġballs":20332,"Ġdiscussions":20333,"Ġblend":20334,"Hex":20335,"Ġfarmers":20336,"Ġmaintaining":20337,"ĠĠĠčĊ":20338,"syn":20339,"[T":20340,"rus":20341,"uffers":20342,"Ġcontributors":20343,"_sys":20344,".Debug":20345,"Ġconstructed":20346,"omes":20347,"?id":20348,"slider":20349,"Ġsuppliers":20350,"scriber":20351,"pes":20352,"Ðŀ":20353,"\":čĊ":20354,"\\Controller":20355,"))ĊĊĊ":20356,"Ġlua":20357,"Multi":20358,"ENS":20359,"Src":20360,"Ġpetition":20361,"Ġslave":20362,"looking":20363,"VERT":20364,"ĉvector":20365,"Special":20366,"hh":20367,"anne":20368,"ĠNiger":20369,"/views":20370,"zing":20371,"endant":20372,"(":20591,".Product":20592,"Forms":20593,"NEW":20594,"Pay":20595,"ĉboolean":20596,"_contact":20597,"ĠElectric":20598,"skip":20599,"Ġwur":20600,"Ġchronic":20601,"_driver":20602,"ĠSab":20603,"ĠUlt":20604,"ĠRad":20605,"STATUS":20606,"ĠLewis":20607,"OB":20608,"Ġgifts":20609,".Rec":20610,"TRUE":20611,"Ġintensity":20612,"Marker":20613,".compare":20614,"ffic":20615,"Cookie":20616,"ĠBaby":20617,"ĠBigDecimal":20618,"ilet":20619,"ĠHOLDERS":20620,"ĠLady":20621,"Ġlung":20622,"ĠAlabama":20623,"Ġdess":20624,"`);Ċ":20625,"ĠBuilder":20626,"_region":20627,"Ġneutral":20628,"Both":20629,"Ġhp":20630,"Ġhorn":20631,"Ġsegments":20632,"ĠEC":20633,"\"=>\"":20634,"(rec":20635,"ĠPi":20636,"GM":20637,"Ġlaptop":20638,"Scalar":20639,"isd":20640,"-dialog":20641,"ĠAnderson":20642,"Ġmistakes":20643,"ĠHan":20644,"jes":20645,"estination":20646,"Ġpromises":20647,"bid":20648,"ĠScient":20649,"GIN":20650,"ĠPerformance":20651,"bage":20652,".users":20653,"leading":20654,"Ġoral":20655,"Graphics":20656,"_PTR":20657,"hang":20658,"Ġinev":20659,"processing":20660,"Factor":20661,"ĠNA":20662,"$string":20663,"Ġgrounds":20664,".SaveChanges":20665,"clock":20666,"cripcion":20667,"ĠNewton":20668,"gc":20669,".includes":20670,"Ġblast":20671,"Ġ'-'":20672,"Ġpuede":20673,".Session":20674,"Ġgrep":20675,"_final":20676,"ĠGay":20677,"ĠGive":20678,"iri":20679,"-star":20680,"ĠUIImage":20681,"_epoch":20682,"ubb":20683,"enth":20684,"Ġelite":20685,"Ġcampaigns":20686,"ĠPorno":20687,"_assign":20688,"Protocol":20689,"ĠBeing":20690,"ĠAirport":20691,"Ġconventional":20692,"ĠWat":20693,"ĠCI":20694,"ETA":20695,"ĠAnthony":20696,"Ġtablet":20697,"(format":20698,"Ġconsistently":20699,"ĠIowa":20700,"Ġavatar":20701,".cursor":20702,"![":20703,"Ġhanging":20704,"Her":20705,"Such":20706,"';ĊĊĊ":20707,"orgeous":20708,"()==":20709,"ĠviewModel":20710,"Ġãĥ":20711,"Ġels":20712,"ĠAgent":20713,"Fetch":20714,"apor":20715,"Ġcx":20716,"pread":20717,"ĠPier":20718,"oeff":20719,"Sn":20720,"ĠVirtual":20721,"Apr":20722,".White":20723,"_MOD":20724,"ĠPoints":20725,"失":20726,"Ġgenes":20727,"Ġvendor":20728,"Ġmainstream":20729,"Ċ":20758,"Filename":20759,"Ġsne":20760,"ĠFootball":20761,"Ġrival":20762,"Ġdisaster":20763,"ionic":20764,"ĠDamage":20765,".Resource":20766,"-en":20767,"ĠTypes":20768,"getString":20769,"(board":20770,"Ġbol":20771,"plain":20772,"zym":20773,"า":20774,"Ġscanner":20775,"ilder":20776,"_msgs":20777,"æı":20778,"(intent":20779,"Ġdestruct":20780,"Ġbust":20781,"ĠEmploy":20782,"oni":20783,"ĠUIViewController":20784,"Ġodds":20785,"earer":20786,"Geometry":20787,"Ġyii":20788,"_EXPORT":20789,"ĠAttack":20790,"Ġniet":20791,"Ġimpression":20792,"ĠGil":20793,"_prob":20794,"ĠCF":20795,"ĠExperience":20796,"/plugins":20797,".Method":20798,"Ġbeliefs":20799,"Native":20800,"_build":20801,"Ġvig":20802,"Ġranks":20803,"covered":20804,"such":20805,"Guard":20806,".pack":20807,"adder":20808,"ivia":20809,"lng":20810,"ĠвÑĭ":20811,"Timestamp":20812,"_now":20813,"Ġpoker":20814,"Ġunc":20815,"Ġshapes":20816,"-types":20817,"_period":20818,"pk":20819,"Ġveteran":20820,"Ġsono":20821,"Ġappointed":20822,"overflow":20823,".driver":20824,"_cat":20825,"utt":20826,"plant":20827,"imb":20828,"ĠAccept":20829,"Ġconcert":20830,"ĉnode":20831,"ĉz":20832,"?>čĊ":20833,"Ġbanned":20834,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20835,"Ġtoxic":20836,"Ġdisappe":20837,"ÈĽ":20838,"Ġgrace":20839,"ateful":20840,"Reply":20841,"ĠCruz":20842,"Ġscrap":20843,"Ġkeywords":20844,"simp":20845,"Ġmortgage":20846,"Ġcyber":20847,"ĠExecute":20848,"Ġlatitude":20849,"ifu":20850,".COM":20851,"dbo":20852,"Ġsorts":20853,"ĠGas":20854,"omial":20855,".Local":20856,"Cells":20857,".Replace":20858,"Strings":20859,".fit":20860,"ĠThird":20861,"%\",Ċ":20862,"Ġ{}\".":20863,"ĠSony":20864,"Ġ[:":20865,"Ġfallen":20866,".')Ċ":20867,"inh":20868,"ĠMC":20869,"Ġredis":20870,"Codes":20871,"Ġprofiles":20872,"hook":20873,"Reducer":20874,"_FUNC":20875,"Ġnavigate":20876,"strlen":20877,"Ġhorm":20878,"áŀ":20879,"ĠSR":20880,".boot":20881,"Ġdigest":20882,"ĉheader":20883,".findOne":20884,"æģ":20885,"DbType":20886,"nia":20887,"_merge":20888,"Ġdonne":20889,"/Getty":20890,"_CHAR":20891,"Ġbands":20892,".URL":20893,"artial":20894,"Ġfreq":20895,"Ġsist":20896,"Ng":20897,"Ġrendering":20898,"\\Core":20899,"Widgets":20900,"ĠVA":20901,"Ġactivists":20902,"Ste":20903,"=_":20904,"alla":20905,"Stamp":20906,"Ġloads":20907,"Ġxx":20908,"ĠLearning":20909,".Mvc":20910,"uir":20911,"(\"$":20912,"Ġconnecting":20913,"ReadOnly":20914,"uru":20915,"ĠEag":20916,"BIT":20917,"_DEL":20918,"å§":20919,"arrass":20920,"external":20921,"ĠYOUR":20922,"ĠBrew":20923,"ĠFive":20924,"Ġresize":20925,"igid":20926,"eration":20927,"ĠÑį":20928,"åĬł":20929,"ĠCatch":20930,"Ùģ":20931,"ĠLeon":20932,"amil":20933,".Body":20934,"Clip":20935,"/list":20936,".br":20937,"EditText":20938,"ĉdb":20939,".Game":20940,"(BuildContext":20941,"backend":20942,".Red":20943,"facebook":20944,".urls":20945,"mr":20946,"rolled":20947,"-------":20948,"Ġintervention":20949,"Ġretirement":20950,"ĠKit":20951,"ĠPRE":20952,"UpperCase":20953,"ĠSocket":20954,"Ġ:-":20955,"Ġstudying":20956,"ĠMetro":20957,"arded":20958,"Ġconversations":20959,"Called":20960,"Ġexamine":20961,"ertificate":20962,".gz":20963,"-responsive":20964,"Ġrefund":20965,"_network":20966,"allowed":20967,"empt":20968,"Ġmeals":20969,"Categories":20970,"Ġtraveling":20971,"Ġkg":20972,"Ġshame":20973,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20974,"Ġexplicitly":20975,"Ġmathematic":20976,"ĠSuite":20977,"ĠRGB":20978,"******/":20979,"Ġmixture":20980,"learning":20981,".template":20982,"atts":20983,"wx":20984,"ĉctx":20985,".properties":20986,"Ġdrinks":20987,"ĠEither":20988,"setText":20989,".getData":20990,".zip":20991,"Ġreveals":20992,".Ċ":21005,"Ġranked":21006,"_impl":21007,"ĠHandles":21008,"Ġhosted":21009,"Ġupdating":21010,"album":21011,"éĿ":21012,"Ġshader":21013,"Editors":21014,"-round":21015,"[]{":21016,"Ġsep":21017,"ĠHi":21018,"TEM":21019,"lookup":21020,".man":21021,"_INPUT":21022,"Ġthreatened":21023,"_IMPORT":21024,"Ġdrops":21025,"ruit":21026,"sid":21027,"both":21028,"ĠExcel":21029,"Ġjer":21030,"ordinary":21031,"ей":21032,"VIEW":21033,"reply":21034,"Ġ):Ċ":21035,"colors":21036,"verified":21037,"_Tr":21038,"_parse":21039,"Ġcongress":21040,"Promise":21041,"ints":21042,"ĠMother":21043,".Api":21044,"ĠDuration":21045,"ĠfirstName":21046,"inheritdoc":21047,"ĠMars":21048,"Ġapr":21049,"ODY":21050,"Ġvisits":21051,"Ġhealing":21052,"letters":21053,")));čĊ":21054,"future":21055,".Framework":21056,"Ġkiss":21057,"Ġinvolve":21058,"Ġsilent":21059,"adows":21060,"Ġanybody":21061,"sch":21062,"Ġsolely":21063,"-img":21064,"Ġpropri":21065,"Ġinstruct":21066,"Ġlicenses":21067,"Ġmeth":21068,"Ġcondem":21069,"ĠDomain":21070,"ĠHarris":21071,"ĠsÃ¥":21072,"CEPT":21073,"Batch":21074,"@extends":21075,"ĠCONTRIBUT":21076,".DataFrame":21077,"_packet":21078,"recision":21079,"Ġfocusing":21080,".ht":21081,"__\":Ċ":21082,":Get":21083,"ĠKC":21084,"Ġpassage":21085,"Segment":21086,"_center":21087,"-zA":21088,"_BL":21089,"Ġconvin":21090,"Ġclassified":21091,"ĠNSMutable":21092,"_ap":21093,"tile":21094,"Rectangle":21095,"(nums":21096,"vens":21097,"ĠUIButton":21098,"ĠFeder":21099,"amo":21100,"Ġoutline":21101,"ĠParser":21102,"Ġâī":21103,"ĠWorks":21104,".Schema":21105,"Ġengines":21106,"_common":21107,"_old":21108,"ĠsetContentView":21109,"Ġ///<":21110,"ĠBT":21111,"fm":21112,"Ġdivers":21113,"_weights":21114,"emark":21115,"ĠACT":21116,"Ġproportion":21117,"overlay":21118,".dirname":21119,"ĠGit":21120,"_REFERENCE":21121,"<>":21122,"lb":21123,"_rule":21124,"è´¥":21125,"ĠPutin":21126,"Ġsleeping":21127,"():čĊ":21128,"Ġpreserve":21129,"Ġparliament":21130,"ĠLooking":21131,"Ġpicking":21132,"ĠDispatch":21133,"Ġslip":21134,"ëĵ":21135,"ĠLyn":21136,"_signal":21137,"configuration":21138,"ĠPitt":21139,"aden":21140,"procedure":21141,"Ġenthusi":21142,"fight":21143,"ĠConsider":21144,"Ġtorn":21145,"Connected":21146,".cos":21147,"_groups":21148,"ĠThink":21149,"Ġdeliber":21150,"Ġresid":21151,"working":21152,".columns":21153,"ĠCalled":21154,"Ġeslint":21155,">\",":21156,"_DOWN":21157,"hist":21158,"ĠAdvanced":21159,"Ġrewards":21160,"actors":21161,"Ġsilence":21162,"Ġmyth":21163,"Ġneur":21164,"Ġauction":21165,".GetString":21166,"eks":21167,"(project":21168,"ĉmsg":21169,"ĉoutput":21170,"Ġcomplaints":21171,",S":21172,"Ġtbl":21173,"Ġ,ĊĊ":21174,"riors":21175,"ahren":21176,"Ġlawyers":21177,"redux":21178,"_symbol":21179,"offee":21180,"_RESULT":21181,"(Name":21182,"UTC":21183,".currentTime":21184,"Ġorganis":21185,".arg":21186,"Ġminim":21187,"wick":21188,"Ġreceives":21189,"Balance":21190,"Ġspeaks":21191,"ĠDays":21192,"ĠBelow":21193,"tipo":21194,"Present":21195,"Ġreserv":21196,"hp":21197,"Ġrit":21198,"_RIGHT":21199,"--)":21200,"Ġchairman":21201,"DIS":21202,"ĠBOOST":21203,"Ġexperiments":21204,"__);Ċ":21205,"Ġstamp":21206,"Ġfert":21207,"Ġfond":21208,"Ter":21209,"elve":21210,"uren":21211,"+i":21212,"endency":21213,"Ġvirtually":21214,"...\"":21215,"ï½ŀ":21216,"-cent":21217,"_unique":21218,"Ġpricing":21219,"mic":21220,"RESH":21221,"Ġ:::":21222,"Ġannotation":21223,"ĠCircle":21224,"ongodb":21225,"itas":21226,"Ġ%(":21227,"(component":21228,"Ġоб":21229,"(port":21230,"-hour":21231,".obj":21232,"LBL":21233,"Ġjury":21234,"GBT":21235,"Ġspy":21236,"ĠProfessional":21237,"Ġ\"\";ĊĊ":21238,"Ġstriking":21239,"Ġdiscrimination":21240,"Ġpays":21241,"lict":21242,"entes":21243,"Ġthrowing":21244,"ĠPlugin":21245,"(def":21246,"ĠRuntimeException":21247,"ĠMigration":21248,"Ġdic":21249,"bag":21250,"onia":21251,"Ġcorruption":21252,"(Map":21253,"Ġprz":21254,".dto":21255,"Ġacquire":21256,"StateToProps":21257,"Ġloving":21258,"ож":21259,"_pattern":21260,"Ġemotions":21261,"Ġpublisher":21262,"_be":21263,"Ġcouples":21264,"oj":21265,"ĠChart":21266,"Ġtrop":21267,".tool":21268,"Ġestablishment":21269,"Ġdol":21270,"Ġtower":21271,"Ġlane":21272,"ĠSydney":21273,"Ġfilling":21274,"claimed":21275,"Ġdialogue":21276,"Ġconvention":21277,"booking":21278,"parency":21279,"æ±":21280,"ĠGeneric":21281,"\\Schema":21282,"Ġranges":21283,"/ch":21284,"Ġpanels":21285,"Ġruled":21286,"çĶŁ":21287,".ts":21288,"_sets":21289,"Ġcleanup":21290,"Previous":21291,"ĠAnimal":21292,"($(":21293,"ĠAve":21294,"ollar":21295,"_eval":21296,"ĉName":21297,"(tree":21298,"Ġ\"]":21299,"Ġduties":21300,"='/":21301,"Clicked":21302,"Ġdifferently":21303,"ĠClark":21304,"Ġdit":21305,"ologists":21306,"Ġsynd":21307,"Ġsends":21308,"-known":21309,"kb":21310,"ĠModal":21311,"itative":21312,"Ġracing":21313,"Ġhighlights":21314,"ĠSimon":21315,"ĠCaptain":21316,"ä¿¡":21317,"ĠCB":21318,"contin":21319,"aran":21320,"Ġphysics":21321,"retty":21322,"etal":21323,".md":21324,"axios":21325,"Ġspeakers":21326,"Ġprep":21327,"Ġawarded":21328,"ì§Ģ":21329,"ĠCorn":21330,"ĠNature":21331,"UDIO":21332,"Ġproj":21333,"-pre":21334,"[u":21335,"Features":21336,"ĠisEqual":21337,"Binary":21338,"sig":21339,"Ġconfusion":21340,"ĠHat":21341,"Ġktó":21342,".configure":21343,"MON":21344,"/edit":21345,"_Add":21346,",true":21347,"Ġcli":21348,"ErrorMessage":21349,"-loader":21350,"Dimensions":21351,"ultiply":21352,"Ġ{!!":21353,"ĠSqlCommand":21354,"Ġspoken":21355,"Ġpics":21356,"Ġtoy":21357,"(Key":21358,"ĠLoop":21359,"ب":21360,"EATURE":21361,"inction":21362,"_setup":21363,"wrapper":21364,"Ġtong":21365,"cular":21366,"Opt":21367,".Pl":21368,"=\",":21369,"(length":21370,"umn":21371,"Ġchrom":21372,"Ġsevent":21373,"ĠIllegalArgumentException":21374,"ĉstart":21375,"Ġbegun":21376,"CEPTION":21377,"dataset":21378,"ĠFailed":21379,"cols":21380,"Ġknee":21381,"imore":21382,".splice":21383,"shell":21384,"iggers":21385,"Ġthemes":21386,"ĠDJ":21387,"ĠAssistant":21388,"-$":21389,"Maybe":21390,"Ġordering":21391,"ĠIntelligence":21392,"ĠMassachusetts":21393,"Ġfailing":21394,"elson":21395,"Great":21396,"=i":21397,".rest":21398,"Ġinvite":21399,"-disable":21400,".GroupBox":21401,"âĢĻest":21402,"Ġtackle":21403,"gv":21404,"etter":21405,"Ġ),čĊ":21406,"_rules":21407,".warn":21408,"functions":21409,"ĠChristians":21410,"Ġbacked":21411,"Ġslider":21412,"Ġenjoying":21413,"nest":21414,"Ġhij":21415,"_ms":21416,"//*":21417,"Annotations":21418,"ĠVariables":21419,"":21620,"cycle":21621,"ĠBull":21622,"paths":21623,"Ġunp":21624,"ĠviewDidLoad":21625,"_Model":21626,"ĠassertTrue":21627,"Ġrated":21628,"Decl":21629,"verted":21630,"ĠDat":21631,"brew":21632,"Ġpointing":21633,"Ms":21634,"ĠPointer":21635,")'":21636,"_non":21637,"ĠSEC":21638,"Ġyeah":21639,"gency":21640,"initialize":21641,"fly":21642,"[pos":21643,",g":21644,"Tele":21645,"Ġjoke":21646,"Ġclause":21647,".findById":21648,"enes":21649,"(instance":21650,"£":21651,"Ġslic":21652,"_home":21653,"Ġ*/}Ċ":21654,"_pages":21655,"(service":21656,"RP":21657,"ĠAmong":21658,".getCurrent":21659,"ãĤ¹":21660,"Ġslee":21661,"=[Ċ":22071,"oler":22072,"Ġlibert":22073,"Ġ`Ċ":22074,"Ġwenn":22075,"lated":22076,"Ġimmune":22077,"(Node":22078,"ĠProblem":22079,"ĠAbs":22080,"logs":22081,"Ġ../":22082,"ĠADC":22083,"Ġ}}\">Ċ":22084,">');Ċ":22085,"=b":22086,"ĠWind":22087,"lahoma":22088,"Ġallocate":22089,"orian":22090,"Ġprescription":22091,"-quality":22092,"ĠMayor":22093,"inely":22094,"endforeach":22095,"ĠComplex":22096,"kom":22097,"TY":22098,"]].":22099,".Style":22100,"_many":22101,"','$":22102,"Ġbarrier":22103,"ĠFetch":22104,"ĠMarvel":22105,"Ġresist":22106,"ого":22107,"bidden":22108,"ĠRunnable":22109,":false":22110,"Ġbuilds":22111,"ĠStage":22112,"Ġdub":22113,"empo":22114,".site":22115,";ĊĊĊĊ":22116,"ĠDenver":22117,"Ġrevel":22118,"Ġtriggered":22119,"Ġdice":22120,"_fail":22121,"Ġgc":22122,"ĉX":22123,"ĠThrowable":22124,".router":22125,"ĠRevolution":22126,"ÑĢа":22127,"_NON":22128,"Ł¥":22129,"Ġelder":22130,"Ġabroad":22131,"Ġе":22132,"ĠAdult":22133,"blr":22134,"glyphicon":22135,"Ġpromoting":22136,"Ġiz":22137,"ĠSolid":22138,"_loader":22139,"early":22140,".enabled":22141,"-edit":22142,"ĠUL":22143,"_play":22144,"ĠInterrupt":22145,"Ġadvantages":22146,"ucle":22147,"Ġmechanical":22148,".tableLayoutPanel":22149,"ĠWorking":22150,"Ġanonymous":22151,"Rating":22152,"igious":22153,"_phone":22154,".addActionListener":22155,"Ġfran":22156,"unden":22157,"Ġ*)&":22158,"_bool":22159,"ulative":22160,"Ġcone":22161,"ĠMult":22162,"Ġmö":22163,"ĠForward":22164,"]):Ċ":22165,"Ġconvinced":22166,"acted":22167,"ãģĵ":22168,"ĠConfigure":22169,"Ġceiling":22170,"Der":22171,"Ġpassengers":22172,"Groups":22173,"Ġsoccer":22174,"/W":22175,"aviors":22176,"swith":22177,"ĠZone":22178,".Options":22179,"ĠMom":22180,"ieder":22181,"Arrays":22182,"Ġtreatments":22183,"Ġprotecting":22184,"fac":22185,"Ġpickle":22186,"ButtonItem":22187,"Ġblocking":22188,"strar":22189,"ò":22190,"ĠExport":22191,"Ġthrew":22192,"otta":22193,"ĠBASE":22194,".ws":22195,".LEADING":22196,"orderBy":22197,"_delay":22198,"ĠPu":22199,".dll":22200,"ĠChoose":22201,"Police":22202,"ĠBEGIN":22203,"boxes":22204,"Ġdiamond":22205,",l":22206,"Ġĉĉĉ":22207,"Ġcurious":22208,"tv":22209,"Ġerotische":22210,"ackages":22211,"ĉSet":22212,"Tick":22213,".border":22214,"staticmethod":22215,"Ġcher":22216,"invoice":22217,"Ġcru":22218,"Ġdefect":22219,"_metadata":22220,"relation":22221,"ikan":22222,"[N":22223,"(Qt":22224,"(Base":22225,"æģ¯":22226,"beat":22227,"ĠEmpty":22228,"ĉo":22229,"_shift":22230,"Ġregret":22231,"Those":22232,"Cent":22233,"ĠPortug":22234,"ĠIslands":22235,"ĠTIME":22236,"Management":22237,"-sp":22238,"ême":22239,"Ġnotion":22240,"unifu":22241,"PK":22242,"è¡Į":22243,"ĠCURLOPT":22244,"\\\"\\":22245,"UV":22246,"çº":22247,"dra":22248,"cou":22249,"=`":22250,"ĠDestroy":22251,"rp":22252,".cancel":22253,"GG":22254,"runtime":22255,"ĠVue":22256,"Ġprogressive":22257,"/services":22258,"Ġrunner":22259,"_FRAME":22260,".ToolStripMenuItem":22261,"Ġ','":22262,"delay":22263,"=utf":22264,"Ġscreening":22265,"Ġpulling":22266,"omas":22267,"Ġanth":22268,"-new":22269,"/local":22270,"ĠiPad":22271,"Ġtwitter":22272,"Ġdying":22273,"Ġheaven":22274,"ĠUInt":22275,"ĠSenator":22276,"Ġpresum":22277,"ĠWalker":22278,"Ġovercome":22279,"etection":22280,"Ġembarrass":22281,"China":22282,"Include":22283,"ROLL":22284,"ĠdataType":22285,"David":22286,"ร":22287,"lop":22288,"-month":22289,"Ġscar":22290,"ĠSafe":22291,"Ġ****************************************************************":22292,"Ġaccessories":22293,"Ġramp":22294,"_USE":22295,"Ġcontrad":22296,"))]Ċ":22297,"Ġprest":22298,"ĠHR":22299,"ĠRap":22300,"Ġusize":22301,"Ġcapability":22302,"Ġcort":22303,"-next":22304,"Ġburden":22305,"_reader":22306,"Ġ@@":22307,"regular":22308,"ĠKa":22309,"MAN":22310,"Ġastr":22311,"Ġ'')Ċ":22312,"Ġfed":22313,"Ġparsing":22314,"ĠYears":22315,"Ġbroker":22316,"\":{\"":22317,"Ġakt":22318,"Inventory":22319,"abeled":22320,"Ġargparse":22321,"*******Ċ":22322,"versation":22323,"Ġcord":22324,"ĠTi":22325,"Ġhopefully":22326,"Ġah":22327,"verb":22328,"Ġstolen":22329,".Entry":22330,"Ġexpecting":22331,"Orientation":22332,"Ġpowered":22333,"Ġpersist":22334,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":22335,"']);":22336,"')),Ċ":22337,"ĠCash":22338,"ĉitem":22339,"grades":22340,"ropol":22341,"basic":22342,"Ġ\");čĊ":22343,"Ġawards":22344,"(range":22345,"-all":22346,"ĠIBOutlet":22347,"ĠIndeed":22348,"----------------------------------------------------------------------------":22349,"Ġstomach":22350,"Ġflower":22351,"Ġsew":22352,"_times":22353,"avis":22354,"QString":22355,"ĠRoutes":22356,"_prot":22357,"Ġcomedy":22358,"Ġlogout":22359,"Ġwooden":22360,"Ġposter":22361,"piece":22362,".Join":22363,"ĠPok":22364,"celona":22365,"mutex":22366,";čĊčĊčĊ":22367,"Ġstrikes":22368,"Loaded":22369,")arg":22370,"esa":22371,"United":22372,"Ep":22373,"PELL":22374,"ĠAtlantic":22375,"ullet":22376,"apple":22377,"Ġsettled":22378,"acon":22379,"Ġprinter":22380,"ĠGC":22381,"å®ļ":22382,"Ġrendered":22383,",âĢĻ":22384,"heit":22385,"social":22386,".ge":22387,"ĠRick":22388,"ĠUtah":22389,"got":22390,"onical":22391,"ĠScroll":22392,"ĠSciences":22393,"Ġjug":22394,"Ġampl":22395,"enti":22396,"LEFT":22397,"Ġtabs":22398,"Ġenormous":22399,".getKey":22400,"locate":22401,".EX":22402,".storage":22403,".We":22404,"Ġtoast":22405,"ĠAdditionally":22406,"ĠNOW":22407,"_UPDATE":22408,"Ġtransferred":22409,"tha":22410,".Display":22411,"_ui":22412,"IDEO":22413,"Ġmeaningful":22414,"ĠMoscow":22415,",this":22416,"ĠVictoria":22417,"æĶ¹":22418,"ĠÐŁ":22419,".stack":22420,"ĠBarn":22421,"paredStatement":22422,":string":22423,"Ġbij":22424,"ĠSTATE":22425,"Ġemployers":22426,"ĉinput":22427,"(|":22428,"Ġlex":22429,"invoke":22430,"ĉnum":22431,"++,":22432,"atial":22433,"orses":22434,"Ġfork":22435,"_txt":22436,"ĠAntonio":22437,"Ġ(<":22438,"averse":22439,"Ġdevast":22440,"ãĢĢ":22441,".Dec":22442,"ĠGard":22443,"/ui":22444,".%":22445,"tri":22446,"Ġrolled":22447,"ValuePair":22448,"itten":22449,"ĠTher":22450,"Ġvrou":22451,"ĠFlow":22452,"ĠFinance":22453,"ĠComb":22454,"HC":22455,".setVisible":22456,"isl":22457,"Ġpk":22458,"Ġupset":22459,"(raw":22460,"ĠVice":22461,"eatures":22462,"ĠLang":22463,"Looking":22464,"ĠAST":22465,"Ġtrips":22466,"ĠJustin":22467,"browser":22468,"=\"'.$":22469,".vertices":22470,"-co":22471,"}/{":22472,"Ġ?,":22473,"ĠDomin":22474,"ĠBelg":22475,"\"<":22476,"Ġsuppose":22477,"addy":22478,"Ġwalks":22479,"ERRU":22480,"_filters":22481,"Preferred":22482,"scene":22483,"еÑģ":22484,"ĠAffairs":22485,"Ġ\"#{":22486,"ĠonSubmit":22487,"Ġstocks":22488,"/view":22489,"gree":22490,"-get":22491,"hit":22492,"Jo":22493,".getC":22494,"Initialized":22495,"ÑĤи":22496,"cuts":22497,"(Type":22498,"ĠAgreement":22499,"ĠVietnam":22500,"Ġ/*!":22501,"Ġpizza":22502,"-view":22503,"_em":22504,"Ġlhs":22505,"Ġmuy":22506,"ĠIdent":22507,"ĠFriends":22508,"Ġabund":22509,"_AD":22510,".timestamp":22511,"-'":22512,"Ġduplicate":22513,"Ġhunting":22514,"Ġregulatory":22515,"iao":22516,"amous":22517,"ĠEntertainment":22518,"[A":22519,"iatric":22520,"_CLIENT":22521,"ĠKids":22522,"/pkg":22523,"Break":22524,")));ĊĊ":22525,"ĠShape":22526,"Ġrelating":22527,"Interrupt":22528,"ableOpacity":22529,"embre":22530,"Ġmystery":22531,"Ġjournalists":22532,"ritable":22533,".Link":22534,"Ġstopping":22535,"CRET":22536,".DB":22537,"Ġpopularity":22538,"Ġgew":22539,"Ġimpr":22540,"setValue":22541,"FLAG":22542,"ĉmax":22543,"Ġbake":22544,"wy":22545,"ĠEconomic":22546,"Ġencontr":22547,"Ġfname":22548,"/de":22549,"Rank":22550,"Ġbugs":22551,".sm":22552,"Ġmedian":22553,"DOWN":22554,"ĠSure":22555,"AtIndex":22556,"ĠDick":22557,"Ġ(__":22558,".delta":22559,"Fr":22560,"Ġsuggesting":22561,"ĠRecyclerView":22562,",e":22563,"START":22564,"/****************************************************************************":22565,"xford":22566,"Ġreceipt":22567,"CLAIM":22568,"readonly":22569,"Ġengaging":22570,"Ca":22571,"asma":22572,"Ġensuring":22573,"English":22574,"ĠVancouver":22575,"hyth":22576,"Ġpurchasing":22577,"ĠPI":22578,".word":22579,"(sp":22580,".home":22581,":def":22582,"Ġgig":22583,"ĠVe":22584,"forum":22585,"ĠMitch":22586,"Bay":22587,"_FL":22588,"Ġsoll":22589,"_columns":22590,"Ġminority":22591,"bird":22592,"Ġhanded":22593,"SSL":22594,"STAT":22595,"Ġnervous":22596,"ĥ½":22597,"ĠfilePath":22598,"CREATE":22599,"Aw":22600,"Ġpens":22601,"seed":22602,"ĠCompute":22603,"olk":22604,"ĠAsset":22605,"reach":22606,"'),čĊ":22607,"navigation":22608,"LF":22609,"/util":22610,"ĠPub":22611,"ĠâĶ":22612,"cion":22613,"##Ċ":22614,"III":22615,"TagName":22616,"Ġamid":22617,"permission":22618,"ifiable":22619,"xFFFFFFFF":22620,"ни":22621,".Buffer":22622,"_irq":22623,"dark":22624,"Ġretval":22625,".fire":22626,"production":22627,".listen":22628,"ĠWeather":22629,"Ġbuyers":22630,".ne":22631,"erp":22632,"ĠPent":22633,"Ġwelfare":22634,"ĠpageSize":22635,"ĠStadium":22636,"erta":22637,"Ġlev":22638,"ampa":22639,"Pager":22640,"Ġcharging":22641,"ĠNetflix":22642,"|null":22643,"_random":22644,".xpath":22645,"Ġstere":22646,"ĠISIS":22647,"ponses":22648,"(loc":22649,"eyond":22650,"ĠOfficial":22651,"ĠMaryland":22652,"DataType":22653,"_par":22654,"{},":22655,"ĠEnjoy":22656,"_SHIFT":22657,"ĠAwards":22658,"_ENTRY":22659,"Ġseemingly":22660,"enticate":22661,"Ġhearts":22662,"_;ĊĊ":22663,"ĠHIV":22664,"Ġindivid":22665,"ĠFlag":22666,"_ctrl":22667,"ĠCallback":22668,",z":22669,"ĠGPU":22670,"ĉobj":22671,"ĠPhoenix":22672,"ĠBUS":22673,"Ġrubber":22674,"_AUTH":22675,"ĠSolutions":22676,"(location":22677,"Variables":22678,".setEnabled":22679,"_high":22680,"WO":22681,"Gesture":22682,"Ġretry":22683,"ĠobjectForKey":22684,"alloween":22685,"Ġmos":22686,"ĠCele":22687,"Ġikke":22688,"(cell":22689,"ĠMODE":22690,"rena":22691,"Ġdescribing":22692,"Ġphi":22693,"Ġrd":22694,"Ġdeserve":22695,"Ġwheels":22696,"å¸Ĥ":22697,"Ġcritics":22698,"Namespace":22699,"ĠFra":22700,"ĠĊĊĊĊ":22701,"Ġalla":22702,"Ġrequiring":22703,"æľŁ":22704,"utation":22705,"Ġdelayed":22706,"Ġadministrative":22707,"Ġbay":22708,".hidden":22709,"Tex":22710,"Ġboundaries":22711,"Ġ]);ĊĊ":22712,"ĠFollowing":22713,"~/":22714,"Fi":22715,"_conv":22716,"_TITLE":22717,"Ġdesde":22718,"ICollectionView":22719,"Alias":22720,"Ġbite":22721,"patient":22722,"_COMMAND":22723,"Completed":22724,"ĉelif":22725,"(<":22726,"Business":22727,"ĠPool":22728,"Ġpursue":22729,"ĠBan":22730,"_steps":22731,"_DECL":22732,"umble":22733,"Ġcombo":22734,"ĠLayer":22735,".xr":22736,"Ġdup":22737,"---------":22738,"Ġmodifier":22739,"rob":22740,"rez":22741,"Ġathletes":22742,"Used":22743,"wear":22744,"Ġlegitimate":22745,"Ġ\"ĊĊ":22746,"Ġhv":22747,"Std":22748,"ĠHold":22749,"Ġsurviv":22750,"ĠAlliance":22751,"ĠEarly":22752,"Behavior":22753,"(font":22754,"/libs":22755,"Ġrectangle":22756,"Ġsinger":22757,"Ġamp":22758,"EqualTo":22759,"Ġ\".\"":22760,"Ġgirlfriend":22761,"å±":22762,"linear":22763,"observ":22764,"Ġpiù":22765,"Ġcomplement":22766,"WithValue":22767,"(password":22768,"take":22769,"Blank":22770,"ĠCompar":22771,"'\",":22772,"_policy":22773,"mongoose":22774,"_FAILED":22775,".report":22776,"Ratio":22777,".PerformLayout":22778,"usable":22779,"mers":22780,"_render":22781,"PEED":22782,"Ġlesb":22783,"ĉE":22784,"_tool":22785,"Ġladies":22786,"оÑģ":22787,"))))Ċ":22788,";;;;":22789,".dot":22790,"Ġnest":22791,"peak":22792,"ukkit":22793,"eca":22794,"_SW":22795,"Ġ&(":22796,"ĠOklahoma":22797,"Ġbanking":22798,"ĠNintendo":22799,"Ġreproduce":22800,"_elements":22801,"_mac":22802,"proxy":22803,"Ġremarkable":22804,"}/${":22805,"Ġouts":22806,".hasNext":22807,"MODE":22808,"Ġanime":22809,".conn":22810,"Unique":22811,"Dom":22812,"Ġimportantly":22813,"itty":22814,"Ġjuice":22815,"Tw":22816,"ĠPartners":22817,"Ġattacking":22818,"Ġportable":22819,"amiento":22820,".PictureBox":22821,".gen":22822,"Ġoptimal":22823,"Ġrecre":22824,"Ġjournalist":22825,"ĠExtract":22826,"ĠMoreover":22827,"ĠmarginTop":22828,".Ap":22829,"Ġfiring":22830,"NaN":22831,"ĉtemplate":22832,"ад":22833,".En":22834,"Ġdefence":22835,"ĠTel":22836,"ilen":22837,"jan":22838,"=data":22839,"ĠUrl":22840,"ĠReuters":22841,"(total":22842,"ĠFifth":22843,"Ġessays":22844,"Ġinterpretation":22845,"Ġcharity":22846,"ĠRules":22847,"Ġsubsection":22848,"styled":22849,"azer":22850,"lags":22851,"LIST":22852,"Ġuploaded":22853,"Ġtrash":22854,"Ġregistr":22855,"Ġseller":22856,">';čĊ":22857,"ĠstartTime":22858,"çĻ":22859,"sy":22860,"(HttpServletRequest":22861,"Ġtrap":22862,"GC":22863,"Ġembedded":22864,"Ġsurrounded":22865,"imits":22866,"TX":22867,"ylinder":22868,"ĠFal":22869,"Ġsentences":22870,"ĠJa":22871,"IFICATION":22872,"weapon":22873,"ovation":22874,"Ġcoat":22875,"Ġinterpol":22876,"Ġlips":22877,"ĠKy":22878,"Ġvectors":22879,"_am":22880,"Ġintake":22881,".world":22882,"Ġinbox":22883,"ĠMAC":22884,"_ab":22885,"(nameof":22886,"Ġentert":22887,"Ġgathering":22888,"ĠSIM":22889,"++.":22890,"nya":22891,"'}}":22892,"ĠUPDATE":22893,"Ġpac":22894,"(html":22895,"ĠSant":22896,"iating":22897,"ĠIdeas":22898,"Ġspray":22899,"ĠHart":22900,"Ġverification":22901,"adesh":22902,"/modules":22903,"ĠMind":22904,"ĠSizedBox":22905,"Ġshelter":22906,"Ġheroes":22907,"atty":22908,"Ġcertified":22909,"sj":22910,"Ġêtre":22911,"ÅĤo":22912,"Ġpublishing":22913,"ĠMalays":22914,".getUser":22915,"ĠProvider":22916,"ĠLinkedList":22917,"ĠBor":22918,"ROUND":22919,"did":22920,"tain":22921,"pire":22922,"ĠJenn":22923,"tel":22924,"ande":22925,"_front":22926,"ĠMcG":22927,"TestMethod":22928,"à¸Ń":22929,"Ġoccasionally":22930,"ĠWales":22931,"Ġexercises":22932,"ĠÐĴ":22933,"-plus":22934,"Ġvalidator":22935,"Ġprayer":22936,"LATED":22937,"_author":22938,"Ġlabour":22939,"++Ċ":22940,"-equiv":22941,"ĠGPL":22942,"Ġfacebook":22943,"simple":22944,"gly":22945,"Processor":22946,"ipy":22947,"Ġ*>":22948,"Ġcleared":22949,"ĠPush":22950,"Ġpenis":22951,"Structure":22952,"lij":22953,"ĠMorgan":22954,"Ġhandful":22955,"\".Ċ":22956,"|\\":22957,"Ġ********************************":22958,"ĠAqu":22959,"_IC":22960,".loads":22961,"Ġmeter":22962,"ĠMarine":22963,"::{":22964,"ĠTS":22965,"ĠArrays":22966,".Title":22967,"GRAM":22968,"termin":22969,"Ġcoinc":22970,"Else":22971,"_states":22972,"-run":22973,"members":22974,"astro":22975,"ĠonPress":22976,"Ġbeings":22977,"Ġabandoned":22978,"Ġtaxp":22979,"owners":22980,".mode":22981,"Ġdiagnosis":22982,"Ġ_Ċ":22983,"ĠKnight":22984,"ĉA":22985,"Ġobserve":22986,"),'":22987,"!\")Ċ":22988,"ĠPara":22989,"Ġvariation":22990,"(False":22991,"ĠAnti":22992,"Ġgri":22993,"Ġhomeless":22994,"?v":22995,"Ġbez":22996,".Server":22997,"release":22998,"ĠPatri":22999,"Ġchars":23000,"Ġranking":23001,"activation":23002,"Ġwides":23003,"qr":23004,".Sql":23005,"acular":23006,"ĠBot":23007,"_sync":23008,"Ġhappiness":23009,"Ġvolunteers":23010,"Ġsits":23011,"/<":23012,"[e":23013,"(fileName":23014,"Ġcapac":23015,"ĠMaria":23016,"father":23017,"Ġgram":23018,"*i":23019,"Ġcaso":23020,"_draw":23021,"ĠRaw":23022,"ĠIterator":23023,"ĠPadding":23024,"PD":23025,"BOX":23026,"ĠSPECIAL":23027,"Ġfecha":23028,"Ġvide":23029,"ĠLeader":23030,"以":23031,"$(\".":23032,"Ġdiameter":23033,"Ġmild":23034,"Ġrocks":23035,"appings":23036,"directory":23037,".flush":23038,"ĠJess":23039,"UNIT":23040,"ĠPear":23041,"Ġmandatory":23042,"Sur":23043,"qt":23044,"Ġstreams":23045,"Ġcooperation":23046,"ĠSac":23047,"Ġcheaper":23048,"ĉch":23049,"animation":23050,"fare":23051,"(height":23052,"(True":23053,"NY":23054,"Ġwrest":23055,"Ġpolls":23056,"Ġencountered":23057,"ĠMarketable":23058,"_PASSWORD":23059,"_SELECT":23060,"ĠArabia":23061,"_clock":23062,"Ġvoy":23063,"Ġиз":23064,"Ġstir":23065,"isible":23066,"-effect":23067,".created":23068,"Ġtoys":23069,"ĠTradable":23070,"Ġrust":23071,"Ġstrcpy":23072,"_timestamp":23073,"Ġtalented":23074,",null":23075,"ĠJobs":23076,"ĠPortland":23077,"Ġweakness":23078,"Throw":23079,"ĠAngel":23080,"ä¿®":23081,"Ġuncert":23082,"ï¼īĊ":23083,"ĠìĿ´":23084,"Which":23085,"Ġ[-]:":23086,"Something":23087,"Ġconvicted":23088,"kle":23089,"edium":23090,"Ġbranches":23091,"Ġbases":23092,"ç®":23093,"Ġcomplexity":23094,"ĠFig":23095,".reshape":23096,"$db":23097,"_CONST":23098,"ĠTes":23099,".runtime":23100,"Ġdeny":23101,"ĠBSD":23102,"Ġkr":23103,"hatt":23104,"ĠStatic":23105,"Ġuniversities":23106,"Replace":23107,"Ġdrove":23108,"Ġadoles":23109,"_plugin":23110,"ĠLGBT":23111,"Ġtex":23112,"duction":23113,"EDI":23114,"ĠTed":23115,"_URI":23116,"Ġreception":23117,"arten":23118,".Single":23119,"rice":23120,"scious":23121,"_bg":23122,"Ġwages":23123,"ĠServlet":23124,"UILayout":23125,"Ġformatted":23126,".Mod":23127,"',Ċ":23174,"Ġexpanding":23175,"ĠHamilton":23176,"ĠContrib":23177,".Tables":23178,"Activ":23179,"HH":23180,"ocommerce":23181,"_;":23182,"Ġamongst":23183,"owing":23184,"ĠCold":23185,"APH":23186,"Ġpsychological":23187,"_tensor":23188,"Ġpackaging":23189,"ĠSweden":23190,"Ġpare":23191,"Ġaggregate":23192,"Ġmoderate":23193,"_hand":23194,"Ġdesignated":23195,"Ġdrum":23196,"ĠgetUser":23197,"ĠCreek":23198,"_scope":23199,"ĠTransfer":23200,"ĠMarg":23201,"Ġfighters":23202,"Wnd":23203,"ĠSel":23204,"ĠLaunch":23205,"Ġemerging":23206,"iframe":23207,"ĠAdditional":23208,"Ġfears":23209,"Ġsatellite":23210,"_:":23211,"Ġdisposing":23212,"GetValue":23213,"HttpPost":23214,"ATIVE":23215,"ulary":23216,"Views":23217,"Ġattending":23218,"ĠTennessee":23219,"ĠMission":23220,"Ġmedication":23221,"ĠWy":23222,"ĠAnna":23223,"ع":23224,"ĠVertex":23225,".types":23226,"Organ":23227,".DataGridViewTextBoxColumn":23228,"ĠRS":23229,"Ġtempo":23230,"(App":23231,"VersionUID":23232,".point":23233,"ĠDutch":23234,"Hours":23235,"LU":23236,"Ġquoted":23237,".builder":23238,"ĠPerfect":23239,"ĠAlways":23240,"_two":23241,"Ġexclusively":23242,"ĠCra":23243,"ificar":23244,"ĠAWS":23245,"ingham":23246,"complex":23247,"kernel":23248,"Ġgravity":23249,"Ġwi":23250,"Ġoverview":23251,"ĠWant":23252,"ĠWP":23253,"(sh":23254,".rotation":23255,"States":23256,"ĠTeen":23257,"_components":23258,"ìĪĺ":23259,"Received":23260,"Ġlyrics":23261,"rites":23262,"ĉĉĉĉĉĠ":23263,"-American":23264,"[num":23265,"/python":23266,"ĠUART":23267,"Ġapple":23268,"ĠJonathan":23269,"Ġmomentum":23270,"ั":23271,"Ĥ¹":23272,"Ġmich":23273,"andra":23274,"Ġbiological":23275,"ĠMens":23276,"Ġ%%":23277,"elsea":23278,"ĠMexican":23279,".randint":23280,"Ġtale":23281,"ĠValidate":23282,"Ġdefeated":23283,".htm":23284,"Ġcopper":23285,"=/":23286,"cosystem":23287,"Ġrip":23288,"decimal":23289,".VISIBLE":23290,"ĠTa":23291,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":23292,"Ġdownloaded":23293,"environment":23294,"Ġnomine":23295,"building":23296,"ĠSpot":23297,"ipheral":23298,"Ġalto":23299,"quet":23300,"ĠFT":23301,"/get":23302,"/master":23303,"WIN":23304,"åħĥ":23305,"West":23306,"argc":23307,"Ġproducers":23308,"ĠMuch":23309,"_storage":23310,"credit":23311,"CONT":23312,"Ġvet":23313,"Ġvoices":23314,"('',":23315,"Ġinstruments":23316,"ĠMSG":23317,"esse":23318,"repository":23319,"omics":23320,"Ġdealer":23321,"Still":23322,"Ġbanner":23323,"ascii":23324,"Ġremarks":23325,"[js":23326,"Ġshorter":23327,"gulp":23328,"Ġmyster":23329,"Ġkun":23330,"ĠBird":23331,"Ġtiene":23332,"nut":23333,"ĠUm":23334,"Ġwise":23335,"Yeah":23336,"INESS":23337,"_begin":23338,"-heading":23339,"Course":23340,"ĠčĊčĊ":23341,"ombie":23342,"graded":23343,"ĠGPS":23344,"Ġże":23345,"Fit":23346,"caption":23347,"ön":23348,"/image":23349,"lia":23350,"(mod":23351,"Ġleak":23352,"enza":23353,"/H":23354,"ĠHappy":23355,"Dist":23356,"nx":23357,"ĠGovernor":23358,"(last":23359,"teacher":23360,"ĠSent":23361,"support":23362,"jectory":23363,"ĠÙħ":23364,"Registration":23365,"ĠGray":23366,",false":23367,"Ġadjusted":23368,"(settings":23369,"'Ċ":23431,"-fold":23432,"æĬ":23433,"ĠBetter":23434,"Ġ\"\\<":23435,"spacing":23436,"Ġfurnished":23437,"oser":23438,"]}Ċ":23439,"Ġ$\"":23440,"pull":23441,".Post":23442,"(ip":23443,"Ĺı":23444,".front":23445,"nte":23446,"ĠFM":23447,"guid":23448,"Ġnegotiations":23449,"agonal":23450,"Ġtremend":23451,"ungeon":23452,"Adv":23453,"carousel":23454,"ÃŁe":23455,"_DESC":23456,"Ġhammer":23457,"áºŃ":23458,"ĠĠĠĠĠĠĠĠĊĊ":23459,"-core":23460,"-service":23461,"Ġcorners":23462,"ĠSF":23463,"pred":23464,">A":23465,"ĠJLabel":23466,"Ġromantic":23467,"Ġtestimony":23468,"osc":23469,"ĠGeneration":23470,"asures":23471,"_internal":23472,"Ġprints":23473,"Ġ])Ċ":23474,"ĠCleveland":23475,"repo":23476,"Disc":23477,"Ġ\">Ċ":23478,"����":23479,"Ġnearest":23480,"_tb":23481,"(require":23482,"EOF":23483,"-child":23484,"Ġbudd":23485,".XtraEditors":23486,"alties":23487,"\\\":\\\"":23488,"Words":23489,"Ġlocally":23490,"Ġpurchases":23491,"Drawer":23492,"extract":23493,"Ġexecut":23494,"}'.":23495,"userdata":23496,"Ġfocuses":23497,"-minute":23498,"ĠPublish":23499,"ogo":23500,"Ġmountains":23501,"Bot":23502,"}>{":23503,"Ġtension":23504,"rod":23505,"mesh":23506,"Ġtransformed":23507,",R":23508,"()}Ċ":23509,".long":23510,"Ġgorgeous":23511,"ĠSchedule":23512,"Ġoldest":23513,"Ġsubprocess":23514,"(IN":23515,"yect":23516,"ĠCooper":23517,"arness":23518,"ĠMonitor":23519,".part":23520,"ĠNBC":23521,"Ġcotton":23522,"Ġhol":23523,"Ġrgba":23524,"ĠBio":23525,"Continue":23526,"Pod":23527,"Ġparticipating":23528,"clusions":23529,"(ByVal":23530,"ì":23531,"ĠHOW":23532,"_setopt":23533,"Ġaccompanying":23534,"aton":23535,"Ġ/\\":23536,"ĠAuthentication":23537,"ién":23538,"ĠBarack":23539,"/*.":23540,"Ġeager":23541,"ĠCancel":23542,"$":23586,"OLEAN":23587,"OKIE":23588,"IBILITY":23589,"UAGE":23590,"ĠSurvey":23591,"Ġresign":23592,"wing":23593,"Ġsecrets":23594,"Ġchips":23595,"JSONObject":23596,"Desktop":23597,"_SYMBOL":23598,"(resource":23599,"ĠĊ":23600,"Ġnewest":23601,"uli":23602,"Ġdesert":23603,"Ġdip":23604,"ĠPow":23605,"Ġequation":23606,"Ġpossibilities":23607,"ĠFed":23608,"osph":23609,"Ġ[%":23610,"Ġbubble":23611,"etherlands":23612,"Ġcement":23613,".auto":23614,"_AN":23615,"âĢĻ.":23616,"selection":23617,"ĠBond":23618,"Den":23619,"-O":23620,".getType":23621,".Window":23622,"pres":23623,"Ġswinger":23624,"\"})Ċ":23625,"Ġpip":23626,"Ġmice":23627,"Ġcompound":23628,"-plugin":23629,"iko":23630,"Ġcenturies":23631,"icular":23632,"-inline":23633,"ĉkey":23634,">\\<":23635,"ENSION":23636,"Ġ[čĊ":23637,"Ġprecisely":23638,"Ġété":23639,"ĠPast":23640,"ĠCambridge":23641,"-full":23642,"Ġanalyze":23643,"ĠSteven":23644,"Ġnem":23645,"due":23646,"oren":23647,"Ġmuscles":23648,"ijing":23649,"/-":23650,"ĠKennedy":23651,"RM":23652,"ossible":23653,"Ġactress":23654,"Ġdolor":23655,"å½ķ":23656,"Need":23657,".toggle":23658,"ĠRace":23659,"wers":23660,".material":23661,"ĠDue":23662,"ĠPel":23663,"#print":23664,"Ġindependence":23665,"exus":23666,"Shadow":23667,"Ġencoder":23668,"(level":23669,"ĠSwift":23670,".doc":23671,"_selection":23672,"ĠserialVersionUID":23673,"Labels":23674,"Ġperformances":23675,".Tag":23676,"ĠNHL":23677,"izen":23678,"/UIKit":23679,"_CONTROL":23680,"Ġearnings":23681,"ĠAlt":23682,"_HANDLE":23683,"Ctx":23684,"Ġpersu":23685,"Ġtran":23686,"ç¨":23687,"_CHANNEL":23688,"Ġsatisfaction":23689,"ĠGP":23690,"iox":23691,"mitt":23692,"lando":23693,"Ġpig":23694,"inals":23695,"ência":23696,"Surface":23697,"ĠUUID":23698,"Ġbeneficial":23699,"Ġsequences":23700,"ĉmemset":23701,"Ġmagical":23702,"«":23703,"Ġworn":23704,"ASC":23705,"popup":23706,"COMP":23707,"_before":23708,"eness":23709,"Ui":23710,"Les":23711,".require":23712,".Serializable":23713,"addGap":23714,"Ġauthorization":23715,".pyplot":23716,"urray":23717,"latitude":23718,"frames":23719,"ajs":23720,"Ġcompass":23721,"Ġobservations":23722,"_sup":23723,".environ":23724,"Ġtriple":23725,"ĠRuby":23726,"Ġdrain":23727,"_FILTER":23728,"San":23729,"UMP":23730,"NullException":23731,"ĠGab":23732,"owe":23733,"ĠTurkish":23734,"_sequence":23735,"ĠGrant":23736,"uela":23737,"Ġwo":23738,"Ġcube":23739,"iq":23740,"Ġdisorders":23741,"Ġextraordinary":23742,"Ġctrl":23743,"ĠSeq":23744,"entr":23745,"Ġsanctions":23746,"utsch":23747,"Reports":23748,"Ġinherit":23749,"Period":23750,"Ġphotography":23751,"ĠFramework":23752,"Ġspecialist":23753,"Ġ?ĊĊ":23754,"_selected":23755,".Player":23756,"Ġallocation":23757,"(account":23758,"Ġstructural":23759,"vable":23760,"-offset":23761,".AppCompatActivity":23762,"ам":23763,".AddWithValue":23764,"Ġicons":23765,"Ġshutdown":23766,"_low":23767,"ĠCompare":23768,"ĠCe":23769,"=head":23770,"lam":23771,".predict":23772,"_DEC":23773,"ĠSleep":23774,"ĠGratis":23775,"Ġsuggestion":23776,"ĠDEL":23777,"caff":23778,"avirus":23779,"Nothing":23780,"ŀĭ":23781,"Ġwidespread":23782,"Ġmechanisms":23783,"ĠtextAlign":23784,"occup":23785,"ĠRail":23786,":NS":23787,"Ġfiber":23788,"Ġmk":23789,"Ġvintage":23790,"-long":23791,".reduce":23792,".Entities":23793,"(record":23794,"Ġpleasant":23795,"FRING":23796,".Cells":23797,"OTT":23798,"ĉelseif":23799,"_confirm":23800,"ĠViewGroup":23801,"sym":23802,"Ġpray":23803,"Ġsuspected":23804,"Contains":23805,"Ġborders":23806,"ĠcomponentDid":23807,"ASSERT":23808,"Ġinfinite":23809,"-order":23810,"Ġhello":23811,"ĠGrade":23812,".currentTimeMillis":23813,"apolis":23814,"zh":23815,"ĉObject":23816,":\\\\":23817,"HO":23818,"valuation":23819,"Ġvocab":23820,"Ġcoupon":23821,"atabases":23822,".GetType":23823,"Learn":23824,"]=\"":23825,"ĠGary":23826,"otive":23827,"Ġash":23828,"Ġbib":23829,"XXXX":23830,"Ġbalanced":23831,"VALUE":23832,"ĠNat":23833,"_Ad":23834,"<":23976,"Ġfool":23977,"Ġesk":23978,".Null":23979,"ĠDies":23980,"_OUTPUT":23981,"_TYPED":23982,"Ġpainted":23983,"Ġsophistic":23984,"ĠBear":23985,"*n":23986,"_PACK":23987,"Ġdelivering":23988,"ĠCOUNT":23989,"åįķ":23990,"Ġjeg":23991,"-car":23992,"fname":23993,"Ġranging":23994,"ĠNeg":23995,"/******/":23996,"ĠCHAR":23997,"Ġultra":23998,"Grad":23999,"=t":24000,"Ġjudges":24001,"ĠDise":24002,"anners":24003,"Ġscal":24004,"_cal":24005,"ĠCONNECTION":24006,"_embed":24007,"(fn":24008,"ĠCraft":24009,"ĠPas":24010,"\")->":24011,".convert":24012,".resource":24013,"ĠSTATUS":24014,"ông":24015,"ĠTit":24016,"Ġclassroom":24017,"ĠArchitect":24018,"ĠKings":24019,"Ġsteady":24020,"/*!Ċ":24021,"ĠGene":24022,")\";Ċ":24023,"icia":24024,"stan":24025,"ĠConstruction":24026,"umper":24027,"wc":24028,"ĠCBS":24029,"inging":24030,"-party":24031,"(driver":24032,"MARK":24033,"Ġnested":24034,"eward":24035,"Ġdependency":24036,"Ġmales":24037,"ĠONE":24038,"ĠProduction":24039,"][$":24040,"ãĥ¼ãĥ":24041,"_LOAD":24042,"ĠBol":24043,"elry":24044,"łéĻ¤":24045,"ĠRequire":24046,"Ġplacing":24047,"xxx":24048,"CALE":24049,"Ġthumb":24050,"Choose":24051,"Ġprototype":24052,"VOID":24053,"Ġlesbian":24054,"Ġtraits":24055,"Sharp":24056,"Ġconsume":24057,"Truth":24058,"ĠactionPerformed":24059,"ĠEnvironmental":24060,"ĠDean":24061,"Ġestado":24062,"same":24063,"Ġnumeric":24064,"Ġtransit":24065,".Email":24066,"-side":24067,"_RUN":24068,"ĠVillage":24069,"_OPEN":24070,"è¦":24071,".rem":24072,"-warning":24073,"anya":24074,"PropertyChanged":24075,"Ġ(!_":24076,"(check":24077,"ilia":24078,"ĠSoft":24079,"steps":24080,"ĠMadrid":24081,"MemoryWarning":24082,"Ġhandlers":24083,"Ġexperiencing":24084,"Ġinspect":24085,"buttons":24086,"ReceiveMemoryWarning":24087,"chemy":24088,"Links":24089,"Ġurllib":24090,".SystemColors":24091,"ĠEigen":24092,"Ġpunishment":24093,":UIControl":24094,"bara":24095,"-set":24096,"Ġ}čĊčĊčĊ":24097,"Ġtolerance":24098,"Ġinterfaces":24099,".redirect":24100,"ighbors":24101,"csrf":24102,"_background":24103,".Utils":24104,"_HT":24105,"ĠInterest":24106,"imos":24107,"Ġgrants":24108,"Ġexamined":24109,"ÐĶ":24110,"Ġcf":24111,"forge":24112,"backs":24113,"ĠObjects":24114,"_sent":24115,".entry":24116,"ĠTHEN":24117,"ellido":24118,"cia":24119,",res":24120,"/stdc":24121,".nd":24122,"(Int":24123,"ĠAuthors":24124,"ĠAppCompatActivity":24125,"'{":24126,"Ġmedi":24127,"Music":24128,"igm":24129,"ceipt":24130,"Ġauss":24131,"Ġtargeting":24132,"ĠKeys":24133,"hn":24134,":]Ċ":24135,"Ġmineral":24136,"î":24137,".ca":24138,"omed":24139,"Ġsheets":24140,"Ġcamb":24141,"Ġdeadly":24142,".inject":24143,"(unit":24144,"ĠSelection":24145,".gms":24146,"(connection":24147,"Ġ$(\"":24148,"émon":24149,"ĠCurrently":24150,"pte":24151,"_paths":24152,"leaf":24153,"Ġimplications":24154,"posal":24155,"ä½į":24156,"[/":24157,"ancia":24158,"éĽ":24159,"mul":24160,"cie":24161,"Ġgeile":24162,"imals":24163,"UIView":24164,"Ġsurre":24165,"serialize":24166,"ISO":24167,"Ġarbitrary":24168,"Ġsockaddr":24169,".fn":24170,"ĠMerc":24171,"Ġcasting":24172,"KeyDown":24173,"ĠnewValue":24174,"opens":24175,"Todo":24176,"Ġflexibility":24177,"ĉĉĉĉĠĠ":24178,"Velocity":24179,"ún":24180,"rowing":24181,"Ġcomputed":24182,"`)Ċ":24183,"statement":24184,"Ġri":24185,"_cart":24186,"Low":24187,"transfer":24188,".nav":24189,"Ġgrave":24190,"ĠDoor":24191,"ĉalert":24192,".subscribe":24193,"-profile":24194,"ĉbase":24195,"ĠâĪĴ":24196,"__ĊĊ":24197,"Ġengineers":24198,"Ġexplosion":24199,"Ġdari":24200,"ĉLog":24201,"onal":24202,"Ġisolated":24203,"{i":24204,"ĠMsg":24205,"Future":24206,"Ġracist":24207,"-wrap":24208,"ĠVers":24209,"borg":24210,"ISION":24211,"ĠÑĢаÐ":24212,"ĠYan":24213,"initWith":24214,"Ġnomin":24215,"(empty":24216,"ÃŃn":24217,"ãĤ¤":24218,"ĉwidth":24219,"Ġchamber":24220,"/ajax":24221,"EMP":24222,"Ġneces":24223,"ivos":24224,"logic":24225,"*)&":24226,"cripts":24227,"RowAt":24228,"iblings":24229,"Ġears":24230,"Ġcomputing":24231,"Ġmaker":24232,"ĠNeither":24233,"breadcrumb":24234,"Ġserialize":24235,"ĠWithin":24236,"Ġdell":24237,"_TRACE":24238,"=a":24239,"Ġwishes":24240,"-inch":24241,"ĠDor":24242,"Ġinnocent":24243,"ĠDol":24244,"Ġintens":24245,"forced":24246,"ĠBIT":24247,"Ġphotographs":24248,"Ġcasa":24249,"ĠLen":24250,"\\Framework":24251,".Simple":24252,"Ġdear":24253,")/(":24254,"ippi":24255,"Ġowns":24256,"Players":24257,"Ġproposals":24258,".pi":24259,"usalem":24260,"Damage":24261,"Ġcalories":24262,"ĠCreative":24263,"Ġ[$":24264,"Ġ//čĊ":24265,"AndView":24266,"ème":24267,".custom":24268,"_factory":24269,"commands":24270,"_look":24271,"Ġstrcmp":24272,"YN":24273,"aired":24274,"Ġaudit":24275,"оÑģÑĤ":24276,"ĠReverse":24277,"ropriate":24278,"etics":24279,"';Ċ":24352,"Ġpepper":24353,"Ġshed":24354,"ĠMedium":24355,"ĠCookie":24356,"Ġoverseas":24357,"edor":24358,"asurement":24359,"åŃĺ":24360,"Ġ'.'":24361,"Ġphp":24362,"ĠPROC":24363,"Ġexceptional":24364,"(th":24365,"ĠJet":24366,"Ġoccupied":24367,".setImage":24368,"ĠRelated":24369,"ucker":24370,"Members":24371,"PRINT":24372,"ĠGlo":24373,"_VIEW":24374,"}\",Ċ":24375,"Ġadoption":24376,"[])Ċ":24377,"ĠMissouri":24378,"ĠLincoln":24379,"erald":24380,"Popup":24381,"Ġfate":24382,"-bootstrap":24383,"fections":24384,"ĠPoll":24385,"_ARGS":24386,"inance":24387,"-home":24388,".),":24389,"_done":24390,":ĊĊĊ":24391,"Ġdiscussing":24392,"ĠSQLException":24393,"Ġelectro":24394,"ĉreq":24395,"Ġzw":24396,"Ġlui":24397,"Ġovernight":24398,"$user":24399,"ĠWAY":24400,"Ġallerg":24401,"Ġdisappointed":24402,"Ġradiation":24403,"Ġimpressed":24404,"ificates":24405,"Ġtob":24406,"CLASS":24407,"Ġcuda":24408,"_det":24409,"-post":24410,"ulu":24411,"Translation":24412,"-hand":24413,".year":24414,"ĠMongo":24415,"Ġunclear":24416,".engine":24417,"WEBPACK":24418,"rices":24419,"_ACCESS":24420,"Ġholidays":24421,"percent":24422,".Identity":24423,"ĠGov":24424,"Ġpassionate":24425,"!!.":24426,"ĠGreece":24427,"plusplus":24428,"'));":24429,"GP":24430,"Ġexcit":24431,".tabPage":24432,"_cond":24433,"Ġsponsor":24434,"MODULE":24435,"_proc":24436,"Ġ$Ċ":24437,"Ġrational":24438,".Tool":24439,"Ġihr":24440,"cca":24441,"åĵģ":24442,"ĠEstate":24443,"IBUTE":24444,"ActionPerformed":24445,"ĠSolar":24446,"¦Ĥ":24447,"Ġequity":24448,"tid":24449,"Ġrecip":24450,".simple":24451,"mk":24452,"ĠLuke":24453,"ĠGuardian":24454,"Ġencrypted":24455,"Ġdominant":24456,".place":24457,"ĠNV":24458,"Ġtongue":24459,"(Get":24460,"Ġstainless":24461,".Play":24462,"Ġeb":24463,"aci":24464,".buffer":24465,"readcrumbs":24466,"Ġvaccine":24467,"prom":24468,"ĠuserInfo":24469,"Ġslug":24470,"SerializedName":24471,"-wide":24472,"Ġreactions":24473,"ĠYang":24474,"ĠAdds":24475,"(userId":24476,"Ġplates":24477,"ĠMEM":24478,"Ġbail":24479,"Inside":24480,"eted":24481,"Ġelsif":24482,"Ġsake":24483,"Ġcycles":24484,"ĠìĹ":24485,"ĉI":24486,"-collapse":24487,"ĠGMT":24488,"Declaration":24489,"Ġgros":24490,"Ġreaches":24491,"Ġcustody":24492,"Until":24493,"tu":24494,"ĠChen":24495,"Ġnx":24496,"(addr":24497,"ĠOffer":24498,"Ġcolleg":24499,"assador":24500,"Ġmapper":24501,"ĠSIGNAL":24502,"ĠBloom":24503,"ĠHoll":24504,"ĠImper":24505,"-des":24506,"_site":24507,"Proc":24508,"Equ":24509,"Ġatomic":24510,"ĠWoman":24511,"sent":24512,"scar":24513,"Ġintelligent":24514,"ĠGetting":24515,"ĠRegistration":24516,"ĠPhill":24517,"Ġkiller":24518,"unicode":24519,"ĊĉĉĊ":24520,"ĠJacob":24521,"ĠConst":24522,"Ġlocate":24523,"Ġcaus":24524,"ĠScholar":24525,"Ġconstitutional":24526,"Ġinflation":24527,"ĠGot":24528,"=array":24529,"endum":24530,"Ġtranslated":24531,"Ġdivorce":24532,"Entries":24533,"Ġsor":24534,"ĠQuote":24535,"irlines":24536,"UK":24537,"Ġexcel":24538,"(opt":24539,"ĠADV":24540,",:,":24541,"Ġcontacted":24542,"ĠDA":24543,"Ġrings":24544,"ĠIndustrial":24545,".getContext":24546,"Ġforgotten":24547,"ĠTan":24548,"Ġpants":24549,"Ġov":24550,"Ġdecoder":24551,"ĠPartial":24552,"Ġvc":24553,"Ġbattles":24554,"Arial":24555,"FRINGEMENT":24556,"irates":24557,",w":24558,"aintenance":24559,"ĠOd":24560,"ĠTechnologies":24561,"åīį":24562,"ĠCarter":24563,".findAll":24564,"Nome":24565,"Ben":24566,"ĠUsage":24567,"ĠPicture":24568,"Ġbadly":24569,"_panel":24570,"Ġpatent":24571,"ĠProtocol":24572,"lotte":24573,"ĉplayer":24574,"jections":24575,"Ġdou":24576,"_release":24577,"urniture":24578,"_tax":24579,"ĠFields":24580,".dataset":24581,"_master":24582,"CLUDE":24583,"ĠPharm":24584,"bst":24585,"Ġoperational":24586,".cell":24587,"Ġidentifying":24588,"Ġjwt":24589,"tuple":24590,"ĠTC":24591,"ĠCro":24592,"ixmap":24593,"-components":24594,"general":24595,"Ġoz":24596,"_De":24597,"_double":24598,"ĠToo":24599,".ViewGroup":24600,"gate":24601,"dings":24602,"photos":24603,"Ġgrande":24604,"ollect":24605,"_lin":24606,"Ġawful":24607,"filters":24608,"Ġalternate":24609,"esp":24610,"Ġcompress":24611,"eo":24612,"ĠScale":24613,"Ġindirect":24614,"Ġinvoice":24615,"ĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊ":24616,"Starting":24617,"ĠPlayers":24618,"iele":24619,".then":24620,"Ord":24621,"ĠTuple":24622,"Ġbout":24623,"ĠStatistics":24624,"Preview":24625,"Ġpuzzle":24626,"ĠWidth":24627,"STATE":24628,"Ġoverlay":24629,"ĉon":24630,"Ġinfr":24631,"Ġsmallest":24632,"locked":24633,"ÑĤо":24634,"ssl":24635,"Ġdeemed":24636,"Ġsco":24637,"reck":24638,"ĠjButton":24639,"Ġmissions":24640,"称":24641,".SelectedIndex":24642,"TABLE":24643,"Sept":24644,"Ġacknowledge":24645,"Ġstrtotime":24646,"ĠTell":24647,"ĠDak":24648,"Ġaluminum":24649,"Ġfence":24650,"ĠStars":24651,"CONFIG":24652,"Ġretrofit":24653,"Ġemphasis":24654,"/header":24655,"ĠSomething":24656,"inished":24657,"='\".$":24658,"ĠValidators":24659,"Ġpolar":24660,"sections":24661,".aspx":24662,"Ġaspir":24663,".Mock":24664,"CodeGen":24665,"Ġpeut":24666,"Ġaccepting":24667,"Ġbacking":24668,"Picture":24669,"/ap":24670,"ег":24671,"_SEC":24672,"-use":24673,"annotation":24674,"Ġcognitive":24675,"Ġgrip":24676,"hour":24677,"ĠLegal":24678,"Ġepic":24679,".toolStrip":24680,".notify":24681,".Last":24682,"ORIZ":24683,"Middleware":24684,"criptions":24685,"lash":24686,"_FOUND":24687,"ĠLiverpool":24688,"Ġ{}\",":24689,"Install":24690,"Ġnit":24691,"Ġfigured":24692,"[len":24693,".Win":24694,".platform":24695,"Ġgambling":24696,"(dt":24697,"avery":24698,"ĉinclude":24699,"Whether":24700,"Routing":24701,"Ġtherap":24702,"Remote":24703,"ĠLoss":24704,"yll":24705,"Ġapproached":24706,"ĠVehicle":24707,"ĠAlpha":24708,"Ġvocê":24709,"answers":24710,"NSDictionary":24711,"consider":24712,"unused":24713,"ĠFan":24714,"orable":24715,"fre":24716,"ĠDISCLAIM":24717,"ĠActor":24718,".]":24719,"toHave":24720,".userId":24721,"Ġspeeds":24722,"eway":24723,"Ġrecurs":24724,"Ġг":24725,"_priv":24726,"!âĢĿĊĊ":24727,"Choice":24728,"Ġsettle":24729,"Ġplanes":24730,"'},":24731,"Tom":24732,"ITER":24733,"!\"Ċ":24734,"å»":24735,"achelor":24736,"Ġseparation":24737,"Ġdal":24738,"adj":24739,"Ġregisters":24740,"riz":24741,"ĠNotice":24742,"Ġlu":24743,"Ġcourage":24744,"Ġaxes":24745,"cellent":24746,".async":24747,"Ġcompatibility":24748,"ç«":24749,"Ġ!ĊĊ":24750,"ĉtitle":24751,"YLE":24752,"ĉmessage":24753,"UUID":24754,"OLDER":24755,"ĠHH":24756,"ĠStyleSheet":24757,"Ġaccessed":24758,".validation":24759,"tasks":24760,"Ġpollution":24761,".canvas":24762,"Ġingredient":24763,"ĠCabin":24764,"Ah":24765,"oldown":24766,"ĠNOI":24767,"ĠÃĹ":24768,"[f":24769,"educ":24770,"yalty":24771,"(not":24772,"_State":24773,"amen":24774,"Ġdao":24775,"udad":24776,"ellers":24777,"}&":24778,"licity":24779,"_WINDOW":24780,"Ġtatto":24781,"valor":24782,".Range":24783,"Ġreferenced":24784,"ĠReserve":24785,"Money":24786,"SCRIPT":24787,"/product":24788,"choices":24789,"Ġtin":24790,"ãĤĵ":24791,"Ġseparator":24792,"Ġpkg":24793,"ammed":24794,"ĠMAT":24795,"!!ĊĊ":24796,"Ġraid":24797,"Ġmotivation":24798,"ĠXP":24799,"ĠBackground":24800,"ĠQuaternion":24801,".defineProperty":24802,"iker":24803,"ĉparent":24804,"ĠOriginally":24805,"antage":24806,"ĠHans":24807,"Ġtimeline":24808,".cur":24809,"opic":24810,"ĠSequ":24811,"must":24812,"ĠCoal":24813,"Ġformatter":24814,"_RGB":24815,"Ġ_(\"":24816,"'}),Ċ":24817,"Ġ=================":24818,"ĠFUNCTION":24819,"Ġlng":24820,"icates":24821,"live":24822,"_engine":24823,"Ġtowns":24824,"'))ĊĊ":24825,"ĠPK":24826,"(api":24827,"ĉscanf":24828,"packet":24829,".phone":24830,"áĢ":24831,"ĠAndy":24832,"_NAMES":24833,"PLY":24834,"Ġmins":24835,"imi":24836,"Ġbrick":24837,"Ġblade":24838,".stdout":24839,"}`;Ċ":24840,"Shift":24841,"ĉsb":24842,"ĠChecks":24843,"Ġphenomenon":24844,"Avatar":24845,"Ġministry":24846,"rose":24847,"ĉFile":24848,"Ġtitled":24849,"(LOG":24850,"Ġgan":24851,"design":24852,"(),čĊ":24853,"Ġbones":24854,"stm":24855,"ÅĽÄĩ":24856,"ĠInputStream":24857,"Ġvolunt":24858,"ĠSerializable":24859,"Ġfighter":24860,"ĠDrag":24861,"Twitter":24862,"Ġsubsid":24863,"ç¼":24864,"Ġforums":24865,".loading":24866,"logged":24867,"_this":24868,"Ġterrain":24869,"Ġirre":24870,"ĠIng":24871,"ĠCN":24872,"_objects":24873,".uid":24874,"Ġconsciousness":24875,"TINGS":24876,"ĠGall":24877,"Ġportray":24878,"ĠDeveloper":24879,"Ġparticipant":24880,"Ġ\";čĊ":24881,"/model":24882,"ĠOperations":24883,"^\\":24884,"ĠLater":24885,"Ġraises":24886,"-none":24887,".meta":24888,"='.$":24889,"Finished":24890,"Ġreplacing":24891,"Ġsampling":24892,"ĠJen":24893,"\"There":24894,"REAL":24895,"ALE":24896,"ìĬ¤":24897,"Orders":24898,"_parameter":24899,"ĠOlympic":24900,"Ġtrès":24901,"Ġarena":24902,"iol":24903,";?>":24904,"Ġimpacts":24905,"ĠWS":24906,":get":24907,"Ġflights":24908,"ĠRussell":24909,"camera":24910,"Fn":24911,"sigma":24912,"Ġforcing":24913,"Ġlocals":24914,"Ġdeparture":24915,"Ġcelebration":24916,"ĠSay":24917,"ï¼Ĵ":24918,"ĠHills":24919,".hasOwnProperty":24920,"Ġtypings":24921,".API":24922,"Ġdonation":24923,"OperationException":24924,".Activity":24925,"cplusplus":24926,"ĠCharlie":24927,"Ġimported":24928,"Ġdann":24929,"Ġoccasions":24930,"Ġimplementing":24931,"Ġpurple":24932,".dialog":24933,"SQLException":24934,"erno":24935,"Ġwars":24936,"Ġpaste":24937,"Ġdecreased":24938,"Ġharsh":24939,"Ġelabor":24940,"inputs":24941,"ĠViews":24942,"ĠerrorMessage":24943,"_mul":24944,"ĉwrite":24945,"ĠCop":24946,"ĠAnnual":24947,"(button":24948,"Ġvida":24949,"bars":24950,"ĠHarvard":24951,"ĉexpect":24952,"Ġindexes":24953,"Ġdocumentary":24954,"Ġflesh":24955,"ORLD":24956,"ĠDelta":24957,"MAND":24958,"Brush":24959,"-column":24960,"Ġdevelopments":24961,"methodVisitor":24962,"slice":24963,"ĠPDO":24964,"Ġinvesting":24965,"irable":24966,"Ġxmlns":24967,"ï¼Ľ":24968,"arta":24969,"Ġtheories":24970,"_city":24971,"Ġ$__":24972,"Creating":24973,"(pr":24974,"Dropdown":24975,"ismatch":24976,"ĠNET":24977,"'])){Ċ":24978,"ĠValues":24979,"ĠSEO":24980,"ĠSTAT":24981,"Ġecosystem":24982,"Ġtempt":24983,"Ġ\\\\":24984,"Ġ//{Ċ":24985,"ĠChristopher":24986,"ĠKentucky":24987,"ĠHttpServletResponse":24988,"Ġhybrid":24989,"yon":24990,"Ġfeeding":24991,"ĠExtra":24992,"Norm":24993,"ITCH":24994,"ĠSean":24995,"ĠUpload":24996,"mun":24997,"pur":24998,"Ġpersistent":24999,"ĠIDC":25000,"ĠPerform":25001,".merge":25002,"_room":25003,"Meanwhile":25004,"!='":25005,"ĠWel":25006,"ArgsConstructor":25007,".Database":25008,"Ġcounting":25009,"()*":25010,"ĶåĽŀ":25011,"ĠTOP":25012,"mill":25013,"ĠDT":25014,"IGNED":25015,"ĠKB":25016,"Ġcomply":25017,"South":25018,"_collection":25019,"Chapter":25020,"Ġexplaining":25021,"_AM":25022,"_ts":25023,"cards":25024,"Ġquel":25025,"Ġpole":25026,"Ġtouchdown":25027,"ĠOthers":25028,"Ġpeers":25029,"ĠTypeError":25030,"Ġsixth":25031,"Ġcheer":25032,"Ġdispute":25033,"usc":25034,")],":25035,"thumb":25036,"Ġhiding":25037,"ĠSIG":25038,"likes":25039,"ĠPAGE":25040,".Reflection":25041,"Ġheadquarters":25042,"TING":25043,"ĠGhost":25044,"MLE":25045,"$Ċ":25046,"Ġcontrary":25047,"extend":25048,"']).":25049,"FFECT":25050,"ĠPinterest":25051,"úmero":25052,"ricane":25053,"ĉsession":25054,"Ġcrystal":25055,"-Control":25056,"overnment":25057,"ograf":25058,"-action":25059,"volume":25060,"ften":25061,"Ġuncon":25062,"Ġanimate":25063,"Ġlease":25064,"scr":25065,"Ġrefuse":25066,"ãĢĭ":25067,"ftp":25068,"information":25069,"Ġevaluated":25070,"Ġinjection":25071,"Ġjack":25072,"Ġworkshop":25073,"注":25074,"PTH":25075,"ĠTs":25076,"offer":25077,"ĉos":25078,"Ġkingdom":25079,"Missing":25080,"Ġlawmakers":25081,"extField":25082,"Ġsinging":25083,"abi":25084,"/client":25085,".media":25086,"ATEGORY":25087,"Signature":25088,"%',Ċ":25089,"ĠFuck":25090,"][:":25091,"Ġsensors":25092,"/com":25093,"ĠPrimary":25094,".SQL":25095,"_program":25096,"Ġpills":25097,"Ġintegral":25098,"Ġfleet":25099,"Ġdropping":25100,".sl":25101,"Been":25102,"Ġpets":25103,"Ġadvised":25104,"Ġdragon":25105,"_EDIT":25106,"(im":25107,"FER":25108,"ĠDrug":25109,"(random":25110,"Ġcompression":25111,"oust":25112,"[%":25113,"Ġbuyer":25114,"hop":25115,"Roles":25116,"manage":25117,"Ġpainful":25118,"ĠBranch":25119,"-modal":25120,"enant":25121,"ĠMesh":25122,"/font":25123,"ĠGraham":25124,"Ġâĺ":25125,"Ġnc":25126,"ĠFrancis":25127,"Ġspecification":25128,"Ġdamages":25129,"-config":25130,"Ġtheoret":25131,"secure":25132,"_multi":25133,"aceutical":25134,"Ġdemanding":25135,"enne":25136,"ISTS":25137,"()));ĊĊ":25138,"Reason":25139,"Recent":25140,"phase":25141,"Ġpsy":25142,"_MAN":25143,"Ġvolunteer":25144,"å¿":25145,"istributed":25146,"lio":25147,"Ġproductivity":25148,"_comm":25149,"Spring":25150,"nis":25151,".weight":25152,"ĠCancer":25153,"Alloc":25154,"ĠTweet":25155,"Ġseparately":25156,"ĉcheck":25157,"_properties":25158,".Unit":25159,"_CLK":25160,"Ġgt":25161,"Ġ();ĊĊ":25162,"Ġhandy":25163,"ĠThompson":25164,"Ġunnecessary":25165,"ĠReader":25166,"GN":25167,"=request":25168,"ĠUtility":25169,".Repository":25170,"ĠAx":25171,"hydr":25172,"ieu":25173,"Ġthy":25174,"Ġlt":25175,"_mail":25176,"ä¿®æĶ¹":25177,"ailand":25178,"ĠPhilip":25179,"Ġbitter":25180,"Ġbetting":25181,"Ġtimed":25182,"ocks":25183,"'a":25184,"Ġalgorithms":25185,"Ġreinterpret":25186,"Ġtoss":25187,"rogen":25188,"Ġhoped":25189,"(selected":25190,"Ġventure":25191,"TEX":25192,"ĠLeave":25193,".Substring":25194,"Ġgrateful":25195,"uka":25196,"ĠConsumer":25197,"Ġaggreg":25198,"Circle":25199,"à¸ģ":25200,"_blocks":25201,"Ġlegally":25202,"Ġ\"|":25203,"ãĥĥ":25204,".board":25205,".Ab":25206,"Functions":25207,"recipe":25208,"èĩ":25209,"ĠOxford":25210,"Ġwholes":25211,".Build":25212,"_changed":25213,"hai":25214,"Ġdepartments":25215,"Imp":25216,"Ġcoalition":25217,"INFRINGEMENT":25218,"Ġempower":25219,"itches":25220,"North":25221,"Ġinflamm":25222,"ONSE":25223,"Ġmissile":25224,"ĠRaj":25225,"ĠIssue":25226,"Ġatoi":25227,"caled":25228,".Controllers":25229,"ĠWolf":25230,"Ġcrushers":25231,"á»ĩ":25232,".Auth":25233,".addAttribute":25234,"his":25235,"Ġboots":25236,".clean":25237,"camp":25238,"Ġtenant":25239,"Ġtune":25240,"Ġ{}'.":25241,"Ġworkout":25242,"Repo":25243,"Ġpartially":25244,"MISSION":25245,"jamin":25246,"ĠSB":25247,"Ġdetermination":25248,"Ġ'');Ċ":25249,"ĠBeng":25250,"Ġvos":25251,"Ġinhab":25252,"/lang":25253,"sburgh":25254,"Executor":25255,"hone":25256,"ĠChallenge":25257,"_links":25258,".Level":25259,"Ġunderground":25260,"-code":25261,"Ġoptimization":25262,"logging":25263,"_dest":25264,"Ġsnake":25265,"Ġchemicals":25266,"_IMPORTED":25267,"adoop":25268,"ĠTHAT":25269,"managed":25270,"Ġreduces":25271,"ĠREAL":25272,"ĠGuy":25273,"_GENERIC":25274,"/********************************":25275,".amount":25276,"Ġdere":25277,"getTime":25278,"Ġpant":25279,"anonymous":25280,"Ġharmony":25281,"ĠAlan":25282,"Ġscenarios":25283,"Ġdirt":25284,"htags":25285,"Mc":25286,"Shell":25287,"rin":25288,"{čĊčĊ":25289,".pow":25290,"ĉclient":25291,"Ġconspiracy":25292,"Ġadmission":25293,"ĠRegional":25294,"ĠViewController":25295,"ĠPhilippines":25296,"Ġdepos":25297,"Ġpap":25298,"ĠPad":25299,"Paul":25300,".ComboBox":25301,"Ġtutor":25302,"ĠRecipe":25303,"writing":25304,"Ġcontributor":25305,"OTH":25306,"Small":25307,"VI":25308,"Ġhacer":25309,"equ":25310,"ĠExamples":25311,"human":25312,".messages":25313,"ĉtyp":25314,"Ġ(čĊ":25315,"ĠSSL":25316,"LEN":25317,"ĠRomney":25318,"(grid":25319,"ĉmin":25320,"Ġ>ĊĊ":25321,"Ġfruits":25322,"Ġvoter":25323,"Inline":25324,"pane":25325,"ĠCollections":25326,"charset":25327,"Ġspam":25328,"zb":25329,"itemap":25330,"Ġsucceeded":25331,"_COL":25332,"Ġelapsed":25333,"imeter":25334,"Ġrecovered":25335,"Tensor":25336,"hattan":25337,".setup":25338,"isto":25339,"(head":25340,"ĠSIZE":25341,"Ġtactics":25342,"Ġdistur":25343,"Ġpreval":25344,"icios":25345,"(Value":25346,"_cols":25347,"ĠFat":25348,"Ġseal":25349,"Ġsons":25350,"Ġensures":25351,"Ġpressing":25352,"=&":25353,"igenous":25354,"Ġharassment":25355,"_JSON":25356,"Ġignor":25357,"ynomial":25358,"omer":25359,"_static":25360,"Ġsignificance":25361,"Ġcircles":25362,"_System":25363,"Ġdiscipline":25364,"Ġdressed":25365,"Ġsphere":25366,"Ġclimb":25367,"_actions":25368,"ĠBab":25369,"Ġ'=',":25370,"_schema":25371,"\"use":25372,"Ġunders":25373,"Ġcups":25374,".screen":25375,"/new":25376,"Ġappearing":25377,"TOP":25378,"vised":25379,"clang":25380,"Ġinvestigators":25381,"Ġmysterious":25382,"Ġpromising":25383,"Ġqualify":25384,"Ġcave":25385,"Ġequip":25386,"=x":25387,"GT":25388,"(link":25389,".velocity":25390,".erase":25391,"oter":25392,"++++++++":25393,"profit":25394,"Ġzones":25395,"_uid":25396,"-ser":25397,"Ġobjectives":25398,"Ġmilf":25399,"webkit":25400,"(match":25401,"neh":25402,"ĠAssociated":25403,"ĠTodo":25404,"=d":25405,"Cam":25406,"Ġvocal":25407,"Ġsudo":25408,"(EX":25409,"Ġtrou":25410,"ABC":25411,".bean":25412,"ĠGround":25413,"ĠREST":25414,"weets":25415,"Ing":25416,"imon":25417,"_bus":25418,"ĠCOLOR":25419,"unto":25420,"Ġfoss":25421,"ĠLinks":25422,"äng":25423,"/forms":25424,"prises":25425,"Ġachievement":25426,"CALL":25427,"елÑĮ":25428,"ĠVerify":25429,"_SOURCE":25430,"aptcha":25431,"IDD":25432,"_reference":25433,"Gold":25434,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":25435,"Receiver":25436,"Ġaj":25437,"_direction":25438,"}]":25439,"ĠCompet":25440,"Ġbang":25441,"ĠCass":25442,"-url":25443,"techn":25444,"ĠJerusalem":25445,"longitude":25446,"');čĊčĊ":25447,"Ġwinners":25448,"Tasks":25449,"ĠDMA":25450,"Ġtooltip":25451,"İ·":25452,"ĠBra":25453,"_duration":25454,"cury":25455,"parents":25456,"---->(":25526,"ĠKir":25527,"Ġintros":25528,"Ġsketch":25529,"Ġskilled":25530,"Ġimmer":25531,"Ġadequate":25532,"_rep":25533,"(header":25534,"_like":25535,"Ġperceived":25536,"ssh":25537,"Ġassuming":25538,"Ġff":25539,"_uuid":25540,"ulas":25541,"Ġdemocratic":25542,".entities":25543,"Series":25544,"aphore":25545,"Ġnewer":25546,"}(":25547,"SEC":25548,"airo":25549,"Ġcommod":25550,"Ġprivilege":25551,"Ġdeux":25552,"ĠHop":25553,".'/":25554,"ctic":25555,".';Ċ":25556,"C":25630,"ĠWarren":25631,"Ġoptimizer":25632,"ĠSERVICES":25633,"_oper":25634,"getAttribute":25635,"ĠMcK":25636,"_self":25637,".rs":25638,"\")ĊĊĊ":25639,"GetComponent":25640,"erce":25641,"Ġtous":25642,"units":25643,"']);čĊ":25644,"Zoom":25645,"/E":25646,"Ġobsc":25647,"Ġfastest":25648,"online":25649,"Ġpeaceful":25650,"ffen":25651,"Ġcargo":25652,"ĉpr":25653,"Ġseeks":25654,"zu":25655,"Trim":25656,"Ġward":25657,"Ġverd":25658,"Ġblogs":25659,".exceptions":25660,"ĠPremium":25661,"ĠNetherlands":25662,"Safe":25663,"Finish":25664,"ĠAlbum":25665,"_ACC":25666,"=this":25667,"virtual":25668,"]>":25669,"_LABEL":25670,"ĠNich":25671,"_win":25672,"ĠAaron":25673,"WP":25674,";$":25675,"aims":25676,"ĠImageView":25677,"Ġendless":25678,"ERA":25679,"_DISABLE":25680,"Ġcancelled":25681,"-us":25682,"Ġinspection":25683,"emin":25684,"ĠGrey":25685,"-open":25686,"Ġiterations":25687,".owner":25688,"Ġkeras":25689,".Password":25690,"ĠRy":25691,"ĠINS":25692,"Air":25693,"ĠSeveral":25694,".TabStop":25695,"INGLE":25696,"ĠHair":25697,"ĠCanvas":25698,"AAAA":25699,"Ġflaw":25700,"cedes":25701,".Report":25702,"íĬ":25703,"ĠTips":25704,"criptors":25705,".transaction":25706,".Spring":25707,"Ġviewer":25708,"Ġinsights":25709,"è¾ĵ":25710,"ordion":25711,"UINT":25712,"seek":25713,"ĠAuf":25714,"ìŀIJ":25715,"Ġstrain":25716,"Tooltip":25717,"Ġdz":25718,"ignal":25719,"adt":25720,"Ġuc":25721,"finite":25722,"Ġnm":25723,".cmd":25724,"ĠMySql":25725,"[data":25726,".jackson":25727,".tree":25728,"RequestParam":25729,"_agent":25730,"\")]čĊ":25731,"Ġassass":25732,"(Constants":25733,":ss":25734,"ĠMAN":25735,"+-+-":25736,"ĠBottom":25737,"prints":25738,"ĠSame":25739,"@Autowired":25740,"swap":25741,"ición":25742,"Ġprotesters":25743,"Ġhoney":25744,"ĠVeter":25745,"(Calendar":25746,"-ad":25747,"ĠBrooklyn":25748,"Life":25749,"_VAR":25750,"zech":25751,"ĠCALL":25752,"_CAST":25753,"ĠElection":25754,"Ġthickness":25755,"Very":25756,"_INTEGER":25757,"-dev":25758,"))))":25759,"apat":25760,"oooo":25761,"demo":25762,"ĠparseFloat":25763,"ĠRather":25764,"STIT":25765,"maker":25766,"[current":25767,"chrono":25768,"Ġchrist":25769,"ãģª":25770,"ĠDetail":25771,"Æ°á»":25772,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":25773,"Ġsul":25774,"idency":25775,"Que":25776,"Ġelegant":25777,"apons":25778,"Ġdishes":25779,"Ġintegers":25780,"(read":25781,"findViewById":25782,"ĠAmount":25783,"ĠSkip":25784,"Ġhabits":25785,"*)(":25786,"Ġmonsters":25787,"MAC":25788,":end":25789,"Ġfrank":25790,"Assembly":25791,"Ġdfs":25792,"Ġneut":25793,"_TYPES":25794,"equal":25795,"loyd":25796,"(uri":25797,"Ġchi":25798,"Ġdefendant":25799,"Ġconflicts":25800,"Ġvil":25801,"-js":25802,"ĠPeace":25803,"Ġmutable":25804,")sender":25805,"ĠFocus":25806,"建":25807,"Ġappreciated":25808,"sleep":25809,"ĠRED":25810,"Culture":25811,"Ġdesigners":25812,"_generator":25813,"codes":25814,"/ex":25815,".GetValue":25816,"umbled":25817,".scalajs":25818,"peror":25819,"Ġveterans":25820,"Ġ})čĊ":25821,"Ġunfortunately":25822,"_CREATE":25823,"Mass":25824,"ĠCLAIM":25825,"ĠMeet":25826,"_support":25827,"Bank":25828,"().Ċ":25829,"Dark":25830,"_LOW":25831,"ĠMining":25832,"ĠOwner":25833,"iera":25834,"Cliente":25835,"Ġencouraging":25836,">S":25837,"Ġboyfriend":25838,"ĠHalf":25839,"ĠACC":25840,"Aff":25841,"_ar":25842,"-life":25843,"cx":25844,".JButton":25845,"izado":25846,".zero":25847,".openqa":25848,"oton":25849,".textContent":25850,"Ġtoll":25851,"atie":25852,"Ġballot":25853,"-number":25854,".Exception":25855,"ĉparams":25856,"circle":25857,"-map":25858,"Ġnap":25859,"ĠRobot":25860,"ĠIch":25861,"registration":25862,"Amazon":25863,"rollment":25864,"(exp":25865,"Ġtanks":25866,"ĠGordon":25867,"Ġmachinery":25868,"Ġbaseline":25869,"æĭ":25870,"Ø©":25871,"ĠConvention":25872,"ĉconfig":25873,"ookies":25874,"mult":25875,"Records":25876,"ĠEST":25877,"Ġgarbage":25878,"Ġconform":25879,"idal":25880,"Ġbarg":25881,"Ġsurvived":25882,"Ġinvestigations":25883,".containsKey":25884,"--------------------------------------------------------------------------Ċ":25885,"ortion":25886,"Ġhorr":25887,"_http":25888,"Ġmant":25889,"];čĊčĊ":25890,"binary":25891,"empl":25892,"Ġinquiry":25893,"ĠMeanwhile":25894,"Ġcollecting":25895,".EntityFramework":25896,"\",ĊĊ":25897,"ĠPic":25898,"@Inject":25899,"ickness":25900,"ĠBinding":25901,"Ġcontrolling":25902,"reverse":25903,"Ġchairs":25904,"sembled":25905,"(add":25906,"Disabled":25907,"anas":25908,".translate":25909,"-----------Ċ":25910,"Ġreflected":25911,"\"]ĊĊ":25912,"External":25913,"Arrow":25914,"Singleton":25915,"%x":25916,"ĠÅ":25917,"Ġancest":25918,"ĠOrleans":25919,"ĉcmd":25920,"Ġprohibited":25921,"ithmetic":25922,"(channel":25923,"_css":25924,"Forward":25925,".socket":25926,"Ġluc":25927,"âĨ":25928,"ĠFirefox":25929,"ĠMovies":25930,")_":25931,".ends":25932,"(shape":25933,"Ġdealt":25934,"Ġsaves":25935,"Ġglory":25936,"Ġmejor":25937,"Ġbreathing":25938,"Ġeller":25939,"getData":25940,"Ġangles":25941,"Ġtoolbar":25942,"Ġspacing":25943,"IPS":25944,"Ġfloors":25945,"_ACTIVE":25946,"Ġshuffle":25947,"/shared":25948,"ĠEle":25949,"edish":25950,"Ġwebcam":25951,".expect":25952,"iloc":25953,"ĠIncludes":25954,"Ġtweeted":25955,"Ġ:)":25956,"ĠEssay":25957,"Fix":25958,"-between":25959,"_web":25960,".conv":25961,"Ġracism":25962,"Ġreflects":25963,"umm":25964,"иÑĤе":25965,"_footer":25966,"/docs":25967,"ĠPour":25968,"NgModule":25969,".initialize":25970,"patterns":25971,"_In":25972,"ĠAbb":25973,"*čĊ":25974,"Ġsentiment":25975,"buff":25976,"_counts":25977,"Ġreuse":25978,"chunk":25979,"Ġimposed":25980,"PrimaryKey":25981,"Foreground":25982,"Ġconsumed":25983,"?!":25984,"Ġdick":25985,"Ġchron":25986,"ĠFern":25987,"Ġresponsive":25988,"Ġinsect":25989,"iculty":25990,"Ġrw":25991,"Ġalike":25992,"Ġsubset":25993,"ĠCookies":25994,"ĠPair":25995,"Ġtier":25996,"IFO":25997,"avour":25998,"ĠQU":25999,",sizeof":26000,"Ġmerged":26001,"mv":26002,"itol":26003,"ylon":26004,"Ġjumped":26005,".role":26006,"ensaje":26007,"Rules":26008,"Ġbrowse":26009,"Animator":26010,"Ġyoga":26011,"Ġvariants":26012,"Ġcourtesy":26013,"uran":26014,"pbs":26015,"elseif":26016,"Alt":26017,"ĠLane":26018,"CLK":26019,"IMARY":26020,"_PROPERTY":26021,"ï¼IJ":26022,"Ġchan":26023,"Ġgradually":26024,"Ġshake":26025,"Ġblonde":26026,"...\");Ċ":26027,"-sex":26028,"Ġgameplay":26029,"acies":26030,".refresh":26031,"USB":26032,"ĠPlot":26033,"Was":26034,"issippi":26035,"ĠTensor":26036,"Ġcryptocurrency":26037,"Ġdifficulties":26038,"Deleted":26039,"Without":26040,"_append":26041,"_ver":26042,"\"))čĊ":26043,"Ġhonestly":26044,"Ġpivot":26045,"Ġtemps":26046,"_ps":26047,"ĠUnlike":26048,"[:-":26049,"VS":26050,"_inf":26051,"Ġjunior":26052,"Ġanimations":26053,"Ġfilepath":26054,"?{{$":26076,"Ġunicode":26077,"places":26078,"ĠCoffee":26079,".SE":26080,"ĠPAR":26081,"(txt":26082,"gebra":26083,"Ġfires":26084,"MainWindow":26085,"medium":26086,"Ġ(âĢľ":26087,"Ġlg":26088,"Ġcmp":26089,"/base":26090,"_layers":26091,"_entries":26092,"Ġadminister":26093,"ĠSUCH":26094,"BP":26095,"ĠScottish":26096,"ĉčĊĉčĊ":26097,"guard":26098,"ĠStrong":26099,"Insn":26100,"ĠCAP":26101,"asury":26102,"ĠSEE":26103,"Clock":26104,"erie":26105,"\\models":26106,"Ġ$$":26107,"ĠCab":26108,"Ġwurde":26109,"Ġsoldier":26110,"Ġclips":26111,"Ġarrangement":26112,"ĠWonder":26113,"ĠHorn":26114,"Ġscared":26115,"Ġcure":26116,"mkdir":26117,"Ġaligned":26118,"ĠPink":26119,"Ġlanded":26120,"Dimension":26121,"ScrollPane":26122,".chat":26123,".With":26124,"ĠTrain":26125,"].Ċ":26126,"Ġthirty":26127,"Ġdurable":26128,"Ġld":26129,"Ġlateinit":26130,"Ġcharts":26131,"Ġinsult":26132,".Fatal":26133,"_ct":26134,"Ġmasks":26135,"CLUDED":26136,"President":26137,"Ġcolours":26138,"gments":26139,".attributes":26140,"ĠFlex":26141,"ĠClock":26142,"ÃŃcul":26143,"imen":26144,"JO":26145,"ĠRegex":26146,"_LINK":26147,"Ġcouch":26148,"ĠINPUT":26149,"Ġbeating":26150,"business":26151,"preced":26152,".unit":26153,"ĠFel":26154,"Never":26155,"ospel":26156,".startswith":26157,"ĠEPA":26158,".only":26159,"Ġpreventing":26160,"yer":26161,"ColumnName":26162,"Ġelevation":26163,"flu":26164,"icycle":26165,"Ġoffline":26166,"Toolbar":26167,"Ġcompeting":26168,")].":26169,"Ġmog":26170,"ĠisValid":26171,"Ask":26172,"_av":26173,"_lat":26174,"ANC":26175,"ĠJoh":26176,"kers":26177,"Ġguards":26178,"Ġchains":26179,"ĠSimpleDateFormat":26180,".static":26181,"Ġvessel":26182,"Ġmud":26183,"Ġstabil":26184,"Ġstret":26185,"gm":26186,"amation":26187,"çľ":26188,"-with":26189,"Ġros":26190,"_PA":26191,"Ġresultado":26192,"Ġconfidential":26193,"ĠTokyo":26194,"ĉusing":26195,"ĠMathf":26196,"ombine":26197,"ĠESPN":26198,"Ġdealers":26199,"Ġdismissed":26200,"TRY":26201,"Ġteens":26202,"records":26203,"Ġwings":26204,"gallery":26205,"accounts":26206,"_LIB":26207,"Ġjacket":26208,"ĠNSObject":26209,"Ġstones":26210,"ĠDelivery":26211,"ĠDiet":26212,"/watch":26213,"Ġtoilet":26214,"ĠGuest":26215,".day":26216,"Ġintval":26217,"Visit":26218,"Ġinvestigated":26219,"Ġpentru":26220,"ĠTheatre":26221,"andidates":26222,"Lang":26223,"ĠServ":26224,"Ġcontrollers":26225,"ĠsetTitle":26226,"NP":26227,"amy":26228,"flat":26229,"(ui":26230,"_document":26231,"èĥ½":26232,"ĠCoin":26233,"ĠAdams":26234,"ptic":26235,"Ġproductive":26236,"Ġaccomplished":26237,"čĊčĊčĊčĊ":26238,"Ġdeferred":26239,"ientes":26240,"Ġsinc":26241,"olars":26242,"Rightarrow":26243,"Ġvariations":26244,"(offset":26245,".LayoutInflater":26246,"Ġsuspend":26247,"Ġprevention":26248,"_private":26249,"_js":26250,"âĺħ":26251,"Ġwieder":26252,"atum":26253,"ĴĮ":26254,"Ġappearances":26255,".Document":26256,"Ġvalidates":26257,"calendar":26258,"}\";Ċ":26259,".demo":26260,"conut":26261,"Ġcorrection":26262,"ĠDeal":26263,"Ġbatteries":26264,".duration":26265,",\\":26266,"_marker":26267,"multi":26268,"Ġhalt":26269,"Ġcms":26270,"Ġshaped":26271,"Bro":26272,"reduce":26273,"Ġ####":26274,"CTOR":26275,"ĠBenef":26276,"Ġiconic":26277,"Ġpiano":26278,"Ġeffectiveness":26279,"|.Ċ":26280,"Ġajax":26281,"Ġvolumes":26282,"ม":26283,"Ġcljs":26284,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":26285,"aths":26286,"raits":26287,"大":26288,"Ñĸ":26289,"_mult":26290,"Ġfascinating":26291,"Average":26292,"Ġpré":26293,"ĠChairman":26294,".findElement":26295,"_pin":26296,"Ġcomparing":26297,"Ġdarkness":26298,"-Fi":26299,"-server":26300,"Ġselecting":26301,"sterdam":26302,"ĠParts":26303,"FORMATION":26304,"Ġnoting":26305,"Ġpile":26306,"ogs":26307,"Ġpalette":26308,"_do":26309,"itize":26310,"()(":26311,"Ġdefining":26312,"Ġremainder":26313,"Units":26314,"_TASK":26315,"HttpClient":26316,"Social":26317,"Ġfundra":26318,"NR":26319,"chest":26320,"Currency":26321,".adapter":26322,"Ġdop":26323,"unting":26324,"ANGUAGE":26325,"\"He":26326,"ĉindex":26327,"_package":26328,".Icon":26329,"Ġrepet":26330,"mass":26331,"=\".$":26332,"ĠSud":26333,"Ġlid":26334,"province":26335,"ìľ":26336,"GPIO":26337,"Ðļ":26338,"ĠMySQL":26339,"Ġdocs":26340,"ĠGA":26341,"Ġipsum":26342,"Kernel":26343,"Ġaccepts":26344,"Ġfitting":26345,"Ġcuando":26346,"Ġduplic":26347,"ĠBrother":26348,"ĠKle":26349,"nums":26350,"Ġmorph":26351,"Ġ########":26352,"ĠCGPoint":26353,"manual":26667,"ĠTechnical":26668,"Ġcorporation":26669,"ĠHW":26670,"anka":26671,"TAIL":26672,"istas":26673,"Ġperforms":26674,"ĠBehavior":26675,".For":26676,"_ORDER":26677,"ĠKick":26678,"Ġcallbacks":26679,"_dr":26680,"uego":26681,"hub":26682,"ufficient":26683,"sky":26684,"Ġbp":26685,"htable":26686,"ĠONLY":26687,"ĠAUTHORS":26688,".Argument":26689,"\"};Ċ":26690,"ĠThunder":26691,"ĠKom":26692,".Should":26693,"AUTH":26694,"ahu":26695,"_payment":26696,"Ġstarter":26697,"ìĦľ":26698,"ìļ©":26699,"Blog":26700,".patch":26701,"Ġgoverned":26702,"assy":26703,"-found":26704,"Ġtheater":26705,"ĠFontWeight":26706,"ĠBatman":26707,"\"If":26708,".Random":26709,"_delta":26710,"ĠCE":26711,"Authenticated":26712,"Ġdrone":26713,"Ġcous":26714,"radius":26715,"Mer":26716,"(None":26717,"ĠNJ":26718,"_headers":26719,"Ġamer":26720,"pytest":26721,"ĠActions":26722,"ĉĉĉĠĠĠĠ":26723,"Ġett":26724,"Ġholy":26725,"Ġuncomfort":26726,"ĠNin":26727,"ĠDecimal":26728,"ĠMessages":26729,".sender":26730,"]])Ċ":26731,"Ġembrace":26732,"Though":26733,"/sp":26734,"Ġcultures":26735,"Ġhighway":26736,"tar":26737,".fail":26738,"_hidden":26739,"ĠcomponentDidMount":26740,"ĠWright":26741,"Ġjag":26742,"_il":26743,"../../../":26744,"igu":26745,"Food":26746,"Ġace":26747,"Ġaños":26748,"USD":26749,"Ġmutual":26750,"Logic":26751,"Ġtemple":26752,"Ġbriefly":26753,"ĠTrip":26754,"classmethod":26755,"defaults":26756,"Ġchunks":26757,",,,,":26758,"ĠReason":26759,"$id":26760,"-ups":26761,"Ġdamn":26762,"Ġtrucks":26763,"Ġunlimited":26764,"Ġsculpt":26765,"ĠCards":26766,"Ġautor":26767,"ĠTesting":26768,"Ġdiese":26769,"shops":26770,"ç´":26771,"(payload":26772,"ĠPATH":26773,"ĠMemorial":26774,"Ġridiculous":26775,"egree":26776,"-winning":26777,"Ġrehab":26778,"Ġsophisticated":26779,"wpdb":26780,"ĉpath":26781,"!\";Ċ":26782,"_SYS":26783,".speed":26784,"Ġsoap":26785,"suffix":26786,"Wrap":26787,"Ġenhancement":26788,"Ãī":26789,"úb":26790,"Ġplaylist":26791,"Ġmixing":26792,"antidad":26793,"=\"\";Ċ":26794,"ĠRevision":26795,"ĠBeat":26796,".inc":26797,"-way":26798,"encias":26799,"ulers":26800,"Cat":26801,"idel":26802,"ĠShip":26803,".setColor":26804,"Ġthreatening":26805,".modules":26806,"Ġafterwards":26807,"ĠDashboard":26808,"ĊĠĊ":26809,"Signal":26810,"Ġprimer":26811,"orneys":26812,"iciary":26813,"Ġligne":26814,"_predict":26815,"Ġaest":26816,"_https":26817,">:":26818,"ĠLex":26819,"Ġrencontres":26820,"egral":26821,"scala":26822,"_family":26823,"ÃŁen":26824,"_sym":26825,"Ġuncertainty":26826,"ĠVALUE":26827,"Ġ};čĊčĊ":26828,"Ġbroader":26829,"Ġhorses":26830,"ãģĿ":26831,"ĠKal":26832,"oba":26833,"_INET":26834,"ĠKill":26835,"jquery":26836,"amination":26837,"[@\"":26838,"Ġmuj":26839,"###Ċ":26840,"FirstOrDefault":26841,"thenReturn":26842,"Che":26843,"/footer":26844,"Ġparks":26845,"asje":26846,"ĠGulf":26847,"Ġmodest":26848,".Init":26849,"ï¼ŁĊĊ":26850,"Ġprospects":26851,"Ġsvg":26852,"Ġåı":26853,".Dialog":26854,"_NET":26855,"Ġ(($":26856,"Ġek":26857,"ĠWarning":26858,"ĠMK":26859,"":27166,"ĠRepair":27167,"_BE":27168,"Brand":27169,"uart":27170,"preview":27171,"Ġinitiatives":27172,"running":27173,"bang":27174,"ĉupdate":27175,"ĠCoach":27176,"Rich":27177,"Ġyoutube":27178,"Ġritual":27179,"appa":27180,"ĠRobinson":27181,"precision":27182,"////////////////////////////////////////////////////////////////////////////":27183,"=[]Ċ":27184,"Ġcelebrated":27185,"OTO":27186,"Ġinclusion":27187,"JP":27188,"';čĊčĊ":27189,"Ġnotable":27190,"(_.":27191,"Managed":27192,"Ġguides":27193," ":27194,"atedRoute":27195,"ĠAdjust":27196,"Ġcolored":27197,"_scores":27198,"ĠTesla":27199,"_progress":27200,".inst":27201,"['_":27202,".flags":27203,"Ġfclose":27204,"_OPER":27205,"ży":27206,"_note":27207,"Ġtransgender":27208,"åķ":27209,"RIPT":27210,"Ġabsent":27211,"Ġamet":27212,"Ġoperand":27213,"ë©":27214,"Ġhood":27215,"toLowerCase":27216,"avo":27217,"ĠCircuit":27218,"ĠLind":27219,"--}}Ċ":27220,"=m":27221,"Ġsuppress":27222,"ĠMAP":27223,"iang":27224,"-admin":27225,"Ġsidebar":27226,"ĠBu":27227,"ĠHex":27228,",F":27229,"ĠSignal":27230,"Ġtransparency":27231,"ĠFederation":27232,"/V":27233,"Req":27234,"Ġpulse":27235,"Ġtends":27236,"Numbers":27237,"%'":27238,"Ġdeport":27239,"datas":27240,"_UINT":27241,"_tra":27242,"oko":27243,"Ġ\"?":27244,"compet":27245,"solete":27246,"undry":27247,"Ġoverlap":27248,"}`,Ċ":27249,".ly":27250,"_summary":27251,"ĠLost":27252,".Center":27253,"Ġdisability":27254,".Serialization":27255,"Ġgeom":27256,"Ġ?:":27257,"ĠWo":27258,"Ġshipped":27259,"Ĥæķ°":27260,"Ġugly":27261,"Ġexcitement":27262,"Ġexterior":27263,"Ġcheckout":27264,"Ġkur":27265,",D":27266,"ĠAlaska":27267,"Ġsynthetic":27268,"ĠBudget":27269,"ĠSubscribe":27270,"Ġ&Ċ":27271,"ÈĻi":27272,"ĠYu":27273,"ĉquery":27274,"}.Ċ":27275,"Ġtraged":27276,"assen":27277,"Ġaccommodation":27278,"Ġphysician":27279,"Ġrenamed":27280,"Ġtidak":27281,"zÄħ":27282,"Ġminus":27283,"nych":27284,"_EXCEPTION":27285,"threads":27286,"Ġtire":27287,"_created":27288,"ensure":27289,"Ġworthy":27290,"Ġexcuse":27291,"Ġcloth":27292,".parentNode":27293,"/platform":27294,"ĠUFC":27295,"ĠGtk":27296,"unny":27297,"Ġgibt":27298,"keley":27299,"hum":27300,"(tx":27301,"ĉdev":27302,"Ġoutfit":27303,"doors":27304,"Ġfon":27305,"icut":27306,"volatile":27307,"Ġhomosex":27308,"Maximum":27309,"Ġexpend":27310,"Ġ});ĊĊĊ":27311,"Eq":27312,"onders":27313,"department":27314,"ĠPhysics":27315,"\"});Ċ":27316,"Ġparad":27317,".Str":27318,"Ġsele":27319,"IFIED":27320,"Ġdelivers":27321,"ivan":27322,"Ġresponsibilities":27323,"Ġadvocates":27324,"èµ":27325,"ĠRID":27326,".parameters":27327,"Metrics":27328,"ronics":27329,"ĠUITableViewCell":27330,"Absolute":27331,"ipse":27332,"ylum":27333,"MLElement":27334,"_VALID":27335,"\\<^":27530,"Ġios":27531,"sound":27532,"\"];":27533,"Ġfreed":27534,"rottle":27535,"ĠLower":27536,"[count":27537,"åĿ":27538,"Ġpale":27539,"ĠWayne":27540,"earth":27541,"_categories":27542,"UCK":27543,".metadata":27544,"Ġsummon":27545,"HOME":27546,"олÑĮз":27547,"Ġmanufactured":27548,"Ġdock":27549,"Ġcompetitors":27550,"_MODEL":27551,"okia":27552,"ĠHey":27553,"ο":27554,"Ġbackward":27555,"ĠPOSS":27556,"ropa":27557,"Ġcri":27558,"_OBJ":27559,"Transport":27560,"-high":27561,"Ġerotik":27562,"_slot":27563,"Ġartic":27564,"_framework":27565,"-serif":27566,"ĠSqlDbType":27567,"')(":27568,"+\"/":27569,"Ġwore":27570,"Sil":27571,"Ġstoring":27572,"ĠPhase":27573,"uant":27574,"Ġbump":27575,"inho":27576,"Ġdign":27577,"Ġbacks":27578,"qq":27579,"(hash":27580,"Ġgeo":27581,"Ġtender":27582,"Logo":27583,"!)Ċ":27584,"ĠMX":27585,"ĠArthur":27586,"essoa":27587,"_Ch":27588,"Ġbedrooms":27589,"=\"#\"><":27590,"Ġthroat":27591,"insic":27592,".integer":27593,"Ġprimitive":27594,"Truthy":27595,"Ġfacilitate":27596,"Ġcreativity":27597,"ĠDNS":27598,"Ġgra":27599,"uez":27600,"Ġcountless":27601,"ĠPoland":27602,"'M":27603,"ĠDist":27604,"Ġvest":27605,"Ġcertification":27606,"á»ij":27607,"held":27608,"extensions":27609,"(static":27610,"Ġgrades":27611,"ĠUber":27612,"ãģŁ":27613,"Ġ[])Ċ":27614,"datos":27615,"ĠgetData":27616,"ĠCharg":27617,"ĠBS":27618,".microsoft":27619,".video":27620,".direction":27621,"->{'":27622,"lua":27623,"apest":27624,"Ġboiler":27625,"erek":27626,"Ġdecides":27627,".jar":27628,"ISC":27629,"ĠWords":27630,"(CON":27631,"EMPLATE":27632,"reeze":27633,"shots":27634,"apps":27635,"unted":27636,".setName":27637,"::<":27638,"-bold":27639,"ê²":27640,"å¯Ĩ":27641,"Longrightarrow":27642,"Ġunfair":27643,"Ġearning":27644,"Ġshelf":27645,"UREMENT":27646,"Ġidle":27647,"_MENU":27648,".Custom":27649,"AGER":27650,"-\"":27651,"_switch":27652,"because":27653,")view":27654,"mare":27655,"_condition":27656,"ĠStarting":27657,"Mvc":27658,"(pre":27659,"dump":27660,"_LOCK":27661,"atetime":27662,".callback":27663,"ĠCer":27664,"opol":27665,"ibrary":27666,"Ġreservation":27667,"ĉĉĉĉĉĉĉĊ":27668,"lector":27669,"graduate":27670,"Ġgenerous":27671,"Ġion":27672,"ricao":27673,"mq":27674,"_complete":27675,"(cursor":27676,"ĠFormControl":27677,":center":27678,"Ġsubstitute":27679,"ĠPlanning":27680,"Ġpension":27681,"Ġrecommendation":27682,"ĠTags":27683,"Ġgef":27684,"Ġalbums":27685,"Ġwashing":27686,"roc":27687,"Ġtrains":27688,"atings":27689,"Ġexponent":27690,"ackbar":27691,"-ln":27692,"ág":27693,".DataAnnotations":27694,"ĠEIF":27695,"ĠMalaysia":27696,"ĉPORT":27697,"onus":27698,"Ġclever":27699,"Ġpeu":27700,">ĊĊĊĊ":27701,"ĠArguments":27702,"Ġdebugging":27703,"(right":27704,"'D":27705,"compute":27706,"Ġfinest":27707,"ORAGE":27708,"Ġspectacular":27709,"phrase":27710,"Ġindia":27711,"Ġlegendary":27712,"birth":27713,"Ġcomposite":27714,"Ġgrows":27715,"ĠTD":27716,"Ġepid":27717,"Ġlaunching":27718,"]][":27719,"Minutes":27720,"ĠCha":27721,"Ġcleaned":27722,"Ġwitnesses":27723,"ukan":27724,"ĉType":27725,"Ġhabe":27726,"paragraph":27727,"ĠJPanel":27728,"ĠHann":27729,"Ġvaried":27730,"ĠPokemon":27731,"ĠMUST":27732,"åĬ¨":27733,".visibility":27734,"opup":27735,"^[":27736,".expand":27737,"Ġ\"',":27738,".fasterxml":27739,"_auto":27740,"ĠSheet":27741,"marker":27742,"Parcel":27743,"ews":27744,"ĠStrategy":27745,"-making":27746,"Ġunve":27747,"Ġtrailing":27748,"Ġclicks":27749,"ĠGetComponent":27750,"ĉcontent":27751,"IGENCE":27752,"ERNEL":27753,"NSMutableArray":27754,"Ġbreat":27755,"Ġharmful":27756,"¶Ī":27757,"Ġbesides":27758,"Ġboring":27759,"Ġbrutal":27760,"vang":27761,"(parse":27762,"quick":27763,"Ġpytest":27764,"Ġswitching":27765,"()]Ċ":27766,"ĠìĦ":27767,"LER":27768,"ĉfont":27769,"Ġnett":27770,")]ĊĊ":27771,"(/\\":27772,"æŀľ":27773,"toArray":27774,"Ġbreed":27775,"ĠCAR":27776,"ĠWeapon":27777,"Abs":27778,"tot":27779,"ĠsetName":27780,"aptive":27781,"Ġ:,":27782,"Ġescaped":27783,"orden":27784,"ĠPri":27785,"thumbnail":27786,"Ġdescriptions":27787,"/styles":27788,"ĠPCI":27789,"Ġalphabet":27790,"asticsearch":27791,"NOTE":27792,"Ġcialis":27793,"ĠGriff":27794,"Ġporque":27795,"Ġproteins":27796,"plays":27797,"Ġstating":27798,"Ġimagination":27799,"Ġfacial":27800,"ĠMechan":27801,"Ġarranged":27802,"_used":27803,"Ġarrangements":27804,"ĠPipe":27805,"hostname":27806,"Ġprovinc":27807,"Tit":27808,".FlatStyle":27809,"ĠSplit":27810,"ĠLoader":27811,".cc":27812,"Ġclinic":27813,"----------------------------":27814,"Ġbaking":27815,"ĠENT":27816,"neath":27817,"ãĢģĊĊ":27818,"ANE":27819,".EntityFrameworkCore":27820,"appers":27821,".ic":27822,"ĠNgModule":27823,"ĠFORM":27824,"Ġ';":27825,"-profit":27826,"hw":27827,"enemy":27828,"ĠEye":27829,"Ġcaution":27830,"town":27831,"Ġurged":27832,"ĠJimmy":27833,"ynchronous":27834,"-sized":27835,"making":27836,",{":27837,"]',":27838,"_Object":27839,"ahoma":27840,"Ġactivist":27841,"INVAL":27842,"ĠCommercial":27843,"ĠOrlando":27844,"(tab":27845,"Ġب":27846,"Algorithm":27847,"Ġheritage":27848,"GetMapping":27849,"Ġfailures":27850,"rios":27851,"ativa":27852,"Ġtet":27853,"Ġcarpet":27854,"(Z":27855,"three":27856,"Ġdisclosure":27857,".ERROR":27858,"_called":27859,"Ġdial":27860,"Ġoccasional":27861,".Err":27862,"Ġfuncion":27863,"caffold":27864,"Ġreleasing":27865,"ï¼īĊĊ":27866,"_Value":27867,"ĠVari":27868,"yellow":27869,"Ġstruggles":27870,".cal":27871,"ĠDakota":27872,"ĉclose":27873,"Ġsandwich":27874,"Ġanalytics":27875,"Ġ**)":27876,"&#":27877,"ĠJos":27878,"Ġpassive":27879,"ATTR":27880,"Throwable":27881,"ĠMun":27882,"ĠUint":27883,"(disposing":27884,"arak":27885,"ĠLeaders":27886,"Ġaffecting":27887,"ĠitemView":27888,"Ġeconomics":27889,"fv":27890,"à¹Ģ":27891,".rb":27892,"ĠOverall":27893,"Ġwealthy":27894,"Ġevolved":27895,"nda":27896,"ĠHus":27897,"restrict":27898,"umen":27899,"ĠAgricult":27900,"!ĊĊĊ":27901,"Ġexpires":27902,"Ġspokesperson":27903,"interval":27904,"Ġâ":27905,"Ġqueen":27906,"(nil":27907,"ingo":27908,"Heap":27909,"Ùİ":27910,"Ġcomplain":27911,"Sym":27912,"ĠClone":27913,"ĠRu":27914,"ĠWILL":27915,"ĠCrystal":27916,"/content":27917,"ingen":27918,"ointment":27919,"LastName":27920,"avicon":27921,"ĠIBM":27922,"ĠDimension":27923,"anh":27924,"icipants":27925,"ĠAnne":27926,".progress":27927,"Ġalgo":27928,"obil":27929,"ĠVoice":27930,"ĠFE":27931,"Ġgli":27932,"Ġved":27933,"Ġprevents":27934,"\\Column":27935,"Ġfolk":27936,"etti":27937,"Ġmn":27938,"ĠCLASS":27939,"Ġdisplaying":27940,"ĠKl":27941,"ĠFerr":27942,"duto":27943,".ib":27944,"Ġdados":27945,"'name":27946,"-space":27947,"Ġitalian":27948,"Ġinverse":27949,"Ġdense":27950,"uter":27951,"ĠIEnumerator":27952,"-sign":27953,"Ġnationwide":27954,"Ġpersona":27955,"Ġsolved":27956,"Ġdramatically":27957,"Logout":27958,"Ġgrav":27959,"Ġanalyses":27960,"ollo":27961,"Ġlamp":27962,".team":27963,"ĠErot":27964,"=[\"":27965,"Ġdancing":27966,"Ġ?>/":27967,"Ġcater":27968,"ffe":27969,"ĠSha":27970,"ĠBos":27971,"ĠREQUIRE":27972,"ĠMonster":27973,"ĠRB":27974,"ĠIDE":27975,"Ġsuits":27976,"ĠformData":27977,"(theta":27978,"Ġspatial":27979,"=NULL":27980,"ĠSqlConnection":27981,"Ġà":27982,"ĠVenez":27983,"ĠMorning":27984,"Ġpublications":27985,"ĠNONINFRINGEMENT":27986,"firstName":27987,"uds":27988,"Would":27989,"_HEAD":27990,"Ġinvested":27991,"stable":27992,"fred":27993,"Ġcommander":27994,"SES":27995,"âĢĶa":27996,"anche":27997,"ĠMovement":27998,"ë³":27999,"Suite":28000,"Ġjurisdiction":28001,"리":28002,"ĠBeth":28003,"jQuery":28004,"ĠIsa":28005,"Ġdental":28006,",*":28007,"ĠLimit":28008,"iliation":28009,"=\"{":28010,"bast":28011,"Ġturb":28012,"isy":28013,"OOK":28014,"Ġadvocate":28015,"imag":28016,"LECTION":28017,"лÑĮ":28018,"(category":28019,".dec":28020,"Ġuniqu":28021,"_sn":28022,"Ġattracted":28023,"ĠÃī":28024,"ĠRunning":28025,"_edges":28026,"ĠDisable":28027,"_AS":28028,"åĽ¾":28029,"Ġnetworking":28030,"_branch":28031,"Having":28032,"toBeTruthy":28033,"GI":28034,"Ġcamps":28035,"sep":28036,"-part":28037,"Ġ)ĊĊĊĊĊĊĊĊ":28038,"ustralia":28039,"ĠReports":28040,"rito":28041,"Ġwaist":28042,"_plus":28043,"ĠWW":28044,"-person":28045,"April":28046,"Ġsar":28047,".tar":28048,"Ġagricultural":28049,"tic":28050,"Ġtcp":28051,"ĠsetValue":28052,"agento":28053,"ĠAppe":28054,"piler":28055,"CADE":28056,"Ġanche":28057,"atcher":28058,"Ġcomics":28059,"Ġlbs":28060,"_segment":28061,"']=$":28062,"itters":28063,"icher":28064,"GINE":28065,"Ġutilize":28066,"ĠCursor":28067,"_expression":28068,"Ġdag":28069,"x":28257,".Task":28258,"money":28259,"ibaba":28260,"'});Ċ":28261,"ĠSpecific":28262,"ĠLinear":28263,"_OPT":28264,"HashCode":28265,"(Player":28266,".ContainsKey":28267,"Ġcollapsed":28268,"transparent":28269,"_RANGE":28270,"Viewer":28271,"(cfg":28272,"Ġsorting":28273,"Ġinfected":28274,"ĠNach":28275,"Ġaccommodate":28276,".elements":28277,"_PART":28278,"ĠSexy":28279,"=get":28280,"(year":28281,"Ġxhr":28282,":]":28283,"owski":28284,"Ġsummar":28285,"Ġ¿":28286,"Ġinte":28287,"Ġworkflow":28288,"ĠTaiwan":28289,"versions":28290,"åıij":28291,"Ġsurprisingly":28292,"Ġoptical":28293,"Ġproces":28294,"Ġdisagree":28295,"Ġnuevo":28296,"ĠCAM":28297,"sorted":28298,"leases":28299,"istle":28300,"Ident":28301,"ĉevent":28302,"jected":28303,"Chunk":28304,"Vars":28305,".provider":28306,"Ġproceedings":28307,"Ġinclusive":28308,"Ġartwork":28309,"endants":28310,"ï¼ļĊ":28311,"seen":28312,"Ġlig":28313,"Ġmakers":28314,"_fun":28315,"Ġlengths":28316,"PathVariable":28317,"[item":28318,"ี":28319,"Dead":28320,"FFFFFF":28321,"ĠUrban":28322,"uples":28323,"ichen":28324,"(nullptr":28325,".spec":28326,",System":28327,"URATION":28328,"(job":28329,"å¼ı":28330,"Ġtracker":28331,"ÅĻ":28332,"ĠMR":28333,"ĠSQLite":28334,"Ġdto":28335,"Ġ;;Ċ":28336,"Ġmint":28337,"ĠIntroduction":28338,"cao":28339,"Ġquestioned":28340,"Ġfitted":28341,"revision":28342,"sq":28343,"Ġmig":28344,"_units":28345,"_async":28346,"Ġflick":28347,"});ĊĊĊ":28348,"Ġnotre":28349,"}`,":28350,"Filters":28351,"Ġmundo":28352,"_days":28353,"Ġfrm":28354,"utc":28355,"Ġvals":28356,"ewidth":28357,"ĠGenerator":28358,"ĠArtist":28359,"ĠIDs":28360,"ĠArticles":28361,"reater":28362,"ĠComponentFixture":28363,".=":28364,"Ġrou":28365,"-no":28366,".bukkit":28367,"egg":28368,"ĠDiff":28369,"atics":28370,"ÑĥÑĩ":28371,"âĢĶĊĊ":28372,"ĠCharlotte":28373,"bye":28374,"Ġ});čĊčĊ":28375,"ĠVik":28376,"ĠBrow":28377,"Ġlv":28378,"ĠGib":28379,"-wing":28380,"GLIGENCE":28381,"(Il":28382,"ĠEngineer":28383,".Wait":28384,"ĠPictures":28385,"Ġrhet":28386,"Ġthermal":28387,"Ġpraise":28388,"<>();ĊĊ":28389,"ĠSpider":28390,"Pause":28391,"ĠBaker":28392,"Ġslower":28393,"Ġ}]Ċ":28394,"_enqueue":28395,"Ġdisappeared":28396,"ĠTicket":28397,"INUX":28398,"_LOCAL":28399,"аÑģÑģ":28400,"@Injectable":28401,"community":28402,"GestureRecognizer":28403,"åĽ½":28404,"Ġscales":28405,"Ġ-(":28406,"/'+":28407,"ĠSit":28408,"Ġexecutives":28409,"arding":28410,"Ġadvers":28411,"Ġbackwards":28412,"ĉcontext":28413,"ĠHamp":28414,"ĠPF":28415,"ĠDeck":28416,"ĠCraig":28417,"American":28418,"Ġbell":28419,"Ġprol":28420,"ufen":28421,"Ġrng":28422,"arshal":28423,"ĠSimply":28424,"firstname":28425,"shore":28426,"July":28427,"Ġmortality":28428,"ĠâĨĴĊĊ":28429,"Helpers":28430,"Ġbenchmark":28431,"emade":28432,"Ġorganisations":28433,".gson":28434,"ĠTextField":28435,"Ġcivilians":28436,".Arrays":28437,"ĠMississippi":28438,"Ġintermediate":28439,"getUser":28440,"_cluster":28441,"Relative":28442,"foreign":28443,".querySelectorAll":28444,"ForeignKey":28445,"Ġreasonably":28446,"---------Ċ":28447,"Cards":28448,"ĠKam":28449,"ĠThor":28450,"Ġroller":28451,"-element":28452,"ĠCurrency":28453,"ddie":28454,"ALLY":28455,"ĠRA":28456,"Ġpermet":28457,"aaaa":28458,"Ġhomework":28459,"ĠVit":28460,"Ġmold":28461,"ĠFer":28462,"[start":28463,"Ġstatistical":28464,"Ġscary":28465,"_HOME":28466,".Begin":28467,"Construct":28468,"ogenic":28469,"ĠDEALINGS":28470,"Ġtambién":28471,"ixon":28472,".ind":28473,"acre":28474,"Ġtransforms":28475,"ĠNap":28476,".Block":28477,"ussia":28478,"piration":28479,"ulent":28480,"Ġceil":28481,"Clause":28482,"naire":28483,"TES":28484,"Ġneat":28485,"STD":28486,"ĠRegExp":28487,"perform":28488,":)":28489,"Ġunions":28490,"Ġsublic":28491,"Ġwinds":28492,"loating":28493,"glich":28494,"Ġpagination":28495,"Skill":28496,"Apply":28497,"ĠOperator":28498,"istogram":28499,"Ġqualities":28500,"Cross":28501,"Ġdecom":28502,"],\"":28503,"ĠJuan":28504,".modal":28505,".Child":28506,"ĠRoger":28507,"STITUTE":28508,":CGRectMake":28509,"alette":28510,"Ġsta":28511,"aside":28512,"Ġblur":28513,"ĠWa":28514,"ifetime":28515,"reed":28516,"controls":28517,"Ġbins":28518,"Ġпол":28519,"*/,Ċ":28520,"UIS":28521,"ĠRou":28522,"ĠDemo":28523,"-awesome":28524,"ĠChain":28525,"Ġhasta":28526,"ĠBart":28527,".KEY":28528,"Ġvendors":28529,"nofollow":28530,"ĠDest":28531,"_builder":28532,"Ġargues":28533,"_answer":28534,"goto":28535,"ĠRESULT":28536,"ĠMON":28537,"Ġpoder":28538,"oons":28539,"_CASE":28540,"Ġreplic":28541,"Ġfinancing":28542,"ĠDATE":28543,"cern":28544,"_track":28545,"ties":28546,"/logo":28547,"ĠNEGLIGENCE":28548,"getType":28549,">T":28550,"bet":28551,"girl":28552,"ĠINCIDENTAL":28553,"-site":28554,".trigger":28555,"ĠLisa":28556,"_inputs":28557,"Ġrelatives":28558,"LoggedIn":28559,"Configure":28560,"IK":28561,".accept":28562,"Resume":28563,"ĠDraft":28564,"Ġ*>(":28565,"ĠWA":28566,"edian":28567,"erness":28568,"ĠLayoutInflater":28569,"*/čĊčĊ":28570,"othy":28571,"Ġobligation":28572,"Subscribe":28573,"Ġthumbnail":28574,"exist":28575,"Ġinsisted":28576,"ĠUICollectionView":28577,"ĠAngular":28578,"Ġtablets":28579,"ĠImpact":28580,"ãĢįĊĊ":28581,"aho":28582,"Ġcharacteristic":28583,"gd":28584,"Ġ=================================================":28585,"ourt":28586,"`.":28587,"Appro":28588,"Coordinate":28589,"Remember":28590,"Ġmarine":28591,"]=='":28592,"ĠAdministrator":28593,".getDefault":28594,"Ġforgot":28595,"ĠStructure":28596,"Vue":28597,"arsing":28598,"moment":28599,"kw":28600,"_cursor":28601,"Attack":28602,"Ġathletic":28603,"Ġdiagnosed":28604,"Ġende":28605,"åĪłéĻ¤":28606,"House":28607,"ĠPARAM":28608,"Ġwiki":28609,"ĠOpp":28610,"Ġconservation":28611,"Ġsnd":28612,"_tem":28613,"substr":28614,"ĠCape":28615,".sim":28616,"UTION":28617,"anan":28618,"âĢĻun":28619,"Ġgy":28620,"-work":28621,"Ġcompelling":28622,"='#":28623,"ĉsub":28624,"Ġdirectories":28625,"íĬ¸":28626,"Ġtouches":28627,"outines":28628,".Collection":28629,"schedule":28630,".lat":28631,"ĠDoctrine":28632,"CAA":28633,"ĠRefer":28634,"Ġshifts":28635,"Ġlikelihood":28636,"preter":28637,"ĠFemale":28638,"Ġintercept":28639,"Ġlou":28640,"çĻ»":28641,"Ġrug":28642,"ĠCrown":28643,"Ġ****************************************************************************":28644,"-product":28645,"Ġprompted":28646,"ungle":28647,"docker":28648,"ĠTu":28649,"ĠUnique":28650,"_Error":28651,"ulos":28652,"ĠâĦ":28653,"Ġ(`":28654,"Getting":28655,"_scal":28656,"ĠEnh":28657,"üt":28658,"Ġsustained":28659,"Ġpatches":28660,"Ġprosper":28661,"ĠGaza":28662,"_light":28663,"Ġincons":28664,"--------Ċ":28665,"ĉĉĠĠĠĠĠĠ":28666,"SF":28667,"CN":28668,":\";Ċ":28669,"ĠCollins":28670,"(*)":28671,"Ġcompilation":28672,"']čĊ":28673,"Ġconsequence":28674,",...":28675,"Ġdm":28676,"ĠBLOCK":28677,"Cluster":28678,"Ġski":28679,"(argc":28680,"Tuple":28681,"Ġjoins":28682,"ĠSheriff":28683,"War":28684,"indi":28685,"Ġcommented":28686,"HOST":28687,"Ġinvitation":28688,"apanese":28689,"Ġpermits":28690,"precedented":28691,"_zone":28692,"ĠAmy":28693,"_RD":28694,"Minimum":28695,"Ġinvocation":28696,".enable":28697,"ichten":28698,"-owned":28699,"\"id":28700,"_POINTER":28701,"Fac":28702,"Ġspecifications":28703,"Ġnomination":28704,"Ġgp":28705,"<(":28706,"Ġrobots":28707,"ĠJerry":28708,"Ġholders":28709,"Ġwand":28710,"cms":28711,"Ġ}))Ċ":28712,".Toast":28713,"ĠIList":28714,"Based":28715,"zoom":28716,"/style":28717,"ĠBeck":28718,"Men":28719,"Ġcontributing":28720,"Ġundo":28721,"ĠOH":28722,"ĠaddObject":28723,"Ġeigen":28724,"signup":28725,"éĶĻ":28726,"Ġdistant":28727,"PARATOR":28728,"ĠMari":28729,"Ġmá":28730,"Emp":28731,"ós":28732,"ĠìĪĺ":28733,"evt":28734,"+j":28735,"park":28736,"ĠStay":28737,"ĠDun":28738,"Ġsoy":28739,">%":28740,"azines":28741,"Ġtiempo":28742,"(me":28743,"present":28744,".This":28745,"Ġeditors":28746,"FIELD":28747,".Work":28748,"ĠUniverse":28749,"Ġdrunk":28750,".timer":28751,"Ġaltered":28752,"ĠNar":28753,"ëł¥":28754,".Active":28755,"idor":28756,"çŃ":28757,".deltaTime":28758,"Ġawkward":28759,""":28760,"ĠSafari":28761,"Ġtricks":28762,"MENTS":28763,"division":28764,"Ġvarying":28765,"ĠHighway":28766,"Ġphotographer":28767,"ĠStewart":28768,"Ġlasting":28769,".Pre":28770,".amazonaws":28771,"ĠLuck":28772,".Description":28773,"ĠNaz":28774,"neg":28775,"Ġcó":28776,"<<\"\\":28777,"ĠSurv":28778,"ĠUnc":28779,"Recipe":28780,".BorderStyle":28781,"Ġmodifications":28782,"-at":28783,"ATFORM":28784,"hdr":28785,"ako":28786,"Ġsublicense":28787,"ĠJump":28788,"Ġbeim":28789,"ĠManhattan":28790,".bool":28791,"_hw":28792,"ÑĤÑĮ":28793,"Bin":28794,"Ġgateway":28795,"\"\":":28796,"ĠUIS":28797,":\"+":28798,"-def":28799,"ĠRegular":28800,"/testing":28801,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":28802,"stringstream":28803,"Ġdispar":28804,"Ġmobil":28805,"-read":28806,"ĠAdapter":28807,"ĠChampions":28808,"Ġscheduler":28809,"Ġkills":28810,"ĠMultiple":28811,"irror":28812,"Ġgods":28813,"ADO":28814,"akte":28815,"ĠUsuario":28816,".circular":28817,"Ġrecept":28818,"ĠExpr":28819,"Ġelderly":28820,"Ġnicely":28821,"Ġbeste":28822,"Want":28823,"Ġclassical":28824,".sprite":28825,"objc":28826,"ĠMason":28827,"Ġsistema":28828,".Black":28829,"eso":28830,"ĠZeit":28831,"Ġdivid":28832,"Ġenters":28833,"_subject":28834,"ĠPlanet":28835,".warning":28836,"ĠGram":28837,"_tokens":28838,"Ġhouseholds":28839,"_customer":28840,"userName":28841,"cross":28842,"Ġpione":28843,"Ġassists":28844,"_SM":28845,"ibo":28846,"Ġloyal":28847,"Ġuseless":28848,"#elif":28849,"ĠUltimate":28850,"Come":28851,"gel":28852,"Ġdich":28853,"xyz":28854,"ikel":28855,"obra":28856,"_scan":28857,"ĠInterior":28858,"ĠNice":28859,"Ġplac":28860,"ĉtarget":28861,"Ġviral":28862,"asso":28863,"()/":28864,"unde":28865,"ĠAdobe":28866,"Os":28867,"visited":28868,"ĠOW":28869,"ĠFeed":28870,"ĠSequence":28871,"Ġmanages":28872,"inson":28873,"ĠLouisiana":28874,"{})":28875,"ĠHab":28876,"ĠLD":28877,"Ġbip":28878,"prites":28879,"(elem":28880,".hibernate":28881,"élé":28882,"Ġohne":28883,"_transaction":28884,"Ġannunci":28885,"Published":28886,"ĠHonda":28887,"ĠTam":28888,"ĠPacket":28889,"_selector":28890,"Ġchallenged":28891,"Processing":28892,"-hover":28893,"Ġtrainer":28894,"_cancel":28895,"ĠNSDictionary":28896,"abric":28897,"ĠMLS":28898,"_sensor":28899,"Ġshrink":28900,"ĠFX":28901,"threshold":28902,"ĉHX":28903,"-mark":28904,"`.`":28905,"Scheme":28906,"(full":28907,"_writer":28908,"ĠSys":28909,"Ġfled":28910,"ĠCin":28911,"-widget":28912,"ĠPrevious":28913,"Gender":28914,"_question":28915,"Feed":28916,"Ġscrut":28917,"(prefix":28918,"ãĢĤãĢĤ":28919,"Ġinfections":28920,"Parts":28921,"Ġhierarchy":28922,"_DELETE":28923,"ĠPatient":28924,"_pay":28925,"Ġpromoted":28926,"Ġìĭ":28927,"Ġcivilian":28928,"Ġagriculture":28929,"ĠPiece":28930,"Ġstance":28931,"utsche":28932,"Assign":28933,".ACTION":28934,"Fig":28935,"_radius":28936,"ĠSync":28937,"ducer":28938,"failure":28939,"ensed":28940,"ptime":28941,"BM":28942,"_datetime":28943,"quivo":28944,"QUEUE":28945,"èĢħ":28946,"Appear":28947,"Ġsummit":28948,":void":28949,"Ġvine":28950,"认":28951,"onne":28952,"_TRANS":28953,".green":28954,"_cc":28955,"Ġhungry":28956,"Ġ\">":28957,"());čĊčĊ":28958,"Extract":28959,"izens":28960,"Ġsolver":28961,"Notify":28962,"Ġenglish":28963,"ĠShopping":28964,"interfaces":28965,"REQ":28966,"Ġilleg":28967,"ĠUIImageView":28968,"Ġdisconnect":28969,"ĠUntil":28970,"ĠConservative":28971,"@Column":28972,"Ġshifted":28973,"Ġ:čĊ":28974,"Ġfich":28975,"Ġdla":28976,"Ġshoe":28977,"\"),čĊ":28978,"ularity":28979,"_RESP":28980,"Weather":28981,"UIApplication":28982,".iterator":28983,"Ġaging":28984,".Parent":28985,"owie":28986,"(equal":28987,"ĠConv":28988,"/default":28989,"Ġmeasuring":28990,".prev":28991,".IsValid":28992,".Fat":28993,"ĠsÄĥ":28994,"keywords":28995,"without":28996,"Ġsovere":28997,"Ġexchanges":28998,"Ġmelt":28999,"Ġislands":29000,"ĠIntegr":29001,"Ġjumping":29002,"Ġgle":29003,"Ġjournalism":29004,"Ġdated":29005,"Localized":29006,"ĠRefresh":29007,"Particle":29008,"Ġaa":29009,"ĠSTRICT":29010,"Ġbod":29011,".Process":29012,"_AUTO":29013,"ĠPublished":29014,"every":29015,"Ġtechnological":29016,"lsx":29017,"Ġirrit":29018,"Additional":29019,"Ġdelimiter":29020,"_language":29021,"-area":29022,"boys":29023,"ĠTube":29024,"Ġwat":29025,"Ġmechanics":29026,"_owner":29027,"Spell":29028,"ĠStories":29029,".AppendLine":29030,"TableView":29031,"hem":29032,"stick":29033,"ollower":29034,"IFF":29035,"ĠUV":29036,"ollision":29037,"SUB":29038,"Ġcomparable":29039,"Ġdonde":29040,"sales":29041,"llvm":29042,"Ġ}],Ċ":29043,"OTTOM":29044,"ĠPurpose":29045,"Lab":29046,"Ġinterviewed":29047,"ois":29048,"asil":29049,".setId":29050,"ĠInstruction":29051,"-->":29052,"ĠModified":29053,"ationally":29054,"ĠMeeting":29055,"误":29056,"#region":29057,"Ġrouting":29058,".focus":29059,"ĠYouth":29060,"<":29348,"Ġunto":29349,"ologically":29350,"ĠMul":29351,"VIDIA":29352,"Ġslim":29353,"ĠCommissioner":29354,"(on":29355,"Ġunderneath":29356,"/db":29357,"vote":29358,"(Message":29359,"ĠPope":29360,"Defined":29361,"Ġswift":29362,"urf":29363,"Ġadapted":29364,"SEL":29365,"Ġrevenues":29366,"Ġdivine":29367,"=y":29368,"Gradient":29369,"_act":29370,"Ġ/*!<":29371,"Ġpolygon":29372,"ĠFDA":29373,"ĠCarr":29374,"atables":29375,"(stdout":29376,"Ġrefriger":29377,"Ġcoordin":29378,"avorites":29379,"ÑĪи":29380,"Ġcompassion":29381,"ĠPOSSIBILITY":29382,"-secondary":29383,"uracy":29384,"Ġcompromise":29385,"_AV":29386,"_os":29387,"Ġbeside":29388,"ĥĿ":29389,"Ġln":29390,".plugins":29391,"Capacity":29392,"alah":29393,".bin":29394,"ĠCRC":29395,"_balance":29396,"ĠflexDirection":29397,"Ġambit":29398,"Ġnickname":29399,"ĠForces":29400,"CLE":29401,"ĠShell":29402,"Ġsail":29403,"ĠWriter":29404,"ĠAlice":29405,"dw":29406,"ĠIndians":29407,"ĠMarshall":29408,"_SRC":29409,"Ġnormalized":29410,"ĠJag":29411,"ãĤĴ":29412,"zeit":29413,"rpc":29414,"ÃŃc":29415,".inline":29416,"Ġtravers":29417,"_numeric":29418,"Ġutilities":29419,"Ġevac":29420,"INPUT":29421,"ĉregister":29422,"MX":29423,"ĠCampbell":29424,"Ġdatasets":29425,"Ġdemanded":29426,"ĠinitialState":29427,"gan":29428,"Ġei":29429,"Unexpected":29430,"-web":29431,"trait":29432,",Y":29433,"ĠTodd":29434,"Ġskeleton":29435,"Ġoptimize":29436,"第":29437,"ĠUpon":29438,"ĠStObject":29439,"Ġaplic":29440,".'P":29478,"vron":29479,".UN":29480,"Ġpainter":29481,"izarre":29482,"Ġlav":29483,"Ġpom":29484,"preg":29485,"=function":29486,"(serial":29487,"ifica":29488,"uming":29489,"åľ°":29490,"ãģĤ":29491,"-op":29492,"UCH":29493,"ĠHend":29494,".propTypes":29495,"Ġyo":29496,"Ġroutines":29497,"Ġcaring":29498,"Sem":29499,"Ġreserves":29500,"Ġpriorities":29501,"redits":29502,"ISTR":29503,"ContentType":29504,"ĠSchw":29505,"/media":29506,"Ġestr":29507,"Ġclimbing":29508,"-week":29509,"cherche":29510,"sensor":29511,"ToArray":29512,"ĠMontreal":29513,"Ġclouds":29514,"ĠInjectable":29515,"ĠRice":29516,"Ġpropaganda":29517,"_provider":29518,"Ġindoor":29519,"Ġinaug":29520,"Ġdiplom":29521,"Ġmessaging":29522,"_mut":29523,"å¦Ĥ":29524,"Ġkw":29525,"ONS":29526,"arians":29527,"RPC":29528,")]čĊ":29529,"-ray":29530,"ĠSor":29531,"mall":29532,"Ġmarketplace":29533,"Ġvtk":29534,"Ma":29535,"ogan":29536,"igi":29537,"Ġsponsored":29538,"ĠDani":29539,".SEVER":29540,">'.$":29541,"multipart":29542,"ĠWol":29543,"ĠtableName":29544,"ĠUsername":29545,"BackgroundColor":29546,"Ġfright":29547,"_EMAIL":29548,"September":29549,"_vals":29550,"opia":29551,"Ġspotted":29552,"-Ch":29553,"ĠdataSource":29554,"/\"Ċ":29555,"екÑĤ":29556,"ĠRequestMethod":29557,"ĠReplace":29558,"-do":29559,"ahn":29560,"ĠPhD":29561,"].ĊĊ":29562,"NON":29563,"gement":29564,"ĠThr":29565,"Ġquietly":29566,"Ġtorture":29567,"Ġteas":29568,"ĠCY":29569,"Ġatr":29570,"development":29571,"-detail":29572,"Ġlighter":29573,"Ġarguing":29574,"Ġdeserves":29575,"Ġcurriculum":29576,"_CONTEXT":29577,"ÅĤy":29578,"HITE":29579,"ĉID":29580,"/uploads":29581,"Ġtits":29582,"reo":29583,"_drop":29584,".UTF":29585,"Ġpickup":29586,"Ġgrocery":29587,"ĠPure":29588,"Ġeasiest":29589,"Phil":29590,".feature":29591,"(\"*":29592,"Ġinvestor":29593,"tok":29594,"Ġjar":29595,"Los":29596,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":29597,".queue":29598,"-speed":29599,"Mal":29600,"umblr":29601,"ĠCONST":29602,"ĠHRESULT":29603,"ĠDance":29604,"(filePath":29605,"Ġattributed":29606,"à¥į":29607,"ĠBund":29608,"coins":29609,"Ġsão":29610,"Ġpir":29611,"personal":29612,"Ġprelim":29613,"Ġpropose":29614,"ĠTL":29615,"]])":29616,"ĠSubscription":29617,"ĠKre":29618,",len":29619,".FirstOrDefault":29620,")--":29621,"_products":29622,".GetBytes":29623,"Ship":29624,"Ġencrypt":29625,"ĠSG":29626,"ĠMyst":29627,"hir":29628,"Ġiterate":29629,"Ġintend":29630,".mockito":29631,"Ġchapters":29632,"(angle":29633,"ĠVlad":29634,"设":29635,"'.ĊĊ":29636,"ResponseBody":29637,"ĠAbd":29638,"deal":29639,"Ġbarriers":29640,"-outline":29641,"bill":29642,"ĠFalls":29643,"_second":29644,".include":29645,".ceil":29646,"Ġoccupation":29647,"phony":29648,".moveTo":29649,"ĠJennifer":29650,"ASTER":29651,";\"><":29652,"ĠEnabled":29653,"Ġterminate":29654,"ĠIo":29655,"lations":29656,"ĠTHEORY":29657,"Ġearliest":29658,"Ġrack":29659,"ĠScar":29660,"shake":29661,"chip":29662,"Ġuv":29663,"Ġalliance":29664,"пиÑģ":29665,"ĠGOODS":29666,"zione":29667,"ĠVI":29668,"Ġ{-":29669,"Ġfiltering":29670,"Ġmiscon":29671,".DockStyle":29672,"Ġbush":29673,"Ġjunk":29674,"æĮ":29675,"ĠQUE":29676,"Ġhooks":29677,"Ġfirmware":29678,"Ġmiddleware":29679,"dic":29680,"ĠOakland":29681,"Ġarrives":29682,"Payload":29683,"pixel":29684,"]|":29685,"ĠstartDate":29686,".PRO":29687,"_audio":29688,"Ġmidfield":29689,"igidbody":29690,"ĠSwiss":29691,"ĠClip":29692,"ĠDump":29693,"ĠTextBox":29694,"Ġgeh":29695,"yield":29696,"ods":29697,"Ġreferendum":29698,"Backend":29699,"ĠCream":29700,"Ġdominated":29701,"ĠArchive":29702,"Ġriders":29703,".prepareStatement":29704,"Ġquando":29705,"Ġchef":29706,"wiki":29707,"inel":29708,"ampling":29709,"(\"\\\\":29710,"Ġsag":29711,"_proxy":29712,"ãģķ":29713,"pdo":29714,".getElementsByTagName":29715,"Ġdemonstration":29716,"ĠNPC":29717,"Ġarchivo":29718,"endance":29719,"Ġefficiently":29720,"(actual":29721,".tableView":29722,"Ġmush":29723,"Ġbears":29724,"_threads":29725,"jas":29726,"ahun":29727,"Ġneural":29728,"Ġdesigning":29729,"ĠGDP":29730,"Ġlifted":29731,"缮":29732,"ĠJoint":29733,"ĠInclude":29734,"ĠGiants":29735,"Ġwithdrawal":29736,"ĠRent":29737,"native":29738,"ĠSeek":29739,"gression":29740,"_CPU":29741,"\\S":29742,"ĠShield":29743,"Ġsolic":29744,"Ġboom":29745,"yecto":29746,"Ġmanufacture":29747,"ĠâĢĭ":29748,"Ġbbox":29749,"Ġearthqu":29750,"ollectors":29751,":@\"%":29752,"Ġloops":29753,"Je":29754,"alking":29755,"ĠWhats":29756,"ĠBoys":29757,".book":29758,"ARGE":29759,"_pixel":29760,"Ġsuspects":29761,"ι":29762,"usp":29763,"ĠBMW":29764,"ieces":29765,"(person":29766,"å¼Ģ":29767,"é»":29768,"ĠPodcast":29769,"Ġbou":29770,"(Item":29771,"û":29772,"(Input":29773,"HttpGet":29774,"Ġburg":29775,")^":29776,"BOARD":29777,"*/,":29778,"Ġgulp":29779,"ĠBenn":29780,"Ġdecks":29781,".statusCode":29782,"Ġacute":29783,"Ġhug":29784,"ugu":29785,"Ġpled":29786,",\"%":29787,"hape":29788,"Ġзап":29789,"ĠMaine":29790,".real":29791,"Ġdalam":29792,"ĠMinor":29793,".Float":29794,"disp":29795,"Ġtl":29796,"Ġencount":29797,"=>$":29798,"Ġfg":29799,"tees":29800,"ĠRecomm":29801,"äl":29802,"Ġchemistry":29803,"Blocks":29804,"OID":29805,"Ġforex":29806,"ĠAppend":29807,"Ġ{*":29808,"ĠSupply":29809,"CGFloat":29810,"(bl":29811,"Ġate":29812,"adora":29813,"Ġgust":29814,"Associ":29815,">.Ċ":29816,"FETCH":29817,".serial":29818,"widgets":29819,"ardless":29820,"iefs":29821,"_FULL":29822,"ernetes":29823,"ĠPred":29824,"ØŃ":29825,"äºĭ":29826,"ubernetes":29827,"ĠLaura":29828,"Ġlabeled":29829,"Highlight":29830,"Ġannoying":29831,"/update":29832,"(description":29833,"Ġintimid":29834,"$c":29835,"\")))Ċ":29836,".AP":29837,"Ġ[]*":29838,"ĠEXIT":29839,".Host":29840,"ĠOPEN":29841,".sendMessage":29842,"_camera":29843,"_tile":29844,"Ġtherm":29845,"onomous":29846,"Ġdisadv":29847,"Ġnaar":29848,"indexOf":29849,"ĠPP":29850,".protocol":29851,"AFE":29852,"Ġtextures":29853,"################################################":29854,"umbai":29855,".stats":29856,"ĠGE":29857,"Ġie":29858,"ĠSTD":29859,"ĠMann":29860,".reflect":29861,"KB":29862,"Ġdive":29863,".wav":29864,"/*----------------------------------------------------------------":29865,"/settings":29866,".lifecycle":29867,"Ġdaughters":29868,"orus":29869,"uber":29870,"NING":29871,"stri":29872,"ĠTip":29873,"Ġzn":29874,"Ġswitched":29875,"inet":29876,"uffy":29877,"ĠTransportation":29878,"(conf":29879,"frica":29880,"ĠXL":29881,"ĠLead":29882,"_percent":29883,"__":29899,"permissions":29900,"ĠDetermine":29901,".Man":29902,"Ġadvances":29903,".InputStream":29904,"Ġstrongest":29905,"ĠeBay":29906,"Ġ#-":29907,"Ġdirname":29908,"ĠSMS":29909,"Ġmedications":29910,"Ġamended":29911,"Ġchurches":29912,"ĠImperial":29913,"$row":29914,"ĠMadison":29915,"ĠInsp":29916,"Ġaffair":29917,"Ġpsychology":29918,"vh":29919,"Ġseverity":29920,"âĢIJ":29921,"Ġstrips":29922,"AH":29923,"vertising":29924,"Ġconse":29925,"IMAGE":29926,"ĠStats":29927,"ĉsc":29928,".Cursor":29929,"Ġfreeze":29930,"sson":29931,"(xml":29932,"ĠSusan":29933,".tile":29934,"eded":29935,"ĠĠĠĠĉĉĉ":29936,"uelle":29937,"ĠMitchell":29938,"based":29939,"Operand":29940,"½æķ°":29941,"ĠFF":29942,"ĉstrcpy":29943,"ounces":29944,"ildo":29945,".executeQuery":29946,"Ġapproaching":29947,"ĠSeven":29948,"Ġnuts":29949,"Ġric":29950,"assignment":29951,"Ġcalculator":29952,"ĠMurphy":29953,"ĠBou":29954,"íĦ":29955,"Ġbutt":29956,"Ġticks":29957,"Projects":29958,"ilib":29959,".textColor":29960,"mov":29961,"_logo":29962,"(template":29963,"ĠINIT":29964,"ĠimageView":29965,"scriptions":29966,"ORITY":29967,"Consumer":29968,"Ġunprecedented":29969,"Ġtourist":29970,"Ġbron":29971,"Ġcontractor":29972,"Ġlicence":29973,"ĠNam":29974,"æ¯":29975,"(transform":29976,"_ATT":29977,"Pref":29978,"ĠGam":29979,"Ġvessels":29980,"Ġhav":29981,"Later":29982,".ToLower":29983,"Ġurls":29984,"Ġbreakdown":29985,"Ġpenalties":29986,"Ġfoster":29987,"ĠUE":29988,"Ġclue":29989,"comed":29990,"åIJį称":29991,"-main":29992,"Ġpts":29993,"Ġcounted":29994,"icts":29995,"/post":29996,"Ġgetattr":29997,"Ġping":29998,"ANCEL":29999,"Ġpec":30000,"Ñħод":30001,"antom":30002,"ĠBlueprint":30003,"ĠEventEmitter":30004,"Ġlä":30005,"æ²":30006,"Ġstraw":30007,"(comp":30008,"'une":30009,">N":30010,"-client":30011,"esModule":30012,"-base":30013,"Ġretreat":30014,"_simple":30015,"ĉĉĉĉĉĉĠ":30016,"fee":30017,"')čĊčĊ":30018,"ControlItem":30019,"Ġsubscribers":30020,"please":30021,"ĠEff":30022,"Ġpound":30023,"ĠBytes":30024,"ĠTea":30025,"_activity":30026,"Ġmaxim":30027,"Ġopcode":30028,"BSD":30029,".constant":30030,";}":30031,"ombres":30032,"Ġcareers":30033,").ĊĊĊĊ":30034,"Ġspreading":30035,"-expanded":30036,"ĠOrd":30037,"amarin":30038,"Ġmobility":30039,"Unfortunately":30040,"akk":30041,"NL":30042,"_redirect":30043,"ĠPG":30044,"ĠSensor":30045,"bol":30046,"tap":30047,"_MEMORY":30048,"ĠUIAlert":30049,"plitude":30050,"Website":30051,"ĠLogo":30052,"love":30053,"[ind":30054,"Ġaltogether":30055,"Ġwondered":30056,"Ġesper":30057,"ĠLiberal":30058,"Ġoss":30059,"Ġelit":30060,"Ġstiff":30061,"odox":30062,"_mentions":30063,"ĠDouglas":30064,"_pid":30065,"ĠCK":30066,"ĠinitWithFrame":30067,".blog":30068,"pkg":30069,"anghai":30070,"QUIRED":30071,"uu":30072,"Ġmkdir":30073,"ATAL":30074,"Ġunh":30075,"inces":30076,"sth":30077,"Ġhypothesis":30078,"Ġcata":30079,"ĠTB":30080,"ĠClar":30081,"Ġpredecess":30082,"Ġsituated":30083,"-world":30084,"))/":30085,"Ġheadlines":30086,".stat":30087,"Ġoutbreak":30088,"spath":30089,"_FLAGS":30090,"ĠServletException":30091,"Sun":30092,"FROM":30093,"ĠDir":30094,"ãĥ»ãĥ»ãĥ»":30095,"_coord":30096,"ĠOptim":30097,"Monitor":30098,".bit":30099,"XXX":30100,"Ġtodas":30101,"feld":30102,"ÑĢи":30103,"imir":30104,"Ġpolitically":30105,"Ġmolecular":30106,"Ġtraded":30107,"Ġ{{$":30108,"ĠSwedish":30109,"Ġ'@/":30110,"_REAL":30111,"Ġwarehouse":30112,"today":30113,",L":30114,"orp":30115,"false":30392,"Ġspa":30393,"ĠNear":30394,"ìķ":30395,"Ġintrig":30396,"_members":30397,"wave":30398,"Ġanalysts":30399,"_OS":30400,"edin":30401,"ĠFri":30402,"Ġretrieved":30403,"Regular":30404,"_obs":30405,"EXPORT":30406,"')}}\"":30407,"\"class":30408,"__((":30409,"bucket":30410,"Ġstro":30411,"ĠPatch":30412,"ystick":30413,"fulness":30414,"apos":30415,"Da":30416,"ĉĉĉĉĉĠĠĠ":30417,"Ġenrich":30418,"unordered":30419,"hole":30420,"Cong":30421,"';ĊĊ":30463,"STRUCT":30464,"QR":30465,"IDs":30466,"(arguments":30467,"_aux":30468,"(Event":30469,"_PRIVATE":30470,"ĠTrek":30471,"Ġdownloads":30472,"mutable":30473,"_STRUCT":30474,"(wx":30475,"Ġdomains":30476,"jspx":30477,"ĠViagra":30478,"Commands":30479,"Js":30480,".cfg":30481,"ContentPane":30482,"ĠEditText":30483,"à¥įà¤":30484,"Attach":30485,"ĠARM":30486,"positive":30487,"ĠGenerated":30488,"Ġseized":30489,"=:":30490,"Ġelectronics":30491,"ĠAppComponent":30492,"/',Ċ":30493,".equalsIgnoreCase":30494,"Doctrine":30495,"disk":30496,"ĠPolitical":30497,"CHO":30498,"":30584,"ĠBeauty":30585,"Ġ`<":30586,"Ġtouching":30587,"Ġ|--":30588,"ĉflag":30589,"normalize":30590,"Ġtrapped":30591,"Ġestablishing":30592,"/build":30593,"AJ":30594,"fy":30595,"-react":30596,"avn":30597,"RIPTION":30598,"Ġkut":30599,"ĠFashion":30600,"ĠInform":30601,"curities":30602,"{Ċ":30634,"Ġgarlic":30635,"Ġrepr":30636,"Ġreplies":30637,"(prop":30638,"Ġspirits":30639,"Ġinspire":30640,"Ġbasement":30641,".reject":30642,"Ġhints":30643,"Ġpolling":30644,"ĉĠĊ":30645,"_rating":30646,"Ġcath":30647,"avier":30648,"Ġcompressed":30649,"ĠVS":30650,"]'":30651,"Ġjudicial":30652,"ĠTrend":30653,"training":30654,"ESTAMP":30655,"ognition":30656,"Äģ":30657,"SENT":30658,"ventions":30659,"Ġconsultant":30660,"umph":30661,"ĠuserService":30662,",NULL":30663,"kh":30664,"Dear":30665,"_BAD":30666,"itations":30667,"Ġmetaph":30668,"'é":30669,"andise":30670,"-font":30671,".chart":30672,"Ġsg":30673,"_Controller":30674,".jpeg":30675,"ĠULONG":30676,"ĉgame":30677,"(ss":30678,"ĠMaj":30679,"ĉgo":30680,"ĠSad":30681,"ĠBerg":30682,"ĠMine":30683,"Pack":30684,"Ġresistant":30685,"ĠROM":30686,"Ġpeg":30687,"ĠStanford":30688,"ĠYahoo":30689,"Ġscaled":30690,"Ġlan":30691,"=[]":30692,"\"/>ččĊ":30736,"Ġsud":30737,"ĉbackground":30738,"Ġscholars":30739,"-muted":30740,"ará":30741,"Ġ=====":30742,"Ġ____":30743,"Creat":30744,"enever":30745,"/wp":30746,"ĠVPN":30747,"ErrorCode":30748,")],Ċ":30749,"(builder":30750,"ĠEnemy":30751,"Sensor":30752,"usa":30753,"Ġtriggers":30754,"Ġplayoffs":30755,"_REQ":30756,"Ġ(~":30757,"ĠBarry":30758,"Ġpermanently":30759,"ĠRUN":30760,"Ġbure":30761,".Fatalf":30762,"Ġchick":30763,"ĉpanic":30764,"psi":30765,"oka":30766,"éĢī":30767,">[":30768,"Ġunderstands":30769,"ĠJunior":30770,"ĠINFO":30771,"=mysqli":30772,"ustain":30773,"-source":30774,"serv":30775,"ĠCREATE":30776,".au":30777,"Ġsells":30778,"ĠĠĊĠĠĊ":30779,"Europe":30780,"zw":30781,"preh":30782,"ĠNSA":30783,"Ġxy":30784,"ิ":30785,"ĠBeyond":30786,"Instead":30787,"NonQuery":30788,"Ġarise":30789,"Ġavoided":30790,".emplace":30791,"_models":30792,"}),Ċ":30793,"Ġhid":30794,"Ġ&_":30795,".points":30796,".getWidth":30797,".Exec":30798,"Ġ////":30799,"ĠSessions":30800,"...\\":30801,"ĠColomb":30802,"Ġacceleration":30803,"restore":30804,"Ġile":30805,"obic":30806,"}Ċ":31296,"plaint":31297,"getText":31298,"Ġindividually":31299,"Ġcheckbox":31300,"UY":31301,"ĠLamb":31302,"Ġdysfunction":31303,"ĠLar":31304,"à°":31305,"ĠCreating":31306,"');ĊĊĊ":31307,"\"They":31308,"locations":31309,"_CORE":31310,"Interaction":31311,"umbnails":31312,"ĠPartner":31313,"brit":31314,"Ġlesser":31315,"ĠSlot":31316,"setAttribute":31317,"ĠWave":31318,".po":31319,"/store":31320,"Ġbrowsing":31321,"_pd":31322,"sume":31323,"sed":31324,"Curve":31325,"Ġplasma":31326,"Ġsuspicious":31327,"ìĿ¸":31328,"ĠBah":31329,"ĠExplicit":31330,"_CC":31331,".ClientSize":31332,"\\View":31333,"Ġsubstit":31334,"loon":31335,"ĠGAME":31336,"ĠBrid":31337,"Ľå»º":31338,"_User":31339,"Ġsquares":31340,"fone":31341,"Ġsacred":31342,"ughs":31343,"]interface":31344,"ĠThrow":31345,"ĠKirk":31346,"Ġempire":31347,"Ġassessed":31348,"Tax":31349,"ĠHeaven":31350,"-buffer":31351,"_STATIC":31352,"éné":31353,"-bordered":31354,"Ġpunct":31355,"(mode":31356,"Ġkeine":31357,"Sent":31358,"ĠCalcul":31359,"ĠEve":31360,"Ġstylish":31361,"Ġoils":31362,".TestCase":31363,"Ġtrademark":31364,"Ġliterary":31365,"Ġconcentrations":31366,"ĠRelations":31367,"(Class":31368,"Ġstdin":31369,"Ġvæ":31370,"backup":31371,".VERSION":31372,".AutoScaleDimensions":31373,"starter":31374,"Transactional":31375,"-panel":31376,"Studio":31377,"kc":31378,"ĠChamber":31379,"ĠSpiel":31380,"Ġrho":31381,"اÙĦ":31382,"!'":31383,".Attributes":31384,"Ġmurdered":31385,"apeutic":31386,"Ġintimate":31387,"ĠtextField":31388,"ĠBuffalo":31389,"dummy":31390,"\"%":31391,"ĠLiberty":31392,"obar":31393,"ĠTank":31394,"ĠPopular":31395,"ervisor":31396,"ĠIniti":31397,"ĠMall":31398,"ĠPrior":31399,"CAP":31400,"ĠClay":31401,"ĠCertificate":31402,".Lock":31403,"-strip":31404,"-driven":31405,"/all":31406,"ĠMessageBoxButtons":31407,"_SECRET":31408,"_pb":31409,"Ġrats":31410,"ाà¤":31411,"Ġnt":31412,".Router":31413,"_topic":31414,"Ġtennis":31415,"ĠPUBLIC":31416,"ĠActivatedRoute":31417,"Ġ',Ċ":31418,"Ġcostume":31419,"Ġjokes":31420,".Handle":31421,"ĉbyte":31422,"Ġflavors":31423,"(cc":31424,"Ġpersonas":31425,"ĉimage":31426,"ĠNazi":31427,"Ġgrammar":31428,"Ġúlt":31429,"Ġvalve":31430,"Ġvic":31431,"ĠRachel":31432,"_invalid":31433,"Prefs":31434,"stdint":31435,"(route":31436,"Ġhtmlspecialchars":31437,"Ġpeoples":31438,"pline":31439,"Ġnv":31440,"ĠQuant":31441,"oppers":31442,"ĠcurrentUser":31443,"ĠCatal":31444,"Ġreconc":31445,"Ġconjunction":31446,"lx":31447,"amburg":31448,"Ġinfluential":31449,"danger":31450,"inders":31451,"Ġ%@\",":31452,".configuration":31453,"osome":31454,".identity":31455,"Ġpicker":31456,"nost":31457,"ĠDIY":31458,"August":31459,"ablo":31460,"Leaf":31461,"ĠReco":31462,"cko":31463,"DOC":31464,"ĠHerm":31465,":any":31466,"ĠInterview":31467,"ĠTex":31468,"xfe":31469,"(work":31470,"Ġleap":31471,"Heading":31472,"Ġquarters":31473,"\\Bundle":31474,"reb":31475,"Perhaps":31476,"ĠGmbH":31477,"Birth":31478,"ĉsum":31479,"ĠWatson":31480,".nil":31481,"ç¡":31482,"{}ĊĊ":31483,"icaid":31484,"Getter":31485,"\"name":31486,"Ġ\"čĊ":31487,"_none":31488,"zm":31489,"acute":31490,"uesto":31491,"Ġsous":31492,"Ġrebuild":31493,"Ġnewspapers":31494,"ĠHaz":31495,"Ġkits":31496,"ifo":31497,"Blur":31498,"Ġsuited":31499,"-In":31500,"à¯":31501,"ĠKeith":31502,"ĠNorway":31503,"INIT":31504,"ireccion":31505,"ieties":31506,"_usage":31507,"ĠDoug":31508,"rise":31509,"Ġtrillion":31510,"imited":31511,"ĠREL":31512,"alic":31513,"Ġcriticized":31514,"theorem":31515,"Ġcease":31516,"Ġsidew":31517,"ĠTerry":31518,"Ġsubsidi":31519,"Ġfirmly":31520,"Ġaws":31521,"Ġhott":31522,"Ġdressing":31523,"badge":31524,"ĠApplications":31525,"è¿ĶåĽŀ":31526,"Ġlaughed":31527,"Ġhobby":31528,"Ġmusicians":31529,"Ġ*.":31530,".placeholder":31531,"Ġcounters":31532,"ĠCapitol":31533,"SDK":31534,"Ġhelmet":31535,"andbox":31536,"quit":31537,"Ġcriminals":31538,"Ġteenager":31539,"(update":31540,"Gl":31541,".selection":31542,"Ġdischarge":31543,"Ġpresenting":31544,"ufacturer":31545,"_UNKNOWN":31546,"Ġstressed":31547,"åĻ¨":31548,"Proto":31549,"_correct":31550,"haus":31551,"Ġrenov":31552,"Ġfirearms":31553,"Ġtechnically":31554,"-browser":31555,"Ġcandy":31556,"Stroke":31557,"Ġexecutor":31558,"Ġoccurrence":31559,"ĠIPv":31560,"_INTERFACE":31561,"ĠRetrieve":31562,".bad":31563,"Exchange":31564,"Navbar":31565,"ĠKid":31566,"(getApplicationContext":31567,"_STOP":31568,"ĠBoss":31569,"Listeners":31570,"Ġshooter":31571,"ĠAlb":31572,"äch":31573,"Ġpix":31574,".keyCode":31575,"alone":31576,"Ġabsurd":31577,"ĠCum":31578,"ĠNewtonsoft":31579,"ikt":31580,"Ġlaughing":31581,"Ġcapitalism":31582,"reeNode":31583,"Tx":31584,"_QUERY":31585,".Sleep":31586,"(login":31587,"WebElement":31588,"Ġcelebrating":31589,"Ġdeprecated":31590,"Ġmaar":31591,"Ġartistic":31592,"_ASSOC":31593,"ĠBorderRadius":31594,"ĉwp":31595,"Ġsurvivors":31596,"Inner":31597,"-red":31598,"Ġprosecution":31599,"_pp":31600,"(\"$":31682,"Ġcomma":31683,"unchecked":31684,"graphics":31685,"rors":31686,"GROUND":31687,"(public":31688,"Ġcustomized":31689,"ĠArkansas":31690,"ĠRew":31691,"Ġexpiration":31692,"×ķ":31693,"ĠCul":31694,"Ġnons":31695,".Filter":31696,"Ġsenator":31697,"_definition":31698,"ashington":31699,"ymph":31700,"/J":31701,"Ġfuse":31702,"ramid":31703,"ĠSupplier":31704,"Ġautocomplete":31705,"Ġ}),":31706,".\"ĊĊĊ":31707,"_functions":31708,"ĉto":31709,".eval":31710,"ĠTObject":31711,"References":31712,"Ġheated":31713,"HAL":31714,"Ġ))}Ċ":31715,"}$":31716,"ĠBarr":31717,"_UNIT":31718,"+$":31719,"ĠgetValue":31720,"iped":31721,"chied":31722,"(vm":31723,"cue":31724,"_integer":31725,"_course":31726,"third":31727,"Ġrevised":31728,"**/Ċ":31729,"_DIRECT":31730,"OutOf":31731,"(\"(":31732,"ĠFeel":31733,"Ġreass":31734,"Ġsubtitle":31735,"peri":31736,"nf":31737,"Ġenjoys":31738,"Ġtreats":31739,")this":31740,"-tabs":31741,"ancers":31742,"Ġcontinent":31743,"Ġcardio":31744,"Ser":31745,".question":31746,"Ġphrases":31747,"Validators":31748,"Ġpopul":31749,"ĠlÃŃ":31750,"song":31751,"_INTERNAL":31752,"Ġadviser":31753,"Ġpuzz":31754,"Ġambitious":31755,"ĠTob":31756,"ĠDP":31757,"Ġpresidency":31758,"Ġsurrender":31759,"Ġwatches":31760,"_binary":31761,"ĠSoon":31762,"Ġcanada":31763,"(\"\")Ċ":31764,"]='":31765,"ĠBrandon":31766,"epsilon":31767,"rw":31768,".addChild":31769,".Copy":31770,"Principal":31771,"Photos":31772,"Ġmarginal":31773,"Ġbasics":31774,"eing":31775,"Must":31776,"_String":31777,"Ġole":31778,"Magento":31779,".customer":31780,"(prev":31781,"ล":31782,"Ġloyalty":31783,"Cog":31784,"Ġprotocols":31785,"ĠCompanies":31786,"Ġtheoretical":31787,"Ġaccessing":31788,"ĠZen":31789,".ones":31790,"attice":31791,"_world":31792,"zes":31793,"Ġtattoo":31794,"Ġmenos":31795,"Ġintersect":31796,"\"];ĊĊ":31797,"belie":31798,"Ġinactive":31799,".readline":31800,"-labelled":31801,".done":31802,"lickr":31803,"ĠWORK":31804,"Ġderivative":31805,"Ġdatabases":31806,"âĤĤ":31807,"Ġsx":31808,".isArray":31809,"Ġys":31810,"Ġpada":31811,"ĠBullet":31812,"(`/":31813,"isActive":31814,"ĠCGSize":31815,"(equalTo":31816,"ĠColumbus":31817,"Ġmarry":31818,"DEV":31819,"_limits":31820,"rones":31821,"IAS":31822,"Ġtau":31823,"mino":31824,"_Write":31825,"ĠWine":31826,"Ġ[['":31827,"ĠPull":31828,"riters":31829,"rients":31830,"Ġshifting":31831,"upp":31832,"_TIMER":31833,"ĠConditions":31834,"ấ":31835,"ĠOrders":31836,"ĠStrength":31837,"æīĢ":31838,"Ġvalidity":31839,"Ġfot":31840,"etur":31841,"Ġbolt":31842,"åĨħ":31843,"ĠAlong":31844,"oshi":31845,"Ġassumptions":31846,"Ġmagazines":31847,"_SPI":31848,"Ġpunt":31849,"_PRODUCT":31850,"Ġrelay":31851,"ĠJavascript":31852,".te":31853,"-es":31854,"Ġwidgets":31855,"(fs":31856,"\";":31923,"atching":31924,"ĠKnowledge":31925,"ĉThe":31926,";margin":31927,"lessness":31928,"opard":31929,"umatic":31930,"()));čĊ":31931,"Ġfals":31932,"(cache":31933,"TypeId":31934,"éĢļ":31935,"_choice":31936,"ĠGoth":31937,"ĠSites":31938,"MG":31939,"_border":31940,"Indices":31941,"Comparer":31942,"ĠRedistribution":31943,"Ġcloset":31944,"Ġversatile":31945,"Inputs":31946,"********************":31947,"Ġobesity":31948,"quiz":31949,"gra":31950,"(global":31951,"åĬ¡":31952,"Ġcollector":31953,"Ġkor":31954,"ovable":31955,"ADC":31956,"ĠEventHandler":31957,".nc":31958,"Ġplayback":31959,"ientos":31960,"_perm":31961,"_WARNING":31962,"ĠOlympics":31963,".norm":31964,"ĠBroadcast":31965,"_small":31966,"drive":31967,".iloc":31968,"Ġtyped":31969,"MEM":31970,"_cons":31971,"DMETHOD":31972,"Ġlun":31973,".distance":31974,"(par":31975,"poon":31976,"Ġbast":31977,"activities":31978,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":31979,":čĊčĊ":31980,"SER":31981,")&&":31982,"_lst":31983,"ĠPolish":31984,"Ġknocked":31985,"Ġfrustration":31986,"aukee":31987,"Ġphosph":31988,"iquid":31989,"_coeff":31990,"æѤ":31991,"Latest":31992,"ĠDust":31993,"Tipo":31994,"Ġmaintains":31995,"Ġmarsh":31996,"incinn":31997,"lbl":31998,"Care":31999,"Ġneighborhoods":32000,"_gpio":32001,"ĠArsenal":32002,"Dem":32003,"ĠWhe":32004,"_hook":32005,"Ġldc":32006,"ĠHarper":32007,"ĠBerkeley":32008,"Ġgraduated":32009,"Percent":32010,"Ġarriving":32011,"ĠAdventure":32012,"(scope":32013,"('*":32014,"quarter":32015,"ĠMarie":32016,"Speaking":32017,"_codegen":32018,"Ġimmun":32019,"caster":32020,"ãĤĮ":32021,"åķĨ":32022,"ĠDimensions":32023,".record":32024,"Ġtexto":32025,"ĠMichelle":32026,"Pending":32027,"(by":32028,"_PAR":32029,"ucht":32030,"bee":32031,".Thread":32032,"ampire":32033,"know":32034,"ĠClinical":32035,"ĠmarginBottom":32036,"Ġdistinguish":32037,".Full":32038,".undefined":32039,"ĠSequelize":32040,"############################################################################":32041,"Ġeducated":32042,"_OVER":32043,"åºı":32044,"ĠÂłĠÂł":32045,"_each":32046,"Ġurge":32047,"depart":32048,"Ġdonors":32049,"ĠAu":32050,"Ġbillions":32051,"Ġbelonging":32052,"_age":32053,"_Int":32054,"Ġsubstances":32055,"machine":32056,"!!!ĊĊ":32057,"Ġjsonify":32058,"ibbean":32059,"ĠCad":32060,"ĠendTime":32061,"Ġcycling":32062,"ĠUITextField":32063,"Ġleverage":32064,"Ġvanilla":32065,"eat":32066,"Launch":32067,"(pt":32068,"states":32069,"ĠControls":32070,"ĠRespons":32071,"ĠJake":32072,"Ġasleep":32073,"fortunate":32074,".nextLine":32075,"SizeMode":32076,"ìĿ¼":32077,"TestingModule":32078,"German":32079,"ĠInvestig":32080,".reverse":32081,"ĠBACK":32082,"(DateTime":32083,"Ġnonprofit":32084,"ĠExpect":32085,"Ġtanto":32086,"']),":32087,"ĉthe":32088,"Multiple":32089,"(getActivity":32090,"_WAIT":32091,"Ġjá":32092,"decor":32093,"levance":32094,"ĠGitHub":32095,"mination":32096,"_quantity":32097,".Scanner":32098,"ĠLion":32099,"éĶĻ误":32100,"Ġdre":32101,"Ġtantra":32102,"ĠcontentType":32103,"Ġfid":32104,"_alt":32105,"NSIndexPath":32106,"-pl":32107,"åĮĸ":32108,"Ġantibiot":32109,"tables":32110,"acial":32111,"ĠRegistry":32112,"Ġolive":32113,"igers":32114,"Ġsubscriber":32115,"_pres":32116,"ĠSyntax":32117,"Ġlovers":32118,".Byte":32119,"olders":32120,"_forward":32121,"always":32122,"Caption":32123,"Priv":32124,"ĠTampa":32125,"isateur":32126,"-labelledby":32127,"ĠToString":32128,"ĠìĤ¬":32129,"Ġinitiated":32130,"WF":32131,"Ġinstitutional":32132,"inject":32133,"ĠScr":32134,"Ġdoctrine":32135,"Ġspacious":32136,"isure":32137,"ĠAna":32138,"\"time":32139,"essaging":32140,"Ġcid":32141,"ĠNan":32142,"Ġincomplete":32143,"TAG":32144,"-build":32145,"December":32146,"Ġresidual":32147,"(PDO":32148,"ĠListen":32149,"Ġglyph":32150,"Ġgaps":32151,"nea":32152,".Rect":32153,"Ġsau":32154,"ĠPhotograph":32155,"Ġexecutable":32156,"ĠExpert":32157,"Coroutine":32158,"_sizes":32159,"ĠNL":32160,".isValid":32161,");}Ċ":32162,"-reg":32163,"Ġciting":32164,"cwd":32165,"ĠOttawa":32166,"ĠBatt":32167,"Ġrenewable":32168,"Ġpreliminary":32169,"Ġasylum":32170,"Ġwrist":32171,"Ġutiliz":32172,"Ġdetention":32173,"Fast":32174,"Ġange":32175,"incinnati":32176,"Ġsteering":32177,"ĠNaN":32178,"iosity":32179,"/page":32180,"Ġè¿":32181,"sterol":32182,"Ġdisg":32183,"(DB":32184,"ĠDESCRIPTION":32185,"Ġ_$":32186,"Ġobstacle":32187,"Ġbizarre":32188,"Ġextraction":32189,"_expected":32190,"Ġloses":32191,"ĠCelebr":32192,"ĠhtmlFor":32193,"Ġexploit":32194,"олÑĮзов":32195,"XYZ":32196,"Ġmagnet":32197,"amped":32198,"Ġatoms":32199,"Sources":32200,"pectives":32201,"Ñģли":32202,"Ġ=čĊ":32203,"Ġdare":32204,"ĠWalter":32205,"Ġbrightness":32206,"Ġannotations":32207,"ëı":32208,"iske":32209,"Schedule":32210,".images":32211,"rosso":32212,"Ġ\"..":32213,"gamma":32214,"Ġinstructor":32215,"Ġoverwrite":32216,"-am":32217,"Ġdevastating":32218,"ĠSaints":32219,"Ġhs":32220,"Ġbonuses":32221,"$output":32222,"ijd":32223,"(ActionEvent":32224,"monitor":32225,"Ġmattress":32226,"January":32227,".jp":32228,"Ġcaracter":32229,"Ġimpose":32230,"_rest":32231,"ĠSignature":32232,"Ġcoronavirus":32233,"ãģĬ":32234,"_compare":32235,"Measure":32236,"itated":32237,"elijk":32238,"igos":32239,"esar":32240,"Ġrushed":32241,"metry":32242,"_SEPARATOR":32243,"_WE":32244,"_ATTRIBUTE":32245,"Ġyaml":32246,"Ġspecs":32247,"ĠRah":32248,"pheric":32249,"ĠInvestment":32250,"äll":32251,"Ġappealing":32252,"Ġviewport":32253,"ç©":32254,"ĠmarginLeft":32255,"Ġsubtract":32256,"ĠEDIT":32257,"ĉArrayList":32258,"grading":32259,"ĠFailure":32260,"asper":32261,"EEK":32262,"(now":32263,")Ċ":32279,"Collision":32280,"ĠGreater":32281,"ĠRacing":32282,"alan":32283,"Ġmonetary":32284,",new":32285,"ĠSorry":32286,".Enable":32287,"ĠInstantiate":32288,"ollen":32289,"ë©´":32290,"ĠCalling":32291,"_hour":32292,"ADA":32293,"Ġshy":32294,")**":32295,"Ġ==>":32296,"Ġespecial":32297,"Ġinterpreted":32298,"!=\"":32299,"Ġpharmacy":32300,".single":32301,"ĠCialis":32302,"Ġparas":32303,".toUpperCase":32304,"ĠDemon":32305,"Prime":32306,"Ġrankings":32307,"Adding":32308,"_HASH":32309,"ĠExam":32310,"Ú©":32311,"ĠVictor":32312,"Okay":32313,"\"];čĊ":32314,"Ġfortune":32315,"ĠFETCH":32316,"expand":32317,".Interop":32318,"Ġbarn":32319,"æ¶Ī":32320,"uevo":32321,"Ġspeculation":32322,"âĶĢâĶĢâĶĢâĶĢ":32323,"ĠNu":32324,"ĠBlues":32325,"(fname":32326,"Ġinhabit":32327,"Ġ\\\"%":32328,"CES":32329,"ulario":32330,"_cr":32331,"Ġvalidated":32332,"Ġmidnight":32333,"anking":32334,"Ġincorporate":32335,"Ġpursuit":32336,"EXP":32337,"prime":32338,"Pid":32339,"-US":32340,"ĠNurs":32341,"ĠWheel":32342,"éĺ":32343,"Ġinp":32344,"Ġsupportive":32345,".member":32346,"ĠShot":32347,".CheckBox":32348,"Ġaffirm":32349,"Tor":32350,"FullYear":32351,"Ġconsiderably":32352,"credentials":32353,"_opts":32354,"Roll":32355,"(round":32356,"Ġcoment":32357,"_UART":32358,"Ġextending":32359,"RG":32360,"resultado":32361,"itu":32362,".getSession":32363,"Ġattraction":32364,"&D":32365,"$html":32366,"ĠJessica":32367,"ĠAssociate":32368,"añ":32369,"_ed":32370,"ĠLag":32371,"Ġorigins":32372,"())->":32373,"addEventListener":32374,"IALOG":32375,"åIJ¦":32376,".Compare":32377,"Album":32378,"ĠKu":32379,"\";ĊĊ":32423,"quisite":32424,"channels":32425,"/res":32426,"ĠAnalytics":32427,".appcompat":32428,"/to":32429,"ĠonError":32430,"(attr":32431,"IRM":32432,"Ġragaz":32433,"-as":32434,".Second":32435,"oriented":32436,"Ġdonn":32437,"Ġlightning":32438,"fid":32439,"ĠPle":32440,"ãģ¾ãģĻ":32441,"tro":32442,".True":32443,"Observable":32444,"×Ļ":32445,"umbing":32446,"Ġprospective":32447,"-filter":32448,"Ġpursuant":32449,"(points":32450,".Bind":32451,"Ġpalm":32452,"clearfix":32453,"ös":32454,"ĠGonz":32455,"Ġweaken":32456,"Drive":32457,"enido":32458,"lld":32459,"obox":32460,"anean":32461,"Got":32462,"ä¿Ŀ":32463,"Regex":32464,"æĥ":32465,"Ġsalad":32466,"assis":32467,"\"net":32468,"inheritDoc":32469,"ĠRV":32470,"quier":32471,"Ġclazz":32472,"Ä±ÅŁ":32473,"osterone":32474,"Ġairline":32475,".listdir":32476,"Ġdownloading":32477,"ĠPalm":32478,"waukee":32479,"<":32480,".BL":32481,"_INLINE":32482,"offs":32483,"<<(":32484,"_news":32485,"Ġchase":32486,"/><":32487,"Ġeuros":32488,"ĠEgyptian":32489,"ĠStainless":32490,"_BOOL":32491,"ĠGuild":32492,"ĠDynam":32493,"[indexPath":32494,"Ġï":32495,"Ġmemorable":32496,"ĠChampion":32497,"ResourceManager":32498,".Login":32499,"ĠFormer":32500,"yped":32501,"Ġlleg":32502,";\",":32503,"DWORD":32504,"Ġtaxi":32505,"Ġbombs":32506,"rah":32507,".tags":32508,"_tests":32509,"stones":32510,"âĢĿ)":32511,"[g":32512,"rtype":32513,"Ġvu":32514,"Ġhostile":32515,"Chars":32516,"ĠPatriots":32517,"/status":32518,"());Ċ":32872,"ajÄħ":32873,"_OCC":32874,"Ġplanets":32875,"æŁ¥":32876,"ĠDublin":32877,"Ġserie":32878,".printf":32879,"deep":32880,"`)":32881,"Ġ\\$":32882,"Ġμ":32883,"_VIDEO":32884,"endors":32885,"ĠCrypto":32886,"Far":32887,".Transparent":32888,".TR":32889,"iasm":32890,"_training":32891,"Ġteaches":32892,"ĠBelt":32893,"Ġlimiting":32894,"ĠKath":32895,"ĠIndexPath":32896,"Ġachievements":32897,"Ġserá":32898,"interopRequire":32899,"Ġdisse":32900,".If":32901,"arming":32902,"ulsion":32903,"Po":32904,"_DETAIL":32905,"Prototype":32906,"ĠCAL":32907,"Ġagrees":32908,".vo":32909,".ExecuteNonQuery":32910,"ĠTopic":32911,"Ġ'{}":32912,"Arm":32913,"Ġecc":32914,"Mag":32915,"Ġserialized":32916,"ĉconn":32917,"cached":32918,"=tf":32919,"ĠByteArray":32920,"protobuf":32921,"varchar":32922,"ĉASSERT":32923,"Ġliste":32924,"_trigger":32925,"·¸":32926,"Feel":32927,"Tahoma":32928,"ĠLik":32929,"Ġstructured":32930,"ergus":32931,".Initial":32932,"_ge":32933,"cljs":32934,".contact":32935,"Ġandere":32936,"$stmt":32937,"_CURRENT":32938,"ĠDiscover":32939,"$res":32940,"formatter":32941,"Ha":32942,"vangst":32943,"Ġemerge":32944,"ãĢĤâĢĿ":32945,"ĠCabinet":32946,"-square":32947,"éĥ¨":32948,"Ġrage":32949,"ĠAJ":32950,"ĠVT":32951,"shadow":32952,"ĠFaith":32953,"enames":32954,"pretty":32955,"hasil":32956,"party":32957,"Ġvarchar":32958,"Ġfotos":32959,"Ġalum":32960,"ĠBelgium":32961,".ylabel":32962,"Ġdej":32963,"_numbers":32964,"Ġhu":32965,".setAdapter":32966,"ĠUsually":32967,"(sample":32968,".Shared":32969,"Ġbooked":32970,"Ġ>>=":32971,"Ġminerals":32972,"\">":32991,"prog":32992,"boo":32993,"_md":32994,"_pack":32995,"(express":32996,"utz":32997,"\\Auth":32998,",id":32999,"ĠChile":33000,"actice":33001,"Ġrecruitment":33002,"Ġposes":33003,"Ġvulnerability":33004,"instanc":33005,"orum":33006,"dess":33007,"Ġxl":33008,"%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%":33009,"(fig":33010,"Ġdeleting":33011,".del":33012,")')Ċ":33013,"ĠWeekly":33014,"???":33015,"(strcmp":33016,"smith":33017,"Ġpursuing":33018,"-so":33019,"ĠApps":33020,"/'Ċ":33021,"Ġdecis":33022,"FORE":33023,"Everyone":33024,"Ġlanes":33025,"Virtual":33026,".attach":33027,"(Log":33028,"ĠMedicaid":33029,"(Path":33030,"ĠTurner":33031,"/application":33032,"Ġportrait":33033,"Ġoppose":33034,"checkout":33035,"Ġfinishes":33036,"_ME":33037,"Barrier":33038,"Song":33039,"VAR":33040,"Earlier":33041,"rella":33042,"Ġhast":33043,"azar":33044,"Ġpulls":33045,"ngx":33046,"Ġinspiring":33047,"ÑĥÑİ":33048,"-direction":33049,"Ġexplosive":33050,"ĠcreatedAt":33051,"sto":33052,"Ġwheat":33053,"ĠBuilt":33054,"'ai":33055,"Ġtracked":33056,"hammad":33057,"RowAtIndexPath":33058,"_heap":33059,"Due":33060,"Ġconnects":33061,".publish":33062,"emu":33063,"Ġbullets":33064,"BAR":33065,"olate":33066,"Ġinternally":33067,"Ġcatching":33068,"-password":33069,"ouched":33070,"æĢ§":33071,"eous":33072,"Ġxrange":33073,"Quality":33074,"vv":33075,"Manage":33076,"(($":33077,"acements":33078,"ĠBrothers":33079,"ĠHEAD":33080,"ĠUnsupported":33081,"san":33082,"esi":33083,"***Ċ":33084,"Ġadaptation":33085,"ĠWorker":33086,"']/":33087,".savefig":33088,"(trans":33089,"ج":33090,"nee":33091,"Correct":33092,"...\")Ċ":33093,"Ġsubmitting":33094,"-path":33095,"ĉlast":33096,"issan":33097,".xlabel":33098,"ĠSepar":33099,"/no":33100,"_best":33101,"ĠMills":33102,"_sock":33103,"(flag":33104,"Ġdestinations":33105,"emption":33106,"ĠFAIL":33107,"åĴĮ":33108,"Ġrp":33109,"fact":33110,"ĉlen":33111,"DAY":33112,"Ġseiz":33113,"_dst":33114,"lip":33115,".Linear":33116,"ĠBasket":33117,"$t":33118,"$i":33119,"-brand":33120,"ĠNeil":33121,"ĠEq":33122,"Ġthou":33123,"ogene":33124,"Ġscholarship":33125,"æĽ´":33126,"Ġswo":33127,"aginator":33128,"eni":33129,"(book":33130,"Ġblink":33131,"thus":33132,"ĠcancellationToken":33133,"ĠPalestinians":33134,"Ġprofitable":33135,"Ġbackpack":33136,"enson":33137,"true":33284,"ĠNYC":33285,"Ġbored":33286,"ĠDetect":33287,"Ġappar":33288,"Ġjeans":33289,"ĠTak":33290,"IOD":33291,"ĠHorse":33292,"(FILE":33293,"(?":33294,"rique":33295,"optimizer":33296,"nat":33297,"loys":33298,"ĉToken":33299,"oubted":33300,"uess":33301,"ocoa":33302,"DataMember":33303,"_POWER":33304,"classList":33305,"PushButton":33306,"ĠWiFi":33307,".Stream":33308,".guild":33309,"Ġnog":33310,"ĠPortugal":33311,"ĠUnter":33312,"Primitive":33313,"boss":33314,"ĠDeutsch":33315,"Ġerotic":33316,"Ġstrconv":33317,".TryParse":33318,"Ġgrams":33319,".Success":33320,"_pk":33321,"ĠHarvey":33322,"-minded":33323,".country":33324,"[]\"":33325,"Ġangel":33326,"Ġbeats":33327,"ĠVor":33328,"ilio":33329,".master":33330,"something":33331,"ĠPACK":33332,"(if":33333,"RequestBody":33334,"Ġantes":33335,"/widget":33336,"Ġmodo":33337,"ĠAW":33338,"finder":33339,"Ġoptimized":33340,"Ġmissiles":33341,"NB":33342,"ĉinternal":33343,"tex":33344,"ĠSri":33345,"Ġdamaging":33346,"ĠMais":33347,"-Allow":33348,"ĠZh":33349,"-alt":33350,"Ġ));ĊĊ":33351,"èī":33352,"Ġinfluences":33353,"Ġcatal":33354,"_REGISTER":33355,"ĠAPIs":33356,"-century":33357,"Ġbiology":33358,"ĠActual":33359,"Ġheels":33360,"TRACE":33361,"_DIG":33362,"Dataset":33363,"ĠMatter":33364,"Ġclassifier":33365,".wikipedia":33366,"ĠRogers":33367,"Ġdonated":33368,"rawler":33369,"enen":33370,"Ġcasinos":33371,"ortal":33372,"Ġprive":33373,"spe":33374,"ducers":33375,".ep":33376,"Ġgrasp":33377,"acji":33378,"Ġdairy":33379,"Ġbuses":33380,".comm":33381,".ins":33382,"ĠIRS":33383,"ĠBeer":33384,"adc":33385,"oard":33386,"_MET":33387,"Ġ'+'":33388,"rans":33389,"Ġkinda":33390,"ĠâĶĤ":33391,"ĠMaur":33392,"аг":33393,"Ġbandwidth":33394,"ibus":33395,"ĠDifferent":33396,"(mat":33397,"ĠResume":33398,"_UNS":33399,"establish":33400,"Ġfonction":33401,"Subscription":33402,"_company":33403,"Ġlightly":33404,".confirm":33405,".yaml":33406,"ĠBoost":33407,"Commerce":33408,"-template":33409,"_DELAY":33410,"ĠHI":33411,"Ġnavig":33412,"(Sender":33413,"ĠHS":33414,"_\"+":33415,"ĠREQUEST":33416,"Ġwifi":33417,"=\"\"Ċ":33418,"])->":33419,"Ġrope":33420,"Ġviolated":33421,"Ġglance":33422,"ĠKurd":33423,"Ġè®":33424,"deck":33425,"ĠISBN":33426,"Ġinfect":33427,"ĠFoo":33428,"Ġgetter":33429,"Ġtener":33430,"appe":33431,".hh":33432,"_hot":33433,"\".$":33643,"Ġrelies":33644,"(Console":33645,"International":33646,"->{$":33647,"Mid":33648,"Ġdissert":33649,"dds":33650,"Ġdeposits":33651,"ĉdriver":33652,"#ga":33653,"prising":33654,"println":33655,"Ġpresenter":33656,"Ġmines":33657,"CSS":33658,"ĠDual":33659,"(!(":33660,"Ġkam":33661,"ĠisLoading":33662,"ĠProtect":33663,".upper":33664,"arium":33665,"]:ĊĊĊ":33666,"Yii":33667,"-shirt":33668,"ĠIMAGE":33669,"_colors":33670,"Ġurgent":33671,".Container":33672,"!(Ċ":33673,"Saturday":33674,"Ġsocieties":33675,"ĠThan":33676,"ĠCod":33677,"=@":33678,"Ġattachments":33679,".mobile":33680,"Ġspite":33681,"Ġbounce":33682,"rawl":33683,"instancetype":33684,"ĠTruck":33685,"Ġmanipulation":33686,"(Config":33687,"-inst":33688,"Ġstor":33689,"itution":33690,"PreferredGap":33691,"ĠmainAxisAlignment":33692,"Ġlistened":33693,"'''ĊĊ":33694,"ottage":33695,"-project":33696,".APPLICATION":33697,"ĉroot":33698,"Ġwhit":33699,"Ġbilder":33700,"Ġker":33701,"Ġappliances":33702,"rowave":33703,"ìĿĢ":33704,"ematics":33705,"ĠOrg":33706,"oping":33707,"_SEARCH":33708,"Ġcham":33709,"addContainerGap":33710,"Ġ().":33711,"ĠArrow":33712,"Illegal":33713,"Currently":33714,"Ġusa":33715,"Ġpasswords":33716,"Ġrenown":33717,"avern":33718,"ĠEvil":33719,"Ġconcat":33720,"Ġduo":33721,"Ġvale":33722,"ĠBean":33723,"Ġindicators":33724,"cmath":33725,"ĠPump":33726,"November":33727,"ificant":33728,"_DOMAIN":33729,"regar":33730,"ĠPortal":33731,"\"$":33732,"Ġformerly":33733,"\"]:Ċ":33734,"ĠVisibility":33735,".getElementsByClassName":33736,"_RED":33737,"Ġchampions":33738,"à´":33739,"Valor":33740,"_es":33741,"*a":33742,"-repeat":33743,"Band":33744,".stage":33745,"Ġbureauc":33746,"Cnt":33747,"eten":33748,"-function":33749,"Ġmuito":33750,"PID":33751,"_editor":33752,"Ġcrashed":33753,"dead":33754,"kat":33755,"agh":33756,"ĠEXT":33757,"asser":33758,"-small":33759,"Ġrealiz":33760,"(Entity":33761,"ús":33762,"ĠActually":33763,"ĠElite":33764,"Ġhelm":33765,"(nonatomic":33766,"asher":33767,"Community":33768,"alleng":33769,"iry":33770,"ĠGrowth":33771,"Ġsue":33772,"Ġfrequencies":33773,"_descriptor":33774,".Attribute":33775,"Ġrecipients":33776,"_NS":33777,"/\"+":33778,"iban":33779,"Ġathlete":33780,"ĠIgn":33781,"_DMA":33782,"(ds":33783,"ĠRequirements":33784,"ADI":33785,"erez":33786,"\\Admin":33787,"braska":33788,"ĠRust":33789,"Relation":33790,"COD":33791,"ĠVERSION":33792,"emma":33793,")){":33794,".Duration":33795,"ĠCamb":33796,"-logo":33797,"Ġreadable":33798,"Ġcreators":33799,"()];Ċ":33800,"UpDown":33801,"-half":33802,".getMonth":33803,"(sf":33804,"Pic":33805,"Ġhunger":33806,".tx":33807,"Ġexceeded":33808,"_seed":33809,"(^":33810,"_sk":33811,".perform":33812,"Ġ>::":33813,"Ġmongo":33814,"=float":33815,"bindParam":33816,"Smart":33817,"ifa":33818,"Ġsecurities":33819,"Ġprejud":33820,"Ġ,\"":33821,"Ġcorps":33822,"Ġvra":33823,"amacare":33824,"iterr":33825,"(Media":33826,"uche":33827,"Ġcob":33828,"Ġliber":33829,".geometry":33830,"Locator":33831,"Ġsliding":33832,"Ġsurgical":33833,"_CUR":33834,"Ġconsect":33835,"[*":33836,"ĠResort":33837,"Stub":33838,"_DOUBLE":33839,"ĠSoph":33840,"Ġelectoral":33841,"_disable":33842,"ĠÑģо":33843,"ĠLightning":33844,"Ġmentions":33845,"ocy":33846,"Ġleaked":33847,"Ġrelaxing":33848,"Presenter":33849,"vsp":33850,"Ġguilt":33851,"=-=-":33852,".reply":33853,"ĠMirror":33854,"Camp":33855,"Ġ+#+#+#+":33856,"Ġ+#+#+#+#+#+":33857,".Author":33858,"Ġdirective":33859,"-hook":33860,"íĦ°":33861,"}ĊĊĊĊĊ":33862,"@pytest":33863,"_rand":33864,"mis":33865,"Ġcolorful":33866,"uje":33867,"lasses":33868,"ĠClasses":33869,".have":33870,"%),":33871,"é¢ĺ":33872,"Ġdisturbing":33873,"substring":33874,"ĠKoh":33875,"Invest":33876,"purchase":33877,"Ġrecycling":33878,"ĠART":33879,"ierarchy":33880,"Ġfps":33881,".checkBox":33882,"íķ´":33883,"_material":33884,"ducation":33885,"Ġfw":33886,"udit":33887,"Ġreviewing":33888,"ĠSid":33889,"Syntax":33890,"ĠWritten":33891,"argar":33892,"UME":33893,"/q":33894,"Classifier":33895,"Official":33896,"Ġjazz":33897,"Ġomega":33898,"Physics":33899,"Ġlugar":33900,"_accessor":33901,".commands":33902,"Ability":33903,"ĠBatch":33904,"RAM":33905,"Ġencounters":33906,".Qu":33907,"BYTE":33908,"ĠDistribution":33909,"Ġuso":33910,"ĠRecovery":33911,"approved":33912,"Ġdenial":33913,"/share":33914,"LinkedList":33915,")čĊčĊčĊ":33916,"uddy":33917,"Ġfines":33918,"Ġry":33919,"Unicode":33920,"ĉrender":33921,"Ġpremises":33922,"Ġpon":33923,"aliases":33924,"/Foundation":33925,"cuda":33926,"ĠCock":33927,",:)":33928,"(folder":33929,"Ġméd":33930,"drag":33931,"Ġtalents":33932,"ĠĠĠĊĊ":33933,"еÑģÑĤв":33934,"mob":33935,".yml":33936,"Ġaster":33937,"Ġdiscre":33938,"goal":33939,"ĠGTX":33940,"ĠSUCCESS":33941,"ĠLONG":33942,"(find":33943,"Ġsingular":33944,"_sz":33945,"ĠEthereum":33946,"..Ċ":33947,"Ġirres":33948,"')){Ċ":33949,"Ġministers":33950,"Steps":33951,"iversal":33952,"ĠNevertheless":33953,"-led":33954,"Ġ(%)":33955,"ç¡®":33956,"Ġtimezone":33957,"Ġstranger":33958,"(render":33959,"Ġshutil":33960,"Ġmph":33961,"Ġtrio":33962,"ppy":33963,"Ġpredomin":33964,"Ġendors":33965,"ĠRussians":33966,"ĉrow":33967,"Ġwizard":33968,".serialize":33969,"Ġcomplained":33970,"Ġsido":33971,"Ġdelighted":33972,"-me":33973,"ĠRav":33974,"Human":33975,"adays":33976,"recv":33977,"Working":33978,"Jump":33979,"ĠÃ¥r":33980,"ĠAutomatic":33981,"_Base":33982,"æł¼":33983,"aurants":33984,"¯":33985,"æ¸":33986,"(CType":33987,"IFI":33988,"(amount":33989,"Ġbelieving":33990,"=mysql":33991,"Ġfir":33992,"Ġrestoration":33993,"ereco":33994,"Т":33995,"_'+":33996,"Ġebook":33997,"Ġdebris":33998,"(inputs":33999,"AYOUT":34000,"Ġscreaming":34001,"avia":34002,"lander":34003,"Ġdistress":34004,"Ġassembled":34005,"ĠAvoid":34006,"(thread":34007,"ĠRPC":34008,"_EXIT":34009,"(queue":34010,"иÑģÑĤ":34011,"Dll":34012,"Ġskull":34013,"_pub":34014,"chez":34015,"minate":34016,"ensen":34017,"Ġinsane":34018,"bounds":34019,"ĠRosen":34020,"Ġconditioning":34021,"processed":34022,"videos":34023,"four":34024,".Conv":34025,"|;Ċ":34026,"Personal":34027,"cerpt":34028,":UIControlStateNormal":34029,"Ġdoses":34030,"ĠKarl":34031,"ĠFrequ":34032,".BASE":34033,"ĠVote":34034,"Ġconcurrent":34035,"ĠMessageBoxIcon":34036,"ĠÃĸ":34037,"ĠDubai":34038,"ĠRetail":34039,":number":34040,"ĠObserver":34041,"ĠBigInteger":34042,"_origin":34043,"_WORK":34044,"Frames":34045,"Ġnotably":34046,".âĢľ":34047,"Ġtropical":34048,"Ġniche":34049,"amina":34050,".sys":34051,"(tokens":34052,"modify":34053,"osit":34054,"strom":34055,"ĠComics":34056,"OPTION":34057,"Ticket":34058,"Ġfactories":34059,"Ġdisput":34060,"_File":34061,"ĠFinn":34062,"eee":34063,"ĠDiscord":34064,"_money":34065,".tpl":34066,"_safe":34067,"LB":34068,"Ġglut":34069,"JK":34070,".flow":34071,"-cont":34072,"gos":34073,"Ġhorizon":34074,"ĠRush":34075,"::*":34076,"Pipe":34077,"ulla":34078,"borough":34079,"heimer":34080,"(move":34081,"(Text":34082,"});čĊčĊ":34083,"welcome":34084,"ĠComponents":34085,"Ġgovernance":34086,"closed":34087,"ĉmargin":34088,"Ġlaundry":34089,"ĠTerminal":34090,"izards":34091,".âĢĶ":34092,".remote":34093,".radius":34094,"ĠQuebec":34095,"Ġdh":34096,"Tech":34097,"ĠMist":34098,"seller":34099,"_literal":34100,"Ġgenius":34101,"Ġbrains":34102,"gem":34103,"ĠMeasure":34104,"Ġcatast":34105,"rance":34106,".TextField":34107,"Ġconsuming":34108,"Ġ'\\''":34109,"oubtedly":34110,"ĠCertain":34111,"Ev":34112,"erti":34113,"being":34114,"Experience":34115,"Ġ//[":34116,"ĠArabic":34117,"ĠCrist":34118,"ĠAzure":34119,"Ġhora":34120,"ladesh":34121,"\\Blueprint":34122,"dar":34123,".rel":34124,"Ġsuprem":34125,"ĠReagan":34126,"ĠAttributes":34127,"-sidebar":34128,"ĠuseStyles":34129,"ĠAirlines":34130,"Ġhills":34131,"/xhtml":34132,"vinc":34133,"_mock":34134,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":34135,"ĠPill":34136,".LayoutStyle":34137,"ĠCommander":34138,"]<":34139,"signature":34140,"Ġ{}čĊ":34141,"Ġhatred":34142,"Ġëĭ":34143,"olesterol":34144,"Ġ********":34145,"ancellor":34146,"crop":34147,"TIM":34148,"ĉĉĊĊ":34149,"ysqli":34150,"uitive":34151,"ĉunset":34152,"_sel":34153,"Ġmenus":34154,"tick":34155,"Ġconstitute":34156,"ĠElements":34157,"ĠRedis":34158,"aggio":34159,"_fp":34160,"_depend":34161,"emas":34162,"CAST":34163,"orange":34164,"jon":34165,"ĠEmily":34166,"Ġpotatoes":34167,"Ġreceptor":34168,"ĠElectronic":34169,"ĠLights":34170,"Ġcombining":34171,"ĠSomeone":34172,"Ġ########.":34173,"ĠTOD":34174,"/show":34175,"Xd":34176,".\"'":34177,"afx":34178,"Ġtragic":34179,"Styled":34180,"ĠMarco":34181,"Gallery":34182,"dale":34183,".âĢĿĊĊĊĊ":34184,"érie":34185,"/service":34186,"äºĨ":34187,"Ġambient":34188,"_SETTINGS":34189,".Adapter":34190,"lene":34191,"Ġtravels":34192,"Notice":34193,"Ġcleans":34194,"ĠFem":34195,"chair":34196,"Ñĥн":34197,"/my":34198,"_bad":34199,"ĠEconomics":34200,"ISA":34201,"_CNT":34202,"(Menu":34203,"äºİ":34204,"ĠRidge":34205,"Ġlengthy":34206,"Dot":34207,"Ġjumps":34208,"Ġhey":34209,"$pdf":34210,"Ġworm":34211,"Ġsut":34212,"Ġsher":34213,"iamo":34214,"ĠCalc":34215,"trieve":34216,"Ġcops":34217,"ĠChrom":34218,"Ġregulated":34219,"reatment":34220,"ĠHigher":34221,"oks":34222,"Ġdeze":34223,"LOCATION":34224,"ongsTo":34225,"Ġfinite":34226,"Ġvaries":34227,"Ġpositioned":34228,"'il":34229,"éĩij":34230,"Ġhike":34231,"(done":34232,"playlist":34233,"Ġada":34234,"Ġcoastal":34235,"ĠNancy":34236,".DateTimeField":34237,"CppCodeGen":34238,"ĠSimilarly":34239,"reur":34240,"ĠContr":34241,"ĠHidden":34242,"ĠBeta":34243,"atched":34244,"_install":34245,".Output":34246,"Lookup":34247,"ĠRichmond":34248,"quared":34249,"Ġmanga":34250,"-controls":34251,"ĠBernard":34252,"Large":34253,"Ġslices":34254,"Ġoffence":34255,"ĠMega":34256,"Ġestar":34257,"Ġjoints":34258,"Ġsumm":34259,"_platform":34260,"Buff":34261,".addSubview":34262,"Ġretained":34263,"Letter":34264,".dim":34265,"Ġessere":34266,"ĠScaffold":34267,"EXPECT":34268,"ĉRE":34269,".longitude":34270,"ünd":34271,"Ġstatue":34272,".addWidget":34273,"ĠCaribbean":34274,"addPreferredGap":34275,"ilde":34276,"UILabel":34277,"ĠOpport":34278,"Ġimperial":34279,"ursion":34280,"Ġmandate":34281,"Ġpromotional":34282,"Ġvk":34283,"iaÅĤ":34284,"Ġpyl":34285,"ĠCreation":34286,"озд":34287,"Ġsimpler":34288,".what":34289,"ĠRecent":34290,"Storm":34291,".quantity":34292,"ĠLov":34293,"\"-":34294,"ubbles":34295,"_notification":34296,"(world":34297,"urger":34298,"*(-":34299,":\"Ċ":34300,"hm":34301,"anship":34302,"ĠAlmost":34303,"Ġmotorcycle":34304,"_fee":34305,"Ġabsorb":34306,"ĠVincent":34307,"Ġsounded":34308,"ÃŃst":34309,"Ġpharmaceutical":34310,"htag":34311,"ĠKindle":34312,"italize":34313,"ĠEmperor":34314,"oustic":34315,"Ġspecialists":34316,"åħ¬":34317,"BorderStyle":34318,"/\\":34319,"RELATED":34320,"(',',":34321,"(expr":34322,"Ġht":34323,"åįĪ":34324,"_Create":34325,"Ġspecially":34326,"Ġ[];čĊ":34327,"Ġheel":34328,"Ġsept":34329,"_arch":34330,"(initial":34331,"%.ĊĊ":34332,"\\\",\\\"":34333,"Ġdiscusses":34334,"Ġupt":34335,"Ġ[&":34336,"Ġmanus":34337,".hand":34338,"ĠMAIN":34339,"ĠDenmark":34340,"Ġ],čĊ":34341,"Ġcryst":34342,"Ġnack":34343,"Coords":34344,"_inner":34345,"Ġmidst":34346,"Ġawake":34347,"ĠÐŀ":34348,"-break":34349,"ÃŃvel":34350,"_PASS":34351,"ĠParams":34352,"Ġdetr":34353,"Ġspider":34354,"ĠConcept":34355,"Ġprend":34356,"CHED":34357,".Exit":34358,"Ġpopulated":34359,"Ġvirtue":34360,"_SESSION":34361,"Ġnouvel":34362,"oauth":34363,"ĠданнÑĭ":34364,"rink":34365,".HeaderText":34366,"aturated":34367,"Ġerst":34368,"Ġåħ":34369,"à¥ĩ":34370,"_visible":34371,"eyer":34372,"Ġliable":34373,"Ġdebe":34374,"Ġbw":34375,"{-#":34376,"_WIN":34377,"dfs":34378,"Hover":34379,"ĠPUT":34380,"-angle":34381,"Ġnoble":34382,"Ġtraces":34383,"encv":34384,"ĠuserData":34385,"_ins":34386,"ĠSuz":34387,"Ġnewsletters":34388,"ĠModi":34389,"Ġentrepreneurs":34390,"Ġtribute":34391,"Ġrumors":34392,"Ġrr":34393,"ĠQuarter":34394,"ê³ł":34395,"Ġfeeds":34396,"óg":34397,"Ġenvelope":34398,"Ġlear":34399,"Ġkø":34400,"developer":34401,"Similar":34402,":\")Ċ":34403,"subscription":34404,"Modifier":34405,"italic":34406,"Ġnasty":34407,"Ġtermination":34408,"Ġcharming":34409,"ĠâŁ":34410,"tons":34411,".trace":34412,"hots":34413,"ĠUR":34414,"Mont":34415,"Ġjustified":34416,"ĠGang":34417,"inea":34418,"Ġbog":34419,"(ap":34420,"_$":34421,"Ġcontamin":34422,".Dot":34423,"ĉDebug":34424,"(exports":34425,"Ġpaired":34426,"ĠAssignment":34427,"Ġautomobile":34428,"ĵį":34429,"Ġphases":34430,"vw":34431,"@SuppressWarnings":34432,"=\\":34433,"rant":34434,"-ed":34435,"ĉawait":34436,"Ġcertificates":34437,"'>\"":34438,"Ġintact":34439,"CTRL":34440,"Mike":34441,"gregation":34442,"ATTERN":34443,"Ġrepublic":34444,"_upper":34445,"iliary":34446,"Ġcomputation":34447,"hire":34448,"ĠShin":34449,"_ANY":34450,"ĠManufacturer":34451,"ĠCarm":34452,"Ġbearings":34453,"_comb":34454,"cad":34455,"uristic":34456,"Ġwholesale":34457,"Ġdonor":34458,".interfaces":34459,"presso":34460,"ĠBrun":34461,"-close":34462,"prove":34463,"_SK":34464,"ĉframe":34465,"etros":34466,"ĠPain":34467,"_EXP":34468,"ĠLT":34469,"_fs":34470,".datas":34471,"ĉss":34472,"voir":34473,"ĠAxis":34474,"Major":34475,"=\"<":34476,"[h":34477,"Ġprofess":34478,"igrate":34479,"(score":34480,"Keyword":34481,"\"os":34482,"ĠĠĠĠĉĊ":34483,"analysis":34484,"Ġreplay":34485,".pass":34486,"\\d":34487,"tls":34488,"Ġsanct":34489,".light":34490,"_mobile":34491,"ÑģÑĤÑĮ":34492,"ĉtotal":34493,"uity":34494,"Ġpaused":34495,"NAS":34496,"Ġencore":34497,"loe":34498,"Ġ-*-ĊĊ":34499,".high":34500,"ampler":34501,"ĠSecure":34502,"Ġfragments":34503,"_vel":34504,"illary":34505,"ĠStein":34506,"ĠDawn":34507,"Ġmaximize":34508,"ย":34509,"Ġ/^":34510,"Ġcontinually":34511,"Ġshadows":34512,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":34513,"ĠIActionResult":34514,"Ġinformación":34515,"CHECK":34516,".SelectedItem":34517,"bundle":34518,"olley":34519,"<":34681,"Ġtrajectory":34682,"_ring":34683,"Ġhydrogen":34684,"tron":34685,"Ġstatute":34686,"Ġconditional":34687,"Ġtray":34688,"-school":34689,"(widget":34690,"$config":34691,"Ġrequesting":34692,".uint":34693,"eton":34694,"brities":34695,"OfType":34696,"ADMIN":34697,"predict":34698,"Ġgegen":34699,"ĠHapp":34700,"OCUMENT":34701,"ĠApart":34702,"Ġ-----":34703,"roe":34704,"uide":34705,"justify":34706,"ĠSquad":34707,"Ġprofes":34708,".bot":34709,"_currency":34710,"innen":34711,"ĠMumbai":34712,"ĠNumbers":34713,"avanaugh":34714,"agnitude":34715,"âĢľThere":34716,"=http":34717,"çīĩ":34718,"Ġvb":34719,"+'{{$":34802,"Ġinode":34803,"sil":34804,"Ġhace":34805,"Ġseverely":34806,"ĠOverview":34807,"Ġspraw":34808,"Ġbeaches":34809,":left":34810,"·»":34811,"(${":34812,"ĠFIRST":34813,"ĠSpa":34814,"-ass":34815,"Ġbaise":34816,"ĠNODE":34817,"ĠPizza":34818,"Pet":34819,"(seq":34820,"\\\">Ċ":34821,"CppMethodPointer":34822,"Ġvp":34823,"Ġia":34824,"_seconds":34825,"emet":34826,"/blob":34827,"_THRESH":34828,"...čĊ":34829,"Dest":34830,"ĠNH":34831,".dataSource":34832,"ités":34833,"ĠJak":34834,"sell":34835,"Ġworkshops":34836,"\",Ċ":35452,"_Pin":35453,"uese":35454,"Ġoverrides":35455,"_ready":35456,"Advanced":35457,"Ġopi":35458,"-cart":35459,"(\"/\",":35460,"ĠDeb":35461,"CRY":35462,"ĠVertical":35463,"ĠOVER":35464,"ĠCorporate":35465,"Ġ\"\";":35466,"Ġstepping":35467,"ej":35468,"Ġaccusations":35469,"Ġoraz":35470,"_tail":35471,"Ġinduced":35472,"Ġelastic":35473,"Ġblown":35474,",//":35475,"Ġbackgrounds":35476,"âĢĻune":35477,"-sdk":35478,"ĠsetInterval":35479,"Ġincentives":35480,"Ġvegetable":35481,"_On":35482,"expanded":35483,"pix":35484,"_shader":35485,"ĠSPDX":35486,"@example":35487,"ĠWrapper":35488,".Zero":35489,"Positive":35490,"Ġspinner":35491,"Ġinvented":35492,"ĠGates":35493,"оÑĤоÑĢ":35494,"Ġcomparisons":35495,"è·":35496,".primary":35497,"dataProvider":35498,"additional":35499,"ĉoptions":35500,"snapshot":35501,".setHorizontal":35502,"Ġ\"{}":35503,"ĠFisher":35504,"halten":35505,"":35538,"ĠRegistered":35539,"INED":35540,"kal":35541,"parison":35542,"Ġobjeto":35543,"Vi":35544,"manda":35545,"Ġrenewed":35546,"ĠSof":35547,"essel":35548,".ndarray":35549,"Ġcrap":35550,"管":35551,".abspath":35552,"(up":35553,"Ġclearance":35554,"ĠTW":35555,"_COPY":35556,"ĠĠĠĠĠĠĠĠĠĠĠĠĉ":35557,"Ġforests":35558,"Ġarguably":35559,"ĠASS":35560,"hey":35561,"amel":35562,"_fore":35563,"ĠSoutheast":35564,"Ġabused":35565,"Ġpracticing":35566,"akedirs":35567,"主":35568,"_resources":35569,"Ġpond":35570,".Fixed":35571,"LastError":35572,"ĠPsychology":35573,"Ġ\"//":35574,"!:":35575,"Reusable":35576,"Ġmensaje":35577,"Ġrospy":35578,"Ġbour":35579,"Ġvarieties":35580,"Ġempath":35581,"(({":35582,"_org":35583,"ĠMes":35584,"ĠMagento":35585,"ISTORY":35586,"Unless":35587,"Ġhj":35588,"ĠDuty":35589,"Jun":35590,",size":35591,"Ġpaintings":35592,"Ġdispens":35593,"dart":35594,"Ġbehavioral":35595,"Ġrpc":35596,"calculate":35597,"fruit":35598,"_mm":35599,"ĉpthread":35600,"MaxLength":35601,"Ġcurrencies":35602,"_capacity":35603,"ĠOz":35604,"Ġfirearm":35605,"Ġcoefficient":35606,"Ġbankruptcy":35607,"wart":35608,"Ġfatigue":35609,"AVA":35610,"Ġespa":35611,"_pc":35612,"ĠQuotes":35613,"_LIGHT":35614,"ĠTickets":35615,"Ġrelates":35616,"Ġpublishers":35617,"Ġunlocked":35618,"Ġ//----------------------------------------------------------------":35619,"ĠInterruptedException":35620,"Ġoutlook":35621,"rn":35622,"Ġrebels":35623,"Written":35624,"Ġasian":35625,"otto":35626,"Ġĉĉĉĉ":35627,"_gpu":35628,"Txt":35629,".ImageView":35630,"Ġsuis":35631,"_tables":35632,".RecyclerView":35633,"Ġwhatsoever":35634,"èģ":35635,"]++;Ċ":35636,"assertTrue":35637,"_verify":35638,"ĠRivers":35639,"Ġ][":35640,"Jet":35641,"idian":35642,"Sibling":35643,"Ġgenres":35644,".Access":35645,"OPS":35646,"Ġtrivial":35647,"ส":35648,"alen":35649,"вед":35650,"ĠSword":35651,"Ġscrutiny":35652,"(cb":35653,"Ġcommerce":35654,"Ġguarantees":35655,"_adv":35656,"ĠLET":35657,"recio":35658,"Ġhilar":35659,"Ġbackyard":35660,"ãĢı":35661,"Ġillustrated":35662,"/vendor":35663,".Util":35664,"Ġwow":35665,"LOY":35666,"ĠMarshal":35667,"\">'.$":35668,"ĠBak":35669,"Ġmodifiers":35670,"dictionary":35671,"ĠStre":35672,"multiple":35673,"\")),":35674,"ĠCort":35675,"']\").":35676,"(admin":35677,"ĠCreator":35678,"Internet":35679,"(ms":35680,"logy":35681,"DECLARE":35682,"ĠMarcus":35683,"<<<<":35684,"ãģł":35685,"_my":35686,"(inst":35687,"Ġsciences":35688,"NDER":35689,".enter":35690,"Ġitu":35691,"Ġbehave":35692,"Pan":35693,"ombies":35694,"='<":35695,"'));čĊ":35696,"ĠMENU":35697,"ĠWorkers":35698,".NoError":35699,"Ġbindings":35700,"Ġdisabilities":35701,"{\\":35702,"ĠMunicip":35703,"Ġcores":35704,"urple":35705,"ĠNokia":35706,"usions":35707,"ĠFitness":35708,".handleChange":35709,"Ġjavascript":35710,"ìļĶ":35711,"(dec":35712,"Ġpacking":35713,"-depend":35714,"Ġtranscript":35715,"zeros":35716,"_alert":35717,"?\",Ċ":35718,"libs":35719,"±Ð¾ÑĤ":35720,"Ġ|ĊĊ":35721,"trained":35722,"ĠGent":35723,"ĠRab":35724,"xp":35725,"_configuration":35726,"天":35727,"_accept":35728,".recyclerview":35729,":url":35730,"ĠMuhammad":35731,"Ġprivileges":35732,"_bank":35733,"uku":35734,"wallet":35735,"ĠROOT":35736,"Ġencuent":35737,"?family":35738,"ĉposition":35739,"Ġcg":35740,"Ġprecip":35741,"methods":35742,"_fast":35743,"increment":35744,"ĠTiger":35745,"_OCCURRED":35746,"quip":35747,"ĠHAS":35748,"_dom":35749,"Ġwreck":35750,"bj":35751,"Ġdern":35752,"Ġorgans":35753,".entries":35754,"Ġ_('":35755,"ramento":35756,"ĠJamie":35757,"Ġpunk":35758,"IPP":35759,"Ġprograma":35760,"Ġattain":35761,"Ġproves":35762,"/sign":35763,"Ġanswering":35764,"Ġladder":35765,"****************************":35766,"ĠWalmart":35767,"ĠCONTENT":35768,"ductor":35769,"Ġverbal":35770,"ĠPID":35771,"crypto":35772,"_CALLBACK":35773,"Ġ=================================":35774,"Ġpotent":35775,"Ġshorts":35776,".Uri":35777,".uniform":35778,";border":35779,"ĠWer":35780,"Ġherein":35781,"lla":35782,"ĠIhr":35783,"Pixmap":35784,"literal":35785,"!)ĊĊ":35786,"generic":35787,"rust":35788,"_scripts":35789,"osto":35790,"itus":35791,"ĠCoalition":35792,"Ġremot":35793,"deploy":35794,"ĠEagle":35795,"ãĢģãĢĮ":35796,"Ġimportante":35797,"ĉobject":35798,"Ġseasonal":35799,"nej":35800,"aidu":35801,"BindView":35802,"ĠSierra":35803,"-bg":35804,"ĠmakeStyles":35805,"[offset":35806,"Games":35807,"Ġhormone":35808,"ARIO":35809,"heads":35810,"(select":35811,"ĠStarted":35812,"@param":35813,"_decl":35814,"_blog":35815,"Ġaño":35816,"\\Api":35817,"ĠMilwaukee":35818,"Provid":35819,"Animated":35820,"Ġcooler":35821,"ĠSeed":35822,".Edit":35823,"ÏĦ":35824,"ĠTaking":35825,"ĠborderColor":35826,"-founder":35827,".LoggerFactory":35828,"Ġ\"\"ĊĊ":35829,"ALT":35830,"ĠLate":35831,"EDIATE":35832,"Ġ);ĊĊĊ":35833,"afa":35834,"Ġcancellation":35835,"Atom":35836,"ĠBirmingham":35837,"empresa":35838,"HEMA":35839,"ascal":35840,"Ġupside":35841,".Version":35842,"ĠFolder":35843,"ĠEight":35844,"ĠVintage":35845,"ĠAppDelegate":35846,"ĠPrevention":35847,".separator":35848,"STM":35849,"(room":35850,"generator":35851,"Ġcattle":35852,"ĉZ":35853,"ĠParticle":35854,"'};Ċ":35855,"Ġneighbours":35856,"ĠStateless":35857,"Ġaltitude":35858,"Ġsaint":35859,"обав":35860,"Ġconvinc":35861,"ĠContents":35862,"Ġjeune":35863,"(ts":35864,"Serialization":35865,"(collection":35866,"ĠJazz":35867,"ĠDod":35868,"ĠRoch":35869,"acio":35870,"commended":35871,"DEFINE":35872,".onload":35873,"Ġspecialty":35874,"PLACE":35875,"_MOVE":35876,"Ġaccountable":35877,"Reuters":35878,"Ġficken":35879,"Ġdepr":35880,"Wow":35881,"Void":35882,".space":35883,"à¸Ĺ":35884,"Ġtq":35885,"ĠPets":35886,"<$":35887,"(Current":35888,"berries":35889,"planation":35890,"ĠlistOf":35891,"ĠThu":35892,"ĠPRINT":35893,"Ġmismo":35894,"Ġdoi":35895,"chk":35896,"ĠUnicode":35897,"(role":35898,"Ġvirgin":35899,"-->Ċ":36360,"Vol":36361,"ĠSSD":36362,"))),":36363,".Optional":36364,"Ġnurses":36365,"Ġorb":36366,"_pe":36367,");čĊčĊčĊ":36368,"placed":36369,"esser":36370,"Ġtherapeutic":36371,"Ġwhitespace":36372,"Ġaston":36373,"Successful":36374,"Ġpraised":36375,"ĠWes":36376,"Ġeighth":36377,"iral":36378,"Ġvrouw":36379,"Ġfaction":36380,"_bias":36381,"Ġwitch":36382,"Ġnpc":36383,"(sb":36384,"ĠRodrig":36385,"_big":36386,"Dependency":36387,"ĠAbraham":36388,"ardi":36389,"CAR":36390,"nos":36391,"Ġabundance":36392,"Ġnutrients":36393,"instein":36394,".Vert":36395,"ĠISS":36396,"D":36495,"Ġservlet":36496,"bastian":36497,"Ġ>&":36498,"SID":36499,"_clk":36500,"Ġdivisions":36501,"}',Ċ":36502,"Ġdildo":36503,"Ġparade":36504,"major":36505,"Ġaboard":36506,";++":36507,"Ġfusion":36508,"\"},{\"":36509,"ĠDialogResult":36510,"ĉarr":36511,"-em":36512,"_nr":36513,"(handler":36514,".NET":36515,".XtraReports":36516,"ĠShah":36517,"ĠBrief":36518,"-,":36519,"Ġprecio":36520,"ĉĉĉĠĠĠĠĠĠ":36521,"Ġtant":36522,"ĠGrande":36523,"/xml":36524,"_ICON":36525,"ĠRetro":36526,"unque":36527,"Ġnag":36528,"toFixed":36529,"XL":36530,"Ġdeclaring":36531,"ĠConcrete":36532,"ĠAmazing":36533,"ĉprintk":36534,"Ġdebates":36535,"DATED":36536,"Ġaesthetic":36537,"emetery":36538,"RoutingModule":36539,"ĠNashville":36540,"WAYS":36541,"Ġwolf":36542,"Ġobservers":36543,"OTA":36544,"anson":36545,"Ġea":36546,"Ġgreenhouse":36547,"ĵįä½ľ":36548,"Ġstair":36549,"Ġimmigrant":36550,"_apply":36551,"peare":36552,"ĠBloomberg":36553,"_PLAYER":36554,"Resp":36555,"æŃ£":36556,"Chooser":36557,"ĠICollection":36558,"Peter":36559,"Erro":36560,".detectChanges":36561,"Maps":36562,"Ġsqueeze":36563,"ĠHomes":36564,"wegian":36565,"Ġformatting":36566,"Ġnegotiate":36567,"uld":36568,"ĠNep":36569,"ĠQB":36570,"Ġeconomies":36571,"Ġ*/,":36572,"Ġredund":36573,"ĠAber":36574,".IsNullOrWhiteSpace":36575,"ycled":36576,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":36577,"_Sh":36578,"Ġskept":36579,"Ġrecreated":36580,"ĠgetType":36581,"Ġmargins":36582,"Ġcolonial":36583,"charts":36584,"//@":36585,"Ġprocessors":36586,"说":36587,"batis":36588,"æĦı":36589,"atorio":36590,"mentioned":36591,"Patient":36592,"Ġprey":36593,"Checkbox":36594,"_xpath":36595,".skip":36596,"ĠMormon":36597,"ĠMemoryStream":36598,"CREMENT":36599,"Ġku":36600,"meld":36601,"\\Data":36602,"ĠKernel":36603,"iltr":36604,"éĢģ":36605,"(profile":36606,"Carbon":36607,"ROLE":36608,"(pl":36609,"]*(":36610,".memory":36611,"Ġmedal":36612,"Ġadvisor":36613,"ität":36614,"Ġhdr":36615,"ierung":36616,"ĠProvides":36617,"(alpha":36618,"Ġteenagers":36619,"-parser":36620,".LatLng":36621,"]()Ċ":36622,"Ġfelony":36623,"ĉĉĉĊĉĉĉĊ":36624,"BOOK":36625,"Ġslash":36626,"Ġclearfix":36627,"ĠProphet":36628,"容":36629,"rightness":36630,"-fi":36631,".kind":36632,"erton":36633,"Jim":36634,"Ġmanipulate":36635,"Ġworksheet":36636,"olin":36637,"stars":36638,"Ġartifact":36639,"_EMPTY":36640,"ĉmain":36641,"-------------';":36709,"Ġexpressing":36710,"ĠIQ":36711,"ĠFact":36712,"/*******************************************************************************Ċ":36713,"_mass":36714,")):":36715,"Ġcondom":36716,"ĠcreateState":36717,"ometown":36718,"Ġirr":36719,"Ġ>(":36720,">B":36721,"iteration":36722,"ãĥª":36723,"Ġshirts":36724,"ounty":36725,"->$":36726,"_SIGN":36727,"ĠDale":36728,"Ġjj":36729,"Easy":36730,"Fre":36731,"ĠNy":36732,"Ġchlor":36733,"matched":36734,"ĠGerm":36735,"-UA":36736,"ĠNathan":36737,"education":36738,"-yard":36739,"-che":36740,"houses":36741,"ritional":36742,"Ġproximity":36743,"Ġdiesem":36744,"áºŃp":36745,"Ġdrought":36746,".audio":36747,"ĠLeo":36748,"Ġfavorable":36749,"inch":36750,"ĠDaw":36751,"ribly":36752,"_student":36753,"idable":36754,"OVE":36755,"Ġlacks":36756,"ouncing":36757,".business":36758,"Ġreopen":36759,"maybe":36760,"_GLOBAL":36761,"Ġdresses":36762,"ĠEdwards":36763,"ensible":36764,"ĠHardware":36765,"ĠExcellent":36766,"ĠTimeUnit":36767,"CTIONS":36768,"Ġschedules":36769,"Ġsegue":36770,"Opens":36771,"ammen":36772,"-Identifier":36773,"Ġstaring":36774,"Ġhappily":36775,"ĠHob":36776,"'_":36777,"Ġ\");":36778,"amentos":36779,"etched":36780,"Ġ/>}Ċ":36781,".Users":36782,"Ġinterrupted":36783,"Contacts":36784,"Ġregistro":36785,"inburgh":36786,"CHA":36787,"_imp":36788,"phis":36789,"say":36790,"Ġretailer":36791,".NODE":36792,"/maps":36793,"_LAST":36794,"ĠCharge":36795,"_guard":36796,"Collider":36797,"ĠStatelessWidget":36798,"\":[\"":36799,"(\"../../":36800,"ioxide":36801,"ĠSund":36802,"Ġ'';":36803,"unset":36804,"addWidget":36805,"лÑİ":36806,"elles":36807,"alker":36808,"Arc":36809,"Ġdeduct":36810,"GUILayout":36811,"ĠVilla":36812,"Ġforbidden":36813,"_where":36814,"Ġ\\/":36815,"ĠTib":36816,"_AX":36817,"]čĊčĊ":36818,"ĠBir":36819,"Ġbend":36820,"ĠMAKE":36821,"ĠMET":36822,"Ġfutures":36823,"Ġweighted":36824,"\"\"\"čĊ":36825,"Ġauthorize":36826,"(program":36827,"},{\"":36828,"Ġcoefficients":36829,"ês":36830,"PerPage":36831,"ĠBathroom":36832,"ĠPublishing":36833,"GPL":36834,"Ġsubmissions":36835,"ĠNUMBER":36836,"jÄħ":36837,"Ġadditionally":36838,"empre":36839,"ĠShel":36840,"otyp":36841,"Solution":36842,"Ġthunder":36843,"_ec":36844,"ĠĊĠĠĠĠĊ":36845,"ĠFellow":36846,"Ġkay":36847,"ĠnewState":36848,"ONTAL":36849,"Implementation":36850,".Look":36851,"Ġents":36852,"Ġlors":36853,"ĠBIG":36854,"fab":36855,"Ġaveraged":36856,"ĠFeedback":36857,"ĠWells":36858,"Ġmartial":36859,"Ġindul":36860,"ĠCommunist":36861,"ĠForex":36862,"ĠAgriculture":36863,"\"[":36864,"Ġquar":36865,"ĠKont":36866,"ĉview":36867,".Bytes":36868,"desktop":36869,"ĠMakes":36870,"akespeare":36871,".Nullable":36872,"Ġspotlight":36873,"VB":36874,"owy":36875,"(torch":36876,"tridge":36877,"_bounds":36878,"Ġapologize":36879,".addItem":36880,"antd":36881,"*);Ċ":36882,",u":36883,"(gen":36884,"ç»ĵ":36885,"reator":36886,"ĠCord":36887,"oupper":36888,".metro":36889,"Ġew":36890,"ĠWORD":36891,".After":36892,"Ġdetained":36893,"ĠHammer":36894,"existing":36895,"Ġost":36896,"Ġmonument":36897,"-custom":36898,"UserID":36899,"ĠNom":36900,"Ġrejection":36901,"(dim":36902,"Ġsingleton":36903,"ĉdie":36904,"ariance":36905,"reports":36906,"]!=":36907,"elda":36908,"Ġprevalence":36909,"_regs":36910,".\".":36911,"Ġfeminist":36912,"Codec":36913,"Ġ**Ċ":36914,"(labels":36915,"_MARK":36916,"FAILED":36917,"Ġadministered":36918,"WN":36919,"ĠĠĠĠĠĠĠĠĉĉ":36920,"Ġnoun":36921,"wig":36922,"Ġgotta":36923,"Ġrif":36924,"-im":36925,"ĠPaulo":36926,"ĠCommandType":36927,"]))ĊĊ":36928,"-zero":36929,"Training":36930,"Ġlord":36931,"_art":36932,"reddit":36933,"Cert":36934,"Ġpeso":36935,"Rot":36936,"Ġendanger":36937,".dr":36938,"userInfo":36939,"unts":36940,"nv":36941,"ĠTrailer":36942,"-first":36943,"(make":36944,"Ġbenefici":36945,"-black":36946,"iÃŁ":36947,"Ġundoubtedly":36948,"Ġmex":36949,"ĠAncient":36950,"(as":36951,"Ġdescent":36952,"Pick":36953,"Ġreplica":36954,"$obj":36955,"ähr":36956,"Ġarrows":36957,"fty":36958,"ĠLibya":36959,"uga":36960,"charged":36961,"Tur":36962,"Ġhomic":36963,"issen":36964,"ĠFake":36965,"Ġbeers":36966,"Ġscattered":36967,"(Time":36968,"UTIL":36969,"Ġbureaucr":36970,"/plain":36971,"Ġsticking":36972,"FAIL":36973,"ĠCovid":36974,"Third":36975,"_present":36976,"ĠPierre":36977,"Ġëª":36978,"Ġ[...]ĊĊ":36979,"Prob":36980,"ĠTraffic":36981,"icao":36982,"doctor":36983,"Ġ),ĊĊ":36984,"Tabs":36985,"alu":36986,"ï¼ļâĢľ":36987,"Ġinherent":36988,"_No":36989,"ritis":36990,"ĠProof":36991,".basename":36992,"ä¼ļ":36993,"Ġchim":36994,"ĠProtected":36995,"crit":36996,"Ġprone":36997,"Ġкон":36998,"ĠHeroes":36999,"Ġanxious":37000,"Ġanos":37001,"Ġweekends":37002,"Ġsext":37003,"Ġreducer":37004,"=UTF":37005,"half":37006,"ĠSaw":37007,".mm":37008,"Ġnueva":37009,".currentTarget":37010,".lua":37011,"_EXTENSION":37012,"ĉreg":37013,"ĠCtrl":37014,"_align":37015,"acceptable":37016,"Ġrushing":37017,"frac":37018,"Ġboasts":37019,"Five":37020,"±":37021,"ĠTemperature":37022,">):":37023,"Ġcharter":37024,"REATED":37025,"Ġsubjected":37026,"Ġopc":37027,"healthy":37028,"使çĶ¨":37029,"ĠScientific":37030,"Ġfrau":37031,"riages":37032,"à¸Ķ":37033,".inventory":37034,"ationale":37035,"Mad":37036,"minutes":37037,">>();Ċ":37038,"ĠEnv":37039,"Ġrecordings":37040,"Ġsuspicion":37041,"sqlite":37042,"ĉread":37043,"ãģ¦":37044,"Ġworries":37045,".putString":37046,"ĠShanghai":37047,"(uid":37048,"rer":37049,"ĠvÃŃde":37050,"\"):":37051,"Ġmethodology":37052,"ĠкоÑĤоÑĢ":37053,"ccc":37054,"avad":37055,"Ġinduction":37056,"ĉThread":37057,",string":37058,"ại":37059,"nehmen":37060,"uition":37061,"Ġ*__":37062,".emf":37063,"Ġìľ":37064,"/themes":37065,"ĠNine":37066,".One":37067,"ĠEmbed":37068,"Ġfaz":37069,"uations":37070,"Ġprivately":37071,"Ġling":37072,"[F":37073,"ushi":37074,"Ġlaunches":37075,"(KEY":37076,"GMT":37077,"Ġaiming":37078,"patible":37079,"ĠBiden":37080,"iw":37081,"ĠDegree":37082,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":37083,"Ġ$('<":37084,"ários":37085,"toUpperCase":37086,"ìłľ":37087,"ĠEUR":37088,"Ġoversight":37089,"Ġtablesp":37090,"Updates":37091,".makedirs":37092,"Ġhumidity":37093,"/template":37094,"Always":37095,"(IS":37096,"_cert":37097,"Dig":37098,"Ġunderway":37099,"orton":37100,"ĠHurricane":37101,"Ġspends":37102,"ĠSegment":37103,"Ġflies":37104,"ĠToggle":37105,"ĠLynch":37106,"Ġsenses":37107,"ĠKos":37108,"setEnabled":37109,"istically":37110,"Ġtester":37111,"Ġadministrators":37112,"Ġtagged":37113,"Ðĵ":37114,"Ġshortcut":37115,"ĠResolution":37116,"Ġsupervision":37117,"ĠAshley":37118,"Tracking":37119,"ulatory":37120,"andel":37121,"isten":37122,"Ġunre":37123,"(diff":37124,"ANTS":37125,"Ġrider":37126,"ĠsÄħ":37127,".Series":37128,"_orders":37129,"ORIZONTAL":37130,"Ġretention":37131,"ãĢĤčĊčĊ":37235,"Ġdiagonal":37236,"ĠCancellationToken":37237,"_Internal":37238,"Ġruin":37239,".Qt":37240,"ocratic":37241,"Tel":37242,"ĠAnswers":37243,"matic":37244,"Ġxp":37245,"atem":37246,"_jobs":37247,"_any":37248,"Ġseniors":37249,"Ġlandmark":37250,"ĠQList":37251,"Ġmaneu":37252,"otify":37253,"/\";Ċ":37254,"/server":37255,"ĠPhilosoph":37256,"utenant":37257,"(io":37258,"hz":37259,"Ġauthenticated":37260,"dv":37261,"-Compatible":37262,"Originally":37263,",function":37264,"ãĢĤčĊ":37265,"ĠRepresentative":37266,"asily":37267,"ircuit":37268,".dt":37269,"(math":37270,".Marshal":37271,"[,":37272,"ĠCities":37273,"_turn":37274,"|)Ċ":37275,"Ġcantidad":37276,"alter":37277,"ĉui":37278,"ĠNebraska":37279,"Ġskirt":37280,".bg":37281,"SharedPreferences":37282,"(style":37283,"Ġgrief":37284,"gew":37285,"Ġsafeg":37286,"olang":37287,"_lists":37288,"ìĽ":37289,"Ġgranite":37290,"Ġhottest":37291,".jdbc":37292,".Customer":37293,"Ġâī¤":37294,"Ġwaar":37295,"_scene":37296,"+'/":37297,"ĠJTextField":37298,"Ġseating":37299,"Ġwears":37300,"Ġ`/":37301,"Cases":37302,"ĠYoutube":37303,"ım":37304,"Ġbalcon":37305,",G":37306,"MetaData":37307,"-price":37308,"SCR":37309,"Unity":37310,"Ġtrunk":37311,"={`${":37312,"Ġearthquake":37313,"Partial":37314,"Ġsubst":37315,"Ġelimin":37316,"=\"'.":37317,"//*[@":37318,"Ġsupervisor":37319,"vrolet":37320,"_article":37321,"Ġpane":37322,"bio":37323,"Ġmotors":37324,"NM":37325,"Frank":37326,"Ġonion":37327,"-word":37328,"ItemClickListener":37329,"Ġbrit":37330,"endencies":37331,"Computer":37332,"_running":37333,"(day":37334,"-he":37335,"(named":37336,"ĠSach":37337,"оÑĩ":37338,"campaign":37339,".Abstract":37340,"(wrapper":37341,".pay":37342,"Ġuw":37343,"Geo":37344,"rails":37345,"/select":37346,"ichte":37347,"sons":37348,"EVENT":37349,"Ġaliment":37350,"Providers":37351,"Await":37352,"_INTERVAL":37353,".off":37354,"Ġgluten":37355,"_cloud":37356,"Ġwen":37357,".extract":37358,"ĉbutton":37359,"/MM":37360,"Party":37361,"Ġdemographic":37362,"_errno":37363,"Ġhiking":37364,"('')Ċ":37365,"\",@\"":37366,"Ġwit":37367,"rá":37368,"ologie":37369,"ĠStyles":37370,"ĠBrowserModule":37371,".RequestMapping":37372,"icans":37373,"PAGE":37374,"creation":37375,"ĠFerguson":37376,"uded":37377,"numbers":37378,"ĠGTK":37379,"Ġpresentations":37380,"ĠBobby":37381,"_span":37382,"estyle":37383,"Ġillegally":37384,"abela":37385,"Ġbattlefield":37386,"capacity":37387,"terror":37388,"]\");Ċ":37389,"Ġwarrior":37390,"leader":37391,"ĠDBG":37392,"ĠRevenue":37393,"Ġvigil":37394,"Ġcounterparts":37395,"(Error":37396,"ACTER":37397,"Ġheeft":37398,"Ġselections":37399,"zeug":37400,"tom":37401,"-two":37402,".;Ċ":37403,"_statement":37404,"ĠAid":37405,"ĠVul":37406,"_rgb":37407,"Ġprizes":37408,"Ġeditable":37409,"ĉform":37410,"ını":37411,".decor":37412,"Demo":37413,"lices":37414,"Ġenctype":37415,"ratulations":37416,"ĠROS":37417,"_chars":37418,"ĠJahr":37419,"partial":37420,"ÑĥÑĤ":37421,"ĠReceive":37422,"ĠLands":37423,"APTER":37424,"Ġchopped":37425,"..\"":37426,"ĠAnaly":37427,"ĠUID":37428,"ĠRadeon":37429,"ĠBee":37430,"Ġunm":37431,">M":37432,".findall":37433,"Tokenizer":37434,"ĠWHAT":37435,"Ġsj":37436,"Drawing":37437,"Ess":37438,"OND":37439,"Ĭ¶":37440,"(packet":37441,"âĢĶbut":37442,"Invocation":37443,"ĠNuclear":37444,"?;Ċ":37445,"Ġgrandes":37446,"ĠCrypt":37447,"remark":37448,"Ġ'../../../../":37449,"Ġinability":37450,"magic":37451,"cats":37452,"Ġsimulate":37453,":${":37454,"inflate":37455,"Ġener":37456,":NO":37457,"iples":37458,"Ġmerit":37459,"ĠRated":37460,"Ġglue":37461,"/blog":37462,"Ġgren":37463,"Ġthrilled":37464,".CH":37465,"uncan":37466,"ĠPRIMARY":37467,"Ġpersec":37468,"Ġfeared":37469,".MIN":37470,"ĠTheater":37471,"éĴ":37472,"ategorie":37473,"段":37474,"Ġappetite":37475,"square":37476,"ĠAlexand":37477,".UserId":37478,"_gt":37479,"_enter":37480,"Ġgraduates":37481,"FragmentManager":37482,"Authorize":37483,"-NLS":37484,"(My":37485,"Ġtriumph":37486,"usting":37487,"_PARAMS":37488,"Characters":37489,"(:,:,":37490,"_BUILD":37491,"MHz":37492,"Ġwashed":37493,"Ġuncle":37494,"Steve":37495,"ardown":37496,"${":37680,"_confirmation":37681,"Ġtrophy":37682,"Works":37683,"ĠElectronics":37684,"ĠMediterranean":37685,"_metrics":37686,"Ġannouncing":37687,"ĠDAY":37688,"_proto":37689,"Ġpear":37690,"baseUrl":37691,"ĉĉĉĉĉĉĉĉĊ":37692,"Ġcoordination":37693,":N":37694,".animate":37695,"ĠCotton":37696,"_hit":37697,"âľ":37698,"Ġjetzt":37699,"ifter":37700,"(fields":37701,"ownload":37702,"ificacion":37703,".cuda":37704,"ĠLiu":37705,">equals":37706,"ĠAce":37707,"ÑĢам":37708,"ĠSuperman":37709,"ĠGarcia":37710,"Ġarrests":37711,"agar":37712,"Ġ{})":37713,"Ġmacros":37714,"roupe":37715,"être":37716,"Ġtwisted":37717,"struments":37718,"_(\"":37719,"_vertices":37720,"ĠTransition":37721,"ик":37722,"[max":37723,"mind":37724,"ĠaccessToken":37725,"Ġunle":37726,"mus":37727,"cop":37728,"ĠFactor":37729,"Ġconced":37730,"Ġretr":37731,".linalg":37732,"-slider":37733,"obl":37734,"_StaticFields":37735,"Ġzombie":37736,"selling":37737,"Ġchap":37738,"Ġshaking":37739,"ĠTranslate":37740,"ĠAmsterdam":37741,"ĠETH":37742,"_EXTERN":37743,"kd":37744,"_disc":37745,"Ġpreceding":37746,"Ġprix":37747,"ObjectName":37748,"_modified":37749,"ardware":37750,"Ġ?>\">":37751,"ĠDW":37752,"`${":37753,"Ġ?>\">ĊĊ":37859,"Ġspinning":37860,"_pending":37861,"Matchers":37862,".Keys":37863,"ĠPV":37864,"enus":37865,"antis":37866,"Ġdiscard":37867,"Ġhaul":37868,"Ġempir":37869,"Ġpathway":37870,"Ġoak":37871,"мен":37872,"-induced":37873,"Ġimpair":37874,"ĠCalgary":37875,".isHidden":37876,"dz":37877,"_include":37878,"Ġgm":37879,"Ġ'('":37880,"PY":37881,"uggestions":37882,"Ġcommodity":37883,"cro":37884,"/sub":37885,"ĠgetInstance":37886,"ĠLegacy":37887,"ĠKil":37888,"Bal":37889,"(short":37890,"Inform":37891,"+x":37892,"*r":37893,"ĠHopefully":37894,"orate":37895,"Ġmachen":37896,"Ġtreaty":37897,"ĠOri":37898,".public":37899,"-horizontal":37900,"Ġtactic":37901,"Ġbord":37902,"wares":37903,"Ġammo":37904,"ĠLists":37905,"Ġequations":37906,"/her":37907,"ĠNSW":37908,"Bounding":37909,"_Collections":37910,"Ġavail":37911,".DropDown":37912,"è°":37913,"Ġhh":37914,"ĠlÃł":37915,".pb":37916,"Ġmemorial":37917,"ĠATTR":37918,"Ġexhausted":37919,"Ġtsp":37920,"ĉredirect":37921,"Ġlikewise":37922,"STER":37923,"Ljava":37924,"Ġcondemned":37925,"ocaust":37926,"(strict":37927,"Ġexempt":37928,"Ġsms":37929,"Ġexagger":37930,"SYS":37931,"Ġlounge":37932,":^":37933,"Ġtodd":37934,"deb":37935,"atorial":37936,"ĠPorter":37937,"Ġtuition":37938,"Ġexempl":37939,"Ġparen":37940,".lineTo":37941,"Ġkidney":37942,"Ġça":37943,"Ġcui":37944,"ï¼Į请":37945,"XC":37946,"Ġmoż":37947,"Ġnominated":37948,"lung":37949,"ImGui":37950,"ĠBuzz":37951,"Ġstereo":37952,"portal":37953,"resas":37954,"Ġklass":37955,"Ġdrafted":37956,"Ġprojectile":37957,"/gpl":37958,"(parameters":37959,"*)Ċ":37960,"Ġassisted":37961,"ĠNSInteger":37962,"sitemap":37963,":nth":37964,".Views":37965,".ArgumentParser":37966,"Ġmeer":37967,"zier":37968,"ĠDig":37969,"Ċ":38036,"Ġplag":38037,"pine":38038,"Ġblanket":38039,"Ġ:-":38643,"Ġlcd":38644,"---------------":38645,"(\"\"":38646,"Ġtactical":38647,"ĠRonald":38648,"extr":38649,"ĠFest":38650,"Ġfuer":38651,"-navigation":38652,"Ġkb":38653,"ghost":38654,"ĠhandleChange":38655,"_cls":38656,"()!=":38657,"Comparator":38658,".vm":38659,"ĠCox":38660,"_review":38661,"/@":38662,"_cookie":38663,"Ġrecognised":38664,"ldap":38665,"Threads":38666,"ĠSexual":38667,"ĠBearing":38668,"(SQL":38669,"Ġxr":38670,"Ġthigh":38671,"URLConnection":38672,"ĠSUV":38673,"ĠmContext":38674,"Ġincidence":38675,"ĠEste":38676,".sup":38677,"_te":38678,"(EXIT":38679,"CMD":38680,"/\">":38681,"Almost":38682,"ĠUne":38683,"Ġanderen":38684,"ĠSingleton":38685,"Ġbore":38686,"Think":38687,"Ġnarc":38688,"]initWith":38689,"_shop":38690,"(strategy":38691,"!',":38692,"herits":38693,"ĠDesk":38694,"_machine":38695,".netty":38696,"ında":38697,"=<":38698,"ĠQR":38699,"ĠSidebar":38700,".splitContainer":38701,"ĠonSuccess":38702,"Ġmonkey":38703,"Enjoy":38704,"(nodes":38705,"pectrum":38706,"Ġ(*(":38707,"ĉUINT":38708,",height":38709,"ĠNetworks":38710,".tail":38711,".linspace":38712,"Ġ\"...":38713,"Listen":38714,"Æ¡":38715,".Channel":38716,"-defined":38717,"Repeat":38718,"adjust":38719,"ERM":38720,"_application":38721,".assertNotNull":38722,"-stream":38723,"Ġrabbit":38724,"Ġpositioning":38725,"Ġwoke":38726,"Ġfing":38727,"Ġmultiplayer":38728,"Ġregistering":38729,"until":38730,"Ã¥n":38731,"(::":38732,"ussions":38733,"Ġpotato":38734,"ĠEquals":38735,".Sup":38736,"/apache":38737,"Ġ(=":38738,".\")":38739,".ptr":38740,"ĠSpeech":38741,".clip":38742,"ĠGabriel":38743,"Ġmusician":38744,"/issues":38745,".shop":38746,"ĠHier":38747,"_RET":38748,"_bucket":38749,"ãĥ¡":38750,"avs":38751,"Ġroz":38752,"flower":38753,"WriteBarrier":38754,"ĠMilan":38755,"Ġlegislature":38756,"ĠDoll":38757,"Ġproving":38758,".concatenate":38759,"âķIJ":38760,"Ġgchar":38761,"cdnjs":38762,"bles":38763,"ĠListing":38764,"ло":38765,".xrLabel":38766,"ĠSak":38767,"justice":38768,"ĠValentine":38769,"unless":38770,"Ġpiger":38771,"(run":38772,"Ġtestified":38773,"ANA":38774,"ĠRemoves":38775,"))));Ċ":38776,"recated":38777,"ĠRuntimeMethod":38778,"Ġconqu":38779,"ãĤ¢":38780,"Ġtissues":38781,"ailer":38782,"été":38783,"-Star":38784,"Ġflames":38785,".setIcon":38786,"Ġsupern":38787,"Ġvagina":38788,"-variable":38789,"Ġwellness":38790,"CUR":38791,"Ġbelle":38792,".getRequest":38793,"Ġpoco":38794,"benh":38795,"agens":38796,"Ġspill":38797,"ĠJur":38798,"Ġdispatcher":38799,"ного":38800,"emonic":38801,"(dirname":38802,"ĠÐĶ":38803,"Ġpasse":38804,"Ġganz":38805,"ricing":38806,"EU":38807,"Ġmujeres":38808,"essen":38809,".attribute":38810,"jj":38811,"ĉĉĠĊ":38812,"[^":38813,"Ġstrtolower":38814,"lexer":38815,"ectar":38816,"hotel":38817,".square":38818,"Ġrall":38819,"Ġlowered":38820,"handled":38821,"Market":38822,"ĠUses":38823,"ivas":38824,".Business":38825,"ãģĹãģ¦":38826,"DIV":38827,"Ġwasted":38828,"Ġavoir":38829,"êm":38830,"_ACCOUNT":38831,".et":38832,"ĉSDL":38833,"kap":38834,"Ġfox":38835,"uppet":38836,"{},Ċ":38837,"\",'":38838,"Favorite":38839,"PEND":38840,"ĠAES":38841,"}),":38842,"Ġdeduction":38843,"ĠpolÃŃt":38844,"ĠcomponentWill":38845,"ĠTelerik":38846,"_SELF":38847,"Ġmuse":38848,"Craft":38849,"Ġdens":38850,"ि":38851,"(tp":38852,"Ġtasty":38853,"Ġbalances":38854,"Ġdedication":38855,"ĠWallace":38856,"Ġunlaw":38857,"\\\">\\":38858,"Ġmum":38859,"-update":38860,"emente":38861,"Ġsoda":38862,"Republic":38863,"asmine":38864,"éric":38865,"(Status":38866,"ĠJsonConvert":38867,"ĠDisk":38868,".Redirect":38869,"Ġfilming":38870,"/mol":38871,"Ro":38872,"Ġville":38873,"Ġtrabaj":38874,"Ġsynthesis":38875,"rega":38876,"Ġrl":38877,"Scheduler":38878,"ISHED":38879,"currentUser":38880,"(errors":38881,"'h":38882,"_bot":38883,"ximo":38884,"ĠUSART":38885,"_super":38886,"_DECREF":38887,"ной":38888,"_ROW":38889,"Ġpromotes":38890,"ĠTA":38891,"Ġhoras":38892,"ĠRepresents":38893,"Ġnameof":38894,"ĠExc":38895,"ĠGarage":38896,"Ġseine":38897,",#":38898,"Ġherb":38899,"/resources":38900,"Ġpleaded":38901,".radioButton":38902,"Ġæĺ":38903,"Ops":38904,"ĠNest":38905,"cstring":38906,"ĠDefence":38907,"Ġrefere":38908,"_leaf":38909,"Ġrevelation":38910,"ë§":38911,".executeUpdate":38912,"_WORLD":38913,"Ġexpans":38914,"(\"\\\"":38915,"jab":38916,"Ġdoubts":38917,"ĠGeometry":38918,"Ġintroduces":38919,"Ġsenators":38920,"Ġcanal":38921,".helper":38922,"ĠBiology":38923,"_SENS":38924,".previous":38925,"-touch":38926,"abit":38927,"Ġimpacted":38928,"Ġbrackets":38929,".direct":38930,"accum":38931,"Ġtestosterone":38932,"ĉaction":38933,"ĠChance":38934,"Ġpeaks":38935,"CppCodeGenWriteBarrier":38936,"Ġunbelie":38937,"_press":38938,".Rel":38939,"angled":38940,"/templates":38941,"-->čĊ":38942,"lime":38943,"Ġsufficiently":38944,"_nt":38945,"Expand":38946,".isfile":38947,"ĠisEmpty":38948,"Ġqt":38949,"Ġmulher":38950,"acob":38951,"George":38952,"常":38953,"Ġassim":38954,"aso":38955,"Ġcomprised":38956,"OV":38957,"(CONFIG":38958,"ĉwriter":38959,"Ġdesp":38960,"Ġtenure":38961,"(cr":38962,".pool":38963,"ĠBrend":38964,"Ġcensor":38965,"(timeout":38966,"Ġplea":38967,".Wrap":38968,"Ġtightly":38969,"ĠWere":38970,"ĠIgnore":38971,"abei":38972,"Ġbridges":38973,"Ġcondemn":38974,"Ġsimplicity":38975,"Ġroutinely":38976,"Ġblacks":38977,"jb":38978,"ĠPit":38979,"Utf":38980,"Ġ/Ċ":38981,"reload":38982,"ĠsetObject":38983,"/global":38984,"Ġfatty":38985,"Ġsocks":38986,"Couldn":38987,"Ġerotisk":38988,"æĿ¡":38989,"ĠPressure":38990,"ĠMaz":38991,"npos":38992,"tolower":38993,"ĠEQ":38994,"uteur":38995,"ĠMoment":38996,"Ġeta":38997,"{{--":38998,"Ġgraphs":38999,"ĠGuar":39000,"rine":39001,"(--":39002,"ĠHttpStatus":39003,"(student":39004,"*np":39005,"Ġrailway":39006,"Ġasynchronous":39007,"_vm":39008,"'],'":39009,",text":39010,"merchant":39011,"(Guid":39012,"ĠGra":39013,"ixer":39014,"fetchAll":39015,".addListener":39016,"flip":39017,"*$":39018,">(),":39019,"Ġsunlight":39020,"assigned":39021,"Ġabc":39022,"ĠCOLUMN":39023,"ĠðŁĻĤĊĊ":39024,")...":39025,"Ġensemble":39026,"Ġnewline":39027,"_SINGLE":39028,"iedad":39029,"Ġdarker":39030,"ormap":39031,"Ġlion":39032,"plits":39033,"Ġillustration":39034,"ĠIEEE":39035,"Ġvista":39036,"ousands":39037,"*******":39038,"ĠTommy":39039,"Ġhue":39040,"Sel":39041,"Ġaura":39042,"ĠTherapy":39043,"Ġanimator":39044,".constraints":39045,"Ġvague":39046,"(\"\")":39047,"Ġvillain":39048,"Ġblessing":39049,"ĠstringBuilder":39050,"ĠMisc":39051,"ĠDIR":39052,"fax":39053,"-node":39054,"ĠWalking":39055,"ĠAU":39056,"sess":39057,"Ġgrill":39058,"VERTISE":39059,"ĠFoods":39060,"Ġtournaments":39061,"Ãĵ":39062,"ĠMarsh":39063,"Ġwonders":39064,"Longitude":39065,".CommandText":39066,"=input":39067,"_encoder":39068,"pageSize":39069,"ĠgetState":39070,">>Ċ":39071,".grey":39072,"pod":39073,"Ġreadings":39074,"Ġreconsider":39075,"Startup":39076,"Ġexcer":39077,".balance":39078,"_cycle":39079,"_Time":39080,"LOCAL":39081,"ĠEFI":39082,"ĠReyn":39083,".setForeground":39084,"byn":39085,"Ġdisconnected":39086,"ACTIVE":39087,"Ġembedding":39088,"ickers":39089,"Ġsurroundings":39090,"*c":39091,"Ġgarant":39092,"Ġbf":39093,"Ġwipe":39094,"Ġä¸ĭ":39095,"_TRA":39096,"adox":39097,"çķ":39098,"Ġsucks":39099,"ĠSongs":39100,"ĠAssociates":39101,"ĠBald":39102,"ĠBrett":39103,"venile":39104,"Ġvt":39105,"Ġinade":39106,"Ġresigned":39107,"ĠGlenn":39108,".pattern":39109,".DataBind":39110,"Ñĥм":39111,"LayoutInflater":39112,"chet":39113,"ĠTestament":39114,".ms":39115,"Ġpav":39116,"ĠReactDOM":39117,"urdy":39118,"ADATA":39119,"Mu":39120,"/actions":39121,"ĠJs":39122,"_extract":39123,"ĠBring":39124,":id":39125,"strt":39126,"ivation":39127,"Ġoutright":39128,"azu":39129,"loyment":39130,"иÑı":39131,"aldo":39132,"ĠPublisher":39133,"Education":39134,"Palette":39135,"_drv":39136,"Ġ($(":39137,"ĠAnda":39138,"Ġremedy":39139,"Ġinconsistent":39140,"tection":39141,"Ġregulators":39142,"Ġshortest":39143,"(pair":39144,"ĠInstallation":39145,"Ġdefendants":39146,"Ġ();":39147,"-large":39148,"Mel":39149,"Ġthreaten":39150,"нÑı":39151,"Ġfetish":39152,"otine":39153,"_dic":39154,"Ġ<$":39155,"Ġstagger":39156,"spi":39157,"$response":39158,"Serv":39159,"-born":39160,"jos":39161,"ĉimg":39162,"ĉWHERE":39163,"_lt":39164,"å½ĵ":39165,".cost":39166,"ĠTue":39167,".labels":39168,"ĠLV":39169,"wcsstore":39170,"ĠJesse":39171,"ห":39172,"Trade":39173,"Ġpredecessor":39174,"ëĤ":39175,"finally":39176,"_general":39177,"oggler":39178,"_REGION":39179,"nement":39180,"Ġblogger":39181,"ĠHarbor":39182,"ĠDataset":39183,"[w":39184,"Ġattendees":39185,".ico":39186,"maximum":39187,".Unlock":39188,"_SYNC":39189,"ágina":39190,"Ġdowns":39191,"ĠWii":39192,"])/":39193,"Ġkicking":39194,"unication":39195,"ĠDAC":39196,"ĠIDS":39197,"ĠRental":39198,"ĠcurrentTime":39199,"Ġvaccines":39200,"ĠDevil":39201,"Ġnors":39202,"_mouse":39203,"urrection":39204,"(no":39205,"Ġ>čĊ":39206,"Ġaggression":39207,"Ġbreeding":39208,".symbol":39209,"iman":39210,"AbsolutePath":39211,"ĠWHO":39212,"_flush":39213,"-root":39214,"arna":39215,"&M":39216,"Ġfathers":39217,"ĠRocket":39218,"iveau":39219,"Ġwander":39220,"Ġcompos":39221,"ĠWarrior":39222,"ĠSeat":39223,"ĠClinic":39224,"_invoice":39225,"(dispatch":39226,"Producto":39227,"aturing":39228,"ossier":39229,"ĠMAY":39230,"Ġdagger":39231,"Ġsanitized":39232,"ĠRFC":39233,"Ġproph":39234,"Ġurine":39235,"Ġgrind":39236,"ĠExpanded":39237,"descripcion":39238,"-fw":39239,"ĠKerry":39240,"=name":39241,"Ġchk":39242,"Ġnationally":39243,"Ġthee":39244,"Inc":39245,"Ġ?>>":39246,".RadioButton":39247,".HttpServletResponse":39248,"/Y":39249,"ĉfield":39250,"Ġhomme":39251,"yper":39252,"Physical":39253,"=v":39254,"Ġdriv":39255,"ĠErrors":39256,"ĠcÄĥ":39257,"Death":39258,"ĠWINDOW":39259,"Ġpoet":39260,"ĠSharp":39261,"ĠImmutable":39262,"ĉcreate":39263,"Ġgeht":39264,"ĠReform":39265,"aiser":39266,"ĠInitialization":39267,"Ġimmunity":39268,".compose":39269,"Ġlatency":39270,"ĠLebanon":39271,"ĠParad":39272,"Ġfuels":39273,"ĠExhib":39274,"coh":39275,"%\">Ċ":39276,"ĠCLI":39277,")initWith":39278,"-Za":39279,"_CLEAR":39280,"regn":39281,"Ġfinances":39282,".standard":39283,"_CATEGORY":39284,".library":39285,"Ġtravelers":39286,"_wp":39287,"ĠEvaluation":39288,"starting":39289,"Ġ)),Ċ":39290,"episode":39291,"ĠVariant":39292,"Ġdaemon":39293,"ĠJulia":39294,"ĠNR":39295,"Ġdoubles":39296,"'":39526,"Ġqueryset":39527,";}čĊ":39528,"ĠPopulation":39529,"utedString":39530,"resident":39531,"_FONT":39532,"ĠRespond":39533,"Ġobscure":39534,"Ġobservable":39535,"ĠContributors":39536,"kon":39537,"ĠMusk":39538,"exao":39539,"ĠTub":39540,"BootApplication":39541,"SOR":39542,".Horizontal":39543,".findBy":39544,".power":39545,"Ġpositively":39546,"venience":39547,"ĠJong":39548,"Ġwhistle":39549,"ĠзнаÑĩ":39550,"Ġlending":39551,"Ġdestructive":39552,"ĠonDelete":39553,"authorization":39554,"();?>":39555,"_original":39556,"science":39557,"atra":39558,"?,?,":39559,"ĠAsc":39560,"Ġconvincing":39561,"$a":39562,"orgen":39563,"_Date":39564,"ĠProvide":39565,"Ġlonely":39566,")'Ċ":39567,"exchange":39568,";?>Ċ":39569,".fast":39570,"Samples":39571,"London":39572,"'])čĊ":39573,"ĠIonic":39574,"Ġpesso":39575,"ĠKnights":39576,"ĠRaf":39577,"_attrs":39578,"Ġrepeal":39579,">Main":39580,"ĠOrdered":39581,"_New":39582,"=\"\">\";Ċ":39663,"ĠSERVER":39664,"ĠHEADER":39665,"_velocity":39666,"ĠInvoke":39667,".timestamps":39668,"Ġsulf":39669,"IQUE":39670,"Ġinhabitants":39671,"phins":39672,"azzo":39673,"Ġmono":39674,"Legend":39675,"Ġnonce":39676,"IFE":39677,";\";Ċ":39678,"-create":39679,"\"\",Ċ":39680,"permit":39681,"ĠImmigration":39682,"Ġpathname":39683,"ffective":39684,"âĻĢâĻĢ":39685,"Ġexams":39686,"-event":39687,"ĠTill":39688,"[mid":39689,"FIX":39690,";color":39691,"(Order":39692,"_traits":39693,"ĠorderBy":39694,"Ġsunt":39695,"ĠNicholas":39696,"ز":39697,"Ġsunny":39698,"iners":39699,"Ġaccessibility":39700,"ĠHB":39701,".comp":39702,"ĉop":39703,"Ġminorities":39704,"etheus":39705,"Ġcollaborative":39706,"prit":39707,"HIR":39708,"Ġwraps":39709,"ĉdraw":39710,"god":39711,"ĠIX":39712,".apps":39713,"ĠNM":39714,"Ġirrelevant":39715,"ĠTigers":39716,"Ġdiag":39717,"GV":39718,"ĠAccessories":39719,"kont":39720,"Ġsimplify":39721,"ĠFavorite":39722,"_tools":39723,"([]);Ċ":39724,"Ġtowers":39725,"Bes":39726,"Ġhunter":39727,"Ġsalon":39728,"(buff":39729,"ĉdebug":39730,"Ġmalware":39731,"Moving":39732,"-options":39733,")+'":39734,"ĠLOVE":39735,"_SOCKET":39736,"_fin":39737,"ĠDelaware":39738,"Ġsheriff":39739,"-invalid":39740,"ĠFULL":39741,"Ġпод":39742,"elas":39743,"\"strings":39744,"ĠRepresentatives":39745,"surface":39746,"resolved":39747,"htdocs":39748,")):čĊ":39749,"Ġpressures":39750,"Ġnorms":39751,"Ġpla":39752,"Ġsurname":39753,"Ġpostal":39754,"ĠDepart":39755,"Ġslaughter":39756,"orida":39757,"Ġhebben":39758,"Ġdesar":39759,"compact":39760,"_LANG":39761,"åIJĪ":39762,"opoly":39763,"_rad":39764,"ĠSTDMETHOD":39765,"Lazy":39766,"ĠĠĠĉ":39767,"...,":39768,"(web":39769,"ĠPont":39770,"Ġetwas":39771,"Ġupward":39772,"_hat":39773,"Ġ],ĊĊ":39774,"ĠbaseUrl":39775,"Ġworrying":39776,"-addon":39777,"(getClass":39778,"SPI":39779,"Ġcapturing":39780,")},Ċ":39781,"Effects":39782,"Ġcompetent":39783,"Ġfoul":39784,"Ġsubscribing":39785,"ĠOBJECT":39786,"IXEL":39787,"bucks":39788,"(edge":39789,"(pass":39790,"ĠPeterson":39791,"Ġboobs":39792,"ĠDelay":39793,"_square":39794,"elim":39795,"oters":39796,"_PC":39797,"%E":39798,"onclick":39799,"ĠSVG":39800,"Ġtopped":39801,"Ġfist":39802,"smart":39803,"ĠRalph":39804,"(owner":39805,"jours":39806,"Ġbronze":39807,"ĠArgumentException":39808,"(original":39809,"_SCALE":39810,"_cp":39811,"Ġrecommends":39812,".setStyle":39813,"Sure":39814,"LAND":39815,"Ġrepeating":39816,"Matt":39817,".Visibility":39818,"Ġenterprises":39819,".Setup":39820,"(scene":39821,"ĠReactive":39822,"urge":39823,"bw":39824,".Put":39825,"persist":39826,".cookie":39827,"ĠAudi":39828,"`s":39829,"supplier":39830,"(Form":39831,"¡":39832,"_so":39833,"ĮĢ":39834,"ĠLegion":39835,"tte":39836,"Nd":39837,"Loss":39838,"(attrs":39839,".scatter":39840,"Ġgroom":39841,"Ġglimpse":39842,"Ġnails":39843,"Ġcumulative":39844,"Ġfazer":39845,"_services":39846,".Num":39847,"ibilit":39848,"_resolution":39849,"ĠTx":39850,"uminium":39851,"opa":39852,".schedule":39853,"smtp":39854,"à¸ķ":39855,"urry":39856,"ük":39857,"goog":39858,"_signature":39859,".into":39860,"ĠSteps":39861,"Ġhomeowners":39862,"ĠNSURL":39863,"ĠPAC":39864,"ĠĠĠĠĠĠĠĠĠĠĠĠĊĊ":39865,">')Ċ":39866,"enh":39867,"Ġincap":39868,"$MESS":39869,"Ġmoins":39870,"ĠFi":39871,"Ġoffseason":39872,"pressions":39873,">.Ċ":39945,"ĠGrass":39946,"ĠGoal":39947,"_pdf":39948,"Handlers":39949,"Ġstacks":39950,".getFullYear":39951,"=[];Ċ":39952,"车":39953,",V":39954,"(split":39955,"Ñĥнк":39956,"Ġbakeca":39957,"Ġ~/.":39958,"pez":39959,"tails":39960,"ĠGlen":39961,"ĠsetImage":39962,"ĠComic":39963,"BLOCK":39964,"ĉThis":39965,"oader":39966,"Ġcapitalist":39967,"_STEP":39968,"(Boolean":39969,"ĠCorrect":39970,"rina":39971,"Ġconcaten":39972,"å®ŀ":39973,"():ĊĊ":39974,"Ġunanim":39975,"lli":39976,"alars":39977,"-ne":39978,"Ġdivor":39979,"ĠKickstarter":39980,"]._":39981,"*'+":40622,"åĿĢ":40623,"acency":40624,"(URL":40625,"_half":40626,"=l":40627,"ĠlistView":40628,"(section":40629,".toArray":40630,"+/":40631,"ĠRodriguez":40632,"istream":40633,"Ġeligibility":40634,"::-":40635,".newInstance":40636,"PB":40637,"ĠAssets":40638,"ĠComposite":40639,"ĠLabs":40640,"ĠHamas":40641,"++);Ċ":40642,"Ġblk":40643,"ĠNeo":40644,"Luc":40645,"@login":40646,"Ġunaware":40647,".met":40648,"_RELEASE":40649,"(ST":40650,"AMIL":40651,"rike":40652,"Ġ(){Ċ":40653,"(sprintf":40654,"ĠAccounts":40655,"ĠVIEW":40656,"ĠAj":40657,"ãĤ°":40658,"Ġwhisk":40659,"Ġidi":40660,"Ġrode":40661,"Ġihn":40662,"ĠElementary":40663,"Qty":40664,"Ġintriguing":40665,"Ġå¤":40666,"Jobs":40667,"ĉoffset":40668,"ĠAhmed":40669,"ĠTaliban":40670,"Ġèİ·åıĸ":40671,"Ġinjected":40672,".Authentication":40673,"_linear":40674,".Decimal":40675,"Ġapples":40676,"Ġshareholders":40677,"Ġbaked":40678,".diff":40679,"ĠEddie":40680,"okers":40681,"Ġconfronted":40682,"voices":40683,"Ġtus":40684,"ĠSpin":40685,"NODE":40686,"_Un":40687,"CTX":40688,"/google":40689,"Temperature":40690,"Ġ'').":40691,"Ġmagnificent":40692,"ĠstartIndex":40693,"sembles":40694,"Anyone":40695,"zk":40696,"ehen":40697,"ĠDame":40698,".strict":40699,"Ġreplaces":40700,"Ġlineback":40701,"Ġpushes":40702,"Ġcheek":40703,"ĠShi":40704,"_BYTES":40705,"REA":40706,"ản":40707,"_CONNECTION":40708,"Gateway":40709,"ĠTravis":40710,"ĠAX":40711,"ĠBasically":40712,"ĠUpgrade":40713,"àª":40714,"themes":40715,"ermo":40716,"kor":40717,"Female":40718,"_attach":40719,"ĠìĤ¬ìļ©":40720,"Ġpoz":40721,"==============Ċ":40722,"(symbol":40723,"ĠSector":40724,"__)ĊĊ":40725,"_padding":40726,"ï¼ļ\"":40727,"Ġfabs":40728,"Ġranged":40729,"setName":40730,"Ġperror":40731,"âĹ":40732,"ĠFileReader":40733,"Ġfulfilled":40734,"_Current":40735,"Ġdominate":40736,"Ġsmugg":40737,"PostMapping":40738,"_force":40739,"Ġbloc":40740,"ĠGiant":40741,"(video":40742,"ĠCU":40743,"SystemService":40744,"Ġelf":40745,"Ġkontakt":40746,"ëª":40747,"kees":40748,"gtk":40749,"ĠparamInt":40750,"Ġmarkup":40751,"uales":40752,"Ġaccounted":40753,"Ġgangbang":40754,"RYPT":40755,"ĠWrong":40756,"Ġcredited":40757,"ĠMESSAGE":40758,"Ġflaws":40759,"Ġbbw":40760,"Ġmetabolic":40761,"ĠOEM":40762,"/event":40763,"(Collectors":40764,"monton":40765,"appear":40766,"Ġopted":40767,"Ġcheat":40768,"Ġdav":40769,"ĠProceed":40770,"Ġê¸":40771,"anked":40772,"из":40773,"ansk":40774,"ĠHang":40775,"ĠCler":40776,"Ġdisgu":40777,"Ġcmap":40778,".cljs":40779,"Ġaument":40780,"lez":40781,"ĠJoined":40782,"_received":40783,"Ġaerial":40784,"otel":40785,"Ġgreet":40786,"\"s":40787,"ĠGenesis":40788,"ĠCalif":40789,"panion":40790,"Ġtailored":40791,"mapping":40792,"andExpect":40793,".track":40794,"atomy":40795,"ĠOw":40796,"ullah":40797,".Yes":40798,"ĠSimpleName":40799,"dbh":40800,"'en":40801,"Ġnonsense":40802,"Ġphilosophical":40803,"(getContext":40804,"Ġisso":40805,"ĠACE":40806,"startDate":40807,"ĠbÄĻd":40808,"ĠAUTHOR":40809,"ĠGlobe":40810,"Ġinsects":40811,"_Al":40812,"ushing":40813,"è®°":40814,"/Home":40815,"ĠLocalDate":40816,"needed":40817,"hesive":40818,"Ġillusion":40819,"äºĮ":40820,"Ġtrat":40821,"xo":40822,"/detail":40823,"_MATCH":40824,"Ġbroadband":40825,"Ġwal":40826,"ĠIllegalStateException":40827,"IRECTION":40828,"Ġnortheast":40829,"esium":40830,"ĠCliente":40831,"ulance":40832,"nty":40833,"Ġtecn":40834,"Devices":40835,"Ġgrains":40836,"ĠOg":40837,"ĠSEL":40838,"udiant":40839,"Ġ++;Ċ":40840,"Ġexplanations":40841,"occo":40842,"Ġdiets":40843,"Ġcohort":40844,"(controller":40845,".Iterator":40846,"-rich":40847,"rocess":40848,"GD":40849,"Ġcarbohydr":40850,"Ġfried":40851,"ĠEmployment":40852,"ìŀ¥":40853,"ĠLeonard":40854,"_${":40855,"quares":40856,"Ġcompanions":40857,"Ġparis":40858,"Ġstimulation":40859,"ĠZoo":40860,"Ġrelevance":40861,"ĠColour":40862,"Ġspear":40863,"otional":40864,"ĠLite":40865,"ĠKosten":40866,"Ġó":40867,"_attachment":40868,"orphic":40869,"Ġdamit":40870,"Ġdlg":40871,"Ġthrive":40872,"CHANGE":40873,"ĠApparently":40874,"Ġatual":40875,"Ġrooted":40876,"(images":40877,"awi":40878,"ariat":40879,"Ġcherry":40880,"STATIC":40881,"mnt":40882,"ĠUserId":40883,"illet":40884,"ĠHispanic":40885,"Ġnak":40886,"Ġcentro":40887,"Ġdims":40888,"_initialize":40889,"ık":40890,"ĠCenters":40891,"REN":40892,"Ġevolutionary":40893,"ĠTopics":40894,"_damage":40895,"emer":40896,"Ġrund":40897,"Ġpunished":40898,"Ġcubic":40899,"fair":40900,"[];ĊĊ":40901,"Ġinstantiate":40902,"Ġoversee":40903,"-delete":40904,"unteer":40905,"startTime":40906,"ĠPipeline":40907,"_GAME":40908,"ĠCir":40909,"ĉNull":40910,".Formatting":40911,"ucumber":40912,"ĠRide":40913,"Ġzoo":40914,"Ġchecker":40915,"åIJĮ":40916,"=C":40917,"Ġgrit":40918,"\");//":40919,"_xy":40920,"ĠDeclaration":40921,"Ġcallable":40922,"Foo":40923,"ĠListItem":40924,"Ġinaccur":40925,"mlin":40926,"ĉData":40927,"Ġevolving":40928,"awan":40929,"Ġcafe":40930,"folk":40931,"_IDX":40932,"ĠAnything":40933,"ĠPalestine":40934,"ĠGridView":40935,"Ġcolony":40936,"ĠGermans":40937,"(+":40938,".pid":40939,".jsx":40940,"ĠSuperior":40941,"Christian":40942,"ĠLect":40943,"ĉGame":40944,"Ġinstrumental":40945,"Animations":40946,"дал":40947,"ĠMoses":40948,"ĉĉčĊĉĉčĊ":40949,"zs":40950,"kte":40951,"ä¸ļ":40952,"_DIST":40953,"bitmap":40954,"dB":40955,"Ġpersistence":40956,"ÑĢоÑģ":40957,"$l":40958,"Bron":40959,"Ġ{|":40960,"_chart":40961,"ĠConsum":40962,"Ġhemp":40963,"Ġ\"))Ċ":40964,"Ġattackers":40965,"Ġknowledgeable":40966,"Ġcet":40967,"Ġviruses":40968,"'I":40969,"Ġpitcher":40970,"Ġsweeping":40971,"=list":40972,"aptops":40973,".depth":40974,"Ġinstructed":40975,"ĠRus":40976,"benhavn":40977,"Ġин":40978,"Sports":40979,"Ġonset":40980,"æĿĥ":40981,".RED":40982,"_si":40983,"ĠPST":40984,".onChange":40985,">tag":40986,"ĠRoh":40987,"_character":40988,"ĠLaws":40989,"ĠBachelor":40990,"_swap":40991,".reactivex":40992,"Ġrewarding":40993,"Medium":40994,"-[":40995,"ĠRecently":40996,"Joint":40997,"partition":40998,"ĠMinutes":40999,"Ġindo":41000,"Ġabsorbed":41001,"ĠGN":41002,"_IND":41003,"Ġsaber":41004,"Spawn":41005,"outputs":41006,"ĠJeffrey":41007,"Ġmedieval":41008,"hed":41009,"Guide":41010,"Ġpsycho":41011,"Ġglam":41012,"Elim":41013,"ädchen":41014,"_plain":41015,"ĠSau":41016,"-four":41017,"Ġanalyzing":41018,"QUERY":41019,"Ġtomato":41020,"_buttons":41021,"VEN":41022,".setStatus":41023,".Url":41024,"+ĊĊ":41025,"Ġcomplaining":41026,"degree":41027,"confirmed":41028,"Ġsubt":41029,"parsed":41030,"Ġtorque":41031,"Ġtroubled":41032,"ĠTARGET":41033,"Ġtrademarks":41034,"ĠCoordinate":41035,"ĠViv":41036,"Ġ//}ĊĊ":41037,"Ġaprès":41038,".getPosition":41039,"(KeyCode":41040,"ĠSilva":41041,"Ġmeteor":41042,"Ġendorsement":41043,"Overview":41044,"ĠPoss":41045,".Inject":41046,"Ġevenly":41047,"Ġvisualization":41048,"Ġwchar":41049,"ĠHDMI":41050,"Ġfunct":41051,"ickname":41052,"','','":41053,"Ġforwards":41054,"ManagedObject":41055,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":41056,"ĉserver":41057,"ĠOutlook":41058,"ĠChronicle":41059,"Ġdubbed":41060,"Ġdok":41061,"ĠWear":41062,".AL":41063,"paren":41064,".Interface":41065,"Interfaces":41066,".cod":41067,"Ġdib":41068,".Globalization":41069,"ĠAcademic":41070,"Ġassms":41071,"Autom":41072,"Ġlw":41073,"ĠNW":41074,"Ġ&&čĊ":41075,"Ġproblema":41076,"ĠManufacturing":41077,"limits":41078,"-mobile":41079,"Ġfilme":41080,"/map":41081,"Ġdoit":41082,"ĠInk":41083,"Ġsued":41084,".arr":41085,"Ġundermin":41086,"ĠProc":41087,"crollView":41088,"__$":41089,"Ġsidewalk":41090,"(that":41091,"ื":41092,"[q":41093,"grammar":41094,"Ġtë":41095,"quito":41096,"Ġspiral":41097,"extended":41098,"Ġfocal":41099,"Ġdigging":41100,"pas":41101,"ĠTall":41102,".proxy":41103,"itures":41104,"TRACT":41105,"ĠRealm":41106,"Ġfeder":41107,"Ġoriented":41108,"ĠAlternative":41109,"Ġowe":41110,"Ġsourced":41111,"inker":41112,".det":41113,"Sep":41114,"ĠQui":41115,"ĠPalmer":41116,"(_,":41117,"samples":41118,"oyer":41119,"ullan":41120,"quez":41121,"Edges":41122,"Ġshout":41123,"ĠAchie":41124,"Ġhaar":41125,"_Construct":41126,"Ġpremature":41127,"Ġrevert":41128,"').Ċ":41129,"Ġschn":41130,"filtered":41131,"nullptr":41132,"Saved":41133,"itecture":41134,"CLA":41135,"Ġvl":41136,"stell":41137,"ĉMe":41138,"ĠLip":41139,"national":41140,"Ġwholly":41141,"Ġsprings":41142,".Timer":41143,"ĉsrc":41144,"elsen":41145,"åħ¶":41146,"Ġcommunicating":41147,"ĠQuiz":41148,"Ġteng":41149,"Ġgez":41150,"ĠOutside":41151,".Sign":41152,"(cs":41153,"Ġdisputes":41154,"ĠWeiss":41155,"annes":41156,">No":41157,"ĠBach":41158,".removeAll":41159,"refer":41160,"/dashboard":41161,"ĠAjax":41162,"IndexChanged":41163,"ĠWeak":41164,"'\"Ċ":41165,"Ġsights":41166,"accessToken":41167,"ĠJoi":41168,"(domain":41169,"ĉcv":41170,"Ġcontinuation":41171,"Ġplum":41172,"adir":41173,".setMessage":41174,"Ġï¼Į":41175,"Ġswallow":41176,"ĠLamp":41177,"Ġqw":41178,"Ġuu":41179,"Coin":41180,"ubic":41181,"ĠDeals":41182,"race":41183,"Ġdictator":41184,"Ġmeme":41185,"turned":41186,"ĠJulie":41187,".gridColumn":41188,"Ġpuppy":41189,"Ġpam":41190,"Ġ){čĊ":41191,"Ġinviting":41192,"Ġfrench":41193,"vim":41194,"Ġwrapping":41195,"Ġ#-}Ċ":41196,"([-":41197,"Early":41198,"Ġshiny":41199,".faces":41200,"Ġrebell":41201,"abcdef":41202,"ält":41203,"Ġestimation":41204,"phys":41205,"losures":41206,"_REL":41207,"Ġexclusion":41208,"ĠSkype":41209,"weise":41210,"-stop":41211,"nothing":41212,"ĠEgg":41213,"isors":41214,"Richard":41215,"Ġcounseling":41216,"Ġcommem":41217,"ĠQMessageBox":41218,"ĠSynd":41219,"ĠFrost":41220,"ĠCompetition":41221,"ĠAwake":41222,"Ġted":41223,"iciones":41224,"ĠDevComponents":41225,"VERTISEMENT":41226,"otti":41227,".runner":41228,"Ġuniquely":41229,".flag":41230,"ĉrs":41231,"_generic":41232,"Ġ```Ċ":41233,"ACHINE":41234,"Ġmein":41235,"(Application":41236,"(br":41237,"Ġratios":41238,":,":41239,"ĠXCTest":41240,"ustainable":41241,"-www":41242,"itles":41243,"_TEMP":41244,"Ġsyst":41245,"umericUpDown":41246,"ĉassertTrue":41247,"Ġwf":41248,".peek":41249,"ĠBulg":41250,"Ġterrifying":41251,".MODE":41252,"ĠGW":41253,"ár":41254,"Ġfic":41255,"Ġcommitments":41256,"-tech":41257,"ĠLiquid":41258,"opez":41259,"zheimer":41260,"aña":41261,"-media":41262,"(animated":41263,"_goal":41264,"Ġgum":41265,"ystone":41266,".SET":41267,"ĠWend":41268,"setCellValue":41269,"Ġmsgs":41270,"cash":41271,"ALLOC":41272,"/aws":41273,"Ġmicrowave":41274,".Pointer":41275,"ĉConsole":41276,"_sorted":41277,"ĠFilip":41278,"Prod":41279,"Ġ//!<":41280,"ingroup":41281,"Ġks":41282,"_TRI":41283,"Ġteaspoon":41284,"ĠATT":41285,"Ġrecovering":41286,"ĠGLOBAL":41287,".Par":41288,"Ġ/>;Ċ":41289,"Ġmarble":41290,"ulators":41291,"ĠCycle":41292,"Ġherbs":41293,"_metric":41294,")!":41295,"_CLOCK":41296,"_Button":41297,"Harry":41298,"è¿Ľ":41299,"Ġstrains":41300,"ĠAppBar":41301,"ĠChan":41302,"/video":41303,"Ġbam":41304,".Progress":41305,"$f":41306,"lemen":41307,"Ġirregular":41308,"ĠDuncan":41309,"ĠMint":41310,"-video":41311,"া":41312,"ówn":41313,"ĠEMPTY":41314,"Ġstacked":41315,"ĠHA":41316,"_cut":41317,"Ġwherein":41318,"ĠWays":41319,"(counter":41320,"è¯ķ":41321,"FormGroup":41322,"Ġblew":41323,"courses":41324,"Ġproductos":41325,"rys":41326,"ĠRestr":41327,"Ġstyling":41328,">s":41329,"Ġpiv":41330,"Ġitertools":41331,"getRepository":41332,"ĠIk":41333,"_devices":41334,"layui":41335,"Ġhalfway":41336,"Ġfranç":41337,"Ġtuning":41338,"OA":41339,"_Node":41340,"arde":41341,"Ġfierce":41342,"licted":41343,"#čĊ":41344,"Ġbreakthrough":41345,"ĠErik":41346,"Ġbride":41347,"Ġ.\"":41348,"culus":41349,"inside":41350,"ĠIndianapolis":41351,"ĠEE":41352,"Ġyog":41353,"urret":41354,".fs":41355,".grad":41356,"_cards":41357,"_accuracy":41358,"_epi":41359,"queda":41360,"/org":41361,"éªĮ":41362,"Ġcompte":41363,"))[":41364,"Outside":41365,"Greater":41366,"ĠRenderer":41367,".actor":41368,"Accounts":41369,"Idle":41370,"_hours":41371,"erner":41372,"Joined":41373,"Ġmenj":41374,"requires":41375,"ĠOPER":41376,".removeChild":41377,"ĉsp":41378,"Ġesse":41379,"rift":41380,"xFE":41381,"ĠShakespeare":41382,"____________":41383,"Ġbudgets":41384,"ModelState":41385,"fillable":41386,"-component":41387,"ocos":41388,"ĠBUTTON":41389,"/io":41390,",out":41391,"sms":41392,"Thomas":41393,"ĠArmed":41394,"resume":41395,"Ġrotating":41396,"ĠVault":41397,"Ġseus":41398,".(*":41399,"Ġamino":41400,"Ġ[]);ĊĊ":41401,"Ġprovoc":41402,"nox":41403,".GetEnumerator":41404,"=======Ċ":41405,"æĸĻ":41406,"_scroll":41407,"Ġfilmed":41408,"ĠSoci":41409,"gap":41410,"gro":41411,"Vote":41412,"\"But":41413,"_RC":41414,"Animal":41415,"ÂĢ":41416,"ibile":41417,"Ġawaken":41418,"orest":41419,"inja":41420,"ĠIvan":41421,"(Command":41422,"Ġ*****":41423,"η":41424,"Ġkvinder":41425,"/helpers":41426,"_cases":41427,"tg":41428,"ìĦ¸":41429,"Registered":41430,"ĉpass":41431,"_digits":41432,"Ġcontour":41433,"Ġinfants":41434,"Ġjustification":41435,"ĠFortunately":41436,"Contr":41437,"ĠonCreateView":41438,"_SAMPLE":41439,"ĠallowNull":41440,"Ġnud":41441,"Ġfetched":41442,"_equ":41443,"ĠUnable":41444,"=\\\"\"":41445,">{Ċ":41446,"Ġcommittees":41447,"istema":41448,"+\".":41449,"ÃŃan":41450,"mant":41451,"Ġsoutheast":41452,"ï¼ĮĊ":41453,"dialogs":41454,"PROJECT":41455,"charger":41456,"-port":41457,"(uuid":41458,".export":41459,"Six":41460,"ĠRP":41461,"Prem":41462,"Ġconscience":41463,"ĠmarginRight":41464,"_distribution":41465,"yaml":41466,"resizing":41467,"Dock":41468,"ĠLocations":41469,"GY":41470,"Seed":41471,"BUFFER":41472,"ossip":41473,"ullen":41474,"Things":41475,"-self":41476,".poll":41477,"PLAYER":41478,"Ġå®":41479,"GROUP":41480,"ĠAway":41481,"Ġgospel":41482,"xfd":41483,"Mary":41484,"ĠPortable":41485,"TURE":41486,"Ġutilis":41487,"Ġseit":41488,"Ġstrand":41489,"Ġtransc":41490,"Ġ(^":41491,"ĠAlfred":41492,".mem":41493,".circle":41494,"Ġ~/":41495,"forcing":41496,"Ġriot":41497,"prox":41498,"THON":41499,"ización":41500,"ĠNI":41501,"rost":41502,"Ġdispro":41503,"_instances":41504,"ï¼ĮâĢľ":41505,"ographer":41506,"endas":41507,"ĠIsaac":41508,"ĠPine":41509,"/dis":41510,"ĠcolorWith":41511,"iterate":41512,"_stride":41513,"Ġpunto":41514,".EventArgs":41515,"(center":41516,"Ġneighboring":41517,"ĠPrison":41518,"ĠMessenger":41519,"Ġepidemic":41520,"dao":41521,"_complex":41522,"Ġgravel":41523,"_DIP":41524,"ément":41525,"ĠAri":41526,"_bitmap":41527,".quit":41528,"(valid":41529,"Ġpend":41530,"Ġrespiratory":41531,"Ġrebound":41532,"DefaultValue":41533,"ãĥŃ":41534,"Ġcommits":41535,".tests":41536,"_fr":41537,"itet":41538,".sf":41539,"Ġspacecraft":41540,"critical":41541,"Ġdepressed":41542,"ĠAnyObject":41543,"Ġunb":41544,"Ġdiscern":41545,"(mysql":41546,"Latin":41547,"ĠBog":41548,"ĠWildlife":41549,"ToFile":41550,"ioxid":41551,"@RestController":41552,"Ġ\"$(":41553,"Ġ<<\"":41554,"Ġdefects":41555,"Ġdatum":41556,"hin":41557,"Ġrealizar":41558,"anyahu":41559,"ĠSig":41560,"@Data":41561,"adaptive":41562,"ĠCatherine":41563,".cr":41564,"ĠCOOKIE":41565,"Ġpictured":41566,"ĠFighter":41567,"Queryable":41568,"ĠAnyway":41569,"ĠGLFW":41570,"_namespace":41571,"_ft":41572,"Ġ])":41573,"Organization":41574,"Ġconstitutes":41575,"Ġquand":41576,"(chunk":41577,"\"/>čĊ":41578,"ĠLakes":41579,"mainwindow":41580,"Carthy":41581,"spin":41582,"(csv":41583,":red":41584,"-commerce":41585,"ู":41586,"Ġdiscovering":41587,"Ġeco":41588,"_fac":41589,"inceton":41590,"ĠGreens":41591,"jwt":41592,"ص":41593,"ĠBroncos":41594,"ĠGoods":41595,"(GTK":41596,"ĠreturnValue":41597,"Ġsiempre":41598,"Ġneutr":41599,"went":41600,"ĠNatal":41601,"Ġenthusiastic":41602,"á»į":41603,"FN":41604,"/database":41605,"Catalog":41606,"Ġbrun":41607,"ĠKash":41608,"_Pl":41609,"iscrim":41610,",width":41611,"Ġinmates":41612,"Assignment":41613,"ĠHaven":41614,"Ġplayground":41615,"exam":41616,"@Controller":41617,"uliar":41618,".getParent":41619,"Ġ\";ĊĊ":41620,":size":41621,"issors":41622,"Ġfis":41623,"Ġalc":41624,"ensation":41625,"ĠNixon":41626,"Ġmighty":41627,"-str":41628,"_special":41629,"_ADC":41630,"ĠTwig":41631,"umbling":41632,"-address":41633,"Ġheroin":41634,"YTE":41635,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":41636,"Friend":41637,"Ġave":41638,"ĠPNG":41639,"ĠKurdish":41640,"DataSetChanged":41641,"Ġblades":41642,"bral":41643,"Steam":41644,"Ġsigu":41645,"IRTUAL":41646,"acos":41647,"UDP":41648,"(database":41649,"hec":41650,"ĠStrings":41651,"_scalar":41652,"ĉdesc":41653,"ĠTLS":41654,";\"Ċ":41655,"ĠCorbyn":41656,"SimpleName":41657,"uell":41658,"ĠEntre":41659,"ellites":41660,"-place":41661,"Ġfrankly":41662,"ĠErf":41663,"CEL":41664,"ĠpaÃŃs":41665,"Ġhedge":41666,"Ġlatent":41667,"ĠIRQ":41668,"ĠHerald":41669,"ĠPrec":41670,"ë³´":41671,".TEXT":41672,"Salary":41673,"Ġautumn":41674,"Ġtravail":41675,".Sum":41676,"Ġcared":41677,"Mor":41678,"Ġintuitive":41679,"Ġjournals":41680,"_IT":41681,"ĠTrou":41682,"ä¼ł":41683,"HasColumnName":41684,"Composite":41685,"Ġspice":41686,"_disk":41687,"_CODES":41688,"ĠIntroduced":41689,"iona":41690,"Ġnuestra":41691,"oct":41692,"ĠĠĠĠĊĠĠĠĠĊĠĠĠĠĊ":41693,"(parameter":41694,"Ġstudios":41695,"ĠprojectId":41696,"Ġbdsm":41697,".SqlClient":41698,"imizer":41699,"ĠCARD":41700,"+t":41701,"aan":41702,".sol":41703,"_Adjust":41704,"Ġrighteous":41705,"ĠLogging":41706,".filters":41707,"_TAB":41708,"ĉsys":41709,"rophic":41710,"otherapy":41711,"ĠBrowse":41712,"keyboard":41713,"RON":41714,"+\\":41715,"ropped":41716,"Ġextensively":41717,"fk":41718,"Ġlime":41719,"years":41720,"Exc":41721,"Ġsph":41722,"Ġcheating":41723,"andro":41724,"ÃŃo":41725,"Ġprince":41726,"oire":41727,"ĠDestination":41728,"ĠConverts":41729,"Ġupstream":41730,"oled":41731,"Ġservants":41732,"Ġsemantic":41733,"Ġcrunch":41734,"Ġeventual":41735,"runner":41736,"/error":41737,"Spin":41738,"Ġsecretly":41739,"Ġassemble":41740,".Person":41741,"enderror":41742,"_<":41743,"Ġpendant":41744,"Sleep":41745,"ĠChemistry":41746,"Ġbosses":41747,"lk":41748,"))),Ċ":41749,"Blockly":41750,"DEVICE":41751,"Ġreflecting":41752,"Ġample":41753,"Milliseconds":41754,"ĠPresidential":41755,"Ġusuarios":41756,"ĠNZ":41757,"ĠSalary":41758,"ĠAmanda":41759,"_np":41760,"jury":41761,"Ġkön":41762,"Ġtherapist":41763,"Ġhomosexual":41764,"ĠDrake":41765,"-window":41766,"ĠLocated":41767,".Driver":41768,"ĠVIDEO":41769,"Ġmerchants":41770,"ĠChest":41771,"-lock":41772,"/php":41773,"Ġmilano":41774,"_STYLE":41775,"arger":41776,"idea":41777,"GUID":41778,"advanced":41779,"meal":41780,"OptionsItemSelected":41781,"='%":41782,"ĠCham":41783,":data":41784,"(stat":41785,"WillAppear":41786,"Ġinformal":41787,"aji":41788,"Ġreproductive":41789,"ĠCAS":41790,"ãģ£":41791,"FUNC":41792,"ĠRuth":41793,")+(":41794,"CONST":41795,"ĠFans":41796,"ĠgroupId":41797,"xffffffff":41798,"Ġsampler":41799,"Ġ}}\">":41800,".the":41801,"Ġhollow":41802,"WAY":41803,"ĠFaculty":41804,"AttributedString":41805,"ĠLooks":41806,"ĠRex":41807,"jk":41808,"ĠMIL":41809,"Ġbard":41810,".Long":41811,"Ġlivest":41812,"Ġskal":41813,"icism":41814,"MAIN":41815,"Ġmucho":41816,"BODY":41817,"Ġese":41818,"ĉuse":41819,"Foot":41820,".SQLException":41821,"Ġinheritance":41822,"received":41823,"Ġputas":41824,"edis":41825,"alsa":41826,"ĠErrorMessage":41827,"Booking":41828,"Ġtract":41829,"acz":41830,"ĠCant":41831,"_regex":41832,"Ġideological":41833,"Ġjihad":41834,"hos":41835,"/sys":41836,"colm":41837,"(pool":41838,"Ġestán":41839,"ĠPending":41840,"emás":41841,"Ġktóry":41842,"));ĊĊĊ":41843,"transactions":41844,"Ġwield":41845,"itere":41846,"erture":41847,"_ss":41848,"Ġstretching":41849,"Ġprisoner":41850,".ReadAll":41851,"Ġbesch":41852,"--;čĊ":41853,"Ġcrisp":41854,"_SCAN":41855,"Ġae":41856,"Strict":41857,"ĠMinneapolis":41858,"ĠBoeing":41859,"aris":41860,"rek":41861,"_pipe":41862,"Ġpriests":41863,"(EIF":41864,"ehicles":41865,"ĠInteractive":41866,"between":41867,"ĉNullCheck":41868,"ĠBlair":41869,"ĠLt":41870,"_inline":41871,"ethyl":41872,"¼":41873,"_packages":41874,"Ġbarrels":41875,"_he":41876,"Ġregexp":41877,"_pts":41878,"_Handler":41879,"ingular":41880,"ĠNissan":41881,"ĠRanch":41882,"Ġperch":41883,"Unsupported":41884,"Smith":41885,"ĠLegends":41886,"Mi":41887,"Ġgf":41888,"steder":41889,"Ġacquiring":41890,"Ġsimulator":41891,"(),\"":41892,"receive":41893,"Ġinplace":41894,"ACTION":41895,"ĠWebDriver":41896,"filesystem":41897,"'+Ċ":41909,"Ġcredible":41910,"amat":41911,"playing":41912,".setImageResource":41913,"quel":41914,"Ġpodr":41915,"geom":41916,"Ek":41917,"ĠQatar":41918,"Ġgeld":41919,"?',Ċ":41920,"Ġcyl":41921,"(ax":41922,"ĠWI":41923,"urally":41924,"ĠBrasil":41925,"Ġsenza":41926,"aley":41927,"onen":41928,"Ġbah":41929,"Ġmolecule":41930,"Rad":41931,"è¿°":41932,"ANCH":41933,"-background":41934,"-agent":41935,"Ġprolifer":41936,":boolean":41937,"Ġtide":41938,"erializer":41939,"_;čĊ":41940,"Fee":41941,"**)":41942,"ergy":41943,"ĠHonor":41944,".Logging":41945,"iris":41946,"Ġundermine":41947,"ĠDy":41948,"Ġtyr":41949,"Ġdeque":41950,"Ġdamer":41951,"([])Ċ":41952,".layoutControlItem":41953,"peated":41954,"CAN":41955,"ragments":41956,"Land":41957,")]);Ċ":41958,"ĠSah":41959,"ĠDECL":41960,"Within":41961,"ĠNamespace":41962,"another":41963,"sembling":41964,".describe":41965,"Consum":41966,"ĠFear":41967,"given":41968,"Orange":41969,"This":41993,"ĠdataIndex":41994,"Ġprintable":41995,"ĠEyes":41996,"_targets":41997,"(Py":41998,".over":41999,"Ġbru":42000,"ampton":42001,"Ġplaintiff":42002,");Ċ":42013,"invest":42014,".*ĊĊ":42015,"Ġtélé":42016,"Ġsuperf":42017,"Ġcascade":42018,"DTD":42019,"Ġvivid":42020,"Ġsubsidies":42021,"ĠHass":42022,"Ġcollaps":42023,"Ġceramic":42024,"{}\".":42025,"ĠLeakage":42026,"-trash":42027,"collapsed":42028,"-social":42029,"ĠChad":42030,"Ġinclined":42031,"Ġsto":42032,"Ġstoryboard":42033,".payment":42034,"stackoverflow":42035,"ĠRaiders":42036,"Ġ#'":42037,"olicies":42038,"ìľ¼ë¡ľ":42039,"emap":42040,"Ġkj":42041,"Ġquota":42042,"ĠGardens":42043,"ë²Ī":42044,"ĠAngels":42045,"Ġoft":42046,"Ġlowercase":42047,"ĠiParam":42048,"Ġcheapest":42049,"unta":42050,"_pkt":42051,"icators":42052,"Ġleurs":42053,"Ġdecreases":42054,"ĉdefine":42055,"PREC":42056,"ammers":42057,"ĠPreparedStatement":42058,"(direction":42059,"Ġcrews":42060,"arked":42061,"ĠMemphis":42062,"ĠSell":42063,"GTK":42064,"Ġmaid":42065,":disable":42066,"éĽĨ":42067,"ĠPf":42068,"Ġalbeit":42069,"openh":42070,"?>\">Ċ":42071,".getSource":42072,"(scale":42073,"Du":42074,"ĠPIL":42075,"_refresh":42076,"Ġbets":42077,"(car":42078,"ĠVon":42079,"|--------------------------------------------------------------------------Ċ":42080,"ĠGrat":42081,"Much":42082,"(Dialog":42083,".stopPropagation":42084,"Ġtek":42085,"Ġexits":42086,"'],$":42087,"ĠphoneNumber":42088,"ucs":42089,"ecimal":42090,"--------------":42091,"inp":42092,".pojo":42093,"Ġcorpus":42094,"Ġpractitioners":42095,".pic":42096,"\"testing":42097,"ĠstringBy":42098,".NotNull":42099,"Ġrang":42100,".Dynamic":42101,"_Render":42102,"аÑĤа":42103,"Waiting":42104,"ĠWik":42105,"Ġoverwhelmed":42106,"%\">":42107,"ĠAE":42108,"}}>Ċ":42109,"uw":42110,"_typ":42111,"Ġbuckets":42112,"Ġgreeting":42113,"Ġlaughter":42114,"Ġantagon":42115,"uggestion":42116,"-email":42117,"ĉtop":42118,"Ġeros":42119,"_tri":42120,"Ġissuing":42121,"Ġhá":42122,"Ġisolate":42123,"Overflow":42124,",E":42125,"Ġnutritional":42126,"ĠAbbott":42127,"Ġnf":42128,".touch":42129,".fetchall":42130,"_zip":42131,"\")}Ċ":42132,"Ġamat":42133,"ĠCisco":42134,"ĠnÃ¥":42135,"PLEX":42136,"Ġsei":42137,"foto":42138,".toJson":42139,"å¤ļ":42140,"ĠKlein":42141,"Ġlibc":42142,"Ġminers":42143,"å¢":42144,"-print":42145,"ĠPride":42146,"Todos":42147,"Ġmasked":42148,"ĠsetData":42149,"Ġtelefon":42150,"Ġunhappy":42151,"ĠTables":42152,"geb":42153,"(debug":42154,"_allowed":42155,"-access":42156,"Ġlogistics":42157,"Ġgems":42158,"ĠMature":42159,"Ġrsp":42160,"ĠAlle":42161,".getBytes":42162,"\\web":42163,"ynchronized":42164,"Paragraph":42165,"Ġthrottle":42166,".sqlite":42167,"consulta":42168,"ĠSeah":42169,"Ce":42170,"Ġsubmar":42171,"ERE":42172,"Vous":42173,"Ġreddit":42174,"Ġsqlalchemy":42175,"-mile":42176,"ocide":42177,"Pour":42178,"}}\">Ċ":42179,"stead":42180,"Ġ@(":42181,"Ġ[])":42182,"ĠAds":42183,"Ġoverload":42184,"ridden":42185,"ĠDesert":42186,"ĠWrap":42187,"ĠPortuguese":42188,"etz":42189,"ĉfirst":42190,"Ġmilestone":42191,"æĹł":42192,"ÑĥÑī":42193,"(success":42194,"\")Ċ":42363,"ĠDollar":42364,"Ġemoji":42365,"Carousel":42366,"-player":42367,"Ġadjusting":42368,"Ġjuga":42369,"allenges":42370,"gene":42371,"(bodyParser":42372,"lopedia":42373,"ĠBehind":42374,"Ġsleeves":42375,"Ġdragging":42376,"ĠChevrolet":42377,"Ġbiz":42378,"ivities":42379,"ĠFrequency":42380,",char":42381,".WHITE":42382,"_preview":42383,")';Ċ":42384,"_ax":42385,"IONS":42386,".cpu":42387,".inputs":42388,"UBE":42389,"_feed":42390,"ĠSupplement":42391,"!).":42392,"esus":42393,"ĠUDP":42394,"Ġmicrophone":42395,"Ġconfirms":42396,".isNotEmpty":42397,"\":\"\",Ċ":42398,"_SCREEN":42399,"ĉexpected":42400,"+-+-+-+-":42401,"ĠHait":42402,"fastcall":42403,"Ġdepict":42404,"vb":42405,"_picture":42406,"ĉdescription":42407,"ĠWife":42408,"uci":42409,"Ġvicious":42410,"ä»ĸ":42411,"ueba":42412,"ĠsetUser":42413,"ãģ¡":42414,"Ġdiving":42415,"Ġopera":42416,"usercontent":42417,"arah":42418,")},":42419,"yun":42420,"velt":42421,"Ġuncovered":42422,"Ġhips":42423,"Ġoscill":42424,"Ġasserting":42425,"ĠXi":42426,".restore":42427,"kea":42428,"Ġspelling":42429,"Ġderive":42430,"abwe":42431,"ĠDow":42432,".setType":42433,"_vs":42434,"Ġcozy":42435,".categories":42436,"Org":42437,"_mgr":42438,"Ġdungeon":42439,"collectionView":42440,"ĠBlank":42441,"acias":42442,"ää":42443,"_cleanup":42444,"_ACTIVITY":42445,"Ġtriangles":42446,".MenuItem":42447,"Ġiphone":42448,"ĠWon":42449,"]]ĊĊ":42450,"ĠComparison":42451,".Doc":42452,"Ġcanonical":42453,"ĠSudan":42454,"'){":42455,"UpInside":42456,"builtin":42457,"ENCY":42458,"xbe":42459,"Ġchuck":42460,"Ġcontradict":42461,"Ġnuestro":42462,"Ġarchitectural":42463,"ĠFib":42464,"Ġcompares":42465,"*k":42466,"Cfg":42467,"çĦ¡":42468,"nten":42469,"Matches":42470,"ĠDOWNLOAD":42471,"_HANDLER":42472,"management":42473,"[S":42474,"ENG":42475,"ÂĢÂ":42476,"fang":42477,"Ġslipped":42478,"ĠLanka":42479,"escaping":42480,"Ġtackles":42481,"ĠPedro":42482,".Prop":42483,".''":42484,".Generated":42485,".NewGuid":42486,"atrigesimal":42487,"illon":42488,"Ġstatistic":42489,"species":42490,"holding":42491,"Drupal":42492,"Ġfundamentally":42493,"Ġbondage":42494,"Ġresolutions":42495,"InlineData":42496,"\\Type":42497,"estion":42498,".wrap":42499,"Ġwarriors":42500,"ĠLOCAL":42501,"Archive":42502,"Ġembraced":42503,"ủ":42504,".Ver":42505,"ĠAffordable":42506,"olesale":42507,"ĠApplied":42508,"ĠConversion":42509,"mega":42510,"_cam":42511,"Ġceremon":42512,"aurus":42513,"ĠVolk":42514,".opens":42515,"/about":42516,"ĠStd":42517,"journal":42518,"()){čĊ":42519,",\"\\":42520,"(Arrays":42521,"ĠDense":42522,"aseña":42523,"änner":42524,"/stat":42525,"userData":42526,"Ġgerman":42527,"Ġtz":42528,"worthy":42529,"FormatException":42530,"pherd":42531,"Ġsmiles":42532,"ĠWhenever":42533,"(adapter":42534,".badlogic":42535,"Ġbriefing":42536,".GridColumn":42537,"-char":42538,"dimension":42539,"ĠCopper":42540,"Ġninth":42541,"Ġ'{{":42542,"Ġrav":42543,"_Table":42544,"Ġderivatives":42545,"ĠRaise":42546,"ĠFut":42547,"armor":42548,"-padding":42549,"Ġremin":42550,"ĉstyle":42551,"ĠMembership":42552,"Ġspreads":42553,"Ġgalleries":42554,"ĠClarke":42555,"Ġconception":42556,"minute":42557,"Ġabusive":42558,"_adj":42559,"Ġterrific":42560,"Ġovert":42561,"ourcing":42562,"Ġentrada":42563,"levels":42564,"Ġcritique":42565,"Ġrespects":42566,"ĠMMA":42567,"iene":42568,"Ġencaps":42569,"ĠRaymond":42570,"Divider":42571,"ivable":42572,"baz":42573,"Ġ@_;Ċ":42574,"ĠClaire":42575,"Ġurging":42576,"CEE":42577,"Ġtransformer":42578,"discord":42579,"ĠJourney":42580,"tos":42581,"Ġcompetitions":42582,"ĠOBJ":42583,"ĠBis":42584,"Ġrelaxation":42585,"idy":42586,"_INSTANCE":42587,"ĠPref":42588,"dados":42589,"iciencies":42590,"ĠMediaQuery":42591,"ĠCube":42592,"ĠStrange":42593,"gpu":42594,"(days":42595,"_InitStruct":42596,"Ġfingerprint":42597,"emat":42598,"ĠGecko":42599,"Ġrails":42600,"ĠLum":42601,"straction":42602,"igung":42603,"(movie":42604,"_dictionary":42605,"_interrupt":42606,"ĠQC":42607,"iked":42608,"appendChild":42609,"recipient":42610,"ré":42611,"Ve":42612,"Ġtowel":42613,".lastIndexOf":42614,"Ġplacebo":42615,"ĠWie":42616,".esp":42617,"(Debug":42618,"operative":42619,"Ġdeceased":42620,"&id":42621,"ĉmutex":42622,"elic":42623,"Ġbapt":42624,"ĉčĊčĊ":42625,"Ġfarther":42626,"Half":42627,".disable":42628,".menuStrip":42629,"leccion":42630,"ĠresultCode":42631,"Ġcans":42632,"-election":42633,"female":42634,"_FIX":42635,"ausible":42636,"ĠPOWER":42637,"Ġreconstruction":42638,"Ġscans":42639,".XtraBars":42640,"âĢĺs":42641,"Removed":42642,"Ġparagraphs":42643,"_margin":42644,"Ġlymph":42645,"Ġbos":42646,"lington":42647,"ĠBaptist":42648,"Ġadvertisements":42649,"ĠManage":42650,"/yyyy":42651,"IOUS":42652,"ENCES":42653,"ĠFiction":42654,"ĉmenu":42655,"ĠFileOutputStream":42656,"ovan":42657,"ĠFeng":42658,"Ġskipping":42659,"getClass":42660,"anni":42661,"Ġrebounds":42662,"Ġpublicity":42663,"Ġingres":42664,"usement":42665,"Ġthoughtful":42666,".Chart":42667,"Ġhatte":42668,"passport":42669,"Ġhooked":42670,"ĠLens":42671,"Ġflagship":42672,"Ġstip":42673,"ĠGEN":42674,"Ġclues":42675,"ipv":42676,"ĠRise":42677,"ĠGew":42678,"tablename":42679,"Ġforemost":42680,"_validate":42681,"_analysis":42682,"olla":42683,"Ġqualifications":42684,"Ġdistributions":42685,"ĠFlower":42686,"Ġtense":42687,"Ġthankful":42688,"Ġclutch":42689,"Ġunified":42690,"roads":42691,"Ġsiti":42692,"Ġstall":42693,"_PRIORITY":42694,"cstdlib":42695,"_USERNAME":42696,".bytes":42697,"?page":42698,"ermalink":42699,"ĠVeget":42700,"/vnd":42701,"-author":42702,".NONE":42703,"ĠConcurrent":42704,"ĠCry":42705,"Ġstarters":42706,"ĠInteraction":42707,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":42708,"ĠLEVEL":42709,"Ell":42710,"ĠcomboBox":42711,"ĠTheresa":42712,"tek":42713,"_Handle":42714,"Ġaby":42715,".gdx":42716,",end":42717,"(Local":42718,"Ol":42719,"knife":42720,"arial":42721,"ĠHoff":42722,"Ġprostituerade":42723,"Doctor":42724,"Instances":42725,".SetValue":42726,"ĉfrom":42727,"Ġluxurious":42728,"Indent":42729,"Allocator":42730,"_DRAW":42731,"(\",\",":42732,"ĠFrances":42733,"ĠgroupBox":42734,"(schema":42735,"Printf":42736,"ORIES":42737,"-gradient":42738,"Ġreput":42739,"arin":42740,"_DONE":42741,"incre":42742,"ignty":42743,"Ġexert":42744,"Ġ-.":42745,"/App":42746,"-through":42747,"Ġdeclining":42748,"Ġdessert":42749,"Ġincumb":42750,"Ġdesignation":42751,".PORT":42752,",strong":42753,"Ġsandbox":42754,"Ġwines":42755,"ĠPav":42756,"$str":42757,"askell":42758,"Ġhö":42759,"ĠPY":42760,"GetInstance":42761,"TextInput":42762,"gameObject":42763,"/events":42764,"createdAt":42765,"ĠlocalVar":42766,"ĠWHITE":42767,"pered":42768,"ilege":42769,"efficient":42770,",color":42771,"cate":42772,"ĠCafe":42773,"Ġsimilarities":42774,"Ġpumps":42775,"ĠHungary":42776,".Username":42777,"Ġskate":42778,"Ġtouchdowns":42779,"Ġaccelerate":42780,"ĠHelen":42781,"OMEM":42782,"ĠKun":42783,"_vol":42784,"ĠfindAll":42785,"ĠMenschen":42786,"ahead":42787,");\"":42788,"kommen":42789,"Ġpossessed":42790,".argmax":42791,".transition":42792,"ARP":42793,"OLUME":42794,"(script":42795,"ĠÐĺ":42796,"ĠFinding":42797,"onces":42798,"Io":42799,"Bold":42800,"Ġrenewal":42801,"_DIALOG":42802,"Ġdisreg":42803,"INTERN":42804,"Ġtoute":42805,"Ġelectr":42806,"ĠGross":42807,"ĉtrue":42808,".Fields":42809,"ĠWIDTH":42810,"ĠDent":42811,"ĠÃģ":42812,"NSNotification":42813,"Ġaos":42814,"Ġmelee":42815,".Validation":42816,"ĠDEC":42817,"-dependent":42818,"Ġsuic":42819,"Traits":42820,"$message":42821,"ĠDear":42822,"ĉFILE":42823,"languages":42824,".Prot":42825,".addr":42826,"-generation":42827,"ICON":42828,"Ġtransplant":42829,"-description":42830,"Ġchasing":42831,"Ġchees":42832,"Ġ}*/Ċ":42833,"Trad":42834,"queries":42835,"/widgets":42836,"subpackage":42837,"Ġespec":42838,"Ġcracked":42839,"Ġcompetitor":42840,"Purchase":42841,"-team":42842,"olecular":42843,"orThunk":42844,"&P":42845,"Ġrelent":42846,"/#{":42847,"ĠproductId":42848,"Ġè¾":42849,"ĠLav":42850,"ĠAlter":42851,".Mode":42852,"ADIO":42853,"grp":42854,"æ·»åĬł":42855,"Quit":42856,"Ġdepths":42857,"-category":42858,"ĠDATABASE":42859,"SPELL":42860,"ĠFalcon":42861,"ĠQStringList":42862,"Ġ''.":42863,"ĠInstitution":42864,"damage":42865,"azor":42866,"belongsTo":42867,"verages":42868,"ĠNONE":42869,"ippets":42870,",\\Ċ":42871,"Ġfootprint":42872,"_archive":42873,"nak":42874,".getField":42875,"ĠReflection":42876,"Ġ']":42877,"ĠHBO":42878,"_discount":42879,"Ġincest":42880,"ĠDodge":42881,"ĠWade":42882,".NO":42883,"\"encoding":42884,"ĠBlockchain":42885,"Ġlawsuits":42886,"ĠMaint":42887,"chten":42888,"Ġétait":42889,"Ġktóre":42890,"_ctl":42891,"(timer":42892,"Battle":42893,"izo":42894,"ayed":42895,"IOR":42896,"ĠGlasgow":42897,"Ġsynth":42898,"_logs":42899,".pose":42900,"_AdjustorThunk":42901,"((&":42902,"Ġunsure":42903,"ystate":42904,"íķĺëĬĶ":42905,"OULD":42906,".ng":42907,"Ġdefaultdict":42908,"workspace":42909,"Ġselective":42910,"PickerController":42911,"YNAMIC":42912,".methods":42913,"Ġpathways":42914,"ĠFew":42915,"KG":42916,"CRYPT":42917,"following":42918,"ĠDLC":42919,"ĠSara":42920,"Ġpreset":42921,"estructor":42922,"ĠKurt":42923,"Ġairplane":42924,"Ġomp":42925,"ĠParents":42926,"ĠMartinez":42927,".complete":42928,"Ġbroadly":42929,"Ġscare":42930,"ĠMé":42931,"Ġelimination":42932,"Ġpoured":42933,"/sw":42934,"Ġcomun":42935,"Ġmasc":42936,"ĠOrganic":42937,"ĠStringUtils":42938,"ilateral":42939,"Ġreluctant":42940,"-age":42941,"Ġnz":42942,".\"\\":42943,"Ġpastor":42944,"alez":42945,"Ġefect":42946,"prov":42947,"/init":42948,"Ġpenn":42949,"unds":42950,"Ġssize":42951,"ĠProj":42952,"basename":42953,"Ġshells":42954,"ĠNeck":42955,"ĠEnforcement":42956,"vided":42957,"stown":42958,"Sphere":42959,"$r":42960,"ussen":42961,"afil":42962,"ĠTelegram":42963,"Ġanalytical":42964,"нÑĭе":42965,"usually":42966,"xn":42967,"Ġhistorian":42968,"ĠGregory":42969,"olph":42970,"ĠUna":42971,"Ġcontributes":42972,"%-":42973,"antiago":42974,"ÑĢед":42975,".region":42976,"Ġabrupt":42977,"ĠUnsupportedOperationException":42978,"ĠTASK":42979,"_finish":42980,"Ġnotorious":42981,"ĠVs":42982,"ĠMQ":42983,"Ġsunset":42984,"Ġunacceptable":42985,"arcer":42986,"Ġillumin":42987,"ĠOrb":42988,"Ġbh":42989,"Este":42990,"_dispatch":42991,"Ġripped":42992,"Ġtoujours":42993,"ĠParcel":42994,"_ll":42995,".userName":42996,".classes":42997,"SOURCE":42998,"(Number":42999,"елÑı":43000,"Ġheadphones":43001,"(side":43002,"constitution":43003,"annah":43004,"čĊĠĠĠĠĠĠĠĠčĊ":43005,"Ġcliff":43006,"-ref":43007,"Ġmostrar":43008,"ĠPowell":43009,"+y":43010,"ĠBG":43011,"_fragment":43012,".Port":43013,"Ġrealizing":43014,"paramref":43015,"Ġhometown":43016,"@Table":43017,"+\"--}}Ċ":43196,"French":43197,"EntityManager":43198,"ĠPlain":43199,"////////////////////////////////////////////////////////////////////":43200,"³":43201,"(RE":43202,"capt":43203,"Ġorganisms":43204,"Ġjets":43205,"olocation":43206,"ĠAppRoutingModule":43207,"Ġglorious":43208,"æľį":43209,"Ġdiscarded":43210,"ĉĉĉĉĠĠĠĠĠ":43211,"ĠArnold":43212,"lug":43213,"Ġparl":43214,"Ġhormones":43215,"Ġmah":43216,"ĠSonic":43217,"Ġorganizers":43218,"_PLATFORM":43219,".inv":43220,"Ġchord":43221,"ventional":43222,"ĉof":43223,"Episode":43224,".Enum":43225,"unkt":43226,"ĠDh":43227,"ĠJared":43228,"ĠNak":43229,"Ġintends":43230,"Endian":43231,"Ġaustralia":43232,"_cv":43233,"(resolve":43234,"Ġclinics":43235,"liked":43236,"ASHINGTON":43237,"inha":43238,"'*":43239,"ĠNP":43240,"_beh":43241,"Ġhf":43242,"Ġwür":43243,"categoria":43244,"$form":43245,"Ġsubway":43246,"ĠisActive":43247,"popular":43248,"Cour":43249,"Ġcooldown":43250,"Ġainsi":43251,"ĠGLuint":43252,"ereal":43253,"ĠarrayOf":43254,"Ġhatch":43255,"==========":43256,"resses":43257,"_PP":43258,".^":43259,"_decay":43260,"ĠBless":43261,"metrics":43262,"ĠCOPYING":43263,"ĠDumpster":43264,"ĠJosé":43265,"ĠDesigns":43266,"<":43269,"Ġ\"}Ċ":43270,"timezone":43271,"Ġeer":43272,"maxcdn":43273,"ĠESC":43274,"igaret":43275,"_connected":43276,"_reverse":43277,"Ġquestionable":43278,"ĠUSC":43279,"Ġtutti":43280,"Ġdropout":43281,"ĠActivities":43282,"ĠWinds":43283,"')));Ċ":43284,"Ġcongest":43285,"ģı":43286,"Ġprolonged":43287,"è¿Ļ":43288,"ĠCrossAxisAlignment":43289,"LEEP":43290,"ĠVALID":43291,"ĠGaz":43292,"Ġdependence":43293,"ĠPrix":43294,".CompilerServices":43295,"jump":43296,"Ġstrat":43297,"circ":43298,"ĠCUSTOM":43299,"xaa":43300,"Ġbmp":43301,"Ġbureau":43302,"Ġwaren":43303,"NX":43304,"(Window":43305,"ĠChristie":43306,"_FE":43307,"Ġtn":43308,"ĠOmega":43309,"communications":43310,"HomePage":43311,"completion":43312,"Ġsupplying":43313,"YPES":43314,"ável":43315,"åĪ¶":43316,"(click":43317,"\\Contracts":43318,"/questions":43319,"Ġez":43320,"AMS":43321,".mesh":43322,"Ġ'\\Ċ":43373,"Robot":43374,"JsonObject":43375,"ĠDF":43376,"ĠProcessor":43377,"_should":43378,".protobuf":43379,"-users":43380,"Ġembry":43381,"FONT":43382,"Ġstartups":43383,"ĠDataSource":43384,")#":43385,"uros":43386,"_Color":43387,"Ġstandalone":43388,"}[":43389,"jd":43390,"Ġforgive":43391,"Ġngx":43392,"ĠGenerally":43393,"Ġconfigurable":43394,"/order":43395,"Ġvas":43396,"')\";Ċ":43397,"ĠRR":43398,"ĠTroy":43399,"Ġcompromised":43400,"ĠSwan":43401,"intendent":43402,"Central":43403,"_keeper":43404,"Ġarquivo":43405,"ĠReadOnly":43406,"_curve":43407,"kv":43408,"entin":43409,"è±":43410,"ĠEy":43411,".imread":43412,"ĠPam":43413,"iffe":43414,"ativity":43415,"xbc":43416,"Ġgrim":43417,"-filled":43418,"namese":43419,"']:":43420,"Ġaur":43421,"ĠGibson":43422,".MouseEvent":43423,"Ġlado":43424,"avadoc":43425,"Ġfamil":43426,"ĠModer":43427,"fps":43428,"ãĢĢãĢĢ":43429,"-example":43430,"ĠAlzheimer":43431,"ĠUtf":43432,"_arguments":43433,"Conclusion":43434,"textContent":43435,"remaining":43436,"Ġinterrupts":43437,"ĠBackup":43438,"ĠMong":43439,"Ġreceptors":43440,"histor":43441,".coroutines":43442,"Ġshouted":43443,"Alarm":43444,"Ġcombust":43445,"Ġgrote":43446,"ultural":43447,"(ids":43448,"--------------------------------------------------------------------------------":43449,"iplinary":43450,"Opts":43451,"ĠYale":43452,"localStorage":43453,"Ġequival":43454,"ĠFleet":43455,"\\b":43456,"*pi":43457,"ĠQLabel":43458,"æ¡":43459,"Ġvx":43460,"ĠACL":43461,"Ġsucesso":43462,"Ġperc":43463,"ĠNotre":43464,"Ġanarch":43465,"Ring":43466,"spb":43467,"Ġstrpos":43468,"stores":43469,"ĠMaple":43470,"(MainActivity":43471,"(\"\"))":43472,"ĠviewHolder":43473,"Quad":43474,"Ġigual":43475,"orsche":43476,".margin":43477,"Ġindie":43478,"Ġfranc":43479,"ĠFormBuilder":43480,"ĠParticip":43481,".flash":43482,"Ġstorms":43483,"Ult":43484,"Ġfen":43485,"[new":43486,"Ever":43487,"=\"Ċ":43488,"Ġlocalized":43489,"_follow":43490,"Ġnave":43491,"Ġdominance":43492,"(tile":43493,"Journal":43494,"ĠVC":43495,"Ġpenetration":43496,"ï¼ķ":43497,"Ġcompartment":43498,"Ġbids":43499,"Formatted":43500,"******/ĊĊ":43501,"(city":43502,"âĢĶit":43503,"[C":43504,"ĠuseCallback":43505,"aub":43506,")?.":43507,"ĠVAR":43508,"ĠSebastian":43509,"ĠMoss":43510,"Ġabundant":43511,"Greg":43512,"ÑĤа":43513,"_ci":43514,"Ġbibli":43515,"CRM":43516,"ĠAttempt":43517,"isme":43518,"dash":43519,"ãĢİ":43520,"_mu":43521,".FormattingEnabled":43522,"Indeed":43523,"-direct":43524,"Ġsucking":43525,"Ġpne":43526,"ocabulary":43527,"ĠPackers":43528,".Navigation":43529,"Ġpied":43530,"cribing":43531,"ĠStuart":43532,".ToDouble":43533,"ĠSecondary":43534,"Saving":43535,"ĠDut":43536,"ĠMadd":43537,"Magic":43538,",H":43539,".documentElement":43540,"ĠBST":43541,"Ġdiffers":43542,"Ġmoreover":43543,"_nd":43544,"SEARCH":43545,"пÑĢав":43546,"æ´":43547,"toMatch":43548,"Ġdecreasing":43549,"-member":43550,"ampus":43551,"(boost":43552,"Daily":43553,"DataGridView":43554,"ĠHttpContext":43555,"Ġhipp":43556,"_workers":43557,"-language":43558,"éĵ":43559,"Ġconsisted":43560,"athing":43561,"ĠMercury":43562,"$content":43563,"Ġpracticed":43564,"ĠModules":43565,"_DAY":43566,"Ġweaknesses":43567,"ĠLodge":43568,"Ġnar":43569,"ĠMate":43570,"Ġjp":43571,"ĠHttpHeaders":43572,"Ġsmo":43573,"ĠTOKEN":43574,"])(":43575,"Ġaqui":43576,"swagen":43577,"Ġsrv":43578,"ĉans":43579,"Around":43580,"ĠManuel":43581,"Ġfictional":43582,"ĠIMG":43583,"Ġ.'":43584,"ĠBerry":43585,"Ġwallpaper":43586,"sexual":43587,"iero":43588,"ĠçļĦ":43589,"ìĨĮ":43590,"BackingField":43591,"ĠAdrian":43592,"BASEPATH":43593,"Ġrepeats":43594,"Ġblues":43595,"Ġunpredict":43596,"_coll":43597,"stacle":43598,"ĠTumblr":43599,"ĠElf":43600,"Ġassurance":43601,"Ġcensus":43602,"ĠIMPORT":43603,"ENDER":43604,"anos":43605,"Ġ=(":43606,"ĠEllis":43607,"\"ĊĊĊĊ":43608,".win":43609,"ĠAbove":43610,"alon":43611,"_tick":43612,"Ġrepresentations":43613,"Ġæķ":43614,"wid":43615,"ĠArms":43616,"Lista":43617,"_failure":43618,"_cm":43619,".FlatAppearance":43620,"Ġthrone":43621,"Patch":43622,"ĠVoy":43623,"engl":43624,"Ġnegotiating":43625,">`":43626,"Ġshoots":43627,"ĠFPS":43628,".Year":43629,"ĠKiss":43630,"ención":43631,"reeting":43632,"FromFile":43633,"Ġresignation":43634,"Ø·":43635,"Ġtwins":43636,"ượ":43637,"Ġgebru":43638,".getContent":43639,".Tree":43640,"ĠEmployees":43641,"ĠFIFA":43642,"Ġcertainty":43643,"(Cl":43644,"Ġtotals":43645,"editable":43646,"à¥Ģ":43647,".Reporting":43648,"Mas":43649,"quiet":43650,".rules":43651,"ĠVO":43652,"conexion":43653,",K":43654,"Ġallocator":43655,"ĠPowder":43656,"\\Repository":43657,"Beat":43658,"_tipo":43659,"Ġ['',":43660,"_INTR":43661,"Ġ<<<":43662,"\");čĊ":43691,"dropIfExists":43692,"ĠBeg":43693,"_HAL":43694,"ĠcrossAxisAlignment":43695,"ĠEvidence":43696,"Ġpeculiar":43697,"Ġinstitute":43698,"veis":43699,"Ġfft":43700,"Ãģ":43701,"Ġzoekt":43702,"analy":43703,"ĠHomeland":43704,"Ġpenetr":43705,"uddenly":43706,"ĉelement":43707,"ĠBren":43708,"ĠTrudeau":43709,"ĠCuban":43710,"jam":43711,"uslim":43712,"_ev":43713,"Ġstems":43714,"}%":43715,"Ŀå§ĭ":43716,"Ġbranding":43717,"Ġcorrespondence":43718,".jquery":43719,"¢åįķ":43720,"ĠReads":43721,"(HttpStatusCode":43722,"assin":43723,"(slot":43724,"ĠGraduate":43725,"///<":43726,"Ġinformations":43727,"ENABLE":43728,"Ġpuis":43729,"Ġfinder":43730,"ĠBris":43731,"Ġnettsteder":43732,"_mid":43733,"Ġogs":43734,"ĠSterling":43735,"Ġarrog":43736,"strftime":43737,"|ĊĊ":43738,"Ġvox":43739,"ĠRegardless":43740,"Ġeso":43741,"ĠComfort":43742,".BooleanField":43743,"Ġuh":43744,"ACY":43745,"Ġsqueez":43746,"ĠVic":43747,"contro":43748,".lo":43749,"Ġire":43750,"ĠComedy":43751,"ë¶":43752,"Ġoriginated":43753,"Ġshipment":43754,"|max":43755,"_guid":43756,"levation":43757,"наÑı":43758,"(undefined":43759,"ĠDDR":43760,"Ġshootings":43761,"ĠLatino":43762,"ENDOR":43763,"Ġaveraging":43764,"Ġgreeted":43765,"Ġtheaters":43766,"ое":43767,"ĠdB":43768,"Ġgst":43769,"Ġdefinite":43770,".Storage":43771,".her":43772,"Ġafore":43773,"ĠReality":43774,"ĠGods":43775,"versed":43776,"Ġhandsome":43777,"Ġexcluding":43778,"(ad":43779,"Quotes":43780,"ĠScheme":43781,"?q":43782,"ĠTamil":43783,"Ticks":43784,"Ġpest":43785,"'n":43786,"Ġpornography":43787,"_modal":43788,"Ġ----------":43789,"Ġdisposable":43790,"FREE":43791,"Ġshark":43792,"CHE":43793,"Ġdepicted":43794,"Ġdemonstrations":43795,"ĠKilled":43796,"ĠRULE":43797,"Ġobsessed":43798,"Ġsimplified":43799,"Postal":43800,"Ġconceptual":43801,"Ġpst":43802,"Las":43803,"_PROJECT":43804,"ucceeded":43805,"olu":43806,"ÄŁi":43807,"Ġpersonalities":43808,"Ġreshape":43809,"Ġenclosed":43810,"ĉptr":43811,"Ġtutorials":43812,"Ġexploded":43813,"_DIRECTORY":43814,"åĨħ容":43815,"Ġcanon":43816,"Ġrecognise":43817,"PAD":43818,"ĠApprox":43819,"ĠRestore":43820,"ĠImportant":43821,"Ġheavier":43822,".Sequential":43823,"Earth":43824,"ĠMilk":43825,".setRequest":43826,".tem":43827,"Ġreconstruct":43828,"Ġskeptical":43829,"_Private":43830,"BUF":43831,"qua":43832,":a":43833,"Ġsek":43834,"Ġdwell":43835,"ossa":43836,"Ġrewarded":43837,"ий":43838,"(topic":43839,"_partition":43840,"Ġ__________________":43841,"Keywords":43842,"ĠFranco":43843,"Lite":43844,"Ġnaken":43845,"Ġза":43846,"OBJECT":43847,"Ġcrafts":43848,"ĠSwap":43849,".Xna":43850,".Connect":43851,"Ġbalcony":43852,"(real":43853,"ĠBarnes":43854,"bir":43855,"ĠTwenty":43856,"ayan":43857,"atars":43858,"ĠPropel":43859,"ĠIhnen":43860,"Upgrade":43861,"Ġcurb":43862,"-second":43863,"Ġneph":43864,".pres":43865,"ìŀħ":43866,".seq":43867,"Ġpadded":43868,"\"?":43869,"jl":43870,"ãĥ¬":43871,"')a":43875,"Coordinates":43876,"Ġenacted":43877,"ENTS":43878,"Ġlac":43879,".final":43880,"ĠPhpStorm":43881,"called":43882,"Ġinquiries":43883,".middleware":43884,"ĠDowntown":43885,"/';Ċ":43886,"Ġkilomet":43887,"accel":43888,"Ġquien":43889,"wstring":43890,"setData":43891,"Ġmanera":43892,"Ġmodular":43893,"rimp":43894,"Ġtariffs":43895,"âĢĻil":43896,"_THROW":43897,"/color":43898,"ĠHTMLElement":43899,"Ġcarro":43900,"Ġprere":43901,"Ġplotting":43902,"ĠPositive":43903,"ĠMachines":43904,"OTES":43905,"Ỽ":43906,"pleasant":43907,"Ġalte":43908,"Ġainda":43909,"these":43910,"Ġcors":43911,"ipay":43912,"ĠAdvisory":43913,"ĠRubio":43914,"jq":43915,"Ġlimestone":43916,"Ġdetached":43917,"设置":43918,"tenant":43919,"ĠDepth":43920,"alore":43921,"ĠÑģÑĤÑĢок":43922,"ĠFORE":43923,"ĠLay":43924,"presentation":43925,")');Ċ":43926,".subplots":43927,"Ïĥ":43928,"NOW":43929,"Gar":43930,"handles":43931,"abra":43932,"puties":43933,"ĠElectrical":43934,"Middle":43935,"ropic":43936,"ĠJD":43937,"ĠDyn":43938,"ĠBristol":43939,"ĠMcCarthy":43940,"Ġstriker":43941,"Ġenumerable":43942,"ĠEvan":43943,".defaults":43944,"quences":43945,")||":43946,"ĉtoken":43947,"âĹı":43948,"-dropdown":43949,"STORE":43950,"ĠGraphic":43951,"(pp":43952,"Expl":43953,"Ġupwards":43954,"ĠDistributed":43955,"ĠWEB":43956,"Jer":43957,"isNaN":43958,"çĶŁæĪIJ":43959,">R":43960,"üssen":43961,"efs":43962,"Ġuncover":43963,"Ġlud":43964,".calculate":43965,"Ġintptr":43966,"Ġmidfielder":43967,".Headers":43968,"Ġmf":43969,"eref":43970,".Metro":43971,"ĠSpeaking":43972,":b":43973,"Ġcryptocurrencies":43974,"Ġdemons":43975,"ĉEXPECT":43976,"Ġwicked":43977,"youtube":43978,":Int":43979,"ĠHindi":43980,"ĠCAT":43981,"Ġع":43982,"rar":43983,"omore":43984,"/per":43985,"/license":43986,"Ġreim":43987,"Ġawaiting":43988,"Ġlethal":43989,"ĠEF":43990,"rounded":43991,"ĠPlatinum":43992,"ĠвÑģе":43993,".coords":43994,".Device":43995,"/item":43996,"ĠWenn":43997,"compileComponents":43998,"ĠKinder":43999,".removeItem":44000,"Ġanda":44001,"bnb":44002,"Ġpra":44003,"(transaction":44004,"Ġembarrassing":44005,"ĉBOOL":44006,".contentView":44007,"Ġeventdata":44008,"atore":44009,"ĠprovidedIn":44010,"irma":44011,"Ġzona":44012,"_HW":44013,"æĻ":44014,"Ġstove":44015,"Ġcounterpart":44016,"_Product":44017,"_MANAGER":44018,"Ġinfring":44019,"ĠERA":44020,"_party":44021,"Ñij":44022,"Ġinici":44023,"_Request":44024,"Ġmiracle":44025,"ĠcancelButton":44026,"Spy":44027,"ató":44028,"Ġpolish":44029,"ĠNicole":44030,".displayName":44031,"\\Requests":44032,"ĠuseHistory":44033,"RouterModule":44034,"Ġstared":44035,"IDER":44036,"ÑĥнкÑĨи":44037,"Ġnota":44038,"$arr":44039,"pecified":44040,"Ġtopp":44041,"_DRIVER":44042,"/ng":44043,"åł":44044,"_tm":44045,"%timeout":44046,"\"":44488,"tlement":44489,"$(\"":44490,"FromString":44491,"ĠBild":44492,"Ġconventions":44493,"_native":44494,"ĠInspector":44495,"ĠPist":44496,"ubar":44497,"Ġregs":44498,"ĠPilot":44499,"Thus":44500,">'+":44501,"Ġcela":44502,".news":44503,"(Product":44504,"Living":44505,"Russia":44506,"Ġfacet":44507,"etical":44508,"Ġ['$":44509,"/[":44510,"ĠDire":44511,"Ġgases":44512,"ĠINFORMATION":44513,"ĠEat":44514,"ĠForums":44515,"ĠCharacters":44516,"_met":44517,"Ġìĭľ":44518,"Ġkings":44519,"achie":44520,"ĠLambda":44521,"Ġtimers":44522,"ĠLighting":44523,"ĠCasey":44524,"addir":44525,"andex":44526,".answer":44527,"ĠHip":44528,"ĠPrincip":44529,"StartDate":44530,"ĠãĢĮ":44531,"tres":44532,"Ġ&#":44533,".MaxValue":44534,"ĠProblems":44535,"Ġlatex":44536,"OfClass":44537,"ĠLynn":44538,"//'":44539,"Ġvoyage":44540,"Ġshuttle":44541,"ĠRoller":44542,"ĠRuntimeError":44543,"uya":44544,"Dic":44545,"ĉbuilder":44546,"Ġbullying":44547,"Ġsimplest":44548,".called":44549,"ĠLR":44550,"Ġmorality":44551,"Ġsturdy":44552,"tracking":44553,".swagger":44554,"_BIND":44555,"ITOR":44556,"-urlencoded":44557,"ĠÑħ":44558,"ĠTrinity":44559,"Ġtraps":44560,"Ġ|-":44561,"ĠsetText":44562,"Ġbargain":44563,"Ġbrakes":44564,".getCode":44565,"Ġmigrate":44566,"Ġribbon":44567,")return":44568,"Ġcharger":44569,"acom":44570,"ADIUS":44571,"ĠAmbassador":44572,"-after":44573,"Ġanni":44574,"ĉspin":44575,"Concept":44576,"ĠHenderson":44577,"ĠHOST":44578,".rank":44579,"ĠNortheast":44580,"Ġberlin":44581,"Ġrequis":44582,".feed":44583,"ĠsourceMapping":44584,"ĠRencontre":44585,".ajax":44586,"nestjs":44587,"Ġtrek":44588,"ĠNacional":44589,"Ġ&[":44590,"Ġpayable":44591,"ortex":44592,"Ġdept":44593,"fieldName":44594,"Ġcompletes":44595,"ĠRVA":44596,"Ġonions":44597,"alignment":44598,"Formats":44599,"Ġ'{$":44600,"HashSet":44601,"ĠBod":44602,".InvariantCulture":44603,"Ġsettlements":44604,"Ġhydr":44605,".updated":44606,"venth":44607,"(seconds":44608,"=\"/\"":44609,"Ġwebpage":44610,"(ĊĊ":44611,"Ġtir":44612,"Ġtoes":44613,"ĠBrick":44614,"Ġambition":44615,"Pot":44616,"=max":44617,"ETIME":44618,"Ġdepot":44619,"calls":44620,"ĠNorwegian":44621,"`:":44622,"Ġburger":44623,"Ġprofessors":44624,"ĠAllocate":44625,"-thirds":44626,"-chart":44627,"Ġford":44628,"*N":44629,".kotlin":44630,"Ġpaperwork":44631,"ĠDEVICE":44632,"%@\",":44633,"respect":44634,"(mp":44635,"é«ĺ":44636,"-if":44637,"Ġcushion":44638,"obot":44639,"Ġparc":44640,"SPACE":44641,"ĠNetanyahu":44642,"Ġselfish":44643,"feat":44644,"Ġclientes":44645,"-tools":44646,"Ġporch":44647,"Ġjq":44648,".verbose":44649,"Ġliberals":44650,"])ĊĊĊ":44651,"pies":44652,"NotBlank":44653,"(term":44654,"ÈĽi":44655,"_Params":44656,".normalize":44657,"Bullet":44658,"ASIC":44659,"(hex":44660,"_cliente":44661,"+,":44662,"_DI":44663,"Ġforthcoming":44664,"}\")]Ċ":44665,"seo":44666,"Um":44667,">Name":44668,"Ġcomfortably":44669,"irectional":44670,"WITH":44671,"/pr":44672,"ĠPoor":44673,"ĠVitamin":44674,"vic":44675,"GH":44676,"Ġpriorit":44677,"ĠNN":44678,"ĠClosed":44679,"¤í":44680,"ĠisOpen":44681,"\\Console":44682,"AndFeel":44683,".SUCCESS":44684,"_OPERATION":44685,"polation":44686,"ĠTas":44687,"psz":44688,">'.":44689,"CURRENT":44690,"Vendor":44691,"hosts":44692,"ĠErd":44693,">tagger":44694,"ĠsourceMappingURL":44695,"Ġmarathon":44696,"_closed":44697,"Ġexemption":44698,"Ġrecognizes":44699,"ideshow":44700,"'$":44701,"('/');Ċ":44702,"mits":44703,"warz":44704,"ĠCherry":44705,"µ¬":44706,"nor":44707,"porte":44708,"Ġwl":44709,"_backup":44710,".getBoolean":44711,".getResource":44712,"Ġdefinitive":44713,".EditText":44714,"ĠsÃŃ":44715,".CONT":44716,"ĠPLAYER":44717,".cards":44718,"ĠShore":44719,"('/')Ċ":44720,"cluir":44721,"WebDriver":44722,"(month":44723,"-release":44724,"Ġinspector":44725,"å£":44726,"ĠNF":44727,"_clip":44728,"åŃIJ":44729,"Ġinteracting":44730,".tmp":44731,"Ġ'''ĊĊ":44732,"Ġdee":44733,"Ġfrost":44734,"\"]))Ċ":44735,"ĠPlaces":44736,"Throws":44737,"fork":44738,"/day":44739,"iPhone":44740,"ĠMIC":44741,"Ġfolding":44742,"Ġcrore":44743,"ĠChiefs":44744,"pherical":44745,"(price":44746,".WriteString":44747,"Ġexiting":44748,"]',Ċ":44749,"ighting":44750,"Ingredient":44751,"(vertex":44752,"ĠscrollView":44753,"hf":44754,":new":44755,"SEN":44756,"sector":44757,"Ġspins":44758,"ĠScheduler":44759,"otechn":44760,"semicolon":44761,"FontOfSize":44762,"ĠSpecifically":44763,"flamm":44764,".ObjectId":44765,"Ġconta":44766,"_permissions":44767,"ĉFROM":44768,"ICODE":44769,"/kg":44770,"ĠHotels":44771,"-med":44772,"ĠDin":44773,"Ġnavy":44774,"getParam":44775,"Ġmend":44776,"Ġportrayed":44777,"ĠMetropolitan":44778,"Painter":44779,"Ġreferral":44780,"_good":44781,"Ġmarvel":44782,"osaic":44783,">(&":44784,".ur":44785,"Ġestos":44786,"William":44787,"Ġtimber":44788,"Ġquelques":44789,"ĠDocuments":44790,".Xaml":44791,"Ġbatches":44792,"éģĵ":44793,"ĠReleased":44794,"Tail":44795,"COOKIE":44796,"heid":44797,"_station":44798,"ĠVia":44799,"Sale":44800,"ĠRepeat":44801,"Ġpromin":44802,"ĠZo":44803,"-forward":44804,"ĠIon":44805,"itary":44806,"Ġjus":44807,"-request":44808,"Ġproudly":44809,"ĠStreaming":44810,"(MouseEvent":44811,"ĠSprint":44812,"_rotation":44813,"Repositories":44814,"Ġtart":44815,"ĠÑģв":44816,"Ġmappings":44817,"èª":44818,"Cu":44819,"Cycle":44820,"Ġbun":44821,"ĉlua":44822,"ãĥī":44823,"Ġ((!":44824,"Ġcollectively":44825,"ĠCond":44826,"Ġwszyst":44827,"(lib":44828,"openhagen":44829,"_skip":44830,".ColumnHeader":44831,"éĤ":44832,"perienced":44833,"ıè¿°":44834,"_props":44835,"Ġcontrace":44836,"Ġmatchup":44837,"abetic":44838,".members":44839,"RECT":44840,"(dat":44841,"Ġsog":44842,"renom":44843,"_Method":44844,"Customers":44845,"fullname":44846,"ZN":44847,"retry":44848,"Ġkap":44849,"ĠNeu":44850,"èĬ":44851,"addChild":44852,"willReturn":44853,"_permalink":44854,"Ġenergetic":44855,"ĠWet":44856,"ĠMorr":44857,"Ġgcd":44858,"counts":44859,",type":44860,"dig":44861,"(Login":44862,"Ġcracks":44863,"Ġbacterial":44864,"ĠMeat":44865,"ĠArmstrong":44866,"ĠBronze":44867,"Ġapproximate":44868,"_dirs":44869,"liga":44870,"ÅĤad":44871,"Ġkindness":44872,"Ġcontre":44873,"ĠEVERY":44874,"MET":44875,"Ġannouncements":44876,"gpio":44877,"ĠWaitForSeconds":44878,"ĠPhotoshop":44879,"Ġdiscontin":44880,"/dd":44881,"Ġtopology":44882,"anical":44883,".interface":44884,"aucoup":44885,".HashSet":44886,"ARIANT":44887,"(routes":44888,"ĠTeh":44889,"Ġhype":44890,"]\").":44891,"Ġslam":44892,"Ġbroth":44893,"-inter":44894,"ĠRid":44895,"-manager":44896,"Cancelar":44897,"ĠPagination":44898,"Ġsoundtrack":44899,"Ġposterior":44900,"Ġscrub":44901,"creating":44902,"-*":44903,"irteen":44904,".dy":44905,".symmetric":44906,"Ġ\"\".":44907,"===============":44908,"Ġchassis":44909,"ĠnumberOfRows":44910,"Developer":44911,"_bins":44912,"ĠOUR":44913,"rieb":44914,"Pros":44915,"ĠwiÄĻ":44916,"\"d":44917,"Ġasyncio":44918,"zeigen":44919,"_spi":44920,".ALL":44921,"Ġscrews":44922,"Chinese":44923,"ĠapiKey":44924,"Ġunsuccessful":44925,"ĠSeahawks":44926,"ORG":44927,"ç«ł":44928,"Ġprofessionally":44929,"ĠCoupon":44930,"åŃĹ段":44931,"Convention":44932,"Ġpolym":44933,"æīĭ":44934,"Ġsalvation":44935,"Ġengineered":44936,"ĠWrest":44937,"ĠGCC":44938,"Ġwarmer":44939,"LayoutConstraint":44940,"Ġaggrav":44941,"Scripts":44942,"venture":44943,"Ġrefrigerator":44944,"Ġinnovations":44945,"ĠRunner":44946,"NIC":44947,"ĠRolling":44948,"ControlEvents":44949,"Ġloos":44950,"pac":44951,"ĉpanel":44952,"efe":44953,"ĠBuddha":44954,"--------------Ċ":44955,"åºĵ":44956,"(forKey":44957,"Ġlumin":44958,"Ġ(?":44959,"ĠAIDS":44960,",user":44961,"imientos":44962,"contentType":44963,"antlr":44964,"é¦":44965,"ĠWelt":44966,"Production":44967,"might":44968,"ĠVII":44969,"\",(":44970,"Ġobserving":44971,"Ġdeliberate":44972,"(control":44973,"Ġwithd":44974,"Ġsemana":44975,"STACK":44976,"uchen":44977,"Nice":44978,"ĠDeutschland":44979,"ĠSpecifies":44980,"dma":44981,"izio":44982,"ĠFacts":44983,"_popup":44984,"ĠDirectors":44985,"{:":44986,"[R":44987,"ĠÑįлеменÑĤ":44988,"Ġplat":44989,"Ġdirecting":44990,"ä¸ī":44991,"ĠGilbert":44992,"âĢ¦.ĊĊ":44993,".qml":44994,"Ġthereafter":44995,"Ġdisposition":44996,"draft":44997,"Ġsurgeon":44998,"ĠInsider":44999,"Blend":45000,"ĠTrev":45001,"trinsic":45002,"Topics":45003,"rieve":45004,"_FILENAME":45005,"Ġautres":45006,"Jose":45007,"Producer":45008,"erus":45009,"Ġpetit":45010,"ĠNEXT":45011,"ĠFilters":45012,"Ġreplicate":45013,"\"]).":45014,"Ġlenders":45015,"]\",Ċ":45016,";charset":45017,"CppObject":45018,"Ġfloral":45019,"ĠTipo":45020,"Ġcircuits":45021,"easy":45022,"(&$":45023,"itta":45024,"eryl":45025,"_COMMON":45026,"'}}>Ċ":45027,"-backed":45028,"(variable":45029,"(Index":45030,"Ġvoir":45031,"_locations":45032,"++){":45033,"ĠLouisville":45034,"Ġgratitude":45035,".Mockito":45036,"ĠPowers":45037,"ieurs":45038,"Ġgeographic":45039,"rale":45040,"Ġcra":45041,"ĠSpurs":45042,"iphertext":45043,"ACION":45044,"-common":45045,"Ġvictories":45046,"ĠFinals":45047,".shuffle":45048,"-million":45049,"_PROC":45050,"assume":45051,"Ġils":45052,"DBC":45053,"BootTest":45054,"Ġlavor":45055,".testing":45056,".ast":45057,"\"]/":45058,"moid":45059,"Ġqualification":45060,"gesch":45061,"ĉput":45062,"Ġairports":45063,"JI":45064,"Teacher":45065,"_uniform":45066,"Ġnama":45067,"ĠBast":45068,"ertype":45069,"capture":45070,"getAll":45071,"ĠReynolds":45072,"ooled":45073,".comments":45074,"Ġchin":45075,").*":45076,"Ġили":45077,"tgl":45078,"udos":45079,"ĠdÃŃas":45080,"chai":45081,".program":45082,"Ġpsz":45083,"ĉicon":45084,"phil":45085,"entral":45086,"_WRAP":45087,"ovi":45088,"Ġnostalg":45089,"Infinity":45090,"ĉyield":45091,"Ġvitamins":45092,"Quaternion":45093,"Sink":45094,"_goods":45095,"Ġ........":45096,"ĠWings":45097,"uridad":45098,"-story":45099,"\"])ĊĊ":45100,"idelity":45101,"TypeDef":45102,"Gtk":45103,"ĠíĮ":45104,"_Main":45105,"Ġchez":45106,"ĠRaven":45107,"Ġpayroll":45108,"Ġfreelance":45109,"LLU":45110,"ĠMend":45111,"eday":45112,"ApiModelProperty":45113,".FormBorderStyle":45114,"Ġeconomist":45115,"stanbul":45116,"Ġfreight":45117,"-Agent":45118,"(meta":45119,"Ġsymmetry":45120,"Ġ'..":45121,".Calendar":45122,"-aut":45123,"gf":45124,"pent":45125,"yclopedia":45126,"Ġwishing":45127,"ĊĊĊĊĊĊĊĊĊĊĊĊ":45128,"Ġgentleman":45129,"Ġê³":45130,"=#":45131,"Ġlectures":45132,"âĢľIn":45133,"Ġ!_":45134,"Ġhb":45135,"ĠVendor":45136,"Recently":45137,"_notes":45138,"æıIJ示":45139,"\"My":45140,"HeadersHeight":45141,"_SO":45142,"Ġunwilling":45143,"Ġsuperhero":45144,"gio":45145,"psy":45146,"ĠPeer":45147,"javax":45148,"&apos":45149,"ĠCrisis":45150,"ordinal":45151,"Memcpy":45152,"++++++++++++++++":45153,"-val":45154,"Ġworkbook":45155,"-ap":45156,"=k":45157,"Ġmetallic":45158,"_peer":45159,"ByPrimaryKey":45160,"_SD":45161,"uator":45162,"_SHADER":45163,")Math":45164,".Transform":45165,"Ġcows":45166,"Phi":45167,"ĠClem":45168,"(_(\"":45169,"ĠLud":45170,"-delay":45171,"ĠSecurities":45172,"ĠOrthodox":45173,"Symfony":45174,"(report":45175,"Ġentertain":45176,"EPS":45177,"izoph":45178,"exual":45179,"IRD":45180,"ä»İ":45181,"Ġlith":45182,"Ġsanitize":45183,"Ġfeminine":45184,"ISBN":45185,".authentication":45186,"_pipeline":45187,"/constants":45188,"ĠCONF":45189,"Ġlucr":45190,"ricia":45191,".ttf":45192,".setContent":45193,"Ġstan":45194,"orean":45195,"ĠLloyd":45196,".rawValue":45197,"Ġgor":45198,"ĠBrowns":45199,"Regression":45200,"Ġlowering":45201,"naissance":45202,"Ġblows":45203,"Ġamazed":45204,"Ġunrelated":45205,"Reviews":45206,"Ġruby":45207,"ĠModifier":45208,"Ġgiants":45209,".thread":45210,"Ġcontainment":45211,"ĠStartCoroutine":45212,"umat":45213,"orelease":45214,"ĠRandy":45215,"@endif":45216,"Digest":45217,"Ġsuburban":45218,"=\");Ċ":45219,"Ġannonce":45220,".variable":45221,"\\Foundation":45222,"Ġacre":45223,"Van":45224,"Ġtuples":45225,"dns":45226,"ĠStanding":45227,"_large":45228,"Ġboxing":45229,"SupportActionBar":45230,"ĠFortune":45231,"ĠRum":45232,"_multiple":45233,"archical":45234,"Ġfwrite":45235,"_quote":45236,"Ġfoolish":45237,"Ġcomprising":45238,"Ġоп":45239,"-selected":45240,"vf":45241,"maid":45242,"Nama":45243,"(datetime":45244,"Ġindirectly":45245,"gart":45246,"fixtures":45247,"chos":45248,"ĠHalo":45249,"Ġrecurring":45250,"-news":45251,"vil":45252,"ĠNursing":45253,"-produ":45254,"ĠHQ":45255,"\\HttpFoundation":45256,"enci":45257,"auen":45258,"Ġvy":45259,"ocracy":45260,"Ġdelegation":45261,"Ġasphalt":45262,"ĠsetSelected":45263,"kok":45264,"/rest":45265,"metics":45266,"ĠNSDate":45267,"Ġtravelled":45268,"Ġrecib":45269,"Ġmime":45270,"CLIENT":45271,"ĠGU":45272,"ĠHANDLE":45273,"/Q":45274,"[z":45275,"Ġbothered":45276,"ĠBBQ":45277,"ças":45278,"_examples":45279,"_FIN":45280,"ĠwhiteColor":45281,"Ġastronom":45282,"-dir":45283,"Ġsovereign":45284,"Ġbreeze":45285,"Ġinning":45286,"ĠEdmonton":45287,"gli":45288,".blogspot":45289,"jsx":45290,"Ġversa":45291,"ĠMohammed":45292,".Job":45293,"-toggler":45294,"ĠполÑĮзоваÑĤ":45295,"ardon":45296,"Ġnewborn":45297,"Ġnaval":45298,"noteq":45299,"Ġtumblr":45300,"Ġhentai":45301,"ĠTypically":45302,"Ġloot":45303,".Sprite":45304,"Flight":45305,"Ġwavelength":45306,"-sk":45307,"ĠElle":45308,"_exports":45309,"ĠÑı":45310,"ĠIH":45311,"izophren":45312,"Ġíģ":45313,"_primary":45314,"Ġmois":45315,"ĠBN":45316,"Ġsystemic":45317,"Ġdiferentes":45318,"INCT":45319,"Ġ''ĊĊ":45320,"$q":45321,"WidgetItem":45322,"clide":45323,"$file":45324,"Lemma":45325,"/table":45326,"agrid":45327,"ĠMongoDB":45328,"inte":45329,"Ġapprent":45330,"ÂŃing":45331,".Db":45332,"ĠÃĤ":45333,"hammer":45334,"='';Ċ":45335,"Ġbrokers":45336,"itlement":45337,"semblies":45338,"Ele":45339,"{x":45340,"Ġlastname":45341,"<-":45342,"Ġflatten":45343,"_band":45344,".Root":45345,".readFileSync":45346,"======":45347,".rx":45348,"?čĊ":45349,"Ġmetaphor":45350,"Ti":45351,"conte":45352,"Ġdebit":45353,"Ġcontempt":45354,"CppType":45355,"æĶ¯":45356,"FormField":45357,"ratio":45358,"osopher":45359,"Ġimplant":45360,"PURE":45361,"Ġalta":45362,"_management":45363,"Ġrefine":45364,"ĠCheckBox":45365,"ĠCharl":45366,"-version":45367,"conditional":45368,"venues":45369,"Ġrifles":45370,"Ġoffspring":45371,"Ġmilling":45372,"Ġsharply":45373,"Ġunderwater":45374,"(origin":45375,"_Control":45376,"Ġ.$":45377,"Plugins":45378,"Ġdrying":45379,"Ġillustrates":45380,"-u":45381,"Ġvegetarian":45382,"npc":45383,"Heart":45384,";',Ċ":45385,"comma":45386,"teenth":45387,"asan":45388,"/spec":45389,"_moves":45390,"-margin":45391,"Ġingen":45392,"³³³":45393,"Ġprojet":45394,"Ġotra":45395,"Ġbras":45396,".utc":45397,"Ġslept":45398,"=sub":45399,"abilit":45400,"poster":45401,"Ġsdk":45402,"ouncill":45403,"Ġwd":45404,"PreparedStatement":45405,"ĠDrum":45406,"(attribute":45407,"ĠEthernet":45408,"ĉDB":45409,"California":45410,"cube":45411,"[I":45412,".Created":45413,"ĠHM":45414,"Ġtracing":45415,"FormsModule":45416,"-you":45417,".currency":45418,"feeding":45419,"Ġtbody":45420,"Li":45421,"accion":45422,"nas":45423,"Ġtrouver":45424,"NONE":45425,"\"},čĊ":45426,"Ġftp":45427,"WithIdentifier":45428,"polate":45429,"FileInfo":45430,"Ġpursued":45431,"ĠĠĠĠčĊĠĠĠĠčĊ":45432,"DESCRIPTION":45433,"}*/Ċ":45434,"FromNib":45435,"Ġdecorative":45436,"_SSL":45437,"(chat":45438,"TLS":45439,"Ġsurprises":45440,"alculate":45441,"ĠSplash":45442,"(Configuration":45443,"ĠSEM":45444,"imson":45445,"/library":45446,"":45521,"GED":45522,"faq":45523,"Ġoptionally":45524,"_Dis":45525,"ĠSuccessful":45526,"ĠCensus":45527,"Ġincarcer":45528,"_CARD":45529,"Ġaviation":45530,"ĠGym":45531,"Authority":45532,".Bean":45533,"shader":45534,"NotExist":45535,"_TextChanged":45536,"ĠSTOP":45537,"(team":45538,"\"H":45539,"wg":45540,"Ġgrinder":45541,"Ġstripe":45542,"Ġpreservation":45543,"Claim":45544,"aversal":45545,"warehouse":45546,"targets":45547,"Trust":45548,"Ġallev":45549,",www":45550,"ousse":45551,"_chan":45552,"_Size":45553,"systems":45554,"Ġobjection":45555,"ĠKane":45556,"Ġcorros":45557,"ĠDSL":45558,"Ġua":45559,"ĠMH":45560,"ĠStrategic":45561,"_tcp":45562,"Ġê°Ĵ":45563,"Ġborrowed":45564,"ĠAch":45565,"ĉcommand":45566,"Ġgps":45567,"leston":45568,"ichever":45569,"ĠUA":45570,"Ġassaulted":45571,"Ġspecializes":45572,"ĉsearch":45573,"Hotel":45574,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠčĊ":45575,"ĠPitch":45576,"ĠÙģ":45577,"READY":45578,"Ġparental":45579,"Ġgéné":45580,"Ġdonnées":45581,"Ġdetain":45582,"TARGET":45583,"Ġprotagonist":45584,"ĠclearInterval":45585,"ĠIconButton":45586,"ĠGetAll":45587,"TypeInfo":45588,"EH":45589,"âĢľThey":45590,"Ġ{[":45591,"Ġgag":45592,"ĠÚ©":45593,"ĠDropdown":45594,".free":45595,"gone":45596,"imens":45597,"Ġinstal":45598,"ĉcurl":45599,"_CAN":45600,"ĠBone":45601,"ï¼Ķ":45602,"onyms":45603,"-government":45604,".bindingNavigator":45605,"ĠDans":45606,"ĠMcL":45607,"(en":45608,">(_":45609,"ÐĴÑĭ":45610,".*;čĊ":45611,"=j":45612,"-cor":45613,"Son":45614,".ToolStripItem":45615,"-around":45616,"_XML":45617,"endDate":45618,"Ġslack":45619,"Ġrotated":45620,"Ġnoqa":45621,"Ġcottage":45622,"Ġencontrar":45623,"_skill":45624,"houette":45625,"!čĊ":45626,".weather":45627,"Ġemphasized":45628,"家":45629,"ĠÑģпиÑģ":45630,"ĠCompiler":45631,"(android":45632,"ĠâĢº":45633,".turn":45634,"Ġsuppression":45635,"_calls":45636,"Ġ*@":45637,"(strlen":45638,".hex":45639,"ĠBills":45640,"ĠRSA":45641,"ÏĤ":45642,"ĠEscape":45643,"ementia":45644,"Ġfrontend":45645,"Ġpint":45646,"_exc":45647,"zzo":45648,"[],Ċ":45649,"Ġ\"','\"":45650,".Environment":45651,"Ġaforementioned":45652,"Ġendure":45653,"prototype":45654,"therapy":45655,"ssi":45656,"Deg":45657,"_plugins":45658,".userInfo":45659,"Printer":45660,"ĠPROGRAM":45661,"Ġruins":45662,"Ġempirical":45663,"Ġcrawl":45664,"ĠBoiler":45665,"-comment":45666,".subplot":45667,"_et":45668,"Ġ'.',":45669,"minor":45670,"ĠCustoms":45671,"Ġyaw":45672,"underline":45673,"ĠComo":45674,"(('":45675,"(mean":45676,"Ġchaque":45677,"ĠBlocks":45678,".rad":45679,"ilibrium":45680,"Ġwebdriver":45681,"Ġmelhor":45682,"dana":45683,"ĠAbuse":45684,"ĠSouthwest":45685,"ĠParen":45686,"PERTIES":45687,"ĉIL":45688,"Ġscream":45689,"vu":45690,"Ġincomes":45691,"Ġnim":45692,"Ġlace":45693,"Ġcompensate":45694,"Reverse":45695,"Dat":45696,"_attack":45697,"Ġnour":45698,"achen":45699,"cek":45700,"\"+":45957,"Ġtokenizer":45958,"Ġsovereignty":45959,"ĠPence":45960,"()\");Ċ":45961,"Ġpessoas":45962,".Ge":45963,"ĠIncluded":45964,"Ġpagina":45965,"Ġexposing":45966,"еÑĪ":45967,"_SCRIPT":45968,"/$',":45969,"Thumbnail":45970,"×Ķ":45971,"webElementX":45972,"webElementXpaths":45973,"pressure":45974,"ĠCurry":45975,"_CP":45976,"OLUTION":45977,"ILES":45978,"protect":45979,"oola":45980,"Workspace":45981,"{};Ċ":45982,"ĠUNS":45983,"Ġsympathy":45984,"roker":45985,"Ġremodel":45986,"ĉcell":45987,"Ġatop":45988,".FullName":45989,"Ġfaut":45990,"ĠEasily":45991,"_dynamic":45992,"Ġframed":45993,"Ġmotive":45994,"è·¯":45995,"sam":45996,"Ġmarca":45997,"ĠTextEditingController":45998,"Ġdestructor":45999,"cream":46000,"Ġrude":46001,"ĠBold":46002,"ĠIndigenous":46003,"Ġgens":46004,"Ġrelacion":46005,"(system":46006,"ĠUIFont":46007,"_charge":46008,"USTER":46009,"EV":46010,".Namespace":46011,"Ġmerger":46012,"Ġcalloc":46013,"gang":46014,"BadRequest":46015,"Ġsper":46016,"-design":46017,"Ġâĩ":46018,"Chan":46019,"Ġorganism":46020,",)":46021,"=id":46022,"_plane":46023,"ĠCases":46024,"elfast":46025,"ĠLegislature":46026,"ĠFaker":46027,"Ġinvoking":46028,"-utils":46029,"().'":46030,".face":46031,"Ġguardian":46032,"myModal":46033,"Ġclipboard":46034,"ĠATM":46035,"Ġpeas":46036,"ĠSylv":46037,".calc":46038,"ĠContacts":46039,"intValue":46040,"Ġmodifying":46041,"ĠBarb":46042,".loss":46043,"_percentage":46044,"Asked":46045,"(lst":46046,"ategorical":46047,"-files":46048,"ĠRomania":46049,".Ac":46050,"Ġhai":46051,"ĠFlying":46052,"Ġż":46053,"jp":46054,"ĠTrainer":46055,".arc":46056,"_deg":46057,"Ġtraceback":46058,"OrFail":46059,"FLOW":46060,".old":46061,"oya":46062,"gmt":46063,"isempty":46064,"Ġvaccination":46065,"Ġobsolete":46066,"recognized":46067,"Ġruined":46068,"ĠRein":46069,"ĠTracking":46070,"xfb":46071,"اÛĮ":46072,"Ġvære":46073,"Ġbryster":46074,"ĠITS":46075,"Ġdestiny":46076,"Ġswear":46077,"Ġredes":46078,"Ġclf":46079,"Ġflipped":46080,"ĉhead":46081,"Bluetooth":46082,"ĠOverrides":46083,":Boolean":46084,"_=":46085,"_lr":46086,"spawn":46087,":index":46088,"VALUES":46089,"iskey":46090,"?\");Ċ":46091,".synthetic":46092,"ĠChecking":46093,"structures":46094,"iping":46095,"Ġvocals":46096,"-Up":46097,"ĠManufacturers":46098,"ĠMarriage":46099,"代çłģ":46100,"Ġgarner":46101,"_Client":46102,"parallel":46103,"RIEND":46104,"Ġvinegar":46105,"segue":46106,"JB":46107,"Ġcontacting":46108,"ĠCarroll":46109,"Ġoutreach":46110,"tensor":46111,"_variant":46112,"Ġtheat":46113,"licable":46114,"{|":46115,"tiny":46116,"_letter":46117,"Ġpencil":46118,"HeadersHeightSizeMode":46119,"iltro":46120,".autoconfigure":46121,".drag":46122,".useState":46123,"ĠBMI":46124,"hint":46125,"Compile":46126,"*\\":46127,"enary":46128,"Ġlvl":46129,".Cache":46130,"+=\"":46131,"_tv":46132,"ruitment":46133,"Ġfread":46134,"Articles":46135,"fila":46136,"Ġpackaged":46137,"âĺĨ":46138,"ATHER":46139,"ĠPlanned":46140,"scheme":46141,"Ġdiary":46142,"Ġoffenses":46143,"/F":46460,"ĠStick":46461,"Ġcerc":46462,"ĠSlee":46463,"ĉĉĠĠĠĠĠĠĠĠ":46464,"":46639,"ĉcol":46640,"VG":46641,"_boolean":46642,"recent":46643,"Ġ*)ĊĊ":46644,"ĠRainbow":46645,"ommen":46646,"Ġlur":46647,"Ġoppression":46648,"(\",\");Ċ":46649,"ĠFacility":46650,"DEFINED":46651,"Ġneon":46652,"Ġoffender":46653,"AFP":46654,"ĠCleaning":46655,"[]):":46656,"Ġundocumented":46657,".Repositories":46658,"ĠGuitar":46659,"аÑģÑģив":46660,"Skills":46661,"Ġtestimon":46662,"ryptography":46663,"ĠAmber":46664,"ĠStalin":46665,"Ġlone":46666,"Ġapenas":46667,"Ġdieses":46668,"ĠArduino":46669,"转":46670,"==-":46671,"_Act":46672,"Ġcoded":46673,"âĸł":46674,"amburger":46675,"-links":46676,"Ġarmour":46677,".High":46678,"getContent":46679,"stag":46680,"Ġheck":46681,"ĠìĹĨ":46682,"ĠMcConnell":46683,"ĠConcert":46684,"ĠAlloc":46685,"äre":46686,".replaceAll":46687,"Ġpartitions":46688,"rott":46689,"ĠFle":46690,"_TREE":46691,"reasonable":46692,"ĠReporting":46693,"Ġbillionaire":46694,"scores":46695,"mins":46696,"-eye":46697,"MORE":46698,"abort":46699,"ĠSWT":46700,"Ġinverted":46701,"ĠTeachers":46702,";n":46703,"Ġastro":46704,"нов":46705,"аниÑĨ":46706,"producto":46707,"countries":46708,"ĠOwen":46709,"Ġcontamination":46710,"Ġvibe":46711,"ĠElli":46712,".script":46713,"ĠOlive":46714,"DMA":46715,"vier":46716,":semicolon":46717,"-module":46718,"gressive":46719,"agu":46720,"_players":46721,"Ġresultados":46722,"started":46723,"scrollTop":46724,"=====":46725,"Ġweighing":46726,"Ġ[[[":46727,"zahl":46728,"(NS":46729,"ĠAssertion":46730,"league":46731,".setTextColor":46732,"ĉMessage":46733,"Ġmoms":46734,"_AF":46735,".wh":46736,"ALS":46737,"Ġautre":46738,"]ĊĊĊĊ":46739,".opacity":46740,"ĠBuddhist":46741,"Ġdeaf":46742,"ĠOrganisation":46743,"(Global":46744,"ensch":46745,"Ġheadache":46746,"ĠAlien":46747,"_inode":46748,"ĠStark":46749,"Ġæī":46750,"-lnd":46751,"oref":46752,"_feat":46753,"Ġpedestrian":46754,"Ġnominal":46755,"Ġballoon":46756,"Ġsprites":46757,"PrototypeOf":46758,"ĠApost":46759,"ĠFEATURE":46760,"OH":46761,"Ġrecess":46762,"ĠDonna":46763,"consumer":46764,"$GLOBALS":46765,"ĠGIF":46766,"-frame":46767,"Inicio":46768,"Ġpassages":46769,"DateString":46770,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":46771,".byte":46772,"Bug":46773,"initializer":46774,"pkt":46775,"odium":46776,"ĠDER":46777,".ops":46778,"leri":46779,"Ġgifted":46780,"Ġdetach":46781,"terrain":46782,"elters":46783,"ãģı":46784,".loader":46785,"ĠNGO":46786,"strncmp":46787,"Kh":46788,"(fontSize":46789,"rocket":46790,"Ġprecedent":46791,"ĠAurora":46792,"ĠExperiment":46793,"isphere":46794,"Encoded":46795,"ĠâĢĵĊĊ":46796,"Ġpyramid":46797,"ĠAnniversary":46798,"ofil":46799,"ëŁ":46800,"(plugin":46801,"Coeff":46802,"Ġcooperate":46803,"Ġpredominantly":46804,"ISM":46805,"Phrase":46806,"_DEFINE":46807,"Flip":46808,"AMILY":46809,"ĠMarkets":46810,"ĠStreamReader":46811,"ĠCombine":46812,"Ġmanuscript":46813,"zza":46814,",tp":46815,"Whatever":46816,"ITICAL":46817,"ighbour":46818,"DataProvider":46819,".Texture":46820,"privacy":46821,".SDK":46822,"Ġrecharge":46823,"Ġcpp":46824,"ĠCFG":46825,"(holder":46826,"(py":46827,"mot":46828,"Ġsavoir":46829,"ĠRosa":46830,"ĠPCs":46831,"ĠíĻ":46832,".heroku":46833,"Ġfren":46834,"ĠRiley":46835,"agate":46836,"Ġsond":46837,".xlsx":46838,"Ġhacked":46839,"stad":46840,"Gi":46841,"Ġsanity":46842,"ĠSqlDataAdapter":46843,"...\",":46844,"ĠPussy":46845,"Ġ****************":46846,"Ġhassle":46847,"_PARENT":46848,"ĠUAE":46849,"Ġbeginners":46850,"(Client":46851,"Ġstatistically":46852,".hour":46853,"edelta":46854,"Ġtraction":46855,"uelve":46856,"arat":46857,"Ġsauna":46858,"INVALID":46859,"Ġindictment":46860,"ALLE":46861,"Ġdissent":46862,"ĠTypography":46863,"Ġintentional":46864,"sit":46865,"ĠAnimals":46866,"Ġcountryside":46867,"Ġuart":46868,"}\\\"":46869,"Ġseamless":46870,"¾ç¤º":46871,"Ġautos":46872,"Ġ\"'\";Ċ":46873,"Flush":46874,"ANNOT":46875,"Ġalgebra":46876,"assoc":46877,"ĠWaters":46878,"Ġpreparations":46879,"ronym":46880,"[,]":46881,"Sans":46882,"Ġarmies":46883,"ipeg":46884,"Ġcreamy":46885,".art":46886,"etre":46887,"ĠAnimated":46888,"Ġunpleasant":46889,"emean":46890,"great":46891,"iÄħ":46892,"ĠEarlier":46893,"Ġchic":46894,"Ġpreserving":46895,"(exec":46896,"ĠInvestigation":46897,"ĉGPIO":46898,"Ġrigorous":46899,"ijo":46900,"=num":46901,"ĠtoolStrip":46902,")set":46903,"+\"&":46904,"ĠAcceler":46905,"Ġdevelopmental":46906,"isposable":46907,"Ġflawed":46908,"rene":46909,"Updating":46910,"Ġwatchdog":46911,"Ġdenominator":46912,"Ġsuburbs":46913,"Ġ...)":46914,"Ġconvictions":46915,"closure":46916,".IP":46917,"Ġtranslates":46918,".swt":46919,".Trace":46920,"Ġmettre":46921,".isEnabled":46922,"ĠEffective":46923,".toInt":46924,"Ġenchant":46925,"Ġstunned":46926,"Ġpoi":46927,"/code":46928,"adm":46929,".databinding":46930,"ĠLorem":46931,"________________________________________________________________":46932,"Ġledger":46933,"Ġcara":46934,"ĠGir":46935,"Ġwaits":46936,"Uno":46937,"Ġcwd":46938,"è¾ij":46939,"ĠTResult":46940,"Ġrejo":46941,"Ġemitted":46942,"ĠWestminster":46943,"ä¸Ģ个":46944,"nek":46945,"_Tis":46946,"Ġenact":46947,"ĉwith":46948,"orgia":46949,"Ġjue":46950,"Perform":46951,"SPATH":46952,".topic":46953,"ĠDaten":46954,"ầ":46955,"Ġsitio":46956,"_MM":46957,"\"So":46958,"bial":46959,"Ġscoped":46960,"Requires":46961,"ĠTOTAL":46962,"ĠChancellor":46963,"(contents":46964,"Ġstealth":46965,"devices":46966,"-pass":46967,"ilih":46968,"ĠMalcolm":46969,"ĠDepot":46970,"Ġconfigur":46971,"aussian":46972,"_constraint":46973,"веÑĤ":46974,"GRA":46975,"ĠRates":46976,".dataGridViewTextBoxColumn":46977,"ĠNobel":46978,"itics":46979,"Ġignorant":46980,"ĠReporter":46981,"ĠEbola":46982,"ĠShock":46983,"_relation":46984,"ĠNinja":46985,")c":46986,"Ġticker":46987,".isChecked":46988,"ĠSuppliers":46989,"ĠRapid":46990,"Levels":46991,"âĤ¬âĦ¢":46992,"ĉqueue":46993,"Ġchop":46994,"ĠUnix":46995,"reject":46996,"-calendar":46997,"(sort":46998,"ène":46999,"ercicio":47000,"Ġhect":47001,"CALLTYPE":47002,"roupon":47003,"Ġrentals":47004,"authors":47005,"{name":47006,"ĠFIFO":47007,"Ġlassen":47008,"ĠNous":47009,"Ġsnapped":47010,"Ġfertility":47011,"\"log":47012,"clicked":47013,"Ġplanting":47014,"Ġgb":47015,"/output":47016,"PEAT":47017,"Ġcategoria":47018,"Ġbach":47019,"Professor":47020,"inth":47021,"\"]čĊ":47022,"Recorder":47023,"serde":47024,"ĠTransmission":47025,"trad":47026,"Ġturbo":47027,"_VERTEX":47028,"\\Event":47029,"ilver":47030,"Ġbodily":47031,"ĠSources":47032,"Ġkillings":47033,".xrTableCell":47034,"Ġfolded":47035,"/legal":47036,"uner":47037,"ĠRifle":47038,"ĠMIDI":47039,"_SelectedIndexChanged":47040,".SizeType":47041,"ĠWebSocket":47042,"Ġseleccion":47043,"Sand":47044,"otros":47045,"Ġenvision":47046,"/etc":47047,"ĠMelissa":47048,"Spot":47049,"ное":47050,"_ARM":47051,"Attempt":47052,"ĠBI":47053,"ãģĶ":47054,"ĠDU":47055,"Ġbacklash":47056,"stride":47057,"/classes":47058,"ĠtextColor":47059,"_staff":47060,"oblin":47061,"agenta":47062,".collections":47063,"illage":47064,"'čĊčĊ":47065,"flatten":47066,"_sales":47067,"_MASTER":47068,"TW":47069,"_da":47070,"Pitch":47071,"phies":47072,"Ġzombies":47073,"ĠVERY":47074,"ĠPharmacy":47075,"ĠprogressBar":47076,"Ġhashtag":47077,"Sidebar":47078,"@stop":47079,"(pc":47080,"олж":47081,"MAKE":47082,"ĠCoron":47083,"Ġkvinner":47084,"ĠMaid":47085,"bob":47086,".titleLabel":47087,"Ġsuccesses":47088,"ĠDemocracy":47089,"ĠSurgery":47090,"Ġcougar":47091,"Ġcurso":47092,"Ġloro":47093,"istency":47094,"Senior":47095,"æk":47096,"ĠAAA":47097,"ĠBOOK":47098,"ко":47099,"WSTR":47100,"Ġ*/,Ċ":47101,"oyal":47102,".vector":47103,"ĠSPEC":47104,"SSF":47105,"Ġcompuls":47106,"ĠAppeals":47107,"ĠWinston":47108,"ĠMockito":47109,"contrib":47110,".available":47111,"entityManager":47112,"arias":47113,"_sale":47114,"_rs":47115,"Ġdecoding":47116,"Ġlocator":47117,"olith":47118,"Ġkol":47119,"Ġascii":47120,"ĠRut":47121,"/interface":47122,"ĉĉĉĉĉĉĠĠĠ":47123,"ĠNumer":47124,".flip":47125,"-del":47126,"Ġbolster":47127,"onomic":47128,"Ġzm":47129,"LG":47130,"FindBy":47131,"Ġadaptive":47132,"loo":47133,"Ġvue":47134,"(reverse":47135,"_canvas":47136,".roles":47137,"ificado":47138,"venient":47139,"\"As":47140,"ĠEntr":47141,"aligned":47142,"Ġbereits":47143,"///ĊĊ":47144,".gwt":47145,".employee":47146,"_cli":47147,"Ġanticipate":47148,"éĻIJ":47149,"Ġpik":47150,"Ġmushrooms":47151,"(tt":47152,"Ġoma":47153,"ĠSanchez":47154,"_google":47155,".Valid":47156,"ĠFileName":47157,"ivative":47158,"ked":47159,"-war":47160,"Ġmaturity":47161,"ид":47162,"Ġminer":47163,"Reducers":47164,"ĠLatLng":47165,"_STD":47166,"Digits":47167,"Calc":47168,"-upload":47169,"Ġhandic":47170,"ีà¹Ī":47171,"egrated":47172,"ĠSTM":47173,"Clients":47174,"ĠTurbo":47175,"SYNC":47176,"Ġphotographers":47177,".Out":47178,".character":47179,"BUILD":47180,".unlock":47181,"Ġarises":47182,"ĠCommands":47183,"(\"\");čĊ":47184,"_FORE":47185,";',":47186,"+\"'":47187,".Images":47188,"\"){":47189,"ĠMeyer":47190,"Ġnegatively":47191,"ĠDLL":47192,"Ġexe":47193,"Ġdeficiency":47194,"Ġwildly":47195,"-switch":47196,"construction":47197,"Ġexceptionally":47198,"ĠLiz":47199,"/java":47200,"Ġtheirs":47201,"ĠContemporary":47202,"lis":47203,".fillRect":47204,"ĠNFC":47205,"Ġrehe":47206,"(numbers":47207,"Ġraster":47208,"Ġfiguring":47209,"Ġshowc":47210,"ĠJill":47211,"Ġarcade":47212,"ĠConstructs":47213,"mdl":47214,"('|":47215,"Ġidentifiers":47216,"Ġstellar":47217,"(Connection":47218,"Ġ\"{{":47219,"yor":47220,"(mysqli":47221,"Ġdove":47222,"OfBirth":47223,".disconnect":47224,"_hi":47225,"Ġzwischen":47226,"ĠGrund":47227,"iros":47228,"_Array":47229,".onclick":47230,"ansom":47231,"Answers":47232,"ĉremove":47233,"Fa":47234,"Ġhurry":47235,"-inf":47236,"ĠgetClass":47237,"ĠRegulation":47238,"ĠFLAGS":47239,"misc":47240,"Ken":47241,"_heading":47242,"GHz":47243,"-entry":47244,"Ġbiography":47245,"Sig":47246,"-mf":47247,"Watcher":47248,"âĢľA":47249,"}px":47250,"Ġspicy":47251,"_sq":47252,"Lost":47253,"(track":47254,"али":47255,"Descending":47256,"((":47453,"survey":47454,"Ġíĺ":47455,"...')Ċ":47456,"ĠDivider":47457,"osl":47458,"_CANCEL":47459,"_prepare":47460,"stin":47461,"ĠHeath":47462,".PrimaryKey":47463,"ĠâĨIJ":47464,"ĠLocalDateTime":47465,"Ġcooperative":47466,"Learning":47467,".enqueue":47468,"Ġgoog":47469,"ĠRegression":47470,"imates":47471,"Ġvoyeur":47472,"ĠDrink":47473,"plug":47474,"Ġlender":47475,"mana":47476,"Ġpersonnes":47477,"ypse":47478,"Ġunlink":47479,"ĠRavens":47480,"Ġhurd":47481,"Ġperiodically":47482,"ARGS":47483,"ĠGH":47484,"characters":47485,"...\"ĊĊ":47486,"-establish":47487,"Ġdn":47488,"(condition":47489,"ĠGravity":47490,"Ġestas":47491,"_focus":47492,"Creature":47493,"(site":47494,"Ġcarr":47495,"ĠRL":47496,"ĠRI":47497,"ĠMoto":47498,"ASF":47499,"ĠLuckily":47500,"ĉRoute":47501,"Ġentropy":47502,"(\",\"":47503,"Collect":47504,"(contact":47505,"ĠFlorence":47506,"Ġpremiums":47507,"Ġlifecycle":47508,"Ġbans":47509,"xef":47510,"WebKit":47511,"ĠFloating":47512,"Ġcosa":47513,"Specific":47514,"ĠLoans":47515,"bread":47516,"Ġdescriptors":47517,"Ġ{:.":47518,"THREAD":47519,"ĠTrent":47520,"Ġscop":47521,"QA":47522,"ĠAntar":47523,"pel":47524,"_difference":47525,"_changes":47526,"(...)":47527,"ĠRotation":47528,"ĠLGPL":47529,"ĠJUST":47530,"(Task":47531,"_subset":47532,"ĠTRANS":47533,"åĬĽ":47534,"ĠScout":47535,"-popup":47536,"Ġsmoked":47537,"_Class":47538,"Ġturnover":47539,"brakk":47540,"ĠRocky":47541,"tas":47542,".RegularExpressions":47543,"ĠElliott":47544,"ĠSpinner":47545,"DUCTION":47546,"Ġlibre":47547,"Ġmolto":47548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":47549,"ĠFTP":47550,"mpeg":47551,"(features":47552,"Ġbald":47553,"ĠVid":47554,"Ġshouting":47555,"Lint":47556,"Ġsockets":47557,"Ġprow":47558,"Ġnouvelle":47559,"iscard":47560,"ĠSponsor":47561,"Ġconsulta":47562,")));":47563,"Indian":47564,"ĠRaspberry":47565,"Ġteammate":47566,"ĠJWT":47567,"ĠGhana":47568,"Ġcakes":47569,"primer":47570,"forma":47571,"ergarten":47572,"_Manager":47573,"Ġpreseason":47574,"GAME":47575,"|\"":47576,"ĠBrock":47577,"Ġoccupy":47578,"Ġdecorations":47579,"ánd":47580,"Ġcot":47581,"Ġparan":47582,"Disk":47583,"remain":47584,">?":47585,"Strong":47586,"Ġfrance":47587,"ĠEra":47588,"-cr":47589,".BufferedReader":47590,"ĠParadise":47591,"ĠVAT":47592,"ĠAnders":47593,"Ġlimb":47594,"ampoo":47595,"Ġimperative":47596,"UTILITY":47597,"ĠRecognition":47598,"Ġragazze":47599,"Ġpops":47600,"ypress":47601,"Ġembargo":47602,"//{Ċ":47603,"Ġsyll":47604,"PTR":47605,"åŃĺåľ¨":47606,"Ġdidnt":47607,"Mailer":47608,"Ġacademics":47609,"ĠFrauen":47610,"neider":47611,"-rel":47612,"Ġrainbow":47613,"(In":47614,"Ġsliced":47615,"=============Ċ":47616,"(send":47617,"NSMutableDictionary":47618,"vos":47619,"(package":47620,"Ġordinance":47621,"viewer":47622,"ĠSantos":47623,"-selling":47624,"Ġgov":47625,"ettle":47626,"Ġfounders":47627,"Ġwaking":47628,"slashes":47629,"-pound":47630,"recht":47631,"ات":47632,".onClick":47633,"Ġnord":47634,"ständ":47635,"_when":47636,"UTERS":47637,"icc":47638,"Ġcapsule":47639,"ĠWid":47640,"Marc":47641,"ุ":47642,"rored":47643,"UGE":47644,"LOUD":47645,"ĠAudit":47646,"ipients":47647,"opian":47648,"ĠSue":47649,"Ġwurden":47650,".Helpers":47651,"Ġfactions":47652,"[np":47653,"-than":47654,"Ġreco":47655,"Ġkas":47656,"Ġcmds":47657,"/network":47658,"xbf":47659,"getColor":47660,"Ġbiased":47661,"ĠLak":47662,"Datas":47663,"vents":47664,"Ġë²":47665,"_PS":47666,".Validate":47667,"Invoker":47668,"Ġneuen":47669,"Ġjuvenile":47670,"VISION":47671,"Ġdevote":47672,"Ġlinha":47673,"Ġdiscounted":47674,"\\Config":47675,"Ġworthwhile":47676,"Ġskinny":47677,"ĠCourses":47678,"leys":47679,"ĠMortgage":47680,"Kevin":47681,"Ġannounces":47682,"])*":47683,"reservation":47684,"Ġæķ°":47685,"Ġprejudice":47686,"ĠStringComparison":47687,"Ġbeard":47688,"-win":47689,"ĠSão":47690,"ĉms":47691,"jal":47692,"ĠEarn":47693,"_ports":47694,"ĠNombre":47695,"_COR":47696,"ĠBUILD":47697,".sound":47698,"Yellow":47699,"Ġlinebacker":47700,"Ġcharitable":47701,"jug":47702,"_NONNULL":47703,"ĠDental":47704,"\">${":47705,"ĉmatch":47706,"Russian":47707,"Ġversch":47708,"Ġpinned":47709,"Ġadopting":47710,"OptionsMenu":47711,"Pag":47712,"Ġpairing":47713,"Ġtread":47714,"ercises":47715,"ĠSpread":47716,")i":47717,"ĠBAD":47718,"_tf":47719,"UIImageView":47720,"populate":47721,"bab":47722,"ĠÏĥ":47723,"[++":47724,"Ġopioid":47725,"Ġ##Ċ":47726,"dtype":47727,"ĠStarts":47728,"('/')":47729,"Ġpersonals":47730,"-market":47731,"Ġredundant":47732,"ĠEssential":47733,"Ġscrapy":47734,"Ġим":47735,"acl":47736,"Ġcrear":47737,"ĠBend":47738,"Ġrelieve":47739,"-room":47740,"wife":47741,"ĠvÃł":47742,"ĠQPoint":47743,"Ġquasi":47744,"ĠmethodName":47745,"\\xc":47746,"ĠPeru":47747,"/The":47748,".orm":47749,"Ġviz":47750,"/pdf":47751,"Located":47752,"Ġconfrontation":47753,"ĠChampionships":47754,"Ġhypert":47755,"Ġdj":47756,"ĠUserInfo":47757,"ĠåĪĽå»º":47758,"\\xb":47759,"(sim":47760,"Ġ==Ċ":47761,"Ġstaging":47762,"Ġdrastically":47763,"åѦ":47764,"lords":47765,".less":47766,"ведиÑĤе":47767,"ĠBucket":47768,"ĠMam":47769,".term":47770,"_pi":47771,"czy":47772,".pub":47773,"precio":47774,"ĠVirt":47775,"Ġroman":47776,"itat":47777,"Lex":47778,"_infos":47779,"Ä°":47780,".other":47781,"VELO":47782,"Ġponder":47783,"Ġhanno":47784,"(Page":47785,"doi":47786,"Ġpolite":47787,"Ġprogrammer":47788,"Dies":47789,"$d":47790,"Ġreplication":47791,"addColumn":47792,"frican":47793,"Ġleng":47794,"beer":47795,"oit":47796,"Ġwasting":47797,"ylim":47798,"measure":47799,"Neg":47800,"Ġpartie":47801,".console":47802,"ĠGuinea":47803,"TEL":47804,"_fact":47805,".chunk":47806,"Ġlent":47807,"Ġaller":47808,"Ġà¤ķ":47809,"_idle":47810,"Ġadmissions":47811,"JSONArray":47812,"Ġvibration":47813,".helpers":47814,"å¤ĸ":47815,"Ġhen":47816,"john":47817,"ĠìĥĿ":47818,"Ġjudgement":47819,"Ġgeen":47820,"terra":47821,"^{":47822,"ĠIz":47823,"Ġcâ":47824,"instances":47825,"Ġthreatens":47826,"Ġmüssen":47827,"KindOfClass":47828,"Ġstorytelling":47829,"_demo":47830,"rias":47831,"Privacy":47832,"hift":47833,"ĠYi":47834,"esor":47835,"íķł":47836,"ensitivity":47837,".Writer":47838,"à¸Ĥ":47839,"District":47840,".getJSONObject":47841,"Impro":47842,"(getResources":47843,"ĠSPELL":47844,"roduce":47845,"Ġslowed":47846,"Ġlinewidth":47847,"Ġhonesty":47848,"ĠCoord":47849,"ĠFork":47850,"ĠDispatchQueue":47851,"ĠCliff":47852,"ĠWiring":47853,"_TIMESTAMP":47854,"ollah":47855,"avoid":47856,"++];Ċ":47857,"semantic":47858,"-css":47859,"Ġveto":47860,"ĠMerr":47861,"Ġlegislators":47862,"CEEDED":47863,"Ġquestionnaire":47864,"ĠPills":47865,"Calculate":47866,"(core":47867,"'e":47868,"Ġdislike":47869,"ĠPreferences":47870,"_EXTERNAL":47871,"è°ĥ":47872,"Ġdodge":47873,"æľįåĬ¡":47874,".names":47875,".drawImage":47876,"_prom":47877,"uckland":47878,"Ġ<$>":47879,"ız":47880,"/site":47881,"项":47882,"rophe":47883,"Ġcompelled":47884,"Ġlaptops":47885,"Ġuni":47886,"CLOSE":47887,"Ġcasualties":47888,"ĠUniform":47889,"Terminal":47890,".\",\"":47891,"DAT":47892,"(TreeNode":47893,"ĠGandhi":47894,"(stmt":47895,"AXB":47896,"*M":47897,"Ġumbrella":47898,"animal":47899,"Ġgrpc":47900,"Ġwhereby":47901,"Ġfloats":47902,"ĉarg":47903,"Ġdbg":47904,"Ġexceeding":47905,"EventType":47906,".SaveChangesAsync":47907,"Ġ{{{":47908,"Ġowed":47909,"ahrenheit":47910,"Ġì§":47911,"Ġequipo":47912,"urai":47913,"Ġidol":47914,"]\")Ċ":47915,"_major":47916,"Ġentirety":47917,"ingerprint":47918,"ços":47919,"/account":47920,"ĉright":47921,"ursos":47922,"ĠEDT":47923,"_INSERT":47924,"Ġshining":47925,"Ġ<:":47926,"EdgeInsets":47927,"Ġcolonies":47928,".IM":47929,"ĉĠĉ":47930,"ROAD":47931,"CCCC":47932,"placing":47933,"ĠgetActivity":47934,"emacs":47935,"'%(":47936,".clicked":47937,"ĠThem":47938,"isia":47939,"Buscar":47940,".rename":47941,"Ġoath":47942,"Ġafterward":47943,"ĠUFO":47944,"APS":47945,"ĠJacksonville":47946,".some":47947,"Confirmed":47948,".scan":47949,"igInteger":47950,"Decorator":47951,"shield":47952,"ressive":47953,".did":47954,"请è¾ĵåħ¥":47955,"Ġshutter":47956,"Dam":47957,"Ġparenting":47958,"eyed":47959,"$item":47960,"-develop":47961,"Ġextracts":47962,"Ġdecentralized":47963,"ĠElsa":47964,"_spin":47965,"])+":47966,"-initial":47967,"Ġmultitude":47968,"Ġsensory":47969,"ĠMODEL":47970,"Ġsafeguard":47971,"ì¹":47972,"Ġhunters":47973,"ĠTiny":47974,"INO":47975,"decorate":47976,"ĠNoSuch":47977,"Ho":47978,"(Response":47979,"Ġruler":47980,"ĉshort":47981,"Ġcaster":47982,"ĠclientId":47983,"Ġpdb":47984,"ëıĦ":47985,"itic":47986,"ĠGameState":47987,"ĠnewItem":47988,")ĊĊĊĊĊĊ":47989,"ouis":47990,"noc":47991,".BLACK":47992,"_VECTOR":47993,"----------();":48281,".getP":48282,"anye":48283,"Ġneuron":48284,"ifold":48285,"ĠKnown":48286,"Bitcoin":48287,"Anyway":48288,"ayette":48289,"Ġ'['":48290,"Ãłnh":48291,"mgr":48292,"Ġcorrelated":48293,"Ġnause":48294,"Ġmentality":48295,"hasMany":48296,"ĠFG":48297,"ampie":48298,"ITU":48299,"Fs":48300,".Sp":48301,"_between":48302,"Dependencies":48303,"oug":48304,"Placeholder":48305,"=text":48306,"ĠManaging":48307,"ocalypse":48308,"åĮĹ":48309,"_mag":48310,"fld":48311,"âij":48312,"CAM":48313,"ĠHelpers":48314,"Ġdost":48315,"/out":48316,"Ġassassination":48317,".getImage":48318,"ĠKenny":48319,".')ĊĊ":48320,"){//":48321,"ĠRanger":48322,"Ġgek":48323,"Ġsincere":48324,"čĊ":48527,".getResources":48528,"Ġlump":48529,"_consts":48530,"(ext":48531,"ĉdir":48532,"âĿ":48533,"ĠpaddingTop":48534,"Ġobsession":48535,"Ġbanning":48536,"ĠAppModule":48537,"Ġpartisan":48538,"Ġcatalogue":48539,"Ġminors":48540,"Ġpitches":48541,"weep":48542,"Ġundertake":48543,"Ġthemed":48544,"audit":48545,".scrollTop":48546,"Ġrer":48547,"Ġsymptom":48548,"Ġopenings":48549,".blocks":48550,"openid":48551,"Ġassh":48552,"-save":48553,"ĠPig":48554,"Ġregain":48555,"Ġinicial":48556,"/favicon":48557,"ĉexp":48558,"Ġspices":48559,"iska":48560,"claims":48561,"mak":48562,"definitions":48563,"Ġcorrespondent":48564,"ĠCannabis":48565,"__,Ċ":48566,"ĠLucky":48567,"ĠGaussian":48568,"ĠNearly":48569,"CAD":48570,"']]Ċ":48571,"Ġadequately":48572,"ĠTITLE":48573,"constitutional":48574,"-mm":48575,"_override":48576,"Ġblas":48577,".readyState":48578,"Ġreminis":48579,"Ġreinforced":48580,"ĠCollabor":48581,"Ġdecorating":48582,"Ġbachelor":48583,"ERRUPT":48584,"Ġupright":48585,"ipation":48586,"ĠNoble":48587,"ĠvalueForKey":48588,"ĠsetLoading":48589,".Ignore":48590,"åģ":48591,"Globals":48592,"ĠMent":48593,"ASSES":48594,"Ġlimbs":48595,"ĠHUD":48596,"inci":48597,".iv":48598,"ĠQModelIndex":48599,"Fuse":48600,"Ġpedal":48601,"_FREQ":48602,"(verbose":48603,"Ġlongitud":48604,"ĠCharter":48605,"ê·¸":48606,"Ġbundles":48607,".ignore":48608,"umbo":48609,"EMA":48610,".......":48611,"sx":48612,".Card":48613,"Ġheute":48614,"Ġsteer":48615,"jumlah":48616,"Ġ{_":48617,"_Checked":48618,"Ġfax":48619,"ĠGust":48620,"itchens":48621,"Ġ))ĊĊ":48622,"Ġremarkably":48623,"/XML":48624,"-remove":48625,"_bt":48626,"Ġincub":48627,".package":48628,".currentThread":48629,"ĠHighlander":48630,".side":48631,"splash":48632,"Ġici":48633,"=D":48634,"Ġpuck":48635,"Ġballots":48636,"Ġhugely":48637,"coeff":48638,"ĠpData":48639,".COLUMN":48640,"ĠHealing":48641,"Ġordin":48642,"!),":48643,"Ġ'',čĊ":48644,"(md":48645,"ĠSask":48646,"čĊ":48668,"Ġrá":48669,"Ġblunt":48670,"ĠImageIcon":48671,"ifik":48672,"RTC":48673,"Ġfibers":48674,"Ġtoile":48675,".sent":48676,"ĠPyQt":48677,"$app":48678,"Ġmedio":48679,"Ġgranting":48680,"Ġtslint":48681,"ĠMö":48682,"(figsize":48683,"Ġhurricane":48684,"Ġlifes":48685,"ĠÃĦ":48686,"rocessing":48687,"_standard":48688,"-option":48689,"')))":48690,"Ġvacant":48691,"å·¥":48692,"ĠHollow":48693,"handleChange":48694,"Ġdivider":48695,"ĠEngineers":48696,"Ġsvens":48697,"Ġcompliant":48698,"tanggal":48699,"ĠCredits":48700,"ĠEmirates":48701,"RuleContext":48702,"Ġrealization":48703,"Ġdistracted":48704,"]+=":48705,"Ġaugment":48706,"ĠDw":48707,"otp":48708,"orrent":48709,"Editar":48710,".stock":48711,"Study":48712,"pections":48713,"ĠGameManager":48714,"=cut":48715,"Ġflock":48716,"ĠRomans":48717,"them":48718,"-hop":48719,"Ġscreenshots":48720,"Ġ/*!Ċ":48721,"Ġconversions":48722,"Ġnormalization":48723,"(configuration":48724,"Ġaeros":48725,"_security":48726,"!'Ċ":48727,"Bonus":48728,"ĠDRIVER":48729,"ĉDate":48730,"tie":48731,"ĠWyoming":48732,"Stand":48733,"itre":48734,"Ġshoppers":48735,"Ġdisadvantage":48736,"Ġliking":48737,"ç¬ij":48738,"Ġunderstandable":48739,"SEE":48740,"Ġhoy":48741,"Ġninete":48742,"Ġconfer":48743,"Ġnowrap":48744,"ĠVern":48745,",čĊčĊ":48746,"imestep":48747,"LayoutManager":48748,"à·":48749,"ĉwait":48750,"PLETED":48751,"Japan":48752,"Ġinduce":48753,"Ġå¯":48754,"озв":48755,"_ENDPOINT":48756,".horizontal":48757,"Ġaccelerated":48758,"rimon":48759,"IVES":48760,"Transactions":48761,"Lean":48762,"ĠSOUR":48763,"whether":48764,"yg":48765,"Ġoid":48766,"ĠEntityManager":48767,"OUNTRY":48768,"Ġfila":48769,"OLUMNS":48770,"INUE":48771,"ĠAnchor":48772,"TRAN":48773,"woo":48774,"blockquote":48775,"ĠNurse":48776,"ĠCarp":48777,"Ġredeem":48778,".try":48779,"ĠJP":48780,"Ġtimestamps":48781,"Ġ?>\"><":48782,"ĠREMOVE":48783,"ĠStarbucks":48784,"Really":48785,"Ġflooded":48786,".Callback":48787,"DropDown":48788,"ipro":48789,"Ġtended":48790,"lte":48791,"Ġproportions":48792,"-te":48793,"ĠRena":48794,"licate":48795,"forces":48796,".extra":48797,".authenticate":48798,"вод":48799,"¡°":48800,"ĠforControlEvents":48801,"Ġsenha":48802,"Ġkein":48803,"Ġminist":48804,"ĠPreference":48805,"ĠTelegraph":48806,"Ñĥп":48807,"strpos":48808,"Ġillnesses":48809,"Ġpigs":48810,"ĠgetIntent":48811,"Sol":48812,"Ġ¡":48813,"(cpu":48814,"[prop":48815,"screens":48816,"');?>":48817,"ĠActs":48818,"Ġstrdup":48819,"Ġaverages":48820,"anal":48821,"ĠCasual":48822,"GroupBox":48823,"ĠHandbook":48824,"/comments":48825,"Ġnumbered":48826,"Ġbroadcasting":48827,"çĽij":48828,".nativeElement":48829,".mu":48830,"ĠupdatedAt":48831,"ĠDoesn":48832,".AC":48833,".coll":48834,"Ġrecorder":48835,"_sha":48836,"Bg":48837,"bil":48838,"Ġbolts":48839,"Ġç¬":48840,"Ġimposing":48841,"ĠInformationen":48842,"_flashdata":48843,"economic":48844,"Remark":48845,"ucas":48846,"ĠOfficers":48847,"ĠTER":48848,"Walk":48849,"Ġmercado":48850,"_generate":48851,"HY":48852,"Calling":48853,"snap":48854,"scriptId":48855,".operation":48856,"ĠFlame":48857,"liness":48858,"Ġrented":48859,"_toggle":48860,"-changing":48861,"ĠTY":48862,"'util":48863,"EEP":48864,"Ġgraphql":48865,"ĠUni":48866,"Ġimpulse":48867,".Basic":48868,"Ġenergies":48869,"MARY":48870,"ĠMarcel":48871,"Ġmortal":48872,"Ġfres":48873,"mens":48874,"motion":48875,"Ġsampled":48876,"âĢľThat":48877,"iday":48878,"quipment":48879,"getInt":48880,"ĠAbsolute":48881,",'\"":48882,"uned":48883,".share":48884,"Ġ})(":48885,"mmm":48886,"ĠRising":48887,"ä»»":48888,"Ġunemployed":48889,"xfa":48890,".follow":48891,"ĉĉĉĉĠĠĠĠĠĠ":48892,"slt":48893,".Phone":48894,"Ġknives":48895,"Ġeve":48896,"onClick":48897,"]))čĊ":48898,"ĠWitness":48899,"ĉNS":48900,"ĠEOS":48901,"ĠStefan":48902,"ĠPriest":48903,"âĢĶwhich":48904,"GetString":48905,".By":48906,"Ġupstairs":48907,"Ġdetriment":48908,"broken":48909,"embro":48910,"Ġnicotine":48911,"ilion":48912,"Ġastonishing":48913,"_aff":48914,"ĠLesson":48915,"Ġaccidental":48916,"odor":48917,"Ġdecir":48918,"ĠnewName":48919,"+.":48920,"缸":48921,"igslist":48922,"ĠGithub":48923,"Ġsuccessive":48924,"racial":48925,"Ġenviron":48926,"éªĮè¯ģ":48927,"Ġredirected":48928,"TOTAL":48929,"Ġgrabbing":48930,"ĠLance":48931,"Ġforfe":48932,"_CB":48933,"å¾®":48934,"Elapsed":48935,"_way":48936,"(DialogInterface":48937,"_measure":48938,"xbb":48939,"Dog":48940,"Depart":48941,"-src":48942,"resolver":48943,"withstanding":48944,"_shell":48945,"ĠLastName":48946,"ĠAviation":48947,"Ġbeginner":48948,"(\"%.":48949,"(tool":48950,"Ġнов":48951,":init":48952,"(API":48953,"ĠMorrison":48954,"vtColor":48955,"Ġstaple":48956,"/INFO":48957,"Ġsupernatural":48958,"Ġsteak":48959,"timeline":48960,"zzle":48961,"\"`ĊĊ":48962,"Secondary":48963,"ĠNepal":48964,".StringUtils":48965,"Ġadam":48966,"Ġ(...":48967,"Ġsubstitution":48968,"Ġboarding":48969,"ĠKeyword":48970,"ĠAssault":48971,"dbcTemplate":48972,"ĠorderId":48973,"(engine":48974,".assertThat":48975,"ĠVenus":48976,"Ġhomicide":48977,"ĠAval":48978,"Ġgutter":48979,"ĠSupported":48980,"/part":48981,"Ġacclaimed":48982,"Histor":48983,"Ġmeses":48984,"über":48985,"ĠRenew":48986,"Ġgras":48987,"ĠEk":48988,"Ġinfile":48989,"indy":48990,".music":48991,".Scroll":48992,"ĠAges":48993,"ĠNaruto":48994,"ĠGather":48995,"Ġconfirming":48996,"=(\"":48997,"Ġpitched":48998,"oley":48999,"France":49000,"+'\"":49001,"$total":49002,"Ġonde":49003,"Ġditch":49004,"_sigma":49005,"Ġcontinuity":49006,"reward":49007,"-load":49008,"Ġproceso":49009,"Locked":49010,"staw":49011,"Ġspinal":49012,"lazy":49013,"!==":49014,"jest":49015,"Ġdun":49016,"ĠRodgers":49017,"ĉgrid":49018,"Ġlogos":49019,"ĠBengal":49020,".super":49021,"Provides":49022,"Ġnutrient":49023,".Timestamp":49024,"IZATION":49025,"åĨĮ":49026,"Ġfats":49027,"ĠXxx":49028,"ctica":49029,"Targets":49030,"Ġcontours":49031,"Ġreordered":49032,":Array":49033,"Ġtolerate":49034,"Vir":49035,"Ġterribly":49036,"Ġbricks":49037,"(&_":49038,"hb":49039,"Portal":49040,"ĠBread":49041,".which":49042,"ÂŃt":49043,"asInstanceOf":49044,"Ġjobject":49045,"ĉlength":49046,"_MT":49047,";\">čĊ":49048,"_EXIST":49049,"Ġmaternal":49050,"REL":49051,"Ġê²½ìļ°":49052,"hee":49053,"Ġlayouts":49054,"ĠLap":49055,"aisy":49056,"Ġstumbled":49057,"ĠUIG":49058,"ĠSco":49059,"Ġimpaired":49060,"RESSED":49061,"Ġabuses":49062,"VF":49063,"ARB":49064,".NAME":49065,"rch":49066,"primir":49067,"_completed":49068,"Ġpenny":49069,"Chrome":49070,"(begin":49071,"ernen":49072,"-checkbox":49073,"PlainOldData":49074,"ĠLPC":49075,"rade":49076,"spir":49077,"Ġconceived":49078,"Tips":49079,"ĠIoT":49080,"ĠGan":49081,"èģĶ":49082,"Ġbiases":49083,"Ġconsultants":49084,"pled":49085,"_ht":49086,"associated":49087,"],ĊĊ":49088,"Ġdelightful":49089,"ĠÑĤек":49090,"Helvetica":49091,"(load":49092,"-expand":49093,"_WIDGET":49094,"toa":49095,"ĠAkt":49096,"Ġomn":49097,"Ġclauses":49098,"Intel":49099,"*/}Ċ":49100,"_registration":49101,"ĠoldValue":49102,"Ġrestoring":49103,"Ġunreal":49104,"OVER":49105,"ĉĊĉĊĉĊ":49106,"ATS":49107,"_probe":49108,"Ġdivisor":49109,".updateDynamic":49110,"å¹³":49111,"Produces":49112,"stamp":49113,".jboss":49114,"ĉtask":49115,"!(:":49116,"Ġpsychic":49117,"@class":49118,"Martin":49119,"ĠPassed":49120,"clarations":49121,"hel":49122,"аÑĩ":49123,"ĉcopy":49124,"-bin":49125,"zan":49126,"igram":49127,"াà¦":49128,"(sig":49129,"ĠCaval":49130,"_##":49131,"Ġ%=":49132,"outlined":49133,"ĠAcid":49134,"Ġunpredictable":49135,"-dashboard":49136,"HexString":49137,"+c":49138,".Public":49139,"ẩ":49140,"Ġconveyor":49141,"ĠEB":49142,"Ġselects":49143,"Ġknocking":49144,"ĠCec":49145,"IBUTES":49146,"owaÄĩ":49147,"gatsby":49148,"*v":49149,"entropy":49150,"Ġdispatched":49151,"Ġcamel":49152,"ĠSaturn":49153,"Ġoverweight":49154,"(phone":49155,"parable":49156,"%B":49157,"_vectors":49158,"Ġbrewing":49159,"ĠTk":49160,"ĠDownloads":49161,"ĠSaved":49162,".Price":49163,"Ġcurved":49164,"ĠParenthood":49165,"è¶":49166,".pnl":49167,"pletely":49168,".Day":49169,"Ġadvertisers":49170,"Ġejec":49171,"Ġprzed":49172,"ë¯":49173,"!';Ċ":49174,"ĠKush":49175,"ĠTAB":49176,"Ġquests":49177,"Ġcoincidence":49178,"ummies":49179,"ĠKashmir":49180,"ĠEthics":49181,"_growth":49182,"Ġaktiv":49183,"Ġgrouping":49184,"å¢ŀ":49185,"_truth":49186,"åIJ¬":49187,"todos":49188,"iset":49189,"TexCoord":49190,"ätt":49191,"ĠZur":49192,"roys":49193,"_MAGIC":49194,"Ġbrewery":49195,"(State":49196,"ĠSMALL":49197,"ĠPlants":49198,"itbart":49199,"eacher":49200,"ĠAdelaide":49201,"Lu":49202,"Ġfick":49203,"undles":49204,"_loaded":49205,"ие":49206,"Poll":49207,"ritic":49208,"ELY":49209,"Ġ+'":49210,"ĠProfession":49211,"Ġstamps":49212,"ĠSew":49213,"scrollView":49214,"Ġcommunist":49215,"/problems":49216,"}čĊčĊčĊčĊ":49217,",o":49218,"Ġudp":49219,"Ġobese":49220,"approve":49221,"ancellation":49222,"_Game":49223,"ĠHashtable":49224,"adaptiveStyles":49225,"Ġpossesses":49226,".matcher":49227,"functional":49228,"Mrs":49229,"ĉsave":49230,"ĠDbType":49231,"Ġken":49232,"getContext":49233,"Ġmans":49234,"(rel":49235,"ĠBrotherhood":49236,")`Ċ":49237,"解":49238,".Information":49239,"OutOfRangeException":49240,"ĠSek":49241,"Cas":49242,"Ġbloggers":49243,"Either":49244,"(\"\"\"":49245,"Ġpinch":49246,"Ġcoarse":49247,")p":49248,"ĠPulse":49249,"Ġlearnt":49250,"Ġdentist":49251,"Ġonchange":49252,"Ġdirectives":49253,"(actions":49254,"nyder":49255,"ĠShir":49256,"Trait":49257,"_dep":49258,"ĠPET":49259,"ĠREP":49260,".AppSettings":49261,"cuador":49262,"idenav":49263,"Ġenvi":49264,"Ġslammed":49265,"ĠShoot":49266,"ĠdateFormat":49267,".joda":49268,"veys":49269,"Ġ).ĊĊ":49270,"Ġcareg":49271,"ĠParallel":49272,"_translation":49273,".functions":49274,".obs":49275,"RuntimeException":49276,"[]=":49277,"overview":49278,"ĠSchl":49279,"Ġnoisy":49280,"ĠOnPropertyChanged":49281,"Sending":49282,"Ġunfamiliar":49283,"Upon":49284,"ĠPrints":49285,".typ":49286,"Ġfleeing":49287,"ĉmove":49288,"(Un":49289,"Ġqr":49290,"׾":49291,"_beta":49292,"Ġskies":49293,"ĉme":49294,"WND":49295,"Ġstickers":49296,"blas":49297,"Ġinserts":49298,"Ġverses":49299,"ĠDew":49300,"Ġtangible":49301,"Ġhecho":49302,"POL":49303,"Ġteardown":49304,"omnia":49305,"IBE":49306,".cover":49307,"_strategy":49308,"^-":49309,"setPosition":49310,"uale":49311,"Signed":49312,"Ġiface":49313,"aseline":49314,".setTime":49315,"ĠMineral":49316,"ĠFighting":49317,"skins":49318,"Ġdiscrimin":49319,"Ġdansk":49320,"ĠPrinceton":49321,"acist":49322,"Ġ());Ċ":49323,"tracks":49324,"imonial":49325,"adecimal":49326,"EPROM":49327,"uggle":49328,".Notification":49329,"$mail":49330,"cantidad":49331,"ĠJung":49332,"Ġseekers":49333,"Ġplausible":49334,"tier":49335,"еж":49336,"Ġrapper":49337,"ĠMana":49338,"ĠHttpStatusCode":49339,"Ġburnt":49340,"loses":49341,"ĠFoto":49342,"ĠJsonObject":49343,"Instagram":49344,"Ġsyscall":49345,"Ġrealities":49346,"ĠMATLAB":49347,":^{Ċ":49348,"TERM":49349,"ĠCbd":49350,"ĠParagraph":49351,"Ġtravés":49352,"Ġconstructing":49353,"Ġswal":49354,"Ġpige":49355,"LLLL":49356,"-existing":49357,"Gets":49358,"Ġmelted":49359,"Ġmitigate":49360,"Hen":49361,"Ġhm":49362,"imas":49363,"ĠAo":49364,"ĠPerez":49365,"ĠDAL":49366,"Ġëĭ¤":49367,"Ġdivis":49368,"StoryboardSegue":49369,"ĠModify":49370,"ĠÃľber":49371,"_OVERRIDE":49372,".pem":49373,"untos":49374,"Ġespañ":49375,"Ġ{?":49376,"ĠPAY":49377,"_ipv":49378,"ĠFury":49379,"__.__":49380,"elow":49381,"-centered":49382,"checks":49383,"_Reg":49384,"-Javadoc":49385,"ĉload":49386,"ĠLikewise":49387,"اÙħ":49388,"UNE":49389,".sem":49390,"xcb":49391,"ĠCave":49392,"_sleep":49393,"Ġsilently":49394,"ĠExtreme":49395,".ToUpper":49396,"ĉCHECK":49397,"Ġcue":49398,"ĠQByteArray":49399,"Ġcorrupted":49400,"ĠDé":49401,"Ġimped":49402,"GetName":49403,"Ġinaccurate":49404,"Ġsober":49405,"ее":49406,"Ġbarcode":49407,"--){Ċ":49408,"inki":49409,"Ġép":49410,"Ġdri":49411,"ĠALT":49412,">>>>>>>>":49413,"onta":49414,"[L":49415,"Ġinteres":49416,"verting":49417,"Ġdiagnostics":49418,"pdev":49419,"è©":49420,"ĠIntegrated":49421,").'":49422,"_gc":49423,"$text":49424,".games":49425,"ĠTerra":49426,"'Re":49427,".transfer":49428,"_FIFO":49429,"getModel":49430,"Ġbland":49431,"ĠColeman":49432,"Ġprimes":49433,"ĠæĪ":49434,"Ġcrosses":49435,"nk":49436,"GING":49437,"Ġ'^":49438,"ĠBlob":49439,"Ġintercourse":49440,"ĠBlvd":49441,"Ġweighs":49442,"_regular":49443,"ĠPerth":49444,"Ġseparating":49445,"Ġbilled":49446,".tabControl":49447,"Ġpuppet":49448,"Ġutilization":49449,"Ġâĸł":49450,"Ġsucces":49451,"Ġlamps":49452,"_proj":49453,"Eric":49454,"Ġrenovation":49455,"ĠFamilies":49456,"ĠBits":49457,"partials":49458,"-Men":49459,"solution":49460,"Ġdwarf":49461,".INTEGER":49462,"ĠLOCK":49463,".ct":49464,"Ġexcerpt":49465,"ĠPix":49466,"ĠFirstName":49467,"ANTED":49468,"ĠAdmir":49469,"-help":49470,"Prior":49471,"ĠAlign":49472,".INSTANCE":49473,"LineEdit":49474,"('/:":49475,"Ġinet":49476,"odus":49477,".pkl":49478,"ĠKY":49479,"upert":49480,"Ġnerves":49481,"_gradient":49482,"}','":49483,"_unref":49484,"Ġsaturated":49485,"ĠConnected":49486,"ĠFN":49487,"EXIT":49488,"Ġteleport":49489,"Ġavait":49490,"PageRoute":49491,"Ġdivorced":49492,"(lang":49493,"fst":49494,"ĠTyr":49495,"Ġmessenger":49496,"ifstream":49497,"XS":49498,"ĠBanking":49499,"Ġinfectious":49500,"ĠMons":49501,"_LOOP":49502,"Ġzurück":49503,"Ġobtener":49504,"/repos":49505,"Vel":49506,"acro":49507,"ĠuserRepository":49508,"styleType":49509,"ĠSRC":49510,"VMLINUX":49511,"recursive":49512,"/bar":49513,"_chip":49514,"ominated":49515,"ĠNit":49516,"âĢĶto":49517,"ĠBuddh":49518,"омеÑĢ":49519,"ĠMAG":49520,"ĠCHE":49521,"_den":49522,".raises":49523,"_degree":49524,"Ġpumpkin":49525,"_templates":49526,"_MEDIA":49527,"ĠTimeline":49528,"Ġbots":49529,"ObjectType":49530,"Ġbuys":49531,".posts":49532,"CAL":49533,"waiting":49534,"ĠDaniels":49535,"Ġdabei":49536,"ĠSigma":49537,"ilor":49538,"igel":49539,",W":49540,"ADS":49541,"(panel":49542,"ì²´":49543,"itating":49544,".palette":49545,"Ġmosquito":49546,"Ġtego":49547,"(parseInt":49548,"Ġdespués":49549,"promise":49550,"Ġwij":49551,"typescript":49552,"ĠTv":49553,"_IDENTIFIER":49554,").ĊĊĊ":49555,"_flat":49556,"itsu":49557,"USR":49558,"experience":49559,"-fit":49560,"phinx":49561,"_thresh":49562,"Ġideally":49563,"ĠFreeman":49564,",DB":49565,"_rw":49566,"çŃī":49567,"Ub":49568,"_statistics":49569,"=\"\"><":49570,"Ġchore":49571,"Ġyork":49572,"installed":49573,"Additionally":49574,"Ġpstmt":49575,"ylko":49576,"::Ċ":49577,"Forest":49578,"Ġheadset":49579,"Ġgallon":49580,"ÑĢем":49581,"Ġwithdrawn":49582,"ĠCandidate":49583,"Ġmelting":49584,"Ġfreezer":49585,"Ġhl":49586,"_HELP":49587,"mime":49588,"(/*":49589,"Ġthirst":49590,"$return":49591,"memberof":49592,"еб":49593,"ĠHttpServletRequest":49594,"(ob":49595,"_Result":49596,"Ġasserted":49597,"Ġfulfilling":49598,"Ġstretches":49599,"parated":49600,"-funded":49601,"ĠåĽ":49602,"ingles":49603,"_ca":49604,".condition":49605,"ĠDisplays":49606,"Ġorang":49607,"ĠCRE":49608,"ĠglBind":49609,"ĠSelector":49610,"/type":49611,"ĠAlexa":49612,"chedules":49613,"ĠPeninsula":49614,"Ġparity":49615,"ĉdest":49616,"ĠDoors":49617,"čĊĉčĊ":49618,"_dimension":49619,"Ġaload":49620,".StoredProcedure":49621,"(paren":49622,"ĠBurke":49623,"')]Ċ":49624,"-engine":49625,"Ġquir":49626,"ĠHybrid":49627,"ĠDoe":49628,"Ġoutlines":49629,"ĠTrends":49630,"_NV":49631,"periments":49632,"ĠHin":49633,"?',":49634,"ĉText":49635,"FUL":49636,"Ġsmells":49637,"Ġslick":49638,"Ġmiserable":49639,"ĠArrayAdapter":49640,"ĠparamString":49641,"Hom":49642,"_literals":49643,"usuarios":49644,"Ġprompting":49645,"_lazy":49646,"ĠActivation":49647,"_oc":49648,"Weak":49649,"Ġanecd":49650,"ĠUCLA":49651,"=re":49652,"issement":49653,"ĠEscorts":49654,"Excellent":49655,"ĠPause":49656,"Ġrepositories":49657,"TOR":49658,"ariate":49659,"_iso":49660,"updates":49661,"halb":49662,"udiante":49663,"ë¡Ŀ":49664,"Ġnaive":49665,"ĠPeg":49666,"ĠLounge":49667,"ARGIN":49668,"(bin":49669,"OnClickListener":49670,"ĠFAILED":49671,"Ġlite":49672,"Ġdzie":49673,"ĠLiteral":49674,"ivor":49675,"fcntl":49676,"Ġeats":49677,"Ġqed":49678,"Unlock":49679,"riding":49680,"undai":49681,"=M":49682,"ATTER":49683,"ConfigureAwait":49684,"icias":49685,"ustomed":49686,"Ġsuccession":49687,"endTime":49688,"ĠJupiter":49689,"Ġjudging":49690,"dration":49691,"_docs":49692,".mo":49693,"Ġeducators":49694,"ĠVine":49695,"Cond":49696,"[out":49697,"qb":49698,"\\Validator":49699,"Ġmeanings":49700,"Ġpresently":49701,"Ġdividing":49702,"ottenham":49703,"ascular":49704,"Ġtrailers":49705,"ĠCLOSE":49706,"ами":49707,"âĢĻai":49708,"ĠGain":49709,"wor":49710,"Ġplanner":49711,"Ġdistributing":49712,"vat":49713,"months":49714,"xlabel":49715,"HF":49716,"Viol":49717,".BASELINE":49718,"еÑĤÑģÑı":49719,"ĠRotate":49720,"Ġtxn":49721,":bold":49722,"Ġbloss":49723,"Forgery":49724,"(embed":49725,"Ġjako":49726,"sprintf":49727,"their":49728,"Ġexhibits":49729,"-static":49730,"hecy":49731,"getActiveSheet":49732,".clients":49733,"ãģį":49734,"_hide":49735,"[word":49736,"Cb":49737,"addItem":49738,"axe":49739,"_radio":49740,"alion":49741,"modifier":49742,"Ġsaturation":49743,"Ġdenom":49744,"_pixels":49745,"mess":49746,"(fl":49747,"atif":49748,"Ġsecs":49749,"Ġprostitution":49750,"Ġgrandchildren":49751,"Ġparadise":49752,"ĠFeld":49753,"_BINARY":49754,"itous":49755,"à¹Ħ":49756,"Ġflashing":49757,"-sided":49758,"Ġcontradiction":49759,"/*ĊĊ":49760,"ylabel":49761,"ĠTet":49762,"Ġadmire":49763,"reso":49764,"Ġletz":49765,"ĠSEARCH":49766,"slots":49767,"ĠRewards":49768,"ĠHog":49769,"ĠNSData":49770,"stash":49771,"Fall":49772,"ĠAmer":49773,"LinearLayout":49774,"/photos":49775,"Ġfeather":49776,"Ġ|čĊ":49777,"Downloads":49778,".StartsWith":49779,"Ġ//#":49780,"ineTransform":49781,"Ġaffid":49782,"Vtbl":49783,"ĠRogue":49784,"scribed":49785,"Ġfauc":49786,"ĠMonroe":49787,"Ġdeclares":49788,"modern":49789,"reon":49790,"aybe":49791,"PASS":49792,"fers":49793,"_MULTI":49794,"ĠMathematics":49795,"Ġsudah":49796,"_ATTACH":49797,"ĠnumberWith":49798,"ĠSolomon":49799,"jin":49800,"ografia":49801,"öl":49802,"_design":49803,"culated":49804,"ĠLuna":49805,"iesz":49806,"Ġ=>'":49807,"Ġrevelations":49808,"Along":49809,"(ed":49810,"ĠFilename":49811,"Ġylabel":49812,"Secure":49813,"Ġbusca":49814,"agnosis":49815,"_RECE":49816,"Ġoverlapping":49817,"Extent":49818,"Ġanticipation":49819,"Checks":49820,"ĠALSO":49821,"orc":49822,"ilingual":49823,"itational":49824,"Ġadvancement":49825,"ouro":49826,"ĠPredicate":49827,"å¾Ĺ":49828,"eria":49829,"ĠPierce":49830,"orio":49831,"Ġmerits":49832,"Ġpeanut":49833,".Package":49834,"ĠConduct":49835,"_SENSOR":49836,"Ġboiling":49837,"Ġintra":49838,"ĠIGN":49839,"ĠFur":49840,".Refresh":49841,"ĠReach":49842,"_decoder":49843,".Exp":49844,"ĠÑĤак":49845,"pill":49846,",Q":49847,"ĠGrill":49848,"Ġpopping":49849,".Ag":49850,"Ġproyecto":49851,"Ġmileage":49852,"Ġecological":49853,"]]);Ċ":49854,"ĠÂŃ":49855,"subplot":49856,"acad":49857,"ĠTrying":49858,"recipes":49859,"$criteria":49860,"ĠPersian":49861,"-bound":49862,"MASK":49863,"ĠGesture":49864,"Ġkk":49865,"ĠPVC":49866,"Ġprohibition":49867,"Ġcomando":49868,"ĠLOOK":49869,"Shopping":49870,"Ġdistortion":49871,"čĊ":49917,".Dependency":49918,".QueryString":49919,".Owner":49920,"Ġexpiry":49921,"Thu":49922,"(Vec":49923,"Ġhazardous":49924,"Ġrpm":49925,"APON":49926,"ĠaddTarget":49927,"sville":49928,"pNet":49929,"ĠImg":49930,"ĠTIMER":49931,".Animation":49932,"Ġbek":49933,"Ġassort":49934,"Ġlebih":49935,"ĠbodyParser":49936,"Ġvibrating":49937,"IDL":49938,"Ġbutterknife":49939,"inters":49940,"Ġpersuade":49941,"ĠLGBTQ":49942,"èĭ":49943,".soft":49944,"Ġbeams":49945,"_sur":49946,".Def":49947,"Ġlabs":49948,"ĉplt":49949,"Ġskins":49950,"Ġtransferring":49951,"Ġimaginary":49952,"_End":49953,";background":49954,"Ġlaps":49955,"_COMMENT":49956,"(SDL":49957,"onds":49958,".Record":49959,"ĠImplements":49960,"_ticks":49961,"()))ĊĊ":49962,"Ġarose":49963,"]?":49964,"ĠMp":49965,"ĠICommand":49966,"Ġsculpture":49967,"Ġcontracted":49968,"\">'":50446,"kinson":50447,"Ġкол":50448,"ognitive":50449,"_li":50450,"Ġimminent":50451,"Ġaffinity":50452,".signal":50453,"Ġnotch":50454,"ĠSteelers":50455,"maxlength":50456,"KK":50457,"ĠEugene":50458,"_PWM":50459,"roi":50460,"ĠâĹı":50461,"ĠHamburg":50462,".Must":50463,"Ġaxe":50464,"enef":50465,"Ġambitions":50466,"ĠSpecies":50467,"ĠStress":50468,"Ġawhile":50469,"ĠбÑĥд":50470,"Ġwithstand":50471,"ĠDecoder":50472,"_inventory":50473,"Ġ{ččĊ":50474,"Ġtgt":50475,"Ġrailroad":50476,"WASHINGTON":50477,"Ġnegotiated":50478,"NST":50479,"-phone":50480,",U":50481,"Ġexercising":50482,"ụ":50483,"_PIXEL":50484,"avors":50485,"iterated":50486,"Ġvampire":50487,"adal":50488,"Ingrese":50489,"Ġung":50490,"jective":50491,".cells":50492,"Ġnano":50493,"Ġmarkdown":50494,"_RULE":50495,"(events":50496,"Ġluggage":50497,"MESSAGE":50498,"igkeit":50499,"$count":50500,"AttributeName":50501,"IGINAL":50502,"_Ent":50503,"ĠBF":50504,"ĠCOMMENT":50505,"_ini":50506,"ĠEuropeans":50507,"ĠBelle":50508,"åij½":50509,")['":50510,"åºĶ":50511,"ĠUseful":50512,".reference":50513,"()\",":50514,"_grade":50515,"ĠKaw":50516,"Ġsentencing":50517,"Ġsocialism":50518,"monster":50519,"_LAYER":50520,"Ġdeepest":50521,"wk":50522,"ĠNoise":50523,"###ĊĊ":50524,"Ġpréc":50525,"otle":50526,"ÑĤе":50527,"auf":50528,"ibal":50529,"Ġconquer":50530,">Email":50531,"Ġambulance":50532,"OAD":50533,"Ġ(\"%":50534,"ĠFI":50535,".fixture":50536,"Ġterse":50537,"ĠĠĠĠĉĉĉĉ":50538,"Ġsanctuary":50539,"ugi":50540,"ĠComparator":50541,"Definitions":50542,"Ġasthma":50543,"Ġlact":50544,"Ġhardwood":50545,".clock":50546,"Ġattracting":50547,"ĠMour":50548,"(distance":50549,"icits":50550,"Ġbonne":50551,"ĠACCESS":50552,".DeserializeObject":50553,"ĠTyped":50554,"Ġjeu":50555,"ĠappId":50556,"ĠClara":50557,"ĠHF":50558,"ĠReich":50559,"ipples":50560,"//--------------------------------------------------------------------------------":50561,"_delivery":50562,"erialization":50563,"Ġplaintiffs":50564,"Scient":50565,"shopping":50566,"ĠDummy":50567,"ĠWald":50568,"GroupName":50569,"Ġinscription":50570,"elog":50571,"::::::::":50572,"_ld":50573,"BackPressed":50574,".Raw":50575,"ĠOnTrigger":50576,"Ġmuseums":50577,"ĠBeen":50578,"ĠAdventures":50579,"Ġslate":50580,"Ġlett":50581,"Ġsund":50582,"ĠGin":50583,"ĠMechanical":50584,".ship":50585,"AppComponent":50586,"Ġdestined":50587,"Ġdwelling":50588,"Profiler":50589,"Prepare":50590,"zeich":50591,"Ġsilicon":50592,"(has":50593,"Ġ#%":50594,"VIDEO":50595,"Ġcollaborate":50596,"Lin":50597,"Ġscopes":50598,"(className":50599,"(sd":50600,"andin":50601,".ham":50602,"ServiceImpl":50603,"-described":50604,"Ġirony":50605,"stial":50606,"ĠHuawei":50607,"(repo":50608,"Ġunexpectedly":50609,"ĠKai":50610,".install":50611,"\\xf":50612,"Ġexhibited":50613,"_TCP":50614,"ĠOx":50615,"_CHO":50616,"Ġprostituerte":50617,"Ġvä":50618,"Ġsito":50619,"Ġconstituents":50620,"ĠContinued":50621,"ĠSAVE":50622,"rss":50623,"/message":50624,"ubes":50625,"Ġmisdemean":50626,"Ġtaxation":50627,"Ġstoryline":50628,"hair":50629,"ĠFinds":50630,"SIG":50631,"verification":50632,"~=":50633,".hp":50634,"Iterable":50635,"Ñĭе":50636,"atori":50637,"Ġctr":50638,"Rx":50639,"_);ĊĊ":50640,"dag":50641,".pin":50642,"Ġpseud":50643,"Ġinvo":50644,"ÑģÑĤÑĢ":50645,"_pix":50646,"为空":50647,"Ġsworn":50648,"âĢĶor":50649,"_registry":50650,"Ġdisasters":50651,"ĠROI":50652,"ĠâĢķ":50653,"aktu":50654,"forest":50655,"beiten":50656,"âĢĶI":50657,"ueva":50658,"egt":50659,"Ġspikes":50660,"URES":50661,"ĠRecommended":50662,"Ġexploited":50663,"ĠFrederick":50664,"_COMPLETE":50665,"ĠDrugs":50666,"!!!!!!!!":50667,"ĠRiv":50668,"STOP":50669,"ROOM":50670,"ĠPASSWORD":50671,"Cookies":50672,".El":50673,"á»Ń":50674,"ĠBert":50675,"Ġhashed":50676,"icester":50677,"Ġdecorator":50678,"ĠqueryString":50679,":;Ċ":50680,"Ġ\"[\"":50681,"otope":50682,"-Americ":50683,"ĠMatthews":50684,"URAL":50685,"âĢľ,":50686,"Summer":50687,"fos":50688,"_CONTAINER":50689,"_ACK":50690,"Ġfiltr":50691,"_disp":50692,"_Re":50693,"Ġfacile":50694,"аÑĪ":50695,"ĠìķĬ":50696,"Ġeben":50697,"Ġsprink":50698,"ĠQuint":50699,">V":50700,"Ġhistorians":50701,"ourmet":50702,"ĠMonitoring":50703,"ledger":50704,"cott":50705,"Ġware":50706,"GGLE":50707,"cars":50708,"ĠMEDIATEK":50709,"Ġvolupt":50710,"_View":50711,"HEL":50712,"(copy":50713,"(stats":50714,"Ġchromosome":50715,"ĠCurtis":50716,"-conf":50717,"(asset":50718,"Ġhvor":50719,"FileSystem":50720,"<>();čĊ":50721,"ocoder":50722,"ĠCannon":50723,")x":50724,"ĠSmooth":50725,"ĠSAS":50726,"_ce":50727,"ĉprev":50728,"_movie":50729,"Ec":50730,"_wall":50731,".ĊĊ":51278,"ogenesis":51279,"ĠOPTIONS":51280,"uptools":51281,"Ġmilitant":51282,"Ġexited":51283,"igar":51284,"ĠCOMM":51285,"ĠDisposable":51286,"aycast":51287,"Ġrowspan":51288,"Ġsynthes":51289,"Ġsondern":51290,"ĠĊ":54769,"ĠJacket":54770,"RATION":54771,".getSelectedItem":54772,"-init":54773,"ĠRegisters":54774,"_sep":54775,"ĠToolkit":54776,".dict":54777,"Ġxlabel":54778,"\\Table":54779,"toc":54780,"_combo":54781,"ĠCompact":54782,"Ġrugged":54783,"à¥ĩà¤":54784,"-management":54785,"')}}\">Ċ":54786,"ĠStamp":54787,"ıl":54788,"rox":54789,"Ġlandscapes":54790,"_NOTE":54791,"monary":54792,"cab":54793,"Ġmoet":54794,"xaf":54795,"rcode":54796,"-cli":54797,"_gate":54798,"[event":54799,"SPORT":54800,"gia":54801,"ĠSUPER":54802,"/Login":54803,"_shutdown":54804,"interrupt":54805,"Ġpretending":54806,"Ġfringe":54807,"ĠReds":54808,"ĠCUDA":54809,"ĠUNIX":54810,"vit":54811,"Ġbrig":54812,"drv":54813,"ĠConnector":54814,"Therefore":54815,"Ġlia":54816,"Detection":54817,"_actor":54818,"Ġtempfile":54819,"Ġeccentric":54820,"-role":54821,"Ġpadx":54822,"dent":54823,"Western":54824,"Ġê·¸":54825,"ĠApplicationRecord":54826,"Ġcampaigning":54827,"_runner":54828,"ĠCivic":54829,"aleigh":54830,"Ġdirekt":54831,".sul":54832,"ĠĠĉĉĉ":54833,"anten":54834,"Ġissuer":54835,"Ġassertions":54836,"(orig":54837,"ATIO":54838,"Ġleaned":54839,"äs":54840,".DTO":54841,"explode":54842,".Observable":54843,"Ġstaggering":54844,"Ġkidnapped":54845,"Ġprogrammers":54846,"ĠInnov":54847,".parameter":54848,"Ġdomination":54849,"Ġskeptic":54850,"Ġæĺ¯":54851,"Ġavoids":54852,".Verify":54853,"ubby":54854,"ĠASN":54855,"Ġformato":54856,"ĠBeatles":54857,"_brand":54858,"Ġinset":54859,"youtu":54860,"Ġtoc":54861,"-final":54862,"Showing":54863,"ĠDoub":54864,"ĠMesa":54865,"Adj":54866,"_medium":54867,"Creates":54868,"(endpoint":54869,"ĉUP":54870,"bbie":54871,"Ġstalk":54872,".databind":54873,".Scan":54874,"agents":54875,"$,":54876,"individual":54877,"+)/":54878,"ĉvm":54879,"(notification":54880,"Ġinex":54881,"ĠClassification":54882,"reno":54883,"Ġolig":54884,"-rated":54885,"Ġformulation":54886,"',{":54887,"Ġacept":54888,"_unpack":54889,"_CA":54890,".Pow":54891,"ĉim":54892,"Ġaluminium":54893,"ANO":54894,"Ġxn":54895,"Ġcómo":54896,"ĠIngredient":54897,"Ġseizures":54898,"åħ±":54899,"ificador":54900,"Ġsiguiente":54901,"ĠInfragistics":54902,"Ġduplicated":54903,"ĠDee":54904,"Ġnø":54905,"ĠACCEPT":54906,"(crate":54907,"иÑĤелÑĮ":54908,"-less":54909,"Ġinfinity":54910,"Analyzer":54911,"-Day":54912,"ritt":54913,"(cin":54914,"ĠGy":54915,"Ġmultiplied":54916,"uchi":54917,"ĠBaldwin":54918,"/ip":54919,"Ġshortcuts":54920,".ADD":54921,"Ġvigor":54922,"_instruction":54923,"(;":54924,"_eta":54925,"è¿ŀ":54926,"utorials":54927,"Ġboosting":54928,"bv":54929,"Ġacknowledges":54930,"Listening":54931,"FAQ":54932,";b":54933,"((-":54934,"Ġarchitects":54935,"Ġzwe":54936,"Ġpuls":54937,"ĠgetCount":54938,"verbs":54939,"ãĢľ":54940,"(Collection":54941,"kre":54942,"Ġjurisdictions":54943,"_bridge":54944,"ĠCrack":54945,"ĠDifficulty":54946,"KO":54947,"Reservation":54948,"_requires":54949,"Tour":54950,"ãģĹãģŁ":54951,".setCurrent":54952,"Ġky":54953,"ĠAlbany":54954,"Ġè§":54955,"ller":54956,"agna":54957,"workers":54958,".blank":54959,"ĠPrayer":54960,"MIC":54961,"Ġresilience":54962,"TeX":54963,"ĠLanguages":54964,"study":54965,"ĉcurr":54966,"Ġenzymes":54967,"Slug":54968,"ĠíĮĮ":54969,"stral":54970,"Ġtumors":54971,"Ġsegunda":54972,"='{":54973,"instruction":54974,"ĠLisp":54975,"/info":54976,"Ġ\"{$":54977,",:),":54978,"Ġgv":54979,"(ErrorMessage":54980,"Ġ'=":54981,"}-${":54982,".Documents":54983,"\"Well":54984,"Ġreminiscent":54985,"Ġgaz":54986,"iropr":54987,"ehr":54988,"Ġsuppressed":54989,"ersh":54990,".scrollTo":54991,"Ġcadena":54992,"ĠgameState":54993,"ÃŃm":54994,"(conv":54995,"ĠTomorrow":54996,"ĠCCT":54997,"Mongo":54998,"ulg":54999,".Camera":55000,".handlers":55001,"mph":55002,"Ġstk":55003,"Ġgenetics":55004,"ACING":55005,"Trivia":55006,"ĠBam":55007,"(marker":55008,".Stretch":55009,"ĠSunni":55010,"ĠBetty":55011,".tolist":55012,"unlikely":55013,".Rectangle":55014,"obsolete":55015,"ILON":55016,"innerText":55017,"embourg":55018,"aN":55019,"ĠVehicles":55020,"unlock":55021,":utf":55022,"nob":55023,"ĠSeeing":55024,"ĠNEVER":55025,"Ġtls":55026,"Ġfilles":55027,"Ġbenefited":55028,"ĠClint":55029,"*/),":55030,".fold":55031,"Ġposible":55032,"ADED":55033,"thouse":55034,".DAL":55035,"ĠOdd":55036,"rokes":55037,"ĠSunny":55038,"ĠPartialEq":55039,"_Buffer":55040,"ĠLevi":55041,"longrightarrow":55042,"eldon":55043,"gages":55044,"_warn":55045,".CreateTable":55046,"ĠDip":55047,"_questions":55048,".logic":55049,"Ġ#\"":55050,"={()=>":55051,"Ġtep":55052,"Ġjuicy":55053,"ìĤ¬":55054,"enko":55055,"ialect":55056,"Ùī":55057,"Ġonboard":55058,"Ġæı":55059,"ĉrt":55060,"_UTF":55061,"ĠQAction":55062,"âĢŀ":55063,"(Component":55064,"(audio":55065,".hit":55066,"gte":55067,"Ġprogrammed":55068,"stateParams":55069,"Ġpolyester":55070,"fires":55071,"byss":55072,"]=(":55073,"_quality":55074,"OfDay":55075,"ĠFairy":55076,"Ġyelled":55077,"opl":55078,"(userName":55079,"ĠDifference":55080,"Ġevaluations":55081,"iffany":55082,"Ġcyclists":55083,"Ġcidade":55084,"Ġtextbook":55085,"Ġprofiling":55086,"__),":55087,"dea":55088,".activate":55089,"Ġindications":55090,"Ðķ":55091,"TouchUpInside":55092,"Ġinvaluable":55093,"ĠMASK":55094,"Ġcontend":55095,"Freq":55096,"Ġrecruits":55097,"(interval":55098,"ĠUserProfile":55099,"Ġ'./../":55100,"edu":55101,"_Callback":55102,"Ġanalogy":55103,"ĠTrophy":55104,"apphire":55105,"Videos":55106,"ĠCher":55107,"ĠHav":55108,"âĢ¦\"":55109,".validator":55110,"gfx":55111,"ĠUObject":55112,"classnames":55113,"triangle":55114,"ĠEncoder":55115,".spy":55116,"Ġpredators":55117,"=status":55118,"-safe":55119,":\",Ċ":55120,"ĠIncluding":55121,"Ġ{};čĊ":55122,"*cos":55123,"Ġendured":55124,".sulake":55125,"Ġnursery":55126,"Ġfragrance":55127,"Ġrebuilding":55128,"Ġnth":55129,"ĠFraser":55130,".setDate":55131,"ĠVince":55132,"_REST":55133,"Ġventilation":55134,"æµ·":55135,"cribes":55136,".asm":55137,"lpVtbl":55138,"ĠAbe":55139,"uisine":55140,",array":55141,"ĉclassName":55142,"errals":55143,"Ġ'ĊĊ":55144,"Checkout":55145,"Ġsolicit":55146,"Aux":55147,"_capture":55148,"Ġribs":55149,"ragon":55150,"viol":55151,"topics":55152,"FunctionFlags":55153,"ĠMarty":55154,"bike":55155,"ĠTucker":55156,"(kernel":55157,"ĠOps":55158,"CloseOperation":55159,"/demo":55160,"ilda":55161,"ĠlÃŃnea":55162,"APPING":55163,"Ġsuites":55164,".visitVarInsn":55165,"urus":55166,"ĠMinute":55167,"(manager":55168,"Ġbutterfly":55169,"Ġapare":55170,"Ġwolves":55171,"JWT":55172,"ĠSalon":55173,"ĉdelay":55174,"-eslint":55175,"isations":55176,".rpc":55177,")|(":55178,"ĠSnapchat":55179,"/mm":55180,"MN":55181,"ceries":55182,".textAlignment":55183,"ĠFrankfurt":55184,"Ġado":55185,"(newValue":55186,"(access":55187,"(Expression":55188,"ĠSignIn":55189,"ĠHaiti":55190,"_tp":55191,".setParameter":55192,"Minute":55193,"Ġmanuals":55194,"ricanes":55195,"ĠPTR":55196,"ĠOuter":55197,"Ġgetline":55198,"ocations":55199,"_CD":55200,"ĠLyon":55201,"/gui":55202,"_live":55203,"idan":55204,".geom":55205,"ĠborderBottom":55206,"imuth":55207,"_checkpoint":55208,"Ġmeu":55209,"ĠIrving":55210,"Ġpeuvent":55211,"(MAX":55212,"ĠARCH":55213,"Ġpov":55214,".sourceforge":55215,"Ġjamais":55216,"Ġark":55217,"ĠBaghdad":55218,"ĠCLEAR":55219,"MenuBar":55220,"Ġtrois":55221,"CHEDULE":55222,"Ġ#čĊ":55223,"(Call":55224,"$order":55225,"(Material":55226,"Ġencontrado":55227,"$list":55228,"ĠMETHODS":55229,".beginTransaction":55230,"_MAG":55231,"StyleSheet":55232,"Ġmajors":55233,"Ġindefinitely":55234,"cleanup":55235,"Ġhomeland":55236,"(dto":55237,"Dates":55238,"Presentation":55239,"ĠDK":55240,"={`/":55241,"ĉKey":55242,"(Block":55243,"_checkbox":55244,"needs":55245,"ĠonComplete":55246,"rico":55247,"Ġgleich":55248,"Ġxm":55249,"OOD":55250,"Better":55251,"ĠSQLITE":55252,".Book":55253,"xad":55254,"ĠGone":55255,"ĉdp":55256,"Ġdevotion":55257,"Ġstm":55258,"Ġobsess":55259,"ĠBackend":55260,"Queries":55261,"Ik":55262,"//****************************************************************":55263,"Ġdividends":55264,".parentElement":55265,"}\")ĊĊ":55266,"ĠMaterialPageRoute":55267,":num":55268,"Ġexplic":55269,"ĠOL":55270,"least":55271,"Oops":55272,"imentos":55273,"Ġinsurers":55274,"Ġheroic":55275,"ĉfields":55276,".imgur":55277,".btnCancel":55278,"ĠDetective":55279,"(sm":55280,"ĠMutableLiveData":55281,".lab":55282,"(([":55283,"Ġhairst":55284,"ĠTransactions":55285,"å¼Ģå§ĭ":55286,"ĠstdClass":55287,"uento":55288,"GIS":55289,"_cod":55290,"Instructions":55291,"Calls":55292,"PointerType":55293,"ĠRw":55294,"Ġassortment":55295,"ĠDIG":55296,"+r":55297,"_CERT":55298,"Ġinstability":55299,"Ġvib":55300,"onas":55301,"Ġroku":55302,"apellido":55303,"Ġangl":55304,"preneur":55305,"Ġfluids":55306,"isease":55307,"Ġdeed":55308,"quist":55309,"_CONSTANT":55310,"Ġequilibrium":55311,"_delegate":55312,"ĠQuantum":55313,"rei":55314,"Capabilities":55315,"rectangle":55316,"?><":55317,"alien":55318,"ĠJug":55319,"DNA":55320,"Tickets":55321,"Occurs":55322,"ĠHawk":55323,".setHorizontalGroup":55324,"\\Collection":55325,"ffiti":55326,"Ġrearr":55327,".setVerticalGroup":55328,"Ġcavity":55329,"Ġadulte":55330,"Facade":55331,"-wh":55332,"ĠLOL":55333,"Ø°":55334,"Ġgrandparents":55335,"Swift":55336,"ĉwx":55337,"æīĢæľī":55338,"ifen":55339,"ffset":55340,"Beyond":55341,"//}ĊĊ":55342,"Ġwager":55343,"Ġbury":55344,"Ġcommence":55345,"registro":55346,"scient":55347,"ĠPercent":55348,"Ġдолж":55349,"(identifier":55350,".setModel":55351,"Ġseldom":55352,"nton":55353,"Ġappliance":55354,"amus":55355,"rysler":55356,"Ġpanties":55357,"enguins":55358,"Ġmimic":55359,"ĠonChanged":55360,"Ġalcoholic":55361,".reloadData":55362,"Charge":55363,"ĠFax":55364,"ĠjScrollPane":55365,"Empresa":55366,"Ġshattered":55367,"xba":55368,"Fonts":55369,"?s":55370,"Ġpostseason":55371,"retain":55372,"_rates":55373,"ĠrequestCode":55374,".todo":55375,"´s":55376,"CHK":55377,"ĠKeeping":55378,"engeance":55379,"Ġvscode":55380,"IPPING":55381,"DefaultCloseOperation":55382,"_raise":55383,"ĠOculus":55384,"ograms":55385,"raj":55386,"pci":55387,"Ġcorrosion":55388,".handleSubmit":55389,"Accessible":55390,"ĠPiano":55391,"little":55392,"ACL":55393,"Äĩe":55394,".unwrap":55395,"ĠConvers":55396,"ĠLeben":55397,"ioneer":55398,"ĠMerchant":55399,"ĠJorge":55400,"Ġembracing":55401,"Ġventa":55402,"ást":55403,"Ġviene":55404,"Ċ":55556,"-growing":55557,"Ġdeepcopy":55558,"Ack":55559,"eggies":55560,"Ġ__(\"":55561,"Ġnoir":55562,"terrorism":55563,"Ġanthem":55564,"agency":55565,"_PACKAGE":55566,"ĠClosure":55567,".registry":55568,"Ġmammals":55569,"L":55600,"Ġbluetooth":55601,".Deep":55602,"-standing":55603,"ácil":55604,"Ġrooft":55605,"ĠPaths":55606,"_iterations":55607,"InvalidArgumentException":55608,".spi":55609,"ĠUIAlertAction":55610,"uye":55611,"signin":55612,".priority":55613,"ĠEssays":55614,"='{$":55615,"Ġè¿ĶåĽŀ":55616,"_signed":55617,".persist":55618,"Ġredesign":55619,"ToLower":55620,"ĠNewman":55621,"=start":55622,"ĠIsraelis":55623,"asiswa":55624,"Speech":55625,"Ġnumeros":55626,"handlers":55627,"ĠWong":55628,"ĠмеÑĤод":55629,"Weights":55630,"ĠGujar":55631,"teil":55632,"ĠNonetheless":55633,"_EFFECT":55634,"Ġvect":55635,"ĠOsc":55636,"Ġcoats":55637,"ĠWheat":55638,"Ġgeek":55639,"ĠPROPERTY":55640,"worm":55641,"_constants":55642,"ĠBoulder":55643,"ĠParm":55644,"cole":55645,"ĠdefaultCenter":55646,"ĠRouge":55647,":A":55648,"xcf":55649,"ĠVenice":55650,"median":55651,"Ġredemption":55652,"Fresh":55653,"Ġcosm":55654,"Ġfigur":55655,"Ġrefurb":55656,"COPE":55657,".cd":55658,"Ġchords":55659,"ĠSgt":55660,"Åį":55661,"VPN":55662,"ĠSEND":55663,"ainen":55664,"_accounts":55665,"Ġtenth":55666,"Ġdissolved":55667,"":55907,"Ġlegitimacy":55908,"Ġoo":55909,"Slinky":55910,"Ġnationals":55911,".words":55912,";p":55913,"trap":55914,"omanip":55915,"Ġcues":55916,"Ġgraduating":55917,"Ġsemaphore":55918,"\"]);ĊĊ":55919,"acey":55920,"REET":55921,"Grab":55922,"ĠFelix":55923,"(Id":55924,"_neighbors":55925,"Ġmeaningless":55926,"(del":55927,"Ġjeder":55928,"ĠContentValues":55929,".absolute":55930,"/cl":55931,"Ġxb":55932,"datum":55933,"Ġtortured":55934,"Ġrubbing":55935,"Scores":55936,"ĠðŁĺī":55937,"Ġavons":55938,"Ġamsterdam":55939,"EOS":55940,"Hal":55941,"Ġtrustworthy":55942,"#=":55943,".EXTRA":55944,"Ġmano":55945,"isicing":55946,"-support":55947,"ĉcursor":55948,"ĠSpo":55949,"aimassage":55950,"Mission":55951,"[]{\"":55952,"Ġprinters":55953,"GREEN":55954,"Ġteg":55955,"Ġabdominal":55956,"!ĊĊĊĊĊĊ":55957,".Short":55958,"азв":55959,"ĠGifts":55960,"}\")":55961,"(binding":55962,"xce":55963,"âĢij":55964,"infos":55965,"FormData":55966,"Ġdart":55967,"Ġelems":55968,"(inv":55969,"YL":55970,"tin":55971,"GENER":55972,"ữ":55973,"ĠTaken":55974,"uckle":55975,":e":55976,"Ġspectral":55977,".baidu":55978,"/');Ċ":55979,"Ġgreedy":55980,"esion":55981,",,,,,,,,":55982,"Ġ/>,Ċ":55983,"InternalServerError":55984,"NSNotificationCenter":55985,"ĠAi":55986,"Ġspit":55987,"Ġaugmented":55988,"ĠstandardUserDefaults":55989,"FINITY":55990,"Race":55991,":C":55992,"ĠRECORD":55993,"ĠHighlight":55994,"Ġ'`":55995,"Ġdeficits":55996,"Ġnei":55997,"Ġresearched":55998,"Ta":55999,"Ġcopp":56000,".GetHashCode":56001,"):čĊčĊ":56002,"OnClick":56003,"ĠWellington":56004,"Ġrevival":56005,"æ¯Ķ":56006,"éĹ®":56007,"ĠNSS":56008,"Ġforn":56009,"Ġinté":56010,"ĠKuwait":56011,"_flip":56012,"_bo":56013,"_\\":56014,"Ġoccurrences":56015,"ĠScientists":56016,"SRC":56017,"ogens":56018,"igrant":56019,"REMOTE":56020,"ĠSID":56021,".opts":56022,"uve":56023,"()])Ċ":56024,"Ġlibertarian":56025,"ĠGlide":56026,"lesen":56027,"Ġforme":56028,"owania":56029,"Ġannoyed":56030,"Defs":56031,"ĠExecutor":56032,"Ġcasts":56033,".setChecked":56034,"ĠSharing":56035,".SerializeObject":56036,"Ġselectors":56037,"_OTHER":56038,"미":56039,"(super":56040,"(OS":56041,"_VERIFY":56042,"idunt":56043,"';Ċ":56045,"Ġvidéo":56046,"ĠNegro":56047,"ĠLords":56048,"ĠTours":56049,"Ġsoftly":56050,".receive":56051,"ĠERC":56052,"ĠdataSet":56053,"Badge":56054,"ĉEvent":56055,"Ġperl":56056,"Ġ{}\\":56057,"(sentence":56058,"OrUpdate":56059,"Ġdiminish":56060,"PIN":56061,"(draw":56062,".ToDateTime":56063,".EqualTo":56064,"(pin":56065,"-pencil":56066,"luent":56067,"ĠCaller":56068,"Ġplayful":56069,"-'+":56070,"xca":56071,"swick":56072,"){}Ċ":56073,"}:${":56074,"ĠMeth":56075,".getCell":56076,".break":56077,"Ġymax":56078,"='Ċ":56291,"ĠHiro":56292,"(TRUE":56293,"asurer":56294,"Ġcuer":56295,"Uber":56296,".Operation":56297,"Ġolan":56298,"Ġthrilling":56299,"'.":56321,"ĉvalid":56322,"\"\",":56323,"Instrument":56324,">J":56325,"Ġnostr":56326,"ĠRift":56327,"_Port":56328,"Ġveces":56329,"[['":56330,"Ġrallies":56331,"-series":56332,"Ġvv":56333,".uc":56334,"Ġrtn":56335,"StateChanged":56336,"(ins":56337,"ĠCla":56338,"------------Ċ":56339,"cus":56340,"ĠReload":56341,"//------------------------------------------------------------------------------------------------":56342,".seconds":56343,"_destination":56344,"Ġscrewed":56345,">c":56346,"Thickness":56347,"Designer":56348,"Ġgrids":56349,"nÄħ":56350,"(cookie":56351,"Trip":56352,"-Mobile":56353,"Ġvoll":56354,"Ġgenital":56355,"Ġconfisc":56356,"ĠConfederate":56357,"ĠwebView":56358,"Ġmise":56359,"Ġcler":56360,"(selection":56361,"$date":56362,"Ġsharpen":56363,"ragen":56364,"AndUpdate":56365,"Ġremix":56366,"Ġhtons":56367,"RW":56368,"MPI":56369,"Ġretrieval":56370,"Ġrichest":56371,".Decode":56372,":initComponents":56373,"ĠTValue":56374,"Saint":56375,"@include":56376,"ĠPERSON":56377,".sep":56378,"ĠLDAP":56379,"gba":56380,"ĠgroÃŁe":56381,"Ġreliably":56382,"ĠDFS":56383,".getItemId":56384,"Ġprésent":56385,".getToken":56386,"Ġchinese":56387,"ĠMeal":56388,"YOU":56389,"\">>ĊĊ":56948,"bower":56949,"Ġswapped":56950,"/install":56951,"Ġsinks":56952,"etrize":56953,"Ġdeclines":56954,"ĉmysql":56955,"ĠCString":56956,"ĠMotionEvent":56957,".Language":56958,"Road":56959,"ÑĤеÑĢ":56960,"ascimento":56961,"'))->":56962,".about":56963,"(editor":56964,"ĠRatings":56965,"income":56966,"Å¡e":56967,".dequeueReusableCell":56968,"ĠAustrian":56969,"Ġsulla":56970,"ĠTribunal":56971,"ĠDidn":56972,"оваÑĢ":56973,"Ġinspections":56974,"Boss":56975,"Ġcocktails":56976,"Ġapologized":56977,"_subplot":56978,"opal":56979,"+=(":56980,"Ġresonance":56981,"ibu":56982,"Ġ리":56983,"roma":56984,"reserve":56985,"pls":56986,"ĠTah":56987,"axies":56988,"OPLE":56989,"ĠDarren":56990,"ĠZombie":56991,"_Map":56992,"Ġ])ĊĊ":56993,"ĠQi":56994,"ĠSail":56995,"Ġrestrictive":56996,"Ġerosion":56997,"-par":56998,"WHITE":56999,"Ġoldu":57000,"Ġaperture":57001,"Ġbitcoins":57002,"texto":57003,"ĠComcast":57004,"Ġtimeless":57005,"enkins":57006,"Ġfeeder":57007,"/tmp":57008,"resden":57009,"+'_":57010,".Destroy":57011,"Ġçok":57012,"ĠDOCUMENT":57013,".lng":57014,".tagName":57015,"Ġkullan":57016,"egrate":57017,"Ġ(*.":57018,"ç¼ĸè¾ij":57019,"Ġhandshake":57020,"soc":57021,"_geometry":57022,"ĠDamascus":57023,"Minor":57024,"ĠKafka":57025,"ìŬ":57026,"Florida":57027,"_compute":57028,".expr":57029,"Ġparalle":57030,"ĠDiaz":57031,"cir":57032,"[target":57033,"Ġjoking":57034,"Ġglor":57035,"(setq":57036,"_handlers":57037,"Hang":57038,"Ġferr":57039,"riminal":57040,"ĉĠĠĠĠĉĉ":57041,"enties":57042,"defines":57043,"-tax":57044,"jsonp":57045,"ĠUPS":57046,"metro":57047,"__;Ċ":57048,"ĠUganda":57049,"])):Ċ":57050,"_td":57051,"xae":57052,"lw":57053,".OS":57054,"ĠLogged":57055,"acid":57056,"ĠMayo":57057,"aspect":57058,"Ġvaginal":57059,"Ġinitializing":57060,"Ġsteroids":57061,"fiction":57062,"GRE":57063,"gend":57064,"Ġliabilities":57065,"ĠLets":57066,"Mech":57067,"(nc":57068,"(change":57069,"Ġconnectors":57070,":k":57071,"Ġtast":57072,"!\");ĊĊ":57073,"things":57074,"rophy":57075,"luetooth":57076,"ĠSignUp":57077,".ctrl":57078,"Ġtherein":57079,"orda":57080,".escape":57081,"igator":57082,"Ġpetrol":57083,"Ġspecimen":57084,"Ġdebuted":57085,"-Pro":57086,"Ġcrises":57087,".addView":57088,"ëıĻ":57089,"-door":57090,"Ġmonet":57091,"Ġmillis":57092,"Ġvier":57093,"InternalEnumerator":57094,"Ġadmins":57095,"ĠLair":57096,"zin":57097,"getQuery":57098,"umbles":57099,"LIMIT":57100,"ĠVig":57101,"_song":57102,"":57415,"Ġpasado":57416,"thank":57417,"_Delete":57418,"ĠBrighton":57419,",unsigned":57420,"ä½ľèĢħ":57421,"Ġaspirations":57422,"-how":57423,"Rose":57424,"=((":57425,"_needed":57426,"_plural":57427,">ĊĊ":57545,"Ġsurfaced":57546,"ĠìłĢìŀ¥":57547,"platz":57548,"ĉemail":57549,"ceptors":57550,"\">(":57551,"Ġepile":57552,"读":57553,"ĠDebt":57554,"åijĬ":57555,"NOP":57556,"\"https":57557,":j":57558,"FormItem":57559,"_LICENSE":57560,".getDouble":57561,"ĠAgenda":57562,"ĉfinally":57563,"(filters":57564,"(av":57565,"ç¾İ":57566,"APER":57567,"Ġlava":57568,"еÑĢж":57569,"))))ĊĊ":57570,"Ġfaulty":57571,"_nm":57572,"Ġtrava":57573,"(Bitmap":57574,"Ġspeeding":57575,">').":57576,"Ġscreened":57577,"_roll":57578,"ĠMacBook":57579,"ĠAUD":57580,"Ġdiagnose":57581,".Generate":57582,"Ġ^^":57583,"Ġstrs":57584,"[Test":57585,"Ġransom":57586,"ĠDHCP":57587,"elden":57588,"Ġinterpretations":57589,"()].":57590,"flatMap":57591,"ĠlineHeight":57592,"_mount":57593,"ĠWizards":57594,"Ġsluts":57595,"ehler":57596,"odal":57597,"Ġmilitia":57598,"å²":57599,"earned":57600,"Ġmisery":57601,"intval":57602,"fund":57603,"Ġhides":57604,"Ġdiarr":57605,"ĠWesley":57606,"Ġxmm":57607,"Ġquem":57608,"ĠArabs":57609,"ifth":57610,"ategorized":57611,"Disposable":57612,"Pure":57613,"_NOTIFY":57614,"snippet":57615,"ĠGarrett":57616,".running":57617,".weights":57618,"Ġ(--":57619,"Ġinvariant":57620,"äºĭ件":57621,"ĠAllowed":57622,"dirs":57623,"Ġpassions":57624,"Ġlad":57625,"ĠFlush":57626,"menus":57627,":block":57628,"Ġcompra":57629,".chomp":57630,"allocator":57631,"Ġcurated":57632,"ĠKnowing":57633,"ĠPatterson":57634,"Ġtelah":57635,"'ex":57636,"Ġdoomed":57637,"Ġphilanth":57638,"otty":57639,".styles":57640,"Owned":57641,"Ġallergies":57642,"=params":57643,"ocese":57644,"itelist":57645,"ĠSending":57646,"bef":57647,"orrar":57648,"ĠNão":57649,"ĠFargo":57650,"ĠLub":57651,"ĠCombined":57652,"_given":57653,"ĉĉĉĉĉĠĠĠĠ":57654,"Ġreconciliation":57655,"Patterns":57656,"azard":57657,"Ġbiomass":57658,"ĠHouses":57659,"respuesta":57660,"cco":57661,"/topics":57662,"ĠYuk":57663,"Ġweakened":57664,"_calendar":57665,"Ġmulheres":57666,"ĠMarl":57667,"Ġsine":57668,"ĠTil":57669,"ĠSouls":57670,"ĠDeutsche":57671,"ĠFOLLOW":57672,"Ġpipelines":57673,"ĠBeverly":57674,"_DIPSETTING":57675,"\"#":57676,"ĠProto":57677,".big":57678,"ĠSavings":57679,"ĠTanz":57680,"jun":57681,"ĠGamma":57682,"ĠSadd":57683,"Ġadvisors":57684,"Ġroast":57685,"Ġunters":57686,"udies":57687,"_lon":57688,"-pointer":57689,"ĠElementRef":57690,"\\Builder":57691,"exampleInput":57692,".webdriver":57693,"dataType":57694,"ĠQuite":57695,"ĠCeltics":57696,"uil":57697,"-defense":57698,"bish":57699,"ĠUIWindow":57700,"ĠSuddenly":57701,".hot":57702,".reason":57703,"Ġgör":57704,"AMD":57705,".Multi":57706,"authenticated":57707,"regions":57708,";(":57709,"аÑĢам":57710,"ĠKirby":57711,"$route":57712,"PRECATED":57713,"ĠDurham":57714,"owo":57715,"ĠPerforms":57716,"Ġdisregard":57717,"nst":57718,"ĠPols":57719,"ĠgetP":57720,"\"]:":57721,"-colored":57722,"(Keys":57723,"ĠAlleg":57724,"_modify":57725,"_loading":57726,"strained":57727,"Ġatroc":57728,"_phr":57729,"":58721,"ceph":58722,".DateTimePicker":58723,".\";ĊĊ":58724,"ĠTie":58725,",item":58726,"Ġmenn":58727,"Gas":58728,"ocha":58729,"_virtual":58730,"Ġmasterpiece":58731,"_sequences":58732,"LTE":58733,"ĠSubmission":58734,"Caller":58735,"$\\":58736,"Sport":58737,"agus":58738,"ConstraintMaker":58739,"Ġcoloc":58740,"Ġwig":58741,"ĠУ":58742,"ĉArray":58743,"Looks":58744,"ĠGTA":58745,".steps":58746,"atchewan":58747,"_ranges":58748,"extAlignment":58749,"ĠBrennan":58750,"Ġabstraction":58751,"ulerAngles":58752,".misc":58753,"Ġantibodies":58754,"Ġexponential":58755,"ĠCHANNEL":58756,"expense":58757,"'y":58758,"Ġdetectives":58759,"Ġpurported":58760,"YSTEM":58761,"Ġradioactive":58762,"ĠLatina":58763,".Encoding":58764,".TAG":58765,"xin":58766,"Degree":58767,"uracion":58768,"prices":58769,"ĠReferentialAction":58770,"Ġrarity":58771,"Ġpiles":58772,"gende":58773,"_projects":58774,"_globals":58775,".startTime":58776,"Ġ구":58777,"SECTION":58778,"_publish":58779,"Fault":58780,"DDL":58781,"_prior":58782,"Mom":58783,"Ġthicker":58784,"Ġsequelize":58785,"Ġessentials":58786,"stras":58787,"intr":58788,">(()":58789,".management":58790,"eil":58791,"éĹŃ":58792,"Aware":58793,".City":58794,"ĠArbit":58795,"_DM":58796,"_keyboard":58797,"LObject":58798,"-webpack":58799,"ĠNewport":58800,"ĠprincipalColumn":58801,"legant":58802,"Ġpallet":58803,"Ġfracture":58804,"Ġgmail":58805,".Meta":58806,"Above":58807,".KeyEvent":58808,"jit":58809,"_macro":58810,"_PUSH":58811,"ứ":58812,"/controller":58813,"åĬłè½½":58814,"Ġsuperficial":58815,"exterity":58816,"Ġmensagem":58817,"Wind":58818,"iston":58819,".openapi":58820,"иÑĢов":58821,"ĠSerializer":58822,"uctive":58823,"Ġzar":58824,"Places":58825,".Static":58826,"Ba":58827,"Ġinadvert":58828,"ĠIndonesian":58829,"_IPV":58830,"(horizontal":58831,"ĠgetTitle":58832,"idepress":58833,"ĠConsoleColor":58834,"ipers":58835,"$out":58836,"Ġfestive":58837,"Ġevenings":58838,".GetData":58839,"uitka":58840,"ĠManuals":58841,"ussed":58842,"_Max":58843,".Chat":58844,"ĠAircraft":58845,"=com":58846,"FOUND":58847,"apro":58848,"Ġtreasures":58849,"_alive":58850,"Ġgadget":58851,"eking":58852,"ButtonDown":58853,"Browsable":58854,".PERMISSION":58855,"PASSWORD":58856,"ĠHASH":58857,"fé":58858,"\\TestCase":58859,"LOSS":58860,"others":58861,",J":58862,"Ġasshole":58863,"werk":58864,"Ġmã":58865,".ie":58866,"evil":58867,"kontakte":58868,"////////////////////////////////////////////////////////////////////////////////Ċ":58869,"=sys":58870,"ĉlock":58871,"--;ĊĊ":58872,"_FUN":58873,"FillColor":58874,"óa":58875,"prend":58876,"Ġcompressor":58877,"Mother":58878,"ĠArcher":58879,".goto":58880,"Ġwürde":58881,"Ġbamboo":58882,"ï¼İ":58883,"ĠTrees":58884,"Ġbumper":58885,"Ġsausage":58886,"ĠElasticsearch":58887,"Ġhorizontally":58888,"ĠGul":58889,"Immutable":58890,"Ġloser":58891,"Ġaborted":58892,"-demo":58893,"ĠHatch":58894,"Ġunde":58895,"Ġprocesso":58896,"-call":58897,"Income":58898,"åĥ":58899,"_returns":58900,"'].\"'":58901,"(sw":58902,"CBS":58903,"amilies":58904,"ĠYourself":58905,"ĠHolt":58906,".MON":58907,"à§ĩ":58908,"ÑĪе":58909,"anon":58910,"ĠFontAwesome":58911,"producer":58912,"jr":58913,"Ġmau":58914,"ĉinter":58915,"Ġdishonest":58916,"Ġmagna":58917,"ĠCollective":58918,"Ġvraiment":58919,"Ġchoix":58920,"stay":58921,"Ġwelding":58922,"rising":58923,",min":58924,"ĠFate":58925,"glob":58926,"RGBA":58927,"Ġdette":58928,"Ven":58929,"Ġembarrassment":58930,".DELETE":58931,"gregar":58932,"-render":58933,"(bucket":58934,"\">ĊĊĊ":58935,".waitKey":58936,"Busy":58937,"Ġdifferentiation":58938,"ĠCST":58939,".Constant":58940,"ĠlineNumber":58941,"(matches":58942,"Ġwebsocket":58943,"Ġbarred":58944,"Ġpuedes":58945,"Mono":58946,"CORE":58947,"IID":58948,"ĠĠĠĠčĊčĊ":58949,"Ġpúblico":58950,"leaning":58951,"Ġcleansing":58952,"Ġcris":58953,"ĠDevils":58954,"_SETTING":58955,"untary":58956,".);Ċ":58957,"ĊĠĠĠĊ":58958,"[curr":58959,"tsy":58960,"ĠAlexis":58961,"ritel":58962,"Ġpetroleum":58963,".preprocessing":58964,"matter":58965,"ForResult":58966,"-license":58967,"Ġtravellers":58968,"ĠDispatcher":58969,"ennifer":58970,"Ġdigestive":58971,"PED":58972,"hibition":58973,"MASConstraintMaker":58974,"ĠWatt":58975,"Benef":58976,".setView":58977,"dto":58978,"TEE":58979,"ĠPelosi":58980,"_EXTRA":58981,"Ġmedals":58982,"xhr":58983,"forecast":58984,"Ġnargin":58985,"ouns":58986,"-fill":58987,"_CURSOR":58988,"Ġsupervised":58989,"Ġturf":58990,"ĠEdgar":58991,"POSITION":58992,"ĠcategoryId":58993,"âī":58994,"_ER":58995,"ủa":58996,"Shown":58997,".ll":58998,"_POLICY":58999,"(),'":59000,"ĠPrev":59001,"ĠStringField":59002,"ĉGlobal":59003,"assed":59004,"Throughout":59005,"ostringstream":59006,".awtextra":59007,"Ġslopes":59008,"ĠSequential":59009,"Ġgiorn":59010,"Ġzelf":59011,"Ġversatility":59012,"leneck":59013,".cgi":59014,"Ġdoubling":59015,"ĠBangkok":59016,"Ġbuurt":59017,"Ġusuário":59018,"studio":59019,"Ġjeunes":59020,"Ġmuted":59021,"Ġips":59022,"_fraction":59023,"&&(":59024,"Ġstunt":59025,"');?>čĊ":59049,"Ġevapor":59050,"bable":59051,"ĠPRICE":59052,"Ġæ³":59053,"lucent":59054,"Ġvamp":59055,"ĠTechnician":59056,"Ġuniqueness":59057,"Mes":59058,"urban":59059,".parametrize":59060,"ĠReplay":59061,"Sessions":59062,"embr":59063,"-Americans":59064,"_PROXY":59065,"Ġpian":59066,"Ġtrie":59067,"ĠDestructor":59068,"GameState":59069,"ĠIMF":59070,"chin":59071,"Ġporte":59072,"ĠSwal":59073,"åŁİ":59074,"Substring":59075,"iming":59076,"/Library":59077,"Ġfrightened":59078,"writes":59079,"Ġrecursos":59080,"arResult":59081,"_INITIALIZ":59082,"ĠBadge":59083,"_crc":59084,"Eight":59085,"ĠDISTINCT":59086,"Ġthro":59087,"@Xml":59088,"ĠLegendary":59089,"-twitter":59090,"_easy":59091,"Ġ+++":59092,"(DATA":59093,".Locale":59094,"Ġkä":59095,"Ġnurt":59096,"Ġcruis":59097,"_ios":59098,"Ġsensing":59099,"_Line":59100,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59101,"pong":59102,"oleon":59103,"Ġwildcard":59104,"çĶ¨æĪ·åIJį":59105,"Ġbegging":59106,"Rod":59107,"ĠÃİ":59108,"_CELL":59109,"Researchers":59110,".selector":59111,"_ing":59112,"Ġaspiring":59113,"Ġimmortal":59114,"Ġymin":59115,"_robot":59116,"Ġplur":59117,"BTC":59118,"ĠDID":59119,"Ġpiercing":59120,"*u":59121,"_DEFINED":59122,"ĠThi":59123,"itaire":59124,"(media":59125,"-ons":59126,"Ġchefs":59127,"Ġ\"*.":59128,"/AP":59129,"Ġrazor":59130,"ĠsearchData":59131,"Ġ=&":59132,"ĠãĢĤ":59133,"Ġmourn":59134,"tingham":59135,"Ġoli":59136,"ĠVernon":59137,"_RS":59138,"ŀæĢ§":59139,"Ġfácil":59140,"angen":59141,"celain":59142,"Ġail":59143,"lest":59144,"ĠQCOMPARE":59145,"gain":59146,"Ġε":59147,"ĠKob":59148,"ĠFault":59149,"_configs":59150,"ç»ĵæŀľ":59151,".+":59152,"calar":59153,"(colors":59154,"Mul":59155,"_ART":59156,"Ġexperimenting":59157,"ermen":59158,"ĠAnglo":59159,".FixedSingle":59160,"Sea":59161,"Ġctxt":59162,".slider":59163,"Collapse":59164,"Grey":59165,"Ġfld":59166,"-proof":59167,".capacity":59168,"getParent":59169,"ĠCompliance":59170,"Ġburgl":59171,"-rec":59172,"Ġoverwritten":59173,"MU":59174,"Ġrouters":59175,"ĉModel":59176,"Ġfantasies":59177,"avian":59178,"_prec":59179,"ĠScandin":59180,"Ġ//<":59181,"/oct":59182,"Ġceremonies":59183,"Months":59184,"undy":59185,"Ġqued":59186,"ĠNou":59187,"ĠVibr":59188,".rgb":59189,"Ġcitrus":59190,"Ġbraces":59191,"-uppercase":59192,"getTable":59193,"Ġdopo":59194,"ĠKerr":59195,"_CHILD":59196,"-cloud":59197,"ĉMatrix":59198,"Ġgardening":59199,"Sing":59200,"almost":59201,"Requirements":59202,"uguay":59203,"(Property":59204,"subscriber":59205,"FAST":59206,"reaction":59207,"(lp":59208,")})Ċ":59209,"`).":59210,".wallet":59211,"_exchange":59212,".Maximum":59213,"ĠVerb":59214,"âĶģ":59215,"()<":59216,"ï¼ĽĊ":59217,"ROT":59218,"CARD":59219,"ubit":59220,"{@":59221,"_kel":59222,"ĠTooltip":59223,"MySQL":59224,"MainActivity":59225,"arf":59226,"Ġmalign":59227,"Ġseinen":59228,"apist":59229,"Ġ<%":59230,"MethodImpl":59231,"Mil":59232,"ĠMick":59233,".depend":59234,">&":59267,"ĉok":59268,"-low":59269,".usuario":59270,"nested":59271,"XB":59272,"OURS":59273,".BorderColor":59274,"Ġbrow":59275,"ĠÐķ":59276,"corr":59277,"ĠRedskins":59278,".getTag":59279,".getTransaction":59280,"Ġstigma":59281,"hardt":59282,"ĠPlayerPrefs":59283,"alsy":59284,"ucson":59285,"Languages":59286,"ĠOlivia":59287,"Ġtac":59288,"Ġbli":59289,"Ġcaval":59290,"Ġconsolidated":59291,"Ġperil":59292,"Ġdele":59293,"Ġformulated":59294,"Ġhighways":59295,".spawn":59296,"==$":59297,"ĠNiet":59298,"Ġveggies":59299,"ypo":59300,"-rule":59301,"ĠVie":59302,"/epl":59303,"Ġenfants":59304,"stringLiteral":59305,"Ġtoughest":59306,"buyer":59307,"Ġcovariance":59308,"Ġili":59309,"ĠSophie":59310,"ĠBAB":59311,"Ġ\"),":59312,"ĠUk":59313,"currentIndex":59314,"_userdata":59315,".codec":59316,"ĠPunjab":59317,"ĠSNP":59318,"lol":59319,"advance":59320,"Ġcomfy":59321,"JsonIgnore":59322,"Ġfashionable":59323,"ĠICON":59324,"Ġora":59325,"ĠPricing":59326,"E":59384,"tering":59385,"/screens":59386,"Ġheightened":59387,"аÑĢÑĤ":59388,"Authorities":59389,"_bbox":59390,"ünst":59391,".fontSize":59392,"ĠBOOLEAN":59393,"divide":59394,"ĠSloven":59395,"ucer":59396,"ÙĴ":59397,"stub":59398,"Ġnavigating":59399,":animated":59400,"_NOW":59401,"_vect":59402,"}{Ċ":59403,"@(":59404,"Ġtelecom":59405,"Ġcontracting":59406,"ĠAssange":59407,"Ġextracting":59408,"Ġgrö":59409,"cobra":59410,".DIS":59411,"Ġcrab":59412,"Ġtwitch":59413,"Ġverts":59414,"Ġrejects":59415,"ĉformat":59416,"Ġregeneration":59417,".Sys":59418,"solve":59419,"ĉdialog":59420,"shi":59421,"meter":59422,"(best":59423,"validators":59424,"Ġonwards":59425,"Ġguru":59426,"Ġmoderator":59427,"owied":59428,"experiment":59429,"rub":59430,"Ġmqtt":59431,"ĠCaucas":59432,"Ġnationalism":59433,"Ġmange":59434,"ĉImGui":59435,"/Edit":59436,"Ġinh":59437,"Ġintellig":59438,"erokee":59439,"ĉexport":59440,"Ġdiscriminate":59441,"subtract":59442,"ĠMoodle":59443,"enser":59444,"ĠGuides":59445,"RAP":59446,"-hot":59447,"_grp":59448,".picture":59449,"XA":59450,"ĠinitView":59451,"_Comm":59452,"Ġoverdose":59453,"Ġ+ĊĊ":59454,"ĠSilent":59455,"shows":59456,"Ġinterpolate":59457,"Formation":59458,"Ġbisc":59459,"markets":59460,"(SC":59461,"Ze":59462,"ĠNetworking":59463,"Ġadrenal":59464,"ĠGuns":59465,"eteor":59466,"Declared":59467,"orgetown":59468,"Ġkarena":59469,"/password":59470,"_addresses":59471,"ITERAL":59472,"Buzz":59473,"ĠConway":59474,"(case":59475,"PWD":59476,"heiro":59477,"(act":59478,"**čĊ":59479,"());ĊĊĊ":59480,"Ġanv":59481,"Ġ..ĊĊ":59482,"(MenuItem":59483,"(mail":59484,"_sections":59485,"ĉnet":59486,"Ġplut":59487,"Ġwrench":59488,"/object":59489,"ĠIst":59490,"ĠVIS":59491,"/pub":59492,"alten":59493,"Ġguitars":59494,"Ġantibiotic":59495,"ï¼ĸ":59496,"¹":59497,"Ġ\"+\"":59498,"formula":59499,"Ġbabes":59500,"ĠPrompt":59501,"Ġenim":59502,"/player":59503,"ĉref":59504,"ĠbyÄĩ":59505,"Ġconsumes":59506,"ĠHast":59507,"ĠTao":59508,"Ġ'))Ċ":59509,"Ġclam":59510,"Ġthighs":59511,"Ġmotif":59512,"ApiOperation":59513,"ĠWL":59514,"getC":59515,"ĉflags":59516,"ointments":59517,"Ġeconomical":59518,"needle":59519,"xls":59520,"practice":59521,"utzer":59522,"timeofday":59523,"-output":59524,"ĠfindById":59525,"ĠBuddy":59526,"ÐŀÑĤ":59527,"Seven":59528,"ĠBark":59529,"Ġenvoy":59530,"_algorithm":59531,"åĪ©":59532,"Ġballistic":59533,"移":59534,"rades":59535,"ĉdoc":59536,"roducing":59537,"ĠEating":59538,"Unmount":59539,"/dataTables":59540,"_bonus":59541,"Ġlitt":59542,"pps":59543,")localObject":59544,"perf":59545,"ĠHelvetica":59546,"shutdown":59547,"/ml":59548,".tokens":59549,"ĠHardcore":59550,",row":59551,"/bg":59552,"Scaler":59553,"âĢĶas":59554,"_logits":59555,"âĢĻint":59556,"ĉApp":59557,"Implicit":59558,".Fprintf":59559,"ETO":59560,"Ġterra":59561,"Ġpossessing":59562,".rstrip":59563,",),":59564,"=yes":59565,"ĠStripe":59566,"?=":59567,"neutral":59568,".good":59569,"Ġkennen":59570,"ĠSung":59571,"fault":59572,"ystatechange":59573,"Canadian":59574,"','\".$":59575,"ĠMits":59576,"ænd":59577,"ĠSTRUCT":59578,"ĠURLWithString":59579,"ĠCompass":59580,"Ġ--ĊĊ":59581,"ĠNSLayoutConstraint":59582,"|min":59583,"-adjust":59584,"Ġrebuilt":59585,"LIGHT":59586,"/se":59587,"-mount":59588,"vpn":59589,"validated":59590,"(QObject":59591,"Ġignition":59592,"ĠChargers":59593,"RYPTO":59594,"]initWithFrame":59595,"ĠFluid":59596,"Ġcadre":59597,"Ġnominations":59598,"Neill":59599,"ĠHou":59600,"Ġcurrents":59601,"_gene":59602,"(inp":59603,"Paris":59604,"zÄĻ":59605,"aggregate":59606,"Ġassoc":59607,"weeted":59608,"errat":59609,"âĢĵĊĊ":59610,"Ġ'/',Ċ":59611,"fixture":59612,"ĠHighest":59613,"ambient":59614,"Ġchmod":59615,"Ġconte":59616,"Ġsensual":59617,"Ġgarment":59618,"zers":59619,"ĠPowered":59620,"domains":59621,"Reward":59622,"iomanip":59623,"Ġcockpit":59624,"outfile":59625,"Ġbuiltin":59626,"Ġinsisting":59627,".vars":59628,"zipcode":59629,"Ġ����":59630,"fails":59631,"Ġconsolidation":59632,"_oid":59633,"Planet":59634,"Ġ=\",":59635,"ĉel":59636,"UILT":59637,"ätz":59638,"afari":59639,"ĠMcCl":59640,"Timeline":59641,"Esta":59642,"Ġfram":59643,"YE":59644,"Ġcerebral":59645,"OfMonth":59646,"ĠPregn":59647,"ĠклаÑģÑģ":59648,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59649,"ĠFres":59650,"Approved":59651,".Special":59652,"ĠProtestant":59653,"Ġallergy":59654,"_pcm":59655,"ĉCopyright":59656,"ĠsuperClass":59657,"\"strconv":59658,"ĠMohamed":59659,"Ġ'//":59660,"ForeColor":59661,"Arthur":59662,"ĠJungle":59663,"Ġveins":59664,"Sad":59665,"Ġbackups":59666,"ĠOpinion":59667,"ût":59668,"Ġintermitt":59669,"odyn":59670,"ĠChristina":59671,"Ġandre":59672,"Ġevacuation":59673,"palette":59674,"horse":59675,"ĠResident":59676,"ĠHassan":59677,".Nil":59678,"Ġaisle":59679,"ĠGrowing":59680,"Ġbloginfo":59681,"/sql":59682,"_ioctl":59683,"Scaling":59684,"ĠMonad":59685,"_cpp":59686,"ĠHutch":59687,"ĠAppleWebKit":59688,"Expense":59689,"_JOB":59690,"Ġpointless":59691,"FromBody":59692,"antal":59693,"Ġdepicting":59694,"ĠCELL":59695,"Ġrefin":59696,"ĠCNC":59697,"ì¹ĺ":59698,"_dimensions":59699,"ĠSAN":59700,"Ġaft":59701,"Ġfootsteps":59702,"ccoli":59703,"_PHONE":59704,"/math":59705,"-kind":59706,"ĠMeans":59707,"ichael":59708,".guna":59709,"Ġinauguration":59710,"-driving":59711,"(delete":59712,"ĠtotalCount":59713,"_MC":59714,".Extension":59715,"Commercial":59716,"ĠzIndex":59717,"$":59849,"Ġebay":59850,"Ġcaptive":59851,"pliant":59852,"ĠCalculates":59853,"olta":59854,"esting":59855,"_revision":59856,"Ġmús":59857,"+m":59858,"\",\"\",\"":59859,"WHAT":59860,"Ġcompassionate":59861,"harga":59862,"[random":59863,"Ġmodulo":59864,"(sn":59865,"Ġoccupations":59866,"////Ċ":59867,"ĉboard":59868,"ĠBalk":59869,"wiÄħ":59870,"ĠWifi":59871,".Profile":59872,":maj":59873,"ĉmat":59874,"LOCKS":59875,"(jButton":59876,"Ġ('$":59877,"Mur":59878,"æĮī":59879,"bble":59880,"Ġfrog":59881,"-hide":59882,"Ġbroadcaster":59883,"à¸ŀ":59884,"haled":59885,"Ġamusing":59886,"_predictions":59887,"_intr":59888,"Ġeagle":59889,"аÑĤелÑĮ":59890,"ĠgetList":59891,"psilon":59892,"Ġcharacterization":59893,"ARDS":59894,"Ġrelocation":59895,"Ġrulers":59896,"PAY":59897,"ĠDefinitely":59898,"_Action":59899,"Ġclosures":59900,"Ġfactual":59901,"odynamic":59902,"Ġprecautions":59903,"niej":59904,"ĠParties":59905,"ĠSubaru":59906,"Ġcousins":59907,"arbeit":59908,".money":59909,"gunta":59910,"(and":59911,"getitem":59912,".StylePriority":59913,"Ġslid":59914,"singleton":59915,"Ġgarn":59916,"ĠPAS":59917,"Ġdazz":59918,"aż":59919,"Ġbogus":59920,"ĠMog":59921,"Ġrivalry":59922,"isol":59923,"Ġlandmarks":59924,"ñas":59925,"Bern":59926,"ĠSachs":59927,"Ġ\")ĊĊ":59928,"Ġhostility":59929,"_mex":59930,"mere":59931,"Mot":59932,"pictureBox":59933,"Defense":59934,"Ġaffidavit":59935,"otherwise":59936,".directory":59937,"_UnityEngine":59938,"-blog":59939,".skin":59940,"phem":59941,"Apellido":59942,"erchant":59943,"[class":59944,"Ġwart":59945,".\"[":59946,"aleur":59947,"/back":59948,"ĠĠĠĠĉĠĠĠ":59949,"Ġprecipitation":59950,"Ġobstruction":59951,"ĠpObj":59952,"Ġrupt":59953,"UCKET":59954,"aye":59955,"æİĴ":59956,"gx":59957,"Ġecl":59958,"Ġsecrecy":59959,"/Header":59960,"ĠLesb":59961,"Ġlei":59962,"ĠBulletin":59963,"Ġgiveaway":59964,".Home":59965,"_ROOM":59966,"\"W":59967,"Ġcowork":59968,"_ra":59969,"ĠCycling":59970,"ĠPaw":59971,"Ġpupil":59972,"/arch":59973,"ĠFileUtils":59974,"é¦ĸ":59975,"rsp":59976,"Ġfreedoms":59977,"ĠLear":59978,"}`).":59979,"Ġbowls":59980,"/block":59981,"_logging":59982,"Ġmethane":59983,"Ġhorns":59984,"Ġwonderfully":59985,"Ġalterations":59986,"Ġexile":59987,"lsen":59988,"_pause":59989,"_LANGUAGE":59990,"ĠUSDA":59991,"_mysql":59992,"_AMOUNT":59993,"ĠLIFE":59994,"Ġyoungsters":59995,"Ġriots":59996,"[E":59997,"Ġunforgettable":59998,",},Ċ":59999,"Disposed":60000,"ĠAssassin":60001,"UNG":60002,"ĠNewsp":60003,"UserService":60004,":aload":60005,"+',":60006,"Ġsettlers":60007,"Ġscreams":60008,"Ġinconvenience":60009,".Rotate":60010,"Ġjars":60011,"ĠPuzzle":60012,"Ġmest":60013,"arsi":60014,"ĠSharma":60015,"|(":60016,".ds":60017,"ĠSacred":60018,"_evt":60019,"Ġexpresses":60020,"Ġhoch":60021,"ĠDuch":60022,".calls":60023,"thr":60024,"ĠSheffield":60025,".AlertDialog":60026,"Ġradically":60027,"Ġtrous":60028,"Ġprevailing":60029,"ĠWWII":60030,"âĢĻn":60031,"ensely":60032,"ĠYesterday":60033,"ĠSirius":60034,"Ġkillers":60035,"ĠFFT":60036,"Ġoval":60037,"'):čĊ":60038,"Ġìłķë³´":60039,"ourage":60040,"ĠCheckbox":60041,"Workbook":60042,".defer":60043,"_floor":60044,"Ġcouncill":60045,"Ġnorske":60046,"moil":60047,"orea":60048,"Ġmarketed":60049,"_SUR":60050,"xAA":60051,"Ġstained":60052,"eut":60053,"ĠMeng":60054,"Ġieee":60055,".extern":60056,"egie":60057,"Ġrapp":60058,"ĠPyongyang":60059,"'class":60060,"Mob":60061,"ĠinitialValue":60062,"_wave":60063,"Ġjab":60064,"Ġmasculine":60065,"Ġamplifier":60066,"Ġtty":60067,"PathComponent":60068,"_xt":60069,"ĠGFP":60070,"/sec":60071,"ĉdispatch":60072,"markdown":60073,"ĠSchn":60074,"bole":60075,"··":60076,"mousemove":60077,"ĠerrMsg":60078,"Ġasign":60079,"_mono":60080,"ToSelector":60081,"ĠZu":60082,"(Rect":60083,"ĠErrorCode":60084,"latin":60085,"angible":60086,"vtk":60087,"CGSize":60088,"Pokemon":60089,"Ġclassmates":60090,"Ġattracts":60091,"ĠTatto":60092,"ultan":60093,"ológ":60094,"Ġhalted":60095,"न":60096,"ĠKart":60097,"Ġue":60098,"_InitStructure":60099,"TestClass":60100,"ĠAirbnb":60101,"_\",":60102,"Ġcharcoal":60103,"Ġipc":60104,"ĠStretch":60105,".glide":60106,"latesAutoresizingMaskIntoConstraints":60107,"Ġpotion":60108,"ITTLE":60109,"Ġcountert":60110,"_hd":60111,"prepared":60112,"Ads":60113,"ĠVampire":60114,"robots":60115,".CreateIndex":60116,"StatusLabel":60117,"Ġtucked":60118,"afür":60119,"Ut":60120,"Ġsweater":60121,"_FN":60122,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĉ":60123,"ataka":60124,"Ġeyebrows":60125,"acoes":60126,"uden":60127,".LinearLayoutManager":60128,"Ġsway":60129,"Ġmultin":60130,"())))Ċ":60131,"ĠNSUInteger":60132,"ĠMyBase":60133,"Partner":60134,"utschen":60135,"ĠCater":60136,".setBackgroundColor":60137,"Ġaccomplishment":60138,"_problem":60139,".dtd":60140,"ĠpageNumber":60141,"Ġjackets":60142,"Ġcropped":60143,"uels":60144,"ĠHep":60145,"Ġcapped":60146,"*Math":60147,"_callbacks":60148,"Ġpubb":60149,"ĠBrunswick":60150,".respond":60151,"[\"_":60152,"Ġbedding":60153,"hythm":60154,"OX":60155,"(speed":60156,"Ġpesticides":60157,"Ġ-------":60158,".Blue":60159,"Ġnoodles":60160,"ĠGoes":60161,"Ġsaver":60162,"oxy":60163,"_completion":60164,"ĠSwinger":60165,"ĠgetDate":60166,"Ġminded":60167,"integration":60168,"ĠLotus":60169,"(stop":60170,"(',');Ċ":60171,"Ġfloods":60172,"ĠWorkflow":60173,"Ġerupted":60174,"Macro":60175,"ĠSauce":60176,"ĠeventName":60177,"\\Input":60178,"Breaking":60179,"ĉwhen":60180,"_pw":60181,"INDER":60182,"ĠWellness":60183,"Ġvoxel":60184,"ĠMell":60185,"ĠMEDIA":60186,"SENS":60187,"ĠFunds":60188,"ĠMild":60189,"Ċ":60198,"Ġtempting":60199,"Ġtestament":60200,"Ġbible":60201,"Ġconsulted":60202,"ĠIndexError":60203,"è¨ĺ":60204,"Ġkeypad":60205,"izzo":60206,"(ok":60207,"Ġwhatsapp":60208,"ĠRemoteException":60209,"Ġteamed":60210,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":60211,"»,":60212,"ĠgetTime":60213,"diag":60214,"issy":60215,"Ġhed":60216,"Ġknots":60217,"jom":60218,"Ġfunnel":60219,"-mails":60220,"Ġexporting":60221,"ĠVL":60222,"ĠKarn":60223,"ĠBuddhism":60224,"ĠAllan":60225,"_RADIUS":60226,"Ġwording":60227,"ĠForget":60228,"ĠCorona":60229,"iphy":60230,"Ġlimburg":60231,"uggy":60232,"ĠUserRepository":60233,"imin":60234,"(ele":60235,"Ġlabelled":60236,"社":60237,"ĠHerman":60238,".qq":60239,"Ġ\"));Ċ":60240,"ieber":60241,".Translate":60242,"ryn":60243,"Ġdesenv":60244,"umd":60245,"Simply":60246,"ĉmode":60247,"Rpc":60248,"ĠValencia":60249,"Ġstaffers":60250,"Ġselv":60251,"ĠSpike":60252,"Ġdelic":60253,"Ġeru":60254,"_DT":60255,"Judge":60256,"á»ķ":60257,"ĠBasin":60258,".mutable":60259,"\"url":60260,"Ġtariff":60261,"ĠSleeve":60262,"Ġflare":60263,".dropout":60264,"Ġbrides":60265,")),čĊ":60266,"_constraints":60267,"destruct":60268,"Outline":60269,"Ġdisappears":60270,"_locked":60271,"ĠNSLocalizedString":60272,"cke":60273,"ĉnull":60274,"adresse":60275,"Ġtopping":60276,"ĠJoker":60277,"bishop":60278,"ноÑģÑĤÑĮ":60279,"andering":60280,"_amp":60281,"=time":60282,"_Space":60283,"_PULL":60284,"'=":60285,"Ġantiqu":60286,"Ġcach":60287,"___ĊĊ":60288,"ONES":60289,"оÑı":60290,"Ġunread":60291,".policy":60292,"oooooooo":60293,"룬":60294,"Ġusted":60295,"ĠRece":60296,"Ġallem":60297,"ãĥ¼ãĤ¹":60298,"ĠThoughts":60299,"veillance":60300,"istrate":60301,"_lane":60302,"Ġfamed":60303,".GetName":60304,"Ġsmoother":60305,"ĠQualified":60306,"azers":60307,"_geo":60308,"Fax":60309,"ĠMinds":60310,"ĠRaises":60311,"Ġtranscripts":60312,"Conversation":60313,"Ġremarked":60314,"ëĤĺ":60315,"dling":60316,"Ġdeploying":60317,"ĠsharedApplication":60318,"Ġkp":60319,"FontAwesomeIcon":60320,"_dummy":60321,"reiben":60322,"ĠJaneiro":60323,"Directions":60324,".getBean":60325,"sass":60326,"Ġcommanders":60327,"vation":60328,"errorCode":60329,"ĠAlloy":60330,".localized":60331,"Ðij":60332,"Ġdishwasher":60333,"ĠSoup":60334,"Nu":60335,"_Default":60336,"Ġuneven":60337,"Ġ/>\";Ċ":60338,"-Based":60339,"Ġseamlessly":60340,"-null":60341,"ĠXC":60342,"Ġstew":60343,"(delay":60344,"ATORS":60345,"ĠWheeler":60346,"\"H":60500,"east":60501,".air":60502,"âĢľBut":60503,"ObjectContext":60504,"successfully":60505,"_land":60506,"Ġfolds":60507,"_COORD":60508,"Ġsubpo":60509,".getAddress":60510,"instr":60511,"Materials":60512,"ÑĥÑģÑĤ":60513,"deposit":60514,"-last":60515,"_GRAY":60516,"=find":60517,"Ġmutant":60518,"Ġlesbienne":60519,"letcher":60520,"ROUGH":60521,"ureka":60522,".capture":60523,"Ġenn":60524,"Ġ([[":60525,"ĠFlu":60526,"ĠtaskId":60527,"ĠHussein":60528,".folder":60529,"Ġausterity":60530,"ISTRATION":60531,"_Impl":60532,"注æĦı":60533,"Ġdecree":60534,"-chat":60535,"Ġimplication":60536,"Ġguesses":60537,"ulkan":60538,"Analytics":60539,".plus":60540,"COMMAND":60541,"ели":60542,"»ĊĊ":60543,"_SITE":60544,"ĠequalTo":60545,"SupportFragmentManager":60546,"ĠRecording":60547,"å®ĮæĪIJ":60548,"Ġbaggage":60549,"Ġpitchers":60550,"ĠEh":60551,"oque":60552,"ĉcnt":60553,"Ġ=>$":60554,"/foo":60555,"IRA":60556,"ĠSatellite":60557,"borah":60558,"Ġ}}\"Ċ":60559,"ĠEnds":60560,"ĠSpray":60561,",param":60562,".Chrome":60563,"*q":60564,"thought":60565,"ibrated":60566,"Ġthieves":60567,"Ġbeneficiaries":60568,"Entered":60569,"ottesville":60570,"Ġveterin":60571,"ByID":60572,"quipe":60573,"umption":60574,"-unit":60575,"ExecutionContext":60576,"@s":60577,"ĠGiov":60578,".ToolTip":60579,"_friend":60580,"(attributes":60581,"Ġdumping":60582,"ĠJC":60583,"_DOCUMENT":60584,"ĠArmour":60585,"(insert":60586,".HorizontalAlignment":60587,"ĠQed":60588,"ãģĦãģ¾ãģĻ":60589,"/git":60590,"ĠYYYY":60591,"ĠCardiff":60592,"Ġapa":60593,"organic":60594,"ĠWhereas":60595,"ĠæĿ":60596,"ĠMia":60597,"Ġdemolition":60598,"Ġscars":60599,"Ġpai":60600,"Ġretries":60601,"Ġrq":60602,"ĠDenis":60603,"(Utils":60604,"Ġalleviate":60605,"ĠPIC":60606,"idue":60607,"Ġacknowledging":60608,"Ġ//////////////////////////////////":60609,"ç¡®å®ļ":60610,"Ä«":60611,"\\Json":60612,".binary":60613,"Ġxtype":60614,"signals":60615,"ĠAppearance":60616,"&r":60617,"}s":60618,"Ci":60619,"ĠIllum":60620,"porate":60621,"hog":60622,"ĠindexOf":60623,"\\Command":60624,"_parallel":60625,"ĠSherlock":60626,"íĥ":60627,"Ġ\"\")čĊ":60628,"////////////////////////////////////////////////////////////////////////////////////////////////":60629,"Ġcriticize":60630,"ĠSoap":60631,"ĠMatcher":60632,"Ġgrilled":60633,"*T":60634,"Ġadore":60635,"ulling":60636,"Ġjedoch":60637,"_refs":60638,"leanup":60639,"ĠJAXB":60640,"Ġroses":60641,"ĠLiam":60642,"sizei":60643,"Ġgetchar":60644,"Ġtarde":60645,"-tooltip":60646,"Ġqualifier":60647,"ĠIntermediate":60648,"_Window":60649,"ĠMalta":60650,"Disconnect":60651,"ewhere":60652,"Campo":60653,"Ġirrational":60654,"ledo":60655,"ĠDN":60656,"ARGV":60657,"Ġoutro":60658,"Ġthirteen":60659,"Joseph":60660,"MAR":60661,"/gl":60662,"Jess":60663,"ĠPsychiat":60664,"ĠpaddingBottom":60665,"-loop":60666,"/fonts":60667,"_seen":60668,"Teams":60669,"ReactDOM":60670,"(man":60671,"(xpath":60672,".getSimpleName":60673,">(*":60674,"ĠPvt":60675,"Ġelders":60676,"Ġpies":60677,".userAgent":60678,"-region":60679,"ĠGreeks":60680,"(fragment":60681,"stu":60682,"Ġcouncils":60683,"Ġstamina":60684,"ĠGoddess":60685,"西":60686,"Ġphilosophers":60687,"Ġpersone":60688,"ĠLose":60689,"ĠCLR":60690,"ĠDocs":60691,"Ġsoak":60692,"ĠHOLDER":60693,"Ġbells":60694,"hashCode":60695,"RATE":60696,"_WEIGHT":60697,"inous":60698,"endra":60699,"ophobic":60700,"Ġprose":60701,"Ġfinely":60702,"/oauth":60703,"(space":60704,"adge":60705,"ĠMama":60706,"ĠstringBuffer":60707,"Ġstint":60708,"Ġmisma":60709,"Ġvillains":60710,"ĠCrimea":60711,"Ġdiploma":60712,"ĠпоÑģл":60713,"ĠBea":60714,"(join":60715,"Ġíķ´":60716,"CHAT":60717,"pering":60718,"ĠCros":60719,"Ġmonkeys":60720,"Ġpreds":60721,"yla":60722,",,,":60723,"Ġvibrator":60724,"ĠNU":60725,"åħĪ":60726,"fant":60727,"zet":60728,"Ġbietet":60729,"unft":60730,"sworth":60731,".Flow":60732,"Ġpsyched":60733,"ĠContinental":60734,">t":60735,"Ġquilt":60736,".UP":60737,"Ġexpansive":60738,"Dispose":60739,"(language":60740,"Caps":60741,"_ZONE":60742,"Ġrecycle":60743,"ĠManaged":60744,"currentColor":60745,".broadcast":60746,"signIn":60747,".prom":60748,"llu":60749,"ueblo":60750,"Ġpunches":60751,"Ġautomat":60752,"Ġassigning":60753,"ĠcreateUser":60754,"ĠAllied":60755,"Ġconductor":60756,"Ĥ¨":60757,"Ġsaddle":60758,"Ġdni":60759,"omedical":60760,"-West":60761,"PositiveButton":60762,"Ġitalic":60763,"?[":60764,"(trigger":60765,"Ġelephants":60766,"\":\"\",\"":60767,"Ġcaliber":60768,"rafted":60769,"digits":60770,"Ġmarshal":60771,"milliseconds":60772,"markers":60773,"mom":60774,"/place":60775,"Ġholistic":60776,":t":60777,"#,":60778,"Ġboto":60779,"Ġnausea":60780,"ĠShooting":60781,"itech":60782,"ĠtextStatus":60783,"())Ċ":61004,"ADDRESS":61005,"BST":61006,"etzt":61007,"ĠQgs":61008,"Sense":61009,"ExceptionHandler":61010,"ĠChu":61011,".getOwnProperty":61012,"Ġexercised":61013,"iotic":61014,"ĠReleases":61015,"Ġpinterest":61016,"olie":61017,"isoft":61018,"Ġsequencing":61019,"Ġpadre":61020,"]));čĊ":61021,"(radius":61022,".med":61023,"ainties":61024,".ObjectModel":61025,"Ġemple":61026,"Ġseguro":61027,"Stars":61028,"Ġqualitative":61029,"lemn":61030,"á»±":61031,">\").":61032,"Ġgx":61033,"-cert":61034,"ĠASTM":61035,"Ġfullname":61036,"Ġtelemetry":61037,"ĠCambodia":61038,"_ul":61039,"ĠClare":61040,"CUSTOM":61041,"QC":61042,"ĠUns":61043,"ĠHTTPS":61044,"ĠParkinson":61045,"ancybox":61046,"','.":61047,"Tue":61048,".getLast":61049,"Ġabi":61050,"Äħd":61051,"Ast":61052,"ĠEditing":61053,".Unity":61054,"jmp":61055,"Ġmats":61056,"ĠsharedPreferences":61057,"Captain":61058,".pageSize":61059,"Ġrtl":61060,"Ġanmeld":61061,"RuntimeObject":61062,"Ġdemande":61063,"(\";":61064,"seite":61065,"-headed":61066,"ĠKra":61067,"ĠFONT":61068,"`\\":61069,"ClassNotFoundException":61070,".avg":61071,"atical":61072,"Aj":61073,"Ġpermitting":61074,"Proj":61075,"ERRQ":61076,"Ġcreampie":61077,"ĠBuyer":61078,"-modules":61079,"ĠSundays":61080,"|`Ċ":61081,"Ġdaytime":61082,"Ġ+(":61083,"Ġglitch":61084,"ĠOperand":61085,"Ġtoxins":61086,"inya":61087,"DNS":61088,"ĠSas":61089,"Cake":61090,"ĠNationals":61091,".addTo":61092,"Ġsinking":61093,"Ġcomprehension":61094,"Ġscor":61095,"agements":61096,"Ġtard":61097,"Ġmarching":61098,"ĠMTV":61099,"Ġsane":61100,"CreateInfo":61101,"ắ":61102,"ĠendIndex":61103,"ĉlayout":61104,"ĠåIJį":61105,"SITE":61106,"ĠTHERE":61107,"Ġ[{'":61108,"opathic":61109,"Ġtransmitter":61110,"/body":61111,"Ġpund":61112,"ĠClosing":61113,"Ġsetattr":61114,"Ġbounded":61115,"Atlas":61116,"suming":61117,"(times":61118,"parer":61119,"ynom":61120,"feit":61121,"Ġfrem":61122,"-leg":61123,"ĠBras":61124,">#":61125,"Ġì¶ľëł¥":61126,"ĠINSTANCE":61127,"ĠCouch":61128,"_hosts":61129,"likelihood":61130,".Marker":61131,"ĠMasks":61132,"Ġcereal":61133,"utilities":61134,"Ġelemental":61135,"Ġdistorted":61136,"inactive":61137,"cry":61138,"WL":61139,"UPPORTED":61140,".Throws":61141,"/schema":61142,"serie":61143,".\"',":61144,"ĠBenedict":61145,"-picker":61146,"iggs":61147,"ĠPirate":61148,"åij¨æľŁ":61149,"ĠThema":61150,"ĠSouthampton":61151,"ĠarrayWith":61152,"ĠPaula":61153,"Ġpredictor":61154,"-Ass":61155,".userid":61156,"Ġperi":61157,"Ġexaggerated":61158,"urate":61159,"arseille":61160,"ĠConcent":61161,"ĠPik":61162,"Ġ@_;ĊĊ":61163,"Ġformations":61164,"Ġdenomin":61165,"\"/>.Ċ":61166,"endedor":61167,"Ġpancre":61168,"Ġamt":61169,"ĠonResume":61170,"onDelete":61171,"ĠBCH":61172,")(\"":61173,"movement":61174,"Ġpotassium":61175,"":69726,"ĠPPC":69727,"isz":69728,"akeFromNib":69729,"ĠDisp":69730,"ĠAthletics":69731,"Ġnightclub":69732,"GOOD":69733,".setGeometry":69734,"+[":69735,"/send":69736,"Ġbinaries":69737,"Ġráp":69738,":req":69739,"-consuming":69740,"ertime":69741,"UPDATED":69742,"_nullable":69743,"VIN":69744,"ulia":69745,"cyan":69746,"Ġmisunderstanding":69747,"orical":69748,"degrees":69749,"Leading":69750,".AR":69751,"ickest":69752,"Nuevo":69753,"uforia":69754,"Ġgoodies":69755,"Ġfores":69756,"()<<\"":69757,"ademic":69758,"ActionCreators":69759,"servername":69760,"(nt":69761,"dbContext":69762,"Ġairborne":69763,"Ġexhibitions":69764,"cele":69765,"Ġtela":69766,"":69782,".setPreferredSize":69783,"ĠMID":69784,"ĠAless":69785,"Ġhorsepower":69786,"Ġatm":69787,"ĠPackaging":69788,"Ġciphertext":69789,"RequestMethod":69790,"Ġbeiden":69791,"è£":69792,"ĠPOW":69793,".WriteHeader":69794,"director":69795,"-but":69796,"ãģłãģķãģĦ":69797,"incer":69798,"_dn":69799,"!!!!!":69800,"Ġmanufactures":69801,".TextUtils":69802,"Ġconsciously":69803,"Ġbounced":69804,"culture":69805,"ĠSpar":69806,"ĠPiper":69807,".press":69808,"-owner":69809,"Ġevaluator":69810,"ĠSTREAM":69811,".PictureBoxSizeMode":69812,"Ġsugars":69813,"ScreenWidth":69814,"ĠnextState":69815,"Ġivory":69816,"Ġbrunch":69817,"density":69818,"_OW":69819,"ĠCoronavirus":69820,"ĠCFR":69821,"bak":69822,"\\Category":69823,"æķ°ç»Ħ":69824,"Ġinvokevirtual":69825,"}()Ċ":69826,"Ġsujet":69827,"-marker":69828,"isdigit":69829,"ĠMobil":69830,"ĠJsonRequestBehavior":69831,"_REMOTE":69832,".existsSync":69833,"Ġriches":69834,".presenter":69835,"ĠglColor":69836,"Ġhanya":69837,"Ġfortress":69838,"Ġflashed":69839,"viz":69840,"requently":69841,"buat":69842,"$con":69843,">|":69844,".Func":69845,"Ġhumorous":69846,"uem":69847,".ZERO":69848,"ĠSTL":69849,"ĠBuk":69850,"/sample":69851,"ĠGros":69852,"Recipes":69853,"Ġinflated":69854,"Ġswung":69855,":F":69856,"Facing":69857,".Theme":69858,"ник":69859,"Ġsplendid":69860,"ĠrequestId":69861,".CenterScreen":69862,"/autoload":69863,"embedded":69864,"_depart":69865,"ĠPorts":69866,"à¹ĥ":69867,"айд":69868,"discussion":69869,"_consum":69870,"Ġscouts":69871,"Ġcolabor":69872,".Stage":69873,".nano":69874,"eldorf":69875,"Ġgemacht":69876,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":69877,"Ġpolicymakers":69878,"_PKT":69879,",Th":69880,"oky":69881,"_UID":69882,"Ping":69883,"Ġorchest":69884,"Ġoptics":69885,"uhan":69886,"ĠXOR":69887,"Ġespañol":69888,"ĠAdidas":69889,"rng":69890,"mans":69891,".vstack":69892,"Ġgetaway":69893,"Ġhierarchical":69894,"anoia":69895,"ĠBitmapFactory":69896,"realm":69897,"ĉap":69898,"_apps":69899,"-divider":69900,".drawer":69901,"ĠHARD":69902,"'];?>Ċ":69903,"-packed":69904,"æ²»":69905,"_STRUCTURE":69906,"[Y":69907,"iParam":69908,"(eq":69909,"Ġencompasses":69910,"Ġ\\ĊĊ":69911,"->[":69912,"&utm":69913,"groupon":69914,"strate":69915,"DY":69916,"omorphic":69917,"':[":69918,"Ġgravitational":69919,"ĠMicha":69920,"ĠTencent":69921,"Ġcoached":69922,"ì¶ľ":69923,"ÑĥменÑĤ":69924,"/mobile":69925,"MouseDown":69926,"bud":69927,"ĠYas":69928,"ĠProviders":69929,"NZ":69930,"ĉreport":69931,"errmsg":69932,"ĠimagePath":69933,"acterial":69934,"ĠManga":69935,"wicklung":69936,"(usuario":69937,"\"));čĊčĊ":69938,"/***":69939,"Ġorganise":69940,"Indexed":69941,"_QUAL":69942,"(PyObject":69943,"Ġsurrendered":69944,"POCH":69945,"ĠNOTES":69946,"\\\\\"":69947,"-job":69948,"Ġseventy":69949,"####Ċ":69950,"ĠManor":69951,"Ġdownright":69952,"Ġtimeframe":69953,"insurance":69954,"checker":69955,"ĠSECRET":69956,"Ġechoes":69957,"ĠCarmen":69958,".setHorizontalAlignment":69959,"ĠisChecked":69960,"ĠTOR":69961,"_nn":69962,"('(":69963,"FetchRequest":69964,"ĠPrinted":69965,"Fluid":69966,"ĠSTACK":69967,"GES":69968,"aigned":69969,"igor":69970,".Unknown":69971,"CBC":69972,"ĠCarlson":69973,".URI":69974,"Ġplight":69975,"/start":69976,"ĠPersonnel":69977,"ĠPREFIX":69978,",**":69979,"Ġlimite":69980,"_heat":69981,"%ï¼Į":69982,"ĠDonne":69983,"getNode":69984,"ĠScientology":69985,"Ġcomet":69986,"Ġwenig":69987,"Aside":69988,"ĠMPEG":69989,"'?":69990,"variably":69991,".endDate":69992,"Ġuncont":69993,"ĠScores":69994,"ĠLoginForm":69995,".generated":69996,",ch":69997,"-mar":69998,"ĠNed":69999,"ĠeventId":70000,"+p":70001,"ĠSIN":70002,"/reset":70003,".REACT":70004,"ĠMessi":70005,"_RANK":70006,".writeFile":70007,"Ġcripp":70008,"esthetic":70009,"ERSIST":70010,"Ġreimbursement":70011,"CurrentValue":70012,"Ġunin":70013,"DownLatch":70014,"ĠpaddingRight":70015,"Ġstocked":70016,"/'.":70017,"Ġrepayment":70018,"trak":70019,"/backend":70020,"Ġизмен":70021,"CSR":70022,"Ġpreventive":70023,"Ġpantalla":70024,"_trim":70025,"Pedido":70026,"hospital":70027,"Ġmanageable":70028,"routeParams":70029,"textures":70030,"......ĊĊ":70031,"Ġsélection":70032,"NameValuePair":70033,"Ġpollut":70034,"Modes":70035,"ĠLaud":70036,"jay":70037,"ĠUrs":70038,"Ġsigner":70039,"ĠJJ":70040,"ĠCherokee":70041,"_EXISTS":70042,"Ġdwar":70043,"Ġ($('#":70044,"Ġreef":70045,">{$":70046,"ĠBaylor":70047,"ĠModelState":70048,"-_":70049,"ĠStructures":70050,"Ġsouvent":70051,"Specify":70052,"(pipe":70053,"Ġfracking":70054,"ĠGPA":70055,"Ġbele":70056,"ĉĉĉĉĉĉĉĠĠĠ":70057,"ĠMinority":70058,"Ġtud":70059,"Ġopenness":70060,"ĠIllustrated":70061,"Ġoxidation":70062,"ĠNK":70063,"ĉUpdate":70064,"ĠEMS":70065,"ĠTeddy":70066,"Ġgenerals":70067,"ĉMat":70068,"Ġradios":70069,"ĠAntique":70070,"conomy":70071,"ĠSquadron":70072,")','":70073,"声":70074,"Ġyoure":70075,"ĠMainPage":70076,"Ġbehaviours":70077,"enght":70078,"(@\"%@\",":70079,"Ġtestcase":70080,"ĠCompilation":70081,"Ġflavours":70082,"ĠExtend":70083,"illator":70084,"Ġcoh":70085,"Ġspline":70086,"ĠKG":70087,"-pay":70088,"Ġcommunism":70089,"ĠBusinesses":70090,"ocking":70091,".MaxLength":70092,"assandra":70093,"quiring":70094,"adden":70095,"ĠJeb":70096,"_fault":70097,"[file":70098,"Ġprominence":70099,"disciplinary":70100,"âĢĶthey":70101,"_extent":70102,"ĠVIC":70103,"Ġentails":70104,".partner":70105,"Ġhippoc":70106,"League":70107,"çĶ·":70108,"wipe":70109,"-spinner":70110,"Ġsalute":70111,"ĠSurgical":70112,"(outputs":70113,"worked":70114,"[strlen":70115,"appointed":70116,"ĠHeg":70117,"ĠACPI":70118,"([^":70119,"uala":70120,"_tol":70121,"ĠRit":70122,".Payment":70123,"kowski":70124,"Ġwalmart":70125,"requirements":70126,"ĠFINSEQ":70127,"_BACKGROUND":70128,"ĠOsborne":70129,"(errorMessage":70130,"Reporting":70131,"Ġauctions":70132,"Ġcombos":70133,"ĠNoticed":70134,"_oct":70135,"Ġprimero":70136,"taire":70137,"_hr":70138,"Ġмод":70139,"Ġcontradictory":70140,"=\"@":70141,"achines":70142,"(optarg":70143,"ĠPenguin":70144,"ĠAbbas":70145,"Ġsublime":70146,"Ġpageable":70147,"ĠDefensive":70148,"Ġdistinctly":70149,"ĠAutomatically":70150,"Understanding":70151,"EqualityComparer":70152,"gota":70153,"Ġ\"::":70154,"Ġpulver":70155,"ĠBattles":70156,"Ġunparalleled":70157,"TCHA":70158,"Ġconstrued":70159,"-aff":70160,"Ġprecursor":70161,"-lfs":70162,"Ġmaduras":70163,"ĠDaisy":70164,"ĠArbeits":70165,".Management":70166,"ĉIn":70167,"Ġrobes":70168,"Ġspéc":70169,"âĢľ(":70170,"Ġmaternity":70171,"extent":70172,"ĠSpacer":70173,"DidAppear":70174,"ĉus":70175,".getRequestDispatcher":70176,"(cols":70177,"Ġplummet":70178,"ìħ":70179,"Ġ{ĊĊĊĊ":70180,"érica":70181,"ĠSizes":70182,".enum":70183,".Highlight":70184,"Ġ!!}ĊĊĊ":70193,"Wenn":70194,"Ġclimax":70195,"Ġcrem":70196,"_that":70197,"[âĢ¦":70198,"_domains":70199,"_REPLY":70200,"Ġcompleta":70201,"VEST":70202,"_particle":70203,"Ġsop":70204,"Ġfatalities":70205,"implify":70206,"ĠSKF":70207,"Ġinfusion":70208,"ĠJavier":70209,"Ġballet":70210,"Ġamigo":70211,".want":70212,"Ġcollagen":70213,"ĠLawyer":70214,".Statement":70215,".rt":70216,"baar":70217,"EndPoint":70218,"ĠBek":70219,"SHIP":70220,"Ġpatriarch":70221,"ĠAunt":70222,"_TM":70223,"ĠmÃŃn":70224,"Ġmastered":70225,"WXYZ":70226,"Ġespos":70227,"=logging":70228,"Ġrighteousness":70229,"torrent":70230,"Ġbst":70231,"_CHAIN":70232,"Ġoutskirts":70233,"(rotation":70234,"Ġ'.')":70235,"igrants":70236,"+lsi":70237,"ĠCCTV":70238,"_PHASE":70239,".azure":70240,"_Process":70241,"vae":70242,"ĠTropical":70243,"ĠAnkara":70244,"imageView":70245,"_RUNNING":70246,"Ġ*)__":70247,"ến":70248,"(cli":70249,"scatter":70250,"Ġsche":70251,"Registrar":70252,"Ġairing":70253,"Ġpyplot":70254,"isión":70255,"/customer":70256,"Ġsimplement":70257,"Ġclassy":70258,"ĠDWC":70259,"ĠBashar":70260,"ĠDEVELO":70261,"ĠVick":70262,"avail":70263,"ĠHö":70264,"_extend":70265,"drFc":70266,".isNotBlank":70267,"Ġplais":70268,"|}Ċ":70269,"Ġpornofil":70270,"labs":70271,"Ġhaus":70272,"Ġoriginating":70273,"Ġsurrounds":70274,"ĠQUAL":70275,"meg":70276,"/logger":70277,"[obj":70278,"Ġirresponsible":70279,"ĠPublicKey":70280,"HONE":70281,":'/":70282,"ibox":70283,"ĠFVector":70284,"|{Ċ":70285,"ataloader":70286,"hawks":70287,"HDR":70288,"Ġescalation":70289,"ĠPodsDummy":70290,"elite":70291,"Ġpresup":70292,"Cached":70293,">G":70294,".optimizer":70295,"ĠVisible":70296,"´Ģ":70297,"Ġnen":70298,"Ġpcs":70299,"ĠIdle":70300,"[Any":70301,"Ġkeyboards":70302,"ĠCOMPONENT":70303,"Ġtitanium":70304,"(mut":70305,"ĠLedger":70306,"Ġprosperous":70307,"etrofit":70308,"_LL":70309,"_patient":70310,"Ġpdata":70311,"Ġkontakte":70312,"Swipe":70313,"Ġcheerful":70314,"ĠHonduras":70315,"\"][$":70316,"Ġhemorrh":70317,"\":\"+":70318,"Ġleasing":70319,"Ġinstalls":70320,"ĠPax":70321,"ĠLogistics":70322,"Ġkinetic":70323,"ĠPhon":70324,"_movement":70325,"ĉbytes":70326,"Ġcinco":70327,"ĠMadness":70328,"\")+":70329,"ĠJE":70330,"_ij":70331,"SceneManager":70332,"ĠBust":70333,"ptest":70334,"aea":70335,"Ġbesser":70336,"ÃŃg":70337,"дин":70338,"(tasks":70339,"(\"(\"":70340,"setType":70341,"(outfile":70342,"ĉreset":70343,"ĠARC":70344,"Ġmúsica":70345,"ĠShelf":70346,"ĠminY":70347,"pch":70348,"Ġweiber":70349,"issor":70350,"Ġtrouve":70351,"ĉButton":70352,"Ġregenerated":70353,"Å£i":70354,"imachinery":70355,"blocking":70356,".dataTables":70357,"_frac":70358,"ĠAdvantage":70359,".visitMethod":70360,"éĩįæĸ°":70361,"Ġextrapol":70362,"Ġteasing":70363,"ĠHitch":70364,"ĠGeek":70365,"ESCO":70366,"Ġwich":70367,"ĉax":70368,"_decor":70369,"ĠscreenWidth":70370,"ĠSophia":70371,"Forgot":70372,".uni":70373,"ĠVenture":70374,"_collision":70375,"Ġlawmaker":70376,"(Edit":70377,"blers":70378,"ĠgetNext":70379,"âĢĶyou":70380,"MediaPlayer":70381,"ĠHorde":70382,"ĠCongressman":70383,"observations":70384,"ĉproperty":70385,"Ġ<--":70386,"CreatedAt":70387,"ubyte":70388,"Ġquarantine":70389,"Ġdistressed":70390,"_APB":70391,"ĠGoodman":70392,"ãĤ«":70393,"Ġrecomend":70394,"_PRINTF":70395,"DONE":70396,"Bindable":70397,"rstrip":70398,"centaje":70399,"ĠUnexpected":70400,"ĠSCHOOL":70401,"ĠProfessionals":70402,"ĠGPUs":70403,"Lesson":70404,"Exclusive":70405,"Ġatrav":70406,"ĠDank":70407,"ĠLawyers":70408,"ĠWalton":70409,">[]":70410,"Ġaloud":70411,"=\"../../../":70412,"Ġdebating":70413,"ĠAVG":70414,"_VOL":70415,"/cgi":70416,".deg":70417,":g":70418,".Infof":70419,"MeasureSpec":70420,".song":70421,"mtree":70422,"ulls":70423,"Jordan":70424,"ĠCovers":70425,"Ġattributable":70426,"Ġjedis":70427,"iatrics":70428,"Ġrotterdam":70429,"Ġmeld":70430,"ĠContentType":70431,"Ġmantle":70432,"Ġalice":70433,"_duplicate":70434,"/Internal":70435,"Ġfilesize":70436,"ĉfire":70437,"rese":70438,"ondere":70439,"Ġfamiliarity":70440,"ĠCrest":70441,"Ġkarma":70442,"Ġtorino":70443,"Ġmesa":70444,"/temp":70445,"Ġchir":70446,"ĠOverflow":70447,"Ġtenemos":70448,"unik":70449,"NEXT":70450,"Alle":70451,"Ġnxt":70452,"Mart":70453,"Ġatl":70454,"Ġperiodo":70455,"_you":70456,"Ġ})).":70457,"intestinal":70458,".AdapterView":70459,"Ġhesitant":70460,"Ġcomparatively":70461,".UInt":70462,"(viewModel":70463,"Ġsangat":70464,"ĠResponsive":70465,"ĠZack":70466,"âħ":70467,"JAVA":70468,"ĠFuller":70469,"ĠâĿ¤":70470,".Consumer":70471,"Ġank":70472,"Ġreactors":70473,"fuck":70474,"_rat":70475,"ĠsessionFactory":70476,"_backward":70477,"Ġscrambled":70478,"ĉth":70479,"Ġinsensitive":70480,"Ġchamps":70481,"Ġnginx":70482,"Ġconhec":70483,"ĠJasper":70484,".fm":70485,"StrictEqual":70486,"achsen":70487,"-Nov":70488,"lassen":70489,".integration":70490,"(lbl":70491,"Compose":70492,"ĠFon":70493,"Ãļ":70494,"Gratis":70495,"ĠLime":70496,"ĠAdapterView":70497,"Ġpoisoned":70498,"anchors":70499,"设计":70500,"']?>\"":70501,"Ġprocur":70502,"Italy":70503,".MONTH":70504,"ĠLUA":70505,"ĠLithuania":70506,"ĠHeads":70507,"_CHUNK":70508,"ĠPUSH":70509,"AspectRatio":70510,"Ġweg":70511,"Ġvids":70512,"ĠWein":70513,"ĉINT":70514,"sessionId":70515,"Industry":70516,"Ġdenounced":70517,"JKLM":70518,"ĠVanessa":70519,".Identifier":70520,"propri":70521,"Ġиг":70522,"Ġtécn":70523,"Ġmosaic":70524,"StreamReader":70525,"-Th":70526,"forth":70527,"Ġadherence":70528,"bate":70529,"Ġknights":70530,"sounds":70531,"Ġsalle":70532,"OMET":70533,"ãĤ¹ãĥĪ":70534,"-tm":70535,"ĠRhe":70536,".FileOutputStream":70537,"åĪĨç±»":70538,"ĠENG":70539,"holiday":70540,"ĠCongratulations":70541,")(Ċ":70542,"Ġaggregates":70543,"HOOK":70544,"ewire":70545,"Senator":70546,"Ġembeddings":70547,"epy":70548,"(COM":70549,"Ġrobber":70550,"äter":70551,"wang":70552,"_teacher":70553,"Ġresentment":70554,"Ġlettuce":70555,"erreur":70556,"(ic":70557,"ĠTactical":70558,"ĠContracts":70559,"Ġmænd":70560,"Ġsitios":70561,"Ġbastante":70562,"Ġnuevos":70563,"ĉNdrFc":70564,"ĠprivateKey":70565,"ucch":70566,"MMdd":70567,"Ġè¾ĵåĩº":70568,"umba":70569,"@foreach":70570,":\");ĊĊ":70571,"Ġslippery":70572,"ĠKeystone":70573,"Ġpioneering":70574,"_triangle":70575,"(\"Ċ":70576,"ĉĉĉĉĉĉĉĉĠĠ":70577,"ĠIntervention":70578,"SCI":70579,"ĠcJSON":70580,"Ġterminating":70581,"ë¹Ħ":70582,"Ġbabys":70583,"Subset":70584,"Ġë¡":70585,"Ġseulement":70586,"Ġmuestra":70587,"Entre":70588,"以ä¸Ĭ":70589,"ngo":70590,"\"bytes":70591,"QRST":70592,"Ġypos":70593,"persona":70594,"ĠDeploy":70595,"cee":70596,"Ġà®":70597,".goal":70598,"Ġhabitats":70599,"ĠisAdmin":70600,"Ġexploiting":70601,"Ġventil":70602,"ĠBalls":70603,"اب":70604,"Ġmindfulness":70605,"(kwargs":70606,"Ġresembling":70607,"Ġchoir":70608,"ĠonBackPressed":70609,"ĠSECURITY":70610,"/gtest":70611,"Ġjustices":70612,"ĠintegerValue":70613,"blah":70614,"ĠAim":70615,"_finalize":70616,"keh":70617,"ĠComplexity":70618,"Ġaugust":70619,"getElementsByTagName":70620,"Ġpreach":70621,"Ġpronunciation":70622,"ĠTrash":70623,"-percent":70624,"_PRIV":70625,"ĠHunts":70626,"ĠCurse":70627,"uellen":70628,"Ġheavyweight":70629,"Xi":70630,"ĉselected":70631,"ĠMcCoy":70632,"å¼Ĥ常":70633,"|=Ċ":70634,"ĠBattlefield":70635,"ItemImage":70636,"Ġdeductions":70637,"ĠElemental":70638,"());//":70639,"ĠBurk":70640,"})čĊčĊ":70641,"swift":70642,"/function":70643,"Usually":70644,"_St":70645,"_feats":70646,"ĠIsValid":70647,"Ġzad":70648,"ImageContext":70649,"Ġclassname":70650,"Ġdonner":70651,"Ġ-->ĊĊĊ":70652,"Ġmotorcycles":70653,"+'/'+":70654,"ĠsetBackground":70655,"\\CMS":70656,".AllArgsConstructor":70657,"ĠLexington":70658,".examples":70659,"ĠPurs":70660,"PushMatrix":70661,"Ġ==============================================================":70662,".addTarget":70663,"pora":70664,"Fullscreen":70665,"Ġgoof":70666,"hlen":70667,"äge":70668,"ĠCURL":70669,"ĠInteresting":70670,"Ġretrieves":70671,"_Obj":70672,"inness":70673,"-----ĊĊ":70674,".tsv":70675,"(IM":70676,"ĠBraves":70677,"_ISR":70678,"osti":70679,"á»ĵ":70680,"ĠExterior":70681,"ĠCourtney":70682,"Ġresidues":70683,"Tier":70684,".*;čĊčĊ":70685,":black":70686,"webView":70687,"\"path":70688,"Ġmasa":70689,"]!='":70690,"ĠMatching":70691,"dur":70692,"Jvm":70693,"=context":70694,"_RING":70695,"Ġproponents":70696,"ĠQStringLiteral":70697,"Ġinflate":70698,"\">čĊ":70931,"_COST":70932,"ilinear":70933,"ĠWorkspace":70934,"Ġspel":70935,"agogue":70936,"ĠMillennium":70937,"ĠPopulate":70938,"Ġnid":70939,".parseColor":70940,"Solar":70941,"ĠGad":70942,"Ġì¤ij":70943,"ĠKamp":70944,"ĉrm":70945,"Ġbenz":70946,"ĠHonestly":70947,"Ġelectrode":70948,"ĠPrairie":70949,"ĠPROFILE":70950,"ĠOriental":70951,"ĠOLED":70952,"/copyleft":70953,"awaii":70954,"(products":70955,")\\<":70956,"-created":70957,".ManyToMany":70958,"\"How":70959,"ĠвÑĭп":70960,"Ġmitochondrial":70961,"_testing":70962,"(created":70963,"ĠgetField":70964,"_EVAL":70965,"].\"":70966,"ĠFSM":70967,"ĠRita":70968,"ĠåıĤæķ°":70969,"Ġcôt":70970,"ĠInsight":70971,"ĉmysqli":70972,"_timing":70973,"IDO":70974,")))))Ċ":70975,"COVERY":70976,".imag":70977,"CDF":70978,"lust":70979,"ickt":70980,"_FP":70981,".','":70982,"gcc":70983,"Ġkurz":70984,"_pwm":70985,"Ġodpowied":70986,"ĠBarrier":70987,"/***************************************************************************Ċ":70988,"pak":70989,"-Israel":70990,"ĠRutgers":70991,"ĠselectedItem":70992,"ĠRamirez":70993,"Farm":70994,"Ġcalendars":70995,"gzip":70996,"Ġblockbuster":70997,"ĠPlymouth":70998,"çľĮ":70999,"responses":71000,".DialogInterface":71001,"-grand":71002,"ĠgetSource":71003,"Ġdejtings":71004,"Ġtieten":71005,"Ġcondemnation":71006,"Ġcontinuar":71007,".MockMvc":71008,"/english":71009,"ĠMediaPlayer":71010,"computed":71011,"ĠClippers":71012,"(delegate":71013,".Slf":71014,"Ġë¡ľ":71015,"ĠTide":71016,"Ġihrem":71017,"ĠWan":71018,"ÑĥÑİÑī":71019,"}><":71020,"Discussion":71021,"Ġwatts":71022,"-minus":71023,"ĠJuliet":71024,"éĽħ":71025,"Ġconcluding":71026,"andscape":71027,"Ġúltima":71028,"ĠDERP":71029,"ĠsignUp":71030,"ĠSecondly":71031,"WAIT":71032,"lds":71033,".callbacks":71034,"(hour":71035,"imators":71036,"volent":71037,"AAF":71038,"edriver":71039,"ĠMathematic":71040,"'":71042,"{j":71043,"_ABORT":71044,"Ether":71045,"Ġeducator":71046,"Ġprecaution":71047,"Ġfingertips":71048,"getVar":71049,"camatan":71050,"-debug":71051,"ĠRAF":71052,"[arg":71053,"Ġraced":71054,"Ġtsunami":71055,".flink":71056,"Ġglyc":71057,"uko":71058,"ĠMultiply":71059,"Ġredistribution":71060,"AGO":71061,"ĠRoutine":71062,"Ġopr":71063,"(lower":71064,"ĠFunktion":71065,".dk":71066,"Ġegt":71067,"_BASIC":71068,"syscall":71069,"ĠLSD":71070,"ĠDuplicate":71071,"_sell":71072,"ĠerrorHandler":71073,"_ips":71074,"Ġerv":71075,"annie":71076,"(resourceName":71077,"Ġbottled":71078,"Ġcrawling":71079,"egment":71080,".setTag":71081,"Ġrss":71082,"ĠQuarry":71083,"_exact":71084,".jwt":71085,"ĠBoards":71086,"opi":71087,"Ġnasal":71088,"ĠXYZ":71089,".ud":71090,"Northern":71091,"Ġactivating":71092,"edx":71093,"ovah":71094,"Ġindx":71095,"AlertDialog":71096,"Ġtienes":71097,"annya":71098,"_pan":71099,"(decimal":71100,".Dict":71101,"Ġsubsidiaries":71102,"ProductName":71103,"Few":71104,"dato":71105,"odied":71106,"-under":71107,"Ġê²ĥ":71108,"çīĪæľ¬":71109,"atism":71110,"[Math":71111,".'<":71112,"(infile":71113,"Ġdenotes":71114,"$class":71115,"_SECURITY":71116,"Ġsewage":71117,"melon":71118,"(Character":71119,"/github":71120,"Ġglaring":71121,".Guid":71122,"_sparse":71123,"ĠMargin":71124,"_dns":71125,"Ġmeiner":71126,"Ġleftist":71127,"ĉloc":71128,"abytes":71129,"Ġequipments":71130,"expo":71131,"ĠSomerset":71132,"EK":71133,"æį¢":71134,"Ġlecturer":71135,"Ġmemiliki":71136,"æł¸":71137,"ç´ł":71138,"pron":71139,":pointer":71140,"borrow":71141,"ĠProtective":71142,"_cf":71143,"ĠÐķÑģли":71144,"bpp":71145,"';ĊĊĊĊ":71146,"aturally":71147,"_NAV":71148,"Ġpeptide":71149,">d":71150,"Ġifstream":71151,"_FACTORY":71152,"');//":71153,"joined":71154,"mong":71155,"Ġtimespec":71156,"Ġdestabil":71157,"Ġautop":71158,"-limit":71159,"publication":71160,"ĠDenn":71161,".Memory":71162,"(skb":71163,"ĠAnaheim":71164,"_RETURNTRANSFER":71165,"oueur":71166,"(_('":71167,"legt":71168,"istingu":71169,"ĉpriv":71170,"Ġredirects":71171,"Mt":71172,"Ġalleen":71173,"ĠPointF":71174,"Ġomin":71175,"Ġcitt":71176,"ĠTage":71177,"ĠWalls":71178,"á»ī":71179,"Ġoccupying":71180,"xBF":71181,"rangle":71182,"Ġrelational":71183,"-org":71184,"Ġjpg":71185,"-derived":71186,"Ġmalfunction":71187,"ĠBenson":71188,"(scroll":71189,"ĠXD":71190,"Holy":71191,"(commands":71192,"Ġtipping":71193,"Ġprimitives":71194,"Ġsexle":71195,"CallCheck":71196,"ĠMASTER":71197,"_TEAM":71198,".setRequestHeader":71199,"_specs":71200,"Ġserge":71201,".Master":71202,"Ġims":71203,".SpringBootTest":71204,"paypal":71205,"ĠWANT":71206,".Inst":71207,"ĠCarpet":71208,"Ġwrongly":71209,"($('.":71210,"Ġbild":71211,".Roll":71212,"ĠUrb":71213,"-can":71214,"ãģıãģłãģķãģĦ":71215,"oliberal":71216,"čĊčĊ":71610,"ĠMahm":71611,"}\";ĊĊ":71612,"Ġdq":71613,"ĠPublishers":71614,"ĠAmpl":71615,"ĠDanielle":71616,"Ġtern":71617,"èµ·":71618,"noÅĽÄĩ":71619,"ein":71620,"ĠAsyncStorage":71621,"unger":71622,"rouw":71623,"Ġscissors":71624,"/assert":71625,".bucket":71626,"/archive":71627,"_Man":71628,"Ġintoler":71629,"Ġ()=>":71630,"ĠÐĴÑĭ":71631,"Ġsai":71632,".xy":71633,".\"čĊ":71634,"Ġurinary":71635,"esub":71636,"ISTICS":71637,"Ġκ":71638,"Ġcompliments":71639,"ĠtypingsJapgolly":71640,"ihar":71641,"Expansion":71642,"ĠServing":71643,"_students":71644,"ĠXBOOLE":71645,"(il":71646,"Ġì²ĺ":71647,"Ġjó":71648,"(tol":71649,"(JS":71650,"ĉCG":71651,"ĠDRAW":71652,"twig":71653,"Ġoat":71654,"_smooth":71655,"ĠCSL":71656,"Ġosob":71657,"Ġensuing":71658,"Ġbanker":71659,"ĠBackpack":71660,"_ping":71661,"Ġwishlist":71662,"=ax":71663,"ĉĠĠĠĊ":71664,"Disney":71665,"steady":71666,"\">%":71667,"Ġprophets":71668,"ĠZX":71669,"Ġminimalist":71670,".PLAIN":71671,"Seattle":71672,".ordinal":71673,"ĠPIPE":71674,"Ġretorna":71675,"Ġjugador":71676,"ĠBret":71677,"ĠâĶľ":71678,"Ġplush":71679,"ULATOR":71680,"Sorting":71681,".gridy":71682,"ectomy":71683,"_activ":71684,"rack":71685,"Interactive":71686,"ĠAntarctica":71687,"Ġvengeance":71688,"enso":71689,"_known":71690,"upplier":71691,".Modules":71692,"ĠConnectionState":71693,"éļIJèĹı":71694,"@FindBy":71695,"Ġplacer":71696,"\\model":71697,"<()>":71698,".isSuccessful":71699,"-good":71700,"bz":71701,"ĠDraco":71702,"Assistant":71703,"-extra":71704,"аблиÑĨ":71705,"Ġhypocrisy":71706,"Ġtst":71707,"ĠAgr":71708,"$txt":71709,"Ġlogistic":71710,"licensed":71711,"ĠHof":71712,"Ġtat":71713,"(iv":71714,"Ġintoxic":71715,"postId":71716,"_strike":71717,"Ġhumiliation":71718,"pcodes":71719,"\"sync":71720,"(recipe":71721,"+N":71722,"rente":71723,"ĉClient":71724,"ycopg":71725,"ĠZurich":71726,"ĠProfiles":71727,"Countries":71728,"Ġpict":71729,"Ġrollout":71730,"requencies":71731,"Ġpatched":71732,"Ġcartridges":71733,"Ġshading":71734,"Jar":71735,"Ġsalvage":71736,"ĠTaxes":71737,"Ġstandby":71738,"aporan":71739,"Eigen":71740,".angular":71741,"ĠNested":71742,"享":71743,"ĠisVisible":71744,"ĠDwight":71745,"_BRANCH":71746,".Delay":71747,"Ġkend":71748,"Ġfacilitated":71749,".flatMap":71750,"Ġsanta":71751,"ĉSend":71752,"/messages":71753,"ĠofType":71754,"ĉswap":71755,"#plt":71756,"ĠTurks":71757,"NES":71758,"Ġprogressively":71759,"ĠResidence":71760,"ĠTREE":71761,"Ġnoen":71762,"dio":71763,"Ġnelle":71764,"Ġsogar":71765,"itti":71766,"weekly":71767,"Ġambiguity":71768,"_Settings":71769,"Ware":71770,".neo":71771,"_DST":71772,"Ġæĸ¹":71773,"prep":71774,"lobby":71775,"@email":71776,"/movie":71777,"Ġfunkc":71778,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":71779,"ÂŃs":71780,"Ġguardians":71781,"-pos":71782,"Ġconfiguring":71783,"ĠCPS":71784,"ĠDeus":71785,"Ġvidéos":71786,"_empresa":71787,"Ġslapped":71788,"',Ċ":71820,"_XDECREF":71821,"ĠBuzzFeed":71822,"_MARGIN":71823,"PLOY":71824,".small":71825,"ĠmimeType":71826,"Ġholog":71827,"ĉcamera":71828,"lias":71829,"Ġsuspense":71830,"odynam":71831,"bau":71832,"Ġgraveyard":71833,"_named":71834,"\":\"'":71835,"Ġ************************************************":71836,"ĠgameOver":71837,"ĠLENGTH":71838,"ĉscreen":71839,"ĠdoInBackground":71840,"_dependencies":71841,"Ġrtc":71842,"/up":71843,"_ROM":71844,"Hall":71845,"Ġdeficiencies":71846,"(te":71847,"'#":71848,"_equiv":71849,"Ġpreorder":71850,"ĠAxe":71851,"омÑĥ":71852,".sendFile":71853,"Ġfilt":71854,"ĠLimits":71855,"ĠCavaliers":71856,".discount":71857,"âĨIJ":71858,"ĠWit":71859,"QRSTUV":71860,"Ġij":71861,"Ġtegen":71862,"Ġ:\",":71863,"difficulty":71864,"punkt":71865,"ĠEmails":71866,"chlor":71867,"(fun":71868,".Uint":71869,"ĠStall":71870,"_verified":71871,"uD":71872,"FileType":71873,"Ġpleasures":71874,"Ġjudiciary":71875,"Ġsham":71876,"ipur":71877,"_PLUS":71878,"offers":71879,"(foo":71880,"_GT":71881,"ĉcore":71882,"ENTION":71883,"ĠLiberation":71884,"CommandLine":71885,"_department":71886,".Ar":71887,"_neighbor":71888,"ĠSubmitted":71889,"ĠĊ":96121,"Ġdroits":96122,"Ġhomosexuals":96123,"Ġabduction":96124,"ĉwidget":96125,"$headers":96126,"ĠDAR":96127,"Ġfla":96128,"threat":96129,"Ġlouis":96130,".GetProperty":96131,"\"Just":96132,"(frames":96133,"ryo":96134,"profession":96135,"|i":96136,"íķ´ìĦľ":96137,"(sv":96138,"Ġunrecognized":96139,"Ionic":96140,"Fashion":96141,"ScreenState":96142,"ĠIncoming":96143,"NotNil":96144,"Ġsyncing":96145,"emie":96146,"Ġthermo":96147,"_procs":96148,"Ġinconsistency":96149,"religious":96150,".mj":96151,"Ġpersonn":96152,"Ġmomentos":96153,"orarily":96154,"ĠæĬ":96155,"_neurons":96156,"Illustr":96157,"imoto":96158,"ilik":96159,"ĠWoj":96160,"Trading":96161,"Ġappare":96162,"Ġentreprises":96163,"achat":96164,"Ġ¬":96165,"Ġneigh":96166,"BUTTONDOWN":96167,"ĠMaher":96168,"aghan":96169,"-hash":96170,"\"f":96171,"Ġclientele":96172,".addButton":96173,"ĉSP":96174,"Qi":96175,"Ġgrated":96176,"POSITE":96177,":>":96178,"ĠHowell":96179,"ĠComparative":96180,"ĠISC":96181,"ÂŃi":96182,"Ocean":96183,"Davis":96184,"ĠFilme":96185,"Wins":96186,"ĠJIT":96187,"occer":96188,"ĠCorm":96189,"ENCHMARK":96190,"rchive":96191,"icação":96192,"Ġmata":96193,"Ġchildbirth":96194,"ĠOptionally":96195,"Ens":96196,"Ġxhttp":96197,"Ġelucid":96198,"_OscInitStruct":96199,"))):Ċ":96200,"Ġintuit":96201,"ĠDonate":96202,"Ġcorrelates":96203,">Delete":96204,"Ġequipe":96205,"Ġboca":96206,"Ġinflatable":96207,"erah":96208,"ĠDateTimeKind":96209,"Ġcalves":96210,"\\Lib":96211,"Ġemlrt":96212,"ĠTrilogy":96213,"ĠPanc":96214,"ĠDuis":96215,"ĠpelÃŃcula":96216,"WARDS":96217,"_DETECT":96218,"-sectional":96219,"dhcp":96220,"ForRow":96221,"-destruct":96222,"ĠPresenter":96223,"/slick":96224,",on":96225,"ĠCitadel":96226,"loggedin":96227,"_subtype":96228,"Ġsigue":96229,"Ġcuring":96230,"ĠFirewall":96231,"Ġfluorescence":96232,"ĠItalians":96233,"иÑĤÑģÑı":96234,".getStyle":96235,"InSeconds":96236,"jie":96237,"-Smith":96238,"Ġxlink":96239,"Ġsubmissive":96240,"онÑĤ":96241,"arbonate":96242,"ĠFaul":96243,"_goals":96244,"ĠCommissioners":96245,"chartInstance":96246,"_POSTFIELDS":96247,"Ġmedial":96248,"Ġmanos":96249,"Ġdelt":96250,"svm":96251,".Apis":96252,"ephy":96253,"Ġasympt":96254,"ĠappDelegate":96255,"Ġimprobable":96256,"cka":96257,"simd":96258,"/Error":96259,".âĢĵ":96260,"ĠPTS":96261,"deer":96262,"Ġsina":96263,"magnitude":96264,"IDADE":96265,"']}'":96266,"Ġmayores":96267,"ĉcomment":96268,"/console":96269,"\"@":96270,"volt":96271,".sell":96272,"ĠMacy":96273,"Ġmelod":96274,"Ġimágenes":96275,"_chg":96276,"Ġinout":96277,"idente":96278,")'),Ċ":96279,"dni":96280,".blob":96281,"Ġtypography":96282,"Ġeerie":96283,"_OID":96284,"pesan":96285,"ajan":96286,"Ġchopping":96287,"Ġbluff":96288,"adf":96289,"_bases":96290,".Formatter":96291,"Ġ\\%":96292,"ĠPageInfo":96293,"Carrier":96294,"ĠCalibration":96295,"como":96296,"-bodied":96297,"Ġfinancier":96298,"ĠINA":96299,".ERR":96300,"Ġhoodie":96301,"ĠSanity":96302,"guarded":96303,".opendaylight":96304,"ISMATCH":96305,"Highlights":96306,"ünk":96307,"aniem":96308,"angered":96309,"assignments":96310,"Ġregistrado":96311,"ĠUPPER":96312,"ampilkan":96313,"ashire":96314,"ĠNikola":96315,"ĠCFL":96316,"ĠHDC":96317,"Ġpoids":96318,"ĠIPs":96319,"Ġpreventative":96320,"ipsoid":96321,"ifix":96322,".camel":96323,".ga":96324,"Volumes":96325,"-ste":96326,"Yahoo":96327,"_sibling":96328,"Highest":96329,"optgroup":96330,"Ġkvinna":96331,"âĢĿãĢĤĊĊ":96332,"ĠAppliances":96333,"Ġ\"><":96334,"')\")Ċ":96335,"htt":96336,"ĠIdentified":96337,"Ġpencils":96338,"ĠmemberId":96339,"ĠappendString":96340,".loadData":96341,"ĠmockMvc":96342,"Ġjub":96343,"ĠSlut":96344,"ĠTaipei":96345,"statt":96346,"Polit":96347,"Ġpartager":96348,"DidChange":96349,"Increases":96350,")}.":96351,"ĠBaba":96352,"_CLIP":96353,"[unit":96354,"ĠклÑİÑĩ":96355,"Ġalcuni":96356,"ĠLola":96357,"Ġclinging":96358,"@PostMapping":96359,"(concat":96360,"Ġssid":96361,"ĠFauc":96362,"okit":96363,"ĠRecorded":96364,"ález":96365,"($('<":96366,".assertIsNot":96367,"Ġkali":96368,"Volt":96369,"Ġwarmly":96370,"Ġscares":96371,"getti":96372,"führt":96373,"_does":96374,".EMAIL":96375,"imations":96376,"Ġspringfox":96377,"ĠDecom":96378,"arcy":96379,"Ġglitches":96380,"ĠMoff":96381,"ĠVoll":96382,".between":96383,"Ġcoorden":96384,"ĠParticularly":96385,"GBP":96386,"Ġsemble":96387,"Eastern":96388,"_MSB":96389,"]){čĊ":96390,"morgan":96391,"ĠEVAL":96392,"dere":96393,"HOUSE":96394,"moire":96395,"istique":96396,"_lstm":96397,"-commit":96398,"ysterious":96399,"Ġtwink":96400,"-thumbnails":96401,"enÃŃ":96402,":'',":96403,"Ġblackout":96404,"ĠFloors":96405,"Ġsofas":96406,"Ġoui":96407,"leshoot":96408,"ĠRaq":96409,"-abs":96410,"Ġkra":96411,"Mining":96412,"shaft":96413,".setColumns":96414,"Clazz":96415,"PRETTY":96416,".playlist":96417,"éĸ¢":96418,"-Saharan":96419,"MING":96420,"ĉbl":96421,"è®®":96422,"jf":96423,"DOCKER":96424,"hopefully":96425,"(ignore":96426,"ĠUsersController":96427,"ĠMitarbeiter":96428,"ĠLES":96429,"Hamilton":96430,"-metadata":96431,"ĠKK":96432,"iktig":96433,"Ġwollte":96434,"egrator":96435,"]bool":96436,",current":96437,"ĠvalueType":96438,"Ġexcavation":96439,"oland":96440,"Ġverv":96441,"/filepath":96442,"AuthProvider":96443,"Ġprocrast":96444,"ĉULONG":96445,"_MEMBERS":96446,"Ġuplift":96447,"ĠAutonomous":96448,"Ġartworks":96449,"ĠOutreach":96450,"Ġpore":96451,"Homepage":96452,"DialogTitle":96453,"ĠGenerating":96454,"PARSE":96455,"Ġsemanas":96456,"Ġhumano":96457,"JSGlobalScope":96458,"Ġvolte":96459,"Ġbella":96460,"(isinstance":96461,"Ġplc":96462,"\\Catalog":96463,"Ġesteemed":96464,"鼷":96465,"(suffix":96466,"Ġsweeps":96467,"ĉORDER":96468,"Ġdoivent":96469,"ĠSwarm":96470,"ĠCompiled":96471,"getPage":96472,"ADR":96473,".RichTextBox":96474,"ĠNaming":96475,"agged":96476,"ĠGANG":96477,"rasing":96478,"odeled":96479,"Ġgala":96480,"ĠJSName":96481,"ddf":96482,"Ġillust":96483,"ĠLansing":96484,"[port":96485,"-death":96486,"Ġdinheiro":96487,"ĠEighth":96488,"Ġbian":96489,"stÃ¥":96490,"Ġversión":96491,"ĠLinearGradient":96492,"ĠHarding":96493,".*)":96494,"eczy":96495,"$header":96496,"ĠvÃ¥r":96497,"Unchecked":96498,"Ġkoje":96499,"ĠPaladin":96500,"())),":96501,"Giving":96502,"()})Ċ":96503,"Ġdips":96504,"Friendly":96505,"Ġportrays":96506,"Ġhelium":96507,"Ġinsurgency":96508,"_expiry":96509,"ĠstringByAppendingString":96510,"Ġaantal":96511,"slope":96512,"mast":96513,".getInteger":96514,"Ġ########################":96515,"_PIPELINE":96516,"Ġdensely":96517,"Ġmutating":96518,"midi":96519,"ĠSeit":96520,"ayne":96521,"NOWLED":96522,"ĠDesmond":96523,"ĠFName":96524,"ĠNairobi":96525,"\\Context":96526,"Ġcalcular":96527,"-den":96528,"Ġcott":96529,"]):čĊ":96530,"ĠRecommendation":96531,"ĠRolex":96532,"ĠvalidationResult":96533,".pat":96534,"ĠnÃły":96535,"ĠRestClient":96536,"ĠGPI":96537,"ĠAsheville":96538,"ĠOSP":96539,"ĠPERMISSION":96540,"ÐĶаÑĤа":96541,"/notification":96542,"Knight":96543,"_Word":96544,"ĠBender":96545,"ranking":96546,"Ġpartida":96547,"_reservation":96548,"ÌĢ":96549,"ĠmName":96550,"Ġgetch":96551,"Ġborr":96552,"Ġdiligent":96553,"Discuss":96554,"æŃ£åľ¨":96555,"apeake":96556,"ioned":96557,"-Nazi":96558,".cum":96559,"ĠKron":96560,"=$('#":96561,"/single":96562,"Ġerotisch":96563,"ĠVib":96564,"Ġratified":96565,"Ġconcerted":96566,"ĠREGARD":96567,"Ġdobr":96568,".DriverManager":96569,"'r":96570,"Portable":96571,"ĉsuite":96572,"Ġrelaciones":96573,"ĠDop":96574,"emploi":96575,"DOB":96576,"Ġcrumbs":96577,"Ġxls":96578,"_Application":96579,"(':',":96580,"Ġ------------------------------------------------------------------------Ċ":96581,"mse":96582,"Ġberk":96583,"ĠReturnValue":96584,"ĠBelly":96585,"Ġcamar":96586,"ĠPeek":96587,"elsing":96588,"Ġnotifies":96589,"ĠTristan":96590,"ĠGAR":96591,"emme":96592,"ĠElevated":96593,"_CSV":96594,"(chalk":96595,"Ġtwenties":96596,"ĠSearchResult":96597,"=search":96598,"ĠMixing":96599,"ýt":96600,"Ġrecruiter":96601,"ĠIDEOGRAPH":96602,"ĠAgo":96603,"(Operation":96604,"$values":96605,"Ġworldly":96606,"ĠRosenberg":96607,"ĠConfigureServices":96608,">*Ċ":96705,"Ġsnork":96706,"_opacity":96707,"ĠinitWithNibName":96708,"iado":96709,"AAC":96710,"Ġ]).":96711,";z":96712,"_paragraph":96713,"Ġnoses":96714,"stands":96715,"ifr":96716,"_mE":96717,"Iraq":96718,".Predicate":96719,"enaire":96720,"]]];Ċ":96721,"Ġunidad":96722,"Ġretirees":96723,"_hello":96724,"Ġmodele":96725,"ĠUITableViewController":96726,"fwrite":96727,"_numero":96728,"_visited":96729,"Ġrecebe":96730,"(Notification":96731,"Fantastic":96732,"_submenu":96733,"ĠPEM":96734,"ĠCupertino":96735,"approximately":96736,"classed":96737,".ReadString":96738,"Ġdomicile":96739,"_PW":96740,"Ġballpark":96741,"ĠKale":96742,"contra":96743,"_favorite":96744,"/of":96745,"Quite":96746,"ĠOTA":96747,"Ġaccelerometer":96748,"didn":96749,"|^":96750,"ĠRohingya":96751,"ivicrm":96752,"annabin":96753,"обÑĭÑĤи":96754,"orado":96755,"')+":96756,"Haunted":96757,",ID":96758,"(UIAlertAction":96759,"urv":96760,"_bel":96761,"ĠMexicans":96762,"/terms":96763,"ĠPainter":96764,"InputLabel":96765,"ĠVinci":96766,"ĠRosie":96767,"\\uc":96768,"":96929,"_gs":96930,"Ġcompil":96931,"nard":96932,"-exc":96933,"Ġrhyme":96934,"Ġbutto":96935,"says":96936,"antasy":96937,"ë¸":96938,"ĠcittÃł":96939,"Ġcheg":96940,"TimeString":96941,"Ġpositivity":96942,"ĠDabei":96943,"Ġwang":96944,"Ġescre":96945,"\"c":96946,"ĉvideo":96947,"ĠRanked":96948,".strings":96949,">>>(":96950,"ĠинÑĤеÑĢ":96951,"Ġresta":96952,"[:,:":96953,"Ġrendre":96954,"Ġdeser":96955,"Jos":96956,"Ġdisruptions":96957,"ĠопеÑĢ":96958,"sampling":96959,"suppress":96960,"ĠcontainerView":96961,"ĠSeamless":96962,"Ġairy":96963,"Ġonload":96964,".WindowManager":96965,"ĠPLA":96966,"braco":96967,".setPositiveButton":96968,"Ġpdu":96969,"Ġgsi":96970,"ĠCli":96971,"_gradients":96972,"Ñıд":96973,"ĠWhisper":96974,"cstdint":96975,"Ġläng":96976,"Ġformulations":96977,"énom":96978,"ournemouth":96979,"[$_":96980,"Ġordinarily":96981,".setUsername":96982,"Ġfaculties":96983,"MITTED":96984,"/values":96985,"Ġweir":96986,"ĠApt":96987,"MZ":96988,"ĉcf":96989,"ucken":96990,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":96991,"defense":96992,"[iVar":96993,"ĠBusinessException":96994,"Selectors":96995,"(coordinates":96996,"ĠResets":96997,"ĠDrinks":96998,"oleans":96999,"(stypy":97000,"_IOC":97001,".xxx":97002,"ĠSlater":97003,"ĠBelize":97004,"Ġ/************************************************************************":97005,"addin":97006,"_episodes":97007,"Ġischem":97008,"legalArgumentException":97009,"Danny":97010,"Ġpared":97011,".codehaus":97012,"ĠAssy":97013,"ĉRect":97014,"âŀ":97015,".lista":97016,"ĠваÑĪ":97017,"Ġvets":97018,"HWND":97019,"isoner":97020,"Ġxo":97021,"Ġorally":97022,"ĠStmt":97023,".rnn":97024,"ĠDPI":97025,"ĠStrikes":97026,".setViewportView":97027,"ĠèĩªåĬ¨çĶŁæĪIJ":97028,"YELLOW":97029,"GLenum":97030,"partners":97031,"ĠImplicit":97032,"Ġtako":97033,"âĢĻelle":97034,"Ġermög":97035,"totalCount":97036,"Gil":97037,"ĉwork":97038,"Ġpratic":97039,"inati":97040,"abies":97041,"ĠSkinner":97042,"Ġspirited":97043,"Ġpancreatic":97044,"Ġhdf":97045,"'em":97046,"Ġpsychosis":97047,"olicit":97048,"Ġ\"{\"":97049,"_atual":97050,"Ġélect":97051,"TEAM":97052,"Ġdak":97053,"ĠSWAT":97054,".FragmentManager":97055,"Ġprovisioning":97056,"lifetime":97057,"_EXTENSIONS":97058,"ĠCASCADE":97059,"Ġ![":97060,"(KP":97061,"Ġvem":97062,"ĠInterracial":97063,"']},Ċ":97064,"spacer":97065,"_kv":97066,"Warehouse":97067,"RDD":97068,"_fsm":97069,".StretchImage":97070,",Yes":97071,"ĠRefugee":97072,"ĠBringing":97073,"Ġválido":97074,".intersection":97075,"Ġspooky":97076,"_portal":97077,"Ġmoth":97078,"ĠZodiac":97079,"ĠSOCIAL":97080,"MimeType":97081,"']}}":97200,"_Blue":97201,"Ġbotanical":97202,"Ġfrags":97203,"Ġfamilial":97204,"-du":97205,"Ġseizing":97206,"(blocks":97207,".rd":97208,".checkNotNull":97209,"Ġmiser":97210,"Ġmaxx":97211,"ĠKnee":97212,"ViewItem":97213,"InnerHTML":97214,"Danger":97215,"((__":97216,"Ġprzypad":97217,"createUrl":97218,"**,":97219,"ĠDecorating":97220,"ATEGY":97221,"?>/":97222,".Designer":97223,"hexdigest":97224,"ĠEverywhere":97225,"alleries":97226,".TEXTURE":97227,".Blocks":97228,"zell":97229,"Ġpreço":97230,"Suddenly":97231,"inputEmail":97232,"(sync":97233,".bd":97234,"golden":97235,">');":97236,"ĠDickinson":97237,">>(Ċ":97238,"ĠQUEUE":97239,"ĠgetColumn":97240,"ĠSAND":97241,".piece":97242,"licer":97243,"Flutter":97244,"ĠgetVersion":97245,"ĠresourceId":97246,"ogl":97247,"ÅĤaw":97248,".Branch":97249,"ĉweb":97250,"Ġframerate":97251,"PPP":97252,"Ġfray":97253,"CNT":97254,"Ġinformatie":97255,"']čĊčĊ":97256,"neas":97257,"HeaderCode":97258,"Ġæ¸":97259,"Ġtrg":97260,"rawtypes":97261,"Honda":97262,"Ġmarketer":97263,"ĠrequestData":97264,"ĠPg":97265,"ĉnot":97266,"ĠpageInfo":97267,"Ġaktuellen":97268,"ãģķãĤĵ":97269,"ĠAMS":97270,"pushViewController":97271,"ĉAL":97272,"Ġvests":97273,"produce":97274,"-même":97275,"ĠRahman":97276,"Funny":97277,"EZ":97278,"_Valid":97279,"Ġsquadron":97280,"Ġlash":97281,"Ġirm":97282,"iasco":97283,"ĠParan":97284,"Ġpetites":97285,"ĠDecay":97286,"Ġuninitialized":97287,"privileged":97288,"Ġmbedtls":97289,"å¤ĩ注":97290,"Ġ^.":97291,"Ġecstatic":97292,"Detroit":97293,"Ġparten":97294,"Ġsouvenir":97295,".getLogin":97296,"моÑĤÑĢ":97297,"enção":97298,"ĠmÃŃnimo":97299,"ĠAccessed":97300,"rió":97301,"Mic":97302,"ĠVocal":97303,".SetString":97304,"Ġmensajes":97305,"åĢį":97306,"Ġattravers":97307,"ĠAph":97308,"Ġ');čĊ":97309,"ünde":97310,"Ġenchanted":97311,"ĠRootState":97312,"ĠCLOSED":97313,"ĉĉĉĉĉĉĉĉčĊ":97314,"Ġcaliente":97315,"orris":97316,"Ġphysicists":97317,"hwnd":97318,"_vi":97319,"Ġrápido":97320,"Ġcapitalized":97321,"edBy":97322,"Ġmachining":97323,"Ġhubby":97324,"ĠStacy":97325,".Bus":97326,"drink":97327,"Hur":97328,"Ġpropia":97329,"UnitTest":97330,"Ġmisconception":97331,"__));Ċ":97332,"/dc":97333,"ĠMayweather":97334,"_mC":97335,".createFrom":97336,"ĠQPainter":97337,"ropsych":97338,"innitus":97339,"ayas":97340,"Ġgeg":97341,"(dw":97342,"Ġusado":97343,"Ġtrickle":97344,"Ġannihil":97345,"ĠPasta":97346,"Ġ++Ċ":97347,"(ExpectedConditions":97348,".postValue":97349,"icap":97350,"ĠDonetsk":97351,"_soup":97352,"-publish":97353,"ĠPb":97354,"mentions":97355,"ACCEPT":97356,".Pull":97357,",âĢĻâĢĻ":97358,"Ġretarded":97359,"_ATOM":97360,"ĠTerminator":97361,"-court":97362,"ĠCLLocationCoordinate":97363,"Ġreverence":97364,"ĠSSC":97365,"utely":97366,"ĠWON":97367,"ĠGSL":97368,"frei":97369,".getLongitude":97370,"ĠopenFileDialog":97371,".Butter":97372,"-important":97373,"_MANY":97374,"ĠGong":97375,"âĢľHow":97376,"Ġgorge":97377,"=msg":97378,"ĠEzek":97379,"createCommand":97380,":checked":97381,"Ġinfographic":97382,".WEST":97383,"Dirs":97384,"Ġguarda":97385,"Ġbeetle":97386,"Loading":97460,"_mA":97461,".getRandom":97462,"blings":97463,"Ġcheeses":97464,"tti":97465,".âĢ¢":97466,"ĠBurgess":97467,"enderit":97468,".',čĊ":97469,"(\"\"+":97470,"acb":97471,"%p":97472,"indexed":97473,"_predicate":97474,"nesia":97475,"Ġbied":97476,"ĠCIT":97477,"(Pos":97478,"_radi":97479,"ä»·æł¼":97480,"Biz":97481,"ĠAdolescent":97482,"Ġviên":97483,"cycl":97484,"_Cancel":97485,"Ġconclusive":97486,"Ġappellate":97487,"informatics":97488,"SJ":97489,"Ġelective":97490,"roleId":97491,"Fetcher":97492,"ĉCommand":97493,"(\"(%":97494,"Ġfart":97495,"ILA":97496,"getBlock":97497,"AUSE":97498,"Ġдан":97499,"ĠArte":97500,"Ġnotifying":97501,"Ġgele":97502,".same":97503,"ĠRegel":97504,"ĠBaÅŁ":97505,".creation":97506,"ĠVN":97507,"_community":97508,"Ġunsustainable":97509,"SEX":97510,"ĠgridSize":97511,"rescia":97512,"aversable":97513,"(',')[":97514,"ĠPhelps":97515,"á»ķi":97516,"ANCELED":97517,"-IS":97518,".runners":97519,"ĠStokes":97520,".Produ":97521,"Ġwhipping":97522,"_acquire":97523,"Ġinvestigación":97524,"fried":97525,".copyWith":97526,"ĠHardcover":97527,"-Se":97528,"áŀ¶áŀ":97529,"invitation":97530,"lesai":97531,"ĠDorm":97532,"ĠÑģпиÑģка":97533,"Ġconcatenated":97534,"ophil":97535,"Ġthinker":97536,"/fontawesome":97537,"ĠLeopard":97538,"Ġ\"/\");Ċ":97539,"Ġresiduals":97540,"ĠMicrowave":97541,"Ġconforme":97542,"throp":97543,"Ġdisemb":97544,"ĠOMG":97545,"ĠDiscipline":97546,"ĠAcrobat":97547,"/repository":97548,"dfa":97549,"_MED":97550,"bufio":97551,"Ġméthode":97552,"_HOLD":97553,"iasi":97554,"_legacy":97555,")ččĊ":97556,"æ£Ģ":97557,"GetProcAddress":97558,"Ġyay":97559,"otence":97560,"orderid":97561,"-tw":97562,"Ġdearly":97563,"Incoming":97564,"/il":97565,"Ġneurop":97566,"ucz":97567,");čččĊ":97568,"ĠInnovative":97569,"Ġprofund":97570,"igmat":97571,"SelectionMode":97572,"relevant":97573,".GO":97574,"Ġbruises":97575,"Ġsach":97576,"odef":97577,"Ġreimb":97578,"/desktop":97579,"-spot":97580,"undance":97581,"Entropy":97582,"\\core":97583,"Ġsuger":97584,"ĠMvc":97585,"ĠGNOME":97586,"_indx":97587,"ĠYYSTYPE":97588,"ĠMatlab":97589,"ĠCIF":97590,"Ġ*))":97591,"ĠproductList":97592,"ĠAlright":97593,"acemark":97594,"ÑĤив":97595,"modification":97596,"international":97597,"Ġhomers":97598,"Ġdicts":97599,"ĠQFont":97600,".SQLite":97601,"Ġtransplantation":97602,"ĠMessageBoxButton":97603,"ĠElves":97604,"']])Ċ":97605,"(QIcon":97606,"Ġcinemas":97607,"COORD":97608,"-China":97609,"Ġkhẩu":97610,"æĪijçļĦ":97611,"Ġskulls":97612,"Ġpainstaking":97613,"fce":97614,".XRLabel":97615,"Ġspecifier":97616,"Ġpreferring":97617,"/activity":97618,"(Photo":97619,"ált":97620,".lot":97621,"''.":97622,"annonce":97623,".googlecode":97624,"-pdf":97625,"ĠPoke":97626,"_ACL":97627,"Ġendowed":97628,"discover":97629,".omg":97630,"Ġwoodland":97631,".Magic":97632,"Ġvolont":97633,"NotAllowed":97634,"Ġchave":97635,"BMW":97636,"','=',":97637,"ĠSIX":97638,"æĪij们":97639,"Ġkosher":97640,"Ġaspiration":97641,"intl":97642,"_refptr":97643,"'+Ċ":97644,"mentor":97645,".club":97646,"WindowState":97647,".ARR":97648,"Ġzza":97649,"ĠmessageType":97650,".equ":97651,"Thor":97652,"Ġinjust":97653,"Ġgums":97654,"ĠborderSide":97655,"/////":97656,"ĠTransmit":97657,"Ġbufsize":97658,"Ġhak":97659,"Ġellas":97660,"RANDOM":97661,"ĉmc":97662,"Ġpea":97663,"eko":97664,"documento":97665,"Ġhysteria":97666,"Ġarenas":97667,"Ġgunmen":97668,"Ġmike":97669,"Ġimpunity":97670,"atisation":97671,"_Zero":97672,"_COMPANY":97673,"ĠGors":97674,"ĠuseClass":97675,"(redis":97676,"ĠRUNNING":97677,"ĠBair":97678,"velte":97679,"Ġ','.":97680,"аÑĤÑĮÑģÑı":97681,"öst":97682,"encodeURIComponent":97683,"_restrict":97684,"Ġdecals":97685,"ĠPedido":97686,"Ġaltercation":97687,"Displays":97688,"ĠApplicants":97689,"CUS":97690,"Textarea":97691,"ĠAngola":97692,".future":97693,"ĠUSHORT":97694,"Ġsuppressing":97695,"Ġsetzen":97696,"APolynomial":97697,"Ġtoch":97698,"Ġhallmark":97699,"Ġ$$$":97700,"ĠCHARSET":97701,".rpm":97702,"ĠDich":97703,"--------------------":97704,"_parm":97705,"è¿ĺ":97706,"acciones":97707,"hait":97708,"WARDED":97709,"_routing":97710,"ĠNOM":97711,"Ġenclave":97712,"ĠLotto":97713,"ĉfr":97714,"complexContent":97715,"ĠBallard":97716,"kube":97717,"/win":97718,".getColumnModel":97719,"_REPLACE":97720,"HeaderValue":97721,"Ġestudiantes":97722,"Ġapis":97723,"Ġbpm":97724,"ĠTypeName":97725,"AndGet":97726,"rita":97727,"Plans":97728,">Note":97729,"Ġfetisch":97730,"Ġtoned":97731,"_goto":97732,"onsense":97733,"Ġmolds":97734,"Ġinfiltration":97735,"ĠGuerrero":97736,"ubbo":97737,"cki":97738,"($(\".":97739,"_activities":97740,"(changes":97741,"ĠofApp":97742,"ĠKepler":97743,"ĠDemp":97744,"ĠContinent":97745,".Ticks":97746,"ĠUnsigned":97747,"ĠJahres":97748,"Ġfreshmen":97749,"ĠArchived":97750,"ĠкоÑĤоÑĢÑĭй":97751,"Ġ'::":97752,"Tutorial":97753,"Cc":97754,"ĠtableLayoutPanel":97755,"fromJson":97756,".levels":97757,"_transient":97758,"Ġendorsing":97759,"ĠDIC":97760,"lauf":97761,"Ġshred":97762,"_EMIT":97763,"ificantly":97764,"ALA":97765,"/proto":97766,"Ġnarrowing":97767,"Utc":97768,"Factors":97769,"Ġsentient":97770,"æŀIJ":97771,"lixir":97772,"ĠCROSS":97773,"meteor":97774,"Ġgroin":97775,"Ġmdb":97776,"ĠRotterdam":97777,"Ġcomida":97778,"ĠOpCode":97779,"ĠDefaultValue":97780,"PermissionsResult":97781,"Ġheterogeneous":97782,"Ġmoot":97783,"Ġdeceived":97784,"-independent":97785,"ĠObjectOutputStream":97786,"Ġoverpower":97787,".dup":97788,"Ġldb":97789,"Ġdomestically":97790,"Ġbestellen":97791,"Ġlov":97792,"ĠContractors":97793,"Triangles":97794,"Ġfodder":97795,"Ġfilmes":97796,"ä¼ģ":97797,"Ġrevolver":97798,"StartupScript":97799,"/validation":97800,"ĠResourceType":97801,"iÅŁ":97802,"ĠLaz":97803,"fef":97804,"Ġlstm":97805,"{*":97806,".attachment":97807,".hits":97808,"ewith":97809,"DOG":97810,"Alabama":97811,"Ġmediums":97812,".mContext":97813,"-cols":97814,"åıĭ":97815,".notice":97816,"Ġattn":97817,"ĠPacking":97818,"ĠLn":97819,"_COMPLEX":97820,"/Users":97821,".savetxt":97822,"ĠRounds":97823,"?,?,?,?,":97824,"Ġingl":97825,"ĠROC":97826,"_female":97827,"ĠStard":97828,"]];":97829,"Ġwrestlers":97830,"Ġtorrents":97831,"Ġsinh":97832,"ĊĊ":97833,"ë³µ":97834,"sense":97835,"however":97836,".Physics":97837,"Infrastructure":97838,"ĠSacr":97839,"Fel":97840,"ĠDISTRIBUT":97841,"éments":97842,"ĠValidates":97843,"############################################################":97844,"Ġ|/":97845,"Ġesl":97846,"Ġréseau":97847,"ĠBip":97848,"BYTES":97849,"_WATER":97850,"Turning":97851,"ELS":97852,"Ġjuxtap":97853,"Ġlesbische":97854,"ých":97855,"(Unknown":97856,"Neo":97857,"@JsonProperty":97858,"Ġalumnos":97859,"ĠRaqqa":97860,"imei":97861,".getBounds":97862,".MouseEventHandler":97863,"#######":97864,"GenericType":97865,"/cms":97866,"Ġturno":97867,"Ġмин":97868,"Ġfolklore":97869,"ĠEvo":97870,"Ġconductivity":97871,"Ġleben":97872,"Ġgearbox":97873,"-vs":97874,"ĠÏĨ":97875,"Ġdrinkers":97876,"Ġconexao":97877,"ĠTeeth":97878,"ĠgetArguments":97879,"ĠRAT":97880,"entious":97881,"Educ":97882,"+W":97883,"ĠInstitutional":97884,"ĠBord":97885,"isEqual":97886,"(pwd":97887,"Ġignited":97888,"ĠRousse":97889,"Ġimpactful":97890,"ĠMalk":97891,"Ġgeral":97892,"ĠPivot":97893,"Ġazt":97894,"Ġcsvfile":97895,"ĠRope":97896,"ĠSOLUTION":97897,"ĠArbitrary":97898,"Ġletto":97899,".MouseAdapter":97900,"Ġ}}}":97901,"ĠSailor":97902,"dera":97903,"Putting":97904,"Ġconcentrates":97905,"ĠauthDomain":97906,"âĢĿçļĦ":97907,"-finals":97908,",strlen":97909,"Muon":97910,"ĠOrdinary":97911,"firefox":97912,"ĠLaTeX":97913,"ĠHund":97914,"engineering":97915,"/blue":97916,"edTextBox":97917,"(\"\");":97918,"ĠCDDL":97919,"kept":97920,"ĠGetString":97921,"Kir":97922,"()='":97923,"ĠOCD":97924,"antium":97925,"$menu":97926,"ĠAppalachian":97927,"Secretary":97928,"ë¥ĺ":97929,"ีย":97930,"Semantic":97931,"Ġ*[":97932,"estone":97933,"ungkin":97934,"MaxY":97935,"-tone":97936,"\"};čĊ":97937,"_Part":97938,"ĊĊ":98140,"Lic":98141,"ĠMirage":98142,"ĠAssemblyFileVersion":98143,"TeV":98144,"ĠValueEventListener":98145,"-solving":98146,"Tho":98147,"roulette":98148,"_WP":98149,"Ġuninterrupted":98150,"ĠfieldType":98151,".Typed":98152,"Ġamour":98153,"Ġmockery":98154,"(vol":98155,"ĠSubcommittee":98156,"ĠRuf":98157,"erox":98158,":UIButtonTypeCustom":98159,"ĠBlur":98160,"Ġwykon":98161,"nces":98162,"ASHBOARD":98163,"!!\");Ċ":98164,"Ġmurderers":98165,".daily":98166,"ĠDIAG":98167,"jing":98168,"Ġdolphin":98169,"Ġlòng":98170,"Ġbö":98171,"ĠVocabulary":98172,".StObject":98173,"')\">":98174,"Ġzun":98175,"Ġscrimmage":98176,"tréal":98177,"ĠLig":98178,"[vi":98179,"Cole":98180,"Ġfrosting":98181,".Players":98182,"-translate":98183,"Feels":98184,"=\\\"/":98185,".ButterKnife":98186,"Ġ?>;Ċ":98187,"Ġavi":98188,"innie":98189,".Failure":98190,"Ġspindle":98191,"ConfigurationException":98192,"_hop":98193,"Ġposição":98194,"ĠAwait":98195,"UIImagePickerController":98196,"ĉday":98197,"Ġgenom":98198,"Cab":98199,"ĠÑĢезÑĥлÑĮÑĤаÑĤ":98200,"ORIGINAL":98201,"Ġejaculation":98202,"(tcp":98203,"SECOND":98204,"Ġtonic":98205,"ĠListBox":98206,"ĠĉĉĊ":98207,"()>Ċ":98208,"Ġquatre":98209,"ượng":98210,"withErrors":98211,".Maybe":98212,",âĢ¦":98213,"tokenId":98214,"_UNDEF":98215,"Ġfreshness":98216,"ĠAmendments":98217,".mapbox":98218,".CV":98219,"(blog":98220,"_gettime":98221,".quest":98222,"sparse":98223,"Ġresale":98224,"Ġenthusiastically":98225,"ĠProstitutas":98226,"Wa":98227,"Cargo":98228,".Parcelable":98229,"SENSOR":98230,"ĠRyu":98231,"Laughs":98232,"_Native":98233,"/pg":98234,"ysts":98235,"Ġphotoc":98236,"ç®Ģ":98237,"adopt":98238,".species":98239,"conciliation":98240,"Adjusted":98241,".FirebaseAuth":98242,"uttle":98243,"ordination":98244,"Ġmunch":98245,"ĠStake":98246,".ping":98247,"anker":98248,"(QStringLiteral":98249,"Ġsubscript":98250,"ĠĠĉĊ":98251,"ĠMCC":98252,"_Cmd":98253,"sexy":98254,"iou":98255,"ĠMANY":98256,"Ġnanny":98257,"TRAIN":98258,"Ġflourishing":98259,"ĠWatches":98260,"ĠQMap":98261,"ĠFerm":98262,"Ġwasm":98263,"ĠAbed":98264,"_UD":98265,"ĠGlasses":98266,"+v":98267,"Attend":98268,".Chain":98269,"Ġdecency":98270,"ĠSupplementary":98271,"hunter":98272,"-txt":98273,"Ġ\"}\";Ċ":98274,".setWindowTitle":98275,"(\"":98377,"Ġmascara":98378,"(Profile":98379,"åĬŁèĥ½":98380,"imité":98381,"Ġwildfires":98382,"-ROM":98383,".isOn":98384,"(groupId":98385,"Repair":98386,"accumulate":98387,"Ġ<\",":98388,"Ġhandwritten":98389,"Ġacheter":98390,"ĠMGM":98391,"ĠIrma":98392,"->{_":98393,"gee":98394,"criminal":98395,"Ġèĭ¥è¦ģ":98396,"Ġmomentarily":98397,"\")!=":98398,"_lit":98399,"ĠexpiresIn":98400,".\").":98401,"éķ¿åº¦":98402,"Ġfrække":98403,"vlc":98404,"Ġorbs":98405,"),$":98406,"Ġventured":98407,"/>\\":98408,"charm":98409,"Nuitka":98410,"eldig":98411,"atonin":98412,"Witness":98413,"-lat":98414,"ĠsetHidden":98415,"Ġrelics":98416,"Ġconsulate":98417,".IGNORE":98418,"\"After":98419,"ĠsetAddress":98420,"Ġbesteht":98421,"Ġ'')ĊĊ":98422,".xaxis":98423,"Ġserão":98424,"Ġmisled":98425,"_UNIFORM":98426,"ĠVIA":98427,"incr":98428,"Ġzenith":98429,"Ġviscosity":98430,"Ġthinly":98431,".getSharedPreferences":98432,".ErrorCode":98433,"\"),\"":98434,"ĠMillionen":98435,"Ġ/>)Ċ":98436,"ScrollIndicator":98437,"-seeking":98438,"ĠPOLITICO":98439,"asca":98440,"_rl":98441,"Navig":98442,"(fullfile":98443,"Ġsolitude":98444,"Ġjuven":98445,"Ġhauling":98446,"ĠMacros":98447,"ĠGry":98448,"Ġexercitation":98449,"ĠATTACK":98450,"TickCount":98451,"Ġrites":98452,"Ġdoe":98453,"ParticleSystem":98454,"Ġslu":98455,"WindowText":98456,"ĠClassName":98457,"Ġslander":98458,"ĉPort":98459,"jong":98460,"?a":98461,".Dial":98462,"âĢĶat":98463,"$objPHPExcel":98464,"Ġsoar":98465,"ENN":98466,"appeared":98467,"Ġquotid":98468,"emachine":98469,"Ġnip":98470,"Ġmicrotime":98471,"ĠAlma":98472,";!":98473,"------------------------------------------------------------------------------------------------":98474,"ĠPassage":98475,"Ġdumpsters":98476,"ĠExclude":98477,"Ġsuggestive":98478,"ĠCircularProgressIndicator":98479,"_clr":98480,"ArrayType":98481,"ILLA":98482,"ElapsedTime":98483,"Driven":98484,"ĠresourceName":98485,"ĠGarrison":98486,"serir":98487,"-ahead":98488,"Ġpinnacle":98489,"ĠEspresso":98490,"Sparse":98491,"Ġassays":98492,"ĠGirlfriend":98493,"imid":98494,"]='\\":98495,"ONGLONG":98496,"Ġportraying":98497,"Lane":98498,"Ġbúsqueda":98499,"Ġreinforcements":98500,"ĠSpreadsheet":98501,"ĠArrayCollection":98502,",arr":98503,"lightbox":98504,"icana":98505,"<\"":98506,"builders":98507,"Kid":98508,"ĠMatSnackBar":98509,"EXPR":98510,"odcast":98511,"ĠFoundations":98512,"Ġinds":98513,"='${":98514,"Fizz":98515,"-functional":98516,"(workspace":98517,"Ġstemmed":98518,"_patches":98519,"ĠJarvis":98520,"READING":98521,"Ġdisrespectful":98522,"ĠQDom":98523,"Ġ${Ċ":98524,"estatus":98525,"Reached":98526,"!.ĊĊ":98527,"ILT":98528,"ĠNDEBUG":98529,"ĠCourage":98530,"birthdate":98531,"ĠTing":98532,"Ġutilizado":98533,"ánchez":98534,"Outdoor":98535,"Ġhandguns":98536,"RefCount":98537,"ÉĻ":98538,"romo":98539,"Ġtts":98540,".She":98541,"ĠPane":98542,"ãĢij,ãĢIJ":98543,"ĠIOCTL":98544,"/black":98545,"inscription":98546,"Ġbiopsy":98547,"ĠTimeInterval":98548,".TestCheck":98549,"ĠGUIStyle":98550,"ĠCapability":98551,"ĠBeitrag":98552,"donnees":98553,"Treatment":98554,".backup":98555,"Ġsignings":98556,"ĠBoca":98557,"drm":98558,".MAIN":98559,"Ġgoede":98560,"ĠMarkup":98561,"GREE":98562,"ĠBaseService":98563,".Creator":98564,"Ġjails":98565,"ĠKahn":98566,"IpAddress":98567,"ACHI":98568,"Ġinhibited":98569,"Ġ@$_":98570,"ĠAssass":98571,"Ġenviado":98572,"Heroes":98573,"ÐŁÐµÑĢ":98574,"ĠMaven":98575,".ls":98576,"Ġive":98577,"|RF":98578,"ĠresizeMode":98579,"Ġrumpe":98580,"_attachments":98581,"TU":98582,"Ġtactile":98583,"Attempting":98584,"Ġrobin":98585,"yaw":98586,"Ġmercenaries":98587,"ĠHabitat":98588,"enddate":98589,"Ġoxy":98590,"ĉRandom":98591,"ohon":98592,"IsNull":98593,"ĠValidationResult":98594,"ãĥļ":98595,"umbed":98596,"ppv":98597,"Ġarp":98598,"ichick":98599,"_rnn":98600,"ĠTFT":98601,"TexImage":98602,"\"On":98603,"ĠSampler":98604,"topl":98605,"Ġjane":98606,"yling":98607,"ĠUNICODE":98608,"TabIndex":98609,"<{Ċ":98610,"suspend":98611,"uvian":98612,",application":98613,"олиÑĩеÑģÑĤво":98614,"yat":98615,"ezier":98616,"ĠCHUNK":98617,"ĠAdler":98618,"/Add":98619,"ĠKeyValue":98620,"Ġsposób":98621,"Sampling":98622,"chers":98623,"_AMD":98624,"Ru":98625,".MustCompile":98626,"Nation":98627,"Assoc":98628,"Managing":98629,"ĠEngl":98630,"_GB":98631,"Ġsuccinct":98632,"Ġdisliked":98633,"ĠIke":98634,"Bulletin":98635,"_ARCHIVE":98636,"Proposal":98637,"Ġjogging":98638,".CREATED":98639,"Ġchol":98640,"è£ħ":98641,"Į¨":98642,"-push":98643,"Ġreserva":98644,"corev":98645,"ètre":98646,"THR":98647,"Ġincompetence":98648,"Ġcharisma":98649,"æĦŁ":98650,"Ġ\"==":98651,"BTN":98652,"ĠLocator":98653,"ivet":98654,"('.')Ċ":98655,"ĠforIndexPath":98656,"ôme":98657,"Ġcapacit":98658,"waters":98659,"ĠWRONG":98660,"hoa":98661,"ĠMIPS":98662,"Ġemiss":98663,"ĠJacqueline":98664,"(cmp":98665,"Ġeens":98666,"Leo":98667,".timing":98668,"CLUSION":98669,"Ġ(\"-":98670,"åĵĪ":98671,".kode":98672,"ĠUndert":98673,"Ġbewild":98674,"ĠEssen":98675,".hd":98676,"Ġrenegot":98677,"Ġmower":98678,"Ġlsp":98679,"Ġpenchant":98680,"Ġmanoe":98681,"Ġagli":98682,"Ġrecal":98683,"ĠOPERATION":98684,"(^)(":98685,"Ġν":98686,"ĠScoped":98687,"Ġ@\"Ċ":98688,"=label":98689,"[loc":98690,"Intl":98691,"ĠNz":98692,"tablet":98693,".ColumnName":98694,"ĠscreenSize":98695,"DBus":98696,"cooked":98697,"-registration":98698,"âĢľOne":98699,"-non":98700,"ĠwiÄĻc":98701,"Ġcosta":98702,".addTab":98703,".conditions":98704,"ĠHess":98705,"MEMORY":98706,"ĠAvalanche":98707,"()}}Ċ":98708,"Ġtriplet":98709,"Ġlabyrinth":98710,"ĠNodeList":98711,"ĠNYT":98712,"Ġyeni":98713,"dff":98714,".HtmlControls":98715,"AVIS":98716,"/Math":98717,"Ġmemcmp":98718,"اء":98719,"оÑģÑĮ":98720,"crap":98721,"(pages":98722,"Ġlxml":98723,"ĠQDateTime":98724,"_tcb":98725,"Ġopenid":98726,"Ġsynaptic":98727,"ĠMDMA":98728,"(slug":98729,"igmatic":98730,"enor":98731,"Ġcramped":98732,"GOP":98733,"ŃIJ":98734,".isFile":98735,"ĠDifferential":98736,"Ġ=\"\";Ċ":98737,"ĉĉĉĠĠĠĠĉ":98738,"ĠCooke":98739,"ĉUFUNCTION":98740,"Ġperseverance":98741,"RelativeLayout":98742,"IMPORTANT":98743,"Ġexon":98744,"Ġон":98745,"ibase":98746,"(CONT":98747,"novation":98748,"ä½ķ":98749,"[sub":98750,"AdminController":98751,"HTTPHeader":98752,"crear":98753,"ĠNIR":98754,"ĠDropDownList":98755,"Ġvalide":98756,"Ġdehydration":98757,".']":98758,"(WIN":98759,"Ġ...\\":98760,"Ġphotoshop":98761,"ĉInit":98762,"_cou":98763,"ĠtimeZone":98764,"darwin":98765,"romatic":98766,"NavigationItemSelectedListener":98767,"brates":98768,"]--;Ċ":98769,"Ġtragedies":98770,"ĠPediatrics":98771,"SMART":98772,"-API":98773,"ĠMessageLookup":98774,"ĉvo":98775,"Ġprejudices":98776,"ĠmA":98777,"Ups":98778,"ĠMISSING":98779,"ĉad":98780,"Cream":98781,"ĠTb":98782,"ĠMona":98783,"_ghost":98784,"ĉtypes":98785,"Emb":98786,"ĠDocumentary":98787,"');ĊĊĊĊ":98788,"Ġlup":98789,"_Reference":98790,"ĠBATCH":98791,"Ġintertwined":98792,"":98915,"Ġfoyer":98916,"'utilisation":98917,"ĠMüller":98918,"ĠFetish":98919,"ĠdefaultManager":98920,"Ġbacktrack":98921,"Bah":98922,"Explicit":98923,"_ASCII":98924,"ĠmActivity":98925,"(Msg":98926,"Ġê²Į":98927,"ĠTERMS":98928,"ĠAngie":98929,"HSV":98930,"ĠMosque":98931,".Names":98932,"íĬ¼":98933,"reste":98934,"_parms":98935,"Ġgaping":98936,"Ġcropping":98937,"DataFrame":98938,"Ġresponsiveness":98939,"_undo":98940,"_tran":98941,".terminate":98942,"Ġitaliane":98943,"Ġwalkthrough":98944,"Ġattractiveness":98945,"де":98946,"_STS":98947,"_learn":98948,"Ġchocolates":98949,"ierarchical":98950,"-thinking":98951,"Ġ)))":98952,"ishments":98953,".Logf":98954,"ĠTMZ":98955,"ĠCanary":98956,"foil":98957,"ĠVaccine":98958,".vx":98959,"ĠSurround":98960,"Intermediate":98961,"Ġiov":98962,"vais":98963,"';\";Ċ":98964,"ï½ŀĊĊ":98965,"éĢģæĸĻ":98966,"âĢ¦it":98967,"Seats":98968,"Clar":98969,"Wars":98970,"ĠHutchinson":98971,"ĠHasan":98972,"!')ĊĊ":98973,"ĠRichie":98974,"cheiden":98975,"($('":98976,"York":98977,"Ġlids":98978,"Ġalphanumeric":98979,"ĠGlock":98980,".shapes":98981,"Ġsparking":98982,"_epsilon":98983,"uplicated":98984,".dirty":98985,"])==":98986,"ĠìľĦì¹ĺ":98987,"Ġscn":98988,"Ġ/****************************************************************":98989,"_PREVIEW":98990,"_HC":98991,"ielding":98992,"fgets":98993,"ĠAddison":98994,"ĠproductService":98995,"-figure":98996,"(retval":98997,"zano":98998,"Ġautob":98999,"ĉsd":99000,"_numer":99001,"ĠSetLastError":99002,"ĠFior":99003,"ificance":99004,"Untitled":99005,"Ġinfield":99006,"Ġ{}));Ċ":99007,"Ġspac":99008,"Ġrookies":99009,"(describing":99010,"ngen":99011,"ிà®":99012,".rdf":99013,".Mutex":99014,"Ġkneeling":99015,"ĠQE":99016,"setMax":99017,"ReadStream":99018,"Ġventas":99019,"sut":99020,"cmpeq":99021,".WriteAllText":99022,"ĠExperienced":99023,"$__":99024,"Ġkaum":99025,"ĠLIS":99026,"Ġdocumentos":99027,"_HEALTH":99028,"icontains":99029,"Ġartisans":99030,"OWNER":99031,"Ġblinked":99032,"getDisplay":99033,"Ġtoen":99034,"ĠrowNum":99035,"Ġavril":99036,"Ġinvis":99037,"ĠKear":99038,"toBeInTheDocument":99039,"apur":99040,"Ġracked":99041,"ĠMcMaster":99042,"_ATTRIB":99043,"Haz":99044,"Ġfactura":99045,"/ts":99046,"ĠÑĢазмеÑĢ":99047,"Ġzf":99048,"Ġshortfall":99049,".fasta":99050,"ĠCONSTANT":99051,".managed":99052,"gems":99053,"SharedPointer":99054,"Ġblurry":99055,"brightness":99056,"(components":99057,"Ġ...\"ĊĊ":99058,"SELL":99059,"ĠIllustrator":99060,".getChannel":99061,"Ġtrouvé":99062,"ysters":99063,"Ġvois":99064,"ĠLinden":99065,"Ġemojis":99066,"Ġbrawl":99067,"ĠMSR":99068,"ĠElo":99069,"ĠCroatian":99070,"PopupMenu":99071,"Lewis":99072,".JWT":99073,"Ġastonished":99074,"Bush":99075,"(itemId":99076,"Ġdetachment":99077,"ĠEncore":99078,"å°Ķ":99079,"Ġrekl":99080,"Ġcram":99081,")$/":99082,".getHost":99083,"_recommend":99084,"-HT":99085,"_calibration":99086,"Authenticate":99087,".firebaseapp":99088,"UNIX":99089,"ĉCamera":99090,"ĠHEAP":99091,"Ideal":99092,".office":99093,"Ġgoofy":99094,"(Symbol":99095,"Ġjouer":99096,"_partitions":99097,"Ġrapidement":99098,"ĠGNUNET":99099,"idUser":99100,"Ġsupervise":99101,"(Contact":99102,"AWN":99103,"ãģĺ":99104,"Ġnaam":99105,"Ġaust":99106,"åľ¨çº¿":99107,"_softmax":99108,"AllowAnonymous":99109,"ammable":99110,"ROUTE":99111,"*D":99112,"Ġaden":99113,"ĠCristina":99114,"ĠCristiano":99115,"Ġbloodstream":99116,"subclass":99117,"_persona":99118,"CHILD":99119,"-know":99120,"ĠnavigationOptions":99121,"ĠZukunft":99122,"ĠPixar":99123,"Tyler":99124,"Ġunderworld":99125,"Ġsincerity":99126,"Ġdispenser":99127,"Ġkter":99128,"idders":99129,".addNode":99130,"-checked":99131,"Ġkeyst":99132,"ĠWTO":99133,".signals":99134,"Ġadventurer":99135,"ĠPang":99136,"\\R":99137,"=pos":99138,"Ġdispensaries":99139,"ĠCloset":99140,"(\"{\\\"":99141,"ideon":99142,"Ġnécessaire":99143,"()\"Ċ":99144,"_RECEIVED":99145,"Ġrésultats":99146,"Ġmoden":99147,"ĠIcelandic":99148,";d":99149,".allowed":99150,"(newUser":99151,"Ġmerciless":99152,".WaitFor":99153,"Ġdaycare":99154,"ĠConveyor":99155,"çĸ":99156,"ð¬":99157,"çĥ":99158,"çĹ":99159,"çł":99160,"èĦ":99161,"é²":99162,"å¦":99163,"çĿĢ":99164,"å¾Ī":99165,"éħ":99166,"çĭ":99167,"éª":99168,"æĤ":99169,"é¥":99170,"èħ":99171,"æĥ³":99172,"å¨":99173,"é¹":99174,"çĤ":99175,"åĴ":99176,"çĮ":99177,"è´¨":99178,"æ¢":99179,"æ°Ķ":99180,"ð«":99181,"æķĻ":99182,"çŁ":99183,"åĦ":99184,"åıijå±ķ":99185,"åĪĽ":99186,"èij":99187,"æħ":99188,"åŀ":99189,"åģļ":99190,"æĪĺ":99191,"æIJ":99192,"强":99193,"æ·±":99194,"åĩł":99195,"ç¿":99196,"å©":99197,"èŀ":99198,"å§Ķ":99199,"åIJĦ":99200,"èİ":99201,"é¸":99202,"éº":99203,"åıĹ":99204,"èģĮ":99205,"åĺ":99206,"æ½":99207,"é£İ":99208,"èIJ¥":99209,"åħļ":99210,"èľ":99211,"éĤ£":99212,"é¢Ĩ":99213,"çij":99214,"é³":99215,"æľ¯":99216,"ä»Ģ":99217,"æĪ¿":99218,"ç²¾":99219,"åª":99220,"éĨ":99221,"太":99222,"èĤ¡":99223,"èĽ":99224,"åħī":99225,"æŀģ":99226,"åĬŀ":99227,"èĵ":99228,"çĺ":99229,"å´":99230,"åĹ":99231,"èĬ±":99232,"çłĶ":99233,"å¿«":99234,"å¸Ī":99235,"è¶Ĭ":99236,"è§Ĥ":99237,"æ¤":99238,"æ¦":99239,"çŀ":99240,"èĤ²":99241,"çĪ±":99242,"çĻ½":99243,"ä¸ĸ":99244,"ä»Ģä¹Ī":99245,"çľ¼":99246,"å³":99247,"èĴ":99248,"æĵ":99249,"被":99250,"å¹²":99251,"çĹħ":99252,"士":99253,"çĴ":99254,"è¸":99255,"æ¾":99256,"å·¥ä½ľ":99257,"让":99258,"çĥŃ":99259,"è¾ĥ":99260,"åĦ¿":99261,"åĬ©":99262,"积":99263,"ç³":99264,"çĵ":99265,"ç£":99266,"åĤ":99267,"è¹":99268,"èļ":99269,"å·±":99270,"çĻ¾":99271,"åĬ¿":99272,"èµĽ":99273,"æ¨":99274,"æ¿":99275,"èĸ":99276,"æĿij":99277,"带":99278,"å¢ĥ":99279,"æĬ¤":99280,"éŃ":99281,"å«":99282,"èĩªå·±":99283,"æµİ":99284,"ä½İ":99285,"åĮ»":99286,"éĺ²":99287,"åĨľ":99288,"èĨ":99289,"çĨ":99290,"é«":99291,"åĨĽ":99292,"æĪı":99293,"åįĩ":99294,"æĸ¯":99295,"ä½ı":99296,"èIJ½":99297,"åħ»":99298,"èĩ´":99299,"çĬ":99300,"çĩ":99301,"çħ":99302,"èĶ":99303,"ä¼ģä¸ļ":99304,"åĽ¢":99305,"æīį":99306,"æł¡":99307,"åĩĨ":99308,"å¥ĩ":99309,"åī¯":99310,"é¼":99311,"æ¼Ķ":99312,"马":99313,"èµ°":99314,"ç¥ŀ":99315,"åħĭ":99316,"æľĽ":99317,"æ²¹":99318,"è¾¹":99319,"åįĥ":99320,"å¾Ģ":99321,"åĪĩ":99322,"æ©":99323,"ç¶":99324,"åĻ":99325,"éĻħ":99326,"çīĮ":99327,"社ä¼ļ":99328,"游æĪı":99329,"æĸ½":99330,"çħ§":99331,"æݧ":99332,"满":99333,"è¯Ĩ":99334,"éĩįè¦ģ":99335,"足":99336,"çķĻ":99337,"ç»Ĩ":99338,"åįı":99339,"éĢĤ":99340,"æĩ":99341,"æ§":99342,"éĦ":99343,"èĿ":99344,"å¸Ĥåľº":99345,"ç»ıæµİ":99346,"ä¹ł":99347,"æĸĩåĮĸ":99348,"éļ¾":99349,"ä¹IJ":99350,"åĨ³":99351,"欢":99352,"è§ī":99353,"åĽŃ":99354,"åħ´":99355,"åħħ":99356,"举":99357,"æī¹":99358,"èķ":99359,"æĬĬ":99360,"æĬĢæľ¯":99361,"究":99362,"第ä¸Ģ":99363,"便":99364,"åĵį":99365,"çİ©":99366,"åĿļ":99367,"èŀį":99368,"åįĬ":99369,"åĸľ":99370,"å±Ĥ":99371,"离":99372,"ä»ħ":99373,"éŁ":99374,"åij³":99375,"念":99376,"åŃ£":99377,"ç´§":99378,"ä¹ħ":99379,"é¤":99380,"éŀ":99381,"è¤":99382,"åĢĻ":99383,"åĨµ":99384,"çŁ³":99385,"åģ¥":99386,"æĢİ":99387,"å®Ŀ":99388,"è¡Ģ":99389,"åŁŁ":99390,"æĹ©":99391,"çŁ¥éģĵ":99392,"è´Ł":99393,"åįļ":99394,"å·´":99395,"亲":99396,"å±ŀ":99397,"严":99398,"äºī":99399,"å¯Ł":99400,"èº":99401,"ç°":99402,"建设":99403,"产ä¸ļ":99404,"åIJĥ":99405,"åŃ©":99406,"æĹħ":99407,"æł¹":99408,"æĿIJ":99409,"ä¼Ĺ":99410,"éļı":99411,"å®ĺ":99412,"åºķ":99413,"彩":99414,"å¯Į":99415,"温":99416,"åį«":99417,"åī§":99418,"çĽĬ":99419,"æĬĹ":99420,"è´¢":99421,"纪":99422,"æĨ":99423,"çĶŁæ´»":99424,"红":99425,"çĶŁäº§":99426,"è¿ľ":99427,"éĴ±":99428,"åĶ®":99429,"群":99430,"çıŃ":99431,"楼":99432,"éĩĩ":99433,"èīº":99434,"å±ħ":99435,"åģĩ":99436,"è°Ī":99437,"æĻļ":99438,"é¬":99439,"èĪª":99440,"害":99441,"èĹ":99442,"çį":99443,"åµ":99444,"çİĭ":99445,"康":99446,"èİ·":99447,"ç»Ń":99448,"äºļ":99449,"é£Ł":99450,"åİĭ":99451,"æĭĽ":99452,"èĮĥ":99453,"许":99454,"åĽ´":99455,"é½":99456,"éĻį":99457,"纳":99458,"åĵª":99459,"æķĻèĤ²":99460,"å·²ç»ı":99461,"å¾·":99462,"æŀĹ":99463,"å®īåħ¨":99464,"é¾Ļ":99465,"大家":99466,"éĿĴ":99467,"åºľ":99468,"æ²³":99469,"åı¤":99470,"èį¯":99471,"åĿĩ":99472,"æĻº":99473,"乡":99474,"çķ¥":99475,"åĨ·":99476,"ç¦ı":99477,"室":99478,"ç»´":99479,"æī¿":99480,"å±Ĭ":99481,"è¯ī":99482,"åĪ»":99483,"èŁ":99484,"æª":99485,"å°±æĺ¯":99486,"è¿Ļ个":99487,"ä¸Ńå¿ĥ":99488,"ä¸ĸçķĮ":99489,"åŁİå¸Ĥ":99490,"éĿŀ常":99491,"åĪĴ":99492,"åıĮ":99493,"æĢİä¹Ī":99494,"åĪ°äºĨ":99495,"æľĥ":99496,"åı²":99497,"ä¾Ĩ":99498,"å¾ĭ":99499,"å¥ĸ":99500,"ç»Ī":99501,"åªĴ":99502,"å®ģ":99503,"课":99504,"èģĮä¸ļ":99505,"åħį":99506,"æµĭ":99507,"æĢ¥":99508,"æķij":99509,"çĭ¬":99510,"èѦ":99511,"é¤IJ":99512,"æĦ¿":99513,"è´«":99514,"çĸij":99515,"åļ":99516,"她":99517,"åıĪ":99518,"åĽłä¸º":99519,"ä¸įæĺ¯":99520,"å¤Ł":99521,"æĸ¹éĿ¢":99522,"éķĩ":99523,"äºĴ":99524,"éħĴ":99525,"讲":99526,"çĸĹ":99527,"æĺ¥":99528,"æ¹ĸ":99529,"å¤ľ":99530,"责任":99531,"人æ°ij":99532,"åħ°":99533,"çŁŃ":99534,"æķħ":99535,"åĩı":99536,"æĻ®":99537,"亮":99538,"ä¾Ŀ":99539,"åį°":99540,"éĿĻ":99541,"åĢĭ":99542,"å¾ģ":99543,"åIJ¸":99544,"缺":99545,"æĶ»":99546,"åĩĢ":99547,"åħ¸":99548,"åĽº":99549,"访":99550,"ç¹":99551,"çĢ":99552,"æıIJä¾Ľ":99553,"ç»ĩ":99554,"å¾Īå¤ļ":99555,"çłĶ究":99556,"è·Ł":99557,"主è¦ģ":99558,"æĥħåĨµ":99559,"çŃĸ":99560,"æŃ»":99561,"大åѦ":99562,"æĶ¿åºľ":99563,"å½±åĵį":99564,"ä¹°":99565,"åħŃ":99566,"éĻ©":99567,"åħ«":99568,"æŁIJ":99569,"è´¨éĩı":99570,"åįł":99571,"å·®":99572,"æĽ´å¤ļ":99573,"æľĭ":99574,"éĿ©":99575,"宣":99576,"çł´":99577,"è½»":99578,"座":99579,"æĺ¾":99580,"稳":99581,"è´µ":99582,"èĥĮ":99583,"èī¯":99584,"çĸ«":99585,"æ¯Ĵ":99586,"ä¹İ":99587,"åĢŁ":99588,"è¿·":99589,"çŃĶ":99590,"æ¿Ģ":99591,"åij¼":99592,"äºĨä¸Ģ":99593,"趣":99594,"ä¼´":99595,"ä¼Ļ":99596,"è¼":99597,"ð¬Ń":99598,"åĽ½å®¶":99599,"æ´»åĬ¨":99600,"çİ°åľ¨":99601,"ç§ijæĬĢ":99602,"åį¡":99603,"ä¸įåIJĮ":99604,"个人":99605,"è®°èĢħ":99606,"ä¸įæĸŃ":99607,"éĹ»":99608,"ä¹Ŀ":99609,"èijĹ":99610,"综":99611,"ä¸ĥ":99612,"æłij":99613,"æľĭåıĭ":99614,"åįĸ":99615,"伤":99616,"æ²Ļ":99617,"åĸĦ":99618,"å¥Ĺ":99619,"è½®":99620,"ç©¿":99621,"è¡¥":99622,"ä¸Ģå®ļ":99623,"çªģ":99624,"çĿ£":99625,"追":99626,"å¨ģ":99627,"åı¦":99628,"åĽ°":99629,"æŀ¶":99630,"ç»Ŀ":99631,"æķ£":99632,"æİ¢":99633,"æ´Ĺ":99634,"临":99635,"ä¼¼":99636,"è´¸":99637,"丰":99638,"æĺ¯ä¸Ģ":99639,"ç«ŀ":99640,"è¿İ":99641,"èģļ":99642,"è«":99643,"æįŁ":99644,"æī§":99645,"驾":99646,"è¿Ŀ":99647,"è¥":99648,"èł":99649,"ä»ĸ们":99650,"æŶåĢĻ":99651,"å®ĥ":99652,"人åijĺ":99653,"è¿Ļæł·":99654,"å·¥ç¨ĭ":99655,"åĪĽæĸ°":99656,"åŃ©åŃIJ":99657,"å¸Į":99658,"éĥ¨åĪĨ":99659,"éĵ¶":99660,"代表":99661,"é¦Ļ":99662,"帮":99663,"æİ¨è¿Ľ":99664,"çĽĺ":99665,"积æŀģ":99666,"éĥ¨éŨ":99667,"åŁ¹":99668,"æѦ":99669,"ä¸įä¼ļ":99670,"çŃij":99671,"éĢĻ":99672,"çݩ家":99673,"æĭ¿":99674,"åİĤ":99675,"æ¯Ľ":99676,"çģµ":99677,"æŃĮ":99678,"绿":99679,"å¦Ī":99680,"缼":99681,"é¦Ĩ":99682,"顺":99683,"èĦ¸":99684,"å°¼":99685,"丽":99686,"奥":99687,"éģĩ":99688,"è¯į":99689,"å°ģ":99690,"ä¸Ŀ":99691,"好çļĦ":99692,"æĭħ":99693,"èĦ±":99694,"æģ¶":99695,"åİļ":99696,"åĬ³":99697,"缣":99698,"æĬĺ":99699,"åı¥":99700,"æĢĢ":99701,"æŁĵ":99702,"书记":99703,"åĨł":99704,"é²ľ":99705,"æ¦Ĥ":99706,"éļIJ":99707,"å¹ħ":99708,"èµŀ":99709,"å¹ķ":99710,"æ¥Ń":99711,"éģĹ":99712,"åĪ¤":99713,"èĺ":99714,"å¶":99715,"æĬķèµĦ":99716,"è¡Įä¸ļ":99717,"äºij":99718,"çݯå¢ĥ":99719,"åѦçĶŁ":99720,"åIJĪä½ľ":99721,"åģ¥åº·":99722,"é£ŀ":99723,"ä¸ĢæŃ¥":99724,"ä¸Ģ缴":99725,"åıijçĶŁ":99726,"éĺ¿":99727,"é¢Ĩ导":99728,"åĸľæ¬¢":99729,"åºĶ该":99730,"çĤº":99731,"è®Ń":99732,"æĿĢ":99733,"港":99734,"交éĢļ":99735,"éĺ¶":99736,"éĴ¢":99737,"令":99738,"å°½":99739,"æ¯į":99740,"è¡£":99741,"ç²ī":99742,"顶":99743,"ä¹Łä¸į":99744,"æĬĵ":99745,"èĭ¦":99746,"幸":99747,"礼":99748,"第ä¸ī":99749,"大çļĦ":99750,"éģİ":99751,"çĥŁ":99752,"éģ¿":99753,"ä»į":99754,"åºĨ":99755,"æĢķ":99756,"è°¢":99757,"çĽĸ":99758,"å°Ħ":99759,"éľ²":99760,"æĸĹ":99761,"çĬ¶":99762,"åѸ":99763,"æ¯ķ":99764,"å·¨":99765,"çŁ¿":99766,"çļĩ":99767,"å¸Ń":99768,"çĹĩ":99769,"æī¬":99770,"延":99771,"侧":99772,"æ·¡":99773,"çļĦä¸Ģ":99774,"網":99775,"æ´ģ":99776,"ç¸":99777,"è§Ī":99778,"çŃ¹":99779,"ç§ĺ":99780,"è¯Ĭ":99781,"çı¾":99782,"èªī":99783,"毫":99784,"ð¨":99785,"åį´":99786,"æĪIJ为":99787,"èĥ½åĬĽ":99788,"é»Ħ":99789,"æĹħ游":99790,"èĪ¬":99791,"æ¯Ķè¾ĥ":99792,"èµ·æĿ¥":99793,"äºĨ解":99794,"èĩªçĦ¶":99795,"ä¸Ģ次":99796,"åŁºæľ¬":99797,"æĽ¾":99798,"综åIJĪ":99799,"èıľ":99800,"è§īå¾Ĺ":99801,"第äºĮ":99802,"è·ij":99803,"æ³¢":99804,"åĢĴ":99805,"ç¡Ģ":99806,"åħµ":99807,"èįī":99808,"çĶ³":99809,"çĶ°":99810,"æĤ£":99811,"è§Ħå®ļ":99812,"èĥľ":99813,"èµĦ产":99814,"梦":99815,"æľĿ":99816,"è¿ĻéĩĮ":99817,"夫":99818,"æĮ¥":99819,"ä½Ľ":99820,"å®Ī":99821,"鼶":99822,"æĸ¼":99823,"ç¯ĩ":99824,"å²Ľ":99825,"åĵ¥":99826,"éŃĶ":99827,"ä¸įåĪ°":99828,"æīĺ":99829,"åºĬ":99830,"欧":99831,"èį£":99832,"æ±ĩ":99833,"æī©":99834,"åģı":99835,"å¢Ļ":99836,"讯":99837,"å©ļ":99838,"æĥł":99839,"æ´ĭ":99840,"å®ľ":99841,"润":99842,"æħ¢":99843,"éĢı":99844,"宽":99845,"顾":99846,"ç´¯":99847,"污":99848,"çĪĨ":99849,"秣":99850,"æĥĬ":99851,"涨":99852,"饰":99853,"éĺµ":99854,"饮":99855,"æļĸ":99856,"åºŁ":99857,"æĹĹ":99858,"éļĶ":99859,"ç¶ĵ":99860,"åĭĻ":99861,"實":99862,"éĢĶ":99863,"æī«":99864,"çĥĪ":99865,"鼻":99866,"åĪij":99867,"éĹľ":99868,"éĹª":99869,"å¥ĭ":99870,"åĤ¨":99871,"缩":99872,"ä¾µ":99873,"å¬":99874,"ð¬¶":99875,"åĽ½éĻħ":99876,"ç»Ħç»ĩ":99877,"ä¸ĵä¸ļ":99878,"åıijçİ°":99879,"å¸ĮæľĽ":99880,"ç»ıèIJ¥":99881,"åı«":99882,"æĿ¥è¯´":99883,"éļľ":99884,"ä»»ä½ķ":99885,"交æĺĵ":99886,"éĩįçĤ¹":99887,"çļ®":99888,"ç»į":99889,"æ´¾":99890,"ç§ijåѦ":99891,"åºĶçĶ¨":99892,"建çŃij":99893,"èĤī":99894,"æĶ¹éĿ©":99895,"åŁºç¡Ģ":99896,"æ±ī":99897,"åĩºæĿ¥":99898,"è¿Ļä¹Ī":99899,"åĪļ":99900,"åĿIJ":99901,"ä¸įä»ħ":99902,"ä¼ļè®®":99903,"éĿł":99904,"åªĴä½ĵ":99905,"æ°¸":99906,"åĨ²":99907,"èĭı":99908,"央":99909,"çĪ¶":99910,"åłĤ":99911,"å®ŀéĻħ":99912,"è¡Ĺ":99913,"ç«¥":99914,"éĺħ":99915,"äºĭæĥħ":99916,"åİŁåĽł":99917,"éħ¸":99918,"以æĿ¥":99919,"娱":99920,"宫":99921,"åĿĹ":99922,"绩":99923,"éĩİ":99924,"ä¸įå¾Ĺ":99925,"ä¼łå¥ĩ":99926,"硬":99927,"åİħ":99928,"æĹ¢":99929,"ç»ĥ":99930,"èĦij":99931,"å¼±":99932,"æİĮ":99933,"è´´":99934,"æĮĤ":99935,"åħ³éĶ®":99936,"å°ļ":99937,"é¥Ń":99938,"åºĦ":99939,"çĻ¼":99940,"åľĭ":99941,"æİĪ":99942,"个æľĪ":99943,"äºĪ":99944,"å¸ģ":99945,"è·Ŀ":99946,"æ²ī":99947,"ç«Ł":99948,"åĨ¬":99949,"æĬ½":99950,"éĨĴ":99951,"å¼Ł":99952,"触":99953,"èģĺ":99954,"è±Ĩ":99955,"æļ´":99956,"åijĬè¯ī":99957,"豪":99958,"èµ¢":99959,"è·¨":99960,"è³ĩ":99961,"çĪ¸":99962,"æĬ±":99963,"浪":99964,"麻":99965,"仪":99966,"è¡¡":99967,"奶":99968,"çģ¾":99969,"赶":99970,"èĤ¥":99971,"å§IJ":99972,"åĢº":99973,"éľĩ":99974,"订":99975,"æ¬Ĭ":99976,"ç·":99977,"å»ī":99978,"ä¿Ĺ":99979,"å¿ĺ":99980,"å¦ĩ":99981,"ç¼ĵ":99982,"åŃķ":99983,"漫":99984,"è£ģ":99985,"çĩĥ":99986,"é»ĺ":99987,"çī¢":99988,"çĪ·":99989,"æĬµ":99990,"宾":99991,"æľīä¸Ģ":99992,"迹":99993,"è¿«":99994,"è²Į":99995,"æľīçļĦ":99996,"ð¬ĺ":99997,"è¿ĺæĺ¯":99998,"æīĢ以":99999,"ä¹Łæĺ¯":100000,"è¿ĻäºĽ":100001,"对äºİ":100002,"åIJ§":100003,"缮åīį":100004,"èĩªå·±çļĦ":100005,"èĥ½å¤Ł":100006,"å¦Ĥä½ķ":100007,"æľºæŀĦ":100008,"åıªæĺ¯":100009,"ç½ijç«Ļ":100010,"åħ¨éĿ¢":100011,"为äºĨ":100012,"å¼Ģåıij":100013,"æĸ°éĹ»":100014,"éĩijèŀį":100015,"继":100016,"客æĪ·":100017,"ä¸Ģèµ·":100018,"èĮ¶":100019,"åħ³æ³¨":100020,"æ°´å¹³":100021,"åİĨåı²":100022,"å¢ŀéķ¿":100023,"é±":100024,"åŁºéĩij":100025,"åºŃ":100026,"åı¶":100027,"ä¿ĥ":100028,"鼨":100029,"æ¶Īè´¹":100030,"èĪ¹":100031,"çŁ¥è¯Ĩ":100032,"æĪĺçķ¥":100033,"ç»ıéªĮ":100034,"å³°":100035,"æĽ²":100036,"èĦļ":100037,"åĨ°":100038,"å¤ı":100039,"å½Ĵ":100040,"ç¬Ķ":100041,"èĻij":100042,"çĶ²":100043,"åľĪ":100044,"è¯Ĺ":100045,"é½IJ":100046,"容æĺĵ":100047,"çłĶåıij":100048,"骨":100049,"纸":100050,"è·µ":100051,"æŧ":100052,"çķ¶":100053,"åĪ¸":100054,"è´·":100055,"åı¬":100056,"ç§ĭ":100057,"液":100058,"è¡ĮæĶ¿":100059,"çĮ®":100060,"èĤ¤":100061,"éĢIJ":100062,"è¶ĬæĿ¥":100063,"è¶ĬæĿ¥è¶Ĭ":100064,"æĦıè§ģ":100065,"èĪŀ":100066,"åīĤ":100067,"æ¶ī":100068,"ç¨ĭ度":100069,"åħ¬åħ±":100070,"械":100071,"æľ«":100072,"纯":100073,"åĶ±":100074,"æ´²":100075,"æĬ¢":100076,"æ¤į":100077,"å¿Ļ":100078,"ä¼°":100079,"å¼¹":100080,"æ³ī":100081,"æľĢ大":100082,"è¶ĭ":100083,"å·§":100084,"ç¦ģ":100085,"æī¶":100086,"åį±":100087,"çıł":100088,"çĨŁ":100089,"æĭľ":100090,"主ä¹ī":100091,"æĿĤ":100092,"éĻĦ":100093,"éģį":100094,"æIJŃ":100095,"æĮ¯":100096,"å¤ļå¹´":100097,"æķ¬":100098,"æijĦ":100099,"纷":100100,"å¼ĥ":100101,"湿":100102,"å¨ĺ":100103,"æ¡£":100104,"驶":100105,"æľĹ":100106,"æ®ĸ":100107,"æ¦ľ":100108,"åĵ¡":100109,"ä¸Ģä½ĵ":100110,"æŁ¥çľĭ":100111,"ç¹ģ":100112,"æµĵ":100113,"åħ¬å®ī":100114,"æ½ľ":100115,"è´¯":100116,"éªĹ":100117,"æIJľ":100118,"å·¡":100119,"è¬":100120,"éĬ":100121,"å§Ķä¼ļ":100122,"æĤł":100123,"åī©":100124,"æıŃ":100125,"åŃ£åº¦":100126,"ð«ĺ":100127,"ð¬¬":100128,"ä´":100129,"ðª":100130,"ä½Ĩæĺ¯":100131,"éĥ½æĺ¯":100132,"å¹³åı°":100133,"åŃ¦ä¹ł":100134,"åĵģçīĮ":100135,"ä¸Ķ":100136,"è¿Ļç§į":100137,"æĶ¿çŃĸ":100138,"æĭ¬":100139,"认为":100140,"ä¸ĢèĪ¬":100141,"æłĩåĩĨ":100142,"æĶ¯æĮģ":100143,"模å¼ı":100144,"åħ³ç³»":100145,"çļĦæĺ¯":100146,"è¿Ļä¸Ģ":100147,"ä¸įè¦ģ":100148,"çĶļ":100149,"ç²¾ç¥ŀ":100150,"æĭ¥":100151,"åĪ©çĶ¨":100152,"ä¿ĿæĬ¤":100153,"ä½ľçĶ¨":100154,"èĭ¥":100155,"åĽ½åĨħ":100156,"ä»ĭç»į":100157,"ä¸Ģä¸ĭ":100158,"å·¥ä¸ļ":100159,"缮æłĩ":100160,"æľĢåIJİ":100161,"ä»·åĢ¼":100162,"å°į":100163,"éĵģ":100164,"è°ģ":100165,"ç»ĵæŀĦ":100166,"éĽª":100167,"æĻºèĥ½":100168,"ä¼łç»Ł":100169,"ä½ĵèĤ²":100170,"çĶŁæĢģ":100171,"æĭį":100172,"æݪ":100173,"åĨľä¸ļ":100174,"çī¹èī²":100175,"è§Ħ模":100176,"æĹ¶ä»£":100177,"è¿ĩç¨ĭ":100178,"éĴĪ":100179,"æĿ¾":100180,"åĶIJ":100181,"åĮ»çĸĹ":100182,"çģ¯":100183,"åĪ¶éĢł":100184,"æł¸å¿ĥ":100185,"ä¸įåı¯":100186,"ç³»åĪĹ":100187,"åIJī":100188,"åľ£":100189,"åĢij":100190,"ä½³":100191,"æĿ¥çľĭ":100192,"æ¯ĶèµĽ":100193,"ä¸ĭæĿ¥":100194,"åĩºäºĨ":100195,"å¹²éĥ¨":100196,"微信":100197,"å½ĵåľ°":100198,"åį·":100199,"åį«çĶŁ":100200,"ä¼Ł":100201,"çĸ«æĥħ":100202,"è°·":100203,"åĩłä¸ª":100204,"éĺ´":100205,"çĶŁçī©":100206,"å°¤":100207,"ä¼Ĭ":100208,"èĤ¯":100209,"éĿ¢ç§¯":100210,"åĪĽéĢł":100211,"æı¡":100212,"åľĨ":100213,"æĻĵ":100214,"æĪIJäºĨ":100215,"åĩ¡":100216,"çĸ¾":100217,"ç«ŀäºī":100218,"讨":100219,"主é¢ĺ":100220,"é²ģ":100221,"迪":100222,"ä¿Ħ":100223,"æĢª":100224,"並":100225,"èĻļ":100226,"æ½®":100227,"çĥ§":100228,"èĢ³":100229,"æ±ł":100230,"éĢĤåIJĪ":100231,"æł¹æľ¬":100232,"åĬłçĽŁ":100233,"çĶµè§Ĩ":100234,"æ··":100235,"ç¼ĺ":100236,"çªĹ":100237,"çĬ¯":100238,"æĥ¯":100239,"æĦıä¹ī":100240,"åĬŀæ³ķ":100241,"ä¼ij":100242,"æ»ij":100243,"åĭĩ":100244,"æķ¢":100245,"寻":100246,"è¦Ĩ":100247,"éĢĥ":100248,"ç»ıçIJĨ":100249,"åĿı":100250,"æ³½":100251,"ä¹ĺ":100252,"åĪº":100253,"å±ı":100254,"é¡¿":100255,"亡":100256,"éĤĢ":100257,"åħ¼":100258,"åĭ¤":100259,"æ®ĭ":100260,"æĺł":100261,"æ¯ķä¸ļ":100262,"æĪª":100263,"è·Į":100264,"å£ģ":100265,"åı¦ä¸Ģ":100266,"羣å®ŀ":100267,"磨":100268,"è¯ļ":100269,"å¿ħè¦ģ":100270,"æģĭ":100271,"æĩĤ":100272,"å¾Ĵ":100273,"è°ĵ":100274,"æķı":100275,"æĻ¨":100276,"èĥ¸":100277,"æĭ¼":100278,"å¦Ļ":100279,"诸":100280,"èģĬ":100281,"æĤī":100282,"麼":100283,"åĩŃ":100284,"èĪĴ":100285,"æ¶Ĥ":100286,"è¿ģ":100287,"沿":100288,"å¡ij":100289,"æĽ¿":100290,"æ¾³":100291,"å¿į":100292,"èĢĹ":100293,"龸":100294,"åĩłå¹´":100295,"åĪĬ":100296,"èĦī":100297,"èħIJ":100298,"æ¡Į":100299,"çºł":100300,"æ»ļ":100301,"æĤ²":100302,"åĨĴ":100303,"妹":100304,"çķħ":100305,"纵":100306,"æijĩ":100307,"夺":100308,"è·¯ä¸Ĭ":100309,"忽":100310,"èĸª":100311,"æģIJ":100312,"æĦıæĢĿ":100313,"å«Į":100314,"æı´":100315,"æ°§":100316,"èĢĢ":100317,"éĺ»":100318,"轨":100319,"å¹»":100320,"æįķ":100321,"åĿ¦":100322,"åĵĪåĵĪ":100323,"çĭIJ":100324,"滨":100325,"è²»":100326,"è¿Ł":100327,"人éĥ½":100328,"ç»ĺ":100329,"åı¹":100330,"çµIJ":100331,"æī°":100332,"æ»ĭ":100333,"å¥ij":100334,"åĭŁ":100335,"確":100336,"ð¦":100337,"éĽĨåĽ¢":100338,"æĿİ":100339,"å¼Ģå±ķ":100340,"æıIJåįĩ":100341,"åħ¨åĽ½":100342,"汽车":100343,"åŃ¦æł¡":100344,"æł¹æį®":100345,"è¿Ļæĺ¯":100346,"åĩºçİ°":100347,"éĻĪ":100348,"ç½Ĺ":100349,"èİ·å¾Ĺ":100350,"åĪĺ":100351,"éĶĢåĶ®":100352,"æľªæĿ¥":100353,"éľĢæ±Ĥ":100354,"å®ŀæĸ½":100355,"åĿļæĮģ":100356,"åħ¨çIJĥ":100357,"éĵ¶è¡Į":100358,"æݧåĪ¶":100359,"é¡»":100360,"åľ°åĮº":100361,"æīĵéĢł":100362,"çļĦè¯Ŀ":100363,"帮åĬ©":100364,"ä½ĵç³»":100365,"è¾¾åĪ°":100366,"è§ĦåĪĴ":100367,"åŁ¹è®Ń":100368,"两个":100369,"æĬ¥åijĬ":100370,"åľ°æĸ¹":100371,"å®Įåħ¨":100372,"æİī":100373,"ç»ĵåIJĪ":100374,"å®£ä¼ł":100375,"æ³ķå¾ĭ":100376,"èīºæľ¯":100377,"çĶµå½±":100378,"說":100379,"ä¸ĢçĤ¹":100380,"è¶ħè¿ĩ":100381,"çĶµåŃIJ":100382,"æĢĿæĥ³":100383,"æķĻåѦ":100384,"éĺ¶æ®µ":100385,"åķĨä¸ļ":100386,"çī©æµģ":100387,"åĪĽä¸ļ":100388,"æĸ¹æ¡Ī":100389,"çݰ代":100390,"æ¡¥":100391,"èIJ½å®ŀ":100392,"带æĿ¥":100393,"产çĶŁ":100394,"ç§Ģ":100395,"æ³°":100396,"ä¹±":100397,"åħ·ä½ĵ":100398,"åĸĿ":100399,"èĵĿ":100400,"å®Ĺ":100401,"åįĩ级":100402,"æ·±åħ¥":100403,"ä¿ĿéĻ©":100404,"ç®Ģåįķ":100405,"çĹĽ":100406,"稳å®ļ":100407,"è¾Ĩ":100408,"å±ŀäºİ":100409,"å·Ŀ":100410,"ä¸įå°ij":100411,"åĴ¨":100412,"ä¸ľè¥¿":100413,"å½¢å¼ı":100414,"娱ä¹IJ":100415,"æŃ£å¸¸":100416,"鸡":100417,"åħħåĪĨ":100418,"å®ŀè·µ":100419,"éĩĮéĿ¢":100420,"è·³":100421,"èĻİ":100422,"æĪIJéķ¿":100423,"æļĹ":100424,"çĿ¡":100425,"罪":100426,"çIJĨ念":100427,"æĮij":100428,"èµĦæľ¬":100429,"å¤ļå°ij":100430,"ä¸ĭéĿ¢":100431,"å¸Ŀ":100432,"åħ¬å¼Ģ":100433,"æ¸IJ":100434,"éķ·":100435,"å±ĭ":100436,"欢è¿İ":100437,"å¿ĥçIJĨ":100438,"çĤİ":100439,"æ¹¾":100440,"è®ĵ":100441,"éĤĦ":100442,"ç³ĸ":100443,"ä¹Į":100444,"åĬ±":100445,"çīĻ":100446,"èħ¿":100447,"å²Ĺ":100448,"ä¼į":100449,"æĪIJåijĺ":100450,"åŃĶ":100451,"å°ıç¼ĸ":100452,"èij£":100453,"泡":100454,"åħĪè¿Ľ":100455,"åħ§":100456,"åĺ´":100457,"è´Ŀ":100458,"è»":100459,"æIJŀ":100460,"æ³Ľ":100461,"鸣":100462,"ç½²":100463,"èĽĭ":100464,"主任":100465,"缮çļĦ":100466,"ä¹ı":100467,"æ´¥":100468,"æĪ´":100469,"ä¸¥æł¼":100470,"çħ¤":100471,"çĮ«":100472,"åĶ¯":100473,"å°Ĭ":100474,"çĶľ":100475,"åŀĥ":100476,"åľ¾":100477,"æĭŁ":100478,"çĦ¦":100479,"é«Ķ":100480,"å®ı":100481,"æ©Ł":100482,"é©»":100483,"æĹģ":100484,"å½»":100485,"éĥ½ä¸į":100486,"æij©":100487,"ä»ĵ":100488,"ä¹³":100489,"岸":100490,"è°ĭ":100491,"大å¤ļ":100492,"çģŃ":100493,"èħ¾":100494,"æŁľ":100495,"èĪį":100496,"åħļçļĦ":100497,"å°ĺ":100498,"åįģå¹´":100499,"æĭĴ":100500,"裡":100501,"æŁĶ":100502,"å¹¼":100503,"éĶģ":100504,"ä¸ĵ项":100505,"æīİ":100506,"驾驶":100507,"ç¢İ":100508,"è¢ĭ":100509,"éĶĭ":100510,"壮":100511,"å°ĸ":100512,"çĶµæ±ł":100513,"è¿Ķ":100514,"æ¼ı":100515,"循":100516,"èıĮ":100517,"èĥĥ":100518,"è¾ħ":100519,"éĢĴ":100520,"èĥİ":100521,"éĻª":100522,"寿":100523,"å¥Ķ":100524,"çĮĽ":100525,"纹":100526,"çŁ¥åIJį":100527,"å¿Ĩ":100528,"æ¡ĥ":100529,"æ£ĭ":100530,"éĢĨ":100531,"çĤ¼":100532,"ç±į":100533,"çī§":100534,"æł·çļĦ":100535,"è¾Ľ":100536,"åłĨ":100537,"å®ŀåľ¨":100538,"ä¼ı":100539,"宿":100540,"èµı":100541,"è£Ĥ":100542,"åįĬå¹´":100543,"åĢ¾":100544,"满æĦı":100545,"梯":100546,"æĦıåij³":100547,"åѤ":100548,"ç¥Ŀ":100549,"æĻ¶":100550,"èµĶ":100551,"åģ¿":100552,"èĦĤ":100553,"ç½ļ":100554,"ç¢į":100555,"æ²ĥ":100556,"æĵį":100557,"å´ĩ":100558,"æļĤ":100559,"è·ĥ":100560,"æIJ¬":100561,"å©Ĩ":100562,"éī":100563,"éī´":100564,"åħ´è¶£":100565,"èIJ¥ä¸ļ":100566,"è®Ĭ":100567,"èĦı":100568,"è¾Ī":100569,"å·ŀå¸Ĥ":100570,"è´«åĽ°":100571,"ç©·":100572,"ä¸Ńå°ı":100573,"æ¼Ĥ":100574,"çĻĮ":100575,"èľľ":100576,"ä¼Ļä¼´":100577,"çīµ":100578,"æĤŁ":100579,"éĻ·":100580,"èµĽåŃ£":100581,"樣":100582,"åģ¶":100583,"æĺĨ":100584,"è¢Ń":100585,"æįIJ":100586,"èī°":100587,"æĤ¬":100588,"çĶ¢":100589,"èij¡":100590,"çĽĹ":100591,"å©´":100592,"å°İ":100593,"纽":100594,"åĢ¡":100595,"æī®":100596,"è¨Ń":100597,"æĬij":100598,"ç¡ķ":100599,"è¾ĸ":100600,"éĥģ":100601,"辩":100602,"éĤ»":100603,"çİ°åĩº":100604,"è¦ı":100605,"å½¹":100606,"éĺĶ":100607,"åīµ":100608,"诱":100609,"æĥij":100610,"æ·Ģ":100611,"é¢Ī":100612,"侦":100613,"æģ°":100614,"æ£Ģå¯Ł":100615,"éĨ«":100616,"çĦ¶æĺ¯":100617,"åĭĥ":100618,"èĮ«":100619,"äĵ":100620,"ð¬¸":100621,"ä½ľä¸º":100622,"çļĦ人":100623,"éĤ£ä¹Ī":100624,"ç¾İåĽ½":100625,"è¿ĺæľī":100626,"æıIJé«ĺ":100627,"èĻ½":100628,"åħ·æľī":100629,"åĮħæĭ¬":100630,"æĪĸèĢħ":100631,"ä¸įè¿ĩ":100632,"ä¸Ĭæµ·":100633,"åĮ»éĻ¢":100634,"èµĦéĩij":100635,"çĶļèĩ³":100636,"åĪ¶åº¦":100637,"解åĨ³":100638,"èģĶç½ij":100639,"继ç»Ń":100640,"建ç«ĭ":100641,"è¿Ľä¸ĢæŃ¥":100642,"æĿIJæĸĻ":100643,"ä»Ĭ天":100644,"å¿ħé¡»":100645,"åIJĦç§į":100646,"çİ°åľº":100647,"ä»ĸçļĦ":100648,"å¢ŀåĬł":100649,"é¢ĨåŁŁ":100650,"åıĤä¸İ":100651,"æĮģç»Ń":100652,"ä¹ĭä¸Ģ":100653,"çī¹åĪ«":100654,"é±¼":100655,"åħ±åIJĮ":100656,"åĬª":100657,"çİī":100658,"人们":100659,"åħĪçĶŁ":100660,"ä¼ĺåĬ¿":100661,"ä¿ĿæĮģ":100662,"ä½ľåĵģ":100663,"çīĽ":100664,"æĪIJæľ¬":100665,"æĶ¶åħ¥":100666,"åıĬæŶ":100667,"è´Łè´£":100668,"æİ¥åıĹ":100669,"èįIJ":100670,"åıªè¦ģ":100671,"羣çļĦ":100672,"导èĩ´":100673,"æľºåĪ¶":100674,"è¡ĮåĬ¨":100675,"æĸ°çļĦ":100676,"å®ĮåĸĦ":100677,"为ä»Ģä¹Ī":100678,"ä¸Ń央":100679,"æĪIJç«ĭ":100680,"æĦŁè§ī":100681,"åıĺåĮĸ":100682,"åıĹåĪ°":100683,"并ä¸į":100684,"åŃĻ":100685,"æĸ½å·¥":100686,"æĺİæĺ¾":100687,"è¿ĩåİ»":100688,"åıijæĮ¥":100689,"羣æŃ£":100690,"åŁºåľ°":100691,"æĺİç¡®":100692,"èĥ¡":100693,"许å¤ļ":100694,"ä¸Ģå¹´":100695,"æĸ¹åIJij":100696,"æģ©":100697,"çĽ¸ä¿¡":100698,"åľ³":100699,"详ç»Ĩ":100700,"äºĭä¸ļ":100701,"çĶŁåij½":100702,"åĴ¨è¯¢":100703,"æĸĩæĺİ":100704,"çijŀ":100705,"绿èī²":100706,"èİ«":100707,"æĦıè¯Ĩ":100708,"æĬķåħ¥":100709,"åĬłå¿«":100710,"æ¢ħ":100711,"ç¿»":100712,"å¼ĢæĶ¾":100713,"æĻ®éĢļ":100714,"åįıä¼ļ":100715,"æĪIJ绩":100716,"ä»Ļ":100717,"å¯Ĵ":100718,"è¯ģåĪ¸":100719,"认è¯Ĩ":100720,"丹":100721,"大éĩı":100722,"è¿ħ":100723,"åģļåĪ°":100724,"设æĸ½":100725,"è´¸æĺĵ":100726,"èĥ½æºIJ":100727,"æĹ¶æľŁ":100728,"ä¸Ģ天":100729,"æ²»çIJĨ":100730,"åĺī":100731,"å®ĩ":100732,"丰å¯Į":100733,"举è¡Į":100734,"æĪIJæŀľ":100735,"èĤ¯å®ļ":100736,"çĭĹ":100737,"åĬ¨åĬĽ":100738,"森":100739,"åĩłä¹İ":100740,"åĽłç´ł":100741,"æ°ijæĹı":100742,"æ´ŀ":100743,"ç½ijåıĭ":100744,"åIJĪçIJĨ":100745,"广大":100746,"æ®Ĭ":100747,"æ´Ľ":100748,"æĿ¯":100749,"èĴĻ":100750,"çĶ¨äºİ":100751,"èŀįèµĦ":100752,"ç¥ĸ":100753,"æľºæ¢°":100754,"举åĬŀ":100755,"èĩªåĬ¨":100756,"åĬŀåħ¬":100757,"é»ŀ":100758,"éĽĦ":100759,"åĢ¼å¾Ĺ":100760,"çĮª":100761,"以为":100762,"æĺĮ":100763,"è·Ŀ离":100764,"åIJ¸å¼ķ":100765,"ç»ķ":100766,"éļĨ":100767,"计ç®Ĺ":100768,"éĺŁä¼į":100769,"大ä¼ļ":100770,"å¼ķèµ·":100771,"çī¹çĤ¹":100772,"èĥ¶":100773,"å¹´è½»":100774,"æľ¬èº«":100775,"æľºåħ³":100776,"å®ĺæĸ¹":100777,"éĥij":100778,"æµĻ":100779,"è§Ĵèī²":100780,"èij£äºĭ":100781,"为主":100782,"æĹłè®º":100783,"ä¹łæĥ¯":100784,"æ¥ļ":100785,"æĭĵ":100786,"ç»Łè®¡":100787,"åħĦ":100788,"å¹¿æ³Ľ":100789,"åįĢ":100790,"污æŁĵ":100791,"è«ĭ":100792,"èĬĤ缮":100793,"伦":100794,"è¦ĨçĽĸ":100795,"èĢIJ":100796,"æī¶è´«":100797,"ç»ıåİĨ":100798,"éĩįè¦ģçļĦ":100799,"èĤ¡ä¸ľ":100800,"æĭĽèģĺ":100801,"åĽĽä¸ª":100802,"æĩī":100803,"èĥŀ":100804,"æijĨ":100805,"é«ĺéĢŁ":100806,"麦":100807,"åİŁåĪĻ":100808,"èݱ":100809,"æĽ´å¥½":100810,"éķľ":100811,"åĩĮ":100812,"åŀĥåľ¾":100813,"éĢ²":100814,"çģ°":100815,"éĵº":100816,"äºĭæķħ":100817,"çĶĺ":100818,"空æ°Ķ":100819,"é¾Ħ":100820,"èı²":100821,"çĵ¶":100822,"æĺ¨":100823,"æĹ¥æĬ¥":100824,"æµ®":100825,"åľ°åĽ¾":100826,"åijĪ":100827,"大åĬĽ":100828,"绪":100829,"å¸ħ":100830,"æľįåĭĻ":100831,"ä¸įéĶĻ":100832,"乡æĿij":100833,"å±¥":100834,"å¹³æĸ¹":100835,"éĹ²":100836,"æī£":100837,"ç´łè´¨":100838,"èµ´":100839,"éģŃ":100840,"èIJ¨":100841,"èĩªä¸»":100842,"éĩijå±ŀ":100843,"èī¯å¥½":100844,"两年":100845,"æ³¥":100846,"é¢ľ":100847,"精彩":100848,"ä¸Ńåįİ":100849,"æĻĭ":100850,"ä¹łè¿ij":100851,"ä¹łè¿ijå¹³":100852,"æĪĺ士":100853,"åģļçļĦ":100854,"éªij":100855,"æ»´":100856,"çĵľ":100857,"çīĪæĿĥ":100858,"èĤł":100859,"æľĥåĵ¡":100860,"çıį":100861,"種":100862,"仿":100863,"çī©ä¸ļ":100864,"åĢĭ人":100865,"妻":100866,"伸":100867,"æ±Ĺ":100868,"æĹº":100869,"çIJĨæĥ³":100870,"æij¸":100871,"è¿Ŀæ³ķ":100872,"å®Įæķ´":100873,"åݦ":100874,"è¸ı":100875,"æĸij":100876,"æ¡Ĥ":100877,"ä½ĵåĪ¶":100878,"師":100879,"æĿĨ":100880,"殿":100881,"æ¯ģ":100882,"é¦Ī":100883,"è§Ĵ度":100884,"欣":100885,"çĥ¦":100886,"èĤº":100887,"éĩĩ访":100888,"æijĺ":100889,"æĮ¡":100890,"æ·ĺ":100891,"åħ»èĢģ":100892,"çĤ¸":100893,"è¿Ī":100894,"åİī":100895,"åĿĬ":100896,"è¾£":100897,"åĩĿ":100898,"泪":100899,"çĸı":100900,"æİĺ":100901,"åĥıæĺ¯":100902,"éĽķ":100903,"ç¼Ŀ":100904,"èį·":100905,"æį·":100906,"åł¡":100907,"åı¥è¯Ŀ":100908,"çĸ¼":100909,"æłı":100910,"éģµ":100911,"碳":100912,"å·¥åķĨ":100913,"æIJº":100914,"åĪ¥":100915,"ä¹Ļ":100916,"æĹĭ":100917,"æĥľ":100918,"ä¸Ģ大":100919,"å±Ĥ次":100920,"èµĸ":100921,"æĬ¬":100922,"æ¨Ĥ":100923,"è¯ŀ":100924,"åħĴ":100925,"篮":100926,"èĤĥ":100927,"姿":100928,"æĬļ":100929,"çĵ·":100930,"çĶµåĬ¨":100931,"æĸ°åĨł":100932,"涵":100933,"ç¢ij":100934,"æ·®":100935,"æŨ":100936,"踪":100937,"æ¸Ķ":100938,"æĦĪ":100939,"åıĶ":100940,"åįĹçľģ":100941,"義":100942,"å§Ķ书记":100943,"貸":100944,"æ¶Į":100945,"è«ĸ":100946,"èIJĦ":100947,"æıı":100948,"忧":100949,"辦":100950,"å¦Ĩ":100951,"æīŃ":100952,"åijµ":100953,"éģ¥":100954,"許":100955,"ä»ĩ":100956,"åįģä¸ī":100957,"åī²":100958,"èªį":100959,"èĪ°":100960,"é¢ĩ":100961,"饱":100962,"çĭł":100963,"é«ĺçļĦ":100964,"çµ±":100965,"æħİ":100966,"é¢ģ":100967,"åIJĪéĢĤ":100968,"æµ´":100969,"èµĭ":100970,"æĬ¼":100971,"妥":100972,"éĻ¢éķ¿":100973,"èĢķ":100974,"辨":100975,"æħ°":100976,"åįģåĽĽ":100977,"æľµ":100978,"èĵĦ":100979,"æŀ¢":100980,"å»·":100981,"æĤĦ":100982,"涯":100983,"磩":100984,"åŃIJéĩĮ":100985,"çĬ¹":100986,"å±Ģéķ¿":100987,"éIJ":100988,"å¥ł":100989,"ä¼ļéķ¿":100990,"æĵļ":100991,"ä¸įåıĬ":100992,"åįģä¹Ŀ":100993,"欺":100994,"躺":100995,"éĺIJ":100996,"çºĮ":100997,"註":100998,"åĨĬ":100999,"èŃĺ":101000,"é«ĺçŃī":101001,"èħº":101002,"å¤ķ":101003,"ç»ij":101004,"åĶ¤":101005,"èķ´":101006,"çķľ":101007,"æħĭ":101008,"åıĻ":101009,"åıĥ":101010,"峡":101011,"人大":101012,"éħ¿":101013,"éģ©":101014,"奢":101015,"åı£æ°Ķ":101016,"éĮĦ":101017,"éı":101018,"åĭĺ":101019,"è´¿":101020,"éļª":101021,"éĭ":101022,"éļ¶":101023,"ð¥":101024,"ð¬£":101025,"ð£":101026,"ð«į":101027,"ð¬³":101028,"ð«ĵ":101029,"ð«Ħ":101030,"ð«Ł":101031,"ð¨±":101032,"äĹ":101033,"以åıĬ":101034,"æľīéĻIJ":101035,"åij¢":101036,"åIJĹ":101037,"çľĭåĪ°":101038,"计åĪĴ":101039,"è¿Ľåħ¥":101040,"缴æİ¥":101041,"åĪĨæŀIJ":101042,"åıªæľī":101043,"设å¤ĩ":101044,"åħ¶å®ŀ":101045,"åĬłå¼º":101046,"ä¸ŃçļĦ":101047,"ä¿Ŀéļľ":101048,"èĢģå¸Ī":101049,"人æīį":101050,"å¾ĹåĪ°":101051,"é£İéĻ©":101052,"ä¸Ģç§į":101053,"空éĹ´":101054,"æĪijåĽ½":101055,"ä¹ĭåīį":101056,"ä¸ĵ家":101057,"æĿ¨":101058,"æĹ¥æľ¬":101059,"群ä¼Ĺ":101060,"åıĤåĬł":101061,"æķĪæŀľ":101062,"æľīåħ³":101063,"家åºŃ":101064,"åĮºåŁŁ":101065,"åĬªåĬĽ":101066,"éļıçĿĢ":101067,"æĹłæ³ķ":101068,"交æµģ":101069,"è¡Į为":101070,"æ£ĢæŁ¥":101071,"æľŁéĹ´":101072,"å¦ĤæѤ":101073,"èĤ¡ä»½":101074,"å½ĵæŶ":101075,"è£ħå¤ĩ":101076,"åĩĨå¤ĩ":101077,"éħĴåºĹ":101078,"è¿IJåĬ¨":101079,"æıIJåĩº":101080,"å·¦åı³":101081,"æݪæĸ½":101082,"é£Łåĵģ":101083,"æ¶Īè´¹èĢħ":101084,"åѦéĻ¢":101085,"æĮĩ导":101086,"è¿IJèIJ¥":101087,"éĩį大":101088,"åĨľæĿij":101089,"éĢłæĪIJ":101090,"æĶ¿æ²»":101091,"éĴĪ对":101092,"æŃ£å¼ı":101093,"åıĸå¾Ĺ":101094,"éĤ£ä¸ª":101095,"éĽĨä¸Ń":101096,"åıªèĥ½":101097,"å¿«éĢŁ":101098,"身ä½ĵ":101099,"åħļåijĺ":101100,"èģĶåIJĪ":101101,"åĬĽéĩı":101102,"éĥ½æľī":101103,"æħ§":101104,"å¡Ķ":101105,"åĪ«äºº":101106,"表çİ°":101107,"æķħäºĭ":101108,"ä¸ĢåĪĩ":101109,"å°ĩ":101110,"èµĦæĸĻ":101111,"åŁ¹åħ»":101112,"éĺħ读":101113,"æľī人":101114,"èIJ¥éĶĢ":101115,"çĽijçĿ£":101116,"çݯä¿Ŀ":101117,"èĢĥèĻij":101118,"æ·±åľ³":101119,"严éĩį":101120,"èĮĥåĽ´":101121,"å§Ķåijĺ":101122,"çĽij管":101123,"ä¸ī个":101124,"è£ħä¿®":101125,"åħ¬éĩĮ":101126,"åĪĨåĪ«":101127,"çIJĨ解":101128,"飩":101129,"åĬłå·¥":101130,"è®¤çľŁ":101131,"ä¸į好":101132,"åݻ年":101133,"éĻįä½İ":101134,"æľºä¼ļ":101135,"åįıè®®":101136,"符åIJĪ":101137,"å¢ŀ强":101138,"æĬĢèĥ½":101139,"é¦ĸåħĪ":101140,"秦":101141,"ä¸ģ":101142,"å°¾":101143,"æľīäºĨ":101144,"åľ°äº§":101145,"æ¸ł":101146,"æĸ¹ä¾¿":101147,"移åĬ¨":101148,"éĢŁåº¦":101149,"å°¤åħ¶":101150,"éĢļçŁ¥":101151,"åĿĽ":101152,"éģ¿åħį":101153,"æģ¢":101154,"è´¡":101155,"èģĮå·¥":101156,"å®ŀåĬĽ":101157,"æĺ¯ä¸Ģç§į":101158,"åIJ¯åĬ¨":101159,"çĸ¾çĹħ":101160,"æĿ¥äºĨ":101161,"çĽ¸å¯¹":101162,"çİ°å®ŀ":101163,"èŀįåIJĪ":101164,"åIJĮæł·":101165,"åħ¬åijĬ":101166,"çī¹æ®Ĭ":101167,"ç´«":101168,"ä¸ĭåİ»":101169,"ä¼łæĴŃ":101170,"æľĢ好":101171,"ä¼ĺè´¨":101172,"æ²Ĵ":101173,"æĮº":101174,"æŦ":101175,"诺":101176,"ä¸ĢåIJį":101177,"éģĵè·¯":101178,"示èĮĥ":101179,"è¿ĩæĿ¥":101180,"åIJĮåѦ":101181,"é¼ĵ":101182,"æĿŃ":101183,"æľ¬æ¬¡":101184,"åIJĮæĦı":101185,"ä¸ĸ纪":101186,"ç¾Ĭ":101187,"欲":101188,"å·¥èīº":101189,"çĵ¦":101190,"人士":101191,"æľīæīĢ":101192,"ä»İäºĭ":101193,"æľīå¾Īå¤ļ":101194,"ä¸įäºĨ":101195,"å²Ĺä½į":101196,"åıĺå¾Ĺ":101197,"åĬ³åĬ¨":101198,"å¤Ħäºİ":101199,"å¹³åĿĩ":101200,"形象":101201,"å¡ŀ":101202,"åħ±äº«":101203,"çĿĽ":101204,"åĪ©æ¶¦":101205,"æŃ£æĺ¯":101206,"å¾Ģå¾Ģ":101207,"缸æ¯Ķ":101208,"横":101209,"åĪ·":101210,"æµĻæ±Ł":101211,"大éĥ¨åĪĨ":101212,"å¤ļ个":101213,"æĤ¨çļĦ":101214,"çĶµåķĨ":101215,"å¾®åįļ":101216,"å§ĭç»Ī":101217,"çĬ¯ç½ª":101218,"æĺ¯åľ¨":101219,"ç»ĦåIJĪ":101220,"åİŁæĿ¥":101221,"æ¸ħæ¥ļ":101222,"åIJĦåľ°":101223,"æĦŁåıĹ":101224,"å½ĵä¸Ń":101225,"è¶ĭåĬ¿":101226,"æĻ¯åĮº":101227,"羣æĺ¯":101228,"ä¾ĽåºĶ":101229,"转åŀĭ":101230,"çĭĤ":101231,"èĨľ":101232,"èĭĹ":101233,"å¿ł":101234,"å¾Ī大":101235,"èĤ¡æĿĥ":101236,"ç¾İåħĥ":101237,"æİĴåIJį":101238,"åĬ¨çī©":101239,"éĶħ":101240,"墨":101241,"主å¸Ń":101242,"å¾Ī好":101243,"ç»Ŀ对":101244,"æĿľ":101245,"转载":101246,"çĴĥ":101247,"æĿijæ°ij":101248,"åIJ¨":101249,"åĽŃåĮº":101250,"é«ĺ度":101251,"çī©è´¨":101252,"è¾ī":101253,"æĹ¥å¸¸":101254,"æıĴ":101255,"ä¸īå¹´":101256,"ä½ĵçİ°":101257,"æīįæĺ¯":101258,"代çIJĨ":101259,"ä¸į管":101260,"æģĴ":101261,"åľ°ä½į":101262,"ç²®":101263,"èĸĦ":101264,"æĺİçĻ½":101265,"ä¸Ģèĩ´":101266,"æĽ¼":101267,"åĵŃ":101268,"åĩ¤":101269,"åĬ²":101270,"æķĮ":101271,"æĪĺæĸĹ":101272,"主ä½ĵ":101273,"åħ¬å¸ĥ":101274,"åıĤèĢĥ":101275,"èĪªç©º":101276,"寺":101277,"åѦä¼ļ":101278,"åıįæĺł":101279,"ç¾İ丽":101280,"太éĺ³":101281,"建æĪIJ":101282,"æħ¢æħ¢":101283,"åIJĦ个":101284,"éĤ¦":101285,"ç»ĦæĪIJ":101286,"ä¸ī大":101287,"éĶ¦":101288,"大å¤ļæķ°":101289,"æ¦Ĥ念":101290,"éŃĤ":101291,"åħ¬çĽĬ":101292,"èįĴ":101293,"身份":101294,"æ·±åĪ»":101295,"åħ©":101296,"ç»ıåħ¸":101297,"åIJĦ项":101298,"èĻķ":101299,"è¿ĽæŃ¥":101300,"åįģäºĮ":101301,"æī§æ³ķ":101302,"æĥ³åĪ°":101303,"æĦŁæŁĵ":101304,"åķĨåĬ¡":101305,"å°ıç»Ħ":101306,"èĶ¬":101307,"çıŃåŃIJ":101308,"åIJĮå¿Ĺ":101309,"éĿ¢ä¸´":101310,"çĤĴ":101311,"å¤ļç§į":101312,"è§ĤçĤ¹":101313,"åĵªéĩĮ":101314,"å°Ŀ":101315,"å§Ĩ":101316,"èħ¹":101317,"åŁİåĮº":101318,"太å¤ļ":101319,"çĹħæ¯Ĵ":101320,"åľ¨äºİ":101321,"æīĢè°ĵ":101322,"æĻ°":101323,"æŀĿ":101324,"æĭĸ":101325,"å®ħ":101326,"æķ´æ²»":101327,"ä½ıæĪ¿":101328,"åģ·":101329,"çĨĬ":101330,"èµģ":101331,"æ°Ľ":101332,"æł¼å±Ģ":101333,"åŁºç¡Ģä¸Ĭ":101334,"èĥĨ":101335,"åħ½":101336,"鼶åĶ®":101337,"åĿ¡":101338,"女åŃ©":101339,"æĴŀ":101340,"åħ¨åĬĽ":101341,"åĴĸ":101342,"èĤ©":101343,"çľī":101344,"èĩ³äºİ":101345,"åħļç»Ħ":101346,"ä¸Ģ件":101347,"æĭĨ":101348,"äºĭå®ŀ":101349,"åĤ³":101350,"æ¹ĺ":101351,"網ç«Ļ":101352,"循çݯ":101353,"åIJĮæ¯Ķ":101354,"æĭĶ":101355,"åĮ»èį¯":101356,"åħ»æ®ĸ":101357,"åĽºå®ļ":101358,"å®ŀéĻħä¸Ĭ":101359,"è®°å¾Ĺ":101360,"åĪ©äºİ":101361,"æĤ¦":101362,"æĭ³":101363,"èĤĿ":101364,"æķĪçĽĬ":101365,"該":101366,"æ°ij主":101367,"çĹĩçĬ¶":101368,"風":101369,"å¹¼åĦ¿":101370,"å§ij":101371,"æĪĴ":101372,"ä¸ĭçļĦ":101373,"渡":101374,"å¹´åºķ":101375,"è®°å¿Ĩ":101376,"åIJIJ":101377,"大å¹ħ":101378,"å¾½":101379,"åħ¬ä¼Ĺ":101380,"ä¿¡å¿ĥ":101381,"çİĽ":101382,"ä¼ļä¸Ĭ":101383,"ä¹Ķ":101384,"æijĦå½±":101385,"æ£ĭçīĮ":101386,"éĻķ":101387,"åºĶæĢ¥":101388,"æĶ¶è´¹":101389,"æݧèĤ¡":101390,"仪å¼ı":101391,"çŀ¬":101392,"æīĢåľ¨":101393,"碰":101394,"å§ĵ":101395,"é¡Į":101396,"æĶ¯éĥ¨":101397,"使åij½":101398,"çĤī":101399,"å¯Ħ":101400,"翼":101401,"åľ°ä¸ĭ":101402,"è¾ŀ":101403,"俱":101404,"主æĮģ":101405,"è´§å¸ģ":101406,"æģ¨":101407,"èĤĮ":101408,"çĽĪ":101409,"éĶ»":101410,"å¿ĹæĦ¿":101411,"类似":101412,"æĮĸ":101413,"éĢ»":101414,"總":101415,"纪念":101416,"åķ¥":101417,"弯":101418,"åIJįåŃĹ":101419,"åģ¥èº«":101420,"çļĦå¿ĥ":101421,"驱":101422,"èĥĮåIJİ":101423,"æ³ķå¸Ī":101424,"ç²Ĵ":101425,"èĥ½éĩı":101426,"è¾°":101427,"èī³":101428,"å½¼":101429,"段æŶéĹ´":101430,"åIJĪæ³ķ":101431,"æĵ¦":101432,"ç¾½":101433,"åݨ":101434,"æĪij说":101435,"äºĭåĬ¡":101436,"åĩłå¤©":101437,"åħģ":101438,"ç¼´":101439,"åįĵ":101440,"两ç§į":101441,"çĭ¬çī¹":101442,"帶":101443,"éĴ»":101444,"æĥ©":101445,"é¢ĨåħĪ":101446,"è¶³å¤Ł":101447,"壳":101448,"æĦıåij³çĿĢ":101449,"åĪĨå¸ĥ":101450,"ä¹ĥ":101451,"éģĭ":101452,"佩":101453,"è°±":101454,"çģ£":101455,"èį¡":101456,"贯彻":101457,"å¹¾":101458,"ç£ģ":101459,"åħ¸åŀĭ":101460,"åīĩ":101461,"åĨ»":101462,"æ¬ł":101463,"ä¸įä¹ħ":101464,"浦":101465,"éŃħ":101466,"å¼ĢäºĨ":101467,"使çĶ¨èĢħ":101468,"è¿Ļ款":101469,"å°Ī":101470,"èĦ±è´«":101471,"æĶ»åĿļ":101472,"ç®Ĺæĺ¯":101473,"ç¨Ģ":101474,"æĹłäºº":101475,"åłµ":101476,"å¥ı":101477,"éĥ½å¸Ĥ":101478,"åı¯è§ģ":101479,"ä¸įåĩº":101480,"æ·»":101481,"äºı":101482,"ç¾İ好":101483,"èĥĸ":101484,"飵":101485,"æłĩå¿Ĺ":101486,"èĬĤèĥ½":101487,"æĬ«":101488,"å°º":101489,"寸":101490,"ä¸Ģ代":101491,"é¢Ĺ":101492,"èĢ¶":101493,"èĴ¸":101494,"åĸ®":101495,"滿":101496,"çĮľ":101497,"æµĨ":101498,"åŁĥ":101499,"åįĥä¸ĩ":101500,"èµĮ":101501,"èģ²":101502,"ä½ľé£İ":101503,"質":101504,"寨":101505,"年人":101506,"åį°è±¡":101507,"桶":101508,"æĴ¤":101509,"åįģäºĶ":101510,"æ¯ħ":101511,"沪":101512,"åĽ½æľī":101513,"大éĩıçļĦ":101514,"御":101515,"å¯ĵ":101516,"è¦ĸ":101517,"æ¼Ĥ亮":101518,"çľł":101519,"çĤŃ":101520,"é»İ":101521,"èĻ¹":101522,"åĪ©äºļ":101523,"èŃī":101524,"æµı":101525,"åįģåħ«":101526,"丢":101527,"è¾½":101528,"æľīä¸ĢäºĽ":101529,"æħĪ":101530,"åģľè½¦":101531,"å®ł":101532,"解æĶ¾":101533,"æľīå¤ļ":101534,"éĤĬ":101535,"常è§ģ":101536,"æĬ¹":101537,"纤":101538,"親":101539,"æ¡Ĩ":101540,"èİŀ":101541,"æ°§åĮĸ":101542,"è¿Ļ件":101543,"åĩ°":101544,"æŁ´":101545,"åıijçĶµ":101546,"é¼ł":101547,"转åĮĸ":101548,"å¨ĥ":101549,"æĮ¤":101550,"罩":101551,"å¯ĨåĪĩ":101552,"æĪijä¸į":101553,"é«ĺæĸ°":101554,"ä¸Ģç¯ĩ":101555,"è¿Ľç¨ĭ":101556,"è¡°":101557,"è¿ĺä¸į":101558,"çħĮ":101559,"æĸ°åįİ":101560,"èĤ¿":101561,"滩":101562,"ä¸Ģæµģ":101563,"è¯Ī":101564,"å®ŀä½ĵ":101565,"å¤ĸåĽ½":101566,"躲":101567,"èµł":101568,"覺":101569,"æ¢Ŀ":101570,"ä¸įè§ģ":101571,"è¨Ĭ":101572,"åĮ¹":101573,"åįµ":101574,"çĩ¥":101575,"æħķ":101576,"齿":101577,"å®´":101578,"饼":101579,"èij¡èIJĦ":101580,"å°ıå¿ĥ":101581,"æģ¼":101582,"éĻĮ":101583,"æĺĤ":101584,"åĥ¹":101585,"èĬĿ":101586,"æ¯ı个人":101587,"åīįæıIJ":101588,"ä½ĵä¼ļ":101589,"æ¨Ļ":101590,"æIJľçĭIJ":101591,"对åħ¶":101592,"丧":101593,"èľĤ":101594,"浸":101595,"調":101596,"åĿª":101597,"é¢ĸ":101598,"åIJį为":101599,"笼":101600,"èĪĮ":101601,"æľ¬ä¹¦":101602,"èģ¯":101603,"纺":101604,"ç®Ģ缴":101605,"éĽ¢":101606,"ç¾İçļĦ":101607,"éļ¨":101608,"é«ĺå³°":101609,"è¿Ļ家":101610,"åĤ¬":101611,"å°¸":101612,"ç¡ķ士":101613,"èŃ·":101614,"è°¨":101615,"æĺı":101616,"æĶ¿åįı":101617,"è¡Ķ":101618,"ç¿Ĵ":101619,"åľĴ":101620,"åĽ½æ°ij":101621,"主è§Ĵ":101622,"è£ķ":101623,"伪":101624,"åºŀ":101625,"æ°ijèIJ¥":101626,"æĥ§":101627,"ç§ĺ书":101628,"çĹķ":101629,"çĻ¾åĪĨ":101630,"溶":101631,"æĹłçĸij":101632,"çļĦçľ¼":101633,"æĵİ":101634,"ä¼Łå¤§":101635,"å½°":101636,"åħ¬å®īå±Ģ":101637,"ç³ķ":101638,"å¼¥":101639,"åĤĻ":101640,"ä¹¾":101641,"毫ä¸į":101642,"注æĺİ":101643,"åī¯æĢ»":101644,"æĦī":101645,"æķ¦":101646,"馨":101647,"æĶĢ":101648,"éĢĿ":101649,"åı¯éĿł":101650,"夸":101651,"åľĺ":101652,"éĿ¢ä¸Ĭ":101653,"æĬĸ":101654,"èĦĨ":101655,"é©°":101656,"ä¼IJ":101657,"妨":101658,"å®ļäºĨ":101659,"ç³Ĭ":101660,"æŃ¡":101661,"éĥ¨éķ¿":101662,"ç§ī":101663,"èĪĨ":101664,"åĪijäºĭ":101665,"åIJµ":101666,"æ¤Ĵ":101667,"è¡ĵ":101668,"豫":101669,"èı©":101670,"åѵ":101671,"饲":101672,"就好":101673,"åłª":101674,"ä¸īè§Ĵ":101675,"åľºæ¯ĶèµĽ":101676,"ä¸įåģľ":101677,"æĵħ":101678,"åħ¨æĸĩ":101679,"æ³ģ":101680,"åѦä½į":101681,"æ±°":101682,"éłĺ":101683,"åıł":101684,"éļĽ":101685,"å¸IJ":101686,"çľĭåĩº":101687,"åĮł":101688,"å±ĢéĿ¢":101689,"æ³Į":101690,"è°Ĭ":101691,"åIJĮæľŁ":101692,"æĬķæłĩ":101693,"奴":101694,"æĿ¥çľĭçľĭ":101695,"èĦ¾":101696,"èŀº":101697,"æŃī":101698,"çĽ¯":101699,"ç¨İåĬ¡":101700,"å»Ĭ":101701,"æİ©":101702,"æħ¨":101703,"çĽ¼":101704,"èĬĴ":101705,"è®Ģ":101706,"æĮ£":101707,"èĮħ":101708,"æĸ¥":101709,"æ¤ħ":101710,"åĪ°æĿ¥":101711,"èijĹä½ľ":101712,"çĭ±":101713,"äºĮæīĭ":101714,"ä»İæĿ¥":101715,"çĸ²":101716,"åºĬä¸Ĭ":101717,"æĸ°æµª":101718,"æ³Ħ":101719,"å¢ŀåĢ¼":101720,"丼":101721,"æļij":101722,"ä»İä¸ļ":101723,"æ·ĭ":101724,"å¤ļæł·":101725,"æľ´":101726,"份é¢Ŀ":101727,"æŀ£":101728,"西çľģ":101729,"æľ¬è´¨":101730,"深深":101731,"èīĩ":101732,"绵":101733,"产åĢ¼":101734,"æ¼ł":101735,"èħ»":101736,"çŃĽ":101737,"åİĮ":101738,"æģŃ":101739,"å«Įçĸij":101740,"æĪ¶":101741,"æ»ŀ":101742,"èĨĢ":101743,"åĬ£":101744,"座è°Ī":101745,"常æĢģ":101746,"çļĦæĥħ":101747,"覽":101748,"å¯Ĥ":101749,"åĮĨ":101750,"èĩº":101751,"顯":101752,"çķı":101753,"éģ£":101754,"åįľ":101755,"çŃīå¥ĸ":101756,"責":101757,"溯":101758,"éİ":101759,"çĤ¹å¤´":101760,"èĵ¬":101761,"決":101762,"éħ¬":101763,"éģĬ":101764,"è³¼":101765,"註åĨĬ":101766,"æľ¬æĬ¥":101767,"çµķ":101768,"æ´»æĢ§":101769,"åħij":101770,"éĮ¯":101771,"åĨ¶":101772,"åĸ»":101773,"æºĸ":101774,"èĤ¢":101775,"æºĥ":101776,"æŬ":101777,"åīĬ":101778,"çIJĨäºĭ":101779,"å±ł":101780,"沧":101781,"èļĢ":101782,"鼻åŃIJ":101783,"为æŃ¢":101784,"常å§Ķ":101785,"çµĤ":101786,"éĬ·":101787,"çĭĢ":101788,"ä¾£":101789,"èĥĢ":101790,"èŃ°":101791,"çĶ¨è½¦":101792,"åĻª":101793,"æŃ·":101794,"åįĶ":101795,"åĪ¹":101796,"ç«Łæĺ¯":101797,"é©Ĺ":101798,"èIJĿ":101799,"çĻ«":101800,"çĹ«":101801,"æѧ":101802,"å¼Ĭ":101803,"媽":101804,"çıĬ":101805,"è¡·":101806,"éľī":101807,"åŁºçĿ£":101808,"éļ±":101809,"æ°¨":101810,"绸":101811,"å°¼æĸ¯":101812,"çĥĺ":101813,"æľŁåĨħ":101814,"è°ħ":101815,"éĽĩ":101816,"éļĻ":101817,"åĸī":101818,"åī¥":101819,"çĹĺ":101820,"æĮ½":101821,"çĵ£":101822,"æ¹Ľ":101823,"樱":101824,"æ¾İ":101825,"æ¹ĥ":101826,"åĨ¬å¥¥":101827,"棵":101828,"å®°":101829,"åŀĴ":101830,"æ§ĭ":101831,"ä¾Ī":101832,"èĮĦ":101833,"åĺ¿":101834,"èıĩ":101835,"çĻĤ":101836,"åĬĥ":101837,"éį":101838,"èĶ½":101839,"çŀŃ":101840,"æķŀ":101841,"ä¹ĸ":101842,"飧":101843,"è¾ľ":101844,"æĩĪ":101845,"ä½£":101846,"çŀ»":101847,"åŁĶ":101848,"èĪħ":101849,"å®ŀäºĭ":101850,"é¨":101851,"姥":101852,"絡":101853,"åĺ»":101854,"çķ¢":101855,"æ²ĥå°Ķ":101856,"è¿Ħ":101857,"èĤĩ":101858,"æħij":101859,"ã§":101860,"äı":101861,"ðł":101862,"ð¬ĩ":101863,"ð«Ń":101864,"ð«IJ":101865,"ã³":101866,"©½":101867,"ð«ł":101868,"ãĽ":101869,"ð¬į":101870,"é¿":101871,"ð¬Ĵ":101872,"ãĻ":101873,"ð¬¤":101874,"ð¬´":101875,"ð«ĸ":101876,"ð¤":101877,"ã¬":101878,"ä²":101879,"ð«Ķ":101880,"ð«ļ":101881,"è¦ģæ±Ĥ":101882,"ä¸ĢäºĽ":101883,"å®ŀçİ°":101884,"èĢĮä¸Ķ":101885,"åĽłæѤ":101886,"çĶ±äºİ":101887,"åħ³äºİ":101888,"çĦ¶åIJİ":101889,"æݨåĬ¨":101890,"ä¸Ģæł·":101891,"æĮīçħ§":101892,"è¿Ļæł·çļĦ":101893,"å½¢æĪIJ":101894,"æľīäºĽ":101895,"æĽ´åĬł":101896,"ç»ıè¿ĩ":101897,"建议":101898,"æ²»çĸĹ":101899,"ä½łä»¬":101900,"æīįèĥ½":101901,"ä¿ĥè¿Ľ":101902,"åijĺå·¥":101903,"ä½ĵéªĮ":101904,"èĪĩ":101905,"åģļ好":101906,"ä¿Ŀè¯ģ":101907,"æķ´ä¸ª":101908,"æĺ¯ä¸Ģ个":101909,"éĩĩçĶ¨":101910,"çIJĨ论":101911,"æ¯Ķå¦Ĥ":101912,"ä¸ĬçļĦ":101913,"æݨèįIJ":101914,"çĶ³è¯·":101915,"天空":101916,"éĥ¨èIJ½":101917,"åįģåĪĨ":101918,"æĿ¥èĩª":101919,"ä¹ĭéĹ´":101920,"è°ĥæķ´":101921,"æ¯ı天":101922,"è°ĥæŁ¥":101923,"æĤ£èĢħ":101924,"è¿ĩç¨ĭä¸Ń":101925,"é¦Ļ港":101926,"广åijĬ":101927,"éĿ¢å¯¹":101928,"满足":101929,"éķ¿æľŁ":101930,"è§ĦèĮĥ":101931,"æķ´ä½ĵ":101932,"æĶ¹åıĺ":101933,"æĻºæħ§":101934,"å¦Īå¦Ī":101935,"å¦Ĥä»Ĭ":101936,"åIJĪåIJĮ":101937,"éĥ½ä¼ļ":101938,"åĦ¿ç«¥":101939,"åĩıå°ij":101940,"éŁ³ä¹IJ":101941,"ç»ı常":101942,"ä¸Ĭå¸Ĥ":101943,"ä¼ĺç§Ģ":101944,"çļĦéĩįè¦ģ":101945,"ä¸ĢæĿ¡":101946,"æµ·å¤ĸ":101947,"åı¦å¤ĸ":101948,"ä¸Ģ家":101949,"åİĭåĬĽ":101950,"大åŀĭ":101951,"çľĭçĿĢ":101952,"åĪĢ":101953,"幸ç¦ı":101954,"æݨ广":101955,"åIJĽ":101956,"å¾IJ":101957,"æī¾åĪ°":101958,"äºİæĺ¯":101959,"èĩªèº«":101960,"ä¸Ģä½į":101961,"åľŁåľ°":101962,"åĬłåħ¥":101963,"æݢ索":101964,"æ¢ģ":101965,"主åĬ¨":101966,"å°±ä¸ļ":101967,"女æĢ§":101968,"çªģçł´":101969,"ä¸įåIJĮçļĦ":101970,"è¿IJè¾ĵ":101971,"èĩªçĶ±":101972,"å±ħæ°ij":101973,"æŃ¤æ¬¡":101974,"çļĦæŶéĹ´":101975,"家éķ¿":101976,"ä¸Ģ个人":101977,"æ£Ģæµĭ":101978,"åĨħéĥ¨":101979,"广å·ŀ":101980,"缴æĴŃ":101981,"ä»İèĢĮ":101982,"贷款":101983,"åı¬å¼Ģ":101984,"æĶ¹éĢł":101985,"人çĶŁ":101986,"å±ķ示":101987,"æ¯ıå¹´":101988,"女人":101989,"çļĦæĸ¹å¼ı":101990,"æķĪçİĩ":101991,"å±±ä¸ľ":101992,"æ¸łéģĵ":101993,"ä¼¼ä¹İ":101994,"æ¡Ī件":101995,"åĪ©çĽĬ":101996,"çľĭçľĭ":101997,"å¿ĥéĩĮ":101998,"ç»´æĬ¤":101999,"å®Ŀå®Ŀ":102000,"ç½ijä¸Ĭ":102001,"论åĿĽ":102002,"å°±åı¯ä»¥":102003,"ä¸į足":102004,"æģ¢å¤į":102005,"å¸ĥå±Ģ":102006,"è´¡çĮ®":102007,"ä¸ĭéĻį":102008,"æİĮæı¡":102009,"çļ®èĤ¤":102010,"å·¥åħ·":102011,"éĩįåºĨ":102012,"åĵģè´¨":102013,"æݨåĩº":102014,"çĶ·äºº":102015,"æī¿æĭħ":102016,"çªģåĩº":102017,"èĢĮè¨Ģ":102018,"æ²Ł":102019,"åįıè°ĥ":102020,"æĺ¯ä»Ģä¹Ī":102021,"汤":102022,"æĴij":102023,"çĭ¬ç«ĭ":102024,"çݯèĬĤ":102025,"æī©å¤§":102026,"æ´ª":102027,"æĿ°":102028,"çĽIJ":102029,"ä»ģ":102030,"æ¶īåıĬ":102031,"èĢģ人":102032,"åį³ä½¿":102033,"åįĹ京":102034,"éħįåIJĪ":102035,"鬼":102036,"çĪ¶äº²":102037,"ç½Ĺæĸ¯":102038,"å°ıåĮº":102039,"æķĻæİĪ":102040,"åĨ³çŃĸ":102041,"é¢Ħ计":102042,"æľ¬äºº":102043,"伯":102044,"竹":102045,"åĪ°åºķ":102046,"å¸Ĥæ°ij":102047,"åĩºåı£":102048,"éĩĩè´Ń":102049,"æĢ»ç»ĵ":102050,"æѦæ±ī":102051,"åĬłå¤§":102052,"å¹¿ä¸ľ":102053,"æµģç¨ĭ":102054,"人åı£":102055,"å¦Ĥæŀľä½ł":102056,"åĩºåİ»":102057,"åĩī":102058,"åĨľæ°ij":102059,"çݰ象":102060,"åĬĽåº¦":102061,"ç»ĻäºĪ":102062,"åħļå§Ķ":102063,"è¯Ńè¨Ģ":102064,"线ä¸Ĭ":102065,"æĢİæł·":102066,"åĦ¿åŃIJ":102067,"ç¡®å®ŀ":102068,"ä¹ĭå¤ĸ":102069,"éĥ½åľ¨":102070,"èī¾":102071,"çļĦæĥħåĨµ":102072,"éĩĮçļĦ":102073,"åĽ´ç»ķ":102074,"æĽ´å¤ļçļĦ":102075,"ä¾Ŀæ³ķ":102076,"åħ¬åĽŃ":102077,"家éĩĮ":102078,"æ¯į亲":102079,"ä¸įåĨį":102080,"èĭ¹":102081,"æ³ķéĻ¢":102082,"éŁ©åĽ½":102083,"缸å½ĵ":102084,"ä¸įçŁ¥":102085,"è¯Ħä¼°":102086,"ä¸įçĶ¨":102087,"顺åĪ©":102088,"éĩįè§Ĩ":102089,"è´¢åĬ¡":102090,"ä»ĸåĢij":102091,"åıijè¡Į":102092,"ä¸ĵéŨ":102093,"åħ·å¤ĩ":102094,"并ä¸įæĺ¯":102095,"足çIJĥ":102096,"éŀĭ":102097,"åıij表":102098,"æ°¸è¿ľ":102099,"èIJ¥åħ»":102100,"éħįå¥Ĺ":102101,"æķ´åIJĪ":102102,"è´º":102103,"åĽŀçŃĶ":102104,"æĶ¶çĽĬ":102105,"ä¹Łè®¸":102106,"è»Ĭ":102107,"æݥ触":102108,"æĶ»åĩ»":102109,"åĽĽå·Ŀ":102110,"æĢ§èĥ½":102111,"åĽŀåĪ°":102112,"èħ°":102113,"ä¹Łæ²¡æľī":102114,"å¼Ħ":102115,"设ç«ĭ":102116,"éĺ²æݧ":102117,"æĬĢå·§":102118,"éĢļ常":102119,"è´¢æĶ¿":102120,"éĥ¨ç½²":102121,"åľºæĻ¯":102122,"æ±Łèĭı":102123,"表达":102124,"åĸ·":102125,"女åĦ¿":102126,"èĪ¶":102127,"給":102128,"ä¼ļåijĺ":102129,"æĪĸ许":102130,"亩":102131,"举æĸ¹":102132,"天津":102133,"è¿ijå¹´":102134,"çľĭæĿ¥":102135,"æ¯Ķä¾ĭ":102136,"岩":102137,"éĵľ":102138,"çİ»":102139,"å®ŀéªĮ":102140,"æĢĿç»´":102141,"æĭħå¿ĥ":102142,"æ²Ī":102143,"身边":102144,"æ·±åĮĸ":102145,"ç²¾åĩĨ":102146,"ç§ģæľį":102147,"æ¶Īéĺ²":102148,"åİ»äºĨ":102149,"ç»Ĩèĥŀ":102150,"çIJĥéĺŁ":102151,"æĺİæĺŁ":102152,"é£Łçī©":102153,"å¾Īå¿«":102154,"è®©ä½ł":102155,"ä¿¡çĶ¨":102156,"åĶ¯ä¸Ģ":102157,"åħ¶å®ĥ":102158,"çŃīæĸ¹éĿ¢":102159,"å¾ĭå¸Ī":102160,"æŃ»äº¡":102161,"æŁ³":102162,"ä¸Ģæī¹":102163,"ä¸Ĭ涨":102164,"æľºåľº":102165,"å½¢åĬ¿":102166,"æĦ¿æĦı":102167,"éĽĨä½ĵ":102168,"æĸ°åŀĭ":102169,"æįŁå¤±":102170,"æĽ¸":102171,"ä¸ĭåįĪ":102172,"æ¯ı次":102173,"æĪIJå°±":102174,"åħ¬è·¯":102175,"èĻ«":102176,"åĴ±":102177,"西å®ī":102178,"æľĢä½³":102179,"ç§ijçłĶ":102180,"å¤įæĿĤ":102181,"æľºåĻ¨":102182,"çĪ±æĥħ":102183,"çħ§çīĩ":102184,"å¹´é¾Ħ":102185,"è³ĩæĸĻ":102186,"ç²Ĺ":102187,"åĩĨç¡®":102188,"åĬłä¸Ĭ":102189,"åĩºçīĪ":102190,"è°IJ":102191,"家å±ħ":102192,"èĥĮæĻ¯":102193,"ä¸Ģ线":102194,"äºĭ项":102195,"åĬ¨ä½ľ":102196,"祥":102197,"æĢ»ä½ĵ":102198,"æĪ¿åŃIJ":102199,"ä¹Łå°±æĺ¯":102200,"大æ¦Ĥ":102201,"é«ĺæķĪ":102202,"åIJ¹":102203,"æİĪæĿĥ":102204,"éĻĦè¿ij":102205,"æ¡Īä¾ĭ":102206,"éĹ¹":102207,"çĪ¸çĪ¸":102208,"彩票":102209,"æĢĴ":102210,"举æĬ¥":102211,"æĻ®éģį":102212,"çķĻä¸ĭ":102213,"è¡£æľį":102214,"æĹłè®ºæĺ¯":102215,"åħħ满":102216,"深度":102217,"æ¡ij":102218,"æĪªèĩ³":102219,"带æĿ¥çļĦ":102220,"éĻµ":102221,"æĦŁæĥħ":102222,"èµļ":102223,"åĵªäºĽ":102224,"æķ´æĶ¹":102225,"æĪIJçĨŁ":102226,"å¨ľ":102227,"é¼»":102228,"磼":102229,"çĽ¾":102230,"好好":102231,"ç¬¬åĽĽ":102232,"åĨłåĨĽ":102233,"è´¢å¯Į":102234,"æľĢ好çļĦ":102235,"车åŀĭ":102236,"éĸĢ":102237,"åį³å°Ĩ":102238,"åĪĨ为":102239,"éĿĴå²Ľ":102240,"纷纷":102241,"ä»ĬæĹ¥":102242,"平衡":102243,"å¹³æĸ¹ç±³":102244,"éĤ£ç§į":102245,"åĩºçĶŁ":102246,"éĿĴæĺ¥":102247,"人群":102248,"人工":102249,"ä¹ĭä¸ĭ":102250,"æ¹ĸåĮĹ":102251,"åľ¨æѤ":102252,"åįļ士":102253,"æŶåĪ»":102254,"æ²³åĮĹ":102255,"æĶ¾å¼ĥ":102256,"éĢļéģĵ":102257,"森æŀĹ":102258,"çĸĨ":102259,"æķ¸":102260,"èĬ³":102261,"æīĵåĩ»":102262,"æĽ¹":102263,"åĮĸåѦ":102264,"æĥ³è±¡":102265,"ä¸ĩ人":102266,"è´¢ç»ı":102267,"åħĥç´ł":102268,"ä¼ļ计":102269,"åħ¨ä½ĵ":102270,"æĦĽ":102271,"é«ĺä¸Ń":102272,"æľºéģĩ":102273,"å£°éŁ³":102274,"æĹħè¡Į":102275,"浩":102276,"æŁ±":102277,"å°ijå¹´":102278,"åĽ½å¤ĸ":102279,"èijĹåIJį":102280,"çĶŁåŃĺ":102281,"å§ľ":102282,"带é¢Ĩ":102283,"é¢ľèī²":102284,"ä¸Ĭä¸ĭ":102285,"产ä¸ļéĵ¾":102286,"æĽ´å¥½çļĦ":102287,"å²Ń":102288,"ä¼ĺæĥł":102289,"便æĺ¯":102290,"åħ§å®¹":102291,"ä¸Ģåıª":102292,"çIJ´":102293,"梦æĥ³":102294,"秣èµģ":102295,"å¼ĢåIJ¯":102296,"è´Ńçī©":102297,"åĮħåIJ«":102298,"åĪ©çİĩ":102299,"èµ·äºĨ":102300,"æľīåĬĽ":102301,"éĤ£éĩĮ":102302,"审æī¹":102303,"对æīĭ":102304,"çİ°éĩij":102305,"天çĦ¶":102306,"çĽĴ":102307,"çĪ½":102308,"å¿ħçĦ¶":102309,"åĮĸå·¥":102310,"ä¸ĵåĪ©":102311,"åķ¡":102312,"å¼Ģå¿ĥ":102313,"人ä½ĵ":102314,"éģĵ士":102315,"æĢģ度":102316,"空è°ĥ":102317,"æĭĽåķĨ":102318,"姻":102319,"第äºĶ":102320,"æ£Ĵ":102321,"ä¸Ģç³»åĪĹ":102322,"åį±æľº":102323,"转åıĺ":102324,"åľºæīĢ":102325,"鸣":102326,"æĪ¿éĹ´":102327,"éĢ¼":102328,"è¯ķçĤ¹":102329,"对å¤ĸ":102330,"åĩºåı°":102331,"åľ¨è¿Ļ":102332,"åİĤ家":102333,"巨大":102334,"ç®Ģä»ĭ":102335,"çľĭäºĨ":102336,"åħļ建":102337,"æĮĩæĮ¥":102338,"çŁ³æ²¹":102339,"ä¸įåı¯èĥ½":102340,"èݲ":102341,"ä¸į太":102342,"åĪĽæĦı":102343,"第ä¸Ģ个":102344,"è´µå·ŀ":102345,"è¿ĩäºĨ":102346,"æľ¬æĿ¥":102347,"éģĵå¾·":102348,"çŃĶæ¡Ī":102349,"éĻ¶":102350,"ä¸Ģè·¯":102351,"èĤĸ":102352,"æ¸ħæ´ģ":102353,"æľīæľº":102354,"åIJįåįķ":102355,"æĿ±":102356,"åij¼åIJ¸":102357,"ä¸Ī":102358,"ç¦ı建":102359,"è¯ķéªĮ":102360,"å¼ķåıij":102361,"ä¹Łæ²¡":102362,"ä¸įä½ı":102363,"çĨŁæĤī":102364,"èIJ¬":102365,"ä¸įèī¯":102366,"çłĸ":102367,"èĩ´åĬĽ":102368,"çŃ¾è®¢":102369,"åIJĬ":102370,"侯":102371,"çĺ¦":102372,"å§ijå¨ĺ":102373,"æĸ¤":102374,"妻åŃIJ":102375,"æĺ¥èĬĤ":102376,"çĪ¬":102377,"æĽĿ":102378,"çĥŃæĥħ":102379,"éķ¿æ²Ļ":102380,"èIJ¥éĢł":102381,"éħ·":102382,"éĵĿ":102383,"åŁºæľ¬ä¸Ĭ":102384,"åij¨åĽ´":102385,"ä»Ģ麼":102386,"认åı¯":102387,"åĪĨåŃIJ":102388,"ä¸Ģæĸ¹éĿ¢":102389,"è½´":102390,"å¼·":102391,"马ä¸Ĭ":102392,"éĽ¾":102393,"èĩ£":102394,"å°¿":102395,"çĶŁæĦı":102396,"å®īå¾½":102397,"ç¥ŀç»ı":102398,"åĩºå¸Ń":102399,"èį¯åĵģ":102400,"çIJĨçĶ±":102401,"åįıåIJĮ":102402,"æµģåĬ¨":102403,"åıijåĬ¨":102404,"åĿļå®ļ":102405,"表æĺİ":102406,"åIJİéĿ¢":102407,"ä¹īåĬ¡":102408,"å¦ĸ":102409,"æľīåı¯èĥ½":102410,"年轻人":102411,"大éĻĨ":102412,"å²³":102413,"ä¸įèµ·":102414,"çŀ¬éĹ´":102415,"ä¸įå¾Ĺä¸į":102416,"çŃ¾çº¦":102417,"åIJĪæł¼":102418,"åħļæĶ¯éĥ¨":102419,"æµİåįĹ":102420,"便åĪ©":102421,"éļıæŶ":102422,"å¥ī":102423,"称为":102424,"产æĿĥ":102425,"åIJķ":102426,"çĽĨ":102427,"课åłĤ":102428,"ç·ļ":102429,"æ£ī":102430,"线ä¸ĭ":102431,"èĩªè¡Į":102432,"举æݪ":102433,"åݦéŨ":102434,"èĩªä¿¡":102435,"å½±è§Ĩ":102436,"ä»Ķ":102437,"çĶŁæ´»ä¸Ń":102438,"æĿĥçĽĬ":102439,"çĻ½èī²":102440,"å°±ä¸į":102441,"è¿Ľå±ķ":102442,"æ¯ıæĹ¥":102443,"ä¾Ľç»Ļ":102444,"æĿĥåĪ©":102445,"æĹłæķ°":102446,"çIJĨè´¢":102447,"ä¾Ŀæŧ":102448,"ä¸ĬåįĪ":102449,"è¯ĨåĪ«":102450,"çĽĪåĪ©":102451,"çłĤ":102452,"许åı¯":102453,"åIJĮäºĭ":102454,"åĺĽ":102455,"éģ¸":102456,"çĿĢåĬĽ":102457,"éŨåı£":102458,"ä¸įå¤ļ":102459,"åħ¶æ¬¡":102460,"碧":102461,"çī©çIJĨ":102462,"åĨħå¿ĥ":102463,"çĻ¾å§ĵ":102464,"æĢ»ç»Ł":102465,"å¹²åĩĢ":102466,"积累":102467,"åıįé¦Ī":102468,"æłijç«ĭ":102469,"社交":102470,"秩":102471,"åįģä¸Ģ":102472,"éĤĵ":102473,"驱åĬ¨":102474,"å±ķè§Ī":102475,"èĪĴéĢĤ":102476,"åŁºåĽł":102477,"å·®å¼Ĥ":102478,"转让":102479,"å°ıå§IJ":102480,"æł·åŃIJ":102481,"ç¿Ķ":102482,"é«ĺåħ´":102483,"å½±åĵįåĬĽ":102484,"æīĭç»Ń":102485,"缸åIJĮ":102486,"缸åºĶ":102487,"æĻĴ":102488,"è§Ģ":102489,"å¸Ĥå§Ķ":102490,"èĬ¯":102491,"å±ķçİ°":102492,"åľ°çIJĥ":102493,"éĤª":102494,"ä¸Ģå®ļçļĦ":102495,"åħģ许":102496,"ä¿¡ä»»":102497,"æīij":102498,"éĻ¢æł¡":102499,"ç®Ģ称":102500,"åģļæ³ķ":102501,"ä¹ĭè·¯":102502,"æĹĹä¸ĭ":102503,"èħĶ":102504,"æ¶Ī失":102505,"ä¸ĸçķĮä¸Ĭ":102506,"åŁİ乡":102507,"èĪŀåı°":102508,"å¾Ī大çļĦ":102509,"绣çŃ¹":102510,"åħ¬å¹³":102511,"èĤ¾":102512,"çļĦ好":102513,"æ±ģ":102514,"çľ¼åīį":102515,"éĽ£":102516,"å¹½":102517,"åħ±äº§":102518,"主åĬŀ":102519,"å¤Ħç½ļ":102520,"åºĻ":102521,"éģĵçIJĨ":102522,"å¼µ":102523,"æİ¥çĿĢ":102524,"çĮİ":102525,"çģĮ":102526,"çĶ±æѤ":102527,"人åĬĽ":102528,"æµģè¡Į":102529,"ä¾ł":102530,"åı¯ä»¥è¯´":102531,"èĴĭ":102532,"å½¢æĢģ":102533,"æĹ¥åŃIJ":102534,"æ¼Ĩ":102535,"çķĻåѦ":102536,"缸éĹľ":102537,"æľĢå¤ļ":102538,"åĩŃåĢŁ":102539,"åħ¬äº¤":102540,"æĮĸæİĺ":102541,"æĿĤå¿Ĺ":102542,"主人":102543,"éļľç¢į":102544,"æł¡éķ¿":102545,"æĸ¹ä½į":102546,"ä¸ĬçıŃ":102547,"å¤ļåħĥ":102548,"èĥģ":102549,"éŃħåĬĽ":102550,"èĮĤ":102551,"åħħçĶµ":102552,"强大":102553,"çĥ¤":102554,"å¥ĭæĸĹ":102555,"å®ŀçĶ¨":102556,"éĺģ":102557,"ç»ĻäºĨ":102558,"æľ¬ç§ij":102559,"æłĭ":102560,"æĭ¨":102561,"æķĻç»ĥ":102562,"éĥ½çŁ¥éģĵ":102563,"æ¯ķä¸ļçĶŁ":102564,"ç¢Ĺ":102565,"åŀĤ":102566,"讼":102567,"å®ģæ³¢":102568,"åѦèĢħ":102569,"谢谢":102570,"åŁİéķĩ":102571,"æĢİä¹ĪåĬŀ":102572,"éģĶ":102573,"æĪIJ交":102574,"æ½ľåĬĽ":102575,"åį§":102576,"æĸ°å¼Ģ":102577,"éħįå¤ĩ":102578,"主åĬĽ":102579,"åij³éģĵ":102580,"çĥĤ":102581,"é£ŀè¡Į":102582,"å«ģ":102583,"大大":102584,"ç»Ļ大家":102585,"å¤ĸéĿ¢":102586,"éĨī":102587,"åıijè¨Ģ":102588,"æĹ©é¤IJ":102589,"åIJĦèĩª":102590,"å®Ļ":102591,"èį£èªī":102592,"æĬ«éľ²":102593,"é¡ŀ":102594,"åĨħçļĦ":102595,"èĤª":102596,"è¾IJ":102597,"æ³µ":102598,"æĬĽ":102599,"æĺŁæľŁ":102600,"ä¸Ģ带":102601,"çĶŁç´ł":102602,"ç»ıéĶĢ":102603,"åĩ¶":102604,"åľ°ä¸Ĭ":102605,"åij½è¿IJ":102606,"åĵ²":102607,"ä¸Ĭåİ»":102608,"æĸĩçī©":102609,"è¯ij":102610,"æĮ¯åħ´":102611,"éķ¿æŶéĹ´":102612,"ç¥Ń":102613,"åIJĪèĤ¥":102614,"è¿Ŀè§Ħ":102615,"èģª":102616,"ä½İäºİ":102617,"éĢĤå½ĵ":102618,"æľīåºı":102619,"æľ¬ç½ij":102620,"çķĻè¨Ģ":102621,"æĥ³æ³ķ":102622,"çŃ¾ç½²":102623,"å§ļ":102624,"æĢ§æł¼":102625,"èĴĻåı¤":102626,"æŁı":102627,"åŀ«":102628,"åѦåİĨ":102629,"ä»ħä»ħ":102630,"讲è¯Ŀ":102631,"éĶIJ":102632,"æĢĸ":102633,"åīª":102634,"èĭį":102635,"åIJĵ":102636,"强çĥĪ":102637,"åģ¥åħ¨":102638,"çĸ¯":102639,"åı¤ä»£":102640,"å¥Ī":102641,"ä¸įçĦ¶":102642,"乡éķĩ":102643,"æľĭåıĭ们":102644,"åĤħ":102645,"èģ½":102646,"个æĢ§":102647,"æ³ķè§Ħ":102648,"å°ıéķĩ":102649,"çĶ»éĿ¢":102650,"第åħŃ":102651,"網路":102652,"åīįæĻ¯":102653,"åIJ¬è¯´":102654,"ä¼łåªĴ":102655,"æĿ¡ä¾ĭ":102656,"åĪ«çļĦ":102657,"ä¸įæĩĤ":102658,"顾éĹ®":102659,"强度":102660,"éĺ¿éĩĮ":102661,"èµ°åĬ¿":102662,"帽":102663,"çļĦç¡®":102664,"åĮºåĪ«":102665,"éĮ¢":102666,"主管":102667,"ä¸Ģçľĭ":102668,"æĸľ":102669,"åŃĺåľ¨çļĦ":102670,"仲":102671,"åį±å®³":102672,"éĵŃ":102673,"游æĪıä¸Ń":102674,"éħ±":102675,"é¾Ļ头":102676,"人å¿ĥ":102677,"éĢĢä¼ij":102678,"æµıè§Ī":102679,"åĬ«":102680,"éĺ²æ²»":102681,"ç®Ń":102682,"å±Ī":102683,"è¾½å®ģ":102684,"壤":102685,"è¿İæĿ¥":102686,"éŀį":102687,"çĶ¨æĿ¥":102688,"å¤§åľ°":102689,"ä»°":102690,"éĢļ讯":102691,"å¼Ģå·¥":102692,"裤":102693,"å¦ĤåIJĮ":102694,"骤":102695,"éĺŁåijĺ":102696,"轩":102697,"ç¾İæľ¯":102698,"èĻŁ":102699,"åIJĮä¸Ģ":102700,"åľĸ":102701,"书æ³ķ":102702,"æīĵåį°":102703,"åIJ«æľī":102704,"éĽĨæĪIJ":102705,"éĹ·":102706,"å¸Ĥåľºä¸Ĭ":102707,"æĹģè¾¹":102708,"åľ°æĿ¿":102709,"产çĶŁçļĦ":102710,"粤":102711,"éĩįç»Ħ":102712,"è¡Ģ液":102713,"çŃĭ":102714,"åĬŀäºĭ":102715,"常è§ģçļĦ":102716,"ä¸ĬåįĬå¹´":102717,"å±ıå¹ķ":102718,"åIJīæŀĹ":102719,"å·©":102720,"åĸľçĪ±":102721,"ç¿ł":102722,"ä¸īç§į":102723,"æ¡Ĩæŀ¶":102724,"举èİŀ":102725,"çĶĺèĤĥ":102726,"èĬ¬":102727,"åĽ¾ä¹¦":102728,"åĩ¤åĩ°":102729,"æ°ĶåĢĻ":102730,"å°´":102731,"å°¬":102732,"两天":102733,"è¾ħ导":102734,"åĢŁæ¬¾":102735,"æĹ¥èµ·":102736,"æ´Ĵ":102737,"ä¸Ģ度":102738,"è¹Ī":102739,"æ½Ń":102740,"æīĩ":102741,"çĻľ":102742,"æĸ°åħ´":102743,"åĤ²":102744,"诸å¤ļ":102745,"è´ª":102746,"éĻ·åħ¥":102747,"èĪŁ":102748,"èĤºçĤİ":102749,"ä¸Ģæł·çļĦ":102750,"åİĺ":102751,"åľ°çIJĨ":102752,"æĬķ注":102753,"éļĬ":102754,"åħīä¼ı":102755,"ä¿Ŀåģ¥":102756,"åħĶ":102757,"åħ¬åĬ¡":102758,"æīĵçł´":102759,"çĶ·åŃ©":102760,"åĬ³åĬ¡":102761,"ä½łä¼ļ":102762,"çĶ¨åľ°":102763,"溢":102764,"åıijè¾¾":102765,"èĤļ":102766,"è¿ĩäºİ":102767,"èĩĤ":102768,"éĢĻ樣":102769,"轻轻":102770,"ä¸Ńåħ±":102771,"åIJĦåĽ½":102772,"åĶĩ":102773,"å®ŀä¹ł":102774,"èĻ¾":102775,"槽":102776,"ä¸įä¸Ĭ":102777,"åħįçĸ«":102778,"åįłæį®":102779,"å·¥ä¼ļ":102780,"åĽĬ":102781,"èĪªå¤©":102782,"åı¯çĪ±":102783,"æĸĹäºī":102784,"çĺ¤":102785,"å¦Ĥæľī":102786,"éĽĸ":102787,"对æĪij":102788,"åĩºç§Ł":102789,"好çľĭ":102790,"太大":102791,"æ°´åĪ©":102792,"åĬ¿åĬĽ":102793,"åħ¨æ°ij":102794,"ç½¢":102795,"èµ¢å¾Ĺ":102796,"çĶµä¿¡":102797,"车éĹ´":102798,"æĻĤåĢĻ":102799,"å°ijæķ°":102800,"éĵ¸":102801,"åħ³èģĶ":102802,"ä¸įä»ħä»ħ":102803,"为æĤ¨":102804,"åĴ¸":102805,"æľºåĬ¨":102806,"è£Ļ":102807,"åĵįåºĶ":102808,"éģł":102809,"è²·":102810,"ç©´":102811,"å¢ħ":102812,"éĶ¡":102813,"çµĦ":102814,"çģ«è½¦":102815,"è³ĩè¨Ĭ":102816,"åĨ³èµĽ":102817,"污水":102818,"èªŀ":102819,"å´Ľ":102820,"ç´§å¯Ĩ":102821,"缺å°ij":102822,"å¤ļ人":102823,"æĢ»ä¹¦è®°":102824,"éĶĪ":102825,"èijĽ":102826,"å¿ĺè®°":102827,"éĻĮçĶŁ":102828,"éķ¿å¤§":102829,"åħĪè¿ĽçļĦ":102830,"ç¡ħ":102831,"åıijæĺİ":102832,"å©´åĦ¿":102833,"æīİå®ŀ":102834,"èĽĭçĻ½":102835,"ä¸ĢçĻ¾":102836,"缮åħī":102837,"æħĮ":102838,"åĬłæ²¹":102839,"åIJŀ":102840,"ä¸Ģ群":102841,"ä¸Ńä»ĭ":102842,"å¸ĸ":102843,"å¿Į":102844,"èģĮèĥ½":102845,"广æĴŃ":102846,"çĽijå¯Ł":102847,"ç§ĺå¯Ĩ":102848,"çĭ®":102849,"è¿ĻæĿ¡":102850,"éĢ¢":102851,"æĢ¨":102852,"åįģåħŃ":102853,"試":102854,"说åĪ°":102855,"åĩĿèģļ":102856,"æĮĩ示":102857,"æ°¢":102858,"å¼ĺ":102859,"éĺĢ":102860,"æĸ©":102861,"éłħ":102862,"ä¸Ģå¼Ģå§ĭ":102863,"æİĴè¡Į":102864,"åľ¨æĪij":102865,"纪å½ķ":102866,"æĬĦ":102867,"æłª":102868,"说æ³ķ":102869,"ä¸Ńèį¯":102870,"好å¤ļ":102871,"åıªä¸įè¿ĩ":102872,"çķĻåľ¨":102873,"个å°ıæŶ":102874,"è®¤çŁ¥":102875,"çķ«":102876,"è§ģè¿ĩ":102877,"å°ıå¾®":102878,"ä½Ľå±±":102879,"çľ¾":102880,"讲述":102881,"梳":102882,"称åı·":102883,"æĹ¥æĻļ":102884,"è¢ĸ":102885,"åķ¤":102886,"æľªç»ı":102887,"æľĢæĹ©":102888,"æī®æ¼Ķ":102889,"è¡Ģ管":102890,"纱":102891,"æĥħèĬĤ":102892,"第ä¸ĥ":102893,"æį§":102894,"ä»Ĺ":102895,"æ¿ĢçĥĪ":102896,"æĹłçº¿":102897,"ä¸į容æĺĵ":102898,"å¼Ģå¹ķ":102899,"æĸ°çĶŁ":102900,"ä¸ĵ注":102901,"èij±":102902,"åįĹæµ·":102903,"çĩŁ":102904,"èµ·ä¾Ĩ":102905,"æ´¾åĩº":102906,"åĦĴ":102907,"侨":102908,"è¼ĥ":102909,"åįļè§Ī":102910,"éĢ¾":102911,"åĮĢ":102912,"ç»ıæµİåѦ":102913,"æ¸Ĺ":102914,"ä¿ĿèŃ·":102915,"çīº":102916,"çī²":102917,"çİ«":102918,"çij°":102919,"æľĢåIJİä¸Ģ":102920,"æĶ¿åĬ¡":102921,"æ§Ľ":102922,"èĻķçIJĨ":102923,"éļIJæĤ£":102924,"æī¿åĮħ":102925,"極":102926,"æ¡©":102927,"çĽ²":102928,"导åIJij":102929,"èĩ´å¯Į":102930,"ç¼Ĩ":102931,"æģĭçĪ±":102932,"ä¸įåĬ¨":102933,"ç»Ļ人":102934,"å·¢":102935,"表æĥħ":102936,"举åįĹ":102937,"åĨħå¤ĸ":102938,"è¾ĪåŃIJ":102939,"åıī":102940,"åįļä¼ļ":102941,"åĬŁæķĪ":102942,"渴":102943,"屬":102944,"æİĴéĻ¤":102945,"éĢĽ":102946,"ä¸Ģä¼ļ":102947,"ä¸įå¼Ģ":102948,"å¼Ģå¥ĸ":102949,"é»ijé¾Ļ":102950,"é»ijé¾Ļæ±Ł":102951,"å¿«ä¸ī":102952,"度åģĩ":102953,"åĿ¤":102954,"éĤ®ä»¶":102955,"æĩĴ":102956,"ä¾ĽçĶµ":102957,"廣":102958,"好è¯Ħ":102959,"ç§ĺ书éķ¿":102960,"æĪĺåľº":102961,"好å¥ĩ":102962,"ä¾µæĿĥ":102963,"æĨ¾":102964,"æľĢåĪĿ":102965,"æī¹åıij":102966,"åİķ":102967,"è¼ķ":102968,"æŀ¯":102969,"ä¸ļåĨħ":102970,"è´ŃæĪ¿":102971,"ä¸įåľ¨":102972,"纪å§Ķ":102973,"æīĢéľĢ":102974,"å¸Ĥéķ¿":102975,"è³½":102976,"å¼ķæĵİ":102977,"çģµéŃĤ":102978,"éĬĢ":102979,"滤":102980,"çĿIJ":102981,"å¤ļ项":102982,"åĽŀ头":102983,"èīĺ":102984,"å¤įå·¥":102985,"éĥ¨ä»¶":102986,"紧紧":102987,"æŁIJç§į":102988,"使åħ¶":102989,"æĸ°äºº":102990,"æŀļ":102991,"æ³ķå®ļ":102992,"å·´å·´":102993,"涵çĽĸ":102994,"稻":102995,"æĭ¾":102996,"æĻķ":102997,"轿":102998,"éĢļè¡Į":102999,"åĵĢ":103000,"æ³Ĭ":103001,"温馨":103002,"éĽĨèģļ":103003,"çĨĻ":103004,"åĩij":103005,"åįģä¸ĥ":103006,"æ°Ķæģ¯":103007,"æıIJä¾ĽçļĦ":103008,"æ³³":103009,"奥è¿IJ":103010,"çģ¾å®³":103011,"åĩĢåĮĸ":103012,"è·¨è¶Ĭ":103013,"åĵªæĢķ":103014,"éŁ¿":103015,"å¢ŀæ·»":103016,"çĦĬ":103017,"æ®ĭçĸ¾":103018,"ç¢Į":103019,"æĤĶ":103020,"è§ģè¯ģ":103021,"è¾ĸåĮº":103022,"å¿ĥèĦı":103023,"éļ§":103024,"åį¸":103025,"åı¯èĥ½æĢ§":103026,"æľī趣":103027,"åī¯ä¹¦è®°":103028,"åĮĸå¦Ĩ":103029,"ä¿Ĥ":103030,"æ£ļ":103031,"éĨĩ":103032,"带头":103033,"éłĪ":103034,"追究":103035,"æijĶ":103036,"è¿Ļéĥ¨":103037,"ä¸į论":103038,"祸":103039,"å³»":103040,"éģķ":103041,"çĶŁèĤ²":103042,"å¤ł":103043,"å¤ĸ交":103044,"è¯Ħ为":103045,"ä»İå°ı":103046,"å°ıå°ı":103047,"饿":103048,"æĴ¼":103049,"è·¨å¢ĥ":103050,"被åijĬ":103051,"åįĹå®ģ":103052,"身å¿ĥ":103053,"åĨįçĶŁ":103054,"æīĢ说":103055,"æŶéĹ´åĨħ":103056,"åĪĹåħ¥":103057,"éĿĴæµ·":103058,"çĪ±å¥½":103059,"çªĦ":103060,"èĪĪ":103061,"è¿ĩ渡":103062,"æ¿Ł":103063,"éĽĢ":103064,"审议":103065,"åĽ½èµĦ":103066,"æŃ¥ä¼IJ":103067,"轨éģĵ":103068,"信念":103069,"ä¸īåĪĨ":103070,"çĨ¬":103071,"åѵåĮĸ":103072,"ç¼ł":103073,"éĥĬ":103074,"èĪĴæľį":103075,"纪æ£Ģ":103076,"ä¸Ģä¸ĭåŃIJ":103077,"éĽ»è©±":103078,"è²ł":103079,"éĴ¥":103080,"åĮĻ":103081,"çĹ´":103082,"è¶ģ":103083,"绣":103084,"çĪµ":103085,"è½°":103086,"éªĦ":103087,"姨":103088,"æĭĺ":103089,"çĮ´":103090,"讶":103091,"è¿Ļ座":103092,"çį¨":103093,"æ·ĺæ±°":103094,"çĹħä¾ĭ":103095,"æ²Ļåıij":103096,"è§Ĩ为":103097,"头æĿ¡":103098,"å¿ħè¦ģçļĦ":103099,"åı¯è°ĵ":103100,"è¯Ŀ说":103101,"ç¯Ħ":103102,"æĹ©çĤ¹":103103,"æŀ¢çº½":103104,"羡":103105,"çĪ±åĽ½":103106,"çªģåıij":103107,"éĢĬ":103108,"æ½į":103109,"èį£èĢĢ":103110,"èŁ¹":103111,"æ¦Ĥçİĩ":103112,"å¾Īä¹ħ":103113,"æĥķ":103114,"訴":103115,"åľĨ满":103116,"çļ±":103117,"åĪĨæ³Į":103118,"åħħ足":103119,"çľĭæ³ķ":103120,"è¾Ł":103121,"æĭ¦":103122,"æĭ©":103123,"对åºĶ":103124,"ä¸ºæł¸å¿ĥ":103125,"èħĬ":103126,"å¤ļä¹Ī":103127,"æµij":103128,"å®ıè§Ĥ":103129,"èĦĸ":103130,"åIJĪèµĦ":103131,"çĶŁæ¶¯":103132,"å®ŀè´¨":103133,"ä¼ĺçĤ¹":103134,"çĶ¨æ°´":103135,"寿åij½":103136,"沫":103137,"åIJģ":103138,"詹":103139,"åĽ½éĺ²":103140,"å´©":103141,"åĿİ":103142,"èĨı":103143,"ä¸Ģè½®":103144,"éģĹ产":103145,"æ¹¾åĮº":103146,"ç»İ":103147,"åįķ纯":103148,"æ¾Ħ":103149,"åīįåĪĹ":103150,"身影":103151,"é»ĺé»ĺ":103152,"æįī":103153,"çĴ°":103154,"èıĬ":103155,"æĢľ":103156,"åħĭæĢĿ":103157,"æĢ»å±Ģ":103158,"çĩĥæĸĻ":103159,"ä¸ļæĢģ":103160,"åIJĦæł·":103161,"åĴ½":103162,"åĩºèī²":103163,"åĪĿå¿ĥ":103164,"åıĽ":103165,"çłĶ讨":103166,"è¡«":103167,"åİĨç¨ĭ":103168,"禽":103169,"è¶³å¤ŁçļĦ":103170,"èįĨ":103171,"çľĭå¾ħ":103172,"è´©":103173,"åĨ³å¿ĥ":103174,"裹":103175,"å¸ĪèĮĥ":103176,"åŀĦ":103177,"æĿł":103178,"åĩ¸":103179,"çĬ¹è±«":103180,"çĥŃè¡Ģ":103181,"åIJĪä¼Ļ":103182,"éħµ":103183,"èIJ½åľ¨":103184,"åįłåľ°":103185,"衬":103186,"èĵī":103187,"æĦ¤":103188,"æ¸Ĭ":103189,"åĪĨæķ°":103190,"ç¬ijçĿĢ":103191,"太平":103192,"çĤ«":103193,"æݨä»ĭ":103194,"æĸ¯åĿ¦":103195,"形容":103196,"æĵĬ":103197,"æĦŁåħ´è¶£":103198,"åĨĽäºº":103199,"åĩĮæĻ¨":103200,"对çħ§":103201,"åıijçĹħ":103202,"å·¾":103203,"èĪī":103204,"檢":103205,"ç¬ijäºĨ":103206,"ç¡®è¯Ĭ":103207,"è´ŁåĢº":103208,"壮大":103209,"æĪļ":103210,"äºĴèģĶ":103211,"課":103212,"èħ¦":103213,"æű":103214,"åıĹ欢è¿İ":103215,"åįī":103216,"éĻ¢å£«":103217,"æ©¡":103218,"ä¸Ģ对":103219,"è¾±":103220,"æ²Ĥ":103221,"åı²ä¸Ĭ":103222,"æIJı":103223,"å´ĸ":103224,"代谢":103225,"磷":103226,"é¡ĺ":103227,"æµĩ":103228,"常çĶ¨":103229,"åįij":103230,"åĩºåĽ½":103231,"è¯ł":103232,"稳æŃ¥":103233,"ç»ı纪":103234,"å¤ļå¤ļ":103235,"æīĢå¾Ĺ":103236,"为主é¢ĺ":103237,"ä¸ĢåĪĨ":103238,"æł½":103239,"顧":103240,"纲":103241,"åĥħ":103242,"å£ĵ":103243,"åĦª":103244,"ç¿°":103245,"æİĢ":103246,"人为":103247,"媳":103248,"æ´½":103249,"èĿ¶":103250,"å¤įåħ´":103251,"ä¼ļå½±åĵį":103252,"åIJĦçķĮ":103253,"éĤ£ä¸Ģ":103254,"颤":103255,"çĢı":103256,"çĢı覽":103257,"å¯ŀ":103258,"åı¯æĢķ":103259,"åį³æŶ":103260,"çķ´":103261,"ä¸ĭåįĬå¹´":103262,"ç¬Ķè®°":103263,"éĻĦåĬł":103264,"çĥŃæ°´":103265,"奸":103266,"ç£ħ":103267,"æĿī":103268,"æ¸ħåįİ":103269,"éĸ±":103270,"ç°¡":103271,"å¤Ħå¤Ħ":103272,"åIJĪéĩij":103273,"æ²³æµģ":103274,"ç´°":103275,"è´ŁéĿ¢":103276,"çļĦ羣å®ŀ":103277,"åĻ¨æ¢°":103278,"èĴIJ":103279,"西äºļ":103280,"å·ħ":103281,"ç²¹":103282,"åİŁæĸĩ":103283,"æŀķ":103284,"è¡Ģåİĭ":103285,"åļ´":103286,"å¸ĺ":103287,"åĨĢ":103288,"æĮ«":103289,"çĶµè·¯":103290,"å°ıä¼Ļä¼´":103291,"èĿ´":103292,"æľĢå¿«":103293,"æĭĮ":103294,"宪":103295,"æĸ·":103296,"ç¿ħ":103297,"åĴ³":103298,"åĹ½":103299,"ç¾ŀ":103300,"èººåľ¨":103301,"èµĽè½¦":103302,"æ²IJ":103303,"éĻIJ度":103304,"为ä¸Ģä½ĵ":103305,"èĴľ":103306,"幫":103307,"æIJħ":103308,"åĭĭ":103309,"åīĸ":103310,"纳ç¨İ":103311,"éķ¿æķĪ":103312,"ç½ķ":103313,"åī¯æľ¬":103314,"ç©į":103315,"éĴ©":103316,"ç¹¼":103317,"åĽ½åľŁ":103318,"è¼ī":103319,"ä¸įå¿ĺ":103320,"èŃ¦ç¤º":103321,"çģ¿":103322,"å¿ĥå¾Ĺ":103323,"æĦļ":103324,"忽çķ¥":103325,"åĽŀäºĭ":103326,"åįłæľī":103327,"æ·Ħ":103328,"çī¡":103329,"çĽijäºĭ":103330,"ç¿¡":103331,"éĴĪ对æĢ§":103332,"çªĥ":103333,"製":103334,"èĨĿ":103335,"ç³Ł":103336,"港澳":103337,"太太":103338,"澡":103339,"ç»ĨåĮĸ":103340,"åĶ®åIJİ":103341,"å®ŀåľ¨æĺ¯":103342,"ç«£":103343,"çį²":103344,"åĢ¾åIJij":103345,"å¼ķçĶ¨":103346,"é¹ħ":103347,"ç¬ij容":103348,"ä¹IJ趣":103349,"æ°ijæĶ¿":103350,"éŨæĪ·":103351,"å±ģ":103352,"迷失":103353,"éĶĮ":103354,"å°ı康":103355,"åĭī":103356,"æ³¼":103357,"ä¾ĭåŃIJ":103358,"ä¸īä½į":103359,"å»ł":103360,"èĶĵ":103361,"广éĺĶ":103362,"èĢį":103363,"èĢģèĻİ":103364,"åĭŁéĽĨ":103365,"èĦļæŃ¥":103366,"æĭ¯":103367,"åŃĹåı·":103368,"çĦ°":103369,"é¢ł":103370,"èļĤ":103371,"èļģ":103372,"飯":103373,"人æĢ§":103374,"æĴ°":103375,"åİ¢":103376,"å±ĢéĻIJ":103377,"æľªæĪIJ":103378,"åĵªåĦ¿":103379,"大åıij":103380,"ä¸įå®ļ":103381,"å¾ģæ±Ĥ":103382,"éĥµ":103383,"åĢºæĿĥ":103384,"çĪ±ä½ł":103385,"èºģ":103386,"ä»ħä¾Ľ":103387,"è¿ľå¤Ħ":103388,"éĨĽ":103389,"åĥµ":103390,"积æŀģæĢ§":103391,"æİ¡":103392,"åīįä¸ī":103393,"äºİä¸Ģä½ĵ":103394,"çŀĦ":103395,"çĿģ":103396,"沸":103397,"åħ±èµ¢":103398,"éĢĢå½¹":103399,"è´Ŀå°Ķ":103400,"æİı":103401,"æĪ²":103402,"è¡į":103403,"éĶĤ":103404,"ä¸ĩä½Ļ":103405,"ç§ijåĪĽ":103406,"æ¼ĶåĶ±":103407,"欧åħĥ":103408,"æ·¡æ·¡":103409,"éĿĴå±±":103410,"èĹĿ":103411,"绽":103412,"令çīĮ":103413,"éĽĨ群":103414,"ä½ľçī©":103415,"çĢij":103416,"夯":103417,"ç½ij游":103418,"åħ«å¤§":103419,"éªļ":103420,"èªĵ":103421,"ä¼ļå±ķ":103422,"åħļåı²":103423,"æ£Ģå¯ŁéĻ¢":103424,"åĸĺ":103425,"éĺ±":103426,"èĢĮåĩº":103427,"éĢļ车":103428,"éĴĵ":103429,"æĥħ人":103430,"æ¸Ľ":103431,"ä¸Ńç§ĭ":103432,"çĪŃ":103433,"åıªåī©":103434,"æĺĶ":103435,"éĩİçĶŁ":103436,"ç¡«":103437,"èIJĿåįľ":103438,"æĬµæĬĹ":103439,"çĻ«çĹ«":103440,"éĻĢ":103441,"èĶļ":103442,"å¸ľ":103443,"满满":103444,"èı±":103445,"éļĨéĩį":103446,"æĺŁçº§":103447,"æ½ĩ":103448,"åħ¬åħĥ":103449,"è°£":103450,"æ¯Ķäºļ":103451,"æ¡ĮåŃIJ":103452,"èµ£":103453,"è²¼":103454,"æĦ¿æľĽ":103455,"顽":103456,"æ´¾éģ£":103457,"ç¥Ľ":103458,"åªļ":103459,"éĺľ":103460,"èij«":103461,"èĬ¦":103462,"æ³»":103463,"å¡Į":103464,"çĭŃ":103465,"å»īæĶ¿":103466,"å¥ijæľº":103467,"æĹĹèĪ°":103468,"æĥ«":103469,"严åİī":103470,"åıĭæĥħ":103471,"å¦Ĭ":103472,"å¨ł":103473,"åĵªå®¶":103474,"èĨ¨":103475,"è¶Ł":103476,"æĮª":103477,"èĻIJ":103478,"éłģ":103479,"çŀ©":103480,"éºŁ":103481,"稣":103482,"èģĶéĢļ":103483,"åı®":103484,"çİĭèĢħ":103485,"ä¸įç¡®å®ļ":103486,"çijľ":103487,"è°İ":103488,"çī¢è®°":103489,"碼":103490,"æĬ¤èĤ¤":103491,"é¡·":103492,"çĦķ":103493,"åģļ强":103494,"éļ±ç§ģ":103495,"éļ±ç§ģæ¬Ĭ":103496,"åıĹ害":103497,"ä¸įçĶ±":103498,"çĥ¹":103499,"饪":103500,"驳":103501,"ä¼½":103502,"ä¸Ŀ绸":103503,"è¥Ħ":103504,"åįģä½Ļ":103505,"éºĹ":103506,"æ¬ĬåĪ©":103507,"èģŀ":103508,"åı¤èĢģ":103509,"éģı":103510,"åIJĦå¼ı":103511,"å°±è¡Į":103512,"åħ¥å¢ĥ":103513,"çĥģ":103514,"èľĺ":103515,"èĽĽ":103516,"纬":103517,"磫":103518,"è»Ł":103519,"æ´Ĺè¡£":103520,"æĦ§":103521,"é¢Ħæ¡Ī":103522,"éľĨ":103523,"æ·±åİļ":103524,"éĺ¿æĭī":103525,"åĨĻåŃĹ":103526,"åį¦":103527,"éķĢ":103528,"æ¨¡æł·":103529,"åĤį":103530,"æIJį":103531,"èĸ¯":103532,"åłħ":103533,"åħ¬ç§¯":103534,"è¨İ":103535,"ä¼łæŁĵ":103536,"毯":103537,"çIJĨå·¥":103538,"åĨ·éĵ¾":103539,"ç«ĭæĸ¹":103540,"æ¢Ń":103541,"åľ£è¯ŀ":103542,"综èīº":103543,"çİ©ç¬ij":103544,"æĥ³ä¸įåĪ°":103545,"æijĩ头":103546,"æ·¹":103547,"åģĩæĹ¥":103548,"åĢĺ":103549,"èĢ½":103550,"èİĵ":103551,"åŁ·":103552,"èĩªè´¸":103553,"åįĬ天":103554,"æªĶ":103555,"æ¾İæ¹ĥ":103556,"éķij":103557,"丫":103558,"éĩĮç¨ĭ":103559,"å¼ĢèįĴ":103560,"èıı":103561,"å®Ŀè´µ":103562,"èѬ":103563,"åķŁ":103564,"æŁł":103565,"檬":103566,"é©Ń":103567,"æ±Ľ":103568,"çĨĬçĮ«":103569,"èķī":103570,"éļıä¹ĭ":103571,"å±ij":103572,"è¾ĥ强":103573,"èĥ³":103574,"èĨĬ":103575,"éĿĻéĿĻ":103576,"åĴª":103577,"æĭĽåij¼":103578,"代è¨Ģ":103579,"ä¿¡ç®±":103580,"è£ħéħį":103581,"æĤį":103582,"åįķ车":103583,"èIJİ":103584,"å¤ļ彩":103585,"éĻ¸":103586,"ä»İ严":103587,"æ©Ħ":103588,"æ¦Ħ":103589,"éĢ®":103590,"éĩĮæĸ¯":103591,"姿æĢģ":103592,"太æŀģ":103593,"éĩĿ":103594,"æºī":103595,"è¿Ń":103596,"秸":103597,"ç§Ĩ":103598,"å·¥å§Ķ":103599,"æ±ķ":103600,"èģĨ":103601,"佬":103602,"ç¼ħ":103603,"çĶ¸":103604,"åī¯å±Ģéķ¿":103605,"éĹº":103606,"誤":103607,"è¤IJ":103608,"ä¸įéĻIJ":103609,"èħķ":103610,"åijķ":103611,"磶":103612,"åĨľå®¶":103613,"管å§Ķä¼ļ":103614,"饺":103615,"èĬľ":103616,"æ¾Ī":103617,"è©¢":103618,"å¨ģå°¼æĸ¯":103619,"ä½ķåĨµ":103620,"å°ıä¼Ļ":103621,"奢ä¾Ī":103622,"è¿Ļç¯ĩ":103623,"诵":103624,"ç«łç¨ĭ":103625,"ç´Ģ":103626,"éIJĺ":103627,"éĤ¢":103628,"ç³Ļ":103629,"ç¼Ģ":103630,"ä¹Ĵ":103631,"ä¹ĵ":103632,"çī¢åĽº":103633,"åĿŀ":103634,"å¼Ī":103635,"ä¾ĭå¤ĸ":103636,"廳":103637,"è§Ħç«ł":103638,"èĬĻ":103639,"篷":103640,"躯":103641,"æłĪ":103642,"åĿļå®ŀ":103643,"åŁºå»º":103644,"çĿĢçľ¼":103645,"ç·´":103646,"èij©":103647,"ç¼ļ":103648,"æ¦Ĩ":103649,"主åĭķ":103650,"ç¥Ģ":103651,"äºĴéĢļ":103652,"尤为":103653,"å®Ľ":103654,"骼":103655,"æ±²":103656,"ä¾ĥ":103657,"æĤłä¹ħ":103658,"æij§":103659,"æĭĩ":103660,"é«ĵ":103661,"éºĴ":103662,"éĻĽ":103663,"æŀ¸":103664,"æĿŀ":103665,"è´¬":103666,"å°ıé¾Ļ":103667,"åĵ®":103668,"èĵ¬åĭĥ":103669,"åĮĪ":103670,"çķľçī§":103671,"娩":103672,"个å¤ļ":103673,"æ²¥":103674,"æĺ§":103675,"çĦļ":103676,"æĬijéĥģ":103677,"çĸ¡":103678,"èĺij":103679,"éģİç¨ĭ":103680,"橱":103681,"éĿĵ":103682,"大çIJĨ":103683,"髦":103684,"åĪĨ辨":103685,"渤":103686,"çĸ¤":103687,"åĬ¨èĥ½":103688,"å¼łå®¶":103689,"ä¸ĩåįĥ":103690,"滥":103691,"饥":103692,"åºŁå¼ĥ":103693,"帳":103694,"æ¼³":103695,"è±IJ":103696,"ä»ij":103697,"å«ī":103698,"å¦Ĵ":103699,"çŀĴ":103700,"è¡ħ":103701,"çĭ¸":103702,"å¾ģç¨ĭ":103703,"éĤ¯":103704,"éĥ¸":103705,"ç¥Ī":103706,"祷":103707,"趴":103708,"ç»ĵæŀĦæĢ§":103709,"è§ĨåIJ¬":103710,"è¬Ŀ":103711,"çĴĢ":103712,"çĴ¨":103713,"åĩºå¤Ħ":103714,"è¯Ģ":103715,"å¾ĺ":103716,"å¾Ĭ":103717,"羨":103718,"åĸĩ":103719,"åıŃ":103720,"åĺ²":103721,"çķ¸":103722,"å¹²äºĭ":103723,"æļ§":103724,"æ²Ľ":103725,"åĦĦ":103726,"å»ĵ":103727,"åİ¿éķ¿":103728,"èĥļ":103729,"çIJ¢":103730,"çŃ·":103731,"éĩĭ":103732,"ä¾®":103733,"åIJ©":103734,"åĴIJ":103735,"åĮ¿":103736,"æĬ¬èµ·":103737,"æ³£":103738,"涤":103739,"麽":103740,"æĽĻ":103741,"åī¯éĻ¢éķ¿":103742,"åħļåĴĮ":103743,"æķ£åıij":103744,"润æ»ij":103745,"åĵº":103746,"æĥ¬":103747,"漫éķ¿":103748,"ä¸įæĩĪ":103749,"åŁł":103750,"åĹĵ":103751,"èĢģçĪ·":103752,"讽":103753,"æĪĺç»ĦåIJĪ":103754,"æ£ł":103755,"åħ¨åŁŁ":103756,"èł¢":103757,"诡":103758,"åīįçŀ»":103759,"æķĽ":103760,"ä¸Ģå°ģ":103761,"å¹Ĥ":103762,"èİĨ":103763,"è¯Ŀè¯Ń":103764,"ç»ĨåĪĻ":103765,"屿":103766,"åµĮ":103767,"éĢį":103768,"åĺ±":103769,"渲":103770,"çĥ¯":103771,"çĿ¹":103772,"é¦Ĵ":103773,"èħ¥":103774,"æĬĹåĩ»":103775,"çĿ«":103776,"èįĶ":103777,"éļİ":103778,"æ³īæ°´":103779,"è¬Ĥ":103780,"çĤ¬":103781,"åĩıæİĴ":103782,"è¸Ĭ":103783,"è·»":103784,"æ·Į":103785,"éľ¾":103786,"å¥ĩ纳":103787,"å¯Ŀ":103788,"æ¤İ":103789,"æŁ¬":103790,"æĸ¯åŁº":103791,"åħ¬ç«ĭ":103792,"è¨ĵ":103793,"é£Ļ":103794,"é©¿":103795,"åĤµ":103796,"èĽĻ":103797,"ç¯ĩç«ł":103798,"åĪĨæĶ¯":103799,"ä¸Ĭå¹´":103800,"çŃĿ":103801,"缤":103802,"èĢģæŧ":103803,"åĻ¬":103804,"æľ¦":103805,"èĥ§":103806,"æ¶Īè²»":103807,"æĵĶ":103808,"榴":103809,"æ¿Ĵ":103810,"糯":103811,"泸":103812,"æįĨ":103813,"ç»ļ":103814,"èµİ":103815,"çIJIJ":103816,"èµĤ":103817,"æħ®":103818,"æ²Į":103819,"çĦĻ":103820,"æĴŃæĬ¥":103821,"æ·ĩ":103822,"åĪĩåħ¥":103823,"çijķ":103824,"çĸµ":103825,"éģ´":103826,"ç¨ļ":103827,"ç©©":103828,"èŀĥ":103829,"æ£ķ":103830,"æĨ§":103831,"æĨ¬":103832,"伺":103833,"æ¯Ĺ":103834,"æįį":103835,"æĬī":103836,"ç´Ĭ":103837,"å¼Ľ":103838,"æĭŃ":103839,"æĹıèĩªæ²»":103840,"åĿ·":103841,"競":103842,"詳":103843,"è¿Ħä»Ĭ":103844,"è°´":103845,"çŀŃ解":103846,"æŁ¿":103847,"é¢Ĭ":103848,"ç°§":103849,"çĥŁèĬ±":103850,"ä¾¥":103851,"çĿ¦":103852,"éħĿ":103853,"æ°ĵ":103854,"çIJī":103855,"å§Ĭ":103856,"æ²®":103857,"æħ·":103858,"èľķ":103859,"çijļ":103860,"éĩĩçŁ¿":103861,"åł°":103862,"åºķèķ´":103863,"èĨ³":103864,"è¾ķ":103865,"éŁŃ":103866,"åĴĻ":103867,"ç²½":103868,"åīĶ":103869,"沦":103870,"èĤ´":103871,"éķ¶":103872,"æĺ¼":103873,"è¾Ĺ":103874,"婪":103875,"åĮ®":103876,"æĸĵ":103877,"汶":103878,"éĥ´":103879,"éł»":103880,"çªĴ":103881,"袱":103882,"åĽ±":103883,"èĢĺ":103884,"èļĮ":103885,"çĭĻ":103886,"çĹ¹":103887,"ç¥ī":103888,"æı®":103889,"æ·Ĩ":103890,"ç£ĭ":103891,"éĺª":103892,"æ«":103893,"ã¸":103894,"Ļ¶":103895,"ãij":103896,"ð£²":103897,"ä¢":103898,"ãŃ":103899,"ð¬¨":103900,"ð¬Ģ":103901,"ð¬®":103902,"ð¬¯":103903,"ð¬ľ":103904,"ðª¨":103905,"ð«Ĺ":103906,"ð¬Ĭ":103907,"ð¬±":103908,"ð¬Ł":103909,"äİ":103910,"ð¡":103911,"äĥ":103912,"ãł":103913,"ð©":103914,"ð©¾":103915,"ð¬º":103916,"ð¬Ļ":103917,"ãĢĶ":103918,"ãĢķ":103919,"çļĦæŶåĢĻ":103920,"æľīéĻIJåħ¬åı¸":103921,"ä¹ĭåIJİ":103922,"ä¸ļåĬ¡":103923,"åķĬ":103924,"èĻ½çĦ¶":103925,"æĭ¥æľī":103926,"äºĴèģĶç½ij":103927,"éĤ£äºĽ":103928,"ä½łçļĦ":103929,"åĨ³å®ļ":103930,"éĻ¤äºĨ":103931,"åĽ¢éĺŁ":103932,"åı¯æĺ¯":103933,"以åIJİ":103934,"社åĮº":103935,"çļĦéĹ®é¢ĺ":103936,"并ä¸Ķ":103937,"æķĻå¸Ī":103938,"å°±ä¼ļ":103939,"天空éĥ¨èIJ½":103940,"æľĢç»Ī":103941,"å½ĵçĦ¶":103942,"ä¹Łæľī":103943,"ç¡®ä¿Ŀ":103944,"æĥ³è¦ģ":103945,"è´Ńä¹°":103946,"人çļĦ":103947,"åIJ´":103948,"çļĦåıijå±ķ":103949,"ä¸įçŁ¥éģĵ":103950,"软件":103951,"æĪij们çļĦ":103952,"çĪ¶æ¯į":103953,"åīij":103954,"èĢĮæĺ¯":103955,"å®īæİĴ":103956,"åIJİæĿ¥":103957,"çļĦåľ°æĸ¹":103958,"èµµ":103959,"èĢĥè¯ķ":103960,"çªģçĦ¶":103961,"ä¸Ģå®ļè¦ģ":103962,"åĪ¶ä½ľ":103963,"è¯Ħä»·":103964,"åħįè´¹":103965,"è´¹çĶ¨":103966,"绣ä¸Ģ":103967,"çĦ¶èĢĮ":103968,"è¿Ļ次":103969,"éĿĴå¹´":103970,"人类":103971,"亦":103972,"让人":103973,"è´Łè´£äºº":103974,"éĩĩåıĸ":103975,"çļĦäºĭæĥħ":103976,"ä¹Łä¼ļ":103977,"车è¾Ĩ":103978,"æĽ´æĺ¯":103979,"强åĮĸ":103980,"æĪijåĢij":103981,"以åīį":103982,"ä¼ĺåĮĸ":103983,"å§Ķåijĺä¼ļ":103984,"åĽ°éļ¾":103985,"年度":103986,"ä½įäºİ":103987,"æĮĩåĩº":103988,"åĨį次":103989,"åĬŀçIJĨ":103990,"æ¯ı个":103991,"对æĸ¹":103992,"è¿Ľè¡ĮäºĨ":103993,"æľĢé«ĺ":103994,"课ç¨ĭ":103995,"身ä¸Ĭ":103996,"æĽ¾ç»ı":103997,"åĮ»çĶŁ":103998,"å®īè£ħ":103999,"æľ±":104000,"è¿IJè¡Į":104001,"åıĮæĸ¹":104002,"æľĢ大çļĦ":104003,"æŀĦ建":104004,"è¿ŀç»Ń":104005,"çļĦå°ı":104006,"她çļĦ":104007,"çŃīçŃī":104008,"æĶ¹åĸĦ":104009,"åIJĦç±»":104010,"éģĩåĪ°":104011,"æľīçĿĢ":104012,"人çī©":104013,"æĢ»æĺ¯":104014,"è¿ħéĢŁ":104015,"åĪ¶å®ļ":104016,"å®ĥ们":104017,"å®ĺç½ij":104018,"è¿ĺè¦ģ":104019,"ç»Īäºİ":104020,"æĪ¿åľ°äº§":104021,"è¯ģæĺİ":104022,"èĤ¡ç¥¨":104023,"åºĶå½ĵ":104024,"èĭ±åĽ½":104025,"è¿IJçĶ¨":104026,"æľĢæĸ°":104027,"享åıĹ":104028,"让æĪij":104029,"æĻļä¸Ĭ":104030,"å¾ŀ":104031,"å°ı说":104032,"å°¤åħ¶æĺ¯":104033,"è®Ńç»ĥ":104034,"åħ¨å¸Ĥ":104035,"æĮijæĪĺ":104036,"æľīçĤ¹":104037,"带çĿĢ":104038,"çļĦä¸ľè¥¿":104039,"é£İæł¼":104040,"é»Ħéĩij":104041,"å¼ķ导":104042,"æѤå¤ĸ":104043,"æľĢè¿ij":104044,"追æ±Ĥ":104045,"强è°ĥ":104046,"ä¹Łåı¯ä»¥":104047,"æĦŁåĪ°":104048,"èĩªæĪij":104049,"çī¹åĪ«æĺ¯":104050,"æĪIJéĥ½":104051,"éĢIJæ¸IJ":104052,"å¿«ä¹IJ":104053,"ä¹ĭä¸Ń":104054,"æĬķèµĦèĢħ":104055,"ä»ĸ们çļĦ":104056,"æ°ı":104057,"å·¥ä½ľäººåijĺ":104058,"äºĨä¸Ģ个":104059,"åķ¦":104060,"ä¸ĢåĢĭ":104061,"åŁºå±Ĥ":104062,"æ²ŁéĢļ":104063,"第ä¸Ģ次":104064,"并没æľī":104065,"çļĦå·¥ä½ľ":104066,"åľ¨è¿ĻéĩĮ":104067,"æŀª":104068,"æĶ¯æĴij":104069,"æŶå°ļ":104070,"æĿ¥åĪ°":104071,"æĶ¶è´Ń":104072,"éĿ©åij½":104073,"æĺ¯ä¸įæĺ¯":104074,"讨论":104075,"ä¸ļ绩":104076,"å°±èĥ½":104077,"ç«ĭåį³":104078,"è¡Ĺéģĵ":104079,"åľ¨ä¸Ģèµ·":104080,"æľĪ份":104081,"é«ĺ端":104082,"å¾Īéļ¾":104083,"ä¿Ħç½Ĺæĸ¯":104084,"æīĭ段":104085,"åģļåĩº":104086,"ä¼Ĺå¤ļ":104087,"å®ŀè¡Į":104088,"æīĵå¼Ģ":104089,"游客":104090,"ä¾ĿçĦ¶":104091,"å°±åĥı":104092,"离å¼Ģ":104093,"说éģĵ":104094,"æĸ°èĥ½æºIJ":104095,"溪":104096,"äºķ":104097,"令人":104098,"ä¸Ģåľº":104099,"æĪijæĥ³":104100,"两人":104101,"èĩ³å°ij":104102,"çļĦçĶŁæ´»":104103,"æĺ¯ä¸ª":104104,"èĭ±è¯Ń":104105,"æ²Ĵæľī":104106,"æĢĿèĢĥ":104107,"éĻIJåĪ¶":104108,"åı°æ¹¾":104109,"ä¸ĢæŦ":104110,"çļĦä¸Ģ个":104111,"é«ĺ级":104112,"åĬŀåħ¬å®¤":104113,"å¾·åĽ½":104114,"æĪijå°±":104115,"å®ļä½į":104116,"éĢĤåºĶ":104117,"æĮĩæłĩ":104118,"åħ¨çľģ":104119,"ä¸Ĭè¿°":104120,"å®ĥçļĦ":104121,"åĽŀ家":104122,"欧洲":104123,"éĵģè·¯":104124,"é¼ĵåĬ±":104125,"çļĦå½±åĵį":104126,"é«ĺæł¡":104127,"天ä¸ĭ":104128,"é«ĺè´¨éĩı":104129,"æĿŃå·ŀ":104130,"èµĦ讯":104131,"æĶ¾åľ¨":104132,"æľīä¸Ģ个":104133,"å°±è¦ģ":104134,"ä¸ĬéĿ¢":104135,"解éĩĬ":104136,"éĢIJæŃ¥":104137,"尽管":104138,"æľīä»Ģä¹Ī":104139,"çļĦäºĭ":104140,"çĻ»è®°":104141,"人æ°ijå¸ģ":104142,"è§Ĥä¼Ĺ":104143,"è§Ĥå¯Ł":104144,"çĶµèĦij":104145,"çļĦåIJĮæŶ":104146,"ä½ľä¸ļ":104147,"宣å¸ĥ":104148,"çļĦä½ľçĶ¨":104149,"åĽŀæĿ¥":104150,"éļ¾ä»¥":104151,"æīĢæľīçļĦ":104152,"å°ıåѦ":104153,"æıIJåīį":104154,"æ¤įçī©":104155,"åĩ¯":104156,"ä¸ĬäºĨ":104157,"å°±åľ¨":104158,"åħĪåIJİ":104159,"æīĭæľ¯":104160,"éĥŃ":104161,"éĿ¢åīį":104162,"æ¯ķç«Ł":104163,"äºĮæĺ¯":104164,"红èī²":104165,"éĺ³åħī":104166,"èĭ¹æŀľ":104167,"å¾Īå¤ļ人":104168,"ç»ĻæĪij":104169,"åĵ¦":104170,"çľ¼çĿĽ":104171,"éłŃ":104172,"ä¸Ģæĺ¯":104173,"åıijå±ķçļĦ":104174,"åıįåºĶ":104175,"æĪ¿å±ĭ":104176,"æľŁå¾ħ":104177,"ç§įæ¤į":104178,"æĸĩåѦ":104179,"åį³åı¯":104180,"é¦ĸ次":104181,"èĭ±éĽĦ":104182,"å¤ļ次":104183,"åĮħè£ħ":104184,"æ²³åįĹ":104185,"ä¹ĭéĹ´çļĦ":104186,"ä»įçĦ¶":104187,"åIJ¬åĪ°":104188,"èij£äºĭéķ¿":104189,"è§ĦåĪĻ":104190,"ä¸Ģ份":104191,"大ä¼Ĺ":104192,"使å¾Ĺ":104193,"è¿Ľåı£":104194,"ä¸Ģçīĩ":104195,"æĢ§çļĦ":104196,"çļĦ大":104197,"æĪijæĺ¯":104198,"äºĴåĬ¨":104199,"æ°£":104200,"çļĨ":104201,"åħ¬åı¸çļĦ":104202,"ä¸Ģè¾¹":104203,"åıĬåħ¶":104204,"èī¯å¥½çļĦ":104205,"æĭĵå±ķ":104206,"å½ĵå¹´":104207,"å¹¿åľº":104208,"åģļäºĨ":104209,"åŁºäºİ":104210,"æıIJéĨĴ":104211,"åħĦå¼Ł":104212,"èĢģæĿ¿":104213,"è¿ijæĹ¥":104214,"çĬ¶åĨµ":104215,"注éĩį":104216,"åĪļåĪļ":104217,"è°ĥçłĶ":104218,"å¿ĥä¸Ń":104219,"æĬĬæı¡":104220,"éļıåIJİ":104221,"ä¸įå¤Ł":104222,"åĪĽä½ľ":104223,"ç«Ļåľ¨":104224,"缸äºĴ":104225,"çĸ«æĥħéĺ²æݧ":104226,"年代":104227,"带åĬ¨":104228,"伤害":104229,"ç«ŁçĦ¶":104230,"å¼ķè¿Ľ":104231,"累计":104232,"让æĪij们":104233,"åĽŀæĶ¶":104234,"æĬ¥åIJį":104235,"åĬ©åĬĽ":104236,"èģĶ缣":104237,"çŃĸçķ¥":104238,"åij¨è¾¹":104239,"åĭĴ":104240,"è¿ĺåľ¨":104241,"æµģéĩı":104242,"寻æī¾":104243,"çĶµåĬĽ":104244,"èĪ¹èĪ¶":104245,"è¿ĺèĥ½":104246,"æĭħä»»":104247,"çļĦæĥħåĨµä¸ĭ":104248,"çļĦåİŁåĽł":104249,"缺ä¹ı":104250,"çIJĥåijĺ":104251,"å²ģçļĦ":104252,"çĶ·åŃIJ":104253,"å·¥èµĦ":104254,"è¿ijå¹´æĿ¥":104255,"åijĢ":104256,"æıIJä¾ĽäºĨ":104257,"她们":104258,"家åħ·":104259,"çĩķ":104260,"è½»æĿ¾":104261,"æł¡åĽŃ":104262,"èĢĥæł¸":104263,"åį±éĻ©":104264,"åħļç»Ħç»ĩ":104265,"æĢ»ç»ıçIJĨ":104266,"çļĦæĸ°":104267,"çİ»çĴĥ":104268,"è¿Ļä½į":104269,"对æѤ":104270,"家人":104271,"çļĦè¦ģæ±Ĥ":104272,"温度":104273,"æĮĩæķ°":104274,"缴åĪ°":104275,"æѤæŶ":104276,"æ¹ĸåįĹ":104277,"éĥ½è¦ģ":104278,"ä½ľåĩº":104279,"åIJĦä½į":104280,"èĢĥçĶŁ":104281,"ä¾Ŀæį®":104282,"说è¯Ŀ":104283,"æĪijä¹Ł":104284,"å·¥åİĤ":104285,"åıĺæĪIJ":104286,"ä»ĸ人":104287,"æĪijè§īå¾Ĺ":104288,"åIJĦ级":104289,"ä¼łå¥ĩç§ģæľį":104290,"ä¸Ĭåįĩ":104291,"好åĥı":104292,"åĬłéĢŁ":104293,"äºĮåįģ":104294,"è¢ģ":104295,"è£ħ饰":104296,"éĥ½èĥ½":104297,"ä¸Ģå¼ł":104298,"åĬ¨æĢģ":104299,"å¹´çļĦ":104300,"è¿Ļå°±æĺ¯":104301,"ä¹Łè¦ģ":104302,"èµĦæł¼":104303,"æĪĺäºī":104304,"æĦŁè°¢":104305,"åŁ¹èĤ²":104306,"天æ°Ķ":104307,"女士":104308,"åı¯èĥ½ä¼ļ":104309,"çļĦ产åĵģ":104310,"ä¹Łå°±":104311,"主è¦ģæĺ¯":104312,"åĪºæ¿Ģ":104313,"ç»Ļä½ł":104314,"大æķ°æį®":104315,"åĮ»åѦ":104316,"åĪ¤æĸŃ":104317,"ä»ĸ说":104318,"表æ¼Ķ":104319,"äºļæ´²":104320,"ä¸ĵé¢ĺ":104321,"ç«ŀäºīåĬĽ":104322,"éĤ£æł·":104323,"å±ķå¼Ģ":104324,"å¹³æŶ":104325,"æİ¥ä¸ĭæĿ¥":104326,"æī¿è¯º":104327,"æ³ķåĽ½":104328,"åħ³å¿ĥ":104329,"ä¼ļæľī":104330,"éĤĢ请":104331,"é¢Ħéĺ²":104332,"对æİ¥":104333,"好äºĨ":104334,"åĴ±ä»¬":104335,"çļĦæĦŁè§ī":104336,"æĢĿè·¯":104337,"éĥ½æ²¡æľī":104338,"çļĦæĸ¹æ³ķ":104339,"女åŃIJ":104340,"åı¸æ³ķ":104341,"è¿ĺä¼ļ":104342,"è¶ĬæĿ¥è¶Ĭå¤ļ":104343,"åĽłçĤº":104344,"æµ·åįĹ":104345,"人æķ°":104346,"å°Ĩä¼ļ":104347,"ä¸ļ主":104348,"é¤IJ饮":104349,"å±ħä½ı":104350,"åıijåĩº":104351,"è¿ijæľŁ":104352,"å¼ķé¢Ĩ":104353,"æľºåĻ¨äºº":104354,"åĩºæĿ¥çļĦ":104355,"çľĭè§ģ":104356,"ä¿Ĭ":104357,"让ä»ĸ":104358,"ä¸įæĥ³":104359,"å·¥ä½ľçļĦ":104360,"è¡¥åħħ":104361,"æµħ":104362,"çī¹å¾ģ":104363,"ä¸Ĭå¸Ĥåħ¬åı¸":104364,"ç¾İé£Ł":104365,"广西":104366,"æ¯ıä¸Ģ个":104367,"èIJ½åľ°":104368,"åĵģç§į":104369,"åĴĮè°IJ":104370,"å½»åºķ":104371,"é«ĺèĢĥ":104372,"æĺ¨å¤©":104373,"åīįå¾Ģ":104374,"çĽijæµĭ":104375,"çĻ¾åº¦":104376,"åľ¨ä¸ŃåĽ½":104377,"çļĦéľĢæ±Ĥ":104378,"亿ç¾İåħĥ":104379,"åŃ¦æľ¯":104380,"æĶ¶åĪ°":104381,"æĿ¿åĿĹ":104382,"ä¸Ģ段":104383,"æŀĦæĪIJ":104384,"ä¼ģä¸ļçļĦ":104385,"表éĿ¢":104386,"æķ´çIJĨ":104387,"ç»ĵå©ļ":104388,"人家":104389,"åģľæŃ¢":104390,"åѦç§ij":104391,"æĺ¾å¾Ĺ":104392,"ä¼ijæģ¯":104393,"é¢ĦæľŁ":104394,"æĪĸæĺ¯":104395,"çļĦ主è¦ģ":104396,"åºĶ对":104397,"èµ°äºĨ":104398,"ä¸ŃéĹ´":104399,"èµ°è¿Ľ":104400,"åijĪçİ°":104401,"æIJŃéħį":104402,"é¹ı":104403,"æĺ¯åĽłä¸º":104404,"æĥħ绪":104405,"å®ļæľŁ":104406,"社ä¼ļ主ä¹ī":104407,"çŃī级":104408,"çŁĽçĽ¾":104409,"é£ŀæľº":104410,"èĩ³ä»Ĭ":104411,"æĶ¶éĽĨ":104412,"çļĦæķħäºĭ":104413,"åĪĩå®ŀ":104414,"å®ŀçİ°äºĨ":104415,"å½¢æĪIJäºĨ":104416,"åįĹæĸ¹":104417,"ä¸ŃåѦ":104418,"æµ·æ´ĭ":104419,"åIJ¦åĪĻ":104420,"æĭįæijĦ":104421,"大åѦçĶŁ":104422,"åĩºçİ°äºĨ":104423,"æĦıå¤ĸ":104424,"ä¹Łèĥ½":104425,"çļĦèĥ½åĬĽ":104426,"åĿIJåľ¨":104427,"åĪĻæĺ¯":104428,"èĢĥå¯Ł":104429,"å°Ĭéĩį":104430,"éĺ²æŃ¢":104431,"ç´§å¼ł":104432,"读书":104433,"åĩºè¡Į":104434,"å°±æľī":104435,"å±¥è¡Į":104436,"çݰ代åĮĸ":104437,"åĽ½åĬ¡":104438,"åĽ½åĬ¡éĻ¢":104439,"ç»´ä¿®":104440,"åİŁåĪĽ":104441,"æĺ¯æĮĩ":104442,"ä¼ijéĹ²":104443,"çĤ®":104444,"æĸ°æĹ¶ä»£":104445,"éĢĻåĢĭ":104446,"ä¸įæķ¢":104447,"å®Įç¾İ":104448,"ç»ĨèĬĤ":104449,"éŃı":104450,"èĶ¬èıľ":104451,"é¢Ĩ导çıŃåŃIJ":104452,"è¶ħ级":104453,"è¡Įæĥħ":104454,"人工æĻºèĥ½":104455,"åį°åº¦":104456,"åŁºç¡Ģ设æĸ½":104457,"åıĪæĺ¯":104458,"èį¯çī©":104459,"åIJ¸æĶ¶":104460,"åį´æĺ¯":104461,"éĥİ":104462,"å¥ĸåĬ±":104463,"çļĦæľĭåıĭ":104464,"ä¿ĿçķĻ":104465,"è§Ħå¾ĭ":104466,"æĸ°çĸĨ":104467,"è¿ĺåı¯ä»¥":104468,"æİ¥è¿ij":104469,"æѤåīį":104470,"æī¹åĩĨ":104471,"æĢİä¹Īæł·":104472,"çļĦä½įç½®":104473,"ä¸ĢåĿĹ":104474,"æĭĴç»Ŀ":104475,"顾客":104476,"ä¹Łåľ¨":104477,"ä¸ĢçĶŁ":104478,"éĥ¨éĺŁ":104479,"å¹´åīį":104480,"æĸ¹éĿ¢çļĦ":104481,"å°Ŀè¯ķ":104482,"羣æŃ£çļĦ":104483,"ç¦ģæŃ¢":104484,"è¿ĺ没æľī":104485,"æ°ijçĶŁ":104486,"èµ°åIJij":104487,"èĦ¸ä¸Ĭ":104488,"å½ĵ天":104489,"éĽĨåĽ¢åħ¬åı¸":104490,"çļĦä¸Ģç§į":104491,"西æĸ¹":104492,"åĽŀåºĶ":104493,"ä¸Ģ声":104494,"常常":104495,"æıIJåĪ°":104496,"èħ¾è®¯":104497,"æľįè£ħ":104498,"为ä½ķ":104499,"äºijåįĹ":104500,"å°±ç®Ĺ":104501,"ä¼łæī¿":104502,"åıįèĢĮ":104503,"ä¸ĩåIJ¨":104504,"财产":104505,"å¦Ĥä¸ĭ":104506,"æĹ¥åīį":104507,"åİŁæľ¬":104508,"æľĢéĩįè¦ģçļĦ":104509,"认è¯ģ":104510,"ä¸Ģéģĵ":104511,"ä¿¡æģ¯åĮĸ":104512,"å¾ĹåĪ°äºĨ":104513,"éĢ²è¡Į":104514,"æĪijè¦ģ":104515,"éĢļä¿¡":104516,"室åĨħ":104517,"èµļéĴ±":104518,"æĶ¶èĹı":104519,"解åĨ³æĸ¹æ¡Ī":104520,"æĪ¿äº§":104521,"çĭ¼":104522,"æ´»åĬĽ":104523,"ç»ıæµİåıijå±ķ":104524,"çŃīå¾ħ":104525,"ä¹Łå¾Ī":104526,"åĿij":104527,"å¾Ī好çļĦ":104528,"éļ¾åº¦":104529,"ä¸įå¦Ĥ":104530,"人æ°ijæĶ¿åºľ":104531,"åĩºåıij":104532,"åīįæľŁ":104533,"æ¼Ķåijĺ":104534,"女çĶŁ":104535,"èģļçĦ¦":104536,"审计":104537,"é¢Ħæµĭ":104538,"ä¾Ŀæīĺ":104539,"äºĶå¹´":104540,"补贴":104541,"æ¸ħæĻ°":104542,"éªĤ":104543,"çľĭèµ·æĿ¥":104544,"çļĦåŃ©åŃIJ":104545,"é¢ijéģĵ":104546,"ä½ıå®ħ":104547,"éĿ¢åIJij":104548,"æľĢä½İ":104549,"æĹ¢çĦ¶":104550,"ä¸Ģå¥Ĺ":104551,"æķ°åѦ":104552,"群ä½ĵ":104553,"åĮĹ京å¸Ĥ":104554,"å±ħçĦ¶":104555,"æ°ĽåĽ´":104556,"éĢĶå¾Ħ":104557,"çļĦåŁºç¡Ģä¸Ĭ":104558,"èģĮè´£":104559,"åı¯èĥ½æĺ¯":104560,"åĨĽäºĭ":104561,"æĪIJæķĪ":104562,"åŃ©åŃIJ们":104563,"计ç®Ĺæľº":104564,"赤":104565,"产ä¸ļåıijå±ķ":104566,"巨大çļĦ":104567,"工人":104568,"çĶŁéķ¿":104569,"éĥ½åı¯ä»¥":104570,"çļĦæľºä¼ļ":104571,"èµĦè´¨":104572,"çĹĽèĭ¦":104573,"ç²īä¸Ŀ":104574,"å¢ĵ":104575,"å¹³å®ī":104576,"管éģĵ":104577,"è·ŁçĿĢ":104578,"é¥®é£Ł":104579,"åķĨ家":104580,"å¤ļ家":104581,"åı¸æľº":104582,"åºĶ该æĺ¯":104583,"éĢıéľ²":104584,"认å®ļ":104585,"è¡Įä¸ļçļĦ":104586,"çļĦä¼ģä¸ļ":104587,"æ¯ıä¸Ģ":104588,"èĮĥåĽ´åĨħ":104589,"è¾ĥ大":104590,"è´¤":104591,"å¤§èµĽ":104592,"å¤ļäºĨ":104593,"鸿":104594,"临åºĬ":104595,"åľ¨è¿Ļ个":104596,"çļĦåĨħ容":104597,"éĶĢéĩı":104598,"å¾Īå°ij":104599,"åŃŁ":104600,"ç»´æĮģ":104601,"åĴĸåķ¡":104602,"æľ¬åľ°":104603,"èī²å½©":104604,"并éĿŀ":104605,"èĢĮå·²":104606,"温æļĸ":104607,"èIJ§":104608,"æĬĵä½ı":104609,"èĢĮä¸įæĺ¯":104610,"åĸĬ":104611,"çļĦåħ³ç³»":104612,"çī©åĵģ":104613,"éĤ£æĺ¯":104614,"åĨľäº§åĵģ":104615,"è¿ĻæŶ":104616,"å©ļ姻":104617,"æ°´æŀľ":104618,"æĶ¶èİ·":104619,"ä»ĺåĩº":104620,"客æĪ·ç«¯":104621,"æ¼Ķåĩº":104622,"åħ¨æĸ°":104623,"è¿Ļä¹Łæĺ¯":104624,"æĺ¯çĶ±":104625,"è§Ĥ念":104626,"æľī个":104627,"éĢłåŀĭ":104628,"èĥľåĪ©":104629,"ä¸īæĺ¯":104630,"è¶ħå¸Ĥ":104631,"åħļå»ºå·¥ä½ľ":104632,"æĶ¾å¿ĥ":104633,"线路":104634,"æĭĽçĶŁ":104635,"åIJĥé¥Ń":104636,"è½ī":104637,"å°½éĩı":104638,"è§ģåĪ°":104639,"åIJĮæ¯Ķå¢ŀéķ¿":104640,"åįİ为":104641,"æĪijå¸Ĥ":104642,"æıIJåĩºäºĨ":104643,"æ°ijèѦ":104644,"åįļçī©":104645,"åįļçī©é¦Ĩ":104646,"è¯ļä¿¡":104647,"åīįéĿ¢":104648,"山西":104649,"è¾ħåĬ©":104650,"转移":104651,"æĽ´ä¸º":104652,"丰å¯ĮçļĦ":104653,"åį¢":104654,"å¿«éĢĴ":104655,"æĺ¾èijĹ":104656,"çī©èµĦ":104657,"åĪ°è¾¾":104658,"æľīåĪ©äºİ":104659,"åijĨ":104660,"åŃ©åŃIJçļĦ":104661,"ä¸įä½Ĩ":104662,"çłĶ究éĻ¢":104663,"çĶ³æĬ¥":104664,"æļ¨":104665,"æ°ijéĹ´":104666,"åį»":104667,"çļĦå£°éŁ³":104668,"å¸ĤåľºçļĦ":104669,"ä¸Ģåı¥":104670,"çľģ级":104671,"æĿ¥çļĦ":104672,"åĵªä¸ª":104673,"æīįä¼ļ":104674,"åĪĨéħį":104675,"èĶ¡":104676,"ä»ĸåľ¨":104677,"åħ±æľī":104678,"å¡ĺ":104679,"èĴĤ":104680,"éľį":104681,"åıĤè§Ĥ":104682,"ä¸Ī夫":104683,"ä¾ĿéĿł":104684,"æľīæŶ":104685,"äºĨå¾Īå¤ļ":104686,"ä¸ĸçķĮæĿ¯":104687,"家æĹı":104688,"ä¸įéľĢè¦ģ":104689,"大å¸Ī":104690,"èŀįåħ¥":104691,"éĿŀæ³ķ":104692,"çĹħ人":104693,"åIJİæľŁ":104694,"大家éĥ½":104695,"ç½ijåĿĢ":104696,"åİŁæĸĻ":104697,"ä¾¿å®ľ":104698,"æ¶Ľ":104699,"ä»¿ä½Ľ":104700,"å·®è·Ŀ":104701,"åı¦ä¸Ģæĸ¹éĿ¢":104702,"产åĵģçļĦ":104703,"赫":104704,"æĥħåĨµä¸ĭ":104705,"éĴ¢éĵģ":104706,"æľ¬ç«Ļ":104707,"纳åħ¥":104708,"å·²æľī":104709,"æľī没æľī":104710,"估计":104711,"é£ĺ":104712,"æľŁè´§":104713,"åĢĭ人è³ĩæĸĻ":104714,"ä¸ĵä¸ļçļĦ":104715,"çĪĨåıij":104716,"èĩ´åĬĽäºİ":104717,"çİ°åľ¨çļĦ":104718,"æľīåĵªäºĽ":104719,"çł´åĿı":104720,"æķ°åŃĹåĮĸ":104721,"åľ°éĿ¢":104722,"é»ijèī²":104723,"å¹¼åĦ¿åĽŃ":104724,"çļĦç²¾ç¥ŀ":104725,"äºŃ":104726,"导æ¼Ķ":104727,"çİ°æľī":104728,"æѦåĻ¨":104729,"èĭıå·ŀ":104730,"çİĦ":104731,"æ±Łè¥¿":104732,"延伸":104733,"论æĸĩ":104734,"è¾ĥ为":104735,"çİ©æ³ķ":104736,"é¼İ":104737,"åIJĮæŃ¥":104738,"éĩĬæĶ¾":104739,"æĽĿåħī":104740,"åĿļåĨ³":104741,"å§Ķæīĺ":104742,"å°Ĩåľ¨":104743,"äºĪ以":104744,"ä½ľæĸĩ":104745,"èĢĮåľ¨":104746,"ä¼ĺåħĪ":104747,"åĽŀåİ»":104748,"ä¿®å¤į":104749,"åĽ½åĨħå¤ĸ":104750,"çŃĸåĪĴ":104751,"åıijæĶ¾":104752,"å¿ĥæĥħ":104753,"çļĦåİĨåı²":104754,"éĿ¢è¯ķ":104755,"举åĮĹ":104756,"ä¿¡åı·":104757,"ç²®é£Ł":104758,"è¯ģ书":104759,"æŁIJäºĽ":104760,"è¿IJä½ľ":104761,"åĨ²åĩ»":104762,"çĥŃçĤ¹":104763,"æŶæŶ":104764,"æŶæĹ¶å½©":104765,"åľ°çĤ¹":104766,"ä¸Ģä½ĵåĮĸ":104767,"éļ¾é¢ĺ":104768,"æĽ°":104769,"ç«ĭåĪ»":104770,"æĺ¯éĿŀ常":104771,"åħ±åĴĮ":104772,"åħ±åĴĮåĽ½":104773,"æ¿ĢåĬ±":104774,"æľīæķĪçļĦ":104775,"å¤Ħç½®":104776,"该åħ¬åı¸":104777,"æ£ĢéªĮ":104778,"èѦæĸ¹":104779,"è´¾":104780,"äºĨä¸Ģä¸ĭ":104781,"ä»ĬåIJİ":104782,"çħ®":104783,"çĶ¨åĵģ":104784,"读èĢħ":104785,"æĪijåľ¨":104786,"åĽŀå¤į":104787,"ä¸Ģ座":104788,"è¿ĺ没":104789,"å®ļåĪ¶":104790,"没æĥ³åĪ°":104791,"夹":104792,"ä¼łéĢĴ":104793,"ä¸Ģ款":104794,"强大çļĦ":104795,"çļĦè¡Į为":104796,"å¤ı天":104797,"åıijåĬ¨æľº":104798,"é¢ĨåŁŁçļĦ":104799,"å®ŀéªĮ室":104800,"ä¸ĢæĬĬ":104801,"æĺ¯ä¸ºäºĨ":104802,"éĻķ西":104803,"æĭħä¿Ŀ":104804,"è¾¾æĪIJ":104805,"è¦ģæĺ¯":104806,"æĺİ天":104807,"ç»Ļä»ĸ":104808,"建ç«ĭäºĨ":104809,"ä¸įè¡Į":104810,"ä¸Ńæĸĩ":104811,"åľ°è¯´":104812,"åIJİçļĦ":104813,"çĽijæݧ":104814,"éĢ¸":104815,"æĢ»éĥ¨":104816,"æľ¬æĸĩ":104817,"鹿":104818,"æĻ¯è§Ĥ":104819,"çļĦ缮æłĩ":104820,"èĽĩ":104821,"åĨ¯":104822,"ä¸ŃåĮ»":104823,"æķĪåºĶ":104824,"产éĩı":104825,"åŃĿ":104826,"è´¦æĪ·":104827,"è¿Ŀåıį":104828,"èij£äºĭä¼ļ":104829,"äº¬ä¸ľ":104830,"责任ç¼ĸè¾ij":104831,"åķıé¡Į":104832,"çĪ±å¿ĥ":104833,"èŃ¦å¯Ł":104834,"é¤IJåİħ":104835,"å¸ĤæĶ¿åºľ":104836,"天天":104837,"æĸ°é²ľ":104838,"éĥijå·ŀ":104839,"è¶ħè¶Ĭ":104840,"å½Ń":104841,"çŁ¥è¯Ĩ产æĿĥ":104842,"åĽŀå¿Ĩ":104843,"路线":104844,"å»īæ´ģ":104845,"éĿĴå°ijå¹´":104846,"åıĸå¾ĹäºĨ":104847,"çľĭåĪ°äºĨ":104848,"馬":104849,"ç²¾åĵģ":104850,"åľ°éĵģ":104851,"æĮģæľī":104852,"ä¸ĭäºĨ":104853,"æľīæŶåĢĻ":104854,"ä¸Ģ人":104855,"æĴĴ":104856,"ä»Ķç»Ĩ":104857,"èĢģåħ¬":104858,"äºĭå®ŀä¸Ĭ":104859,"èģĶèµĽ":104860,"ä¾ĽåºĶéĵ¾":104861,"é¢Ħç®Ĺ":104862,"åĪ¶éĢłä¸ļ":104863,"å®īåħ¨çĶŁäº§":104864,"俱ä¹IJ":104865,"俱ä¹IJéĥ¨":104866,"çļĦæł¸å¿ĥ":104867,"æīĵç®Ĺ":104868,"å½±çīĩ":104869,"æIJŃ建":104870,"ä¹Łä¸įä¼ļ":104871,"æĭħå½ĵ":104872,"å±ĤéĿ¢":104873,"åѦåijĺ":104874,"临æŶ":104875,"缸ç»ĵåIJĪ":104876,"对æ¯Ķ":104877,"ä»ĸæĺ¯":104878,"æĸ°åĮº":104879,"è¿Ľåİ»":104880,"çĻ¾å¹´":104881,"ä¿©":104882,"尽快":104883,"çĶµåŃIJåķĨåĬ¡":104884,"æĽ´æľī":104885,"æ¸ħçIJĨ":104886,"åı¦ä¸Ģ个":104887,"åĤ»":104888,"ä»Ģä¹Īæł·çļĦ":104889,"æĺ¯æľĢ":104890,"åij¨å¹´":104891,"å¾Ī容æĺĵ":104892,"åĽ¢ç»ĵ":104893,"ç´Ħ":104894,"æĹ©å·²":104895,"çļĦåıĺåĮĸ":104896,"éľŀ":104897,"æĹ¥ä¸ĬåįĪ":104898,"失åİ»":104899,"ä¸Ńåľĭ":104900,"çļĦä¸ĢäºĽ":104901,"å°ıåŃ©":104902,"ä¸ĭè·Į":104903,"éĶ»çĤ¼":104904,"éij":104905,"éij«":104906,"å¿ĹæĦ¿èĢħ":104907,"èĤ¡å¸Ĥ":104908,"èµĽäºĭ":104909,"许åı¯è¯ģ":104910,"åı¯æĮģç»Ń":104911,"åijĬè¯īè®°èĢħ":104912,"éĢ»è¾ij":104913,"å¼ķåħ¥":104914,"çļĦè¿ĩç¨ĭä¸Ń":104915,"è§Ĩè§ī":104916,"èĩªæ²»åĮº":104917,"è¯ģæį®":104918,"è£ħç½®":104919,"第ä¸īæĸ¹":104920,"å¹´æĿ¥":104921,"å¹¿ä¸ľçľģ":104922,"带æĿ¥äºĨ":104923,"éķ¿æ±Ł":104924,"访éĹ®":104925,"å·®ä¸įå¤ļ":104926,"æĺ¯æĪij":104927,"éģŃéģĩ":104928,"æĬĵ好":104929,"é«ĺè¾¾":104930,"å¹¶åľ¨":104931,"èĩªè§ī":104932,"ä¾ĽåºĶåķĨ":104933,"æĥħæĦŁ":104934,"ä½ıäºĨ":104935,"çļĦèģĮä¸ļ":104936,"çļĩå¸Ŀ":104937,"西éĥ¨":104938,"åĴĮå¹³":104939,"çļĦåĬĽéĩı":104940,"汪":104941,"åħħåĪĨåıijæĮ¥":104942,"æĬķè¯ī":104943,"èµ·åĪ°":104944,"äºĴ缸":104945,"æ¾³éŨ":104946,"æİ¥åĪ°":104947,"æ°´æ³¥":104948,"模åŀĭ":104949,"ä¸ĢåįĬ":104950,"秩åºı":104951,"æĪijä»¬åľ¨":104952,"æī¿è®¤":104953,"ä¸Ģéĥ¨åĪĨ":104954,"åįłæ¯Ķ":104955,"å¦ĩ女":104956,"ç²ĺ":104957,"äºĨ解åĪ°":104958,"ä¸Ģå®ļä¼ļ":104959,"åIJĦ大":104960,"èµ°åĩº":104961,"为大家":104962,"é«ĺéĵģ":104963,"åı¯ä»¥åľ¨":104964,"ä½Ĩåľ¨":104965,"çĶŁæĢģçݯå¢ĥ":104966,"èı¯":104967,"çļĦä»·æł¼":104968,"麻çĥ¦":104969,"æ¿Ģåıij":104970,"éĤ£å°±":104971,"çļĦæł·åŃIJ":104972,"为æѤ":104973,"å¤©åľ°":104974,"çļĦ缮çļĦ":104975,"åĢºåĪ¸":104976,"å·²ç¶ĵ":104977,"åĽĽå¤§":104978,"åIJĮæĹ¶ä¹Ł":104979,"å½¼æѤ":104980,"æĭ¿åĪ°":104981,"åIJ«éĩı":104982,"åįģ大":104983,"éļ¾éģĵ":104984,"å¼Ĺ":104985,"ä¸Ģ段æŶéĹ´":104986,"çħ§é¡¾":104987,"æķ°æį®æĺ¾ç¤º":104988,"æĪIJ为äºĨ":104989,"èµ°åĪ°":104990,"æľ¬åħ¬åı¸":104991,"ç»Ī端":104992,"ä¹Łä¸įæĺ¯":104993,"头åıij":104994,"大约":104995,"é£İæĻ¯":104996,"æ¶ĪèĢĹ":104997,"å®¡æŁ¥":104998,"äºīåıĸ":104999,"æ³ķæ²»":105000,"äºĭçī©":105001,"ç¼ĵ解":105002,"æĥ¨":105003,"缸åºĶçļĦ":105004,"çļĦæķĪæŀľ":105005,"åıįå¤į":105006,"åıijçĶŁäºĨ":105007,"éĢĻäºĽ":105008,"ç»ĥä¹ł":105009,"åݨæĪ¿":105010,"å¼Ģæĭĵ":105011,"欣èµı":105012,"夫妻":105013,"ä¸įä¸Ģæł·":105014,"产èĥ½":105015,"èĬ¯çīĩ":105016,"è¦ģç´ł":105017,"åıį对":105018,"çİĩåħĪ":105019,"è´§çī©":105020,"æĹ¥çĶµ":105021,"ä½ľå®¶":105022,"æĶ¹è¿Ľ":105023,"æĪIJåĪĨ":105024,"åĽłèĢĮ":105025,"åĩıèĤ¥":105026,"æ½ĺ":105027,"å±±ä¸ľçľģ":105028,"åĬĿ":105029,"åŁĭ":105030,"æѦè£ħ":105031,"æ±ĩæĬ¥":105032,"ä¸Ģ个æľĪ":105033,"çĥŃéŨ":105034,"大éģĵ":105035,"æ´»åĭķ":105036,"éĥ½å¾Ī":105037,"çĶµæ¢¯":105038,"ç´§æĢ¥":105039,"åĢºåĬ¡":105040,"客æľį":105041,"ä¸Ģéĥ¨":105042,"ä½łæĺ¯":105043,"çİ°çĬ¶":105044,"æŃ£ç¡®çļĦ":105045,"ä¹ĭå¤Ħ":105046,"ç¼ĸåĪ¶":105047,"ä½łåı¯ä»¥":105048,"çŃīåľ°":105049,"èİī":105050,"对è¯Ŀ":105051,"æ·ĺå®Ŀ":105052,"è°ĥèĬĤ":105053,"æİĴæĶ¾":105054,"åºĵåŃĺ":105055,"ç´ļ":105056,"çļĦä¼ĺåĬ¿":105057,"æĿĥå¨ģ":105058,"以ä¸ĭç®Ģ称":105059,"ä¸Ģ项":105060,"èģļéĽĨ":105061,"ä¼łç»ŁçļĦ":105062,"æ··åIJĪ":105063,"è¿Ļä¸ĢçĤ¹":105064,"ä¸Ģçľ¼":105065,"æĹłéĻIJ":105066,"èİ·å¾ĹäºĨ":105067,"éĢīæīĭ":105068,"åĪ¶åĵģ":105069,"åįıä½ľ":105070,"çĭ¬çī¹çļĦ":105071,"ä¸Ģ级":105072,"è¿Ļ个éĹ®é¢ĺ":105073,"æĸĮ":105074,"æĺ¯æĪij们":105075,"æķĮ人":105076,"æ¸ħæ´Ĺ":105077,"ä¸ĢçĽ´åľ¨":105078,"å°ıç±³":105079,"çļĦè¿ĩç¨ĭ":105080,"åľ¨åĮĹ京":105081,"ä¸ĢæĶ¯":105082,"æĹ©ä¸Ĭ":105083,"æĸĩèīº":105084,"ç¦ıåĪ©":105085,"é£ŁçĶ¨":105086,"æĦŁåĬ¨":105087,"åħ¨ç¨ĭ":105088,"æĶ¯åĩº":105089,"æĸ°å»º":105090,"å¸ķ":105091,"æĺ¾çĦ¶":105092,"羣çļĦæĺ¯":105093,"æĸ°éĹ»ç½ij":105094,"èĥ½åIJ¦":105095,"åįıåĬ©":105096,"亲èĩª":105097,"å¾Īæľī":105098,"çĻ¼å±ķ":105099,"æĦı大":105100,"æĦı大åĪ©":105101,"çĶµç½ij":105102,"æĹ¥çĽĬ":105103,"çĨ±":105104,"èĤĮèĤ¤":105105,"çĶ·æĢ§":105106,"ç»Ħ建":105107,"çŃīéĹ®é¢ĺ":105108,"æ¶ĪéĻ¤":105109,"æĬ¤çIJĨ":105110,"å¡ijæĸĻ":105111,"ä¹Įåħĭ":105112,"ä¹Įåħĭåħ°":105113,"åķĨæłĩ":105114,"çIJ³":105115,"æĸ°æīĭ":105116,"çļĦçī¹çĤ¹":105117,"åĴ¬":105118,"å½ĵä¸ĭ":105119,"设计å¸Ī":105120,"èµĶåģ¿":105121,"第åįģ":105122,"æĻºèĥ½åĮĸ":105123,"å¼ĢåıijåĮº":105124,"åı¯ä»¥éĢļè¿ĩ":105125,"åħ±äº§åħļ":105126,"åİī害":105127,"çģµæ´»":105128,"æŶåħī":105129,"éĥ¨ä½į":105130,"人æĸĩ":105131,"è¿ĽæĿ¥":105132,"ä¹ĭæīĢ以":105133,"ä¸īåįģ":105134,"çļĦåѦçĶŁ":105135,"éĺ²æĬ¤":105136,"åĽ½äº§":105137,"æ·±åľ³å¸Ĥ":105138,"éĤ£å°±æĺ¯":105139,"åĪ°ä½į":105140,"çī¹æľĹ":105141,"çī¹æľĹæĻ®":105142,"å®ŀæŶ":105143,"åı°çģ£":105144,"èĢĮä¸į":105145,"æĮĩå®ļ":105146,"åĿĿ":105147,"èħIJè´¥":105148,"çī¹å®ļ":105149,"å¢ŀéĢŁ":105150,"æłĩçŃ¾":105151,"æĪ¿ä»·":105152,"æĦģ":105153,"贯彻èIJ½å®ŀ":105154,"æĢ§è´¨":105155,"çłĶ究çĶŁ":105156,"ç¾İ容":105157,"æī¹è¯Ħ":105158,"究竣":105159,"人åĬĽèµĦæºIJ":105160,"éĸĭå§ĭ":105161,"åĽŀå½Ĵ":105162,"èIJ¥åķĨ":105163,"èIJ¥åķĨçݯå¢ĥ":105164,"ä¸ŃåĽ½äºº":105165,"çļĦåŁºæľ¬":105166,"è¯Ŀé¢ĺ":105167,"æłĩåĩĨåĮĸ":105168,"西èĹı":105169,"åĭ¾":105170,"çļĦ设计":105171,"ç®ĢåįķçļĦ":105172,"å¤įåĪ¶":105173,"æ¸IJæ¸IJ":105174,"以å¤ĸ":105175,"èģĶåĬ¨":105176,"两次":105177,"æĢ§åĴĮ":105178,"æĽ´å¤§":105179,"çļĦåIJįåŃĹ":105180,"飦":105181,"ä½łè¦ģ":105182,"å¢ĥå¤ĸ":105183,"æĹ©æľŁ":105184,"åĪĿæŃ¥":105185,"è´¦åı·":105186,"害æĢķ":105187,"æĺ¨æĹ¥":105188,"åĪļæīį":105189,"ç¥ŀç§ĺ":105190,"ç²¾å¿ĥ":105191,"æµģéĢļ":105192,"åħ¨æĸ¹ä½į":105193,"以å¾Ģ":105194,"ä¹Łå°Ĩ":105195,"æĺ¯ä¸ŃåĽ½":105196,"åĽ½å®¶çº§":105197,"å°ĨåĨĽ":105198,"æijĬ":105199,"æľĢ为":105200,"第ä¸ĢæŶéĹ´":105201,"æ¶Īæ¯Ĵ":105202,"å°Ĩäºİ":105203,"å¨ģèĥģ":105204,"èĭ±æĸĩ":105205,"æīĭä¸Ń":105206,"çIJĥè¿·":105207,"è§Ĥçľĭ":105208,"离å©ļ":105209,"æľ¬åľŁ":105210,"åĪĨæķ£":105211,"æĻ´":105212,"è¦ģ注æĦı":105213,"浪费":105214,"管æݧ":105215,"åĩºåĶ®":105216,"æĢ»è£ģ":105217,"ä¸Ģéĺµ":105218,"å¨ĩ":105219,"äºĶ个":105220,"å½ĵåĪĿ":105221,"çºłçº·":105222,"ä¸ĵçĶ¨":105223,"å¤ĩæ¡Ī":105224,"åĪĿæľŁ":105225,"å®ĥæĺ¯":105226,"åĮºåĿĹ":105227,"åĮºåĿĹéĵ¾":105228,"大è¿ŀ":105229,"è¿Ļç±»":105230,"åıĺæĪIJäºĨ":105231,"éĤĦæĺ¯":105232,"åįļ客":105233,"çı¾åľ¨":105234,"ä¸Ģæĸ¹":105235,"å®ĮæĪIJäºĨ":105236,"è¿Ļ个æŶåĢĻ":105237,"åħ¨å¹´":105238,"ä¸Ĭ线":105239,"ç½IJ":105240,"ç«ŀèµĽ":105241,"åĩºçīĪ社":105242,"åĵ¥åĵ¥":105243,"寫":105244,"å¾Ĺ以":105245,"èĬ±åĽŃ":105246,"äºĨèµ·æĿ¥":105247,"èĦ±è´«æĶ»åĿļ":105248,"çļĦåİŁåĪĻ":105249,"讲解":105250,"æ¶ĪåĮĸ":105251,"æįŁå®³":105252,"æļĤæŶ":105253,"å¾ĹçŁ¥":105254,"éĢĤçĶ¨":105255,"éŨåºĹ":105256,"解读":105257,"æĻ®åıĬ":105258,"人æ°ijæ³ķéĻ¢":105259,"åī¯ä¸»ä»»":105260,"å¿ĥçģµ":105261,"è¯ĬæĸŃ":105262,"ç¾İ女":105263,"æŁ¯":105264,"年以æĿ¥":105265,"æ´»è·ĥ":105266,"åĢŁåĬ©":105267,"åħ±å»º":105268,"è¯ī讼":105269,"æĶ¾æĿ¾":105270,"çªĹåı£":105271,"ä¼ģæ¥Ń":105272,"åĬłæĭ¿":105273,"åĬłæĭ¿å¤§":105274,"ä¹°äºĨ":105275,"主æµģ":105276,"æĩĤå¾Ĺ":105277,"å°Ĩåħ¶":105278,"éĢıæĺİ":105279,"å·¥ä½ľä¸Ń":105280,"èĤ¡ä»·":105281,"æ¡£æ¡Ī":105282,"没æľīä»»ä½ķ":105283,"åijĬçŁ¥":105284,"å¹´åĪĿ":105285,"æĹ¥ä¸ĭåįĪ":105286,"åİĤåķĨ":105287,"èĬĤå¥ı":105288,"主导":105289,"è£Ŀ":105290,"åħ³éĶ®è¯į":105291,"èģĬ天":105292,"åĨĻä½ľ":105293,"æĶ¹éĿ©å¼ĢæĶ¾":105294,"æľīæľĽ":105295,"éĢļæĬ¥":105296,"èIJĮ":105297,"æĢ»é¢Ŀ":105298,"çŁŃæľŁ":105299,"ä¸Ģçķª":105300,"çĶŁæ´»çļĦ":105301,"åĮĸçļĦ":105302,"æĺ¥å¤©":105303,"è¿Ļåľº":105304,"æĸ°å¼Ģä¼łå¥ĩ":105305,"æĺ¯è¦ģ":105306,"å°ļæľª":105307,"åıĺæĽ´":105308,"ä¸Ģåij¨":105309,"客è§Ĥ":105310,"æĹ¥èĩ³":105311,"é¹°":105312,"çݲ":105313,"å°ĨæĿ¥":105314,"客人":105315,"åıĺéĿ©":105316,"说äºĨ":105317,"åİŁçIJĨ":105318,"èģĮåĬ¡":105319,"åıĪæľī":105320,"ä¸Ģåı¥è¯Ŀ":105321,"æĦŁåıĹåĪ°":105322,"ç¬ĶèĢħ":105323,"移æ°ij":105324,"西åįĹ":105325,"ä¹ĥèĩ³":105326,"æŃ£è§Ħ":105327,"åĪĿä¸Ń":105328,"çĬ¬":105329,"å½ĵäºĭ":105330,"å½ĵäºĭ人":105331,"æĪij们è¦ģ":105332,"åħ¥åı£":105333,"éĤ£æŶ":105334,"æľīéĻIJ责任":105335,"å°ij女":105336,"è¿Ļä¹Īå¤ļ":105337,"åĪĨåħ¬åı¸":105338,"å®ĩå®Ļ":105339,"çļĦéĢīæĭ©":105340,"å§IJå§IJ":105341,"åıijèµ·":105342,"è»į":105343,"æĽ´å¥½åľ°":105344,"éĻĨç»Ń":105345,"æľ¬æľįåĭĻ":105346,"å«©":105347,"赶紧":105348,"èĦĤèĤª":105349,"第äºĮ天":105350,"æĪijä¼ļ":105351,"两ä½į":105352,"æķ²":105353,"åħ¬å®īæľºåħ³":105354,"ç§ijæĬĢåĪĽæĸ°":105355,"尺寸":105356,"è¾IJå°Ħ":105357,"å®ĹæķĻ":105358,"转æį¢":105359,"åĩºçİ°åľ¨":105360,"ä¸Ģé¢Ĺ":105361,"æľŁéĻIJ":105362,"åIJĮåѦ们":105363,"åĮĹæĸ¹":105364,"ä½łå°±":105365,"ä¸Ģ带ä¸Ģè·¯":105366,"èĢģå©Ĩ":105367,"游æĪıçݩ家":105368,"çļĦç»ĵæŀľ":105369,"è¡¥åģ¿":105370,"å¤ĸè´¸":105371,"对å¾ħ":105372,"ç»´çĶŁç´ł":105373,"ç»ıéĶĢåķĨ":105374,"è¿ĺå°Ĩ":105375,"åŃIJ女":105376,"æĽ´é«ĺ":105377,"ä¸į大":105378,"éī´å®ļ":105379,"让ä»ĸ们":105380,"æīĢè°ĵçļĦ":105381,"æŃ»äºĨ":105382,"帮æī¶":105383,"åĵ²åѦ":105384,"以ä¸ĬçļĦ":105385,"çļĦåħ³éĶ®":105386,"æĹ©å°±":105387,"æĬ¥ä»·":105388,"éģµå®Ī":105389,"æī©å¼ł":105390,"æĺ¯å¾Ī":105391,"å¼ĢéĢļ":105392,"æĸ°åĬł":105393,"æĸ°åĬłåĿ¡":105394,"ç¿»è¯ij":105395,"询éĹ®":105396,"é¸Ń":105397,"ä½ĵåĨħ":105398,"两个人":105399,"çĪ¹":105400,"éľľ":105401,"乡æĿijæĮ¯åħ´":105402,"çĿ¡è§ī":105403,"å®ĺåijĺ":105404,"åĪĽå§ĭ":105405,"åĪĽå§ĭ人":105406,"ä¼Ĺ人":105407,"åį³ä¾¿":105408,"çĸ«èĭĹ":105409,"ä¼ģä¸ļ家":105410,"渣":105411,"ç²¾åĬĽ":105412,"å¤ĸéĥ¨":105413,"èģªæĺİ":105414,"è¿Ļä¹Ł":105415,"å½ķåıĸ":105416,"åĨ²çªģ":105417,"åħ¨èº«":105418,"åŃ£èĬĤ":105419,"忽çĦ¶":105420,"çļĦæĢģ度":105421,"åĤ¨å¤ĩ":105422,"ä¿Ŀåħ»":105423,"çļĦæĥ³æ³ķ":105424,"ä¸Ĭæµ·å¸Ĥ":105425,"æIJºæīĭ":105426,"çļĦä¿¡æģ¯":105427,"åķĨåľº":105428,"çļĦæĢĿæĥ³":105429,"æĿĥåĬĽ":105430,"毫æĹł":105431,"æĢĢåŃķ":105432,"硬件":105433,"åĨħèĴĻåı¤":105434,"æݢ讨":105435,"åħ»çĶŁ":105436,"çļĦ表çİ°":105437,"空ä¸Ń":105438,"æģIJæĢĸ":105439,"å¾Īé«ĺ":105440,"ç»ıæµİ社ä¼ļ":105441,"ä¸ĬæĿ¥":105442,"延ç»Ń":105443,"éĩįå¤į":105444,"éĺ²èĮĥ":105445,"çļĦå½¢å¼ı":105446,"æľĪåºķ":105447,"èĢģ年人":105448,"绿åĮĸ":105449,"å±±åĮº":105450,"æĭ¿åĩº":105451,"æĹħ客":105452,"æĽ´æį¢":105453,"åħ¬ä¸»":105454,"èĬĤ约":105455,"åħ¨åİ¿":105456,"åĽŀæĬ¥":105457,"çIJĨæĢ§":105458,"çĸ¯çĭĤ":105459,"æ¶īå«Į":105460,"åī§æĥħ":105461,"åĨ¬åŃ£":105462,"åIJİç»Ń":105463,"è¿Ļæĺ¯ä¸Ģ个":105464,"æ¼Ķ讲":105465,"ä¸Ģå±Ĥ":105466,"æľīåħ³éĥ¨éŨ":105467,"æĹłå¥Ī":105468,"ç§įç±»":105469,"缸åħ³çļĦ":105470,"æĪĸèĢħæĺ¯":105471,"æī¶æĮģ":105472,"å¤ļæķ°":105473,"çļĦä½ľåĵģ":105474,"ä¸ĭä¸ĢæŃ¥":105475,"å¸ĪåĤħ":105476,"é«ĺéĢŁåħ¬è·¯":105477,"好åıĭ":105478,"ä¼ĺç§ĢçļĦ":105479,"è¿ĽäºĨ":105480,"æģIJæĢķ":105481,"äºĨåIJ§":105482,"大è§Ħ模":105483,"çļĦä¸ĸçķĮ":105484,"æĢĢçĸij":105485,"å··":105486,"åħ´å¥ĭ":105487,"æĪ°":105488,"æĿijéĩĮ":105489,"æľĭåıĭåľĪ":105490,"åĨ¬å¤©":105491,"ä¸Ńåįİ人æ°ij":105492,"åįıåķĨ":105493,"è¯ĦéĢī":105494,"æĹŃ":105495,"å¢ŀåĬłäºĨ":105496,"åıĹ伤":105497,"ä¸ĢèĤ¡":105498,"便æį·":105499,"ä¸ij":105500,"鹤":105501,"å¤ĸè§Ĥ":105502,"å·¥ç¨ĭå¸Ī":105503,"åĴĮåħ¶ä»ĸ":105504,"è¿Ļå°±":105505,"ä¸Ńå°ıä¼ģä¸ļ":105506,"西åĮĹ":105507,"åĽ½æľīä¼ģä¸ļ":105508,"èĭ¥æĺ¯":105509,"åı¯æĥľ":105510,"çĶŁæĹ¥":105511,"åĩ½":105512,"ä¹°åįĸ":105513,"ç¥Ŀç¦ı":105514,"人æ°ij群ä¼Ĺ":105515,"åħīæĺİ":105516,"åħ¬å¯ĵ":105517,"æĺ¯è°ģ":105518,"æĪijçŁ¥éģĵ":105519,"è¯Ńæĸĩ":105520,"æķıæĦŁ":105521,"ä¸įéĶĻçļĦ":105522,"æĿ¥è®²":105523,"æ³¢åĬ¨":105524,"çļĦ第ä¸Ģ":105525,"åľ°éľĩ":105526,"åľ¨åħ¨åĽ½":105527,"骨干":105528,"å®īç½®":105529,"家çĶµ":105530,"ä¸İæѤ":105531,"ä¸İæѤåIJĮæŶ":105532,"åıĹçģ¾":105533,"çĥŃ线":105534,"çļĦæĬĢæľ¯":105535,"æµĭéĩı":105536,"ä¾Ŀèµĸ":105537,"ä¸ŃåĽ½çļĦ":105538,"çī¹æĢ§":105539,"è¾ĥé«ĺ":105540,"踩":105541,"ä¼ļåľ¨":105542,"建éĢł":105543,"导èĪª":105544,"æĥ³èµ·":105545,"åħ¨ä¸ĸçķĮ":105546,"建æĿIJ":105547,"ç¯Ģ":105548,"çļĦåŁºç¡Ģ":105549,"èĩªåĬ¨åĮĸ":105550,"åīįåIJİ":105551,"çĿ¡çľł":105552,"æݨè¡Į":105553,"æį®äºĨ解":105554,"ä»Ģä¹ĪæŶåĢĻ":105555,"ä¸įåĸľæ¬¢":105556,"çħ¤çĤŃ":105557,"éĤ£ä¹Īå¤ļ":105558,"å¸ĤåľºåĮĸ":105559,"ä¸į管æĺ¯":105560,"ç«ĭåľº":105561,"éĥ½æ²¡":105562,"课é¢ĺ":105563,"æĪij们å°Ĩ":105564,"è¿ĩçļĦ":105565,"åĨįåĬłä¸Ĭ":105566,"çĪ¾":105567,"身æĿIJ":105568,"çĶ·å¥³":105569,"è¿ľè¿ľ":105570,"çĶ·çĶŁ":105571,"èĩªèº«çļĦ":105572,"è´Łæĭħ":105573,"çĻ¾ä¸ĩ":105574,"西çıŃ":105575,"西çıŃçīĻ":105576,"åĩĢåĪ©æ¶¦":105577,"澳大":105578,"澳大åĪ©äºļ":105579,"ä¸įåİ»":105580,"æī¿åıĹ":105581,"楼çĽĺ":105582,"å¢ĥåĨħ":105583,"æ··åĩĿ":105584,"æ··åĩĿåľŁ":105585,"æĢĿæĥ³æĶ¿æ²»":105586,"å¸ĤåĮº":105587,"æĭĽæłĩ":105588,"åĽ¢ä½ĵ":105589,"è¿Ľåº¦":105590,"åĨĽéĺŁ":105591,"åıįå¼¹":105592,"äºĨä¸ĢäºĽ":105593,"æİ¥å¾ħ":105594,"çļĦåŃ¦ä¹ł":105595,"éħįéĢģ":105596,"é£Łåĵģå®īåħ¨":105597,"æĽ¿ä»£":105598,"æĺ¯ä»¥":105599,"éĢļçĶ¨":105600,"çłĶ究æīĢ":105601,"ç¦ħ":105602,"æīĶ":105603,"éļĶ离":105604,"ä¸ĩå¹³æĸ¹ç±³":105605,"çļĦè§Ħå®ļ":105606,"ç»ĻæĪij们":105607,"æ¿Ģåħī":105608,"ä¼ļåĩºçİ°":105609,"çŁŃä¿¡":105610,"ç©¿çĿĢ":105611,"æ²Īéĺ³":105612,"æķĻæĿIJ":105613,"éĺ²çĸ«":105614,"ä¼ĺèī¯":105615,"约å®ļ":105616,"æĪijçľģ":105617,"åħ¬æ°ij":105618,"éģ¸æĵ":105619,"éģ¸æĵĩ":105620,"å·²æĪIJ为":105621,"ä¸įå¿ħ":105622,"ç¥ĸåĽ½":105623,"å¹¶æľª":105624,"åľŁå£¤":105625,"å¾®ç¬ij":105626,"äºĭä¸ļåįķä½į":105627,"çļĦ游æĪı":105628,"åħ¬ç¤º":105629,"åIJĪçIJĨçļĦ":105630,"çªĿ":105631,"æ°Ķ象":105632,"家ä¸Ń":105633,"äº®çĽ¸":105634,"åį«æĺŁ":105635,"è®°è½½":105636,"è§Ĩéĩİ":105637,"åľ°åĮºçļĦ":105638,"ä½Ĩä»ĸ":105639,"èĤĮèĤī":105640,"äºıæįŁ":105641,"åĬŀåѦ":105642,"ä¸Ģè¡Į":105643,"è¯ŀçĶŁ":105644,"åıijå¸ĥçļĦ":105645,"çļĦæľįåĬ¡":105646,"çļĦçłĶ究":105647,"åij¨æľ«":105648,"产ä¸ļåĽŃ":105649,"é«ĺ温":105650,"æĪIJåĬŁçļĦ":105651,"æŃ¥éª¤":105652,"åŃĺåĤ¨":105653,"åŃIJåħ¬åı¸":105654,"让她":105655,"ä¸Ńæľī":105656,"åĺī宾":105657,"妮":105658,"æĺİå¹´":105659,"äºĨåIJĹ":105660,"äºīè®®":105661,"æĪĪ":105662,"ä¸Ģæľ¬":105663,"ç¾İ丽çļĦ":105664,"ä½łè¯´":105665,"大人":105666,"æĶ»çķ¥":105667,"ä¸įæľĥ":105668,"å¾ħéģĩ":105669,"ä¸Ģè¾Ĩ":105670,"çīĪæĿĥæīĢæľī":105671,"æ°ijä¼Ĺ":105672,"åĬŁå¤«":105673,"å±ķä¼ļ":105674,"大èĦij":105675,"æ¯ıæľĪ":105676,"å°ı麦":105677,"æµĻæ±Łçľģ":105678,"çļĦæīĢæľī":105679,"ä¸ĭæ»ij":105680,"èĵĿèī²":105681,"è¦ģæĥ³":105682,"åѦçĶŁçļĦ":105683,"å½ĵä½ł":105684,"ä½ľæĪĺ":105685,"家乡":105686,"å¤ļåIJį":105687,"é«ĺäºİ":105688,"åĿļ强":105689,"è¿ŀéĶģ":105690,"åIJİæŀľ":105691,"人äºĭ":105692,"ç´ħ":105693,"æ¿ĢåĬ¨":105694,"è¿ĽæĶ»":105695,"ç©Ĩ":105696,"ä¸ĺ":105697,"让èĩªå·±":105698,"以æѤ":105699,"夫人":105700,"å¼Ģ设":105701,"æ°Ķè´¨":105702,"鸡èĽĭ":105703,"çĦ¡æ³ķ":105704,"åIJĥäºĨ":105705,"åĪĨåĪ«ä¸º":105706,"èģĶåIJĪåĽ½":105707,"å½ĵ代":105708,"å¦Ĥæŀľæĺ¯":105709,"è¿ľç¨ĭ":105710,"åĸĤ":105711,"è®°ä½ı":105712,"æ¸ħåįķ":105713,"åIJĪä½ľä¼Ļä¼´":105714,"åİ»åģļ":105715,"æķħéļľ":105716,"模æĭŁ":105717,"å¸ĪçĶŁ":105718,"åīįæĿ¥":105719,"çĶµè§Ĩåī§":105720,"çĥŃçĪ±":105721,"éľ²åĩº":105722,"é«ĺå±Ĥ":105723,"çĶµåĻ¨":105724,"纪å¾ĭ":105725,"å¼ĢåıijåķĨ":105726,"éķ¿å®ī":105727,"è½½ä½ĵ":105728,"çļĦå°±æĺ¯":105729,"被人":105730,"åıĹçIJĨ":105731,"篮çIJĥ":105732,"èİİ":105733,"交ç»Ļ":105734,"æľªæĿ¥çļĦ":105735,"两大":105736,"åIJķå¸ĥ":105737,"çŃī人":105738,"çļĦæĹ¥åŃIJ":105739,"åIJĪä½ľç¤¾":105740,"æĮijéĢī":105741,"åŃĺ款":105742,"ç³»ç»ŁçļĦ":105743,"æĬĬå®ĥ":105744,"没æľīä»Ģä¹Ī":105745,"ä»İæѤ":105746,"ä¸ŃåįĪ":105747,"çĸ¼çĹĽ":105748,"å·©åĽº":105749,"浪漫":105750,"缸åħ³éĥ¨éŨ":105751,"éķ¿åŁİ":105752,"纤维":105753,"ä¸ĬéŨ":105754,"çĪĨçĤ¸":105755,"èµ·çĤ¹":105756,"çļĦéĢļçŁ¥":105757,"èĢĮæĿ¥":105758,"çļĦèĢģ":105759,"æīĭéĩĮ":105760,"è¯ŃéŁ³":105761,"è¾Ľèĭ¦":105762,"æ±Łèĭıçľģ":105763,"çĶ¨äºĨ":105764,"身份è¯ģ":105765,"æľīåĬ©":105766,"æľīåĬ©äºİ":105767,"çī©èģĶç½ij":105768,"åĩºéŨ":105769,"å¼ŁåŃIJ":105770,"æĥ¹":105771,"è¿Ļ件äºĭ":105772,"æĪij们åı¯ä»¥":105773,"çļĦçĶŁåij½":105774,"æľīä¸Ģç§į":105775,"åºĹéĵº":105776,"åıĮæīĭ":105777,"çļĦæ¶Īæģ¯":105778,"èĢIJå¿ĥ":105779,"å°´å°¬":105780,"éĤ£å¤©":105781,"é¦ĸæī¹":105782,"æĺ¯ä¸Ģ家":105783,"人æ°Ķ":105784,"åıįæŃ£":105785,"æĪijåĴĮ":105786,"å®łçī©":105787,"ä¸į对":105788,"寻æ±Ĥ":105789,"çĽ¸ä¼¼":105790,"åľ¨ç¾İåĽ½":105791,"åı«åģļ":105792,"åĹİ":105793,"ç«ĭ足":105794,"çĶ¨éĢĶ":105795,"åħĨ":105796,"大æ°Ķ":105797,"åIJijä¸Ĭ":105798,"ä»ĸå°±":105799,"é¡¹çĽ®å»ºè®¾":105800,"èĭ¥å¹²":105801,"æĺ¯æľī":105802,"æ¿Ģæĥħ":105803,"çļĦæĦıä¹ī":105804,"æĺŃ":105805,"严éĩįçļĦ":105806,"å¯ĨéĽĨ":105807,"èĪŀè¹Ī":105808,"èį£èİ·":105809,"èİ·æĤī":105810,"æ±ŁåįĹ":105811,"åģĩå¦Ĥ":105812,"æĪ·å¤ĸ":105813,"线索":105814,"ç§ģ人":105815,"转åŀĭåįĩ级":105816,"çļĦä»·åĢ¼":105817,"åįķçĭ¬":105818,"èĢģçĻ¾å§ĵ":105819,"å°įæĸ¼":105820,"åĽ½éĻħåĮĸ":105821,"ä¼°åĢ¼":105822,"æľįåĬ¡ä¸ļ":105823,"èĩŃ":105824,"æİīäºĨ":105825,"解åĨ³äºĨ":105826,"ä¹Łä¸įèĥ½":105827,"åħ¹":105828,"æĸ¯çī¹":105829,"æķħæĦı":105830,"è¿ĩ度":105831,"èĬĤæĹ¥":105832,"çĻ½çĻľ":105833,"çĻ½çĻľé£İ":105834,"继æī¿":105835,"äºĨä¸įå°ij":105836,"äºĮ人":105837,"è§ģéĿ¢":105838,"æĥ³æĥ³":105839,"å¤įåIJĪ":105840,"康å¤į":105841,"åİ¿åŁİ":105842,"åľ¨åĽ½åĨħ":105843,"åľºåľ°":105844,"éĻ¶çĵ·":105845,"è¿Ļ项":105846,"çľ¼ä¸Ń":105847,"糸":105848,"æĦŁè§īåĪ°":105849,"æŀľçĦ¶":105850,"æĶ¾åħ¥":105851,"约æĿŁ":105852,"æİĴæŁ¥":105853,"车主":105854,"çļĦæĦıæĢĿ":105855,"æĸ°åŁİ":105856,"æĥ³çĿĢ":105857,"éģĤ":105858,"èĮ¶åı¶":105859,"ä¹°æĪ¿":105860,"åĨľæĪ·":105861,"é«ĺæīĭ":105862,"çİīç±³":105863,"æĸ°åĨłèĤºçĤİ":105864,"çħ§æĺİ":105865,"æĮĩåįĹ":105866,"踢":105867,"æķijæı´":105868,"æĻ¯çĤ¹":105869,"ç¨İæĶ¶":105870,"çļĦæīĭ":105871,"æŃ£å¥½":105872,"è¦ģæĬĬ":105873,"éļıæĦı":105874,"åħ¶å®ŀæĺ¯":105875,"ç»Ļèĩªå·±":105876,"è°ĪåĪ¤":105877,"æ¯ı天éĥ½":105878,"æĢģåĬ¿":105879,"é¢Ħ约":105880,"åİĨåı²ä¸Ĭ":105881,"å®Ŀè´Ŀ":105882,"åīįè¿Ľ":105883,"ä¹Łå°±æĺ¯è¯´":105884,"çļĦæĦıè§ģ":105885,"åı£ç½©":105886,"åİĺç±³":105887,"èĬ±è´¹":105888,"ä½ĵèĤ²æĬķ注":105889,"åħ¬ä¼Ĺåı·":105890,"èijĹåIJįçļĦ":105891,"å¼ĢæĪ·":105892,"æĭįåįĸ":105893,"å²ģæľĪ":105894,"åĨħ涵":105895,"å®Įæķ´çļĦ":105896,"é«ĺåİĭ":105897,"åħ¬åĬ¡åijĺ":105898,"使çĶ¨çļĦ":105899,"çĶŁäº§çº¿":105900,"妹妹":105901,"走访":105902,"æĺ¯åı¯ä»¥":105903,"åľ¨å®¶":105904,"æļ´åĬĽ":105905,"æ³°åĽ½":105906,"è´¨çĸij":105907,"ä¸įéģİ":105908,"天çĦ¶æ°Ķ":105909,"缺çĤ¹":105910,"å°ıåŀĭ":105911,"ä¸įä»ħæĺ¯":105912,"é»ijæļĹ":105913,"梨":105914,"æĸĩæĹħ":105915,"è¦ģæľī":105916,"ä¸Ńå±±":105917,"çļĦæķ°æį®":105918,"å¾Ĺå¾Ī":105919,"以便":105920,"对ä»ĸ":105921,"åĬłä»¥":105922,"çĻ¼çı¾":105923,"设å®ļ":105924,"èĤļåŃIJ":105925,"éĿĸ":105926,"å¥īçĮ®":105927,"ä¸įåıĺ":105928,"åı£ç¢ij":105929,"åľ¨åĵªéĩĮ":105930,"ä½IJ":105931,"è¿Ļ两个":105932,"çļĦæĸ¹åIJij":105933,"æŀ«":105934,"äºĮ次":105935,"çīĩåĮº":105936,"éłIJ":105937,"ç£Ĭ":105938,"æĭ¿çĿĢ":105939,"å·²ç»ıæĪIJ为":105940,"ä¹ĭä¸Ĭ":105941,"å®ĹæŨ":105942,"奶奶":105943,"é«ĺæĸ°åĮº":105944,"社æľĥ":105945,"è·Łè¸ª":105946,"æľįåĬ¡ä¸Ńå¿ĥ":105947,"æī¯":105948,"æīĭæĮĩ":105949,"礼çī©":105950,"宿èĪį":105951,"çĶ¨å¿ĥ":105952,"æıIJé«ĺäºĨ":105953,"亮çĤ¹":105954,"ä¸įæĦ¿æĦı":105955,"æĴŃæĶ¾":105956,"å¤ļå°ijéĴ±":105957,"没ä»Ģä¹Ī":105958,"æķ°åįģ":105959,"æĢ»çĽij":105960,"çļĦåŁİå¸Ĥ":105961,"æī¾åĪ°äºĨ":105962,"åĨħåľ°":105963,"åĪ°çİ°åľ¨":105964,"æĪĺæĸĹåĬĽ":105965,"åİŁå§ĭ":105966,"åĥ§":105967,"åĢĴæĺ¯":105968,"æľĢåħ·":105969,"è´«åĽ°æĪ·":105970,"éĢģåĪ°":105971,"级åĪ«":105972,"åĩºèµĦ":105973,"æĪªæŃ¢":105974,"ç§įåŃIJ":105975,"èĥ½ä¸įèĥ½":105976,"幸è¿IJ":105977,"èĸĩ":105978,"项éĵ¾":105979,"æĮĤçīĮ":105980,"ä¸Ģ樣":105981,"ä¹ĺ客":105982,"èIJ½åIJİ":105983,"ä½ĨæĪij":105984,"æĹ©åľ¨":105985,"åĬ¨æ¼«":105986,"å¹³çŃī":105987,"å¯¹ä½ł":105988,"ä¸įæĢķ":105989,"å¤ĸçķĮ":105990,"å¤ļå¹´æĿ¥":105991,"é¦ĸ个":105992,"æ²³åįĹçľģ":105993,"æĪĸåħ¶ä»ĸ":105994,"éķľå¤´":105995,"åįĹæĺĮ":105996,"ä¸ĢéĿ¢":105997,"éĢłæĪIJçļĦ":105998,"å´Ķ":105999,"çŃĴ":106000,"æķĻèĤ²éĥ¨":106001,"åľ°åŁŁ":106002,"æĺĨæĺİ":106003,"å·´é»İ":106004,"æīĭ游":106005,"ä¸ĢæŶ":106006,"çłį":106007,"顶级":106008,"åħ±è®¡":106009,"åİŁæ²¹":106010,"è¾īçħĮ":106011,"说æĺ¯":106012,"æĸ°åįİ社":106013,"ç»ıåİĨäºĨ":106014,"ä¸įæŃ¢":106015,"è¦ģä¹Ī":106016,"èĢħçļĦ":106017,"æĢ»æĬķèµĦ":106018,"è¡Į驶":106019,"ä¸Ĭå¸Ŀ":106020,"年纪":106021,"çIJ¼":106022,"ä¼łè¯´":106023,"ç²¾èĭ±":106024,"æĸ¹éĴĪ":106025,"æ±Łæ¹ĸ":106026,"æĪIJçĤº":106027,"æĢ»éĩı":106028,"æĬķæĶ¾":106029,"åĬ¨çĶ»":106030,"èŤ":106031,"çĶµæºIJ":106032,"éĴĻ":106033,"åIJĮè¡Į":106034,"æĻ®éĢļçļĦ":106035,"åĽ¾ä¹¦é¦Ĩ":106036,"è¯ĪéªĹ":106037,"æħĪåĸĦ":106038,"è¿Ļ份":106039,"主æĮģ人":106040,"å°±è¿Ļæł·":106041,"èĢĮæĪIJ":106042,"èĩªè¡Į车":106043,"ä¸ŃåĽ½çī¹èī²":106044,"èĤ¿çĺ¤":106045,"åIJ¾":106046,"å¼Łå¼Ł":106047,"åıĹçĽĬ":106048,"éĢīæĭ©äºĨ":106049,"æĺİæĺ¾çļĦ":106050,"æĬ¥èĢĥ":106051,"ç¬ijéģĵ":106052,"éĽĸçĦ¶":106053,"温å·ŀ":106054,"éĿŀæ´²":106055,"ç§įç§į":106056,"åıĤåĬłäºĨ":106057,"è´§è¿IJ":106058,"éļı便":106059,"就没æľī":106060,"縣":106061,"央è§Ĩ":106062,"ç©¿è¶Ĭ":106063,"çļĦçݰ象":106064,"åĩłæ¬¡":106065,"çļĦé£İéĻ©":106066,"æŃĮæĽ²":106067,"æľ¬å±Ĭ":106068,"å¹´åĨħ":106069,"ä¸įè¶ħè¿ĩ":106070,"è¿ĩå¤ļ":106071,"å¿ħé¡»è¦ģ":106072,"ç»ĵ论":106073,"åĢŁéī´":106074,"ç¥ŀå¥ĩ":106075,"æľŁæľĽ":106076,"ä¸ĵ享":106077,"éĿŀ常éĩįè¦ģ":106078,"æĦıè¯ĨåĪ°":106079,"åIJĪ并":106080,"æĬĬèĩªå·±":106081,"å¥Ĺè£ħ":106082,"éŃĶæ³ķ":106083,"å¤ıåŃ£":106084,"ä¸įåĥı":106085,"å¢ĥçķĮ":106086,"æĥĬåĸľ":106087,"æľīä¸Ģ天":106088,"çĦ¦çĤ¹":106089,"æĪij认为":106090,"åħ°å·ŀ":106091,"çĶµæ°Ķ":106092,"èģĶç³»æĪij们":106093,"ç§ijæĻ®":106094,"她说":106095,"çļĦæĸĩç«ł":106096,"å¥ĩæĢª":106097,"åıĭ好":106098,"饮æĸĻ":106099,"çļĦæĶ¯æĮģ":106100,"çŃĶåºĶ":106101,"éĩįéĩı":106102,"çij¶":106103,"åĩıè½»":106104,"ç§ijåŃ¦å®¶":106105,"巴西":106106,"éĩijèŀįæľºæŀĦ":106107,"åħļå§Ķ书记":106108,"貸款":106109,"ç²¾èĩ´":106110,"ä»İæľª":106111,"åį°åĪ·":106112,"åĽŀ顾":106113,"é¦ĸéĥ½":106114,"åıijèĤ²":106115,"éĹ®éģĵ":106116,"è¾¾åĪ°äºĨ":106117,"å¿įä¸įä½ı":106118,"æīįæľī":106119,"æįIJèµł":106120,"ä½ĽæķĻ":106121,"ä¸įæ¸ħ":106122,"éĺŁéķ¿":106123,"缸åıį":106124,"æĬ¥èѦ":106125,"大åħ¨":106126,"æ¬§çĽŁ":106127,"帮å¿Ļ":106128,"çļĦæĻĤåĢĻ":106129,"缮å½ķ":106130,"足以":106131,"èī°éļ¾":106132,"ä»ĸä¹Ł":106133,"å·¥ä½ľèĢħ":106134,"头èĦij":106135,"缺éĻ·":106136,"æĪIJç«ĭäºĨ":106137,"å°±å¼Ģå§ĭ":106138,"认åIJĮ":106139,"é»Ħèī²":106140,"çĹħæĥħ":106141,"覺å¾Ĺ":106142,"è¿Ļ两":106143,"ä¿¡ä»°":106144,"åľĭ家":106145,"ä¸įä»ħä»ħæĺ¯":106146,"çĭ¬å®¶":106147,"èĪ¬çļĦ":106148,"æĿIJè´¨":106149,"æµ·ä¸Ĭ":106150,"çĤºäºĨ":106151,"æľºåĬ¨è½¦":106152,"缸å½ĵäºİ":106153,"å¤ļåħĥåĮĸ":106154,"æĽ´å¤§çļĦ":106155,"èĽ®":106156,"åģĩæľŁ":106157,"å¼ıçļĦ":106158,"交éĢļè¿IJè¾ĵ":106159,"çľģå§Ķ":106160,"ä¸įç®Ĺ":106161,"æĶ¾ä¸ĭ":106162,"éĹ¯":106163,"äººåľ¨":106164,"港åı£":106165,"æĹ¨åľ¨":106166,"åij½ä»¤":106167,"æŁIJ个":106168,"平稳":106169,"åıªå¥½":106170,"人人":106171,"äºŀ":106172,"äºĮç»´":106173,"äºĮç»´çłģ":106174,"æŀģ为":106175,"åĪ«å¢ħ":106176,"åħ¶ä½Ļ":106177,"大äºĭ":106178,"主管éĥ¨éŨ":106179,"æĹłéĶ¡":106180,"éŵ":106181,"éģŃåĪ°":106182,"说è¿ĩ":106183,"ä¸ºä½ł":106184,"解çŃĶ":106185,"éªĮæĶ¶":106186,"çļĦç»ıéªĮ":106187,"åĮ¹éħį":106188,"çģ«ç®Ń":106189,"豪åįİ":106190,"æŁIJæŁIJ":106191,"çļĦæĹ¶ä»£":106192,"书éĿ¢":106193,"æģĴ大":106194,"延éķ¿":106195,"ä¸ĢåIJĮ":106196,"æľªèĥ½":106197,"交æį¢":106198,"çĶ¢åĵģ":106199,"çŃīåĪ°":106200,"åĪĨ离":106201,"æīĵçĶµè¯Ŀ":106202,"å¹²çĩ¥":106203,"è¾ĥå¤ļ":106204,"å¤ļå¹´çļĦ":106205,"èĥĮæĻ¯ä¸ĭ":106206,"为ä¾ĭ":106207,"æijĺè¦ģ":106208,"å´Ľèµ·":106209,"æѤåĪ»":106210,"æľīæľºä¼ļ":106211,"æĿ¡æ¬¾":106212,"é¢Ĩ导å°ıç»Ħ":106213,"çļĦ身ä½ĵ":106214,"åįķä¸Ģ":106215,"央è¡Į":106216,"ä¸įæĸŃæıIJé«ĺ":106217,"ä»·åĢ¼è§Ĥ":106218,"èĬ½":106219,"èIJį":106220,"æ³ķå¾ĭæ³ķè§Ħ":106221,"ä¸įéĶĪ":106222,"ä¸įéĶĪéĴ¢":106223,"åĩºäºİ":106224,"èĻļæĭŁ":106225,"æį®æĤī":106226,"çĥ¦æģ¼":106227,"åħ¨æĸ°çļĦ":106228,"æī«æıı":106229,"çĻ»éĻĨ":106230,"èīºæľ¯å®¶":106231,"çļĦé£Łçī©":106232,"çļĦåŃĺåľ¨":106233,"客åİħ":106234,"æĪij们就":106235,"æŁ¥çľĭæĽ´å¤ļ":106236,"è¯Ħ审":106237,"å¸Ĥåł´":106238,"è¬Ľ":106239,"巨头":106240,"ä¸ŃåĽ½ç»ıæµİ":106241,"äºĨèĩªå·±çļĦ":106242,"åĨ³è®®":106243,"çĽijçĿ£ç®¡çIJĨ":106244,"æĬķ票":106245,"åĨį度":106246,"è¡ĮçĤº":106247,"注åħ¥":106248,"ä½ľä¸ºä¸Ģ个":106249,"æ¯ı个人éĥ½":106250,"åįķåħĥ":106251,"è¦ģçŁ¥éģĵ":106252,"被称为":106253,"ä¹ĭéĻħ":106254,"解éĻ¤":106255,"丸":106256,"溫":106257,"ä¸īæĺŁ":106258,"é²ľæĺİ":106259,"ä¹Łéĥ½":106260,"æĹ¶æľº":106261,"åĩºæīĭ":106262,"æĥħå½¢":106263,"åķĨè´¸":106264,"éĢī举":106265,"对èĩªå·±":106266,"çĶŁåĬ¨":106267,"åħĭæľį":106268,"个ä½ĵ":106269,"èĭij":106270,"稱":106271,"大åݦ":106272,"æĺ¯å¯¹":106273,"åĪ©æģ¯":106274,"è¿IJåĬ¨åijĺ":106275,"åĮĸ解":106276,"åīį沿":106277,"æĦŁæģ©":106278,"æĢ»ä¹ĭ":106279,"é«ĺæĸ°æĬĢæľ¯":106280,"åĿĩ为":106281,"åħ¨åĮº":106282,"æ°Ķæ°Ľ":106283,"åı¯ä»¥è¯´æĺ¯":106284,"ä½ı宿":106285,"åħļåijĺå¹²éĥ¨":106286,"åĹ¯":106287,"è·µè¡Į":106288,"çļĦä¸ĵä¸ļ":106289,"èĢĥéªĮ":106290,"èķ¾":106291,"åħ¬åŃIJ":106292,"çļĦçĬ¶æĢģ":106293,"æ½®æµģ":106294,"ä¿¡æīĺ":106295,"è´¼":106296,"åIJĦæĸ¹":106297,"æķijåĬ©":106298,"éĿŀ常çļĦ":106299,"æ¡¥æ¢ģ":106300,"åħ¬æĸ¤":106301,"ä¼¼çļĦ":106302,"çľĭ好":106303,"å±Ģéĥ¨":106304,"å®īéĿĻ":106305,"éħį件":106306,"常è§Ħ":106307,"å¼Ģ车":106308,"第äºĮ次":106309,"ä¸Ĭ级":106310,"åıĤèµĽ":106311,"家å±ŀ":106312,"强åĬ¿":106313,"åľ¨ä»ĸ":106314,"åIJijåīį":106315,"ä¹ĭåľ°":106316,"éĥ¡":106317,"è¡Įç¨ĭ":106318,"èѦåijĬ":106319,"è§Ħå®ļçļĦ":106320,"åķĨåŁİ":106321,"äºĶ大":106322,"æķĻ室":106323,"åįģ足":106324,"æīĢä»¥åľ¨":106325,"å°Ĩ继ç»Ń":106326,"çŃīæĸ¹å¼ı":106327,"家ä¼ģä¸ļ":106328,"交ä»ĺ":106329,"çĤ¹è¯Ħ":106330,"ç»ĵç®Ĺ":106331,"ä¹Łåı¯":106332,"å¤ĸæ±ĩ":106333,"è¿Ļç§įæĥħåĨµ":106334,"æİĪäºĪ":106335,"å¸ĥç½®":106336,"æĪIJç«ĭäºİ":106337,"é¢ĦèѦ":106338,"管çIJĨ人åijĺ":106339,"å©ļ礼":106340,"ç»ĵæĿŁåIJİ":106341,"åħ¥éĢī":106342,"æĹłæ¯Ķ":106343,"åĴĮåıijå±ķ":106344,"çĻ½éħĴ":106345,"çİ©åħ·":106346,"ä¸ĩç¾İåħĥ":106347,"çļĦæĪIJ绩":106348,"æĭįçħ§":106349,"èĢĥèĻijåĪ°":106350,"ä¼ģä¸ļåıijå±ķ":106351,"äºĨ个":106352,"çĶŁæ°Ķ":106353,"çļĦ女人":106354,"äºĶåįģ":106355,"çĪ·çĪ·":106356,"纽约":106357,"éĥ½è¢«":106358,"ä¸Ĭ课":106359,"çĽ¡":106360,"ä¼łç»ŁæĸĩåĮĸ":106361,"æ½ľåľ¨":106362,"åıijå°Ħ":106363,"ä¸Ģ身":106364,"éĺ²å®Ī":106365,"åĪ®":106366,"é¢ĺ缮":106367,"åľ¨åĨħçļĦ":106368,"ç¾İ好çļĦ":106369,"è¿ĻéĩĮçļĦ":106370,"ä¸Ģä¸Ŀ":106371,"人åĿĩ":106372,"åĢ¡å¯¼":106373,"身åIJİ":106374,"æī©å±ķ":106375,"大éŨ":106376,"就被":106377,"è¯¥é¡¹çĽ®":106378,"æŀ¶æŀĦ":106379,"ä¸Ģåı£":106380,"ä¿¡æģ¯æĬĢæľ¯":106381,"å¼Ģä¸ļ":106382,"æĶ¶åıĸ":106383,"ç½ij页":106384,"æĶ¯æı´":106385,"å°ģéĹŃ":106386,"å¡ijéĢł":106387,"大èĥĨ":106388,"å¿«éĢŁåıijå±ķ":106389,"çľĭä¼¼":106390,"æ¸Ŀ":106391,"è¿Ļæł·ä¸Ģ个":106392,"模åĿĹ":106393,"注æĦıåĪ°":106394,"çł´è§£":106395,"èĩªä»İ":106396,"åijµåijµ":106397,"ä¹ĭå¾Į":106398,"ä¹ĭæĹħ":106399,"è·ŁæĪij":106400,"æ³ķ人":106401,"æİĴè¡Įæ¦ľ":106402,"åĿļå®Ī":106403,"好å¤Ħ":106404,"çŁ³å¤´":106405,"并å°Ĩ":106406,"èĪ±":106407,"æŃĩ":106408,"两岸":106409,"å¤ļä¹ħ":106410,"象å¾ģ":106411,"个æĢ§åĮĸ":106412,"çļĦè§Ĵ度":106413,"å¸Ĩ":106414,"ç¦ıå·ŀ":106415,"æŁ¥å¤Ħ":106416,"ä¸¤åĽ½":106417,"åIJ¸å¼ķäºĨ":106418,"é¦ĸå¸Ń":106419,"大åĵ¥":106420,"é¤Ĭ":106421,"涨å¹ħ":106422,"éĢīçĶ¨":106423,"許å¤ļ":106424,"èIJ½æĪ·":106425,"åĵĪå°Ķ":106426,"åĵĪå°Ķ滨":106427,"åģļä»Ģä¹Ī":106428,"以åħį":106429,"é¾į":106430,"æĹłéľĢ":106431,"åĪ°åºķæĺ¯":106432,"æĢ¡":106433,"åijĬè¯īä½ł":106434,"éĺ²æ°´":106435,"è¿ĻæŶåĢĻ":106436,"欢ä¹IJ":106437,"转åIJij":106438,"è¿Ļä¸ªåľ°åĽ¾":106439,"åħ¥é©»":106440,"èįīåİŁ":106441,"æĹ¶ä»£çļĦ":106442,"åıĺåĬ¨":106443,"åĬłå¼ºå¯¹":106444,"åģ¶å°Ķ":106445,"å®ĪæĬ¤":106446,"æ°Ķ温":106447,"人éĹ´":106448,"æľĿé²ľ":106449,"ç»ıè´¹":106450,"åĽŃæŀĹ":106451,"å·¥åľ°":106452,"è§Ħæł¼":106453,"åĩłåįģ":106454,"è¯ķåĽ¾":106455,"å¦ĥ":106456,"éĤ£æŶåĢĻ":106457,"å¼ĺæī¬":106458,"ä¸ļçķĮ":106459,"çļĦéĢŁåº¦":106460,"ä¼ļä¸įä¼ļ":106461,"èIJ¥æĶ¶":106462,"å°ıå¾®ä¼ģä¸ļ":106463,"çľĭè¿ĩ":106464,"æĬĬä»ĸ":106465,"éģµå¾ª":106466,"è¿Ļè¾¹":106467,"没æľī人":106468,"壶":106469,"æ¹ĸåįĹçľģ":106470,"æŀģåħ¶":106471,"çļĦ人çĶŁ":106472,"ä»ĸè¿ĺ":106473,"转åĮĸ为":106474,"èµ°è¿ĩ":106475,"æĬ±çĿĢ":106476,"çīĽå¥¶":106477,"ä¸ĩ亩":106478,"å¿ĥæĢģ":106479,"æĹ¥å¸¸çĶŁæ´»":106480,"ä½ĵæ£Ģ":106481,"æĻĥ":106482,"çŃīé¢ĨåŁŁ":106483,"æĩī該":106484,"åı¯ä»¥çľĭåĪ°":106485,"æī¾ä¸įåĪ°":106486,"èĢģå¹´":106487,"æĬĬæĪij":106488,"积åĪĨ":106489,"梳çIJĨ":106490,"绳":106491,"çļĦæĶ¿æ²»":106492,"å¸ĿåĽ½":106493,"éĻªä¼´":106494,"æ´Ľéĺ³":106495,"åħ¬æŃ£":106496,"å¼Ģåı£":106497,"çī¹èī²çļĦ":106498,"åĽ°å¢ĥ":106499,"ä¸Ĭæľī":106500,"ç«ĭä½ĵ":106501,"æīĵå·¥":106502,"åķ¤éħĴ":106503,"åľ¨éĤ£éĩĮ":106504,"éĤ£è¾¹":106505,"个åĪ«":106506,"ä¸Ģå®ļæĺ¯":106507,"çļĦéĩįè¦ģæĢ§":106508,"ä¸»å¼ł":106509,"åĴĮæľįåĬ¡":106510,"ä¸Ĭç½ij":106511,"è¡¥åĬ©":106512,"åıªéľĢ":106513,"弦":106514,"éģ®":106515,"åĬĽäºī":106516,"度è¿ĩ":106517,"èij¬":106518,"é¡¿æŶ":106519,"éĦī":106520,"纺ç»ĩ":106521,"åľ°åĿĹ":106522,"ä¿¡çĶ¨åį¡":106523,"ç½ļ款":106524,"åijĬè¯īæĪij":106525,"éĽĻ":106526,"书çĶ»":106527,"è¨Ńè¨Ī":106528,"æĢ»ä¼ļ":106529,"åĪ¤åĨ³":106530,"ä¿¡èªī":106531,"个èĤ¡":106532,"平常":106533,"æĢİ麼":106534,"ä½ĵçİ°åľ¨":106535,"é»Ħæ²³":106536,"åĽĽå·Ŀçľģ":106537,"羣缸":106538,"åIJĦé¡¹å·¥ä½ľ":106539,"åĬ¨åijĺ":106540,"å³°ä¼ļ":106541,"ä¸ĢæľŁ":106542,"æľīä¸Ģå®ļçļĦ":106543,"é«ĺ度éĩįè§Ĩ":106544,"ç¹ģèį£":106545,"åıijçİ°äºĨ":106546,"ç½ij红":106547,"æīĭæ³ķ":106548,"家åĽŃ":106549,"仪åĻ¨":106550,"è¾ĥä½İ":106551,"çļĦå®īåħ¨":106552,"æ¡IJ":106553,"ä»ĺ款":106554,"æĬijåĪ¶":106555,"åįĵè¶Ĭ":106556,"æŃ£éĿ¢":106557,"åĵij":106558,"强åĪ¶":106559,"ä»Ĭ天çļĦ":106560,"æĪĺèĥľ":106561,"楼å¸Ĥ":106562,"æĭ¿ä¸ĭ":106563,"é¢ľåĢ¼":106564,"举éĥ¨":106565,"çłĶåĪ¶":106566,"çļĦæĪĺçķ¥":106567,"åľ¨ä¸Ģ个":106568,"ä¸ī人":106569,"å®ĮäºĨ":106570,"æĸ°æĬĢæľ¯":106571,"ç»ıæµİæķĪçĽĬ":106572,"å¯Įæľī":106573,"澳洲":106574,"åĬ©çIJĨ":106575,"é¢Ĩåıĸ":106576,"è°Ń":106577,"çĩĥçĥ§":106578,"ç´łåħ»":106579,"éĤĦæľī":106580,"è¿ĽèĢĮ":106581,"ä»Ģä¹Īæĺ¯":106582,"çłĶ究ä¸Ńå¿ĥ":106583,"éĢĤçĶ¨äºİ":106584,"æİ¥æĶ¶":106585,"å¤±æľĽ":106586,"äºĮ级":106587,"éĹ´çļĦ":106588,"åİŁæłĩé¢ĺ":106589,"èªįçĤº":106590,"æį¡":106591,"对çĿĢ":106592,"对éĿ¢":106593,"ä¸ŃåİŁ":106594,"éĵĥ":106595,"çĶŁäº§çļĦ":106596,"åıijå¸ĥä¼ļ":106597,"士åħµ":106598,"è¿Ļåı¥è¯Ŀ":106599,"缴纳":106600,"ä¸Ģ个个":106601,"åѸçĶŁ":106602,"çĸijéĹ®":106603,"交èѦ":106604,"示èĮĥåĮº":106605,"天使":106606,"åľ¨ä¸Ĭæµ·":106607,"åIJĮæĻĤ":106608,"è½»æĺĵ":106609,"åĶ¯ä¸ĢçļĦ":106610,"çĥŃéĹ¹":106611,"ä¹IJè§Ĥ":106612,"çļĦ身份":106613,"åĸĦäºİ":106614,"大åİħ":106615,"èĤ¯å®ļæĺ¯":106616,"éĺ²çģ«":106617,"å¤ĸåĩº":106618,"æį®è¯´":106619,"é¡¹çĽ®çļĦ":106620,"ä¸Ģåı°":106621,"èĻļåģĩ":106622,"ä¸Ģç¬Ķ":106623,"ç«ĭæ³ķ":106624,"严èĤĥ":106625,"æī¿åĬŀ":106626,"åįģåĩł":106627,"çļĦ空éĹ´":106628,"æľ¬ç½ijç«Ļ":106629,"åģļå¾Ĺ":106630,"ä¿Ŀ温":106631,"æľĪåĪĿ":106632,"åľ¨ç½ijä¸Ĭ":106633,"åIJĦæĸ¹éĿ¢":106634,"ä¸ī天":106635,"交æĺĵæīĢ":106636,"解æŀIJ":106637,"åħļä¸Ń央":106638,"è¿Ľåĩºåı£":106639,"åĴĮ社ä¼ļ":106640,"次æķ°":106641,"ä¹ĭ家":106642,"维度":106643,"æ´¾åĩºæīĢ":106644,"产çĶŁäºĨ":106645,"带æľī":106646,"å¾Ī强":106647,"æľīäºĽäºº":106648,"å¹´åIJİ":106649,"äºĨ许å¤ļ":106650,"å¯Ĩ度":106651,"åŃ¦æľŁ":106652,"çıłæµ·":106653,"æľĢå¤ļçļĦ":106654,"è¾¹ç¼ĺ":106655,"容éĩı":106656,"第äºĮ个":106657,"ä¸Ģ缴æĺ¯":106658,"ä¸įç¦ģ":106659,"æŃ²":106660,"ä»ĭç»įäºĨ":106661,"ä¼ĺéĽħ":106662,"æ¯Ķè¼ĥ":106663,"èģĮä½į":106664,"温æŁĶ":106665,"æľīéĴ±":106666,"æľĢé«ĺçļĦ":106667,"åįļè§Īä¼ļ":106668,"ä¸įæĪIJ":106669,"éĶĻäºĨ":106670,"è¯ģçĽij":106671,"è¯ģçĽijä¼ļ":106672,"æĪIJ人":106673,"åĿĩåĮĢ":106674,"æľīåĪ©":106675,"è¶ĬåįĹ":106676,"æīĵäºĨ":106677,"好åIJĥ":106678,"系統":106679,"è·Łéļı":106680,"çļĦåľ°ä½į":106681,"æŃ£å¦Ĥ":106682,"ç¨įå¾®":106683,"åį°åıij":106684,"åĪĽç«ĭ":106685,"é£İåħī":106686,"å°ĨæĪIJ为":106687,"ä¸įé«ĺ":106688,"é¢ijç¹ģ":106689,"设æľī":106690,"ä¼ŀ":106691,"æĭĨéĻ¤":106692,"å½±åĥı":106693,"æ¸ĹéĢı":106694,"å¹´å¼Ģå§ĭ":106695,"ç½ijæĺĵ":106696,"è¦ģåģļ":106697,"çĶµåĬ¨è½¦":106698,"羣å¿ĥ":106699,"æµ·åĨĽ":106700,"ä¼łæĿ¥":106701,"å·®åĪ«":106702,"è°¨æħİ":106703,"çĥŁåı°":106704,"åįĥå¹´":106705,"è¯ģå®ŀ":106706,"çIJª":106707,"çļĦåħ·ä½ĵ":106708,"åĪ°å¤Ħ":106709,"ä¸įå®ľ":106710,"èľĢ":106711,"èĥ½åĬĽåĴĮ":106712,"çīºçī²":106713,"çļĦéĴ±":106714,"大éĺŁ":106715,"é¦ĸè¦ģ":106716,"ä¸įæĦ¿":106717,"çİ«çij°":106718,"人æ°ijç½ij":106719,"è¿ĺæĺ¯è¦ģ":106720,"åĽĽå¹´":106721,"æįŁä¼¤":106722,"çļĦåģļæ³ķ":106723,"éĿĪ":106724,"è¡Ķæİ¥":106725,"åIJĪæĪIJ":106726,"没人":106727,"éĹ¨æ§Ľ":106728,"ä¿¡è´·":106729,"çļĦ缸åħ³":106730,"举é£İ":106731,"社ä¿Ŀ":106732,"ä¸ĭ游":106733,"åĿĹéĴ±":106734,"è¿ĩåIJİ":106735,"çļĦåºĶçĶ¨":106736,"饶":106737,"é¢ģåıij":106738,"ä¸Ģå¤Ħ":106739,"åįİå¤ı":106740,"为ä¼ģä¸ļ":106741,"åıªä¼ļ":106742,"侵害":106743,"çļĦåĬŁèĥ½":106744,"åѸç¿Ĵ":106745,"ä¸Ńåįİæ°ijæĹı":106746,"åıijå¸ĥäºĨ":106747,"è¿İæİ¥":106748,"æĪijèĩªå·±":106749,"è¿ĺéľĢè¦ģ":106750,"太éĺ³èĥ½":106751,"åİ»ä¸ĸ":106752,"æĺ¯ä½ł":106753,"åIJĪåĬĽ":106754,"ç»ĺçĶ»":106755,"åı°åĮĹ":106756,"çĿ£ä¿ĥ":106757,"åĮĹéĥ¨":106758,"æľīå¤ļå°ij":106759,"å¾Īéĩįè¦ģ":106760,"åĪĴåĪĨ":106761,"åı·çº¿":106762,"æĶ¾å¤§":106763,"ä¼ļ被":106764,"èİ·å¥ĸ":106765,"ä¹ĭåĨħ":106766,"失åİ»äºĨ":106767,"çݩ家们":106768,"éĩĩéĽĨ":106769,"壹":106770,"家ä¼Ļ":106771,"çĻ½å¤©":106772,"åĽłä¸ºä»ĸ":106773,"社ä¼ļæ²»çIJĨ":106774,"å¼ĢåĪĽ":106775,"çĶµç¼Ĩ":106776,"æĸ°ä¸Ģ代":106777,"并è´Ń":106778,"就已ç»ı":106779,"çļĦ社ä¼ļ":106780,"éĻ¤éĿŀ":106781,"åı¯ä»¥çĶ¨":106782,"å©ī":106783,"æ¯Ķè¾ĥ好":106784,"å®ŀä¸ļ":106785,"åĪĽåĬŀ":106786,"æıIJèµ·":106787,"é»ĥ":106788,"ä½ıåľ¨":106789,"å¸ĤæĶ¿":106790,"éĿ¢ä¸´çļĦ":106791,"èĥ½åľ¨":106792,"çŁŃçŁŃ":106793,"çľŁäºº":106794,"æĺİæĺİ":106795,"èµĦåĬ©":106796,"çļĦä¸įåIJĮ":106797,"å°ıæľĭåıĭ":106798,"é¢ĺæĿIJ":106799,"ç¾İåij³":106800,"æĺŁåº§":106801,"ä¸įä¸Ģæł·çļĦ":106802,"çľĭä¸Ĭåİ»":106803,"ä¸Ģæł¹":106804,"广å·ŀå¸Ĥ":106805,"åıijçĶŁçļĦ":106806,"é«ĺç§ijæĬĢ":106807,"ä¸Ģè¾ĪåŃIJ":106808,"交åıī":106809,"ä½ĵ系建设":106810,"åĽłä¸ºæĪij":106811,"çıįæĥľ":106812,"ä¸ĬåѦ":106813,"æĪĺæľ¯":106814,"æѤ类":106815,"交å¾Ģ":106816,"æĮīæij©":106817,"人们çļĦ":106818,"åħ¶å¯¦":106819,"åİŁæĿIJæĸĻ":106820,"æ¸´æľĽ":106821,"缸å¤Ħ":106822,"微微":106823,"æ®·":106824,"ä¹ĺåĿIJ":106825,"å¼Ģå±ķäºĨ":106826,"é«ĺåĵģè´¨":106827,"æĹłäººæľº":106828,"ä¸įæĺ¯å¾Ī":106829,"çļĦæĬķèµĦ":106830,"èĬĤçľģ":106831,"èĩī":106832,"ç²¾éĢī":106833,"çļĦæłĩåĩĨ":106834,"åįĹéĥ¨":106835,"认è¯ĨåĪ°":106836,"å¹³éĿĻ":106837,"èĹ¥":106838,"æī«é»ij":106839,"æī«é»ijéĻ¤":106840,"æī«é»ijéĻ¤æģ¶":106841,"éĢĻ種":106842,"建çŃijéĿ¢ç§¯":106843,"ç¡®ç«ĭ":106844,"管çIJĨåĬŀæ³ķ":106845,"æĦıå¿Ĺ":106846,"丨":106847,"让åŃ©åŃIJ":106848,"æķijçģ¾":106849,"å½ĵä»Ĭ":106850,"çģ«çģ¾":106851,"åIJĦéĥ¨éŨ":106852,"ä¾µçĬ¯":106853,"æ¯ıåij¨":106854,"æı½":106855,"ä¸Ģ次æĢ§":106856,"åħ¶ä»ĸ人":106857,"éĶĻè¿ĩ":106858,"ä¸İåħ¶":106859,"åĭĩæ°Ķ":106860,"çĩĥæ°Ķ":106861,"é¦ĸå±Ĭ":106862,"æľį饰":106863,"ç²¥":106864,"å®Įæ¯ķ":106865,"å°±æĬĬ":106866,"åĬŀäºĭå¤Ħ":106867,"ä¸Ģä¼ļåĦ¿":106868,"离ä¸įå¼Ģ":106869,"å¦ĤæŀľæĤ¨":106870,"ä»ĵåºĵ":106871,"导å¸Ī":106872,"åIJĪéĢĤçļĦ":106873,"毫米":106874,"å®īåħ¨æĢ§":106875,"ä¾Ŀçħ§":106876,"产ä¸ļåĮĸ":106877,"ä½łçľĭ":106878,"羣çļĦå¾Ī":106879,"åѤçĭ¬":106880,"éĺ²å¾¡":106881,"å¾Īç®Ģåįķ":106882,"é£İæ°´":106883,"ä½Ĩä¹Ł":106884,"æݨåĩºäºĨ":106885,"æ°ijèIJ¥ä¼ģä¸ļ":106886,"çłģ头":106887,"å¤įæĿĤçļĦ":106888,"ç»ĦæĪIJéĥ¨åĪĨ":106889,"åħħ满äºĨ":106890,"è¿ijåĩłå¹´":106891,"çľģæĶ¿åºľ":106892,"æľīå¿ħè¦ģ":106893,"éĻ³":106894,"ä¹ĭç±»":106895,"ä¹ĭç±»çļĦ":106896,"æĢ§ä»·":106897,"æĢ§ä»·æ¯Ķ":106898,"åķĨåºĹ":106899,"å¸ĤåĢ¼":106900,"人æīįåŁ¹åħ»":106901,"æ·±åıĹ":106902,"管çIJĨå±Ģ":106903,"æģIJæĥ§":106904,"ä»ħæľī":106905,"æĬµè¾¾":106906,"æµ·åħ³":106907,"èµĭäºĪ":106908,"äºĭåĦ¿":106909,"ä»·éĴ±":106910,"æīĭä¸Ĭ":106911,"èĩªå¾ĭ":106912,"åħ³çĪ±":106913,"享æľī":106914,"éģĹæĨ¾":106915,"å¾Īå¿«å°±":106916,"æĽ´å¿«":106917,"æłĩè¯Ĩ":106918,"åºĨç¥Ŀ":106919,"ä¹Łå¥½":106920,"ä¸įæĺĵ":106921,"æĪijå¾Ī":106922,"æĶ¹éĿ©åıijå±ķ":106923,"å¤ĸåľ°":106924,"æĬµæĬ¼":106925,"è¯Ĺ人":106926,"åİķæīĢ":106927,"æĸ°åªĴä½ĵ":106928,"èĸĽ":106929,"è°Īè¯Ŀ":106930,"ä¸Ģå®ļç¨ĭ度":106931,"èµ°åľ¨":106932,"æľĢ强":106933,"åĬŁçİĩ":106934,"åħ±è¯Ĩ":106935,"大桥":106936,"ä¸ĭæĸ¹":106937,"å¤ĸèµĦ":106938,"碱":106939,"å·¡è§Ĩ":106940,"æ¹ĸåĮĹçľģ":106941,"个çĻ¾åĪĨ":106942,"个çĻ¾åĪĨçĤ¹":106943,"çļĦ责任":106944,"çļĦåĵģçīĮ":106945,"åĬ©æݨ":106946,"åĪĽéĢłäºĨ":106947,"ä»»èģĮ":106948,"å¿«æį·":106949,"æĿijåºĦ":106950,"åİ»çľĭ":106951,"æīįèĥ½å¤Ł":106952,"層":106953,"æĪij家":106954,"æĺ¯ä¸Ģ款":106955,"ç¾ħ":106956,"åĨ°éĽª":106957,"æŀģ大":106958,"çģ¯åħī":106959,"éĨĭ":106960,"ä¸İåħ¶ä»ĸ":106961,"æıIJåĩºçļĦ":106962,"éĿłè¿ij":106963,"è°ĥåĬ¨":106964,"å°½åı¯èĥ½":106965,"åıijåĬĽ":106966,"ç»Ļ她":106967,"éĢĤéĩı":106968,"è·¨åĽ½":106969,"åħĪè¡Į":106970,"æĸ°æĿIJæĸĻ":106971,"ä½ľäºĨ":106972,"满äºĨ":106973,"ä¸į满":106974,"çļĦçľ¼çĿĽ":106975,"çľĭå¾Ĺ":106976,"è¿Ļä¸Ģ次":106977,"é½IJåħ¨":106978,"çļĦä¸Ģéĥ¨åĪĨ":106979,"ä¸Ļ":106980,"æ¸ħæĸ°":106981,"說æĺİ":106982,"身边çļĦ":106983,"æīĢæľī人":106984,"å½°æĺ¾":106985,"è±¹":106986,"åį¿":106987,"è¿IJ转":106988,"æĮĩå¼ķ":106989,"å¸Ĥåħ¬å®īå±Ģ":106990,"åıĤå±ķ":106991,"ä¹ĭæŶ":106992,"éĩijèŀįæľįåĬ¡":106993,"èµĦæľ¬å¸Ĥåľº":106994,"èĥ½è®©":106995,"å¿ĺäºĨ":106996,"天åłĤ":106997,"æ¯Ķå¦Ĥ说":106998,"éĬĢè¡Į":106999,"èĽĭç³ķ":107000,"çĶ©":107001,"æł¸å®ŀ":107002,"æĻ®äº¬":107003,"ä¼ĺç¾İ":107004,"åı£èħĶ":107005,"漫çĶ»":107006,"çľ¼éĩĮ":107007,"äºĨä¸ĭæĿ¥":107008,"æĪijä»¬ä¹Ł":107009,"ä¾į":107010,"为ä¸Ńå¿ĥ":107011,"å¥ĩ迹":107012,"éĿĴçĿIJ":107013,"æĪªèĩ³çĽ®åīį":107014,"åĩºä¾Ĩ":107015,"æĢ»åħ¬åı¸":107016,"弥补":107017,"ç®Ĺæ³ķ":107018,"å·¥ä½ľå®¤":107019,"æīĢ以æĪij":107020,"æ°´åĪĨ":107021,"æīĢå±ŀ":107022,"ä¸į说":107023,"ä½Ĩæĺ¯åľ¨":107024,"è¦ģåİ»":107025,"åĪĽä¸ļèĢħ":107026,"ä¸įæ¸ħæ¥ļ":107027,"åĽĽåij¨":107028,"æĺ¯ä»İ":107029,"çļĦæł¹æľ¬":107030,"çģ¶":107031,"æ¯Ľæ³½":107032,"æ¯Ľæ³½ä¸ľ":107033,"æµ·åı£":107034,"åĽĽåįģ":107035,"ä¹Łè¢«":107036,"èģ·":107037,"ä¸Ģæīĭ":107038,"绩æķĪ":107039,"çļĦçĶ·äºº":107040,"书ç±į":107041,"ä¸ĢèĦ¸":107042,"大äºİ":107043,"鼶éĥ¨ä»¶":107044,"åħ³æĢĢ":107045,"平米":107046,"æļ´éľ²":107047,"å¾Ĺå¤ļ":107048,"ä¸ī级":107049,"æľ¬åij¨":107050,"两èĢħ":107051,"对ä¸ŃåĽ½":107052,"åıªè§ģ":107053,"欧ç¾İ":107054,"å¦Ĥæŀľæľī":107055,"å·²ç»ıæĺ¯":107056,"çľĭå®Į":107057,"çģ«éĶħ":107058,"èµIJ":107059,"ä¸Ģéģį":107060,"æĦŁåĨĴ":107061,"ç»ĵå±Ģ":107062,"ä»ĵåĤ¨":107063,"å®ŀåľ°":107064,"åī¯æĢ»ç»ıçIJĨ":107065,"ä¹Łä¸įçŁ¥éģĵ":107066,"碰åĪ°":107067,"åIJĪ计":107068,"客æĪ·çļĦ":107069,"ç½Ĺ马":107070,"æĦīå¿«":107071,"é£Ľ":107072,"çĥŃçĥĪ":107073,"伦æķ¦":107074,"åĮ»ä¿Ŀ":107075,"éĺ¿éĩĮå·´å·´":107076,"åĨį说":107077,"ä¸ºåŁºç¡Ģ":107078,"çĶŁäº§ç»ıèIJ¥":107079,"è¿ĻäºĽäºº":107080,"åĪĹ车":107081,"æ²³åĮĹçľģ":107082,"è¿Ļ段":107083,"æ´»åĬ¨ä¸Ń":107084,"å©·":107085,"çĶŁçIJĨ":107086,"ä¸ŃåĽ½äººæ°ij":107087,"éĦĤ":107088,"åIJ¬åıĸ":107089,"å¤įä¹ł":107090,"æľīçĽĬ":107091,"æĶ¶æĭ¾":107092,"å¾Īåı¯èĥ½":107093,"ç½ijç»ľæ¸¸æĪı":107094,"们çļĦ":107095,"èµĭèĥ½":107096,"éļ¾å¾Ĺ":107097,"åĪĨæīĭ":107098,"羣è¯ļ":107099,"åħ¬åı¸åľ¨":107100,"åĿĩè¡¡":107101,"åı£åij³":107102,"çīµå¤´":107103,"ä¸ĢèĪ¬çļĦ":107104,"轿车":107105,"çŃīäºİ":107106,"æ²īé»ĺ":107107,"æĪijéĥ½":107108,"å°ıç¨ĭåºı":107109,"ä¸Ģåī¯":107110,"æī¿è½½":107111,"åľ°è´¨":107112,"çķĮéĿ¢":107113,"çĶµæľº":107114,"çĦ¦èĻij":107115,"éĶĢåĶ®é¢Ŀ":107116,"æĸ°è½¦":107117,"ä¸Ĭ游":107118,"主æ¼Ķ":107119,"éļIJç§ģ":107120,"åıijå±ķæĪĺçķ¥":107121,"çļĦåĬªåĬĽ":107122,"å¼Ģåħ³":107123,"解åĨ³éĹ®é¢ĺ":107124,"çĿ£å¯¼":107125,"对æĬĹ":107126,"å¾Īå¤ļ人éĥ½":107127,"æĹłæķĪ":107128,"产åĵģè´¨éĩı":107129,"å®īå¿ĥ":107130,"åįİ人":107131,"ä¸į符åIJĪ":107132,"èĩªå®¶":107133,"éĺµå®¹":107134,"çļĦåIJĦç§į":107135,"çļĦçIJĨ念":107136,"çļĦæĸĩåĮĸ":107137,"为èĩªå·±":107138,"山水":107139,"游泳":107140,"éľĩèį¡":107141,"çĶŁæ´»æĸ¹å¼ı":107142,"è¿ľç¦»":107143,"çŁ³åĮĸ":107144,"æѤäºĭ":107145,"æĺ¯çľŁçļĦ":107146,"çļĦæ¯Ķä¾ĭ":107147,"çĶ¨çĶµ":107148,"奥è¿IJä¼ļ":107149,"ä¿Ŀå®ī":107150,"èĽĭçĻ½è´¨":107151,"çļĦå¿ĥçIJĨ":107152,"å·«":107153,"åı·çłģ":107154,"æ°Ķä½ĵ":107155,"åıijæĶ¹":107156,"åıijæĶ¹å§Ķ":107157,"åĮ»å¸Ī":107158,"æ¶ĤæĸĻ":107159,"æĺĬ":107160,"å¸Ĥ级":107161,"ä¸ĸçķĮçļĦ":107162,"åĪĨåĪ«æĺ¯":107163,"çł´äº§":107164,"ä¸ĢæĿ¯":107165,"æĭīå¼Ģ":107166,"å¹³åĩ¡":107167,"çļĦåıijçĶŁ":107168,"åĬ¨æīĭ":107169,"ä¸ĢçĽ´ä»¥æĿ¥":107170,"æīĭå·¥":107171,"éĩĮéĿ¢çļĦ":107172,"æĹłåħ³":107173,"ä»ĭåħ¥":107174,"èµ°ä¸Ĭ":107175,"å°±æĺ¯è¦ģ":107176,"å¹´éĹ´":107177,"åĩºçı¾":107178,"å½±éŁ¿":107179,"å¹ħ度":107180,"éĽģ":107181,"éģĵåħ·":107182,"缮çļĦåľ°":107183,"åIJİèĢħ":107184,"ä¸Ĭæ¼Ķ":107185,"äºĨåĩł":107186,"æ®ĭçĸ¾äºº":107187,"å¿Ļç¢Į":107188,"æĺ¯åIJ¦æľī":107189,"并对":107190,"ä¼ļ导èĩ´":107191,"æ°´åºĵ":107192,"ç»Ĩèĩ´":107193,"åIJİæĤĶ":107194,"å¿ĥæĢĿ":107195,"åģļäºĭ":107196,"åİĤæĪ¿":107197,"çĿ¿":107198,"è¿IJèIJ¥åķĨ":107199,"头éĥ¨":107200,"çļĦè§Ĵèī²":107201,"æĺ¯ä»ĸ":107202,"æĹ¢æľī":107203,"å°ıæŶåĢĻ":107204,"强åĬ²":107205,"主æĴŃ":107206,"åħ¨åĽ½åIJĦåľ°":107207,"æįı":107208,"æįŁåĿı":107209,"åķĨä¼ļ":107210,"ä¿Ŀç½Ĺ":107211,"çľģå¸Ĥ":107212,"éļ§éģĵ":107213,"æľīä¸įå°ij":107214,"è¦ģåľ¨":107215,"å»ºè®¾é¡¹çĽ®":107216,"ç³ĸå°¿":107217,"ç³ĸå°¿çĹħ":107218,"æĿ¡ä»¶ä¸ĭ":107219,"ä¼ĺè´¨çļĦ":107220,"é¦ĸåıij":107221,"å½ĵæŶçļĦ":107222,"丰çĶ°":107223,"大çĽĺ":107224,"缸继":107225,"å®ģå¤ı":107226,"åħ¥ä½ı":107227,"æĪijè¿ĺ":107228,"åħĭæĸ¯":107229,"å®ļä»·":107230,"å¹³æĸ¹åħ¬éĩĮ":107231,"çļĦçŁ¥è¯Ĩ":107232,"æĪij们ä¼ļ":107233,"åħĥå®Ŀ":107234,"ä½ĵéĩį":107235,"è³£":107236,"对æĪij们":107237,"çŁ³å®¶":107238,"çŁ³å®¶åºĦ":107239,"ç²¾åįİ":107240,"å½¢çĬ¶":107241,"åıĹåĪ°äºĨ":107242,"修订":107243,"ç¾İåľĭ":107244,"é«ĺæ¸ħ":107245,"çľ¼éķľ":107246,"è§īå¾Ĺèĩªå·±":107247,"带ç»Ļ":107248,"åĶ®ä»·":107249,"éĹ¨ç¥¨":107250,"åŃķå¦ĩ":107251,"çĶµè§Ĩåı°":107252,"åıijä½ľ":107253,"çļĦåij³éģĵ":107254,"éķ¿è¿ľ":107255,"åħ¬åħ±æľįåĬ¡":107256,"æŃ£å¸¸çļĦ":107257,"æľīè¿ĩ":107258,"é£İæĥħ":107259,"æ¯Ķéĩį":107260,"åIJ»":107261,"管çIJĨå·¥ä½ľ":107262,"综åIJĪæĢ§":107263,"已被":107264,"说起":107265,"æİĴæ°´":107266,"ä¸įæĸŃåľ°":107267,"æĥħæĢĢ":107268,"è¾ĵéĢģ":107269,"è¿ĩæķı":107270,"çļĦåı¯èĥ½æĢ§":107271,"æľįçĶ¨":107272,"æľī许å¤ļ":107273,"å§Ķåī¯ä¹¦è®°":107274,"åĮĸå¦Ĩåĵģ":107275,"æļĤåģľ":107276,"æĬķèµĦ人":107277,"çıŃ级":107278,"说çĿĢ":107279,"åįĹåĮĹ":107280,"åĪĨè¡Į":107281,"çıłå®Ŀ":107282,"寶":107283,"å¢ŀå¤ļ":107284,"被åĬ¨":107285,"çī¹æ®ĬçļĦ":107286,"éĹľä¿Ĥ":107287,"çļĦèĦ¸":107288,"æĥŁ":107289,"ä¸įä¸Ģå®ļ":107290,"ç¶Ń":107291,"çģ«çĪĨ":107292,"秣éĩij":107293,"çŀ§":107294,"éĩį建":107295,"è·ª":107296,"ä¸Ģ種":107297,"çļĦåIJĪä½ľ":107298,"å®īæħ°":107299,"ä»įæĺ¯":107300,"ä¸ĵä¸ļåĮĸ":107301,"è°ĥ解":107302,"ä¸į妨":107303,"éĢĻæĺ¯":107304,"å¿ħéłĪ":107305,"ä¼ĬæľĹ":107306,"å¾ĹäºĨ":107307,"æľįåĬ¡å¹³åı°":107308,"姬":107309,"åħĪéĶĭ":107310,"çİĭåŃIJ":107311,"çļĦä¸ĢåĪĩ":107312,"æĢ»çIJĨ":107313,"åĵ¼":107314,"çªij":107315,"çļĦå¿ĥæĥħ":107316,"çļĦéĩį大":107317,"çijŁ":107318,"ä¸Ģç¬ij":107319,"åıijå±ķä¸Ń":107320,"åģ¥åº·åıijå±ķ":107321,"åĵģçīĮçļĦ":107322,"禮":107323,"ä½Ļ人":107324,"ä»Ĭ年以æĿ¥":107325,"æķ°çłģ":107326,"çŃ¾è¯ģ":107327,"åİ»æī¾":107328,"åŁºéĩijä¼ļ":107329,"æĬ±æĢ¨":107330,"æŃ£å½ĵ":107331,"çıŃåŃIJæĪIJåijĺ":107332,"ä¸įåIJĪæł¼":107333,"åĪ¶å®ļäºĨ":107334,"ç¼ĵæħ¢":107335,"åĪ¶çº¦":107336,"æłı缮":107337,"å¸Ĥåľºç»ıæµİ":107338,"ç»ĦæĪIJçļĦ":107339,"严峻":107340,"æĹ¥è®¯":107341,"ä¸ĢçĤ¹çĤ¹":107342,"æĺ¯æĢİä¹Ī":107343,"çļĦçħ§çīĩ":107344,"éĺ»æŃ¢":107345,"模ç³Ĭ":107346,"缸":107347,"éģķåıį":107348,"æIJ¬è¿ģ":107349,"éĩijéĴ±":107350,"彬":107351,"ä¸įå®ī":107352,"æĪĺçķ¥åIJĪä½ľ":107353,"å¡«åĨĻ":107354,"讲究":107355,"åħħåĪĨåĪ©çĶ¨":107356,"èĥ½å¤ł":107357,"èij¡èIJĦéħĴ":107358,"éĩĩçĶ¨äºĨ":107359,"åľ¨ä»Ĭå¹´":107360,"ä¸Ńå°ıåѦ":107361,"åľ¨æĦı":107362,"çļĦåİĭåĬĽ":107363,"ä¸į幸":107364,"åĪ¶èį¯":107365,"åı¯ä»¥è®©":107366,"被è¯Ħ为":107367,"ç»ĨèıĮ":107368,"æĪıåī§":107369,"åįĬ导":107370,"åįĬ导ä½ĵ":107371,"è§Ĩè§Ĵ":107372,"åĸľæŃ¡":107373,"å¾ģæĶ¶":107374,"è°ĭåĪĴ":107375,"æŀģ大çļĦ":107376,"çĤ¹èµŀ":107377,"è®°èĢħä»İ":107378,"两åIJį":107379,"èĩªåĬ©":107380,"èµ·æŃ¥":107381,"æĬ¤å£«":107382,"å®Ŀ马":107383,"太åŃIJ":107384,"å°ıå°ıçļĦ":107385,"温æ³ī":107386,"åĩºç§Łè½¦":107387,"秣æĪ¿":107388,"两家":107389,"éľĩæĴ¼":107390,"ç§īæī¿":107391,"ä¸Ģ件äºĭ":107392,"çĥĪ士":107393,"å®ĺåħµ":107394,"转身":107395,"ä¹IJåĽŃ":107396,"çĻĮçĹĩ":107397,"模èĮĥ":107398,"æĦ£":107399,"è¿ĩåİ»çļĦ":107400,"代价":107401,"çļĦæ¦Ĥ念":107402,"åĩłçĻ¾":107403,"è´µéĺ³":107404,"æĭħ忧":107405,"éĢĤå®ľ":107406,"çݯå¢ĥä¿ĿæĬ¤":107407,"çĥ«":107408,"ä½łæĥ³":107409,"æѤåIJİ":107410,"ä½łä¹Ł":107411,"çįİ":107412,"éĻ¤æѤ":107413,"éĻ¤æѤä¹ĭå¤ĸ":107414,"è°ĥ度":107415,"ç§ij缮":107416,"æīĢ说çļĦ":107417,"åĬĩ":107418,"忽è§Ĩ":107419,"ä¸ī次":107420,"ä¸ĢæĹ¥":107421,"åŀĤ缴":107422,"ç«ŀæĬĢ":107423,"éĿ¢åĮħ":107424,"大æĪĺ":107425,"æIJºå¸¦":107426,"å¦Ĥæŀľæ²¡æľī":107427,"åħ»æĪIJ":107428,"åĩºè¡Ģ":107429,"çĪ±å¥½èĢħ":107430,"æīĵéĢļ":107431,"èµ·è¯ī":107432,"åijĪçİ°åĩº":107433,"æŃĮæīĭ":107434,"åľ¨å¤ĸ":107435,"é¢Ĩ导干éĥ¨":107436,"åĨ¥":107437,"èĪĨ论":107438,"æıIJåıĸ":107439,"éĺ¿å°Ķ":107440,"æľĽçĿĢ":107441,"ä¸īäºļ":107442,"財":107443,"åĪ·æĸ°":107444,"æĻļæĬ¥":107445,"è¿ĺæľīä¸Ģ个":107446,"åĨ°ç®±":107447,"ç½ijçĤ¹":107448,"åĩºåħ·":107449,"强çĥĪçļĦ":107450,"æĪijçĽ¸ä¿¡":107451,"å¸ĮæľĽèĥ½":107452,"çīĻ齿":107453,"äºĭå®ľ":107454,"ä¸ļåĨħ人士":107455,"ä»£æĽ¿":107456,"åıĺå½¢":107457,"éĽ²":107458,"è°ĥæݧ":107459,"åĪĽæĸ°åĪĽä¸ļ":107460,"æĭĨè¿ģ":107461,"æł¸æŁ¥":107462,"éĢĹ":107463,"åħ¥åѦ":107464,"æĦıåIJij":107465,"æıĽ":107466,"ä¸ĭ次":107467,"ä¼łè¾ĵ":107468,"ä»ĸä»¬åľ¨":107469,"èĢĮä¸Ķè¿ĺ":107470,"æĹ¥åľ¨":107471,"æķĻè®Ń":107472,"æ´»çĿĢ":107473,"çļĦæľīæķĪ":107474,"å¤įå·¥å¤į":107475,"å¤įå·¥å¤į产":107476,"æĺ¯ä¸Ģ件":107477,"çŃīçĿĢ":107478,"復":107479,"åĭĩæķ¢":107480,"éģŃåıĹ":107481,"å¥Ķé©°":107482,"讲座":107483,"说å®Į":107484,"ç»Ļåĩº":107485,"è°¦":107486,"è¯ĬçĸĹ":107487,"çĽ²çĽ®":107488,"客è¿IJ":107489,"å°±è¿ŀ":107490,"å¼Ģåħĥ":107491,"å¼Ģåħĥæ£ĭçīĮ":107492,"ä¸įæĸŃæıIJåįĩ":107493,"çĶ¨æĪ·çļĦ":107494,"æĴķ":107495,"ä¾Ľæ°´":107496,"ç¶ĵæ¿Ł":107497,"ä¸ŃåĮ»èį¯":107498,"èģĶæĥ³":107499,"åħ¬äº¤è½¦":107500,"èĪªçıŃ":107501,"æĬĢè¡ĵ":107502,"å¼ķèµ·çļĦ":107503,"å°¹":107504,"èµĦæ·±":107505,"åĽ½èµĦå§Ķ":107506,"èĺŃ":107507,"é¼»åŃIJ":107508,"éĹ½":107509,"æİĴéĺŁ":107510,"è§Ĥåħī":107511,"éģĹåĿĢ":107512,"ä¸ľäº¬":107513,"é¥ŃåºĹ":107514,"ä¸įæĸŃçļĦ":107515,"å°±æĺ¯ä¸Ģ个":107516,"éķ¿ä¹ħ":107517,"çļĦè§ĤçĤ¹":107518,"娶":107519,"æĪijçİ°åľ¨":107520,"çķ°":107521,"å¾Ĺåĩº":107522,"å¿ħå®ļ":107523,"ä¸įåıĹ":107524,"åıªéľĢè¦ģ":107525,"åĽ°æī°":107526,"ç§ijåѦæĬĢæľ¯":107527,"çīĽèĤī":107528,"è¾ĥé«ĺçļĦ":107529,"è·ijæŃ¥":107530,"æ²¾":107531,"èı©èIJ¨":107532,"æľĢå¾Į":107533,"ä¿Ŀå¯Ĩ":107534,"æ²»å®ī":107535,"éĤ±":107536,"常è¯Ĩ":107537,"èĦ¸èī²":107538,"åĮĹ大":107539,"æ±ĩèģļ":107540,"æijĨèĦ±":107541,"é¾Ļ头ä¼ģä¸ļ":107542,"女åıĭ":107543,"çŃīå·¥ä½ľ":107544,"ä¸Ńç¾İ":107545,"èģĮåľº":107546,"èĦijè¢ĭ":107547,"åĨĻçļĦ":107548,"饲æĸĻ":107549,"åĬ³åĬ¨åĬĽ":107550,"屯":107551,"æĮģèĤ¡":107552,"åĽ¾åĥı":107553,"è¿ĩåİ»äºĨ":107554,"貨":107555,"è¾²":107556,"éĹ®æĪij":107557,"è·Łä½ł":107558,"çĶŁæŃ»":107559,"审ç¾İ":107560,"é¢Ĺç²Ĵ":107561,"ä¸Ńæĸ¹":107562,"åĬłçĥŃ":107563,"æĹħè¡Į社":107564,"çĻ¼çĶŁ":107565,"ä¸įåłª":107566,"åĤ·":107567,"æ¥ł":107568,"åĬŀæ¡Ī":107569,"æŁĦ":107570,"æĹ¢æĺ¯":107571,"å¤ĦåĪĨ":107572,"羣å®ŀçļĦ":107573,"æĬ¥çº¸":107574,"å¸ĪçĪ¶":107575,"å®īå¾½çľģ":107576,"åī¯ä¸»å¸Ń":107577,"ä¹ĭéģĵ":107578,"导弹":107579,"åŃ¦æł¡çļĦ":107580,"åŁİå¸ĤçļĦ":107581,"è°ĪåĪ°":107582,"æ¢Ĺ":107583,"å¹³éĿ¢":107584,"说ä»Ģä¹Ī":107585,"é¢ijçİĩ":107586,"éķ¿ä¸īè§Ĵ":107587,"çļĦåĪ©çĽĬ":107588,"黨":107589,"è±ĨèħIJ":107590,"å®ŀéĻħæĥħåĨµ":107591,"æŀĹä¸ļ":107592,"纪æ£ĢçĽijå¯Ł":107593,"ä½ıéĻ¢":107594,"çļĦæķ´ä½ĵ":107595,"åīįè¡Į":107596,"æĮ¨":107597,"çħ¤çŁ¿":107598,"åī¯æĢ»è£ģ":107599,"å°ıåIJĥ":107600,"æŀģ端":107601,"å©Ĩå©Ĩ":107602,"çİ°è´§":107603,"è¯ĹæŃĮ":107604,"éĴ¥åĮĻ":107605,"缩çŁŃ":107606,"ä½Ĩè¿Ļ":107607,"æĸ°åĵģ":107608,"è¿Ļ对":107609,"çŁ¥åIJį度":107610,"å¿ĹæĦ¿æľįåĬ¡":107611,"大å±Ģ":107612,"è¡¡éĩı":107613,"ä½ĵçİ°äºĨ":107614,"æ¡ĥèĬ±":107615,"åIJ¸å¼ķåĬĽ":107616,"åł¤":107617,"æĵħéķ¿":107618,"åĴĴ":107619,"çĽ¸æľº":107620,"ä¸Ģç«Ļ":107621,"ä¸Ģç«Ļå¼ı":107622,"æľĢç¾İ":107623,"æ°¸ä¹ħ":107624,"çļĦéĥ¨åĪĨ":107625,"åĪĨå·¥":107626,"å·¥ç¨ĭ建设":107627,"æIJŃè½½":107628,"æ°´ä¸Ń":107629,"èĮ¨":107630,"çļĦæĵįä½ľ":107631,"ç»Łæ²»":107632,"çķħéĢļ":107633,"åħļçļĦåįģ":107634,"輸":107635,"測":107636,"ç¾İè§Ĥ":107637,"ä¸įåĪ©":107638,"åıįæĢĿ":107639,"éªĦåĤ²":107640,"æłĩçļĦ":107641,"æĿĢ人":107642,"éĺ¿å§¨":107643,"é£ŁæĿIJ":107644,"åIJĥçļĦ":107645,"åIJİåĨį":107646,"çŁ£":107647,"两侧":107648,"æ¸ħæ°´":107649,"è¿ĽçIJĥ":107650,"å¼Ģå§ĭäºĨ":107651,"åIJ¬äºĨ":107652,"çĦĬæİ¥":107653,"磮":107654,"å¨Ł":107655,"为人":107656,"éĢģç»Ļ":107657,"åĨĴéĻ©":107658,"æķ·":107659,"ç»ĪæŃ¢":107660,"æīįçŁ¥éģĵ":107661,"è¿IJæ°Ķ":107662,"éĢļé£İ":107663,"æĥĬ讶":107664,"ç§ijåѦéĻ¢":107665,"æıIJéĹ®":107666,"太åİŁ":107667,"缸åIJĮçļĦ":107668,"ä»ķ":107669,"èģĸ":107670,"æĥħæ³ģ":107671,"é¢Ĩ导人":107672,"åĩºæĿ¥äºĨ":107673,"沿线":107674,"éĻ½":107675,"æĦŁè¦º":107676,"ä»įåľ¨":107677,"æ©Ļ":107678,"约为":107679,"åĸĿéħĴ":107680,"çĶ¨èį¯":107681,"ä¸ĭä¸Ģ":107682,"æ³ķå®ĺ":107683,"顺åºı":107684,"åģļä¸Ģ个":107685,"åĭ¢":107686,"æŃª":107687,"çĶµç«ŀ":107688,"ä¼´éļıçĿĢ":107689,"ä¹ĭåĬĽ":107690,"ä¹ĭ人":107691,"äºij计ç®Ĺ":107692,"åĪ«äººçļĦ":107693,"ç§ijåѦåıijå±ķ":107694,"第åħ«":107695,"å¹²æī°":107696,"女ç¥ŀ":107697,"è¿Ļæł·åģļ":107698,"å¤Ħåľ¨":107699,"æ°´è´¨":107700,"éķ¿æĺ¥":107701,"å¸ĤåľºéľĢæ±Ĥ":107702,"ç»´æĿĥ":107703,"èĢ³æľµ":107704,"æĸĩåĮĸçļĦ":107705,"奶ç²ī":107706,"ä¼łè¾¾":107707,"æīĭæľºçīĪ":107708,"æĽ¾åľ¨":107709,"äºĮæľŁ":107710,"åİŁåĽłæĺ¯":107711,"æºIJ头":107712,"åıĪèĥ½":107713,"裸":107714,"æĬĢæľ¯åĪĽæĸ°":107715,"æĸĩåĮĸæĹħ游":107716,"åıij票":107717,"年级":107718,"ä½łä¸į":107719,"ä¹ĭå¿ĥ":107720,"æķ°çĻ¾":107721,"åIJijå¾Ģ":107722,"èĢģ家":107723,"åľĭéļĽ":107724,"çļĦé«ĺ度":107725,"æľĿéĺ³":107726,"æ¸ħéĻ¤":107727,"èĩªæľī":107728,"书ä¸Ń":107729,"游æĪıè£ħå¤ĩ":107730,"ä¸ĩå¤ļ":107731,"驾驶åijĺ":107732,"ä½łçŁ¥éģĵ":107733,"åĽ½åºĨ":107734,"é£ŁåłĤ":107735,"æİ¥åı£":107736,"æĢ»æķ°":107737,"åħ¶ä»ĸçļĦ":107738,"çĶŁåij½çļĦ":107739,"ä½łåľ¨":107740,"çļĦ缮åħī":107741,"è¿Ļæĸ¹éĿ¢":107742,"éĥ½è¯´":107743,"çĸĹæ³ķ":107744,"åĭĩ士":107745,"åľ¨åħ¨çIJĥ":107746,"ä¿ĿéĻ©åħ¬åı¸":107747,"çĿ£æŁ¥":107748,"åĸĦèī¯":107749,"表彰":107750,"è¹²":107751,"路段":107752,"æľĥåĵ¡è¦ı":107753,"æľĥåĵ¡è¦ıç¯Ħ":107754,"æĪ·åŀĭ":107755,"ä¿ĥ使":107756,"修建":107757,"é«ĺæ°´å¹³":107758,"åģļåĩºäºĨ":107759,"ä¸»åľº":107760,"è¡Įèµ°":107761,"空çĻ½":107762,"æľī人说":107763,"è¿Ļ个ä¸ĸçķĮ":107764,"åIJįä¹ī":107765,"å®Įç¾İçļĦ":107766,"羡æħķ":107767,"åıĬåħ¶ä»ĸ":107768,"åı¯çĶ¨":107769,"æĭIJ":107770,"è¾ĥ大çļĦ":107771,"æĬĢæľ¯åĴĮ":107772,"å°¼äºļ":107773,"çĻ¾è´§":107774,"æıī":107775,"éĢīè´Ń":107776,"éĺŁåıĭ":107777,"ä¼łæĦŁ":107778,"ä¼łæĦŁåĻ¨":107779,"åıªè¦ģä½ł":107780,"为ä»Ģä¹Īè¦ģ":107781,"ä¸ĵ注äºİ":107782,"ä½Ļé¢Ŀ":107783,"åħ¸åŀĭçļĦ":107784,"缮åīįå·²":107785,"æ¬²æľĽ":107786,"èģĶ绾":107787,"æµģä¼ł":107788,"çļĦ家åºŃ":107789,"åı·åı¬":107790,"çıįè´µ":107791,"ä¼Łå¤§çļĦ":107792,"éī´äºİ":107793,"è·Łä»ĸ":107794,"产çī©":107795,"ä¸įå·²":107796,"è¿Ŀæ³ķè¡Į为":107797,"头ä¸Ĭ":107798,"åĪĨ解":107799,"åı¯ä»¥çľĭåĩº":107800,"æł¡åĮº":107801,"åŃĹä½ĵ":107802,"ä¿®çĤ¼":107803,"çĶļèĩ³æĺ¯":107804,"微信åħ¬ä¼Ĺ":107805,"åıĸ代":107806,"èIJ¥ä¸ļæĶ¶åħ¥":107807,"æ½įåĿĬ":107808,"ä½łèĥ½":107809,"社ä¼ļä¿Ŀéļľ":107810,"æ¯ĶèµĽä¸Ń":107811,"污水å¤ĦçIJĨ":107812,"夫å¦ĩ":107813,"ä¸Ģå¹ħ":107814,"沿海":107815,"åı£æĦŁ":107816,"ä½Ĩåį´":107817,"å½ĵæĹ¥":107818,"çļĦæľĢ大":107819,"æ¯ıä¸Ģä½į":107820,"没äºĭ":107821,"çī¹åĪ¥":107822,"å¼ĢåѦ":107823,"è·¯éĿ¢":107824,"å¿ĥçIJĨåѦ":107825,"æĶ¾ç½®":107826,"éĩįåºĨå¸Ĥ":107827,"ä½łèĩªå·±":107828,"æ¶Īè´¹èĢħçļĦ":107829,"ä¸Ģæ³¢":107830,"èѦæĥķ":107831,"åį§å®¤":107832,"注å°Ħ":107833,"é£İ鼨":107834,"沿çĿĢ":107835,"åijĬ訴":107836,"表çİ°åĩº":107837,"åĽĽæĺ¯":107838,"åı¤åħ¸":107839,"æĽ´éĩįè¦ģçļĦ":107840,"好äºĭ":107841,"çľ¼æ³ª":107842,"æ¨ĵ":107843,"审åĪ¤":107844,"碰æĴŀ":107845,"车ç«Ļ":107846,"è¿Ľåħ¥äºĨ":107847,"éĽĨåIJĪ":107848,"æł¼å¤ĸ":107849,"宾é¦Ĩ":107850,"æĶ¯ä»ĺå®Ŀ":107851,"她æĺ¯":107852,"æĺ¯å¦Ĥä½ķ":107853,"人次":107854,"çļĦæĪIJåĬŁ":107855,"æĹłåĬĽ":107856,"æµ·æĭĶ":107857,"æĺ¥åŃ£":107858,"éĥ½ä¸įä¼ļ":107859,"çŃīå¤ļç§į":107860,"ä¸Ģ个å°ı":107861,"åģľè½¦åľº":107862,"è®©æĽ´å¤ļ":107863,"è¿ĻçĤ¹":107864,"æĪIJåĵģ":107865,"éĴī":107866,"éģĩè§ģ":107867,"çıŃ主任":107868,"æĦıæĦ¿":107869,"çļĦåIJĮåѦ":107870,"游è§Ī":107871,"åİĭ缩":107872,"åľ¨ä¼łå¥ĩ":107873,"å¼¹æĢ§":107874,"æĹ¥åĨħ":107875,"ç¦ı建çľģ":107876,"è§ĴèIJ½":107877,"åĪĨå¼Ģ":107878,"ä¼ļ让":107879,"å¤ĸåĽ´":107880,"çĨŁæĤīçļĦ":107881,"çĨĶ":107882,"ä¸ĩè¾Ĩ":107883,"å¤ľéĹ´":107884,"车身":107885,"ä¸ŃæľŁ":107886,"å®ĮåĸĦçļĦ":107887,"åĵģç±»":107888,"åıĭè°Ĭ":107889,"éĢīæĭĶ":107890,"éªij士":107891,"彦":107892,"çļĦçľĭæ³ķ":107893,"åĽ½çİĭ":107894,"è¾£æ¤Ĵ":107895,"åıijå¸ĥæŶéĹ´":107896,"åı¤åŁİ":107897,"éļıæľº":107898,"ç«ĸ":107899,"å¼Ģè¾Ł":107900,"ä¼ĹçĶŁ":107901,"没åĬŀæ³ķ":107902,"åįĥéĩĮ":107903,"æĿ¥æºIJäºİ":107904,"çļĦæĿĥåĪ©":107905,"æ¯ĶåĪĨ":107906,"满æĦıçļĦ":107907,"ä¿®è¡Į":107908,"åĿł":107909,"大海":107910,"èݹ":107911,"åĩºèº«":107912,"è«ĩ":107913,"åħ³èĬĤ":107914,"åIJį人":107915,"éľĢè¦ģ注æĦı":107916,"æĹ©æĻ¨":107917,"å¤ĸåįĸ":107918,"åıĪè¦ģ":107919,"æ¶īæ¡Ī":107920,"çĶ³è¯·äºº":107921,"éĻĦè¿ijçļĦ":107922,"åĬłå¿«æİ¨è¿Ľ":107923,"æĸ°å¹´":107924,"大è¡Ĺ":107925,"ä¸Ģé»ŀ":107926,"èĭıå®ģ":107927,"æĤĦæĤĦ":107928,"èĦ¾æ°Ķ":107929,"å¸ĮèħĬ":107930,"éļıåį³":107931,"æķ¢äºİ":107932,"å®ŀè·µä¸Ń":107933,"æĺ¯æ²¡æľī":107934,"æľī趣çļĦ":107935,"æĿ¥èĩªäºİ":107936,"è£ģåĪ¤":107937,"女åŃ©åŃIJ":107938,"èĩ³åħ³":107939,"èĩ³åħ³éĩįè¦ģ":107940,"æĻºåĬĽ":107941,"èµ°åĩºåİ»":107942,"çŁŃæĿ¿":107943,"å¤§åĽ½":107944,"çļĦ认è¯Ĩ":107945,"å¹´å¤ľ":107946,"åĨįåĪ°":107947,"åIJĮæł·çļĦ":107948,"å¯Ĩå°ģ":107949,"å¤ĸ交éĥ¨":107950,"çĶŁæķĪ":107951,"æĤ¨åı¯ä»¥":107952,"ä½łåĢij":107953,"è¿ĩå¹´":107954,"å¼ĵ":107955,"è¡ĮæĿİ":107956,"æ¯Ķèµ·":107957,"身é«ĺ":107958,"è¿Ļ个人":107959,"ä¸Ńå¤ĸ":107960,"éģĵæŃī":107961,"çĽ¯çĿĢ":107962,"亲åŃIJ":107963,"éŸ":107964,"çĻ½äºij":107965,"èĦĸåŃIJ":107966,"ä¸ĢåĪĩéĥ½":107967,"æ·ij":107968,"è°ľ":107969,"åģ¶çĦ¶":107970,"éĿłè°±":107971,"é«ĺ管":107972,"ä¸ĭåıij":107973,"æĶ¾åĪ°":107974,"ç±»åĪ«":107975,"ä¸ĭåĪĹ":107976,"æ··ä¹±":107977,"åIJĪæ³ķæĿĥçĽĬ":107978,"çݯçIJĥ":107979,"æľīæķĪåľ°":107980,"åķĨæĪ·":107981,"æ¹ĸ人":107982,"海岸":107983,"æĬķ产":107984,"两个æľĪ":107985,"éĥ½éĿŀ常":107986,"å¢ŀ强äºĨ":107987,"æĿ¥åĪ°äºĨ":107988,"åī©ä½Ļ":107989,"æĤ¨çļĦåŃ©åŃIJ":107990,"æµģæ°´":107991,"æŃ£ä¹ī":107992,"天çĮ«":107993,"åģļè¿ĩ":107994,"ä½ķæŶ":107995,"æĪijåİ»":107996,"çľģ份":107997,"å¥ĸéĩij":107998,"该å¦Ĥä½ķ":107999,"ä¸ĭçıŃ":108000,"åģ¶åĥı":108001,"æijĨæĶ¾":108002,"æĸ°æ¨¡å¼ı":108003,"æĬķè³ĩ":108004,"è·¯åı£":108005,"åĨľæ°ijå·¥":108006,"大åѸ":108007,"件äºĭ":108008,"æł¹æľ¬ä¸į":108009,"æµĵ度":108010,"æµĵåİļ":108011,"è½®èĥİ":108012,"æĪ¿ä¼ģ":108013,"éĿŀ常好":108014,"ä»İä¸Ń":108015,"äººæł¼":108016,"ç¿ģ":108017,"æŶéĹ´åĴĮ":108018,"è¿Ļä¸įæĺ¯":108019,"åĪ¸åķĨ":108020,"æĥĬ人":108021,"åĻ¨å®ĺ":108022,"åĩĨåĪĻ":108023,"æĥħæĻ¯":108024,"æĽ´é«ĺçļĦ":108025,"åŃ¦å®¶":108026,"泡沫":108027,"åľ°æĸ¹æĶ¿åºľ":108028,"å°±çŁ¥éģĵ":108029,"åij¼åIJģ":108030,"ç»ıè´¸":108031,"èĬ±éĴ±":108032,"æľīä¸Ģ次":108033,"æĦŁæħ¨":108034,"ä¸Ģåįĥ":108035,"å¤ľæĻļ":108036,"詹å§Ĩ":108037,"詹å§Ĩæĸ¯":108038,"è¦ģéĹ»":108039,"ç»Ĵ":108040,"æºIJäºİ":108041,"çļĦè´¨éĩı":108042,"注æĦıäºĭ项":108043,"æħ¢æĢ§":108044,"稳å®ļçļĦ":108045,"建设åĴĮ":108046,"æĻ¯è±¡":108047,"éĩıåĮĸ":108048,"çļĦ話":108049,"è¯Ħ级":108050,"æºľ":108051,"红åĮħ":108052,"éĢļéģİ":108053,"社ä¼ļ责任":108054,"æĸ°äº§åĵģ":108055,"åĨ·éĿĻ":108056,"çľĭä¸įåĪ°":108057,"èģĶéĤ¦":108058,"éŃĦ":108059,"çļĦåīįæıIJ":108060,"çļĦåīįæıIJä¸ĭ":108061,"è¾ĥ好":108062,"çļĦæĦŁæĥħ":108063,"客æĪ·æıIJä¾Ľ":108064,"çĭ¬èĩª":108065,"å¢ŀæĶ¶":108066,"æĸĩçĮ®":108067,"æĭ¼åij½":108068,"管çIJĨåĴĮ":108069,"æµģåĬ¨æĢ§":108070,"åħ¨å®¶":108071,"ä¸Ĭæĸ¹":108072,"æݨåĩºçļĦ":108073,"ä¸īåĽ½":108074,"ä¸Ģ个æĺ¯":108075,"æĸ°ä¸Ģè½®":108076,"æĸĩåĮĸéģĹ产":108077,"殺":108078,"大湾åĮº":108079,"éĥ½éľĢè¦ģ":108080,"çļĦå®ŀéĻħ":108081,"ç·Ĭ":108082,"大å¥ĸ":108083,"åħīèĬĴ":108084,"便äºİ":108085,"çļĦ表æĥħ":108086,"æ¼Ķç»İ":108087,"红åĨĽ":108088,"å½ĵæĪij":108089,"æ²»æĦĪ":108090,"é¢Ŀ度":108091,"éĿľ":108092,"ä»»ä½ķ人":108093,"è¡Ĺ头":108094,"çī¹æĸ¯":108095,"çī¹æĸ¯æĭī":108096,"åĮ»çĸĹæľºæŀĦ":108097,"ç»ĻåŃ©åŃIJ":108098,"è§Ħ磩":108099,"è£ľ":108100,"çļĦ身影":108101,"ä¸ĵæłı":108102,"æĿ¥ä¸´":108103,"童年":108104,"å¤įèĭı":108105,"è¨Ĥ":108106,"åŀĭåı·":108107,"åĽ¾æ¡Ī":108108,"ç®ĢåİĨ":108109,"æĭ±":108110,"èį·åħ°":108111,"ä»»æĦı":108112,"æī¿æİ¥":108113,"è¿Ļæīį":108114,"客车":108115,"æľĿçĿĢ":108116,"éłħ缮":108117,"åı°é£İ":108118,"çļĦæĪ¿åŃIJ":108119,"éªı":108120,"æĿ±è¥¿":108121,"éģĹä¼ł":108122,"è¶Ĭå¤ļ":108123,"äºĨä»ĸçļĦ":108124,"ä¸Ĭåij¨":108125,"管çIJĨåĪ¶åº¦":108126,"失ä¸ļ":108127,"çĶ·åıĭ":108128,"æİ¥ç§į":108129,"å¨ģåIJį":108130,"çĴ°å¢ĥ":108131,"åıijçĶŁåľ¨":108132,"ä¸ªåĽ½å®¶":108133,"åĪĽæĸ°åıijå±ķ":108134,"æĶ¹åıĺäºĨ":108135,"åģ¥åº·çļĦ":108136,"åĢ¼å¾Ĺä¸Ģ":108137,"åĢ¼å¾Ĺä¸ĢæıIJ":108138,"åĽ¢ä¼Ļ":108139,"åģĩ设":108140,"åı°ä¸Ĭ":108141,"è§ĦèĮĥåĮĸ":108142,"éĻªåIJĮ":108143,"座æ¤ħ":108144,"åı¯æĢľ":108145,"åħĭæĢĿ主ä¹ī":108146,"æ³ķå¾ĭ责任":108147,"ä¸Ģé¡¿":108148,"æĬ¬å¤´":108149,"为éĩįçĤ¹":108150,"è¿ľæ´ĭ":108151,"éĢıè¿ĩ":108152,"åħ¨çIJĥåĮĸ":108153,"趣åij³":108154,"票æĪ¿":108155,"æ¯ı人":108156,"åIJĦç§įåIJĦæł·":108157,"äºĨåĩºæĿ¥":108158,"ç»Ŀ对æĺ¯":108159,"ä¸ĭå±ŀ":108160,"ä¸ĢåıĮ":108161,"è¿ĻåĿĹ":108162,"æĬĹçĸ«":108163,"è¦ģçĤ¹":108164,"å½¢æĪIJçļĦ":108165,"æĪijçľĭ":108166,"ä¸ĩéĩĮ":108167,"èĢĥçłĶ":108168,"为åħ¶":108169,"æ°ij宿":108170,"å¤ļä½į":108171,"大èĩ´":108172,"ä»ĺè´¹":108173,"åħ¥æīĭ":108174,"å±ħ家":108175,"æīĢåľ¨åľ°":108176,"人身":108177,"è¿ĩå¾Ĺ":108178,"è¯ķè¯ķ":108179,"访è°Ī":108180,"åĬłéĩį":108181,"å°±ä¸įä¼ļ":108182,"çĶŁäº§ä¼ģä¸ļ":108183,"åĽŀåĽ½":108184,"åºķ线":108185,"赶åĪ°":108186,"æĶ¯éĺŁ":108187,"æĪij们éĥ½":108188,"éĤ®æĶ¿":108189,"缴èĩ³":108190,"éĴ¢çIJ´":108191,"åħľ":108192,"çłĶ讨ä¼ļ":108193,"æľĪ亮":108194,"åĿļæĮģ以":108195,"åħ¬å®īéĥ¨":108196,"éĴ¢ç®¡":108197,"å°ıçĻ½":108198,"ç½®ä¸ļ":108199,"èģĭ":108200,"书åĨĻ":108201,"æĿı":108202,"éħįæĸ¹":108203,"èĢĮåıĪ":108204,"çijŀ士":108205,"çķĮçļĦ":108206,"èĢģ大":108207,"æĪIJçĨŁçļĦ":108208,"å¹²ä»Ģä¹Ī":108209,"ä¸ĵ项æĸĹäºī":108210,"çŃīå¤ļ个":108211,"èĦ±ç¦»":108212,"ä¸ī个æľĪ":108213,"çłĶ究åijĺ":108214,"æĹĭ转":108215,"æŀģèĩ´":108216,"åħįè´£":108217,"åħį责声æĺİ":108218,"å¾Īå¤ļçݩ家":108219,"车ä¸Ĭ":108220,"交äºĴ":108221,"å·²æĺ¯":108222,"ä¸Ģå°ı":108223,"çļĦéĩįçĤ¹":108224,"èĬ±äºĨ":108225,"ä¸įæĺİ":108226,"æľīåħ³è§Ħå®ļ":108227,"çĬ¹å¦Ĥ":108228,"羸":108229,"寡":108230,"çļĦè¡£æľį":108231,"åĮħ裹":108232,"身åŃIJ":108233,"å¸ĪèĮĥ大åѦ":108234,"äºĭåħĪ":108235,"线æĿ¡":108236,"æ³ķåĪ¶":108237,"åħ»æĬ¤":108238,"稳å®ļæĢ§":108239,"éĤµ":108240,"åŀĦæĸŃ":108241,"é¡į":108242,"èĢĥåı¤":108243,"æĿłæĿĨ":108244,"èĭıèģĶ":108245,"æ°´çĶµ":108246,"åħ·ä½ĵçļĦ":108247,"æ¿Ģæ´»":108248,"æĪijæł¡":108249,"åĪļå¼Ģå§ĭ":108250,"åĩ¸æĺ¾":108251,"禾":108252,"åħ¼èģĮ":108253,"éĢıéģİ":108254,"åľ¨æ¸¸æĪıä¸Ń":108255,"社ä¼ļåıijå±ķ":108256,"好çİ©":108257,"å¹»æĥ³":108258,"ä¸į代表":108259,"注æĦıåĬĽ":108260,"æ£į":108261,"çĶ¨æīĭ":108262,"ç¾İ人":108263,"许å¤ļ人":108264,"å¾Īæĺ¯":108265,"çļĦçłĶåıij":108266,"æīĵåĩº":108267,"åIJĪä¼Ļ人":108268,"ä¸Ģå¤ľ":108269,"ç¼ĵç¼ĵ":108270,"ä¿®æŃ£":108271,"æĦŁçŁ¥":108272,"ç»Ī身":108273,"æ¿Ģç´ł":108274,"çݯå¢ĥä¸ĭ":108275,"次ä¼ļè®®":108276,"ç»ıæµİå¢ŀéķ¿":108277,"æīĽ":108278,"åıijéħµ":108279,"åĪĨæŀIJå¸Ī":108280,"åľ¨æľªæĿ¥":108281,"主è¦ģæľī":108282,"ä¸ĢåŃ£åº¦":108283,"çļĦ说æ³ķ":108284,"ä»İæĿ¥æ²¡æľī":108285,"货车":108286,"缩å°ı":108287,"太è¿ĩ":108288,"æķĪåĬĽ":108289,"ä¸įä¸ĭ":108290,"æĬķ稿":108291,"èį¯ä¸ļ":108292,"ç»Ħéķ¿":108293,"ç«ĻçĤ¹":108294,"å¾Īåĸľæ¬¢":108295,"éIJµ":108296,"åĬ¿å¤´":108297,"æ¼ıæ´ŀ":108298,"æĦ¤æĢĴ":108299,"åħħå®ŀ":108300,"åĪĽä¸ļæĿ¿":108301,"çĪª":108302,"æľªå¿ħ":108303,"åºķéĥ¨":108304,"å¾ĹåĪĨ":108305,"人æ°ijåĮ»éĻ¢":108306,"äºĮæīĭæĪ¿":108307,"å·²ç»ı被":108308,"大楼":108309,"æĸ°æĪ¿":108310,"辦æ³ķ":108311,"çĶ¨åĬĽ":108312,"æĭĵ宽":108313,"åĨħåľ¨":108314,"æĴŃåĩº":108315,"饰æ¼Ķ":108316,"ä¹Łè®©":108317,"ä½ľçĤº":108318,"çī©ä¸ļ管çIJĨ":108319,"åį´ä¸į":108320,"为ä¸ŃåĽ½":108321,"å±ĢåĬ¿":108322,"ä¸įèĤ¯":108323,"æľĢæĸ°çļĦ":108324,"åı¯ä»¥éĢīæĭ©":108325,"æĺ¾çİ°":108326,"å°±ç®Ĺæĺ¯":108327,"åľ¨æł¡":108328,"é¾Ł":108329,"两æĿ¡":108330,"çļĦå®ŀåĬĽ":108331,"è¶Ĭ好":108332,"å¥¹åľ¨":108333,"å¿łè¯ļ":108334,"ä¹ŁéľĢè¦ģ":108335,"游æĪıæĵįä½ľ":108336,"è¶ħåĩº":108337,"å¦Ĥæŀľä¸į":108338,"æīĢåľ¨çļĦ":108339,"ä½łè¿ĺ":108340,"以åĨħ":108341,"æľīä¸Ģå®ļ":108342,"åı¯è¾¾":108343,"è·ijåĪ°":108344,"åīĽ":108345,"建ç«ĭåģ¥åħ¨":108346,"æķ´è½¦":108347,"åīįæĸ¹":108348,"éĹ´æİ¥":108349,"çŃ¹å¤ĩ":108350,"çĸ²åĬ³":108351,"离å¼ĢäºĨ":108352,"æ±Ŀ":108353,"éĿ¢éĥ¨":108354,"ä¹ĭåīįçļĦ":108355,"åıĺ为":108356,"å¦Ĥæŀľè¯´":108357,"对ä»ĺ":108358,"åĿĩåı¯":108359,"被åijĬ人":108360,"ç²¾ç¾İ":108361,"èģļä¼ļ":108362,"çĿĢæĢ¥":108363,"è°·æŃĮ":108364,"ä¸Ģåı·":108365,"红åĪ©":108366,"ä¼łå¥ĩ游æĪı":108367,"å»ĸ":108368,"è´ŀ":108369,"ä¹°åĪ°":108370,"éŃļ":108371,"ä½ĵè´¨":108372,"å°ijäºĨ":108373,"æ³īå·ŀ":108374,"åIJŁ":108375,"ç»Ŀä¸į":108376,"é»ijæģ¶":108377,"é»ijæģ¶åĬ¿åĬĽ":108378,"ä¸Ĭæĺł":108379,"çļĦè¯Ŀé¢ĺ":108380,"ä¸ĩ人次":108381,"ä¸ĸéĹ´":108382,"çĶ¨å·¥":108383,"贯穿":108384,"å®ĿçŁ³":108385,"ä½łå¥½":108386,"åĪĩåī²":108387,"å¼ºåĽ½":108388,"åĽŀèIJ½":108389,"æ°´æĻ¶":108390,"模仿":108391,"洪水":108392,"éĢĻ麼":108393,"åįģä¸īäºĶ":108394,"ä½ij":108395,"éĻĦ件":108396,"çļĦå¢ŀéķ¿":108397,"éĻĦå±ŀ":108398,"çİ°å·²":108399,"å¸®ä½ł":108400,"éĩijçīĮ":108401,"é«ĺåİŁ":108402,"åľ¨å®¶éĩĮ":108403,"éĺ²èħIJ":108404,"ç¡®å®ŀæĺ¯":108405,"宣讲":108406,"天æīį":108407,"ç»ıèIJ¥ç®¡çIJĨ":108408,"éĶħçĤī":108409,"åIJĪä¸Ģ":108410,"è§Ĥèµı":108411,"éķ¿è¾¾":108412,"主ä¹īæĢĿæĥ³":108413,"éĤ£éº¼":108414,"é£İäºij":108415,"为主çļĦ":108416,"æļijåģĩ":108417,"æĮģä¹ħ":108418,"å¼Ĥåľ°":108419,"å¼ĢéŨ":108420,"模æĿ¿":108421,"æī¹æ¬¡":108422,"ä¸į便":108423,"天çĶŁ":108424,"åĩłä¸ªæľĪ":108425,"ä¸ĵç§ij":108426,"åı¦æľī":108427,"åħ¬å¸ĥçļĦ":108428,"æĩ·":108429,"åľºåIJĪ":108430,"çļĦå¿ĥæĢģ":108431,"è¿ĺ好":108432,"å®ŀæĪĺ":108433,"èĢģå¸ĪçļĦ":108434,"åħ©åĢĭ":108435,"åı¯åľ¨":108436,"éĤ£ä½į":108437,"å¥łå®ļäºĨ":108438,"ä¿ĥéĶĢ":108439,"æı´åĬ©":108440,"ä¸ĩçī©":108441,"æĥħæĬ¥":108442,"é¦ĸåħĪè¦ģ":108443,"æĸĩåĮĸåĴĮ":108444,"éĥ½å·²ç»ı":108445,"ä¸Ĭä¸ĸ纪":108446,"åĨľåľº":108447,"大æī¹":108448,"æĺİçĻ½äºĨ":108449,"çļĦæĪIJéķ¿":108450,"çļĦæ¯ĶèµĽ":108451,"失误":108452,"åģļæĪIJ":108453,"ä»Ĭ天å°ıç¼ĸ":108454,"é¢Ĩè¢ĸ":108455,"æıIJåįĩäºĨ":108456,"å¾IJå·ŀ":108457,"ä»įæľī":108458,"è¿ĩ滤":108459,"å¹½é»ĺ":108460,"çĥŃéĩı":108461,"ä¸Ģé¦ĸ":108462,"æ¼Ĥ亮çļĦ":108463,"åĩłç§į":108464,"åĢ¡è®®":108465,"å°±åı¯ä»¥äºĨ":108466,"æİĴåĪĹ":108467,"éĩįéĩį":108468,"ä¼ģä¸ļåĴĮ":108469,"ä¸ĵå±ŀ":108470,"çħİ":108471,"亲æĪļ":108472,"çĻ¾åĪĨä¹ĭ":108473,"稿件":108474,"è¿ĺå¾Ĺ":108475,"人åĵ¡":108476,"äºī夺":108477,"æĽ´å®¹æĺĵ":108478,"大èĩªçĦ¶":108479,"鼻èħ¦":108480,"太空":108481,"åľ°å¤Ħ":108482,"夢":108483,"ä»ĸ对":108484,"å¿ħå°Ĩ":108485,"ä¸įå½ĵ":108486,"严谨":108487,"åĩºåľº":108488,"å·²ç»ıæľī":108489,"é¢ĨåĨĽ":108490,"é«ĺæ¡£":108491,"ä¸ĢæīĢ":108492,"æłĹ":108493,"让åѦçĶŁ":108494,"æĽ¹æĵį":108495,"æŁIJä¸Ģ":108496,"伸åĩº":108497,"èĬ±åįī":108498,"æ¸ħéĨĴ":108499,"èģĶç³»æĸ¹å¼ı":108500,"åĪĨå±Ģ":108501,"èħ³":108502,"æ©¡èĥ¶":108503,"éķ¿å¾Ĺ":108504,"ç»¿åľ°":108505,"è¢į":108506,"çļĦèīºæľ¯":108507,"女æľĭåıĭ":108508,"ä¸Ńè¶ħ":108509,"离åŃIJ":108510,"å¤ļæł·åĮĸ":108511,"éĺ³åı°":108512,"ä½İ碳":108513,"ä¸Ģç±»":108514,"çŃīæĸ¹éĿ¢çļĦ":108515,"å¾Ĺ好":108516,"模åħ·":108517,"ä¸ĩ亿":108518,"çķĻæĦı":108519,"临æ²Ĥ":108520,"å°ijéĩı":108521,"çľĭåIJij":108522,"ç»ıèIJ¥èĢħ":108523,"çķĻä¸ĭäºĨ":108524,"åĿıäºĨ":108525,"åijĬåĪ«":108526,"羣çIJĨ":108527,"ç¼´è´¹":108528,"æĬĬä½ł":108529,"çļĦä»»åĬ¡":108530,"æĪij对":108531,"ä¹°åħ¥":108532,"çĻ»ä¸Ĭ":108533,"æľī两个":108534,"ä¸Ģ头":108535,"æĵįæݧ":108536,"åħ¨è¦ĨçĽĸ":108537,"çĿĢæīĭ":108538,"å¢ĻéĿ¢":108539,"å¤ļæĸ¹":108540,"åı¯çĪ±çļĦ":108541,"ä¹Łåı¯èĥ½":108542,"æľĢæľī":108543,"è¿ĻäºĽéĥ½æĺ¯":108544,"æĥ¡":108545,"å®®":108546,"å¾Īå°ı":108547,"éĹ®é¢ĺæĺ¯":108548,"åĿĩæľī":108549,"å¾ģéĽĨ":108550,"说åĩº":108551,"æľīæĦı":108552,"é¢Ĥ":108553,"æī¬å·ŀ":108554,"åķĨä¸ļ模å¼ı":108555,"çĶŁèĤĸ":108556,"æįIJ款":108557,"å²Ĥ":108558,"ç¾İæĻ¯":108559,"è¿ĺ羣":108560,"æĭ¥æĬ±":108561,"身ä½ĵåģ¥åº·":108562,"æ·±å¤Ħ":108563,"çľ¼ç¥ŀ":108564,"çļĦ形象":108565,"ä¼ĺè¶Ĭ":108566,"å½ĵæĪIJ":108567,"åĮºåĪĨ":108568,"åİ»éĻ¤":108569,"注å®ļ":108570,"å§IJ妹":108571,"åĮºåĨħ":108572,"é©ļ":108573,"æļĹ示":108574,"æĺİ亮":108575,"æħ°éĹ®":108576,"å¸Ĥåľºä»½é¢Ŀ":108577,"çĮªèĤī":108578,"çļĦèµĦéĩij":108579,"åİĨç»ı":108580,"å§ĭç»ĪåĿļæĮģ":108581,"çĶŁæľº":108582,"ä¸į顾":108583,"éĩijåĪļ":108584,"大声":108585,"éĻķ西çľģ":108586,"é²į":108587,"åĨľä¸ļåĨľæĿij":108588,"æľī害":108589,"éŨè¯Ĭ":108590,"æ¯ıä¸Ģ次":108591,"çļĦåĽłç´ł":108592,"é¢Ŀå¤ĸ":108593,"åݿ级":108594,"çļĩåIJİ":108595,"åĽ½ä¼ģ":108596,"é¦ĸéĢī":108597,"ç¼ĸåĨĻ":108598,"æĭ¿èµ·":108599,"åģ·åģ·":108600,"ä¸İä¸ŃåĽ½":108601,"åįĸ家":108602,"ç»Ļä»ĸ们":108603,"ç¥ŀè¯Ŀ":108604,"åŃ¸æł¡":108605,"æĪijä¸Ģ缴":108606,"çŁ¥éģĵäºĨ":108607,"åįĴ":108608,"åĴĮåľ°åĮº":108609,"ä»Ģä¹Īéĥ½":108610,"çĶ»å®¶":108611,"æľ¬çĿĢ":108612,"ä½ĻåIJį":108613,"审çIJĨ":108614,"ä¸ĢåIJij":108615,"åıijå±ķè¶ĭåĬ¿":108616,"åĮºéĹ´":108617,"注åĨĮèµĦæľ¬":108618,"çIJ¦":108619,"ä¸įåı¯ä»¥":108620,"çļĦåĦ¿åŃIJ":108621,"åĢ¼çıŃ":108622,"ä¸¥æł¼çļĦ":108623,"å®ŀä½ĵç»ıæµİ":108624,"æľīæĿĥ":108625,"æĪijåıĪ":108626,"éĵ¶æ²³":108627,"ç«ĭ马":108628,"æĿĢäºĨ":108629,"åĮħ容":108630,"管家":108631,"身é«Ķ":108632,"éĵħ":108633,"å°ıåŃIJ":108634,"管çIJĨç³»ç»Ł":108635,"æľīçļĦ人":108636,"é£İçĶµ":108637,"æĻºèĥ½åĪ¶éĢł":108638,"精确":108639,"æĭĽåķĨå¼ķ":108640,"æĭĽåķĨå¼ķèµĦ":108641,"äºĮæīĭ车":108642,"åİ¿å§Ķ":108643,"èīºäºº":108644,"å¥ķ":108645,"è¿İæĿ¥äºĨ":108646,"ç»ĵæĿŁäºĨ":108647,"çļĦä¼łç»Ł":108648,"æĭ¼æIJı":108649,"奥迪":108650,"çĸijæĥij":108651,"ä¹ĭæĹ¥èµ·":108652,"æłĩå¿ĹçĿĢ":108653,"åľ°åįĢ":108654,"è¯łéĩĬ":108655,"åĪ°æľŁ":108656,"åħ¨éĥ½":108657,"çŁŃæļĤ":108658,"æĺ¯æĪijåĽ½":108659,"æĪijå·²ç»ı":108660,"æ»´æ»´":108661,"天èµĭ":108662,"对她":108663,"åį«çĶŁéĹ´":108664,"çĶŁäº§åŁºåľ°":108665,"æĹ¥è®°":108666,"çļĦæķĻåѦ":108667,"åĵĩ":108668,"æ°ijäºĭ":108669,"è¿ĺåİŁ":108670,"æīĭä¸ŃçļĦ":108671,"çļĦèī¯å¥½":108672,"æ·«":108673,"ä¸Ńåħ±ä¸Ń央":108674,"åĪĥ":108675,"åĵĦ":108676,"åľ¨ä»ĸçļĦ":108677,"å°Īæ¥Ń":108678,"åľºéĿ¢":108679,"éĤ»å±ħ":108680,"çĹĴ":108681,"å¦Ħ":108682,"å¤ĸç§ij":108683,"ä¸įéĢĤ":108684,"举åĬŀçļĦ":108685,"éĤ¹":108686,"åħļçļĦ建设":108687,"çĻ¼è¡¨":108688,"è·¨çķĮ":108689,"æ²īæ·Ģ":108690,"大çīĩ":108691,"è¶Ĭé«ĺ":108692,"å°Ĩæĺ¯":108693,"è§īéĨĴ":108694,"åĤ¨åŃĺ":108695,"å¢ŀ大":108696,"ä¸į让":108697,"æķ´å½¢":108698,"å¹³åı°ä¸Ĭ":108699,"åĩłä½į":108700,"è¯īæ±Ĥ":108701,"好ä¸į好":108702,"åľį":108703,"æĸĩæľ¬":108704,"éĢ²åħ¥":108705,"ç´į":108706,"æł¹æĵļ":108707,"èįīæ¡Ī":108708,"åħŃ个":108709,"åĭ¿":108710,"åĪ¶æĪIJ":108711,"饮水":108712,"æ°¸æģĴ":108713,"èĩªæĿĢ":108714,"åı¸é©¬":108715,"éļ¾çĤ¹":108716,"为æĪij们":108717,"弧":108718,"åī©ä¸ĭçļĦ":108719,"åĩĨå¤ĩ好":108720,"çļĦæľĢä½³":108721,"èģĶåIJĪä¼ļ":108722,"æĤ£èĢħçļĦ":108723,"æĪijä¸įçŁ¥éģĵ":108724,"ä¸ĭä¸Ģ个":108725,"åıijå±ķæĸ¹åIJij":108726,"笨":108727,"æīĢ以æĪij们":108728,"åĨĻäºĨ":108729,"éĢłæĪIJäºĨ":108730,"æ²Ļæ¼ł":108731,"çŃĽéĢī":108732,"çģ¾åĮº":108733,"ä¸Ĭçľĭ":108734,"éħ¶":108735,"æ»ļåĬ¨":108736,"éļ¾åħį":108737,"åIJīåĪ©":108738,"ä¸Ģä¸Ģ":108739,"ç²¾å¯Ĩ":108740,"伸æīĭ":108741,"礼仪":108742,"åħ¨æĺ¯":108743,"è¶Ĭ大":108744,"ä¸Ńæłĩ":108745,"åıĸåĨ³":108746,"åıĸåĨ³äºİ":108747,"éĢĶä¸Ń":108748,"讨åİĮ":108749,"æīĭåĨĮ":108750,"第ä¹Ŀ":108751,"åŃĶåŃIJ":108752,"çĦ¶å¾Į":108753,"ä¸Ģåħ±":108754,"æµ·æĬ¥":108755,"款å¼ı":108756,"æķ´å¤©":108757,"è¾¹çķĮ":108758,"路边":108759,"æĻĭ级":108760,"åIJIJ槽":108761,"çļĦåħ³æ³¨":108762,"æĪij没æľī":108763,"å°±æĺ¯åľ¨":108764,"缮çļĦæĺ¯":108765,"åį³ä½¿æĺ¯":108766,"顶å°ĸ":108767,"å·²ç»ıåľ¨":108768,"å®īåħ¨éļIJæĤ£":108769,"æłĩæĿĨ":108770,"åįĹéĢļ":108771,"ä¼ļ对":108772,"座ä½į":108773,"èµ¢å¾ĹäºĨ":108774,"åİŁæĿ¥çļĦ":108775,"身为":108776,"书åºĹ":108777,"è¢Ńåĩ»":108778,"ä»ĬæĻļ":108779,"以èī²":108780,"以èī²åĪĹ":108781,"æĬĸéŁ³":108782,"åį´æ²¡æľī":108783,"丧失":108784,"çļĦå±ĢéĿ¢":108785,"åįģåĽĽäºĶ":108786,"çŃī缸åħ³":108787,"æ±ĩæĢ»":108788,"å¤ĸ表":108789,"为æ°ij":108790,"éľĩæĥĬ":108791,"å¥Ĺè·¯":108792,"çĬ¯ç½ªå«Įçĸij":108793,"å°Ĩ以":108794,"çİĩé¢Ĩ":108795,"éħĴåIJ§":108796,"è¡Įä¸ļåıijå±ķ":108797,"å¹´èĩ³":108798,"åĻ¨æĿIJ":108799,"åĴĮæĬĢæľ¯":108800,"æľĢå°ı":108801,"è¿Ļä¸ĢåĪĩ":108802,"èģĮ称":108803,"å½ĵä½ľ":108804,"æİĢèµ·":108805,"åĴĭ":108806,"ä¸Ńéĥ¨":108807,"æīĭèĩĤ":108808,"ç½¢äºĨ":108809,"媳å¦ĩ":108810,"æ´½è°Ī":108811,"æĹ¶ä»£ä¸ŃåĽ½":108812,"人çĶŁçļĦ":108813,"æŀģéĻIJ":108814,"ç¦Ħ":108815,"åĮºæĶ¿åºľ":108816,"æľ¬éĴ±":108817,"礼åĵģ":108818,"çļĦéĤ£ä¸ª":108819,"ä¾¦æŁ¥":108820,"太å¤ļçļĦ":108821,"å®ŀæĸ½æĸ¹æ¡Ī":108822,"é«ĺæłĩåĩĨ":108823,"æĮĩæĮ¥éĥ¨":108824,"åĢ¾æĸľ":108825,"çī¹èī²ç¤¾ä¼ļ":108826,"çµIJæŀľ":108827,"éĴ»çŁ³":108828,"移æ¤į":108829,"çī¹ç§į":108830,"èĩªæĦ¿":108831,"æĭľçĻ»":108832,"åįķ身":108833,"åį´åıĪ":108834,"åĪ¥äºº":108835,"åIJĪè§Ħ":108836,"æľºçĶµ":108837,"çī¹æĦı":108838,"å½ĵåīįä½įç½®":108839,"买家":108840,"åIJĪ约":108841,"èĤ©èĨĢ":108842,"为åĩĨ":108843,"家è£ħ":108844,"çļĦçĥŃæĥħ":108845,"éĿŀéģĹ":108846,"çļĦéŃħåĬĽ":108847,"åİŁåijĬ":108848,"社ä¼ļåIJĦçķĮ":108849,"ä¹°çļĦ":108850,"å¤ļåIJĥ":108851,"éĽķå¡ij":108852,"èµ·ä¹ī":108853,"åĬłåī§":108854,"éĤ£ä¸ĢåĪ»":108855,"å°Ĩè¿Ľä¸ĢæŃ¥":108856,"æ¡ĤæŀĹ":108857,"æĽ´å¼º":108858,"对ä¼ģä¸ļ":108859,"æĹłæĦı":108860,"ä¹łè¿ijå¹³æĸ°":108861,"æµģ失":108862,"微软":108863,"çĽ¸å¯¹äºİ":108864,"座è°Īä¼ļ":108865,"主èIJ¥ä¸ļ":108866,"主èIJ¥ä¸ļåĬ¡":108867,"ç§ģåĭŁ":108868,"å±ķ示äºĨ":108869,"常æĢģåĮĸ":108870,"è²´":108871,"符åı·":108872,"å¹´è½»çļĦ":108873,"å°±éľĢè¦ģ":108874,"ä¹ŁæĽ¾":108875,"çļĦæĥħ绪":108876,"è¾¾æłĩ":108877,"èĩ¨":108878,"ä½įå±ħ":108879,"ä»ħ为":108880,"é¦ĸ家":108881,"éĺ´éĺ³":108882,"ä¸įåĨįæĺ¯":108883,"åĽłä¸ºå®ĥ":108884,"ä¼ģä¸ļåľ¨":108885,"çĺ¾":108886,"åIJ¬è§ģ":108887,"åİŁæľī":108888,"åĪ¶è£ģ":108889,"å¯Ĥå¯ŀ":108890,"éĢļè¿ĩ对":108891,"æ»ijéĽª":108892,"è¿Ļå¼ł":108893,"çļĦçIJĨ解":108894,"æĸ°ä¸ŃåĽ½":108895,"è¿ĻåĦ¿":108896,"ä½İä»·":108897,"æĥ³è¿ĩ":108898,"çļĦä¿¡å¿ĥ":108899,"建çŃijçī©":108900,"çļĦé¢ľèī²":108901,"ä¸įåºĶ该":108902,"æĹłçĸijæĺ¯":108903,"å¼ķèµ·äºĨ":108904,"åħ¨åijĺ":108905,"æĿ°åĩº":108906,"è¿Ļæĺ¯æĪij":108907,"誰":108908,"èĺĩ":108909,"éĺµåľ°":108910,"åħħåĢ¼":108911,"çŁ¿ä¸ļ":108912,"çĿĢä»ĸ":108913,"信访":108914,"ä¸ĩè¾¾":108915,"æij©æĵ¦":108916,"å¼Ģ端":108917,"èı²å¾ĭ":108918,"èı²å¾ĭ宾":108919,"车åŃIJ":108920,"æľ¬èº«çļĦ":108921,"çģ«è½¦ç«Ļ":108922,"常å·ŀ":108923,"为代表":108924,"为代表çļĦ":108925,"广çĶµ":108926,"亲人":108927,"åı³æīĭ":108928,"éĽĨè£ħ":108929,"éĽĨè£ħç®±":108930,"çļĦåį°è±¡":108931,"æ©Łæľĥ":108932,"åĮĨåĮĨ":108933,"åħīçĶµ":108934,"大æĸ¹":108935,"è¿ĺæľª":108936,"åĪ©å¥½":108937,"ç»Ŀ大å¤ļæķ°":108938,"åľ¨è¿Ļç§į":108939,"ä¸Ģç»Ħ":108940,"æĸ°èĤ¡":108941,"转åıij":108942,"æ³ķåºŃ":108943,"æĹłæīĢ":108944,"éģĵè·¯ä¸Ĭ":108945,"çŁ¿å±±":108946,"èijī":108947,"æĶ¶åĽŀ":108948,"称ä¹ĭ":108949,"称ä¹ĭ为":108950,"æıŃéľ²":108951,"åı£å²¸":108952,"åIJ¼":108953,"å¿ĥæĥ³":108954,"çļĦ梦æĥ³":108955,"éĽ¯":108956,"ä¹ĭåĪĿ":108957,"å¥ĸ项":108958,"订éĺħ":108959,"èĵĿ天":108960,"åĿ¦åħĭ":108961,"ç«ĭæ¡Ī":108962,"èģĶæīĭ":108963,"ä½Ĩæĺ¯æĪij":108964,"帮æĪij":108965,"ä»ħ代表":108966,"说æĪij":108967,"çļĦè¶ĭåĬ¿":108968,"æ¯Ķè¾ĥ大":108969,"èµ°å»Ĭ":108970,"éĩįçĤ¹é¡¹çĽ®":108971,"èµĮåľº":108972,"åIJįçīĩ":108973,"æĦŁåı¹":108974,"åľ¨åľ°ä¸Ĭ":108975,"åıijçĥŃ":108976,"èĮĥçķ´":108977,"çļĦéģĵè·¯":108978,"éĩijèī²":108979,"ä»ĸåıĪ":108980,"ä¼ļ产çĶŁ":108981,"æ°ijåĽ½":108982,"å®ĺæĸ¹ç½ijç«Ļ":108983,"æĶ¶çĽĬçİĩ":108984,"çļĦåĪ°æĿ¥":108985,"çļĦåĬŀæ³ķ":108986,"æĶ¹åĪ¶":108987,"ä¸ĩç§ij":108988,"ä¸įäºĪ":108989,"è¿ĻäºĽéĹ®é¢ĺ":108990,"çĪ±ä¸Ĭ":108991,"çIJĥåľº":108992,"责令":108993,"æİĪ课":108994,"åľ¨é¦Ļ港":108995,"ç»Ĩèħ»":108996,"å¤ļä¸ĩ":108997,"åIJĮå¹´":108998,"大使":108999,"æĸĭ":109000,"ä¹Łä¸º":109001,"æĥłå·ŀ":109002,"åIJī祥":109003,"çĶ°åĽŃ":109004,"åĽ½å®¶éĺŁ":109005,"éĩįçĶŁ":109006,"åľ¨åħ¶":109007,"é¦Ļåij³":109008,"è´Łèį·":109009,"亲åĪĩ":109010,"èĩªè±ª":109011,"没éĶĻ":109012,"åĽłä¸ºåľ¨":109013,"æĺŁæĺŁ":109014,"éĤij":109015,"è¿ĺæľīå¾Īå¤ļ":109016,"æij©æīĺ":109017,"æij©æīĺ车":109018,"æŃ¥è¡Į":109019,"管çIJĨä½ĵç³»":109020,"èĦļä¸ĭ":109021,"éģİåİ»":109022,"æ±īè¯Ń":109023,"对ä¸įèµ·":109024,"çļĦç»ıåİĨ":109025,"åıĬ缸åħ³":109026,"ä¸įå°ij人":109027,"éĩįç£ħ":109028,"åĬ³åĬ¨èĢħ":109029,"大åĬĽåıijå±ķ":109030,"æĢİä¹Īåģļ":109031,"çĭĹçĭĹ":109032,"举åįĹäºļ":109033,"åĭĩäºİ":109034,"åħ¬éĸĭ":109035,"çĵ·çłĸ":109036,"åıĤçħ§":109037,"广æĴŃçĶµè§Ĩ":109038,"举åĬ¨":109039,"æ±Łè¥¿çľģ":109040,"æķĪèĥ½":109041,"åĶ¯æľī":109042,"éĿ¢è²Į":109043,"èĩªåĬ¨é©¾é©¶":109044,"æ¦ľåįķ":109045,"å½ĵæĪij们":109046,"仲è£ģ":109047,"æľ¨æĿIJ":109048,"ç±³åħ°":109049,"çĻ½éĵ¶":109050,"çļĦ人éĥ½":109051,"å°±åĥıæĺ¯":109052,"æŃ¥åħ¥":109053,"åįłçĶ¨":109054,"åĩ»è´¥":109055,"让大家":109056,"ä¼ļè®©ä½ł":109057,"åİ¿æĶ¿åºľ":109058,"è¦ģçĶ¨":109059,"çŃīå½¢å¼ı":109060,"åįĩé«ĺ":109061,"责任æĦŁ":109062,"å¤ĩçĶ¨":109063,"ä»ĸ认为":109064,"æ¸ħåįİ大åѦ":109065,"ä»ĸèĩªå·±":109066,"éĸ±è®Ģ":109067,"太平æ´ĭ":109068,"éĶģå®ļ":109069,"çŃĨ":109070,"è¿Ļçīĩ":109071,"æī§æĶ¿":109072,"è¿ĶåĽŀæIJľçĭIJ":109073,"å°±æѤ":109074,"éģĩåĪ°äºĨ":109075,"å¼Ģå¹ķå¼ı":109076,"管çIJĨéĥ¨éŨ":109077,"姿åĬ¿":109078,"设æĥ³":109079,"åĽĽåŃ£":109080,"æĬĢæľ¯äººåijĺ":109081,"å·®çĤ¹":109082,"è¾ŀèģĮ":109083,"èĢģ師":109084,"çļĦæĦŁåıĹ":109085,"ä¹ŁéĿŀ常":109086,"å¹´ä¸ĬåįĬå¹´":109087,"æĢªçī©":109088,"èĮĥæĸĩ":109089,"æĪĺå½¹":109090,"åIJ«ä¹ī":109091,"åħ¨è¿ĩç¨ĭ":109092,"èĢĮéĿŀ":109093,"éĢļ讯åijĺ":109094,"è¿Ļæł·æīįèĥ½":109095,"æľºç»Ħ":109096,"è£ı":109097,"çķ¶çĦ¶":109098,"èµĮåįļ":109099,"åIJĦæľī":109100,"å·¥ä½ľæľºåĪ¶":109101,"äºĭåIJİ":109102,"åī§éĻ¢":109103,"å±ĬæŶ":109104,"åĺ´éĩĮ":109105,"主线":109106,"ä¸ĢåľĪ":109107,"主è¦ģåİŁåĽł":109108,"å°¸ä½ĵ":109109,"åĮ»çĸĹåĻ¨æ¢°":109110,"ä½łæĢİä¹Ī":109111,"ä½ĨçĶ±äºİ":109112,"æĹ¶ç©º":109113,"çĶ·æľĭåıĭ":109114,"çĶľèľľ":109115,"é«ĺåľ°":109116,"æĻĸ":109117,"èĴIJéĽĨ":109118,"åĩĿèģļåĬĽ":109119,"å¤ĩåıĹ":109120,"æĸĩåĪĽ":109121,"马æĿ¥":109122,"马æĿ¥è¥¿äºļ":109123,"æŁ´æ²¹":109124,"使人":109125,"æķĻä¼ļ":109126,"ç§ĭ天":109127,"æĺİçıł":109128,"åħŃåįģ":109129,"çݯå¢ĥä¸Ń":109130,"æ¸ħæĻ¨":109131,"积æŀģåıĤä¸İ":109132,"å·ħå³°":109133,"ä¸ºæľŁ":109134,"çŃ¾åŃĹ":109135,"æĦŁæ¿Ģ":109136,"ç§ĭåŃ£":109137,"æĿijåŃIJ":109138,"æ¢ħ西":109139,"æļ´éĽ¨":109140,"çĶŁæ´»åľ¨":109141,"çªĹæĪ·":109142,"æģ¶åĬ£":109143,"纯粹":109144,"åľ¨æİ¥åıĹ":109145,"没èĥ½":109146,"è¡Į人":109147,"åĭº":109148,"æĭ¨æīĵ":109149,"ä½ľåĩºäºĨ":109150,"çļĦ主é¢ĺ":109151,"æľªä¾Ĩ":109152,"ä¸ŃæľĢ":109153,"æ¾ľ":109154,"é«ĺè¡Ģåİĭ":109155,"åħ´èµ·":109156,"æŃ£èĥ½éĩı":109157,"åŁ¹è®ŃçıŃ":109158,"æİ¥åħ¥":109159,"çĦ¶åIJİåĨį":109160,"åѦçĶŁä»¬":109161,"é¢ĨåħĪçļĦ":109162,"çģ«çĥŃ":109163,"ä¸ĵèģĮ":109164,"æĪĸèĢħ说":109165,"建è¨Ń":109166,"é»ı":109167,"对åħ¬åı¸":109168,"çī¹æľīçļĦ":109169,"åħīèį£":109170,"å½ĵåľº":109171,"éĿ¢åŃIJ":109172,"èµĦ产管çIJĨ":109173,"æĹ¶æľŁçļĦ":109174,"çŀİ":109175,"åįİ举":109176,"åıĪä¸Ģ次":109177,"èĥİåĦ¿":109178,"å®ļçĤ¹":109179,"头çĹĽ":109180,"液ä½ĵ":109181,"æĺ¯ä¸Ģä½į":109182,"帽åŃIJ":109183,"å¹´èµ·":109184,"ä¸įä½İäºİ":109185,"è¾ĥå°ij":109186,"éĿ¢ä¸´çĿĢ":109187,"å±Ĥå±Ĥ":109188,"èĿ´èĿ¶":109189,"èī°èĭ¦":109190,"éĺ¿æł¹":109191,"éĺ¿æł¹å»·":109192,"æ¦Ĥæĭ¬":109193,"请éĹ®":109194,"èµ·åºĬ":109195,"å±Ģå±Ģéķ¿":109196,"稳åģ¥":109197,"å¦ĤæŀľæĪij们":109198,"éħĴç²¾":109199,"æĪ·åı£":109200,"æĦŁæĤŁ":109201,"æĪij们éľĢè¦ģ":109202,"æĬĢèīº":109203,"èĩªåªĴä½ĵ":109204,"è¿ĽåĮĸ":109205,"æ¿ĢçĥĪçļĦ":109206,"ä½ĵ温":109207,"èļķ":109208,"èĩ´è¾ŀ":109209,"宪æ³ķ":109210,"ä¸ĢçŃīå¥ĸ":109211,"çĵ¶é¢Ī":109212,"æĥłæ°ij":109213,"èµ°è·¯":109214,"çİ°ä»»":109215,"åķĨéĩı":109216,"ä¸ĭ车":109217,"åĪł":109218,"責任":109219,"èŀįåIJĪåıijå±ķ":109220,"ç´łæĿIJ":109221,"油价":109222,"åģļ人":109223,"çŀª":109224,"æĶ¹éĿ©åĪĽæĸ°":109225,"çļĦåĮºåĪ«":109226,"è·¨å¢ĥçĶµåķĨ":109227,"æ¶īåıĬåĪ°":109228,"æīĺ管":109229,"æĪijè¿ĺæĺ¯":109230,"åĿIJæłĩ":109231,"ç½ij讯":109232,"å½ĵåľ°çļĦ":109233,"追溯":109234,"åľŁèĢ³":109235,"åľŁèĢ³åħ¶":109236,"åºķä¸ĭ":109237,"åĩłåįģå¹´":109238,"ç©¿è¿ĩ":109239,"çĶŁæĢģæĸĩæĺİ":109240,"æݨèĸ":109241,"æݨèĸ¦":109242,"éłĨ":109243,"åĴ³åĹ½":109244,"åĪĨæĪIJ":109245,"çĹķ迹":109246,"æĪ·ç±į":109247,"éĥ½ä¸įèĥ½":109248,"æĻļä¼ļ":109249,"åĢ©":109250,"ä½ĵåĬĽ":109251,"è¿Ļ个èģĮä¸ļ":109252,"æĹłå½¢":109253,"åıªæĥ³":109254,"è¿Ľåıĸ":109255,"æĿĢæŃ»":109256,"èĦĬ":109257,"äºijåįĹçľģ":109258,"æľªçŁ¥":109259,"ç¾İèģĶ":109260,"ç¾İèģĶåĤ¨":109261,"å¤ĸå½¢":109262,"诱æĥij":109263,"çĽ£":109264,"è¡Į使":109265,"åłĨ积":109266,"çĨŁç»ĥ":109267,"éĺIJè¿°":109268,"æľĢ大éĻIJ度":109269,"å·¡æŁ¥":109270,"夺åĨł":109271,"ä¼ģä¸ļæĸĩåĮĸ":109272,"çĭ®åŃIJ":109273,"ä¿Ŀå®Ī":109274,"ä¸ºæł¸å¿ĥçļĦ":109275,"æī©æķ£":109276,"åĪ¶éĢłåķĨ":109277,"æŁĶ软":109278,"为ä¸Ģä½ĵçļĦ":109279,"游çİ©":109280,"çĶŁçĹħ":109281,"幫åĬ©":109282,"åĶ±æŃĮ":109283,"æīįåı¯ä»¥":109284,"宽æĿ¾":109285,"è¦ģæ¯Ķ":109286,"æĺ¯æĢİæł·":109287,"çģ°èī²":109288,"çİĭåĽ½":109289,"æIJħæĭĮ":109290,"计éĩı":109291,"åij¨åĽ´çļĦ":109292,"æĻºèĥ½æīĭæľº":109293,"常åĬ¡":109294,"常åĬ¡åī¯":109295,"é©´":109296,"å°Ĩè¿ij":109297,"寻常":109298,"ä¸ŃåĽ½å¸Ĥåľº":109299,"容åĻ¨":109300,"å±±ä¸Ĭ":109301,"èĥĮåIJİçļĦ":109302,"亲å¯Ĩ":109303,"æīĢ以说":109304,"éİ®":109305,"çļĦçIJĨçĶ±":109306,"大åŁİå¸Ĥ":109307,"常年":109308,"æĹħ游ä¸ļ":109309,"å°±æĺ¯è¿Ļæł·":109310,"åĨįæĿ¥":109311,"é«ĺä½į":109312,"åĨħ饰":109313,"æŀĦéĢł":109314,"ä¸Ģèµ·æĿ¥":109315,"çĶ³è«ĭ":109316,"å·²ç»ıå¼Ģå§ĭ":109317,"çļĦåĬ¨ä½ľ":109318,"被迫":109319,"éģįå¸ĥ":109320,"åīĸæŀIJ":109321,"å°ıäºĭ":109322,"å¿ĥä¸ŃçļĦ":109323,"ä½ĵåĪ¶æĶ¹éĿ©":109324,"çļĩ家":109325,"æķĻåłĤ":109326,"åIJĥå®Į":109327,"åĽ½æ°ijåħļ":109328,"æĺİç¡®äºĨ":109329,"åıijå±ķè§ĦåĪĴ":109330,"第ä¸ĢæŃ¥":109331,"å¾Ĺèµ·":109332,"åľ¨åĵª":109333,"çļĦè·¯ä¸Ĭ":109334,"é»Ķ":109335,"çķ¶æĻĤ":109336,"大åĬĽæĶ¯æĮģ":109337,"åıĮéĩį":109338,"çŁ¥éģĵèĩªå·±":109339,"åIJĪä½ľåįıè®®":109340,"æ°ĶåĬ¿":109341,"éķ¿æķĪæľºåĪ¶":109342,"ç½ķè§ģ":109343,"åĽŀæĿ¥äºĨ":109344,"ä»ĸä¼ļ":109345,"ä¸Ńæĸ°":109346,"ä¸Ńæĸ°ç½ij":109347,"çļĦåķĨåĵģ":109348,"èµłéĢģ":109349,"決å®ļ":109350,"å¸ĤåľºçĽij管":109351,"çķĻåѦçĶŁ":109352,"çĶµåİĭ":109353,"äºļ马":109354,"äºļ马éĢĬ":109355,"è¿ĺæĺ¯æ¯Ķè¾ĥ":109356,"ä¿ĥè¿ĽäºĨ":109357,"æµģåħ¥":109358,"æijĦåĥı":109359,"æijĦåĥı头":109360,"æıIJåıĬ":109361,"åıijæİĺ":109362,"æī¾åĩº":109363,"æ¢Ŀ件":109364,"ç¹¼çºĮ":109365,"æĪijåĸľæ¬¢":109366,"å¥İ":109367,"æ¦ľæł·":109368,"å¼ĢèĬ±":109369,"æ²īéĩį":109370,"åŁºåĩĨ":109371,"ä»ħä»ħæĺ¯":109372,"轨éģĵ交éĢļ":109373,"åĶIJå±±":109374,"çŃīä¸Ģç³»åĪĹ":109375,"ä¸įè¿ĩæĺ¯":109376,"åŃĺåľ¨çĿĢ":109377,"èĬ±çĶŁ":109378,"夷":109379,"ç»Ī究":109380,"ä¹Łæĺ¯ä¸Ģ个":109381,"åįģåŃĹ":109382,"èĸªéħ¬":109383,"伤å¿ĥ":109384,"æĺ¥ç§ĭ":109385,"åĨ·åį´":109386,"ç²¾çģµ":109387,"çļĦåľ°åĽ¾":109388,"æ¯Ķçī¹":109389,"æ¯Ķçī¹å¸ģ":109390,"æĢ§åĪ«":109391,"ä½Ļä¸ĩåħĥ":109392,"ä¸įå¿ĺåĪĿå¿ĥ":109393,"å¿ĥçĸ¼":109394,"æĽ²çº¿":109395,"é«ĺä½İ":109396,"è¦ıå®ļ":109397,"æĻ¯èī²":109398,"è¦ģ说":109399,"åħ¬åı¸å°Ĩ":109400,"液åİĭ":109401,"è¿Ŀ约":109402,"åİļ度":109403,"åºŀ大çļĦ":109404,"è¿ĺæĺ¯å¾Ī":109405,"é¦ĸåħĪæĺ¯":109406,"çµ²":109407,"åĬ¡å®ŀ":109408,"並ä¸Ķ":109409,"å¢ŀè¿Ľ":109410,"ç»Ħç»ĩå¼Ģå±ķ":109411,"èµ·æĿ¥äºĨ":109412,"è¾ĥå°ı":109413,"导游":109414,"ä¸¤åľ°":109415,"ç¿ĺ":109416,"çģ¿çĥĤ":109417,"é£İéĩĩ":109418,"æĶ¯çº¿":109419,"æĶ¯çº¿ä»»åĬ¡":109420,"娱ä¹IJåľĪ":109421,"天津å¸Ĥ":109422,"åĮħåĽ´":109423,"æľ¬èµĽåŃ£":109424,"éĩįè¦ģ讲è¯Ŀ":109425,"åıĮåIJij":109426,"åįİ丽":109427,"éĶ¤":109428,"åĦ¿å¥³":109429,"åįĸåĩº":109430,"ä¾Ĩ說":109431,"ä»ĭç»įä¸Ģä¸ĭ":109432,"åIJ¦è®¤":109433,"åĭĿ":109434,"æĻ®éĢļ人":109435,"çļĦåĬ¨åĬĽ":109436,"涨åģľ":109437,"åŁºéĩij管çIJĨ":109438,"ä¸Ģ个éĩįè¦ģ":109439,"è¿IJæ²³":109440,"çħŀ":109441,"è´¢æĶ¿éĥ¨":109442,"è¡Įä¸ļåįıä¼ļ":109443,"éĥ½å°Ĩ":109444,"è¨Ģ论":109445,"ä¸ĭä¾Ĩ":109446,"墨西":109447,"墨西åĵ¥":109448,"åĽłä¸ºä»ĸ们":109449,"æĢİä¹ĪåĽŀäºĭ":109450,"åĬłå¤§å¯¹":109451,"èĬŃ":109452,"çīĮåŃIJ":109453,"ä¼ļ使":109454,"妹åŃIJ":109455,"ç«Ļéķ¿":109456,"å¿ħå¤ĩ":109457,"æłijæľ¨":109458,"æģ¶æĦı":109459,"æ²³éģĵ":109460,"å¯Įè£ķ":109461,"ç¹ģåįİ":109462,"ä»£è¡¨åĽ¢":109463,"æµij身":109464,"é¦ĸä½į":109465,"èĪªç©ºåħ¬åı¸":109466,"éĽ»å½±":109467,"ä¸ĵè¾ij":109468,"æ°´æºIJ":109469,"ä¸Ńæ¯Ĵ":109470,"並ä¸į":109471,"èĢĮåİ»":109472,"éĥĿ":109473,"äºİæѤ":109474,"æĸĩåĮĸ建设":109475,"èĤ¯å®ļä¼ļ":109476,"å¸ĮæľĽå¤§å®¶":109477,"æııåĨĻ":109478,"ä½İè°ĥ":109479,"æĸ°åħ´äº§ä¸ļ":109480,"æ·Ħåįļ":109481,"æĶ¾å¼Ģ":109482,"çļĦæĢ§æł¼":109483,"çĸ¾çĹħçļĦ":109484,"æķ´é¡¿":109485,"线ä¸Ĭ线ä¸ĭ":109486,"éĢī项":109487,"çļĦ认åı¯":109488,"æķ´é½IJ":109489,"çĶļä¹Ī":109490,"çľģåĨħ":109491,"åı¤äºº":109492,"æ°ijä¿Ĺ":109493,"çī¡ä¸¹":109494,"éŨçªĹ":109495,"éĤ£æł·çļĦ":109496,"çĽijäºĭä¼ļ":109497,"ç¿¡ç¿ł":109498,"禹":109499,"åįĥä¸ĩä¸įè¦ģ":109500,"æĶ¶ç¼©":109501,"çļĦæĸĩåŃĹ":109502,"åĴĮå°ļ":109503,"æĮĩ令":109504,"åħ±äº§åħļåijĺ":109505,"çļĦçĪ¶äº²":109506,"å®Įå·¥":109507,"åĬ¡å·¥":109508,"马æĭī":109509,"马æĭīæĿ¾":109510,"æµĭè¯Ħ":109511,"å²ļ":109512,"ä¸įåģļ":109513,"ä¸ĥå¹´":109514,"åĿĩä»·":109515,"主è§Ĥ":109516,"å¾Īä¸įéĶĻ":109517,"èĤ¡ä¸ľå¤§ä¼ļ":109518,"äºĶä¸Ģ":109519,"é£İåIJ¹":109520,"å¼Ģéĩĩ":109521,"è¿Ļä¹Ī大":109522,"èĥ½çľĭåĪ°":109523,"èĢĥè¯Ħ":109524,"åį³ä¾¿æĺ¯":109525,"çݰ代åĨľä¸ļ":109526,"æ¯Ķè¾ĥé«ĺ":109527,"è¦ģçľĭ":109528,"没äºĨ":109529,"解決":109530,"çݯæ¯Ķ":109531,"åĨ²åĬ¨":109532,"æ·±å¤ľ":109533,"åĩłåįĥ":109534,"ä¿ı":109535,"ç½ijæ°ij":109536,"就没":109537,"ä»ĸ表示":109538,"éĩıåŃIJ":109539,"æĹ©é¤IJåĬłçĽŁ":109540,"åįĬå²Ľ":109541,"æIJŀç¬ij":109542,"ä¸ĬæĬ¥":109543,"審":109544,"é¢Ħ订":109545,"èľĤèľľ":109546,"æŁ¥æī¾":109547,"ä¼ĹæīĢ":109548,"ä¼ĹæīĢåij¨":109549,"ä¼ĹæīĢåij¨çŁ¥":109550,"æĹ©æĹ¥":109551,"åıijæī¬":109552,"åĴĮ个人":109553,"åĬłåħ¥äºĨ":109554,"åĸ®ä½į":109555,"åĪĨæĺİ":109556,"第ä¸Ģæī¹":109557,"ç¾İåĨĽ":109558,"æĿĢæīĭ":109559,"éŨå¤ĸ":109560,"åķĨåľĪ":109561,"ä¸ĢåĪ»":109562,"çļĦçľ¼ç¥ŀ":109563,"éľĦ":109564,"äºĽä»Ģä¹Ī":109565,"åĬłæ·±":109566,"æ¯ıä½į":109567,"å¸ĤéĿ¢ä¸Ĭ":109568,"åıĶåıĶ":109569,"çļĦéĤ£ç§į":109570,"粤港澳":109571,"è´´å¿ĥ":109572,"æĸĩåĮĸ产ä¸ļ":109573,"红æĹĹ":109574,"åĺīåħ´":109575,"æĶ¶çĽĺ":109576,"å®ĮæĪIJåIJİ":109577,"ä¼ģä¸ļ管çIJĨ":109578,"纵横":109579,"ä¸įä¿¡":109580,"æĪIJéĥ½å¸Ĥ":109581,"æ´Ĺ澡":109582,"举è¡ĮçļĦ":109583,"çĶ¢çĶŁ":109584,"ç©¿ä¸Ĭ":109585,"åĪļ好":109586,"åħī线":109587,"æīĵæŀ¶":109588,"è¿Ļæľ¬ä¹¦":109589,"åĶ®åIJİæľįåĬ¡":109590,"åĩłåĪĨ":109591,"ä¸Ĭ次":109592,"ä¸įåĪĨ":109593,"产åIJİ":109594,"éģ¿å¼Ģ":109595,"ç»Īæŀģ":109596,"代表大ä¼ļ":109597,"æ¼ĶæĬĢ":109598,"åĽŀè´Ń":109599,"åŃ¦è´¹":109600,"éĺ»ç¢į":109601,"ä¸Ģ大æī¹":109602,"竣工":109603,"åĨ³å®ļäºĨ":109604,"ä½Ĩå¦Ĥæŀľ":109605,"çĶµæµģ":109606,"ä¸Ŀ毫":109607,"èĥ½å¤Łåľ¨":109608,"éĶĢåĶ®æĶ¶åħ¥":109609,"åľ¨åŃ¦æł¡":109610,"æ°´åĩĨ":109611,"è§Ĩ线":109612,"èĩªåľ¨":109613,"åķĨä¸ļéĵ¶è¡Į":109614,"为äºĨ让":109615,"çį²å¾Ĺ":109616,"çݩ家æľĭåıĭ":109617,"éĿ¢èĨľ":109618,"åĪĨåī²":109619,"åī§æľ¬":109620,"ç«Ń":109621,"说å¾Ĺ":109622,"æĥ³çŁ¥éģĵ":109623,"çļĦ人çī©":109624,"èĮħåı°":109625,"åIJĮä¸Ģ个":109626,"æķ°æį®ä¸Ńå¿ĥ":109627,"çĶĦ":109628,"åĸľæĤ¦":109629,"ä¸ĭæĿ¥çļĦ":109630,"å®ļåIJij":109631,"æŀģåħ·":109632,"çļĦåľŁåľ°":109633,"éĤ£åĢĭ":109634,"æijĦåħ¥":109635,"äºĨæĪijçļĦ":109636,"马路":109637,"åħ¨ç¤¾ä¼ļ":109638,"è®®æ¡Ī":109639,"å±ĭåŃIJ":109640,"åIJįåı«":109641,"åĮª":109642,"åľ¨å¤ĸéĿ¢":109643,"åįİåįĹ":109644,"åıijè´§":109645,"å¯ĴåĨ·":109646,"é«ĺçŃīæķĻèĤ²":109647,"详ç»ĨçļĦ":109648,"ä¸ªé¡¹çĽ®":109649,"çĶŁäº§åĬĽ":109650,"æĹ¶å¸¸":109651,"å°±æľĥ":109652,"ä¸ĩèĤ¡":109653,"éĻĮçĶŁäºº":109654,"æııç»ĺ":109655,"å½ĵçĦ¶æĺ¯":109656,"æĭīåĬ¨":109657,"éĵ¾æĿ¡":109658,"æī£éĻ¤":109659,"ä¸Ģ缴éĥ½":109660,"å°ıåŃ©åŃIJ":109661,"伤åı£":109662,"第äºĮå±Ĭ":109663,"è´Ńç½®":109664,"çļĩ马":109665,"æĹłèģĬ":109666,"表åĨ³":109667,"诸å¦Ĥ":109668,"åĵįèµ·":109669,"é£İæļ´":109670,"ä¸ĢæµģçļĦ":109671,"ç·¨":109672,"解æĶ¾åĨĽ":109673,"室å¤ĸ":109674,"å°±è¿Ļä¹Ī":109675,"島":109676,"æīĢæľī人éĥ½":109677,"æIJľç´¢å¼ķæĵİ":109678,"çļĦæĪIJæľ¬":109679,"åħļæĶ¿":109680,"åıijè¡Į人":109681,"çļĦäºĭå®ŀ":109682,"对该":109683,"åıĹæįŁ":109684,"ä¿Ħä¹Į":109685,"é²ľèĬ±":109686,"åĨľèį¯":109687,"æŀģéĢŁ":109688,"æĢ¥æĢ§":109689,"两ä¼ļ":109690,"ä¸ĢèĪ¬æĿ¥è¯´":109691,"æµ·é²ľ":109692,"åĨĪ":109693,"çĶ¨äºº":109694,"çĶ¨äººåįķä½į":109695,"åĢª":109696,"åĦªæĥł":109697,"æł¹æºIJ":109698,"åĽ¢è´Ń":109699,"ç¾İæ´²":109700,"ä¸ĭè¡Į":109701,"å¹´æľ«":109702,"èľ¡":109703,"è¯ģ件":109704,"åľ¨æĪijåĽ½":109705,"ä¸įåºĶ":109706,"æĮīæŶ":109707,"åłªç§°":109708,"åľºä¸Ĭ":109709,"å¹²éĥ¨èģĮå·¥":109710,"æľīå¾Ī大çļĦ":109711,"æķ°åŃĹç»ıæµİ":109712,"æ¼Ķç»ĥ":109713,"æį®ç»Łè®¡":109714,"å¾ĢæĿ¥":109715,"广åijĬæľįåĬ¡":109716,"çļĦè·Ŀ离":109717,"æѸ":109718,"è¨Ģè¯Ń":109719,"被èªī":109720,"被èªī为":109721,"åĭī强":109722,"å°Ĭæķ¬":109723,"ä¸ĩ亿åħĥ":109724,"ä¸ŃåĽ½åĽ½éĻħ":109725,"å¹²é¢Ħ":109726,"年产":109727,"èĢķåľ°":109728,"èĮİ":109729,"åį³æĺ¯":109730,"æĺ¨æĻļ":109731,"æĪIJ为ä¸Ģ个":109732,"çºłæŃ£":109733,"åij½åIJį":109734,"é¢ģå¸ĥ":109735,"çĮľæµĭ":109736,"ä¿ĿèŃ·æĶ¿çŃĸ":109737,"æĭ¢":109738,"活泼":109739,"çŃīéĥ¨éŨ":109740,"åѦåĪ°":109741,"å¢ŀåĢ¼ç¨İ":109742,"èĪªçº¿":109743,"åĨ¤":109744,"åįģåĩłå¹´":109745,"æݧèĤ¡èĤ¡ä¸ľ":109746,"ä¸ĢéŨ":109747,"ä¸ªå·¥ä½ľ":109748,"ä¸ªå·¥ä½ľæĹ¥":109749,"æĸ°è¥¿":109750,"æĸ°è¥¿åħ°":109751,"论è¯ģ":109752,"ä»Ĩ":109753,"åı¦å¤ĸä¸Ģ个":109754,"æĶ¹ç¼ĸ":109755,"严ç¦ģ":109756,"åĸľå¥½":109757,"个人信æģ¯":109758,"满æĦı度":109759,"åĵ¨":109760,"å¸ĪèµĦ":109761,"æĶ¹ä¸º":109762,"ç«ŀäºī对æīĭ":109763,"åĩºçĤī":109764,"åķĨ人":109765,"大æ£ļ":109766,"æĮĩ导ä¸ĭ":109767,"å¦ĩç§ij":109768,"輪":109769,"æīģ":109770,"åIJĮæŶè¿ĺ":109771,"并éĢļè¿ĩ":109772,"æĪĺéĺŁ":109773,"èĶĵ延":109774,"ä¿ŀ":109775,"éĢĤå½ĵçļĦ":109776,"åīįè¾Ī":109777,"åĵģåij³":109778,"æ¹¿åľ°":109779,"æĪIJåŀĭ":109780,"ä¸įåıªæĺ¯":109781,"æĥ©ç½ļ":109782,"åĩºåı°äºĨ":109783,"çݩ游æĪı":109784,"æīįåıijçİ°":109785,"åºĶèģĺ":109786,"å¤ĸæĿ¥":109787,"åįłé¢Ĩ":109788,"å±ķæľĽ":109789,"å«Ĥ":109790,"港èĤ¡":109791,"æ¡Įä¸Ĭ":109792,"æĶ¯æŁ±":109793,"çļĦæĥħå½¢":109794,"广éĺĶçļĦ":109795,"æĶ¯è¡Į":109796,"å´©æºĥ":109797,"æľĪä¸Ń":109798,"æľĪä¸ŃæŬ":109799,"ç»įåħ´":109800,"临è¿ij":109801,"æĬ¤æłı":109802,"æļ®":109803,"åįķèģĮä¸ļ":109804,"è¾¹å¢ĥ":109805,"æĹ¥çħ§":109806,"ä¸ĢåłĨ":109807,"缴å¾Ħ":109808,"åħ±åIJĮä½ĵ":109809,"æĸ°åįİç½ij":109810,"æīĵ好":109811,"çĶµåĬ¨æ±½è½¦":109812,"ä¸įæĺİçĻ½":109813,"éĢĻ裡":109814,"çĽĽå¤§":109815,"çİĭæľĿ":109816,"åĨįä¸Ģ次":109817,"åĬŀåħ¬åİħ":109818,"è´¨æĬ¼":109819,"åIJĪåĩ»":109820,"人们对":109821,"éĽ¶é£Ł":109822,"éĥ½ä¸įçŁ¥éģĵ":109823,"çļĦè¯Ńè¨Ģ":109824,"åĭŁéĽĨèµĦéĩij":109825,"åĬ¨èĦī":109826,"彤":109827,"è¿Ļåĩłå¹´":109828,"çŁŃè§Ĩé¢ij":109829,"太é«ĺ":109830,"常å§Ķä¼ļ":109831,"åĬłçıŃ":109832,"éĩįå¿ĥ":109833,"åªĴä½ĵæĬ¥éģĵ":109834,"没æ³ķ":109835,"éĹ»åIJį":109836,"çĥŃ度":109837,"å¹¿æ³ĽçļĦ":109838,"åħŃ大":109839,"çī©ä½ĵ":109840,"ä¸į该":109841,"é¢ĺ主":109842,"精彩çļĦ":109843,"ä¸ºè¿Ľä¸ĢæŃ¥":109844,"èĻŀ":109845,"åĽºçĦ¶":109846,"è´µå·ŀçľģ":109847,"çºłç»ĵ":109848,"代çIJĨ人":109849,"æ³ķå®ļ代表":109850,"åı¦ä¸Ģç§į":109851,"ä¸įåIJ«":109852,"æĭ¯æķij":109853,"ä¼ļç»Ļ":109854,"è¯Ĺè¯į":109855,"åIJĮç±»":109856,"å¾Ĺä¸įåĪ°":109857,"æĬĵç´§":109858,"以åħ¶":109859,"åħ¥åħļ":109860,"è¿ĺåı¯":109861,"æľŁåĪĬ":109862,"å¾Īå¤ļæŶåĢĻ":109863,"æĹ¥åIJİ":109864,"åħ¬çº¦":109865,"ä¸Ģ举":109866,"æ¯Ķè¾ĥå¤ļ":109867,"éĩijæ²Ļ":109868,"æįŀ":109869,"æİĴåĩº":109870,"æŃ¦æľ¯":109871,"ä¸įæĸ·":109872,"ä¸ŃèĢĥ":109873,"ä¿¡èµĸ":109874,"ä»İä¸ļ人åijĺ":109875,"çģ«çĦ°":109876,"éĨĴæĿ¥":109877,"ä½İ温":109878,"éĢ¾æľŁ":109879,"åĬ±å¿Ĺ":109880,"éħ¥":109881,"åı¯è°ĵæĺ¯":109882,"è¿ĻæĦıåij³çĿĢ":109883,"é¢łè¦Ĩ":109884,"åĮĹ京大åѦ":109885,"ä¸ĵ线":109886,"åıĬ以ä¸Ĭ":109887,"訪":109888,"èĢĮåIJİ":109889,"çŁ¥ä¹İ":109890,"ä¸Ģ对ä¸Ģ":109891,"å¨ĥå¨ĥ":109892,"çģ¾éļ¾":109893,"åħ¨å±Ģ":109894,"æīĢå¾Ĺç¨İ":109895,"å®ŀæĥł":109896,"èļĤèļģ":109897,"ä¹ŁçŁ¥éģĵ":109898,"温åĴĮ":109899,"èIJ½ä¸ĭ":109900,"åŀĭä¼ģä¸ļ":109901,"åĨįä¹Ł":109902,"ä¾ĽçĥŃ":109903,"é«ĺæ½®":109904,"çĢı覽åĻ¨":109905,"çļĦ巨大":109906,"åħĪ天":109907,"å¹´ä¸ŃåĽ½":109908,"类似çļĦ":109909,"çIJĨäºĭä¼ļ":109910,"空éĸĵ":109911,"çģµæĦŁ":109912,"åĬĽæ°Ķ":109913,"带ä¸Ĭ":109914,"ä¸į好æĦıæĢĿ":109915,"æľīä½ķ":109916,"å·²åľ¨":109917,"åıĸåĩº":109918,"è¿Ŀæ³ķçĬ¯ç½ª":109919,"åŃ¦ä¹łè´¯å½»":109920,"åľ°å¸¦":109921,"楼梯":109922,"çŃīæĥħåĨµ":109923,"ä»İåīį":109924,"çļĦä¹łæĥ¯":109925,"ç³Łç³ķ":109926,"å°±èĥ½å¤Ł":109927,"è©ķ":109928,"ä¸Ģå¾ĭ":109929,"æĮ«æĬĺ":109930,"åİŁæĸĩåľ°åĿĢ":109931,"å½ĵå±Ģ":109932,"ä¸įéĢļ":109933,"æķ°åįĥ":109934,"éĺŁä¼į建设":109935,"æŶèĬĤ":109936,"åģļèµ·":109937,"çļĦè®°å¿Ĩ":109938,"ç½ij绾å®īåħ¨":109939,"åĩ¡æĺ¯":109940,"æ°¯":109941,"éĽķåĪ»":109942,"åŁĥåıĬ":109943,"æĪijåı¯ä»¥":109944,"çĽijçIJĨ":109945,"æĽ´åħ·":109946,"åŁİ管":109947,"èĭ¯":109948,"åı¥åŃIJ":109949,"èĭ¥æľī":109950,"ä»İæĿ¥ä¸į":109951,"缸åħ³è´Łè´£":109952,"å®īåħ¨æĦŁ":109953,"æĽ´è¦ģ":109954,"çļĦæĥħæĦŁ":109955,"çī¢çī¢":109956,"è¾ĥ好çļĦ":109957,"æ°®":109958,"ç¬ijè¯Ŀ":109959,"车å±ķ":109960,"ä¹ĭç¾İ":109961,"ç®Ģ约":109962,"ç±»åŀĭçļĦ":109963,"èĢģåĮĸ":109964,"çľĭä½ł":109965,"è¿ĩåĪĨ":109966,"éŨåīį":109967,"ä¸ĢéĹ´":109968,"æĥ³åİ»":109969,"åªĽ":109970,"åľŁè±Ĩ":109971,"åıĪ称":109972,"ä¸Ńä¿¡":109973,"åŃĺéĩı":109974,"马äºij":109975,"èĩ´ä½¿":109976,"åħĪåīį":109977,"èĢģåŃIJ":109978,"æīĵæī®":109979,"æ¯ķä¸ļäºİ":109980,"æ¯ķä¸ļåIJİ":109981,"ç¾İ好çĶŁæ´»":109982,"å·¥ä¸ļä¼ģä¸ļ":109983,"就好äºĨ":109984,"èħIJèļĢ":109985,"çıįçıł":109986,"åĪ°è¿ĻéĩĮ":109987,"æīĢéľĢçļĦ":109988,"è¿Ļæĺ¯åĽłä¸º":109989,"çIJĨæĥ³çļĦ":109990,"å·®å¼ĤåĮĸ":109991,"é®":109992,"é®®":109993,"äºļ太":109994,"æĹłç©·":109995,"æıIJçİ°":109996,"ä¸ĵä¸ļæĬĢæľ¯":109997,"çĶ¢æ¥Ń":109998,"åѦåŃIJ":109999,"ç§ijå¹»":110000,"åįłåľ°éĿ¢ç§¯":110001,"ä¸įåĩĨ":110002,"æľªæĪIJ年人":110003,"æĶ¶å½ķ":110004,"è¿ĺ款":110005,"éĴ¢çŃĭ":110006,"æ¼¢":110007,"å¾ĹæĦı":110008,"综åIJĪä½ĵ":110009,"æŀģé«ĺ":110010,"åįķè¯į":110011,"é«ĺæķĪçļĦ":110012,"骨头":110013,"æī§çĿĢ":110014,"缼ä¸ĸ":110015,"模çī¹":110016,"æĽ´èĥ½":110017,"ç»ĿæľĽ":110018,"对åºĶçļĦ":110019,"æ¨Ĭ":110020,"æĸ°ä¸ī":110021,"æĸ°ä¸īæĿ¿":110022,"æģ°æģ°":110023,"åIJį家":110024,"æł¸å¿ĥæĬĢæľ¯":110025,"个å°ı":110026,"æĢİä¹Īä¼ļ":110027,"说ä¸įå®ļ":110028,"西çĵľ":110029,"åĵİ":110030,"ç¢Ł":110031,"å¿ħä¸įåı¯":110032,"å¿ħä¸įåı¯å°ij":110033,"ä¹ĭéĸĵ":110034,"åĪĨ管":110035,"交éĢļäºĭæķħ":110036,"å¼ĢåĬŀ":110037,"å¾ģæ±ĤæĦıè§ģ":110038,"亨":110039,"鼻åŃIJéĥµ":110040,"鼻åŃIJéĥµä»¶":110041,"ä¿¡æģ¯æľįåĬ¡":110042,"ä½łè§īå¾Ĺ":110043,"缴è§Ĥ":110044,"å·²å®ĮæĪIJ":110045,"åĪĨä¼ļ":110046,"åĽŀåįĩ":110047,"éļ»":110048,"好人":110049,"äºĨ解ä¸Ģä¸ĭ":110050,"åį«æµ´":110051,"æľĢçĪ±":110052,"åºŀ大":110053,"客æĪ¿":110054,"çijŀåħ¸":110055,"éĥ½ä¸įæĺ¯":110056,"館":110057,"èĹī":110058,"çļĦåIJĦ项":110059,"ä¸ºçĽ®æłĩ":110060,"çļĦè®¤çŁ¥":110061,"å½±åĵįåĬĽçļĦ":110062,"å¤¸å¼ł":110063,"佩æĪ´":110064,"æ±ĩçİĩ":110065,"çļĦçĪ±æĥħ":110066,"æĺ¥é£İ":110067,"æĺ¯æĪijçļĦ":110068,"樹":110069,"åįĬå°ıæŶ":110070,"å±±åİ¿":110071,"山西çľģ":110072,"èĢĮè¿Ļ":110073,"æĽ´å¤ļä¿¡æģ¯":110074,"è¿ĺæľīä¸ĢäºĽ":110075,"ç²¾ç»ĨåĮĸ":110076,"ç¾İåѦ":110077,"çĶ±æĸ¼":110078,"ä»ħä¾ĽåıĤèĢĥ":110079,"å¾Īé«ĺçļĦ":110080,"åıłåĬł":110081,"è¿Ļä¹Ī说":110082,"å±ķåĩº":110083,"åĽĽå¤Ħ":110084,"ä¸ĩ家":110085,"æĭĽåĭŁ":110086,"çļĦ强大":110087,"æĤ£æľī":110088,"å°ıäºİ":110089,"ä¹Łè®¸æĺ¯":110090,"对èĩªå·±çļĦ":110091,"èģĮä¸ļæķĻèĤ²":110092,"æĿ¥è¿Ľè¡Į":110093,"档次":110094,"æīĵèµ¢":110095,"éĥ½æľīçĿĢ":110096,"庸":110097,"è¯Ńæ°Ķ":110098,"çĶ²éĨĽ":110099,"空åĨĽ":110100,"车åĨħ":110101,"åĽłä¸ºä½ł":110102,"å®ŀæķĪ":110103,"æĥħä¾£":110104,"åıijè¾¾åĽ½å®¶":110105,"éķľåŃIJ":110106,"æ¯įå©´":110107,"ä½Ĩæĺ¯ä»ĸ":110108,"积æŀģæİ¨è¿Ľ":110109,"大å¹ħ度":110110,"çļĦ女åĦ¿":110111,"é¤IJæ¡Į":110112,"åIJ¬å¾Ĺ":110113,"çļĦ积æŀģæĢ§":110114,"好åIJ§":110115,"æĹ¥æ¶Īæģ¯":110116,"æľīä»»ä½ķ":110117,"æ¯Ĵåĵģ":110118,"æĹ©çĤ¹åĬłçĽŁ":110119,"第ä¸Ģ天":110120,"å°½åĬĽ":110121,"æłĸ":110122,"主æīĵ":110123,"æĺ¯ä¸ĢåIJį":110124,"çĪĨæĸĻ":110125,"äºĭä¸ļåıijå±ķ":110126,"å¾®åķĨ":110127,"äºİä¸Ģä½ĵçļĦ":110128,"çĶŁçĮª":110129,"èĩªçĦ¶èµĦæºIJ":110130,"çŀĦåĩĨ":110131,"è§Ħ模åĮĸ":110132,"并ä¸İ":110133,"èĤ¥èĥĸ":110134,"家çĶ¨":110135,"大çĪ·":110136,"é¢ĦåijĬ":110137,"æĿ¥åģļ":110138,"éĺ³åİ¿":110139,"æŀĦçŃij":110140,"é¢ģå¥ĸ":110141,"åİĨåı²æĸĩåĮĸ":110142,"æľįåĭĻæĪĸ":110143,"æĢ»åĨ³èµĽ":110144,"åıijåŀĭ":110145,"æĪij羣çļĦ":110146,"æĽ¦":110147,"åıĤä¼ļ":110148,"èĦĨå¼±":110149,"åĩĨåħ¥":110150,"èħ¹éĥ¨":110151,"åı¸ä»¤":110152,"æĤ²åī§":110153,"天ä¸Ĭ":110154,"åı£ä¸Ń":110155,"ä¸ĩ个":110156,"åѦä¸ļ":110157,"æıIJåĢ¡":110158,"两边":110159,"大èĤ¡ä¸ľ":110160,"åı¤éķĩ":110161,"è¡Ģç³ĸ":110162,"çļĦç¨ĭ度":110163,"æ£īèĬ±":110164,"åIJİåı°":110165,"å°±åĮ»":110166,"æķ´æķ´":110167,"èĴ²":110168,"çĽĪåĪ©èĥ½åĬĽ":110169,"ç±½":110170,"èĦ«":110171,"çľĭéĩį":110172,"家éķ·":110173,"èģĺçĶ¨":110174,"èµĽéģĵ":110175,"åīįèĢħ":110176,"建èŃ°":110177,"å¾ĭå¸ĪäºĭåĬ¡":110178,"èīºæľ¯åĵģ":110179,"æľīèĩªå·±çļĦ":110180,"åIJ¦å®ļ":110181,"ç¤¾åĽ¢":110182,"åij¨äºĶ":110183,"带åĪ°":110184,"å·¥ä½ľä¼ļè®®":110185,"èĤ¡æľ¬":110186,"å¤ĸåĮħ":110187,"家åħ¬åı¸":110188,"çĽijçĭ±":110189,"èĪĬ":110190,"åIJįæł¡":110191,"西æ¹ĸ":110192,"è¶ħè¿ĩäºĨ":110193,"åįĹå±±":110194,"ç»Ħ件":110195,"åĢ¼å¾Ĺ注æĦı":110196,"æĮ£æīİ":110197,"äºĭ迹":110198,"ç¶ĵçĩŁ":110199,"ç§ij室":110200,"好åIJĹ":110201,"æ¤ħåŃIJ":110202,"åľĪåŃIJ":110203,"ä½Ĩ她":110204,"æµģçķħ":110205,"åIJĦèĩªçļĦ":110206,"èģĮåijĺ":110207,"è¡įçĶŁ":110208,"åħ¨åľº":110209,"æĴ¤éĶĢ":110210,"åį´è¢«":110211,"å®ģéĿĻ":110212,"åīįæīĢ":110213,"åīįæīĢæľª":110214,"åīįæīĢæľªæľī":110215,"主ä¸ļ":110216,"åĮĹç¾İ":110217,"è¯Ħå®ļ":110218,"åĵģå°Ŀ":110219,"大家éĥ½åľ¨":110220,"主å¸ħ":110221,"ç»Ĩå¿ĥ":110222,"ä¿¡æģ¯æĬ«éľ²":110223,"çļĦç«ŀäºī":110224,"éĢĻ樣çļĦ":110225,"ç§ijåĪĽæĿ¿":110226,"éĩĩæijĺ":110227,"票æį®":110228,"éĢIJå¹´":110229,"èĭ±è¶ħ":110230,"è¡Įä¸ļåĨħ":110231,"人寿":110232,"åIJİåĭ¤":110233,"å¦ĤæĦı":110234,"ç¬Ķè¯ķ":110235,"æ·¡æ·¡çļĦ":110236,"ä¸įèĪĴæľį":110237,"ä½ĵ积":110238,"ä¹Łä¸įè¦ģ":110239,"éĿ¢æĸĻ":110240,"æł·æľ¬":110241,"ç¥ģ":110242,"æĮīè§Ħå®ļ":110243,"大æ¦Ĥæĺ¯":110244,"æĥħåĨµè¿Ľè¡Į":110245,"åIJĦåįķä½į":110246,"çļĦç¬ij容":110247,"åĩºèī²çļĦ":110248,"代表æĢ§":110249,"çļĦç¾İ好":110250,"éĴ¦":110251,"å¾®çĶŁçī©":110252,"è¶Ĭæĺ¯":110253,"æĸ¹åı¯":110254,"å¹²èĦĨ":110255,"éģĬæĪ²":110256,"çļĦåħ´è¶£":110257,"éĹ®è´£":110258,"åĽłä¸ºæĪij们":110259,"èĢĥéĩı":110260,"çĶŁçĶŁ":110261,"éĺ»åĬĽ":110262,"ä¸įåħģ许":110263,"æıIJè®®":110264,"åĩıæĮģ":110265,"åıªæĺ¯ä¸Ģ个":110266,"æĪijæĬĬ":110267,"åıijçİ°èĩªå·±":110268,"å¢ŀå¹ħ":110269,"å¦į":110270,"èĹĿè¡ĵ":110271,"ä¸Ģ家人":110272,"åĪĨ级":110273,"çļĦæķ°éĩı":110274,"è½®èŀįèµĦ":110275,"çŃīåĽłç´ł":110276,"大夫":110277,"èģĺ请":110278,"é£İæľº":110279,"绽æĶ¾":110280,"ä»»ä½ķä¸Ģ个":110281,"éłĤ":110282,"éĺ¶çº§":110283,"æĬĬ她":110284,"è¿ĽåĨĽ":110285,"èĥ½åģļåĪ°":110286,"åŁ¹è®ŃæľºæŀĦ":110287,"çī©æĸĻ":110288,"ç«¥è¯Ŀ":110289,"æĮĩ导æĦıè§ģ":110290,"éĺ®":110291,"æ·±åħ¥æİ¨è¿Ľ":110292,"ä¸»æľº":110293,"æ¸Ķä¸ļ":110294,"ä¸įæľį":110295,"æµĵéĥģ":110296,"è¡Ĺä¸Ĭ":110297,"ä¾Ŀ次":110298,"æĹ¶æ®µ":110299,"梵":110300,"çļĦåĸľçĪ±":110301,"å¾Īéķ¿":110302,"åĪĿ级":110303,"æŀľæĸŃ":110304,"æĬ¢æķij":110305,"é¼ĵèĪŀ":110306,"ä¾ĽéľĢ":110307,"æ·±åħ¥å¼Ģå±ķ":110308,"产ä¸ļéĽĨ群":110309,"åĻªéŁ³":110310,"åIJ¬çĿĢ":110311,"æ·±åĪ»çļĦ":110312,"å¿įåıĹ":110313,"çĶµç£ģ":110314,"强èĢħ":110315,"æ»ĭåij³":110316,"æĽ¼èģĶ":110317,"åı¯ä»¥çĽ´æİ¥":110318,"大米":110319,"æŃ·åı²":110320,"æĶ¿åĬ¡æľįåĬ¡":110321,"åħ¬å¼ı":110322,"社群":110323,"éģĵ士èģĮä¸ļ":110324,"ä¹ĭæĥħ":110325,"æµ·æ°´":110326,"æ¼Ķå¥ı":110327,"åºĹéĩĮ":110328,"迹象":110329,"åıijå±ķçIJĨ念":110330,"é«ĺ空":110331,"åij¨åĪĬ":110332,"åĽŀåĪ°äºĨ":110333,"ä¸įéĢĤåIJĪ":110334,"åłµå¡ŀ":110335,"åĬĪ":110336,"æ°´ä¸Ĭ":110337,"çĢijå¸ĥ":110338,"纳ç¨İ人":110339,"çĩĥæ²¹":110340,"å·¥ç¨ĭé¡¹çĽ®":110341,"峡谷":110342,"æľīéĴĪ对æĢ§":110343,"åľĨå½¢":110344,"æľ¬å¸Ĥ":110345,"è¿Ļè¯Ŀ":110346,"管çIJĨèĢħ":110347,"ç¡®è¯ĬçĹħä¾ĭ":110348,"æĬĬæīĭ":110349,"彩èī²":110350,"ä¸Ĭåīį":110351,"夯å®ŀ":110352,"ç¾ĬèĤī":110353,"å¾Ģå¹´":110354,"æĵħèĩª":110355,"迷人":110356,"èĪªæ¯į":110357,"ç²¾ç»Ĩ":110358,"åľ¨æĪijçļĦ":110359,"åĪĽæĬķ":110360,"麦åħĭ":110361,"æľĪç»ı":110362,"åĮĹæµ·":110363,"ä¹ĭæĺŁ":110364,"åı¶åŃIJ":110365,"å¸Ĥåľºç«ŀäºī":110366,"è¿Ļäºĭ":110367,"åıĥèĪĩ":110368,"äº§åľ°":110369,"åĶī":110370,"åķĨåĵģæĪ¿":110371,"èĪªè¿IJ":110372,"ä¼ĺå¼Ĥ":110373,"ä»ĸ们æĺ¯":110374,"éĽ¨æ°´":110375,"è¯įæ±ĩ":110376,"åĨľçĶ°":110377,"欧éĺ³":110378,"çŁŃ线":110379,"管ç½ij":110380,"æł¹åŁº":110381,"åıªæľīä¸Ģ个":110382,"éŀĭåŃIJ":110383,"å¸Ĥå§Ķ书记":110384,"åĪ»æĦı":110385,"è¡Į车":110386,"åıĪ被":110387,"åı¯éĿłæĢ§":110388,"è´±":110389,"ä»»åij½":110390,"åºĶåľ¨":110391,"å°±å¾Ĺ":110392,"æľįåĬ¡ä½ĵç³»":110393,"æĶ¿æĿĥ":110394,"åıijè¨Ģ人":110395,"è¿ĩå¾Ģ":110396,"两åıª":110397,"èĻ½è¯´":110398,"éĢģä¸Ĭ":110399,"ä»Ģä¹Īäºĭ":110400,"æķ£æĸĩ":110401,"æİĮæݧ":110402,"èĸĦå¼±":110403,"ä¸ĭéĿ¢å°±":110404,"主è¦ģåĨħ容":110405,"å¾Īéĩįè¦ģçļĦ":110406,"就说":110407,"çĻ½èī²çļĦ":110408,"éĤ£ä¸ªæŶåĢĻ":110409,"ç»ı纪人":110410,"çļĦæ¯į亲":110411,"ç¬Ķè®°æľ¬":110412,"åºķå±Ĥ":110413,"è¿ij代":110414,"解说":110415,"è²łè²¬":110416,"æľĢ大åĮĸ":110417,"åķĨéĵº":110418,"æł¡åıĭ":110419,"æ²ģ":110420,"ä¸įåĩºæĿ¥":110421,"éĻ·éĺ±":110422,"ç¨ħ":110423,"åħ¬å¸ĥäºĨ":110424,"åĩĢåĢ¼":110425,"çĽ¸å¯¹è¾ĥ":110426,"笼":110427,"æł¸ç®Ĺ":110428,"åįİ侨":110429,"æĢ¥æķij":110430,"æĮºå¥½":110431,"åħĴç«¥":110432,"äºĮèĥİ":110433,"åĩºèĩª":110434,"åĿŁ":110435,"æīĭä¸ĭ":110436,"屡":110437,"åĪĽéĢłæĢ§":110438,"ä¸¥æł¼æĮīçħ§":110439,"åĨįåİ»":110440,"举缣":110441,"人æµģ":110442,"äºĨä¸Ģ声":110443,"å°ıæŶåīį":110444,"è´µæĹı":110445,"éľĸ":110446,"ä¹Łæĺ¯éĿŀ常":110447,"éĢ±":110448,"çľĭäºĨçľĭ":110449,"ç¹ģæ®ĸ":110450,"èĩ³æѤ":110451,"é¢Ħå¤ĩ":110452,"å¾Īæĺİæĺ¾":110453,"æ¼Ķèīº":110454,"åĿIJçĿĢ":110455,"ä¿ĦåĨĽ":110456,"åľ¨è¿ĩåİ»":110457,"ä¹ĭäºĭ":110458,"æĬĵèİ·":110459,"åĿIJä¸ĭ":110460,"çĶ±ä¸ŃåĽ½":110461,"ä¹Łå¼Ģå§ĭ":110462,"çŃĶå¤į":110463,"åŀĥåľ¾åĪĨç±»":110464,"éĴĵé±¼":110465,"åIJĦ種":110466,"缸éģĩ":110467,"ä¸įåģľçļĦ":110468,"æī¹éĩı":110469,"éĩįè¦ģä½ľçĶ¨":110470,"å§Ķå±Ī":110471,"åħŃå¹´":110472,"ä¸ĥåįģ":110473,"ä¹ĭæĪĺ":110474,"é£İéĻ©ç®¡çIJĨ":110475,"éŁ³æ¨Ĥ":110476,"è¡ĮæĶ¿å¤Ħç½ļ":110477,"æľ¬äºĭ":110478,"æĴ°åĨĻ":110479,"èģļåIJĪ":110480,"éĢĤæŶ":110481,"æIJ¬å®¶":110482,"ç¢İçīĩ":110483,"çĽĽå®´":110484,"ç®Ģæ´ģ":110485,"åı¬éĽĨ":110486,"ç®ĢåĮĸ":110487,"åĮĹ京æŶéĹ´":110488,"第ä¸īå±Ĭ":110489,"æĿ¥åĽŀ":110490,"常çĶ¨çļĦ":110491,"京津":110492,"京津åĨĢ":110493,"梦幻":110494,"è¯ķè¡Į":110495,"æľºåºĬ":110496,"åĪ°æľĢåIJİ":110497,"åĬ©æīĭ":110498,"åĪĨ彩":110499,"åĩºåĵģ":110500,"åĪ¹è½¦":110501,"åIJ¯åıij":110502,"侧éĿ¢":110503,"æ¯ıå½ĵ":110504,"缸åħ³è§Ħå®ļ":110505,"ä¸ĸ人":110506,"è´Ń车":110507,"å¿ĥ缮":110508,"å¿ĥ缮ä¸Ń":110509,"äºĶéĩij":110510,"è¿ĺè®°å¾Ĺ":110511,"ä¾ĿçĦ¶æĺ¯":110512,"æıIJæ¡Ī":110513,"çĶµåķĨå¹³åı°":110514,"åģļåĪ°äºĨ":110515,"æĿľç»Ŀ":110516,"å®īåįĵ":110517,"ä¸ĸçķĮåIJĦåľ°":110518,"åīįéĢĶ":110519,"æ´ĹåĩĢ":110520,"å¥ĭåĬĽ":110521,"åŁİå¸Ĥ建设":110522,"å¤ļåĬŁèĥ½":110523,"ä¼ļéĢłæĪIJ":110524,"åıijå¸ĥä¼ļä¸Ĭ":110525,"究竣æĺ¯":110526,"åĪĨ红":110527,"çŁ¥èŃĺ":110528,"éĿ¢æĿ¿":110529,"æĹłå£°":110530,"æĢ¥éľĢ":110531,"å¤±çľł":110532,"çĪ¸å¦Ī":110533,"äºĤ":110534,"åħ¨æĻ¯":110535,"ç»ıåħ¸çļĦ":110536,"åī§ä¸Ń":110537,"é¢Ĩ导ä¸ĭ":110538,"åħļåĨħ":110539,"åħ¥ä¾µ":110540,"æĭīæĸ¯":110541,"ä¸Ģå¹ķ":110542,"åĬłä¹ĭ":110543,"èĤĨ":110544,"èĭ±æł¼":110545,"èĭ±æł¼åħ°":110546,"å·§åħĭ":110547,"å·§åħĭåĬĽ":110548,"ä¸Ģå¿ĥ":110549,"èģĤ":110550,"å¾Ģå¾Ģæĺ¯":110551,"管çIJĨå±Ĥ":110552,"çĻ»åħ¥":110553,"建ç«ĭèµ·":110554,"å»ºåĽ½":110555,"åŃIJ宫":110556,"åºĶä»ĺ":110557,"æݢ究":110558,"第ä¸Ģä½į":110559,"ä½Ļ家":110560,"çŃīæ´»åĬ¨":110561,"æīĢèĩ´":110562,"è¾ĥå¿«":110563,"æĺ¯éĿŀ":110564,"æıIJåIJį":110565,"äºĮèĢħ":110566,"åıªåī©ä¸ĭ":110567,"åħ¶ä¸ŃåĮħæĭ¬":110568,"ç¼ĸç¨ĭ":110569,"çł´ç¢İ":110570,"ä¸Ń举":110571,"å·¥ä½ľæĬ¥åijĬ":110572,"çŃ¾åIJį":110573,"éħĴä¸ļ":110574,"çŁ¥æĻĵ":110575,"çĥŃå¿ĥ":110576,"éĿŀåĩ¡":110577,"èIJ¥ä¸ļæī§":110578,"èIJ¥ä¸ļæī§çħ§":110579,"人大代表":110580,"ä¸Ģ个æĸ°çļĦ":110581,"å¨ģæµ·":110582,"éĤ£äºº":110583,"涨价":110584,"æ¶ĪçģŃ":110585,"éļ¾å¿ĺ":110586,"ç¶ĵé©Ĺ":110587,"åı£è¢ĭ":110588,"ç³»æķ°":110589,"æĸĩä¸Ń":110590,"好转":110591,"æĸ°éĽ¶åĶ®":110592,"讲述äºĨ":110593,"å¼ĢçĽĺ":110594,"çķĻç»Ļ":110595,"æħ¢æħ¢çļĦ":110596,"æĤ²ä¼¤":110597,"æľ¬æľŁ":110598,"äºĨå¤ļå°ij":110599,"è¿Ļ让":110600,"åIJĮçŃī":110601,"æ¸ħæĺİ":110602,"个åŁİå¸Ĥ":110603,"æºĸåĤĻ":110604,"åĩłä¹İæĺ¯":110605,"强åĬĽ":110606,"俯":110607,"水稻":110608,"åĽºå®ļçļĦ":110609,"æł¸åĩĨ":110610,"说æľį":110611,"顯示":110612,"è¿Ļå¥Ĺ":110613,"æĻºæħ§åŁİå¸Ĥ":110614,"å±ĭ顶":110615,"ä¸įæĿ¥":110616,"çĶŁé²ľ":110617,"çŁ¥æĥħ":110618,"æĬķ身":110619,"åijĬè¯īæĪij们":110620,"ä¸īåĽĽ":110621,"ä¸ĩä¸Ģ":110622,"è¾Ĩ车":110623,"为ä¹ĭ":110624,"åĪ°æŶåĢĻ":110625,"è¿Ļæīįæĺ¯":110626,"åIJįçīĮ":110627,"åºŁæ°´":110628,"åݻ年åIJĮæľŁ":110629,"å¹´éĻIJ":110630,"éģĭåĭķ":110631,"åıĮçľ¼":110632,"è¦ģç´§":110633,"对çŃĸ":110634,"åľºé¦Ĩ":110635,"çĻ¾ç§ij":110636,"è¶Ĭéĩİ":110637,"å¯ĮåIJ«":110638,"大å¤ļæķ°äºº":110639,"æľĢå°ij":110640,"åı¬åĶ¤":110641,"åħ¸èĮĥ":110642,"åĨľæľº":110643,"æŃ£æĸĩ":110644,"åºĶçĶ¨äºİ":110645,"æ·±èĢķ":110646,"ä¿Ń":110647,"ä»Ģä¹Īä¸ľè¥¿":110648,"å¥Ĺé¤IJ":110649,"å½ĵéĢī":110650,"å·¦æīĭ":110651,"è°ĥçIJĨ":110652,"æĻļé¤IJ":110653,"éļ¾åħ³":110654,"åĩŃè¯ģ":110655,"çĪ±äºº":110656,"æĮĩè´£":110657,"è´£ç¼ĸ":110658,"çļĦä¸Ģ款":110659,"éĵ²":110660,"åįģ个":110661,"èĢ»":110662,"æľįåĬ¡åķĨ":110663,"åľ°çĭ±":110664,"è¿ŀå¿Ļ":110665,"åĽ°æĥij":110666,"çļĵ":110667,"ä¸įåIJĥ":110668,"çİ°åľ¨å·²ç»ı":110669,"çĽĺçĤ¹":110670,"ä¸įåģľåľ°":110671,"管çIJĨ模å¼ı":110672,"è¿Ļ段æŶéĹ´":110673,"椰":110674,"礼åĮħ":110675,"æµģ转":110676,"æī«çłģ":110677,"éĽĨä¸Ńåľ¨":110678,"æ±ĤåĬ©":110679,"åįĬ个":110680,"å¿«éĢŁå¢ŀéķ¿":110681,"å¾Ģä¸ĭ":110682,"è¯ĦåĪĨ":110683,"å°±æĥ³":110684,"åķĨåĬ¡éĥ¨":110685,"æľīéĹ®é¢ĺ":110686,"èİ·åĪ©":110687,"æ¯ĽçĹħ":110688,"æĦŁåºĶ":110689,"èī¯æĢ§":110690,"åĪĨæѧ":110691,"åĨī":110692,"æĪij们çİ°åľ¨":110693,"è¦ģåĬłå¼º":110694,"å·§å¦Ļ":110695,"èŀºæĹĭ":110696,"åĪĩæį¢":110697,"çĭĦ":110698,"顺çķħ":110699,"å°¤åħ¶æĺ¯åľ¨":110700,"èĬĿ麻":110701,"éļ¾è¿ĩ":110702,"æĹĹå¸ľ":110703,"å¤įåį°":110704,"å¤įåį°ä»¶":110705,"å¿ħéľĢ":110706,"对å¤ĸå¼ĢæĶ¾":110707,"éļ¾åıĹ":110708,"åİŁæĿ¥æĺ¯":110709,"ç®ĹäºĨ":110710,"é«ĺå±±":110711,"离èģĮ":110712,"çµĦç¹":110713,"çµĦç¹Ķ":110714,"å±ģèĤ¡":110715,"çĻ¾å®¶":110716,"éģĩä¸Ĭ":110717,"æĺĶæĹ¥":110718,"ä¸į容":110719,"çĽij管éĥ¨éŨ":110720,"主æĦı":110721,"æµģåŁŁ":110722,"è·Įå¹ħ":110723,"èĩ³ä¸Ĭ":110724,"åĪ«è¯´":110725,"æĺ¯æ¯Ķè¾ĥ":110726,"å®ıè§Ĥç»ıæµİ":110727,"å¸Ĥåľºä¸»ä½ĵ":110728,"污æŁĵçī©":110729,"æķijæ²»":110730,"丰æĶ¶":110731,"åŃĺæĶ¾":110732,"åĩĦ":110733,"éĩijå±±":110734,"æį¢äºĨ":110735,"ä¸ĵ人":110736,"éĹľæĸ¼":110737,"æĹ¢è¦ģ":110738,"åĽ½è¶³":110739,"éļĭ":110740,"åıįåĩ»":110741,"起身":110742,"åħĪæĺ¯":110743,"å¸ĮæľĽèĥ½å¤Ł":110744,"åĪ¶è®¢":110745,"åºĹéĿ¢":110746,"åĸĢ":110747,"æķĻä½ł":110748,"éĻį温":110749,"åĬĽæ±Ĥ":110750,"ä¸īçĻ¾":110751,"çī©ä»·":110752,"丢失":110753,"å¢Ļä¸Ĭ":110754,"éĥ¨ä»½":110755,"æł·æĿ¿":110756,"ä¹ĭæĦı":110757,"ç½ijå°ıç¼ĸ":110758,"ä¸ĸä¸Ĭ":110759,"è°ĥè¯ķ":110760,"污æŁĵéĺ²æ²»":110761,"å½±éĻ¢":110762,"å®Įåħ¨åı¯ä»¥":110763,"éĢļåħ³":110764,"ä¹īåĬ¡æķĻèĤ²":110765,"没æľīåĬŀæ³ķ":110766,"èĢ¿":110767,"妳":110768,"æĹłæĥħ":110769,"å¾ĹçĽĬ":110770,"å¾ĹçĽĬäºİ":110771,"æľŁçĽ¼":110772,"娱ä¹IJåľº":110773,"çĶ²æĸ¹":110774,"ä¸Ģæ±½":110775,"çĹ°":110776,"çĸijä¼¼":110777,"æĸ°æµªå¾®åįļ":110778,"强è¡Į":110779,"å½ĵä»ĸ":110780,"èĥº":110781,"çĶ¨æĪ·æıIJä¾Ľ":110782,"åĮºå§Ķ":110783,"æĦ¿æĻ¯":110784,"æĬĺæī£":110785,"失踪":110786,"è¿«åĪĩ":110787,"åŃĹæ¯į":110788,"åĴ¯":110789,"èªįèŃĺ":110790,"ä»Ģä¹ĪæĦıæĢĿ":110791,"çĽĴåŃIJ":110792,"å½ķéŁ³":110793,"建设工ç¨ĭ":110794,"ä¸ļä½Ļ":110795,"å®ŀ践活åĬ¨":110796,"çľŁç©º":110797,"çĤĸ":110798,"åľ¨è·¯ä¸Ĭ":110799,"主è¦ģåĮħæĭ¬":110800,"该æĢİä¹Ī":110801,"æĢ»æľī":110802,"æĢ§æĦŁ":110803,"æ°ijèĪª":110804,"å¼ĢåºĹ":110805,"欺éªĹ":110806,"çªģåĩ»":110807,"缺失":110808,"æī§ä¸ļ":110809,"åľ°éģĵ":110810,"并æĹł":110811,"æ°ijåĬŀ":110812,"ç»Ħç»ĩçĶŁæ´»":110813,"æĪijå¦Ī":110814,"è¨ĺèĢħ":110815,"管åĪ¶":110816,"æī¾ä¸ª":110817,"èĹ»":110818,"çĤİçĹĩ":110819,"äºĴåĬ©":110820,"æµıè§ĪåĻ¨":110821,"çݩ家æĿ¥è¯´":110822,"éĻįä½İäºĨ":110823,"è£Ķ":110824,"æĮ£éĴ±":110825,"åķĨæľº":110826,"æĶ¹è£ħ":110827,"æµģ浪":110828,"æĶ¿æ³ķ":110829,"èĢģ头":110830,"çĶŁäº§åĴĮ":110831,"ç©Ĺ":110832,"亲çĪ±":110833,"亲çĪ±çļĦ":110834,"å±¥èģĮ":110835,"åŁİéĩĮ":110836,"ç»ĨåĪĨ":110837,"åĬ³åĬ¨åIJĪåIJĮ":110838,"åľ¨æĹ¥æľ¬":110839,"å¨ģå°Ķ":110840,"åį«è§Ĩ":110841,"éĢ£çµIJ":110842,"çĿĢéĩį":110843,"æĬĺ磨":110844,"åĽ¾ä¸º":110845,"çľ·":110846,"å·¥åºı":110847,"æĵģ":110848,"æĵģæľī":110849,"ç½ijç«Ļåľ°åĽ¾":110850,"çļĦä¸Ģ大":110851,"ç»Ħç»ĩå®ŀæĸ½":110852,"æĬĽå¼ĥ":110853,"åĴĮæĶ¯æĮģ":110854,"æ³ķåĪĻ":110855,"浪潮":110856,"çİ°æľīçļĦ":110857,"åĩłçİĩ":110858,"为客æĪ·":110859,"åįģä¸ĩ":110860,"è¹Ħ":110861,"çªģåĩºéĹ®é¢ĺ":110862,"åıĥåĬł":110863,"éĥ½ä¼ļæľī":110864,"缤":110865,"è°ģéĥ½":110866,"æīĭåĬ¨":110867,"çĽ´è¾¾":110868,"çĤ¹å¤ļ":110869,"éĺ¶å±Ĥ":110870,"ä¸įä½³":110871,"éĤ£æ®µ":110872,"滨海":110873,"æĺ¯åĽ½åĨħ":110874,"æĪijå¸ĮæľĽ":110875,"åIJĽåŃIJ":110876,"è§ĤéŁ³":110877,"åģļé¥Ń":110878,"æ±½è»Ĭ":110879,"åħ³ç¨İ":110880,"çľ¼åīįçļĦ":110881,"æ°´éĿ¢":110882,"èĢ³æľº":110883,"追踪":110884,"æݨéĢģ":110885,"éĴ±åĮħ":110886,"æģ¶å¿ĥ":110887,"æµ·åŁŁ":110888,"å·į":110889,"å¼ĢæĿ¥":110890,"表æĢģ":110891,"仪表":110892,"å¹³åİŁ":110893,"åįģå¤ļå¹´":110894,"ä¹ŁæĹłæ³ķ":110895,"åħ¼é¡¾":110896,"è¡£æŁľ":110897,"æł½åŁ¹":110898,"æĪ¿æºIJ":110899,"设ç«ĭäºĨ":110900,"ä¸ĩåIJį":110901,"æķ°é¢Ŀ":110902,"è¦ģåĿļæĮģ":110903,"åIJīæŀĹçľģ":110904,"请èģĶç³»":110905,"ç»ıåİĨè¿ĩ":110906,"çļĦæľ¬è´¨":110907,"åħ¥éŨ":110908,"æľ¬æ¡Ī":110909,"çİĩè¾¾åĪ°":110910,"åı°éĺ¶":110911,"éĴŀ":110912,"æĪijèĥ½":110913,"èݲèĬ±":110914,"éĴł":110915,"ä¸Ģäºĭ":110916,"åİŁæľīçļĦ":110917,"æ¯ıåĢĭ":110918,"æ¯Ķäºļ迪":110919,"æ£ĭçīĮ游æĪı":110920,"ä¸įä¼ļæľī":110921,"å½ĴæĿ¥":110922,"äºĶçĻ¾":110923,"è¿ĩé«ĺ":110924,"éĽ·è¾¾":110925,"ä¸Ģèµ·åİ»":110926,"æķĻ导":110927,"å°±è¯Ĭ":110928,"å°±å¾Ī":110929,"ä¸įåIJĮäºİ":110930,"俺":110931,"å¸ĸåŃIJ":110932,"æĶ¿åįıå§Ķåijĺ":110933,"çĸ«æĥħå½±åĵį":110934,"åĪĨè£Ĥ":110935,"为ä»Ģä¹Īä¼ļ":110936,"äºĶæĺŁ":110937,"å°ijåĦ¿":110938,"æĬ¢éĻ©":110939,"梦è§ģ":110940,"è®°èĢħéĩĩ访":110941,"山路":110942,"æĪij个人":110943,"æ²Ļ滩":110944,"è¹Ń":110945,"æĶ¹è®Ĭ":110946,"æĸ°åŀĭåĨł":110947,"æĸ°åŀĭåĨłçĬ¶":110948,"åĮ»æĬ¤":110949,"åĮ»æĬ¤äººåijĺ":110950,"æµ·å°Ķ":110951,"åħ³äºİæĪij们":110952,"éĻ¤å¤ĸ":110953,"åºļ":110954,"宣åijĬ":110955,"ä¸īåįĥ":110956,"榨":110957,"ç§ijæĬĢ大åѦ":110958,"ä¸ĥåħ«":110959,"顺åºĶ":110960,"çĪ¸çĪ¸å¦Īå¦Ī":110961,"éĢīåıĸ":110962,"åī§çĥĪ":110963,"乡æĿijæĹħ游":110964,"积æŀģæݢ索":110965,"表çݰ为":110966,"å¾Īæ¸ħæ¥ļ":110967,"大åĨĽ":110968,"æĿ¥çĶµ":110969,"å¥ĹæĪ¿":110970,"çİ°è¡Į":110971,"享åıĹåĪ°":110972,"çľĭçĤ¹":110973,"åĽºå®ļèµĦ产":110974,"以人为":110975,"ä»¥äººä¸ºæľ¬":110976,"ä¸įå®Į":110977,"éĻį鼨":110978,"åģļçļĦäºĭæĥħ":110979,"并äºİ":110980,"顽强":110981,"èĢ¸":110982,"åĺ´å·´":110983,"缸åħ³ä¿¡æģ¯":110984,"æĪij没":110985,"æĪĺçķ¥æĢ§":110986,"æĢĿ念":110987,"åĪĺå¤ĩ":110988,"åĬ©æĶ»":110989,"é£İè²Į":110990,"éĿ¢å¯¹éĿ¢":110991,"积æŀģå¼Ģå±ķ":110992,"çĸĹæķĪ":110993,"çľĭ书":110994,"缺åı£":110995,"åĽ½æ°ijç»ıæµİ":110996,"使çĶ¨æĿĥ":110997,"éģ¥è¿ľ":110998,"å¡«è¡¥":110999,"第ä¸ī人":111000,"åįĬå¤ľ":111001,"æѦæ±īå¸Ĥ":111002,"æĪijåıijçİ°":111003,"ä¼ĺæĥłæĶ¿çŃĸ":111004,"é£İåı£":111005,"å°±ä¸įèĥ½":111006,"为主è¦ģ":111007,"æµģåĩº":111008,"å´ĩæĭľ":111009,"并ä¸įèĥ½":111010,"é«ĺä¸ī":111011,"ä¸ĸçķĮä¸ĬæľĢ":111012,"æĥ³å¿ħ":111013,"åħ¶æīĢ":111014,"åĢĻéĢī":111015,"åĢĻéĢī人":111016,"ä¸įçĪ±":111017,"åī¯ä½ľçĶ¨":111018,"人æ°ijæĹ¥æĬ¥":111019,"æĪijä¸įæĺ¯":111020,"å®ŀçī©":111021,"çĶµåİĤ":111022,"ä¹Łç®Ĺæĺ¯":111023,"æľīéĹľ":111024,"æľīèĥ½åĬĽ":111025,"æĮĤåľ¨":111026,"çľ¼ä¸ĭ":111027,"约翰":111028,"å°ıåѦçĶŁ":111029,"èµ·åĪ°äºĨ":111030,"工夫":111031,"åIJĮå¿ĥ":111032,"åĿ¦è¨Ģ":111033,"çłĮ":111034,"åıijæĮ¥äºĨ":111035,"èģĮä¸ļéģĵå¾·":111036,"è¿ĻäºĽå¹´":111037,"念头":111038,"èĢģé¼ł":111039,"åħ¨èµĦ":111040,"åħ¨èµĦåŃIJ":111041,"ä¸Ģåij³":111042,"å¤ļä¸ĩåħĥ":111043,"æł¼æľĥ":111044,"éķ¿éĢĶ":111045,"带走":111046,"èĭ±å¯¸":111047,"æĸĩä½ĵ":111048,"对ä»ĸ们":111049,"åĵŃäºĨ":111050,"å¡«æĬ¥":111051,"çīĪæĿĥ声æĺİ":111052,"çĶµçº¿":111053,"è´Ńçī©ä¸Ńå¿ĥ":111054,"饱满":111055,"ä½İ头":111056,"强迫":111057,"ä¿Ŀæ´ģ":111058,"欧åĨł":111059,"缸è¿ŀ":111060,"认è´Ń":111061,"çģ«æĺŁ":111062,"é«ĺå°Ķ":111063,"é«ĺå°Ķ夫":111064,"èij«èĬ¦":111065,"æłĩ注":111066,"çļĦçIJĨæĥ³":111067,"æł¸éħ¸":111068,"æł¸éħ¸æ£Ģæµĭ":111069,"åĬī":111070,"ä¸ĢèĪ¬æĺ¯":111071,"æĢĿç´¢":111072,"轨迹":111073,"çĥŃ带":111074,"éĻ£":111075,"åĩĨç¡®æĢ§":111076,"æĪ´çĿĢ":111077,"åľ¨çĶŁæ´»ä¸Ń":111078,"æīĢèĥ½":111079,"æľ¯åIJİ":111080,"å¸¦ä½ł":111081,"ç¥ł":111082,"æ®ĭéħ·":111083,"ä¹Łåıªæĺ¯":111084,"çĶ³è´Ń":111085,"举åĬŀäºĨ":111086,"æľīæĦıä¹ī":111087,"æĹºçĽĽ":111088,"åľ¨ç¶²":111089,"åľ¨ç¶²è·¯ä¸Ĭ":111090,"å¾Ī大ç¨ĭ度":111091,"管è¾ĸ":111092,"çĸ«æĥħæľŁéĹ´":111093,"触æij¸":111094,"éĺ¶æ®µæĢ§":111095,"ä¼ļè§īå¾Ĺ":111096,"çļĦçĶ»éĿ¢":111097,"æİ¥åıĹäºĨ":111098,"表达äºĨ":111099,"éĤĵå°ı":111100,"éĤĵå°ıå¹³":111101,"åħļé£İ":111102,"åħļé£İå»īæĶ¿":111103,"åķĨåѦéĻ¢":111104,"åħijæį¢":111105,"é£Łåĵģèį¯åĵģ":111106,"éĿŀ常好çļĦ":111107,"çľ¯":111108,"纳米":111109,"åĬ¨æijĩ":111110,"åĽŀéģ¿":111111,"çľĭèijĹ":111112,"款项":111113,"åħ«å¹´":111114,"åģļ个":111115,"æĸĩæ¡£":111116,"éĩijèŀįç§ijæĬĢ":111117,"åħ¶ä¸Ńæľī":111118,"äºĨä¸Ģç³»åĪĹ":111119,"æĹĹèĪ°åºĹ":111120,"称èµŀ":111121,"éĽ¢éĸĭ":111122,"åĪ¶åĨ·":111123,"家éŨåı£":111124,"åįģå¤ļ":111125,"ä¼´ä¾£":111126,"çľĭçĹħ":111127,"æĭīçĿĢ":111128,"æīĴ":111129,"çĸ²æĥ«":111130,"å°ijæķ°æ°ijæĹı":111131,"åĽ¾å½¢":111132,"轧":111133,"å¢ŀéĩı":111134,"饲åħ»":111135,"çģ«å±±":111136,"æ¯ı个æľĪ":111137,"ä½ľä¸ºä¸ĢåIJį":111138,"è½´æī¿":111139,"æĸĩ书":111140,"ç¼ķ":111141,"åħ·ä½ĵæĥħåĨµ":111142,"çĹĽçĤ¹":111143,"缴éĶĢ":111144,"å¡Ĭ":111145,"ä¹Łæľĥ":111146,"çĥŃæ½®":111147,"å¹³æ°ij":111148,"æ¼ĶåĶ±ä¼ļ":111149,"æķĻçłĶ":111150,"éĢĥéģ¿":111151,"ä¸Ģè´¯":111152,"å°±è¶Ĭ":111153,"å®ŀå®ŀåľ¨":111154,"å®ŀå®ŀåľ¨åľ¨":111155,"ä¹łè¿ijå¹³æĢ»":111156,"溺":111157,"å¿ĥåºķ":111158,"éķ¿å¾ģ":111159,"媽媽":111160,"第ä¸ī次":111161,"åĩºæ¼Ķ":111162,"çĭĢæ³ģ":111163,"å°Ķæĸ¯":111164,"代çIJĨåķĨ":111165,"çĨı":111166,"çļĦ对象":111167,"çĶµéĩı":111168,"è¡ĮåĪĹ":111169,"åĽ½äºº":111170,"è·ijäºĨ":111171,"åįĶåĬ©":111172,"èIJ¥è¿IJ":111173,"å¸ĪåħĦ":111174,"榮":111175,"æĥ³åĥı":111176,"æĢ§å¼º":111177,"ç§ijåѦçłĶ究":111178,"延å®ī":111179,"ä¸¥æł¼èIJ½å®ŀ":111180,"é¢Ĩä¼ļ":111181,"çĽ¸å·®":111182,"路人":111183,"çĶ«":111184,"æľīä»·åĢ¼":111185,"æľīä»·åĢ¼çļĦ":111186,"ç¾İåĽ¢":111187,"æ°ij主çĶŁæ´»":111188,"æĪijæīį":111189,"ç¾İåĽ½äºº":111190,"æ°Ķåij³":111191,"åıįå°Ħ":111192,"çļĦåĨ³å¿ĥ":111193,"大è±Ĩ":111194,"交代":111195,"è¿Ľåĩº":111196,"åıįæĬĹ":111197,"æĮĩçļĦæĺ¯":111198,"ä»·ä½į":111199,"è¿Ľé©»":111200,"ä¸ĬçĻ¾":111201,"ä½įåĪĹ":111202,"ä¸ŃåĽ½ä¼ģä¸ļ":111203,"çļĦ好å¤Ħ":111204,"主ç¼ĸ":111205,"汽油":111206,"ä½ĨæĪij们":111207,"æĢİä¹Īçľĭ":111208,"é»Ħå±±":111209,"å¤ļåªĴä½ĵ":111210,"åIJİåį«":111211,"èİ·å¾ĹæĽ´å¤ļ":111212,"åĬ¡å¿ħ":111213,"为å¥ijæľº":111214,"é¦ĸ饰":111215,"ä¸ĩåįļ":111216,"è¶ĬæĿ¥è¶Ĭ大":111217,"ä¸ĵ项è¡ĮåĬ¨":111218,"å¥ĭè¿Ľ":111219,"ä»įçĦ¶æĺ¯":111220,"è´¨æĦŁ":111221,"å¦Ĥæŀľä¸įæĺ¯":111222,"ç«Ļèµ·æĿ¥":111223,"ä¹¾éļĨ":111224,"åı¯æĢķçļĦ":111225,"å¯Įè´µ":111226,"æ¸ħç®Ĺ":111227,"åIJijä¸ĭ":111228,"åĢļ":111229,"çļĦçŃĶæ¡Ī":111230,"èĪ¹ä¸Ĭ":111231,"çļĦ羣å®ŀæĢ§":111232,"çŃīåĬŁèĥ½":111233,"åĸľåī§":111234,"å¨ģåĬĽ":111235,"æĸ°é¢ĸ":111236,"æł¸çĶµ":111237,"æĬ¥éĶĢ":111238,"æķħ乡":111239,"ä¼´éļı":111240,"éŀŃ":111241,"å¦Ĭå¨ł":111242,"åĪĨåĮĸ":111243,"æľīå¾Ī大":111244,"æĢİä¹Ī说":111245,"æĻĤ代":111246,"产åĩº":111247,"ä»ĭç»į说":111248,"å¤ĦçIJĨåĻ¨":111249,"èĨ¨èĥĢ":111250,"åī¯å¸Ĥéķ¿":111251,"çļĦ妻åŃIJ":111252,"æł·åĵģ":111253,"åIJĮæ¯Ķä¸ĭéĻį":111254,"åħĥå·¦åı³":111255,"çĶ¨èĩªå·±çļĦ":111256,"é«ĺéĽĦ":111257,"æĺ¥æĻļ":111258,"ä¹Łæľīå¾Īå¤ļ":111259,"çľ¼çIJĥ":111260,"æķ£æŃ¥":111261,"ä»ĸ们éĥ½":111262,"第ä¸Ģ家":111263,"åĬŀ好":111264,"å®īéĺ²":111265,"ä¸Ģä¸ĩ":111266,"åľ¨éĩĮéĿ¢":111267,"éŁ³é¢ij":111268,"åı£åı·":111269,"ä¸Ģè¶Ł":111270,"ç¦ıçī¹":111271,"é³ŀ":111272,"æĥĬèī³":111273,"æĸ°å¨ĺ":111274,"绿èī²åıijå±ķ":111275,"ä¸Ńå¼ı":111276,"ä¹Łåıªæľī":111277,"çݰ身":111278,"åı¯ä¾Ľ":111279,"æ¯ıä¸Ģ个人":111280,"第ä¸īèĢħ":111281,"åľ°å½¢":111282,"éĴ¢ç»ĵæŀĦ":111283,"çĽijçĿ£æ£ĢæŁ¥":111284,"åı«æĪij":111285,"èĩ´æķ¬":111286,"æ´Ĺæīĭ":111287,"ä¸ĭè°ĥ":111288,"康çĨĻ":111289,"æĪIJ交éĩı":111290,"ä¹ŁæĪIJ为":111291,"åħīæ»ij":111292,"å®Įæķ´æĢ§":111293,"çģ¼":111294,"網éłģ":111295,"éķ¿å¯¿":111296,"éģ©çĶ¨":111297,"çļĦä¸Ģ项":111298,"çŀ©çĽ®":111299,"æĬĬèĩªå·±çļĦ":111300,"éĵ¶è¡Įåį¡":111301,"å°±å¿ħé¡»":111302,"ç¾İçĻ½":111303,"éŀįå±±":111304,"æľ¬é¢Ĩ":111305,"ä¸Ģç¢Ĺ":111306,"æīĵæ³ķ":111307,"æĤ¨å¥½":111308,"对åŃ©åŃIJ":111309,"æĬ¥éģĵ称":111310,"ä¼łåĩº":111311,"大èĩ£":111312,"ç¬ĭ":111313,"çĽı":111314,"é¾ļ":111315,"çĽ´çº¿":111316,"æĻºåºĵ":111317,"ç§Łè½¦":111318,"é£İåij³":111319,"çľĭä¸Ģä¸ĭ":111320,"æݨéĶĢ":111321,"éĥ¨éĥ¨éķ¿":111322,"è´¨éĩıåĴĮ":111323,"åĪĬçĻ»":111324,"å·¥ä¸ļåĮĸ":111325,"çİĩ为":111326,"鼶件":111327,"硬åĮĸ":111328,"ä¸Ĭåįĥ":111329,"ç»ıéªĮåĢ¼":111330,"å¹³è¡Į":111331,"声éģĵ":111332,"æľįåĬ¡è´¨éĩı":111333,"çĶŁçĶ¢":111334,"æľĢ容æĺĵ":111335,"ä¸Ģæŀļ":111336,"å¹´æĬ¥":111337,"åħ¬ç½ij":111338,"åħ¬ç½ijå®ī":111339,"åħ¬ç½ijå®īå¤ĩ":111340,"çļĦèĥ½éĩı":111341,"å®ŀéĻħè¡ĮåĬ¨":111342,"è¦ģä¸įè¦ģ":111343,"æĹ¥æľ¬äºº":111344,"èĢ¶ç¨£":111345,"ç¼ĸåī§":111346,"涩":111347,"åį°å°¼":111348,"ä¸Ĭä¸ĭ游":111349,"åĩłåı¥":111350,"ä¸Ńéĵģ":111351,"ç°¡åĸ®":111352,"èĩªå¸¦":111353,"çĶŁäºİ":111354,"ä¸Ģåı£æ°Ķ":111355,"åĭ¤å¥ĭ":111356,"éĻįä»·":111357,"å±ķçİ°äºĨ":111358,"å¸ĥæĭī":111359,"ä¼ļéĢīæĭ©":111360,"çļĦç»ıåħ¸":111361,"好æľĭåıĭ":111362,"车éģĵ":111363,"æķ´åĢĭ":111364,"åľĵ":111365,"éķ¿æľŁä»¥æĿ¥":111366,"æĬķå½±":111367,"çļĩåĨł":111368,"è¿ĩ大":111369,"åijĬè¯īä»ĸ":111370,"ä¼ģä¸ļæıIJä¾Ľ":111371,"æĬ½è±¡":111372,"éĢĤ度":111373,"çļĦ女åŃ©":111374,"èµ·ä¼ı":111375,"çļĦåĬŁæķĪ":111376,"ä¸ĵ项æķ´æ²»":111377,"åı¯éĢļè¿ĩ":111378,"ä¸įåIJĮç¨ĭ度":111379,"å¼Ĥè®®":111380,"åĩĢèµĦ产":111381,"åijĹ":111382,"ä»Ģä¹Īåij¢":111383,"å·¡éĢ»":111384,"è¸ıä¸Ĭ":111385,"ä½Ĩå®ĥ":111386,"精度":111387,"管å±Ģ":111388,"第ä¸ĢåIJį":111389,"åĨħåŃĺ":111390,"æijĨåľ¨":111391,"åī©ä¸ĭ":111392,"主ä½ĵ责任":111393,"çĤ¹åįĬ":111394,"以èĩ³äºİ":111395,"åħ»èĢģä¿ĿéĻ©":111396,"æĦŁåıĹåĪ°äºĨ":111397,"çŁ¥åIJįçļĦ":111398,"å¯Į豪":111399,"妥åĸĦ":111400,"åŃĻåŃIJ":111401,"éĵĤ":111402,"说èĩªå·±":111403,"让æĤ¨":111404,"æķ°æݧ":111405,"çļĦçľ¼åħī":111406,"注éĶĢ":111407,"çļĦçģµéŃĤ":111408,"è¿ĺä¸įéĶĻ":111409,"éĹ®ä»ĸ":111410,"èĩªä¸»çłĶåıij":111411,"èĵĭ":111412,"ç´«èī²":111413,"åĽ½å®¶å®īåħ¨":111414,"è¾½å®ģçľģ":111415,"ä¹Łæ¯Ķè¾ĥ":111416,"ç¾İèĤ¡":111417,"ä¸įç¡®å®ļæĢ§":111418,"å¿ĥ头":111419,"æĪ³":111420,"级åĪ«çļĦ":111421,"论述":111422,"çļĦåĽŀçŃĶ":111423,"ä¿Ŀè¯ģéĩij":111424,"çŃīè¡Įä¸ļ":111425,"幸ç¦ıæĦŁ":111426,"æѧè§Ĩ":111427,"æľºç¥¨":111428,"派人":111429,"èĩ´åij½":111430,"åĺ´è§Ĵ":111431,"æĸ°éĹ»ä¸Ńå¿ĥ":111432,"æĶ¾å¼ĥäºĨ":111433,"å®ľå±ħ":111434,"åĨĻä¸ĭ":111435,"éĹ®çŃĶ":111436,"è¿ĻéĩĮæĺ¯":111437,"å¤ļåľ°":111438,"åĮºåŁŁåĨħ":111439,"åīµæĸ°":111440,"çľĭä»ĸ":111441,"æī§æ³ķ人åijĺ":111442,"åĬ¨æľº":111443,"éŁ³åĵį":111444,"çļĦåij½è¿IJ":111445,"顶éĥ¨":111446,"åĵŁ":111447,"éĥ½æľĥ":111448,"æīĵéĢłæĪIJ":111449,"æĦıåĽ¾":111450,"çļĸ":111451,"åĢĴåħ¥":111452,"å·´èIJ¨":111453,"åĬ©åѦ":111454,"å¤įåı¤":111455,"åIJ¯çĶ¨":111456,"åĽ½éĻħå¸Ĥåľº":111457,"åĤ¨èĥ½":111458,"é»ijé¾Ļæ±Łçľģ":111459,"ä¹ĺ车":111460,"è¿IJåĬ¨ä¼ļ":111461,"ä¿ĿåĪ©":111462,"çŁ³æĿIJ":111463,"çµ®":111464,"çĤĴä½ľ":111465,"çļĦä¿¡ä»»":111466,"å°±æĪIJäºĨ":111467,"åı¯è§Ĥ":111468,"çļĩä¸Ĭ":111469,"è¿Ļåĩłå¤©":111470,"ä¸ĢéĶ®":111471,"åĨ·åĨ»":111472,"ä¿Ŀåį«":111473,"æł¸æ¡ĥ":111474,"åIJĪä½ľåħ³ç³»":111475,"éĢģåĩº":111476,"æĹĹä¸ĭçļĦ":111477,"åľ¨ä¹İ":111478,"为广大":111479,"åįĪé¤IJ":111480,"ä¸ĵ访":111481,"æĪĸå°Ĩ":111482,"éĿĴå²Ľå¸Ĥ":111483,"å¥Ķè·ij":111484,"æĹ¥æĬ¥éģĵ":111485,"å¥ijåIJĪ":111486,"æĸ°æĺ¥":111487,"ä¸įå°ıå¿ĥ":111488,"两ä¸ī":111489,"æĦıæĢĿæĺ¯":111490,"åĨ·èĹı":111491,"çļĦçĹĩçĬ¶":111492,"æĢ§åij½":111493,"è¶ħæłĩ":111494,"å¯Ĩ碼":111495,"ç§ijæĬĢèĤ¡ä»½":111496,"äºĨä¸Ģæī¹":111497,"çĿ£å¯Ł":111498,"åªĴä»ĭ":111499,"å°Ħæīĭ":111500,"ä¿®åħ»":111501,"çīĩåĪ»":111502,"éĢĤåIJĪèĩªå·±":111503,"åıªè¦ģæĺ¯":111504,"åIJĥè¿ĩ":111505,"éĩijéĵ¶":111506,"缴å±ŀ":111507,"åѦéĹ®":111508,"åİĭåĪ¶":111509,"çªĹå¤ĸ":111510,"æĶ¶åĪ°äºĨ":111511,"åħ¨åĽ½äººå¤§":111512,"ä½Ĩæĺ¯å¯¹äºİ":111513,"åľ¨æķ´ä¸ª":111514,"çļĦèĥĮåIJİ":111515,"åĩıå°ijäºĨ":111516,"åıįèħIJ":111517,"åıįèħIJåĢ¡":111518,"åıįèħIJåĢ¡å»ī":111519,"æĹ·":111520,"åĪĨæľŁ":111521,"åľ¨æ·±åľ³":111522,"æīĵçĿĢ":111523,"æī«ä¸Ģ":111524,"æī«ä¸Ģæī«":111525,"æĶ¿åºľéĥ¨éŨ":111526,"æİ¥è¿ŀ":111527,"å±ŀäºİèĩªå·±":111528,"åŃIJå¼¹":111529,"åIJĮæł·æĺ¯":111530,"æĢ»åħ±":111531,"车ä¼ģ":111532,"æ¢ĵ":111533,"åħ¬é¡·":111534,"åıij声":111535,"éĴĽ":111536,"èµ°åĬ¿åĽ¾":111537,"主èIJ¥":111538,"åĸĶ":111539,"æķ°æį®åĪĨæŀIJ":111540,"ä¸įè¿ľ":111541,"æľīåIJį":111542,"æľīåIJįçļĦ":111543,"åģ¿è¿ĺ":111544,"å¾Īä½İ":111545,"è®ĵ人":111546,"èĿī":111547,"é«ĺè´µ":111548,"å°ij许":111549,"æ°Ł":111550,"å¹¢":111551,"亲æĥħ":111552,"è¿Ļ件äºĭæĥħ":111553,"çĶ¨é¤IJ":111554,"缸åħ³æĸ°éĹ»":111555,"å°±åºĶ该":111556,"ç»ĪçĤ¹":111557,"æĺ¯å¤ļå°ij":111558,"çĻ»åľº":111559,"è¯ķ管":111560,"è¯ķ管婴åĦ¿":111561,"åģļ大":111562,"åģļ大åģļ强":111563,"çļĦä¾ĭåŃIJ":111564,"åħ«ä¸ª":111565,"æĺİæĹ¥":111566,"çĤ³":111567,"èµ°åİ»":111568,"éģº":111569,"墩":111570,"ä½ĵä¼ļåĪ°":111571,"åĴı":111572,"ä¸ĭè¾¾":111573,"å¤įåıij":111574,"追éĢIJ":111575,"æīĵåĵį":111576,"çļĦéļ±ç§ģæ¬Ĭ":111577,"åħ·æľīä¸Ģå®ļ":111578,"è¿Ļä¹Īå¤ļå¹´":111579,"æłijæŀĹ":111580,"æľĢéķ¿":111581,"åIJĮèĥŀ":111582,"åħīæ³½":111583,"åŁŁåIJį":111584,"æĮĩåIJij":111585,"åıĹ害èĢħ":111586,"æłijèĦĤ":111587,"æľīå¤ļ大":111588,"大éĿ¢ç§¯":111589,"æĹłç¼Ŀ":111590,"æĶ¹æŃ£":111591,"æĽ´å¤ļçļĦæĺ¯":111592,"æľŁæľ«":111593,"æŃ¼":111594,"ä¹īä¹Į":111595,"éĤ£ä½ł":111596,"çļĦ第ä¸Ģ个":111597,"èĮµ":111598,"å°§":111599,"èį«":111600,"ä¸įä»ħåı¯ä»¥":111601,"æ¶Įçİ°":111602,"æĢ»éĿ¢ç§¯":111603,"æĸ°éĹ»åıijå¸ĥ":111604,"æ°ijçĶ¨":111605,"就读":111606,"æīĵè´¥":111607,"å¤ĸè¯Ń":111608,"æĪij们ä¸Ģèµ·":111609,"é¢Ħå®ļ":111610,"çĥ¹é¥ª":111611,"æľĢ主è¦ģ":111612,"æľĢ主è¦ģçļĦ":111613,"çīĮçħ§":111614,"åĽłåħ¶":111615,"ä½İä¸ĭ":111616,"ä¼ļåIJĮ":111617,"è§ģ解":111618,"éĹ´éļĶ":111619,"æķĻç¨ĭ":111620,"å°ī":111621,"å¸Ĥä¸Ńå¿ĥ":111622,"åħ³éĶ®æĺ¯":111623,"æµ·åįĹçľģ":111624,"çī¹åĪ«æĺ¯åľ¨":111625,"ä¸ŃåĽ½å¤§éĻĨ":111626,"åħħ足çļĦ":111627,"æĹ¢èĥ½":111628,"åĤ³çµ±":111629,"çijľä¼½":111630,"åħ¥åĽ´":111631,"æħ¢æħ¢åľ°":111632,"æĬ¥éħ¬":111633,"æī¹å¤į":111634,"å·¥ä¸ļåĽŃåĮº":111635,"ä¸İåıijå±ķ":111636,"èĥ¸éĥ¨":111637,"åľ¨ç½ij绾":111638,"åľ¨ç½ij绾ä¸Ĭ":111639,"交è°Ī":111640,"æĽ´æĶ¹":111641,"åįłæľīçİĩ":111642,"ä¸Ŀ绸ä¹ĭè·¯":111643,"è¡Ľ":111644,"çłĶåĪ¤":111645,"åĪª":111646,"åĪªéĻ¤":111647,"è¿Ļåıª":111648,"çļĦæ°Ķæģ¯":111649,"åĬłå·ŀ":111650,"éĴ§":111651,"çIJĨäºĭéķ¿":111652,"ä¸ĸ家":111653,"æµģè¡ĮçļĦ":111654,"å¾Īæľīåı¯èĥ½":111655,"们éĥ½":111656,"ç»ıèIJ¥æ¨¡å¼ı":111657,"è¡Įä¸ļä¸Ń":111658,"éĢļçŁ¥ä¹¦":111659,"åij½é¢ĺ":111660,"æľ¬ç¶²ç«Ļ":111661,"æ²Ļçī¹":111662,"åıijåħī":111663,"é«ĺä»·":111664,"å·²çĦ¶":111665,"åıĮåįģä¸Ģ":111666,"ä¸Ĭè¯ī":111667,"ç¿ħèĨĢ":111668,"è¿Ļä¸Ģå¹´":111669,"大ä¼ļä¸Ĭ":111670,"éĩī":111671,"å®Įåħ¨æĺ¯":111672,"å¾Ĺ太":111673,"ä¸ĢèĪ¬äºº":111674,"è¿ĺç®Ĺ":111675,"æĬĺåıł":111676,"æĬķæľº":111677,"çĤ¹çĩĥ":111678,"çİ°éĩijæµģ":111679,"åħĶåŃIJ":111680,"ç½ijæł¼":111681,"æİ¥è¿ĩ":111682,"ä¾Ľè´§":111683,"éĺ´å½±":111684,"åİŁåħĪ":111685,"æį£":111686,"左侧":111687,"åħĭæĭī":111688,"æīĵåį¡":111689,"ç§ijæ¯Ķ":111690,"æ±ĩéĽĨ":111691,"åľ°çIJĨä½įç½®":111692,"è¯Ħå§Ķ":111693,"ç»ĵåIJĪèµ·æĿ¥":111694,"è¿Ľåħ¥åĪ°":111695,"åı¯è¡Į":111696,"åı¯è¡ĮæĢ§":111697,"让å®ĥ":111698,"åĪ¶åº¦æĶ¹éĿ©":111699,"çĶĺèĤĥçľģ":111700,"åĵĹ":111701,"åģıåģı":111702,"è¡£çī©":111703,"ç¥Ŀè´º":111704,"æºIJèĩª":111705,"并ä¸į代表":111706,"åĽ½åº¦":111707,"好åĿı":111708,"æĿĸ":111709,"æĿŃå·ŀå¸Ĥ":111710,"湿度":111711,"鲸":111712,"åįļ彩":111713,"æ³°å±±":111714,"æĿijèIJ½":111715,"æĸ°èģŀ":111716,"èĤĭ":111717,"åı¤èĢģçļĦ":111718,"çļĦç§ĺå¯Ĩ":111719,"ä¸Ģ个éĹ®é¢ĺ":111720,"éģıåĪ¶":111721,"åįĥ亿":111722,"è¿ĩ硬":111723,"å°Ħåĩ»":111724,"èĩªçĦ¶æĺ¯":111725,"产åĮº":111726,"çĤ¹çĤ¹å¤´":111727,"åı¯ä»¥å¸®åĬ©":111728,"说å®ŀ":111729,"说å®ŀè¯Ŀ":111730,"æĪijåıªæĺ¯":111731,"ä¹ĭä½Ļ":111732,"åIJĮæĹ¶ä¹Łæĺ¯":111733,"ä¸ŃåĽ½éĺŁ":111734,"建æĪIJåIJİ":111735,"ä¹IJè§Ĩ":111736,"åij¨å²ģ":111737,"èį¯åºĹ":111738,"éĩijåįİ":111739,"严éĩįå½±åĵį":111740,"è´¨åľ°":111741,"æĹħéģĬ":111742,"åħµåĻ¨":111743,"æķĻèĤ²æķĻåѦ":111744,"离åİ»":111745,"åIJĦå¼ıåIJĦæł·":111746,"ä»ĭç´":111747,"ä»ĭç´¹":111748,"å¼Ģ头":111749,"å°Ĩèĩªå·±çļĦ":111750,"åIJ¬åĬĽ":111751,"ä¿¡æģ¯ç³»ç»Ł":111752,"ä»İæł¹æľ¬":111753,"ä»İæł¹æľ¬ä¸Ĭ":111754,"æİĮ声":111755,"欢åĸľ":111756,"å±ķåĮº":111757,"åķ¸":111758,"太å¤ļäºĨ":111759,"éĹ²ç½®":111760,"èĥ¡èIJĿåįľ":111761,"å§Ķå®£ä¼ł":111762,"å§Ķå®£ä¼łéĥ¨":111763,"åįĹéĺ³":111764,"å·ŀåĮº":111765,"ä¸İæŶ":111766,"ä¸İæĹ¶ä¿±":111767,"ä¸İæĹ¶ä¿±è¿Ľ":111768,"å«Įçĸij人":111769,"èī¯å¿ĥ":111770,"头顶":111771,"è´¢æĬ¥":111772,"ä½Ľæ³ķ":111773,"å¾µ":111774,"åİŁä»¶":111775,"åĭŀ":111776,"çĶ·ç¯®":111777,"å¤ĸåĽ½äºº":111778,"è¿Ŀ纪":111779,"æī¾äºĨ":111780,"æįķæįī":111781,"缸è¯Ĩ":111782,"æIJľéĽĨ":111783,"çļĦä¼Łå¤§":111784,"ä¸īç»´":111785,"å°±è¡ĮäºĨ":111786,"çĭIJæľĪ":111787,"çĭIJæľĪå±±":111788,"å¸ĮæľĽéĢļè¿ĩ":111789,"èĢĮ对äºİ":111790,"éĿ¢å°į":111791,"åĨĽåĽ¢":111792,"è¡ĹåĮº":111793,"æĤ¬æĮĤ":111794,"便ç§ĺ":111795,"æľīä¸ĢçĤ¹":111796,"ä¼ļè®®ä¸Ĭ":111797,"ä¸ĭæīĭ":111798,"廣åijĬ":111799,"äºĶè¡Į":111800,"çŃīåĢĻ":111801,"ç´§ç´§åĽ´ç»ķ":111802,"æĭ¿äºĨ":111803,"æ¡ĮéĿ¢":111804,"ç¥ŀæĥħ":111805,"éĽĦåİļ":111806,"çŀ³":111807,"楼ä¸ĭ":111808,"彪":111809,"äºĭåıij":111810,"åĨįè§ģ":111811,"é¤ĺ":111812,"é¢ĦåĶ®":111813,"åİ»çľĭçľĭ":111814,"æĪij们åºĶ该":111815,"ä¸ī家":111816,"æµĬ":111817,"ä¹IJéĺŁ":111818,"çľĭä¸įè§ģ":111819,"èĦijåŃIJ":111820,"æĮģæľīçļĦ":111821,"çĻ½èıľ":111822,"éĹªçĥģ":111823,"åĸĿæ°´":111824,"æݧåĪ¶ç³»ç»Ł":111825,"ä¸ĵåĮº":111826,"æľĿå»·":111827,"æĪijå¿ĥéĩĮ":111828,"å±ķåİħ":111829,"èľĺèĽĽ":111830,"åĨ»ç»ĵ":111831,"粪":111832,"åºIJ":111833,"åIJij社ä¼ļ":111834,"åĨ³çŃĸéĥ¨ç½²":111835,"çŁŃæľŁåĨħ":111836,"æĸ°ä¸ļæĢģ":111837,"æľĶ":111838,"æŶæĬ¥":111839,"使ä¹ĭ":111840,"åĽłåŃIJ":111841,"åıĤä¸İèĢħ":111842,"çļĦ年轻人":111843,"æīĭ表":111844,"å°ģéĶģ":111845,"为ä»Ģä¹Īä¸į":111846,"åIJ¸çĥŁ":111847,"æ¯Ĵç´ł":111848,"åĪijæ³ķ":111849,"磫æŃ£":111850,"身æĹģ":111851,"åİŁè°ħ":111852,"çĽijæĬ¤":111853,"æѤå¤Ħ":111854,"éļ¨æĻĤ":111855,"æŀľå®ŀ":111856,"åĮ»çĸĹæľįåĬ¡":111857,"ä¸įåIJĪçIJĨ":111858,"æIJŀ好":111859,"çļĦèĦļæŃ¥":111860,"å¤ĸå¥Ĺ":111861,"ç¶ĵéģİ":111862,"æĶ¾ç¼ĵ":111863,"åģľçķĻ":111864,"æĺŁçIJĥ":111865,"çļĦä¸ĢéĿ¢":111866,"åĩłä½ķ":111867,"è½®åĽŀ":111868,"æ¯Ľå·¾":111869,"ä¿®çIJĨ":111870,"ä¸įçŁ¥ä¸į":111871,"ä¸įçŁ¥ä¸įè§ī":111872,"æķ´ä¸ªäºº":111873,"æ¯ģçģŃ":111874,"åı°å·ŀ":111875,"使çĶ¨å¯¿åij½":111876,"é»ijçĻ½":111877,"æij¸ç´¢":111878,"é¼łæłĩ":111879,"éĿ©æĸ°":111880,"麵":111881,"ä¸ĵéĹ¨ä¸º":111882,"å¾Īå¤ļæľĭåıĭ":111883,"å·¥ä½ľç»Ħ":111884,"åIJĪå½±":111885,"çĤºä»Ģ麼":111886,"æŀģ度":111887,"çļĦè¿ĽæŃ¥":111888,"å½ĵä¹ĭ":111889,"å½ĵä¹ĭæĹł":111890,"å½ĵä¹ĭæĹłæĦ§":111891,"è´´è¿ij":111892,"尺度":111893,"åľ¨çİ°åľº":111894,"éĻį临":111895,"åħ»èĢģéĩij":111896,"ç£ķ":111897,"åı¯ä»¥ä½¿":111898,"管çIJĨæ°´å¹³":111899,"æľ¬æĬ¥è®°èĢħ":111900,"æ³ķ令":111901,"åį¡è½¦":111902,"ä¸ľæµ·":111903,"å¤ļéĩį":111904,"åħ¶éĹ´":111905,"ç´Ļ":111906,"éĩįå¤§é¡¹çĽ®":111907,"æ±Ĺæ°´":111908,"ç»Ħå§Ķä¼ļ":111909,"ä¿¡æģ¯åħ¬å¼Ģ":111910,"ä¸į论æĺ¯":111911,"ä¸ĢåIJ¬":111912,"èĴ¸æ±½":111913,"æıŃç§ĺ":111914,"è¶ħéģİ":111915,"触åıij":111916,"婦":111917,"åħ³èģĶ交æĺĵ":111918,"å°±ç»Ļ大家":111919,"好ä¹ħ":111920,"åĢŁè´·":111921,"游æĪıè§Ĵèī²":111922,"å¼ĢåIJ¯äºĨ":111923,"æİł":111924,"åħļçļĦåįģä¹Ŀ":111925,"ä¸ĭ鼨":111926,"çŁŃæŶéĹ´åĨħ":111927,"å¯ħ":111928,"导åħ¥":111929,"å·¥ä½ľç»ıéªĮ":111930,"ä¹Łåıªèĥ½":111931,"鼷éľĨ":111932,"è·Łè¿Ľ":111933,"åį¡éĢļ":111934,"é¢ĩæľī":111935,"æľºä½ĵ":111936,"æĪĺ士èģĮä¸ļ":111937,"女主":111938,"ä½ĵåĪ¶æľºåĪ¶":111939,"足åįı":111940,"èĪĴéĢĤçļĦ":111941,"åĢŁåı£":111942,"æī¹åĪ¤":111943,"æķ°åĢ¼":111944,"諾":111945,"éĺ¿æĭī伯":111946,"åĺİ":111947,"æħ¶":111948,"达人":111949,"å¼Ģæ°´":111950,"å¤§éĽ¨":111951,"温室":111952,"ä½İè¿·":111953,"ä»įæŧ":111954,"éªĹåŃIJ":111955,"亲å±ŀ":111956,"çIJĨæĻº":111957,"æľ¬åŁºéĩij":111958,"å¨ħ":111959,"åĨĻåŃĹ楼":111960,"å¢Ļå£ģ":111961,"宵":111962,"èĻ½çĦ¶æĺ¯":111963,"顺çĿĢ":111964,"åħ«åį¦":111965,"åķĨçĶ¨":111966,"ä¸į失":111967,"è¿·èĮ«":111968,"顺便":111969,"æļijæľŁ":111970,"æ¬ºè´Ł":111971,"é¢ijé¢ij":111972,"è¯¥æł¡":111973,"æĸĻçIJĨ":111974,"æ·±æĥħ":111975,"åīįéĶĭ":111976,"ä¿ĿèŃī":111977,"èģĮä¸ļçĶŁæ¶¯":111978,"åħ¬å¼Ģåıij":111979,"åħ¬å¼Ģåıijè¡Į":111980,"åħ¥æĪ·":111981,"éłĵ":111982,"åĢ¾åIJ¬":111983,"éŃģ":111984,"æĦīæĤ¦":111985,"åĽŀåIJĪ":111986,"åħ¨åĬĽä»¥":111987,"åħ¨åĬĽä»¥èµ´":111988,"åĥ¹åĢ¼":111989,"èĥ½åĬĽå¼º":111990,"ç»ıå¼Ģ":111991,"ç»ıå¼ĢåĮº":111992,"è¿ľæĸ¹":111993,"çļĦéģĵçIJĨ":111994,"缴åįĩ":111995,"缴åįĩæľº":111996,"为主é¢ĺçļĦ":111997,"ç»ĻæĤ¨":111998,"è¿ĺæĥ³":111999,"æ¯ĶæĪij":112000,"åĨľçī§":112001,"æµ·åºķ":112002,"çŃ¾è®¢äºĨ":112003,"对äºİæĪij们":112004,"æĹ¶è®¸":112005,"éĶ®çĽĺ":112006,"å®ŀéĻħæݧåĪ¶":112007,"çļĦæ¨¡æł·":112008,"åıįæĺłäºĨ":112009,"代åĬŀ":112010,"åĮ»çĶ¨":112011,"éĽĨç»ĵ":112012,"åıijå±ķåīįæĻ¯":112013,"æĮĩçĿĢ":112014,"åįİåĮĹ":112015,"è¿Ļåĩłä¸ª":112016,"åIJįæ°Ķ":112017,"åĤįæĻļ":112018,"èĩªåıij":112019,"æ³¢åħ°":112020,"大åĬĽæİ¨è¿Ľ":112021,"èĩªç§°":112022,"èįĨå·ŀ":112023,"æIJį害":112024,"äºĨä¸Ģåı¥":112025,"æľĢåĪĿçļĦ":112026,"éĩijèŀįåį±æľº":112027,"æĢĢ念":112028,"è¡Įåĭķ":112029,"女æİĴ":112030,"ä¸į解":112031,"ä¼łéĶĢ":112032,"转载请":112033,"饰åĵģ":112034,"åıªä¸º":112035,"ä¸İä¼Ĺ":112036,"ä¸İä¼Ĺä¸įåIJĮ":112037,"èĥ½èĢĹ":112038,"èı©æıIJ":112039,"è¿ij两年":112040,"è¿Ķ乡":112041,"马ä¸Ĭå°±":112042,"äºĮçŃīå¥ĸ":112043,"水管":112044,"æ³ķåѦ":112045,"çģŃçģ«":112046,"大å§IJ":112047,"åij¨è½¬":112048,"æľīæľŁ":112049,"æľīæľŁå¾Ĵ":112050,"æľīæľŁå¾ĴåĪij":112051,"å°įæĸ¹":112052,"ç¥ŀèī²":112053,"æ²¹èĦĤ":112054,"ä¸īçĤ¹":112055,"ä¸įåĪ©äºİ":112056,"äºĭä¸ļéĥ¨":112057,"å°±è·Ł":112058,"å¼ĢæĶ¯":112059,"å°ı女åŃ©":112060,"åħ±åIJĮåĬªåĬĽ":112061,"çĶļèĩ³è¿ĺ":112062,"è¿ĻåIJį":112063,"è¿Ļç¬Ķ":112064,"çݯåį«":112065,"æľīç§į":112066,"è§ĨåĬĽ":112067,"çĨŁçŁ¥":112068,"åħ¬ç§¯éĩij":112069,"æ¶Īéĺ²å®īåħ¨":112070,"é¢ĩ为":112071,"大èħ¿":112072,"éĿ¶":112073,"çī¹æķĪ":112074,"æľįåĬ¡åĮº":112075,"å¼Ģåĩº":112076,"深度èŀįåIJĪ":112077,"æĹłå¿§":112078,"æŁ¥éĺħ":112079,"ç»Īç»ĵ":112080,"ä¿Ŀç¨İ":112081,"è¨İè«ĸ":112082,"å½ĵåģļ":112083,"è·³èĪŀ":112084,"寧":112085,"女çİĭ":112086,"è®°èĢħåľ¨":112087,"åħ¨äº§ä¸ļéĵ¾":112088,"è´¯éĢļ":112089,"åħ´ä¸ļ":112090,"éĻįåĪ°":112091,"å°ģéĿ¢":112092,"åħ¨éĿ¢æİ¨è¿Ľ":112093,"奶èĮ¶":112094,"éĢīåĿĢ":112095,"äºĨä¸Ģåľº":112096,"åIJĮä¼´":112097,"议论":112098,"æIJĵ":112099,"诸èijĽ":112100,"诸èijĽäº®":112101,"å¹²åĺĽ":112102,"æµģæĦŁ":112103,"ä¸ĵä¸ļçŁ¥è¯Ĩ":112104,"çĶµç«Ļ":112105,"åĩıå¼±":112106,"åĩºåħ¥":112107,"åIJĦçľģ":112108,"éĿŀ常é«ĺ":112109,"åľ°æ¯¯":112110,"åıijæĸĩ":112111,"çĦī":112112,"çĥ§çĥ¤":112113,"å£ģ纸":112114,"æģ¶åĮĸ":112115,"èĬ¸":112116,"èĥĸåŃIJ":112117,"çĩĴ":112118,"çľģéĴ±":112119,"çĻ¾å¼º":112120,"çIJĨ工大åѦ":112121,"éĴ¢æĿIJ":112122,"åĽ½æľīèµĦ产":112123,"æĪĺæľº":112124,"æ³Ħéľ²":112125,"åIJİéĿ¢çļĦ":112126,"æ°´èµĦæºIJ":112127,"æ¢ħèĬ±":112128,"åĨĻçĿĢ":112129,"ä¹ĭ声":112130,"æĹłåı¯":112131,"æĺİæľĿ":112132,"ç«ĭæĸ¹ç±³":112133,"ç·£":112134,"æĶ¾è¿ĩ":112135,"ç¦ıçĶ°":112136,"å¾Ĺä½ı":112137,"åıĹä¼Ĺ":112138,"ä¸Ń级":112139,"çĹħåıĺ":112140,"ä¸Ģçŀ¬éĹ´":112141,"æĿĥéĩį":112142,"人æĢ§åĮĸ":112143,"åĮ»çĸĹåį«çĶŁ":112144,"ä¸įåĪ°ä½į":112145,"æĻºèĥ½å®¶å±ħ":112146,"饮çĶ¨":112147,"æ¼Ķåıĺ":112148,"é«ĺç´łè´¨":112149,"ä¹Ļæĸ¹":112150,"åģľçķĻåľ¨":112151,"èİ·æī¹":112152,"ç©¿æ¢Ń":112153,"å®¢åľº":112154,"æĮ½åĽŀ":112155,"京åŁİ":112156,"çĶŁåij½åĬĽ":112157,"實éļĽ":112158,"çĩĪ":112159,"åĨįçİ°":112160,"çİ°å®ŀä¸Ń":112161,"æľīä¿¡å¿ĥ":112162,"çĸıéĢļ":112163,"åĺ´åĶĩ":112164,"鼷éĶĭ":112165,"èıľåįķ":112166,"éħ¯":112167,"è¶ħé«ĺ":112168,"å¾Īé«ĺåħ´":112169,"çĶŁæ®ĸ":112170,"éĢłä»·":112171,"误åĮº":112172,"æĨĭ":112173,"好æ¶Īæģ¯":112174,"å´Ń":112175,"以èĩ´":112176,"å¼Ģçİ©ç¬ij":112177,"çĽijè§Ĩ":112178,"å·¡å¯Ł":112179,"å¾·å·ŀ":112180,"æĹ©æĹ©":112181,"éĹªçĶµ":112182,"æĪªåĽ¾":112183,"åı¯ä»¥æł¹æį®":112184,"æīĭèīº":112185,"æݥ轨":112186,"ç§įæĹı":112187,"æĢĢéĩĮ":112188,"åİ»åĮ»éĻ¢":112189,"ä¸ĢäºĮ":112190,"å¼ĢéĺĶ":112191,"åĩıéĢŁ":112192,"ä½Ĩä»İ":112193,"éĢĻä¸Ģ":112194,"åĩıåħį":112195,"主é¢ĺæķĻèĤ²":112196,"å¼Ģ工建设":112197,"蹦":112198,"æľĪ饼":112199,"ä¸ĭæ²ī":112200,"å°Ĭ严":112201,"éĻĩ":112202,"å®ŀæľ¨":112203,"å»łåķĨ":112204,"声称":112205,"èĢĥåľº":112206,"å¸ĥé²ģ":112207,"èĩªæĿ¥":112208,"èĩªæĿ¥æ°´":112209,"éĴ¾":112210,"年以ä¸Ĭ":112211,"大åıĶ":112212,"ä»ĸå·²ç»ı":112213,"åħ¨æĿij":112214,"èģĶç³»çĶµè¯Ŀ":112215,"为导åIJij":112216,"åĪ¤å¤Ħ":112217,"对éĺµ":112218,"缮æ¨Ļ":112219,"åIJįé¢Ŀ":112220,"客æ°Ķ":112221,"横åIJij":112222,"çŃīåĨħ容":112223,"åĩłçĤ¹":112224,"è°Ī论":112225,"ä¸įä¹ı":112226,"å±ķçİ°åĩº":112227,"è¾ĥéķ¿":112228,"éĢĨ转":112229,"å°ıæĻĤ":112230,"æĺ¯å¤ļä¹Ī":112231,"æľ¬æľĪ":112232,"è¿ijè§Ĩ":112233,"æĪIJç«ĭ以æĿ¥":112234,"代表çĿĢ":112235,"æĬ¥å¤į":112236,"æĪıæĽ²":112237,"è¨ŃåĤĻ":112238,"åħ¥èĤ¡":112239,"å¾ģæľį":112240,"é«ĺåĩº":112241,"èĪŀåı°ä¸Ĭ":112242,"å¿ĥåĬ¨":112243,"两çĤ¹":112244,"缸çķ¶":112245,"èĻĽ":112246,"主页":112247,"åĩłå®¶":112248,"æĹłä¸į":112249,"åįıå®ļ":112250,"æĸIJ":112251,"å¯ĵæĦı":112252,"åħ¨çº¿":112253,"æįķé±¼":112254,"åı¯ä»¥ä»İ":112255,"æľīè¿Ļæł·çļĦ":112256,"æģ¶éŃĶ":112257,"åĮħåŃIJ":112258,"æģ¤":112259,"å¼Ģå¥ĸç»ĵæŀľ":112260,"ä¸įæŃ»":112261,"èĹį":112262,"å¼¯æĽ²":112263,"海峡":112264,"éĶĢæ¯ģ":112265,"çļĦçĭ¬çī¹":112266,"示æĦı":112267,"ä¸įèĥ½åĨį":112268,"èĥ½æĬĬ":112269,"éĺ²çº¿":112270,"ä¸įå°ijäºİ":112271,"æ±Ģ":112272,"çļĦéĤ£ä¸Ģ":112273,"羣æĥħ":112274,"åŀ®":112275,"被æīĵ":112276,"åĽ½å®ī":112277,"ç¾İå¦Ļ":112278,"è¿Ļåĩł":112279,"åĩºéģĵ":112280,"æľįåĬ¡äºİ":112281,"æĪIJæŀľè½¬åĮĸ":112282,"æīįåįİ":112283,"天é¹ħ":112284,"åĩłä¸ªäºº":112285,"åĢĺèĭ¥":112286,"èĢ½è¯¯":112287,"æĬĹæĪĺ":112288,"è¡ĮéĬ·":112289,"æĿ¥è¢Ń":112290,"åĢŁéĮ¢":112291,"èįīèİĵ":112292,"ä¸¥æł¼æī§è¡Į":112293,"举è¡ĮäºĨ":112294,"å¤ĸç±į":112295,"已达":112296,"æĿijåħļæĶ¯éĥ¨":112297,"è¡Ŀ":112298,"éĻįèĩ³":112299,"æµ·éĩı":112300,"é¤IJé¦Ĩ":112301,"æĢ¥å¿Ļ":112302,"æ·±è¿ľ":112303,"å¾Ģè¿Ķ":112304,"ç¨İåĬ¡å±Ģ":112305,"å¹¿æ³ĽåºĶçĶ¨":112306,"è®®åijĺ":112307,"æĹłæķĮ":112308,"çľ¼åħī":112309,"çĥŃè¡Ģä¼łå¥ĩ":112310,"æŃIJ":112311,"äºĨäºĽ":112312,"è¿ĿèĥĮ":112313,"è¿Ļæĺ¯ä¸Ģç§į":112314,"ä¸į稳å®ļ":112315,"大家åĪĨ享":112316,"表çı¾":112317,"åīįåįģ":112318,"è·¯è¿ĩ":112319,"æĴ©":112320,"åIJĮæĥħ":112321,"ä¹łä¿Ĺ":112322,"åıijè´¢":112323,"åºĶæľīçļĦ":112324,"æĿİæŁIJ":112325,"èĤĽ":112326,"马åħĭ":112327,"éĢļåijĬ":112328,"巨人":112329,"ä¸ĢåĽ¢":112330,"éĢĻ次":112331,"ä¸įäºĨ解":112332,"æĸ½è¡Į":112333,"èij¡èIJĦçīĻ":112334,"åıĺå¾ĹæĽ´åĬł":112335,"æı£":112336,"åĪĽæĸ°èĥ½åĬĽ":112337,"çķħéĶĢ":112338,"表æī¬":112339,"æ¯ĶåĪ©":112340,"æ¯ĶåĪ©æŶ":112341,"åĮ»çĸĹä¿ĿéĻ©":112342,"æĵį纵":112343,"伤亡":112344,"æµİå®ģ":112345,"åıĺäºĨ":112346,"æľ¬æ¬¡æ´»åĬ¨":112347,"åľŁè±ª":112348,"æĥ³åĬŀæ³ķ":112349,"æĺķ":112350,"å½ĵæĻļ":112351,"åĩºå±Ģ":112352,"çĥŃè®®":112353,"è°Īè°Ī":112354,"æĻĭåįĩ":112355,"åĬ¿å¿ħ":112356,"çĻ»å±±":112357,"éĤ£åĦ¿":112358,"åIJĥåĪ°":112359,"ä¹ĭåŁİ":112360,"å¿«æĿ¥":112361,"æ¹Ľæ±Ł":112362,"第ä¸ī个":112363,"åħ¨éĿ¢æıIJåįĩ":112364,"å¥ĸåѦ":112365,"å¥ĸåѦéĩij":112366,"æĬķåħ¥ä½¿çĶ¨":112367,"é½IJé²ģ":112368,"åı¯ä»¥æĬĬ":112369,"åĴĮä»ĸçļĦ":112370,"è´ŃæĪ¿èĢħ":112371,"æŃ£å¼ıåIJ¯åĬ¨":112372,"åįİ润":112373,"ä¸įæĸŃå®ĮåĸĦ":112374,"éĴ¢æĿ¿":112375,"累积":112376,"满èĦ¸":112377,"åĽĽæĸ¹":112378,"è´¢çī©":112379,"ä»ĸ们ä¼ļ":112380,"å¤ıæĹ¥":112381,"éĤ£ä¸ªäºº":112382,"éĿłçĿĢ":112383,"çĤ¹äºĨ":112384,"çĤ¹äºĨçĤ¹å¤´":112385,"æ©ĭ":112386,"åıĪ好":112387,"åıĪ好åıĪ":112388,"åıĪ好åıĪå¿«":112389,"éĺµéĺµ":112390,"å°ģ建":112391,"æľ¬çĶ°":112392,"çī©ä¸ļæľįåĬ¡":112393,"èĩªè´¸åĮº":112394,"åIJı":112395,"便åĪ©åºĹ":112396,"åĽ½å®¶æłĩåĩĨ":112397,"éĿ¢ç²ī":112398,"èī°è¾Ľ":112399,"æĶ»åħ³":112400,"æīĵåĮħ":112401,"车éĺŁ":112402,"人éĢī":112403,"åı¯ä¸įæĺ¯":112404,"äºĮåįģå¹´":112405,"åIJįå¸Ī":112406,"æµ¦ä¸ľ":112407,"åħ¬è¯ģ":112408,"è¿IJéĢģ":112409,"æĺ¯æľĢ好çļĦ":112410,"æŁĶåĴĮ":112411,"çİĭæŁIJ":112412,"çĹħæĪ¿":112413,"åĨ¶éĩij":112414,"ä¸Ģ件äºĭæĥħ":112415,"åį¤":112416,"åı¯æݧ":112417,"çīŁ":112418,"æĭĤ":112419,"å·²äºİ":112420,"人éĢł":112421,"çĶŁçī©åĮ»èį¯":112422,"ä½ĵçİ°åĩº":112423,"èĤ²åĦ¿":112424,"èĢģå®ŀ":112425,"åľĸçīĩ":112426,"諸":112427,"ç´¯äºĨ":112428,"æĦŁåħ´è¶£çļĦ":112429,"åĽ¾çīĩæĿ¥æºIJ":112430,"ä¹Łæĺ¯ä¸Ģç§į":112431,"æ¾İæ¹ĥæĸ°éĹ»":112432,"æĹ¶è¡¨ç¤º":112433,"åħīè¾ī":112434,"æĬ¥åºŁ":112435,"å²ģæŶ":112436,"éħ®":112437,"æ£Ģä¿®":112438,"åıĺéĢŁ":112439,"åıĺéĢŁç®±":112440,"åľ¨èģĮ":112441,"éı¡":112442,"æįĤ":112443,"çĿ£åĬŀ":112444,"æ°¸ä¸į":112445,"åģļä¸ĢäºĽ":112446,"åİĨæŶ":112447,"å·¥ç¨ĭæľºæ¢°":112448,"æģ°å½ĵ":112449,"å°±åľ¨äºİ":112450,"称åij¼":112451,"éĢļ常æĺ¯":112452,"æł·å¼ı":112453,"åij¨ä¸Ģ":112454,"èĭ±éķij":112455,"åĿĩ线":112456,"ä¼łéĹ»":112457,"çĶ¨æĪ·ä½ĵéªĮ":112458,"èµŀåIJĮ":112459,"骨æĬĺ":112460,"为主ä½ĵ":112461,"æ±Łå±±":112462,"æ¸ħæľĿ":112463,"æĶĢåįĩ":112464,"ä¸įçĽ¸ä¿¡":112465,"éĿ´":112466,"æѦåĬŁ":112467,"åĭ¤åĬ³":112468,"æĿ¥æī¾":112469,"å°ĨæĮģç»Ń":112470,"丫头":112471,"æ¨Ļæºĸ":112472,"裴":112473,"深深çļĦ":112474,"åŃķèĤ²":112475,"è§ĦåĪĴ建设":112476,"æ¸ħçĪ½":112477,"ç²¾åĩĨæī¶è´«":112478,"æīĵçł´äºĨ":112479,"è¿Ļä¸Ģ天":112480,"å·¥ä½ľæĢ»ç»ĵ":112481,"æĹħç¨ĭ":112482,"举èIJ¥":112483,"æĶ¾å°Ħ":112484,"æľīåĩłä¸ª":112485,"éĿŀçī©è´¨":112486,"åIJĥå¾Ĺ":112487,"åŨ":112488,"ä¼ļåıijçĶŁ":112489,"篮æĿ¿":112490,"å¼Ģå°ģ":112491,"麻å°Ĩ":112492,"èııæ³½":112493,"ä¸įåIJĪ":112494,"ç³»åĪĹ产åĵģ":112495,"èѬå¦Ĥ":112496,"ç¾İèªī":112497,"èĩªå·±åĸľæ¬¢":112498,"交æĺĵä¸Ńå¿ĥ":112499,"åIJĪåĶ±":112500,"使æĪij":112501,"åĥıç´ł":112502,"带éĺŁ":112503,"ä½Ĩ对äºİ":112504,"æĬĬè¿Ļ个":112505,"èĤĿèĦı":112506,"åįķ纯çļĦ":112507,"æĶ»åĿļæĪĺ":112508,"缼ä¼ļ":112509,"åijµæĬ¤":112510,"æªĢ":112511,"赶ä¸Ĭ":112512,"æ¥Ĭ":112513,"ä¹ħäºĨ":112514,"ç¡Ŀ":112515,"çŃĶé¢ĺ":112516,"ä¿ĿæĮģçĿĢ":112517,"è§ģè¯Ĩ":112518,"çĤ¹åĦ¿":112519,"åįĬ个æľĪ":112520,"æ»ĩ":112521,"浸泡":112522,"ä¼łéĢģ":112523,"åľ¨å¸Ĥåľºä¸Ĭ":112524,"ä¹ĭ乡":112525,"çī¹éķ¿":112526,"éĽŀ":112527,"èªł":112528,"身å¤Ħ":112529,"æŁłæª¬":112530,"身穿":112531,"çľģåħ¬å®ī":112532,"çľģåħ¬å®īåİħ":112533,"åıĻåĪ©äºļ":112534,"åĩłåĪĨéĴŁ":112535,"人åĢij":112536,"åľ°æ®µ":112537,"èĩªåѦ":112538,"ä¹Łè¶ĬæĿ¥è¶Ĭ":112539,"èģĮæĿĥ":112540,"æĸ§":112541,"èĩ»":112542,"å½Ĵ纳":112543,"驾é©Ń":112544,"éĥ¨åĪĨåľ°åĮº":112545,"没æľīæĥ³åĪ°":112546,"æĴĩ":112547,"ä¹Įé²ģ":112548,"ä¹Įé²ģæľ¨":112549,"ä¹Įé²ģæľ¨é½IJ":112550,"èĤ²äºº":112551,"çļĦæŃ¥ä¼IJ":112552,"å»¶æľŁ":112553,"æ²¹æ°Ķ":112554,"åģļå®Į":112555,"åľ£åľ°":112556,"丰åİļ":112557,"宽带":112558,"åı¯éĿłçļĦ":112559,"åºŃéĻ¢":112560,"åŃľ":112561,"å°ı康社ä¼ļ":112562,"å®īåħ¨ç®¡çIJĨ":112563,"年第":112564,"æİĴ污":112565,"èĥĮåĮħ":112566,"家ä½ı":112567,"åħ¶å®ŀå°±æĺ¯":112568,"ä¼ļè§ģ":112569,"帮åĬ©ä¼ģä¸ļ":112570,"ç½ijè´Ń":112571,"æĺ¯ä¸įä¼ļ":112572,"飯åºĹ":112573,"æŃ»åİ»":112574,"åħįçĸ«åĬĽ":112575,"æľķ":112576,"åĸĿäºĨ":112577,"轻微":112578,"个æľĪåĨħ":112579,"ç»ĦåĽ¢":112580,"åĴĮå®ĮåĸĦ":112581,"鸽":112582,"æıIJéĢŁ":112583,"西å®īå¸Ĥ":112584,"ä¸Ńå¿ĥ主任":112585,"æŶéĹ´ä¸º":112586,"æľŁæĿĥ":112587,"è¶ķ":112588,"ä¸įä»ħè¦ģ":112589,"æľįä»İ":112590,"é¡ĺæĦı":112591,"ä¸įå°ı":112592,"ä¸įå°ıçļĦ":112593,"ç°ĩ":112594,"窦":112595,"åĪĩæĪIJ":112596,"åĵĪåĪ©":112597,"å¤©çľŁ":112598,"ä¸Ģ次次":112599,"éĩijå¸ģ":112600,"æĢİä¹Īèĥ½":112601,"ç½ijè´·":112602,"ä¼ļ计å¸Ī":112603,"çŁŃ缺":112604,"对æłĩ":112605,"åıĺå¾ĹæĽ´":112606,"åīįåĩłå¤©":112607,"éĺ²æ±Ľ":112608,"彩èĻ¹":112609,"åĵģä½į":112610,"è¡¨æł¼":112611,"严å¯Ĩ":112612,"æ¯ĽåĪ©çİĩ":112613,"çļĦåį±å®³":112614,"å½ķåĪ¶":112615,"æ°´åĬ¡":112616,"èĥ½å¤Łè®©":112617,"å¹³æĿ¿":112618,"ä¹³æĪ¿":112619,"è¸ıå®ŀ":112620,"é¦ĸåĪĽ":112621,"é¦Ļèķī":112622,"æĬ¥è¡¨":112623,"ä¸ĢæĬ¹":112624,"åĩºçĶŁäºİ":112625,"è²»çĶ¨":112626,"åĩºè®©":112627,"åIJĪæ³ķæĢ§":112628,"å°¼åħĭ":112629,"åĨ°åĨ·":112630,"é¦Ļæ°Ķ":112631,"åı·ç§°":112632,"èµ·çłģ":112633,"åŁİåİ¿":112634,"çİ©èĢį":112635,"ä¸ĬéĻIJ":112636,"ä¼ļ议精ç¥ŀ":112637,"æĹģè¾¹çļĦ":112638,"便ä¼ļ":112639,"æıŃæĻĵ":112640,"çİ©æĦı":112641,"éĽªå±±":112642,"åIJijçĿĢ":112643,"ä½ĵèĤ²åľ¨çº¿":112644,"说æĺİ书":112645,"åĮĸèĤ¥":112646,"åħļç»Ħ书记":112647,"åĬ¨äºº":112648,"ä¹ĭæīĢ":112649,"æľĪèĩ³":112650,"æľĢå¿«çļĦ":112651,"èĬĤåģĩæĹ¥":112652,"ä¸ĵåľº":112653,"èĢĥä¸Ĭ":112654,"çªŁ":112655,"é²ľè¡Ģ":112656,"è¾ĥ强çļĦ":112657,"æĤĦçĦ¶":112658,"å¤ļä¸ªåĽ½å®¶":112659,"çªĹå¸ĺ":112660,"æŀģå¤§åľ°":112661,"ä¸įçĶ¨æĭħå¿ĥ":112662,"è¿Ļä¹Īåģļ":112663,"åĥ¹æł¼":112664,"ç¾İ丽乡æĿij":112665,"å°ıæŶåĨħ":112666,"紧迫":112667,"大çģ«":112668,"èĥ³èĨĬ":112669,"æĵįä½ľç³»ç»Ł":112670,"æ®ĭçķĻ":112671,"åĨĻåĩº":112672,"ç¦ģå¿Į":112673,"åĬłçĽŁåºĹ":112674,"è¿ijçĻ¾":112675,"便åı¯":112676,"æķ´æĶ¹æݪæĸ½":112677,"éĩĩ访æŶ":112678,"åĶIJ代":112679,"æ·±åĮĸæĶ¹éĿ©":112680,"çŁ¢":112681,"éĥ½åĸľæ¬¢":112682,"è¶ĬæĿ¥è¶Ĭé«ĺ":112683,"èĬ±æľµ":112684,"头çĸ¼":112685,"å®ī康":112686,"å¢ŀéķ¿çİĩ":112687,"çľ¼çľĭ":112688,"å°±æĺ¯ä¸ºäºĨ":112689,"èĢĮ导èĩ´":112690,"åĬłå¿«å»ºè®¾":112691,"èĬ±æł·":112692,"åĨħå¿ĥçļĦ":112693,"æĺĨå±±":112694,"è³ĩæºIJ":112695,"åĽŀåĪ°å®¶":112696,"èıĬèĬ±":112697,"æ°´éĩı":112698,"å¾ģä¿¡":112699,"è¡ĮæĶ¿åĮº":112700,"ä¹ĥæĺ¯":112701,"æĬķèµĦé¡¹çĽ®":112702,"å«ģç»Ļ":112703,"ç¥ŀåľ£":112704,"稳":112705,"æľ¬æĿ¥å°±":112706,"éĢIJä¸Ģ":112707,"èģĮä¸ļæĬĢæľ¯":112708,"ä¸įèī¯ä¿¡æģ¯":112709,"æīĺè¿IJ":112710,"åIJ¯ç¤º":112711,"ä¹ĭåħ§å®¹":112712,"飶":112713,"奢åįİ":112714,"æıŃ示":112715,"æĪIJ为ä¸ŃåĽ½":112716,"æ¶Īè´¹åĵģ":112717,"åħ¬çĶ¨":112718,"æIJŀå®ļ":112719,"è¯·ä½ł":112720,"æŁļ":112721,"åĨħè¡£":112722,"ä½Ĩä»ĸ们":112723,"ä¿Ŀ湿":112724,"该åİ¿":112725,"饱åĴĮ":112726,"æݨåIJij":112727,"èµĦæĸĻæĺ¾ç¤º":112728,"ä¸įå½±åĵį":112729,"人人éĥ½":112730,"åıijå±ķ壮大":112731,"åħ»èĢģæľįåĬ¡":112732,"çĶŁæ´»æ°´å¹³":112733,"åIJĦåİ¿":112734,"ä½łéľĢè¦ģ":112735,"说çļĦæĺ¯":112736,"å¤ĸåªĴ":112737,"æŃ¤äºº":112738,"次è¦ģ":112739,"追赶":112740,"åºĶ该å¦Ĥä½ķ":112741,"æĹ¥åĩĮæĻ¨":112742,"çķ¥æľī":112743,"éĥ½æĥ³":112744,"游ä¹IJ":112745,"è¿Ļ款游æĪı":112746,"平淡":112747,"æĺ¯ä¸ĢåĢĭ":112748,"å¤ĩèĢĥ":112749,"åĪ¶æŃ¢":112750,"ä¸Ģå®ļèĥ½":112751,"å¾Ĵå¼Ł":112752,"以çĤº":112753,"åįĥåħĥ":112754,"äºĶåħŃ":112755,"迪士":112756,"迪士尼":112757,"éĺ³æĢ§":112758,"åĨ¬å¥¥ä¼ļ":112759,"å°±æĺ¯åĽłä¸º":112760,"æĮĤéĴ©":112761,"æ¦ĤåĨµ":112762,"åıªè¦ģæľī":112763,"æ²¹çĶ»":112764,"åľ°æłĩ":112765,"ä¸Ĭè°ĥ":112766,"产ä¸ļåĽŃåĮº":112767,"åħ«åįģ":112768,"棱":112769,"液æĻ¶":112770,"æĿijå§Ķä¼ļ":112771,"çŃ¾çº¦ä»ªå¼ı":112772,"è¿Ļåħ¶ä¸Ń":112773,"åĨĻéģĵ":112774,"示èĮĥåŁºåľ°":112775,"éĩİçĶŁåĬ¨çī©":112776,"鼻åŃIJä¿¡ç®±":112777,"åĽ½éĻħè´¸æĺĵ":112778,"人æĿĥ":112779,"ä¿Ŀ管":112780,"èĭ¥æĤ¨":112781,"åİĭæĬij":112782,"黼":112783,"åľ°çľĭçĿĢ":112784,"éĻ°":112785,"ä¸Ģå¹´å¤ļ":112786,"ä»İ容":112787,"ä¸ŃæĸŃ":112788,"å¯Łè§ī":112789,"移交":112790,"éĶ¯":112791,"æĪĸ许æĺ¯":112792,"綳":112793,"两项":112794,"æľĢåĸľæ¬¢":112795,"æľĢåĸľæ¬¢çļĦ":112796,"å¤ľéĩĮ":112797,"åIJĮä»ģ":112798,"åĪĽæĸ°é©±åĬ¨":112799,"è°ģèĥ½":112800,"飾":112801,"åħīåѦ":112802,"åİĦ":112803,"èĦ±é¢ĸ":112804,"èĦ±é¢ĸèĢĮåĩº":112805,"迦":112806,"æĺ¯ä¸įåı¯èĥ½":112807,"窥":112808,"èĥ½æ»¡è¶³":112809,"宽度":112810,"伦çIJĨ":112811,"åı¯ä»¥èİ·å¾Ĺ":112812,"转ä¼ļ":112813,"å±±æĿij":112814,"éĵºè®¾":112815,"åĩºåĩ»":112816,"æĸĩåĮĸèīºæľ¯":112817,"ä¼ļ议室":112818,"æŃĮ声":112819,"æ»Ķ":112820,"èIJİ缩":112821,"æľįåĬ¡åijĺ":112822,"åıij表äºĨ":112823,"æĸ¼æĺ¯":112824,"æĺİç¡®è§Ħå®ļ":112825,"ç»´å¥ĩ":112826,"水产":112827,"æĬķä¿Ŀ":112828,"éĺ´éģĵ":112829,"赶快":112830,"夺å¾Ĺ":112831,"ä¸ĭåįķ":112832,"çī©æµģåħ¬åı¸":112833,"çݯç»ķ":112834,"å½Ī":112835,"ä½ľé£İ建设":112836,"æĹħ游æĻ¯åĮº":112837,"æľīæĽ´å¤ļçļĦ":112838,"丰å¯Įå¤ļ彩":112839,"çIJĨ财产åĵģ":112840,"åĩºå·®":112841,"ä»İ严治":112842,"ä»İ严治åħļ":112843,"çĽ¸å¹²":112844,"æ»ĭ润":112845,"主åĬŀæĸ¹":112846,"åī§åľº":112847,"æ»ļçIJĥ":112848,"æ©Ħæ¦Ħ":112849,"èĩªä¸»åĪĽæĸ°":112850,"éĢļå¾Ģ":112851,"æł¼å°Ķ":112852,"çļĦä¼ĺçĤ¹":112853,"èĥĮä¸Ĭ":112854,"çªľ":112855,"çĪĨåĩº":112856,"å¹³æķ´":112857,"ä¸ĢèĦļ":112858,"åħ¨ä½ĵåijĺå·¥":112859,"éĻIJå®ļ":112860,"åŁİéķĩåĮĸ":112861,"æ·³":112862,"éĢ®æįķ":112863,"è¡ĮåĬ¨è®¡åĪĴ":112864,"æīĵå¾Ĺ":112865,"åİļéĩį":112866,"纪å½ķçīĩ":112867,"åĿļä¿¡":112868,"央ä¼ģ":112869,"åĨįä¹Łä¸į":112870,"天涯":112871,"åıĤèĢĥèµĦæĸĻ":112872,"æľīæ¯Ĵ":112873,"åIJ¸çº³":112874,"è¶Ĭåıij":112875,"éĩįè¦ģæĦıä¹ī":112876,"åĽ½éĺ²éĥ¨":112877,"è¿Ļ个è¡Įä¸ļ":112878,"æĻ®æŁ¥":112879,"å¼ĤæĢ§":112880,"å»¶è¿Ł":112881,"å°ıå¹ħ":112882,"èī²æĥħ":112883,"综åIJĪæ²»çIJĨ":112884,"æŃ£æĺ¯åĽłä¸º":112885,"产ä¸ļç»ĵæŀĦ":112886,"çłĶ究æĬ¥åijĬ":112887,"åģľä¸ĭ":112888,"éķ¿èĢģ":112889,"éĩĿå°į":112890,"åįĹ京å¸Ĥ":112891,"çģĮæºī":112892,"转è¿IJ":112893,"欺è¯Ī":112894,"éĢłåģĩ":112895,"åĪĨå¸ĥå¼ı":112896,"æĦŁè§¦":112897,"æĪijå½ĵæŶ":112898,"åıijè§ī":112899,"åĽ¾çº¸":112900,"æĶ¹èī¯":112901,"çĭłçĭł":112902,"åĨ²åĪº":112903,"æĸ°äº¬":112904,"æĸ°äº¬æĬ¥":112905,"ç¥ŀåĻ¨":112906,"秸ç§Ĩ":112907,"çĪº":112908,"å°Ĩè¿İæĿ¥":112909,"工信":112910,"工信éĥ¨":112911,"éĻIJéĩı":112912,"æŃ¢æįŁ":112913,"åѦä¼ļäºĨ":112914,"åįİ缼":112915,"åįİçĽĽé¡¿":112916,"å¾Įä¾Ĩ":112917,"ä¸ĭéĿ¢æĺ¯":112918,"ä¸ĭéĿ¢æĺ¯å°ı":112919,"æIJ¬è¿IJ":112920,"ç¾İæľ¯é¦Ĩ":112921,"æ¸ħåĩī":112922,"å¤ļå¹´åīį":112923,"è©ŀ":112924,"åįĥç±³":112925,"表述":112926,"æ±ŁéŨ":112927,"åĬłæ²¹ç«Ļ":112928,"æľ¬èĥ½":112929,"导读":112930,"åĽ´è§Ĥ":112931,"并åIJij":112932,"åŁºæľ¬æĥħåĨµ":112933,"æīĵå¼ĢäºĨ":112934,"è¿Ļä¸ī个":112935,"æ±ķ头":112936,"强æľīåĬĽ":112937,"强æľīåĬĽçļĦ":112938,"è¿Ľåľº":112939,"ä¹Ŀæ±Ł":112940,"çIJĥæĺŁ":112941,"好çľĭçļĦ":112942,"大æĪ·":112943,"湯":112944,"å¥ĩå¦Ļ":112945,"ä¹IJåĻ¨":112946,"æĪijçļĦå¿ĥ":112947,"çľī头":112948,"åĨľä¸ļçĶŁäº§":112949,"ç¼ĸçłģ":112950,"åŁºç¤":112951,"åŁºç¤İ":112952,"天æĸĩ":112953,"åĢĭ人è³ĩè¨Ĭ":112954,"åİ»è¿ĩ":112955,"èģĨåIJ¬":112956,"æĶ¾åģĩ":112957,"ä¸įåħ·å¤ĩ":112958,"æ·Ģç²ī":112959,"大佬":112960,"åħ¨å¤©":112961,"åħ¨éĿ¢å»ºæĪIJ":112962,"éļIJå½¢":112963,"ç¼ħçĶ¸":112964,"åIJ³":112965,"è¡ĮæĶ¿æī§æ³ķ":112966,"åŁİåł¡":112967,"èİ«æĸ¯":112968,"èİ«æĸ¯ç§ij":112969,"æīĢæľīæĿĥ":112970,"éĽĨåľĺ":112971,"å±Ģåī¯å±Ģéķ¿":112972,"åĩłä¹İ没æľī":112973,"æ´ģåĩĢ":112974,"çĶµå½±èĬĤ":112975,"åŃ©ç«¥":112976,"æīĢåģļçļĦ":112977,"æ¸ħ代":112978,"æĸ°çīĪ":112979,"éĵĿåIJĪéĩij":112980,"为æĬĵ":112981,"为æĬĵæīĭ":112982,"åĪ¤å®ļ":112983,"çī¹äº§":112984,"æīĭæ©Ł":112985,"ä¸įåı¯æĪĸ":112986,"ä¸įåı¯æĪĸ缺":112987,"å¸Ĥåľºè§Ħ模":112988,"åĿ¯":112989,"åĮ»åѦéĻ¢":112990,"å¿«è¦ģ":112991,"èĮľ":112992,"æĬĺèħ¾":112993,"äºĨè¿ĩæĿ¥":112994,"æĬ¥åijĬæľŁåĨħ":112995,"çī©ç§į":112996,"ç»Łè®¡å±Ģ":112997,"æī©å»º":112998,"æ¶ħ":112999,"责任人":113000,"éĺİ":113001,"è¯Ħè®®":113002,"å¾Ģäºĭ":113003,"æīĢ示":113004,"æķ´æ´ģ":113005,"éĹºèľľ":113006,"æĹħéĢĶ":113007,"å®ŀè®Ń":113008,"ä¹ĭ称":113009,"巴士":113010,"éĢŁåº¦å¿«":113011,"ä¸įä»ħå¦ĤæѤ":113012,"å®Ŀè´µçļĦ":113013,"åºŁçī©":113014,"河水":113015,"æݥ纳":113016,"ç²¾æ¹Ľ":113017,"åħ¶æ¬¡æĺ¯":113018,"顺德":113019,"åħ¬åħ±åį«çĶŁ":113020,"è¤IJèī²":113021,"ä¸įæĥľ":113022,"æĬĢæľ¯æľįåĬ¡":113023,"æİ·":113024,"æ±ĤèģĮ":113025,"ä¸ī峡":113026,"æĬķåħ¥åĪ°":113027,"太åIJİ":113028,"åIJ¯åĬ¨ä»ªå¼ı":113029,"缴æݥ影åĵį":113030,"æĸ°æ¬¾":113031,"个乡éķĩ":113032,"çĻ¾äº¿":113033,"庫":113034,"ä¹ŁæŃ£æĺ¯":113035,"åı¶çīĩ":113036,"æľĢæĹ©çļĦ":113037,"æĪĺ绩":113038,"å·¥æľŁ":113039,"æĻļæľŁ":113040,"è¿Ļæł·è¯´":113041,"è¯įè¯Ń":113042,"ä¾Ħ":113043,"æķ£çĥŃ":113044,"éĽĨæĪIJçĶµè·¯":113045,"åIJįè¯į":113046,"æĻºåķĨ":113047,"æĭ¥åłµ":113048,"çĭĤ欢":113049,"è¿ĻèĪ¬":113050,"浴室":113051,"åijķåIJIJ":113052,"æľªæĿ¥åıijå±ķ":113053,"ä¸īä½įä¸Ģä½ĵ":113054,"åªĴé«Ķ":113055,"ä¸įå¾Ĺ转载":113056,"åĽłä¸ºå¥¹":113057,"æĺ¾ç¤ºå±ı":113058,"ä¾Ľæļĸ":113059,"éĨ«éĻ¢":113060,"æľīæĦıæĢĿ":113061,"æľīæĦıæĢĿçļĦ":113062,"娱ä¹IJåŁİ":113063,"åįµå·¢":113064,"åĪĽéĢłåĬĽ":113065,"ç«łèĬĤ":113066,"人大常å§Ķ":113067,"èĢĮçİ°åľ¨":113068,"å¤ĸå©Ĩ":113069,"å¢ŀæĮģ":113070,"äºĶåįĥ":113071,"èĢģå¸Ī们":113072,"æ´ĽæĿī":113073,"æ´ĽæĿī磶":113074,"æİĮæı¡äºĨ":113075,"ä¸ŃåĽ½æĸĩåĮĸ":113076,"æĸ°æĶ¿":113077,"主è¦ģçĶ¨äºİ":113078,"åıijçĥ§":113079,"类似äºİ":113080,"åĮĹæŀģ":113081,"æĪij们认为":113082,"弥漫":113083,"åħ¨çIJĥç»ıæµİ":113084,"é¢IJ":113085,"ä¸Ģèµ·è£ħä¿®":113086,"æĶĴ":113087,"æĭīèIJ¨":113088,"帶ä¾Ĩ":113089,"åĨ·æ°´":113090,"ä¸īåĨľ":113091,"æĿ¿æĿIJ":113092,"è¿ŀè¿ŀ":113093,"éĵ®":113094,"ç»ıèIJ¥çIJĨ念":113095,"山顶":113096,"å¾Īæĥ³":113097,"çĺ«":113098,"å§ĭç»Īä¿ĿæĮģ":113099,"åľ¨å¹¿å·ŀ":113100,"ä¸įåIJĮæĦı":113101,"åıĺåİĭ":113102,"åıĺåİĭåĻ¨":113103,"产éĶĢ":113104,"表éĿ¢ä¸Ĭ":113105,"æīĢ以ä»ĸ":113106,"ç»ıéªĮ丰å¯Į":113107,"éĥ¨å§Ķ":113108,"åħµåĽ¢":113109,"æīĢè¿°":113110,"æķ¦çħĮ":113111,"ç»ıèIJ¥èĮĥåĽ´":113112,"åı£è¯Ń":113113,"失信":113114,"æ¯ı个人çļĦ":113115,"æīĭæĮģ":113116,"æģIJæħĮ":113117,"åł¡åŀĴ":113118,"é¦ħ":113119,"éĵ¸éĢł":113120,"æĭ¿åĩºæĿ¥":113121,"æİ¢æµĭ":113122,"大家ä¸Ģèµ·":113123,"奧":113124,"å®ŀè´¨æĢ§":113125,"å°ıåĦ¿":113126,"èĩºåįĹ":113127,"èĩºåįĹå¸Ĥ":113128,"å¼ĢåıijèĢħ":113129,"åı¯æł¹æį®":113130,"ç®±åŃIJ":113131,"饺åŃIJ":113132,"å¿ĻçĿĢ":113133,"æĿ¥ä¸įåıĬ":113134,"çĽ¸ä¼ł":113135,"åĽ½ç½ij":113136,"èħ¹æ³»":113137,"è¿ĻéĩĮæľī":113138,"é£İæĻ¯åĮº":113139,"åıĤä¿Ŀ":113140,"æŃ»èĢħ":113141,"æĪ´ä¸Ĭ":113142,"æ©Łæ§ĭ":113143,"è¯ķéªĮåĮº":113144,"ä¼łæİĪ":113145,"æµ·è¾¹":113146,"泪水":113147,"缸åħ³åĨħ容":113148,"éĥijå·ŀå¸Ĥ":113149,"åħijçİ°":113150,"两åij¨":113151,"èĬľæ¹ĸ":113152,"çĶµåŃIJä¿¡æģ¯":113153,"红å¤ĸ":113154,"æĹħ游å±Ģ":113155,"å¾Ģå¾Ģä¼ļ":113156,"è¿ħçĮĽ":113157,"ä¼łçľŁ":113158,"æ¸ħæ¾Ī":113159,"å°±è¿ij":113160,"微信群":113161,"ç³»åĪĹæ´»åĬ¨":113162,"ç»ı常ä¼ļ":113163,"è§Ĥæµĭ":113164,"å¿ĥå¾Ĺä½ĵä¼ļ":113165,"éĻĪåĪĹ":113166,"åĮĹæĸĹ":113167,"è«®":113168,"諮詢":113169,"è¿ĺæĺ¯ä¼ļ":113170,"æµĭç®Ĺ":113171,"æĺŁç©º":113172,"宽容":113173,"çī©ä¸ļåħ¬åı¸":113174,"æĪĴæĮĩ":113175,"å¸ħæ°Ķ":113176,"ä¸ĢæŃ¥æŃ¥":113177,"åħ±é¸£":113178,"åĨ³ä¸į":113179,"æݥ管":113180,"å¦ĩèģĶ":113181,"æ¯Ķåĸ»":113182,"é²ģè¿ħ":113183,"æĮģçºĮ":113184,"çĽ¸äº²":113185,"å¨ģå°¼æĸ¯äºº":113186,"ç«ĭ项":113187,"åĪĿå§ĭ":113188,"èĩªåĪ¶":113189,"è¿Īè¿Ľ":113190,"ä¸Ĭæ±½":113191,"å®ıä¼Ł":113192,"æł¹æľ¬æ²¡æľī":113193,"æĸ°åĨłçĹħæ¯Ĵ":113194,"åĵªç§į":113195,"康åħ»":113196,"è¡°èĢģ":113197,"å½ķåĥı":113198,"é«Ķé©Ĺ":113199,"ç»ijå®ļ":113200,"é¢Ŀ头":113201,"äºĶæľĪ":113202,"èĬ±å¼Ģ":113203,"ä¸Ģ线åŁİå¸Ĥ":113204,"åĪ°åľº":113205,"æĬķéĻį":113206,"çĹĺçĹĺ":113207,"åıĹä¸įäºĨ":113208,"æīİæł¹":113209,"æĽ´ä½ķåĨµ":113210,"æĬ½æŁ¥":113211,"åĩºè·¯":113212,"审议éĢļè¿ĩ":113213,"ä¸įåĥħ":113214,"èī²è°ĥ":113215,"çĻ¾ä½Ļ":113216,"èĤłéģĵ":113217,"æ·±åİļçļĦ":113218,"马åĬĽ":113219,"æĹ©æĻļ":113220,"æŃĮèĪŀ":113221,"éĺ²æĻĴ":113222,"æľĢåIJİä¸Ģ个":113223,"樱èĬ±":113224,"å°ıä¼ĻåŃIJ":113225,"åľ¨å½ĵåľ°":113226,"å°ıä¼Ļ伴们":113227,"èµ·æºIJ":113228,"åħ¨åªĴä½ĵ":113229,"ç°½":113230,"éħ±æ²¹":113231,"æĹłè®ºå¦Ĥä½ķ":113232,"裤åŃIJ":113233,"åģľäº§":113234,"ä¸įçĶ±å¾Ĺ":113235,"çīµå¼ķ":113236,"ä¼łåĬ¨":113237,"ä¹Ŀé¾Ļ":113238,"åĬłåĽº":113239,"ä¹Łä¸įæķ¢":113240,"æĬĢæľ¯æĶ¯æĮģ":113241,"ä¸Ĭå²Ĺ":113242,"ç»ıéªĮåĴĮ":113243,"æł¼æŀĹ":113244,"åIJ¸éĻĦ":113245,"æľªæĪIJå¹´":113246,"奢ä¾Īåĵģ":113247,"追æį§":113248,"好ä¸į容æĺĵ":113249,"èķ´åIJ«":113250,"ä¿Ŀå®ļ":113251,"æĬ¥ä¸ļ":113252,"æµ·åĨħå¤ĸ":113253,"ä½łçİ°åľ¨":113254,"æ²¹èĢĹ":113255,"è´¨éĩı管çIJĨ":113256,"æ½ľæ°´":113257,"ä¸½æ±Ł":113258,"转åħ¥":113259,"è¿Ļä¹Īä¹ħ":113260,"æĺİ代":113261,"责任åĪ¶":113262,"éĩįå·¥":113263,"大巴":113264,"触åıĬ":113265,"èµ·åĪĿ":113266,"大å¦Ī":113267,"æĸ¯å¡Ķ":113268,"åĨĽå·¥":113269,"书éĻ¢":113270,"峨":113271,"æݨçIJĨ":113272,"è¿Ļç¯ĩæĸĩç«ł":113273,"è¿ģ移":113274,"åľ¨åIJĮä¸Ģ":113275,"ç»Ĩç»Ĩ":113276,"åīĬå¼±":113277,"书æĪ¿":113278,"ç¶ĵ常":113279,"è¯ķé¢ĺ":113280,"æĤ£ä¸Ĭ":113281,"çĻ«çĹ«çĹħ":113282,"åĨ²æ´Ĺ":113283,"å¤ĸæı´":113284,"åħĭåĪ¶":113285,"åįģæľĪ":113286,"åģļä¸įåĪ°":113287,"ç¾İåĮĸ":113288,"å¦ĤæľŁ":113289,"è¿ĺéľĢ":113290,"å¤©åºľ":113291,"å°±æĦıåij³çĿĢ":113292,"çļĦç¡®æĺ¯":113293,"éªĹå±Ģ":113294,"å°ıç»ĦèµĽ":113295,"è©©":113296,"ä¹Ŀå¹´":113297,"æĻĵå¾Ĺ":113298,"çłĶ究人åijĺ":113299,"大éħĴåºĹ":113300,"ç§ijåѸ":113301,"åħŃåIJĪ":113302,"çķĮå®ļ":113303,"车载":113304,"å¼ĢçĿĢ":113305,"毫æĹłçĸij":113306,"毫æĹłçĸijéĹ®":113307,"è¿IJç»´":113308,"ç¦ģåĮº":113309,"èĦ±èIJ½":113310,"讲å¸Ī":113311,"产ä¸ļåŁºåľ°":113312,"é«ĺæĢ§èĥ½":113313,"åħī彩":113314,"çİ°éĺ¶æ®µ":113315,"åĩ¿":113316,"è¾ĥå·®":113317,"饮çĶ¨æ°´":113318,"éĸĭçĻ¼":113319,"ç½ijåIJ§":113320,"çĮ´åŃIJ":113321,"æѦæŀĹ":113322,"å®īåİ¿":113323,"ä¸įåı¯æĢĿ":113324,"ä¸įåı¯æĢĿè®®":113325,"éĬ·åĶ®":113326,"è´«ç©·":113327,"为åķ¥":113328,"éºĵ":113329,"å¹¾åĢĭ":113330,"è§Ħ模以ä¸Ĭ":113331,"æıļ":113332,"è¢«åĽ°":113333,"缺å¸Ń":113334,"å¿«é¤IJ":113335,"æĬ¢åįł":113336,"æĻŁ":113337,"å¤įæ´»":113338,"æľ¬æĬ¥è®¯":113339,"åĪĽä¸ĭ":113340,"海滩":113341,"éĩı产":113342,"å¦Ĥä½ķåİ»":113343,"车ä½į":113344,"å¯ĩ":113345,"äºĮåįģåĽĽ":113346,"ç»ıæµİæįŁå¤±":113347,"éħįå¥Ĺ设æĸ½":113348,"åŁºæľ¬éĿ¢":113349,"äºī论":113350,"就好åĥı":113351,"çłĶ究æĪIJæŀľ":113352,"éĻĪè¿°":113353,"æīĵåĬ¨":113354,"ä¸ĭå·´":113355,"ç§ĴéĴŁ":113356,"对人ä½ĵ":113357,"æĬĢæľ¯çłĶåıij":113358,"åİŁåŃIJ":113359,"æĺ¯ä¸Ģ项":113360,"äºĨä¸Ģ份":113361,"æĮĩçĶ²":113362,"çĶ¨éĩı":113363,"è¿ĺä¸įå¤Ł":113364,"æĶ¿åºľéĩĩè´Ń":113365,"çŁ¥è¯ĨçĤ¹":113366,"ä¸ŃåĽ½æ¢¦":113367,"å¾Īå¼Ģå¿ĥ":113368,"礼è²Į":113369,"éĿŀ常å¤ļ":113370,"éĿŀ常å¤ļçļĦ":113371,"åĽļ":113372,"æĹħé¦Ĩ":113373,"å°½æĥħ":113374,"æŃĮåĶ±":113375,"æ²Ļé¾Ļ":113376,"车åİ¢":113377,"客æµģ":113378,"åģıå·®":113379,"积累äºĨ":113380,"æ¡Ķ":113381,"çĶ»çĶ»":113382,"ä¹ŁåºĶ该":113383,"åºĶçĶ¨ç¨ĭåºı":113384,"èĥĥèĤł":113385,"以å¾Į":113386,"豪å®ħ":113387,"æ·±åĬłå·¥":113388,"缴è¨Ģ":113389,"åĮĸçŁ³":113390,"åĽ½éģĵ":113391,"ä¸ĥ个":113392,"ä»İèĢĮ使":113393,"èĤłèĥĥ":113394,"æĹ¥è¶ĭ":113395,"çĪ¶åŃIJ":113396,"ç·©":113397,"æĭĽçīĮ":113398,"产å¦ĩ":113399,"çķªèĮĦ":113400,"æĪijéĻ¢":113401,"建çŃijå·¥ç¨ĭ":113402,"å±ķè§Īä¼ļ":113403,"家éķ¿ä»¬":113404,"åĨľä½ľçī©":113405,"æĹ¥å¤ľ":113406,"æĶ»æĵĬ":113407,"è§Ħéģ¿":113408,"èĪŁå±±":113409,"便æ°ij":113410,"åħ«åŃĹ":113411,"ä¸įæĽ¾":113412,"æĶ¯éħį":113413,"çĨ¬å¤ľ":113414,"人é¡ŀ":113415,"ç´ĢéĮĦ":113416,"ç»ıèIJ¥æ´»åĬ¨":113417,"大涨":113418,"å¸Ĥå§Ķ常å§Ķ":113419,"åĪĨéIJĺ":113420,"ä¸Ģ个èģĮä¸ļ":113421,"çĹħåĽł":113422,"è¿Ļ对äºİ":113423,"ä¸įå¾Ĺä¸į说":113424,"åıijçĶµæľº":113425,"æľīæīĢ帮åĬ©":113426,"缮æłĩä»»åĬ¡":113427,"åĽłåľ°":113428,"åĽłåľ°åĪ¶":113429,"åĽłåľ°åĪ¶å®ľ":113430,"å°Ĩè¾¾åĪ°":113431,"ç²Ĺç³Ļ":113432,"ç¨³åĽº":113433,"å«£":113434,"çİ°åľ¨å¾Īå¤ļ":113435,"ä¸ĸçķĮ级":113436,"å¼łæŁIJ":113437,"çĤ¹ç¼Ģ":113438,"èijµ":113439,"社ä¼ļç»Ħç»ĩ":113440,"å¾ĢåIJİ":113441,"åĬłæģ¯":113442,"åĻªå£°":113443,"æľīåħ´è¶£":113444,"为æĤ¨æıIJä¾Ľ":113445,"æ²¹æ¼Ĩ":113446,"ç¬¬åĽĽå±Ĭ":113447,"çļĩ宫":113448,"ä¹Ĵä¹ĵ":113449,"ä¹Ĵä¹ĵçIJĥ":113450,"éļ¨èijĹ":113451,"éģ©åIJĪ":113452,"åįĹéĿŀ":113453,"æĵ´":113454,"西æ´ĭ":113455,"åĬłå¯Ĩ":113456,"æĪIJåĬŁä¸¾åĬŀ":113457,"åı£æ°´":113458,"æĪIJ年人":113459,"æīĢæıIJä¾ĽçļĦ":113460,"éļĶå£ģ":113461,"åľ¨äº¬":113462,"å½ĵåľ°æŶéĹ´":113463,"çŃīåIJĦç§į":113464,"é£İæ°Ķ":113465,"å±ĭéĩĮ":113466,"ä¸ĢåŃĹ":113467,"çļĦæŶéĹ´éĩĮ":113468,"åĺ¿åĺ¿":113469,"快讯":113470,"ä¸Ńåľº":113471,"ä¸Ģçĵ¶":113472,"æ»ķ":113473,"é¢Ĩè·ij":113474,"好èݱ":113475,"好èݱåĿŀ":113476,"没åħ³ç³»":113477,"åĩºå¢ĥ":113478,"ä¸įæĺ¯ä¸Ģ个":113479,"éĥ½æĺ¯éĿŀ常":113480,"éľĩåĬ¨":113481,"èİ·èĥľ":113482,"åįļå¼Ī":113483,"æĬļåħ»":113484,"对ç«ĭ":113485,"æľįåĬ¡æľºæŀĦ":113486,"è°£è¨Ģ":113487,"社ä¼ļç§ijåѦ":113488,"åIJ¬è¯´è¿ĩ":113489,"æī³":113490,"æīĵ磨":113491,"åı£æľį":113492,"好åĥıæĺ¯":113493,"以åıĬåħ¶ä»ĸ":113494,"çī¹è´¨":113495,"亲è¿ij":113496,"ä¸Ģç»ı":113497,"æ¶Ŀ":113498,"éŃĶæľ¯":113499,"éģĵ路交éĢļ":113500,"è§Ħ模æľĢ大":113501,"å®ŀæĸ½æĦıè§ģ":113502,"ä¹ŀ":113503,"ä¸Ģä¸ĸ":113504,"åŁ·è¡Į":113505,"è±Ĩçĵ£":113506,"åĪĹ为":113507,"æķħ宫":113508,"çĶŁåij½åij¨æľŁ":113509,"ä¸īç§įèģĮä¸ļ":113510,"详ç»Ĩä»ĭç»į":113511,"å®Įå¤ĩ":113512,"å²©çŁ³":113513,"éļıæīĭ":113514,"飲":113515,"æķĪæŀľåĽ¾":113516,"ç§ĭåĨ¬":113517,"åĬŁå¾·":113518,"è§Ħç«łåĪ¶åº¦":113519,"æĹ¥æ¸IJ":113520,"æīĢéľĢè¦ģ":113521,"æīĢéľĢè¦ģçļĦ":113522,"å²Ľä¸Ĭ":113523,"åĩºåľŁ":113524,"åĽ¾æĸĩ":113525,"ç§ijæĬĢè¿ĽæŃ¥":113526,"éĢļèĥĢ":113527,"èĢģ太太":113528,"èĭĹæľ¨":113529,"éĵ¶å·Ŀ":113530,"å¸IJ篷":113531,"éĿŀè¦ģ":113532,"éħįçĶµ":113533,"å¤Ħå¢ĥ":113534,"èĤ¡æĿĥæĬķèµĦ":113535,"ä¸Ģ缴åĪ°":113536,"åĿĩçĶ±":113537,"æĬĹæĹ¥":113538,"æį®ä»ĭç»į":113539,"ä½łåĸľæ¬¢":113540,"åĪĽæĸ°åŀĭ":113541,"åıĺè¿ģ":113542,"è§Ĩå¯Ł":113543,"å®Įåħ¨æ²¡æľī":113544,"åħĥæŦ":113545,"åı¯ä¿¡":113546,"åı¦è¡Į":113547,"æĿij级":113548,"åħ¥åľº":113549,"æIJŃæ¡£":113550,"ä¹ŁåĽłæѤ":113551,"æį¢æĪIJ":113552,"ä¸įè´Ł":113553,"äºĨ大éĩıçļĦ":113554,"éģĶåĪ°":113555,"å¸Ĥåİ¿":113556,"å¹´è¼ķ":113557,"å¿«æīĭ":113558,"å¸Įå°Ķ":113559,"èĩªèIJ¥":113560,"éĽªèĬ±":113561,"æIJģ":113562,"çľ¼ç§ij":113563,"æŃ£ç¢º":113564,"çļĦ姿æĢģ":113565,"åĿļå®ŀçļĦ":113566,"æĮĩ纹":113567,"æªĶæ¡Ī":113568,"ç½®äºİ":113569,"佩æľį":113570,"豪éŨ":113571,"åĵĴ":113572,"æģ°å¥½":113573,"æª¢æŁ¥":113574,"åĪĿè¡·":113575,"大åĶIJ":113576,"约ä¼ļ":113577,"èĴ¸åıij":113578,"çŃ¹åĪĴ":113579,"å¹´ç»Ī":113580,"è¡Įæ¥Ń":113581,"åħ±éĿĴ":113582,"åħ±éĿĴåĽ¢":113583,"ä¼ļå¼ķèµ·":113584,"ä¸Ńç§ij":113585,"ä¸Ńç§ijéĻ¢":113586,"æĮ¯åĬ¨":113587,"åį´åıijçİ°":113588,"ä¸įåĬ¨äº§":113589,"èĮ¹":113590,"æĪ¿éĹ´éĩĮ":113591,"è´§å¸ģæĶ¿çŃĸ":113592,"æ²»çĻĤ":113593,"æħİéĩį":113594,"å¡ŀå°Ķ":113595,"åĽ½ç±į":113596,"åĽłæŀľ":113597,"çŃīçī¹çĤ¹":113598,"山谷":113599,"ä¸ĭè¼ī":113600,"è®ĵæĪij":113601,"饮éħĴ":113602,"è¿Ļ个游æĪı":113603,"ç»Ŀ大éĥ¨åĪĨ":113604,"åĴ¨è¯¢æľįåĬ¡":113605,"干活":113606,"è®®ä¼ļ":113607,"æ¦Ĥè¿°":113608,"åĪĨåĮº":113609,"æŃ»åIJİ":113610,"ç«ĻçĿĢ":113611,"主è¦ģé¢Ĩ导":113612,"åIJĮåŁİ":113613,"大æłij":113614,"对åѦçĶŁ":113615,"社ä¼ļä¿ĿéĻ©":113616,"å¢ŀèµĦ":113617,"主人åħ¬":113618,"å®£ä¼łæķĻèĤ²":113619,"æĸĩåĮĸ交æµģ":113620,"客æĪ¶":113621,"çŁ¥åIJįåĵģçīĮ":113622,"æ»ŀåIJİ":113623,"äºĴè¡¥":113624,"æĦŁäºº":113625,"åī¿":113626,"åIJİ代":113627,"äºī龸":113628,"æķĻèĤ²åŁ¹è®Ń":113629,"éĿĻèĦī":113630,"ä¹ıåĬĽ":113631,"说åĩºæĿ¥":113632,"çİĭèĢħèį£èĢĢ":113633,"åĢ«":113634,"åįĩèµ·":113635,"éķģ":113636,"åĩºæ¸¸":113637,"éĢļè¡Įè¯ģ":113638,"å·¥ä½ľå²Ĺä½į":113639,"åĮłå¿ĥ":113640,"æĭ¿æĿ¥":113641,"æ´Ĺè¡£æľº":113642,"æĪijä¸įæĥ³":113643,"é¢Ħè§ģ":113644,"æ¼Ķ示":113645,"ä¸ĢçĽ´æ²¡æľī":113646,"è·Łå¥¹":113647,"对çħ§æ£ĢæŁ¥":113648,"ç°¿":113649,"ä¸ĵå¿ĥ":113650,"è®®äºĭ":113651,"åīį端":113652,"åį¡å°Ķ":113653,"è¨Ńå®ļ":113654,"设置äºĨ":113655,"å©ļ纱":113656,"åľ¨åĽ½å¤ĸ":113657,"åı³ä¾§":113658,"è³¼çī©":113659,"å¥ĩèij©":113660,"å¢ŀåĬłåĢ¼":113661,"好è¿IJ":113662,"åĽ½éĻħæľºåľº":113663,"ä¸ĭ称":113664,"缮åīį为æŃ¢":113665,"ç¥ŀä»Ļ":113666,"å®ĥåı¯ä»¥":113667,"æ¾Ħæ¸ħ":113668,"èĥ½ä½¿":113669,"游åĩ»":113670,"游åĩ»éĺŁ":113671,"åĩ¹":113672,"ä¸įè¦ģåĨį":113673,"åĨ³èĥľ":113674,"åĨ³æĪĺ":113675,"æĭ½":113676,"缼åħ¸":113677,"å¾Īå¥½åľ°":113678,"æľĢç¾İçļĦ":113679,"åĥļ":113680,"å·´åŁº":113681,"å·´åŁºæĸ¯åĿ¦":113682,"æľĢéĢĤåIJĪ":113683,"é«ĺèģĮ":113684,"ä¿Ŀå§Ĩ":113685,"æİĪæ¬Ĭ":113686,"说åĪ°è¿ĻéĩĮ":113687,"æݨå¼Ģ":113688,"çİĩè¾¾":113689,"ä¸īåĪĨä¹ĭä¸Ģ":113690,"管çIJĨä¸Ńå¿ĥ":113691,"交æ±ĩ":113692,"森æŀĹåħ¬åĽŃ":113693,"å¾Ģä¸Ĭ":113694,"éªijè¡Į":113695,"æį®æѤ":113696,"纽带":113697,"ç»ŀ":113698,"ä¸īæĸ¹":113699,"æĦıä¹īä¸ĬçļĦ":113700,"æİ¨è¿Ł":113701,"å¤ļæł·æĢ§":113702,"æĥ³èµ·äºĨ":113703,"æİĴåIJį第":113704,"å·¨é¢Ŀ":113705,"æĿŁç¼ļ":113706,"å®īå®ļ":113707,"äºĭ實":113708,"çļĦæĦ¿æľĽ":113709,"è£ħå¤ĩåĪ¶éĢł":113710,"人å±ħ":113711,"人å±ħçݯå¢ĥ":113712,"å¿ĺè®°äºĨ":113713,"该游æĪı":113714,"楼ä¸Ĭ":113715,"å¼Ģä¼ļ":113716,"æģ³":113717,"åıĭæĥħéĵ¾æİ¥":113718,"ç¡Ĵ":113719,"ç»ĻäºĪäºĨ":113720,"åģı好":113721,"åĵī":113722,"交éĢļå®īåħ¨":113723,"éĽĮ":113724,"æ²»çĹħ":113725,"è§īå¾Ĺå¾Ī":113726,"衬衫":113727,"å¿ĥæĦ¿":113728,"æ´ŀå¯Ł":113729,"æ°ijæ£Ģå¯ŁéĻ¢":113730,"æıIJçĤ¼":113731,"è¦ģè¿Ľä¸ĢæŃ¥":113732,"驾车":113733,"æĻ®æĥł":113734,"æķĸ":113735,"ç¦ıéŁ³":113736,"éĢģè¾¾":113737,"è§ĦåĪĴ设计":113738,"æīĭå¥Ĺ":113739,"å®īä¿Ŀ":113740,"è¿ĺä¸įå¦Ĥ":113741,"åīįè¿°":113742,"æłĩè®°":113743,"ç´§æİ¥çĿĢ":113744,"æ§IJ":113745,"æ·±æ·±åľ°":113746,"满满çļĦ":113747,"æĺ¥è¿IJ":113748,"æĹ¥äº§":113749,"çĪ±æĬ¤":113750,"åħ¨æĹ¥":113751,"åħ¨æĹ¥åĪ¶":113752,"转åĬ¨":113753,"ç¥Ńç¥Ģ":113754,"ä¹°ä¸ľè¥¿":113755,"å¯¹æľªæĿ¥":113756,"æ¶Ī失äºĨ":113757,"åļ´éĩį":113758,"ä¸īæĿ¡":113759,"éħ¸å¥¶":113760,"éĽĨåĽ¢èĤ¡ä»½":113761,"西路":113762,"åıªå¾Ĺ":113763,"éĢģåİ»":113764,"çĭłæĬĵ":113765,"åĪ©çĶ¨çİĩ":113766,"ä¸ĭåij¨":113767,"å¥ĭæĪĺ":113768,"æĺ¥èĬĤæľŁéĹ´":113769,"è´Łè´£ä»»":113770,"æĺĤè´µ":113771,"尾巴":113772,"ç¯ĩæĸĩç«ł":113773,"åħ®":113774,"è®ĬæĪIJ":113775,"å¹¹":113776,"çĻ»éĮĦ":113777,"ä½Ī":113778,"å·¥åĮł":113779,"åĵªæĢķæĺ¯":113780,"åıįåĵį":113781,"ç§ĥ":113782,"åĩºè½¨":113783,"æĹ¥åĨĽ":113784,"åIJįèªī":113785,"æķıéĶIJ":113786,"æľįåĬ¡æ°´å¹³":113787,"çħ§å°Ħ":113788,"ä¼Ĭæĭī":113789,"ä¼Ĭæĭīåħĭ":113790,"åĨħéĺģ":113791,"èĬĴæŀľ":113792,"ä¸ĩåĪĨ":113793,"éĢĢ款":113794,"缴æĴŃéĹ´":113795,"æĭ¿åĪ°äºĨ":113796,"å°İèĩ´":113797,"空æ°Ķä¸Ń":113798,"客æĪ·æľįåĬ¡":113799,"è¿IJåĬ¿":113800,"ç»ĵçŁ³":113801,"ä¸įå¿ħè¦ģçļĦ":113802,"èĥ¶åĽĬ":113803,"çIJĨä¼ļ":113804,"æĬ½åĩº":113805,"空æ°Ķè´¨éĩı":113806,"æ¯ķç«Łæĺ¯":113807,"åĨ·æ¼ł":113808,"ä¸Ģå¦Ĥ":113809,"ä¸Ģå¦ĤæĹ¢":113810,"ä¸Ģå¦ĤæĹ¢å¾Ģ":113811,"æĤ£çĹħ":113812,"åĬłæĮģ":113813,"èµŀåĬ©":113814,"é«®":113815,"åij½ä¸Ń":113816,"æĦıä¹īä¸Ĭ":113817,"ä¸įèĪį":113818,"åģļ梦":113819,"æīĵæī«":113820,"æĺŁåħī":113821,"æĸŃè£Ĥ":113822,"åħ¨å¥Ĺ":113823,"è£ģå®ļ":113824,"马åħĭæĢĿ":113825,"骨骼":113826,"ä¸Ģè·¯ä¸Ĭ":113827,"å®ļæŶ":113828,"å·¥ç¨ĭæĬĢæľ¯":113829,"å½¼å¾Ĺ":113830,"æ±²åıĸ":113831,"ä¸Ģè§Ī":113832,"åIJµæŀ¶":113833,"ä¿Ĺ称":113834,"æłªæ´²":113835,"åºŁæŧ":113836,"è¡ĮæĺŁ":113837,"åıijçĶŁåıĺåĮĸ":113838,"é¦ĸä»ĺ":113839,"åįģåĪĨéĩįè¦ģ":113840,"æĬĬè¿ĻäºĽ":113841,"ç¥ŀå·ŀ":113842,"æıIJä¾ĽåķĨ":113843,"楷":113844,"å±İ":113845,"çĬ¶åħĥ":113846,"åŁİå¢Ļ":113847,"çľĭä¸Ģçľĭ":113848,"çĶŁäº§èĥ½åĬĽ":113849,"åŁºæľ¬ä¸Ĭéĥ½":113850,"æīĵæī°":113851,"åĪĿ次":113852,"åĩºç¤º":113853,"åħ¶ä¸Ńä¸Ģ个":113854,"çĶŁæĢģç³»ç»Ł":113855,"æīĭæİĮ":113856,"æµİåįĹå¸Ĥ":113857,"åľĭåħ§":113858,"æŃ£åĢ¼":113859,"å¹¾ä¹İ":113860,"æݨèįIJéĺħ读":113861,"è¿Ń代":113862,"è°ĥä¾ĥ":113863,"饮åĵģ":113864,"å¢Ļä½ĵ":113865,"åıĺçİ°":113866,"äºĨ好":113867,"äºĨ好åĩł":113868,"ä¸įçķĻ":113869,"çĪ²":113870,"å°½æĹ©":113871,"æŃ£åľ¨è¿Ľè¡Į":113872,"åĩºéĻ¢":113873,"æĿĢ害":113874,"æıIJ款":113875,"åıijå±ķ空éĹ´":113876,"åīį身":113877,"ä¸įæĸŃå¢ŀ强":113878,"æ·±å±Ĥ次":113879,"容纳":113880,"éĤ£ä»½":113881,"å·¥ä½ľæķĪçİĩ":113882,"æľ¬åĽ½":113883,"失èIJ½":113884,"æŃ£åĽłä¸º":113885,"èĬĤæ°´":113886,"ä¸ĭä¸Ģ代":113887,"çłĶåıijä¸Ńå¿ĥ":113888,"ä¸įçIJĨ":113889,"å®Į好":113890,"ä¿ĿæĬ¤åĮº":113891,"ç»ĵæŀĦè°ĥæķ´":113892,"å¥łå®ļ":113893,"宣称":113894,"éĺ»æĮ¡":113895,"æĴ¤ç¦»":113896,"ä¸įæĸ¹ä¾¿":113897,"åĴķ":113898,"ç¬ijäºĨç¬ij":113899,"çݯå¢ĥ污æŁĵ":113900,"ä½ıæĪ·":113901,"ç»Ŀç¼ĺ":113902,"éĻ¤å°ĺ":113903,"é«ĺå°ļ":113904,"æĢİä¹Īåı¯èĥ½":113905,"éĿ¢èī²":113906,"åķĨæ¥Ń":113907,"çĸ¹":113908,"èµĦæºIJä¼ĺåĬ¿":113909,"è¾ĸåĮºåĨħ":113910,"èĢĢçľ¼":113911,"æij§æ¯ģ":113912,"ä¸ĸçķĮç»ıæµİ":113913,"å¼ķæĿ¥":113914,"ä¸ĢåĪĻ":113915,"æĭĩæĮĩ":113916,"æĬµå¾¡":113917,"éĽį":113918,"åĩĨå¤ĩå·¥ä½ľ":113919,"çıłä¸īè§Ĵ":113920,"ç¨ĢåľŁ":113921,"èİ·å¾ĹæĦŁ":113922,"æĪIJåĬŁçİĩ":113923,"ç½ij约":113924,"ç½ij约车":113925,"èĦIJ":113926,"æķ¬ä¸ļ":113927,"éĩijä»·":113928,"ç²¾é«ĵ":113929,"买车":113930,"åħ³åı£":113931,"åĨįå¤ļ":113932,"æŀģåĵģ":113933,"åIJĦ家":113934,"举æĬ¥çĶµè¯Ŀ":113935,"èļĬ":113936,"æĸ¹å½¢":113937,"ç§ijæĬĢæĪIJæŀľ":113938,"æľĢ好æĺ¯":113939,"éĹ®åĢĻ":113940,"红éħĴ":113941,"åĽĽç§į":113942,"ç¿Ĵæħ":113943,"ç¿Ĵæħ£":113944,"åŀ¦":113945,"éĤ£åıª":113946,"é¢ĨæĤŁ":113947,"çľ¼éĥ¨":113948,"æ³°å®ī":113949,"ä»»æľŁ":113950,"磨æįŁ":113951,"æĽ¿æį¢":113952,"åħ¸ç¤¼":113953,"符åIJĪæĿ¡ä»¶":113954,"è¿ĺæľīä»Ģä¹Ī":113955,"åħ±äº«åįķ车":113956,"åı¯åĪĨ为":113957,"åŃ£åIJİ":113958,"åŃ£åIJİèµĽ":113959,"举èİŀå¸Ĥ":113960,"å¿ĥæĦı":113961,"æīŃæĽ²":113962,"ä½ľä¸ºä¸Ģç§į":113963,"è¿Ļéĥ¨åĪĨ":113964,"åıĤä¸İåĪ°":113965,"ç½ijçIJĥ":113966,"實çı¾":113967,"ç»Ħè£ħ":113968,"åIJijå¤ĸ":113969,"å·¥ä½ľæĸ¹æ¡Ī":113970,"åįģæĿ¡":113971,"課ç¨ĭ":113972,"颤æĬĸ":113973,"åĵ©":113974,"éĤ®å¯Ħ":113975,"亢":113976,"åħįè²»":113977,"秤":113978,"åºĶæĢ¥ç®¡çIJĨ":113979,"åĽĽäºĶ":113980,"éºĴéºŁ":113981,"å¾ĴæŃ¥":113982,"è¨ĺå¾Ĺ":113983,"çĴIJ":113984,"æĺ¯åIJ¦ä¼ļ":113985,"æĦıè§ģåıįé¦Ī":113986,"éļ¾æĢª":113987,"çªį":113988,"交æİ¥":113989,"两åįĥ":113990,"æĩīçĶ¨":113991,"æľŁéĸĵ":113992,"æIJ¬åĪ°":113993,"è®®é¢ĺ":113994,"碧æ¡Ĥ":113995,"碧æ¡ĤåĽŃ":113996,"åģļçĶŁæĦı":113997,"éĻĽä¸ĭ":113998,"è·ĭ":113999,"èĢģ人家":114000,"带åĽŀ":114001,"æŀ¸æĿŀ":114002,"è¡Įéķ¿":114003,"åĨħ容ç®Ģä»ĭ":114004,"梢":114005,"æĮĩæݧ":114006,"éĩįçĹĩ":114007,"ç½ijåıĭ们":114008,"çı¾ä»£":114009,"类产åĵģ":114010,"å¥Ķæ³¢":114011,"渺":114012,"ç²īç¢İ":114013,"è¿Ļåıªæĺ¯":114014,"æ£Ģå¯Łæľºåħ³":114015,"é½Ĭ":114016,"æĪ¿ç§Ł":114017,"å¾·æĭī":114018,"å²ģ以ä¸Ĭ":114019,"纯åĩĢ":114020,"åĪĨå¸ĥåľ¨":114021,"èĥ½å¾ĹåĪ°":114022,"ä¸įå°½":114023,"ç«ŀä»·":114024,"çļĦ带é¢Ĩ":114025,"çļĦ带é¢Ĩä¸ĭ":114026,"ä¸Ńèį¯æĿIJ":114027,"æĿijéķĩ":114028,"ä¸įåı¯éģ¿åħį":114029,"éľ²å¤©":114030,"å°ıå§ijå¨ĺ":114031,"çī©ä»¶":114032,"èijĹä½ľæĿĥ":114033,"æĭĺçķĻ":114034,"éĥ½è§īå¾Ĺ":114035,"æĽ²æĬĺ":114036,"æ·»åĬłåīĤ":114037,"åı¬åĽŀ":114038,"æīİå®ŀæİ¨è¿Ľ":114039,"æĬĦè¢Ń":114040,"åĮĸ身":114041,"缴èIJ¥":114042,"ä¹Łå¸ĮæľĽ":114043,"èį£èªī称åı·":114044,"åįĸç»Ļ":114045,"æľīä¸įåIJĮçļĦ":114046,"å¥ĩçī¹":114047,"éĥ½è®¤ä¸º":114048,"å¦ŀ":114049,"æĪIJéķ¿ä¸º":114050,"辩æĬ¤":114051,"主æķĻç»ĥ":114052,"æ³ķå¸ĪèģĮä¸ļ":114053,"æ¤įåħ¥":114054,"索尼":114055,"åIJ¬è¿ĩ":114056,"ä¹łæĥ¯äºĨ":114057,"夺åıĸ":114058,"éŁĵ":114059,"æľ¬è´¨ä¸Ĭ":114060,"æİ¥åĬĽ":114061,"äºij端":114062,"è¦ģåģļ好":114063,"è·¯çģ¯":114064,"åįıåIJĮåıijå±ķ":114065,"æľīå¾ħ":114066,"æ°´åŁŁ":114067,"æIJľçĭIJé¦ĸ页":114068,"è´¨éĩıå®īåħ¨":114069,"åįģäºĮäºĶ":114070,"åĵ®åĸĺ":114071,"èĵ¬åĭĥåıijå±ķ":114072,"åIJį声":114073,"身亡":114074,"çİĭåºľ":114075,"åİŁåĪĻä¸Ĭ":114076,"çĥĺå¹²":114077,"éģĹæ¼ı":114078,"éĿ¢çĽ®":114079,"åĽ½ä¼ļ":114080,"ä¸Ģ缴éĥ½æĺ¯":114081,"æľīä¸Ģä½į":114082,"éħįæľī":114083,"éĻªçĿĢ":114084,"ä¼ģåĽ¾":114085,"æĮīä¸ĭ":114086,"èĵĿåĽ¾":114087,"æ©ĺ":114088,"大å¤ļæĺ¯":114089,"辩论":114090,"æĹĭå¾ĭ":114091,"æĬ¥éĢģ":114092,"æĿ¡è§Ħå®ļ":114093,"åĬ¨éĿĻ":114094,"åĮĪ奴":114095,"æĭľè®¿":114096,"ä¸ĢåĪĢ":114097,"ä»ĸçŁ¥éģĵ":114098,"主æĿĥ":114099,"ä»ĸæĽ¾":114100,"æĴŃç§į":114101,"å£ģåŀĴ":114102,"çī¢è®°ä½¿åij½":114103,"åľ¨è¿Ļæĸ¹éĿ¢":114104,"æīĭèħķ":114105,"æĶ¯æŀ¶":114106,"ä¾Ĩèĩª":114107,"éĩįå¡ij":114108,"å¤ļå±Ĥ次":114109,"ä»ĭè´¨":114110,"éĿ¢åŃĶ":114111,"潮湿":114112,"åİ¿åŁŁ":114113,"游æĪıå½ĵä¸Ń":114114,"å£ŀ":114115,"åĪĹåĩº":114116,"èµĽåĮº":114117,"å¤ļåįĬ":114118,"éĩįçĤ¹å·¥ä½ľ":114119,"æĪij们å¿ħé¡»":114120,"æŁıæŀĹ":114121,"é²ģèĥ½":114122,"æĸ½å±ķ":114123,"åIJĦåĮº":114124,"åħįç¨İ":114125,"èµĽåIJİ":114126,"æľĢéĩįè¦ģ":114127,"ä¸Ģ个好çļĦ":114128,"è¿Ŀæ³ķè¿Ŀè§Ħ":114129,"äºĨè§£æĽ´å¤ļ":114130,"æķ¬è¯·":114131,"ç¬ijçĿĢ说":114132,"ä¸įæĸŃåıijå±ķ":114133,"æijĦå½±å¸Ī":114134,"以éĺ²":114135,"çĤ¸å¼¹":114136,"声åĵį":114137,"ç¤ģ":114138,"æĩ¿":114139,"èĪĨæĥħ":114140,"èĩªçĶ±è´¸æĺĵ":114141,"æķıæį·":114142,"ä¸ī大éĺ¶æ®µ":114143,"èĭĶ":114144,"æĹºåŃ£":114145,"ä¸į满æĦı":114146,"微信åı·":114147,"修为":114148,"çł´è£Ĥ":114149,"éĢĥ离":114150,"æ¯ıèĤ¡":114151,"è¾¾ä¸įåĪ°":114152,"æ¯ıå¹´éĥ½":114153,"çģ¯ç¬¼":114154,"æŃ¤åŁºç¡Ģä¸Ĭ":114155,"åĥı个":114156,"åĪĨ娩":114157,"æĻ¾":114158,"ä¸įèĩ³äºİ":114159,"红线":114160,"误解":114161,"ä¸ľè·¯":114162,"æ·®å®ī":114163,"产åѦ":114164,"产åѦçłĶ":114165,"èī¾æ»ĭ":114166,"èī¾æ»ĭçĹħ":114167,"åīįæıIJæĺ¯":114168,"æ¯ıä¸Ģ天":114169,"ä¸ĥ大":114170,"æłijåı¶":114171,"èµ°å¾Ĺ":114172,"è¿Ļ两ç§į":114173,"æİıåĩº":114174,"æİIJ":114175,"é¢Ĩ导èĢħ":114176,"ä¸Ģæľµ":114177,"个å¤ļæľĪ":114178,"ä¸Ńåħ³":114179,"ä¸Ńåħ³æĿij":114180,"课åłĤæķĻåѦ":114181,"大åĴĸ":114182,"éģĭçĶ¨":114183,"è¯ļæĦı":114184,"ç»ĦåĽ¾":114185,"è¯ķçĿĢ":114186,"ä¹Ķæ²»":114187,"è¿ĺä¸įæĺ¯":114188,"æľīæĽ´å¥½çļĦ":114189,"åIJİå¤ĩ":114190,"æĸ°çĶŁåĦ¿":114191,"æ°Ķè¡Ģ":114192,"æ²¥éĿĴ":114193,"å±ıéļľ":114194,"æ¥ŃåĭĻ":114195,"æĪij以为":114196,"éķ¿çĽ¸":114197,"èĢģçĪ¸":114198,"éķĩæ±Ł":114199,"æľºæ¢°è®¾å¤ĩ":114200,"ä½Ĩæĺ¯å¦Ĥæŀľ":114201,"åĿļå®ļä¸į":114202,"åĿļå®ļä¸į移":114203,"åĨ²éĶĭ":114204,"ç®Ģ缴æĺ¯":114205,"åĤ¨èĵĦ":114206,"纯çĶµåĬ¨":114207,"漫æŃ¥":114208,"举起":114209,"æģ¶æĢ§":114210,"è¨ĺéĮĦ":114211,"èģĮèĥ½éĥ¨éŨ":114212,"åħ¨éķ¿":114213,"鼻è¦ĸ":114214,"ä¹³èħº":114215,"ä½ķå¤Ħ":114216,"æ¶Īæŀģ":114217,"æŃ£å¤Ħäºİ":114218,"å®īå®ģ":114219,"æĪIJéķ·":114220,"åıĻè¿°":114221,"æºĥçĸ¡":114222,"ä½Ĩçİ°åľ¨":114223,"女æĺŁ":114224,"å©´å¹¼åĦ¿":114225,"æĬķèŀįèµĦ":114226,"éĹ®éĹ®":114227,"æıŃå¼Ģ":114228,"è¯ı":114229,"åIJįå½ķ":114230,"èĺijèıĩ":114231,"åIJĬ顶":114232,"æ¹ĸåĮº":114233,"åįĸåľº":114234,"建ç¯":114235,"建ç¯ī":114236,"èݽ":114237,"åIJ¬åIJ¬":114238,"ç«ŀäºīä¼ĺåĬ¿":114239,"åĩºä»»":114240,"æľī两ç§į":114241,"æ©±æŁľ":114242,"褪":114243,"è¯ķåį·":114244,"ç»ıæµİæĬĢæľ¯":114245,"æ·±å±Ĥ":114246,"éĩįè¦ģåĨħ容":114247,"é£İæݧ":114248,"çĬ¶æĢģä¸ĭ":114249,"éĥ¨éĸĢ":114250,"广汽":114251,"è§Ĥæij©":114252,"éģĹçķĻ":114253,"转账":114254,"æĮģä»ĵ":114255,"æĢ»è®¡":114256,"åľĺéļĬ":114257,"æĪ¿ä¸ľ":114258,"éĺĢéŨ":114259,"åħ¬åħ³":114260,"åħ³åĪĩ":114261,"èĤĺ":114262,"æķ¸æĵļ":114263,"ä¸īåįģå¹´":114264,"è§ģè¯ģäºĨ":114265,"å±Ĩ":114266,"çģ°å°ĺ":114267,"æ¦ľé¦ĸ":114268,"è¦ĨçĽĸçİĩ":114269,"ä»Ļ女":114270,"çĶŁäº§æĢ»":114271,"çĶŁäº§æĢ»åĢ¼":114272,"æĪ¿è´·":114273,"æ±ŁåĮº":114274,"åħħçĶµæ¡©":114275,"çĻ¾åIJĪ":114276,"確èªį":114277,"转移åĪ°":114278,"éĥ½æĹłæ³ķ":114279,"纪念é¦Ĩ":114280,"çŃ¾ç½²äºĨ":114281,"并ä¸įå¤ļ":114282,"æĮł":114283,"ä¸į太好":114284,"ä¸ĸ代":114285,"误导":114286,"é«ĺ峰论åĿĽ":114287,"åħ¼å®¹":114288,"龸æ°Ķ":114289,"æĿ¥è®¿":114290,"æīĢ带æĿ¥çļĦ":114291,"æĺ¯ä¸Ģéĥ¨":114292,"æĻļé¥Ń":114293,"åİĨ代":114294,"åIJ¦åīĩ":114295,"ä¹ħä¹ħ":114296,"æľīæķĪæľŁ":114297,"诱åıij":114298,"æĢ»èµĦ产":114299,"æľ¬èº«å°±æĺ¯":114300,"çĶŁäº§åİĤ家":114301,"æŶ髦":114302,"èĢIJçĶ¨":114303,"ä»İå°ıå°±":114304,"æĿ¡çº¦":114305,"èĭ±åĭĩ":114306,"ä¿Ĺè¯Ŀ说":114307,"寺åºĻ":114308,"å¿ĥçIJĨåģ¥åº·":114309,"ä»Ģä¹Īäºĭæĥħ":114310,"æ±īåŃĹ":114311,"çķĻä½ı":114312,"åįĹè·¯":114313,"ä¸ī项":114314,"丢äºĨ":114315,"æĥ³åĪ°äºĨ":114316,"çŃ¹éĽĨ":114317,"éĻĦåĬłåĢ¼":114318,"西è£ħ":114319,"ä¹ĭä½ľ":114320,"åģļçļĦäºĭ":114321,"çķ¶æĤ¨":114322,"çķ¶æĤ¨åľ¨":114323,"é¦ĸ款":114324,"ä¸įåľ¨ä¹İ":114325,"å·¥ç¨ĭæĸ½å·¥":114326,"éļIJéļIJ":114327,"åıĺ身":114328,"沿éĢĶ":114329,"æĤłæĤł":114330,"ä¿Ŀæļĸ":114331,"çĶŁæ´»åŀĥåľ¾":114332,"渤海":114333,"æŃ¦ä¾ł":114334,"女主è§Ĵ":114335,"举ä¾ĭ":114336,"æ·¨":114337,"çĻ½é¢Ĩ":114338,"è£ĻåŃIJ":114339,"è¿Ķè¿ĺ":114340,"è¿Īåĩº":114341,"é¾ĻéŨ":114342,"ç»ıæµİä½ĵ":114343,"æĶ¶å®ĺ":114344,"çķĮéĻIJ":114345,"è·³åĩº":114346,"åįĩåĢ¼":114347,"绵éĺ³":114348,"çĸ¤çĹķ":114349,"çľĭæ¸ħ":114350,"æĭĴçµķ":114351,"è¥Ħéĺ³":114352,"课å¤ĸ":114353,"åŃIJåŃĻ":114354,"æŃĮè¯į":114355,"æĪIJåIJį":114356,"溶液":114357,"åĦĴ家":114358,"åķĨä¸ļåĮĸ":114359,"辨åĪ«":114360,"å¤ļè¾¾":114361,"ç½ijåºĹ":114362,"ä¹Ŀ大":114363,"ä¹Ŀ大精ç¥ŀ":114364,"æŃ¤ä¸¾":114365,"è¿ŀè½½":114366,"ä¸ĢåĢĭ人":114367,"èī²æ³½":114368,"涵çĽĸäºĨ":114369,"è¦ıåĬĥ":114370,"åĽ½æĥħ":114371,"åį«çĶŁåģ¥åº·":114372,"积æŀģåĵįåºĶ":114373,"æĭĻ":114374,"åĪ¶åĬ¨":114375,"æĥ³è±¡åĬĽ":114376,"çļĦä¹IJ趣":114377,"å¼łå®¶çķĮ":114378,"å´İ":114379,"éĩįåŀĭ":114380,"å¤ĸå¢Ļ":114381,"æĶ¾åѦ":114382,"è®¤çľŁåŃ¦ä¹ł":114383,"è´¬åĢ¼":114384,"æ³ķæ¡Ī":114385,"æĬ¤èĤ¤åĵģ":114386,"éĻ·åħ¥äºĨ":114387,"请æĤ¨":114388,"åŀ¢":114389,"æķĻèĤ²èµĦæºIJ":114390,"交æĺĵå¹³åı°":114391,"æŶè£ħ":114392,"ä¼łæŁĵçĹħ":114393,"æ¹ĸæ³Ĭ":114394,"èµĦ管":114395,"åݨå¸Ī":114396,"éĹľéį":114397,"éĹľéįµ":114398,"åĵĪåĵĪåĵĪ":114399,"çĽĹçªĥ":114400,"çĶľç¾İ":114401,"åºĦåĽŃ":114402,"缮åīįå·²ç»ı":114403,"è¾¹ä¸Ĭ":114404,"çģ«èĬ±":114405,"æĬ¥è®°èĢħ":114406,"æģĭæĥħ":114407,"ç´§åĩij":114408,"æ°´æµģ":114409,"è¿Ļæĺ¯æĪij们":114410,"æ³¥åľŁ":114411,"æĽ¾ä»»":114412,"æĸ¹è¨Ģ":114413,"åij¨åħŃ":114414,"åı·æ¥¼":114415,"ä¼ijåģĩ":114416,"误ä¼ļ":114417,"åĽ½åĢº":114418,"åīįå¤ķ":114419,"ä¸¤å¼ł":114420,"éĹ«":114421,"éŃĶ鬼":114422,"æĬĬæĮģ":114423,"èĬĤèĥ½çݯä¿Ŀ":114424,"æ¸ħæ´ģèĥ½æºIJ":114425,"èĤ¥æĸĻ":114426,"é«ĺé¢ij":114427,"å°±æľīäºĨ":114428,"交ä¼ļ":114429,"没éĴ±":114430,"éĽħæĢĿ":114431,"è¦ģåıĬæŶ":114432,"åŁ¹åħ»åѦçĶŁ":114433,"欣åĸľ":114434,"çĥŃæ°´åĻ¨":114435,"é¾Ļæ¹ĸ":114436,"äºĮ楼":114437,"æĸ°æµªè´¢ç»ı":114438,"æĸ°åĬ¨èĥ½":114439,"èµ£å·ŀ":114440,"æĭ³å¤´":114441,"æµģåIJij":114442,"ä¹Łæĺ¯å¾Ī":114443,"åıijåĶ®":114444,"ä¸ŃåIJ«æľī":114445,"åIJĵå¾Ĺ":114446,"å·¨æĺŁ":114447,"æĹłæīĢè°ĵ":114448,"æ¯ĽåŃĶ":114449,"åħ¬åħ±äº¤éĢļ":114450,"çĤİçĥŃ":114451,"èµ·èįī":114452,"åĬłçĽŁåķĨ":114453,"说ä¸įåĩº":114454,"大åѦæ¯ķä¸ļ":114455,"å·¥ä¸ļåĽŃ":114456,"éłĺåŁŁ":114457,"åºĨåħ¸":114458,"æµģ产":114459,"èģ²éŁ³":114460,"ä¼¼ä¹İæĺ¯":114461,"è´§æºIJ":114462,"æ·±åĪĩ":114463,"æ²»çĸĹæĸ¹æ³ķ":114464,"èµĦæºIJéħįç½®":114465,"網åıĭ":114466,"çĶ£":114467,"亥":114468,"èº²åľ¨":114469,"社ç§ij":114470,"è»Łé«Ķ":114471,"女è£ħ":114472,"æŃ¡è¿İ":114473,"综åIJĪå®ŀåĬĽ":114474,"æł¼å°ĩ":114475,"åħļåı²åŃ¦ä¹ł":114476,"æľĢåŁºæľ¬":114477,"æľĢåŁºæľ¬çļĦ":114478,"çľĭæľĽ":114479,"åıĹè´¿":114480,"ä¸įä»ħèĥ½":114481,"ä½ķå¿ħ":114482,"ä¸Ģ个å°ıæŶ":114483,"ç¾Į":114484,"æĭĽæĶ¶":114485,"çĤĴèĤ¡":114486,"æĿijå¹²éĥ¨":114487,"缸çĪ±":114488,"æ½ľèĥ½":114489,"ä¹į":114490,"æĹ¶è¾°":114491,"欣æħ°":114492,"éĵ¶è¡Įä¸ļ":114493,"çĭŃçªĦ":114494,"éĩįçĤ¹é¢ĨåŁŁ":114495,"çİ°å®ŀçĶŁæ´»":114496,"éĮ¯èª¤":114497,"æĸ°è§Ħ":114498,"滥çĶ¨":114499,"æŶä¸į":114500,"æŶä¸įæŶ":114501,"帳èĻŁ":114502,"ç¨Ģ缺":114503,"åIJij举":114504,"ä¿Ŀåģ¥åĵģ":114505,"çıŃéķ¿":114506,"äºĴåĭķ":114507,"笼罩":114508,"æ½Ľ":114509,"æļĸå¿ĥ":114510,"è½°çĤ¸":114511,"åºĨ幸":114512,"è²Įä¼¼":114513,"æĵº":114514,"èĢIJ磨":114515,"ä¸ĵä¸ļ人士":114516,"ä¸ĢèĪ¬éĥ½æĺ¯":114517,"æ¼³å·ŀ":114518,"åħ¨èĩªåĬ¨":114519,"å½ķçĶ¨":114520,"大è·Į":114521,"æľīæķĪæĢ§":114522,"èĩªåĭķ":114523,"ä¸ī个æĸ¹éĿ¢":114524,"港åĮº":114525,"信貸":114526,"éĢļè¯Ŀ":114527,"é«ĺ涨":114528,"æ³Ħæ¼ı":114529,"éħįä¸Ĭ":114530,"åħļå·¥å§Ķ":114531,"被认为":114532,"被认为æĺ¯":114533,"ä¸įä¼ļåĨį":114534,"è°ĥåīĤ":114535,"åıĤèĤ¡":114536,"èĦ±åıij":114537,"å¿łå®ŀ":114538,"åĨħåĪĨæ³Į":114539,"ç¹ģå¿Ļ":114540,"åıĮåĪĽ":114541,"é©»æĿij":114542,"åĪĴç®Ĺ":114543,"éģİä¾Ĩ":114544,"åľ£ç»ı":114545,"èıľé¸Ł":114546,"æĭ¼å¤ļå¤ļ":114547,"ä¸ŃåĽ½æ±½è½¦":114548,"çĥŁèįī":114549,"缴æµģ":114550,"äºĨä¸Ģåı£æ°Ķ":114551,"ä½İæĪIJæľ¬":114552,"æī¾åĽŀ":114553,"èĩªåįij":114554,"總æĺ¯":114555,"æĸĩåĮĸåĪĽæĦı":114556,"天河":114557,"樱æ¡ĥ":114558,"éªijåħµ":114559,"éĩĮéĿ¢æľī":114560,"çİ®":114561,"èĥ½æī¾åĪ°":114562,"éĢĥè·ij":114563,"åĪĩå°Ķ":114564,"åĪĩå°Ķ西":114565,"以ä¸ĭæĺ¯":114566,"å²³éĺ³":114567,"çļĦæ¦Ĥçİĩ":114568,"æĬµåĪ¶":114569,"å¸ĪäºĭåĬ¡":114570,"å¸ĪäºĭåĬ¡æīĢ":114571,"åĩĨæŶ":114572,"屬æĸ¼":114573,"订è´Ń":114574,"åįłæį®äºĨ":114575,"ä¸ŃéĢĶ":114576,"å°ĭ":114577,"é»ij马":114578,"åİ¿åħ¬å®īå±Ģ":114579,"ä¸ĥæľĪ":114580,"èī²ç´ł":114581,"å¿ĥèĦıçĹħ":114582,"æŶéĻIJ":114583,"æ¯įåħ¬åı¸":114584,"å¹ķåIJİ":114585,"ä¸Ĭæ¦ľ":114586,"åĢ¾åIJijäºİ":114587,"纸ä¸Ĭ":114588,"æ¡ĵ":114589,"éĽĨä½ĵç»ıæµİ":114590,"æĥħå¢ĥ":114591,"è¦ģåģļåĪ°":114592,"ç©į極":114593,"åıªæĢķ":114594,"æ¹ĺ西":114595,"çļ±çº¹":114596,"åħ¨åľĭ":114597,"çĦ¡è«ĸ":114598,"好æĦŁ":114599,"åįķä»·":114600,"è¿Ľç¨ĭä¸Ń":114601,"æĺĨä»ij":114602,"åĪĽå®¢":114603,"åħħæĸ¥":114604,"åħĪæĬĬ":114605,"该æĢİä¹ĪåĬŀ":114606,"åĵģå¾·":114607,"åħ¨éĿ¢åıijå±ķ":114608,"è¨ĪåĬĥ":114609,"æĢ»å·¥ä¼ļ":114610,"ä½Ľå±±å¸Ĥ":114611,"æĬĹè¡¡":114612,"å¼Ģåľº":114613,"éĴ±å¸ģ":114614,"åıĭ们":114615,"å«īå¦Ĵ":114616,"ç´¢èµĶ":114617,"è®ĬåĮĸ":114618,"æĮ¤åİĭ":114619,"æĮijè¡ħ":114620,"çŃīä¸Ģæī¹":114621,"æĿ¨æ¬¢":114622,"ä¸ĵ家åѦèĢħ":114623,"èĥ½è¾¾åĪ°":114624,"èµ°è¿ij":114625,"è´«åĽ°åľ°åĮº":114626,"éĻIJæľŁ":114627,"ä¸į平衡":114628,"åĽ½åĨħå¸Ĥåľº":114629,"èµĽåľº":114630,"éħįèµĦ":114631,"è¦ģèĢĥèĻij":114632,"ä¸ĩåı°":114633,"æľĪæľ«":114634,"éĶ¥":114635,"åŃ«":114636,"æݥ触åĪ°":114637,"åĩºäº§":114638,"æķĻåѸ":114639,"ä½ľå¼Ĭ":114640,"çļĦæľĢåIJİä¸Ģ":114641,"ä¿ĥæĪIJ":114642,"åIJ¸åıĸ":114643,"æ½ľèīĩ":114644,"被éªĹ":114645,"è¾ĵäºĨ":114646,"çĭIJçĭ¸":114647,"åįĩéĻį":114648,"è¿ĻäºĽä¸ľè¥¿":114649,"æĬķèµĦåŁºéĩij":114650,"çĶŁçī©åѦ":114651,"ç½ij绾èIJ¥éĶĢ":114652,"åIJijè®°èĢħ":114653,"èįīåľ°":114654,"æĢ¯":114655,"æľįåĬ¡èĥ½åĬĽ":114656,"éĥģéĹ·":114657,"åįķåĵģ":114658,"å¾Ĺ罪":114659,"æĺĵäºİ":114660,"个å¤ļå°ıæŶ":114661,"éĩįä»»":114662,"ä¸Ĭå®ĺ":114663,"æľ¬éĩij":114664,"çı¾åł´":114665,"溢价":114666,"æĺŁè¾°":114667,"æ´»åĬ¨çİ°åľº":114668,"丹麦":114669,"å¸Ŀçİĭ":114670,"æŁ¥æĺİ":114671,"åŃĺåľ¨äºİ":114672,"é¦Ļæ°´":114673,"æĬ½æ£Ģ":114674,"å®ŀéĻħä¸Ĭæĺ¯":114675,"æĸ°å¾ģç¨ĭ":114676,"è´¢åĬ¡ç®¡çIJĨ":114677,"æİĽ":114678,"åĨľåİĨ":114679,"éĥ½èĥ½å¤Ł":114680,"éĤ¯éĥ¸":114681,"çľŁå¯¦":114682,"ç»Ĭ":114683,"åĨµä¸Ķ":114684,"置身":114685,"ç¥Ī祷":114686,"çĿģå¼Ģ":114687,"æĮĩçĤ¹":114688,"å¼Ģæľº":114689,"西å®ģ":114690,"åĮĹ约":114691,"积水":114692,"åĩºåĬ¨":114693,"åıijå±ķ模å¼ı":114694,"转æĬĺ":114695,"èĢĥçĤ¹":114696,"æľīç½ijåıĭ":114697,"è´«åĽ°æĿij":114698,"æĪijä»¬çŁ¥éģĵ":114699,"åĪĨéĶĢ":114700,"å±±èĦī":114701,"æ¯ĶæĭŁ":114702,"ä¼°ç®Ĺ":114703,"æĶ¹å»º":114704,"壮è§Ĥ":114705,"ç§īæĮģ":114706,"æıª":114707,"ç¦Ģ":114708,"åĮĸåѦåĵģ":114709,"ä¸ŃåĽ½åĪ¶éĢł":114710,"ä¸Ģæŀ¶":114711,"æīįè¡Į":114712,"æĭĽå¾ħ":114713,"åıĺæį¢":114714,"åīį线":114715,"幸好":114716,"è¿Ļæł·çļĦè¯Ŀ":114717,"å¿ĥè¡Ģ管":114718,"æĢ§çĸ¾çĹħ":114719,"åħ¨èĥ½":114720,"åĪij侦":114721,"ä¿¡æģ¯åıijå¸ĥ":114722,"æĺ¾çĦ¶æĺ¯":114723,"éĿĴéĵľ":114724,"åIJĥä»Ģä¹Ī":114725,"çĶµä»·":114726,"æ³ķå¾ĭè§Ħå®ļ":114727,"çħ²":114728,"çĵ·åĻ¨":114729,"èĤīç±»":114730,"æıĴåħ¥":114731,"åĹľ":114732,"è¿Łè¿Ł":114733,"ä¸ĢçĤ¹éĥ½ä¸į":114734,"è¿ĺåĮħæĭ¬":114735,"èĪįä¸įå¾Ĺ":114736,"æłĩå¿ĹæĢ§":114737,"æľĪ以æĿ¥":114738,"ç³ĸæŀľ":114739,"éĥ½åºĶ该":114740,"çݯå¢ĥåį«çĶŁ":114741,"èĪªè¡Į":114742,"éĥijéĩį":114743,"ç½ijæĬķ":114744,"åįģä½³":114745,"ç§ģä¸ĭ":114746,"æļ´è·Į":114747,"åĬłå¿«åıijå±ķ":114748,"产åĵģçłĶåıij":114749,"åĪĽéĢłåĩº":114750,"æĢ»è§īå¾Ĺ":114751,"åºķçĽĺ":114752,"èķĬ":114753,"åĩºå¸Ńä¼ļè®®":114754,"主æĿ¿":114755,"æĹ¥æĻļéĹ´":114756,"å®ĺæĸ¹å¾®åįļ":114757,"å¼ķçĶ¨æĹ¥æľŁ":114758,"åī¯æķĻæİĪ":114759,"çĶµåŃIJ产åĵģ":114760,"è¡°éĢĢ":114761,"çķĻåŃĺ":114762,"çģ«åĬĽ":114763,"çĴ§":114764,"çļĤ":114765,"åħ¼åħ·":114766,"éĩįè¿Ķ":114767,"é¢Ĩçķ¥":114768,"åĪĩéĻ¤":114769,"åĨįçĶŁèĥ½æºIJ":114770,"å®ŀåľ¨å¤ª":114771,"çIJĨ论ä¸Ĭ":114772,"ä¸īå±Ĥ":114773,"ä¸ĸçķĮåIJĦåĽ½":114774,"å®ľæĺĮ":114775,"èĢ³è¾¹":114776,"宽æķŀ":114777,"æ±īæĹı":114778,"çĻ½çĻ½":114779,"è¿ĻéĩĮéĿ¢":114780,"çĶŁæ´»ä¹łæĥ¯":114781,"èµŀèµı":114782,"çĶ·å£«":114783,"ä¸Ńä¿Ħ":114784,"车祸":114785,"åīĤéĩı":114786,"éĻ¤åİ»":114787,"左边":114788,"çŃijçī¢":114789,"çīĽå¸Ĥ":114790,"家åĬ¡":114791,"åķĥ":114792,"ç½®æį¢":114793,"ç´«å¤ĸ":114794,"ç´«å¤ĸ线":114795,"å¾Ģåīį":114796,"åĬĽåѦ":114797,"ç´§è·Ł":114798,"缮çļĦåľ¨äºİ":114799,"ç»®":114800,"ç¥Ĥ":114801,"宣è¨Ģ":114802,"äºĮæ°§åĮĸ":114803,"äºĮæ°§åĮĸ碳":114804,"æĹłç¼ĺ":114805,"ç²¾éĢļ":114806,"診":114807,"å¼ķåıijäºĨ":114808,"æľĢåħĪ":114809,"派驻":114810,"ä¸įå¿į":114811,"æĪijçĪ¸":114812,"å¹´ä¸ĭåįĬå¹´":114813,"æ·ĭå·´":114814,"没éĹ®é¢ĺ":114815,"åºĹåĨħ":114816,"è·ŁæĪij说":114817,"çĶŁäº§çĶŁæ´»":114818,"è§ĤæľĽ":114819,"æ¸į":114820,"被æī§è¡Į":114821,"被æī§è¡Į人":114822,"èĪľ":114823,"æݺ":114824,"ä¸Ģç§Ĵ":114825,"èįīåĿª":114826,"åij¼åĴĮ":114827,"åij¼åĴĮ浩":114828,"åij¼åĴĮ浩çī¹":114829,"人æ°ijéĵ¶è¡Į":114830,"çĦķåıij":114831,"è¯ģåĪ¸äº¤æĺĵ":114832,"çķĶ":114833,"æľºèĥ½":114834,"妾":114835,"æĻļå¹´":114836,"å·¥åķĨèģĶ":114837,"åİŁåŀĭ":114838,"è§Ĵ度çľĭ":114839,"æĬ¥ç¤¾":114840,"è¯įæĿ¡":114841,"躲éģ¿":114842,"éĩįåIJ¯":114843,"å¤ķéĺ³":114844,"èĤ¡æĿĥ转让":114845,"åľ¨ä¸Ģ":114846,"åľ¨ä¸ĢæĹģ":114847,"社ä¼ļåĮĸ":114848,"åıijå±ķåİĨç¨ĭ":114849,"æĭĸæ¬ł":114850,"使èĢħ":114851,"ä¸İåIJ¦":114852,"æĸ°å±ĢéĿ¢":114853,"ä»Ĭ天æĪij们":114854,"é½IJèģļ":114855,"对æĪij说":114856,"éĢĴ交":114857,"æľªæĽ¾":114858,"èİĬ":114859,"éĸī":114860,"亲æīĭ":114861,"è§ĴéĢIJ":114862,"æľīé»ŀ":114863,"ç¨İçİĩ":114864,"ä½İ声":114865,"é»ĺå¥ij":114866,"æĻ®æ³ķ":114867,"大ä¸ĵ":114868,"第äºĮ大":114869,"ä½ıåĿĢ":114870,"æĶ¾è¿Ľ":114871,"äºĮæĪĺ":114872,"亲身":114873,"åĽºåĮĸ":114874,"ä¸ĭ乡":114875,"åħ³éĶ®æĬĢæľ¯":114876,"åĽŀæĥ³":114877,"æĬ¥åĪĬ":114878,"æ¶ĤæĬ¹":114879,"èĹıçĿĢ":114880,"ç¥ĿæĦ¿":114881,"åįĩ温":114882,"çĶļèĩ³è¿ŀ":114883,"åħ¬åħĥåīį":114884,"ç¾İæĸ¹":114885,"è¯ļå®ŀ":114886,"æĹłåģ¿":114887,"åīµæ¥Ń":114888,"å°ıå¿ĥ翼":114889,"å°ıå¿ĥ翼翼":114890,"两æīĭ":114891,"温馨æıIJ示":114892,"ä»¿çľŁ":114893,"æĥ¶":114894,"èĥ¡åŃIJ":114895,"å·¥ä½ľç«Ļ":114896,"硬çĽĺ":114897,"ç«¿":114898,"åĤ³éĢģ":114899,"åħ¨æł¡":114900,"é²ľæ´»":114901,"çĴĢçĴ¨":114902,"ç»ĵå°¾":114903,"æį¢æĿ¥":114904,"æĪĢ":114905,"ä½İä½į":114906,"ä¸ĩåħĥ以ä¸Ĭ":114907,"åĬłåĪĨ":114908,"æݨä»ĭä¼ļ":114909,"çIJĨèµĶ":114910,"å¾·å°Ķ":114911,"æĬĹè®®":114912,"æ´¼":114913,"åĸ§":114914,"åŁİéĻħ":114915,"å¾Īæ£Ĵ":114916,"人æŃ»äº¡":114917,"ä¼ļå±ķä¸Ńå¿ĥ":114918,"äºĴèģĶäºĴéĢļ":114919,"èĸĦèĨľ":114920,"éĩįé»ŀ":114921,"ç¦ģæ¯Ĵ":114922,"åĨ·ç¬ij":114923,"大家åı¯ä»¥":114924,"é¦ĸ缸":114925,"è¿ijè·Ŀ离":114926,"æµ®çİ°":114927,"ç§ĺè¯Ģ":114928,"èµ·é£ŀ":114929,"æIJ¶":114930,"羣åģĩ":114931,"æģķ":114932,"å°ıåºĹ":114933,"æ°ijçľ¾":114934,"åıijå¸ĥåħ¬åijĬ":114935,"侧éĩį":114936,"å¾ĺå¾Ĭ":114937,"æĢĶ":114938,"æªIJ":114939,"æķ°çĽ®":114940,"åī¯ç§ĺ书éķ¿":114941,"两åı¥":114942,"éļIJçŀĴ":114943,"åıĮåıĮ":114944,"æīĭæĦŁ":114945,"èij¡äº¬":114946,"éģĹå¿ĺ":114947,"鬥":114948,"è¿Ļä¸ªåľ°æĸ¹":114949,"说çļĦè¯Ŀ":114950,"å·¡åĽŀ":114951,"è¿Ŀç«ł":114952,"æī¾å·¥ä½ľ":114953,"æĶ¯çIJĥéĺŁ":114954,"裡éĿ¢":114955,"æĺ¾ç¤ºåĩº":114956,"èĩ³å°Ĭ":114957,"两级":114958,"åīį段æŶéĹ´":114959,"çĺ¦èº«":114960,"èĤ¢ä½ĵ":114961,"æ¯į親":114962,"æīĭç»Ńè´¹":114963,"汽车è¡Įä¸ļ":114964,"æİ©çĽĸ":114965,"æݧèĤ¡éĽĨåĽ¢":114966,"åı£å¾Ħ":114967,"æĶ¿çŃĸæݪæĸ½":114968,"海绵":114969,"åħ¨éķĩ":114970,"äºĭåħ³":114971,"å¸Ńæī§è¡Į":114972,"å¸Ńæī§è¡Įå®ĺ":114973,"éĤ£æ¬¡":114974,"åı¯èĥ½åĩºçİ°":114975,"ä¸Ńå¿ĥåŁİå¸Ĥ":114976,"翻身":114977,"ä¹Łç®Ĺ":114978,"ä¾µçķ¥":114979,"åĸĩåıŃ":114980,"æ¯ı次éĥ½":114981,"è§ħ":114982,"éĻ¢éĻ¢éķ¿":114983,"å§ĭäºİ":114984,"èѦåĬ¡":114985,"èį¯æĿIJ":114986,"å±łæĿĢ":114987,"æľ¬èº«å°±":114988,"éļıæŶéļı":114989,"éļıæŶéļıåľ°":114990,"åĶ®åįĸ":114991,"æĹłäººé©¾é©¶":114992,"é¢ħ":114993,"åĵģ質":114994,"åĺ²ç¬ij":114995,"è·ijåİ»":114996,"åħĭéĩĮæĸ¯":114997,"çķ¸å½¢":114998,"修饰":114999,"磩éĺµ":115000,"éŁ³ä¹IJä¼ļ":115001,"æŁ³å·ŀ":115002,"齡":115003,"ä¼ļè°Ī":115004,"æŃ£çīĪ":115005,"ä¹ŁåIJĮæł·":115006,"æļ§æĺ§":115007,"è¡ĮæĶ¿éĥ¨éŨ":115008,"ä¹ĸä¹ĸ":115009,"èĤ¤èī²":115010,"æŶ任":115011,"羣åĪĩ":115012,"æľĪä¸ĭ":115013,"æľĪä¸ĭæŬ":115014,"举æĸ¹è´¢å¯Į":115015,"è£ħä¿®åħ¬åı¸":115016,"éĢĢè¿ĺ":115017,"åĭĺå¯Ł":115018,"åĵ¥ä¼¦":115019,"åĵ¥ä¼¦æ¯Ķäºļ":115020,"çĭ¬ä¸Ģ":115021,"çĭ¬ä¸ĢæĹł":115022,"çĭ¬ä¸ĢæĹłäºĮ":115023,"è°ĥåij³":115024,"åİĭè¿«":115025,"åħ¨çIJĥæľĢ大":115026,"åī¯æł¡éķ¿":115027,"æĽ´ä½İ":115028,"åĪĨéĴŁåIJİ":115029,"åĽŀä¾Ĩ":115030,"åĪ¶åīĤ":115031,"åijĬè¯ī大家":115032,"çĤ¹éĴŁ":115033,"åįģä¸īå±Ĭ":115034,"åij¨åĽĽ":115035,"è¿Ļæł·ä¸Ģ":115036,"è¿Ļæł·ä¸ĢæĿ¥":115037,"èĭŁ":115038,"æľĽåİ»":115039,"æĪIJè¯Ń":115040,"å½ĵåį³":115041,"ç¬ij声":115042,"ä¹ĭåĬ¿":115043,"åĪijäºĭæ¡Ī件":115044,"æĮĤçĿĢ":115045,"ä½ķç§į":115046,"å°ı游æĪı":115047,"åĽ½å®¶æĪĺçķ¥":115048,"åĨ·åĨ·":115049,"å®ľå®¾":115050,"æIJºç¨ĭ":115051,"è¶ĭäºİ":115052,"åıįçľģ":115053,"常说":115054,"ä¸ĩæĪ·":115055,"åĥµå°¸":115056,"åįĥä¸ĩåĪ«":115057,"åıijçİ°éĹ®é¢ĺ":115058,"åı¯çŁ¥":115059,"éŨæĪ·ç½ijç«Ļ":115060,"åģ¥åº·äº§ä¸ļ":115061,"åı³è¾¹":115062,"æµ·è¿IJ":115063,"è¿ijä¹İ":115064,"åĮ»æ²»":115065,"æĢ»ç®Ĺ":115066,"ä¸ĢåĪĨéĴŁ":115067,"æĭ§":115068,"ä¹Łæľīä¸ĢäºĽ":115069,"ä¾ĽçĶµåħ¬åı¸":115070,"å»īä»·":115071,"帮ä»ĸ":115072,"æŃ¤æ¬¡æ´»åĬ¨":115073,"åıªèĥ½è¯´":115074,"èĬĭ":115075,"çīĩ段":115076,"åŃĺåľ¨éĹ®é¢ĺ":115077,"ä½łä¼ļåıijçİ°":115078,"è½®å»ĵ":115079,"ç½ijéĢļ":115080,"æ»¨æ±Ł":115081,"æİĪä¿¡":115082,"é»İæĺİ":115083,"ä¸įå±ŀäºİ":115084,"约åįł":115085,"éķ¿æ²Ļå¸Ĥ":115086,"èĥļèĥİ":115087,"åħĥ件":115088,"éĻĨåĨĽ":115089,"購買":115090,"æĮĩæľĽ":115091,"å®ŀä¹łçĶŁ":115092,"çī¹çĤ¹æĺ¯":115093,"çıłæ±Ł":115094,"çľĭä¸įåĩº":115095,"ä¸įè§ģäºĨ":115096,"ç¼ī":115097,"éĺµèIJ¥":115098,"åĶIJæľĿ":115099,"没å¿ħè¦ģ":115100,"åĽ½åľŁèµĦæºIJ":115101,"ç»ıæµİåŃ¦å®¶":115102,"åIJĪèĤ¥å¸Ĥ":115103,"çIJ¢ç£¨":115104,"ç¡®åĪĩ":115105,"åŁİå¸Ĥåıijå±ķ":115106,"çŃ·åŃIJ":115107,"人æ°ijæľįåĬ¡":115108,"满åĪĨ":115109,"è¿·ä¿¡":115110,"ä½ľèĢħæľ¬äºº":115111,"æĸĩç«łæĿ¥æºIJ":115112,"ç«Ļç«ĭ":115113,"æŀĦæĪIJäºĨ":115114,"è¾Ľåĭ¤":115115,"è¶ħ强":115116,"éĶļ":115117,"åīįä¸īåŃ£åº¦":115118,"å°±è§īå¾Ĺ":115119,"å´ĩé«ĺ":115120,"è¶Ĭä¾Ĩ":115121,"è¶Ĭä¾Ĩè¶Ĭ":115122,"å¸ĤåľºèIJ¥éĶĢ":115123,"综åIJĪç´łè´¨":115124,"åŃļ":115125,"侮辱":115126,"äºĮåŃĹ":115127,"å·¥ä½ľä»»åĬ¡":115128,"åı²ä¸ĬæľĢ":115129,"æľĢä¼ĺ":115130,"åIJ©åĴIJ":115131,"表çĻ½":115132,"èİ«åIJį":115133,"èİ«åIJįåħ¶":115134,"èİ«åIJįåħ¶å¦Ļ":115135,"å¹£":115136,"åIJĮå¿Ĺ们":115137,"建设çĶ¨åľ°":115138,"åĦĢ":115139,"éħįåģ¶":115140,"弩":115141,"åĶ±çīĩ":115142,"æīĭèĦļ":115143,"åħ¼ä»»":115144,"åģľæĶ¾":115145,"æŃ£å®Ĺ":115146,"æĸ°åĨľæĿij":115147,"åĤ¬çĶŁ":115148,"æīĢåŃ¦æł¡":115149,"å¿µä½Ľ":115150,"åĶ¤éĨĴ":115151,"åħ±åĪĽ":115152,"æĭīä¸ģ":115153,"èĥĮçĿĢ":115154,"çĶŁæĢģä¿ĿæĬ¤":115155,"åı£å¤´":115156,"æĸ¹åIJijçĽĺ":115157,"調æķ´":115158,"æĭĽèģĺä¿¡æģ¯":115159,"åħ¶ä»ĸåĽ½å®¶":115160,"ç®Ģæĺĵ":115161,"åĮ¿åIJį":115162,"è¯Ħæµĭ":115163,"æĺ¯ä¸Ģ座":115164,"çīµæīĭ":115165,"足迹":115166,"çIJĨ解åĴĮ":115167,"æľĢåıĹ":115168,"å¿ĥè·³":115169,"çĪ¶è¦ª":115170,"éĿŀ常åĸľæ¬¢":115171,"èĭ¦éļ¾":115172,"æĬĢå¸Ī":115173,"æ°ijæĦı":115174,"æĪĺåĽ½":115175,"æĽ¿è¡¥":115176,"津贴":115177,"ä¸ŃåĽ½ä¼łç»Ł":115178,"åIJĦè¡Į":115179,"åIJĦè¡ĮåIJĦ":115180,"åIJĦè¡ĮåIJĦä¸ļ":115181,"第äºĶå±Ĭ":115182,"èį·èĬ±":115183,"æĦıèŃĺ":115184,"票价":115185,"åĪĨæµģ":115186,"æĿİçĻ½":115187,"æ±ŁåĮĹ":115188,"æİĴæĸ¥":115189,"ä½ĵéĩı":115190,"åĮħåIJ«äºĨ":115191,"åĪĺæŁIJ":115192,"çİ°å¦Ĥä»Ĭ":115193,"å·¥èīºåĵģ":115194,"è¿Ļç§įæĸ¹æ³ķ":115195,"åĬŀåħ¬æ¥¼":115196,"çĶµå·¥":115197,"çħĻ":115198,"åį¡çīĩ":115199,"å¹´å¹´åºķ":115200,"ä¸ĵ项èµĦéĩij":115201,"åĮ»ç§ij":115202,"åĮ»ç§ij大åѦ":115203,"åĽŀ头çľĭ":115204,"ä¸įå±ij":115205,"èĩªé©¾":115206,"没æĶ¶":115207,"æīĵçĮİ":115208,"èĦ¸éĥ¨":115209,"åıĥèĢĥ":115210,"å°Ĩ士":115211,"è´«åĽ°äººåı£":115212,"çIJĨæĥ³ä¿¡å¿µ":115213,"é£İå°ļ":115214,"人æīįéĺŁä¼į":115215,"çij¾":115216,"æĿ¥è¿ĻéĩĮ":115217,"æ´Ĺ涤":115218,"å¹´èĸª":115219,"èĭįçĻ½":115220,"ä¸ĩäºĭ":115221,"è¯¾æľ¬":115222,"åºĵéĩĮ":115223,"çī¹æ´¾":115224,"çī¹æ´¾åijĺ":115225,"èµŀç¾İ":115226,"ç©¿æĪ´":115227,"è£½ä½ľ":115228,"èµŀæĪIJ":115229,"ä¸Ģ侧":115230,"å½ĵåľ°äºº":115231,"æĭİ":115232,"纸质":115233,"ä½Ļ个":115234,"éĶĤçĶµæ±ł":115235,"æľºåŀĭ":115236,"éĻ¢éĻ¢å£«":115237,"åģļå·¥":115238,"å¼łè´´":115239,"ç¥Ľæĸij":115240,"æ®ĸæ°ij":115241,"å¥ij约":115242,"æ¹ĺæ½Ń":115243,"æIJĸ":115244,"åŃĺè´§":115245,"交éĢļ大åѦ":115246,"è¶ģçĿĢ":115247,"æĸĩçī©ä¿ĿæĬ¤":115248,"å¤ĩæĪĺ":115249,"éĩĩ纳":115250,"åįĬæľĪ":115251,"æľĢåħ³éĶ®":115252,"æľĢåħ³éĶ®çļĦ":115253,"æİ¥éĢģ":115254,"æĶ¶åī²":115255,"åıįåĢĴ":115256,"çĥĽ":115257,"æ½Ķ":115258,"ä¼Łå¤§å¤įåħ´":115259,"çļĦè¯Ŀè¯Ń":115260,"容å¿į":115261,"å®ļéĩı":115262,"æķĹ":115263,"åĵģçīĮ形象":115264,"æīŃ转":115265,"åĽ½å®¶éĩįçĤ¹":115266,"èĨĿçĽĸ":115267,"ä¸Ģ楼":115268,"大éĻ¸":115269,"éĤªæģ¶":115270,"åĽŀåij³":115271,"çĮ¿":115272,"çĿ¡åīį":115273,"æĹłè¾ľ":115274,"çĹħæ¯ĴæĦŁæŁĵ":115275,"æľºæ¢°åĮĸ":115276,"çĤ¹äº®":115277,"溶解":115278,"åĩłä¹İæīĢæľī":115279,"è·ijéģĵ":115280,"çĶµè§Ĩæľº":115281,"åı¨":115282,"æijĩäºĨ":115283,"æijĩäºĨæijĩ头":115284,"èĩªè´Ł":115285,"综åIJĪåĪ©çĶ¨":115286,"èĩªå¦Ĥ":115287,"åİŁä¾Ĩ":115288,"ä¹Łä¸įæĥ³":115289,"èĬĤ课":115290,"è¿ĩåī©":115291,"çĶ²çĬ¶":115292,"çĶ²çĬ¶èħº":115293,"æĸ°ä¸ĸ纪":115294,"èĩªä¸»åĵģçīĮ":115295,"é«ĺå±Ĥ次":115296,"ä¸Ģè§Ĵ":115297,"è¡Įäºĭ":115298,"ç¥ĸåħĪ":115299,"å©ļåIJİ":115300,"éĹ´éļĻ":115301,"ç¼ĿéļĻ":115302,"è¿ĻæĶ¯":115303,"ä¸įæĸŃåĪĽæĸ°":115304,"å¾®åŀĭ":115305,"æĽĻåħī":115306,"享çĶ¨":115307,"ä¸ŃåĽ½ç§»åĬ¨":115308,"éĹŃçݯ":115309,"æī§æĦı":115310,"åıijå±ķæł¼å±Ģ":115311,"æł¸å¿ĥåĮº":115312,"éªļæī°":115313,"åħļåĴĮåĽ½å®¶":115314,"ä¸ŃåĽ½æĶ¿åºľ":115315,"帶èijĹ":115316,"ä¸ĩåįĥçĵ¦":115317,"åħ©äºº":115318,"äºİæĺ¯æĪij":115319,"åĽºä½ĵ":115320,"çªģå¦Ĥ":115321,"çªģå¦Ĥåħ¶":115322,"çªģå¦Ĥåħ¶æĿ¥":115323,"éĩĮç¨ĭç¢ij":115324,"çĪ±ç¾İ":115325,"æŁ¥éªĮ":115326,"åıĮèµ¢":115327,"éĹªåħī":115328,"楼å®ĩ":115329,"æĻı":115330,"æľīè¶³å¤ŁçļĦ":115331,"æŁĶæĢ§":115332,"ä¿¡æģ¯å®īåħ¨":115333,"管线":115334,"并ä¸įä¼ļ":115335,"åĻ¨ä»¶":115336,"ä½łåºĶ该":115337,"çĿĢå®ŀ":115338,"æĺİæ¸ħ":115339,"æĬĹçĶŁç´ł":115340,"æīĵæŃ»":115341,"å®Įåħ¨ä¸įåIJĮ":115342,"èĬ±æ¤Ĵ":115343,"æĶ¾å®½":115344,"ä½İ端":115345,"åĽĽèĤ¢":115346,"åĮĹäº¬èµĽè½¦":115347,"éĽĨå¸Ĥ":115348,"æľªå©ļ":115349,"大å¹ħæıIJåįĩ":115350,"建çŃij设计":115351,"çĭ¬æľīçļĦ":115352,"æİ¢éĻ©":115353,"æ²³æµģåŁŁ":115354,"æħķ容":115355,"被çĽĹ":115356,"åĵºä¹³":115357,"èıģ":115358,"æĥ¬æĦı":115359,"è¶ĬæĿ¥è¶Ĭ好":115360,"广大群ä¼Ĺ":115361,"å¾·èĤ²":115362,"å¸Ĥåľºä»·æł¼":115363,"奥巴":115364,"奥巴马":115365,"èĬĤ缮ä¸Ń":115366,"两款":115367,"ä¸ĩä½Ļåħĥ":115368,"ç»´å°Ķ":115369,"çĶŁçī©ç§ijæĬĢ":115370,"åIJ¬èµ·æĿ¥":115371,"çłļ":115372,"æĭŁå®ļ":115373,"æ²¹çĶ°":115374,"声èªī":115375,"建çŃijä¸ļ":115376,"éĻIJè´Ń":115377,"çīĩåŃIJ":115378,"çķľç¦½":115379,"ç½ijé¦ĸ页":115380,"ä¼ĹçŃ¹":115381,"æĴŀåĩ»":115382,"åīįä¸įä¹ħ":115383,"åīįä¸ĸ":115384,"åĽĽä¸ªæĦıè¯Ĩ":115385,"æµĭç»ĺ":115386,"éĺ²ç©º":115387,"漫éķ¿çļĦ":115388,"æ²IJæµ´":115389,"æ¯Ķè¾ĥç®Ģåįķ":115390,"æµĭå®ļ":115391,"åĽŀè°ĥ":115392,"让人们":115393,"èĴĭä»ĭ":115394,"èĴĭä»ĭçŁ³":115395,"ç»ĵæĻ¶":115396,"å¢ŀæ·»äºĨ":115397,"æĿ¡è¯Ħ论":115398,"åī¯ä¼ļéķ¿":115399,"ä½ıæīĢ":115400,"ç»ĻåĩºäºĨ":115401,"è°ĥéħį":115402,"æ²ĸ":115403,"æľīçĶ¨":115404,"æľīçĶ¨çļĦ":115405,"ä¸ĢæĿ¡é¾Ļ":115406,"éĩİå¤ĸ":115407,"ç¼ĺåĪĨ":115408,"æ°¸è¿ľä¸įä¼ļ":115409,"æŀľæłij":115410,"大åıijå¿«ä¸ī":115411,"麻éĨī":115412,"äºijéĽĨ":115413,"åİ»åĵªéĩĮ":115414,"åħ¥å¸Ĥ":115415,"ä»»æĢ§":115416,"建档":115417,"建档ç«ĭ":115418,"建档ç«ĭåį¡":115419,"ä¸Ģ棵":115420,"社åįĢ":115421,"çĽ¸ä¼´":115422,"åļ·":115423,"å¡«åħħ":115424,"ä¸ĢæĹı":115425,"ç¾ģ":115426,"åıĸè¯ģ":115427,"èĪ°éĺŁ":115428,"åİĤåĮº":115429,"è¡·å¿ĥ":115430,"åıijå±ķéĺ¶æ®µ":115431,"é«ĺ强度":115432,"åĹĵåŃIJ":115433,"é¢Ĩè¡Ķ":115434,"楼主":115435,"大èĴľ":115436,"æŀķ头":115437,"粮油":115438,"é»Ħçĵľ":115439,"æĵĴ":115440,"å°ıçĭĹ":115441,"æĶ¹éĿ©å§Ķ":115442,"åįģåĪĨéĴŁ":115443,"é²ľèī³":115444,"åħ³ç¾½":115445,"çĭĢæħĭ":115446,"å®ŀçĶ¨æĢ§":115447,"å°ijè§ģ":115448,"é£ŀæī¬":115449,"çĶ°éĩİ":115450,"æIJĤ":115451,"è¿Ļ个è¯į":115452,"åºĶæĢ¥é¢Ħæ¡Ī":115453,"è§Ĵ度æĿ¥çľĭ":115454,"æķ¬çķı":115455,"æ³ķå®Ŀ":115456,"åĸĦæĦı":115457,"æīĵæĸŃ":115458,"对åĨ³":115459,"çµķå°į":115460,"åĢŁæѤ":115461,"å¼ĢæºIJ":115462,"å°ı說":115463,"祺":115464,"å²ģ以ä¸ĭ":115465,"éĢĢå½¹åĨĽäºº":115466,"ä¸įä¹ħåīį":115467,"åĩºåİĤ":115468,"讽åĪº":115469,"æĿ¥çľĭçľĭåIJ§":115470,"éŃĶåħ½":115471,"çķĻä¸ĭæĿ¥":115472,"å±ħ室":115473,"åłħæĮģ":115474,"çľĭäºĨä¸Ģ":115475,"çľĭäºĨä¸Ģçľ¼":115476,"éĽĨåĽ¢æĹĹä¸ĭ":115477,"æĪĺæĪĺç»ĦåIJĪ":115478,"è®¤çľŁèIJ½å®ŀ":115479,"汽车产ä¸ļ":115480,"çī©çIJĨåѦ":115481,"æķµ":115482,"éĴĿ":115483,"åĽ¢éķ¿":115484,"ä¸įæĸŃæī©å¤§":115485,"èĤ©è´Ł":115486,"åıijå±ķ缮æłĩ":115487,"è³ĩéĩij":115488,"åīįç½®":115489,"ä¸ŃåĽ½åı¤ä»£":115490,"æŃ»åĪij":115491,"åħħåĪĨä½ĵçİ°":115492,"åħ³éŨ":115493,"ç¾İæĦŁ":115494,"æīĵåħ¥":115495,"æĬijéĥģçĹĩ":115496,"å°ijçĪ·":115497,"æłijæŀĿ":115498,"æ¶Īæģ¯ç§°":115499,"æ´Ľåħĭ":115500,"åį¯":115501,"è¿ĪåIJij":115502,"æݨåĭķ":115503,"ä»İä¸ļèĢħ":115504,"åݻ买":115505,"欢快":115506,"æĭ¥æĮ¤":115507,"马桶":115508,"æĬĬæݧ":115509,"æĶ¿åħļ":115510,"å¼łæī¬":115511,"客æłĪ":115512,"红æĺŁ":115513,"éĢģæĿ¥":115514,"åħ¨åŁŁæĹħ游":115515,"èĩªç§ģ":115516,"åįģäºĮæĿ¡":115517,"åı¹æģ¯":115518,"ä¸Ģèīĺ":115519,"ä¿Ŀè´¹":115520,"æĸ½å·¥çİ°åľº":115521,"æľī幸":115522,"ç»ŃèĪª":115523,"åı¯èĥ½æľĥ":115524,"èĥĮåıĽ":115525,"ä½£éĩij":115526,"ä¸īçŃīå¥ĸ":115527,"å¾Ī满æĦı":115528,"游æĪıåī¯æľ¬":115529,"群éĩĮ":115530,"æŀĦ件":115531,"åºıå¹ķ":115532,"太æ¹ĸ":115533,"æľ¨è´¨":115534,"æĻĭæ±Ł":115535,"çµĤæĸ¼":115536,"è·³è·ĥ":115537,"åĢºæĿĥ人":115538,"çŃī诸å¤ļ":115539,"æĶ¾åĩº":115540,"åħ³éĶ®æŶåĪ»":115541,"æĦŁæŁĵèĢħ":115542,"é£ŀè¡Įåijĺ":115543,"èĥĨåĽº":115544,"èĥĨåĽºéĨĩ":115545,"æĬ±æŃī":115546,"åij¨äºĮ":115547,"æĸ°æĹ¶æľŁ":115548,"åĨ·éĵ¾çī©æµģ":115549,"è¿Ļç§įæĸ¹å¼ı":115550,"该æĿij":115551,"åĽŀé¦Ī":115552,"åŁºçĿ£æķĻ":115553,"人åıĤ":115554,"æŀ¯çĩ¥":115555,"æī¹åıijå¸Ĥåľº":115556,"åħħåĪĨèĤ¯å®ļ":115557,"å¸ĤæĶ¿åįı":115558,"äºĭæ¥Ń":115559,"龸çİĭ":115560,"çĥŃæIJľ":115561,"åįģä¹Ŀ大":115562,"ä¼´æľī":115563,"ç¾İåĽ½æĢ»ç»Ł":115564,"åŁİå¸Ĥ管çIJĨ":115565,"ä¸ĭ令":115566,"èĥ¸åı£":115567,"åıªçŁ¥éģĵ":115568,"åij¨ä¸ī":115569,"çĶ¨æĪ¶":115570,"éŃ¯":115571,"å¿ĥè¡Ģ":115572,"带头人":115573,"åĮ»åĬ¡":115574,"åĮ»åĬ¡äººåijĺ":115575,"æݧåĪ¶åĻ¨":115576,"ä½ľåĵģåĨħ容":115577,"æĪĺåıĭ":115578,"åİĨå¹´":115579,"ä¸įåħĭ":115580,"ä¸įåħĭä¸įåıĬ":115581,"æĹ¥æŃ£å¼ı":115582,"è±IJå¯Į":115583,"ç¨İè´¹":115584,"æŶæķĪ":115585,"å±ķä½į":115586,"è¡¡éĺ³":115587,"æĪ¿è²¸":115588,"çĪĨ款":115589,"ä¹IJæĦı":115590,"çĶ·ä¸»":115591,"寬":115592,"æľĥèŃ°":115593,"ä¹ĭå¤ľ":115594,"åIJĮ樣":115595,"ä¸įè¦ģ太":115596,"ä¼Ĭæĸ¯":115597,"ä¼Ĭæĸ¯åħ°":115598,"åŁºæľ¬åİŁåĪĻ":115599,"åİ»æİī":115600,"ä½İä¿Ŀ":115601,"个交æĺĵ":115602,"个交æĺĵæĹ¥":115603,"èģĬèģĬ":115604,"åĽĽä½į":115605,"åħļç»ĦæĪIJåijĺ":115606,"主è¦ģä»İäºĭ":115607,"å½±éŁ³":115608,"åĨĴåĩº":115609,"åij¼åIJ¸éģĵ":115610,"è¾¾å°Ķ":115611,"æľ¨åľ°æĿ¿":115612,"诡å¼Ĥ":115613,"çģ¯åħ·":115614,"çģ«çĥ§":115615,"解èĦ±":115616,"æĦĪåıij":115617,"æ¹ĸå·ŀ":115618,"é£İä¿Ĺ":115619,"æĸ°å½¢åĬ¿":115620,"æĸ°å½¢åĬ¿ä¸ĭ":115621,"è²Ŀ":115622,"èĦĵ":115623,"åĬ¨åĬĽçĶµæ±ł":115624,"é£ŀèĪ¹":115625,"飧æĢ§":115626,"åĪ©çī©":115627,"åĪ©çī©æµ¦":115628,"ä¸į认è¯Ĩ":115629,"ç¼ĸç»ĩ":115630,"ä½ľåĿĬ":115631,"èģĮä¸ļæĬĢèĥ½":115632,"çľĭè¦ĭ":115633,"åĽ´æ£ĭ":115634,"æĺıè¿·":115635,"å½Ĵå±ŀäºİ":115636,"æĤ¬å´ĸ":115637,"éĨ«çĻĤ":115638,"å®ĭ代":115639,"åºĦæĿij":115640,"èĹķ":115641,"çĮĽçĦ¶":115642,"çĩĥæĸĻçĶµæ±ł":115643,"å®ŀä½ĵåºĹ":115644,"ä¸į足以":115645,"æĥħç·":115646,"æĥħç·Ĵ":115647,"å»ĬåĿĬ":115648,"çĶµåı°":115649,"åºĶåĬĽ":115650,"ä¸Ńå°ıåѦçĶŁ":115651,"èĥ¡åIJĮ":115652,"éī´åĪ«":115653,"åĨħç½®":115654,"乱象":115655,"æ¬ĬçĽĬ":115656,"å¼ĢæĶ¾å¼ı":115657,"åįļæĸĩ":115658,"讲课":115659,"çŃīåİŁåĽł":115660,"穷人":115661,"äº¤æĽ¿":115662,"æĬ¤çħ§":115663,"åıijå±ķæľºéģĩ":115664,"客åķĨ":115665,"åıįä¹ĭ":115666,"ç±³é¥Ń":115667,"并åıij":115668,"并åıijçĹĩ":115669,"æ±īåŃIJ":115670,"æŀľåĽŃ":115671,"对æĪijæĿ¥è¯´":115672,"åģıåIJij":115673,"æī¹ç¤º":115674,"读åIJİ":115675,"读åIJİæĦŁ":115676,"æĺİæĻº":115677,"åĽ´çĿĢ":115678,"åıį转":115679,"æĿ¨å¹Ĥ":115680,"ä¸ĵåįĸ":115681,"ä¸ĵåįĸåºĹ":115682,"åıĹéĻIJ":115683,"åºŁè¯Ŀ":115684,"æŀģå°ij":115685,"åįĪåIJİ":115686,"è¿Ľä¿®":115687,"åīĬåĩı":115688,"æľ¬ç§ijçĶŁ":115689,"ä¼ĺéĢī":115690,"åħīçħ§":115691,"åıĻäºĭ":115692,"åıĸæļĸ":115693,"åĮĹè·¯":115694,"æ¦ķ":115695,"èİĨçĶ°":115696,"楼å±Ĥ":115697,"天èĬ±":115698,"天èĬ±æĿ¿":115699,"çĤľ":115700,"å·²ç»ıæľīäºĨ":115701,"趾":115702,"çĶ³åįļ":115703,"çĶµéĺ»":115704,"åĬŁè¯¾":115705,"æŃ¥æŃ¥":115706,"éĤ£ä¹Ī容æĺĵ":115707,"æѤæĸĩ":115708,"ä½°":115709,"计è¾ĥ":115710,"çīĩéĿ¢":115711,"çĶµå½±éĻ¢":115712,"ä¸įåħ¬å¹³":115713,"ä¸īæľŁ":115714,"æĹħ游èµĦæºIJ":115715,"å¤ļç§įå½¢å¼ı":115716,"è£Ĥç¼Ŀ":115717,"åIJİæİĴ":115718,"硬度":115719,"åĽŀæļĸ":115720,"éģĵæķĻ":115721,"è´«è¡Ģ":115722,"æ¸ħé¦Ļ":115723,"伤çĹħ":115724,"æĦı義":115725,"çļĦç¼ĺ":115726,"çļĦç¼ĺæķħ":115727,"åºĦ严":115728,"åıªæĺ¯ä¸ºäºĨ":115729,"æīĵæĬĺ":115730,"以ä¾Ĩ":115731,"滿足":115732,"çİĽä¸½":115733,"風éļª":115734,"æĸĩç§ij":115735,"éħįå¤ĩäºĨ":115736,"è¿Ľé£Ł":115737,"涡":115738,"è·¯ç¨ĭ":115739,"åı«å£°":115740,"ä¸Ńå¿ĥåŁİåĮº":115741,"æľīæīĢä¸įåIJĮ":115742,"張貼":115743,"é¢ĦæĬ¥":115744,"æľīå¤ļä¹Ī":115745,"è¿Ľè¡Įåħ¨éĿ¢":115746,"æĽ¾ç¶ĵ":115747,"ä¸ī代":115748,"å®ı大":115749,"æ¸ħæī«":115750,"éĢīåĩº":115751,"åĵªä¸Ģ个":115752,"主義":115753,"ä¾Ŀæĵļ":115754,"çļ®éĿ©":115755,"赶æĿ¥":115756,"çŃĽæŁ¥":115757,"æ¨Ł":115758,"ä¿ĿèįIJ":115759,"åIJĥæĥĬ":115760,"æľĭåıĭ们对":115761,"ä»ĸæĺ¯ä¸Ģ个":115762,"åºŁæ°Ķ":115763,"æ»ħ":115764,"è´¢ç¨İ":115765,"æĿijæĿijæ°ij":115766,"èµĦäº§è´ŁåĢº":115767,"å®īå¨ľ":115768,"缮åīįåĽ½åĨħ":115769,"æĦŁè§īèĩªå·±":115770,"çµIJåIJĪ":115771,"éĶ¦æłĩ":115772,"éĶ¦æłĩèµĽ":115773,"æĽ´æ·±":115774,"åŁºæķ°":115775,"éħ¿éħĴ":115776,"çī¹èī²äº§ä¸ļ":115777,"åİĭå®ŀ":115778,"ä¾Ŀæ³ķ追究":115779,"æ·¡å®ļ":115780,"ç®ĢçĽ´å°±æĺ¯":115781,"å£ĵåĬĽ":115782,"æ°ijå¿ĥ":115783,"ä¸įåIJĪéĢĤ":115784,"çĶ±æѤåı¯è§ģ":115785,"èµŀèªī":115786,"澤":115787,"åĩłå¹´åīį":115788,"åIJīä»ĸ":115789,"çł´æįŁ":115790,"è½»è½»åľ°":115791,"å²Ľå±¿":115792,"æĦıå¢ĥ":115793,"ä»Ģä¹Īåı«":115794,"åģĩè£ħ":115795,"éĢģè´§":115796,"å¹ķå¢Ļ":115797,"妥åįı":115798,"åĽ½æĹĹ":115799,"äºĨå¾Īä¹ħ":115800,"åĪĨ辨çİĩ":115801,"ç´Ķ":115802,"éĺ³åĮº":115803,"åĩŃçĿĢ":115804,"åģľè½¦ä½į":115805,"京éĥ½":115806,"éĶ£":115807,"æĵ¾":115808,"è¿ĽéŨ":115809,"åĪĺæµ·":115810,"åĽĽçº§":115811,"女足":115812,"è¡ĮæĶ¿å®¡æī¹":115813,"éģ¥æݧ":115814,"ä¸įéĮ¯":115815,"å¾Ĺå¾Ī好":115816,"ä¸ºçĽ®çļĦ":115817,"ä»įæľª":115818,"ç²¾è£ħ":115819,"éĢįéģ¥":115820,"尽头":115821,"çºłç¼ł":115822,"éłĺå°İ":115823,"æĭħè´Ł":115824,"æĪĸèĢħåħ¶ä»ĸ":115825,"åıªä¸įè¿ĩæĺ¯":115826,"åı®åĺ±":115827,"åģĩåĨĴ":115828,"æļĸæ°Ķ":115829,"çĽIJåŁİ":115830,"被è§Ĩ为":115831,"诺è´Ŀå°Ķ":115832,"ç»ĻäºĨæĪij":115833,"è¿ijåįĥ":115834,"éĩįåĽŀ":115835,"éĨĴäºĨ":115836,"çĶµè§£":115837,"忽çķ¥äºĨ":115838,"èĥĮéĥ¨":115839,"æĸĩæĺİåŁİå¸Ĥ":115840,"æºħ":115841,"è²ĵ":115842,"æĬµæĮ¡":115843,"åĸľæ¬¢åIJĥ":115844,"éĿĻéĿĻåľ°":115845,"å¾Īæ·±":115846,"åŁºç¡ĢçŁ¥è¯Ĩ":115847,"è¿ĩéĶĻ":115848,"çIJĨç§ij":115849,"交æµģåIJĪä½ľ":115850,"èĪĶ":115851,"èª¿æŁ¥":115852,"æħĪæĤ²":115853,"éĴ°":115854,"èĩ´çĶµ":115855,"å®£ä¼łæ´»åĬ¨":115856,"åıĺéĩı":115857,"çļĦ人æĿ¥è¯´":115858,"æŶéļĶ":115859,"ä¸įç®¡ä½ł":115860,"缸è¿ij":115861,"è´µéĩijå±ŀ":115862,"ä¹Łä¸įåı¯èĥ½":115863,"ç²īæľ«":115864,"åįĹçĵľ":115865,"çĻ½é©¬":115866,"åħīæºIJ":115867,"éĩijå¥ĸ":115868,"çĭ¬è§Ĵ":115869,"çĭ¬è§Ĵåħ½":115870,"妨ç¢į":115871,"ç»ĻåĬĽ":115872,"ä½Ĩä»į":115873,"å¼łå®¶åı£":115874,"èIJ¬åħĥ":115875,"渲æŁĵ":115876,"éķ¿å¤§äºĨ":115877,"è®°èĢħäºĨ解":115878,"æĢĢçĿĢ":115879,"è¦ģåѦä¼ļ":115880,"游æĪı代":115881,"游æĪı代ç»ĥ":115882,"äºĮçĻ¾":115883,"æĦıè¯Ĩå½¢æĢģ":115884,"çݺ":115885,"计åĪĴçĶŁèĤ²":115886,"æī¾åĩĨ":115887,"åħ°èĬ±":115888,"è¿Ļ座åŁİå¸Ĥ":115889,"污泥":115890,"å®ĺæĸ¹å¾®ä¿¡":115891,"å½Ĵå±ŀ":115892,"æ°§æ°Ķ":115893,"éģİç¨ĭä¸Ń":115894,"åį°è±¡æ·±åĪ»":115895,"稳妥":115896,"çµIJæĿŁ":115897,"åŃķæľŁ":115898,"çī¹æĿĥ":115899,"åĿļåĽº":115900,"顺åĬ¿":115901,"æŀľèĶ¬":115902,"éĨ«å¸«":115903,"åİ®":115904,"ä¹Łæĺ¯å¦ĤæѤ":115905,"é¦Ĵ头":115906,"缸åĬ©":115907,"干线":115908,"ä¸Ģæľ¬ä¹¦":115909,"绥":115910,"æĮ¯å¥ĭ":115911,"èĤ¾èĦı":115912,"åĭķçī©":115913,"é£ŀè·ĥ":115914,"èıľåĵģ":115915,"å¤ļä½Ļ":115916,"å¤ļä½ĻçļĦ":115917,"éĢĿä¸ĸ":115918,"æģĭ人":115919,"å¼ĢåıijåĪ©çĶ¨":115920,"顺丰":115921,"éĩİå¿ĥ":115922,"æł¡å¤ĸ":115923,"æģIJé¾Ļ":115924,"éĿ¢åħ·":115925,"éķ¿è¾Ī":115926,"éļıå¤Ħ":115927,"éļıå¤Ħåı¯è§ģ":115928,"紧缺":115929,"éĩįä¸Ń":115930,"éĩįä¸Ńä¹ĭ":115931,"éĩįä¸Ńä¹ĭéĩį":115932,"奥æĸ¯":115933,"奥æĸ¯åį¡":115934,"ä¸Ģ个å¤ļ":115935,"ä¸Ģ个å¤ļæľĪ":115936,"ä¸įåı¯ç¼ºå°ij":115937,"æĸ°æł¼å±Ģ":115938,"æıIJæĮ¯":115939,"è¡Įè´¿":115940,"æ¼Ĥæµģ":115941,"èģĬåŁİ":115942,"åħ´å»º":115943,"è´¨æ£Ģ":115944,"ç§ģæľį游æĪı":115945,"æĽ´éĩįè¦ģ":115946,"è´®":115947,"çħľ":115948,"转åıĺ为":115949,"è¿Ļ两年":115950,"ä¿Ŀé²ľ":115951,"æī§æķĻ":115952,"çĥ¨":115953,"å¼Ģåıij建设":115954,"è¿IJèIJ¥ç®¡çIJĨ":115955,"误差":115956,"京åī§":115957,"å¸IJåı·":115958,"å·¥ä½ľä½ľé£İ":115959,"ä¸ĸä¿Ĺ":115960,"çĻ½å®«":115961,"å¤©åĽ½":115962,"å¤©åĽ½ç»§ç»Ń":115963,"å·´æĸ¯":115964,"èIJ¥åĪ©":115965,"åĵģæł¼":115966,"æĿijæ°ij们":115967,"æĪ¿è½¦":115968,"çŃīçĹĩçĬ¶":115969,"å¦Ĥå®ŀ":115970,"宸":115971,"å±Ĥ级":115972,"éĶĻè¿ĩäºĨ":115973,"ç»ĵå®ŀ":115974,"ç¬ijèĦ¸":115975,"羣å®ŀæĢ§":115976,"éĥ½å¸ĤæĬ¥":115977,"é¥Ńèıľ":115978,"åºĶ注æĦı":115979,"æĬ½çĥŁ":115980,"伪éĢł":115981,"åīįä¸Ģ天":115982,"éŃĶé¾Ļ":115983,"éŃĶé¾Ļ令çīĮ":115984,"约è°Ī":115985,"绣çŃ¹æİ¨è¿Ľ":115986,"让çĶ¨æĪ·":115987,"åħ¨éĿ¢èIJ½å®ŀ":115988,"å¼Ħå¾Ĺ":115989,"è°ĪæģĭçĪ±":115990,"鸣æĪIJéķ¿":115991,"鸣æĪIJéķ¿è®°":115992,"æ´ĭæ´ĭ":115993,"çĸıæķ£":115994,"éĿ¢ç§¯çº¦":115995,"æµĵ缩":115996,"æĸ¯é¡¿":115997,"çĶŁæĢģåľĪ":115998,"æī§å¯¼":115999,"移éĢģ":116000,"齿轮":116001,"æł¹æľ¬å°±ä¸į":116002,"缩åĩı":116003,"èµ°ä¸ĭåİ»":116004,"çĿ«æ¯Ľ":116005,"ä¹Łä¸įéĶĻ":116006,"åıįæĺłåĩº":116007,"èĭ¦æģ¼":116008,"缸åħ³æĶ¿çŃĸ":116009,"é«ĺ楼":116010,"ç²īèī²":116011,"æĬķèµĦé¢Ŀ":116012,"ä¸įç»ı":116013,"ä¸įç»ıæĦı":116014,"å®ģæĦ¿":116015,"èĪĮ头":116016,"æ»ĭçĶŁ":116017,"å®ģåİ¿":116018,"åīįåĪĹèħº":116019,"åĩ³":116020,"é£Łæ¬²":116021,"åıĸèĥľ":116022,"éĻ¢åŃIJ":116023,"ç´łè´¨æķĻèĤ²":116024,"滨å·ŀ":116025,"æĬ¢æĬĵ":116026,"å¼Ĥåij³":116027,"åĴļ":116028,"åĬį":116029,"宽éĺĶ":116030,"æļ´æ¶¨":116031,"æĥłåıĬ":116032,"è§Ħç¨ĭ":116033,"ä¾Ľåħ»":116034,"éĢģå¾Ģ":116035,"å±±åºĦ":116036,"举äºļ":116037,"å±ķé¦Ĩ":116038,"解éĶģ":116039,"æĹłè§Ĩ":116040,"éĻįèIJ½":116041,"è¿ŀäºij":116042,"è¿ŀäºij港":116043,"åıĤè°ĭ":116044,"çİĸ":116045,"ç¬ĥ":116046,"èĢĹè´¹":116047,"æī¿å¾·":116048,"社ä¼ļæķĪçĽĬ":116049,"åįĹæµ·ç½ij":116050,"åĪĽä¼¤":116051,"èIJ±":116052,"åħħæ²Ľ":116053,"ç½ijç«Ļ建设":116054,"大åºĨ":116055,"åĨįéĢł":116056,"åŃĹæł·":116057,"åħ¨æ°ijåģ¥èº«":116058,"èĮ«èĮ«":116059,"æµ®åĬ¨":116060,"åīįåı°":116061,"å¢ŀ设":116062,"éĢĽè¡Ĺ":116063,"åĢĴéĹŃ":116064,"æ³ķå¾ĭ顾éĹ®":116065,"çĸ®":116066,"çĹħçĹĩ":116067,"空åīį":116068,"请æķĻ":116069,"èĥľä»»":116070,"æĿĢèıĮ":116071,"æĪĺæĸĹæľº":116072,"ç»ĺåĪ¶":116073,"å¤Ħæĸ¹":116074,"çªģåĽ´":116075,"çĮ«åĴª":116076,"æĬ¥åijĬæĺ¾ç¤º":116077,"ç¿Ł":116078,"çķ¶åľ°":116079,"æľĢéļ¾":116080,"纪å§Ķ书记":116081,"ä½İåİĭ":116082,"èĻļ空":116083,"è¿Ļéĥ¨çĶµå½±":116084,"产ä¸ļåįĩ级":116085,"è°·çĪ±":116086,"è°·çĪ±åĩĮ":116087,"æĬ¼éĩij":116088,"女æĸ¹":116089,"éĴ»çłĶ":116090,"æļĹæļĹ":116091,"è¿·ä½ł":116092,"æīĢè¬Ĥ":116093,"å¨ģå»ī":116094,"å¼ĢæľĹ":116095,"å²Ķ":116096,"çģ«çĤ¬":116097,"åIJĪçIJĨæĢ§":116098,"åħ¬åĬŀ":116099,"ä¼ļä¼ļéķ¿":116100,"éĺ´è°ĭ":116101,"å¼Ģå±Ģ":116102,"æĻ®éĢļè¯Ŀ":116103,"åį¡æĭī":116104,"å°ijåIJĥ":116105,"éĹªèĢĢ":116106,"æŀľæ±ģ":116107,"æī§è¡ĮåĬĽ":116108,"è°Ľ":116109,"æĬ¢åĬ«":116110,"é«ĺéĢŁåıijå±ķ":116111,"飬":116112,"åįĹæ²Ļ":116113,"é«ĺçŃīåŃ¦æł¡":116114,"æį¢ä¸ª":116115,"åı¯èĥ½åŃĺåľ¨":116116,"æĬĴ":116117,"è°±åĨĻ":116118,"被æĬĵ":116119,"æĿ¯åŃIJ":116120,"èĬĤèĥ½åĩıæİĴ":116121,"æ°ĶåĢĻåıĺåĮĸ":116122,"åĪĨåĪ¥":116123,"ä¸Ńæŀ¢":116124,"欢åij¼":116125,"åħī纤":116126,"è¿Ļ群":116127,"çľ¼çķĮ":116128,"åħ±åIJĮåıijå±ķ":116129,"çİ°ä»Ĭ":116130,"éĹ»è¨Ģ":116131,"çī¹èī²å°ıéķĩ":116132,"æķij人":116133,"éĻįæ°´":116134,"ä¸ĸçķĮä¸Ģæµģ":116135,"å°±é¤IJ":116136,"çŀ¥":116137,"å¤įä»ĩ":116138,"ç¾½æ¯Ľ":116139,"ç¾½æ¯ĽçIJĥ":116140,"è´©åįĸ":116141,"æºIJæ³ī":116142,"æĢ»ä½ĵè§ĦåĪĴ":116143,"åĬ¨æĦŁ":116144,"ä¸Ģ审":116145,"åĢŁéĴ±":116146,"è§ģæķĪ":116147,"èĬ±èįī":116148,"åIJĮä¸ļ":116149,"æŁ¥è©¢":116150,"åĽ½éĻħåIJĪä½ľ":116151,"ä¾ĽåĽ¾":116152,"åģ´":116153,"æłĵ":116154,"缸éĢļ":116155,"è°ĪåıĬ":116156,"è¿ĩç¨ĭå½ĵä¸Ń":116157,"é¦Ļèıĩ":116158,"åįģåĽĽæĿ¡":116159,"ä¸Ģå¼Ģå§ĭå°±":116160,"ä¸ĵåijĺ":116161,"æĺİ顯":116162,"æīĵéĢłåĩº":116163,"ä¸ĭéĿ¢æĪij们":116164,"æľºæ²¹":116165,"åı°è¯į":116166,"åŃIJå¼Ł":116167,"æľĢ常è§ģçļĦ":116168,"æĪijè®°å¾Ĺ":116169,"ç»°":116170,"æĤ¬æµ®":116171,"è¿ĺ羣æĺ¯":116172,"æĮĤåı·":116173,"åıĭåĸĦ":116174,"éĩį伤":116175,"çħ§äº®":116176,"æѦèѦ":116177,"åĩºçİ°éĹ®é¢ĺ":116178,"è¸Ĭè·ĥ":116179,"åľ°çIJĥä¸Ĭ":116180,"å¸Ĥ人大":116181,"åıĹ害人":116182,"å²IJ":116183,"åIJĮåѸ":116184,"éĩijèŀįå¸Ĥåľº":116185,"æľīçļĦçݩ家":116186,"å¸ĤæķĻèĤ²":116187,"å¸ĤæķĻèĤ²å±Ģ":116188,"åIJĦå¼Ĥ":116189,"ç·ļä¸Ĭ":116190,"æģº":116191,"æľī大éĩıçļĦ":116192,"åķĨæĬ¥":116193,"åįķåįķ":116194,"åħ¨é¢Ŀ":116195,"ä¾Ŀæŧæĺ¯":116196,"好åĩłä¸ª":116197,"åĸµ":116198,"éĩįæķ´":116199,"çĶŁæ´»è´¨éĩı":116200,"æݢ访":116201,"åį°èĬ±":116202,"缼è¡Į":116203,"å¾®è§Ĥ":116204,"èĪįå¾Ĺ":116205,"åºŁå¼ĥçī©":116206,"积èĵĦ":116207,"å®ļå±ħ":116208,"æĤ¼":116209,"èĮ¸":116210,"çļĦ帮åĬ©":116211,"çļĦ帮åĬ©ä¸ĭ":116212,"亿åIJ¨":116213,"åŃĶéĽĢ":116214,"è¿ĻæĿ¡è·¯":116215,"饵":116216,"æĦĪåĬł":116217,"éķį":116218,"ä½ľæ¡Ī":116219,"èįĶæŀĿ":116220,"太å°ij":116221,"跻身":116222,"åħ¬çĽĬæ´»åĬ¨":116223,"çĻ½æĸij":116224,"æĬĢæľ¯æ°´å¹³":116225,"帧":116226,"æĹłçŁ¥":116227,"åºĶ该æĢİä¹Ī":116228,"éĢĢå¸Ĥ":116229,"æ¸Ń":116230,"åħ»çĮª":116231,"驼":116232,"ç¾¤å²Ľ":116233,"大åį«":116234,"ä¹ĺçĶ¨è½¦":116235,"èı²å°Ķ":116236,"è´´åIJ§":116237,"åģľä¸ĭæĿ¥":116238,"æľīæľºç»ĵåIJĪ":116239,"åĪ»èĭ¦":116240,"çļĦåľ°":116241,"çļĦåľ°æŃ¥":116242,"è¯ĬæīĢ":116243,"å¼ĢæĪĺ":116244,"èĢģçīĮ":116245,"çŃ¹çłģ":116246,"åħ«å¤§ä»¥æĿ¥":116247,"楼æĪ¿":116248,"åŃĻæĤŁ":116249,"åŃĻæĤŁç©º":116250,"åħĴåŃIJ":116251,"第ä¸ĢæĿ¡":116252,"社交åªĴä½ĵ":116253,"æĥ³èµ·æĿ¥":116254,"大æ´ĭ":116255,"æĭ¼éŁ³":116256,"è¿Ľåįļä¼ļ":116257,"è¿ĩåħ³":116258,"æ²¼":116259,"ç©¿æIJŃ":116260,"éĤ£ä¸Ģ天":116261,"çł´éŨ":116262,"æĬķæłĩ人":116263,"赢家":116264,"èĻļå¼±":116265,"æ¿ĥ":116266,"å®īæ£Ģ":116267,"客家":116268,"çĭ¬ç«ĭèij£äºĭ":116269,"æīĭåĬ¿":116270,"åīµéĢł":116271,"åľĨ满å®ĮæĪIJ":116272,"为主线":116273,"好å¥ĩå¿ĥ":116274,"é¢ĨåľŁ":116275,"çªĸ":116276,"åħ¸åŀĭæ¡Īä¾ĭ":116277,"çªģåıijäºĭ件":116278,"åºķæ°Ķ":116279,"头æĻķ":116280,"å®Ľå¦Ĥ":116281,"觸":116282,"æ¸ħæ·¡":116283,"åļ¼":116284,"åģľçĶµ":116285,"ç²īå°ĺ":116286,"éĻįä½İæĪIJæľ¬":116287,"æĶ¾æīĭ":116288,"è®°èĢħ表示":116289,"æĭĸ延":116290,"éªĩ":116291,"æ®ĭå¿į":116292,"çľģæķĻèĤ²":116293,"çľģæķĻèĤ²åİħ":116294,"é«ĺé¢Ŀ":116295,"éĦĻ":116296,"æ¥ŀ":116297,"åĨħç§ij":116298,"èIJ¥ä¸ļé¢Ŀ":116299,"åŁºçŁ³":116300,"æµģæ·Į":116301,"主æŨ":116302,"éĺIJéĩĬ":116303,"建åįİ":116304,"æĥĬåı¹":116305,"çī¢åĽºæłijç«ĭ":116306,"æĺ¯åIJ¦åŃĺåľ¨":116307,"建åĨĽ":116308,"éĽ¾éľ¾":116309,"åħ¬è®¤":116310,"åħ¬è®¤çļĦ":116311,"æ°¨åŁº":116312,"æ°¨åŁºéħ¸":116313,"åīįåĩłå¹´":116314,"åĪ¹éĤ£":116315,"æ±Łä¸ľ":116316,"å·¥æ¥Ń":116317,"ä¸ĢçĤ¹ä¹Łä¸į":116318,"修士":116319,"äºĨä¸Ģéģį":116320,"åĪģ":116321,"æ»ļæ»ļ":116322,"åĪĨæł¡":116323,"羣çĪ±":116324,"è¡ĢèĦī":116325,"æĢ¥åī§":116326,"ä¸Ģ群人":116327,"羯":116328,"æĪIJé¾Ļ":116329,"ç²¾ç¥ŀçĹħ":116330,"缸åħ³äººåijĺ":116331,"éĿĵ丽":116332,"ä¸īåŃ£åº¦":116333,"åĪĴå®ļ":116334,"ä¸ĸçķĮ第ä¸Ģ":116335,"éĢļä¿Ĺ":116336,"åķĨä¸ļåľ°äº§":116337,"åĬŁèĥ½æĢ§":116338,"èµĦæľ¬ä¸»ä¹ī":116339,"详è§ģ":116340,"æĬĵæįķ":116341,"æĸĩæĺĮ":116342,"å®Ŀå®ī":116343,"è£ħéħįå¼ı":116344,"æºIJæºIJ":116345,"æºIJæºIJä¸įæĸŃ":116346,"çĶŁæĢķ":116347,"纵åIJij":116348,"壽":116349,"çľ¼è¢ĭ":116350,"èĤīä½ĵ":116351,"åı¤ä»Ĭ":116352,"èŀįåªĴä½ĵ":116353,"åģī":116354,"æł¼æľĥåĵ¡":116355,"çĥ·":116356,"åĬŁçĶ¨":116357,"æīŃ磩":116358,"绿èī²éĢļéģĵ":116359,"åī§ç»Ħ":116360,"å¼±åĬ¿":116361,"è´¨éĩıéĹ®é¢ĺ":116362,"éĻIJé¢Ŀ":116363,"éªĨ":116364,"éģµä¹ī":116365,"å¯Ŀ室":116366,"æĥ³å¿µ":116367,"åł±åijĬ":116368,"ä»ħ次":116369,"ä»ħ次äºİ":116370,"èŀįåĪĽ":116371,"æĭĽèģĺä¼ļ":116372,"åºĬåŀ«":116373,"转åŀĭåıijå±ķ":116374,"ä¸ŃåĽ½çĶµä¿¡":116375,"åIJ¬è¯Ŀ":116376,"è«ĭæ±Ĥ":116377,"大éĥ¨åĪĨ人":116378,"æ´»å¾Ĺ":116379,"åĵŃæ³£":116380,"è¶Ļ":116381,"åıijçĹħçİĩ":116382,"ä¸į符":116383,"åĨĽå®ĺ":116384,"é¢Īæ¤İ":116385,"æĸ°åĨłçĸ«æĥħ":116386,"æŁ¬åŁĶ":116387,"æŁ¬åŁĶ寨":116388,"ä»»ä½ķå½¢å¼ı":116389,"人éĻħ":116390,"人éĻħåħ³ç³»":116391,"æĢ»æī¿åĮħ":116392,"å¹³åĿĩæ¯ı":116393,"æģŃåĸľ":116394,"åĦĺ":116395,"åħµé©¬":116396,"è¿ŁåĪ°":116397,"工伤":116398,"çīĪæĿĥå½Ĵ":116399,"çīĪæĿĥå½ĴåİŁ":116400,"æĭ¥æĬ¤":116401,"ç³Ĭæ¶Ĥ":116402,"å¹²æ¶ī":116403,"å°ijä¸įäºĨ":116404,"æĥ³æī¾":116405,"è´¹çİĩ":116406,"该éĻ¢":116407,"èŀįåĮĸ":116408,"è¿İåIJĪ":116409,"è§ĨåIJ¬èĬĤ缮":116410,"æł¼ç¶²ç«Ļ":116411,"çľīæ¯Ľ":116412,"欢è¿İ大家":116413,"家åºŃæķĻèĤ²":116414,"ä¾µèļĢ":116415,"ç»Ļä½łä»¬":116416,"è¡Ģ液循çݯ":116417,"å¯Ħæīĺ":116418,"å°ĸåı«":116419,"以ä¸ĭåĩłä¸ª":116420,"è¿ĺ以为":116421,"åħ¶ä»ĸçݩ家":116422,"ç¬ijç¬ij":116423,"æīĵåIJ¬":116424,"èĩªçĦ¶ç§ijåѦ":116425,"åŁºç«Ļ":116426,"ä¹Ŀå·ŀ":116427,"ä¿Ŀ驾":116428,"ä¿Ŀ驾æĬ¤":116429,"ä¿Ŀ驾æĬ¤èĪª":116430,"æĶ¾çľ¼":116431,"çŁ¥åIJįä¼ģä¸ļ":116432,"縮":116433,"稽":116434,"æļĩ":116435,"使çĶ¨ç¶²è·¯":116436,"é¢ĦçķĻ":116437,"大象":116438,"åıijæĺİä¸ĵåĪ©":116439,"æĸĩ娱":116440,"éĢłç¦ı":116441,"湿润":116442,"éĿ¢æĿ¡":116443,"æ¶Īè´¹åįĩ级":116444,"è®Ĭå¾Ĺ":116445,"åĩłåIJį":116446,"ä»Ħ":116447,"认æ¸ħ":116448,"è¿ľæĻ¯":116449,"æıĴ座":116450,"诸侯":116451,"åıĺæĢģ":116452,"ç¦ı彩":116453,"è´§æŀ¶":116454,"失æݧ":116455,"移åĬ¨ç«¯":116456,"ä¸Ĭåı¸":116457,"éĢłçº¸":116458,"å¸ĥæľĹ":116459,"çĴĩ":116460,"åı°åįĹ":116461,"åĮĹ京åĨ¬å¥¥":116462,"èĵĿçīĻ":116463,"éķ¿çŁŃ":116464,"æĬĺå°Ħ":116465,"ç»ijæŀ¶":116466,"å¯Ĵåģĩ":116467,"è½¬åŁºåĽł":116468,"æĢ¥äºİ":116469,"æŃ£åĵģ":116470,"åħħ滿":116471,"大纲":116472,"æĬĹä½ĵ":116473,"è¨ĵç·´":116474,"æĶ¶ç´§":116475,"æ¯Ķè³½":116476,"åħµåĬĽ":116477,"æľ¬æĽ¸":116478,"äºĮ代":116479,"æĢ¥è¯Ĭ":116480,"æĸĩæ¡Ī":116481,"ç»ıåķĨ":116482,"æĻ¨æĬ¥":116483,"æ£ĺ":116484,"æĢ»ä¹¦è®°åľ¨":116485,"åıĹéĤĢ":116486,"äºĶåĽĽ":116487,"å²ŃåįĹ":116488,"çĪ±åIJĥ":116489,"åŁĥå°Ķ":116490,"å¿ĥå¢ĥ":116491,"è¦ĨçĽĸéĿ¢":116492,"å®ŀåľ¨æĺ¯å¤ª":116493,"æł¹åºķ":116494,"纷纷表示":116495,"åĹħ":116496,"éļıçĿĢæŶéĹ´":116497,"åİĨåı²æĤłä¹ħ":116498,"éħī":116499,"æĢ»éĺŁ":116500,"主é¢ĺæ´»åĬ¨":116501,"éĹ®åį·":116502,"é©¿ç«Ļ":116503,"æı¡ä½ı":116504,"åı¯èĥ½å¯¼èĩ´":116505,"æ°ijéĸĵ":116506,"éĸĭåķŁ":116507,"ä½Ĩä¸įéĻIJ":116508,"ä½Ĩä¸įéĻIJäºİ":116509,"åįģéĩĮ":116510,"娥":116511,"æįŁèĢĹ":116512,"çĸı导":116513,"çݯ氧":116514,"ç¥ŀéĢļ":116515,"çĪ±å°Ķ":116516,"çĪ±å°Ķåħ°":116517,"æľ´å®ŀ":116518,"å¿«æĬ¥":116519,"æĶ¶åıĹ":116520,"æĪĸ許":116521,"èĥĮéĿ¢":116522,"æĸĩåĮĸä¼łåªĴ":116523,"ä¸īåĢĭ":116524,"æĶ»åĬ¿":116525,"å®ī举":116526,"å®īä¸ľå°¼":116527,"åĿĩå·²":116528,"顾èĻij":116529,"éĦŃ":116530,"è¿Ļ家åħ¬åı¸":116531,"åħ¬åijĬ称":116532,"æıIJä¾Ľä¼ĺè´¨":116533,"稳æŃ¥æİ¨è¿Ľ":116534,"å¤įè¯ķ":116535,"å°Ĩé¢Ĩ":116536,"è°Īèµ·":116537,"å¨Ħ":116538,"è¿ŀ线":116539,"æ©ŁéĹľ":116540,"åºĶçĶ¨åľºæĻ¯":116541,"çĶ»åĥı":116542,"è´¢è¿IJ":116543,"ä¿Ŀéļª":116544,"çĹħçIJĨ":116545,"æ¯Ľä¸»å¸Ń":116546,"ä¸Ŀ毫ä¸į":116547,"çĪ±å¥ĩ":116548,"çĪ±å¥ĩèīº":116549,"ä¸ĵ家ç»Ħ":116550,"åij¼åĶ¤":116551,"éĭ¼":116552,"çģ¸":116553,"é¢ĨåħĪåľ°ä½į":116554,"æıIJæĭĶ":116555,"龸éģĵ":116556,"å±±åĿ¡":116557,"èĿİ":116558,"沸èħ¾":116559,"该项":116560,"ä»ĬçĶŁ":116561,"ä¸Ģç¯ĩæĸĩç«ł":116562,"æĸ¹å¼ıè¿Ľè¡Į":116563,"é»ij客":116564,"æĶ¹åĬ¨":116565,"主é¡Į":116566,"æķ£å¸ĥ":116567,"ä»Ģä¹Īåľ°æĸ¹":116568,"åĮĸåIJĪ":116569,"åĮĸåIJĪçī©":116570,"éĿĻçĶµ":116571,"æĢ»æĶ¶åħ¥":116572,"å§Ķç»Ħç»ĩ":116573,"å§Ķç»Ħç»ĩéĥ¨":116574,"éĿĻæĢģ":116575,"èĢģåŃĹåı·":116576,"室åıĭ":116577,"éĥ½ä¸įæķ¢":116578,"æŀ¶åŃIJ":116579,"çģµæķı":116580,"审è§Ĩ":116581,"æĤ£åĦ¿":116582,"山寨":116583,"èĸªèµĦ":116584,"é©°æı´":116585,"éĥ¨åĪĨåĨħ容":116586,"好似":116587,"æĪIJåijĺåĽ½":116588,"åľ¨æĪijçľĭæĿ¥":116589,"åħ³æ³¨åº¦":116590,"éĻĪæŁIJ":116591,"è¿Ļç§įäºĭæĥħ":116592,"éĢīå®ļ":116593,"ç²¾åŃIJ":116594,"å£ģçĶ»":116595,"æ±Łæ·®":116596,"é«ĺæĺĤ":116597,"æł¼åĬĽ":116598,"輩":116599,"åѦåłĤ":116600,"æĤ¨åIJĮæĦı":116601,"ä¸ĢåĪĩéĥ½æĺ¯":116602,"潤":116603,"éĸĥ":116604,"å¸ĮæľĽèĩªå·±":116605,"ä¿ĺ":116606,"æ±Łåİ¿":116607,"æ³¾":116608,"ç§ijæķĻ":116609,"æīĵè¿Ľ":116610,"ä¸įæħİ":116611,"å¯ĴåĨ¬":116612,"æ¸Ķæ°ij":116613,"鼷æĸ¯":116614,"主宰":116615,"æĹħ游度åģĩ":116616,"çĶµåŃIJéĤ®ä»¶":116617,"æ±Ĥå©ļ":116618,"éļİ段":116619,"åģ¥èº«æĪ¿":116620,"注æĺİåĩºå¤Ħ":116621,"äºĭæķħåıijçĶŁ":116622,"级以ä¸Ĭ":116623,"åŃĺæ´»":116624,"æĸ½èĤ¥":116625,"èľľèľĤ":116626,"嵩":116627,"æĮĸæİĺæľº":116628,"æĬĹæĭĴ":116629,"ä¼łå¯¼":116630,"æĺ¯ä»Ģä¹Īåij¢":116631,"ä¸Ĭå¹´åIJĮæľŁ":116632,"建åħļ":116633,"çĶŁæħĭ":116634,"ä¿Ŀä½ı":116635,"款车åŀĭ":116636,"人èĦī":116637,"éļIJèĶ½":116638,"失æķĪ":116639,"éģ¿åŃķ":116640,"ç®Ģ便":116641,"è°¢è°¢ä½ł":116642,"å®Īä½ı":116643,"æĶ¾æĺł":116644,"è¨Īçķ«":116645,"çݰ代çī©æµģ":116646,"é¤IJ廳":116647,"æķħå±ħ":116648,"大大å°ı":116649,"大大å°ıå°ı":116650,"çī¹åĪ«å£°æĺİ":116651,"éģįåıĬ":116652,"å¿ĥçIJĨåĴ¨è¯¢":116653,"è³´":116654,"çĮ®è¡Ģ":116655,"å·²ç»ıè¾¾åĪ°":116656,"æīĵæĭĽåij¼":116657,"åıĮè¾¹":116658,"ä¸Ģæĸ¹éĿ¢æĺ¯":116659,"å´ĩå°ļ":116660,"éĺ¿å¯Į":116661,"éĺ¿å¯Įæ±Ĺ":116662,"æĮģæľī人":116663,"è±ģ":116664,"é£İçŃĿ":116665,"åĬ¨èį¡":116666,"äºĨä¸Ģä¼ļ":116667,"äºĨä¸Ģä¼ļåĦ¿":116668,"ä¸ĩ象":116669,"çľĭçĶµè§Ĩ":116670,"åįģä¸īæĿ¡":116671,"çĮĽçĥĪ":116672,"è¦ģä¸įçĦ¶":116673,"太æŀģæĭ³":116674,"å¼ķçĪĨ":116675,"ç»ıè¿ĩå¤ļå¹´":116676,"游æĪıéĩĮçļĦ":116677,"é¾Ļæ³ī":116678,"æłĩéħį":116679,"è®ĵä»ĸåĢij":116680,"éĢłæŀĹ":116681,"åĮºåŁŁæĢ§":116682,"亿ä¸ĩ":116683,"æĪĺçķ¥å¸ĥå±Ģ":116684,"éķĩæĶ¿åºľ":116685,"åĶ®ç¥¨":116686,"çĶŁäº§å·¥èīº":116687,"éķĩåħļå§Ķ":116688,"ä¸Ńå°ıåŀĭ":116689,"æľ¨èĢ³":116690,"河边":116691,"èĦ¾èĥĥ":116692,"欢è¿İæĤ¨":116693,"åıĺå¼Ĥ":116694,"缤纷":116695,"åŀĥåľ¾æ¡¶":116696,"辩è¯ģ":116697,"车åºĵ":116698,"æ¯Ķçİĩ":116699,"åħ´æĹº":116700,"详ç»ĨäºĨ解":116701,"å®īå±ħ":116702,"çħ§æĸĻ":116703,"æĸ¹æīį":116704,"赦":116705,"åĨķ":116706,"å¥Ķèµ´":116707,"å®Ŀ鸡":116708,"åľºåĿĩ":116709,"缮åīįæŃ£åľ¨":116710,"åIJŀåĻ¬":116711,"è¿°èģĮ":116712,"æĩµ":116713,"å¥ĩçijŀ":116714,"ä»įå°Ĩ":116715,"èĪī辦":116716,"å·¥åķĨå±Ģ":116717,"å¡ijèĥ¶":116718,"åĬŀå®ŀäºĭ":116719,"æĸ¹æĸ¹éĿ¢":116720,"æĸ¹æĸ¹éĿ¢éĿ¢":116721,"æĸĩåĮĸèĬĤ":116722,"åħ¥èģĮ":116723,"鸥":116724,"ç©¿éĢı":116725,"ä»¥ä¹łè¿ijå¹³":116726,"åį±éļª":116727,"æľ¦èĥ§":116728,"åİĨåı²æĢ§":116729,"æķŀå¼Ģ":116730,"ä¼Ļä¼´åħ³ç³»":116731,"çŁ¿åĮº":116732,"åĽ½éĻħåľ¨çº¿":116733,"ä¼łå¥ĩéĩĮéĿ¢":116734,"è¿ijäºĽ":116735,"è¿ijäºĽå¹´":116736,"åĬ£åĬ¿":116737,"æĶ»åĩ»åĬĽ":116738,"æĻºéĢł":116739,"禧":116740,"çİĭåħĪçĶŁ":116741,"éĨ«çĶŁ":116742,"åĽĽé¡¹":116743,"å®ŀæĻ¯":116744,"åĪĿåĪĽ":116745,"å¿ĥ裡":116746,"æĻ¶ä½ĵ":116747,"交éĻħ":116748,"让æ¶Īè´¹èĢħ":116749,"课æĸĩ":116750,"æİĴæ°Ķ":116751,"并ä¸įæĦıåij³":116752,"çĽ¸å£°":116753,"第ä¸Ģå±Ĭ":116754,"åİŁèijĹ":116755,"鼾":116756,"没æľī太大":116757,"补水":116758,"çī©æµģä¼ģä¸ļ":116759,"第äºĮæī¹":116760,"åħ¶å®ĥéĹ®é¢ĺ":116761,"æİĮéŨ":116762,"责任å¿ĥ":116763,"é¤IJåħ·":116764,"ç¾Ĭæ¯Ľ":116765,"没æľīå¿ħè¦ģ":116766,"ä¹IJåĽ¢":116767,"è¿ĽåŁİ":116768,"ä¸ĢçĤ¹åĦ¿":116769,"身形":116770,"çļ®èĤ¤çĹħ":116771,"æĺ±":116772,"å¢ŀèĩ³":116773,"èģ²æĺİ":116774,"æıIJè´¨":116775,"ä½ĵèĤ²åľº":116776,"çŃ¹å»º":116777,"é¬Ĩ":116778,"车çīĮ":116779,"éļĶéŁ³":116780,"è´Łè´£åIJĮå¿Ĺ":116781,"丰ç¡ķ":116782,"ä½ĽéĻĢ":116783,"äºīåIJµ":116784,"庶":116785,"æ·¡æ°´":116786,"å°ıçĶ·åŃ©":116787,"ç§ģèĩª":116788,"åĮĸè¿Ľç¨ĭ":116789,"æĪĺ士æĿ¥è¯´":116790,"æ²¹èħ»":116791,"èĦ±è´«èĩ´å¯Į":116792,"æĹ¥å¸¸å·¥ä½ľ":116793,"交èŀį":116794,"åĨľè´¸":116795,"åĨľè´¸å¸Ĥåľº":116796,"åĵĪçĻ»":116797,"çĶµè´¹":116798,"èµĺ":116799,"åıĮèħ¿":116800,"æĵĶå¿ĥ":116801,"æĿ¥å½¢å®¹":116802,"使åij½æĦŁ":116803,"éĤ£ä¹Īç®Ģåįķ":116804,"èĬĻèĵī":116805,"åĢŁæ¬¾äºº":116806,"ç§Ģ丽":116807,"è®ĵä»ĸ":116808,"严åİīæīĵåĩ»":116809,"è³ŀ":116810,"æļ«":116811,"çħ¤æ°Ķ":116812,"çĪ¬ä¸Ĭ":116813,"æ½ĩæ´Ĵ":116814,"太ä¹ħ":116815,"åij½åIJį为":116816,"è·¯çĶ±":116817,"è·¯çĶ±åĻ¨":116818,"驯":116819,"æıIJæĹ©":116820,"æĬĹåĩ»çĸ«æĥħ":116821,"åĩĽ":116822,"交åıĭ":116823,"éĶĢåĶ®æ¸łéģĵ":116824,"毫ä¸įçĬ¹è±«":116825,"èIJ¥åľ°":116826,"çłĶ究表æĺİ":116827,"鱼类":116828,"æį¢å±Ĭ":116829,"æİ¡åıĸ":116830,"çīĨ":116831,"缼å¼Ģ":116832,"沧æ¡ij":116833,"åºŃ审":116834,"ç»ıæŁ¥":116835,"åĬłå¼·":116836,"缸æ¯Ķäºİ":116837,"ä¸ĵçıŃ":116838,"ä½ĵåŀĭ":116839,"被害":116840,"被害人":116841,"æĶ¶æ¬¾":116842,"åħ·æľīèī¯å¥½":116843,"é«ĺå³°æľŁ":116844,"åģıä½İ":116845,"åĦŁ":116846,"åĨľä¸ļç§ijæĬĢ":116847,"çī¹æ®ĬæĥħåĨµ":116848,"å¦Ĥæŀľçݩ家":116849,"éķ¿çº¦":116850,"第åħŃå±Ĭ":116851,"åħ¬å¼ĢæĭĽèģĺ":116852,"åĪĩæĸŃ":116853,"迫使":116854,"çĸĹç¨ĭ":116855,"第äºĮç§į":116856,"ä¸įåħį":116857,"å¹²èѦ":116858,"çŁ³æ¦´":116859,"åĹ£":116860,"两类":116861,"çĪµå£«":116862,"åŁİ乡å±ħæ°ij":116863,"æŃ¤é¡¹":116864,"缴è¾ĸ":116865,"缴è¾ĸå¸Ĥ":116866,"åij¼åºĶ":116867,"éĴ¯":116868,"ç¦ıå¾·":116869,"æľºèº«":116870,"æĵįåľº":116871,"æ¿Ĵ临":116872,"人群ä¸Ń":116873,"èĤ¡æ°ij":116874,"åŃ½":116875,"æ³ķåħ°":116876,"é¨İ":116877,"糯米":116878,"æĢ»çļĦ":116879,"æĢ»çļĦæĿ¥è¯´":116880,"åħ¸éĽħ":116881,"æĸ°éĻĪ":116882,"æĸ°éĻĪ代谢":116883,"缮çĿ¹":116884,"é¢Ħè¨Ģ":116885,"è·Įçł´":116886,"æĸ°ç¯ĩç«ł":116887,"æ¯ĴæĢ§":116888,"åĸĿèĮ¶":116889,"æŁ¥èİ·":116890,"亮丽":116891,"çĶŁäº§åķĨ":116892,"æĶ¹æĪIJ":116893,"为äºĨæĽ´å¥½":116894,"深交":116895,"深交æīĢ":116896,"æİĥ":116897,"ä¹ĻèĤĿ":116898,"泸å·ŀ":116899,"åħĪè¿ĽæĬĢæľ¯":116900,"è¾ĵç»Ļ":116901,"æķ£æĪ·":116902,"æĢĿç»´æĸ¹å¼ı":116903,"åºĹ主":116904,"è°ĭæ±Ĥ":116905,"游æĪıæĬĢå·§":116906,"ä¸Ģ年级":116907,"çľ¼è§Ĵ":116908,"ä¸Ńä»ĭæľºæŀĦ":116909,"å·§åIJĪ":116910,"éĺ²çĽĹ":116911,"导è´Ń":116912,"æĪĬ":116913,"æĽ´éĢĤåIJĪ":116914,"åŁºæľ¬ä¿¡æģ¯":116915,"马ä¸ģ":116916,"åħ»æ®ĸåľº":116917,"åıįè¿ĩæĿ¥":116918,"æݨå´ĩ":116919,"å¯ĨåĪĩåħ³æ³¨":116920,"åŁºéĩijç»ıçIJĨ":116921,"æĮīéĶ®":116922,"åĨħéĥ¨æݧåĪ¶":116923,"æĪIJåijĺåįķä½į":116924,"æľ¯è¯Ń":116925,"åĪ¶æľį":116926,"åĪļéľĢ":116927,"æ£Ģç´¢":116928,"大大æıIJé«ĺ":116929,"åģ¥åº·ç®¡çIJĨ":116930,"èĩªæѤ":116931,"客æĪ·éľĢæ±Ĥ":116932,"丰èĥ¸":116933,"èµ·éĩį":116934,"èµ·éĩįæľº":116935,"æ¬łç¼º":116936,"æ¡ĪåŃIJ":116937,"æĥħ人èĬĤ":116938,"åħļæł¡":116939,"è¢ľ":116940,"该åī§":116941,"è¿·å¤±ä¼łå¥ĩ":116942,"ç»ļ丽":116943,"åķª":116944,"æĹłç§ģ":116945,"éĢ²ä¸ĢæŃ¥":116946,"第ä¸Ģç«ł":116947,"åĻ¨åħ·":116948,"åĨľèµĦ":116949,"確實":116950,"åºıåĪĹ":116951,"娱ä¹IJå¹³åı°":116952,"èŀįèµĦ秣èµģ":116953,"èµĦæºIJåħ±äº«":116954,"èģ½åĪ°":116955,"æIJŀå¾Ĺ":116956,"继ç»Ńä¿ĿæĮģ":116957,"åIJ¯èĴĻ":116958,"çľº":116959,"ä¸Ŀè·¯":116960,"设æĸ½å»ºè®¾":116961,"æİ¥åľ°":116962,"æİ¥åľ°æ°Ķ":116963,"第ä¸īåŃ£åº¦":116964,"åŁºè°ĥ":116965,"åıijéŁ³":116966,"社ä¼ļèµĦæľ¬":116967,"éĽĩ主":116968,"è¿ŀèĥľ":116969,"没åķ¥":116970,"廢":116971,"赶赴":116972,"æ¼ĶåĮĸ":116973,"åı¤æĢª":116974,"çİĭçĪ·":116975,"é¢ĦåħĪ":116976,"å¼Ģåħ·":116977,"åĽŀé¦ĸ":116978,"åľ°ä¸ĭæ°´":116979,"å°ıç¼ĸä¸Ģèµ·":116980,"èµİåĽŀ":116981,"åľ°è²Į":116982,"åĪĿä¸ī":116983,"åı¯çĶ¨äºİ":116984,"éģĹ迹":116985,"è¿Ļæī¹":116986,"èĸªæ°´":116987,"å¿ħçĦ¶ä¼ļ":116988,"æ²½":116989,"éįĭ":116990,"第ä¸Ģéĥ¨":116991,"åĪĬçī©":116992,"å®ŀä¾ĭ":116993,"æ¸ħåĩĢ":116994,"ä¸ĬèµĽåŃ£":116995,"åĽ¾è¡¨":116996,"éĤ®è½®":116997,"åĵªè£¡":116998,"缸è§ģ":116999,"æī°ä¹±":117000,"æ¯ıæ¯ı":117001,"è¿Ļè¾ĪåŃIJ":117002,"ç¡«éħ¸":117003,"äºī缸":117004,"溯æºIJ":117005,"åĩºä¼Ĺ":117006,"çİīçŁ³":117007,"åħ±çĶŁ":117008,"æŶéĹ´æ®µ":117009,"éĩįè¦ģæĮĩ示":117010,"æ¶Īè´¹éľĢæ±Ĥ":117011,"éķ¿éķ¿":117012,"éķ¿éķ¿çļĦ":117013,"å®īæĬļ":117014,"å¢ŀé«ĺ":117015,"æľ¬è½®":117016,"äº²çľ¼":117017,"é£İæ³¢":117018,"èĢģå¦Ī":117019,"æĶ¶è´¹æłĩåĩĨ":117020,"åĨħéĻĨ":117021,"æĮ¥åıij":117022,"åįĩåѦ":117023,"èĥ¸åīį":117024,"åģıè¿ľ":117025,"纯æ´ģ":117026,"æĸ½å·¥åįķä½į":117027,"身价":117028,"è´¢åĬĽ":117029,"纶":117030,"è£ħçĶ²":117031,"æĺ¾ç¤ºåĻ¨":117032,"毫åįĩ":117033,"æ·±çŁ¥":117034,"èĢ¶ç©":117035,"èĢ¶ç©Į":117036,"è¾ĥéĩı":117037,"åľ¨è¿ĩ渡":117038,"åľ¨è¿ĩæ¸¡æľŁ":117039,"èĮĹ":117040,"ä¸Ģ个æĺŁæľŁ":117041,"èĬ·":117042,"è´¿èµĤ":117043,"æ¿ķ":117044,"æĩĤäºĭ":117045,"秧":117046,"åħħå½ĵ":117047,"åĽ½ç«ĭ":117048,"èĬ±çĵ£":117049,"éĤĦè¦ģ":117050,"åħ¬åľĴ":117051,"触åĬ¨":117052,"æ³°å·ŀ":117053,"ä»Ģä¹Īæł·":117054,"æ»ĭåħ»":117055,"è¯ĦåĪ¤":117056,"æĮ¥æīĭ":117057,"èĦĪ":117058,"姥姥":117059,"è¿IJè´¹":117060,"æ¯ħåĬĽ":117061,"å¿ĥæĻº":117062,"ä¸įæİĴéĻ¤":117063,"第ä¸ī代":117064,"éĢĢè´§":117065,"æĺŁéĻħ":117066,"æ°¸åĪ©":117067,"æĬ¤åį«":117068,"çıŃ车":117069,"è¨Ģè¡Į":117070,"繪":117071,"主åĬ¨æĢ§":117072,"å·¥ç¨ĭè´¨éĩı":117073,"éĥĬåĮº":117074,"ä¸Ģæłĭ":117075,"ä½Ĩå®ŀéĻħä¸Ĭ":117076,"ä¸ī大èģĮä¸ļ":117077,"åij¼åı«":117078,"女åħĴ":117079,"è¯ģåĪ¸æĬķèµĦ":117080,"èĢĥæħ®":117081,"çĤ«èĢĢ":117082,"治好":117083,"åĺ¶":117084,"èĥ¤":117085,"åħīä¼ıåıijçĶµ":117086,"åĩłæŃ¥":117087,"æīĢæīĢ":117088,"æīĢæīĢéķ¿":117089,"çħ§æł·":117090,"åĵ¥ä»¬":117091,"è¯Ľ":117092,"è¿Ļä¸ĢåĪ»":117093,"çŁ¿çī©è´¨":117094,"ä¸įå¾Ĺå·²":117095,"åIJĮ缣":117096,"ç»Ĩå¾®":117097,"è·¯èĻİ":117098,"çĻ¾èĬ±":117099,"æ··æ²Į":117100,"ä¸Ĭæµ·è¯ģåĪ¸":117101,"éĢĢç¨İ":117102,"èµŀåı¹":117103,"æī®æ¼Ķ游æĪı":117104,"åIJįåĪĹ":117105,"åIJįåĪĹåīį":117106,"åIJįåĪĹåīįèĮħ":117107,"ç±³å°Ķ":117108,"ä»Ģä¹ĪåİŁåĽł":117109,"å®īåħ¨ä¿Ŀéļľ":117110,"ä¸Ģåıªæīĭ":117111,"ä¹³ä¸ļ":117112,"ä¸įçĶĺ":117113,"æĥħåķĨ":117114,"æĮ¡ä½ı":117115,"åİŁåĽłä¹ĭä¸Ģ":117116,"è¿Ļ两天":117117,"çĥĺçĦĻ":117118,"豬":117119,"ä½łä»¥ä¸º":117120,"没è§ģè¿ĩ":117121,"åĵªå®¶å¥½":117122,"åīįä»»":117123,"è¿Ľè´§":117124,"éĢĢåĽŀ":117125,"串èģĶ":117126,"èĩ³æĸ¼":117127,"åĨ°æ·ĩ":117128,"åĨ°æ·ĩæ·ĭ":117129,"æŁ¥çľĭ详æĥħ":117130,"çı¾å¯¦":117131,"æݨæµĭ":117132,"æİ¥æīĭ":117133,"éļ¶å±ŀäºİ":117134,"åŁİå¸Ĥ群":117135,"æĿİåħĪçĶŁ":117136,"çŁ¿æ³īæ°´":117137,"çī¹ä»·":117138,"æĽ´å¤ļ精彩":117139,"ç¨ĭå¼ı":117140,"读æĩĤ":117141,"å±ıèĶ½":117142,"奥æŀĹ":117143,"奥æŀĹåĮ¹":117144,"奥æŀĹåĮ¹åħĭ":117145,"红èĸ¯":117146,"奮":117147,"å®Ŀçİī":117148,"網絡":117149,"貧":117150,"欧å¼ı":117151,"çĻ½ç³ĸ":117152,"èĩªçĦ¶çģ¾å®³":117153,"åijĬè¯ī她":117154,"å»ļ":117155,"çĤ¹åĩ»æŁ¥çľĭ":117156,"é£İ湿":117157,"èµĦ产éĩįç»Ħ":117158,"ä¹Łä¸įä¾ĭå¤ĸ":117159,"åįĬ个å°ıæŶ":117160,"åIJ¸å¼ķæĽ´å¤ļ":117161,"æŶéĹ´èĬĤçĤ¹":117162,"æĶ¶çº³":117163,"åIJ¸æ¯Ĵ":117164,"èĢģ乡":117165,"çIJħ":117166,"æľĢçµĤ":117167,"åıįæĦŁ":117168,"çĶ¨å¾®ä¿¡":117169,"çĶ¨å¾®ä¿¡æī«":117170,"éĢŁçİĩ":117171,"大çĨĬçĮ«":117172,"åı¯æĥ³":117173,"åı¯æĥ³èĢĮ":117174,"åı¯æĥ³èĢĮçŁ¥":117175,"åĴ§":117176,"èµ°åħ¥":117177,"碳éħ¸":117178,"èĮĥåĨ°":117179,"èĮĥåĨ°åĨ°":117180,"被åĪ¤":117181,"积æŀģæݨåĬ¨":117182,"足足":117183,"ç²ĴåŃIJ":117184,"大å®Ĺ":117185,"大å®ĹåķĨåĵģ":117186,"ç½ij绾ç§ijæĬĢ":117187,"æĽ¼åŁİ":117188,"å·²ä¹ħ":117189,"å·²ä¹ħçļĦ":117190,"秦çļĩ":117191,"秦çļĩå²Ľ":117192,"ä»»æķĻ":117193,"åĶ¯ç¾İ":117194,"æ·¡åĮĸ":117195,"æ¡ĤèĬ±":117196,"çŁ¥è¯ĨåĪĨåŃIJ":117197,"æĩĴå¾Ĺ":117198,"主åħ¬":117199,"设计çIJĨ念":117200,"賺":117201,"æīĢæıIJä¾Ľ":117202,"æīĢæıIJä¾Ľä¹ĭ":117203,"æĶ»åħĭ":117204,"åĤ¾":117205,"è¯Ńæ³ķ":117206,"åįĥåı¤":117207,"éĸĭæĶ¾":117208,"第ä¸ĢèĬĤ":117209,"éĤĦæ²Ĵ":117210,"éĢĥçĶŁ":117211,"æ³Ĺ":117212,"åİ¿å§Ķ书记":117213,"ä½ľèĢħæīĢæľī":117214,"çħ½":117215,"ç»ħ":117216,"æłħ":117217,"æľ´ç´ł":117218,"çijķçĸµ":117219,"åĮħåĮħ":117220,"æ°ij主åħļ":117221,"ä¸įè¿ľå¤Ħ":117222,"å¥ĩå¼Ĥ":117223,"åĺ»åĺ»":117224,"æī¼":117225,"ç¿»å¼Ģ":117226,"æĢİèĥ½":117227,"éģ´éĢī":117228,"解éĩĭ":117229,"å¹¼ç¨ļ":117230,"è¦ģ好好":117231,"è¶´åľ¨":117232,"ç´¢åıĸ":117233,"ç»ĪçĶŁ":117234,"åħ¨æµģç¨ĭ":117235,"éģ©çķ¶":117236,"åįıè°ĥåıijå±ķ":117237,"æĬ¥ä»ĩ":117238,"ç§ijæĬĢåĽŃ":117239,"ä»Ģä¹Īéĥ½ä¸į":117240,"æľĢåIJİä¸Ģ次":117241,"ç»Ļ人ä¸Ģç§į":117242,"æł¸å®ļ":117243,"被åĪĹåħ¥":117244,"æĦıæĥ³ä¸įåĪ°":117245,"èĢĥæŁ¥":117246,"åľ¨æѤä¹ĭåīį":117247,"æīĵçIJĥ":117248,"è¶ĬæĿ¥è¶Ĭå°ij":117249,"å®ļå¾ĭ":117250,"è¡ĮæĶ¿æľºåħ³":117251,"ä½ıæĪ¿åħ¬ç§¯":117252,"å°ıå§IJå§IJ":117253,"ä¸īèı±":117254,"修补":117255,"èŀĥèŁ¹":117256,"西çĶ²":117257,"æĢł":117258,"çŃīå¤ļ项":117259,"产ä¸ļéĽĨèģļ":117260,"ä»·æł¼ä¸Ĭ涨":117261,"åħ¬åħ±åľºæīĢ":117262,"è¢ĭåŃIJ":117263,"æĨ§æĨ¬":117264,"çļĦæĸ¹å¼ıæĿ¥":117265,"åĪ°è´¦":117266,"çģ½":117267,"å·´èı²":117268,"å·´èı²çī¹":117269,"æ¼Ķä¹ł":117270,"èŃ¦ç¤ºæķĻèĤ²":117271,"çķıæĥ§":117272,"å¼ķæµģ":117273,"æĶ¶æĶ¯":117274,"å±Ĥåĩº":117275,"å±Ĥåĩºä¸į":117276,"å±Ĥåĩºä¸įç©·":117277,"æijĩæ»ļ":117278,"辦çIJĨ":117279,"纵è§Ĥ":117280,"æķijæµİ":117281,"家éĥ½çŁ¥éģĵ":117282,"åĮ¯":117283,"å°ı鸣":117284,"ä»»åĭĻ":117285,"计åħ¥":117286,"ç«ŀéĢī":117287,"å¼ĢèįĴæĹ¶æľŁ":117288,"åij¨æģ©":117289,"åij¨æģ©æĿ¥":117290,"交ç»ĩ":117291,"çķ¢æ¥Ń":117292,"æł¹æį®èĩªå·±":117293,"æĸ°äººçݩ家":117294,"åѵåĮĸåĻ¨":117295,"éĩĩæļĸ":117296,"å¹³åĿĩæ°´å¹³":117297,"åħ¬å¼Ģ课":117298,"失åĪ©":117299,"伺æľį":117300,"çĬģ":117301,"忽æĤł":117302,"主è¦ģéĽĨä¸Ń":117303,"æ¤įæłij":117304,"æ¯ĹéĤ»":117305,"èĩºçģ£":117306,"åĩºåĽ½çķĻåѦ":117307,"æĬĹéľĩ":117308,"æĥ©æĪĴ":117309,"å¹´åºķåīį":117310,"åĴ¸éĺ³":117311,"æ°ijå±ħ":117312,"大çIJĨçŁ³":117313,"éĿ³":117314,"éķĸ":117315,"æ¸ħè¿ľ":117316,"è£ħè½½":117317,"èĩĢ":117318,"å½±ä¸ļ":117319,"å¼ŁåħĦ":117320,"æĤ²è§Ĥ":117321,"çĿĢçľ¼äºİ":117322,"æįįåį«":117323,"åī¥å¤º":117324,"ç¯Ĩ":117325,"å¾Īéķ¿æŶéĹ´":117326,"è¥Ł":117327,"第ä¸ĢçĻ¾":117328,"ä¸ĢåĪĨéĴ±":117329,"æĸ°éĹ»è®°èĢħ":117330,"éķ·æľŁ":117331,"æ³ķæĪĺç»ĦåIJĪ":117332,"è°ģçŁ¥éģĵ":117333,"èħ°éĥ¨":117334,"æ±īåł¡":117335,"åħ¥çĿ¡":117336,"åįĸæİī":117337,"æ¶Īè²»èĢħ":117338,"æĥ¯ä¾ĭ":117339,"æĥ³äºĨ":117340,"æĥ³äºĨæĥ³":117341,"èĢģæŧå°ıåĮº":117342,"ä¼łè¨Ģ":117343,"åĪĨæķ°çº¿":117344,"æµģ泪":117345,"ç»Ħç»ĩé¢Ĩ导":117346,"äºļåĨĽ":117347,"å¢ŀåĢ¼æľįåĬ¡":117348,"å¾¹":117349,"伶":117350,"äºĽè®¸":117351,"å¸ĥèݱ":117352,"强æĤį":117353,"宫廷":117354,"绿èĮ¶":117355,"åĮ¡":117356,"å¾ĪæŃ£å¸¸":117357,"æĺ¥å¤ı":117358,"æ¯Ļ":117359,"è¯Ħæ¯Ķ":117360,"åĩ¡äºĭ":117361,"æĬīæĭ©":117362,"åĢĴéľī":117363,"éĩį度":117364,"åįıä¼ļä¼ļéķ¿":117365,"忧èĻij":117366,"ä¸ĭä¸Ģç¯ĩ":117367,"沪深":117368,"æĪİ":117369,"æīĵä»Ĺ":117370,"åįĪé¥Ń":117371,"å¹´é¾Ħ段":117372,"ä¸ŃåĽ½è¶³çIJĥ":117373,"设计æĸ¹æ¡Ī":117374,"åºĶçĶ¨æŁ¥çľĭ":117375,"é¢ĦæĸĻ":117376,"åĹ¡":117377,"ç¥ĸçĪ¶":117378,"çļĦä¸Ģåijĺ":117379,"æ´Ĺå¹²åĩĢ":117380,"åİĨåı²æĸ°":117381,"åİĨåı²æĸ°é«ĺ":117382,"çĭ¬åħ·":117383,"æħĭ度":117384,"æīĵ交":117385,"æīĵ交éģĵ":117386,"é»ĦçŁ³":117387,"çĽ¼æľĽ":117388,"çī§åľº":117389,"转弯":117390,"åįĩåįİ":117391,"åĨįä¹Łæ²¡æľī":117392,"èĭ±æīį":117393,"æĽ´åIJį为":117394,"åĢŁçĶ¨":117395,"çºłéĶĻ":117396,"ç»Ŀ对ä¸įä¼ļ":117397,"çİĭçīĮ":117398,"çĽĨåľ°":117399,"失è°ĥ":117400,"好象":117401,"é³¥":117402,"ä¿Ŀä¿®":117403,"åĽĽä¸ªèĩªä¿¡":117404,"头çļ®":117405,"åİŁåīĩ":117406,"æĬ¥æ¡Ī":117407,"奴éļ¶":117408,"å³Ļ":117409,"è°ĥæĸĻ":117410,"ä¹Łè¨±":117411,"èIJ½åĪ°":117412,"èIJ½åĪ°å®ŀ":117413,"èIJ½åĪ°å®ŀå¤Ħ":117414,"çĦļçĥ§":117415,"çĶŁæ´»çݯå¢ĥ":117416,"åºĶåıĬæŶ":117417,"è¶Ĭè¿ĩ":117418,"æĦŁè¬Ŀ":117419,"æĻ¯å¾·":117420,"æĻ¯å¾·éķĩ":117421,"çĬĢ":117422,"身éĤĬ":117423,"ç¨İåĬ¡æĢ»å±Ģ":117424,"åĩĢåľŁ":117425,"ä¾µåįł":117426,"åĬ¨å·¥":117427,"å¹´ä¹ĭ":117428,"å¹´ä¹ĭä¹ħ":117429,"第äºĮèĬĤ":117430,"åĬ¨çī©åĽŃ":117431,"第ä¸Ģ书记":117432,"éħļ":117433,"çĶŁäº§è®¾å¤ĩ":117434,"æŁIJç§įç¨ĭ度":117435,"åľŃ":117436,"åĩŃåĢŁçĿĢ":117437,"éĺħè§Ī":117438,"çĻ½æ²Ļ":117439,"æ²¹çĥŁ":117440,"çªģçł´åı£":117441,"åıĹå½±åĵį":117442,"åı¯ä»¥æĽ´å¥½":117443,"å³°åĢ¼":117444,"æĿĤè´¨":117445,"宿è¿ģ":117446,"çĽĺæ´»":117447,"æ¿Ģèµ·":117448,"åĦ¿ç§ij":117449,"åĿIJèIJ½åľ¨":117450,"æĮªå¨ģ":117451,"æµ·å²Ľ":117452,"绣绣":117453,"éĻ¨":117454,"ä¼ĺäºİ":117455,"å°Ī家":117456,"ä¸ĢéĤĬ":117457,"èIJĬ":117458,"äºĨä¸Ģåı£":117459,"æ²ĥå°Ķæ²ĥ":117460,"æŃ£å¸¸ä½¿çĶ¨":117461,"æĻ®éģįåŃĺåľ¨":117462,"丰满":117463,"çĶ»åį·":117464,"åºĶæĶ¶":117465,"åºĶæĶ¶è´¦":117466,"åºĶæĶ¶è´¦æ¬¾":117467,"å®Įæķ´çĥŃ":117468,"å®Įæķ´çĥŃæ¦ľ":117469,"注è§Ĩ":117470,"çĨĦ":117471,"躬":117472,"éĶĢåĶ®äººåijĺ":117473,"è¶ĭåIJij":117474,"çĦ¦æĢ¥":117475,"åįģå¹´åīį":117476,"ä¼łç»Łäº§ä¸ļ":117477,"質éĩı":117478,"åĩ¤åĩ°ç½ij":117479,"èµĦæºIJæķ´åIJĪ":117480,"æ¶Įåħ¥":117481,"æĸĩåĮĸä¼łæĴŃ":117482,"çķĮ第ä¸Ģ":117483,"æ°´æ³µ":117484,"宫殿":117485,"æݢ寻":117486,"ä¿®åīª":117487,"æĦıè¦ĭ":117488,"ç´Ĭä¹±":117489,"æĽī":117490,"çĻ½è¡£":117491,"èĻİåį«":117492,"ç´§æī£":117493,"å¤Ħå¤Ħéķ¿":117494,"åĪĽå»ºå·¥ä½ľ":117495,"红æŀ£":117496,"饼干":117497,"äºĨåįĬ天":117498,"ä¼ļå½±åĵįåĪ°":117499,"çĽ¸ä¿¡å¤§å®¶":117500,"èħ¾é£ŀ":117501,"å°±å¦ĤåIJĮ":117502,"ä¸ĭéĿ¢å°ıç¼ĸ":117503,"æ°ijèIJ¥ç»ıæµİ":117504,"æĻ¦":117505,"è£ħæī®":117506,"é»ijå¤ľ":117507,"常德":117508,"å·¥ä¸ļ大åѦ":117509,"æĺİçŁ¥":117510,"éĺŁåijĺ们":117511,"åIJ¬è¯¾":117512,"æ¯ıéļĶ":117513,"羣æĺ¯å¤ª":117514,"åIJĪä½ľåħ±èµ¢":117515,"çIJĨåıij":117516,"æīįå¹²":117517,"çľĭèµ·ä¾Ĩ":117518,"殿ä¸ĭ":117519,"å®īéĺ³":117520,"æīĢ产çĶŁçļĦ":117521,"éĽĩä½£":117522,"æĬ¬èµ·å¤´":117523,"æį®æĬ¥éģĵ":117524,"éļĨéĩį举è¡Į":117525,"交éĶĻ":117526,"è¶ħé¢Ŀ":117527,"åĮĸçĸĹ":117528,"é¡Ĩ":117529,"纵深":117530,"çĪ±åĽ½ä¸»ä¹ī":117531,"éĻ¢åī¯éĻ¢éķ¿":117532,"讳":117533,"羣æŃ£åģļåĪ°":117534,"åѤåįķ":117535,"èĩªçĦ¶èĢĮ":117536,"èĩªçĦ¶èĢĮçĦ¶":117537,"修身":117538,"èĬ¹":117539,"æģ¯æģ¯":117540,"æģ¯æģ¯çĽ¸åħ³":117541,"é©¾æł¡":117542,"æݩ饰":117543,"æ³½è¿ŀ":117544,"æ³½è¿ŀæĸ¯åŁº":117545,"举æŃ¢":117546,"管çIJĨä½ĵåĪ¶":117547,"åħ¶ä¸Ńä¹ĭä¸Ģ":117548,"æĿ¾å¼Ľ":117549,"æĭ¦æĪª":117550,"åį«åģ¥":117551,"åį«åģ¥å§Ķ":117552,"ä»İåݻ年":117553,"åĤ¢":117554,"è´Ń票":117555,"åĽ¾æłĩ":117556,"河西":117557,"æ°ijæĶ¿å±Ģ":117558,"ç§ģèIJ¥":117559,"å¤ĸåĽ½è¯Ń":117560,"干货":117561,"æĵ¦æĭŃ":117562,"åľ°ä¸Ń":117563,"åľ°ä¸Ńæµ·":117564,"æµĵæµĵ":117565,"æµĵæµĵçļĦ":117566,"å§ĭ建":117567,"å§ĭ建äºİ":117568,"ç¶ĵæŃ·":117569,"è·¯æ¼Ķ":117570,"æļ´é£İ":117571,"åŁºè¾ħ":117572,"æī¶è´«å·¥ä½ľ":117573,"ä¸Ģ缴å¤Ħäºİ":117574,"æĥħ趣":117575,"äºĮåŃ£åº¦":117576,"åİĮæģ¶":117577,"顺åĪ©å®ĮæĪIJ":117578,"æŁ¥å°ģ":117579,"顶端":117580,"ä¸įåŃķ":117581,"ä¸Ģ大åłĨ":117582,"被æ·ĺæ±°":117583,"æĺ¯çĶ¨æĿ¥":117584,"æľĢåIJĪéĢĤ":117585,"äº®çľ¼":117586,"并ä¸įæĺ¯å¾Ī":117587,"ç§ijçłĶéĻ¢":117588,"ç§ijçłĶéĻ¢æīĢ":117589,"ç²Ł":117590,"é¢Īéĥ¨":117591,"é»ĺé»ĺåľ°":117592,"é«ĺä¸ŃçĶŁ":117593,"æĹıèĩªæ²»åİ¿":117594,"æķĻåŃ¦è´¨éĩı":117595,"æĪĺçģ«":117596,"åĿİåĿ·":117597,"æIJŃä¹ĺ":117598,"è¯ĹæĦı":117599,"åĪijèѦ":117600,"åĩºæ±Ĺ":117601,"åįģåħŃæĿ¡":117602,"请åıĬæŶ":117603,"åĨľä¸ļ大åѦ":117604,"èIJ½åı¶":117605,"æĢ»èĢĮè¨Ģ":117606,"æĢ»èĢĮè¨Ģä¹ĭ":117607,"æĿľåħ°":117608,"æĿľåħ°çī¹":117609,"éĻªä½ł":117610,"åħ¬æĬ¥":117611,"çķĻè¨ĢæĿ¿":117612,"éĺħåİĨ":117613,"競çĪŃ":117614,"ç»ĻåĪ«äºº":117615,"æĹ¥æĬ¥ç¤¾":117616,"åĿIJèIJ½":117617,"åĿIJèIJ½äºİ":117618,"éĩijåŃĹ":117619,"éĩijåŃĹå¡Ķ":117620,"åĽ¤":117621,"è¯Ŀåī§":117622,"æĮģç»Ńæİ¨è¿Ľ":117623,"æ¼ıæ°´":117624,"詳細":117625,"æĢĢæĬ±":117626,"åıĺå¹»":117627,"饥饿":117628,"éļIJ身":117629,"ä¸ªèµĽåŃ£":117630,"åĵ¡å·¥":117631,"æģ¢å¤įæŃ£å¸¸":117632,"äºĨ好å¤ļ":117633,"æĺŁå·´":117634,"æĺŁå·´åħĭ":117635,"åħīçݯ":117636,"å¸ħåĵ¥":117637,"çĻ½éĽª":117638,"ç¨įç¨į":117639,"计æıIJ":117640,"æĦĽæĥħ":117641,"éİĸ":117642,"ä¿¡éĺ³":117643,"è§Ģå¯Ł":117644,"å¦Ĥæŀľä½łæĥ³":117645,"缸æ¯Ķä¹ĭä¸ĭ":117646,"解å¼Ģ":117647,"æīĵåį°æľº":117648,"身躯":117649,"ç²¾ç¥ŀæĸĩæĺİ":117650,"èĤ¡æĮĩ":117651,"å¾®åĪĽ":117652,"红èĮ¶":117653,"èĩ´çĻĮ":117654,"æģ©æĸ½":117655,"èħ¿éĥ¨":117656,"大åŀĭå¤ļ人":117657,"å®īåĢį":117658,"è¾ħ导åijĺ":117659,"èĪªéģĵ":117660,"å¸ĥå°Ķ":117661,"åįĹå®ģå¸Ĥ":117662,"ä¸ĬçıŃæĹı":117663,"侧ç»ĵæŀĦæĢ§":117664,"追éļı":117665,"å½ĵåľ°æĶ¿åºľ":117666,"èµ°åĩºæĿ¥":117667,"éĩijèŀįä¸ļ":117668,"ä¸Ľä¹¦":117669,"é¡¹çĽ®ç»ıçIJĨ":117670,"è¿ĩæĪ·":117671,"骨æŀ¶":117672,"è¡Ļ":117673,"ä»Ģ麽":117674,"èħĭ":117675,"è¦ģ害":117676,"åľ¨åºĬä¸Ĭ":117677,"代è¨Ģ人":117678,"並å°ĩ":117679,"åIJĦ个æĸ¹éĿ¢":117680,"è°´è´£":117681,"åħ±æĮ¯":117682,"åį³å°ĨåĪ°æĿ¥":117683,"èĤºçĻĮ":117684,"ä¾ĽéĶĢ":117685,"丼æŀĹ":117686,"èµĥ":117687,"åįģä½Ļå¹´":117688,"åĭĺæİ¢":117689,"飵åij³":117690,"èĭ¦ç¬ij":117691,"æľĢ大ç¨ĭ度":117692,"éĩįçĤ¹åħ³æ³¨":117693,"ä¹ĭ举":117694,"满æĢĢ":117695,"åıĹåĪ°å½±åĵį":117696,"æĭĽæĬķæłĩ":117697,"è¡¥é½IJ":117698,"西红":117699,"è¥¿çº¢æŁ¿":117700,"鬧":117701,"è£ħåį¸":117702,"éĤ»éĩĮ":117703,"èĤĩäºĭ":117704,"æİĴæ¯Ĵ":117705,"åѤåĦ¿":117706,"鼶è·Ŀ离":117707,"å®ŀå¹²":117708,"çľĭæŁ¥çľĭ":117709,"æĶ¶è´¹ç«Ļ":117710,"ç»·":117711,"åħ¬çĽĬæĢ§":117712,"éĢĴç»Ļ":117713,"æĶ»æīĵ":117714,"æĺŁçº§éħĴåºĹ":117715,"æĺİåªļ":117716,"çį¨ç«ĭ":117717,"è¯Ŀè¯ŃæĿĥ":117718,"ä¸ĢæŃ¥ä¸ĢæŃ¥":117719,"书æ³ķ家":117720,"æľªç»ıæİĪæĿĥ":117721,"çŁ³èĨı":117722,"åĩŃä»Ģä¹Ī":117723,"çļĦæĹ¥":117724,"çļĦæĹ¥åŃIJéĩĮ":117725,"诱人":117726,"çĻ¾åĪĨçĻ¾":117727,"èĪĪ趣":117728,"å¼łåħĪçĶŁ":117729,"èĢģçĪ·åŃIJ":117730,"æ³¢çī¹":117731,"åŁºéĩij份é¢Ŀ":117732,"æ²Ļåıijä¸Ĭ":117733,"å¥ĭæĸĹ缮æłĩ":117734,"æ°¢èĥ½":117735,"æ²ĥå°ĶçİĽ":117736,"義åĭĻ":117737,"éŁ³ç®±":117738,"æ²ī浸":117739,"æ²īæµ¸åľ¨":117740,"èĭ±åľĭ":117741,"çģ¯çģ«":117742,"è¿Ľé¡¹":117743,"两端":117744,"ä¹Ķ丹":117745,"èĦ¸é¢Ĭ":117746,"åıijå±ķæ½ľåĬĽ":117747,"åĭķä½ľ":117748,"åĵĪä½Ľ":117749,"å®´ä¼ļ":117750,"æ§į":117751,"ç«ĭå¿Ĺ":117752,"ç¡ķ士åѦä½į":117753,"åĭĭç«ł":117754,"è¿Ļåľºæ¯ĶèµĽ":117755,"æĮģå¹³":117756,"éķĢéĶĮ":117757,"èĭ±çī¹":117758,"èĭ±çī¹å°Ķ":117759,"æķĻèģĮå·¥":117760,"åĬŁåĬĽ":117761,"该æ¡Ī":117762,"ä¸Ģæ¢Ŀ":117763,"åĺīå¹´":117764,"åĺīå¹´åįİ":117765,"è¿«ä¸įåıĬ":117766,"è¿«ä¸įåıĬå¾ħ":117767,"è¿Ļ个æĹ¶ä»£":117768,"精彩æĴŃæĬ¥":117769,"人èĦ¸":117770,"人èĦ¸è¯ĨåĪ«":117771,"æ£Ģå¯Łå®ĺ":117772,"å°ıèħ¿":117773,"éĨĴ缮":117774,"åħļæĢ»":117775,"åħļæĢ»æĶ¯":117776,"æĪŁ":117777,"èĮ«çĦ¶":117778,"è±ĨæµĨ":117779,"主治":117780,"éĿĴæµ·çľģ":117781,"åĪijäºĭ责任":117782,"çł°":117783,"ä¹ĭæ¬ĬåĪ©":117784,"äºĶå®ĺ":117785,"è¿·æĥij":117786,"åħ¥åºĵ":117787,"家纺":117788,"弹簧":117789,"åįģäºĶæĿ¡":117790,"ç»Ļå®Ŀå®Ŀ":117791,"èĪªç©ºèĪªå¤©":117792,"å¾Ģå¤ĸ":117793,"å¼ķåĬĽ":117794,"çľ¼çļ®":117795,"æ¶ī足":117796,"æĿ¥å®¾":117797,"åľ¨çº¿è§Ĵèī²":117798,"çĥŃéĶĢ":117799,"æµģéĢĿ":117800,"泡泡":117801,"éĻįå¹ħ":117802,"è´ŁéĿ¢å½±åĵį":117803,"红楼":117804,"红楼梦":117805,"éļĶçĿĢ":117806,"侥幸":117807,"许ä¹ħ":117808,"åĴĮçĿ¦":117809,"èŃ½":117810,"使çĶ¨èĢħæĪĸ":117811,"ä¹°åįķ":117812,"è¿´":117813,"é£İæīĩ":117814,"æķĻ師":117815,"æ¡ĮåŃIJä¸Ĭ":117816,"å¾Īæ¼Ĥ亮":117817,"åł±å°İ":117818,"第ä¸ĢåŃ£åº¦":117819,"ç©©å®ļ":117820,"æĤ²åĵĢ":117821,"çĿĢåĬĽæīĵéĢł":117822,"æĮŁ":117823,"路桥":117824,"åijIJ":117825,"åľ£è¯ŀèĬĤ":117826,"çļĩåŃIJ":117827,"ä»ĩæģ¨":117828,"éħĿéħ¿":117829,"ä¸įéĹ´":117830,"ä¸įéĹ´æĸŃ":117831,"æĮĩå°ĸ":117832,"ä¸ŃåĽ½ç½ij游":117833,"åŀ£":117834,"æĦıè§ģ建议":117835,"æ¯ħçĦ¶":117836,"亮度":117837,"èģĶè°Ĭ":117838,"å½ķåħ¥":117839,"åĦ²":117840,"å¨ĺ家":117841,"ç§ijå°Ķ":117842,"ä¹Łæ²¡ä»Ģä¹Ī":117843,"æł¹æį®ä¸įåIJĮ":117844,"åı¶ä¿®":117845,"åĢ¼å®Ī":117846,"æľ«ç«¯":117847,"åĪ¨":117848,"åĤµåĭĻ":117849,"èģ¯åIJĪ":117850,"å¥ĩå¹»":117851,"èĻļæŀĦ":117852,"é»Ħæĺı":117853,"å¹³åĿ¦":117854,"æµģæ°ĵ":117855,"æĸ°åŁºå»º":117856,"æĮ½æķij":117857,"åįİå°Ķ":117858,"åįİå°Ķè¡Ĺ":117859,"æľĢåıĹ欢è¿İ":117860,"ç»Ń约":117861,"å¼Ĭ端":117862,"éŃĶæ³ķå¸Ī":117863,"éŃĶæ³ķå¸ĪåĴĮ":117864,"åħ·ä½ĵåĨħ容":117865,"çIJīçĴĥ":117866,"æī©å®¹":117867,"èĮ¶åĽŃ":117868,"主ä¹īèĢħ":117869,"ç«ĭéĿ¢":117870,"æİ¥åıĹéĩĩ访":117871,"åĩºåħ¥å¢ĥ":117872,"ç§ijåįı":117873,"éĴ³":117874,"çµIJæ§ĭ":117875,"ç»ĵæŀľæĺ¾ç¤º":117876,"åı°è´¦":117877,"å°±æĿ¥çľĭçľĭ":117878,"èĩªæķij":117879,"åıįæĩī":117880,"åİ»åĵªåĦ¿":117881,"è¿Ļé¦ĸ":117882,"è¿Ļé¦ĸæŃĮ":117883,"åIJ¬ä¼Ĺ":117884,"å¤ĸ壳":117885,"ä½ĵèĤ²é¦Ĩ":117886,"實æĸ½":117887,"èŀºä¸Ŀ":117888,"æĭīåįĩ":117889,"çĮĽåľ°":117890,"åħ¨åĽ½äººæ°ij":117891,"æĤīå°¼":117892,"æĹı群":117893,"åĽ¢åijĺ":117894,"两个å°ıæŶ":117895,"åľ¨çݩ家":117896,"åľ¨çݩ家ä¸Ń":117897,"çĶľçĶľ":117898,"æĬķè¡Į":117899,"åįĶæľĥ":117900,"éĻ¡":117901,"åĬłå·¥åİĤ":117902,"æ¦ĨæŀĹ":117903,"æŃ»è§Ĵ":117904,"åĨħå¹ķ":117905,"æīĢæľīæĥħèĬĤ":117906,"åĪ·åį¡":117907,"æ°´èĤ¿":117908,"èĥĥåı£":117909,"å«Įå¼ĥ":117910,"沮丧":117911,"ä¸ī年级":117912,"æ¶Ĥå±Ĥ":117913,"å¿ĥ仪":117914,"å¿ĥ仪çļĦ":117915,"å¤Ń":117916,"é¦ĸè½®":117917,"æĹłè®ºæĺ¯åħ¶":117918,"éĢıæ°Ķ":117919,"äºĮåįģäºĶ":117920,"箫":117921,"åĬŁåĬ³":117922,"çŃ¾ä¸ĭ":117923,"æ²īè¿·":117924,"æķijåij½":117925,"éĹªéĹª":117926,"åIJĥäºı":117927,"å±ķåĵģ":117928,"åį³æŶåıijçĶŁ":117929,"綾":117930,"綾åIJĪ":117931,"æłĩæĺİ":117932,"çľĭçĶµå½±":117933,"åħ¬ç«ł":117934,"éĺ¿æ£®":117935,"éĺ¿æ£®çº³":117936,"身åĪĽéĢł":117937,"身åĪĽéĢłçļĦ":117938,"æ¸Ľå°ij":117939,"åĢ¼å¾Ĺåħ³æ³¨":117940,"鼶åĶ®åķĨ":117941,"æįĨç»ij":117942,"è¸ıåħ¥":117943,"èĽŁ":117944,"æŁ´çº³":117945,"èĢģåħµ":117946,"绿èī²çݯä¿Ŀ":117947,"é¹Ń":117948,"éº»æľ¨":117949,"æıŃçīĮ":117950,"è¿Ļ款车":117951,"ç¾İå¾·":117952,"ç¾İå¾·åħ¬åı¸":117953,"涧":117954,"è°ģçŁ¥":117955,"æ´ĭèij±":117956,"æ¯įæł¡":117957,"ä¸ĢéĹª":117958,"çĶ·ä¸»è§Ĵ":117959,"æĹłçº¿çĶµ":117960,"å±łå®°":117961,"æĺ¯éŁ©åĽ½":117962,"æĺ¯éŁ©åĽ½å¨±":117963,"容è²Į":117964,"åĿĩ使åħ¶":117965,"太快":117966,"å¹´çĶ±":117967,"å¹´çĶ±çĽĽ":117968,"èĭ¦èĭ¦":117969,"åĬĽè¿ĺæĺ¯":117970,"åĬĽè¿ĺæĺ¯èĩª":117971,"æĨ©":117972,"èģ¯çµ¡":117973,"åĶ¾":117974,"åħ·æľīæĪĺ士":117975,"追éĹ®":117976,"åłĨæĶ¾":117977,"åıį驳":117978,"å®ŀäºĭæ±Ĥ":117979,"å®ŀäºĭæ±Ĥæĺ¯":117980,"åѸéĻ¢":117981,"åįģåĩłä¸ª":117982,"æķijæĬ¤":117983,"æķijæĬ¤è½¦":117984,"ç½ijç»ľä¼łæĴŃ":117985,"åįģåħ«å±Ĭ":117986,"éĥ¨åī¯":117987,"éĥ¨åī¯éĥ¨éķ¿":117988,"çĹ´è¿·":117989,"管çIJĨæĿ¡ä¾ĭ":117990,"èŀį为ä¸Ģä½ĵ":117991,"æĢ»äº§åĢ¼":117992,"è³ĵ":117993,"ä¸ĥæĺŁ":117994,"çıŃç»Ħ":117995,"绣é¢Ĩ":117996,"请大家":117997,"éĩijéĻµ":117998,"èĪħèĪħ":117999,"æµ·æ¹¾":118000,"æĸ½çŃĸ":118001,"享èªī":118002,"麥":118003,"端åįĪ":118004,"绿åŁİ":118005,"確ä¿Ŀ":118006,"å·´æĭī":118007,"åĨĴçĿĢ":118008,"æħ·æħ¨":118009,"个人è§ĤçĤ¹":118010,"ä¹Ļçĥ¯":118011,"ç¡ħè°·":118012,"éĸĭå±ķ":118013,"å°ļ书":118014,"åĿļ飧":118015,"庵":118016,"èĢģé¾Ħ":118017,"èĢģé¾ĦåĮĸ":118018,"çľ¨çľ¼":118019,"绿水":118020,"绿水éĿĴå±±":118021,"书é¦Ļ":118022,"主åĬĽåĨĽ":118023,"æīįæĺ¯çľŁæŃ£":118024,"æĬ¢åħĪ":118025,"æĪIJå°±æĦŁ":118026,"éĩįæŀĦ":118027,"éĴ¢åİĤ":118028,"æĪIJ份":118029,"èĬ±çº¹":118030,"ä¹ĭäºī":118031,"å¹²ç»Ĩèĥŀ":118032,"æĹ¢åı¯ä»¥":118033,"ç¹ģçIJIJ":118034,"æĦļèł¢":118035,"éĿŀ常æĺİæĺ¾":118036,"ä½ĵ彩":118037,"æĬĢæ³ķ":118038,"æĿĨèıĮ":118039,"å¹¿æ³Ľåħ³æ³¨":118040,"åĮĹå®ĭ":118041,"å§Ĭ妹":118042,"åįıåĬŀ":118043,"æ·®åįĹ":118044,"çĥı":118045,"æ´ĹèĦ¸":118046,"åıĹ访":118047,"åıĹ访èĢħ":118048,"éĩįè¦ģåĽłç´ł":118049,"å½±è§Ĩåī§":118050,"综èīºèĬĤ缮":118051,"èľķåıĺ":118052,"äºĮ线":118053,"äºĮ线åŁİå¸Ĥ":118054,"ä¼Ĭå§ĭ":118055,"çıĬçijļ":118056,"èĩªæŁ¥":118057,"åħ¥åĽŃ":118058,"åĩ¶æīĭ":118059,"åħ¬è¯ī":118060,"éģĩéļ¾":118061,"éĩĩçŁ¿çŃī":118062,"èĩªçIJĨ":118063,"åĸ·æ¶Ĥ":118064,"æī©åħħ":118065,"éĢıè§Ĩ":118066,"é«ĺéĢŁå¢ŀéķ¿":118067,"åĽ¾çĶ»":118068,"ç¾¹":118069,"èĤĩåºĨ":118070,"è¾ľè´Ł":118071,"èµĶä»ĺ":118072,"è·¡":118073,"åģ¥åº·æĪIJéķ¿":118074,"以ä¸ĬåѦåİĨ":118075,"åıĸå¾Ĺ以åıĬ":118076,"æ²ī积":118077,"åįģä¹Ŀå±Ĭ":118078,"缸éĹľæľįåĭĻ":118079,"æī§åĭ¤":118080,"åī¯åİ¿éķ¿":118081,"寰":118082,"åģľæ»ŀ":118083,"淹没":118084,"çŁ³çģ°":118085,"çį¸":118086,"åĢ¦":118087,"ç¾İåªĴ":118088,"æķĻæ¡Ī":118089,"åĬłçĽĸ":118090,"åħ¬å¼ĢèµĽ":118091,"å¥łåŁº":118092,"æĺĨèĻ«":118093,"çŀħ":118094,"磷éħ¸":118095,"äºīåĪĽ":118096,"çİĭæĻĵ":118097,"ç¼ĵåĨ²":118098,"åİļåİļ":118099,"åİļåİļçļĦ":118100,"æŀ£åºĦ":118101,"ç²¾çĽĬ":118102,"ç²¾çĽĬæ±Ĥ":118103,"ç²¾çĽĬæ±Ĥç²¾":118104,"åĪĨæĶ¯æľºæŀĦ":118105,"å®ŀæĸ½ç»ĨåĪĻ":118106,"æĸ°èµĽåŃ£":118107,"總統":118108,"éĢłè¡Ģ":118109,"é¢ĩåħ·":118110,"é»ĦåŁĶ":118111,"è¡ĢèĦĤ":118112,"交éĢļå·¥åħ·":118113,"å³¥":118114,"æĹıèĩªæ²»å·ŀ":118115,"寺éĻ¢":118116,"確å®ļ":118117,"æ¦Ĥ念èĤ¡":118118,"æĦŁå®ĺ":118119,"æŁľåı°":118120,"åĶĶ":118121,"çŀŃ解並":118122,"æĢ»ä»·":118123,"åIJ¸åħ¥":118124,"æĢ¼":118125,"æĻļéĹ´":118126,"å±Ĭæ¯ķä¸ļçĶŁ":118127,"çĶŁå§ľ":118128,"éĺħ读åħ¨æĸĩ":118129,"å¾ĹåĪ°æľīæķĪ":118130,"æIJľæķij":118131,"åİĨæĿ¥":118132,"èŃīæĺİ":118133,"åĥ»":118134,"èĨ³é£Ł":118135,"åĦĦåħĥ":118136,"æīĵåİĭ":118137,"宾客":118138,"åķ¼":118139,"ä¸ĢçĻ¾å¤ļ":118140,"æ·±åħ¥äººå¿ĥ":118141,"æ¢ħå·ŀ":118142,"çłĶåѦ":118143,"åħ³ä¹İ":118144,"è¼Ľ":118145,"亲åıĭ":118146,"éħįæĸĻ":118147,"æĪijçĪ±ä½ł":118148,"è´¸æĺĵæĪĺ":118149,"æľīèī²":118150,"æľīèī²éĩijå±ŀ":118151,"æįIJåĬ©":118152,"为é¦ĸ":118153,"为é¦ĸçļĦ":118154,"å¯ĮåĬĽ":118155,"çĶ·ç¥ŀ":118156,"é³³":118157,"æµĩæ°´":118158,"åIJ±":118159,"æĺİç¡®æıIJåĩº":118160,"åı¹äºĨ":118161,"åı¹äºĨåı£æ°Ķ":118162,"礼æĭľ":118163,"è¿Ļ个åIJįåŃĹ":118164,"ä¿¡å¾Ĵ":118165,"å¿Ĺ强":118166,"éĻIJæŶ":118167,"æĶ¶è²»":118168,"åĨľå®¶ä¹IJ":118169,"å°ıé¾ĻèĻ¾":118170,"èIJ½å¹ķ":118171,"æ§Ł":118172,"åѦ龸":118173,"æĪĸå¤ļ":118174,"æĪĸå¤ļæĪĸ":118175,"æĪĸå¤ļæĪĸå°ij":118176,"座è°Īä¼ļä¸Ĭ":118177,"涼":118178,"éŃĶçİĭ":118179,"å²±":118180,"顶å±Ĥ":118181,"顶å±Ĥ设计":118182,"èĦijåŃIJéĩĮ":118183,"éĻ¢åŃIJéĩĮ":118184,"轩è¾ķ":118185,"身å¿ĥåģ¥åº·":118186,"èħij":118187,"éĹľæ³¨":118188,"åıĤåĬłä¼ļè®®":118189,"ä¸ŃåįİæĸĩåĮĸ":118190,"追寻":118191,"å®īçĦ¶":118192,"é£Ļåįĩ":118193,"éŁŃèıľ":118194,"鸦":118195,"åĤ¨éĩı":118196,"çĶ·æĸ¹":118197,"å¤ĩ份":118198,"æijĶåĢĴ":118199,"润æ»ijæ²¹":118200,"éĢ¼è¿ij":118201,"çĶ³è¯ī":118202,"鸣类":118203,"çŁ³æ²¹åĮĸå·¥":118204,"åĿļæŀľ":118205,"è¿Ļ家ä¼Ļ":118206,"æĭĴä¸į":118207,"羣çļ®":118208,"è·ĿéĽ¢":118209,"è¿ĺæĮº":118210,"éĽķåĥı":118211,"åĪĿæģĭ":118212,"æıIJä¾ĽæĽ´å¤ļ":118213,"æŁ¥çľĭåħ¨æĸĩ":118214,"æķ°åŃĹè´§å¸ģ":118215,"åĸīåĴĻ":118216,"åı¦ä¸Ģä½į":118217,"åĤ¬åĮĸ":118218,"åĤ¬åĮĸåīĤ":118219,"ä»İæĿ¥æ²¡":118220,"å¯ĨåĪĩ缸åħ³":118221,"éĥ¨ä¸»ä»»":118222,"产åĵģç»ıçIJĨ":118223,"並åIJĮæĦı":118224,"èIJ½åħ¥":118225,"å±ıå¹ķä¸Ĭ":118226,"åħ¬åı¸ç«łç¨ĭ":118227,"æį¢åı¥è¯Ŀ":118228,"æį¢åı¥è¯Ŀ说":118229,"ä½įæĸ¼":118230,"ä½Ķ":118231,"åĩ»æĿĢ":118232,"缸è¾ĥ":118233,"缸è¾ĥäºİ":118234,"ç²½åŃIJ":118235,"åįĹæŀģ":118236,"宫é¢Ī":118237,"è£ģåijĺ":118238,"æĺİç»Ĩ":118239,"ä»·åĢ¼éĵ¾":118240,"åĽĽä¸ªæĸ¹éĿ¢":118241,"æĥħåĨµæĿ¥çľĭ":118242,"æĮijåīĶ":118243,"æ®ĺ":118244,"æŀģåĬĽ":118245,"çĸijéļ¾":118246,"æĬµæĬĹåĬĽ":118247,"æĢ¥éĢŁ":118248,"æĪĮ":118249,"ä½İä¼°":118250,"éĹªè¿ĩ":118251,"æģ¬":118252,"èµŀæī¬":118253,"ä»ĸå¦Ī":118254,"æĪIJ为ä¸ĢåIJį":118255,"æ´Ĺ礼":118256,"é¢Ħ计å°Ĩ":118257,"åħĪè¿Ľåįķä½į":118258,"è¼Ķ":118259,"éĢĥèĦ±":118260,"çİ°åŃĺ":118261,"èĢģèĻİæľº":118262,"åįģä¸ĥæĿ¡":118263,"åı¦ä¸ĢåįĬ":118264,"温æĥħ":118265,"åī¥ç¦»":118266,"ä¸ĸè´¸":118267,"å®ĺåı¸":118268,"å¾Īå·®":118269,"éĹ´è·Ŀ":118270,"请注æĦı":118271,"åı²è¯Ĺ":118272,"åĪ©åĻ¨":118273,"è¿IJç®Ĺ":118274,"沦为":118275,"該使çĶ¨èĢħ":118276,"èĮ¬":118277,"éĶ¦ç»£":118278,"åı²æĸĻ":118279,"çģµæ´»æĢ§":118280,"èģĶ社":118281,"æĹłåĬ©":118282,"æĬĹæ°§åĮĸ":118283,"èıľèĤ´":118284,"éĢłèĪ¹":118285,"æİīèIJ½":118286,"å¤įæŁ¥":118287,"åĭĥåĭĥ":118288,"åij¼å£°":118289,"給äºĪ":118290,"åIJĮäºĭ们":118291,"ç½°":118292,"è¯ķæİ¢":118293,"åħ³éĶ®åŃĹ":118294,"æįIJçĮ®":118295,"ç»Łè®¡æķ°æį®":118296,"åĪĽä½ľèĢħ":118297,"ä¸ĭåįĬ":118298,"ä¸ĭåįĬåľº":118299,"æī¿æĭħ责任":118300,"端æŃ£":118301,"ç©¿è¡£":118302,"ä¼łçIJĥ":118303,"åĬ©éķ¿":118304,"åĩ±":118305,"éķ¶åµĮ":118306,"é£ŀç¿Ķ":118307,"è¾ĵåįµ":118308,"è¾ĵåįµç®¡":118309,"ä¸ĩåħ¬éĩĮ":118310,"æݨ广åºĶçĶ¨":118311,"å¿«æ¨Ĥ":118312,"秽":118313,"èī°å·¨":118314,"åIJ¬å®Į":118315,"åĿļ硬":118316,"å¥¥åľ°":118317,"å¥¥åľ°åĪ©":118318,"é¢ĵ":118319,"èĻIJå¾ħ":118320,"ä¾Ľæ±Ĥ":118321,"éľīç´ł":118322,"伪è£ħ":118323,"ä¹¡åľŁ":118324,"åĩ¡æľ¬ç½ij":118325,"åĩ¡æľ¬ç½ij注":118326,"ä¼ĬåĪ©":118327,"è¡¡æ°´":118328,"æĽ´åĥıæĺ¯":118329,"åĪĨéĴŁå·¦åı³":118330,"è¦ı模":118331,"äºĶåĪĨéĴŁ":118332,"åºĹåĬłçĽŁ":118333,"åĽ°éĽ£":118334,"åħ³åģľ":118335,"æĢĿ绪":118336,"åĴ½åĸī":118337,"缸符":118338,"çĥ¦èºģ":118339,"æĻĤæľŁ":118340,"åijĪçı¾":118341,"解æķ£":118342,"诱导":118343,"éļĶçĥŃ":118344,"çĮ¶":118345,"åįĹå®ĭ":118346,"æ·±åħ¥äºĨ解":118347,"çŃĶçĸij":118348,"æĺ¼å¤ľ":118349,"åįĥä¼ı":118350,"åĬ³åĬ¡æ´¾éģ£":118351,"红è±Ĩ":118352,"åĿıäºĭ":118353,"çĤ¹æ»´":118354,"å°±ä¸ļå²Ĺä½į":118355,"约åIJĪ":118356,"åħįéĻ¤":118357,"éĢĨåĬ¿":118358,"éĩįéĩijå±ŀ":118359,"å®ĺ宣":118360,"ä½İå»ī":118361,"æģ¨ä¸įå¾Ĺ":118362,"å¾Ĺ天":118363,"å¾Ĺ天çĭ¬":118364,"å¾Ĺ天çĭ¬åİļ":118365,"ä¸Ģå°ģä¿¡":118366,"æĬ½å¥ĸ":118367,"è¾Ĺ转":118368,"çķĻå®Ī":118369,"çķĻå®ĪåĦ¿ç«¥":118370,"çŃĶåį·":118371,"å·¨åŀĭ":118372,"æľĢ好ä¸įè¦ģ":118373,"æµĻæ±Łå¤§åѦ":118374,"æĨ¨":118375,"æı¡æīĭ":118376,"éĴĪç»ĩ":118377,"æİĴ骨":118378,"çĤ½":118379,"å°ģè£ħ":118380,"åįĢåŁŁ":118381,"空æ°ĶåĩĢåĮĸ":118382,"åħīå½±":118383,"åĢĴå¡Į":118384,"å§ļæĺİ":118385,"æ¤į被":118386,"åѦåīį":118387,"åѦåīįæķĻèĤ²":118388,"èĬĿåĬł":118389,"èĬĿåĬłåĵ¥":118390,"缩水":118391,"ä½Ł":118392,"åľ¨çº¿åĴ¨è¯¢":118393,"èµıæŀIJ":118394,"éĿĴèĽĻ":118395,"æĬ±ä½ı":118396,"èĮĤåIJį":118397,"åħ¨åĬĽæīĵéĢł":118398,"åįļ士åѦä½į":118399,"沧å·ŀ":118400,"åĻ¢":118401,"æĿĤçī©":118402,"åĪ»çĶ»":118403,"æįħ":118404,"å¾®éĩı":118405,"å¾®éĩıåħĥç´ł":118406,"ä¸ĢåĽŀäºĭ":118407,"鸡èĤī":118408,"åĪ©æ¶¦çİĩ":118409,"æīįç®Ĺ":118410,"å¾®å¦Ļ":118411,"棵æłij":118412,"贪婪":118413,"åĩıåĢ¼":118414,"梦å¢ĥ":118415,"åı¯è§Ĩ":118416,"åı¯è§ĨåĮĸ":118417,"广大å¸Ĥæ°ij":118418,"ä¸ĵä¸ļä»İäºĭ":118419,"ç»ı纬":118420,"ç´§çĽ¯":118421,"çŁ¥å·±":118422,"è¤ļ":118423,"æĸĩåĮĸåºķèķ´":118424,"åݦéŨå¸Ĥ":118425,"临港":118426,"对åħ¶çľŁå®ŀ":118427,"岸边":118428,"è¦ĸçĤº":118429,"æĬĹçĻĮ":118430,"åĶIJå®ĩ":118431,"ä¸įå¾Ĺè¶ħè¿ĩ":118432,"å¨ģæħij":118433,"æ¡Ĩæŀ¶åįıè®®":118434,"èµ°ç§ģ":118435,"åĽ¢å§Ķ":118436,"夸大":118437,"æ¬Ħ":118438,"ç¥ŀç»ıç³»ç»Ł":118439,"æijĦå½±ä½ľåĵģ":118440,"èĬ¥":118441,"å®īåºĨ":118442,"海滨":118443,"æŀĦæĢĿ":118444,"çīµæĮĤ":118445,"åı©":118446,"éĺIJæĺİ":118447,"éģģ":118448,"精油":118449,"ç©´ä½į":118450,"æĬ¤èº«":118451,"æĬ¤èº«ç¬¦":118452,"æĮĩå°İ":118453,"åŃĺåľ¨ä¸Ģå®ļ":118454,"å¯ĤéĿĻ":118455,"æµ·å¤ĸå¸Ĥåľº":118456,"éĿ¡":118457,"综åIJĪå¾ģ":118458,"ä¿IJ":118459,"è¨Īç®Ĺ":118460,"æĺİæľĹ":118461,"äºļè¿IJ":118462,"äºļè¿IJä¼ļ":118463,"åīįçŀ»æĢ§":118464,"åĮ®ä¹ı":118465,"产ä¸ļæī¶è´«":118466,"èĦijæµ·":118467,"èĦijæµ·ä¸Ń":118468,"åħļçļĦé¢Ĩ导":118469,"åĪĺéĤ¦":118470,"æµģæĺŁ":118471,"æĵĤ":118472,"æĶĢçĻ»":118473,"åĴĶ":118474,"ä¸Ģä¸ĭåŃIJå°±":118475,"è¯Ĭæ²»":118476,"使åĬ²":118477,"åīµä½ľ":118478,"éĵŃè®°":118479,"éĴ±è´¢":118480,"æĹ¥æĬ¥è®°èĢħ":118481,"çĥŁçģ«":118482,"èĥľè´Ł":118483,"åįļ主":118484,"ä¸ŃåĽ½èģĶéĢļ":118485,"ç½ijç«Ļé¦ĸ页":118486,"å°±å¤Ł":118487,"å°±å¤ŁäºĨ":118488,"æīijåħĭ":118489,"å±ħå§Ķä¼ļ":118490,"è°¬":118491,"å®īåħ¨äºĭæķħ":118492,"åķĨçĶ¨è½¦":118493,"循çݯç»ıæµİ":118494,"æ·¤":118495,"èĢĥè¯ģ":118496,"å®ĿèĹı":118497,"å®Įç»ĵ":118498,"çłĶåıijæĬķåħ¥":118499,"å²ij":118500,"æģŃæķ¬":118501,"离éĢĢä¼ij":118502,"水墨":118503,"婶":118504,"è¯Ĺåı¥":118505,"å®ģæ³¢å¸Ĥ":118506,"å¼±çĤ¹":118507,"åģľçīĮ":118508,"奶油":118509,"å¥ĩ纳河":118510,"æĨĤ":118511,"社ä¼ļå®ŀè·µ":118512,"è´Ŀ壳":118513,"çłĤæµĨ":118514,"èĪ¹åıª":118515,"宣æī¬":118516,"综åIJĪæķ´æ²»":118517,"åĤij":118518,"æ°ijæĹıæĸĩåĮĸ":118519,"éĩįçİ°":118520,"积æ·Ģ":118521,"åħ¬çĦ¶":118522,"çħī":118523,"缸èģļ":118524,"æ±¾":118525,"纹çIJĨ":118526,"çĩĥçħ¤":118527,"æѤç§į":118528,"ç¾İå¦Ĩ":118529,"åįĥçĵ¦":118530,"çIJĽ":118531,"驾驶è¯ģ":118532,"éĺ¶æ¢¯":118533,"ä¸Ŀä¸Ŀ":118534,"å¾Īå¤ļäºĭæĥħ":118535,"åħīéĺ´":118536,"èijĹä½ľæ¬Ĭ":118537,"åħ§éĥ¨":118538,"çĽ¸å¯¹æĿ¥è¯´":118539,"éĸĴ":118540,"éľĩæħij":118541,"說話":118542,"æĨij":118543,"ç«¥è£ħ":118544,"ä½ıæĪ¿åĴĮ":118545,"ä½ıæĪ¿åĴĮåŁİ":118546,"å·²ç»ıè¶ħè¿ĩ":118547,"ä¾¦å¯Ł":118548,"çŁ¿çī©":118549,"ä¾Ľå¤§å®¶":118550,"çī¹éĤĢ":118551,"ç¨ĭåºıåijĺ":118552,"çķľçī§ä¸ļ":118553,"æ°ª":118554,"çijª":118555,"åĢĴåľ¨":118556,"åĢĴåľ¨åľ°":118557,"æ¯Ģ":118558,"梯éĺŁ":118559,"æİ¥èijĹ":118560,"æĬĹèıĮ":118561,"è¤ĩ":118562,"ç¬Ļ":118563,"æ¯Ķä¸Ĭå¹´":118564,"鸡汤":118565,"åŃ¦ä¹łæĪIJ绩":118566,"æĸijæĸĵ":118567,"åħĪ导":118568,"åĪĹ举":118569,"è°ĥæŁ¥æĺ¾ç¤º":118570,"æ©«":118571,"ä¹Ŀåįģ":118572,"è°¢éŁµ":118573,"è·¨è¶Ĭå¼ı":118574,"女æĢ§æľĭåıĭ":118575,"èIJ¥åħ»ä»·åĢ¼":118576,"å®ŀè·µç»ıéªĮ":118577,"èĭıå·ŀå¸Ĥ":118578,"çĵ¶åŃIJ":118579,"æĸ°çļĦä¸Ģ":118580,"æĸ°çļĦä¸Ģå¹´":118581,"æĺİæĻ°":118582,"å®łçĪ±":118583,"åŃĹ第":118584,"æľĹ诵":118585,"纳æĸ¯":118586,"éĢĨè¡Į":118587,"è«ĭæĤ¨":118588,"è«ĭæĤ¨æıIJä¾Ľ":118589,"èĥ¸æĢĢ":118590,"第ä¸ĥå±Ĭ":118591,"强壮":118592,"代åŃķ":118593,"汶å·Ŀ":118594,"家åĸ»":118595,"家åĸ»æĪ·":118596,"家åĸ»æĪ·æĻĵ":118597,"èħ®":118598,"åIJ¯è¿ª":118599,"æĹłéļľç¢į":118600,"èĻķçIJĨåıĬ":118601,"æĿ¥åİĨ":118602,"å®ŀåĬ¡":118603,"ä¹Łéļıä¹ĭ":118604,"æĬĢèĥ½åŁ¹è®Ń":118605,"åѤç«ĭ":118606,"åīģ":118607,"éĥ´å·ŀ":118608,"æĶ¶æķĽ":118609,"éł»éģĵ":118610,"èį£å¹¸":118611,"èİ«è¿ĩäºİ":118612,"æѤæĻĤ":118613,"纪å§ĶçĽij":118614,"纪å§ĶçĽijå§Ķ":118615,"缸éĤ»":118616,"åı¦ä¸Ģè¾¹":118617,"çªĴæģ¯":118618,"æľīå¾Īå¤ļç§į":118619,"æ¯ıéĢ¢":118620,"éĹ®ä¸ĸ":118621,"累累":118622,"éĿĴæĺ¥æľŁ":118623,"è·¯åĨµ":118624,"åħĭèݱ":118625,"è¿Ħä»Ĭ为æŃ¢":118626,"æĥĬå¥ĩ":118627,"跨度":118628,"éħ¿éĢł":118629,"åĩĭ":118630,"è¿ijä¸īå¹´":118631,"åĨħ马":118632,"åĨħ马å°Ķ":118633,"æıį":118634,"è¿Ľå±ķæĥħåĨµ":118635,"èĮ§":118636,"æľīåºıæİ¨è¿Ľ":118637,"æĢ»åĨłåĨĽ":118638,"æĪIJ绩åįķ":118639,"éĽ»è©±åıĬ":118640,"ç´§å¯Ĩç»ĵåIJĪ":118641,"åºĬä½į":118642,"é¹Ĭ":118643,"æķ£åıijçĿĢ":118644,"åĭŁèµĦ":118645,"æ°¨éħ¸":118646,"彩ç¥ŀ":118647,"è®Ģåıĸ":118648,"éĩį温":118649,"ä¸ŃåŃĺåľ¨çļĦ":118650,"ç¾İéºĹ":118651,"ä¸įæĸŃå¢ŀåĬł":118652,"è½®æµģ":118653,"æİ¥åIJ¬":118654,"年产åĢ¼":118655,"åįĥåħĭ":118656,"æĪĺåľºä¸Ĭ":118657,"çħ§é¡§":118658,"å¹²éĥ¨éĺŁä¼į":118659,"åį°ç«ł":118660,"ä¸Ģèĩ´æĢ§":118661,"è¿ŀå¤ľ":118662,"åħħè£ķ":118663,"é»ijåIJįåįķ":118664,"åĩĢæ°´":118665,"ä¸Ģ大æĹ©":118666,"åĮħ袱":118667,"çĬ¯è§Ħ":118668,"çIJĨè«ĸ":118669,"æŀģæĺĵ":118670,"骸":118671,"å¨ĺå¨ĺ":118672,"åĽ¢åľĨ":118673,"亿åħĥ以ä¸Ĭ":118674,"åĪ©çĶ¨æĤ¨çļĦ":118675,"带æĿ¥æĽ´å¤ļ":118676,"ä¸Ń央空è°ĥ":118677,"æľĪèĸª":118678,"çĮľæĥ³":118679,"åĪºå®¢":118680,"ä½ľæģ¯":118681,"åįķè°ĥ":118682,"äºĴåĪ©":118683,"å¦Ĥæľīä¾µæĿĥ":118684,"å°ıå·§":118685,"åįģåł°":118686,"åĵĪåĵĪåĵĪåĵĪ":118687,"è¾¹éĻħ":118688,"æłĩè¯Ń":118689,"åĪĩåħ¥çĤ¹":118690,"éĢĨè¢Ń":118691,"è¯ķåīĤ":118692,"绿è±Ĩ":118693,"è®ļ":118694,"åŁºçĿ£å¾Ĵ":118695,"壬":118696,"åħ¨æĺİæĺŁ":118697,"éĢīç§Ģ":118698,"èĪĮå°ĸ":118699,"ä¸įåIJĮç±»åŀĭ":118700,"çĥŁåĽ±":118701,"çģµæ°Ķ":118702,"åĮºç®¡å§Ķä¼ļ":118703,"åĨľåī¯":118704,"åĨľåī¯äº§åĵģ":118705,"èĶļæĿ¥":118706,"沪æĮĩ":118707,"åħ»æ®ĸæĪ·":118708,"æĸĹå¿Ĺ":118709,"é¦ĸé¢Ĩ":118710,"è¡Ģèħ¥":118711,"åĬłç´§":118712,"ä¸Ģèĩ´å¥½è¯Ħ":118713,"第ä¸īèĬĤ":118714,"æī¬å°ĺ":118715,"交éĢļæŀ¢çº½":118716,"鼶ç¢İ":118717,"é»ijæ´ŀ":118718,"çľĭä¸įæĩĤ":118719,"å±ŀå®ŀ":118720,"主åŁİåĮº":118721,"å¨Ľ":118722,"å¨Ľæ¨Ĥ":118723,"ç¬ijæĦı":118724,"èĻ¹æ¡¥":118725,"åIJĦ个çݯèĬĤ":118726,"çķ¥å¾®":118727,"èĢķèĢĺ":118728,"æľ¬åľºæ¯ĶèµĽ":118729,"æĪIJè´¥":118730,"éĢīèĤ¡":118731,"èªŀè¨Ģ":118732,"çŃĶ辩":118733,"èĩªä¹ł":118734,"棺":118735,"ä¸ĩ欧åħĥ":118736,"åģľå·¥":118737,"对åħ¶è¿Ľè¡Į":118738,"积æŀģéħįåIJĪ":118739,"ä¹¾åĿ¤":118740,"å¦ĸæĢª":118741,"èļĮåŁł":118742,"èµĦ产è¯Ħä¼°":118743,"è°ĥçļ®":118744,"éĻ¤å¤ķ":118745,"åĽ´å¢Ļ":118746,"æľįå½¹":118747,"æ·±æ¸Ĭ":118748,"é¢ĦåĪ¶":118749,"çĥ½":118750,"å®ī稳":118751,"建æŀĦ":118752,"çĭĻåĩ»":118753,"主åĭķ註åĨĬ":118754,"éĥ½æľīèĩªå·±":118755,"æİĴåIJį第ä¸Ģ":118756,"麻辣":118757,"çĢļ":118758,"çĥŁèĬ±çĪĨ":118759,"çĥŁèĬ±çĪĨ竹":118760,"èĩªçĦ¶ä¿ĿæĬ¤":118761,"ä»Ļå¢ĥ":118762,"为äºĨéģ¿åħį":118763,"åĨ·åºĵ":118764,"解æĶ¾æĢĿæĥ³":118765,"åĪĿäºĮ":118766,"ä½ĵè´´":118767,"é¦ĸå¯Į":118768,"迪æĭľ":118769,"æļĤç¼ĵ":118770,"æĶ¯æĮģåĬĽåº¦":118771,"侦æİ¢":118772,"马åĪº":118773,"åĮĹæ±½":118774,"ç¹ŀ":118775,"è°İè¨Ģ":118776,"éĢ£çºĮ":118777,"å·³":118778,"ä»»ä½ķæŶåĢĻ":118779,"车èģĶç½ij":118780,"åįķ项":118781,"å¸Ńåį·":118782,"建çŃijæĿIJæĸĻ":118783,"ä¸Ńç§ĭèĬĤ":118784,"ç¡ķ士çłĶ究":118785,"ç§ģç«ĭ":118786,"åħļåĴĮæĶ¿åºľ":118787,"æľ¬æ¬¡äº¤æĺĵ":118788,"èººåľ¨åºĬä¸Ĭ":118789,"ç½ijåıĭè¯Ħ论":118790,"å¦Ŀ":118791,"害ç¾ŀ":118792,"åħ¬ç«ĭåĮ»éĻ¢":118793,"ä¸ŀ":118794,"çĶŁçī©è´¨":118795,"åºĶéĤĢ":118796,"æĬ½åıĸ":118797,"åĩłå¼ł":118798,"æijĺç¼ĸ":118799,"ç»ĺæľ¬":118800,"详解":118801,"强硬":118802,"æľĢåħĪè¿ĽçļĦ":118803,"æĭĽèĤ¡":118804,"æĭĽèĤ¡ä¹¦":118805,"åįĥæĸ¹":118806,"åįĥæĸ¹çĻ¾":118807,"åįĥæĸ¹çĻ¾è®¡":118808,"éħįéŁ³":118809,"驾çħ§":118810,"å¾ģæĪĺ":118811,"èªĵè¨Ģ":118812,"æĭľå¸Ī":118813,"æĭľå¸ĪåѦ":118814,"æĭľå¸ĪåѦèīº":118815,"æĬ±åĽ¢":118816,"ç±³ç²ī":118817,"éĿŀ常éĢĤåIJĪ":118818,"èĪªæµ·":118819,"履约":118820,"åįģåħ«æĿ¡":118821,"éĶ»éĢł":118822,"éĩįè¦ģ举æݪ":118823,"åıijæĮ¥ä½ľçĶ¨":118824,"æ·ļ":118825,"人社":118826,"人社å±Ģ":118827,"è¯ķçĤ¹å·¥ä½ľ":118828,"éĺľéĺ³":118829,"æ¡ĥåľĴ":118830,"æ°ijä¼ģ":118831,"æ´ģçĻ½":118832,"贵宾":118833,"åħ¬ç¤¾":118834,"è§īæĤŁ":118835,"è®°å¿ĨåĬĽ":118836,"æľĥåĵ¡è¨»åĨĬ":118837,"æѤæ¡Ī":118838,"麻çĹ¹":118839,"çıĢ":118840,"æĸ©èİ·":118841,"çĶ·åŃ©åŃIJ":118842,"å±ĢéĻIJäºİ":118843,"åĭĺæŁ¥":118844,"åIJĥ饱":118845,"èĬ¬åħ°":118846,"æ£ķèī²":118847,"ç¦ıç¥ī":118848,"çĶ³èĬ±":118849,"æµ·çĽĹ":118850,"èĶij":118851,"æĸĩåѸ":118852,"æ´»æĢ§çĤŃ":118853,"缴éĢļ车":118854,"è°¢éĤĢ":118855,"躺çĿĢ":118856,"åľĥ":118857,"æ¯ıæĹ¥ç»ıæµİ":118858,"åħ¬åħ±æĸĩåĮĸ":118859,"讲æķħäºĭ":118860,"å¯Łçľĭ":118861,"æĤłéĹ²":118862,"åľ°åĿª":118863,"æ¶Įçİ°åĩº":118864,"é«ĺçŃīéĻ¢æł¡":118865,"èĮĦåŃIJ":118866,"éĺ²åį«":118867,"ä¾ĭè¡Į":118868,"æĺ¾éľ²":118869,"æĸ°å¸¸æĢģ":118870,"ç»Ŀä½³":118871,"å¯Įæ°ij":118872,"以人æ°ij":118873,"以人æ°ij为":118874,"éĤ¢åı°":118875,"å±ķæ¼Ķ":118876,"çĻ¼å¸ĥ":118877,"è´Łè½½":118878,"åģı离":118879,"æ°¸éģł":118880,"éĩįè¦ģåİŁåĽł":118881,"åįıä¼ļä¼ļåijĺ":118882,"éļ¾æ°ij":118883,"çĶŁäº§è½¦éĹ´":118884,"çģµåĬ¨":118885,"两年åīį":118886,"æĸ¹åľĨ":118887,"æ´»ä¸ĭåİ»":118888,"ä¸ĸçķĮè§Ĥ":118889,"éªĹåıĸ":118890,"ç¾İè²Į":118891,"èĥ½çľĭåĩº":118892,"çĻ¼æı®":118893,"è§Ĥå½±":118894,"åīĥ":118895,"åIJĪèµĦåħ¬åı¸":118896,"婧":118897,"å¹²æű":118898,"åħŃ个æľĪ":118899,"尤为éĩįè¦ģ":118900,"èĤ½":118901,"ç§¦åĽ½":118902,"æīĺç¦ı":118903,"建çŃijå¸Ī":118904,"åįĩ级æĶ¹éĢł":118905,"å°ıé¢Ŀ":118906,"å°ıé¢Ŀ贷款":118907,"两个维æĬ¤":118908,"æĭįæĭį":118909,"åı¯çĸij":118910,"æį¢åıĸ":118911,"æŃ¦å£«":118912,"èµĸ以":118913,"èµĸ以çĶŁåŃĺ":118914,"æĮļ":118915,"殿åłĤ":118916,"èĩªçĦ¶çķĮ":118917,"ç£ģåľº":118918,"å¦Ĥä½ķçľĭå¾ħ":118919,"ä»ĬæĹ¥å¤´æĿ¡":118920,"è¥¿åŁŁ":118921,"èİ·è¯Ħ":118922,"é¢¨æł¼":118923,"ä¿ĦåĽ½":118924,"æīĵæĭ¼":118925,"å®£ä¼łçīĩ":118926,"å¾Īæĸ¹ä¾¿":118927,"ä¾Ľç»Ļ侧":118928,"纪念ç¢ij":118929,"毫åħĭ":118930,"èĬ³é¦Ļ":118931,"å·¥åķĨéĵ¶è¡Į":118932,"请çĤ¹åĩ»":118933,"缪":118934,"æĹłæķ°æ¬¡":118935,"èį¯å¸Ī":118936,"èħ¸":118937,"游èīĩ":118938,"åĮ¾":118939,"å·¡èĪª":118940,"æ²»çIJĨä½ĵç³»":118941,"èIJ¥éĢłèī¯å¥½":118942,"æ··æ·Ĩ":118943,"éĢļçķħ":118944,"åĬ³ç´¯":118945,"ä»ĵä½į":118946,"å¢ŀéķ·":118947,"éļIJ约":118948,"æĿĤå¿Ĺ社":118949,"åħ»èĤ²":118950,"åı¯èĥ½åıijçĶŁ":118951,"èĢĥ試":118952,"西侧":118953,"åĬłåĢį":118954,"主æĮģåı¬å¼Ģ":118955,"çķ¢ç«Ł":118956,"éĹ®è¯¢":118957,"æµ·æ£ł":118958,"èĹ©":118959,"注æĺİæĿ¥æºIJ":118960,"æ£Ģçĸ«":118961,"请åģĩ":118962,"æĬļæij¸":118963,"èĵĦçĶµæ±ł":118964,"è·Łä¸įä¸Ĭ":118965,"çݰ代社ä¼ļ":118966,"çŃ¹èµĦ":118967,"ä½ĵèĤ²å½©ç¥¨":118968,"延误":118969,"è¾Ľè¾£":118970,"éĿ¢å®¹":118971,"åį°è®°":118972,"çģŃ亡":118973,"ç´łé£Ł":118974,"åħ´èĩ´":118975,"éľĢè¦ģçĶ¨":118976,"éľĢè¦ģçĶ¨åĪ°":118977,"å®Ŀå¦Ī":118978,"ç£ĭåķĨ":118979,"éļ¶å±ŀ":118980,"è´¡çĮ®åĬĽéĩı":118981,"åħ¬åħ±èµĦæºIJ":118982,"大éĺª":118983,"åĨĽè®Ń":118984,"æĤ¬å¿µ":118985,"社ä¼ļ稳å®ļ":118986,"å¹²äºĭåĪĽä¸ļ":118987,"æľīæĿ¡ä»¶":118988,"æľīæĿ¡ä»¶çļĦ":118989,"ä¸Ģå¹´ä¸Ģ度":118990,"åİ¥":118991,"强奸":118992,"豪车":118993,"æİĮæŁľ":118994,"æ°´åĪ©å·¥ç¨ĭ":118995,"峪":118996,"积æŀģä½ľçĶ¨":118997,"æµ·æ·Ģ":118998,"æµ·æ·ĢåĮº":118999,"çĥŃæĴŃ":119000,"åĿļæĮģä¸įæĩĪ":119001,"åıĮèĦļ":119002,"绣æĪĺ":119003,"ä»»ä½ķ人éĥ½":119004,"åľ°ä¸ĭ室":119005,"åĨ¶çĤ¼":119006,"è°ħ解":119007,"æ¸ĶèĪ¹":119008,"太éĺ³åŁİ":119009,"被æįķ":119010,"计ç®ĹåĻ¨":119011,"西åĮ»":119012,"èĪĴå¿ĥ":119013,"桦":119014,"éģ²":119015,"åĬij":119016,"è¨Ĺ":119017,"èݺ":119018,"åĸ¬":119019,"çĵ¯":119020,"åĺĺ":119021,"åłķ":119022,"æķĿ":119023,"åij¦":119024,"èĭŀ":119025,"æŃ¹":119026,"æĵ¬":119027,"æ£Ħ":119028,"èĪµ":119029,"奪":119030,"çļĭ":119031,"æĶ¸":119032,"åľ©":119033,"ç¤Ļ":119034,"ç¢ĺ":119035,"éıĪ":119036,"æĦķ":119037,"ç¹³":119038,"èĺ¸":119039,"è²Ĥ":119040,"æ¼²":119041,"æij¹":119042,"æĶĿ":119043,"åŃ¢":119044,"èķŃ":119045,"騰":119046,"æ½¼":119047,"éħ°":119048,"æĴ¥":119049,"蹬":119050,"é¨Ļ":119051,"踹":119052,"éģIJ":119053,"çĺĢ":119054,"èĽ¤":119055,"æĤĸ":119056,"çĴŀ":119057,"ç£IJ":119058,"æİ°":119059,"è¾Ĭ":119060,"å¾ij":119061,"æİĸ":119062,"éģŀ":119063,"éĤ¸":119064,"éĽı":119065,"æĨİ":119066,"æľ½":119067,"çį»":119068,"ç®Ķ":119069,"褶":119070,"æļ¢":119071,"æĺµ":119072,"çıĤ":119073,"æĤ¸":119074,"åģµ":119075,"åĻľ":119076,"壯":119077,"æĴ®":119078,"æģį":119079,"å©ķ":119080,"篱":119081,"éĺĻ":119082,"çīł":119083,"è£ĺ":119084,"è³¢":119085,"éĩľ":119086,"éĵł":119087,"èİĺ":119088,"æ®Ĩ":119089,"çĻ¸":119090,"è´ı":119091,"ç²±":119092,"å«¡":119093,"åĨ¢":119094,"è¤Ĵ":119095,"æĩĬ":119096,"éľĵ":119097,"塵":119098,"æĭ£":119099,"å»Ł":119100,"飽":119101,"é¢Į":119102,"åļİ":119103,"æ·º":119104,"èĨł":119105,"åİŃ":119106,"åļĩ":119107,"åijĥ":119108,"çĴĭ":119109,"çѱ":119110,"æĭ·":119111,"èį§":119112,"éĶ°":119113,"åŃ°":119114,"èĵĵ":119115,"èĨ½":119116,"æŀī":119117,"åĸ½":119118,"çĽĶ":119119,"çŃIJ":119120,"ç¾ļ":119121,"èħĮ":119122,"辫":119123,"æ³ĵ":119124,"çĶ¬":119125,"èŁ²":119126,"åĸª":119127,"å¦ĵ":119128,"è¬Ģ":119129,"çĤĬ":119130,"æĽľ":119131,"æ±IJ":119132,"è´Ī":119133,"èįĢ":119134,"æĬł":119135,"碾":119136,"æ«ĥ":119137,"éŀł":119138,"èijĨ":119139,"祯":119140,"å½Ŀ":119141,"é¦į":119142,"åĮ£":119143,"æľŃ":119144,"åĿĤ":119145,"ä¿ij":119146,"èĵ®":119147,"çijĽ":119148,"æīī":119149,"èĩŁ":119150,"貫":119151,"çİ¥":119152,"æ·¼":119153,"åݲ":119154,"é³Į":119155,"å³Ń":119156,"åijĽ":119157,"é§":119158,"é§IJ":119159,"éģ·":119160,"俪":119161,"æĢĤ":119162,"è¾į":119163,"å±į":119164,"åĭģ":119165,"å¥ļ":119166,"éļħ":119167,"éĴ´":119168,"è¼Ŀ":119169,"宦":119170,"èIJĥ":119171,"çĺĭ":119172,"æĨ¶":119173,"æĤħ":119174,"è¾Ļ":119175,"åijľ":119176,"çłº":119177,"éĢŀ":119178,"æµļ":119179,"éĸ£":119180,"èĸ©":119181,"éĻĭ":119182,"çĤĻ":119183,"èªķ":119184,"丣":119185,"é¹½":119186,"ç±Į":119187,"è´°":119188,"éĭª":119189,"çľ©":119190,"æĴIJ":119191,"èĨº":119192,"éŀĺ":119193,"ç¾²":119194,"窮":119195,"ç´IJ":119196,"æ®´":119197,"纾":119198,"èºį":119199,"ç´ĭ":119200,"çĦĸ":119201,"çĶº":119202,"çī½":119203,"çĤ¯":119204,"ç¼Ķ":119205,"æ¯ĵ":119206,"嬰":119207,"梧":119208,"äºŁ":119209,"è¢ħ":119210,"çįĦ":119211,"è¿¥":119212,"æ¼¾":119213,"çĿij":119214,"績":119215,"é¦ĭ":119216,"é¤ħ":119217,"æ¹Ħ":119218,"æĺĩ":119219,"æŀŃ":119220,"èĸ°":119221,"æŁij":119222,"榻":119223,"åĻĹ":119224,"åĻ´":119225,"棣":119226,"åĶ§":119227,"çĨ¹":119228,"輯":119229,"å¢Ł":119230,"é²²":119231,"æĪĽ":119232,"èī¦":119233,"èĬ®":119234,"åĺŁ":119235,"帥":119236,"å¿»":119237,"çĮĿ":119238,"寵":119239,"賦":119240,"èĽ¾":119241,"滾":119242,"çĤķ":119243,"éĵ¬":119244,"èĴ¿":119245,"éĴ¨":119246,"çĥĻ":119247,"ç²ķ":119248,"æĥ¦":119249,"溧":119250,"é¢į":119251,"éħ£":119252,"峦":119253,"ç±ģ":119254,"çĥĥ":119255,"åĨĹ":119256,"åıģ":119257,"缧":119258,"ç½µ":119259,"éĴĹ":119260,"å¬ī":119261,"è°ı":119262,"糧":119263,"è¾Ń":119264,"æ·¬":119265,"èŁĴ":119266,"诩":119267,"è¦ĥ":119268,"çĻĸ":119269,"é½Ĵ":119270,"çĪIJ":119271,"ç®į":119272,"ç¼İ":119273,"磺":119274,"诫":119275,"褲":119276,"æĵł":119277,"èIJ¦":119278,"çĿ¬":119279,"è°į":119280,"éĦ°":119281,"æł¾":119282,"é¡ı":119283,"縱":119284,"桨":119285,"éĨ¬":119286,"襲":119287,"讪":119288,"婺":119289,"èįŁ":119290,"åĮĿ":119291,"çĨł":119292,"èĽĬ":119293,"æ¸ļ":119294,"å´½":119295,"鲤":119296,"åķ°":119297,"åĮķ":119298,"ä¸IJ":119299,"讥":119300,"åı½":119301,"åı¼":119302,"çļ¿":119303,"è¿Ĥ":119304,"åIJĨ":119305,"å±¹":119306,"èĩ¼":119307,"讹":119308,"é©®":119309,"纫":119310,"æ±ŀ":119311,"æĬ¡":119312,"èĭĩ":119313,"åIJł":119314,"åIJŃ":119315,"åIJ®":119316,"å²ĸ":119317,"ä½ĥ":119318,"çĭĪ":119319,"åºĩ":119320,"åIJĿ":119321,"éĹ°":119322,"æ±¹":119323,"忱":119324,"æĭĦ":119325,"æĭĹ":119326,"èĮī":119327,"èĭĽ":119328,"èĮģ":119329,"çŁ¾":119330,"èĻı":119331,"åij»":119332,"åĴĦ":119333,"å¿¿":119334,"èĤ®":119335,"çĭŀ":119336,"çĸŁ":119337,"çĸĻ":119338,"çĸļ":119339,"æ³ŀ":119340,"å¸ļ":119341,"å±ī":119342,"è¿¢":119343,"驹":119344,"çİ·":119345,"çıĬó":119346,"çıĬół":119347,"çıĬółĦ":119348,"çıĬółĦģ":119349,"æĮİ":119350,"æĭ´":119351,"åŀĽ":119352,"èį¤":119353,"æ®ĥ":119354,"çĽ¹":119355,"åĵĨ":119356,"è´»":119357,"毡":119358,"çĭ°":119359,"çĭ¡":119360,"æŁĴ":119361,"æģĥ":119362,"诬":119363,"è¢Ħ":119364,"诲":119365,"èļ¤":119366,"èĢĻ":119367,"åŁĤ":119368,"æįİ":119369,"æįĮ":119370,"æ¢Ĩ":119371,"éħĮ":119372,"çł¾":119373,"æ®ī":119374,"åĶł":119375,"æĻĮ":119376,"èļ£":119377,"èļª":119378,"èļĵ":119379,"鸯":119380,"åĶģ":119381,"åĶĨ":119382,"åĢĶ":119383,"èĪĢ":119384,"豺":119385,"èĥ°":119386,"鸵":119387,"鸳":119388,"é¦ģ":119389,"ç¾Ķ":119390,"涣":119391,"æ¶ķ":119392,"æĤ¯":119393,"诽":119394,"è°Ĩ":119395,"ç¥Ł":119396,"绢":119397,"æįº":119398,"æį¶":119399,"æį»":119400,"æİĤ":119401,"èıł":119402,"èIJ¤":119403,"éħĹ":119404,"羶":119405,"åķĦ":119406,"èļ¯":119407,"èĽĢ":119408,"åĶ¬":119409,"帷":119410,"éĵIJ":119411,"éĵĽ":119412,"åģİ":119413,"å¾Ļ":119414,"èĦ¯":119415,"è±ļ":119416,"çĮĸ":119417,"çĹĬ":119418,"涮":119419,"æĥŃ":119420,"æĤ´":119421,"æĥĭ":119422,"è°ļ":119423,"æı©":119424,"æIJĢ":119425,"æIJĶ":119426,"æ¦Ķ":119427,"æ¤Ń":119428,"éĽ³":119429,"åĸ³":119430,"è·Ľ":119431,"èľĵ":119432,"èľĴ":119433,"é¹ĥ":119434,"éĶĦ":119435,"çĶ¥":119436,"çŃı":119437,"çĮ©":119438,"çĮ¬":119439,"çĮ¾":119440,"çĹ¢":119441,"çĹª":119442,"æĥ°":119443,"çªĺ":119444,"è°¤":119445,"éļĺ":119446,"å©¿":119447,"é¹ī":119448,"çijĻ":119449,"æĸŁ":119450,"椿":119451,"éħª":119452,"éĽ¹":119453,"åŦ":119454,"è··":119455,"è·º":119456,"è·¤":119457,"èľĪ":119458,"èľĹ":119459,"å¹Į":119460,"é¦ı":119461,"èªĬ":119462,"æ¼ĵ":119463,"è¤Ĥ":119464,"èĶĹ":119465,"èĶ¼":119466,"åħ¢":119467,"裳":119468,"èľ»":119469,"èĿĩ":119470,"åĺĢ":119471,"éĶ¹":119472,"ç®ķ":119473,"箩":119474,"çĺ©":119475,"çĺŁ":119476,"æ¼±":119477,"寥":119478,"骡":119479,"æĴµ":119480,"æĴ¬":119481,"è±Į":119482,"åĺ¹":119483,"èĿł":119484,"èĿĮ":119485,"èĿĹ":119486,"èĿĻ":119487,"éķIJ":119488,"稼":119489,"ç¯ĵ":119490,"èĨĽ":119491,"鲫":119492,"çĺª":119493,"鲨":119494,"æĨĶ":119495,"ç¿©":119496,"褥":119497,"ç¼Ń":119498,"åĻ©":119499,"çĵ¢":119500,"éľİ":119501,"踱":119502,"è¹Ĥ":119503,"èŁĨ":119504,"鹦":119505,"篡":119506,"çĺ¸":119507,"窿":119508,"ç¼°":119509,"èĹIJ":119510,"è¹ĭ":119511,"èŁĭ":119512,"èŁĢ":119513,"赡":119514,"èĩĬ":119515,"é³Ħ":119516,"ç³ł":119517,"æĩ¦":119518,"åļ£":119519,"éķ°":119520,"é³į":119521,"ç°¸":119522,"çĻ£":119523,"é³ĸ":119524,"é¬ĵ":119525,"èłķ":119526,"éľ¹":119527,"èºı":119528,"黯":119529,"çĵ¤":119530,"çŁĹ":119531,"ä¹Ĥ":119532,"ä¹ľ":119533,"åħĢ":119534,"å¼ĭ":119535,"åŃij":119536,"åŃĵ":119537,"幺":119538,"äºĵ":119539,"廿":119540,"ä¸ı":119541,"åįħ":119542,"ä»ĥ":119543,"ä»ī":119544,"ä»Ĥ":119545,"åĪĪ":119546,"çĪ»":119547,"åįŀ":119548,"éĹ©":119549,"讣":119550,"夬":119551,"çĪ¿":119552,"æ¯ĭ":119553,"éĤĹ":119554,"éĤĽ":119555,"èī½":119556,"èī¿":119557,"åıµ":119558,"ä¸ķ":119559,"åĮľ":119560,"åĬ¢":119561,"åįŁ":119562,"åı±":119563,"åı»":119564,"仨":119565,"代":119566,"仡":119567,"仫":119568,"ä»ŀ":119569,"åį®":119570,"æ°IJ":119571,"çĬ°":119572,"åĪį":119573,"éĤĿ":119574,"éĤĻ":119575,"讦":119576,"讧":119577,"讫":119578,"å°»":119579,"éĺ¡":119580,"å°ķ":119581,"å¼ģ":119582,"èĢĴ":119583,"çİİ":119584,"çİij":119585,"åľ¬":119586,"æī¦":119587,"åľª":119588,"åľ¹":119589,"æīª":119590,"åľ®":119591,"åľ¯":119592,"èĬĬ":119593,"èĬį":119594,"èĬĦ":119595,"èĬ¨":119596,"èĬij":119597,"èĬİ":119598,"èĬĹ":119599,"äºĺ":119600,"åİį":119601,"夼":119602,"æĪį":119603,"å°¥":119604,"乩":119605,"æĹ¯":119606,"æĽ³":119607,"å²Į":119608,"屺":119609,"åĩ¼":119610,"åĽ¡":119611,"éĴĩ":119612,"缶":119613,"æ°ĺ":119614,"æ°ĸ":119615,"çīĿ":119616,"ä¼İ":119617,"ä¼Ľ":119618,"ä¼¢":119619,"佤":119620,"仵":119621,"ä¼¥":119622,"伧":119623,"ä¼ī":119624,"伫":119625,"åĽŁ":119626,"æ±Ĩ":119627,"åĪĸ":119628,"å¤Ļ":119629,"æĹ®":119630,"åĪİ":119631,"çĬ·":119632,"çĬ¸":119633,"èĪĽ":119634,"åĩ«":119635,"éĤ¬":119636,"饧":119637,"æ±Ķ":119638,"æ±ľ":119639,"æ±Ĭ":119640,"å¿ĸ":119641,"å¿ı":119642,"è®´":119643,"讵":119644,"è®·":119645,"èģ¿":119646,"èī®":119647,"åݾ":119648,"å¦ģ":119649,"纡":119650,"纣":119651,"纥":119652,"纨":119653,"çİķ":119654,"çİĻ":119655,"æĬŁ":119656,"æĬĶ":119657,"åľ»":119658,"åĿį":119659,"æĬĥ":119660,"ã§IJ":119661,"èĬ«":119662,"èĬ¾":119663,"èĭĪ":119664,"èĭ£":119665,"èĭĭ":119666,"èĬ¼":119667,"èĭĮ":119668,"èĭģ":119669,"èĬ©":119670,"èĬª":119671,"èĬ¡":119672,"èĬŁ":119673,"èĭĦ":119674,"èĭİ":119675,"èĭ¡":119676,"æĿĮ":119677,"æĿĵ":119678,"æĿĪ":119679,"å¿ij":119680,"åŃĽ":119681,"éĤ´":119682,"éĤ³":119683,"å¥ģ":119684,"è±ķ":119685,"å¿Ĵ":119686,"欤":119687,"轫":119688,"è¿ĵ":119689,"éĤ¶":119690,"å¿IJ":119691,"åį£":119692,"éĤº":119693,"æĹ°":119694,"åijĭ":119695,"åijĴ":119696,"åijĵ":119697,"åijĶ":119698,"åijĸ":119699,"æŸ":119700,"åIJ¡":119701,"èĻ¬":119702,"åIJ½":119703,"åIJ£":119704,"åIJ²":119705,"å¸ı":119706,"å²Ī":119707,"å²ĺ":119708,"åħķ":119709,"åĽµ":119710,"åĽ«":119711,"éĴĬ":119712,"éĴĭ":119713,"éĴĮ":119714,"è¿ķ":119715,"æ°Ļ":119716,"æ°ļ":119717,"çī¤":119718,"ä½ŀ":119719,"ä½ļ":119720,"ä½Ŀ":119721,"ä½Ĺ":119722,"å½·":119723,"ä½ĺ":119724,"ä½¥":119725,"豸":119726,"åĿĮ":119727,"èĤŁ":119728,"å¥Ĥ":119729,"åĬ¬":119730,"çĭģ":119731,"鸳":119732,"饨":119733,"饩":119734,"饫":119735,"饬":119736,"åºij":119737,"åºĭ":119738,"çĸĶ":119739,"çĸĸ":119740,"èĤĵ":119741,"éű":119742,"éĹ³":119743,"çĤĢ":119744,"æ²£":119745,"æ²ħ":119746,"æ²Ķ":119747,"沤":119748,"æ²ı":119749,"æ²ļ":119750,"汩":119751,"汨":119752,"沨":119753,"æ±´":119754,"æ²Ĩ":119755,"沩":119756,"æ³IJ":119757,"æĢĥ":119758,"æĢĦ":119759,"å¿¡":119760,"忤":119761,"忾":119762,"æĢħ":119763,"忪":119764,"æĢĨ":119765,"å¿Ń":119766,"忸":119767,"è¯Ĥ":119768,"è¯ĥ":119769,"è¯ħ":119770,"è¯ĭ":119771,"è¯Į":119772,"è¯Ĵ":119773,"éĻĤ":119774,"éĻī":119775,"妩":119776,"妪":119777,"妣":119778,"å¦Ĺ":119779,"妫":119780,"å§Ĵ":119781,"妤":119782,"åĬŃ":119783,"åĪŃ":119784,"éĤ°":119785,"çºŃ":119786,"纰":119787,"纴":119788,"çİ¡":119789,"çİŃ":119790,"çİł":119791,"çİ¢":119792,"çݦ":119793,"çĽĤ":119794,"å¿Ŀ":119795,"åĮ¦":119796,"åĿ©":119797,"æĬ¨":119798,"æĭ¤":119799,"åĿ«":119800,"æĭĪ":119801,"åŀĨ":119802,"æĬ»":119803,"åĬ¼":119804,"æĭĥ":119805,"æĭĬ":119806,"åĿ¼":119807,"åĿ»":119808,"ã§Ł":119809,"åĿ¨":119810,"åĿŃ":119811,"æĬ¿":119812,"åĿ³":119813,"èĭ·":119814,"èĭ¤":119815,"èĮı":119816,"èĭ«":119817,"èĭľ":119818,"èĭ´":119819,"èĭĴ":119820,"èĭĺ":119821,"èĮĮ":119822,"èĭ»":119823,"èĭĵ":119824,"èĮļ":119825,"èĮĨ":119826,"èĮij":119827,"èĮĵ":119828,"èĮĶ":119829,"èĮķ":119830,"èĮĢ":119831,"èĭķ":119832,"æŀ¥":119833,"æŀĩ":119834,"æĿª":119835,"æĿ³":119836,"æŀ§":119837,"æĿµ":119838,"æŀ¨":119839,"æŀŀ":119840,"æŀĭ":119841,"æĿ»":119842,"æĿ·":119843,"æĿ¼":119844,"磸":119845,"çłĢ":119846,"åĪ³":119847,"å¥Ħ":119848,"æ®ģ":119849,"éĥı":119850,"è½Ń":119851,"éĥħ":119852,"鸢":119853,"缱":119854,"æĺĻ":119855,"æĿ²":119856,"æĺĥ":119857,"åĴĤ":119858,"åij¸":119859,"æĺĢ":119860,"æĹ»":119861,"æĺī":119862,"çĤħ":119863,"çķĢ":119864,"èĻ®":119865,"åĴĢ":119866,"åij·":119867,"黾":119868,"åij±":119869,"åij¤":119870,"åĴĨ":119871,"åĴĽ":119872,"åij¶":119873,"åij£":119874,"åĴĿ":119875,"å²¢":119876,"岿":119877,"岬":119878,"岫":119879,"å¸Ļ":119880,"å²£":119881,"å³ģ":119882,"åĪ¿":119883,"å²·":119884,"åīĢ":119885,"å¸Ķ":119886,"å³Ħ":119887,"æ²ĵ":119888,"åĽ¹":119889,"ç½Ķ":119890,"éĴį":119891,"éĴİ":119892,"éĴı":119893,"éĴĴ":119894,"éĴķ":119895,"éĤ¾":119896,"è¿®":119897,"çī¦":119898,"竺":119899,"迤":119900,"佶":119901,"ä¾ij":119902,"ä¾ī":119903,"èĩ¾":119904,"ä¾Ĺ":119905,"ä¾ı":119906,"侩":119907,"ä½»":119908,"ä½¾":119909,"侪":119910,"ä½¼":119911,"佯":119912,"侬":119913,"å¸Ľ":119914,"ä¾Ķ":119915,"å¾Ĥ":119916,"åĪ½":119917,"éĥĦ":119918,"ç±´":119919,"çĵ®":119920,"æĪĹ":119921,"èĤ¼":119922,"äıĿ":119923,"èĤ±":119924,"èĤ«":119925,"è¿©":119926,"éĥĩ":119927,"çĭİ":119928,"çĭį":119929,"çĭĴ":119930,"åĴİ":119931,"饯":119932,"饴":119933,"åĨ½":119934,"åĨ¼":119935,"åºĸ":119936,"çĸł":119937,"çĸĿ":119938,"åħĸ":119939,"åĬ¾":119940,"ð¬ī":119941,"ð¬ī¼":119942,"çĤĺ":119943,"çĤĿ":119944,"çĤĶ":119945,"æ³Ķ":119946,"æ²Ń":119947,"æ³·":119948,"æ³±":119949,"æ³ħ":119950,"æ³ł":119951,"泺":119952,"æ³ĸ":119953,"泫":119954,"æ³®":119955,"æ²±":119956,"泯":119957,"æĢĻ":119958,"æĢµ":119959,"æĢ¦":119960,"æĢĽ":119961,"æĢı":119962,"æĢį":119963,"ã¤":119964,"ã¤ĺ":119965,"æĢ©":119966,"æĢ«":119967,"æĢ¿":119968,"å®ķ":119969,"穹":119970,"å®ĵ":119971,"è¯ĵ":119972,"è¯Ķ":119973,"è¯ĸ":119974,"è¯ĺ":119975,"æĪ¾":119976,"è¯Ļ":119977,"æĪ½":119978,"éĥĵ":119979,"è¡©":119980,"ç¥Ĩ":119981,"ç¥İ":119982,"ç¥ĩ":119983,"è¯ľ":119984,"è¯Ł":119985,"诣":119986,"诤":119987,"诧":119988,"诨":119989,"æĪķ":119990,"éĻĶ":119991,"妲":119992,"妯":119993,"å§Ĺ":119994,"å¸ij":119995,"åŃ¥":119996,"驽":119997,"èĻ±":119998,"迨":119999,"ç»Ģ":120000,"ç»ģ":120001,"ç»Ĥ":120002,"é©·":120003,"驸":120004,"ç»ī":120005,"ç»Į":120006,"éªĢ":120007,"çĶ¾":120008,"çıı":120009,"çıIJ":120010,"çıij":120011,"çݳ":120012,"顸":120013,"çıī":120014,"çıĪ":120015,"æĭ®":120016,"åŀŃ":120017,"æĮĿ":120018,"æĮŀ":120019,"åŀ¤":120020,"èµ³":120021,"è´²":120022,"åŀ±":120023,"åŀĮ":120024,"åŀ§":120025,"åŀĵ":120026,"æĮ¦":120027,"åŀł":120028,"èįļ":120029,"èįij":120030,"è´³":120031,"èįľ":120032,"èİĴ":120033,"èĮ¼":120034,"èĮ´":120035,"èĮ±":120036,"èİĽ":120037,"èįŀ":120038,"èĮ¯":120039,"èįı":120040,"èįĩ":120041,"èįĥ":120042,"èįł":120043,"èĮŃ":120044,"åŀ©":120045,"èį¥":120046,"èį¦":120047,"èį¨":120048,"èį©":120049,"åīĭ":120050,"èįª":120051,"èį¬":120052,"èį®":120053,"æŁ°":120054,"æłī":120055,"æŁĺ":120056,"æłĬ":120057,"æŁ©":120058,"æŀ°":120059,"æłĮ":120060,"æŁĻ":120061,"æŀµ":120062,"æŀ³":120063,"æŁŀ":120064,"æŁĿ":120065,"æłĢ":120066,"æŁ¢":120067,"æłİ":120068,"æŁĪ":120069,"æŁģ":120070,"æŀ·":120071,"æŁ½":120072,"åīĮ":120073,"éħĬ":120074,"éĥ¦":120075,"çĶŃ":120076,"çłĹ":120077,"çłĺ":120078,"çłĴ":120079,"æĸ«":120080,"çłŃ":120081,"çłľ":120082,"èĢ·":120083,"èĻº":120084,"æ®Ĥ":120085,"æ®ĩ":120086,"æ®Ħ":120087,"è½±":120088,"è½²":120089,"è½³":120090,"轶":120091,"轸":120092,"èĻ¿":120093,"æ¯ĸ":120094,"è§ĩ":120095,"å°ľ":120096,"åĵIJ":120097,"çľĦ":120098,"çľį":120099,"ðł³":120100,"ðł³IJ":120101,"éĥ¢":120102,"çľĩ":120103,"çľĬ":120104,"çľĪ":120105,"禺":120106,"åĵĤ":120107,"åĴ´":120108,"æĽ·":120109,"æĺ´":120110,"åĴ¦":120111,"åĵĵ":120112,"åĵĶ":120113,"çķİ":120114,"åij²":120115,"èĥĦ":120116,"çķĭ":120117,"çķĪ":120118,"èĻ¼":120119,"èĻ»":120120,"çĽħ":120121,"åĴ£":120122,"åĵķ":120123,"åīIJ":120124,"éĥ§":120125,"åĴ»":120126,"åĽ¿":120127,"åĴ¿":120128,"åĵĮ":120129,"åĵĻ":120130,"åĵļ":120131,"åĴ©":120132,"åĴ¤":120133,"åĵĿ":120134,"åĵı":120135,"åĵŀ":120136,"å³£":120137,"ç½ĺ":120138,"å³Ĵ":120139,"峤":120140,"å³ĭ":120141,"è´¶":120142,"éĴļ":120143,"éĴ¡":120144,"éĴ£":120145,"éĴ¤":120146,"éĴ«":120147,"æ°¡":120148,"çī¯":120149,"éĥľ":120150,"ç§ķ":120151,"ç§Ń":120152,"竽":120153,"ç¬Ī":120154,"俦":120155,"俨":120156,"ä¿ħ":120157,"åıŁ":120158,"åŀ¡":120159,"çī®":120160,"ä¿£":120161,"ä¿ļ":120162,"çļĪ":120163,"ä¿Ł":120164,"éĢħ":120165,"å¾ĩ":120166,"å¾ī":120167,"èĪ¢":120168,"éĥĹ":120169,"ä¿İ":120170,"éĥ¤":120171,"çĪ°":120172,"éĥĽ":120173,"çĵ´":120174,"èĥ¨":120175,"èĥª":120176,"èĥĽ":120177,"èĥĤ":120178,"èĥĻ":120179,"èĥį":120180,"èĥĹ":120181,"èĥĿ":120182,"æľIJ":120183,"èĥ«":120184,"鸨":120185,"åĮį":120186,"çĭ¨":120187,"çĭ¯":120188,"é£ij":120189,"çĭ©":120190,"çĭ²":120191,"è¨ĩ":120192,"éĢĦ":120193,"æĺĿ":120194,"饷":120195,"饸":120196,"饹":120197,"åŃª":120198,"å¨Ī":120199,"庥":120200,"çĸ¬":120201,"çĸ£":120202,"çĸ¥":120203,"çĸŃ":120204,"åºł":120205,"ç«ij":120206,"é£Ĵ":120207,"éĹ¼":120208,"éĹ¾":120209,"éĹ¿":120210,"éĺĤ":120211,"ç¾ij":120212,"迸":120213,"ç±¼":120214,"éħĭ":120215,"çĤ»":120216,"çĥĢ":120217,"çĤ·":120218,"æ´±":120219,"æ´¹":120220,"æ´§":120221,"æ´Į":120222,"æµĥ":120223,"æ´ĩ":120224,"æ´Ħ":120225,"æ´Ļ":120226,"æ¶İ":120227,"æ´İ":120228,"æ´«":120229,"æµį":120230,"æ´®":120231,"æ´µ":120232,"æµĴ":120233,"æµĶ":120234,"æµķ":120235,"æ´³":120236,"æģ¸":120237,"æģĵ":120238,"æģ¹":120239,"æģ«":120240,"æģ»":120241,"æģĤ":120242,"æģª":120243,"æģ½":120244,"宥":120245,"æīĥ":120246,"衲":120247,"衽":120248,"è¡¿":120249,"è¢Ĥ":120250,"ç¥ľ":120251,"ç¥ĵ":120252,"ç¥ļ":120253,"诮":120254,"ç¥Ĺ":120255,"祢":120256,"诰":120257,"诳":120258,"鸩":120259,"æĺ¶":120260,"åĴ«":120261,"å¼Ń":120262,"çīģ":120263,"èĥ¥":120264,"éĻŁ":120265,"姮":120266,"å¨Ĩ":120267,"å§Ŀ":120268,"姣":120269,"å§ĺ":120270,"姹":120271,"羿":120272,"çĤ±":120273,"磾":120274,"ç»Ķ":120275,"éªģ":120276,"éªħ":120277,"ç»Ĺ":120278,"综":120279,"éªĪ":120280,"èĢĸ":120281,"æĮĪ":120282,"çı¥":120283,"çıĻ":120284,"顼":120285,"çı°":120286,"çı©":120287,"çı§":120288,"çı£":120289,"çıŀ":120290,"çIJ¤":120291,"çı²":120292,"æģļ":120293,"åŁķ":120294,"åŁĺ":120295,"åŁĻ":120296,"åŁļ":120297,"æĮ¹":120298,"èĢĨ":120299,"èĢĦ":120300,"åŁĴ":120301,"æįĭ":120302,"è´½":120303,"åŀ¸":120304,"æįĥ":120305,"çĽį":120306,"èį¸":120307,"èݳ":120308,"èİ´":120309,"èݪ":120310,"èİł":120311,"èİľ":120312,"èİħ":120313,"èį¼":120314,"èİ©":120315,"èį½":120316,"èݸ":120317,"èį»":120318,"èݨ":120319,"鸪":120320,"èݼ":120321,"æł²":120322,"æł³":120323,"æ¡¡":120324,"æ¡İ":120325,"æ¡¢":120326,"桤":120327,"æ¢ĥ":120328,"æłĿ":120329,"æ¡ķ":120330,"æ¡ģ":120331,"桧":120332,"æ¡ħ":120333,"æłŁ":120334,"æ¡ī":120335,"æł©":120336,"éĢij":120337,"éĢĭ":120338,"彧":120339,"鬲":120340,"è±ĩ":120341,"éħIJ":120342,"éĢ¦":120343,"åİĿ":120344,"åѬ":120345,"çłĿ":120346,"çł¹":120347,"糧":120348,"çł·":120349,"糣":120350,"çł¼":120351,"çł¥":120352,"çł£":120353,"åīŀ":120354,"çł»":120355,"è½¼":120356,"è½¾":120357,"è¾Ĥ":120358,"鸫":120359,"趸":120360,"é¾Ģ":120361,"鸬":120362,"èĻĶ":120363,"羬":120364,"åĶĽ":120365,"çľĻ":120366,"åĵ§":120367,"åĵ½":120368,"æĻģ":120369,"鸮":120370,"趵":120371,"趿":120372,"çķĽ":120373,"èļ¨":120374,"èļľ":120375,"èļį":120376,"èļĭ":120377,"èļ¬":120378,"èļĿ":120379,"èļ§":120380,"åĶ¢":120381,"åľĦ":120382,"åĶ£":120383,"åĶı":120384,"çĽİ":120385,"åĶij":120386,"å´Ĥ":120387,"å´ĥ":120388,"罡":120389,"ç½Ł":120390,"è§Ĭ":120391,"èµħ":120392,"éĴ²":120393,"éĴµ":120394,"éĴ¹":120395,"éĴº":120396,"éĴ½":120397,"éĴ¼":120398,"éĴ¿":120399,"éĵĢ":120400,"éĵĦ":120401,"éĵĨ":120402,"éĵĪ":120403,"éĵī":120404,"éĵĬ":120405,"éĵĭ":120406,"éĵĮ":120407,"éĵį":120408,"ä¥":120409,"䥽":120410,"éĵİ":120411,"æ°©":120412,"æ°¤":120413,"æ°¦":120414,"毪":120415,"èĪIJ":120416,"秣":120417,"秫":120418,"çĽī":120419,"ç¬Ħ":120420,"ç¬ķ":120421,"ç¬Ĭ":120422,"ç¬ı":120423,"ç¬Ĩ":120424,"俸":120425,"俵":120426,"åģĮ":120427,"俳":120428,"俶":120429,"åĢ¬":120430,"åĢı":120431,"æģģ":120432,"åĢŃ":120433,"俾":120434,"åĢľ":120435,"éļ¼":120436,"éļ½":120437,"åĢĮ":120438,"åĢ¥":120439,"èĩ¬":120440,"éĥ«":120441,"åĢ¨":120442,"è¡Ħ":120443,"é¢Ģ":120444,"å¾ķ":120445,"èĪ«":120446,"衾":120447,"èĥ¯":120448,"èĥ±":120449,"èĥ´":120450,"èĥŃ":120451,"èĦį":120452,"èĥ¼":120453,"èĦĴ":120454,"鸱":120455,"鸲":120456,"çĭ·":120457,"çĮģ":120458,"çĭ³":120459,"çĮĥ":120460,"çĭº":120461,"éĢĸ":120462,"æ¡Ģ":120463,"饽":120464,"åĩĩ":120465,"æĮĽ":120466,"亳":120467,"çĸ³":120468,"çĸ´":120469,"çĸ¸":120470,"çĸ½":120471,"çĹĪ":120472,"çĸ±":120473,"çĹĤ":120474,"çĹī":120475,"è¡®":120476,"é¢ĥ":120477,"æģ£":120478,"æĹĨ":120479,"æĹĦ":120480,"æĹĥ":120481,"éĺĥ":120482,"éĺĦ":120483,"è¨ļ":120484,"éĺĨ":120485,"æģĻ":120486,"ç²ij":120487,"çĥľ":120488,"çĥ©":120489,"çĥĬ":120490,"åī¡":120491,"éĥ¯":120492,"çĥ¬":120493,"æ¶ij":120494,"浯":120495,"æ¶ŀ":120496,"æ¶Ł":120497,"å¨ij":120498,"æ¶ł":120499,"æµŀ":120500,"æ¶ĵ":120501,"æµ¥":120502,"æ¶Ķ":120503,"æµľ":120504,"æµł":120505,"æµ£":120506,"æĤļ":120507,"æĤŃ":120508,"æĤĿ":120509,"æĤĴ":120510,"æĤĮ":120511,"æĤĽ":120512,"çªĪ":120513,"åīľ":120514,"诹":120515,"诼":120516,"è¢Ĵ":120517,"袢":120518,"诿":120519,"è°Ģ":120520,"è°Ĥ":120521,"è°Ħ":120522,"è°ĩ":120523,"å±IJ":120524,"å±Ļ":120525,"éĻ¬":120526,"åĭIJ":120527,"å¥ĺ":120528,"çīĤ":120529,"èļ©":120530,"éĻ²":120531,"å¨Į":120532,"å¨ī":120533,"娲":120534,"娴":120535,"娣":120536,"å¨ĵ":120537,"å©Ģ":120538,"çķļ":120539,"éĢ¡":120540,"绳":120541,"éªĬ":120542,"绡":120543,"éªĭ":120544,"绦":120545,"绨":120546,"éªİ":120547,"éĤķ":120548,"鸶":120549,"å½Ĺ":120550,"èĢľ":120551,"çĦĺ":120552,"èĪĤ":120553,"çIJı":120554,"çIJĩ":120555,"麸":120556,"æı¶":120557,"åŁ´":120558,"åŁ¯":120559,"æį¯":120560,"æݳ":120561,"æİ´":120562,"åŁ¸":120563,"åŁµ":120564,"赧":120565,"åŁ¤":120566,"æįŃ":120567,"éĢµ":120568,"åŁĿ":120569,"åłĭ":120570,"åłį":120571,"æݬ":120572,"鸷":120573,"æį½":120574,"æİĬ":120575,"åłī":120576,"æݸ":120577,"æį©":120578,"æİ®":120579,"æĤ«":120580,"åŁŃ":120581,"åŁ½":120582,"æİĩ":120583,"æݼ":120584,"èģĥ":120585,"èIJģ":120586,"èıĺ":120587,"åłĩ":120588,"èIJĺ":120589,"èIJĭ":120590,"èı½":120591,"èıĸ":120592,"èIJľ":120593,"èIJ¸":120594,"èIJij":120595,"棻":120596,"èıĶ":120597,"èıŁ":120598,"èIJı":120599,"èı¹":120600,"èıª":120601,"èıħ":120602,"èıĢ":120603,"èı°":120604,"èı¡":120605,"梿":120606,"æ¢ı":120607,"è§ĭ":120608,"æ¡´":120609,"æ¡·":120610,"æ£ģ":120611,"æ¡«":120612,"æ£Ĥ":120613,"åķ¬":120614,"éĥ¾":120615,"æķķ":120616,"è±ī":120617,"éĦĦ":120618,"éħŀ":120619,"ç¡İ":120620,"ç¡Ń":120621,"ç¡ĸ":120622,"ç¡Ĺ":120623,"ç¡IJ":120624,"ç¡ĩ":120625,"ç¡Į":120626,"鸸":120627,"çĵł":120628,"åĮı":120629,"åİ©":120630,"æ®Ĵ":120631,"æ®ĵ":120632,"æ®į":120633,"èµī":120634,"鼩":120635,"è¾Ħ":120636,"åłij":120637,"çľŃ":120638,"羦":120639,"åķ§":120640,"æĻ¡":120641,"æĻ¤":120642,"çľµ":120643,"åľĬ":120644,"åĸı":120645,"åķī":120646,"åĭĸ":120647,"æĻŀ":120648,"åĶµ":120649,"æĻĹ":120650,"åķŃ":120651,"çķ¦":120652,"趺":120653,"åķ®":120654,"è·Ħ":120655,"èļ¶":120656,"èĽĦ":120657,"èĽİ":120658,"èĽĨ":120659,"èļ°":120660,"åľī":120661,"èļ±":120662,"èĽī":120663,"èĽı":120664,"èļ´":120665,"åķģ":120666,"åķķ":120667,"åĶ¿":120668,"åķIJ":120669,"åĶ¼":120670,"åĶ·":120671,"åķĸ":120672,"åķµ":120673,"åķ¶":120674,"åķ·":120675,"åĶ³":120676,"åĶ°":120677,"åķľ":120678,"帻":120679,"å´ļ":120680,"å´¦":120681,"帼":120682,"å´®":120683,"å´¤":120684,"å´Ĩ":120685,"èµĩ":120686,"èµĪ":120687,"èµĬ":120688,"éĵij":120689,"éĵĴ":120690,"éĵĹ":120691,"éĵĻ":120692,"éĵŁ":120693,"éĵ¡":120694,"éĵ¢":120695,"éĵ£":120696,"éĵ¤":120697,"éĵ§":120698,"éĵ¨":120699,"éĵ©":120700,"éĵª":120701,"éĵ«":120702,"éĵ¯":120703,"éĵ°":120704,"éĵ±":120705,"éĵ³":120706,"éĵµ":120707,"éĵ·":120708,"çī¾":120709,"鸹":120710,"秾":120711,"éĢ¶":120712,"笺":120713,"çŃĩ":120714,"笸":120715,"笪":120716,"笮":120717,"笳":120718,"笥":120719,"笤":120720,"笳":120721,"笾":120722,"ç¬ŀ":120723,"åģ¾":120724,"åģĥ":120725,"åģķ":120726,"åģĪ":120727,"åĤĢ":120728,"åģ¬":120729,"åģ»":120730,"çļij":120731,"çļİ":120732,"鸻":120733,"å¾ľ":120734,"èĪ¸":120735,"èĪ»":120736,"èĪ´":120737,"èĪ·":120738,"é¾Ľ":120739,"ç¿İ":120740,"èĦ¬":120741,"èĦĺ":120742,"èĦ²":120743,"åĮIJ":120744,"çĮĹ":120745,"çĮ¡":120746,"çĮŀ":120747,"æĸĽ":120748,"çĮķ":120749,"é¦Ĺ":120750,"é¦ĥ":120751,"é¦Ħ":120752,"鸾":120753,"庹":120754,"庾":120755,"çĹĶ":120756,"çĹį":120757,"ç¿Ĭ":120758,"æĹĮ":120759,"æĹİ":120760,"袤":120761,"éĺĩ":120762,"éĺĪ":120763,"éĺī":120764,"éĺĬ":120765,"éĺĭ":120766,"éĺį":120767,"éĺı":120768,"ç¾Ł":120769,"ç²Ŀ":120770,"çĦIJ":120771,"çĦĵ":120772,"çĦĹ":120773,"æ·ħ":120774,"æ·ŀ":120775,"æ¸İ":120776,"涿":120777,"æ·ĸ":120778,"æĮ²":120779,"æ·ł":120780,"涸":120781,"æ¸ij":120782,"æ·¦":120783,"æ·Ŀ":120784,"涪":120785,"æ·Ļ":120786,"涫":120787,"æ¸Į":120788,"æĤ»":120789,"æĤ±":120790,"æĥĿ":120791,"æĥĺ":120792,"æĥĨ":120793,"æĥļ":120794,"æĥĩ":120795,"æĥ®":120796,"çªķ":120797,"è°Į":120798,"æīĪ":120799,"çļ²":120800,"è°ij":120801,"è£Ĩ":120802,"袷":120803,"è£ī":120804,"è°Ĵ":120805,"è°Ķ":120806,"è°ķ":120807,"è°ĸ":120808,"è°Ĺ":120809,"è°Ļ":120810,"è°Ŀ":120811,"éĢ¯":120812,"éĥ¿":120813,"éļĪ":120814,"ç²ľ":120815,"éļį":120816,"éļĹ":120817,"å©Ĭ":120818,"娼":120819,"å©¢":120820,"婵":120821,"èĥ¬":120822,"è¢Ī":120823,"ç¿Į":120824,"æģ¿":120825,"欸":120826,"绫":120827,"éªIJ":120828,"绯":120829,"ç»±":120830,"éªĴ":120831,"绲":120832,"éªĵ":120833,"绶":120834,"绺":120835,"ç»»":120836,"绾":120837,"éªĸ":120838,"ç¼ģ":120839,"èĢł":120840,"çIJ«":120841,"çIJµ":120842,"çIJ¶":120843,"çIJ¥":120844,"çIJ¨":120845,"çIJ°":120846,"çIJ®":120847,"çIJ¯":120848,"çIJ¬":120849,"çIJļ":120850,"è¾ĩ":120851,"é¼ĭ":120852,"æı³":120853,"åłŀ":120854,"æIJ½":120855,"æı¸":120856,"æıł":120857,"åłĻ":120858,"è¶Ħ":120859,"æıĸ":120860,"é¢ī":120861,"å¡Ħ":120862,"æı¿":120863,"èĢĭ":120864,"æıĦ":120865,"èĽ©":120866,"èĽ°":120867,"å¡Ĩ":120868,"æijĴ":120869,"æıĨ":120870,"æݾ":120871,"èģĴ":120872,"èijij":120873,"èijļ":120874,"éĿ°":120875,"éĿ¸":120876,"èij³":120877,"èijº":120878,"èij¸":120879,"èIJ¼":120880,"èij¶":120881,"èĴĮ":120882,"èijŃ":120883,"楮":120884,"棼":120885,"æ¤Ł":120886,"棹":120887,"椤":120888,"棰":120889,"èµį":120890,"æ¤ĭ":120891,"æ¤ģ":120892,"椪":120893,"æ¤IJ":120894,"é¹ģ":120895,"éħ¤":120896,"éħ¢":120897,"éħ¡":120898,"é¹Ĥ":120899,"æ®ļ":120900,"æ®Ľ":120901,"鼱":120902,"è¾ĭ":120903,"æ¤ł":120904,"è¾İ":120905,"çĿĦ":120906,"çĿĩ":120907,"çĿĥ":120908,"æĪ¢":120909,"åĸĭ":120910,"åĹĴ":120911,"åĸĥ":120912,"åĸ±":120913,"åĸ¹":120914,"æĻ·":120915,"åĸĪ":120916,"è·ĸ":120917,"è·Ĺ":120918,"è·ŀ":120919,"è·ļ":120920,"è·İ":120921,"è·ı":120922,"è·Ĩ":120923,"èĽ±":120924,"èĽ²":120925,"èĽŃ":120926,"èĽ³":120927,"èĽIJ":120928,"èĽĶ":120929,"èĽŀ":120930,"èĽ´":120931,"èĽĺ":120932,"åĸģ":120933,"åĸŁ":120934,"åķ¾":120935,"åĹĸ":120936,"åĸij":120937,"åĹŁ":120938,"åĹŀ":120939,"åĸĻ":120940,"åµĺ":120941,"åµĸ":120942,"å´´":120943,"éģĦ":120944,"è©Ī":120945,"åµİ":120946,"嵬":120947,"åµĽ":120948,"嵯":120949,"åµĿ":120950,"嵫":120951,"å¹Ħ":120952,"åµĭ":120953,"èµķ":120954,"éĵ»":120955,"éĵ¼":120956,"éĵ¿":120957,"éĶĥ":120958,"éĶĨ":120959,"éĶĩ":120960,"éĶī":120961,"éĶı":120962,"éĶij":120963,"éĶĴ":120964,"éĶĶ":120965,"éĶķ":120966,"æİ£":120967,"磬":120968,"æ°°":120969,"毳":120970,"毽":120971,"çĬĬ":120972,"çĬĦ":120973,"çĬĭ":120974,"é¹Ħ":120975,"çĬį":120976,"åµĩ":120977,"é»į":120978,"ç¨ĥ":120979,"ç¨Ĥ":120980,"çŃļ":120981,"çѵ":120982,"çŃĮ":120983,"åĤ£":120984,"åĤĪ":120985,"èĪĦ":120986,"çīį":120987,"åĤ¥":120988,"åĤ§":120989,"éģij":120990,"åĤ©":120991,"徨":120992,"åªŃ":120993,"çķ²":120994,"å¼ij":120995,"ç¿ķ":120996,"é¹Ĩ":120997,"èħĪ":120998,"èħĵ":120999,"èħĨ":121000,"èħ´":121001,"èħļ":121002,"èħ±":121003,"鱿":121004,"é²Ģ":121005,"é²Ĥ":121006,"çĮ¢":121007,"çĮ¹":121008,"çĮ¥":121009,"é£ĵ":121010,"è§ŀ":121011,"è§ļ":121012,"çĮ±":121013,"é¢İ":121014,"飧":121015,"é¦ĩ":121016,"é¦Ĭ":121017,"亵":121018,"èĦĶ":121019,"è£Ĵ":121020,"çĹ£":121021,"çŨ":121022,"çŦ":121023,"çĹŀ":121024,"çŤ":121025,"çŧ":121026,"èµĵ":121027,"竦":121028,"çĵ¿":121029,"åķ»":121030,"é¢ı":121031,"é¹ĩ":121032,"éĺij":121033,"éĺĴ":121034,"éĺķ":121035,"ç²ŀ":121036,"éģĴ":121037,"åŃ³":121038,"çĦ¯":121039,"çĦľ":121040,"çĦ±":121041,"é¹Ī":121042,"渫":121043,"æ¹®":121044,"æ¹İ":121045,"æ¹ľ":121046,"æ¹į":121047,"湫":121048,"溲":121049,"æ¹Ł":121050,"æºĨ":121051,"æ¹²":121052,"æ¹Ķ":121053,"æ¹ī":121054,"渥":121055,"æ»ģ":121056,"æĦł":121057,"æĥº":121058,"æĦ¦":121059,"æĥ´":121060,"æĦĢ":121061,"æĦİ":121062,"æĦĶ":121063,"åĸ¾":121064,"å¯IJ":121065,"è°Ł":121066,"裢":121067,"è£İ":121068,"裥":121069,"祾":121070,"è°ł":121071,"è°¡":121072,"è°¥":121073,"è°§":121074,"åѱ":121075,"å¼¼":121076,"å·½":121077,"éªĺ":121078,"媪":121079,"å·¯":121080,"ç¿ļ":121081,"çļ´":121082,"éªĽ":121083,"ç¼Ĥ":121084,"ç¼ĥ":121085,"ç¼Ħ":121086,"å½ĺ":121087,"ç¼ĩ":121088,"ç¼Ī":121089,"ç¼Į":121090,"ç¼ij":121091,"ç¼Ĵ":121092,"ç¼Ĺ":121093,"飨":121094,"èĢ¢":121095,"çijģ":121096,"çijĹ":121097,"çijĦ":121098,"éģ¨":121099,"éªľ":121100,"飫":121101,"é«¡":121102,"塬":121103,"éĦ¢":121104,"è¶Ķ":121105,"è¶ij":121106,"æijħ":121107,"æijģ":121108,"èľĩ":121109,"æIJĭ":121110,"æIJª":121111,"æIJIJ":121112,"æIJĽ":121113,"æIJł":121114,"æijĪ":121115,"å½Ģ":121116,"æ¯Ĥ":121117,"æIJ¦":121118,"æIJ¡":121119,"èĵģ":121120,"æĪ¡":121121,"èĵį":121122,"éĦŀ":121123,"èĵIJ":121124,"èĵ¦":121125,"é¹ĭ":121126,"èĴ½":121127,"èĵĸ":121128,"èĵĬ":121129,"èĴ¯":121130,"èĵŁ":121131,"èĵij":121132,"èĴº":121133,"èĵł":121134,"èĴŁ":121135,"èĴ¡":121136,"èĴ¹":121137,"èĴ´":121138,"èĴĹ":121139,"èĵ¥":121140,"æ¥Ķ":121141,"æ¥Ĥ":121142,"æ¥Ŀ":121143,"楫":121144,"楸":121145,"椴":121146,"æ§Į":121147,"楯":121148,"çļĻ":121149,"æ¦Ī":121150,"æ§İ":121151,"æ¦ī":121152,"楦":121153,"楣":121154,"楹":121155,"椽":121156,"åī½":121157,"éħ©":121158,"èľĥ":121159,"ç¢Ľ":121160,"ç¢ĵ":121161,"硼":121162,"ç¢ī":121163,"ç¢ļ":121164,"ç¢ĩ":121165,"ç¢ľ":121166,"é¹Į":121167,"è¾ı":121168,"é¾ĥ":121169,"é¾ħ":121170,"訾":121171,"ç²²":121172,"çĿļ":121173,"åĹª":121174,"éŁª":121175,"åĹ·":121176,"åĹī":121177,"çĿ¨":121178,"çĿ¢":121179,"éĽİ":121180,"çĿ¥":121181,"åĹij":121182,"åĹ«":121183,"åŬ":121184,"åĹĶ":121185,"åĹĿ":121186,"æĪ¥":121187,"åĹĦ":121188,"çħ¦":121189,"æļĦ":121190,"éģ¢":121191,"æļĮ":121192,"è·¬":121193,"è·¶":121194,"è·¸":121195,"è·IJ":121196,"è·£":121197,"è·¹":121198,"èĽ¸":121199,"èľĬ":121200,"èľį":121201,"èľī":121202,"èľ£":121203,"çķ¹":121204,"èĽ¹":121205,"åĹ¥":121206,"åĹ²":121207,"åĹ³":121208,"åĹĮ":121209,"åĹį":121210,"åĹIJ":121211,"åŤ":121212,"åŵ":121213,"罨":121214,"åµĬ":121215,"åµ´":121216,"骰":121217,"éĶĹ":121218,"éĶĽ":121219,"éĶľ":121220,"éĶĿ":121221,"éĶŀ":121222,"éĶŁ":121223,"éĶ¢":121224,"éĶ¨":121225,"éĶ©":121226,"éĶŃ":121227,"éĶ±":121228,"éĽī":121229,"æ°²":121230,"çĬı":121231,"æŃĥ":121232,"ç¨ŀ":121233,"ç¨Ĺ":121234,"ç¨Ķ":121235,"çŃł":121236,"çŃ¢":121237,"çŃ®":121238,"çŃ²":121239,"çīĴ":121240,"æķ«":121241,"å¾Ń":121242,"æĦĨ":121243,"èīĦ":121244,"è§İ":121245,"毹":121246,"è²Ĭ":121247,"è²ħ":121248,"è²ī":121249,"é¢Ķ":121250,"èħł":121251,"èħ©":121252,"èħ¼":121253,"èħŃ":121254,"èħ§":121255,"å¡į":121256,"媵":121257,"é²ħ":121258,"é²Ĩ":121259,"é²ĩ":121260,"é²Ī":121261,"é²ĭ":121262,"é²IJ":121263,"èĤĦ":121264,"é¹IJ":121265,"é£ķ":121266,"觥":121267,"éģĽ":121268,"é¦IJ":121269,"é¹ij":121270,"亶":121271,"çĺĥ":121272,"çű":121273,"çĹ¼":121274,"çĹ¿":121275,"çĺIJ":121276,"çĺģ":121277,"çĺĨ":121278,"éºĤ":121279,"æŃĨ":121280,"æĹĴ":121281,"éĺĸ":121282,"éĺĹ":121283,"羧":121284,"è±¢":121285,"ç²³":121286,"çĮ·":121287,"çħ³":121288,"çħ¨":121289,"çħħ":121290,"çħĬ":121291,"çħ¸":121292,"çħº":121293,"æ»Ł":121294,"溱":121295,"æºĺ":121296,"æ¼Ń":121297,"滢":121298,"溥":121299,"溽":121300,"è£Ł":121301,"溻":121302,"溷":121303,"æ»Ĺ":121304,"滫":121305,"溴":121306,"æ»ı":121307,"æ»ĥ":121308,"滦":121309,"æºı":121310,"æ»Ĥ":121311,"æ»ĵ":121312,"æºŁ":121313,"滪":121314,"æĦ«":121315,"æħĬ":121316,"é²İ":121317,"éªŀ":121318,"çªł":121319,"窣":121320,"裱":121321,"裨":121322,"裾":121323,"裰":121324,"ç¦Ĭ":121325,"è°©":121326,"è°ª":121327,"媾":121328,"å««":121329,"媲":121330,"å«Ĵ":121331,"å«Ķ":121332,"媸":121333,"ç¼Ļ":121334,"ç¼ľ":121335,"ç¼Ľ":121336,"è¾Ķ":121337,"éªĿ":121338,"ç¼Ł":121339,"缡":121340,"ç¼¢":121341,"ç¼£":121342,"éªŁ":121343,"èĢ¥":121344,"çĴĪ":121345,"çijŃ":121346,"çįĴ":121347,"è§ı":121348,"æħĿ":121349,"å«ł":121350,"åıĨ":121351,"æij½":121352,"å¢ģ":121353,"æĴĤ":121354,"æijŀ":121355,"æĴĦ":121356,"ç¿¥":121357,"è¸ħ":121358,"æijŃ":121359,"å¢ī":121360,"å¢Ĵ":121361,"æ¦ĸ":121362,"綦":121363,"èĶ«":121364,"èĶ·":121365,"éĿº":121366,"éĿ¼":121367,"éŀħ":121368,"éĿ¿":121369,"çĶį":121370,"èĶ¸":121371,"èĶŁ":121372,"èĶº":121373,"æĪ¬":121374,"èķĸ":121375,"èĶ»":121376,"èĵ¿":121377,"æĸ¡":121378,"é¹ķ":121379,"èĵ¼":121380,"æ¦Ľ":121381,"榧":121382,"榫":121383,"æ¦Ń":121384,"æ§Ķ":121385,"榱":121386,"æ§ģ":121387,"æ§ł":121388,"榷":121389,"åĥ°":121390,"éħ½":121391,"éħ¹":121392,"碡":121393,"碴":121394,"碣":121395,"碲":121396,"èĩ§":121397,"豨":121398,"殡":121399,"éľģ":121400,"èľļ":121401,"é¾ĩ":121402,"é¾Ī":121403,"äģ":121404,"äģĸ":121405,"çĿ½":121406,"åĺŀ":121407,"åĺĪ":121408,"åĺĮ":121409,"åĺģ":121410,"æļĿ":121411,"è¸Į":121412,"è¸ī":121413,"èľŀ":121414,"èľ¥":121415,"èľ®":121416,"èĿĪ":121417,"èľ´":121418,"èľ±":121419,"èľ©":121420,"èľ·":121421,"èľ¿":121422,"èŀĤ":121423,"èľ¢":121424,"åĺ¡":121425,"é¹Ĺ":121426,"åĺ£":121427,"åĺ¤":121428,"åĺļ":121429,"åĹ¾":121430,"åĺ§":121431,"ç½´":121432,"ç½±":121433,"å¹Ķ":121434,"å¶Ĥ":121435,"å¹Ľ":121436,"èµĻ":121437,"ç½Ĥ":121438,"骷":121439,"骶":121440,"é¹ĺ":121441,"éĶ²":121442,"éĶ´":121443,"éĶ¶":121444,"éĶ·":121445,"éĶ¸":121446,"éĶµ":121447,"éķĤ":121448,"çĬĴ":121449,"ç®IJ":121450,"箦":121451,"箧":121452,"箸":121453,"箬":121454,"ç®ħ":121455,"箪":121456,"箾":121457,"箢":121458,"ç®ĵ":121459,"åĥĸ":121460,"åĦĨ":121461,"åĥ³":121462,"åĥŃ":121463,"åĬģ":121464,"åĥ®":121465,"éŃĥ":121466,"éŃĨ":121467,"çĿ¾":121468,"èīĭ":121469,"éĦ±":121470,"èĨĪ":121471,"èĨij":121472,"é²ij":121473,"é²Ķ":121474,"é²ļ":121475,"é²Ľ":121476,"é²Ł":121477,"çįIJ":121478,"觫":121479,"éĽĴ":121480,"夤":121481,"é¦ij":121482,"éĬ®":121483,"塾":121484,"çĺĮ":121485,"çĺĬ":121486,"çĺĺ":121487,"çĺĻ":121488,"æĹĸ":121489,"èĨĤ":121490,"éĺļ":121491,"éĦ¯":121492,"é²ŀ":121493,"粿":121494,"ç²¼":121495,"ç³ģ":121496,"æ§Ĭ":121497,"é¹ļ":121498,"çĨĺ":121499,"çĨ¥":121500,"æ½¢":121501,"æ¼ķ":121502,"滹":121503,"漯":121504,"漶":121505,"æ½ĭ":121506,"æ½´":121507,"漪":121508,"æ¼ī":121509,"漩":121510,"æ¾ī":121511,"æħµ":121512,"æIJ´":121513,"窨":121514,"寤":121515,"綮":121516,"è°®":121517,"褡":121518,"è¤Ļ":121519,"è¤ĵ":121520,"è¤Ľ":121521,"è¤Ĭ":121522,"è°¯":121523,"è°°":121524,"è°²":121525,"å±£":121526,"é¹Ľ":121527,"嫱":121528,"å«ĸ":121529,"嫦":121530,"å«ļ":121531,"å«ĺ":121532,"é¼IJ":121533,"çŀĢ":121534,"é¹ľ":121535,"éªł":121536,"ç¼¥":121537,"缦":121538,"缧":121539,"缨":121540,"骢":121541,"缫":121542,"èĢ¦":121543,"èĢ§":121544,"çĴľ":121545,"çĴİ":121546,"çĴģ":121547,"å¥Ń":121548,"髯":121549,"é««":121550,"æĴ·":121551,"æĴħ":121552,"èµŃ":121553,"æĴ¸":121554,"éĭĨ":121555,"æĴĻ":121556,"æĴº":121557,"å¢Ģ":121558,"èģ©":121559,"è§IJ":121560,"éŀij":121561,"èķĻ":121562,"éŀĴ":121563,"èķĪ":121564,"èķ¨":121565,"èķ¤":121566,"èķŀ":121567,"èķº":121568,"çŀ¢":121569,"èķĥ":121570,"èķ²":121571,"èµľ":121572,"槿":121573,"樯":121574,"æ§Ń":121575,"æ¨Ĺ":121576,"æ¨ĺ":121577,"槲":121578,"éĨĮ":121579,"éĨħ":121580,"éĿ¥":121581,"éŃĩ":121582,"é¤į":121583,"ç£Ķ":121584,"ç£Ļ":121585,"éľĪ":121586,"è¾ĺ":121587,"é¾ī":121588,"é¾Ĭ":121589,"è§ij":121590,"çŀĮ":121591,"çŀĭ":121592,"çŀij":121593,"åĺŃ":121594,"åĻİ":121595,"åĻ¶":121596,"é¢Ļ":121597,"æļ¹":121598,"åĻĺ":121599,"è¸Ķ":121600,"è¸Ŀ":121601,"è¸Ł":121602,"è¸Ĵ":121603,"踬":121604,"踮":121605,"踯":121606,"踺":121607,"è¸ŀ":121608,"èĿ½":121609,"èĿ¾":121610,"èĿ»":121611,"èĿ°":121612,"èĿ®":121613,"èŀĭ":121614,"èĿĵ":121615,"èĿ£":121616,"èĿ¼":121617,"åĺ¬":121618,"é¢ļ":121619,"åĻį":121620,"åĻĻ":121621,"åĻĮ":121622,"åĻĶ":121623,"é¢Ľ":121624,"å¹ŀ":121625,"幡":121626,"å¶Ļ":121627,"å¶Ŀ":121628,"骺":121629,"éķĬ":121630,"éķī":121631,"éķĮ":121632,"éķı":121633,"éķĴ":121634,"éķĵ":121635,"éķĶ":121636,"稷":121637,"ç®´":121638,"ç¯ij":121639,"ç¯ģ":121640,"ç¯Į":121641,"çīĸ":121642,"åĦĭ":121643,"èĻ¢":121644,"é¹ŀ":121645,"èĨĺ":121646,"é²ł":121647,"鲡":121648,"é²¢":121649,"é²£":121650,"é²¥":121651,"鲧":121652,"鲩":121653,"çįĹ":121654,"çįł":121655,"觯":121656,"é¦ĵ":121657,"é¦Ķ":121658,"麾":121659,"å»Ľ":121660,"çĺĽ":121661,"çĺ¼":121662,"çĺ¢":121663,"çĺł":121664,"é½ij":121665,"ç¾°":121666,"ð¥»":121667,"ð¥»Ĺ":121668,"ç³Į":121669,"ç³į":121670,"ç³ħ":121671,"çĨľ":121672,"çĨµ":121673,"æ¾į":121674,"æ¾Į":121675,"潸":121676,"潦":121677,"æ½²":121678,"éĭĪ":121679,"æ½Ł":121680,"潺":121681,"寮":121682,"窳":121683,"è°³":121684,"褴":121685,"è¤Ł":121686,"褫":121687,"è°µ":121688,"çĨ¨":121689,"屦":121690,"åĭ°":121691,"æĪ®":121692,"èĿ¥":121693,"缬":121694,"ç¼®":121695,"缯":121696,"骣":121697,"çķ¿":121698,"èĢ©":121699,"èĢ¨":121700,"èĢª":121701,"çĴŁ":121702,"éĿĽ":121703,"çĴł":121704,"çĴĺ":121705,"èģ±":121706,"èŀ¯":121707,"é«»":121708,"é«Ń":121709,"髹":121710,"æĵĢ":121711,"çĶı":121712,"æĵŀ":121713,"縳":121714,"磬":121715,"é¢ŀ":121716,"èķ»":121717,"é¢Ł":121718,"èĸ¤":121719,"èĸ¨":121720,"æªł":121721,"èĸı":121722,"èĸ®":121723,"èĸľ":121724,"èĸħ":121725,"樾":121726,"æ©Ľ":121727,"æ©ĩ":121728,"樵":121729,"æªİ":121730,"橹":121731,"樽":121732,"樨":121733,"橼":121734,"墼":121735,"æ©IJ":121736,"ç¿®":121737,"éĨIJ":121738,"éĨį":121739,"éĨļ":121740,"磲":121741,"èµĿ":121742,"殪":121743,"éľı":121744,"éĮ¾":121745,"è¾ļ":121746,"éģ½":121747,"æ°ħ":121748,"çŀŁ":121749,"çŀł":121750,"çŀ°":121751,"åļĦ":121752,"åļĨ":121753,"åĻ¤":121754,"æļ¾":121755,"è¹Ģ":121756,"踵":121757,"踽":121758,"è¹ī":121759,"è¹ģ":121760,"èŀ¨":121761,"èŀĪ":121762,"èŀħ":121763,"èŀŃ":121764,"èŀł":121765,"èŀŁ":121766,"åĻ±":121767,"åĻ«":121768,"åĻ»":121769,"åĻ¼":121770,"ç½¹":121771,"åľľ":121772,"ä¦":121773,"ä¦ĥ":121774,"éķĹ":121775,"éķĺ":121776,"éķļ":121777,"éķĽ":121778,"éķĿ":121779,"éķŀ":121780,"éķł":121781,"æ°ĩ":121782,"æ°Ĩ":121783,"ç©ij":121784,"ç¯Ŀ":121785,"篥":121786,"篦":121787,"篪":121788,"ç¯Ļ":121789,"çĽ¥":121790,"åĬĵ":121791,"翱":121792,"éŃī":121793,"éŃĪ":121794,"å¾¼":121795,"æŃĻ":121796,"èĨ¦":121797,"èĨĻ":121798,"é²®":121799,"é²±":121800,"é²³":121801,"é²´":121802,"é²µ":121803,"é²·":121804,"é²»":121805,"çį´":121806,"çįŃ":121807,"çį¬":121808,"éĤĤ":121809,"鹧":121810,"廨":121811,"èµŁ":121812,"çĺ°":121813,"廪":121814,"çĺ¿":121815,"çĺµ":121816,"çĺ´":121817,"çĻĥ":121818,"çĺ³":121819,"éºĩ":121820,"éºĪ":121821,"嬴":121822,"å£ħ":121823,"ç³Ĺ":121824,"çĶij":121825,"çĩİ":121826,"çĩł":121827,"çĩĶ":121828,"çĩ§":121829,"æ¿ij":121830,"æ¿ī":121831,"æ½ŀ":121832,"澧":121833,"æ¾¹":121834,"æ¾¥":121835,"澶":121836,"æ¿Ĥ":121837,"褰":121838,"窸":121839,"å¬ĸ":121840,"çĬŁ":121841,"éļ°":121842,"å¬Ĺ":121843,"颡":121844,"ç¼±":121845,"ç¼²":121846,"ç¼³":121847,"çĴ©":121848,"çĴª":121849,"èŀ«":121850,"æĵ¤":121851,"å£ķ":121852,"觳":121853,"ç½Ħ":121854,"æĵ¢":121855,"èĸ¹":121856,"éŀ¡":121857,"éŀ¬":121858,"èĸ·":121859,"èĹĵ":121860,"èĹģ":121861,"æªĦ":121862,"檩":121863,"æĩĭ":121864,"éĨ¢":121865,"翳":121866,"ç¤ħ":121867,"磴":121868,"鹩":121869,"é¾ĭ":121870,"é¾Į":121871,"è±³":121872,"å£ij":121873,"é»»":121874,"åļı":121875,"åļħ":121876,"è¹ij":121877,"è¹Ĵ":121878,"è¹Ĭ":121879,"èŁ¥":121880,"èŀ¬":121881,"èŀµ":121882,"çĸĥ":121883,"èŀ³":121884,"èŁij":121885,"åļĵ":121886,"ç½½":121887,"ç½¾":121888,"嶷":121889,"黾":121890,"é»Ŀ":121891,"é«ģ":121892,"é«Ģ":121893,"éķ¡":121894,"éķ¢":121895,"éķ£":121896,"éķ¦":121897,"éķ§":121898,"éķ©":121899,"éķª":121900,"éķ«":121901,"ç½ħ":121902,"ç°Į":121903,"篾":121904,"篼":121905,"ç°ĸ":121906,"ç°ĭ":121907,"é¼¢":121908,"åĦ¡":121909,"鹪":121910,"é¼¾":121911,"çļ¤":121912,"éŃį":121913,"é¾ł":121914,"ç¹ĩ":121915,"è²ĺ":121916,"éĤĪ":121917,"è²Ķ":121918,"èĩĮ":121919,"èĨ»":121920,"èĩĨ":121921,"èĩĥ":121922,"é²¼":121923,"é²½":121924,"é³Ģ":121925,"é³ĥ":121926,"é³ħ":121927,"é³ĩ":121928,"é³Ĭ":121929,"èŀ½":121930,"çĩ®":121931,"鹫":121932,"ç³ľ":121933,"縻":121934,"çĻį":121935,"éºĭ":121936,"æĩij":121937,"æ¿¡":121938,"æ¿®":121939,"æ¿ŀ":121940,"æ¿ł":121941,"濯":121942,"è¹ĩ":121943,"è¬ĩ":121944,"éĤĥ":121945,"è¥ģ":121946,"æªĹ":121947,"æĵĺ":121948,"åŃº":121949,"éļ³":121950,"嬷":121951,"èŁĬ":121952,"鹬":121953,"éįª":121954,"éıĬ":121955,"é¬Ī":121956,"é¬ĥ":121957,"çŀ½":121958,"éŀ¯":121959,"éŀ¨":121960,"éŀ«":121961,"éŀ§":121962,"éŀ£":121963,"èĹľ":121964,"èĹł":121965,"éĨª":121966,"è¹Ļ":121967,"ç¤ĵ":121968,"çĩ¹":121969,"餮":121970,"çŀ¿":121971,"æĽĽ":121972,"颢":121973,"èºĩ":121974,"è¹ļ":121975,"èŁĽ":121976,"èŁª":121977,"èŁł":121978,"èŁ®":121979,"é¹®":121980,"黳":121981,"黣":121982,"é«ħ":121983,"é«Ĥ":121984,"éķ¬":121985,"éķŃ":121986,"éķ¯":121987,"馥":121988,"ç°Ł":121989,"ç°ª":121990,"鼬":121991,"鼳":121992,"èīŁ":121993,"é³İ":121994,"é³ı":121995,"é³IJ":121996,"çĻŀ":121997,"çĻĶ":121998,"糨":121999,"蹩":122000,"éİı":122001,"éĤĭ":122002,"é¬ı":122003,"æĶī":122004,"éŀ²":122005,"éŀ´":122006,"èĹ¿":122007,"èĺ§":122008,"èĺħ":122009,"éĨ®":122010,"éĨ¯":122011,"éħĥ":122012,"éľª":122013,"éľŃ":122014,"龨":122015,"黼":122016,"åļ¯":122017,"è¹°":122018,"蹶":122019,"è¹½":122020,"è¹¼":122021,"è¹´":122022,"è¹¾":122023,"蹿":122024,"èłĸ":122025,"èłĵ":122026,"èŁ¾":122027,"èłĬ":122028,"黢":122029,"é«ĭ":122030,"é«Į":122031,"éķ²":122032,"ç±Ģ":122033,"é½ģ":122034,"éŃij":122035,"èī¨":122036,"é³ĵ":122037,"é³Ķ":122038,"é³ķ":122039,"é³Ĺ":122040,"é³Ļ":122041,"éıĸ":122042,"羸":122043,"ã¸Ĩ":122044,"çĢ£":122045,"çĢĽ":122046,"襦":122047,"è°¶":122048,"è¥ŀ":122049,"骥":122050,"ç¼µ":122051,"çĵĴ":122052,"æĶĺ":122053,"èĺ©":122054,"èĺĸ":122055,"éĨ´":122056,"éľ°":122057,"éħĨ":122058,"çŁį":122059,"èºħ":122060,"é¼į":122061,"å·ī":122062,"黩":122063,"黥":122064,"黪":122065,"éķ³":122066,"éķ´":122067,"黧":122068,"çºĤ":122069,"çĴº":122070,"鼯":122071,"èĩľ":122072,"é³ľ":122073,"é³Ŀ":122074,"é³Ł":122075,"çį¾":122076,"åŃĢ":122077,"骧":122078,"çĵĺ":122079,"é¼Ļ":122080,"éĨº":122081,"礴":122082,"颦":122083,"æĽ©":122084,"é³¢":122085,"éºĿ":122086,"å¤Ķ":122087,"çĪĿ":122088,"çģı":122089,"禳":122090,"éIJ¾":122091,"ç¾¼":122092,"èł¡":122093,"èĢ±":122094,"é¹³":122095,"æ°į":122096,"é¥ķ":122097,"èºIJ":122098,"é«ij":122099,"éķµ":122100,"ç©°":122101,"é¥Ķ":122102,"鬻":122103,"鬣":122104,"趱":122105,"æĶ«":122106,"æĶ¥":122107,"颧":122108,"èºľ":122109,"é¼¹":122110,"çĻ¯":122111,"èł²":122112,"èł¹":122113,"èºŀ":122114,"è¡¢":122115,"çģŀ":122116,"襻":122117,"çºĽ":122118,"鬣":122119,"æĶ®":122120,"åĽĶ":122121,"é¦ķ":122122,"æĪĨ":122123,"çĪ¨":122124,"é½ī":122125,"äºį":122126,"å°¢":122127,"å½³":122128,"åį¬":122129,"殳":122130,"ðłĻ¶":122131,"æ¯Į":122132,"éĤĺ":122133,"æĪĭ":122134,"åľ¢":122135,"æ°ķ":122136,"ä¼ĭ":122137,"ä»Ŀ":122138,"åĨ®":122139,"æ°¿":122140,"æ±Ī":122141,"æ°¾":122142,"å¿ī":122143,"å®Ħ":122144,"ð¬£Ļ":122145,"è®±":122146,"æīŀ":122147,"åľ²":122148,"åľ«":122149,"èĬı":122150,"èĬĥ":122151,"æľ³":122152,"æľ¸":122153,"ð¨Ļ":122154,"ð¨Ļ¸":122155,"éĤ¨":122156,"åIJĴ":122157,"åIJĸ":122158,"å±¼":122159,"å±¾":122160,"辿":122161,"éĴĨ":122162,"仳":122163,"ä¼£":122164,"ä¼Ī":122165,"çĻ¿":122166,"çĶª":122167,"éĤł":122168,"çĬ´":122169,"åĨ±":122170,"éĤ¡":122171,"ð¬ĩķ":122172,"æ±ĭ":122173,"äľ":122174,"äľ£":122175,"è®»":122176,"ð¬£ŀ":122177,"åŃĸ":122178,"ð¬ĺĵ":122179,"纩":122180,"çİĴ":122181,"çİĵ":122182,"çİĺ":122183,"çİļ":122184,"åĪ¬":122185,"ð«ŃŁ":122186,"åĿľ":122187,"åĿī":122188,"æī½":122189,"ð«Ń¢":122190,"åĿĭ":122191,"æīº":122192,"ã§ij":122193,"æ¯IJ":122194,"èĬ°":122195,"èĬ£":122196,"èĭĬ":122197,"èĭī":122198,"èĬĺ":122199,"èĬ´":122200,"èĬł":122201,"ð«ĩ":122202,"ð«ĩŃ":122203,"èĬ¤":122204,"æĿķ":122205,"æĿĻ":122206,"æĿĦ":122207,"æĿ§":122208,"æĿ©":122209,"å°ª":122210,"å°¨":122211,"轪":122212,"ð«IJĦ":122213,"åĿĴ":122214,"èĬĪ":122215,"æĹ´":122216,"æŵ":122217,"åijĻ":122218,"ãķ":122219,"ãķ®":122220,"å²į":122221,"ð«µ":122222,"𫵷":122223,"å²ł":122224,"å²ľ":122225,"åijĩ":122226,"åĨı":122227,"è§ĥ":122228,"å²Ļ":122229,"ä¼¾":122230,"ãijĩ":122231,"ä¼Ń":122232,"ä½ĸ":122233,"ä¼²":122234,"ä½ģ":122235,"é£ı":122236,"çĭĥ":122237,"éŶ":122238,"汧":122239,"汫":122240,"ð£²ĺ":122241,"ð£²Ĺ":122242,"æ²Ħ":122243,"æ²ĺ":122244,"ð¬ĩĻ":122245,"æ±Ń":122246,"ã³ĩ":122247,"æ²ĩ":122248,"å¿®":122249,"忳":122250,"忺":122251,"𬣡":122252,"ç¥ĥ":122253,"è¯ĩ":122254,"éĤ²":122255,"è¯İ":122256,"è¯IJ":122257,"å±ĥ":122258,"ð«¸":122259,"𫸩":122260,"å²Ĭ":122261,"éĺ½":122262,"䢺":122263,"éĺ¼":122264,"妧":122265,"å¦ĺ":122266,"ð¨ļ":122267,"ð¨ļķ":122268,"纮":122269,"驲":122270,"ð«ĺľ":122271,"纻":122272,"ð¬ĺĺ":122273,"ð«ĺĿ":122274,"纼":122275,"çݤ":122276,"çİŀ":122277,"çݱ":122278,"çİŁ":122279,"éĤ½":122280,"éĤ¿":122281,"åĿ¥":122282,"åĿ°":122283,"åĿ¬":122284,"åĿ½":122285,"å¼Ĩ":122286,"èĢµ":122287,"䢼":122288,"ð¦Ń":122289,"ð¦Ńľ":122290,"èĮĭ":122291,"èĭ§":122292,"èĭ¾":122293,"èĭł":122294,"æŀħ":122295,"ãŃİ":122296,"æŀĺ":122297,"æŀį":122298,"çŁ¼":122299,"磻":122300,"åĮ¼":122301,"ð¬¨Ĥ":122302,"ð¬Ģ©":122303,"ð¬Ģª":122304,"æĹ¿":122305,"æĺĦ":122306,"æĺĴ":122307,"æĺĪ":122308,"åĴī":122309,"åĴĩ":122310,"åĴį":122311,"å²µ":122312,"å²½":122313,"岨":122314,"å²ŀ":122315,"å³Ĥ":122316,"ãŁ":122317,"ãŁĥ":122318,"åĽ·":122319,"𬬩":122320,"éĴIJ":122321,"éĴĶ":122322,"éĴĸ":122323,"çī¥":122324,"ä½´":122325,"åŀĪ":122326,"ä¾ģ":122327,"ä¾¹":122328,"佸":122329,"佺":122330,"éļ¹":122331,"ãijĬ":122332,"ä¾Ĥ":122333,"ä½½":122334,"ä¾ĺ":122335,"éĥĪ":122336,"èĪł":122337,"éĥIJ":122338,"éĥĥ":122339,"æĶ½":122340,"èĤŃ":122341,"èĤ¸":122342,"èĤ·":122343,"çĭī":122344,"çĭĿ":122345,"饳":122346,"å¿ŀ":122347,"çĤĮ":122348,"çĤĨ":122349,"æ³Ļ":122350,"沺":122351,"æ³Ĥ":122352,"æ³ľ":122353,"æ³ĥ":122354,"æ³ĩ":122355,"æĢĬ":122356,"å³ĥ":122357,"穸":122358,"ç¥ĭ":122359,"ç¥Ĭ":122360,"ð«į£":122361,"𬣳":122362,"𬩽":122363,"鸤":122364,"å¼¢":122365,"弨":122366,"éĻij":122367,"𬮿":122368,"éĻİ":122369,"ð¬¯Ģ":122370,"åįº":122371,"乸":122372,"å¦Ń":122373,"å§Ī":122374,"ð«°":122375,"ð«°Ľ":122376,"迳":122377,"åıķ":122378,"𬳵":122379,"驵":122380,"𬳶":122381,"äĮ":122382,"äĮ¹":122383,"驺":122384,"ð«łĬ":122385,"ç»ĭ":122386,"ç»IJ":122387,"çłī":122388,"èĢĶ":122389,"ãĽĥ":122390,"çݶ":122391,"çıĩ":122392,"çıħ":122393,"ð¬įĽ":122394,"çıĭ":122395,"çݹ":122396,"çıĮ":122397,"çİ¿":122398,"飨":122399,"åŀļ":122400,"åŀ¯":122401,"åŀĻ":122402,"åŀ²":122403,"åŁı":122404,"åŀį":122405,"èĢĩ":122406,"é¿į":122407,"åŀİ":122408,"åŀ´":122409,"åŀŁ":122410,"åŀŀ":122411,"æĮĵ":122412,"åŀµ":122413,"åŀı":122414,"æĭ¶":122415,"èįĸ":122416,"èįģ":122417,"èįĻ":122418,"èįĽ":122419,"èĮĪ":122420,"èĮ½":122421,"èįĦ":122422,"èĮº":122423,"ð¬ľ¬":122424,"èįĵ":122425,"èĮ³":122426,"ð¦°":122427,"𦰡":122428,"èĮĽ":122429,"èįŃ":122430,"ãŃķ":122431,"æŁ·":122432,"æŁĥ":122433,"æŁĬ":122434,"æŀ¹":122435,"æłIJ":122436,"æŁĸ":122437,"éĥļ":122438,"åīħ":122439,"ä´ĵ":122440,"迺":122441,"åİĸ":122442,"çłĨ":122443,"çłij":122444,"çłĦ":122445,"èĢı":122446,"å¥ĵ":122447,"ä¶":122448,"䶮":122449,"è½µ":122450,"è½·":122451,"è½¹":122452,"轺":122453,"æĺº":122454,"ðª¾":122455,"𪾢":122456,"æĺ½":122457,"缷":122458,"åĴ¡":122459,"åĴº":122460,"æĺ³":122461,"æĺ£":122462,"æĺ¤":122463,"æĺ«":122464,"æĺ¡":122465,"åĴ¥":122466,"æĺª":122467,"èĻ·":122468,"èĻ¸":122469,"åĵĥ":122470,"å³ĺ":122471,"èĢij":122472,"å³Ľ":122473,"𪨰":122474,"å³Ĺ":122475,"峧":122476,"帡":122477,"éĴĺ":122478,"ð«ĵ§":122479,"éĴľ":122480,"𬬮":122481,"𬬱":122482,"ð¬¬Ń":122483,"éĴª":122484,"éĴ¬":122485,"éĴŃ":122486,"磧":122487,"秬":122488,"ä¿«":122489,"èĪģ":122490,"ä¿ľ":122491,"ä¿Ļ":122492,"ä¿į":122493,"åŀķ":122494,"è¡İ":122495,"èĪ£":122496,"å¼ĩ":122497,"ä¾´":122498,"鸧":122499,"äı¡":122500,"èĥł":122501,"ð¦Ļ¶":122502,"èĥĪ":122503,"èĥ©":122504,"èĥ£":122505,"æľı":122506,"é£IJ":122507,"è¨Ħ":122508,"饻":122509,"庤":122510,"çĸ¢":122511,"çĤ£":122512,"çĤŁ":122513,"ã¶":122514,"㶲":122515,"æ´Ń":122516,"æ´ĺ":122517,"æ´ĵ":122518,"æ´¿":122519,"ã³ļ":122520,"æ³ļ":122521,"æµĪ":122522,"æµī":122523,"æ´¸":122524,"æ´ij":122525,"æ´¢":122526,"æ´Ī":122527,"æ´ļ":122528,"æ´º":122529,"æ´¨":122530,"æµIJ":122531,"ã³ĺ":122532,"æ´´":122533,"æ´£":122534,"æģĶ":122535,"宬":122536,"çªĢ":122537,"æīĤ":122538,"è¢Ĩ":122539,"ç¥ı":122540,"ç¥IJ":122541,"ç¥ķ":122542,"åıļ":122543,"éĻ§":122544,"éĻŀ":122545,"å¨Ģ":122546,"å§ŀ":122547,"姱":122548,"姤":122549,"姶":122550,"姽":122551,"æŀ²":122552,"ç»ĸ":122553,"éªĥ":122554,"ð¬ĺ¡":122555,"𬳽":122556,"ð¬ĺ©":122557,"ð«Ħ§":122558,"å½ĸ":122559,"éªī":122560,"æģĿ":122561,"çıª":122562,"çıĽ":122563,"çı¹":122564,"çIJĬ":122565,"çݼ":122566,"çıĸ":122567,"ðªŁ":122568,"ðªŁĿ":122569,"çı½":122570,"çı¦":122571,"çı«":122572,"çıĴ":122573,"ð¬į¤":122574,"çı¢":122575,"çıķ":122576,"çıĿ":122577,"ð«Ń¼":122578,"åŁĹ":122579,"åŀ¾":122580,"åŀº":122581,"åŁĨ":122582,"åŀ¿":122583,"åŁĮ":122584,"åŁĩ":122585,"èİ°":122586,"èĮĿ":122587,"ð¬ľ¯":122588,"éĦĢ":122589,"èݶ":122590,"èİĿ":122591,"äĵĸ":122592,"èİĻ":122593,"æł»":122594,"æ¡ł":122595,"ð¬Ĥ":122596,"ð¬Ĥ©":122597,"æ¡Ħ":122598,"æ¢ł":122599,"æł´":122600,"梴":122601,"æłĴ":122602,"éħİ":122603,"éħı":122604,"ð«łĨ":122605,"çłµ":122606,"çłł":122607,"çł«":122608,"糬":122609,"ç¡ģ":122610,"æģ§":122611,"ç¿ĥ":122612,"éĥª":122613,"ð¨IJ":122614,"ð¨IJĪ":122615,"è¾Ģ":122616,"è¾ģ":122617,"ð¬Į":122618,"ð¬ĮĹ":122619,"åīķ":122620,"èµĢ":122621,"åĵ¢":122622,"æĻħ":122623,"æĻĬ":122624,"åĶĿ":122625,"åĵ³":122626,"åĵ±":122627,"åĨĶ":122628,"æĻĶ":122629,"æĻIJ":122630,"çķĸ":122631,"èļĦ":122632,"èļĨ":122633,"ð«ij":122634,"ð«ij¡":122635,"帱":122636,"å´ģ":122637,"峿":122638,"𪨶":122639,"å´Ħ":122640,"帨":122641,"å´Ģ":122642,"èµĨ":122643,"𬬸":122644,"éĴ·":122645,"𬬻":122646,"𬬹":122647,"𬬿":122648,"ð¬Ńģ":122649,"çľļ":122650,"çĶ¡":122651,"笫":122652,"åĢ»":122653,"åĢ´":122654,"èĦ©":122655,"åĢ®":122656,"åĢķ":122657,"åĢŀ":122658,"ð«¢":122659,"𫢸":122660,"åĢĵ":122661,"åĢ§":122662,"è¡ĥ":122663,"èĻĴ":122664,"èĪŃ":122665,"èĪ¯":122666,"èĪ¥":122667,"çĵŀ":122668,"鬯":122669,"鸰":122670,"èĦİ":122671,"æľĵ":122672,"èĥ²":122673,"èĻĵ":122674,"é±½":122675,"çĭ´":122676,"å³±":122677,"çĭ»":122678,"çľ¢":122679,"ð«Ĺ§":122680,"åĭį":122681,"çĹĦ":122682,"çĸ°":122683,"çĹĥ":122684,"ç«ĺ":122685,"ç¾ĸ":122686,"ç¾ĵ":122687,"æ¡Ĭ":122688,"æķī":122689,"çĥł":122690,"çĥĶ":122691,"çĥ¶":122692,"çĥ»":122693,"ð¬ĬĪ":122694,"æ¶į":122695,"浡":122696,"æµŃ":122697,"浬":122698,"æ¶Ħ":122699,"涢":122700,"æ¶IJ":122701,"æµ°":122702,"æµŁ":122703,"æµĽ":122704,"æµ¼":122705,"æµ²":122706,"æ¶ĺ":122707,"æĤĪ":122708,"æĤĥ":122709,"æĤ¢":122710,"ð¬ĴĪ":122711,"宧":122712,"çªħ":122713,"çªĬ":122714,"çªİ":122715,"æīħ":122716,"æīĨ":122717,"袪":122718,"è¢Ĺ":122719,"袯":122720,"祧":122721,"éļº":122722,"åł²":122723,"çĸį":122724,"ð¨º":122725,"ð¨ºĻ":122726,"éĻ´":122727,"çĥĿ":122728,"çł®":122729,"ãĽļ":122730,"åĵ¿":122731,"ç¿Ģ":122732,"ç¿Ĥ":122733,"åīŁ":122734,"𬳿":122735,"ð«Ħ¨":122736,"绤":122737,"éªį":122738,"ð¬ĺ«":122739,"äĤ":122740,"äĤ®":122741,"çIJİ":122742,"çı¸":122743,"çıµ":122744,"çIJĦ":122745,"çIJĪ":122746,"çIJĢ":122747,"çıº":122748,"æİŃ":122749,"åłİ":122750,"åłIJ":122751,"åŁ¼":122752,"æİİ":122753,"åŁ«":122754,"åłĮ":122755,"æĻ¢":122756,"ð«®":122757,"ð«®ĥ":122758,"æİŀ":122759,"åŁª":122760,"壸":122761,"ãĻį":122762,"èģį":122763,"èıĿ":122764,"èIJļ":122765,"èı¥":122766,"èİ¿":122767,"äĵ«":122768,"åĭļ":122769,"äĵ¬":122770,"èIJĨ":122771,"èıĤ":122772,"èıį":122773,"èı¼":122774,"èIJ£":122775,"äĵ¨":122776,"èıī":122777,"äĵĽ":122778,"梼":122779,"梽":122780,"桲":122781,"梾":122782,"桯":122783,"梣":122784,"æ¢Į":122785,"桹":122786,"æķĶ":122787,"åİ£":122788,"ç¡Ķ":122789,"é¿İ":122790,"ç¡Ļ":122791,"ç¡ļ":122792,"ç¡Ĭ":122793,"ç¡į":122794,"åĭĶ":122795,"ä´ķ":122796,"é¾ģ":122797,"éĢ´":122798,"åĶª":122799,"åķ«":122800,"ç¿Ī":122801,"ã«":122802,"ã«°":122803,"æĻĻ":122804,"çķ¤":122805,"ð¬±ĸ":122806,"趼":122807,"è·Ĥ":122808,"èĽĥ":122809,"èļ²":122810,"ð¬Ł½":122811,"èļº":122812,"åķ´":122813,"äİĥ":122814,"å´§":122815,"å´Ł":122816,"å´ŀ":122817,"å´Ĵ":122818,"å´Į":122819,"å´¡":122820,"éĵı":122821,"ð«ĵ¯":122822,"ð«Ł¹":122823,"éĵķ":122824,"ð«Ł¼":122825,"éĵĸ":122826,"éĵĺ":122827,"éĵļ":122828,"éĵŀ":122829,"éĵ¥":122830,"éĵ´":122831,"çī»":122832,"çī¿":122833,"ç¨Ĩ":122834,"笱":122835,"笯":122836,"åģ°":122837,"åģ¡":122838,"鸺":122839,"åģŃ":122840,"åģ²":122841,"åģģ":122842,"ã¿":122843,"ã¿ł":122844,"éĦħ":122845,"åģĵ":122846,"å¾Ľ":122847,"è¡Ĵ":122848,"èĪ³":122849,"èĪ²":122850,"鸼":122851,"æĤĨ":122852,"éĦĥ":122853,"çĵ»":122854,"äĿ":122855,"äĿĻ":122856,"èĦ¶":122857,"èĦŀ":122858,"èĦŁ":122859,"äı²":122860,"é±¾":122861,"çĮĩ":122862,"çĮĬ":122863,"çĮĦ":122864,"è§ĸ":122865,"ðłħ":122866,"ðłħ¤":122867,"庱":122868,"庼":122869,"庳":122870,"çĹĵ":122871,"ä´Ķ":122872,"ç««":122873,"åłĥ":122874,"éĺĮ":122875,"ç¾Ŀ":122876,"ç¾ķ":122877,"çĦĨ":122878,"çĥº":122879,"çĦĮ":122880,"æ·ı":122881,"ð¬ĩ¹":122882,"æ·Ł":122883,"æ·ľ":122884,"æ·´":122885,"æ·¯":122886,"æ¹´":122887,"涴":122888,"ð¬į¡":122889,"ã¥":122890,"ã¥Ħ":122891,"æĥĽ":122892,"æĥĶ":122893,"æĤ°":122894,"æĥĻ":122895,"å¯ģ":122896,"éĢŃ":122897,"ð¬¤ĩ":122898,"ð«į¯":122899,"袼":122900,"è£Ī":122901,"祲":122902,"ð¬¤Ĭ":122903,"ð«į²":122904,"è°ŀ":122905,"èī´":122906,"弸":122907,"弶":122908,"ð¬¯İ":122909,"éļĥ":122910,"å©ŀ":122911,"娵":122912,"婼":122913,"åªĸ":122914,"婳":122915,"å©į":122916,"å©Į":122917,"å©«":122918,"婤":122919,"å©ĺ":122920,"å©ł":122921,"ð¬ĺ¬":122922,"ð¬ĺŃ":122923,"ð¬´Ĥ":122924,"ð«ĺ¦":122925,"绹":122926,"ð«Łħ":122927,"ð¬ĺ¯":122928,"éªķ":122929,"ð«ĺ§":122930,"絾":122931,"çı·":122932,"çIJ²":122933,"çIJ¡":122934,"çIJŁ":122935,"çIJĶ":122936,"çIJŃ":122937,"åł¾":122938,"åł¼":122939,"æıķ":122940,"ãĻĺ":122941,"åł§":122942,"åĸĨ":122943,"åł¨":122944,"å¡ħ":122945,"åłł":122946,"çµ·":122947,"ðª£":122948,"𪣻":122949,"ð¡İ":122950,"ð¡İļ":122951,"èijľ":122952,"æĥİ":122953,"èIJ³":122954,"èijĻ":122955,"éĿ¬":122956,"èij´":122957,"èĴĩ":122958,"èĴĪ":122959,"éĦļ":122960,"èĴī":122961,"èĵĩ":122962,"èIJ©":122963,"èij°":122964,"èijİ":122965,"éĦij":122966,"èĴİ":122967,"èijĸ":122968,"èĴĦ":122969,"èIJ¹":122970,"棤":122971,"棽":122972,"棫":122973,"æ¤ĵ":122974,"æ¤ij":122975,"ð¬ĥ":122976,"ð¬ĥĬ":122977,"é¹Ģ":122978,"æ¤Ĩ":122979,"æ£ĵ":122980,"棬":122981,"棪":122982,"æ¤Ģ":122983,"æ¥Ĺ":122984,"ð¬·":122985,"ð¬·ķ":122986,"çĶ¦":122987,"éħ¦":122988,"è§Į":122989,"奡":122990,"çļķ":122991,"硪":122992,"欹":122993,"è©Ł":122994,"ð«IJIJ":122995,"è¾Į":122996,"æ£IJ":122997,"é¾Ĥ":122998,"ð¬¹":122999,"𬹼":123000,"黹":123001,"çīļ":123002,"çĿİ":123003,"æĻ«":123004,"æĻª":123005,"æĻ±":123006,"ð§":123007,"ð§¿":123008,"𧿹":123009,"èĽij":123010,"çķ¯":123011,"æĸĿ":123012,"åĸ¤":123013,"å´¶":123014,"åµģ":123015,"ð«¶":123016,"ð«¶ĩ":123017,"å´¾":123018,"åµħ":123019,"å´¿":123020,"åµļ":123021,"ç¿Ļ":123022,"ð«ĸ®":123023,"åľĮ":123024,"åľIJ":123025,"èµij":123026,"èµĴ":123027,"é¿ı":123028,"éĵ¹":123029,"ð¬ŃĬ":123030,"éĵ½":123031,"ð¨±ĩ":123032,"ð«ĵ¶":123033,"éĶĬ":123034,"éĶį":123035,"éĶİ":123036,"ð¬Ńİ":123037,"éĶĵ":123038,"çĬĩ":123039,"é¢ĭ":123040,"ç¨Į":123041,"çŃĢ":123042,"çŃĺ":123043,"çŃľ":123044,"çŃ¥":123045,"çŃħ":123046,"åĤĥ":123047,"åĤī":123048,"ç¿Ľ":123049,"åĤĴ":123050,"åĤķ":123051,"èĪ¾":123052,"çķ¬":123053,"ð«ĸ¯":123054,"èĦ¿":123055,"èħĺ":123056,"äIJ":123057,"äIJĥ":123058,"èħĻ":123059,"èħĴ":123060,"ð¬±Ł":123061,"é²ĥ":123062,"çĮ°":123063,"ð«Ľ":123064,"ð«ĽŃ":123065,"çĮ¯":123066,"ãº":123067,"ãºĦ":123068,"é¦ī":123069,"åĩĵ":123070,"éĦĹ":123071,"ð«·":123072,"ð«··":123073,"å»ĭ":123074,"å»Ĩ":123075,"éĦĮ":123076,"ç²¢":123077,"éģĨ":123078,"æĹIJ":123079,"𬮱":123080,"çĦŀ":123081,"ð¬Ĭ¤":123082,"欻":123083,"ð£¸":123084,"𣸣":123085,"æºļ":123086,"æºģ":123087,"æ¹Ŀ":123088,"渰":123089,"æ¹ĵ":123090,"ã´":123091,"ã´Ķ":123092,"æ¸Ł":123093,"æºł":123094,"渼":123095,"æºĩ":123096,"æ¹£":123097,"æ¹ij":123098,"æºŀ":123099,"æĦIJ":123100,"æĦĥ":123101,"æķ©":123102,"çĶ¯":123103,"棨":123104,"æīĬ":123105,"裣":123106,"祼":123107,"å©»":123108,"åªĨ":123109,"åªŀ":123110,"ãĽ¹":123111,"åªĵ":123112,"åªĤ":123113,"åªĦ":123114,"毵":123115,"çŁŀ":123116,"ð¬´ĥ":123117,"ð«ĺ¨":123118,"ç¼Ĭ":123119,"ç¼IJ":123120,"éªĻ":123121,"çijĥ":123122,"çijĵ":123123,"çijħ":123124,"çijĨ":123125,"ä´ĸ":123126,"çijĸ":123127,"çijĿ":123128,"çijĶ":123129,"çijĢ":123130,"ð¤§":123131,"ð¤§Ľ":123132,"çij³":123133,"çijĤ":123134,"å¶ħ":123135,"çijij":123136,"éģĺ":123137,"é«¢":123138,"å¡¥":123139,"åł½":123140,"赪":123141,"æijĽ":123142,"å¡Ŀ":123143,"æIJĴ":123144,"æIJĮ":123145,"èĴ±":123146,"èĴ¨":123147,"èĵı":123148,"èĶĢ":123149,"èĵ¢":123150,"èĵĤ":123151,"èĴ»":123152,"èĵ£":123153,"椹":123154,"楪":123155,"æ¦ĥ":123156,"æ¦ħ":123157,"æ¥Ĵ":123158,"楩":123159,"æ¦ĩ":123160,"椸":123161,"æ¥Ļ":123162,"æŃħ":123163,"ð¬ª":123164,"𬪩":123165,"ç¢ĥ":123166,"ç¢ı":123167,"ð¬ĴĶ":123168,"ç¢Ī":123169,"äĥħ":123170,"ç¡¿":123171,"éĦł":123172,"è¾Ĵ":123173,"ð¬¨İ":123174,"ð«IJĵ":123175,"é¾Ĩ":123176,"è§ľ":123177,"ä£":123178,"ä£ĺ":123179,"æļķ":123180,"é¹į":123181,"ð««":123182,"ð««ĩ":123183,"ã¬Ĭ":123184,"æļħ":123185,"è·±":123186,"èľIJ":123187,"èľİ":123188,"åµ²":123189,"èµĹ":123190,"骱":123191,"éĶĸ":123192,"ð«ĵ¹":123193,"éĶĺ":123194,"éĶ³":123195,"éĶ§":123196,"éĶª":123197,"ð¬Ńļ":123198,"éĶ«":123199,"éĶ¬":123200,"ð¬ŃĽ":123201,"ç¨ij":123202,"ç¨Ļ":123203,"äħ":123204,"äħŁ":123205,"ð¬ķ":123206,"ð¬ķĤ":123207,"çŃ»":123208,"çŃ¼":123209,"çѶ":123210,"çѦ":123211,"çѤ":123212,"åĤº":123213,"é¹İ":123214,"åĥĩ":123215,"èīħ":123216,"èīī":123217,"è°¼":123218,"è²Ĩ":123219,"èħ½":123220,"èħ¨":123221,"èħ¯":123222,"é²ī":123223,"é²Ĭ":123224,"é²Į":123225,"ä²Ł":123226,"ð¬¶ĭ":123227,"ð¬¶į":123228,"é²ı":123229,"éĽĬ":123230,"çĮº":123231,"é£Ķ":123232,"è§Ł":123233,"ð¦Ŀ¼":123234,"é¦Į":123235,"è£Ľ":123236,"å»Ĵ":123237,"çĺħ":123238,"éĦĺ":123239,"é¹Ĵ":123240,"éĦľ":123241,"éºĢ":123242,"éĦ£":123243,"éĺĺ":123244,"ð«Ķ¶":123245,"çħģ":123246,"çħĥ":123247,"çħ´":123248,"çħĭ":123249,"çħŁ":123250,"çħĵ":123251,"æ»ł":123252,"æºį":123253,"溹":123254,"æ»Ĩ":123255,"æ»ī":123256,"溦":123257,"溵":123258,"æ¼·":123259,"滧":123260,"æ»ĺ":123261,"æ»į":123262,"æĦŃ":123263,"æħ¥":123264,"æħĨ":123265,"塱":123266,"ð«ĮĢ":123267,"裼":123268,"ç¦ĭ":123269,"ç¦Ķ":123270,"ç¦ĺ":123271,"ç¦Ĵ":123272,"è°«":123273,"é¹Ķ":123274,"ð«ĸ³":123275,"æĦį":123276,"å«Ħ":123277,"媱":123278,"æĪ¤":123279,"åĭł":123280,"æĪ£":123281,"ð«ĺª":123282,"ð«ĺ¬":123283,"ç¼ŀ":123284,"èĢ¤":123285,"çij§":123286,"ð«ŀ":123287,"ð«ŀ©":123288,"çij¨":123289,"çij±":123290,"çij·":123291,"çij¢":123292,"æĸł":123293,"æijı":123294,"å¢ķ":123295,"å¢Ī":123296,"å¢IJ":123297,"å¢ĺ":123298,"æij´":123299,"éĬİ":123300,"ð¡IJ":123301,"ð¡IJĵ":123302,"å¢ļ":123303,"æĴĸ":123304,"ðª¤":123305,"ðª¤Ĺ":123306,"éĿ½":123307,"éŀģ":123308,"èĶĮ":123309,"èĶĪ":123310,"èĵ°":123311,"èĶ¹":123312,"èĶĬ":123313,"åĺı":123314,"榰":123315,"æ¦ij":123316,"æ§ļ":123317,"ð£Ĺ":123318,"ð£Ĺĭ":123319,"æ§ľ":123320,"æ¦į":123321,"çĸIJ":123322,"ð¬¸ĺ":123323,"éħº":123324,"éħ¾":123325,"éħ²":123326,"éħ´":123327,"碶":123328,"äĥİ":123329,"ð¬ĴĹ":123330,"碨":123331,"ð¥Ķ":123332,"ð¥Ķ²":123333,"碹":123334,"碥":123335,"åĬĤ":123336,"ð«ļĸ":123337,"ä´Ĺ":123338,"夥":123339,"çŀį":123340,"é¹ĸ":123341,"ã¬İ":123342,"è·½":123343,"èľ¾":123344,"å¹ĸ":123345,"å¶į":123346,"åľĻ":123347,"ð¨±ı":123348,"éĶº":123349,"éĶ¼":123350,"éĶ½":123351,"ð¬Ń¤":123352,"éĶ¾":123353,"éĶ¿":123354,"éķĥ":123355,"éķĦ":123356,"éķħ":123357,"é¦Ŀ":123358,"é¹Ļ":123359,"箨":123360,"ç®ĸ":123361,"åĬĦ":123362,"åĥ¬":123363,"åĥ¦":123364,"åĥĶ":123365,"åĥİ":123366,"æ§ĥ":123367,"ãĻ¦":123368,"é²Ĵ":123369,"é²ķ":123370,"ð«ļķ":123371,"é²ĸ":123372,"é²Ĺ":123373,"é²ĺ":123374,"é²Ļ":123375,"ð¬¶IJ":123376,"ð¬¶ı":123377,"ð©½":123378,"𩽾":123379,"å¤IJ":123380,"çįį":123381,"é£Ĺ":123382,"ð¬¸ļ":123383,"åĩĺ":123384,"å»ij":123385,"å»Ļ":123386,"çĺĹ":123387,"çĺ¥":123388,"çĺķ":123389,"é²Ŀ":123390,"éĦ«":123391,"çĨĩ":123392,"æ¼¹":123393,"æ¼ĸ":123394,"æ½Ĩ":123395,"漤":123396,"潩":123397,"æ¼¼":123398,"æ¼´":123399,"ã½":123400,"ã½ı":123401,"æ¼Ī":123402,"æ¼ĭ":123403,"æ¼»":123404,"æħ¬":123405,"窬":123406,"çªŃ":123407,"ã®":123408,"㮾":123409,"ð¬¤Ŀ":123410,"è¤ķ":123411,"禼":123412,"ç¦ļ":123413,"éļ©":123414,"å«ķ":123415,"å«Ń":123416,"å«ľ":123417,"嫪":123418,"ð¬ĻĤ":123419,"ã»":123420,"㻬":123421,"麹":123422,"çĴĨ":123423,"漦":123424,"åıĩ":123425,"墣":123426,"墦":123427,"墡":123428,"åĬIJ":123429,"èĸģ":123430,"èķ°":123431,"èĶĥ":123432,"é¼Ĵ":123433,"槱":123434,"é¹Ŀ":123435,"ç£ı":123436,"ç£ī":123437,"殣":123438,"æħŃ":123439,"éľħ":123440,"æļµ":123441,"æļ²":123442,"æļ¶":123443,"踦":123444,"踣":123445,"äĹĸ":123446,"èĿĺ":123447,"èĿ²":123448,"èĿ¤":123449,"åĻĩ":123450,"åĻĤ":123451,"åĻĢ":123452,"罶":123453,"嶲":123454,"å¶ĵ":123455,"ãłĩ":123456,"å¶Ł":123457,"å¶Ĵ":123458,"éķĨ":123459,"éķĪ":123460,"éķĭ":123461,"éķİ":123462,"ð¬Ń©":123463,"éķķ":123464,"稹":123465,"åĦĩ":123466,"çļŀ":123467,"çļĽ":123468,"ä´ĺ":123469,"èīİ":123470,"èīı":123471,"é¹Ł":123472,"ð©¾ĥ":123473,"鲦":123474,"鲪":123475,"鲬":123476,"æ©¥":123477,"è§Ń":123478,"é¹ł":123479,"鹡":123480,"ç³ĩ":123481,"ç³Ī":123482,"翦":123483,"é¹¢":123484,"é¹£":123485,"çĨĽ":123486,"æ½ĸ":123487,"æ½µ":123488,"ãµ":123489,"ãµIJ":123490,"æ¾Ĥ":123491,"æ¾Ľ":123492,"çij¬":123493,"æ½½":123494,"æ½¾":123495,"æ½ı":123496,"æĨŃ":123497,"æĨķ":123498,"𬸣":123499,"æĪŃ":123500,"褯":123501,"禤":123502,"ð«į½":123503,"嫽":123504,"éģ¹":123505,"ð¬´Ĭ":123506,"çĴ¥":123507,"çĴ²":123508,"çĴĴ":123509,"æĨĻ":123510,"æĵIJ":123511,"éĦ¹":123512,"èĸ³":123513,"éŀĶ":123514,"é»ĩ":123515,"ð¬ŀ":123516,"ð¬ŀŁ":123517,"èķĹ":123518,"èĸ¢":123519,"èķ¹":123520,"æ©ŀ":123521,"æ©ij":123522,"橦":123523,"éĨij":123524,"觱":123525,"磡":123526,"ð¥ķ":123527,"ð¥ķ¢":123528,"ç£ľ":123529,"è±®":123530,"ð«Ł¦":123531,"ð¬ºĪ":123532,"ð«łľ":123533,"é¹¾":123534,"èĻ¤":123535,"æļ¿":123536,"æĽĮ":123537,"æĽĪ":123538,"ã¬ļ":123539,"è¹ħ":123540,"踶":123541,"äĹĽ":123542,"èŀĹ":123543,"çĸģ":123544,"ãłĵ":123545,"幪":123546,"ðª©":123547,"ðª©ĺ":123548,"嶦":123549,"ð¬Ń¬":123550,"ð¨±ij":123551,"ð¬Ń¯":123552,"é¦ŀ":123553,"ç©Ħ":123554,"ç¯ļ":123555,"篯":123556,"ç°ī":123557,"é¼½":123558,"è¡ł":123559,"缦":123560,"èŀ£":123561,"縢":123562,"é²Ń":123563,"鲯":123564,"é²°":123565,"鲺":123566,"é²¹":123567,"ð«Ĺ´":123568,"亸":123569,"çĻĢ":123570,"çĺŃ":123571,"𬸦":123572,"ç¾±":123573,"ç³Ĵ":123574,"çĩĭ":123575,"çĨ»":123576,"çĩĬ":123577,"çĩļ":123578,"çĩı":123579,"æ¿©":123580,"æ¿ĭ":123581,"澪":123582,"æ¾½":123583,"æ¾´":123584,"æ¾Ń":123585,"æ¾¼":123586,"æĨ·":123587,"æĨº":123588,"æĩĶ":123589,"é»ī":123590,"å¬Ľ":123591,"鹨":123592,"翯":123593,"ð«Ħ·":123594,"çĴ±":123595,"𤩽":123596,"çĴ¬":123597,"çĴ®":123598,"髽":123599,"æĵ¿":123600,"èĸ¿":123601,"èĸ¸":123602,"æªij":123603,"æ«Ĩ":123604,"æªŀ":123605,"éĨ¨":123606,"ç¹Ħ":123607,"磹":123608,"磻":123609,"çŀ«":123610,"çŀµ":123611,"è¹IJ":123612,"èŁı":123613,"ãĺ":123614,"ãĺİ":123615,"ð¬Ń³":123616,"éķ¤":123617,"ð¬Ń¶":123618,"ð«Ķį":123619,"éķ¥":123620,"éķ¨":123621,"ð¬Ń¸":123622,"ð¨±Ķ":123623,"ð¬Ń¼":123624,"ð«Ķİ":123625,"磰":123626,"ç©Ļ":123627,"ç©ľ":123628,"ç©Ł":123629,"ç°ķ":123630,"ç°ĥ":123631,"ç°ı":123632,"åĦ¦":123633,"éŃĭ":123634,"æĸ¶":123635,"èīļ":123636,"𬸪":123637,"è°¿":123638,"ä²ł":123639,"ð¬¶Ł":123640,"é²¾":123641,"ð¬¶ł":123642,"鲿":123643,"é³ģ":123644,"é³Ĥ":123645,"é³Ī":123646,"é³ī":123647,"çį¯":123648,"äĹª":123649,"é¦ĺ":123650,"è¥ķ":123651,"è¥ļ":123652,"𬶨":123653,"èŀ±":123654,"çĶĵ":123655,"嬬":123656,"嬥":123657,"ð¦Ī":123658,"ð¦Ī¡":123659,"ð«Ħ¸":123660,"çĵĢ":123661,"éĩIJ":123662,"鬶":123663,"çĪĩ":123664,"éŀ³":123665,"éŀ®":123666,"ð¬Łģ":123667,"èĹŁ":123668,"èŦ":123669,"èŨ":123670,"é¹²":123671,"檫":123672,"黡":123673,"ç¤ŀ":123674,"ç¤Į":123675,"ð¥ĸ":123676,"ð¥ĸ¨":123677,"è¹¢":123678,"è¹ľ":123679,"èŁ«":123680,"äĹ´":123681,"åļļ":123682,"é«ĥ":123683,"éķ®":123684,"éķ±":123685,"éħĤ":123686,"馧":123687,"ç°ł":123688,"ç°Ŀ":123689,"ç°°":123690,"鼫":123691,"鼩":123692,"çļ¦":123693,"èĩij":123694,"ä²¢":123695,"é³ij":123696,"é³Ĵ":123697,"é¹±":123698,"鹯":123699,"çĻĹ":123700,"ð¦Ĵ":123701,"ð¦Ĵį":123702,"æĹŀ":123703,"ç¿·":123704,"åĨģ":123705,"äİĸ":123706,"çĢĶ":123707,"çĢį":123708,"çĢĮ":123709,"è¥ľ":123710,"ä´Ļ":123711,"ð¬ĻĬ":123712,"åļŃ":123713,"ã°":123714,"ã°Ģ":123715,"鬷":123716,"éĨŃ":123717,"蹯":123718,"èłĭ":123719,"翾":123720,"é³ĺ":123721,"åĦ³":123722,"åĦ´":123723,"é¼Ĺ":123724,"ð¬¶Ń":123725,"ð©¾Į":123726,"é³ļ":123727,"é³Ľ":123728,"éºij":123729,"éºĸ":123730,"èłĥ":123731,"å½Ł":123732,"嬿":123733,"é¬Ĵ":123734,"èĺĺ":123735,"æ¬Ĥ":123736,"éĨµ":123737,"颥":123738,"çĶĹ":123739,"ð¨Ł":123740,"ð¨Łł":123741,"å·ĩ":123742,"éħħ":123743,"é«İ":123744,"çĬ¨":123745,"𬶮":123746,"ð¨Ń":123747,"ð¨Ńī":123748,"ã¸Į":123749,"çĪĶ":123750,"çĢ±":123751,"çĢ¹":123752,"çĢ¼":123753,"çĢµ":123754,"襫":123755,"åŃħ":123756,"骦":123757,"ð¬Ļĭ":123758,"èĢ°":123759,"ð¤«":123760,"ð¤«ī":123761,"çĵĸ":123762,"é¬ĺ":123763,"趯":123764,"ð¬ºĵ":123765,"ç½į":123766,"é¼±":123767,"é³ł":123768,"鳡":123769,"é³£":123770,"çĪŁ":123771,"çĪļ":123772,"çģĪ":123773,"éŁĤ":123774,"ç³µ":123775,"èĺ¼":123776,"礵":123777,"é¹´":123778,"èºĶ":123779,"çļŃ":123780,"é¾¢":123781,"鳤":123782,"亹":123783,"ç±¥":123784,"é¼·":123785,"ð«ļŃ":123786,"çİĥ":123787,"éĨ¾":123788,"é½ĩ":123789,"觿":123790,"èł¼":123791,"ק":123792,"פ":123793,"׼":123794,"×ķת":123795,"ס":123796,"×Ļ×Ŀ":123797,"צ":123798,"×Ĵ":123799,"×ĺ":123800,"×ķר":123801,"×Ŀ":123802,"×ķ׾":123803,"×ĸ":123804,"à¹Ĥ":123805,"ïº":123806,"ðŁį":123807,"ðŁIJ":123808,"×Ļר":123809,"ï»":123810,"ðŁij":123811,"ðĿIJ":123812,"ðŁı":123813,"ðŁĶ":123814,"ðŁĮ":123815,"ðŁİ":123816,"ðŁĵ":123817,"ף":123818,"ðĿij":123819,"×ķ×ĵ":123820,"ï¦":123821,"Ġ×ķ":123822,"×ķ×ij":123823,"à¸Ńà¸ĩ":123824,"ðĿĺ":123825,"×Ļת":123826,"ðĿķ":123827,"à¸Ĺีà¹Ī":123828,"ائ":123829,"ðŁ¤":123830,"×ķף":123831,"رÙĬ":123832,"×Ļ׾":123833,"ระ":123834,"าย":123835,"ï¯":123836,"ï®":123837,"าม":123838,"âĩ":123839,"ðŁ¥":123840,"ïŃ":123841,"ðĿĻ":123842,"×ķ׳":123843,"á½":123844,"Ġ׼":123845,"ðŁļ":123846,"âļ":123847,"ï§":123848,"×ijר":123849,"×Ļ׳":123850,"á´":123851,"Ġ×Ĺ":123852,"á¼":123853,"ðĿĹ":123854,"Ġ×¢":123855,"×Ļ×Ķ":123856,"ãģ£ãģŁ":123857,"ãģĵãģ¨":123858,"á¸":123859,"ÙĬÙĨ":123860,"ãģªãģĦ":123861,"اع":123862,"ศ":123863,"à¹Īà¸ĩ":123864,"×Ļ×ĵ":123865,"×ŀש":123866,"áĪ":123867,"׳×Ļ":123868,"×Ļ×ij":123869,"ï¥":123870,"ðĿĵ":123871,"Ġ×Ļ":123872,"×ļ":123873,"ัà¸ĩ":123874,"âĵ":123875,"ï¤":123876,"ĠاÙĦØ£":123877,"าà¸ģ":123878,"à¹īà¸Ļ":123879,"à¹Ģร":123880,"×ķ×Ŀ":123881,"á¹":123882,"ึ":123883,"×Ļק":123884,"à¸ĭ":123885,"à¸Ħร":123886,"à¸ĺ":123887,"ัà¸ģ":123888,"ðŁķ":123889,"ÙĪÙĨ":123890,"à¸Ńย":123891,"âĬ":123892,"ðĿĴ":123893,"ĠاÙĦع":123894,"าà¸Ļ":123895,"×Ļף":123896,"ÙĦÙĬ":123897,"×Ļש":123898,"à¸Ľà¸£à¸°":123899,"à¹Ģà¸Ľ":123900,"Ġ׳":123901,"×ķס":123902,"à¸ł":123903,"ÙħÙĨ":123904,"×ķ×¢":123905,"×ķ×ŀ":123906,"âĮ":123907,"ðŁ§":123908,"à¹ĩà¸Ļ":123909,"à¸į":123910,"ãİ":123911,"áµ":123912,"ĠاÙĦس":123913,"×ķק":123914,"หล":123915,"ðŁĩ":123916,"âı":123917,"ðŁ¦":123918,"Ġ×Ķ×ŀ":123919,"ÙĪا":123920,"Ġת":123921,"ר×IJ":123922,"à¸Ńà¸Ļ":123923,"ษ":123924,"à¹Īว":123925,"×ķצ":123926,"íĹ":123927,"ãĦ":123928,"ï¨":123929,"ï¹":123930,"âİ":123931,"ï²":123932,"ðĿļ":123933,"ðIJ":123934,"à¸Ħว":123935,"หà¸Ļ":123936,"Ġר":123937,"بÙĬ":123938,"รà¹Į":123939,"را":123940,"شر":123941,"×ķ×Ĺ":123942,"×ķפ":123943,"×ķש":123944,"×ķ×Ĵ":123945,"íĿ":123946,"âĽ":123947,"à¸ķิ":123948,"à¹Ģà¸ģ":123949,"ï³":123950,"ï±":123951,"à¸Ķà¹ī":123952,"ë¹":123953,"ï¬":123954,"á¿":123955,"ðŁĽ":123956,"ðĿĸ":123957,"à¹Īาà¸ĩ":123958,"ูà¹ī":123959,"Ġ×Ķ×IJ":123960,"ĠاÙĦØŃ":123961,"פר":123962,"ÙĪÙħ":123963,"à¹Ģล":123964,"íĸ":123965,"×Ļ×¢":123966,"ìĪ":123967,"íĵ":123968,"ðŁħ":123969,"áł":123970,"à¸Ħวาม":123971,"à¸Īะ":123972,"׳×Ķ":123973,"Ġק":123974,"à¸Ł":123975,"à¹īà¸ĩ":123976,"หม":123977,"تÙħ":123978,"׾×Ļ":123979,"ÙĬد":123980,"à¹Īà¸Ļ":123981,"×Ĺר":123982,"שר":123983,"à¹Ģà¸Ĺ":123984,"×ŀר":123985,"ëĸ":123986,"عÙĦ":123987,"×ŀ×¢":123988,"â²":123989,"׾×Ķ":123990,"Ġפ":123991,"à¸Ńà¸ģ":123992,"سÙĦ":123993,"×Ļ×ŀ":123994,"ÙĤÙĬ":123995,"íİ":123996,"تØŃ":123997,"×Ļס":123998,"×Ļ×Ĺ":123999,"íĽ":124000,"ï°":124001,"â½":124002,"áī":124003,"áĬ":124004,"á¨":124005,"Ùĩا":124006,"Ġ׾×Ķ":124007,"×ķ×IJ":124008,"Ùħا":124009,"à¹īà¸Ńà¸ĩ":124010,"رب":124011,"ĠاÙĦج":124012,"×ŀ×ĵ":124013,"ÙħÙĦ":124014,"تر":124015,"à¹Ģà¸Ķ":124016,"קר":124017,"íħ":124018,"ì¼":124019,"ê¿":124020,"ãĪ":124021,"áIJ":124022,"ðŁĹ":124023,"ê¦":124024,"áĭ":124025,"ðĿĶ":124026,"à¹Ģà¸Ľà¹ĩà¸Ļ":124027,"à¹ĥห":124028,"มา":124029,"วà¹Īา":124030,"มี":124031,"ีà¹ī":124032,"à¹Ħมà¹Ī":124033,"ÙĨÙĬ":124034,"ؤ":124035,"รา":124036,"×ķ×Ļ":124037,"ãĤĪãģĨ":124038,"ิà¸Ķ":124039,"×Ļפ":124040,"×Ĺ׾":124041,"ÙĤد":124042,"à¹Ģส":124043,"×Ļ×ĺ":124044,"à¸ģล":124045,"ר׼":124046,"×ķ׼":124047,"×Ļ׼":124048,"ëĪ":124049,"ëĥ":124050,"ðŁĸ":124051,"áħ":124052,"â¼":124053,"ãī":124054,"à¹Ħà¸Ķà¹ī":124055,"ת×Ļ":124056,"×Ļ×IJ":124057,"ĠاÙĦØ¥":124058,"à¸łà¸²":124059,"ริ":124060,"ÙĤØ©":124061,"ØŃد":124062,"ê»":124063,"ì±":124064,"ת×Ĺ":124065,"ìº":124066,"âĭ":124067,"áĦ":124068,"á¾":124069,"âµ":124070,"â¾":124071,"ĠÙĪاÙĦ":124072,"׳×ķ":124073,"ÙĢ":124074,"ÙĬا":124075,"à¸ģà¹ĩ":124076,"×ŀ×Ķ":124077,"ãģĦãĤĭ":124078,"عد":124079,"ĠاÙĦÙĨ":124080,"Ġ×Ķש":124081,"ئ":124082,"ัà¹īà¸ĩ":124083,"รัà¸ļ":124084,"ÙĪÙĤ":124085,"ãģ§ãģį":124086,"à¹Ģà¸ŀ":124087,"׼׾":124088,"×ĺר":124089,"ัà¸Ķ":124090,"à¸Ńา":124091,"ì¢":124092,"à¸Ńà¸ļ":124093,"à¸ķร":124094,"à¹Ģà¸Ĭ":124095,"ìĶ":124096,"ãģĹãģ¾":124097,"ëģ":124098,"ëķ":124099,"ðŁĻ":124100,"âĴ":124101,"á¶":124102,"à¹ģล":124103,"ÙĨا":124104,"à¹ĥหà¹ī":124105,"à¹Ħà¸Ľ":124106,"×£":124107,"ัว":124108,"าà¸ĩ":124109,"×ĵר":124110,"×ij׾":124111,"פ×Ļ":124112,"Ġ×ĵ":124113,"ĠاÙĦÙģ":124114,"à¹Ģà¸Ĥ":124115,"ש×Ķ":124116,"×IJר":124117,"ë¬":124118,"ãģ«ãģª":124119,"ÑĢо":124120,"วิ":124121,"Ùħر":124122,"×IJת":124123,"Ùĥر":124124,"سب":124125,"ÙĨت":124126,"ãģĹãģĦ":124127,"اج":124128,"à¸Ńรà¹Į":124129,"ÙĥÙĦ":124130,"سÙħ":124131,"สิ":124132,"×Ļצ":124133,"ëĿ":124134,"íľ":124135,"ìī":124136,"áĨ":124137,"ÙĩÙħ":124138,"à¸Ļีà¹ī":124139,"ãģĤãĤĭ":124140,"ãģĦãģ¦":124141,"سÙĬ":124142,"׾×IJ":124143,"در":124144,"ãģļ":124145,"ÙĪج":124146,"ĠاÙĦØ®":124147,"صر":124148,"íı":124149,"à¹īาà¸ĩ":124150,"ุà¸Ķ":124151,"×ķ×ĺ":124152,"×ij×¢":124153,"íĨ":124154,"à¸Ĭา":124155,"รม":124156,"ש×ŀ":124157,"×ŀס":124158,"ê´":124159,"ì´":124160,"ëľ":124161,"ì¿":124162,"ì©":124163,"ë»":124164,"â¤":124165,"ðŁĨ":124166,"áĮ":124167,"áķ":124168,"ذا":124169,"à¸Ĺำ":124170,"à¸ķà¹Ī":124171,"ĠاÙĦÙĤ":124172,"ÙĦÙĥ":124173,"ูà¹Ī":124174,"à¸Ħุ":124175,"ÙĬÙħ":124176,"׳×Ļ×Ŀ":124177,"ืà¹Īà¸Ń":124178,"ÙĪع":124179,"ãĤĩ":124180,"اÙĤ":124181,"Ġ×ij×¢":124182,"à¹Ģม":124183,"جÙħ":124184,"ừ":124185,"ãģĵãģ¨ãģĮ":124186,"بد":124187,"×ķ×Ķ":124188,"ש׾":124189,"Ùĩر":124190,"à¹Ģà¸Ļ":124191,"ãģ¹":124192,"íĭ":124193,"ì»":124194,"ì½":124195,"ëŃ":124196,"ìĮ":124197,"íĢ":124198,"ëĮ":124199,"ëº":124200,"ãĬ":124201,"à¹ĥà¸Ļ":124202,"Ġ×Ĵ":124203,"à¹Ĩ":124204,"à¸Īาà¸ģ":124205,"วย":124206,"à¹ĥà¸Ĭ":124207,"à¸ĩาà¸Ļ":124208,"ĠاÙĦØ´":124209,"اØŃ":124210,"à¹īาà¸Ļ":124211,"ืà¹Īà¸Ńà¸ĩ":124212,"×IJ×Ļ":124213,"بÙĦ":124214,"ãģ¨æĢĿ":124215,"×ł×¡":124216,"ãģ¾ãģĽ":124217,"ÙĥÙĨ":124218,"ער":124219,"ĠاÙĦد":124220,"שת":124221,"íŀ":124222,"Ùħس":124223,"صÙĦ":124224,"×ķ׳×Ķ":124225,"ارة":124226,"ÙĦÙħ":124227,"สม":124228,"Ø£ÙĨ":124229,"תר":124230,"×IJ×ŀ":124231,"عب":124232,"خت":124233,"ãĤĥ":124234,"ì¡":124235,"ì£":124236,"ива":124237,"สั":124238,"ึà¸ģ":124239,"ì¸":124240,"ëĨ":124241,"алÑĮн":124242,"ì³":124243,"ìį":124244,"ê¼":124245,"ê½":124246,"ìı":124247,"ãĮ":124248,"ãı":124249,"ï©":124250,"êª":124251,"áİ":124252,"Ġ×ĸ":124253,"à¸ģัà¸Ļ":124254,"×Ļ×ķ":124255,"à¸Ħà¸Ļ":124256,"׳×ķת":124257,"à¸ľà¸¹à¹ī":124258,"à¹ĥà¸Ī":124259,"ãģĦãģŁ":124260,"Ùģر":124261,"×ĺ×Ļ":124262,"צ×Ļ":124263,"ãĤĤãģ®":124264,"ĠاÙĦص":124265,"ãģ¾ãģĽãĤĵ":124266,"دة":124267,"×ij×Ļ":124268,"ĠاÙĦر":124269,"Ġ×ŀ×IJ":124270,"สำ":124271,"à¹Ģห":124272,"عر":124273,"ãģªãģı":124274,"à¸ģระ":124275,"×ij×ĵ":124276,"à¹Ģà¸Ī":124277,"×Ļ×ļ":124278,"×Ĺ×Ļ":124279,"ÙĬع":124280,"ש×ij":124281,"ÙĨØ©":124282,"ÙĪض":124283,"ÙĦÙģ":124284,"ÙĢÙĢ":124285,"פע":124286,"íĪ":124287,"×ŀק":124288,"à¸IJ":124289,"ØŃØ©":124290,"اص":124291,"Ñĭва":124292,"à¸Ħม":124293,"วั":124294,"à¸Ľà¸¥":124295,"ìŁ":124296,"íļ":124297,"ë´":124298,"ëij":124299,"ëī":124300,"ëĩ":124301,"ì¨":124302,"ë±":124303,"ëİ":124304,"â¬":124305,"á¥":124306,"áĹ":124307,"áĽ":124308,"áį":124309,"Å©":124310,"à¸Ķี":124311,"ôi":124312,"Ġס":124313,"׾×ķ":124314,"á»Ŀi":124315,"à¸Ħุà¸ĵ":124316,"ây":124317,"à¸Ļา":124318,"×Ĺ×ĵ":124319,"×ĵ×Ļ":124320,"หา":124321,"جÙĦ":124322,"à¹Ģว":124323,"ãĤĩãģĨ":124324,"ÙħØ©":124325,"ĠاÙĦÙĥ":124326,"Ġ×Ķ×¢":124327,"جر":124328,"×ĸר":124329,"اط":124330,"×Ľ×ª":124331,"×ķ׳×Ļ×Ŀ":124332,"ØŃÙħ":124333,"ê¶":124334,"رÙĥ":124335,"Ġ×ľ×¢":124336,"×ķ×ĸ":124337,"สร":124338,"צ׾":124339,"Ø¢":124340,"است":124341,"à¹Īม":124342,"خر":124343,"צע":124344,"×Ļר×ķת":124345,"ادة":124346,"شار":124347,"×ŀ×Ĺ":124348,"íĴ":124349,"à¹Ģรีย":124350,"×Ĺק":124351,"اث":124352,"รà¸ĩ":124353,"à¹Ģà¸ķ":124354,"à¸Īำ":124355,"à¸Ŀ":124356,"à¹Īาย":124357,"à¸Ħล":124358,"ÙĤÙĪ":124359,"иÑĩеÑģк":124360,"à¸ĵà¹Į":124361,"ัย":124362,"Ùħع":124363,"ë¨":124364,"ë¿":124365,"ë®":124366,"ï´":124367,"ì¥":124368,"ì«":124369,"ëµ":124370,"á¡":124371,"âį":124372,"ðĵ":124373,"â°":124374,"à¸Ĥà¸Ńà¸ĩ":124375,"Ùĭ":124376,"à¸ģัà¸ļ":124377,"ãģ®ãģ§":124378,"à¹īว":124379,"à¸Ńยà¹Īาà¸ĩ":124380,"ãģŃ":124381,"á»ĩt":124382,"à¸ķà¹īà¸Ńà¸ĩ":124383,"×ŀ×Ļ":124384,"à¹ģà¸ļ":124385,"×Ĵר":124386,"ÙĪÙģ":124387,"ÙĤÙĦ":124388,"à¸łà¸²à¸ŀ":124389,"ר×Ļ":124390,"ลา":124391,"ÙĬس":124392,"Ġצ":124393,"ÙĬÙģ":124394,"Ġ×ĺ":124395,"à¸ľà¸¥":124396,"áng":124397,"รว":124398,"Ġ×ŀש":124399,"×IJ×ķת":124400,"×ĸ×Ķ":124401,"ูà¸ģ":124402,"à¸Ļัà¸ģ":124403,"اÙĨÙĬ":124404,"دا":124405,"ãģ³":124406,"׼ף":124407,"ãĤīãĤĮ":124408,"ãĤĮãģ°":124409,"תק":124410,"úc":124411,"ÙĪز":124412,"×Ļר×Ķ":124413,"Ġngh":124414,"ánh":124415,"Ġ×ķ×IJ":124416,"á»ħ":124417,"สุà¸Ķ":124418,"ëį°":124419,"اض":124420,"اÙĦÙĬ":124421,"بار":124422,"عÙħ":124423,"à¸ļา":124424,"تج":124425,"à¸ŀร":124426,"×ķר×Ķ":124427,"ảng":124428,"Ø®ÙĦ":124429,"à¸ī":124430,"ắc":124431,"ש×Ļ×Ŀ":124432,"íĶ":124433,"Ùģس":124434,"×Ļ×Ĵ":124435,"пÑĢ":124436,"ĠاÙĦØ«":124437,"سط":124438,"รูà¹ī":124439,"ีà¹Īย":124440,"à¸Ńà¸Ķ":124441,"ãģªãĤĬ":124442,"×Ĵ×ĵ":124443,"ãģĦãģ¾ãģĹãģŁ":124444,"סק":124445,"خص":124446,"laÅŁ":124447,"енно":124448,"بØŃ":124449,"สà¸Ļ":124450,"ฮ":124451,"ר×IJש":124452,"ÙħÙĪ":124453,"دÙĬد":124454,"ษา":124455,"×ķ×ļ":124456,"ãĥ§ãĥ³":124457,"à¸ķุ":124458,"Ġêµ":124459,"ĠÑģво":124460,"צ×ij":124461,"à¸Ńม":124462,"à¸Ľà¸£":124463,"تع":124464,"×Ķת":124465,"اÙħÙĦ":124466,"×ŀ׳":124467,"ç¶ļ":124468,"ฤ":124469,"íį":124470,"ëĺ":124471,"ë¤":124472,"ìij":124473,"â´":124474,"ãĭ":124475,"ĠباÙĦ":124476,"á»ģu":124477,"ĠاÙĦÙĦ":124478,"à¸ķัว":124479,"Ø°Ùĩ":124480,"ึà¸ĩ":124481,"à¹ĥà¸Ĭà¹ī":124482,"á»ĵng":124483,"à¸Ļั":124484,"มาà¸ģ":124485,"ãĥŁ":124486,"×ŀ×ķ":124487,"à¸Ĺย":124488,"á»Ļi":124489,"ằ":124490,"ảo":124491,"à¹Ĥà¸Ķ":124492,"×IJ׾":124493,"สาม":124494,"ÙĪب":124495,"à¸Ĺุ":124496,"ยัà¸ĩ":124497,"עת":124498,"×ķ׳×ķת":124499,"à¸Ĥึ":124500,"à¸Ĥึà¹īà¸Ļ":124501,"à¸ģà¹Ī":124502,"ẫ":124503,"á»ijc":124504,"ãģĹãĤĩãģĨ":124505,"á»ĭch":124506,"Ġ×IJ×ķת":124507,"Ġש×IJ":124508,"׼×ķ׾":124509,"á»Ļc":124510,"عة":124511,"à¸Ĺี":124512,"à¹Ģà¸Ń":124513,"Ùĥت":124514,"ãģ»":124515,"ẻ":124516,"ìĹħ":124517,"à¸Ńà¸Ńà¸ģ":124518,"اÙĨت":124519,"à¹Ħร":124520,"Ġ×IJ×Ĺר":124521,"طر":124522,"ÙĨد":124523,"ืà¹īà¸Ń":124524,"Ø·ÙĦ":124525,"×IJ×Ķ":124526,"uyên":124527,"íĸī":124528,"×ij×Ķ":124529,"à¸Ħà¹Ī":124530,"à¸Ĭà¹Īว":124531,"ãģĤãĤĬãģ¾ãģĻ":124532,"ÙĬب":124533,"ק׾":124534,"ãĥĻ":124535,"Ä©":124536,"سر":124537,"าว":124538,"ãĤ±":124539,"à¸ļริ":124540,"ר×Ĵ":124541,"á»ĥu":124542,"ØŃت":124543,"×ķ×ŀ×Ļ":124544,"بÙĨ":124545,"êµIJ":124546,"ÄŁu":124547,"ãģªãĤĵ":124548,"×ijק":124549,"Ġפר":124550,"ắn":124551,"ØŃÙĦ":124552,"×ij×Ĺ":124553,"ấu":124554,"×ij×ķ×ĵ":124555,"ãĥ¯":124556,"Ġ׾ק":124557,"ัà¸į":124558,"à¸ŀิ":124559,"×Ĺ×Ķ":124560,"×ĸ׼":124561,"ãĥ¼ãĥł":124562,"ÑĤелÑĮ":124563,"×ŀ×Ļ×ĵ":124564,"ÙĬØ®":124565,"ẳ":124566,"تص":124567,"à¸ĺิ":124568,"è¾¼":124569,"ìĵ":124570,"ÙĥØ©":124571,"ÙĤب":124572,"à¸Ħà¹Į":124573,"à¹īาย":124574,"à¸ĵะ":124575,"าะ":124576,"ëĴ":124577,"ê¾":124578,"ë·":124579,"ìĩ":124580,"êº":124581,"ìģ":124582,"ëĢ":124583,"ì¾":124584,"ë½":124585,"ëļ":124586,"ìŃ":124587,"ìİ":124588,"áij":124589,"ëĹ":124590,"êĴ":124591,"à¡":124592,"à¬":124593,"ðIJĮ":124594,"ãĩ":124595,"ðĿĦ":124596,"Ġ׾×IJ":124597,"ãģ¨ãģĦãģĨ":124598,"Ġnhi":124599,"×Ļ×ķת":124600,"Ġש×Ķ":124601,"à¹ģลà¹īว":124602,"Æ°á»Ľc":124603,"à¸Ķà¹īวย":124604,"à¸Ĺาà¸ĩ":124605,"×ł×ª":124606,"פת":124607,"à¹ģà¸ķà¹Ī":124608,"Æ°ng":124609,"à¸Ńยูà¹Ī":124610,"à¹īำ":124611,"Ġ×IJ׾":124612,"ÙĥÙħ":124613,"ấp":124614,"ลà¸ĩ":124615,"ãģŁãĤģ":124616,"×Ĵ׾":124617,"หร":124618,"ĠÑĢе":124619,"à¹Ģà¸Ĥà¹īา":124620,"ÙĤر":124621,"Ġ×Ķס":124622,"ÙĪÙĬ":124623,"สามาร":124624,"สามารà¸ĸ":124625,"Äĥn":124626,"à¸Ńี":124627,"פ×ķ":124628,"×Ļ׳×ķ":124629,"วัà¸Ļ":124630,"ặc":124631,"íķĻ":124632,"×ŀת":124633,"êu":124634,"ẹ":124635,"ÙģÙĬ":124636,"×ŀצ":124637,"à¸Ħา":124638,"ãģĿãģĨ":124639,"ãĢħ":124640,"از":124641,"اÙĩ":124642,"ר×Ļ×Ŀ":124643,"ấn":124644,"หาร":124645,"ạt":124646,"ÙĨÙĩ":124647,"à¹Ģà¸Ħร":124648,"جÙĩ":124649,"׼×Ļ":124650,"ắt":124651,"à¸Ħà¹īา":124652,"رة":124653,"ãĥı":124654,"ÙĥÙĪÙĨ":124655,"ứng":124656,"Ġìļ°":124657,"ยà¹Į":124658,"à¹Īวà¸Ļ":124659,"à¸ģำ":124660,"ثر":124661,"Ñģи":124662,"ĠاÙĦØ·":124663,"Ġ×Ķצ":124664,"ĠØ·":124665,"ĠاÙĦÙĪ":124666,"ê¹Į":124667,"ØŃÙĬ":124668,"ارات":124669,"à¹Ģà¸ĭ":124670,"با":124671,"гÑĢ":124672,"รี":124673,"ืà¸Ńà¸Ļ":124674,"عت":124675,"ÙĤاÙĦ":124676,"دÙħ":124677,"Ø¡":124678,"Ġ×ŀק":124679,"×ĵ×Ļ×Ŀ":124680,"×¢×ľ":124681,"ãģĴ":124682,"ëĭĺ":124683,"×¢×Ķ":124684,"Ġìĸ´":124685,"ÑģÑĮ":124686,"ÙĤØ·":124687,"ãĥĽ":124688,"èĢĥãģĪ":124689,"à¹ģà¸Ļ":124690,"ÙĪات":124691,"âu":124692,"ĠìĤ¬ëŀ":124693,"หว":124694,"ĠاÙĦØ£Ùħ":124695,"Ġ×Ķ×ŀש":124696,"بÙĪ":124697,"à¸Ĭà¸Ļ":124698,"ãĤĵãģ§ãģĻ":124699,"วà¸Ļ":124700,"à¸ģรรม":124701,"×ŀ×ķ×ĵ":124702,"ÙĥاÙĨ":124703,"×ķ×£":124704,"олог":124705,"تÙĨ":124706,"à¸ķà¹Į":124707,"ê²ĥ":124708,"ר×ĺ":124709,"ừng":124710,"×ķ×ij×Ķ":124711,"ÙħØŃ":124712,"ĠЧ":124713,"פ×Ĵ":124714,"สà¸ĸ":124715,"ãģĭãĤĬ":124716,"ınız":124717,"à¹Ģย":124718,"ãĥ¼ãĥ³":124719,"ãģĬãĤĬ":124720,"פש":124721,"ิà¸ķ":124722,"Ø·ÙĨ":124723,"×Ļת×Ļ":124724,"×IJ׳":124725,"çek":124726,"ìª":124727,"×ŀ×ij":124728,"ศา":124729,"ãĤ¹ãĤ¿":124730,"à¸ļุ":124731,"×ĵ×ijר":124732,"ãģĦãģı":124733,"สะ":124734,"à¹Ģหล":124735,"ิà¸ĩ":124736,"à¸ŀัà¸Ļ":124737,"ãģĦãģŁãģł":124738,"ãĤĤãĤī":124739,"à¹īม":124740,"ãģĵãģ¨ãģĮãģ§ãģį":124741,"ารà¹Į":124742,"ุà¸ĩ":124743,"íij":124744,"ì¯":124745,"ë¼":124746,"íĤ":124747,"ì·":124748,"ê¡":124749,"áı":124750,"áĴ":124751,"ðĿľ":124752,"á©":124753,"ðŁĦ":124754,"ðIJ¤":124755,"Ġש׾":124756,"Ġ×ŀ×Ķ":124757,"à¹ģละ":124758,"Ġ׼׾":124759,"ẽ":124760,"á»Ļng":124761,"Ø°ÙĬ":124762,"ле":124763,"×¥":124764,"ãģªãģ©":124765,"ĠÙĪØ£":124766,"หà¸Ļà¹īา":124767,"ãģ¾ãģ§":124768,"à¸ķà¹Īà¸Ń":124769,"à¸Ĺัà¹īà¸ĩ":124770,"ãģłãģij":124771,"à¹ģà¸ļà¸ļ":124772,"à¹Ģรา":124773,"פ׾":124774,"ãģŁãģĦ":124775,"à¹Ģลย":124776,"ãģ£ãģ¦ãģĦãĤĭ":124777,"ếp":124778,"ึà¹Īà¸ĩ":124779,"ê´Ģ":124780,"ê³Ħ":124781,"׼×ķ":124782,"à¹Ģรืà¹Īà¸Ńà¸ĩ":124783,"ק×Ļ":124784,"êµŃ":124785,"פס":124786,"تÙĬ":124787,"ãĥĦ":124788,"Ġ×Ķ×Ĺ":124789,"ги":124790,"ר×IJ׾":124791,"×ŀ׾":124792,"ĠØ£ÙĬ":124793,"ĠعÙĦÙĬ":124794,"ãģĭãģ£ãģŁ":124795,"ש×Ļ":124796,"дÑĥ":124797,"×ŀף":124798,"׳×ĺ":124799,"׳×Ļת":124800,"miÅŁ":124801,"׼×Ŀ":124802,"Ġ×ijר":124803,"Ġ׾×ij":124804,"ĠÐĽ":124805,"çe":124806,"×ķ׳×Ļ":124807,"ãĤĪãģĨãģ«":124808,"פ×ķר":124809,"ãĥį":124810,"ÙĥÙĬ":124811,"×Ĺת":124812,"ÙģÙĦ":124813,"Ġ×Ķק":124814,"Ġ×Ķ×ij":124815,"Ġ×ŀס":124816,"à¹Īาà¸Ļ":124817,"пеÑĢ":124818,"à¹Īาว":124819,"Ġ×ij×IJ":124820,"ĠÙĪÙĩ":124821,"à¸Ļำ":124822,"Ġ×ijש":124823,"׳ק":124824,"ãģ©ãģĨ":124825,"ש×ķת":124826,"×ĵ×Ķ":124827,"à¹Ģà¸ļ":124828,"ÙĨس":124829,"Ġìļ°ë¦¬":124830,"สà¹Īวà¸Ļ":124831,"ลัà¸ĩ":124832,"جز":124833,"Ġ×Ĺ×Ļ":124834,"Ùĥثر":124835,"ละ":124836,"Ùĩد":124837,"ĠÙĪب":124838,"اÙĦÙħ":124839,"à¹ģม":124840,"Æ¡i":124841,"Ġ×ij×Ĺ":124842,"ữa":124843,"à¹Ģà¸Ĺศ":124844,"à¸ķัà¹īà¸ĩ":124845,"огда":124846,"׾ק":124847,"دد":124848,"สรà¹īาà¸ĩ":124849,"à¸Ĭี":124850,"Ùģض":124851,"à¹ģห":124852,"uyá»ĩn":124853,"รัà¸ģ":124854,"á»ĩm":124855,"สา":124856,"פק":124857,"ียà¸ĩ":124858,"à¸ķà¹Īาà¸ĩ":124859,"à¸Ħรัà¹īà¸ĩ":124860,"ØŃÙĤ":124861,"à¹Ģà¸Ńà¸ĩ":124862,"ائÙĬ":124863,"×ĺ×¢":124864,"اÙĦØ©":124865,"ิà¹Īม":124866,"ãĤ½":124867,"دÙī":124868,"Ġר×IJ":124869,"ãģ£ãģ¨":124870,"ãĥĥãĥĹ":124871,"ÙĬرة":124872,"ê±´":124873,"×ŀ×IJ":124874,"×ķ×ķ":124875,"بع":124876,"ãģ²":124877,"ราย":124878,"×ĵ×Ŀ":124879,"تÙģ":124880,"à¸ķà¸ģ":124881,"ạng":124882,"ãĤĴè¦ĭ":124883,"à¸Ĭั":124884,"Æ°á»Ł":124885,"Æ°á»Łng":124886,"جب":124887,"×ķ×ŀר":124888,"ĠìĤ¬ëŀĮ":124889,"óng":124890,"รั":124891,"Ġ×Ķ×ĸ":124892,"רצ":124893,"Ġ×Ĺ×ĵ":124894,"Ø°ÙĦÙĥ":124895,"×ķר×Ļ":124896,"ãģ¡ãĤĥ":124897,"Ùģع":124898,"Ġ׾צ":124899,"ái":124900,"à¹ĩà¸ļ":124901,"ãģİ":124902,"à¸ģิ":124903,"ạc":124904,"ë©°":124905,"ãģªãĤĭ":124906,"×ķ׾×Ŀ":124907,"à¹ģà¸Ĺ":124908,"×ķ×¥":124909,"меÑĤ":124910,"Ã¼ÅŁ":124911,"ÑĢÑı":124912,"à¸Ĵ":124913,"ÑģÑĤоÑı":124914,"عÙĪد":124915,"Ùħار":124916,"طة":124917,"à¸ŀื":124918,"кÑĢ":124919,"à¹ģà¸ģ":124920,"à¹Ĥรà¸ĩ":124921,"×ij×Ļ×ĺ":124922,"ê²ł":124923,"×ķ׾×Ķ":124924,"ØŃر":124925,"ืà¹Īà¸Ńà¸Ļ":124926,"×ķ×ijר":124927,"×Ĺש":124928,"ãĥķãĤ¡":124929,"×ŀ×ĺ":124930,"út":124931,"Ġdön":124932,"ắng":124933,"ëłĩ":124934,"ẳng":124935,"วà¸ģ":124936,"صد":124937,"خط":124938,"à¸Ńั":124939,"ãĤıãĤĮ":124940,"سÙĦاÙħ":124941,"à¹Ģรà¹ĩ":124942,"×Ļש×Ļ":124943,"جاÙĦ":124944,"ãģijãĤĭ":124945,"à¸Ĭาà¸ķิ":124946,"ÙĪاÙĤ":124947,"à¹Ĥà¸Ļ":124948,"ãģ¦ãģĹãģ¾":124949,"اعة":124950,"ãĤŃãĥ£":124951,"à¸įา":124952,"ÙĦاÙĤ":124953,"ิà¸ģ":124954,"ĠÑģов":124955,"ÑĢак":124956,"×Ļ׳×Ļ":124957,"Ã¼ÄŁ":124958,"Ã¼ÄŁÃ¼":124959,"ק×ij":124960,"à¹Īà¸Ńà¸ĩ":124961,"Ġgerçek":124962,"à¸Ĺั":124963,"ованиÑı":124964,"×ŀ׼":124965,"سة":124966,"×Ļ×£":124967,"leÅŁ":124968,"Ùħؤ":124969,"ĠìĿĺ":124970,"à¸IJาà¸Ļ":124971,"ĠÑģоб":124972,"ĠêµŃ":124973,"עצ":124974,"зв":124975,"สà¸ĩ":124976,"زÙĦ":124977,"ãģıãĤĮ":124978,"иÑĢÑĥ":124979,"تأ":124980,"полн":124981,"ìĺĢ":124982,"ÙĨØ´":124983,"׼×IJ":124984,"ÙħØ´":124985,"à¸Ķà¹Į":124986,"ÙĪÙĬÙĦ":124987,"à¹ģà¸Ĥ":124988,"ãģ£ãģ¦ãģĹãģ¾":124989,"ноÑģÑĤ":124990,"вл":124991,"ÙħÙĤ":124992,"راج":124993,"å¤ī":124994,"ëĽ":124995,"â¸":124996,"ìIJ":124997,"à»":124998,"áļ":124999,"â»":125000,"êĻ":125001,"â§":125002,"ðĴ":125003,"ðĿĩ":125004,"Ġ×IJת":125005,"ĠÙĦÙĦ":125006,"ĠØ£ÙĨ":125007,"Ġ×ķ×Ķ":125008,"ãģ«ãģ¯":125009,"Ġ×Ļש":125010,"تÙĩ":125011,"ÃŃnh":125012,"ÙĬات":125013,"Ġ×ij×ŀ":125014,"à¸Ļัà¹īà¸Ļ":125015,"à¸Ļà¹īำ":125016,"Ãło":125017,"à¸ķาม":125018,"ãģ®ãģ¯":125019,"dır":125020,"Ġnghi":125021,"ặt":125022,"×ŀ×Ļ×Ŀ":125023,"ãģ¦ãģĦãĤĭ":125024,"Ġ×ijת":125025,"หรืà¸Ń":125026,"ĠسÙĬ":125027,"ãģªãĤī":125028,"à¹Ĥà¸Ķย":125029,"ıyor":125030,"à¸Ńีà¸ģ":125031,"á»ĩnh":125032,"Ñĭм":125033,"à¸Ĺุà¸ģ":125034,"Ġ׾×Ĺ":125035,"Ġ×Ķר":125036,"Ġ×Ķ×Ļ":125037,"à¸ŀระ":125038,"à¹Ģวลา":125039,"Ġغ":125040,"ẫn":125041,"mÄ±ÅŁ":125042,"׼×Ķ":125043,"á»ijn":125044,"ãģ§ãģĹãĤĩãģĨ":125045,"ãĥ¢":125046,"à¸Ľà¸µ":125047,"ס×Ļ":125048,"ãģĵãĤį":125049,"Ġ׾פ":125050,"รà¸ĸ":125051,"ê¸Ī":125052,"à¸ģวà¹Īา":125053,"무":125054,"á»įng":125055,"ãĤĵãģ§":125056,"ãĤĪãģĨãģª":125057,"á»ĵi":125058,"ãĤ¬":125059,"สà¹Īà¸ĩ":125060,"×Ļ׳×Ķ":125061,"à¸ĸูà¸ģ":125062,"à¸Īัà¸Ķ":125063,"Ġ×Ķ×Ĵ":125064,"ãĥľ":125065,"×ŀ×ķת":125066,"ÙĪÙĥ":125067,"ëĭ¨":125068,"ĠØ«":125069,"ãģ®ãģĮ":125070,"à¹Ģหà¹ĩà¸Ļ":125071,"عا":125072,"à¸Ļิ":125073,"Åŀ":125074,"à¸Ńะ":125075,"ãģĪãĤĭ":125076,"Ø«ÙĦ":125077,"ØŃÙħد":125078,"à¹Ģà¸ģิà¸Ķ":125079,"פשר":125080,"פ×Ķ":125081,"มิ":125082,"ئÙĬس":125083,"à¸Ĺำà¹ĥหà¹ī":125084,"×¢×ĵ":125085,"ìĭ¤":125086,"à¸Ĭà¹Īวย":125087,"ĠاÙĦÙħÙĨ":125088,"زÙĬ":125089,"عÙĬ":125090,"Ġ׼×IJ":125091,"ạnh":125092,"ỹ":125093,"ãĤĵãģª":125094,"สู":125095,"צר":125096,"Æ°á»Ľng":125097,"×ķ×ķ×Ķ":125098,"à¹Ĥล":125099,"ĠاÙĦÙĩ":125100,"วา":125101,"หลาย":125102,"Ñīе":125103,"à¸Ĥà¹īà¸Ń":125104,"à¹īà¸Ńย":125105,"بط":125106,"каÑı":125107,"ĠØ¢":125108,"ĠиÑģ":125109,"ĠاÙĦغ":125110,"à¸ģา":125111,"à¸Ļà¹Īา":125112,"ÙĬÙĪ":125113,"×ij×ķר":125114,"á»ħn":125115,"วà¸ĩ":125116,"×Ļ×ĸ":125117,"ì²Ń":125118,"ним":125119,"룰":125120,"×Ĵ×ķר":125121,"صØŃ":125122,"ÙĦÙĪ":125123,"×Ĺ×ķת":125124,"สุ":125125,"رÙĬÙĤ":125126,"ס×ĺ":125127,"Ġ×ŀ×¢":125128,"ãĥĨãĤ£":125129,"à¸Ħิà¸Ķ":125130,"ãĤįãģĨ":125131,"à¹Ħล":125132,"à¸Ļà¹Į":125133,"á»ıi":125134,"ÑģÑĤÑĢо":125135,"สà¸Ķ":125136,"สาร":125137,"ÙĪÙĦØ©":125138,"ầm":125139,"รà¹Īว":125140,"รà¹Īวม":125141,"รุ":125142,"ĠاÙĦسÙĬ":125143,"ìĺģ":125144,"Ġ×ŀ×ij":125145,"פ×ĺ":125146,"à¸ķิà¸Ķ":125147,"×ĺ×Ļ×Ŀ":125148,"Ġ무":125149,"ÙĤدÙħ":125150,"ĠdÃ¼ÅŁ":125151,"ائÙĦ":125152,"мÑĭ":125153,"ØŃس":125154,"ÙĪص":125155,"×Ļק×Ķ":125156,"ãģ§ãģ¯ãģªãģĦ":125157,"à¹Ģหม":125158,"оÑĢÑĤ":125159,"íĨµ":125160,"ãģIJ":125161,"кÑĢа":125162,"ียว":125163,"عار":125164,"ئة":125165,"íĥĢ":125166,"ãģ«ãģªãĤĬ":125167,"جة":125168,"ÙĪÙĤع":125169,"ÑĮÑı":125170,"×ķצ×Ķ":125171,"ש×Ŀ":125172,"بÙĤ":125173,"Ġ×Ļ×Ķ":125174,"ÙĬØ·":125175,"ımız":125176,"деÑĢж":125177,"×Ļשר×IJ׾":125178,"غÙĬر":125179,"รà¸Ńà¸ĩ":125180,"à¹Ģรียà¸Ļ":125181,"Ġ×Ķ×ĺ":125182,"หมาย":125183,"ÙħÙĩ":125184,"اÙģØ©":125185,"ĠоÑĢг":125186,"ÙĪÙī":125187,"ãĥ©ãĤ¤":125188,"×ŀ׳×Ķ":125189,"ĠÄijo":125190,"ĠгоÑĢ":125191,"اÙħØ©":125192,"楽":125193,"Ø«ÙĬر":125194,"à¸ģิà¸Ī":125195,"á»ĵn":125196,"ÙĨب":125197,"ÑĢÑĥд":125198,"ìĹĪ":125199,"Ġ×Ĺ×ijר":125200,"ÑĢаж":125201,"ạch":125202,"تÙĪ":125203,"à¹Ĥม":125204,"×ij×Ļ×ij":125205,"ĠíĨµ":125206,"acaģı":125207,"جÙĦس":125208,"à¹Ģà¸Ľà¸¥":125209,"วà¸Ķ":125210,"à¸Ńล":125211,"ãģŁãĤĬ":125212,"à¸Ľà¸±à¸į":125213,"ĠìķĮ":125214,"عرÙģ":125215,"à¹Ħà¸Ł":125216,"أخ":125217,"å¤ļãģĦ":125218,"à¸Ķัà¸ĩ":125219,"Ø´Ùģ":125220,"ãģ£ãģ¦ãģĦãģ¾ãģĻ":125221,"×Ľ×ł×¡":125222,"ÑĨе":125223,"еÑģп":125224,"ÙħاÙħ":125225,"à¸ŀืà¹īà¸Ļ":125226,"иÑĩеÑģки":125227,"خد":125228,"ÙĥÙĪÙħ":125229,"Ġ×Ķר×IJש":125230,"تاب":125231,"é£Łãģ¹":125232,"ืà¸Ļ":125233,"оÑĢо":125234,"Ġböl":125235,"×ķ×Ĺ×ĵ":125236,"دÙĬر":125237,"ắm":125238,"دع":125239,"ãģķãģĽ":125240,"à¸ĺร":125241,"à¸ĺรรม":125242,"ãģĭãĤĤ":125243,"å¤ļãģı":125244,"rä":125245,"سع":125246,"×Ļ׾×Ķ":125247,"ضر":125248,"ĠاÙĦشر":125249,"×ĸ×ķר":125250,"×¢×ijר":125251,"ạm":125252,"алÑĮно":125253,"رÙĨ":125254,"اÙħج":125255,"׼×ļ":125256,"dıģ":125257,"ден":125258,"ضا":125259,"ÙĦÙĬÙħ":125260,"Ġê·¸ëŁ¬":125261,"تÙħاع":125262,"ارÙĬØ®":125263,"à¹Ĥà¸ķ":125264,"ĠÑģÑĢед":125265,"Ġ׳×ķס":125266,"ÙĤبÙĦ":125267,"оÑĤов":125268,"leÅŁtir":125269,"ĠмеÑģÑĤ":125270,"سÙĦÙħ":125271,"Ġעצ":125272,"ĠاÙĦسÙĦ":125273,"еÑĤÑĮ":125274,"ابة":125275,"нак":125276,"สà¸ĸาà¸Ļ":125277,"Ġ×ij׳":125278,"à¸ļัà¸Ļ":125279,"׼׳":125280,"ĠÃ¶ÄŁ":125281,"ãģ¨è¨Ģ":125282,"uyến":125283,"diÄŁ":125284,"áºŃu":125285,"ÑĢаÑģ":125286,"ãĤ·ãĥ§ãĥ³":125287,"nız":125288,"×ķ×ĵ×Ķ":125289,"تس":125290,"ÙħاÙĦ":125291,"à¹Ģหà¸ķุ":125292,"ยว":125293,"à¸ŀัà¸ģ":125294,"ãģĦãģªãģĦ":125295,"ĠкаÑĩ":125296,"ลà¹Į":125297,"×¨×Ľ×ª":125298,"ÅŁtur":125299,"×ŀ×ķס":125300,"ãģ¥":125301,"бол":125302,"عÙħاÙĦ":125303,"×ķרת":125304,"ÑĨион":125305,"ศึà¸ģ":125306,"à¸ı":125307,"ÑĢен":125308,"اسÙĬ":125309,"ائر":125310,"à¹Ĥà¸Ľà¸£":125311,"Ġseç":125312,"غÙĬ":125313,"ÑįÑĤ":125314,"енн":125315,"ãģªãģ®":125316,"×Ļש×Ķ":125317,"×Ļפ×ķר":125318,"ãģŁãĤģãģ«":125319,"زة":125320,"Ġçoc":125321,"ãĤ¯ãĥª":125322,"ÑĪен":125323,"ãĤıãģij":125324,"رÙĬد":125325,"ĠÑĢаÑģÑģ":125326,"Ùĥات":125327,"สà¸Ńà¸ļ":125328,"ceÄŁi":125329,"ãĤ¿ãĤ¤":125330,"à¸ļร":125331,"ĠاÙĦبر":125332,"׳×ķ×¢":125333,"rün":125334,"راض":125335,"ศาส":125336,"à¸ķรà¹Į":125337,"ãģįãģŁ":125338,"×ķ׾×ĵ":125339,"еÑĢи":125340,"íĹĺ":125341,"ắp":125342,"تعÙĦ":125343,"Ùĥد":125344,"иÑĤелÑĮно":125345,"Ø·Ùģ":125346,"ĠавÑĤом":125347,"Ġ×ŀצ":125348,"ÑĪиÑħ":125349,"اتÙģ":125350,"ĠÑħоÑĤ":125351,"Ùİا":125352,"ãģıãĤĭ":125353,"×Ķפ":125354,"à¹Ĥà¸Ĺ":125355,"à¹ģà¸ŀ":125356,"à¹Īà¸Ńย":125357,"ĠاÙĦÙħØ´":125358,"à¸ģารà¸ĵà¹Į":125359,"аниз":125360,"×Ķ׾":125361,"ظÙħ":125362,"ยุ":125363,"liÄŁ":125364,"à¹Ħà¸Ĥ":125365,"à¸ĸืà¸Ń":125366,"öz":125367,"ãģijãģ¦":125368,"à¹Ģà¸ľ":125369,"ุม":125370,"ãĥĹãĥ¬":125371,"Ġ×Ķ×IJ×Ĺר":125372,"ختÙĦÙģ":125373,"à¸İ":125374,"ÙĦاØŃ":125375,"Ġdüzen":125376,"צ×Ķ":125377,"ساء":125378,"×ķר×ļ":125379,"×ķ×ĵ×Ļ":125380,"ÑĢаÑĦ":125381,"ÅŁtır":125382,"ãģ«åħ¥":125383,"ãģĪãģ°":125384,"صÙĪÙĦ":125385,"ĠÐľÐ¾Ñģ":125386,"اÙĩر":125387,"ãģ£ãģ":125388,"ĠлÑİб":125389,"×Ļ×¢×Ķ":125390,"Ġ×Ķ×ŀק":125391,"สิà¸Ĺ":125392,"สิà¸Ĺà¸ĺิ":125393,"×Ļ׳×Ŀ":125394,"ÙĦاÙģ":125395,"à¸ŀัà¸Ļà¸ĺ":125396,"×ķ×IJ×Ķ":125397,"มั":125398,"à¸Ĥà¸ĵะ":125399,"доÑĢ":125400,"ãģ¨ãģª":125401,"à¸ģระà¸Ĺ":125402,"acı":125403,"×ķ׾×ķ×Ĵ":125404,"ÑĥÑĪ":125405,"ãĥ¥ãĥ¼":125406,"ãĥ¦":125407,"Ùħست":125408,"ĠaÅŁ":125409,"שק":125410,"פת×Ĺ":125411,"ายà¸Ļ":125412,"íĩ":125413,"ë¢":125414,"ï·":125415,"íī":125416,"ìµ":125417,"ì¬":125418,"ðĿĽ":125419,"ìĴ":125420,"ëĻ":125421,"ê§":125422,"áĸ":125423,"â¨":125424,"â±":125425,"áĺ":125426,"ðĸ":125427,"àł":125428,"áĶ":125429,"ðIJŃ":125430,"ững":125431,"Å©ng":125432,"Ġ×Ķת":125433,"ĠاÙĦا":125434,"Ġ×ŀת":125435,"à¸ĸึà¸ĩ":125436,"òn":125437,"á»ĭnh":125438,"нÑĭм":125439,"Ġcả":125440,"à¸Ķู":125441,"Ġà¹ģà¸ķà¹Ī":125442,"Ġ×ij×Ķ":125443,"ói":125444,"ãģ¨ãģĹãģ¦":125445,"úng":125446,"ĠØ°":125447,"Ġ×Ķ׳":125448,"ĠبÙĨ":125449,"ÙĦاÙĦ":125450,"à¹Ħà¸Ĺย":125451,"á»ĩp":125452,"tı":125453,"มัà¸Ļ":125454,"ằng":125455,"á»ijt":125456,"ком":125457,"à¸ĭึà¹Īà¸ĩ":125458,"à¸Ħรัà¸ļ":125459,"à¸ļà¹īาà¸Ļ":125460,"ĠاÙĦÙĬ":125461,"lü":125462,"ÙĪس":125463,"ãģłãģ£ãģŁ":125464,"à¹Ģà¸ĩ":125465,"Ġê³µ":125466,"нÑĥ":125467,"ãĤĪãĤĬ":125468,"мÑĥ":125469,"à¹Ģà¸Ĥา":125470,"ãĤĢ":125471,"ние":125472,"ãģ«ãģªãĤĭ":125473,"áºŃy":125474,"ĠÙĪا":125475,"볤":125476,"ש×ķ":125477,"áp":125478,"×ĵ×ķ":125479,"ãģ§ãģĹãģŁ":125480,"عض":125481,"Ñģкой":125482,"æĦŁãģĺ":125483,"ÑİÑĤÑģÑı":125484,"Ġ×Ļ׼×ķ׾":125485,"ãĤĵãģł":125486,"ви":125487,"à¹Ģลà¹Īà¸Ļ":125488,"ìĿ´ëĭ¤":125489,"ĠÙĦÙĩ":125490,"à¸Ħืà¸Ń":125491,"تÙĥ":125492,"ÙħÙĥÙĨ":125493,"aģı":125494,"׳×ĵ":125495,"민":125496,"à¹Ħว":125497,"สำห":125498,"สำหรัà¸ļ":125499,"Ñģлед":125500,"tır":125501,"ĠÙĦÙĬ":125502,"ĠاÙĦعÙħÙĦ":125503,"×ij×ķת":125504,"×ij×Ļ×Ŀ":125505,"à¸Ħำ":125506,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ":125507,"lıģı":125508,"ืà¸Ńà¸ĩ":125509,"جد":125510,"íŀĪ":125511,"ìĭ¬":125512,"×¢×ķת":125513,"สิà¸Ļ":125514,"Ñĩи":125515,"رض":125516,"à¹Ģà¸Ľà¸´à¸Ķ":125517,"à¸Ħà¹Īา":125518,"ìĦł":125519,"ÙĪرة":125520,"ק×ĺ":125521,"ìľł":125522,"عÙħÙĦ":125523,"×IJ×Ļ×Ŀ":125524,"׾×Ļ×Ŀ":125525,"à¹ĥหà¸į":125526,"à¹ĥหà¸įà¹Ī":125527,"ừa":125528,"á»įi":125529,"ãģ¶":125530,"ÃŃch":125531,"ãĥĩãĤ£":125532,"×ķר×Ļ×Ŀ":125533,"Ñģо":125534,"ìķ½":125535,"ова":125536,"ÑĩаÑģÑĤ":125537,"à¹Ģà¸Īà¹īา":125538,"пÑĢо":125539,"Ġ×ŀ×Ĺ":125540,"ãĥİ":125541,"×ķ×Ļ×ķת":125542,"Ġде":125543,"ë§Ī":125544,"ì§ģ":125545,"×Ļפ×Ķ":125546,"ĠاÙĦعاÙĦÙħ":125547,"르":125548,"ר×IJ×Ķ":125549,"uyá»ĥn":125550,"×¢×Ļ":125551,"มืà¸Ń":125552,"Ø¥ÙĨ":125553,"รู":125554,"Ġز":125555,"×Ļ×ķ×Ŀ":125556,"à¸ķà¹īà¸Ļ":125557,"ãģ¦ãģĦãģ¾ãģĻ":125558,"ÙħاÙĨ":125559,"ĠÐ¥":125560,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศ":125561,"ỳ":125562,"׾×ij":125563,"à¹Ģà¸Ķà¹ĩ":125564,"ãģŁãģ¡":125565,"à¸Ĺีม":125566,"à¸Ļะ":125567,"ìĹ°":125568,"ĠìłĢ":125569,"ÙĦÙĩ":125570,"ợi":125571,"ĠاÙĦز":125572,"دار":125573,"ãĤ³ãĥ³":125574,"мин":125575,"à¹ģหà¹Īà¸ĩ":125576,"à¸Ķัà¸ļ":125577,"׼ר":125578,"жа":125579,"íĸĪ":125580,"×ŀ×ĸ":125581,"ợi":125582,"à¸Ķา":125583,"Ġعبد":125584,"à¹ģร":125585,"×IJתר":125586,"×¢×ł×Ļ":125587,"à¹Ģà¸Ħ":125588,"×ķצר":125589,"ì§Ģë§Į":125590,"ائÙħ":125591,"أس":125592,"uyá»ģn":125593,"Ġ×IJ׳":125594,"×Ĺ׳×ķ":125595,"×ĸ×Ļ":125596,"รà¹īาà¸Ļ":125597,"ĠÐłÐ¾Ñģ":125598,"ĠÐłÐ¾ÑģÑģ":125599,"ربÙĬØ©":125600,"tür":125601,"ãĤĭãģĵãģ¨":125602,"ظر":125603,"бÑĭ":125604,"à¸Ĺีà¹Īสุà¸Ķ":125605,"Ġצר":125606,"èĩªåĪĨ":125607,"лаÑģ":125608,"ĠÑıв":125609,"ĠÑıвлÑı":125610,"à¸ŀรà¹īà¸Ńม":125611,"à¸Ńาà¸Ī":125612,"à¸ļริà¸ģาร":125613,"Ġçı":125614,"ëįĺ":125615,"ĠاÙĦÙħست":125616,"تش":125617,"ש×ķ×ij":125618,"ãĤ´":125619,"Ġyapıl":125620,"ĠاÙĦØ°":125621,"ุà¹Īม":125622,"à¸ĸà¹īา":125623,"ìĦ¤":125624,"ì°¨":125625,"ваÑĢ":125626,"à¹Ģà¸ŀิà¹Īม":125627,"Æ°á»Ľi":125628,"Ùĥس":125629,"à¸Ńยาà¸ģ":125630,"ãģ¦ãĤĤ":125631,"Ġгод":125632,"ÙĬار":125633,"à¸ķà¸Ńà¸Ļ":125634,"ĠигÑĢ":125635,"à¹Ħà¸Ķà¹īรัà¸ļ":125636,"ĠاÙĦÙħر":125637,"ÙĤت":125638,"Ġëĺ":125639,"ĠëĺIJ":125640,"ẩn":125641,"ãģĻãĤĭãģĵãģ¨":125642,"×Ĵ×Ŀ":125643,"Ġ×ij×ij":125644,"تد":125645,"ÙĪار":125646,"ãĤ®":125647,"пол":125648,"Ġмог":125649,"ترÙĥ":125650,"ÙĪØ«":125651,"Ġçık":125652,"اة":125653,"à¹Ģà¸Ķียว":125654,"มีà¸Ħวาม":125655,"Ġ×ŀ×Ĵ":125656,"صÙģ":125657,"ĠТак":125658,"Ġ×Ľ×ª":125659,"×Ļ×ĵ×Ļ":125660,"овоÑĢ":125661,"ầy":125662,"สิà¹Īà¸ĩ":125663,"بت":125664,"ürü":125665,"ÙĨج":125666,"หลัà¸ģ":125667,"×Ļ×Ķ×Ŀ":125668,"ÙĤص":125669,"зÑĭ":125670,"×Ľ×ª×ij":125671,"Æ°u":125672,"mız":125673,"ĠìĦ¸":125674,"лог":125675,"ÙħÙĬÙĦ":125676,"ÙĬج":125677,"íĴĪ":125678,"à¸ŀà¸ļ":125679,"หัว":125680,"зна":125681,"רק":125682,"à¹Ĥร":125683,"Ġ×ijס":125684,"ĠBaÅŁkan":125685,"ĠëĶ°":125686,"à¸Ńัà¸Ļ":125687,"ีà¹Īยว":125688,"неÑģ":125689,"à¹Ģà¸Ķิà¸Ļ":125690,"ÙĬاÙĨ":125691,"×ķ׾×Ļ":125692,"اخت":125693,"צ×ķת":125694,"ãģĵãģĵ":125695,"ĠاÙĦاÙĨ":125696,"ĠпÑĢоÑĨ":125697,"ãģ¾ãģł":125698,"×Ľ×¡":125699,"ĠاÙĦØ¢":125700,"ÙĬز":125701,"ĠاÙĦدÙĪÙĦ":125702,"ĠíķĺëĤĺ":125703,"ضع":125704,"ê»ĺ":125705,"ÅĽwi":125706,"ยิ":125707,"ãģ¡ãĤĥãĤĵ":125708,"ĠÙħØ´":125709,"à¸ĺี":125710,"ãģ¨ãģį":125711,"׳×Ļ×ķת":125712,"Ġë¯":125713,"Ġ미":125714,"Ġsı":125715,"ëĭĪê¹Į":125716,"Ġпл":125717,"غÙĦ":125718,"à¹ģรà¸ĩ":125719,"بÙĬر":125720,"ãģĤãĤĬãģ¾ãģĽãĤĵ":125721,"ê·¼":125722,"Ġyüz":125723,"ĠdeÄŁer":125724,"åł´åIJĪ":125725,"ỡ":125726,"маÑĤ":125727,"ราà¸Ĭ":125728,"ÙĪرÙĬ":125729,"жен":125730,"ãģ¾ãĤĬ":125731,"ãģ®ä¸Ń":125732,"×Ļ×ĵ×¢":125733,"à¸Ńุ":125734,"à¸ļà¸Ńล":125735,"à¸Ľà¸±à¸įหา":125736,"زÙħ":125737,"ÄŁa":125738,"à¸Ńืà¹Ī":125739,"à¸Ńืà¹Īà¸Ļ":125740,"пл":125741,"ĠнеобÑħодим":125742,"׼×ij":125743,"à¹Ģศ":125744,"קר×Ķ":125745,"ì²ĺ":125746,"볨":125747,"×ŀק×ķ×Ŀ":125748,"jÄħc":125749,"ÙĩÙĦ":125750,"Ġ×¢×ij×ķ×ĵ":125751,"à¹Ħมà¹ī":125752,"à¸ģลัà¸ļ":125753,"×ķ׼׾":125754,"ק×ĵ":125755,"اÙĦÙĬØ©":125756,"رÙĩ":125757,"ãģijãĤĮãģ°":125758,"ĠÙĨÙģس":125759,"ãĤ¢ãĥ«":125760,"ìĹĪëĭ¤":125761,"ק×ķר":125762,"неÑĢ":125763,"باب":125764,"ãĤ¶":125765,"سبب":125766,"ÙĦÙĬÙĦ":125767,"صÙĨ":125768,"صدر":125769,"ếm":125770,"à¸Ĭà¹Īวà¸ĩ":125771,"ØŃÙĨ":125772,"Ġ×ij×Ĵ":125773,"×ŀ×ķ×¢":125774,"׾×Ĺ":125775,"大ãģį":125776,"تب":125777,"неÑĤ":125778,"×Ļ×ij×Ķ":125779,"бл":125780,"ãĥĹãĥª":125781,"اصة":125782,"ãģ¤ãģij":125783,"×Ļ×ŀ×ķש":125784,"ãģĮãģĤ":125785,"ëĭ´":125786,"ãģĭãĤĤãģĹ":125787,"ãģĭãĤĤãģĹãĤĮ":125788,"ãģ¡ãĤī":125789,"×ij×ĺ":125790,"ĠbaÄŁ":125791,"×Ļ×Ĺס":125792,"×ij×ķ×¢":125793,"ลี":125794,"פע×Ļ׾":125795,"ими":125796,"gÅĤ":125797,"Ġиме":125798,"خداÙħ":125799,"×IJ×Ļר":125800,"Ġyapt":125801,"ãģ¨ãģĦ":125802,"à¸ĩà¹Īาย":125803,"׾×Ļ×ķ":125804,"ØŃدث":125805,"راÙĤ":125806,"ĠÄIJi":125807,"ادر":125808,"ãģĵãģ¨ãĤĤ":125809,"×ij×Ļר":125810,"Ġвз":125811,"ضاÙģ":125812,"ת×ķ׼":125813,"ÑĢом":125814,"رات":125815,"à¹Ģà¸Ĺà¹Īา":125816,"ãģĺãĤĥ":125817,"ãģĿãģĵ":125818,"اجتÙħاع":125819,"à¹īà¸Ńà¸Ļ":125820,"ÙĤÙħ":125821,"본":125822,"Äŀ":125823,"ש×Ļ×ķ":125824,"×ij׳×Ļ":125825,"ìľĦìĽIJ":125826,"à¹ģà¸Ī":125827,"×Ĺ×ķר":125828,"دÙĬÙĨØ©":125829,"تط":125830,"ằm":125831,"òa":125832,"ยà¸Ńà¸Ķ":125833,"Ġëĭ¹":125834,"สุà¸Ĥ":125835,"×ĵר×ļ":125836,"دÙĨ":125837,"سÙĬÙĨ":125838,"ÙĪÙĤÙģ":125839,"ÑĨÑĭ":125840,"гоÑĤов":125841,"еждÑĥ":125842,"à¸ŀวà¸ģ":125843,"اÙĤتص":125844,"اÙĤتصاد":125845,"czÄĻ":125846,"niÄĻ":125847,"ÑĢеб":125848,"ØŃÙĪ":125849,"à¸Ĺà¹Į":125850,"ãĤĪãģŃ":125851,"дж":125852,"à¸ģลà¹Īาว":125853,"دÙĬØ«":125854,"ãĤ³ãĥŁ":125855,"ÙĤÙĪÙħ":125856,"ĠتØŃ":125857,"à¹Ģà¸ķิ":125858,"اÙģظ":125859,"à¸Īุ":125860,"رÙĬاض":125861,"×ŀש×ļ":125862,"à¹Ĥย":125863,"еÑĢе":125864,"ãģ¿ãģŁãģĦ":125865,"ìĿ´ëĿ¼":125866,"ĠاÙĦÙħÙĪ":125867,"ĠÑģÑĤо":125868,"à¹Ģรà¹ĩว":125869,"ĠдеÑĤ":125870,"ĠÑģдел":125871,"à¹Ģà¸Ĭืà¹Īà¸Ń":125872,"פ׳×Ļ":125873,"ÙĪضÙĪع":125874,"×ijס":125875,"à¹ģà¸Ķ":125876,"óc":125877,"ริม":125878,"ÑĢад":125879,"ìĪł":125880,"ãĥ¼ãĤº":125881,"ãģ«ãģĬ":125882,"ино":125883,"פ×Ļ׾":125884,"à¸Ĭัà¹Īà¸Ļ":125885,"×Ĺ×ĵש":125886,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":125887,"׳×Ļס":125888,"غرب":125889,"ãĤ¸ãĥ£":125890,"สัà¸ĩ":125891,"à¹Ģà¸Ĺีà¹Ī":125892,"à¹Ģà¸Ĺีà¹Īยว":125893,"ëŁ¼":125894,"à¹ģà¸Ł":125895,"ãĥ¼ãĤ·":125896,"ãĥ¼ãĤ·ãĥ§ãĥ³":125897,"Ġвозмож":125898,"جÙħÙĪع":125899,"×ijר×Ļ×Ŀ":125900,"ãĥĪãĥ©":125901,"ĠкаÑĩеÑģÑĤв":125902,"Ø·ÙĬ":125903,"ÑĤÑı":125904,"צ×ķ×¢":125905,"ģını":125906,"عÙĦÙī":125907,"اذ":125908,"ÙĪاÙĤع":125909,"ÙħÙĪا":125910,"ائÙĬÙĦ":125911,"кол":125912,"á»ģm":125913,"à¸ľà¸¥à¸´à¸ķ":125914,"×Ļ׳×ĺר":125915,"سÙĥ":125916,"ש×Ļר":125917,"ศึà¸ģษา":125918,"à¸ļั":125919,"ÑĩаÑģ":125920,"×ķפ×Ķ":125921,"×Ļפ×ķ׾":125922,"ĠاÙĦساب":125923,"رÙĬب":125924,"ĠاÙĦبÙĬ":125925,"ãĤ¹ãĥĨ":125926,"Ñĩен":125927,"à¹ģà¸ľ":125928,"Ġ׳ש":125929,"زÙĬد":125930,"ØŃاد":125931,"ëįĶ":125932,"رÙĪع":125933,"à¸Ĺุà¸Ļ":125934,"สมา":125935,"czeÅĦ":125936,"×Ļ×ĵ×Ķ":125937,"ãģ§ãģĤ":125938,"Ġçocuk":125939,"خب":125940,"à¸ļาย":125941,"à¸Ľà¸£à¸°à¸Ĭา":125942,"×ŀש׾":125943,"ãģªãģĭ":125944,"à¸ģาย":125945,"ãĥģãĥ£":125946,"аÑĢи":125947,"ĠÑĩа":125948,"à¸Ķำ":125949,"à¸Ĺัà¹Īว":125950,"ÑĥÑħ":125951,"Ġöz":125952,"Ġì¢ĭ":125953,"جرÙĬ":125954,"ائÙĤ":125955,"à¸łà¸±à¸¢":125956,"طار":125957,"دارة":125958,"Ä©nh":125959,"Ø«ÙĨ":125960,"zellik":125961,"اÙĦت":125962,"Ġgeli":125963,"ãĥķãĤ©":125964,"олод":125965,"ربع":125966,"שת×ŀש":125967,"à¸ļรร":125968,"íĿ¬":125969,"Ġürün":125970,"Ġê·¸ëłĩ":125971,"ศาสà¸ķรà¹Į":125972,"ãģľ":125973,"×Ļ×ij׾":125974,"ĠпÑĢедÑģÑĤав":125975,"سطÙĬÙĨ":125976,"ãĤĴ使":125977,"ĠпомоÑī":125978,"×ķקר":125979,"ãĥ¯ãĥ¼":125980,"Ġyönet":125981,"×Ļקר":125982,"à¸Ĥา":125983,"еÑĢиал":125984,"ØŃÙģ":125985,"Ġ×Ļצ":125986,"à¸Ĺิ":125987,"売":125988,"à¸Ļà¸Ńà¸ģ":125989,"×ķ׼ר":125990,"íĻľ":125991,"ủy":125992,"ĠاÙĦÙĤر":125993,"×Ļ×ij×ķת":125994,"ÅĽni":125995,"Ùħشار":125996,"ượt":125997,"ĠÙĦدÙĬ":125998,"ÑĤел":125999,"ĠØ¥ÙĦÙĬ":126000,"عÙĦÙĪÙħ":126001,"ìķĺ":126002,"виÑĤ":126003,"à¸Ħะ":126004,"yrı":126005,"ãģ¨ãģ£ãģ¦":126006,"à¹Ģà¸ī":126007,"à¸ĸาม":126008,"ÙĤار":126009,"عÙĦاÙħ":126010,"ặng":126011,"ÙħÙĴ":126012,"×Ļ×ŀת":126013,"سبة":126014,"ãĤ¯ãĥ©":126015,"×ķסף":126016,"ĠпÑĢин":126017,"ãģĦãĤį":126018,"ساس":126019,"عتبر":126020,"วิà¸Ĺย":126021,"วิà¸Ĺยา":126022,"سÙĥر":126023,"ãĤ·ãĥ§":126024,"ãģģ":126025,"ัà¸ģษ":126026,"×ij×ķ×Ķ":126027,"หย":126028,"ãģ¾ãĤĮ":126029,"ĠоÑĢганиз":126030,"казал":126031,"ĠÑģвÑıз":126032,"uyết":126033,"ĠпÑĢоиз":126034,"Ġק×ĺ":126035,"à¹ģà¸ģà¹ī":126036,"пÑĥÑģ":126037,"Ġê·¸ê²ĥ":126038,"ëĬIJ":126039,"лекÑģ":126040,"ãĥ¼ãĥĹ":126041,"à¸ķำ":126042,"ת×Ĺ×Ļ׾":126043,"à¸Ńà¸ĩà¸Ħà¹Į":126044,"ẵ":126045,"׳צ":126046,"أش":126047,"Ø´Ùĩ":126048,"ยะ":126049,"à¸ģà¸İ":126050,"ĠاÙĦإسÙĦاÙħ":126051,"едÑĮ":126052,"ãģ²ãģ¨":126053,"ëıĦë¡Ŀ":126054,"ãģ©ãģ®":126055,"Ñĥв":126056,"еÑĩение":126057,"ĠاÙĦتج":126058,"ãģ«è¡Į":126059,"Ġпозв":126060,"ãĤıãĤĬ":126061,"ÙĦاث":126062,"íķĺìĺĢ":126063,"ĠмаÑĢ":126064,"ĠkonuÅŁ":126065,"ãĥ¬ãĤ¹":126066,"ãĤĴæĮģ":126067,"ĠоÑģнов":126068,"×Ĺ×ij":126069,"ÙĪجÙĪد":126070,"פ×ķף":126071,"воÑĢ":126072,"Ġник":126073,"ãģĭãĤĭ":126074,"ÅŁtırma":126075,"×Ļס×ĺ":126076,"Ø£ÙĦ":126077,"หà¹Į":126078,"иона":126079,"лÑĮн":126080,"ĠгоÑģ":126081,"ĠÐľÐ¾Ñģк":126082,"ÑĢоб":126083,"×ķ×IJ×Ļ":126084,"ãģĬãĤĬãģ¾ãģĻ":126085,"ãģ£ãģ±":126086,"кл":126087,"à¸Ļà¸Ķà¹Į":126088,"رÙĬÙģ":126089,"اسب":126090,"ĠÑĢеÑĪ":126091,"Ġдол":126092,"ãģ¹ãģį":126093,"×Ļ×ij×ķר":126094,"меÑī":126095,"ĠнаÑĪ":126096,"à¹ģà¸Ľà¸¥":126097,"ÑĢиÑĤ":126098,"кÑĥÑģ":126099,"иÑĢа":126100,"аÑĤÑĥÑĢ":126101,"ÙĪاصÙĦ":126102,"à¹Ģà¸ľà¸¢":126103,"à¸Ńำ":126104,"à¹Ģà¸ģิà¸Ļ":126105,"غÙħ":126106,"ãģĻãģİ":126107,"lıkl":126108,"ÅĦsk":126109,"견":126110,"×Ļ׼×Ķ":126111,"×Ĺש×ij":126112,"ÙĪرÙĬØ©":126113,"ĠдейÑģÑĤв":126114,"×Ĺ׾×ĺ":126115,"Ġ׾×ŀ×¢":126116,"צ׾×Ļ×Ĺ":126117,"еÑĩа":126118,"Ùģاع":126119,"×Ĵ×Ļ×ĵ":126120,"áºŃm":126121,"ÄĻb":126122,"شع":126123,"ãģıãĤĬ":126124,"à¸ŀุ":126125,"едеÑĢ":126126,"à¸Ĥà¸Ļ":126127,"à¸Ħาร":126128,"ĠболÑĮÑĪ":126129,"ãģıãģªãĤĬ":126130,"à¸ĵา":126131,"×ĵ×ķ×Ĵ":126132,"Ġмн":126133,"ä¸ĬãģĮ":126134,"ç¶ļãģį":126135,"ฤษ":126136,"à¸Ĩ":126137,"Ø®ÙĬ":126138,"à¹Ģà¸Ĺà¸ŀ":126139,"สัม":126140,"à¹Ģสà¸Ļ":126141,"à¹Ģสà¸Ļà¸Ń":126142,"ãĥ´":126143,"ĠиÑģÑĤ":126144,"باشر":126145,"ĠÑĥÑĢов":126146,"×ŀ×ķ×ĸ":126147,"abı":126148,"waż":126149,"×ķצ×IJ×Ķ":126150,"ÑĤвеÑĢ":126151,"à¸ŀัà¸Ļà¸ĺà¹Į":126152,"׳×Ĵ×ĵ":126153,"ãĤĭãģĵãģ¨ãģĮãģ§ãģį":126154,"ĠÑĤÑĢеб":126155,"à¸ģรุà¸ĩ":126156,"ØŃتاج":126157,"à¹Ģà¸Ħล":126158,"ãĨ":126159,"ÄĻtr":126160,"Ġszczeg":126161,"Ġרש":126162,"à¸Ĺà¸ĺ":126163,"Ġнек":126164,"ĠнекоÑĤоÑĢ":126165,"вÑĪ":126166,"Ь":126167,"à¹Īวย":126168,"ลุ":126169,"бÑĢÑı":126170,"หมูà¹Ī":126171,"à¹ģà¸ķà¸ģ":126172,"ר׼×Ļ×Ŀ":126173,"Ġíĸī":126174,"ãi":126175,"Ùĥرة":126176,"âŃ":126177,"íIJ":126178,"ãį":126179,"áģ":126180,"â®":126181,"â¥":126182,"ì®":126183,"à¿":126184,"â¿":126185,"áĤ":126186,"á¤":126187,"âł":126188,"íŁ":126189,"ðIJį":126190,"ðIJ°":126191,"ðĿĨ":126192,"ðŁĪ":126193,"Ġ×¢×ľ":126194,"ĠعÙĨ":126195,"ĠÙħع":126196,"Ġ×ĸ×Ķ":126197,"ĠÙħا":126198,"ĠmÃł":126199,"Ġdụ":126200,"á»ĩc":126201,"аÑħ":126202,"sı":126203,"íķĺê³ł":126204,"Ġ×ķ×ij":126205,"ĠÐŁÐ¾":126206,"×ķתר":126207,"ĠÙĦÙħ":126208,"Ġ×ķ׾":126209,"ãģĹãģ¦ãģĦãĤĭ":126210,"Ġ×ŀ×Ļ":126211,"ĠبÙĬÙĨ":126212,"за":126213,"ĠÙĥاÙĨ":126214,"Ġ×Ķ×Ļ×Ķ":126215,"ëħĦ":126216,"×IJ×ķ":126217,"ди":126218,"ĠпеÑĢе":126219,"dı":126220,"Ġ׾ש":126221,"Ġש×ŀ":126222,"ãģĮãģĤãĤĭ":126223,"ãģĦãģĦ":126224,"ÑĢе":126225,"ק×ķ":126226,"или":126227,"ме":126228,"ÙĬت":126229,"ãģ§ãģĤãĤĭ":126230,"Ġво":126231,"à¹ĥหม":126232,"à¹ĥหมà¹Ī":126233,"Ġש×ij":126234,"Ġà¹Ĥà¸Ķย":126235,"ÙĬÙĩ":126236,"ãģ§ãģĻãģĮ":126237,"ãģ¨ãģ¯":126238,"ר×ķ":126239,"Ġà¸ĭึà¹Īà¸ĩ":126240,"ãģ§ãģįãĤĭ":126241,"мо":126242,"à¹Ģà¸ŀืà¹Īà¸Ń":126243,"צ×ķ":126244,"×ĺ×ķ":126245,"ìķĪ":126246,"Ġhá»į":126247,"à¹Ģà¸ĩิà¸Ļ":126248,"ĠاÙĦب":126249,"Ġมี":126250,"물":126251,"Ñģе":126252,"ëĵ¤ìĿ´":126253,"Ġë§IJ":126254,"ĠlỼ":126255,"aÅĤ":126256,"×Ĺ×ijר":126257,"Ġdá»±":126258,"ÙĬØ«":126259,"Ġthá»ĭ":126260,"à¸ģà¹Īà¸Ńà¸Ļ":126261,"Ġ×ij׼׾":126262,"ãģ¸":126263,"ãģ¨æĢĿãģĦãģ¾ãģĻ":126264,"ảnh":126265,"ยา":126266,"Ùģا":126267,"สี":126268,"à¸ķา":126269,"ë²ķ":126270,"ãĥªãĥ¼":126271,"ราà¸Ħา":126272,"Ġ×ķ׾×IJ":126273,"ãģ¨ãģĵãĤį":126274,"à¹Ģลืà¸Ń":126275,"diÄŁi":126276,"ÙĪاÙĨ":126277,"Ġ׾×Ķת":126278,"รวม":126279,"פ×Ļ×Ŀ":126280,"à¸ľà¸¡":126281,"жи":126282,"cı":126283,"ÑĢод":126284,"ĠkarÅŁÄ±":126285,"×Ĵ×ķ":126286,"ãģ«ãģ¤":126287,"ãģ«ãģ¤ãģĦãģ¦":126288,"rÃł":126289,"×Ļ×ķתר":126290,"ĠìĨĮ":126291,"ק×Ķ":126292,"ÑģÑĤво":126293,"ãģijãģ©":126294,"gé":126295,"à¸Ķà¹īาà¸Ļ":126296,"çļĦãģ«":126297,"ĠÙĬÙħÙĥÙĨ":126298,"ìĨį":126299,"ÙĬÙĥ":126300,"à¹Ħวà¹ī":126301,"Ñģкий":126302,"ìm":126303,"Ġ׾×IJ×Ĺר":126304,"à¸Ńาหาร":126305,"Ġà¹Ģà¸ŀ":126306,"ราะ":126307,"ลูà¸ģ":126308,"ÑģÑĤа":126309,"Ġìľł":126310,"ÙĤÙĪÙĦ":126311,"боÑĢ":126312,"Ñģкого":126313,"หลัà¸ĩ":126314,"à¸Ĥà¹Īาว":126315,"à¹Ģมืà¸Ńà¸ĩ":126316,"ê°ģ":126317,"tÃł":126318,"ÙĬÙĬÙĨ":126319,"عرض":126320,"ë°©":126321,"ĠëıĻ":126322,"Ġà¹Ģà¸Ľ":126323,"Ġà¹Ģà¸Ľà¹ĩà¸Ļ":126324,"çi":126325,"liÄŁi":126326,"ìĹIJê²Į":126327,"ãĤ¿ãĥ¼":126328,"Ġ×ľ×ª":126329,"פ×ķת":126330,"à¸Ĥà¸Ń":126331,"رس":126332,"ìłIJ":126333,"à¸ľà¹Īาà¸Ļ":126334,"ÑĦи":126335,"جÙĨ":126336,"ì¢ħ":126337,"Ġ×Ķפ":126338,"Ġngo":126339,"á»ĭa":126340,"Ġtá»ķ":126341,"Ġ그리":126342,"à¹Ģมืà¹Īà¸Ń":126343,"Ø°Ùĥر":126344,"ìĸij":126345,"ìĹŃ":126346,"×ĺ׾":126347,"kı":126348,"ĠعÙħÙĦ":126349,"ĠعÙĨد":126350,"à¸ĭืà¹īà¸Ń":126351,"Ġê±°":126352,"ве":126353,"rü":126354,"à¹Ģà¸Ńา":126355,"สà¹Į":126356,"à¸Īà¸Ļ":126357,"סת":126358,"Ġgiả":126359,"ãĤĭãģ¨":126360,"à¸ģำลัà¸ĩ":126361,"ней":126362,"à¸Īริ":126363,"à¸Īริà¸ĩ":126364,"Ġëį":126365,"ĠëįĶ":126366,"à¸Ħà¹Īะ":126367,"ìn":126368,"Ġsüre":126369,"Ġquy":126370,"à¸ļาà¸ĩ":126371,"åıĸãĤĬ":126372,"ר×Ĺ":126373,"×ijת":126374,"ãģĮãģĤãĤĬãģ¾ãģĻ":126375,"רש":126376,"ìĹIJëĬĶ":126377,"Ġ×IJפשר":126378,"ayı":126379,"ãģĮãĤī":126380,"ØŃب":126381,"анÑģ":126382,"سÙĪ":126383,"ĠпÑĢе":126384,"دÙĪ":126385,"ãģ«ãĤĪ":126386,"à¹Ģà¸ģม":126387,"สูà¸ĩ":126388,"makt":126389,"maktad":126390,"maktadır":126391,"Ġönem":126392,"×Ļ×ŀ×Ļ×Ŀ":126393,"бо":126394,"ÙĪÙĬØ©":126395,"à¸£à¸¹à¸Ľ":126396,"à¹Ĥลà¸ģ":126397,"ÙħÙĬع":126398,"ÑģÑĤÑĥп":126399,"à¹Ĥà¸Ń":126400,"دÙĬÙĨ":126401,"ì¤ij":126402,"ãģĹãģı":126403,"à¹Ģสีย":126404,"вÑĭ":126405,"Ùħت":126406,"íĺĦ":126407,"ãĥIJãĥ¼":126408,"اش":126409,"קס":126410,"Ġtụ":126411,"ลà¸Ķ":126412,"ÙģØ©":126413,"íijľ":126414,"رج":126415,"kÅĤad":126416,"ĠÅŁey":126417,"ĠØ£Ùħ":126418,"Ġà¹Ģม":126419,"ĠبÙĦ":126420,"ÑģкаÑı":126421,"ãģ¨ãģ®":126422,"Ġìĭ¤":126423,"ấm":126424,"หà¹īà¸Ńà¸ĩ":126425,"à¸Ĭม":126426,"dü":126427,"Ġçek":126428,"Ġê³ł":126429,"×Ĵ×ij":126430,"à¸Ĭีวิ":126431,"à¸Ĭีวิà¸ķ":126432,"ÙģضÙĦ":126433,"ฯ":126434,"çı":126435,"Ġبش":126436,"ĠÙĩÙĨا":126437,"ãģįãģ¾ãģĹãģŁ":126438,"tü":126439,"Ġìĺģ":126440,"ĠTürk":126441,"кÑĤ":126442,"פרס":126443,"ãģ¨ãģĦãģĨãģĵãģ¨":126444,"íĶĦ":126445,"à¹ģรà¸ģ":126446,"ר×ķף":126447,"Ġaras":126448,"×ŀצ×IJ":126449,"Ġtá»ī":126450,"سا":126451,"à¸ŀà¸Ń":126452,"ĠاÙĦÙħØŃ":126453,"ãĥ¤":126454,"ĠاÙĦاست":126455,"ÙģÙĨ":126456,"×Ļ×ŀ×Ķ":126457,"رت":126458,"ãģ¨ãĤĤ":126459,"ĠнаÑģ":126460,"пÑĢи":126461,"Ġ×Ĺ×ķ":126462,"ила":126463,"ÙĬØ´":126464,"Ġgöz":126465,"Ġ×ij׳×Ļ":126466,"ımı":126467,"ĠÑĤеÑħ":126468,"Ġhá»Ļ":126469,"غر":126470,"кон":126471,"اØŃت":126472,"Ġà¸ŀ":126473,"à¸Ńà¸Ńà¸Ļ":126474,"à¸Ńà¸Ńà¸Ļà¹Ħล":126475,"à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":126476,"Ñħо":126477,"Ñıв":126478,"à¹ģสà¸Ķ":126479,"à¹ģสà¸Ķà¸ĩ":126480,"à¹Ģà¸ŀียà¸ĩ":126481,"ÑĤов":126482,"اÙĬ":126483,"Ġ×Ķ×ĵ":126484,"Ġ×ķ׼":126485,"ãĤīãģĦ":126486,"×ķפף":126487,"Ġë¶Ī":126488,"ลà¸Ńà¸ĩ":126489,"طاÙĦ":126490,"Ġни":126491,"ĠÙħست":126492,"ếc":126493,"Ġש׼":126494,"ĠëķĮ문":126495,"วัà¸Ļà¸Ĺีà¹Ī":126496,"×Ļ׾×ĵ":126497,"ØŃا":126498,"еÑĨ":126499,"Ġcứ":126500,"×ĵ×ķר":126501,"ĠÙħØŃ":126502,"ר׼×ij":126503,"بÙĬع":126504,"нии":126505,"ĠاÙĦØ£ÙĪÙĦ":126506,"à¸Ħวร":126507,"ãģ¨æĢĿãģĨ":126508,"ĠСо":126509,"ائÙĬØ©":126510,"راء":126511,"оÑģоб":126512,"ĠبأÙĨ":126513,"×¢×ķ×ĵ":126514,"ĠÑĤе":126515,"ãģĵãģĨ":126516,"ÑģÑĤÑĢа":126517,"айн":126518,"Ġsöz":126519,"تÙĨا":126520,"à¸Ńิ":126521,"ặp":126522,"ĠìķĦëĭĪ":126523,"íķŃ":126524,"Ġר×IJש":126525,"Ġà¹Ħà¸Ķà¹ī":126526,"Ġ×Ĵ×ĵ":126527,"Ġספר":126528,"обÑīе":126529,"ĠÙĪØ¥":126530,"adaÅŁ":126531,"ãģ¡ãĤĩ":126532,"ק×ķ׾":126533,"ÑĢез":126534,"ĠdÃ¼ÅŁÃ¼n":126535,"Ġ×ij×IJ×ŀ":126536,"Ġìĸ´ëĸ":126537,"ער×ij":126538,"нее":126539,"ĠÑģÑĤÑĢан":126540,"ساÙĨ":126541,"ynı":126542,"ĠاÙĦرئÙĬس":126543,"ãģĹãģª":126544,"Ġ×ł×ª":126545,"ãģ«ãģªãģ£ãģŁ":126546,"gü":126547,"åıĹãģij":126548,"×ľ×ª":126549,"ìłĪ":126550,"ëĬĶëį°":126551,"Ø®ÙĬر":126552,"à¸ķà¹īà¸Ńà¸ĩà¸ģาร":126553,"ĠÙĦØ£ÙĨ":126554,"Ġchá»ĭ":126555,"ÙĪØ©":126556,"à¹ĥส":126557,"ë¶ĢíĦ°":126558,"íķĺë©´":126559,"ữu":126560,"à¹Ģหมืà¸Ńà¸Ļ":126561,"беÑĢ":126562,"ĠìĿ´ìļ©":126563,"ĠÑģеб":126564,"wiÄĻks":126565,"Ġ×ł×¢":126566,"ÑĤÑĥÑĢ":126567,"ĠnghÄ©":126568,"ש×ķ×ĺ":126569,"tiÄŁi":126570,"ĠdeÄŁi":126571,"×IJ×ij":126572,"Ġ×ŀ×ŀ":126573,"ãĥĹãĥŃ":126574,"waÅĤ":126575,"à¸Īึà¸ĩ":126576,"خدÙħ":126577,"×IJ×Ŀ":126578,"Ä±ÅŁÄ±":126579,"czÄħ":126580,"ר×ĵ":126581,"ĠÑĢÑĥб":126582,"خرÙī":126583,"ãģ®æĸ¹":126584,"ĠденÑĮ":126585,"×Ĺ×Ļ×Ŀ":126586,"еÑĤе":126587,"ëĤľ":126588,"×IJ×Ĵ":126589,"×¢×ķר":126590,"ë³Ħ":126591,"åIJĮãģĺ":126592,"ãĤ²":126593,"ר×ļ":126594,"×ķש×IJ":126595,"ìľ¡":126596,"اخ":126597,"צ×Ļ×Ķ":126598,"á»±a":126599,"ãģĪãģ¦":126600,"ש×Ķ×ķ":126601,"анÑĤ":126602,"ลาà¸Ķ":126603,"инг":126604,"ë¡ł":126605,"اعد":126606,"ÙĪسط":126607,"Ġвоп":126608,"ĠвопÑĢоÑģ":126609,"ÙħÙĬÙĨ":126610,"à¸Ħà¸ĩ":126611,"×Ļר×Ļ×Ŀ":126612,"ców":126613,"격":126614,"Ġê·¸ëŁ°":126615,"Ġì§Ħ":126616,"Ġש׾×Ķ":126617,"à¹Ģริà¹Īม":126618,"à¸Ĭà¸Ńà¸ļ":126619,"деÑĤ":126620,"ÑİÑīиÑħ":126621,"à¸ļà¸Ńà¸ģ":126622,"æĢĿãģĦ":126623,"عÙĬد":126624,"ס×ŀ":126625,"×Ĵ×Ļ×¢":126626,"צ×ĵ":126627,"بات":126628,"ĠëĶ°ëĿ¼":126629,"à¸Īัà¸ĩ":126630,"ãģłãģijãģ§":126631,"×¢×Ļר":126632,"ĠÑĩел":126633,"ĠÑĩелов":126634,"ĠÑĩеловек":126635,"ãĥĥãĥģ":126636,"à¹Ģà¸ģีà¹Īยว":126637,"à¸Ķิ":126638,"Ġפע":126639,"×Ļ×ŀ×Ļ":126640,"ë°ĺ":126641,"خار":126642,"×ij×Ļת":126643,"×¢×Ļ×Ŀ":126644,"üyor":126645,"ãĤģãģ¦":126646,"клад":126647,"Ġà¸Īาà¸ģ":126648,"à¹Ģà¸Ħย":126649,"สà¸Ńà¸ĩ":126650,"à¹ģà¸Ħà¹Ī":126651,"ẫu":126652,"หà¸Ļัà¸ĩ":126653,"ש׾×ķ×Ŀ":126654,"اÙĨÙĬØ©":126655,"åĩºä¼ļ":126656,"åĩºä¼ļãģĦ":126657,"à¸łà¸²à¸¢":126658,"à¸ļาà¸Ĺ":126659,"à¸Ĭาว":126660,"muÅŁ":126661,"Ġ׾ק×ij׾":126662,"ãĤ·ãĥ£":126663,"ĠÄ°ÅŁ":126664,"×Ĵ×ĵ×ķ׾":126665,"جعÙĦ":126666,"ë³Ģ":126667,"ยิà¹Īà¸ĩ":126668,"à¸Ļาย":126669,"à¸Ļีà¹Ī":126670,"วิà¸ĺี":126671,"ãĤīãģªãģĦ":126672,"ëłĪ":126673,"Ġë¬¸ìłľ":126674,"Ġà¸ģ":126675,"à¸Ĺำà¸ĩาà¸Ļ":126676,"à¹Ģวà¹ĩà¸ļ":126677,"ÑĦе":126678,"楽ãģĹ":126679,"สำà¸Ħ":126680,"สำà¸Ħัà¸į":126681,"رÙħ":126682,"ãģķãĤĮãģ¦":126683,"Ġобла":126684,"ר×IJ×Ļ":126685,"หมà¸Ķ":126686,"ÙĨÙĬØ©":126687,"лин":126688,"ĠeÄŁ":126689,"itim":126690,"ëł¹":126691,"صاÙĦ":126692,"ÅĽl":126693,"à¸ľà¸´à¸Ķ":126694,"ãĥŀãĥ³":126695,"åħ¥ãĤĮ":126696,"à¹Ģà¸ķà¸Ńรà¹Į":126697,"ارÙĬ":126698,"ĠЦ":126699,"dür":126700,"สวย":126701,"립":126702,"رÙĥØ©":126703,"Ġhã":126704,"×Ļת×Ķ":126705,"à¸Ĥà¸Ļา":126706,"à¸Ĥà¸Ļาà¸Ķ":126707,"à¸Īำà¸Ļ":126708,"à¸Īำà¸Ļวà¸Ļ":126709,"ש×ķק":126710,"Ġдом":126711,"ì±ħ":126712,"ãģĭãģij":126713,"פ×ķ׾":126714,"à¸Ĭาย":126715,"ÑģмоÑĤÑĢ":126716,"ÑģлÑĥж":126717,"ש×IJ׾":126718,"кÑĢÑĭÑĤ":126719,"Ġìŀĺ":126720,"é«ĺãģĦ":126721,"ĠÑĢÑĥк":126722,"ÙĨص":126723,"дав":126724,"ưỡ":126725,"ưỡng":126726,"راÙħ":126727,"×Ļ׳×Ļ×Ŀ":126728,"ãĥ©ãĥ¼":126729,"ëĦ¤":126730,"Ġتع":126731,"lke":126732,"好ãģį":126733,"æĮģãģ¡":126734,"Ġë§İ":126735,"Ġyük":126736,"ĠÑģоÑģÑĤав":126737,"енÑĤÑĢ":126738,"peÅĤ":126739,"à¹Ģà¸Ľà¸¥à¸µà¹Īย":126740,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ":126741,"íıī":126742,"ãĤĦãģĻ":126743,"×Ĺ×ĸ":126744,"×ijר×Ķ":126745,"루":126746,"ìĶĢ":126747,"بØŃØ«":126748,"à¹Ģà¸ķà¹ĩ":126749,"ówi":126750,"بÙĩ":126751,"ãģįãģ¾ãģĻ":126752,"Ġ×¢×ŀ":126753,"×Ĵ×ķ׾":126754,"езд":126755,"ÙĬÙģØ©":126756,"สà¸Ļà¹ĥà¸Ī":126757,"Ġ×ª×ľ":126758,"ÑıÑī":126759,"ĠسÙĨ":126760,"ĠÙĪاØŃد":126761,"ĠÑģм":126762,"ladı":126763,"ıld":126764,"×Ļרת":126765,"ียà¸Ļ":126766,"ת×Ĺת":126767,"Ġжиз":126768,"à¸ŀั":126769,"à¸ŀัà¸Ĵ":126770,"à¸ŀัà¸Ĵà¸Ļา":126771,"à¸Ĭิ":126772,"اخÙĦ":126773,"ãģ£ãģ¦ãģĦãģŁ":126774,"รัà¸IJ":126775,"ãĤģãĤĭ":126776,"à¹Ĥà¸ģ":126777,"ĠTá»ķ":126778,"Ġhakk":126779,"رÙģ":126780,"ìłĢ":126781,"Ñģоб":126782,"ãģªãģijãĤĮãģ°":126783,"ÙĩÙĪ":126784,"Ġë²ķ":126785,"ãĤĨ":126786,"ĠاÙĦسعÙĪد":126787,"Ġ×IJתר":126788,"اغ":126789,"Ġ׾×ĵ":126790,"à¹ģà¸ķ":126791,"à¹ģà¸ķà¹Īà¸ĩ":126792,"íĮĮ":126793,"ÑĥпиÑĤÑĮ":126794,"à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":126795,"×ijת×Ļ":126796,"à¹ĩà¸ģ":126797,"ÅĤat":126798,"Ġê°ľìĿ¸":126799,"ìłķë³´":126800,"ÑĤал":126801,"Ġgüven":126802,"ĠÄ°l":126803,"Ġê°ģ":126804,"Ġبت":126805,"×ŀ×ķ׳×Ķ":126806,"ĠاÙĦØŃÙĥÙĪÙħ":126807,"ÙĤات":126808,"à¹ģà¸ģà¹Ī":126809,"หาà¸ģ":126810,"нÑĮ":126811,"à¸Ľà¸£à¸±à¸ļ":126812,"มาà¸ĵ":126813,"ĠнеÑģк":126814,"Ġض":126815,"สมั":126816,"สมัà¸Ħร":126817,"ãģĮãģĤãĤĬ":126818,"меÑģÑĤ":126819,"Ġ×IJצ׾":126820,"Ġкомпани":126821,"סר":126822,"ÙĬÙħØ©":126823,"ĠÑħоÑĢо":126824,"ĠÑħоÑĢоÑĪ":126825,"Ġ×Ļ×ķ×ĵ":126826,"üs":126827,"×Ĵ×Ļש":126828,"à¸ļà¸Ĺ":126829,"تÙĨظ":126830,"วาà¸ĩ":126831,"มหา":126832,"Ġ׼×ķ׾":126833,"à¸Ĥà¹īาà¸ĩ":126834,"ë°ľ":126835,"год":126836,"дан":126837,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ":126838,"ãģĵãģ¡ãĤī":126839,"ãĥIJãĤ¤":126840,"eceÄŁi":126841,"دÙĬدة":126842,"ÙĨÙī":126843,"Ġëĭ¤ìĿĮ":126844,"วี":126845,"غا":126846,"лиз":126847,"à¹Ģà¸Ķิ":126848,"à¹Ģà¸Ķิม":126849,"ĠÙĬست":126850,"Ġyılı":126851,"koÅĦ":126852,"ãģ§ãģĹãĤĩãģĨãģĭ":126853,"ãģĤãģª":126854,"ãģĤãģªãģŁ":126855,"ÑĨен":126856,"ĠÙĪز":126857,"×IJ×Ļש":126858,"à¹Īà¸Ń":126859,"رØŃ":126860,"ê´ij":126861,"ÑĢаÑģÑĤ":126862,"Ġ×Ķ׾":126863,"ãģĹãģ¦ãĤĤ":126864,"×ŀר׼":126865,"×ŀר׼×ĸ":126866,"éģķãģĦ":126867,"ãģŁãģı":126868,"ĠÑģÑĥд":126869,"веÑģÑĤи":126870,"ĠíķĦìļĶ":126871,"ãĥķãĤ§":126872,"ÑĤелÑĮно":126873,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ":126874,"ÅĤuż":126875,"à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":126876,"ש×ķר":126877,"Ġ×ŀ×ĵ":126878,"×ķ×¢×ľ":126879,"ÙĦاÙħ":126880,"à¹Ħà¸ĭ":126881,"лей":126882,"кÑĥÑĢ":126883,"Ả":126884,"à¸Ĺาà¸Ļ":126885,"ì§ij":126886,"ĠгоÑĢод":126887,"רס":126888,"׾×ķ×Ĵ":126889,"masını":126890,"ĠлÑĥÑĩ":126891,"ลà¹Īา":126892,"ìļ¸":126893,"ש×ĺ":126894,"ĠÐĺн":126895,"íĤ¤":126896,"ÙĪÙĦا":126897,"ìķł":126898,"ĠØ£ÙĬضا":126899,"Ùĥار":126900,"ĠاÙĦتع":126901,"สูà¹Ī":126902,"ãĤ¼":126903,"×ij×Ļ×IJ":126904,"ยà¸ģ":126905,"ĠØŃÙĤ":126906,"ربÙĬ":126907,"ãģĺãĤĥãģªãģĦ":126908,"รัà¸ģษา":126909,"ÑħодиÑĤ":126910,"à¸ķà¸Ńà¸ļ":126911,"׳×ĺ×Ļ":126912,"ĠاÙĦÙħج":126913,"تÙħع":126914,"оваÑĤÑĮ":126915,"ÙĦÙĬÙĨ":126916,"×Ļ×ŀ×ķת":126917,"Ġmù":126918,"nÄĻ":126919,"ĠدÙĬ":126920,"׼ש×Ļ×ķ":126921,"Ġhiç":126922,"ëijIJ":126923,"ÙĪاء":126924,"ÙĪØ·":126925,"ĠاÙĦبÙĦ":126926,"à¹ģมà¹ī":126927,"ק×ķת":126928,"ÙĪجد":126929,"å§ĭãĤģ":126930,"ÙĬئة":126931,"Ġ매":126932,"صبØŃ":126933,"פ×IJ":126934,"гоÑĢ":126935,"ס×Ķ":126936,"بÙĬÙĤ":126937,"ยาà¸ģ":126938,"Ġнад":126939,"ÙĬÙij":126940,"ĠبÙĪ":126941,"ס×ķר":126942,"ÙħÙĥاÙĨ":126943,"ר×ij":126944,"×Ĵ×ĸ":126945,"צת":126946,"bilit":126947,"лаг":126948,"ĠNgo":126949,"×IJ×ķר":126950,"à¸ķà¸Ļ":126951,"íĬ¹":126952,"à¸Ĺีà¹Īà¸Ķี":126953,"à¸Ľà¸£à¸°à¸Īำ":126954,"ование":126955,"ãģĦãģ¤":126956,"ãĥĥãĤ¯ãĤ¹":126957,"åIJĪãĤı":126958,"åIJĪãĤıãģĽ":126959,"×Ļ׳×ķ×Ļ":126960,"ạy":126961,"Ø«ÙĤ":126962,"ĠпÑĢоб":126963,"ĠпÑĢоблем":126964,"ÅŁeh":126965,"ÅŁehir":126966,"عادة":126967,"اÙĨÙĪÙĨ":126968,"à¸ķัวà¹Ģà¸Ńà¸ĩ":126969,"ì¶ķ":126970,"ılan":126971,"бан":126972,"ãĥ³ãĥī":126973,"à¸Īี":126974,"Ġ×Ķש׳×Ļ":126975,"поÑĤ":126976,"×ķ׾×Ļ×Ŀ":126977,"ลัà¸ļ":126978,"ĠÑįÑĤи":126979,"×ijקש":126980,"ë¹ĦìĬ¤":126981,"à¸Ńยà¹Īาà¸ĩà¹Ħร":126982,"×Ļ׾×Ļ":126983,"à¹ĥà¸Ĭà¹Ī":126984,"ĠاÙĦÙĥÙĦ":126985,"ãĥļãĥ¼ãĤ¸":126986,"صة":126987,"ÑĤиÑĢ":126988,"ãĤĵãģ©":126989,"зÑĭк":126990,"wyż":126991,"ÙĩÙĬ":126992,"ĠÙħÙĦÙĬ":126993,"Ġвиде":126994,"ظاÙħ":126995,"داÙĪÙĦ":126996,"×ŀת×Ļ":126997,"Ġsık":126998,"à¹Ģà¸ķิม":126999,"ãĤ¢ãĤ¤":127000,"каÑħ":127001,"צ×Ļ׾":127002,"à¹Ģà¸Ĭà¹Īà¸Ļ":127003,"маг":127004,"магаз":127005,"магазин":127006,"à¸Ľà¸±":127007,"à¸Ľà¸±à¸Ī":127008,"Ġש×Ļר×ķת":127009,"ียม":127010,"ãĥĸãĥ«":127011,"ĠدÙĪÙĦ":127012,"קר×Ļ×Ŀ":127013,"ÙĩÙı":127014,"ово":127015,"Ġüret":127016,"دÙĪÙĨ":127017,"à¹ģà¸Ļว":127018,"à¹Ģà¸Ļืà¹īà¸Ń":127019,"ĠÑĦоÑĤ":127020,"ãĥĺ":127021,"ãģ¤ãģĭ":127022,"ÑıÑģ":127023,"ĠíķĺëĤĺëĭĺ":127024,"ائع":127025,"ĠплаÑĤ":127026,"ìĺĪ":127027,"ĠdostÄĻp":127028,"ÙĪجÙĩ":127029,"Ġ×Ķ×Ĺ×Ļ":127030,"׳×Ļק":127031,"дей":127032,"íĽĦ":127033,"ıy":127034,"بØŃر":127035,"à¹Ģสริม":127036,"Ġ׾×Ĵ":127037,"Ø°Ùĩب":127038,"جÙĬÙĦ":127039,"رÙĥز":127040,"Ġëħ":127041,"Ġëħ¸":127042,"פ×Ļ׾×ķ":127043,"ãģ¾ãģļ":127044,"iriÅŁ":127045,"ĠÙĥÙĬÙģ":127046,"Ġ×ijצ":127047,"ĠêµIJ":127048,"ÑĢоÑģÑģ":127049,"ĠØ´ÙĬ":127050,"Ġiçer":127051,"×Ĵ×ķ×ij×Ķ":127052,"менно":127053,"×¢×ij×Ļר":127054,"×ķ×ŀ×Ķ":127055,"ãĤīãģĹãģĦ":127056,"ãģ¼":127057,"Ñīин":127058,"è²·ãģĦ":127059,"جÙħÙĪعة":127060,"Ġdönem":127061,"Ġ×ij×IJר":127062,"веÑģÑĤ":127063,"×ķר×ķת":127064,"سÙģ":127065,"à¹ģà¸Ĺà¸Ļ":127066,"ĠдокÑĥменÑĤ":127067,"ĠاÙĬ":127068,"جاÙĨ":127069,"צ×ķ×¢×Ļ":127070,"ĠоÑģоб":127071,"ĠاÙĦÙħس":127072,"ÑĢаб":127073,"à¸łà¸¹":127074,"à¸Ķาว":127075,"лекÑĤ":127076,"عÙĤ":127077,"×ķ×ĵ×ķת":127078,"Ġolu":127079,"ĠoluÅŁtur":127080,"ãģ¾ãģ¾":127081,"един":127082,"à¹Ģà¸Ńà¸ģ":127083,"ãĤµãĤ¤":127084,"ëĦĪ":127085,"Ø·ÙĨÙĬ":127086,"Ø·ÙĤØ©":127087,"ĠÐłÐ°Ð·":127088,"ÙĦÙij":127089,"Ñĩем":127090,"Ġ׾×ĺ":127091,"สัà¹Īà¸ĩ":127092,"سرائÙĬÙĦ":127093,"Ġפר×ĺ×Ļ":127094,"деÑģÑĮ":127095,"Ġ׳׼":127096,"اÙĨب":127097,"ÙĬاة":127098,"Ùħبر":127099,"Ġkı":127100,"à¸Ľà¸ı":127101,"à¸Ľà¸ıิ":127102,"à¸ļัà¸ķิ":127103,"×ł×ª×Ļ":127104,"ìĨ¡":127105,"راب":127106,"à¹ĥà¸ķ":127107,"à¹ĥà¸ķà¹ī":127108,"×Ļ×ł×ª":127109,"ÙĪÙĬر":127110,"Ġ×Ķ×ŀ×Ļ":127111,"ейÑĩаÑģ":127112,"ק×ķ×ij":127113,"دراس":127114,"ĠÙħÙĤ":127115,"رÙĬÙĨ":127116,"خاص":127117,"ãģĬéĩij":127118,"Ġجدا":127119,"ãģĨãģ¡":127120,"ëħ¸":127121,"ırım":127122,"æ§ĺ":127123,"ãģ«å¯":127124,"ãģ«å¯¾":127125,"ÑĨев":127126,"Ġvard":127127,"ĠÐIJн":127128,"eÄŁ":127129,"ÑģÑĤвенно":127130,"Ш":127131,"سد":127132,"à¸ģุ":127133,"à¹ģà¸ľà¸Ļ":127134,"รูà¹īส":127135,"รูà¹īสึà¸ģ":127136,"اتØŃاد":127137,"ÑijÑĤ":127138,"×Ĺ×ķק":127139,"ãģĻãģIJ":127140,"Ø·ÙĦاÙĤ":127141,"Ġק×ķ×ĵ":127142,"à¹ĥà¸Ĭà¹īà¸ĩ":127143,"à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":127144,"ãĥ¼ãĤ¿":127145,"Ġsür":127146,"ÑĢок":127147,"ë³ij":127148,"สมาà¸Ĭ":127149,"สมาà¸Ĭิà¸ģ":127150,"ãĥķãĥ¬":127151,"è¾¼ãģ¿":127152,"ãĤ»ãĥ³":127153,"Ġê°Ģì§Ģ":127154,"à¸ľà¹īา":127155,"ÑįÑĤомÑĥ":127156,"иÑĤел":127157,"à¸łà¸±":127158,"à¸ij":127159,"ãĥĸãĥ©":127160,"×Ľ×ª×ķ×ij":127161,"׳×Ŀ":127162,"еннÑĭе":127163,"×¢×¨×Ľ×ª":127164,"ĠìĤ":127165,"ĠìĤ´":127166,"à¸Ĥà¹īา":127167,"׳×ķס":127168,"ãĥ¬ãĥĵ":127169,"ÑĢеÑģ":127170,"à¹Ģลà¸Ĥ":127171,"ثاÙĦ":127172,"ìĹĨ":127173,"ĠÑĩаÑģÑĤ":127174,"าศ":127175,"ãĥªãĤ¢":127176,"uç":127177,"×Ļ׼×ķת":127178,"ลà¹īาà¸Ļ":127179,"ië":127180,"ãĤ¸ãĤ§":127181,"à¸Īà¸Ń":127182,"ÙĪØŃد":127183,"×Ļצ×ķ×ij":127184,"Ġ×ijש׾":127185,"око":127186,"ضة":127187,"ذر":127188,"ĠÑĥд":127189,"Ä°L":127190,"×ķצ×Ļ×Ŀ":127191,"×ĸ×ŀף":127192,"à¸Ľà¸ģ":127193,"íķĻêµIJ":127194,"ساÙħ":127195,"à¹Ħà¸Ķ":127196,"ละà¹Ģà¸Ń":127197,"ละà¹Ģà¸Ńีย":127198,"ละà¹Ģà¸Ńียà¸Ķ":127199,"ảy":127200,"аÑĨион":127201,"ãĤ¹ãĤ¯":127202,"פ×ķס":127203,"รà¹Īาà¸ĩ":127204,"еннÑĭй":127205,"عÙĨ":127206,"عÙĦÙĨ":127207,"ائÙģ":127208,"dÄĻ":127209,"ؤÙĪÙĦ":127210,"׾×ķ×ķ":127211,"Ġ×ijש×ij":127212,"ä»ĬåĽŀ":127213,"ĠاÙĦجÙĨ":127214,"داد":127215,"waÄĩ":127216,"ãĥªãĥ³":127217,"ĠìŀIJìĭł":127218,"اÙĨÙĬا":127219,"ãĥ¡ãĥª":127220,"ÙĦÙĪÙĨ":127221,"à¸Ĺà¹Īà¸Ńà¸ĩ":127222,"à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":127223,"اÙģÙĬ":127224,"ĠлиÑĪ":127225,"ÙħÙĬØ©":127226,"оÑĤвеÑĤ":127227,"Ñĩин":127228,"ÃĬ":127229,"ãĥ¡ãĥ³":127230,"å®Ł":127231,"éļĽãģ«":127232,"ĠÑĢай":127233,"ãĤ¦ãĥ³":127234,"×Ļר×ķש":127235,"×Ļר×ķש׾×Ļ×Ŀ":127236,"มะ":127237,"Ġara":127238,"казаÑĤÑĮ":127239,"à¸ķัà¸Ķ":127240,"ÑĥÑİÑĤ":127241,"Ġüst":127242,"×Ĵ×ķ×ij":127243,"×Ĵ×ķ×ij×ķת":127244,"malı":127245,"егод":127246,"егоднÑı":127247,"اÙģÙĤ":127248,"à¸Ĭà¹Īà¸Ńà¸ĩ":127249,"Ġözellik":127250,"×Ļצ×ķר":127251,"ĠmiÄĻd":127252,"ĠiliÅŁ":127253,"ĠнаÑħод":127254,"×¢×ĸר":127255,"×ľ×Ľ×ª":127256,"ÙĨتاج":127257,"ĠÑģем":127258,"à¸Īà¹Īาย":127259,"à¸ķรว":127260,"à¸ķรวà¸Ī":127261,"פר×ķ":127262,"à¸Ĥัà¸ļ":127263,"ãģŀ":127264,"Ġпло":127265,"колÑĮ":127266,"×ŀ×¢×ĺ":127267,"íķĺìĭľ":127268,"jÄħce":127269,"ÙĨاÙĨ":127270,"ลีà¸ģ":127271,"нÑĥÑĤ":127272,"ĠобÑĢаз":127273,"Ùĥبر":127274,"ĠاÙĦÙĪØ·ÙĨ":127275,"ãģķãģĽãģ¦":127276,"ÙĤاء":127277,"×ŀ×ĵ×Ļ׳":127278,"yü":127279,"פ×Ļת":127280,"׳×ķף":127281,"ÙħÙĨظ":127282,"หà¸Ļัà¸ģ":127283,"ìŀĪ":127284,"ãĤ«ãĥ¼ãĥī":127285,"عÙĨÙĬ":127286,"под":127287,"ضاء":127288,"à¸Ļà¸ķà¹Į":127289,"×ŀשפ":127290,"วà¹Į":127291,"ר×ķק":127292,"สืà¹Īà¸Ń":127293,"פק×Ļ×ĵ":127294,"ãģªãĤīãģªãģĦ":127295,"ĠìŬ룬":127296,"ÙĦج":127297,"ÑīиÑĤ":127298,"ãĥĥãĤ·":127299,"ÙĦÙĬس":127300,"ĠÙĦÙħا":127301,"ìłij":127302,"×ij×Ļף":127303,"ãĥģãĤ§":127304,"Ġgüç":127305,"Ġchứ":127306,"×ķצ×IJ":127307,"קר×ij":127308,"à¹Ĥà¸ŀ":127309,"оÑĩно":127310,"סק×Ļ":127311,"ש׾×Ŀ":127312,"صرÙģ":127313,"ĠLÃł":127314,"×¢×Ļת":127315,"á»·":127316,"à¹Ĥà¸Ńà¸ģ":127317,"à¹Ĥà¸Ńà¸ģา":127318,"à¹Ĥà¸Ńà¸ģาส":127319,"Ġ×Ķ×ĵ×ijר":127320,"à¸Ļัà¹Īà¸Ļ":127321,"زر":127322,"нако":127323,"íļį":127324,"ãĤĤãģ¡":127325,"ãĤĤãģ¡ãĤį":127326,"ãĤĤãģ¡ãĤįãĤĵ":127327,"اÙħت":127328,"عداد":127329,"инÑĭ":127330,"ÅĤyw":127331,"à¸Ħà¸ĵะ":127332,"à¸Ĺะ":127333,"ktör":127334,"×Ļ×Ĺ×Ķ":127335,"Ġме":127336,"ĠмеÑģÑı":127337,"׳×Ķ×Ĵ":127338,"ĠÑģÑĥÑīеÑģÑĤв":127339,"à¸Ļัà¸Ļ":127340,"ÑĦÑĦ":127341,"екÑĤив":127342,"عÙĦÙĪÙħات":127343,"бÑĥд":127344,"à¸Ļัà¸ģà¸ĩาà¸Ļ":127345,"หà¸Ļà¹īาà¸Ĺีà¹Ī":127346,"ÙĤÙĬÙĤ":127347,"ãĤ·ãĥ³":127348,"ãģ«éĸ¢":127349,"×IJר×Ĵ":127350,"ĠпÑĢоÑĤ":127351,"ĠпÑĢоÑĤив":127352,"ĠìŀĪìĸ´":127353,"ÙĤÙĬÙĤØ©":127354,"ìĹĩ":127355,"kür":127356,"ãģ«ãģªãĤĬãģ¾ãģĹãģŁ":127357,"ĠдеÑıÑĤ":127358,"ĠдеÑıÑĤелÑĮ":127359,"פ×ķר×ĺ":127360,"à¸Łà¹īา":127361,"à¹Ģà¸ł":127362,"ĠавÑĤомаÑĤ":127363,"×ĸ×Ļק":127364,"Ġolduk":127365,"عاÙħ":127366,"ĠÑĤоÑĢ":127367,"yrıca":127368,"êÌ":127369,"ãĤŃãĥ³ãĤ°":127370,"ãģ«ãģ¨ãģ£ãģ¦":127371,"à¹Ģà¸īà¸ŀ":127372,"à¹Ģà¸īà¸ŀาะ":127373,"ãģ¯ãģļ":127374,"×ŀ×IJ×Ļ":127375,"สะà¸Ķ":127376,"สะà¸Ķวà¸ģ":127377,"ìľ¼ë©°":127378,"à¸ģี":127379,"ฬ":127380,"Ġ×¢×ķש":127381,"à¸łà¸²à¸©à¸²":127382,"à¸Ĺัà¸Ļ":127383,"acakt":127384,"acaktır":127385,"اعدة":127386,"ĠÑĥÑģлÑĥг":127387,"סר×ĺ":127388,"×ķ×ŀ×ķת":127389,"×Ķ×ķר":127390,"×ŀ×ķ×ij":127391,"×ŀ×ķ×ijף":127392,"سÙĬاس":127393,"اتÙģاÙĤ":127394,"×Ķצ׾":127395,"Ùħؤس":127396,"Ġpó":127397,"Ġкни":127398,"×Ļ׼×ķ׾":127399,"à¹Ģหลืà¸Ń":127400,"׼׾׼":127401,"׳×ĸ":127402,"ÑĪие":127403,"rès":127404,"ĠاÙĦØŃÙĤ":127405,"лÑıÑĢ":127406,"หà¸į":127407,"หà¸įิà¸ĩ":127408,"ר×Ĵ×Ļש":127409,"à¹Ģสà¹īà¸Ļ":127410,"ש×ij×ķף":127411,"ôtel":127412,"апÑĢ":127413,"апÑĢимеÑĢ":127414,"ابÙĦ":127415,"ĠÑĢазвиÑĤ":127416,"ĠполÑĮз":127417,"ĠСеÑĢ":127418,"×ķ×ij×Ļ":127419,"róż":127420,"ìĭŃ":127421,"ãĤ¯ãĥĪ":127422,"ãģĹãĤĪãģĨ":127423,"à¸ģรม":127424,"ØŃÙĥÙĪÙħ":127425,"à¹Ĥà¸ļ":127426,"à¸Ĺà¹īาย":127427,"ĠMá":127428,"ĠÑĤÑĭ":127429,"à¸Ħรัว":127430,"ÑĢÑĥб":127431,"ạp":127432,"ĠmÅĤ":127433,"ĠmÅĤod":127434,"ĠgörÃ¼ÅŁ":127435,"ĠgeliÅŁ":127436,"Æ°Æ¡i":127437,"×ŀשק":127438,"ÙĢÙĢÙĢÙĢ":127439,"ราว":127440,"ãģĹãģ£":127441,"ãģĹãģ£ãģĭãĤĬ":127442,"ĠÐļон":127443,"Ġkê":127444,"à¹Ĥà¸Ĺร":127445,"èIJ½ãģ¡":127446,"åĩºãģ¦":127447,"ลัà¸ģษ":127448,"Ġ×Ĵ×ij×ķ×Ķ":127449,"ãĥĻãĥ«":127450,"ê±°ëĤĺ":127451,"ë§IJ":127452,"×Ļ׾×ĵ×Ļ×Ŀ":127453,"ĠëĦĪ":127454,"×ŀר×Ļ":127455,"รส":127456,"ãĥŃãĥ³":127457,"ило":127458,"ноÑģÑĤÑĮÑİ":127459,"×ĸר×Ĺ":127460,"пон":127461,"Ġ×Ķש׾":127462,"ê²łìĬµëĭĪëĭ¤":127463,"ĠkiÅŁ":127464,"ĠÐļи":127465,"วร":127466,"داع":127467,"ÅŁim":127468,"ÙĨÙij":127469,"ваÑĤ":127470,"راÙĥ":127471,"باÙĦ":127472,"иде":127473,"Ġ×Ķ×ŀ×Ĺ":127474,"ìĸµ":127475,"تÙģاع":127476,"أت":127477,"ëĬĺ":127478,"ש×Ļת":127479,"ستÙħر":127480,"ĠÑĦак":127481,"ĠاÙĦØ£ÙħرÙĬ":127482,"ëŀ¨":127483,"اسÙħ":127484,"ĠaÄŁ":127485,"Ġçev":127486,"ÙĥÙĪر":127487,"ãģķãģ¾":127488,"Ġçöz":127489,"Ġرس":127490,"Äħda":127491,"สà¸Ļุ":127492,"ãģĹãģ¦ãģıãĤĮ":127493,"нÑİ":127494,"leÅŁme":127495,"ãĤªãĥ³":127496,"ãģ¨ãģªãĤĬ":127497,"avaÅŁ":127498,"×ĺ×Ļ×ij":127499,"ØŃض":127500,"×ķצ×IJ×ķת":127501,"ÙĨÙħÙĪ":127502,"ıt":127503,"ĠÑħа":127504,"ĠÑħаÑĢак":127505,"ĠÑħаÑĢакÑĤеÑĢ":127506,"ĠdÅĤ":127507,"ãĥĹãĥ©":127508,"à¸Ĭุม":127509,"à¹Īà¸Ńà¸Ļ":127510,"×ķ×ij׾":127511,"Ñģол":127512,"×ĵ×Ĵ":127513,"аÑĢаÑĤ":127514,"nivers":127515,"ĠgerçekleÅŁtir":127516,"ĠاÙĦÙĦÙĬ":127517,"ระยะ":127518,"ĠÙħختÙĦÙģ":127519,"Ġgönder":127520,"Ùģار":127521,"doÄŁ":127522,"doÄŁan":127523,"صÙĦاØŃ":127524,"Ġyayın":127525,"ãĥĨãĥ³":127526,"รวà¸Ī":127527,"×Ļ×Ĺ×Ļ×ĵ":127528,"ünkü":127529,"ÑĨиалÑĮн":127530,"à¸ļู":127531,"มุ":127532,"hä":127533,"Ø®Ùģ":127534,"å¢Ĺ":127535,"å¢ĹãģĪ":127536,"еÑĩно":127537,"ĠاÙĦسÙĨ":127538,"à¸Ĥาว":127539,"imdi":127540,"Ы":127541,"à¸Ļà¸Ńà¸ģà¸Īาà¸ģ":127542,"à¸ļาล":127543,"תש":127544,"Ġdüzenle":127545,"мÑĭÑģл":127546,"ãģıãģª":127547,"żu":127548,"ĠwspóÅĤ":127549,"Ġназ":127550,"ındaki":127551,"ترة":127552,"ÅŁek":127553,"Ġöd":127554,"ĠÙĪÙĥ":127555,"ĠпозволÑı":127556,"Ġת×ķ׼":127557,"ÙħÙĨتج":127558,"ë§ī":127559,"ĠاÙĦØ«ÙĦاث":127560,"аÑĨиÑİ":127561,"ÙĪرÙĪ":127562,"ÑĭваеÑĤ":127563,"خصص":127564,"ĠاÙĦÙģÙĦ":127565,"ĠاÙĦÙģÙĦسطÙĬÙĨ":127566,"إجر":127567,"إجراء":127568,"اÙĨتخ":127569,"اÙĨتخاب":127570,"ارÙĬØ©":127571,"×ķÖ":127572,"Ø¢ÙĨ":127573,"×ŀ×¢×ķת":127574,"Ġмал":127575,"Ġ×IJ×Ĺ":127576,"à¸Ĺà¹īà¸Ńà¸ĩ":127577,"zeÅĽ":127578,"Ġë§Įëĵ¤":127579,"رÙĬع":127580,"äºĭãĤĴ":127581,"à¸ļริหาร":127582,"׾×ŀ×Ļ×ĵ":127583,"ĠмÑĥж":127584,"ترÙĪ":127585,"ĠباÙĦØ¥":127586,"פ×Ļק":127587,"زÙħØ©":127588,"ĠÃ¶ÄŁrenc":127589,"ãĥ¶":127590,"اÙħعة":127591,"ק×ij×ķצ":127592,"×ŀ׳×ķת":127593,"رÙĬÙħ":127594,"Ġоказ":127595,"ãģłãģijãģ©":127596,"Ġhız":127597,"Ġש×IJת":127598,"ãĤ¢ãĥ¼":127599,"Ġmożliwo":127600,"ìĦ¼":127601,"ÙĪاب":127602,"огÑĢаÑĦ":127603,"ĠعبداÙĦ":127604,"ãĤĴè¡Į":127605,"بÙĬÙĦ":127606,"Ġİç":127607,"ยาย":127608,"ĠÑĥÑĩаÑģÑĤ":127609,"ÑĦеÑģÑģ":127610,"ÑĦеÑģÑģиона":127611,"Ấ":127612,"ÙĨÙĬÙĨ":127613,"عدÙĦ":127614,"สรร":127615,"دÙĬÙĦ":127616,"×ij×Ļק":127617,"czyÅĤ":127618,"ÑĢоме":127619,"Ġмед":127620,"ìĻĶ":127621,"ãĥ©ãĤ¤ãĥ³":127622,"ĠÑĤеп":127623,"еÑĢÑĮ":127624,"iÄŁi":127625,"вели":127626,"ÑĢиÑģÑĤ":127627,"ס×ķפ":127628,"×ŀ׾×Ĺ":127629,"ĠاÙĦØ¥ÙĨ":127630,"Ġ׾×Ķש":127631,"è¶ĬãģĹ":127632,"ĠÑĢÑĭ":127633,"×ķ×IJר":127634,"رÙĩاب":127635,"פ×ķ×IJ×Ļ":127636,"ĠгоÑģÑĥд":127637,"ĠгоÑģÑĥдаÑĢ":127638,"ĠгоÑģÑĥдаÑĢÑģÑĤв":127639,"ĠاÙĦØ£ÙħÙĬر":127640,"Ùħج":127641,"à¹Ģหมาะ":127642,"ÑĢев":127643,"à¸Ĭีà¸ŀ":127644,"ãĥķãĥĪ":127645,"иÑĩно":127646,"ĠاÙĦÙħؤ":127647,"Ġiht":127648,"íħľ":127649,"دÙĨÙĬ":127650,"رص":127651,"лаÑģÑĤ":127652,"à¹Ģหลà¹Īา":127653,"ılır":127654,"รà¸ĵà¹Į":127655,"×ŀש×Ļ×ļ":127656,"Ġdá»ĭ":127657,"Ø·ÙģاÙĦ":127658,"×ĺ×ķף":127659,"Ġ×ij×Ļ׳":127660,"ãģ¾ãģ£ãģŁ":127661,"ложениÑı":127662,"تØŃر":127663,"باØŃ":127664,"à¹Ģสืà¹īà¸Ń":127665,"ãģĻãģĶ":127666,"ltür":127667,"à¸ĩาม":127668,"Ġtü":127669,"ĠпÑĢим":127670,"ĠпÑĢимен":127671,"Ġhayat":127672,"ëĥIJ":127673,"ëĭĮ":127674,"׳×Ļ×ķ":127675,"веден":127676,"ìħ¨":127677,"à¸Īัย":127678,"à¸ģà¹Īà¸Ń":127679,"Ġвод":127680,"оÑģÑĤоÑı":127681,"наÑĤ":127682,"à¹ģหล":127683,"سÙħÙĬ":127684,"à¸Ķำà¹Ģà¸Ļ":127685,"à¸Ķำà¹Ģà¸Ļิà¸Ļ":127686,"wód":127687,"öyle":127688,"ãĥĢãĤ¤":127689,"ÑĪий":127690,"меÑīен":127691,"ãģĹãģ¾ãģĨ":127692,"ãĥīãĥ©":127693,"ÙĪضØŃ":127694,"à¸Ńà¸Ļุ":127695,"ĠاÙĦاجتÙħاع":127696,"laÅŁma":127697,"à¸Ħà¸Ńà¸Ļ":127698,"×ŀר×Ļ×Ŀ":127699,"ÙĨاÙħج":127700,"שר×ķת":127701,"اÙĦØ£":127702,"ĠksiÄħż":127703,"Ġан":127704,"ÑĢай":127705,"اÙĩرة":127706,"×ŀ×ĵ×Ķ":127707,"ä¸Ģç·":127708,"ä¸Ģç·Ĵ":127709,"ä¸Ģç·Ĵãģ«":127710,"ÑĢиÑĤоÑĢ":127711,"dıkl":127712,"à¹ģà¸ĸ":127713,"à¹ģà¸Ĥà¹Īà¸ĩ":127714,"екÑĤоÑĢ":127715,"×ŀסע":127716,"ÑĢакÑĤи":127717,"uÄŁu":127718,"×ķ×ijת":127719,"สูà¸ķร":127720,"ĠçalÄ±ÅŁm":127721,"ĠçalÄ±ÅŁmalar":127722,"Ġана":127723,"ãĥĽãĥ¼ãĥł":127724,"Ġbölüm":127725,"Ġبص":127726,"олоÑģ":127727,"ĠìķĬëĬĶ":127728,"à¹Īะ":127729,"ÙĪتر":127730,"ä¹Ĺ":127731,"ستخداÙħ":127732,"פ×Ļ×Ļס":127733,"פ×Ļ×Ļס×ij":127734,"פ×Ļ×Ļס×ij×ķק":127735,"ĠкÑĢаÑģ":127736,"лик":127737,"رÙĬØŃ":127738,"×ŀש׾×Ķ":127739,"à¹Ģยีà¹Īย":127740,"à¹Ģยีà¹Īยม":127741,"виÑģ":127742,"омн":127743,"ÄŁun":127744,"ãĥŃãĥ¼ãĥ³":127745,"أتÙĬ":127746,"à¸ķรี":127747,"çĶ³ãģĹ":127748,"تÙħر":127749,"ìĹĪìĬµëĭĪëĭ¤":127750,"ĠÙĪغÙĬر":127751,"redni":127752,"ĠاÙĦصÙģ":127753,"ĠнаÑģÑĤоÑı":127754,"ĠнаÑģÑĤоÑıÑī":127755,"à¸ķรา":127756,"ĠÑĥÑģлов":127757,"ĠÑĥÑģловиÑı":127758,"ÑĨеп":127759,"×Ķ×Ĺ׾×ĺ":127760,"Ø·ÙĬع":127761,"ĠBakan":127762,"ĠاÙĦرÙĪ":127763,"илÑĮно":127764,"ĠмеÑĤ":127765,"à¸Ķà¸Ńà¸ģ":127766,"ãģĭãĤīãģªãģĦ":127767,"ĠпоÑģÑĤоÑı":127768,"ĠпоÑģÑĤоÑıн":127769,"ĠÑĩаÑģ":127770,"üc":127771,"wró":127772,"бÑĥÑĢ":127773,"ãĥIJãĥĥãĤ¯":127774,"ãĥ©ãĥ³ãĥī":127775,"ĠогÑĢ":127776,"สัà¸į":127777,"สัà¸įà¸įา":127778,"มัà¹Īà¸Ļ":127779,"à¸Ħà¸Ńม":127780,"alık":127781,"Ġнед":127782,"ümüz":127783,"ĠÅĽwie":127784,"ério":127785,"×Ļ×IJ×Ķ":127786,"دÙħات":127787,"ırl":127788,"ĠоÑĤз":127789,"ĠоÑĤзÑĭв":127790,"ä»ĺãģį":127791,"Ġkażde":127792,"миниÑģÑĤ":127793,"ãĤ°ãĥ«":127794,"ë°ĸ":127795,"езн":127796,"اÙĦÙģ":127797,"Ġשק׾":127798,"Ùħض":127799,"ãĥĿãĥ¼ãĥĪ":127800,"ÙħÙĨت":127801,"ÙĤÙĬاÙħ":127802,"Ø´ÙĨ":127803,"×Ļר×ķ×¢":127804,"ãĤŃãĥ£ãĥ³":127805,"доÑĢов":127806,"×ŀ×Ļת×Ļ":127807,"ÙĪÙĦÙĪج":127808,"ÙĥاÙģ":127809,"ĠÑĢазлиÑĩ":127810,"иÑĤеÑĤ":127811,"нолог":127812,"ลà¸ĩà¸Ĺุà¸Ļ":127813,"ĠyaklaÅŁ":127814,"ãĥ¬ãĤ¤":127815,"ê²łëĭ¤":127816,"æ±ĤãĤģ":127817,"رÙĪÙģ":127818,"ĠíĬ":127819,"ĠíĬ¹":127820,"ãģ£ãģıãĤĬ":127821,"à¸Ħวามà¸Ħิà¸Ķ":127822,"×Ķ×Ļס×ĺ":127823,"Ø¥ÙĤ":127824,"ãģ¦ãģĦ":127825,"à¹Ĥà¸Ĭ":127826,"ĠBüyük":127827,"ĠФедеÑĢ":127828,"ÑĨин":127829,"ÑĢова":127830,"ĠاÙĦاÙĤتصاد":127831,"Ġchá":127832,"à¸ĺาà¸Ļ":127833,"ë¥ł":127834,"à¹Ħà¸ķ":127835,"ÃŃpio":127836,"Ùĭا":127837,"ĠобÑıз":127838,"Ùĩج":127839,"Ġì¤ijìļĶ":127840,"ãģ®ãģ§ãģ¯ãģªãģĦ":127841,"باراة":127842,"ãĤ¤ãĥ«":127843,"ĠноÑĢм":127844,"á»īnh":127845,"mö":127846,"möglich":127847,"ÑĨип":127848,"ãĤ¢ãĤ¯":127849,"×Ķ×Ļ":127850,"ÑĨиалÑĮно":127851,"ĠÅĽwi":127852,"تÙĤ":127853,"ĠÑģÑĤоим":127854,"بÙĬعÙĬ":127855,"Ġ׾ש×ŀ":127856,"глÑı":127857,"глÑıд":127858,"ãģ¦ãģıãĤĮ":127859,"ÄĻdzi":127860,"à¸Ĥั":127861,"à¸Ĥัà¹īà¸Ļ":127862,"Ø·ÙĤ":127863,"ĠìĹŃ":127864,"ãģ£ãģ¦ãģĹãģ¾ãģĨ":127865,"ĠdeÄŁerl":127866,"ĠdeÄŁerlendir":127867,"Ġülk":127868,"Ġмног":127869,"à¹ĭ":127870,"ë¿IJ":127871,"ĠУкÑĢа":127872,"ÄŁini":127873,"Ġбезоп":127874,"ĠбезопаÑģ":127875,"à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":127876,"اظ":127877,"ØŃداث":127878,"леÑĢ":127879,"×Ļ×¥":127880,"×Ļ׳×ĺר׳×ĺ":127881,"larınız":127882,"ØŃÙĬØŃ":127883,"żeli":127884,"à¸Ńัà¸ĩ":127885,"à¸Ńัà¸ĩà¸ģ":127886,"à¸Ńัà¸ĩà¸ģฤษ":127887,"ĠоÑĤлиÑĩ":127888,"ัส":127889,"ëŀį":127890,"ожно":127891,"ãĤ¹ãĥĿ":127892,"ĠÑħоÑĩ":127893,"Ġкап":127894,"еÑĩен":127895,"ØŃÙĦØ©":127896,"ÙĬاÙĩ":127897,"нал":127898,"×ķצר×Ļ×Ŀ":127899,"Ġkald":127900,"åĥį":127901,"ĠاÙĦشخص":127902,"Ġзна":127903,"Ġwzgl":127904,"życz":127905,"ê°Ŀ":127906,"à¸ŀลัà¸ĩ":127907,"íģ¼":127908,"Ġöl":127909,"Ġbụ":127910,"Ø´Ùĩر":127911,"Ġзам":127912,"Ġдев":127913,"×Ļ×ĺת":127914,"تعÙĦÙĤ":127915,"ÙĪÙħØ©":127916,"ãĤĴä½ľ":127917,"ãģįãģ¦":127918,"íĥĿ":127919,"rasında":127920,"ãĤĴæİ¢":127921,"ĠÙħباشر":127922,"راجع":127923,"Ġвозд":127924,"ÙħØŃا":127925,"×ķשר":127926,"ĠиÑģÑĤоÑĢ":127927,"มัà¸ģ":127928,"tıģ":127929,"ثار":127930,"ترÙĨت":127931,"à¹ģà¸Ĥà¹ĩ":127932,"à¹ģà¸Ĥà¹ĩà¸ĩ":127933,"поÑĩ":127934,"Ġ×ij×IJ×ķת":127935,"ë¯Ģ":127936,"ëĿ¼ëıĦ":127937,"à¸Ĭัà¸Ķ":127938,"สà¸ķà¹Į":127939,"ãĥĭãĥĥãĤ¯":127940,"иденÑĤ":127941,"ĠгÑĢÑĥпп":127942,"تخ":127943,"áºł":127944,"ยืà¸Ļ":127945,"ยัà¸Ļ":127946,"óry":127947,"TÃľ":127948,"ãģĹãĤĥ":127949,"ĠпÑĢовед":127950,"лÑıеÑĤ":127951,"ÙħØ®":127952,"ยà¸Ńม":127953,"×Ľ×ł×¡×ª":127954,"ĠاÙĦÙħÙĨت":127955,"Ġolmad":127956,"ר׼×ĸ×Ļ":127957,"ĠвÑģÑĤÑĢ":127958,"ĠиÑģÑģлед":127959,"ÑĤвеÑĢж":127960,"بدÙĪ":127961,"еÑĢÑĤ":127962,"ï»·":127963,"±ħ":127964,"สัมà¸ŀัà¸Ļà¸ĺà¹Į":127965,"ิà¹Īà¸Ļ":127966,"צ×Ļ×ij":127967,"wiÄĻt":127968,"Ġì°¸":127969,"ĠzwiÄħz":127970,"سبÙĪع":127971,"ãĥĥãĤ°":127972,"à¸Ľà¸¥à¸Ńà¸Ķ":127973,"à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":127974,"ãĤĤãĤĬ":127975,"ÙĤدس":127976,"Ġsprz":127977,"Ġsprzeda":127978,"Ġistedi":127979,"Ġkhu":127980,"Ġден":127981,"ĠkoÅĦ":127982,"Ġ×ij×Ĺ×Ļ":127983,"à¹Ģà¸Ĺà¹īา":127984,"×ķס×Ļ×£":127985,"ãĥĭãĥ¥ãĥ¼":127986,"ĠпÑĢедоÑģÑĤ":127987,"ĠпÑĢедоÑģÑĤав":127988,"à¹Ĥà¸Ł":127989,"év":127990,"ĠاÙĦصØŃ":127991,"صØŃاب":127992,"à¹Ģà¸Īà¹ĩà¸ļ":127993,"влек":127994,"วัà¸ķ":127995,"à¸ĸุ":127996,"ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":127997,"ÙĤÙĬÙĤÙĬ":127998,"×ķ×Ĺר":127999,"ÑĭÑĪ":128000,"ĠоÑĤно":128001,"ĠоÑĤноÑĪ":128002,"обилÑĮ":128003,"ÙģØŃ":128004,"ınt":128005,"ıntı":128006,"Ġ׾×ij×ĵ":128007,"íİĺìĿ´ì§Ģ":128008,"ãĥĬãĥ«":128009,"ĠÙħساء":128010,"×Ļ×ĺ×ij":128011,"ÑĮеÑĢ":128012,"ëĦ·":128013,"ÑĭÑĤа":128014,"ĠоÑĩеÑĢ":128015,"à¸Ķืà¹Ī":128016,"à¸Ķืà¹Īม":128017,"ĠNgh":128018,"تعب":128019,"ÙĦاÙĤات":128020,"×ķ׾×ķ×Ĵ×Ļ×Ķ":128021,"ĠìĿ´ê²ĥ":128022,"Ġ×Ķ×ijר":128023,"ìľµ":128024,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ":128025,"ÙĩØ©":128026,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ":128027,"å¤īãģĪ":128028,"wiÅĽcie":128029,"chod":128030,"chodzÄħ":128031,"вÑĢо":128032,"×ŀ×Ĺ×Ļר":128033,"Ġyı":128034,"Ġyıll":128035,"ì¡Į":128036,"à¹Ħหว":128037,"ãģªãģıãģª":128038,"ĠзавиÑģ":128039,"ĠìĺĪìĪĺ":128040,"ÙģØ°":128041,"ủng":128042,"à¸ŀุà¸Ĺà¸ĺ":128043,"зн":128044,"layan":128045,"ãĤ¡":128046,"à¸ģà¹ĩà¸ķาม":128047,"ĠsaÄŁlam":128048,"รà¸ĵ":128049,"ĠÑģиÑĤ":128050,"ĠÑģиÑĤÑĥ":128051,"ĠاÙĦتÙĨ":128052,"×Ķ×ĸ":128053,"ĠØ·ÙĪÙĬÙĦ":128054,"taÅĤ":128055,"Ġgörd":128056,"å¤īãĤı":128057,"ëĥ¥":128058,"à¸Ħà¹Īà¸Ńย":128059,"×IJ×ķ×ĺ":128060,"ëħIJ":128061,"ãĥ©ãĥ³ãĤ¹":128062,"วัà¸Ĵ":128063,"วัà¸Ĵà¸Ļ":128064,"ĠoluÅŁ":128065,"פע×ķ׾":128066,"ĠszczegóÅĤ":128067,"à¸Ħาสิ":128068,"à¸Ħาสิà¹Ĥà¸Ļ":128069,"powied":128070,"ĠÑĤеб":128071,"หà¸Ļà¹Īวย":128072,"Ġмил":128073,"ØŃÙĥ":128074,"à¸Ĺà¸Ķ":128075,"ĠмаÑĤеÑĢиал":128076,"ÅĤow":128077,"à¹Ģà¸ģีย":128078,"ĠÑģовеÑĢ":128079,"ãĤ©":128080,"à¸Ľà¸£à¸´":128081,"ĠиÑİ":128082,"наÑĩен":128083,"ÑĢенд":128084,"muÅŁtur":128085,"ĠпÑĢодÑĥк":128086,"зд":128087,"ÑıÑĤи":128088,"ÑıÑĤиÑı":128089,"à¹Ģมีย":128090,"راتÙĬج":128091,"Ġamacı":128092,"ש×ķ׾":128093,"ש×ķ׾×Ĺ":128094,"สะà¸Ńา":128095,"สะà¸Ńาà¸Ķ":128096,"פ×Ĵ×¢":128097,"عبة":128098,"dın":128099,"íħĶ":128100,"Ġ×ŀש×Ĺק":128101,"Ġfiyat":128102,"ĠзаÑı":128103,"ĠзаÑıв":128104,"à¹Ĥหล":128105,"à¹Ĥหลà¸Ķ":128106,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ":128107,"צ×Ļ×Ļף":128108,"ìļ±":128109,"Ùħب":128110,"Ùħباد":128111,"landır":128112,"ĠвеÑģÑĮ":128113,"Ġhük":128114,"ĠÐĴоз":128115,"ÑĩиÑĤÑĭва":128116,"วล":128117,"×ķצע":128118,"à¸Ĥà¸ĵะà¸Ĺีà¹Ī":128119,"ĠaÅŁaģı":128120,"׾×IJ×ķ×ŀ×Ļ":128121,"trzym":128122,"Ã¤ÃŁig":128123,"owoÅĽci":128124,"ãģĿãĤĤ":128125,"ĠrozwiÄħz":128126,"ĠgÅĤówn":128127,"монÑĤ":128128,"×ŀ×ķ×ŀ":128129,"ĠÑģÑĤан":128130,"ÙĦاÙĤØ©":128131,"prowad":128132,"prowadzi":128133,"ĠÑģоÑģÑĤоÑı":128134,"×Ļ×IJ×ķת":128135,"rı":128136,"gı":128137,"ãĥijãĥij":128138,"ĠналиÑĩ":128139,"×Ķצע":128140,"Ġ׳×Ķ":128141,"à¸Ħัà¸ļ":128142,"عراض":128143,"иж":128144,"ÙĩائÙĬ":128145,"ãĤīãģı":128146,"ожеÑĤ":128147,"ĠобоÑĢ":128148,"ĠобоÑĢÑĥд":128149,"أسÙĦ":128150,"à¹ĩà¸Ķ":128151,"ÑĢÑĥÑĤ":128152,"دÙĬÙħÙĤ":128153,"دÙĬÙħÙĤرا":128154,"Ġjeste":128155,"×ķ×ķ×Ļר":128156,"×ij×ĵ×Ļק":128157,"деÑĢжива":128158,"ãģĬãģı":128159,"ewnÄĻtr":128160,"ewnÄĻtrzn":128161,"à¸ŀฤ":128162,"Ġ×IJ×ķ×Ķ":128163,"ת×Ĺ×ķש":128164,"Ġzob":128165,"дÑĥм":128166,"ĠÑģÑĭ":128167,"ÙĬرا":128168,"ĠwiÄĻks":128169,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ":128170,"lararas":128171,"lararası":128172,"íĺĢ":128173,"ëī´":128174,"×ķ×Ĵ׾":128175,"ĠоÑĤмеÑĤ":128176,"ĠÑĢан":128177,"تÙĥÙĦ":128178,"иÑĤелÑĮн":128179,"à¸Ľà¸£à¸°à¸§à¸±":128180,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิ":128181,"ìŀĸ":128182,"можно":128183,"pieczeÅĦ":128184,"pieczeÅĦst":128185,"못":128186,"ìĬ¨":128187,"×ŀס×ŀ":128188,"Ủ":128189,"ศิ":128190,"ศิล":128191,"à¸¨à¸´à¸¥à¸Ľ":128192,"ĠÅļw":128193,"ãĥĥãĤ·ãĥ§ãĥ³":128194,"unitÃł":128195,"Ġmieszka":128196,"ĠmieszkaÅĦ":128197,"przed":128198,"przedsi":128199,"przedsiÄĻb":128200,"przedsiÄĻbior":128201,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ":128202,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":128203,"ยà¹Ī":128204,"ìķĻ":128205,"รวà¸Ķ":128206,"รวà¸Ķà¹Ģรà¹ĩว":128207,"å½ĵãģŁãĤĬ":128208,"älle":128209,"ÑĥеÑĤÑģÑı":128210,"ãn":128211,"ëłµ":128212,"thè":128213,"ãĤĴåĪ©çĶ¨":128214,"ìµľ":128215,"íĵ¨":128216,"à¸Ĺัà¸ļ":128217,"าà¸Ħม":128218,"ãģĩ":128219,"ëĤĮ":128220,"à¹Ģà¸Ľà¸¥à¹Īา":128221,"â¦":128222,"ë¾":128223,"êĢ":128224,"êĩ":128225,"â¡":128226,"ðŁŁ":128227,"ãIJ":128228,"âº":128229,"áŃ":128230,"áĻ":128231,"áĵ":128232,"á²":128233,"ðĵı":128234,"á¬":128235,"â¯":128236,"ä¨":128237,"êĿ":128238,"ê«":128239,"ðij":128240,"ðĵĥ":128241,"ðĿħ":128242,"":128244,"":128245,"":128247,"ĠعÙĦÙī":128248,"Ġmá»Ļt":128249,"ĠvỼi":128250,"ĠngÆ°á»Ŀi":128251,"ĠØ¥ÙĦÙī":128252,"Ġnhững":128253,"Ġthá»ĥ":128254,"Ġ×IJ×ķ":128255,"Ġ×¢×Ŀ":128256,"اÙĭ":128257,"Ġà¹ģละ":128258,"ĠÙĦا":128259,"ĠnhÆ°":128260,"ĠاÙĦتÙĬ":128261,"Ġ×Ķ×ķ×IJ":128262,"ĠÄijến":128263,"ĠØ£ÙĪ":128264,"Ġvá»ģ":128265,"ĠlÃłm":128266,"Ġsẽ":128267,"ĠcÅ©ng":128268,"Ġợ":128269,"ĠÄijó":128270,"Ġnhiá»ģu":128271,"Ġtại":128272,"Ġtrên":128273,"Ġ×Ĵ×Ŀ":128274,"ĠnhÃł":128275,"Ġ׼×Ļ":128276,"Ġsá»±":128277,"ĠÄijầu":128278,"Ġbá»ĭ":128279,"ĠÙĩذا":128280,"Ġnhất":128281,"Ġphải":128282,"Ġhiá»ĩn":128283,"Ġdụng":128284,"ĠÄijá»Ļng":128285,"ĠاÙĦÙĦÙĩ":128286,"ĠØĮ":128287,"ĠÙĥÙĦ":128288,"Ġviá»ĩc":128289,"ĠnÄĥm":128290,"Ġthì":128291,"Ġhá»įc":128292,"ĠÙĪت":128293,"té":128294,"ĠاÙĨ":128295,"Ġtôi":128296,"Ġ×IJ׳×Ļ":128297,"Ġ׾×Ļ":128298,"Ġ×ŀ×ķ":128299,"ĠngÃły":128300,"ĠnÆ°á»Ľc":128301,"Ġ×Ķ×Ļ×IJ":128302,"Ġ×IJ×Ļ":128303,"ĠhÆ¡n":128304,"ĠÙĩØ°Ùĩ":128305,"ĠÙĪÙĬ":128306,"ĠاÙĦØ°ÙĬ":128307,"Ġ×ķ×ŀ":128308,"Ġgiá":128309,"Ġnhân":128310,"ĠchÃŃnh":128311,"Ġmình":128312,"ĠÐĿа":128313,"Ġthế":128314,"Ġ×Ļ×ķתר":128315,"Ġ×IJ×Ŀ":128316,"Ġnên":128317,"Ġhợ":128318,"Ġhợp":128319,"Ġcòn":128320,"ĠÙĩÙĪ":128321,"ĠcÆ¡":128322,"Ġrất":128323,"ĠViá»ĩt":128324,"Ġبعد":128325,"Ġש×Ļ":128326,"Ġthá»Ŀi":128327,"Ġcách":128328,"ĠÄijá»ĵng":128329,"Ġно":128330,"ĠtrÆ°á»Ŀng":128331,"ØŁ":128332,"ĠÄijá»ĭnh":128333,"ĠÄijiá»ģu":128334,"×Ļ×Ļ×Ŀ":128335,"Ġthá»±c":128336,"nın":128337,"Ġhình":128338,"Ġnói":128339,"Ġcùng":128340,"Ġ×Ķ×Ķ":128341,"ĠØ¥ÙĨ":128342,"Ġ×IJ×ij׾":128343,"ĠnhÆ°ng":128344,"Ġbiết":128345,"Ġже":128346,"Ġchúng":128347,"ĠÄijang":128348,"ĠØ°ÙĦÙĥ":128349,"Ġlên":128350,"Ġkhách":128351,"ĠnÃło":128352,"Ġsá»Ń":128353,"Ġkhác":128354,"Ġë°ı":128355,"Ġlý":128356,"×Ļ×Ļ":128357,"ĠÄijây":128358,"Ġ׾×ŀ":128359,"Ġcần":128360,"Ġtrình":128361,"Ġphát":128362,"ãģ«ãĤĤ":128363,"по":128364,"ĠnÄĥng":128365,"Ġbá»Ļ":128366,"Ġvụ":128367,"ĠÄijá»Ļ":128368,"Ñĩе":128369,"ĠnháºŃn":128370,"ĠtrÆ°á»Ľc":128371,"Ġ×¢×ĵ":128372,"ĠhÃłnh":128373,"ĠØ®ÙĦاÙĦ":128374,"Ġlượng":128375,"Ġcấp":128376,"Ġtá»±":128377,"Ġvì":128378,"ĠtÆ°":128379,"Ġchất":128380,"Ġ׼×ŀ×ķ":128381,"Ġgì":128382,"Ġש׳":128383,"Ġtế":128384,"ת×ķ":128385,"Ġnghiá»ĩp":128386,"Ġmặt":128387,"ĠÙĥÙħا":128388,"Ġ×ij×Ļף":128389,"Ġרק":128390,"Ġthấy":128391,"Ġmáy":128392,"ĠÙģÙī":128393,"Ġdân":128394,"Ġ×IJ×Ĺ×ĵ":128395,"Ġtâm":128396,"Ġ׼×ļ":128397,"Ġ׾×ķ":128398,"во":128399,"Ġtác":128400,"ĠtoÃłn":128401,"ĠÙĪÙħ":128402,"Ġkết":128403,"Ġหรืà¸Ń":128404,"ĠÙĪاÙĦÙħ":128405,"ĠÄijiá»ĥm":128406,"Ġ×ĸ×ķ":128407,"Ġ×ij×ķ":128408,"׼×ķת":128409,"Ġhá»Ļi":128410,"Ġbằng":128411,"تÙĩا":128412,"Ġ׼×ĵ×Ļ":128413,"Ġ×Ķ×Ŀ":128414,"Ġxuất":128415,"ĠÙĤد":128416,"Ġbảo":128417,"Ġtá»ijt":128418,"Ġtình":128419,"ĠÙĩÙĬ":128420,"ĠÄijá»iji":128421,"Ġthiết":128422,"Ġhiá»ĩu":128423,"Ġtiếp":128424,"Ġtạo":128425,"ת×Ķ":128426,"Ġchủ":128427,"oÅĽÄĩ":128428,"Ġgiú":128429,"Ġgiúp":128430,"Ġý":128431,"Ġquả":128432,"Ġloại":128433,"Ġcô":128434,"Ġô":128435,"Ġông":128436,"Ġ×Ķ×ķ":128437,"ĠاÙĦÙĬÙĪÙħ":128438,"ĠtÃŃnh":128439,"га":128440,"Ġphòng":128441,"ĠÄĥn":128442,"ĠعاÙħ":128443,"Ġvá»ĭ":128444,"larını":128445,"rÃŃa":128446,"ĠtỼi":128447,"ĠÄijÆ°á»Ŀng":128448,"ĠgiỼi":128449,"Ġbản":128450,"Ġcầu":128451,"Ġnhiên":128452,"Ġbá»ĩnh":128453,"ĠthÆ°á»Ŀng":128454,"Ġ×IJ×Ļף":128455,"ĠÄijá»ģ":128456,"Ġhá»ĩ":128457,"Ġ×Ļשר×IJ׾":128458,"Ġquá":128459,"ĠÐĹа":128460,"ãģ®ãģ§ãģĻãģĮ":128461,"ĠÐŁÑĢи":128462,"Ġphần":128463,"ĠÙĪÙĦا":128464,"ĠlỼn":128465,"Ġtrá»ĭ":128466,"Ġcảm":128467,"Ġмо":128468,"Ġdùng":128469,"ĠاÙĦÙī":128470,"ĠعÙĦÙĬÙĩ":128471,"ĠìŀĪìĬµëĭĪëĭ¤":128472,"ÙĬÙĤ":128473,"ĠÙĤبÙĦ":128474,"Ġhoặc":128475,"ĠØŃÙĬØ«":128476,"Ġà¸Ĺีà¹Ī":128477,"ĠغÙĬر":128478,"ĠÄijại":128479,"Ġsá»ijng":128480,"нÑĭми":128481,"Ġthức":128482,"Ġפ×Ļ":128483,"ĠÄijiá»ĩn":128484,"ãģªãģĭãģ£ãģŁ":128485,"Ġgiải":128486,"Ġvẫn":128487,"ĠиÑħ":128488,"Ġönce":128489,"ĠváºŃy":128490,"Ġmuá»ijn":128491,"Ġảnh":128492,"à¹ĥà¸Ļà¸ģาร":128493,"ĠQuá»ijc":128494,"Ġkế":128495,"׳×IJ":128496,"Ġס×Ļ":128497,"Ġyêu":128498,"ãģ®ãģĭ":128499,"ĠÄijẹ":128500,"ĠÄijẹp":128501,"Ġchức":128502,"Ġyıl":128503,"ĠTürkiye":128504,"dé":128505,"ĠÙĤاÙĦ":128506,"Ġdá»ĭch":128507,"ĠolduÄŁu":128508,"Ġchá»įn":128509,"ĠتÙħ":128510,"หà¸Ļึà¹Īà¸ĩ":128511,"ãģķãĤĮãģŁ":128512,"Ġpháp":128513,"ìĽĶ":128514,"Ġtiá»ģn":128515,"ãģĹãģ¾ãģĹãģŁ":128516,"Ġש׾×IJ":128517,"ÙĦØ©":128518,"Ġ׾פ׳×Ļ":128519,"Ġ×ij×Ļת":128520,"ĠHÃł":128521,"ĠØŃت":128522,"ĠØŃتÙī":128523,"Ġ×¢×ķ×ĵ":128524,"Ġnó":128525,"Ġtháng":128526,"à¹Ģลืà¸Ńà¸ģ":128527,"ר×Ķ":128528,"ĠtÄĥng":128529,"Ġcái":128530,"Ġtriá»ĥn":128531,"Ġ×IJ×ķת×ķ":128532,"ìłģìĿ¸":128533,"ĠCông":128534,"Ġ׾×Ķ×Ļ×ķת":128535,"Ġгода":128536,"иÑİ":128537,"Ġبعض":128538,"Ġà¸ģาร":128539,"èī¯ãģĦ":128540,"ÙĪت":128541,"Ġliên":128542,"ĠÐĿо":128543,"ĠÐĿе":128544,"çļĦãģª":128545,"ĠÙħت":128546,"ĠÑĤакже":128547,"ĠкоÑĤоÑĢÑĭе":128548,"Ġ×Ļ×ĵ×Ļ":128549,"Ġtrá»įng":128550,"ãĤµãĤ¤ãĥĪ":128551,"ìłģìľ¼ë¡ľ":128552,"ĠtáºŃp":128553,"Ġש׾×Ļ":128554,"íķĺê²Į":128555,"ĠtÃłi":128556,"ĠЯ":128557,"Ġrá»ĵi":128558,"اÙĥ":128559,"ĠthÆ°Æ¡ng":128560,"Ġ×Ķ×ĸ×Ķ":128561,"ĠÙĪÙħÙĨ":128562,"à¸Ĺีà¹Īมี":128563,"Ġcuá»Ļc":128564,"Ġbüyük":128565,"ãģ¨ãģĭ":128566,"Ġ×ij×Ļ×ķתר":128567,"Ġlần":128568,"Ġgöre":128569,"Ġtrợ":128570,"Ġ×ĺ×ķ×ij":128571,"ÑĤÑĮÑģÑı":128572,"Ġthá»ijng":128573,"Ġ׼ש":128574,"Ġtiêu":128575,"Ġ×ŀ×IJ×ķ×ĵ":128576,"ØĽ":128577,"kÄħ":128578,"Ġà¹ĥà¸Ļ":128579,"Ġvấn":128580,"Ġש׾×ķ":128581,"ĠÄijá»ģu":128582,"Ùģت":128583,"Ġê²ĥìĿ´":128584,"Ġhóa":128585,"ĠاÙĦعاÙħ":128586,"ĠÙĬÙĪÙħ":128587,"кой":128588,"Ġbiá»ĩt":128589,"ÑģÑĤо":128590,"Ġ×Ķ×Ļ×ķ":128591,"à¸Ĺีà¹Īà¸Īะ":128592,"Ġ×ĵ×Ļ":128593,"Ġ×IJ×ļ":128594,"Ġán":128595,"صÙĪر":128596,"ĠtrÃŃ":128597,"ĠÐŁÑĢо":128598,"Ġlá»±c":128599,"ãģĹãģ¦ãģĦãģ¾ãģĻ":128600,"ĠbÃłi":128601,"Ġ×ĸ×IJת":128602,"Ġbáo":128603,"à¸ļà¸Ļ":128604,"ĠëĮĢíķľ":128605,"Ġtiế":128606,"Ġtiếng":128607,"Ġbên":128608,"ãģķãĤĮãĤĭ":128609,"sión":128610,"Ġtìm":128611,"×¢×ķ":128612,"mé":128613,"ниÑı":128614,"ãģ»ãģ©":128615,"Ġà¹Ģà¸ŀราะ":128616,"بة":128617,"Ġë¶Ħ":128618,"Ġ×IJ×ĸ":128619,"à¸Ĺà¹Īาà¸Ļ":128620,"ת×Ŀ":128621,"Ġthêm":128622,"Ġhoạt":128623,"yı":128624,"×ĸ×ķ":128625,"Ġgiá»Ŀ":128626,"Ġbán":128627,"à¸Ĥาย":128628,"Ñĩа":128629,"Ġà¹Ĩ":128630,"ĠاÙĦÙħت":128631,"ĠоÑĩенÑĮ":128632,"Ġbất":128633,"Ġtrẻ":128634,"ÑĤÑĢ":128635,"ĠØ£ÙĨÙĩ":128636,"ĠØ«Ùħ":128637,"Ġ׼×ŀ×Ķ":128638,"Ġkhó":128639,"Ġrằng":128640,"ĠÙĪÙģÙĬ":128641,"ний":128642,"ĠhoÃłn":128643,"tó":128644,"Ġ×IJשר":128645,"ĠìĥĿê°ģ":128646,"Ñģа":128647,"Ġ׼×ijר":128648,"ĠÑįÑĤом":128649,"larının":128650,"ĠchÆ°a":128651,"зи":128652,"Ġdẫn":128653,"ĠÐļак":128654,"جÙĪ":128655,"ĠбÑĭло":128656,"ĠÙĬت":128657,"nı":128658,"ÅĤam":128659,"ĠÙĪÙĩÙĪ":128660,"×ij×ķ":128661,"пи":128662,"רת":128663,"Ġquá»ijc":128664,"жд":128665,"ĠÄijÆ¡n":128666,"Ùĥتب":128667,"Ġmắt":128668,"ระà¸ļ":128669,"ระà¸ļà¸ļ":128670,"ĠÙĥاÙĨت":128671,"Ġthân":128672,"สิà¸Ļà¸Ħà¹īา":128673,"×Ĵ×Ļ":128674,"ĠphÆ°Æ¡ng":128675,"à¹Ħมà¹Īà¹Ħà¸Ķà¹ī":128676,"ĠìĦ±":128677,"ĠCác":128678,"Ġ×Ķ×ŀ×ķ":128679,"ĠÑĤем":128680,"Ġ×ĵ×ķ":128681,"à¸Ńะà¹Ħร":128682,"ĠvÄĥn":128683,"ãģªãģ®ãģ§":128684,"ĠNá»Ļi":128685,"Ġ×¢×ķ":128686,"ãĤīãĤĮãĤĭ":128687,"Ġsáng":128688,"Ġgöster":128689,"ãģĵãģ¨ãĤĴ":128690,"Ġtarafından":128691,"Ġма":128692,"ĠпоÑģле":128693,"Ġ׳×Ļת":128694,"Ġ׳×Ļ×ª×Ł":128695,"ĠлеÑĤ":128696,"Ġ׾׳×ķ":128697,"ÑģÑģ":128698,"Ġ×Ļ×ķ":128699,"пе":128700,"ĠÙĪÙĦÙĥ":128701,"ĠÙĪÙĦÙĥÙĨ":128702,"ĠngoÃłi":128703,"ĠÄijá»ĭa":128704,"rzÄħd":128705,"dziaÅĤ":128706,"ĠÙħر":128707,"иÑĤÑĮÑģÑı":128708,"Ġ×IJ×Ĺר×Ļ":128709,"Ġ׾׼׾":128710,"à¸Ĥà¹īà¸Ńม":128711,"à¸Ĥà¹īà¸Ńมูล":128712,"Ġбол":128713,"Ġболее":128714,"جÙħع":128715,"леÑĤ":128716,"Ġlá»ĭch":128717,"ĠÙħØ«ÙĦ":128718,"Ġê·¸ë¦¬ê³ł":128719,"Ġthứ":128720,"ĠdeÄŁil":128721,"ÙĪØŃ":128722,"Ġש׾×ļ":128723,"ĠÙħØŃÙħد":128724,"Ġnếu":128725,"ĠÄijá»ķi":128726,"Ġvừa":128727,"Ġmá»įi":128728,"Ġони":128729,"Ġlúc":128730,"ĠÙĬÙĥÙĪÙĨ":128731,"ì§Ī":128732,"Ġש׾׳×ķ":128733,"ĠÐĶо":128734,"Ġש׳×Ļ":128735,"ลิ":128736,"×IJפשר":128737,"Ġsức":128738,"ê¶Į":128739,"Ġứng":128740,"à¹Ħมà¹Īมี":128741,"Ø·ÙĦب":128742,"ĠÑĩем":128743,"Ġchuyên":128744,"ĠthÃŃch":128745,"Ġ×ķ×Ļ":128746,"íķ©":128747,"ĠÙħصر":128748,"до":128749,"ĠÄijất":128750,"Ġchế":128751,"à¸Ĭืà¹Īà¸Ń":128752,"Ġìĭł":128753,"Ġإذا":128754,"ĠرئÙĬس":128755,"Ġש×Ļש":128756,"Ġgiảm":128757,"Ñģка":128758,"larında":128759,"Ġsợ":128760,"ĠtÃŃch":128761,"ĠÙĦÙĥÙĨ":128762,"ĠبÙħ":128763,"×¢×ķ×ij":128764,"×¢×ķ×ij×ĵ":128765,"ÅĤÄħcz":128766,"larına":128767,"Ġש×Ŀ":128768,"ĠÙĦت":128769,"Ġש×Ķ×ķ×IJ":128770,"tów":128771,"Ġëĭ¤ë¥¸":128772,"ĠØ£Ùĥثر":128773,"ãģ®ãģ§ãģĻ":128774,"׼×Ļ×Ŀ":128775,"ĠolduÄŁunu":128776,"ãģĭãģª":128777,"ãĤĤãģĨ":128778,"ÙĬØŃ":128779,"Ġnhìn":128780,"Ġnghá»ĩ":128781,"ãģ«ãģªãģ£ãģ¦":128782,"па":128783,"Ġquyết":128784,"ÙĦÙĤ":128785,"tá":128786,"Ġluôn":128787,"ĠÄijặc":128788,"Ġ×IJר":128789,"Ġtuá»ķi":128790,"são":128791,"ìĻ¸":128792,"رد":128793,"ĠبÙĩا":128794,"Ġ×Ķ×Ļ×ķ×Ŀ":128795,"×ķ×ķ×Ļ":128796,"ãģ§ãģĻãģŃ":128797,"ĠÑĤого":128798,"Ġthủ":128799,"ãģĹãģŁãģĦ":128800,"رÙĤ":128801,"Ġbắt":128802,"гÑĥ":128803,"Ġtá»Ń":128804,"ÑĪа":128805,"Ġà¸Ľà¸µ":128806,"Ġ×Ķ×IJ×Ŀ":128807,"íı¬":128808,"ża":128809,"Ġ×IJת×Ķ":128810,"Ġná»Ļi":128811,"ĠphÃŃ":128812,"ĠÅŁekilde":128813,"Ġlá»Ŀi":128814,"dıģı":128815,"Ġ׼×IJף":128816,"Ġtüm":128817,"Ġmạnh":128818,"ĠMỹ":128819,"ãģĿãĤĵãģª":128820,"Ġnhá»ı":128821,"ãģªãģĮãĤī":128822,"Ġbình":128823,"ıp":128824,"à¸ŀา":128825,"ĠÄijánh":128826,"ĠÙĪÙĦ":128827,"ר×ķת":128828,"Ġ×IJ×Ļ×ļ":128829,"Ġchuyá»ĥn":128830,"Ùĥا":128831,"ãĤĮãĤĭ":128832,"à¹ģมà¹Ī":128833,"ãĤĪãģı":128834,"ĠÙĪÙĤد":128835,"íĸĪëĭ¤":128836,"ĠnÆ¡i":128837,"ãģ«ãĤĪãģ£ãģ¦":128838,"Ġviết":128839,"Ġà¹Ģà¸ŀืà¹Īà¸Ń":128840,"ëIJĺëĬĶ":128841,"ادÙĬ":128842,"ĠÙģØ¥ÙĨ":128843,"ì¦Ŀ":128844,"ĠÄijặt":128845,"ĠhÆ°á»Ľng":128846,"Ġxã":128847,"Ġönemli":128848,"ãģłãģ¨":128849,"Ġmẹ":128850,"Ġ×ij×Ļ":128851,"Ġ×ĵ×ijר":128852,"ĠváºŃt":128853,"ĠÄijạo":128854,"Ġdá»±ng":128855,"ĠÑĤом":128856,"ĠÙģÙĬÙĩا":128857,"ĠجÙħÙĬع":128858,"ĠthuáºŃt":128859,"stÄĻp":128860,"Ġtiết":128861,"Ø´ÙĬ":128862,"ĠеÑīе":128863,"ãģĻãĤĭãģ¨":128864,"ĠmÃłu":128865,"ĠÑįÑĤого":128866,"Ġvô":128867,"ĠÐŃÑĤо":128868,"ĠtháºŃt":128869,"Ġnữa":128870,"Ġbiến":128871,"Ġnữ":128872,"Ġ׾׼×Ŀ":128873,"×Ļ×Ļף":128874,"Ġست":128875,"ĠÐŀÑĤ":128876,"Ġphụ":128877,"ê¹Įì§Ģ":128878,"Ġ׾×ļ":128879,"Ġkỳ":128880,"à¹ĥà¸Ħร":128881,"Ġgây":128882,"ĠÙĦÙĦÙħ":128883,"Ġtục":128884,"تÙĬÙĨ":128885,"Ġtrợ":128886,"Ġ׾פ×Ļ":128887,"Ġbá»ij":128888,"ĠÐļа":128889,"ĠÄijình":128890,"owÄħ":128891,"sında":128892,"Ġkhiến":128893,"sız":128894,"Ġкогда":128895,"×¡×ľ":128896,"ĠбÑĭл":128897,"à¸Ļà¹īà¸Ńย":128898,"обÑĢаз":128899,"Ġê²ĥìĿ´ëĭ¤":128900,"ëĵ¤ìĿĢ":128901,"ãģ¸ãģ®":128902,"Ġà¹Ģมืà¹Īà¸Ń":128903,"Ġphục":128904,"Ġ×Ĺ׾ק":128905,"Ġhết":128906,"ĠÄija":128907,"à¹Ģà¸Ķà¹ĩà¸ģ":128908,"íĺķ":128909,"lÃŃ":128910,"ê¸ī":128911,"Ġعدد":128912,"ĠÄijá»ĵ":128913,"Ġgần":128914,"Ġ×Ļ×ķ×Ŀ":128915,"ĠsÄ©":128916,"ÑĢÑıд":128917,"Ġquyá»ģn":128918,"Ġ×IJ׾×IJ":128919,"ÙĩÙħا":128920,"׳×Ļ×Ķ":128921,"׾×ķת":128922,"Ġ×Ķר×ij×Ķ":128923,"Ġtiên":128924,"Ġalın":128925,"Ġdá»ħ":128926,"人ãģĮ":128927,"ноÑģ":128928,"лÑģÑı":128929,"ĠÄijÆ°a":128930,"สาว":128931,"иÑĢован":128932,"Ġ×ŀספר":128933,"×Ĵף":128934,"Ġkiến":128935,"ĠШ":128936,"pé":128937,"бÑĥ":128938,"овой":128939,"ба":128940,"ĠØ¥ÙĦا":128941,"×IJ׾×Ļ":128942,"Ġxây":128943,"Ġbợi":128944,"Ġש×ķ":128945,"人ãģ®":128946,"ק×Ļ×Ŀ":128947,"à¹Ģà¸Ķืà¸Ńà¸Ļ":128948,"Ġkhá":128949,"Ġ×ķ׾×Ķ":128950,"×ĵ×ķת":128951,"Ġ×¢×ij×ķר":128952,"ĠبشÙĥÙĦ":128953,"ĠÙĩÙĨاÙĥ":128954,"ÑĤÑĢа":128955,"ĠíķĺëĬĶ":128956,"รà¸Ńà¸ļ":128957,"owaÅĤ":128958,"hé":128959,"Ġdiá»ħn":128960,"Ġ×Ķ׼׾":128961,"Ġأس":128962,"Ġchuyá»ĩn":128963,"ระà¸Ķัà¸ļ":128964,"ĠNhững":128965,"Ġ×IJ×Ĺת":128966,"ĠØŃÙĪÙĦ":128967,"лов":128968,"׳ר":128969,"Ġ×ķ׳":128970,"ĠchÆ¡i":128971,"Ġiçinde":128972,"ÑģÑĤвÑĥ":128973,"Ġphá»ij":128974,"ĠÑģÑĥ":128975,"ç§ģãģ¯":128976,"Ġchứng":128977,"Ġvá»±c":128978,"à¹ģà¸Ń":128979,"ĠláºŃp":128980,"Ġtừng":128981,"å°ijãģĹ":128982,"ĠNguy":128983,"ĠNguyá»ħn":128984,"ĠÙģÙĬÙĩ":128985,"Ġба":128986,"×Ļ×Ļת":128987,"Ġ×ľ×¢×©×ķת":128988,"Ġ×ŀ׼":128989,"Ġnghiá»ĩm":128990,"Ġмного":128991,"Ġее":128992,"ëIJĺìĸ´":128993,"Ġlợi":128994,"Ġ׾׾×IJ":128995,"Ġ׼ף":128996,"ĠchÃŃ":128997,"ãģ§ãģ®":128998,"×Ĺ×ķ":128999,"ש×ķ×Ŀ":129000,"Ġ×ŀר":129001,"ĠÐĶлÑı":129002,"Åģ":129003,"Ġ׼×IJשר":129004,"ĠMá»Ļt":129005,"ĠÙĪاÙĦت":129006,"ĠìĿ´ëŁ°":129007,"ÅŁa":129008,"Ġchiến":129009,"Ġarasında":129010,"Ġ×ij×IJתר":129011,"ãģķãĤĮãģ¦ãģĦãĤĭ":129012,"Ø´ÙĥÙĦ":129013,"Ġtượng":129014,"Ġتت":129015,"ĠCó":129016,"Ġbá»ı":129017,"Ġtá»īnh":129018,"ĠkhÃŃ":129019,"ĠпÑĢоÑģÑĤ":129020,"ĠпÑĢоÑģÑĤо":129021,"ĠÙĪÙĤاÙĦ":129022,"Ġgiáo":129023,"ĠNếu":129024,"×IJ×ŀר":129025,"×¢×ł×Ļ×Ļף":129026,"íݸ":129027,"ÙĩدÙģ":129028,"ĠBá»Ļ":129029,"ĠbÃłn":129030,"Ġnguyên":129031,"Ġgüzel":129032,"สาย":129033,"ì²ľ":129034,"×ŀ×ķר":129035,"Ġphân":129036,"ספק":129037,"ק×ij׾":129038,"ĠاÙĦÙħتØŃ":129039,"ĠاÙĦÙħتØŃدة":129040,"ائد":129041,"Ġ×IJ×ŀר":129042,"ĠkiÅŁi":129043,"ì¤Ģ":129044,"Ġtruyá»ģn":129045,"ĠÙĦÙĩا":129046,"ĠÐľÐ°":129047,"à¸ļริษ":129048,"à¸ļริษั":129049,"à¸ļริษัà¸Ĺ":129050,"Ġש׳×Ļ×Ŀ":129051,"ĠменÑı":129052,"ÅŁe":129053,"Ġdiá»ĩn":129054,"Ġ×IJ׳×Ĺ׳×ķ":129055,"kü":129056,"Ġcá»ķ":129057,"Ġmá»Ĺi":129058,"wä":129059,"ÙħÙĬ":129060,"Ġhiá»ĥu":129061,"ëĭ¬":129062,"Ġ×Ķ×Ĺ׾":129063,"Ġtên":129064,"Ġkiá»ĩn":129065,"ÙĨÙĤÙĦ":129066,"Ġvá»ĩ":129067,"×ĵת":129068,"ĠÐłÐ¾ÑģÑģии":129069,"лÑĥ":129070,"ĠاÙĦعربÙĬØ©":129071,"ĠطرÙĬÙĤ":129072,"Ġ×Ķ×ij×Ļת":129073,"ÑģеÑĢ":129074,"Ġмне":129075,"äu":129076,"Ġtriá»ĩu":129077,"ĠÄijủ":129078,"Ġר×ij":129079,"تÙĩÙħ":129080,"à¸ĭี":129081,"Ġì§Ģê¸Ī":129082,"liÅĽmy":129083,"دعÙħ":129084,"ãģłãĤįãģĨ":129085,"Ñģкие":129086,"Ġhá»ıi":129087,"Ġק×ķ":129088,"ÑĢÑĥÑģ":129089,"ÙĨظر":129090,"ãģ®ãĤĤ":129091,"Ġ×Ķ׼×Ļ":129092,"ĠìĽIJ":129093,"ÙĪÙĩ":129094,"ĠÙĪÙİ":129095,"ĠBạn":129096,"плаÑĤ":129097,"Ġ×ŀ×ŀש":129098,"лÑİб":129099,"ĠнÑĥжно":129100,"ĠthÆ°":129101,"ãģµ":129102,"ãģıãĤīãģĦ":129103,"رش":129104,"ר×ķ×Ĺ":129105,"ĠÙĬتÙħ":129106,"Ġצר×Ļ×ļ":129107,"Ġphá":129108,"มà¸Ńà¸ĩ":129109,"Ġ×ij×IJ×ķפף":129110,"Ġcảnh":129111,"Ġíķľëĭ¤":129112,"Ġ×Ķ×ŀת":129113,"à¸ķà¹Īาà¸ĩà¹Ĩ":129114,"มีà¸ģาร":129115,"ÑģкиÑħ":129116,"ĠÐĴÑģе":129117,"ĠاÙĪ":129118,"جÙĬ":129119,"ãģĵãģ¨ãģ¯":129120,"ĠdÃłi":129121,"Ġhá»ĵ":129122,"èĩªåĪĨãģ®":129123,"à¹Ħหà¸Ļ":129124,"ëĵ¤ìĿĦ":129125,"ĠVÄĥn":129126,"Ġдаж":129127,"Ġдаже":129128,"Ñĭми":129129,"лаÑģÑĮ":129130,"ÙĬÙĪÙĨ":129131,"ÙĨÙĪ":129132,"có":129133,"ãģĹãģ¦ãģĦãģŁ":129134,"ãģłãģĭãĤī":129135,"طاÙĦب":129136,"Ġcá»Ńa":129137,"пÑĢоÑģ":129138,"ãģªãģ©ãģ®":129139,"รุà¹Īà¸Ļ":129140,"Ġchiếc":129141,"лÑĭ":129142,"ĠÑıвлÑıеÑĤÑģÑı":129143,"Ġná»ķi":129144,"ãģ®ãģĬ":129145,"Ġ×IJת×Ŀ":129146,"ĠëķĮ문ìĹIJ":129147,"à¸ģลาà¸ĩ":129148,"ĠbaÅŁka":129149,"ìĦĿ":129150,"ĠÑĨел":129151,"ÙģÙĤ":129152,"ãģ«ãĤĪãĤĭ":129153,"ÙĤا":129154,"Ġçıkar":129155,"Ġcứu":129156,"طا":129157,"Ġשת":129158,"à¹Ĥà¸Ħ":129159,"Ġ×ŀ׾":129160,"Ġ×Ķפר":129161,"Ġгде":129162,"Ġخط":129163,"åīįãģ«":129164,"cjÄĻ":129165,"Ġ×Ĺש×ķ×ij":129166,"ר×Ĵ×¢":129167,"Ġkhoảng":129168,"ĠÄijá»Ŀi":129169,"ĠÐłÐµ":129170,"Ġона":129171,"Ġ×IJ׳×ķ":129172,"ãģ®ãģ«":129173,"ĠاÙĦØ°ÙĬÙĨ":129174,"кÑĥп":129175,"ãĤµãĥ¼ãĥ":129176,"ãĤµãĥ¼ãĥĵ":129177,"ãĤµãĥ¼ãĥĵãĤ¹":129178,"вал":129179,"ге":129180,"Ġgiữa":129181,"ĠKhông":129182,"ĠâĹĭ":129183,"à¸ģลุà¹Īม":129184,"ĠÙħÙĨØ°":129185,"à¸Ńà¹Īาà¸Ļ":129186,"ĠÑģпоÑģоб":129187,"ĠÄijá»Ļi":129188,"ĠdiÄŁer":129189,"Ġà¸ĸà¹īา":129190,"ÙħØ«ÙĦ":129191,"Ġ×Ķ×IJ×Ļ":129192,"ĠدÙĪÙĨ":129193,"ÙĬراÙĨ":129194,"Ñīи":129195,"بÙĨاء":129196,"Ġآخر":129197,"ظÙĩر":129198,"Ġ×ij׼":129199,"ĠاÙĦÙħع":129200,"ãĥĴ":129201,"Ġtất":129202,"Ġmục":129203,"ĠdoÄŁru":129204,"ãģŁãĤī":129205,"Ġס×ķ":129206,"Ġxác":129207,"รà¸Ń":129208,"ĠcÄĥn":129209,"Ġонл":129210,"Ġонлайн":129211,"Ġký":129212,"Ġchân":129213,"Ġà¹Ħมà¹Ī":129214,"اØŃØ©":129215,"rán":129216,"׳×Ļ×Ļ×Ŀ":129217,"Ġ×ijף":129218,"ĠÐĸ":129219,"à¸ķรà¸ĩ":129220,"дÑĭ":129221,"Ġsắc":129222,"ÙĦت":129223,"ãĥŃãĥ¼":129224,"ĠÙĦÙĨ":129225,"Ġר×ķ":129226,"ĠdÆ°á»Ľi":129227,"à¹Ģà¸ĺ":129228,"à¹Ģà¸ĺà¸Ń":129229,"eÄŁi":129230,"Ġ×ķש":129231,"ĠÙĦØ£":129232,"Ġgặp":129233,"Ġcá»ij":129234,"ãģ¨ãģ¦ãĤĤ":129235,"رÙĪس":129236,"Ġ׾×Ķ×Ļ":129237,"Ġ본":129238,"ä¸ĬãģĴ":129239,"Ġmức":129240,"Ñħа":129241,"Ġìŀ¬":129242,"à¸īัà¸Ļ":129243,"ÑĢÑĥж":129244,"Ġaçık":129245,"ÙĪاÙĦ":129246,"Ġ×ĸ×ŀף":129247,"人ãģ¯":129248,"عÙĬÙĨ":129249,"ÑıÑħ":129250,"Ġ×Ĵ×ĵ×ķ׾":129251,"ר×ķ×ij":129252,"gó":129253,"ëĿ¼ê³ł":129254,"ĠarkadaÅŁ":129255,"ÙĨشر":129256,"ĠгодÑĥ":129257,"ĠболÑĮÑĪе":129258,"ãģ¡ãĤĩãģ£ãģ¨":129259,"Ġcâu":129260,"Ġsát":129261,"íĶ¼":129262,"Ġtiến":129263,"íķ´ìķ¼":129264,"ĠÙĪØ£ÙĨ":129265,"à¸Ļาà¸Ļ":129266,"Ġ×ij×IJ×ŀצע":129267,"Ġ×ij×IJ×ŀצע×ķת":129268,"Ġ׾ר":129269,"Ġquản":129270,"ĠÙĪاÙĦØ£":129271,"Ġ×IJ×ķת×Ķ":129272,"Ġìĸ´ëĸ¤":129273,"Ġê²ĥìĿĢ":129274,"ØŃسÙĨ":129275,"Ġmất":129276,"à¸Ħูà¹Ī":129277,"ãĥ¬ãĥ¼":129278,"ĠÐĶа":129279,"Ġolması":129280,"Ġthuá»Ļc":129281,"׳×Ĺ":129282,"íĨł":129283,"Ġsöyle":129284,"ãģĿãģĨãģ§ãģĻ":129285,"ĠتÙĥÙĪÙĨ":129286,"лÑĥÑĩ":129287,"׾×Ļ×ļ":129288,"ĠØ£ØŃد":129289,"лиÑģÑĮ":129290,"ĠвÑģего":129291,"Ġ×Ķר×ij":129292,"Ġ못":129293,"oÄŁ":129294,"oÄŁlu":129295,"ĠìĦł":129296,"ĠкаÑĢ":129297,"à¸łà¸²à¸Ħ":129298,"eÅĦ":129299,"Ġà¸ģà¹ĩ":129300,"Ġaynı":129301,"ĠbÃł":129302,"ãģªãĤĵãģ¦":129303,"Ġ모ëĵł":129304,"ÙĤرار":129305,"ãģĹãģªãģĦ":129306,"ĠÐĴо":129307,"ĠÙĪÙĩÙĬ":129308,"ники":129309,"ãĤĮãģŁ":129310,"Ġchuẩn":129311,"רע":129312,"ÙģرÙĬÙĤ":129313,"ãĤĴåıĹãģij":129314,"ĠÄijúng":129315,"бе":129316,"׼×ķ×Ĺ":129317,"пÑĥ":129318,"Ġ×ķ×Ĵ×Ŀ":129319,"×ŀ׳×Ļ":129320,"íĸ¥":129321,"צ×Ļ×Ŀ":129322,"à¸ĭิ":129323,"ÙĩÙĨ":129324,"нем":129325,"Ġ×ij×ij×Ļת":129326,"رع":129327,"Ġส":129328,"ĠÄIJÃł":129329,"íķĺëĭ¤":129330,"Ġấy":129331,"×Ĺ×ķ×ĵ":129332,"×Ĺ×ķ×ĵש":129333,"ĠÑĩеÑĢез":129334,"Ñĥл":129335,"ĠBình":129336,"Ġê²ĥìĿĦ":129337,"Ġ×Ĵר":129338,"ä»ĺãģij":129339,"×Ĺ׾ק":129340,"ĠتÙĦÙĥ":129341,"à¹ĥสà¹Ī":129342,"szÄħ":129343,"ÙĤاÙħ":129344,"دÙĪر":129345,"ĠÙģÙĤØ·":129346,"Ġhữu":129347,"ĠмогÑĥÑĤ":129348,"Ġgá»įi":129349,"Ġקר":129350,"à¸Īะมี":129351,"تÙĤدÙħ":129352,"Ġعبر":129353,"Ġ׾×Ķ×Ŀ":129354,"ĠÑģамо":129355,"ס×ĵר":129356,"ĠcÃłng":129357,"rÃŃ":129358,"Ġìŀ¥":129359,"ëĵ¤ìĿĺ":129360,"ĠÙĦÙĥ":129361,"поÑĢÑĤ":129362,"Ġkhả":129363,"ĠÑģебÑı":129364,"׳ף":129365,"ĠدÙĪر":129366,"Ġmợ":129367,"Ġcây":129368,"Ġfark":129369,"Ġfarklı":129370,"аÑİÑĤ":129371,"Ġtrá»±c":129372,"wiÄĻksz":129373,"Ġthuá»ijc":129374,"ĠتØŃت":129375,"تÙĦ":129376,"овÑĭе":129377,"ëĤł":129378,"Ġвам":129379,"بÙĦغ":129380,"Ġê°ĻìĿĢ":129381,"íĮIJ":129382,"ÙĦب":129383,"Ġnasıl":129384,"Ġодин":129385,"ман":129386,"ĠعÙĦÙĬÙĩا":129387,"би":129388,"Ġפש×ķ×ĺ":129389,"×ijר×Ļ":129390,"Ġש׳×Ķ":129391,"ĠëıĦ":129392,"ĠÄIJại":129393,"Ġ×IJ×ķת×Ŀ":129394,"ĠاÙĦØŃر":129395,"Ġбо":129396,"à¸Īุà¸Ķ":129397,"Ġrõ":129398,"ĠdeÄŁiÅŁ":129399,"Ġëĭ¨":129400,"ĠÑģлÑĥÑĩа":129401,"ĠÑģлÑĥÑĩае":129402,"Ġ×IJ׳ש×Ļ×Ŀ":129403,"×ĵ×£":129404,"ש×ijת":129405,"Ġש׾׼×Ŀ":129406,"Ġchú":129407,"ników":129408,"Ġtanı":129409,"Ġcáo":129410,"ĠÄijá":129411,"Ġ×IJ×ĵ×Ŀ":129412,"Ġê°ķ":129413,"Ġnhiá»ĩm":129414,"Ġ×ľ×¡":129415,"Ġ×Ľ×ª×ij":129416,"Ġ×Ķספר":129417,"ĠÄijÄĥng":129418,"ĠëijIJ":129419,"à¸ľà¸´":129420,"à¸ľà¸´à¸§":129421,"جا":129422,"Ġê°IJ":129423,"رأ":129424,"ستخدÙħ":129425,"ãģ«ãģªãĤĬãģ¾ãģĻ":129426,"Ġtá»·":129427,"×ĺ×ķר":129428,"говоÑĢ":129429,"ĠвоÑģ":129430,"ĠÙħÙĨÙĩا":129431,"иÑĢоваÑĤÑĮ":129432,"ĠÄijầy":129433,"׳×Ĵ":129434,"ĠÙħÙĪ":129435,"ĠÙħÙĪÙĤع":129436,"ר׼×Ļ":129437,"تÙı":129438,"모":129439,"Ġת×ķ":129440,"ÙĬاÙĭ":129441,"à¹ĥà¸Ķ":129442,"ãĤĬãģ¾ãģĻ":129443,"à¸Ńยูà¹Īà¹ĥà¸Ļ":129444,"ĠØ£ÙĪÙĦ":129445,"ĠأخرÙī":129446,"ĠcÆ°":129447,"صار":129448,"×ŀ×Ĺש×ij":129449,"бÑĢа":129450,"ÅĦski":129451,"бÑĢ":129452,"ĠÙĬÙı":129453,"à¸ģิà¸Ļ":129454,"Ġchá»ijng":129455,"ÙħÙı":129456,"Ġà¸Ħืà¸Ń":129457,"ĠتÙĨ":129458,"tÃŃ":129459,"yÄĩ":129460,"Ġmạng":129461,"ÙģÙĪ":129462,"Ġdünya":129463,"קר×IJ":129464,"Ġק׾":129465,"ĠØŃاÙĦ":129466,"cÃŃa":129467,"Ġà¹Ģรา":129468,"Ġר×ķצ×Ķ":129469,"Ġáp":129470,"ë°ķ":129471,"اÙĤØ©":129472,"ниÑİ":129473,"Ġ×IJ׾×ķ":129474,"Ġ×ŀס×ķ":129475,"ãģ§ãģ¯ãģªãģı":129476,"Ġtrả":129477,"Ġקשר":129478,"miÅŁtir":129479,"ĠlÆ°u":129480,"Ġhá»Ĺ":129481,"ĠбÑĭли":129482,"Ġlấy":129483,"عÙĦÙħ":129484,"Ġözel":129485,"æ°ĹãģĮ":129486,"Ġ×ĵר×ļ":129487,"Ùħد":129488,"sını":129489,"׳×ķש×IJ":129490,"rów":129491,"ÑĩеÑĢ":129492,"êµIJìľ¡":129493,"ĠÐľÐ¾":129494,"лег":129495,"ĠVỼi":129496,"วัà¸Ļà¸Ļีà¹ī":129497,"ÑİÑīие":129498,"ãģĬãģĻ":129499,"ãģĬãģĻãģĻ":129500,"ãģĬãģĻãģĻãĤģ":129501,"ëıħ":129502,"Ġ×Ļ×Ķ×Ļ×Ķ":129503,"×ŀ×ĺר":129504,"Ñıми":129505,"Ġlá»±a":129506,"ĠÄijấu":129507,"à¹Ģสียà¸ĩ":129508,"ĠtÆ°Æ¡ng":129509,"ëĵ±":129510,"ĠÑģÑĤаÑĢ":129511,"à¹ĥà¸ļ":129512,"วัà¸Ķ":129513,"ĠÄ°stanbul":129514,"Ġà¸Īะ":129515,"à¸ķลาà¸Ķ":129516,"ĠبÙĬ":129517,"à¹ģà¸Ļะ":129518,"à¹ģà¸Ļะà¸Ļำ":129519,"ساعد":129520,"Ġبأ":129521,"Ġkiá»ĥm":129522,"ØŃسب":129523,"à¸Ĭัà¹īà¸Ļ":129524,"Ġ×ķ×¢×ķ×ĵ":129525,"овÑĭÑħ":129526,"оÑģнов":129527,"ĠtrÆ°á»Łng":129528,"צ×ij×¢":129529,"ĠÃŃt":129530,"Ġkỹ":129531,"cré":129532,"Ñıм":129533,"êµ°":129534,"ãģĮãģªãģĦ":129535,"ÙĬÙĦØ©":129536,"ãĥķãĤ£":129537,"رÙī":129538,"ĠÙĬجب":129539,"Ġ×IJ×£":129540,"Ġcá»±c":129541,"ãĤīãĤĮãģŁ":129542,"Ġà¸ľà¸¹à¹ī":129543,"Ġà¸Ń":129544,"larımız":129545,"Ġkadın":129546,"Ġê·¸ëŀĺ":129547,"Ġê·¸ëŀĺìĦľ":129548,"ĠëĺIJëĬĶ":129549,"ĠÄijả":129550,"ĠÄijảm":129551,"Ġ×IJ×ķ×ŀר":129552,"Ġyếu":129553,"ciÄħ":129554,"ciÄħg":129555,"Ġtá»ij":129556,"Ġש×IJ׳×Ļ":129557,"ĠdziaÅĤa":129558,"Ñīа":129559,"ĠÄijÃłn":129560,"sına":129561,"ãģĵãĤĮãģ¯":129562,"Ġ×ij׾×Ļ":129563,"Ġ×ij×Ļשר×IJ׾":129564,"лоÑģÑĮ":129565,"Ġgiữ":129566,"ê°IJ":129567,"ÑĢон":129568,"تجار":129569,"глав":129570,"вин":129571,"Ġhạn":129572,"Ġyapılan":129573,"بس":129574,"Ġà¸ŀรà¹īà¸Ńม":129575,"ê´Ģ리":129576,"mÄ±ÅŁtır":129577,"bü":129578,"rück":129579,"ĠBaÅŁkanı":129580,"ĠÙĦÙĬس":129581,"ĠsÆ¡":129582,"à¸Īัà¸ĩหว":129583,"à¸Īัà¸ĩหวัà¸Ķ":129584,"داء":129585,"Ġ×Ķ׼":129586,"vÃŃ":129587,"ש×IJר":129588,"ĠhÆ°á»Łng":129589,"Ġbóng":129590,"ĠChÃŃnh":129591,"Äħc":129592,"à¹Ģà¸ģีà¹Īยวà¸ģัà¸ļ":129593,"Ġtứ":129594,"Ġtức":129595,"ĠÑĨвеÑĤ":129596,"Ġtá»iji":129597,"ĠnghÄ©a":129598,"ÙĦاعب":129599,"دÙĦ":129600,"Ġפע×Ŀ":129601,"hör":129602,"à¸Ĭุà¸Ķ":129603,"à¸ŀู":129604,"à¸ŀูà¸Ķ":129605,"паÑģ":129606,"ĠÅŁu":129607,"ĠtÆ°á»Łng":129608,"خارج":129609,"Ġâm":129610,"ĠинÑĤеÑĢеÑģ":129611,"еннÑĭÑħ":129612,"×IJ׳×Ļ":129613,"بدأ":129614,"ëĿ¼ëĬĶ":129615,"ì¹´":129616,"æĸ¹ãģĮ":129617,"лив":129618,"Ġà¸Ħà¸Ļ":129619,"ער×ļ":129620,"à¸Ĥà¸Ńà¸ĩà¸Ħุà¸ĵ":129621,"пад":129622,"Ġcạnh":129623,"ĠëĤ¨":129624,"ĠÄijâu":129625,"Ġbiá»ĥu":129626,"ãĤĤãģĤãĤĭ":129627,"׾×Ĵ":129628,"Ġสำหรัà¸ļ":129629,"Ġxuá»ijng":129630,"ס×ķ":129631,"Ġذات":129632,"ĠÐľÐµ":129633,"عاÙĦÙħ":129634,"×IJס":129635,"بÙĬØ©":129636,"شا":129637,"ием":129638,"ĠNgÆ°á»Ŀi":129639,"íĺij":129640,"Ñģлов":129641,"Ġпа":129642,"Ġmẫu":129643,"ĠпÑĢоÑĨеÑģÑģ":129644,"ĠNhÃł":129645,"пÑĢоиз":129646,"пÑĢоизвод":129647,"à¸łà¸²à¸¢à¹ĥà¸Ļ":129648,"Ġà¸ļาà¸Ĺ":129649,"×ŀ׳×ķ":129650,"ĠоÑĢган":129651,"רצ×ķ":129652,"×ķ×ŀ×Ļ×Ŀ":129653,"Ġyazı":129654,"Ġdù":129655,"ãĥ¬ãĥ³":129656,"ÙĪÙĦÙĬ":129657,"ยู":129658,"Ġtrò":129659,"à¹Ģà¸ŀลà¸ĩ":129660,"Ġ×ŀ׾×IJ":129661,"à¸ķล":129662,"à¸ķลà¸Ńà¸Ķ":129663,"ĠÄijạt":129664,"Ġ×Ĺ×ĵש":129665,"póÅĤ":129666,"Ġ×ŀ×ĵ×Ļ":129667,"ujÄħc":129668,"×ŀ׳×Ķ׾":129669,"Ġש×ij×ķ":129670,"Ġ×Ķ×ŀשפ×ĺ":129671,"Ġ×IJ׾×Ķ":129672,"ĠÙĪØ°ÙĦÙĥ":129673,"à¹Ģà¸ŀราะ":129674,"ĠÄijoÃłn":129675,"Ġíķ¨ê»ĺ":129676,"Ġdục":129677,"شت":129678,"Ġula":129679,"ĠulaÅŁ":129680,"Ġquý":129681,"Ġ×Ķ×Ĵ×ĵ×ķ׾":129682,"à¸ķัà¹īà¸ĩà¹ģà¸ķà¹Ī":129683,"Ġשר":129684,"Ø´Ùĩد":129685,"׳ש×Ļ×Ŀ":129686,"à¸ŀล":129687,"رÙĪا":129688,"ãĤĮãģ¦":129689,"ĠниÑħ":129690,"Ġдела":129691,"ãģ§ãģįãģªãģĦ":129692,"ÅĤoż":129693,"×IJ×Ĺר":129694,"ì½Ķ":129695,"ãĤ¢ãĥĥãĥĹ":129696,"دÙģع":129697,"Ġtiá»ĩn":129698,"Ġkhá»ı":129699,"Ġkhá»ıe":129700,"ĠاÙĦعاÙħØ©":129701,"ãģ«ãģĤãĤĭ":129702,"ĠÄijá»Ļc":129703,"족":129704,"Ġcụ":129705,"йÑĤе":129706,"Ġзакон":129707,"ĠпÑĢоекÑĤ":129708,"ìĸ¸":129709,"ÙĦØŃ":129710,"ĠçalÄ±ÅŁma":129711,"ãĤĴãģĻãĤĭ":129712,"Ñħи":129713,"عاد":129714,"Ġ׳×ŀצ×IJ":129715,"Ġר×Ļ":129716,"à¸Ńà¸Ńà¸ģมา":129717,"ĠTôi":129718,"Ġthần":129719,"ĠÙĬا":129720,"ลาย":129721,"ĠавÑĤо":129722,"Ġsıra":129723,"ĠÙĥØ«ÙĬر":129724,"ÙħÙĬز":129725,"ĠاÙĦعÙĦÙħ":129726,"æĸ¹ãģ¯":129727,"×ķ×¢×ĵ":129728,"ĠоблаÑģÑĤи":129729,"×Ļ׾×Ļ×Ŀ":129730,"ãģĮåĩº":129731,"à¸ĺุ":129732,"à¸ĺุร":129733,"à¸ĺุรà¸ģิà¸Ī":129734,"ÙĤتÙĦ":129735,"ר×IJ×ķ":129736,"Ġngu":129737,"Ġnguá»ĵn":129738,"Ġมา":129739,"Ġплан":129740,"tório":129741,"Ġcuá»iji":129742,"Ñģком":129743,"ĠاÙĦÙħاض":129744,"ĠاÙĦÙħاضÙĬ":129745,"Ġ×ij×¢×ľ":129746,"Ġר×ij×Ļ×Ŀ":129747,"ĠluáºŃn":129748,"ÙĥÙĪ":129749,"à¸Ĺัà¹īà¸ĩหมà¸Ķ":129750,"ван":129751,"Ġthoại":129752,"à¹Ħà¸Ń":129753,"биÑĢ":129754,"ĠاÙĦض":129755,"تا":129756,"ĠÑĢод":129757,"ĠVÃł":129758,"×ŀ×Ļף":129759,"ĠбÑĭла":129760,"ками":129761,"ĠÐĶе":129762,"tık":129763,"קר×Ļ":129764,"ĠeÄŁitim":129765,"ĠÙĥبÙĬر":129766,"بÙĥ":129767,"ĠÙĦÙĪ":129768,"вой":129769,"Ġãģĵãģ®":129770,"ĠÑĤÑĢÑĥд":129771,"myÅĽl":129772,"ĠsÆ°":129773,"à¸ŀีà¹Ī":129774,"Ġà¹ģลà¹īว":129775,"עק":129776,"Ġ×Ĺ×ijרת":129777,"ระหว":129778,"ระหวà¹Īาà¸ĩ":129779,"×Ļ×Ļ×Ķ":129780,"ĠاÙĦÙĨاس":129781,"ünü":129782,"Ġ׾×ŀ×Ķ":129783,"ĠchÆ°Æ¡ng":129784,"ĠHá»ĵ":129785,"ارت":129786,"ãĤĪãģĨãģ§ãģĻ":129787,"lá":129788,"ק×Ļ×Ļ×Ŀ":129789,"æľ¬å½ĵ":129790,"æľ¬å½ĵãģ«":129791,"ãģĵãĤĵãģª":129792,"Ñģов":129793,"Ġ×ķ×Ĺ":129794,"à¹Ģà¸ģà¹ĩà¸ļ":129795,"ĠкÑĤо":129796,"à¹Ĥรà¸Ħ":129797,"ĠشرÙĥØ©":129798,"عزÙĬ":129799,"عزÙĬز":129800,"Ø·ÙĦÙĤ":129801,"пÑĥÑģÑĤ":129802,"ÙģتØŃ":129803,"ëŀĢ":129804,"Ġhãy":129805,"ضÙħ":129806,"린":129807,"åł´åIJĪãģ¯":129808,"ãĤªãĥ¼":129809,"Ġhắn":129810,"Ġ×IJ×ij×Ļ×ij":129811,"Ġש׾×Ķ×Ŀ":129812,"Ġ×Ķ×Ļ×Ļת×Ķ":129813,"ĠاÙĦدÙĪÙĦØ©":129814,"ĠاÙĦÙĪÙĤ":129815,"ĠاÙĦÙĪÙĤت":129816,"ãģĤãģ¾ãĤĬ":129817,"ĠtaÅŁÄ±":129818,"Ä°N":129819,"עסק":129820,"ãģ¦ãģĦãģŁ":129821,"Ġtá»ķng":129822,"ĠاÙĦØ¥ÙĨس":129823,"ĠاÙĦØ¥ÙĨساÙĨ":129824,"ÑĢеÑĪ":129825,"Ġgái":129826,"ĠÑĨен":129827,"ĠÙģÙĤد":129828,"Ùħات":129829,"ãģķãĤĵãģ®":129830,"Ġphù":129831,"×ĺ×Ķ":129832,"ĠÙĪاÙĦتÙĬ":129833,"ĠبÙĥ":129834,"ìĿ´ëĤĺ":129835,"кÑģ":129836,"ÙħÙĬر":129837,"Ġvùng":129838,"ĠاÙĦشعب":129839,"ĠNhÆ°ng":129840,"ãĥĢãĥ¼":129841,"Ġ×Ĺ×Ļ×Ļ×Ŀ":129842,"Ġشخص":129843,"ק×ķ×ĵ":129844,"ê²Ģ":129845,"עש":129846,"×¢×ķ׾×Ŀ":129847,"צ×ķר":129848,"عÙĤد":129849,"ĠiÅŁlem":129850,"Ġ×Ķ×ij×IJ":129851,"Ġdưỡng":129852,"à¸Łà¸£à¸µ":129853,"ĠphÃŃa":129854,"ãģ®ä¸Ńãģ§":129855,"Ġпи":129856,"ĠngÃłnh":129857,"нима":129858,"ĠÙĩÙĦ":129859,"Ġ×ķ×IJת":129860,"ĠÄijáng":129861,"équipe":129862,"ĠÑįÑĤоÑĤ":129863,"Ġgörev":129864,"매":129865,"Ġquân":129866,"å¼ķãģį":129867,"æĻĤãģ«":129868,"ĠبÙħا":129869,"×ŀ×Ļת":129870,"Ġülke":129871,"Ġ×ŀק×ķ×Ŀ":129872,"×ijף":129873,"æ°ĹæĮģãģ¡":129874,"Ġë§İìĿĢ":129875,"Ġyüksek":129876,"ÑĨенÑĤÑĢ":129877,"ĠÙħجÙĦس":129878,"ç§ģãģ®":129879,"ÙĤدر":129880,"Ġë¶Ģë¶Ħ":129881,"Ġì°¨":129882,"خرج":129883,"ãģĭãģªãĤĬ":129884,"ë³´ëĭ¤":129885,"Ġ×ŀ×Ļ×ĵ×¢":129886,"peÅĤni":129887,"Ġxá»Ń":129888,"ìĹIJìĦľëĬĶ":129889,"ĠباÙĦÙħ":129890,"ĠÙĪÙħا":129891,"ĠÑįÑĤой":129892,"بÙĬÙĨ":129893,"nü":129894,"ØŃز":129895,"ØŃزب":129896,"ĠÑĢабоÑĤа":129897,"ĠNháºŃt":129898,"ÙĦاء":129899,"Ġëĵ¤":129900,"Ġëĵ¤ìĸ´":129901,"ãĤĦãģĻãģĦ":129902,"×Ĺ×ĸק":129903,"Ġ×Ķ×Ĺ×ijר×Ķ":129904,"пиÑĤ":129905,"ãģĭãĤīãģ®":129906,"Ġë§IJìĶĢ":129907,"Ġפ×ķ":129908,"ÙĦÙİ":129909,"à¹Ģà¸ķà¹ĩม":129910,"ĠÐļо":129911,"Ġmówi":129912,"ĠtÃŃn":129913,"ר×Ĵש":129914,"פרק":129915,"Ġtrạng":129916,"ĠÐŀн":129917,"×Ĺ×ķ×¥":129918,"ĠعÙĨدÙħا":129919,"Ġبر":129920,"使ãģĦ":129921,"Ġrá»Ļng":129922,"ëĮĢë¡ľ":129923,"íĪ¬":129924,"Ġktórych":129925,"вид":129926,"ลูà¸ģà¸Ħà¹īา":129927,"ĠmogÄħ":129928,"Ġש×Ĺ":129929,"×ij×Ĺר":129930,"ãĥĸãĥŃãĤ°":129931,"ĠThÃłnh":129932,"Ġ×Ķר×Ļ":129933,"ĠÑģÑĤаÑĤÑĮ":129934,"ĠHá»Ļi":129935,"à¸ļà¹īาà¸ĩ":129936,"çī¹ãģ«":129937,"ĠÄIJức":129938,"èĢħãģ®":129939,"×¢×ŀ×ķ×ĵ":129940,"×ĺר×Ķ":129941,"Ð¥":129942,"ĠÙħÙħا":129943,"ĠeÅŁ":129944,"ĠнеобÑħодимо":129945,"ников":129946,"Ġüzerinde":129947,"aÅĤa":129948,"Ġchá»ĭu":129949,"ĠاÙĦدÙĬÙĨ":129950,"أخبار":129951,"ĠÄijau":129952,"ãģĮå¤ļãģĦ":129953,"jÄħcych":129954,"دخÙĦ":129955,"larınd":129956,"larından":129957,"Ġsẻ":129958,"à¸ŀิà¹Ģศ":129959,"à¸ŀิà¹Ģศษ":129960,"×ª×Ł":129961,"tıģı":129962,"ĠluáºŃt":129963,"ĠÅŀe":129964,"ãĤ«ãĥ¼":129965,"ãģ®ãģĤãĤĭ":129966,"Ġ×Ķ×IJתר":129967,"ĠاÙĦØ¢ÙĨ":129968,"ıldı":129969,"Ġáo":129970,"ĠнаÑĩал":129971,"Ġviá»ĩn":129972,"Ġ×ij×¢×ķ׾×Ŀ":129973,"знаÑĩ":129974,"×Ļ×ĺ×Ķ":129975,"кам":129976,"ĠÐĺз":129977,"à¹Ģà¸Ĥียà¸Ļ":129978,"à¸Ļà¹īà¸Ńà¸ĩ":129979,"ÑĤÑĢо":129980,"à¹Ģà¸Ł":129981,"Ġжизни":129982,"Ġสà¹Īวà¸Ļ":129983,"ĠváºŃn":129984,"Ġê´Ģ볨":129985,"Ġlâu":129986,"ס×ĺר":129987,"קש":129988,"سÙĬر":129989,"Ġ×IJ×ķת×Ļ":129990,"Ġmôi":129991,"ائب":129992,"ĠоÑģÑĤа":129993,"Ġmón":129994,"Ġ×ij×ŀק×ķ×Ŀ":129995,"ĠداخÙĦ":129996,"Ġ×IJ×ķר":129997,"ĠваÑģ":129998,"ÙĥØ´Ùģ":129999,"ìĺ¨":130000,"à¸ĸà¹Īาย":130001,"Ġkullanıl":130002,"Ġtô":130003,"ãģ«ãĤĪãĤĬ":130004,"ĠëĺIJíķľ":130005,"Ġ×¢×ij×ķ×ĵ×Ķ":130006,"Ġriê":130007,"Ġriêng":130008,"Ġyakın":130009,"زا":130010,"Å»":130011,"×IJ×ķ׼׾":130012,"شارÙĥ":130013,"ĠбеÑģ":130014,"×´":130015,"ĠابÙĨ":130016,"ĠTá»ķng":130017,"ÙĨظ":130018,"ÅĽwiad":130019,"ãĤµãĥ¼":130020,"หาย":130021,"ĠGün":130022,"Ġhakkında":130023,"à¹Ģà¸Ĥà¹īามา":130024,"زÙĨ":130025,"ĠÐłÐ¾":130026,"Ġbiá»ĥn":130027,"ãģ©ãģĵ":130028,"ÙģعÙĦ":130029,"زع":130030,"פר×ĺ":130031,"Ġ×Ķף":130032,"Ø£ÙĩÙĦ":130033,"Ġthất":130034,"ØŃÙħÙĦ":130035,"ÑĩÑĥ":130036,"ĠìĤ¬ìĭ¤":130037,"ì°¸":130038,"ĠìľĦíķ´":130039,"ÙĪظ":130040,"ĠÐŁÐ¾Ð´":130041,"Ġkhoản":130042,"ÑĤен":130043,"ĠÙģاÙĦ":130044,"Ñģад":130045,"à¸Ļà¸Ńà¸Ļ":130046,"ĠاÙĦسعÙĪدÙĬØ©":130047,"\"ØĮ":130048,"ĠاÙĦÙĴ":130049,"ãĤīãģļ":130050,"Ġtoán":130051,"Ġchắc":130052,"׼×Ļר":130053,"méd":130054,"média":130055,"زÙĪ":130056,"Ġyanı":130057,"פ׳×Ļ×Ŀ":130058,"ØŃظ":130059,"ĠбеÑģп":130060,"ĠбеÑģплаÑĤ":130061,"ĠбеÑģплаÑĤно":130062,"ĠØ£ÙħاÙħ":130063,"à¸Ńาย":130064,"à¸Ńายุ":130065,"רשת":130066,"Ġgá»ĵ":130067,"Ġgá»ĵm":130068,"Ġuá»ijng":130069,"صب":130070,"kır":130071,"ãĥijãĥ¼":130072,"Ġ׾×ĵעת":130073,"ĠкÑĥпиÑĤÑĮ":130074,"׾×ķ×Ĺ":130075,"ÙĪضع":130076,"ÙĤÙĬÙħ":130077,"à¸Ľà¸²":130078,"жив":130079,"à¸Ķิà¸Ļ":130080,"×IJ×ķפ":130081,"à¹Ģลà¹ĩà¸ģ":130082,"ãĥĥãĥī":130083,"иÑĩеÑģкиÑħ":130084,"ĠChủ":130085,"кÑĢаÑģ":130086,"ÙĪصÙĦ":130087,"pÅĤat":130088,"моÑĢ":130089,"Ġ×Ķ×IJ×ķ":130090,"à¸Ńิà¸Ļ":130091,"ĠíķľêµŃ":130092,"гÑĢе":130093,"Ġìłľê³µ":130094,"ì°½":130095,"Ġê°ľìĿ¸ìłķë³´":130096,"Ġnghá»ĭ":130097,"à¸ĭา":130098,"ØŃساب":130099,"ĠbyÅĤa":130100,"ÙħÙĦÙĥ":130101,"иÑĩеÑģкие":130102,"Ġbác":130103,"ضØŃ":130104,"길":130105,"ש×ŀ×¢":130106,"Ġìĸ´ëĸ»":130107,"Ġìĸ´ëĸ»ê²Į":130108,"ìĽĮ":130109,"اتÙĩ":130110,"à¹Ĥรà¸ĩà¹ģ":130111,"à¹Ĥรà¸ĩà¹ģรม":130112,"خدÙħØ©":130113,"ĠÐłÐ°":130114,"׼×ķ׾×Ŀ":130115,"×ŀש×Ĺק":130116,"ĠÙĪÙĥاÙĨ":130117,"ס×ķ×£":130118,"ĠاÙĦØŃÙĥÙĪÙħØ©":130119,"Ġ×ij×ĺ":130120,"ĠtráºŃn":130121,"Ġ×Ķ×¢×ķ׾×Ŀ":130122,"ĠÃŃch":130123,"tÄħ":130124,"ש×ŀ×ķ":130125,"Ġ×Ķר×IJש×ķף":130126,"Ġíķĺê³ł":130127,"ãģķãĤī":130128,"ãģķãĤīãģ«":130129,"ãģ«ãģĹãģ¦":130130,"Ġà¸ľà¸¡":130131,"ãģ®ãĤĪãģĨãģª":130132,"ĠÙĪÙĤت":130133,"ãĥįãĥĥãĥĪ":130134,"ÙĦعب":130135,"ÙĪØ´":130136,"ìĺ¬":130137,"Ġหาà¸ģ":130138,"ĠmiaÅĤ":130139,"à¸Ĺà¸Ńà¸ĩ":130140,"иÑĤа":130141,"اصر":130142,"илÑģÑı":130143,"зе":130144,"à¸Ľà¸£à¸°à¸¡à¸²à¸ĵ":130145,"ãģĿãĤĮãģ¯":130146,"Ġbır":130147,"Ġbırak":130148,"صÙĨاع":130149,"Ю":130150,"شعر":130151,"Ġ׳×Ĵ×ĵ":130152,"Ġبسبب":130153,"ãĥĿãĤ¤":130154,"ãĥĿãĤ¤ãĥ³ãĥĪ":130155,"ĠاÙĦجÙĪ":130156,"ĠнеÑģколÑĮко":130157,"Ġkiếm":130158,"ÙģÙİ":130159,"Ġضد":130160,"×ij×Ļ×ĺ×ķ×Ĺ":130161,"تابع":130162,"ÙĨز":130163,"ĠBản":130164,"Ġaçıkl":130165,"Ġaçıklama":130166,"Ġà¸Ħุà¸ĵ":130167,"à¸Ĺา":130168,"ÅĤów":130169,"طب":130170,"ÙĨØŃÙĨ":130171,"Ġ×ŀק×ķר":130172,"ĠÄ°s":130173,"Ġдома":130174,"Ġวัà¸Ļ":130175,"ĠdÃłnh":130176,"Ñıн":130177,"миÑĢ":130178,"Ġmô":130179,"ĠvÃłng":130180,"صاب":130181,"sının":130182,"à¸Ħืà¸Ļ":130183,"خبر":130184,"×ĸ׼×ķ":130185,"Ġ×ŀש×Ķ×ķ":130186,"mü":130187,"Ġкомпании":130188,"Ġ×Ķ×¢×Ļר":130189,"ĠÙĥÙĪ":130190,"ÙĤÙĦب":130191,"ĠlỼp":130192,"ики":130193,"׳×ij":130194,"à¹Ĥà¸Ħร":130195,"à¹Ĥà¸Ħรà¸ĩ":130196,"à¹Ĥà¸Ħรà¸ĩà¸ģาร":130197,"×ŀ×ķ×¢×ĵ":130198,"ÑıÑĤÑģÑı":130199,"หลัà¸ĩà¸Īาà¸ģ":130200,"ениÑİ":130201,"Ġשע":130202,"ĠbÆ°á»Ľc":130203,"ãĥ¡ãĥ¼ãĥ«":130204,"ãĤĦãĤĬ":130205,"Ġ×Ļ×ķ×ĵ×¢":130206,"Ġê´Ģíķľ":130207,"ĠاÙĦØ£Ùħر":130208,"Ġbölge":130209,"ĠÑģвой":130210,"ÙĦس":130211,"Ġ×ŀ×Ļ×ķ×Ĺ×ĵ":130212,"ĠëĤ´ìļ©":130213,"ĠأجÙĦ":130214,"ĠÄIJông":130215,"Ġ×ŀ×ł×ª":130216,"Ġìĭľê°Ħ":130217,"ÙĥÙİ":130218,"ãģ¨ãģĦãģĨãģ®ãģ¯":130219,"Ġnależy":130220,"تÙĨظÙĬÙħ":130221,"ĠÑģозда":130222,"Ġphé":130223,"Ġphép":130224,"ãģ§ãģįãģ¾ãģĻ":130225,"ĠعÙĦÙħ":130226,"大ãģįãģª":130227,"ãĤ²ãĥ¼ãĥł":130228,"íħĮ":130229,"Ġ׼×ķ׾׾":130230,"ĠинÑĤеÑĢнеÑĤ":130231,"ĠTừ":130232,"ãģ¨ãģªãĤĭ":130233,"زاÙĦ":130234,"Ġktórym":130235,"Ġnhé":130236,"ìĪľ":130237,"нев":130238,"деÑĢ":130239,"ãĤ¢ãĥĹãĥª":130240,"iá»ĩu":130241,"×ij×Ļ׾":130242,"Ġتس":130243,"ĠÄIJây":130244,"ĠاÙĦخاصة":130245,"Ġà¹Ģà¸Ĭ":130246,"Ġà¹Ģà¸Ĭà¹Īà¸Ļ":130247,"صاد":130248,"Ġdạng":130249,"سعر":130250,"Ġש×Ļ×ŀ×ķש":130251,"×Ĵ×Ļ×Ŀ":130252,"ãģĮãģĤãģ£ãģŁ":130253,"пÑĢов":130254,"пÑĢовод":130255,"Ġ×IJ×Ļ׳×ķ":130256,"Ġ׾ר×IJ":130257,"Ġ׾ר×IJ×ķת":130258,"ĠØ£ÙģضÙĦ":130259,"ĠØŃÙĦ":130260,"ĠأبÙĪ":130261,"ê°ķ":130262,"Ġì§ij":130263,"ãģ®ãĤĪãģĨãģ«":130264,"Ġפ׳×Ļ":130265,"ס×Ļ×Ŀ":130266,"ĠÙĪÙĩذا":130267,"Ġkaç":130268,"Ġéén":130269,"Ġê±´":130270,"ë°Ķ":130271,"Ñĥз":130272,"à¸Ĥà¸Ńà¸ĩà¹Ģรา":130273,"iÅĤ":130274,"ĠÐľÑĭ":130275,"Ġchết":130276,"ĠاÙĦثاÙĨÙĬ":130277,"×IJק":130278,"Ġ×ķ×¢×ľ":130279,"ĠاÙĦطب":130280,"×ij×ĺ×Ĺ":130281,"ĠجدÙĬدة":130282,"ĠعدÙħ":130283,"عز":130284,"สิà¹Īà¸ĩà¸Ĺีà¹Ī":130285,"ãģĻãĤĮãģ°":130286,"ĠÄijô":130287,"ì£ł":130288,"دÙĤ":130289,"номÑĥ":130290,"Ġká»ĥ":130291,"ãĤ¢ãĥ³":130292,"å¤ļãģıãģ®":130293,"à¸Ľà¸£à¸°à¸ģ":130294,"à¸Ľà¸£à¸°à¸ģà¸Ńà¸ļ":130295,"פע×Ļ׾×ķת":130296,"ĠÑģÑĤол":130297,"mayı":130298,"ãģ¤ãģĦ":130299,"Ġyılında":130300,"Ġà¸Īึà¸ĩ":130301,"koÅĦcz":130302,"ĠThông":130303,"ĠакÑĤив":130304,"нÑģÑĤ":130305,"нÑģÑĤÑĢÑĥ":130306,"ĠÃĸz":130307,"Ġת×ŀ×Ļ×ĵ":130308,"ĠÙĥÙĨت":130309,"ÑģиÑģÑĤем":130310,"prés":130311,"présent":130312,"Ġnâ":130313,"Ġnâng":130314,"gÅĤos":130315,"ĠÙĪزÙĬر":130316,"ØŃصÙĦ":130317,"ĠимееÑĤ":130318,"ØŃرÙĥØ©":130319,"à¸ŀà¹Īà¸Ń":130320,"ãĤĴãģĬ":130321,"ĠاستخداÙħ":130322,"×IJ×Ļר×ķ×¢":130323,"ä»ĸãģ®":130324,"Ġש×Ķ×Ŀ":130325,"ãģĹãģŁãĤī":130326,"ש×ŀ×Ļ":130327,"Ñģла":130328,"mı":130329,"Ġbazı":130330,"Ġíķĺì§Ģë§Į":130331,"×ĵ׾":130332,"Ġyaptıģı":130333,"ãĥĬãĥ¼":130334,"׾×Ļ׾×Ķ":130335,"ãģ¨ãģĦãģ£ãģŁ":130336,"ändig":130337,"ĠÅŁa":130338,"ĠÙģÙĬÙħا":130339,"иÑĤелÑı":130340,"×ŀ×ķש":130341,"à¸Ĥà¸Ńà¸ļ":130342,"lük":130343,"Ġhá»ĵi":130344,"Ġëªħ":130345,"ĠاÙĦÙĥØ«ÙĬر":130346,"צ×IJ":130347,"Ġhazır":130348,"طرÙģ":130349,"اÙĬا":130350,"ĠÄijôi":130351,"енд":130352,"ÙĦغ":130353,"×Ĺ×ĸ×ķר":130354,"ĠвÑģег":130355,"ĠвÑģегда":130356,"ëIJĺê³ł":130357,"×ĵ×ķ×ĵ":130358,"ана":130359,"دÙĪÙĦØ©":130360,"Ġhoạch":130361,"عÙĦا":130362,"عÙĦاج":130363,"Ġ×ķ×¢×ĵ":130364,"×Ķ×Ŀ":130365,"кий":130366,"ÙĦÙIJ":130367,"Ġ×¢×ľ×Ļ×ķ":130368,"ÑİÑīий":130369,"Ġngủ":130370,"صÙĨع":130371,"ĠاÙĦعراÙĤ":130372,"à¸ķà¹Īà¸Ńà¹Ħà¸Ľ":130373,"ãģŁãģıãģķãĤĵ":130374,"Ġphạm":130375,"ÙĦاÙĨ":130376,"اتÙĩا":130377,"Ġböyle":130378,"تÙĨÙģÙĬ":130379,"تÙĨÙģÙĬØ°":130380,"Ġש×Ķ×Ļ×IJ":130381,"ÑģÑĥ":130382,"ยาว":130383,"Ġש×ķ׳×Ļ×Ŀ":130384,"Ġ×ŀ×ķ׾":130385,"ĠÑģил":130386,"Ġ×IJ×Ĺר×Ļ×Ŀ":130387,"Ġphủ":130388,"ÙĤطع":130389,"ĠThủ":130390,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศà¹Ħà¸Ĺย":130391,"ÙĨÙĤ":130392,"ĠÄijoạn":130393,"Ġبإ":130394,"пÑĢедел":130395,"×ķת×ķ":130396,"Ġyarı":130397,"пÑĢе":130398,"ĠczÄĻÅĽci":130399,"ØŃÙĥÙħ":130400,"×ķ׳×Ļת":130401,"×¤×¢×ľ":130402,"ãĤĴãģĹãģ¦":130403,"Ġktórzy":130404,"׾×Ŀ":130405,"ĠÄIJiá»ģu":130406,"ĠкоÑĤоÑĢаÑı":130407,"ĠìĿ´ìĥģ":130408,"ãģĤãģ£ãģŁ":130409,"Ġ×ŀ×ĵ×ķ×ijר":130410,"פ×ķ×¢×ľ":130411,"dım":130412,"éĢļãĤĬ":130413,"ĠбÑĥдÑĥÑĤ":130414,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ":130415,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭà¸ķà¹Į":130416,"اخر":130417,"×Ĺ×Ļ׾":130418,"Ġ×Ļ׾":130419,"Ġ×Ļ׾×ĵ×Ļ×Ŀ":130420,"×Ĺ×Ļפ":130421,"×Ĺ×Ļפ×ķש":130422,"Ġdòng":130423,"Ġש×ĸ×Ķ":130424,"ÑĮе":130425,"ãģĤãģ¨":130426,"ìŀIJê°Ģ":130427,"×IJ×ĵ":130428,"Ġüz":130429,"Ġüzere":130430,"ظÙĦ":130431,"Ġ×IJ×ķ׾×Ļ":130432,"Ġ×ij×Ļ×ķ×Ŀ":130433,"ÙĦات":130434,"Ġmê":130435,"침":130436,"تØŃد":130437,"تØŃدث":130438,"Ġخاصة":130439,"ĠبرÙĨ":130440,"ĠبرÙĨاÙħج":130441,"ĠHÃłn":130442,"×Ĺס":130443,"ĠÙĪÙĦÙħ":130444,"×¢×Ŀ":130445,"Ġmı":130446,"à¸Łà¸±à¸ĩ":130447,"שע×Ķ":130448,"ÙĪÙģÙĤ":130449,"ס×ij×Ļר":130450,"алÑĮнÑĭй":130451,"×Ĺש×ķ×ij":130452,"ĠnÃłng":130453,"ë³¼":130454,"ĠкоÑĤоÑĢÑĭÑħ":130455,"Ġ×Ĺ×ķק":130456,"tör":130457,"ĠлÑĥÑĩÑĪе":130458,"ãĥijãĥ³":130459,"ลà¹Īาสุà¸Ķ":130460,"ĠجدÙĬد":130461,"ÙĬدة":130462,"à¸Ĺรà¸ĩ":130463,"ãĤĪãĤĬãĤĤ":130464,"ÙĦÙĦ":130465,"ãĤĤãģ£ãģ¨":130466,"ש×ĺ×Ĺ":130467,"Ġ×ķ×IJ×Ļ":130468,"Ġgiá»ijng":130469,"إضاÙģ":130470,"קת":130471,"ë§Ŀ":130472,"ĠzostaÅĤ":130473,"ÑĢоз":130474,"×Ļפ×Ļ×Ŀ":130475,"Ġ׼׾׾":130476,"ת×ķ׼ף":130477,"dıģını":130478,"ÙĤسÙħ":130479,"ĠÑģÑĩиÑĤ":130480,"ĠÑģÑĩиÑĤа":130481,"×ĺ×ķת":130482,"ĠÆ°u":130483,"ĠØ¢ÙĦ":130484,"Ġмом":130485,"ĠмоменÑĤ":130486,"ĠاÙĦتعÙĦÙĬÙħ":130487,"×¢×ľ×ķת":130488,"Ġchữa":130489,"Ġyön":130490,"ĠtrÃł":130491,"ĠØŃÙĬÙĨ":130492,"à¸ĭั":130493,"ĠCá":130494,"×¢×ĸ":130495,"ĠاÙĦØ£ÙħÙĨ":130496,"cÃŃ":130497,"Ġvá»ijn":130498,"Ġà¸Ļาย":130499,"обÑĢа":130500,"ק×IJ":130501,"Ġthiếu":130502,"ãĥŀãĥ¼":130503,"สวà¸Ļ":130504,"Ġgá»Ń":130505,"Ġgá»Ńi":130506,"Ġê¹":130507,"Ġê¹Ģ":130508,"Ġthiá»ĩn":130509,"ÙĤع":130510,"wÄĻ":130511,"Ġнам":130512,"ÑĤол":130513,"Ġsân":130514,"ס×ķ×Ĵ":130515,"Ġgeçir":130516,"ÑĤон":130517,"ева":130518,"ĠÙĪضع":130519,"Ġعشر":130520,"Ñģло":130521,"à¸Īัà¸ļ":130522,"ãĤ·ãĥ¼":130523,"ãĤĤãģĤãĤĬãģ¾ãģĻ":130524,"Ġvẻ":130525,"ĠÄIJá»ĥ":130526,"رÙģع":130527,"ĠاÙĦØ£ÙĪÙĦÙī":130528,"ÑĤаÑĢ":130529,"ãģªãģıãģ¦":130530,"ÙħÙİ":130531,"quÃŃ":130532,"×¢×ł×Ļ×Ļ׳":130533,"ген":130534,"Ġhôm":130535,"à¸Īา":130536,"ĠnhỼ":130537,"ĠاÙĦعربÙĬ":130538,"×IJף":130539,"Ġlá»Ļ":130540,"ĠjeÅĽli":130541,"à¹Ģà¸Ĺà¹Īาà¸Ļัà¹īà¸Ļ":130542,"ĠØ£ÙĨÙĩا":130543,"Ġtuy":130544,"Ġtuyá»ĩt":130545,"Ġتص":130546,"ĠتصÙĨÙĬ":130547,"ĠتصÙĨÙĬÙģ":130548,"Ġê·¸ëŁ¬ëĤĺ":130549,"оÑĨен":130550,"à¸ģิà¸Īà¸ģรรม":130551,"ãĤĦãģ£ãģ¦":130552,"Ġkhá»ıi":130553,"Ġlá»ĩ":130554,"ĠاÙĦÙħجتÙħع":130555,"à¸Ńาà¸Īà¸Īะ":130556,"à¸Īะà¹Ģà¸Ľà¹ĩà¸Ļ":130557,"овÑĭй":130558,"ר×Ŀ":130559,"รà¹īà¸Ńà¸Ļ":130560,"ש×ŀש":130561,"人ãģ«":130562,"Ġüzerine":130563,"פר×Ļ":130564,"duÄŁu":130565,"Ñĩик":130566,"Ġmùa":130567,"Ġ×ŀת×ķ×ļ":130568,"ĠcáºŃp":130569,"ĠتارÙĬØ®":130570,"×ij×ľ×ª×Ļ":130571,"Ġì¢Ģ":130572,"ÙĦع":130573,"باÙĨ":130574,"Ġchút":130575,"Ġ×Ķ×ĸ×ŀף":130576,"née":130577,"ĠLiên":130578,"ĠÙĦÙĦØ£":130579,"ØŃدÙĪد":130580,"Ġ×¢×Ľ×©×Ļ×ķ":130581,"воз":130582,"Ġyaptı":130583,"Ġобо":130584,"à¹ĥหà¹īà¸ģัà¸ļ":130585,"Ġ×ij×Ķ×Ŀ":130586,"ãģıãģ¦":130587,"رأس":130588,"ĠÑģÑĢедÑģÑĤв":130589,"ĠBÃłi":130590,"ãģĵãģ¨ãģ«":130591,"ĠìĤ¬íļĮ":130592,"Ġ모ëijIJ":130593,"×ij×IJ":130594,"Ġtrắng":130595,"ĠاÙĦبÙĦد":130596,"ĠHoÃłng":130597,"либо":130598,"ĠдÑĢÑĥгиÑħ":130599,"Ä°R":130600,"Ñĥма":130601,"ĠJeÅĽli":130602,"ãĤĤãģĹ":130603,"Ġvòng":130604,"Ġ×IJתר×Ļ×Ŀ":130605,"ĠÄijá»įc":130606,"ĠвоÑĤ":130607,"ãģłãģĮ":130608,"ë°°":130609,"à¸Ķูà¹ģล":130610,"Ġ×ŀ׼׾":130611,"ìĹIJëıĦ":130612,"газ":130613,"Ġ׳×ķספ×Ļ×Ŀ":130614,"ãģĵãģ¨ãģ§":130615,"ĠتÙĪ":130616,"ãģ§ãģĤãĤĬ":130617,"à¸Ļัà¹Īà¸ĩ":130618,"ĠможеÑĤе":130619,"szÄĻ":130620,"ãģ®ãģł":130621,"ĠÙħÙĨÙĩ":130622,"Ġbá»ķ":130623,"Ġbüt":130624,"Ġbütün":130625,"ë³´ê³ł":130626,"Ġchá»ĵng":130627,"à¹ģà¸Īà¹īà¸ĩ":130628,"ĠVì":130629,"ĠØŃر":130630,"Ġgiản":130631,"ĠÙħدÙĬÙĨØ©":130632,"تطبÙĬÙĤ":130633,"à¸Īิ":130634,"æĹ¥ãģ®":130635,"бил":130636,"à¸ģà¸Ńà¸ĩ":130637,"ê³³":130638,"ĠØ£Ùħا":130639,"ìĨIJ":130640,"Ġtrái":130641,"ĠвÑģем":130642,"ĠسÙĨØ©":130643,"ĠÑģайÑĤ":130644,"ĠгоÑĤов":130645,"пÑĭ":130646,"ĠëIJł":130647,"ĠاÙĦخط":130648,"ĠاÙĦرئÙĬسÙĬØ©":130649,"Ġíķ©ëĭĪëĭ¤":130650,"ĠìķĦëĭĪëĿ¼":130651,"ĠìĿ´ëłĩ":130652,"ĠìĿ´ëłĩê²Į":130653,")ØĮ":130654,"hält":130655,"ĠØ£Ùħر":130656,"ĠعÙħر":130657,"à¸ģà¹ĩà¸Īะ":130658,"Ġà¸Ĺำà¹ĥหà¹ī":130659,"Ġcân":130660,"Ġ×ij׾":130661,"Ġ×ij׾×ij×ĵ":130662,"פסק":130663,"ĠÙĬÙĤÙĪÙĦ":130664,"нÑĥÑĤÑĮ":130665,"à¹ģà¸Ħ":130666,"Ġקצת":130667,"Ġnằm":130668,"Ġhòa":130669,"bilitÃł":130670,"ĠìĹĨëĭ¤":130671,"Ġ׼פ×Ļ":130672,"ÑĢож":130673,"лага":130674,"Ġ×Ķש×Ļ":130675,"ĠNgoÃłi":130676,"ĠÙĪج":130677,"ĠÙĪجÙĪد":130678,"ĠìľĦíķľ":130679,"ĠusÅĤug":130680,"Ġtuần":130681,"dź":130682,"×ŀ×ķף":130683,"ĠاÙĦعدÙĬد":130684,"Ġchẳng":130685,"สุà¸Ĥà¸łà¸²à¸ŀ":130686,"Ġ×ij×ĵר×ļ":130687,"ĠÑģебе":130688,"ĠìŀĪìĿĦ":130689,"ĠاÙĦØŃاÙĦ":130690,"Ġdá":130691,"ĠcÆ°á»Ŀi":130692,"Ġnghiên":130693,"ieÅĦ":130694,"ĠDÆ°Æ¡ng":130695,"ï¼ħ":130696,"شد":130697,"ãģĦãģ¤ãĤĤ":130698,"ĠвÑĭбоÑĢ":130699,"Ġcá»Ļng":130700,"ש×Ļ׳×ķ×Ļ":130701,"Ġchạy":130702,"Ġ×ij×¢×ľ×Ļ":130703,"اخبار":130704,"íķĺë©°":130705,"żÄħ":130706,"جاز":130707,"Ġ׳ר×IJ×Ķ":130708,"ศู":130709,"ศูà¸Ļ":130710,"ศูà¸Ļยà¹Į":130711,"×Ĵ×¢":130712,"Ġ×¢×ĵ×Ļ":130713,"Ġ×¢×ĵ×Ļ×Ļף":130714,"برا":130715,"ÑĨий":130716,"ĠÄIJá»ĵng":130717,"ÙĤاÙĨÙĪÙĨ":130718,"ĠÄijứng":130719,"ãģĹãģŁãĤĬ":130720,"Ġ×Ĺ×Ļ×Ļ":130721,"ĠëIJľ":130722,"ĠëIJľëĭ¤":130723,"ĠмеждÑĥ":130724,"à¸ŀวà¸ģà¹Ģà¸Ĥา":130725,"ĠBắc":130726,"ลำ":130727,"ë°±":130728,"ĠíĻķ":130729,"มาà¸ģม":130730,"มาà¸ģมาย":130731,"банк":130732,"à¸Ńาà¸ģาร":130733,"ĠhÃł":130734,"Ġ׾׳":130735,"à¸Ńà¸Ń":130736,"Ġë°Ķë¡ľ":130737,"лом":130738,"mática":130739,"ĠØŃد":130740,"ابت":130741,"à¸Ĺีà¹Īà¸Ļีà¹Ī":130742,"ĠcoÅĽ":130743,"ÙģÙĬدÙĬ":130744,"ÙģÙĬدÙĬÙĪ":130745,"ĠмеÑģÑĤо":130746,"Ġphút":130747,"มาà¸ģà¸ģวà¹Īา":130748,"×IJפ":130749,"بÙIJ":130750,"ĠPhú":130751,"ì±Ħ":130752,"ĠÙĪسÙĦÙħ":130753,"à¸Īีà¸Ļ":130754,"поÑĤÑĢеб":130755,"Ġ×Ĺ×ĵש×ķת":130756,"Ø´ÙĪ":130757,"Ġעצ×ŀ×ķ":130758,"ĠعÙħÙĦÙĬØ©":130759,"à¸Ħุà¸ĵà¸łà¸²à¸ŀ":130760,"ãģ¾ãģĻãģĮ":130761,"دعÙĪ":130762,"طرÙĤ":130763,"à¹Ħมà¹Īà¸ķà¹īà¸Ńà¸ĩ":130764,"ë²Ķ":130765,"ìĬ¹":130766,"ĠkÃŃch":130767,"ĠìĹĨëĬĶ":130768,"ĠÑĤам":130769,"ĠÙĨØŃÙĪ":130770,"ĠاÙĦÙĤاÙĨÙĪÙĨ":130771,"×Ĺ×ķ×Ŀ":130772,"Ġkız":130773,"Ġ×ĵ×Ļף":130774,"ĠвÑĢемени":130775,"ãģ£ãģŁãĤĬ":130776,"ĠØ´Ùĩر":130777,"ĠìĦľë¹ĦìĬ¤":130778,"עש×Ķ":130779,"Ġgiác":130780,"ĠاÙĦسÙĦاÙħ":130781,"Ġ×IJש":130782,"ĠполÑĥÑĩа":130783,"à¸Īัà¸Ķà¸ģาร":130784,"коÑĢ":130785,"Ġ×Ķ×ĺ×ķ×ij":130786,"รายà¸ģาร":130787,"주ìĿĺ":130788,"à¹ģà¸ķà¹Īละ":130789,"Ġê·¸ëŁ°ëį°":130790,"à¸Ĺีà¹Īà¹Ģà¸Ľà¹ĩà¸Ļ":130791,"Ġת×ķ×ļ":130792,"بÙĬاÙĨ":130793,"ÐĻ":130794,"oÅĽciÄħ":130795,"ÑĤок":130796,"ĠÃĶ":130797,"ĠÃĶng":130798,"à¹Ħมà¹Īà¹ĥà¸Ĭà¹Ī":130799,"ãģ¿ãģ¦":130800,"ÐŁÐ¾":130801,"ĠЧÑĤо":130802,"íĻ©":130803,"×ĺ×ij×¢":130804,"меÑĤÑĢ":130805,"Ġ×ij×ŀ×Ķ":130806,"Ġ×ij×ŀ×Ķ׾":130807,"Ġ×ij×ŀ×Ķ׾×ļ":130808,"ÑĩÑĮ":130809,"קש×Ķ":130810,"знак":130811,"знаком":130812,"ujÄĻ":130813,"×Ļצר":130814,"ĠاÙĦÙħÙĦÙĥ":130815,"ıyla":130816,"×IJ×ŀת":130817,"à¸Ľà¸´à¸Ķ":130818,"×IJ×Ĺ×ĵ":130819,"راد":130820,"ĠmáºŃt":130821,"ëĭ¤ëĬĶ":130822,"Ġlạnh":130823,"ש׾×ķש":130824,"ØŃدÙĬØ«":130825,"تز":130826,"å¹´ãģ®":130827,"ĠкваÑĢ":130828,"ĠкваÑĢÑĤиÑĢ":130829,"ä½ľãĤĬ":130830,"رÙĪب":130831,"ован":130832,"ĠТе":130833,"à¸Īำà¸ģ":130834,"à¸Īำà¸ģัà¸Ķ":130835,"باط":130836,"×Ĵת":130837,"ĠмаÑĪ":130838,"ĠмаÑĪин":130839,"×Ļצ×Ķ":130840,"ãģ»ãģ¨":130841,"ãģ»ãģ¨ãĤĵãģ©":130842,"ÃŃdo":130843,"ĠÑıзÑĭк":130844,"à¸ļิà¸Ļ":130845,"สà¸ĸาà¸Ļà¸Ĺีà¹Ī":130846,"ĠìĹ´":130847,"ãĤ¦ãĤ§":130848,"ĠcÃł":130849,"пан":130850,"åı£ãĤ³ãĥŁ":130851,"Ġرد":130852,"اÙĤت":130853,"ĠÙĥب":130854,"ĠÙĥبÙĬرة":130855,"ÑģÑĤал":130856,"ש×ŀ×Ĺ":130857,"posición":130858,"ĠÙħÙĦÙĬÙĪÙĨ":130859,"ĠìĿ´ìķ¼":130860,"ĠìĿ´ìķ¼ê¸°":130861,"Ġhút":130862,"ĠÅĽwiat":130863,"Ġë°©ë²ķ":130864,"ĠÑģвеÑĤ":130865,"Ġвидео":130866,"ĠاÙĦÙĨظاÙħ":130867,"Ġtrá»Ŀi":130868,"ĠëĮĢíķ´ìĦľ":130869,"ר×ŀת":130870,"تداÙĪÙĦ":130871,"×ķר×ĵ":130872,"ת×ŀ":130873,"ת×ŀ×ķ׳×ķת":130874,"Ġ×ŀף":130875,"Ġдва":130876,"Ġ×Ķק×ķ":130877,"æĹ¥ãģ«":130878,"Ġ×Ķ×Ĵ×Ļ×¢":130879,"à¹Ģà¸ŀิà¹Īมà¹Ģà¸ķิม":130880,"Ùħارس":130881,"Ġê²ĥìŀħëĭĪëĭ¤":130882,"ãģªãģĦãģ¨":130883,"Ġnhiá»ĩt":130884,"ëIJ©ëĭĪëĭ¤":130885,"Ġ×ij׳×ķש×IJ":130886,"Ġê°Ģìŀ¥":130887,"Ġvợ":130888,"ĠÄijóng":130889,"צ×Ļ׾×ķ×Ŀ":130890,"ê´Ģê³Ħ":130891,"ваÑı":130892,"×IJ×Ļ×ĸ":130893,"×IJ×Ļ×ĸ×Ķ":130894,"ĠÙĨظاÙħ":130895,"ÙħØŃاÙģظ":130896,"Ġtải":130897,"기ëıĦ":130898,"à¸Ľà¸±à¸Īà¸Īุ":130899,"à¸Ľà¸±à¸Īà¸Īุà¸ļัà¸Ļ":130900,"׼×ĵ×ķר":130901,"ĠìķĦìĿ´":130902,"׼׳×Ļס":130903,"à¹Ģà¸ķร":130904,"à¹Ģà¸ķรียม":130905,"Ġngoại":130906,"ĠدÙĪÙĦار":130907,"Ġrẻ":130908,"ĠkhÄĥn":130909,"عدد":130910,"شعب":130911,"czyÄĩ":130912,"ĠاÙĦÙĥر":130913,"ĠÑĩеловека":130914,"ĠÙĪØ¥ÙĨ":130915,"×IJ×ĺ":130916,"ĠthÆ¡":130917,"ĠاÙĦرÙĬاض":130918,"опÑĢедел":130919,"опÑĢеделен":130920,"×Ķ×ŀש×ļ":130921,"ĠÐĿово":130922,"зÑĭва":130923,"ĠاÙĦدÙĪÙĦÙĬ":130924,"ĠÄijáp":130925,"ĠкÑĢед":130926,"ĠкÑĢедиÑĤ":130927,"ового":130928,"Ġmôn":130929,"à¸Ľà¸£à¸°à¹Ĥย":130930,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ":130931,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļà¹Į":130932,"ÑģÑĤе":130933,"ĠThá»ĭ":130934,"دÙĬØ©":130935,"×ŀצ×ķ":130936,"Ùģات":130937,"ק×ĵ×Ŀ":130938,"ìĿ´ëĿ¼ê³ł":130939,"ÙĪØ®":130940,"Ġ×Ĺ×ĸ":130941,"ĠÑĦоÑĤо":130942,"׾×Ļת":130943,"تÙİ":130944,"ÙĪبر":130945,"йÑĤи":130946,"ĠÃ¶ÄŁren":130947,"Ġ×Ķ×ĸ×ķ":130948,"Ġvá»įng":130949,"ÙĤÙĪØ©":130950,"ĠTây":130951,"ĠÐĿи":130952,"Ġש×ķ×ij":130953,"ãģ¨è¨ĢãĤıãĤĮ":130954,"ãģ©ãĤĵãģª":130955,"×Ĺצ×Ļ":130956,"ï½ľ":130957,"Ġ×ķ×Ķ×ķ×IJ":130958,"ä¸Ģãģ¤":130959,"ĠÑģÑĤоиÑĤ":130960,"niÄħ":130961,"×ĺר×Ļ":130962,"ĠдеÑĤей":130963,"нÑıÑĤÑĮ":130964,"ĠÑģделаÑĤÑĮ":130965,"Ġë§İìĿ´":130966,"ä½ķãģĭ":130967,"ãģĽãĤĭ":130968,"à¹Ħหม":130969,"à¸ķิà¸Ķà¸ķà¹Īà¸Ń":130970,"Ġ×ijת×Ĺ":130971,"Ġ×ijת×Ĺ×ķ×Ŀ":130972,"ìĻĦ":130973,"ì§ĢëĬĶ":130974,"ÑģÑĤаÑĤ":130975,"ÑıÑģн":130976,"üb":130977,"Ġthả":130978,"Ġ×ij×IJ×ŀת":130979,"Ġtuyến":130980,"×ĵ×Ļר×Ķ":130981,"Ġ×IJ×Ļש×Ļ":130982,"×ĸ׼ר":130983,"ãģ°ãģĭãĤĬ":130984,"Ġxét":130985,"׼×Ļ×ķ":130986,"׼×Ļ×ķ×ķף":130987,"diÄŁini":130988,"ĠاÙĦÙħÙĪضÙĪع":130989,"ĠháºŃu":130990,"à¸Īาà¸ģà¸ģาร":130991,"×ijס×Ļס":130992,"Ġ×ŀ×Ĵ×Ļ×¢":130993,"×ij×Ļ×¢":130994,"ĠÙĪجÙĩ":130995,"à¹ģà¸Ķà¸ĩ":130996,"à¸Ļาà¸ĩ":130997,"ĠÅŀa":130998,"ì¡´":130999,"ë¡Ģ":131000,"à¸ķะ":131001,"Ġ×Ķ×Ĺ×Ļ×Ļ×Ŀ":131002,"ÙģÙĬد":131003,"ãģ§ãģĻãģĭãĤī":131004,"ê·ľ":131005,"źni":131006,"ĠлÑİдей":131007,"Ġyüzde":131008,"ıyorum":131009,"ĠاÙĦبØŃر":131010,"eño":131011,"паÑĢ":131012,"ÙĬÙĤØ©":131013,"обÑĢ":131014,"ר×ķ×ļ":131015,"تÙĪÙĤع":131016,"ĠاÙĦØ´ÙĬØ®":131017,"åĪĿãĤģãģ¦":131018,"ĠÑĤелеÑĦ":131019,"ĠÑĤелеÑĦон":131020,"Ġthôi":131021,"Ġ×Ļ׼×ķ׾×Ļ×Ŀ":131022,"ĠÅŁirk":131023,"ĠÅŁirket":131024,"Ġìļ°ë¦¬ê°Ģ":131025,"ĠÄijông":131026,"Ġת×ķ×ĵ×Ķ":131027,"ÑģмоÑĤÑĢеÑĤÑĮ":131028,"ĠÙĦÙĩÙħ":131029,"Ġ׾׼":131030,"ĠNó":131031,"ĠØŃاÙĦØ©":131032,"ãģĦãģij":131033,"קר×ķ":131034,"azı":131035,"ãĤ³ãĥ¼":131036,"ĠÙĦÙĦت":131037,"sınız":131038,"ĠHải":131039,"기ìĪł":131040,"ยัà¸ĩà¹Ħมà¹Ī":131041,"ëĭ¤ê³ł":131042,"פ×Ĺ":131043,"Ġ׾×Ĵ×ij×Ļ":131044,"ĠعÙĨÙĩ":131045,"Ġказ":131046,"Ġказино":131047,"بÙĪر":131048,"ÑĦеÑĢ":131049,"Ġê°ĻìĿ´":131050,"تسجÙĬÙĦ":131051,"ĠاÙĦÙħرÙĥز":131052,"ĠThái":131053,"даÑĤÑĮ":131054,"×ŀ×Ļ×Ļ׾":131055,"ĠpaylaÅŁ":131056,"ãģ¤ãģ®":131057,"à¹Ģรืà¸Ń":131058,"nça":131059,"׳×ķ×Ĺ":131060,"Ġ×IJפ×Ļ׾×ķ":131061,"ãģ¨èĢĥãģĪ":131062,"ãģ¨ãģĹãģ¦ãģ¯":131063,"à¹Ģà¸Īà¸Ń":131064,"×ŀפ":131065,"ĠgiriÅŁ":131066,"лиÑĤ":131067,"ÑĤелÑı":131068,"Ñijн":131069,"æ°Ĺãģ«":131070,"Ġgó":131071,"Ġgóp":131072,"åĪĩãĤĬ":131073,"Ġ×Ķ×Ĺ×ĵש":131074,"жал":131075,"Ġ×ĵעת":131076,"éģķãģĨ":131077,"à¹Ģà¸Ĥà¹īาà¹Ħà¸Ľ":131078,"Ġסר×ĺ":131079,"eña":131080,"æĸ°ãģĹãģĦ":131081,"رÙİ":131082,"ĠÐIJÑĢ":131083,"Ġphản":131084,"à¸Īะà¹Ħà¸Ķà¹ī":131085,"Ġ×ijצ×ķר×Ķ":131086,"شاÙĩ":131087,"شاÙĩد":131088,"ÙĪرد":131089,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩà¸Īาà¸ģ":131090,"илиÑģÑĮ":131091,"à¹ģละà¸ģาร":131092,"Ġ×Ķ×ĸ׼":131093,"Ġ×Ķ×ĸ׼×ķ×Ļ×ķת":131094,"eiÃŁ":131095,"ãĥ¨":131096,"ìĥĪ":131097,"ĠÃĩa":131098,"Ư":131099,"ש×Ĵ":131100,"ÙĬÙĨØ©":131101,"รà¹īà¸Ńà¸ĩ":131102,"ãĤµãĥ³":131103,"ÑĢоÑģÑģий":131104,"ÑĢоÑģÑģийÑģк":131105,"aÄŁa":131106,"ĠнаÑĩина":131107,"ĠصÙĦÙī":131108,"à¸Ĺุà¸ģà¸Ħà¸Ļ":131109,"íļĮìĤ¬":131110,"ĠлиÑĨ":131111,"Ø´ÙĬر":131112,"ĠØ´ÙĬØ¡":131113,"ÙĬÙĨا":131114,"Ġפ×Ĺ×ķת":131115,"Ġiçeris":131116,"Ġiçerisinde":131117,"ĠØ£ØŃÙħد":131118,"Ġżeby":131119,"ì´Ŀ":131120,"Ġпоказ":131121,"Ġименно":131122,"หà¸Ļัà¸ĩส":131123,"หà¸Ļัà¸ĩสืà¸Ń":131124,"ĠÑĤÑĢе":131125,"สัà¸ĩà¸Ħม":131126,"Ø¥ÙIJ":131127,"ãģĮå¿ħè¦ģ":131128,"ÙĬÙijØ©":131129,"פצ":131130,"íĭ°":131131,"ĠÙħجاÙĦ":131132,"׳פש":131133,"кан":131134,"×Ĺ×ķפ":131135,"×Ĺ×ķפש":131136,"ì²ĺëŁ¼":131137,"оваÑı":131138,"зов":131139,"Ġhạ":131140,"ĠdziÄĻki":131141,"×Ļר×ķ":131142,"Ġ׾×ŀצ":131143,"Ġ׾×ŀצ×ķ×IJ":131144,"×Ļ×ĵ×ķ":131145,"Ġsợ":131146,"Ġ׾×Ķ×Ĵ×Ļ×¢":131147,"ק×ij×¢":131148,"Ġchiá»ģu":131149,"ãĥŀãĤ¤":131150,"ĠdÃłng":131151,"à¹ģà¸Łà¸Ļ":131152,"Ġüye":131153,"×Ļ׳×Ĵ":131154,"à¹Ģรียà¸ģ":131155,"ç§ģãģĮ":131156,"thé":131157,"ĠÑĦилÑĮ":131158,"ĠÑĦилÑĮм":131159,"ĠNgÃły":131160,"Ġжен":131161,"ĠженÑīин":131162,"جÙĬد":131163,"nç":131164,"à¸Ľà¸£à¸²":131165,"×Ļ×ŀ×ķ":131166,"Ġná»ģn":131167,"×IJ×ķ׾×Ŀ":131168,"ĠвозможноÑģÑĤÑĮ":131169,"Ġëĭ¤ìĭľ":131170,"è¦ĭãģŁ":131171,"à¸ĸà¸Ļ":131172,"à¸ĸà¸Ļà¸Ļ":131173,"mızı":131174,"ĠÙħجÙħÙĪعة":131175,"cjÄħ":131176,"ĠÐłÐ¤":131177,"à¸ģำหà¸Ļ":131178,"à¸ģำหà¸Ļà¸Ķ":131179,"ĠìĹ¬ê¸°":131180,"landı":131181,"ниÑĨ":131182,"ÑģÑĤве":131183,"Ġ×ĵ×ijר×Ļ×Ŀ":131184,"ĠskÅĤad":131185,"ãĤĬãģ¾ãģĹãģŁ":131186,"ĠоÑĤкÑĢÑĭÑĤ":131187,"нÑıÑĤ":131188,"ĠÑģвоей":131189,"à¸Īิà¸ķ":131190,"ĠкаÑĩеÑģÑĤве":131191,"ĠettiÄŁi":131192,"ìĤ¬íķŃ":131193,"ĠاÙĦÙĬÙħÙĨ":131194,"иÑĩеÑģкий":131195,"ë¸Į":131196,"Ġ×ij×IJרץ":131197,"ĠاسÙħ":131198,"ĠизвеÑģÑĤ":131199,"rão":131200,"ĠattivitÃł":131201,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ģาร":131202,"ĠاÙĦدÙĥت":131203,"ĠاÙĦدÙĥتÙĪر":131204,"ĠÙĪاØŃدة":131205,"ĠÑģÑĩеÑĤ":131206,"ĠпÑĢиÑĩ":131207,"ĠпÑĢиÑĩин":131208,"ĠÙĪزارة":131209,"Ġhuyá»ĩn":131210,"ĠÙĥتاب":131211,"à¹ģà¸Ļà¹Īà¸Ļ":131212,"à¹ģà¸Ļà¹Īà¸Ļà¸Ńà¸Ļ":131213,"Ġgünü":131214,"гÑĢÑĥз":131215,"ĠاÙĦخاص":131216,"Ġgörül":131217,"׾×ŀ×ĵ":131218,"ĠìłķëıĦ":131219,"×ķ×ij×Ļ׾":131220,"Ġ×ŀקצ×ķ×¢×Ļ":131221,"ĠоÑģобенно":131222,"à¸Ľà¸£à¸°à¸ģา":131223,"à¸Ľà¸£à¸°à¸ģาศ":131224,"acaģını":131225,"ë¶ģ":131226,"à¸łà¸¹à¸¡à¸´":131227,"ĠÑįлекÑĤ":131228,"ĠÑįлекÑĤÑĢо":131229,"Ġקש×Ķ":131230,"سÙĦØ·":131231,"à¸Ĭà¸Ļะ":131232,"×¢×Ļ׾":131233,"ĠЧе":131234,"à¹ģà¸Ļà¹Ī":131235,"lıģ":131236,"lıģın":131237,"Ġ×ŀ×¢×¨×Ľ×ª":131238,"好ãģįãģª":131239,"มาà¸ģà¸Ĥึà¹īà¸Ļ":131240,"×ŀ×¢×ijר":131241,"ĠاÙĦÙħغرب":131242,"ĠпеÑĢи":131243,"ĠпеÑĢиод":131244,"Ġnhạc":131245,"اÙĪÙĬ":131246,"ĠÙĪعÙĦÙī":131247,"أخذ":131248,"ĠCô":131249,"תר×ij×ķת":131250,"×Ĵ×Ķ":131251,"Ġktórej":131252,"×IJ×Ļת":131253,"×ij×ķ×IJ":131254,"делÑĮ":131255,"รีวิ":131256,"รีวิว":131257,"жÑĥ":131258,"Ġ×ij×Ĺ×ķ":131259,"еÑĪÑĮ":131260,"ĠØ£ÙĦÙģ":131261,"ĠاÙĦÙĪØ·ÙĨÙĬ":131262,"ĠاÙĦÙħÙĨØ·ÙĤØ©":131263,"nÄħÄĩ":131264,"Ġthiên":131265,"иÑĩеÑģкой":131266,"ĠاÙĦÙħÙĦ":131267,"ĠعÙħ":131268,"ספר":131269,"Ġnhóm":131270,"ÙĪصÙģ":131271,"ĠChúng":131272,"ĠرÙĤÙħ":131273,"ãģ¾ãģĹãģŁãģĮ":131274,"alité":131275,"ลม":131276,"ĠëĤ´ê°Ģ":131277,"׾ק×ķ×Ĺ":131278,"ĠSÆ¡n":131279,"posição":131280,"miÄĻ":131281,"Ġtránh":131282,"ĠÄIJá»Ļ":131283,"׼×Ĺ":131284,"ãģĤãģ£ãģ¦":131285,"à¸Ńยà¹Īา":131286,"Ġ×ŀ×Ĺ×Ļר":131287,"Ġ×Ķ×Ļת×Ķ":131288,"à¸Ľà¹Īา":131289,"à¸Ńืà¹Īà¸Ļà¹Ĩ":131290,"Ø´ÙĤ":131291,"×ł×¡×Ļ":131292,"림":131293,"ãģ¦ãģĹãģ¾ãģĨ":131294,"Ġ×ŀצ×ij":131295,"ãģ«åĩº":131296,"ÙħÙĪاطÙĨ":131297,"ยัà¸ĩมี":131298,"алÑĮнÑĭе":131299,"sanız":131300,"إسرائÙĬÙĦ":131301,"ĠvÃłi":131302,"ì¤Ħ":131303,"ãģ¨æĢĿãģ£ãģ¦":131304,"×Ļ×ķ׳×Ļ":131305,"çĶŁãģį":131306,"Ġsâu":131307,"ÑĩиÑģÑĤ":131308,"Ġlá»ħ":131309,"ĠGiá":131310,"à¸Ńà¸¸à¸Ľ":131311,"à¸Ńà¸¸à¸Ľà¸ģร":131312,"à¸Ńà¸¸à¸Ľà¸ģรà¸ĵà¹Į":131313,"Ġnhẹ":131314,"rö":131315,"ס×ĺ×Ļ":131316,"ãģķãĤĵãģĮ":131317,"Ġdầu":131318,"عÙİ":131319,"ترا":131320,"×Ĵ×ĵ׾":131321,"Ġtécnica":131322,"׼׳×Ļ×Ŀ":131323,"תקש":131324,"תקש×ķרת":131325,"Ġнего":131326,"était":131327,"Ġmá»ģm":131328,"ÑģеÑĤ":131329,"ĠnháºŃt":131330,"Ġ×ŀ×¢×ľ":131331,"Ġ×Ķ×¢×ij×ķ×ĵ":131332,"Ġ×Ķ×¢×ij×ķ×ĵ×Ķ":131333,"Ġ×Ĵ×Ļ׾":131334,"ãģ¯ãģªãģĦ":131335,"ائØŃ":131336,"ĠздеÑģÑĮ":131337,"×IJ×Ļ׳×ĺר":131338,"ÙħÙIJ":131339,"Ġ×Ļ×Ĺ×ĵ":131340,"راÙģ":131341,"ì²ĺ리":131342,"×ĵ×¢×ķת":131343,"ì¹ľ":131344,"ĠТо":131345,"ĠThế":131346,"충":131347,"Ġ׳׼×ķף":131348,"عÙĬØ´":131349,"низ":131350,"ĠجاÙĨب":131351,"×ŀקצ×ķ×¢":131352,"à¹Ĥà¸ĭ":131353,"ÑģÑĥÑĤ":131354,"ìĸ´ìļĶ":131355,"ãĤĴè¦ĭãģ¦":131356,"ارد":131357,"Ġaçıl":131358,"ĠاÙĦØŃÙĬاة":131359,"à¸ģà¹ĩà¹Ħà¸Ķà¹ī":131360,"ãģĿãĤĮãĤĴ":131361,"عضÙĪ":131362,"ĠгÑĢаж":131363,"ĠгÑĢаждан":131364,"à¸Īะà¸ķà¹īà¸Ńà¸ĩ":131365,"ĠìĿ´ëŁ¬":131366,"ĠìĿ´ëŁ¬íķľ":131367,"Ġtrách":131368,"ÙĨÙİ":131369,"Ġkısa":131370,"ÃĶ":131371,"ÑĪка":131372,"ãģ®äºº":131373,"ĠÐŁÐ¾Ñģ":131374,"ĠÐŁÐ¾Ñģле":131375,"ÑĥлÑĮ":131376,"ÙĪاجÙĩ":131377,"ÙĤرب":131378,"à¸Ľà¸ıิà¸ļัà¸ķิ":131379,"ê°Ļ":131380,"Ġ×ŀ׳":131381,"ĠÑģвои":131382,"براÙħج":131383,"ĠرÙĪ":131384,"пÑĢод":131385,"пÑĢодаж":131386,"ĠbyÅĤy":131387,"วัย":131388,"Ġgörün":131389,"ĠÃĪ":131390,"ÑİÑīим":131391,"ĠÑĤакой":131392,"ÙģÙĪر":131393,"ĠÙģعÙĦ":131394,"Ġбел":131395,"ëIJł":131396,"erÃŃa":131397,"ĠÑģвоÑİ":131398,"Ġlã":131399,"Ġlãnh":131400,"à¹Ģà¸ŀืà¹Īà¸Ńà¹ĥหà¹ī":131401,"ÙĤÙĨ":131402,"تطÙĪÙĬر":131403,"Ġsayı":131404,"ĠÑģейÑĩаÑģ":131405,"Ġ×IJ×Ĺרת":131406,"ק×ķפ×Ķ":131407,"ק×ķרס":131408,"ĠسÙħ":131409,"Ġ×ĺ×Ļפ×ķ׾":131410,"ìĿ´ëĿ¼ëĬĶ":131411,"دراسة":131412,"èµ·ãģĵ":131413,"×Ĺ×Ļ׳":131414,"×Ĺ×Ļ׳×ķ×ļ":131415,"×ĵק":131416,"Ġë§ŀ":131417,"Ġкоманд":131418,"ĠÐijо":131419,"ĠигÑĢÑĭ":131420,"à¸ļี":131421,"ĠØ£Ùİ":131422,"вен":131423,"ĠاÙĦجدÙĬد":131424,"ĠÙĦØ¥":131425,"Ġ×ķ×IJ׳×Ļ":131426,"Ġ×Ķס×Ļ":131427,"иÑĩеÑģкого":131428,"رÙĪØŃ":131429,"à¸ģารศึà¸ģษา":131430,"ĠTrÆ°á»Ŀng":131431,"игÑĢа":131432,"ılması":131433,"ĠмаÑģÑģ":131434,"ãģ¨ãģįãģ«":131435,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ":131436,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļมา":131437,"ĠاÙĦسابÙĤ":131438,"Ġ×ŀ×¢×ĺ":131439,"ваÑĤÑĮ":131440,"mÃ¼ÅŁ":131441,"Ġ׾׼×ļ":131442,"Ġtá»ĭch":131443,"ÙģÙĩÙħ":131444,"تدرÙĬب":131445,"Ø´Ùĥ":131446,"Ġ×ij×ŀ×Ļ":131447,"Ġ×ij×ŀ×Ļ×ķ×Ĺ×ĵ":131448,"ÙĤطاع":131449,"ãģªãģĹ":131450,"×ķצ×Ļ×IJ":131451,"ĠÙĪسÙĬ":131452,"зÑĥ":131453,"Ġyat":131454,"Ġyatırım":131455,"ë§İ":131456,"Ġthắng":131457,"ãģĬ客":131458,"ãģĬ客æ§ĺ":131459,"ĠThiên":131460,"ãģ«å¯¾ãģĹãģ¦":131461,"ÑĢиÑģ":131462,"ÙĨتائ":131463,"ÙĨتائج":131464,"Ġ×ŀשר":131465,"Ġ×ŀשר×ĵ":131466,"ĠتعاÙĦ":131467,"ĠتعاÙĦÙī":131468,"ש׳×Ļ":131469,"ÙĩاÙħ":131470,"×IJ׳ש×Ļ×Ŀ":131471,"Ġżycia":131472,"ĠÑĢÑĥблей":131473,"ÙĬض":131474,"Ġkatıl":131475,"ĠÙħÙĪضÙĪع":131476,"Ġvardır":131477,"ĠÙħÙĨØ·ÙĤØ©":131478,"ĠTrần":131479,"ĠвеÑģ":131480,"üp":131481,"ÙħÙĪÙĨ":131482,"ÑĪли":131483,"Ġnóng":131484,"Ø®ÙĦÙģ":131485,"ĠСÑĤа":131486,"ĠдоÑĢ":131487,"ĠдоÑĢог":131488,"ĠwÅĤaÅĽnie":131489,"eÄŁin":131490,"Ġhiá»ĥm":131491,"ĠСам":131492,"ê»ĺìĦľ":131493,"ĠÑĦа":131494,"ãģ»ãģĨ":131495,"ãģ»ãģĨãģĮ":131496,"×ķפ×Ļ×¢":131497,"ê°Ī":131498,"دÙĪÙĦ":131499,"Ġthuê":131500,"Ġchá»Ĺ":131501,"Ġëĭ¹ìĭł":131502,"ãģijãĤĮ":131503,"ãģijãĤĮãģ©":131504,"ë³´íĺ¸":131505,"ãģķãĤĮãģ¦ãģĦãģ¾ãģĻ":131506,"Ġнадо":131507,"ĠìĤ¬ëŀĮëĵ¤":131508,"à¹Ģà¸Ĥà¸ķ":131509,"สมัย":131510,"zÅĤ":131511,"تÙĪر":131512,"Ġשת×Ļ":131513,"vê":131514,"Ġ×ijת×ķ×ļ":131515,"à¸Ĭัย":131516,"ãģĦãģ£ãģŁ":131517,"ìĿij":131518,"Ġtầ":131519,"Ġtầng":131520,"ש׼ר":131521,"Ġê¸Ģ":131522,"Ġ×Ķש׳×Ķ":131523,"ĠاÙĨÙĩ":131524,"ç«ĭãģ¡":131525,"rés":131526,"führen":131527,"رØŃÙħ":131528,"ê·¹":131529,"ĠâĢ«":131530,"Ġsuất":131531,"à¸Łà¸´":131532,"ÙĬÙĩا":131533,"ĠاÙĦاتØŃاد":131534,"Ġtuyá»ĥn":131535,"ãģ¾ãĤĭ":131536,"Ġmại":131537,"Ġngân":131538,"ãĤ°ãĥ©":131539,"欲ãģĹãģĦ":131540,"سار":131541,"ãĤĤãģ®ãģ§ãģĻ":131542,"кие":131543,"Ġseçim":131544,"åħ¥ãĤĬ":131545,"ãģªãģ©ãĤĴ":131546,"ÑĤÑĢи":131547,"ĠÑģпеÑĨ":131548,"Ġأد":131549,"Ġодно":131550,"ÑĪел":131551,"ãĥĩãĥ¼ãĤ¿":131552,"ãĤ·ãĤ¹ãĥĨ":131553,"ãĤ·ãĤ¹ãĥĨãĥł":131554,"è¡Įãģį":131555,"ãģ¨æĢĿãģ£ãģŁ":131556,"à¹Ģà¸ģิà¸Ķà¸Ĥึà¹īà¸Ļ":131557,"ĠÑĤож":131558,"ĠÑĤоже":131559,"Ġsạch":131560,"ĠÑģÑĢок":131561,"ĠклиенÑĤ":131562,"ĠÙħشرÙĪع":131563,"Ġaltında":131564,"Ġì·¨":131565,"ä¸Ńãģ®":131566,"ãģķãģĽãĤĭ":131567,"ãģĻãģ¹":131568,"ãģĻãģ¹ãģ¦":131569,"ê°ľë°ľ":131570,"ĠÄijêm":131571,"ãģªãģĦãģ®ãģ§":131572,"ì²ł":131573,"×¢×ij×ĵ":131574,"Ġdấu":131575,"à¸Ħà¸Ļà¸Ĺีà¹Ī":131576,"ĠCách":131577,"تعÙĦÙĬÙħ":131578,"Ġhại":131579,"ãĤ»ãĥķãĥ¬":131580,"ĠÙĨÙģسÙĩ":131581,"ĠíĨµíķ´":131582,"ÑĪло":131583,"ĠнапÑĢав":131584,"ĠнапÑĢавлен":131585,"ÑĢÑĥÑĩ":131586,"íĶĮ":131587,"Ġ×ijר×Ļ×IJ":131588,"ãģ®ãģ¿":131589,"ãģ«ãģĬãģĦãģ¦":131590,"×ij׳ק":131591,"ãĤ¨ãĥ³":131592,"Ø«ÙĦاث":131593,"Ġmỹ":131594,"ĠÑģайÑĤе":131595,"ĠемÑĥ":131596,"تغÙĬ":131597,"تغÙĬÙĬر":131598,"خصÙĪص":131599,"ÑĤели":131600,"Ġ×ķ׾׼ף":131601,"פע×Ŀ":131602,"ĠпоÑįÑĤомÑĥ":131603,"راÙĨ":131604,"иÑĤелей":131605,"пиÑģан":131606,"×¢×¥":131607,"ĠìĤ¬ìĹħ":131608,"Ùħز":131609,"جÙħÙĬع":131610,"ë©´ìĦľ":131611,"à¸ľà¸¥à¸´à¸ķà¸łà¸±":131612,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ":131613,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij":131614,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ijà¹Į":131615,"ĠпÑĢимеÑĢ":131616,"ãĤŃãĥ¼":131617,"lâ":131618,"ĠchÄĥm":131619,"缮ãģ®":131620,"ãģĦãģĭ":131621,"ãģ¨è¨ĢãģĨ":131622,"×ĸ×ķ×Ĵ":131623,"Ġ×ij×ĵ×Ļ":131624,"Ġ×ij×ĵ×Ļ×ķק":131625,"ãģĬåºĹ":131626,"à¸ķà¸Ńà¸Ļà¸Ļีà¹ī":131627,"Ġphá»iji":131628,"пÑĤ":131629,"สà¸Ļาม":131630,"Ø·ÙĪ":131631,"صاØŃ":131632,"صاØŃب":131633,"ĠDü":131634,"ĠDünya":131635,"Ġпока":131636,"пал":131637,"ĠÄijảo":131638,"ĠاÙĦÙģÙĪر":131639,"ĠاÙĦÙģÙĪرÙĥس":131640,"Ġmáu":131641,"кÑĢеп":131642,"ĠاÙĦساعة":131643,"ĠгоÑĢода":131644,"ÙģصÙĦ":131645,"айÑĤе":131646,"Ġдог":131647,"ĠдоговоÑĢ":131648,"Ġإذ":131649,"Ġ×ij׼׾׾":131650,"ÙĬتÙĩ":131651,"×Ĵ×ijר":131652,"Ġbirç":131653,"Ġbirçok":131654,"문íĻĶ":131655,"ãģĿãģĨãģª":131656,"راØŃ":131657,"ĠÙħرة":131658,"ĠденÑĮги":131659,"fä":131660,"à¸Ĥà¹īาว":131661,"ĠÑģовÑĢем":131662,"ĠÑģовÑĢеменн":131663,"׾×Ĺ×¥":131664,"èī¯ãģı":131665,"ĠÙģØ£":131666,"Ġ×ķ×ĸ×Ķ":131667,"Ġзани":131668,"Ġзанима":131669,"Ġê°Ģì§Ģê³ł":131670,"ĠhÆ¡i":131671,"ãģªãģ®ãģĭ":131672,"ãĥĨãĥ¬ãĥĵ":131673,"Ġר×ij×ķת":131674,"à¸ķี":131675,"Ġ×ij×©×ł×ª":131676,"ĠTại":131677,"ĠthuáºŃn":131678,"Ñģел":131679,"Ñijм":131680,"dziÄĩ":131681,"ĠÑģка":131682,"ĠÑģкаÑĩ":131683,"ĠÑģкаÑĩаÑĤÑĮ":131684,"×ķ×ŀ×ķ":131685,"гла":131686,"ĠминÑĥÑĤ":131687,"åĩºãģĻ":131688,"Ġ×Ĺ×Ļ×Ļ×ij":131689,"Ġת×Ĵ×ķ×ij×Ķ":131690,"à¸£à¸¹à¸Ľà¹ģà¸ļà¸ļ":131691,"ниÑĨа":131692,"ĠÄ°n":131693,"Ġأع":131694,"ĠضÙħÙĨ":131695,"ÙħثاÙĦ":131696,"ĠyaÅŁan":131697,"ĠìĹ°êµ¬":131698,"ĠLê":131699,"ש׾×Ĺ":131700,"ãģıãģªãĤĭ":131701,"ìĹĨìĿ´":131702,"ĠÑĤÑĢи":131703,"ĠÑĩаÑģÑĤо":131704,"ĠобÑĢаÑĤ":131705,"пло":131706,"دخ":131707,"دخÙĪÙĦ":131708,"سÙĩ":131709,"à¸Ńาà¸ģ":131710,"à¸Ńาà¸ģาศ":131711,"Ġ׼×ĸ×Ķ":131712,"Ġ×Ķעסק":131713,"ĠاÙĦØ£ÙĨ":131714,"å¹´ãģ«":131715,"עש×ķ":131716,"Ġשע×ķת":131717,"ĠmÃłn":131718,"×IJר×Ļ":131719,"sıyla":131720,"ÙģرÙĤ":131721,"ниÑħ":131722,"Ġتست":131723,"è¦ĭãģ¦":131724,"ØŃاÙĪÙĦ":131725,"×IJ×Ļ׼×ķת":131726,"ĠbaÅŁladı":131727,"stÄħ":131728,"stÄħpi":131729,"à¸Ĺีà¹Īà¹Ģรา":131730,"ÙĤرر":131731,"جاب":131732,"Ġ×ijר×ķר":131733,"à¹Ģà¸Ĥà¹īาà¹ĥà¸Ī":131734,"×ŀ×Ĺקר":131735,"alım":131736,"Ġס×Ļפ×ķר":131737,"ãģ§ãģĤãĤĮãģ°":131738,"Ġש×ŀ×ķר×ķת":131739,"Ġ×ķ×ŀ×Ķ":131740,"ãģĵãģĿ":131741,"idée":131742,"ä¸ĭãģķãģĦ":131743,"تÙĨاÙĪÙĦ":131744,"Ġลà¹īาà¸Ļ":131745,"Ġìļ°ë¦¬ëĬĶ":131746,"اÙĨا":131747,"ÑģÑĤой":131748,"боÑĤ":131749,"ĠyaÅŁam":131750,"köy":131751,"Ø¥ÙĦ":131752,"ÑĢÑĭв":131753,"기ìĹħ":131754,"Ġ×Ķ×ŀ×ĵ":131755,"Ġ×Ķ×ŀ×ĵ×Ļ׳×Ķ":131756,"دب":131757,"×¢×Ļ׳×Ļ":131758,"×ŀת×Ĺ":131759,"Ġפר×Ļ":131760,"ãĥĭãĥ¼":131761,"اÙħÙĬ":131762,"Ġnhằm":131763,"ãĤĮãģªãģĦ":131764,"تعرÙģ":131765,"Ġë§ĪìĿĮ":131766,"ìĵ°":131767,"Ġhấp":131768,"ר×Ĵ×Ļ׾":131769,"بÙİ":131770,"ĠrÄĥng":131771,"glÄħd":131772,"ĠÑģиÑģÑĤемÑĭ":131773,"Ġkhóa":131774,"ãģ§ãģĻãĤĪãģŃ":131775,"大ãģįãģı":131776,"기를":131777,"Ġkéo":131778,"ÙĪØ¡":131779,"جاÙħ":131780,"جاÙħع":131781,"Ġ×¢×Ļצ×ķ×ij":131782,"téri":131783,"Ġתש":131784,"Ġ×IJ×ij×Ļ":131785,"ĠChÆ°Æ¡ng":131786,"à¸ļริà¹Ģว":131787,"à¸ļริà¹Ģวà¸ĵ":131788,"ãģ¤ãģı":131789,"Ġ×Ĺ×ķ׾":131790,"עת×Ļ×ĵ":131791,"ש×Ļ×ŀ×Ķ":131792,"ëĤ¨":131793,"Ġש×IJ×Ļף":131794,"ĠÙĪاÙĦØ¥":131795,"ÑĦа":131796,"Ġkhám":131797,"Ġ×ĺ×ķ×ij×Ķ":131798,"ĠвÑĭÑģ":131799,"ĠвÑĭÑģоко":131800,"ĠاÙĦØŃدÙĬØ«":131801,"人ãĤĤ":131802,"dÃ¼ÄŁÃ¼":131803,"×Ļ×Ĺ×ķ×ĵ":131804,"تعÙĦÙĬ":131805,"تعÙĦÙĬÙĤ":131806,"lö":131807,"تØŃدÙĬد":131808,"него":131809,"ĠÑĥдоб":131810,"Ġ׾×ŀ×Ļ":131811,"Ġר×ķצ×Ļ×Ŀ":131812,"Ġجاء":131813,"Ġ×ij×ĸ×ŀף":131814,"à¸Ľà¸ģà¸ķิ":131815,"é«ĺãģı":131816,"à¸Ľà¸¥à¸²":131817,"Ġartık":131818,"Ġbugün":131819,"ק׳×Ļ":131820,"Ġkhoá":131821,"ĠÙħرÙĥز":131822,"ĠìŀIJ기":131823,"درجة":131824,"×ŀשר×ĵ":131825,"Ġgiấy":131826,"Ġchóng":131827,"קפ":131828,"ÙĬبة":131829,"ĠczÄĻsto":131830,"вали":131831,"Ùĥب":131832,"ìŁģ":131833,"สà¸ļาย":131834,"à¸Ľà¸£à¸°à¸Ĭาà¸Ĭà¸Ļ":131835,"×Ĵ×ķ×£":131836,"ëŁī":131837,"ãģ®ãģĵãģ¨":131838,"ลà¸Ń":131839,"Ġnghá»ī":131840,"åŃIJãģ©":131841,"åŃIJãģ©ãĤĤ":131842,"à¹Ħà¸Ķà¹īà¸Ńย":131843,"à¹Ħà¸Ķà¹īà¸Ńยà¹Īาà¸ĩ":131844,"×ĵ×¢":131845,"ĠاÙĦتÙī":131846,"ĠÑģовеÑĤ":131847,"ĠqualitÃł":131848,"åĩºãģĹ":131849,"ĠÑĢÑĥков":131850,"ĠÑĢÑĥковод":131851,"รายละà¹Ģà¸Ńียà¸Ķ":131852,"ãģªãģĭãģªãģĭ":131853,"기ê´Ģ":131854,"Ġ×Ĺ×ķש":131855,"Ġ×Ĺ×ķש×ij":131856,"лоÑĤ":131857,"à¸Ļะà¸Ħรัà¸ļ":131858,"ק×ij×ķצ×Ķ":131859,"Ġthái":131860,"Ġש×ij×Ķ":131861,"ĠÑĪкол":131862,"ĠÙĦÙĥÙĦ":131863,"à¹ĥà¸Ļà¸Ĭà¹Īวà¸ĩ":131864,"ĠÙħÙĥاÙĨ":131865,"ëķĮ":131866,"Ġcải":131867,"ĠChÃŃ":131868,"ÑĥÑĩа":131869,"ìĿµ":131870,"Ġxảy":131871,"à¸Ĭà¸Ļิà¸Ķ":131872,"ĠcáºŃu":131873,"кÑĢов":131874,"ssé":131875,"ĠÙĨÙĪع":131876,"ĠТа":131877,"Ø®Ùħس":131878,"פ×ķס×ĺ":131879,"Ġmắc":131880,"ĠÄijem":131881,"à¸ģารà¹ĥà¸Ĭà¹ī":131882,"ר×ķס":131883,"ĠÐĽÐµ":131884,"Ġthá»Ń":131885,"รà¹Īาà¸ĩà¸ģาย":131886,"üzü":131887,"æĹ¥æľ¬ãģ®":131888,"ê³¼ìłķ":131889,"ש×Ļ×IJ":131890,"ĠìŀĪê³ł":131891,"×ij×ķ׾":131892,"ìķħ":131893,"ĠÙĪاÙĦا":131894,"ĠÐĽÐ¸":131895,"ĠвÑģÑij":131896,"Ġużytkow":131897,"×Ĺ×ķ׾":131898,"رÙģض":131899,"Ġsonuç":131900,"ãģĦãģ¾ãģĽãĤĵ":131901,"ìĤ¬ìĹħ":131902,"ëĪĦ":131903,"ÑĤек":131904,"ĠudziaÅĤ":131905,"лез":131906,"Ġ×Ķ×Ļ×Ļת×Ļ":131907,"ãĤīãĤĮãģ¦":131908,"ÙħسؤÙĪÙĦ":131909,"رار":131910,"ÑĤан":131911,"ĠÄijÃło":131912,"Ġר×ķ×ij":131913,"Ġ×ijש×ij×Ļ׾":131914,"ä»ĬåĽŀãģ¯":131915,"ãĤ¸ãĥ¥":131916,"Ġ×¢×ijר":131917,"ãģĽãģ¦":131918,"полÑĮ":131919,"aklı":131920,"ĠkÃŃnh":131921,"دت":131922,"ложение":131923,"ĠاÙĦÙħص":131924,"ĠاÙĦÙħصرÙĬ":131925,"à¸Īริà¸ĩà¹Ĩ":131926,"ĠاÙĦشرÙĥØ©":131927,"ĠÄijá»ı":131928,"ãĥĽãĥĨ":131929,"ãĥĽãĥĨãĥ«":131930,"Ñįкон":131931,"Ñįконом":131932,"ĠÙĪعÙĨ":131933,"Ġ×ª×ł":131934,"Ġ×ª×ł×IJ×Ļ":131935,"ĠاÙĦدÙĪÙĦÙĬØ©":131936,"Ġì§ĢìĹŃ":131937,"ãģ§ãģĻãģĭ":131938,"ĠваÑĢи":131939,"ĠваÑĢианÑĤ":131940,"ĠاÙĦعرب":131941,"ела":131942,"ĠtÆ°á»Ľng":131943,"skÄħ":131944,"Ġmặc":131945,"สัà¸ģ":131946,"ãĥĵãĥ¼":131947,"Ġ×ij×Ĵ׾":131948,"Ġ×ij×Ĵ׾׾":131949,"ãĥķãĤ¡ãĥ³":131950,"×ij×Ļצ":131951,"×ij×Ļצ×ķ×¢":131952,"лиÑģÑĤ":131953,"à¸Łà¸¸":131954,"à¸Łà¸¸à¸ķ":131955,"à¸Łà¸¸à¸ķà¸ļà¸Ńล":131956,"à¸Ŀà¹Īาย":131957,"ìŀIJìĿĺ":131958,"ĠسÙĪÙģ":131959,"Ġש×Ķת":131960,"Ġ걸":131961,"×¢×ij×ķ×ĵ":131962,"ãģĻãĤĭãģĵãģ¨ãģĮ":131963,"ĠÑĩаÑģÑĤÑĮ":131964,"ãĤ¢ãĥ¡ãĥª":131965,"ãĤ¢ãĥ¡ãĥªãĤ«":131966,"Ġtakım":131967,"ĠsỼ":131968,"ĠsỼm":131969,"שר×Ķ":131970,"è¨ĢãģĨ":131971,"лан":131972,"커":131973,"׼׳×Ķ":131974,"ÙĪÙģÙĬ":131975,"íĹĪ":131976,"luÄŁu":131977,"ĠëĮĢíķ´":131978,"Ġ׾×ij×Ļת":131979,"Ġ×Ķר×IJש×ķ׳×Ķ":131980,"صÙħ":131981,"Ġsöyled":131982,"Ġsöyledi":131983,"à¸Ľà¸²à¸ģ":131984,"Ġardından":131985,"ãģĪãģŁ":131986,"à¸Ĺัà¹Īวà¹Ħà¸Ľ":131987,"Ġ׳×ķסף":131988,"болÑĮ":131989,"ãĤĵãģ§ãģĻãģijãģ©":131990,"ĠлиÑĪÑĮ":131991,"Ġ×ij×IJ×Ļ":131992,"ĠбÑĭÑģÑĤÑĢо":131993,"สัà¸Ļ":131994,"Ġ×ijפ׳×Ļ":131995,"леÑĩ":131996,"ĠاÙĦخبر":131997,"Ġsóc":131998,"Ġthú":131999,"ĠпÑıÑĤ":132000,"ãģĬé¡ĺ":132001,"ãģĬé¡ĺãģĦ":132002,"ÑĤин":132003,"ãģ«ãģ¤ãģĦãģ¦ãģ¯":132004,"פף":132005,"ĠдвÑĥÑħ":132006,"à¸įีà¹Ī":132007,"à¸įีà¹Īà¸Ľ":132008,"à¸įีà¹Īà¸Ľà¸¸":132009,"à¸įีà¹Īà¸Ľà¸¸à¹Īà¸Ļ":132010,"опеÑĢ":132011,"ĠاÙĦبشر":132012,"ĠاÙĦÙħاÙĦ":132013,"ıyoruz":132014,"تØŃÙħÙĬÙĦ":132015,"à¸ģะ":132016,"éĸĵãģ«":132017,"×Ĺ×ķש":132018,"ĠNguyên":132019,"ãģĦãģ¦ãģĦãĤĭ":132020,"дÑĥÑĪ":132021,"שפע":132022,"ÑĪÑĥ":132023,"å®ŁéļĽãģ«":132024,"ĠÑĢайон":132025,"ĠChá»ī":132026,"ÙĨصر":132027,"Ġìļ´":132028,"Ġìļ´ìĺģ":132029,"Ġ×Ķ×ĵ×Ļף":132030,"ØŃدد":132031,"رز":132032,"ĠاÙĦدÙħ":132033,"ĠPháp":132034,"ÑĤÑģÑı":132035,"è¦ĭãģĪ":132036,"Ġtiá»ĥu":132037,"Ġsá»Ńa":132038,"аÑİÑĤÑģÑı":132039,"ĠBá":132040,"Ġ×ķ׼׾":132041,"Ðĸ":132042,"ÑĪим":132043,"ìĿ´ëĬĶ":132044,"лев":132045,"dık":132046,"Ġprésente":132047,"Ġaraç":132048,"صدÙĤ":132049,"Ġпомог":132050,"ĠاÙĦشرÙĤ":132051,"ĠÙĪاÙĦØ°ÙĬ":132052,"رÙĬا":132053,"×ij׳×ķת":132054,"Ġngá»ĵi":132055,"ר×ķפ":132056,"ר×ķפ×IJ":132057,"Ġthấp":132058,"ãĤĦãģ¯":132059,"ãĤĦãģ¯ãĤĬ":132060,"ĠاÙĦجدÙĬدة":132061,"éĿŀ常ãģ«":132062,"ÙĬÙĦÙĬ":132063,"쪽":132064,"تعاÙħÙĦ":132065,"ãģłãģ¨æĢĿãģĦãģ¾ãģĻ":132066,"ÙħÙħ":132067,"иÑĤели":132068,"ãĤµãĤ¤ãĤº":132069,"ادات":132070,"ĠاÙĦÙħاÙĦÙĬØ©":132071,"Ùĥاتب":132072,"кли":132073,"веÑĢÑħ":132074,"ниÑĩ":132075,"Ġ×ľ×¢×ij×ķ×ĵ":132076,"׾×Ļ×Ķ":132077,"ØŃÙİ":132078,"ãĤ¤ãĥĻ":132079,"ãĤ¤ãĥĻãĥ³ãĥĪ":132080,"Ġת×Ĵ×ķ×ij×ķת":132081,"ÑĦон":132082,"ĠдÑĢÑĥгие":132083,"×IJ×ĸ×ķר":132084,"Ġperò":132085,"ìķŀ":132086,"åĢŁãĤĬ":132087,"רצ×Ļ":132088,"×IJ×ĸ":132089,"алÑĮнÑĭÑħ":132090,"Ġê²ĥìľ¼ë¡ľ":132091,"ĠпÑĢаво":132092,"ĠاÙĦأرض":132093,"à¹Ģà¸Ĺà¸Ħ":132094,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ":132095,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล":132096,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย":132097,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลยี":132098,"צר×Ļ":132099,"ĠÐļÑĥ":132100,"ılma":132101,"決ãĤģ":132102,"اÙĪ":132103,"Ġ×ĵק×ķת":132104,"à¸Ħรู":132105,"ĠÙħستÙĪÙī":132106,"à¸Ľà¹īà¸Ńà¸ĩ":132107,"à¸Ľà¹īà¸Ńà¸ĩà¸ģัà¸Ļ":132108,"×ĵ×ķ×ŀ×Ķ":132109,"ĠÑģегоднÑı":132110,"سÙĪÙĤ":132111,"ר×Ĺ×ķ×ij":132112,"Ġإدارة":132113,"Ñħож":132114,"éģİãģİ":132115,"à¸Ħà¸Ń":132116,"нÑĥл":132117,"×ķ׼×Ķ":132118,"ÙĪاÙģÙĤ":132119,"׼׾׾":132120,"Ġ×Ķ×ĵ×ķ":132121,"ĠlÄ©nh":132122,"Ġkhảo":132123,"×IJ×ŀצע":132124,"머":132125,"Ġ׼×Ļצ":132126,"Ġ׼×Ļצ×ĵ":132127,"ĠдолжнÑĭ":132128,"หวัà¸ĩ":132129,"ãĥĩãĤ¶":132130,"ãĥĩãĤ¶ãĤ¤ãĥ³":132131,"Ġngá»Ŀ":132132,"ä¸Ńãģ«":132133,"à¸ģลัà¸ļมา":132134,"جÙħاÙĦ":132135,"à¸Ķัà¸ĩà¸ģลà¹Īาว":132136,"سÙĥÙĨ":132137,"سÙĨ":132138,"Ġözellikle":132139,"зеÑĢ":132140,"rzÄĻ":132141,"×ŀ×ķר×Ķ":132142,"Ġlạ":132143,"×ŀ×Ļ׳×Ļ":132144,"ר×Ļת":132145,"ãģĿãĤĮãģĮ":132146,"ãģĭãĤĮ":132147,"ĠÙĬÙħÙĥÙĨÙĥ":132148,"öffentlich":132149,"ган":132150,"ĠاÙĦØŃÙĦ":132151,"ĠmiÄĻdzy":132152,"ĠÑĩаÑģÑĤи":132153,"ujÄħcy":132154,"ĠbaÄŁlı":132155,"ĠiliÅŁki":132156,"Ùģاء":132157,"ãĥªãĥ³ãĤ°":132158,"Ġhãng":132159,"ĠконÑĤÑĢ":132160,"ĠконÑĤÑĢол":132161,"коп":132162,"ש×Ļ×¢":132163,"ש×Ļ×¢×ķר":132164,"ĠÐĴаÑĪ":132165,"Ġ×Ķתק":132166,"ÙħÙĨع":132167,"ĠpolÃŃtico":132168,"Ġголов":132169,"ĠØ¥ÙĬ":132170,"Ø¥ÙĨتاج":132171,"à¸ļิ":132172,"ĠговоÑĢ":132173,"ĠговоÑĢиÑĤ":132174,"Ġphá»ķ":132175,"ĠÑģемÑĮ":132176,"ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132177,"ĠÙĪاست":132178,"×ŀשפ×ĺ":132179,"зем":132180,"×ŀ×ĵ×ijר":132181,"Ġíģ°":132182,"ĠìĿ´ë²Ī":132183,"ê°ĢëĬĶ":132184,"Ġì§ĢìĽIJ":132185,"ĠcaÅĤy":132186,"ĠgeliÅŁtir":132187,"Ñģкое":132188,"posé":132189,"Ġkhô":132190,"à¸ķิà¸Ķà¸ķาม":132191,"missão":132192,"Ġ׾×ŀר":132193,"Ġ׾×ŀר×ķת":132194,"Ġbó":132195,"à¸ķรวà¸Īสà¸Ńà¸ļ":132196,"Ġnghá»ģ":132197,"Ġбиз":132198,"ĠбизнеÑģ":132199,"ÑģÑĤеÑĢ":132200,"ÙĪÙİ":132201,"楽ãģĹãģ":132202,"楽ãģĹãģ¿":132203,"ãģĵãĤĮãģĭãĤī":132204,"wiÄħzan":132205,"สà¸Ńà¸Ļ":132206,"ÙħÙĪر":132207,"׳×ĵ׾":132208,"Ġ×Ķ×IJ×ĵ×Ŀ":132209,"Ġмолод":132210,"ØŃÙħا":132211,"ØŃÙħاÙĬØ©":132212,"ÑģÑĤÑĢан":132213,"Ġbuá»ķi":132214,"ת×Ļ×Ļ×Ŀ":132215,"abileceÄŁi":132216,"LÄ°":132217,"à¹Ģยà¸Ńะ":132218,"à¸Īร":132219,"سÙĥاÙĨ":132220,"à¸Ļัà¸Ķ":132221,"Ġmấy":132222,"ĠÐijа":132223,"sÅĤaw":132224,"ĠÙģÙĦا":132225,"ĠкоÑĤоÑĢой":132226,"ĠплоÑī":132227,"ĠплоÑīад":132228,"ãĤĤãģĤãĤĬ":132229,"szczÄĻ":132230,"×Ļפ×ķ":132231,"ש×ŀת":132232,"owaÅĤa":132233,"Ġnông":132234,"צ×ij×IJ":132235,"ĠìŀĪìĹĪ":132236,"ãģ¾ãģ¨":132237,"ãģ¾ãģ¨ãĤģ":132238,"ÙĤÙĪات":132239,"ãģ¿ãĤĵãģª":132240,"Ġ׼×ŀ×¢×ĺ":132241,"Ġxúc":132242,"ï¼Ĩ":132243,"rÄĻ":132244,"rÄĻcz":132245,"×ĵ×ŀ×Ļ":132246,"ĠtáºŃn":132247,"à¸Ķวà¸ĩ":132248,"ê²½ìłľ":132249,"пÑĥÑĤ":132250,"أربع":132251,"Ġ×ŀשת×ŀש":132252,"ãĤ¿ãĤ¤ãĥĹ":132253,"Ġìłľê°Ģ":132254,"Ġ׾׼ף":132255,"ĠобÑĢазом":132256,"ÙĬÙĥا":132257,"wÅĤ":132258,"wÅĤasn":132259,"ĠاÙĦÙĪØ·ÙĨÙĬØ©":132260,"بÙĬب":132261,"×ŀ׾×Ļ":132262,"кÑĢаÑĤ":132263,"기ìĹIJ":132264,"ÙĤاد":132265,"ĠÙĦدÙī":132266,"à¸Ħวามรูà¹ī":132267,"×ŀ×ĵ×Ļ׳×Ļ×ķת":132268,"겨":132269,"ĠíĺĦìŀ¬":132270,"שת×Ļ":132271,"мол":132272,"Ġmái":132273,"à¸ŀิม":132274,"à¸ŀิมà¸ŀ":132275,"à¸ŀิมà¸ŀà¹Į":132276,"หลวà¸ĩ":132277,"Ġxuyên":132278,"×Ĺסר":132279,"رÙĪÙĨ":132280,"ãģĿãģĨãģĦãģĨ":132281,"ãģĿãĤĮãģŀ":132282,"ãģĿãĤĮãģŀãĤĮ":132283,"Ġ׼ש×Ķ":132284,"ÐŁÑĢав":132285,"×ŀ×ijצע":132286,"عرب":132287,"Ġbüyü":132288,"פ×Ļת×ķ×Ĺ":132289,"à¸Īà¸ļ":132290,"ĠØ£Ùĥبر":132291,"שרת":132292,"×ŀ׼ש×Ļר":132293,"ĠÙĪÙħع":132294,"ãģ®ãģŁãĤģãģ«":132295,"à¸Ļัà¸ļ":132296,"ì°°":132297,"ãĥªãĥķãĤ©":132298,"ãĥªãĥķãĤ©ãĥ¼ãĥł":132299,"ĠcÆ°á»Ŀng":132300,"ĠìłĢíĿ¬":132301,"ÙħÙĨظÙħØ©":132302,"Ġhiçbir":132303,"ãģ§ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132304,"รà¸Ńย":132305,"ëIJľëĭ¤":132306,"ãģĻãģIJãģ«":132307,"кла":132308,"Ġürünler":132309,"Ġkiá»ĥu":132310,"ĠëĤĺëĬĶ":132311,"ÑĤки":132312,"Ñģим":132313,"Ġchá»īnh":132314,"ãĤĤãģªãģĦ":132315,"ศรี":132316,"æĽ¿ãģĪ":132317,"taÅŁ":132318,"ĠبÙĥÙĦ":132319,"Ġ×ķ×Ļש":132320,"visão":132321,"ä¼Ŀ":132322,"ä¼ĿãģĪ":132323,"ÙĦد":132324,"׾×Ļ×ŀ":132325,"׾×Ļ×ŀ×ķ×ĵ":132326,"tória":132327,"دÙij":132328,"اÙħر":132329,"Ġê·¸ëłĩê²Į":132330,"ĠmateriaÅĤ":132331,"à¸Ĺรา":132332,"à¸Ĺราà¸ļ":132333,"ãģ®æĸ¹ãģĮ":132334,"ãģ¦ãģįãģŁ":132335,"ضغ":132336,"ضغط":132337,"ĠÙĬعÙĨÙĬ":132338,"ело":132339,"×IJ×Ķ×ij×Ķ":132340,"×¢×ŀ":132341,"ÅŁÄ±k":132342,"ìŀIJëĬĶ":132343,"ãĤ¿ãĥ³":132344,"ĠbáºŃt":132345,"×ŀשפ×Ĺ×Ķ":132346,"кÑĢи":132347,"бли":132348,"สัà¸ķ":132349,"สัà¸ķวà¹Į":132350,"ĠسÙĨÙĪات":132351,"ĠPhÆ°Æ¡ng":132352,"ãģ¦ãģĹãģ¾ãģ£ãģŁ":132353,"ãģªãģľ":132354,"Ġ×ij×IJ×ķ":132355,"Ġcán":132356,"سجÙĦ":132357,"Ġlẽ":132358,"ãĤ±ãĥ¼ãĤ¹":132359,"Ġק×Ļ×ij׾":132360,"à¸ļà¸Ĺà¸Ħวาม":132361,"Ġ×ķ׼ף":132362,"ĠпÑĢедÑģÑĤавлен":132363,"Ġná»iji":132364,"Ġcomentário":132365,"ением":132366,"Ġtá»ı":132367,"lÃł":132368,"Ġש×Ķ×Ļ×Ķ":132369,"Ñģлав":132370,"ĠاÙĦÙĪÙĦا":132371,"ĠاÙĦÙĪÙĦاÙĬات":132372,"ÙĦجÙĨØ©":132373,"ק×ķר×IJ":132374,"бÑĭÑĤ":132375,"Ġì¦":132376,"Ġì¦ī":132377,"ãģ§ãģĻãģĹ":132378,"หรืà¸Ńà¹Ħมà¹Ī":132379,"заÑīиÑĤ":132380,"ÙģÙĦسطÙĬÙĨ":132381,"Ġmiá»ħn":132382,"à¹Ģยà¹ĩà¸Ļ":132383,"ĠçalÄ±ÅŁan":132384,"×Ļ×Ĵ×Ķ":132385,"ĠEÄŁ":132386,"ĠEÄŁitim":132387,"ãĥĥãĤ·ãĥ¥":132388,"ĠопÑĭ":132389,"ĠопÑĭÑĤ":132390,"رغ":132391,"رغب":132392,"ĠÑģвоиÑħ":132393,"à¸Ľà¸£à¸°à¸ķ":132394,"à¸Ľà¸£à¸°à¸ķู":132395,"Ġ×ŀ×IJ×ĵ":132396,"׼×ķ׳×Ļ×Ŀ":132397,"à¸Ļี":132398,"ĠвÑĭÑħод":132399,"ãģ®ä¸Ńãģ«":132400,"פ׾×IJ":132401,"ĠÙĪÙĦÙĬس":132402,"פ×ķרס":132403,"פ×ķרס×Ŀ":132404,"ÙħسÙĦÙħ":132405,"Ġngôi":132406,"×ĵ×ŀ×ķת":132407,"ãĤĴ使ãģ£ãģ¦":132408,"ĠпомоÑīÑĮÑİ":132409,"أسر":132410,"блок":132411,"ÙĤÙĩ":132412,"ãģĹãģ¾ãģĦ":132413,"ãģ¨ãģĹãģŁ":132414,"ĠпеÑģ":132415,"ãĥīãĥ«":132416,"×Ĺ×Ŀ":132417,"ãģĹãģªãģĮãĤī":132418,"ĠÐŁÑĢед":132419,"ãĥģãĤ§ãĥĥãĤ¯":132420,"å¼·ãģĦ":132421,"ש×Ļר×ķת":132422,"даеÑĤ":132423,"×Ļ×ij×ķ":132424,"Ġgenç":132425,"илаÑģ":132426,"илаÑģÑĮ":132427,"ĠبÙĦد":132428,"æĤª":132429,"æĤªãģĦ":132430,"Ġ×ŀשת":132431,"æ§ĺãĢħ":132432,"æ§ĺãĢħãģª":132433,"à¸ĺรรมà¸Ĭาà¸ķิ":132434,"ĠÙĥاÙħÙĦ":132435,"ĠاÙĦسÙħ":132436,"×ij×ĺ×Ļ×Ĺ":132437,"cá":132438,"gência":132439,"ãĤ¹ãĤ¿ãĥ¼":132440,"à¸Ĺำà¸ģาร":132441,"×Ļ×ľ×ª":132442,"Ġ×Ļ×ķצ×IJ":132443,"wój":132444,"à¸ļุà¸Ħ":132445,"à¸ļุà¸Ħà¸Ħล":132446,"عتÙħ":132447,"عتÙħد":132448,"ãģĿãĤĮãģ«":132449,"ĠاÙĦتارÙĬØ®":132450,"ÙĤراء":132451,"Ġyönetim":132452,"קשר":132453,"ĠÑģпоÑĢÑĤ":132454,"Ġר×IJש×ķף":132455,"Ġseñal":132456,"Ġchắn":132457,"çĦ¡ãģĦ":132458,"ĠдоÑģÑĤаÑĤ":132459,"ĠдоÑģÑĤаÑĤоÑĩно":132460,"Ġágua":132461,"à¸ģรà¸ĵ":132462,"à¸ģรà¸ĵี":132463,"Ġ×ŀש×ķ":132464,"Ġtrải":132465,"ë²Į":132466,"ujÄħcych":132467,"Ùģرد":132468,"à¹ĥà¸ģล":132469,"à¹ĥà¸ģลà¹ī":132470,"ãĤĭãģ®ãģ¯":132471,"ר×ķ×ķ×Ĺ":132472,"ÙĨÙĥ":132473,"ĠاÙĦÙĨÙĤ":132474,"ãģ®ãģ§ãģĹãĤĩãģĨ":132475,"ãģ®ãģ§ãģĹãĤĩãģĨãģĭ":132476,"ÙħعرÙģ":132477,"ÙħعرÙģØ©":132478,"ÑĥÑīе":132479,"Ġ×ij×¢×Ļקר":132480,"تصÙĦ":132481,"Ġ×Ķ×IJר":132482,"Ġ×Ķ×IJרץ":132483,"ĠÅŀi":132484,"à¸Ĥาà¸Ķ":132485,"íŀĺ":132486,"ãģªãĤĵãģ¨":132487,"ĠìĤ¬ëŀij":132488,"lÃ¼ÄŁÃ¼":132489,"باء":132490,"ĠاÙĦآخر":132491,"ĠfamÃŃlia":132492,"ĠTháng":132493,"ÑīениÑı":132494,"ãĤ¯ãĥŃ":132495,"ĠThứ":132496,"æĽ¸ãģį":132497,"енной":132498,"ìŀ¡":132499,"благ":132500,"благо":132501,"пов":132502,"à¹ģว":132503,"à¸ĩà¸Ħà¹Į":132504,"à¸Ńัà¸Ļà¸Ķัà¸ļ":132505,"ãģĤãģĴ":132506,"รà¹īาย":132507,"ünün":132508,"Ġ×Ļ׼×ķ׾×Ķ":132509,"зон":132510,"ĠÐľÐ¸":132511,"маÑĤеÑĢиал":132512,"Ġë³´ë©´":132513,"ØŃÙģظ":132514,"êÌģ":132515,"ãģ«ãģĻãĤĭ":132516,"Ġת×IJ":132517,"Ġ×Ķס×ķ":132518,"ĠÑģÑĤоÑĢ":132519,"ĠÑģÑĤоÑĢон":132520,"ãĥĪãĥĥãĥĹ":132521,"ÅĤoÅĽÄĩ":132522,"ëħ¼":132523,"ëĵĿ":132524,"ĠÙĪاÙĦع":132525,"ì¶Ķ":132526,"Ġ×Ļצ×IJ":132527,"ĠÑĢаздел":132528,"алÑĮнаÑı":132529,"×IJ׳ש×Ļ":132530,"spoÅĤ":132531,"spoÅĤec":132532,"spoÅĤeczn":132533,"إعÙĦ":132534,"إعÙĦاÙĨ":132535,"ÙĤÙĪÙī":132536,"íķĺë©´ìĦľ":132537,"تطÙĪر":132538,"Ġsiêu":132539,"Ỽt":132540,"дви":132541,"движ":132542,"Ġquần":132543,"kıl":132544,"ĠпÑĢизна":132545,"ĠHã":132546,"ĠHãy":132547,"ĠباÙĦت":132548,"manın":132549,"ãĤ«ãĥ«":132550,"Ġká»·":132551,"ק׾×Ļ":132552,"ëIJĺì§Ģ":132553,"تعÙĦÙħ":132554,"ìĭľìĦ¤":132555,"ìĭ¶":132556,"íĺ¼":132557,"ÙĥÙĬÙģ":132558,"売ãĤĬ":132559,"วิà¸Ĭา":132560,"бал":132561,"ĠØ£ØŃ":132562,"Ġдолжен":132563,"ราà¸ĩ":132564,"ราà¸ĩวั":132565,"ราà¸ĩวัล":132566,"Ùħاء":132567,"جار":132568,"Åļ":132569,"Ġ×ŀ×IJ×ĸ":132570,"ר×ŀ×Ķ":132571,"ãģĭãĤĤãģĹãĤĮãģªãģĦ":132572,"étude":132573,"czÄħc":132574,"Ġgór":132575,"×ł×¡×Ķ":132576,"ÙħÙĬد":132577,"ĠÐŁÐµÑĢе":132578,"أخر":132579,"ãģĿãģ®å¾Į":132580,"à¹Ģà¸Ķียวà¸ģัà¸Ļ":132581,"×ŀ×Ĵ×ķ":132582,"×ŀ×Ĵ×ķ×ķף":132583,"дов":132584,"masına":132585,"×¢×ł×Ķ":132586,"ãĤ±ãĥĥãĥĪ":132587,"סע":132588,"סע×Ļ×£":132589,"ĠTÆ°":132590,"Ġtóc":132591,"íĻľëıĻ":132592,"ĠÐŀд":132593,"ĠÐŀднако":132594,"Ġdolayı":132595,"ؤÙĥد":132596,"ê³Ħíļį":132597,"׾ר":132598,"веÑĩ":132599,"Ġkhợi":132600,"Ġthủy":132601,"×ĵף":132602,"รà¸ģ":132603,"à¸ļัà¸ķร":132604,"à¹Ģà¸ģà¹Īา":132605,"ĠاÙĦثاÙĦ":132606,"ĠاÙĦثاÙĦØ«":132607,"Ġpodrá":132608,"ער×Ļ":132609,"ÙĨجاØŃ":132610,"Ġkhắc":132611,"측":132612,"Ä°M":132613,"ãĤ»ãĥĥãĥĪ":132614,"żenia":132615,"Ġ׾×Ĺ×ijר":132616,"erÃł":132617,"ì´Ī":132618,"Ġküç":132619,"Ġküçük":132620,"اتÙĩÙħ":132621,"à¸ĭà¹Į":132622,"ÙħشارÙĥØ©":132623,"ĠاÙĦبط":132624,"Ġdây":132625,"еннÑĭм":132626,"à¸Ĺีà¹Īà¹Ħมà¹Ī":132627,"ÙĤÙİ":132628,"Ġvượt":132629,"Ġtrì":132630,"ĠwpÅĤyw":132631,"AÅŀ":132632,"зо":132633,"ĠاÙĦسÙĬد":132634,"à¸Ĺะà¹Ģล":132635,"ĠÑģодеÑĢжа":132636,"عطÙĬ":132637,"ĠاÙĦعÙĨ":132638,"èĢħãģĮ":132639,"à¹Ģหà¸Ļ":132640,"à¹Ģหà¸Ļืà¸Ń":132641,"ĠbÃŃ":132642,"Ġüzerinden":132643,"ĠVÅ©":132644,"Ġnuôi":132645,"ÙĨÙħ":132646,"алÑĮного":132647,"×¢×Ļף":132648,"ØŃضر":132649,"ĠоÑĤдел":132650,"ëªĩ":132651,"ìķ¡":132652,"ĠÙĦدÙĬÙĩ":132653,"ìĻľ":132654,"Ġsektör":132655,"Ġвозможно":132656,"ĠÐĶж":132657,"Ġhô":132658,"äºĭãģĮ":132659,"иÑĢование":132660,"алÑĮной":132661,"Ġ미êµŃ":132662,"رØŃÙĦ":132663,"ĠÑįкÑģ":132664,"пÑĢавлÑı":132665,"Ġnhá»Ŀ":132666,"ĠÄijẩ":132667,"ĠÄijẩy":132668,"ÙģÙĥر":132669,"ĠÙĪأضاÙģ":132670,"ãĥIJãĤ¹":132671,"ת×ķ׼׳×Ļת":132672,"ÑĤелей":132673,"ĠØ¥ÙĦÙĬÙĩ":132674,"ãģ¨è¨Ģãģ£ãģ¦":132675,"Ġдве":132676,"Ġchấp":132677,"ĠLö":132678,"à¸Ħลิ":132679,"à¸Ħà¸¥à¸´à¸Ľ":132680,"ĠسÙĪر":132681,"ĠسÙĪرÙĬا":132682,"×ŀ×Ĺ×ķ":132683,"stä":132684,"доб":132685,"Ġniá»ĩm":132686,"ãģ®å¤§":132687,"פר×ķ×Ļק":132688,"פר×ķ×Ļק×ĺ":132689,"ĠChâu":132690,"Ġ×ŀ×Ķ×Ŀ":132691,"Ñģким":132692,"ĠполÑĥÑĩиÑĤÑĮ":132693,"ÙĬÙĪÙħ":132694,"Ø«ÙĪر":132695,"פ×ķ׾×Ļ×ĺ":132696,"פ×ķ׾×Ļ×ĺ×Ļ":132697,"ĠмеÑģÑıÑĨ":132698,"åħ¨ãģ¦":132699,"ĠاÙĦÙħجÙĦس":132700,"ĠاÙĦتاÙĦÙĬ":132701,"Ġ×Ĺר":132702,"åIJijãģij":132703,"׼×ŀ×Ķ":132704,"бед":132705,"أعض":132706,"أعضاء":132707,"ÙĪÙĦد":132708,"วà¹Īาà¸Īะ":132709,"Ġbánh":132710,"à¸Ļิย":132711,"à¸Ļิยม":132712,"à¸Ľà¸£à¸°à¸ģัà¸Ļ":132713,"ÑģÑĤавиÑĤÑĮ":132714,"à¸ŀà¸Ļัà¸Ļ":132715,"ĠÑįÑĦÑĦ":132716,"ĠÑįÑĦÑĦекÑĤив":132717,"ĠавÑĤоÑĢ":132718,"ĠÄIJÄĥng":132719,"ĠthÆ°á»Łng":132720,"ãĤĴæĦŁãģĺ":132721,"à¸ģัà¸ļà¸ģาร":132722,"å¾Įãģ«":132723,"ĠyaÄŁ":132724,"ستاÙĨ":132725,"Ġliá»ģn":132726,"ãģĦãģ¾":132727,"iêu":132728,"à¹Ĥà¸Ķà¸Ļ":132729,"ĠÙĦØ°ÙĦÙĥ":132730,"à¹Ĥรà¸ĩà¹Ģรียà¸Ļ":132731,"צ×Ļ×Ĵ":132732,"ĠاÙĦÙħعÙĦÙĪÙħات":132733,"ç§ģãģŁãģ¡":132734,"à¸Ĺีà¹Īà¸Ħุà¸ĵ":132735,"ãģ«ãģªãģ£ãģ¦ãģĦãĤĭ":132736,"×ŀ×ĵ×Ļ׳×Ķ":132737,"×¡×Ľ×Ŀ":132738,"Ġвне":132739,"à¸ŀà¸Ļัà¸ģà¸ĩาà¸Ļ":132740,"ÑĢей":132741,"à¹Ģà¸Īà¹īาหà¸Ļà¹īาà¸Ĺีà¹Ī":132742,"ĠHiá»ĩn":132743,"Ġmédico":132744,"ĠتØŃÙĤÙĬÙĤ":132745,"ÑĮÑĤе":132746,"miÅŁti":132747,"ÙĤÙĬادة":132748,"ãĤıãģĭãĤĬ":132749,"มาà¸Īาà¸ģ":132750,"ëħĢ":132751,"ãģ«éĸ¢ãģĻãĤĭ":132752,"×IJר×Ĵ×ķף":132753,"mètre":132754,"Ġעצ×ŀ×Ļ":132755,"ĠChúa":132756,"รูà¹īà¸Ī":132757,"รูà¹īà¸Īัà¸ģ":132758,"ì£Ħ":132759,"ëĭµ":132760,"à¹ģà¸Ĺà¹ī":132761,"Ġgeçen":132762,"Ġlança":132763,"ĠاÙĦبØŃØ«":132764,"×ĵ×ŀ×ķ":132765,"ãģ¯ãģĺ":132766,"ãģ¯ãģĺãĤģ":132767,"ĠdönÃ¼ÅŁ":132768,"è¿ijãģı":132769,"à¹Ģสม":132770,"à¹Ģสมà¸Ń":132771,"ëĿ½":132772,"Ġüç":132773,"á»ŀ":132774,"ÑĪаÑı":132775,"à¸Ĺร":132776,"ØŃÙĤÙĬÙĤØ©":132777,"à¸Ĥà¸Ńà¸ĩà¸ģาร":132778,"Ġ무ìĹĩ":132779,"Ġ×Ķ׼ר":132780,"ĠاÙĦصÙĬÙĨ":132781,"ĠлÑİди":132782,"à¸ķาย":132783,"بÙĪÙĦ":132784,"Ġviêm":132785,"Ġthiá»ĩu":132786,"à¸ģà¸Ķ":132787,"Ġ׾×ĵ×ijר":132788,"פ׳×Ķ":132789,"×IJר×ij×¢":132790,"سÙī":132791,"ĠاÙĦسÙĬاس":132792,"ĠاÙĦسÙĬاسÙĬØ©":132793,"ydı":132794,"ÙĪØŃدة":132795,"ĠдеÑıÑĤелÑĮноÑģÑĤи":132796,"Ġ×ķ×Ķ×ŀ":132797,"пеÑĩ":132798,"пеÑĩаÑĤ":132799,"иÑĢованиÑı":132800,"ĠÑģог":132801,"ĠÑģоглаÑģ":132802,"Ġ׼×ĵ":132803,"Ġ׼×ĵ×IJ×Ļ":132804,"ĠиÑģполÑĮзоваÑĤÑĮ":132805,"ספ×ķר×ĺ":132806,"Ġilçe":132807,"expérience":132808,"ĠThá»Ŀi":132809,"Ä°K":132810,"à¹Ħà¸Łà¸Łà¹īา":132811,"ëĵ¤ìĹIJê²Į":132812,"à¸Ľà¸£à¸°à¹Ģà¸ł":132813,"à¸Ľà¸£à¸°à¹Ģà¸łà¸Ĺ":132814,"Ġmümk":132815,"Ġmümkün":132816,"Ġ×IJ×ķ×ª×ł×ķ":132817,"ìĦ±ìĿĦ":132818,"ĠìĿ´ìľł":132819,"زÙĬارة":132820,"Ġoldukça":132821,"rób":132822,"ĠØ£ÙĨا":132823,"Ġ×Ķ×ij×Ļ":132824,"Ñģен":132825,"×¢×Ļקר":132826,"×Ļ×ĵ×ķ×¢":132827,"dzÄħ":132828,"ÙħعÙĦÙĪÙħات":132829,"شاب":132830,"Ġparça":132831,"à¸Ļะà¸Ħะ":132832,"باس":132833,"ĠÑĤоÑĢг":132834,"ĠÑĤоÑĢгов":132835,"Ġ×Ĺ×ĵר":132836,"׼ר×ĺ":132837,"׼ר×ĺ×Ļס":132838,"ĠAyrıca":132839,"ệ":132840,"ìľ¨":132841,"ĠÑĤакие":132842,"Ġ×ŀצ×ķ×Ļ":132843,"ãĥ©ãĥ³ãĤŃãĥ³ãĤ°":132844,"ש×Ļ×ķ×ķק":132845,"åīįãģ®":132846,"ĠBảo":132847,"ÑīÑĥ":132848,"æĹ©ãģı":132849,"ĠPhòng":132850,"à¸ŀระราà¸Ĭ":132851,"פ×Ĺ×ķת":132852,"Ġгл":132853,"Ġглаз":132854,"à¸Ĺà¹Īา":132855,"Ġdạy":132856,"ÑĢоÑģÑĤ":132857,"à¹Ĥà¸Ķยà¹Ģà¸īà¸ŀาะ":132858,"ĠquáºŃn":132859,"Ġ×Ĺ×ijר×ķת":132860,"même":132861,"mÄ±ÅŁtı":132862,"ĠاÙĦتداÙĪÙĦ":132863,"Ġnạn":132864,"Ġ×Ķ×ĵ×Ļ":132865,"ĠاÙĦطرÙĬÙĤ":132866,"×Ĵ×ķת":132867,"Ġ×Ķ×ĵר×ļ":132868,"ujÄħce":132869,"Ġchữ":132870,"ãĤĤãģ®ãģ®":132871,"ë°Ľ":132872,"ãģķãĤĵãģ¯":132873,"Ġyardım":132874,"ĠاÙĦعÙħ":132875,"Ġì§Ħíĸī":132876,"Ġ×Ļ×Ĺ":132877,"Ġ×Ļ×Ĺס×Ļ":132878,"ĠاÙĦÙħدÙĬÙĨØ©":132879,"Ġcú":132880,"à¸ģีฬ":132881,"à¸ģีฬา":132882,"Ġniên":132883,"misión":132884,"׳×Ļס×Ļ":132885,"׳×Ļס×Ļ×ķף":132886,"ĠвозÑĢаÑģÑĤ":132887,"Ġ×¢×ķש×Ķ":132888,"ĠÙħدÙĬر":132889,"ÑıÑģÑĮ":132890,"ØŃجÙħ":132891,"íĻĺê²½":132892,"ĠاÙĦأخرÙī":132893,"uÃŁer":132894,"ĠاÙĦعاÙĦÙħÙĬØ©":132895,"ĠNgá»įc":132896,"êµIJíļĮ":132897,"ä¸Ĭãģ§":132898,"×Ļ×Ķ×ķ×ĵ":132899,"×Ļ×Ķ×ķ×ĵ×Ļ×Ŀ":132900,"Ùħساعدة":132901,"ĠжизнÑĮ":132902,"ĠпоÑĤомÑĥ":132903,"ĠاÙĦÙħÙħÙĦ":132904,"ĠاÙĦÙħÙħÙĦÙĥØ©":132905,"ĠGör":132906,"رÙIJ":132907,"×ŀק×ķ×ŀ×ķת":132908,"åĩºæĿ¥ãĤĭ":132909,"ÑĦÑĤ":132910,"ĠìĿ´ìłľ":132911,"ĠÑĢем":132912,"ĠÑĢемонÑĤ":132913,"ת×ķ×ļ":132914,"æĻĤãģ¯":132915,"ãĤīãĤĮãģªãģĦ":132916,"altı":132917,"家ãģ®":132918,"ĠاÙĦإعÙĦاÙħ":132919,"리ëĬĶ":132920,"ãģĭãĤīãģ¯":132921,"ĠHạ":132922,"ãģĤãģ®":132923,"×ĵ×Ļ×ķף":132924,"رÙĬس":132925,"ĠsocietÃł":132926,"ĠاÙĦÙĥبÙĬر":132927,"Ġ×ij×ŀס":132928,"Ġ×ij×ŀס×Ĵר":132929,"Ġ×ij×ŀס×Ĵרת":132930,"ĠìŀĪìľ¼ë©°":132931,"Ġnặng":132932,"ÙĩÙī":132933,"ĠBÃł":132934,"×ŀר×ķ":132935,"ĠjÄĻ":132936,"ĠjÄĻzy":132937,"ĠjÄĻzyk":132938,"Ġ׼×ŀ×ķ×ijף":132939,"×¢×ľ×Ķ":132940,"à¸Ĺีà¹Īà¹Ħà¸Ķà¹ī":132941,"ãģ¾ãģĹãĤĩãģĨ":132942,"×ŀספר":132943,"ТÐŀ":132944,"سÙĬاسة":132945,"ĠкаждÑĭй":132946,"ë²ł":132947,"tım":132948,"yá»ĩn":132949,"รีà¹Ī":132950,"ĠдеÑĤÑģк":132951,"วิà¸ĺีà¸ģาร":132952,"mówi":132953,"×ĺ×¢×Ŀ":132954,"×Ķצ׾×Ĺ×Ķ":132955,"ضÙĬÙģ":132956,"ĠÑħоÑĤÑı":132957,"ãĤĵãģ§ãģĦãĤĭ":132958,"à¸Ħาà¸Ķ":132959,"à¸Ħรà¸ļ":132960,"ĠкÑĥÑĢÑģ":132961,"ĠbaÅŁarı":132962,"×ijר×ķ":132963,"ÙĬعة":132964,"ĠÐĿÑĥ":132965,"à¸Ħวามà¹Ģà¸Ľà¹ĩà¸Ļ":132966,"Ġ׾×ŀש׾":132967,"Ġì¢ĭìĿĢ":132968,"Ùħؤسس":132969,"Ùħؤسسات":132970,"Ġprécis":132971,"Ġthảo":132972,"à¸ģà¹ĩà¸Ħืà¸Ń":132973,"Ġש׼׾":132974,"führung":132975,"ãģĦãģ§":132976,"à¹ģละมี":132977,"à¸ģà¹ĩมี":132978,"Ġשש":132979,"мел":132980,"Ġкниг":132981,"ĠباÙĦÙĨ":132982,"ĠباÙĦÙĨسبة":132983,"Ġaldı":132984,"ÑĤай":132985,"Ġ×Ĺ×ĵש×Ļ×Ŀ":132986,"å®Łãģ¯":132987,"عÙĪا":132988,"ĠìĿĺ미":132989,"изм":132990,"ÑĢабоÑĤаÑĤÑĮ":132991,"Ùģص":132992,"Ġ×ij׳×ķסף":132993,"ãģ¨ãģĹãģ¦ãĤĤ":132994,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ĺีà¹Ī":132995,"ĠÑģледÑĥеÑĤ":132996,"èĢĥãģĪãģ¦":132997,"Ġ׼×Ļ×ķ×Ŀ":132998,"ÑģÑĤÑĭ":132999,"׼׾׼׾×Ļ":133000,"æµģãĤĮ":133001,"ãĤĴãģ¤ãģij":133002,"ÑĩаÑĤ":133003,"×Ļ׼×ķף":133004,"×Ļר×Ļ":133005,"larıyla":133006,"ãĤ¤ãĥ¡":133007,"ãĤ¤ãĥ¡ãĥ¼ãĤ¸":133008,"׳×ĸק":133009,"Ġciò":133010,"Ġsın":133011,"Ġsınır":133012,"à¸Ļà¸Ħร":133013,"каÑĤ":133014,"Ġlá»Ĺi":133015,"ëŀĮ":133016,"تÙģاص":133017,"تÙģاصÙĬÙĦ":133018,"ëĨĵ":133019,"ĠÙħض":133020,"ilmiÅŁ":133021,"بارÙĥ":133022,"ÐĿÐĺ":133023,"Ġthẩm":133024,"Ġ×IJ×ķת×ļ":133025,"ĠпÑĢиним":133026,"ĠпÑĢинима":133027,"Ġyönt":133028,"Ġyöntem":133029,"Ġ×ŀק×ij׾":133030,"Ġktórego":133031,"ê·Ģ":133032,"شرÙģ":133033,"داÙħ":133034,"ãģĦãĤįãģĦãĤį":133035,"ĠAlém":133036,"Ġgörü":133037,"Ġgörünt":133038,"Ġgörüntü":133039,"دس":133040,"ÑĪки":133041,"гÑĢад":133042,"Ġlạc":133043,"Ġsữa":133044,"ãĤīãĤĮãģ¾ãģĻ":133045,"oÃłi":133046,"Ñīен":133047,"ãģĭãģªãģĦ":133048,"Ġпоп":133049,"ĠпопÑĥ":133050,"ĠпопÑĥлÑıÑĢ":133051,"ĠاÙĦÙħÙĪÙĤع":133052,"räg":133053,"Ａ":133054,"íķĦ":133055,"ãĤĴè¦ĭãĤĭ":133056,"اÙħا":133057,"ĠاÙĦØŃرب":133058,"ĠÐŁÐ°":133059,"Ġ׾×IJתר":133060,"Ġtá»ijc":133061,"×ij׾×Ķ":133062,"رئÙĬس":133063,"вÑĥ":133064,"ÙĬدÙĬ":133065,"казан":133066,"Ġ×Ĺש×ij×ķף":133067,"hôtel":133068,"×¢×ķ׳×Ķ":133069,"بÙĨÙĬ":133070,"×ŀ×ķ׾":133071,"ĠднÑı":133072,"éĽ£ãģĹãģĦ":133073,"ведениÑı":133074,"Ġ×ķ×ŀת":133075,"напÑĢимеÑĢ":133076,"ÙĤابÙĦ":133077,"Ġrésultat":133078,"ĠÑĢазвиÑĤиÑı":133079,"رÙij":133080,"ìłĦ문":133081,"ĠاÙĦÙħزÙĬد":133082,"ĠìľĦíķ´ìĦľ":133083,"ëĨį":133084,"íĻķ":133085,"ĠThiết":133086,"íĮ¨":133087,"malıdır":133088,"ĠczÅĤ":133089,"ĠczÅĤowie":133090,"ĠczÅĤowiek":133091,"ĠÙĦبÙĨ":133092,"ĠÙĦبÙĨاÙĨ":133093,"üsü":133094,"ãģªãĤĵãģł":133095,"Ġżycie":133096,"ĠÑħоÑĢоÑĪо":133097,"æĸ¹ãģ«":133098,"ëĭ¤ë©´":133099,"иÑĩеÑģкаÑı":133100,"ער×Ļ׼":133101,"ער×Ļ×Ľ×ª":133102,"ãģ¾ãģĽãĤĵãģ§ãģĹãģŁ":133103,"ĠÑģобой":133104,"Ġgá»Ĺ":133105,"ĠделаÑĤÑĮ":133106,"daÄĩ":133107,"аÑĢа":133108,"różni":133109,"à¹Ģลีà¹ī":133110,"à¹Ģลีà¹īย":133111,"à¹Ģลีà¹īยà¸ĩ":133112,"à¸Ŀาà¸ģ":133113,"ĠتÙĤ":133114,"ĠتÙĤدÙĬ":133115,"ĠتÙĤدÙĬÙħ":133116,"หà¸Ļุà¹Īม":133117,"Ġmücade":133118,"Ġmücadele":133119,"ì§Ģ를":133120,"ãĤ¤ãĤ¹":133121,"Ġأساس":133122,"jÄħcego":133123,"ĠÅŁeh":133124,"нÑĤеÑĢ":133125,"ÑĨиÑİ":133126,"ï»»":133127,"ÑİÑīего":133128,"à¹Ĥà¸Ľà¸£à¹ģ":133129,"à¹Ĥà¸Ľà¸£à¹ģà¸ģรม":133130,"ĠmieÄĩ":133131,"ØŃÙĥÙĪÙħØ©":133132,"ãģ§ãģĹãģŁãģĮ":133133,"×Ļס×Ķ":133134,"ãĤĤãģ®ãĤĴ":133135,"Ġ×ŀ×IJת":133136,"สุà¸Ķà¸Ĺà¹īาย":133137,"ĠcÅ©":133138,"ÙĨسب":133139,"ĠпÑĢоÑĩ":133140,"Ġдней":133141,"ĠÑįÑĤиÑħ":133142,"׾×ŀת":133143,"нÑıÑı":133144,"Ñįк":133145,"Ġì§ĢëĤľ":133146,"มหาวิà¸Ĺยา":133147,"มหาวิà¸Ĺยาล":133148,"มหาวิà¸Ĺยาลัย":133149,"dão":133150,"ĠMáy":133151,"ĠêµŃê°Ģ":133152,"à¸ļุรี":133153,"×Ĵ×Ļ׾":133154,"ĠÑĤÑĭÑģÑı":133155,"ĠÑĤÑĭÑģÑıÑĩ":133156,"ÙģÙĥ":133157,"ĠÐĺÑģ":133158,"è¡ĮãĤıãĤĮ":133159,"פר×ĵ":133160,"ãģ¤ãģį":133161,"à¸Ħรà¸Ńà¸ļ":133162,"à¸Ħรà¸Ńà¸ļà¸Ħรัว":133163,"à¸Ĥึà¹īà¸Ļมา":133164,"ä»ĬæĹ¥ãģ¯":133165,"ĠìĤ¬ëŀĮìĿ´":133166,"עצ×ŀ×Ķ":133167,"поÑĢ":133168,"ĠKỳ":133169,"ĠÆ¡n":133170,"ĠthÄĥm":133171,"ÙģاÙĤ":133172,"ãģļãģ«":133173,"Ġ׾קר":133174,"Ġ׾קר×ķ×IJ":133175,"اÙģÙĬØ©":133176,"ÙħÙİا":133177,"гаÑĢ":133178,"صÙĦا":133179,"صÙĦاة":133180,"Ġ×ŀ×ĸ×Ķ":133181,"lıģını":133182,"Ġ×IJ×Ļ׳×Ķ":133183,"кÑĢо":133184,"ĠngÆ°Æ¡i":133185,"Ġвним":133186,"Ġвнимание":133187,"jÄħcy":133188,"ÙĢÙĢÙĢÙĢÙĢ":133189,"ÑģÑħод":133190,"ãģªãĤĵãģĭ":133191,"×ŀ×Ļ׾":133192,"Ġ×Ķ×IJ×Ĺ":133193,"ãĤıãģªãģĦ":133194,"عسÙĥر":133195,"ĠìĦ¸ê³Ħ":133196,"ĠÑĩего":133197,"ĠÑģÑĢедÑģÑĤва":133198,"ĠÐłÐ°Ñģ":133199,"ãģªãģģ":133200,"ÙĨÙģس":133201,"ר×Ļ×ķף":133202,"ÑģÑĥд":133203,"ĠìĿ¸ê°Ħ":133204,"ĠاÙĦÙħÙĤبÙĦ":133205,"ÙĨعÙħ":133206,"تÙĪÙģر":133207,"ש×ij×¢":133208,"ılm":133209,"ılmÄ±ÅŁ":133210,"Ġ×ľ×ª×ª":133211,"تصÙģ":133212,"×Ķפ×ķ×ļ":133213,"à¹ĥà¸Ļà¸Ľà¸µ":133214,"ìĿ´ê³ł":133215,"ÙģÙĪز":133216,"à¸ľà¸¥à¸ĩาà¸Ļ":133217,"ĠGiáo":133218,"à¸ļà¸Ńà¸ģวà¹Īา":133219,"ĠdÄ±ÅŁ":133220,"ĠdÄ±ÅŁÄ±nda":133221,"죽":133222,"ĠdzieÅĦ":133223,"кÑĨии":133224,"иÑĨе":133225,"ãģ®ä¸Ģ":133226,"عش":133227,"пÑĢеÑģÑģ":133228,"หà¸Ļà¹Īà¸Ńย":133229,"ลัà¸ģษà¸ĵะ":133230,"ĠpossibilitÃł":133231,"à¹Ħà¸Ķà¹īรัà¸ļà¸ģาร":133232,"หยุà¸Ķ":133233,"Ġphiên":133234,"çĶŁãģ¾ãĤĮ":133235,"Ø·ÙĪÙĦ":133236,"ÑĦин":133237,"für":133238,"ØŃÙĬاة":133239,"íĸĪìĬµëĭĪëĭ¤":133240,"׼׳×ķת":133241,"à¸Ľà¸£à¸°à¸ª":133242,"à¸Ľà¸£à¸°à¸ªà¸ļ":133243,"à¸Ľà¸£à¸°à¸ªà¸ļà¸ģารà¸ĵà¹Į":133244,"ëIJĺìĹĪ":133245,"Ġkażdy":133246,"Ġluyá»ĩn":133247,"ĠоÑĢганизаÑĨии":133248,"å°ijãģªãģı":133249,"ÑģÑĤÑĢоен":133250,"Ġtécnico":133251,"ק×Ķ׾":133252,"Ġ×ķ×IJ×Ĺ":133253,"ĠعÙĦÙĬÙĥ":133254,"Ñīение":133255,"Ġ×Ķ×Ļ׾×ĵ×Ļ×Ŀ":133256,"ÙĪسائÙĦ":133257,"Ġ×ķ×Ķת":133258,"تÙħÙĬز":133259,"ĠÑģказал":133260,"Ġполи":133261,"Ġ×Ķ×ŀס":133262,"ÙĦÙijÙİ":133263,"Ùħؤسسة":133264,"Ġ×ŀ×Ļ×ĵ":133265,"ãģ£ãģ¡":133266,"ĠëĦĪ무":133267,"à¸ŀี":133268,"Ġtặng":133269,"Ġtấn":133270,"רש×Ŀ":133271,"Ġmédica":133272,"Ġ×¢×ķ×ŀ":133273,"Ġ×¢×ķ×ŀ×ĵ":133274,"ÑĦоÑĢ":133275,"Ùħرة":133276,"Ġvatanda":133277,"ĠvatandaÅŁ":133278,"Ġдело":133279,"à¸Ļม":133280,"ãģ¨åIJĮãģĺ":133281,"ÙģÙī":133282,"ÑģоÑĢ":133283,"Ġ×Ķסר×ĺ":133284,"Ġépoca":133285,"ìłķì±ħ":133286,"ĠÑģвÑıзан":133287,"ضرب":133288,"ĠÙĦÙĨا":133289,"Ġużywa":133290,"ĠاÙĦجÙĬØ´":133291,"ÑİÑĢ":133292,"×ijס×ķ×£":133293,"ĠмÑĥ":133294,"ĠмÑĥзÑĭк":133295,"bilité":133296,"Ġmaç":133297,"سÙİ":133298,"تÙĦÙĥ":133299,"ãģ¬":133300,"ÙĬÙĦا":133301,"ÑĪла":133302,"ÙĢÙĢÙĢ":133303,"Ġодной":133304,"зван":133305,"ĠÑģÑĢаз":133306,"ĠÑģÑĢазÑĥ":133307,"ÙĨظÙħ":133308,"راÙĩ":133309,"ĠÙĦÙĩذا":133310,"׼×ķר":133311,"Ġ×Ķש×ij×ķ×¢":133312,"Ġ×Ķשת":133313,"ĠQuảng":133314,"ãĥ«ãĥ¼":133315,"ãģĪãģªãģĦ":133316,"×ĺ×IJ":133317,"Ġmiá»ģn":133318,"ĠPháºŃt":133319,"ĠاÙĦسÙĪÙĤ":133320,"ÄĤ":133321,"ĠاÙĦجÙħع":133322,"ĠاÙĦجÙħعة":133323,"ÑİÑīей":133324,"aÅĤem":133325,"عتÙĤد":133326,"Ø£ÙĦÙħ":133327,"Ñģке":133328,"ĠìĿ´íķ´":133329,"ÙĨسخ":133330,"è¨ĢãģĦ":133331,"добав":133332,"سبÙĤ":133333,"×¢×ķרר":133334,"ÑĤип":133335,"ãģĿãģĵãģ§":133336,"visión":133337,"عÙĪدة":133338,"먹":133339,"×ŀ×ĸר×Ĺ":133340,"ĠØ¥ØŃ":133341,"Ġ׾×ij×Ļף":133342,"Ġ׾צ×IJת":133343,"Ġyardı":133344,"Ġyardımc":133345,"Ġyardımcı":133346,"Ä°Z":133347,"קפ×Ķ":133348,"tré":133349,"liÄŁini":133350,"клÑİÑĩа":133351,"Ġüretim":133352,"Ġayrı":133353,"ĠkiÅŁiler":133354,"à¸Ħà¹īà¸Ļ":133355,"à¸Ħà¹īà¸Ļหา":133356,"ĠSá»±":133357,"Ġ×Ľ×¡":133358,"Ġ×Ľ×¡×£":133359,"ĠÑĤакиÑħ":133360,"ĠXuân":133361,"Ġлег":133362,"Ġлегко":133363,"Ø«ÙĤاÙģØ©":133364,"ÐĿÐŀ":133365,"ãĤ¹ãĤ¿ãĥĥ":133366,"ãĤ¹ãĤ¿ãĥĥãĥķ":133367,"åIJĪãģĦ":133368,"Ġ×Ķש×Ļ×ŀ×ķש":133369,"manız":133370,"ĠÐĴаÑģ":133371,"gün":133372,"ìľĦìĽIJíļĮ":133373,"Ġwspóln":133374,"ĠÑģвое":133375,"íĥģ":133376,"à¹Ģà¸Ļีย":133377,"ÙĪبة":133378,"вÑıз":133379,"ıdır":133380,"ëIJĺìĹĪëĭ¤":133381,"ĠdeÄŁiÅŁtir":133382,"ãĤĭãģĵãģ¨ãģĮ":133383,"Ġ×Ĺ×ĵש×Ķ":133384,"ãĤīãĤĮãģ¦ãģĦãĤĭ":133385,"×Ĺ×Ļ×Ļ×ij":133386,"ĠÐļаÑĢ":133387,"׳×Ļת×ķ×Ĺ":133388,"Ġק×ĺף":133389,"ר×ĸ":133390,"ÙĪغ":133391,"èªŃãģ¿":133392,"ĠتÙĤÙĪÙħ":133393,"ĠÙĥاÙĦ":133394,"à¸Ŀึà¸ģ":133395,"Ġë°ľìĥĿ":133396,"ológico":133397,"راع":133398,"à¹ģà¸ģà¹īà¹Ħà¸Ĥ":133399,"ĠÑĢабоÑĤÑĥ":133400,"ÙĨÙijÙİ":133401,"à¸Ńยูà¹Īà¸Ĺีà¹Ī":133402,"ĠاÙĦثاÙĨÙĬØ©":133403,"ĠNhân":133404,"ÑħваÑĤ":133405,"öne":133406,"Ġعدة":133407,"à¹ģสà¸ĩ":133408,"ÑĤоп":133409,"пÑĥÑģка":133410,"شراء":133411,"ĠÐļом":133412,"Ġפע×ķ׾×Ķ":133413,"ìĤ¬ìĿ´":133414,"ìĤ¬ìĿ´íĬ¸":133415,"è¡Įãģ£ãģ¦":133416,"Ġ×Ķ×Ķת":133417,"ĠÑģÑĤоÑĢо":133418,"ĠÑģÑĤоÑĢонÑĭ":133419,"درس":133420,"à¸ĭู":133421,"à¸ķà¹Īำ":133422,"ĠأبÙĬ":133423,"подоб":133424,"ãģ«ãģ¦":133425,"ارتÙģاع":133426,"ĠÙħؤ":133427,"иков":133428,"geführt":133429,"มืà¸Ńà¸ĸืà¸Ń":133430,"ĠÙĦÙĤد":133431,"ĠØ£ÙĨÙij":133432,"سÙĬطر":133433,"ãģ¾ãģļãģ¯":133434,"ס×ĵ":133435,"ÑģколÑĮко":133436,"ãģ¿ãģŁãģĦãģª":133437,"×ĵר×Ĵ":133438,"×¢×Ļ×ĵ":133439,"à¹ĥหà¹īà¸ļริà¸ģาร":133440,"ĠÐĶи":133441,"×ij×¢×Ļ×ķת":133442,"Ġ×Ķ×Ĺ×ķ":133443,"пиÑģÑĮ":133444,"ĠاÙĦØ®ÙĦ":133445,"бав":133446,"ĠÄ°lk":133447,"ĠاÙĦØ®Ùħ":133448,"ĠاÙĦØ®ÙħÙĬس":133449,"ĠÙĬÙĤÙĪÙħ":133450,"æĻĤãģ®":133451,"ĠsÅĤow":133452,"ĠØ£ÙĩÙħ":133453,"Ø®ÙĦÙĤ":133454,"ĠأصبØŃ":133455,"Ġchứa":133456,"Ġthác":133457,"ÙģاÙĦ":133458,"Ġchá»Ŀ":133459,"ĠاÙĦخار":133460,"ĠاÙĦخارج":133461,"ĠاÙĦخارجÙĬØ©":133462,"طائر":133463,"ĠtÃł":133464,"ĠtÃłu":133465,"à¸ģลà¹īà¸Ńà¸ĩ":133466,"ĠاÙĦÙħرأ":133467,"ĠاÙĦÙħرأة":133468,"åħ¨ãģı":133469,"ĠÃĸn":133470,"çļĦãģ«ãģ¯":133471,"Ġpièce":133472,"×Ĵ×Ļ×ij":133473,"ĠاÙĦÙĪاÙĤع":133474,"ä»Ĭãģ®":133475,"ĠاÙĦÙħÙĤ":133476,"cznÄħ":133477,"ÙģعاÙĦ":133478,"енного":133479,"ĠÑĦакÑĤ":133480,"ìĭłì²Ń":133481,"ĠÐŀни":133482,"ĠاÙĦبÙĦاد":133483,"овиÑĩ":133484,"ëıĮ":133485,"ÑĦÑĥнкÑĨи":133486,"Ġìĸ´ëĬIJ":133487,"ãĥķãĤ©ãĥ¼":133488,"dÃŃ":133489,"илоÑģÑĮ":133490,"ÙħÙī":133491,"ĠاÙĦØ£ÙħرÙĬÙĥ":133492,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬØ©":133493,"×ĺ×Ļפ×ķ׾":133494,"íĶĦë¡ľê·¸":133495,"íĶĦë¡ľê·¸ëŀ¨":133496,"Ġש×ķ׳×ķת":133497,"Ø´ÙħÙĦ":133498,"ĠпаÑĢа":133499,"Ġ×Ķ×Ĺ×ķק":133500,"ÙĪزارة":133501,"ãģ¨ãģĻãĤĭ":133502,"Ġquảng":133503,"Ġaģır":133504,"ĠاÙĦÙĦج":133505,"ĠاÙĦÙĦجÙĨØ©":133506,"긴":133507,"ĠTân":133508,"جÙħÙĦ":133509,"дол":133510,"à¹ģà¸ŀà¸Ĺย":133511,"à¹ģà¸ŀà¸Ĺยà¹Į":133512,"Ġר×IJש×Ļ":133513,"Ñīей":133514,"Ġçevre":133515,"ĠкомплекÑģ":133516,"Ġ×ij×ŀש×ļ":133517,"Ġaltın":133518,"ĠأعÙħاÙĦ":133519,"ĠÑģвоего":133520,"ãĤĪãģĦ":133521,"×Ĺ׾×Ļ×ĺ":133522,"×ŀ×ł×¢":133523,"Ġר×ij×Ķ":133524,"ĠØ£ÙĬضاÙĭ":133525,"×ĸ׾":133526,"ĠاÙĦسÙĬاسÙĬ":133527,"æĢĿãģĨ":133528,"קרק":133529,"קרקע":133530,"ĠاÙĦÙģرÙĬÙĤ":133531,"биÑĤ":133532,"ק׳×Ķ":133533,"ĠØ¥ÙĨÙĩ":133534,"ĠÐĴам":133535,"ÐłÐŀ":133536,"ãĥĪãĥª":133537,"å¿ħè¦ģãģª":133538,"Ġchâu":133539,"ç¶ļãģij":133540,"Ġçözüm":133541,"gÅĤow":133542,"عÙĤÙĦ":133543,"売ãĤĭ":133544,"iết":133545,"à¸Ĭิà¹īà¸Ļ":133546,"ĠØŃÙĤÙĪÙĤ":133547,"Ø·ÙĦع":133548,"ĠÄijen":133549,"ĠÙĥاÙģØ©":133550,"ãģ®ãģĶ":133551,"Ġë¬":133552,"Ġ물":133553,"Ġë¬¼ë¡ł":133554,"ĠرسÙĪÙĦ":133555,"зам":133556,"замен":133557,"Ġkullanıcı":133558,"×¢×ķ׾":133559,"èī²ãĢħ":133560,"ÑĪиÑĢ":133561,"Ġ×Ĺש":133562,"Ġwygl":133563,"ĠwyglÄħda":133564,"ש×Ļ×ŀ×ķש":133565,"å¿ĺãĤĮ":133566,"×¢×Ļצ×ķ×ij":133567,"ĠاÙĦسÙĪرÙĬ":133568,"å°ijãģªãģĦ":133569,"ĠпоиÑģк":133570,"สำà¸Ļัà¸ģà¸ĩาà¸Ļ":133571,"Ġ×ŀצ×ĵ":133572,"ĠmÃ¼ÅŁ":133573,"ĠmÃ¼ÅŁter":133574,"ĠmÃ¼ÅŁteri":133575,"ĠÙħÙĨÙĩÙħ":133576,"à¸ķำà¹ģ":133577,"à¸ķำà¹ģหà¸Ļ":133578,"à¸ķำà¹ģหà¸Ļà¹Īà¸ĩ":133579,"ÅĽmie":133580,"Ġ×©×ł×ª":133581,"Ġ×Ķפ×Ļ":133582,"פרש":133583,"×¢×ijר×Ļת":133584,"สà¸Ļัà¸ļ":133585,"สà¸Ļัà¸ļสà¸Ļุ":133586,"สà¸Ļัà¸ļสà¸Ļุà¸Ļ":133587,"è¨Ģãģ£ãģ¦":133588,"à¸ģารà¸Īัà¸Ķ":133589,"ĠMoże":133590,"изаÑĨии":133591,"ứt":133592,"ĠÙĪبعد":133593,"ĠdeÄŁild":133594,"ĠdeÄŁildir":133595,"Ġת×ŀ":133596,"Ġ×ŀ×ŀ׳×ķ":133597,"話ãĤĴ":133598,"ĠÑĨена":133599,"Ġthúc":133600,"×Ļ×ŀ×ķף":133601,"ĠBáo":133602,"ãĤĴåıĸãĤĬ":133603,"å®īãģĦ":133604,"Ġ×¢×ķש×Ļ×Ŀ":133605,"èĩªåĪĨãģĮ":133606,"lée":133607,"ãĤĭãģ®ãģ§":133608,"иÑĢÑĥеÑĤ":133609,"ãģ¦ãĤĭ":133610,"ستر":133611,"ĠاÙĦØŃÙĬ":133612,"×Ļ׾×ķת":133613,"Ġ×Ĺ×ij":133614,"ÙĤرأ":133615,"تÙħÙĥÙĨ":133616,"سائÙĦ":133617,"prüf":133618,"ãģĭãģijãģ¦":133619,"ĠÑģобÑģÑĤвенно":133620,"ĠìľĦíķĺìŬ":133621,"׾×Ļ×ĺ":133622,"ãģĮå¤ļãģı":133623,"ÙĬتÙĩا":133624,"ç«ĭãģ¦":133625,"มà¸Ńà¸ļ":133626,"ìĭľìŀ¥":133627,"оÑĢа":133628,"ĠsavaÅŁ":133629,"×ĺ×Ļ×ij×Ļ":133630,"×ij׳×ķ":133631,"Ùħاذا":133632,"기ê°Ħ":133633,"ãģªãģ©ãģ§":133634,"Ġ×ŀת×Ĺ×Ļ׾":133635,"Ġnhiá»ħ":133636,"Ġnhiá»ħm":133637,"каÑĢ":133638,"каÑĢÑĤ":133639,"Ġ׾×Ķשת×ŀש":133640,"׳×Ļ×Ĺ":133641,"ادÙĬØ©":133642,"รายà¸ĩาà¸Ļ":133643,"ĠprzykÅĤad":133644,"Ñīий":133645,"ØŃضÙĪر":133646,"Ġhôn":133647,"ÃĿ":133648,"ת×ķצ×IJ×ķת":133649,"رابط":133650,"Ġbếp":133651,"ĠполÑĥÑĩи":133652,"åĩºä¼ļãģĦç³»":133653,"à¸Ľà¸¥à¹Īà¸Ńย":133654,"ĠاÙĦشباب":133655,"اÙĩÙĦ":133656,"ä»Ĭãģ¾ãģ§":133657,"رجع":133658,"ãĤ¶ãĥ¼":133659,"ÙĤÙģ":133660,"ĠGroÃŁ":133661,"ĠíļĮìĽIJ":133662,"اجر":133663,"Ġ×ij×ŀקר×Ķ":133664,"Ġsegurança":133665,"fühl":133666,"ãģ¦ãģĦãģı":133667,"หมà¸Ń":133668,"ĠкоÑĤоÑĢом":133669,"ĠNÄĥm":133670,"ĠdÅĤugo":133671,"ÙħÙĨØŃ":133672,"ש×ķ×ķ×Ļ":133673,"ĠØ£ÙĬاÙħ":133674,"à¸ªà¸łà¸²à¸ŀ":133675,"rzÄħ":133676,"شرÙĥات":133677,"ãĤĴèĢĥãģĪ":133678,"даÑĢ":133679,"à¸Ľà¸£à¸°à¸Ĭุม":133680,"Ġ×ķ×IJ×ĸ":133681,"iá»ĩn":133682,"ĠtÆ°Æ¡i":133683,"ש×Ļ×Ĺ":133684,"à¸Ńà¹Īà¸Ńà¸Ļ":133685,"æĽ¸ãģĦãģ¦":133686,"Ġngữ":133687,"×ij×Ļ×ĺ×Ĺ":133688,"×ij×Ļ×ĺ×Ĺ×ķף":133689,"Ġsẵ":133690,"Ġsẵn":133691,"ì§ĢëıĦ":133692,"ĠпÑĢеп":133693,"ĠпÑĢепаÑĢаÑĤ":133694,"ĠнаÑĥÑĩ":133695,"ĠÃľnivers":133696,"ĠÃľniversites":133697,"ĠÃľniversitesi":133698,"Ġ×Ĵ×ĵ×ķ׾×Ķ":133699,"Ġ×Ķ×ł×ª":133700,"Ġ×Ķ×ł×ª×ij×¢":133701,"ãģ§ãģĤãģ£ãģŁ":133702,"ĠmiesiÄħ":133703,"ĠmiesiÄħc":133704,"гÑĢам":133705,"гÑĢамм":133706,"ĠبشأÙĨ":133707,"ĠÑħÑĢ":133708,"ק×Ļ×ĵ":133709,"ק×Ļ×ĵ×ķ×Ŀ":133710,"Ø´Ùĥر":133711,"Ġá»ķ":133712,"Ġá»ķn":133713,"ãģĮãģĤãģ£ãģ¦":133714,"ãģķãĤĮãģ¾ãģĻ":133715,"Ġ×Ĺ×ķ×ĵ":133716,"Ġ×Ĺ×ķ×ĵש×Ļ×Ŀ":133717,"ÙħÙĪاجÙĩ":133718,"ÙħÙĪاجÙĩØ©":133719,"أشخاص":133720,"بغ":133721,"à¹Ģรียà¸Ļรูà¹ī":133722,"ãģĹãģ¦ãģĦãģı":133723,"Ġsạn":133724,"å¿ħãģļ":133725,"׳×Ļ×Ĵ":133726,"׳×Ļ×Ĵ×ķ×ĵ":133727,"باÙĦغ":133728,"×Ĺש×ŀ":133729,"×Ĺש×ŀ׾":133730,"Ġnapraw":133731,"ĠnaprawdÄĻ":133732,"Ø´Ùĩاد":133733,"×IJ×ķ×Ķ":133734,"×IJ×ķ×Ķ×ij":133735,"иÑĨÑĭ":133736,"Ġ×Ķר׼×ij":133737,"ëŀij":133738,"Ġתע":133739,"Ġ×Ķ×Ļש":133740,"Ġ×Ķ×Ļשר×IJ":133741,"Ġ×Ķ×Ļשר×IJ׾×Ļ":133742,"Ø£ÙħÙĨ":133743,"ÑİÑīаÑı":133744,"skór":133745,"LERÄ°":133746,"Ġ×Ķ×IJ×Ĺר×ķף":133747,"×¢×ł×§":133748,"ĠÙĪÙĥÙĦ":133749,"ãģĵãģĵãģ§":133750,"Ġquán":133751,"liÄŁin":133752,"à¸ģà¸İหมาย":133753,"Ø·Ùħ":133754,"أجÙĩ":133755,"أجÙĩزة":133756,"ĠErdoÄŁan":133757,"ãģ§ãģĬ":133758,"ĠвÑĢа":133759,"ĠвÑĢаÑĩ":133760,"ĠPhó":133761,"à¸Ĭัà¹Īว":133762,"à¸Ĭัà¹Īวà¹Ĥม":133763,"à¸Ĭัà¹Īวà¹Ĥมà¸ĩ":133764,"Ġphúc":133765,"×Ļפ×ķת":133766,"×¢×Ļ×ķף":133767,"Ġdużo":133768,"ãĥģãĥ¼ãĥł":133769,"ĠÙĬÙİ":133770,"ĠзадаÑĩ":133771,"Ġ×Ĵ×ij×ķ×Ķ×Ķ":133772,"Ġ׼׼׾":133773,"ложен":133774,"état":133775,"ĠngÄĥn":133776,"èµ·ãģį":133777,"ĠTiến":133778,"صعب":133779,"Ġexperiência":133780,"Ø®Ùħ":133781,"à¸ģารà¸Ĺำà¸ĩาà¸Ļ":133782,"سÙĬد":133783,"ĠDá»±":133784,"ĠкоÑĤоÑĢого":133785,"ladıģı":133786,"Ġkhá»ķ":133787,"Ġê³ĦìĨį":133788,"Ñīик":133789,"สà¹Īวà¸Ļà¸ķัว":133790,"зоÑĢ":133791,"ÙĨÙı":133792,"Ġà¸Ķัà¸ĩ":133793,"Ġà¸Ķัà¸ĩà¸Ļัà¹īà¸Ļ":133794,"Ġcấu":133795,"ĠÄijá»ijc":133796,"оÑĦ":133797,"ĠاÙĦأعÙħاÙĦ":133798,"ãģªãģıãģ¦ãĤĤ":133799,"×ķ׼×Ļ×Ŀ":133800,"à¹ģà¸Ľ":133801,"ĠBên":133802,"ãĥ¯ãĥ³":133803,"Ġgiám":133804,"ĠÅŀu":133805,"Ġdáng":133806,"عÙĦÙĬ":133807,"à¹Ģà¸ģษ":133808,"à¹Ģà¸ģษà¸ķร":133809,"ÙĪجب":133810,"ннÑĭе":133811,"ÙĤضاء":133812,"à¸Ħวà¸ļ":133813,"à¸Ħวà¸ļà¸Ħุ":133814,"à¸Ħวà¸ļà¸Ħุม":133815,"ãģ¤ãģ¤":133816,"ĠViá»ĩc":133817,"×ŀ×ij×ĺ":133818,"ש×Ļת×ķ×£":133819,"ĠведÑĮ":133820,"kaza":133821,"kazaÅĤ":133822,"à¸ķำรวà¸Ī":133823,"ãĤ¿ãĥ«":133824,"ĠповÑĭ":133825,"ĠповÑĭÑĪен":133826,"ĠSợ":133827,"ĠìĦ¤ëªħ":133828,"ĠÃĩünkü":133829,"ìĥĿíĻľ":133830,"Ö¾":133831,"ãĤĮãģ¦ãģĦãĤĭ":133832,"Ġ×ijר×IJש":133833,"ר×ķ×Ĵ":133834,"ĠоÑĦи":133835,"ĠоÑĦиÑĨиалÑĮн":133836,"ĠÑĥÑģÑĤанов":133837,"ĠÑĥÑģÑĤановлен":133838,"ĠاÙĦÙħصر":133839,"ĠاÙĦÙħصرÙĬØ©":133840,"ĠÐŁÐ¾ÑįÑĤомÑĥ":133841,"ÙĨصÙģ":133842,"ĠÙĪاÙĦÙĨ":133843,"ĠhÃłi":133844,"à¸Ħิ":133845,"ĠAprès":133846,"ì³IJ":133847,"à¹Ģà¸ĭีย":133848,"×ĵ×ŀ×Ķ":133849,"activité":133850,"à¸Ħิà¸Ķวà¹Īา":133851,"ÑĤÑĢен":133852,"à¹Ģฮ":133853,"ãĥıãĤ¤":133854,"ãģĮå¢ĹãģĪ":133855,"еннаÑı":133856,"Ġìĺ¤ëĬĺ":133857,"ãĥ¢ãĥ³":133858,"ĠконеÑĩно":133859,"ĠÙħÙĤابÙĦ":133860,"clé":133861,"Ġhü":133862,"Ġthẳng":133863,"ìłģìĿ´":133864,"ĠÐIJлекÑģ":133865,"ĠÐIJлекÑģан":133866,"ĠÐIJлекÑģандÑĢ":133867,"ãĥŀãĥ³ãĤ·ãĥ§ãĥ³":133868,"ãģ²ãģ¨ãģ¤":133869,"ãģªãģĬ":133870,"à¹Ģà¸Īà¹īาà¸Ĥà¸Ńà¸ĩ":133871,"ëĵľë¦¬":133872,"شاء":133873,"ĠsaÄŁlık":133874,"ĠÅŁimdi":133875,"×Ļ×IJ׾":133876,"تأثÙĬر":133877,"أسب":133878,"أسباب":133879,"ĠвÑĭполнен":133880,"лок":133881,"ש×Ļ×ij×Ķ":133882,"Ġlắm":133883,"ĠTrÆ°á»Ľc":133884,"Ġ×Ķ×¢×ľ":133885,"리를":133886,"ĠÑĢеж":133887,"ĠÑĢежим":133888,"inté":133889,"intégr":133890,"×Ĵ׳×Ļ":133891,"ĠاÙĦشعر":133892,"Ġmilhões":133893,"Ġpequeño":133894,"ãĤ³ãĥ¼ãĤ¹":133895,"×ķ׼×Ĺ":133896,"à¹Ģà¸Ĭà¹īา":133897,"شرÙĤ":133898,"ĠhÆ°Æ¡ng":133899,"รัà¸IJà¸ļาล":133900,"à¸ģลาย":133901,"à¸ģลายà¹Ģà¸Ľà¹ĩà¸Ļ":133902,"ĠподÑħод":133903,"תש×ķ×ij×Ķ":133904,"ãģıãģªãģ£ãģ¦":133905,"ĠاÙĦØ£ÙħÙħ":133906,"ĠHá»įc":133907,"ĠwspóÅĤpr":133908,"ĠwspóÅĤprac":133909,"ÑĩÑĥв":133910,"ÑĩÑĥвÑģÑĤв":133911,"ÃŃstico":133912,"à¹Ģà¸ģาะ":133913,"ìĽĢ":133914,"Ġназад":133915,"ãĤĭãĤĪãģĨãģ«":133916,"ĠСШ":133917,"ĠСШÐIJ":133918,"мон":133919,"ĠAsÃŃ":133920,"×ķר×Ĵ":133921,"полнен":133922,"×ŀ×¡×ľ":133923,"×ŀ×¡×ľ×ķ׾":133924,"à¹Ģลืà¸Ńà¸Ķ":133925,"à¹Ģริà¹Īมà¸ķà¹īà¸Ļ":133926,"ĠاÙĦØ¥Ùħ":133927,"ĠاÙĦØ¥Ùħارات":133928,"צ×Ķר":133929,"ãĥ¡ãĥªãĥĥãĥĪ":133930,"ĠпоÑĤом":133931,"виз":133932,"ĠÙģترة":133933,"å¾Įãģ®":133934,"ÐĿÐIJ":133935,"×ŀסר":133936,"ÙĬرÙĬ":133937,"pré":133938,"ĠteÅŁek":133939,"ĠteÅŁekkür":133940,"Ġödeme":133941,"داÙĨ":133942,"ãģ¾ãģĹãģ¦":133943,"缮ãģ«":133944,"ĠÑĤеÑĩение":133945,"lard":133946,"lardır":133947,"à¹Ģราà¸Īะ":133948,"ספ×Ļ":133949,"ĠÙĪÙĥØ°ÙĦÙĥ":133950,"Ġhát":133951,"Ġtá»Ļc":133952,"à¸Ħุย":133953,"Ġbức":133954,"ØŃÙĬÙĨ":133955,"èģŀãģĦãģ¦":133956,"Ùħؤشر":133957,"ĠNhÆ°":133958,"Ġменее":133959,"ละà¸Ħร":133960,"Ñģин":133961,"ĠÑĢек":133962,"ĠÑĢекл":133963,"ĠÑĢеклам":133964,"ĠÙģÙĩÙĪ":133965,"Ġ׾×ĸ":133966,"×Ļ׳×ķת":133967,"ĠÅŁart":133968,"ÑģÑĤавка":133969,"Ġíı¬íķ¨":133970,"ãģ«è¡Įãģı":133971,"ï¼Ŀ":133972,"ĠпозволÑıеÑĤ":133973,"Ġת×ķ׼׾×ķ":133974,"овал":133975,"صÙĦØ©":133976,"Ġ׾ש׳×ķת":133977,"ĠÐĺгÑĢ":133978,"ÙħÙĨتجات":133979,"ĠsatÄ±ÅŁ":133980,"Ñģко":133981,"ĠاÙĦØ«ÙĦاثاء":133982,"Ġ×Ķ×ĵ×ijר×Ļ×Ŀ":133983,"ãģĹãģ¾ãģĹãĤĩãģĨ":133984,"بÙĤÙī":133985,"åĬĽãĤĴ":133986,"ĠÃĩok":133987,"ãĥģãĥ¥":133988,"à¹Ģà¸Ĭืà¹īà¸Ń":133989,"ยุà¸Ħ":133990,"ศาล":133991,"Ġק×ķ×ĵ×Ŀ":133992,"×ĸר×Ļ×Ŀ":133993,"ãģ®åł´åIJĪ":133994,"ĠìķĬìķĺ":133995,"ãģĤãĤĬãģ¾ãģĻãģĮ":133996,"×IJשר":133997,"è¡Įãģı":133998,"ãģ»ãģĭ":133999,"æ°Ĺãģ«ãģªãĤĭ":134000,"йдеÑĤ":134001,"íķĺìĺĢëĭ¤":134002,"ستÙħرار":134003,"ĠÐŁÑĢе":134004,"ĠÑģбоÑĢ":134005,"ĠìķĦ무":134006,"ç§ģãĤĤ":134007,"عص":134008,"ĠниÑĩ":134009,"ĠниÑĩего":134010,"ĠпÑĢием":134011,"ק×ķ×ŀ":134012,"ĠìĪĺëıĦ":134013,"Ġì¡´":134014,"Ġì¡´ìŀ¬":134015,"ĠأثÙĨ":134016,"ĠأثÙĨاء":134017,"ĠÙĪاÙĦØŃ":134018,"ãģĮãģ§ãģįãĤĭ":134019,"Ġת×Ķ":134020,"Ġת×Ķ×Ļ×Ķ":134021,"רף":134022,"ĠÑģвÑıзи":134023,"×Ĵשת":134024,"ÑģпекÑĤ":134025,"ס×ij×Ļ×ij":134026,"ס×ij×Ļ×ij×Ķ":134027,"ĠíķĦìļĶíķľ":134028,"تخصص":134029,"Ġжив":134030,"ĠживоÑĤ":134031,"ĠMayıs":134032,"تعا":134033,"تعاÙĪÙĨ":134034,"ĠعÙĨÙĩا":134035,"ówki":134036,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬ":134037,"ãģłãģijãģ§ãģªãģı":134038,"ìĿ¸ì§Ģ":134039,"ĠاÙĦسÙĪد":134040,"ĠاÙĦسÙĪداÙĨ":134041,"إجراءات":134042,"Ġkötü":134043,"Ġ×Ļתר":134044,"×Ĵ×Ļש×Ķ":134045,"Ġצ×ķר×ļ":134046,"รà¸ĸย":134047,"รà¸ĸยà¸Ļà¸ķà¹Į":134048,"ÑħоÑĤ":134049,"ÐłÐIJ":134050,"ÙĪØ·ÙĨ":134051,"Ġsayısı":134052,"ס×Ĺר":134053,"ÙħÙĪÙĦ":134054,"ãĤĴæĮģãģ£ãģ¦":134055,"عاÙĨ":134056,"Ġtá»Ļi":134057,"ĠвÑĭÑĪе":134058,"Ġtầm":134059,"ãĥĪãĥ¬":134060,"×Ļצ×ķ":134061,"มุม":134062,"سÙĪد":134063,"ìłĦìŀIJ":134064,"ãĤµãĥŃãĥ³":134065,"ìĤ°ìĹħ":134066,"ĠоÑģнован":134067,"Ø®Ùģض":134068,"רצ×Ķ":134069,"بÙĬض":134070,"×ķÖ¹":134071,"ס×Ļ×Ļ×¢":134072,"Ġש×IJ×Ļ":134073,"ĠاÙĦÙĤرآÙĨ":134074,"ĠТакже":134075,"×ŀש×ŀ×¢×ķת":134076,"سÙĩÙĦ":134077,"Ġ×Ķ׳×Ķ":134078,"ãĤĴãģĹãģ¦ãģĦãĤĭ":134079,"×Ļ×Ļס":134080,"×Ķ×ķ×IJ":134081,"ĠBÃŃ":134082,"Ġмало":134083,"ĠëĶ°ëĿ¼ìĦľ":134084,"Ġר×Ĺ×ij":134085,"ãģĮé«ĺãģĦ":134086,"ÙĪاس":134087,"ìĤ¼":134088,"×ł×¢":134089,"ãģ£ãģ¡ãĤĥ":134090,"ĠTüm":134091,"à¸Ńีà¸ģà¸Ķà¹īวย":134092,"ãģĹãģ¦ãģıãģłãģķãģĦ":134093,"ÙĨشاط":134094,"ãĥĹãĥ©ãĥ³":134095,"алиÑģÑĮ":134096,"×ĵ×ľ×ª":134097,"ĠwczeÅĽ":134098,"ĠwczeÅĽniej":134099,"ĠÑįÑĤим":134100,"Ġthá»ĭt":134101,"à¸ļัà¸į":134102,"à¸ļัà¸įà¸Ĭี":134103,"ãģļãģ£ãģ¨":134104,"ÑĢин":134105,"ĠswojÄħ":134106,"íķĺëĬĶëį°":134107,"Ġë§Įëĵ¤ìĸ´":134108,"تشÙĥ":134109,"تشÙĥÙĬÙĦ":134110,"ائÙĩ":134111,"Ġ׾פ×Ĺ×ķת":134112,"ãĥĭãĥ¥":134113,"ãĥĭãĥ¥ãĥ¼ãĤ¹":134114,"׼×IJף":134115,"ãģ§ãģįãģŁ":134116,"звон":134117,"ĠstaÅĤ":134118,"×Ĺ×ijרת×Ļ":134119,"ĠأعÙĦÙĨ":134120,"à¹ģà¸ļà¸ļà¸Ļีà¹ī":134121,"بدء":134122,"ãĤģãģŁ":134123,"Ġ×ŀש×ŀ×¢×ķת":134124,"Ġ×ŀש×ŀ×¢×ķת×Ļ":134125,"örü":134126,"Ġhạnh":134127,"zähl":134128,"ĠLý":134129,"Ġ×ij×Ķת":134130,"Ġ×ij×Ķת×IJ×Ŀ":134131,"баÑĢ":134132,"ì¦Ī":134133,"ä»ĬåĽŀãģ®":134134,"Ġyü":134135,"Ġyüks":134136,"Ġyüksel":134137,"ãĤ½ãĥ¼":134138,"ãģĤãĤĮ":134139,"×ª×ľ×ŀ×Ļ×ĵ":134140,"ãģ¤ãģª":134141,"×ij׳×Ļ×Ŀ":134142,"Ġxếp":134143,"ĠмÑĥжÑĩин":134144,"ĠاÙĦÙĥتاب":134145,"׼×ŀ×ķת":134146,"Ġçe":134147,"ĠçeÅŁ":134148,"ĠçeÅŁit":134149,"ĠçeÅŁitli":134150,"×ĵ×Ļר×ķת":134151,"à¸ļุà¸į":134152,"ĠاÙĦØ¥ÙĦÙĥ":134153,"ĠاÙĦØ¥ÙĦÙĥترÙĪ":134154,"ĠاÙĦØ¥ÙĦÙĥترÙĪÙĨÙĬ":134155,"ĠباÙĦإض":134156,"ĠباÙĦإضاÙģØ©":134157,"Ġyönel":134158,"Ġyönelik":134159,"mysÅĤ":134160,"à¸Ķà¹īวยà¸ģาร":134161,"à¸ģารà¸Ĺำ":134162,"овÑĭм":134163,"أزÙħØ©":134164,"æİ¢ãģĹ":134165,"íļ¨":134166,"Ġ×ķ×IJ×Ŀ":134167,"Ġnghiêm":134168,"ÑĪин":134169,"кал":134170,"Ġcrianças":134171,"èĩªåĪĨãģ§":134172,"Ġнай":134173,"ĠнайÑĤи":134174,"ĠSá»ij":134175,"ĠÃ¶ÄŁrenciler":134176,"ãĥ¶æľĪ":134177,"Ñģан":134178,"ĠJá":134179,"ĠkonuÅŁma":134180,"شرط":134181,"ëĪĪ":134182,"arrière":134183,"ضرÙĪرة":134184,"ãĥĶãĥ³":134185,"עשר":134186,"аÑĢÑĮ":134187,"جÙħاع":134188,"Ġdéco":134189,"Ġ×Ļ×Ķ×ķ×ĵ×Ļ":134190,"à¸ŀลาà¸Ķ":134191,"ĠÙĬÙĥÙĨ":134192,"ĠجاÙħعة":134193,"طبÙĤ":134194,"ĠboÅŁ":134195,"×ķ×ķ×IJ":134196,"×ŀ×ĵ×¢":134197,"ק×ij×ķצת":134198,"פ×Ļר":134199,"jÄħcym":134200,"Ùħشا":134201,"ÙħشاÙĥÙĦ":134202,"צפ×ķף":134203,"إست":134204,"×ŀ׼ר":134205,"سÙħع":134206,"Ġкакой":134207,"ÑĤвоÑĢ":134208,"ØŃج":134209,"Ùģرض":134210,"пÑĢавлен":134211,"Ġникак":134212,"Ġmiá»ĩ":134213,"Ġmiá»ĩng":134214,"Ã¼ÃŁ":134215,"иÑĢовал":134216,"׾×ŀ×ķת":134217,"次ãģ®":134218,"ÙĦØ·":134219,"à¸ķัà¸Ļ":134220,"×Ķת×Ĺ×Ļ׾":134221,"ĠfotoÄŁ":134222,"ĠfotoÄŁraf":134223,"طرØŃ":134224,"à¸Ńà¸Ńà¸ģà¹Ħà¸Ľ":134225,"Ġyên":134226,"Ġпок":134227,"ĠпокÑĥп":134228,"ĠпокÑĥпа":134229,"ÑĨÑĥ":134230,"ĠкомпÑĮÑİ":134231,"ĠкомпÑĮÑİÑĤеÑĢ":134232,"ĠاÙĦÙĥرÙĬÙħ":134233,"تصÙħ":134234,"تصÙħÙĬÙħ":134235,"Ġоказа":134236,"Ġzarówn":134237,"Ġzarówno":134238,"ëĮĢì¶ľ":134239,"ãĤ»ãĥ³ãĤ¿ãĥ¼":134240,"ĠjakoÅĽci":134241,"æĤ©":134242,"æĤ©ãģ¿":134243,"Ø£ÙĨÙĪ":134244,"Ø£ÙĨÙĪاع":134245,"ë¹ł":134246,"Ġìłķë§IJ":134247,"Ġkẻ":134248,"ĠÑģайÑĤа":134249,"Ġ×Ķער×ij":134250,"Ùĩز":134251,"presión":134252,"ĠÑģÑĤен":134253,"ãģ£ãģ¦ãĤĭ":134254,"Ġhızlı":134255,"ÐļÐIJ":134256,"×ŀשפ×Ĺת":134257,"ĠÙĨÙĩا":134258,"ĠÙĨÙĩاÙĬØ©":134259,"ãģ¾ãģĦ":134260,"оÑħÑĢан":134261,"รà¹īà¸Ńย":134262,"ลึà¸ģ":134263,"ĠÙĪباÙĦ":134264,"ãĤĤãģ®ãģĮ":134265,"ר׼×Ļ×ij":134266,"ãĤ¤ãĥ¤":134267,"سؤ":134268,"سؤاÙĦ":134269,"ĠÙĦØ£ÙĨÙĩ":134270,"ĠkonuÅŁtu":134271,"ÐļÑĥпиÑĤÑĮ":134272,"Ġש×IJת×Ķ":134273,"ĠÙĪاÙĦس":134274,"ĠmożliwoÅĽci":134275,"Ġprób":134276,"ëĶ°":134277,"ãģ©ãĤĮ":134278,"ĠÐľÐ¸Ð½":134279,"ĠоÑĢганизм":134280,"ãģ«å¯¾ãģĻãĤĭ":134281,"ĠPré":134282,"Ġprivé":134283,"chè":134284,"ãģĦãģŁãģłãģį":134285,"สà¸Ļุà¸ģ":134286,"ajÄħce":134287,"ĠDzi":134288,"ĠDziÄĻki":134289,"ÅĤatw":134290,"rän":134291,"ränk":134292,"æĿ¥ãģŁ":134293,"Ġ×Ķ×Ļ×Ķ×ķ×ĵ×Ļ":134294,"ãĤ¬ãĥ¼":134295,"ĠÑĢад":134296,"ĠÑĢади":134297,"кÑĤив":134298,"Ø£Ùĩد":134299,"Ø£ÙĩداÙģ":134300,"ש×IJ×Ļר":134301,"ãģ¦ãģĦãģªãģĦ":134302,"Ġfrüh":134303,"Ġокол":134304,"Ġоколо":134305,"Ġregião":134306,"ĠÑĩиÑģле":134307,"Ġponiew":134308,"Ġponieważ":134309,"ìĦ¼íĦ°":134310,"Ġbầu":134311,"Ġê·":134312,"Ġê·ľ":134313,"Ġê·ľìłķ":134314,"ĠHòa":134315,"ĠÑĤоÑĤ":134316,"ãĤĤå¤ļãģĦ":134317,"ĠاÙĦإسÙĦاÙħÙĬØ©":134318,"ãģĭãģĦ":134319,"Ñįн":134320,"ĠÑĥказан":134321,"ĠÑĤакое":134322,"ï¼³":134323,"ëĮĢíķĻ":134324,"ĠgeniÅŁ":134325,"ĠاÙĦØ®ÙĬ":134326,"ĠاÙĦØ®ÙĬارات":134327,"ãĤĴè¡ĮãģĨ":134328,"ש×ŀ×Ķ":134329,"ĠLÃłm":134330,"ÙĪÙĨÙĬ":134331,"Ġ×IJ׾×Ļ×ķ":134332,"Äĺ":134333,"à¹Ħมà¹Īสามารà¸ĸ":134334,"人ãģ¨":134335,"برز":134336,"×Ļס×ķ×ĵ":134337,"×Ĵ׾×Ļ":134338,"ĠÙĬÙĨا":134339,"ĠÙĬÙĨاÙĬر":134340,"ĠкаÑĢÑĤин":134341,"Ġtôn":134342,"à¹Ģà¸ģร":134343,"à¸Ħà¸Ķี":134344,"Ġ׾×IJ×ķר×ļ":134345,"ãĤĤãĤīãģĨ":134346,"ãģĭãģĭãĤĭ":134347,"ании":134348,"ĠaraÅŁtırma":134349,"ÙĦاØŃظ":134350,"ãģĦãĤĦ":134351,"ĠTÃłi":134352,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ":134353,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģà¸Ļีà¹ī":134354,"ĠÄIJảng":134355,"ãģ£ãģ¦ãģįãģŁ":134356,"Ġà¸ĭึà¹Īà¸ĩà¹Ģà¸Ľà¹ĩà¸Ļ":134357,"Ġtả":134358,"ĠmożliwoÅĽÄĩ":134359,"ĠSản":134360,"ĠÄ°ki":134361,"Ġcắt":134362,"سأÙĦ":134363,"Ġbakım":134364,"شب":134365,"à¸ķีà¹ī":134366,"à¸ŀยาย":134367,"à¸ŀยายาม":134368,"à¸ªà¸±à¸Ľ":134369,"à¸ªà¸±à¸Ľà¸Ķา":134370,"à¸ªà¸±à¸Ľà¸Ķาหà¹Į":134371,"ë°Ģ":134372,"еÑĢÑĭ":134373,"Ġcánh":134374,"Ġthuế":134375,"تبع":134376,"ãģ«åħ¥ãĤĮ":134377,"ÑİÑģÑĮ":134378,"íļĮìĿĺ":134379,"ç°¡åį":134380,"ç°¡åįĺ":134381,"ç°¡åįĺãģ«":134382,"Ġtrúc":134383,"ĠاÙĦÙĥÙĪÙĬ":134384,"ĠاÙĦÙĥÙĪÙĬت":134385,"ãĤıãģijãģ§ãģĻ":134386,"ĠÑģвоб":134387,"ĠÑģвобод":134388,"ĠÑĥÑĩаÑģÑĤник":134389,"สิà¹īà¸Ļ":134390,"ĠпÑĢоÑĦеÑģÑģиона":134391,"ĠпÑĢоÑĦеÑģÑģионалÑĮн":134392,"ÑģпоÑĢ":134393,"×Ĺ×ķ×ij×Ķ":134394,"ÙħعÙĨÙī":134395,"ĠاÙĦÙģترة":134396,"สูà¸ĩสุà¸Ķ":134397,"ãĤıãģļ":134398,"ĠÄijè":134399,"ĠÄijèn":134400,"æ¯Ķãģ¹":134401,"าà¸ĺิ":134402,"Ġmożemy":134403,"à¹ģà¸ĭ":134404,"à¸Īะà¹Ħมà¹Ī":134405,"Ġsắp":134406,"ÐļÐŀ":134407,"Ġpráctica":134408,"ÙĪÙĥاÙĦØ©":134409,"è¾¼ãĤĵãģ§":134410,"ológica":134411,"ĠеÑī":134412,"ĠеÑīÑij":134413,"تعدÙĬÙĦ":134414,"ĠØ£Ùĥد":134415,"Ġצר×Ļ׼":134416,"Ġצר×Ļ׼×Ļ×Ŀ":134417,"Ø«Ùħ":134418,"ĠкÑĢÑĥ":134419,"ĠкÑĢÑĥп":134420,"×ij×Ļק×ķרת":134421,"Ġì¡°ê¸Ī":134422,"ãģ¨ãģįãģ¯":134423,"Ġbạc":134424,"ĠÑĢаÑģпол":134425,"ĠÑĢаÑģполож":134426,"ĠÑĢаÑģположен":134427,"زÙĬÙĨ":134428,"ĠÐļÑĢоме":134429,"ĠاÙĦÙĨظر":134430,"×Ķ×ķ×ĵ":134431,"ĠاÙĦسبت":134432,"ãģ¨æĢĿãģĦ":134433,"ĠpaÅĦst":134434,"ĠpaÅĦstw":134435,"ĠÙĦÙĬست":134436,"ĠбÑĥдÑĥ":134437,"à¸Ĺัà¸Ļà¸Ĺี":134438,"ราม":134439,"ØŃصÙĪÙĦ":134440,"ãģĹãģ¦ãģıãĤĮãĤĭ":134441,"ĠاÙĦإسرائÙĬÙĦ":134442,"ĠاÙĦإسرائÙĬÙĦÙĬ":134443,"ãģĵãĤĮãģ¾ãģ§":134444,"ìĤ¬ë¥¼":134445,"Ġsürü":134446,"à¹Ģวà¸Ńรà¹Į":134447,"à¹Ģà¸ĭà¸Ńรà¹Į":134448,"Ġutilisé":134449,"ĠÑģиÑģÑĤема":134450,"Ġdwó":134451,"Ġdwóch":134452,"Ġpróprio":134453,"Ġëĵ±ìĿĦ":134454,"arrêt":134455,"ĠЧа":134456,"×IJ×ŀ׳×ķת":134457,"عارض":134458,"à¹Ģà¸ģมสà¹Į":134459,"Ġ׾×Ķ×ij×Ļף":134460,"Ġ׾×ij×Ĺ":134461,"Ġ׾×ij×Ĺ×ķר":134462,"สาà¸Ĥา":134463,"ĠÐľÐ¾Ñģкве":134464,"بعد":134465,"ĠاÙĦÙĤرار":134466,"ĠÄIJá»ĭa":134467,"Ġ×Ĺ×Ĵ":134468,"Ùģتر":134469,"ÙĪÙĨØ©":134470,"Ġ×Ķ×ĸ×IJת":134471,"å¸Ĥãģ®":134472,"ãģ»ãģĹãģĦ":134473,"Ġ×ij×¢×Ļר":134474,"ĠÑĤепеÑĢÑĮ":134475,"ìĬµëĭĪê¹Į":134476,"à¹Ħมà¹Īว":134477,"à¹Ħมà¹Īวà¹Īา":134478,"à¹Ħมà¹Īวà¹Īาà¸Īะ":134479,"×ŀ×IJ×Ķ":134480,"æĥħåł±":134481,"æĥħåł±ãĤĴ":134482,"غÙĨ":134483,"ĠпоÑı":134484,"ĠпоÑıви":134485,"éģİãģĶ":134486,"تشغ":134487,"تشغÙĬÙĦ":134488,"вел":134489,"Ġ×Ĺ×ŀ":134490,"ãģ¨ãģªãĤĬãģ¾ãģĻ":134491,"ĠraÄŁ":134492,"ĠraÄŁmen":134493,"ãģĭãģ©ãģĨ":134494,"ãģĭãģ©ãģĨãģĭ":134495,"енко":134496,"ì§Ģê³ł":134497,"Ġ×IJ׾×Ļ×Ķ":134498,"ĠØ£ÙĦ":134499,"à¸Īำหà¸Ļ":134500,"à¸Īำหà¸Ļà¹Īาย":134501,"nızı":134502,"Ġ׾ק×Ĺת":134503,"Ø£ÙĩÙħ":134504,"Ø£ÙĩÙħÙĬØ©":134505,"تغÙĬر":134506,"ש×Ĺר":134507,"ס×ķפר":134508,"×ĵ×Ļר":134509,"èī¯ãģĭãģ£ãģŁ":134510,"×ŀ׾×Ĺ×ŀ×Ķ":134511,"ÑģÑĤвие":134512,"ÑĤÑĢаÑĤ":134513,"ĠاÙĦأخ":134514,"ĠاÙĦأخÙĬرة":134515,"ĠاÙĦØŃصÙĪÙĦ":134516,"Ġcrédito":134517,"צ×Ļ×¢":134518,"ãĥ¬ãĥĻãĥ«":134519,"برÙĬ":134520,"ëIJIJ":134521,"ãģłãģ£ãģ¦":134522,"ĠrealtÃł":134523,"سÙģر":134524,"×ķ׳×ķ":134525,"×Ĵ×ķ×ĵ":134526,"×Ĵ×ķ×ĵ׾":134527,"ฮา":134528,"ãģĹãģ¦ãģĬãĤĬãģ¾ãģĻ":134529,"ĠgÃł":134530,"Ġ׾×ijצע":134531,"å¼ķè¶ĬãģĹ":134532,"Ġ×ŀ×Ļ׾×Ļ":134533,"Ġ×ŀ×Ļ׾×Ļ×ķף":134534,"Ùħدر":134535,"Ùħدرسة":134536,"פ×ķ×ĺ":134537,"à¸Ļà¹īำมัà¸Ļ":134538,"ëģĿ":134539,"عÙĥس":134540,"ĠÙĤض":134541,"ĠÑĢÑĭб":134542,"خطط":134543,"×ŀ×ķס×ĵ":134544,"Ġ׼׾׾×Ļ":134545,"ĠкоÑĤоÑĢое":134546,"צ×Ļ×ķף":134547,"ĠмеÑģÑĤа":134548,"ãģĭãģ¤":134549,"гÑĢÑĥпп":134550,"׾×Ļ׾":134551,"ת×ķ×IJר":134552,"ë³µì§Ģ":134553,"à¹ģà¸ľà¹Īà¸Ļ":134554,"Ġ×ijעת":134555,"æĻĤéĸĵãĤĴ":134556,"ï¼£":134557,"ãģ¨ãģĦãģĨãģĵãģ¨ãģ§":134558,"Ġ׾×Ķק":134559,"Ġ׾×ĸ×Ķ":134560,"ĠìłĢëĬĶ":134561,"ĠاÙĦإرÙĩاب":134562,"ĠìŀĪëĬĶëį°":134563,"ĠÑĤогда":134564,"Ġ×Ķצ×Ļ":134565,"×ķ׾×ĺ":134566,"Ġרפ×ķ×IJ×Ļ":134567,"ãģĵãģ¨ãģ§ãģĻ":134568,"ĠÄijÃŃch":134569,"ØŃÙĬا":134570,"Ġ×Ķ×ŀש×Ĺק":134571,"ãģľãģ²":134572,"Ġ×ŀ×IJפשר":134573,"ãģ¿ãģ¾ãģĹãģŁ":134574,"ĠاÙĦØ£ÙħÙĬرÙĥÙĬ":134575,"ÙħجتÙħع":134576,"Ġساب":134577,"ĠسابÙĤ":134578,"׼×Ļ׾":134579,"Ế":134580,"ãĥªãĤ¹ãĥĪ":134581,"Ġìĥ":134582,"ĠìĥĪ":134583,"ĠìĥĪë¡ľ":134584,"ĠìĥĪë¡ľìļ´":134585,"ĠDá»ĭch":134586,"à¹Ģหมาะสม":134587,"ĠاÙĦÙĨبÙĬ":134588,"׾׾":134589,"ÙĨع":134590,"Ðĵлав":134591,"ÐĵлавнаÑı":134592,"Ùħرض":134593,"Ġ×ķ×ĵ":134594,"تÙĤÙĬ":134595,"تÙĤÙĬÙĬÙħ":134596,"Ġbảng":134597,"ĠÙģÙĤاÙĦ":134598,"×¢×ŀ×Ļ":134599,"дÑĢа":134600,"Ġsuá»ijt":134601,"سرعة":134602,"Ġcá»Ń":134603,"Ġ×Ķ×Ļ×Ĺ×Ļ×ĵ":134604,"سعÙĬد":134605,"à¸Ńาà¸Ĭีà¸ŀ":134606,"ĠسÙĪاء":134607,"ãĤ½ãĥķãĥĪ":134608,"ĠлиÑĩно":134609,"ĠÐļоÑĢ":134610,"اÙĩتÙħ":134611,"اÙĩتÙħاÙħ":134612,"à¸Ńà¸Ķี":134613,"à¸Ńà¸Ķีà¸ķ":134614,"ãģIJãĤīãģĦ":134615,"Ġihtiya":134616,"Ġihtiyaç":134617,"ãģ¾ãģ§ãģ®":134618,"ìĭľìĬ¤":134619,"ìĭľìĬ¤íħľ":134620,"ÑĢÑĥÑĪ":134621,"ãĤĦãģ£ãģ±":134622,"ãĤĦãģ£ãģ±ãĤĬ":134623,"кеÑĢ":134624,"Ġży":134625,"Ġżyw":134626,"клон":134627,"Ġlượt":134628,"þ":134629,"даÑĩи":134630,"türk":134631,"غÙĪ":134632,"ĠигÑĢок":134633,"Ġphê":134634,"Ġ×©×¢×ľ":134635,"ĠاÙĦÙħدÙĨÙĬ":134636,"ĠìŬ룬ë¶Ħ":134637,"ער×Ļ×Ŀ":134638,"ÑħодÑıÑĤ":134639,"Ġxứ":134640,"ÐĹа":134641,"ĠÙģرص":134642,"à¸Īะà¸Ĺำà¹ĥหà¹ī":134643,"íģ´":134644,"×¢×ij×ķר":134645,"à¹Ģหลà¹Īาà¸Ļีà¹ī":134646,"èĢĥãģĪãĤĭ":134647,"ÑĢеÑģÑĤ":134648,"ннÑĭй":134649,"Ġcầm":134650,"داخÙĦ":134651,"ĠÙħÙĦÙĬار":134652,"ĠÐIJл":134653,"ĠвÑĢемен":134654,"à¸Ĭà¹Īวยà¹ĥหà¹ī":134655,"ר×Ļ×ķת":134656,"ëĵ¯":134657,"飲ãģ¿":134658,"׳׾":134659,"שתף":134660,"ĠاÙĦسعÙĪدÙĬ":134661,"uÃŁ":134662,"ìĿ¸ëį°":134663,"ĠìĿ¼ë°ĺ":134664,"ÅĤÄĻ":134665,"Ġmá»iji":134666,"×ŀ×Ļ׳":134667,"ĠاÙĦأطÙģاÙĦ":134668,"Ġçıkan":134669,"école":134670,"ק×Ļש":134671,"ק×Ļש×ķר":134672,"ĠоÑģÑĥÑīеÑģÑĤв":134673,"ĠоÑģÑĥÑīеÑģÑĤвлÑı":134674,"×ij×IJר":134675,"à¹Ħà¸Ľà¸Ķà¹īวย":134676,"Ġ×¢×ķ׾×Ķ":134677,"à¸ģà¹ĩà¹Ħมà¹Ī":134678,"ãĥ¢ãĥĩ":134679,"ãĥ¢ãĥĩãĥ«":134680,"تØŃÙĪÙĦ":134681,"Ġодного":134682,"ת×Ĺ×Ļ×ľ×ª":134683,"Ġتخ":134684,"Ġchcia":134685,"ĠchciaÅĤ":134686,"ãĥIJãĥ³":134687,"èĢħãģ¯":134688,"ĠÙħØŃÙĦ":134689,"Ñģлож":134690,"Ñģложн":134691,"ĠtÄĻ":134692,"Ġçıkt":134693,"Ġçıktı":134694,"ĠCÆ¡":134695,"à¹Ħà¸Ķà¹īà¹Ģลย":134696,"ırken":134697,"à¹Ģà¸Ĥà¹īาสูà¹Ī":134698,"ÙħØŃÙĥ":134699,"ÙħØŃÙĥÙħØ©":134700,"à¸Ħุà¹īม":134701,"à¸Ļà¹Īาà¸Īะ":134702,"лÑİд":134703,"деÑģÑı":134704,"деÑģÑıÑĤ":134705,"ĠлÑİбой":134706,"تØŃرÙĬر":134707,"צע×ĵ":134708,"ĠеÑij":134709,"ĠاÙĦØŃÙĥÙħ":134710,"ĠصباØŃ":134711,"à¹Ģà¸ļà¸Ńรà¹Į":134712,"Ġróżnych":134713,"гиб":134714,"ĠÑģоÑĤ":134715,"ĠÑģоÑĤÑĢÑĥд":134716,"ĠÑģоÑĤÑĢÑĥдник":134717,"ĠобÑĬем":134718,"פ×ĺר":134719,"ãģĻãģĶãģı":134720,"ãģ«éĸ¢ãģĹãģ¦":134721,"вол":134722,"Ø«ÙħاÙĨ":134723,"Ġdần":134724,"æĬľ":134725,"æĬľãģij":134726,"Ġעש":134727,"Ġעש×ķ×Ļ":134728,"ס×ķף":134729,"ãģªãģ®ãģ§ãģĻ":134730,"ãģ¯ãģ©ãģĨ":134731,"×ŀער×ij":134732,"ï¼°":134733,"Ùħصر":134734,"ÙħÙĨاسب":134735,"ÙħÙĨاسبة":134736,"ä¸Ĭãģ®":134737,"×IJ×Ļש×ķר":134738,"ĠìĦ¤ì¹ĺ":134739,"×ŀ×ĵ×Ļ׳×ķת":134740,"×ŀרת":134741,"ãĤĭãģ®ãģĮ":134742,"دÙİ":134743,"ĠاÙĦشرÙĥات":134744,"ìĭľê°Ħ":134745,"ĠÑĢеÑĪение":134746,"ãģĻãĤĭãģ®ãģ¯":134747,"ĠìŀIJìĭłìĿĺ":134748,"׾×ŀ×ķ":134749,"ãģ¨ãģĵãĤįãģ§":134750,"Ġקצר":134751,"Ġmãi":134752,"Ġkültür":134753,"ãĥ©ãĤ¤ãĥĸ":134754,"à¸ľà¸¹à¹īหà¸įิà¸ĩ":134755,"æĻĤéĸĵãģĮ":134756,"клÑİÑĩи":134757,"diÄŁiniz":134758,"มาà¸ģà¹Ĩ":134759,"تØŃÙħÙĦ":134760,"Ġhạt":134761,"ãĤ¦ãĤ£":134762,"пле":134763,"×ŀ׾×IJ":134764,"ÅĤó":134765,"Ġgá»ijc":134766,"Ġ×IJ×ķ×ĵ×ķת":134767,"หวาà¸Ļ":134768,"ĠاÙĦÙĪز":134769,"ĠاÙĦÙĪزراء":134770,"ëĵ¤ê³¼":134771,"ĠصØŃ":134772,"ĠصØŃÙĬÙģØ©":134773,"Ġмм":134774,"تدخÙĦ":134775,"Ġpersönlich":134776,"ĠزÙĬ":134777,"ĠزÙĬادة":134778,"ãĤ·ãĤ¢":134779,"Ġngắn":134780,"à¸Ħลิà¸ģ":134781,"Ġsông":134782,"Ġtüket":134783,"ÑįÑĦÑĦ":134784,"ÑįÑĦÑĦекÑĤ":134785,"ש×Ļ×ij":134786,"Ġاعت":134787,"تض":134788,"تضÙħÙĨ":134789,"ĠاÙĦÙħشرÙĪع":134790,"Ġprodução":134791,"ĠпÑĢименÑı":134792,"ниÑĨÑĭ":134793,"주ëĬĶ":134794,"رÙı":134795,"ĠmÆ¡":134796,"Ġhayatı":134797,"ëŁ½":134798,"Ġücret":134799,"Ġyanında":134800,"Ġprática":134801,"×ij×Ļק×ķר":134802,"ÃľN":134803,"ÑģоÑĤ":134804,"ãĤıãģijãģ§":134805,"Ġдолго":134806,"×ª×Ľ×ķ":134807,"ĠìķĦëĭĮ":134808,"ëį°ìĿ´":134809,"Ġçiz":134810,"ĠchoÄĩ":134811,"Ġ×Ķ×Ļת":134812,"Ġ×Ķ×Ļתר":134813,"Ġsoát":134814,"׼×ij×ĵ":134815,"à¹Ģลà¹Īา":134816,"ĠдеÑĢ":134817,"ĠдеÑĢев":134818,"ãĤĴåħ¥ãĤĮ":134819,"×Ĺ×ķס":134820,"×Ĺ×ķסר":134821,"جÙĬÙĨ":134822,"tón":134823,"onné":134824,"ĠполноÑģÑĤÑĮÑİ":134825,"人ãģŁãģ¡":134826,"Ġprêt":134827,"본":134828,"Ġdécembre":134829,"cılar":134830,"Ġתת":134831,"Ġê²½ìļ°ìĹIJëĬĶ":134832,"ÙĪعد":134833,"è¦ĭãĤĭ":134834,"วิà¸Īัย":134835,"ë¶Ī":134836,"زÙĪا":134837,"زÙĪاج":134838,"dì":134839,"ãģ§ãģĻãĤĪ":134840,"Ġводо":134841,"ĠÙĬÙĪجد":134842,"ÑģоÑģÑĤоÑı":134843,"ÐŀС":134844,"ĠÄIJó":134845,"×Ĺפש":134846,"Ġצ×Ļ×ij×ķר":134847,"ĠاÙĦÙĤØ·":134848,"ĠاÙĦÙĤطاع":134849,"ĠимеÑİÑĤ":134850,"ĠpháºŃn":134851,"×Ľ×¡×¤×Ļ":134852,"полниÑĤелÑĮ":134853,"éĻIJãĤĬ":134854,"ĠÑģÑĢав":134855,"ĠÑģÑĢавн":134856,"ÙħاÙĦÙĥ":134857,"×ĵר×ķ×Ŀ":134858,"çļĨãģķãĤĵ":134859,"ØŃÙĤÙĤ":134860,"à¹ģหลà¹Īà¸ĩ":134861,"ĠاÙĦرسÙħÙĬ":134862,"оÑĩки":134863,"×ĺ×ij×Ĺ":134864,"Ġcanlı":134865,"Ġ׾׾":134866,"Ġ׾׾×ŀ×ķ×ĵ":134867,"×ŀ×ij×ķ":134868,"×ª×Ľ":134869,"×ª×Ľ×ł×Ļת":134870,"ĠاÙĦÙħشار":134871,"ĠاÙĦÙħشارÙĥØ©":134872,"Ä°Åŀ":134873,"ĠسÙĬاسÙĬ":134874,"волÑĮ":134875,"ĠÑģпÑĢав":134876,"æĿ¥ãģ¦":134877,"פ×ķר×ķ×Ŀ":134878,"สำà¹Ģรà¹ĩ":134879,"สำà¹Ģรà¹ĩà¸Ī":134880,"ĠÅŁÃ¶yle":134881,"ĠzostaÅĤa":134882,"ĠHü":134883,"ר×ķש":134884,"دÙĦÙĬÙĦ":134885,"ÑĢид":134886,"שף":134887,"×ŀק×ķר":134888,"ĠÑĥÑĩ":134889,"ĠÑĥÑĩеб":134890,"ĠÑįÑĤа":134891,"кова":134892,"à¸ķà¸Ļà¹Ģà¸Ńà¸ĩ":134893,"ÙĨÙIJ":134894,"à¸Ńีà¸ģà¸Ħรัà¹īà¸ĩ":134895,"ระà¸ļุ":134896,"Ġdữ":134897,"ĠاÙĦØŃاÙĦÙĬ":134898,"׼×ķ׼":134899,"׼×ķ׼×ij":134900,"Ġ×ŀ×IJשר":134901,"Ġtrụ":134902,"ÑĤелем":134903,"Ġвли":134904,"ĠвлиÑı":134905,"Ġש×IJת×Ŀ":134906,"Ġuwag":134907,"ĠuwagÄĻ":134908,"×ĺ×Ļת":134909,"×IJ×ĵ×Ŀ":134910,"à¸Ķุ":134911,"Ġ×Ķ×IJ׾×Ķ":134912,"ĠkarÄ±ÅŁ":134913,"ĠÄIJá»iji":134914,"даÑİÑĤ":134915,"ãģªãģ®ãģ«":134916,"Äħcych":134917,"à¹Ģà¸Ļà¹īà¸Ļ":134918,"ãģĹãģ¦ãģĹãģ¾ãģĨ":134919,"intérieur":134920,"ĠfÃŃsica":134921,"ĠÐŁÐ¾Ð»":134922,"ãģĹãģķ":134923,"à¸Ĺำà¹Ħม":134924,"ĠLâm":134925,"ĠاÙĦÙħسÙĦÙħ":134926,"ĠاÙĦÙħسÙĦÙħÙĬÙĨ":134927,"صØŃØ©":134928,"ìĹĦ":134929,"à¹Ģà¸Ķà¹ĩà¸Ķ":134930,"ĠÑĥÑĩеÑĤ":134931,"âÌģ":134932,"ĠبÙĦا":134933,"ĠاÙĦاجتÙħاعÙĬ":134934,"פרס×Ŀ":134935,"ãĥķãĥ©":134936,"ĠÐļогда":134937,"mieÅĽci":134938,"ĠبÙĬÙĨÙħا":134939,"Ġ×ŀ×IJ×ŀר×Ļ×Ŀ":134940,"Ġ×ij×IJ×ĸ×ķר":134941,"×ķש×Ļ×Ŀ":134942,"ĠÑģдела":134943,"entrée":134944,"à¹Ģà¸Ħà¹īา":134945,"Ñĥгл":134946,"ĠاÙĦÙģÙĨÙĬ":134947,"ĠÐĴоÑĤ":134948,"à¸Ĺีà¹Īมา":134949,"×ķצ×Ĵ":134950,"ÙĤدرة":134951,"Ġ목":134952,"Ġ목ìłģ":134953,"íıīê°Ģ":134954,"ĠاÙĦأربع":134955,"ĠاÙĦأربعاء":134956,"פס×Ļק":134957,"ĠÑıвлÑıÑİÑĤÑģÑı":134958,"بÙĪÙĨ":134959,"ì°¾":134960,"×ŀ×¢×¨×Ľ":134961,"×ŀ×¢×¨×Ľ×ķת":134962,"ãĤ·ãĤ§":134963,"ĠباÙĦØ£":134964,"íĸĪëįĺ":134965,"ĠاÙĦبرÙĨاÙħج":134966,"ĠاÙĦØ£ØŃد":134967,"ĠmÅ©":134968,"ĠmÅ©i":134969,"паÑĤ":134970,"بث":134971,"ĠÑĨенÑĭ":134972,"Ġ×ij×ª×ľ":134973,"è¨ĢãĤıãĤĮ":134974,"ĠاÙĦÙħجاÙĦ":134975,"ĠìĦ¸ìĥģ":134976,"Ġ×Ĵ×ķפ":134977,"ĠнаÑĪей":134978,"ĠкомпаниÑı":134979,"бин":134980,"ölü":134981,"×Ļ×Ļ×ĺ":134982,"Ġ×ŀספ×Ļק":134983,"ยัà¸ĩà¸Ħà¸ĩ":134984,"ĠЧи":134985,"ĠанÑĤи":134986,"ĠÑģÑĢеди":134987,"สà¹Īวà¸Ļà¹ĥหà¸įà¹Ī":134988,"оÑĩка":134989,"íĬ¹ë³Ħ":134990,"วà¹Īาà¸ĩ":134991,"гоÑĢод":134992,"باÙĥ":134993,"à¹Ģสีà¹Īย":134994,"à¹Ģสีà¹Īยà¸ĩ":134995,"ãĤĤãĤīãģĦ":134996,"ק×ķ×Ŀ":134997,"ãģĽãģļ":134998,"ĠاÙĦÙĤاÙĩرة":134999,"Ġ×ij׼×ļ":135000,"ÙħشارÙĬع":135001,"باØŃØ«":135002,"ĠпоÑĩ":135003,"ĠпоÑĩÑĤи":135004,"ĠÑĦоÑĢма":135005,"SÄ°":135006,"Ġ×ŀצ×Ļ×¢":135007,"ลื":135008,"ลืม":135009,"ĠÑĤеÑĢ":135010,"ĠÑĤеÑĢÑĢиÑĤоÑĢ":135011,"ĠÑĤеÑĢÑĢиÑĤоÑĢии":135012,"ĠвмеÑģÑĤ":135013,"ĠвмеÑģÑĤе":135014,"dıkları":135015,"opération":135016,"à¹Ĥห":135017,"صدÙĬ":135018,"صدÙĬÙĤ":135019,"íĸīìłķ":135020,"تجا":135021,"تجاÙĪز":135022,"Ġsuç":135023,"Ġarty":135024,"Ġartyku":135025,"ĠartykuÅĤ":135026,"ãĤ·ãĥ§ãĥĥãĥĹ":135027,"שפ":135028,"שפ×Ļ×¢":135029,"Ġ×Ķש×Ļר×ķת":135030,"à¹ģà¸ĸม":135031,"ë¸Ķ":135032,"ĠukÅĤad":135033,"Ġ×ķ׼×Ļ":135034,"หลาà¸ģ":135035,"หลาà¸ģหลาย":135036,"æĸ¹ãĤĤ":135037,"Ġpodróż":135038,"ĠEÄŁer":135039,"ĠкомнаÑĤ":135040,"ĠÑģамÑĭÑħ":135041,"ĠвкÑĥÑģ":135042,"беж":135043,"Ġ×ijק×ķ":135044,"æİĽãģij":135045,"ãģ¿ãĤĭãģ¨":135046,"ĠiliÅŁkin":135047,"ĠÙĬعÙħÙĦ":135048,"ĠподаÑĢ":135049,"Ġyazılı":135050,"ãĤĴå¾Ĺ":135051,"ĠwystÄĻp":135052,"à¸Ĺีà¹Īà¹ĥà¸Ĭà¹ī":135053,"ØŃادث":135054,"ÙĪÙĬد":135055,"кÑĥлÑĮÑĤ":135056,"кÑĥлÑĮÑĤÑĥÑĢ":135057,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ":135058,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ":135059,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥัà¸Ļ":135060,"ÙħÙĪظ":135061,"ÙħÙĪظÙģ":135062,"ÙĬÙħÙĬ":135063,"ãĤĵãģ§ãģĻãģĮ":135064,"diÄŁim":135065,"diÄŁimiz":135066,"ĠÐŁÐµÑĢ":135067,"ĠÐŁÐµÑĢв":135068,"Ġmão":135069,"ĠÑģез":135070,"ĠÑģезон":135071,"Ġ×Ķ×ŀ×¢":135072,"ÙħجÙħÙĪعة":135073,"ĠинÑĦоÑĢмаÑĨии":135074,"iếc":135075,"ãng":135076,"ĠÄijấy":135077,"ãģĶç´":135078,"ãģĶç´¹":135079,"ãģĶç´¹ä»ĭ":135080,"Ġadım":135081,"à¹Ħหล":135082,"ĠпÑĢакÑĤи":135083,"ĠпÑĢакÑĤиÑĩ":135084,"ĠпÑĢакÑĤиÑĩеÑģ":135085,"ĠпÑĢакÑĤиÑĩеÑģки":135086,"ĠاÙĦÙĨÙģس":135087,"ĠÑĢабоÑĤе":135088,"ÙĦÙĬÙģ":135089,"ĠاÙĦجÙĨÙĪب":135090,"ĠводÑĭ":135091,"ì¹Ļ":135092,"ĠмиÑĢа":135093,"ĠÄijừng":135094,"ĠпÑĢоÑĤиво":135095,"ĠÑģÑĤÑĢанÑĭ":135096,"ลู":135097,"ìĤ¶":135098,"kreÅĽl":135099,"Ġbulund":135100,"ĠbulunduÄŁu":135101,"à¹ģสà¸Ļ":135102,"ãĤ±ãĤ¢":135103,"ת×Ĺ×ķ×ŀ×Ļ":135104,"ר׼×Ķ":135105,"Ġ׾ק×ķ×Ĺ":135106,"Ġ׾ק×ķ×Ĺ×ķת":135107,"Ġ×Ľ×ª×ķ×ijת":135108,"ĠÙĦÙĥÙħ":135109,"بشر":135110,"ĠrÃłng":135111,"Ġ×ŀ×Ķ×ŀ":135112,"Ġ×IJ×Ĺר×ķת":135113,"Ġбон":135114,"ĠбонÑĥÑģ":135115,"ï½Ĺ":135116,"à¹ģยà¸ģ":135117,"ãģĤãģªãģŁãģ®":135118,"ĠÑĥÑĩаÑģÑĤие":135119,"ĠEyl":135120,"ĠEylül":135121,"ĠçalÄ±ÅŁmaları":135122,"خطر":135123,"ìĿ½":135124,"à¸ģารà¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":135125,"Ġанализ":135126,"תק×ij׾":135127,"нием":135128,"ĠÄ°ns":135129,"ĠÄ°nsan":135130,"ĠبÙĪاس":135131,"ĠبÙĪاسطة":135132,"Ġ×ł×Ľ×ł×¡":135133,"Ġ×Ķ×ŀ×Ļ×ĵ×¢":135134,"Ġço":135135,"ĠçoÄŁu":135136,"á»ĺ":135137,"ĠêµŃ민":135138,"ãĤĤãģĦãģĦ":135139,"Ġ׼׾×Ļ":135140,"ĠÑģÑĢедне":135141,"gÅĤo":135142,"gÅĤoÅĽ":135143,"Ġnegó":135144,"Ġnegócio":135145,"ĠÑĢегиÑģÑĤ":135146,"ĠÑĢегиÑģÑĤÑĢа":135147,"ĠÑĢегиÑģÑĤÑĢаÑĨии":135148,"Ġtrá»ĵng":135149,"ĠпÑĢÑı":135150,"ĠпÑĢÑıмо":135151,"ëłĪìĿ´":135152,"Ġkém":135153,"кле":135154,"à¸Ļำมา":135155,"ĠÑĦин":135156,"ĠÑĦинанÑģ":135157,"ĠÑĦинанÑģов":135158,"Ġkiá»ĩm":135159,"ยัà¸ĩà¹Ħ":135160,"ยัà¸ĩà¹Ħà¸ĩ":135161,"ยิà¸ĩ":135162,"à¹Ĥà¸Ľ":135163,"ĠполÑĥÑĩил":135164,"×Ļ×ĸ×Ŀ":135165,"à¹ģละà¸Ħวาม":135166,"ĠвообÑīе":135167,"صÙĬر":135168,"ãĥıãĥ³":135169,"ĠاÙĦÙĤاد":135170,"ĠاÙĦÙĤادÙħ":135171,"ĠبدÙĪÙĨ":135172,"عظÙħ":135173,"×ª×ł×ķ×¢":135174,"×ª×ł×ķ×¢×Ķ":135175,"Ø£ÙħÙĦ":135176,"ãģķãģĪ":135177,"ÑĤем":135178,"ÑĤемпеÑĢ":135179,"ÑĤемпеÑĢаÑĤÑĥÑĢ":135180,"Ġ׾×Ļצ×ķר":135181,"ĠrÄĻk":135182,"رسÙĦ":135183,"ìŀIJ를":135184,"Ġ×Ļצ×Ļרת":135185,"ÙĨبÙĬ":135186,"ÑĩнаÑı":135187,"تØŃÙĦÙĬÙĦ":135188,"Ġмик":135189,"ĠмикÑĢо":135190,"ĠSöz":135191,"Ġforça":135192,"Ñģон":135193,"ĠاÙĦعرا":135194,"ĠاÙĦعراÙĤÙĬ":135195,"ĠHá»ĵng":135196,"ãģĻãĤĭãģŁãĤģãģ«":135197,"à¸Ĺีà¹Īà¸Ńยูà¹Ī":135198,"Ġ×ķ×IJ×£":135199,"صÙĬد":135200,"ĠìķĬê³ł":135201,"รัà¸ĩ":135202,"ĠاÙĦتÙĪاصÙĦ":135203,"à¹Ģมà¸ķร":135204,"ÑĥÑģÑĤÑĢой":135205,"ÑĥÑģÑĤÑĢойÑģÑĤв":135206,"mıyor":135207,"ĠباسÙħ":135208,"Ġ×ķ׼×ķ":135209,"ĠGül":135210,"á»IJ":135211,"Ãītat":135212,"غاÙĦ":135213,"Ø¥ÙĨØ´":135214,"Ø¥ÙĨشاء":135215,"TÄ°":135216,"à¸Ĥà¹īาม":135217,"Ġtroch":135218,"ĠtrochÄĻ":135219,"إص":135220,"إصابة":135221,"ĠثاÙĨÙĬ":135222,"ĠاÙĦصØŃØ©":135223,"Ġ×ĸ×Ķ×ķ":135224,"jÄħcej":135225,"ãĥĢãĥ³":135226,"ìĿ¸ìĿ´":135227,"ĠволоÑģ":135228,"ëIJĺë©´":135229,"ĠzakÅĤad":135230,"ãģĻãģĵãģ¨":135231,"以ä¸Ĭãģ®":135232,"Ġ×Ķ×ŀק×ķ×Ŀ":135233,"ÙħشاÙĩ":135234,"ÙħشاÙĩدة":135235,"Ñĩив":135236,"بش":135237,"ยà¹īาย":135238,"Ġsürdür":135239,"ĠNẵ":135240,"ĠNẵng":135241,"ĠигÑĢаÑĤÑĮ":135242,"Ġê·¸ëŁ¬ë©´":135243,"ãĥķãĥ«":135244,"ลà¹Īะ":135245,"Ġtendrá":135246,"ĠbÃły":135247,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ľà¸¹à¹ī":135248,"Ġoko":135249,"ĠokoÅĤo":135250,"wÅĤa":135251,"wÅĤaÅĽci":135252,"wÅĤaÅĽciw":135253,"æĢĿãĤı":135254,"ĠYaÅŁ":135255,"ĠBá»ĩnh":135256,"íıŃ":135257,"بÙĬد":135258,"קרף":135259,"à¹Ģศร":135260,"à¹Ģศรษ":135261,"à¹Ģศรษà¸IJ":135262,"à¹Ģศรษà¸IJà¸ģิà¸Ī":135263,"ĠاÙĦØ£ÙĪرÙĪ":135264,"ĠاÙĦØ£ÙĪرÙĪبÙĬ":135265,"fläche":135266,"ä¹ĹãĤĬ":135267,"Ġbá»ģn":135268,"Ùĩب":135269,"æľĢãĤĤ":135270,"Ġsaç":135271,"à¸Ńำà¹Ģà¸ł":135272,"à¸Ńำà¹Ģà¸łà¸Ń":135273,"Ġأج":135274,"ĠاÙĦداخÙĦ":135275,"ĠاÙĦداخÙĦÙĬØ©":135276,"×ĺ×ķ×ij":135277,"ãĤĤãģªãģı":135278,"ĠлиÑĨа":135279,"à¹ģลà¹īวà¸ģà¹ĩ":135280,"×ĸ׼×Ļר":135281,"ĠquÃł":135282,"ĠÙĥØ°ÙĦÙĥ":135283,"صØŃÙģ":135284,"ĠÃĤu":135285,"ÙĪبا":135286,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥":135287,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥à¸ĩ":135288,"à¸ķัวà¸Ńยà¹Īาà¸ĩ":135289,"Ġrápida":135290,"Ġtasar":135291,"Ġtasarım":135292,"ĠعÙĦÙĬÙĩÙħ":135293,"ס×ķ׾":135294,"cılı":135295,"cılık":135296,"ĠرغÙħ":135297,"ìĭľíĤ¤":135298,"Ġ×IJ׾ק":135299,"Ġ×IJ׾ק×ĺר":135300,"Ġ×IJ׾ק×ĺר×ķ׳×Ļ":135301,"à¹ģà¸ļà¹Īà¸ĩ":135302,"Ġhạng":135303,"ãģ£ãģ¦ãģıãĤĮ":135304,"ĠÙĨتÙĬ":135305,"ĠÙĨتÙĬجة":135306,"ıklı":135307,"غاÙĨ":135308,"à¸Ĥà¹īà¸Ńà¸Ħวาม":135309,"à¸Ľà¸¥à¸²à¸¢":135310,"ĠØ£Ùħس":135311,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว":135312,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ":135313,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥà¹īà¸Ńà¸ĩ":135314,"Ġdéfin":135315,"Ġdéfini":135316,"ÙģÙĨاد":135317,"ÙģÙĨادÙĤ":135318,"à¹Ħà¸Ķà¹īวà¹Īา":135319,"ãģªãģĦãĤĪãģĨãģ«":135320,"Ġprópria":135321,"ĠPhát":135322,"ãĤĦãģĻãģı":135323,"สวยà¸ĩาม":135324,"ê³łìļĶ":135325,"ÑıеÑĤ":135326,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵãģĮ":135327,"ترجÙħ":135328,"ĠкÑĢаÑģив":135329,"Ġ×ŀר×IJש":135330,"деж":135331,"ĠÙĬÙĪÙĨ":135332,"ĠÙĬÙĪÙĨÙĬÙĪ":135333,"ÑģкоÑĢ":135334,"ĠKasım":135335,"ê³Ħìķ½":135336,"коÑģ":135337,"ĠнаÑĢÑĥ":135338,"ĠнаÑĢÑĥÑĪен":135339,"Ġduże":135340,"accès":135341,"Ġhá»ĵng":135342,"ĠvÅ©":135343,"ãģĦãģŁãģĹãģ¾ãģĻ":135344,"Ġ×ĺ×Ļ":135345,"Ġ×ĺ×Ļ×ķ׾":135346,"lıkları":135347,"Ġquê":135348,"ëħ¸ëıĻ":135349,"ìķĶ":135350,"CIÃĵN":135351,"Ġtắc":135352,"pressão":135353,"ĠìŀĪìľ¼":135354,"สิà¸Ĺà¸ĺิà¹Į":135355,"íĥĦ":135356,"Ġ×Ķ×ŀ×ŀש׾×Ķ":135357,"å¬īãģĹãģĦ":135358,"ĠÄIJặc":135359,"ÙĨزÙĦ":135360,"ĠдÑĢÑĥгой":135361,"дÑĥÑĤ":135362,"ìĪĻ":135363,"Ġthụ":135364,"à¹Ģสร":135365,"à¹Ģสรà¹ĩ":135366,"à¹Ģสรà¹ĩà¸Ī":135367,"Ġtoplant":135368,"Ġtoplantı":135369,"×IJ×ŀף":135370,"×ķ×ľ×ª":135371,"помн":135372,"ĠyoÄŁun":135373,"ÅĦskiego":135374,"ì°©":135375,"ĠØ«ÙĦاث":135376,"ĠØ«ÙĦاثة":135377,"Ġlắng":135378,"릴":135379,"ราà¸Ĭà¸ģาร":135380,"ĠÑģлова":135381,"á»Ĩ":135382,"à¸Ķีà¸ģวà¹Īา":135383,"ãģĶãģĸãģĦãģ¾ãģĻ":135384,"Ġдиз":135385,"Ġдизайн":135386,"férence":135387,"lıklar":135388,"ãģªãĤĵãģ§ãģĻ":135389,"ajÄħcy":135390,"Ġëĭ¤ìĸij":135391,"Ġëĭ¤ìĸijíķľ":135392,"ק×Ļר":135393,"ØŃار":135394,"สูà¹ī":135395,"Ġzro":135396,"Ġzrobi":135397,"ĠzrobiÄĩ":135398,"×ŀ×Ļ׼×Ķ":135399,"à¸Ĭà¹Īวยà¹Ģหลืà¸Ń":135400,"ĠÑįÑĤÑĥ":135401,"ë´ī":135402,"楽ãģĹãģĦ":135403,"سÙĪر":135404,"íķĺê±°ëĤĺ":135405,"ÙħؤتÙħر":135406,"ĠpoczÄħ":135407,"ĠpoczÄħtk":135408,"ĠpoczÄħtku":135409,"ĠعربÙĬ":135410,"اÙĦأر":135411,"اÙĦأردÙĨ":135412,"à¸Ķร":135413,"Åĵuvre":135414,"ĠÙĪÙĥاÙĨت":135415,"ĠÅĽredni":135416,"خضر":135417,"Ġchuyến":135418,"нÑĤ":135419,"ĠìķĮê³ł":135420,"Ġvá»Ŀi":135421,"Ġ×ij×Ļ×ĵ×Ļ":135422,"×ŀ×ĵ×ķ×ijר":135423,"ÙĪÙģر":135424,"ÙĬØ¡":135425,"×ł×Ľ×¡":135426,"ĠÐĽÐ°":135427,"лон":135428,"Ġxấu":135429,"ÙģÙĬÙĨ":135430,"Ġfévrier":135431,"ĠÐŀна":135432,"ĠVá»ģ":135433,"ĠÅŁeyler":135434,"ĠполÑĥÑĩен":135435,"зад":135436,"Ġnét":135437,"à¹Ħà¸Ľà¸¢à¸±à¸ĩ":135438,"×Ĺש×ij×ķ":135439,"à¸ļัà¸Ļà¸Ĺ":135440,"à¸ļัà¸Ļà¸Ĺึà¸ģ":135441,"ĠgerçekleÅŁ":135442,"иÑĩеÑģкое":135443,"ìĪĺê°Ģ":135444,"ثبت":135445,"ãģ¤ãģ¾ãĤĬ":135446,"ĠÑĥÑģловиÑıÑħ":135447,"ëĭ¤ê°Ģ":135448,"รายà¹Ħà¸Ķà¹ī":135449,"׼×IJ×ij":135450,"à¹Ĥà¸Ľà¸£à¹Ĥม":135451,"à¹Ĥà¸Ľà¸£à¹Ĥมà¸Ĭัà¹Īà¸Ļ":135452,"jähr":135453,"jährige":135454,"ק׳×Ļ×Ŀ":135455,"×ŀ×ķק":135456,"×ŀ×ķק×ĵ":135457,"ãģ«è¡Įãģ£ãģ¦":135458,"Ø¢ÙĦ":135459,"ведение":135460,"Ġ×ľ×Ľ×ª×ķ×ij":135461,"جÙħÙĩ":135462,"جÙħÙĩÙĪرÙĬØ©":135463,"à¸īà¸ļ":135464,"à¸īà¸ļัà¸ļ":135465,"ĠCòn":135466,"à¸ľà¸ªà¸¡":135467,"ãģªãģ©ãģĮ":135468,"×IJ×Ķ×ij":135469,"ĠдейÑģÑĤвиÑı":135470,"yız":135471,"à¹Ħมà¹Īà¹Ģà¸Ħย":135472,"جÙĪز":135473,"×Ķ×Ĺ׾×ĺ×Ķ":135474,"fällt":135475,"ãĥĵãĤ¸":135476,"ãĥĵãĤ¸ãĥį":135477,"ãĥĵãĤ¸ãĥįãĤ¹":135478,"Ġ×IJ×Ļ׳×Ŀ":135479,"ĠнаÑħодиÑĤÑģÑı":135480,"ĠdziÅĽ":135481,"ستطÙĬع":135482,"׾×Ļף":135483,"Ø®ÙĦاÙģ":135484,"ÙĩÙIJ":135485,"Ġatrás":135486,"íĺģ":135487,"ãĤĴãģĶ":135488,"Ġ×Ķ×ŀ×ķצר":135489,"ĠBakanlıģı":135490,"ÑİÑīее":135491,"ÙħÙĨاط":135492,"ÙħÙĨاطÙĤ":135493,"Ùģد":135494,"à¸Ļำà¹Ħà¸Ľ":135495,"Ġваж":135496,"Ġважно":135497,"Ġmạch":135498,"׼׳×ķ":135499,"بعث":135500,"lanması":135501,"Ġayr":135502,"Ġayrıl":135503,"ìĤ¬íļĮ":135504,"dÃŃa":135505,"pÅĤyw":135506,"اÙħÙĬØ©":135507,"íĺľ":135508,"×IJ׳×Ĵ׾":135509,"×IJ׳×Ĵ׾×Ļת":135510,"ĠìŀĪëĭ¤ëĬĶ":135511,"Ġساعة":135512,"ĠëĤĺíĥĢ":135513,"bö":135514,"à¸Ħัà¸Ļ":135515,"ĠdziaÅĤania":135516,"Ø©Ùĭ":135517,"ĠngÅ©":135518,"׳צ×Ĺ":135519,"ãģ¯ãģĤãĤĭ":135520,"ĠyaÅŁÄ±nda":135521,"stück":135522,"caracter":135523,"caracterÃŃsticas":135524,"Ġrá»Ńa":135525,"ĠÙħختÙĦÙģØ©":135526,"ãģ«ãģĬãģijãĤĭ":135527,"à¹ģà¸ŀà¸ĩ":135528,"วิà¹Īà¸ĩ":135529,"תפ×ķ":135530,"ساÙĩÙħ":135531,"使ãģĨ":135532,"ÙĥرÙĬ":135533,"×IJפ×Ļ":135534,"...............":135535,"ĠÑĤаким":135536,"×Ļ׼×ķ×Ļ":135537,"شبÙĩ":135538,"جÙĬر":135539,"ãģĿãģ®ãģ¾ãģ¾":135540,"acjÄĻ":135541,"ĠاÙĦترÙĥ":135542,"ĠاÙĦترÙĥÙĬ":135543,"ĠпÑĢавилÑĮно":135544,"ĠتعÙħÙĦ":135545,"à¸ģลà¹īา":135546,"Ġbiên":135547,"Ġ×ij׳×Ļ×Ļת":135548,"ĠклÑĥб":135549,"Ġ×ŀש×Ķ":135550,"вÑĪий":135551,"ãģĵãģ¨ãģĮãģ§ãģįãĤĭ":135552,"à¸ŀัà¸Ļà¸ĺุ":135553,"à¸ŀัà¸Ļà¸ĺุà¹Į":135554,"ר×ķ×Ŀ":135555,"ĠاÙĦÙģرÙĨ":135556,"ĠاÙĦÙģرÙĨسÙĬ":135557,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ħà¸Ļ":135558,"ãģĹãģ¦ãģĬãĤĬ":135559,"Ġthầy":135560,"ãĤĵãģłãģijãģ©":135561,"ìĶ¨":135562,"ÙħدÙĨ":135563,"تÙĪÙĨ":135564,"ĠмеÑĤал":135565,"ĠмеÑĤалл":135566,"ĠinÃŃcio":135567,"à¸Ńà¸Ńà¸ģà¸Īาà¸ģ":135568,"ëĴ¤":135569,"Ġcuá»ijn":135570,"Ġbuá»Ļc":135571,"ÙĨسÙĬ":135572,"ächt":135573,"×ŀ×Ļ׳×Ļ×Ŀ":135574,"ãģķãģ¦":135575,"ãģĮãģ§ãģį":135576,"ÑĬем":135577,"Ġtái":135578,"ĠЧÑĤ":135579,"ĠЧÑĤобÑĭ":135580,"à¸Ľà¸¥à¸¹à¸ģ":135581,"à¸Ĭุมà¸Ĭà¸Ļ":135582,"нÑģкий":135583,"Ġvững":135584,"Ġ×Ķ׾×ij":135585,"ële":135586,"Ġשע×ijר":135587,"ваÑĤÑĮÑģÑı":135588,"бой":135589,"عÙĪÙĨ":135590,"à¹ģà¸Ķà¸Ļ":135591,"Ġספר×Ļ×Ŀ":135592,"Ġtuyên":135593,"Ġnhiêu":135594,"ĠQuý":135595,"Ġhuyết":135596,"ãĤıãģĭãĤīãģªãģĦ":135597,"Ġ×ŀ׼ף":135598,"Ġ×Ķק׾":135599,"Ġ׾×IJ×ķר":135600,"ĠÄIJiá»ĩn":135601,"شؤ":135602,"شؤÙĪÙĨ":135603,"Ġ×ŀ×Ĺפש":135604,"ĠпоÑģÑĤоÑıнно":135605,"×ŀ×Ļר":135606,"ìħĶ":135607,"ÐŀÑģ":135608,"ÐŀÑģнов":135609,"×ĸ×Ļת":135610,"ĠHá":135611,"ĠÑĩаÑģов":135612,"×IJ×ķ׾×Ļ":135613,"Ġmát":135614,"خرÙĪ":135615,"خرÙĪج":135616,"ÙĤضا":135617,"ÙĤضاÙĬا":135618,"à¹Ģà¸Ľà¸Ńรà¹Į":135619,"ĠÙĬÙĪÙĦ":135620,"ĠÙĬÙĪÙĦÙĬÙĪ":135621,"à¹Ĥà¸Ĺษ":135622,"׳פ׾":135623,"ת×ķש":135624,"ת×ķש×ij×Ļ":135625,"Ġvários":135626,"×ŀר×IJ×Ķ":135627,"ëĿ¼ìĿ´":135628,"ÙĨغ":135629,"×ijצע":135630,"гон":135631,"ĠÄIJược":135632,"عÙı":135633,"пÑĥÑģк":135634,"ĠÙĪاÙĦÙģ":135635,"ücü":135636,"×Ļק×Ļ×Ŀ":135637,"ĠسبÙĬÙĦ":135638,"׾×ijף":135639,"ĠاÙĦÙĤرÙĨ":135640,"ס×ķת":135641,"ĠQuáºŃn":135642,"ãģĵãĤĮãģĮ":135643,"ãĥĸãĥ©ãĥ³ãĥī":135644,"×Ĵ×ŀר":135645,"ĠwartoÅĽci":135646,"ĠÙĪبÙĬÙĨ":135647,"Ġdạ":135648,"ÐIJв":135649,"ÐIJвÑĤо":135650,"Ġolacaktır":135651,"à¸Ļà¸Ĺà¹Į":135652,"Ùħطار":135653,"Ġעק×ij":135654,"Ġתפ":135655,"ãģĹãģ¦ãģĦãģ¦":135656,"צ×ŀ×Ĺ":135657,"à¸Īà¸Ńà¸ĩ":135658,"Ġöde":135659,"ìį¨":135660,"ÙĨاس":135661,"調ãģ¹":135662,"ĠогÑĢомн":135663,"ë³´íĹĺ":135664,"×ĺק":135665,"×ĺקס×ĺ":135666,"ĠbaÅŁv":135667,"ĠbaÅŁvuru":135668,"Ġpomys":135669,"ĠpomysÅĤ":135670,"ãģ«ä¹Ĺ":135671,"Ġש׼ף":135672,"ĠاÙĦÙħسؤÙĪÙĦ":135673,"Ġзан":135674,"ĠзанÑıÑĤ":135675,"ĠdÆ°Æ¡ng":135676,"ãĥĹãĥ¬ãĤ¤":135677,"ลà¸ļ":135678,"ÑĤика":135679,"ĠAralık":135680,"Ġнедо":135681,"Ġmá»Ļ":135682,"Ġoran":135683,"Ġoranı":135684,"Ġktór":135685,"ĠktórÄħ":135686,"Ġ×Ķ×IJ×Ĺר×ķ׳×ķת":135687,"ائÙĨ":135688,"ÅĦs":135689,"ÅĦska":135690,"åĽ½ãģ®":135691,"×ŀ×ĺ×Ļ":135692,"ĠвопÑĢоÑģÑĭ":135693,"à¸Ńà¸ĩà¸Ħà¹Įà¸ģร":135694,"×ŀ×ķצ×IJ":135695,"Ġpóź":135696,"Ġpóźniej":135697,"ש×ŀ×IJ׾":135698,"Ġkaps":135699,"Ġkapsam":135700,"Ġkapsamında":135701,"Ġmáquina":135702,"ĠÅĽwiecie":135703,"ĠhoÃłng":135704,"Ġözgü":135705,"×Ĵ×ķר×Ŀ":135706,"ãģĤãģŁãĤĬ":135707,"à¸ķัà¸Ķสิà¸Ļ":135708,"à¸ķัà¸Ķสิà¸Ļà¹ĥà¸Ī":135709,"бÑĢи":135710,"ãģ«ãģªãĤĭãģ¨":135711,"تÙĥÙĪÙĨ":135712,"Ġ×ķ×Ķ×Ļ×IJ":135713,"Ġchiếu":135714,"ÑģÑĤанав":135715,"ÑģÑĤанавли":135716,"ÑģÑĤанавлива":135717,"×ŀ×ķ×Ĵ":135718,"cité":135719,"ĠKörper":135720,"Ġש×Ĵ×Ŀ":135721,"عظ":135722,"عظÙĬÙħ":135723,"Ġ×Ķ×IJ×Ļש×Ļ":135724,"Ġmatière":135725,"ĠÙģÙĪÙĤ":135726,"Ġkto":135727,"ĠktoÅĽ":135728,"à¸Ļà¹Ĥย":135729,"à¸Ļà¹Ĥยà¸ļาย":135730,"å¾ħãģ¡":135731,"à¹Ģมà¸Ļ":135732,"à¹Ģมà¸Ļู":135733,"AÃĩÃĥO":135734,"Ġtù":135735,"Ġtùy":135736,"ãĥĪãĥ³":135737,"ĠоÑĤказ":135738,"Ġ×ŀ×ķצר":135739,"ülü":135740,"ãģķãĤĵãģ«":135741,"Ġ×Ĺ×ķ×ij":135742,"קר×Ļ×IJ×Ķ":135743,"ĠاÙĦخدÙħات":135744,"ĠÙĦÙħدة":135745,"رؤ":135746,"رؤÙĬØ©":135747,"ãĤĴè¦ĭãģ¤ãģij":135748,"à¸Łà¸²":135749,"Ġréussi":135750,"à¸Ļัà¸ģà¹Ģรียà¸Ļ":135751,"ĠÑĩиÑģл":135752,"à¸ģารà¹Ģลà¹Īà¸Ļ":135753,"Ġhazırl":135754,"Ġhazırlan":135755,"ĠпеÑĢвÑĭй":135756,"лим":135757,"ĠоÑĤзÑĭвÑĭ":135758,"ĠwyjÄħ":135759,"ĠwyjÄħtk":135760,"ĠØ£ÙĤÙĦ":135761,"ס×ļ":135762,"Ġê²°ìłķ":135763,"Ġ׾×ŀעש×Ķ":135764,"Ġlắp":135765,"à¹ģà¸ļร":135766,"à¹ģà¸ļรà¸Ļà¸Ķà¹Į":135767,"วà¹Īาà¹Ģà¸Ľà¹ĩà¸Ļ":135768,"Ġبدا":135769,"ĠبداÙĬØ©":135770,"ãģ¨ãģĦãģĨãģ®ãģĮ":135771,"иÑĩеÑģким":135772,"à¸ģารà¸ŀัà¸Ĵà¸Ļา":135773,"ĠbÃło":135774,"ĠmiaÅĤa":135775,"ywaÄĩ":135776,"ĠMärz":135777,"ĠÙĨسبة":135778,"Ġéconomique":135779,"×ĸ×ŀ":135780,"×ĸ×ŀ׳×Ļ×Ŀ":135781,"æŃ¢ãĤģ":135782,"Ġtủ":135783,"íķĺìĭł":135784,"Ġkażdego":135785,"straÃŁe":135786,"à¸Ĭีà¹ī":135787,"à¹Ģà¸ļา":135788,"ÑĢеÑģÑĥÑĢÑģ":135789,"евой":135790,"شباب":135791,"à¸ķà¹Īาà¸ĩà¸Ľà¸£à¸°à¹Ģà¸Ĺศ":135792,"Ġ×IJ×Ļש":135793,"Ġ×IJ×Ļש×Ļת":135794,"×Ļ×ķפ":135795,"×Ļ×ķפ×Ļ":135796,"ĠìļĶ구":135797,"ì¡°ìĤ¬":135798,"ãģ£ãģŁãĤī":135799,"׾×Ļק":135800,"миниÑģÑĤÑĢ":135801,"ãĤĤãģ®ãģ¯":135802,"ĠlÆ°Æ¡ng":135803,"Ġнаи":135804,"Ġнаибол":135805,"Ġнаиболее":135806,"íİĺ":135807,"à¹ģà¸ŀà¹ī":135808,"ãĤŃãĥ¥":135809,"ĠкоÑĤоÑĢÑĭм":135810,"à¹ģà¸Ĺà¸ĩ":135811,"à¹ģà¸Ĺà¸ĩà¸ļà¸Ńล":135812,"Ġ׳×Ļ×Ķ":135813,"Ġ׳×Ļ×Ķ×ķ׾":135814,"âĤª":135815,"ĠGiải":135816,"ĠиÑģполÑĮзова":135817,"ëł¥ìĿĦ":135818,"ãģĹãģĭãĤĤ":135819,"à¸ģà¹ĩà¸ķà¹īà¸Ńà¸ĩ":135820,"ĠÑĢеб":135821,"ĠÑĢебен":135822,"ĠÑĢебенка":135823,"تÙĪاصÙĦ":135824,"ãĤ°ãĥ«ãĥ¼ãĥĹ":135825,"ãĤĦãĤī":135826,"à¹Ģà¸Ľà¸´à¸Ķà¸ķัว":135827,"бÑĢо":135828,"ë°ĸìĹIJ":135829,"ÙĨÙİا":135830,"×Ķ×Ĵ":135831,"×Ķ×Ĵ׳×Ķ":135832,"à¸Ĺรั":135833,"à¸Ĺรัà¸ŀ":135834,"à¸Ĺรัà¸ŀยà¹Į":135835,"Ġkhá»iji":135836,"עצ×ŀ×ķ":135837,"болезн":135838,"Ġë°ĽìķĦ":135839,"มà¸Ļ":135840,"มà¸Ļุ":135841,"มà¸Ļุษ":135842,"มà¸Ļุษยà¹Į":135843,"âĹĨ":135844,"×ŀצ׾×Ļ×Ĺ":135845,"Ñıвление":135846,"ÙħØ·ÙĦ":135847,"ÙħØ·ÙĦÙĪب":135848,"خاÙĦÙģ":135849,"تÙĪÙĤÙģ":135850,"ãģ§ãģįãģ¾ãģĽãĤĵ":135851,"оÑģÑĤей":135852,"меÑĩа":135853,"기ëĬĶ":135854,"תשע":135855,"صÙĬب":135856,"Ġ×ij×¢×ķ×ĵ":135857,"à¸Ĥà¸Ńà¸ĩà¹Ģà¸Ĥา":135858,"ÑĤÑıж":135859,"ĠÑĥпÑĢав":135860,"ĠÑĥпÑĢавлениÑı":135861,"Ġgénér":135862,"ĠthÃŃ":135863,"פ×ļ":135864,"ĠرÙħض":135865,"ĠرÙħضاÙĨ":135866,"Ġtruyá»ĩn":135867,"إعداد":135868,"ãĤµãĥĿãĥ¼ãĥĪ":135869,"Ġполно":135870,"خاÙħ":135871,"ÐŁÐµÑĤ":135872,"ÐŁÐµÑĤеÑĢ":135873,"ÐŁÐµÑĤеÑĢбÑĥÑĢ":135874,"ÐŁÐµÑĤеÑĢбÑĥÑĢг":135875,"ÙħÙĨتدÙī":135876,"ãģķãĤĮãģ¾ãģĹãģŁ":135877,"ĠëĮĢíķĺìŬ":135878,"à¸ľà¸¹à¹īà¸Ĺีà¹Ī":135879,"Ġ×ŀ×IJ×ķ":135880,"׾׳×ĵ":135881,"оÑĩнÑĭе":135882,"ĠнаÑĩала":135883,"Ġ׾×Ļ׾×ĵ×Ļ×Ŀ":135884,"овое":135885,"ãģĻãĤĭãģĵãģ¨ãģ§":135886,"ĠاÙĦÙĨÙģ":135887,"ĠاÙĦÙĨÙģØ·":135888,"ìŀĪëĬĶ":135889,"غÙĨÙĬ":135890,"פ×ĵ":135891,"ãĤ¾":135892,"ĠCré":135893,"ãģ©ãģ¡ãĤī":135894,"ثاÙĨ":135895,"ÑĢабаÑĤ":135896,"ÑĢабаÑĤÑĭва":135897,"Ġê°Ļëĭ¤":135898,"à¸Īั":135899,"à¸Īัà¸ģร":135900,"Ġchụ":135901,"Ġchụp":135902,"ĠмаÑģÑĤ":135903,"ĠмаÑģÑĤеÑĢ":135904,"Ġnắm":135905,"ĠÑģÑĤали":135906,"Ġ×Ķ×IJ×Ļר×ķ×¢":135907,"ãĤ½ãĥ³":135908,"åĪĨãģĭãĤĬ":135909,"طبع":135910,"بدا":135911,"gráfico":135912,"геÑĢ":135913,"à¸Ķำà¹Ģà¸Ļิà¸Ļà¸ģาร":135914,"Ġsaldır":135915,"Ġsaldırı":135916,"вÑĪиÑħ":135917,"ãģĭãģ£ãģŁãģ§ãģĻ":135918,"Ġyapıyor":135919,"ĠاÙĦÙģت":135920,"צרפת":135921,"здоÑĢов":135922,"×ij×¢×ľ":135923,"Ġ×IJ×ŀ×Ļת×Ļ":135924,"ĠобÑĭ":135925,"ĠобÑĭÑĩ":135926,"ĠобÑĭÑĩно":135927,"Ġ׾×ķ×ŀר":135928,"تÙĥÙĨ":135929,"تÙĥÙĨÙĪÙĦÙĪج":135930,"تÙĥÙĨÙĪÙĦÙĪجÙĬا":135931,"Ġhakkı":135932,"ĠÑĢав":135933,"ĠÑĢавно":135934,"رÙĬÙĥ":135935,"Ġ×ij×ŀ×Ļ×ĵ":135936,"Ġ×ij×ŀ×Ļ×ĵ×Ķ":135937,"à¹ģà¸ģà¹īว":135938,"Ġìĸĺ":135939,"Ġìĸĺ기":135940,"ãģĹãģ¦ãģĦãģ¾ãģĹãģŁ":135941,"Ġkısm":135942,"Ġkısmı":135943,"걸":135944,"åĨħãģ®":135945,"ì§ķ":135946,"à¹Ģหมืà¸Ńà¸Ļà¸ģัà¸Ļ":135947,"ĠÙģÙIJ":135948,"ĠÙģÙIJÙĬ":135949,"ÙĤاعدة":135950,"Ġmożesz":135951,"ÙħصاÙĦ":135952,"ÙħصاÙĦØŃ":135953,"ãģ¾ãģŁãģ¯":135954,"бег":135955,"Ġsıc":135956,"Ġsıcak":135957,"ÑĩиÑģ":135958,"ÑĩиÑģлен":135959,"Ġног":135960,"ãĥģãĥ£ãĥ³":135961,"ãĥ«ãĥī":135962,"Ġgió":135963,"Ġsını":135964,"Ġsınıf":135965,"иваÑĤÑĮ":135966,"Ġquên":135967,"Ġìłģ":135968,"Ġìłģìļ©":135969,"ĠJoão":135970,"Ùģاد":135971,"ĠGlück":135972,"à¸Ĺà¸Ńà¸Ķ":135973,"Ġgói":135974,"ï¼Ĭ":135975,"Ġdétail":135976,"ĠدÙĬسÙħ":135977,"ĠدÙĬسÙħبر":135978,"ë¡ľìĦľ":135979,"×ŀ×ķ×Ĺ":135980,"à¹Ħฮ":135981,"ĠоÑĤд":135982,"ĠоÑĤдÑĭÑħ":135983,"Ġkhuyến":135984,"à¸Ħà¸Ńย":135985,"ĠجÙĨÙĬ":135986,"ĠجÙĨÙĬÙĩ":135987,"ĠاÙĦدÙģاع":135988,"à¸Ļà¹īำหà¸Ļัà¸ģ":135989,"ĠìĤ¬ëŀĮëĵ¤ìĿ´":135990,"Ġthừa":135991,"ĠÃ¶ÄŁrenci":135992,"ĠпомоÑīи":135993,"ĠczÄĻÅĽÄĩ":135994,"ש×ĺר":135995,"ĠNhi":135996,"ĠNhiá»ģu":135997,"׳צ×Ļ":135998,"ĠнаÑĪем":135999,"ĠkarÅŁÄ±laÅŁ":136000,"Ġ×Ķש׳×Ļ×Ŀ":136001,"ĠÄIJÆ°á»Ŀng":136002,"Ġtrú":136003,"ĠÑĢазлиÑĩнÑĭÑħ":136004,"ĠاÙĦØ´Ùĩر":136005,"Ġ×ľ×¢×ķ׾×Ŀ":136006,"ØŃجر":136007,"ĠÄijá»ķ":136008,"ĠìĿĺíķ´":136009,"à¸ļà¹Īà¸Ńย":136010,"Ġ×Ķ×Ļ׾×ĵ":136011,"ãģ¨ãģªãģ£ãģŁ":136012,"Ġ×Ĺ×ķ×ķת":136013,"Ġש×Ļר×ķת×Ļ":136014,"Äħcy":136015,"سرÙĬ":136016,"KÄ°":136017,"פ׳×ķ":136018,"ÑģÑĤÑĢÑĥкÑĤÑĥÑĢ":136019,"ÑĤÑĢÑĥд":136020,"Ġ×Ķקר":136021,"Ġ×Ķקר×ķ×ij":136022,"ĠtháºŃm":136023,"èģŀãģį":136024,"ÙĤÙĪÙĬ":136025,"клÑİÑĩен":136026,"ÑĤеÑħ":136027,"ÑĤеÑħнолог":136028,"è¡Įãģ£ãģŁ":136029,"Ġ×ķ×IJ×Ļף":136030,"ĠÅŁeklin":136031,"ĠÅŁeklinde":136032,"rô":136033,"ÑĢог":136034,"ĠновÑĭе":136035,"Ġס×ij×Ļ×ij":136036,"ĠtecnologÃŃa":136037,"×¡×Ľ":136038,"×¡×Ľ×ķ×Ŀ":136039,"ĠÅŀub":136040,"ĠÅŀubat":136041,"Ġ×Ķ×ŀ׾×IJ":136042,"Ġwypos":136043,"Ġwyposaż":136044,"ãģ¯ä½ķ":136045,"ãĤ¬ãĥ³":136046,"ê°ĸ":136047,"Ġкакие":136048,"Ġçocuklar":136049,"Ġ׾צ×ĵ":136050,"Ġkayıt":136051,"ĠмеÑģÑĤе":136052,"ÙħدÙĬÙĨØ©":136053,"Ġ׼×Ĵ":136054,"Ġ׼×Ĵ×ķף":136055,"ãģĹãģ¦ãĤĭ":136056,"ĠÙħاÙĬÙĪ":136057,"ãģ£ãģ¦ãģĹãģ¾ãģ£ãģŁ":136058,"ĠпÑĢогÑĢаммÑĭ":136059,"à¹ģลà¸Ļà¸Ķà¹Į":136060,"ãĥ¯ãĤ¤":136061,"ער×ķ×¥":136062,"Ñģид":136063,"ĠBöyle":136064,"Ġì²ĺìĿĮ":136065,"Ġתפק×Ļ×ĵ":136066,"ĠTrên":136067,"íĥĪ":136068,"ĠÐłÐ¾ÑģÑģий":136069,"ĠÐłÐ¾ÑģÑģийÑģкой":136070,"ĠsÃłn":136071,"Ġrègle":136072,"ĠyaklaÅŁÄ±k":136073,"à¹Ģลิà¸ģ":136074,"ĠدائÙħ":136075,"Ġ×ķ×Ĵ":136076,"ابر":136077,"Ġbè":136078,"ĠاÙĦÙĤدÙħ":136079,"ĠÑĢеÑĪениÑı":136080,"hiên":136081,"ÑĤик":136082,"ÄĦ":136083,"à¸ļรรยาà¸ģ":136084,"à¸ļรรยาà¸ģาศ":136085,"רצ×ķף":136086,"åĭķãģį":136087,"ĠGäste":136088,"Ġ기본":136089,"ĠÙĬعرÙģ":136090,"ĠSá»Ń":136091,"gÅĤÄĻb":136092,"à¹Ģà¸Ńส":136093,"×IJ×ŀ×Ļף":136094,"ĠпÑĥнк":136095,"ĠпÑĥнкÑĤ":136096,"Ġ×Ļ×ķ×ĵ×¢×Ļ×Ŀ":136097,"ãĤ«ãĥ©ãĥ¼":136098,"Ġ×ijס×ĵר":136099,"Ġbuá»ĵn":136100,"йÑĤ":136101,"йÑĤеÑģÑĮ":136102,"ãĤĴæ±ĤãĤģ":136103,"Ġ×IJ×ª×Ľ×Ŀ":136104,"Ġ모르":136105,"ظرÙĪÙģ":136106,"ÑĩеÑģÑĤво":136107,"ìĸ´ìĦľ":136108,"Ġодна":136109,"Ġkapı":136110,"Ġëħ¸ëł¥":136111,"ĠKüche":136112,"ĠاÙĦتش":136113,"Ø·ÙĬب":136114,"ĠíĬ¹íŀĪ":136115,"ĠвÑĭпÑĥÑģ":136116,"ĠвÑĭпÑĥÑģк":136117,"×ĵת×Ļ":136118,"ĠuÄŁ":136119,"ĠuÄŁra":136120,"ائÙĩا":136121,"Ġthoát":136122,"ãģªãĤĤãģ®":136123,"ÑijÑĢ":136124,"기ê°Ģ":136125,"ĠgeliÅŁme":136126,"تØŃÙĤ":136127,"تØŃÙĤÙĤ":136128,"ĠопаÑģ":136129,"бÑĢоÑģ":136130,"หุ":136131,"หุà¹īà¸Ļ":136132,"ì¼Ģ":136133,"ãĤ¹ãĥŀ":136134,"ãĤ¹ãĥŀãĥĽ":136135,"Ø£Ùģر":136136,"Ø£Ùģراد":136137,"ĠThá»±c":136138,"Ġthắ":136139,"ãĥªãĥ³ãĤ¯":136140,"Ġniá»ģm":136141,"ĠHöhe":136142,"عÙħار":136143,"ÙĥÙĪرÙĪÙĨ":136144,"ÙĥÙĪرÙĪÙĨا":136145,"ĠÄIJến":136146,"ĠÑģамом":136147,"ĠÑĤеле":136148,"ĠÄijoán":136149,"à¸Ħวามà¸Ħิà¸Ķà¹Ģหà¹ĩà¸Ļ":136150,"ĠдиÑģк":136151,"أطÙģاÙĦ":136152,"มารà¹Į":136153,"à¸Ĺหาร":136154,"à¸Ĺà¸Ļ":136155,"ĠبعÙĬد":136156,"ĠاÙĦÙĩÙĨد":136157,"åĩºãģĹãģ¦":136158,"Ġkarde":136159,"ĠkardeÅŁ":136160,"×Ķ×Ļס×ĺ×ķר":136161,"×Ķ×Ļס×ĺ×ķר×Ļ×Ķ":136162,"éģ¸ãģ³":136163,"عاÙħÙĦ":136164,"à¸Ĥยาย":136165,"Ġtürl":136166,"Ġtürlü":136167,"ĠìĿ¼ìĿ´":136168,"Ġmatéria":136169,"Ġ׼׾×ķ×ŀר":136170,"ãĥģãĥ£ãĥ¼":136171,"جÙħاعة":136172,"ĠÑģвоим":136173,"Ø¥ÙĤاÙħØ©":136174,"ä¾ĭãģĪãģ°":136175,"ساب":136176,"آخر":136177,"ÙĤدÙĬر":136178,"×IJ×ŀ×Ļ":136179,"ìĸ»":136180,"Ġ׳×ķספת":136181,"ĠÐĴлад":136182,"ĠÐĴладим":136183,"ĠÐĴладимиÑĢ":136184,"Ġestará":136185,"ãģĵãģĨãģĦãģĨ":136186,"ãĤĴ使çĶ¨":136187,"มาà¸ķร":136188,"มาà¸ķรà¸IJาà¸Ļ":136189,"ãģ£ãģ½":136190,"Ġnú":136191,"Ġnúi":136192,"ยาà¸ĩ":136193,"ĠاÙĦجÙĨس":136194,"Ġüstün":136195,"ëľ»":136196,"ãĤ»ãĥ«":136197,"ãģ¦ãģĦãģįãģ¾ãģĻ":136198,"Ġ×Ĺ×ķ×ĸ":136199,"Ġ×Ĺ×ķ×ĸר":136200,"ĠÐĵлав":136201,"à¹Ĥà¸Ĭà¸Ħ":136202,"íıIJ":136203,"ÙĨتظر":136204,"Ġ×Ĵ×ij×Ļ":136205,"عÙĤب":136206,"intér":136207,"intérêt":136208,"×ŀפ×Ĵ":136209,"×ŀפ×Ĵש":136210,"Ġthù":136211,"اÙģت":136212,"Ġ×ŀשפ":136213,"Ġ×ŀשפ×ĺ×Ļ":136214,"ĠÙħÙĪاÙĤع":136215,"è¦ļ":136216,"è¦ļãģĪ":136217,"×ĵ×Ļף":136218,"à¹Ģรืà¹Īà¸Ńà¸ĩราว":136219,"ãģ¾ãģĤ":136220,"Ġghế":136221,"иÑĢÑĥÑİÑĤ":136222,"à¸ģว":136223,"à¸ģวà¹īาà¸ĩ":136224,"ĠповеÑĢ":136225,"ĠповеÑĢÑħ":136226,"ĠповеÑĢÑħноÑģÑĤ":136227,"׳×ĵר":136228,"ĠконÑĨе":136229,"Ġдолжна":136230,"Ġ×Ļש×Ļר":136231,"acaģız":136232,"ìĹĶ":136233,"ĠnÃŃvel":136234,"Ġör":136235,"Ġörnek":136236,"ÙĥÙģ":136237,"ĠФедеÑĢаÑĨии":136238,"Ġ구ìĦ±":136239,"หัวà¹ĥà¸Ī":136240,"ĠVáºŃy":136241,"мед":136242,"меди":136243,"медиÑĨин":136244,"медиÑĨинÑģк":136245,"ازÙĬ":136246,"×Ĵ×ij×ķ׾":136247,"ÑĦÑĢ":136248,"Ġzusätzlich":136249,"à¸ģà¸ģ":136250,"ĠاÙĦاÙĤتصادÙĬØ©":136251,"Ġhè":136252,"luÄŁun":136253,"جÙİ":136254,"à¹Ħà¸Łà¸¥à¹Į":136255,"ÄIJT":136256,"ãģĿãģ®ä»ĸ":136257,"à¸Ĺิà¹īà¸ĩ":136258,"ĠاÙĦØ£ÙĪ":136259,"رسÙħ":136260,"æ°Ĺãģ¥":136261,"ìĿ´ë©°":136262,"ÑĮев":136263,"صط":136264,"ĠاÙĦاستث":136265,"ĠاÙĦاستثÙħار":136266,"à¸Ńาà¸Ħาร":136267,"ĠÑĤоÑĩно":136268,"ĠVân":136269,"à¸Ńร":136270,"à¸Ńรà¹Īà¸Ńย":136271,"ĠاÙĦسÙĨØ©":136272,"ĠcÆ°á»Ľi":136273,"×Ļ×Ķף":136274,"íį¼":136275,"話ãģĹ":136276,"âĹĭ":136277,"ĠìķĬìĿĢ":136278,"ãĥ¡ãĥ¼ãĤ":136279,"ãĥ¡ãĥ¼ãĤ«":136280,"ãĥ¡ãĥ¼ãĤ«ãĥ¼":136281,"ĠÑĤепло":136282,"å½¼ãĤī":136283,"ĠÄ°z":136284,"ĠÄ°zmir":136285,"íĻį":136286,"Ġrượ":136287,"Ġrượu":136288,"æĢĿãģĦåĩº":136289,"ĠPhạm":136290,"Ġcháu":136291,"צ×Ļ×ķת":136292,"ĠìĿ¼ë³¸":136293,"ìĤ¬ëĬĶ":136294,"ĠÑģоздан":136295,"Ġaracı":136296,"Ġער":136297,"Ġער×Ļ׼×Ķ":136298,"ĠíķĺëĤĺëĭĺìĿĺ":136299,"dziÅĤ":136300,"à¸Ľà¸£à¸°à¸ĺาà¸Ļ":136301,"ĠserÃŃa":136302,"ĠìŀĪëıĦë¡Ŀ":136303,"درج":136304,"íķľëĭ¤ëĬĶ":136305,"à¸Ńาà¸Ĺ":136306,"à¸Ńาà¸Ĺิà¸ķ":136307,"à¸Ńาà¸Ĺิà¸ķยà¹Į":136308,"ÑĤелÑĮнÑĭй":136309,"ĠخدÙħات":136310,"×ŀ׳×ĺ":136311,"Ġlược":136312,"ĠSÃłi":136313,"ĠÙĪاض":136314,"ĠÙĪاضØŃ":136315,"غاز":136316,"ĠdoÄŁal":136317,"Ġ×ijש×Ŀ":136318,"Ġдлин":136319,"Ġإطار":136320,"Ġ×ijספר":136321,"ãĤĴä¸İ":136322,"ãĤĴä¸İãģĪ":136323,"Ġë²ķë¥ł":136324,"ĠÑĥвели":136325,"ĠÑĥвелиÑĩи":136326,"สà¹Ħà¸ķ":136327,"สà¹Ħà¸ķลà¹Į":136328,"à¹Ħà¸ģล":136329,"×ij×Ĺף":136330,"ĠìĿ´íĽĦ":136331,"Ġmunic":136332,"ĠmunicÃŃpio":136333,"تÙħØ«ÙĦ":136334,"ĠÄijáo":136335,"Hôtel":136336,"Ġlá»Ńa":136337,"ĠÄijẳng":136338,"Ñĩки":136339,"شرÙĪ":136340,"شرÙĪØ·":136341,"ĠìĿ´ë¥¼":136342,"ÙĬÙĭا":136343,"×ŀ׾×ļ":136344,"×ŀ×Ķ×Ļר×ķת":136345,"ĠобÑıзаÑĤелÑĮ":136346,"ĠобÑıзаÑĤелÑĮно":136347,"énergie":136348,"Ġmudança":136349,"Ġmụ":136350,"Ġmụn":136351,"Ġnº":136352,"ĠاÙĦتعا":136353,"ĠاÙĦتعاÙĪÙĨ":136354,"ĠاÙĦاجتÙħاعÙĬØ©":136355,"ĠплаÑģÑĤ":136356,"Ġëĵ±ìĿĺ":136357,"ãĥIJãĤ¤ãĤ¯":136358,"ÙĩجÙĪÙħ":136359,"ĠSaúde":136360,"Ġì¤ijìļĶíķľ":136361,"Ġ×Ķצ×Ļ×ij×ķר":136362,"×ª×§×Ł":136363,"ĠاÙĦعاÙĦÙħÙĬ":136364,"ĠболÑĮÑĪой":136365,"ĠÙĥÙĦÙħ":136366,"ĠÙĥÙĦÙħØ©":136367,"ãģ®ãģ§ãģ¯ãģªãģĦãģ§ãģĹãĤĩãģĨãģĭ":136368,"ĠÙħباراة":136369,"Ġש×IJ׳":136370,"Ġש×IJ׳×Ĺ׳×ķ":136371,"ãĤ¹ãĤ¿ãĤ¤ãĥ«":136372,"ĠSaÄŁ":136373,"ĠSaÄŁlık":136374,"ĠhÆ°":136375,"׳×Ĺ×Ķ":136376,"Ġ×ijקר×ij":136377,"طعÙħ":136378,"หิà¸Ļ":136379,"à¸Ĺุà¸ģวัà¸Ļ":136380,"à¸Ħรัà¹īà¸ĩà¸Ĺีà¹Ī":136381,"ĠlÃłnh":136382,"Ġdonné":136383,"ãģĽãģĦ":136384,"جزÙĬرة":136385,"доÑĢож":136386,"ì¼ľ":136387,"تÙĨظÙĬÙģ":136388,"ãĥģãĥ§":136389,"Ġaldıģı":136390,"جاج":136391,"ĠÑĤомÑĥ":136392,"à¸Ľà¸´":136393,"Ġ×ijרשת":136394,"ãģıãģªãĤĬãģ¾ãģĻ":136395,"ĠпÑĢинÑĨип":136396,"Ġ×Ĺ׾×ķ":136397,"ëı¼":136398,"×ķ×Ĵש":136399,"سس":136400,"à¸Ľà¸¹":136401,"Ġhầu":136402,"æĦŁãģĺãĤĭ":136403,"ï¼´":136404,"دÙĪا":136405,"ĠÑģмог":136406,"scrição":136407,"ĠtháºŃn":136408,"Ġר×ķ×IJ×Ķ":136409,"обÑĢажен":136410,"ĠاÙĦتجارÙĬØ©":136411,"طبÙĬع":136412,"jÄħcÄħ":136413,"íĸīìľĦ":136414,"ĠновÑĭй":136415,"Ġ×ŀ×Ĺ×ĵש":136416,"æĮ¯ãĤĬ":136417,"gué":136418,"Ġ×IJ×Ļר×ķ×¢":136419,"Ġ×IJ×Ļר×ķ×¢×Ļ×Ŀ":136420,"ĠاÙĦØ°Ùĩب":136421,"×ĵ×IJ":136422,"تاÙĨ":136423,"ãģłãģĹ":136424,"à¸Ńัà¸ķรา":136425,"à¹Ĥà¸Ī":136426,"بÙĦاد":136427,"×Ķ×Ļ×Ļ׳×ķ":136428,"ĠÑģпе":136429,"ĠÑģпеÑĨиалÑĮно":136430,"ĠÅĽwiata":136431,"ãĤĵãģ§ãģĻãĤĪ":136432,"شرÙĥØ©":136433,"ĠpÅĤyt":136434,"Ġsitué":136435,"Ġ׼×IJ׾×Ķ":136436,"ס×ijר":136437,"Ġkażd":136438,"Ġkażdym":136439,"ãĤĴæĮģãģ¤":136440,"׾×Ķ׾":136441,"׾×Ķ׾ף":136442,"ĠwÅĤas":136443,"ĠwÅĤasne":136444,"ĠsaÄŁlan":136445,"×ŀ×¢×ľ×Ķ":136446,"ĠاÙĦاÙĪÙĦ":136447,"ìĹIJìĦľëıĦ":136448,"×IJ×Ļר×ķפ×Ķ":136449,"تÙĤÙĨÙĬØ©":136450,"Ùħائ":136451,"Ùħائة":136452,"ĠcompañÃŃa":136453,"Ġsürek":136454,"Ġsürekli":136455,"ĠиÑģкÑĥÑģ":136456,"ĠиÑģкÑĥÑģÑģÑĤв":136457,"ĠBürger":136458,"ת×Ĺר":136459,"ת×Ĺר×ķת":136460,"à¸ŀรà¹īà¸Ńมà¸ģัà¸ļ":136461,"Ø´Ùħ":136462,"à¸ĸืà¸Ńวà¹Īา":136463,"è¾¼ãĤĢ":136464,"ä¼ijãģ¿":136465,"ĠاÙĦأب":136466,"ĠÑģÑĤоимоÑģÑĤÑĮ":136467,"ĠпÑĢава":136468,"mayın":136469,"หวย":136470,"ĠاÙĦطبÙĬعÙĬ":136471,"à¸Ĺีà¹Īà¸ŀัà¸ģ":136472,"ĠEstá":136473,"ÑĭваÑİÑĤ":136474,"بسÙĬ":136475,"بسÙĬØ·":136476,"Ġ×ij×¢×ijר":136477,"åı¯èĥ½ãģ§ãģĻ":136478,"Ġ×ĵ×ķ׾":136479,"Ġ×ĵ×ķ׾ר":136480,"ÙĩÙİا":136481,"воÑĢоÑĤ":136482,"ãģ¦ãģĦãģ¾ãģĹãģŁ":136483,"à¹Ĥà¸Ĺรศ":136484,"à¹Ĥà¸Ĺรศั":136485,"à¹Ĥà¸Ĺรศัà¸ŀ":136486,"à¹Ĥà¸Ĺรศัà¸ŀà¸Ĺà¹Į":136487,"Ġק׳":136488,"ĠاÙĦØ«ÙĨ":136489,"ĠاÙĦØ«ÙĨائÙĬØ©":136490,"Ġcoût":136491,"à¸ķิà¸Ķà¸ķัà¹īà¸ĩ":136492,"Ġörg":136493,"Ġörgüt":136494,"ĠاÙĦØ®ÙĦÙĬ":136495,"ĠاÙĦØ®ÙĦÙĬج":136496,"Ġbá»įn":136497,"×ķ׾×ķ×Ĵ×Ļ":136498,"ëŀľ":136499,"ĠÐijолÑĮ":136500,"ĠÐijолÑĮÑĪ":136501,"×Ĵ×ijר×Ļ×Ŀ":136502,"ÙĤÙĬد":136503,"×ij×Ļ×ĺ×ķ×Ļ":136504,"æīĵãģ¡":136505,"ĠolmuÅŁ":136506,"fäh":136507,"fähig":136508,"ลาà¸Ļ":136509,"ĠÙĤطر":136510,"שפ×Ķ":136511,"èªŃãĤĵãģ§":136512,"à¸Ĥวา":136513,"Ġchiếm":136514,"ãĤ¤ãĥ³ãĤ¿":136515,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ":136516,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį":136517,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥįãĥĥãĥĪ":136518,"Ġ׾ש×ŀ×ķר":136519,"ĠترÙĥ":136520,"ĠترÙĥÙĬا":136521,"ר×ķ×ĺ":136522,"ãģ¨æĢĿãģĦãģ¾ãģĹãģŁ":136523,"ĠاÙĦتÙĤ":136524,"ĠdÆ°":136525,"ãģ¦ãģıãĤĮãĤĭ":136526,"ãģĹãģŁãģĵãģ¨":136527,"Ġróżne":136528,"ĠاÙĦØ·ÙģÙĦ":136529,"ĠPosté":136530,"Ġ×ŀש×ķ×Ŀ":136531,"ÑįÑĢ":136532,"ĠÑĢабоÑĤаеÑĤ":136533,"ãĤ·ãĥª":136534,"ãĤ·ãĥªãĥ¼ãĤº":136535,"Ġ×ij×Ķ×Ĺ׾×ĺ":136536,"ק×Ķ×Ļ׾×Ķ":136537,"ãĤ«ãĥ¡":136538,"ãĤ«ãĥ¡ãĥ©":136539,"Ｏ":136540,"ĠìĤ¬ìĿ´":136541,"Ġkì":136542,"ĠthÆ°á»Ľc":136543,"ضبط":136544,"ÙĤبÙĪÙĦ":136545,"åĪ¥ãģ®":136546,"Ġparticulière":136547,"ĠÑģвоем":136548,"Ġעסק":136549,"Ġעסק×Ļ×Ŀ":136550,"×ij×Ĺ×Ļר×ķת":136551,"×ij×Ļ׳×ķ":136552,"à¸ĭà¸Ń":136553,"Ġ×¢×ķ×ijר":136554,"ãģłãģ£ãģŁãģ®ãģ§":136555,"ıldıģı":136556,"Ùħدار":136557,"Ùħدارس":136558,"주ìĭľ":136559,"à¸Ńาศ":136560,"à¸Ńาศัย":136561,"Ġtấm":136562,"à¸ŀิà¸Ī":136563,"à¸ŀิà¸Īาร":136564,"à¸ŀิà¸Īารà¸ĵา":136565,"ÑĤелÑĮнÑĭе":136566,"ÑģкÑĥÑİ":136567,"ÐľÐĺ":136568,"à¹Ģà¸ģา":136569,"à¹Ģà¸ģาหล":136570,"à¹Ģà¸ģาหลี":136571,"×ĵ×Ĺ":136572,"à¹Ģà¸Ĭิà¸ĩ":136573,"ĠدÙĤÙĬÙĤØ©":136574,"íķĻìĥĿ":136575,"Ġש×IJ׾×Ķ":136576,"Ġcontrôle":136577,"Ġsituação":136578,"à¸Ĥà¸Ńà¸ĩà¸ľà¸¹à¹ī":136579,"ÙĨØ·ÙĤ":136580,"ê³¼íķĻ":136581,"หลายà¸Ħà¸Ļ":136582,"Ġnắng":136583,"ÙĤÙı":136584,"ì¡°ê±´":136585,"Ñķ":136586,"ãĥĥãģ¨":136587,"×ŀ×Ļ׾×Ķ":136588,"Grün":136589,"×Ļ×Ļ×¢":136590,"×Ļ×Ļ×¢×ķ×¥":136591,"×ŀ׳׼":136592,"ëŃIJ":136593,"×ŀ×¢×ŀ×ĵ":136594,"สำà¸Ļัà¸ģ":136595,"جدد":136596,"à¸Ħัà¸Ķ":136597,"Ġ×Ķ×ŀשפ":136598,"Ġ×Ķ×ŀשפ×Ĺ×Ķ":136599,"×ŀשק׾":136600,"ÙĦÙı":136601,"Ġtytu":136602,"ĠtytuÅĤ":136603,"ÑĪей":136604,"ĠìĿ¼ë¶Ģ":136605,"ÑĪение":136606,"Ġphóng":136607,"ĠìĹŃìĤ¬":136608,"ãĤ«ãĥ³":136609,"Ġtúi":136610,"ĠÙĨÙĪÙģ":136611,"ĠÙĨÙĪÙģÙħبر":136612,"grün":136613,"ĠاÙĦØ´ÙħاÙĦ":136614,"ÅĽwiadc":136615,"ÅĽwiadczenie":136616,"ער×Ķ":136617,"Ġ×¢×ķ×ij":136618,"Ġ×¢×ķ×ij×ĵ×Ļ×Ŀ":136619,"×ĵ×ķ×Ĵ×ŀ×IJ":136620,"ä»Ĭãģ¯":136621,"Ġvão":136622,"ĠТем":136623,"ÑģилÑĮ":136624,"Ġchợ":136625,"Ùħرا":136626,"ÙħراÙĤب":136627,"à¹Ħมà¹Īรูà¹ī":136628,"Ġرائع":136629,"×IJ׳×Ĺ׳×ķ":136630,"สà¹Īà¸ĩà¹Ģสริม":136631,"צ×Ĺ":136632,"ĠìŀĪìĸ´ìĦľ":136633,"Ġkurulu":136634,"ĠkuruluÅŁ":136635,"ĠÃĸzellik":136636,"ĠÃĸzellikle":136637,"Ġת×Ļק":136638,"Ġghé":136639,"ĠsprzÄĻ":136640,"ĠsprzÄĻt":136641,"ער×ķת":136642,"راØŃØ©":136643,"ãģ£ãģį":136644,"ãģ£ãģįãĤĬ":136645,"ĠìķĦëŀĺ":136646,"stituição":136647,"Ġдолжно":136648,"×Ķרש":136649,"×Ķרש×ŀ×Ķ":136650,"×Ķ׾×ļ":136651,"ãģ¡ãģª":136652,"ãģ¡ãģªãģ¿":136653,"ãģ¡ãģªãģ¿ãģ«":136654,"פ×Ĺ×ĵ":136655,"ĠاÙĦجÙħÙĬع":136656,"×ij×¢×ľ×Ļ":136657,"Ġtrùng":136658,"Ġפת×Ĺ":136659,"×ŀ׾×Ĺ×ŀת":136660,"ãĥĨãĥ¼ãĥ":136661,"ãĥĨãĥ¼ãĥŀ":136662,"Ùħتاب":136663,"Ùħتابعة":136664,"Ġ모ìĬµ":136665,"ÙĬص":136666,"åIJĪãģĨ":136667,"ĠYap":136668,"ĠYapı":136669,"ĠÑģказаÑĤÑĮ":136670,"몰":136671,"à¸Ĺีà¹Īสำà¸Ħัà¸į":136672,"ĠìĹĨìĬµëĭĪëĭ¤":136673,"Ġnhắc":136674,"Ġülkeler":136675,"Ġмногие":136676,"íķĺìħ¨":136677,"มาà¸ģà¸Ĺีà¹Īสุà¸Ķ":136678,"à¸ģà¹īา":136679,"à¸ģà¹īาว":136680,"ĠÄ°yi":136681,"леж":136682,"лежа":136683,"ãĤ¸ãĥ§":136684,"à¸Ĺัà¸ŀ":136685,"اÙĪر":136686,"Ġ×Ĺ×ijר×Ļ":136687,"Ġ׾ש×Ŀ":136688,"첫":136689,"ĠTá»Ń":136690,"×ŀ×ķ׳×Ļ":136691,"ÙĤÙĪد":136692,"à¸ģระà¹Ģà¸Ľ":136693,"à¸ģระà¹Ģà¸Ľà¹ĭ":136694,"à¸ģระà¹Ģà¸Ľà¹ĭา":136695,"ĠпÑĢоблемÑĭ":136696,"Ġaçıs":136697,"Ġaçısından":136698,"Ġ×Ķ×ŀ׼":136699,"ĠÙħعظÙħ":136700,"ÙĤÙĬاس":136701,"ĠпÑĢодолж":136702,"ĠпÑĢодолжа":136703,"ĠverdiÄŁi":136704,"ĠпÑĢедмеÑĤ":136705,"ãģĦãģ¾ãģĻãģĮ":136706,"ĠëĶ°ë¥¸":136707,"ĠاÙĦÙĤÙĬاÙħ":136708,"ĠØ¥ÙĦÙĬÙĩا":136709,"ТÐIJ":136710,"поз":136711,"ãĤ·ãĥ¥":136712,"ä¸ĬãģĮãĤĬ":136713,"à¹Ģà¸Ķิมà¸ŀัà¸Ļ":136714,"à¸ģุล":136715,"ØŃرÙĬØ©":136716,"ק×ij×ķצ×ķת":136717,"믿":136718,"ĠاÙĦÙħÙĨا":136719,"ĠاÙĦÙħÙĨاطÙĤ":136720,"ĠвÑĭпол":136721,"ĠвÑĭполнÑı":136722,"ãĥĭãĤ¢":136723,"Ġê²°êµŃ":136724,"×Ĺ×ķ×ŀ":136725,"×Ĺ×ķ×ŀר×Ļ×Ŀ":136726,"ĠУкÑĢаинÑĭ":136727,"หà¸Ńม":136728,"ר×Ļס":136729,"ĠÑħоÑĤел":136730,"ĠобÑĢазованиÑı":136731,"Ġkhẳng":136732,"ĠmÆ°a":136733,"Ġgörme":136734,"Ġgüçlü":136735,"سعÙī":136736,"มัà¹Īà¸Ļà¹ĥà¸Ī":136737,"íķĺê²łìĬµëĭĪëĭ¤":136738,"ĠполÑĥ":136739,"Ġfünf":136740,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģ¾ãģĻ":136741,"Ġê·¸ê²ĥìĿĢ":136742,"ĠdÃ¼ÅŁÃ¼nce":136743,"ìŀł":136744,"ĠHÆ°á»Ľng":136745,"ĠTiá»ĥu":136746,"Ġçift":136747,"ãģijãģ°":136748,"à¸Īà¸Ļà¸ĸึà¸ĩ":136749,"à¸Ĺำà¹Ħà¸Ķà¹ī":136750,"ĠìŀIJì²´":136751,"Ġdõ":136752,"Ġdõi":136753,"à¸Īัà¸Ļ":136754,"à¸Īัà¸Ļà¸Ĺ":136755,"à¸Īัà¸Ļà¸Ĺรà¹Į":136756,"eceÄŁini":136757,"׳×ķער":136758,"غار":136759,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬ":136760,"داعش":136761,"ĠбезопаÑģноÑģÑĤи":136762,"ĠбÑİ":136763,"ĠбÑİдж":136764,"ĠбÑİджеÑĤ":136765,"ãĥĬãĤ¤":136766,"à¸ŀà¸ļวà¹Īา":136767,"daÄŁ":136768,"×IJ×ķפף":136769,"íĹĮ":136770,"ãĥĢãĤ¤ãĤ¨":136771,"ãĥĢãĤ¤ãĤ¨ãĥĥãĥĪ":136772,"ĠëĮĢíĨµ":136773,"ĠëĮĢíĨµëł¹":136774,"DÄ°":136775,"Ø£ØŃداث":136776,"ĠAÄŁ":136777,"ĠAÄŁust":136778,"ĠAÄŁustos":136779,"ØŃÙĦÙĪÙĦ":136780,"ĠwÅĽ":136781,"ĠwÅĽród":136782,"ĠÑģооÑĤвеÑĤ":136783,"ĠÑģооÑĤвеÑĤÑģÑĤв":136784,"ĠÑģооÑĤвеÑĤÑģÑĤвии":136785,"ĠLuáºŃt":136786,"Ġ׼׾פ×Ļ":136787,"ĠвеÑī":136788,"ĠвеÑīеÑģÑĤв":136789,"ק×Ļ×¥":136790,"ĠبÙĩذا":136791,"عاش":136792,"à¹Ģà¸Ľà¹ĩà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":136793,"ТÐķ":136794,"Ġ×ij×IJ×Ļ׳×ĺר׳×ĺ":136795,"سعد":136796,"Ġ×Ķ×ĺ×Ļפ×ķ׾":136797,"פ×Ļס":136798,"à¸ĩà¹Īายà¹Ĩ":136799,"ĠGerät":136800,"׾×Ļ×ĵ×Ķ":136801,"ĠÑĢиÑģк":136802,"׾ק×Ĺ":136803,"ннаÑı":136804,"ר×Ļ×ĵ":136805,"пÑĢакÑĤи":136806,"пÑĢакÑĤик":136807,"à¸Ĥัà¹īà¸Ļà¸ķà¸Ńà¸Ļ":136808,"à¸Ļà¹Īารัà¸ģ":136809,"larınızı":136810,"à¸Ńà¸Ļุà¸įา":136811,"à¸Ńà¸Ļุà¸įาà¸ķ":136812,"ĠzdjÄĻcia":136813,"Ġbây":136814,"ÑģÑĢ":136815,"ÑģÑĢоÑĩ":136816,"ãĥĭãĥ³ãĤ°":136817,"Ġöner":136818,"Ġöneri":136819,"ĠновÑĭÑħ":136820,"دعÙĪØ©":136821,"Ġgắn":136822,"ĠاÙĦÙĦبÙĨ":136823,"ĠاÙĦÙĦبÙĨاÙĨÙĬ":136824,"ãĥĨãĤ£ãĥ¼":136825,"ĠصØŃÙĬØŃ":136826,"емÑĭÑħ":136827,"çĸ²ãĤĮ":136828,"ĠпÑĢоиÑģ":136829,"ĠпÑĢоиÑģÑħодиÑĤ":136830,"สà¸ķิ":136831,"ĠTết":136832,"Ġ×Ķ׾׾×ķ":136833,"à¹Ģรืà¹Īà¸Ńà¸ĩà¸Ļีà¹ī":136834,"×ŀ×ij׳×Ķ":136835,"Ġconteúdo":136836,"Ġاخت":136837,"ĠاختÙĬار":136838,"ÙħسÙĦ":136839,"ÙħسÙĦسÙĦ":136840,"ëıĪ":136841,"Ġ׾×Ļ×ĵ":136842,"à¸ŀิà¸ĺี":136843,"ĠÑģовÑģ":136844,"ĠÑģовÑģем":136845,"ãģĮãģĤãĤĬãģ¾ãģĹãģŁ":136846,"Ġsóng":136847,"إصÙĦاØŃ":136848,"ë§ģ":136849,"ÙģÙĬر":136850,"ĠJeżeli":136851,"ìłľëıĦ":136852,"dÅĤug":136853,"ìĥģìĿĦ":136854,"ĠcáºŃn":136855,"Ġhá»įp":136856,"أست":136857,"أستاذ":136858,"Ġ×ŀ×Ļש×Ķ":136859,"Ġ×ŀ×Ļש×Ķ×ķ":136860,"ĠdÃły":136861,"ĠchÃłng":136862,"ãģ¡ãĤĥãĤĵãģ¨":136863,"ĠÄijám":136864,"Ġswój":136865,"Ġpoderá":136866,"ĠоÑĤлиÑĩа":136867,"Ġpériode":136868,"ündig":136869,"×ĺ×¢×Ł":136870,"ÑģÑĤÑĢоиÑĤелÑĮ":136871,"רת×Ļ":136872,"Ġ×Ļ×Ķ×Ļ×ķ":136873,"×ľ×¡":136874,"ĠاÙĦÙħÙĨزÙĦ":136875,"à¸Ļิà¹īว":136876,"иÑĦика":136877,"иÑĦикаÑĨи":136878,"ðŁĺī":136879,"Ġadına":136880,"ãĢĤãĢĤãĢĤ":136881,"×IJ×Ļף":136882,"ס×Ļר":136883,"ĠÙĬعد":136884,"çŃĶãģĪ":136885,"اÙĦجز":136886,"اÙĦجزائر":136887,"енÑĮк":136888,"รห":136889,"รหัส":136890,"ĠTürkçe":136891,"꾸":136892,"Ġ×Ļ×ķ׼׾":136893,"Ġש×ķ׳×Ķ":136894,"Ġ×ij×ŀצ×ij":136895,"ĠдейÑģÑĤвиÑĤелÑĮно":136896,"ĠبأÙĨÙĩ":136897,"×ŀק×ĵ":136898,"Ġ×Ķשק":136899,"Ø®ÙĬارات":136900,"Ġfı":136901,"Ġfırs":136902,"Ġfırsat":136903,"ëijĺ":136904,"ĠìĦľìļ¸":136905,"Ġ×Ķ×Ĵ×ķ×£":136906,"رعا":136907,"رعاÙĬØ©":136908,"ĠKết":136909,"кÑģи":136910,"ĠÑĥÑģлÑĥги":136911,"ноÑģÑĤей":136912,"ìļ´ëıĻ":136913,"ĠобÑĬÑı":136914,"ĠобÑĬÑıвл":136915,"неж":136916,"×Ķפ×ļ":136917,"Ġ×ij×¢×Ļ׳×Ļ":136918,"ëĨĴ":136919,"ĠпÑĢоÑĨед":136920,"ĠпÑĢоÑĨедÑĥÑĢ":136921,"Ġihtiy":136922,"Ġihtiyacı":136923,"Ġë°Ķëŀį":136924,"Ġë°ĶëŀįëĭĪëĭ¤":136925,"à¸ģลัว":136926,"ĠÑģложно":136927,"ק×Ļ×Ļ×ŀת":136928,"ĠÄIJình":136929,"ĠÙħÙĦÙģ":136930,"Ġà¹Ĥà¸Ķยมี":136931,"Ġkatkı":136932,"تØŃÙĪÙĬÙĦ":136933,"à¹Ħà¸ŀ":136934,"ĠHá»į":136935,"ñe":136936,"ĠдоÑħод":136937,"Ġthoải":136938,"íķĺìŬìķ¼":136939,"ãĤ¹ãĥĿãĥ¼ãĥ":136940,"ãĤ¹ãĥĿãĥ¼ãĥĦ":136941,"ĠGòn":136942,"Ġkè":136943,"Ġkèm":136944,"éĢ²ãĤģ":136945,"ãĤ¹ãĥ¼ãĥ":136946,"ãĤ¹ãĥ¼ãĥij":136947,"ãĤ¹ãĥ¼ãĥijãĥ¼":136948,"ĠgiÃłu":136949,"Ġإعادة":136950,"Ġ׾×ķק":136951,"Ġ׾×ķק×Ĺ":136952,"ĠÑħоÑĩеÑĤ":136953,"×ĺ׾×ķ×ķ":136954,"×ĺ׾×ķ×ķ×Ļ×ĸ":136955,"×ĺ׾×ķ×ķ×Ļ×ĸ×Ļ×Ķ":136956,"Ġthuyết":136957,"ãģĿãĤĮãģ§":136958,"Ġvardı":136959,"à¹Ħรà¹ī":136960,"عبد":136961,"ĠRepública":136962,"ãĥ¼ãĤ¿ãĥ¼":136963,"Ġ×ŀ×IJ×ķת":136964,"à¹Ħà¸Ľà¹ģลà¹īว":136965,"Ġyapılacak":136966,"ãĤ¹ãĤ¿ãĥ¼ãĥĪ":136967,"ãģ»ãģ¼":136968,"ĠkoÅŁ":136969,"ĠмаÑĤеÑĢи":136970,"Ġsiècle":136971,"ĠاÙĦÙħختÙĦÙģ":136972,"ĠاÙĦÙħختÙĦÙģØ©":136973,"Ġ׾קר×IJ":136974,"Ġ׾קר×IJת":136975,"Ġ×Ķפ×ķ×¢×ľ":136976,"Ġtòa":136977,"ĠrÆ¡i":136978,"åij¨ãĤĬ":136979,"à¸Ŀà¸Ļ":136980,"jÅĽÄĩ":136981,"ĠìķĬìĿĦ":136982,"اÙĨتÙĤاÙĦ":136983,"ëĸł":136984,"иваеÑĤ":136985,"ãĥĪãĥ«":136986,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬØ©":136987,"à¸ģลà¹Īาววà¹Īา":136988,"اÙĥت":136989,"ĠÃĸl":136990,"ĠÑĢеÑĪи":136991,"ĠÑĢеÑĪил":136992,"Ġ׳×ķספ×ķת":136993,"Ġìłķì¹ĺ":136994,"влеÑĩен":136995,"ÙħرØŃÙĦØ©":136996,"Ġcomeça":136997,"Ġyık":136998,"ìĤ´":136999,"à¸ĺà¸Ļา":137000,"à¸ĺà¸Ļาà¸Ħาร":137001,"à¸Ńà¸Ļา":137002,"à¸Ńà¸Ļาà¸Ħ":137003,"à¸Ńà¸Ļาà¸Ħà¸ķ":137004,"Ġpequeña":137005,"ä»ķäºĭãĤĴ":137006,"ĠبذÙĦÙĥ":137007,"Ġнового":137008,"ãģĹãģ¦ãģĦãģªãģĦ":137009,"ĠاÙĦÙħÙĬاÙĩ":137010,"à¸ģà¹ĩà¹Ģà¸Ľà¹ĩà¸Ļ":137011,"ĠжÑĥÑĢ":137012,"ĠжÑĥÑĢнал":137013,"веÑģ":137014,"ختار":137015,"Ġ매ìļ°":137016,"ĠMã":137017,"ĠавÑĤомаÑĤÑĭ":137018,"ضعÙģ":137019,"ĠاÙĦÙģÙĥر":137020,"ãģ§ãģĻãģ®ãģ§":137021,"ãĥ¡ãĥ³ãĥIJãĥ¼":137022,"ĠкÑĢÑĥг":137023,"ĠاÙĦسÙĦطة":137024,"à¸Ħรัà¹īà¸ĩà¹ģรà¸ģ":137025,"à¸ģระà¸Ĺรว":137026,"à¸ģระà¸Ĺรวà¸ĩ":137027,"ÑĨов":137028,"éķ·ãģĦ":137029,"大ãģįãģĦ":137030,"ĠgeçmiÅŁ":137031,"ìĦ±ìĿ´":137032,"Ġצר×Ļ׼×Ķ":137033,"ĠмоÑī":137034,"ĠмоÑīн":137035,"Ġק×Ļש":137036,"Ġק×Ļש×ķר×Ļ×Ŀ":137037,"ĠNasıl":137038,"гÑĢан":137039,"Ġ×ŀ×ķצר×Ļ×Ŀ":137040,"Ġ×ŀס×ķ×Ĵ":137041,"Ġyür":137042,"Ġyürüt":137043,"Ġ׾×Ĺצ×ķ":137044,"×ķÖ¼":137045,"ĠìŀĪìĹĪëĭ¤":137046,"Ġterör":137047,"ĠThÆ°Æ¡ng":137048,"ĠÙĪÙĬÙħ":137049,"ĠÙĪÙĬÙħÙĥÙĨ":137050,"جÙĪÙĨ":137051,"ĠÙĪغÙĬرÙĩا":137052,"×ŀפ×ķ":137053,"×Ĵ×ķר×ŀ×Ļ×Ŀ":137054,"׼×ij×Ļש":137055,"ĠاÙĦÙĦغ":137056,"ĠاÙĦÙĦغة":137057,"شرÙĥ":137058,"ĠاÙĦراب":137059,"ĠاÙĦرابع":137060,"ĠпÑĢек":137061,"ĠпÑĢекÑĢаÑģ":137062,"ĠпÑĢекÑĢаÑģн":137063,"ĠenergÃŃa":137064,"ק×ĵ×ŀ×Ļ":137065,"ãģıãģªãģ£ãģŁ":137066,"ĠÄijứ":137067,"ĠÄijứa":137068,"Servi":137069,"Serviço":137070,"Ġkaldır":137071,"åĥįãģį":137072,"Ġодеж":137073,"Ġодежд":137074,"물ìĿĦ":137075,"ãģĿãģĨãģ§":137076,"ãģĮãģĤãĤĮãģ°":137077,"ìĻķ":137078,"צ×ĵק":137079,"Ġartır":137080,"Ġileti":137081,"ĠiletiÅŁim":137082,"ãĤĪãģĨãģ§":137083,"ãĥĪãĥ¼":137084,"ãĤ¢ãĥĭ":137085,"ãĤ¢ãĥĭãĥ¡":137086,"×ĺ×Ļ×Ļ׾":137087,"ãĥķãĥªãĥ¼":137088,"ãĥĿãĥ³":137089,"ÐŁÑĢо":137090,"ĠعاÙĦÙĬØ©":137091,"ĠÃ¶ÄŁret":137092,"ĠÃ¶ÄŁretmen":137093,"ĠкаÑĩеÑģÑĤва":137094,"Ġ×Ķ×ĺ×ij×¢":137095,"ĠзнаÑİ":137096,"ãģ¦ãģıãĤĭ":137097,"Ġmừng":137098,"ÙħÙĪت":137099,"ש×ķ×ŀר":137100,"×Ĺ׾×ij":137101,"ĠwzglÄĻ":137102,"ĠwzglÄĻdu":137103,"ë²Ī째":137104,"Ġtá»ĵ":137105,"Ġtá»ĵn":137106,"ãĥ¯ãĥ¼ãĤ¯":137107,"Ġpożycz":137108,"Ġpożyczk":137109,"×Ļ×ķצר×Ļ×Ŀ":137110,"ÙĥرÙħ":137111,"ĠгаÑĢ":137112,"ĠгаÑĢан":137113,"ĠгаÑĢанÑĤи":137114,"ลà¹īาà¸ĩ":137115,"ĠìĺģíĻĶ":137116,"×ĺ×Ļס":137117,"Ġthẻ":137118,"ĠìŀĪëĭ¤ê³ł":137119,"اÙĦتز":137120,"اÙĦتزاÙħ":137121,"ĠнаÑĪи":137122,"isée":137123,"ãģĵãĤĮãĤĴ":137124,"Ġmẽ":137125,"ضÙĦ":137126,"بÙĪت":137127,"Ġ׼׼×Ķ":137128,"hợ":137129,"ĠاÙĦسÙĪرÙĬØ©":137130,"Ġ×ľ×¢×ķ×ŀ":137131,"Ġ×ľ×¢×ķ×ŀת":137132,"ĠbaÅŁar":137133,"ĠbaÅŁarılı":137134,"еÑģÑĤÑĮ":137135,"à¸Ħรี":137136,"à¸Ħรีม":137137,"ĠìłĦì²´":137138,"ĠسÙĬÙĥÙĪÙĨ":137139,"Ġ×ŀ×ĵ×ķ×¢":137140,"ĠëķĮ문ìĿ´ëĭ¤":137141,"Ġcứng":137142,"gerät":137143,"ĠмиÑĢ":137144,"ĠмиÑĢе":137145,"ĠÙĥÙĬÙģÙĬØ©":137146,"Ġפר×ĺ×Ļ×Ŀ":137147,"ĠgoÅĽci":137148,"иÑĤеÑģÑĮ":137149,"ÑĥÑĪки":137150,"ؤÙħÙĨ":137151,"Ġ×IJ׼ף":137152,"ĠاÙĦرجÙĦ":137153,"Ġlá»įc":137154,"à¹Ģรียà¸ģวà¹Īา":137155,"ãģĵãģ®ãĤĪãģĨãģª":137156,"ë§Įíģ¼":137157,"ĠпеÑĩ":137158,"ÙĪÙĦات":137159,"ĠÃľye":137160,"liÄŁinde":137161,"à¸Ħะà¹ģà¸Ļ":137162,"à¸Ħะà¹ģà¸Ļà¸Ļ":137163,"ãĤĭãģĵãģ¨ãģ¯":137164,"วิà¹Ģà¸Ħร":137165,"วิà¹Ģà¸Ħราะ":137166,"วิà¹Ģà¸Ħราะหà¹Į":137167,"ĠвозможноÑģÑĤи":137168,"ĠاÙĦÙĨساء":137169,"ãĥīãĥ©ãĥŀ":137170,"Ġgüc":137171,"Ġgücü":137172,"ĠtÆ°á»Ŀng":137173,"Ġacompaña":137174,"ãĤ¤ãĥ©":137175,"קצ×ij":137176,"ĠYö":137177,"ĠYönet":137178,"ĠYönetim":137179,"à¸ªà¸±à¸¡à¸ľ":137180,"à¸ªà¸±à¸¡à¸ľà¸±à¸ª":137181,"à¸Ļาม":137182,"ĠÄijợi":137183,"à¹ģหà¹Īà¸ĩà¸Ĭาà¸ķิ":137184,"ãģĿãĤĮãģ§ãĤĤ":137185,"ätig":137186,"ת×ķ×Ŀ":137187,"ĠbaÅŁlat":137188,"ĠвÑģей":137189,"ת×Ļק":137190,"ת×Ļק×ķף":137191,"ĠNgô":137192,"ĠGeschä":137193,"ĠGeschäfts":137194,"Ø£Ùħ":137195,"Ø£Ùħراض":137196,"à¹Ģà¸Ĺà¸Ħà¸Ļ":137197,"à¹Ģà¸Ĺà¸Ħà¸Ļิ":137198,"à¹Ģà¸Ĺà¸Ħà¸Ļิà¸Ħ":137199,"ĠменÑĮ":137200,"ĠменÑĮÑĪе":137201,"Ġölç":137202,"Ġölçü":137203,"ĠÙĬجعÙĦ":137204,"ĠÄijỡ":137205,"ש×Ļ׾":137206,"ש×Ļ׾×ķ×ij":137207,"ĠGrÃ¶ÃŁe":137208,"ĠÙĩاتÙģ":137209,"รà¹īาà¸Ļà¸Ńาหาร":137210,"×Ķ׾×Ļ׼":137211,"×Ķ׾×Ļ׼×Ļ":137212,"иÑĢÑĥÑİÑī":137213,"èĭ¥ãģĦ":137214,"ĠÃĸzel":137215,"ãģĦãģŁãĤī":137216,"à¸Ħำà¸ĸาม":137217,"ĠzostaÅĤy":137218,"Ġ×Ķס×Ļפ×ķר":137219,"×Ķ×ķ׾":137220,"×Ķ×ķ׾×ļ":137221,"à¹Ģà¸Ĭà¹Īà¸Ļà¸ģัà¸Ļ":137222,"à¹Ĥà¸Ĩ":137223,"à¹Ĥà¸Ĩษ":137224,"à¹Ĥà¸Ĩษà¸ĵา":137225,"×IJרצ×ķת":137226,"×Ĵרפ×Ļ":137227,"Ġaoût":137228,"ĠÙĬرÙĬد":137229,"تÙĪج":137230,"تÙĪجÙĬÙĩ":137231,"ĠÑįÑĤап":137232,"ãĤ¹ãĤ¿ãĥ³":137233,"Ġkró":137234,"Ġkrótk":137235,"ãĤĴ使ãģĨ":137236,"ì·¨":137237,"éĸ¢ãĤı":137238,"à¸Ķà¹īวยà¸Ħวาม":137239,"à¸Ļำà¹Ģสà¸Ļà¸Ń":137240,"Ġayrıca":137241,"à¸Īà¹īาà¸ĩ":137242,"ĠÑĦоÑĤогÑĢаÑĦ":137243,"ĠвеÑĩ":137244,"ĠвеÑĩеÑĢ":137245,"åĩºãģĹãģŁ":137246,"ĠХо":137247,"Ġ×ŀר×Ĵ×Ļש":137248,"à¹ĥหà¹īà¹Ģà¸Ľà¹ĩà¸Ļ":137249,"ãĤĴ缮":137250,"ãĤĴ缮æĮĩ":137251,"׾×ŀ×Ļ×Ŀ":137252,"nÄħÅĤ":137253,"ĠÑģÑĤанд":137254,"ĠÑģÑĤандаÑĢÑĤ":137255,"ĠSüd":137256,"ĠTâm":137257,"اختبار":137258,"à¹Ģà¸ģà¸Ńรà¹Į":137259,"ÙħسرØŃ":137260,"Ġbiá»ĩn":137261,"بÙı":137262,"ĠصاÙĦ":137263,"ĠصاÙĦØŃ":137264,"ĠPhụ":137265,"íľ´":137266,"ãĥ¬ãĥĵãĥ¥ãĥ¼":137267,"Ġbụng":137268,"Ġrégime":137269,"ĠأشÙĩر":137270,"ĠÑĢабоÑĤник":137271,"à¸Ŀัà¸Ļ":137272,"اعتÙħ":137273,"اعتÙħاد":137274,"ĠзамеÑĤ":137275,"ãģ¾ãģ£ãģ¦":137276,"Ġchặt":137277,"æĿ¥ãĤĭ":137278,"ĠاÙĦÙĤÙĪات":137279,"ãģ«åħ¥ãģ£ãģ¦":137280,"تØŃاÙĦÙģ":137281,"ÙħزÙĬد":137282,"ĠÙĬصÙĦ":137283,"ìĹ¼":137284,"à¹Ģà¸Ĭà¹ĩ":137285,"à¹Ģà¸Ĭà¹ĩà¸Ħ":137286,"Ġká»ĭ":137287,"Ġká»ĭp":137288,"ĠìķĦì§ģ":137289,"×IJ׳×Ĵ":137290,"ĠоблаÑģÑĤÑĮ":137291,"ĠpomocÄħ":137292,"Ġ×ķש׾":137293,"ëĵłì§Ģ":137294,"ĠGiám":137295,"ĠStück":137296,"Ġcháy":137297,"ĠëĤĺìĺ¤":137298,"ש×Ļ×ĺת":137299,"×ŀ×ĵר":137300,"×ŀ×ĵר×Ļ×ļ":137301,"Ġsüreç":137302,"ква":137303,"×ij׾×Ļ×Ŀ":137304,"×Ķת×Ļ":137305,"×Ķת×Ļ×Ļ×Ĺס":137306,"ÙĤباÙĦ":137307,"Ġס×ķ×Ĵ":137308,"Ġס×ķ×Ĵ×Ļ":137309,"ÑģÑĤолÑĮ":137310,"ä½ķãĤĤ":137311,"×ĸ׼×ķר":137312,"è²·ãģĨ":137313,"å®īãģı":137314,"à¸Ħรัà¹īà¸ĩà¸Ļีà¹ī":137315,"köp":137316,"ĠÑģеÑĢвиÑģ":137317,"оÑĩнÑĭÑħ":137318,"ê±°ëŀĺ":137319,"تأÙĥ":137320,"تأÙĥÙĬد":137321,"×ĵ׾ק":137322,"ĠпоÑĩем":137323,"ĠпоÑĩемÑĥ":137324,"пиÑģаÑĤÑĮ":137325,"×ijשר":137326,"ĠHÃłng":137327,"ĠTìm":137328,"Ġtrừ":137329,"ãĤ»ãĥĥãĤ¯ãĤ¹":137330,"×ķ׳×Ĵ":137331,"mızda":137332,"пÑģи":137333,"ĠìŀĪ기":137334,"Ġrút":137335,"زاÙĨ":137336,"تÙĨÙĪع":137337,"ÙħÙĤا":137338,"ÙħÙĤاÙĪÙħØ©":137339,"Ġ׾צ×ķר×ļ":137340,"Ġ×ij×Ļר×ķש׾×Ļ×Ŀ":137341,"ãĥ´ãĤ£":137342,"ebile":137343,"ebileceÄŁi":137344,"ãĥ¦ãĥ¼ãĤ":137345,"ãĥ¦ãĥ¼ãĤ¶":137346,"ãĥ¦ãĥ¼ãĤ¶ãĥ¼":137347,"ãĤĴä½ľãĤĭ":137348,"ÑģмеÑĢ":137349,"ÑģмеÑĢÑĤ":137350,"Ġì§ģ":137351,"Ġì§ģìłij":137352,"ĠÐŁÐ°ÑĢ":137353,"ØŃاض":137354,"ØŃاضر":137355,"ÙħÙĥاÙģ":137356,"ÙħÙĥاÙģØŃØ©":137357,"ลิà¸Ļ":137358,"ãģ¦ãģįãģ¦":137359,"ÑĢоÑģл":137360,"ĠÄ°ÅŁte":137361,"ÙĤصÙĬر":137362,"Ġ×ij×Ĵ×Ļ׾":137363,"Ġ×ŀת×IJ×Ļ×Ŀ":137364,"Ġ×Ķ×Ĺ×ĵ":137365,"Ġ×Ķ×Ĺ×ĵש×Ķ":137366,"ר×ķ×¢":137367,"Ġproduktów":137368,"ĠÙħصدر":137369,"неÑĨ":137370,"ĠاÙĦعÙħÙĦات":137371,"Ġçıkma":137372,"ĠدبÙĬ":137373,"ק×Ļף":137374,"ת×IJר":137375,"ת×IJר×Ļ×ļ":137376,"׳×Ļ×Ļ×ĵ":137377,"صراع":137378,"lève":137379,"צ×Ļר":137380,"à¸Ķัà¸Ļ":137381,"à¹ĥหà¹īà¹Ħà¸Ķà¹ī":137382,"ãĤ¿ãĤ¤ãĥł":137383,"Ġgiảng":137384,"Ð¡ÐŁ":137385,"ĠاÙĦÙħØŃÙĦ":137386,"ĠاÙĦÙħØŃÙĦÙĬØ©":137387,"ĠTất":137388,"׾×ķ×ĺ":137389,"há»ķ":137390,"Ġaméric":137391,"Ġaméricain":137392,"Ġ×ijש׾×ij":137393,"Ġ׾×IJ×ķ×ŀ×Ļ":137394,"Ġpeça":137395,"ĠÑĢазнÑĭÑħ":137396,"ãģĦãĤĭãģ¨":137397,"ãĥĩãĥ³":137398,"סקר":137399,"Ġ×Ķ×ŀ×Ĺ×Ļר":137400,"ãģ¨ãģĦãģĨãĤĤãģ®":137401,"رتبط":137402,"ĠиÑģÑĤоÑĩ":137403,"ĠиÑģÑĤоÑĩник":137404,"สมัà¸Ħรสมาà¸Ĭิà¸ģ":137405,"Ġà¸Ĺัà¹īà¸ĩ":137406,"Ġà¸Ĺัà¹īà¸ĩà¸Ļีà¹ī":137407,"ĠTáºŃp":137408,"ãģ£ãģ¦ãģĦãģĨ":137409,"ĠاÙĦÙĪصÙĪÙĦ":137410,"Ġdécada":137411,"ĠоÑĦоÑĢм":137412,"ĠоÑĦоÑĢмлен":137413,"สำหรัà¸ļà¸ģาร":137414,"Ġogóln":137415,"ãģĨãģ¡ãģ«":137416,"Ġvárias":137417,"ãģĻãģİãĤĭ":137418,"ÙĪÙĩا":137419,"à¹Ĥà¸Ľà¸£à¸Ķ":137420,"ĠÐłÐ¾ÑģÑģиÑı":137421,"人ãĢħ":137422,"ãģĹãģ¦ãģįãģŁ":137423,"Ġsırasında":137424,"Ġngôn":137425,"سÙĨØ©":137426,"تÙħتع":137427,"×ŀ׼×ij×Ļ":137428,"Ġnhấn":137429,"×¢×ŀ×Ļ×ĵ":137430,"Ứ":137431,"жиÑĤÑĮ":137432,"ãĤīãģĽ":137433,"gráf":137434,"gráfica":137435,"ĠÙĤÙĪÙĦ":137436,"ĠÙĤÙĪÙĦÙĩ":137437,"ëĭ¨ì²´":137438,"หà¹īา":137439,"หà¹īาม":137440,"使ãģ£ãģ¦":137441,"ת×Ļ×ij":137442,"ת×Ļ×ijת":137443,"iá»ĥu":137444,"à¹ģà¸Ĭม":137445,"à¹ģà¸Ĭà¸¡à¸Ľ":137446,"à¹ģà¸Ĭà¸¡à¸Ľà¹Į":137447,"Ậ":137448,"ĠëĤĺëĿ¼":137449,"ĠÙħباشرة":137450,"ĠtrÄĥm":137451,"سÙĥÙĪ":137452,"ĠاÙĦØ°Ùī":137453,"Ġbiç":137454,"Ġbiçim":137455,"تراجع":137456,"ĠобеÑģп":137457,"ĠобеÑģпеÑĩ":137458,"ĠобеÑģпеÑĩива":137459,"ĠвоздÑĥÑħ":137460,"ÑĭваÑĤÑĮ":137461,"ÙĦØŃÙĤ":137462,"ĠMüdü":137463,"ĠMüdürl":137464,"ĠMüdürlÃ¼ÄŁÃ¼":137465,"Ġyaptır":137466,"Ġפרס":137467,"Ġפרס×ķ×Ŀ":137468,"Ø·ÙĪر":137469,"ÑģÑĤвоваÑĤÑĮ":137470,"ìŀ¥ìĿĦ":137471,"à¸Ĺีà¹Īà¸Ķีà¸Ĺีà¹Īสุà¸Ķ":137472,"à¸Ńัล":137473,"ÑĢÑİ":137474,"ÙħستÙĤبÙĦ":137475,"ÑģлÑĥÑĪ":137476,"ÑģлÑĥÑĪа":137477,"èªįãĤģ":137478,"Ġ׾×Ļ×ŀ":137479,"Ġ׾×Ļ×ŀ×ķ×ĵ×Ļ":137480,"תש×ķ×ij":137481,"תש×ķ×ij×ķת":137482,"ĠgerçekleÅŁtiril":137483,"ĠاÙĦاتÙģاÙĤ":137484,"ĠÑĥÑĢовне":137485,"ĠÑĤÑĢав":137486,"Ġ×Ķ×ŀ×ķף":137487,"ØŃÙģاظ":137488,"ĠÙħÙIJ":137489,"ĠÙħÙIJÙĨ":137490,"ĠÙħÙIJÙĨÙĴ":137491,"Ġdemás":137492,"×ŀ×ķ×ĸ×Ļק×Ķ":137493,"ש×Ļ×Ĺ×Ķ":137494,"Ġbú":137495,"алÑĮнÑĭм":137496,"ãĤıãģŁ":137497,"ãĤıãģŁãģĹ":137498,"ĠاÙĦÙħÙĪاد":137499,"×ª×Ľ×ł":137500,"×ª×Ľ×ł×ķף":137501,"ãĥŃãĥĥãĤ¯":137502,"hiếu":137503,"ĠÑĥме":137504,"ÙħØŃاÙĪÙĦØ©":137505,"×IJ×ķשר":137506,"ĠконкÑĥÑĢ":137507,"ĠконкÑĥÑĢÑģ":137508,"Ġ×ŀ×ij×Ĺ":137509,"Ġ×ŀ×ij×Ĺ×Ļ×ł×ª":137510,"Ġanlam":137511,"Ġanlamı":137512,"Ġliá»ĩt":137513,"ĠвÑħод":137514,"ĠHình":137515,"ĠÙĨÙĬ":137516,"ĠÙĨÙĬÙĪز":137517,"ãĤ¸ãĥ£ãĥ¼":137518,"×ij×Ļ×¥":137519,"ÑĤелÑĮнÑĭÑħ":137520,"à¸Ĺุà¸ģà¸Ńยà¹Īาà¸ĩ":137521,"ĠkiÅŁinin":137522,"Ø£Ùĥثر":137523,"ĠиÑģÑĤоÑĢии":137524,"Ġë³ĢíĻĶ":137525,"×¤×ľ×¡×ĺ":137526,"×¤×ľ×¡×ĺ×Ļ׳×Ļ":137527,"ĠÑģеÑĤ":137528,"ĠÑģеÑĤи":137529,"dıģımız":137530,"íķĺëıĦë¡Ŀ":137531,"×Ķר":137532,"×Ķר×ij×Ķ":137533,"ãģĻãĤĭãģĵãģ¨ãģ¯":137534,"Ġphiếu":137535,"تØŃسÙĬÙĨ":137536,"ĠÅĽrod":137537,"ĠÅĽrodow":137538,"ĠÅĽrodowisk":137539,"ĠÑĢаÑģÑħод":137540,"برÙĬد":137541,"ĠرÙĬ":137542,"ĠرÙĬاÙĦ":137543,"Ġ×ķ׼×ļ":137544,"ì§ĢìļĶ":137545,"׼×ŀ×ķ":137546,"Ġ×¢×ľ×Ļ×Ķ×Ŀ":137547,"fÃŃcio":137548,"Ġkararı":137549,"tıģını":137550,"ĠСов":137551,"ĠСовеÑĤ":137552,"ãģĬéĩijãĤĴ":137553,"междÑĥ":137554,"междÑĥна":137555,"междÑĥнаÑĢод":137556,"междÑĥнаÑĢодн":137557,"Ġmá»Ŀi":137558,"ĠاÙĦØ¥ÙĬر":137559,"ĠاÙĦØ¥ÙĬراÙĨÙĬ":137560,"ĠاÙĦرÙĪسÙĬ":137561,"صÙĨد":137562,"صÙĨدÙĪÙĤ":137563,"ĠاÙĦØ¥ÙĨترÙĨت":137564,"Ġtắm":137565,"ĠÑĤакого":137566,"Ġ×ij׾×ķ×Ĵ":137567,"Ġücrets":137568,"Ġücretsiz":137569,"×Ĺ×ĸ×Ļר":137570,"ìĸ´ìķ¼":137571,"ĠPhần":137572,"ï¼ľ":137573,"Ġ×ĺ×ij×¢":137574,"Ġ×ĺ×ij×¢×Ļ":137575,"×IJ×ŀ×IJ":137576,"اÙĤÙĦ":137577,"Ġcondições":137578,"ÙĤاتÙĦ":137579,"ĠÑĢезÑĥлÑĮÑĤаÑĤе":137580,"ĠÑģвоими":137581,"צ×ij×Ļ×¢":137582,"géni":137583,"Ġzes":137584,"Ġzespo":137585,"ĠzespoÅĤ":137586,"ÑĪив":137587,"Ġפר×ĺ×Ļ×ķת":137588,"ÙħستشÙģ":137589,"ÙħستشÙģÙī":137590,"شرع":137591,"ĠkoÅĽci":137592,"Ġ×Ķ×IJ×Ļ׳×ĺר׳×ĺ":137593,"ĠЧеÑĢ":137594,"поÑĩÑĤ":137595,"Ġactivités":137596,"çŁ¥ãģ£ãģ¦":137597,"Ġ×ij×ĸ×Ķ":137598,"Ġyüzden":137599,"ãģªãĤĬãģ¾ãģĽãĤĵ":137600,"Ġíĺ¹":137601,"Ġíĺ¹ìĿĢ":137602,"Ġ×ŀש׳×Ķ":137603,"ĠÐĴеÑĢ":137604,"Ġ×ij×IJ×ķת×ķ":137605,"éĿ¢çĻ½":137606,"éĿ¢çĻ½ãģĦ":137607,"شرØŃ":137608,"gründe":137609,"ÙģØ´":137610,"ÙģØ´ÙĦ":137611,"Ġséjour":137612,"ë´IJ":137613,"Ġrôle":137614,"شعار":137615,"емÑĭе":137616,"ĠاÙĦجسÙħ":137617,"алÑĮное":137618,"Ġìĥģíĥľ":137619,"Ｄ":137620,"ë¯Ģë¡ľ":137621,"ĠÙĨÙĤØ·":137622,"ĠÙĨÙĤطة":137623,"ãģĿãģĨãģł":137624,"ãģĻãĤĭãģ®ãģĮ":137625,"หู":137626,"Ġnhá»ĭ":137627,"Ġeconómica":137628,"ס×ĺ×ķ×ĵ":137629,"ס×ĺ×ķ×ĵ׳×ĺ":137630,"มีà¹Ĥà¸Ńà¸ģาส":137631,"Ġgestão":137632,"รูà¹īวà¹Īา":137633,"Ġloạt":137634,"ĠاÙĦÙħÙı":137635,"ĠاÙĦØŃÙħÙĦ":137636,"ĠاÙĦعÙħÙĦÙĬØ©":137637,"Ġê²ĥëıĦ":137638,"ĠÐľÐ¾Ñģква":137639,"ק×ĺ×ķר":137640,"ĠподÑĢоб":137641,"ĠподÑĢобн":137642,"ĠlÆ°ng":137643,"تÙģس":137644,"تÙģسÙĬر":137645,"ĠاÙĦبع":137646,"ĠاÙĦبعض":137647,"ئت":137648,"ÐķÐĿ":137649,"ìĹ°êµ¬":137650,"à¹ĥหà¹īà¸Ħุà¸ĵ":137651,"ãģĤãĤĬãģ¾ãģĹãģŁ":137652,"Ġbirka":137653,"Ġbirkaç":137654,"ĠÄ°sl":137655,"ĠÄ°slam":137656,"çĹĽãģ¿":137657,"Ġhảo":137658,"ĠмаÑı":137659,"ĠiÅŁÃ§i":137660,"ש×":137661,"ש×ģ":137662,"à¸ģารà¹Ģมืà¸Ńà¸ĩ":137663,"×ķ×Ķר":137664,"Ġchó":137665,"ëĨĢ":137666,"Ġyanlı":137667,"ĠyanlÄ±ÅŁ":137668,"幸ãģĽ":137669,"×IJר×Ĵ×ķ׳×Ļ":137670,"à¸Ńาà¸Īาร":137671,"à¸Ńาà¸Īารยà¹Į":137672,"ĠинÑĦоÑĢмаÑĨиÑİ":137673,"ÐĵÐŀ":137674,"׳×Ĺש":137675,"ĠìķĮìķĦ":137676,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ":137677,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤик":137678,"à¸Ħุà¸ĵสามารà¸ĸ":137679,"è¦ĭãģĪãĤĭ":137680,"à¸Ĭัà¸Ķà¹Ģà¸Ī":137681,"à¸Ĭัà¸Ķà¹Ģà¸Īà¸Ļ":137682,"ĠdziaÅĤal":137683,"ĠdziaÅĤalnoÅĽci":137684,"à¹Ĥà¸ŀสà¸ķà¹Į":137685,"ĠÐļол":137686,"ĠÙģÙĩÙĬ":137687,"Ġ×ŀפ׳×Ļ":137688,"Ġ×Ķקשר":137689,"ÙħرÙĥ":137690,"ÙħرÙĥز":137691,"Ġhoá":137692,"Ġапп":137693,"ĠаппаÑĢаÑĤ":137694,"Ġpami":137695,"ĠpamiÄĻ":137696,"ĠpamiÄĻta":137697,"Ġçünkü":137698,"×ĵ×ķף":137699,"ãģ¯ãģĵãģ¡ãĤī":137700,"ĠMÃł":137701,"ĠÙĬÙĤدÙħ":137702,"ĠпÑĢез":137703,"ĠпÑĢезиденÑĤ":137704,"à¸Ńุà¸ķ":137705,"à¸Ńุà¸ķสา":137706,"à¸Ńุà¸ķสาห":137707,"à¸Ńุà¸ķสาหà¸ģรรม":137708,"ì§ĢìĽIJ":137709,"Ġ×IJפשר×ķת":137710,"schüt":137711,"schütz":137712,"ĠTiên":137713,"Ġsayılı":137714,"ĠгÑĢÑĥппÑĭ":137715,"оÑĩнÑĭй":137716,"Ġ×ľ×¢×ŀ×ķ×ĵ":137717,"ĠwrzeÅĽ":137718,"ĠwrzeÅĽnia":137719,"ĠÄIJầu":137720,"à¹Ģà¸Ĥà¹īารà¹Īวม":137721,"nızda":137722,"Ø®ÙĬص":137723,"Ġgünc":137724,"Ġgüncel":137725,"ĠÙĦÙĩØ°Ùĩ":137726,"ĠÙĬعتبر":137727,"légi":137728,"ãĤıãģĭãĤĭ":137729,"Ġrừng":137730,"ظÙĩ":137731,"ظÙĩÙĪر":137732,"Ġ×ŀ×ij×Ļף":137733,"Ġ기íĥĢ":137734,"åĪĩãĤĮ":137735,"lanmÄ±ÅŁ":137736,"à¸Ĺีà¹Īมีà¸Ħวาม":137737,"Ġhá»ģ":137738,"تÙĪجÙĩ":137739,"ĠاÙĦإدارة":137740,"Ġútil":137741,"ספ×ķ":137742,"à¸Ħวามรัà¸ģ":137743,"à¹Ĥฮ":137744,"ĠполиÑĤ":137745,"ĠполиÑĤик":137746,"Ġsatın":137747,"ĠÅŀimdi":137748,"×ŀ×ķר×Ļ×Ŀ":137749,"ìķĺëĭ¤":137750,"×Ĺ×ķ×ķ":137751,"×Ĺ×ķ×ķ×Ļ×Ķ":137752,"à¸Ħà¸Ńมà¸ŀิ":137753,"à¸Ħà¸Ńมà¸ŀิว":137754,"à¸Ħà¸Ńมà¸ŀิวà¹Ģà¸ķà¸Ńรà¹Į":137755,"Ġاذا":137756,"تخاذ":137757,"ãĤ¨ãĥ«":137758,"Ġpossibilité":137759,"ยืà¸Ļยัà¸Ļ":137760,"Ġünivers":137761,"Ġüniversite":137762,"ĠاÙĦدÙĪرÙĬ":137763,"ĠìķĬëĬĶëĭ¤":137764,"ĠìĦľë¡ľ":137765,"ØŃاÙĦ":137766,"Ġë¨":137767,"Ġ먼":137768,"Ġ먼ìłĢ":137769,"à¸Ĺีà¹Īà¸ĸูà¸ģ":137770,"ì§ľ":137771,"Ġskóry":137772,"лÑĮÑĨ":137773,"à¹ĥà¸Ĭà¹īà¹Ģวลา":137774,"×ijקשת":137775,"ĠØ°ÙĪ":137776,"æĹ¥ãĢħ":137777,"ĠкоÑĤоÑĢÑĥÑİ":137778,"ĠÑĥÑĢовенÑĮ":137779,"깨":137780,"à¹Ħà¸Ĺ":137781,"ãĤµãĥĹãĥª":137782,"ãĤ¸ãĥ§ãĥ³":137783,"ãģĻãģ¹ãģį":137784,"ĠGór":137785,"ãĥĪãĤ¤":137786,"ãĥĪãĤ¤ãĥ¬":137787,"ĠyaÅŁama":137788,"Ġdá»ĭp":137789,"Ġbữa":137790,"à¸ĭุ":137791,"Ġölüm":137792,"ãģ£ãģ¦ãģıãĤĭ":137793,"à¸ģารà¸Ħà¹īา":137794,"שער":137795,"ĠÑĤипа":137796,"ĠгеÑĢ":137797,"ĠгеÑĢо":137798,"רקע":137799,"Ġuważ":137800,"Ġuważa":137801,"ש×ŀף":137802,"Ġhastalık":137803,"ãĤıãĤĮãĤĭ":137804,"baÅŁÄ±":137805,"ÑĩÑĤо":137806,"Ġ×ij×ŀר׼×ĸ":137807,"Ġìļ°ë¦¬ìĿĺ":137808,"ĠÙĥاÙĨÙĪا":137809,"Ġأبر":137810,"ĠأبرÙĬÙĦ":137811,"층":137812,"à¹Ħà¸Ĥà¹Ī":137813,"ĠÙĪÙĦÙĪ":137814,"à¸Ĺัว":137815,"à¸Ĺัวรà¹Į":137816,"ĠÙĪØ£Ùĥد":137817,"à¸Ĭวà¸Ļ":137818,"׾×ķק":137819,"æį¨":137820,"æį¨ãģ¦":137821,"Ġİçin":137822,"péri":137823,"Ġyal":137824,"Ġyalnız":137825,"ÑĮÑıн":137826,"Ġgắng":137827,"à¸ģà¹ĩยัà¸ĩ":137828,"ĠУкÑĢаин":137829,"ĠÑģами":137830,"ĠпÑĢоведен":137831,"à¸ķà¸ģà¹ģà¸ķà¹Īà¸ĩ":137832,"ĠQuân":137833,"éparation":137834,"ĠbaÅŁÄ±nda":137835,"Ġznale":137836,"Ġznaleź":137837,"ĠznaleźÄĩ":137838,"ãĤ±ãĥ¼":137839,"ãĥİãĥ¼":137840,"à¸ĸูà¸ģà¸ķà¹īà¸Ńà¸ĩ":137841,"몸":137842,"ĠëıĮ":137843,"ĠëıĮìķĦ":137844,"ĠSchüler":137845,"ĠподгоÑĤов":137846,"ĠподгоÑĤовк":137847,"عرÙĪ":137848,"عرÙĪض":137849,"laÅŁtır":137850,"ĠÑģоÑģÑĤавлÑıеÑĤ":137851,"ĠпÑĢоизвод":137852,"ĠпÑĢоизводÑģÑĤва":137853,"ĠоÑģнове":137854,"ĠØ´ÙħاÙĦ":137855,"à¸ģรี":137856,"ĠgörÃ¼ÅŁme":137857,"оÑĩек":137858,"Ġ×Ĺ×ijר×Ļ×Ŀ":137859,"Ùħخاط":137860,"Ùħخاطر":137861,"ï¼Ń":137862,"רפ×IJ":137863,"ĠMẹ":137864,"ยà¸Ńมรัà¸ļ":137865,"Ġvết":137866,"خذ":137867,"ĠاÙĦتط":137868,"ĠاÙĦتطبÙĬÙĤ":137869,"à¸Ļึà¸ģ":137870,"Ġ×Ķ×Ľ×ł×¡×ª":137871,"ĠогÑĢани":137872,"ĠогÑĢаниÑĩен":137873,"ĠÃĩalÄ±ÅŁ":137874,"ĠاÙĦÙħÙĨتدÙī":137875,"à¸Īำà¸Ļวà¸Ļมาà¸ģ":137876,"ĠÑĤоÑĢÑĢ":137877,"ĠÑĤоÑĢÑĢенÑĤ":137878,"ĠìĤ´ìķĦ":137879,"à¸ŀลัà¸ĩà¸ĩาà¸Ļ":137880,"à¸Ĭัà¸Ļ":137881,"ĠÐIJндÑĢ":137882,"Ġréalisé":137883,"×ŀש×IJ":137884,"à¹ģà¸Ĭ":137885,"à¹ģà¸Ĭรà¹Į":137886,"Ġбог":137887,"มาà¹ģลà¹īว":137888,"ĠاÙĦÙĨار":137889,"Ġolmadıģı":137890,"×ĵ×¢×Ķ":137891,"ĠÑĥвеÑĢ":137892,"ĠÑĥвеÑĢен":137893,"ãĤĭãĤĤãģ®":137894,"أد":137895,"أدÙĪات":137896,"Ġ×Ķ×ĸ×ķ×Ĵ":137897,"إعÙĦاÙħ":137898,"há»ı":137899,"ĠNähe":137900,"ĠÑĤеÑģÑĤ":137901,"Ġ×ŀ×ķ׼ר":137902,"Ġë¬¸ìłľê°Ģ":137903,"ת×ķצ×IJ×Ķ":137904,"mó":137905,"móvel":137906,"ĠاÙĦتجارة":137907,"ĠмногиÑħ":137908,"обÑīа":137909,"Ġעסק×Ļ":137910,"ĠEducação":137911,"קש×Ļ×Ŀ":137912,"établ":137913,"établissement":137914,"Ġделе":137915,"иÑĢÑĥеÑĤÑģÑı":137916,"آثار":137917,"Ġ×Ķ×ŀר׼×ĸ×Ļ":137918,"ãĥIJãĥ«":137919,"ĠвÑģÑĤÑĢеÑĩ":137920,"ãģĴãĤĭ":137921,"ĠciÄħ":137922,"ĠciÄħgu":137923,"ÙĬست":137924,"à¸łà¸²à¸§":137925,"à¸łà¸²à¸§à¸°":137926,"Ø£Ùħر":137927,"Ġожи":137928,"Ġожида":137929,"Ġủy":137930,"ãĥŀãĥ«":137931,"راس":137932,"оÑĩной":137933,"ת×Ĵ×ķ×ij×ķת":137934,"تعرÙĬÙģ":137935,"ĠÑģоÑĨиалÑĮно":137936,"ãĤĴéĸĭ":137937,"ĠиÑģÑģледова":137938,"Ġdú":137939,"Ġdúvida":137940,"ĠskÅĤ":137941,"ĠskÅĤada":137942,"Ġhäufig":137943,"ĠвÑĭбÑĢ":137944,"ĠвÑĭбÑĢаÑĤÑĮ":137945,"ãģ®ãģ§ãģ¯ãģªãģĦãģĭ":137946,"ĠÑģилÑĮно":137947,"ÑĤвеÑĢжден":137948,"רפ":137949,"רפ×ķ×IJ×Ķ":137950,"æĢĿãģĦãģ¾ãģĻ":137951,"ØŃرص":137952,"ש×ķתף":137953,"Ùħسجد":137954,"à¹Ĥà¸Ĭวà¹Į":137955,"емÑģÑı":137956,"вÑĪие":137957,"Ġмл":137958,"Ġмлн":137959,"Ġ׾×Ķ×ij×Ļ×IJ":137960,"ĠÙĬتعÙĦÙĤ":137961,"à¸ķูà¹ī":137962,"ĠпÑĢаз":137963,"ĠпÑĢазд":137964,"ĠпÑĢаздник":137965,"Ġнем":137966,"Ġнемного":137967,"ĠsÃłng":137968,"تÙĨسÙĬ":137969,"تÙĨسÙĬÙĤ":137970,"Ġtá»Ŀ":137971,"Ġмеди":137972,"ãģ«æĪ":137973,"ãģ«æĪ»":137974,"à¸Ħวà¹īา":137975,"ãģĭãģijãĤĭ":137976,"×ij׾×ķת":137977,"ĠÑįкÑģп":137978,"ĠÑįкÑģпеÑĢÑĤ":137979,"ĠдевÑĥÑĪ":137980,"ĠдевÑĥÑĪк":137981,"ĠØŃص":137982,"ÙĨشأ":137983,"ãģĮãģĤãĤĭãģ®ãģ§":137984,"ĠتراÙħ":137985,"ĠتراÙħب":137986,"أسÙĪاÙĤ":137987,"Ġ׾פ׳×ķת":137988,"Ġاﻷ":137989,"ãģ«ãģı":137990,"ãģ«ãģıãģĦ":137991,"ĠأعÙĦÙī":137992,"Ġ׾×Ķ×ŀש×Ļ×ļ":137993,"räu":137994,"ש×ŀ×Ļ×Ŀ":137995,"åĪĨãģij":137996,"ãģĻãģ§":137997,"ãģĻãģ§ãģ«":137998,"×Ķ׾׼×Ķ":137999,"×Ĺ׾×Ļ×£":138000,"Ġì±ħ":138001,"Ġì±ħìŀĦ":138002,"à¹Ģà¸Īริ":138003,"à¹Ģà¸Īริà¸į":138004,"éģĬãģ³":138005,"جسد":138006,"สาà¸ĺ":138007,"สาà¸ĺาร":138008,"สาà¸ĺารà¸ĵ":138009,"Ġbasın":138010,"ÑĢаг":138011,"гад":138012,"ĠhoÅŁ":138013,"íķµ":138014,"×ij×Ĺ×Ļר×Ķ":138015,"×ŀס×ļ":138016,"ĠìłľíĴĪ":138017,"تÙħÙĪÙĬÙĦ":138018,"ĠLÆ°u":138019,"ë¡ľë¶ĢíĦ°":138020,"Ġпоб":138021,"Ġпобед":138022,"ÙħÙĨØ°":138023,"常ãģ«":138024,"ÙĤس":138025,"ĠاÙĦÙħصدر":138026,"ĠÙĪاÙĦاست":138027,"Ġkhắp":138028,"ĠاÙĦجاÙĨب":138029,"Ġnguyá»ĩn":138030,"éĸĵéģķãģĦ":138031,"ĠÑģÑĤÑĢа":138032,"ĠÑģÑĤÑĢаÑħ":138033,"ĠÑģÑĤÑĢаÑħов":138034,"รีà¸ļ":138035,"ĠxÆ°Æ¡ng":138036,"Ġì°¾":138037,"Ġì°¾ìķĦ":138038,"Ġngại":138039,"гал":138040,"à¸ĭีà¹Ī":138041,"Ġ×ijפ×Ļ×Ļס×ij×ķק":138042,"ЦенÑĤÑĢ":138043,"Ġavaliação":138044,"Ġeconómico":138045,"×ĸף":138046,"ĠÐľÐ°Ðº":138047,"Ġinterés":138048,"à¸ģลิà¹Īà¸Ļ":138049,"ÑģÑĤÑĮÑİ":138050,"ĠÄijÆ°Æ¡ng":138051,"å¼·ãģı":138052,"ĠKhách":138053,"à¹Ģà¸Ļืà¹īà¸Ńหา":138054,"ĠYazı":138055,"è²·ãģ£ãģ¦":138056,"ÐłÐķ":138057,"à¹Ģà¸ŀิà¹Īมà¸Ĥึà¹īà¸Ļ":138058,"สมà¸ļู":138059,"สมà¸ļูรà¸ĵà¹Į":138060,"ĠмиÑĢов":138061,"×Ĵ׳×Ļ×Ŀ":138062,"ĠÄijức":138063,"à¸Ńารà¹Į":138064,"صاص":138065,"ãģĬãĤĪ":138066,"ãģĬãĤĪãģ³":138067,"êÌī":138068,"ĠاÙĦÙħؤتÙħر":138069,"ĠاÙĦÙħرØŃÙĦØ©":138070,"สà¸Ńà¸ļà¸ĸาม":138071,"Ġà¸Īาà¸ģà¸Ļัà¹īà¸Ļ":138072,"Ġتعد":138073,"ãģĿãģ®ãģŁãĤģ":138074,"Ġkháng":138075,"à¸Ļิà¸Ķ":138076,"ãĥĬãĥ³":138077,"ëĦ¤ìļĶ":138078,"ĠاÙĦاØŃت":138079,"ĠاÙĦاØŃتÙĦاÙĦ":138080,"ìļķ":138081,"Ġмодели":138082,"ĠпÑĢоÑĨенÑĤ":138083,"à¸ŀวà¸ģà¹Ģรา":138084,"Ġ×Ķצ×ĵ":138085,"Ġ×Ķצ×ĵ×ĵ×Ļ×Ŀ":138086,"stände":138087,"׳×Ĵר":138088,"Ġdotyc":138089,"ĠdotyczÄħ":138090,"ĠdotyczÄħce":138091,"ĠÅĽwiÄĻt":138092,"×ŀר×Ķ":138093,"ãģĻãģĶãģĦ":138094,"ãĥĩãĤ£ãĥ³ãĤ°":138095,"à¸ģารสรà¹īาà¸ĩ":138096,"ëĤ¬":138097,"Ġì°¸ìŬ":138098,"ÑģÑħ":138099,"ÑģÑħем":138100,"ÙħÙĪس":138101,"Ġnấu":138102,"Ġ׾×ŀ×¢×ľ×Ķ":138103,"à¹Ģà¸Ľà¹īา":138104,"à¹Ģà¸Ľà¹īาหมาย":138105,"Ġmùi":138106,"ائز":138107,"íĽĪ":138108,"×Ĺ×ij×ķר×Ķ":138109,"à¸ľà¸¹à¹īà¹ĥà¸Ĭà¹ī":138110,"Ġpaź":138111,"Ġpaździ":138112,"Ġpaździern":138113,"Ġpaździernika":138114,"ลà¸ĩà¹Ħà¸Ľ":138115,"ÙĤاع":138116,"ĠcháºŃm":138117,"Ġözellikleri":138118,"ĠÄIJo":138119,"ĠÄIJoÃłn":138120,"жение":138121,"Ġhẳ":138122,"Ġhẳn":138123,"ĠaÅŁk":138124,"ï½į":138125,"ãĥijãĤ¹":138126,"×Ķ×ķר×IJ×ķת":138127,"ĠÅ»":138128,"ĠÅ»y":138129,"×ŀ×ĸ׾":138130,"ĠÑĥкÑĢа":138131,"ĠÑĥкÑĢаин":138132,"à¹Ģà¸Ĭิ":138133,"à¹Ģà¸Ĭิà¸į":138134,"ÐłÐĺ":138135,"ĠzwiÄħzku":138136,"×Ķ×Ĺ׾×ĺת":138137,"ãĤĵãģ§ãģĻãĤĪãģŃ":138138,"ãģ¦ãģĬãĤĬ":138139,"ложиÑĤÑĮ":138140,"×ŀ×ķ׳×Ļ×Ŀ":138141,"ฮิ":138142,"ì°¬":138143,"ĠاÙĦÙħشترÙĥ":138144,"ĠdÃ¼ÅŁÃ¼k":138145,"агенÑĤ":138146,"ĠاÙĦأسبÙĪع":138147,"ĠÙĤرÙĬب":138148,"инд":138149,"индив":138150,"индивид":138151,"индивидÑĥ":138152,"индивидÑĥалÑĮн":138153,"förder":138154,"Ġseçen":138155,"Ġseçenek":138156,"Ġétant":138157,"ĠлÑİбим":138158,"казÑĭваеÑĤ":138159,"วิà¸Ļ":138160,"Ġ×Ķ×ij×IJ×Ļ×Ŀ":138161,"Ġдов":138162,"ĠдоволÑĮ":138163,"ĠдоволÑĮно":138164,"×¢×ĵ×Ļ×£":138165,"Ġokre":138166,"ĠokreÅĽ":138167,"ĠokreÅĽlon":138168,"ĠترÙĬد":138169,"à¹Ģมืà¹Īà¸Ńวัà¸Ļà¸Ĺีà¹Ī":138170,"ãĤĪãģĭãģ£ãģŁ":138171,"Cumh":138172,"Cumhur":138173,"Cumhurba":138174,"CumhurbaÅŁ":138175,"CumhurbaÅŁkan":138176,"CumhurbaÅŁkanı":138177,"Ġnợ":138178,"à¸ľà¸¹à¹īà¹Ģลà¹Īà¸Ļ":138179,"Ġcomplète":138180,"à¹Ģà¸ŀศ":138181,"دÙIJ":138182,"Ġdüz":138183,"Ġdüzey":138184,"ãģ§ãģĤãĤĭãģĵãģ¨":138185,"extérieur":138186,"׳":138187,"Ġinformação":138188,"ãĤ¯ãĥªãĥĭãĥĥãĤ¯":138189,"ĠPubli":138190,"ĠPublié":138191,"ר×ķ×ĵ":138192,"à¸Ħà¸§à¸²à¸¡à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":138193,"ĠØ£ÙĬض":138194,"ĠØ£ÙĬضÙĭا":138195,"تسبب":138196,"ãģ¤ãĤĤãĤĬ":138197,"изма":138198,"à¸Ĥึà¹īà¸Ļà¹Ħà¸Ľ":138199,"ÙĥÙIJ":138200,"ÙĦÙĪÙħ":138201,"Ġשצר":138202,"Ġשצר×Ļ×ļ":138203,"ãģ¯ãĤĤãģ¡ãĤįãĤĵ":138204,"Ġкан":138205,"Ġканал":138206,"ãģ«ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":138207,"ĠاÙĦØ£Ùĥثر":138208,"تاØŃ":138209,"ÙĨتÙĩ":138210,"ÙĨتÙĩاء":138211,"اÙĪÙĬØ©":138212,"ĠBugün":138213,"нÑģкого":138214,"à¸Ķà¹Īวà¸Ļ":138215,"évolution":138216,"ãģ£ãģ¦ãģĦãģ¾ãģĹãģŁ":138217,"ãĤħ":138218,"ĠVÆ°Æ¡ng":138219,"à¸łà¸²à¸ŀย":138220,"à¸łà¸²à¸ŀยà¸Ļ":138221,"à¸łà¸²à¸ŀยà¸Ļà¸ķรà¹Į":138222,"Ġ×Ķצ׾×Ļ×Ĺ":138223,"ĠاÙĦإسÙĦاÙħÙĬ":138224,"ÙĦÙĬب":138225,"Ġedição":138226,"ÑģÑĤÑĢел":138227,"Ġkhúc":138228,"ÙĨÙħÙĪØ°":138229,"ÙĨÙħÙĪذج":138230,"׾צ×Ķ":138231,"ÑģÑĤавил":138232,"à¸ĸา":138233,"สรà¹īาà¸ĩà¸Ħวาม":138234,"ãģĦãģ£ãģ±":138235,"ãģĦãģ£ãģ±ãģĦ":138236,"ÑģÑĤавлен":138237,"ĠاÙĦÙĤدس":138238,"Ġngược":138239,"بخ":138240,"สหร":138241,"สหรั":138242,"สหรัà¸IJ":138243,"Ġأغ":138244,"Ġأغسط":138245,"Ġأغسطس":138246,"ãģĨãģ¾":138247,"ãģĨãģ¾ãģı":138248,"ĠêµŃìłľ":138249,"ØŃضار":138250,"Ġdừng":138251,"æĬ¼ãģĹ":138252,"تÙĪا":138253,"تÙĪاجد":138254,"ש×ŀ×Ĺ×Ķ":138255,"ãģıãĤĵ":138256,"Ġ×ijעצ":138257,"Ġ×ijעצ×Ŀ":138258,"×ŀ׳×Ļ×ķת":138259,"×ķ×Ļ×ĵ":138260,"×ķ×Ļ×ĵ×IJ×ķ":138261,"à¸Ĭิà¸ĩ":138262,"ĠpracÄĻ":138263,"ĠзаÑĤ":138264,"ĠзаÑĤем":138265,"ĠìŀIJìľł":138266,"Ġì¤Ģ":138267,"Ġì¤Ģë¹Ħ":138268,"ĠbáºŃ":138269,"ĠbáºŃc":138270,"Ġ×Ķ×ŀצ×ij":138271,"ĠÙĤÙĬÙħØ©":138272,"à¹Ģà¸Ńà¹Ģà¸Ĭ":138273,"à¹Ģà¸Ńà¹Ģà¸Ĭีย":138274,"Ġperchè":138275,"ĠاÙĦعسÙĥر":138276,"ĠاÙĦعسÙĥرÙĬØ©":138277,"جÙĬب":138278,"ëŀµ":138279,"ÙħÙĩر":138280,"ÙħÙĩرجاÙĨ":138281,"ÙħراÙĥ":138282,"ÙħراÙĥز":138283,"Ġоднако":138284,"à¸Ķีà¹Ĩ":138285,"Ġצפ×ķ":138286,"Ġkullanılan":138287,"Ġкино":138288,"ãĥĨãĤ£ãĥ³ãĤ°":138289,"ĠGiỼi":138290,"تÙĪز":138291,"تÙĪزÙĬع":138292,"ยิà¸Ļ":138293,"ยิà¸Ļà¸Ķี":138294,"ĠcÅĵur":138295,"ĠiÅŁaret":138296,"Ġ×ij×¢×ĸר":138297,"Ġ×ij×¢×ĸרת":138298,"ĠпаÑĨи":138299,"ĠпаÑĨиенÑĤ":138300,"ãģ¿ãģŁãģĦãģ§ãģĻ":138301,"вез":138302,"лина":138303,"оде":138304,"Ġ×IJ×ķ×ª×Ł":138305,"dıģınız":138306,"ĠÐIJв":138307,"ĠÐIJвÑĤоÑĢ":138308,"ï¼®":138309,"ĠCần":138310,"ĠاÙĦاخ":138311,"ĠاÙĦاخبار":138312,"Ġê±°ìĿĺ":138313,"Ġatenção":138314,"ĠgeldiÄŁi":138315,"ãĤªãĤ¹":138316,"ãĤªãĤ¹ãĤ¹":138317,"ãĤªãĤ¹ãĤ¹ãĥ¡":138318,"евÑĭе":138319,"кÑĢÑĭл":138320,"à¹Ģà¸Ĭียà¸ĩ":138321,"à¹Ģà¸Ĭียà¸ĩà¹ĥหมà¹Ī":138322,"Ġmarço":138323,"ĠاÙĦÙħادة":138324,"Ġгол":138325,"Ġsprzedaży":138326,"Ġíķ´ê²°":138327,"ĠÐķго":138328,"ê¹Ģ":138329,"Ġ׾ק×ij×ľ×ª":138330,"ĠاÙĦÙģÙĨاÙĨ":138331,"Ġcomunicación":138332,"à¹Ģสà¹īà¸Ļà¸Ĺาà¸ĩ":138333,"íĺ¹":138334,"à¸Ĭำ":138335,"à¸Ĭำระ":138336,"Ġ׼×IJ×ŀ":138337,"Ġ׼×IJ×ŀ×ķר":138338,"à¸Ĭà¹Īาà¸ĩ":138339,"زÙĩر":138340,"Ġklientów":138341,"иваÑİÑĤ":138342,"анг":138343,"׳×ļ":138344,"Ġgá»įn":138345,"ÃľR":138346,"ìĺģìĥģ":138347,"Ġغزة":138348,"ìĿĮìĿĦ":138349,"Ġbezpo":138350,"ĠbezpoÅĽ":138351,"ĠbezpoÅĽredni":138352,"ĠاÙĦÙħÙĪا":138353,"ĠاÙĦÙħÙĪاطÙĨ":138354,"ĠاÙĦÙħÙĪاطÙĨÙĬÙĨ":138355,"ãĤĮãģ¾ãģĻ":138356,"ĠмаÑĤÑĩ":138357,"×IJ×ķף":138358,"ĠرسÙħÙĬ":138359,"ĠÑįкон":138360,"ĠÑįконом":138361,"ĠÑįкономиÑĩеÑģк":138362,"ãĥľãĥ¼":138363,"ĠдиÑĢ":138364,"ĠдиÑĢекÑĤоÑĢ":138365,"ĠÑģкоÑĢо":138366,"à¸ļำ":138367,"à¸ļำร":138368,"à¸ļำรุà¸ĩ":138369,"ĠÑĦÑĥÑĤ":138370,"ĠÑĦÑĥÑĤбол":138371,"Ġ×IJ×Ļ׾":138372,"Ġì¤ijêµŃ":138373,"ìľ¤":138374,"eÄŁe":138375,"à¹Ħà¸ģà¹Ī":138376,"traî":138377,"traîn":138378,"ĠÑĤÑĢÑĥб":138379,"à¹Ģà¸ļื":138380,"à¹Ģà¸ļืà¹īà¸Ńà¸ĩ":138381,"à¹ģมà¸Ļ":138382,"ĠتØŃدÙĬØ«":138383,"Ġ×Ľ×¢×ª":138384,"ØŃاسب":138385,"lıģa":138386,"ק×Ļ×Ļ×ŀ×Ļ×Ŀ":138387,"оÑģÑĤÑĮÑİ":138388,"à¸Ŀั":138389,"à¸Ŀัà¹Īà¸ĩ":138390,"شغÙĦ":138391,"ìĽ¹":138392,"Ġкаждого":138393,"Ġbölümü":138394,"หà¸Ļี":138395,"ĠistediÄŁi":138396,"ĠtrÆ°ng":138397,"ãĥĮ":138398,"ฮà¸Ń":138399,"Ø£ÙĨØ´":138400,"Ø£ÙĨشطة":138401,"ĠاÙĦÙħسÙĬ":138402,"ĠاÙĦÙħسÙĬØŃ":138403,"ลัà¸ģษà¸ĵà¹Į":138404,"Ġná»Ńa":138405,"à¸Ĺีà¹Īà¸ķà¹īà¸Ńà¸ĩà¸ģาร":138406,"ÑĪек":138407,"лÑij":138408,"Ġש×Ļ×Ķ":138409,"Ġש×Ļ×Ķ×Ļ×Ķ":138410,"Ġkhuôn":138411,"ĠÑĤÑĢебованиÑı":138412,"Ġ×ľ×¢×ĸ×ķר":138413,"ĠاÙĦعÙħر":138414,"ราà¸Ħาà¸ĸูà¸ģ":138415,"ÙĩÙıÙħÙĴ":138416,"üst":138417,"üstü":138418,"Ġденег":138419,"Ġnạ":138420,"à¸Ĥà¸Ļม":138421,"Ġблаг":138422,"Ġблагод":138423,"ĠблагодаÑĢ":138424,"ĠблагодаÑĢÑı":138425,"إسÙĦاÙħ":138426,"à¸Ļิว":138427,"çŁ¥ãĤīãģªãģĦ":138428,"Ø«ÙĤØ©":138429,"ĠголоÑģ":138430,"×IJ×ķר×Ĺ":138431,"Ġtrứng":138432,"Ġодном":138433,"ĠkoÅĦcu":138434,"Ġ×ķרק":138435,"WiÄĻ":138436,"WiÄĻcej":138437,"Ġ×IJ×Ļ׼×ķת":138438,"Ġ×IJ×Ļ׼×ķת×Ļ":138439,"ÑģоÑģ":138440,"Ġjeżeli":138441,"以ä¸ĭãģ®":138442,"å°ıãģķ":138443,"å°ıãģķãģª":138444,"ологии":138445,"ĠобÑģлÑĥж":138446,"ĠобÑģлÑĥжива":138447,"Ùĥتابة":138448,"Ġê´Ģìĭ¬":138449,"עש×Ļר":138450,"Ġarasındaki":138451,"ĠÑĢайона":138452,"ÙĪاجب":138453,"Ġ×ij×Ĺ×Ļ×Ļ":138454,"íķ´ì£¼":138455,"Ġgóc":138456,"айл":138457,"ĠTình":138458,"æļ®ãĤī":138459,"æļ®ãĤīãģĹ":138460,"æĻĤãģ«ãģ¯":138461,"ĠгоÑĢоде":138462,"Ġ׼×IJ×Ļ׾":138463,"Ġ׼×IJ×Ļ׾×ķ":138464,"ĠCá»Ļng":138465,"ãģ©ãģĨãģĹãģ¦ãĤĤ":138466,"×Ĺ×ķ×£":138467,"تØŃرÙĥ":138468,"ĠÑģловам":138469,"à¸Īะà¸Ĭà¹Īวย":138470,"ĠاÙĦÙħستÙĤبÙĦ":138471,"ÙĤض":138472,"ÙĤضÙĬ":138473,"×ijס×ķפ":138474,"×ijס×ķפ×ķ":138475,"iÄĻÄĩ":138476,"ĠYıl":138477,"Ø´ÙĬØ®":138478,"à¸Ħุà¸ĵà¸Īะ":138479,"ש×ŀ×ķת":138480,"Ġتعرض":138481,"Ġanálise":138482,"ĠÑģобиÑĢа":138483,"à¹Ģà¸ŀà¸Ĭ":138484,"à¹Ģà¸ŀà¸Ĭร":138485,"Ġвели":138486,"Ġвелик":138487,"สัà¹īà¸Ļ":138488,"Ġpopulação":138489,"รà¹Īวมà¸ģัà¸Ļ":138490,"×Ĺ×ŀ":138491,"×Ĺ×ŀ×Ļש×Ļ":138492,"ס×Ļס":138493,"åĨħãģ§":138494,"ĠsobÄħ":138495,"ĠYay":138496,"ĠYayın":138497,"ãĥ¡ãĥĭãĥ¥ãĥ¼":138498,"ĠпÑĢедоÑģÑĤавлÑı":138499,"ãģłãģ¨æĢĿãģĨ":138500,"Ġê³łê°Ŀ":138501,"Ġодним":138502,"à¹ĥà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":138503,"Ġsá»ķ":138504,"ĠÐĹдеÑģÑĮ":138505,"ĠизменениÑı":138506,"ĠìĿ¼ìĿĦ":138507,"ãģªãģ®ãģł":138508,"кладÑĭва":138509,"ÑĢма":138510,"Ġ×ķ×ij׼׾":138511,"تأÙħÙĬÙĨ":138512,"ĠпÑĢиÑıÑĤ":138513,"ĠпÑĢиÑıÑĤн":138514,"ÙħÙħار":138515,"ÙħÙħارسة":138516,"ãģ¨ãģªãģ£ãģ¦":138517,"ĠجÙħÙĬÙĦ":138518,"Ġì§Ī":138519,"Ġì§Ī문":138520,"Ġquestão":138521,"ié":138522,"iéndo":138523,"หà¹īà¸Ńà¸ĩà¸ŀัà¸ģ":138524,"ãĥijãĥ¼ãĥĪ":138525,"ÑĤвеÑĢжда":138526,"нÑģкой":138527,"зал":138528,"มุà¹Īà¸ĩ":138529,"á»Ĭ":138530,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ķ":138531,"ĠThÆ°":138532,"주민":138533,"ĠاÙĦعب":138534,"évén":138535,"événement":138536,"ÙĤÙĪاعد":138537,"دÙı":138538,"ĠìķĬìĬµëĭĪëĭ¤":138539,"Ġ보기":138540,"Ġyapılması":138541,"à¹Ģราà¸ģ":138542,"à¹Ģราà¸ģà¹ĩ":138543,"ØŃذر":138544,"ÙĤصر":138545,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":138546,"Ġà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ļ":138547,"ãģ¨ãģ«":138548,"ãģ¨ãģ«ãģĭ":138549,"ãģ¨ãģ«ãģĭãģı":138550,"нÑĨе":138551,"звÑĥк":138552,"ãģĹãĤĪãģĨãģ¨":138553,"ĠاÙĦصØŃÙĬØ©":138554,"Ġש×Ķ×Ļ×ķ":138555,"ĠDiÄŁer":138556,"ÙĤÙĦÙĤ":138557,"ãĤ¸ãĥ£ãĥ³":138558,"Ġrá»Ŀi":138559,"ĠлеÑĩ":138560,"ĠлеÑĩениÑı":138561,"تباد":138562,"تبادÙĦ":138563,"צפ×Ķ":138564,"à¸Ħวามà¹Ģหà¹ĩà¸Ļ":138565,"Ġشب":138566,"ĠشبÙĥØ©":138567,"ר×Ļק":138568,"Ùħعد":138569,"Ùħعدات":138570,"dıģında":138571,"Ġ×ijש׳×Ļ×Ŀ":138572,"Ġ×Ķ×Ļשר×IJ׾":138573,"Ġ×Ķ×Ļשר×IJ׾×Ļת":138574,"Ġsınav":138575,"׳צ×Ļ×Ĵ":138576,"วัà¸ķà¸ĸุ":138577,"ĠاÙĦبرÙĦÙħ":138578,"ĠاÙĦبرÙĦÙħاÙĨ":138579,"tivitÃł":138580,"ãĤĵãģłãĤįãģĨ":138581,"ק×Ļ×Ļ×ŀ":138582,"ÙĦÙĬÙĥ":138583,"ĠÄijò":138584,"ĠÄijòi":138585,"ĠÐĺнÑĤеÑĢ":138586,"ĠÐĺнÑĤеÑĢнеÑĤ":138587,"ãģ«ãģ¨ãģ£ãģ¦ãģ¯":138588,"ãģ£ãģĵ":138589,"ק×ķס":138590,"ستØŃÙĤ":138591,"æķĻãģĪãģ¦":138592,"ãĥĢãĥ¡":138593,"ĠÙħÙĨزÙĦ":138594,"à¹Ģà¸ĭà¹ĩà¸Ļ":138595,"使ãģĪãĤĭ":138596,"è¦ĭç©į":138597,"è¦ĭç©įãĤĤãĤĬ":138598,"Ø£Ùģ":138599,"Ø£ÙģÙĥار":138600,"ĠигÑĢов":138601,"ĠигÑĢовÑĭе":138602,"ĠmÄĻż":138603,"ĠmÄĻżczy":138604,"ĠmÄĻżczyzn":138605,"ĠاÙĦØŃÙĤÙĬÙĤÙĬ":138606,"عبر":138607,"׼×ķ׾׳×ķ":138608,"íĿ¥":138609,"×ŀ×IJ×ķ×Ĺר":138610,"ختص":138611,"ãĥŀãĥŀ":138612,"Ġ×IJ×Ĺ×ķ×ĸ":138613,"íĮĢ":138614,"Ġrá»iji":138615,"ĠвÑĤоÑĢ":138616,"ĠвÑĤоÑĢой":138617,"Ġlẫn":138618,"пÑĢом":138619,"пÑĢомÑĭÑĪ":138620,"пÑĢомÑĭÑĪлен":138621,"пÑĢомÑĭÑĪленн":138622,"ĠоÑĤноÑĪениÑı":138623,"Ġsứ":138624,"ĠмобилÑĮ":138625,"ĠмобилÑĮн":138626,"ĠÑįÑĤомÑĥ":138627,"Ġtạp":138628,"ĠìĤ¬ê±´":138629,"ĠìķĮ볤":138630,"ÙĥÙı":138631,"ÙĥÙıÙħÙĴ":138632,"Ġק×ķר×Ķ":138633,"ĠÑĦиÑĢ":138634,"ĠÑĦиÑĢм":138635,"Ġsıkıntı":138636,"׳׼":138637,"׳׼×ķף":138638,"ÙĪÙĦÙĪجÙĬ":138639,"ØŃاÙĨ":138640,"Ġloạn":138641,"Ġ×IJ×ľ×£":138642,"Ġmắn":138643,"abhäng":138644,"abhängig":138645,"ĠÑĥÑĢовнÑı":138646,"Ġ׾×ij×ĵ×ķק":138647,"ÙĬÙħÙĨ":138648,"layın":138649,"Ġhải":138650,"Ġзавод":138651,"ĠìķĦ주":138652,"สà¸ĸา":138653,"สà¸ĸาà¸ļัà¸Ļ":138654,"Ġgüvenlik":138655,"à¹Ģà¸Ķà¹Īà¸Ļ":138656,"×ij×ĵק":138657,"ĠëĪ":138658,"ĠëĪĦ":138659,"ĠëĪĦ구":138660,"éĩįè¦ģãģª":138661,"รà¸Ńà¸ĩรัà¸ļ":138662,"schlie":138663,"schlieÃŁen":138664,"Ġìĸ¼":138665,"Ġìĸ¼ë§Ī":138666,"Ġìĸ¼ë§ĪëĤĺ":138667,"ÑĤики":138668,"íķľëĭ¤ê³ł":138669,"ãģłãģ£ãģŁãĤī":138670,"Ġ×Ķ×Ļ×ĺ×ij":138671,"ãģªãģijãĤĮãģ°ãģªãĤīãģªãģĦ":138672,"âÌ":138673,"ậ":138674,"Ġphạt":138675,"akÄ±ÅŁ":138676,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":138677,"à¹Ģà¸ĭà¹ĩ":138678,"ĠСегоднÑı":138679,"Ġinsanların":138680,"Ġdéveloppe":138681,"תפר":138682,"תפר×Ļ×ĺ":138683,"اÙĨتشار":138684,"ê°ij":138685,"François":138686,"Ø£ÙĦع":138687,"Ø£ÙĦعاب":138688,"ãĤĴè¶ħ":138689,"ãĤĴè¶ħãģĪ":138690,"Ġê°ĻìĬµëĭĪëĭ¤":138691,"ãĤ³ãĥ¬":138692,"ĠмеÑģÑıÑĨев":138693,"íĮħ":138694,"ĠاÙĦجاÙħعة":138695,"ìĿ¸íĦ°":138696,"ìĿ¸íĦ°ëĦ·":138697,"×ĵר×ķש":138698,"ĠÙĪأشار":138699,"ĠпÑĢавила":138700,"ãģĿãģĵãģ«":138701,"×Ĺ×ŀ×ĵ":138702,"à¹Ģหà¸ķุà¸ģารà¸ĵà¹Į":138703,"Ġê²½íĹĺ":138704,"ãģ¶ãĤĬ":138705,"׾ש":138706,"׾ש×ķף":138707,"à¹Ģà¸ĸ":138708,"ĠDoÄŁu":138709,"ĠиÑģполÑĮзование":138710,"ĠçocuÄŁu":138711,"магазине":138712,"ĠÄijiá»ĥn":138713,"Ġaslı":138714,"Ġaslında":138715,"Ġdoença":138716,"Ġساع":138717,"Ġساعات":138718,"ĠиÑģполÑĮзованиÑı":138719,"ר×ķצ×Ļ×Ŀ":138720,"ĠзнаÑĩиÑĤ":138721,"ĠÑĢам":138722,"ĠÑĢамкаÑħ":138723,"거리":138724,"ĠпÑĭÑĤа":138725,"ãĥģãĥ³":138726,"ĠпоÑģк":138727,"ĠпоÑģколÑĮ":138728,"ĠпоÑģколÑĮкÑĥ":138729,"إبر":138730,"إبراÙĩ":138731,"إبراÙĩÙĬÙħ":138732,"ĠÑĤÑĢеÑħ":138733,"ĠGenç":138734,"سÙĪÙģ":138735,"ĠveÃŃculo":138736,"ĠNgân":138737,"ĠоÑĩеÑĢедÑĮ":138738,"à¸Ħรึà¹Īà¸ĩ":138739,"×IJ×ij×Ļ":138740,"à¸ķà¹īม":138741,"ãĤĴè¡ĮãģĦ":138742,"ĠاÙĦسابÙĤØ©":138743,"наÑĨи":138744,"наÑĨиона":138745,"наÑĨионалÑĮн":138746,"Ġgestión":138747,"تÙĤد":138748,"ĠاÙĦبÙĬاÙĨ":138749,"ĠاÙĦبÙĬاÙĨات":138750,"ĠاÙĦاÙĨتخاب":138751,"ĠاÙĦاÙĨتخابات":138752,"à¹Ģà¸Ĭà¹Īา":138753,"×ĵ×IJ×Ĵ":138754,"Ġ׾×Ĵ×ŀר×Ļ":138755,"ĠتØŃتاج":138756,"Ġthôn":138757,"à¸ķà¹īà¸Ńà¸Ļ":138758,"à¸ķà¹īà¸Ńà¸Ļรัà¸ļ":138759,"女ãģ®":138760,"女ãģ®åŃIJ":138761,"Ġthợ":138762,"Ø·ØŃÙĨ":138763,"ารà¹Įà¸Ķ":138764,"ת×ŀ×Ļ×ĵ":138765,"ĠÑģамÑĭм":138766,"Ġìĭľíĸī":138767,"إصد":138768,"إصدار":138769,"ĠNghá»ĩ":138770,"ìķķ":138771,"سئ":138772,"سئÙĦ":138773,"à¸Ńาร":138774,"à¸Ńารม":138775,"à¸Ńารมà¸ĵà¹Į":138776,"à¹ģฮ":138777,"׳×ĺ׾":138778,"Ġì¢ĭìķĦ":138779,"×ķ׾׾":138780,"Ġ×ij×Ľ×ª×ij":138781,"ãĤ«ãĥ©":138782,"צע×Ļר×Ļ×Ŀ":138783,"تعبÙĬر":138784,"Ġ×ŀקר×Ķ":138785,"ĠÑĦакÑĤоÑĢ":138786,"ĠتÙħاÙħ":138787,"ĠتÙħاÙħا":138788,"ëįķ":138789,"ĠvÆ°á»Ŀ":138790,"ĠvÆ°á»Ŀn":138791,"ĠdÄ±ÅŁÄ±":138792,"ãģĦãģ¡":138793,"Ġ׾ק׳×ķת":138794,"ĠاÙĦعÙĦاÙĤات":138795,"пÑĥб":138796,"пÑĥбли":138797,"Ø¥ÙĬÙħ":138798,"Ø¥ÙĬÙħاÙĨ":138799,"à¸Ńำà¸Ļา":138800,"à¸Ńำà¸Ļาà¸Ī":138801,"åIJ«ãģ¾ãĤĮ":138802,"ãĤĭãģŁãĤģãģ«":138803,"ס×Ĵ":138804,"ס×Ĵ׳×ķף":138805,"تØŃدÙĬ":138806,"Ġauprès":138807,"ĠاÙĦجÙĩا":138808,"ĠاÙĦجÙĩاز":138809,"Ġ×ŀת×Ĺת":138810,"еннÑĥÑİ":138811,"Ġзим":138812,"à¸ģาà¹ģà¸Ł":138813,"Ġ×ijת×ķר":138814,"Ġnghè":138815,"Ġnghèo":138816,"ĠÐĽÑİ":138817,"ĠÐĽÑİб":138818,"תקצ×Ļ×ij":138819,"×ŀעש×Ķ":138820,"ĠاÙĦبÙĬت":138821,"צ×Ļפ":138822,"ĠобÑıзан":138823,"ĠMá»Ĺi":138824,"ĠТÑĥÑĢ":138825,"ĠÙĪباÙĦت":138826,"ĠÙĪباÙĦتاÙĦÙĬ":138827,"Ġdécision":138828,"Ġبد":138829,"Ġبدأت":138830,"Ġcục":138831,"Ġbask":138832,"Ġbaskı":138833,"Ġhatırl":138834,"Ġhatırla":138835,"å°ıãģķãģĦ":138836,"Ġgerçekten":138837,"à¸ľà¸±à¸ģ":138838,"åı¯èĥ½ãģª":138839,"×ŀ×IJס":138840,"ĠcrÃŃtica":138841,"ĠìĿĺìĽIJ":138842,"عÙĤÙĪد":138843,"×ĺ׼׳":138844,"×ĺ׼׳×ķ׾×ķ×Ĵ×Ļ×Ķ":138845,"è¨ĢãģĪãģ°":138846,"ĠÙĤÙĨا":138847,"ĠÙĤÙĨاة":138848,"ĠìĿ´ê²ĥìĿĢ":138849,"تصر":138850,"à¸Łà¸±à¸Ļ":138851,"ĠÑĢеÑĨеп":138852,"ĠÑĢеÑĨепÑĤ":138853,"ĠبÙĨÙģس":138854,"ÑĢоÑĪ":138855,"ĠмаÑĢÑĤа":138856,"Ġsonras":138857,"Ġsonrası":138858,"×ķ×ijש":138859,"ãĥªãĤ¹ãĤ¯":138860,"ĠFrançais":138861,"á»ļ":138862,"ê°Ķ":138863,"Ġ×Ķ×ijר×Ļת":138864,"פ×Ļצ":138865,"פ×Ļצ×ķ×Ļ":138866,"ĠÙĦÙħاذا":138867,"ĠÐļиев":138868,"ĠÑģмÑĭÑģл":138869,"ê¸Īìľµ":138870,"ãĤ·ãĥ£ãĥ«":138871,"ãĥ©ãĤ¤ãĥĪ":138872,"ìĽĥ":138873,"×ŀ×Ĺר":138874,"ãĨį":138875,"Ġkullanım":138876,"Ġ×IJצ׾׳×ķ":138877,"ĠtÃłn":138878,"ãĥıãĥ¼":138879,"ãģ¨ãģ¨ãĤĤ":138880,"ãģ¨ãģ¨ãĤĤãģ«":138881,"ÑĢег":138882,"ÑĢеги":138883,"ÑĢегион":138884,"ãģªãģıãģªãĤĭ":138885,"Ġchảy":138886,"ĠجÙĩØ©":138887,"ÅĦskiej":138888,"à¸Ńีà¹Ģม":138889,"à¸Ńีà¹Ģมล":138890,"ãģįãģ£ãģ¨":138891,"ĠìĺĪìĤ°":138892,"Ġkitabı":138893,"Ġeducação":138894,"ĠbuluÅŁ":138895,"ологиÑı":138896,"ĠконкÑĢ":138897,"ĠконкÑĢеÑĤ":138898,"×Ĵ×Ļר":138899,"ĠпÑĢедлаг":138900,"ĠпÑĢедлагаеÑĤ":138901,"ĠYên":138902,"Ġíķľë²Ī":138903,"Ġ×ŀר׼×ĸ×Ļ":138904,"à¹Ģà¸Ľà¸´à¸Ķà¹Ģà¸ľà¸¢":138905,"ÑĤвеÑĢд":138906,"ĠHá»ĩ":138907,"ĠÐĵÑĢ":138908,"à¸Ŀà¹īา":138909,"×Ķשק":138910,"×Ķשקע×Ķ":138911,"ĠнаÑĥк":138912,"ìłIJìĿĦ":138913,"ĠнелÑĮ":138914,"ĠнелÑĮз":138915,"ĠнелÑĮзÑı":138916,"гин":138917,"ĠBöl":138918,"ĠBölge":138919,"Ġвла":138920,"ĠвлаÑģÑĤи":138921,"à¹Ģà¸Ļà¹ĩ":138922,"à¹Ģà¸Ļà¹ĩà¸ķ":138923,"골":138924,"Ġöld":138925,"Ġöldür":138926,"×Ľ×ł×¢":138927,"ĠاÙĦÙĩÙĬئة":138928,"تارÙĬØ®":138929,"ĠÐijÑĢ":138930,"ĠÑģмож":138931,"ĠÑģможеÑĤе":138932,"ĠLúc":138933,"à¹Ħà¸Ľà¸ĸึà¸ĩ":138934,"ĠBakanı":138935,"Ġerklärt":138936,"ĠÐIJна":138937,"Ġscène":138938,"åķıãģĦ":138939,"åķıãģĦåIJĪãĤıãģĽ":138940,"ÙħÙĩÙĨد":138941,"ÙħÙĩÙĨدس":138942,"Ġназвание":138943,"иваниÑı":138944,"ãĤĴå¤īãģĪ":138945,"ä»ĺãģįåIJĪ":138946,"ãĥijãĤ½":138947,"ãĥijãĤ½ãĤ³ãĥ³":138948,"æĺİãĤī":138949,"æĺİãĤīãģĭ":138950,"à¹Ģà¸Ńà¸ģสาร":138951,"à¹Ģà¸ģิà¸Ļà¹Ħà¸Ľ":138952,"леп":138953,"ãģĹãģŁãĤĤãģ®":138954,"ĠCâm":138955,"ĠCâmara":138956,"ק×ķ׾׳×ķ×¢":138957,"Ġ×ij×Ĵ×Ļף":138958,"Ġoczy":138959,"ĠoczywiÅĽcie":138960,"attivitÃł":138961,"ãĥĵãĥ¥ãĥ¼":138962,"Ġeducación":138963,"Ä°YE":138964,"ê¹ĮìļĶ":138965,"ãĤ¨ãĥªãĤ¢":138966,"неÑģÑĤи":138967,"Ġmóg":138968,"ĠmógÅĤ":138969,"Ġק×ĺ׳×Ļ×Ŀ":138970,"ĠPrä":138971,"Ġ×ľ×¢×ij×ķר":138972,"بÙĨÙī":138973,"зол":138974,"золоÑĤ":138975,"ĠwnÄĻtr":138976,"ĠwnÄĻtrz":138977,"Ġconstrução":138978,"รัà¸ļรà¸Ńà¸ĩ":138979,"سجÙĨ":138980,"Ġק×ķ׳":138981,"ס×Ļפ×ķר":138982,"ĠÙħدÙī":138983,"رضÙī":138984,"плав":138985,"ï¼¥":138986,"Ġila":138987,"Ġilaç":138988,"ãĤĭãģ¹ãģį":138989,"ĠÙħÙĪÙĤÙģ":138990,"à¸ģรุ":138991,"à¸ģรุà¸ĵา":138992,"chodzÄħc":138993,"ĠÑĤÑĭÑģ":138994,"ÐķвÑĢо":138995,"ĠÙĬØŃدث":138996,"ãĥ¡ãĤ¤ãĥ³":138997,"ĠاÙĦصØŃÙĬ":138998,"ĠÐĶан":138999,"دعاء":139000,"ãĤ´ãĥ¼ãĥ«":139001,"×©×ł×ª×Ļ":139002,"×©×ł×ª×Ļ×Ļ×Ŀ":139003,"à¸Ķà¹īวยà¸ģัà¸Ļ":139004,"Ġolacaģı":139005,"Ġ×ij×ŀ×Ĺ×Ļר":139006,"×Ķק":139007,"×Ķק×ŀת":139008,"ãĥ¢ãĥİ":139009,"ĠçalÄ±ÅŁtı":139010,"Ġjóvenes":139011,"ãģĦãģıãĤī":139012,"ĠÙħعدÙĦ":139013,"ĠCÅ©ng":139014,"ĠSegún":139015,"Ġdönemde":139016,"Ġ׾×Ļ×ĵ×Ļ":139017,"ãģįãģ¡":139018,"ãģįãģ¡ãĤĵ":139019,"ãģįãģ¡ãĤĵãģ¨":139020,"ÙģرÙĨس":139021,"ÙģرÙĨسا":139022,"åIJijãģį":139023,"Ġcampaña":139024,"ĠÑģамоÑģÑĤоÑı":139025,"ĠÑģамоÑģÑĤоÑıÑĤелÑĮно":139026,"á»Ģ":139027,"ÙĤÙĪا":139028,"سÙĦاØŃ":139029,"à¸ģระà¹ģ":139030,"à¸ģระà¹ģส":139031,"ĠполÑĮзÑĥ":139032,"nqu":139033,"nquête":139034,"รà¹Īวมà¸ģัà¸ļ":139035,"ëĬIJëĥIJ":139036,"à¸Ĺีมà¸Ĭาà¸ķิ":139037,"Ġyıllık":139038,"ìĬ¬":139039,"ĠأصØŃاب":139040,"illé":139041,"Ġdóla":139042,"Ġdólares":139043,"Ġкож":139044,"Ġкожи":139045,"ลà¹īà¸Ń":139046,"à¹Ģรียà¸ļร":139047,"à¹Ģรียà¸ļรà¹īà¸Ńย":139048,"à¹Ģà¸ŀิ":139049,"à¹Ģà¸ŀิà¹Īà¸ĩ":139050,"ÑĢиÑĤоÑĢи":139051,"Ġíijľ":139052,"ĠíijľíĺĦ":139053,"ĠпеÑĢев":139054,"ĠпеÑĢевод":139055,"פ×Ĵ×Ļ×¢×Ķ":139056,"ĠdeÄŁerlendirme":139057,"Ùģائ":139058,"ĠвÑĭгод":139059,"ınızı":139060,"×ķ׼×Ļ×Ĺ":139061,"ĠдоÑģÑĤиг":139062,"ĠngÃłn":139063,"æĢĿãģ£ãģŁ":139064,"ĠÐķÑģÑĤÑĮ":139065,"ĠاÙĦرغÙħ":139066,"ĠzwiÄħzane":139067,"ربط":139068,"à¸Ļึà¸ĩ":139069,"Ġ׾×Ĺ×ķק":139070,"Ġszczególn":139071,"Ġszczególnie":139072,"ĠباستخداÙħ":139073,"ĠfÃŃsico":139074,"עס":139075,"עס×ķק":139076,"سÙĦÙĪÙĥ":139077,"ĠاØŃد":139078,"ÑĩÑijÑĤ":139079,"×ĸ׼×Ķ":139080,"Ġlá»ĩnh":139081,"ĠÙĪØŃت":139082,"ĠÙĪØŃتÙī":139083,"à¸Ħวามสามารà¸ĸ":139084,"à¸Ńยูà¹Īà¹ģลà¹īว":139085,"à¸ģารà¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":139086,"تخذ":139087,"צ×Ļ×ķ×ĵ":139088,"ĠاÙĦأس":139089,"ĠاÙĦأسÙĩÙħ":139090,"Ġtá»ĩ":139091,"ãģ£ãģ¦ãģĦãģ¦":139092,"สรุ":139093,"à¸ªà¸£à¸¸à¸Ľ":139094,"ĠкомÑĦ":139095,"ĠкомÑĦоÑĢÑĤ":139096,"ìĺ¤ëĬĶ":139097,"ĠÑĢазв":139098,"ĠÑĢазвива":139099,"ланд":139100,"hänge":139101,"ĠبÙĨسبة":139102,"à¹Ģà¸Ĥียว":139103,"עצ×Ŀ":139104,"Ġ×ľ×ľ×Ľ×ª":139105,"ÑģоÑĨиалÑĮн":139106,"Ġëĭ¤ìĿĮê³¼":139107,"Ġרש×ķ×ŀ":139108,"×ŀר×Ĺ×ij":139109,"سÙĤØ·":139110,"Ġalanı":139111,"ĠÄijá»ĩ":139112,"é£Łãģ¹ãĤĭ":139113,"à¸Ķึà¸ĩ":139114,"Ġgegenüber":139115,"ĠبÙĩØ°Ùĩ":139116,"à¸ĸืà¸Ńà¹Ģà¸Ľà¹ĩà¸Ļ":139117,"ëķħ":139118,"à¸Ħà¸Ļà¹Ħà¸Ĺย":139119,"ãĤ¢ãĤ¦":139120,"ãĤ¢ãĤ¦ãĥĪ":139121,"ศัà¸ģ":139122,"ศัà¸ģà¸Ķิ":139123,"ศัà¸ģà¸Ķิà¹Į":139124,"ÙĤÙĪاÙĨ":139125,"ÙĤÙĪاÙĨÙĬÙĨ":139126,"Ġhá»Ļp":139127,"ãģªãģıãģªãģ£ãģ¦":139128,"Ġ×IJ×ŀ׳":139129,"Ġ×IJ×ŀ׳×Ŀ":139130,"à¹Ģà¸ķืà¸Ńà¸Ļ":139131,"ĠзавиÑģим":139132,"ĠзавиÑģимоÑģÑĤи":139133,"ת×Ļ×IJ":139134,"ת×Ļ×IJ×ķר":139135,"å§ĭãĤģãģŁ":139136,"Ġngá»į":139137,"Ġngá»įt":139138,"íĴį":139139,"ê³¼ìŀ¥":139140,"Ġbại":139141,"ãģ§ãģįãģ¦":139142,"Ġcomeçar":139143,"à¸Ľà¸£à¸²à¸ģ":139144,"à¸Ľà¸£à¸²à¸ģà¸ı":139145,"ĠгодÑĭ":139146,"меÑģ":139147,"ĠاÙĦÙħستÙĪÙī":139148,"ĠÑģамÑĭе":139149,"ллеÑĢ":139150,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":139151,"ãģ¨ãģ®ãģĵãģ¨":139152,"bió":139153,"à¸ģลà¹Īà¸Ńà¸ĩ":139154,"ĠاÙĦزÙĪج":139155,"ãģ«è¡Įãģ£ãģŁ":139156,"à¸Ħà¹Īà¸Ńà¸Ļ":139157,"à¸Ħà¹Īà¸Ńà¸Ļà¸Ĥà¹īาà¸ĩ":139158,"ĠbaÄŁl":139159,"ĠbaÄŁlant":139160,"ĠbaÄŁlantı":139161,"確ãģĭ":139162,"確ãģĭãģ«":139163,"ãĥľãĥ¼ãĥ«":139164,"çµĤãĤıãĤĬ":139165,"ש×ŀר":139166,"à¸Ĺีà¹Īสามารà¸ĸ":139167,"ÙĦزÙħ":139168,"даеÑĤÑģÑı":139169,"รัà¸ļà¸Ľà¸£à¸°":139170,"รัà¸ļà¸Ľà¸£à¸°à¸Ĺาà¸Ļ":139171,"å¤īãĤıãĤĬ":139172,"ï¼¢":139173,"ĠìĺĪìĪĺëĭĺ":139174,"ãĤĪãģĨãģ¨":139175,"มัà¸ģà¸Īะ":139176,"ĠHÆ°Æ¡ng":139177,"ÙĨÙģØ°":139178,"×ŀ×ĵ×ĵ":139179,"ĠìĿ¸ìłķ":139180,"ÑħодиÑĤÑĮ":139181,"ĠзавиÑģиÑĤ":139182,"×ķ×ĵ×Ļ×¢":139183,"ãģĵãģ¨ãģĮãģĤãĤĬãģ¾ãģĻ":139184,"عراÙĤ":139185,"سطØŃ":139186,"à¸ģำà¹Ħร":139187,"ëĵ¤ëıĦ":139188,"×Ļצ×Ļר×Ķ":139189,"ãģĨãģĵãģ¨":139190,"ÙĦاØŃÙĤ":139191,"ãģĦãĤĮãģ°":139192,"ĠиÑģполÑĮзÑĥÑİÑĤ":139193,"ĠBợi":139194,"Ġשק׾×Ļ×Ŀ":139195,"ÑĨикл":139196,"ÐIJÐŀ":139197,"Ġ×ijש׳×Ķ":139198,"ÙĨشط":139199,"Ġש×Ļ׳×ķ×Ļ":139200,"Ġש×Ļ׳×ķ×Ļ×Ļ×Ŀ":139201,"Ġpoblación":139202,"ĠHÆ°ng":139203,"ระว":139204,"ระวัà¸ĩ":139205,"رÙĬاضة":139206,"رصد":139207,"تÙĤÙĦÙĬ":139208,"تÙĤÙĦÙĬد":139209,"Ġülkem":139210,"Ġülkemiz":139211,"à¸Ĭะ":139212,"ãĤ¯ãĥªãĥ¼ãĥł":139213,"èģŀãģĦãģŁ":139214,"Ġważ":139215,"Ġważne":139216,"ê±°ëĵł":139217,"ê±°ëĵłìļĶ":139218,"×ŀ×IJ×ijק":139219,"×Ĺ×ĵש×ķת":139220,"ĠWroc":139221,"ĠWrocÅĤaw":139222,"ĠKültür":139223,"sist":139224,"sistência":139225,"×¢×ĸר×Ķ":139226,"ĠgÆ°Æ¡ng":139227,"รà¹īาà¸Ļà¸Ħà¹īา":139228,"ĠÙĪØ£ÙĪضØŃ":139229,"ándose":139230,"ãĤ·ãĥ¼ãĥ³":139231,"×IJ׳ר×Ĵ":139232,"×IJ׳ר×Ĵ×Ļ×Ķ":139233,"ãģªãģĦãģ§ãģĻ":139234,"Ġkhủng":139235,"Ġ문ìĦľ":139236,"Ġ×ij×ĵ×ijר":139237,"×ĵ×Ļ×ķ":139238,"×ĵ×Ļ×ķ×ķ×Ĺ":139239,"Ġrégl":139240,"ÙħÙĪاد":139241,"обоÑĢ":139242,"обоÑĢоÑĤ":139243,"Ġ×Ķ×ij׾":139244,"Ġ×Ķ×ij׾×ķ×Ĵ":139245,"ØŃاÙħ":139246,"ĠاÙĦعاص":139247,"ĠاÙĦعاصÙħØ©":139248,"пеÑĢаÑĤоÑĢ":139249,"تخÙĦ":139250,"تخÙĦص":139251,"ãģŁãģłãģĹ":139252,"تسÙħ":139253,"à¹Ĥรà¸ĩà¸ŀ":139254,"à¹Ĥรà¸ĩà¸ŀยา":139255,"à¹Ĥรà¸ĩà¸ŀยาà¸ļาล":139256,"ĠYük":139257,"ĠYüksek":139258,"Ġש׳×Ļת":139259,"Ġש׳×Ļ×ª×Ł":139260,"liÄŁe":139261,"Ġפת":139262,"Ġפת×ķ×Ĺ":139263,"ĠbeÄŁ":139264,"ĠbeÄŁen":139265,"Ġ×ŀ×ķר":139266,"Ġ×ŀ×ķר׼×ij":139267,"ĠرساÙĦØ©":139268,"íĨµìĭł":139269,"Ġavalia":139270,"Ġavaliações":139271,"Ġmanh":139272,"Ġmanhã":139273,"Ġìķŀ":139274,"Ġìķŀìľ¼ë¡ľ":139275,"ÙĤتر":139276,"ÙĤترØŃ":139277,"à¹Ģà¸ģืà¸Ń":139278,"à¹Ģà¸ģืà¸Ńà¸ļ":139279,"Ġproposé":139280,"Ø£Ùħا":139281,"Ø£ÙħاÙĥÙĨ":139282,"ĠÐŀÐŀ":139283,"ĠÐŀÐŀÐŀ":139284,"ÙħÙĤار":139285,"ÙħÙĤارÙĨØ©":139286,"ëĦIJ":139287,"ãģĦãģŁãģłãģı":139288,"ÙĤÙĬÙĦ":139289,"ĠнаÑĪиÑħ":139290,"ãĤ«ãĥĥãĥĹ":139291,"×Ĺ×ľ×ª":139292,"Ġëĭ¤ë§Į":139293,"à¸Ĺัà¹Īวà¹Ĥลà¸ģ":139294,"ãĥįãĤ¿":139295,"ØŃساس":139296,"ãģ«ãģªãĤĮ":139297,"جائ":139298,"جائزة":139299,"échange":139300,"économ":139301,"économie":139302,"ТÐĺ":139303,"×¡×ª×Ľ×ľ":139304,"à¸Ĺัà¹īà¸ĩสà¸Ńà¸ĩ":139305,"ĠاÙĦخاÙħ":139306,"ĠاÙĦخاÙħس":139307,"ק×ĺ×¢":139308,"auważ":139309,"à¸ľà¸¹à¹īà¸Ĭาย":139310,"à¹ģà¸Ľà¸¥à¸ģ":139311,"åIJĮæĻĤãģ«":139312,"знаниÑı":139313,"ãģĦãģŁãģłãģįãģ¾ãģĹãģŁ":139314,"Ġ×ŀ×ij׾×Ļ":139315,"à¸Ĥà¸Ńà¹ĥหà¹ī":139316,"ĠاÙĦتربÙĬØ©":139317,"Ġdécouvert":139318,"Ġżyciu":139319,"après":139320,"Ġyab":139321,"Ġyabanc":139322,"Ġyabancı":139323,"ĠbaÅŁlayan":139324,"ìĹĪëįĺ":139325,"Ġhesabı":139326,"Ġë§Įìķ½":139327,"ë§Īëĭ¤":139328,"ĠThánh":139329,"ãĥ´ãĤ¡":139330,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£":139331,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£à¸¸à¸ĩ":139332,"ĠMặc":139333,"à¹Ģหà¸ķà¸¸à¸ľà¸¥":139334,"ĠÐijез":139335,"ĠcapacitÃł":139336,"ÅĤeÅĽ":139337,"ĠпÑĢеим":139338,"ĠпÑĢеимÑĥÑīеÑģÑĤв":139339,"ĠÅļwiÄĻt":139340,"Ġpublié":139341,"×ŀעצ×ij":139342,"ÙħشارÙĥات":139343,"à¸łà¸²à¸©":139344,"à¸łà¸²à¸©à¸µ":139345,"Ġdeuxième":139346,"ĠÙħØŃاÙģظ":139347,"ĠÙħØŃاÙģظة":139348,"ĠSchön":139349,"､":139350,"Ġ×Ķ×ij×¢":139351,"Ġ×Ķ×ij×¢×Ļ×Ķ":139352,"ĠÙĪاÙĦÙĦÙĩ":139353,"è¨Ģãģ£ãģŁ":139354,"à¸ķà¹īาà¸Ļ":139355,"วรรà¸ĵ":139356,"à¸Ĺิศ":139357,"ĠbaÅŁÄ±na":139358,"ĠmogÄĻ":139359,"ש×Ļפ×ķר":139360,"ĠÙĪعد":139361,"ĠÙĪعدÙħ":139362,"Ġhistórico":139363,"Ġkısı":139364,"ĠìĿ´ê²Į":139365,"ĠPolÃŃtica":139366,"ĠÑģиÑĤÑĥаÑĨии":139367,"ĠkoÅĦca":139368,"×ij×ĵ×Ļק×Ķ":139369,"ĠاÙĦسÙĬارات":139370,"ãģªãĤīãģ°":139371,"ãĤµãĥ©":139372,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãĤĭ":139373,"Ġdecisão":139374,"×ķ×ķ×ĵ":139375,"läss":139376,"lässig":139377,"Ġ׾×Ļשר×IJ׾":139378,"ĠÙĬأتÙĬ":139379,"ר×ķ×ĸ":139380,"Ã¶ÄŁ":139381,"Ã¶ÄŁret":139382,"Ã¶ÄŁretim":139383,"Ġдек":139384,"Ġдекаб":139385,"ĠдекабÑĢÑı":139386,"Ġש×Ĺ×ķר":139387,"ãģ¦ãģıãĤĮãģŁ":139388,"عبارة":139389,"Ġélectrique":139390,"ĠاÙĦتÙĨÙħÙĬØ©":139391,"جرÙī":139392,"ĠìĪĺíĸī":139393,"à¸Ĺู":139394,"ĠÑĢеалÑĮно":139395,"ÑģпоÑģоб":139396,"à¸Ħลà¹īาย":139397,"ĠسعÙĪد":139398,"önü":139399,"ĠÙģÙħÙĨ":139400,"تÙĥÙĪ":139401,"تÙĥÙĪÙĬÙĨ":139402,"ĠкаÑĩеÑģÑĤво":139403,"ĠконÑĤак":139404,"ĠконÑĤакÑĤ":139405,"ĠsözleÅŁme":139406,"à¸Ńà¹īาà¸ĩ":139407,"ĠتÙĪÙģ":139408,"ĠتÙĪÙģÙĬر":139409,"×Ķ×ĸ×ĵ":139410,"×Ķ×ĸ×ĵ×ŀ׳×ķת":139411,"ĠØ·ÙĪÙĬÙĦØ©":139412,"Ġtérmino":139413,"Ġ×IJ×Ļפ×Ķ":139414,"ãĥĵãĥ«":139415,"สà¹Ĥม":139416,"สà¹Ĥมสร":139417,"ĠاÙĦاث":139418,"ĠاÙĦاثÙĨÙĬÙĨ":139419,"евиÑĩ":139420,"Ġopinión":139421,"à¸Ľà¸§à¸Ķ":139422,"åı¤ãģĦ":139423,"รà¹Īา":139424,"ĠBiaÅĤ":139425,"ĠÑģÑĤал":139426,"ĠÑģÑĤало":139427,"ólogo":139428,"ĠìķĦëĭĪëĭ¤":139429,"Ġ×IJ×Ļת":139430,"Ġ×IJ×Ļת×ķ":139431,"à¹Ģหà¹ĩà¸Ļวà¹Īา":139432,"à¸ļารà¹Į":139433,"çĦ¼":139434,"çĦ¼ãģį":139435,"ĠìĿ´ìļ©ìŀIJ":139436,"ĠнекоÑĤоÑĢÑĭе":139437,"ksz":139438,"ksztaÅĤ":139439,"ksztaÅĤc":139440,"ãĤŃãĥ£ãĥĥãĤ·":139441,"ãĤŃãĥ£ãĥĥãĤ·ãĥ³ãĤ°":139442,"ĠroÅĽ":139443,"ĠroÅĽlin":139444,"ÑĢажа":139445,"×ij׳×Ļ×Ļ×Ķ":139446,"à¸Ľà¸£à¸ªà¸´":139447,"à¸Ľà¸£à¸ªà¸´à¸ķ":139448,"Ġgördü":139449,"×ŀ׳×Ķ×Ļ×Ĵ":139450,"å¤īãĤıãģ£ãģ¦":139451,"Ġ×IJ×Ķ":139452,"Ġ×IJ×Ķ×ijת×Ļ":139453,"à¹Ģรà¹Īà¸ĩ":139454,"Ġönünde":139455,"Ġê·¸ëĥ¥":139456,"полиÑĤ":139457,"полиÑĤиÑĩеÑģк":139458,"ãĥ¡ãĥĩãĤ£":139459,"ãĥ¡ãĥĩãĤ£ãĤ¢":139460,"ĠDetay":139461,"ĠDetaylı":139462,"ĠاÙĦصÙģØŃØ©":139463,"à¸ģารà¹Ģà¸ĩิà¸Ļ":139464,"Ġìµľê·¼":139465,"׼ש׾":139466,"Ｉ":139467,"вÑĪего":139468,"íķĺìĭ¤":139469,"ĠÐŃÑĤ":139470,"ĠÐŃÑĤоÑĤ":139471,"สื":139472,"สืà¸ļ":139473,"Ġngừng":139474,"ĠдокÑĥменÑĤов":139475,"даваÑĤÑĮ":139476,"ĠاÙĦشخصÙĬØ©":139477,"Ġצע×Ļר":139478,"درÙĥ":139479,"سØŃب":139480,"à¹Ħมà¹Īà¸Ħà¹Īà¸Ńย":139481,"Ġ×Ķ×ŀק×ķ×ŀ×Ļ":139482,"สัà¹Īà¸ĩà¸ĭืà¹īà¸Ń":139483,"Ġê·¸ê²ĥìĿĦ":139484,"ãģĤãĤĭãģĦ":139485,"ãģĤãĤĭãģĦãģ¯":139486,"×IJ×ķ×ĺ×ķ×ij":139487,"×IJ×ķ×ĺ×ķ×ij×ķס":139488,"кÑĨион":139489,"ĠÐľÐ¾Ð¶Ð½Ð¾":139490,"ãģıãģł":139491,"ãģıãģłãģķ":139492,"ĠинÑĦоÑĢмаÑĨиÑı":139493,"ï»Ł":139494,"ĠìŀijìĹħ":139495,"Ġ×Ļ×ķסף":139496,"إدارة":139497,"ĠاÙĦØŃاج":139498,"×ł×¡×Ļ×¢×Ķ":139499,"изаÑĨиÑı":139500,"×IJ׾×ij":139501,"×IJ׾×ij×ķ×Ŀ":139502,"пед":139503,"Ġק×ĺ׳×Ķ":139504,"ĠÙĨÙģسÙĩا":139505,"ĠMinistério":139506,"Ġпен":139507,"ĠпенÑģи":139508,"ãĥIJãĥ©ãĥ³ãĤ¹":139509,"Ġ×Ķת×ķר×Ķ":139510,"Ġtạm":139511,"ĠìĹŃìĭľ":139512,"｡":139513,"Ġthá»±":139514,"Ġısı":139515,"컨":139516,"ãģĹãģ£ãģĭãĤĬãģ¨":139517,"ĠxÆ°a":139518,"Ġcặp":139519,"×Ĺ×Ļ×ij×ķר":139520,"วัà¸Ĵà¸Ļà¸ĺรรม":139521,"stär":139522,"stärke":139523,"ĠÑģамÑĭй":139524,"pisa":139525,"pisaÄĩ":139526,"ĠoluÅŁan":139527,"ĠاÙĦØ¥ÙħاÙħ":139528,"ĠcÄĥng":139529,"Ġgünl":139530,"Ġgünlük":139531,"Ġ׳ש×IJר":139532,"Ġkhiá»ĥn":139533,"ç¶ļãģijãĤĭ":139534,"stitución":139535,"Ġcapacité":139536,"Ġjaki":139537,"ĠjakiÅĽ":139538,"вÑĪиÑģ":139539,"вÑĪиÑģÑĮ":139540,"פע×ķ׾×ķת":139541,"ĠØŃÙĬات":139542,"ĠØŃÙĬاتÙĩ":139543,"Ġникогда":139544,"ÐĽÐ¬":139545,"Ġ×Ķ×¢×ķ×ij":139546,"Ġ×Ķ×¢×ķ×ij×ĵ×Ķ":139547,"ĠchÃło":139548,"หลายà¹Ĩ":139549,"ĠÑıн":139550,"ĠÑıнваÑĢ":139551,"ĠÑıнваÑĢÑı":139552,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ńà¸ĩ":139553,"Ġhöher":139554,"ãģķãĤĮãģ¦ãģĦãģŁ":139555,"สà¸ĩสั":139556,"สà¸ĩสัย":139557,"ĠاÙĦاس":139558,"ĠاÙĦاسÙĦاÙħ":139559,"ĠاÙĦØ´Ùħس":139560,"สà¸ĸาà¸Ļี":139561,"ãĤ¯ãĥ©ãĤ¹":139562,"à¸ŀรร":139563,"à¸ŀรรà¸Ħ":139564,"põ":139565,"põe":139566,"Ġporém":139567,"à¸Ľà¸£à¸°à¸ªà¸ĩ":139568,"à¸Ľà¸£à¸°à¸ªà¸ĩà¸Ħà¹Į":139569,"powiedzie":139570,"powiedzieÄĩ":139571,"ĠмогÑĥ":139572,"Ġжел":139573,"Ġжелез":139574,"ĠاÙĦØ«ÙĤ":139575,"ĠاÙĦØ«ÙĤاÙģÙĬ":139576,"ĠпÑĢавило":139577,"Ġgdyż":139578,"פש×ķ×ĺ":139579,"ÑĢабоÑĤка":139580,"ĠÙĥرة":139581,"شدد":139582,"ÙħارÙĥ":139583,"ÙħÙĥØ©":139584,"ĠподпиÑģ":139585,"×ĺ×ķ×ķ×Ĺ":139586,"ĠÅĽc":139587,"ĠÅĽcian":139588,"ĠرجاÙĦ":139589,"Ġ×ª×ľ×ķ×Ļ":139590,"иÑĪ":139591,"иÑĪÑĮ":139592,"Ġmédec":139593,"Ġmédecin":139594,"ëįĶëĿ¼ëıĦ":139595,"ĠÑĤебÑı":139596,"Ġ׾×Ķ×ķס×Ļ×£":139597,"ãģĬ話":139598,"Ġà¹ģà¸ķà¹Īà¸ģà¹ĩ":139599,"داÙģ":139600,"داÙģع":139601,"ĠCùng":139602,"ãĥ»ãĥ»ãĥ»ãĥ»":139603,"ê¶ģ":139604,"ĠdeberÃŃa":139605,"หà¸Ļà¹Īวยà¸ĩาà¸Ļ":139606,"ĠvaÌĢ":139607,"Ġעצ×ŀ":139608,"Ġעצ×ŀ×Ŀ":139609,"à¹Ģà¸Ĭืà¹Īà¸Ńวà¹Īา":139610,"שקע":139611,"Ġ×Ķ׼×ķ׾":139612,"Ġ×Ķ׼×ķ׾׾":139613,"нибÑĥд":139614,"нибÑĥдÑĮ":139615,"ĠëĦĪíĿ¬":139616,"ĠобÑĢаÑī":139617,"ĠобÑĢаÑīа":139618,"Ġ×¢×ij×ķ×ĵת":139619,"ĠاÙĦÙħÙĨتخب":139620,"ıyord":139621,"ıyordu":139622,"ÙĪØ°":139623,"×Ĺש×Ļ×ij×ķת":139624,"Ġ×Ķ×¢×Ļק":139625,"Ġ×Ķ×¢×Ļקר×Ļ":139626,"ì¢Į":139627,"ยุà¹Ĥร":139628,"ยุà¹Ĥà¸£à¸Ľ":139629,"ĠапÑĢ":139630,"ĠапÑĢелÑı":139631,"szed":139632,"szedÅĤ":139633,"дон":139634,"à¹Ģà¸ķิà¸ļ":139635,"à¹Ģà¸ķิà¸ļà¹Ĥà¸ķ":139636,"коло":139637,"Ġkażdej":139638,"帰":139639,"帰ãĤĬ":139640,"Ġмилли":139641,"Ġмиллион":139642,"ç¾İåij³ãģĹãģĦ":139643,"تÙĤار":139644,"تÙĤارÙĬر":139645,"ĠìĿ´ë£¨":139646,"ĠìĿ´ë£¨ìĸ´":139647,"Ġsprzedaż":139648,"×Ķ×ķצ×IJ×ķת":139649,"ãĤ¢ãĤ¯ãĤ»":139650,"ãĤ¢ãĤ¯ãĤ»ãĤ¹":139651,"ר×ķ×¥":139652,"ĠгоÑģÑĥдаÑĢÑģÑĤвенн":139653,"Ø£ØŃÙĥ":139654,"Ø£ØŃÙĥاÙħ":139655,"ĠoluÅŁu":139656,"ĠAç":139657,"ĠAçık":139658,"ãĤ¸ãĥ¼":139659,"ç´łæĻ´":139660,"ç´łæĻ´ãĤīãģĹãģĦ":139661,"Ġ×ijש×ij×ķ×¢":139662,"بذ":139663,"بذÙĦ":139664,"สาà¹Ģหà¸ķุ":139665,"Ġpozosta":139666,"ĠpozostaÅĤ":139667,"ØŃرÙħ":139668,"Ġimportância":139669,"leÅŁtirme":139670,"ĠдÑĢев":139671,"Ġmóvil":139672,"ĠAynı":139673,"Ġналог":139674,"Ġналогов":139675,"Ġ×Ĺ×Ļפ×Ķ":139676,"ĠÑĦоÑĢмÑĥ":139677,"à¸Ĺà¸Ķสà¸Ńà¸ļ":139678,"ĠksiÄħżki":139679,"ĠmaÅĤe":139680,"ÙħسأÙĦ":139681,"ÙħسأÙĦØ©":139682,"＾＾":139683,"çãeste":139684,"éviter":139685,"ĠконÑģÑĤÑĢÑĥк":139686,"ĠконÑģÑĤÑĢÑĥкÑĨи":139687,"ï¾ŀ":139688,"Ġת×ķ׼׳":139689,"ãĤ¹ãĥĪãĥ¬ãĤ¹":139690,"ĠاÙĦاÙĤتصادÙĬ":139691,"×ŀ×ĵ×Ļ":139692,"ĠwÅĤad":139693,"ĠwÅĤadz":139694,"Ø®ÙĪÙģ":139695,"ĠмаÑĤеÑĢиалов":139696,"ãģ¨ãģ£ãģ¦ãĤĤ":139697,"Ġznajdu":139698,"ĠznajdujÄħ":139699,"Ùģئة":139700,"ãģ©ãģ®ãĤĪãģĨãģª":139701,"æĬijãģĪ":139702,"׳×Ĺ׾":139703,"Ġdüny":139704,"Ġdünyan":139705,"Ġdünyanın":139706,"гÑĢани":139707,"гÑĢаниÑĩ":139708,"Ġ×Ķש׾×Ļש×Ļ":139709,"Ġ×Ķ×IJש":139710,"åıĬãģ³":139711,"ìĭŃìĭľ":139712,"ìĭŃìĭľìĺ¤":139713,"Ġдолл":139714,"ĠдоллаÑĢ":139715,"ĠповÑĤоÑĢ":139716,"Ġ×Ĺ×Ļ׳×Ŀ":139717,"תפת×Ĺ":139718,"Ñĥвели":139719,"ÑĥвелиÑĩен":139720,"ãĤ«ãĥª":139721,"rawid":139722,"rawidÅĤow":139723,"×ķ×ķ׾":139724,"ãĥŁãĥ¥":139725,"ì½ĺ":139726,"ĠByÅĤ":139727,"ÐľÐIJ":139728,"عÙIJ":139729,"ĠÑģовеÑĢÑĪ":139730,"ĠÑģовеÑĢÑĪенно":139731,"Ġмой":139732,"Ġ×ķ׾×IJ×Ĺר":139733,"æħ£":139734,"æħ£ãĤĮ":139735,"ØŃاÙģظ":139736,"Ġ무ë£Į":139737,"à¸Ħà¸ĵะà¸ģรรม":139738,"à¸Ħà¸ĵะà¸ģรรมà¸ģาร":139739,"Ġìĸ´ëĶĶ":139740,"Ġdiferen":139741,"Ġdiferença":139742,"ĠاÙĦأساس":139743,"ĠاÙĦأساسÙĬØ©":139744,"Ġ׾×IJ×Ĺר×ķ׳×Ķ":139745,"ê·ł":139746,"Ġ×Ķש׳×Ļ×Ļ×Ķ":139747,"ìľĦìĽIJìŀ¥":139748,"ลุà¸ģ":139749,"çiler":139750,"Ġ×Ķ×IJ׾×ķ":139751,"èģŀãģı":139752,"Ġ×ķ×IJפ×Ļ׾×ķ":139753,"ĠÑĢеализ":139754,"ĠÑĢеализаÑĨи":139755,"ระยะà¹Ģวลา":139756,"ĠجداÙĭ":139757,"تباع":139758,"ĠvehÃŃculo":139759,"Ġдолг":139760,"à¸Ľà¸£à¸´à¸¡à¸²à¸ĵ":139761,"ì¦IJ":139762,"Ġ׾×ŀק×ķ×Ŀ":139763,"ĠìĤ¬ì§Ħ":139764,"à¸Ĭà¹īา":139765,"Ġ×ŀ×¢×ķ׾×Ķ":139766,"Ġgörm":139767,"Ġgörmek":139768,"ĠÙĪÙĩØ°Ùĩ":139769,"пеÑĢв":139770,"пеÑĢвÑĭÑħ":139771,"ê·¸ëŀĺ":139772,"ĠاÙĦبرÙĬØ·":139773,"ĠاÙĦبرÙĬطاÙĨÙĬ":139774,"ĠиÑİнÑı":139775,"ĠÐĵоÑĢ":139776,"Ġ׾ש׾×Ŀ":139777,"ÐIJÐĿ":139778,"ĠназнаÑĩен":139779,"ооÑĢ":139780,"ооÑĢÑĥж":139781,"Ġözelli":139782,"ĠözelliÄŁi":139783,"Ġниже":139784,"ç¶ļãģijãģ¦":139785,"ĠаÑĢенд":139786,"Ġkatılı":139787,"Ġkatılım":139788,"ĠإطÙĦاÙĤ":139789,"ĠÙĪإذا":139790,"ĠокÑĤÑı":139791,"ĠокÑĤÑıбÑĢÑı":139792,"à¹Ĥà¸ķà¹":139793,"à¹Ĥà¸ķà¹Ĭ":139794,"à¹Ĥà¸ķà¹Ĭะ":139795,"Ġoldukları":139796,"ÙħÙĪÙĤع":139797,"ëĤ©":139798,"ãģ¨æĢĿãģ£ãģ¦ãģĦãĤĭ":139799,"Ġש×Ļ׼×ķ׾":139800,"วาà¸Ķ":139801,"سÙĬÙĦ":139802,"à¸Ĥวั":139803,"à¸Ĥวัà¸į":139804,"تØŃÙĥÙħ":139805,"ìĤŃ":139806,"Ġconnaît":139807,"×ł×¤×ª×Ĺ":139808,"Ġchặ":139809,"Ġchặn":139810,"ĠÙħØŃÙħ":139811,"ĠÙħØŃÙħÙĪد":139812,"ãģ´":139813,"ĠпÑĢодÑĥкÑĨии":139814,"здÑĢав":139815,"ãģĶè¦":139816,"ãģĶ覧":139817,"×IJ×ij×IJ":139818,"Ġvéritable":139819,"ĠØ·ÙģÙĦ":139820,"ãĥĪãĥ©ãĥĸãĥ«":139821,"곡":139822,"Ġת×ŀ×ķ׳×Ķ":139823,"Ġkiên":139824,"ĠÙĤادر":139825,"Ø¥ÙĤÙĦÙĬÙħ":139826,"ĠпÑĢедпÑĢи":139827,"ĠпÑĢедпÑĢиÑıÑĤиÑı":139828,"ĠbÄĥng":139829,"Ġayında":139830,"Ġgấp":139831,"еÑħал":139832,"ĠgiÃłnh":139833,"Ġдав":139834,"Ġдавно":139835,"ìĺĢëĭ¤":139836,"à¸Ļัà¸ģà¹Ģà¸ķ":139837,"à¸Ļัà¸ģà¹Ģà¸ķะ":139838,"Ùħستشار":139839,"ستراتÙĬج":139840,"ستراتÙĬجÙĬ":139841,"رÙħز":139842,"ĠtÄ©nh":139843,"ë¡Ń":139844,"ĠÑĩеÑĤ":139845,"ĠÑĩеÑĤÑĭ":139846,"ĠÑĩеÑĤÑĭÑĢе":139847,"ĠEntão":139848,"Ġصغ":139849,"ĠصغÙĬرة":139850,"×ij×Ļ×ĺ×ķ׾":139851,"خطÙĪØ·":139852,"ĠÑĢазвиÑĤие":139853,"Ġamacıyla":139854,"à¸Ĺีวี":139855,"ĠоÑģÑĤ":139856,"ĠоÑģÑĤалÑĮн":139857,"ש×ķ׾×Ĺף":139858,"Ġ׼׳×Ļס":139859,"Ġ׼׳×Ļס×Ķ":139860,"ĠdáºŃy":139861,"ĠyaÅŁayan":139862,"Ġ×ŀ×Ķ×ķ×ķ×Ķ":139863,"ĠÑĥÑģи":139864,"ĠÑĥÑģили":139865,"×ŀפ×Ļ":139866,"ĠпÑĢоведениÑı":139867,"Ġرب":139868,"ĠربÙħا":139869,"ĠاÙĦØ£ÙĪسط":139870,"Ġìľłì§Ģ":139871,"Ġpracownik":139872,"Ġpracowników":139873,"×ŀס×ķרת":139874,"ÙĤارب":139875,"à¸Ħวามรูà¹īสึà¸ģ":139876,"à¹ģหละ":139877,"ĠاÙĦÙĨÙĤد":139878,"Ġ×IJ׾פ×Ļ":139879,"Ùħسئ":139880,"ÙħسئÙĪÙĦ":139881,"евÑĭÑħ":139882,"клÑİÑĩениÑı":139883,"×ij×Ļ׳":139884,"×ij×Ļ׳×Ļ×Ķ×Ŀ":139885,"ש×ķ×IJ×Ķ":139886,"ĠÅŁark":139887,"ĠÅŁarkı":139888,"Ġsürec":139889,"Ġsürecin":139890,"à¹Ģà¸Ħรà¸Ķ":139891,"à¹Ģà¸Ħรà¸Ķิà¸ķ":139892,"ãĥIJãĥ¬":139893,"ĠشأÙĨ":139894,"à¹Ģà¸Ńาà¹Ħวà¹ī":139895,"niÄĻcie":139896,"רצ×Ĺ":139897,"ĠaÅŁama":139898,"׳פ×Ĵ×¢":139899,"Ġthá»Ŀ":139900,"Ġkhuẩn":139901,"diÄŁinde":139902,"ÑıÑīиÑħ":139903,"ãĥĺãĥ«":139904,"Ġüberh":139905,"Ġüberhaupt":139906,"ĠÑĤÑĢебова":139907,"ĠdÅĤugi":139908,"×ĺ×Ļף":139909,"à¸Ĥà¸Ļาà¸Ķà¹ĥหà¸įà¹Ī":139910,"ĠاÙĦØ£Ùĩ":139911,"ĠاÙĦØ£ÙĩÙĦÙĬ":139912,"ĠMüd":139913,"ĠMüdürü":139914,"Ġ×Ļ×Ķ×ķ×ĵ×Ķ":139915,"ÑĭваеÑĤÑģÑı":139916,"ساط":139917,"×Ķ×ª×ł×Ķ×Ĵ":139918,"×Ķ×ª×ł×Ķ×Ĵ×ķת":139919,"à¸ģà¸²à¸£à¸ľà¸¥à¸´à¸ķ":139920,"íĴĢ":139921,"สà¸ĸาà¸Ļà¸ģารà¸ĵà¹Į":139922,"ĠоÑĦ":139923,"ĠоÑĦиÑģ":139924,"ĠÙĦعبة":139925,"ĠstronÄĻ":139926,"Ġר×IJ×ķ×Ļ":139927,"×Ĺ×ij׾":139928,"ĠÑĢÑĭн":139929,"ĠÑĢÑĭнке":139930,"Ġ׾×ŀ×¢×Ł":139931,"اسÙĦ":139932,"หัà¸Ļ":139933,"Ġ×IJ×Ĺ×Ļ":139934,"ĠпÑĢодол":139935,"ê°Ģìŀħ":139936,"Ġ×ijר×Ĺ":139937,"Ġ×ijר×Ĺ×ij×Ļ":139938,"джеÑĢ":139939,"Ġ׾×Ĺ׾":139940,"Ġ׾×Ĺ׾×ķ×ĺ":139941,"Ġ׾×Ĺ׾×ķ×ĺ×Ļף":139942,"ศาสà¸Ļา":139943,"ãĤ¢ãĤ¤ãĥĨ":139944,"ãĤ¢ãĤ¤ãĥĨãĥł":139945,"Ġפר×ķפ":139946,"جزاء":139947,"ลà¸Ńย":139948,"ĠciaÅĤa":139949,"Ġgiết":139950,"ĠзнаÑĩиÑĤелÑĮно":139951,"Ġolmadıģ":139952,"Ġolmadıģını":139953,"нд":139954,"ндекÑģ":139955,"تأÙĥد":139956,"Ġìĸ¸":139957,"Ġìĸ¸ìłľ":139958,"aydın":139959,"ãĥīãĥ¬ãĤ¹":139960,"Ġsắt":139961,"Ġíĺ¸íħĶ":139962,"Ġë¶ģ":139963,"Ġë¶ģíķľ":139964,"ãĥijãĤ¤":139965,"Ġ×ŀש×Ĺק×Ļ":139966,"à¸Ħà¸Ļà¸Ńืà¹Īà¸Ļ":139967,"ĠизгоÑĤов":139968,"ĠизгоÑĤовлен":139969,"à¹Ģà¸ģียร":139970,"à¹Ģà¸ģียรà¸ķิ":139971,"תקשר":139972,"ĠÑĢаÑģÑĩеÑĤ":139973,"สà¹Ģà¸ķ":139974,"Ġlänger":139975,"ĠiÅŁlet":139976,"ĠiÅŁletme":139977,"ĠعÙĦÙĬÙĨ":139978,"ĠعÙĦÙĬÙĨا":139979,"élection":139980,"ĠاÙĦغربÙĬØ©":139981,"íĭĢ":139982,"ãĤĤãĤīãģĪ":139983,"Ġкниги":139984,"أسÙħ":139985,"أسÙħاء":139986,"Ġthá»ı":139987,"Ġthá»ıa":139988,"หà¸Ļู":139989,"Ġ×ł×¢×©×Ķ":139990,"à¸łà¸²à¸¢à¹ĥà¸ķà¹ī":139991,"à¸ŀืà¸Ĭ":139992,"رÙĬØ·":139993,"ÙģÙĪض":139994,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĹãģŁ":139995,"ש×ĵ×Ķ":139996,"Ġngá»±c":139997,"ĠÑģеÑĢÑĮ":139998,"ĠÑģеÑĢÑĮезн":139999,"Tôi":140000,"Ġfiyatları":140001,"ĠвÑģÑİ":140002,"ĠCódigo":140003,"Ġ×Ķש×IJ":140004,"Ġ×Ķש×IJ׾×Ķ":140005,"ĠPública":140006,"إخ":140007,"إخÙĪاÙĨ":140008,"ĠзаÑıвил":140009,"ãĥ¦ãĥ¼":140010,"ר×IJ×Ļת":140011,"volución":140012,"Ġszko":140013,"ĠszkoÅĤy":140014,"جرÙĬدة":140015,"Ġpensé":140016,"ìī¬":140017,"ĠBüyükÅŁehir":140018,"ĠØ£ÙħرÙĬ":140019,"ĠØ£ÙħرÙĬÙĥÙĬ":140020,"à¸Ļัà¸ģศึà¸ģษา":140021,"Ġtodav":140022,"ĠtodavÃŃa":140023,"ĠСан":140024,"ĠСанкÑĤ":140025,"íķĺìŀIJ":140026,"ØŃÙĪاÙĦ":140027,"׼×ķשר":140028,"à¹Ģลยà¸Ħรัà¸ļ":140029,"Ġalgu":140030,"Ġalguém":140031,"Ùģز":140032,"Ġçekil":140033,"Ġ×ĵר׼×Ļ×Ŀ":140034,"ãĥIJãĥ©":140035,"à¸ģà¹ĩสามารà¸ĸ":140036,"สà¹Īวà¸Ļลà¸Ķ":140037,"íı°":140038,"ĠPúb":140039,"ĠPúblico":140040,"à¹ģà¸Ļวà¸Ĺาà¸ĩ":140041,"×IJת×Ĵר":140042,"شاش":140043,"شاشة":140044,"ciÅĽni":140045,"ĠÃľrün":140046,"ÙĦÙĪØŃ":140047,"ĠاÙĦبÙĨ":140048,"ĠاÙĦبÙĨÙĥ":140049,"ì¡°ì¹ĺ":140050,"Ġorganización":140051,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĻ":140052,"sätze":140053,"ĠÑģемей":140054,"ÙĤصد":140055,"ÑģÑĤвеннÑĭе":140056,"Ġprécéd":140057,"Ġprécédent":140058,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀฯ":140059,"ãģ¨è¨ĢãģĦ":140060,"×ij׳×Ļ×Ļף":140061,"ĠØŃÙĪ":140062,"ĠØŃÙĪاÙĦÙĬ":140063,"סקס":140064,"ĠsaÄŁlamak":140065,"Ġ׾צ×Ļ×Ļף":140066,"ק×ĵש":140067,"Ġ×Ķ×ŀ×¢×¨×Ľ×ª":140068,"Ġ׾×Ķ×¢×ij×Ļר":140069,"Ġgünd":140070,"Ġgündem":140071,"ĠнаÑĪего":140072,"à¹ĥà¸Ļà¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":140073,"à¹Ģà¸Ħรืà¸Ń":140074,"à¹Ģà¸Ħรืà¸Ńà¸Ĥ":140075,"à¹Ģà¸Ħรืà¸Ńà¸Ĥà¹Īาย":140076,"ظاÙĩرة":140077,"ÙħÙĨظÙħ":140078,"ÙħÙĨظÙħات":140079,"Ùħتاز":140080,"追ãģĦ":140081,"dıkt":140082,"dıktan":140083,"ĠëįĶìļ±":140084,"ĠÐĿапÑĢимеÑĢ":140085,"twór":140086,"×ŀ×ķעצ×Ķ":140087,"ÙĥÙĪÙĥ":140088,"Щ":140089,"×ŀ×ĺפ׾":140090,"ólica":140091,"訪ãĤĮ":140092,"ĠëĮĢë¶Ģ":140093,"ĠëĮĢë¶Ģë¶Ħ":140094,"ãĤ¯ãĥªãĥĥãĤ¯":140095,"ãĤĴéģ¸":140096,"ãĤĴéģ¸ãģ¶":140097,"Ġpowsta":140098,"ĠpowstaÅĤ":140099,"Ġrazón":140100,"×ij×ķ×Ĺר":140101,"ĠÑģообÑīил":140102,"Ġק×ij×ķ×¢":140103,"rêt":140104,"à¸Ķีà¸Ĥึà¹īà¸Ļ":140105,"×ŀסע×ĵ":140106,"×ŀסע×ĵ×ķת":140107,"ĠÃĸsterreich":140108,"Ġ׳×Ĺש×ij":140109,"Ùħبادرة":140110,"ì´ī":140111,"×Ĵ׳×ĺ×Ļ":140112,"ä¿¡ãģĺ":140113,"duÄŁ":140114,"duÄŁunu":140115,"Ġphú":140116,"ĠاÙĦأخÙĬر":140117,"Ġتعتبر":140118,"landırıl":140119,"ãģ¨ãģ¯ãģĦ":140120,"ãģ¨ãģ¯ãģĦãģĪ":140121,"ĠاÙĦØ·ÙĦ":140122,"ĠاÙĦØ·ÙĦاب":140123,"ĠNº":140124,"éģ¿ãģij":140125,"اÙĦÙħع":140126,"اÙĦÙħعرÙĪÙģ":140127,"à¸ªà¸łà¸²":140128,"éĽ¢ãĤĮ":140129,"ĠпомоÑīÑĮ":140130,"ĠзнаеÑĤ":140131,"ãĥĹãĥ¬ãĤ¼":140132,"ãĥĹãĥ¬ãĤ¼ãĥ³ãĥĪ":140133,"Ġsupérieur":140134,"Ġש׾×Ļש×Ļ":140135,"ĠاÙĦÙĨÙĪع":140136,"ãĤĵãģ§ãģĻãģŃ":140137,"à¸Ńà¸ļรม":140138,"Ġgiá»įng":140139,"ĠwzglÄĻd":140140,"ĠاÙĦÙģÙĤر":140141,"èrent":140142,"Ġ×ŀ×IJ×Ĺ":140143,"Ġ×ŀ×IJ×Ĺ×ķר×Ļ":140144,"×Ĵ×Ĵ":140145,"×Ļ×Ļ×ij":140146,"ÙħÙĦاب":140147,"ÙħÙĦابس":140148,"Ġhükü":140149,"Ġhükümet":140150,"Ġ×ŀ×Ĵ×Ļ×ij":140151,"ĠÐŀÑĩ":140152,"ĠÐŀÑĩенÑĮ":140153,"æĹ©ãģĦ":140154,"Ġconstrucción":140155,"Ġthượng":140156,"ï¼ĭ":140157,"Ġcoração":140158,"à¹Ģหลà¹ĩà¸ģ":140159,"ĠBaÅŁb":140160,"ĠBaÅŁbakan":140161,"éĢ£ãĤĮ":140162,"ãģĻãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":140163,"ĠÙĤاÙħت":140164,"ĠاÙĥثر":140165,"ÙģاعÙĦ":140166,"ĠÑĦоÑĢ":140167,"ĠÑĦоÑĢÑĥм":140168,"غذÙĬ":140169,"ĠiÅŁle":140170,"ĠiÅŁleml":140171,"ĠiÅŁlemleri":140172,"ĠìĤ¬ëŀĮìĿĢ":140173,"ĠìŀijìĦ±":140174,"Ġë§Ī볨":140175,"ÙħجÙĦس":140176,"หมู":140177,"дв":140178,"двиг":140179,"двига":140180,"à¹Ģสียà¸Ĭีวิà¸ķ":140181,"×Ķתפת×Ĺ":140182,"×Ķתפת×Ĺ×ķת":140183,"ĠмеÑĤÑĢо":140184,"ĠÑģенÑĤ":140185,"ĠÑģенÑĤÑı":140186,"ĠÑģенÑĤÑıбÑĢÑı":140187,"곧":140188,"Ġ×ľ×¤×¢":140189,"Ġ×ľ×¤×¢×ŀ×Ļ×Ŀ":140190,"à¹Ģà¸ļีย":140191,"詳ãģĹãģı":140192,"çķ°ãģªãĤĭ":140193,"ĠÄ°lçe":140194,"ĠAtat":140195,"ĠAtatür":140196,"ĠAtatürk":140197,"รุà¹Īà¸ĩ":140198,"Ġkaldı":140199,"Ġ주ìŀ¥":140200,"Ġprésence":140201,"Ġнаб":140202,"ĠнаблÑİ":140203,"ĠнаблÑİда":140204,"ĠÑģамого":140205,"×Ĵ×ķש":140206,"×ŀ×ĺ×ķפ":140207,"×ŀ×ĺ×ķפ׾":140208,"ĠвÑĭбиÑĢа":140209,"ĠìŀIJ리":140210,"åĪĨãģĭãĤīãģªãģĦ":140211,"ĠзÑĥб":140212,"Ġש׼×ijר":140213,"Ġدائ":140214,"ĠدائÙħا":140215,"ĠпаÑĢÑĤи":140216,"ï¼²":140217,"ĠاÙĬضا":140218,"ĠÑħоз":140219,"ĠÑħозÑı":140220,"ĠÑħозÑıй":140221,"ĠÑħозÑıйÑģÑĤв":140222,"ĠاÙĦأج":140223,"ĠاÙĦأجÙĨب":140224,"ĠاÙĦأجÙĨبÙĬØ©":140225,"ĠÐĹна":140226,"ĠApós":140227,"ĠÑįнеÑĢ":140228,"ĠÑįнеÑĢги":140229,"Ġyans":140230,"Ġyansı":140231,"ĠJusti":140232,"ĠJustiça":140233,"Ġprévu":140234,"มวล":140235,"ìŀ¥ëĭĺ":140236,"à¸ģระà¸ļ":140237,"à¸ģระà¸ļวà¸Ļ":140238,"à¸ģระà¸ļวà¸Ļà¸ģาร":140239,"×ŀ×ŀ":140240,"×ŀ×ŀ×ķצע":140241,"Ġhẹ":140242,"Ġhẹn":140243,"здание":140244,"ĠakÅŁ":140245,"ĠakÅŁam":140246,"×ĺ×ķפ":140247,"Ġgerekt":140248,"Ġgerekti":140249,"ĠgerektiÄŁini":140250,"Ġnarz":140251,"ĠnarzÄĻdzi":140252,"épo":140253,"époque":140254,"ĠThần":140255,"Ġwysoko":140256,"ĠwysokoÅĽci":140257,"à¸ľà¸¹à¹īà¸Ľ":140258,"à¸ľà¸¹à¹īà¸Ľà¹Īวย":140259,"ĠÙĬبدÙĪ":140260,"ÑĤелÑĮного":140261,"ĠвзглÑıд":140262,"ĠjednÄħ":140263,"ĠìĿĺ견":140264,"Ġà¸Ĥà¸ĵะà¸Ĺีà¹Ī":140265,"פ×Ļ×ĵ":140266,"ìĥģëĭ´":140267,"Ġmỡ":140268,"×Ķ×ŀ׾":140269,"×Ķ×ŀ׾צ×ķת":140270,"ĠÑģоÑģÑĤо":140271,"ĠÑģоÑģÑĤоиÑĤ":140272,"Ġави":140273,"Ġавиа":140274,"ĠLänder":140275,"تصÙĪÙĬر":140276,"×ŀ×ĵ×Ļ×Ķ":140277,"ìłĪì°¨":140278,"ãģ¨ãĤĬ":140279,"ãģ¨ãĤĬãģĤ":140280,"ãģ¨ãĤĬãģĤãģĪ":140281,"ãģ¨ãĤĬãģĤãģĪãģļ":140282,"ĠÑĢÑıд":140283,"ĠÑĢÑıдом":140284,"ĠNhất":140285,"ĠاÙĦÙĥاÙħÙĦ":140286,"×Ĺ׾׾":140287,"ĠGiấy":140288,"צ×ĺר":140289,"צ×ĺרף":140290,"Ġ׾×ij×ĺ׾":140291,"ĠимеÑĤÑĮ":140292,"ס×ŀ×ķ×ļ":140293,"Ġparticipação":140294,"íķľëĭ¤ë©´":140295,"ÙħÙĨتدÙĬ":140296,"ÙħÙĨتدÙĬات":140297,"ĠeÄŁlen":140298,"gänge":140299,"ربØŃ":140300,"ãĤ®ãĥ£":140301,"ĠاÙĦرÙĤÙħ":140302,"à¸ĭà¹īำ":140303,"ĠHóa":140304,"×ŀר×Ĺק":140305,"ØŃÙħاÙħ":140306,"بÙĪÙĥ":140307,"ĠArtÃŃculo":140308,"ãĥĦãĤ¢ãĥ¼":140309,"×Ķפ׼×Ķ":140310,"×Ĺ׾×ķף":140311,"ĠпеÑĢеÑħод":140312,"lenmiÅŁ":140313,"زراعة":140314,"Ġseñor":140315,"ãģ£ãģ¦ãģįãģ¦":140316,"إش":140317,"إشارة":140318,"ĠpodÃŃa":140319,"ĠÃľlke":140320,"нÑģкаÑı":140321,"Ġadapté":140322,"Ġdüzenlen":140323,"Ġdüzenlenen":140324,"ĠÑģÑĤала":140325,"ĠÙĬØŃتاج":140326,"Ġnier":140327,"Ġnieruch":140328,"Ġnieruchomo":140329,"ĠnieruchomoÅĽci":140330,"ãģĵãģ¨ãģĮãģĤãĤĭ":140331,"ยà¸Ńà¸Ķà¹Ģยีà¹Īยม":140332,"ĠÙħج":140333,"ĠÙħجاÙĨÙĬ":140334,"Ġзаб":140335,"Ġзабол":140336,"Ġзаболев":140337,"ĠзаболеваниÑı":140338,"ĠÅĽro":140339,"ĠÅĽrodk":140340,"ĠÅĽrodków":140341,"Ġ×Ķ׾×IJ×ķ×ŀ×Ļ":140342,"ĠdokÅĤad":140343,"ĠdokÅĤadnie":140344,"ãģŁãģıãģªãģĦ":140345,"ãģ¯ãģļãģ§ãģĻ":140346,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģŁ":140347,"écran":140348,"ìĹħì²´":140349,"trzymaÅĤ":140350,"ÑģÑĤвеннÑĭй":140351,"ĠNotÃŃc":140352,"ĠNotÃŃcias":140353,"ÙħرÙĬ":140354,"ÙħرÙĬض":140355,"æ°Ĺè»":140356,"æ°Ĺ軽":140357,"æ°Ĺ軽ãģ«":140358,"ëĵ£":140359,"Ġ×ĵ×ķ×IJר":140360,"Ġ׾×ŀ׳":140361,"Ġ׾×ŀ׳×ķ×¢":140362,"ĠçalÄ±ÅŁÄ±yor":140363,"ĠÅŁidd":140364,"ĠÅŁiddet":140365,"ĠMặt":140366,"ĠateÅŁ":140367,"ĠполÑĥÑĩениÑı":140368,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩมืà¸Ń":140369,"ĠgrÃ¶ÃŁer":140370,"دائ":140371,"دائرة":140372,"Ġbulun":140373,"Ġbulunmaktadır":140374,"à¹Ģหร":140375,"à¹Ģหรีย":140376,"à¹Ģหรียà¸į":140377,"à¸Ļัà¸ģà¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":140378,"Ġalanında":140379,"ĠÑĥзна":140380,"ĠлеÑĩение":140381,"売ãĤĮ":140382,"Ġçevir":140383,"ĠdesteÄŁi":140384,"ĠheiÃŁt":140385,"âĸ²":140386,"ØŃØ·":140387,"à¸Ħำà¸ķà¸Ńà¸ļ":140388,"ãĤªãĥ³ãĥ©ãĤ¤ãĥ³":140389,"Ġ×ij×Ĺ×Ļ×Ļ×Ŀ":140390,"ãĥ¦ãĥĭ":140391,"Ġdüzenleme":140392,"ĠmodalitÃł":140393,"سرط":140394,"سرطاÙĨ":140395,"×ŀ׼×ķף":140396,"ĠданнÑĭй":140397,"ترت":140398,"ترتÙĬب":140399,"à¸ļาà¸ĩà¸Ħà¸Ļ":140400,"ĠÄIJá»ĭnh":140401,"มูล":140402,"มูลà¸Ħà¹Īา":140403,"ÙĨÙĤص":140404,"à¸ģารรัà¸ģษา":140405,"ĠÑĦон":140406,"ĠÑĦонд":140407,"ãĤĪãģĨãģ«ãģªãģ£ãģŁ":140408,"ÙħعاÙĦ":140409,"ÙħعاÙĦجة":140410,"ĠOsman":140411,"ĠOsmanlı":140412,"иÑĩеÑģком":140413,"à¸Ńยาà¸ģà¸Īะ":140414,"ãģķãģ¾ãģĸ":140415,"ãģķãģ¾ãģĸãģ¾":140416,"ãģķãģ¾ãģĸãģ¾ãģª":140417,"Ġת×ķ׼׾":140418,"עצ×ij":140419,"ĠاÙĦعسÙĥ":140420,"ĠاÙĦعسÙĥرÙĬ":140421,"Ġvéhic":140422,"Ġvéhicule":140423,"Ġ×Ļצ×Ĺק":140424,"ĠاÙĦÙĪØŃ":140425,"ĠاÙĦÙĪØŃÙĬد":140426,"ĠاÙĦعدÙĪ":140427,"ĠQuản":140428,"Ġê³µëıĻ":140429,"بدÙĦ":140430,"ĠÄijảng":140431,"Ġmá»ĩnh":140432,"Ġniezb":140433,"ĠniezbÄĻ":140434,"ĠniezbÄĻdn":140435,"Ġyayınlan":140436,"обÑīи":140437,"Ġgötür":140438,"צפ":140439,"צפ×ķ×Ļ":140440,"ĠÙĦÙĬبÙĬ":140441,"ĠÙĦÙĬبÙĬا":140442,"ØŃÙĪا":140443,"Ġдоб":140444,"ĠдобÑĢо":140445,"иÑĢÑĥем":140446,"ĠاÙĦØŃÙĥÙĪÙħÙĬØ©":140447,"mÃ¤ÃŁig":140448,"Ġedición":140449,"влекаÑĤелÑĮ":140450,"влекаÑĤелÑĮн":140451,"Ġ×ª×©×ľ×ķ×Ŀ":140452,"Ġ×Ķש×ķ׳×Ļ×Ŀ":140453,"มิà¸ĸุ":140454,"มิà¸ĸุà¸Ļ":140455,"มิà¸ĸุà¸Ļายà¸Ļ":140456,"é£Łãģ¹ãģ¦":140457,"ĠìĪĺì§ij":140458,"ס×ij×Ļ":140459,"ĠиÑİлÑı":140460,"Ġà¹Ħà¸Ķà¹īà¹ģà¸ģà¹Ī":140461,"׾×Ĺ×Ŀ":140462,"trä":140463,"trägt":140464,"ãģĿãĤĤãģĿãĤĤ":140465,"ÐĿÐķ":140466,"ĠвнÑĥÑĤ":140467,"ĠвнÑĥÑĤÑĢи":140468,"ãģ¨ä¸Ģç·Ĵãģ«":140469,"ãĤ«ãĥķãĤ§":140470,"Ġ×ij×Ĺ×ĵר":140471,"×Ĺ×ŀש":140472,"ãĤ¨ãĥį":140473,"ãĤ¨ãĥįãĥ«":140474,"ãĤ¨ãĥįãĥ«ãĤ®":140475,"ãĤ¨ãĥįãĥ«ãĤ®ãĥ¼":140476,"à¸Ĥà¸Ńà¸ĩà¸ķัวà¹Ģà¸Ńà¸ĩ":140477,"بÙĤاء":140478,"פס×Ļ׼":140479,"פס×Ļ׼×ķ׾×ķ×Ĵ":140480,"ãĥ¡ãĥĥ":140481,"ãĥ¡ãĥĥãĤ»":140482,"ãĥ¡ãĥĥãĤ»ãĥ¼ãĤ¸":140483,"ÙĦÙĤب":140484,"AÄŀ":140485,"שק×Ļ×¢":140486,"ÙĤساÙħ":140487,"×ĵ×ķ×Ĵ×ŀ×Ķ":140488,"æ·±ãģĦ":140489,"íĸĪëĬĶëį°":140490,"ĠrozwiÄħzanie":140491,"à¸Ļัà¹Īà¸Ļà¹Ģà¸Ńà¸ĩ":140492,"×Ļצ×ij":140493,"Ġtrông":140494,"à¹ĥà¸Ĭà¹īà¸ļริà¸ģาร":140495,"ĠاÙĦÙħÙĪسÙħ":140496,"ĠдеÑĤи":140497,"ãģĹãģĭãģªãģĦ":140498,"ס×Ļף":140499,"Ġréférence":140500,"à¹ģหà¹īà¸ĩ":140501,"ãĤĤãĤīãģ£ãģŁ":140502,"Ġ׾ר׼":140503,"Ġ׾ר׼×ķש":140504,"شعÙĪر":140505,"ĠÐijог":140506,"Ġlazım":140507,"Ġ×Ļש׳×Ŀ":140508,"ĠпаÑĢÑĤ":140509,"ĠпаÑĢÑĤнеÑĢ":140510,"ĠÑĥника":140511,"ĠÑĥникалÑĮн":140512,"Ġmatériel":140513,"×ŀרק":140514,"ĠphÆ°á»Ŀng":140515,"Ġзай":140516,"Ġзайм":140517,"ÙģÙĤد":140518,"UniversitÃł":140519,"×¢×¨×Ľ×Ļ×Ŀ":140520,"Ġbaño":140521,"ĠноÑı":140522,"ĠноÑıбÑĢÑı":140523,"à¸Ľà¹īาย":140524,"Ġtats":140525,"Ġtatsäch":140526,"Ġtatsächlich":140527,"ĠÑĤÑĢеÑĤÑĮ":140528,"Ñįм":140529,"ãĥĻãĥ¼ãĤ¹":140530,"Ġnhá»±a":140531,"ìĬ¤íģ¬":140532,"ĠعبداÙĦÙĦÙĩ":140533,"Ġת×ķר×Ķ":140534,"أشÙĬ":140535,"أشÙĬاء":140536,"ĠÙĦÙĦغا":140537,"ĠÙĦÙĦغاÙĬØ©":140538,"ÙħÙĪاÙĤ":140539,"ÙħÙĪاÙĤÙģ":140540,"ĠgÅĤówna":140541,"ĠartÄ±ÅŁ":140542,"Ġ×ŀק×ķ×ŀ×Ļ":140543,"ãĤ¯ãĥ©ãĥĸ":140544,"ĠسÙĪÙī":140545,"ĠìŬìĦ±":140546,"اسر":140547,"اسرائÙĬÙĦ":140548,"Ġ×ł×Ľ×ª×ij":140549,"ยà¹īà¸Ńà¸Ļ":140550,"Ġdeberá":140551,"Ġphẫu":140552,"ÑİÑīем":140553,"ĠÙĦدÙĬÙĨا":140554,"×ŀ×ĺ×Ķ":140555,"Ġ׳×ķ׾×ĵ":140556,"ĠвÑģÑĤÑĢеÑĩа":140557,"ãĤīãĤĮãģ¦ãģĦãģ¾ãģĻ":140558,"ĠcaÅĤej":140559,"ยึ":140560,"ยึà¸Ķ":140561,"поÑĤен":140562,"поÑĤенÑĨи":140563,"ĠлиÑĤ":140564,"ĠлиÑĤеÑĢ":140565,"ĠлиÑĤеÑĢаÑĤÑĥÑĢ":140566,"Ġкаждом":140567,"ĠíĮIJ":140568,"ĠíĮIJëĭ¨":140569,"à¸Īู":140570,"Ġpresença":140571,"ãģªãĤĵãģ§":140572,"ÙħÙĬاÙĩ":140573,"инÑĦоÑĢм":140574,"инÑĦоÑĢмаÑĨион":140575,"инÑĦоÑĢмаÑĨионн":140576,"ĠìŀIJìĹ°":140577,"ר׼ש":140578,"Ġödül":140579,"ç¶ļãģı":140580,"ĠпÑģ":140581,"ĠпÑģиÑħ":140582,"ĠпÑģиÑħолог":140583,"تذÙĥر":140584,"Ġìŀħìŀ¥":140585,"ลà¸Ķà¹Į":140586,"ìĦłê±°":140587,"ãģ£ãģ¦ãģĬãĤĬãģ¾ãģĻ":140588,"Ġ×Ļ×¢":140589,"Ġ×Ļעק×ij":140590,"ĠاÙĦطعاÙħ":140591,"ãĥĨãĤ¹ãĥĪ":140592,"ĠTuấn":140593,"Ġparticipación":140594,"×ŀ×ķ×ŀ×Ĺ×Ķ":140595,"×Ĵרס×Ķ":140596,"ĠاÙĦتÙĨÙģÙĬ":140597,"ĠاÙĦتÙĨÙģÙĬØ°ÙĬ":140598,"ĠбезопаÑģн":140599,"gef":140600,"gefähr":140601,"Ø´ÙĪر":140602,"ĠmyÅĽli":140603,"ÙĪاشÙĨ":140604,"ÙĪاشÙĨØ·ÙĨ":140605,"׳×ķסע":140606,"ÙĥÙĩ":140607,"ÙĥÙĩرب":140608,"ÙĥÙĩرباء":140609,"ĠmusiaÅĤ":140610,"ìĭ¸":140611,"ãĥĸãĥ©ãĥĥãĤ¯":140612,"Ġcréé":140613,"ÙĨÙĩار":140614,"owoÅĽÄĩ":140615,"ÙħØŃاÙĥÙħ":140616,"ĠwÅĤaÅĽ":140617,"ĠwÅĤaÅĽc":140618,"ĠwÅĤaÅĽciciel":140619,"ĠÙĬؤ":140620,"ĠÙĬؤدÙĬ":140621,"×ŀ×¢×ķ׳":140622,"×IJ×ij׾":140623,"خطأ":140624,"ĠÑħолод":140625,"×ĸ×ķ׾":140626,"ãģĵãĤĮãĤī":140627,"ãģĵãĤĮãĤīãģ®":140628,"Ġbásica":140629,"ฤà¸Ķ":140630,"ฤà¸Ķูà¸ģ":140631,"ฤà¸Ķูà¸ģา":140632,"ฤà¸Ķูà¸ģาล":140633,"èIJ½ãģ¡çĿĢ":140634,"ãģªãģĦãģĵãģ¨":140635,"صÙĪÙħ":140636,"ÙĨجØŃ":140637,"׳ק×ķ×ĵ":140638,"׳ק×ķ×ĵת":140639,"клаÑģÑģ":140640,"íķĺìĭľëĬĶ":140641,"ëĦĺ":140642,"Ġש×IJ×Ļ׳×ķ":140643,"ĠСейÑĩаÑģ":140644,"mayacaģı":140645,"Ġyapılır":140646,"ĠcategorÃŃa":140647,"عباد":140648,"ĠТеп":140649,"ĠТепеÑĢÑĮ":140650,"×Ķ×Ļס×ĺ×ķר×Ļ":140651,"hế":140652,"ãĤ³ãĥ¼ãĥī":140653,"Ġcabeça":140654,"جÙħا":140655,"جÙħاÙĩ":140656,"جÙħاÙĩÙĬر":140657,"ä½İãģĦ":140658,"ĠÑĤоваÑĢов":140659,"à¸Ĭาวà¸ļà¹īาà¸Ļ":140660,"ĠÑģÑĤанов":140661,"ĠÑģÑĤановиÑĤÑģÑı":140662,"ĠавÑĤомобилÑĮ":140663,"ĠÑģлÑĥÑĩай":140664,"à¸Ńัà¸ŀ":140665,"ĠGiriÅŁ":140666,"ĠìĿ¼ëĭ¨":140667,"ĠпÑĢоÑģ":140668,"ĠпÑĢоÑģмоÑĤÑĢ":140669,"ãģªãģıãģªãģ£ãģŁ":140670,"à¸¡à¸µà¸Ľà¸±à¸įหา":140671,"ïºİ":140672,"écoute":140673,"ĠÙħÙĪجÙĪد":140674,"ĠسرÙĬع":140675,"ĠÙĪÙĩÙĨا":140676,"ĠÙĪÙĩÙĨاÙĥ":140677,"à¸Ħุà¸ĵสม":140678,"à¸Ħุà¸ĵสมà¸ļัà¸ķิ":140679,"Ġìļ°ìĦł":140680,"à¸ŀระà¸ŀุà¸Ĺà¸ĺ":140681,"好ãģ¿":140682,"ظÙĦÙħ":140683,"ĠмакÑģ":140684,"ĠмакÑģималÑĮ":140685,"ĠмакÑģималÑĮно":140686,"ãĥªãĤ¢ãĥ«":140687,"à¹ģมà¹īวà¹Īา":140688,"ĠاÙĦØŃÙĪار":140689,"ãĥĹãĥ©ãĤ¹":140690,"ĠعÙĦاÙĤØ©":140691,"ĠíĸīëıĻ":140692,"Ġgönderil":140693,"Ġlãi":140694,"ĠsaÄŁlıkl":140695,"ĠsaÄŁlıklı":140696,"ĠÑĪаг":140697,"Ġ×ij×IJר×Ķ":140698,"prowadziÄĩ":140699,"ãģĦãģıãģ¤ãģĭ":140700,"ĠبتارÙĬØ®":140701,"Ġ×ij×IJ×ķת×Ķ":140702,"Ġmóc":140703,"ĠÐľÐ½Ðµ":140704,"ãĥĹãĥ¬ãĥ¼":140705,"×IJ×ĸר×Ĺ":140706,"åł´åIJĪãģ«ãģ¯":140707,"使ãģĪ":140708,"à¹Ģรืà¸Ńà¸Ļ":140709,"ĠÐŁÐµÑĤ":140710,"ĠÐŁÐµÑĤÑĢ":140711,"ãģ«åħ¥ãĤĭ":140712,"Ùħادة":140713,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ":140714,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļà¹Ħà¸Ĥ":140715,"ĠÑģоÑģÑĤоÑıние":140716,"ônica":140717,"ĠÑĦев":140718,"ĠÑĦевÑĢа":140719,"ĠÑĦевÑĢалÑı":140720,"Ġ×ķ×ĸ":140721,"Ġ×ķ×ĸ×IJת":140722,"à¸Ħริ":140723,"à¸Ħริส":140724,"ĠÐķÑīе":140725,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":140726,"ĠпÑĢавиÑĤелÑĮ":140727,"ĠпÑĢавиÑĤелÑĮÑģÑĤв":140728,"Ġtäglich":140729,"Ġëĭ¹ìĭľ":140730,"×ŀ×ķ×¢×ŀ×ĵ":140731,"ĠдвоÑĢ":140732,"æīķ":140733,"æīķãģĦ":140734,"ĠÑģÑĤанеÑĤ":140735,"ĠвоздейÑģÑĤв":140736,"ĠвоздейÑģÑĤви":140737,"Ġfête":140738,"à¹Ģสา":140739,"תק×ķ×ķ×Ķ":140740,"Ġuyar":140741,"Ġuyarı":140742,"à¸ģลัà¸ļà¹Ħà¸Ľ":140743,"ĠgiÆ°á»Ŀng":140744,"Ġва":140745,"ĠваÑĪи":140746,"ĠÄijáºŃu":140747,"ĠSpaÃŁ":140748,"ĠìķĦë§Ī":140749,"à¹Ħà¸Ķà¹īà¸ĩà¹Īาย":140750,"Ġ×Ķ×ŀ×ijקש":140751,"æĸ°ãģŁ":140752,"æĸ°ãģŁãģª":140753,"ılıyor":140754,"план":140755,"Ġ×Ķ×ijר×Ļ×IJ×ķת":140756,"ĠaÄŁrı":140757,"Ġsaygı":140758,"建ãģ¦":140759,"Ġnajwyż":140760,"Ġnajwyższ":140761,"سÙĬاسات":140762,"ãģĬå¾Ĺ":140763,"ĠاÙĦعÙĦÙĬ":140764,"ĠاÙĦعÙĦÙĬا":140765,"Ġcorazón":140766,"ì¹ĺë£Į":140767,"หัวà¸Ĥà¹īà¸Ń":140768,"ĠبØŃÙĬ":140769,"ĠبØŃÙĬØ«":140770,"звезд":140771,"بÙĪابة":140772,"ÐĽÐĺ":140773,"ÙĦازÙħ":140774,"Ġrozp":140775,"Ġrozpoc":140776,"ĠrozpoczÄĻ":140777,"触ãĤĮ":140778,"ĠاÙĦجÙħÙĩ":140779,"ĠاÙĦجÙħÙĩÙĪر":140780,"ĠspÄĻd":140781,"ĠspÄĻdz":140782,"วิà¸Ĺยาศาสà¸ķรà¹Į":140783,"иваеÑĤÑģÑı":140784,"Ġданной":140785,"Ġreprésente":140786,"ĠÄijá»ĭch":140787,"Ġ×¢×ŀ×ķק":140788,"à¸Ńัà¸Ļà¸ķร":140789,"à¸Ńัà¸Ļà¸ķราย":140790,"Ġestratég":140791,"Ġestratégia":140792,"padÅĤ":140793,"Ġвполн":140794,"Ġвполне":140795,"ĠпÑĢедоÑģÑĤавлен":140796,"×Ĺ׾×ķק":140797,"×Ĺ׾×ķקת":140798,"ãĤ¢ãĥĬ":140799,"ĠاÙĦغذ":140800,"ĠاÙĦغذائÙĬ":140801,"ĠÑĥзн":140802,"ĠÑĥзнаÑĤÑĮ":140803,"à¸ĭà¹īาย":140804,"å½ĵãģ¦":140805,"ØŃÙĬاء":140806,"Ġbásico":140807,"ק×ķ×ij×¢":140808,"ĠاÙĦÙħباراة":140809,"ĠاÙĦÙĩاتÙģ":140810,"Ġ׼׳×Ĵ×ĵ":140811,"à¸Ľà¸£à¸°à¸«à¸¢":140812,"à¸Ľà¸£à¸°à¸«à¸¢à¸±à¸Ķ":140813,"Ðļак":140814,"à¸Ĺีà¹Īà¸Ļà¹Īา":140815,"à¸Ĺีà¹Īà¸Ļà¹Īาสà¸Ļà¹ĥà¸Ī":140816,"ãģ¾ãģģ":140817,"ï½¢":140818,"Ñģкоп":140819,"Ġsonrasında":140820,"ĠurzÄħd":140821,"ĠurzÄħdzenia":140822,"׼×ķ×ķ׳":140823,"׼×ķ×ķ×ł×ª":140824,"Ġ׾×Ķת×ŀ×ķ×ĵ":140825,"Ġ׾×Ķת×ŀ×ķ×ĵ×ĵ":140826,"ĠÑģли":140827,"ĠÑģлиÑĪ":140828,"ĠÑģлиÑĪком":140829,"ĠÑģÑĤÑĥд":140830,"ĠÑģÑĤÑĥденÑĤ":140831,"Ġ×Ķ×ķ×ĵ":140832,"Ġ×Ķ×ķ×ĵ×¢×Ķ":140833,"ë¹Ħìļ©":140834,"à¸Ńยาà¸ģà¹ĥหà¹ī":140835,"Ġbá»ģ":140836,"ยุà¸Ĺà¸ĺ":140837,"ÐĺÐĿ":140838,"سائر":140839,"أصÙĪÙĦ":140840,"ĠاÙĦغرÙģ":140841,"ãģĵãģ¨ãĤĤãģĤãĤĬãģ¾ãģĻ":140842,"è¾¼ãģ¾ãĤĮ":140843,"ĠاÙĦسابع":140844,"Ġcủ":140845,"ãģĦãģŁãģłãģĦãģŁ":140846,"ì§ĵ":140847,"ìĤ¬ë¬´":140848,"powiedź":140849,"تÙģÙĥ":140850,"تÙģÙĥÙĬر":140851,"иÑĢовки":140852,"ĠíĨµíķ´ìĦľ":140853,"ãĤ¨ãĤ¹ãĥĨ":140854,"ĠдеÑıÑĤелÑĮноÑģÑĤÑĮ":140855,"ĠданнÑĭм":140856,"Ġ×¢×ķר":140857,"Ġ×¢×ķר׼×Ļ":140858,"×ķ×ĵעת":140859,"Ġhayatını":140860,"ĠbÄħd":140861,"ĠbÄħdź":140862,"obsÅĤug":140863,"à¹Ģà¸ŀียà¸ĩà¹ģà¸Ħà¹Ī":140864,"à¸ĭà¹Īา":140865,"è²łãģij":140866,"ĠÑģÑĤÑĢем":140867,"ĠÄijá»īnh":140868,"ĠÐłÑĥÑģ":140869,"ĠNữ":140870,"Ġ׾×Ķש×Ļ×Ĵ":140871,"Ġjednoc":140872,"Ġjednocze":140873,"ĠjednoczeÅĽnie":140874,"Ġ×Ķ×Ĵ×ij×ķ×Ķ":140875,"أخÙĦاÙĤ":140876,"ĠнаÑģел":140877,"ĠнаÑģелениÑı":140878,"ĠÙĬÙĨب":140879,"ĠÙĬÙĨبغÙĬ":140880,"ãģĮãģĭ":140881,"ãģĮãģĭãģĭ":140882,"×Ĵעת":140883,"ÐŀÐł":140884,"ĠналиÑĩии":140885,"Ġë§Īì§Ģ":140886,"Ġë§Īì§Ģë§ī":140887,"ĠíĸīìĤ¬":140888,"ĠtreÅĽci":140889,"Ġê°Ģì¹ĺ":140890,"ì¦ĺ":140891,"Ġаналог":140892,"×Ķצעת":140893,"влад":140894,"владе":140895,"ĠÑģделал":140896,"Ġ׳×Ĵ×Ļש":140897,"Ġ׳×Ĵ×Ļש×ķת":140898,"полнение":140899,"à¸Ĩà¹Īา":140900,"ĠDön":140901,"׼׾׼׾×Ķ":140902,"×ŀ×ĸ×Ĵ":140903,"ÙħÙģ":140904,"ÙħÙģÙĩ":140905,"ÙħÙģÙĩÙĪÙħ":140906,"×Ķ×ĵ":140907,"×Ķ×ĵפס":140908,"×Ķ×ĵפס×Ķ":140909,"ãģĻãģİãģ¦":140910,"ĠгÑĢ":140911,"ĠгÑĢн":140912,"×ŀ×ĺ×ķס":140913,"Ġ기ìĸµ":140914,"ï¾Ł":140915,"ĠpÅĤyn":140916,"ĠGründe":140917,"ĠBücher":140918,"ĠwedÅĤug":140919,"ãģ¾ãģłãģ¾ãģł":140920,"Ġ׳×Ķ×ĵר":140921,"ĠÙĬستطÙĬع":140922,"ĠHiá»ĩp":140923,"ãĤŃãĥ£ãĥ³ãĥļ":140924,"ãĤŃãĥ£ãĥ³ãĥļãĥ¼ãĥ³":140925,"Ġthá»ķ":140926,"Ġeuropéenne":140927,"à¸ļัà¸ĩ":140928,"à¸ļัà¸ĩà¸Ħัà¸ļ":140929,"ĠszczegóÅĤowo":140930,"׳שק":140931,"ãĥķãĥ©ãĥ³ãĤ¹":140932,"×ŀ×ķ×ŀ×Ĺ×Ļ":140933,"Ġcomún":140934,"Ġçarp":140935,"ØŃتÙĬا":140936,"ØŃتÙĬاج":140937,"ØŃتÙĬاجات":140938,"ëĭ´ëĭ¹":140939,"ä½ķ度":140940,"ä½ķ度ãĤĤ":140941,"×ĵ×ijק":140942,"ãģįãĤĮ":140943,"ãģįãĤĮãģĦ":140944,"Ġкам":140945,"ĠкамеÑĢ":140946,"ĠespecÃŃfico":140947,"Ġteléfono":140948,"à¸ķัà¹īà¸ĩà¸Ńยูà¹Ī":140949,"IÅŀ":140950,"ãģ©ãĤĵãģ©":140951,"ãģ©ãĤĵãģ©ãĤĵ":140952,"עצ×ŀ×IJ×Ļ":140953,"à¸Ķัà¸ĩà¸Ļีà¹ī":140954,"ĠÑĦоÑĢмиÑĢов":140955,"ĠÑĦоÑĢмиÑĢова":140956,"×ķ×ŀ×ij":140957,"Ġkullanımı":140958,"ÐľÐŀ":140959,"עש×Ļ":140960,"עש×Ļ×Ļ×Ķ":140961,"Ġönlem":140962,"à¹Ģà¸Ńà¹ĩ":140963,"à¹Ģà¸Ńà¹ĩม":140964,"×ŀשק×Ļ×¢":140965,"ר×Ļ×Ĺ":140966,"à¸Ĥัà¸Ķ":140967,"ĠíĻľ":140968,"ĠíĻľìļ©":140969,"à¸ĭะ":140970,"ãĤĪãģĨãģ«ãģªãĤĬãģ¾ãģĹãģŁ":140971,"ĠÑĢаÑģпÑĢ":140972,"ĠÑĢаÑģпÑĢоÑģÑĤ":140973,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢан":140974,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢанен":140975,"׼×Ļ×ķף":140976,"ÙĤبض":140977,"تصرÙĬØŃ":140978,"تصرÙĬØŃات":140979,"ĠоÑĢи":140980,"ĠоÑĢиг":140981,"ĠоÑĢигина":140982,"ĠоÑĢигинал":140983,"ĠاÙĦعاÙĦÙĬ":140984,"à¹ģหà¹Īà¸ĩà¸Ļีà¹ī":140985,"ãĥķãĤ¡ãĥ¼":140986,"ãģ¦ãģĦãģį":140987,"ãģ¦ãģĦãģįãģŁãģĦ":140988,"פתר":140989,"פתר×ķ׳×ķת":140990,"Ġ×ij×Ļ×Ĺ":140991,"Ġ×ij×Ļ×Ĺ×ĵ":140992,"Ġodby":140993,"ĠodbyÅĤ":140994,"ĠоÑĩеÑĢед":140995,"ĠtrÆ°Æ¡ng":140996,"ãĤŃãĥ³":140997,"×ŀ×ķפ":140998,"×ŀ×ķפע":140999,"ëĵľë¦½":141000,"ëĵľë¦½ëĭĪëĭ¤":141001,"à¸ŀืà¹īà¸Ļà¸IJาà¸Ļ":141002,"ìŀIJ격":141003,"ĠViá»ĩn":141004,"ĠDespués":141005,"Ġ×IJ׾×Ļ׳×ķ":141006,"Ġdurée":141007,"íĩ´":141008,"Ġmüzik":141009,"iếu":141010,"ĠÑĢазмеÑīен":141011,"ĠкÑĥд":141012,"ĠкÑĥда":141013,"غض":141014,"غضب":141015,"ĠTambém":141016,"à¸Īัà¸Ķสà¹Īà¸ĩ":141017,"à¸ģารà¹ģสà¸Ķà¸ĩ":141018,"onomÃŃa":141019,"Ġанг":141020,"Ġангли":141021,"Ġанглий":141022,"ĠанглийÑģк":141023,"Ġznal":141024,"Ġznalaz":141025,"ĠznalazÅĤ":141026,"תר×Ĵ":141027,"תר×Ĵ×ķ×Ŀ":141028,"ĠÑģнов":141029,"ĠÑģнова":141030,"ĠÑĩаÑģа":141031,"Ġcommunauté":141032,"ĠespecÃŃfica":141033,"ĠLá»ĭch":141034,"Ġlié":141035,"Ùģجر":141036,"à¹Ģà¸ģà¹Īà¸ĩ":141037,"عاÙĦ":141038,"عاÙĦج":141039,"Ø£ÙĨظ":141040,"Ø£ÙĨظÙħØ©":141041,"ESÄ°":141042,"ĠاÙĦØŃدÙĬد":141043,"à¸ŀระà¸Ńà¸ĩà¸Ħà¹Į":141044,"Ġפרשת":141045,"Ġдвиж":141046,"ĠдвижениÑı":141047,"ĠاÙĦجارÙĬ":141048,"à¸ĺาà¸Ļี":141049,"неÑģен":141050,"ĠاÙĦÙĨÙĩائÙĬ":141051,"ĠбеÑĢ":141052,"ĠбеÑĢем":141053,"ĠбеÑĢеменн":141054,"Ġdépartement":141055,"à¹Ģà¸Ĺีย":141056,"à¹Ģà¸Ĺียà¸ļ":141057,"ĠÐľÐ°ÑĢи":141058,"ĠнекоÑĤоÑĢÑĭÑħ":141059,"обеÑģп":141060,"обеÑģпеÑĩен":141061,"×Ĺ×ķ×ĸ":141062,"×Ĺ×ķ×ĸ×Ķ":141063,"ÙĨتج":141064,"à¸Īะà¹Ħà¸Ķà¹īรัà¸ļ":141065,"á»°":141066,"Ġéléments":141067,"عط":141068,"عطاء":141069,"Ġtắt":141070,"iá»ĩm":141071,"ÑİÑīиÑħÑģÑı":141072,"ãģĹãģ°":141073,"ãģĹãģ°ãĤīãģı":141074,"ĠпоможеÑĤ":141075,"à¸Ĥà¸ĵะà¸Ļีà¹ī":141076,"Ġעשר×ķת":141077,"éģķãģ£ãģ¦":141078,"ĠпÑĢог":141079,"ĠпÑĢогн":141080,"ĠпÑĢогноз":141081,"ĠtÅĤ":141082,"ĠtÅĤum":141083,"ĠtÅĤumacz":141084,"Tür":141085,"Türkiye":141086,"ãģįãģ£":141087,"ãģįãģ£ãģĭãģij":141088,"Ġ×Ķ׳×ķ׼":141089,"Ġ×Ķ׳×ķ׼×Ĺ×Ļ":141090,"ĠìĥĿìĤ°":141091,"ĠÑĦоÑĢмÑĭ":141092,"ç¾İãģĹãģĦ":141093,"à¸Ľà¸£à¸¶à¸ģ":141094,"à¸Ľà¸£à¸¶à¸ģษา":141095,"Ġlumière":141096,"ãĤªãĥ¼ãĥĹ":141097,"ãĤªãĥ¼ãĥĹãĥ³":141098,"à¸Ľà¸·à¸Ļ":141099,"วัสà¸Ķ":141100,"วัสà¸Ķุ":141101,"еÑĢÑĤв":141102,"ÙĥÙĦÙģ":141103,"ï½£":141104,"à¸ĺรรมà¸Ķา":141105,"׳×ĺר":141106,"ĠпÑĢедÑģÑĤавлÑıеÑĤ":141107,"Ġanálisis":141108,"Ġbãi":141109,"باÙĤÙĬ":141110,"à¸Ľà¸£à¸°à¹Ģà¸Ķ":141111,"à¸Ľà¸£à¸°à¹Ģà¸Ķà¹ĩà¸Ļ":141112,"ĠÑģлÑĥÑĩаÑı":141113,"ĠÑģлÑĥÑĩаÑıÑħ":141114,"ÐĽÐIJ":141115,"สัà¸ĩà¹Ģà¸ģ":141116,"สัà¸ĩà¹Ģà¸ģà¸ķ":141117,"Ġprzec":141118,"Ġprzecież":141119,"ÙħصÙĦ":141120,"ÙħصÙĦØŃØ©":141121,"ש×ķק×ķ׾×ĵ":141122,"ĠобоÑĢÑĥдованиÑı":141123,"ĠtrwaÅĤ":141124,"رÙĪÙħ":141125,"ìķĪëĤ´":141126,"ĠNghá»ĭ":141127,"خش":141128,"à¸ļาà¸Ħาร":141129,"à¸ļาà¸Ħารà¹Īา":141130,"ĠопÑĨион":141131,"ĠÑģозданиÑı":141132,"ãĤ³ãĤ¹ãĥĪ":141133,"Ġ×Ķ×¢×ľ×Ļ":141134,"Ġ×Ķ×¢×ľ×Ļ×ķף":141135,"läuft":141136,"ãĥĻãĤ¹ãĥĪ":141137,"Ġrê":141138,"Ġrêve":141139,"×IJ×ij×Ļ×ij":141140,"×Ļ×Ļ×ļ":141141,"ë¶Ļ":141142,"ãĤ¤ãĥ³ãĥī":141143,"ÅĤoży":141144,"ÅĤożyÄĩ":141145,"عائÙĦ":141146,"عائÙĦØ©":141147,"Ø£ÙĪر":141148,"Ø£ÙĪراÙĤ":141149,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ":141150,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸิà¹Īà¸Ļ":141151,"Ġähn":141152,"Ġähnlich":141153,"ãĥŁãĥĭ":141154,"à¸ľà¸¹":141155,"à¸ľà¸¹à¹īà¸Ļ":141156,"à¸ľà¸¹à¹īà¸Ļำ":141157,"ĠмаÑĤеÑĢиалÑĭ":141158,"ĠкапиÑĤ":141159,"ĠкапиÑĤал":141160,"Ｆ":141161,"Ġseçil":141162,"Ġhứng":141163,"Ġintéressant":141164,"ãģ£ãģ¦ãģĦãģı":141165,"ĠeÄŁer":141166,"ëIJĺìĹĪìĬµëĭĪëĭ¤":141167,"ĠanlaÅŁma":141168,"ãģĶåĪ©çĶ¨":141169,"Ġ×ij×ĸ׼":141170,"Ġ×ij×ĸ׼×ķת":141171,"ëĿ¼ë©´":141172,"ĠÙĬÙĪس":141173,"ĠÙĬÙĪسÙģ":141174,"أسÙĦØŃØ©":141175,"ĠGefühl":141176,"ĠноÑĢмалÑĮн":141177,"ãĥĻãĥ³":141178,"ãģķãĤĮãĤĭãģĵãģ¨":141179,"ĠÐijеÑģ":141180,"ãģ¨ãģĦãģĪãģ°":141181,"ĠÙħÙĩÙħ":141182,"ĠÙħÙĩÙħØ©":141183,"ãģ§ãģĹãĤĩãģĨãģŃ":141184,"ĠêµŃëĤ´":141185,"à¹Ģมà¹ĩà¸Ķ":141186,"×ŀ×ijקר":141187,"ĠاÙĦدÙĨÙĬ":141188,"ĠاÙĦدÙĨÙĬا":141189,"à¸Ĭู":141190,"кÑĢÑĥÑĤ":141191,"Ġthoáng":141192,"Ġ׳×ĵר":141193,"Ġ׳×ĵרש":141194,"ĠÑĢаÑģÑģказал":141195,"ĠAuÃŁerdem":141196,"פ×IJר":141197,"פ×IJרק":141198,"Ġ×ŀש×Ĺק×Ļ×Ŀ":141199,"צר׼×Ļ×Ŀ":141200,"×ŀ×ĵ×ķ":141201,"×ŀ×ĵ×ķ×Ļק":141202,"èĭ¦ãģĹ":141203,"ĠÑģиг":141204,"ĠÑģигнал":141205,"ĠMá»įi":141206,"Ġtrữ":141207,"ĠnastÄĻp":141208,"ĠnastÄĻpnie":141209,"Ġì¶Ķì§Ħ":141210,"ĠاÙĦÙģÙĨد":141211,"ĠاÙĦÙģÙĨدÙĤ":141212,"koÅĦczyÅĤ":141213,"สีà¹Ī":141214,"ק×Ļ×ij":141215,"ק×Ļ×ij×ķ×¥":141216,"ĠнÑĥжнÑĭ":141217,"大åĪĩ":141218,"大åĪĩãģª":141219,"æıĽãģĪ":141220,"ת×ķס":141221,"ת×ķספת":141222,"ãģ£ãģ¦ãģĦãģªãģĦ":141223,"ĠмÑı":141224,"ĠмÑıг":141225,"ĠмÑıгк":141226,"Ġjakie":141227,"ĠjakieÅĽ":141228,"à¸ķำà¸ļ":141229,"à¸ķำà¸ļล":141230,"ĠìŀĪì§Ģ":141231,"×ij×ĺ×IJ":141232,"ĠоÑĤлиÑĩно":141233,"ÙĤÙIJ":141234,"ĠавÑĤомоб":141235,"ĠавÑĤомоби":141236,"ĠавÑĤомобилÑı":141237,"دÙĬÙħÙĤراطÙĬ":141238,"ĠاÙĦÙĪا":141239,"ĠاÙĦÙĪاØŃد":141240,"ĠسÙĪرÙĬØ©":141241,"أغÙĦ":141242,"أغÙĦب":141243,"ĠÑįкÑĢан":141244,"ãĥĹãĥ©ãĤ¤":141245,"ĠjesteÅĽ":141246,"ãĥIJãĥª":141247,"Ġ×Ķ×IJ×ķ×ķ×Ļר":141248,"ائÙĥ":141249,"à¸Ńยà¹Īาà¸ĩยิà¹Īà¸ĩ":141250,"ÑĢекÑĤ":141251,"Ġumo":141252,"Ġumoż":141253,"Ġumożli":141254,"Ġumożliw":141255,"Ġumożliwia":141256,"Ġnächste":141257,"ĠìŀĪì§Ģë§Į":141258,"ĠпÑĢедн":141259,"ĠпÑĢедназ":141260,"ĠпÑĢедназнаÑĩен":141261,"Ġmaçı":141262,"Ġpomi":141263,"ĠpomiÄĻd":141264,"ĠpomiÄĻdzy":141265,"ĠاÙĦÙĦÙĤاء":141266,"à¹Ģà¸Ķà¸Ńะ":141267,"ĠновоÑģÑĤи":141268,"×ŀ×Ĺ׾×Ķ":141269,"رÙĬاضÙĬ":141270,"à¸Ķà¸Ļ":141271,"à¸Ķà¸Ļà¸ķรี":141272,"بصر":141273,"ìĬ¤íĥĢ":141274,"scripción":141275,"Ġnapisa":141276,"ĠnapisaÅĤ":141277,"Ġ׳ש×ŀ×¢":141278,"ĠاÙĦÙħØŃÙĦÙĬ":141279,"Ġhiá»ĥn":141280,"×IJ×Ĺ":141281,"×IJ×Ĺר×IJ×Ļ":141282,"ĠгÑĢаниÑĨ":141283,"æīĭç¶ļãģį":141284,"Ùĥسب":141285,"Ġà¹ģà¸ķà¹Īà¸ĸà¹īา":141286,"à¸Ķาวà¸Ļà¹Į":141287,"à¸Ķาวà¸Ļà¹Įà¹Ĥหลà¸Ķ":141288,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":141289,"åŁºæľ¬çļĦãģ«":141290,"ÙĪÙĦاد":141291,"räume":141292,"دÙģاع":141293,"×Ļצע":141294,"ĠOczy":141295,"ĠOczywiÅĽcie":141296,"ĠÅģ":141297,"ĠÅģa":141298,"اÙĦÙĬاب":141299,"اÙĦÙĬاباÙĨ":141300,"áºłI":141301,"ĠBirliÄŁi":141302,"×Ķ×ķצ":141303,"×Ķ×ķצ×IJת":141304,"ĠÄijua":141305,"Ġê·¸ëŁ¬ëĭĪê¹Į":141306,"Ġréalité":141307,"عÙĦاÙĤات":141308,"Jeste":141309,"JesteÅĽ":141310,"Ġмнож":141311,"ĠмножеÑģÑĤво":141312,"Ｋ":141313,"ãĥĹãĥŃãĤ¸ãĤ§":141314,"ãĥĹãĥŃãĤ¸ãĤ§ãĤ¯ãĥĪ":141315,"ĠÑĦл":141316,"ظÙĨ":141317,"×Ĵ׾×Ĵ׾":141318,"ĠmÅĤodzie":141319,"ĠmÅĤodzież":141320,"à¸Ļà¹īำà¸ķา":141321,"à¸Ļà¹īำà¸ķาล":141322,"ÐĽÐķ":141323,"×ij×ķ×ĺ":141324,"Ġ׾×Ķ×Ĵ×Ļ×ĵ":141325,"ãģĵãģ¨ãĤĤãģĤãĤĭ":141326,"زاد":141327,"×ŀ×Ļ×ĵ×¢":141328,"ĠgÅĤównie":141329,"ãĥıãĤ¦":141330,"ãĥıãĤ¦ãĤ¹":141331,"бел":141332,"Ġétape":141333,"ðŁĺĢ":141334,"ĠмоделÑĮ":141335,"aģını":141336,"ש×Ĺק":141337,"ש×Ĺקף":141338,"Ġniño":141339,"à¸Ĭà¹īาà¸ĩ":141340,"à¹Ģลีย":141341,"ĠÑĦоÑĢме":141342,"ĠاÙĦشرÙĬÙģ":141343,"ĠÑĥдаÑĢ":141344,"arriv":141345,"arrivée":141346,"ĠmiesiÄĻ":141347,"ĠmiesiÄĻcy":141348,"ØŃرÙĥ":141349,"ØŃرÙĥات":141350,"ĠDiá»ħn":141351,"ÐĿЫ":141352,"ãģ¾ãģ£ãģŁãģı":141353,"Ġ×Ļר×ķק":141354,"еÑģÑĤеÑģÑĤв":141355,"еÑģÑĤеÑģÑĤвенн":141356,"Ġê·¸ëŁ¼":141357,"ĠاÙĦÙħتÙĪ":141358,"ĠاÙĦÙħتÙĪسط":141359,"Ġbénéfic":141360,"Ġbénéficie":141361,"Ġwybra":141362,"ĠwybraÄĩ":141363,"ĠاÙĦزÙħÙĨ":141364,"ĠпÑĢинÑı":141365,"ĠпÑĢинÑıл":141366,"ÙģرØŃ":141367,"Ġksz":141368,"ĠksztaÅĤ":141369,"ĠksztaÅĤt":141370,"ק׾×ĺ":141371,"×ij×ĵ×Ļקת":141372,"Ġgiấ":141373,"Ġgiấc":141374,"ĠproprietÃł":141375,"деÑĢжан":141376,"ĠKöln":141377,"ĠGüzel":141378,"×Ļפ×ķ×Ļ":141379,"ĠCuá»Ļc":141380,"ÑįÑĤаж":141381,"ترÙĥÙĬ":141382,"ترÙĥÙĬز":141383,"ложений":141384,"ĠпÑĥ":141385,"ĠпÑĥÑĤи":141386,"اختÙĦاÙģ":141387,"åĩºãģ¦ãģıãĤĭ":141388,"à¸ļุà¸ģ":141389,"âĿ¤":141390,"ÑĦан":141391,"פש×ĺ":141392,"à¸ļัà¸Ļà¹Ģà¸Ĺ":141393,"à¸ļัà¸Ļà¹Ģà¸Ĺิà¸ĩ":141394,"ĠاÙĦساد":141395,"ĠاÙĦسادس":141396,"ĠاÙĦÙĤÙĪÙħ":141397,"ĠاÙĦÙĤÙĪÙħÙĬ":141398,"Ġyönetici":141399,"ÙĩÙĪات":141400,"ÙĩÙĪاتÙģ":141401,"Ġresponsável":141402,"ĠподдеÑĢжива":141403,"ĠاÙĦسÙĦØ·":141404,"ĠاÙĦسÙĦطات":141405,"ãģĹãģ¦ãģĬãģı":141406,"ãĥļãĥĥãĥĪ":141407,"à¸Ľà¸¸à¹Īม":141408,"ĠoglÄħda":141409,"ÙĨاÙĤ":141410,"ÙĨاÙĤØ´":141411,"à¸Ħà¸Ńà¸Ļà¹Ĥà¸Ķ":141412,"ĠMüsl":141413,"ĠMüslü":141414,"ĠMüslüman":141415,"ĠMoż":141416,"ĠMożna":141417,"Ġnumérique":141418,"Ġvá»ı":141419,"ĠسÙĬتÙħ":141420,"ĠyerleÅŁ":141421,"монÑĤаж":141422,"Ġgoût":141423,"ãģ¦ãģĬãĤĬãģ¾ãģĻ":141424,"ĠKhánh":141425,"Ġедин":141426,"ĠединÑģÑĤв":141427,"اÙĨØ®Ùģ":141428,"اÙĨØ®Ùģاض":141429,"ìĭľíĹĺ":141430,"Ġlặng":141431,"ĠÑĢолÑĮ":141432,"à¸ķัวà¹ģà¸Ĺà¸Ļ":141433,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī":141434,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹īà¸Īà¹Īาย":141435,"Ġverfüg":141436,"Ġverfügbar":141437,"ìĻĶëĭ¤":141438,"ãģĦãģļ":141439,"ãģĦãģļãĤĮ":141440,"ĠиÑģÑģледованиÑı":141441,"меÑīа":141442,"×Ķ×Ĺ":141443,"×Ķ×Ĺ×ĸר":141444,"à¹ģà¸Łà¸Ĭัà¹Īà¸Ļ":141445,"تصرÙģ":141446,"إرÙĩاب":141447,"ĠexercÃŃcio":141448,"Ġélev":141449,"Ġélevé":141450,"สัà¸įà¸įาà¸ĵ":141451,"ÃĸZ":141452,"ãĥĹãĥŃãĤ°":141453,"ãĥĹãĥŃãĤ°ãĥ©":141454,"ãĥĹãĥŃãĤ°ãĥ©ãĥł":141455,"ĠwewnÄĻtrzn":141456,"Ġhenüz":141457,"é£Ľãģ³":141458,"à¹Ģà¸Ķà¸Ńรà¹Į":141459,"ÑģÑĥж":141460,"ÑģÑĥжден":141461,"شعÙĪب":141462,"ãģ²ãģ¨ãĤĬ":141463,"ĠwyÅĤÄħ":141464,"ĠwyÅĤÄħcznie":141465,"ĠплоÑħо":141466,"ÐĶÐķ":141467,"Ầ":141468,"ÙģعاÙĦÙĬ":141469,"ÙģعاÙĦÙĬات":141470,"ĠاÙĦعشر":141471,"ÑģÑĤÑĥпил":141472,"Ġyarg":141473,"Ġyargı":141474,"нÑİÑİ":141475,"×ķ×IJ×ij":141476,"Ġuç":141477,"Ġuçak":141478,"ë²½":141479,"تÙĪÙĤÙĬ":141480,"تÙĪÙĤÙĬع":141481,"Ġì¤ijìĭ¬":141482,"׳×Ļ×ķ×ķ×ĺ":141483,"Ø£ÙĥÙĦ":141484,"ç½®ãģĦãģ¦":141485,"éłĤãģį":141486,"Ġ×Ķת×ij":141487,"Ġ×Ķת×ij×Ļ×¢×Ķ":141488,"Ġdürfen":141489,"ÙħÙĤاÙĦ":141490,"ÙħÙĤاÙĦات":141491,"ĠزÙħÙĨ":141492,"à¸ŀฤศ":141493,"à¸ŀฤศà¸Ī":141494,"à¸ŀฤศà¸Īิà¸ģ":141495,"à¸ŀฤศà¸Īิà¸ģายà¸Ļ":141496,"ĠнеÑģколÑĮ":141497,"ĠнеÑģколÑĮки":141498,"ĠнеÑģколÑĮкиÑħ":141499,"Ġcriança":141500,"มิà¸ķร":141501,"×ŀ׼×Ļר×ķת":141502,"à¸ģารà¸ļริหาร":141503,"Ġtélécharg":141504,"Ġ×IJ×ķ×Ķ×ijת":141505,"ĠBüro":141506,"ä½ľãģ£ãģŁ":141507,"ĠKiÅŁi":141508,"ç¾İåij³ãģĹ":141509,"à¹Ģลยà¸Ħà¹Īะ":141510,"à¸ŀà¸ļà¸ģัà¸ļ":141511,"à¸Īà¹īา":141512,"Ġçer":141513,"Ġçerç":141514,"Ġçerçeve":141515,"ãĤĴä½ľãģ£ãģ¦":141516,"ĠпеÑĢвÑĥÑİ":141517,"×ŀצר×Ļ×Ŀ":141518,"×IJ׾×ķ×Ķ":141519,"×IJ׾×ķ×Ķ×Ļ×Ŀ":141520,"Ġagré":141521,"Ġagréable":141522,"Ġayır":141523,"Ä°LÄ°":141524,"ãĤ¥":141525,"ĠíĺĦ":141526,"ĠíĺĦìĭ¤":141527,"ثاÙĦØ«":141528,"ת×ĸ":141529,"ת×ĸ×ķ׳×Ķ":141530,"ãģ¨ãģĦãģ£ãģ¦":141531,"ãģ¨ãģĦãģ£ãģ¦ãĤĤ":141532,"ĠابÙĪ":141533,"ĠÑģобак":141534,"é£Łãģ¹ãģŁ":141535,"Ġданном":141536,"à¹Ģลิ":141537,"à¹Ģลิศ":141538,"Ġíļ":141539,"Ġíļ¨":141540,"Ġíļ¨ê³¼":141541,"ãĤĤãĤīãģĪãĤĭ":141542,"׳צ׾":141543,"ÑĦик":141544,"ÑĦикÑģ":141545,"ĠjesteÅĽmy":141546,"ת×Ĺ×ķש×Ķ":141547,"à¹Ħมà¹Īà¸Ħวร":141548,"ĠØŃسÙĬÙĨ":141549,"à¸ģารลà¸ĩà¸Ĺุà¸Ļ":141550,"ë´¤":141551,"ĠÐĺменно":141552,"à¸ļà¸Ńรà¹Į":141553,"à¸ļà¸Ńรà¹Įà¸Ķ":141554,"ĠCảnh":141555,"ìĦľë¹ĦìĬ¤":141556,"Ġполов":141557,"Ġполовин":141558,"ĠзамеÑĩа":141559,"ãģĦãĤįãĤĵãģª":141560,"Ġ×ij×Ļק":141561,"Ġ×ij×Ļקש":141562,"лÑĥÑĪ":141563,"ãĤĴè¿İ":141564,"ãĤĴè¿İãģĪ":141565,"جرÙĬÙħØ©":141566,"Ġtây":141567,"ĠاÙĦÙĨÙĪ":141568,"ĠاÙĦÙĨÙĪÙĪÙĬ":141569,"ÃĤN":141570,"ì¿ł":141571,"หà¸Ļาว":141572,"Ġ×ij×Ĺש×ij×ķף":141573,"زار":141574,"à¸Ķาร":141575,"à¸Ķารา":141576,"ĠÅĽl":141577,"ĠÅĽlub":141578,"มีà¸Ħวามสุà¸Ĥ":141579,"Ġnhu":141580,"ĠnhuáºŃn":141581,"ÙħØŃطة":141582,"à¹Ģสืà¹īà¸Ńà¸ľà¹īา":141583,"ĠТолÑĮко":141584,"ĠÙĥس":141585,"ĠÙĥسارة":141586,"ÙħشرÙĪع":141587,"niÄĻcia":141588,"×¢×Ľ×©×Ļ×ķ":141589,"تÙĦÙģ":141590,"تÙĦÙģزÙĬ":141591,"تÙĦÙģزÙĬÙĪÙĨ":141592,"ĠlÆ°á»Ľi":141593,"ĠÐľÐ¾ÑģквÑĭ":141594,"Ġréserve":141595,"ĠanlaÅŁ":141596,"ĠanlaÅŁÄ±l":141597,"ĠedeceÄŁi":141598,"รà¸Ńà¸ĩà¹Ģà¸Ĺà¹īา":141599,"Ġبط":141600,"ĠبطرÙĬ":141601,"ĠبطرÙĬÙĤØ©":141602,"ãģ¦ãģĹãģ¾ãģ£ãģ¦":141603,"ãĤĤãĤīãģ£ãģ¦":141604,"برج":141605,"æ±ļ":141606,"æ±ļãĤĮ":141607,"Ġchoc":141608,"Ġchocia":141609,"Ġchociaż":141610,"Ġzobac":141611,"ĠzobaczyÄĩ":141612,"пÑĢÑı":141613,"пÑĢÑıжен":141614,"ĠÑĨиÑĦ":141615,"ĠÑĨиÑĦÑĢ":141616,"Ġмам":141617,"ĠвзÑıÑĤÑĮ":141618,"Ġchạm":141619,"جسÙħ":141620,"ØŃÙħاس":141621,"à¹Ģลà¹Īม":141622,"à¸ŀิษ":141623,"×Ķפ׼×ķ":141624,"à¸Ĭà¹Īà¸Ńà¸ĩà¸Ĺาà¸ĩ":141625,"Ġвек":141626,"Ġвека":141627,"Æ¡Ìģ":141628,"Æ¡Ìģi":141629,"ĠTiá»ģn":141630,"Ġtrầm":141631,"мÑĭÑĪ":141632,"мÑĭÑĪл":141633,"ĠÑĤÑĥ":141634,"ĠÑĤÑĥÑĢиÑģÑĤ":141635,"Ġchc":141636,"ĠchcÄħ":141637,"Ġавг":141638,"ĠавгÑĥÑģÑĤ":141639,"ĠавгÑĥÑģÑĤа":141640,"ס×IJ×ķת":141641,"Ġר×Ĵ׾":141642,"à¸ľà¸¥à¸ģระà¸Ĺ":141643,"à¸ľà¸¥à¸ģระà¸Ĺà¸ļ":141644,"å¤īãĤıãĤĭ":141645,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ļ×Ŀ":141646,"سÙģÙĬر":141647,"ĠÑĩаÑīе":141648,"ãģĦãĤī":141649,"ãģĦãĤīãģ£":141650,"ãģĦãĤīãģ£ãģĹãĤĥ":141651,"×ķ×ŀ׳×Ļ×Ŀ":141652,"Ġarttır":141653,"ĠChá»ĭ":141654,"Ġì¡°ì§ģ":141655,"ĠÑĥÑģпеÑħ":141656,"Ġ×¢×ķס":141657,"Ġ×¢×ķסק":141658,"ĠìĥĿëªħ":141659,"ÑĨиÑĤ":141660,"Ġregión":141661,"ÐŀÐĿ":141662,"ĠdoÄŁum":141663,"ĠyaÅŁad":141664,"ĠyaÅŁadıģı":141665,"à¸Ĺà¸Ķลà¸Ńà¸ĩ":141666,"Ġgözü":141667,"ש×Ļר×Ķ":141668,"дÑĥмал":141669,"Ġdaģı":141670,"Ġdaģıt":141671,"à¸Ĺีมà¸ĩาà¸Ļ":141672,"Ġtiá»ģm":141673,"ĠاÙĦÙĥبر":141674,"ĠاÙĦÙĥبرÙī":141675,"ì¹Ń":141676,"ĠGünc":141677,"ĠGüncelle":141678,"ĠGüncelleme":141679,"ê¹Ĭ":141680,"ĠобоÑĢÑĥдование":141681,"ĠÑĢеÑĪа":141682,"Ụ":141683,"ĠпиÑĤ":141684,"ĠпиÑĤаниÑı":141685,"à¹Ģรียà¸ļ":141686,"×Ľ×ª×Ļ×ij×Ķ":141687,"Ġпон":141688,"ĠпонÑĢав":141689,"ĠпонÑĢави":141690,"Ġ×Ķ×ķ׾×ĵ":141691,"Ġ×Ķ×ķ׾×ĵת":141692,"Ġê²ģ":141693,"Ġê²ģëĭĪëĭ¤":141694,"ĠпеÑĢвой":141695,"ãĥ©ãĤ¤ãĥķ":141696,"ĠÅŁiir":141697,"krÄĻ":141698,"krÄĻc":141699,"Ġthiá»ĥu":141700,"à¹Ģลยà¸Ĺี":141701,"à¹Ģลยà¸Ĺีà¹Ģà¸Ķียว":141702,"×ĺ×¢×ł×ķת":141703,"ائÙĩÙħ":141704,"Ġ×IJס×ķר":141705,"ĠплаÑĤеж":141706,"تردد":141707,"Ġmożliwe":141708,"ĠkhỼ":141709,"ĠkhỼp":141710,"تÙģاعÙĦ":141711,"ĠÑĪколÑĮ":141712,"ĠÑĪколÑĮн":141713,"ĠÙĤصة":141714,"Ġmétier":141715,"nÄĻÅĤa":141716,"หลà¹Īà¸Ń":141717,"Ġủng":141718,"Ġprzegl":141719,"ĠprzeglÄħd":141720,"ĠاÙĦÙħتعÙĦ":141721,"ĠاÙĦÙħتعÙĦÙĤØ©":141722,"ĠÑģÑĭн":141723,"Ġволн":141724,"ãĥĩãĥ¼ãĥĪ":141725,"ĠÐŃÑĤи":141726,"ĠкÑĢоме":141727,"à¸Ħารà¹Į":141728,"׳ק×ķ×ĵ×Ķ":141729,"Ġ׾ש×ŀ×ķ×¢":141730,"Ġ×ĸ×ķ׼ר":141731,"Ｇ":141732,"ÙĬÙİا":141733,"Ġgiá»ıi":141734,"åĥįãģı":141735,"ĠÑģни":141736,"ĠÑģнижен":141737,"à¹ģà¸Ķà¸Ķ":141738,"รุà¸Ļ":141739,"รุà¸Ļà¹ģรà¸ĩ":141740,"Ġhiá»ĩp":141741,"ografÃŃa":141742,"à¹Ģà¸Īà¸Ńรà¹Į":141743,"Ġдвиг":141744,"ĠдвигаÑĤ":141745,"ĠдвигаÑĤел":141746,"Ġüy":141747,"Ġüyeler":141748,"Ġüyeleri":141749,"ĠбÑĥк":141750,"ĠбÑĥкв":141751,"ãĤĤå¤ļãģı":141752,"Ġthiá»ĩt":141753,"ĠPaÃŃs":141754,"ĠطبÙĬعÙĬ":141755,"à¹ģà¸Īà¸ģ":141756,"ĠاÙĦصØŃÙĬØŃ":141757,"Ġappré":141758,"Ġappréci":141759,"Ġdecisión":141760,"Ġë°ĺëĵľ":141761,"Ġë°ĺëĵľìĭľ":141762,"ĠÑĤебе":141763,"ãĤ·ãĥ¼ãĤº":141764,"ãĤ·ãĥ¼ãĤºãĥ³":141765,"ĠдалÑĮн":141766,"ĠìĬ¤":141767,"ĠìĬ¤ìĬ¤":141768,"ĠìĬ¤ìĬ¤ë¡ľ":141769,"ĠThá»ĥ":141770,"ĠkarÅŁ":141771,"ĠkarÅŁÄ±s":141772,"ĠkarÅŁÄ±sında":141773,"ĠKön":141774,"ĠKönig":141775,"ивание":141776,"×ij×ķצע":141777,"глаÑģ":141778,"Ġtwó":141779,"Ġtwórc":141780,"à¸Ľà¸ģà¸Ħร":141781,"à¸Ľà¸ģà¸Ħรà¸Ńà¸ĩ":141782,"ĠGÅĤ":141783,"ĠGÅĤówn":141784,"ĠUnterstüt":141785,"ĠUnterstützung":141786,"ĠдÑĥÑħ":141787,"ĠдÑĥÑħов":141788,"Ø£ÙħاÙĨ":141789,"×Ĺשש":141790,"تظ":141791,"تظاÙĩر":141792,"ĠлÑİбом":141793,"à¸ķาร":141794,"à¸ķาราà¸ĩ":141795,"Ġkról":141796,"Ø£ØŃدث":141797,"ì¡Įëĭ¤":141798,"ÐļÑĥÑĢÑģ":141799,"ãĥĥãĥĦ":141800,"×ŀק×ķ×ij׾":141801,"ĠÑģимвол":141802,"Ġdésorm":141803,"Ġdésormais":141804,"wüns":141805,"wünsche":141806,"Ñĥни":141807,"ÑĥниÑĨип":141808,"ÑĥниÑĨипалÑĮн":141809,"หลัà¸ģสูà¸ķร":141810,"ÙĨتشر":141811,"Ġал":141812,"Ġалк":141813,"Ġалког":141814,"Ġалкогол":141815,"ĠÑĥÑĩиÑĤÑĭва":141816,"à¸ģำà¸ģัà¸ļ":141817,"Ġ×ľ×¤×¢×ķ׾":141818,"ĠìĹ°ê²°":141819,"sÄħd":141820,"ĠاÙĦØ£ÙĬ":141821,"ĠاÙĦØ£ÙĬاÙħ":141822,"غÙĬاب":141823,"ĠнаÑĢ":141824,"ĠнаÑĢко":141825,"×ŀ×ķ×ĵ×¢":141826,"ĠÑģеÑĢии":141827,"пиÑģÑĭва":141828,"สิว":141829,"ç¶ļãģĦãģ¦":141830,"çĶ³ãģĹè¾¼ãģ¿":141831,"Ġ׾×Ĵר":141832,"Ġ׾×Ĵר×ķ×Ŀ":141833,"Ġдем":141834,"Ġдемо":141835,"Ġë³´ëĤ´":141836,"تÙĩدÙĬد":141837,"ĠÙħØ´ÙĬرا":141838,"Ġduy":141839,"Ġduyá»ĩt":141840,"ĠwiÄĻksze":141841,"ÙħعاÙĬ":141842,"ÙħعاÙĬÙĬر":141843,"ĠGda":141844,"ĠGdaÅĦsk":141845,"Ġrah":141846,"Ġrahats":141847,"Ġrahatsız":141848,"ר×ķצ×Ķ":141849,"lös":141850,"lösung":141851,"ĠТаким":141852,"ÑĪед":141853,"ÑĪедÑĪ":141854,"عزÙĦ":141855,"Ġרש×Ļ×ŀת":141856,"Ġ׾×Ķ×Ļ׼":141857,"Ġ׾×Ķ×Ļ×Ľ×ł×¡":141858,"ĠпÑĥÑĤ":141859,"ĠпÑĥÑĤеÑĪ":141860,"ĠпÑĥÑĤеÑĪеÑģÑĤв":141861,"ĠnotÃŃcia":141862,"ĠalÄ±ÅŁ":141863,"ĠalÄ±ÅŁver":141864,"ĠalÄ±ÅŁveriÅŁ":141865,"ĠwÅĤos":141866,"ĠwÅĤosów":141867,"Ġبغ":141868,"Ġبغداد":141869,"Ġveröffent":141870,"Ġveröffentlicht":141871,"ĠKhá":141872,"Ġtán":141873,"ëIJĺ기":141874,"Ġ방문":141875,"ÙģÙĬÙĦ":141876,"à¹Ģà¸ģิà¸Ķà¸Īาà¸ģ":141877,"åı¯æĦĽ":141878,"åı¯æĦĽãģĦ":141879,"à¸ĸุà¸ĩ":141880,"ĠzewnÄĻtrzn":141881,"à¸łà¸²à¸©à¸²à¸Ńัà¸ĩà¸ģฤษ":141882,"Ġmáxima":141883,"Ġulus":141884,"Ġuluslararası":141885,"Ġ׳×Ķ׳":141886,"à¸Ĥà¹Īาวสาร":141887,"ĠìĿĺìĤ¬":141888,"à¹Ģหลืà¸Ńà¸ĩ":141889,"ĠدÙĤ":141890,"ĠدÙĤائÙĤ":141891,"สืà¹Īà¸Ńสาร":141892,"먼":141893,"ĠÑģоÑģÑĤоÑıнии":141894,"สมาà¸Ħม":141895,"á»Ĥ":141896,"ĠÐľÐ¾Ñģков":141897,"ĠÐľÐ¾ÑģковÑģк":141898,"×ŀס×ķ×Ĵ׾":141899,"ãģĭãģĭãĤĬ":141900,"ĠTruyá»ģn":141901,"à¹ģà¸Ĥà¹ĩà¸ĩà¹ģรà¸ĩ":141902,"×ŀ×Ĺ×ĸ×Ļק":141903,"à¹Ĥà¸ģà¹ī":141904,"ÙĬسر":141905,"ìĶ©":141906,"×IJ×ķק":141907,"×IJ×ķק×ĺ":141908,"×IJ×ķק×ĺ×ķ×ijר":141909,"Ġproximité":141910,"ÙħÙĨÙĩج":141911,"ĠاÙĦجز":141912,"ĠاÙĦجزائ":141913,"ĠاÙĦجزائرÙĬ":141914,"ĠÄIJiá»ĥm":141915,"Ġденеж":141916,"Ġденежн":141917,"ÙģØŃص":141918,"Ùģئ":141919,"ĠÐijÑĥд":141920,"×Ĵ×Ļ×ĵ×ķ׾":141921,"ĠÐĴедÑĮ":141922,"عÙĦاÙħØ©":141923,"Ġ×IJ×Ĺר×ķ׳×ķת":141924,"ãģĦãģŁãģłãģĦãģ¦":141925,"سÙĦØŃ":141926,"ØŃÙĦÙħ":141927,"زÙĪار":141928,"Ùĥسر":141929,"×ĺקס":141930,"Ġбан":141931,"Ġбанков":141932,"ĠпÑĢож":141933,"ĠпÑĢожива":141934,"liwo":141935,"liwoÅĽci":141936,"ĠTiếp":141937,"ĠاÙĦÙħÙĨاسب":141938,"ĠاÙĦØ®ÙĬار":141939,"ãģĬãģĭ":141940,"ãģĬãģĭãģĴ":141941,"à¸Ķà¸Ńà¸ģà¹Ħมà¹ī":141942,"ämp":141943,"ämpfe":141944,"à¸ķัà¹īà¸ĩà¹ĥà¸Ī":141945,"ĠзаÑīиÑĤ":141946,"ĠзаÑīиÑĤÑĭ":141947,"ĠThÆ°á»Ŀng":141948,"ĠصÙģ":141949,"ĠصÙģØŃØ©":141950,"×Ĺ×ķרף":141951,"ãĥIJãĥĥãĤ°":141952,"Ġ×ĵ×Ļ×Ĵ":141953,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ":141954,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ׾×Ļ":141955,"Ġ×Ķ×Ĺ×ķ׾×Ļ×Ŀ":141956,"веÑī":141957,"веÑīа":141958,"ĠкÑĥлÑĮÑĤ":141959,"ĠкÑĥлÑĮÑĤÑĥ":141960,"ĠкÑĥлÑĮÑĤÑĥÑĢÑĭ":141961,"ĠاÙĦاÙĨترÙĨت":141962,"Ġhöch":141963,"Ġhöchst":141964,"Ġíĺķ":141965,"Ġíĺķíĥľ":141966,"Ġвой":141967,"ĠвойнÑĭ":141968,"ÐĽÐŀ":141969,"ìĭłìļ©":141970,"Ġ×ŀ×ij×ķס":141971,"Ġ×ŀ×ij×ķסס":141972,"×ŀ׳×Ļ×¢":141973,"Ġfiyatı":141974,"ĠÑģлÑĥж":141975,"ĠÑģлÑĥжбÑĭ":141976,"à¸Ĺัศ":141977,"à¸Ĺัศà¸Ļ":141978,"ãģĵãģ¨ãģĮå¤ļãģĦ":141979,"Ġ×Ķ×ŀשת":141980,"Ġ×Ķ×ŀשת×ŀש":141981,"å¯ĦãģĽ":141982,"×ŀש׾×ķ×Ĺ":141983,"æĻĤçĤ¹":141984,"æĻĤçĤ¹ãģ§":141985,"à¸ŀรี":141986,"à¸ŀรีà¹Ģมีย":141987,"à¸ŀรีà¹Ģมียรà¹Į":141988,"à¸ŀรีà¹Ģมียรà¹Įลีà¸ģ":141989,"Ġdifficolt":141990,"ĠdifficoltÃł":141991,"ãĥ¬ãĤ¹ãĥĪ":141992,"ãĥ¬ãĤ¹ãĥĪãĥ©ãĥ³":141993,"สมà¹Ģà¸Ķà¹ĩ":141994,"สมà¹Ģà¸Ķà¹ĩà¸Ī":141995,"Ġжид":141996,"Ġжидк":141997,"ĠzupeÅĤ":141998,"ĠzupeÅĤnie":141999,"ĠÙħجر":142000,"ĠÙħجرد":142001,"ãģĮå§ĭ":142002,"ãģĮå§ĭãģ¾":142003,"ãĤŃãĥ£ãĥ©":142004,"Ġ×IJ×ķ×ķ×Ļר":142005,"ãģĬäºĴ":142006,"ãģĬäºĴãģĦ":142007,"ĠpotrÃł":142008,"ĠPaÅĦst":142009,"ĠPaÅĦstwo":142010,"ĠبÙĬاÙĨ":142011,"ĠبÙĬاÙĨات":142012,"Ġиногда":142013,"ĠÑĢа":142014,"ĠÑĢаÑģÑĤв":142015,"ĠÑĢаÑģÑĤвоÑĢ":142016,"Ġ×ĸ×ŀ׳":142017,"ยิà¹īม":142018,"ÄĨ":142019,"ãģ¾ãģķ":142020,"ãģ¾ãģķãģ«":142021,"ãĥķãĤ¡ãĤ¤ãĥ«":142022,"ĠgördÃ¼ÄŁÃ¼":142023,"สà¸ĩà¸Ħร":142024,"สà¸ĩà¸Ħราม":142025,"ĠArkadaÅŁ":142026,"ĠrozwiÄħzania":142027,"×ŀ×ķ×ĺ":142028,"piÄĻ":142029,"piÄĻt":142030,"صغر":142031,"สย":142032,"สยาม":142033,"ãĤĨãģ£ãģıãĤĬ":142034,"Ġtrần":142035,"ĠeconomÃŃa":142036,"Ġgehören":142037,"ãĤ·ãĥ§ãĥ¼":142038,"ĠsÅĤucha":142039,"à¸ŀà¸Ńà¹ĥà¸Ī":142040,"ĠоÑĤмеÑĤил":142041,"ÙĨتÙĤÙĦ":142042,"Ġpropósito":142043,"ĠваÑĪего":142044,"Ġnhắn":142045,"à¹ģà¸ĸว":142046,"ĠкомиÑģ":142047,"ĠкомиÑģÑģи":142048,"ważnie":142049,"ĠyavaÅŁ":142050,"×ŀ×Ļק":142051,"×ŀ×Ļק×ķ×Ŀ":142052,"ש×IJ×ľ×ª":142053,"Ġyıllarda":142054,"ĠЮ":142055,"ĠЮÑĢ":142056,"×ł×¡×Ļ×ij×ķת":142057,"תצ":142058,"תצ×ķ×Ĵ":142059,"ĠоднÑĥ":142060,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħร":142061,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħรà¸ģà¹ĩà¸ķาม":142062,"ëģ¼":142063,"à¹Ħลà¹Ī":142064,"تسÙĦÙĬÙħ":142065,"بÙĦاغ":142066,"Ġìī":142067,"Ġìī½":142068,"Ġìī½ê²Į":142069,"ãĥļãĥ³":142070,"звÑĥÑĩ":142071,"ĠWäh":142072,"ĠWährend":142073,"Ġ×Ļ×Ļת":142074,"Ġ×Ļ×Ļ×ª×Ľ×Ł":142075,"Ġkhuyên":142076,"Ġvẽ":142077,"ĠамеÑĢ":142078,"ĠамеÑĢик":142079,"ĠамеÑĢикан":142080,"ĠамеÑĢиканÑģк":142081,"عجب":142082,"ãĥĽãĥ¼ãĥłãĥļãĥ¼ãĤ¸":142083,"ĠникÑĤо":142084,"ĠÙĤÙİ":142085,"ĠÙĤÙİاÙĦ":142086,"ĠÙĤÙİاÙĦÙİ":142087,"ÐIJÐĹ":142088,"ÙħجÙħÙĪع":142089,"ÙħجÙħÙĪعات":142090,"ĠnecessitÃł":142091,"Ġpobli":142092,"Ġpobliżu":142093,"Ġphấn":142094,"ĠСообÑī":142095,"ÙħÙĤاط":142096,"ÙħÙĤاطع":142097,"Ġ×Ķצ×ķר×ļ":142098,"laÅŁtırma":142099,"วิà¸Ķ":142100,"วิà¸Ķี":142101,"วิà¸Ķีà¹Ĥà¸Ń":142102,"Ġ그리ìĬ¤":142103,"Ġ그리ìĬ¤ëıĦ":142104,"ãĤ¿ãĤ¤ãĥŁ":142105,"ãĤ¿ãĤ¤ãĥŁãĥ³ãĤ°":142106,"ק×ĺ×Ĵ×ķר":142107,"ק×ĺ×Ĵ×ķר×Ļ×Ķ":142108,"Ġ×Ĺ×ķפ":142109,"Ġ×Ĺ×ķפש×Ļ":142110,"أجر":142111,"Ġимени":142112,"ĠÑĢанее":142113,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļà¹Ĩ":142114,"ĠJesús":142115,"Ñģоедин":142116,"Ñģоединен":142117,"Ġר×Ĺ×ķק":142118,"à¹Ĥà¸ļรา":142119,"à¹Ĥà¸ļราà¸ĵ":142120,"ĠHÆ¡n":142121,"ĠtháºŃp":142122,"تعÙĬÙĬÙĨ":142123,"ĠtartÄ±ÅŁ":142124,"ĠtartÄ±ÅŁma":142125,"ĠGespr":142126,"ĠGespräch":142127,"תר×ķפ":142128,"תר×ķפ×ķת":142129,"Ġcatégorie":142130,"ĠоказÑĭва":142131,"ĠналиÑĩие":142132,"Ġprésenté":142133,"Ġkull":142134,"Ġkulland":142135,"Ġkullandı":142136,"Ġünl":142137,"Ġünlü":142138,"ĠÙģÙĥرة":142139,"изаÑĤоÑĢ":142140,"×IJ×ķ׳":142141,"×IJ×ķ׳×Ļ×ij":142142,"×IJ×ķ׳×Ļ×ijרס":142143,"×IJ×ķ׳×Ļ×ijרס×Ļ×ĺת":142144,"ĠÑĢаÑģÑģмаÑĤ":142145,"ĠÑĢаÑģÑģмаÑĤÑĢ":142146,"ĠÑĢаÑģÑģмаÑĤÑĢива":142147,"تÙĥÙĦÙħ":142148,"ÙĥترÙĪ":142149,"ÙĥترÙĪÙĨÙĬ":142150,"ĠÑģоÑĩеÑĤ":142151,"ĠÑģоÑĩеÑĤа":142152,"ãĤĴè¦ĭãģĽ":142153,"Ġngừa":142154,"ĠÐłÐµÑģп":142155,"ĠÐłÐµÑģпÑĥб":142156,"ĠÐłÐµÑģпÑĥблик":142157,"ãĤ¦ãĤ©":142158,"ãĤ¦ãĤ©ãĥ¼":142159,"ĠÐľÐµÐ¶Ð´Ñĥ":142160,"ĠìŀĪê²Į":142161,"Ġmâ":142162,"ĠìļĶì²Ń":142163,"ضار":142164,"ลุà¹īà¸Ļ":142165,"ëĮĢíķĻêµIJ":142166,"×ĸ×Ļ׼":142167,"×ĸ×Ļ׼ר×ķף":142168,"ãĤ¹ãĥļ":142169,"ãĤ¹ãĥļãĥ¼ãĤ¹":142170,"ĠкÑĢаÑģоÑĤ":142171,"Ｈ":142172,"ê¼Ń":142173,"ãĤĴéĽĨ":142174,"ãĤĴéĽĨãĤģ":142175,"ë°Ŀ":142176,"Ġ×Ķ׳×IJ":142177,"Ġ×Ķ׳×IJש×Ŀ":142178,"Ġê°Ģìļ´":142179,"Ġê°Ģìļ´ëį°":142180,"تÙĥÙĦÙģØ©":142181,"ĠØŃÙĤÙĬÙĤÙĬ":142182,"Ġhalk":142183,"Ġhalkın":142184,"ÑİÑīÑĥÑİ":142185,"ĠÑģпин":142186,"סר×ĺף":142187,"ĠпеÑĢвого":142188,"Ġполож":142189,"ĠположиÑĤелÑĮн":142190,"Ġдл":142191,"ĠдлиÑĤелÑĮн":142192,"ĠVÄ©nh":142193,"ê´´":142194,"ĠÑģÑĭÑĢ":142195,"ĠíĨµíķĺìŬ":142196,"ë³ijìĽIJ":142197,"à¹Ĥรà¸ĩà¸ĩาà¸Ļ":142198,"รัà¸ļà¸ľà¸´à¸Ķ":142199,"รัà¸ļà¸ľà¸´à¸Ķà¸Ĭà¸Ńà¸ļ":142200,"تجÙĨب":142201,"sÅĤ":142202,"sÅĤuch":142203,"ãĤ¢ãĥ«ãĥIJ":142204,"ãĤ¢ãĥ«ãĥIJãĥł":142205,"ëī´ìĬ¤":142206,"Ġpatië":142207,"Ġpatiënt":142208,"Ġìĺ¤í":142209,"Ġìĺ¤íŀ":142210,"Ġìĺ¤íŀĪ":142211,"Ġìĺ¤íŀĪ볤":142212,"ĠDerne":142213,"ĠDerneÄŁi":142214,"wróci":142215,"wróciÄĩ":142216,"ĠобÑī":142217,"ĠобÑīеÑģÑĤв":142218,"ĠобÑīеÑģÑĤвенно":142219,"ĠêµIJìĪĺ":142220,"tıģımız":142221,"Ġ×Ķ×ŀש×Ļ×ij":142222,"körper":142223,"Ġпозвол":142224,"ĠпозволиÑĤ":142225,"ĠChiến":142226,"أخÙĪ":142227,"ĠAydın":142228,"à¸Ķà¹īาà¸Ļล":142229,"à¸Ķà¹īาà¸Ļลà¹Īาà¸ĩ":142230,"Ġdru":142231,"Ġdruż":142232,"Ġdrużyn":142233,"Ġë°ľíijľ":142234,"ĠThảo":142235,"جÙĩاد":142236,"à¸ģระà¸Ĺูà¹ī":142237,"ĠкÑĢов":142238,"ĠкÑĢови":142239,"Ġiçerik":142240,"Ġnadzie":142241,"ĠnadziejÄĻ":142242,"ĠСмоÑĤÑĢ":142243,"Ġphức":142244,"جتÙħاع":142245,"جتÙħاعÙĬØ©":142246,"компон":142247,"компоненÑĤ":142248,"Ġбил":142249,"ĠбилеÑĤ":142250,"ãĥIJãĥ³ãĥī":142251,"ĠPolÃŃcia":142252,"اÙĦتÙĩ":142253,"اÙĦتÙĩاب":142254,"ØŃرÙģ":142255,"تخط":142256,"تخطÙĬØ·":142257,"ãĤ³ãĥ¼ãĥ":142258,"ãĤ³ãĥ¼ãĥĴ":142259,"ãĤ³ãĥ¼ãĥĴãĥ¼":142260,"･･･":142261,"à¸ĭà¸Ńย":142262,"Ġcrédit":142263,"è²·ãģ£ãģŁ":142264,"ĠпоÑĢÑıд":142265,"ĠпоÑĢÑıдке":142266,"Ġphó":142267,"Ġwida":142268,"ĠwidaÄĩ":142269,"جرائÙħ":142270,"à¸ľà¸µ":142271,"ĠbÄĻdÄĻ":142272,"Ġ×ŀפת×Ĺ":142273,"ãĥijãĥ¼ãĥ":142274,"ãĥijãĥ¼ãĥĨ":142275,"ãĥijãĥ¼ãĥĨãĤ£":142276,"ãĥijãĥ¼ãĥĨãĤ£ãĥ¼":142277,"ĠKaż":142278,"ĠKażdy":142279,"ĠнеобÑħодимоÑģÑĤи":142280,"à¸Łà¸Ńรà¹Į":142281,"à¸Łà¸Ńรà¹Įม":142282,"ĠмалÑĭÑĪ":142283,"ĠплоÑĤ":142284,"ĠÑĥÑģÑĤÑĢой":142285,"ĠÑĥÑģÑĤÑĢойÑģÑĤва":142286,"à¸ĸà¸Ńà¸Ļ":142287,"ĠoluÅŁturul":142288,"ĠÅĽwiad":142289,"ĠÅĽwiadom":142290,"ÙħعÙĩد":142291,"ĠпÑĢоизведен":142292,"Æł":142293,"ר×Ļש":142294,"Ùħستث":142295,"ÙħستثÙħر":142296,"׳×Ļ×Ļר":142297,"pañ":142298,"Ġ;-)":142299,"Ġë°ľê²¬":142300,"Ġgörüyor":142301,"ÙħؤÙĦÙģ":142302,"ĠÄIJá»ģ":142303,"ĠاÙĦÙĨÙĪاب":142304,"×Ĺק×Ļר×Ķ":142305,"Ġmá»ıi":142306,"è¿°ãģ¹":142307,"ÐĿик":142308,"ìŀĸìķĦ":142309,"ìŀĸìķĦìļĶ":142310,"prowadziÅĤ":142311,"lóg":142312,"lógica":142313,"פס×ĺ":142314,"פס×ĺ×Ļ×ij׾":142315,"Ġ×ŀ×ĵ×Ķ":142316,"Ġ×ŀ×ĵ×Ķ×Ļ×Ŀ":142317,"ãģĵãģĵãģ¾ãģ§":142318,"×Ķת×Ĺ":142319,"×Ķת×Ĺ׾×Ķ":142320,"Ġפ×ķס":142321,"Ġפ×ķס×ĺ×Ļ×Ŀ":142322,"Ġнев":142323,"Ġневоз":142324,"Ġневозможно":142325,"ĠdostÄĻpny":142326,"ĠغاÙĦ":142327,"ĠغاÙĦب":142328,"ĠbezpieczeÅĦst":142329,"ĠbezpieczeÅĦstwa":142330,"åĪĨãģĭãĤĭ":142331,"ĠFührung":142332,"à¸ģีà¹ī":142333,"gemÃ¤ÃŁ":142334,"à¸Ĭà¹Īวà¸ĩà¹Ģวลา":142335,"Ġìļ°ë¦¬ëĤĺ":142336,"Ġìļ°ë¦¬ëĤĺëĿ¼":142337,"ãģ¥ãģıãĤĬ":142338,"ĠاÙĦÙħسÙĦ":142339,"ĠاÙĦÙħسÙĦØŃØ©":142340,"Ġliberté":142341,"клÑİÑĩение":142342,"Ġzamów":142343,"Ġzamówienia":142344,"รà¸ĸà¹Ħà¸Ł":142345,"Ø£ÙģÙĦ":142346,"Ø£ÙģÙĦاÙħ":142347,"Ùħراج":142348,"Ùħراجعة":142349,"Ġë¹ĦêµIJ":142350,"ĠاÙĦتاب":142351,"ĠاÙĦتابعة":142352,"Ġë§ĮëĤĺ":142353,"ĠбÑĥм":142354,"ĠбÑĥмаг":142355,"Ġgénero":142356,"Ġìŀĺ못":142357,"×ŀפ×ķר×ĺ":142358,"è²·ãģĦçī©":142359,"ĠÙĦدÙĬÙĥ":142360,"Ġ×ľ×¢×Ļת":142361,"Ġ×ľ×¢×Ļת×Ļ×Ŀ":142362,"ĠsÅĤab":142363,"ĠпÑĢедÑģÑĤавлÑı":142364,"ãĤ¿ãĤ¤ãĥĪ":142365,"ãĤ¿ãĤ¤ãĥĪãĥ«":142366,"Ùħص":142367,"ÙħصطÙģ":142368,"ÙħصطÙģÙī":142369,"Ġdifficulté":142370,"ãĥĨãĤ£ãĥĸ":142371,"ĠpewnoÅĽci":142372,"ĠpewnoÅĽciÄħ":142373,"Ġ무ìĬ¨":142374,"إرس":142375,"إرساÙĦ":142376,"ĠдалÑĮ":142377,"ĠдалÑĮÑĪе":142378,"Ġ×ľ×ł×¡":142379,"Ġ×ľ×ł×¡×ķת":142380,"หมูà¹Īà¸ļà¹īาà¸Ļ":142381,"×ŀס×ŀ׼×Ļ":142382,"أسÙĦÙĪب":142383,"ĠzwÅĤ":142384,"ĠzwÅĤas":142385,"ĠzwÅĤaszc":142386,"ĠzwÅĤaszcza":142387,"ĠпÑĢеж":142388,"ĠпÑĢежде":142389,"ĠоÑĢганизаÑĨиÑı":142390,"Ġdönemin":142391,"Ġdöneminde":142392,"ĠỦ":142393,"ĠỦy":142394,"ä¸ĭãģĴ":142395,"ĠпоÑģледние":142396,"Ġgüne":142397,"ĠgüneÅŁ":142398,"Ġ×IJ×ĸר":142399,"Ġ×IJ×ĸר×Ĺ×Ļ":142400,"ãģ§ãģĤãĤįãģĨ":142401,"ĠÙĨÙĤ":142402,"ĠÙĨÙĤاط":142403,"æŃ£ãģĹãģĦ":142404,"ĠÑĢег":142405,"ĠÑĢегиона":142406,"ĠFörder":142407,"ê²½ìĺģ":142408,"dıklar":142409,"dıklarını":142410,"trzymaÄĩ":142411,"أشÙĥ":142412,"أشÙĥاÙĦ":142413,"×Ķת×IJ":142414,"×Ķת×IJ×ŀ×Ķ":142415,"à¸Ĺำà¹ĥหà¹īà¹Ģà¸ģิà¸Ķ":142416,"ĠGebä":142417,"ĠGebäude":142418,"ĠСеÑĢг":142419,"ĠСеÑĢгей":142420,"ĠздоÑĢов":142421,"ĠздоÑĢовÑĮÑı":142422,"Ġrãi":142423,"ĠпÑĢедÑĥÑģ":142424,"ĠпÑĢедÑĥÑģмоÑĤÑĢ":142425,"ĠпÑĢедÑĥÑģмоÑĤÑĢен":142426,"Ġ×Ķצ×Ļ×ij":142427,"Ġ×Ķצ×Ļ×ij×ķר×Ļ":142428,"Ġdésir":142429,"ĠноÑĩ":142430,"ĠноÑĩÑĮ":142431,"möglichkeiten":142432,"Ġ×IJ×Ĺר×ķ׳×Ļ×Ŀ":142433,"Ġsoirée":142434,"ĠNháºŃn":142435,"Ùª":142436,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิศาสà¸ķรà¹Į":142437,"êµIJíĨµ":142438,"ĠأخÙĬ":142439,"Ġdécid":142440,"Ġdécidé":142441,"Ġwyja":142442,"ĠwyjaÅĽni":142443,"Ġสิ":142444,"Ġสิà¸ĩ":142445,"Ġสิà¸ĩหา":142446,"Ġสิà¸ĩหาà¸Ħม":142447,"à¹ģà¸Ńรà¹Į":142448,"หà¸Ļà¹īาà¸Īà¸Ń":142449,"סתר":142450,"Ġê¶":142451,"Ġê¶Į":142452,"Ġê¶Į리":142453,"plätze":142454,"بطÙĦ":142455,"ê±´ìĦ¤":142456,"Ġ×IJ×Ļ×ŀ×Ļ":142457,"Ġ×IJ×Ļ×ŀ×Ļ×Ļ׾":142458,"ãģ½":142459,"تراث":142460,"×IJ׾×Ļ×ŀ×ķת":142461,"ĠdisponÃŃveis":142462,"Ġzale":142463,"Ġzależy":142464,"à¸Ľà¸£à¸°à¸Ĭาสัมà¸ŀัà¸Ļà¸ĺà¹Į":142465,"ĠÅļwiat":142466,"Ġporówn":142467,"Ġporówna":142468,"Ġ׾×ĺ×ķ×ijת":142469,"×Ķ×ĸ×ŀ׳×Ķ":142470,"Ġ×Ľ×ª×ķצ×IJ×Ķ":142471,"Ġ×ijק׾":142472,"Ġ×ijק׾×ķת":142473,"ĠоÑĤкÑĢ":142474,"ĠоÑĤкÑĢÑĭва":142475,"ãĥijãĥ¯ãĥ¼":142476,"ë¿IJë§Į":142477,"ĠвÑģÑı":142478,"ĠвÑģÑıк":142479,"ãģ¨ãģªãģ£ãģ¦ãģĦãĤĭ":142480,"ĠgiáºŃn":142481,"ĠокÑĢÑĥ":142482,"ĠокÑĢÑĥжа":142483,"ĠокÑĢÑĥжаÑİÑī":142484,"ĠUniversität":142485,"ĠÑĢож":142486,"ĠÑĢожд":142487,"ĠÑĢождениÑı":142488,"Ø®ÙĬÙĦ":142489,"Ġкомпаний":142490,"ĠÑĢазлиÑĩнÑĭе":142491,"ĠЦена":142492,"׳×Ļ×ķ×ĸ":142493,"׳×Ļ×ķ×ĸ׾":142494,"׳×Ļ×ķ×ĸ׾×ĺר":142495,"Ġê³µê°Ħ":142496,"Ġê°ľëħIJ":142497,"landırma":142498,"ĠÑĥдален":142499,"à¸ŀัà¸ģà¸ľ":142500,"à¸ŀัà¸ģà¸ľà¹Īà¸Ńà¸Ļ":142501,"Ġprotección":142502,"ĠbÅĤ":142503,"ĠbÅĤÄĻd":142504,"ÃĪ":142505,"Ġíĸīë³µ":142506,"ĠÅŁÃ¼":142507,"ĠÅŁÃ¼phe":142508,"ĠíĶ":142509,"ĠíĶ¼":142510,"ĠíĶ¼íķ´":142511,"Ġëĭ¤ë¥´":142512,"à¹Ħมà¹Īà¹Ģà¸ģิà¸Ļ":142513,"ãģ¿ãģª":142514,"ãģ¿ãģªãģķãĤĵ":142515,"ĠпоÑĤÑĢеб":142516,"ĠпоÑĤÑĢебиÑĤел":142517,"ĠاÙĦÙĥÙĦاÙħ":142518,"ìķĦë²Ħ":142519,"ìķĦë²Ħì§Ģ":142520,"ãĤĴ使ãģ£ãģŁ":142521,"Ġbụi":142522,"ĠпоÑĤеÑĢ":142523,"ĠпоÑĤеÑĢÑı":142524,"ĠØ¢ÙĦاÙģ":142525,"ĠнаÑģÑĤоÑıÑīее":142526,"ãģıãģªãĤĬãģ¾ãģĹãģŁ":142527,"clusão":142528,"ãĤ³ãĥĶãĥ¼":142529,"צפ×Ļ":142530,"צפ×Ļ×Ļ×Ķ":142531,"Ø®ÙĦا":142532,"Ø®ÙĦاص":142533,"ลà¹īำ":142534,"ãĥ¯ãĤ¤ãĥ³":142535,"Ġมีà¸Ļา":142536,"Ġมีà¸Ļาà¸Ħม":142537,"شخص":142538,"شخصÙĬات":142539,"Ġ×ĸק":142540,"Ġ×ĸק×ķק":142541,"×Ļ×Ļצ":142542,"×Ļ×Ļצ×Ĵ":142543,"èĢĥãģĪæĸ¹":142544,"Ġürünü":142545,"ĠиÑģпол":142546,"ĠиÑģполни":142547,"Ġcompañero":142548,"קצ×Ķ":142549,"×ŀ×¢×ł×Ļק":142550,"ÙħØŃÙħد":142551,"Ġcámara":142552,"Ġпед":142553,"Ġпедаг":142554,"Ġпедагог":142555,"маÑĢ":142556,"маÑĢк":142557,"×Ķ×ª×ł×Ĵ×ĵ":142558,"ĠìĨĮê°ľ":142559,"ĠcomunitÃł":142560,"곤":142561,"ĠNgÃłi":142562,"สà¸ĩà¸ļ":142563,"ĠmieszkaÅĦców":142564,"ĠÙĨÙĩائÙĬ":142565,"ivité":142566,"Ġиде":142567,"ĠидеалÑĮн":142568,"ĠأسبÙĪع":142569,"Ġ×Ļ×¢×ľ":142570,"Ġ׾ר×IJש":142571,"Ġ׾ר×IJש×ķ׳×Ķ":142572,"ĠзапиÑģи":142573,"ĠкоÑĢпÑĥÑģ":142574,"วà¸ĩศ":142575,"วà¸ĩศà¹Į":142576,"ĠÐĶм":142577,"ĠÐĶмиÑĤ":142578,"ĠÐĶмиÑĤÑĢ":142579,"Ġkönnt":142580,"Ġbölges":142581,"Ġbölgesinde":142582,"׼×Ļ׼":142583,"׼×Ļ׼ר":142584,"ĠاÙĦإثÙĨ":142585,"ĠاÙĦإثÙĨÙĬÙĨ":142586,"Ġngá»Ļ":142587,"ì¹ł":142588,"دراج":142589,"Ġuda":142590,"ĠudaÅĤo":142591,"ìºIJ":142592,"برÙĨاÙħج":142593,"ĠÑģÑĥдеб":142594,"ĠÑģÑĥдебн":142595,"Ġzunächst":142596,"ĠEducación":142597,"ãģ¨ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":142598,"Ġ×Ķ×IJ×ŀ×Ļת×Ļ":142599,"ĠÄ°nt":142600,"ĠÄ°nternet":142601,"ĠcaÅĤego":142602,"ãĥĹãĥªãĥ³":142603,"إبد":142604,"إبداع":142605,"ĠпоÑĢÑĤал":142606,"à¹Ĥà¸ķà¹ī":142607,"Ġ×Ķקש×ķר":142608,"плод":142609,"ĠÙħد":142610,"ĠÙħدرÙĬد":142611,"×ŀסע×ĵ×Ķ":142612,"ĠØ´ÙĬئ":142613,"ĠØ´ÙĬئا":142614,"à¸ģà¹Īà¸Ńสรà¹īาà¸ĩ":142615,"Ġì°¸ê³ł":142616,"à¹Ģà¸Ĺร":142617,"à¹Ģà¸Ĺรà¸Ķ":142618,"Ġ×ij×ŀקר×Ļ×Ŀ":142619,"Ġbât":142620,"Ġbâtiment":142621,"åij¼ãģ³":142622,"ç´łæķµ":142623,"ç´łæķµãģª":142624,"przedsiÄĻbiorst":142625,"przedsiÄĻbiorstw":142626,"Ġ×ł×ª×ķ׳×Ļ×Ŀ":142627,"×Ĺ׾×ķ×Ŀ":142628,"รวย":142629,"ÙħÙĪضÙĪع":142630,"ĠÑģобÑĢан":142631,"ведÑĥÑī":142632,"ĠÑĤеаÑĤ":142633,"ĠÑĤеаÑĤÑĢ":142634,"meye":142635,"meyeceÄŁi":142636,"ĠpieniÄħ":142637,"ĠpieniÄħd":142638,"ĠpieniÄħdze":142639,"ÑĢезиденÑĤ":142640,"ØŃصر":142641,"ìĺ¥":142642,"à¹Ģยืà¸Ńà¸Ļ":142643,"ĠÑĥни":142644,"ĠÑĥнивеÑĢ":142645,"ĠÑĥнивеÑĢÑģ":142646,"ĠÑĥнивеÑĢÑģиÑĤеÑĤ":142647,"ĠاÙĦرØŃ":142648,"ĠاÙĦرØŃÙħÙĨ":142649,"ĠÑĤеÑħнолог":142650,"ĠÑĤеÑħнологии":142651,"ìĹIJëĦĪ":142652,"ìĹIJëĦĪì§Ģ":142653,"ĠíķŃ":142654,"ĠíķŃìĥģ":142655,"à¸ĺา":142656,"à¸ĺาà¸ķุ":142657,"ĠEspañol":142658,"×ĵ×Ĵש":142659,"Ġêµī":142660,"Ġêµīìŀ¥":142661,"Ġêµīìŀ¥íŀĪ":142662,"ĠÅĤat":142663,"ĠÅĤatwo":142664,"Ġká»ĭch":142665,"إز":142666,"إزاÙĦØ©":142667,"ĠдейÑģÑĤвие":142668,"ĠsaÄŁlayan":142669,"สุà¸Ķยà¸Ńà¸Ķ":142670,"ĠzostaÄĩ":142671,"ĠdisponÃŃvel":142672,"ïºį":142673,"verständ":142674,"verständlich":142675,"twor":142676,"tworzyÄĩ":142677,"عجز":142678,"à¹Ģà¸Ĥà¹īม":142679,"ยà¹Īà¸Ńม":142680,"Ġstratég":142681,"Ġstratégie":142682,"à¸ľà¸¥à¹Ħมà¹ī":142683,"Ġê°ģì¢ħ":142684,"ĠÙħÙĪا":142685,"ĠÙħÙĪاض":142686,"ĠÙħÙĪاضÙĬع":142687,"اØŃتج":142688,"اØŃتجاج":142689,"ĠẤ":142690,"ĠẤn":142691,"×ŀ×ŀש׾×Ķ":142692,"ĠÅŁekil":142693,"×ŀ×Ĺ׾":142694,"×ŀ×Ĺ׾×ķת":142695,"Ġà¸ĺ":142696,"Ġà¸ĺัà¸Ļ":142697,"Ġà¸ĺัà¸Ļวา":142698,"Ġà¸ĺัà¸Ļวาà¸Ħม":142699,"Ġìĭ¤ìłľ":142700,"Ġìĭ¤ìłľë¡ľ":142701,"ì¤ijìķĻ":142702,"ëįĶëĿ¼":142703,"ĠÑĪиÑĢ":142704,"ĠÑĪиÑĢоко":142705,"Ġsolución":142706,"วาà¸ĩà¹ģà¸ľà¸Ļ":142707,"×IJ×ķ×ĺ×ķ×ŀ":142708,"×IJ×ķ×ĺ×ķ×ŀ×ĺ×Ļ":142709,"ĠÑĢеÑģÑĤ":142710,"ĠÑĢеÑģÑĤоÑĢ":142711,"ĠÑĢеÑģÑĤоÑĢан":142712,"ëį¸":142713,"ÑĤÑĢад":142714,"ÑĤÑĢади":142715,"ÑĤÑĢадиÑĨион":142716,"ÑĤÑĢадиÑĨионн":142717,"มะà¹Ģรà¹ĩ":142718,"มะà¹Ģรà¹ĩà¸ĩ":142719,"à¹Ĥส":142720,"Ġolmasını":142721,"×ŀ×ķסר":142722,"ĠоÑĤноÑĪении":142723,"Ġê°ĢëĬ¥ìĦ±":142724,"Ġyuk":142725,"Ġyukarı":142726,"ìĨĶ":142727,"ĠÑģÑĦ":142728,"ĠÑģÑĦеÑĢе":142729,"Ġק×ķפ":142730,"ãĤ±ãĥ¼ãĤ":142731,"ãĤ±ãĥ¼ãĤŃ":142732,"âĢķâĢķ":142733,"ĠاÙĦØ£ÙĦÙħ":142734,"ĠاÙĦØ£ÙĦÙħاÙĨÙĬ":142735,"ẢN":142736,"ת×ķ׼׳×Ļ×ķת":142737,"ĠÑģÑĥÑīеÑģÑĤвÑĥеÑĤ":142738,"æĪijãĢħ":142739,"ĠاÙĦصادر":142740,"ĠTrá»įng":142741,"Ġад":142742,"ĠадминиÑģÑĤ":142743,"ĠадминиÑģÑĤÑĢа":142744,"ĠадминиÑģÑĤÑĢаÑĨи":142745,"ĠдÑĢÑĥгими":142746,"ÑģпеÑĪ":142747,"عÙĦاÙħات":142748,"Ġаб":142749,"ĠабÑģол":142750,"ĠабÑģолÑİÑĤ":142751,"ĠабÑģолÑİÑĤно":142752,"ฤà¸Ķู":142753,"étr":142754,"étranger":142755,"нÑıÑĤи":142756,"нÑıÑĤие":142757,"×¢×ķ׳":142758,"×¢×ķ׳ש":142759,"ĠÙĤائ":142760,"ĠÙĤائÙĦا":142761,"ĠмаÑģ":142762,"ĠмаÑģло":142763,"ãĥīãĤ¤":142764,"ãĥīãĤ¤ãĥĦ":142765,"å¿ħè¦ģãģĮãģĤãĤĬãģ¾ãģĻ":142766,"×ŀ×ķ×ĸ×Ļ×IJ":142767,"×ŀ×ķ×ĸ×Ļ×IJ×ķף":142768,"ĠNgoại":142769,"Ġkênh":142770,"à¸ģารà¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":142771,"×ŀפק":142772,"×ŀפק×ĵ":142773,"ÙħÙĨاز":142774,"ÙħÙĨازÙĦ":142775,"ë·°":142776,"íŤ":142777,"ÙħÙĩارات":142778,"Ġpropriété":142779,"פ×Ĵ×Ļש×Ķ":142780,"ÑĩÑĢ":142781,"ÑĩÑĢеж":142782,"ÑĩÑĢежден":142783,"×Ķ×ķצ×IJ×Ķ":142784,"ØŃÙĥÙĬÙħ":142785,"ĠíĻĪ":142786,"ĠíĻĪíİĺìĿ´ì§Ģ":142787,"åݳ":142788,"åݳãģĹãģĦ":142789,"×¢×ŀ×ĵ×Ķ":142790,"ĠAuÃŁen":142791,"سÙĪØ¡":142792,"ë¹Ī":142793,"ĠÙĪØ®":142794,"ĠÙĪخاصة":142795,"инÑĤеÑĢ":142796,"инÑĤеÑĢеÑģ":142797,"èĩ´ãģĹãģ¾ãģĻ":142798,"Ġhüküm":142799,"à¹Ħà¸Ĥมัà¸Ļ":142800,"Ġdavran":142801,"ĠdavranÄ±ÅŁ":142802,"à¹Ģà¸ķียà¸ĩ":142803,"вÑĢем":142804,"вÑĢеменно":142805,"à¹Ģà¸Ĺศà¸ģา":142806,"à¹Ģà¸Ĺศà¸ģาล":142807,"å¼ķãģ£":142808,"å¼ķãģ£è¶ĬãģĹ":142809,"×IJר×ķ×Ĺ":142810,"×IJר×ķ×Ĺת":142811,"à¹Ģวิ":142812,"à¹Ģวิรà¹Į":142813,"à¸Ńยà¹Īาà¸ĩรวà¸Ķà¹Ģรà¹ĩว":142814,"ĠìŬíĸī":142815,"ĠÑĢанÑĮ":142816,"ĠÑĢанÑĮÑĪе":142817,"Ġzobow":142818,"ĠzobowiÄħ":142819,"ĠzobowiÄħz":142820,"Ġ×ķ׼×ŀ×ķ×ijף":142821,"ĠاÙĦÙħÙĩ":142822,"ĠاÙĦÙħÙĩÙĨÙĬ":142823,"ãĤ¢ãĤ¸":142824,"ãĤ¢ãĤ¸ãĤ¢":142825,"ë°©ìĨ¡":142826,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ":142827,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩà¸ģาย":142828,"améli":142829,"améliorer":142830,"å½ĵãģŁãĤĬåīį":142831,"Ġregelm":142832,"ĠregelmÃ¤ÃŁig":142833,"ãģĬåĭ":142834,"ãģĬåĭ§":142835,"ãģĬåĭ§ãĤģ":142836,"ĠmÆ°á»Ŀi":142837,"برÙħج":142838,"ĠNatürlich":142839,"ĠDÅ©ng":142840,"ĠاÙĦرجاÙĦ":142841,"Ġthép":142842,"ĠolmuÅŁtur":142843,"×ŀ×ķס×Ļק×Ķ":142844,"fälle":142845,"주íĥĿ":142846,"ĠاÙĦÙģرص":142847,"ĠnajwiÄĻks":142848,"ĠnajwiÄĻkszy":142849,"ĠçaÄŁ":142850,"ĠçaÄŁrı":142851,"ì¸ł":142852,"ĠvÃŃct":142853,"ĠvÃŃctima":142854,"ĠÑģовеÑĢÑĪен":142855,"×Ķ×Ļ×Ļת×Ļ":142856,"à¹Ģà¸Ķี":142857,"à¹Ģà¸Ķีà¹ĭ":142858,"à¹Ģà¸Ķีà¹ĭยว":142859,"üyü":142860,"Ġдоп":142861,"Ġдополн":142862,"ĠдополниÑĤелÑĮно":142863,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩà¸ģัà¸Ļ":142864,"Ġál":142865,"Ġálbum":142866,"à¸Ľà¸£à¸°à¸Īà¸³à¸Ľà¸µ":142867,"ĠÑĦедеÑĢ":142868,"ĠÑĦедеÑĢалÑĮн":142869,"ĠobsÅĤ":142870,"ĠobsÅĤugi":142871,"à¹Ģรืà¹Ī":142872,"à¹Ģรืà¹Īà¸Ńย":142873,"à¹Ģรืà¹Īà¸Ńยà¹Ĩ":142874,"ëģĮ":142875,"Ġnghìn":142876,"ĠBaÅŁkanlıģı":142877,"تأسÙĬ":142878,"تأسÙĬس":142879,"Ġ×ij×ij×ķקר":142880,"Ġ×¢×ij×ķ×ĵ×ķת":142881,"ĠبصÙĪرة":142882,"ãĤıãģijãģ§ãģ¯ãģªãģĦ":142883,"führer":142884,"ãĤ¹ãĤŃ":142885,"ãĤ¹ãĤŃãĥ«":142886,"ĠاÙĦÙĤض":142887,"ĠاÙĦÙĤضÙĬØ©":142888,"ĠдолжноÑģÑĤ":142889,"ÙģارÙĤ":142890,"Ġcomeçou":142891,"Ġorganisé":142892,"Ġxuân":142893,"ĠÑģообÑīаеÑĤ":142894,"ĠпÑĢид":142895,"ĠпÑĢидеÑĤÑģÑı":142896,"TÃľRK":142897,"ãĥ¬ãĥ¼ãĤ·ãĥ§ãĥ³":142898,"Không":142899,"استÙģ":142900,"استÙģادة":142901,"ä¸ĬãģĮãģ£ãģ¦":142902,"Ġumie":142903,"ĠumiejÄĻ":142904,"ĠumiejÄĻtn":142905,"ĠumiejÄĻtnoÅĽci":142906,"ëĤ¸":142907,"à¹Ģà¸Ļà¸Ńรà¹Į":142908,"×ĵ×ķ×ķ×Ĺ":142909,"ÃŃsimo":142910,"IÃĬ":142911,"IÃĬN":142912,"Ġalcanç":142913,"Ġà¸ķุ":142914,"Ġà¸ķุลา":142915,"Ġà¸ķุลาà¸Ħม":142916,"ש׾×ĺ×ķף":142917,"Ġélè":142918,"Ġélèves":142919,"ĠÄiju":142920,"ĠÄijuá»ķi":142921,"ĠØ£Ùģ":142922,"ĠØ£ÙģرÙĬ":142923,"ĠØ£ÙģرÙĬÙĤÙĬ":142924,"ĠØ£ÙģرÙĬÙĤÙĬا":142925,"ãĤĴæİ¢ãģĻ":142926,"ĠпÑĢедложениÑı":142927,"جاد":142928,"ĠÑħоÑĤÑĮ":142929,"Ñģал":142930,"Ñģалон":142931,"à¸Ľà¸£à¸°à¹Ģม":142932,"à¸Ľà¸£à¸°à¹Ģมิà¸Ļ":142933,"ãĤŃãĥĥãĥģ":142934,"ãĤŃãĥĥãĥģãĥ³":142935,"×ij×ĵ×Ļק×ķת":142936,"Ġchù":142937,"Ġchùa":142938,"ÐĴиде":142939,"ÐĴидео":142940,"иÑĢовка":142941,"ĠÑħоÑĤиÑĤе":142942,"Ġspécifique":142943,"รสà¸Ĭาà¸ķิ":142944,"è¾¼ãĤĵãģł":142945,"伸ãģ³":142946,"×Ķצ׾×Ĺת":142947,"ãģ©ãģ®ãĤĪãģĨãģ«":142948,"سعادة":142949,"Ġлид":142950,"ĠлидеÑĢ":142951,"มà¸ĩ":142952,"มà¸ĩà¸Ħล":142953,"ØŃاÙħÙĦ":142954,"หลุà¸Ķ":142955,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń":142956,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ńà¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":142957,"ãģķãģĽãģ¦éłĤ":142958,"تسÙĪÙĬ":142959,"تسÙĪÙĬÙĤ":142960,"ĠaÅŁaģıd":142961,"ĠaÅŁaģıdaki":142962,"ĠÑĨелÑĮ":142963,"ĠÑĨелÑĮÑİ":142964,"ĠAraÅŁtırma":142965,"à¸Ĥัà¸ļรà¸ĸ":142966,"ÙĩØ°Ùĩ":142967,"ลà¸ĩà¸Ĺะ":142968,"ลà¸ĩà¸Ĺะà¹Ģà¸ļ":142969,"ลà¸ĩà¸Ĺะà¹Ģà¸ļียà¸Ļ":142970,"تÙĥاÙħÙĦ":142971,"Ġcio":142972,"Ġcioè":142973,"ãģ¦ãģĬãģı":142974,"ĠاÙĦصØŃÙģÙĬ":142975,"ĠíĬ¹ìłķ":142976,"полниÑĤÑĮ":142977,"ãĤĵãģĺãĤĥãģªãģĦ":142978,"ãĤĵãģĺãĤĥãģªãģĦãģĭ":142979,"ĠاÙĦجÙĩ":142980,"ĠاÙĦجÙĩات":142981,"ĠÑĥÑģпеÑĪно":142982,"Ġвок":142983,"ĠвокÑĢÑĥг":142984,"ĠÑģиÑĤÑĥаÑĨиÑı":142985,"Ġ×Ķ×IJ×ŀר":142986,"Ġ×Ķ×IJ×ŀר×Ļק":142987,"Ġ×Ķ×IJ×ŀר×Ļק×IJ×Ļ":142988,"×ŀ×Ĵ×ĸ":142989,"×ŀ×Ĵ×ĸ×Ļף":142990,"ĠакÑĤÑĥ":142991,"ĠакÑĤÑĥалÑĮн":142992,"éta":142993,"étais":142994,"ĠmogÅĤa":142995,"ĠÑĤоÑĩки":142996,"Ġ×ŀ×Ķ×ŀ×¢":142997,"Ġ×ŀ×Ķ×ŀ×¢×¨×Ľ×ª":142998,"à¸¡à¸µà¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":142999,"×Ļר×Ļ×ĵ×Ķ":143000,"×Ĵר×ŀ׳":143001,"×Ĵר×ŀ׳×Ļ×Ķ":143002,"Ġглав":143003,"Ġглавное":143004,"Ġ미ëŀĺ":143005,"Ġ׳׼×ķ׳×Ķ":143006,"ĠÙĪØ·ÙĨÙĬ":143007,"opport":143008,"opportunitÃł":143009,"Ġhủy":143010,"ĠÙĦتØŃ":143011,"ĠÙĦتØŃÙĤÙĬÙĤ":143012,"Ġórg":143013,"Ġórgão":143014,"ãĤ¹ãĥĶ":143015,"ãĤ¹ãĥĶãĥ¼ãĥī":143016,"Ġönü":143017,"Ġönüne":143018,"ÙħعاÙħÙĦ":143019,"ש×ŀ×Ļר×Ķ":143020,"ĠвеÑģÑĮма":143021,"ĠwiÄĻkszo":143022,"ĠwiÄĻkszoÅĽÄĩ":143023,"ĠاستراتÙĬج":143024,"ĠاستراتÙĬجÙĬØ©":143025,"ĠÙģØ¥":143026,"ĠÙģإذا":143027,"à¹Ģà¸Ĭืà¹Īà¸Ńม":143028,"à¹Ģà¸Ĭืà¹Īà¸Ńมà¸ķà¹Īà¸Ń":143029,"Ġ׾פר":143030,"Ġ׾פר×ĺ×Ļ×Ŀ":143031,"ÙħضÙĬ":143032,"ĠGerçek":143033,"Ġçocukların":143034,"ÙĪثائÙĤ":143035,"ĠÙħساءÙĭ":143036,"Ġunterstützt":143037,"Ġprést":143038,"Ġpréstamo":143039,"ĠÐłÐ°Ð·Ð¼ÐµÑĢ":143040,"ĠÅŁeker":143041,"Ġséculo":143042,"×ij×Ķ×Ļר":143043,"Ø´ÙĩÙĪر":143044,"Ġà¸Ńีà¸ģ":143045,"Ġà¸Ńีà¸ģà¸Ĺัà¹īà¸ĩ":143046,"Ġllegó":143047,"à¸¨à¸´à¸¥à¸Ľà¸°":143048,"æĪijãģĮ":143049,"æĪijãģĮ家":143050,"عÙĤÙĪ":143051,"عÙĤÙĪبات":143052,"ĠFälle":143053,"ĠsÅĤuż":143054,"ĠsÅĤużb":143055,"ĠاÙĦØŃÙĤÙĪÙĤ":143056,"ĠплиÑĤ":143057,"ĠиноÑģÑĤ":143058,"ĠиноÑģÑĤÑĢан":143059,"ĠиноÑģÑĤÑĢанн":143060,"à¹ĥà¸Ļà¸Ĥà¸ĵะà¸Ĺีà¹Ī":143061,"ãĤ«ãĥĨ":143062,"ãĤ«ãĥĨãĤ´":143063,"ãĤ«ãĥĨãĤ´ãĥª":143064,"à¸Ńิส":143065,"à¸Ńิสระ":143066,"à¹Ģà¸ľà¸¢à¹ģ":143067,"à¹Ģà¸ľà¸¢à¹ģà¸ŀร":143068,"à¹Ģà¸ľà¸¢à¹ģà¸ŀรà¹Ī":143069,"ãģĬãģĦ":143070,"ãģĬãģĦãģĹãģĦ":143071,"استÙĤÙĦ":143072,"استÙĤÙĦاÙĦ":143073,"تØŃض":143074,"تØŃضÙĬر":143075,"åĬ©ãģij":143076,"ÙħراÙģÙĤ":143077,"Ġ×ĵ×ķר":143078,"Ġ×ĵ×ķרש":143079,"×ŀת×Ļ×Ļ×Ĺס":143080,"ס×Ļ׼":143081,"ס×Ļ׼×ķ×Ŀ":143082,"íĮĮíĬ¸":143083,"ĠwyÅĽ":143084,"ĠwyÅĽw":143085,"ĠwyÅĽwiet":143086,"ĠwyÅĽwietl":143087,"ĠاÙĦاÙĨساÙĨ":143088,"ĠStraÃŁen":143089,"Ｌ":143090,"ãģ«åŁº":143091,"ãģ«åŁºãģ¥":143092,"ĠcapÃŃtulo":143093,"ลุย":143094,"Ġ×Ķ×ŀקצ×ķ×¢×Ļ":143095,"ãģĤãĤĭç¨ĭ度":143096,"Ợ":143097,"ĠاÙĦÙĦا":143098,"ĠاÙĦÙĦازÙħØ©":143099,"æķĻãģĪ":143100,"Ġרש×IJ×Ļ":143101,"зав":143102,"завиÑģ":143103,"завиÑģим":143104,"à¸Ľà¸±à¸Īà¸Īัย":143105,"à¹Ģà¸ĭล":143106,"à¹Ģà¸ĭลลà¹Į":143107,"Ġdifférence":143108,"ĠAltın":143109,"ĠкÑĢай":143110,"ĠкÑĢайне":143111,"Ġзло":143112,"Ġgünümüz":143113,"ĠнаÑĤÑĥÑĢ":143114,"ĠнаÑĤÑĥÑĢалÑĮн":143115,"×Ĵ×ķ׾ש×Ļ×Ŀ":143116,"ĠкаÑĤегоÑĢ":143117,"ĠкаÑĤегоÑĢии":143118,"Ġзнак":143119,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา":143120,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īาà¸Ļีà¹ī":143121,"ĠÙħÙĨت":143122,"ĠÙħÙĨتخب":143123,"ãĥĽãĥ¼ãĥ«":143124,"ĠевÑĢо":143125,"สว":143126,"สวม":143127,"ĠìľĦìĽIJ":143128,"ĠìľĦìĽIJëĭĺ":143129,"ĠاÙĦØŃÙĪØ«":143130,"ĠاÙĦØŃÙĪØ«ÙĬ":143131,"ĠÑģодеÑĢжиÑĤ":143132,"ãĥķãĤ¡ãĥĥãĤ·ãĥ§ãĥ³":143133,"Ġà¸ģัà¸Ļ":143134,"Ġà¸ģัà¸Ļย":143135,"Ġà¸ģัà¸Ļยายà¸Ļ":143136,"ãĤªãĥª":143137,"ãĤªãĥªãĤ¸":143138,"ãĤªãĥªãĤ¸ãĥĬãĥ«":143139,"ĠбÑĢенд":143140,"ãĤĴæĮģãģ£ãģ¦ãģĦãĤĭ":143141,"Ġinversión":143142,"Ġê°ĸ":143143,"Ġê°ĸê³ł":143144,"ĠnovitÃł":143145,"ê´Ģê´ij":143146,"Ġà¸ŀฤษ":143147,"Ġà¸ŀà¸¤à¸©à¸łà¸²":143148,"Ġà¸ŀà¸¤à¸©à¸łà¸²à¸Ħม":143149,"×ķר×Ĺ×Ļ×Ŀ":143150,"׼׾×ķ׾":143151,"Ġngạc":143152,"×Ļ×Ļש":143153,"×Ļ×Ļש×ķ×ij":143154,"fäll":143155,"fällig":143156,"ĠÑĤÑĢебÑĥеÑĤÑģÑı":143157,"Ġcará":143158,"Ġcarácter":143159,"ĠprincÃŃpio":143160,"ĠÅĤaz":143161,"ĠÅĤazien":143162,"ĠÅĤazienk":143163,"Ġgiãn":143164,"ÑģÑĤÑĢаива":143165,"Ùħساب":143166,"ÙħسابÙĤØ©":143167,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩà¸Ķืà¹Īม":143168,"ترÙĥÙĬب":143169,"volução":143170,"ĠÐŁÐ¾Ñĩ":143171,"ĠÐŁÐ¾Ñĩем":143172,"ĠÐŁÐ¾ÑĩемÑĥ":143173,"казалоÑģÑĮ":143174,"ĠпÑĢименениÑı":143175,"à¹Ģà¸Ĺียม":143176,"íĮĶ":143177,"à¸Ĥà¹īà¸Ńà¹Ģสà¸Ļà¸Ń":143178,"à¸Ľà¸±à¸įà¸įา":143179,"ĠобÑĥÑĩ":143180,"ĠобÑĥÑĩениÑı":143181,"ĠÑģеÑĢи":143182,"ĠÑģеÑĢиал":143183,"Ġinglés":143184,"ĠÙĦÙĥرة":143185,"Ġ×ĺ׾":143186,"Ġ×ĺ׾פ×ķף":143187,"Ġìłij":143188,"Ġìłijê·¼":143189,"×IJ×ķ×Ĵ":143190,"×IJ×ķ×Ĵ×ķס":143191,"×IJ×ķ×Ĵ×ķס×ĺ":143192,"ĠболÑĮÑĪое":143193,"ĠÐļонеÑĩно":143194,"×¢×Ļת×ķ׳":143195,"×¢×Ļת×ķ׳×IJ×Ļ":143196,"Ġкнопк":143197,"Ġзн":143198,"ĠзнаÑĤÑĮ":143199,"ĠÄijá»±":143200,"ĠÄijá»±ng":143201,"влаж":143202,"влажн":143203,"×ŀ×Ļ×ĺ×ij":143204,"ãĤ¬ãĤ¤":143205,"ãĤ¬ãĤ¤ãĥī":143206,"..........":143207,"Ġà¸ģุม":143208,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ":143209,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ":143210,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ":143211,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺà¹Į":143212,"bez":143213,"bezpieczeÅĦst":143214,"bezpieczeÅĦstw":143215,"ãĥijãĥijæ´»":143216,"عاط":143217,"عاطÙģ":143218,"ĠÄijáºŃm":143219,"ĠзÑĢ":143220,"ĠзÑĢениÑı":143221,"Ġborç":143222,"Ġнедел":143223,"ĠнеделÑİ":143224,"Ġhá»ı":143225,"Ġhá»ıng":143226,"ìŀ¥ìķł":143227,"ìŀ¥ìķłìĿ¸":143228,"ĠاÙĦعÙĦاÙĤØ©":143229,"Ġíģ¬":143230,"Ġíģ¬ê²Į":143231,"à¹Ħรà¹Ī":143232,"à¸ļาà¸Ķ":143233,"à¸ļาà¸Ķà¹Ģà¸Īà¹ĩà¸ļ":143234,"à¸Ŀรั":143235,"à¸Ŀรัà¹Īà¸ĩ":143236,"à¸Ŀรัà¹Īà¸ĩà¹Ģศ":143237,"à¸Ŀรัà¹Īà¸ĩà¹Ģศส":143238,"רע×Ļ":143239,"רע×Ļ×ķ׳×ķת":143240,"ĠëĮ":143241,"ĠëĮĵ":143242,"ĠëĮĵê¸Ģ":143243,"Ġnajb":143244,"Ġnajbli":143245,"Ġnajbliż":143246,"Ġnajbliższ":143247,"ĠиÑģполÑĮзÑĥеÑĤÑģÑı":143248,"ĠcientÃŃf":143249,"ĠcientÃŃfico":143250,"×¢×ŀק":143251,"Ġgợi":143252,"Ø´ØŃÙĨ":143253,"ĠÅĽm":143254,"ĠÅĽmier":143255,"ĠÅĽmierci":143256,"à¸Ħาสิà¹Ĥà¸Ļà¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":143257,"×Ĺש×ijת×Ļ":143258,"Ġningu":143259,"Ġninguém":143260,"è¾¼ãĤģ":143261,"ãģ·":143262,"ĠÑĥг":143263,"ĠÑĥгол":143264,"ï½°":143265,"פת×Ļ×Ĺ":143266,"פת×Ļ×Ĺת":143267,"Ġ×Ķר×IJש×ķ׳×Ļ×Ŀ":143268,"pósito":143269,"ãĤŃãĥ¬ãĤ¤":143270,"ãģ©ãģĵãĤį":143271,"à¹Ģà¸Ĺà¹Īาà¹Ħ":143272,"à¹Ģà¸Ĺà¹Īาà¹Ħหร":143273,"à¹Ģà¸Ĺà¹Īาà¹Ħหรà¹Ī":143274,"ĠинÑĤеÑĢÑĮеÑĢ":143275,"ĠØŃاج":143276,"ĠØŃاجة":143277,"สีà¸Ĥาว":143278,"ìĸ¼":143279,"Ġná»Ļ":143280,"Ġná»Ļp":143281,"ĠÃŃnd":143282,"ĠÃŃndice":143283,"สำรวà¸Ī":143284,"Ġкаждой":143285,"Ġhotéis":143286,"ĠnastÄĻ":143287,"ĠnastÄĻpn":143288,"Ġ×Ķק×ķ×ĵ":143289,"Ġ×Ķק×ķ×ĵ×Ŀ":143290,"פ×ķפ":143291,"פ×ķפ×ķ׾":143292,"פ×ķפ×ķ׾ר×Ļ":143293,"вÑĪей":143294,"ãĤ·ãĥ³ãĥĹ":143295,"ãĤ·ãĥ³ãĥĹãĥ«":143296,"ĠzdjÄĻÄĩ":143297,"ĠгÑĢÑĥппа":143298,"ĠпомеÑī":143299,"ĠпомеÑīениÑı":143300,"ãģ©ãģĨãģĦãģĨ":143301,"ĠиÑģпÑĭÑĤа":143302,"ĠogÅĤ":143303,"ĠogÅĤos":143304,"ĠogÅĤoszen":143305,"ĠogÅĤoszeni":143306,"สรà¹īาà¸ĩสรร":143307,"สรà¹īาà¸ĩสรรà¸Ħà¹Į":143308,"à¸ŀรรà¸ĵ":143309,"ĠçıkÄ±ÅŁ":143310,"ĠÑĩаÑģÑĤноÑģÑĤи":143311,"Ġ×ķ×Ļ×ķתר":143312,"ç¶ļãģįãĤĴ":143313,"ç¶ļãģįãĤĴèªŃ":143314,"ç¶ļãģįãĤĴèªŃãĤĢ":143315,"à¸ģรั":143316,"à¸ģรัม":143317,"гÑĢаÑĦ":143318,"Ġвлад":143319,"ĠвладелÑĮ":143320,"ĠвладелÑĮÑĨ":143321,"ĠistediÄŁ":143322,"ĠistediÄŁiniz":143323,"×ij×ľ×¢":143324,"×ij×ľ×¢×ĵ×Ļ":143325,"ÙħÙĪاÙģ":143326,"ÙħÙĪاÙģÙĤØ©":143327,"Ġ×Ļ×ķר":143328,"Ġ×Ļ×ķרק":143329,"ãĤ«ãĥ¼ãĥīãĥŃãĥ¼ãĥ³":143330,"ĠاÙĦÙħØ´ÙĥÙĦ":143331,"ĠاÙĦÙħØ´ÙĥÙĦØ©":143332,"ĠêµŃíļĮ":143333,"ספ×ĺ":143334,"ספ×ĺ×ŀ":143335,"ספ×ĺ×ŀ×ijר":143336,"Ġìĸ´ëłµ":143337,"ÙĥاÙħ":143338,"ÙĥاÙħÙĬرا":143339,"schlü":143340,"schlüsse":143341,"ĠØ«ÙĨ":143342,"ĠØ«ÙĨائÙĬ":143343,"ìī½":143344,"ĠÐŀÑģоб":143345,"ĠÐŀÑģобенно":143346,"ĠинвеÑģÑĤи":143347,"ĠинвеÑģÑĤиÑĨи":143348,"اØŃتÙħ":143349,"اØŃتÙħاÙĦ":143350,"EÄŀ":143351,"EÄŀÄ°":143352,"íķĺê²łëĭ¤":143353,"Ġ×IJ×ijר×Ķ":143354,"Ġ×IJ×ijר×Ķ×Ŀ":143355,"Ġ×ij×Ĺ×Ļ׳×Ŀ":143356,"Ø£ÙĪض":143357,"Ø£ÙĪضاع":143358,"Ġdél":143359,"Ġdélai":143360,"Ġ×IJ×ķ×Ķ×ij×Ļ×Ŀ":143361,"ĠÑģоÑħ":143362,"ĠÑģоÑħÑĢ":143363,"ĠÑģоÑħÑĢани":143364,"ĠдоÑģÑĤиж":143365,"ĠдоÑģÑĤижени":143366,"สิà¹Īà¸ĩà¹ģ":143367,"สิà¹Īà¸ĩà¹ģวà¸Ķ":143368,"สิà¹Īà¸ĩà¹ģวà¸Ķล":143369,"สิà¹Īà¸ĩà¹ģวà¸Ķลà¹īà¸Ńม":143370,"ĠاÙĦÙħباشر":143371,"ĠÑĦиг":143372,"ĠÑĦигÑĥÑĢ":143373,"можем":143374,"׾×ŀ×Ļ×ĵ×Ķ":143375,"Ġciné":143376,"Ġcinéma":143377,"Ġbada":143378,"ĠbadaÅĦ":143379,"جبÙĩØ©":143380,"Ġдеп":143381,"ĠдепÑĥÑĤ":143382,"ĠдепÑĥÑĤаÑĤ":143383,"Ġdistância":143384,"ĠاÙĦÙħعار":143385,"ĠاÙĦÙħعارضة":143386,"thèse":143387,"ünc":143388,"üncü":143389,"Ġданного":143390,"ĠBelgi":143391,"ĠBelgië":143392,"Ġ×ij×ijק":143393,"Ġ×ij×ijקש×Ķ":143394,"ยà¹Īาà¸Ļ":143395,"Ġsolução":143396,"Ġ×Ķצ×ĺר":143397,"Ġ×Ķצ×ĺרפ×ķ":143398,"ĠØ£ÙĨØŃ":143399,"ĠØ£ÙĨØŃاء":143400,"ĠدÙħØ´":143401,"ĠدÙħØ´ÙĤ":143402,"มัà¹ī":143403,"มัà¹īย":143404,"Ùħغرب":143405,"استعÙħاÙĦ":143406,"ĠSÅĤow":143407,"ĠëıĻìĭľ":143408,"ĠëıĻìĭľìĹIJ":143409,"ĠÑģоÑģ":143410,"ĠÑģоÑģед":143411,"ì²ŃìĨĮ":143412,"ì²ŃìĨĮëħĦ":143413,"ĠгÑĢаÑĦ":143414,"ĠгÑĢаÑĦик":143415,"ĠìŀijìĿĢ":143416,"Ġyeti":143417,"ĠyetiÅŁtir":143418,"ĠìĿ´ê²ĥìĿ´":143419,"หà¹Īาà¸ĩ":143420,"Ø¥ÙħÙĥاÙĨ":143421,"Ø¥ÙħÙĥاÙĨÙĬØ©":143422,"استعراض":143423,"Ùħخدر":143424,"ĠÑĩÑĥÑĤÑĮ":143425,"ÙħدÙĬر":143426,"ÙħدÙĬرÙĬØ©":143427,"Ġà¹Ģมษ":143428,"Ġà¹Ģมษายà¸Ļ":143429,"ĠмеÑħ":143430,"ĠмеÑħаниз":143431,"ĠмеÑħанизм":143432,"ĠÑģÑĥм":143433,"ĠÑģÑĥммÑĥ":143434,"Ġvö":143435,"Ġvöll":143436,"Ġvöllig":143437,"ĠдÑĢÑĥз":143438,"ĠдÑĢÑĥзÑĮÑı":143439,"ãĤĴåĪ©çĶ¨ãģĹãģ¦":143440,"à¸ļรรà¸Īุ":143441,"pożycz":143442,"×ŀש׼":143443,"×ŀ×©×Ľ×ł×ª":143444,"×ŀ×©×Ľ×ł×ª×IJ":143445,"Ġeuropéen":143446,"Ġproprié":143447,"Ġpropriétaire":143448,"Ġkhấu":143449,"ãģĦãģŁãģłãģijãĤĭ":143450,"Ġtecrü":143451,"Ġtecrübe":143452,"×Ķ×ij":143453,"×Ķ×ij׳×Ķ":143454,"ĠcuÌ":143455,"ĠcuÌī":143456,"ĠcuÌīa":143457,"×IJ×ķ×ķ":143458,"×IJ×ķ×ķ×Ļר×Ķ":143459,"Ġ׼×ķ׾×ķ":143460,"Ulus":143461,"Uluslararası":143462,"Ġ׳×ķת":143463,"Ġ׳×ķ×ª×Ł":143464,"ãģ«åIJij":143465,"ãģ«åIJijãģijãģ¦":143466,"ë¹Ľ":143467,"à¸Ĺัà¸ģษ":143468,"à¸Ĺัà¸ģษะ":143469,"سÙĤÙĪ":143470,"سÙĤÙĪØ·":143471,"Ġвн":143472,"ĠвнеÑĪ":143473,"ĠвнеÑĪне":143474,"Ġurz":143475,"ĠurzÄĻd":143476,"Ġámb":143477,"Ġámbito":143478,"à¸Ńà¸ĺิ":143479,"à¸Ńà¸ĺิà¸ļาย":143480,"ĠÅĤad":143481,"ĠÅĤadn":143482,"ê±´ì¶ķ":143483,"wództ":143484,"wództw":143485,"Ġquestões":143486,"Ġשק":143487,"Ġשק×Ļ×ij׾":143488,"ĠmiejscowoÅĽci":143489,"Ġвал":143490,"ĠвалÑİÑĤ":143491,"häuser":143492,"หà¸Ļà¸Ńà¸ĩ":143493,"ãģ¨åħ±":143494,"ãģ¨åħ±ãģ«":143495,"ãĥıãĥ¼ãĥī":143496,"Ġê°ľìµľ":143497,"ĠоÑģновном":143498,"ĠмÑıÑģ":143499,"اعت":143500,"اعتÙĤاÙĦ":143501,"สà¸ĸิ":143502,"สà¸ĸิà¸ķิ":143503,"Ngu":143504,"Nguá»ĵn":143505,"ĠÙħجÙĦ":143506,"ĠÙħجÙĦØ©":143507,"à¹ģà¸Ĥà¸Ļ":143508,"ĠاÙĦÙĦÙĬبÙĬ":143509,"פע×Ļ׾×ķ×Ļ×ķת":143510,"Ġ×Ķרפ×ķ×IJ×Ļ":143511,"פר×ķפ":143512,"פר×ķפ×Ļ׾":143513,"ק׾×IJ":143514,"ק׾×IJס×Ļ":143515,"ÙĥتشÙģ":143516,"ãģ«ãģªãģ£ãģ¦ãģĹãģ¾ãģĨ":143517,"à¹Ģà¸Ħลà¹ĩà¸Ķ":143518,"à¹Ģà¸Ħลà¹ĩà¸Ķลัà¸ļ":143519,"Ġì»´":143520,"Ġì»´íĵ¨":143521,"Ġì»´íĵ¨íĦ°":143522,"Ġ×Ĺ×Ļ×ķ×ij×Ļ":143523,"Ġnäm":143524,"Ġnämlich":143525,"åij¼ãģ°":143526,"åij¼ãģ°ãĤĮ":143527,"ĠÑĢол":143528,"ĠÑĢоли":143529,"Ġspécialisé":143530,"à¸Ļวัà¸ķ":143531,"à¸Ļวัà¸ķà¸ģรรม":143532,"ÙĨصÙĪص":143533,"пеÑĢед":143534,"пеÑĢедаÑĩ":143535,"thèque":143536,"Ġר×IJ×Ļת×Ļ":143537,"ãĥĢãĤ¦ãĥ³":143538,"ãĤıãģĭ":143539,"ãĤıãģĭãģ£ãģ¦":143540,"беÑĢеж":143541,"ĠÑģек":143542,"ĠÑģекÑĢ":143543,"ĠÑģекÑĢеÑĤ":143544,"ĠпоÑģÑĤоÑıнн":143545,"à¸Ĥà¸Ļสà¹Īà¸ĩ":143546,"Ġmük":143547,"Ġmükem":143548,"Ġmükemmel":143549,"еÑĤеÑģÑĮ":143550,"ĠاÙĦسÙĨÙĪات":143551,"ĠìłĦíĺĢ":143552,"Ġ×Ķ×ŀק×ķר×Ļ":143553,"Ġmüd":143554,"Ġmüdah":143555,"Ġmüdahale":143556,"Ġwyb":143557,"Ġwybór":143558,"Ġtendência":143559,"إدار":143560,"إدارÙĬØ©":143561,"Ġunterstützen":143562,"ת×ijר":143563,"ת×ijרר":143564,"Ġdiá":143565,"Ġdiálogo":143566,"ĠÃĸnce":143567,"ĠÃĸnceki":143568,"ãĤ¹ãĥĿãĥĥãĥĪ":143569,"ëĦ£":143570,"ĠGeli":143571,"ĠGeliÅŁ":143572,"ãĤĴéĢļ":143573,"ãĤĴéĢļãģĹãģ¦":143574,"ĠFuÃŁball":143575,"Ġsalari":143576,"Ġsalarié":143577,"ĠпÑĢодÑĥкÑĤов":143578,"صÙģÙĤØ©":143579,"รวà¸ļ":143580,"รวà¸ļรวม":143581,"à¹ĥà¸Ļà¸IJาà¸Ļ":143582,"à¹ĥà¸Ļà¸IJาà¸Ļะ":143583,"Ġkayna":143584,"Ġkaynaģı":143585,"ĠìŀijíĴĪ":143586,"ĠвÑĭÑĢаж":143587,"ĠвÑĭÑĢажен":143588,"ĠÑģÑĤеп":143589,"ĠÑģÑĤепени":143590,"ĠاÙĦÙħÙĪجÙĪد":143591,"ĠاÙĦÙħÙĪجÙĪدة":143592,"ลà¹īม":143593,"ĠnajczÄĻ":143594,"ĠnajczÄĻÅĽcie":143595,"ĠnajczÄĻÅĽciej":143596,"Ġzwy":143597,"Ġzwyk":143598,"ĠzwykÅĤ":143599,"Ġê·¸ëłĩì§Ģ":143600,"à¸ģระà¸Ī":143601,"à¸ģระà¸Īาย":143602,"Ġëĭµ":143603,"Ġëĭµë³Ģ":143604,"ĠÑĢеак":143605,"ĠÑĢеакÑĨи":143606,"ĠÅĽwież":143607,"ĠÑģÑĤоимоÑģÑĤи":143608,"ÙħÙĨاÙĤ":143609,"ÙħÙĨاÙĤØ´":143610,"ÙħÙĨاÙĤشة":143611,"ĠÑħоÑĩÑĥ":143612,"ãĥľãĥ¼ãĥī":143613,"Ġróżnic":143614,"ĠкÑĢÑĭ":143615,"ĠкÑĢÑĭÑĪ":143616,"âľĵ":143617,"ãĤ³ãĥ³ãĥĨãĥ³":143618,"ãĤ³ãĥ³ãĥĨãĥ³ãĥĦ":143619,"ĠпÑĢедпоÑĩ":143620,"×ŀר×ij×Ļת":143621,"ĠØ´Ùĥ":143622,"ĠØ´Ùĥرا":143623,"Ġдал":143624,"Ġдалек":143625,"Ġдалеко":143626,"برÙĬØ·":143627,"برÙĬطاÙĨÙĬا":143628,"عÙĨا":143629,"عÙĨاÙĬØ©":143630,"ĠÑĢаÑģÑģказ":143631,"ĠÑĢаÑģÑģказÑĭва":143632,"Ø£ÙĦÙĪ":143633,"Ø£ÙĦÙĪاÙĨ":143634,"æĮģãģ£ãģ¦":143635,"æĮģãģ£ãģ¦ãģĦ":143636,"Ùħبادئ":143637,"×Ķ×¢×ijר":143638,"×Ķ×¢×ijרת":143639,"Ġyayı":143640,"Ġyayıml":143641,"Ġyayımla":143642,"mát":143643,"máticos":143644,"à¸ģัà¸ĩ":143645,"à¸ģัà¸ĩวล":143646,"Ġ×ľ×¤×ª":143647,"Ġ×ľ×¤×ª×ķ×Ĺ":143648,"à¸ŀฤà¸ķิ":143649,"à¸ŀฤà¸ķิà¸ģรรม":143650,"íĤ¬":143651,"ĠокÑĢÑĥг":143652,"Ġ×ŀצ×ķ×ķ×Ķ":143653,"ÐĽÐµÐ½Ð¸":143654,"ÐĽÐµÐ½Ð¸Ð½":143655,"ĠTriá»ģu":143656,"ãĤ³ãĥŁãĥ¥":143657,"ãĤ³ãĥŁãĥ¥ãĥĭ":143658,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±":143659,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±ãĥ¼ãĤ·ãĥ§ãĥ³":143660,"ÙĥÙĨÙĬ":143661,"ÙĥÙĨÙĬسة":143662,"ãĤĴä¸Ńå¿ĥ":143663,"ãĤĴä¸Ńå¿ĥãģ«":143664,"ĠmiÄĻdz":143665,"ĠmiÄĻdzyn":143666,"ĠmiÄĻdzynar":143667,"ĠmiÄĻdzynarod":143668,"ĠmiÄĻdzynarodow":143669,"ÙĦÙĨ":143670,"ÙĦÙĨدا":143671,"برش":143672,"برشÙĦÙĪÙĨ":143673,"برشÙĦÙĪÙĨØ©":143674,"à¸ģระà¸ķุ":143675,"à¸ģระà¸ķุà¹īà¸Ļ":143676,"Ġgı":143677,"Ġgıda":143678,"à¸Ľà¸£à¸°à¸Ĺัà¸ļ":143679,"à¸Ľà¸£à¸°à¸Ĺัà¸ļà¹ĥà¸Ī":143680,"Ġë¶Ī구":143681,"Ġë¶Ī구íķĺê³ł":143682,"ĠÙĨØ·":143683,"ĠÙĨطاÙĤ":143684,"ĠÐľÐ¾Ð¶ÐµÑĤ":143685,"Präs":143686,"Präsident":143687,"ĠÑģкоÑĢ":143688,"ĠÑģкоÑĢоÑģÑĤÑĮ":143689,"Ġ×Ķ×ij×ķקר":143690,"еÑħаÑĤÑĮ":143691,"Ġgạo":143692,"Ġש×IJ×Ļ׳×Ŀ":143693,"Ġ×ij׳×ķ×Ĵ":143694,"Ġ×ij׳×ķ×Ĵ×¢":143695,"ĠопиÑģание":143696,"Ġuczni":143697,"Ġuczniów":143698,"à¹Ģà¸Ńà¹ĩà¸Ļ":143699,"Ġتش":143700,"ĠتشرÙĬÙĨ":143701,"Ġnhãn":143702,"빨":143703,"Ġcaractère":143704,"×¢×ľ×Ļ":143705,"×¢×ľ×Ļ×Ļ×Ķ":143706,"楽ãģĹãĤģãĤĭ":143707,"ĠÑģаÑħ":143708,"ĠÑģаÑħаÑĢ":143709,"дÑĥмаÑĤÑĮ":143710,"ĠÐĴозможно":143711,"صÙĬاÙĨ":143712,"صÙĬاÙĨØ©":143713,"ömür":143714,"สล":143715,"สลà¹ĩ":143716,"สลà¹ĩà¸Ń":143717,"สลà¹ĩà¸Ńà¸ķ":143718,"롯":143719,"Ġthói":143720,"grÃ¶ÃŁe":143721,"ĠksiÄĻ":143722,"ĠksiÄĻg":143723,"ĠÑĢом":143724,"ĠÑĢоман":143725,"ÙĤاسÙħ":143726,"×ŀ×ij×ķ×Ĵ":143727,"×ŀ×ij×ķ×Ĵר×Ļ×Ŀ":143728,"besch":143729,"beschäft":143730,"beschäftig":143731,"×Ķצע×Ķ":143732,"ĠÃģrea":143733,"ĠзаÑıвк":143734,"Ĺ":143735,"ĠлÑİбого":143736,"Ġม":143737,"Ġมà¸ģร":143738,"Ġมà¸ģราà¸Ħม":143739,"ÑĦиз":143740,"ÑĦизиÑĩеÑģк":143741,"инÑĦ":143742,"инÑĦек":143743,"инÑĦекÑĨи":143744,"اÙĦØ·":143745,"اÙĦطائÙģ":143746,"Ġколл":143747,"ĠколлекÑĤив":143748,"езжа":143749,"ĠسبØŃ":143750,"ĠسبØŃاÙĨ":143751,"ĠسبØŃاÙĨÙĩ":143752,"schlä":143753,"schläge":143754,"Ġди":143755,"Ġдиаг":143756,"ĠдиагноÑģÑĤ":143757,"ĠоÑĤмеÑĤиÑĤÑĮ":143758,"ТЬ":143759,"ĠاÙĦدر":143760,"ĠاÙĦدراسÙĬ":143761,"עצ×ŀ":143762,"עצ×ŀ×IJ×ķת":143763,"Ġdémarch":143764,"Ġdémarche":143765,"Ġ×ĺ×ķ×¢":143766,"Ġ×ĺ×ķ×¢×Ł":143767,"Ġfuncionários":143768,"ỵ":143769,"׾׼×IJ":143770,"׾׼×IJ×ķר×Ķ":143771,"à¸ĭà¹Ī":143772,"à¸ĭà¹Īà¸Ńม":143773,"ĠÑĩÑĥв":143774,"ĠÑĩÑĥвÑģÑĤво":143775,"âĸ¼":143776,"пÑĥÑī":143777,"пÑĥÑīен":143778,"ĠмеÑĢ":143779,"ĠмеÑĢоп":143780,"ĠмеÑĢопÑĢи":143781,"ĠмеÑĢопÑĢиÑıÑĤиÑı":143782,"Ġuçu":143783,"ĠuçuÅŁ":143784,"ãĤĴåĪ©çĶ¨ãģĻãĤĭ":143785,"aÄŁ":143786,"aÄŁlı":143787,"ìĺĪìĪł":143788,"à¹ģยà¹Ī":143789,"ĠاÙĦÙĥÙħ":143790,"ĠاÙĦÙĥÙħبÙĬ":143791,"ĠاÙĦÙĥÙħبÙĬÙĪتر":143792,"تÙĪÙĬ":143793,"تÙĪÙĬتر":143794,"à¹Ģà¸Ĭีà¹Īยว":143795,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭา":143796,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭาà¸į":143797,"á»Ķ":143798,"Ġhiếm":143799,"ذاÙĥرة":143800,"Ġ×Ķ×ŀ×Ļ×ķ×Ĺ×ĵ":143801,"ĠìĪľ":143802,"ĠìĪľê°Ħ":143803,"ĠKı":143804,"ĠKısa":143805,"ĠgeleceÄŁi":143806,"пÑĢоÑĦеÑģÑģиона":143807,"пÑĢоÑĦеÑģÑģионал":143808,"Ġogó":143809,"Ġogóle":143810,"ĠgÅĤów":143811,"ĠgÅĤówne":143812,"ĠÑģÑĤилÑĮ":143813,"×IJפ׾":143814,"×IJפ׾×Ļק":143815,"×IJפ׾×Ļקצ×Ļ×Ķ":143816,"สมารà¹Į":143817,"สมารà¹Įà¸Ĺ":143818,"สมารà¹Įà¸Ĺà¹Ĥà¸Ł":143819,"สมารà¹Įà¸Ĺà¹Ĥà¸Łà¸Ļ":143820,"Ġthánh":143821,"ÐŁÐ¾Ð´":143822,"ÐŁÐ¾Ð´ÑĢоб":143823,"ÐŁÐ¾Ð´ÑĢобнее":143824,"ĠاÙĦتÙĪÙĨ":143825,"ĠاÙĦتÙĪÙĨسÙĬ":143826,"Ġbahçe":143827,"à¹ģà¸ģà¹īà¸Ľà¸±à¸įหา":143828,"éducation":143829,"europ":143830,"europä":143831,"europäische":143832,"ĠKsi":143833,"ĠKsiÄĻ":143834,"ĠëĦĺ":143835,"ĠëĦĺìĸ´":143836,"Ġvüc":143837,"Ġvücud":143838,"Ġyayg":143839,"Ġyaygın":143840,"Ġniekt":143841,"Ġniektóry":143842,"Ġniektórych":143843,"ãģŃãģĩ":143844,"Ġкаж":143845,"ĠкажеÑĤÑģÑı":143846,"каж":143847,"кажеÑĤ":143848,"ĠاÙĦدÙĬÙħÙĤرا":143849,"ĠاÙĦدÙĬÙħÙĤراط":143850,"ĠاÙĦدÙĬÙħÙĤراطÙĬØ©":143851,"æŃ©":143852,"æŃ©ãģĦãģ¦":143853,"Ġvaz":143854,"Ġvazge":143855,"Ġvazgeç":143856,"ĠминималÑĮ":143857,"ĠминималÑĮн":143858,"ãĥijãĤ¿":143859,"ãĥijãĤ¿ãĥ¼ãĥ³":143860,"ĠëĬ":143861,"ĠëĬIJ":143862,"ĠëĬIJëĤĮ":143863,"ãģ¡ãĤĩãģĨ":143864,"ãģ¡ãĤĩãģĨãģ©":143865,"Ġà¸ģร":143866,"Ġà¸ģรà¸ģà¸İ":143867,"Ġà¸ģรà¸ģà¸İาà¸Ħม":143868,"تجدÙĬد":143869,"ĠشاÙħÙĦ":143870,"หลัà¸ģà¸IJาà¸Ļ":143871,"ĠмаÑĢÑĪ":143872,"ĠмаÑĢÑĪÑĢÑĥÑĤ":143873,"ĠvÃŃt":143874,"ĠvÃŃtima":143875,"Ġquizá":143876,"aygı":143877,"×ĵ×ijר×Ļ×ķ":143878,"Ġизд":143879,"Ġиздели":143880,"ĠизделиÑı":143881,"пла":143882,"плаÑĩ":143883,"плаÑĩива":143884,"ä»»ãģĽ":143885,"Ġéquipé":143886,"ä¹ħãģĹãģ":143887,"ä¹ħãģĹãģ¶":143888,"ä¹ħãģĹãģ¶ãĤĬ":143889,"ĠкаÑĤ":143890,"ĠкаÑĤал":143891,"ĠкаÑĤалог":143892,"สà¹īม":143893,"ĠÑĢей":143894,"ĠÑĢейÑĤ":143895,"ĠÑĢейÑĤинг":143896,"Ġthuyá»ģn":143897,"ĠاÙĦÙħÙĤدس":143898,"espère":143899,"ãģ«åħ¥ãģ£ãģŁ":143900,"หมายà¹Ģลà¸Ĥ":143901,"ת×Ĺ×ķשת":143902,"à¸Ļà¹Īะ":143903,"ĠpeÅĤ":143904,"ĠpeÅĤne":143905,"Ġpérd":143906,"Ġpérdida":143907,"หมวà¸Ķ":143908,"หมวà¸Ķหมูà¹Ī":143909,"иÑĩеÑģкÑĥÑİ":143910,"çµĤãĤı":143911,"çµĤãĤıãģ£ãģŁ":143912,"Ġ×Ĵ×ķ×Ĵ׾":143913,"à¸Ĺำà¸Ħวาม":143914,"à¸Ĺำà¸Ħวามสะà¸Ńาà¸Ķ":143915,"Hotéis":143916,"ĠзаÑĢ":143917,"ĠзаÑĢегиÑģÑĤ":143918,"ĠзаÑĢегиÑģÑĤÑĢи":143919,"ĠзаÑĢегиÑģÑĤÑĢиÑĢова":143920,"ĠÑģобÑĭÑĤи":143921,"ĠÑģобÑĭÑĤиÑı":143922,"Ġ×ĸ׼×IJ":143923,"ÙħÙĨظÙĪÙħØ©":143924,"Ġ×Ķ×ŀצ":143925,"Ġ×Ķ×ŀצ×Ļ×IJ×ķת":143926,"ÙħÙĥÙĪÙĨ":143927,"ÙħÙĥÙĪÙĨات":143928,"ä¸ĬãģĮãĤĭ":143929,"ĠmÄĻ":143930,"ĠmÄĻsk":143931,"หรืà¸Ńà¹Ģà¸Ľà¸¥à¹Īา":143932,"ëĤ®":143933,"Ġnoktas":143934,"Ġnoktası":143935,"ĠболÑĮÑĪим":143936,"ĠлÑĥÑĩÑĪиÑħ":143937,"Ø´ÙĩÙĬد":143938,"à¸Ńำà¸Ļ":143939,"à¸Ńำà¸Ļวย":143940,"à¸Ńำà¸Ļวยà¸Ħวาม":143941,"à¸Ńำà¸Ļวยà¸Ħวามสะà¸Ķวà¸ģ":143942,"Ġев":143943,"ĠевÑĢ":143944,"ĠевÑĢоп":143945,"ĠевÑĢопей":143946,"à¸īาย":143947,"ìĦŃ":143948,"ÙħÙģا":143949,"ÙħÙģاÙĪض":143950,"ÙħÙģاÙĪضات":143951,"ë¹Į":143952,"赤ãģ¡ãĤĥãĤĵ":143953,"ĠÑĥдалоÑģÑĮ":143954,"ĠХоÑĤ":143955,"ĠХоÑĤÑı":143956,"przedsiÄĻbiorc":143957,"ĠHôm":143958,"íķĺìĺĢìĬµëĭĪëĭ¤":143959,"Ġнаг":143960,"ĠнагÑĢÑĥз":143961,"ĠнагÑĢÑĥзк":143962,"Ġ×ij×Ļ׳׾×IJ×ķ×ŀ×Ļ":143963,"Ġê°ĢëĬ¥íķľ":143964,"ĠHữu":143965,"à¸Ńุà¸Ķ":143966,"à¸Ńุà¸Ķม":143967,"ת×ķפ":143968,"ת×ķפע×Ķ":143969,"ĠmiÅĤo":143970,"ĠmiÅĤoÅĽci":143971,"ksiÄħż":143972,"ksiÄħżka":143973,"ĠاÙĦÙĦعبة":143974,"à¸īาà¸ģ":143975,"สะสม":143976,"×ŀתר":143977,"×ŀתר×Ĺש":143978,"Ġlégère":143979,"Ġ׾צפ":143980,"Ġ׾צפ×Ļ×Ķ":143981,"ĠиÑģÑĤоÑĢиÑı":143982,"ĠãĥĪãĥ©":143983,"ĠãĥĪãĥ©ãĥĥãĤ¯":143984,"ĠãĥĪãĥ©ãĥĥãĤ¯ãĥIJãĥĥãĤ¯":143985,"Ġка":143986,"ĠкаÑĦе":143987,"×ŀס×ŀ×ļ":143988,"Ġcüm":143989,"Ġcümle":143990,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļà¹Ħหว":143991,"ãģĬãģĿ":143992,"ãģĬãģĿãĤīãģı":143993,"ìŀIJëıĻ":143994,"ìŀIJëıĻì°¨":143995,"à¸Ńัà¸ķ":143996,"à¸Ńัà¸ķà¹Ĥà¸Ļ":143997,"à¸Ńัà¸ķà¹Ĥà¸Ļมั":143998,"à¸Ńัà¸ķà¹Ĥà¸Ļมัà¸ķิ":143999,"ĠÅŁik":144000,"ĠÅŁikay":144001,"ĠÅŁikayet":144002,"extrême":144003,"krä":144004,"kräfte":144005,"ëĤĻ":144006,"íķij":144007,"ì²Ļ":144008,"íĺĪ":144009,"ì°į":144010,"âĻ¡":144011,"ìŀĶ":144012,"뢰":144013,"íĿĶ":144014,"íĿIJ":144015,"âĩĴ":144016,"맼":144017,"ìĬĪ":144018,"á»Ĵ":144019,"ìĺµ":144020,"âĹİ":144021,"íĤ¨":144022,"ê¿Ī":144023,"ìĪ¨":144024,"ìĽ¨":144025,"맥":144026,"ï½Ģ":144027,"Ｊ":144028,"Ẩ":144029,"ãħİ":144030,"ÑĹ":144031,"ìĦ¬":144032,"ì¹¼":144033,"Ｖ":144034,"ìĽł":144035,"룴":144036,"Åĥ":144037,"ëĤ¼":144038,"ëĭIJ":144039,"âĢ¹":144040,"ë¦Ń":144041,"ì§IJ":144042,"âĢ¤":144043,"Ãħ":144044,"뾨":144045,"íĦ¸":144046,"íľĺ":144047,"ê²ģ":144048,"ë´ħ":144049,"Ãĺ":144050,"ëŃĶ":144051,"ëĺij":144052,"âĹĩ":144053,"ìĹĺ":144054,"ï»´":144055,"맹":144056,"ï¾Ŀ":144057,"ìĬ·":144058,"íĥķ":144059,"ï¼ł":144060,"ì»´":144061,"ëłĮ":144062,"ì½ľ":144063,"ﻹ":144064,"ãħł":144065,"졸":144066,"ëħ¹":144067,"âĤº":144068,"âĸ¶":144069,"íĥIJ":144070,"êµ´":144071,"íij¸":144072,"ÑĶ":144073,"íĶ½":144074,"Ðħ":144075,"ë°¤":144076,"Ôģ":144077,"첨":144078,"ì¶ĺ":144079,"ë²Ĺ":144080,"멸":144081,"ï¼»":144082,"ï¼½":144083,"ï¼·":144084,"ì°Į":144085,"ÃĴ":144086,"íı´":144087,"ìĵ¸":144088,"ì´Į":144089,"ëģĶ":144090,"ëĶ©":144091,"ëĩĮ":144092,"ë©Ģ":144093,"벨":144094,"ï¼µ":144095,"맡":144096,"ëĭ«":144097,"฿":144098,"ãģ±":144099,"ìĩ¼":144100,"ìºł":144101,"뮤":144102,"ê±±":144103,"컬":144104,"âĦĥ":144105,"ëĶ±":144106,"ëĥĪ":144107,"ìĭ±":144108,"íĻĪ":144109,"ëŀIJ":144110,"ìħĢ":144111,"ìłł":144112,"ÐĨ":144113,"ëłī":144114,"ï½ħ":144115,"ï½ı":144116,"íĻĢ":144117,"뼰":144118,"á»®":144119,"íĤ¹":144120,"ê½ĥ":144121,"ﻤ":144122,"ïºĶ":144123,"꺼":144124,"ìķī":144125,"âĻ¦":144126,"ï½ģ":144127,"ìĵ´":144128,"ãĢī":144129,"ì°®":144130,"ì¤ĺ":144131,"Ừ":144132,"ëģĦ":144133,"ëIJ¨":144134,"ìķĮ":144135,"íĿĺ":144136,"íħIJ":144137,"ãĢĪ":144138,"겪":144139,"ëĭ¥":144140,"ê²¼":144141,"á»Į":144142,"맨":144143,"ëģĬ":144144,"벤":144145,"ëijĶ":144146,"íĿ¡":144147,"Ử":144148,"ë¬ĺ":144149,"ãģī":144150,"ëŀ«":144151,"íĶĪ":144152,"íħį":144153,"ìŀĥ":144154,"ï½ī":144155,"ìģľ":144156,"âĸ½":144157,"묻":144158,"âĸ³":144159,"Ｘ":144160,"ìģĺ":144161,"춰":144162,"ìĬ´":144163,"ìķ±":144164,"ìĩĦ":144165,"Ắ":144166,"ï´¿":144167,"ï´¾":144168,"âĤ½":144169,"ëĦĵ":144170,"룩":144171,"쳤":144172,"ê´ľ":144173,"ÃĻ":144174,"Ỿ":144175,"ï¿£":144176,"ëĵŃ":144177,"ë©ĺ":144178,"ê»´":144179,"ëł´":144180,"Ðĥ":144181,"묵":144182,"ì§Ŀ":144183,"ãģº":144184,"ðŁĺĤ":144185,"ëŀ¬":144186,"ìłĬ":144187,"ê´Ħ":144188,"ìŀĬ":144189,"íŀĮ":144190,"ìĦ¯":144191,"âĪĢ":144192,"âĸ¡":144193,"ëĢĮ":144194,"ëŀĻ":144195,"ï½ĥ":144196,"Ặ":144197,"ï¾Ħ":144198,"ïºĺ":144199,"ë¹¼":144200,"ÃĮ":144201,"âĸ·":144202,"ê¸į":144203,"ë©ĭ":144204,"ãģĥ":144205,"ìĺĨ":144206,"ìĺ®":144207,"몬":144208,"롤":144209,"볬":144210,"ëĬ¦":144211,"âĸª":144212,"ì¼ĵ":144213,"ìľĪ":144214,"짧":144215,"ï½½":144216,"ëĥī":144217,"ï¾Į":144218,"ëĺIJ":144219,"ï¼ĥ":144220,"á»Ħ":144221,"ì´¬":144222,"춤":144223,"ï¼¹":144224,"ï»Ń":144225,"âĤ«":144226,"ï½ĩ":144227,"ìĺ·":144228,"ëĸ¨":144229,"âī«":144230,"릿":144231,"⾨":144232,"Ù±":144233,"쯤":144234,"ê¹Ķ":144235,"ðŁĺĬ":144236,"ìĪ«":144237,"ê³±":144238,"êµ³":144239,"ï½ĭ":144240,"à¸Į":144241,"Äł":144242,"ëĶ¸":144243,"ë°ij":144244,"ìħĭ":144245,"íİ´":144246,"âľħ":144247,"íĥij":144248,"ëĪĩ":144249,"íı¼":144250,"ðŁĺį":144251,"ìĺĽ":144252,"ﻣ":144253,"Ñĺ":144254,"ì©Į":144255,"ë¦ħ":144256,"ìĿį":144257,"ｸ":144258,"ëįľ":144259,"ãģħ":144260,"íݼ":144261,"ëĭĿ":144262,"ë¿Į":144263,"ì¼°":144264,"ìĭ«":144265,"ë°¥":144266,"íĽĮ":144267,"ì¨Į":144268,"ë¹Ļ":144269,"ï½İ":144270,"ë´Ħ":144271,"ìĦ¹":144272,"ï½²":144273,"ìĮĵ":144274,"Òij":144275,"ë°į":144276,"ëłĢ":144277,"íĨ¤":144278,"ｯ":144279,"ë¤Ħ":144280,"꽤":144281,"ï½Ĵ":144282,"ìķ¨":144283,"ï½¼":144284,"ê¹IJ":144285,"íģIJ":144286,"âĦĸ":144287,"맺":144288,"ﺮ":144289,"ëħģ":144290,"겸":144291,"ï»ł":144292,"íĬľ":144293,"Ź":144294,"ë¥Ń":144295,"ëĪī":144296,"ï½Ķ":144297,"íĮ¬":144298,"ìŀĩ":144299,"ï¬ģ":144300,"ﻨ":144301,"ëij¥":144302,"ëŀĦ":144303,"Ù¬":144304,"íĭ´":144305,"ìŀī":144306,"Ú¾":144307,"ìĽħ":144308,"ï»®":144309,"ëĭī":144310,"âīª":144311,"âĹĦ":144312,"ëĪĮ":144313,"íĽ¼":144314,"ì¤į":144315,"Ÿ":144316,"줬":144317,"ì¾Į":144318,"ï½ĵ":144319,"ï¾Ĭ":144320,"ðŁı»":144321,"ï¾ī":144322,"Ðģ":144323,"íĺIJ":144324,"ï¾Ļ":144325,"꼬":144326,"íŀIJ":144327,"âĢ¥":144328,"ëŁŃ":144329,"ë§ŀ":144330,"ìĥ¤":144331,"ïºĴ":144332,"íĭ±":144333,"ë½ij":144334,"Ãķ":144335,"âĪļ":144336,"ëĤĦ":144337,"ê¹Ŀ":144338,"ëĨĪ":144339,"Ẻ":144340,"ìħĪ":144341,"ìĮį":144342,"âĢ¡":144343,"ï¼±":144344,"ìģ¨":144345,"âĺº":144346,"ëĴ·":144347,"ìĺ³":144348,"ðŁijį":144349,"몽":144350,"ëĤŃ":144351,"ïºŃ":144352,"ë©Ī":144353,"á»Ī":144354,"íķĢ":144355,"ëĭĻ":144356,"ë¦ĩ":144357,"ìķ¤":144358,"ìį¼":144359,"ãĥµ":144360,"Ñ£":144361,"ìľĹ":144362,"âŃIJ":144363,"ï¾ĺ":144364,"íŬ":144365,"ê¾¼":144366,"ìķĹ":144367,"ï»Į":144368,"ê±·":144369,"ëħķ":144370,"롱":144371,"ìķĬ":144372,"ï¾Ģ":144373,"ìĩł":144374,"íĮ©":144375,"ﺪ":144376,"ë§Ļ":144377,"＿":144378,"ê¿Ķ":144379,"íİľ":144380,"룸":144381,"íĶĶ":144382,"ﻳ":144383,"ëıķ":144384,"ìĭ¼":144385,"á»İ":144386,"ë§ĺ":144387,"ì¢ĭ":144388,"íĨ¡":144389,"ï½±":144390,"íĿij":144391,"Ỹ":144392,"ì¦Į":144393,"칸":144394,"ëŃĺ":144395,"ï¾Ĺ":144396,"ï»ĭ":144397,"íĬĢ":144398,"ë¥Ļ":144399,"콩":144400,"ëģĹ":144401,"ëį´":144402,"ìħľ":144403,"¸":144404,"ë»IJ":144405,"ìĥµ":144406,"ê²IJ":144407,"ëĵ¬":144408,"룰":144409,"ãħĭ":144410,"ìĹī":144411,"á»ĸ":144412,"ëĦĮ":144413,"ｶ":144414,"ë´ĩ":144415,"ëĤ³":144416,"ãĤľ":144417,"ëĸ»":144418,"íİĢ":144419,"ëį©":144420,"íķ¸":144421,"÷":144422,"ê¼¼":144423,"ëĶľ":144424,"ë°´":144425,"ë©į":144426,"âĹ¯":144427,"ìĹij":144428,"ìĻ¼":144429,"ïºij":144430,"ë¶ķ":144431,"롬":144432,"ï½Į":144433,"íĨ¨":144434,"ﺴ":144435,"ëłĺ":144436,"ê°¤":144437,"ìĪ²":144438,"Ñĵ":144439,"ìħī":144440,"ï»ĵ":144441,"ëĪĶ":144442,"ëį§":144443,"âĢ¼":144444,"ﻲ":144445,"ê°±":144446,"ê¿Ģ":144447,"ëĭ·":144448,"Ẹ":144449,"Ẫ":144450,"ÆĴ":144451,"ëį¤":144452,"ìĪŃ":144453,"ï½Ĥ":144454,"ï½Ī":144455,"Åł":144456,"룬":144457,"ѵ":144458,"ëĸ¡":144459,"ëĥĦ":144460,"ìĦ°":144461,"ëĵĪ":144462,"ï¾ĥ":144463,"ëĩ¨":144464,"ï½IJ":144465,"êµ½":144466,"ìĹ½":144467,"ëĤĢ":144468,"묶":144469,"ï½·":144470,"ìıŁ":144471,"íĺĶ":144472,"ê¼Ī":144473,"ëģĪ":144474,"ì¥IJ":144475,"ïºĹ":144476,"ÄĮ":144477,"ëĪł":144478,"ëĸ¼":144479,"íĢ´":144480,"âī¥":144481,"ëĭŃ":144482,"ì±Ļ":144483,"ê»ı":144484,"멤":144485,"ìĥĺ":144486,"ëį®":144487,"룡":144488,"ìĤ½":144489,"ãĪľ":144490,"Ĩ":144491,"âĢ§":144492,"ｺ":144493,"Ä£":144494,"ì¦ī":144495,"ï¼¼":144496,"Û©":144497,"âĪĻ":144498,"ë°ı":144499,"ë¹ħ":144500,"ðŁĺĽ":144501,"íĪ´":144502,"ðŁĴķ":144503,"ãĢĴ":144504,"ìŀĺ":144505,"ﺤ":144506,"ï½ĸ":144507,"ë©ľ":144508,"ë²¼":144509,"ëĿĦ":144510,"ëļľ":144511,"ï»ĺ":144512,"ìĥĮ":144513,"ï½Ħ":144514,"ì©Ķ":144515,"ï½Ļ":144516,"ﺩ":144517,"Ûŀ":144518,"âĺİ":144519,"ìł¤":144520,"ëIJ©":144521,"ÅĿ":144522,"âŀ¡":144523,"ﻧ":144524,"Ðı":144525,"ì«ĵ":144526,"ê³½":144527,"Éij":144528,"ãĥ²":144529,"ëĤ«":144530,"ë¦ī":144531,"ì¢ģ":144532,"ë°Ń":144533,"ðŁĺģ":144534,"ë¹µ":144535,"첩":144536,"컵":144537,"ðŁĺĺ":144538,"ë±ħ":144539,"âīĪ":144540,"ë¹ļ":144541,"ï»ľ":144542,"ðŁĻı":144543,"íģ°":144544,"ìĦŀ":144545,"ï¾ļ":144546,"ìĺ¹":144547,"ë¼Ī":144548,"ëĤ¯":144549,"ëŀ©":144550,"íļ¡":144551,"ï½ķ":144552,"íĥĵ":144553,"ëĿł":144554,"ê³ģ":144555,"ëĵĢ":144556,"ìĹł":144557,"Ｚ":144558,"ë§ij":144559,"ëĭ¿":144560,"쿨":144561,"ãİ¡":144562,"ÐĬ":144563,"íĦ±":144564,"Ũ":144565,"ﺳ":144566,"ï¾ı":144567,"âĭħ":144568,"ê¼´":144569,"âī¤":144570,"íĮģ":144571,"Ω":144572,"궤":144573,"ìĪį":144574,"âľ¿":144575,"콤":144576,"ëĪħ":144577,"íĨ±":144578,"ãħľ":144579,"áIJħ":144580,"ÅĴ":144581,"ðŁijī":144582,"ﻦ":144583,"Ъ":144584,"ë¥ľ":144585,"íķ«":144586,"ï¾ĭ":144587,"âĻ«":144588,"ê¹ľ":144589,"ë°¸":144590,"ëĶĺ":144591,"íĿī":144592,"ï¾ģ":144593,"ï¾Ľ":144594,"볼":144595,"ê²¹":144596,"쿼":144597,"ﻬ":144598,"âŀ¤":144599,"ðŁĻģ":144600,"ïºł":144601,"ëĨ¨":144602,"믹":144603,"ê¸ĭ":144604,"ë»Ķ":144605,"ê¹ĥ":144606,"ëijij":144607,"íĭ¸":144608,"íİĻ":144609,"âŀĸ":144610,"ãĥ½":144611,"ì§ļ":144612,"ｬ":144613,"ﻥ":144614,"íĮ½":144615,"âĢĴ":144616,"ìĮĢ":144617,"ìŃī":144618,"ëļ±":144619,"ãĤŀ":144620,"íĭĪ":144621,"ãĤIJ":144622,"ëīĺ":144623,"Σ":144624,"ê³°":144625,"ë¹Ĺ":144626,"ï¾İ":144627,"ðŁĺŃ":144628,"íĿł":144629,"ìĹ¿":144630,"ê°ļ":144631,"ì¤Į":144632,"맵":144633,"ï½³":144634,"ãģ¢":144635,"ï»Ĺ":144636,"âī¦":144637,"Ú¤":144638,"ëłģ":144639,"ê¼½":144640,"ﻫ":144641,"âī§":144642,"ì´Ľ":144643,"ìłĿ":144644,"Ằ":144645,"âĻ£":144646,"ìºĺ":144647,"âĪĩ":144648,"ê²ī":144649,"ë°Ł":144650,"ï»Ķ":144651,"íĸĩ":144652,"âĸĴ":144653,"ðŁijı":144654,"Ãŀ":144655,"ðŁĺĨ":144656,"ﺼ":144657,"âĿĹ":144658,"ìºĶ":144659,"칩":144660,"ëĸ¤":144661,"ëĥħ":144662,"âĶľ":144663,"ï½»":144664,"ÎĶ":144665,"áĥ¦":144666,"ìŀİ":144667,"âĺĢ":144668,"âĪ¼":144669,"ðŁĶ¥":144670,"ë°Į":144671,"ìłĸ":144672,"íĹĽ":144673,"Îķ":144674,"ïºĥ":144675,"ë¶ī":144676,"âĪŀ":144677,"íĥŃ":144678,"Ãĭ":144679,"âģĦ":144680,"ãħĩ":144681,"ëĦ¥":144682,"ëĭ®":144683,"ëł·":144684,"íĮĿ":144685,"캡":144686,"ë·Ķ":144687,"ì©į":144688,"íĤ´":144689,"ëļ«":144690,"âĵĴ":144691,"íķį":144692,"âĻĤ":144693,"ï¾Ĩ":144694,"âĨ©":144695,"ìį©":144696,"ïºķ":144697,"íĿĻ":144698,"Ñľ":144699,"íĤ·":144700,"íĿ°":144701,"íĥ±":144702,"ëķIJ":144703,"ï¾Ĵ":144704,"×ĥ":144705,"ëĮĦ":144706,"ìĺ´":144707,"ìķµ":144708,"ê¹¥":144709,"ëŀŃ":144710,"쪼":144711,"ãİĿ":144712,"ðŁĺħ":144713,"ëıĭ":144714,"몫":144715,"ﺸ":144716,"뮬":144717,"ë²ħ":144718,"ëijł":144719,"ìħ°":144720,"ì»·":144721,"ëĶª":144722,"ëħĶ":144723,"ãħ¡":144724,"ìĶ»":144725,"íķı":144726,"ëį±":144727,"ﺨ":144728,"ï¾į":144729,"ï½µ":144730,"ì¢Ģ":144731,"íİĮ":144732,"ï»°":144733,"ﺣ":144734,"Æ£":144735,"ðŁ¤£":144736,"ï·º":144737,"ëĤļ":144738,"âĭĨ":144739,"ë³į":144740,"ðŁĺĦ":144741,"ìĸĢ":144742,"ìĻł":144743,"ëĨĶ":144744,"íŨ":144745,"ï»Ľ":144746,"ï»Ŀ":144747,"Ỷ":144748,"ìĸĺ":144749,"ìİĦ":144750,"ÚĨ":144751,"ï»ŀ":144752,"ëĢIJ":144753,"ê²Ķ":144754,"ﻵ":144755,"âŦ":144756,"íļŁ":144757,"ê¹ģ":144758,"ê°ĵ":144759,"ëĶ´":144760,"ìıĺ":144761,"ëļĿ":144762,"ỳ":144763,"ëŀ´":144764,"ëĦī":144765,"âĺŀ":144766,"ï½ĺ":144767,"Ž":144768,"ë¦İ":144769,"âĸ¬":144770,"ëŃī":144771,"âĩĽ":144772,"ìį¬":144773,"ïºŁ":144774,"Ëľ":144775,"ë¶ĵ":144776,"ìĽ°":144777,"Åľ":144778,"ëŃĩ":144779,"Ỳ":144780,"Ëļ":144781,"ëķĢ":144782,"âĺij":144783,"ðŁı¼":144784,"ìĸ½":144785,"âĮĴ":144786,"Ðİ":144787,"ɾ":144788,"íĮ¡":144789,"ï¾ħ":144790,"ìŀŃ":144791,"ｨ":144792,"칫":144793,"ìľĮ":144794,"ÒĽ":144795,"굿":144796,"ëĭ¦":144797,"âĶĶ":144798,"ï¾ij":144799,"ì§ĸ":144800,"ìºĦ":144801,"ãĢĥ":144802,"ʼ":144803,"ê²Ł":144804,"ｧ":144805,"Ä¢":144806,"íİł":144807,"맷":144808,"ê°ĩ":144809,"ìĭ¹":144810,"ðŁĴ¦":144811,"ï¾ľ":144812,"ëĬĻ":144813,"벡":144814,"Å¿":144815,"ðŁĺĭ":144816,"ðŁĴª":144817,"ì¿Ħ":144818,"ë©ķ":144819,"ìѤ":144820,"ëĬĦ":144821,"ðŁĮ¸":144822,"ãĤĿ":144823,"Çİ":144824,"ï½ļ":144825,"ÄĹ":144826,"ëģĵ":144827,"ê¶IJ":144828,"áµī":144829,"ãĥĤ":144830,"ê»į":144831,"ðŁĺ¦":144832,"ãĢĿ":144833,"ðŁ¤Ĺ":144834,"ÑŁ":144835,"ìĹİ":144836,"âľĮ":144837,"ìīIJ":144838,"ÃĨ":144839,"íĹIJ":144840,"ðŁİī":144841,"Îij":144842,"ï½Ń":144843,"ðŁĴĻ":144844,"ìĽ¬":144845,"íĢĺ":144846,"ﻢ":144847,"ðŁĺİ":144848,"íij¼":144849,"íĿ©":144850,"ï»Ħ":144851,"íħĢ":144852,"ëłIJ":144853,"쥬":144854,"Ðĭ":144855,"ìĥ·":144856,"뾬":144857,"ðŁĺĥ":144858,"ëĦ¬":144859,"륨":144860,"ìĽį":144861,"ï½Ĩ":144862,"ï½´":144863,"ãĥħ":144864,"Ãı":144865,"ﻪ":144866,"âĻł":144867,"ëĬ¬":144868,"ë±Ģ":144869,"ë°ĭ":144870,"ìĥĢ":144871,"ï½¾":144872,"ëĤ±":144873,"컸":144874,"ðŁĴĸ":144875,"ðŁijĮ":144876,"Ñŀ":144877,"짱":144878,"ËĨ":144879,"ðŁĵļ":144880,"âŃķ":144881,"ï¬Ĥ":144882,"ﻡ":144883,"ëij¬":144884,"íĪ¼":144885,"âĸ¸":144886,"ê°¯":144887,"ê¹ħ":144888,"ï½®":144889,"ëĺ¥":144890,"Ä¡":144891,"íĮŁ":144892,"ÐĮ":144893,"ìĨŁ":144894,"ïºĵ":144895,"ﻼ":144896,"ÃĽ":144897,"ãĥ¾":144898,"ëĮĵ":144899,"íĴĭ":144900,"ìķĵ":144901,"ï½¹":144902,"ëĤ¡":144903,"ðŁijĩ":144904,"Ẽ":144905,"ãĢŁ":144906,"ðŁĮŁ":144907,"íĥł":144908,"ãĢĨ":144909,"âĢŁ":144910,"ë¸IJ":144911,"ðŁĮ¹":144912,"ìł¼":144913,"ðŁĵĮ":144914,"ìĶ¬":144915,"âĹĢ":144916,"ðŁĴĵ":144917,"ê¹İ":144918,"ìĤIJ":144919,"ìĶĮ":144920,"ÑĽ":144921,"âĶĪ":144922,"ë²³":144923,"ãİŀ":144924,"Õ¡":144925,"íĤµ":144926,"ðŁ¤Ķ":144927,"ëĢĶ":144928,"ìĬIJ":144929,"íĻī":144930,"⾦":144931,"ëľ¯":144932,"ìł¯":144933,"ëĶ§":144934,"Φ":144935,"ËĪ":144936,"ìī¼":144937,"âĹĬ":144938,"ëľ©":144939,"ëľ°":144940,"ï¾IJ":144941,"ë¿Ķ":144942,"ìĹ®":144943,"ì·Į":144944,"ﺧ":144945,"ÎĴ":144946,"ëµĻ":144947,"ï»Ĭ":144948,"ì°Ķ":144949,"íİĦ":144950,"ðŁĴĹ":144951,"Ẵ":144952,"ì°¢":144953,"íľ¼":144954,"ê½Ĥ":144955,"ì±Ķ":144956,"ìī´":144957,"âĸ¾":144958,"íĪ°":144959,"ëĭĽ":144960,"âĿ£":144961,"ｪ":144962,"ðŁĴľ":144963,"Ëĺ":144964,"ãħ¤":144965,"âĨĹ":144966,"íĸĦ":144967,"âĻ¬":144968,"ìķ°":144969,"ïºľ":144970,"âī¡":144971,"ãĢĵ":144972,"ìij¥":144973,"íĮį":144974,"íīģ":144975,"ë»Ĺ":144976,"íľł":144977,"íľ©":144978,"âľĪ":144979,"íĢĦ":144980,"ìĸĩ":144981,"ì¢ĩ":144982,"íŀĻ":144983,"몹":144984,"ãĤĽ":144985,"ðŁĺ±":144986,"ëįŁ":144987,"à¹ħ":144988,"굶":144989,"Ù«":144990,"ìĶģ":144991,"âľª":144992,"ï¾Ī":144993,"ðŁĻĮ":144994,"âļ¡":144995,"Îļ":144996,"ì¼Ī":144997,"ï¾Ķ":144998,"ï¾Ĥ":144999,"êµī":145000,"ﺻ":145001,"ðŁĴĭ":145002,"á¹£":145003,"ÓĻ":145004,"ìĨľ":145005,"ìĹ£":145006,"âľ©":145007,"ìľĻ":145008,"ﺰ":145009,"Ẳ":145010,"ìŀ£":145011,"âĿĮ":145012,"âĺģ":145013,"ìķİ":145014,"Ľ":145015,"Ûģ":145016,"ãĦ±":145017,"ëŁ¿":145018,"íĮ¸":145019,"ê½ī":145020,"ìıł":145021,"ðŁįĢ":145022,"âĨĶ":145023,"ëŃ¡":145024,"ï»ģ":145025,"ï¼Ħ":145026,"ðŁĴ¥":145027,"âĺĽ":145028,"íĹ·":145029,"ëij¡":145030,"Îł":145031,"Τ":145032,"âĦĵ":145033,"ﺷ":145034,"ÎĻ":145035,"ëıĶ":145036,"짤":145037,"âĶĥ":145038,"ãĦ·":145039,"ÇĴ":145040,"ðŁ¥°":145041,"ëĶķ":145042,"ìļ¥":145043,"ì¸Ħ":145044,"íĽĶ":145045,"ïºĩ":145046,"ﺬ":145047,"ðŁĺ¢":145048,"빡":145049,"ìĶ¹":145050,"ų":145051,"ËĿ":145052,"íİij":145053,"ï¾ĵ":145054,"ðŁĴļ":145055,"ëĬij":145056,"꺾":145057,"íĨ°":145058,"ÿ":145059,"ÐĦ":145060,"ëĮIJ":145061,"ë½Ģ":145062,"ì·Ħ":145063,"ðŁĵį":145064,"ðŁĻĪ":145065,"âĹĪ":145066,"ê¿ĩ":145067,"ì¼Ħ":145068,"íİ«":145069,"ðŁĩ·":145070,"âĶĭ":145071,"âļł":145072,"ë±ī":145073,"ìį°":145074,"ìĻĪ":145075,"ɪ":145076,"ïºĭ":145077,"ðŁĺľ":145078,"ÎŁ":145079,"ðŁĻĤ":145080,"âļ½":145081,"ÅĪ":145082,"ë¹Ķ":145083,"íĮľ":145084,"à¹ı":145085,"ìĸ¹":145086,"íĪŃ":145087,"ðŁ¥ĩ":145088,"ãĦ´":145089,"ëĶ¥":145090,"ìŃĪ":145091,"âĪĨ":145092,"ëĸ³":145093,"ë±ĥ":145094,"ìŀ¦":145095,"ï»IJ":145096,"Îľ":145097,"⾧":145098,"Ïį":145099,"ìłĵ":145100,"âĹķ":145101,"ëĴĢ":145102,"ï»Ģ":145103,"ðŁĶ´":145104,"ê½ģ":145105,"ëĮĪ":145106,"ëİĮ":145107,"ãĤİ":145108,"â¦ģ":145109,"콧":145110,"ﯾ":145111,"âĿ¯":145112,"à¸ħ":145113,"ðŁĻĦ":145114,"âĿĢ":145115,"ðŁĶ¹":145116,"âĩIJ":145117,"êµµ":145118,"âĩĶ":145119,"ë¶IJ":145120,"ðŁĴĽ":145121,"ξ":145122,"íĥ¬":145123,"âĿĦ":145124,"Ò£":145125,"ãĢ°":145126,"âĪij":145127,"âĺ¼":145128,"âīł":145129,"Ò¯":145130,"ﺯ":145131,"꿨":145132,"âľĸ":145133,"Êĸ":145134,"íĢĢ":145135,"ê¾Ģ":145136,"íĹĿ":145137,"âĶ£":145138,"ãİľ":145139,"ëĶĽ":145140,"뾸":145141,"ﺫ":145142,"ê¿°":145143,"ðŁĩ¹":145144,"ÇIJ":145145,"ÛĴ":145146,"룻":145147,"ïºĸ":145148,"Ñļ":145149,"ëĬł":145150,"Ûķ":145151,"깡":145152,"ë¿ľ":145153,"ì²¼":145154,"ï¨ij":145155,"륵":145156,"ìį¸":145157,"íħħ":145158,"íij¹":145159,"ÖĢ":145160,"ï³Į":145161,"ãħ£":145162,"ìij¤":145163,"ì½ķ":145164,"ëķł":145165,"ðŁĮ¿":145166,"íĥĶ":145167,"ìĽģ":145168,"ζ":145169,"âŀľ":145170,"ìĬĺ":145171,"íĽĹ":145172,"멧":145173,"ìīĺ":145174,"Õ¶":145175,"á¹ĩ":145176,"ðŁİģ":145177,"ｿ":145178,"ï¼Ĥ":145179,"á¼IJ":145180,"âľķ":145181,"âŀ¢":145182,"ëĦ¨":145183,"컫":145184,"ì¯Ķ":145185,"ì°ľ":145186,"ðŁĴ°":145187,"íħĿ":145188,"ãİı":145189,"볶":145190,"Òĵ":145191,"âĨ³":145192,"ìĥ´":145193,"íģĺ":145194,"âĸĢ":145195,"ë²Ļ":145196,"à¸ĥ":145197,"ὶ":145198,"Äķ":145199,"â¬ĩ":145200,"ë¤ĺ":145201,"ðŁİµ":145202,"âľļ":145203,"ïºı":145204,"Ρ":145205,"âĹī":145206,"ðŁĴ«":145207,"ÐĪ":145208,"ìĸĦ":145209,"ì§Ļ":145210,"ï»ĥ":145211,"ðĿijĴ":145212,"ëŃĦ":145213,"âĿ¥":145214,"âĿĸ":145215,"âĺĿ":145216,"ʹ":145217,"ḥ":145218,"âĢ¿":145219,"ãħħ":145220,"ê¸ģ":145221,"ëķ¡":145222,"ëį¥":145223,"âĪ©":145224,"ê»Ħ":145225,"ë®Į":145226,"Ò±":145227,"âĪĹ":145228,"ëłĻ":145229,"ïºĮ":145230,"ËIJ":145231,"ðŁĺ³":145232,"ðŁij©":145233,"ðŁİ¶":145234,"쿵":145235,"ðŁ¤©":145236,"ê·¤":145237,"ëĮĶ":145238,"ïºIJ":145239,"Ïİ":145240,"춥":145241,"ï½Ĭ":145242,"á¹Ń":145243,"뤼":145244,"âĸ«":145245,"ì§ł":145246,"á¼Ģ":145247,"ê»ij":145248,"ëĮģ":145249,"íĢ¸":145250,"âĻĽ":145251,"ðŁĴŀ":145252,"âĸ°":145253,"ðĿijĸ":145254,"ëĿ¤":145255,"द":145256,"ì´ĺ":145257,"ðŁĺĩ":145258,"ëĶ¤":145259,"ÎĹ":145260,"ðŁĻĩ":145261,"ËĽ":145262,"ì©¡":145263,"âĪ§":145264,"Õ¥":145265,"ÑĻ":145266,"ëIJ¬":145267,"ëĸĦ":145268,"ðŁĮ·":145269,"ìĹĮ":145270,"ðŁĺ¥":145271,"ëĪ´":145272,"ï»ļ":145273,"ÉĽ":145274,"ïºĦ":145275,"ï»ı":145276,"ÅĮ":145277,"ë²ļ":145278,"ìĭ£":145279,"ïºĢ":145280,"Îĵ":145281,"ðŁĺĮ":145282,"ËĻ":145283,"ëŀı":145284,"ðŁĶ¸":145285,"ðŁĵ·":145286,"ëģ½":145287,"íģ½":145288,"ðŁĴ¡":145289,"ðŁĮ±":145290,"ëºı":145291,"ìģł":145292,"ìĥIJ":145293,"ëıĹ":145294,"츰":145295,"ëĪķ":145296,"ÎĿ":145297,"âģī":145298,"ðŁĮ¼":145299,"íĮł":145300,"âĭ¯":145301,"áĥĺ":145302,"⾤":145303,"ê±Ķ":145304,"íĮİ":145305,"ðŁĴ¯":145306,"ìıĻ":145307,"íĹī":145308,"ÙŃ":145309,"ì½°":145310,"ﺿ":145311,"ï»±":145312,"ì±Į":145313,"âĺķ":145314,"ðŁİĢ":145315,"ÄĿ":145316,"ë°§":145317,"ìĤ¿":145318,"áijķ":145319,"ðŁįĥ":145320,"âĩ¨":145321,"ÎĽ":145322,"맴":145323,"ë³ķ":145324,"áijIJ":145325,"âĸĵ":145326,"ðĿijľ":145327,"âĻ»":145328,"íĤ¥":145329,"Õ¸":145330,"ãĪ±":145331,"ëºĢ":145332,"첸":145333,"ïºĽ":145334,"ðŁıĨ":145335,"ðŁĩª":145336,"âĿĵ":145337,"ÄĢ":145338,"ì½¥":145339,"ðŁĩ§":145340,"á½·":145341,"âľĤ":145342,"ìŀ¼":145343,"李":145344,"ðŁĵ¸":145345,"âĻ¯":145346,"ÉĶ":145347,"ὸ":145348,"âĮª":145349,"ï»ĸ":145350,"不":145351,"âļ«":145352,"âĶĹ":145353,"ðŁĮĪ":145354,"ﻩ":145355,"ðŁĵ²":145356,"ÏĪ":145357,"ðŁĺ¡":145358,"ðĿijİ":145359,"ìľ½":145360,"짬":145361,"ì§Ĭ":145362,"á½³":145363,"ìĮ¤":145364,"ëĤį":145365,"âīĴ":145366,"ðŁij¨":145367,"âĺĺ":145368,"Ó©":145369,"âĤĵ":145370,"âĪĤ":145371,"ï¹ģ":145372,"ðŁĴIJ":145373,"íħĥ":145374,"ðŁı½":145375,"ê·Ħ":145376,"ðŁĺı":145377,"ðŁĮº":145378,"ðŁĺĶ":145379,"ｫ":145380,"âľİ":145381,"ëµĪ":145382,"ðŁĩ¸":145383,"âĢ£":145384,"âŀĶ":145385,"ëĺĺ":145386,"ìĥ¬":145387,"Êĥ":145388,"â¬ħ":145389,"ì©IJ":145390,"ðŁĻĨ":145391,"ðŁİĦ":145392,"ľ":145393,"⣶":145394,"áĥIJ":145395,"âĺ»":145396,"ì±ķ":145397,"ìģ©":145398,"ë½ķ":145399,"캣":145400,"ðŁijĪ":145401,"ðŁĻĭ":145402,"ï¾ĸ":145403,"Òļ":145404,"Õ«":145405,"ìĮĪ":145406,"벧":145407,"ðŁĩ®":145408,"ï½Ŀ":145409,"ðŁįģ":145410,"ìĹ¥":145411,"ij":145412,"ë½IJ":145413,"íį½":145414,"íĽij":145415,"âĤ¹":145416,"ãħģ":145417,"ìĶ½":145418,"ðŁĶģ":145419,"य":145420,"ê¾¹":145421,"ëīľ":145422,"âĹ¡":145423,"íķĮ":145424,"Îĺ":145425,"룹":145426,"ìĻĵ":145427,"ðŁĩ¦":145428,"ðŁijĢ":145429,"âĶĮ":145430,"ῦ":145431,"ëĦĽ":145432,"ìĦ£":145433,"ìŃĻ":145434,"ï±ł":145435,"Îŀ":145436,"Ê»":145437,"ῶ":145438,"âĿĿ":145439,"ê±Ģ":145440,"ëĸ´":145441,"ãĦ¹":145442,"ðŁĴİ":145443,"Ϲ":145444,"âĽħ":145445,"ï»ķ":145446,"ãĥ±":145447,"ï½Ľ":145448,"ëĮķ":145449,"ë¹½":145450,"ì¥Ķ":145451,"쿤":145452,"ðŁĸ¤":145453,"ÑĴ":145454,"ê¹į":145455,"ëİĢ":145456,"ìĭ¯":145457,"뻤":145458,"ðŁĵŀ":145459,"ðŁĵ£":145460,"ðŁĺĿ":145461,"ìį¹":145462,"ìĹ¡":145463,"ì°IJ":145464,"á½IJ":145465,"ï»Ī":145466,"âľį":145467,"Äı":145468,"ðŁĮŀ":145469,"âĦ¦":145470,"ê½Ŀ":145471,"ë»ĺ":145472,"ìĪ±":145473,"âĶĺ":145474,"ðŁĮ»":145475,"âĤ´":145476,"âŀ¨":145477,"íIJģ":145478,"ê¶Ī":145479,"âĺ¢":145480,"ðŁĺĪ":145481,"ｩ":145482,"âĦĹ":145483,"ê°Ń":145484,"ê°¸":145485,"ë»ij":145486,"쥴":145487,"컥":145488,"ï¤Ĭ":145489,"ï»Ĵ":145490,"ðŁĺķ":145491,"âĺĶ":145492,"ìĺIJ":145493,"ðŁļĹ":145494,"ëĹĦ":145495,"ë§ı":145496,"Õ½":145497,"âĸ»":145498,"⣵":145499,"ìī°":145500,"ï»ij":145501,"âĻ©":145502,"Î¥":145503,"ðŁĺ£":145504,"âĬĤ":145505,"ãħĤ":145506,"ìħ¸":145507,"íıĦ":145508,"âľ½":145509,"ì¦Ļ":145510,"âĸ£":145511,"ê±į":145512,"ê¿ĭ":145513,"ì«Ħ":145514,"ìºĩ":145515,"ðŁĩµ":145516,"ðŁijij":145517,"âľĺ":145518,"ðĿijĽ":145519,"ìį½":145520,"ìºī":145521,"וּ":145522,"ðŁĶº":145523,"âĦ®":145524,"íĥ¤":145525,"ðŁĩº":145526,"ðŁĴµ":145527,"íħ¨":145528,"ï½ij":145529,"Ψ":145530,"ìĥ¹":145531,"ìĸķ":145532,"ì¹µ":145533,"ðŁĵ±":145534,"व":145535,"ðŁijĬ":145536,"ðŁĴĦ":145537,"ðŁĴĿ":145538,"ãĮĶ":145539,"ìĻģ":145540,"Ðĩ":145541,"à®IJ":145542,"âĸ¹":145543,"á´Ľ":145544,"âĹĺ":145545,"뺨":145546,"íĥī":145547,"ìĸĮ":145548,"ðŁIJ¶":145549,"ãĤij":145550,"Ëĩ":145551,"Åı":145552,"á½¹":145553,"ìħ§":145554,"ï¹°":145555,"ðĿij¡":145556,"ðŁĶĿ":145557,"ðŁĺ»":145558,"ðŁĴĥ":145559,"ðŁ¤¦":145560,"ðŁįĴ":145561,"íĢµ":145562,"âľĨ":145563,"ë¹´":145564,"理":145565,"ï»Ļ":145566,"á´Ĺ":145567,"ðŁĮ´":145568,";":145569,"ëĮij":145570,"ì¨ĭ":145571,"쵸":145572,"ðŁİĪ":145573,"ðŁıł":145574,"á½±":145575,"ÛĨ":145576,"á¿ĸ":145577,"âĢĽ":145578,"ì°¼":145579,"íķ¥":145580,"íĹ´":145581,"ðŁĩ¬":145582,"ì°Ŀ":145583,"âĪł":145584,"ï¼ĩ":145585,"âĬĻ":145586,"âĿij":145587,"ëĦĭ":145588,"ëŀĹ":145589,"ë°ī":145590,"ìĹĬ":145591,"ì¢Ĩ":145592,"íĮ¥":145593,"ï°²":145594,"ðŁĵĸ":145595,"ðŁĺ®":145596,"âļª":145597,"ðŁĺļ":145598,"âĿŀ":145599,"ðĿijŁ":145600,"ðŁİĤ":145601,"Åķ":145602,"áIJĪ":145603,"꺽":145604,"ì±ł":145605,"ïºĿ":145606,"ê¿ī":145607,"áĥł":145608,"ðŁıĥ":145609,"ðŁĴ¸":145610,"âĿģ":145611,"âĹ¾":145612,"Úª":145613,"á¹ĥ":145614,"íĬ¬":145615,"ðŁĩ±":145616,"íİŃ":145617,"ðŁĺŀ":145618,"ë¾°":145619,"á¹Ľ":145620,"뼸":145621,"âĿĤ":145622,"êĴ³":145623,"âĶIJ":145624,"íĵ°":145625,"âŀł":145626,"ê´ĺ":145627,"ëħĺ":145628,"뻥":145629,"ì¾ħ":145630,"ðŁĺIJ":145631,"âĪª":145632,"ðŁijģ":145633,"âĪ´":145634,"âĹģ":145635,"ëºIJ":145636,"ìŀ¤":145637,"ì±Ĺ":145638,"ðŁı¾":145639,"Χ":145640,"á½»":145641,"âŀ¥":145642,"ìŁĪ":145643,"ï»ī":145644,"âĸĮ":145645,"ãĥ®":145646,"ðŁ¤¤":145647,"âĩĵ":145648,"ì¼ł":145649,"á´ı":145650,"맬":145651,"뻣":145652,"ðŁĴ¬":145653,"ðŁįĵ":145654,"ĸ":145655,"Ù¹":145656,"Ê¿":145657,"á½°":145658,"ëķľ":145659,"ì°¡":145660,"ì°»":145661,"íİį":145662,"ðŁİ¯":145663,"ðŁįĤ":145664,"ðŁij§":145665,"âĻ¢":145666,"áĨŀ":145667,"âĻ§":145668,"âļľ":145669,"âľī":145670,"ëĵ¦":145671,"ëŃ£":145672,"ìĪı":145673,"ìĵ±":145674,"ÅŃ":145675,"ÊĬ":145676,"âĴ¸":145677,"âĩ©":145678,"ðŁĴĶ":145679,"Õµ":145680,"Ðī":145681,"Ò»":145682,"맣":145683,"ìĽľ":145684,"ì¿¡":145685,"íĽħ":145686,"íĽ¤":145687,"ﺢ":145688,"âľĭ":145689,"âĪĪ":145690,"ðŁĮį":145691,"Êľ":145692,"ëĬª":145693,"ëĴ¹":145694,"ﺲ":145695,"âĸĦ":145696,"ãħĪ":145697,"ëļ¤":145698,"íİ©":145699,"âĪ¨":145700,"ðŁ¤ª":145701,"áĥļ":145702,"곶":145703,"íĬķ":145704,"ðŁĺ¬":145705,"âĪ«":145706,"ðŁijĭ":145707,"ÒIJ":145708,"íĬ¿":145709,"ðŁĶµ":145710,"ðŁĴ¨":145711,"ðŁĮĻ":145712,"ëĩ©":145713,"âľ³":145714,"ë¨ģ":145715,"ëºĦ":145716,"ìĻij":145717,"ìºħ":145718,"íıĪ":145719,"ðĿijĻ":145720,"ðŁĴĺ":145721,"ãİ¥":145722,"âĿı":145723,"âľ°":145724,"ﯿ":145725,"ëµIJ":145726,"ì¼IJ":145727,"ﺱ":145728,"Õ´":145729,"ï¬Ģ":145730,"âľ´":145731,"ðŁ¤Ń":145732,"ðŁijĨ":145733,"âĽĶ":145734,"ê·ĵ":145735,"ìĮĮ":145736,"ðŁ¤·":145737,"ÛĶ":145738,"ðŁ§¡":145739,"ðŁĺĵ":145740,"Îĸ":145741,"âı°":145742,"ê²ľ":145743,"ëĭ³":145744,"ëİħ":145745,"ë°Ī":145746,"ï®IJ":145747,"ðŁı¡":145748,"âĨª":145749,"âĵĶ":145750,"âľĬ":145751,"ϲ":145752,"ÜIJ":145753,"ðŁĩ³":145754,"ÖĤ":145755,"âľı":145756,"ìĸĹ":145757,"ì«Ļ":145758,"ðŁĺ²":145759,"ÄŃ":145760,"âĻŃ":145761,"âĶı":145762,"âĹĮ":145763,"ðŁĺ¯":145764,"áµĴ":145765,"íĬł":145766,"Ä·":145767,"Êģ":145768,"à¤Ł":145769,"á¹ģ":145770,"á¼°":145771,"á¿Ĩ":145772,"â«":145773,"⫸":145774,"ëį«":145775,"ì³ĩ":145776,"켤":145777,"íĽ¨":145778,"ðŁĴŁ":145779,"ÊĢ":145780,"ʳ":145781,"ëĵIJ":145782,"âķ°":145783,"âĿĩ":145784,"ÇĢ":145785,"ÇĶ":145786,"É´":145787,"âĺļ":145788,"âĺľ":145789,"ê¶Ĥ":145790,"ì«Ĵ":145791,"ì±Ī":145792,"ðŁĩ¨":145793,"ðŁİ¥":145794,"ðŁĵĿ":145795,"ħ":145796,"ðĿijIJ":145797,"ÛĪ":145798,"ब":145799,"ì¬IJ":145800,"íĹ¥":145801,"âĻ¨":145802,"ðŁį´":145803,"ï¹ı":145804,"Ëĭ":145805,"ðŁ¥º":145806,"âĸ¨":145807,"íĻĭ":145808,"âĪħ":145809,"ëģĻ":145810,"ëŀł":145811,"ìĨ¥":145812,"âĢĸ":145813,"ðŁ¤ĺ":145814,"ðŁIJ»":145815,"áµķ":145816,"ÇĿ":145817,"âĺı":145818,"ïºļ":145819,"ï»Ĥ":145820,"ðŁļ©":145821,"ìĪŁ":145822,"ËĬ":145823,"⤵":145824,"ðŁĴ§":145825,"ãħį":145826,"ë©©":145827,"Ƭ":145828,"Îĩ":145829,"âĩ§":145830,"âĵļ":145831,"ìĤ¯":145832,"ìĪ¯":145833,"ëĨĭ":145834,"âľ¯":145835,"ðŁļĢ":145836,"Úĺ":145837,"Ú¨":145838,"âľŃ":145839,"ê²ħ":145840,"íĮ°":145841,"íľĻ":145842,"ðŁĮĬ":145843,"ðŁİĵ":145844,"ðŁĺĻ":145845,"Ëĥ":145846,"ðŁĴģ":145847,"ðŁijİ":145848,"âĺ¹":145849,"ðŁĺ«":145850,"ðŁĴ»":145851,"ëĤµ":145852,"ìĿĬ":145853,"íĮ»":145854,"Ò³":145855,"á½²":145856,"âŀŀ":145857,"ëĤij":145858,"ëĿĪ":145859,"죤":145860,"ﻯ":145861,"ðŁĩ©":145862,"ðŁ¥³":145863,"âĴ¼":145864,"ðŁ¦ĭ":145865,"âĺĤ":145866,"ðŁĺ°":145867,"ðŁĻĥ":145868,"ðŁĺĴ":145869,"Ûİ":145870,"Ïķ":145871,"Ḥ":145872,"룽":145873,"ìĬ¥":145874,"ðĿijī":145875,"ÉIJ":145876,"ðŁįİ":145877,"âķ¯":145878,"âķ¹":145879,"າ":145880,"ï¾ł":145881,"ë¹ķ":145882,"ïºĨ":145883,"ʺ":145884,"Ó§":145885,"âĨł":145886,"ëĥĩ":145887,"ìİĪ":145888,"ìŁ¤":145889,"ï±¢":145890,"âķ¬":145891,"âĺł":145892,"ðŁİĬ":145893,"ãįį":145894,"ãİİ":145895,"âĺ°":145896,"âľĥ":145897,"ãħī":145898,"ë¯Ī":145899,"빤":145900,"ìıŃ":145901,"ðĿij¢":145902,"ðŁIJ¾":145903,"Åĭ":145904,"ðŁij¶":145905,"âĶĽ":145906,"ï¿¢":145907,"áĥ¡":145908,"ļ":145909,"ÅĨ":145910,"ÑIJ":145911,"ìĥĽ":145912,"ìĺĮ":145913,"챤":145914,"íħģ":145915,"íļĥ":145916,"ï³Ĭ":145917,"ðĿijĶ":145918,"ðŁĩ«":145919,"âĭ°":145920,"ðŁĺ¨":145921,"âĤ©":145922,"Õ¬":145923,"á¸į":145924,"á»´":145925,"âĨĺ":145926,"âĺ¯":145927,"ãħı":145928,"ìł¬":145929,"âĻĶ":145930,"ðŁĶĶ":145931,"ðŁĺł":145932,"ðŁĻĬ":145933,"à®ľ":145934,"á¹ħ":145935,"âĹIJ":145936,"âĿĪ":145937,"âŀ½":145938,"ìĥħ":145939,"ðĿijł":145940,"Æ¢":145941,"âĭĻ":145942,"ê°Ľ":145943,"ëĿµ":145944,"ë£Ł":145945,"ìıľ":145946,"ïºģ":145947,"ðŁĴŃ":145948,"âĬĥ":145949,"ðŁIJ°":145950,"ãħĮ":145951,"Üĵ":145952,"âŀķ":145953,"á½ģ":145954,"ìķ³":145955,"ðĿijĿ":145956,"ðŁİ¬":145957,"É¡":145958,"à¤Ĺ":145959,"áIJī":145960,"ì©ľ":145961,"춧":145962,"ï³ī":145963,"ï»ħ":145964,"ðĿIJŀ":145965,"श":145966,"ðŁĵ¢":145967,"ðŁįĭ":145968,"ðŁĴħ":145969,"ï¾ķ":145970,"â¬Ĩ":145971,"âĪµ":145972,"ðŁ¤ij":145973,"áĥ£":145974,"ÆĦ":145975,"ѹ":145976,"á¼Ķ":145977,"ê°ł":145978,"ê´Į":145979,"ê·IJ":145980,"뼴":145981,"ì±ĺ":145982,"ï®Ń":145983,"ﺹ":145984,"ﺾ":145985,"âľĹ":145986,"âĿ¦":145987,"ðŁij¦":145988,"áĥĹ":145989,"Ù²":145990,"á½´":145991,"âĪı":145992,"âľ®":145993,"ê¹°":145994,"ë²µ":145995,"ìĦĢ":145996,"ì©Ŀ":145997,"ïºŀ":145998,"ﺽ":145999,"ðŁĩŃ":146000,"ËĤ":146001,"ðŁįij":146002,"ðŁįĮ":146003,"ðŁĶ»":146004,"깬":146005,"ìĬŃ":146006,"ìľ·":146007,"ðŁĽij":146008,"ǧ":146009,"ë¼Ľ":146010,"ﺡ":146011,"ﺺ":146012,"ðĿijļ":146013,"ðŁĵ¦":146014,"ðŁĶİ":146015,"ðŁĹĵ":146016,"áĥĶ":146017,"âľĴ":146018,"âľ¡":146019,"ðŁĮµ":146020,"âĶķ":146021,"ëĢĿ":146022,"ðŁįĬ":146023,"âĺĥ":146024,"ìĺħ":146025,"ব":146026,"ðŁ¦ģ":146027,"âݯ":146028,"ðŁIJķ":146029,"Ñ¿":146030,"।":146031,"à¼ĭ":146032,"ê·Ī":146033,"ì«Į":146034,"ðŁĩ°":146035,"âĿī":146036,"ì«Ģ":146037,"íĿĦ":146038,"ðĿIJ¢":146039,"ðŁļ¨":146040,"âĻ¤":146041,"ðŁĺ©":146042,"ðŁįį":146043,"ðŁĺij":146044,"ðŁļļ":146045,"ÖĦ":146046,"ë«":146047,"뫼":146048,"à¤ı":146049,"á¿·":146050,"âĮ©":146051,"âĺIJ":146052,"âŀ£":146053,"긱":146054,"꼿":146055,"ëĦĿ":146056,"ìı´":146057,"ìļ¤":146058,"쿱":146059,"íİIJ":146060,"ðŁĴ¢":146061,"ì´IJ":146062,"âĩij":146063,"âĶĵ":146064,"âģ¾":146065,"ÜĿ":146066,"ðŁį°":146067,"â´°":146068,"Æı":146069,"ÏŁ":146070,"Úº":146071,"Ûĥ":146072,"áĦĴ":146073,"âĪŁ":146074,"âĿį":146075,"ãĦ²":146076,"ìľħ":146077,"ì¤ı":146078,"ðŁĩ²":146079,"êºĦ":146080,"ðŁİ¤":146081,"âľ£":146082,"â¸Ŀ":146083,"︵":146084,"ວ":146085,"áĢĻ":146086,"âķł":146087,"Õ¯":146088,"âı©":146089,"ðĿij£":146090,"ðŁĴ£":146091,"Åĺ":146092,"à¥IJ":146093,"âģĥ":146094,"âĮĺ":146095,"ê»Į":146096,"ìĮĶ":146097,"ðĿijĺ":146098,"ðŁ¤ĵ":146099,"Õ¿":146100,"à¤Ń":146101,"âĮļ":146102,"âľĿ":146103,"ðŁIJ¼":146104,"ËĮ":146105,"âķļ":146106,"ï¦Ĺ":146107,"âĿķ":146108,"âķ£":146109,"ðŁIJ±":146110,"த":146111,"Ѿ":146112,"à¤ļ":146113,"à¤ľ":146114,"ìĪĦ":146115,"ìļľ":146116,"ðŁİ®":146117,"ÉĴ":146118,"Ú·":146119,"àºį":146120,"âĨµ":146121,"âĪĺ":146122,"âĿĬ":146123,"ë¿į":146124,"ìIJĪ":146125,"ìļĺ":146126,"쯧":146127,"íĥ¯":146128,"ìĸı":146129,"︰":146130,"ðŁĩ¯":146131,"ðŁ§ļ":146132,"ðŁĺµ":146133,"ðŁĺ·":146134,"ðŁĮ³":146135,"ລ":146136,"Äī":146137,"Ä¥":146138,"⾶":146139,"῾":146140,"âĬ±":146141,"âĺ¾":146142,"ê°ī":146143,"ê¼°":146144,"ëºij":146145,"ðŁĶĬ":146146,"ðŁĸIJ":146147,"Ť":146148,"Ò«":146149,"à®®":146150,"âĮĪ":146151,"âĹĹ":146152,"ëĦµ":146153,"ëħľ":146154,"ëľ¹":146155,"ðĿij¥":146156,"ðŁĴ¿":146157,"ðŁĽĴ":146158,"ÊĴ":146159,"áŀĵ":146160,"ðŁIJĿ":146161,"ðŁ¦Ħ":146162,"ðŁį·":146163,"âĺŁ":146164,"︶":146165,"ðŁ¤Ł":146166,"Ô±":146167,"âĨ²":146168,"âĪİ":146169,"âľ«":146170,"ëĩ½":146171,"ëıIJ":146172,"ëķĦ":146173,"靈":146174,"ï§Ŀ":146175,"ïºĻ":146176,"ðŁij»":146177,"ðŁĵº":146178,"êµ¼":146179,"ìĮ©":146180,"ðŁĮ²":146181,"ȱ":146182,"íĶķ":146183,"ðŁĺ¤":146184,"ãĮ¢":146185,"ÊĶ":146186,"ड":146187,"á¼Ī":146188,"ëİĥ":146189,"멱":146190,"ë®Ī":146191,"ðĿIJ«":146192,"âĬķ":146193,"ëĥł":146194,"뻬":146195,"íĭĶ":146196,"Õ¤":146197,"á¼±":146198,"âľ¥":146199,"âĺĦ":146200,"âĪ¥":146201,"âļķ":146202,"ðŁijĦ":146203,"ðŁİħ":146204,"àºĻ":146205,"âĶ¬":146206,"á½µ":146207,"Õ¾":146208,"Öģ":146209,"âĹĶ":146210,"ê¿į":146211,"ëĸµ":146212,"ë©İ":146213,"ë®´":146214,"ìķ´":146215,"áĥľ":146216,"ἡ":146217,"âĶĬ":146218,"âķ®":146219,"âĹ¼":146220,"ðŁį¾":146221,"ðŁĽį":146222,"ðŁijĹ":146223,"ðŁ¤ŀ":146224,"âľĦ":146225,"ÕĢ":146226,"ল":146227,"Ëī":146228,"⣨":146229,"į":146230,"ÏĬ":146231,"á´ľ":146232,"ë¹³":146233,"ï³ĭ":146234,"ï¿ł":146235,"Ī":146236,"âĤ¸":146237,"âľ±":146238,"ê»IJ":146239,"ëĭ»":146240,"맸":146241,"ìŀ¿":146242,"쩨":146243,"ìŃIJ":146244,"ì°¿":146245,"íħŁ":146246,"ðĿIJ§":146247,"ðĿijij":146248,"ðŁĮİ":146249,"ðŁĵ®":146250,"ðŁķĶ":146251,"âĹĻ":146252,"âĹ»":146253,"âŀ§":146254,"ìŁĿ":146255,"⾬":146256,"ãĥ°":146257,"âģĪ":146258,"âĵĺ":146259,"ðŁĴĮ":146260,"ï¬ĥ":146261,"àºĶ":146262,"ìĶ°":146263,"ðŁĺª":146264,"×Ģ":146265,"ìĥ¨":146266,"ïŃĭ":146267,"ðŁįķ":146268,"ðŁĺ´":146269,"ϳ":146270,"á¼Ħ":146271,"á½ħ":146272,"âĩ¢":146273,"âķŃ":146274,"ìĺ»":146275,"íĬ¤":146276,"Üĺ":146277,"⤴":146278,"âĹį":146279,"áŀŁ":146280,"ðŁįº":146281,"áŀļ":146282,"ðŁıĬ":146283,"ðŁIJ·":146284,"ÊĮ":146285,"ὺ":146286,"âģ»":146287,"ê½Į":146288,"ëĪĹ":146289,"ëĹı":146290,"ì¿°":146291,"íĢ¼":146292,"íįħ":146293,"ï·²":146294,"ðŁĮı":146295,"ðŁį«":146296,"ðŁį³":146297,"ðŁİ°":146298,"ðŁij°":146299,"ðŁĴ²":146300,"á¥Ļ":146301,"ðŁIJŁ":146302,"ï¿¡":146303,"ðŁĹ£":146304,"ðŁįľ":146305,"âľ²":146306,"ãİ¢":146307,"ðŁĶ°":146308,"Ἰ":146309,"á½ij":146310,"Äİ":146311,"áĦĢ":146312,"âĻķ":146313,"ëłĿ":146314,"ìĪ´":146315,"ïŃŃ":146316,"Óľ":146317,"ÔĢ":146318,"ëĢľ":146319,"ëĥĶ":146320,"ìĬĽ":146321,"ì«ij":146322,"캥":146323,"캬":146324,"ðĿij¦":146325,"ðŁĶ¶":146326,"쾨":146327,"ðĿIJļ":146328,"ðŁį»":146329,"ðŁĴį":146330,"ðŁ¤¡":146331,"ðŁķĬ":146332,"â½ĩ":146333,"âĵIJ":146334,"ðŁįŃ":146335,"ðŁįª":146336,"ðŁĶĨ":146337,"Ò¡":146338,"á´ĩ":146339,"ÉĹ":146340,"ÜĶ":146341,"âĦİ":146342,"âĿĥ":146343,"ëĹĢ":146344,"ï²Ķ":146345,"ïºĪ":146346,"ðĿIJ»":146347,"ðŁĴĬ":146348,"ðŁļ«":146349,"Ñ°":146350,"ѳ":146351,"ष":146352,"âĹł":146353,"ðŁij¤":146354,"ï¾ĩ":146355,"âĺĵ":146356,"ðŁįµ":146357,"ðŁ¤¨":146358,"âĸŃ":146359,"à®´":146360,"Ü¢":146361,"ܬ":146362,"à´®":146363,"ðŁķº":146364,"Ô¹":146365,"Õ£":146366,"à´¯":146367,"á´Ģ":146368,"âĮī":146369,"âľIJ":146370,"âŀ¦":146371,"ê¹½":146372,"ëĮľ":146373,"ðŁı¥":146374,"ðŁĵ©":146375,"Ò¹":146376,"Óĺ":146377,"à¤ħ":146378,"âĿ§":146379,"ÆĹ":146380,"âĹ½":146381,"ðŁij«":146382,"ðŁİ§":146383,"ðŁij£":146384,"âľ»":146385,"ðŁĻħ":146386,"ðŁĺĸ":146387,"ðŁĴ®":146388,"ະ":146389,"ðŁĶľ":146390,"ðŁįĦ":146391,"ðŁ¤Ŀ":146392,"áĥĿ":146393,"áŀĢ":146394,"âĩ¦":146395,"ʾ":146396,"Ò®":146397,"Õ¼":146398,"à¤Ĩ":146399,"âĹħ":146400,"âļĵ":146401,"âļĸ":146402,"ê¿©":146403,"ë¯Ħ":146404,"ìIJIJ":146405,"ìŀ°":146406,"ì§Ń":146407,"íĭĭ":146408,"íݨ":146409,"íĻ§":146410,"ï²ij":146411,"ðŁİĹ":146412,"Ù³":146413,"ðŁij¸":146414,"ম":146415,"ðŁijķ":146416,"Úµ":146417,"âĢ¾":146418,"âŀ°":146419,"ðŁij¯":146420,"ðŁİ¼":146421,"ðŁıģ":146422,"ĺ":146423,"Êı":146424,"Ú³":146425,"âı±":146426,"ê½Ī":146427,"ëĿĮ":146428,"ìĮī":146429,"ìĹ·":146430,"ìŀ´":146431,"íĹ¹":146432,"íľ¨":146433,"ðĿĹ²":146434,"ðŁĮIJ":146435,"ðŁİĻ":146436,"ðŁıµ":146437,"íĽĻ":146438,"ðĿijħ":146439,"ðŁĺ¶":146440,"âĵħ":146441,"âķ¥":146442,"ðŁįı":146443,"ï¦İ":146444,"Õ©":146445,"ðĿIJĦ":146446,"Ó£":146447,"Ú¿":146448,"âĻļ":146449,"ðŁĶĹ":146450,"ḫ":146451,"âĭ®":146452,"âĸ¦":146453,"âĽ½":146454,"âľµ":146455,"ãħĨ":146456,"ãħĬ":146457,"ëĦĻ":146458,"ëĿ¨":146459,"ë¥Ħ":146460,"ìĦ¦":146461,"짰":146462,"짹":146463,"íīĪ":146464,"ï§ij":146465,"ï»ĩ":146466,"ðŁĮ¾":146467,"ðŁıĸ":146468,"ðŁIJij":146469,"ðŁĴ³":146470,"ðŁĵĨ":146471,"Ûĩ":146472,"Üķ":146473,"á½½":146474,"ëĦľ":146475,"à´²":146476,"à´³":146477,"àºŃ":146478,"áĥĽ":146479,"âĿĶ":146480,"âijħ":146481,"áĥ¥":146482,"ðŁĵħ":146483,"âŀ³":146484,"á´µ":146485,"﹡":146486,"ﹶ":146487,"ÎĨ":146488,"थ":146489,"áīµ":146490,"âĿĻ":146491,"âĿ±":146492,"ëīł":146493,"ëİł":146494,"ëıĽ":146495,"ë¿ħ":146496,"ìĶ¸":146497,"íij¯":146498,"íŀī":146499,"íŀĽ":146500,"ï§Ħ":146501,"ïŃĺ":146502,"ﺦ":146503,"ﻸ":146504,"ðĿijĤ":146505,"ðĿijı":146506,"Ïij":146507,"Úł":146508,"áĢĶ":146509,"áŀĶ":146510,"á¹¢":146511,"ëĦ¸":146512,"ðĿIJ¨":146513,"ðŁĩ´":146514,"Õ°":146515,"ðŁijł":146516,"ðŁįĨ":146517,"ðŁıĢ":146518,"ðŁijIJ":146519,"ðŁįĩ":146520,"ðŁIJ£":146521,"áĪŃ":146522,"ܪ":146523,"ðŁĮĢ":146524,"áŀĺ":146525,"âĩĦ":146526,"ðĿIJĢ":146527,"ÊĻ":146528,"âĶ¼":146529,"ðŁı¿":146530,"Æ·":146531,"Èł":146532,"ѽ":146533,"âĤ¨":146534,"ê´Ń":146535,"ê¹»":146536,"ëĶ¨":146537,"ìĪĢ":146538,"ì¾°":146539,"íĨĪ":146540,"ﮧ":146541,"ﯽ":146542,"ðŁĶħ":146543,"ðŁĶ®":146544,"Å¢":146545,"Ê°":146546,"Ѹ":146547,"ण":146548,"âĬĹ":146549,"ëªĦ":146550,"ï¹·":146551,"ïºħ":146552,"ðĿIJµ":146553,"ðŁĮ¶":146554,"ðŁĵ°":146555,"ðŁĶ·":146556,"ðŁĸĴ":146557,"ðŁ¤²":146558,"ëī©":146559,"ðŁİĨ":146560,"ðŁ§IJ":146561,"ðŁį®":146562,"âĨº":146563,"âĿ¢":146564,"ðŁijª":146565,"ðŁij±":146566,"âĨ¡":146567,"áŀı":146568,"Úķ":146569,"ðŁį¹":146570,"ðŁĴĢ":146571,"Ë®":146572,"Ó¨":146573,"Öħ":146574,"à¤ĩ":146575,"âĤ¡":146576,"âĪķ":146577,"âĺī":146578,"ê¹¼":146579,"ê¼IJ":146580,"콸":146581,"ðĿIJ¬":146582,"ðŁıħ":146583,"ðŁijĻ":146584,"ðŁĴī":146585,"ðŁ¤Ļ":146586,"Èĺ":146587,"ɳ":146588,"ɹ":146589,"Ùº":146590,"áĢĦ":146591,"ῳ":146592,"âļĺ":146593,"âĿĨ":146594,"ëĨī":146595,"ìĸį":146596,"ìĺĩ":146597,"ì¥ĺ":146598,"íĸħ":146599,"íĻij":146600,"ï®Ĭ":146601,"ï¿Ń":146602,"ðĿĴIJ":146603,"ðĿĹ¢":146604,"ðŁĶĸ":146605,"ðŁĶ¨":146606,"ðŁļij":146607,"ðŁļ²":146608,"Ƹ":146609,"âĹ¥":146610,"ðĿIJŃ":146611,"ðŁį½":146612,"âĹij":146613,"âĵĩ":146614,"ðŁĶ±":146615,"âľ¼":146616,"ï¹ĥ":146617,"âķ±":146618,"ãĢĹ":146619,"ðŁıĭ":146620,"ðŁļ´":146621,"ðĿIJ®":146622,"Äļ":146623,"Õı":146624,"Ķ":146625,"áĥij":146626,"Ṭ":146627,"ÄĪ":146628,"ÄĴ":146629,"Ò°":146630,"Óķ":146631,"âIJ":146632,"âIJ£":146633,"âĹ¢":146634,"âļĻ":146635,"ãħĹ":146636,"ê°¬":146637,"곪":146638,"ê»Ģ":146639,"ëĦ´":146640,"ëİģ":146641,"ëĿĶ":146642,"묽":146643,"ëŃį":146644,"ìĩ³":146645,"ì°¹":146646,"íĮ¹":146647,"íŀĿ":146648,"ï®ĭ":146649,"ï¶Ī":146650,"ðĿĴĤ":146651,"ðŁ¥Ģ":146652,"ðŁ¦ħ":146653,"Êĺ":146654,"á¼ij":146655,"âģİ":146656,"ðŁįŀ":146657,"âĨĸ":146658,"âĨĻ":146659,"ðŁİĥ":146660,"âĦ¡":146661,"âĭ±":146662,"ðŁĶį":146663,"ನ":146664,"áµĥ":146665,"âĶ«":146666,"⦿":146667,"ðŁĩ»":146668,"Ƥ":146669,"Òı":146670,"Ò·":146671,"Ûī":146672,"à®ķ":146673,"ḳ":146674,"בּ":146675,"ðŁĨĶ":146676,"ÚŃ":146677,"Û¦":146678,"áħ¡":146679,"âĦ¹":146680,"ê¿İ":146681,"ëķĶ":146682,"ë¼ī":146683,"ìļ§":146684,"ì²µ":146685,"ì´¨":146686,"íĬĪ":146687,"íĸIJ":146688,"ðĿĹĺ":146689,"ðŁĩ¿":146690,"ðŁİĸ":146691,"ðŁijħ":146692,"ðŁĵĺ":146693,"ðŁļĻ":146694,"ðŁĽµ":146695,"ල":146696,"⼵":146697,"ðĿIJ³":146698,"ðĿIJ¸":146699,"âļĶ":146700,"ðŁijŃ":146701,"Óij":146702,"âĶ¯":146703,"ðŁħ¿":146704,"ðŁĺ¹":146705,"ï¿«":146706,"⼤":146707,"ðŁĴĩ":146708,"ðŁĵİ":146709,"ðŁĸĭ":146710,"স":146711,"ðĿIJį":146712,"IJ":146713,"Ïĭ":146714,"Ѭ":146715,"Ú¬":146716,"ÜĴ":146717,"á´¬":146718,"ï¨Ħ":146719,"É£":146720,"Ëij":146721,"ϵ":146722,"ÒĿ":146723,"Û¥":146724,"Üł":146725,"à¹Ľ":146726,"áĥķ":146727,"áĬķ":146728,"ᾶ":146729,"âĤ·":146730,"âĩ¾":146731,"âķ©":146732,"âĸIJ":146733,"âĺª":146734,"âĺ®":146735,"âĿļ":146736,"âĿŃ":146737,"âŀ±":146738,"âµİ":146739,"ãıĬ":146740,"ë©ĵ":146741,"ìĹ¾":146742,"ìªĦ":146743,"íĵĮ":146744,"íķ¼":146745,"ïѬ":146746,"ðĿijĨ":146747,"ðĿijŀ":146748,"ðĿĸĬ":146749,"ðŁİ¸":146750,"ðŁıĦ":146751,"ðŁijµ":146752,"ðŁĴł":146753,"ðŁĶĺ":146754,"ðŁ¥Ĥ":146755,"Ū":146756,"à·ĥ":146757,"á´¼":146758,"âĬ°":146759,"ë³ı":146760,"ë´£":146761,"ï¥ľ":146762,"ðŁĵĪ":146763,"ðŁķ¯":146764,"ðŁ§Ģ":146765,"âĻIJ":146766,"ðŁĨĹ":146767,"ðŁĵķ":146768,"ðŁ§ģ":146769,"Ü«":146770,"âĿIJ":146771,"Õķ":146772,"à½ķ":146773,"âŀĿ":146774,"à¦ķ":146775,"ðĿIJ¶":146776,"É¢":146777,"ÎĦ":146778,"áĨ¢":146779,"âĤ±":146780,"Õį":146781,"à¡ķ":146782,"á´°":146783,"ḩ":146784,"⼷":146785,"âĿ®":146786,"ê¡ĵ":146787,"ëı¤":146788,"ëĹIJ":146789,"ëµĮ":146790,"ìijĪ":146791,"íı¿":146792,"íŵ":146793,"ðĿIJİ":146794,"ðŁĨĺ":146795,"ðŁıŁ":146796,"É¥":146797,"Õ»":146798,"à¡Ķ":146799,"à¤ĸ":146800,"á´¸":146801,"âİĻ":146802,"âİ¥":146803,"âı³":146804,"ëģķ":146805,"ëĬī":146806,"ì¡į":146807,"칡":146808,"禮":146809,"ï¬Ł":146810,"ﮫ":146811,"ﮯ":146812,"ï±ĥ":146813,"ï·»":146814,"ﺵ":146815,"ðĿĹĶ":146816,"ðĿĹ¡":146817,"ðŁİ¨":146818,"ðŁĶĴ":146819,"ÚĽ":146820,"ध":146821,"âŀ¹":146822,"áĢĢ":146823,"ðŁįħ":146824,"âŤ":146825,"à¤ł":146826,"ðŁIJ¥":146827,"áĥĴ":146828,"ðŁıĿ":146829,"ðŁį¼":146830,"ãĮ§":146831,"âĿĽ":146832,"ðŁIJĪ":146833,"য":146834,"áĢŀ":146835,"ãĢĸ":146836,"áŀĻ":146837,"প":146838,"ÕĨ":146839,"âĬĨ":146840,"âľ¾":146841,"ðŁIJĹ":146842,"ﹿ":146843,"Ħ":146844,"ÜŁ":146845,"à²ł":146846,"ಥ":146847,"áŀī":146848,"á´¥":146849,"á´©":146850,"á½Ģ":146851,"ὡ":146852,"âĨķ":146853,"âŀ¯":146854,"ê¡ij":146855,"ëij£":146856,"ë±Į":146857,"ìĪij":146858,"ìľĶ":146859,"ìŀ½":146860,"ì¨į":146861,"ðĿijĢ":146862,"ðŁĮĮ":146863,"ðŁį¦":146864,"ðŁį©":146865,"ðŁIJļ":146866,"ðŁĵĴ":146867,"ðŁĵ¹":146868,"ðŁ¥ij":146869,"Äĭ":146870,"ËĹ":146871,"Ñ«":146872,"Õ¢":146873,"Ú°":146874,"âĮĢ":146875,"âĹĤ":146876,"âĹ£":146877,"⾼":146878,"âĿĴ":146879,"âĿĺ":146880,"âŀĻ":146881,"âŀ²":146882,"ãİį":146883,"ê¡IJ":146884,"ëŀĸ":146885,"ìĬĿ":146886,"ìĽ¤":146887,"ì¡ĭ":146888,"쨰":146889,"íĹĻ":146890,"兩":146891,"ï³į":146892,"ï»İ":146893,"ðĿijĵ":146894,"ðŁĵĬ":146895,"ðŁļ¼":146896,"ï¦ģ":146897,"ðĿķĴ":146898,"ðŁijľ":146899,"ðŁij¿":146900,"ðŁĩ½":146901,"à·Ħ":146902,"âĸ´":146903,"ãįī":146904,"âĬĩ":146905,"ðŁ§¸":146906,"Ú¡":146907,"â¾ĥ":146908,"ðŁĹ»":146909,"âĵij":146910,"ðŁ¤¸":146911,"ðŁ¤¯":146912,"êĴ°":146913,"ðĿIJĵ":146914,"âĶ´":146915,"êĴ±":146916,"áĢĺ":146917,"âĽĦ":146918,"ï¹¹":146919,"ÓĶ":146920,"áĥ±":146921,"Ü¡":146922,"ßŀ":146923,"âĻı":146924,"⾸":146925,"ìij¨":146926,"ðĿIJĿ":146927,"ðĿIJ¥":146928,"ðŁįī":146929,"ðŁij¼":146930,"ðŁ¥Ŀ":146931,"ÆĶ":146932,"ݬ":146933,"फ":146934,"àºļ":146935,"á´´":146936,"á½ĸ":146937,"âĤ¶":146938,"âİ¢":146939,"âĿħ":146940,"⣫":146941,"ãİĽ":146942,"뮨":146943,"ëºĮ":146944,"ë¼ĺ":146945,"ìĨĿ":146946,"ìľ³":146947,"ìŀĮ":146948,"ì£Ĺ":146949,"ìªĺ":146950,"컹":146951,"ï·¼":146952,"ïºĤ":146953,"ðĿIJ´":146954,"ðĿIJ¼":146955,"ðŁĮļ":146956,"ðŁı«":146957,"ðŁĴ¤":146958,"ðŁĴ¶":146959,"ðŁĴ¼":146960,"Êķ":146961,"ʽ":146962,"â²Ł":146963,"ãīł":146964,"ê¡Ĵ":146965,"ëľĢ":146966,"ìĥ¾":146967,"츤":146968,"ï¥ģ":146969,"ðĿļĬ":146970,"ðŁļĥ":146971,"âŀĽ":146972,"ìħ´":146973,"áĦĭ":146974,"âĩĹ":146975,"立":146976,"âĺĸ":146977,"ðŁIJ¦":146978,"⸾":146979,"ðŁĴ´":146980,"ðŁ¤ļ":146981,"ãĬĹ":146982,"âĮĽ":146983,"áĪĽ":146984,"༺":146985,"â½ī":146986,"ðŁı¢":146987,"âĵŀ":146988,"âĺ½":146989,"ãĢĻ":146990,"ðŁ¤®":146991,"ÅIJ":146992,"áĥ¬":146993,"ðĿĹ»":146994,"ðŁįĸ":146995,"ÆĬ":146996,"ÊŁ":146997,"ßĭ":146998,"à¤ĭ":146999,"áµĶ":147000,"á¿ĥ":147001,"âĦī":147002,"âĮĭ":147003,"âı²":147004,"âĵĪ":147005,"âĵ¢":147006,"âķĶ":147007,"âļij":147008,"âĿĭ":147009,"âĿİ":147010,"⵾":147011,"âµ£":147012,"ëĴĪ":147013,"ëľģ":147014,"ë¶ĩ":147015,"ìį»":147016,"ìĺŃ":147017,"짢":147018,"íĹĢ":147019,"ï§Ĭ":147020,"טּ":147021,"ﱡ":147022,"ðĿIJº":147023,"ðĿij§":147024,"ðĿĺ¦":147025,"ðŁĵ¥":147026,"ðŁĺŁ":147027,"ðŁ¥IJ":147028,"Äĸ":147029,"ɨ":147030,"áĢIJ":147031,"áĥĵ":147032,"áºĵ":147033,"ἶ":147034,"á½Ħ":147035,"âĤ¤":147036,"âĮľ":147037,"âĮŁ":147038,"âİł":147039,"⼸":147040,"âµį":147041,"âµı":147042,"âµĵ":147043,"ãĢĺ":147044,"ë·¸":147045,"íħ¼":147046,"ï¦Į":147047,"ïŃĦ":147048,"ïŃİ":147049,"ðĿĻļ":147050,"ðĿļĺ":147051,"à¼ĵ":147052,"ëŃħ":147053,"áIJĽ":147054,"ãݾ":147055,"ï¨Ģ":147056,"ðŁĹ½":147057,"âĻŀ":147058,"Ëĸ":147059,"âĹŀ":147060,"ðŁ¤«":147061,"ðŁĺĹ":147062,"ｦ":147063,"ðŁ¤¢":147064,"âģĩ":147065,"ãĢµ":147066,"ðŁįĶ":147067,"áĬł":147068,"ðŁĺ¼":147069,"ðĿĹ®":147070,"ðŁIJ³":147071,"ðĿIJĭ":147072,"ðŁĨļ":147073,"ðŁĶĽ":147074,"Ñ»":147075,"ܨ":147076,"ல":147077,"âľŀ":147078,"âµĻ":147079,"êµ£":147080,"츨":147081,"ðĿIJľ":147082,"ðĿĺ°":147083,"ðŁĶ½":147084,"Ç»":147085,"Ç¿":147086,"Êĩ":147087,"ÎIJ":147088,"ÐĢ":147089,"Ñ¡":147090,"Ѳ":147091,"ÒĴ":147092,"Ù¶":147093,"ßķ":147094,"න":147095,"áIJģ":147096,"âģŀ":147097,"âĸ§":147098,"âĽĪ":147099,"âľľ":147100,"âľ¹":147101,"âŁ¹":147102,"â¤ĩ":147103,"ê²Ĭ":147104,"ê¾ľ":147105,"ë¯IJ":147106,"ë³IJ":147107,"ìħ©":147108,"ìIJ¬":147109,"ìij¹":147110,"ï¤Ķ":147111,"ï¦ļ":147112,"ï¬ł":147113,"ïŃĶ":147114,"ﺶ":147115,"ðĿĴı":147116,"ðĿĸĨ":147117,"ðĿŶ":147118,"ðŁıĤ":147119,"ðŁIJ½":147120,"ðŁĴ©":147121,"ðŁĵ½":147122,"ðŁĹ¨":147123,"ðŁĹº":147124,"ðŁĺ¸":147125,"ðŁ¥§":147126,"ÅĹ":147127,"Êİ":147128,"ÒĻ":147129,"ײ":147130,"à¤Ī":147131,"á¼´":147132,"á¿ij":147133,"âµī":147134,"ãħĵ":147135,"ì½´":147136,"ðĿĸĵ":147137,"ðŁĵĹ":147138,"ðŁĶª":147139,"ðŁĸį":147140,"ÏĴ":147141,"ðŁij¬":147142,"áĥĻ":147143,"âĨ¬":147144,"âĶ¤":147145,"âĽ¹":147146,"âĻŁ":147147,"ðŁļ¶":147148,"ðŁij¾":147149,"âĪĭ":147150,"ðŁIJ¯":147151,"à¼İ":147152,"âľ·":147153,"ï¨Ļ":147154,"âĶ»":147155,"ðŁij¹":147156,"áĦī":147157,"ສ":147158,"â¾ı":147159,"â½ħ":147160,"ãİĸ":147161,"Ñ´":147162,"Õ®":147163,"Ú¼":147164,"áĢķ":147165,"áĨ¼":147166,"ëŃı":147167,"ðŁIJ¸":147168,"ðŁļ£":147169,"ÆĿ":147170,"Ô»":147171,"áĥ¢":147172,"ðŁį¯":147173,"ɦ":147174,"Õ¦":147175,"âĻĭ":147176,"שׂ":147177,"ðĿŦ":147178,"Çļ":147179,"ɱ":147180,"à¤ī":147181,"á´Ħ":147182,"âĻĵ":147183,"⼰":147184,"âŁª":147185,"ëĥĺ":147186,"뢸":147187,"ìĤij":147188,"ï®Ķ":147189,"ðĿķĸ":147190,"ðĿŧ":147191,"ðŁĩ¼":147192,"ðŁĵĭ":147193,"ðŁļľ":147194,"ðŁ¥¤":147195,"Ä®":147196,"Å·":147197,"ßĬ":147198,"॥":147199,"ப":147200,"áŀĦ":147201,"áµĢ":147202,"á¸ħ":147203,"á¼¢":147204,"âĪĿ":147205,"âĬ¹":147206,"âĴ¶":147207,"âķ´":147208,"⼱":147209,"âĽ³":147210,"âĽº":147211,"âŀŁ":147212,"ãıĦ":147213,"ê¸Ķ":147214,"ê¹Ł":147215,"ëĩ°":147216,"ë¹»":147217,"ìĤ¥":147218,"ìĽ»":147219,"ì°Ł":147220,"íĥ°":147221,"íĨº":147222,"íļ½":147223,"老":147224,"量":147225,"ï³Ŀ":147226,"ðĿIJ¦":147227,"ðĿĴľ":147228,"ðĿĴŁ":147229,"ðĿļĹ":147230,"ðŁİŃ":147231,"ðŁıĵ":147232,"ðŁı³":147233,"ðŁıº":147234,"ðŁIJį":147235,"ðŁijĥ":147236,"ðŁĴı":147237,"ðŁ¤ĸ":147238,"ðŁ¤µ":147239,"Õ²":147240,"âµĶ":147241,"ëĺ¬":147242,"念":147243,"ÊĤ":147244,"áĨ«":147245,"áŀij":147246,"ðĿĸİ":147247,"ðĿĹĸ":147248,"áĦĥ":147249,"âĩł":147250,"áĢ¡":147251,"à½Ħ":147252,"âŀ¸":147253,"ï¦Ļ":147254,"âĩļ":147255,"ðŁIJ¬":147256,"ðŁIJ¢":147257,"â¾Ĵ":147258,"ðŁIJ¤":147259,"ðŁĶ«":147260,"ãĢŀ":147261,"︺":147262,"ðŁĺº":147263,"â½´":147264,"ðŁĨķ":147265,"âģ¿":147266,"ðŁį¨":147267,"à²ķ":147268,"ðŁļĺ":147269,"áŀħ":147270,"à¦ħ":147271,"áŀ¢":147272,"à¨ľ":147273,"âļĮ":147274,"ãĢ½":147275,"à·´":147276,"âĵĽ":147277,"áĢľ":147278,"ìĨ¨":147279,"Ë©":147280,"ÜĹ":147281,"âĭ¼":147282,"ðŁĻī":147283,"ÅĬ":147284,"Éĵ":147285,"ʲ":147286,"ΰ":147287,"Ѽ":147288,"Ô¿":147289,"à¡IJ":147290,"à¼ľ":147291,"ས":147292,"ᶾ":147293,"âĤ²":147294,"âĨ¨":147295,"âĬ¥":147296,"âķ§":147297,"âĻľ":147298,"ãĭ¡":147299,"ë´¬":147300,"ë¶ij":147301,"ìī¿":147302,"ìİħ":147303,"ìł±":147304,"ì°§":147305,"ﲡ":147306,"ðĿĴĽ":147307,"ðĿķ£":147308,"ðĿĹľ":147309,"ðŁį²":147310,"ðŁİ©":147311,"ðŁIJIJ":147312,"ðŁIJł":147313,"ðŁij½":147314,"ðŁĴij":147315,"ðŁĵľ":147316,"ðŁķµ":147317,"ðŁļĮ":147318,"ðŁĽ£":147319,"Êĭ":147320,"Ó¯":147321,"Ù¸":147322,"ßĶ":147323,"ßĻ":147324,"à¡ĵ":147325,"á´į":147326,"ḿ":147327,"âıº":147328,"âĸ¥":147329,"뤽":147330,"íľij":147331,"ðĿIJ¹":147332,"ðĿĸĶ":147333,"ðĿļİ":147334,"ðŁĵĦ":147335,"ðŁ¦·":147336,"Æĥ":147337,"à¦Ł":147338,"âĮĤ":147339,"âĺŃ":147340,"â²ļ":147341,"ëĿķ":147342,"ðŁİ£":147343,"à®ĩ":147344,"à½Ĩ":147345,"áħµ":147346,"áĹľ":147347,"âĢ½":147348,"âĮ£":147349,"âģ½":147350,"ðŁĵ¬":147351,"ðŁ¤§":147352,"âĩª":147353,"â½£":147354,"âĹŁ":147355,"ï¨Ĺ":147356,"êĴª":147357,"ðŁĽĢ":147358,"ÇĤ":147359,"ðŁ¥¶":147360,"ðŁİį":147361,"ï¿©":147362,"ðŁijĴ":147363,"áµĪ":147364,"︿":147365,"áħ©":147366,"⾦":147367,"à°¤":147368,"á´ĸ":147369,"ਬ":147370,"àºĹ":147371,"༻":147372,"Ѻ":147373,"ਪ":147374,"á´³":147375,"ðĿIJĪ":147376,"à»Ģ":147377,"á´¿":147378,"âĤį":147379,"âĩ¡":147380,"âĽª":147381,"ðĿIJĤ":147382,"ðĿĴķ":147383,"ðŁIJľ":147384,"Êį":147385,"ѱ":147386,"à½ĥ":147387,"ë®IJ":147388,"ìĽ¡":147389,"ìľģ":147390,"ðĿIJ¿":147391,"ðĿķł":147392,"ðŁijĽ":147393,"ƪ":147394,"Ϻ":147395,"Ó¬":147396,"Ù¿":147397,"Ý£":147398,"àªī":147399,"ஹ":147400,"à½ij":147401,"áĨ¯":147402,"áµĩ":147403,"âĩ¥":147404,"âıª":147405,"âĻ°":147406,"âļŃ":147407,"âļ¾":147408,"ãħĦ":147409,"êĢ°":147410,"ê°Ĺ":147411,"ê²ĭ":147412,"ê²»":147413,"ê¶ľ":147414,"ê¼ĩ":147415,"ê½¹":147416,"ëĤŁ":147417,"ëħĪ":147418,"ëĭ¢":147419,"맣":147420,"ëªĨ":147421,"ëµĢ":147422,"ì½±":147423,"íĩĺ":147424,"íľľ":147425,"茶":147426,"ï±µ":147427,"ï²¢":147428,"ﲤ":147429,"ðĿĴĬ":147430,"ðĿĺ¯":147431,"ðŁįĹ":147432,"ðŁıį":147433,"ðŁIJĺ":147434,"ðŁĵ¡":147435,"ðŁĶŀ":147436,"ðŁ¤³":147437,"ðŁ¥ģ":147438,"ðŁ¥Ĺ":147439,"ðŁ¦Ĭ":147440,"ĵ":147441,"Ʀ":147442,"ǵ":147443,"ɯ":147444,"Îı":147445,"ÕĦ":147446,"Ü¥":147447,"à½ģ":147448,"ᨳ":147449,"âķ«":147450,"ãİī":147451,"ë·´":147452,"ìĨİ":147453,"ìİĮ":147454,"죵":147455,"íĽł":147456,"離":147457,"ï³ı":147458,"ﻺ":147459,"ðĿijģ":147460,"ðĿijĩ":147461,"ðĿĴĨ":147462,"ðŁİł":147463,"ðŁIJĶ":147464,"ðŁijŁ":147465,"Åĸ":147466,"à¤Į":147467,"á¾½":147468,"ê¦Ĵ":147469,"à®Ł":147470,"á´±":147471,"ðŁı°":147472,"ðŁIJŀ":147473,"à½Ģ":147474,"áĢħ":147475,"âĬ¿":147476,"ðŁIJ§":147477,"áĽģ":147478,"â¼Ī":147479,"âĶ¿":147480,"ðŁ¥´":147481,"⼿":147482,"ðŁ§ľ":147483,"ãħ¿":147484,"âĦ«":147485,"ãĢ³":147486,"ãĬĻ":147487,"â¼Ģ":147488,"怜":147489,"ðŁı¬":147490,"ðŁĵ»":147491,"áĬĽ":147492,"áĦħ":147493,"àºĬ":147494,"àºĽ":147495,"áħ³":147496,"ðŁij®":147497,"à®±":147498,"âĺĩ":147499,"ðĿIJı":147500,"à´µ":147501,"à»ģ":147502,"à½ı":147503,"ར":147504,"ᥱ":147505,"âĤ£":147506,"復":147507,"ïŃĻ":147508,"ï´©":147509,"ï¹Ĥ":147510,"ðŁį£":147511,"ðŁķ¹":147512,"Ïĸ":147513,"ම":147514,"ຢ":147515,"áĭŃ":147516,"âİĿ":147517,"âĹĿ":147518,"âĻĪ":147519,"âĻİ":147520,"ê½¥":147521,"ì³Ķ":147522,"ì¼ij":147523,"ï±°":147524,"ðĿijĥ":147525,"ðŁĮª":147526,"ðŁį¡":147527,"Åİ":147528,"ʦ":147529,"ѧ":147530,"Óİ":147531,"Ô´":147532,"ÚĪ":147533,"ßĵ":147534,"ߧ":147535,"à¤Ķ":147536,"áĪ«":147537,"áĪµ":147538,"áĹ©":147539,"á´ł":147540,"á¼ł":147541,"âĢĹ":147542,"âģij":147543,"âĦı":147544,"âĸĩ":147545,"â²£":147546,"ãĦ³":147547,"ãī®":147548,"ê³Ĺ":147549,"ëĦĴ":147550,"ëĸ«":147551,"ë¡Ħ":147552,"ë¹°":147553,"ë½ģ":147554,"ìĦģ":147555,"ìĮĺ":147556,"ìŁĮ":147557,"ì³ī":147558,"ì¼ķ":147559,"כּ":147560,"ï³İ":147561,"ﹸ":147562,"ï¹¾":147563,"ðĿIJĨ":147564,"ðĿij·":147565,"ðĿĽ¼":147566,"ðŁİı":147567,"ðŁİŀ":147568,"ðŁIJĻ":147569,"ðŁijĤ":147570,"ðŁĵģ":147571,"ðŁĸ±":147572,"ðŁļį":147573,"ðŁļ§":147574,"ðŁĽ¡":147575,"ðŁ¤Ĵ":147576,"ðŁ¥ŀ":147577,"ðŁ¥©":147578,"ðŁ¦Ģ":147579,"ðŁ¦ĸ":147580,"Ë¢":147581,"Üļ":147582,"வ":147583,"áĢģ":147584,"áī°":147585,"âıŃ":147586,"âĻ¿":147587,"ê³ĺ":147588,"ëıĿ":147589,"ëķĥ":147590,"ìħĮ":147591,"ìĴ¸":147592,"ìĽŁ":147593,"íħĦ":147594,"íľ«":147595,"ï§ĺ":147596,"￬":147597,"ðŁı·":147598,"ðŁĶ§":147599,"ðŁ¥Ī":147600,"Æĸ":147601,"áŀĩ":147602,"áŀĸ":147603,"âģº":147604,"âĹľ":147605,"âŀ©":147606,"ê¦Ń":147607,"ëĻ¤":147608,"ïŃ¼":147609,"ðĿĻĸ":147610,"ðĿĻ£":147611,"ðĿĻ¤":147612,"ðŁĮĿ":147613,"ðŁĶij":147614,"ðŁĽł":147615,"àºĩ":147616,"âĺ£":147617,"ãĦ¨":147618,"ðĿĸĹ":147619,"Óĵ":147620,"âĨ£":147621,"ðŁ¥ī":147622,"ðŁĮł":147623,"ðŁĺ½":147624,"ãİł":147625,"ŧ":147626,"ðŁIJĴ":147627,"ï§IJ":147628,"ðŁĺ¿":147629,"âĪ¬":147630,"ðŁIJ®":147631,"⣱":147632,"ಡ":147633,"â¾¼":147634,"à°²":147635,"˶":147636,"âĸ¿":147637,"ÕĪ":147638,"áŀİ":147639,"áħ¥":147640,"áŀĹ":147641,"Õ§":147642,"ðŁ¤IJ":147643,"ðŁįł":147644,"ত":147645,"ය":147646,"âĻį":147647,"ìĺĻ":147648,"íĺĵ":147649,"ﹺ":147650,"ðŁĽ³":147651,"Åī":147652,"á´İ":147653,"âıľ":147654,"âĶ³":147655,"긷":147656,"ì¡Ķ":147657,"ðĿĴĪ":147658,"ðĿĴį":147659,"ðĿĴ¹":147660,"ðĿĵĩ":147661,"ðĿķŁ":147662,"ðĿĹ¹":147663,"ðŁĮħ":147664,"ðŁı´":147665,"ÄĶ":147666,"Ĥ":147667,"ŵ":147668,"Ǿ":147669,"Ïŀ":147670,"϶":147671,"Ô³":147672,"ÜĨ":147673,"ß©":147674,"à¡Ĵ":147675,"à¤ĺ":147676,"à¶ļ":147677,"à½ĸ":147678,"áģĬ":147679,"áĥŀ":147680,"áĦĤ":147681,"áĭ«":147682,"á´º":147683,"ḣ":147684,"Ḫ":147685,"á¹Ĥ":147686,"á¼·":147687,"á¿ĩ":147688,"âĩĮ":147689,"âı¬":147690,"âĻĮ":147691,"⮣":147692,"â´»":147693,"ⵣ":147694,"ê¦ķ":147695,"ꦪ":147696,"ꦮ":147697,"ê²Ħ":147698,"ê¾IJ":147699,"ëĥij":147700,"ëķĭ":147701,"롸":147702,"ë¬Ģ":147703,"ìĩ¤":147704,"ìĪ©":147705,"ìľķ":147706,"ìŃĺ":147707,"ì·°":147708,"ì·¸":147709,"íľĢ":147710,"藍":147711,"ï§į":147712,"ï±Ħ":147713,"ï³ij":147714,"ðĿIJ¤":147715,"ðĿĴĵ":147716,"ðĿĴ¶":147717,"ðĿĹ¼":147718,"ðĿĻĬ":147719,"ðŁĩ¾":147720,"ðŁĮĽ":147721,"ðŁĮ®":147722,"ðŁİĩ":147723,"ðŁİ²":147724,"ðŁıĽ":147725,"ðŁij¥":147726,"ðŁij´":147727,"ðŁĴĨ":147728,"ðŁĵĤ":147729,"ðŁĵ§":147730,"ðŁķIJ":147731,"ðŁĸķ":147732,"ðŁĺ§":147733,"ðŁĻĢ":147734,"ðŁļĴ":147735,"ðŁĽ«":147736,"ðŁ¤ł":147737,"ðŁ¥ļ":147738,"ðŁ¥Ľ":147739,"ðŁ¥£":147740,"ǯ":147741,"ȧ":147742,"ÎĬ":147743,"Ò²":147744,"×°":147745,"Ûij":147746,"áĥ©":147747,"áĦĮ":147748,"áĪį":147749,"áī¥":147750,"áıĤ":147751,"âģ±":147752,"âĬ¢":147753,"âĹĵ":147754,"âĿ°":147755,"ë¿¡":147756,"ìĽ©":147757,"íģŃ":147758,"íĨ³":147759,"íĬĦ":147760,"íĵ¸":147761,"北":147762,"若":147763,"ï±IJ":147764,"ﱯ":147765,"ï³ļ":147766,"ðĿĸĺ":147767,"ðĿĺĢ":147768,"ðŁIJĬ":147769,"ðŁIJĮ":147770,"ðŁijļ":147771,"ðŁĵĥ":147772,"ðŁļĽ":147773,"ðŁļª":147774,"ðŁ¤°":147775,"Ä´":147776,"áĥ®":147777,"áŨ":147778,"âĻ®":147779,"â²ŀ":147780,"ãĪĶ":147781,"ìħį":147782,"ãħĥ":147783,"率":147784,"ມ":147785,"Õİ":147786,"Õº":147787,"⬼":147788,"⽤":147789,"ðĿIJ²":147790,"âŀµ":147791,"áĢĽ":147792,"âĶħ":147793,"âĨŁ":147794,"â¼Ĭ":147795,"ðŁĮ½":147796,"ðŁļ¿":147797,"ï¦Ĭ":147798,"ãĦ£":147799,"⼩":147800,"ï©Ľ":147801,"ðŁį±":147802,"⾨":147803,"à´¤":147804,"áŀģ":147805,"àºŀ":147806,"Êļ":147807,"ðĿIJĴ":147808,"à´±":147809,"áŀľ":147810,"ன":147811,"à°Ĺ":147812,"à´ļ":147813,"âĩ£":147814,"ï¦ķ":147815,"Õħ":147816,"Æĺ":147817,"âĤ¦":147818,"âĶĦ":147819,"ï¦Ł":147820,"嶺":147821,"ðĿIJģ":147822,"ðĿIJĥ":147823,"ðŁį¸":147824,"ðŁIJ²":147825,"Ŷ":147826,"Éĸ":147827,"ßĺ":147828,"ฦ":147829,"à½Ķ":147830,"áĨ·":147831,"âģķ":147832,"âĵĤ":147833,"âĿľ":147834,"便":147835,"אַ":147836,"ðĿĹĿ":147837,"ðĿĹ¿":147838,"ðŁİ¾":147839,"ðŁĹĿ":147840,"ðŁ¦Į":147841,"Æħ":147842,"Ǫ":147843,"ÒĹ":147844,"ÜĽ":147845,"ßł":147846,"à¡ij":147847,"áī£":147848,"áĬŃ":147849,"ṡ":147850,"âŀ¼":147851,"âŀ¾":147852,"â´±":147853,"ãī¡":147854,"곯":147855,"ë½Ī":147856,"ìĤĺ":147857,"ìīij":147858,"ì«ĺ":147859,"íĮĥ":147860,"íĻ°":147861,"ï¤Ĺ":147862,"ðŁĮ¬":147863,"ðŁĮ°":147864,"ðŁį¤":147865,"Ä»":147866,"Åĩ":147867,"ƨ":147868,"Éķ":147869,"Ò¢":147870,"Òº":147871,"Öį":147872,"×±":147873,"Ú±":147874,"Ú½":147875,"ÛIJ":147876,"à¤Ľ":147877,"à·Ģ":147878,"à¹ļ":147879,"ຫ":147880,"á´¹":147881,"á½Ķ":147882,"á¾³":147883,"âĤĴ":147884,"âĨ´":147885,"âĩĿ":147886,"âīħ":147887,"âĮ¨":147888,"âĵĵ":147889,"âĸ¢":147890,"âļ¬":147891,"âŀŃ":147892,"â²Ĵ":147893,"ãİ¿":147894,"ê¿´":147895,"ëĪ±":147896,"ëį¬":147897,"ëİIJ":147898,"ëIJ«":147899,"ëĶ«":147900,"ë±ģ":147901,"ìĥ¥":147902,"íĮ¼":147903,"ïŃĵ":147904,"ﮥ":147905,"ï²°":147906,"ðĿIJĩ":147907,"ðĿIJij":147908,"ðĿijĮ":147909,"ðĿĵª":147910,"ðĿķļ":147911,"ðĿĺª":147912,"ðĿĺ¼":147913,"ðĿļĽ":147914,"ðŁĩ¶":147915,"ðŁĮĦ":147916,"ðŁĮķ":147917,"ðŁĮ¤":147918,"ðŁĮ§":147919,"ðŁį¬":147920,"ðŁİĭ":147921,"ðŁİ»":147922,"ðŁı¨":147923,"ðŁIJĩ":147924,"ðŁijĵ":147925,"ðŁĵIJ":147926,"ðŁĵĻ":147927,"ðŁĶ¼":147928,"ðŁķĴ":147929,"ðŁĸı":147930,"ðŁĸ¥":147931,"ðŁ¤¬":147932,"ðŁ¥Ĭ":147933,"ðŁ¥Ĵ":147934,"ßĮ":147935,"àºĦ":147936,"á¼µ":147937,"âķ¡":147938,"Ⲥ":147939,"â´¼":147940,"âµ¢":147941,"ãĪ¯":147942,"ëĵ¸":147943,"ëŁĩ":147944,"ëºį":147945,"ðĿĻ§":147946,"ðŁįĪ":147947,"ðŁĶ¬":147948,"ðŁĸĬ":147949,"ðŁ¤¾":147950,"Ë¡":147951,"Ü©":147952,"âĮ¡":147953,"âŃij":147954,"Ⲧ":147955,"ë©ī":147956,"ì¼Ń":147957,"￤":147958,"ðĿĴİ":147959,"ðĿĹ¥":147960,"ðŁIJµ":147961,"ðŁķ¶":147962,"ðŁķ¸":147963,"ðŁ¤ľ":147964,"Õª":147965,"áĪĭ":147966,"ðŁ¥µ":147967,"ï°ģ":147968,"áµIJ":147969,"âķĵ":147970,"áĢĸ":147971,"âĭĪ":147972,"Éŀ":147973,"âŀ®":147974,"॰":147975,"ãĨģ":147976,"ðŁĴ±":147977,"ðŁıŃ":147978,"áĨ¨":147979,"ðŁįļ":147980,"ðŁ¦IJ":147981,"á´»":147982,"âĺĮ":147983,"à´ķ":147984,"Õ±":147985,"áħ®":147986,"ðĿIJĮ":147987,"Ŧ":147988,"àºķ":147989,"âľĻ":147990,"˳":147991,"Ôµ":147992,"âķĴ":147993,"ðĿĹĹ":147994,"ðĿĹł":147995,"Úļ":147996,"ধ":147997,"âĨĿ":147998,"âĻī":147999,"ãĮ»":148000,"ì¹Ĭ":148001,"ðĿĹº":148002,"ðŁ§ĺ":148003,"ì³£":148004,"ï¬Ŀ":148005,"ðŁijº":148006,"ÇŁ":148007,"ÎĪ":148008,"Ϋ":148009,"Ñ¥":148010,"Ô²":148011,"Õ¨":148012,"ܦ":148013,"à¦Ĩ":148014,"থ":148015,"áIJ¢":148016,"á¼ģ":148017,"á¼ĺ":148018,"ἦ":148019,"âĵĿ":148020,"ãĪ°":148021,"ãİĹ":148022,"겡":148023,"ë¨Ģ":148024,"ì£Ķ":148025,"ì´¤":148026,"ìµĿ":148027,"林":148028,"ïŃĬ":148029,"ï²Ł":148030,"ðĿIJ·":148031,"ðĿijĭ":148032,"ðĿĵī":148033,"ðĿĺµ":148034,"ðŁĴ·":148035,"ðŁĽ©":148036,"ðŁ§¹":148037,"ÅĶ":148038,"Êŀ":148039,"Ë¥":148040,"ÎĮ":148041,"Ñ©":148042,"ÓIJ":148043,"Ół":148044,"Úij":148045,"ÚĴ":148046,"ߨ":148047,"àªĪ":148048,"áIJĥ":148049,"ṯ":148050,"âĤĭ":148051,"âĤµ":148052,"âĦħ":148053,"âĦł":148054,"âĪ£":148055,"âīº":148056,"âī»":148057,"âĬĽ":148058,"âĮIJ":148059,"âİĵ":148060,"âĺ¸":148061,"âĻĴ":148062,"âļĴ":148063,"âľĩ":148064,"âľł":148065,"â´·":148066,"âµĸ":148067,"ãĦ¸":148068,"ãī¢":148069,"ãī°":148070,"êĩ´":148071,"ê´¸":148072,"êºł":148073,"ëĤı":148074,"ëĤ¢":148075,"ëIJĢ":148076,"뺴":148077,"ìĥľ":148078,"ìįħ":148079,"줫":148080,"챦":148081,"ìºij":148082,"ì¼ģ":148083,"쿳":148084,"íĤģ":148085,"íħ¡":148086,"íĴĤ":148087,"íĴī":148088,"íľĦ":148089,"ïŃª":148090,"ﮬ":148091,"ﯦ":148092,"ﱪ":148093,"ï²ı":148094,"ï´Ģ":148095,"ï»Ĩ":148096,"￦":148097,"ðĿijĹ":148098,"ðĿĸĻ":148099,"ðŁĮ¡":148100,"ðŁįĿ":148101,"ðŁį§":148102,"ðŁİ«":148103,"ðŁıĺ":148104,"ðŁıª":148105,"ðŁIJĭ":148106,"ðŁIJĽ":148107,"ðŁIJº":148108,"ðŁijĸ":148109,"ðŁijŀ":148110,"ðŁij·":148111,"ðŁĵĢ":148112,"ðŁĶĦ":148113,"ðŁĶĮ":148114,"ðŁķĻ":148115,"ðŁĻį":148116,"ðŁĻİ":148117,"ðŁ¦į":148118,"Ç°":148119,"ÉŁ":148120,"ÊĨ":148121,"Ô¼":148122,"Úľ":148123,"ড":148124,"শ":148125,"áĴĥ":148126,"Ἡ":148127,"âĵķ":148128,"â²Ī":148129,"ê°°":148130,"ê¹ł":148131,"êºħ":148132,"ëĦ¹":148133,"ë¯ĵ":148134,"íIJĪ":148135,"臨":148136,"ï®ij":148137,"ﲨ":148138,"ðĿĴī":148139,"ðĿĴĶ":148140,"ðĿŨ":148141,"ðĿĻŀ":148142,"ðĿļĴ":148143,"ðĿļķ":148144,"ðŁIJİ":148145,"ðŁ¤ķ":148146,"ðŁ§Ķ":148147,"Ï°":148148,"ÔĿ":148149,"âĮĬ":148150,"âĴ¾":148151,"ãī£":148152,"ïŃ©":148153,"ðĿļŀ":148154,"Êij":148155,"দ":148156,"áĦĩ":148157,"âīĥ":148158,"â²Ģ":148159,"ìŁİ":148160,"ðĿij¶":148161,"ðĿĵ²":148162,"ðŁİ·":148163,"ðŁļ¹":148164,"àºģ":148165,"áłł":148166,"ãĦļ":148167,"ðŁIJ¿":148168,"áĽļ":148169,"âķ³":148170,"ðŁIJŃ":148171,"âĴ¹":148172,"ðĿĸļ":148173,"âĻĸ":148174,"ãĪ²":148175,"âĨ¾":148176,"áĦĨ":148177,"âķĽ":148178,"ðŁ¤į":148179,"â½¥":148180,"ðŁĮ¨":148181,"âĪ®":148182,"ãĮĺ":148183,"ãįij":148184,"ï¹Ģ":148185,"âĵĹ":148186,"âĬĦ":148187,"ðŁı¹":148188,"ËĴ":148189,"ðŁ¤±":148190,"ãıľ":148191,"ðŁİĮ":148192,"ï¥Ń":148193,"ণ":148194,"ðŁİ¹":148195,"ãĬŁ":148196,"à´°":148197,"ðĿIJĶ":148198,"à´¨":148199,"à½ļ":148200,"âľº":148201,"Õ·":148202,"ðŁij³":148203,"à¦ľ":148204,"âĺĭ":148205,"âĻĬ":148206,"ãĢĽ":148207,"Èĭ":148208,"à®°":148209,"áĥ¨":148210,"âĦķ":148211,"íijĢ":148212,"ðĿĵĥ":148213,"ðŁ¦Ķ":148214,"Ä¿":148215,"ÅĢ":148216,"Ƴ":148217,"Éļ":148218,"Öĥ":148219,"Ü£":148220,"ߣ":148221,"à¦Ń":148222,"ৡ":148223,"ර":148224,"ຣ":148225,"à½ĩ":148226,"Ḩ":148227,"á½Ī":148228,"⽬":148229,"ê¡Ķ":148230,"ì³Ħ":148231,"ï¨ī":148232,"ðĿIJ¡":148233,"ðĿĺ¢":148234,"ðŁį¿":148235,"ðŁİŁ":148236,"ðŁıī":148237,"ðŁĶIJ":148238,"ðŁļħ":148239,"ðŁ¤½":148240,"Æį":148241,"Ç«":148242,"ǽ":148243,"Èļ":148244,"Îī":148245,"Ó¤":148246,"Óª":148247,"ÕĬ":148248,"Ù¼":148249,"Ú´":148250,"ßĿ":148251,"à¶ľ":148252,"á¼ķ":148253,"á¿¥":148254,"âİŀ":148255,"ãĢļ":148256,"ãī¤":148257,"곸":148258,"ê·ģ":148259,"ëĵĦ":148260,"ëĵķ":148261,"ì¨Ķ":148262,"챨":148263,"ðĿIJ¾":148264,"ðĿij»":148265,"ðĿĶ¼":148266,"ðĿķĿ":148267,"ðĿĺŃ":148268,"ðŁĨĻ":148269,"ðŁĵ¤":148270,"ðŁĶŁ":148271,"ðŁĹ¼":148272,"Äľ":148273,"Æģ":148274,"Æ¿":148275,"dz":148276,"Ç·":148277,"Éĥ":148278,"Éł":148279,"Êī":148280,"ʧ":148281,"˲":148282,"Ï´":148283,"Õģ":148284,"Õŀ":148285,"Öĩ":148286,"ÛĤ":148287,"Ûĵ":148288,"ßĹ":148289,"ߦ":148290,"হ":148291,"ள":148292,"à´¸":148293,"à»Ĥ":148294,"áĪĿ":148295,"áĪª":148296,"áĭµ":148297,"áIJĬ":148298,"áĴª":148299,"áļĸ":148300,"áŀĽ":148301,"á´¢":148302,"áµı":148303,"áµŃ":148304,"ᶫ":148305,"á¸ı":148306,"áºĴ":148307,"á¼¥":148308,"á½ķ":148309,"á½¼":148310,"âĤĬ":148311,"âĦĤ":148312,"âĦ©":148313,"âĩī":148314,"âī£":148315,"âĮł":148316,"âİŁ":148317,"âı®":148318,"âķĺ":148319,"âĹĸ":148320,"âĺ©":148321,"âĻij":148322,"âĻ²":148323,"âļĽ":148324,"ãĦŁ":148325,"ãī±":148326,"ãİļ":148327,"ê¡ķ":148328,"êªĸ":148329,"ê°¹":148330,"ê²Ĩ":148331,"êµĦ":148332,"ëĩ¬":148333,"ëĭ¯":148334,"ëıł":148335,"ëĴ¬":148336,"ëĸĪ":148337,"ëĸ½":148338,"ëĺĶ":148339,"ëŀ¸":148340,"ë¸ħ":148341,"뻳":148342,"ë¿Ł":148343,"ìĤµ":148344,"ìĬī":148345,"ìľ°":148346,"ìłĭ":148347,"ìłĶ":148348,"쥡":148349,"ìŃĿ":148350,"켬":148351,"íĪĩ":148352,"íīľ":148353,"íįĦ":148354,"íĽ¾":148355,"íĿ£":148356,"朗":148357,"勞":148358,"ï¦ľ":148359,"獵":148360,"ï§ľ":148361,"ï¨Ī":148362,"שׁ":148363,"הּ":148364,"ïŃ½":148365,"ï®ī":148366,"ï¯ŀ":148367,"ï°Ĵ":148368,"ï±ĩ":148369,"ï¿Ħ":148370,"ðĿIJħ":148371,"ðĿijĦ":148372,"ðĿijº":148373,"ðĿĴĹ":148374,"ðĿĵ®":148375,"ðĿķĽ":148376,"ðĿķŀ":148377,"ðĿĸij":148378,"ðĿĺģ":148379,"ðĿĺĨ":148380,"ðĿĺ¶":148381,"ðĿĻ¢":148382,"ðĿļľ":148383,"ðŁĮĥ":148384,"ðŁĮ¦":148385,"ðŁįŁ":148386,"ðŁİİ":148387,"ðŁıĻ":148388,"ðŁIJ©":148389,"ðŁIJ«":148390,"ðŁIJ´":148391,"ðŁijĶ":148392,"ðŁĵī":148393,"ðŁĵĽ":148394,"ðŁĶī":148395,"ðŁĸ¼":148396,"ðŁĹĥ":148397,"ðŁĹ¯":148398,"ðŁļĩ":148399,"ðŁļIJ":148400,"ðŁļµ":148401,"ðŁ¤¶":148402,"ðŁ¥ĭ":148403,"ðŁ¥ĵ":148404,"ðŁ¥®":148405,"ðŁ¦İ":148406,"ðŁ¦ł":148407,"ðŁ§Ĵ":148408,"ðŁ§¨":148409,"ÆIJ":148410,"Çį":148411,"ÓĢ":148412,"ÔĽ":148413,"ರ":148414,"à´Ļ":148415,"áĢĴ":148416,"ê²Ŀ":148417,"ê¹¹":148418,"ë©¥":148419,"ìĸĶ":148420,"ï¤ģ":148421,"ï¤ı":148422,"ï¦ī":148423,"ï¦ĵ":148424,"ï§ī":148425,"ï²Ŀ":148426,"ðĿĹŀ":148427,"ðĿű":148428,"ðŁĮĭ":148429,"ðŁį¶":148430,"à¦ļ":148431,"ìķľ":148432,"ðĿIJ¯":148433,"ðĿļĿ":148434,"à°¨":148435,"à½ĺ":148436,"à½ł":148437,"á¡¥":148438,"á¾°":148439,"âģį":148440,"âĶ°":148441,"⬾":148442,"ðĿIJł":148443,"ðĿij¯":148444,"ðĿĹĽ":148445,"ðĿĵ»":148446,"ðĿĸĪ":148447,"âŀ»":148448,"áŀł":148449,"⡱":148450,"â»ij":148451,"ðŁ§µ":148452,"廉":148453,"ðŁijĺ":148454,"ãĤĶ":148455,"â¼Ł":148456,"ãĬ¤":148457,"ï¦Ŀ":148458,"ãĮ¦":148459,"âĢ¸":148460,"ðŁĶĻ":148461,"ã¹":148462,"㹦":148463,"ï¹ħ":148464,"ï©Į":148465,"ãī¨":148466,"︽":148467,"âį¥":148468,"ðŁļī":148469,"ðŁ¥ľ":148470,"âĵľ":148471,"â»Ŀ":148472,"ï¨ľ":148473,"ðŁĴĴ":148474,"áĦij":148475,"â¾ŀ":148476,"ï¨ģ":148477,"à´ª":148478,"áĦİ":148479,"âŀ´":148480,"ষ":148481,"áħ¬":148482,"áŀ§":148483,"âĨ¢":148484,"âķ¦":148485,"âľij":148486,"ˬ":148487,"ÕIJ":148488,"à¼Ķ":148489,"ʤ":148490,"˨":148491,"à¤ŀ":148492,"à»ĥ":148493,"à¼ļ":148494,"âĵ¥":148495,"âķľ":148496,"ðŁIJĸ":148497,"á¼Ļ":148498,"ἤ":148499,"ìĨ°":148500,"ÈĤ":148501,"ʱ":148502,"à®ļ":148503,"áĥ§":148504,"á´ĭ":148505,"á´®":148506,"âĿ¡":148507,"âŀ·":148508,"ëĿ¡":148509,"梨":148510,"ﯡ":148511,"ðĿķķ":148512,"ðŁħ°":148513,"ðŁ¦¸":148514,"Ǹ":148515,"Óŀ":148516,"Ô¶":148517,"ÖĨ":148518,"Úģ":148519,"Ûĭ":148520,"áİ¥":148521,"᾿":148522,"âĶŃ":148523,"âĶ®":148524,"êĢĢ":148525,"ê±ĺ":148526,"ëIJŃ":148527,"ë½Ħ":148528,"ìĶIJ":148529,"ì¸Į":148530,"íģł":148531,"íĻ±":148532,"ï¥ī":148533,"ï¨ĸ":148534,"ðĿij´":148535,"ðĿĸĴ":148536,"ðĿĺ¨":148537,"ðĿļĮ":148538,"ðŁIJ¡":148539,"ðŁij¢":148540,"ðŁĵĶ":148541,"Åħ":148542,"Æİ":148543,"È©":148544,"Òª":148545,"Ôĥ":148546,"áĥ«":148547,"á¸ĩ":148548,"⼣":148549,"ê»Ń":148550,"ë¨Ħ":148551,"ìŁĢ":148552,"줴":148553,"íļIJ":148554,"盧":148555,"ðŁŁ¢":148556,"Ƨ":148557,"ȼ":148558,"ÊĿ":148559,"ËĦ":148560,"Ëħ":148561,"Ëį":148562,"˧":148563,"Ò¥":148564,"ÕĶ":148565,"Øı":148566,"ؼ":148567,"ßIJ":148568,"ßľ":148569,"à¤ĵ":148570,"à¦Ļ":148571,"à®ĵ":148572,"ප":148573,"à¼į":148574,"à¼Ĵ":148575,"ལ":148576,"áĢĤ":148577,"áĢĬ":148578,"áĦĦ":148579,"áĪĺ":148580,"áĭĬ":148581,"áĮį":148582,"áijĭ":148583,"áŀĤ":148584,"áł¢":148585,"á¡Ŀ":148586,"á´¦":148587,"áµį":148588,"ᵨ":148589,"ḡ":148590,"ḯ":148591,"á¼£":148592,"âģĤ":148593,"âĦĺ":148594,"âĦľ":148595,"âĦ³":148596,"âĦµ":148597,"âĨ¦":148598,"âĩĨ":148599,"âĪ·":148600,"âĬļ":148601,"âĮ«":148602,"âĮ¯":148603,"âİĽ":148604,"âİľ":148605,"âݤ":148606,"âݦ":148607,"âİ®":148608,"âijī":148609,"âĶī":148610,"âķĻ":148611,"âĸĤ":148612,"âĹŃ":148613,"âĺĬ":148614,"âĺį":148615,"âĺĴ":148616,"âļĨ":148617,"⼧":148618,"âĽ²":148619,"âŀĺ":148620,"â¥Ħ":148621,"â´³":148622,"â´½":148623,"âµĪ":148624,"ãī¯":148625,"ãİij":148626,"㧬":148627,"êĻ¬":148628,"ê§ģ":148629,"곬":148630,"ê´ŀ":148631,"ê»ľ":148632,"ëħĵ":148633,"ëĭ¼":148634,"ëįĸ":148635,"ëĸ±":148636,"ëĿ°":148637,"롹":148638,"뢴":148639,"ë£Ģ":148640,"뤳":148641,"ë¨ķ":148642,"ëŃ¥":148643,"ìĦ¶":148644,"ìħ¤":148645,"ìĮķ":148646,"ìįª":148647,"ìı©":148648,"ìĴĢ":148649,"ìĶ¯":148650,"ìĿĶ":148651,"ìĿľ":148652,"ìłŃ":148653,"짦":148654,"쨩":148655,"첬":148656,"ì³¥":148657,"켯":148658,"íĢ«":148659,"íĢŃ":148660,"íĥ¸":148661,"íĵģ":148662,"íķ¬":148663,"íŸ":148664,"íĽķ":148665,"íľŃ":148666,"íĿĹ":148667,"ï¤Į":148668,"浪":148669,"刺":148670,"ï¬Ħ":148671,"ï¬ħ":148672,"ïŃij":148673,"ïŃ«":148674,"ïŃº":148675,"ï®Ĥ":148676,"ﮢ":148677,"ﮨ":148678,"ï°İ":148679,"ï°ł":148680,"ï²£":148681,"ï³IJ":148682,"ï³Ĵ":148683,"ï³ĺ":148684,"ï³ľ":148685,"ï¹¼":148686,"￨":148687,"ðĿIJ©":148688,"ðĿĴļ":148689,"ðĿķĶ":148690,"ðĿķ¤":148691,"ðĿĸĮ":148692,"ðĿĹ£":148693,"ðĿĹ°":148694,"ðĿĹ´":148695,"ðĿĺĤ":148696,"ðĿĺ¥":148697,"ðĿĺ®":148698,"ðĿĺ¸":148699,"ðĿĻĢ":148700,"ðĿĽ¾":148701,"ðĿľı":148702,"ðŁĮģ":148703,"ðŁĮľ":148704,"ðŁĮ¥":148705,"ðŁĮ¯":148706,"ðŁįIJ":148707,"ðŁİĴ":148708,"ðŁıĶ":148709,"ðŁıķ":148710,"ðŁı®":148711,"ðŁIJĤ":148712,"ðŁIJī":148713,"ðŁIJ¹":148714,"ðŁĶķ":148715,"ðŁĶļ":148716,"ðŁķij":148717,"ðŁķ£":148718,"ðŁĹŀ":148719,"ðŁĹ¡":148720,"ðŁĹ¿":148721,"ðŁļĨ":148722,"ðŁļĬ":148723,"ðŁļĵ":148724,"ðŁļķ":148725,"ðŁļ¾":148726,"ðŁĽģ":148727,"ðŁĽİ":148728,"ðŁĽı":148729,"ðŁ¤´":148730,"ðŁ¥ķ":148731,"ðŁ¥ĸ":148732,"ðŁ¥ł":148733,"ðŁ¥¥":148734,"ðŁ¦Ĩ":148735,"ðŁ¦ī":148736,"ðŁ¦ļ":148737,"ðŁ§ij":148738,"ðŁ§¥":148739,"ðŁ§¿":148740,"Å°":148741,"ƺ":148742,"ɧ":148743,"àªĩ":148744,"ண":148745,"áĪĪ":148746,"áĬ¤":148747,"áĭ®":148748,"áĮĪ":148749,"áĮµ":148750,"ᥲ":148751,"âĵŁ":148752,"êĻ³":148753,"ê°Ĭ":148754,"ëķģ":148755,"ëķ¨":148756,"ìĬģ":148757,"例":148758,"גּ":148759,"ðĿĸį":148760,"ðĿĺĮ":148761,"ðĿĺ³":148762,"ðĿĻ©":148763,"ðŁįĻ":148764,"ðŁĸĸ":148765,"áī³":148766,"áĭ¨":148767,"áĸĩ":148768,"áŀĮ":148769,"ṧ":148770,"âķª":148771,"âŀļ":148772,"â²ĺ":148773,"êķ":148774,"êķ¥":148775,"路":148776,"ﮣ":148777,"ï¯ł":148778,"ðĿĴĸ":148779,"ðĿķĺ":148780,"ðĿĸĩ":148781,"ðĿĹŁ":148782,"ðĿĹª":148783,"ðĿĹ¯":148784,"ðĿĻł":148785,"ðŁĵı":148786,"à¦Ĺ":148787,"âĴ»":148788,"â²ł":148789,"ðĿĵµ":148790,"Ê£":148791,"à°ľ":148792,"áĬ¢":148793,"áŀIJ":148794,"ḷ":148795,"âĦĽ":148796,"âĩĢ":148797,"âĩĬ":148798,"êĴ¦":148799,"ê¦ł":148800,"ﮤ":148801,"ðŁįĽ":148802,"ðŁ¤Ľ":148803,"ᨾ":148804,"âŀº":148805,"áķ¯":148806,"áĽı":148807,"âĩĤ":148808,"âĶ¹":148809,"âĻĹ":148810,"ðŁĸ¨":148811,"ê¦ı":148812,"ર":148813,"áļ¨":148814,"ðŁ¤¥":148815,"ðŁ§¢":148816,"ãIJĤ":148817,"ãĦ¥":148818,"ðŁĸĮ":148819,"â¼Ĵ":148820,"ãĬ§":148821,"âį©":148822,"ðŁ¦ij":148823,"âĶ·":148824,"ï©IJ":148825,"ï©¡":148826,"ðĵĪ":148827,"ðĵĪĴ":148828,"â»Ħ":148829,"ï¨Ĵ":148830,"âĦª":148831,"Ò§":148832,"ÚĮ":148833,"âĢ¶":148834,"âºł":148835,"â»ģ":148836,"âĨ¸":148837,"áĦIJ":148838,"ãħIJ":148839,"à»Ħ":148840,"áĹª":148841,"âĨ¼":148842,"âĩĭ":148843,"âĩĺ":148844,"âĮij":148845,"âĸ©":148846,"ðĿIJĹ":148847,"ÄĬ":148848,"à¦ī":148849,"ìīł":148850,"ɤ":148851,"ßį":148852,"ßı":148853,"áµĹ":148854,"âĤ¥":148855,"âĵī":148856,"âĶł":148857,"âĶ¨":148858,"âķĦ":148859,"ä¤":148860,"ä¤Ģ":148861,"껸":148862,"ï®ģ":148863,"ðĵĤ":148864,"ðĵĤĥ":148865,"ðŁ¦ķ":148866,"ÆĽ":148867,"à¦ĩ":148868,"ãıĺ":148869,"﮼":148870,"Úĵ":148871,"ÚĿ":148872,"à¦ĵ":148873,"ද":148874,"á´ħ":148875,"á½Ļ":148876,"âģ¼":148877,"âĸİ":148878,"⼩":148879,"äĶ":148880,"äĶĢ":148881,"뻡":148882,"ìĽ½":148883,"íģĦ":148884,"良":148885,"ï±ī":148886,"ï¹»":148887,"ðĿĸĭ":148888,"ðĿĻĪ":148889,"ðĿĻª":148890,"ðĿĻ¶":148891,"ðŁIJĦ":148892,"ðŁIJĨ":148893,"áİ¢":148894,"á¸Į":148895,"âĿ´":148896,"ðŁı¸":148897,"ÈĿ":148898,"ɸ":148899,"Îħ":148900,"Ïľ":148901,"Ó¢":148902,"Õ¹":148903,"à´ħ":148904,"àºĪ":148905,"áĭ°":148906,"áijİ":148907,"áłµ":148908,"á¡ł":148909,"á´ī":148910,"ḵ":148911,"á¿´":148912,"âĵ£":148913,"âĶ¶":148914,"⽯":148915,"ê²¥":148916,"ê¿ĺ":148917,"ëģİ":148918,"ëİĪ":148919,"ëĶ¯":148920,"ë²°":148921,"ìĺ¯":148922,"ìĽ¸":148923,"ìŀĹ":148924,"ì§ĺ":148925,"쬬":148926,"ì·¬":148927,"íģħ":148928,"íĵĶ":148929,"íĽĿ":148930,"冷":148931,"魯":148932,"沈":148933,"ï¯ĸ":148934,"ðĿĵħ":148935,"ðĿĻĦ":148936,"ðŁĵ¶":148937,"ðŁĹĴ":148938,"ðŁ¥Ķ":148939,"ðŁ¥Ń":148940,"Å®":148941,"Å´":148942,"Æī":148943,"Æ«":148944,"Çģ":148945,"Ç£":148946,"Ǻ":148947,"Ǽ":148948,"Èį":148949,"ȯ":148950,"Éľ":148951,"ʬ":148952,"Ëģ":148953,"ˤ":148954,"˵":148955,"ÏĽ":148956,"Ò¤":148957,"Ò¬":148958,"Óı":148959,"ÓĽ":148960,"Ó¡":148961,"Ó³":148962,"ÔĮ":148963,"Ô¬":148964,"Õ³":148965,"Ù»":148966,"Úī":148967,"Ú§":148968,"Üľ":148969,"ߪ":148970,"à¤Ŀ":148971,"à¦Ľ":148972,"à¨Ĩ":148973,"àªķ":148974,"ડ":148975,"à®İ":148976,"à°¬":148977,"ൻ":148978,"ർ":148979,"à¶ł":148980,"à¶Ń":148981,"බ":148982,"à·Ĩ":148983,"༽":148984,"áĢļ":148985,"áħ¢":148986,"áĨ¸":148987,"áĪĢ":148988,"áĪķ":148989,"áĪ°":148990,"áī¡":148991,"áī¤":148992,"áĬ¦":148993,"áĬ«":148994,"áĭĭ":148995,"áĭį":148996,"áݯ":148997,"áijŃ":148998,"áķĹ":148999,"᣼":149000,"á¥Ĵ":149001,"á©ī":149002,"áŃº":149003,"á´¡":149004,"áµĺ":149005,"ᵼ":149006,"ᶳ":149007,"á¸ģ":149008,"á¸ĭ":149009,"á¹Ļ":149010,"á¹Ŀ":149011,"Ṧ":149012,"áºħ":149013,"á¼Ĥ":149014,"á½ĥ":149015,"á½į":149016,"ὧ":149017,"á¾·":149018,"âĢµ":149019,"âĤİ":149020,"âĦĿ":149021,"âħĢ":149022,"âĨŀ":149023,"âĨ§":149024,"âĩħ":149025,"âĪĥ":149026,"âīı":149027,"âī½":149028,"âĬŀ":149029,"âĬ¡":149030,"âĬ§":149031,"âĬ¶":149032,"âĭĦ":149033,"âİĴ":149034,"âİ¡":149035,"âİ£":149036,"âݪ":149037,"âıİ":149038,"âĵĥ":149039,"âĵĸ":149040,"âĵ¨":149041,"âķĭ":149042,"âķĸ":149043,"âķ¢":149044,"âķ²":149045,"âĸĨ":149046,"âĸĬ":149047,"âĸį":149048,"âĸ®":149049,"âĺ¡":149050,"âĺ¦":149051,"âĺ±":149052,"âĺ¿":149053,"âĻĺ":149054,"âĻĿ":149055,"âļ°":149056,"âĽij":149057,"âŀª":149058,"â¤Ŀ":149059,"⤢":149060,"⤷":149061,"⧫":149062,"â¨Ń":149063,"⨯":149064,"â±£":149065,"â²İ":149066,"⵼":149067,"ãħĶ":149068,"ãĪı":149069,"ãī²":149070,"ãī³":149071,"ãĬij":149072,"ãĭĽ":149073,"ãİIJ":149074,"겤":149075,"ê·¿":149076,"ê¹ŀ":149077,"껨":149078,"ê¼į":149079,"꿸":149080,"ëĥ¬":149081,"ëĩIJ":149082,"ëĭł":149083,"ëį¯":149084,"ëĹĮ":149085,"ëĹij":149086,"ë¥Ģ":149087,"ëªĥ":149088,"몯":149089,"뱡":149090,"ë³ĵ":149091,"ë³½":149092,"뵾":149093,"ìĤ³":149094,"ìħ¥":149095,"ìĩ½":149096,"ìı¨":149097,"ìı¸":149098,"ìķį":149099,"ìĸĸ":149100,"ìŁ¨":149101,"ì¢ĥ":149102,"ì¢į":149103,"ì¥ij":149104,"짼":149105,"ì©ĥ":149106,"ì®ľ":149107,"쮸":149108,"ì³ij":149109,"ì´¥":149110,"ì¾ĥ":149111,"íħ¦":149112,"íĪ¿":149113,"íĵ½":149114,"íķ³":149115,"íĸı":149116,"íĹł":149117,"íĿ«":149118,"ï¤ĵ":149119,"ï¤ĺ":149120,"ï¥İ":149121,"略":149122,"ï¦ħ":149123,"尿":149124,"ï§ĩ":149125,"ï¬Ĩ":149126,"דּ":149127,"ï®ĩ":149128,"ï®Ī":149129,"ï®Ŀ":149130,"ﮩ":149131,"ï®±":149132,"ï¯ĺ":149133,"ï¯Ļ":149134,"ﯢ":149135,"ﯣ":149136,"ﯤ":149137,"ﯥ":149138,"ï±Ĥ":149139,"ï²Ĩ":149140,"ﲪ":149141,"ï´¼":149142,"ïºī":149143,"ïºĬ":149144,"ﺥ":149145,"ðĿij¨":149146,"ðĿij©":149147,"ðĿij²":149148,"ðĿĴĮ":149149,"ðĿĴª":149150,"ðĿĴ®":149151,"ðĿĵĤ":149152,"ðĿĵĪ":149153,"ðĿĵ¯":149154,"ðĿĶ¨":149155,"ðĿķĢ":149156,"ðĿķĨ":149157,"ðĿķ¦":149158,"ðĿķ§":149159,"ðĿķ«":149160,"ðĿķ·":149161,"ðĿŵ":149162,"ðĿŸ":149163,"ðĿĺĦ":149164,"ðĿĺĻ":149165,"ðĿĺł":149166,"ðĿĺ¬":149167,"ðĿĻį":149168,"ðĿĻij":149169,"ðĿĻ¡":149170,"ðĿĻ¨":149171,"ðĿĻ·":149172,"ðĿļį":149173,"ðĿĽ¿":149174,"ðŁĥ":149175,"ðŁĥı":149176,"ðŁħĺ":149177,"ðŁī":149178,"ðŁīij":149179,"ðŁİ¡":149180,"ðŁİª":149181,"ðŁİ±":149182,"ðŁİ³":149183,"ðŁİº":149184,"ðŁıİ":149185,"ðŁıĹ":149186,"ðŁıļ":149187,"ðŁıŀ":149188,"ðŁı¦":149189,"ðŁı§":149190,"ðŁIJģ":149191,"ðŁIJħ":149192,"ðŁIJĵ":149193,"ðŁĴĤ":149194,"ðŁĵij":149195,"ðŁĵĵ":149196,"ðŁĵ¨":149197,"ðŁĵ«":149198,"ðŁĶĭ":149199,"ðŁĶŃ":149200,"ðŁĶ¯":149201,"ðŁķĹ":149202,"ðŁļĤ":149203,"ðŁļ¢":149204,"ðŁļ¦":149205,"ðŁļ¬":149206,"ðŁĽĭ":149207,"ðŁĽĮ":149208,"ðŁĽ¬":149209,"ðŁĽ¶":149210,"ðŁŁ¡":149211,"ðŁ¥ĺ":149212,"ðŁ¥Ł":149213,"ðŁ¥¦":149214,"ðŁ¦ĩ":149215,"ðŁ¦Ī":149216,"ðŁ§Ĭ":149217,"ðŁ§Ĺ":149218,"ðŁ§¤":149219,"Ê·":149220,"˹":149221,"á¹ļ":149222,"á½¥":149223,"âĦŁ":149224,"겯":149225,"껫":149226,"ë°·":149227,"ìĥĨ":149228,"ìĽĿ":149229,"ì¨ī":149230,"ì«ı":149231,"ï¯ķ":149232,"ðĿľĭ":149233,"ɲ":149234,"ÒŃ":149235,"ÓĪ":149236,"à½Ľ":149237,"áĭĵ":149238,"áĻŃ":149239,"áł©":149240,"á¹®":149241,"âĦĴ":149242,"âĨ»":149243,"âµĥ":149244,"ëĢ¨":149245,"볧":149246,"ìī¥":149247,"ìĮľ":149248,"ìŶ":149249,"ì¨Ī":149250,"쪾":149251,"íı½":149252,"íļĶ":149253,"íĽµ":149254,"露":149255,"ï¦IJ":149256,"ï§Ĺ":149257,"ï§ļ":149258,"אָ":149259,"ðĿIJĬ":149260,"ðĿķĹ":149261,"ðĿĹļ":149262,"ðĿļĸ":149263,"ðŁħ´":149264,"Èĥ":149265,"ÉĿ":149266,"ϱ":149267,"ÓĹ":149268,"ढ":149269,"áħł":149270,"áī¦":149271,"áijĮ":149272,"áĴ¼":149273,"áŀ¡":149274,"᳨":149275,"áłŃ":149276,"á¨ħ":149277,"á¨Ķ":149278,"á´ĺ":149279,"ᶦ":149280,"á¸İ":149281,"á¼ħ":149282,"á¼¹":149283,"âĨ¯":149284,"âĵİ":149285,"ãıĮ":149286,"êī":149287,"êīĤ":149288,"ëĨ§":149289,"ëĿ±":149290,"좡":149291,"íĪ½":149292,"ï¤ĩ":149293,"ï¤Ľ":149294,"ðĿIJķ":149295,"ðĿĵ¸":149296,"ðĿĵ¼":149297,"ðĿĹķ":149298,"ðĿĺĪ":149299,"ðŁı£":149300,"ðŁı¤":149301,"ðŁĹĦ":149302,"Ñ·":149303,"Òł":149304,"áµĸ":149305,"Ἠ":149306,"ë¬Ħ":149307,"ï°´":149308,"âĪ½":149309,"ÕŃ":149310,"Ú¹":149311,"à¥Ł":149312,"áĢĨ":149313,"áŀĴ":149314,"ãĢ¶":149315,"ꦫ":149316,"ï¸ĵ":149317,"ðĿIJĽ":149318,"ðĿĺĹ":149319,"ðŁıľ":149320,"ì«Ń":149321,"ðŁ§ŀ":149322,"à½Ĥ":149323,"âĨ¿":149324,"âĩı":149325,"âĵģ":149326,"âĶ§":149327,"âķģ":149328,"âķ¤":149329,"ê¦Ĺ":149330,"ꦤ":149331,"ðŁıĪ":149332,"áŀķ":149333,"Ô½":149334,"àªĹ":149335,"à¬Ĩ":149336,"âķķ":149337,"ï½ł":149338,"⼦":149339,"⼯":149340,"â¾·":149341,"âĶĸ":149342,"à¬ĵ":149343,"âĺĹ":149344,"âįĭ":149345,"ï¨Ŀ":149346,"â¼¥":149347,"寧":149348,"âĦĬ":149349,"ãĢ´":149350,"âį¢":149351,"ð¡Ī":149352,"ð¡Ī½":149353,"難":149354,"ãĢ»":149355,"ãıĥ":149356,"說":149357,"ï¨ĺ":149358,"ðŁIJĥ":149359,"ðŁĨĸ":149360,"ðŁĹ¾":149361,"ãĦĩ":149362,"Þĭ":149363,"â¼¼":149364,"ï¨Ń":149365,"ÞĢ":149366,"ÞĦ":149367,"ÞĪ":149368,"ÞIJ":149369,"âĮĦ":149370,"â»ĺ":149371,"ãŁ¢":149372,"áħ§":149373,"ðIJĮ¿":149374,"Ë»":149375,"à²Ĺ":149376,"áĢĩ":149377,"áŀĬ":149378,"âķĩ":149379,"ãĩ¼":149380,"ãİ°":149381,"ÕĴ":149382,"ÜĪ":149383,"ߥ":149384,"à¿IJ":149385,"áĢŁ":149386,"âĨ¥":149387,"âķĮ":149388,"â½Ģ":149389,"â½°":149390,"â¾Ĭ":149391,"äĦ":149392,"äĦĢ":149393,"ðĵIJ":149394,"ðĵIJį":149395,"ðŁİ¦":149396,"âĤ¯":149397,"âĬĺ":149398,"âĦį":149399,"ʵ":149400,"Ѷ":149401,"Úĥ":149402,"à¦Ķ":149403,"à´¦":149404,"áݶ":149405,"áĵķ":149406,"Ṩ":149407,"âĤł":149408,"âĩ°":149409,"âĹĴ":149410,"â¿Ĭ":149411,"ê·±":149412,"ì¹ķ":149413,"íĪ©":149414,"ïŃĢ":149415,"ðĿĴ¸":149416,"ðĿĵĬ":149417,"ðĿĺ©":149418,"Ǧ":149419,"É«":149420,"áĬ¨":149421,"ȹ":149422,"ʯ":149423,"Ϊ":149424,"ÚĢ":149425,"áĮ¸":149426,"áİ»":149427,"áıķ":149428,"áı´":149429,"á²Ĥ":149430,"Ὠ":149431,"âıĿ":149432,"âĺĻ":149433,"ëĥ¨":149434,"ëĦ¼":149435,"ëĪĻ":149436,"ë£ħ":149437,"ìĶ¼":149438,"ìķĿ":149439,"ìļ¬":149440,"ìľ±":149441,"ï¥Ĥ":149442,"惡":149443,"יּ":149444,"ïŃģ":149445,"ï³Ī":149446,"ðĿĶħ":149447,"ðĿĺ¤":149448,"ðĿĻı":149449,"ðĿĻĻ":149450,"ðŁķī":149451,"ðŁ§Ļ":149452,"á¸ij":149453,"ê´¼":149454,"ëģį":149455,"ëĹ´":149456,"ëĿ³":149457,"ë°ŀ":149458,"ë°¢":149459,"ëµĺ":149460,"ìĤĶ":149461,"ìĦĦ":149462,"ì¼ļ":149463,"íĢł":149464,"íĬ±":149465,"íĮĸ":149466,"ï¤ij":149467,"領":149468,"隸":149469,"ï´į":149470,"ðĿĺ·":149471,"Ĭ":149472,"Ŭ":149473,"ÆĢ":149474,"Æĭ":149475,"Æľ":149476,"Çij":149477,"Çĺ":149478,"Çŀ":149479,"Ç¥":149480,"Ç®":149481,"É°":149482,"ɶ":149483,"É·":149484,"ɽ":149485,"ÊĪ":149486,"ÊIJ":149487,"Ëİ":149488,"ËŁ":149489,"˦":149490,"˯":149491,"ÏIJ":149492,"Ïĵ":149493,"Ï¢":149494,"Ϥ":149495,"Ϫ":149496,"ÏŃ":149497,"Ï®":149498,"Ï»":149499,"Ñł":149500,"ÑŃ":149501,"Ò¨":149502,"ÓĿ":149503,"Ô¡":149504,"Ô·":149505,"Õī":149506,"Õĵ":149507,"Õĸ":149508,"Õļ":149509,"ÕĿ":149510,"Öİ":149511,"Ø¿":149512,"Úħ":149513,"Úį":149514,"ÚĶ":149515,"ÛĬ":149516,"Û¾":149517,"ÜĻ":149518,"ÝĴ":149519,"Ýĺ":149520,"ßĴ":149521,"ßĸ":149522,"à¤Ĭ":149523,"à¤IJ":149524,"à¦ı":149525,"à¦ĸ":149526,"à§Ł":149527,"મ":149528,"હ":149529,"à®ħ":149530,"à®Ĩ":149531,"à°¡":149532,"à°°":149533,"à²ļ":149534,"ಮ":149535,"ಯ":149536,"à´Ł":149537,"à´·":149538,"ൾ":149539,"à¶ij":149540,"à¶ŀ":149541,"༼":149542,"à½ĵ":149543,"áĢĵ":149544,"áĤ¦":149545,"áĥĸ":149546,"áĥŃ":149547,"áĥ¯":149548,"áħ¨":149549,"áħª":149550,"áĨ°":149551,"áĪģ":149552,"áĪİ":149553,"áĪĵ":149554,"áĪ¥":149555,"áĪ²":149556,"áĪ´":149557,"áĪ»":149558,"áīł":149559,"áī²":149560,"áī¶":149561,"áĬ£":149562,"áĬ¥":149563,"áĬª":149564,"áĭĺ":149565,"áĭ²":149566,"áĭ¶":149567,"áĮ£":149568,"áį¡":149569,"áį£":149570,"áݬ":149571,"áݾ":149572,"áIJ¡":149573,"áķķ":149574,"áĸ±":149575,"áĹIJ":149576,"áĹŃ":149577,"áĺī":149578,"áļ±":149579,"ἣ":149580,"áŀ¥":149581,"áŁĶ":149582,"áł£":149583,"áłª":149584,"áł°":149585,"áł´":149586,"á¤ĸ":149587,"ᥣ":149588,"á®":149589,"᮳":149590,"á¯":149591,"á¯Ļ":149592,"á°":149593,"á°į":149594,"á´Ĭ":149595,"á´¾":149596,"áµģ":149597,"áµİ":149598,"áµŀ":149599,"ᵤ":149600,"á¶ħ":149601,"á¶ĺ":149602,"ᶣ":149603,"ᶢ":149604,"ᶤ":149605,"ᶱ":149606,"ᶻ":149607,"á¸ī":149608,"á¸ŀ":149609,"Ḻ":149610,"á¹ĵ":149611,"á¹Ĺ":149612,"Ṫ":149613,"áºĬ":149614,"áºı":149615,"áºĽ":149616,"á¼ĥ":149617,"á¼Į":149618,"Ἷ":149619,"á½Ĥ":149620,"á½ĵ":149621,"á½Ĺ":149622,"ὦ":149623,"á¾±":149624,"á¾´":149625,"á¿ĺ":149626,"á¿Ł":149627,"Ὸ":149628,"âģĺ":149629,"âĤij":149630,"âĤĽ":149631,"âĤ¿":149632,"âĦĩ":149633,"âĦŀ":149634,"âĦ±":149635,"âĩŁ":149636,"âĩ²":149637,"âĪ¤":149638,"âĪ¶":149639,"âīĤ":149640,"âī¾":149641,"âĬ¨":149642,"âĬ³":149643,"âĬ·":149644,"âĭĮ":149645,"âĭĺ":149646,"âĮķ":149647,"âĮ¥":149648,"âĮµ":149649,"âĮº":149650,"âį£":149651,"âį²":149652,"âįµ":149653,"âİĩ":149654,"âıĥ":149655,"âıIJ":149656,"âıł":149657,"âı¤":149658,"âı¶":149659,"âı¸":149660,"âı¹":149661,"âijĤ":149662,"âĴ·":149663,"âĴº":149664,"âĵ¡":149665,"âĵ¤":149666,"âĶ¾":149667,"âĸĺ":149668,"âĸµ":149669,"âĹª":149670,"âĹ·":149671,"âĺ¨":149672,"âĺ«":149673,"âĺ²":149674,"âĺ³":149675,"âĻĨ":149676,"âļ¤":149677,"âļ¥":149678,"âĽĵ":149679,"⼴":149680,"âĽ¾":149681,"âŀ«":149682,"âŀ¿":149683,"⣷":149684,"â¤ij":149685,"⤫":149686,"⤶":149687,"⤽":149688,"⧪":149689,"â¨Ģ":149690,"⩽":149691,"⬡":149692,"⬢":149693,"⬤":149694,"â²ĸ":149695,"Ⲫ":149696,"âµĢ":149697,"⸮":149698,"⸽":149699,"ãĢł":149700,"ãĢ·":149701,"ãĦĮ":149702,"ãĦĺ":149703,"ãħij":149704,"ãĪİ":149705,"ãĪIJ":149706,"ãĬľ":149707,"ãĮĵ":149708,"ãĮł":149709,"ãİŁ":149710,"ãݤ":149711,"ãݧ":149712,"㬮":149713,"äĪ":149714,"äĪĢ":149715,"ä°":149716,"ä°Ģ":149717,"êħ":149718,"êħī":149719,"êĩĹ":149720,"êĪ":149721,"êĪį":149722,"ê§Ĥ":149723,"ê§Ĭ":149724,"êªĢ":149725,"ê²Ī":149726,"ê²į":149727,"ê³Ģ":149728,"êµł":149729,"ê½IJ":149730,"ê¾Ī":149731,"꿱":149732,"ëĥı":149733,"ëĦij":149734,"ëħ¤":149735,"ëĩ¸":149736,"ëĪ¼":149737,"ëīħ":149738,"ëĬ£":149739,"ëĭº":149740,"ëįŀ":149741,"ëIJĮ":149742,"ëķ¸":149743,"ëĺł":149744,"ëĻĩ":149745,"ëĻĪ":149746,"ëľ½":149747,"ëŀĶ":149748,"ëłľ":149749,"ë£IJ":149750,"ë§Ģ":149751,"ë§Ĭ":149752,"ëªĢ":149753,"ë¬Ń":149754,"믾":149755,"ë³ľ":149756,"ë´Ĭ":149757,"ëµī":149758,"ë·ľ":149759,"ë¸Ģ":149760,"ë¹ĭ":149761,"ìģĦ":149762,"ìĤ£":149763,"ìĤ»":149764,"ìĦµ":149765,"ìħĴ":149766,"ìīĪ":149767,"ìīĶ":149768,"ìĬĮ":149769,"ìĬĻ":149770,"ìIJ´":149771,"ìĵº":149772,"ìķļ":149773,"ìķº":149774,"ìĸľ":149775,"ìĹª":149776,"ìĺľ":149777,"ìĻ¤":149778,"ìļĽ":149779,"ìļº":149780,"ìĿħ":149781,"ìĿı":149782,"ìĿŃ":149783,"ìĿ¶":149784,"ìłĽ":149785,"ì¡Ī":149786,"ì¢ī":149787,"ì¢Ķ":149788,"ì©ł":149789,"ìŃĮ":149790,"쯩":149791,"ì´£":149792,"ì¸ķ":149793,"ì¹Ł":149794,"쾡":149795,"ì¿Ļ":149796,"íģĩ":149797,"íģī":149798,"íĩĢ":149799,"íĪ¶":149800,"íĸij":149801,"íĸ¤":149802,"íĹħ":149803,"íľı":149804,"íĿĿ":149805,"ï¤Ĵ":149806,"ï¤ķ":149807,"郎":149808,"ï¥ħ":149809,"ï¥ĩ":149810,"ï¥ı":149811,"ï¥ļ":149812,"ï¥Ł":149813,"ï¦Ħ":149814,"ï¦Ī":149815,"令":149816,"囹":149817,"零":149818,"ï§ģ":149819,"ï§ĥ":149820,"ï§Ķ":149821,"ï§ł":149822,"泥":149823,"燐":149824,"ïŃIJ":149825,"ïŃĸ":149826,"ïѦ":149827,"ïŃ´":149828,"ïѵ":149829,"ïѶ":149830,"ïѸ":149831,"ï®Į":149832,"ï®İ":149833,"ï®ŀ":149834,"ï®Ł":149835,"ﮡ":149836,"ﮪ":149837,"ï¯Ķ":149838,"ï¯Ĺ":149839,"ï¯ļ":149840,"ï¯Ľ":149841,"ï¯Ŀ":149842,"ï¯Ł":149843,"ﯧ":149844,"ﯨ":149845,"ﯫ":149846,"ﯯ":149847,"ﯰ":149848,"ﯱ":149849,"ﯲ":149850,"ﯳ":149851,"ﯴ":149852,"ﯵ":149853,"ﯶ":149854,"ï°Ģ":149855,"ï±ħ":149856,"ï±Ķ":149857,"ï±´":149858,"ï²ģ":149859,"ï³ķ":149860,"ï·½":149861,"ï¸ķ":149862,"︱":149863,"ï¹£":149864,"ï¹½":149865,"ï»į":149866,"ï¾±":149867,"ðĿIJĻ":149868,"ðĿIJ½":149869,"ðĿij¤":149870,"ðĿij®":149871,"ðĿijµ":149872,"ðĿĴĥ":149873,"ðĿĴĦ":149874,"ðĿĵŃ":149875,"ðĿĵ·":149876,"ðĿĶĸ":149877,"ðĿĶŀ":149878,"ðĿĶ¢":149879,"ðĿĶ¦":149880,"ðĿĶ¬":149881,"ðĿķĦ":149882,"ðĿķĬ":149883,"ðĿķİ":149884,"ðĿķĻ":149885,"ðĿķľ":149886,"ðĿķŃ":149887,"ðĿķ³":149888,"ðĿķ¸":149889,"ðĿķ¾":149890,"ðĿĸī":149891,"ðĿĸı":149892,"ðĿĺĩ":149893,"ðĿĺī":149894,"ðĿĺĸ":149895,"ðĿĺĽ":149896,"ðĿĺŀ":149897,"ðĿĺ«":149898,"ðĿĺ¾":149899,"ðĿĻĩ":149900,"ðĿĻī":149901,"ðĿĻĭ":149902,"ðĿĻİ":149903,"ðĿĻĺ":149904,"ðĿĻ¥":149905,"ðĿļĥ":149906,"ðĿļIJ":149907,"ðĿļĶ":149908,"ðĿľĥ":149909,"ðŁĦ·":149910,"ðŁħĿ":149911,"ðŁħ¾":149912,"ðŁĨĤ":149913,"ðŁĨĵ":149914,"ðŁĮĤ":149915,"ðŁĮĨ":149916,"ðŁĮī":149917,"ðŁĮij":149918,"ðŁĮĺ":149919,"ðŁĮ©":149920,"ðŁĮ«":149921,"ðŁį¢":149922,"ðŁį¥":149923,"ðŁİĽ":149924,"ðŁİ¢":149925,"ðŁİ´":149926,"ðŁij¡":149927,"ðŁĴ¾":149928,"ðŁĵŃ":149929,"ðŁĶĪ":149930,"ðŁĶ¦":149931,"ðŁĶ²":149932,"ðŁĶ³":149933,"ðŁķĵ":149934,"ðŁķķ":149935,"ðŁķĺ":149936,"ðŁķŁ":149937,"ðŁķ·":149938,"ðŁĹ³":149939,"ðŁļĦ":149940,"ðŁļĶ":149941,"ðŁļĸ":149942,"ðŁĽIJ":149943,"ðŁĽ¤":149944,"ðŁĽ¸":149945,"ðŁł":149946,"ðŁł³":149947,"ðŁ¤¹":149948,"ðŁ¥ĥ":149949,"ðŁ¥¨":149950,"ðŁ¥ª":149951,"ðŁ¥¾":149952,"ðŁ¦ĥ":149953,"ðŁ¦Ĵ":149954,"ðŁ¦Ļ":149955,"ðŁ¦¶":149956,"ðŁ§ł":149957,"ðŁ§ª":149958,"ðŁ§Ń":149959,"ðŁ§²":149960,"ð£·":149961,"ð£·Ń":149962,"ð¦ĺ":149963,"ð¦ĺĴ":149964,"Æij":149965,"ÇĻ":149966,"È®":149967,"Øł":149968,"ÚĦ":149969,"ÜĢ":149970,"ߢ":149971,"áīĢ":149972,"áĬIJ":149973,"áİł":149974,"áºŀ":149975,"ëĪŀ":149976,"ëķŁ":149977,"ë£ģ":149978,"ë¤Ĺ":149979,"ìĦ¥":149980,"ìħij":149981,"ìĸIJ":149982,"ìĽĽ":149983,"ì£ķ":149984,"íİı":149985,"íĽĵ":149986,"梁":149987,"ï³Ľ":149988,"ï´«":149989,"ðĸ§":149990,"ðĸ§·":149991,"ðĿķģ":149992,"ðŁIJª":149993,"ðŁĴĪ":149994,"ðŁĵł":149995,"ðŁķĽ":149996,"ðŁķ´":149997,"ÑĿ":149998,"ÓĬ":149999,"ॲ":150000,"પ":150001,"áĥ¤":150002,"áįIJ":150003,"ᶰ":150004,"á¼Ŀ":150005,"Ὡ":150006,"âĭĭ":150007,"âĴ½":150008,"âĻ¾":150009,"â½Ķ":150010,"⾯":150011,"ãĦĴ":150012,"ãħļ":150013,"ëIJį":150014,"ë·ģ":150015,"ìĭĢ":150016,"ìļĿ":150017,"쥰":150018,"캴":150019,"íĭī":150020,"íĿ½":150021,"ï¦Ģ":150022,"樂":150023,"ï§ħ":150024,"ï§ĵ":150025,"ïŃ¯":150026,"ï®Ĩ":150027,"ðIJ¤ķ":150028,"ðĿIJŁ":150029,"ðĿĴħ":150030,"ðĿĵľ":150031,"ðĿĶ°":150032,"ðĿĶ»":150033,"ðĿĺį":150034,"ðĿĻ¯":150035,"ðŁĦ½":150036,"ðŁħĤ":150037,"ðŁħĶ":150038,"ðŁħ½":150039,"ðŁĵ´":150040,"ðŁ§ĸ":150041,"ÓĴ":150042,"Ḳ":150043,"ëī¼":150044,"Çı":150045,"Èĵ":150046,"ʸ":150047,"ÕĤ":150048,"Ûħ":150049,"ß¡":150050,"ߣ":150051,"ய":150052,"à°Ī":150053,"ಸ":150054,"ຮ":150055,"à¼ķ":150056,"áĢİ":150057,"áĨ¡":150058,"áIJĭ":150059,"áIJķ":150060,"áij¯":150061,"áŀĨ":150062,"á¨ķ":150063,"á©Ī":150064,"âģħ":150065,"âĨļ":150066,"âĶİ":150067,"âł©":150068,"â²Ĥ":150069,"â²Ķ":150070,"Ⲩ":150071,"ãĬļ":150072,"íĵ²":150073,"ðĿijĪ":150074,"ðĿij¬":150075,"ðĿij¹":150076,"ðĿĴ¾":150077,"ðĿĵ±":150078,"ðĿĵ½":150079,"ðĿķ¯":150080,"ðĿķ»":150081,"ðĿĺ½":150082,"ðĿļĨ":150083,"ðŁĦ°":150084,"ðŁIJ¨":150085,"Òķ":150086,"à²ħ":150087,"ï¨Ĩ":150088,"ðĿij°":150089,"ðŁĦ¸":150090,"Ôİ":150091,"Øį":150092,"Ùµ":150093,"ಶ":150094,"áĢĪ":150095,"áĺĹ":150096,"᳸":150097,"á¡¡":150098,"ᨲ":150099,"á©ģ":150100,"á´·":150101,"ᵧ":150102,"âķ¨":150103,"âļģ":150104,"â¾Ŀ":150105,"ãĢ¼":150106,"ãĦı":150107,"êĴ«":150108,"ꦥ":150109,"ꦩ":150110,"ꦲ":150111,"ìĺ¼":150112,"íĵIJ":150113,"ðĵĩ":150114,"ðĵĩ¼":150115,"ðĿķ¿":150116,"ðŁĽ´":150117,"먾":150118,"ವ":150119,"à´İ":150120,"à¼Ģ":150121,"âĩĸ":150122,"ãĪ«":150123,"âĵĢ":150124,"áħ´":150125,"áļ¾":150126,"áĽŀ":150127,"Ἣ":150128,"ᥴ":150129,"âĨĽ":150130,"âĨ¶":150131,"âĩ¤":150132,"âķŁ":150133,"âĺ·":150134,"âļIJ":150135,"ðŁ§´":150136,"á¹³":150137,"âĶį":150138,"âĶĴ":150139,"âĶ©":150140,"âĶ¦":150141,"â¾µ":150142,"àªľ":150143,"ત":150144,"âĩĻ":150145,"âĶ±":150146,"âķĢ":150147,"â½Ĭ":150148,"ï½Ł":150149,"ଡ":150150,"ðł®":150151,"ðł®·":150152,"âķĥ":150153,"â°Ķ":150154,"ãĬ¦":150155,"ðŁİIJ":150156,"ãĩ°":150157,"â¼Ŀ":150158,"â¾Ķ":150159,"â½Ĵ":150160,"âłĴ":150161,"都":150162,"ï©Ĵ":150163,"免":150164,"ï©ĸ":150165,"ðĵı¸":150166,"ãĮĥ":150167,"ðĸ¤":150168,"ðĸ¤IJ":150169,"ï¦Ń":150170,"âĬħ":150171,"â¾³":150172,"ä´¥":150173,"ï©ķ":150174,"ðŁĮĶ":150175,"áŀĭ":150176,"âļį":150177,"â¼ĭ":150178,"ãİĺ":150179,"ðIJĮ²":150180,"É©":150181,"áİij":150182,"âĨ®":150183,"âĩĥ":150184,"âļİ":150185,"ãĩ±":150186,"ãĭ©":150187,"ãĮ¶":150188,"êĻª":150189,"ëݬ":150190,"ï¨IJ":150191,"ï¨Ľ":150192,"ï©Ĭ":150193,"ï©į":150194,"ðĵħ":150195,"ðĵħº":150196,"Ï¡":150197,"Èij":150198,"ÉĤ":150199,"Ôĵ":150200,"ßİ":150201,"à´§":150202,"áĢī":150203,"áĢĭ":150204,"áĢij":150205,"áĢł":150206,"áļĻ":150207,"á¨Ħ":150208,"ᨩ":150209,"ᨹ":150210,"á©ĵ":150211,"ᬾ":150212,"á´Ļ":150213,"áµij":150214,"âĤŃ":150215,"âĨ°":150216,"âľģ":150217,"â½IJ":150218,"ãĭ¯":150219,"ãĮ½":150220,"íĨ¢":150221,"錄":150222,"ðŁĤ":150223,"ðŁĤ»":150224,"ÈĴ":150225,"ͺ":150226,"Ô¥":150227,"Õij":150228,"Ú¶":150229,"à§İ":150230,"ථ":150231,"àºĸ":150232,"àºľ":150233,"ຽ":150234,"áĥ»":150235,"áħ¯":150236,"áĭŀ":150237,"áĸķ":150238,"á´Ī":150239,"á¶Ĩ":150240,"Ḿ":150241,"á¹¼":150242,"Ῠ":150243,"âĦĭ":150244,"âĦŃ":150245,"âĪ±":150246,"âĮĵ":150247,"âĶĩ":150248,"âĶ¢":150249,"â±®":150250,"â²Ħ":150251,"ãĩ¾":150252,"ãĪ¬":150253,"븡":150254,"ìIJī":150255,"íĻĽ":150256,"ðĿķª":150257,"ƹ":150258,"Ͳ":150259,"Óģ":150260,"Û¼":150261,"ফ":150262,"áħŁ":150263,"áīĨ":150264,"áįĪ":150265,"áºĸ":150266,"á½ī":150267,"âĶ¸":150268,"⽩":150269,"êľ":150270,"êľ¥":150271,"êµħ":150272,"ëĤĶ":150273,"ëĦł":150274,"ëĩĹ":150275,"ëĻĿ":150276,"ìļ¯":150277,"ìļ·":150278,"ìŁĽ":150279,"ì·IJ":150280,"íŁ¬":150281,"íŁ®":150282,"íŁ°":150283,"ï¦Ĩ":150284,"鈴":150285,"ï²ŀ":150286,"ﳤ":150287,"ï³¥":150288,"ðIJĮ¸":150289,"ðĿĶı":150290,"ðĿķ®":150291,"ðĿĺ£":150292,"à¦Ī":150293,"âıı":150294,"ãĦĸ":150295,"ê²ĩ":150296,"ëĸĺ":150297,"ëľ·":150298,"ëŀĴ":150299,"ë¡ĵ":150300,"ë¢ī":150301,"ë£ĥ":150302,"ë§ĭ":150303,"ë²ĭ":150304,"ìĤ·":150305,"ìĪķ":150306,"ìĮ¨":150307,"ìĵ»":150308,"ìĸĬ":150309,"ìĻ¬":150310,"ìĿ»":150311,"ì¦ģ":150312,"쵤":150313,"ì·ĥ":150314,"íĢľ":150315,"íħī":150316,"íįł":150317,"íıħ":150318,"íij±":150319,"íķķ":150320,"íĸł":150321,"íĿķ":150322,"ÆĻ":150323,"Æļ":150324,"Æŀ":150325,"Çĥ":150326,"ÇĬ":150327,"Çľ":150328,"Ǥ":150329,"ÇŃ":150330,"ǹ":150331,"ÈĢ":150332,"Èģ":150333,"Èħ":150334,"Èī":150335,"ÈĹ":150336,"ÈŁ":150337,"Ȥ":150338,"È¥":150339,"Ȩ":150340,"ȵ":150341,"Ⱥ":150342,"È»":150343,"ÉĮ":150344,"É®":150345,"Êħ":150346,"Ê¥":150347,"ʨ":150348,"Ëĵ":150349,"ËĶ":150350,"Ëł":150351,"Ë£":150352,"˸":150353,"Í´":150354,"ÏĹ":150355,"Ïĺ":150356,"ÏĻ":150357,"Ïļ":150358,"ÏĿ":150359,"Ϩ":150360,"Ϭ":150361,"Ͼ":150362,"Ï¿":150363,"Ѫ":150364,"ÒĢ":150365,"Òľ":150366,"Ò¼":150367,"Ò½":150368,"ÓĤ":150369,"Óħ":150370,"Óĩ":150371,"Óį":150372,"Óĸ":150373,"ÓŁ":150374,"Ó«":150375,"Ó±":150376,"ÔĨ":150377,"Ôĩ":150378,"Ôº":150379,"Õĭ":150380,"Öī":150381,"ØĪ":150382,"ØĬ":150383,"ؽ":150384,"ؾ":150385,"Ù·":150386,"ÚĤ":150387,"ÚĬ":150388,"Úĸ":150389,"ÚĹ":150390,"Ú£":150391,"Ú«":150392,"Ú¸":150393,"ÛĢ":150394,"Ûį":150395,"Û½":150396,"Üī":150397,"ܤ":150398,"ݧ":150399,"Ý´":150400,"Þĥ":150401,"Þ¤":150402,"Þ¥":150403,"ßļ":150404,"߼":150405,"ߤ":150406,"àłį":150407,"àłĵ":150408,"àł³":150409,"à¡¢":150410,"à¥ł":150411,"à§ł":150412,"৺":150413,"à¨Ĭ":150414,"à¨IJ":150415,"ਮ":150416,"ਯ":150417,"ਰ":150418,"ਸ":150419,"àªĨ":150420,"ળ":150421,"વ":150422,"ઽ":150423,"à¬Į":150424,"à¬ĺ":150425,"ଽ":150426,"à®ĥ":150427,"ஸ":150428,"à°Ĩ":150429,"à°ķ":150430,"à°¦":150431,"à²Ĩ":150432,"à²Ĭ":150433,"à²Į":150434,"à²IJ":150435,"à²Ľ":150436,"ತ":150437,"ದ":150438,"ಪ":150439,"ಲ":150440,"ಹ":150441,"à´Ĩ":150442,"à´ı":150443,"à´Ĺ":150444,"à´«":150445,"à´¹":150446,"ൺ":150447,"ൽ":150448,"à¶ħ":150449,"à¶Ĭ":150450,"à¶Ķ":150451,"ට":150452,"ණ":150453,"ධ":150454,"à¼Ħ":150455,"à¼ħ":150456,"à¼Ĭ":150457,"à½Ļ":150458,"ཡ":150459,"ཧ":150460,"à¿Ģ":150461,"à¿Ļ":150462,"áĢĿ":150463,"áĢ§":150464,"áĢ©":150465,"áĢ¿":150466,"áģµ":150467,"áĤģ":150468,"áĤ½":150469,"áĥĤ":150470,"áĥª":150471,"áĦĬ":150472,"áĦ¢":150473,"áħ¦":150474,"áħŃ":150475,"áĨ®":150476,"áĨ±":150477,"áĨ»":150478,"áĩ":150479,"áĩĤ":150480,"áĪħ":150481,"áĪī":150482,"áĪĮ":150483,"áĪIJ":150484,"áĪĴ":150485,"áĪĻ":150486,"áĪļ":150487,"áĪľ":150488,"áĪŀ":150489,"áĪ©":150490,"áĪ³":150491,"áĪº":150492,"áĪ½":150493,"áīħ":150494,"áī¢":150495,"áī±":150496,"áī´":150497,"áĬĥ":150498,"áĬį":150499,"áĬĸ":150500,"áĬ®":150501,"áĬ¸":150502,"áĭĽ":150503,"áĭĿ":150504,"áĭ³":150505,"áĮģ":150506,"áĮħ":150507,"áĮ¥":150508,"áĮ¦":150509,"áĮ¨":150510,"áįĬ":150511,"áįį":150512,"áįķ":150513,"áįĸ":150514,"áį¢":150515,"áį¤":150516,"áİĴ":150517,"áݪ":150518,"áıģ":150519,"áıIJ":150520,"áıŁ":150521,"áIJĤ":150522,"áIJĸ":150523,"áIJĿ":150524,"áIJŀ":150525,"áIJŁ":150526,"áIJł":150527,"áijĸ":150528,"áĴĭ":150529,"áĴį":150530,"áĴ¡":150531,"áĵ«":150532,"áĶķ":150533,"áķĭ":150534,"áķij":150535,"áķĻ":150536,"áķļ":150537,"áķĽ":150538,"áķ¤":150539,"áķ¦":150540,"áķ®":150541,"áķ¼":150542,"áĸĵ":150543,"áĹĹ":150544,"áĹ¢":150545,"áĹ¯":150546,"áĹ·":150547,"áĺĦ":150548,"áĺij":150549,"áĽĤ":150550,"áĽĻ":150551,"áŀį":150552,"áłĨ":150553,"áł¡":150554,"᳦":150555,"áł®":150556,"áł¯":150557,"áł²":150558,"áł·":150559,"á¡į":150560,"á¡ŀ":150561,"ᡤ":150562,"á¡´":150563,"ᡵ":150564,"á¤ĵ":150565,"á¥ĸ":150566,"ᥰ":150567,"ᨦ":150568,"ᨧ":150569,"ᨨ":150570,"ᨪ":150571,"ᨬ":150572,"ᨯ":150573,"ᨳ":150574,"ᨵ":150575,"á©ĥ":150576,"á¬ķ":150577,"áŃ£":150578,"á±":150579,"á±ļ":150580,"á²ł":150581,"á´ĵ":150582,"á´¶":150583,"áµĤ":150584,"áµĮ":150585,"áµ¥":150586,"áµ´":150587,"á¶ĩ":150588,"á¸Ī":150589,"ḳ":150590,"ḧ":150591,"Ḵ":150592,"Ḿ":150593,"á¹Ģ":150594,"á¹ĸ":150595,"á¹Ł":150596,"á¹ł":150597,"ṫ":150598,"á¹±":150599,"á¹·":150600,"ṿ":150601,"áºĦ":150602,"áºį":150603,"áºij":150604,"áºĹ":150605,"á¼ī":150606,"á¼ĵ":150607,"á¼Ń":150608,"á½ĭ":150609,"á½Ĵ":150610,"á½ł":150611,"á½£":150612,"á¾Ħ":150613,"á¾ı":150614,"á¾ij":150615,"á¾Ĺ":150616,"ᾦ":150617,"ᾧ":150618,"á¾¾":150619,"á¿Ħ":150620,"á¿ĵ":150621,"á¿¡":150622,"Ῥ":150623,"âģļ":150624,"âĤĮ":150625,"âĦģ":150626,"âĦĶ":150627,"âĦ£":150628,"âĦ§":150629,"âĦ¯":150630,"âĦ°":150631,"âĦ´":150632,"âħħ":150633,"âĨľ":150634,"âĨ«":150635,"âĨŃ":150636,"âĨ±":150637,"âĨ¹":150638,"âĨ½":150639,"âĩĩ":150640,"âĩľ":150641,"âĩµ":150642,"âĪī":150643,"âĪĬ":150644,"âĪĸ":150645,"âĪľ":150646,"âĪ¾":150647,"âīĢ":150648,"âīĭ":150649,"âīĮ":150650,"âīĵ":150651,"âīľ":150652,"âī´":150653,"âī¿":150654,"âĬĬ":150655,"âĬĭ":150656,"âĬĶ":150657,"âĬĸ":150658,"âĬ£":150659,"âĬ¦":150660,"âĭİ":150661,"âĭª":150662,"âĭ²":150663,"âĮ¦":150664,"âĮ§":150665,"âįº":150666,"âİĪ":150667,"âݨ":150668,"âݬ":150669,"âݳ":150670,"âݼ":150671,"âݾ":150672,"âıĮ":150673,"âıļ":150674,"âı«":150675,"âı¯":150676,"âıµ":150677,"âĴľ":150678,"âĴĿ":150679,"âĴ«":150680,"âĵĦ":150681,"âĵĬ":150682,"âĵĻ":150683,"âĵ©":150684,"âĶij":150685,"âĶĻ":150686,"âĶļ":150687,"âĶ¥":150688,"âķħ":150689,"âķī":150690,"âķį":150691,"âķı":150692,"âķŀ":150693,"âĸļ":150694,"âĸ¯":150695,"âĹĥ":150696,"âĹļ":150697,"âŬ":150698,"âĹ´":150699,"âĺĪ":150700,"âĺ¤":150701,"âĺ¥":150702,"âĺ§":150703,"âĺ¬":150704,"âĻģ":150705,"âĻ±":150706,"âļĥ":150707,"âļĦ":150708,"âļħ":150709,"âļı":150710,"âļļ":150711,"âļŀ":150712,"âļŁ":150713,"âļ±":150714,"âļ²":150715,"âľĢ":150716,"⾣":150717,"âľ¢":150718,"âĿµ":150719,"âŁ¡":150720,"⣦":150721,"⣧":150722,"âŁ³":150723,"âŁ¾":150724,"âŁ¿":150725,"âłĩ":150726,"â¤Ħ":150727,"⤺":150728,"â¥Ĥ":150729,"⥹":150730,"â§ī":150731,"⧼":150732,"⧽":150733,"â¨į":150734,"â¬Ĭ":150735,"⬣":150736,"âŃŀ":150737,"â®ŀ":150738,"⮳":150739,"â¯Ī":150740,"â¯ij":150741,"ⱳ":150742,"â±±":150743,"â²Ń":150744,"â´¹":150745,"âµķ":150746,"⸾":150747,"⺫":150748,"â¼Ĩ":150749,"â¼ł":150750,"â½Ł":150751,"â½¼":150752,"â¾Ľ":150753,"⾧":150754,"â¿ĥ":150755,"â¿»":150756,"ãĤķ":150757,"ãĤŁ":150758,"ãĦĽ":150759,"ãĦ¡":150760,"ãĦ¶":150761,"ãĦº":150762,"ãħĴ":150763,"ãħŁ":150764,"ãĨĢ":150765,"ãĩ»":150766,"ãĪij":150767,"ãĪŃ":150768,"ãĪ®":150769,"ãĪ³":150770,"ãĪ¹":150771,"ãī¥":150772,"ãī¦":150773,"ãī¹":150774,"ãī¿":150775,"ãĬŀ":150776,"ãĬ¨":150777,"ãĭij":150778,"ãĭ¥":150779,"ãĭ´":150780,"ãĭº":150781,"ãİĦ":150782,"ãİķ":150783,"ãݯ":150784,"ãıĤ":150785,"ãıĪ":150786,"ãıĵ":150787,"ãıĸ":150788,"ãı±":150789,"ãIJ±":150790,"ãŁģ":150791,"ã¢":150792,"㢨":150793,"ã¨":150794,"㨳":150795,"㫪":150796,"ã«´":150797,"㶳":150798,"㺾":150799,"äĢ":150800,"äĢĢ":150801,"äĭ":150802,"äĭĮ":150803,"äĮĢ":150804,"äIJĢ":150805,"äłĢ":150806,"äł":150807,"äł¼":150808,"ä§":150809,"ä§ŀ":150810,"䨰":150811,"䨺":150812,"ä´Ģ":150813,"ä·":150814,"ä·ħ":150815,"ä·¸":150816,"êĤ":150817,"êĤ«":150818,"êĮ":150819,"êĮ¼":150820,"êį":150821,"êį²":150822,"êĴµ":150823,"êĵ":150824,"êĵ½":150825,"êĻŃ":150826,"êĿĽ":150827,"êĿ¥":150828,"êŀ":150829,"êŀĬ":150830,"ê¦Ĩ":150831,"ê¦ĩ":150832,"ê¦Ł":150833,"ꦨ":150834,"ê§Ī":150835,"ê©":150836,"ê©Ł":150837,"êªĭ":150838,"êªij":150839,"êªķ":150840,"êªĹ":150841,"êªľ":150842,"ꪮ":150843,"ꪱ":150844,"ꪻ":150845,"ꪼ":150846,"ê«Ģ":150847,"ê«Ŀ":150848,"ê°ĥ":150849,"ê°ĺ":150850,"ê±ľ":150851,"ê²ĵ":150852,"ê²ļ":150853,"ê³Ļ":150854,"ê³¾":150855,"ê´Ĺ":150856,"ê´Ļ":150857,"êµĽ":150858,"ê¶ĥ":150859,"ê¶ķ":150860,"궨":150861,"긩":150862,"긿":150863,"ê¹Ħ":150864,"ê¹Ĩ":150865,"ê¹ī":150866,"ê¹ĵ":150867,"ê¹¢":150868,"ê¹£":150869,"깸":150870,"꺳":150871,"ê¿ı":150872,"ê¿ķ":150873,"꿧":150874,"ëĢ©":150875,"ëģħ":150876,"ëĥµ":150877,"ëĦĸ":150878,"ëĦĹ":150879,"ëĦ¢":150880,"ëħĤ":150881,"ëĨIJ":150882,"ëĩľ":150883,"ëĪĭ":150884,"ëĪļ":150885,"ëīį":150886,"ëī¨":150887,"ëĬļ":150888,"ëĬ¡":150889,"ëĭľ":150890,"ëĭª":150891,"ëĮĺ":150892,"ëĮ¤":150893,"ëĮ¸":150894,"ëİŁ":150895,"ëı¨":150896,"ëIJĦ":150897,"ëIJı":150898,"ëIJ´":150899,"ëIJ¸":150900,"ëijģ":150901,"ëij¿":150902,"ëĴ¨":150903,"ëĵ·":150904,"ëĶ®":150905,"ëĶ²":150906,"ëķ§":150907,"ëĸĶ":150908,"ëĸª":150909,"ëĺŃ":150910,"ëļĢ":150911,"ëļł":150912,"ëĽĶ":150913,"뼩":150914,"ëľħ":150915,"ëŀķ":150916,"ëŀ°":150917,"ëŁIJ":150918,"ëł¡":150919,"ë¡ŀ":150920,"ë¡£":150921,"롵":150922,"ë£Ħ":150923,"ë£į":150924,"뤳":150925,"ë¦į":150926,"ë¦ı":150927,"릳":150928,"ë§Ħ":150929,"ë§Ĩ":150930,"ë§į":150931,"맾":150932,"맫":150933,"맻":150934,"먮":150935,"ë©Ĥ":150936,"ë©Ń":150937,"몴":150938,"묾":150939,"묳":150940,"묫":150941,"묾":150942,"ëѬ":150943,"ë®ĺ":150944,"뮹":150945,"ë¯ķ":150946,"ë¯ľ":150947,"ë°¨":150948,"ë°ª":150949,"ë±Ķ":150950,"ë²ĺ":150951,"ë²Ľ":150952,"ë²±":150953,"ë²´":150954,"ë´½":150955,"뵤":150956,"뵨":150957,"ë·Ĺ":150958,"ë·ĺ":150959,"ë¸ĵ":150960,"븾":150961,"빪":150962,"ëºĥ":150963,"ëºĺ":150964,"뺵":150965,"ë»´":150966,"ë¼IJ":150967,"ë¾Ķ":150968,"ìģŃ":150969,"ìĤł":150970,"ìĤ®":150971,"ìĥı":150972,"ìĥĻ":150973,"ìĦº":150974,"ìħ¢":150975,"ìĨĢ":150976,"ìĨħ":150977,"ìĨ¤":150978,"ìĨ¦":150979,"ìĨ¬":150980,"ìĩ±":150981,"ìĪµ":150982,"ìĭ¨":150983,"ìĭ´":150984,"ìĮ°":150985,"ìįľ":150986,"ìİĹ":150987,"ìİĺ":150988,"ìݼ":150989,"ìijī":150990,"ìijĿ":150991,"ìij»":150992,"ìĴĶ":150993,"ìĴ¯":150994,"ìĵ©":150995,"ìķIJ":150996,"ìķĸ":150997,"ìĸł":150998,"ìĸ¾":150999,"ìĹĥ":151000,"ìĹĹ":151001,"ìĹľ":151002,"ìŨ":151003,"ìĺĤ":151004,"ìĺĦ":151005,"ìĺı":151006,"ìĺ¾":151007,"ìĺ¿":151008,"ìľ§":151009,"ìĿIJ":151010,"ìĿĸ":151011,"ìĿ·":151012,"ìŀį":151013,"ìŀı":151014,"ìŀ¨":151015,"ìŀª":151016,"ìŀ³":151017,"ìł¡":151018,"ìł´":151019,"ìł¹":151020,"ì¡Ģ":151021,"졪":151022,"졵":151023,"ì¢IJ":151024,"좨":151025,"ì£Į":151026,"ì£Ļ":151027,"죳":151028,"ì¦ij":151029,"짥":151030,"짴":151031,"짾":151032,"ì¨ĵ":151033,"ì¨ķ":151034,"ì©°":151035,"ì©»":151036,"쩼":151037,"ìªĹ":151038,"ì¬Ķ":151039,"ì¬ĺ":151040,"ì®®":151041,"ì¯ķ":151042,"ì¯ĺ":151043,"ì°İ":151044,"ì°¯":151045,"ì±ĥ":151046,"ì±µ":151047,"첧":151048,"ì²®":151049,"첯":151050,"쳬":151051,"ì´ĭ":151052,"ì´¢":151053,"ìµ¥":151054,"춣":151055,"ì¸Ī":151056,"ì¸Ļ":151057,"캤":151058,"ìºŃ":151059,"컽":151060,"ì¼Ļ":151061,"콬":151062,"ì¾Ģ":151063,"ì¿ħ":151064,"쿽":151065,"íĢħ":151066,"íģ¦":151067,"íĤħ":151068,"íĥ¶":151069,"íĥ¹":151070,"íĦĶ":151071,"íħ£":151072,"íĨĦ":151073,"íĨ§":151074,"íĨ¹":151075,"íĩ¼":151076,"íī¤":151077,"íĬ½":151078,"íĭĤ":151079,"íĭij":151080,"íįĪ":151081,"íįĻ":151082,"íį¿":151083,"íݶ":151084,"íIJĿ":151085,"íĴľ":151086,"íĵĿ":151087,"íĵª":151088,"íĵ±":151089,"íĵ·":151090,"íĵ¼":151091,"íĶĻ":151092,"íĶł":151093,"íķļ":151094,"íķĽ":151095,"íķŀ":151096,"íķŁ":151097,"íķ§":151098,"íķ¶":151099,"íĸĬ":151100,"íĸĭ":151101,"íĸį":151102,"íĸĶ":151103,"íĸĺ":151104,"íĸ¡":151105,"íĸ¬":151106,"íĹ£":151107,"íĹ¿":151108,"íĺĸ":151109,"íĺŃ":151110,"íļ°":151111,"íĽį":151112,"íĽ½":151113,"íĿŁ":151114,"íĿŃ":151115,"íĿ´":151116,"íŀľ":151117,"ï¤ī":151118,"ï¤Ń":151119,"爐":151120,"蘆":151121,"祿":151122,"ï¥Ģ":151123,"ï¥ij":151124,"ï¥Ĵ":151125,"ï¥ķ":151126,"ï¥ĺ":151127,"ï¥Ļ":151128,"參":151129,"塞":151130,"殺":151131,"勵":151132,"ï¦ĭ":151133,"ï¦ı":151134,"ï¦Ķ":151135,"ï¦ĸ":151136,"ï¦ĺ":151137,"ï¦Ľ":151138,"ï¦ł":151139,"瑩":151140,"羚":151141,"了":151142,"僚":151143,"料":151144,"ï§Ĩ":151145,"ï§ĸ":151146,"ï§Ľ":151147,"ï§ŀ":151148,"ï§Ł":151149,"裏":151150,"麟":151151,"狀":151152,"什":151153,"ï¨ĥ":151154,"ï¨ļ":151155,"諸":151156,"ï©Ł":151157,"ﬤ":151158,"שּׁ":151159,"לּ":151160,"ïŃĴ":151161,"ïŃķ":151162,"ïŃĽ":151163,"ïŃĿ":151164,"ïŃŀ":151165,"ïŃŁ":151166,"ïѤ":151167,"ïѧ":151168,"ïѨ":151169,"ïŃ®":151170,"ïŃ°":151171,"ïѱ":151172,"ïŃ·":151173,"ïŃ¹":151174,"ïŃ»":151175,"ï®Ģ":151176,"ï®ĥ":151177,"ï®Ħ":151178,"ï®ħ":151179,"ï®į":151180,"ï®Ĵ":151181,"ï®ĵ":151182,"ï®ķ":151183,"ﮦ":151184,"ï®®":151185,"ï®°":151186,"ï¯ĵ":151187,"ï¯ľ":151188,"ﯩ":151189,"ﯪ":151190,"ﯬ":151191,"ï¯Ń":151192,"ﯮ":151193,"ﯷ":151194,"ﯹ":151195,"ﯻ":151196,"ﯼ":151197,"ï°ĥ":151198,"ï°Į":151199,"ï°IJ":151200,"ï°ĺ":151201,"ï°Ļ":151202,"ï°ľ":151203,"ï°ŀ":151204,"ï°¢":151205,"ï°®":151206,"ï°°":151207,"ï°¼":151208,"ï°¿":151209,"ï±Ģ":151210,"ï±ģ":151211,"ï±Ī":151212,"ï±ĭ":151213,"ï±ı":151214,"ï±Ń":151215,"ï²Ģ":151216,"ï²ĩ":151217,"ï²Ī":151218,"ï²ĭ":151219,"ï²İ":151220,"ï²Ĵ":151221,"ï²ľ":151222,"ï²ł":151223,"ﲬ":151224,"ï²»":151225,"ï³ĩ":151226,"ï³Ķ":151227,"ï³£":151228,"ﳫ":151229,"ï´ĺ":151230,"ï´°":151231,"ï´½":151232,"ï¶":151233,"ﶰ":151234,"ï¸ĸ":151235,"︴":151236,"︹":151237,"ï¹į":151238,"ï¹Ĺ":151239,"ï¹¢":151240,"﹤":151241,"﹩":151242,"ï¹±":151243,"ï¾°":151244,"ï¿Ĥ":151245,"ï¿®":151246,"ðIJĮ°":151247,"ðIJĮ¹":151248,"ðIJĮº":151249,"ðIJĮ½":151250,"ðIJįĤ":151251,"ðIJįĥ":151252,"ðIJįĦ":151253,"ðIJİ":151254,"ðIJݹ":151255,"ðIJ¤Ĥ":151256,"ðIJ¤į":151257,"ðIJ¤ı":151258,"ðIJ¤ĵ":151259,"ðIJŃī":151260,"ðIJŃį":151261,"ðIJ°ĩ":151262,"ðIJ°°":151263,"ðijĤ":151264,"ðijĤĦ":151265,"ðijĺ":151266,"ðijĺģ":151267,"ðĴĢ":151268,"ðĴĢ¸":151269,"ðĴģ":151270,"ðĴģº":151271,"ðĴĦ":151272,"ðĴĦ·":151273,"ðĴĬ":151274,"ðĴĬij":151275,"ðĴĭ":151276,"ðĴĭĹ":151277,"ðĴĮ":151278,"ðĴĮ¨":151279,"ðĵĥ¢":151280,"ðĵĥ°":151281,"ðĸł":151282,"ðĸłļ":151283,"ðĿĦĥ":151284,"ðĿĦħ":151285,"ðĿĦķ":151286,"ðĿĦĻ":151287,"ðĿĦ±":151288,"ðĿĦ´":151289,"ðĿĦ¹":151290,"ðĿħİ":151291,"ðĿħª":151292,"ðĿĨ£":151293,"ðĿĨ³":151294,"ðĿĨ¹":151295,"ðĿĩĬ":151296,"ðĿĩĹ":151297,"ðĿĩļ":151298,"ðĿĩľ":151299,"ðĿĩł":151300,"ðĿIJī":151301,"ðĿIJĸ":151302,"ðĿIJĺ":151303,"ðĿIJ£":151304,"ðĿIJ±":151305,"ðĿijĬ":151306,"ðĿijŃ":151307,"ðĿij¼":151308,"ðĿij½":151309,"ðĿĴ°":151310,"ðĿĴ·":151311,"ðĿĴ¿":151312,"ðĿĵģ":151313,"ðĿĵĭ":151314,"ðĿĵİ":151315,"ðĿĵĴ":151316,"ðĿĵĺ":151317,"ðĿĵ¢":151318,"ðĿĵ¦":151319,"ðĿĵ«":151320,"ðĿĵ¿":151321,"ðĿĶİ":151322,"ðĿĶ±":151323,"ðĿĶ´":151324,"ðĿĶ·":151325,"ðĿĶ¸":151326,"ðĿĶ½":151327,"ðĿķĤ":151328,"ðĿķĥ":151329,"ðĿķĭ":151330,"ðĿķı":151331,"ðĿķIJ":151332,"ðĿķ¥":151333,"ðĿķ´":151334,"ðĿķº":151335,"ðĿĸIJ":151336,"ðĿĸĽ":151337,"ðĿĸĿ":151338,"ðĿĸŀ":151339,"ðĿĹ©":151340,"ðĿĹ³":151341,"ðĿĹ½":151342,"ðĿĺĬ":151343,"ðĿĺĭ":151344,"ðĿĺĶ":151345,"ðĿĺ±":151346,"ðĿĺ´":151347,"ðĿĺ¿":151348,"ðĿĻĴ":151349,"ðĿĻĿ":151350,"ðĿĻŁ":151351,"ðĿĻ¬":151352,"ðĿĻŃ":151353,"ðĿĻ»":151354,"ðĿĻ¾":151355,"ðĿļĪ":151356,"ðĿļĭ":151357,"ðĿļij":151358,"ðĿļŁ":151359,"ðĿļł":151360,"ðĿļ£":151361,"ðĿĽ½":151362,"ðĿľĤ":151363,"ðĿľĶ":151364,"ðĿľĻ":151365,"ðŁĢ":151366,"ðŁĢĦ":151367,"ðŁĦ²":151368,"ðŁĦ¶":151369,"ðŁħIJ":151370,"ðŁħĸ":151371,"ðŁħļ":151372,"ðŁħĽ":151373,"ðŁħ¦":151374,"ðŁħ¶":151375,"ðŁħ»":151376,"ðŁħ¼":151377,"ðŁĨĥ":151378,"ðŁĨĨ":151379,"ðŁĨİ":151380,"ðŁĪ¯":151381,"ðŁĪ²":151382,"ðŁĪ¹":151383,"ðŁĮĩ":151384,"ðŁĮĵ":151385,"ðŁįĺ":151386,"ðŁİij":151387,"ðŁİ¿":151388,"ðŁıı":151389,"ðŁıĴ":151390,"ðŁı©":151391,"ðŁı¯":151392,"ðŁIJĢ":151393,"ðŁijĿ":151394,"ðŁĴ¹":151395,"ðŁĴº":151396,"ðŁĵŁ":151397,"ðŁĵª":151398,"ðŁĵ¼":151399,"ðŁĶĢ":151400,"ðŁĶĤ":151401,"ðŁĶĥ":151402,"ðŁĶĩ":151403,"ðŁĶĵ":151404,"ðŁĶ¢":151405,"ðŁĶ¤":151406,"ðŁĶ©":151407,"ðŁķĸ":151408,"ðŁķļ":151409,"ðŁķľ":151410,"ðŁķĿ":151411,"ðŁķŀ":151412,"ðŁķł":151413,"ðŁķ¢":151414,"ðŁķ³":151415,"ðŁĸĩ":151416,"ðŁĸij":151417,"ðŁĸ¶":151418,"ðŁĹģ":151419,"Ѩ":151420,"Úİ":151421,"á¡Į":151422,"Ḱ":151423,"áºĢ":151424,"á¼®":151425,"á½Ŀ":151426,"âĦ¬":151427,"âļ§":151428,"⼤":151429,"㳬":151430,"êĻĭ":151431,"ê¸ij":151432,"ëĶī":151433,"ëĹį":151434,"ë¡ij":151435,"ë¯ij":151436,"ë»ħ":151437,"ë¼Ŀ":151438,"ìĦIJ":151439,"ìī¡":151440,"ìĭ²":151441,"ìı±":151442,"ìŤ":151443,"ìĿ©":151444,"ìĿ¿":151445,"ìŁĻ":151446,"ìł°":151447,"ì¥ī":151448,"íĬŃ":151449,"íķ®":151450,"ï®ı":151451,"ðŁħ±":151452,"ðŁĨĴ":151453,"ðŁķĭ":151454,"Éĺ":151455,"Êĵ":151456,"Õĥ":151457,"à´´":151458,"à½ħ":151459,"áĨº":151460,"áĪĬ":151461,"áĪ¨":151462,"áĪ¾":151463,"áīIJ":151464,"áĮĥ":151465,"áĮ½":151466,"áĶŃ":151467,"áłĤ":151468,"ᳬ":151469,"ᨸ":151470,"á©ĭ":151471,"á¶ı":151472,"á¾Ķ":151473,"á¿IJ":151474,"á¿ļ":151475,"âĻĻ":151476,"âļĤ":151477,"âļĹ":151478,"â¡¢":151479,"⤦":151480,"ëĸ°":151481,"ë¤Ĥ":151482,"맳":151483,"ë±ĭ":151484,"ë±IJ":151485,"ìĽ¢":151486,"ìľ¾":151487,"ì³ħ":151488,"ì»ģ":151489,"íģ»":151490,"íĥĻ":151491,"íĵĸ":151492,"íĵŃ":151493,"íķ±":151494,"íĽľ":151495,"ï¤ħ":151496,"ï¤Ĩ":151497,"ï¦ĥ":151498,"里":151499,"ï¨Ĥ":151500,"ðIJ¤Ķ":151501,"ðIJŃĵ":151502,"ðIJ°¼":151503,"ðĿĵŀ":151504,"ðĿĵ°":151505,"ðĿĻľ":151506,"ðĿļģ":151507,"ðŁħ¢":151508,"ðŁıĩ":151509,"Ȳ":151510,"ʶ":151511,"ÔĪ":151512,"Ôij":151513,"Ýĵ":151514,"Ý¥":151515,"à¤ij":151516,"ॱ":151517,"à¬ī":151518,"à°³":151519,"à°µ":151520,"à²Ł":151521,"áĢı":151522,"áģ¼":151523,"áī¨":151524,"áĬĴ":151525,"áĭ©":151526,"áĮĦ":151527,"áĮĶ":151528,"áIJ§":151529,"áĴĮ":151530,"áĶħ":151531,"áĶĬ":151532,"áłĦ":151533,"á¨ģ":151534,"á¸ĥ":151535,"ḻ":151536,"âĶŀ":151537,"âĺµ":151538,"âļ£":151539,"â²¢":151540,"ãĪª":151541,"䶵":151542,"ê²Ļ":151543,"ê²´":151544,"ê³Ĥ":151545,"롼":151546,"ìĨĬ":151547,"ì¼ĩ":151548,"íĭį":151549,"íĵ¬":151550,"íĵ®":151551,"íĵ¶":151552,"íĵ»":151553,"臘":151554,"ï¥ł":151555,"辰":151556,"ïŃ²":151557,"ðIJŃĬ":151558,"ðIJ±ħ":151559,"ðĸ¥":151560,"ðĸ¥¨":151561,"ðĿij³":151562,"ðĿĵķ":151563,"ðĿĵ¬":151564,"ðĿĵ¹":151565,"ðĿĵ¾":151566,"ðĿĶĵ":151567,"ðĿķį":151568,"ðĿķ¡":151569,"ðĿķ±":151570,"ðĿĸĸ":151571,"ðĿĺı":151572,"ðĿĺIJ":151573,"ðĿĺļ":151574,"ðĿĻ®":151575,"ðĿĻ°":151576,"ðĿĻ¸":151577,"ðĿĻº":151578,"ðĿĻ¼":151579,"ðĿĻ½":151580,"ðĿĻ¿":151581,"ðĿļĦ":151582,"ðĿļı":151583,"ðŁħħ":151584,"ðŁħĵ":151585,"ÆĪ":151586,"àłĮ":151587,"áĻ³":151588,"áļĮ":151589,"áĽħ":151590,"áĽIJ":151591,"á¤Ĭ":151592,"á¸Ĭ":151593,"âĶ½":151594,"âķĬ":151595,"âĽĩ":151596,"âĽı":151597,"âĿª":151598,"âĿ«":151599,"⣰":151600,"ãĦį":151601,"ãĦĵ":151602,"ãĦ§":151603,"ãħĸ":151604,"ãī«":151605,"ê¦Ķ":151606,"ï±Ĭ":151607,"àºĤ":151608,"áħ£":151609,"á¥Ķ":151610,"ᥤ":151611,"âĨ¤":151612,"âĨ·":151613,"âĩŀ":151614,"âĸ¤":151615,"âŀ¶":151616,"ãĪ¼":151617,"嘆":151618,"ðĵı§":151619,"âĶ²":151620,"âĢ´":151621,"âĴŁ":151622,"âĴ¡":151623,"â°Ĥ":151624,"â°į":151625,"â°İ":151626,"â°IJ":151627,"â°ij":151628,"â°Ł":151629,"â°ł":151630,"â°¡":151631,"â¼Ń":151632,"ãĬ¥":151633,"âĴł":151634,"⽺":151635,"ãĩº":151636,"ãĩ½":151637,"ï¨Ĭ":151638,"áķ·":151639,"âį¨":151640,"âºŁ":151641,"â½Ĺ":151642} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/manifest.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/manifest.json new file mode 100644 index 0000000000000000000000000000000000000000..0f69cdb339c69e18a860afcdbca82b431b7aa3a4 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/manifest.json @@ -0,0 +1,30 @@ +{ + "run_name": "cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB", + "dataset_run_name": "prior100k_L23_a6_prefill_noSys", + "filtered_basename": "rule_only_filtered.jsonl", + "data_file": "data/filtered/prior100k_L23_a6_prefill_noSys/rule_only_filtered.jsonl", + "data_file_sha256": "a028a4d714ad40d53df4362ccf83d166bc1f060276d0fa9a0511978a17cfea81", + "num_rows": 95400, + "v_teacher_path": null, + "v_teacher_sha256": null, + "base_model": "Qwen/Qwen2.5-7B-Instruct", + "lora": { + "r": 64, + "alpha": 32, + "dropout": 0.0, + "target_modules": "down_proj,up_proj,gate_proj" + }, + "train": { + "epochs": 10, + "lr": 0.0001, + "optim": "adamw_torch", + "lr_scheduler": "cosine", + "warmup_ratio": 0.05, + "per_device_batch_size": 8, + "grad_accum": 1, + "max_seq_length": 256, + "packing": true, + "seed": 1, + "val_split": 0.0 + } +} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/merges.txt b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/merges.txt new file mode 100644 index 0000000000000000000000000000000000000000..31349551d90c7606f325fe0f11bbb8bd5fa0d7c7 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/merges.txt @@ -0,0 +1,151388 @@ +#version: 0.2 +Ġ Ġ +ĠĠ ĠĠ +i n +Ġ t +ĠĠĠĠ ĠĠĠĠ +e r +ĠĠ Ġ +o n +Ġ a +r e +a t +s t +e n +o r +Ġt h +Ċ Ċ +Ġ c +l e +Ġ s +i t +a n +a r +a l +Ġth e +; Ċ +Ġ p +Ġ f +o u +Ġ = +i s +ĠĠĠĠ ĠĠĠ +in g +e s +Ġ w +i on +e d +i c +Ġ b +Ġ d +e t +Ġ m +Ġ o +ĉ ĉ +r o +a s +e l +c t +n d +Ġ in +Ġ h +en t +i d +Ġ n +a m +ĠĠĠĠĠĠĠĠ ĠĠĠ +Ġt o +Ġ re +- - +Ġ { +Ġo f +o m +) ;Ċ +i m +č Ċ +Ġ ( +i l +/ / +Ġa nd +u r +s e +Ġ l +e x +Ġ S +a d +Ġ " +c h +u t +i f +* * +Ġ } +e m +o l +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +t h +) Ċ +Ġ{ Ċ +Ġ g +i g +i v +, Ċ +c e +o d +Ġ v +at e +Ġ T +a g +a y +Ġ * +o t +u s +Ġ C +Ġ st +Ġ I +u n +u l +u e +Ġ A +o w +Ġ ' +e w +Ġ < +at ion +( ) +Ġf or +a b +or t +u m +am e +Ġ is +p e +t r +c k +â Ģ +Ġ y +i st +-- -- +. ĊĊ +h e +Ġ e +l o +Ġ M +Ġb e +er s +Ġ on +Ġc on +a p +u b +Ġ P +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +as s +in t +> Ċ +l y +ur n +Ġ $ +; ĊĊ +a v +p ort +i r +- > +n t +ct ion +en d +Ġd e +it h +ou t +t urn +ou r +ĠĠĠĠ Ġ +l ic +re s +p t += = +Ġth is +Ġw h +Ġ if +Ġ D +v er +ag e +Ġ B +h t +ex t += " +Ġth at +** ** +Ġ R +Ġ it +es s +Ġ F +Ġ r +o s +an d +Ġa s +e ct +k e +ro m +Ġ // +c on +Ġ L +( " +q u +l ass +Ġw ith +i z +d e +Ġ N +Ġa l +o p +u p +g et +Ġ} Ċ +i le +Ġa n +at a +o re +r i +Ġp ro +; čĊ +ĉĉ ĉĉ +t er +a in +Ġ W +Ġ E +Ġc om +Ġre turn +ar t +Ġ H +a ck +im port +ub lic +Ġ or +e st +m ent +Ġ G +ab le +Ġ - +in e +il l +in d +er e +: : +it y +Ġ + +Ġt r +el f +ig ht +( ' +or m +ul t +st r +. . +" , +Ġy ou +y pe +p l +Ġn ew +Ġ j +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +Ġf rom +Ġ ex +Ġ O +l d +Ġ [ +o c +: Ċ +Ġs e +Ġ le +---- ---- +. s +{ Ċ +' , +an t +Ġa t +as e +. c +Ġc h +< / +av e +an g +Ġa re +Ġin t +âĢ Ļ +_ t +er t +i al +a ct +} Ċ +iv e +od e +o st +Ġc lass +Ġn ot +o g +or d +al ue +al l +f f +( );Ċ +on t +im e +a re +Ġ U +Ġp r +Ġ : +i es +iz e +u re +Ġb y +i re +Ġ} ĊĊ +. p +Ġs h +ic e +a st +pt ion +tr ing +o k +_ _ +c l +# # +Ġh e +ar d +) . +Ġ @ +i ew +ĉĉ ĉ +Ġw as +i p +th is +Ġ u +ĠT he +id e +a ce +i b +a c +r ou +Ġw e +j ect +Ġp ublic +a k +v e +at h +o id +Ġ= > +u st +q ue +Ġre s +) ) +' s +Ġ k +an s +y st +un ction +**** **** +Ġ i +Ġ us +p p +on e +a il +== == +n ame +Ġst r +Ġ / +Ġ & +a ch +d iv +yst em +el l +Ġh ave +er r +ou ld +ul l +p on +Ġ J +_ p +Ġ= = +ig n +S t +. Ċ +Ġp l +) ;ĊĊ +f orm +p ut +ou nt +} ĊĊ +d d +it e +Ġg et +r r +om e +Ġ âĢ +ar am +c c +Ġ* / +E R +I n +le s +_ s +on g +i e +Ġc an +Ġ V +er v +p r +Ġ un +ro w +b er +Ġd o +l l +Ġ el +Ġs elf +at ed +ar y +Ġ . +' ] +u d +Ġ en +ĠT h +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠ +t e +_ c +u ct +Ġa b +or k +. get +Ġ # +a w +res s +o b +N ame +ap p +[ ' +Ġal l +or y +it ion +an ce +e ar +Ġcon t +v ent +i a +Ġw ill +I N +ĠĠĠĠĠĠĠĠ Ġ +re turn +Ġ< / +d ata +) ĊĊ +R e +p le +il d +th er +Ġy our +" Ċ +( $ +Ġ out +) , +Ġh as +S tring +s o +Ġ up +a x +Ġde f +Ġb o +g e +al se +O N +p er +ic h +Ġb ut +Ġ Ċ +Ġ _ +_ m +ad d +que st +od el +s elf +er y +f t +en s +// // +a ke +. C +Ġg o +Ġf unction +Ġ K +iv ate +Ġ im +Ġcon st +. t +Ġ*/ Ċ +) ;čĊ +Ġv oid +Ġs et +ĠS ystem +c ri +( )Ċ +l i +ĉ if +. m +al ly +s et +e p +âĢĻ s +b o +de f +' ,Ċ +Ġm e +Ġ ! +at ch +" > +" ,Ċ +e c +ĠI n +p h +Ġ | +_ f +Ġv ar +en ce +I d +re e +in k +le ct +u g +et h +Ġel se +-------- -------- +con t +Ġs o +at ic +Ġl o +p ro +t on +s s +ow n +ab el +o int +ou s +el d +S T +T he +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +R E +" : +ol or +t p +e g +ke y +u de +ĠS t +ou nd +Ġa r +" );Ċ +en er +s er +b ject +ess age +f er +Ġm ore +ation s +ent s +Ġh is +Ġthe y +. S +Ġ Y +u se +n e +is h +ol d +_ d +i o +i eld +Ġp er +C ont +ing s +## ## +Ġd ata +Ġs a +e f +f o +Ġon e +en g +Ġd is +A T +Ġn ame +Ġtr ue +v al +le d +. f +Ġn e +Ġ end +. T +c re +ar k +lo g +E x +err or +_ id +ur re +ang e +Ġn ull +rr ay +Ġm y +p an +ic t +at or +V iew +L ist +ĉ return +âĢ Ŀ +Ġp re +Ġ x +cl ude +ar g +o v +. h +Ġ > +Ġthe ir +' ) +ir st +ic k +g h +L E +O R +Ġpr ivate +t em +čĊ čĊ +us er +Ġ ) +c om +. A +" ;Ċ +Ġ id +re ad +Ġwh o +_ b +" >Ċ +Ġt ime +Ġm an +r y +==== ==== +rou p +ro p +p ublic +v el +um ber +b le +Ġwh ich +******** ******** +Ġan y +Ġf alse +w e +Ġv alue +Ġl i +" ) +nd er +g r +Ġn o +p aram +f ig +.c om +Ġa pp +_ l +ion s +. D +ĠC h +Ġab out +Ġa dd +Ġs u +Ġstr ing +I D +Ġo ver +str ing +. l +our ce +_ C +] Ċ +Ġ qu +ĠS tring +c a +S E +Ġ ro +s h +u al +T ype +s on +n ew +er n +Ġa g +A R +] ;Ċ +] . +Ġ ? +ic al +Ġd es +ut h +i x +ay s +Ġt ype +' t +a ult +Ġin ter +v ar +. b +Ġp art +. d +urre nt +I T +E N +en c +( f +r a +v alue +ch o +ut ton +o se +Ġ! = +at er +à © +re ate +ol l +p os +y le +n g +A L +us ing +am es +Ġ{ čĊ +at es +el y +Ġw ork +Ġ em +in al +Ġs p +Ġwh en +.s et +ĠĠĠĠ ĠĠ +) :Ċ +t o +qu ire +ind ow +le ment +pe ct +as h +[ i +Ġu se +. F +pe c +Ġa d +o ve +ce ption +eng th +in clude +ad er +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +at us +T h +it le +r it +v oid +() . +( Ċ +Ġof f +Ġo ther +Ġ& & +' ;Ċ +m s +Ġbe en +Ġt e +m l +c o +n c +erv ice +Ġ % +** Ċ +an n +ad e +ĊĊ ĊĊ +lo ck +con st +pon se +Ġs up ++ + +d ate +Ġa cc +Ġh ad +Ġb u +ĠR e +Ġw ere +Ġf ile +Ġw ould +ĠâĢ ľ +v en +is s +Ġ our +c lass +r aw +Ġy ear +D ata +Ġv al +Ġs ome +f ter +y s +Ġ// / +rou nd +v iew +Ġp e +Ġth ere +Ġsa id +d u +o f +l ine +/ * +d uct +Ġh er +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +R es +Ġc o +Ġcom m +is e +m in +ĠĠĠĠ Ċ +# include +eth od +. P +ut e +Ġas s +I nt +as k +lo c +Ġli ke +od y +Ġle t +lo ad +Ġa m +ro l +Ġg r +y p +Ġal so +ĠI t +ur l +if ic +or s +_ P +_ n +ig h +Ġth an +C om +A N +U L +at ing +ĠTh is +re f +_ S +Ġst atic +ro ll +Ġj ust +Ġres ult +i an +id th +Ġthe m +) );Ċ +d er +re ak +C on +: // +u le +.. . +ar ch +em ent +Ġ< < +us h +en se +ar r +Ġint o +c ess +am p +i ed +um ent +Ġ \ +] , +w o +al s +Ġwh at +an c +V alue += ' +ol um +Ġp os +ag es +ay er +Ġs c +u es +" )Ċ +_ T +Ġl ist +( s +Ġc ase +C h +ĉĉĉĉ ĉ +//// //// +pon ent +Ġ z +Ġk n +le t +D E +re d +Ġf e +Ġ} ,Ċ +Ġ , +( t +Ġf irst +' );Ċ +w ord +Ġ import +Ġa ct +Ġch ar +C T +ĠT r +op le += { +ĉ f +i ent +c ent +. j +le ction +) )Ċ +Ġon ly +Ġpr int +m er +. W +o ck +Ġ -- +T ext +Ġo p +an k +Ġit s +Ġb ack +[ " +Ġne ed +Ġc l +Ġs ub +Ġl a +( ( +. " +O bject +Ġst art +f ile +( self +n er +e y +Ġus er +Ġ ent +ĠC om +it s +ĠC on +ou ble +ow er +it em +ver y +ĠW e +lic k +Ġ Q +ph p +t tp +' : +ic s +Ġu nder +Ġ* Ċ +. L +) ; +ic es +Ġre g +) čĊ +ĉ public +S S +Ġth en +re at +i ous +. G +e k +ire ct +he ck +cri pt +n ing +ĠU n +Ġm ay +ĠW h +B o +I tem +str uct +. st +re am +ib le +lo at +Ġor g +u nd +s um +_ in +.. / +_ M +Ġh ow +r ite +' Ċ +T o +w w +Ġpe ople +ind ex +. n +ht tp +( m +ect or +Ġin d +Ġj av +] ,Ċ +ĠH e +_ st +f ul +o le +) {Ċ +Ġsh ould +op y +el p +i er +_ name +ers on +I ON +ot e +Ġt est +Ġb et +rr or +ul ar +ã Ģ +Ġ Ð +b s +t ing +Ġm ake +T r +Ġa fter +ar get +R O +olum n +r c +_ re +def ine +Ġr ight +r ight +d ay +Ġl ong +[ ] +( p +t d +con d +ĠP ro +Ġre m +ption s +v id +. g +Ġ ext +Ġ __ +' )Ċ +p ace +m p +Ġm in +st ance +a ir +a ction +w h +t ype +ut il +a it +< ? +I C +t ext +Ġp h +Ġf l +. M +cc ess +b r +f ore +ers ion +) ,Ċ +. re +ate g +Ġl oc +in s +- s +tr ib +ĠI nt +Ġa rray +, " +P ro +( c +ess ion +> ĊĊ +Ġs he +" ] +ap h +Ġex p +ert y +ĠS e +Ġp ar +un c +E T +Ġre ad +pr int +Ġre l +Ġfor m +Ġd r +Ex ception +in put +Ġtr ans +#### #### +ord er +B y +Ġa w +it ies +u ff +pl ay +. add +ĠâĢ ĵ +Ġw ant +Ġcom p +ment s +Ġ| | +a z +b e +Ġn umber +Ġre quire +ĠE x +Ġc ol +Ġ key +em ber +Ġt wo +Ġs ize +Ġwh ere +U T +res ult +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ou gh +or ld +o od +u ch +at ive +g er +are nt +Ġ/ * +Ġar g +Ġwh ile +( this +Ġre c +Ġd if +St ate +Ġs pec +r ide +_ F +Ġlo ok +A M +il ity +et er +âĢĻ t +ĊĊ Ċ +ay out +---------------- ---------------- +ag er +Ġc ould +Ġb r +end s +u res +Ġkn ow +et s +ĠI f +ĠS h +. w +b ack +Ġs er +Ġ+ = +Ġf r +() );Ċ +Ġh and +I nd +UL L +I m +() ;ĊĊ +Ġm ost +Ġtr y +Ġn ow +rou gh +> čĊ +ack age +Ġh im +. _ +if y +Ġb reak +Ġ );Ċ +re n +# define +it t +Ġa p +ĉ c +( n +ĠY ou +: ĊĊ +- m +Ġe very +ust om +li ent +oc ument +cri ption +E rror +- b +Ð ¾ +] [ +tr ans +Ġp oint +Ġst d +Ġf il +T ime +Ġm od +Ġ -> +Ġ error +a h +Ġt ext +roll er +lo se +q l +Ġp ol +> < +. B +- c +Ġop en +Ġe st +ĠĠĠĠĠĠĠĠ Ċ +Ġn ext +I M +Ñ Ĥ +O T +à ³ +Ġf ollow +cont ent +ĠĠĠĠĠĠĠĠ ĠĠĠĠ +Ġin clud +H E +ĠR es +Ġh ref +Ð ¸ +Ġc ar +yp es +im age +U n +Ġbo ol +A D +Ġg ame +.F orm +row s +* / +vel op +.D rawing +Ġp ath +is ion +Ġe ach +ĠP l +_t ype +P ath +ne ction +Ġa v +' ). +Ġsup port +EN T +re m +" ). +Ġo wn +Ġc or +c ount +m iss +u ally +Ġm em +st d +i ence +se arch +" ĊĊ +F orm +Ġs ex +en ame +Ġs ign +Ġ et +ĠĠĠĠĠĠĠĠ ĠĠ +', ' +ĠA pp +Ġth ose +o ff +Ġ err +Ġs ystem +Ġbe st +c ode +Ġs ame +Ġd i +us s +Ġc reate +ath er +A rray +. in +f e +S ervice +U N +at s +Ġ Z +al th +Ġm ade +tr ue +A B +Ġm ark +r id +if ied +, čĊ +y n +p ress +Ġg roup +Ġf in +ĠL icense +F ield +eg er +Ġw orld +in ess +t y +Ġpro cess +( b +Ġc re +ar n +iv es +Ġm ain +ide o +_ g +A G +val id +im g +P I +Ġc olor +Ġre port +Ġt ake +ri b +O M +Ġd ay +Re quest +Ġs k +b ers +ĉ s +.A dd +o ot +Im age +Ġcom ple +ol lection +Ġto p +Ġf ree +A S +D e +ĠO n +I G +et a +D ate +Ġa ction +O ver +it or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +n ot +Ġind ex +h er +ic on +O n +;čĊ čĊ +iv ity +m and +.W indows +O L +Ġre al +Ġm ax +l and +.. .. +r aph +Ġbu ild +le g +ass word +? ĊĊ +âĢ ¦ +o ok +u ck +Ġm essage +t est +iv ers +Ġin put +Ġar t +Ġbet ween +G et +ent er +g round +en e +à ¡ +.l ength +N ode +( i +C lass +f or +ĠâĢ Ķ +t en +o in +Ġ ke +u i +ĠI N +Ġt able +s ub +ĠL e +Ġhe ad +Ġm ust +//////// //////// +. util +Cont ext +Ġor der +Ġm ov +o ver +Ġcont in +Ġs ay +st atic +.T ext +Ġclass Name +pan y +Ġt er +he ad +r g +Ġpro duct +Th is +. âĢĿ +ĠB ut +lo y +Ġd ouble +s g +Ġpl ace +. x +m essage +Ġin formation +pr ivate +Ġo per +c ed +d b +"> +ater ial +ile d +Ġp ut +Q u +Ñ Ģ +un g +m ap +ĉĉĉĉ ĉĉĉĉ +Ġle vel +Com ponent +bo ok +cre en +_ RE +Ġcon fig +ã ģ +O r +. data +Ġd ocument +", " +trib ute +u x +L og +fer ence +p ost +_ e +Ġloc al +and om +ass ert +V al +lect ed +in a +atab ase +A dd +Ġcont ent +.p rint +s igned +r ic +." ĊĊ +Ġf a +! ĊĊ +- f +iv ed +Ġ quest +. ex +Ġf loat +Ġde velop +о Ð +M ap +ad ing +Ġpos s +U E +n amespace +_ O +ĉ b +.G et +> ( +j son +etail s +Ġto o +Ġext ends +ĠN one +Ġf ore +( String +form at +Ġg reat +int er +ca le +Ñ ģ +r on +iv ing +E nt +enc y +x t +o y +Ġmon th +Ġh app +Ġsup er +b ar +def ault +_ de +ord s +l n +( {Ċ +ĠI nd +as es +Ġt itle +Ġcont ext +o h +- p +E m +Ġm et +T est +Ġl ife +_ v +ĠU S +U I +oc ation +m d +Ġ[ Ċ +Ġ ] +s w +Ġin cre +s cript +ent ial +w ays +. de +Ġs rc +Ġc atch +ĠA meric +// Ċ +ĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġp ay +pl it +âĢ Ķ +Ġc oun +ob j +.ph p +Ġch ange +eth ing +' re +ast er +lo s +l ation +ĠĠ Ċ +L e +à ¤ +( { +read y +ĠN o +Ġpos ition +Ġo ld +Ġbo ok +able d +b ug +H and +} ;ĊĊ +is play +av ing +Ġgo ver +Ġv ersion +S ystem +n ect +res ponse +St yle +U p +ang u +Ġth ree +in it +er o +Ġl aw +end if +Ġb ase +em ail +( l +_ V +Ġcon f +AT E +Ġd uring +t es +Ġcon sole +ĠP r +Ġs pe +v es +p ath +ial og +d ition +_t o +ard s +Ġagain st +et work +ĠP h +_ L +c ur +im it +W ith +Ġp ower +i um +' ;ĊĊ +Ġw om +le ft +our ces +at ri +ĠI m +ĠM an +or th +$ { +qu als +es e +_s ize +Ġis s +ot al +- g +i que +r ame +Ġw idth +er g +) ( +itt le +T R +ĠThe y +enc es +r l +on s +Ġl abel +. y +- t +up date +an el +s c +.t o +Ġpro ject +à ¼ +Ġe lement +Ġsu ccess +ĉĉ Ċ +.s h +r am +ch ed +() )Ċ +Ġ( Ċ +Ġd ate +Ġto t +_ ST +A ll +ific ation +ĉ var +Ġt ri +ch em +m y +Ġb ig +ĠA d +ĠA t +ot s +n um +A ct +Ġm ap +er a +co pe +. $ +, âĢĿ +Ġp op +Ġf ew +Ġl en +u id +et ers +u les +Ã Ń +s ource +http s +Ġd em +Ġe ar +######## ######## +Ġm atch +or ies +ac es +ĠC l +Ġn ode +ir c +loc al +un ity +} ;Ċ +Ġan other +< < +og le +Ġs it +ew ork +T E +. I +N S +olog y +ou ght +.C ont +> > +Ġc are +st ate +ĉ private +Ġe ffect +++ ) +_f ile +end ing +L ine +F or +i or +ĠS c +Ġf un +.S ize +ĉ else +] ) +st art +v ious +Ġ} , +our s +Ġle g +Ġs ervice +Ġs ince +ir on +L abel +Ġn on +Ġl os +ict ion +Ġf ull +act er +bo ard +g ress +Ġt urn +ith er +.s ize +Ġb ody +res h +et urn +( _ +y les +orm al +p i +Ġsom ething +! -- +u int +Ġpro du +Ġst and +Ġpro ble +Ġav ailable +m t +ĠB l +Ġ ... +Ġb lock +In put +Ġke ep +C ount +op en +Ġ[ ' +Ġth row +uild er +A ction +Ġth ings +Tr ue +Ġ url +ĠB o +print f +Ġre d +j s +.c reate +ĠO r +St atus +In stance +Ġcont rol +Ġcom e +Ġc ustom +loc ation +m odel +Ġ čĊ +Ġs ource +Ġe as +. out +] ĊĊ +one y +Ġaw ait +Ġpart ic +A P +ub lish +od es +_p ro +p ly +rit er +Ġpro v +Ġm ill +H T +] )Ċ +Ġch ang +Ġas k +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +Ġout put +Ġem ail +.p ush +Ġ} čĊčĊ +in ation +atri x +T able +u ccess +] );Ċ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġdis c +( [ +Ġb usiness +he ight +. html +t a +f ield +Ġrequire d +_ R +Ġgover n +} čĊčĊ +le x +. , +ĠS et +ur ch +// / +t s +a f +Ġm ight +ist ory +S tr +Ġne ver +Res ponse +ar se +ad a +ĠH ow +Ġ* ) +Ġ ; +Ġh ard +A d +Ġinter n +us ed +( data +m od +ann el +Ġn p +ug g +Ġ/ >Ċ +Ġcal led +b ody +Ġch o +( r +_s et +ir d +Ġ> = +Ġ} ;Ċ +Ġo ptions +ĠG ener +Ġhe ight +P oint +Y ou +et y +C lick +Ġsm all +Ġ ide +Ġacc ess +angu age +Ġprot ected +Ġj ob +ĠTh ere +D ef +Ġadd ress +Ġu int +N ot +o o +ap s +< div +ain ed +at ur +Ġs um +- w +ĠD ate +Ġl ittle +Ġf ri +Y PE +Ġp ort +e h +pr ing +_p ath +Ġst atus +a im +bo ol +Ġap pe +Ġo s +. name +ens ion +_ G +Ġup date +Con fig +a ff +ER R +Ġ< = +at ely +# if +u ction +ĠT e +Ġl ink +ĠU ser +.f ind +. org +m e +Ġg iven +O ut +# endif +Ġbet ter +P age +Ġfe el +en n +M L +Ġal ready +Ġinclud ing +o ogle +r u +ic ally +pro p +le an +out er +Ġal ways +ord ing +I f +or age +Ġp arent +v is +ĉĉĉĉ ĉĉĉ +Ġg ot +st and +Ġle ss +/ s +ĠA ss +ap t +ire d +ĠA dd +Ġacc ount +p loy +Ġd er +res ent +Ġl ot +Ġval id +ĉ d +Ġb it +pon ents +Ġfollow ing +_ ex +S ON +Ġs ure +oc ial +Ġp rom +ert ies +he ader +.p ro +Ġbo olean +Ġse arch +k en +Ġor ig +Ġ er +E d +E M +a ut +l ing +al ity +By Id +b ed +ĉc ase +eth er +pos it +Ġinv est +ĠO R +Ġs ays +miss ion +AM E +Ġtem p +o ad +Ġre st +in fo +Ġinter est +A rg +Ġper form +pon s +ĠV iew +Ġv er +l ib +( const +U til +List ener +ar ge +Ġm ult +Ġd ie +Ġs ite +../ ../ +E L +Ġval ues +Ġ} )Ċ +p en +N o +ic ro +Ġbe h +Ġ' ./ +ac y +re c +() -> +ĉ ĠĠĠ +" )) +Cont ent +_ W +ple ment +Ġw on +Ġv ideo +ad i +p oint +% % +Ġg l +erv ed +v iron +I F +ut ed +ã ĥ +' m +Ġc ert +Ġpro f +Ġc ell +ar i +Ġpl ayer +a is +Ġc ost +Ġh um +( R +Ġoff ic +k s +.t ext +at ures +Ġtot al +Ġ*/ ĊĊ +o pe +Ġst at +U M +Ġlo ad +ight s +Ġc lear +u ro +Ġte chn +up port +I R +Ġ row +Ġse em +Ġ q +Ġsh ort +ĠN ot +ip p +G roup +se ction +m ax +ir l +Ġover ride +Ġcom pany +Ġd one +" );čĊ +Ġg re +. Re +Ġbel ie +r ist +Ġhe alth +AN T +() ĊĊ +ĠB e +. value +ĠG r +ott om +Ġarg s +P T +st atus +f unc +um ents +- h +N umber +: čĊ +ĠL og +er ver +Ġ) ,Ċ +am ent +Ġob j +in c +Ġchild ren +ic y +I Z +and s +ab ly +Ġdist rib +Ġc ur +er ial +Ġd ays +re ated +re ct +- l +ir m +idd en +om b +Ġin itial +.j s +Ġ â +Qu ery +Ġon line +im al +. con +a u +U rl +cont rol +ire ction +Ġin stance +OR T +ĠF r +wh ere +Ġjav ax +Ġorg an +ap ter +Ġre ason +o ptions +ĠM ar +( a +Ġwith in +.âĢĿ ĊĊ +O DE +_ DE +ad min +end ed +Ġdes ign +ĠD ata +un e +ĠF ile +ro ot +Ġc ent +Ġa rr +_ add +l en +p age +, ' +_ str +Ġb ro +ab ility +ou th +/ c +p ose +irt ual +ear ch +_ url +arg in +H ttp +Ġs chool +av a +Ġcons ider +.l abel +ĠA rray +we b +o pt +.print ln +ul ation +Ġf unc +P L +Ġ" \ +ĠT ext +act ory +(f unction +n ull +Ġen g +d own +Ġin clude +ĠE n +ĠD r +Ġd b +! ! +s ide +Ġin it +quire d +ĠS he +C olumn +re act +Ġan n +Ġst op +Ġl ater +ĠTh at +ent ion +d f +U G +I LE +Ġc lient +ra ft +ff er +PO ST +el per +Ġlo ve +qu ote +ou d +Ġj son +Ġab le +Ġm en +A X +ĠC opyright +à ¶ +av ig +re q +C lient +} );Ċ +.C om +er c +il t +pec ial +_c om +ro om +. Name +Ġg ive +am b +i ke +Ġcon dition +cl ient +ator s +: " +Ġc opy +ut ure +ivers ity +ern al +{ { +ĠC an +ou nc +d o +Ġo cc +Ġapp ro +th ers +z e +Ġe ither +ĠF l +Ġimport ant +Ġle ad +at tr +AR T +E qual +Ġd a +et ch +ent ity +Ġfam ily +add ing +Ġo ption +Ġex ist +ic a +ĠO bject +' ve +v ers +ition al +out put +ĠTr ue +ĠO F +_t ime +Ġof fer +Ġ} );ĊĊ +H ER +eg in +" " +Ġw ater +Ġc he +ĠM y +ore d +Ġst ep +anc es +C K +A Y +à ¸ +str uction +( C +ou ch +St ream +act ive +am a +Ent ity +pro duct +() {Ċ +Ġgovern ment +ĠI D +aj or +A nd +Ġdis play +Ð » +Ġt imes +Ġf our +Ġf ar +Ġpres ent +ĠN S +Ġ\ Ċ +ue st +Ġb as +e cho +ch ild +if ier +Hand ler +Ġl ib +Prop erty +trans lation +Ġro om +Ġon ce +Ġ[ ] +cent er +================ ================ +Ġresult s +Ġcontin ue +Ġt alk +_ get +Ġg row +.s w +e b +ĠP ublic +O P +ec ute +ol s +Ġ ** +" );ĊĊ +Ġm ass +ure d +.c lass +om ic +Ġme an +ip s +Ġa ut +);čĊ čĊ +Ġun til +Ġmark et +Ġare a +u it +Ġl ength +ĠW ith +struct or +e vent +"> < +ĠS p +I V +Ġm us +if f +Ġk ind +a uthor +ound s +m b +_ key +w idth +posit ory +Ġl ight +u k +R ow +oh n +al f +viron ment +app er +ollection s +Ġs ide +_in fo +Ġex ample +im ary +Ġw r +Ġc amp +cri be +" / +Ġm iss +w ay +Ġb ased +Ġpl an +V is +om ain +un k +Ġaw ay +U P +< T +O S +i od +ĠM on +âĢĻ re +Ġli k +à § +iv ely +. v +im er +iz er +S ub +Ġbut ton +ĠU p +Ġexper ience +C L +Ġre nder +_ value +Ġn ear +UR L +al t +Ġcoun try +ib ility +() ,Ċ +e ad +Ġa uthor +Ġspec ific +b ase +( name +on es +ĠD o +Ġal ong +y ear +Ġexp ress +. ' +en v +Ġbeg in +Ġso ftware +Ġim p +Ġw in +ó n +Ġth ing +Tr ans +ĠT HE +Ġ< ? +Ġwh y +Ġdoes n +i j +g ing +ĉ g +Ġs ingle +off set +ar ning +og raph +le y +_c ount +Ġan al +cre ate +/ m +ĠR eg +un ch += $ +is k +Ġright s +( M +Ġ"" "Ċ +ap er +.m odel +Ġp o +em pty +art ment +Ġa nt +ĠWh en +Ġwom en +ĠE d +Ġse ason +Ġde st +à £ +( h +Ġposs ible +Ġse ver +Ġb tn +Ġdid n +Ġs ent +Ġen c +Ġcomm and +Ġ ],Ċ +_ x +Ġre cent +ol ution +v ector +ĠB y +ĠM ay +ĠA ct +» ¿ +Ġm oney +IN T +bs ite +ĉ p +. čĊ +ï »¿ +s l +atter n +ĠC lass +Ġto ld +ud io +c urrent +Ġe qu +Ġa uto +ĠSt ate +d a +ms g +)) ;ĊĊ +Ġwork ing +Ġqu ery +ĠB r +Ġw indow +a uth +on ly +ĉ t +Ġle ast +ag n +Ġex pl +it ter +ar ing +Ġc olumn +ĠGener al +": " +er al +ri or +Ġrec ord +I B +E X +Ġd at +Ġm aking +u ed +ĠC ar +em p +" . +ĠM ed +Ġc lose +Ġper cent +Ġp ast +( g +: ( +Ġw rite +Ġm ove +Ġp at +Cont rol +.T o +Ġv i +*/ Ċ +in ate +' ll +ag ed +N ull +Ġspec ial +IZ E +Ġc ity +/* Ċ +ĠE ng +ix ed +in ary +p y +Ġe ff +ar io +Ġt ell +av or +Ġse lect +le vel +im um +op er +B uilder +I P +') ,Ċ +es c +Ġf ont +" ;ĊĊ +ĠA m +ish ed +ill s +Int er +O W +Ġcour se +Ġl ate +idd le +Ġam ount +Ġas ync +in o +c ul +Ġ ì +and le +_ user +Ġb en +ĠC al +Ġ$ _ +ĠR ep +Ġen ough +T oken +. user +( j +S c +W idth +n ow +at form +Ġlook ing +Ġh old +M odule +IT Y +v o +is on +.D ata +y c +Ġp ot +ĠTr ump +id ual +id es +r t +Ġprop erty +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠ +am ework +g o +Ġl ow +Ġpar a +Ġpr ice +ur y +Ġto day +ro y +Ġ' / +Ġpol it +Ġ' ' +ym b +P h +Ġad v +Ġatt ack +ĠS te +RO M +an a +Ġme ans +Ġst ory +id s +ak en +Ġme et +Ġm om +ĠâĢ ĺ +Ġ? > +Ġd en +ob ile +ch ange +ĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ic i +n a +ĠF orm +Ġs ort +Se lect +p are +Ġth ought +_ con +Ġt ask +oc us +ĠD E +ĠM in +Ġo pt +ĉb reak +um er +K E +th en +Ġd et +ĠT est +port s +Ġre view +(' / +m ove +Ġsw itch +ER T +p atch +ann ot +ã Ĥ +Ġab ove +it ive +Ġquest ion +ĠQ u +ãĢĤ ĊĊ +g le +Ġw ord +Ġprov ide +ĠR eturn +Ġre search +ã o +u str +Ġp ublish +chem a +} } +ĠC ON +- in +all back +Ġco ver +\ \ +c olor +ĠI S +Ġwh ether +im ate +is c +B ar +Ġd iv +B e +our n +Ġh aving +le m +pl ayer +ab s +am era +ne y +Ġex c +get her +pl ied +a o +[ $ +Ġ+ + +i pe +sh ow +/ d +[ : +ag ement +le v +_ ID +r ary +ad es +_ se +a use +Ġem ploy +Ġ*/ čĊ +Ġf re +Ġ' @ +Ġcomple t +Ġl arge +r al +\ x +Ġf ac +< String +Ġcre ated +up er +.st ate +Ġh ost +ener ic +/ b +( ! +wh ile +i as +B UG +Ġ );ĊĊ +Ġro le +Re g +ĠC olor +St art +Ġp orn +t op +Ġwe b +Ġde v +Ġde al +++ )Ċ +Int eger +pos ition +. on +Ġ( " +ä ¸ +Ġproble m +s v +Ġp ress +AB LE +AT ION +ĠSe e +an ch +Ġth ough +le ep +Ġ< !-- +Ġpoint s +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +. J +Ġ :: +p tr +D B +++ ;Ċ +.p ng +n ode +so ft +pon d +Ġe ver +-------------------------------- -------------------------------- +M enu +(' # +Ġs ervices +p g +} )Ċ +param s +Ġact ually +Ġ" / +Em pty +M ethod +Ġid ent +un ic +Ġmill ion +Ġa ff +st yle +Ġcon c +i os +ign ment +UL T +P r +" ;čĊ +Ġunder stand +u ary +Ġhapp en +Ġser ver +ĠC o +S C +Ġle s +Ġfile s +G rid +s ql +Ġof ten +Ġin fo +_ tr +s rc +on y +Ġsp ace +um b +Ġpass word +Ġst ore +, ĊĊ +ĠWh at +g ed +ĠF alse +U s +sw er +_ index +Ġform at +m ost +s m +N ew +Ġd etails +Ġpro b +ĠAN D +() čĊ +il ar +Ġ$ { +ry pt +.C ollections +$ this +ĠF ree +_ of +(f alse +d ated +Ġ> > +Ġf ace +CT ION +Ġs ave +Ġt yp +de v +(" # +AG E +cont ainer +ed it +Q L +Ġitem s +Ġs ocial +i en +ĠRe act +) .ĊĊ +Ġm ar +Ġre du +ĠR E +.p ut +Ġm ajor +C ell +n ext +Ġexpect ed +Ġy et +Ġin div +trib utes +at is +am ed +Ġf ood +S ource +( string +Ġ+ Ċ +it es +d r +Ġmem bers +Ġcom b +item s +ĠP er +T H += True +Ġb ar +_ SE +com m +( w +)ĊĊ Ċ +Ġs end +Ġin c +un signed +F A +Ġparam s +app ing +ro s +ug in +f a +Ġcon nection +Ġ} ;ĊĊ +Ġbe come +M ode +Ġe v +Ġdif f +ĠUn ited +He ight +ful ly +im ages +Ġm akes +Ġg lobal +Ġcont act +' :Ċ +Ġab s +а Ð +f loat +Ġex cept +ĠP ol +Ch ild +t yp +Ġcert ain +i ón +O UT +Ġim pro +ile s +Ġ-- >Ċ +ĠP art +val ues +os s +/ ** +il it +ĠE vent +cur ity +st er +Ġchar acter +Ġnew s +Ġ" , +Ġde vice +c el +log in +he et +Def ault +@ " +ĉ Ġ +c lick +( value +ĠA b +Ġpre vious +ERR OR +oc al +Ġm aterial +Ġbel ow +ĠCh rist +Ġmed ia +co ver +ĠU I +Ġf ail +Ġbl ack +Ġcom ponent +ĠAmeric an +Ġadd ed +Ġbu y +st it +Ġc ame +Ġde lete +prop erty +od ing +Ġc ard +rop s +Ġhttp s +Ġro ot +Ġhand le +C C +B ack +em plate +Ġget ting +_b y +m ail +_s h +. assert +ĠD ec +( true +Ġcom put +Ġcl aim +' => +ĠS ub +Ġa ir +op s +n av +em ents +( id +Ġent er +ang ed +E nd +Ġloc ation +Ġn ight +Ġdo ing +ĠR ed +l in +}ĊĊ Ċ +vid er +Ġp ick +Ġw atch +ess ages +Ġhum an +Ġd am +p end +d ir +Ġt ax +Ġg irl +re et +Ġbo x +Ġstr ong +( v +re l +Ġinter face +Ġm sg +f ect +_ at +Ġh ouse +Ġtr ack +' );ĊĊ +j e +ĠJ ohn +ist r +( S +ub e +Ġc e +itt ed +V ER +* ) +p arent +Ġapp lication +an y +.sw ing +Ġp ack +\ u +Ġpr act +Ġse ction +ct x +Ġun signed +.P oint +ĠO ne +Ä ± +ip le +a id +Ñ ĥ +V ector +by te +Ġw ait +Ġà ł +à ¥ +Ġto gether +Ġth rows +F O +' )) +h ost +is ing +. view +Ġter ms +fr amework +- r +Ġapp ly +Ġs ession +O ptions +ugg est +Ġo thers +w itter +Ġf und +In it +__ ( +ens or +G ET +Ġsever al +i i +[ j +I O +Ġtem plate +P osition +Ġe con +ach ine +Ġ il +.s pring +m ain +el t +im ent +Re c +m m +ĠUn iversity +urs or +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +G L +ict ure +ith ub +c er +c ast +F rom +a les +Ġsub ject +p assword +n y +Ġes c +.w rite +ï¼ Į +Wh at +. H +Ġh istory +ĠF e +Ġindiv idual +un it +Ġ-- > +Ġd u +I ST +Ġus ers +f s +f alse +un t +T itle +Ġm ot +Ġf uture +ach ed +Ġstart ed +Ġm ode +Ġ' < +_ array +Ġa x +'] ;Ċ +i res +Th ere +ug ht +t ml +pos ed +ic ult +Ġto ok +Ġg ames +Ġ} } +Ġ? >Ċ +Ġproduct s +I s +Ġb ad +ĠD es +.p ath +' ĊĊ +ĠP ost +av el +( : +Ġneed s +Ġkn own +F l +Ġex ec +Ġse en +um e +Ġb order +Ġl ive +tem p +P er +Ġvar iable +i et +ĠD ef +Ġg e +em e +_b ack +f irst +Ġprovid ed +//////////////// //////////////// +Ġfil ename +Ġh ope +ul y +a uto +f ind +_ string +b tn +it ude +At tribute +Ġyou ng +.t xt +Ġwe bsite +ĠP rop +Ġe y +> ();Ċ +ion al +AR R +iction ary +ur ther +. +t x +Ġp ur +u el +ymb ol +u ation +ang er +Ġback ground +ec ess +ef ined +.... .... +Ġdes cription +Ġrep resent +") );Ċ +press ion +row ser +Ġser ies +ward s +($ _ +a ise +Ġh ot +ac ity +ri es +action s +C reate +ad io +amp les +Ġorig inal +ens ive +f ont +st ream + using +.spring framework +ser ver +Ġb ill +AC K +il ename +Ġfr ame +Ġ= Ċ +Ed it +adi us +Ġd raw +ank s +Ġd eter +Ġcom es +_ int +Ġfore ach +ang le +Ġe lect +pect ed +He ader +ist ration +F alse +ĠG ame +Ġfil ter +Act ivity +Ġl arg +in ition +Ġ" < +is ed +Ġrem ove +ĠTr ans +m et +se e +Form at +Com mand +ĠE X +N one +Ġfr ont +A SE +ĠR ec +ound ation +Ġv o += \" +( * +Ch ange +.W rite +g roup +i ents +u y +******************************** ******************************** +Ġd ig +h r +( - +Ġg en +n umber +ve c +uro pe +ent ry +L L +Ġst e +Val id +'] , +_p aram +Ġse lected +Ġacc ording +ĠD is +Ġ util +B uffer +_ error +Ġass oci +_S IZE +Ġw or +Ġprint f +r ag + ł +D D +ĠV al +Ġact iv +E ng +et ime +Ġv irtual +a ign +a ur +ĠP res +ĠEx ception +Ġany thing +ĠO ff +Ġh ours +Ġw ar +Arg s +ag ing +Ġmodel s +ĠT ime +O b +am s +j oy +Ġear ly +. read +Ġc enter +ĠIn itial +Ġl anguage +l ength +x y +Ġs n +Ġin f +P ost +Ġag o +Ġeas y +_c ode +ĠAN Y +_ ch +Ġdown load +( T +av ed +âĢ ĵ +Ġstud ents +Ġf ig +l ight +x x +Ġbu ffer +ĠD ep +ĠM ath +IT H +Ġvar i +Ġd ue +F actory +Ġp or +Ġe p +ot ype +Ġcan not +Ġwh ite +< int +ter n +Ġreg ister +Ġpre d +cl us +_d ate +Ġ/ ** +Ġa uth +Ġ[ ]Ċ +Ġper iod +n own +Ġv ot +Ġs creen +' d +T ypes +Ġt mp +е Ð +ur al +Ġben ef +_ y +Ġn et +ĠSt ates +'] [' +ĠN e +ĠN OT +Ġn eg +Ġcomm on +s cope +Ġc red +g es +_T YPE +Ġs uggest +o om +.ĊĊ Ċ +Ġac cept +Ġr andom +er m +ĠV ector +w ith +T ER +( str +Ġres pons +Ġh it +.S et +gr id +ri a +Ġc lick +und le +C ase +ins ert +Util s +Ġ"" " +Ġim plement +at al +tem pt +tem plate +oc r +return s +Ġplay ers +us ers +ed ef +ĠTh ese +Ġam ong +Ġde b +h a +.get Element +Ġc irc +Ġan swer +Ġw alk +Ġt reat +ĠG e +ĠC reate +Ġa ge +Ġre q +O ST +ang ular +Ñ ı +Ġf ive +Ġdistrib uted +Ġfri end +T P +Ġc lean +ow s +.Control s +d is +Ġw ords +. io +z y +Ġhe ader +ĠC heck +âĢĻ m +j ust +h older +=" čĊ +. annot +Ġcol lection +' . +Ġsim ilar +Ġt aken +(" % +Or der +'] Ċ +-m d +ĠT H +ac ed +Ġis n +/ j +Ġs on +gr aph +ĠInt eger +Ġn ecess +re en +Ġ um +Ġ\ < +Ġmom ent +Ġbr ing +Ġind ic +ys is +Le vel +ver se +urre nc +_t est +Ġent ire +D own +Ġ}ĊĊ Ċ +( result +ĠRe ad +à ¨ +M od +Ġtry ing +") ,Ċ +Ġm ember +ĠC or +OD O +- control +un time +ĠS im +D ialog +pl ot +_ on +Ġph ys +} / +Ġn amespace +ĉ čĊ +ac c +Pl ayer +A RE +Ġf oot +Ġbo ard +p art +Ġs us +w ise +ĠM c +Ġp ush +AT A +Ġp lease +ri ed +we et +b it +id ed +V E +ĠS w +U B +Ġt ypes +ed ia +Ġc los +ace book +Wh en +Ġed it +ig ger +Ġen erg +Cont ainer +Ġph ot +ĠC ount +ĠE urope +.I s +ĠR uss +pe ed +ĠS tr +Ġp y +Ġc ult +Ġdef ined +cc ount +Ġob t +.L ocation +Ġth read +il le +Ġinst ead +str ong +ĠS ec +U RE +Ġide a +. se +em y +select ed +Con nection +ac ing +th read +.n ext +Ġc oll +Ġfil m +ist ic +Ġcomp et +Ġcon n +th ough +Ġcom pan +ock et +Ġte ach += ( +Ġph one +Ġact ive +de lete +tr ies +Ġm o +Ġde ath +} );ĊĊ +oc ol +W idget +Ġart icle +ro du +and id +Ñ ĭ +ĠC r +k a +() : +lo od +ĉĉĉ Ċ +Ġal most +Ġs ell +erv let +ri p +Un it +Ġapp lic +Ġcon nect +Ġfe ature +Ġv ia +' ), +Ġl im +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠG u +Eng ine +Ġen s +Ġen vironment +b lock +HER E +N ULL +g y +t ag +) ). +ex p +Ġcom pl +Ġinst all +Ġcomple te +que ue +atur al +Ġgener al +th on +Ġask ed +o res +( res +Ġres erved +S P +ĠâĢ ¦ +Å Ĥ +Ġsign ific +O ff +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠA g +ĠJ ust +ĠE rror +Ġin fl +ad ata +Ġ icon +ask s +' ' +_ LO +? . +ac count +Ġ( * +' )ĊĊ +r ap +_ var +ĠF OR +Ġpart y +ĠY our +c at +str y +. new +bo ot +ĠN ov +Ġv ector +Ġn ormal +Ġf urther +Re pository +Ġd atabase +att le +Ġmus ic +Ġspe ed +Ġd oc +pro cess +IG HT +.p arse +Ġt aking +Ġvi ol +ce ed +ĠA fter +Ġfor ward +Ġc rit +"/ >Ċ +ro t +Ġfa iled +ef ore +Ġconc ern +o e +b a +Ġs ender +Ġter m +h as +=" # +Ġpot ential +N um +Ġpublish ed +.c lose +ĠIm age +str aint +U D +ĠO b +Ġprob ably +l im +" :Ċ +olum e +Ġcon sum +ag ue +ens ions +Ġinvest ig +- year +') ; +-s m +Ġen joy +or ig +er ing +c p +le ased +ple ments +Ġreturn s +p at +B O +ĠH ouse +.L abel +Ġwe ight +igh b +Ġcondition s +Ġex ception +d escription +Ġtr ad +- to +Ġ{ } +Ġmod ule +EN D +. ap +.p rops +Ġcon structor +av es +Ġf avor +ĠN ow +; i +ĠM ain +_ k +er ies +âĢĻ ll +trans form +imest amp +P re +Ġm er +. res +st ant +L ocation +_N AME +Ġlos s +Ġ ĊĊ +n et +Ġeng ine +B lock +Ġiss ues +Ġpar se +ĠB ar +Ġst ay +ĠJ SON +Ġd om +air s +w ner +Ġl ower +", čĊ +ĠD em +uf act +Ġp s +Ġper fect +R L +Ġed uc +l s +em ory +ARR ANT +u ge +Ġex act +. key +al led +e ch +ie f +\ / +o ke +Ġfor mer +al loc +Ġs ix +id a +Ġm argin +Ġhe art +al d +p ack +.getElement ById +ĠW ARRANT +Ġr ather +Ġbuild ing +er man +lic e +Ġquest ions +iz es +le ge +irect ory +Ġj e +Ġc as +pro ps +ut f +Ġse curity +Ġhow ever +we ight +Ġins ide +Ġpres ident +Ch ar +ĠW ITH +.m ap +Ġgr aph +Ġt ag +_st atus +Ġat tempt +op p +us es +ĉ const +Ġr ound +, $ +Ġfri ends +Em ail +? > +Res ource +KE Y +os p +. query +ĠN orth +able s +ist rib +_c lass +el lo +Th at +Ð º +pecial ly +ĠPres ident +Ġcamp aign +Ġal t +are a +Ġch all +Ġop port +.C on +Ġenerg y +li ke +. string +ing ton +) * +y y +Ġprof ession +ir th +Ġse g +æ ľ +Ġh or +i ers +c an +Ġbeh ind +Pro duct +f g +ĠS k +.j pg +? : +] ;ĊĊ +Ġcall back +ĠH ttp +Ñ Į +l ong +M S +AT H +Ġr aise +Ġwant ed +row n +ut or +l t +] = +el ine +M A +Ġse par +c s +se mb +D is +bs erv +ĠW ill +Ġpol icy +Ġth ird +ph one +Ġb ed +/ g +. __ +ĠIn c +iz ing +.re move +in stance +.t ype +Ġs erv +E ach +Ġh ar +ĠM essage +( key +SE LECT +P os +)) ;čĊ +Ġre comm +Ġtr aining +ĠE nt +ĠCh ar +ic ht +(f ile +Ġp rior +G ame +Ġex it +Param s +.c ore +P C +n es +anc ed +( request +P assword +} >Ċ +Ġm ag +Ġre lease +Ġsh all +ud ent +ĠS outh +and o +: ' +.Tab Index +s k +ann er +is set +Ġout side +led ge +Ġ å +ĠR ob +Ġim m +! Ċ +ĠWe b +D es +B C +anc ial +R oute +D ec +fer ences +Ġp urch +ĠM odel +ct or +g n +_st art +_ un +. * +is es +Ġg round +Ġun ique +Ġbe aut +{ " +Ġp our +ĠO ct +Ġt ree +set s +_ res +') -> +_re g +(" \ +Ġby te +B l +Ġd ating +Ġm atter +ĠR em +Ġ' ../ +ĠA ug +ĠL a +Ġ$ ( +ourn al +i am +Ġshow s +w rite +Ġb all +Ġsim ply +Ġf ast +Ġmem ory +A SS +ĠO f +ov ed +ant e +a ul +ist ry +)) );Ċ +Ġf it +< string +Ġpolit ical +anc el +_ . +c ard +.c urrent +o ch +_ image +\ t +# Ċ +( L +Ġindu stry +com ing +Ġex tra +Ġreport ed +.st art +Ġres ources +Ġim g +fl ow +_E X +(n ull +ĠP re +Ġwr ong +inter face +Param eter +n ers +á » +t ure +ers ist +oun try +Ġseem s +al ance +de st +ĉ String +Ġm aint +Ġun it +act ers +ĠT R +if ul +export s +pro ject +App lication +leg ate +Ġt akes +ter m +Ġet c +ust er +Ġappe ar +add ress +Ġf em +h s +Ġh om +, - +Ġdiff icult +Ġcom ing +O pen +Ġset tings +ĠW ar +ĠTh en +Ġaut om +ĠF oundation +Ġqu ite +D escription +Ġb log +i qu +P S +_f ield +J son +SS ION +ĠS ch +ĠL O +Ġdes cri +Ġevery one +Ġpret ty +Ġlong er +Ġm enu +Ġcurrent ly +se c +Ġrelations hip +################ ################ +ĠM ap +as et +Ġparam eters +Ġcr ush +" čĊ +IL ITY +ig ration +Ġc out +t otal +Ġn ames +nd ef +") ; +ri end +yn amic +Ġeff ort +Ġact ual +Ġfield s +O UN +t ers +Ġf ix +_m odel +Ġc ases +C A +M y +Inter face +ĠS E +] ] +al le +ĠN ational +ĠArray List +in line +. V +ar a +ref ix +as c +Re ader +ĠÐ ¿ +ast ic +( () +C l +.annot ation +Ġperform ance +ail y +.to String +.n et +view s +. end +ay ers +l ate +ĠA pr +ed eral +'] ) +.b ody +Ġhigh er +_f l +c r +al ert +_n ode +ĠG oogle +Ġit self +A uth +urrenc y +Ġsignific ant +app end +Ġres pect +str ap +Ġun a +riter ia +P ORT +.ap ache +Out put +Ġpro gress +Ġm id +ĠM icrosoft +Ġres ource +ab lish +Ġd im +. load +.A pp +Ġd irection +Ġadd itional +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠ +Ġnum bers +Ġcompan ies +.T h +Ġs ound +user name +Ġstat ement +Ġal ert +Ġcon tract +h ome +_l ength +.Com ponent +e v +. Ex +ï¼ ļ +" ; +ĠH igh +Ġ )ĊĊ +ĠP oint +op h +Ġl ines +-> _ +" )ĊĊ +o x +app lication +Ġ ]Ċ +ĊĊĊĊ ĊĊ +Ġso on +ction s +ing er +Ġj oin +ĠP e +Ġ ë +Ġl as +. E +c ss +/ or +ĠSt art +ĠT O +Ġsub s +con n +com ponents +DE BUG +qu are +F unction +end ar +. index +Ġf ill +Ä Ļ +Ġcho ose +h ow +ĠAmeric a +ass ets +-------- ---- +ĠV alue +Ġoff ice +Ġv eh +Ġtrans form +ĠAr t +Ġin de +Ġf n +Ġim plements +ang o +ple te ++ " +t mp +am ily +Ġhas h +miss ions +E ST +g t +Pro vider +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ġfl ag +Ġpartic ip +d en +ĠReturn s +Ġnot e +ü r +p m +ide os +Ġspec ified +ĠE N +est er +ol id +Ġup on +( std +ĉ v +Ġ' \ +u z +Ġv ert +Ġv ict +ĉ self +Ġ" $ +. k +Ġgroup s +g ithub +l ang +Ġm ut +T O +Ġv e +ĠP lease +;ĊĊ Ċ +ac cess +Ġ{ " +re a +Ġr isk +ick er +og gle +ĉ while +AN G +.s end +Ġwom an +Ġget s +Ġ ign +ĠI d +_ log +ON E +Ġe vid +ĠH ar +_s ub +Ġend l +Ġinclud ed +() );ĊĊ +ĠA p +ig r +Ġs em +ĠBl ack +d oc +_t able +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +- up +Ġca use +Ġ .. +Ġv an +_d ict +Ġf ocus +IN D +CE SS +.L og +Ġmult iple +id o +Ġreg ard +- M +and ler +our se +Ġde g +. U +Ġadd ition +Ġvar ious +Ġrece ive +е н +ĠH T +Ob j +D F +Ġincre ase +ĠO pen +] ; +Ġcomm it +? Ċ +ateg ories +at ory +sh ip +ĠM ich +Ġh tml +rom ise +Ġle ave +Ġstr ateg +av en +ĠCon sole +k nown +- n +_ LE +.com ponent +Ġb re +S ession +i ance +Ġal ign +typ edef +_ result +ĠW HERE +.s plit +Ġread ing +FA ULT +Ġc lo +Ġnot ice +_p r +ar ter +Ġlo ck +Ġstand ard +et ic +ell ow +Ġp adding +ĠH is +Ġst ates +_c ast +( P +a a +Ġintern al +e an +ĠP RO +ĠK ey +Ġes pecially +m ing +Ġc ross +Ġn ational +_ object +f ilter +Ġs cript +. update +_ i +ĠAss ert +/ core +%% %% +Ġproble ms +ist or +Ġ. = +Ġar ch +Ġwrit ten +Ġm ilit +M ENT +. ch +ca pe +ĠM us +_ config +ĠA PI +fo ot +Ġim ages +end l +. In +F irst +Ġpl atform +.pro t +O ption +st e +ĠT ODO +Ġfor ce +. cont +ĉ echo +ĠD av +P tr +( B +R T +ĠB ase +] [' +Ġann ounc +con sole +ĠP y +d s +. as +Ġpre vent +ap an +Ġ{ ' +} ' +Ġde ad +V AL +Q UE +**************************************************************** ******** +Ġch arg +R eturn +Ġf ul +d om +Ġr ules +Ġmod ify +Ġe val +h am +at ement +\ < +ul a += False +R A +Ġcont ains +Ġst ack +m ar +Ġ{ }Ċ +Ġund efined +A ss +ĠCh ina +ve y +* Ċ +Ġplay ing +) / +act or +Ġb ottom +li er +ĠN umber +Ġcou ple +D C +ĠS O +g or +.set Text +s uccess +com mand +F ilter +ĠO ur +_ item +Ġc tx +Ġro ad +V ersion +c ase +ur t +av ior +y ch +semb ly +ĠPro duct +Ġh eld +a fe +Ġinclud es +< quote +Ġa void +ĠF in +ĠM od +Ġt ab +an o +à ± +ipp ing +- e +Ġins ert +t arget +ch an +.M odel +IM E +\ Ċ +Ġm achine +av y +ĠN O +ĠInt er +Ġoper ation +mod al +T ag +] : +Ġprodu ction +Ġare as +Ġre n +_f rom +n bsp +Ġoper ator +m en +app ed +_p er +z en +(" . +.s ave +=" {{ +Ġt or +( response +Ġc andid +Ġcon v +a iled +ĠL ib +com p +ur a +ï¿ ½ +ĠH ere +Ġarg ument +h ood +Ġest ablish +ograph y +Ġon Click +amb da +Ġs ch +Ġmov ie +Ġse c +Ġact ivity +Ø § +Ġs ql +_ all +inc ip +Ġprovid es +Ġs ys +ack et +Ġwas n +Ġus es +ĠF unction +.g oogle +ĠRes ult +Vis ible +ag ma +el come +ĠS y +ĠC ent +AL SE +ac ión +EX T +Ġl icense +ĠL ong +Ġacc om +Ġab ility +. height +Act ive +olog ical +ol y +)) , +.S e +Ġparam eter +pr ite +AB ILITY +.s ervice +ĠG roup +_ query +ĠI tem +in ing +Ġj ud +im s +f ix +ind er +ag ram +Ġfunction s +Ġexper i +ĠE m +Ġro t +Ġp en +.b tn +ĠA S +#if def +Ġcho ice +ĠP age +_P RO +Q U +å ı +ant ity +Â Ń +word s +Ġread only +Ġf lex +prot ected +ĠAn y +Ġchar acters +enc ed +ĠJ uly +il er +C ard +ur ance +Ġre v +.e vent +al y +Ġwon der +ĠP ort +Ġleg al +ro le +Ġt en +Ġgo es +M P +wh ite +): čĊ +)) čĊ +Ġre ference +Ġm is +ĠPro ject +ick s +> & +C ON +Ġre pl +Ġreg ular +St orage +ram ework +Ġgo al +Ġt ouch +.w idget +Ġbu ilt +d es +P art +( re +Ġw orth +h ib +g ame +ĠÐ ² +ac ion +ĠWh ite +(t ype +( ` +Ġn atural +Ġin j +Ġcal cul +ĠApr il +. List +Ġassoci ated +ĉ System +~ ~ += [ +Ġst orage +Ġby tes +Ġtr avel +Ġs ou +Ġpass ed +! = +as cript +. open +Ġgr id +Ġb us +Ġrec ogn +A b +Ġh on +ĠC enter +Ġpre c +b uild +HT ML +ĠS an +Ġcoun tries +a led +t oken +k t +Ġqu al +L ast +ad ow +Ġman ufact +id ad +j ango +N ext +x f +. a +Ġporn o +ĠP M +er ve +it ing +_ th +c i += None +g s +Ġlog in +at ives +'] );Ċ +Ä ħ +Ġ ill +I A +child ren +D O +Ġlevel s +Ġ{ { +Ġlook s +Ġ" # +To String +Ġnecess ary +ĠĠĠ Ċ +c ell +En try +Ġ' # +Ġext rem +Select or +Ġplace holder +L oad +Ġre leased +O RE +En umer +ĠT V +SE T +in q +P ress +ĠDep artment +Ġprop erties +Ġres pond +S earch +a el +Ġre qu +ĠB ook +/ Ċ +( st +Ġfin ancial +ick et +_in put +Ġth reat +( in +Str ip +ì Ŀ +ç ão +Ġevid ence +)) ; +ĠB ro +Ġ[ ];Ċ +Ġ ou +b uf +S cript +d at +Ġr ule +# import +=" / +S erial +Ġstart ing +[ index +a e +Ġcon trib +s ession +_ new +ut able +o ber +Ġ" ./ +Ġlog ger +Ġrecent ly +Ġreturn ed +č čĊ +)) )Ċ +ition s +Ġse ek +Ġcomm unic +Ġ" . +Ġuser name +E CT +D S +Ġother wise +ĠG erman +. aw +Ad apter +ix el +Ġsystem s +Ġd rop +Ġstruct ure +Ġ$ ("# +enc ies +ann ing +ĠL ink +ĠRes ponse +Ġst ri +Å ¼ +ĠD B +æ Ĺ +and roid +sub mit +ot ion +( @ +.t est +ĊĊĊĊ ĊĊĊĊ +] ;čĊ +Ġdirect ly +Ġ" % +r is +el ta +A IL +) {čĊ +m ine +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +( k +b on +as ic +p ite +__ _ +M ax +Ġerror s +ĠWh ile +Ġarg uments +Ġens ure +R ight +-b ased +We b +Ġ- = +Ġint rodu +ĠIn st +ĠW ash +ord in +j oin +D atabase +Ġgr ad +Ġus ually +IT E +Prop s +? >Ċ +ĠG o +@ Override +RE F +Ġ ip +ĠA ustral +Ġ ist +View ById +Ġser ious +Ġcustom er +.prot otype +od o +c or +Ġdo or +ĠWITH OUT +Ġpl ant +Ġbeg an +Ġdist ance +() ). +Ġch ance +Ġor d +c ame +pr agma +Ġprot ect +rag ment +ĠN ode +en ing +Ñ ĩ +Ġr oute +ĠS chool +h i +Ġne ighb +A fter +lic it +Ġcon tr +Ġpr imary +A A +.Write Line +util s +Ġb i +R ed +.L inq +. object +Ġlead ers +un ities +Ġg un +on th +ĠDe v +F ILE +Ġcom ments +_l en +ar row +am ount +R ange +s ert +Grid View +Ġup dated +ĠM o +Ġin form +oci ety +al a +A ccess +Ġh ab +Ġc reat +_ arg +ĠJan uary +ĠD ay +") čĊ +up le +d ocument +gor ith +m enu +ĠO ver +b b +.t itle +_ out +Ġle d +ur i +Ġ? >Ċ +r un +Ġsc ene +( array +de vice +_t itle +ag on +] čĊ +ab y +Ġbe came +bo olean +Ġp ark +ĠC ode +up load +rid ay +ĠSept ember +F e +Ġs en +c ing +F L +C ol +ut s +_p age +in n +Ġim plied +al ing +Ġyour self +.C ount +con f +Ġa ud +_in it +. ) +Ġw rote +N G +. Error +ä » +.f or +Ġe qual +ĠRe quest +Ġser ial +Ġallow s +X X +Ġm iddle +ch or +à ¸ +erv al +.C olumn +read ing +Ġesc ort +ĠAug ust +Ġquick ly +Ġwe ap +ĠC G +rop ri +h o +Ġc op +( struct +ĠB ig +Ġv s +Ġfre qu +. Value +Ġaction s +Ġpro per +Ġin n +Ġobject s +Ġm atrix +av ascript +Ġon es +.g roup +Ġgre en +Ġp aint +ool s +y cl +enc ode +ol t +com ment +. api +D ir +Ġun e +iz ont +.p osition +Ġdes igned +_ val +av i +ir ing +t ab +Ġl ayer +Ġview s +Ġre ve +ra el +ĠO N +r ics +n p +Ġc ore +() );čĊ +M ain +Ġexp ert +ĉĉ čĊ +_ en +Ġ/ > +ut ter +I AL +ail s +ĠK ing +*/ ĊĊ +ĠM et +_ end +add r +or a +Ġ ir +M in +Ġsur pr +Ġre pe +Ġdirect ory +P UT +- S +Ġe lection +h aps +.p re +c m +Val ues +Ġ" Ċ +c olumn +iv il +Log in +in ue +Ġbeaut iful +Ġse cret +(e vent +Ġch at +um s +Ġorig in +Ġeffect s +Ġman agement +ill a +t k +Ġset ting +ĠC our +Ġmass age +ĉ end +Ġhapp y +Ġfin ish +Ġc amera +ĠV er +ĠDem ocr +ĠH er +( Q +con s +it a +Ġ' . +{ } +ĉ C +Ġst uff +Ġ :Ċ +ĠA R +T ask +h idden +er os +IG N +at io +ĠHe alth +ol ute +Ent er +' > +ĠT witter +ĠCount y +s cribe +Ġ= >Ċ +Ġh y +f it +Ġmilit ary +Ġsa le +re quired +n on +boot strap +h old +r im +- old +ĠD own +Ġm ention +cont act +_g roup +od ay +Ġto wn +Ġsol ution +u ate +ell ing +] -> +ot es +ent al +om en +osp ital +ĠS up +_ EN +Ġsl ow +SE SSION +Ġbl ue +ag o +Ġl ives +Ġ ^ +. un +in st +en ge +Ġcustom ers +Ġc ast +ud get +ï¼ ģ +ic ens +Ġdeter min +Se lected +_ pl +ue ue +Ġd ark +// ĊĊ +s i +ther n +ĠJ apan +/ w +P U +ĠE ast +ov ie +Ġp ackage +Ġn or +Ġap i +b ot +" ];Ċ +_p ost +ul ate +Ġcl ub +') );Ċ +Ġlo op +PI O +ion e +sh ot +In itial +Ġplay ed +reg ister +rou ght +_m ax +ac ement +m atch +raph ics +A ST +Ġexist ing +Ġcomple x +D A +.C h +.com mon +m o +Ġ' ../../ +it o +Ġanal ysis +Ġdel iver +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +id x +à ł +ong o +ĠEng lish +< !-- +Ġcomput er +EN SE +Ġp as +Ġr ais +H ash +Ġm obile +Ġo wner +F IG +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +th es +Ġat tr +w d +.t ime +aw n +Ġtreat ment +ĠA c +. View +im pl +m ore +p ass +Ġh a +.f rom +Ġle ading +FF FF +( error +. ui +at ar +ad ers +d ates +Ġz u +Ġfl ow +T arget +Ġinvol ved +Ġi o +par se +$ _ +he st +. int +- item +as y +S p +Ġsh ift +N T +Ġt f +_T R +. web +C S +Ġ} ) +Ġey es +_ z +' );čĊ +if orn +Ġ{ @ +Ġn ice +.l ist +ĠĠĠĠ čĊ +Ġf loor +Ġred irect +ĠU K +( [' +Ġw ish +Ġcap t +leg al +ĠI O +Ġst age +. String +ĠA fr +ig en +ĠS H +De lete +ell s +Ġsol id +Ġmeet ing +Ġwork ed +Ġed itor +in y +Ð ¼ +_ read +. Id +e ff +Off set +ch a +US ER +ĉĉ ĠĠĠ +ipp ed +Ġd ict +ĠR un +.h pp +Ġan g +x ml +im ple +Ġmed ical +_t oken +con nect +Ġh our +Ġcont roller +_m essage +U ID +G r +and ed +_C H +Ġbook s +Ġspe ak +am ing +Ġm ount +Rec ord +ĉ struct +.W eb +ond on +Ġ// Ċ +Ġf elt +.A uto +id ge +_p os +P R +Ġmod ern +C ollection +_m sg +C D +ĠL o +Ġsecond s +ib ly +.e quals +Ġintern ational +# pragma +oo th +W riter +i ate +Ġce le +ĠB it +iv o +iv ery +r d +HE CK +Ġc ache +.c ount +Ġro ll +.Re ad +RE D +Ġset up +izont al +model s +arg v +Ġconsider ed +=" ../ +set tings +ĠR el +Ġgrow th +Ġm ix +ĠWash ington +Ġpl t +ĠI M +á º +Ġturn ed +ĠDate Time +ĠW ed +( url +Ġ" - +Ġlet ter +As ync +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠOct ober +_l ine +Ġatt ention +Ġcol lect +ĠH ash +Ġim ag +T ree +Ġsit uation +et te +_n o +IV E +Ġv on +.t arget +Ġknow ledge +Ġdr ive +.p ost +Ġb lood +Ġc it +pr imary +Ġconfig uration +te e +Ġph oto +is ode +Tr ace +Ġg ave +Ġsh ot +ĠA ir +Ġm other +pr ice +Ġmor ning +)) {Ċ +- x +Ġtr ade +Ġdes c +Ġ&& Ċ +Ġparent s +A pi +å Ī +t ed +w er +Ġ æ +Ġs y +ĠK e +Par ser +å ħ +anc y +Ġpie ce +iforn ia +to String +r an +id ing +PT ION +com es +/ lic +.c lient +E l +L ong +Ġprofession al +ru pt +v a +Ġcomplet ely +Ġpract ice +Ġse lection +R em +in i +Ġc am +RE E +Ġsit es +p a +AT US +Ñģ ÑĤ +arr ant +* ( +_ KEY +ĠB utton +ĠF riday +se qu +Ġre ader +Ġm essages +è ¯ +Ġbu f +K e +Ġn ov +H P +M sg +al ign +ar ily +Ġ' , +_w ith +Ġd as +Ġhe ard +at omic +ri al +) [ +Ġdis e +@ end +Ġg old +Ġf air +Ġsa les +. Button +str ict +s ave +Ġme asure +Ġ" + +ec ause +View Controller +ĠT able +.p aram +Ġdec ided +(( ( +IN FO +Ġopport unity +T e +IC ENSE +cc ording +k i +ĠU N +Ġcont ain +Ġman ager +Ġp ain +ĠF ire +rom e +Ġpl ans +F ound +l ay +ĠDec ember +Ġinfl u +à º +ren ch +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ġ +az ing +b rief +c all +wo od +Ġload ed +Ġgr and +/ f +im p +_ U +ST R +âĢ ¢ +Ġcred it +.C olor +or ge +QUE ST +Ġdiffer ence +ĠP C +w args +Ġp ub +und ay +Ġf ra +.m ax +Ġtri ed +ann els +s end +Ġreport s +Ġad ult +ä º +Ġcons ist +ĠSt reet +ĠPro gram +S QL +M atrix +ounc il +- A +ĉ w +Ġwho se +Ġrel ig +ĠS ex +Ġg ives +n one +.m essage +( G +.aw t +- right +ĠNov ember +ell ig +ut ive +Ä ĥ +over n +Ġeas ily +Ġide as +ĠÐ ½ +/c ss +ly ing +el le +C an +_c olor +оР² +Ġp air +ng th +Ġs plit +d rop +art y +on a +Ġcap ital +Ġhe ar +Ġex ists +ĉ log +em o +R un +o i +Ġpar ser +ĠM ethod +Ġeduc ation +[ k +Ġlib rary +> ";Ċ +_ UN +ĉ std +od ed +Ġcall s +h ere +R el +Ġbr and +back ground +g a +_add ress +_param s +C ategory +ĠInd ia +_e vent +Ġ ing +R ender +.c l +ump y +Ġp et +F C +ĠA nt +Ex t +Ġchar ge +en ed +gr ad +E O +Ġdep end +Ġ .ĊĊ +fr ame +Ġd f +Ġh uge +ĠP ART +ed s +; ; +ĠA M +Ġbas ic +ĠL et +lic h +Ġar m +Ġst ar +Ġf ederal +W ork +Ġcar ry +ĠIs rael +( obj +={ { +Ġs aved +Ġs yn +Ġconst ant +V ENT +Ġpos itive +Ġcon duct +Ġsk in +Ġear lier +Ġl ayout +ĠI P +O UR +Ġt im +styles heet +_ cl +ĠC ard +++ ){Ċ +Ġtem per +ĠDav id +ĉ try +.d art +Ġwant s +Ġp icture +Ġv ideos +ĠCom m +is ions +_M AX +M apping +- content +ĠE ar +- de +Ġpre m +br uary +Ġcom ponents +Ġthrough out +Ġp ull +Ġp ages +ent e +res pond +Ġg as +cript or +Ġed ge +Ġb ound +A CT +**** ** +Ġcre ating +ĠC H +Ġnull ptr +B r ++ ' +.c o +> :: +Ġle arning +.L ength +_S H +Ġpat ients +A IN +Ġk ids +Ġcom fort +Ġsh own +ug ins +ĠB ack +ell a +_C L +Ġl at +Ġdis patch +Ġclass es +. at +.b egin +Ġsuccess ful +b an +Ġobt ain +ĠS l +Ġl ack +iter ator +Th read +(s ize +Ġn one +.h as +_ X +s ort +n ap +p et +b in +ĠCan ada +The y +Ġd ans +ĠM at +< td +Ġh air +Ġ' ',Ċ +Ġc u +Ġlaw s +let ed +p ed +Ġp ow +Ġk new +_C OM +_ , +ĠM ag +id ents +( req +Ġ ), +- center +Ġw ide +ĠA uthor +st ants +Ġjob s +Ġm ath +et imes +Bo olean +Ġs cope +_ is +Ġme as +Ġkey s +el ay +Ġexact ly +'=> ' +ĠP aul +m as +ĉ print +(l en +f d +Ġ) ; +. Event +q li +ir it +ield s +om an +ĠT op +Ġv ote +Ġm ask +Ġthem e +- Ċ +Ġpro ps +Ġf ine +Ġwrit er +_ offset +c ar +Ġal tern +Ġc opyright +Ġdest roy +pp er +Ġgener ate +pp ed +âĢĻ d +ĠĠĠĠĠĠ Ċ +m ake +ĠSh ow +Ġb rowser +Ġfavor ite +Ġcare er +Ġhappen ed +( char +Ġrecomm end +Ġl iter +.f ilter +gr ade +Ġ £ +Ph one +om s +Ġn amed +- label +ip o +ĠO ther +Ġp anel +Ġro ck +S cale +ĉ assert +Ð ´ +Ġtr ust +fr ont +Ġdem on +A r +N et +Ġecon omic +foot er +Ġr ace +(n ode +ĠO ption +s plit +Ġphys ical +if est +Ġrem oved +. http +)) ,Ċ +Ġlook ed +' ; +d ing +g est +atur day +/lic enses +Pr ice +Ġd ro +Ġto wards +Ġun s +ĠC L +ĉ static +Ġ rows +Ġdef ine +.re place +Ġf ather +ĠDes ign +ass ign +m ut +De vice +D id +') )Ċ +omet ry +ay load +Ġh istor +ĠP aram +ĠBo olean +Ġn ature +Ġj s +Ġn ation +i h +Ġdis cover +se m +Hand le +ĉ r +ĠTe chn +Ġw all +{ $ +@ property +Ġ" ../ +Ġex am +.d raw +opp ing +Ġnear ly +Ġco ol +Ġinde pend +RE S +Ġhand ler +ĠMon day +Ġs un +St yles +ous ly +Ġ ĉ +v est +D isplay +( y +atic ally +Ġpred ict +y ing +Ġsom etimes +" ]Ċ +Ġdr ink +Ġb ul +ific ations +. insert +.re g +Ġtest s +Al ignment +Ġal leg +Ġat tribute +ĠN ote +Ġmy self +art s +N ow +Ġinterest ing +li ents +Ġpop ulation +ĠCal ifornia +" I +å ¹ +Ġgre ater +ues day +Ġth ous +Ġcost s +Ġla unch +\ Http +k er +b and +ĠPl ay +Ġb and +.sh ape +es ome +art icle +.r f +Ġw er +á s +em bers +us r +B A +ic an +et t +valid ate +ult i +Ġimmedi ately +z er +Ġfig ure +o es +ell er +irc le +ĠS ign +.d b +Ġr ank +By tes +Ġproject s +_re c +UL AR +A PI +ĠL ine +P ort +Ġp oll +Ġg iving +id ence +-- Ċ +Ġpl ot +ic ial +Ġw arrant +IT ION +ĠD ouble +Ġbill ion +gorith m +Ġequ ipment +D ATE +Ġ@ " +E E +Ġp le +i ation +Ġhead ers +Ġpro ced +.Component Model +ĠOb ama +Ġp a +ĠB est +im ately +.get String +. \ +mp loy +Ġr aw +_b lock +und red +" },Ċ +.Group Layout +Ġb rought +NS String +th row +cre ated +.N ew +_ view +C P +ep s +O p +Ġgr atis +Ġ' " +Ġinter view +"" "Ċ +Ġpart ial +Ġa ria +b ing +A uthor +Bo ok +ĠP at +um an +Us ers +pl us +ĠD irect +ven ue +al pha +UC CESS +ĠC all +Ġ );čĊ +im ated +Ġrem ain +Ġant i +ĠL ondon +Ġsaf ety +PO SE +o les +cont roller +By te +ĠCour t +ĠPh il +ĠAss oci +en a +å IJ +_ST R +co in +resh old +Ġb atch +_C lick +entic ation +> ';Ċ +ent y +Ġbegin ning +Ġz ero +ĠCon vert +Ġt err +Ġp aid +Ġincre ased +c atch +-s ize +act ivity +e quals +Ġque ue +Ġ" ' +ĠIntern ational +Ġf ür +urs day +Ġsc ient +all ow +ax is +Ġapp ropri +ed ge +Ġid x +S uccess +ent ifier +: \ +x is +Ġmax imum +ark s +Ġb irth +( index +Ġmay be +.p y +file s +Ġlim ited +_ check +lo ok +pl ies +Ġmov ement +'] . +Ġbro ad +ĠB E +ĠUn ityEngine +.c pp +ĠE very +Ad min +Ġf ans +p ared +Ċ ĠĠĠĠĊ +Ġfore ign +Ġp an +Ġt our +ĠOr der +Ġmov ing +Ġa uf +C all +c b +Å Ł +vent ory +ĠS ql +Ġful ly +Click Listener +W ORD +Ġannounc ed +) čĊčĊ +Ġagre ed +ri e +Ġe arn +_l ink +. array +(t ext +Ġmaterial s +, p +ff ff +v g +Ġ © +Ġun less +aj ax +LO G +Ġsex ual +Ġ\ " +- time +Ġco ach +Ġsupport ed +Ġphot os +if orm +.C reate +) ] +ri er +Ġd ialog +av er +ig e +) + +_id x +: [ +_m in +ĠC ong +Ġpress ure +Ġteam s +S ign +b egin +ri an +NE SS +L S +Ġimpro ve +ĠS unday +Ġdef inition +ig er +roll ers +Ġthink ing +T emplate +- F +Ġem erg +pl ates +ĠUS A +.set State +ĠAl so +re v +Ġen able +ĠC O +PE CT +Ġcon cept +) - +ĠâĢ ¢ +Ġset s +Ġmean ing +em on +ĠCon s +c mp +ed er +ann ed +icens ed +ĠS uper +Ġd aily +Ġmult i +_ u +Ġchall eng +_m ode +ĠP romise +Ġstr ict +j o +int on +( list +On ly +> { +Ġveh icle +í ķ +ĠPl ayer +ĠD el +Ġp ool +. url +nes day +();čĊ čĊ +Ġ" );Ċ +L ocal +. ");Ċ +Ġorgan ization +re nder +ĠApp lication +Ġsum mer +ex pected +N A +Ġr ap +_ obj +Ġsur face +ĠP UR +Ġ}, ĊĊ +Ġvariable s +(m essage +Ġop in +.b ack +а н +Ġwork ers +v m +C o +ught er +Ġm aster +Ġ" ", +Ġst ories +. User +Ġcele br +ines e +B S +ĠCom mand +ash board +Ġo g +k g +. image +.st yle +Ġstep s +ĠB en +( args +ĠP erson +, y +Ġofficial s +| Ċ +Ġsk ills +v c +Ġbuild er +Ġg ar +A ccount +ĠA uth +ç Ķ +'] )Ċ +ĠA T +n n +. Int +SS ERT +Ġeffect ive +LE TE +Ġto ols +AR D +Ġdig ital +D ouble +ĠF ind +R C +Ġin line +/ r +AR AM +AS K +Ġint ent +a ight +_add r +Ġrequest s +.f irst +Ġde bug +Ġsp ent +() ));Ċ +Å Ľ +Ġpr incip +Log ger +clud es +. use +Ġsur v +med ia +ĠFe bruary +ĠM ac +Ġmiss ing +Ġw ife +Ġtalk ing +ĠM ake +Ġc art +Ġloc ated +E nc +- a +ch ron +Ġc ards +Ġgu y +Ġp ers +ĠY es +ate ver +ĠA ng +ol ar +ĠE ven +Ġacc ur +ĠP ower +ĠG old +c lear +Pro cess +Ġrec ords +Ġk illed +.c lear +ĠWARRANT IES +Ġpur pose +pan el +J ECT +ÃŃ a +Ġex erc +W S +/ L +. exports +Ġ__ _ +Ġs in +S ervlet +Ġd é +.de lete +ro ke +S l +ug h +ear s +Ġpoint er +Ġh op +all ery +Ġo bs +co very +ĉ char +ĉĉĉĉ ĉĉĉĉĉĉ +ĉ def +oc ity +itch en +ul ations +ĠF IT +Ġ ). +straint s +vent ion +Ġrequ ires +ĠO per +M E +OUN T +al let +Ġn orm +I RE +ex as +Ġprogram s +Ġwe ak +' .$ +u ing +ĉ ĠĠĠĠĠĠĠ +Ġm il +Ġf irm +init ely +_VAL UE +ap se +atis f +Ġdem and +_m od +Ġdescri bed +Ġpl aces +V ID +Ġal one +Ġex port +Ġv ec +ĠM ax +Ġactiv ities +ict ures +g ener +Ġm a +Ĥ ¬ +Ġexpress ion +C allback +_ content +ĠM ost +Ġtest ing +E C +CH ANT +Ġad just +.Th reading +( ctx +Ġag ree +ig hest +Ġu i +ĠL aw +. Y +> ĊĊ +.ex ample +ber g +Ġmov ed +ĉ e +ĠS aturday +Ġpay load +Ä ĩ +) :ĊĊ +Ġbe y +ur er +< script +Ġs ymbol +Ġass um +Ġp ul +E ffect +Ġh undred +To ol +ak ed +con nection +Ġvo ice +Ġp d +Ġtrans action +Ġlink s +E rr +ĠInd ian +T C +atal og +n i +s ign +<< " +j i +y a +Ġdemon str +ul ated +. St +Ġinst it +Ġbo ost +Ġcell s +ol ic +.P ro +: , +"> \ +Ġth us +ĠReg ister +h ol +ĠCh inese +Ġpost ed +Ġm agn +ab ilities +Ġdise ase +Ġrem ains +ĠPro f +- form +Ġc in +org an +ic ate +Ġst ress +] * +Ġ ---------------------------------------------------------------- +_ context +or ry +Ġd ied +m at +Ġstart s +.M essage +Ġrun s +Ġgu ide +Ġwarrant y +ential s +d ict +ĠS ize +ul er +Ġrespons ible +_SE T +Ġcont aining +ĠPr ice +| | +F S +Ġem p +_b utton +( uint +Ġsu ff +p th +Ġdef initely +put e +Ġmarket ing +ĠW H +ĠS ie ++ = +OL OR +Ġcons ult +Ġs igned +Ġse quence +le e +Ġrequire ments +h y +Ex press +M T +se y +Ġ ult +å ® +ellig ence +Ġanal y +Ġd ress +eng ine +ĠG reat +ĠAnd roid +ĠA lex +m ode +D ictionary +.D ate +ä ½ +V ICE +Ġfam ilies +ĠRuss ian +ĠT imes +.c all +$ ( +Pro file +Ġf older +ch es +Ġleg is +_ row +un es +Ù Ħ +Ġ} ). +Ass ert +ag en +ĠH and +I ter +Ġbig gest +ore ach +Ġpol ic +Ġper missions +Ġshow ed +ĠE lement +Ġtop ic +âĢĶ âĢĶ +ro ad +ĠB ank +rec ord +Ġpart ners +ĠR ef +ess ions +Ġass ess +U ST +ĠPart y +pro du +L C +Ġ ul +. form +h ide +c opy +UT F +ĠSO FTWARE +čĊčĊ čĊ +ĠL in +un a +ug ar +Ġadmin istration +Ġopen ing +Ġsc an +Ġcontin ued +com ponent +.s p +Ġhapp ens +um my +ĠP R +.F ile +ĠDown load +Lo ading +d i +Ġwait ing +_A DD +T ab +.query Selector +Ġecon omy +ĠF rench +t xt +Ġf ant +_ ;Ċ +H older +S H +Ġn umpy +Ġst reet +Ġm ale +\ Model +ang ing +ĠB ill +Ġprevious ly +B I +ĠSec ret +Ġm ist +ĠF ield +up s +ĠPro cess +Ġke pt +ĠO T +Ġtrad itional +. i +am in +Ġhelp s +An y +orig in +ilt ers +j u +d esc +ĠA ccount +Ġ) čĊ +k top +ol ly +Ġf s +Ġ ê +Ġ ut +Ġcent ral +(t est +.A n +Ġs atisf +G R +ĠF ull +Ġhe at +ib er +Ġon to +m os +S chema +Ġfact ory +" .$ +aw s +St atement +(t arget +ĉ new +.b e +Ġg uest +Ġm al +AR Y +Ġre ached +Ġm ouse +Ġchall enge +ĉd ouble +ĠT em +Ġt error +Ġex tract +_T O +Ġsepar ate +Ġm ir +h elp +Ġcap acity +ĠProp erty +k an +_c reate +ĠL ight +.p arent +Ġunderstand ing +Ġeas ier +Ġ| = +Ġen h +Ġf at +Ġprot est +am m +_ AT +- of +il s +ĠO h +Ġps ych +Ġ$ . +ind s +Ġrel ative +sh op +sh ort +ĠS and +uest ion +Ġf ear +/ ĊĊ +. context +Ġschool s +Ġser ve +z one +_d b +Ġmajor ity +ex ample +Ġl ang +ĉ ĠĠ +Reg ister +end o +Ġprocess ing +_t emplate +- user +Ġe g +C OM +ĠBl ue +i ro +Ġrem ote +ĠI T +#! / +Ġred istrib +ra z +ĠS ince +ĠT ur +Back ground +== = +Ġref lect +Ġpro s +c md +Ġwh om +Com pat +ĠA re +Id entifier +ĠTh om +_ port +g u +Ġmon itor +r m +Ġpat ient +ver ter +Ġg ain +- ui +In st +Ġd ies +A rea +_f ilter +Ġgr at +Ġreal ity +ord inate +ol ved +Cont act +Ġcompl iance +_ or +ĠV ar +d l +Ġapp end +G ER +(m ax +.re nder +Ġd ynamic +ordin ates +_ options +_c olumn +Ġb atter +s pace +L a +ĠS ource +/b in +Ġd os +ĠBo ard +ĠTh read +ĠA L +( config +ĠM er +Ġm iles +_ header +ETH OD +iz z +Ġbenef it +Ġinteg r +(c urrent +ul o +. default +ĠD iv +Ġt on +o th +erv ation +ed om +Ġb aby +ce ived +.t op +rior ity +ĠL ocal +ri age +Ġattack s +Ġh ospital +Ġfem ale +ĠLog in +ĠFl or +Ġch ain +ash ion +Text ure +S ave +Ġf arm +.cont ains +.T est +Ġknow s +Ġgener ally +ip eline +Ġme ant +enc ia +Ġn icht +Ġcont ents +P M +ched ule +( line +C G +j ob +ĠRe al +u er +f irm +Ġ Ø +et ro +" `Ċ +Ġspe ech +Ġth r +fore ach +Ġw arn +ĉ l +Ġhe avy +< li +N e +Ġinvestig ation +M ath +- title +Ġch urch +Ġdes pite +ch ain +Ġwh atever +ar ian +f n +Ġm eta +} )ĊĊ +U FF +Ġregard ing +_S UCCESS +m es +ĠInt ent +Ġres olve +pos s +ir a +for ce +o ice +à ¢ +Ġp m +Ġup dates +A rr +Ġ Ñ +test ing +Ġto ward +nt ax +ë ĭ +Ġlist en +Ġgo als +Instance State +D r +Ġr are +Ġtr ail +Ke ys +C al +C ar +ĠPe ople +ĉ local +class es +Re ference +.for Each +em b +act iv +Ġpr im +red ict +Ġr ad +æķ ° +.B ack +Ġsp read +Ġc lock +Ġv ir +ed itor +Ġeffort s +Ġbr anch +Ġind ust +Ġmot or +Ġam b +Ġdat etime +Ġren cont +ĠChrist ian +ĠAmeric ans +f ull +Ġf mt +.m ain +Ġca used +_ update +ĠCont ent +AT CH +Ġb ath +ĠE ach +Ġr adio +ach ment +uz z +Sub mit +Ġre strict +ab in +ĠL oad +Ġext ension +Ġess ay +Ġh at +avi our +to Be +": [ +Ġoffer ed +Ġv ill +(d ouble +æĹ ¥ +b c +_f ree +ĠM iss +ĠB er +Ġ è +ĠL ike +Ġhelp ed +.get Name +_ AL +Ġsp irit +ĠAp ache +w s +Ġthere fore +( params +_ img +Ġpe ace +Ġinc or +ĠEX PECT +Ġmin or +ip es +ĉ data +select or +c ity +tr ie +.b ase +_f rame +Ġopen ed +/ json +L Y +n u +.D e +t f +m argin +.P arse +Ġp i +Ġe q +b d +Field s +ĠT ree +Ġb an +ist an +Ċ ĠĠĠĠĠĠĠĠĊ +ĉg l +Ġprodu ced +s ystem +M ark +_h ash +Ġb g +Ġconst it +ĠLe ague +Ġmiss ion +_ format +([ Ċ +clus ion +! " +Ð · +b reak +ĉs witch +Ġth er +Trans form +Ġfoot ball +- link +r oute +. auth +Ġb ag +ov ers +Ġen abled +Ġr ac +( I +C R +anc ing +Ġman aged +_ q +NG TH +Ġm ac +ĠA uto +ament e +Ġ' ', +.App end +Ġp in +. item +ack ing +Ġocc as +p erson +Ġt i +.Re g +Ġh aven +Ġg lass +Ġ" ) +_ char +res ource +Ġep isode +Ġ' _ +ĠE s +ĠEar th +Âł Âł +UP DATE +ĠS ou +u is +t ypes +Ġm as +Ġf av +Ġcon struct +_r ate +er as +Ġ| Ċ +rop erties +Ġext ernal +Ġap plied +Ġpre fix +ot ed +l ers +Ġc old +ĠS P +ĠCh urch +ĠOut put +los ed +ç ļ +ific ate +oper ation +her it +x FF +. env +_ err +os h +D irection +C ancel +ĠFr ank +Ġfind ing +. )ĊĊ +Ġr outer +ãĥ » +s es +Ġc row +== ' +Ġs and +Ġr id +it ure +Ġent re +Ġo bserv +Ġv ac +ð Ł +- T +A rt +n ight +. search +Ġex change +Ġdistr ict +. os +Ġdep artment +Ġdoc uments +Ġcent ury +ĠN ext +H ost +ĠK IND +Ġsus p +- P +re nd +. em +u ite +ist ers +( json +ĠAn n +w t +at i +ĠHT ML +wh en +D irectory +Ġsh ut +< a +ed y +Ġhealth y +Ġtemper ature +ĠG en +Ġmet al +Ġsub mit +ĠD O +Ġat tract +Ġ{ };Ċ +ĠW ord +Ġl l +Ġseem ed +k o +I ED +Ġl abor +.Cont ext +Ġas set +y ou +Ġc ars +ĠC olumn +Ġr é +Ġs quare +ĠNS String +âĢĿ , +ap es +.. .Ċ +Ġthan ks +( props +Ġt ick +Ġexper iment +Ġpr ison +t ree +- text +ĠIO Exception +-w idth +_ST ATUS +f ast +-b ody +- header +Ġgu ar +cre te +ĠT im +Ġclear ly +ĠRepublic an +Ġjust ify +и ÑĤ +ĉ ĠĠĠĠ +c ache +; // +Ġpres ence +Ġfact ors +Ġemploy ee +] )) +M ember +Ġselect or +b or +ĠM ex +çļ Ħ +ut ex +_t ag +ail ure +ĠN et +Ġre li +E G +Ġf printf +Ġte en +lo ss +Ġle aving +De legate +Ġbe at +Ġmin ute +sub scribe +Ġredistrib ute +Con stants +Ġcan cer +/ { +B L +Ġs pan +ĠCh ild +C enter +Ġear th +Y S +ĠLe vel +Ġse a +.s upport +.in ner +. Item +ill ing +ĠĠĠĠĊ ĠĠĠĠĊ +ĠL abel +ĠE st +( arg +bo Box +ĉf oreach +c os +F ailed +sw ers +Ed itor +r ont +ĠM P +ex pr +ĠL ife +Ġ? ? +ö r +Ġatt end +ĠQ ue +Ġspec ies +- D +Ġa us +Str uct +Ġadvant age +ost on +-b lock +in itial +C RE +Ġtr uly +Ġcomp are +or ney +Ġs pect +F ull +b es +Ġvis ible +Ġm ess +st ances +Ġcl oud +_v ersion +Ġf urn +ic ago +LO W +Ġtraff ic +Ġf ol +rypt o +Ġdecl ar +Ġsl ot +ĠEx t +ĠEng land +ĠU nder +Ġt a +let ter +Ġoffic er +ĠDon ald +Y es +_ json +IT ableView +ĠU SE +mploy ee +Ġopin ion +ĠA ut +b order +Ġad vice +Ġautom atically +is co +Ġm m +. vis +am l +Ġinitial ize +Ġ( { +Ġ ;ĊĊ +Ġgener ation +Ġb its +clip se +Ġun f +ut ors +pl t +Ġdel ta +est roy +is is +< br +Ġlimit ations +Ġend ed +ĠM ad +il m +Th ese +ĠMin ister +Ġch art +F ragment +Ġindepend ent +Y ear +Ġin str +Ġt ags +A VE +ĠAr ch +st op +Pro gress +Ġm i +Ġlearn ed +G e +Ġhot el +S M +T YPE +Ġc y +ERS ION +un ately +l imit +s el +Ġmov ies +Ġste el +o z +g b +ĠC amp +s ite +ĠLog ger +P LE +оР´ +. right +ĠC ore +Ġm ixed +st ep +Ġput s +s uper +R outer +. Http +ly ph +ĠColor s +Ġandroid x +. str +Ġinn ov +Ġde ck +' >Ċ +ap ers +] ( +cont inue +s pec +ĠR oad +AS H +ili ar +Ġcontin ues +Ġapp oint +Ġ# Ċ +ĠV ir +Ġ?> " +Ġb in +} ", +go ing +e ach +B D +ĠA ccess +D oc +ĠMan agement +B ER +ask et +.get Instance +Ġestablish ed +so cket +IN S +ĉv irtual +ĉ result +RE AD +_ height +ĠF ont +Ġ( );Ċ +_ html +Ġneighb or +l or +Ġg ather +Ġ} )ĊĊ +Ġid entity +Ġf ab +p adding +ĠR oute +Enumer able +à ´ +Ġfor ced +/j query +.ĊĊ ĊĊĊĊ +res ents +_ left +.P aram +ĉ throw +ĠH am +Ġevent ually +ac er +p ub +Ġtr a +un ique +d el +ĠFlor ida +ĠC lean +x a +Ġ · +Ġvalid ate +Vis ual +Ex pression +_f unc +m ember +ĉ h +tr l +ĉ G +nap shot +ĠProp Types +v in +] )ĊĊ +ow l +if ies +Ġ$ ('. +ĠCont ext +ĠTo ast +. Key +Ġoffic ers +/ n +s n +und efined +. items +ut ow +am age +Ġaccount s +ook ie +Se ction +ici ans +Ġad vis +( is +[: , +ĠFr ance +F unc +ic ious +Ġto k +Ch annel +ĠA D +_N UM +Ġtime out +lem ma +rem e +u j +.A l +uc lear +( os +(" < +[ Ċ +f etch +Ġb al +Ġgu id +- align +ĠW rite +ĠOn ce +utow ired +OD ULE +Ġp itch +C F +by tes +ĠCom mission +Ġincre d +P ER +_ response +ĠL os +par ser +Ġass ume +. Request +ĠT oken +_p osition +Ġn om +- term +Ġrem aining +i ostream +Ġpie ces +ap y +ĠL ess +r ange +umb n +pr ise +_ option +Im pl +k wargs +Ġbusiness es +Al ert +Ġpart ies +ĠCont ainer +ĠPr ivate +ĠPl an +Ġregister ed +Ġj our +ack er +ен и +/ > +ch at +se ct +Ġcre ation +olut ely +Ġinst ant +Ġdel ivery +ick en +y es +ĠFr anc +bl ing +end a +[ ( +_r ange +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +Ġsched ule +Con n +Ġthan k +x d +Ġh ook +Ġdocument ation +Param eters +H ello +v t +Ġart icles +Ġw est +def ined +. select +ok ens +ĠV AL +.f ile +res et +Ġmy s +ĠM A +] ), +Ġc ities +rel ated +å Ľ +Ġappe ared +Ġw id +.p anel +ĠIn s +. entity +Ġde cre +ĠL ou +(t ime +ĠTh ank +.create Element +Ġmention ed +oun ce +ĠT ry +ĠW all +/ images +ĠM enu +' čĊ +ĠE r +Ġcrit ic +ĠY ear +( param +Ġf lo +N N +oot er +Ġ ];Ċ +ĠA ff +" github +room s +Ġh yp +g lobal +Ġa vec +æľ Ī +Ġcomplet ion +Ġcon d +onym ous +( temp +Ġst ars +Ġre levant +Ġcover ed +Ġel im +_t ypes +( bool +Ġt u +_ex ists +Ġsec ure +Ġst ored +] / +x F +ĠCont roller +Ġm igr +M I +ĠD en +Ġann ual +U IL +- and +Ġcr ime +b el +Ġk itchen +@ g +_p h +ourn ament +ĠS ocial +ĠS pecial +log ger +Ġt ail +Ġun known +d ed +Ġapp rec +(d b +c f +Ġass ign +- out +ĠM ont +d p +w idget +Ġst one +- primary +. grid +Result s +az z +Ġda ughter +Ġcur r +Ġl in +Ġs outh +form s +ĠO UT +let te +ak s +ig ure +ĠE U +var iable +Ġb rief +ĠSc ott +Ġcon ference +and a +_ lock +or al +Ġe ine +OR S +//////////////////////////////// //////////////////////////////// +ess o +Ġr is +Ġg ender +est ic +L icense +( out +Ġm s +Se e +Ġwill ing +az e +Ġs ports +Ġy es +l u +Ġp urs +/j avascript +- pro +nav bar +_pro duct +/ bootstrap +Ġdr iving +Ġ Ä +Ġpro pos +ult ip +up lic +. email +Ġappro x +( cl +Ġwe ar +Ġrep ly +ass et +Ġ ice +Ġt x +k r +ĠGerman y +ĠGe orge +Ġc b +ĉ err +M ove +Ġpol y +vo ice +} " +Ġan imal +A v +ĠL ocation +Ġn ative +] [" +< double +Ġm ais +, int +Ġpre par +Ġinter val +plement ation +_ ERR +Ġb ug +> " +st at +Ġ} ,čĊ +< span +Ġfa ith +Ġ rom +pre v +ĠE lect +F ind +Ġg od +ot or +// ---------------------------------------------------------------- +orig inal +C pp +ĠSen ate +Ġposition s +Ġweap ons +Ġco ff +Ġpur poses +p ol +Ġim press +Ġanim als +. Entity +(n p +Ġmur der +Ġ` ` +fl ag +Ġsol utions +ĠAct ive +Ġb right +.d ate +Ġsit u +ï¼ Ī +. ID +Ġs ie +), čĊ +ak t +S pace +.d at +.index Of +h an +az ine +ĠZ e +Ġcr ash +( / +> = +Ð ± +iv a +.Auto Size +ĠL at +_ ext +Initial ize +.reg ister +OP Y +Ġre verse +_d is +'] [ +Ġprom pt +ont o +ĠJ ournal +r outer +Ġmys qli +# else +) " +-x s +let s +ph an +. LE +W ill +Ġaff ord +Ġsk ill +-t oggle +N C +B ind +T S +J ust +iter al +Y P +ĉ unsigned +Ġw ind +)) :Ċ +Ġw arning +ĠW ater +Ġd raft +Ġc m +Ġs am +Ġhold ing +z ip +ĠSc ience +Ġsup posed +G en +Ġdi et +< h +ĠP ass +v i +Ġhus band +� � +n ote +ĠAb out +ĠIn stitute +Ġcl imate +.Form at +Ġn ut +est ed +Ġapp arent +Ġhold s +f i +new s +C M +v ideo +': ' +D ITION +p ing +Ġsen ior +w a +-- >Ċ +_ default +ĠD atabase +re p +E SS +ner gy +.F ind +_m ask +Ġr ise +Ġk ernel +:: $ +. Q +Ġoffer ing +de cl +ĠC S +Ġlist ed +Ġmost ly +eng er +Ġblock s +ol o +Ġgover ning +\ F +Ġcon cent +.get Text +Ġm b +Ġocc urred +Ġchang ing +Sc ene +_C ODE +B eh +" The +Ġt ile +ĠAssoci ation +ĉ P +al ty +_ ad +od ies +i ated +Ġpre pared +poss ible +Ġm ort +TE ST +Ġign ore +Ġcal c +Ġr s +Ġassert Equals +Ġs z +ĠTH IS +. "Ċ +Ġcan vas +j ava +Ġd ut +VAL ID +.s ql +. input +Ġa ux +S up +Ġart ist +V ec +_T IME +.string ify +et ween +ĠC ategory +Ġ[ - +ĠDev Express +ĠJ ul +Ġr ing +. ed +Y Y +L et +Text Field +Ġfl at +_p rint +ĠOT HER +ad ian +Ġcheck ed +e le +Al ign +stand ing +Ġ[ ], +Ġl ab +uck y +ĠChrist mas +( image +.m odule +Ġl ots +Ġslight ly +(f inal +er ge +è ¿ +ĠPol ice +ĠR ight +Ġaw ard +ĠO S +Ġ{ }ĊĊ +Ġp tr +ov es +ic ated +еР¼ +Ġman age +olid ay +Am ount +ool Strip +t body +N av +w rap +B B +Ġwatch ing +ari os +Ġoption al +_ K +ĠL icensed +.M ap +T imer +ĠA P +ĠRe v +( o +, c +um in +eta iled +ĠH y +Ġbl ank +ag ger +ĠS elf +() [ +.m ake +ear n +ch annel +< pre +ble m +_p assword +_s p +ic ing +e z +Ġthe ory +ĠT er +, n +log o +ĠHT TP +() )) +.h andle +> ;Ċ +W orld +Ġpy thon +Ġl if +Ġtr av +Ġcon ven +com pany +ĠCl ub +V er +B tn +Ġz one +product s +ĠE duc +Ġver ify +ĠM il +on o +] );ĊĊ +EN CE +Ġpack et +Ġc er +Ġen umer +Ġpar s +form ed +Ġocc up +t re +Ġexerc ise +D ay +_s um +Ġask ing +apt ion +Ġord ers +Ġsp ending +ĠE RR +.D is +ĠU til +âĢľ I +\ ' +? ) +/ >Ċ +Ġem ot +Ġinflu ence +ĠAfr ica +att ers +Ù ħ +.s ession +Ġch ief +ĉĉĉĉĉĉĉĉ ĉĉĉ +Ġto m +clud ed +ser ial +_h andler +.T ype +ap ed +Ġpolic ies +- ex +- tr +bl ank +mer ce +Ġcover age +Ġr c +_m atrix +_ box +Ġcharg es +ĠB oston +P e +Ġcirc um +Ġfil led +Ġn orth +icture Box +ĉ res +è ® +Ġter min +Ġ[ âĢ¦ +IRE CT +Ġb er +Ġ" ../../ +ret ch +.c ode +_c ol +ĠGovern ment +Ġarg v +ĠL ord +as i +Ex ec +ĉ let +vert is +Ġdiscuss ion +en ance +out ube +type of +Ġs erved +ĠP ut +ĉ x +Ġs weet +B efore +ateg y +. of +ĠM aterial +S ort +ON T +ig ital +Wh y +Ġs ust +Ġ ç +ab et +Ġseg ment +Ġ[ ],Ċ +ĠMus lim +Ġfind ViewById +c ut +_T EXT +ĠM ary +Ġlo ved +Ġl ie +ĠJ O +Ġis set +mon th +Ġpr ime +t i +ĠCar ol +U se +ĠP op +ĠS ave +Int erval +ex ecute +d y +ĠI ran +_ cont +ĉ T +Ġph ase +check box +we ek +Ġh ide +Ġt il +Ġj u +C ustom +b urg +/ M +T ON +Ġqu ant +Ġr ub +ix els +Ġinst alled +Ġd ump +Ġproper ly +( List +Ġdec ide +app ly +H as +Ġkeep ing +Ġcitiz ens +Ġj oint +p ool +S ocket +_ op +Ġweap on +gn ore +ĠEx ec +ott en +ĠM S +Ġ( - +ĠRe view +Ġex amples +Ġt ight +! ( +D P +ĠMessage Box +Ġphot ograph +UR I +é t +l ow +ĠGr and +.p ersistence +Ġmaint ain +Ġnum s +Ġz ip +ial s +ĠG ets +pe g +ĠB uffer +~~ ~~ +ra structure +ĠP L +u en +ob by +size of +Ġp ic +Ġse ed +Ġexperi enced +Ġo dd +Ġk ick +Ġproced ure +avig ator +- on +, j +ĠAl though +Ġuser Id +ac cept +Bl ue +IC olor +l ayer +av ailable +Ġend s +.t able +Ġdat aset +b us +Ġexpl ain +( pro +ĠCommit tee +Ġnot ed +] :Ċ +D im +std io +. ",Ċ +_s ource +ĠWe ek +ĠEd ge +Ġoper ating +Ġest e +i pl +ag ination +Ġpro ceed +Ġanim ation +.Model s +ĠW atch +i at +Ġopp on +/ A +Re port +Ġs ounds +_b uf +IEL D +Ġbu nd +ĉ get +.p r +(t mp +Ġk id +>ĊĊ Ċ +Ġy ang +Not Found +Ñ Ĩ +m ath +@g mail +ĠL IMIT +red ients +Ġv ent +avig ate +L ook +Ġrelig ious +Ġr and +ri o +( GL +_ ip +u an +ici ency +ĠCh ange +> čĊčĊ +ĠEnt ity +Ġrencont re +ĠR et +pl an +é n +BO OL +ur ies +tr ain +Def inition +======== ==== +z z +An imation +ĠO K +_m enu +.b l +_s core +Ġac ad +( System +Ġref resh +'=> $ +.G raphics +ament o +p id +t c +Ġt ips +Ġhom es +Ġf uel +â ĸ +_h elper +ĠĠ čĊ +ĠR oom +.C lose +_ attr +ĠM ount +ĠE v +ar ser +_t op +e ah +ĠDe lete +ãĢ į +u ke +Ġus age +ar ia +_de v +Ġtext ure +Ġconvers ation +e per +Be an +d one +non atomic +ĠSe cond +Ġshoot ing +_p re +Com ponents +Ġ] ĊĊ +__ , +stit ution +.Ch ar +> ();ĊĊ +Ġpresent ed +Ġw a +ok er +- ĊĊ +in er +Ġbe coming +Ġinc ident +At t +Ġreve aled +for c +Ġbo ot +.p age +Enumer ator +_ -> +Ph oto +Ġs pring +. ", +ĠD ictionary +B JECT +Ġloc ations +Ġs amples +Input Stream +ĠB rown +Ġst ats +qual ity +Ñ ħ +-d is +Ġhelp ing +Ġp ed +( se +ĠWh o +al ian +int ernal +Ġf t +> (). +-> { +Ġm ine +Ġs ector +Ġg ro +Ġopport unities +Ġà ¼ +Ġm p +Ġalleg ed +Ġdoub t +M ouse +Ab out +_p art +Ġch air +Ġstop ped +lo op +ent ities +Ġapp s +ans ion +Ġm ental +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠ +F R +Ġdef end +c are +Ġide al +/ api +ur face +Ġe le +ul ator +ĠR ights +angu ages +Ġfund s +Ġad apt +At tributes +Ġdep loy +opt s +Ġvalid ation +Ġconcern s +u ce +.n um +ult ure +il a +Ġc up +Ġp ure +.F ore +ĠHash Map +.value Of +as m +M O +Ġc s +Ġst ores +Ġ ************************************************************************ +Ġcommunic ation +m em +.Event Handler +. Status +_ right +.set On +S heet +Ġident ify +ener ated +order ed +Ġ" [ +Ġs we +Con dition +ĠA ccording +Ġpre pare +Ġro b +P ool +Ġs port +r v +ĠR outer +Ġaltern ative +( [] +ĠCh icago +ip her +is che +ĠDirect or +k l +ĠW il +key s +Ġmy sql +Ġw elcome +k ing +ĠMan ager +Ġca ught +) }Ċ +S core +_P R +Ġsur vey +h ab +He aders +AD ER +Ġdec or +Ġturn s +Ġr adius +err upt +C or +Ġm el +Ġin tr +( q +ĠA C +am os +M AX +ĠG rid +ĠJes us +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠ +.D E +Ġt s +Ġlink ed +f ree +ĠQ t +Ġ/** čĊ +Ġf aster +ct r +_ J +D T +.C heck +Ġcomb ination +Ġint ended +- the +- type +ect ors +am i +ut ing +Ġum a +X ML +U CT +A p +ĠR andom +Ġr an +.s ort +Ġsort ed +. Un +_P ER +it ory +Ġprior ity +ĠG al +ĠO ld +h ot +ĠD isplay +(s ub +_T H +_ Y +ĠC are +load ing +K ind +_h andle +, , +r ase +_re place +.add EventListener +ĠR T +Ġenter ed +g ers +Ġ ich +( start +/ app +Ġbro ther +M emory +Out let +Ġ utf +pre c +Ġn avigation +OR K +Ġd st +D etail +Ġaud ience +Ġd ur +Ġcl uster +un ched +Ġ ], +Ġcomfort able +. values +ĠT otal +Ġsn ap +Ġstand ards +Ġperform ed +h and +(" @ +å Ń +Ġph il +ib r +tr im +Ġfor get +Ġdo ctor +.Text Box +icon s +, s +ĠO p +S m +St op +ĉ List +ĉ u +Com ment +_V ERSION +.X tra +P erson +r b +LO B +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +ĠCent ral +IC K +ra q +Ġput ting +Ġm d +ĠL ove +Pro gram +B order +o or +Ġallow ing +a fter +Ġent ries +ĠMay be +] ). +ĠSh ort +) \ +.n ow +f riend +Ġpre fer +ĠG PIO +os is +ĠGame Object +Ġsk ip +Ġcompet ition +_m atch +lic ations +_CON T +.group Box +Ġal s +" We +_e q +l an +_ search +ĠMus ic +as is +Ġb ind +ĠIs land +r um +( E +Ġse at +V ideo +Ġa ck +ree k +={ () +Ġr ating +Ġrestaur ant +DE X +(b uf +pp ing +ual ity +Ġle ague +Ġfoc used +ap on +$ data +CL UD +CLUD ING +Ġabs olute +( query +Ġtell s +A ng +Ġcomm unities +Ġhon est +ok ing +Ġap art +ar ity +/ $ +_m odule +ĠE nc +. an +.Con fig +C re +Ġsh ock +ĠAr ab +I ENT +/ re +Ġre trie +ycl er +is a +ĠO rgan +. graph +Ġ í +ĠB AS +En um +Ġposs ibly +ÑĢ аР+ĠJapan ese +Ġc raft +ĠPl ace +Ġtal ent +Ġfund ing +Ġconf irmed +Ġc ycle +/ x +G E +Ġhe aring +Ġpl ants +Ġm outh +p ages +or ia +ĠRem ove +_t otal +Ġo d +oll apse +do or +Ġb ought +Ġadd r +AR CH +_d im +dd en +Ġdec ades +RE QUEST +Ġvers ions +f ire +Ġmov es +f b +Ġcoff ee +.con nect +ĠR ow +Ġs chema +S cope +- Type +Ġfight ing +Ġret ail +Ġmod ified +T F +File s +n ie +_com mand +st one +Ġ ÑĤ +_ thread +Ġb ond +ĠDevelop ment +Ġp t +F ORM +ple t +Ġident ified +c pp +Ġc oding +ok ed +ĠM aster +ID TH +Ġres idents +red it +ĠPh oto += - +un te +ate ur +_ST ATE +ĠS ing +Ġshe et +. val +or se +Ġh ers +Ġdetermin ed +Com mon +Ġw ed +_ queue +P H +ĠAt l +cre d +/L ICENSE +Ġm es +Ġadv anced +.j ava +.S h +G o +k ill +f p +_set tings +Ġp al +Ġtr uck +Ġcomb ined +Ġ" ${ +ĠCor por +Ġjo ined +ĠJ ose +ĠC up +un s +est ival +lev ision +Ġbro ken +Ġmar riage +ĠWest ern +Ġrep resents +ĠT itle +Ġs s +.A ss +ongo ose +ient o +< >();Ċ +Ġabs olutely +Ġsm ooth +TER N +ĠUn less +W ord +Ġmer ge +ig an +ĠV ol +Ġn n +.get Id +ĠÐ · +Ġsex y +Ġseek ing +S ingle +. this +Ġk om +b ound +; " +Ġfont Size +_d f +Ġinj ury +( H +Ġiss ued +_ END +: self +Ġp atch +Ġle aves +Ġad opt +File Name +ãĢ IJ +Ġexec utive +ĠBy te +] ))Ċ +Ġn u +out ing +clud ing +- R +. options +Ġsub stant +av ax +ĠB UT +Ġtechn ical +Ġtw ice +Ġm ás +Ġun ivers +y r +Ġdr ag +ĠD C +Ġs ed +Ġb ot +ĠP al +ĠH all +forc ement +Ġa uch +.m od +not ation +_file s +.l ine +_fl ag +[ name +Ġres olution +Ġb ott +(" [ +end e +( arr +F ree +( @" +ĠD istrict +PE C +: - +P icker +ĠJ o +ĠĠĠĠĠ Ċ +ĠR iver +_ rows +Ġhelp ful +Ġmass ive +--- Ċ +Ġmeas ures +ĠR untime +Ġwor ry +ĠS pec +ĉ D +ãĢ ij +Ġ) {Ċ +Ġwor se +(f ilename +Ġl ay +Ġmag ic +ĠThe ir +ou l +st roy +ĠWh ere +Ġsu dden +Ġdef e +Ġb inding +Ġfl ight +ĠOn Init +ĠW omen +ĠPol icy +Ġdrug s +ish ing +(' ../ +ĠM el +pe at +t or +Ġpro posed +Ġst ated +_RE S +Ġe ast +ĠCON DITION +_d esc +Ġwin ning +fol io +M apper +ĠP an +ĠAn ge +.s ervlet +Ġcop ies +L M +Ġv m +å į +Ġd ictionary +S eg +el ines +ĠS end +Ġ iron +ĠF ort +.d omain +Ġdeb ate +Not Null +e q +ach er +l f +ĉf mt +Ġlaw y +Ä Ł +ĠM en +Ġtr im +( NULL +Ġ! ! +Ġp ad +Ġfollow s +"] [" +re qu +ĠE p +.g ithub +( img +et o +(' \ +S ervices +umbn ail +_m ain +ple ted +fort unately +Ġw indows +Ġpl ane +ĠCon nection +. local +u ard +} \ +== " +and on +ĠR oy +w est +ig inal +em ies +it z +') :Ċ +ĠP eter +Ġt ough +Ġredu ced +Ġcalcul ate +Ġrap id +c ustomer +Ġeff icient +Ġmed ium +Ġf ell +. ref +ĠC as +Ġfeed back +S peed +( output +aj e +Ġc ategories +Ġfe e +} ; +Ġde leted +re h +Ġpro of +D esc +B uild +Ġs ides +.Array List +- % +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +Ø ± +.m atch +л и +Ġfe els +Ġachie ve +Ġcl im +_ ON +ĠC D +Ġteach er +_c urrent +b n +_P L +ist ing +En able +G EN +Ġt v +Ġso ck +Ġpl ays +Ġdis count +ĠK E +ĠDe bug +F ore +ĠI raq +Ġappear ance +M on +Ġst yled +ĠH uman +i ot +ĠH istory +Ġs ac +ĠC ollection +Ġrecomm ended +.Se lected +Ġorgan izations +Ġdiscover ed +co hol +ad as +ĠThom as +M ay +Ġcons erv +Ġdom in +ĠF ollow +ĠSe ction +ĠTh anks +User name +Ġrec ipe +Ġwonder ful +.s leep +_ if +ĉĊ ĉĊ +orn o +Ġr u +_t arget +." " +à ¦ +Event Args +Ġinput s +Ġf if +Ġv ision +c y +ĠS eries +) ((( +Ġtr ading +Ġmark er +B egin +Ġtyp ically +Ġca uses +drop down +_DE BUG +Ġdet ect +c ountry +! ");Ċ +ĉ R +app y +Ġc ref +(' < +" => +ĠL E +read er +Ġadmin istr +à µ +uck et +Ġf ashion +. char +iz ar +Ġdis able +Ġsu c +ĠL ive +iss ue +Ġmet adata +fl ags +Ġ ðŁ +Ġcomm itted +Ġv a +Ġr ough +Ġ'' 'Ċ +Ġhigh light +_var s +V O +Ġenc oding +- Z +_s ign +$ ("# +Ġr ain +reate st +ĠEN D +Se lection +Ġcandid ates +Ġs av +. Empty +Ġdec isions +Ġcoll abor +rid ge +fe ed +ress ion +Ġperson s +V M +eg a +_B IT +A ccording +ack ed +Ġdoll ars +_lo ss +ĠC ost +} "Ċ +Not ification +Ġpro stit +Ġauthor ity +.re c +Ġsp okes +ĠT oday +ist ant +ĠHe ad +âĢĿ . +ertain ment +ce an +cul ate +Ġv en +How ever +_ arr +Ġtok ens +G raph +ĠJ ud +ĠVir gin +ĠS erial +un ning +M utable +ag ers +.c sv +Ġdevelop ing +Ġinstruction s +Ġprom ise +Ġrequest ed +_ encode +/ " +ĠI con +u ilt +- day +Ġint elligence +. IS +ĠO bservable +ĠH ard +Bo ol +ident ial +.An chor +Ġsell ing +C I +AG ES +t le +b ur +UFF ER +R Y +Ġbig ger +Ġr at +Ġfam ous +Ġtyp ename +Ġexpl ained +} }Ċ +Ġn uclear +- N +Ġcr isis +ĠEnt er +Ġan swers +/ ${ +/ pl +Ġse qu +_n ext +m ask +Ġstand ing +Ġpl enty +ĠC ross +ĉ ret +d ro +ĠC ast += true +ĠCh ris +ic io +ĠM ike +Dec imal +add Component +L en +Ġco ck +Ġ# { +UR N +< tr +Ġauthor ities +Res ources +- H +B ottom +_ qu +put er +ester day +Dis patch +s ince +Ġfam iliar +, i +V C +Ġm ent +, C +Ġfre edom +Ġr outes +ĠB uy +Ġcomm ands +Ġm esh +/ C +ĠSet tings +- style +Ġw itness +Ġc le +Ġun ion +ef ault +are t +Ġthought s +Ġ ---- +_pro cess +_ us +ing ly +U ES +T ouch +ĠÐ ¼ +_ open +ĠV ec +Ġre ward +.C lick +/ : +Ġn ie +Ch anges +M onth +ï¼ Ł +Ġexec ution +Ġbe ach +( Integer +ĉ a +/ ' +.Font Style +Ġab ort +ĠS ingle +( isset +Ġd p +Ġ}} +Ġ* = +ĠP S +Ġdanger ous +[ p +OM E +O ther +ĠString Builder +Point s +head ing +Ġc urrency +Ġpercent age +_A PI +Ġclass ic +the ad +ĠM O +F E +Id x +aw ait +Ġà ¨ +Ġacc ident +Ġvari ant +Ġm yst +ĠL and +ĠB re +Ġh arm +ĠA cc +Ġcharg ed +ion es +Vis ibility +ar ry +ĠL anguage +Ġwalk ing +" .ĊĊ +if er +Ġleaders hip +.F rom +yn am +Ġt imestamp +i pt +ĠH as +REF ER +ĠIt s +Ġlist ener +UT E +_d escription +Ġexperi ences +Ġcre ates +R S +c art +bl ack +Ġcho ices +w ar +Ġ'' ' +Ġorder ed +Ġeven ing +Ġp il +Ġt un +ĠB ad +( app +r andom +Ġexp licit +Ġarr ived +Ġf ly +Ġecon om +-m ail +Ġlist s +Ġarch itect +ĠP ay +Ġd s +ĠS ol +Ġveh icles +H z +- com +Ġk ing +_e qual +ĠH elp +Ġab use +-- ;Ċ +Ġex tr +Ġchem ical +ä ¿ +Ġor ient +Ġbre ath +ĠS pace +(e lement +w ait +DE D +ig ma +Ġent r +Ġs ob +- name +Ġaff ected +ik a +Ġco al +_w ork +Ġhundred s +Ġpolit ics +sub ject +Ġconsum er +ANG E +Ġrepe ated +S end +Ġ# [ +Ġprot ocol +Ġlead s +use um +E very +Im port +(c ount +Ġchalleng es +Ġnov el +Ġdep art +b its +.C urrent +Ġ` ${ +ot ing +( \ +Ġcreat ive +Ġbu ff +Ġintrodu ced +us ic +mod ules +A re +-d oc +l anguage +_c ache +Ġto d +? > {{ +ĠRes ource +ĠSt andard +ĠP rem +up dated +ival ent +Ġas sets +_t emp +Ġinterest s +Ġhard ware +ĠR om +ĠSh are +Ġ' 'Ċ +Ġ* , +ĠT ake +ĠIm ages +_C HECK +(type of +ĠJ un +\< ^ +Ġli qu +Ġwor st +ymb ols +ĉĉĉ ĠĠĠ +Ġdr ivers +ĠD ocument +en o +ĠTechn ology +Ġappro ved +ump s +Ġs now +form ance +_A SSERT +u its +Ù Ĩ +Ġdiffer ences +. Visible +ĉĉĉ čĊ +ĠP s +_f etch +Ġto do +. ',Ċ +Ġs el +ur ers +in valid +Ġt weet +V EL +Ġresearch ers +Ġs printf +ĠR O +Ġp el +.Tr ans +Ġil legal +d ialog +sm arty +l g +_M IN +Ġher o +f inal +Ġp p +.L e +Ġc i +ĉ RT +Ġsuggest ed +p df +ach ing +ĠR o +ĠProp erties +ĠS i +Ġbuy ing +Ġm u +Ġl ands +if iers +ĠF ILE +RO UP +Ġh older +ĠS on +Ġsym pt +.r oute +) ? +Ġarg c +Ġfor t +Ġcas ino +_c ategory +Ġfor um +p refix +apt ure +T ube +em s +im ize +Ġn ue +a us +c ourse +AT OR +() ), +Ad vertis +ING S +Ġack now +ĠKore a +pl ing +Ġwork er +PL IED +h al +ĠRich ard +Element s +ĉĉĉ Ġ +st ar +Ġrelationship s +Ġche ap +AC H +ĠX ML +, & +ĠLou is +Ġr ide +_F AIL +Ġch unk +[ s +_O UT +Ġch osen +_ [ +/ ( +ĠJ eff +_s l +pr iv +ĠCan adian +Ġun able +_F LAG +Ġn os +h igh +Ġl ift +f un +() { +el ly +ycler View +_ as +_L IST +Ġr adi +.get Value +ĠAnge les +ĠS pan +_in stance +it ors +Ġm igration +A K +O h + ® +. selected +ĠG T +Ġadv ance +ĠSt yle +.Data GridView +e ction +Ñ İ +p io +ro g +Ġsh opping +ĠR ect +I lluminate +O U +ĉ array +Ġsubstant ial +Ġpre gn +Ġprom ote +IE W +.L ayout +Ġsign s +/ . +Ġlet ters +Bo ard +ct rl +" \ +ĠJ ones +Ġvert ex +Ġj a +Ġaff ili +Ġwe alth +ĉ default +Ġsignificant ly +Ġe c +Ġx s +act ual +.p er +_st ep +an vas +m ac +Ġtrans l +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Iter ator +Ġo ch +agnost ic +ĠD uring +ĠDE FAULT +Ġt ill +Ġsign ature +Ġb ird +ĠO l +ĠI r +H S +av atar +ESS AGE +Ġe lev +Ġm t +ĠN av +Ġrel ax +Ġpl ate +IT EM +( date +.n ot +Ġgr ade +Ġ} ),Ċ +? "ĊĊ +i ences +H igh +ĠD IS +dis abled +Q UI +Ġno ise +a ux +ĠU P +os a +Ġv oc +Ġ )) +oc om +_O FF +ĠD b +L ock +.e clipse +, d +ĠD raw +Ġ" ( +Ġvis ited +Ġâ Ī +Ġsuc ceed +Ġim possible +a ire +ĠT urn +Ġd ish +F G +Ġs ensor +AN N +ab a +Ġsur g +] );čĊ +Ġf p +_ an +- J +- G +ĠJ ob +Con vert +ĠKE Y +Ġauth ors +_s erver +\ r +Ġ-* - +f lex +Ġs oc +R et +Ġs alt +ĠâĢ¦ ĊĊ +ĠC lear +(p age +-d anger +Ġroom s +con v +# { +. op +ĠA rea +_S C +h en +Ġbeg ins +- y +Ġexc ited +Ġign ored +Ġbon us +st udent +ĠM ember +Ġrel atively +ĠL ow +ĠPro du +ate way +pos ure +Ġth ick +ani el +( view +ĠCr ush +Ext ension +I l +e ed +LO C +. im +. Items +Ġconflic t +.pre vent +Ġon Create +u v +is er +Ġw ave +M ar +ĠComm unity +ic he +ĠNo thing +[ m +ĠLe e +ri ends +è re +!! ! +an z +. result +ĠS K +_P ARAM +Ġdem ocr +Back Color +.ex ists +" It +( options +ra zy +as er +\ Database +al endar +_ ass +; }Ċ +vert ex +ine craft +W arning +arg o +Ġact or +ĠInst ead +ĠUs ing +S elf +@ interface +Ġspe aking +ĠPar is +ĠL ICENSE +.n ode +ĠF ood +E IF +ĠB i +. Start +ĠI B +Ġun iversity +ĠHe ader +.pro duct +C opy +et c +r ical +Ġ> >> +book s +Ġal gorithm +Ġ' __ +(j avax +Ġnumer ous +Sh are +H ave +Ġrec ru +Ġpro ve +.sub string +he alth +е л +Ġdec imal +Ġcomm ission +s cription +x C +Ġsum mary +att ed +Ġclo ser +fin ished +() ){Ċ +ĠW ood +_field s +k u +_ items +Fl ag +Ġconf idence +ĠF ederal +du x +Ġcomp at +Ġvert ical +Ð ¹ +è s +; ">Ċ +_m anager +() ))Ċ +ID E +: ", +__ Ċ +ĠW ay +Ñ Ī +T emp +ĠS TR +rit ten +S ync +ĠA V +ĠC EO +ĠG uid +Ġenvironment al +Ġcorrespond ing +ĉ console +Ġjust ice +ĠJ S +Ġl ived +g ar +ĠG raph +ĠSt at +Ġi Phone +. al +ĠH D +Ġocc ur +Ġth reshold +Ġon click +RE G +.Graphics Unit +M eta +Å ¾ +Ġc um +.g nu +à « +Ġobt ained +Ġcompl aint +Ġe ating +Ġt ar +_t ask +Ġopt s +( to +P ass +Ġpl astic +t ility +ĠW in +.prevent Default +p ile +ĠG ar +Ġqu antity +_l ast +Ġg reatest +D ao +_D IS +ĠUs ed +ĠH P +rit ing +S ION +bl ue +d omain +Ġs cores +N ormal +_ admin +ĠA SSERT +Th en +** * +d ist +l on +Ġh ate +sh al +Image View +d atabase +Ġp and +Ġlog ic += false +b g +ĠConfig uration +Ġn ur +O G +Ġmar ried +: + +Ġdro pped +Ġreg istration +оР¼ +ult iple +iz ers +sh ape +.c opy +Ġwe aring +ĠC ath +Ġded icated +Ġ.. .Ċ +Ġadv oc +ĠF amily +Ġstat ements +em atic +ampions hip +Ġmot iv +ĠH ave +Ġbl ow +J ob +c ert +_v ector +inst all +ĠC OPY +em bed +D IR +ĠS pring +Ġex hib +cd n +ĠCom ment +ĠOption al +. player +ĠD ark +( pos +ĠSh ould +Ġcent re +ĠGu ard +ó w +Ġtr ouble +EN ER +( unsigned +_s ervice +Ġn s +ul ing +ĠMex ico +ĠN Y +mys ql +Ġl ic +å ľ +M r +- fl +ĠC ustomer +id i +Ġ? >ĊĊ +ri ble +Ġп ÑĢ +Ġs izes +_STR ING +valid ation +ĠJ on +( Http +add Class +N odes +Ġfrag ment +Ġsp oke +Ġw aste +J oin +Ġill ustr +el i +c ient +Ġa id +Ġpro sec +') {Ċ +Ġpass ing +Ġf aces +Sh ape +_ Z +it i +Ġal le +Ġro bot +ĠĠĠĠĠĠĠ Ċ +ĠS pe +Ġrece iving +ĠD etails +Ġ" ) +m g +_RE F +Ġcompar ison +* , +ĠF ound +_s ession +( U +/ F +Ġx xx +N etwork +d ers +Ġcap ture +Ġcor re +ĠL td +ĠAd v +[ @ +Ġcl ip +M ill +ĠPro file +Ġend if +Ġob lig +des cribe +.e lement +riter ion +L D +er ed +Ġfav our +s core +ĠF ilter +at tributes +Ġcheck s +In flater +ĠPl us +Ġscient ific +Ġpriv acy +He ad +Ġfe at +Ġdeg rees +ĠP ale +; "> +Ġfil ms +ĠA udio +ĠT ag +ĠE nergy +it ar +par ator +Ġf ellow +Ġev t +ĠT ri +ĠD AM +cl oud +ĠP assword +ĠDemocr ats +ĠAc ad +$ lang +Ġre b +() )ĊĊ +н Ñĭ +ĠB ur +read cr +Ġh ex +Con sole +ct l +ous el +ĠWill iam +Ġa z +_P ORT +Ġpract ices +Ġany where +ĠP osition +Ġ- >Ċ +i ams +.user name +place holder +Ġo der +ĠSecret ary +Ġi T +mon d +event s +? âĢĿ +.S ub +Ġatt ached +Ġn ão +Ġest ate +. action +Ġfig ures +Ġ} );čĊ +Ġsubs cri +.t ag +n am +. plot +no on +li ament +Char acter +.t ab +Ġw inter +ĠVar iable +Ġtre es +Ġpr oud +( V +_ load +Ġh ier +ĠE con +Ġf d +Ġvict ims +R est +ian a +Ġf ake +.Print ln +Ġstr len +Ġs ad +Ġb le +Pro t +Ġbutton s +Ġte levision +Ġlog o +ext ension +ĉ j +ste in +acion es +Ġ"" "ĊĊ +Ġsim p +Ġrecord ed +Ġbr ings +Ġprincip al +Ġfe es +(s ource +k dir +Ġutil s +Ġcorrect ly +f il +Ġw el +P air +-b utton +s cale +ver ify +[ c +Ġ-- - +Ġes cape +ik es +Lower Case +ic ian +Ġch apter +ĠT YPE +Ġsh adow +Ġaw esome +W E +el if +Ġl ambda +Ġdist inct +Ġb are +- off +Ġcol our +.append Child +ole c +ag a +.f ill +ĉs uper +Ġad j +( position +.get Item +Sh ort +Ġtot ally +V D +ĠT re +_ ep +v ements +ĠS olution +Ġfund ament +F ollow +Ġfac ility +Ġhappen ing +O F +.text Box +S pan +Ġ « +id en +Ġex ceed +(p arent +Ġc p +ç » +Ġhas n +Ġp ri +Ġcon sequ +n en +ĠIN TO +I gnore +ĠF uture +Ġcar bon +ĠSte el +f mt +ok ie +Ġs pl +(t itle +- info +Ġde als +Ġfix ture +e a +D iv +Ġtest ed +_ return +)ĊĊ ĊĊ +upport ed +ĠC ook +Ġpay ing +ĠI ll +Ġarrest ed +ĠPr ime +_c allback +> ,Ċ +dr iver +On ce +ab b +_by tes +ĠS ets +( Object +Ġc c +Ġsh ell +al o +); // +( log +ct ors +) +Ġ$ (". +.p os +Ġbo ys +Ġwed ding +Ġag ents +=" _ +ĠAr my +Ġh int +v ision +Ġte ch +ĠCon nect +Ġleg end +ĠB et +.B ase +Sub ject +Ġl it +Rem ove +Ġ" : +ĠF inal +pear ance +ĠiT unes +Ġparticip ants +ĠPy thon +Ġbus y +i el +vert ices +Ġtemplate Url +ĠC lose +Im g +ĠCorpor ation +t imestamp +Ġext end +Ġwe bsites +Ġposs ibility +о ÑĤ +Ġk ö +Ġme at +Ġrepresent ation +Ġ ĉĉ +_ST ART +.app ly +ĠVal ley +ĠS uccess +H i +Ġn ob +ĠI Enumerable +_ select +ge o +. ")Ċ +Ġturn ing +Ġfab ric +(" ");Ċ +Ġpers pective +é Ĺ +ĠS n +Th ank +; j +.Param eters +ĉ ĠĠĠĠĠĠĠĠĠĠĠ +Ġfact s +Ġun t +.in stance +################################ ################################ +- end +ĠJO IN +ĠH en +Ġur i +åIJ į +Ġн а +ĠIn fo +Ġconduct ed +Ġà ¥ +OUR CE +Ġw ine +J ohn +.Error f +ĠA ge +ound ed +Ġreal ize +Ġ] ; +Ġsub sequ +, m +( User +ian o +Ġaccom pl +is p +.st d +é ĩ +ĠB ed +.set Attribute +B R +ke ep +ĠA LL +Ġis ol +am ma +P ackage +Ġoccas ion +-s uccess +еР´ +ĠLIMIT ED +st rip +() ĊĊĊ +istrib ution +Color s +Ġ+ :+ +Did Load +al er +Ġt id +ĠL ED +ĠLink ed +ĠC art +() )čĊ +_RE AD +Ġkill ing +ĠP HP +fe ction +Ġinst ances +c v +"/ > +Ġs f +Ġtax es +_ location +ĠBit coin +u able +r ank +ign ore +tr ack +к а +Ġshould n +ĠO P +=> {Ċ +Ġk m +Ġh elper +_ head +ĠWh ether +oc o +_b l +Ġstat istics +Ġbeaut y +Ġto g +t ip +ëĭ ¤ +Ġc sv +(s ql +std lib +we ak +Ġlik es +Ä į +Ġrepe at +Ġap artment +Ġem ph +_ edit +Ġv it +ĉ type +E ven +ut en +Ġcircum stances +b ian +Ġs ugar +W indows +ì ŀ +Ġobs erved +/ data +Ġcal endar +Ġstri ke +ĠR ES +_s c +f ony +ore m +( z +p ower +et ect +ĠS at +.d escription +Ġg ang +ĠS ports +ong s +ĠB undle +.s um +on ce +Ġacc used +Ġexplo re +Ġapprox imately +Ġlos ing +thes is +ĠF und +Ġdi agn +A utowired +prop erties +Ġ_ . +Ġc nt +ced ure +Ġy y +Ġgr ant +so ck +.inner HTML +Ġ] );Ċ +ĠCON FIG +=' $ +] ];Ċ +UN D +Ġg lob +Ġd ire +uff le +_M EM +Ġauth entic +> (" +Ġdec ade +ĠIm port +Ġorigin ally +Ġj Query +Ġindic ate +Ġours elves +S w +.l bl +ener ate +Ġbas ically +ĠH om +Ġ+ #+ +ĠBrit ain +ĠK ar +to Equal +.st op +Ġmod al +is i +Ġsuggest s +Ġd type +Ġt ur +b f +Ġconnection s +ĠB efore +ist ed +m ouse +Ġpul led +.b uild +Ġlegis lation +Ġfor th +p ad +eg o +.N ow +Ġexc iting +}ĊĊ ĊĊ +Ġcom pr +Ġsh ares +Ġr ig +g reen +_ vec +Ġenumer ate +A uto +ic ator +ĠR ay +as se +Ġh oliday +Ġnull able +g un +_d etails +Ġwr apper +se q +ĠYou ng +ju ana +Ġ" __ +lic ense +ser ve +^ ( +id ers +.Rem ove +rop down +' S +p in +(t oken +.D efault +Ġreason able +amp ion +ĠS ociety +Ġbe i +erv es +r ad +ĠF ox +_ images +Ġw heel +') [ +Ġc fg +( By +Con structor +Ġv ary +.sw ift +Ġpro xy +ĉ H +ĠAn other +ĠP en +Ġcheck ing +Ġj est +man ager +Or igin +ug s +o ir +>< !-- +Ġexpress ed +Ġmod er +Ġag encies +Ġi h +-h idden +ious ly +ĠR od +Ġso le +M ed +.A ny +Ġp c +b al +Ex ample +ĠS ale +Ġst rip +ĠCom p +Ġpresident ial +M ost +put ation +( ref +ĠF our +_f ilename +Ġen forcement +Ø ¯ +ĠGe org +we ights +/ l +Ġag gress +Ġd rawing +and y +< I +- j +ak a +h ref +Ġteach ers +_ Q +( it +ĠM B +Ġtemp orary +ire base +str a +æĹ ¶ +è ´ +( label +ou p +Ġtop ics +Ġport ion +id os +ĠJew ish +Ġre covery +Ġstand s +# [ +Ġafter noon +ĠArt icle +_ att +Ġexpl an +ĠP ak +.setOn ClickListener +. children +Ġi k ++ ( +l ag +Ġdis k +Ġcont rovers +"> & +as p +Ġw ie +ĠAustral ian +ĠYou Tube +At tr +cont ains +du ce +ĠM att +at ern +Ġvol unte +Ġnew sp +V P +olt ip +Ġde legate +_m eta +Ġaccur ate +ĠEx ample +% , +ĠD aily +Ġc abin +ĠS W +Ġlim its +k ip +Ġar my +Ġend ing +Ġb oss +ĠD ialog +Al so +="# " +ord an +row se +- min +Ġ" & +_ loc +U X +Ġdevelop ers +Ġaccur acy +Ġmaint enance +Ġhe av +Ġfil ters +.T oolStrip +Ġn arr +ĠE mp +ORD ER +ĠM obile +.S erial +.out put +.c ol +M aterial +um a +Ġconsum ers +sh ift +Ġp ued +Ġmin i +c ollection +Ġk an +.c enter +H istory +Ġben ch +() ); +itor ies +Ġcrow d +_c all +Ġpow ers +- E +Ġdis miss +Ġtalk s +ĠCh annel +for ward +_ control +/s rc +i est +**************** ******** +Ġbet a +(c olor +_O BJECT +ĠA pi +Ġeffect ively +C amera +s d +uss y +D ict +ĠE ffect +ib ilities +Ġreturn ing +ĠF ar +Ġ' ') +Ġmod ules +il ation +Ġ( % +TR GL +Ġst orm +on na +ĠEX P +Ġs pons +Ġdis pl +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +f all +å Į +ign Key +_ US +et rics +Ġhand les +T L +_ amount +ow a +br and +ĠT ool +Ġus ual +. Z +cre ment +ad ium +st ock +Ġserv ing +ĠB on +Ġline ar +ĠT arget +ĠR adio +H L +Sh ader +om atic +ag ues +in ity +d iff +_ iterator +qu ot +Ġ ,Ċ +c allback +Ġsympt oms +[ _ +ĠB ul +ĠF eb +und o +_ account +Ġtyp edef +и Ñģ +tr as +User Id +ĠP enn +ĠSup reme +} > +user Id +ĠK im +Ġg a +Ġart ists +å ¸ +ĠAb stract +ok emon +Ġh am +o val +Ġch a +at en +å Ĩ +F ixed +Ġvul ner +ĠParam eters +qu antity +.C lear +Servlet Request +Ġy a +Ġsou l +trans action +Ġsol o +Ġp airs +æ Ķ +ĠG re +_ word +ĠC C +Ġg i +z ie +Ġsched uled +rot ation +gy pt +ul ous +:: _ +ĠE ll +< ! +ĉĉ ĠĠ +l p +ah a +C opyright +Ġdr am +Ġdi agram +ĠM em +Ġg arden +Com p +Ġattempt s +uff ix +> () +Ġphil osoph +_re l +å ¼ +Ġs v +.se cond +ant o +.J son +ĠTe le +_ local +_s end +Ġas pects +ì Ĺ +IB LE +Ġr ail +Ġwid ely +ash ed +i ar +in f +up per +d jango +_result s +iss ing +Ġequ ivalent +OUN D +Ġt y +Ġpotential ly +Advertis ement +ĠRec ord +resent ation +_w idget +ound ing +Ġrelig ion +Ġcons c +ĠL im +. am +H tml +Ġ' : +P ATH +_s pec +ort ed +id ades +_sh ape +Ġkeep s +.S ave +ĠL oc +or i +ĠT EST +unic ip +Ġreg ions +Ġbelie ves +/ en +pos ite +{ ' +pre pare +_ const +s ample +ĠWill iams +Ġstr t +_ Get +ĠAnd rew +. active +Ġl ayers +Visual Style +az y +ĠK n +Ġac id +ĠAs ia +Ġex cess +ĉm y +Ġkey board +ens us +Ġcre w +Ġmiss ed +m aster +ĠW ild +Ġnew ly +Ġwin ner +Ġst ub +ic ode +.m ove +D omain +ĠS ar +Ġfore st +LE D +claim er +.ex it +ĠW indow +Ġres istance +ĠC HECK +(" - +ĠR yan +Ġp ipe +Ġco ast +DE F +// ! +_ off +ex it +Ġult imately +imit ive +ĠKe ep +Ġhistor ical +Ġany way +ĠJack son +ock er +ER N +ĠU INT +y ntax +ER Y +is ms +Ġc n +Ġocc urs +Ġ; ; +Text View +A E +/ img +Ġy esterday +- default +Ġt iny +Ġpro c +Ġal ive +ĠRE G +. th +ear ing +.get Logger +< link +_ login +F older +ab c +lyph icon +н о +Ġnot iced +od igo +Ġed ition +im ator +. Enabled +.parse Int +Ġy ards +ĉĉĉĉĉĉĉĉ ĉĉĉĉ +Ġver bose +л Ñı +_B Y +.log in +.* ;Ċ +ĠM id +é es +Ġg lo +Ġbuild ings +Ġz e +ĠI ter +Ġt ube +ĠP ot +\ M +< th +br idge +ĠS cript +ĠM odule +Ġv acc +Ġinstall ation +v y +VisualStyle BackColor +ĠS M +.t otal +b at +Ġfind s +Ġat mos +Sub view +iz ard +Ġrepl acement +lic ated +ap is +Ġlog ged +ĠLe ft +G ui +_ Type +t m +P ad +Ġhouse hold +Ġre le +Ġpropos al +_CL ASS +:: :: +Ġinf rastructure +In ject +/ html +Ġad s +iz za +Ġm g +ctr ine +% Ċ +< html +- image +Ġatt orney +< m +(' , +Ġcan n +Ġprint ln +o ose +Ġy ellow +.ex p +p ayment +Ġtable View +aw ay +Ġopp osition +ĠAg ain +ĠH andle +Ġex clusive +in ar +é r +оР± +ĠC ODE +emp orary +Ġre act +pi pe +c z +. activity +Ġlarg ely +Ġdis s +ax y +es is +ĠR en +Ġc orn +.Use VisualStyleBackColor +d ays +Ġfr uit +In sert +_ enc +E st +_de c +ĠL uc +Ġü ber +param eters +P ERT +ex press +_pro file +Un known +Ġrev olution +.add ress +_re quire +Ġun iform +ĠP ack +l ar +ĠU ITableView +Ġdep ends +Valid ation +conf irm +O wner +Ġt rib +h et +ĠI de +ans as +L anguage +u et +ĠP o +ĠSte ve +Ġcont est +_DE FAULT +Ġapparent ly +RE EN +Ġfrequ ently +Ġtrad ition +ocol ate +S I +ĠArg ument +F ocus +ert e +ĠL ayout +Ġd x +Ġgener ator +ĠW ait +P olicy +l ights +.Ex ecute +P y +Ġbed room +ed a +ra id +ĉs ize +Ġan cient +Ġp ump +Ġd w +Ġ(! ( +Ġspec ify +( status +ĠF BI +.ex ception +Ġrem ark +ly mp +ant ee +Up load +ern et +é ¡ +in ent +ĠR ender +d m +ĠM emory +r ich +ĠT ools +Ġk ne +Ġper m +b ad +Ġd inner +.res et +Ġj Label +Fe ature +.S ervice +Ġ( {Ċ +Ġre ferred +.class List +Ġinit With +ĠText View +Ġne ither +Ġcount y +Ġ" { +ç § +Ġt ack +class Name +ĠUS ER +Ġre new +` ` +get Name +Ġb rown +Err ors +ert o +Ġsust ain +S O +let es +ĠIn valid +Ġen emies +un ge +Ġexist ence +err a +Ċ ĠĠĊ +utor ial +# a +p ay +char ge +ĠI re +ate st +Ġexp los +Ġf ired +N ER +ĠT y +ic ion +U ri +Ġobvious ly +ĠC olum +Ġ' + +ĠDe vice +- related +_ ARG +Ġv or +ĠLess er +_O P +Serial izer +Ġup grade +L ight +Ġc odes +++ ;čĊ +Ġwrit es +fo od +Ġé t +@ section +Ġtrack s +Ġserious ly +ch t +(size of +Ġimmedi ate +Ġscient ists +Ġ{ $ +_ ne +.Anchor Styles +Ġaccom mod +ĠHar ry +Ġs ight +ĠPale st +ersist ent +Ġ Ñĥ +- input +Ġco ordinates + · +W elcome +.con f +Ġgre w +Ġb old +ĠC PU +(m y +Ġperfect ly +Ġmom ents +ĠM ovie +- data +yst al +_W IDTH +ĠS creen +æ Ŀ +Ġdis ap +Ġredu ction +.Get Component +_M ODULE +Ġgener ic +Ġd y +all er +Ġc url +ĠB ody +Ġb anks +, t +av g +Ġev il +Ġmanufact urer +Ġrece iver +Column s +Ġing redients +ĉ out +qu es +.L oad +Ġslow ly +ĠT own +ĠC ell +_n ormal +_p refix +ĠAl ert +(" { +ä r +âĢľ The +ĠM D +Ġcour ses +ath an +é Ļ +oc c +ĠS ER +es ign +Add r += [' +(" ./ +] } +.f ont +ĠInst agram +ĠB order +od a +Ġh all +Ġr um +_b it +Ġs aving +_d own +R andom +_reg ister +( Context +Ġoppos ite +R oom +Y ES +ан и +Ġenjoy ed +_r un +C lear +âĢ ĺ +ĠF ord +on ic +ost en +"] ) +_ auth +// čĊ +Ġsuff icient +LE S +Ġph en +Ġo h +_c sv +Ġrout ine +.Are Equal +ay lor +Ġb asket +_COM M +rypt ed +S im +ĠSh op +Ġstud io +at os +( W +[ string +ä t +og a +Ġsh r +Ġs ick +An other +Ġdo ors +_N E +ĠTH REE +. order +raz il +Ġmap s +_TR UE +trans late +Ġnear by +Ġn ach +LO AT +b atch +Ġl ux +ash es +ang ers +âĢ¦ âĢ¦ +_E VENT +_ UP +Ġact s +in v +_M ETHOD +cc ion +Ġret ain +ut ch +ĠÐ ± +Ġknow ing +Ġrepresent ing +N OT +p ng +Con tract +Ġtr ick +ĠE dition +uplic ate +Ġcontrol led +c fg +j avascript +Ġmil k +Wh ite +Se quence +aw a +Ġdiscuss ed +ĠB ush +ĠY ES +.f actory +t ags +Ġt act +Ġs id +$ $ +ĠE num +Ġfr ames +} ); +Ġreg ul +'] ;čĊ +Reg ion +ff f +Ġc ro +( com +=" + +St udent +Ġdis appoint +RES ULT +Count er +Ġbut ter +ĠH a +ĠD igital +Ġb id +"> {{ +ing ers +ĠC ountry +_t pl +"] )Ċ +/ k +d ating +: # +ĠD ATA +yn chron +_b ody +olly wood +Ġval or +ip ient +o ft +UB L +doc s +Ġsyn chron +Ġform ed +ru ption +Ġlist a +Request Mapping +Ġvill age +Ġkn ock +oc s +" { +_fl ags +Ġtrans actions +Ġhab it +ĠJ e +ed en +Ġa ircraft +ir k +ĠA B +Ġfair ly +. inter +.A ct +Ġinstr ument +remove Class +.com mand +Ñ ī +ĉm em +( min +Ġo t +Ġcol le += s +time out +Ġid s +ĠM atch +ij n +z ero +Ġnetwork s +.g ov +Ġint el +Ġsection s +out ine +(c md +(d ir +ĠLI ABILITY +ĠB log +Ġbr idge +ĠC V +con vert +Ġ" )Ċ +ĠB ern +_P O +e val +( set +to ol +Ġpay ments +Beh aviour +Ġcon crete +Ġel ig +Ġacc eler +Ġh ole +_ o +TE GER +Ġgraph ics +O wn +Form atter +on der +Ġpack ages +/ a +ĠK now +Or Default +Ġdut y +W ait +н а +_rec ord +[ t +M esh +Ġon going +.be ans +Ġt an +Ġinter pret +ast ers +QU AL +Ġleg s +\ Request +- file +_m utex +ĠS aint +// # +Ġpro hib +( info +: = +lin ux +Ġb lo +ot ic +ĉf inal +_ex p +ĠSt op +ap ing +(s aved +_p ush +Ġe ase +_F R +pons ive +str cmp +: ĊĊĊĊ +ä» ¶ +ol i +Ġextrem e +Ġprof essor +Im ages +.IO Exception +Ġaddress es +plement ed +Ġincor por +Ġuse Effect +_O F +ĠD a +n ombre +IR ST +Ġdisc rim +Ġcomp ens +greg ate +anc ell +ach es +ĠC riteria +$ result +D estroy +Ġsecond ary +W atch +ĠS em +ĠMc C +Ġacad emic +U pper +:: ~ +ut ral +ĠD og +ad ed +Valid ator +Ġder ived +Ġset Timeout +ĠK en +Ġtyp ical +ĠB ob +Ġb ounds +ĠSe ason +Ġc razy +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +-r outer +itt est +ĠM ir +Ġemot ional +, v +c n +/ st +å ½ +on om +Ġdecl ared +> . +ail ing +Ġ/* <<< +Ġnorm ally +(M e +ev in +lik ely +Ġpoint ed +ĠSt ack +Ġw alls +. Vector +me an +] ]Ċ +Ġlist ening +ad v +Ġsw ap +IF T +Ø ª +. argv +ul s +< option +not ations +Ġemail s +ĠU kr +ast a +ĠTh us +ĠSt one +Ġappe al +. âĢĻ +Ġreg ulations +Pre ferences +ĠPh one +ul f +ĠD R +Ġtechn ologies +Ġpar agraph +Ġnecess arily +.e ach +< float +res a +Ġunder st +Ġf inger +press ed +-b y +if fer +w atch +ĠB a +A IM +Ġwe ights +ĠR on +') }} +[ self +-------- --Ċ +per iment +Ġto String +x ic +ĠC amera +! ĊĊĊĊ +aur ant +P refix +Ġinstit utions +: int +Ġex posure +p attern +ĠLin ux +.n umber +red ient +Argument Exception +ĠCh ief +" }, +Ġelect ronic +r ong +er d +sp Net +ra it +/ ', +ĠOh io +Cont rollers +Ġcontin uing +ĠT emplate +ĠE th +s z +/ env +En v +% . +art ers +) (( +ĠT ABLE +Ġà ® +per ature +pro gress +P res +ê ° +im plementation +Ġb ien +Ġstre ets +_M SG +New s +## # +: / +Ġcut ting +x B +ress ed +_EN ABLE +l ab +Ġca using +] ));Ċ +b ra +x FFFF +il ly +plet ion +w ill +_b ar +Ġstruct ures +ĠI mp +Û Į +Ġ< > +Ġ ---------------- +_B UFFER +.d ir +Ġpl ain +Ġpe er +g g +oint s +Ġsomew hat +Ġw et +Ġemploy ment +Ġtick ets +ir ms +Ġt uple +s is +$ sql +r ig +Ġcon version +Ġg es +Ġconfig ure +eg r +ĠC a +Ġ__ (' +ou ston +.t oken +Bl ack +Ġmag azine +A W +. IN +os ing +Ġbro ke +ĠC ru +DE LETE +Ġdestroy ed +(M ath +Ġappro val +-d om +ĠI II +table View +Ġdesign s +Ġcrush ing +Ġcons ent +dir name +om p +Ġc rypt +? ( +or ough +. o +ĉ list +ams ung +."" "Ċ +err ing +G oogle +_p air +_IN IT +rem arks +Ġg ear +F ill +l ife +} ")Ċ +Ġsuit able +Ġsurpr ised +_RE QUEST +Ġman ifest +att en +Ġfr ustr +ov ement +.c lick +Ġi i +Ġexp ansion +ig s +P arse +.Reg ular +R ob +_l ayout +ì ł +Ġtrans lation +ĠBe aut +B est +_C OLOR +< label +Ġliqu id +IT S +Ġpro d +Ġoper ate +UI Kit +Ġn atur +arg ument +_d etail +ĠCent re +Ġ" -- +Ġ}} " +lo cale +.t v +_se q +Ġup coming +Ch art +ĠDiv ision +Ġclin ical +Com pany +S epar +l as +ĠH un +: s +Ġhead ing +оР³ +Ġ" ");Ċ +[ id +b ia +Ġst retch +ic ide +Ġre produ +.pro ject +leg end +end ers +Ġrespons es +Ġon t +rit ical +Ġref uge +ĠL i +Ġ: ĊĊ +ĠTh ree +.cont roller +_IN DEX +_F OR +\Model s +j ax +ĉex it +Ġâ ĸ +Ġc overs +ĉ y +- . +IND OW +Ġfail s +in cludes +Ġf ault +Ġl y +ñ o +.s lice +ILE D +ĠP ur +ĠAs ian +_b atch +.M ax +v l +ĠCOPY RIGHT +Ġg iant +ĠMan ual +ĠC opy +Class Name +He alth +C ursor +IB Outlet +Ġt we +æ ³ +_label s +Ġcol lected +Ġfurn iture +Ġdeal ing +Control s +ĠHot el +ck s +Ġch ose +âĶ Ģ +od d +S R +Ù Ĭ +ì Ħ +Ġacc ord +ĠM ove +ĠM ode +ĠM ock +Ġthread s +++ ++ +ĠO ptions +Ref resh +ĠD id +'] -> +u cc +_ch annel +. abs +Ġ{ },Ċ +ĠW al +er ior +Ġmain ly +ĠDr iver +NotFound Exception +Ġcount s +e am +Ġ& = +Q uestion +ĠA li +Ġany more +d etail +t ail +Ġm ile +ĠF air +Ġs orry +Ġsurround ing +Ġad m +De v +Ġmari juana +ĠS ound +ĠA sh +F D +Te am +. port +Ġ[ ]ĊĊ +ub ble +Ġas c +Ġint ention +A cc +ch i +ust ers +Ġins pired +se g +CL U +Ġman ip +M etadata +Con nect +ĠB eh +Ġfind ings +Ġas sembly +w orld +Ġrem ained +Ġu id +( . +Ġm x +Lo op +ĊĊĊĊ Ċ +Ġfant astic +wh o +ak i +ĠB asic +ĠY et +ĠUs ers +ik ip +Ġhead s +ĠMich igan +_ it +ĠTor onto +Ġrec ording +Ġsub mitted +_var iable +medi ate +.graph ics +Ġst ood +Ġre ar +vel ocity +_M ESSAGE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ro les +ĠT our +_ year +end ment +amp s +ĠIre land +m al +Ġyoung er +Ġstrugg le +Ġc able +ĠSD L +(' - +an es +ĠNe ed +.R ow +P ol +ĠP H +_s cript +ag em +ĠB as +_s pace +. loc +: i +ad r +Ġengine ering +it en +) & +Ġu k +ĠL ittle +_C OUNT +x A +Array List +æ į +Ġ" ")Ċ +An chor +Ġh ang +t witter +Ġcompet itive +.s rc +ãģ Ĺ +Ġtrans late +ĠCre ates +ook s +ĠR oll +'' 'Ċ +/ sh +s ome +Enc oding +.res olve +Ġdesign er +ĠSt orage +Ġz a +ĠN ever +Ġsomew here +Ġbox es +.s ource +Ġpy game +Ġgrow n +.t w +() ),Ċ +', [' +Ġoppon ent +(s rc +.l ayer +AP P +ĠAct iv +Ġguest s +ĠVAL UES +};ĊĊ Ċ +.n ative +Ġamount s +. RE +Ġcl one +Ġwer en +Ġ" << +_ ac +Ġbreak ing +Ġreli able +.P OST +ĠSk y +Ġ' & +Ġsaved InstanceState +ast ing +ill ion +com ments +ult y +.m enu +/ config +Ġ ĊĊĊ +T ODO +Ġpurch ased +_c or +ĉ auto +Compat Activity +com plete +_ graph +is odes +Ġsitu ations +ĠH or +Re ceive +âĢľ We +Ġent ities +.assert Equals +оРº +ĠS ans +v ince +rom pt += Ċ +Ġ/ . +.Se lect +yl v +Ġb att +A udio +Ġincreasing ly +.B undle +Ġexpl ains +the ast +. offset +Ġh al +Ġtechn ique +_l imit +Ġdraw n +AY ER +Ġfeature d +yy yy +at in +ph en +ach el +! \ +l ower +ĠG R +Ġp ag +ĠP arse +Ġt ou +ä¸ Ģ +D istance +Index Path +Ġh ell +s im +UT TON +Us age +elen ium +ĠF all +Ġ" .$ +ĠM u +Ġcr uc +Ġs ont +REF IX +Ġinter ior +ĠO lymp +.Auto Scale +par a +Axis Alignment +Ġr iver +D to +Ġwith draw +Re act +- class +b efore +_ alloc +Cont ents +ĠW as +I CT +Ġform ula +Ġindic ates +ĠĠĠĠ ĊĊ +_st ore +it ting +ĠIt alian +_S et +_re port +Ġp id +_V ER +Ġw ins +ĠCl oud +") {Ċ +ch ester +Ġden ied +Ġw ird +ĠSte p +Ġinvest ors +b old +_d isplay +ou ver +or er +Res et +Ġsurg ery +Ġstrateg ies +/m aterial +_ unit +Ġc ouncil +.P er +ĠâĢ ŀ +Ġre form +F ramework +Ġlist ing +_b tn +Ġb is +% d +eg as +Ġsudden ly +_S ER +Ġa o +_d irectory +f as +Ġprem ium +Ġtrack ing +ĠB L +Ġm ature +Ġbath room +Ġ'/ ' +ĠÄ ij +Per formed +Ġsold iers +arn ings +Ġwalk ed +- con +b ottom +Ġsurpr ising +Ġg ene +Us uario +.DE FAULT +ĠM IT +C ODE +ĠE gypt +p icker +ys ql +AT URE +d etails +ĠCon ference +In formation +ĠM ail +-d own +r aries +b ro +Ġsubject s +Ġ' * +è¯ · +or ient +: @ +ver bose +E F +Ġto ler +eng ers +Ġend point +Ġstr ange +Ġcol on +Ġpre ferred +de p +ĠE V +ARR AY +Ġw he +Ġp up +_n odes +Ġtalk ed +Ġinstit ution +db c +Ġex posed +te en +ĠFr ont +T T +_N ONE +\/ \/ +pro gram +Ġencour age +. ` +sh ire +ĠIsl am +e en +N I +' " +.W idth +Ġlik ed +Ġ{ ... +ĠSystem s +Ġvot re +Ġmanufact uring +Con verter +ĠIn f +ì ļ +D TO +Ġin ches +Ġ ठ+à ¹ +ĠChar les +B U +")) ;ĊĊ +ĠL abor +un n +Ġest im +m obile +ĠL earn +_C ALL +â Ħ +Ġind ices +Ġt ub +ikip edia +C ost +row able +ë ¡ +g age +Ġfunction ality +uzz le +em os +.l ib +Ġd ass +еРº +enn a +Ġsh ots +Ġrest ore +/ D +For Key +], [ +al ias +l int +.st ream +æ ł +_FORM AT +Ġsil ver +.re pository +Ġlegis l +.B order +_fe atures +Per mission +Ġhous es +ĠW ars +_COM P +Ġinj uries +Ġconstant ly +fl utter +EN U +ĠCon f +Ġrecogn ized +Ġpract ical +Ġde cent +B J +] ); +ast y +ĠAct ivity +-m ode +Ġsl ide +.IsNullOr Empty +ĠY OU +P ower +ind ices +Ġqual ified +Ġthrow n +h ello +ĠN ick +l ah +as sembly +ĠSm all +old ing +Sh ould +ĠSil ver +(saved InstanceState +Ġtog gle +.N ot +C trl +: nil +ĠCont inue +ĠB oot +æ ī +ĠM ur +d on +ĠF A +S napshot +Ġassoci ation +fo x +, a +az ione +] )čĊ +CT YPE +Ġf ade +ĠD ar +.n avigation +Ġl uck +SC RI +ĠDe ad +Ġterm inal +_LE NGTH +Ġeff iciency +Ġun w +Ġn arrow +iment o +( Color +ĠSe a +_ area +, A +_ opt +ĠHill ary +.t ask +ĠJ ac +ast ed +ĠAd am +ĠIl legal +Ġsearch ing +Instance Of +J ava +ĠForm at +Ġreal ized +ĠChild ren +Ġk il +(f rame +âĢĿ .ĊĊ +Ġscen ario +"] );Ċ +Ġincred ible +li x +IO Exception +ĠQ uest +il ty +Ġun lock +â Ĥ¬ +Ġre ferences +ĠV ert +B inding +eg ative +Ġwr ap +.d atabase +( content +B uf +ĠTr ad +ĠA ud +tr ace +.m ock +Ġther apy +ĉ L +.To Int +ĠKing dom +B us +ha ust +"" "ĊĊ +( end +.draw able +[ ];Ċ +ĠH ospital +Ġph arm +---- - +ĠA G +é d +> ");Ċ +Ġw allet +at able +) $ +Ġmonth ly +Ġdi agnostic +S ymbol +Ġiter ator +un finished +Ġimm igration +s r +RO W +(g ame +Ġclo thes +ĠU nt +Ġactiv ation +_C on +.h ash +Ġinitial ly +.H ash +Ġcut s +f ound +ĠSt ory +ÑĨ и +ac ao +_T YP +pro to +est r +-p age +ah r +Ġincor rect +ĠJose ph +TextBox Column +_st yle +ĠD aniel +s heet +Ġl iv +l ined +Ġr a +R untime +_ empty +sl ug +_ struct +ë Ĭ +m u +Ġper mitted +Ġreg ional +Ġsob re +ĠS uch +Ġ[ _ +Ġro of +.Al ignment +t imes +.m sg +Ġche st +ĠT ab +Ġest a +ä n +Ġsubs cription +( command +s pecial +Ġme al +") :Ċ +_ ctx +Ġclos ely +et ry +- be +ad el +ĠR am +ig est +ĠSpan ish +Ġcommit ment +Ġw ake +* >( +P HP +_ { +ck er +< List +_n ull +ĠRes erved +Ġin her +.Column s +.A spNet +_IN VALID +ĠParam eter +Ġex pr +} { +Cell Style +Ġval uable +Ġfun ny +In v +Ġst able +* t +Ġp ill +pl iers +ĠC SS +ĠCon dition +ĠS peed +ublish er +Ġoff ensive +ce st +ic as +Ġsp ark +ĠPro te +set up +IF Y +ĠT ax +Wh o +F amily +- for +. uk +Ġf asc +sv g +") ). +Ġbirth day +âĸ Ī +ve h +el led +Ġimport s +ĠIsl amic +T A +ĠSt an +we ather +Ġsus pect +e ature +enn es +W M +.m inecraft +av id +è ½ +.se curity +in os +G ood +Ġm arch +Ġposs ess +us uario +Con s +am ber +ched uler +Ġhor se +ç ½ +(b ody +ĠTrans form +_de code +.s vg +Ġf oo +Ġd ella +ext ends +am er +Ġprocess ed +ĠH arr +ĠA I +Ġk o +CH AR +( % +Ġt ap +({ ' +c roll +D OM +Ġte a +Ġre in +Ġworld wide +_f n +sh a +Ġb ir +ç ões +="# "> +Ġrepresent ed +ill er +(ex pected +Ġd ance +Ġvisit ors +.con cat +-b it +UR RE +ĠR og +v p +ip h +ĠL LC +it led +iam i +C oll +_re al +_sh ow +_f older +Ġd ar +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġl atter +arch y +Ġb ow +Ġout come +ĠPost ed +Ġris ks +ĠThere fore +Ġowners hip +Ġpar allel +Ġp ending +ge ometry +Ġrecogn ize +ST EM +ĠC P +Ġimm igr +IT LE +ĠĠĠĠ ĉĉ +conn ected +Ġsm ile +(d ocument +\ Component +vert ical +Ġconsum ption +Ġsh oes +. impl +un ks +. ";Ċ +Ġfood s +_ );Ċ +.assert True +Ġp ipeline +Ġcollection s +Ġearn ed +ĠC ert +Ġpartners hip +( action +Ġc d +ĠV ery +Option al +Ġscre ens +Ġtit les +ener ator +Ġab andon +k ind +IL TER +Ġclos ing +lic a +_ inter +Ġcamp us +set ting +S prite +ãģ ¯ +_re ply +To List +: \/\/ +ed e +Ġfol ks +Ġbo at +( argv +Ġperman ent +Ġcarry ing +Ġconserv ative +import ant +. img +ĠIm m +Ġdim ensions +al and +s ingle +Ex it +-------- -- +ari ant +tern al +Se conds +ĠIt aly +ot lin +.Res ume +=' " +) == +cept or +Ġs ca +/m ain +Sec urity +_d at +Ġlet s +Ġa qu +Ġwhen ever +b erry +Ġact ing +ant i +p d +& gt +æ Ń +Z one +T oday +! . +To Props +ab is +it able +Ġg al +] { +iz ona +Ġin contri +N ET +/// Ċ +[ in +_s ave +Ġex em +ĠK enn +Ġev olution +var s +_st ats +- only +ĠColor ado +Ġwatch ed +b our +Ġsever e +Ġprofession als +port ion +Ġguar ante +Ð ³ +Ġpush ed +ĠG i +ï ½ +Ġt um +ĠA z +ĠEdge Insets +")) ;čĊ +is se +. ac +Set ting +Ġapprec iate +ĠValue Error +Ġsur ve +ĠR ole +. Inter +plot lib +j et +d am +Ġplatform s +te le +UT O +ĠInt ernal ++ : +} ;čĊ +Gener al +\ Entity +Ġlawy er +qu iv +ĠPost s +is o +Ġacc um +ob e +Ġmark s +Ġ] ;ĊĊ +ĉ text +.s uccess +cur r +as a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġth in +_ over +are st +ĠO s +( address +Ġvel ocity +Ġ[] ;ĊĊ +=" ../../ +ĠPr iv +b ow +Ġguar antee +% ĊĊ +Ġeval uate +.LE NGTH +Ġin ventory +q a +_de bug +.On ClickListener +Ġl ies +Ġassess ment +dat etime +.background Color +Ġ*/ čĊčĊ +ra f +un wrap +ĠF oot +Ġnot ify +Ġlow est +DO CTYPE +Ġl anguages +ex tra +- back +Ġein en +tem plates +_p ass +ĠM ust +Ġest á +_c ore +ĠSc ot +A I +Ġb ias +ations hip +Con stant +Ġprogram ming +In s +uspend Layout +ĠPRO VID +ant es +Ġsh irt +in ated +. OK +[ a +Ġthink s +? ĊĊĊĊ +Ġregard less +ĠMag ic +ul ating +ĉ class +add Group +RE ATE +ĠS U +Ġsim pl +c opyright +Ġb unch +Ġun iverse +ĠE rr +Ġpresent ation +c ategories +Ġatt ach +.s ign +_A C +Ġdisc ipl +Ġregular ly +Ġprim arily +ink s +[ [ +.r and +.sh ould +ownt own +=" ' +Ġs ans +Ġsupport ers +se quence +G O +. .ĊĊ +ĠS pr +Ġcare fully +U IColor +dest roy +Ġtod os +ĠOR DER +ott ed +Ġd ont +aud i +_ player +g re +ĠO il +< body +_st ack +.P adding +ĠProduct s +Ġpriv ile +Ġinj ured +ĠF urther +Ġal ias +.Resume Layout +_LE N +Ġs es +'] ;ĊĊ +cre ens +Ġdirect ed +.S uspendLayout +od ge +.A t +mark s +ĠUn ivers +ert s +ĠE sc +Ġnav bar +Ġutil ity +agnost ics +Ġin ject +ĠD NA +Ġ" ," +am ar +Ġe u +Ġrestaur ants +_p ut +ut ers +Tool Strip +t w +ist ro +Ġz oom +Ġleg it +pec ific +ĠC ome +Ġlocal Storage +Ġabs or +.P anel +ĠDesign er +Ġo w +IC AL +_ uri +(f ield +Ġsup erv +Ex ists +Ġrespect ively +ĠSt and +Con f +uss ian +Ġar c +Ġ nd +uck s +Ġre str +Ġseason s +ĠCh apter +ĠSw itch +p ic +Ġh i +load ed +Ġfl uid +-b tn +Ġrun time +. it +B N +Op acity +as ant +ry ption +-n ative +Ġta ught +å ¯ +ag ment +Ġm ul +Reg istry +_ grid +ĠBro ok +: Set +Ġm ongoose +AM ES +inner HTML +Ġs oci +ĠInt el +get Id +C md +Ġaccess ible +r ames +le ton +Ġ__ ( +ĉ delete +ĠS quare +" ĊĊĊ +Ġbu cket +avor ite +ĠB reak +++ ] +Ġbr ush +Ġt ensor +/ http +T ile +Ġfunction al +Ġ" * +wh el +Ġt ent +ĠChar acter +Ġse es +. ST +B ig +Ġext ern +Url s +)) )), +ĠJ r +.B uilder +. ; +n l +_ Init +ĠH ER +ż e +mys qli +_ icon +v an +Ġfeel ings +Ġle an +Ġhop ing +T V +="čĊ +b est +all as +ent ed +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĊ +_con nection +Ġrep o +en abled +аРº +Ġsh a +Ġmembers hip +Status Code +in ating +_s m +_c ustom +_ weight +Ġc ss +St at +_ env +link s +TR L +ĠH it +, r +up id +Ġop ens +Ġg ent +_v is +Ġj oy +< w +_c ost +ĠPy Object +ren ce +ĠGeorg ia +ĠBro ad +m ma +â Ĥ +p f +Ġ" \" +Ġ( & +om o +Ġliter ally +Ī ĺ +met ric +Ġb ars +z ed +(w indow +ĠIsrael i +Ġform al +ident ifier +.d ao +ĠDe ath +% ;Ċ +Ġdecl are +ar ms +RE AM +PERT Y +Ġconsequ ences +to ols +Pe ople +ĠWh ich +> ();čĊ +.de code +_A CT +Button s +.f loat +.F irst +ë ¥ +ĠPol it +ĠX CT +T ags +ĠCG Float += str +Ġle af +- check +ĠI ss +.s ystem +log out +ach t +Ang le +s in +ch art +INT ER +ĠN UM +B asic +.P roperties +ä¸ Ń +_ change +ĠB razil +Ab stract +Ġ: +: +_ use +а л +ĠL y +IB UT +Ġout er +Ġ-- >čĊ +Ġrel ief +l ap +qu er +_p arent +he ap +LO SE +Ġcomb ine +ĠR ose +ow ers +Ġproced ures +ĠS ort +an im +var iant +eh icle +Ġsign ing +Pr imary +c urrency +Ġsex e +o en +th eta +em an +Ġimpress ive +(' _ +ĉ U +ĠText Style +_c nt +Ġs lice +(' : +Ġunderst ood +H is +Ġinform ed +Ġn ick +(T AG +h d +Ġelection s +est ure +ĠS anta +ĠCo ast +.p df +inc iple +.cl one +b orn +ut a +Ġl icensed +C r +Ġb read +ĠH ouston +Ġn od +Ġhop es +ĠCG Rect +Ġgu ilty +.g if +Ġro se +.Com mon +T ip +AN K +ĠF C +D uring +ĠSym fony +Ġdef ensive +k m +) > +arch ive +ĠU RI +ycl ing +- o +ĠWe bsite +AM P +ish ment +Ġdo ctors +D irect +AR I +ĠRed irect +ier en +_d ist +y o +ĠPro gress +Ġz um +Ġmem or +ĠE D +Ġj ur +æį ® +_T ABLE +Ġu uid +Ex pr +. head +(' % +point er +Ġest imate +ĠG reg +Ġlo ader +Ġi OS +Ġm ens +[ y +Ġref used +Ġprec ision +is ch +ĠA CTION +Cl oud +s With +( ret +_ADD R +_con f +(d f +Ġlock ed +Ġr ising +ãĥ» ãĥ» +ĠM s +Ġscen es +_EX T +_ raw +_ the +pe ople +Ġre con +ĠF un +Ġb less +ĠUp dated +ü n +ĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +pe ction +Re lease +.log ger +ĠS Y +Ġcoun sel +ur d +_ true +Ġevery body +iv ot +Ġh ence +ĠN AS +Ġoppos ed +unk nown +ĠDES C +ĠCh air +fa iled +ĠIN CLUDING +Ġwrit ers +{ }Ċ +ÃŃ t +_c opy +} : +ĠB at +Ġconvert ed +ed ing +pl acement +ĠH ost +S ound +и м +Ġs ought +m id +Ġsal ary +og g +âĦ ¢ +b ul +Ġw ir +valid ator +_ST AT +.st ore +ĠB attle +ı n +Ġ-- >ĊĊ +Tr ump +d ot +ĠCON T +.f etch +Ġcontin u +w as +Ġfra ud +_t mp +mit ter +.p ictureBox +G A +Ġt ournament +. Input +[ r +ex ion +cent age +ĠKore an +und ef +ĠAv ailable +resh ape +Ġk it +ĠStr uct +ĠS UB +An swer +_l ib +.t witter +Ġo re +ĠDr agon +.Ex t +, k +Ġexplan ation +ref s +ĠDr ive +ĠTr aining +.H as +int age +b ig +olog ist +enn is +Ù ĩ +Ġch icken +ĠĠĠĠĠĠĠĠĠĠ Ċ +ç Ľ +ãģ § +Ġpe ak +Ġdrink ing +Ġen code +ĠNE W +m alloc +ĉf printf +Ġ= ================================================================ +in cluding +Ġprincip les +ĠM ah +st orage +- key +Ġkey word +% ; +Ġtr ained +.con trib +Ġk v +__ ':Ċ +ĠB oy +param eter +Ġsu ite +Ġthous and +Ġco ordinate +-g enerated +íķ ĺ +gener ated +Ġad mitted +Ġp ussy +# w +Ġsw im +un ion +N a +ĠRoy al +.ch annel +Up dated +_RO OT +Ġv ital +ra ction +ĠCrush er +Ġpre ced +Ġhor izontal +Blue print +Ġattr s +Ġsm oke +Ð Ĵ +. Equals +F B +ĠRes ources +roll ing +Ġpass es +ĠN um +rot ate +et ype +\ ", +Ġsens itive +Ġt all +? âĢĿĊĊ +Pro xy +i y +_ section +âĢĶâĢĶ âĢĶâĢĶ +br id +Ġcirc uit +at an +EN C +Ġdr iven +Ġvot ed +Ġeduc ational +Ġinter action +abet es +Ġt one +ĠInitialize Component +Ġmer ely +Ġì ŀ +co okie +_ div +ĠUIL abel +vel y +} );čĊ +_ ENT +#+ #+ +art icles +ĠSou thern +Ġstrong er +ĠG iven +ĠE ric +ĠI R +ab stract +U nder +n able +Ġincre ment +ov en +Ġco in +_t imer +Ġsuffer ed +ĠF REE +'] ." +ĠQue en +st ats +Ġmeet ings +Ġenter ing +Ġalong side +(s ession +it als +Ġfound ation +ĠC redit +. div +_ ALL +pc ion +_st at +ick ing +Default s +_s rc +Ġoutput s +/ B +Ġent hus +-b l +.Fore Color +ĉ temp +F ace +Ġinter act +Ġwe ird +M ount +re ll +ud ents +Ġrequire ment +ĠS us +I ER +Ġe lected +re ference +ĠM E +Ġserv ers +.w ait +Ġsnap shot +il ton +Ġtri es +Ġt ipo +.T ime +> w +Ġmount ain +Ġp ounds +Ġ[ ... +ex ists +Ġng On +_M AP +Ġf lying +xi ety +ĉ value +_D B +un o +Ġse ats +T URN +. author +! ) +or ce +Ġindic ated +.s in +Ġass ignment +im iento +ĠF rame +_g en +in ery +_ ) +m essages +.set tings +ĠMe an +ĠM useum +ir q +att ach +ĠPalest in +_ QU +_t ags +Ġcas ual +em en +ASS WORD +$ s +ĠC irc +оР¹ +et ric +/ P +Ġep och +< head +_C MD +Ġg it +Ġpen alty +or ph +_ users +ours es +.Date Time +atern ion +_pro ject +Ġsuper ior +ĠD am +ĠSe attle +X Y +> The +ĠA k +Ġgr ass +/* čĊ +(d is +Ġgun s +Ġt b +ĠK evin +. args +ĠA h +op ed +( J +column s +arg uments +ĠWith Events +_f ull +ĠDef ense +S imple +Ġdeath s +Ġext ensive +ĠSt ill +ĠEx pression +ĠAg ency +Ġperform ing +F X +Ġus uario +U AL +S ide +od os +apt op +Ġcred entials +_c ap +at ient +ĠDis ney +Ġa i +Ġch ip +Ġvol t +.make Text +%%%%%%%% %%%%%%%% +Ġbelie f +_LO C +ĠC ivil +N avigation +Ġreve al +Ġviol ent +ĠF il +Ġc atalog +em ed +sc an +. control +Ġconstit ution +C ountry +Separ ator +_A PP +top ic +uet ooth +M IN +Ġdes criptor +y t +ET HER +Ġdistrib ute +' }Ċ +.tr im +.L ine +Ġl bl +assert Equals +ĠD et +omb ok +( width +Ġt ort +ĠEXP RESS +ac o +Us ing +ĠBr and +w all +EM ENT +ĠComm unic +< uint +ĠG UI +EG IN +ĠR ange +/ i +ĠT aylor +c ost +Ġrespond ed +ĠTh eme +n ce +IS H +Ġfeat uring +Return s +ĠK r +Ġ .Ċ +Ġn am +_c b +Test ing +Ġ{ }, +y al +.f ield +Ġ/ = +_SH ORT +m ates +Test Case +ain less +Ġeval uation +_ ITEM +ĠPac ific +ĉ k +Ġc ant +ĠR os +) s +Ġf et +STR ING +ĠDis pose +g al +ĠJ oin +ĠP orn +ĠCath olic +AR GET +cp u +ç łģ +.sc roll +IS ING +ifest yle +anc ement +Ġm erc +ĠB rowser +eter min +Ġover flow +Av ailable +Ġbott le +: UI +ific ial +Ġco ord +clar ation +Ġcon j +G LOBAL +ok u +Ġk wargs +cond itions +ul um +Ġg enu +ĠH ero +å İ +Ġun expected +ĠDAM AGES +Ġk a +ĠC ould +UP PORT +ĠPh otos +Ġconf ident +Ġdet ected +de g +rg b +Ġstrong ly +Ġ} ;čĊ +Ġ) : +Ġle ct +urs ive +RO L +ĠWe ight +Ġent ertainment +Ġ) );Ċ +Ġg onna +Ġb b +.d o +G S +Ġmist ake +D L +ĠPROVID ED +ear ning +L imit +iss ions +[ v +ä¸ į +ir ty +D el +Ġunder lying +pre ne +Ġj aw +ĠD I +pe er +Ġobject ive +Ġde posit +Ġk on +Ġes p +.set Visibility +/ login +< typename +Ġfr anch +/ e +Par allel +Ġsc ored +ĠH on +ĠV ill +ig a +Ġant icip +_ assert +ĠO pt +Ġdescri bes +w an +m ount +Ġmonitor ing +Ġt out +ëĬ Ķ +}, { +................ ................ += int +Ġc ust +---- -- +Ġatmos phere +P AR +ort e +IS IBLE +ĠI ron +ĠNot ification +.log ging +ĠBO OL +-p oint +Ġaf raid +ent a +Ġtom orrow +@ implementation +Ġeng age +ĠAn th +ĠF loor +ĠU l +To ols +Ġb ab +Ġcare ful +ãģ Ħ +Ġcruc ial +Ġcalcul ated +ĠS A +Ġw y +D X +_T AG +ind ed +Ġj et +ĠEngine ering +.M AX +en z +v d +Ġpublic ation +Ġ## # +Ġfac ed +ra ham +ĠC apt +As set +ĠCon stants +Ġlo ans +_ IP +ĠF ish +Red uc +_m at +Date Format +_m e +[] [] +Ġintegr ity +ĠC ourse +lob als +Ġfac ilit +Ġem br +ĠN g +.S ystem +Ġmanufact urers +Ġpro ven +.on Create +Ġal arm +Ġ § +Ġcomm only +ic os +æĸ ° +ĠSt ation +} ). +ĠF ilm +w i +ç ī +Ġeng aged +St ats +Ġgovern ments +Ġafford able +_p roperty +Ġag es +(' -- +Ġf ör +ĠProf essor +Ġhy dro +P ush +Ġorgan ized +Ac cept +é m +_c ell +Ġn b +p b +Art icle +Ġrem oval +Ġauth entication +ĠF R +l ide +Ġple asure +ap ol +Ġpart ition +ĠS ide +Ġcr imes +Ġdem o +hold ers +ĠPak istan +In struction +Ġexpect ations +.sc ene +Ġ' ) +h es +ino is +_P ro +Ġm olec +and al +_sh ort +Ġdefault s +Ġn ations +in en +Ġr t +O CK +P acket +S B +ĠSH ALL +_cont ents +ise conds +vert y +á t +G uid +n om +Ġcon clusion +. Update +Ġlo vely +Ġem it +b ec +ĉĉĉĉ Ġ +Ġintel lect +Ġb rew +ec ycle +F ire +Ġad mit +Ġar bit +Ġarr ang +ĠM IN +M ail +ĠN ative +C ur +Ġcon vent +.R untime +" }Ċ +.R un +Ġprint ed +Ġconven ient +. ar +m ock +ĠAdmin istration +ãģ ¾ +Ġelect ron +fl ate +Ġl ombok +Ġjava fx +n h +Ġsup plies +Ġvisit ing +ah l +Ġpow der +Ġult imate +Ġorient ation +ut as +_s cale +Con firm +ph ones +ĠOper ation +/ T +_IN TER +Ġair port +Ġmet rics +Ġphen omen +a udio +Ġm ai +( K +h u +all ing +rodu ction +ĠTrans port +ĠNOT E +æĸ ĩ +Ġfew er +_T IM +ì § +к и +A ge +F IN +Ġì Ŀ +ĠAt tribute +group s +er k +at to +. define +.AspNet Core +ategor ia +ĠS ir +( form +< User +. round +_d ay +.A ll +Servlet Response +.N o +l arge +IG H +qu ent +Ġvir us +Ġret ro +Ġim per +Bit map +Ġv ice +Ġoff ense +ist e +ĠA UTH +Ġê ° +ToolStrip MenuItem +G u +Ġr ape +ĠDav is +Ġover whel +: flutter +- table +ĠCon structor +Pr ivate +e ven +ch r +Ġap plies +_at tribute +Ġcon tribute +E VER +L ines +ĠAf ghan +Vis itor +ĠS L +se ason +C U +Ġintrodu ction +Ġmat plotlib +Å ij +Ġnewsp aper +âĢĶ and +< tag +Ġin i +Ġd iverse +Ignore Case +ĠU r +Ag ent +Ġb ull +.em it +( Exception +ar Layout +Ġincred ibly +ĠTr ust +={ ( +- nav +Ġe quals +Ġl ady +ĠP od +d isc +al am +ĠI V +â Ļ +iv idual +ph i +add ed +Ġdifficult y +Ġcomp act +ĠAction Result +c ers +_class es +Non Null +Ġqu it +Ġp ou +S witch +ir s +- test +ĠK ind +ĠCal endar +Ġstream ing +} ', +S W +Ġst ead +oc a +Ġprov ince +Ġcol span +Ġperson nel +ĠE mployee +Ġprodu cer +Ġevery where +od b +Ð Ł +bs olute +act ivate +Ġgr inding +ĠBuild ing +ĠSand ers +(s c +ĠOff set +//////// //// +} ;čĊčĊ +({ " +Ġscan f +ĠY Y +ĉdef er +Ġj ew +Ġrestrict ions +.m p +[ l +ä¸ ĭ +label s +red icate +aw esome +Ġw aves +Ġcon front +Ġmeas ured +Ġdat as +_ex it +ot ton +Ġshould er +ask a ++ # +ĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĊ +Ġtro ops +ĠU nd +_c ard +w ich +Ġn ous +Ġ"/ " +s b +Ġcommunic ations +Ex port +Ġdec ode +th s +inter pret +By Name +ĠSp irit +ed ges +O LE +ĠE M +t it +ĠTh rough +Ġb io +ĠP ackage +or ne +Ġ} . +` ;Ċ +Ġok ay +ĠZe aland +ident ity +(n ext +ĠB ang +Lib rary +Ġheav ily +il on +Ġdi pl +Ġrot ate +put s +) ',Ċ +ĠData Table +Ġmay or +.to LowerCase +Ġsome how +ĠNor thern +al c +Ġcap abilities +Ġv ibr ++ Ċ +ĠS u +ĠRes et +_m ean +Ġc ig +.cl oud +ĠB and +ĠF actory +ĠAr izona +_ io +op her +Ġconsc ious +Ġà ¶ +\ Controllers +_s peed +ĠF ac +_C om +ĠB ible +w en +ED IT +Ġun n +ĠSt aff +ĠIn n +Ġmechan ism +ĠM embers +Ġmigration Builder +'] .' +.get Int +< void +ĉf ree +oid s +\ Support +Ġautom atic +Ġch ances +Ð ¶ +Ġcomp licated +[ row +ah oo +Ġ}ĊĊ ĊĊ +Model s +W in +Ġt ape +ir us +iz on +on omy +(" _ +: . +.st ereotype +( env +_re ct +(w ith +Ġassert That +Ġcon straints +put y +E mployee +T D +Ġgu itar +ĠJew s +.pro cess +Ġf iction +ĠSh ared +âĶĢ âĶĢ +Ġprop ag +.N et +Ġachie ved +ĉ Q +Ġn urs +Sh ared +_FAIL URE +Ġbeh aviour +Ġcol s +ism o +Ġfem in +Ġchalleng ing +Ġpost ing +enc il +Ġcapt ured +ĠD ou +( word +ĠTur key +pan ies +Ġre putation +ORM AL +Ġelig ible +prot ocol +id as +(f rom +Ġfin ance +- per +Ġg otten +H A +d uration +ĠP arent +Ġin vent +Ġre start +ол ÑĮ +r ition +(r s +< bool +i ert +Ġmod ification +ĠT X +readcr umb +b ank +$ / +ĠMill er +] ),Ċ +.Check ed +Ġsac r +se curity +Ġp ose +ĠBr ad +Ġfit ness +Ġannounc ement +ation Token +Ġserv es +ne ed +Ġge ometry +AR S +æ Ģ +andid ate +Ġs prite +_s plit +We ek +ad ies +> (Ċ +?> " +Ġ/// Ċ +Ġein er +Ġweek ly +ĉlog ger +_p op +_m an +Ġmigr ations +Ġask s +Ġb s +Ġfall s +.W here +- height +_fe ature +.M in +Ġhy per +Ġvol atile +Ġtw enty +Typ ography +Un able +D et +, f +-m od +Ġsett lement +Ġcontract s +n ome +B ad +ĠB rian +(user name +!! !! +Ġh ack +.F ield +H R +ĠJ ordan +iz a +Ġ ł +ĠSh er +. header +( other +ĠD ub +( op +ĠR ound +Ġv ie +Ġap pl +ĉ J +ĠIn sert +ĠL P +reg on +ĠM PI +Ġan chor +ac a +ø r +Ġa de +anch or +que e +ĠTree Node +Ġtarget ed +Ġla id +AB EL +v et +ĠOr igin +A nt +. ');Ċ +ex pect +ed Reader +ĠM ajor +Ġin ch +Com par +Ġpre view +Ġill ness +ĠCONTR ACT +ĠInd epend +u uid +Ġn ome +Ġt c +ĠA venue +is an +Ġph rase +_m ove +") [ +Ġprov ision +Ġconcent r +_ IR +ĠU t +() + +Ġn as +! , +ĠRob in +i ations +at itude +Ġp x +ĠWith out +/b ash +ek t +re ement +Ob server +ĠReg ion +UBL IC +Ġ{ // +K N +å · +Game Object +å ¾ +enc oding +Ġ** * +project s +Ġt k +Ġche ese +EM PL +ar o +Ġا ÙĦ +Ġcons ists +ref resh +ure au +ĠSc anner +Ġso il +Ġfl avor +Data Source +Ex ecute +ени е +Ġsh it +åĪ Ĩ +< any +Ġretrie ve +Ġbelong s +.st rip +abs olute +Ġexp anded +bo y +): - +Ġresc ue +.J Label +Ġre ly +Ġal ignment +-f amily +Ġre nd +OLUM N +Ġb orrow +Ġqu otes +ĠL ew +Ġsh ower +ĠDE LETE +_lo op +! "ĊĊ +ĉ re +Ġattempt ed +aver age +ĠP aint +quis ition +ol en +Ġliter ature +ĠRe ference +_TEXT URE +ĠS eg +ĠInd ust +ct ype +D UCT +_H OST +ĠTr ade +Ġpl ugins +Ġbre ast +ul se +Ġcreat ure +ãģ Ļ +ĠW i +Ġsup plied +c oll +! (" +Ġfuck ing +ĠCh rome +ĠU ri +ĠN ation +Ġvert ices +T HE +ĠOr iginal +on de +Ġsh arp +Ġcook ing +Ġ{ /* +ĠPs ych +ĠH ollywood +=$ _ +.D ock +Ġg er +Ġb one +_con n +_se c +ys ics +Ġ= " +S al +s f +Ġdeep ly +ang les +T erm +b ell +ĠQu ick +ener ation +adio Button +åħ ¥ +}čĊčĊ čĊ +Ġcapt ion +l c +ĠE L +, [ +ĠĠĠĠĠĠ čĊ +ret t +(m ethod +ĠFl ash +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +W ISE +.s cale +Ġrough ly +_ child +m emory +ay ing +Ġinitial ized +in ator +а ÑĢ +Ġsc alar +ĠH o +ai res +(c olumn +.de stroy +P ACK +Ġh em +ang el +_S UB +. qu +Ġ × +DE FAULT +pos itories +ĠL ength +ĠF ast +Ġsign als +Ġ// $ +ri ers +Ġd ummy +AN Y +Ġperson ality +Ġa gricult +Pl atform +ER O +ĠT ra +Ġen orm +ĉ W +Action Result +Ġa ver +[ str +Ġ' -- +.S printf +Ġdeb ut +Ġ Ñĩ +h ex +_ utils +Ġp b +U ITableView +Ġz ur +. encode +Ġv ag +.error s +о н +Ġm r +ĠA ward +Ġc pu +Ġpress ed +' est +ĠF estival +' T +Ġa k +res olve +.m e +Ġn ic +Ġgen re +Ġat trib +ĠMo on +Ġarr ive +ĠD ating +Ġt m +.Config uration +. red +Ġgl m +Ġst ations +sw itch +Ġt ied +äº º +Ġ/ >Ċ +Ġsubsequ ent +pos able +-fl uid +Ġth orough +Ġpublic ly +apt ers +ĠWil son +_P RE +y ard +ä ¼ +ĉ in +Ġre vers +Ġbul let +cri bed +nes ota +Ġ($ _ +ann on +c ursor +Ġclo thing +ĠM ulti +: ', +Ġv ess +ordin ator +Ġein em +C annot +Ġar med +ĉ V +ä¸ Ĭ +.F lat +ĠS ep +ĠSub ject +_f ont +Ġcharacter istics +D one +el n +######## #### +PO S +Ġd ensity +ĠPl atform +- items +Ġo vers +Ġpush ing +ç ¤ +.Con nection +_ term +Ġinitial ization +________________ ________________ +ç ¬ +.d ocument +les h +ĉd ocument +ĠP in +ç a +Ġdefinition s +.P ath +_W RITE +Ġ ĉĊ +? >ĊĊ +Ġter rible +be an +ick ets +ĠS V +B uy +(t ask +Ġreg ime +g oogle +Ġcr ack +.vis it +N UM +ener gy +Ġstr uck +_s ample +.p ayload +Ġre vis +ĠSc ene +Ġp g +Ġbreak fast +URRE NT +.char At +_ex ception +ĠAnt on +Ġguid elines +Ġex haust +ĠFin ancial +Ġind ent +Ġdes ktop +H idden +F ailure +Ġpr inciple +Ġ iv +Ġse ks +n etwork +Ġnumber Of +ĠAl bert +ĉ long +, . +Ġz eros +f ade +ĠT yp +ĠT erm +ĠAr ts +.App lication +Ġbeh alf +æĪ · +Ġm ere +(` ${ +Ġaware ness +elp ers +f lix +Ġwe igh +Ġestim ates +. child +/ O +ĠBit map +.b ottom +Ġ************************************************************************ ** +Ex pect +ent o +ĠFor um +ver al +Ġj ail +Ġab ilities +ĠH OLD +ĠC it +Ġd ynam +Ġgr ay +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉ +.next Int +ant ly +ĠAR ISING +( private +Ġreject ed +ĠN ic +Ġle ather += {Ċ +aly tics +th etic +.T op +.P age +={ ` +Ġ ;čĊ +de pth +m ann +W D +ĠS om +.R ight +Ġ) }Ċ +Ġtr ait +Ã Ĺ +i ac +Ġr v +S ample +.X ml +opp ed +ĠÑ Ħ +list s +Ġt ear +ivers ary +.c ollection +ĠCon stitution +ĠHttp Response +Ġbr ill +ĠP rom +h over +ĠM iami +Ġarg ue +_f loat +Ġ ãĤ +Ġn at +ĠT al +Ġinteg ration +(c ur +Ġrem oving +Ġco eff +ĠTh ough +Ġfore cast +ĠV egas +S ite +Ġtr ab +ĠHen ry +- i +Ġinvol ves +B T +Ġs lo +In voke +Ġl ucky +r at +Ġ? Ċ +Ġhand led +(f d +cont ents +ĠO FF +R F +Ġst y +ĠM otor +ter y +t ax +M AP +ĠMr s +Ġph ones +ĠUI View +")) );Ċ +( dev +ĠIr ish +Ġw s +D I +_OFF SET +ĠEvent s +Ġst ages +Ġ} // +Ġhab en +ST ANCE +ĠS in +ĠM oney +(t op +Ġappoint ment +VER SION +met adata +_com ment +Ġcolle agues +map s +â ĺ +Ċ ĉĊ +( al +_re q +Ġf ut +Ġarchitect ure +ĠWH ETHER +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +_s creen +Ġstyle Urls +Ġmon ster +. up +ph ia +Ġprocess or +ĠT err += ', +ĠMan ufact +ĠN T +k el +ib ern +ĉf ile +A li +rient ation +Ġ// ! +ap ore +ane ous +ĠC reat +f older +Ġh ay +Sup press +( left +Ġe uro +Ġdis claimer +ustr y +sh ips +_f d +ĠF a +_in sert +Ġro l +if ting +ĠCom ments +_b r +Ġloss es +ĠAdd ed +ch arg +Ġп о +_s ystem +ĠS ometimes +ĠSp ain +(g roup +ial is +Ġdoll ar +ĠAr gs +qu ires +ĠT en +.s css +Ġsurv ive +us age +Ġj un +im iter +ï¼ģ ĊĊ +Ġfif th +t oggle +Ġdecl ine +($ " +(L ong +ing e +Ġpil ot +-l ight +-r adius +Ġpod cast +Ġnatur ally +P ages +ä¸ º +ĠDes pite +Ġlight ing +Ġcr ate +ĠB inary +Ġredu cing +Ġe leg +ĠM ouse +ĠTest Bed +Ġbefore Each +_ ARRAY +Red irect +Ġf lood +Ġsh ips +Ġelectric ity +)* ( +ê ¸ +ĠV iet +her o +Ġd ia +ĠK ent +he art +Ġthreat s +_ acc +Ġs ymbols +is chen +_in st +C riterion +ĠT IM +. Height +Ġ âĢĻ +();ĊĊ Ċ +Product s +_S P +ĠC y +Ġdepend ent +est e +Ġdat os +d it +аР² +IGN AL +Ġless on +"> ' +ĠC over +ĠH ope +ĠT imer +Ġd ad +vid ers +ĠPh ot +/ ? +rop y +om ing +as ion +Ġ\ ( +ĠE T +ĠRe ading +Ġep isodes +l m +ech a +Ġne uro +Ġhar mon +Ġlib eral +- ind +D ATA +Ġevery day +Ġdiv ided +ĠActive Record +fig ure +U A +ä ¹ +riend ly +te ch +.game Object +иÑĤ ÑĮ +Ġmo on +ft ime +Ġno ch +ĠT ORT +ĠV M +.in itial +( child +Ġmus ical +Ġo c +b as +ĠH ay +_l ong +Ġmem set +ile y +adel phia +S V +ro at +_t x +Ġl on +ĠngOn Init +b p +ĠGold en +AC HE +Ġwor ried +az i +E ar +T ake +(f p +bur gh +_ Data +g res +ĠO nt +p us +Ġtrans parent +Ġp ocket +Ġr am +igr ations +. čĊčĊ +Ġ[ ( +Ġadopt ed +Ġreported ly +ĠD ream +Ġ} ));Ċ +los ing +Ġte eth +ĠBook s +", & +enn y +LE MENT +Ġg el +ĠPl ant +! âĢĿ +.h ost +ĠRep ly +re ngth +Ġrecogn ition +Ġ}} >Ċ +L A +Ġmir ror +Ġassist ant +( device +Ġspirit ual +b uilder + § +Ġou tr +Ġt t +ĠP ER +Ġrad ical +Method s +Ġp ace +ud y +Ġg ut +ĠG reek +Ġnon atomic +ĠP aper +_G PIO +Ġob st +.A d +viron ments +ĠS ov +( con +ĠTrans action +. assign +ĉc atch +el ter +Ġbit coin +_G R +ĠčĊ +met ic +Ġtrans formation +åı · +Ġr gb +istrib utions +Ġimp licit +/ in +dest ination +аÑĤ ÑĮ +Z ero +Ġun set +. where +.g o +Ġform ation +Ġdeclar ation +() čĊčĊ +ĠEx pl +ĉĉĉ ĠĠ +/ pro +.J SON +Ġdes k +.sub str +//---------------------------------------------------------------- ------------ +ly n +p son +dis able +ĠF unc +ĉ Assert +ĠM ARK +Ġdefe at +Ġbl ind +Ġconst ants +. headers +UIL D +Ġexp enses +P ixel +Ġh r +Ġf el +ĠEast ern +_d el +ĠC ub +Ġs q +ĉc ount +ĠD irectory +Ġex clus +Ġhistor ic +Ġ ------------------------------------------------ +Ġcom position +Ġdata GridView +ĠB urn +ĠB C +M aster +Ġsp awn +Ġbe aring +.Set Active +il o +Ġg allery +Ġfound ed +Ġav ailability +.s qrt +Ġp es +ĠD OM +m ate +O ct +Ġmatch ed +it ivity +Ġan xiety +.pr ice +ĠIn stant +ì Ĭ +Ġt ut +IC ollection +.sh ared +_s ql +t bl +lib rary +_de stroy +erm al +ĠNot es +ĠE in +Ġsou thern +ĠOTHER WISE +Ġmac ro +.l ower +cl s +Content View +.l ink +const ant +ĠB es +Ġsome body +n b +"> { +( local +.. ... +ĠN ull +m x +Ġà § +Ġp ause +-------- --- +_M O +ĠC M +Ġfor Key +ĠD VD +Ġclose st +_DE VICE +ĠSte phen +ĠB BC +ĠTr avel +P aint +ĠResult s +ĠR ule +Ġt p +Ġrat ings +c in +c sv +> / +ĠG OP +l ad +Ġ ÑĢ +Ġindex Path +m atrix += f +ars ed +Ġ} ); +ĠC os +ĠS core +Ġt ak +ĠE SP +ĠIN C +_N ULL +-f lex +"] [ +int o +el and +Author ization +_F ALSE +Ġg ate +Ġv id +ist ent +T IME +Ġre write +Ġt ie +Ġarch ive +.event s +.get Parameter +ĠPer mission +Ġprogram me +Ġ é +j ud +Ġcam eras +(s ys +ĠSy rian +Ġimpro vements +Ġh ip +Ġsu icide +Ġsch olar +Ġcompat ible +rem ote +.d own +F UNCTION +Ġman aging +ĠUI Kit +. raw +>> >> +Ġdem ands +ell ite +Ġd ent +ĠM icro +åı ĸ +'] [$ +ĠI E +im ension +Ġt rem +Ġg ained +.w ith +. ok +h ou +Ġb om +amp aign +Ġjoin ing +f ish +Ġadd Subview +Ġnor thern +.c or +ore t +D ie +in ish +_com p +Ġatt ended +Ġcoll apse +ĠS S +ac ent +_E QUAL +ĠDe ep +R GB +ĉ test +ol ves +us et +Un ityEngine +w riter +Res olver +, % +if ference +_re move +ond a +Ġfem me +de code +Br anch +Ġfl ush +Ġinnov ative +Test s +Ġ[' ./ +Ġcover ing +. admin +ultip art +(l ambda + namespace +ĠS port +Ġ! ( +ac les +Ġde pression +ĠK ong +Ġp ert +ĠCon n +ĠOther wise +/ home +s upported +Ġp ink +Ġinv ited +ñ os +_en abled +Ġ- Ċ +F W +en ers +ĠM Y +Ġsuggest ions +Can vas +Ġf er +ĠMarket ing +@ Test +unt u +ĠV en +ĠC ou +iv als +Don ald +lim ited +ĉĉĉĉĉĉ Ċ +Ġanal yst +( entry +Ġrepresent ative +_at tributes +Ġf ur +.h ide +res p +ado res +rid es +ĠJ osh +ro bot +ĠN AT +Ġs esso +Ġintegr ated +: true +part s +Ġst upid +: event +@end section +Ġp u +.T able +ĠY ii +` ;ĊĊ +Ġcl ang +=" "> +eng an +_param eters +.int ernal +ĠMod ern +Ġmet ric +Ġsem i +={ {Ċ +.am azon +ĠB B +aint y +view port +Ġstart Activity +dis patch +**** * +Ġfl av +iffer ent +[ this +Ġst ake +Ġarg ued +vious ly +.w ork +ĠO ak +O ld +( async +not es +Ġfl ip +Ġdis ag +ĠT E +ĉ error +< ' +Ġ» ĊĊ +Ġfilter ed +ĠM ach +Ġh ung +_d ump +_s amples +-dis miss +Ġr ay +Im plemented +D K +Ġj ed +Ġbreak s +Ġf its +. gr +ĠZ ero +or o +Ġequ ally +Ġ' [ +Ġconcern ing +< meta +play ers +_P OS +_s im +J an +Ġyour s +ĉ N +Ġsp ir +Ġch ampion +ĠAn alysis +ap a +ĠNS Log +_l ines +ñ a +ĉĉ ĠĠĠĠĠĠĠ +.S c +Re p +etro it +ur able +M IT +com pat +own ed +_ind ices +], čĊ +Ġdis covery +ĠDie go +ob i +. Index +Ġtrend s +PL AY +.n o +Ġl ens +_c fg +Ġan no +ag an +Ġperiod s +ter ms +y z +Ġattack ed +ib ration +PEC IAL +_ grad +Ġaccord ance +.Read Line +.de vice +ri x +. container +m ay +erc ise +ĠL u +Ġr g +ĠÑģ ÑĤ +ĉĉĊ ĉĉĊ +( un +TERN AL +Ġless ons +Ġalleg ations +Ġtrans mission +.Re f +M obile +ĠT ournament +ĠN ut +ĠG a +ĠCap ital +def inition +- exp +c lean +Ġfant asy +Ġenh ance +ent ence +'] :Ċ +ack ets +Ġcelebr ate +@ ", +Serialize Field +Ġarray s +t b +ĉ st +[ assembly +( reg +.c ategory +Ġimpro ving +Ġsal ope +Byte Array +Or iginal +Ġ[ {Ċ +åĽ ŀ +ĠCl in +oen ix +ĠS amsung +Ġmaint ained +Ġag enda +f ail +Ġpres ents +Ġtim ing +.m ark +' >< +Ġprom ot +Ġin cl +_ only +ë¥ ¼ +ĠAtt orney +- date +Ġlands cape +Ġf u +S Y +.p rop +ĠA rr +p ag +Parallel Group +': čĊ +Ġlog s +a unch +unc i +n ama +Table Cell +iss ues +. { +ec urity +_ex ec +old s +Ġhost s +Ġpro to +_ import +_s ort +ĠB ow +ĠN ormal +ĠF arm +.create ParallelGroup +R otation +. err +Ġp leased +it age +.W h +ĉĉ ĠĠĠĠ +M R +ĠM ORE +ĠN atural +_ transform +B ASE +ener al +ut down +.common s +W T +Ġa an +. Result +d og +Ġclick ing +), ĊĊ +# line +Oper ator +Ġc iv +Ġm erg +ob uf +ng then +Ġ[ { +Ġcan cell +tr igger +. : +W ORK +decl are +Ġdecre ase +ÅĽ ci +lo om +.N one +ĠM I +ĠJ ason +Ġhealth care +iam ond +s ylvania +* x +ĠR a +[ b +Ġprint ing +ph abet +ĠLab our +op per +Ġz ijn +-t arget +_F UNCTION +Ġo ct +ени Ñı +åľ ¨ +Ġwest ern +Ġcomput ers +ĠR ET +Hash Map +[ String +get Value +_D ATE +.N ext +ĠF if +é l +ick ed +æ İ +-M M +Ġ{ ĊĊĊ +Ġcontact s +Ġdig its +Pro du +Ġunus ual +Ġrapid ly +t ures +Ġang ry +c ancel +xx xx +_p arser +id ity +_P REFIX +Ġme hr +Ġrare ly +et he +op es +Ġ% . +work s +Ġthe ta +Ġcontrib ution +ĠT ony +Ġsqu ad +аР¹ +Ġî n +th ere +out ed +ĉ q +Ļ Ĥ +g ood +L I +é¡ µ +ĠL iving +iz abeth +Ġk t +ĠD allas +] ],Ċ +Ġ/ >ĊĊ +Ġrais ing +/r outer +_g ame +ĠC UR +z ens +. es +Ġfont Weight +(f unc +not ification +Ġ'../../ ../ +Ġbl ame +ãĢĤ ĊĊĊĊ +an co +Id entity +f ollow +Ġart s +x s +Ġofficial ly +ĠSt udio +Ġrecommend ations +Ġloc ale +Ġam ateur +ĠEn able +Ġcap s +. End +- add +_g shared +ĠC T +For ce +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Ġor ange +Ġl p +Ġanswer ed +.G rid +Ġd ual +Ġstrateg ic +Ġnob ody +Ġf atal +_ est +( el +Ġì ł +ĠB udd +A IT +_f actor +- one +ĠH AVE +" čĊčĊ +Pro f +Ġä r +str ings +Ġdir ty +ĠF ace +ĠB egin +ĠB us +Ġw is +åŃ Ĺ +Ġspe aker +Ġcar rier +ĠO m +Ġhad n +All ow +:: __ +Ġver b +ĠCom plete +ĠE asy +Ġb ills +ĠĠ ĊĊ +Vert ical +Ġpr on +ĠDef ine +Ġlook up +variable s +Ġpand as +um es +Ġinn oc +Ġset Up +ĠCh ampionship +art ist +ĠC Type +F oundation +๠Ī +ĠSet up +Ġrec ipes +ĠU IColor +ĠF ight +Ġauthor ized +_c lick +_s uccess +ang an +ĠMount ain +ĠDo ctor +Ġeg g +ĠMedic ine +c les +` .Ċ +[ int +d ashboard +ĠApp ro +-d r +Ġprodu ces +Ġrent al +Ġre load +Ġarr ival +sp ot +Ġund ert +Ġequ ipped +Ġpro ved +Ġcent ers +Ġdef ines +al so +Ġop acity +ĠUn fortunately +ĠIll inois +Ġн е +ĠTem ple +ĠTr ail +ĠK elly +Ġmeasure ment +Ġsepar ated +-c ircle +H ey +ĠRE AD +ig its +Ġ ib +ĠM OD +atter y +аР· +Ġv end +ен ÑĤ +ĠHttp Client +s afe +_A SS +ic it +ĠCon struct +ĠC lo +ĠS ix +_T OKEN +(b lock +Ġwarn ed +/* ! +! Ċ +Ġinnov ation +_ " +Ġ );čĊčĊ +Ġsp ots +Ġcho osing +.c s +Ġflex ible +U Int +Ġscr atch +- al +Ġf estival +Ġout standing +================================ ================ +M ean +ĠO regon +s ymbol +. account +d ney +'' ' +! ", +Ġpart icle +à ĥ +[ MAX +IV ER +ER ENCE +NS Mutable +ĠColum bia +_ ĊĊ +.f r +Ġc ogn +V R +ĠMethod s +ĠM ade +ĠB R +ĠEl se +Ġeg gs +Ġsw ing +ĠIn v +Ġdise ases +Ġf irms +Ġle mma +}` );Ċ +l ings +Ġg ym +umin um +.T rim +M em +Ġcritic ism +ibern ate +_T X +ion i +Ġguid ance +Ġrepeated ly +Ġsup plier +Ġpaint ing +.F ragment +ed Exception +Ġw iring +Ġcour ts +W EB +æľ ī +\ . +ill ance +Ġb rows +ĠP attern +PL ICATION +ĠSum mer +Ch ain +Ġc ute +mer cial +Ġd il +ĠFrank lin +ĉg lobal +IN CLUDING +h istory +Ġl st +Q t +SD L +al ia +i ere +( ... +ĉc in +iff s +vel ope +ĠR oot +cl uster +User Name +ign e +< S +Ġf est +Ġindic ating +ke eper +Ġc ada +é g +cons in +ĠG B +Ġl b +em ony +-icon s +_d oc +Act or +e lem +.De lete +Ġin fection +ĠPriv acy +Ġgreat ly +ĠP os +ĠT reat +Fl ow +Ġattract ive +ĠMar c +s udo +tes y +- an +ab ama +ĠW ould +Ġsu ck +index Path +ĠE t +T imes +Ġclub s +_ass oc +Ġac quired +(" : +Ġint ense +.m aps +Ex pected +T oggle +Ġa y +Ġl ifestyle +-c alled +ĠS now +V olume +Ġcann abis +ĠD irection +ĠLim ited +-s pecific +Ġd owntown +/ icons +Ġre ven +L eg += null +Key board +') ). +Ġ"" ;čĊ +Ġatt itude +.n avigate +- error +AM PLE +ĠJ ay +v r +c ow +.com pile +Ġmem ories +_m ark +ĠMin nesota +Ġk osten +Ġprob ability +w arning +Ġgen etic +F ixture +ĠHash Set +N ombre +_m onth +Æ ° +- start +xy gen +ĉ ft +i agnostics +ĠMat thew +Ġconcept s +Ġcon str +. State +и н +N ov +Î ± +ĠP anel +ä¸ ª +com pare +> ()Ċ +Ġapply ing +Ġprom ised +Ġo x +nc ia +ĠValid ation +ort s +_c ur +e lect +ey e +( Data +Ġreport er +ĠB uff +Ġs r +Ġ" ; +ick y +Ġtemp or +S N +Ġres ident +pi res +ys ical +Ġend orse +ĠS ong +is Empty +le et +_ util +Ġdist ingu +ĠT alk +ĠM ot +( default +.A rg +gorith ms +_ words +im mer +_res et +f amily +W W +Ġsav ings +ĠâĢ Ŀ +_en able +side bar +Run ning +Ġal i +Ġtest im +Ġwarn ings +ĠCh em +ĠEx it +Ġfound er +pect or +Ġr m +_d ataset +ĠD as +Ġh an +Get ty +á l +Ġn y +Ġpo verty +Ġresult ed +.b y +ĠVis it +Ġobt aining +/ '.$ +ĠĠĠĠĠĠĠĠĠĠĠ Ċ +sh all +_LE FT +UI Image +_ Name +h ave +ĠN ob +l r +- footer +Ġn aked +ĠG arden +\F acades +Ġgrad uate +Ġfranch ise +pl ane +Ġcontrib utions +Ġstring With +Ġc rypto +Ġmov ements +ath ers +Ġlif etime +Ġcommunic ate +j ar +ĠFr agment +_ IF +ĠN avy +ĠF igure +Ġsim ulation +_st op +Ġreport ers +Ġvers us +aj a +ĠÎ ± +Ġgovern or +List Item +Ġse aled +.Back ground +ed i +ash ing +Ġl ip +ĠI h +mer ge +Ġn ec +el ocity +ATE G +Ġse eds +Ġflo ating +_F A +w alk +ĉ user +_de pth +Ġw age +@ app +N il +( [" +( vector +Ġsecret ary +Ġj Panel +ve z +³³ ³³ +d irection +ĠE P +Ġh unt +Json Property +ĠP ORT +] ", +аР¿ +ĠFore ign +pan ic +Ġtri als +ĠA le +Ġr ural +- value +author ized +ĠScot land +.d rop +ĠM T +ç ± +row th +File Path +Ġrec all +if le +Ġc el +ĠSE LECT +k n +_c ase +Ġc rop +s ure +p ot +IC S +Ġst em +Ġindust ries +P ut +Ġa ber +road cast +Icon s +) ")Ċ +æĪIJ åĬŁ +g ui +Ġassum ed +Ġr x +E A +è § +EL L +Ġdo se +Ġin e +Ġde eper +l ider +Ġord inary +Ġg olf +_IM AGE +ĠN AME +(m odule +Ġat om +Ġbel t +Ġoff ices +b eta +Ġphilosoph y +( JSON +-f ield +Ġintrodu ce +Ġconven ience +opt im +> "Ċ +ath y +Ġemploy er +qu ate +Ġed ited +Arg uments +ĠN ations +__ ) +Ġno se +ĠS ample +' )ĊĊĊ +Ġc ake +.get Attribute +H D +Mod ified +Ġpredict ed +Å Ħ +an ie +S orry +(d oc +w ind +ie ve +Ġprov isions +AT ER +OT E +M Y +.A utowired +ĠB ath +. Boolean +Ġback end +.M ouse +ater al +p aper +Con st +ĠV R +_ entity +_C TRL +ĠProte ction +ĠG M +ĠStud y +Ġsou p +ot ime +' use +] " +/ users +a ug +ĠH ong +_n orm +ãģ ¨ +Ġse cre +(B uild +ĠCon tract +ol as +Ġsa uce +Ġaggress ive +Ġrac ial +char acter +@ @ +Ġcomp ile +ĠV oid +_re m +_m emory +k k +Ġm ic +S ame +U tility +ĠH tml +ĠX ml +Read y +Ġg all +Ġalleged ly +ĉĉĉĉ ĠĠĠ +ĠMet al +ĠPerson al +Ġborder Radius +rx js +object s +Ġwant ing +Ġb owl +v endor +offset of +ĠR s +ĠR ating +Ġr ally +_N ODE +ĠM ix +Ġadvert is +Ġnarr ative +s al +Ġm c +SE rror +Ġf ingers +Ġaccom pany +Ġt ired +Ġstr ide +Ġgu i +el ist +Loc ale +Ġrele ases +ik ing +Ġan ger +)) )ĊĊ +alle st +Sum mary +( O +(f or +Ġbasket ball +Ġroad s +ĠInst all +ĠF ab +it map +Ġ) )Ċ +Ġinter section +ighb or +ĠB ry +ĠHER E +So ftware +elf are +ac s +Ġtrail er +.get Class +ch ars +Ġreg ulation +Ġref ers +Ġde struction +Ġcontin uous +ĠAust in +é ¢ +ak an +.w indow +ĠTem plates +Ġabs ence +: n +Ġdis order +fl ash +Ġde let +bo ards +ĠĠ ĉ +RO P +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġac qu +Ġlaws uit +ĠRe views +Ġgar age +t imer +Ġe j +ĠRect angle +Ġflow ers +il st +ĠIn stance +S uper +d et +dis posing +ĠE S +ĠI C +ver e +S k +_ch annels +put ed +/ null +nn en +ĠG allery +_g lobal +Auth entication +ĠR ank +Ġblock ed +Ġcal m +mark et +ĉ val +Ġa ug +per iod +ĠCon stant +Ġ?> ">Ċ +Ġl obby +p al +Ġs ink +ia h +Ð ¡ +urn ame +Ġcon ver +Ġinvestig ate +Ch rist +H ub +ĠIN D +ĠP ed +ur as +ĉ url +ĠT ro +Ġpre ferences +Ġguarante ed +` ĊĊ +Ġport ions +Ġeval u +' > ;ĊĊ +.AutoScale Mode +Ġc ats +Ġreg istry +ul us +F I +p ayload +- search +Ġstay ing +ac ious +Dec oration +Re view +In f +Ke ep +it is +, String +Co ord +Ġper o +S ex +ĠAtl anta +uest a +Arg b +> * +} _ +F ooter +Ġemploy ed +_b ound +v ide +.f unc +$ scope +Ġsp o +ĠAn al +ounc ed +ar ound +Ġrestr iction +Ġsh ops +å Ģ +ĠLat in +-c ol +Ġbare ly +ĠE uro +E r +Ġfa ire +_d istance +_un lock +Qu ote +IV ATE +Ġå Ī +Ġaim ed +ĠRet rie +. iter +Ġwr apped +Ġagre ements +str ument +( product +Ġstud ied +.set Value +Ġy e +ĠC ache +MB OL +Ġquarter back +Ġsy ntax +.getElements By +.v ersion +we bsite +Run ner +_s ingle +at iv +ĠAl tern +ĠBeaut iful +right arrow +Ġd iversity +pl ash +( co +.F ill +Ġtyp ing +Ġcl ar +H it +O O +ac co +w orth +Ġscript s +ĠMuslim s +ĠL L +erv ing +( boolean +Ġbase ball +ĠC AN +MA IL +de pend +Ġrespect ive +Ġconst expr +.* ;ĊĊ +'] ))Ċ +Ġy ard +Ġident ical +if ecycle +US H +up iter +. validate +cl i +IST ER +Ind icator +F ail +Ġdemocr acy +. var +Ġsatisf ied +------------ - +enc er +h or +Ġr ounds +DA O +o a +Ġfl ask += c +[ ]Ċ +/d ist +Ġpart e +Ġconfirm ation +er on +aw are + +Ġdepend encies +ĠV ideos +- row +Ġ** /Ċ +Ġn ou +Ġh over +æ ŀ +Ġn in +ĠUS D +M ac +_L oad +Ġout comes +_s ocket +Ġqu eries +w m +Ġhit ting +in ux +M ich +ud ge +AT AB +Ġvulner able +ä ¾ +Ġport folio +: YES +ĉm ap +B ound +Ġiter ation +in cess +Ġact ors +ĠQ ual +_c lean +ãĢij ãĢIJ +MS G +G reen +ĠOff icer +Ġsm oking +> ', +ĠF lo +++ ; +oly gon +Ġbul k +Ġdr ama +Ġexception s +os ed +Ġ+ čĊ +Ġleg acy +C V +Ġcontrib uted +ĠTer ms +Ġb t +Ġunt uk +Ġal ien +=== Ċ +ĉ Vector +Ġl s +On line +.f acebook +num eric +ock ets +A ut +b ury +-re dux +ĠRed istributions +GLOBAL S +urrenc ies +Ġt ons +âĢĻ , +Ġà ª +(c ol +ĠS ymbol +Ġstay ed +ĠM L +Ġm unicip +Ġsex o +S en +n r +Ġg ains +Ġshort ly +.M enu +à ½ +KN OWN +Ġoper ators +- V +ĠPat rick +/ add +_C O +ir ation +(p ost +Post s +/ _ +Ġpl ug +Ġintellect ual +Ġmet ab +Ġpregn ancy +ĠPrem ier +n m +Ġpred iction +ĠMin istry +Th ree +val uate +ĠMin i +b u +оР· +< ul +Ġd d +ol ving +ĠC ut +Ġs chem +.tr ain +it ate +Ġr ice +Ġbird s +ãģ « +m iddle +struction s +Ġn erv +a que +Ġfl u +Ġsurv ival +ĠGal axy +ĠF ant +. Order +At trib +irt s +é c +M ovie +Ġcon ce +qu arters +Ġm ood +.Add Range +Ġres olved +ãĥ Ī +Ġburn ing +ĉĉĉĉ čĊ +ĠW E +Ġhost ing +L AB +Ġman agers +Ġstre ngthen +< const +ĠFire base +on ed +ĠJ ean +' ";čĊ +ĠS av +.B old +Ġen ables +ĉt mp +Ġman ually +ĠS qu +user id +.f unction +.c ache +LO PT +.S ervices +dd it +t im +< img +ĠTh ings +ĠEvery thing +Ġa pt +em and +Ġroll ing +ë ¦ +. level +Ġst om +ĠW inter +Ġview ing +( values +ocom plete +v ia +up o +Ġabort ion +i ère +ï¼ ij +_B UTTON +_d omain +Ġb ra +ĠA st +in as +Ġstat ist +c od +L R +Ġdr ives +Ġfollow ers +Ġall ies +ĉc urrent +ecess ary +Ġdam aged +_ pt +and les +oun tries +Ġsim ult +e u +Ġcontrovers ial +_G ROUP +Ġr ib +. Info +: mm +.n ormal +_ADD RESS +Ġ íķ +add le +ĠD ur +. Element +W arnings +Ġcred its +Ġin hib +Ġem issions +Ġh az +.y outube +ugg ed +Ġbo ther +ĠK ansas +ĠF ixed +ĠTest s +ĠF IX +Un iform +Ġk ont +>> > +st ation +lo re +at ype +ish op +/ **************************************************************** +Com boBox +Ġvac ation +Ġiniti ative +Ġdefault Value +con cat +ĠK h +ĠW elcome +ized Name +M igration +Ġgrad ient +H ot +Ġhard ly +el o +ĠStud ents +Ġlo ose +at z +.S end +' / +Ġunivers al +Ġenter prise +Ġreg ex +Ġvis itor +ĠF ly +Se q +ภĻ +ĠVis ual +Ġlib raries +ato es +P ayment +Ġp ent +Ġgather ed +VRT X +ĠD M +S plit +Ġlet ting +Ð Ŀ +_error s +ep och +P ARAM +c u +ÑģÑĤ в +ol utions +Edit ing +font s +Ġalloc ated +ĠB ased +( Y +ĠJud ge +Ġbro thers +FILE S +ç o +w b +_P I +' ^ +Ġs word +.s ervices +Ġn l +T im +ig g +ĠMo ore +Ġcrypt oc +åĩ º +_post s +ot ate +? ' +... .ĊĊ +Ġk l +=" $ +Ġdec oration +Ạ¡ +ĠD IRECT +G UI +) =>{Ċ +Ġnews letter +Ġprec is +(p oint +ĠEqu ipment +ut y +ĠD ave +Ġparticip ation +u arios +x it +.A s +ET ER +or ous +Ġsh ield +[] > +ilit ary +. origin +Ġprom otion +U nt +Ġc t +TR A +View Holder +Ġsig ma +d elta +are house +con tract +( Vector +Ġcompet e +/ form +/ components +Ġn r +ĠInd ones +Ġо ÑĤ +ĠV olume +.f iles +(res p +/ models +Ġsur f +stand ard +/ o +ĠXCT Assert +V ICES +.C ode +SE D +Ġact ivate +D elta +Ġlimit ation +ri j +Ġpregn ant +: ^( +Ġs our +p ie +Ġexp ense +ic ation +ĠL arge +Ġ ± +ĠB owl +(model s +/ N +P a +.re load +Ġwonder ing +Exec ution +ĉ ĠĠĠĠĠĠ +ĠG raphics +ĠCont in +_j ob +Ġget Name +ĠM agn +ĠD WORD +m ad +Ġn h +fe atures +} ");Ċ +he ets +(tr ain +z n +Ġrecru it +.con nection +Ġbar rel +Ġste am +_set ting +Ġang ular +ane ously +Ġb il +ĠN orm +(! $ +ib t +% ( +Ġpos it +ĠF ather +int endo +L ive +Ġport s +Ġme j +Ġland ing +pon der +Ġc od +_HE ADER +.M argin +Ġball s +Ġdiscuss ions +Ġbl end +H ex +Ġfarm ers +Ġmaint aining +ĠĠĠ čĊ +s yn +[ T +r us +uff ers +Ġcontrib utors +_s ys +.De bug +Ġconstruct ed +om es +? id +sl ider +Ġsup pliers +scri ber +p es +Ð ŀ +": čĊ +\ Controller +)) ĊĊĊ +Ġl ua +M ulti +EN S +S rc +Ġpet ition +Ġsl ave +look ing +V ERT +ĉ vector +S pecial +h h +an ne +ĠN iger +/ views +z ing +end ant +< C +s peed +Ġ{ };ĊĊ +Begin Init +Ġf open +@ RequestMapping +End Init +Ġp unch +S ender +é Ķ +get Message +/t ypes +.P I +(' ');Ċ +oc used +( all +Ġdrop down +). __ +ĠV in +.Fore ignKey +can f +ou red +ĠOrgan ization +ĠÐ ° +ĠC ulture +(cl s +, _ +rg ba +ìĿ ĺ +.data GridView +Ġdo zen +ĠG es +_sh ared +n ick +Ġh osp +om eter +Ġclaim ing +ib les +ri k +æĺ ¯ +en ario +Ġd engan +ob b +m ont +_r ank +('/ ', +Ġap olog +P s +_p ower +ĠG ree +Ġful fill +Ġfire base +Ġf are +ĠH im +Ġbe an +âĢ¦ . +ĠS PI +_R X +Ġper ception +rel ative +comp ile +u um +ut os +a uc +ĠAs k +Ġindic ator +/ th +.set String +ĠWis consin +.D omain +Ġart ificial +De velop +ĠSar ah +Ġl ying +( search +ĠEmp ire +urr ing +æŶ éĹ´ +=" ${ +Ġget Id +ĠP ayment +trans ition +Ġ ]. +ix in +V T +- select +Ġdemonstr ated +Ġlast Name +employ ment +.get Property +Ġf ought +file Name +ĠP ers +-c ard +a str +attr s +Ġprom inent +Des ign +anc ouver +ãģĹ ãģ +ard o +se cret +Ġr ag +Ġpo ison +-m an +, omitempty +ĉ un +it zer +ĠCas ino +ĠR oss +- foot +(result s +Pl an +Ġlas er +ê¸ ° +_D R +F acebook +Ġbo ards +st a +] ], +Ġt iles +S IZE +Ġ= ~ +Ġprem ier +oc ab +Ġenc oded +Ġres erve +ĠAfghan istan +ĠList Node +url s +Ġsub mission +Ġne u +Ġ# +# +_P OST +Ġmo ist +ell i +ellig ent +. alert +ó d +b re +ĠCol lect +Ġgraph ic +Ġlong itude +ĠPro vid +ĠCal culate +x ffff +c riteria +Ġw aters +ro ck +lo quent +ĠT rib +Ġbur st +Ġsuff ix +.Ext ensions +ish es +iv el +ĠLI KE +ĠGet ty +.Action Event +.s lf +ĠH AL +up al +E AR +ud i +_time out +U F +ĠSing apore +ĠAd vent +_int erval +cha ft +ĠE mer +Ġtele phone +ĠTur k +_ interface +ĠO wn +Ġencour aged +< Object +_T ext +ĠOnt ario +ĠApp ly +.f irebase +Ġant ib +P riority +ene z +D ays +c id +urre nce +; / +inn ed +Ñģ Ñı +Ġve z +f w +// $ +att ack +Ġstart up +ain ers +.f ragment +op acity +( conn +he im +.n etwork +( stream +ĠN ON +t ol +ĠX box +ĠD S +Ġc ached +Ġprostit utas +ĠB alt +(' [ +Ġno except +" ' +Ġs d +. valid +_ ag +Ġr aces +Ġro d +itud es +< >( +.Pro duct +Form s +NE W +P ay +ĉ boolean +_ contact +ĠElect ric +sk ip +Ġw ur +Ġch ronic +_d river +ĠS ab +ĠU lt +ĠR ad +ST ATUS +ĠLew is +O B +Ġgift s +.Re c +TR UE +Ġint ensity +Mark er +.com pare +ff ic +C ookie +ĠB aby +ĠBig Decimal +ile t +ĠHOLD ERS +ĠL ady +Ġl ung +ĠAl abama +Ġd ess +` );Ċ +ĠB uilder +_reg ion +Ġne utral +Bo th +Ġh p +Ġh orn +Ġseg ments +ĠE C +"=> " +( rec +ĠP i +G M +Ġl aptop +Sc alar +is d +-d ialog +ĠAnd erson +Ġmist akes +ĠH an +j es +est ination +Ġprom ises +b id +ĠSc ient +G IN +ĠPer formance +b age +. users +le ading +Ġor al +G raphics +_P TR +h ang +Ġin ev +process ing +F actor +ĠN A +$ string +Ġground s +.Save Changes +c lock +cri pcion +ĠNew ton +g c +.in cludes +Ġbl ast +Ġ'- ' +Ġpued e +.S ession +Ġgre p +_f inal +ĠG ay +ĠG ive +ir i +-st ar +ĠUI Image +_ep och +ub b +ent h +Ġel ite +Ġcampaign s +ĠP orno +_ assign +Prot ocol +ĠBe ing +ĠAir port +Ġconvent ional +ĠW at +ĠC I +ET A +ĠAnth ony +Ġtable t +( format +Ġconsist ently +ĠI owa +Ġav atar +.c ursor +! [ +Ġh anging +H er +S uch +';ĊĊ Ċ +orge ous +() == +Ġview Model +Ġ ãĥ +Ġel s +ĠAg ent +F etch +ap or +Ġc x +p read +ĠP ier +oe ff +S n +ĠV irtual +A pr +.Wh ite +_M OD +ĠPoint s +å¤ ± +Ġgen es +Ġv endor +Ġmain stream +< src +ĠEl izabeth +Dec oder +- state +ĠG lass +nc y +adi ans +_m on +ĠRem ote +Ġwire less +ĠM i +å ī +è¡ ¨ +st age +ĠT ile +ll ib +V ariant +== Ċ +Ġgold en +(Q String +.put Extra +ĠD om +ĠAn imation +Ġinter active +if act +éĻ ¤ +LE T +Ġfrequ ent +Ġ< >Ċ +F ilename +Ġs ne +ĠFoot ball +Ġr ival +Ġdis aster +ion ic +ĠD amage +. Resource +- en +ĠT ypes +get String +( board +Ġb ol +pl ain +z ym +ภ² +Ġsc anner +ild er +_msg s +æ ı +(int ent +Ġde struct +Ġb ust +ĠE mploy +on i +ĠUI ViewController +Ġodd s +ear er +Ge ometry +Ġy ii +_EX PORT +ĠAtt ack +Ġn iet +Ġim pression +ĠG il +_pro b +ĠC F +ĠEx perience +/pl ugins +.M ethod +Ġbelie fs +N ative +_b uild +Ġv ig +Ġr anks +cover ed +s uch +G uard +.p ack +add er +iv ia +l ng +Ġв Ñĭ +T imestamp +_n ow +Ġp oker +Ġun c +Ġsh apes +-t ypes +_per iod +p k +Ġveter an +Ġson o +Ġappoint ed +over flow +.d river +_c at +ut t +pl ant +im b +ĠAc cept +Ġconc ert +ĉ node +ĉ z +? >čĊ +Ġb anned +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġto xic +Ġdisap pe +È Ľ +Ġgr ace +ate ful +Re ply +ĠCru z +Ġsc rap +Ġkey words +s imp +Ġmort gage +Ġcy ber +ĠEx ecute +Ġlat itude +if u +.C OM +d bo +Ġsort s +ĠG as +om ial +.L ocal +Cell s +.Re place +String s +.f it +ĠTh ird +% ",Ċ +Ġ{} ". +ĠS ony +Ġ[ : +Ġfall en +. ')Ċ +in h +ĠM C +Ġred is +C odes +Ġprofile s +h ook +Reduc er +_F UNC +Ġn avigate +str len +Ġh orm +á ŀ +ĠS R +. boot +Ġdig est +ĉ header +.find One +æ ģ +Db Type +n ia +_m erge +Ġdon ne +/ Getty +_CH AR +Ġb ands +. URL +art ial +Ġf req +Ġs ist +N g +Ġrender ing +\ Core +Widget s +ĠV A +Ġactiv ists +St e += _ +all a +St amp +Ġload s +Ġx x +ĠL earning +.M vc +u ir +(" $ +Ġconnect ing +Read Only +ur u +ĠE ag +B IT +_DE L +å § +arr ass +ext ernal +ĠY OUR +ĠB rew +ĠF ive +Ġres ize +ig id +er ation +ĠÑ į +åĬ ł +ĠC atch +Ù ģ +ĠLe on +am il +.B ody +Cl ip +/ list +.b r +Edit Text +ĉ db +.G ame +(Build Context +back end +.R ed +face book +.url s +m r +rol led +---- --- +Ġinter vention +Ġretire ment +ĠK it +ĠP RE +Upper Case +ĠS ocket +Ġ: - +Ġstudy ing +ĠMet ro +ard ed +Ġconvers ations +C alled +Ġexam ine +ert ificate +.g z +-res ponsive +Ġref und +_n etwork +allow ed +em pt +Ġme als +C ategories +Ġtravel ing +Ġk g +Ġsh ame +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġexplicit ly +Ġmath ematic +ĠS uite +ĠR GB +****** / +Ġmix ture +lear ning +.t emplate +att s +w x +ĉ ctx +.p roperties +Ġdrink s +ĠE ither +set Text +.get Data +.z ip +Ġreve als +< table +.Hash Map +ĠH ur +) ");Ċ +.f ramework +ĠST ART +feed back +Ġsaf ely +. icon +config ure +. lock +.l ayers +/> .Ċ +Ġrank ed +_ impl +ĠHand les +Ġhost ed +Ġup dating +al bum +é Ŀ +Ġsh ader +Edit ors +- round +[] { +Ġse p +ĠH i +TE M +look up +.m an +_IN PUT +Ġthreat ened +_IM PORT +Ġd rops +ru it +s id +bo th +ĠEx cel +Ġj er +ord inary +еР¹ +V IEW +re ply +Ġ) :Ċ +color s +ver ified +_T r +_p arse +Ġcon gress +P romise +int s +ĠM other +.A pi +ĠD uration +Ġfirst Name +inherit doc +ĠM ars +Ġa pr +OD Y +Ġvis its +Ġhe aling +let ters +)) );čĊ +f uture +.F ramework +Ġk iss +Ġinv olve +Ġsil ent +ad ows +Ġany body +s ch +Ġsole ly +- img +Ġprop ri +Ġin struct +Ġlic enses +Ġm eth +Ġcond em +ĠD omain +ĠHarr is +Ġs Ã¥ +CE PT +B atch +@ extends +ĠCONTR IBUT +.Data Frame +_p acket +rec ision +Ġfoc using +. ht +__ ":Ċ +: Get +ĠK C +Ġpass age +Seg ment +_c enter +-z A +_B L +Ġconv in +Ġclass ified +ĠNS Mutable +_ ap +t ile +Rect angle +(n ums +v ens +ĠUI Button +ĠF eder +am o +Ġout line +ĠPar ser +Ġâ ī +ĠWork s +.S chema +Ġeng ines +_com mon +_ old +Ġset ContentView +Ġ/// < +ĠB T +f m +Ġd ivers +_ weights +em ark +ĠA CT +Ġpro portion +over lay +.dir name +ĠG it +_REF ERENCE +< > +l b +_r ule +è´ ¥ +ĠPut in +Ġsleep ing +() :čĊ +Ġpres erve +Ġpar liament +ĠLook ing +Ġpick ing +ĠDis patch +Ġsl ip +ë ĵ +ĠL yn +_sign al +config uration +ĠP itt +ad en +pro cedure +Ġenthus i +f ight +ĠCons ider +Ġt orn +Conn ected +.c os +_group s +ĠTh ink +Ġdel iber +Ġres id +work ing +.column s +ĠCal led +Ġes lint +> ", +_D OWN +h ist +ĠAdv anced +Ġre wards +act ors +Ġsil ence +Ġmy th +Ġne ur +Ġa uction +.Get String +ek s +( project +ĉ msg +ĉ output +Ġcomplaint s +, S +Ġt bl +Ġ, ĊĊ +ri ors +ah ren +Ġlawy ers +re dux +_s ymbol +off ee +_RES ULT +( Name +UT C +.current Time +Ġorgan is +. arg +Ġmin im +w ick +Ġrece ives +B alance +Ġspeak s +ĠD ays +ĠBel ow +t ipo +P resent +Ġres erv +h p +Ġr it +_R IGHT +-- ) +Ġchair man +D IS +ĠBO OST +Ġexper iments +__ );Ċ +Ġst amp +Ġf ert +Ġf ond +T er +el ve +ure n ++ i +end ency +Ġvirt ually +... " +ï½ ŀ +- cent +_un ique +Ġpr icing +m ic +RES H +Ġ:: : +Ġan notation +ĠC ircle +ong odb +it as +Ġ% ( +( component +Ġо б +( port +-h our +. obj +L BL +Ġj ury +GB T +Ġsp y +ĠProf essional +Ġ"" ;ĊĊ +Ġstri king +Ġdiscrim ination +Ġp ays +lic t +ent es +Ġthrow ing +ĠPl ugin +( def +ĠRuntime Exception +ĠM igration +Ġd ic +b ag +on ia +Ġcor ruption +( Map +Ġpr z +.d to +Ġac quire +State ToProps +Ġlo ving +оР¶ +_p attern +Ġemot ions +Ġpublish er +_b e +Ġcoup les +o j +ĠCh art +Ġt rop +.t ool +Ġestablish ment +Ġd ol +Ġto wer +Ġl ane +ĠSy dney +Ġfill ing +claim ed +Ġdialog ue +Ġcon vention +book ing +pare ncy +æ ± +ĠGener ic +\ Schema +Ġr anges +/ ch +Ġpan els +Ġr uled +çĶ Ł +.t s +_s ets +Ġclean up +Pre vious +ĠAn imal +($ ( +ĠA ve +oll ar +_e val +ĉ Name +(t ree +Ġ" ] +Ġdut ies +=' / +Click ed +Ġdifferent ly +ĠCl ark +Ġd it +olog ists +Ġsy nd +Ġs ends +- known +k b +ĠMod al +it ative +Ġr acing +Ġhigh lights +ĠSim on +ĠCapt ain +ä¿ ¡ +ĠC B +cont in +ar an +Ġphys ics +ret ty +et al +.m d +ax ios +Ġspeak ers +Ġpre p +Ġaward ed +ì§ Ģ +ĠC orn +ĠN ature +UD IO +Ġpro j +- pre +[ u +Fe atures +Ġis Equal +B inary +s ig +Ġconf usion +ĠH at +Ġkt ó +.config ure +M ON +/ edit +_A dd +, true +Ġc li +Error Message +- loader +Dim ensions +ultip ly +Ġ{ !! +ĠSql Command +Ġsp oken +Ġp ics +Ġto y +( Key +ĠLo op +Ø ¨ +E ATURE +in ction +_set up +w rapper +Ġt ong +c ular +O pt +.P l +=" , +(l ength +um n +Ġch rom +Ġse vent +ĠIllegal ArgumentException +ĉ start +Ġbeg un +CE PTION +dat aset +ĠF ailed +col s +Ġkne e +im ore +.sp lice +sh ell +ig gers +Ġthem es +ĠD J +ĠAss istant +- $ +May be +Ġorder ing +ĠInt elligence +ĠMass achusetts +Ġfail ing +el son +G reat += i +.re st +Ġinv ite +-dis able +.Group Box +âĢĻ est +Ġtack le +g v +et ter +Ġ), čĊ +_r ules +.w arn +function s +ĠChrist ians +Ġback ed +Ġsl ider +Ġenjoy ing +n est +Ġh ij +_m s +// * +An notations +ĠVariable s +< V +( server +ĠOr acle +element s +Ġorgan isation +_point er +ĠHe aders +[ d +Ġdead line +iss a +Ġkn ife +ĠNAS A +ĠHe ight +ĠAs ync +Ġven ue +.d om +bour ne +ĠHaw ai +Ġmem o +ict ions +Ġsurve illance +om i +/ assets +Ġed u +Ä Ľ +Ġro ster +Ġh ired +ĠT ok +Ġpl acement +ur ations +Ġset State +ĠMag azine +Ġhor ror +T ry +Ġl ag +ĠEvery one +th ur +)) ;čĊčĊ +. return +Ġsy mp +âĸĪ âĸĪ +Ġn ights +work er +Ġa le +ennes see +.st ep +Ġsynchron ized +our i +Do es +. change +f on +.set Background +irc ular ++ - +ĠC IA +ĠJ ane +ĠSim ilar +- I +level and +Ġpros pect +_f ound +ĉc olor +.D iagnostics +Ġann ounce +Ġassum es +/ tr +Ġb d +ĠCar bon +Ġanal ys +.de st +n ik +ĠL ie +- index +Draw able +ĠT AG +Ġtri angle +_F LOAT +ĉĉ ĠĠĠĠĠ +.bl ack +v ue +cur acy +Ġaffect s +Ġsure ly +Sl ider +uk i +c ery +Ġun ter +.pro file +ord on +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +le ave +Ġsmart phone +g ie +Ġcons pir +Ġt utorial +ç± » +Ġc ab +ĠSum mary +* ĊĊ +ä h +" This +Ġsl ides +" +c ycle +ĠB ull +path s +Ġun p +Ġview DidLoad +_M odel +Ġassert True +Ġr ated +De cl +vert ed +ĠD at +b rew +Ġpoint ing +M s +ĠPoint er +) ' +_n on +ĠSE C +Ġy eah +g ency +initial ize +f ly +[ pos +, g +Te le +Ġj oke +Ġcl ause +.find ById +en es +( instance + £ +Ġs lic +_h ome +Ġ*/ }Ċ +_p ages +(s ervice +R P +ĠAm ong +.get Current +ãĤ ¹ +Ġs lee += [Ċ +ol er +Ġlib ert +Ġ` Ċ +Ġw enn +l ated +Ġimm une +( Node +ĠPro blem +ĠA bs +log s +Ġ ../ +ĠA DC +Ġ}} ">Ċ +> ');Ċ += b +ĠW ind +lah oma +Ġalloc ate +or ian +Ġpres cription +- quality +ĠMay or +in ely +end foreach +ĠCom plex +k om +T Y +] ]. +. Style +_m any +',' $ +Ġbar rier +ĠF etch +ĠMar vel +Ġres ist +ог о +b idden +ĠRun nable +: false +Ġbuild s +ĠSt age +Ġd ub +emp o +.s ite +;ĊĊ ĊĊ +ĠDen ver +Ġre vel +Ġtrigger ed +Ġd ice +_f ail +Ġg c +ĉ X +ĠTh rowable +.r outer +ĠRev olution +ÑĢ а +_N ON +Ł ¥ +Ġel der +Ġab road +ĠÐ µ +ĠAd ult +bl r +g lyphicon +Ġprom oting +Ġ iz +ĠS olid +_lo ader +ear ly +.en abled +- edit +ĠU L +_ play +ĠInt errupt +Ġadvant ages +uc le +Ġmechan ical +.table LayoutPanel +ĠWork ing +Ġan onymous +R ating +ig ious +_ph one +.addAction Listener +Ġfr an +und en +Ġ*) & +_ bool +ul ative +Ġcon e +ĠM ult +Ġm ö +ĠFor ward +] ):Ċ +Ġconvin ced +act ed +ãģ ĵ +ĠConfig ure +Ġce iling +D er +Ġpass engers +Group s +Ġsoc cer +/ W +avi ors +sw ith +ĠZ one +. Options +ĠM om +ied er +Array s +Ġtreat ments +Ġprotect ing +f ac +Ġpick le +Button Item +Ġblock ing +str ar +à ² +ĠEx port +Ġth rew +ott a +ĠB ASE +.w s +.LE ADING +order By +_d elay +ĠP u +.d ll +ĠCh oose +Pol ice +ĠBE GIN +box es +Ġdiam ond +, l +Ġ ĉĉĉ +Ġcur ious +t v +Ġerot ische +ack ages +ĉ Set +T ick +.b order +static method +Ġch er +in voice +Ġcr u +Ġdef ect +_m etadata +re lation +ik an +[ N +(Q t +( Base +æģ ¯ +be at +ĠEm pty +ĉ o +_sh ift +Ġreg ret +Th ose +C ent +ĠPort ug +ĠIs lands +ĠT IME +Man agement +-s p +ê me +Ġnot ion +un ifu +P K +è¡ Į +ĠCUR LOPT +\" \ +U V +ç º +d ra +c ou += ` +ĠD estroy +r p +.c ancel +G G +r untime +ĠV ue +Ġprogress ive +/s ervices +Ġrun ner +_FR AME +.ToolStrip MenuItem +Ġ' ,' +d elay += utf +Ġscreen ing +Ġpull ing +om as +Ġan th +- new +/ local +Ġi Pad +Ġt witter +Ġd ying +Ġhe aven +ĠU Int +ĠSen ator +Ġpres um +ĠWalk er +Ġover come +ete ction +Ġemb arrass +Ch ina +In clude +RO LL +Ġdata Type +D avid +ภ£ +lo p +-m onth +Ġsc ar +ĠS afe +Ġ **************************************************************** +Ġaccess ories +Ġr amp +_U SE +Ġcontr ad +)) ]Ċ +Ġpre st +ĠH R +ĠR ap +Ġus ize +Ġcap ability +Ġc ort +- next +Ġbur den +_read er +Ġ@ @ +reg ular +ĠK a +M AN +Ġa str +Ġ' ')Ċ +Ġf ed +Ġpars ing +ĠY ears +Ġbro ker +": {" +Ġa kt +In ventory +abe led +Ġarg parse +****** *Ċ +vers ation +Ġc ord +ĠT i +Ġhope fully +Ġa h +ver b +Ġst olen +. Entry +Ġexpect ing +O rientation +Ġpower ed +Ġp ersist +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +'] ); +')) ,Ċ +ĠC ash +ĉ item +gr ades +rop ol +b asic +Ġ" );čĊ +Ġaw ards +(r ange +- all +ĠIB Outlet +ĠInd eed +---------------------------------------------------------------- ------------ +Ġstom ach +Ġfl ower +Ġs ew +_t imes +av is +Q String +ĠR outes +_pro t +Ġcom edy +Ġlog out +Ġwood en +Ġpost er +p iece +.J oin +ĠP ok +cel ona +mut ex +;čĊ čĊčĊ +Ġstri kes +Load ed +) arg +es a +Un ited +E p +PE LL +ĠAtl antic +ul let +app le +Ġsett led +a con +Ġprint er +ĠG C +å® ļ +Ġrender ed +, âĢĻ +he it +s ocial +. ge +ĠR ick +ĠUt ah +g ot +on ical +ĠSc roll +ĠSc iences +Ġj ug +Ġam pl +ent i +LE FT +Ġt abs +Ġenorm ous +.get Key +loc ate +. EX +.st orage +.W e +Ġto ast +ĠAdd itionally +ĠN OW +_ UPDATE +Ġtrans ferred +th a +.D isplay +_ ui +ID EO +Ġmeaning ful +ĠMos cow +, this +ĠVict oria +æĶ ¹ +ĠÐ Ł +.st ack +ĠB arn +pared Statement +: string +Ġb ij +ĠST ATE +Ġemploy ers +ĉ input +( | +Ġle x +in voke +ĉ num +++ , +at ial +ors es +Ġfor k +_t xt +ĠAnton io +Ġ( < +aver se +Ġdev ast +ãĢ Ģ +.D ec +ĠG ard +/ ui +. % +tr i +Ġrol led +Value Pair +itt en +ĠTh er +Ġv rou +ĠFl ow +ĠFin ance +ĠCom b +H C +.set Visible +is l +Ġp k +Ġup set +( raw +ĠV ice +e atures +ĠL ang +Look ing +ĠA ST +Ġtri ps +ĠJust in +b rowser +=" '.$ +. vertices +- co +}/ { +Ġ? , +ĠD omin +ĠBel g +" < +Ġsup pose +add y +Ġwalk s +ERR U +_f ilters +Pre ferred +sc ene +е Ñģ +ĠAff airs +Ġ"# { +Ġon Submit +Ġstock s +/ view +g ree +- get +h it +J o +.get C +Initial ized +ÑĤ и +c uts +( Type +ĠAg reement +ĠViet nam +Ġ/* ! +Ġp izza +- view +_ em +Ġl hs +Ġm uy +ĠId ent +ĠF riends +Ġab und +_A D +.t imestamp +- ' +Ġd uplicate +Ġhun ting +Ġregul atory +ia o +am ous +ĠEnt ertainment +[ A +iat ric +_CL IENT +ĠK ids +/p kg +B reak +)) );ĊĊ +ĠSh ape +Ġrel ating +Int errupt +able Opacity +emb re +Ġmyst ery +Ġjournal ists +rit able +.L ink +Ġstop ping +CRE T +.D B +Ġpopular ity +Ġg ew +Ġim pr +set Value +FL AG +ĉm ax +Ġb ake +w y +ĠEcon omic +Ġen contr +Ġf name +/ de +R ank +Ġbug s +.s m +Ġmed ian +D OWN +ĠS ure +At Index +ĠD ick +Ġ( __ +.d elta +F r +Ġsuggest ing +ĠRec yclerView +, e +ST ART +/************************************************************************ **** +xf ord +Ġrece ipt +CL AIM +read only +Ġeng aging +C a +as ma +Ġens uring +Eng lish +ĠV ancouver +hy th +Ġpurch asing +ĠP I +. word +(s p +.h ome +: def +Ġg ig +ĠV e +for um +ĠM itch +B ay +_F L +Ġs oll +_column s +Ġminor ity +b ird +Ġhand ed +SS L +ST AT +Ġnerv ous +ĥ ½ +Ġfile Path +CRE ATE +A w +Ġp ens +se ed +ĠCom pute +ol k +ĠAs set +re ach +'), čĊ +n avigation +L F +/ util +ĠP ub +Ġâ Ķ +c ion +## Ċ +II I +Tag Name +Ġam id +per mission +if iable +xFFFF FFFF +н и +.B uffer +_ irq +d ark +Ġret val +.f ire +produ ction +.list en +ĠWe ather +Ġbuy ers +. ne +er p +ĠP ent +Ġw elfare +Ġpage Size +ĠSt adium +ert a +Ġle v +amp a +P ager +Ġcharg ing +ĠNet flix +| null +_r andom +.x path +Ġst ere +ĠIS IS +pons es +( loc +ey ond +ĠOff icial +ĠMary land +Data Type +_p ar +{ }, +ĠEn joy +_SH IFT +ĠA wards +_ENT RY +Ġseem ingly +entic ate +Ġheart s +_ ;ĊĊ +ĠH IV +Ġindiv id +ĠFl ag +_ ctrl +ĠC allback +, z +ĠG PU +ĉ obj +ĠPh oenix +ĠB US +Ġrub ber +_A UTH +ĠSol utions +( location +Variable s +.set Enabled +_h igh +W O +G esture +Ġre try +Ġobject ForKey +allow een +Ġm os +ĠC ele +Ġik ke +(c ell +ĠM ODE +ren a +Ġdescri bing +Ġph i +Ġr d +Ġdes erve +Ġwhe els +å¸ Ĥ +Ġcrit ics +N amespace +ĠF ra +Ġ ĊĊĊĊ +Ġall a +Ġrequ iring +æľ Ł +ut ation +Ġdelay ed +Ġadministr ative +Ġb ay +.h idden +T ex +Ġbound aries +Ġ] );ĊĊ +ĠFollow ing +~ / +F i +_con v +_T ITLE +Ġdes de +ICollection View +Ali as +Ġb ite +pat ient +_COMM AND +Com pleted +ĉ elif +( < +B usiness +ĠP ool +Ġpurs ue +ĠB an +_st eps +_DE CL +um ble +Ġcom bo +ĠL ayer +.x r +Ġd up +-------- - +Ġmod ifier +ro b +re z +Ġath letes +Us ed +w ear +Ġlegit imate +Ġ" ĊĊ +Ġh v +St d +ĠH old +Ġsurv iv +ĠAll iance +ĠEar ly +Beh avior +(f ont +/lib s +Ġrect angle +Ġs inger +Ġam p +Equal To +Ġ" ." +Ġgirl friend +å ± +line ar +obs erv +Ġpi ù +Ġcomple ment +With Value +(p assword +t ake +Bl ank +ĠCom par +' ", +_p olicy +m ongoose +_FA ILED +.re port +R atio +.Perform Layout +us able +m ers +_re nder +PE ED +Ġles b +ĉ E +_t ool +Ġl adies +о Ñģ +)) ))Ċ +;; ;; +.d ot +Ġn est +pe ak +uk kit +ec a +_S W +Ġ& ( +ĠOk lahoma +Ġbank ing +ĠN intendo +Ġreprodu ce +_element s +_m ac +pro xy +Ġremark able +}/ ${ +Ġout s +.has Next +M ODE +Ġan ime +.con n +Un ique +D om +Ġimportant ly +itt y +Ġju ice +T w +ĠPart ners +Ġattack ing +Ġport able +am iento +.P ictureBox +.g en +Ġopt imal +Ġre cre +Ġjournal ist +ĠEx tract +ĠMore over +Ġmargin Top +.A p +Ġf iring +Na N +ĉ template +аР´ +. En +Ġdef ence +ĠT el +il en +j an += data +ĠU rl +ĠRe uters +(t otal +ĠFif th +Ġess ays +Ġinterpret ation +Ġchar ity +ĠR ules +Ġsub section +st yled +az er +l ags +L IST +Ġupload ed +Ġtr ash +Ġreg istr +Ġsell er +>' ;čĊ +Ġstart Time +ç Ļ +s y +(Http ServletRequest +Ġtr ap +G C +Ġembed ded +Ġsurround ed +im its +T X +yl inder +ĠF al +Ġsent ences +ĠJ a +IF ICATION +we apon +ov ation +Ġco at +Ġinter pol +Ġl ips +ĠK y +Ġv ectors +_ am +Ġint ake +.w orld +Ġin box +ĠM AC +_ ab +(name of +Ġent ert +Ġgather ing +ĠS IM +++ . +ny a +' }} +ĠUP DATE +Ġp ac +( html +ĠS ant +i ating +ĠIde as +Ġspr ay +ĠH art +Ġver ification +ades h +/ modules +ĠM ind +ĠSized Box +Ġsh elter +Ġher oes +att y +Ġcert ified +s j +Ġê tre +ÅĤ o +Ġpublish ing +ĠMal ays +.get User +ĠPro vider +ĠLinked List +ĠB or +RO UND +d id +t ain +p ire +ĠJ enn +t el +and e +_f ront +ĠMc G +Test Method +à¸ Ń +Ġoccasion ally +ĠW ales +Ġexerc ises +ĠÐ Ĵ +- plus +Ġvalid ator +Ġpr ayer +L ATED +_ author +Ġlab our +++ Ċ +-e quiv +ĠG PL +Ġface book +s imple +g ly +Process or +ip y +Ġ* > +Ġcle ared +ĠP ush +Ġpen is +Struct ure +li j +ĠM organ +Ġhand ful +" .Ċ +| \ +Ġ ******************************** +ĠA qu +_ IC +.load s +Ġm eter +ĠMar ine +:: { +ĠT S +ĠArray s +.T itle +GR AM +ter min +Ġco inc +El se +_st ates +-r un +m embers +ast ro +Ġon Press +Ġbe ings +Ġabandon ed +Ġtax p +own ers +.m ode +Ġdiagn osis +Ġ_ Ċ +ĠK night +ĉ A +Ġob serve +), ' +! ")Ċ +ĠPar a +Ġvari ation +( False +ĠAnt i +Ġg ri +Ġhome less +? v +Ġbe z +.S erver +re lease +ĠP atri +Ġchar s +Ġrank ing +activ ation +Ġw ides +q r +.S ql +ac ular +ĠB ot +_s ync +Ġhapp iness +Ġvolunte ers +Ġs its +/ < +[ e +(file Name +Ġcap ac +ĠMar ia +f ather +Ġgr am +* i +Ġcas o +_d raw +ĠR aw +ĠIter ator +ĠP adding +P D +BO X +ĠS PECIAL +Ġfe cha +Ġv ide +ĠLe ader +ä» ¥ +$ (". +Ġdiam eter +Ġm ild +Ġrock s +app ings +d irectory +.fl ush +ĠJ ess +UN IT +ĠP ear +Ġmand atory +S ur +q t +Ġstream s +Ġco operation +ĠS ac +Ġche aper +ĉ ch +an imation +f are +( height +( True +N Y +Ġw rest +Ġpoll s +Ġencounter ed +ĠMarket able +_P ASSWORD +_SE LECT +ĠArab ia +_c lock +Ġv oy +Ġи з +Ġst ir +is ible +-e ffect +.c reated +Ġto ys +ĠTrad able +Ġr ust +Ġstr cpy +_t imestamp +Ġtalent ed +, null +ĠJ obs +ĠPort land +Ġweak ness +Th row +ĠAng el +ä¿ ® +Ġun cert +ï¼ī Ċ +ĠìĿ ´ +Wh ich +Ġ[- ]: +S omething +Ġconv icted +k le +ed ium +Ġbranch es +Ġb ases +ç ® +Ġcomplex ity +ĠF ig +. reshape +$ db +_CON ST +ĠT es +.r untime +Ġden y +ĠB SD +Ġk r +h att +ĠSt atic +Ġunivers ities +Re place +Ġdro ve +Ġad oles +_pl ugin +ĠL GBT +Ġt ex +du ction +ED I +ĠT ed +_ URI +Ġre ception +art en +.S ingle +r ice +sc ious +_b g +Ġw ages +ĠS ervlet +UIL ayout +Ġform atted +.M od +< class +is en +Ġrepresent atives +"] = +Ġport al +ĠHun ter +Ġh iring +__ )Ċ +ric ulum +u o +li est +Ġt ears +L at +Ġliter al +.In sert +Ġc urs +ĠCom put +Ġterror ism +Ġswe ep +Ġ[] čĊ +Ġpass enger +Ġeast ern +Ġtwe ets +Ġoper ated +w nd +ĠS yn +.t ools +ĠW M +ul ates +Ġbacter ia +( bytes +.set Data +Ġvis ibility +// ================================================================ +el m +Ġgener ating +Ġm v +Ġk h +j en +/ search +Ġaccount ing +se gment +act ic +. ip +Ġdeploy ment +Ġfoot er +> ',Ċ +Ġexpand ing +ĠHam ilton +ĠCon trib +.T ables +Act iv +H H +ocom merce +_ ; +Ġamong st +ow ing +ĠC old +AP H +Ġpsych ological +_t ensor +Ġpack aging +ĠSw eden +Ġp are +Ġag gregate +Ġmoder ate +_h and +Ġdesign ated +Ġdr um +Ġget User +ĠC reek +_s cope +ĠTrans fer +ĠM arg +Ġfight ers +W nd +ĠS el +ĠLa unch +Ġemerg ing +if rame +ĠAdd itional +Ġf ears +Ġsat ellite +_ : +Ġdis posing +Get Value +Http Post +AT IVE +ul ary +View s +Ġatt ending +ĠT ennessee +ĠM ission +Ġmedic ation +ĠW y +ĠAn na +Ø ¹ +ĠVert ex +.t ypes +O rgan +.DataGridView TextBoxColumn +ĠR S +Ġtemp o +( App +Version UID +.p oint +ĠD utch +H ours +L U +Ġqu oted +.b uilder +ĠPer fect +ĠAl ways +_t wo +Ġexclus ively +ĠC ra +ific ar +ĠA WS +ing ham +com plex +k ernel +Ġgr avity +Ġw i +Ġover view +ĠW ant +ĠW P +( sh +. rotation +St ates +ĠTe en +_com ponents +ì Īĺ +Re ceived +Ġly rics +rit es +ĉĉĉĉĉ Ġ +-A merican +[ num +/ python +ĠU ART +Ġapp le +ĠJon athan +Ġmoment um +ภ± +Ĥ ¹ +Ġm ich +and ra +Ġbi ological +ĠM ens +Ġ% % +else a +ĠMex ican +.rand int +Ġt ale +ĠValid ate +Ġdefe ated +.ht m +Ġcop per += / +cos ystem +Ġr ip +dec imal +.V ISIBLE +ĠT a +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉ +Ġdownload ed +en vironment +Ġnom ine +build ing +ĠSp ot +ipher al +Ġal to +qu et +ĠF T +/ get +/m aster +W IN +åħ ĥ +W est +arg c +Ġprodu cers +ĠM uch +_st orage +cred it +CON T +Ġv et +Ġvo ices +(' ', +Ġinstr uments +ĠM SG +es se +re pository +om ics +Ġdeal er +St ill +Ġb anner +asc ii +Ġrem arks +[ js +Ġshort er +g ulp +Ġmyst er +Ġk un +ĠB ird +Ġti ene +n ut +ĠU m +Ġw ise +Y eah +INE SS +_b egin +- heading +C ourse +Ġ čĊčĊ +omb ie +grad ed +ĠG PS +Ġ że +F it +c aption +ö n +/ image +l ia +(m od +Ġle ak +en za +/ H +ĠH appy +D ist +n x +ĠGovern or +(l ast +te acher +ĠS ent +s upport +ject ory +Ġ Ùħ +Reg istration +ĠGr ay +, false +Ġadjust ed +( settings +< R +ĠM age +Ġpl aint +_ )Ċ +ĉ it +omet ric +. bootstrap +Ġcar ries +I p +Ġ! $ +Ġswim ming +ĠMar io +ĠQuest ions +P ACE +æĸ ¹ +e or +}} " +Ġo ven +ĠK on +Ġwis dom +Ġac quisition +ess ment +ag ine +Ġexpress ions +Sequential Group +F ront +ul pt +aw k +'] )ĊĊ +_ AR +Ġanal og +ul in +_PR INT +ĠL G +Ġb lob +ĠFurther more +_com ponent +ĠC ole +L AN +SCRI PTION +Ġl ap +icens ing +_TIME OUT +ĠF ro +Ġli ability +Ġcom posed +.create SequentialGroup +_p erson +Ġbe am +ĉ ĠĠĠĠĠĠĠĠ +ĠNot Found +. 'Ċ +ÃŃ s +.Text View +P DF +Ġk ar +__ (' +Ġ" :" +_m essages +Ġhar vest +.h istory +> 'Ċ +-f old +æ Ĭ +ĠBet ter +Ġ"\ < +sp acing +Ġfurn ished +os er +] }Ċ +Ġ$ " +p ull +.P ost +( ip +Ĺ ı +.f ront +nt e +ĠF M +g uid +Ġnegot iations +agon al +Ġtrem end +unge on +Ad v +car ousel +ÃŁ e +_DE SC +Ġham mer +áº Ń +ĠĠĠĠĠĠĠĠ ĊĊ +-c ore +-s ervice +Ġcorn ers +ĠS F +p red +> A +ĠJ Label +Ġrom antic +Ġtestim ony +os c +ĠGener ation +as ures +_int ernal +Ġprint s +Ġ] )Ċ +ĠC leveland +re po +D isc +Ġ" >Ċ +�� �� +Ġne arest +_t b +( require +EO F +- child +Ġbu dd +.Xtra Editors +alt ies +\": \" +W ords +Ġloc ally +Ġpurch ases +Draw er +ex tract +Ġexec ut +} '. +user data +Ġfocus es +-min ute +ĠP ublish +og o +Ġmount ains +B ot +} >{ +Ġt ension +ro d +m esh +Ġtransform ed +, R +() }Ċ +.l ong +Ġg orgeous +ĠS chedule +Ġol dest +Ġsub process +( IN +y ect +ĠCo oper +arn ess +ĠMon itor +.p art +ĠN BC +Ġc otton +Ġh ol +Ġrg ba +ĠB io +Cont inue +P od +Ġparticip ating +clus ions +(By Val +à ¬ +ĠH OW +_set opt +Ġaccompany ing +at on +Ġ/ \ +ĠAuth entication +i én +ĠBar ack +/* . +Ġe ager +ĠC ancel +< lemma +ep h +ĉ window +Ġinc idents +), ( +.D es +ib e +ĠFunction s +Ġhosp itals +Ġo xygen +root Scope +Ġd rew +ĉ request +not ice +ak u +am ents +f ar +Ġprec ise +_w rapper +Ġlisten ers +A Z +.b ounds +ĠA verage +field set +_ axis +Ġexam ination +' .Ċ +mon s +++) {čĊ +ĠForm s +íķ ľ +Cpp Method +_tr ace +Ġengine er +ĠFl at +Ġrev ision +Ġhe ating +/ profile +.r u +p riority +Ġin fer +_ST REAM +Ġ* )( +> $ +OLE AN +OK IE +IB ILITY +U AGE +ĠSur vey +Ġres ign +w ing +Ġsecre ts +Ġch ips +JSON Object +Des ktop +_SY MBOL +(res ource +ĠĊ +Ġnew est +ul i +Ġdes ert +Ġd ip +ĠP ow +Ġequ ation +Ġposs ibilities +ĠF ed +os ph +Ġ[ % +Ġb ubble +ether lands +Ġc ement +. auto +_ AN +âĢĻ . +se lection +ĠB ond +D en +- O +.get Type +.W indow +p res +Ġsw inger +" })Ċ +Ġp ip +Ġm ice +Ġcomp ound +- plugin +ik o +Ġcent uries +ic ular +-in line +ĉ key +> \< +EN SION +Ġ[ čĊ +Ġprecis ely +Ġét é +ĠP ast +ĠCam bridge +-f ull +Ġanaly ze +ĠSte ven +Ġn em +d ue +ore n +Ġmus cles +ij ing +/ - +ĠKenn edy +R M +oss ible +Ġact ress +Ġd olor +å½ ķ +Ne ed +.t oggle +ĠR ace +w ers +.m aterial +ĠD ue +ĠP el +# print +Ġindepend ence +ex us +Sh adow +Ġenc oder +( level +ĠSw ift +.d oc +_se lection +Ġserial VersionUID +Label s +Ġperform ances +.T ag +ĠN HL +iz en +/ UIKit +_CONT ROL +Ġearn ings +ĠAl t +_H ANDLE +C tx +Ġpers u +Ġtr an +ç ¨ +_CH ANNEL +Ġsatisf action +ĠG P +io x +m itt +land o +Ġp ig +inal s +ê ncia +S urface +ĠU UID +Ġbenef icial +Ġsequ ences +ĉmem set +Ġmag ical + « +Ġw orn +AS C +pop up +COM P +_b efore +en ess +U i +L es +.re quire +.Serial izable +add Gap +Ġauthor ization +.py plot +urr ay +lat itude +fr ames +aj s +Ġcomp ass +Ġobserv ations +_s up +.en viron +Ġtri ple +ĠRub y +Ġdr ain +_F ILTER +S an +UM P +Null Exception +ĠG ab +ow e +ĠTurk ish +_se quence +ĠGr ant +uel a +Ġw o +Ġc ube +i q +Ġdis orders +Ġextra ordinary +Ġc trl +ĠSe q +ent r +Ġsan ctions +uts ch +Re ports +Ġin herit +Per iod +Ġphot ography +ĠF ramework +Ġspecial ist +Ġ? ĊĊ +_ selected +.P layer +Ġal location +( account +Ġstruct ural +v able +- offset +.App CompatActivity +аР¼ +.Add WithValue +Ġicon s +Ġshut down +_l ow +ĠCom pare +ĠC e += head +l am +.p redict +_DE C +ĠS leep +ĠGr atis +Ġsuggest ion +ĠD EL +ca ff +av irus +No thing +ŀ ĭ +Ġwides pread +Ġmechan isms +Ġtext Align +occ up +ĠR ail +: NS +Ġf iber +Ġm k +Ġv intage +-l ong +.re duce +. Entities +( record +Ġple asant +FR ING +.C ells +OT T +ĉelse if +_con firm +ĠView Group +s ym +Ġpr ay +Ġsus pected +Cont ains +Ġb orders +Ġcomponent Did +ASS ERT +Ġinf inite +- order +Ġh ello +ĠGr ade +.currentTime Millis +apol is +z h +ĉ Object +: \\ +H O +val uation +Ġvoc ab +Ġcou pon +atab ases +.Get Type +L earn +] =" +ĠG ary +ot ive +Ġas h +Ġb ib +XX XX +Ġbal anced +VAL UE +ĠN at +_A d +< E +åĮ º +ĠMethod Info +L IB +Ġconsider able +ĠInd ustry +test s +.set Title +ĠBl uetooth +Ġm apped +ĠBru ce +ĠMain Window +ĉ status +Ġr az +ĠM and +Ġclass ification +Per missions +Ġ---------------------------------------------------------------- ------------ +Ġcontain ers +: set +_x ml +Ġwh ilst +Th rough +Ġval ign +Ġworld s +C ORD +ED IA +ÑĢ ов +Ġsp are +ĠH ad +ĠDE F +(p tr +Ġwarm ing +ठ¾ +Ġcons ensus +ag ne +CT L +Ġì ķ +.M ain +web Element +Ġp ist +Fl ash +App end +.tw img +T ap +Ġveget ables +al g +.s ample +Ġcoach ing +( ind +Cell Value +Check Box +ĠH ell +RO OT +Ġst adium +Ġinvestig ating +) % +st ed +ĠW riting +Ġê ² +Ġun o +Ġ{{ -- +Ġco ords +Ġun ser +organ ization +ĠCr ime +ĠDemocr at +Ġv in +/ file +- api +ĠA y +Ġfund ed +ĠBre xit +ĠG h +ent ina +c ases +Ġd ash +Ġ!! }Ċ +H I +Off ice +Ġcapt ain +Ġwor ship +\ C +Ġglo be +_ board +Ġbab ies +Ġconsec utive +Ġenh anced +ere um +ĠAd vis +Ġgr ain +Ġc raw +ancell ationToken +. alpha +_W ITH +ĠO tt +ĠC ool +.b atch +Ġver ified +(c allback +Ġreg ards +ĠInt Ptr +ouch er +Ġk in +Ġtou ched +it Ãł +ath on +Ġadj acent +Ġaccom panied +LE AR +Ġim plies +Ġh ill +ĠBalt imore +=" - +Fin ally +S am +ic opt +Ġs od +Ġm aj +ĠSh ipping +Ġget All +Ġcoach es +Ġdon ations +il ot +ĠT ar +c err +Ġbad ge +Ġmark ers +ĠR and +ais ed +iss ance +Ġexpl oring +uc ed +ĠIndones ia +Ġbene ath +Ġmagn etic +Ġm useum +match Condition +Ġdis rupt +Ġrem ind +ĠT M +Ġ/ >< +Ġf ool +Ġes k +.N ull +ĠD ies +_OUT PUT +_TYP ED +Ġpaint ed +Ġsoph istic +ĠB ear +* n +_P ACK +Ġdeliver ing +ĠC OUNT +åį ķ +Ġj eg +-c ar +f name +Ġr anging +ĠN eg +/ ******/ +ĠCH AR +Ġul tra +Gr ad += t +Ġjud ges +ĠD ise +ann ers +Ġsc al +_c al +ĠCON NECTION +_ embed +(f n +ĠC raft +ĠP as +") -> +.con vert +.res ource +ĠST ATUS +ô ng +ĠT it +Ġclass room +ĠArch itect +ĠK ings +Ġstead y +/* !Ċ +ĠG ene +) ";Ċ +ic ia +st an +ĠCon struction +um per +w c +ĠC BS +ing ing +-p arty +(d river +M ARK +Ġn ested +ew ard +Ġdepend ency +Ġm ales +ĠO NE +ĠProdu ction +][ $ +ãĥ¼ ãĥ +_LO AD +ĠB ol +el ry +ł éĻ¤ +ĠRe quire +Ġpl acing +xx x +CA LE +Ġth umb +Ch oose +Ġprot otype +VO ID +Ġles bian +Ġtra its +Sh arp +Ġconsum e +Tr uth +Ġaction Performed +ĠEnvironment al +ĠDe an +Ġest ado +s ame +Ġnumer ic +Ġtrans it +. Email +-s ide +_R UN +ĠVill age +_OP EN +è ¦ +.re m +-w arning +any a +Property Changed +Ġ(! _ +( check +il ia +ĠSo ft +st eps +ĠMad rid +Memory Warning +Ġhand lers +Ġexperi encing +Ġins pect +button s +Receive MemoryWarning +chem y +Link s +Ġur llib +.System Colors +ĠE igen +Ġpun ishment +:UI Control +bar a +- set +Ġ}čĊčĊ čĊ +Ġtoler ance +Ġinter faces +. redirect +ighb ors +cs rf +_back ground +. Utils +_H T +ĠInter est +im os +Ġgr ants +Ġexam ined +Ð Ķ +Ġc f +for ge +back s +ĠObject s +_s ent +. entry +ĠTH EN +ell ido +c ia +, res +/std c +. nd +( Int +ĠAuth ors +ĠApp CompatActivity +' { +Ġmed i +M usic +ig m +ce ipt +Ġa uss +Ġtarget ing +ĠKe ys +h n +: ]Ċ +Ġmin eral +à ® +.c a +om ed +Ġshe ets +Ġc amb +Ġdead ly +.in ject +( unit +ĠSe lection +.g ms +( connection +Ġ$ (" +é mon +ĠCurrent ly +pt e +_path s +le af +Ġimp lications +pos al +ä½ į +[ / +anc ia +é Ľ +m ul +c ie +Ġge ile +im als +UI View +Ġs urre +serial ize +IS O +Ġarbit rary +Ġsock addr +.f n +ĠM erc +Ġcast ing +Key Down +Ġnew Value +op ens +T odo +Ġflex ibility +ĉĉĉĉ ĠĠ +V elocity +ú n +row ing +Ġcomput ed +` )Ċ +st atement +Ġr i +_c art +L ow +trans fer +.n av +Ġgr ave +ĠDo or +ĉ alert +.sub scribe +- profile +ĉb ase +ĠâĪ Ĵ +__ ĊĊ +Ġengine ers +Ġexplos ion +Ġd ari +ĉ Log +on al +Ġisol ated +{ i +ĠM sg +F uture +Ġrac ist +-w rap +ĠV ers +b org +IS ION +Ġ ÑĢаР+ĠY an +init With +Ġn omin +( empty +ÃŃ n +ãĤ ¤ +ĉ width +Ġch amber +/ ajax +EM P +Ġnec es +iv os +log ic +*) & +cript s +Row At +ib lings +Ġe ars +Ġcomput ing +Ġm aker +ĠNe ither +b readcrumb +Ġserial ize +ĠWith in +Ġd ell +_TR ACE += a +Ġwish es +-in ch +ĠD or +Ġinnoc ent +ĠD ol +Ġint ens +for ced +ĠB IT +Ġphotograph s +Ġcas a +ĠL en +\F ramework +.S imple +Ġde ar +)/ ( +ip pi +Ġown s +Pl ayers +Ġpropos als +.p i +us alem +D amage +Ġcal ories +ĠCreat ive +Ġ[ $ +Ġ// čĊ +And View +è me +.c ustom +_f actory +command s +_lo ok +Ġstr cmp +Y N +a ired +Ġaud it +о ÑģÑĤ +ĠRe verse +ropri ate +et ics +< vector +.s elenium +. or +Ġpred icate +Ġfinish ing +Ġk le +ĠRep os +ĠK han +ĠM aking +ĠF S +Ġp ute +ĉ state +_S UPPORT +' - +orient ation +Ġexist ed +atur a +Ġexpect s +ĠSh adow +Ġorgan iz +å ŀĭ +Ġsusp ension +Ġu it +Ġsimult aneously +ĠAff ero +: ");Ċ +Ġro cket +c as +eter mine +ace ut +x l +ĠA MD +( graph +ass oci +_C R +.ar ange +(j Label +Ġbe ef +Qu ick +.c ard +] ): +- gr +.G ONE +_C LOSE +ĠNe v +ÃŃ as +Ġste pped +ĠFre edom +ĠW R +NS Array +_r x +_d ialog +Ġhot els +Ġ( \< +ĠD iamond +Ġassum ption +um i +( items +č ččĊ +æ³ ķ +Ġn el +Book s +åİ ¿ +us b +ĠF IN +æ ¬ +Ġcorpor ations +US A +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.p roperty +ew ise +_ plot +"> ';Ċ +Ġpe pper +Ġsh ed +ĠMed ium +ĠC ookie +Ġoverse as +ed or +asure ment +åŃ ĺ +Ġ' .' +Ġph p +ĠPRO C +Ġexception al +( th +ĠJ et +Ġoccup ied +.set Image +ĠRel ated +uck er +M embers +PR INT +ĠG lo +_V IEW +} ",Ċ +Ġad option +[] )Ċ +ĠMiss ouri +ĠLin coln +eral d +Pop up +Ġf ate +- bootstrap +fe ctions +ĠP oll +_ARG S +in ance +-h ome +. ), +_d one +: ĊĊĊ +Ġdiscuss ing +ĠSQL Exception +Ġelect ro +ĉ req +Ġz w +Ġl ui +Ġover night +$ user +ĠW AY +Ġall erg +Ġdisappoint ed +Ġradi ation +Ġimpress ed +ific ates +Ġto b +CL ASS +Ġc uda +_d et +- post +ul u +Trans lation +-h and +.y ear +ĠM ongo +Ġun clear +. engine +WEB PACK +r ices +_AC CESS +Ġh olidays +per cent +.Id entity +ĠG ov +Ġpassion ate +!! . +ĠGree ce +plus plus +')) ; +G P +Ġexc it +.tab Page +_ cond +Ġspons or +M ODULE +_pro c +Ġ$ Ċ +Ġr ational +.T ool +Ġi hr +cc a +åĵ ģ +ĠE state +IB UTE +Action Performed +ĠS olar +¦ Ĥ +Ġequ ity +t id +Ġrec ip +.s imple +m k +ĠL uke +ĠGuard ian +Ġenc rypted +Ġdomin ant +. place +ĠN V +Ġtong ue +( Get +Ġst ainless +.P lay +Ġe b +ac i +.b uffer +readcr umbs +Ġvacc ine +p rom +Ġuser Info +Ġsl ug +Serial izedName +-w ide +Ġre actions +ĠY ang +ĠAdd s +(user Id +Ġpl ates +ĠM EM +Ġb ail +In side +et ed +Ġels if +Ġs ake +Ġc ycles +Ġì Ĺ +ĉ I +-c ollapse +ĠG MT +De claration +Ġg ros +Ġreach es +Ġcust ody +Unt il +t u +ĠCh en +Ġn x +( addr +ĠO ffer +Ġcol leg +ass ador +Ġm apper +ĠS IGNAL +ĠB loom +ĠH oll +ĠIm per +-d es +_s ite +Pro c +E qu +Ġat omic +ĠW oman +s ent +sc ar +Ġint elligent +ĠGet ting +ĠReg istration +ĠPh ill +Ġkill er +unic ode +Ċ ĉĉĊ +ĠJac ob +ĠCon st +Ġloc ate +Ġca us +ĠSch olar +Ġconstitution al +Ġinfl ation +ĠG ot += array +end um +Ġtransl ated +Ġdiv orce +En tries +Ġs or +ĠQu ote +irl ines +U K +Ġexc el +( opt +ĠAD V +,: , +Ġcontact ed +ĠD A +Ġr ings +ĠIndust rial +.get Context +Ġforg otten +ĠT an +Ġp ants +Ġo v +Ġdec oder +ĠPart ial +Ġv c +Ġbatt les +A rial +FRING EMENT +ir ates +, w +aint enance +ĠO d +ĠTechn ologies +åī į +ĠCar ter +.find All +N ome +B en +ĠUs age +ĠP icture +Ġbad ly +_p anel +Ġpat ent +ĠProt ocol +lot te +ĉ player +je ctions +Ġd ou +_re lease +urn iture +_t ax +ĠF ields +.d ataset +_m aster +CLU DE +ĠPh arm +b st +Ġoper ational +.c ell +Ġident ifying +Ġj wt +t uple +ĠT C +ĠC ro +ix map +- components +gener al +Ġo z +_D e +_d ouble +ĠTo o +.View Group +g ate +d ings +ph otos +Ġgrand e +ol lect +_l in +Ġaw ful +f ilters +Ġaltern ate +es p +Ġcomp ress +e o +ĠS cale +Ġind irect +Ġinv oice +ĊĊĊĊĊĊĊĊ ĊĊĊĊĊĊĊĊ +Start ing +ĠPl ayers +ie le +. then +Or d +ĠT uple +Ġb out +ĠStat istics +Pre view +Ġp uzzle +ĠW idth +ST ATE +Ġover lay +ĉ on +Ġin fr +Ġsm allest +lock ed +ÑĤ о +ss l +Ġde emed +Ġs co +re ck +Ġj Button +Ġmiss ions +ç§ ° +.Selected Index +T ABLE +Se pt +Ġacknow ledge +Ġstrt otime +ĠT ell +ĠD ak +Ġal uminum +Ġf ence +ĠSt ars +CON FIG +Ġretro fit +Ġemph asis +/ header +ĠS omething +in ished +=' ".$ +ĠValid ators +Ġpol ar +section s +.as px +Ġas pir +.M ock +Code Gen +Ġpe ut +Ġaccept ing +Ġback ing +P icture +/ ap +еР³ +_SE C +- use +annot ation +Ġcogn itive +Ġg rip +h our +ĠLeg al +Ġep ic +.t oolStrip +.not ify +.L ast +OR IZ +M iddleware +cri ptions +l ash +_F OUND +ĠLiver pool +Ġ{} ", +Inst all +Ġn it +Ġfig ured +[ len +.W in +.pl atform +Ġgam bling +(d t +av ery +ĉ include +Wh ether +R outing +Ġther ap +Rem ote +ĠL oss +y ll +Ġappro ached +ĠV ehicle +ĠAl pha +Ġvoc ê +ans wers +NS Dictionary +cons ider +un used +ĠF an +or able +f re +ĠDIS CLAIM +ĠAct or +. ] +to Have +.user Id +Ġspeed s +ew ay +Ġrec urs +ĠÐ ³ +_pr iv +! âĢĿĊĊ +Ch oice +Ġsett le +Ġplan es +' }, +T om +IT ER +! "Ċ +å » +achel or +Ġsepar ation +Ġd al +ad j +Ġreg isters +r iz +ĠNot ice +Ġl u +Ġcour age +Ġax es +cell ent +.as ync +Ġcompat ibility +ç « +Ġ! ĊĊ +ĉ title +Y LE +ĉ message +U UID +OLD ER +ĠH H +ĠStyle Sheet +Ġaccess ed +. validation +t asks +Ġpoll ution +.c anvas +Ġing redient +ĠC abin +A h +old own +ĠNO I +ĠÃ Ĺ +[ f +ed uc +y alty +(n ot +_ State +am en +Ġda o +ud ad +ell ers +} & +lic ity +_W INDOW +Ġt atto +val or +.R ange +Ġrefer enced +ĠRes erve +M oney +SCRI PT +/ product +cho ices +Ġt in +ãĤ ĵ +Ġsepar ator +Ġp kg +am med +ĠM AT +! !ĊĊ +Ġr aid +Ġmotiv ation +ĠX P +ĠBack ground +ĠQu aternion +.define Property +ik er +ĉp arent +ĠOrigin ally +ant age +ĠH ans +Ġtim eline +.c ur +op ic +ĠSe qu +m ust +ĠCo al +Ġform atter +_R GB +Ġ_ (" +'} ),Ċ +Ġ= ================ +ĠF UNCTION +Ġl ng +ic ates +l ive +_ engine +Ġtown s +')) ĊĊ +ĠP K +( api +ĉs canf +pack et +.ph one +á Ģ +ĠAnd y +_N AMES +PL Y +Ġmin s +im i +Ġbr ick +Ġbl ade +.std out +}` ;Ċ +Sh ift +ĉs b +ĠCheck s +Ġphenomen on +Av atar +Ġmin istry +ro se +ĉ File +Ġtit led +( LOG +Ġg an +des ign +(), čĊ +Ġb ones +st m +ÅĽ Äĩ +ĠInput Stream +Ġvol unt +ĠSerial izable +Ġfight er +ĠDr ag +T witter +Ġsubs id +ç ¼ +Ġfor ums +.load ing +log ged +_ this +Ġterr ain +Ġir re +ĠIn g +ĠC N +_object s +. uid +Ġconscious ness +T INGS +ĠG all +Ġport ray +ĠDevelop er +Ġparticip ant +Ġ" ;čĊ +/ model +ĠOper ations +^ \ +ĠL ater +Ġrais es +-n one +.m eta +=' .$ +Fin ished +Ġrepl acing +Ġsam pling +ĠJ en +" There +RE AL +A LE +ìĬ ¤ +Or ders +_param eter +ĠOlymp ic +Ġtr ès +Ġare na +i ol +; ?> +Ġimpact s +ĠW S +: get +Ġfl ights +ĠRuss ell +c amera +F n +s igma +Ġfor cing +Ġloc als +Ġdepart ure +Ġcelebr ation +ĠS ay +ï¼ Ĵ +ĠH ills +.has OwnProperty +Ġtyp ings +.A PI +Ġdon ation +Operation Exception +.Act ivity +c plusplus +ĠChar lie +Ġimport ed +Ġd ann +Ġoccas ions +Ġimplement ing +Ġpur ple +.d ialog +SQL Exception +ern o +Ġw ars +Ġpast e +Ġdecre ased +Ġhar sh +Ġel abor +input s +ĠView s +Ġerror Message +_m ul +ĉ write +ĠC op +ĠAnn ual +(b utton +Ġv ida +b ars +ĠHar vard +ĉex pect +Ġindex es +Ġdocument ary +Ġf lesh +OR LD +ĠD elta +M AND +Br ush +-c olumn +Ġdevelop ments +method Visitor +s lice +ĠP DO +Ġinvest ing +ir able +Ġxml ns +ï¼ Ľ +art a +Ġthe ories +_c ity +Ġ$ __ +Cre ating +( pr +D ropdown +ism atch +ĠN ET +'] )){Ċ +ĠVal ues +ĠSE O +ĠST AT +Ġe cosystem +Ġtem pt +Ġ\ \ +Ġ// {Ċ +ĠChrist opher +ĠKent ucky +ĠHttp ServletResponse +Ġhy brid +y on +Ġfeed ing +ĠEx tra +N orm +IT CH +ĠSe an +ĠUp load +m un +p ur +Ġp ersistent +ĠID C +ĠPer form +.m erge +_ room +Mean while +! =' +ĠW el +Args Constructor +.D atabase +Ġcount ing +() * +Ķ åĽŀ +ĠT OP +m ill +ĠD T +IGN ED +ĠK B +Ġcomp ly +S outh +_c ollection +Ch apter +Ġexpl aining +_ AM +_t s +c ards +Ġqu el +Ġp ole +Ġtouch down +ĠO thers +Ġpe ers +ĠType Error +Ġsix th +Ġche er +Ġdis pute +us c +) ], +th umb +Ġh iding +ĠS IG +lik es +ĠP AGE +.Ref lection +Ġhead quarters +T ING +ĠG host +M LE +$ Ċ +Ġcontr ary +ext end +'] ). +FF ECT +ĠP interest +úmer o +ric ane +ĉs ession +Ġcr ystal +- Control +overn ment +og raf +- action +v olume +ft en +Ġun con +Ġan imate +Ġle ase +sc r +Ġref use +ãĢ ĭ +ft p +in formation +Ġeval uated +Ġin jection +Ġj ack +Ġwork shop +æ³ ¨ +PT H +ĠT s +off er +ĉ os +Ġking dom +M issing +Ġlaw makers +ext Field +Ġsing ing +ab i +/ client +.m edia +ATEG ORY +Sign ature +% ',Ċ +ĠF uck +][ : +Ġsens ors +/ com +ĠPr imary +.S QL +_pro gram +Ġp ills +Ġinteg ral +Ġfle et +Ġdro pping +.s l +Be en +Ġp ets +Ġadvis ed +Ġdr agon +_ EDIT +( im +F ER +ĠDr ug +(r andom +Ġcomp ression +ou st +[ % +Ġbuy er +h op +R oles +man age +Ġpain ful +ĠBr anch +-mod al +en ant +ĠM esh +/ font +ĠG raham +Ġâ ĺ +Ġn c +ĠFranc is +Ġspec ification +Ġdam ages +- config +Ġthe oret +sec ure +_m ulti +aceut ical +Ġdemand ing +en ne +IST S +() ));ĊĊ +Re ason +Re cent +ph ase +Ġps y +_M AN +Ġvolunte er +å ¿ +istrib uted +li o +Ġproduct ivity +_com m +S pring +n is +. weight +ĠC ancer +Al loc +ĠT weet +Ġsepar ately +ĉ check +_p roperties +. Unit +_CL K +Ġg t +Ġ( );ĊĊ +Ġhand y +ĠThom pson +Ġunn ecessary +ĠRe ader +G N += request +ĠU tility +.Re pository +ĠA x +hy dr +ie u +Ġth y +Ġl t +_m ail +ä¿® æĶ¹ +ail and +ĠPhil ip +Ġbit ter +Ġbet ting +Ġtim ed +ock s +' a +Ġal gorithms +Ġre interpret +Ġto ss +ro gen +Ġhop ed +( selected +Ġvent ure +TE X +ĠLe ave +.Sub string +Ġgr ateful +uk a +ĠCon sumer +Ġag greg +C ircle +ภģ +_block s +Ġleg ally +Ġ" | +ãĥ ĥ +. board +.A b +Function s +rec ipe +è ĩ +ĠO xford +Ġwho les +.B uild +_ch anged +h ai +Ġdepart ments +I mp +Ġcoal ition +IN FRINGEMENT +Ġemp ower +itch es +N orth +Ġinfl amm +ON SE +Ġmiss ile +ĠR aj +ĠIss ue +Ġat oi +ca led +.Cont rollers +ĠW olf +Ġcrush ers +á» ĩ +.A uth +.add Attribute +h is +Ġbo ots +.c lean +c amp +Ġten ant +Ġt une +Ġ{} '. +Ġwork out +Re po +Ġpartial ly +MI SSION +j amin +ĠS B +Ġdetermin ation +Ġ' ');Ċ +ĠB eng +Ġv os +Ġin hab +/ lang +s burgh +Exec utor +h one +ĠCh allenge +_link s +.Le vel +Ġunder ground +-c ode +Ġoptim ization +log ging +_de st +Ġsn ake +Ġchemical s +_IMPORT ED +ado op +ĠTH AT +man aged +Ġredu ces +ĠRE AL +ĠG uy +_GENER IC +/ ******************************** +. amount +Ġd ere +get Time +Ġp ant +an onymous +Ġharmon y +ĠAl an +Ġscen arios +Ġd irt +ht ags +M c +Sh ell +r in +{ čĊčĊ +.p ow +ĉ client +Ġconspir acy +Ġad mission +ĠReg ional +ĠView Controller +ĠPhilipp ines +Ġde pos +Ġp ap +ĠP ad +P aul +.Com boBox +Ġt utor +ĠRec ipe +w riting +Ġcontrib utor +OT H +Sm all +V I +Ġh acer +e qu +ĠEx amples +h uman +.m essages +ĉt yp +Ġ( čĊ +ĠS SL +LE N +ĠRom ney +( grid +ĉ min +Ġ> ĊĊ +Ġfr uits +Ġvot er +In line +pan e +ĠC ollections +char set +Ġsp am +z b +item ap +Ġsucceed ed +_C OL +Ġel apsed +im eter +Ġrecover ed +T ensor +hatt an +.set up +ist o +( head +ĠS IZE +Ġtact ics +Ġdist ur +Ġpre val +ici os +( Value +_c ols +ĠF at +Ġse al +Ġs ons +Ġens ures +Ġpress ing += & +igen ous +Ġharass ment +_ JSON +Ġign or +yn omial +om er +_st atic +Ġsignific ance +Ġcirc les +_S ystem +Ġdiscipl ine +Ġdress ed +Ġs phere +Ġclim b +_ actions +ĠB ab +Ġ' =', +_s chema +" use +Ġund ers +Ġc ups +.s creen +/ new +Ġappe aring +T OP +vis ed +cl ang +Ġinvestig ators +Ġmyster ious +Ġprom ising +Ġqual ify +Ġc ave +Ġequ ip += x +G T +( link +. velocity +. erase +ot er +++++ ++++ +pro fit +Ġz ones +_ uid +- ser +Ġobject ives +Ġmil f +web kit +(m atch +ne h +ĠAssoci ated +ĠT odo += d +C am +Ġv ocal +Ġs udo +( EX +Ġtr ou +AB C +.b ean +ĠG round +ĠRE ST +we ets +In g +im on +_b us +ĠC OLOR +un to +Ġf oss +ĠLink s +ä ng +/ forms +pr ises +Ġachie vement +C ALL +ел ÑĮ +ĠVer ify +_S OURCE +apt cha +ID D +_re ference +G old +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĊ +Re ceiver +Ġa j +_d irection +} ] +ĠCom pet +Ġb ang +ĠC ass +- url +te chn +ĠJer usalem +long itude +' );čĊčĊ +Ġwin ners +T asks +ĠD MA +Ġtool tip +İ · +ĠB ra +_d uration +cur y +parent s +---- >( +ĠK ir +Ġint ros +Ġsk etch +Ġsk illed +Ġim mer +Ġade quate +_re p +( header +_ like +Ġper ceived +ss h +Ġassum ing +Ġf f +_u uid +ul as +Ġdemocr atic +. entities +S eries +aph ore +Ġnew er +} ( +SE C +ai ro +Ġcomm od +Ġprivile ge +Ġde ux +ĠH op +.' / +ct ic +. ';Ċ + C +ĠWar ren +Ġoptim izer +ĠSER VICES +_ oper +get Attribute +ĠMc K +_s elf +.r s +" )ĊĊĊ +Get Component +er ce +Ġt ous +un its +'] );čĊ +Z oom +/ E +Ġobs c +Ġfast est +on line +Ġpeace ful +ff en +Ġc argo +ĉ pr +Ġseek s +z u +Tr im +Ġw ard +Ġver d +Ġblog s +.exception s +ĠPrem ium +ĠN etherlands +S afe +Fin ish +ĠAl bum +_A CC += this +v irtual +] > +_L ABEL +ĠN ich +_w in +ĠA aron +W P +; $ +aim s +ĠImage View +Ġend less +ER A +_DIS ABLE +Ġcancel led +- us +Ġins pection +em in +ĠG rey +- open +Ġiter ations +. owner +Ġk eras +.P assword +ĠR y +ĠIN S +A ir +ĠSe veral +.Tab Stop +ING LE +ĠH air +ĠCan vas +AA AA +Ġfl aw +ced es +.Re port +í Ĭ +ĠT ips +cript ors +.trans action +.S pring +Ġview er +Ġins ights +è¾ ĵ +ord ion +U INT +se ek +ĠA uf +ìŀ IJ +Ġstr ain +To oltip +Ġd z +ign al +ad t +Ġu c +fin ite +Ġn m +.c md +ĠMy Sql +[ data +.j ackson +.t ree +Request Param +_ agent +") ]čĊ +Ġass ass +( Constants +: ss +ĠM AN ++- +- +ĠB ottom +print s +ĠS ame +@ Autowired +sw ap +ici ón +Ġprotest ers +Ġh oney +ĠV eter +(C alendar +- ad +ĠBrook lyn +L ife +_V AR +ze ch +ĠC ALL +_C AST +ĠE lection +Ġthick ness +V ery +_IN TEGER +- dev +)) )) +ap at +oo oo +d emo +Ġparse Float +ĠR ather +ST IT +m aker +[ current +chron o +Ġch rist +ãģ ª +ĠD etail +Æ° á» +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġs ul +id ency +Q ue +Ġeleg ant +ap ons +Ġdish es +Ġinteg ers +( read +find ViewById +ĠAm ount +ĠSk ip +Ġhab its +* )( +Ġmon sters +M AC +: end +Ġfr ank +As sembly +Ġd fs +Ġne ut +_TYP ES +e qual +loy d +( uri +Ġch i +Ġdefend ant +Ġconflic ts +Ġv il +- js +ĠPe ace +Ġmut able +) sender +ĠF ocus +å» º +Ġapprec iated +s leep +ĠR ED +C ulture +Ġdesign ers +_g enerator +c odes +/ ex +.Get Value +umb led +.scal ajs +per or +Ġveter ans +Ġ} )čĊ +Ġun fortunately +_C REATE +M ass +ĠCL AIM +ĠMe et +_s upport +B ank +() .Ċ +D ark +_LO W +ĠMin ing +ĠO wner +ier a +Client e +Ġencour aging +> S +Ġboy friend +ĠH alf +ĠA CC +A ff +_ ar +-l ife +c x +.J Button +iz ado +.z ero +.open qa +ot on +.text Content +Ġto ll +at ie +Ġball ot +- number +. Exception +ĉ params +c ircle +-m ap +Ġn ap +ĠRob ot +ĠI ch +reg istration +Am azon +roll ment +( exp +Ġt anks +ĠG ordon +Ġmach inery +Ġbas eline +æ ĭ +Ø © +ĠCon vention +ĉ config +ook ies +m ult +Rec ords +ĠE ST +Ġgar bage +Ġcon form +id al +Ġb arg +Ġsurv ived +Ġinvestig ations +.contains Key +---------------------------------------------------------------- ----------Ċ +ort ion +Ġhor r +_ http +Ġm ant +] ;čĊčĊ +b inary +em pl +Ġin quiry +ĠMean while +Ġcollect ing +.Entity Framework +", ĊĊ +ĠP ic +@ Inject +ick ness +ĠB inding +Ġcont rolling +re verse +Ġch airs +semb led +( add +Dis abled +an as +.trans late +-------- ---Ċ +Ġref lected +"] ĊĊ +Ex ternal +Ar row +Single ton +% x +Ġ Å +Ġan cest +ĠOr leans +ĉc md +Ġprohib ited +ith metic +(ch annel +_c ss +For ward +.s ocket +Ġl uc +â Ĩ +ĠFire fox +ĠM ovies +) _ +. ends +( shape +Ġde alt +Ġs aves +Ġgl ory +Ġmej or +Ġbreath ing +Ġ eller +get Data +Ġang les +Ġtool bar +Ġsp acing +IP S +Ġflo ors +_ACT IVE +Ġsh uffle +/ shared +ĠE le +ed ish +Ġweb cam +.ex pect +il oc +ĠIn cludes +Ġtweet ed +Ġ: ) +ĠEss ay +F ix +-b etween +_ web +.con v +Ġrac ism +Ġreflect s +um m +иÑĤ е +_f ooter +/d ocs +ĠP our +Ng Module +.initial ize +pattern s +_ In +ĠAb b +* čĊ +Ġsent iment +b uff +_count s +Ġre use +ch unk +Ġim posed +Primary Key +Fore ground +Ġconsum ed +? ! +Ġd ick +Ġch ron +ĠF ern +Ġrespons ive +Ġin sect +icult y +Ġr w +Ġal ike +Ġsub set +ĠCook ies +ĠP air +Ġt ier +IF O +av our +ĠQ U +, sizeof +Ġmerg ed +m v +it ol +yl on +Ġjump ed +. role +ens aje +R ules +Ġb rowse +An imator +Ġy oga +Ġvari ants +Ġcour tesy +ur an +p bs +else if +Al t +ĠL ane +CL K +IM ARY +_PRO PERTY +ï¼ IJ +Ġch an +Ġgrad ually +Ġsh ake +Ġbl onde +... ");Ċ +-se x +Ġgame play +ac ies +.ref resh +US B +ĠPl ot +W as +iss ippi +ĠT ensor +Ġcryptoc urrency +Ġdifficult ies +De leted +With out +_ append +_ ver +")) čĊ +Ġhonest ly +Ġp ivot +Ġtem ps +_p s +ĠUn like +[: - +V S +_in f +Ġjun ior +Ġanim ations +Ġfile path +? {{ $ +Ġun icode +pl aces +ĠC offee +.S E +ĠP AR +(t xt +ge bra +Ġf ires +Main Window +med ium +Ġ( âĢľ +Ġl g +Ġc mp +/ base +_l ayers +_ entries +Ġadmin ister +ĠSU CH +B P +ĠScott ish +ĉčĊ ĉčĊ +gu ard +ĠStr ong +In sn +ĠC AP +as ury +ĠSE E +C lock +er ie +\ models +Ġ$ $ +ĠC ab +Ġwur de +Ġsold ier +Ġcl ips +Ġarrang ement +ĠW onder +ĠH orn +Ġsc ared +Ġc ure +m kdir +Ġal igned +ĠP ink +Ġland ed +Dim ension +Scroll Pane +.ch at +.W ith +ĠTr ain +] .Ċ +Ġth irty +Ġdur able +Ġl d +Ġlate init +Ġch arts +Ġins ult +.F atal +_ ct +Ġm asks +CLU DED +Pres ident +Ġcol ours +g ments +.at tributes +ĠF lex +ĠC lock +ÃŃ cul +im en +J O +ĠReg ex +_L INK +Ġc ouch +ĠIN PUT +Ġbe ating +b usiness +pre ced +. unit +ĠF el +N ever +osp el +.start swith +ĠE PA +. only +Ġprevent ing +y er +Column Name +Ġelev ation +fl u +icy cle +Ġoff line +Tool bar +Ġcompet ing +) ]. +Ġm og +Ġis Valid +As k +_ av +_l at +AN C +ĠJ oh +k ers +Ġgu ards +Ġch ains +ĠSimple DateFormat +.st atic +Ġvess el +Ġm ud +Ġst abil +Ġst ret +g m +am ation +ç ľ +-w ith +Ġro s +_P A +Ġresult ado +Ġconf idential +ĠTok yo +ĉ using +ĠMath f +omb ine +ĠESP N +Ġdeal ers +Ġdismiss ed +TR Y +Ġte ens +rec ords +Ġw ings +g allery +account s +_L IB +Ġj acket +ĠNS Object +Ġst ones +ĠDel ivery +ĠD iet +/w atch +Ġto ilet +ĠG uest +.d ay +Ġint val +Vis it +Ġinvestig ated +Ġpent ru +ĠThe atre +andid ates +L ang +ĠS erv +Ġcont rollers +Ġset Title +N P +am y +fl at +( ui +_d ocument +è ĥ½ +ĠC oin +ĠAd ams +pt ic +Ġproduct ive +Ġaccompl ished +čĊčĊ čĊčĊ +Ġdefer red +ient es +Ġs inc +ol ars +Right arrow +Ġvari ations +( offset +.Layout Inflater +Ġsus pend +Ġprevent ion +_pr ivate +_ js +âĺ ħ +Ġw ieder +at um +Ĵ Į +Ġappear ances +.D ocument +Ġvalid ates +cal endar +} ";Ċ +.d emo +con ut +Ġcorre ction +ĠDe al +Ġbatter ies +.d uration +, \ +_m arker +m ulti +Ġh alt +Ġc ms +Ġsh aped +B ro +re duce +Ġ #### +CT OR +ĠBen ef +Ġicon ic +Ġp iano +Ġeffect iveness +| .Ċ +Ġa jax +Ġv olumes +ภ¡ +Ġcl js +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ath s +ra its +å¤ § +Ñ ĸ +_m ult +Ġfasc inating +A verage +Ġpr é +ĠChair man +.find Element +_p in +Ġcomp aring +Ġdark ness +-F i +- server +Ġselect ing +ster dam +ĠPart s +FORM ATION +Ġnot ing +Ġp ile +og s +Ġpa lette +_d o +it ize +() ( +Ġdef ining +Ġremain der +Un its +_T ASK +Http Client +S ocial +Ġfund ra +N R +ch est +C urrency +.ad apter +Ġd op +un ting +ANG UAGE +" He +ĉ index +_p ackage +.I con +Ġrep et +m ass +=" .$ +ĠS ud +Ġl id +pro vince +ì ľ +G PIO +Ð ļ +ĠMy SQL +Ġdoc s +ĠG A +Ġip sum +K ernel +Ġaccept s +Ġfit ting +Ġcu ando +Ġd uplic +ĠBro ther +ĠK le +num s +Ġmor ph +Ġ ######## +ĠCG Point +< unsigned +ä¾ ĭ +ĠD uke +.set Bounds +q s +or ic +j er +Ġregard ed +Http Request +Ġbond s +Ġthorough ly +enc ent +Ġhighlight ed +Ġac res +Ġwork place +ĠL ux +Ġqu ot +.in flate +Ġdocument ed +Ġadd iction +Ġmut ation +.c ity +Ġbott les +ĠRepos itory +on n +err no +ARI ABLE +åº ¦ +_B EGIN +gl as +' })Ċ +ĠMass age +ĠWh it +reg ex +W A +Ġout let +- head +Ġexp ired +ĠTh ai +/ include +grad ient +scan f +Ġse am +w al +ĉb uf +B earer +Ġprec ious +if acts +co ord +Ġexpl oration +.get Y +(h andle +Top ic +ĠV ent +r hs +---- --Ċ +ĠB right +Ġg uild +m other +st orm +Ġmunicip al +Ġin k +.T YPE +w l +... manual +ĠTechn ical +Ġcorpor ation +ĠH W +ank a +T AIL +ist as +Ġperform s +ĠBeh avior +.F or +_ ORDER +ĠK ick +Ġcallback s +_d r +ue go +h ub +uff icient +sk y +Ġb p +ht able +ĠON LY +ĠAUTH ORS +.Arg ument +" };Ċ +ĠTh under +ĠK om +.Sh ould +A UTH +ah u +_p ayment +Ġst arter +ìĦ ľ +ìļ © +B log +.p atch +Ġgovern ed +ass y +-f ound +Ġthe ater +ĠFont Weight +ĠBat man +" If +.R andom +_d elta +ĠC E +Auth enticated +Ġdr one +Ġc ous +r adius +M er +( None +ĠN J +_ headers +Ġam er +py test +ĠA ctions +ĉĉĉ ĠĠĠĠ +Ġet t +Ġh oly +Ġun comfort +ĠN in +ĠDec imal +ĠM essages +.s ender +] ])Ċ +Ġembr ace +Th ough +/ sp +Ġcult ures +Ġhigh way +t ar +.f ail +_h idden +ĠcomponentDid Mount +ĠW right +Ġj ag +_ il +../../ ../ +ig u +F ood +Ġa ce +Ġa ños +US D +Ġmut ual +Log ic +Ġtem ple +Ġbrief ly +ĠT rip +class method +default s +Ġch unks +,, ,, +ĠRe ason +$ id +-up s +Ġdam n +Ġtruck s +Ġun limited +Ġsc ulpt +ĠC ards +Ġaut or +ĠTest ing +Ġdies e +sh ops +ç ´ +(p ayload +ĠP ATH +ĠMem orial +Ġridic ulous +eg ree +-w inning +Ġre hab +Ġsophistic ated +wp db +ĉ path +! ";Ċ +_S YS +.s peed +Ġso ap +s uffix +W rap +Ġenh ancement +à ī +ú b +Ġplay list +Ġmix ing +ant idad +=" ";Ċ +ĠRev ision +ĠBe at +.in c +-w ay +enc ias +ul ers +C at +id el +ĠSh ip +.set Color +Ġthreat ening +.mod ules +Ġafter wards +ĠD ashboard +Ċ ĠĊ +Sign al +Ġpr imer +orne ys +ici ary +Ġl igne +_p redict +Ġa est +_ https +> : +ĠL ex +Ġrencont res +eg ral +sc ala +_f amily +ÃŁ en +_s ym +Ġuncert ainty +ĠVAL UE +Ġ} ;čĊčĊ +Ġbro ader +Ġh orses +ãģ Ŀ +ĠK al +ob a +_IN ET +ĠK ill +j query +am ination +[ @" +Ġm uj +## #Ċ +First OrDefault +then Return +C he +/ footer +Ġpark s +as je +ĠG ulf +Ġmod est +. Init +ï¼Ł ĊĊ +Ġpros pects +Ġs vg +Ġå ı +.D ialog +_N ET +Ġ( ($ +Ġe k +ĠW arning +ĠM K +< LM +Ġ' čĊ +i em +h etic +Ġi x +th ink +-sh adow +ĠE ld +ĠNev ada +ĠLe af +ĠG ROUP +Ġprom o +ent ine +ĉ Map +ĠModel s +ĠK rist +_k ernel +-m ade +Ġc err +As sets +ell ar +Ġinv oked +.v ue +Ġcult iv +C losed +Ġgener ates +ffff ff +thes ize +s qrt +ĠCast le +.c ar +Ġke en +und a +ĠC row +ĠSing h +y thon +Ġbe ans +l arg +æĸĩ 件 +Aw esome +unc ate +Path s +o ji +(c urr +CON DS +Ġm im +Ġshould ers +H ard +ast es +а еÑĤ +Ġconv ince +de cess +m ade +ĠC MD +. Im +Ġcha os +ens ively +Ġcool ing +Ġbur ied +(' @ +_S e +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉ +.com pany +.sub mit +ph ant +Ġboot strap +_h elp +à § +.d ump +Ġdif er +_m apping +Ġcirc ular +Ġescort s +Ġb ere +Ġgrad u +ĠLeg end +im edia +ĠBar celona +Ġbed s +åĪ ° +ãĢ Ĭ +_v olume +Ġtremend ous +Ġsc aling +Ġp ins +en as +type param +D ashboard +render er +Ġsp i +Ġ& $ +ĠSk in +alm art +Ġh ockey +Ġ'" .$ +Ġerr no +Ġb ew +Follow ing +.M odule +er able +ĠM ilitary +ĠR io +_ available +ĠSur face +Ġst ab +IF IER +ĠL IST +Ġd ashboard +Ġcl usters +.pl ugin +Ġj ou +ĠDec or +F our +Ġdel le +****** /Ċ +ia z +in de +ch ing +Ġget Item +.Add ress +ment ed +A meric +Pl ain +Ġus b +ĠPract ice +_ ment +.bl ue +H int +ÑĢаР² +Ġconn ector +Ġinher ited +и в +Ġinterval s +Ġc ere +Ġu d +Ġin con +.Ex ists +ĠM ic +F K +(c ard +.Set tings +Ġexhib ition +Ġon Pressed +Ġrest ored +eng u +. def +Ġrec v +." );čĊ +enc oder +ather ine +( dest +az ed +# endregion +sem bl +, M +ob y +Ġп еÑĢ +.C all +Ġattend ance +-b order +Ġaddress ing +ê n +ĠLe v +Ġb ash +ben ch +C redentials +Sp acing +( of +_RE SET +ig uous +Ġcr uel +Ġcross ed +Ġle ur +ĠG olf +or rect +Ġpack ets +ĠData Set +Ġpart ly +SEQU ENTIAL +Ġindic ation +ĠS alt +ac ia +Ġ* );Ċ +ĉ info +ĠView Bag +on z +Ġeditor ial +ĠA rena +Ġs ir +_ Static +( socket +s u +cho ose +.m onth +.M y +é ri +; font +do es +Ġcon verter +Ġsal v +Ġl r +Ġinflu enced +(f eature +ĠQue ens +let t +_M ON +& amp +Touch ableOpacity +O FF +Ġmetab ol +( iter +Ġvit amin +ĠIND IRECT +aut om +_p ublic +Ġadjust ment +Ġspecial ized +w indows +.add All +Ġaccording ly +ĠJ OptionPane +Ġcell spacing +Ġqu ad +Ġcre ep +Ġout lets +}` )Ċ +Ġpri est +_TH READ +ĠMar x +ĠBy Val +Ġc ual +éĿ ¢ +Ġtempor arily +An n +ke leton +å ¥ +ĠLO C +au er +der ive +Ġbeh aviors +as ename +ĠCent ury +Ġhor rible +ME SS +_ List +we i +P at +ĠCh oice +_F ROM +ĉ line +.in voke +.B ottom +Ġnow here +." ĊĊĊĊ +_ export +Ġstrugg led +.Ap pearance +ĠJ Button +ĠJer emy +([ [ +Ġkick ed +mar shal +st aff +es ity +Ġqu iz +_e ffect +Ġ} ));ĊĊ +m el +b anner +ĠP IN +Ġin vention +Ġcons olid +Ġop s +ĠB etween +j ack +ern ational +Ġsacr ifice +ag ation +ĠJ oy +Ġam endment +ĠS old +Ġprison ers +ан нÑĭ +Doc uments +) ])Ċ +ust ed +ĠLine arLayout +os o +_E M +.s elf +.M iddle +) // +Ġ\ ' +Ġfuck ed +ĠM urray +Ġprof ound +_E LEMENT +ult a +il ers +port folio +J une +t cp +mod ified +ĠTr ace +ĠK el +aly zer +) => +ĠRep air +_B E +Br and +u art +pre view +Ġiniti atives +run ning +b ang +ĉ update +ĠCo ach +R ich +Ġy outube +Ġrit ual +app a +ĠRobin son +prec ision +//////////////////////////////////////////////////////////////// //////////// +=[ ]Ċ +Ġcelebr ated +OT O +Ġin clusion +J P +' ;čĊčĊ +Ġnot able +(_ . +Man aged +Ġgu ides +& nbsp +ated Route +ĠAd just +Ġcol ored +_s cores +ĠTes la +_pro gress +.in st +[' _ +.fl ags +Ġf close +_O PER +ż y +_n ote +Ġtrans gender +å ķ +RI PT +Ġabs ent +Ġam et +Ġoper and +ë © +Ġh ood +to LowerCase +av o +ĠCirc uit +ĠL ind +-- }}Ċ += m +Ġsup press +ĠM AP +i ang +- admin +Ġside bar +ĠB u +ĠH ex +, F +ĠSign al +Ġtrans parency +ĠFeder ation +/ V +Re q +Ġpul se +Ġt ends +Num bers +% ' +Ġde port +dat as +_U INT +_ tra +ok o +Ġ" ? +comp et +sole te +und ry +Ġover lap +}` ,Ċ +. ly +_sum mary +ĠL ost +.C enter +Ġdis ability +.Serial ization +Ġge om +Ġ? : +ĠW o +Ġsh ipped +Ĥ æķ° +Ġu gly +Ġexcit ement +Ġext erior +Ġcheck out +Ġk ur +, D +ĠAl aska +Ġsyn thetic +ĠB udget +ĠSub scribe +Ġ& Ċ +ÈĻ i +ĠY u +ĉ query +} .Ċ +Ġtr aged +ass en +Ġaccommod ation +Ġphys ician +Ġren amed +Ġtid ak +z Äħ +Ġmin us +ny ch +_EX CEPTION +thread s +Ġt ire +_c reated +ens ure +Ġworth y +Ġexc use +Ġclo th +.parent Node +/pl atform +ĠU FC +ĠG tk +un ny +Ġg ibt +ke ley +h um +(t x +ĉ dev +Ġout fit +do ors +Ġf on +ic ut +vol atile +Ġhom osex +Max imum +Ġexp end +Ġ});ĊĊ Ċ +E q +ond ers +dep artment +ĠPhys ics +" });Ċ +Ġpar ad +.S tr +Ġse le +IF IED +Ġdel ivers +iv an +Ġrespons ibilities +Ġadvoc ates +è µ +ĠR ID +.param eters +M etrics +ron ics +ĠUITableView Cell +A bsolute +ip se +yl um +MLE lement +_VAL ID +< title +D lg +p aces +Ġsynd rome +be ans +_d atabase +oz illa +ĠM eg +DB G +Ġl ub +Bag Constraints +ab ad +Ġproject ed +_BY TE +.Size F +st reet +ĊĊĊĊ ĊĊĊĊĊĊ +ĠLO SS +Ġdirect ors +/ news +Ġnurs ing +ĠD one +. HTTP +dis count +ĠR ot +To Many +Ġen abling +Ġauss i +ost a +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +è½ ½ +Ġhel icopt +ĠIn side +ä¿¡ æģ¯ +is per +ĠAll ah +ARCH AR +Ġroll s +Com pare +X P +Index Of +S UM +Ġass ured +ĠPhys ical +End point +.G lobal +.d etail +Ġthe ft +.j upiter +Ġhum or +.R ender +A lex +.c ap +Ġbuff ers +Ġdis pose +t ion +.p resent +z el +, P +Ġdesper ate +.get Column +Ġtw in +ì ĸ +.c an +Ġf lee +ĠIran ian +Ġstick y +ĠU TC +L T +//////////////////////////////// //////////////// +Ġl icensing +_PO INT +ĠM aps +Ġl ol += models +-t ab +ĠN ash +_log ger +tor ch +ĠCON SEQUENTIAL +Not Empty +/ react +Ġp f +Ġassert ion +Ġsubsequ ently +_c an +Ġpand emic +og ue +"+ Ċ +_ ent +_P aram +.ĊĊ ĊĊĊĊĊĊ +Res earch +C apture +Ġbel oved +d em +Ġextract ed +Ġf ights +ER C +(a uth +position s +Ġrevers ed +(st ack +Ġ_ ) +uto ff +_fl ow +ç Ĥ¹ +( Game +Ġex cluded +ĠCS V +c g +ĠT itan +p ause +Ġcer ca +Ġdump ster +L ess +Ġkotlin x +aster xml +Ġpoint ers +Ġfl ows +ĠT un +ĠMain Activity +Ġdis cret +Ġcomb inations +vis it +_b ind +oot ing +d ater +_look up +.n io +Ġswe at +ĠR d +Ġscient ist +ĠP ixel +@ NgModule +Play ing +Ġunf old +Trans late +ĠLaw rence +ĠFIX ME +B ill +ĠR IGHT +Ġwhere ver +Ġo ok +vid ence +Ġ] ]; +ĠSk ill +unist d +ĠðŁ ĻĤ +Ġfem ales +-- )Ċ +İ· åıĸ +ĠF red +Over all +Ù Ĥ +Ġess ence +Ġthere by +Ġw ounded +ĠD OWN +les son +text ure +R ound +Ġautom ated +ĠÐ ¡ +ĠUp dates +Ġsh ade +p ublish +ĠG ear += lambda +Ġle ver +) +" +h ill +Ġrad ar +ry ing +Ġ" ). +f illed +Ġline up +Ġd l +Ġworks pace +V o +_d t +ë ² +_ Item +NS URL +. verify +ĠHawai i +G od +M arch +Ġ[âĢ¦ ] +Ġpel o +ur ious +ĠPitt sburgh +. It +C lean +> \<^ +Ġi os +s ound +"] ; +Ġfre ed +rot tle +ĠL ower +[ count +å Ŀ +Ġp ale +ĠWay ne +ear th +_c ategories +U CK +.m etadata +Ġsum mon +H OME +олÑĮ з +Ġmanufact ured +Ġdo ck +Ġcompet itors +_MODE L +ok ia +ĠH ey +Î ¿ +Ġback ward +ĠPO SS +rop a +Ġc ri +_O BJ +Trans port +-h igh +Ġerot ik +_s lot +Ġart ic +_f ramework +-ser if +ĠSql DbType +') ( ++ "/ +Ġw ore +S il +Ġst oring +ĠPh ase +u ant +Ġb ump +in ho +Ġd ign +Ġback s +q q +(h ash +Ġge o +Ġt ender +Log o +! )Ċ +ĠM X +ĠAr thur +esso a +_C h +Ġbed rooms +="# ">< +Ġth roat +ins ic +.int eger +Ġpr imitive +Truth y +Ġfacilit ate +Ġcreat ivity +ĠD NS +Ġg ra +ue z +Ġcount less +ĠPol and +' M +ĠD ist +Ġv est +Ġcert ification +á» ij +h eld +ext ensions +( static +Ġgr ades +ĠU ber +ãģ Ł +Ġ[ ])Ċ +dat os +Ġget Data +ĠCh arg +ĠB S +.m icrosoft +.v ideo +.d irection +->{ ' +l ua +ape st +Ġbo iler +ere k +Ġdec ides +.j ar +IS C +ĠW ords +(C ON +EMPL ATE +ree ze +sh ots +app s +unt ed +.set Name +:: < +-b old +ê ² +å¯ Ĩ +Long rightarrow +Ġunf air +Ġear ning +Ġsh elf +URE MENT +Ġid le +_M ENU +.C ustom +AG ER +- " +_s witch +b ecause +) view +m are +_ condition +ĠStart ing +M vc +(p re +d ump +_LO CK +at etime +.c allback +ĠC er +op ol +ib rary +Ġres ervation +ĉĉĉĉĉĉĉ Ċ +lect or +grad uate +Ġgener ous +Ġ ion +ric ao +m q +_com plete +(c ursor +ĠForm Control +: center +Ġsub stitute +ĠPl anning +Ġp ension +Ġrecommend ation +ĠT ags +Ġg ef +Ġalbum s +Ġwash ing +ro c +Ġtr ains +at ings +Ġex ponent +ack bar +- ln +á g +.Data Annotations +ĠE IF +ĠMalays ia +ĉ PORT +on us +Ġcle ver +Ġpe u +> ĊĊĊĊ +ĠArg uments +Ġdebug ging +( right +' D +com pute +Ġfin est +OR AGE +Ġspect acular +ph rase +Ġind ia +Ġlegend ary +b irth +Ġcom posite +Ġg rows +ĠT D +Ġep id +Ġlaunch ing +] ][ +Min utes +ĠCh a +Ġclean ed +Ġwitness es +uk an +ĉ Type +Ġhab e +par agraph +ĠJ Panel +ĠH ann +Ġvar ied +ĠP okemon +ĠM UST +åĬ ¨ +.vis ibility +op up +^ [ +.exp and +Ġ" ', +.f asterxml +_ auto +ĠShe et +mark er +Par cel +ew s +ĠStr ategy +-m aking +Ġun ve +Ġtrail ing +Ġclick s +ĠGet Component +ĉ content +IG ENCE +ERN EL +NSMutable Array +Ġb reat +Ġharm ful +¶ Ī +Ġbes ides +Ġb oring +Ġbrut al +v ang +(p arse +qu ick +Ġpy test +Ġswitch ing +() ]Ċ +Ġì Ħ +L ER +ĉf ont +Ġnet t +) ]ĊĊ +(/ \ +æŀ ľ +to Array +Ġbre ed +ĠC AR +ĠWe apon +A bs +t ot +Ġset Name +apt ive +Ġ: , +Ġesc aped +ord en +ĠP ri +th umbnail +Ġdescri ptions +/ styles +ĠPC I +Ġal phabet +astic search +NOT E +Ġc ialis +ĠGr iff +Ġpor que +Ġprote ins +pl ays +Ġst ating +Ġimag ination +Ġfac ial +ĠMe chan +Ġarr anged +_ used +Ġarrang ements +ĠP ipe +host name +Ġprov inc +T it +.Flat Style +ĠS plit +ĠLo ader +.c c +Ġclin ic +---------------- ------------ +Ġb aking +ĠEN T +ne ath +ãĢģ ĊĊ +AN E +.EntityFramework Core +app ers +. ic +ĠNg Module +ĠF ORM +Ġ' ; +-pro fit +h w +en emy +ĠE ye +Ġca ution +t own +Ġur ged +ĠJim my +ynchron ous +-s ized +m aking +, { +] ', +_ Object +ah oma +Ġactiv ist +IN VAL +ĠCom mercial +ĠOr lando +(t ab +ĠØ ¨ +Al gorithm +Ġher itage +Get Mapping +Ġfail ures +ri os +at iva +Ġt et +Ġcar pet +( Z +th ree +Ġdisc losure +. ERROR +_c alled +Ġd ial +Ġoccas ional +.E rr +Ġfunc ion +caff old +Ġrele asing +ï¼ī ĊĊ +_ Value +ĠV ari +y ellow +Ġstrugg les +.c al +ĠDak ota +ĉc lose +Ġsand wich +Ġanaly tics +Ġ** ) +& # +ĠJ os +Ġpass ive +AT TR +Th rowable +ĠM un +ĠU int +(dis posing +ar ak +ĠLe aders +Ġaffect ing +Ġitem View +Ġeconom ics +f v +๠Ģ +.r b +ĠOver all +Ġwealth y +Ġev olved +nd a +ĠH us +re strict +um en +ĠA gricult +! ĊĊĊ +Ġexp ires +Ġspokes person +int erval +Ġà ¢ +Ġque en +(n il +ing o +He ap +Ù İ +Ġcompl ain +S ym +ĠCl one +ĠR u +ĠW ILL +ĠCr ystal +/ content +ing en +oint ment +Last Name +av icon +ĠIB M +ĠDim ension +an h +icip ants +ĠAn ne +.pro gress +Ġal go +ob il +ĠV oice +ĠF E +Ġg li +Ġv ed +Ġprevent s +\ Column +Ġfol k +ett i +Ġm n +ĠCL ASS +Ġdisplay ing +ĠK l +ĠF err +d uto +. ib +Ġd ados +' name +-s pace +Ġit alian +Ġin verse +Ġd ense +ut er +ĠI Enumerator +-s ign +Ġnation wide +Ġperson a +Ġsol ved +Ġdram atically +Log out +Ġgr av +Ġanalys es +ol lo +Ġl amp +. team +ĠE rot += [" +Ġd ancing +Ġ?> / +Ġc ater +ff e +ĠSh a +ĠB os +ĠRE QUIRE +ĠMon ster +ĠR B +ĠI DE +Ġsu its +Ġform Data +( theta +Ġsp atial += NULL +ĠSql Connection +Ġ à +ĠV enez +ĠMor ning +Ġpublic ations +ĠNON INFRINGEMENT +first Name +ud s +W ould +_HE AD +Ġinvest ed +st able +f red +Ġcommand er +SE S +âĢĶ a +an che +ĠM ovement +ë ³ +S uite +Ġjur isdiction +ë¦ ¬ +ĠB eth +j Query +ĠIs a +Ġd ental +, * +ĠL imit +ili ation +=" { +b ast +Ġt urb +is y +O OK +Ġadvoc ate +im ag +LE CTION +л ÑĮ +(c ategory +.de c +Ġun iqu +_s n +Ġattract ed +Ġà ī +ĠRun ning +_ edges +ĠDis able +_A S +åĽ ¾ +Ġnetwork ing +_br anch +H aving +toBe Truthy +G I +Ġcamp s +se p +-p art +Ġ)ĊĊ ĊĊĊĊĊĊ +ustral ia +ĠRe ports +rit o +Ġwa ist +_pl us +ĠW W +-p erson +Apr il +Ġs ar +.t ar +Ġagricult ural +t ic +Ġt cp +Ġset Value +agent o +ĠAp pe +p iler +CA DE +Ġan che +atch er +Ġcom ics +Ġl bs +_se gment +'] =$ +itt ers +ich er +G INE +Ġutil ize +ĠC ursor +_ex pression +Ġd ag +< long +Ġr hyth +æı IJ +Ġconsult ation +Y et +")) ĊĊ +_M AC +c ould +Ġ' \\ +ĠV o +ĉ http +Ġg s +ph er +- grid +J ames +J ul +Ġsch on +Ġtensor flow +ĠLOG GER +am as +Ġsc ipy +Ġconv iction +. ag +Ġadministr ator +)) {čĊ +Ġn un +" group +P or +Ġnur se +ex pression +ak y +ĠHe avy +. opt +.get All +Ġover l +/ ", +_c ountry +ç İ +ĠG ENER +_r oute +ĠD al + ´ +ol oad +Ġuncomfort able +(m enu +Ġhost name +' ");Ċ +Ġcalcul ations +-c lick +Ġprotect ive +ãĤ ¯ +_F orm +ung s +Act ual +m f +ĠProcess ing +ĠIn ventory +(m atrix +app ropriate +w eg +ij a +Ġch r +Ġr ifle +-w sj +k ar +Ġindepend ently +I OS +Ġconsist ency +v n +/s ystem +ĠCh anges +Ġexp ose +ici ents +Ġrel ate +ĉ next +è ¨ +ud es +Ġglass es +F XML +.... .. +ĠP df +Ġappro ve +Ġ{ \ +Ġexist e +)) ( +ARE NT +оР¿ +ĠL atest +ĠNiger ia +.Inter faces +Ġrem oves +En emy +Ġen force +vert s +ĉ pos +_text ure +W ARD +ĠINC IDENT +( container +Ġdef ending +ĠR X +ĠH ook +br is +ĠFl ask +Gr ay +. )Ċ +vis ibility +ĠRedirectTo Action +err al +_e lem +Ġres on +front end +_variable s +ater ia +Ġ+ " +ave led +RI X +Ġdef icit +_C heck +YY YY +To One +sp y +Ġun ited +end ent +Ġp ode +ãģ Į +C AT +(f mt +ĠBon us +Ġre ck + º +Mod ules +Ġvac uum +R adio +ĠDAM AGE +P en +ĠPark er +; ;Ċ +ĠRe ally +_n eg +p ending +Ġnomine e +ĠC ategories +ĠUl tra +We apon +Ġdef ender +I ss +ĠG ender +ĠD ress +Ġimpr ison +Ġbank rupt +imension al +PH A +ĠStr ateg +ĠPROF ITS +Ġp atri +//////////////////////////////////////////////////////////////// //////////////// +de legate +Ġfor State +Ġdev oted +_m ake +Ġterror ists +ĠS nap +_n av +ĠA A +ĠI an +ĉ app +Pl acement +_h dr +< K +Ġs ang +st roke +- Q +> x +.T ask +m oney +ib aba +' });Ċ +ĠSpec ific +ĠLine ar +_O PT +Hash Code +( Player +.Contains Key +Ġcoll apsed +trans parent +_R ANGE +View er +(c fg +Ġsort ing +Ġinf ected +ĠN ach +Ġaccommod ate +.element s +_P ART +ĠSex y += get +( year +Ġx hr +: ] +ows ki +Ġsum mar +Ġ ¿ +Ġint e +Ġwork flow +ĠTai wan +vers ions +åı ij +Ġsurprising ly +Ġopt ical +Ġpro ces +Ġdisag ree +Ġnue vo +ĠC AM +sort ed +le ases +ist le +Id ent +ĉ event +ject ed +Ch unk +V ars +.pro vider +Ġproceed ings +Ġin clusive +Ġart work +end ants +ï¼ļ Ċ +se en +Ġl ig +Ġm akers +_f un +Ġlength s +Path Variable +[ item +ภµ +De ad +FFFF FF +ĠUr ban +up les +ich en +(null ptr +.s pec +, System +UR ATION +(j ob +å¼ ı +Ġtrack er +Å Ļ +ĠM R +ĠSQL ite +Ġd to +Ġ; ;Ċ +Ġm int +ĠInt roduction +ca o +Ġquestion ed +Ġf itted +rev ision +s q +Ġm ig +_un its +_ async +Ġf lick +});ĊĊ Ċ +Ġnot re +}` , +F ilters +Ġm undo +_d ays +Ġfr m +ut c +Ġval s +ew idth +ĠGener ator +ĠArt ist +ĠID s +ĠArt icles +re ater +ĠComponent Fixture +. = +Ġr ou +- no +.b ukkit +eg g +ĠD iff +atic s +Ñĥ Ñĩ +âĢĶ ĊĊ +ĠChar lotte +by e +Ġ} );čĊčĊ +ĠV ik +ĠB row +Ġl v +ĠG ib +-w ing +GL IGENCE +(I l +ĠEngine er +.W ait +ĠP ictures +Ġr het +Ġth ermal +Ġpr aise +< >();ĊĊ +ĠSp ider +P ause +ĠB aker +Ġsl ower +Ġ} ]Ċ +_en queue +Ġdisappe ared +ĠT icket +IN UX +_LOC AL +аÑģ Ñģ +@Inject able +comm unity +Gesture Recognizer +åĽ ½ +Ġsca les +Ġ- ( +/ '+ +ĠS it +Ġexecut ives +ard ing +Ġad vers +Ġback wards +ĉ context +ĠH amp +ĠP F +ĠDe ck +ĠCra ig +A merican +Ġb ell +Ġpro l +uf en +Ġr ng +ar shal +ĠSim ply +first name +sh ore +J uly +Ġmort ality +ĠâĨĴ ĊĊ +Help ers +Ġbench mark +em ade +Ġorganis ations +.g son +ĠText Field +Ġciv ilians +.Array s +ĠMiss issippi +Ġinter mediate +get User +_cl uster +Rel ative +fore ign +.querySelector All +Fore ignKey +Ġreason ably +-------- -Ċ +C ards +ĠK am +ĠTh or +Ġroll er +-e lement +ĠC urrency +dd ie +ALL Y +ĠR A +Ġper met +aa aa +Ġhom ework +ĠV it +Ġm old +ĠF er +[ start +Ġstatist ical +Ġsc ary +_H OME +.B egin +Con struct +ogen ic +ĠDEAL INGS +Ġtamb ién +ix on +. ind +ac re +Ġtransform s +ĠN ap +.B lock +uss ia +pir ation +ul ent +Ġce il +Cl ause +na ire +T ES +Ġne at +ST D +ĠReg Exp +per form +: ) +Ġun ions +Ġs ublic +Ġw inds +lo ating +g lich +Ġp agination +S kill +App ly +ĠOper ator +ist ogram +Ġqual ities +C ross +Ġde com +], " +ĠJ uan +.mod al +.Ch ild +ĠRog er +STIT UTE +:CGRect Make +a lette +Ġst a +as ide +Ġbl ur +ĠW a +if etime +re ed +control s +Ġb ins +Ġп ол +*/ ,Ċ +U IS +ĠR ou +ĠDem o +- awesome +ĠCh ain +Ġh asta +ĠB art +. KEY +Ġvend ors +nof ollow +ĠD est +_b uilder +Ġarg ues +_ answer +g oto +ĠRES ULT +ĠM ON +Ġp oder +o ons +_C ASE +Ġrep lic +Ġfin ancing +ĠD ATE +c ern +_tr ack +t ies +/ logo +ĠNE GLIGENCE +get Type +> T +b et +g irl +ĠINCIDENT AL +-s ite +.tr igger +ĠL isa +_input s +Ġrel atives +Logged In +Config ure +I K +. accept +Res ume +ĠD raft +Ġ* >( +ĠW A +ed ian +ern ess +ĠLayout Inflater +*/ čĊčĊ +oth y +Ġoblig ation +Sub scribe +Ġth umbnail +ex ist +Ġins isted +ĠU ICollectionView +ĠAng ular +Ġtable ts +ĠImp act +ãĢį ĊĊ +ah o +Ġcharacter istic +g d +Ġ= ================================================ +our t +` . +App ro +Co ordinate +Rem ember +Ġmar ine +] ==' +ĠAdmin istrator +.get Default +Ġforg ot +ĠStruct ure +V ue +ars ing +m oment +k w +_c ursor +Att ack +Ġath letic +Ġdiagn osed +Ġend e +åĪ łéĻ¤ +H ouse +ĠP ARAM +Ġw iki +ĠO pp +Ġcons ervation +Ġs nd +_t em +sub str +ĠC ape +.s im +UT ION +an an +âĢĻ un +Ġg y +- work +Ġcomp elling +=' # +ĉs ub +Ġdirect ories +íĬ ¸ +Ġtouch es +out ines +.C ollection +s chedule +.l at +ĠDo ctrine +CA A +ĠRe fer +Ġshift s +Ġlik elihood +pre ter +ĠF emale +Ġinter cept +Ġl ou +çĻ » +Ġr ug +ĠC rown +Ġ************************************************************************ **** +- product +Ġprompt ed +ung le +d ocker +ĠT u +ĠUn ique +_ Error +ul os +Ġâ Ħ +Ġ( ` +Get ting +_s cal +ĠEn h +ü t +Ġsust ained +Ġp atches +Ġpros per +ĠG aza +_l ight +Ġin cons +-------- Ċ +ĉĉ ĠĠĠĠĠĠ +S F +C N +: ";Ċ +ĠColl ins +( *) +Ġcomp ilation +'] čĊ +Ġcon sequence +, ... +Ġd m +ĠB LOCK +Cl uster +Ġsk i +(arg c +T uple +Ġjo ins +ĠSher iff +W ar +ind i +Ġcomment ed +H OST +Ġinv itation +apan ese +Ġperm its +preced ented +_z one +ĠA my +_R D +Min imum +Ġinv ocation +.en able +icht en +- owned +" id +_PO INTER +F ac +Ġspecific ations +Ġnom ination +Ġg p +< ( +Ġrob ots +ĠJ erry +Ġhold ers +Ġw and +c ms +Ġ} ))Ċ +.To ast +ĠI List +B ased +z oom +/ style +ĠBe ck +M en +Ġcontrib uting +Ġund o +ĠO H +Ġadd Object +Ġe igen +sign up +éĶ Ļ +Ġdist ant +PAR ATOR +ĠM ari +Ġm á +E mp +ó s +Ġì Īĺ +ev t ++ j +p ark +ĠSt ay +ĠD un +Ġso y +> % +az ines +Ġti empo +(m e +p resent +.Th is +Ġedit ors +F IELD +.W ork +ĠUn iverse +Ġdr unk +.t imer +Ġalter ed +ĠN ar +ëł ¥ +.Act ive +id or +ç Ń +.delta Time +Ġawk ward +& quot +ĠSaf ari +Ġtr icks +MENT S +div ision +Ġvary ing +ĠHigh way +Ġphotograph er +ĠSt ewart +Ġlast ing +.P re +.amazon aws +ĠL uck +.D escription +ĠN az +n eg +Ġc ó +<<" \ +ĠSur v +ĠU nc +Rec ipe +.Border Style +Ġmod ifications +- at +AT FORM +h dr +ak o +Ġsublic ense +ĠJ ump +Ġbe im +ĠMan hattan +. bool +_h w +ÑĤ ÑĮ +B in +Ġg ateway +" ": +ĠU IS +:" + +- def +ĠReg ular +/ testing +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +string stream +Ġdis par +Ġmob il +- read +ĠAd apter +ĠCh ampions +Ġsched uler +Ġk ills +ĠM ultiple +ir ror +Ġgod s +AD O +ak te +ĠUs uario +.c ircular +Ġre cept +ĠEx pr +Ġelder ly +Ġnic ely +Ġbest e +W ant +Ġclass ical +.s prite +obj c +ĠM ason +Ġsist ema +.Bl ack +es o +ĠZe it +Ġdiv id +Ġent ers +_sub ject +ĠPlan et +.w arning +ĠG ram +_t okens +Ġhousehold s +_c ustomer +user Name +c ross +Ġp ione +Ġass ists +_S M +ib o +Ġlo yal +Ġuse less +# elif +ĠUlt imate +C ome +g el +Ġd ich +xy z +ik el +ob ra +_s can +ĠInter ior +ĠN ice +Ġpl ac +ĉt arget +Ġvir al +ass o +() / +und e +ĠAd obe +O s +vis ited +ĠO W +ĠFe ed +ĠSe quence +Ġman ages +in son +ĠLouis iana +{ }) +ĠH ab +ĠL D +Ġb ip +pr ites +(e lem +.h ibernate +él é +Ġoh ne +_trans action +Ġann unci +P ublished +ĠH onda +ĠT am +ĠP acket +_ selector +Ġchalleng ed +Process ing +-h over +Ġtr ainer +_c ancel +ĠNS Dictionary +ab ric +ĠM LS +_s ensor +Ġshr ink +ĠF X +th reshold +ĉH X +-m ark +` .` +S cheme +(f ull +_w riter +ĠS ys +Ġf led +ĠC in +-w idget +ĠPre vious +G ender +_ question +Fe ed +Ġscr ut +(p refix +ãĢĤ ãĢĤ +Ġin fections +Part s +Ġhier archy +_DE LETE +ĠPat ient +_p ay +Ġprom oted +Ġì ĭ +Ġcivil ian +Ġagricult ure +ĠP iece +Ġst ance +uts che +Ass ign +.A CTION +F ig +_r adius +ĠS ync +du cer +f ailure +ens ed +pt ime +B M +_dat etime +qu ivo +QUE UE +èĢ ħ +Ap pear +Ġsum mit +: void +Ġv ine +è® ¤ +on ne +_TR ANS +.g reen +_ cc +Ġhung ry +Ġ" > +() );čĊčĊ +Ex tract +iz ens +Ġsol ver +Not ify +Ġeng lish +ĠSh opping +inter faces +RE Q +Ġil leg +ĠUI ImageView +Ġdis connect +ĠUnt il +ĠConserv ative +@ Column +Ġshift ed +Ġ: čĊ +Ġf ich +Ġd la +Ġsh oe +"), čĊ +ular ity +_RE SP +We ather +UI Application +. iterator +Ġag ing +.P arent +ow ie +(e qual +ĠCon v +/ default +Ġmeas uring +.pre v +.Is Valid +.F at +Ġs Äĥ +key words +with out +Ġso vere +Ġex changes +Ġm elt +Ġis lands +ĠInt egr +Ġjump ing +Ġg le +Ġjournal ism +Ġd ated +Local ized +ĠRef resh +Part icle +Ġa a +ĠSTR ICT +Ġb od +.Pro cess +_A UTO +ĠP ublished +e very +Ġtechn ological +ls x +Ġir rit +Add itional +Ġdel imiter +_l anguage +- area +bo ys +ĠT ube +Ġw at +Ġmechan ics +_ owner +Sp ell +ĠSt ories +.Append Line +Table View +h em +st ick +oll ower +I FF +ĠU V +oll ision +S UB +Ġcompar able +Ġdon de +s ales +ll vm +Ġ} ],Ċ +OTT OM +ĠPur pose +L ab +Ġinterview ed +o is +as il +.set Id +ĠIn struction +-- > +ĠMod ified +ation ally +ĠMe eting +è¯ ¯ +# region +Ġrout ing +.f ocus +ĠYou th +< D +ĠN ag +contact s +Ġform ing +Ġm ie +',[' ../ +ĠB P +Ġapp et +ĠTe acher +ĠT P +Ġann ually +outed EventArgs +ĠSpe aker +Ġre name +CF G +(" // +æİ ¥ +/p ages +Ġpr és +ĠSp ell +.All ow +ĠINT ERRU +Ġ( # +âĢĻ ĊĊ +_G eneric +.im show +_t im +- face +(& ( +atin um +Ġrevolution ary +ĠH ours +r ain +Ġany time +Ġab b +.j sp +Scroll View +ĠTr uth +Ġanticip ated +Ġacc ent +. checked +Ġspec ifies +Ġca f +Ġcell padding +Ġcook ed +ĠH ugh +pe ek +_R ATE +Ġd orm +/ čĊ +IV ITY +.Cont roller +(p art +.con straint +Ġinv asion +MO VE +Ġgl uc +l ename +Ġam en +eng lish +ĠSw itzerland +";ĊĊ Ċ +pe st +.col lect +N ib +ĠD ict +ĠE mb +(sub ject +Ġoutr age +Ġdec iding +Ġsent enced +F echa +" A +Ġqu er +Ġfont Family +Ġqu adr +- Y +_C ACHE +Ġanaly zed +Ġg aining +ĠAgain st +ĠSou l +ta u +Ġlight weight +ĠT F +ĠEffect s +.T ypes +.add Class +Ġv egan +é ģ +.' " +ĠExpl orer +.d etect +.sh ift +Ġoblig ations +last Name +Ġassoci ations +ĠTime Span +un ter +ĠF resh +Compat ible +P ub +id ges +. option +var i +.hash Code +Ġg eb +. section +- not +ĠSub mit +T N +reg istry +_m edia +Ġn aj +ff t +Ġm ate +-th ird +Ġp ockets +est a +Ġb ent +ĠN ord +Ġretail ers +ĠMor ris +."" "ĊĊ +W rong +Ġ ÅĽ +R ay +. ec +ĠB ind +_H AND +(n on +is Valid +Ġsimilar ly +_L IMIT +Ġdynam ics +Ġdist inction +ãģ Ĩ +< N +Ġor th +ĠToy ota +ĠK ate +ĠL S +or ie +ĠSpr ings +Ġf reak +last name +_M ULT +-st ep +" ( +AD DR +Ġentert aining +_CON F +Ġdec oded +Ġst reak +Ġwait ed +Ġnot ified +rodu ced +vis ual +.Layout Params +æ ° +es ian +f its +s pring +ĠBern ie +User Defaults +Ġped est +Ap pearance +ĠW iki +ĠNOT ICE +Ġs sh +Ġdur ante +ĠZ ip +ı r +ĠNAT O +Ġtw elve +Ġro yal +ï ¸ +Ġmer chant +ĠF urniture +'] ),Ċ +, X +Ġfold ers +ĠG ate +ĉf unc +p ick +_us uario +ĠV erm +ment ion +ur pose +Ġalert s +x ious +_s ig +ĠF u +Ġ( : +Ġd umb +åħ ³ +Ġaccur ately +éĩ į +R B +-s creen +ĠV ER +j our +Ġrom ance +uc ceed +. choice +Ġad ip +_d ims +Serial izable +ãĤ ĭ +.j ob +Ġpro g +uch ar +Ġg ently +ĠR SS +ict ured +_ENABLE D +ĉ label +aw ks +ĠEn sure +rem ember +ìł ķ +Ġtrans mit +{{ $ +.Trans action +ur se +_rel ative +Ġs ized +ĠX X +ĠPr incess +ĠL arry +Ġpr ó +ĠÑģÑĤ ÑĢ +Ġs isters +estr uct +Ġcheck point +: length +ĠCar los +/ icon +_T ARGET +T okens +Ġpat ience +ĠSe lected +q ty +.show Message +Ġwild life +ĠP rops +b m +- arrow +Ġpar cel +fire base +ĠBen jamin +cess o +.t im +ĠG arc +. any +ĠHOW EVER +ĠK o +Ġgrab bed +_f rames +Ġobject AtIndex +ĠADV ISED +Ġsub ur +ĉ GL +Ġ}) }Ċ +-l ength +ìĭ ľ +ĠPot ter +_b uff +.g ui +ĠEnc oding +E lect +-m essage +Ġ � +Ġ ÈĻi +ĠArgument NullException +а ÑĨи +Ġmin imize +Ġrespond ing +$_ [' +ĠInd ividual +á c +ĠIN TER +Ġmast urb +ĠB in +(' $ +ëĵ ľ +Ġopen ly +Ġ> < +Ġun to +olog ically +ĠM ul +VID IA +Ġsl im +ĠCommission er +( on +Ġunder neath +/ db +v ote +( Message +ĠP ope +Def ined +Ġsw ift +ur f +Ġadapt ed +SE L +Ġreven ues +Ġdiv ine += y +Grad ient +_ act +Ġ/*! < +Ġpoly gon +ĠF DA +ĠC arr +at ables +(std out +Ġrefr iger +Ġco ordin +avor ites +ÑĪ и +Ġcompass ion +ĠPOSS IBILITY +- secondary +ur acy +Ġcomp romise +_A V +_ os +Ġbes ide +ĥ Ŀ +Ġl n +.pl ugins +Cap acity +al ah +.b in +ĠC RC +_b alance +Ġflex Direction +Ġam bit +Ġnick name +ĠFor ces +C LE +ĠSh ell +Ġs ail +ĠW riter +ĠA lice +d w +ĠInd ians +ĠMar shall +_S RC +Ġnormal ized +ĠJ ag +ãĤ Ĵ +ze it +r pc +ÃŃ c +.in line +Ġtrav ers +_n umeric +Ġutil ities +Ġev ac +IN PUT +ĉ register +M X +ĠCamp bell +Ġdatas ets +Ġdem anded +Ġinitial State +g an +Ġe i +Un expected +- web +tr ait +, Y +ĠT odd +Ġske leton +Ġoptim ize +ç¬ ¬ +ĠU pon +ĠSt Object +Ġap lic +.' P +v ron +. UN +Ġpaint er +izar re +Ġl av +Ġp om +p reg += function +( serial +ific a +um ing +åľ ° +ãģ Ĥ +- op +U CH +ĠH end +.prop Types +Ġy o +Ġrout ines +Ġcar ing +S em +Ġres erves +Ġprior ities +red its +IST R +Content Type +ĠSch w +/ media +Ġe str +Ġclim bing +- week +cher che +s ensor +To Array +ĠMont real +Ġcloud s +ĠInject able +ĠR ice +Ġpropag anda +_pro vider +Ġind oor +Ġin aug +Ġdipl om +Ġmess aging +_m ut +å ¦Ĥ +Ġk w +ON S +ari ans +R PC +) ]čĊ +-r ay +ĠS or +m all +Ġmarket place +Ġv tk +M a +og an +ig i +Ġspons ored +ĠD ani +.S EVER +>' .$ +m ultipart +ĠW ol +Ġtable Name +ĠUser name +Background Color +Ġf right +_E MAIL +Sept ember +_val s +op ia +Ġsp otted +- Ch +Ġdata Source +/ "Ċ +ек ÑĤ +ĠRequest Method +ĠRe place +-d o +ah n +ĠPh D +] .ĊĊ +N ON +g ement +ĠTh r +Ġquiet ly +Ġtort ure +Ġte as +ĠC Y +Ġa tr +develop ment +-d etail +Ġlight er +Ġarg uing +Ġdes erves +Ġcur riculum +_CON TEXT +ÅĤ y +H ITE +ĉ ID +/ uploads +Ġt its +re o +_d rop +. UTF +Ġpick up +Ġgro cery +ĠP ure +Ġeas iest +Ph il +.f eature +(" * +Ġinvest or +t ok +Ġj ar +L os +âĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶ +. queue +-s peed +M al +um blr +ĠCON ST +ĠH RESULT +ĠD ance +(file Path +Ġattrib uted +ॠį +ĠB und +co ins +Ġs ão +Ġp ir +person al +Ġpre lim +Ġprop ose +ĠT L +] ]) +ĠSub scription +ĠK re +, len +.First OrDefault +) -- +_product s +.Get Bytes +Sh ip +Ġenc rypt +ĠS G +ĠM yst +h ir +Ġiter ate +Ġint end +.mock ito +Ġch apters +( angle +ĠV lad +è® ¾ +' .ĊĊ +Response Body +ĠAb d +de al +Ġbar riers +-out line +b ill +ĠF alls +_se cond +. include +. ceil +Ġoccup ation +ph ony +.move To +ĠJenn ifer +AST ER +; ">< +ĠEn abled +Ġtermin ate +ĠI o +l ations +ĠTHE ORY +Ġear liest +Ġr ack +ĠSc ar +sh ake +ch ip +Ġu v +Ġall iance +п иÑģ +ĠGOOD S +z ione +ĠV I +Ġ{ - +Ġfilter ing +Ġmis con +.Dock Style +Ġb ush +Ġj unk +æ Į +ĠQ UE +Ġhook s +Ġfirm ware +Ġmiddle ware +d ic +ĠOak land +Ġarr ives +P ayload +p ixel +] | +Ġstart Date +.P RO +_a udio +Ġmid field +igid body +ĠSw iss +ĠCl ip +ĠD ump +ĠText Box +Ġg eh +y ield +od s +Ġrefer endum +Back end +ĠC ream +Ġdomin ated +ĠArch ive +Ġrid ers +.prepare Statement +Ġqu ando +Ġche f +w iki +in el +am pling +(" \\ +Ġs ag +_pro xy +ãģ ķ +p do +.getElementsBy TagName +Ġdemonstr ation +ĠN PC +Ġarch ivo +end ance +Ġefficient ly +( actual +.t ableView +Ġm ush +Ġbe ars +_thread s +j as +ah un +Ġne ural +Ġdesign ing +ĠG DP +Ġlift ed +çĽ ® +ĠJ oint +ĠIn clude +ĠGi ants +Ġwithdraw al +ĠR ent +n ative +ĠSe ek +gress ion +_C PU +\ S +ĠSh ield +Ġsol ic +Ġbo om +yect o +Ġmanufact ure +ĠâĢ ĭ +Ġb box +Ġearth qu +ollect ors +:@" % +Ġlo ops +J e +alk ing +ĠWh ats +ĠBo ys +. book +ARG E +_p ixel +Ġsus pects +Î ¹ +us p +ĠBM W +ie ces +(p erson +å¼ Ģ +é » +ĠPod cast +Ġb ou +( Item +à » +( Input +Http Get +Ġb urg +) ^ +BO ARD +*/ , +Ġg ulp +ĠB enn +Ġdeck s +.status Code +Ġac ute +Ġh ug +ug u +Ġp led +," % +h ape +Ġз ап +ĠMain e +.re al +Ġd alam +ĠMin or +.F loat +dis p +Ġt l +Ġen count +=> $ +Ġf g +te es +ĠRec omm +ä l +Ġchem istry +Block s +O ID +Ġfore x +ĠApp end +Ġ{ * +ĠSup ply +CG Float +(b l +Ġat e +ador a +Ġg ust +Ass oci +> .Ċ +F ETCH +.s erial +widget s +ard less +ie fs +_F ULL +ernet es +ĠP red +Ø Ń +äº ĭ +ub ernetes +ĠL aura +Ġl abeled +High light +Ġanno ying +/ update +(d escription +Ġintim id +$ c +")) )Ċ +.A P +Ġ[] * +ĠEX IT +.H ost +ĠOP EN +.send Message +_c amera +_t ile +Ġth erm +onom ous +Ġdis adv +Ġna ar +index Of +ĠP P +.prot ocol +AF E +Ġtext ures +################################ ################ +umb ai +.st ats +ĠG E +Ġi e +ĠST D +ĠM ann +.ref lect +K B +Ġd ive +.w av +/* ---------------------------------------------------------------- +/ settings +.l ifecycle +Ġda ughters +or us +ub er +N ING +st ri +ĠT ip +Ġz n +Ġswitch ed +in et +uff y +ĠTransport ation +( conf +fr ica +ĠX L +ĠLe ad +_per cent +< Map +Ġthr ust +or b +ik k +Ġtra uma +Access or +ĠF it +ĠString Buffer +ex pl +(s creen +Ġaud iences +ĠO PTION +_ round +[ node +be h +-> __ +per missions +ĠD etermine +.M an +Ġadv ances +. InputStream +Ġstrong est +Ġe Bay +Ġ# - +Ġdir name +ĠS MS +Ġmedic ations +Ġam ended +Ġchurch es +ĠImper ial +$ row +ĠMad ison +ĠIn sp +Ġaff air +Ġpsych ology +v h +Ġsever ity +âĢ IJ +Ġstri ps +A H +vert ising +Ġcon se +IM AGE +ĠSt ats +ĉs c +.C ursor +Ġfree ze +ss on +(x ml +ĠSus an +.t ile +ed ed +ĠĠĠĠ ĉĉĉ +uel le +ĠMitch ell +b ased +Oper and +½ æķ° +ĠF F +ĉstr cpy +ounc es +ild o +.execute Query +Ġapproach ing +ĠSe ven +Ġn uts +Ġr ic +ass ignment +Ġcalcul ator +ĠMur phy +ĠB ou +í Ħ +Ġbut t +Ġt icks +Project s +il ib +.text Color +m ov +_log o +( template +ĠIN IT +Ġimage View +scri ptions +OR ITY +Con sumer +Ġun precedented +Ġtour ist +Ġbr on +Ġcontract or +Ġlic ence +ĠN am +æ ¯ +( transform +_AT T +P ref +ĠG am +Ġvess els +Ġh av +L ater +.To Lower +Ġurl s +Ġbreak down +Ġpen alties +Ġf oster +ĠU E +Ġcl ue +com ed +åIJį 称 +-m ain +Ġp ts +Ġcount ed +ict s +/ post +Ġget attr +Ġp ing +ANCE L +Ġp ec +Ñħ од +ant om +ĠBlue print +ĠEvent Emitter +Ġl ä +æ ² +Ġstr aw +( comp +' une +> N +- client +es Module +-b ase +Ġret reat +_s imple +ĉĉĉĉĉĉ Ġ +fe e +') čĊčĊ +Control Item +Ġsubscri bers +ple ase +ĠE ff +Ġp ound +ĠBy tes +ĠTe a +_ activity +Ġmax im +Ġop code +B SD +. constant +; } +omb res +Ġcare ers +) .ĊĊĊĊ +Ġsp reading +-exp anded +ĠOr d +amar in +Ġmob ility +Un fortunately +ak k +N L +_ redirect +ĠP G +ĠS ensor +b ol +t ap +_MEM ORY +ĠUI Alert +plit ude +We bsite +ĠLog o +lo ve +[ ind +Ġalto gether +Ġwonder ed +Ġes per +ĠLib eral +Ġo ss +Ġel it +Ġst iff +od ox +_ment ions +ĠDou glas +_p id +ĠC K +ĠinitWith Frame +.b log +p kg +ang hai +QUI RED +u u +Ġm kdir +AT AL +Ġun h +in ces +st h +Ġhypo thesis +Ġc ata +ĠT B +ĠCl ar +Ġpre decess +Ġsitu ated +-w orld +)) / +Ġhead lines +.st at +Ġout break +sp ath +_FLAG S +ĠServlet Exception +S un +F ROM +ĠD ir +ãĥ»ãĥ» ãĥ» +_co ord +ĠOpt im +Mon itor +.b it +XX X +Ġtod as +f eld +ÑĢ и +im ir +Ġpolit ically +Ġmolec ular +Ġtrad ed +Ġ{{ $ +ĠSw edish +Ġ'@ / +_RE AL +Ġw arehouse +t oday +, L +or p +< section +- br +ym e +ĠUser Service +Ġlib erty +Ġmoment o +( Image +< size +S ch +Ġj og +i ology +arent ly +Ġquant um +ĠAb u +Ġr im +Ġman a +Font Size +Build ing +st airs +AIL ABLE +Ġ& ' +Ġs ect +Ġs igh +(b atch +.I Container +p oll +ĠCor ps +Î µ +ar u +ĠK ay +.r ange +_click ed +ĠRobert s +.N etwork +fin ish +- Man +Ġcolleg es +ĠF ine +")) ,Ċ +f ilm +Ġrem inded +Ġgest ure +out il +Ġthread ing +Ġobj et +Ġt ours +activ ated +.m kdir += user +Ġre de +f ü +_SY STEM +p v +Ġcon gr +Ġmass asje +Ġpract ition +Un iversity +Ġtab index +Ð ĺ +S ets +Ġcount ies +g uest +f an +Ġword en +.d i +на Ñĩ + ¿ +ig Decimal +Ġsh ore +Ġg ö +Ġrep airs +Ġhelp ers +Ġcenter ed +OL LOW +Ġmap StateToProps +Ġc ents +< A +Ġexpect ation +Oct ober +Ġbg color +ca les +.C ON +ĠV el +Ġcry ing +-se ason +Ġfunction ing +_LOC ATION +ü ss +ber y +Par a +omin ator +- le +Ġeth ical +has htags +emp lo +Ġn úmero +( activity +.St op +.str ftime +IL D +Ġto e +ĉ Node +") čĊčĊ +ĠPu erto +Ġexec uting +ĠG UID +Ġoppos ing +al ph +Ġexhib it +_fl ash +Ġme ille +Ġjson Object +H ero +aint ed +_D OM +Ġw il +Ġslo pe +Ġm Ã¥ +ĠIraq i +Ġorgan ize +ĉj Query +H UD +sh ine +. we +ĠSk ills +pons or +Ġcon clusions +Ġre forms +Ġrel uct +n amed +ĠOl iver +Ġ// }Ċ +- looking +Ġf og +ĠH O +ĠF ried +Ġinev itable +ĠData GridView +H our +il les +log ical +Ġconnect ivity +.tw ig +ĠK yle +(d st +- Sh +ĠStud ios +( Level +.j et +_PRO TO +-de coration +OT HER +Ġread ily +.Param eter +Ġmultip ly +ĠL IB +ar med +Ġsoon er +æ Ħ +_ ES +Ġfoss il +ĠA nc +âĢľ This +l odash +Py thon +Ġhist ogram +west ern +Ġinf ant +Ġco ordinator +Ġn ib +: m +Ġres pected +Ġdef init +& T +_p ad +ĠTr igger +th al +Ġimage Named +Ġbeat en +ĉ rc +ĠPal ace +Ġhaz ard +Ġisol ation +_ rc +cont re +OUT PUT +Ġre ign +ĠPl ate +AT ES +Ġfl ux +Ġpack s +.get Selected +Ġparticip ated +Ġneed le +-de pth +:::: :: +-l aw +ins pace +on itor += no +ĠAt omic +ĠBr ain +Edit able +-s c +red ential +ĠP erry +k ie +Ġ ----------Ċ +.st roke +( Intent +Ġun ity +um lah +F urther +Ġpr ze +Ġs ø +ãĤ Ĭ +ĠPROC UREMENT +ĠH ousing +Ġatt orneys +Ġcomp ose +atter ing +" What +dra ul +Ġstraight forward +In stant +.J TextField +Ġtr ades +л а +Ġ{ ! +Ġl ately +IM G +ĠA ld +ĠIN NER +Ġcart oon +.S ource +F ALSE +Ġd ough +f en +( rect +Data Table +N ick +ĠBut ter +read s +_com ments +EN V +ĠConnect icut +-F IRST +ĉĉĉ ĠĠĠĠĠ +ach i +.M sg +re ction +Ġrelax ed +Ġsha ft +Ġe f +ĠAdd ing +Ġbre ach +Ġ ï¼ļ +ram a +Ġconduct ing +Ġ( ; +(g l +ĠCA USED +ash i +ĠF LAG +ĠCom merce +ĠIN TEGER +h ours +ĠSchool s +Ġn ucle +Ag ain +pro j +Ġsevent h +EMPL ARY +(m ock +'] ,čĊ +_S PEED +> false +Ġsp a +ĠN ear +ì ķ +Ġintr ig +_m embers +w ave +Ġanalyst s +_O S +ed in +ĠF ri +Ġretrie ved +Reg ular +_ obs +EX PORT +')}} " +" class +__ (( +b ucket +Ġst ro +ĠP atch +yst ick +ful ness +ap os +D a +ĉĉĉĉĉ ĠĠĠ +Ġen rich +un ordered +h ole +C ong +< Product +ĠC urt +( the +_l ower +Ġavoid ing +Ġbu zz +Ġv iable +ub a +- is +are l +Ġact ed +-d etails +ภĩ +ĠThe ory +ĠP un +ĠAn onymous +... "Ċ +è res +åı ¯ +ĠV ision +_se m +ash a +Ġcelebr ity +Ġend Date +Ġpop ulate +Ġcu is +qu ant +f loor +Ġglob ally +Ġcru ise +ĠStan ley +Ġb ikes +.get Connection +Ġpoor ly +_ other +amp ing +." );ĊĊ +od i +_A DMIN +.color s +ĠG aming +> ';ĊĊ +STR UCT +Q R +ID s +(arg uments +_a ux +( Event +_PR IVATE +ĠTre k +Ġdownload s +m utable +_STR UCT +(w x +Ġdom ains +js px +ĠVi agra +Command s +J s +.c fg +Content Pane +ĠEdit Text +à¥į ठ+Att ach +ĠAR M +posit ive +ĠGener ated +Ġse ized += : +Ġelectron ics +ĠApp Component +/ ',Ċ +.equals IgnoreCase +Do ctrine +d isk +ĠPolit ical +CH O +< F +ĉ height +ĠB ug +. le +ik h +Ġmill iseconds +Ġconstit u +m ag +.n l +-r ange +ang gal +', [ +ropol itan +Ġà ľ +ĠU C +.d esc +-L AST +f stream +ib il +Ġf ier +VER Y +Ġë ³ +IR T +_ UI +( abs +Ġkne es +Ġro okie +ĠV ac +are na +comm end +- \ +ĠSUB STITUTE +So ft +Ġpart ir +we alth +è¦ ģ +(d ataset +ĠCl imate +- show +Ġreli ability +_ch unk +ä» £ +_st ock +ĠEX EMPLARY +ï¸ ı +Ġv ÃŃ +Ġsm iled +Ġdr ill +.F unction +ĠS I +Ġreg ression +- X +ĠJ ar +p ref +ĉs uccess +ĠHit ler +Ġinst inct +Ġfem mes +Ġlo ver +< Ċ +Ġmulti plier +r il +Res ize +ĠAuthor ization +ĠK an +Dispatch ToProps +Ġc rops +t okens +ec n +ential ly +ĠINTERRU PTION +f ake +Und efined +ĠA K +ĠTest Case +Ġr ab +Ġtor rent +ĠO t +B ars +Ġlect ure +Ġen jo +Ġrespond s +Ġindex ed +Of Work +_ch ain +)) -> +ĠBeaut y +Ġ` < +Ġtouch ing +Ġ| -- +ĉf lag +normal ize +Ġtr apped +Ġestablish ing +/b uild +A J +f y +- react +av n +RI PTION +Ġk ut +ĠF ashion +ĠIn form +cur ities +< byte +ĠUkr ain +Ġs ug +Ġconsist ing +ood le +. ctx +.To List +Ġcomment ary +Ġtransf ers +Ġn ost +ih ad +ĠU pper +Ġconf using +miss ing +- cl +Ġbound ing +Ġcongress ional +Ġreve aling +d h +r up +Ġt res +re peat +, ĊĊĊĊ +_t ac +Ġexp ed +G irl +h orizontal +Ġ"../../ ../ +( option +Ġwe iter +ĉs ql +Ġ=> {Ċ +Ġgar lic +Ġre pr +Ġrepl ies +( prop +Ġspir its +Ġins pire +Ġbas ement +.re ject +Ġhint s +Ġpoll ing +ĉ ĠĊ +_r ating +Ġc ath +av ier +Ġcomp ressed +ĠV S +] ' +Ġjud icial +ĠT rend +tr aining +EST AMP +ogn ition +Ä ģ +SE NT +vent ions +Ġconsult ant +um ph +Ġuser Service +, NULL +k h +D ear +_B AD +it ations +Ġmet aph +' é +and ise +-f ont +.ch art +Ġs g +_ Controller +.j peg +ĠUL ONG +ĉg ame +( ss +ĠM aj +ĉg o +ĠS ad +ĠB erg +ĠM ine +P ack +Ġres istant +ĠR OM +Ġp eg +ĠStan ford +ĠY ahoo +Ġsca led +Ġl an += [] +"/ > ččĊ +Ġs ud +ĉ background +Ġsch olars +-m uted +ar á +Ġ= ==== +Ġ__ __ +C reat +ene ver +/w p +ĠV PN +Error Code +) ],Ċ +(b uilder +ĠEn emy +S ensor +us a +Ġtr iggers +Ġplayoff s +_RE Q +Ġ( ~ +ĠBar ry +Ġperman ently +ĠR UN +Ġb ure +.Fat alf +Ġch ick +ĉ panic +ps i +ok a +éĢ ī +> [ +Ġunderstand s +ĠJun ior +ĠIN FO += mysqli +ust ain +-s ource +s erv +ĠC REATE +. au +Ġsell s +ĠĠĊ ĠĠĊ +E urope +z w +pre h +ĠNS A +Ġx y +ภ´ +ĠB eyond +Inst ead +Non Query +Ġar ise +Ġavoid ed +.em place +_model s +} ),Ċ +Ġh id +Ġ& _ +.p oints +.get Width +.Ex ec +Ġ// // +ĠS essions +... \ +ĠCol omb +Ġacceler ation +rest ore +Ġ ile +ob ic +< Node +ĠD X +ĠBes ides +. age +ĠCont ains +N ational +ĠIm plementation +Ġeff ic +ĠR M +H y +ĠWed ding +ok ies +Ġrec ursive +Ġprosec utors +.Se lection +ĠForm ula +Been Called +[i i +ĠFr an +Ġtraged y +_F EATURE +Ļ ¨ +comp ass +ĠB h +? ĊĊĊ +.w riter +ĠH our +Db Context +io v +am on +re pr +é ĥ +ĉf i +'] ] +ĠD ry +. ro +ĠO bserv +æł ĩ +Form er +ĠB alance +ĉ json +Ġpr zy +I SS +( sock +ĠL INE +Ġde ce +Ġal ly +Ġtend ency +F un +Ġschem es +Ġinter ven +æĺ İ +Ġad verse +quote lev +Ġsacr ific +_s ide +Ġmut ex +AG IC +Ġocc urring +ĠCommunic ation +um ar +ç¼ ĸ +ĠTreat ment +.p erson +ĠL C +Ġe ch +( (" +ĠDise ase +ä d +ĠA Z +.A ccount +Ġcontinu ously +END ING +ĠRET URN +- string +.f ilename +syn thesize +Res ponder +( opts +reg s +Ġn uest +Pe er +// ------------------------------------------------ +Ġg auge +ĠK in +.s chema +Ġarr ange +ĠBl ake +_Type Info +C over +ĠHamp shire +P aper +-in ner +util ity +Ġcross origin +F OR +Ġign oring +ĠD D +av an +Ġtrad itions +Ġget String +Ġeth ics +ĠMaterial s +DE SC +Ġen zym +io let +ĠCh ip +ĠMc Donald +Ġn erve +ç Ħ +") ] +æ± Ĥ +ĠS ugar +_S IM +j peg +Ġdiscret ion +ĠT N +bo ve +ĠMin imum +ĠForm Group +Ġwork force +ĠExec ution +err er +ĉ ĠĠĠĠĉ +Ġpres cribed +.Text Align +OP EN +ĠP B +im ity +ĠEx ternal +° C +ĠApplication Controller +Ġb arr +imp licit +_d ot +ĠCol on +C OLOR +.Pro ject +* }Ċ +pl aint +get Text +Ġindivid ually +Ġcheck box +U Y +ĠL amb +Ġdys function +ĠL ar +à ° +ĠCre ating +');ĊĊ Ċ +" They +loc ations +_C ORE +Inter action +umbn ails +ĠPart ner +b rit +Ġless er +ĠSl ot +set Attribute +ĠW ave +.p o +/ store +Ġbrows ing +_p d +sum e +s ed +Cur ve +Ġpl asma +Ġsusp icious +ìĿ ¸ +ĠB ah +ĠExp licit +_C C +.Client Size +\ View +Ġsub stit +lo on +ĠG AME +ĠB rid +Ľ 建 +_ User +Ġsqu ares +f one +Ġsac red +ug hs +] interface +ĠTh row +ĠK irk +Ġemp ire +Ġassess ed +T ax +ĠHe aven +-b uffer +_STAT IC +én é +-b ordered +Ġpun ct +(m ode +Ġke ine +S ent +ĠCal cul +ĠE ve +Ġsty lish +Ġoil s +.Test Case +Ġtrad emark +Ġliter ary +Ġconcentr ations +ĠRel ations +( Class +Ġstd in +Ġv æ +back up +. VERSION +.AutoScale Dimensions +st arter +Transaction al +- panel +St udio +k c +ĠCh amber +ĠSpi el +Ġr ho +ا ÙĦ +! ' +.At tributes +Ġmurder ed +apeut ic +Ġint imate +Ġtext Field +ĠBuff alo +d ummy +" % +ĠLib erty +ob ar +ĠT ank +ĠPop ular +erv isor +ĠIn iti +ĠM all +ĠP rior +C AP +ĠCl ay +ĠCert ificate +.L ock +-st rip +-dr iven +/ all +ĠMessageBox Buttons +_SE CRET +_p b +Ġr ats +ा ठ+Ġn t +.R outer +_top ic +Ġt ennis +ĠP UBLIC +ĠActiv atedRoute +Ġ' ,Ċ +Ġcost ume +Ġj okes +. Handle +ĉ byte +Ġflav ors +( cc +Ġperson as +ĉ image +ĠN azi +Ġgram mar +Ġú lt +Ġval ve +Ġv ic +ĠR achel +_in valid +P refs +std int +(r oute +Ġhtml specialchars +Ġpe oples +pl ine +Ġn v +ĠQu ant +opp ers +Ġcurrent User +ĠC atal +Ġrecon c +Ġconj unction +l x +amb urg +Ġinflu ential +d anger +ind ers +Ġ% @", +.config uration +os ome +. identity +Ġpick er +n ost +ĠDI Y +Aug ust +ab lo +Le af +ĠRec o +ck o +DO C +ĠH erm +: any +ĠInt erview +ĠT ex +x fe +( work +Ġle ap +He ading +Ġqu arters +\ Bundle +re b +Per haps +ĠG mbH +B irth +ĉ sum +ĠWat son +.n il +ç ¡ +{ }ĊĊ +ica id +Get ter +" name +Ġ" čĊ +_n one +z m +ac ute +uest o +Ġs ous +Ġre build +Ġnewsp apers +ĠH az +Ġk its +if o +Bl ur +Ġsu ited +- In +à ¯ +ĠKe ith +ĠNor way +IN IT +ire ccion +iet ies +_us age +ĠDou g +r ise +Ġtr illion +im ited +ĠR EL +al ic +Ġcritic ized +the orem +Ġce ase +Ġsid ew +ĠT erry +Ġsubs idi +Ġfirm ly +Ġaw s +Ġh ott +Ġdress ing +bad ge +ĠApp lications +è¿ ĶåĽŀ +Ġlaugh ed +Ġh obby +Ġmus icians +Ġ* . +. placeholder +Ġcount ers +ĠCap itol +SD K +Ġhel met +and box +qu it +Ġcriminal s +Ġteen ager +( update +G l +.se lection +Ġdis charge +Ġpresent ing +ufact urer +_UN KNOWN +Ġstress ed +å Ļ¨ +Pro to +_cor rect +ha us +Ġren ov +Ġfire arms +Ġtechn ically +-b rowser +Ġc andy +St roke +Ġexec utor +Ġocc urrence +ĠIP v +_INTER FACE +ĠRetrie ve +.b ad +Ex change +Nav bar +ĠK id +(get ApplicationContext +_ST OP +ĠB oss +List eners +Ġshoot er +ĠAl b +ä ch +Ġp ix +.key Code +al one +Ġabs urd +ĠC um +ĠNewton soft +ik t +Ġlaugh ing +Ġcapital ism +ree Node +T x +_QU ERY +.S leep +( login +Web Element +Ġcelebr ating +Ġde precated +Ġma ar +Ġart istic +_ASS OC +ĠBorder Radius +ĉw p +Ġsurviv ors +In ner +- red +Ġprosec ution +_ pp +(" $ +Ġcomm a +un checked +graph ics +r ors +G ROUND +( public +Ġcustom ized +ĠArk ansas +ĠR ew +Ġexp iration +× ķ +ĠC ul +Ġn ons +.F ilter +Ġsen ator +_def inition +ash ington +ym ph +/ J +Ġf use +ram id +ĠSup plier +Ġaut ocomplete +Ġ} ), +." ĊĊĊ +_function s +ĉ to +.e val +ĠT Object +Re ferences +Ġhe ated +H AL +Ġ)) }Ċ +} $ +ĠB arr +_UN IT ++ $ +Ġget Value +ip ed +ch ied +(v m +c ue +_int eger +_c ourse +th ird +Ġrevis ed +** /Ċ +_D IRECT +Out Of +(" ( +ĠFe el +Ġre ass +Ġsub title +per i +n f +Ġenjo ys +Ġtreat s +) this +-t abs +anc ers +Ġcontin ent +Ġcard io +S er +. question +Ġph rases +Valid ators +Ġpop ul +Ġl ÃŃ +s ong +_IN TERNAL +Ġadvis er +Ġp uzz +Ġambit ious +ĠT ob +ĠD P +Ġpres idency +Ġsurre nder +Ġwatch es +_b inary +ĠSo on +Ġcan ada +(" ")Ċ +] =' +ĠBr andon +eps ilon +r w +.add Child +.C opy +Pr incipal +Ph otos +Ġmarg inal +Ġbas ics +e ing +M ust +_ String +Ġo le +M agento +.c ustomer +(p rev +ภ¥ +Ġlo yalty +C og +Ġprot ocols +ĠCom panies +Ġtheoret ical +Ġaccess ing +ĠZ en +. ones +att ice +_w orld +z es +Ġtatto o +Ġmen os +Ġinter sect +"] ;ĊĊ +bel ie +Ġin active +.read line +-label led +.d one +lick r +ĠW ORK +Ġderiv ative +Ġd atabases +âĤ Ĥ +Ġs x +.is Array +Ġy s +Ġp ada +ĠBul let +(` / +is Active +ĠCG Size +(equal To +ĠColum bus +Ġmar ry +DE V +_l imits +ron es +I AS +Ġt au +min o +_W rite +ĠW ine +Ġ[ [' +ĠP ull +rit ers +ri ents +Ġsh ifting +up p +_TIM ER +ĠCondition s +Ạ¥ +ĠOr ders +ĠSt rength +æī Ģ +Ġvalid ity +Ġf ot +et ur +Ġb olt +åĨ ħ +ĠAl ong +os hi +Ġassum ptions +Ġmag azines +_S PI +Ġp unt +_PRO DUCT +Ġrel ay +ĠJ avascript +. te +- es +Ġwidget s +(f s +< Item +_ex tra +Ġrecru iting +E t +Ġnecess ity +p w +Ġnov els +uss els +Cre ator +ĠM VP +ĠO C +th ood +cl ients +)) * +Ġcharacter ized +_SE ND +ut i +T y +.from Json +@ Service +ãĤ Ĥ +Ch ris +_ Is +ĠJohn ny +Ġclean er +ĠInitial izes +UN K +( axis +еР· +ie val +ĠWar riors +} )( +DM I +âĻ Ģ +ĠTre asury +Ġfe as +Ġsl a +_EN UM +l hs +ĠIn stit +ipp ers +Line ar +Re ading +quir ies +-c ell +ch rome +.S earch +IN A +ç±» åŀĭ +ĠĊ ĠĊ +ĠSam uel +Ġmill s +Ġdon ate +ĠGe o +( rows +Ġshe ep +Ġé l +ä½ ĵ +Ġb em +_UN USED +ĠR CC +Ġintrodu cing +att a +ĠP riority +ĠF B +ĠSer ge +> "; +atch ing +ĠKnow ledge +ĉ The +; margin +less ness +op ard +um atic +() ));čĊ +Ġf als +(c ache +Type Id +éĢ ļ +_ choice +ĠGo th +ĠS ites +M G +_b order +Ind ices +Compar er +ĠRed istribution +Ġclo set +Ġvers atile +Input s +**************** **** +Ġob esity +qu iz +gr a +(g lobal +åĬ ¡ +Ġcollect or +Ġk or +ov able +AD C +ĠEvent Handler +. nc +Ġplay back +ient os +_p erm +_W ARNING +ĠOlymp ics +.n orm +ĠBroad cast +_sm all +dr ive +. iloc +Ġtyp ed +M EM +_con s +DM ETHOD +Ġl un +.d istance +(p ar +po on +Ġb ast +activ ities +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +: čĊčĊ +S ER +) && +_l st +ĠPol ish +Ġknock ed +Ġfrustr ation +au kee +Ġph osph +iqu id +_c oeff +æŃ ¤ +L atest +ĠD ust +T ipo +Ġmaint ains +Ġmar sh +inc inn +l bl +C are +Ġneighborhood s +_g pio +ĠAr senal +D em +ĠW he +_h ook +Ġl dc +ĠHar per +ĠBer keley +Ġgrad uated +Per cent +Ġarr iving +ĠAdvent ure +(s cope +(' * +qu arter +ĠMar ie +Spe aking +_code gen +Ġimm un +c aster +ãĤ Į +åķ Ĩ +ĠDim ensions +.rec ord +Ġtext o +ĠMich elle +P ending +( by +_P AR +uch t +be e +.Th read +amp ire +k now +ĠClin ical +Ġmargin Bottom +Ġdistingu ish +.F ull +. undefined +ĠSequ elize +################################################################ ############ +Ġeduc ated +_O VER +åº ı +ĠÂł ĠÂł +_e ach +Ġur ge +de part +Ġdon ors +ĠA u +Ġbill ions +Ġbelong ing +_ age +_ Int +Ġsub stances +m achine +!! !ĊĊ +Ġjson ify +ib bean +ĠC ad +Ġend Time +Ġc ycling +ĠUIT extField +Ġle verage +Ġvan illa +e at +La unch +( pt +st ates +ĠControl s +ĠRes pons +ĠJ ake +Ġas leep +fort unate +.next Line +Size Mode +ìĿ ¼ +Testing Module +G erman +ĠInvest ig +.re verse +ĠB ACK +( DateTime +Ġnon profit +ĠEx pect +Ġt anto +'] ), +ĉ the +M ultiple +(get Activity +_W AIT +Ġj á +de cor +lev ance +ĠGit Hub +min ation +_qu antity +.Sc anner +ĠL ion +éĶĻ 误 +Ġd re +Ġtan tra +Ġcontent Type +Ġf id +_ alt +NS IndexPath +- pl +åĮ ĸ +Ġantib iot +table s +ac ial +ĠReg istry +Ġol ive +ig ers +Ġsubscri ber +_p res +ĠSy ntax +Ġlo vers +. Byte +old ers +_for ward +al ways +C aption +Pr iv +ĠT ampa +is ateur +-labelled by +ĠTo String +Ġì Ĥ¬ +Ġinit iated +W F +Ġinstitution al +in ject +ĠSc r +Ġdo ctrine +Ġsp acious +is ure +ĠAn a +" time +ess aging +Ġc id +ĠN an +Ġin complete +T AG +-b uild +Dec ember +Ġres idual +(P DO +ĠList en +Ġg lyph +Ġg aps +ne a +.R ect +Ġsa u +ĠPhot ograph +Ġexec utable +ĠExp ert +Cor outine +_s izes +ĠN L +.is Valid +); }Ċ +- reg +Ġc iting +c wd +ĠOtt awa +ĠB att +Ġrenew able +Ġprelim inary +Ġas ylum +Ġw rist +Ġutil iz +Ġdet ention +F ast +Ġan ge +incinn ati +Ġste ering +ĠNa N +ios ity +/ page +Ġè ¿ +ster ol +Ġdis g +( DB +ĠDESC RIPTION +Ġ_ $ +Ġobst acle +Ġb izarre +Ġextr action +_ex pected +Ġlos es +ĠCele br +Ġhtml For +Ġexplo it +олÑĮз ов +XY Z +Ġmagn et +amp ed +Ġat oms +S ources +pect ives +Ñģ ли +Ġ= čĊ +Ġd are +ĠWal ter +Ġbright ness +Ġan notations +ë ı +is ke +S chedule +. images +ros so +Ġ" .. +g amma +Ġin structor +Ġover write +- am +Ġdevast ating +ĠSaint s +Ġh s +Ġbon uses +$ output +ij d +(Action Event +mon itor +Ġmatt ress +Jan uary +.j p +Ġcar acter +Ġim pose +_re st +ĠSign ature +Ġcoron avirus +ãģ Ĭ +_com pare +Me asure +it ated +el ijk +ig os +es ar +Ġrush ed +met ry +_SE PARATOR +_W E +_ATTR IBUTE +Ġy aml +Ġspec s +ĠR ah +ph eric +ĠInvest ment +ä ll +Ġappe aling +Ġview port +ç © +Ġmargin Left +Ġsub tract +ĠED IT +ĉ ArrayList +gr ading +ĠF ailure +as per +EE K +(n ow +< object +ĠAl ignment +ple ado +q tt +( ERROR +ĠIN VALID +Ġuser id +ra ises +ID I +Ġvari ance +ĠN il +/ delete +_M AIN +.T oken +.C ategory +> )Ċ +Coll ision +ĠGre ater +ĠR acing +al an +Ġmon etary +, new +ĠS orry +. Enable +ĠInstant iate +oll en +ë© ´ +ĠCall ing +_h our +AD A +Ġsh y +) ** +Ġ== > +Ġes pecial +Ġinterpre ted +! =" +Ġpharm acy +.s ingle +ĠC ialis +Ġpar as +.to UpperCase +ĠDem on +Pr ime +Ġrank ings +Add ing +_H ASH +ĠEx am +Ú © +ĠVict or +Ok ay +"] ;čĊ +Ġfort une +ĠF ETCH +exp and +.Inter op +Ġb arn +æ ¶Ī +ue vo +Ġspec ulation +âĶĢâĶĢ âĶĢâĶĢ +ĠN u +ĠBl ues +(f name +Ġinhab it +Ġ\" % +C ES +ular io +_c r +Ġvalid ated +Ġmid night +ank ing +Ġincorpor ate +Ġpurs uit +EX P +pr ime +P id +- US +ĠN urs +ĠW heel +é ĺ +Ġin p +Ġsupport ive +.m ember +ĠSh ot +.Check Box +Ġaff irm +T or +Full Year +Ġconsider ably +cred entials +_ opts +R oll +( round +Ġcom ent +_U ART +Ġext ending +R G +result ado +it u +.get Session +Ġattr action +& D +$ html +ĠJess ica +ĠAssoci ate +a ñ +_ ed +ĠL ag +Ġorig ins +()) -> +add EventListener +IAL OG +åIJ ¦ +.Com pare +Al bum +ĠK u +< Q +arg est +Ġpro long +Ġconfig urations +Ġaccident ally +_ph oto +Ġ'' ;čĊ +Ġver se +B ob +Ġfarm ing +del ivery +ĠM ack +Ġuse Selector +.bootstrap cdn +keep ing +en y +. upload +ĠM ETHOD +cre ator +< _ +ĠE aster +. -- +UI Button +ãĤ ī +om eters +Ġsh ine +Ġh ogy +\ s +Ġh arness +.C ell +Ġlif ting +Ġcomb ines +ĠOcc up +ex clude +pat ial +Ġres pir +_f it +Ġfif ty +ĠM ol +Ġtun ed +-d imensional +Ġq s +Ġto ps +> ";ĊĊ +quis ite +ch annels +/ res +ĠAn alytics +.app compat +/ to +Ġon Error +( attr +IR M +Ġrag az +- as +.Se cond +orient ed +Ġdon n +Ġlight ning +f id +ĠP le +ãģ¾ ãģĻ +t ro +.Tr ue +O bservable +× Ļ +umb ing +Ġpros pective +-f ilter +Ġpurs uant +(p oints +.B ind +Ġp alm +clear fix +ö s +ĠG onz +Ġwe aken +Dr ive +en ido +l ld +ob ox +ane an +G ot +ä¿ Ŀ +Reg ex +æ ĥ +Ġsal ad +ass is +" net +inherit Doc +ĠR V +qu ier +Ġcl azz +ı ÅŁ +oster one +Ġair line +.list dir +Ġdownload ing +ĠP alm +w aukee +& lt +.B L +_IN LINE +off s +<< ( +_new s +Ġch ase +/ >< +Ġeuro s +ĠEgypt ian +ĠSt ainless +_BO OL +ĠG uild +ĠD ynam +[index Path +Ġ ï +Ġmemor able +ĠCh ampion +Resource Manager +.Log in +ĠForm er +yp ed +Ġl leg +; ", +D WORD +Ġtax i +Ġbom bs +ra h +.t ags +_test s +st ones +âĢĿ ) +[ g +r type +Ġv u +Ġhost ile +Ch ars +ĠPatri ots +/ status +< B +ĠIn come +ĠD ad +Ġpat rol +_CH ANGE +Ġup graded +Ġch ina +set q +Start ed +.U ndef +Ġcheck sum +Ġfrustr ated +{ o +Ġen f +Ġwood s +ĠAny one +Enc ode +ĠQt Widgets +are as +Ġshe er +sk i +end point +_T est +S oup +~~~~~~~~ ~~~~~~~~ +(f iles +ĉĉĉĉĉ čĊ +.sp ark +Ġval ued +Ġ% Ċ +.control s +ĠXCTAssert Equal +Ġf ame +ĠR ic +D OT +ĠAlbert a +ä½ ¿ +os al +.Web Controls +Ġ ------------ +ĠM is +ĠS YS +Non null += item +Ġexp ire +Dec ode +_ operation +ĠValid ator +.C ENTER +uff s +* m +Ġav ant +æ¬ ¡ +âĢľ You +.per mission +... ) +ĠL ic +_co ords +.n ombre +c lo +.Int ernal +ĠCh o +_s w +ĉ Il +cl k +Ġcast le +(l ayer +p it +Ġgu ided +Ġâĸ Ī +Ġsuper b +Ġsup plements +_c ent +Ġpe ek +IN ARY +.Content Alignment +f alls +")) ; +W all +). čĊ +ĠD anny +irm ingham +IAL IZ +( create +" In +Service Provider +Ġpr iced +mac ro +am ac +. box +---- Ċ +ãĥ « +ĠS uit +ur st +br u +ourn als +num ero +__ ()Ċ +D as +ĠM itt +ud er +? \ +f u +[ B +Ġ: )ĊĊ +(int er +br ains +Ġatt itudes +Ver ify +Ġsign atures +ack Bar +Ġg d +J ack +.c at +Ġz z +war f +FT ER +");ĊĊ Ċ +Al ive +IC LE +ĠWh atever +Ġout lined +s prite +еР² +_A B +_DE PTH +Ġcrush ed +aa a +(e v +æľ º +Ant i +IC O +is EqualTo +.s un +ic ulo +s ale +_h ex +ĠV k +apt or +Un ion +ĠDis count +list a +.Undef Or +Ġautom ation +N or +å¯ ¹ +åı Ĥæķ° +Ġref lex +ĠLa ure +.showMessage Dialog +.t emp +Ġa kan +Ġ__ ____ +.Is True +ARE D +ag le +E nergy +Ġquant ities +âĢĻ é +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġcitizens hip +m outh +Ġin appropriate +ĠOut door +White Space +An onymous +load s +webElement Properties +T en +Ġacc idents +Ġadvertis ement +ĠY emen +(c all +Ġsl avery +Ñģ п +ĠL am +_BIT S +ome ga +ĠO le +Ġkid n +_A n +ĠR aid +Cre ation +s aved +Ġpro port +W ARNING +\ P +Ġp wd +Data Reader +is cher +ade on +ĠP redict +Ġreason ing +Ġdestroy ing +H el +* d +ĠLeg isl +_P r +ĉĉĉ ĠĠĠĠĠĠĠ +Ġsymp ath +Ġch ess +Ġm am +: hover +Ġconvert s +Ġp ela +Ġprogress ion +Ġ"_ " +ĠG ill +ĉ show +Ġsupposed ly +ac curacy +el in +Ġunf olding +ĠHy per +Ġw anna +Ġup s +( # +ĠCr iminal +( Point +at Lng +act ly +Ġcontract ors +'] } +draul ic +ód igo +ĠT T +ĠW ide +ĠAR G +_ ic +FLAG S +S chool +Ġclear ing +-be ing +={ [ +, const +man ent +Over lay +(' " +éĩ ı +ĠT imestamp +Ġmail ing +ĠC ake +.Th at +Ġmed itation +q p +Ġemp resa +ĠL ions +Ġw eld +ĠLinked In +Ġc ush +Ġgen ome +.Index Of +ag ain +Ġf allback +Ġcamp ing +re dd +-strip ed +Ġd v +Fe bruary +ĠPro xy +us k +Ġdies el +W RITE +RE AK +L orem +.In voke +- div +Inter ceptor +ĠD H +ia les +Ġvill ages +Ø ´ +ĠEN V +S ys +.X R +Ġpo em +à Ĥ +c ade +pl ots +Ġ{ ( +.g it +/s vg +nc mp +ĠÄ į +ain es +åĩ ½æķ° +Ġ( )ĊĊ +ops is +ĠRel ationship +_ aut +ĠB omb +ĉ com +* sizeof +off icial +_p ayload +ĉĉĉĉĉ ĠĠ +.m anager +ĠA round +ĉs end +ĠEx ercise +ĠB illy +iv i +Ġneed ing +_url s +_t asks +ĠH em +Ġtear Down +enc rypt +.t ie +Ġas m +IC H +ĠCGRect Make +ìĦ ± +ul ong +Ġit r +ĠG ST +Ġoffer ings +ro be +EE E +oper ators +_PRO P +ind ent +A DE +or f +ë IJ +Ġbless ed +vas cular +Ġcon oc +H appy +B ridge +ilit ation +j oint +ĠAdmin istr +- transform +Ġmeant ime +/ K +ĠBed room +Ġrig id +Ġbrows ers +EM PTY +.S erialize +_ ED +Ġst itch +Ġj an +ell t +Ġbr ace +Ġtr ails +p ublished +å¯Ĩ çłģ +} ')Ċ +Ġac ids +Ġ! !! +_d irect +> ());Ċ +aj Äħ +_O CC +Ġplan ets +æ Ł¥ +ĠDub lin +Ġser ie +.print f +de ep +` ) +Ġ\ $ +ĠÎ ¼ +_V IDEO +end ors +ĠC rypto +F ar +.Trans parent +.T R +ias m +_tr aining +Ġteach es +ĠB elt +Ġlimit ing +ĠK ath +ĠIndex Path +Ġachie vements +Ġser á +interop Require +Ġdis se +.I f +arm ing +uls ion +P o +_DE TAIL +Prot otype +ĠC AL +Ġagre es +.v o +.Execute NonQuery +ĠTop ic +Ġ' {} +Ar m +Ġe cc +M ag +Ġserial ized +ĉ conn +c ached += tf +ĠByte Array +prot obuf +var char +ĉ ASSERT +Ġlist e +_tr igger +· ¸ +Fe el +T ahoma +ĠL ik +Ġstruct ured +erg us +.In itial +_ ge +cl js +.cont act +Ġand ere +$ stmt +_C URRENT +ĠDis cover +$ res +form atter +H a +vang st +Ġem erge +ãĢĤ âĢĿ +ĠCabin et +-s quare +éĥ ¨ +Ġr age +ĠA J +ĠV T +sh adow +ĠFa ith +en ames +pret ty +has il +part y +Ġvar char +Ġf otos +Ġal um +ĠBelg ium +.y label +Ġde j +_num bers +Ġh u +.set Adapter +ĠUs ually +(s ample +.Sh ared +Ġbook ed +Ġ>> = +Ġmin erals +"> +pro g +bo o +_m d +_p ack +(ex press +ut z +\ Auth +, id +ĠCh ile +act ice +Ġrecruit ment +Ġpos es +Ġvulner ability +inst anc +or um +d ess +Ġx l +%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%% +( fig +Ġdelet ing +.d el +) ')Ċ +ĠWeek ly +?? ? +(str cmp +sm ith +Ġpurs uing +- so +ĠApp s +/ 'Ċ +Ġdec is +FO RE +Every one +Ġl anes +V irtual +. attach +( Log +ĠMed icaid +( Path +ĠTurn er +/ application +Ġport rait +Ġopp ose +check out +Ġfinish es +_M E +Bar rier +S ong +V AR +Ear lier +rell a +Ġh ast +az ar +Ġpull s +ng x +Ġinspir ing +Ñĥ Ñİ +-d irection +Ġexplos ive +Ġcreated At +st o +Ġwhe at +ĠB uilt +' ai +Ġtrack ed +ham mad +RowAt IndexPath +_ heap +D ue +Ġconnect s +.p ublish +em u +Ġbul lets +B AR +ol ate +Ġintern ally +Ġcatch ing +-p assword +ou ched +æĢ § +e ous +Ġx range +Q uality +v v +Man age +( ($ +ac ements +ĠBro thers +ĠHE AD +ĠUn supported +s an +es i +** *Ċ +Ġadapt ation +ĠWork er +'] / +.save fig +( trans +Ø ¬ +ne e +Cor rect +... ")Ċ +Ġsubmit ting +-p ath +ĉ last +iss an +.x label +ĠS epar +/ no +_b est +ĠM ills +_s ock +(f lag +Ġdest inations +em ption +ĠF AIL +å ĴĮ +Ġr p +f act +ĉ len +D AY +Ġse iz +_d st +l ip +.Line ar +ĠB asket +$ t +$ i +- brand +ĠNe il +ĠE q +Ġth ou +og ene +Ġscholar ship +æĽ ´ +Ġs wo +ag inator +en i +( book +Ġbl ink +th us +Ġcancell ationToken +ĠPalestin ians +Ġprofit able +Ġback pack +ens on +< Long +Ġp ools +Ġst icks +Ġspokes woman +Be ing +ĠHer itage +ĠN ike +SH A +ĠNotImplemented Exception +$ core +ĠR ico +/ latest +ĠC zech +ner Radius +(l ines +Ġsem ester +Ġw ounds +Pro cedure +.m ail +() ):Ċ +Ġcor rid +ter ed +ĠN CAA +Ġgal axy +_k ind +il k +Ġtr as +_P OL +ĠH et +Ġrefuge e +Ġteen age +.b inding +post al +Ġiç in +ĠData Type +é ĸ +ycl erview +, value +_id entifier +< b +Ġout file +čĊ ĠĠĠĠčĊ +Ġcr é +Ġrespond ents +ĠBe ast +ce led +Ġinter f +-th eme +g if +ĠR angers +IT AL +Ġauthentic ate +Com pletion +urs ors +Ġcin ema +Ġdisc our +ĠJ aw +OCK ET +Ġpr ayers +ĠL uis +fr ag +=[ Ċ +Ġbr ave +_p ose +C ertificate +- fe +ifer ay +ĠFl ags +Container Gap +ĠC rit +Result Set +ĉc ur +Ġcorrespond s +St aff +.Http ServletRequest +Ġneur ons +ĠMain AxisAlignment +ed ar +Ġg ad +_p arts +ĠÎ ² +Ġf x +/ files +ĠB ros +hip s +Ġgluc ose +Ġfar ms +Ġment ally +rest aurant +Table Name +ĠMer cedes +. Visual +Ġan ch +inal g +_r untime +Ġpropri etary +Ġintent ions +iz i +S lice +; "> true +ĠNY C +Ġb ored +ĠD etect +Ġapp ar +Ġje ans +ĠT ak +I OD +ĠH orse +( FILE +( ? +ri que +optim izer +n at +lo ys +ĉ Token +oub ted +u ess +oco a +Data Member +_P OWER +class List +Push Button +ĠWi Fi +. Stream +.g uild +Ġn og +ĠPortug al +ĠUnt er +Pr imitive +b oss +ĠDe utsch +Ġerot ic +Ġstr conv +.Try Parse +Ġgr ams +.S uccess +_p k +ĠHar vey +-m inded +.c ountry +[] " +Ġang el +Ġbe ats +ĠV or +il io +.m aster +s omething +ĠP ACK +( if +Request Body +Ġant es +/w idget +Ġmod o +ĠA W +find er +Ġoptim ized +Ġmiss iles +N B +ĉint ernal +t ex +ĠS ri +Ġdam aging +ĠM ais +- Allow +ĠZ h +- alt +Ġ ));ĊĊ +è ī +Ġinflu ences +Ġc atal +_REG ISTER +ĠAPI s +-cent ury +Ġbi ology +ĠAct ual +Ġhe els +TR ACE +_D IG +D ataset +ĠM atter +Ġclass ifier +.w ikipedia +ĠRog ers +Ġdon ated +raw ler +en en +Ġcas inos +ort al +Ġpr ive +s pe +duc ers +. ep +Ġgr asp +ac ji +Ġd airy +Ġb uses +.com m +. ins +ĠI RS +ĠBe er +ad c +o ard +_M ET +Ġ' +' +r ans +Ġkind a +ĠâĶ Ĥ +ĠM aur +аР³ +Ġband width +ib us +ĠD ifferent +(m at +ĠRes ume +_UN S +est ablish +Ġfon ction +Sub scription +_com pany +Ġlight ly +.con firm +.y aml +ĠBo ost +Com merce +- template +_DEL AY +ĠH I +Ġn avig +(S ender +ĠH S +_ "+ +ĠRE QUEST +Ġw ifi +=" "Ċ +]) -> +Ġro pe +Ġviol ated +Ġgl ance +ĠK urd +Ġè ® +de ck +ĠIS BN +Ġin fect +ĠF oo +Ġget ter +Ġt ener +ap pe +.h h +_h ot +< AM +p oly +! ",Ċ +Ġconver ting +ĠW WE +RO S +(' { +Com mit +) L +ĠO re +Ġsp arse +Ġdis posal +Ġcan celed +åIJ İ +Ġa er +Ġvin yl +á» ĥ +rec ogn +ark ing +Ġtrick y +* s +Ġproceed s +Ġis o +Ġco conut +Ġcraft ed +IEL DS +Ġquest o +Ġcomm un +_CON NECT +Ġtraff icking +De ep +a ções +c odigo +ve au +Ġbet ray +int a +T ED +æ r +m art +_B US +/ sc +ial ly +Ġcigaret tes +è¯ ģ +(n n +Ġmodel ing +/ products +w arn +Ġmet ro +ĠI v +& ) +ĠC able +Î » +Compar ison +g ary +ĠB A +P ART +Ġp v +_up dated +C redit +orth y +observ able +Ġthe atre +B LE +; }ĊĊ +la unch +_str ings +ug o +ĠR PG +- auth +Ð ł +hol m +ĠP and +U id +Ġim ply +ìľ ¼ +'] =' +/ User +Ġstr cat +нÑĭ й +Data Adapter +Ġland sc +Ġdipl omatic +ï¼ ĵ +************************************************************************ **** +ĠCh icken +Ġbc rypt +.In f +[ col +ĠQu antity +- position +Ġdiet ary +Ġfil mm +Is rael +Pre v +ĠMill ion +Ġrem ed +Ġbill ing +Ġout doors +.t m +Ġn ad +F org +Z Z +Ġs sl +], ' +K T +f req += document +bl ur +¬ ¸ +ĠJeff erson +C s +(s ave +Ġstr ap +Ind ia +Ġide ology +BO SE +ĠF P +( ans +Ġfe ver +ĠY am +K ing +à ² +AT ING +bo hydr +roll back +Ġnew Node +ĠN VIDIA +Ġhon our +ĠCon firm +xb d +Ġsuccess or +/ u +l iv +ourn aments +Att achment +Ġgr up +Ġtri be +Ġca res +e ft +_s ame +' label +Ġ ãĢIJ +M otor +Ġin exp +Ġ" (" +_POS ITION +Ġval ley +ĠResult Set +Ġpres erved +Ġmut ations +Ġquestion ing +mun ition +parse Int +ĠS r +ĠMet adata +âĢĿ ï¼Į +timestamp s +Ġtrans itions +í Ļ +Ñ Ĭ +i om +.D o +Ġp ine +Ġf ung +Ġtrans mitted +ct ime +ĠF am +Re vision +B as +UP ER +D estination +toHave BeenCalled +Ġun fortunate +IN ES +_pro f +Am ong +ĠCy ber +ĠB attery +gen re +ĠView Model +- = +Ġutil ized +p aint +.Integer Field +ern ity +comp iler +âĢĭ ĊĊ +ĠM asters +.To Array +Ġstrt ol +ĠUkrain ian +} ));Ċ +Ġsh emale +" That +for all +/ download +Ġrhet oric +.l atitude +ĠWH EN +Ġshock ing +IF IC +.N ormal +_F OLDER +Ġdr ift +Ġmount ing +- book +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠWire less +> ".$ +Ġrel ies +( Console +Int ernational +-> {$ +M id +Ġdis sert +dd s +Ġdepos its +ĉd river +# ga +pr ising +print ln +Ġpres enter +Ġmin es +C SS +ĠD ual +(! ( +Ġk am +Ġis Loading +ĠProt ect +. upper +ar ium +]: ĊĊĊ +Y ii +-sh irt +ĠIM AGE +_color s +Ġur gent +.Cont ainer +! (Ċ +S aturday +Ġsoci eties +ĠTh an +ĠC od += @ +Ġattach ments +.m obile +Ġsp ite +Ġb ounce +raw l +instanc etype +ĠTr uck +Ġmanip ulation +( Config +-in st +Ġst or +it ution +Preferred Gap +Ġmain AxisAlignment +Ġlist ened +'' 'ĊĊ +ott age +- project +.AP PLICATION +ĉ root +Ġwh it +Ġb ilder +Ġk er +Ġappl iances +row ave +ìĿ Ģ +ematic s +ĠO rg +op ing +_SE ARCH +Ġch am +add ContainerGap +Ġ( ). +ĠAr row +Il legal +Current ly +Ġus a +Ġpassword s +Ġre nown +av ern +ĠEv il +Ġconc at +Ġdu o +Ġv ale +ĠBe an +Ġindic ators +cm ath +ĠP ump +Nov ember +ific ant +_DOM AIN +reg ar +ĠPort al +" $ +Ġformer ly +"] :Ċ +ĠVis ibility +.getElementsBy ClassName +_RE D +Ġch ampions +à ´ +Val or +_ es +* a +-re peat +B and +.st age +Ġbure auc +C nt +et en +- function +Ġm uito +P ID +_ editor +Ġcrash ed +de ad +k at +ag h +ĠEX T +ass er +-sm all +Ġreal iz +( Entity +ú s +ĠAct ually +ĠEl ite +Ġhel m +(non atomic +ash er +Comm unity +all eng +ir y +ĠG rowth +Ġs ue +Ġfrequ encies +_des criptor +.At tribute +Ġrecip ients +_N S +/ "+ +ib an +Ġath lete +ĠI gn +_D MA +(d s +ĠRequire ments +AD I +ere z +\ Admin +br aska +ĠR ust +Rel ation +C OD +ĠV ERSION +em ma +)) { +.D uration +ĠC amb +- logo +Ġread able +Ġcre ators +() ];Ċ +Up Down +-h alf +.get Month +(s f +P ic +Ġhun ger +.t x +Ġexceed ed +_se ed +( ^ +_s k +.per form +Ġ> :: +Ġm ongo += float +bind Param +Sm art +if a +Ġse curities +Ġpre jud +Ġ, " +Ġcor ps +Ġv ra +amac are +it err +(M edia +uch e +Ġc ob +Ġlib er +. geometry +Loc ator +Ġsl iding +Ġsurg ical +_C UR +Ġcon sect +[ * +ĠRes ort +St ub +_DO UBLE +ĠS oph +Ġelect oral +_dis able +ĠÑģ о +ĠLight ning +Ġment ions +oc y +Ġle aked +Ġrelax ing +Pres enter +v sp +Ġgu ilt +=- =- +.re ply +ĠMir ror +C amp +Ġ+#+ #+#+ +Ġ+#+#+#+ #+#+ +.A uthor +Ġdirect ive +-h ook +íĦ ° +}ĊĊ ĊĊĊ +@ pytest +_r and +m is +Ġcolor ful +u je +lass es +ĠClass es +.h ave +% ), +é¢ ĺ +Ġdistur bing +sub string +ĠK oh +In vest +p urchase +Ġrec ycling +ĠA RT +ier archy +Ġf ps +.check Box +íķ ´ +_m aterial +duc ation +Ġf w +ud it +Ġreview ing +ĠS id +S yntax +ĠW ritten +arg ar +UM E +/ q +Class ifier +Off icial +Ġj azz +Ġom ega +Ph ysics +Ġl ugar +_access or +.command s +Ab ility +ĠB atch +R AM +Ġencount ers +. Qu +BY TE +ĠD istribution +Ġus o +ĠReco very +appro ved +Ġden ial +/sh are +Linked List +)čĊčĊ čĊ +udd y +Ġf ines +Ġr y +Un icode +ĉ render +Ġprem ises +Ġp on +ali ases +/F oundation +c uda +ĠC ock +,: ) +(f older +Ġm éd +dr ag +Ġtal ents +ĠĠĠ ĊĊ +е ÑģÑĤв +m ob +.y ml +Ġa ster +Ġdis cre +go al +ĠGT X +ĠS UCCESS +ĠL ONG +(f ind +Ġsing ular +_s z +ĠEth ereum +.. Ċ +Ġir res +')) {Ċ +Ġmin isters +St eps +ivers al +ĠNever theless +- led +Ġ( %) +ç¡ ® +Ġtime zone +Ġstr anger +(re nder +Ġsh util +Ġm ph +Ġtri o +pp y +Ġpred omin +Ġend ors +ĠRuss ians +ĉ row +Ġw izard +.s erialize +Ġcompl ained +Ġs ido +Ġdelight ed +-m e +ĠR av +H uman +ad ays +rec v +Work ing +J ump +ĠÃ¥ r +ĠAut omatic +_B ase +æł ¼ +aur ants + ¯ +æ ¸ +(C Type +IF I +( amount +Ġbelie ving += mysql +Ġf ir +Ġrest oration +ere co +Ð ¢ +_ '+ +Ġe book +Ġde bris +(input s +AY OUT +Ġscre aming +av ia +land er +Ġdist ress +Ġas sembled +ĠA void +( thread +ĠR PC +_EX IT +( queue +и ÑģÑĤ +D ll +Ġsk ull +_p ub +che z +min ate +ens en +Ġins ane +b ounds +ĠR osen +Ġcondition ing +process ed +v ideos +f our +.Con v +| ;Ċ +Person al +cer pt +:UIControlState Normal +Ġdos es +ĠKar l +ĠFre qu +.B ASE +ĠV ote +Ġcon current +ĠMessageBox Icon +Ġà ĸ +ĠDub ai +ĠR etail +: number +ĠOb server +ĠBig Integer +_ origin +_W ORK +F rames +Ġnot ably +. âĢľ +Ġtrop ical +Ġn iche +am ina +.s ys +(t okens +mod ify +os it +st rom +ĠCom ics +O PTION +T icket +Ġfact ories +Ġdis put +_F ile +ĠFin n +ee e +ĠDisc ord +_m oney +.t pl +_s afe +L B +Ġgl ut +J K +.fl ow +- cont +g os +Ġhor izon +ĠR ush +:: * +P ipe +ull a +bor ough +he imer +(m ove +( Text +} );čĊčĊ +w elcome +ĠCom ponents +Ġgovern ance +c losed +ĉm argin +Ġla undry +ĠTerm inal +iz ards +. âĢĶ +.rem ote +.r adius +ĠQue bec +Ġd h +T ech +ĠM ist +s eller +_l iteral +Ġgen ius +Ġbr ains +g em +ĠMe asure +Ġcata st +r ance +.Text Field +Ġconsum ing +Ġ'\ '' +oubted ly +ĠC ertain +E v +ert i +be ing +Ex perience +Ġ// [ +ĠArab ic +ĠC rist +ĠAz ure +Ġhor a +l adesh +\ Blueprint +d ar +.re l +Ġsup rem +ĠRe agan +ĠAt tributes +-s idebar +Ġuse Styles +ĠA irlines +Ġh ills +/x html +v inc +_m ock +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠP ill +.Layout Style +ĠCommand er +] < +sign ature +Ġ{ }čĊ +Ġhat red +Ġë ĭ +ole sterol +Ġ ******** +ancell or +c rop +T IM +ĉĉ ĊĊ +ys qli +uit ive +ĉun set +_s el +Ġmen us +t ick +Ġconstit ute +ĠElement s +ĠRed is +agg io +_f p +_de pend +em as +CA ST +or ange +j on +ĠEm ily +Ġpot atoes +Ġre ceptor +ĠElect ronic +ĠL ights +Ġcomb ining +ĠSome one +Ġ######## . +ĠT OD +/ show +X d +." ' +af x +Ġtr agic +St yled +ĠMar co +G allery +d ale +.âĢĿ ĊĊĊĊ +é rie +/s ervice +äº Ĩ +Ġamb ient +_SET TINGS +.Ad apter +l ene +Ġtrav els +Not ice +Ġcle ans +ĠF em +ch air +Ñĥ н +/ my +_b ad +ĠEcon omics +IS A +_C NT +(M enu +äº İ +ĠR idge +Ġlength y +D ot +Ġjump s +Ġhe y +$ pdf +Ġw orm +Ġs ut +Ġsh er +iam o +ĠCal c +trie ve +Ġc ops +ĠCh rom +Ġreg ulated +reat ment +ĠHigh er +ok s +Ġde ze +LOC ATION +ongs To +Ġfin ite +Ġvar ies +Ġposition ed +' il +éĩ ij +Ġh ike +(d one +play list +Ġad a +Ġcoast al +ĠN ancy +.DateTime Field +Cpp CodeGen +ĠSimilar ly +re ur +ĠCon tr +ĠH idden +ĠB eta +atch ed +_inst all +. Output +Look up +ĠRich mond +qu ared +Ġm anga +-control s +ĠBern ard +L arge +Ġslic es +Ġoff ence +ĠM ega +Ġest ar +Ġjoint s +Ġsum m +_pl atform +B uff +.add Subview +Ġret ained +Let ter +.d im +Ġess ere +ĠS caffold +EX PECT +ĉ RE +.long itude +ü nd +Ġstat ue +.add Widget +ĠCar ibbean +add PreferredGap +il de +UIL abel +ĠOp port +Ġimper ial +urs ion +Ġmand ate +Ġpromot ional +Ġv k +ia ÅĤ +Ġp yl +ĠCre ation +оз д +Ġsim pler +. what +ĠRec ent +St orm +. quantity +ĠL ov +" - +ubb les +_not ification +(w orld +ur ger +* (- +: "Ċ +h m +ans hip +ĠAl most +Ġmotor cycle +_f ee +Ġabsor b +ĠVin cent +Ġsound ed +ÃŃ st +Ġpharm aceutical +ht ag +ĠKind le +ital ize +ĠEm peror +oust ic +Ġspecial ists +åħ ¬ +Border Style +/ \ +RE LATED +(', ', +(ex pr +Ġh t +åį Ī +_C reate +Ġspecial ly +Ġ[] ;čĊ +Ġhe el +Ġse pt +_ arch +(in itial +% .ĊĊ +\", \" +Ġdiscuss es +Ġu pt +Ġ[ & +Ġman us +.h and +ĠM AIN +ĠDen mark +Ġ], čĊ +Ġcr yst +Ġn ack +Co ords +_in ner +Ġmid st +Ġaw ake +ĠÐ ŀ +-b reak +ÃŃ vel +_P ASS +ĠParam s +Ġdet r +Ġsp ider +ĠCon cept +Ġpre nd +CH ED +.Ex it +Ġpop ulated +Ġvirt ue +_SE SSION +Ġnou vel +o auth +Ġд аннÑĭ +r ink +.Header Text +atur ated +Ġer st +Ġå ħ +ॠĩ +_vis ible +ey er +Ġli able +Ġde be +Ġb w +{- # +_W IN +df s +H over +ĠP UT +- angle +Ġnob le +Ġtr aces +enc v +Ġuser Data +_in s +ĠS uz +Ġnews letters +ĠMod i +Ġentreprene urs +Ġtrib ute +Ġrum ors +Ġr r +ĠQu arter +ê³ ł +Ġfeed s +ó g +Ġen velope +Ġle ar +Ġk ø +develop er +Sim ilar +: ")Ċ +sub scription +Mod ifier +ital ic +Ġn asty +Ġtermin ation +Ġchar ming +Ġâ Ł +ton s +.tr ace +h ots +ĠU R +M ont +Ġjust ified +ĠG ang +ine a +Ġb og +( ap +_ $ +Ġcont amin +.D ot +ĉ Debug +( exports +Ġpa ired +ĠAss ignment +Ġautom obile +ĵ į +Ġph ases +v w +@ SuppressWarnings += \ +r ant +- ed +ĉ await +Ġcert ificates +'> " +Ġint act +CT RL +M ike +greg ation +AT TERN +Ġre public +_up per +ili ary +Ġcomput ation +h ire +ĠSh in +_ ANY +ĠManufact urer +ĠC arm +Ġbear ings +_c omb +c ad +ur istic +Ġwholes ale +Ġdon or +.inter faces +press o +ĠBr un +-c lose +pro ve +_S K +ĉf rame +et ros +ĠP ain +_EX P +ĠL T +_f s +.dat as +ĉ ss +vo ir +ĠA xis +M ajor +=" < +[ h +Ġprof ess +igr ate +(s core +Key word +" os +ĠĠĠĠ ĉĊ +an alysis +Ġre play +.p ass +\ d +t ls +Ġsan ct +.l ight +_m obile +ÑģÑĤ ÑĮ +ĉt otal +u ity +Ġpa used +N AS +Ġen core +lo e +Ġ-* -ĊĊ +.h igh +am pler +ĠSec ure +Ġfrag ments +_ vel +ill ary +ĠSte in +ĠD awn +Ġmax imize +ภ¢ +Ġ/ ^ +Ġcontin ually +Ġsh adows +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +ĠI ActionResult +Ġinform ación +C HECK +.Selected Item +b undle +ol ley +< Int +AIN ER +ĠW ing +tit les +ount ain +C Y +ĠLoc ale +form er +< context +R adioButton +_s chedule +Ġfab ulous +Rob ert +_PRO FILE +Ġg ates +IM P +ĠPent agon +g old +b ach +employ ees +R otate +Ġch amp +Ġsel bst +Al tern +Ġconvert View +/ , +Ġ~ ( +St reet +_ place +Ġpersonal ized +P ublisher +ĠSO CK +_NAMES PACE +ĠStand ards +so ever +_C ENTER +Inter est +ô t +tem perature +View port +get Resource +Ġeat en +Ġsem pre +Ġab normal +Ġc ylinder +Ġtroub les +n od +Ñĭ в +g ames +_g l +Pl ane +g rey +_t bl +.Component Placement +ĠCh ase +Log ging +man y +ì Ĩ +Ġfl ame +="< +Ġtra jectory +_r ing +Ġhydro gen +tr on +Ġstat ute +Ġcondition al +Ġtr ay +-s chool +(w idget +$ config +Ġrequest ing +. uint +et on +brit ies +Of Type +AD MIN +p redict +Ġg egen +ĠH app +OC UMENT +ĠA part +Ġ---- - +ro e +u ide +just ify +ĠSqu ad +Ġprof es +.b ot +_c urrency +inn en +ĠM umbai +ĠNum bers +avana ugh +agn itude +âĢľ There += http +çī ĩ +Ġv b ++' {{ $ +Ġin ode +s il +Ġh ace +Ġsever ely +ĠOver view +Ġspr aw +Ġbeach es +: left +· » +($ { +ĠF IRST +ĠSp a +- ass +Ġb aise +ĠN ODE +ĠP izza +P et +(se q +\ ">Ċ +CppMethod Pointer +Ġv p +Ġi a +_se conds +em et +/b lob +_TH RESH +... čĊ +D est +ĠN H +.data Source +it és +ĠJ ak +s ell +Ġwork shops +< u +Ġr ivals +ĠEX ISTS +h om +-t oken +compat ible +.J Panel +Ġphys icians +art in +Ġdes irable +Ġdistinct ive +.D ep +g id +ili ate +, max +Ġprem iere +Ġq Debug +Ġadvoc acy +Ġwh isper +P t +Ġun changed +_q ty +请 æ±Ĥ +Se ason +avel ength +ĠP ul +Ġd ÃŃa +'] ]],Ċ +al is +(" & +bor o +Ġb m +ĠR adi +w rong +ĠGo ing +ime Type +ij i +- feedback +ĠN ames +ĠB apt +Ġprob able +ĠE ther +ĠPolit ics +_prot ocol +lin ing +S at +Ġcor rel +.Pr imary +(null able +RI ORITY +Ġcolor ing +Ġutil izing +d as +Ġexport ed +Ġcar riers +Con v +. editor +i ó +(h andles +Ġapprec iation +. import +ĠAust ria +ĠStr ip +il ight +Ġappropri ately +ĠP rest +ĠW ir +ĠUI Application +al chemy +ĠM ob +ĠD etermin +ergus on +register ed +_con vert +ĠVlad imir +.Show Dialog +ref lect +Ġsh ook +Ġass ure +ĠO ften +Ġcivil ization +Ġvocab ulary +fore ground +ĠS cope +Ġunw anted +act ing +Ġ( [] +Ġmark ing +. original +ĠMO VE +Ġsport ing +ception s +NS Number +S izes +Ġprovinc ial +_Tr ans +Ġproblem atic +d igit +ĠEm ma +lock s +ĠC rew +ib a +') : +ish a +Ġm amm +Ġocc ured +w cs +(r ule +Ġmerch andise +es pecially +ĠT win +Ġn aming +Ġs log +Ġimpro ves +Ġad her +: text +.h adoop +_HT TP +.to List +.dis abled +Ġl enses +.in i +ĠR are +ĠUb untu +Ġsc ram +ol ation +tit ulo +Every thing +Ġnod ded +icht ig +_const ant +z c +l ift +ĠNot ify +ond o +ĠIN F +(" + +ĠK az +Ġd read +.m apper +le ur +ĠCome y +ĠN B +ic ers +.P ush +ĠH ack +ĠBrazil ian +_pro d +Ġ// ĊĊ +Ġb icycle +Ġun available +Ġadoles cent +bl k +Ġmit ig +_bl ue +ì ĺ +fade In +ĠUtil ities +ĠM N +; k +< style +- status +ind o +Ġinn ings +Ġg j +Ġ|| = +.e u +: Number +Ġcuis ine +ĠURL s +ie k +Ġw ires +ĉ ps +ie g +.m k +so ap +Ġsom etime +Ġst ap +_s eries +.T arget +æ º +.dest ination +OUN TER +R aises +& A +Ġsmart phones +NI Env +.s dk +Ġhelicopt er +Ġim pe +ĠB irth +A U +b readcrumbs +co ords +Ġexplo red +Ġl od +ĠI p +g able +ian e +Ġart ifacts +Box Layout +ا ر +list ener +.c art +ĠH uff +ĠHind u +ĠData Types +ĠDr upal +IGN ORE +Ġoffset s +ĠR TC +- login +æ ® +ĠQ Object +Ġprosec utor +R ock +_ch at +W ay +ì ² +Ġneg lig +Ġd ude +; < +Ġdeleg ates +_f ailed +/ dev +/ work +( New +et able +() " +( Icons +Ġp ork +ĠModel AndView +ĠV IP +ĠK or +m ix +Ġox id +ĠSC REEN +ĠFour th +/ ",Ċ +Ġte e +ĠSte vens +t icks +Ġp ledge +ib bon +ĠLo an +Ġne o +n umpy +ĠShared Preferences +- oriented +ĠLogger Factory +ĠGraph QL +zen ia +" _ +W omen +.c ast +Ġdeliber ately ++ b +ĠAr n +font Size +Ġm aze +Ġbl amed +.m as +} )čĊ +eler ik +Ġsc anning +ĠWork shop +Ġfind en +Ġca ut +UI Font +( return +al in +cast le +//////////////////////////////////////////////////////////////// //////// +Ġincent ive +op ath +b lob +Ġcigaret te +Ġfert il +*/ ĊĊĊ +ĠSh ar +Ċ ĠĠĠĠĠĠĊ +Ġunc ertain +ĠS ton +Oper ations +ĠSp encer +Ġdef in +ĠS olo +on est +·» åĬł +Ġu omo +G ive +Ġdent ro +; padding +ent ai +ĠC ars +Ġenthus iasm +ĠOper ating +S kip +par ation +Ġprotect s +Ġre ver +d g +ĠC incinnati +Ġconsect etur +Ġm uss +employ ed +a uses +ink le +. Values +£ ¼ +lo v +_W ARN +Ġbook mark +ĠAp ollo +. axis +Ġm ét +Ġop ener +Ġtum or +d an +Ġelement ary +Ġsk ipped +ĠK er +as ia +_res p +Ġdem ol +ĠCan adians +Ġt astes +U Integer +Ġ' ${ +.aw s +RO ID +ri ans +M Q +ord able +Ġcous in +Prop agation +(S ession +ph alt +UL D +ĠSc alar +Ġblo ody +Ġ ঠ+.m ask +, q +ĠUn its +Ġcent res +ĠPr im +. ]ĊĊ +ĠSh aw +P rom +ĠTh ought +Check er +_output s +( chan +E INVAL +Ġb ob +_c mp +P ed +Ġmat rices +Ġvrou wen +Ġgenu inely +high light +(d isplay +) != +Ġdel icate +ĠL uther +ĠM iles +Ġuser ID +% = +ate urs +_B UF +---- ---Ċ +imit ives +Ġsh elves +sl ow +_in formation +LE G +W r +.form s +cel and +/ un +: & +.âĢĻ ĊĊ +=" % +Ġpro st +Ġfont size +uc ión +get ic +am t +=" . +Dec or +B rit +Ġ"" ). +Ġfound ing +.File Name +ĠT ier +Ġdisc lose +á m +.s yn +.View Holder +lic ant +_st age +Mon day +Ġdes erialize +t alk +Ġtradition ally +æĢ ģ +Ø ® +LE X +Ġe h +ĉ ROM +Ġ{ })Ċ +Quest ions +nc py +Ġfix ing +к Ñĥ +_ Key +: x +ĠSTR ING +ĠÑĦ ай +ĉ left +ĠBen ch +ell ij +UR RED +ĠDi agram +} catch +/ time +ĠMiss ing +db name +Ġs ore +ĠW alt +ugg ing +rep resent +ĠG S +ne ys +ĉ page +Ġvol can +(b tn +Ġexceed s +Ġ erg +Ġpil ots +ĠS ed +ers ions +Ġpat ron +R V +/ top +. asset +_c ross +. Editor +.t b +Ġwel coming +SC REEN +) findViewById +C oder + ",Ċ +_P in +ues e +Ġover rides +_ ready +Adv anced +Ġop i +-c art +("/ ", +ĠDe b +CR Y +ĠVert ical +ĠO VER +ĠCorpor ate +Ġ"" ; +Ġste pping +e j +Ġaccus ations +Ġor az +_t ail +Ġindu ced +Ġel astic +Ġbl own +, // +Ġbackground s +âĢĻ une +-s dk +Ġset Interval +Ġincent ives +Ġveget able +_ On +exp anded +p ix +_sh ader +ĠSP DX +@ example +ĠW rapper +.Z ero +Pos itive +Ġsp inner +Ġinvent ed +ĠG ates +оÑĤ оÑĢ +Ġcompar isons +è · +.pr imary +data Provider +add itional +ĉ options +s napshot +.set Horizontal +Ġ" {} +ĠFish er +hal ten +< Type +Ġmax Length +ĠM t +Ġê° Ģ +.jet brains +Ġident ifies +Ġflow ing +ĠDisc ussion +ats by +Ġsch w +ught y +Ġr ivers +.un ique +_PH Y +ed ral +( ll +Ġcs rf +pp ers +ü l +ĠEs pecially +port ed +ĠHarr ison +****** */Ċ +Text Color +ìĬ µ +w ire +Ġstatus Code +ĠFin ish +c ence +ĠMcC ain +ĠW or +( await +Ġ) -> +ĠRegister ed +IN ED +k al +par ison +Ġobj eto +V i +mand a +Ġrenew ed +ĠS of +ess el +.nd array +Ġcr ap +ç® ¡ +.ab spath +( up +Ġclear ance +ĠT W +_C OPY +ĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġforest s +Ġarg uably +ĠA SS +he y +am el +_f ore +ĠSou theast +Ġab used +Ġpract icing +aked irs +ä¸ » +_res ources +Ġp ond +.F ixed +Last Error +ĠPsych ology +Ġ" // +! : +Re usable +Ġmens aje +Ġro spy +Ġb our +Ġvar ieties +Ġem path +(( { +_ org +ĠM es +ĠMag ento +IST ORY +Un less +Ġh j +ĠD uty +J un +, size +Ġpaint ings +Ġdisp ens +d art +Ġbehavior al +Ġr pc +cal culate +fr uit +_m m +ĉp thread +Max Length +Ġc urrencies +_cap acity +ĠO z +Ġfire arm +Ġcoeff icient +Ġbankrupt cy +w art +Ġfat igue +AV A +Ġes pa +_p c +ĠQu otes +_L IGHT +ĠT ickets +Ġrel ates +Ġpublish ers +Ġunlock ed +Ġ// ---------------------------------------------------------------- +ĠInterrupt edException +Ġout look +r n +Ġreb els +W ritten +Ġas ian +ot to +Ġ ĉĉĉĉ +_g pu +T xt +.Image View +Ġsu is +_t ables +.Rec yclerView +Ġwhat soever +è ģ +] ++;Ċ +assert True +_ verify +ĠR ivers +Ġ ][ +J et +id ian +S ibling +Ġgen res +.A ccess +OP S +Ġtr ivial +ภª +al en +в ед +ĠS word +Ġscrut iny +(c b +Ġcomm erce +Ġguarante es +_ad v +ĠL ET +rec io +Ġh ilar +Ġback yard +ãĢ ı +Ġillustr ated +/v endor +. Util +Ġw ow +LO Y +ĠMar shal +"> '.$ +ĠB ak +Ġmod ifiers +d ictionary +ĠSt re +m ultiple +")) , +ĠC ort +'] "). +( admin +ĠCre ator +Int ernet +( ms +log y +DECL ARE +ĠMarc us +<< << +ãģ ł +_m y +(in st +Ġsc iences +ND ER +. enter +Ġit u +Ġbeh ave +P an +omb ies +=' < +')) ;čĊ +ĠM ENU +ĠWork ers +.No Error +Ġbind ings +Ġdis abilities +{ \ +ĠM unicip +Ġco res +ur ple +ĠN okia +us ions +ĠF itness +.handle Change +Ġjav ascript +ìļ Ķ +( dec +Ġpack ing +-de pend +Ġtrans cript +z eros +_ alert +? ",Ċ +lib s +± оÑĤ +Ġ| ĊĊ +tr ained +ĠG ent +ĠR ab +x p +_config uration +å¤ © +_ accept +.rec yclerview +: url +ĠMu hammad +Ġprivile ges +_b ank +uk u +w allet +ĠRO OT +Ġenc uent +? family +ĉ position +Ġc g +Ġprec ip +method s +_f ast +in crement +ĠT iger +_OCC URRED +qu ip +ĠH AS +_d om +Ġw reck +b j +Ġd ern +Ġorg ans +. entries +Ġ_ (' +ram ento +ĠJam ie +Ġp unk +IP P +Ġprogram a +Ġatt ain +Ġpro ves +/s ign +Ġanswer ing +Ġl adder +************************ **** +ĠW almart +ĠCONT ENT +duct or +Ġver bal +ĠP ID +c rypto +_CALL BACK +Ġ= ================================ +Ġpot ent +Ġshort s +.U ri +.un iform +; border +ĠW er +Ġhere in +ll a +ĠI hr +P ixmap +l iteral +! )ĊĊ +g eneric +r ust +_script s +ost o +it us +ĠCoal ition +Ġrem ot +de ploy +ĠEag le +ãĢģ ãĢĮ +Ġimportant e +ĉ object +Ġseason al +ne j +aid u +Bind View +ĠSi erra +-b g +Ġmake Styles +[ offset +G ames +Ġhorm one +AR IO +head s +( select +ĠStart ed +@ param +_de cl +_b log +Ġa ño +\ Api +ĠMil waukee +Pro vid +An imated +Ġcool er +ĠSe ed +. Edit +Ï Ħ +ĠT aking +Ġborder Color +-found er +.Logger Factory +Ġ"" ĊĊ +AL T +ĠL ate +EDI ATE +Ġ);ĊĊ Ċ +af a +Ġcancell ation +At om +ĠB irmingham +emp resa +HE MA +asc al +Ġup side +.V ersion +ĠF older +ĠE ight +ĠV intage +ĠApp Delegate +ĠPre vention +.se parator +ST M +( room +gener ator +Ġc attle +ĉ Z +ĠPart icle +' };Ċ +Ġneighb ours +ĠState less +Ġalt itude +Ġsa int +об ав +Ġconv inc +ĠCont ents +Ġje une +(t s +Serial ization +(c ollection +ĠJ azz +ĠD od +ĠR och +ac io +comm ended +DEF INE +.on load +Ġspecial ty +PL ACE +_MO VE +Ġaccount able +Re uters +Ġf icken +Ġde pr +W ow +V oid +.s pace +à¸ Ĺ +Ġt q +ĠP ets +< $ +(C urrent +ber ries +plan ation +Ġlist Of +ĠTh u +ĠPR INT +Ġm ismo +Ġdo i +ch k +ĠUn icode +( role +Ġvir gin +< Point +_RESP ONSE +-h ouse +ĠVenez uela +EM AIL +Ġp úb +_ex ist +B all +.C L +re ferences +ĠBeautiful Soup +ĉ Expect +TH IS +Ñĥ д +b ane +Ġtemp oral +ER IC +et as +Ġrefresh ing +Ġsec ular +@ synthesize +ac cur +Ġn ella +ĠS OL +.p ipe +Ch annels +èĩ ª +Ġinsert ion +á» ĭ +el ia +Ġadjust able +Can ada +ĠI TEM +Ġcur ves +ĠChe ap +let ing +Ġoptim istic +al lo +Ġpolit ician +_down load += edge +ORT H +Ġmodel o +art o +. rotate +Ġs elenium +æĪ ij +_al ias +Ġrenown ed +.' . +Ġc zy +Ġal les +.Com piler +ĠB ass +Conn ector +.R ole +L INK +Ġc riterion +lem etry +Success fully +/p ng +Ġey eb +asp berry +( gr +Ġd angers +Ġcorrect ed +Ġgl ow +Ġelabor ate +ĠB ears +aw ai +=" '+ +Ġpromot ions +Ġmathematic al +Ġ" ` +_Generic Class +ĠChe f +.S ort +table Name +R IC +Ġvolunt ary +ĠBl ade +-e lect +ĠCom bat +ĠAb ility +Ġab dom +Ġd uck +T mp +åħ ¨ +Ġer ase +.P h +ĠDefault s +p artment +_US B +ê te +; ' +Ġp ads +ĠOb amacare +.T otal +Ġdiv ert +Ġcr icket +Ġrecre ational +( red +ĠC le +R U +Ġmist aken +ĠMont ana +Ġstr ive +_sl ider +ĠPl astic +Ġdecor ated +ĠV P +lic o +ĉf alse +Ġpre fs +( \" +_f alse +i endo +Ġ@ $ +B ucket +act ical +ĠZ hang +.c ols +.B inding +Ġw ax +_ST ORAGE +Ġlaw n +Ġr f +.Sc ene +ĠCal culator +.d esign +Ġres il +л ем +E mploy +ĠPr ices +ĠP WM +ag i +.e valuate +ĉ param +Ġbr ass +bb en +Ġinflamm ation +ull ivan +Ġan not +Ġp H +iam eter +ĠB TC +( box +Story board +Ġcl ay +.assert Raises +| string +.App ly +Ġmatch er +und ed +Ġsatisf ying +Ġìł ķ +Render ing +_app ro +ind rome +AN EL +_f ix +br ush +.M atch +Ġsm iling +on aut +S unday +Ġdelet ion +Ġencour ages +P ull +Ġreven ge +Ġqu arry +tr ade +Ġc ables +(d elta +ites pace +Ġf h +.b unifu +Ġvi el +_IN CLUDED +ĠT ail +ad ar +of s +Ġmet als +g om +_method s +Ġn j +.St d +(w in +$ (' +Ġt urtle +ur on +Ġen rolled +ĠH z +ĠBox Decoration +Ġp ont +rel ationship +B i +³ » +Ġmas cul +Ġsh ades +Ġv r +ĠLog ic +Ġa in +ĠD IST +Ġcoll ar +" profile +Generated Value +ĠP ossible +Ġe ines +ĥ ģ +.time out +ĠE c +Ġjer sey +.D ouble +Ġqual ifying +v or +CRE EN +_A pp +_rec v +Ġali ens +It s +E sc +i ator +ĠE clipse +Ġg h +V ict +ĉ html +to o +. const +Ġant erior +ĠW u +(key s +Ġul tr +_p oly +ĠT ap +ĠB ud +A WS +Ġcrash es +_t ot +Cont in +-h anded +alth ough +ภļ +ific ent +Ġde ve +ut ory +ĠW orth +_M S +Ġfloor ing +Ġsell ers +ĠThank sgiving +Ġp ng +Ġval ores +Ġslee ve +Ġfil le +Ð IJ +Ġappoint ments +Ġv im +User Info +BO OST +Ġpos ed +initial ized +.product s +ĠLeaders hip +man uel +' % +em arks +Per centage +(d ist +. avatar +(h Object +ä» Ĭ +_ iff +ic one +; ) +_n il +Ġab ol +е ÑģÑĤ +Ġven ues +.Con vert +! ')Ċ +.B itmap +sk in +_C OLUMN +Re v +G RESS +g ow +Ġw ished +tract s +.assert False +Ġscreens hot +Ġfo is +Com b +Line Width +ĠGr ab +Ġint ensive +ĉ sh ++ ) +.first Name +_PRO CESS +Ġt ilt +it ored +.L OG +Ġb ak +Ġintention ally +.play ers +(c anvas +)) )čĊ +.Pro vider +_P UBLIC +T alk +ĠL iv +ched ulers +Ġl c +ad ic +feature d +.res ources +Full Name +Ġmean while +B uffers +Ġres olver +ĠS AP +_T E +G NU +ĠForms Module +_ wh +ĠS we +.widget s +Ġcabin ets +Ġsus cept +ĠB ott +activ ex +av ar +ant ics +Ġ" =" +_k wargs +Ġgame Object +ĠAng le +.I ter +mar sh +ĠB irthday +ĠC MS +request s +ĠPear l +_E OL +Ġlin ux +( org +_M ouse +.con structor +Ġz d +Ġk icks +art isan +Ġe ax +K n +pon ge +ĠFin land +Ġmet res +ĠAss essment +part ner +/ pre +! ',Ċ +[ Int +Ġos lo +date picker +/ String +op lay +ĠHe brew +, double +Ġtrab al ++" \ +ĉ EIF +/ text +_F IRST +ĠP ete +Ġe go +Ġextr as +P DO +Ġreg ulate +ĠQ Widget +st s +ĠSh ows +ĠN HS +.c ourse +p thread +ĠF uel +.t imes +Ġ ° +Ġstr ides +($ ('# +( words +Ġrhyth m +Ġsp ont +Ġsens ation +Ġsp ike +C losing +页 éĿ¢ +N umeric +Ġbreat he +Ġfin ale +_F ACT +in ion +Ġch ill +Ġform ally +ANG ED +Ġ' :' +ĠпÑĢ и +a q +ĠFab ric +(l at +ĠPr incipal +Ġer ro +oc ale +N om +Ġf ost +_C USTOM +.int ellij +ert ools +Ġcl asse +adi ents +Ġfundra ising +EN E +_OPTION S +_ ob +// }Ċ +Ġprote ctions +.se ed +N V +term inal +;; ; +P redicate +Ġì ¶ +Ġbomb ing +G F +Ġch ew +)) ). +qual ified +] ={ +list en +C ENT +d igest +E ast +Ġd iver +Ġend points +Ġe e +Ġcolle ague +Ġdissert ation +_com mit +_D AT +. rc +Ġbre asts +ĠR ug +ĠP il +Contract s +ĠBry an +Web View +Ġconcent rate +ĠIn ner +Ġ' | +std out +_S ub +> -->Ċ +V ol +ĠS SD +)) ), +. Optional +Ġnurs es +Ġor b +_ pe +);čĊ čĊčĊ +pl aced +ess er +Ġther apeutic +Ġwhites pace +Ġa ston +Success ful +Ġpr aised +ĠW es +Ġe ighth +ir al +Ġvrou w +Ġf action +_b ias +Ġw itch +Ġnp c +(s b +ĠRod rig +_b ig +Dep endency +ĠAb raham +ard i +C AR +n os +Ġabund ance +Ġnut rients +in stein +.V ert +ĠI SS +< U +Ġsum s +_h ist +Ġfar mer +ĠA br +Sh ot +ĠBad Request +Ġh ass +ĠR ails +Ġaffili ated +æĿ ¥ +Ġer f +IN F +ĠView Holder +min i +ĠR oth +Ġfaith ful +ĠPhill ips +AND OM +]. [ +_P AY +ĠAr ctic +f aker +D igit +M ale +std err +se ys +Ġ Å¡ +_rem ote +li que +Ġin def +ĠIndust ries +it ra +_p airs +< iostream +Ġsal aries +ik en +.F rame +PL IC +_S PEC +ĠMed iterr +Ġsystem atic +Ġinter rog +Icon Button +se a +int ro +ĠIss ues +enc rypted +Ġintern ationally +Ġsn printf +Ġpast a +ĠBrad ley +_ Status +AL K +_P AD +.l aunch +< select +Ġhar dest +Ġph y +Ġ(( * +-s lide +ĠNob ody +S u +Ġas ÃŃ +close st +_initial izer +Ġsupport er +-g en +Ġt ales +Ġcor p +_f u +s at +ne ighbor +.M igrations +Ġal gun +Ġsin on +.S pec +? ,Ċ +.G L +m ale +Ġmon itors +yl an +-L icense +.m atches +ĠA BS +ĠM ast +ĠW allet +($ ("# +Dir ty +Ġco pe +Ġinterpol ation +ous ed +ĠJ ets +.F LAG +.C ancel +.Event s +ne ver +ĠM Hz +> D +Ġs ervlet +bast ian +Ġ> & +S ID +_cl k +Ġdiv isions +} ',Ċ +Ġd ildo +Ġpar ade +m ajor +Ġab oard +; ++ +Ġf usion +"}, {" +ĠDialog Result +ĉ arr +- em +_n r +(h andler +.N ET +.Xtra Reports +ĠSh ah +ĠB rief +- , +Ġprec io +ĉĉĉ ĠĠĠĠĠĠ +Ġt ant +ĠGrand e +/ xml +_IC ON +ĠR etro +un que +Ġn ag +to Fixed +X L +Ġdecl aring +ĠCon crete +ĠAm azing +ĉprint k +Ġdeb ates +D ATED +Ġaest hetic +emet ery +Routing Module +ĠNash ville +W AYS +Ġw olf +Ġobserv ers +OT A +ans on +Ġe a +Ġgreen house +ĵį ä½ľ +Ġst air +Ġimmigr ant +_app ly +pe are +ĠBloom berg +_PL AYER +Res p +æŃ £ +Cho oser +ĠI Collection +P eter +Er ro +.detect Changes +Map s +Ġs queeze +ĠHom es +weg ian +Ġformat ting +Ġnegot iate +ul d +ĠN ep +ĠQ B +Ġeconom ies +Ġ*/ , +Ġredu nd +ĠA ber +.IsNullOr WhiteSpace +yc led +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĊ +_S h +Ġske pt +Ġre created +Ġget Type +Ġmarg ins +Ġcolon ial +ch arts +// @ +Ġprocess ors +è¯ ´ +b atis +æĦ ı +ator io +mention ed +P atient +Ġpre y +Check box +_x path +.s kip +ĠMorm on +ĠMemory Stream +CRE MENT +Ġk u +m eld +\ Data +ĠK ernel +il tr +éĢ ģ +( profile +Car bon +RO LE +( pl +] *( +.m emory +Ġmed al +Ġadvis or +it ät +Ġh dr +ier ung +ĠProvid es +( alpha +Ġteen agers +- parser +.L atLng +] ()Ċ +Ġfel ony +ĉĉĉĊ ĉĉĉĊ +BO OK +Ġsl ash +Ġclear fix +ĠPro phet +å® ¹ +right ness +-f i +.k ind +ert on +J im +Ġmanip ulate +Ġworks heet +ol in +st ars +Ġart ifact +_EM PTY +ĉm ain +------------- ' ; +Ġexpress ing +ĠI Q +ĠF act +/************************************************************************ *******Ċ +_m ass +)) : +Ġcon dom +Ġcreate State +omet own +Ġir r +Ġ> ( +> B +iter ation +ãĥ ª +Ġshirt s +ount y +-> $ +_S IGN +ĠD ale +Ġj j +E asy +F re +ĠN y +Ġch lor +match ed +ĠG erm +- UA +ĠN athan +educ ation +-y ard +- che +h ouses +r itional +Ġprox imity +Ġdies em +áºŃ p +Ġd rought +.a udio +ĠLe o +Ġfavor able +in ch +ĠD aw +rib ly +_st udent +id able +O VE +Ġlack s +ounc ing +.b usiness +Ġre open +may be +_G LOBAL +Ġdress es +ĠEd wards +ens ible +ĠHard ware +ĠEx cellent +ĠTime Unit +CTION S +Ġsched ules +Ġseg ue +Op ens +am men +- Identifier +Ġst aring +Ġhapp ily +ĠH ob +' _ +Ġ" ); +ament os +et ched +Ġ/> }Ċ +. Users +Ġinterrupt ed +Contact s +Ġreg istro +in burgh +CH A +_ imp +ph is +s ay +Ġretail er +.N ODE +/ maps +_L AST +ĠCh arge +_g uard +Coll ider +ĠStateless Widget +": [" +(" ../../ +iox ide +ĠS und +Ġ'' ; +un set +add Widget +л Ñİ +el les +alk er +A rc +Ġded uct +G UILayout +ĠV illa +Ġfor bidden +_ where +Ġ\ / +ĠT ib +_A X +] čĊčĊ +ĠB ir +Ġb end +ĠMA KE +ĠM ET +Ġfut ures +Ġweight ed +"" "čĊ +Ġauthor ize +(pro gram +}, {" +Ġcoeff icients +ê s +Per Page +ĠBath room +ĠPublish ing +G PL +Ġsub missions +ĠNUM BER +j Äħ +Ġaddition ally +em pre +ĠSh el +ot yp +S olution +Ġth under +_ ec +ĠĊ ĠĠĠĠĊ +ĠF ellow +Ġk ay +Ġnew State +ONT AL +Im plementation +.L ook +Ġ ents +Ġl ors +ĠB IG +f ab +Ġaver aged +ĠFe edback +ĠW ells +Ġm artial +Ġind ul +ĠComm unist +ĠFore x +ĠAgricult ure +" [ +Ġqu ar +ĠK ont +ĉ view +. Bytes +des ktop +ĠM akes +akes peare +.Null able +Ġspot light +V B +ow y +(t orch +tr idge +_b ounds +Ġapolog ize +.add Item +ant d +* );Ċ +, u +(g en +ç» ĵ +re ator +ĠC ord +ou pper +.m etro +Ġ ew +ĠW ORD +.A fter +Ġdet ained +ĠHam mer +ex isting +Ġo st +Ġmon ument +-c ustom +User ID +ĠN om +Ġre jection +(d im +Ġsingle ton +ĉd ie +ari ance +re ports +] != +eld a +Ġpreval ence +_reg s +." . +Ġfemin ist +Code c +Ġ **Ċ +(label s +_M ARK +FA ILED +Ġadminister ed +W N +ĠĠĠĠĠĠĠĠ ĉĉ +Ġn oun +w ig +Ġg otta +Ġr if +- im +ĠPaul o +ĠCommand Type +] ))ĊĊ +-z ero +Tr aining +Ġl ord +_ art +re ddit +C ert +Ġpes o +R ot +Ġend anger +.d r +user Info +un ts +n v +ĠTrail er +-f irst +(m ake +Ġbenef ici +-bl ack +i ÃŁ +Ġund oubtedly +Ġm ex +ĠAnc ient +( as +Ġdes cent +P ick +Ġrep lica +$ obj +ä hr +Ġar rows +ft y +ĠLib ya +ug a +charg ed +T ur +Ġh omic +iss en +ĠF ake +Ġbe ers +Ġsc attered +( Time +UT IL +Ġbureauc r +/pl ain +Ġstick ing +FA IL +ĠC ovid +Th ird +_p resent +ĠPier re +Ġë ª +Ġ[... ]ĊĊ +Pro b +ĠTra ffic +ica o +do ctor +Ġ), ĊĊ +T abs +al u +ï¼ļ âĢľ +Ġinher ent +_N o +rit is +ĠPro of +.b asename +ä¼ ļ +Ġch im +ĠProt ected +c rit +Ġpr one +Ġк он +ĠHero es +Ġan xious +Ġan os +Ġweek ends +Ġs ext +Ġredu cer += UTF +h alf +ĠS aw +.m m +Ġnue va +.current Target +.l ua +_EXT ENSION +ĉ reg +ĠC trl +_ align +accept able +Ġrush ing +fr ac +Ġbo asts +F ive + ± +ĠTem perature +> ): +Ġchar ter +RE ATED +Ġsubject ed +Ġop c +health y +使 çĶ¨ +ĠScient ific +Ġfra u +ri ages +ภĶ +.in ventory +ation ale +M ad +min utes +>> ();Ċ +ĠEn v +Ġrecord ings +Ġsusp icion +sql ite +ĉ read +ãģ ¦ +Ġwor ries +.put String +ĠSh anghai +( uid +r er +ĠvÃŃ de +") : +Ġmethod ology +Ġк оÑĤоÑĢ +cc c +av ad +Ġindu ction +ĉ Thread +, string +ạ i +neh men +u ition +Ġ* __ +.em f +Ġì ľ +/th emes +ĠN ine +. One +ĠEm bed +Ġf az +u ations +Ġpriv ately +Ġl ing +[ F +ush i +Ġlaunch es +( KEY +G MT +Ġaim ing +pat ible +ĠB iden +i w +ĠD egree +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ$ ('< +á rios +to UpperCase +ìł ľ +ĠE UR +Ġovers ight +Ġtable sp +Up dates +.m akedirs +Ġhum idity +/ template +Al ways +( IS +_c ert +D ig +Ġunder way +ort on +ĠHur ricane +Ġsp ends +ĠSeg ment +Ġfl ies +ĠT oggle +ĠLyn ch +Ġs enses +ĠK os +set Enabled +ist ically +Ġtest er +Ġadministr ators +Ġtag ged +Ð ĵ +Ġshort cut +ĠRes olution +Ġsuperv ision +ĠAsh ley +Tr acking +ul atory +and el +ist en +Ġun re +(d iff +ANT S +Ġr ider +Ġs Äħ +.S eries +_ orders +ORIZ ONTAL +Ġret ention +ãĢĤ čĊčĊ +Ġdi agonal +ĠC ancellationToken +_ Internal +Ġru in +.Q t +ocr atic +T el +ĠAn swers +m atic +Ġx p +at em +_j obs +_ any +Ġsen iors +Ġland mark +ĠQ List +Ġman eu +ot ify +/ ";Ċ +/ server +ĠPhil osoph +uten ant +( io +h z +Ġauthentic ated +d v +- Compatible +Origin ally +, function +ãĢĤ čĊ +ĠRepresent ative +as ily +irc uit +.d t +(m ath +.M arshal +[ , +ĠC ities +_ turn +| )Ċ +Ġcant idad +al ter +ĉ ui +ĠNe braska +Ġsk irt +.b g +Shared Preferences +( style +Ġg rief +g ew +Ġsaf eg +ol ang +_l ists +ì Ľ +Ġgran ite +Ġhott est +.j dbc +.C ustomer +Ġâī ¤ +Ġwa ar +_sc ene ++' / +ĠJ TextField +Ġse ating +Ġwe ars +Ġ` / +C ases +ĠY outube +ı m +Ġbal con +, G +Meta Data +- price +SC R +Un ity +Ġtr unk +={` ${ +Ġearthqu ake +Part ial +Ġsub st +Ġelim in +=" '. +//* [@ +Ġsuperv isor +vro let +_ article +Ġp ane +b io +Ġmot ors +N M +F rank +Ġon ion +- word +Item ClickListener +Ġb rit +end encies +Com puter +_r unning +( day +- he +(n amed +ĠS ach +о Ñĩ +c ampaign +.Ab stract +(w rapper +.p ay +Ġu w +Ge o +r ails +/ select +icht e +son s +E VENT +Ġal iment +Pro viders +A wait +_INTER VAL +. off +Ġgl uten +_cl oud +Ġw en +.ex tract +ĉ button +/ MM +Part y +Ġdem ographic +_err no +Ġh iking +(' ')Ċ +", @" +Ġw it +r á +olog ie +ĠSt yles +ĠBrowser Module +.Request Mapping +ic ans +P AGE +cre ation +ĠF erguson +ud ed +num bers +ĠGT K +Ġpresent ations +ĠB obby +_s pan +est yle +Ġilleg ally +abel a +Ġbattle field +cap acity +ter ror +] ");Ċ +Ġwar rior +le ader +ĠDB G +ĠRe venue +Ġvig il +Ġcounter parts +( Error +ACT ER +Ġhe eft +Ġselection s +ze ug +t om +-t wo +. ;Ċ +_st atement +ĠA id +ĠV ul +_r gb +Ġpr izes +Ġedit able +ĉ form +ın ı +.de cor +D emo +lic es +Ġen ctype +rat ulations +ĠR OS +_ch ars +ĠJ ahr +part ial +Ñĥ ÑĤ +ĠRe ceive +ĠL ands +AP TER +Ġch opped +.. " +ĠAn aly +ĠU ID +ĠR adeon +ĠB ee +Ġun m +> M +.find all +Token izer +ĠWH AT +Ġs j +D rawing +E ss +ON D +Ĭ ¶ +(p acket +âĢĶ but +Inv ocation +ĠN uclear +? ;Ċ +Ġgrand es +ĠC rypt +rem ark +Ġ'../../ ../../ +Ġin ability +m agic +c ats +Ġsim ulate +: ${ +in flate +Ġen er +: NO +ip les +Ġmer it +ĠR ated +Ġgl ue +/b log +Ġg ren +Ġthr illed +.C H +unc an +ĠPR IMARY +Ġper sec +Ġfe ared +.M IN +ĠThe ater +é Ĵ +ategor ie +æ® µ +Ġappet ite +s quare +ĠAlex and +.User Id +_g t +_ enter +Ġgradu ates +Fragment Manager +Author ize +-N LS +(M y +Ġtri umph +ust ing +_PARAM S +Char acters +(: ,:, +_B UILD +M Hz +Ġwash ed +Ġun cle +Ste ve +ard own + ${ +_confirm ation +Ġtro phy +Work s +ĠElect ronics +ĠMediterr anean +_m etrics +Ġannounc ing +ĠD AY +_pro to +Ġp ear +base Url +ĉĉĉĉĉĉĉĉ Ċ +Ġcoord ination +: N +.an imate +ĠC otton +_h it +â ľ +Ġjet zt +if ter +(f ields +own load +ific acion +.c uda +ĠLi u +> equals +ĠA ce +ÑĢаР¼ +ĠSuper man +ĠGarc ia +Ġarrest s +ag ar +Ġ{} ) +Ġmac ros +rou pe +ê tre +Ġtw isted +str uments +_ (" +_ vertices +ĠTrans ition +и к +[ max +m ind +Ġaccess Token +Ġun le +m us +c op +ĠF actor +Ġcon ced +Ġre tr +.l inalg +-s lider +ob l +_Static Fields +Ġz ombie +s elling +Ġch ap +Ġsh aking +ĠTrans late +ĠAm sterdam +ĠE TH +_EX TERN +k d +_d isc +Ġpreced ing +Ġpri x +Object Name +_mod ified +ard ware +Ġ?> "> +ĠD W +` ${ +Ġ?> ">ĊĊ +Ġspin ning +_p ending +Match ers +. Keys +ĠP V +en us +ant is +Ġdisc ard +Ġh aul +Ġem pir +Ġpath way +Ġo ak +м ен +-ind uced +Ġimp air +ĠCal gary +.is Hidden +d z +_ include +Ġg m +Ġ' (' +P Y +uggest ions +Ġcommod ity +c ro +/ sub +Ġget Instance +ĠLeg acy +ĠK il +B al +( short +In form ++ x +* r +ĠHope fully +or ate +Ġmach en +Ġtreat y +ĠO ri +.p ublic +-h orizontal +Ġtact ic +Ġb ord +w ares +Ġam mo +ĠL ists +Ġequ ations +/ her +ĠNS W +B ounding +_C ollections +Ġav ail +.Drop Down +è ° +Ġh h +Ġl Ãł +.p b +Ġmemor ial +ĠAT TR +Ġexhaust ed +Ġt sp +ĉ redirect +Ġlik ewise +ST ER +L java +Ġcondem ned +oca ust +(str ict +Ġexem pt +Ġs ms +Ġex agger +S YS +Ġl ounge +: ^ +Ġto dd +de b +ator ial +ĠPort er +Ġtu ition +Ġexem pl +Ġp aren +.line To +Ġkid ney +Ġç a +Ġc ui +ï¼Į 请 +X C +Ġmo ż +Ġnomin ated +l ung +Im Gui +ĠB uzz +Ġstere o +port al +res as +Ġk lass +Ġdraft ed +Ġproject ile +/g pl +(param eters +* )Ċ +Ġassist ed +ĠNS Integer +s itemap +:n th +.View s +.Argument Parser +Ġme er +z ier +ĠD ig +Ċ +Ġpl ag +p ine +Ġblank et +Ġ: - +Ġl cd +------------ --- +(" " +Ġtact ical +ĠRon ald +ex tr +ĠF est +Ġf uer +-n avigation +Ġk b +gh ost +Ġhandle Change +_cl s +() != +Com parator +.v m +ĠCo x +_re view +/ @ +_c ookie +Ġrecogn ised +ld ap +Thread s +ĠSex ual +ĠB earing +(S QL +Ġx r +Ġth igh +URL Connection +ĠSU V +Ġm Context +Ġinc idence +ĠE ste +.s up +_t e +(EX IT +C MD +/ "> +Al most +ĠU ne +Ġand eren +ĠSingle ton +Ġb ore +Th ink +Ġn arc +] initWith +_sh op +(str ategy +! ', +her its +ĠDes k +_m achine +.net ty +ı nda += < +ĠQ R +ĠS idebar +.split Container +Ġon Success +Ġmon key +En joy +(n odes +pect rum +Ġ(* ( +ĉU INT +, height +ĠNetwork s +.t ail +.l inspace +Ġ" ... +List en +Æ ¡ +.Ch annel +- defined +Re peat +ad just +ER M +_ application +.assert NotNull +- stream +Ġr abbit +Ġposition ing +Ġw oke +Ġf ing +Ġmulti player +Ġregister ing +un til +Ã¥ n +( :: +uss ions +Ġpot ato +ĠE quals +.S up +/ap ache +Ġ( = +. ") +.p tr +ĠSpe ech +.cl ip +ĠGab riel +Ġmusic ian +/ issues +.sh op +ĠH ier +_RE T +_b ucket +ãĥ ¡ +av s +Ġro z +fl ower +Write Barrier +ĠMil an +Ġlegisl ature +ĠD oll +Ġprov ing +.concat enate +âķ IJ +Ġg char +cdn js +b les +ĠList ing +л о +.xr Label +ĠS ak +just ice +ĠVal entine +un less +Ġp iger +(r un +Ġtest ified +AN A +ĠRem oves +)) ));Ċ +rec ated +ĠRuntime Method +Ġcon qu +ãĤ ¢ +Ġt issues +ail er +ét é +- Star +Ġfl ames +.set Icon +Ġsup ern +Ġvag ina +- variable +Ġwell ness +C UR +Ġbel le +.get Request +Ġp oco +ben h +ag ens +Ġsp ill +ĠJ ur +Ġdispatch er +н ого +emon ic +(dir name +ĠÐ Ķ +Ġpas se +Ġg anz +ric ing +E U +Ġmuj eres +ess en +.at tribute +j j +ĉĉ ĠĊ +[ ^ +Ġstrtol ower +lex er +ect ar +hot el +.s quare +Ġr all +Ġlower ed +hand led +Mark et +ĠUs es +iv as +.B usiness +ãģĹãģ ¦ +D IV +Ġw asted +Ġav oir +ê m +_ACC OUNT +. et +ĉ SDL +k ap +Ġf ox +up pet +{ },Ċ +", ' +F avorite +P END +ĠA ES +} ), +Ġded uction +Ġpol ÃŃt +Ġcomponent Will +ĠT elerik +_SE LF +Ġm use +C raft +Ġd ens +ठ¿ +( tp +Ġt asty +Ġbal ances +Ġded ication +ĠWall ace +Ġun law +\"> \ +Ġm um +- update +ement e +Ġs oda +Re public +as mine +é ric +( Status +ĠJson Convert +ĠD isk +.Red irect +Ġfilm ing +/m ol +R o +Ġv ille +Ġtrab aj +Ġsyn thesis +reg a +Ġr l +S cheduler +ISH ED +current User +(error s +' h +_b ot +x imo +ĠUS ART +_s uper +_DEC REF +н ой +_RO W +Ġprom otes +ĠT A +Ġhor as +ĠRep resents +Ġname of +ĠEx c +ĠGar age +Ġse ine +, # +Ġher b +/ resources +Ġple aded +.r adioButton +Ġæ ĺ +O ps +ĠN est +c string +ĠDef ence +Ġref ere +_le af +Ġrevel ation +ë § +.execute Update +_W ORLD +Ġexp ans +(" \" +j ab +Ġdoub ts +ĠGe ometry +Ġintrodu ces +Ġsen ators +Ġcan al +.h elper +ĠBi ology +_SE NS +.pre vious +-t ouch +ab it +Ġimpact ed +Ġbr ackets +.d irect +acc um +Ġtest osterone +ĉ action +ĠCh ance +Ġpe aks +CppCodeGen WriteBarrier +Ġun belie +_p ress +.R el +ang led +/ templates +-- >čĊ +l ime +Ġsufficient ly +_ nt +Exp and +.is file +Ġis Empty +Ġq t +Ġmul her +ac ob +Ge orge +å¸ ¸ +Ġass im +as o +Ġcompr ised +O V +(CON FIG +ĉw riter +Ġdes p +Ġten ure +(c r +.p ool +ĠB rend +Ġc ensor +(time out +Ġple a +.W rap +Ġtight ly +ĠW ere +ĠI gnore +abe i +Ġbr idges +Ġcondem n +Ġsimp licity +Ġrout inely +Ġblack s +j b +ĠP it +U tf +Ġ/ Ċ +re load +Ġset Object +/g lobal +Ġf atty +Ġsock s +Could n +Ġerot isk +æĿ ¡ +ĠPress ure +ĠM az +n pos +tol ower +ĠE Q +ute ur +ĠM oment +Ġet a +{{ -- +Ġgraph s +ĠGu ar +r ine +( -- +ĠHttp Status +(st udent +* np +Ġrail way +Ġas ynchronous +_v m +'] ,' +, text +mer chant +(G uid +ĠG ra +ix er +fetch All +.add Listener +fl ip +* $ +> (), +Ġsun light +ass igned +Ġab c +ĠC OLUMN +ĠðŁĻĤ ĊĊ +) ... +Ġen semble +Ġnew line +_S INGLE +ied ad +Ġdark er +orm ap +Ġl ion +pl its +Ġillustr ation +ĠI EEE +Ġv ista +ous ands +****** * +ĠTom my +Ġh ue +S el +Ġa ura +ĠTher apy +Ġanim ator +.con straints +Ġv ague +(" ") +Ġvill ain +Ġbless ing +Ġstring Builder +ĠM isc +ĠD IR +f ax +- node +ĠWalk ing +ĠA U +s ess +Ġgr ill +VERT ISE +ĠF oods +Ġt ournaments +à ĵ +ĠMar sh +Ġw onders +Long itude +.Command Text += input +_enc oder +page Size +Ġget State +> >Ċ +.g rey +p od +Ġread ings +Ġre consider +Start up +Ġexc er +.b alance +_c ycle +_T ime +LOC AL +ĠE FI +ĠRe yn +.set Foreground +by n +Ġdis connected +ACT IVE +Ġembed ding +ick ers +Ġsurround ings +* c +Ġgar ant +Ġb f +Ġw ipe +Ġ ä¸ĭ +_T RA +ado x +ç ķ +Ġsu cks +ĠS ongs +ĠAssoci ates +ĠB ald +ĠB rett +ven ile +Ġv t +Ġin ade +Ġres igned +ĠGl enn +.p attern +.Data Bind +Ñĥ м +Layout Inflater +ch et +ĠTest ament +.m s +Ġp av +ĠReact DOM +ur dy +AD ATA +M u +/ actions +ĠJ s +_ex tract +ĠBr ing +: id +str t +iv ation +Ġoutr ight +az u +loy ment +и Ñı +al do +ĠP ublisher +E ducation +Pa lette +_d rv +Ġ($ ( +ĠAnd a +Ġrem edy +Ġincons istent +te ction +Ġregul ators +Ġshort est +(p air +ĠInstall ation +Ġdefend ants +Ġ( ); +-l arge +M el +Ġthreat en +н Ñı +Ġfet ish +ot ine +_d ic +Ġ< $ +Ġst agger +sp i +$ response +S erv +-b orn +j os +ĉ img +ĉW HERE +_l t +å½ ĵ +.c ost +ĠT ue +.label s +ĠL V +wcs store +ĠJes se +ภ« +Tr ade +Ġpredecess or +ë Ĥ +fin ally +_g eneral +ogg ler +_REG ION +n ement +Ġblog ger +ĠHar bor +ĠD ataset +[ w +Ġattend ees +. ico +max imum +.Un lock +_SY NC +ág ina +Ġdown s +ĠW ii +]) / +Ġkick ing +unic ation +ĠD AC +ĠID S +ĠR ental +Ġcurrent Time +Ġvacc ines +ĠDev il +Ġn ors +_m ouse +urre ction +(n o +Ġ> čĊ +Ġaggress ion +Ġbre eding +.s ymbol +im an +Absolute Path +ĠWH O +_fl ush +- root +arn a +& M +Ġf athers +ĠR ocket +ive au +Ġw ander +Ġcom pos +ĠWar rior +ĠSe at +ĠClin ic +_in voice +(dis patch +Product o +at uring +oss ier +ĠM AY +Ġd agger +Ġsanit ized +ĠR FC +Ġpro ph +Ġur ine +Ġgr ind +ĠExp anded +des cripcion +-f w +ĠK erry += name +Ġch k +Ġnation ally +Ġthe e +In c +Ġ? >> +.R adioButton +.Http ServletResponse +/ Y +ĉf ield +Ġhom me +y per +Ph ysical += v +Ġdr iv +ĠErr ors +Ġc Äĥ +De ath +ĠW INDOW +Ġpo et +ĠSh arp +ĠImm utable +ĉ create +Ġge ht +ĠRe form +ais er +ĠInitial ization +Ġimm unity +.com pose +Ġlat ency +ĠLeban on +ĠPar ad +Ġfu els +ĠEx hib +co h +% ">Ċ +ĠCL I +) initWith +-Z a +_C LEAR +reg n +Ġfin ances +.st andard +_C ATEGORY +.lib rary +Ġtravel ers +_w p +ĠE valuation +start ing +Ġ )),Ċ +ep isode +ĠV ariant +Ġda emon +ĠJul ia +ĠN R +Ġdoub les +< v +/r untime +Ġinterpre ter +ĠIN DEX +ĠHol mes +_D IM +Ġp addle +_ex ample +Ġfore ground +.r outes +Ġs owie +S UCCESS +ĠC DC +ĠB D +_ - +as ured +W riting +Ġcurrent Page +( answer +ĠASC II +à ¨ +Ġsocial ly +yy y +ĠSpecial ist +(c ustomer +ist ani +ke st +ĠM ak +Ġth o +. pt +( comment +ĠCon verter +g am +b ins +. tele +ĠVeter ans +_AL LOC +олÑĮзов аÑĤ +inn amon +; width +oh l +Ġfant as +Ġs ung +ĉ K +( Json +Ġneighbour hood +Ġv ow +Ġs ins +on acci +Ġepoch s +im agen +.Ch ange +.my batis +Se ek +W ER +管 çIJĨ +Ġinter ess +_ Event +eder land +Ġterr itor +Ġci udad +uck ed +Ġsn ack +Ġtransport ed +ĠMan ifest +ĠD AT +_th eta +Ġw ont +.ĊĊ ĊĊĊĊĊĊĊĊ +Ĭ¶ æĢģ +ĠEp ic +De ck +l tra +_Z ERO +Ġ[] ; +/ scripts +Ġ---------------------------------------------------------------- ---------------- +æĥ ħ +Ġwe ed +N BC +Ġrap ed +ĠG ateway +[ M +ĠTime out +ench mark +.View Model +Ġporn os +ĠY a +th ritis +ĠFly nn +Ġme ga +ac in +Ġtrib al +.app le +ĠB lo +â n +ib i +ro v +ĠL ives +^ . +get Request +ĠEst ablish +cont ainers +Ġst arring +Ġcele brities +ĠRel ative +ĠHe ights +Ġtq dm +ĠNorth west +iv ic +ĉ cl +Ġautom otive +ent ric +Ġfort unate +Ġfire place +se ud +nick name +; s +_C AL +h alt +(n s +_de leted +Develop ment +m ovies +Ġident ities +Ġprompt ly +ا ÙĨ +Ġant e +Ġ" ',' +åı £ +imp se +Ġy ap +Type Name +Ġb itch +Ġassoci ates +HE ME +- empty +ĠØ ª +ol vers +Ġpist ol +Sc oped +ag ner +'] ==' +ĠI MP +ex c +Ġo mitted +Ġmind set +Ġ[] ( +Ġor n +_C AM +A vg +Localized String +ĠN atur +Ġcom poser +ĠPlay ing +Ġover d +_ utf +.s k +ĠF ol +$ page +, Object +Ġbe es +al ary +bul let +_lib rary +O ffer +loc ated +Ġ(_ , +âĢľ He +ĠOwn ers +) ).Ċ +Ġb ri +.Ad min +kt ion +лÑİ Ñĩ +Ġerot ici +Cancel led +Ġa gr +re views +_d ma +RI CT +Ġg fx +mp i +pp o +Ġ// @ +Ġupper case +Ġcommit ting +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +User Data +Ġv ai +ĉs ort +Ġcongr at +Ġd ioxide +д а +. area +ĠJosh ua +ĠK och +_b reak +az ure +ist ical +_AL PHA +_ views +Ġelim inating +OM B +en umer +ĠHy dro +(* ( +ERT ICAL +Ġinev itably +Ġst ole +-e ast +ier on +Ġl inger +/d oc +Å º +ĠAl ready +as io +Ġ-- Ċ +Ġabb rev +ĠAt om +h im +ĠINS ERT +s un +âĻ ª +CON NECT +er ator +ĠM anning +Ġ: ( +g as +=> ' +Ġquery set +; }čĊ +ĠPop ulation +uted String +res ident +_F ONT +ĠRes pond +Ġobsc ure +Ġo bservable +ĠContrib utors +k on +ĠMus k +ex ao +ĠT ub +Boot Application +S OR +.H orizontal +.find By +.p ower +Ġposit ively +ven ience +ĠJ ong +Ġwh istle +Ġз наÑĩ +Ġl ending +Ġdestruct ive +Ġon Delete +author ization +(); ?> +_ original +sc ience +at ra +?, ?, +ĠAs c +Ġconvinc ing +$ a +org en +_D ate +ĠPro vide +Ġlon ely +) 'Ċ +ex change +; ?>Ċ +.f ast +S amples +L ondon +'] )čĊ +ĠI onic +Ġp esso +ĠKn ights +ĠR af +_attr s +Ġrepe al +> Main +ĠOrder ed +_N ew +=" "> ";Ċ +ĠS ERVER +ĠHE ADER +_ velocity +ĠIn voke +.timestamp s +Ġs ulf +I QUE +Ġinhabit ants +ph ins +azz o +Ġmon o +Leg end +Ġnon ce +IF E +; ";Ċ +- create +" ",Ċ +per mit +ĠImm igration +Ġpath name +ffect ive +âĻĢ âĻĢ +Ġex ams +- event +ĠT ill +[m id +F IX +; color +( Order +_tra its +Ġorder By +Ġs unt +ĠNich olas +Ø ² +Ġsun ny +in ers +Ġaccess ibility +ĠH B +.com p +ĉ op +Ġminor ities +ethe us +Ġcollabor ative +pr it +H IR +Ġwr aps +ĉd raw +g od +ĠI X +.app s +ĠN M +Ġirre levant +ĠT igers +Ġdi ag +G V +ĠAccess ories +k ont +Ġsimpl ify +ĠF avorite +_t ools +([] );Ċ +Ġtow ers +B es +Ġhun ter +Ġsal on +(b uff +ĉ debug +Ġmal ware +M oving +- options +) +' +ĠLO VE +_S OCKET +_f in +ĠDel aware +Ġsher iff +-in valid +ĠF ULL +Ġп од +el as +" strings +ĠRepresent atives +s urface +res olved +ht docs +)) :čĊ +Ġpress ures +Ġnorm s +Ġpl a +Ġs urname +Ġpost al +ĠDep art +Ġsla ughter +or ida +Ġhe bben +Ġdes ar +comp act +_L ANG +åIJ Ī +op oly +_r ad +ĠST DMETHOD +L azy +ĠĠĠ ĉ +... , +( web +ĠP ont +Ġet was +Ġup ward +_h at +Ġ], ĊĊ +Ġbase Url +Ġworry ing +-add on +(get Class +S PI +Ġcapt uring +) },Ċ +Effect s +Ġcompet ent +Ġf oul +Ġsubscri bing +ĠO BJECT +IX EL +b ucks +( edge +(p ass +ĠPet erson +Ġbo obs +ĠD elay +_s quare +el im +ot ers +_P C +% E +on click +ĠSV G +Ġto pped +Ġf ist +sm art +ĠR alph +( owner +j ours +Ġbron ze +ĠArgument Exception +( original +_S CALE +_c p +Ġrecomm ends +.set Style +S ure +L AND +Ġrepe ating +M att +. Visibility +Ġenter prises +.Set up +(sc ene +ĠRe active +ur ge +b w +.P ut +p ersist +.c ookie +ĠAud i +` s +sup plier +( Form + ¡ +_s o +Į Ģ +ĠLeg ion +t te +N d +L oss +( attrs +.sc atter +Ġg room +Ġgl impse +Ġn ails +Ġcum ulative +Ġf azer +_s ervices +.N um +ib ilit +_res olution +ĠT x +umin ium +op a +.s chedule +sm tp +ภķ +ur ry +ü k +go og +_sign ature +.int o +ĠSte ps +Ġhome owners +ĠNS URL +ĠP AC +ĠĠĠĠĠĠĠĠĠĠĠĠ ĊĊ +> ')Ċ +en h +Ġinc ap +$ MESS +Ġmo ins +ĠF i +Ġoff season +press ions +> .Ċ +ĠGr ass +ĠGo al +_p df +Hand lers +Ġstack s +.get FullYear +=[ ];Ċ +è½ ¦ +, V +(s plit +Ñĥн к +Ġbake ca +Ġ~ /. +pe z +t ails +ĠG len +Ġset Image +ĠCom ic +B LOCK +ĉ This +o ader +Ġcapital ist +_ST EP +( Boolean +ĠCor rect +r ina +Ġconc aten +å® ŀ +() :ĊĊ +Ġun anim +ll i +al ars +- ne +Ġdiv or +ĠKick starter +]. _ +< number +/m enu +GR APH +vis itor +Ġimpro per +_N EXT +Ġb isa +background Color +/ input +Ġmo i +Go al +li qu +Ġmiscon duct +Ġcompr ises +aw ns +ĠP ie +ra is +role um +Ġcur se +y u +_p oll +.current User +ES H +]) [ +Ġstory t +)? ;Ċ +* = +ĠB urg +/ layout +_back end +; ?> * '+ +åĿ Ģ +ac ency +( URL +_h alf += l +Ġlist View +( section +.to Array ++ / +ĠRodrig uez +ist ream +Ġelig ibility +:: - +.new Instance +P B +ĠAs sets +ĠCom posite +ĠL abs +ĠHam as +++ );Ċ +Ġbl k +ĠNe o +L uc +@ login +Ġun aware +.m et +_RE LEASE +( ST +AM IL +ri ke +Ġ( ){Ċ +(s printf +ĠAccount s +ĠV IEW +ĠA j +ãĤ ° +Ġwh isk +Ġid i +Ġro de +Ġih n +ĠElement ary +Q ty +Ġintrig uing +Ġå ¤ +J obs +ĉ offset +ĠAh med +ĠTal iban +Ġè İ·åıĸ +Ġinject ed +.Auth entication +_line ar +.Dec imal +Ġapp les +Ġshare holders +Ġb aked +.d iff +ĠE ddie +ok ers +Ġconfront ed +vo ices +Ġt us +ĠSp in +N ODE +_ Un +CT X +/g oogle +Tem perature +Ġ' '). +Ġmagn ificent +Ġstart Index +semb les +Any one +z k +eh en +ĠD ame +. strict +Ġrepl aces +Ġline back +Ġpush es +Ġche ek +ĠSh i +_BY TES +RE A +ả n +_CON NECTION +G ateway +ĠTr avis +ĠA X +ĠBas ically +ĠUp grade +à ª +th emes +erm o +k or +F emale +_att ach +ĠìĤ¬ ìļ© +Ġpo z +============ ==Ċ +(s ymbol +ĠS ector +__ )ĊĊ +_p adding +ï¼ļ " +Ġf abs +Ġr anged +set Name +Ġp error +â Ĺ +ĠFile Reader +Ġful filled +_C urrent +Ġdom inate +Ġsm ugg +Post Mapping +_for ce +Ġb loc +ĠG iant +(v ideo +ĠC U +System Service +Ġ elf +Ġkont akt +ë ª +ke es +gt k +Ġparam Int +Ġmark up +u ales +Ġaccount ed +Ġgang bang +RY PT +ĠW rong +Ġcred ited +ĠM ESSAGE +Ġfl aws +Ġbb w +Ġmetab olic +ĠO EM +/ event +(C ollectors +mont on +ap pear +Ġopt ed +Ġche at +Ġd av +ĠPro ceed +Ġê ¸ +ank ed +и з +ans k +ĠH ang +ĠC ler +Ġdis gu +Ġc map +.cl js +Ġa ument +le z +ĠJo ined +_re ceived +Ġa erial +ot el +Ġgre et +" s +ĠGen esis +ĠCal if +pan ion +Ġtail ored +m apping +and Expect +.tr ack +at omy +ĠO w +ull ah +.Y es +ĠSimple Name +db h +' en +Ġnons ense +Ġphilosoph ical +(get Context +Ġis so +ĠA CE +start Date +Ġb ÄĻd +ĠAUTH OR +ĠGlo be +Ġinsect s +_A l +ush ing +è® ° +/ Home +ĠLocal Date +need ed +hes ive +Ġill usion +äº Į +Ġtr at +x o +/d etail +_M ATCH +Ġbroad band +Ġw al +ĠIllegal StateException +IRE CTION +Ġnor theast +es ium +ĠClient e +ul ance +nt y +Ġt ecn +Dev ices +Ġgr ains +ĠO g +ĠS EL +ud iant +Ġ++ ;Ċ +Ġexplan ations +oc co +Ġdi ets +Ġco hort +( controller +.Iter ator +-r ich +ro cess +G D +Ġcar bohydr +Ġfri ed +ĠEmploy ment +ìŀ ¥ +ĠLeon ard +_ ${ +qu ares +Ġcompan ions +Ġpar is +Ġstim ulation +ĠZ oo +Ġre levance +ĠCol our +Ġspe ar +ot ional +ĠL ite +ĠK osten +Ġà ³ +_att achment +orph ic +Ġdam it +Ġd lg +Ġthr ive +CH ANGE +ĠApp arently +Ġat ual +Ġroot ed +( images +aw i +ari at +Ġch erry +STAT IC +m nt +ĠUser Id +il let +ĠHis panic +Ġn ak +Ġcent ro +Ġdim s +_initial ize +ı k +ĠCent ers +RE N +Ġevolution ary +ĠTop ics +_d amage +em er +Ġr und +Ġpun ished +Ġcub ic +f air +[] ;ĊĊ +Ġinstant iate +Ġover see +- delete +unte er +start Time +ĠP ipeline +_G AME +ĠC ir +ĉ Null +.Format ting +uc umber +ĠR ide +Ġz oo +Ġcheck er +åIJ Į += C +Ġg rit +"); // +_x y +ĠDe claration +Ġcall able +F oo +ĠList Item +Ġin accur +ml in +ĉ Data +Ġev olving +aw an +Ġca fe +fol k +_ID X +ĠAny thing +ĠPalest ine +ĠGrid View +Ġcol ony +ĠGerm ans +( + +.p id +.js x +ĠSuper ior +Christ ian +ĠL ect +ĉ Game +Ġinstrument al +Anim ations +д ал +ĠMos es +ĉĉčĊ ĉĉčĊ +z s +k te +ä¸ ļ +_D IST +bit map +d B +Ġp ersistence +ÑĢ оÑģ +$ l +B ron +Ġ{ | +_ch art +ĠCon sum +Ġh emp +Ġ" ))Ċ +Ġattack ers +Ġknowledge able +Ġc et +Ġvir uses +' I +Ġpitch er +Ġsweep ing += list +apt ops +.de pth +Ġinstruct ed +ĠR us +benh avn +Ġи н +S ports +Ġon set +æĿ ĥ +. RED +_s i +ĠP ST +.on Change +> tag +ĠR oh +_char acter +ĠLaw s +ĠB achelor +_s wap +.re activex +Ġreward ing +Med ium +- [ +ĠRec ently +J oint +part ition +ĠMin utes +Ġind o +Ġabsor bed +ĠG N +_IN D +Ġsab er +Sp awn +output s +ĠJeff rey +Ġmed ieval +h ed +Gu ide +Ġpsy cho +Ġgl am +E lim +äd chen +_pl ain +ĠS au +-f our +Ġanaly zing +QU ERY +Ġtom ato +_button s +V EN +.set Status +. Url ++ ĊĊ +Ġcompl aining +deg ree +conf irmed +Ġsub t +p arsed +Ġtor que +Ġtroub led +ĠT ARGET +Ġtrad emarks +ĠCo ordinate +ĠV iv +Ġ// }ĊĊ +Ġapr ès +.get Position +(Key Code +ĠSil va +Ġmet eor +Ġendorse ment +Over view +ĠP oss +.In ject +Ġeven ly +Ġvisual ization +Ġw char +ĠH DMI +Ġfun ct +ick name +',' ',' +Ġfor wards +Managed Object +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠ +ĉ server +ĠOut look +ĠChron icle +Ġdub bed +Ġd ok +ĠW ear +.A L +pare n +. Interface +Inter faces +.c od +Ġd ib +.Global ization +ĠAcad emic +Ġass ms +Aut om +Ġl w +ĠN W +Ġ&& čĊ +Ġproble ma +ĠManufact uring +lim its +-m obile +Ġfil me +/ map +Ġdo it +ĠIn k +Ġsu ed +. arr +Ġunder min +ĠPro c +croll View +__ $ +Ġsidew alk +( that +ภ· +[ q +gram mar +Ġt ë +qu ito +Ġspir al +ext ended +Ġf ocal +Ġdig ging +p as +ĠT all +.pro xy +it ures +TR ACT +ĠRe alm +Ġf eder +Ġorient ed +ĠAltern ative +Ġo we +Ġsour ced +ink er +.d et +S ep +ĠQ ui +ĠPal mer +(_ , +s amples +oy er +ull an +que z +Ed ges +Ġsh out +ĠA chie +Ġha ar +_Con struct +Ġprem ature +Ġre vert +'). Ċ +Ġs chn +filter ed +null ptr +S aved +itect ure +CL A +Ġv l +st ell +ĉ Me +ĠL ip +n ational +Ġwh olly +Ġspr ings +.T imer +ĉs rc +els en +åħ ¶ +Ġcommunic ating +ĠQu iz +Ġt eng +Ġge z +ĠOut side +.S ign +(c s +Ġdisput es +ĠWe iss +ann es +> No +ĠB ach +.remove All +re fer +/d ashboard +ĠA jax +Index Changed +ĠWe ak +' "Ċ +Ġs ights +access Token +ĠJ oi +(d omain +ĉc v +Ġcontin uation +Ġpl um +ad ir +.set Message +Ġ ï¼Į +Ġsw allow +ĠL amp +Ġq w +Ġu u +C oin +ub ic +ĠDe als +r ace +Ġdict ator +Ġmem e +turn ed +ĠJul ie +.grid Column +Ġpup py +Ġp am +Ġ) {čĊ +Ġinv iting +Ġf rench +v im +Ġwr apping +Ġ#- }Ċ +([ - +Ear ly +Ġsh iny +.f aces +Ġreb ell +abc def +ä lt +Ġest imation +ph ys +los ures +_RE L +Ġex clusion +ĠSk ype +we ise +-st op +no thing +ĠE gg +is ors +Rich ard +Ġcounsel ing +Ġcomm em +ĠQ MessageBox +ĠSy nd +ĠFro st +ĠCompet ition +ĠAw ake +Ġt ed +ic iones +ĠDev Components +VERTISE MENT +ott i +.run ner +Ġuniqu ely +.fl ag +ĉ rs +_g eneric +Ġ`` `Ċ +ACH INE +Ġme in +( Application +( br +Ġrat ios +: , +ĠXCT est +ustain able +- www +it les +_T EMP +Ġs yst +umeric UpDown +ĉassert True +Ġw f +. peek +ĠBul g +Ġterr ifying +.M ODE +ĠG W +á r +Ġf ic +Ġcommit ments +- tech +ĠL iquid +ope z +z heimer +a ña +-m edia +( animated +_go al +Ġg um +yst one +.S ET +ĠW end +set CellValue +Ġmsg s +c ash +AL LOC +/ aws +Ġmic rowave +.Point er +ĉ Console +_s orted +ĠFil ip +Pro d +Ġ//! < +ing roup +Ġk s +_T RI +Ġteas poon +ĠAT T +Ġrecover ing +ĠG LOBAL +.P ar +Ġ/> ;Ċ +Ġmar ble +ul ators +ĠC ycle +Ġher bs +_m etric +) ! +_C LOCK +_ Button +H arry +è¿ Ľ +Ġstr ains +ĠApp Bar +ĠCh an +/v ideo +Ġb am +.Pro gress +$ f +lem en +Ġir regular +ĠD uncan +ĠM int +-v ideo +ঠ¾ +ó wn +ĠEM PTY +Ġstack ed +ĠH A +_c ut +Ġwhere in +ĠW ays +(count er +è¯ ķ +Form Group +Ġble w +c ourses +Ġproduct os +ry s +ĠRest r +Ġsty ling +> s +Ġp iv +Ġit ertools +get Repository +ĠI k +_dev ices +lay ui +Ġhalf way +Ġfran ç +Ġtun ing +O A +_N ode +ar de +Ġfier ce +lic ted +# čĊ +Ġbreak through +ĠE rik +Ġb ride +Ġ. " +cul us +ins ide +ĠIndian apolis +ĠE E +Ġy og +urre t +.f s +. grad +_c ards +_ac curacy +_ep i +qu eda +/ org +é ªĮ +Ġcom pte +)) [ +Out side +G reater +ĠRender er +. actor +Account s +Id le +_h ours +ern er +Jo ined +Ġmen j +requ ires +ĠO PER +.remove Child +ĉs p +Ġes se +r ift +xF E +ĠSh akespeare +________ ____ +Ġbudget s +Model State +fill able +- component +oc os +ĠBUT TON +/ io +, out +s ms +Th omas +ĠAr med +res ume +Ġrot ating +ĠV ault +Ġse us +. (* +Ġa mino +Ġ[] );ĊĊ +Ġprov oc +no x +.Get Enumerator +==== ===Ċ +æĸ Ļ +_sc roll +Ġfil med +ĠS oci +g ap +g ro +V ote +" But +_R C +An imal + Ģ +ib ile +Ġaw aken +ore st +in ja +ĠI van +( Command +Ġ ***** +Î · +Ġkv inder +/h elpers +_c ases +t g +ìĦ ¸ +Register ed +ĉp ass +_d igits +Ġcont our +Ġinf ants +Ġjust ification +ĠFort unately +Con tr +ĠonCreate View +_S AMPLE +Ġallow Null +Ġn ud +Ġfet ched +_e qu +ĠUn able +=\" " +> {Ċ +Ġcommit tees +ist ema ++ ". +ÃŃ an +m ant +Ġsou theast +ï¼Į Ċ +dialog s +PRO JECT +charg er +- port +(u uid +. export +S ix +ĠR P +P rem +Ġconsc ience +Ġmargin Right +_d istribution +y aml +res izing +D ock +ĠLoc ations +G Y +Se ed +B UFFER +oss ip +ull en +Th ings +- self +.p oll +PL AYER +Ġå ® +G ROUP +ĠA way +Ġg ospel +xf d +M ary +ĠPort able +T URE +Ġutil is +Ġse it +Ġstr and +Ġtrans c +Ġ( ^ +ĠAl fred +.m em +.c ircle +Ġ~ / +for cing +Ġr iot +pro x +TH ON +iz ación +ĠN I +ro st +Ġdis pro +_in stances +ï¼Į âĢľ +ograph er +end as +ĠIsa ac +ĠP ine +/d is +Ġcolor With +iter ate +_str ide +Ġpun to +.Event Args +( center +Ġneighb oring +ĠPr ison +ĠMess enger +Ġepid emic +da o +_com plex +Ġgr avel +_D IP +é ment +ĠA ri +_bit map +.qu it +( valid +Ġp end +Ġrespir atory +Ġre bound +Default Value +ãĥ Ń +Ġcomm its +.test s +_f r +it et +.s f +Ġspace craft +c ritical +Ġde pressed +ĠAny Object +Ġun b +Ġdisc ern +(m ysql +L atin +ĠB og +ĠWild life +To File +iox id +@ RestController +Ġ"$ ( +Ġ<< " +Ġdefect s +Ġdat um +h in +Ġreal izar +any ahu +ĠS ig +@ Data +ad aptive +ĠC atherine +.c r +ĠCO OKIE +Ġp ictured +ĠFight er +Query able +ĠAny way +ĠGL FW +_n amespace +_ ft +Ġ] ) +Organ ization +Ġconstit utes +Ġqu and +(ch unk +"/ >čĊ +ĠL akes +main window +Car thy +sp in +(c sv +: red +-com merce +ภ¹ +Ġdiscover ing +Ġe co +_f ac +inc eton +ĠGre ens +j wt +Ø µ +ĠBron cos +ĠGood s +(G TK +Ġreturn Value +Ġsi empre +Ġneut r +w ent +ĠN atal +Ġenthusi astic +á» į +F N +/d atabase +C atalog +Ġbr un +ĠK ash +_P l +isc rim +, width +Ġin mates +Ass ignment +ĠH aven +Ġplay ground +ex am +@ Controller +ul iar +.get Parent +Ġ" ;ĊĊ +: size +iss ors +Ġf is +Ġal c +ens ation +ĠN ixon +Ġmight y +- str +_s pecial +_A DC +ĠTw ig +um bling +- address +Ġher oin +Y TE +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĊ +F riend +Ġa ve +ĠP NG +ĠKurd ish +DataSet Changed +Ġbl ades +br al +St eam +Ġsig u +IRT UAL +ac os +UD P +(d atabase +he c +ĠString s +_scal ar +ĉd esc +ĠT LS +; "Ċ +ĠCor byn +Simple Name +u ell +ĠEnt re +ell ites +- place +Ġfrank ly +ĠE rf +CE L +Ġpa ÃŃs +Ġh edge +Ġlat ent +ĠIR Q +ĠH erald +ĠP rec +ë³ ´ +.T EXT +Sal ary +Ġaut umn +Ġtrav ail +.S um +Ġc ared +M or +Ġint uitive +Ġj ournals +_ IT +ĠT rou +ä¼ ł +Has ColumnName +Com posite +Ġsp ice +_d isk +_CODE S +ĠInt roduced +ion a +Ġnue stra +o ct +ĠĠĠĠĊĠĠĠĠĊ ĠĠĠĠĊ +(param eter +Ġstud ios +Ġproject Id +Ġbd sm +.Sql Client +im izer +ĠC ARD ++ t +a an +.s ol +_Ad just +Ġright eous +ĠLog ging +.f ilters +_T AB +ĉs ys +roph ic +other apy +ĠB rowse +key board +R ON ++ \ +ro pped +Ġext ensively +f k +Ġl ime +year s +Ex c +Ġs ph +Ġche ating +and ro +ÃŃ o +Ġpr ince +o ire +ĠD estination +ĠConvert s +Ġup stream +o led +Ġserv ants +Ġsem antic +Ġcr unch +Ġevent ual +run ner +/ error +Sp in +Ġsecret ly +Ġas semble +.P erson +end error +_ < +Ġp endant +S leep +ĠChem istry +Ġboss es +l k +)) ),Ċ +Block ly +DE VICE +Ġreflect ing +Ġam ple +Mill iseconds +ĠPresident ial +Ġus uarios +ĠN Z +ĠSal ary +ĠA manda +_n p +j ury +Ġkö n +Ġtherap ist +Ġhomosex ual +ĠDr ake +-w indow +ĠLoc ated +.D river +ĠV IDEO +Ġmerch ants +ĠC hest +- lock +/ php +Ġmil ano +_ST YLE +arg er +ide a +G UID +adv anced +me al +Options ItemSelected +=' % +ĠCh am +: data +(st at +Will Appear +Ġinform al +aj i +Ġre productive +ĠC AS +ãģ £ +F UNC +ĠR uth +)+ ( +CON ST +ĠF ans +Ġgroup Id +xffff ffff +Ġsam pler +Ġ}} "> +. the +Ġh ollow +W AY +ĠFac ulty +Attrib utedString +ĠLook s +ĠR ex +j k +ĠM IL +Ġb ard +.L ong +Ġliv est +Ġsk al +ic ism +MA IN +Ġmu cho +B ODY +Ġes e +ĉ use +F oot +.SQL Exception +Ġinherit ance +re ceived +Ġput as +ed is +als a +ĠError Message +Book ing +Ġtr act +ac z +ĠC ant +_reg ex +Ġide ological +Ġj ihad +h os +/s ys +col m +(p ool +Ġest án +ĠP ending +em ás +Ġktó ry +));ĊĊ Ċ +trans actions +Ġw ield +it ere +ert ure +_s s +Ġstretch ing +Ġprison er +.Read All +Ġbes ch +-- ;čĊ +Ġcr isp +_SC AN +Ġa e +Str ict +ĠMin neapolis +ĠBo eing +ar is +re k +_p ipe +Ġpri ests +(E IF +eh icles +ĠInter active +b etween +ĉNull Check +ĠBl air +ĠL t +_in line +eth yl + ¼ +_p ackages +Ġbarrel s +_ he +Ġreg exp +_ pts +_H andler +ing ular +ĠN issan +ĠR anch +Ġper ch +Un supported +Sm ith +ĠLeg ends +M i +Ġg f +st eder +Ġacqu iring +Ġsim ulator +() ," +re ceive +Ġin place +A CTION +ĠWeb Driver +files ystem +< Order +lo pen +ĠHE IGHT +.set Border +į ° +__ [" +Ġcl amp +Seg oe +b ands +to List +amb a +>' +Ċ +Ġcred ible +am at +play ing +.setImage Resource +qu el +Ġpod r +ge om +E k +ĠQ atar +Ġg eld +? ',Ċ +Ġc yl +( ax +ĠW I +ur ally +ĠBr asil +Ġsen za +ale y +on en +Ġb ah +Ġmolec ule +R ad +è¿ ° +AN CH +- background +- agent +Ġprol ifer +: boolean +Ġt ide +erial izer +_ ;čĊ +F ee +** ) +erg y +ĠHon or +.Log ging +ir is +Ġunder mine +ĠD y +Ġt yr +Ġde que +Ġdam er +([] )Ċ +.layout ControlItem +pe ated +C AN +rag ments +L and +) ]);Ċ +ĠS ah +ĠDE CL +With in +ĠN amespace +an other +sem bling +.des cribe +Con sum +ĠF ear +g iven +Or ange +< boolean +Ġstead ily +pa Repository +Ġresult Set +_ ENTER +_re peat +Ġt ones +ĠPRO P +n al +part icle +Ġsign aling +Ġaccess ory +ĉĉĉĉĉĉ ĠĠ +Ġvie le +ĠNo ah +- ag +Ġmur ders +Ġa ired +ĠPL AY +ĠS ullivan +_C ore +Ġul ong +Ġblog ging +> This +Ġdata Index +Ġprint able +ĠE yes +_target s +(P y +. over +Ġbr u +am pton +Ġplaint iff +< Key +b ull +Ġ⣠¨ +Iss ue +.cor nerRadius +C ritical +_p hi +. angle +Ġdynam ically +! ");čĊ +> );Ċ +in vest +.* ĊĊ +Ġt élé +Ġsuper f +Ġcas cade +DT D +Ġviv id +Ġsubsid ies +ĠH ass +Ġcoll aps +Ġcer amic +{} ". +ĠLeak age +-tr ash +coll apsed +-s ocial +ĠCh ad +Ġincl ined +Ġst o +Ġstory board +.p ayment +stack overflow +ĠRaid ers +Ġ# ' +olic ies +ìľ¼ ë¡ľ +em ap +Ġk j +Ġqu ota +ĠGard ens +ë² Ī +ĠAng els +Ġof t +Ġlower case +Ġi Param +Ġche apest +un ta +_p kt +ic ators +Ġle urs +Ġdecre ases +ĉ define +PRE C +amm ers +ĠPre paredStatement +(d irection +Ġcre ws +ark ed +ĠMem phis +ĠS ell +G TK +Ġm aid +: disable +éĽ Ĩ +ĠP f +Ġal beit +open h +?> ">Ċ +.get Source +(s cale +D u +ĠP IL +_ref resh +Ġbet s +(c ar +ĠV on +| --------------------------------------------------------------------------Ċ +ĠGr at +M uch +( Dialog +.stop Propagation +Ġte k +Ġex its +'], $ +Ġphone Number +uc s +ec imal +------------ -- +in p +.po jo +Ġcor pus +Ġpractition ers +.p ic +" testing +Ġstring By +.Not Null +Ġr ang +.D ynamic +_R ender +аÑĤ а +Wait ing +ĠW ik +Ġoverwhel med +% "> +ĠA E +}} >Ċ +u w +_t yp +Ġbuck ets +Ġgre eting +Ġla ughter +Ġant agon +uggest ion +- email +ĉt op +Ġer os +_tr i +Ġiss uing +Ġh á +Ġisol ate +Over flow +, E +Ġnut ritional +ĠAbb ott +Ġn f +.t ouch +.fetch all +_z ip +") }Ċ +Ġam at +ĠC isco +Ġn Ã¥ +PLE X +Ġse i +f oto +.to Json +å¤ ļ +ĠKle in +Ġlib c +Ġmin ers +å ¢ +- print +ĠP ride +T odos +Ġmask ed +Ġset Data +Ġtele fon +Ġunh appy +ĠT ables +ge b +( debug +_all owed +- access +Ġlog istics +Ġg ems +ĠM ature +Ġr sp +ĠAl le +.get Bytes +\ web +ynchron ized +Par agraph +Ġth rottle +.sql ite +cons ulta +ĠSe ah +C e +Ġsub mar +ER E +V ous +Ġre ddit +Ġsql alchemy +-m ile +oc ide +P our +}} ">Ċ +st ead +Ġ@ ( +Ġ[ ]) +ĠAd s +Ġover load +r idden +ĠDes ert +ĠW rap +ĠPortug uese +et z +ĉf irst +Ġmile stone +æĹ ł +Ñĥ Ñī +(s uccess +< Vector +co ol +Ġ[ ]);Ċ +erv als +Ġin vert +" io +cur so +fr agment +Ġfeas ible +.set Position +Ġel m +Ġimag in +@ Spring +Ġb ats +pu és +ga lement +ns ic +gi ene +ell ation +ĠBa iley +Sh ar +ĠT ul +ĠH K +Ġfree zing +gl m +ce ans +-c ut +_c ircle +åij ĺ +n egative +Ġind ian +s alt +Ġt ing +ĉm od +Ġs int +ak in +um l +ĠText Input +Ġpop ped +T MP +Ġpark ed +×Ļ × +ĠF usion +Ġhe ater +ET F +ro zen +h all +ĠM ik +lev ard +- heart +ĉ order +M aking +Ġpled ged +Ġdir s +$ post +ĠH err +stant iate +, "Ċ +.get Color +ĠS AT +Ġtimed elta +ĠM ai +ĉm ethod +Ġid iot +ĠTr av +ident ified +ĠDiv ine +.get Path +D ash +Ġinf iltr +Ġhandle Submit +bro ok +.g eneric +.short cuts +................................ ................................ +Ġdat ings +ĠM V + # +} "ĊĊ +Ġimprison ment +ason ic +rou d +uc ion +æĬ ¥ +Ġdia lect +Ġon Mouse +const expr +.label Control +Ġwe aker +Ġman kind +ĠRE CE +Ġd iz +Ġapp Bar +Ġqu é +f ra +_default s +Ġal iqu +_at om +: indexPath +Ġmiss es +Ġvis ually +ĠH ands +STR U +i ates +_ asset +F inder +mid t +Ġsn acks +(__ (' +. uri +ĠIn strument +ven ir +($ __ +.Dot NetBar +Ġconfig s +Ġguess ed +ि ठ+Ġinitial izer +Ġ? ", +ĠVer izon +man ifest +ge ben +.d etails +G ate +pons ible +ĠEl im +, str +Ġwrit ings +ĠD erek +ĠCo ordinator +Ġpill ow +Ġnotice able +R s +Ġduplic ates +ern els +k J +.z z +oll and +ĠSE CTION +_f name +uff led +'].' ")Ċ +ĠD ollar +Ġem oji +Car ousel +- player +Ġadjust ing +Ġjug a +alleng es +g ene +(body Parser +lop edia +ĠBeh ind +Ġslee ves +Ġdrag ging +ĠChe vrolet +Ġb iz +iv ities +ĠFrequ ency +, char +.W HITE +_pre view +) ';Ċ +_ ax +ION S +.c pu +.input s +UB E +_fe ed +ĠSup plement +! ). +es us +ĠU DP +Ġmicro phone +Ġconf irms +.is NotEmpty +":" ",Ċ +_S CREEN +ĉ expected ++-+- +-+- +ĠH ait +fast call +Ġdep ict +v b +_p icture +ĉd escription +ĠW ife +uc i +Ġv icious +ä» ĸ +ue ba +Ġset User +ãģ ¡ +Ġd iving +Ġoper a +user content +ar ah +) }, +y un +vel t +Ġun covered +Ġh ips +Ġosc ill +Ġassert ing +ĠX i +.re store +ke a +Ġsp elling +Ġder ive +ab we +ĠD ow +.set Type +_v s +Ġco zy +.c ategories +O rg +_m gr +Ġd ungeon +collection View +ĠBl ank +ac ias +ä ä +_clean up +_ACT IVITY +Ġtri angles +.Menu Item +Ġip hone +ĠW on +] ]ĊĊ +ĠCompar ison +.D oc +Ġcan onical +ĠSud an +') { +Up Inside +b uiltin +ENC Y +x be +Ġch uck +Ġcontrad ict +Ġnuest ro +Ġarchitect ural +ĠF ib +Ġcomp ares +* k +C fg +çĦ ¡ +nt en +Match es +ĠDOWN LOAD +_HAND LER +man agement +[ S +EN G +ÂĢ  +f ang +Ġsl ipped +ĠL anka +esc aping +Ġtack les +ĠPed ro +.P rop +.' ' +.G enerated +.New Guid +at rigesimal +ill on +Ġstat istic +spec ies +hold ing +Dr upal +Ġfundament ally +Ġbond age +Ġres olutions +Inline Data +\ Type +est ion +.w rap +Ġwar riors +ĠLOC AL +Arch ive +Ġembr aced +á» § +.V er +ĠAff ordable +oles ale +ĠAp plied +ĠCon version +m ega +_c am +Ġcer emon +aur us +ĠVol k +.op ens +/ about +ĠSt d +j ournal +()) {čĊ +," \ +( Arrays +ĠD ense +ase ña +än ner +/ stat +user Data +Ġg erman +Ġt z +worth y +Format Exception +ph erd +Ġsm iles +ĠWh enever +( adapter +.bad logic +Ġbrief ing +.Grid Column +- char +dim ension +ĠC opper +Ġnin th +Ġ' {{ +Ġr av +_T able +Ġderiv atives +ĠR aise +ĠF ut +arm or +-p adding +Ġre min +ĉ style +ĠMembers hip +Ġspread s +Ġgall eries +ĠClar ke +Ġcon ception +min ute +Ġab usive +_ad j +Ġterr ific +Ġover t +our cing +Ġentr ada +level s +Ġcrit ique +Ġrespect s +ĠM MA +i ene +Ġenc aps +ĠRay mond +Div ider +iv able +b az +Ġ@ _;Ċ +ĠCl aire +Ġur ging +CE E +Ġtransform er +disc ord +ĠJ ourney +t os +Ġcompet itions +ĠO BJ +ĠB is +Ġrelax ation +id y +_IN STANCE +ĠP ref +d ados +ici encies +ĠMedia Query +ĠC ube +ĠStr ange +g pu +(d ays +_Init Struct +Ġfinger print +em at +ĠGe cko +Ġr ails +ĠL um +str action +ig ung +(m ovie +_d ictionary +_int errupt +ĠQ C +ik ed +append Child +rec ipient +r é +V e +Ġtow el +.last IndexOf +Ġplace bo +ĠW ie +.es p +( Debug +oper ative +Ġdece ased +& id +ĉm utex +el ic +Ġb apt +ĉ čĊčĊ +Ġfar ther +H alf +.dis able +.menu Strip +le ccion +Ġresult Code +Ġc ans +-e lection +f emale +_F IX +aus ible +ĠP OWER +Ġrecon struction +Ġsc ans +.Xtra Bars +âĢĺ s +Rem oved +Ġparagraph s +_m argin +Ġl ymph +Ġb os +ling ton +ĠBapt ist +Ġadvertis ements +ĠMan age +/ yyyy +IO US +ENC ES +ĠF iction +ĉm enu +ĠFile OutputStream +ov an +ĠF eng +Ġsk ipping +get Class +ann i +Ġreb ounds +Ġpublic ity +Ġing res +use ment +Ġthought ful +.Ch art +Ġhat te +pass port +Ġhook ed +ĠL ens +Ġflag ship +Ġst ip +ĠG EN +Ġcl ues +ip v +ĠR ise +ĠG ew +tab lename +Ġfore most +_ validate +_an alysis +oll a +Ġqual ifications +Ġdistrib utions +ĠFl ower +Ġt ense +Ġthank ful +Ġcl utch +Ġun ified +ro ads +Ġsit i +Ġst all +_P RIORITY +c stdlib +_USER NAME +.by tes +? page +ermal ink +ĠVe get +/v nd +- author +.N ONE +ĠCon current +ĠC ry +Ġstart ers +ĠInter action +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠ +ĠLE VEL +E ll +Ġcom boBox +ĠTh eresa +te k +_H andle +Ġab y +.g dx +, end +(L ocal +O l +kn ife +ar ial +ĠH off +Ġprostituer ade +Do ctor +Inst ances +.Set Value +ĉf rom +Ġlux urious +Ind ent +Alloc ator +_D RAW +(", ", +ĠFr ances +Ġgroup Box +(s chema +Print f +OR IES +- gradient +Ġre put +ar in +_D ONE +in cre +ig nty +Ġex ert +Ġ- . +/ App +-th rough +Ġdecl ining +Ġdess ert +Ġinc umb +Ġdesign ation +.P ORT +, strong +Ġsand box +Ġw ines +ĠP av +$ str +ask ell +Ġh ö +ĠP Y +Get Instance +Text Input +game Object +/ events +created At +Ġlocal Var +ĠWH ITE +per ed +ile ge +eff icient +, color +c ate +ĠC afe +Ġsimilar ities +Ġp umps +ĠHung ary +.User name +Ġsk ate +Ġtouchdown s +Ġacceler ate +ĠH elen +OM EM +ĠK un +_v ol +Ġfind All +ĠMens chen +a head +); " +kom men +Ġpossess ed +.arg max +.trans ition +AR P +OLUM E +(s cript +ĠÐ ĺ +ĠF inding +on ces +I o +B old +Ġrenew al +_D IALOG +Ġdis reg +INT ERN +Ġt oute +Ġelect r +ĠG ross +ĉ true +.F ields +ĠW IDTH +ĠD ent +Ġà ģ +NS Notification +Ġa os +Ġme lee +. Validation +ĠDE C +-depend ent +Ġsu ic +T raits +$ message +ĠD ear +ĉ FILE +l anguages +.P rot +.add r +-g eneration +IC ON +Ġtrans plant +-d escription +Ġch asing +Ġche es +Ġ} */Ċ +Tr ad +qu eries +/widget s +sub package +Ġes pec +Ġcr acked +Ġcompet itor +P urchase +- team +olec ular +or Thunk +& P +Ġrel ent +/ #{ +Ġproduct Id +Ġè ¾ +ĠL av +ĠAl ter +.M ode +AD IO +gr p +æ ·»åĬł +Qu it +Ġdepth s +-c ategory +ĠD ATABASE +S PELL +ĠFal con +ĠQString List +Ġ'' . +ĠIn stitution +d amage +az or +bel ongsTo +ver ages +ĠN ONE +ipp ets +, \Ċ +Ġfoot print +_ archive +n ak +.get Field +ĠRef lection +Ġ' ] +ĠH BO +_dis count +Ġin cest +ĠD odge +ĠW ade +.N O +" encoding +ĠBlock chain +Ġlaws uits +ĠM aint +ch ten +Ġét ait +Ġktó re +_ ctl +(t imer +B attle +iz o +ay ed +I OR +ĠGlas gow +Ġsyn th +_log s +.p ose +_Adjust orThunk +(( & +Ġuns ure +yst ate +íķĺ ëĬĶ +O ULD +. ng +Ġdefault dict +work space +Ġselect ive +Picker Controller +YNAM IC +.method s +Ġpath ways +ĠF ew +K G +CRY PT +follow ing +ĠD LC +ĠS ara +Ġpres et +estruct or +ĠK urt +Ġair plane +Ġo mp +ĠParent s +ĠMart inez +.com plete +Ġbroad ly +Ġsc are +ĠM é +Ġelim ination +Ġpou red +/ sw +Ġcom un +Ġm asc +ĠOrgan ic +ĠString Utils +il ateral +Ġreluct ant +- age +Ġn z +." \ +Ġpast or +ale z +Ġe fect +pro v +/ init +Ġp enn +und s +Ġs size +ĠPro j +bas ename +Ġsh ells +ĠNe ck +ĠEn forcement +vid ed +st own +S phere +$ r +uss en +af il +ĠTele gram +Ġanaly tical +нÑĭ е +us ually +x n +Ġhistor ian +ĠGreg ory +ol ph +ĠUn a +Ġcon tributes +% - +anti ago +ÑĢ ед +.reg ion +Ġab rupt +ĠUnsupported OperationException +ĠT ASK +_f inish +Ġnot orious +ĠV s +ĠM Q +Ġsun set +Ġun acceptable +ar cer +Ġill umin +ĠOr b +Ġb h +E ste +_dis patch +Ġr ipped +Ġtou jours +ĠPar cel +_ ll +.user Name +.class es +S OURCE +( Number +ел Ñı +Ġhead phones +(s ide +const itution +ann ah +čĊ ĠĠĠĠĠĠĠĠčĊ +Ġcl iff +- ref +Ġmo strar +ĠPow ell ++ y +ĠB G +_f ragment +.P ort +Ġreal izing +param ref +Ġh ometown +@ Table ++" --}}Ċ +F rench +Entity Manager +ĠPl ain +//////////////////////////////////////////////////////////////// //// + ³ +( RE +c apt +Ġorgan isms +Ġj ets +ol ocation +ĠApp RoutingModule +Ġgl orious +æľ į +Ġdisc arded +ĉĉĉĉ ĠĠĠĠĠ +ĠArn old +l ug +Ġpar l +Ġhorm ones +Ġm ah +ĠSon ic +Ġorgan izers +_PL ATFORM +.in v +Ġch ord +vent ional +ĉ of +Ep isode +. Enum +unk t +ĠD h +ĠJ ared +ĠN ak +Ġint ends +End ian +Ġa ustralia +_c v +(res olve +Ġclin ics +lik ed +ASH INGTON +in ha +' * +ĠN P +_b eh +Ġh f +Ġw ür +c ategoria +$ form +Ġsub way +Ġis Active +pop ular +C our +Ġco oldown +Ġa insi +ĠGL uint +ere al +Ġarray Of +Ġh atch +======== == +ress es +_P P +. ^ +_dec ay +ĠB less +met rics +ĠCOPY ING +ĠDump ster +ĠJos é +ĠDesign s +< +Ġ" }Ċ +time zone +Ġe er +max cdn +ĠE SC +ig aret +_conn ected +_re verse +Ġquestion able +ĠUS C +Ġtut ti +Ġdrop out +ĠActiv ities +ĠW inds +')) );Ċ +Ġcon gest +ÄŁ ı +Ġprolong ed +è¿ Ļ +ĠCross AxisAlignment +LE EP +ĠVAL ID +ĠG az +Ġdepend ence +ĠP rix +.Compiler Services +j ump +Ġstr at +c irc +ĠC USTOM +x aa +Ġb mp +Ġb ureau +Ġw aren +N X +( Window +ĠChrist ie +_F E +Ġt n +ĠOm ega +communic ations +Home Page +com pletion +Ġsupply ing +YP ES +á vel +åĪ ¶ +(c lick +\ Contracts +/ questions +Ġe z +AM S +.m esh +Ġ' \Ċ +Rob ot +Json Object +ĠD F +ĠProcess or +_sh ould +.prot obuf +- users +Ġemb ry +F ONT +Ġstart ups +ĠData Source +) # +uro s +_C olor +Ġstand alone +} [ +j d +Ġforg ive +Ġng x +ĠGener ally +Ġconfig urable +/ order +Ġv as +') ";Ċ +ĠR R +ĠT roy +Ġcomprom ised +ĠSw an +int endent +Cent ral +_ keeper +Ġar quivo +ĠRead Only +_cur ve +k v +ent in +è ± +ĠE y +.im read +ĠP am +if fe +at ivity +xb c +Ġgr im +-f illed +names e +'] : +Ġa ur +ĠGib son +.Mouse Event +Ġl ado +avad oc +Ġfam il +ĠM oder +f ps +ãĢĢ ãĢĢ +- example +ĠAl zheimer +ĠU tf +_arg uments +Con clusion +text Content +rem aining +Ġinterrupt s +ĠBack up +ĠM ong +Ġrecept ors +h istor +.cor outines +Ġsh outed +Al arm +Ġcomb ust +Ġg rote +ult ural +( ids +---------------------------------------------------------------- ---------------- +ipl inary +O pts +ĠY ale +local Storage +Ġequ ival +ĠF leet +\ b +* pi +ĠQ Label +æ ¡ +Ġv x +ĠA CL +Ġsu cesso +Ġper c +ĠNot re +Ġan arch +R ing +sp b +Ġstr pos +st ores +ĠMap le +(Main Activity +(" ")) +Ġview Holder +Qu ad +Ġig ual +ors che +.m argin +Ġind ie +Ġfr anc +ĠForm Builder +ĠPart icip +.fl ash +Ġstorm s +U lt +Ġf en +[ new +E ver +=" Ċ +Ġlocal ized +_f ollow +Ġn ave +Ġdomin ance +(t ile +J ournal +ĠV C +Ġpenet ration +ï¼ ķ +Ġcomp artment +Ġb ids +Form atted +****** /ĊĊ +(c ity +âĢĶ it +[ C +Ġuse Callback +a ub +) ?. +ĠV AR +ĠSe bastian +ĠM oss +Ġabund ant +G reg +ÑĤ а +_c i +Ġbib li +CR M +ĠAt tempt +ism e +d ash +ãĢ İ +_m u +.Formatting Enabled +Ind eed +-d irect +Ġsuck ing +Ġp ne +ocab ulary +ĠPack ers +.N avigation +Ġp ied +cri bing +ĠSt uart +.To Double +ĠSecond ary +S aving +ĠD ut +ĠM add +M agic +, H +.document Element +ĠB ST +Ġdiff ers +Ġmore over +_ nd +SE ARCH +п ÑĢав +æ ´ +to Match +Ġdecre asing +-m ember +amp us +( boost +D aily +Data GridView +ĠHttp Context +Ġh ipp +_work ers +-l anguage +é ĵ +Ġconsist ed +ath ing +ĠMer cury +$ content +Ġpract iced +ĠMod ules +_D AY +Ġweakness es +ĠL odge +Ġn ar +ĠM ate +Ġj p +ĠHttp Headers +Ġsm o +ĠT OKEN +] )( +Ġaqu i +sw agen +Ġs rv +ĉ ans +A round +ĠMan uel +Ġfiction al +ĠIM G +Ġ. ' +ĠB erry +Ġwall paper +sex ual +ier o +Ġ çļĦ +ìĨ Į +Backing Field +ĠAd rian +BASE PATH +Ġrepe ats +Ġbl ues +Ġunp redict +_c oll +st acle +ĠT umblr +ĠEl f +Ġass urance +Ġc ensus +ĠIM PORT +END ER +an os +Ġ= ( +ĠEll is +" ĊĊĊĊ +.w in +ĠA bove +al on +_t ick +Ġrepresent ations +Ġæ ķ +w id +ĠAr ms +List a +_f ailure +_c m +.Flat Appearance +Ġthr one +P atch +ĠV oy +eng l +Ġnegot iating +> ` +Ġshoot s +ĠF PS +.Y ear +ĠK iss +enc ión +reet ing +From File +Ġresign ation +Ø · +Ġtw ins +Æ°á» £ +Ġge bru +.get Content +.T ree +ĠEmploy ees +ĠF IFA +Ġcert ainty +(C l +Ġtot als +edit able +ॠĢ +.Report ing +M as +qu iet +.r ules +ĠV O +con exion +, K +Ġalloc ator +ĠPow der +\ Repository +Be at +_t ipo +Ġ[' ', +_IN TR +Ġ<< < +< hr +") == +ugg age +ĠC raw +Ġé galement +Ġg inger +Ġprim era +Ġprod uto +lt k +.User Name +Ġstr error +m ith +_n b +Ġdis comfort +']; ?> ");čĊ +drop IfExists +ĠB eg +_H AL +Ġcross AxisAlignment +ĠE vidence +Ġpec uliar +Ġinstit ute +ve is +Ġf ft +à ģ +Ġzo ekt +an aly +ĠHom eland +Ġpen etr +udden ly +ĉ element +ĠB ren +ĠTr udeau +ĠCub an +j am +us lim +_e v +Ġst ems +} % +Ŀ å§ĭ +Ġbrand ing +Ġcorrespond ence +.j query +¢ åįķ +ĠRead s +(Http StatusCode +ass in +(s lot +ĠGrad uate +/// < +Ġinform ations +EN ABLE +Ġp uis +Ġfind er +ĠBr is +Ġnett steder +_m id +Ġo gs +ĠSter ling +Ġar rog +str ftime +| ĊĊ +Ġvo x +ĠReg ardless +Ġes o +ĠCom fort +.Boolean Field +Ġu h +AC Y +Ġsque ez +ĠV ic +cont ro +. lo +Ġ ire +ĠCom edy +ë ¶ +Ġorigin ated +Ġsh ipment +| max +_g uid +lev ation +на Ñı +( undefined +ĠD DR +Ġshoot ings +ĠLat ino +END OR +Ġaver aging +Ġgre eted +Ġthe aters +о е +Ġd B +Ġg st +Ġdef inite +. Storage +.h er +Ġa fore +ĠRe ality +ĠGod s +vers ed +Ġhands ome +Ġex cluding +( ad +Qu otes +ĠS cheme +? q +ĠT amil +T icks +Ġp est +' n +Ġporn ography +_mod al +Ġ ---------- +Ġdis posable +F REE +Ġsh ark +C HE +Ġdep icted +Ġdemonstr ations +ĠK illed +ĠR ULE +Ġobs essed +Ġsimpl ified +Post al +Ġconcept ual +Ġp st +L as +_PRO JECT +ucceed ed +ol u +ÄŁ i +Ġpersonal ities +Ġres hape +Ġenc losed +ĉp tr +Ġtutor ials +Ġexpl oded +_DIRECT ORY +åĨħ 容 +Ġcan on +Ġrecogn ise +P AD +ĠAppro x +ĠRest ore +ĠImport ant +Ġheav ier +.Se quential +Ear th +ĠMil k +.set Request +.t em +Ġre construct +Ġskept ical +_Pr ivate +BU F +qu a +: a +Ġse k +Ġd well +oss a +Ġreward ed +и й +(top ic +_part ition +Ġ__ ________________ +Key words +ĠFr anco +L ite +Ġn aken +Ġз а +O BJECT +Ġcraft s +ĠSw ap +.X na +.Con nect +Ġbalcon y +(re al +ĠBarn es +b ir +ĠTw enty +ay an +at ars +ĠProp el +ĠIh nen +Up grade +Ġcur b +- second +Ġn eph +.p res +ìŀ ħ +.se q +Ġp added +" ? +j l +ãĥ ¬ +') a +Co ordinates +Ġen acted +ENT S +Ġl ac +.f inal +ĠPhp Storm +c alled +Ġin quiries +.m iddleware +ĠD owntown +/ ';Ċ +Ġkil omet +ac cel +Ġqu ien +w string +set Data +Ġman era +Ġmod ular +rim p +Ġtar iffs +âĢĻ il +_TH ROW +/c olor +ĠHT MLElement +Ġcar ro +Ġpr ere +Ġplot ting +ĠPos itive +ĠMach ines +OT ES +á» Ľ +ple asant +Ġal te +Ġa inda +th ese +Ġc ors +ip ay +ĠAdvis ory +ĠRub io +j q +Ġl imestone +Ġdet ached +设 ç½® +ten ant +ĠDep th +al ore +ĠÑģÑĤÑĢ ок +ĠF ORE +ĠL ay +p resentation +) ');Ċ +.sub plots +Ï ĥ +N OW +G ar +hand les +ab ra +put ies +ĠElect rical +M iddle +rop ic +ĠJ D +ĠD yn +ĠB ristol +ĠMc Carthy +Ġstri ker +Ġenumer able +ĠEv an +.default s +qu ences +) || +ĉt oken +â Ĺı +-d ropdown +ST ORE +ĠGraph ic +( pp +Ex pl +Ġup wards +ĠD istributed +ĠW EB +J er +is NaN +çĶŁ æĪIJ +> R +üss en +ef s +Ġun cover +Ġl ud +.cal culate +Ġint ptr +Ġmidfield er +. Headers +Ġm f +ere f +.M etro +ĠSpe aking +: b +Ġcryptoc urrencies +Ġdem ons +ĉ EXPECT +Ġw icked +y outube +: Int +ĠHind i +ĠC AT +ĠØ ¹ +r ar +om ore +/ per +/lic ense +Ġre im +Ġawait ing +Ġle thal +ĠE F +round ed +ĠPl atinum +ĠвÑģ е +.co ords +.De vice +/ item +ĠW enn +compile Components +ĠK inder +.remove Item +Ġand a +bn b +Ġpr a +( transaction +Ġembarrass ing +ĉ BOOL +.content View +Ġevent data +at ore +Ġprovided In +ir ma +Ġz ona +_H W +æ Ļ +Ġst ove +Ġcounter part +_Pro duct +_MAN AGER +Ġinfr ing +ĠE RA +_p arty +Ñ ij +Ġin ici +_ Request +Ġmir acle +Ġcancel Button +S py +at ó +Ġpol ish +ĠNic ole +.display Name +\Request s +Ġuse History +Router Module +Ġst ared +ID ER +Ñĥнк ÑĨи +Ġnot a +$ arr +pec ified +Ġto pp +_DR IVER +/ ng +å ł +_t m +% timeout +< s +Ġ( *) +ĠHttp Request +_TR ACK +(n ote +ĠExp lore +_s erv +Ġç » +B inder ++ ", +. att +ĠEth i +Ġc ódigo +=' \ +.l ines +( Of +å° Ĩ +miss ible +Ġv é +Ġac oustic +Ġcraft ing +n it +.b a +ĠLuc y +Ġi Pod +Ġpup ils +-m ax +_w r +(c p +ĠRE PORT +Ġd ns +ĠRe ferences +Ġundert aken +Ġkø benhavn +Ġch ai +ĠC roat +_ Log +rown ed +_m ed +ĉ date +# __ +Ġcost umes +ĠRe quires +aff le +ç Ĭ¶æĢģ +-S emit +ela ide +еÑĤ од +Ġp estic +Ġd ra +DOC UMENT +Ġ... čĊ +}` }Ċ +ĠA uction +ĠD ock +xxxx xxxx +(get String +ħ į +Ġborder Width +ĠMach inery +Ġpredict able +.S H +Ġam plitude +.for Root +IN avigation +Table Model +at trib +Ġmaneu ver +Ġexc av +B ERS +Ġd apat +Ġinstall ations +.A sync +Ġr ays += âĢĿ +; ččĊ +.c rypto +_db g +ĠEnum erable +Of Size +_epoch s +m w +M ENU +out line +ĠP apers +============ Ċ +Ġuniform s +ĠG ig +- package +ĠJen kins +ĠHome Page +.is Selected +Ġmechan ic +M K +ĠS ounds +//---------------------------------------------------------------------------- -Ċ +Ġresearch ing +Ġinf os +ograph ics +ers et +([' / +ĠTim ber +. agent +.to JSON +_command s +par ing +_ad just +.n ome +(g lm +Status Bar +file path +? âĢĻ +Ġdetect ive +Ġunser er +ĠTib et +EN DED +(se ed +Ġsne ak +Ġam or +=" // +ĠPan thers +all ax +ĠL IVE +ĉD WORD +]= - +Ġtorn ado +/ min +Ġlung s +-c urrent +ĠBook ing +åĪĹ è¡¨ +Ġenjoy ment +ठ° +J A +typ ed +.B tn +f at +ug al +ĠSh ares +Ġdis gr +ĠB AR +ĠFO X +Op code +ĠS z +key down +iction aries +Ġdetail ing +} ))Ċ +Ġp ok +Ġdemonstr ating +Ġnot ation +l ayers +@ if +ĠN PR +.strict Equal +ĠRec ipes +.T ensor +Ġliqu or +Ġdeb ts +.ends With +W heel +.P os +CS V +$ arity +Ġun stable +( loss +ENS OR +Ġele ven +ĠL opez +ĠHop kins +con om +ĠS eth +Ġpo ems +Qu ant +Ġg sl +Ġsy rup +Ġs ibling +Ġc ass +-v ous +ö t +_P ATTERN +_SE CTION +est imated +up grade +.m ongodb +ĠBo at +_C TX +Ġfetch ing +ust in +pi el +M arg +Ref lection +Ġd uct +ĠMunicip al +Ġb x +.Get Current +ml ink +ĠAccount ing +ĠGene va +_P os +Ġpass er +Ġhear ings +com pan +Ġfrag ile +Initial izer +walk er +.M aterial +ĠHun ting +trys ide +Ġk at +Ġcl erk +á Ł +do ing +ĉg roup +Ġsan ction +.l b +ĠL azy +ĠCon straint +P agination +Ġpou vez +ĠInd icates +M ER +Ġcour s +Ġyear ly +Ġgros se +abb rev +ĠD ON +Ġproceed ed +ent lich +Ġproperty Name +ĠTe aching +st adt +Ġc utoff +orn ers +Ġa frica +Ġrend ers +ĠYan kees +ĠTool bar +sp aces +.fill Style +Ġseg undo +_str len +.F irebase +å¤ Ħ +Ġmention ing +\ ( +ĠVal ve +Set ter +Ġsp ans +ĠAl cohol +ĠLet ters +\x e +ĠT K +_B LE +.get Result +< Player +ĠP att +Ġeas ing +Ġtur key +ĠF en +') " +Ġconf ined +Ġin clus +Sup erview +(with Identifier +enc ial +Ġstuff ed +Th eta +Ġeconom ists +} ));ĊĊ +co okies +ĠRo ose +ĠChe ese +Ġfich ier +Ġen forced +AB B +no ÅĽci +_AL LOW +Ġrecru ited +Ġexpend iture +-n ight +Ġassert NotNull +_ex ecute +ĠØ ¯ +IN DEX +_F MT +Ġresc ued +ĠMonth ly +ĠCons ervation +ĠG eb +Ob ama +Ep och +ic ies +ĠOr t +Ġso it +( icon +F riends +m ol +Ġground ed +ĠC ause +ad ena +WE EN +ĠL un +IT IVE +. loop +_un til +Ġcor r +.ed ges +Ġhyp oth +ched uling +trans lator +ĠÐ ľ +R om +ãĢij ĊĊ +ĠX amarin +Ġviol ating +. anchor +--- ĊĊ +Ġtr ader +AD VERTISEMENT +Ġuns ere +ĠD AO +Ġbl ond +ĠP AT +.g lob +Ġè¾ ĵ +Ġsplit ting +Ġun subscribe +Ġatmos pheric +ĠTr im +Ġcit ation +Ġin ference +ĠF t +ĠDar win +find One +ĠG el +( Convert +Ġaccess or +; text +(s orted +Ġjud ged +); \ +: p +Ġme ine +ĠS lim +.Command s +Ġper ceive +coh olic +< Data +.entry Set +Ġassert False +ĠPat rol +ense m +ÅĤ Äħ +¨ ¡ +W IDTH +ĠRes cue +ĠU IF +_THRESH OLD +ĠMich el +ATER IAL +opens ource +ĠD iana +Ġinv ites +_B ODY +Ġreserv oir +Ġro i +c ust +(t c +ï¼ģ ");Ċ +Ġfest ivals +Ġperform ers +Ġclim bed +Ġj ungle +String Length +Ġunlaw ful +ier re +vertis ement +Ġst akes +Ġh ats +Mod ify +ĠLET TER +.H ide +Ġstat utory +_ white +ĠPer l +uten berg +em ple +.W orld +Ġoverlook ed +Ġcon cludes +/* ================================================================ +-w ise +ĉ stream +pop ulation +Ġevent o +Ġillustr ations +ft s +Ġaut of +ĠPro cedure +Ġdes erved +-t imes +Ġg ol +N SError +cre st +ĠPak istani +any ch +get Current +Ġl ar +nt l +ĠRe becca +Ġm ateria +Ġfind By +/ ad +Callback s +ĠAl s +ĠKat ie +ĠObservable Collection +ĠDocument ation +Typ ed +ĠCulture Info +ĠTim othy +Ġlater al +" type +Ġun authorized +Ġteach ings +Ġdebug ger +[ value +Ġal ors +Ġu z +Ġsc atter +Ġdown ward +Ġmig li +status Code +Ġ( )) +ĠM W +Ġм ож +RO SS +.b uf +Ġfair y +ĠInf rastructure +=> " +t lement +$ (" +From String +ĠB ild +Ġconvent ions +_n ative +ĠIns pector +ĠP ist +ub ar +Ġreg s +ĠP ilot +Th us +>' + +Ġc ela +.new s +( Product +L iving +R ussia +Ġfac et +et ical +Ġ[' $ +/ [ +ĠD ire +Ġg ases +ĠIN FORMATION +ĠE at +ĠFor ums +ĠChar acters +_m et +Ġìĭ ľ +Ġk ings +ach ie +ĠL ambda +Ġtim ers +ĠLight ing +ĠCase y +add ir +and ex +. answer +ĠH ip +ĠPr incip +Start Date +Ġ ãĢĮ +t res +Ġ& # +.Max Value +ĠPro blems +Ġlat ex +Of Class +ĠLyn n +// ' +Ġvoy age +Ġshut tle +ĠRoll er +ĠRuntime Error +uy a +D ic +ĉb uilder +Ġbul lying +Ġsimple st +.c alled +ĠL R +Ġmor ality +Ġst urdy +tr acking +.sw agger +_B IND +IT OR +-url encoded +ĠÑ ħ +ĠTr inity +Ġtr aps +Ġ| - +Ġset Text +Ġbarg ain +Ġbr akes +.get Code +Ġmigr ate +Ġrib bon +) return +Ġcharg er +ac om +ADI US +ĠAmb assador +-a fter +Ġann i +ĉs pin +Con cept +ĠHend erson +ĠH OST +.r ank +ĠNor theast +Ġber lin +Ġrequ is +.f eed +Ġsource Mapping +ĠRen contre +. ajax +nest js +Ġtre k +ĠN acional +Ġ& [ +Ġpay able +ort ex +Ġde pt +field Name +Ġcomple tes +ĠR VA +Ġon ions +al ignment +Form ats +Ġ' {$ +Hash Set +ĠB od +.Invariant Culture +Ġsettlement s +Ġhy dr +. updated +vent h +( seconds +="/ " +Ġweb page +( ĊĊ +Ġt ir +Ġto es +ĠBr ick +Ġamb ition +P ot += max +ET IME +Ġdep ot +c alls +ĠNor wegian +` : +Ġbur ger +Ġprofess ors +ĠAl locate +-third s +-ch art +Ġfor d +* N +.k otlin +Ġpaper work +ĠDE VICE +% @", +res pect +(m p +é «ĺ +- if +Ġcush ion +ob ot +Ġpar c +SP ACE +ĠNet anyahu +Ġself ish +fe at +Ġclient es +-to ols +Ġpor ch +Ġj q +. verbose +Ġlib erals +] )ĊĊĊ +p ies +Not Blank +( term +ÈĽ i +_Param s +.normal ize +B ullet +AS IC +(h ex +_client e ++ , +_D I +Ġforth coming +} ")]Ċ +se o +U m +> Name +Ġcomfort ably +irection al +W ITH +/ pr +ĠP oor +ĠVit amin +v ic +G H +Ġprior it +ĠN N +ĠC losed +¤ í +Ġis Open +\ Console +And Feel +.S UCCESS +_OPER ATION +pol ation +ĠT as +ps z +> '. +C URRENT +V endor +host s +ĠE rd +>tag ger +ĠsourceMapping URL +Ġmar athon +_c losed +Ġexem ption +Ġrecogn izes +ides how +' $ +('/ ');Ċ +m its +war z +ĠCh erry +µ ¬ +n or +port e +Ġw l +_back up +.get Boolean +.get Resource +Ġdefinit ive +. EditText +Ġs ÃŃ +.C ONT +ĠPL AYER +.c ards +ĠSh ore +('/ ')Ċ +cl uir +Web Driver +(m onth +-re lease +Ġins pector +å £ +ĠN F +_cl ip +åŃ IJ +Ġinteract ing +.t mp +Ġ'' 'ĊĊ +Ġde e +Ġfro st +"] ))Ċ +ĠPl aces +Th rows +f ork +/ day +i Phone +ĠM IC +Ġfold ing +Ġcro re +ĠCh iefs +pher ical +( price +.Write String +Ġexit ing +] ',Ċ +ight ing +Ing redient +( vertex +Ġscroll View +h f +: new +SE N +se ctor +Ġsp ins +ĠS cheduler +ote chn +sem icolon +Font OfSize +ĠSpecific ally +fl amm +.Object Id +Ġcont a +_per missions +ĉF ROM +IC ODE +/ kg +ĠHot els +-m ed +ĠD in +Ġn avy +get Param +Ġm end +Ġportray ed +ĠMet ropolitan +Paint er +Ġref erral +_g ood +Ġmar vel +osa ic +> (& +. ur +Ġest os +Will iam +Ġtim ber +Ġquel ques +ĠDoc uments +.X aml +Ġbatch es +éģ ĵ +ĠRe leased +T ail +CO OKIE +he id +_st ation +ĠV ia +S ale +ĠRe peat +Ġprom in +ĠZ o +- forward +ĠI on +it ary +Ġj us +- request +Ġproud ly +ĠStream ing +(Mouse Event +ĠS print +_ rotation +Re positories +Ġt art +ĠÑģ в +Ġm appings +è ª +C u +C ycle +Ġb un +ĉl ua +ãĥ ī +Ġ(( ! +Ġcollect ively +ĠCon d +Ġwsz yst +(l ib +openh agen +_s kip +.Column Header +é Ĥ +peri enced +ı è¿° +_p rops +Ġcontr ace +Ġmatch up +ab etic +.m embers +RE CT +(d at +Ġs og +ren om +_M ethod +Custom ers +full name +Z N +re try +Ġk ap +ĠNe u +è Ĭ +add Child +will Return +_p ermalink +Ġener getic +ĠW et +ĠMor r +Ġg cd +count s +, type +d ig +( Login +Ġcr acks +Ġbacter ial +ĠMe at +ĠArm strong +ĠBron ze +Ġapprox imate +_dir s +lig a +ÅĤ ad +Ġkind ness +Ġcont re +ĠE VERY +M ET +Ġannounc ements +g pio +ĠWaitFor Seconds +ĠPhotos hop +Ġdis contin +/ dd +Ġtop ology +an ical +. interface +auc oup +.Hash Set +ARI ANT +(r outes +ĠT eh +Ġh ype +] "). +Ġsl am +Ġbro th +- inter +ĠR id +-m anager +Cancel ar +ĠP agination +Ġsound track +Ġpost erior +Ġscr ub +cre ating +- * +ir teen +.d y +.s ymmetric +Ġ"" . +============ === +Ġch assis +ĠnumberOf Rows +Develop er +_b ins +ĠO UR +ri eb +Pro s +Ġwi ÄĻ +" d +Ġasync io +ze igen +_s pi +.A LL +Ġscre ws +Ch inese +Ġapi Key +Ġun successful +ĠSeah awks +OR G +ç« ł +Ġprofession ally +ĠCou pon +åŃĹ æ®µ +Con vention +Ġpol ym +æī ĭ +Ġsalv ation +Ġengine ered +ĠW rest +ĠG CC +Ġwar mer +Layout Constraint +Ġag grav +Script s +vent ure +Ġrefriger ator +Ġinnov ations +ĠRun ner +N IC +ĠRoll ing +Control Events +Ġlo os +p ac +ĉ panel +ef e +ĠBudd ha +------------ --Ċ +åº ĵ +(for Key +Ġl umin +Ġ( ? +ĠA IDS +, user +im ientos +content Type +ant lr +é ¦ +ĠW elt +Produ ction +m ight +ĠV II +", ( +Ġobserv ing +Ġdeliber ate +( control +Ġwith d +Ġsem ana +ST ACK +uch en +N ice +ĠDeutsch land +ĠSpec ifies +d ma +iz io +ĠF acts +_pop up +ĠDirect ors +{ : +[ R +ĠÑį леменÑĤ +Ġpl at +Ġdirect ing +ä¸ ī +ĠGil bert +âĢ¦ .ĊĊ +.q ml +Ġthere after +Ġdis position +d raft +Ġsurge on +ĠIns ider +Bl end +ĠT rev +tr insic +Top ics +rie ve +_FILE NAME +Ġaut res +J ose +Produ cer +er us +Ġpet it +ĠN EXT +ĠF ilters +Ġreplic ate +"] ). +Ġl enders +] ",Ċ +; charset +Cpp Object +Ġfl oral +ĠT ipo +Ġcirc uits +e asy +(& $ +itt a +ery l +_COMM ON +'}} >Ċ +-back ed +(var iable +( Index +Ġvo ir +_loc ations +++) { +ĠLouis ville +Ġgrat itude +.Mock ito +ĠP owers +ie urs +Ġge ographic +ra le +Ġc ra +ĠSp urs +iph ertext +AC ION +- common +Ġvict ories +ĠFinal s +.sh uffle +-m illion +_PRO C +ass ume +Ġil s +DB C +Boot Test +Ġl avor +.test ing +. ast +"] / +m oid +Ġqual ification +ges ch +ĉ put +Ġair ports +J I +Te acher +_un iform +Ġn ama +ĠB ast +ert ype +c apture +get All +ĠReyn olds +oo led +.com ments +Ġch in +). * +Ġи ли +t gl +ud os +Ġd ÃŃas +ch ai +.pro gram +Ġps z +ĉ icon +ph il +ent ral +_WR AP +ov i +Ġnost alg +In finity +ĉy ield +Ġvit amins +Qu aternion +S ink +_g oods +Ġ ........ +ĠW ings +ur idad +-st ory +"] )ĊĊ +idel ity +Type Def +G tk +Ġí Į +_M ain +Ġche z +ĠR aven +Ġpay roll +Ġfreel ance +LL U +ĠM end +ed ay +Api ModelProperty +.Form BorderStyle +Ġeconom ist +stan bul +Ġfre ight +-A gent +(m eta +Ġsym metry +Ġ' .. +.C alendar +- aut +g f +p ent +yc lopedia +Ġwish ing +ĊĊĊĊĊĊĊĊ ĊĊĊĊ +Ġgentle man +Ġê ³ += # +Ġlect ures +âĢľ In +Ġ! _ +Ġh b +ĠV endor +Recent ly +_n otes +æıIJ 示 +" My +Headers Height +_S O +Ġunw illing +Ġsuper hero +g io +ps y +ĠPe er +j avax +& apos +ĠCr isis +ord inal +Mem cpy +++++++++ ++++++++ +- val +Ġwork book +- ap += k +Ġmetal lic +_ peer +By PrimaryKey +_S D +u ator +_SH ADER +) Math +.Trans form +Ġc ows +Ph i +ĠC lem +(_ (" +ĠL ud +-d elay +ĠSec urities +ĠOrth odox +Sym fony +(re port +Ġent ertain +E PS +iz oph +ex ual +IR D +ä» İ +Ġl ith +Ġsanit ize +Ġfemin ine +IS BN +.auth entication +_p ipeline +/ constants +ĠCON F +Ġluc r +ric ia +.t tf +.set Content +Ġst an +ore an +ĠL loyd +.raw Value +Ġg or +ĠBrow ns +Re gression +Ġlower ing +na issance +Ġbl ows +Ġam azed +Ġun related +Re views +Ġrub y +ĠMod ifier +Ġgi ants +. thread +Ġcontain ment +ĠStart Coroutine +um at +ore lease +ĠR andy +@ endif +D igest +Ġsubur ban +=" );Ċ +Ġann once +. variable +\F oundation +Ġa cre +V an +Ġt uples +d ns +ĠStand ing +_l arge +Ġbox ing +Support ActionBar +ĠFort une +ĠR um +_m ultiple +arch ical +Ġf write +_ quote +Ġfool ish +Ġcompr ising +Ġо п +- selected +v f +ma id +N ama +(d atetime +Ġindirect ly +g art +fix tures +ch os +ĠH alo +Ġrec urring +- news +v il +ĠNurs ing +- produ +ĠH Q +\Http Foundation +enc i +au en +Ġv y +ocr acy +Ġdeleg ation +Ġas phalt +Ġset Selected +k ok +/ rest +met ics +ĠNS Date +Ġtravel led +Ġrec ib +Ġm ime +CL IENT +ĠG U +ĠH ANDLE +/ Q +[ z +Ġbother ed +ĠBB Q +ç as +_ex amples +_F IN +Ġwhite Color +Ġastr onom +-d ir +Ġsovere ign +Ġb reeze +Ġin ning +ĠEd monton +g li +.blog spot +js x +Ġvers a +ĠMoh ammed +.J ob +-t oggler +Ġп олÑĮзоваÑĤ +ard on +Ġnew born +Ġnav al +note q +Ġtum blr +Ġh entai +ĠTyp ically +Ġlo ot +.S prite +Fl ight +Ġw avelength +-s k +ĠEl le +_ exports +Ġ Ñı +ĠI H +izoph ren +Ġí ģ +_pr imary +Ġmo is +ĠB N +Ġsystem ic +Ġdifer entes +IN CT +Ġ'' ĊĊ +$ q +Widget Item +cl ide +$ file +L emma +/ table +ag rid +ĠMongo DB +int e +Ġapp rent +ÂŃ ing +.D b +Ġà Ĥ +ham mer +=' ';Ċ +Ġbro kers +it lement +sembl ies +E le +{ x +Ġlast name +< - +Ġfl atten +_b and +.R oot +.read FileSync +==== == +.r x +? čĊ +Ġmetaph or +T i +con te +Ġdeb it +Ġcont empt +Cpp Type +æĶ ¯ +Form Field +r atio +os opher +Ġimpl ant +P URE +Ġal ta +_man agement +Ġref ine +ĠCheck Box +ĠChar l +- version +cond itional +ven ues +Ġrif les +Ġoff spring +Ġmill ing +Ġshar ply +Ġunder water +( origin +_ Control +Ġ. $ +Pl ugins +Ġdry ing +Ġillustr ates +- u +Ġveget arian +n pc +He art +; ',Ċ +com ma +te enth +as an +/s pec +_m oves +-m argin +Ġing en +³³ Âł +Ġpro jet +Ġo tra +Ġbr as +. utc +Ġsle pt += sub +ab ilit +post er +Ġs dk +ounc ill +Ġw d +Pre paredStatement +ĠDr um +( attribute +ĠEther net +ĉ DB +Cal ifornia +c ube +[ I +.C reated +ĠH M +Ġtr acing +Forms Module +- you +.c urrency +feed ing +Ġt body +L i +acc ion +n as +Ġtr ouver +N ONE +"} ,čĊ +Ġf tp +With Identifier +pol ate +File Info +Ġpurs ued +ĠĠĠĠčĊ ĠĠĠĠčĊ +DE SCRIPTION +} */Ċ +From Nib +Ġdecor ative +_S SL +(ch at +T LS +Ġsurpr ises +al culate +ĠS plash +( Configuration +ĠS EM +im son +/lib rary +< Double +. robot +³³³³ ³³³³ +ĠCP F +ĠUnder standing +Ġcos metic +ĠX t +t ips ++ k +(" ' +ĠP DT +W AR +.get Object +ĠTrad itional +.sl ug +ĠDi pl +=" ", +ĠFil ms +ĠAn im +.h elp +Ġemb assy +ĠBoot s +Ġb unk +-r isk +Ġp ci +Ġ/ \. +ĠI PT +Ġcrash ing +Ġip v +_ ke +ĠRES P +.Log Error +Ġinade quate +I on +ĠF ür +ric ula +Ġshould Be +al ready +']." +G ED +fa q +Ġoption ally +_D is +ĠSuccess ful +ĠC ensus +Ġinc arcer +_C ARD +Ġav iation +ĠG ym +Author ity +.B ean +sh ader +Not Exist +_Text Changed +ĠST OP +( team +" H +w g +Ġgr inder +Ġstri pe +Ġpres ervation +Cl aim +avers al +ware house +target s +Tr ust +Ġal lev +, www +ous se +_ch an +_S ize +system s +Ġobj ection +ĠK ane +Ġcor ros +ĠD SL +Ġu a +ĠM H +ĠStrateg ic +_t cp +Ġê° Ĵ +Ġborrow ed +ĠA ch +ĉ command +Ġg ps +le ston +iche ver +ĠU A +Ġassault ed +Ġspecial izes +ĉ search +Hot el +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ čĊ +ĠP itch +Ġ Ùģ +READ Y +Ġparent al +Ġg éné +Ġdonn ées +Ġdet ain +T ARGET +Ġprotagon ist +Ġclear Interval +ĠIcon Button +ĠGet All +Type Info +E H +âĢľ They +Ġ{ [ +Ġg ag +Ġ Ú© +ĠD ropdown +.f ree +g one +im ens +Ġinst al +ĉc url +_C AN +ĠB one +ï¼ Ķ +ony ms +-g overnment +.binding Navigator +ĠD ans +ĠMc L +( en +>( _ +ÐĴ Ñĭ +.* ;čĊ += j +-c or +S on +.ToolStrip Item +- around +_X ML +end Date +Ġsl ack +Ġrot ated +Ġno qa +Ġc ottage +Ġencontr ar +_s kill +hou ette +! čĊ +. weather +Ġemphas ized +å® ¶ +ĠÑģ пиÑģ +ĠComp iler +( android +ĠâĢ º +. turn +Ġsup pression +_c alls +Ġ* @ +(str len +.h ex +ĠB ills +ĠR SA +Ï Ĥ +ĠEs cape +ement ia +Ġfront end +Ġp int +_ex c +zz o +[ ],Ċ +Ġ"',' " +. Environment +Ġafore mentioned +Ġend ure +prot otype +ther apy +ss i +D eg +_pl ugins +.user Info +Print er +ĠPRO GRAM +Ġru ins +Ġempir ical +Ġcraw l +ĠBo iler +- comment +.sub plot +_ et +Ġ'. ', +min or +ĠCustom s +Ġy aw +under line +ĠCom o +( (' +(m ean +Ġcha que +ĠBlock s +.r ad +ilib rium +Ġweb driver +Ġmel hor +d ana +ĠAb use +ĠSouth west +ĠP aren +PERT IES +ĉ IL +Ġscre am +v u +Ġin comes +Ġn im +Ġl ace +Ġcompens ate +Re verse +D at +_att ack +Ġn our +ach en +ce k +< Func +w ie +com pressed +-m atch +(" ")]Ċ +im ized +. orientation +.compare To +Ġmass aggi +Ġìľ Ħ +Ġel bow +Ġant ioxid +undred s +/ tools +ĠR OW +an mar +ĠW ow +_t icket +Program ming +Ġthe or +-re view +() )));Ċ +ĠRichard son +ĠP ocket +] [] +am pp +_ health +ĠP OP +ĠNav al +Gu ess +Ġancest or +.Get All +.local Scale +ĠM apper +Ġaccum ulation +Ġsim ulated +ĠDr ivers +Ġd és +cur ring +Ġele phant +Ġadvert ised +Ġmail box +SH IFT +ĠMon ica +Ġan c +Ġward robe +Ing redients +Ġ|| čĊ +ipp y +Ġantibiot ics +av ings +(c x +ĠFerr ari +ĠAn imator +.d type +rem oved +order by +Ġc res +oc ê +Ġp ym +ĠCirc ular +@ index +ĠW arm +S ay +ĠAss istance +Ġcur tain +ĠMont e +IL ER +ĠC VE +ĠD uck +ĠAll ows +_f ire +ĠDer by +Ġre pos +Ġhttp Client +Ġpsych iat +Ġnow adays +Ġcaut ious +ĠComput ing +Ġcompletion Handler +ĠWel sh +ĠB EST +Ġstress ful +_P E +æĹ¥ æľŁ +ĠData Frame +ĉ Integer +_P rint +M oves +Ġtransform ing +.B atch +y ahoo +Position s +ze j +Ġno od +io res +_ * +Ġcl k +ĠF loyd +Ġh ap +font size +Ġn az +.not ification +ĠDep ression +Ġac ne +*** ĊĊ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĊ +.cont ents +yn th +ĠStra ight +')}} "> "+ +Ġtoken izer +Ġsovere ignty +ĠP ence +() ");Ċ +Ġpesso as +.G e +ĠIn cluded +Ġpag ina +Ġex posing +е ÑĪ +_SC RIPT +/$ ', +Th umbnail +× Ķ +webElement X +webElementX paths +press ure +ĠCur ry +_C P +OL UTION +ILE S +prot ect +ool a +Work space +{ };Ċ +ĠU NS +Ġsymp athy +ro ker +Ġrem odel +ĉc ell +Ġat op +.Full Name +Ġfa ut +ĠE asily +_d ynamic +Ġfr amed +Ġmot ive +è· ¯ +s am +Ġmar ca +ĠText EditingController +Ġde structor +cre am +Ġr ude +ĠB old +ĠInd igenous +Ġg ens +Ġrel acion +(s ystem +ĠUIF ont +_char ge +UST ER +E V +.N amespace +Ġmer ger +Ġcal loc +g ang +Bad Request +Ġs per +-d esign +Ġâ ĩ +Ch an +Ġorgan ism +, ) += id +_pl ane +ĠC ases +elf ast +ĠLegisl ature +ĠF aker +Ġinv oking +- utils +(). ' +.f ace +Ġguard ian +my Modal +Ġclip board +ĠAT M +Ġpe as +ĠS ylv +.c alc +ĠContact s +int Value +Ġmodify ing +ĠBar b +. loss +_per centage +Ask ed +(l st +ategor ical +- files +ĠRoman ia +.A c +Ġh ai +ĠF lying +Ġ ż +j p +ĠTr ainer +. arc +_de g +Ġtrace back +Or Fail +F LOW +. old +oy a +g mt +is empty +Ġvacc ination +Ġob solete +recogn ized +Ġru ined +ĠRe in +ĠTr acking +xf b +ا ÛĮ +Ġvæ re +Ġbr yster +ĠIT S +Ġdest iny +Ġsw ear +Ġred es +Ġcl f +Ġfl ipped +ĉ head +Bl uetooth +ĠOver rides +: Boolean +_ = +_l r +sp awn +: index +VAL UES +is key +? ");Ċ +.syn thetic +ĠCheck ing +struct ures +ip ing +Ġvoc als +- Up +ĠManufact urers +ĠMar riage +代 çłģ +Ġgar ner +_C lient +par allel +RI END +Ġvine gar +seg ue +J B +Ġcontact ing +ĠCar roll +Ġout reach +t ensor +_var iant +Ġthe at +lic able +{ | +t iny +_ letter +Ġp encil +HeadersHeight SizeMode +ilt ro +.auto configure +.d rag +.use State +ĠB MI +h int +Com pile +* \ +en ary +Ġl vl +.C ache ++ =" +_t v +ruit ment +Ġf read +Art icles +f ila +Ġpack aged +âĺ Ĩ +AT HER +ĠPl anned +s cheme +Ġdi ary +Ġoff enses +/ F +ĠSt ick +Ġc erc +ĠS lee +ĉĉ ĠĠĠĠĠĠĠĠ +< Image +Ġè® ¾ +- editor +pie ces +ĠD rama +Ġ// //////////////// +ĠT asks +AR C +g ateway +.get cwd +.M etadata +Ġguess ing +åľ° åĿĢ +Ġsm arter +ĠGet Enumerator +Ġe fter +/ operators +ĠGL float +Ġf ør +Ġop aque +ä¿Ŀ åŃĺ +Sp read +SY STEM +Ġinv ersion +ĠBasket ball +Ġsim ulations +Ġden ies +Ġa vez +_list ener +Ġenh ancing +ĠMy th +ĠL akers +_M D +Nd Ex +D ATABASE +Ġt á» +ar th +[ left +Ġcontest s +st ile +(K ERN +_f c +_p m +Ġpres idents +Ġhospital ity +Ġfade In +RO PERTY +_m aps +ĠDefinition s +Ġassess ing +Ġus ar +Ġquant itative +mo z +Be autiful +[ (( +b ons +f requency +Cont ain +Ġpuzz les +ĠCast ro +Ġv illa +Ġkind ly +Font Awesome +ern a +epoch s +_dat as +ĉ ip +.p adding +ĠCont est +Ġed itions +Ġdispro portion +ĠI CO +Ġcome back += value +ri ad +-s ort +Sub mitted +(n etwork +ĠC el +Ġinstall ment +l ashes +.List View +ĠV atican +(Media Type +IV ED +reach able +: Is +ĠC ITY +äº ¬ +ĠHelp ful +Ġba ÅŁ +% čĊ +Ġpsych iatric +Ġrec ycled +FORM AT +ĠG row +b ine +G it +.s s +ĠWe apons +ĠSt y +_ arrow +* self +ire ment +Ġdeg li +App Delegate +_b anner +Ġcoordin ated +ĠWeb cam +Ġcelebr ations +. act +******************************** **************** +( show +Ġweek day +Ġconc erts +ол н +cl in +Ġcr on +ĠN im +.set Vertical +ĠEll en +س ت +ĠS AM +E ff +g z +ste am +Ġant ique +ph ysical +ĠForm Data +.set ter +ĠPO INT +B on +Ġflav our +erv ention +_ENT ITY +ĉ ĠĠĠĠĠĠĠĠĠĠĠĠ +Ġintr insic +Ġæ İ +append To +aram el +) ]) +ĠRecomm end +) m +OutOf Range +Ġkn ight +Ġsat ellites +ĠTit ans +Ġweigh ed +ĠD ana +e ase +Ġs ip +S IM +ĠDevelop ers +mal ink +/ check +_P LL +n ung +Ġdry er += A +.d w +_S QL +Ġsub plot +D ROP +Ġprot otypes +Ġhour ly +display Name +Ġas i +ĠViol ence +Ġastr onaut +Ġdat atype +Ġinformation al +Ġinvestig ative +etermin ed +ren al +; '> +ĉc ol +V G +_ boolean +re cent +Ġ* )ĊĊ +ĠRain bow +om men +Ġl ur +Ġopp ression +(", ");Ċ +ĠFac ility +DEF INED +Ġne on +Ġoff ender +AF P +ĠClean ing +[] ): +Ġund ocumented +.Re positories +ĠG uitar +аÑģÑģ ив +Sk ills +Ġtestim on +rypt ography +ĠAm ber +ĠSt alin +Ġl one +Ġap enas +Ġdies es +ĠAr duino +è½ ¬ +== - +_A ct +Ġc oded +âĸ ł +amb urger +-link s +Ġarm our +.H igh +get Content +st ag +Ġhe ck +ĠìĹ Ĩ +ĠMc Connell +ĠCon cert +ĠAl loc +ä re +.replace All +Ġpart itions +rot t +ĠF le +_T REE +reason able +ĠReport ing +Ġbillion aire +s cores +min s +- eye +M ORE +ab ort +ĠSW T +Ġin verted +ĠTe achers +; n +Ġast ro +н ов +ани ÑĨ +product o +c ountries +ĠO wen +Ġcont amination +Ġv ibe +ĠEll i +.s cript +ĠOl ive +D MA +v ier +: semicolon +-m odule +gress ive +ag u +_ players +Ġresult ados +start ed +scroll Top +==== = +Ġweigh ing +Ġ[[ [ +z ahl +( NS +ĠAssert ion +le ague +.setText Color +ĉ Message +Ġmom s +_A F +. wh +AL S +Ġaut re +] ĊĊĊĊ +.op acity +ĠBudd hist +Ġde af +ĠOrgan isation +(G lobal +ens ch +Ġhead ache +ĠAli en +_in ode +ĠSt ark +Ġæ ī +-l nd +ore f +_fe at +Ġpedest rian +Ġnom inal +Ġbal loon +Ġspr ites +Prototype Of +ĠA post +ĠF EATURE +O H +Ġre cess +ĠDon na +con sumer +$ GLOBALS +ĠG IF +- frame +In icio +Ġpass ages +Date String +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠ +.by te +B ug +initial izer +p kt +od ium +ĠD ER +. ops +ler i +Ġgift ed +Ġdet ach +ter rain +elt ers +ãģ ı +. loader +ĠN GO +str ncmp +K h +(font Size +ro cket +Ġpreced ent +ĠAur ora +ĠEx periment +is phere +Enc oded +ĠâĢĵ ĊĊ +Ġpy ramid +ĠAnn iversary +of il +ë Ł +( plugin +C oeff +Ġcooper ate +Ġpredomin antly +IS M +Ph rase +_DEF INE +Fl ip +AMIL Y +ĠMark ets +ĠStream Reader +ĠComb ine +Ġmanus cript +z za +, tp +Wh atever +IT ICAL +ighb our +Data Provider +.Text ure +priv acy +.S DK +Ġre charge +Ġc pp +ĠC FG +(h older +(p y +m ot +Ġsav oir +ĠR osa +ĠPC s +Ġí Ļ +.her oku +Ġf ren +ĠR iley +ag ate +Ġs ond +.x lsx +Ġh acked +st ad +G i +Ġsan ity +ĠSql DataAdapter +... ", +ĠP ussy +Ġ **************** +Ġhass le +_P ARENT +ĠU AE +Ġbegin ners +( Client +Ġstatist ically +.h our +ed elta +Ġtr action +uel ve +ar at +Ġsa una +IN VALID +Ġindict ment +AL LE +Ġdiss ent +ĠTyp ography +Ġintention al +s it +ĠAn imals +Ġcoun tryside +Ġu art +} \" +Ġseam less +¾ 示 +Ġaut os +Ġ"' ";Ċ +Fl ush +ANN OT +Ġal gebra +ass oc +ĠW aters +Ġprepar ations +ron ym +[, ] +S ans +Ġarm ies +ipe g +Ġcream y +. art +et re +ĠAn imated +Ġun pleasant +eme an +g reat +i Äħ +ĠEar lier +Ġch ic +Ġpres erving +(ex ec +ĠInvest igation +ĉG PIO +Ġrig orous +ij o += num +Ġtool Strip +) set ++" & +ĠAcc eler +Ġdevelopment al +is posable +Ġflaw ed +re ne +Up dating +Ġwatch dog +Ġden ominator +Ġsubur bs +Ġ... ) +Ġconv ictions +c losure +.I P +Ġtransl ates +.sw t +.Tr ace +Ġmet tre +.is Enabled +ĠEffect ive +.to Int +Ġen chant +Ġst unned +Ġpo i +/ code +ad m +.datab inding +ĠL orem +________________________________ ________________________________ +Ġled ger +Ġcar a +ĠG ir +Ġwa its +Un o +Ġc wd +è¾ ij +ĠT Result +Ġre jo +Ġem itted +ĠWest minster +ä¸Ģ 个 +ne k +_T is +Ġen act +ĉ with +org ia +Ġj ue +Per form +SP ATH +.top ic +ĠD aten +Ạ§ +Ġsit io +_M M +" So +b ial +Ġsc oped +Re quires +ĠT OTAL +ĠCh ancellor +( contents +Ġste alth +dev ices +-p ass +ili h +ĠMal colm +ĠDep ot +Ġconfig ur +a ussian +_con straint +в еÑĤ +G RA +ĠR ates +.dataGridView TextBoxColumn +ĠNob el +it ics +Ġignor ant +ĠReport er +ĠEb ola +ĠSh ock +_re lation +ĠNin ja +) c +Ġt icker +.is Checked +ĠSup pliers +ĠRap id +Level s +âĤ¬ âĦ¢ +ĉ queue +Ġch op +ĠUn ix +re ject +-c alendar +(s ort +è ne +erc icio +Ġh ect +CALL TYPE +rou pon +Ġrent als +auth ors +{ name +ĠF IFO +Ġl assen +ĠN ous +Ġsn apped +Ġfert ility +" log +click ed +Ġplant ing +Ġg b +/ output +PE AT +Ġc ategoria +Ġb ach +Prof essor +in th +"] čĊ +Rec order +ser de +ĠTrans mission +tr ad +Ġtur bo +_VER TEX +\ Event +il ver +Ġbod ily +ĠS ources +Ġkill ings +.xr TableCell +Ġfold ed +/ legal +un er +ĠR ifle +ĠM IDI +_Selected IndexChanged +.Size Type +ĠWeb Socket +Ġsele ccion +S and +ot ros +Ġenv ision +/ etc +ĠMel issa +Sp ot +но е +_ ARM +At tempt +ĠB I +ãģ Ķ +ĠD U +Ġback lash +str ide +/ classes +Ġtext Color +_st aff +ob lin +agent a +.c ollections +ill age +' čĊčĊ +fl atten +_s ales +_M ASTER +T W +_d a +P itch +ph ies +Ġz ombies +ĠV ERY +ĠPharm acy +Ġprogress Bar +Ġhas htag +S idebar +@ stop +(p c +ол ж +MA KE +ĠCor on +Ġkv inner +ĠM aid +b ob +.title Label +Ġsuccess es +ĠDemocr acy +ĠSurg ery +Ġcou gar +Ġcur so +Ġl oro +ist ency +Sen ior +æ k +ĠA AA +ĠBO OK +к о +W STR +Ġ*/ ,Ċ +oy al +.v ector +ĠS PEC +SS F +Ġcomp uls +ĠAppe als +ĠW inston +ĠMock ito +con trib +. available +entity Manager +ari as +_s ale +_r s +Ġdec oding +Ġloc ator +ol ith +Ġk ol +Ġasc ii +ĠR ut +/ interface +ĉĉĉĉĉĉ ĠĠĠ +ĠN umer +.fl ip +-d el +Ġbol ster +on omic +Ġz m +L G +Find By +Ġadapt ive +lo o +Ġv ue +(re verse +_c anvas +. roles +ific ado +ven ient +" As +ĠEn tr +al igned +Ġbere its +/// ĊĊ +.g wt +. employee +_cl i +Ġanticip ate +éĻ IJ +Ġp ik +Ġmush rooms +(t t +Ġo ma +ĠSan chez +_g oogle +. Valid +ĠFile Name +iv ative +k ed +-w ar +Ġm aturity +и д +Ġmin er +Reduc ers +ĠLat Lng +_ST D +D igits +Cal c +-up load +Ġhand ic +ี à¹Ī +egr ated +ĠST M +C lients +ĠTur bo +SY NC +Ġphotograph ers +. Out +.char acter +B UILD +.un lock +Ġar ises +ĠCommand s +(" ");čĊ +_F ORE +; ', ++" ' +. Images +") { +ĠM eyer +Ġneg atively +ĠD LL +Ġex e +Ġdef iciency +Ġwild ly +-s witch +con struction +Ġexception ally +ĠL iz +/j ava +Ġtheir s +ĠCont emporary +l is +.fill Rect +ĠN FC +Ġre he +(num bers +Ġr aster +Ġfig uring +Ġshow c +ĠJ ill +Ġarc ade +ĠConstruct s +md l +(' | +Ġident ifiers +Ġst ellar +( Connection +Ġ" {{ +y or +(m ysqli +Ġdo ve +Of Birth +.dis connect +_h i +Ġzw ischen +ĠGr und +i ros +_A rray +.on click +ans om +An swers +ĉ remove +F a +Ġhur ry +-in f +Ġget Class +ĠReg ulation +ĠFLAG S +m isc +K en +_ heading +G Hz +- entry +Ġbi ography +S ig +-m f +Watch er +âĢľ A +} px +Ġsp icy +_s q +L ost +(tr ack +а ли +Desc ending +< bits +qu ine +ĠAdv oc +_S N +ĠHann ah +PO P +Ġem itter +Ġc yn +ĠC AD +? ). +/ set +ĠS ister +ĠEnd point +Ġmen or +Ġinter p +r k +id le +Ġout fits +. vertex +Ġc lic +ARE N +Ġpost ure +ĠOpport unity +v x +ĠFor bes +.D irection +Ġres ide +Ġremember ing +nest y +Auto resizing +pro viders +ĠA H +Ġhur ting +ĠL ily +eval uate +lij k +p apers +ĠSm ash +ĠL AST +Ġwell s +w asher +_RO LE +ĠD anger +* (( +_re pository +ĠRes olve +ĠRoom s +_R G +ĠQ T +o op +ĠHe ap +Ġslow ing +Ġgrat uite +_c atalog +Ġpol ynomial +L y +pc s +F ox +ĠC yr +Ġdim in +/ month +S alt +Ġh ind +.P ER +For um +c en +_p ol +íĺ ¸ +Ġin ser +( ~ +@ test +ĠGold man +Ġupload ing +F c +Ġkom mer +Ġm itt +_log ged +Ġbu cks +-l ayer +) };Ċ +ĠO M +Ġv eg +col our +Ġоб ÑĬ +Std String +_ que +ĠT ian +Ġspecial ize +и п +Ġк л +tr ial +- edge +Ġm ars +OG LE +Ġempath y +ĠB om +Ġcoll isions +Ġcart e +ĠTe il +ĠM PL +Ġporn ô +Ġa irlines +A ws +N s +ĠSp awn +( use +é» ĺ认 +Ġy acc +st or +Ġconf ess +Ġpe que +r age +? "Ċ +/dat atables +ĠSh ower +__ / +Ġcryst als +Ġbus car +ĠH aus +iz ação +_ entities +ķ Į +ļ Į +x cc +v irt +-che vron +( Result +c ake +COM E +Ġprohib it +ĠCh ess +Ġbe aucoup +ĠÑĩ ÑĤо +R UN +ĠI K +ó ÅĤ +_ Update +Ġsle ek +ĠSpec ify +_c redentials +ÅŁ t +ĠUser Name +ĉ Value +Ġarray List +Ġex changed +ips is +.re lated +ĠSe ite +_B AR +ĠL em +ĠW ATCH +ĠC lients +Ġ. * +ĠEar l +-re port +Ġforeign ers +Ġstrengthen ing +ĉ Description +(g o +.tool bar +Ġcalcul ates +ĉs ource +Ġcz as +Ġre cl +ab o +Ġlocal host +Ġ^ {Ċ +.P op +ĠDes igned +\ Abstract +H old +ĠGuid elines +ipl ine +Ġc aching +.Re ader +_ext ernal +.str ptime +ĠWeek end +-M ar +ĠBe i +Ġ{* } +ĠR ud +Ġexpl or +ĠBou levard +C ash +Ġprep ares +Ġserial ization +ew ater +Ġad c +: ĊĊĊĊĊĊ +Re fer +Ġsc anned +} }ĊĊ +ĠF ul +Ġtour ing +ãĥĥ ãĤ¯ +> (( +sur vey +Ġí ĺ +... ')Ċ +ĠDiv ider +os l +_C ANCEL +_pre pare +st in +ĠHe ath +.Primary Key +ĠâĨ IJ +ĠLocal DateTime +Ġcooper ative +L earning +.en queue +Ġgo og +ĠReg ression +im ates +Ġvoy eur +ĠDr ink +pl ug +Ġl ender +man a +Ġperson nes +yp se +Ġun link +ĠRav ens +Ġhur d +Ġperiod ically +ARG S +ĠG H +char acters +... "ĊĊ +- establish +Ġd n +( condition +ĠGr avity +Ġest as +_f ocus +Creat ure +(s ite +Ġc arr +ĠR L +ĠR I +ĠM oto +AS F +ĠLuck ily +ĉ Route +Ġent ropy +(" ," +Col lect +( contact +ĠFlo rence +Ġpremium s +Ġlif ecycle +Ġb ans +x ef +Web Kit +ĠFlo ating +Ġcos a +Spec ific +ĠLo ans +b read +Ġdes criptors +Ġ{ :. +TH READ +ĠT rent +Ġsc op +Q A +ĠAnt ar +p el +_d ifference +_ch anges +(... ) +ĠR otation +ĠLG PL +ĠJ UST +(T ask +_sub set +ĠTR ANS +åĬ Ľ +ĠSc out +-p opup +Ġsm oked +_C lass +Ġturn over +br akk +ĠRock y +t as +.Regular Expressions +ĠElli ott +ĠSp inner +DU CTION +Ġlib re +Ġmol to +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠ +ĠF TP +m peg +(f eatures +Ġb ald +ĠV id +Ġsh outing +L int +Ġsock ets +Ġpro w +Ġnouvel le +isc ard +ĠS ponsor +Ġconsult a +)) ); +Ind ian +ĠR aspberry +Ġteam mate +ĠJ WT +ĠGh ana +Ġc akes +pr imer +form a +erg arten +_M anager +Ġpre season +G AME +| " +ĠBro ck +Ġoccup y +Ġdecor ations +á nd +Ġc ot +Ġpar an +D isk +rem ain +> ? +Str ong +Ġfr ance +ĠE ra +-c r +.Buffer edReader +ĠParad ise +ĠV AT +ĠAnd ers +Ġlim b +amp oo +Ġimper ative +UT ILITY +ĠRec ognition +Ġragaz ze +Ġpop s +yp ress +Ġemb argo +// {Ċ +Ġsy ll +P TR +åŃĺ åľ¨ +Ġdid nt +Mail er +Ġacad emics +ĠFra uen +ne ider +- rel +Ġrain bow +( In +Ġslic ed +============ =Ċ +(s end +NSMutable Dictionary +v os +(p ackage +Ġord inance +view er +ĠSant os +-s elling +Ġgo v +ett le +Ġfound ers +Ġw aking +sl ashes +-p ound +re cht +ا ت +.on Click +Ġn ord +st änd +_ when +UT ERS +ic c +Ġcaps ule +ĠW id +M arc +ภ¸ +ro red +UG E +LO UD +ĠAud it +ip ients +op ian +ĠS ue +Ġwur den +.H elpers +Ġf actions +[ np +-th an +Ġre co +Ġk as +Ġcmd s +/n etwork +xb f +get Color +Ġbi ased +ĠL ak +D atas +vent s +Ġë ² +_P S +. Validate +Inv oker +Ġne uen +Ġju venile +V ISION +Ġdev ote +Ġlin ha +Ġdiscount ed +\ Config +Ġworth while +Ġskin ny +ĠC ourses +le ys +ĠMort gage +K evin +Ġannounc es +]) * +res ervation +Ġæķ ° +Ġprejud ice +ĠString Comparison +Ġbe ard +-w in +ĠS ão +ĉ ms +j al +ĠE arn +_ ports +ĠN ombre +_C OR +ĠB UILD +.s ound +Y ellow +Ġlineback er +Ġchar itable +j ug +_NON NULL +ĠD ental +"> ${ +ĉm atch +R ussian +Ġvers ch +Ġp inned +Ġadopt ing +Options Menu +P ag +Ġpair ing +Ġt read +erc ises +ĠSp read +) i +ĠB AD +_t f +UI ImageView +pop ulate +b ab +ĠÏ ĥ +[ ++ +Ġopi oid +Ġ## Ċ +d type +ĠStart s +('/ ') +Ġperson als +-mark et +Ġredund ant +ĠEss ential +Ġscrap y +Ġи м +a cl +Ġcre ar +ĠB end +Ġrel ieve +- room +w ife +Ġv Ãł +ĠQ Point +Ġqu asi +Ġmethod Name +\x c +ĠPer u +/ The +. orm +Ġv iz +/p df +Loc ated +Ġconfront ation +ĠChampionship s +Ġhyp ert +Ġd j +ĠUser Info +ĠåĪ Ľå»º +\x b +(s im +Ġ== Ċ +Ġst aging +Ġdr astically +åŃ ¦ +l ords +. less +вед иÑĤе +ĠB ucket +ĠM am +. term +_p i +c zy +.p ub +prec io +ĠV irt +Ġrom an +it at +L ex +_inf os +Ä ° +. other +VE LO +Ġp onder +Ġh anno +( Page +do i +Ġpol ite +Ġprogram mer +D ies +$ d +Ġrep lication +add Column +fr ican +Ġl eng +be er +o it +Ġw asting +yl im +me asure +N eg +Ġpart ie +.con sole +ĠGu inea +TE L +_f act +.ch unk +Ġl ent +Ġall er +Ġठķ +_id le +Ġad missions +JSON Array +Ġv ibration +.h elpers +å¤ ĸ +Ġh en +j ohn +Ġì ĥĿ +Ġjud gement +Ġge en +ter ra +^ { +ĠI z +Ġc â +inst ances +Ġthreat ens +Ġm üssen +Kind OfClass +Ġstoryt elling +_d emo +ri as +Priv acy +h ift +ĠY i +es or +íķ ł +ens itivity +.W riter +ภĤ +D istrict +.get JSONObject +Im pro +(get Resources +ĠS PELL +rodu ce +Ġslow ed +Ġlin ewidth +Ġhonest y +ĠCo ord +ĠF ork +ĠDispatch Queue +ĠCl iff +ĠW iring +_TIM ESTAMP +oll ah +av oid +++ ];Ċ +sem antic +-c ss +Ġv eto +ĠM err +Ġlegisl ators +CEE DED +Ġquestion naire +ĠP ills +Cal culate +(c ore +' e +Ġdis like +ĠPre ferences +_EX TERNAL +è° ĥ +Ġd odge +æľį åĬ¡ +.n ames +.draw Image +_p rom +uck land +Ġ<$ > +ı z +/s ite +é¡ ¹ +rop he +Ġcomp elled +Ġl aptops +Ġun i +C LOSE +Ġcasual ties +ĠUn iform +Term inal +. "," +D AT +(T reeNode +ĠGand hi +(st mt +AX B +* M +Ġumb rella +an imal +Ġgr pc +Ġwhere by +Ġfloat s +ĉ arg +Ġdb g +Ġexceed ing +Event Type +.SaveChanges Async +Ġ{ {{ +Ġow ed +ahren heit +Ġì § +Ġequ ipo +ur ai +Ġid ol +] ")Ċ +_m ajor +Ġentire ty +inger print +ç os +/ account +ĉ right +urs os +ĠE DT +_INS ERT +Ġsh ining +Ġ< : +Edge Insets +Ġcolon ies +. IM +ĉĠ ĉ +RO AD +CC CC +pl acing +Ġget Activity +em acs +' %( +.click ed +ĠTh em +is ia +Bus car +.re name +Ġo ath +Ġafter ward +ĠU FO +AP S +ĠJackson ville +.s ome +Conf irmed +.s can +ig Integer +Decor ator +sh ield +ress ive +.d id +请 è¾ĵåħ¥ +Ġsh utter +D am +Ġparent ing +ey ed +$ item +-de velop +Ġextract s +Ġdecentral ized +ĠEl sa +_sp in +]) + +-in itial +Ġmult itude +Ġsens ory +ĠMODE L +Ġsafeg uard +ì ¹ +Ġhunt ers +ĠT iny +IN O +decor ate +ĠNo Such +H o +( Response +Ġr uler +ĉ short +Ġc aster +Ġclient Id +Ġp db +ëı Ħ +it ic +ĠGame State +Ġnew Item +)ĊĊ ĊĊĊĊ +ou is +n oc +.BL ACK +_V ECTOR +---------- (); +.get P +any e +Ġneur on +if old +ĠK nown +Bit coin +Any way +ay ette +Ġ' [' +Ãł nh +m gr +Ġcor related +Ġn ause +Ġment ality +has Many +ĠF G +amp ie +IT U +F s +.S p +_b etween +Dep endencies +ou g +Place holder += text +ĠMan aging +ocal ypse +åĮ Ĺ +_m ag +f ld +â ij +C AM +ĠHelp ers +Ġd ost +/ out +Ġassass ination +.get Image +ĠKenn y +.' )ĊĊ +){ // +ĠR anger +Ġg ek +Ġsinc ere +< Value +ĠD OT +ĠVict ory +Ġleg ends +Ġpr isons +(ex pression +ĠR abbit +_s entence +Ġbit es +Ġon Failure +ĠâĪ Ī +K im +.g ender +ĠÎ » +Ġ[ . +"] ); +land ing +-d igit +TE MP +ĉ entry +Ġstrt ok +Ġdesc endants +um no +Ġlean ing +Ġspecific s +q n +ĠSp art +Ġpor r +EDIATE K +Ġse per +' aut +ĠSTE P +ĠBorder Layout +Ġret ros +ĠSalv ador +ĠEN GINE +x dc +T weet +v k +Ġì ² +] << +het ics +c oding +Re ach +.re q +gu ide +.s cope +sh irt +rog ate +SET TING +ĠProte in +Ġe ing +. EMPTY +.d f +Ġclear er +Ġc rossover +ĠTo ys +Ġco ated +.M onth +ĠAtt ach +/ run +.t abs +Ġogs Ã¥ +B rown +.D ATE +Ġf os +åŃŠ符 +W ood +-th ree +her ited +Ġ rop +( ac +Ġembod iment +ĠKenn eth +Ġcan non +Ġb idding +čĊ +.get Resources +Ġl ump +_const s +( ext +ĉd ir +â Ŀ +Ġpadding Top +Ġobs ession +Ġb anning +ĠApp Module +Ġpart isan +Ġcatalog ue +Ġmin ors +Ġpitch es +we ep +Ġundert ake +Ġthem ed +aud it +.scroll Top +Ġr er +Ġsympt om +Ġopen ings +.block s +open id +Ġas sh +-s ave +ĠP ig +Ġreg ain +Ġin icial +/f avicon +ĉ exp +Ġsp ices +isk a +claim s +m ak +definition s +Ġcorrespond ent +ĠCann abis +__ ,Ċ +ĠL ucky +ĠGa ussian +ĠN early +C AD +'] ]Ċ +Ġadequ ately +ĠT ITLE +constitution al +-m m +_ override +Ġbl as +.ready State +Ġremin is +Ġrein forced +ĠColl abor +Ġdecor ating +Ġb achelor +ERRU PT +Ġup right +ip ation +ĠNob le +Ġvalue ForKey +Ġset Loading +.I gnore +å ģ +G lobals +ĠM ent +AS SES +Ġlim bs +ĠH UD +inc i +. iv +ĠQ ModelIndex +F use +Ġped al +_F REQ +( verbose +Ġlong itud +ĠChar ter +ê ·¸ +Ġbund les +. ignore +um bo +EM A +.... ... +s x +.C ard +Ġhe ute +Ġste er +j umlah +Ġ{ _ +_Check ed +Ġf ax +ĠG ust +itch ens +Ġ ))ĊĊ +Ġremark ably +/ XML +- remove +_b t +Ġinc ub +.p ackage +.current Thread +ĠHigh lander +.s ide +s plash +Ġ ici += D +Ġp uck +Ġball ots +Ġhug ely +co eff +Ġp Data +.C OLUMN +ĠHe aling +Ġord in +! ), +Ġ' ',čĊ +(m d +ĠS ask +< strong +Ġsurviv or +.s eries +Ġcaffe ine +Ġ` ( +.TRA ILING +_ Input +(" ^ +z d +& );Ċ +ĠP ing +Ġv oucher +.r ating +-sh irts +ĠRetrie ves +.al ibaba +Or acle +_MO V +Old Data +Ġ/* čĊ +Ġg boolean +Ġ=> čĊ +Ġr á +Ġbl unt +ĠImage Icon +if ik +RT C +Ġfib ers +Ġto ile +.s ent +ĠPy Qt +$ app +Ġmed io +Ġgrant ing +Ġtsl int +ĠM ö +(fig size +Ġhur ricane +Ġlif es +Ġà Ħ +rocess ing +_st andard +- option +')) ) +Ġvac ant +å· ¥ +ĠH ollow +handle Change +Ġdiv ider +ĠEngine ers +Ġsv ens +Ġcompl iant +t anggal +ĠC redits +ĠEm irates +Rule Context +Ġreal ization +Ġdistr acted +]+ = +Ġaug ment +ĠD w +ot p +or rent +Edit ar +.st ock +St udy +pe ctions +ĠGame Manager += cut +Ġf lock +ĠRom ans +th em +-h op +Ġscreens hots +Ġ/* !Ċ +Ġconvers ions +Ġnormal ization +(config uration +Ġa eros +_se curity +! 'Ċ +B onus +ĠDR IVER +ĉ Date +t ie +ĠWy oming +St and +it re +Ġsh oppers +Ġdisadv antage +Ġlik ing +ç¬ ij +Ġunderstand able +SE E +Ġh oy +Ġnin ete +Ġcon fer +Ġnow rap +ĠV ern +, čĊčĊ +imest ep +Layout Manager +à · +ĉw ait +PLE TED +J apan +Ġindu ce +Ġå ¯ +оз в +_END POINT +.h orizontal +Ġacceler ated +rim on +IV ES +Trans actions +Le an +ĠSO UR +wh ether +y g +Ġo id +ĠEntity Manager +OUN TRY +Ġfil a +OLUM NS +IN UE +ĠAn chor +TR AN +wo o +block quote +ĠN urse +ĠCar p +Ġrede em +. try +ĠJ P +Ġtimestamp s +Ġ?> ">< +ĠREM OVE +ĠStar bucks +Re ally +Ġflood ed +.C allback +Drop Down +ip ro +Ġt ended +l te +Ġproport ions +- te +ĠR ena +lic ate +for ces +.ex tra +.auth enticate +в од +¡ ° +Ġfor ControlEvents +Ġsen ha +Ġke in +Ġmin ist +ĠPre ference +ĠTele graph +Ñĥ п +str pos +Ġillness es +Ġp igs +Ġget Intent +S ol +Ġ ¡ +(c pu +[ prop +s creens +'); ?> +ĠAct s +Ġstr dup +Ġaver ages +an al +ĠCas ual +Group Box +ĠHand book +/ comments +Ġnumber ed +Ġbroadcast ing +çĽ ij +.native Element +.m u +Ġupdated At +ĠDoes n +.A C +.c oll +Ġrec order +_sh a +B g +b il +Ġbol ts +Ġç ¬ +Ġim posing +ĠInformation en +_flash data +e conomic +Rem ark +uc as +ĠOff icers +ĠT ER +W alk +Ġmerc ado +_g enerate +H Y +Call ing +s nap +script Id +. operation +ĠFl ame +l iness +Ġrent ed +_t oggle +-ch anging +ĠT Y +' util +EE P +Ġgraph ql +ĠUn i +Ġimp ulse +.B asic +Ġenerg ies +M ARY +ĠMar cel +Ġmort al +Ġf res +m ens +m otion +Ġsample d +âĢľ That +id ay +qu ipment +get Int +ĠA bsolute +,' " +un ed +.sh are +Ġ} )( +mm m +ĠR ising +ä» » +Ġun employed +x fa +.f ollow +ĉĉĉĉ ĠĠĠĠĠĠ +sl t +.P hone +Ġkn ives +Ġe ve +on Click +] ))čĊ +ĠW itness +ĉ NS +ĠE OS +ĠSte fan +ĠPri est +âĢĶ which +Get String +. By +Ġup stairs +Ġdetr iment +bro ken +emb ro +Ġnic otine +il ion +Ġaston ishing +_ aff +ĠLess on +Ġaccident al +od or +Ġdec ir +Ġnew Name ++ . +çĽ ¸ +igs list +ĠG ithub +Ġsuccess ive +rac ial +Ġen viron +éªĮ è¯ģ +Ġredirect ed +T OTAL +Ġgrab bing +ĠL ance +Ġfor fe +_C B +å¾ ® +El apsed +_w ay +(Dialog Interface +_me asure +x bb +D og +Dep art +-s rc +res olver +with standing +_sh ell +ĠLast Name +ĠAv iation +Ġbegin ner +("% . +(to ol +Ġн ов +: init +(A PI +ĠMorr ison +vt Color +Ġstap le +/ INFO +Ġsupern atural +Ġste ak +tim eline +zz le +" `ĊĊ +Second ary +ĠNep al +.String Utils +Ġad am +Ġ( ... +Ġsub stitution +Ġboard ing +ĠKey word +ĠAss ault +dbc Template +Ġorder Id +( engine +.assert That +ĠVen us +Ġhomic ide +ĠA val +Ġg utter +ĠSupport ed +/p art +Ġac claimed +H istor +Ġmes es +ü ber +ĠRen ew +Ġgr as +ĠE k +Ġin file +ind y +.m usic +.S croll +ĠA ges +ĠNar uto +ĠG ather +Ġconfirm ing += (" +Ġpitch ed +ole y +Fr ance ++' " +$ total +Ġon de +Ġd itch +_s igma +Ġcontinu ity +re ward +- load +Ġproces o +Lock ed +st aw +Ġsp inal +l azy +! == +j est +Ġd un +ĠRod gers +ĉ grid +Ġlog os +ĠBeng al +.s uper +Provid es +Ġnut rient +.T imestamp +IZ ATION +åĨ Į +Ġf ats +ĠX xx +ct ica +Target s +Ġcont ours +Ġre ordered +: Array +Ġtoler ate +V ir +Ġter ribly +Ġbr icks +(& _ +h b +Port al +ĠB read +. which +ÂŃ t +as InstanceOf +Ġj object +ĉ length +_M T +; ">čĊ +_EX IST +Ġmat ernal +RE L +Ġê²½ ìļ° +he e +Ġlayout s +ĠL ap +ais y +Ġst umbled +ĠU IG +ĠS co +Ġimp aired +RES SED +Ġab uses +V F +AR B +.N AME +r ch +prim ir +_com pleted +Ġp enny +Ch rome +(b egin +ern en +- checkbox +Plain OldData +ĠL PC +r ade +sp ir +Ġcon ceived +T ips +ĠIo T +ĠG an +èģ Ķ +Ġbi ases +Ġconsult ants +ple d +_ ht +associ ated +], ĊĊ +Ġdelight ful +ĠÑĤ ек +Hel vetica +( load +-exp and +_W IDGET +to a +ĠA kt +Ġom n +Ġcl auses +Int el +*/ }Ċ +_reg istration +Ġold Value +Ġrest oring +Ġun real +O VER +ĉĊĉĊ ĉĊ +AT S +_pro be +Ġdiv isor +.update Dynamic +å¹ ³ +Produ ces +st amp +.j boss +ĉt ask +! (: +Ġpsych ic +@ class +M artin +ĠPass ed +clar ations +h el +а Ñĩ +ĉc opy +-b in +z an +ig ram +া ঠ+(s ig +ĠC aval +_ ## +Ġ% = +out lined +ĠAc id +Ġunpredict able +-d ashboard +Hex String ++ c +.P ublic +Ạ© +Ġconvey or +ĠE B +Ġselect s +Ġknock ing +ĠC ec +IBUT ES +owa Äĩ +g atsby +* v +ent ropy +Ġdispatch ed +Ġcam el +ĠSat urn +Ġover weight +( phone +par able +% B +_v ectors +Ġbrew ing +ĠT k +ĠDownload s +ĠS aved +.Pr ice +Ġcur ved +ĠParen thood +è ¶ +.p nl +plet ely +.D ay +Ġadvertis ers +Ġej ec +Ġpr zed +ë ¯ +! ';Ċ +ĠK ush +ĠT AB +Ġquest s +Ġcoinc idence +umm ies +ĠKash mir +ĠEth ics +_g rowth +Ġakt iv +Ġgroup ing +å¢ ŀ +_tr uth +åIJ ¬ +t odos +is et +Tex Coord +ä tt +ĠZ ur +ro ys +_M AGIC +Ġbrew ery +( State +ĠSM ALL +ĠPl ants +it bart +each er +ĠAd elaide +L u +Ġf ick +und les +_load ed +и е +P oll +rit ic +EL Y +Ġ+ ' +ĠProf ession +Ġst amps +ĠS ew +scroll View +Ġcomm unist +/pro blems +}čĊčĊ čĊčĊ +, o +Ġu dp +Ġob ese +appro ve +ancell ation +_G ame +ĠHas htable +adaptive Styles +Ġpossess es +.match er +function al +M rs +ĉs ave +ĠDb Type +Ġk en +get Context +Ġm ans +( rel +ĠBrother hood +) `Ċ +è§ £ +.In formation +OutOfRange Exception +ĠS ek +C as +Ġblog gers +E ither +(" "" +Ġpin ch +Ġco arse +) p +ĠP ulse +Ġlear nt +Ġdent ist +Ġon change +Ġdirect ives +( actions +ny der +ĠSh ir +T rait +_de p +ĠP ET +ĠRE P +.App Settings +cu ador +iden av +Ġenv i +Ġsl ammed +ĠSh oot +Ġdate Format +.j oda +ve ys +Ġ) .ĊĊ +Ġcare g +ĠPar allel +_ translation +.function s +. obs +Runtime Exception +[] = +over view +ĠSch l +Ġno isy +ĠOn PropertyChanged +S ending +Ġunf amiliar +U pon +ĠPrint s +.t yp +Ġflee ing +ĉm ove +( Un +Ġq r +× ľ +_b eta +Ġsk ies +ĉm e +W ND +Ġstick ers +bl as +Ġinsert s +Ġvers es +ĠD ew +Ġtang ible +Ġhe cho +P OL +Ġte ardown +om nia +IB E +.c over +_str ategy +^ - +set Position +u ale +S igned +Ġif ace +as eline +.set Time +ĠMin eral +ĠFight ing +sk ins +Ġdiscrim in +Ġdans k +ĠPr inceton +ac ist +Ġ( ));Ċ +tr acks +imon ial +ad ecimal +EP ROM +ugg le +.Not ification +$ mail +c antidad +ĠJ ung +Ġseek ers +Ġpl ausible +t ier +еР¶ +Ġr apper +ĠMan a +ĠHttp StatusCode +Ġburn t +los es +ĠF oto +ĠJson Object +Inst agram +Ġsys call +Ġreal ities +ĠMAT LAB +:^ {Ċ +TER M +ĠC bd +ĠPar agraph +Ġtrav és +Ġconstruct ing +Ġsw al +Ġp ige +LL LL +-ex isting +G ets +Ġmelt ed +Ġmitig ate +H en +Ġh m +im as +ĠA o +ĠP erez +ĠD AL +Ġëĭ ¤ +Ġdiv is +Storyboard Segue +ĠMod ify +ĠÃľ ber +_O VERRIDE +.p em +unt os +Ġespa ñ +Ġ{ ? +ĠP AY +_ip v +ĠF ury +__ .__ +el ow +-center ed +check s +_ Reg +-J avadoc +ĉ load +ĠLik ewise +ا Ùħ +UN E +.se m +x cb +ĠC ave +_s leep +Ġsil ently +ĠExt reme +.To Upper +ĉC HECK +Ġc ue +ĠQ ByteArray +Ġcorrupt ed +ĠD é +Ġimp ed +Get Name +Ġinaccur ate +Ġso ber +е е +Ġbar code +-- ){Ċ +ink i +Ġé p +Ġd ri +ĠAL T +>>>> >>>> +ont a +[ L +Ġinter es +ver ting +Ġdi agnostics +p dev +è © +ĠIntegr ated +). ' +_g c +$ text +.g ames +ĠT erra +' Re +.trans fer +_F IFO +get Model +Ġbl and +ĠCole man +Ġpr imes +Ġæ Ī +Ġcross es +n k +G ING +Ġ' ^ +ĠB lob +Ġinter course +ĠBl vd +Ġweigh s +_reg ular +ĠPer th +Ġsepar ating +Ġb illed +.tab Control +Ġpup pet +Ġutil ization +Ġâĸ ł +Ġsucc es +Ġl amps +_pro j +E ric +Ġren ovation +ĠFam ilies +ĠB its +part ials +-M en +s olution +Ġd warf +.IN TEGER +ĠLO CK +. ct +Ġexcer pt +ĠP ix +ĠFirst Name +ANT ED +ĠAd mir +-h elp +P rior +ĠAl ign +.IN STANCE +Line Edit +('/ : +Ġin et +od us +.p kl +ĠK Y +up ert +Ġn erves +_grad ient +} ',' +_un ref +Ġs aturated +ĠConn ected +ĠF N +EX IT +Ġtele port +Ġav ait +Page Route +Ġdivor ced +(l ang +f st +ĠT yr +Ġmess enger +if stream +X S +ĠBank ing +Ġinfect ious +ĠM ons +_LO OP +Ġzur ück +Ġobt ener +/re pos +V el +ac ro +Ġuser Repository +style Type +ĠS RC +VML INUX +rec ursive +/ bar +_ch ip +omin ated +ĠN it +âĢĶ to +ĠBudd h +ом еÑĢ +ĠM AG +ĠC HE +_d en +. raises +_de gree +Ġpump kin +_tem plates +_M EDIA +ĠTim eline +Ġb ots +Object Type +Ġbu ys +.post s +C AL +wait ing +ĠDani els +Ġd abei +ĠS igma +il or +ig el +, W +AD S +( panel +ì² ´ +it ating +.p alette +Ġmos quito +Ġt ego +(parse Int +Ġdes pués +p romise +Ġw ij +types cript +ĠT v +_IDENT IFIER +).ĊĊ Ċ +_fl at +its u +US R +ex perience +-f it +ph inx +_th resh +Ġide ally +ĠFre eman +, DB +_r w +çŃ ī +U b +_stat istics +=" ">< +Ġch ore +Ġy ork +inst alled +Add itionally +Ġp stmt +yl ko +:: Ċ +Fore st +Ġhead set +Ġgall on +ÑĢ ем +Ġwithdraw n +ĠC andidate +Ġmel ting +Ġfree zer +Ġh l +_HE LP +m ime +( /* +Ġth irst +$ return +member of +еР± +ĠHttp ServletRequest +( ob +_ Result +Ġassert ed +Ġfulfill ing +Ġstret ches +par ated +-f unded +Ġå Ľ +ing les +_c a +. condition +ĠDis plays +Ġor ang +ĠC RE +Ġgl Bind +ĠSelect or +/ type +ĠAlex a +ched ules +ĠPen insula +Ġpar ity +ĉ dest +ĠDo ors +čĊ ĉčĊ +_dim ension +Ġa load +.St oredProcedure +(p aren +ĠBur ke +') ]Ċ +- engine +Ġqu ir +ĠHy brid +ĠDo e +Ġout lines +ĠTrend s +_N V +per iments +ĠH in +? ', +ĉ Text +F UL +Ġsm ells +Ġs lick +Ġmis erable +ĠArray Adapter +Ġparam String +H om +_l iterals +us uarios +Ġprompt ing +_l azy +ĠActiv ation +_ oc +We ak +Ġan ecd +ĠU CLA += re +isse ment +ĠEsc orts +Ex cellent +ĠP ause +Ġre positories +T OR +ari ate +_is o +up dates +hal b +udi ante +ë¡ Ŀ +Ġna ive +ĠP eg +ĠL ounge +ARG IN +(b in +On ClickListener +ĠFA ILED +Ġl ite +Ġd zie +ĠL iteral +iv or +fc ntl +Ġe ats +Ġq ed +Un lock +rid ing +und ai += M +AT TER +Configure Await +ici as +ustom ed +Ġsuccess ion +end Time +ĠJ upiter +Ġjud ging +d ration +_d ocs +.m o +Ġeduc ators +ĠV ine +Con d +[ out +q b +\ Validator +Ġmean ings +Ġpresent ly +Ġdiv iding +otten ham +asc ular +Ġtrail ers +ĠC LOSE +ам и +âĢĻ ai +ĠG ain +w or +Ġpl anner +Ġdistrib uting +v at +month s +x label +H F +V iol +.BASE LINE +еÑĤ ÑģÑı +ĠR otate +Ġtx n +: bold +Ġb loss +Forg ery +( embed +Ġjak o +s printf +the ir +Ġexhib its +- static +he cy +get ActiveSheet +.c lients +ãģ į +_h ide +[ word +C b +add Item +ax e +_r adio +al ion +mod ifier +Ġsat uration +Ġden om +_p ixels +m ess +(f l +at if +Ġse cs +Ġpro stitution +Ġgrand children +Ġparad ise +ĠF eld +_B INARY +it ous +๠Ħ +Ġflash ing +-s ided +Ġcontrad iction +/* ĊĊ +y label +ĠT et +Ġadm ire +res o +Ġlet z +ĠSE ARCH +sl ots +ĠRew ards +ĠH og +ĠNS Data +st ash +F all +ĠA mer +Line arLayout +/ photos +Ġfe ather +Ġ| čĊ +Download s +.Start sWith +Ġ// # +ine Transform +Ġaff id +V tbl +ĠRog ue +scri bed +Ġfa uc +ĠMon roe +Ġdecl ares +mod ern +re on +ay be +P ASS +f ers +_MULT I +ĠMath ematics +Ġsud ah +_ATT ACH +Ġnumber With +ĠSol omon +j in +ograf ia +ö l +_d esign +cul ated +ĠL una +ies z +Ġ=> ' +Ġrevel ations +Al ong +( ed +ĠF ilename +Ġy label +Sec ure +Ġbus ca +agn osis +_RE CE +Ġoverl apping +Ext ent +Ġanticip ation +Check s +ĠALS O +or c +iling ual +it ational +Ġadv ancement +ou ro +ĠP redicate +å¾ Ĺ +er ia +ĠPier ce +or io +Ġmer its +Ġpe anut +.P ackage +ĠCon duct +_SENS OR +Ġbo iling +Ġin tra +ĠI GN +ĠF ur +.Ref resh +ĠRe ach +_dec oder +.Ex p +ĠÑĤ ак +p ill +, Q +ĠGr ill +Ġpop ping +.A g +Ġpro yecto +Ġmile age +Ġec ological +] ]);Ċ +ĠÂ Ń +sub plot +ac ad +ĠTry ing +rec ipes +$ criteria +ĠPers ian +-b ound +M ASK +ĠG esture +Ġk k +ĠP VC +Ġprohib ition +Ġcom ando +ĠLO OK +Sh opping +Ġdist ortion +< Boolean +.Get Length +um pt +\ Product +ell ery +Ġfire wall +form atted +.red is +Ġes a +ĠRh ode +S om +.n on +Ġ' ). +Ġget View +ạ n +pr us +Mat thew +Ġs ia +ĠF ors +G PU +ient ras +_IN ST +Ġol arak +Ġimport ing +T CP +/ ");Ċ +e ither +Ġfresh ly +c ascade +(char acter +ĠJe ep +ot ics +_ UTIL +.Xtra Printing +.first Child +ĠEx cell +Ġd vd +Ġt aller +Ġr as +yp ass +Ġassign s +Ġgri ev +-m ore +J D +ĠBurn s +' >čĊ +.D ependency +.Query String +.O wner +Ġexp iry +Th u +( Vec +Ġhazard ous +Ġr pm +AP ON +Ġadd Target +sv ille +p Net +ĠIm g +ĠTIM ER +.An imation +Ġbe k +Ġass ort +Ġle bih +Ġbody Parser +Ġvibr ating +ID L +Ġbutter knife +int ers +Ġpersu ade +ĠLGBT Q +è ĭ +.s oft +Ġbe ams +_s ur +.D ef +Ġl abs +ĉ plt +Ġsk ins +Ġtransf erring +Ġimag inary +_E nd +; background +Ġl aps +_COM MENT +(S DL +ond s +.Rec ord +ĠIm plements +_t icks +() ))ĊĊ +Ġa rose +] ? +ĠM p +ĠI Command +Ġsculpt ure +Ġcontract ed +< HTML +Ġcal end +at y +/ Sub +Ġkv inn +_ IGNORE +ĠSh ane +ML S +Ġstim ulate +Part ition +Ġm un +ó m +eral a +- account +.B inary +c é +Ġse ize +connection s +ĠĊ ĠĠĠĠĠĠĠĠĊ +ĠDi agnostic +V ISIBLE +ĠRun s +Ġimpress ions +s uite +ob le +~ - +ak ukan +< Person +ĠN os +ĠG ui +.wait For +RE SET +Ġpost pon +Dis cover +arr ison +sh aw +b lood +AJ OR +æĽ´ æĸ° +ĠM use +æĶ ¶ +Ġret aining +ot te +Ġmos que +ĠS ne +Ġstandard ized +Ġmain land +_th ree +unge ons +get Doctrine +Ġwh ale +Ġag g +ĠP orsche +now led +lat ent +ĠRel ation +Ġ// ' +Ġshut ting +ĠRem ix +_c ov +Ġs ailing +Ġv owed +Ġp ots +out u +Ġhair y +cast s +Rel oad +Ġre connect +ter a +.child Nodes +ĠR ack +Ġcurrent Index +Ġall en +Ġ çĶ¨æĪ· +ĠC ubs +[ X +_SE Q +_RE MOVE +.get Action +(/ ^ +err ar +Ġ ether +cur ve +Ġsl ap +Ġu om +O thers +Ġen gr +Dis position +Ġst aged +E ye +ĠA ux +auth enticate +Ġ$ ? +ĠAndre as +Ġset w +.A rt +Ġforecast s +Ġa unt +-m iddle +Ġmis d +des k +Ġescort e +ĠCas a +rop ical +Ġexem ple +plan et +(U INT +Ġwh ip +ĠPC B +clide an +=" \ +Ġox ide +Ġsucceed s +der ived +ĠEcon om +_co ordinates +ir as +D raft +Ġvisual ize +B rian +_ASS UME +ĠObject Id +Ġtrain ers +_FOR CE +Ġcon soles +- process +lic her +ĠSim mons +T aking +ĠCl aims +Ġdiffé rent +Activity Result +Ġsn s +éĢī æĭ +ĠCr us +Ġll am +r ab +ĠJo an +AA A +ĉf ilter +ish ops +get ting +à µ +Ġquant o +P ast +ov ich +Ġin justice +ĠF LOAT +Ġal right +\ DB +( GameObject +u ish +(b ot +Ġgall ons +ĠR é +ĠS aid +ĠSTDMETHOD CALLTYPE +ais ing +_process or +ell idos +ter dam +ĠBe am +Text Area +Ġret orno +.M ake +Ġ$ ("< +Ġlock down +Ġremed ies +Ġve el +x ee +do ctype +F il +ĠExp and +Ġemp loys +Ġsession Storage +Ph p +P ublish +Ġret al +f abs +ynam ics +Ġtoss ed +ĠnumberOfRows InSection +x path +\ modules +Ġdis astr +ĠM ULT +.M esh +-st age +Ġs df +it ung +ug es +Ġ?> ">' +kin son +Ġк ол +ogn itive +_ li +Ġim minent +Ġaff inity +.sign al +Ġnot ch +ĠSteel ers +max length +K K +ĠEug ene +_P WM +ro i +Ġâ Ĺı +ĠH amburg +.M ust +Ġax e +en ef +Ġamb itions +ĠSpec ies +ĠSt ress +Ġa while +Ġб Ñĥд +Ġwith stand +ĠDec oder +_in ventory +Ġ{ ččĊ +Ġt gt +Ġrail road +W ASHINGTON +Ġnegot iated +N ST +- phone +, U +Ġexerc ising +á» ¥ +_P IXEL +av ors +iter ated +Ġv ampire +ad al +In grese +Ġun g +ject ive +.c ells +Ġn ano +Ġmark down +_R ULE +(event s +Ġl uggage +MESS AGE +ig keit +$ count +Attribute Name +IG INAL +_E nt +ĠB F +ĠCOM MENT +_in i +ĠEurope ans +ĠB elle +åij ½ +) [' +åº Ķ +ĠUse ful +.re ference +() ", +_ grade +ĠK aw +Ġsent encing +Ġsocial ism +mon ster +_L AYER +Ġdee pest +w k +ĠNo ise +### ĊĊ +Ġpr éc +ot le +ÑĤ е +a uf +ib al +Ġcon quer +> Email +Ġamb ulance +O AD +Ġ(" % +ĠF I +.f ixture +Ġter se +ĠĠĠĠ ĉĉĉĉ +Ġsanct uary +ug i +ĠCom parator +Definition s +Ġast hma +Ġl act +Ġhard wood +.c lock +Ġattract ing +ĠM our +(d istance +ic its +Ġbon ne +ĠAC CESS +.Deserialize Object +ĠTyp ed +Ġje u +Ġapp Id +ĠCl ara +ĠH F +ĠRe ich +ipp les +//---------------------------------------------------------------- ---------------- +_del ivery +erial ization +Ġplaint iffs +Sc ient +sh opping +ĠD ummy +ĠW ald +Group Name +Ġins cription +el og +:::: :::: +_ ld +Back Pressed +.R aw +ĠOn Trigger +Ġmuse ums +ĠBe en +ĠAdvent ures +Ġsl ate +Ġlet t +Ġsu nd +ĠG in +ĠMechan ical +.s hip +App Component +Ġdest ined +Ġdw elling +Prof iler +Pre pare +ze ich +Ġsil icon +(h as +Ġ# % +VID EO +Ġcollabor ate +L in +Ġsc opes +( className +(s d +and in +.h am +Service Impl +-des cribed +Ġiron y +st ial +ĠHu awei +(re po +Ġunexpected ly +ĠK ai +.inst all +\x f +Ġexhib ited +_T CP +ĠO x +_CH O +Ġprostitu erte +Ġv ä +Ġsit o +Ġconstitu ents +ĠContin ued +ĠS AVE +r ss +/ message +ub es +Ġmisd emean +Ġtax ation +Ġstory line +h air +ĠFind s +S IG +ver ification +~ = +.h p +Iter able +Ñĭ е +ator i +Ġc tr +R x +_ );ĊĊ +d ag +.p in +Ġp seud +Ġinv o +ÑģÑĤ ÑĢ +_p ix +为 空 +Ġsw orn +âĢĶ or +_reg istry +Ġdis asters +ĠRO I +ĠâĢ ķ +akt u +fore st +be iten +âĢĶ I +ue va +eg t +Ġsp ikes +URE S +ĠRecomm ended +Ġexplo ited +ĠFreder ick +_COMP LETE +ĠDr ugs +!!!! !!!! +ĠR iv +ST OP +RO OM +ĠP ASSWORD +C ookies +.E l +á» Ń +ĠB ert +Ġhash ed +ic ester +Ġdecor ator +Ġquery String +: ;Ċ +Ġ" [" +oto pe +-A meric +ĠMatthew s +UR AL +âĢľ , +Sum mer +f os +_CONT AINER +_A CK +Ġfil tr +_dis p +_ Re +Ġfac ile +а ÑĪ +Ġìķ Ĭ +Ġe ben +Ġspr ink +ĠQ uint +> V +Ġhistor ians +our met +ĠMonitor ing +led ger +c ott +Ġw are +GG LE +c ars +ĠM EDIATEK +Ġvol upt +_ View +HE L +(c opy +(st ats +Ġchrom osome +ĠCurt is +- conf +( asset +Ġhv or +File System +< >();čĊ +oc oder +ĠC annon +) x +ĠSm ooth +ĠS AS +_ ce +ĉ prev +_m ovie +E c +_w all +< Button +ĠF AST +Ġon View +ul an +ĠS UPPORT +Ġgesch ichten +ĠS ons +Im m +$ IFn +Ġfair ness +Ġd pi +ats u +J osh +Equal ity +Ġ} ()Ċ +_ less +ĠR atio +ĠC ats +ĠS tern +Mon ster +Ġmer cury +ü hr +Ġplus ieurs +.des erialize +sc opy +.F alse +) animated +ĠExp erts +Ġ"") {Ċ +.W hen +see also +.un pack +LE M +.select All +Ġperception s +ud ing +ir ling +ĠPrint ing +gram s +ĠFile Stream +erv ille +il og +ic mp +_C ount +Ġlivest ock +- ca +doc uments +Ġpo les +ĉw ant +Ġflu ores +Ġstand point +ĠH uge +Ġradi ans +ĠUIB ar +EDI UM +ĠHistor ic +_h older +ĠMar ines +Ġt ä +.L ight +quir er +ason ry +div ider +ĠFl utter +_f b +restrict ed +ĠEvery body +N ão +Ġkn ot +ĠT witch +Ġhall way +(C ollider +Input Element +? )Ċ +/ off +/ ) +play ed +[ OF +Ġbat ting +_d l +Ġcom edian +Ġé v +ĠD EM +ĠEd en +: white +' ', +Con struction +acer b +Ġtask ed +.man age +Rel ationship +Ġph on +n z +_B GR +Validate AntiForgeryToken +_ air +âĢľ When +Ġgl fw +ĠCon versation +_T OTAL +, Z +Ġg raz +Ġiter able +ĠP ASS +Ġadvert ise +Ġmö glich +/ train +ĠVolk swagen +Ġcreep y +Ġ" )čĊ +QU ENCE +Ġalt ar +Ġed its +comp iled +aw ning +ĠD ungeon +Ġo sg +Navigation Bar +Ġtrend ing +ĠE co +ogg les +cd ot +| - +S ie +ec ret +ĠN egative +ĠL ing +ĠD IM +ĠC WE +ĠCar rier +Ġcar tridge +_us b += os +ĠJack ie +Ġo tras +Ġcommod ities +ĠP resentation +)&& ( +ĠMar tha +ĠCath olics +ĠM ond +об Ñĭ +_ absolute +Ġash amed +pons ors +t al +Ġsad ness +Ġpu ò +F ade +-pre view +ĠRequest s +ĠCal vin +h orn +Reuse Identifier +(pro vider +/app s +ime o +ĉ Class +S amsung +ĠW ORLD +Ġc innamon +dot env +ĠI User +ĠDE V +_C har +.ib atis +et i +/ me +s st +.s ym +ĠRug by +-m aster +aj ar +ĠY EAR +Ġo dp +ĠR oles +Ġbip artisan +ail le +Ġblock er +Ġgre ens +.SE CONDS +Ġbelie vers +ĠL ikes +F LOAT +Ġm ak +Ġg cc +âķIJ âķIJ +(" ~/ +SCRIPT OR +Ġton nes +ĠS ang +Ġtrans pose +enn ai +P red +Ġsoll te +.github usercontent +( print +ĠH ole +çľ ĭ +ad get +Ġprompt s +Ġgen etically +ĠH od +Ġvert ically +_control s +ÑģÑĤ ан +") {čĊ +$ title +Ġ} ),ĊĊ +Ġstate wide +ĠCor respond +ĠAt tr +it ant +Element Type +Ġout ward +Ġfam ilia +( article +Ġbl at +Âł Ċ +Ġgl Get +ĠRe ceiver +Ġ% - +ad am +W inner +Ġtail or +_p wd +ert en +St an +ĉ all +al ive +strt otime +� s +s essions +$ conn +ass ist +Ġchat ting +ĠM ant +Ġ% @ +Ġ"" );ĊĊ +Ġd gv +Ġíķ ¨ +.re peat +_M essage +Ġadvis ers +/ path +Ġk es +) } .ĊĊ +ogen esis +ĠOPTION S +upt ools +Ġmilit ant +Ġex ited +ig ar +ĠCOM M +ĠDis posable +ay cast +Ġrow span +Ġsyn thes +Ġsond ern +ĠĊ +ĠJ acket +R ATION +.getSelected Item +- init +ĠReg isters +_se p +ĠTool kit +.d ict +Ġx label +\ Table +t oc +_com bo +ĠComp act +Ġr ugged +à¥ĩ ठ+-man agement +')}} ">Ċ +ĠSt amp +ı l +ro x +Ġlandsc apes +_NOT E +mon ary +c ab +Ġmo et +x af +rc ode +- cli +_g ate +[ event +SP ORT +g ia +ĠS UPER +/ Login +_sh utdown +int errupt +Ġpret ending +Ġfr inge +ĠRed s +ĠC UDA +ĠUN IX +v it +Ġbr ig +dr v +ĠConn ector +There fore +Ġl ia +D etection +_ actor +Ġtemp file +Ġecc entric +- role +Ġpad x +d ent +West ern +Ġê ·¸ +ĠApplication Record +Ġcampaign ing +_run ner +ĠC ivic +ale igh +Ġdire kt +.s ul +ĠĠ ĉĉĉ +ant en +Ġiss uer +Ġassert ions +( orig +AT IO +Ġlean ed +ä s +.D TO +expl ode +.O bservable +Ġstagger ing +Ġkidn apped +Ġprogram mers +ĠInn ov +.param eter +Ġdom ination +Ġske ptic +Ġæĺ ¯ +Ġavoid s +.Ver ify +ub by +ĠAS N +Ġformat o +ĠBeat les +_b rand +Ġin set +y outu +Ġto c +-f inal +Show ing +ĠD oub +ĠM esa +Ad j +_m edium +Cre ates +(end point +ĉ UP +bb ie +Ġst alk +.datab ind +.S can +ag ents +$ , +ind ividual ++ )/ +ĉv m +(not ification +Ġin ex +ĠClass ification +ren o +Ġo lig +-r ated +Ġform ulation +', { +Ġa cept +_un pack +_C A +.P ow +ĉ im +Ġal uminium +AN O +Ġx n +Ġcó mo +ĠIng redient +Ġseiz ures +åħ ± +ific ador +Ġsigu iente +ĠIn fragistics +Ġduplic ated +ĠDe e +Ġn ø +ĠAC CEPT +(c rate +иÑĤ елÑĮ +- less +Ġinf inity +An alyzer +-D ay +rit t +(c in +ĠG y +Ġmulti plied +uch i +ĠBald win +/ ip +Ġshort cuts +.A DD +Ġvig or +_in struction +( ; +_ eta +è¿ ŀ +utor ials +Ġboost ing +b v +Ġacknowled ges +List ening +FA Q +; b +(( - +Ġarchitect s +Ġz we +Ġpul s +Ġget Count +ver bs +ãĢ ľ +(C ollection +k re +Ġjuris dictions +_b ridge +ĠCr ack +ĠDiff iculty +K O +Res ervation +_re quires +T our +ãģĹãģ Ł +.set Current +Ġk y +ĠAlb any +Ġè § +ll er +agn a +work ers +.bl ank +ĠPr ayer +M IC +Ġresil ience +Te X +ĠL anguages +st udy +ĉc urr +Ġenzym es +Sl ug +ĠíĮ Į +str al +Ġtum ors +Ġseg unda +=' { +in struction +ĠL isp +/ info +Ġ" {$ +,: ), +Ġg v +( ErrorMessage +Ġ' = +}- ${ +.Doc uments +" Well +Ġreminis cent +Ġg az +iro pr +eh r +Ġsup pressed +ers h +.scroll To +Ġcad ena +Ġgame State +ÃŃ m +( conv +ĠTom orrow +ĠC CT +M ongo +ul g +.C amera +.hand lers +m ph +Ġst k +Ġgen etics +AC ING +Tr ivia +ĠB am +(m arker +.St retch +ĠSun ni +ĠBet ty +.t olist +un likely +.Rect angle +ob solete +IL ON +inner Text +emb ourg +a N +ĠV ehicles +un lock +: utf +n ob +ĠSee ing +ĠNE VER +Ġt ls +Ġfil les +Ġbenef ited +ĠCl int +*/ ), +.f old +Ġpos ible +A DED +th ouse +.D AL +ĠO dd +ro kes +ĠSun ny +ĠPartial Eq +_B uffer +ĠLe vi +long rightarrow +eld on +g ages +_w arn +.Create Table +ĠD ip +_ questions +.log ic +Ġ# " +={() => +Ġt ep +Ġju icy +ì Ĥ¬ +en ko +ia lect +Ù ī +Ġon board +Ġæ ı +ĉ rt +_ UTF +ĠQ Action +âĢ ŀ +( Component +(a udio +.h it +g te +Ġprogram med +state Params +Ġpoly ester +f ires +by ss +] =( +_ quality +Of Day +ĠFair y +Ġy elled +op l +(user Name +ĠD ifference +Ġevalu ations +iff any +Ġcycl ists +Ġc idade +Ġtext book +Ġprof iling +__ ), +de a +. activate +Ġindic ations +Ð ķ +Touch UpInside +Ġinval uable +ĠM ASK +Ġcont end +F req +Ġrecru its +(int erval +ĠUser Profile +Ġ'./ ../ +ed u +_C allback +Ġanal ogy +ĠTro phy +app hire +V ideos +ĠCh er +ĠH av +âĢ¦ " +. validator +g fx +ĠU Object +class names +tri angle +ĠEnc oder +.s py +Ġpred ators += status +-s afe +: ",Ċ +ĠIn cluding +Ġ{} ;čĊ +* cos +Ġend ured +.sul ake +Ġnurs ery +Ġfrag rance +Ġre building +Ġn th +ĠFr aser +.set Date +ĠV ince +_RE ST +Ġvent ilation +æµ · +cri bes +.as m +lp Vtbl +ĠA be +uis ine +, array +ĉ className +err als +Ġ' ĊĊ +Check out +Ġsol icit +A ux +_c apture +Ġrib s +rag on +vi ol +top ics +Function Flags +ĠM arty +b ike +ĠT ucker +(k ernel +ĠO ps +Close Operation +/d emo +ild a +ĠlÃŃ nea +APP ING +Ġsu ites +.visit VarInsn +ur us +ĠMin ute +(m anager +Ġbutter fly +Ġap are +Ġw olves +J WT +ĠSal on +ĉd elay +-es lint +is ations +.r pc +)| ( +ĠSnap chat +/m m +M N +cer ies +.text Alignment +ĠFrank furt +Ġad o +(new Value +( access +( Expression +ĠSign In +ĠHait i +_t p +.set Parameter +Min ute +Ġmanual s +ric anes +ĠP TR +ĠOut er +Ġget line +oc ations +_C D +ĠLy on +/g ui +_l ive +id an +.ge om +Ġborder Bottom +im uth +_check point +Ġme u +ĠIr ving +Ġpeu vent +(M AX +ĠAR CH +Ġp ov +.source forge +Ġjam ais +Ġar k +ĠBaghd ad +ĠC LEAR +Menu Bar +Ġtro is +CHED ULE +Ġ# čĊ +(C all +$ order +(M aterial +Ġencontr ado +$ list +ĠMETHOD S +.begin Transaction +_M AG +Style Sheet +Ġmaj ors +Ġindef initely +clean up +Ġhom eland +(d to +D ates +P resentation +ĠD K +={` / +ĉ Key +( Block +_check box +ne eds +Ġon Complete +ric o +Ġgle ich +Ġx m +O OD +B etter +ĠSQL ITE +. Book +x ad +ĠG one +ĉd p +Ġdev otion +Ġst m +Ġobs ess +ĠBack end +Qu eries +I k +// **************************************************************** +Ġdivid ends +.parent Element +} ")ĊĊ +ĠMaterial PageRoute +: num +Ġexp lic +ĠO L +le ast +O ops +iment os +Ġins urers +Ġhero ic +ĉf ields +.img ur +.btn Cancel +ĠDetect ive +(s m +ĠMutable LiveData +.l ab +(( [ +Ġha irst +ĠTrans actions +å¼Ģ å§ĭ +Ġstd Class +uent o +G IS +_c od +Instruction s +C alls +Pointer Type +ĠR w +Ġassort ment +ĠD IG ++ r +_C ERT +Ġinst ability +Ġv ib +on as +Ġro ku +ap ellido +Ġan gl +prene ur +Ġfluid s +ise ase +Ġde ed +qu ist +_CONST ANT +Ġequ ilibrium +_de legate +ĠQuant um +re i +Cap abilities +rect angle +? >< +al ien +ĠJ ug +D NA +T ickets +Occ urs +ĠHaw k +.setHorizontal Group +\ Collection +ff iti +Ġre arr +.setVertical Group +Ġc avity +Ġadult e +Fac ade +- wh +ĠL OL +Ø ° +Ġgrand parents +Sw ift +ĉw x +æīĢ æľī +if en +ff set +B eyond +// }ĊĊ +Ġw ager +Ġb ury +Ġcomm ence +reg istro +sc ient +ĠPer cent +Ġд олж +( identifier +.set Model +Ġs eldom +nt on +Ġappl iance +am us +rys ler +Ġpant ies +engu ins +Ġmim ic +Ġon Changed +Ġal coholic +.reload Data +Ch arge +ĠF ax +Ġj ScrollPane +Emp resa +Ġsh attered +x ba +Font s +? s +Ġpost season +ret ain +_r ates +Ġrequest Code +.t odo +´ s +CH K +ĠKeep ing +enge ance +Ġvs code +IPP ING +Default CloseOperation +_ raise +ĠO culus +ogram s +ra j +pc i +Ġcorros ion +.handle Submit +Access ible +ĠP iano +l ittle +AC L +Äĩ e +.un wrap +ĠCon vers +ĠLe ben +ione er +ĠMer chant +ĠJ orge +Ġembr acing +Ġvent a +á st +Ġvi ene +< QString +Ġexplos ions +Ġdistur bed +." < +m emo +ĠAb original +Ġcomple to +Tex Parameter +Ġuom ini +( agent +Ñĥ ÑĢ +ĠWh olesale +/ am +ĠBook mark +dr agon +Ġglo ve +Ġ" "));Ċ +iv ariate +now rap +In Children +.B r +Ġcon exion +Ġback bone +Ġe clipse +Ġpersec ution +': ĊĊ +/ link +ĠP ero +and as +ĠT ek +. "); +-an alysis +Ġer ad +Mar shal +Ġanch ors +og er +Ġconver gence +st icky +Ġnave g +int ern +_DE SCRIPTOR +ĠConsult ant +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ĠA uch +Ġer re +ÅĽ li +ĠHor izon +col a +Install ation +hot mail +C NN +.C ollectors +ch s +(tr ace +ĠEnc rypt +Ġ---- -- +ĠBase Controller +Ġag ua +Ġre active +id l +Ġclass Names +ĉ Session +ĠDod gers +H ad +_l v +Is Valid +ĠHEL P +ut to +ĠVer ification +Ġget env +_p a +.b mp +: f +ĠLou ise +(' ; +/ socket +Gr anted +.c alendar +( IP +ĠP X +.R oom +Ġprogram m +ens i +Ġtablesp oons +Ġle ve +Ġmo str +.t ipo +/ an +(d i +Ġb iod +Ġdb Context +ĠJS X +ĉ results +. END +ht e +l ify +P recision +èĬ Ĥ +ARS ER +)did ReceiveMemoryWarning +at tempt +IS P +& a +_P OP +ĠT ac +Ġprepared Statement +Ġзап иÑģ +Ġow ing +, start +Ġreview er +Ġr st +Ġprop Types +Ġrock y +_lo cale +ĠStrateg ies +ĠWe ber +.C ascade +_equal To +Ġcos as +ĠDe letes +ĠMax im +Ġsh rimp +re trieve +.In clude +IG IN +ĠO E +] );čĊčĊ +.en umer +Ġco ef +_N ull +R a +ty ard +ĠSh awn +keep ers +Ġq q +_s b +om ens +ĠExec utes +# " +TT Y +ĠValue Type +); */Ċ +ĠAbs olutely +ĠT ottenham +/ art +Ġbless ings +Ġswift ly +b uster +Ġa vid +COM M +, temp +Ġ} ?>Ċ +-g rowing +Ġdeep copy +A ck +egg ies +Ġ__ (" +Ġno ir +terror ism +Ġanth em +ag ency +_PACK AGE +ĠC losure +.reg istry +Ġmamm als +< L +U ICollectionView +ĠLED s +Ġvol ley +( Buffer +_N ATIVE +lib c +impl ode +Scroll Bar +ĠMar ion +.Con tracts +_A t +ĠWe instein +compare To +ĠH ose +en ity +.create Query +_r outer +Ġstim uli +Ġ++ ) +ĠCh amp +ĠBay ern +ass a +.v a +Ġdistrib utors +Ġfile private +Ġdepart ed +cc cc +@ click +ĠL unch +> L +Ġbl uetooth +.De ep +- standing +ác il +Ġro oft +ĠPath s +_iter ations +Invalid ArgumentException +.s pi +ĠUIAlert Action +uy e +sign in +.p riority +ĠEss ays +=' {$ +Ġè¿ ĶåĽŀ +_s igned +.p ersist +Ġred esign +To Lower +ĠNew man += start +ĠIsrael is +asis wa +Spe ech +Ġnum eros +hand lers +ĠW ong +Ġм еÑĤод +We ights +ĠGu jar +te il +ĠNon etheless +_E FFECT +Ġv ect +ĠO sc +Ġco ats +ĠW heat +Ġge ek +ĠPRO PERTY +w orm +_const ants +ĠB oulder +ĠP arm +co le +Ġdefault Center +ĠRou ge +: A +xc f +ĠVen ice +med ian +Ġred emption +F resh +Ġcos m +Ġfig ur +Ġref urb +CO PE +.c d +Ġch ords +ĠS gt +Å į +VP N +ĠS END +ain en +_account s +Ġtent h +Ġdiss olved +< App +ĠCover age +use State +é ro +.. < +Ġì £¼ +Ġdream ing +ĠFore cast +.C ursors +Ġvis as +/ script +_start ed +Ġga str +(P RO +]; // +.T ile +* sin +( Adapter +ĠSand ra +_S IG +ard ash +ĠO val +Ġdescri pcion +(s l +ĠDes criptor +Ġ` $ +/f ree +ĠKey words +Ġt udo +ion ale +(f ound +.x yz +ĠGeneration Type +_DISABLE D +( area +Ġel ites +Ġh ombre +(m essages +ĠR ac +Ġext ingu +ĠEst a +op o +. vel +mouse out +Ġconv olution +ĠHand ling +Ġceil ings +T ek +ĠAre as +.writer ow +< View +ĠCorn ell +_B IN +.in valid +'' 'čĊ +ie ż +_P osition +Ġk idding +PC ODE +Ġwatch er +lo x +Ġâ Ĺ +D ave +_all ow +Ġbis exual +Ġun ordered +ĠSch we +_se gments +Ġt earing +IN LINE +Ġund es +.g oods +.c am +ĠL W +ĉ where +Cal culator +-th reat +- alert +ĠSuz uki +ĠIP A +ĠAtt achment +AC CESS +(d type +O pp +_s ymbols +Ġdans ke +l age +or get +res olution +е Ñĩ +ĠQ Color +ĠBar rett +аÑĨи Ñı += \' +ĠNav Controller +/ ref +(c ountry +_H DR +Ġterse but +pet ition +Ġsu f +cred its +๠Į +x m +ĠDav ies +.re ddit +Ġw oven +ĠO bl +ĠK M +ĠConsider ing +ens ored +.per iod +Ġd dl +$ wp +Ġextrem ist +; \Ċ +Ġk im +al ers +Ġspan ning +Ġco herent +Ġconse gu +.text Label +.g eneral +_d ashboard +л ение +k ick +_P ID +ĠExt ensions +reg exp +ĠCl ause +_m ov +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠ +ĠR eward +ĠLEG O +A k +=-=- =-=- +ĉ parser +Ġon ze +éĢ Ģ +âĢĿ ãĢĤ +_b all +(r hs +Ġch orus +< count +as urable +Ġwirk lich +ĠEr in +ĠMS NBC +Ġet ter +ĠC ron +_F LOW +Ġ, čĊ +Ġcal idad +ĠFile Writer +ĉ stmt +( Byte +_p at +Ġte lescope +Ġgre ed +ĠT ort +(w rite +\ application +ĉRT LR +ĠConfiguration Manager +Un ix +End Time +In cludes +ĠHar vest +en berg +ĠAustral ians +Ġë ĵ +Ġr n +Ġreput able +Ġbl ending +UL ATION +ĠBrend an +d ad +Ġm ø +ĠW oo +_d c +U ne +Ġr ue +with in +ang ep +Ġp ouch +\" ", +ĠS ic +âĢĿ ), +aly ze +ĠG ef +c overs +Ġd bo +replace All +ĉ Logger +Try ing +[ state +-p iece +éĸ ĵ +beh avior +all ows +l rt +_p ython +ert ura +-c ountry +ĠT G +.UI Manager +b ens +ale x +ĠBre itbart +b ac +Ġpredict s +Ġg ab +Ġcard inal +.Time Unit +ĠVis itor +ĠM ing +Ġliv re +Ġparent Id +port un +Ġdimension al +ĠV est +en ic +à ³ +Ġ Ùĩ +ĠBL UE +Ġitem Count +Ġfe athers +ĉp stmt +ĠPol ar +{ // +und i +Ñĥ ж +z ar +Error Response +ì ĥģ +Rep resentation +* _ ++ ] +pre pend +Ġ' > +Ġlegitim acy +Ġo o +S linky +Ġnation als +. words +; p +tr ap +oman ip +Ġc ues +Ġgradu ating +Ġsem aphore +"] );ĊĊ +ace y +RE ET +Gr ab +ĠFel ix +( Id +_ne ighbors +Ġmeaning less +(d el +Ġj eder +ĠContent Values +.abs olute +/ cl +Ġx b +dat um +Ġtort ured +Ġrub bing +S cores +ĠðŁĺ ī +Ġav ons +Ġam sterdam +E OS +H al +Ġtrust worthy +# = +.EX TRA +Ġman o +is icing +-s upport +ĉc ursor +ĠSp o +aim assage +M ission +[] {" +Ġprint ers +G REEN +Ġt eg +Ġabdom inal +! ĊĊĊĊĊĊ +.Sh ort +аз в +ĠGift s +} ") +(b inding +x ce +âĢ ij +inf os +Form Data +Ġd art +Ġele ms +(in v +Y L +t in +GEN ER +á» ¯ +ĠT aken +uck le +: e +Ġspect ral +.b aidu +/ ');Ċ +Ġgre edy +es ion +,,,, ,,,, +Ġ/> ,Ċ +Internal ServerError +NSNotification Center +ĠA i +Ġsp it +Ġaug mented +Ġstandard UserDefaults +FIN ITY +R ace +: C +ĠRE CORD +ĠHigh light +Ġ' ` +Ġdef icits +Ġne i +Ġresearch ed +T a +Ġc opp +.Get HashCode +): čĊčĊ +On Click +ĠWell ington +Ġrev ival +æ¯ Ķ +éĹ ® +ĠN SS +Ġfor n +Ġint é +ĠKu wait +_fl ip +_ bo +_ \ +Ġocc urrences +ĠScient ists +S RC +og ens +igr ant +RE MOTE +ĠS ID +. opts +u ve +() ])Ċ +Ġlibert arian +ĠGl ide +les en +Ġform e +ow ania +Ġannoy ed +Def s +ĠExec utor +Ġcast s +.set Checked +ĠSh aring +.Serialize Object +Ġselect ors +_ OTHER +ë¯ ¸ +(s uper +( OS +_VER IFY +id unt +< header +Ġ/> ';Ċ +Ġvidé o +ĠNeg ro +ĠL ords +ĠT ours +Ġsoft ly +.re ceive +ĠE RC +Ġdata Set +Bad ge +ĉ Event +Ġper l +Ġ{} \ +(s entence +Or Update +Ġdim inish +P IN +(d raw +.To DateTime +.Equal To +(p in +-p encil +lu ent +ĠCall er +Ġplay ful +- '+ +x ca +sw ick +){ }Ċ +}: ${ +ĠM eth +.get Cell +.b reak +Ġy max +=' Ċ +ĠH iro +( TRUE +as urer +Ġcu er +U ber +. Operation +Ġol an +Ġthr illing +< Response +ĠF emin +Ġtravers al +Ġp oc +Ġset Status +decl ar +std afx +Ġaddict ive +ĠB tn +Ġexplos ives +ĠCook ing +ĠPl aint +Ġaccum ulator +ĠApp ointment +, password +ĠF AR +lu et +Further more +decl spec +_Static s +.D ictionary +"> '. +ĉ valid +" ", +In strument +> J +Ġno str +ĠR ift +_P ort +Ġvec es +[ [' +Ġrall ies +- series +Ġv v +. uc +Ġr tn +State Changed +( ins +ĠCl a +------------ Ċ +c us +ĠRel oad +//---------------------------------------------------------------- -------------------------------- +.se conds +_dest ination +Ġscrew ed +> c +Th ickness +Design er +Ġgr ids +n Äħ +( cookie +T rip +-M obile +Ġv oll +Ġgen ital +Ġconf isc +ĠConfeder ate +Ġweb View +Ġm ise +Ġcl er +(se lection +$ date +Ġshar pen +rag en +And Update +Ġrem ix +Ġh tons +R W +M PI +Ġretrie val +Ġric hest +.Dec ode +:init Components +ĠT Value +S aint +@ include +ĠPER SON +.se p +ĠLD AP +g ba +Ġgro ÃŁe +Ġreli ably +ĠD FS +.getItem Id +Ġprés ent +.get Token +Ġch inese +ĠMe al +Y OU +"> >ĊĊ +b ower +Ġsw apped +/ install +Ġs inks +etr ize +Ġdecl ines +ĉm ysql +ĠC String +ĠMotion Event +.L anguage +R oad +ÑĤ еÑĢ +asc imento +')) -> +. about +( editor +ĠR atings +in come +Å¡ e +.de queueReusableCell +ĠAust rian +Ġs ulla +ĠTrib unal +ĠDid n +ов аÑĢ +Ġins pections +B oss +Ġcock tails +Ġapolog ized +_sub plot +op al ++ =( +Ġreson ance +ib u +Ġë ¦¬ +rom a +res erve +pl s +ĠT ah +ax ies +OP LE +ĠDar ren +ĠZ ombie +_M ap +Ġ] )ĊĊ +ĠQ i +ĠS ail +Ġrestrict ive +Ġeros ion +- par +WH ITE +Ġold u +Ġap erture +Ġbit coins +text o +ĠCom cast +Ġtime less +en kins +Ġfeed er +/ tmp +res den ++' _ +.D estroy +Ġç ok +ĠD OCUMENT +.l ng +.tag Name +Ġk ullan +eg rate +Ġ(* . +ç¼ĸ è¾ij +Ġhand shake +s oc +_ geometry +ĠDam ascus +Min or +ĠK afka +ìĹ ¬ +Fl orida +_com pute +.ex pr +Ġpar alle +ĠD iaz +c ir +[ target +Ġj oking +Ġgl or +(set q +_hand lers +H ang +Ġf err +rim inal +ĉĠĠĠĠ ĉĉ +ent ies +def ines +-t ax +json p +ĠU PS +met ro +__ ;Ċ +ĠUg anda +])) :Ċ +_t d +x ae +l w +. OS +ĠLog ged +ac id +ĠMay o +as pect +Ġvag inal +Ġinitial izing +Ġster oids +f iction +G RE +g end +Ġli abilities +ĠL ets +M ech +( nc +( change +Ġconnect ors +: k +Ġt ast +! ");ĊĊ +th ings +ro phy +luet ooth +ĠSign Up +. ctrl +Ġthere in +ord a +. escape +ig ator +Ġpet rol +Ġspec imen +Ġdeb uted +- Pro +Ġcr ises +.add View +ëı Ļ +-d oor +Ġmon et +Ġmill is +Ġv ier +Internal Enumerator +Ġadmin s +ĠL air +z in +get Query +umb les +L IMIT +ĠV ig +_s ong +< Character +:: . +_h om +_b p +ĠSup ervisor +sub mission +ab ile +Ġno i +Or Create +Ġpe el +Ġon Start +Ġsent iments +veh icles +Ġclass rooms +Ġs zer +Ġb ending +Ġlong evity +Ġa cl +ĠAle ppo +ĠU M +ĠR icht +Ġmultip rocessing +DOM AIN +"," + +_Y EAR +Ġsc rape +Ġsol itary +Ġ"] ";Ċ +/ errors +ìŀ ¬ +ľ ëł¥ +b etter +ĉ number +ĠL F +ĠAc ross +Pub Med +\" " +ĠExcell ence +Ġus ando +ĠU IP +Activity Indicator +_V OID +Ġbre eds +ï½ ¥ +uest as +ĠTre asure +ustral ian +(f ace +ĠT ennis +ĉ Int +ĠHans en +ç µ +: I +Ġâľ Ķ +GR AY +O USE +Ġhe pat +ł í +A IR +ó ż +Ġque ued +vinc ia +ĠChrom ium +Ġcompet ence +ung al +ill i +Ġget By +ĠF inder +Ġincap able +Ġs add +Ġc ites +ĠChurch ill +S dk +More over +As pNet +( Float +$ password +ĠConn or +-s ession +_d m +* )) +Ġde utsch +ĠN X +Ġper ks +_S ORT +_TO OL +_V ISIBLE +.as p +æĪ ĸ +ĠBre ath +D etect +ĠD uel +.c mb +[ it +.Set Bool +Ġnarc iss +Ġab ide +Ġej emplo +ĠâĦ ķ +Ġm ornings +Ġcomput es +.s sl +j t +Ġmuch os +_S S +[ end +Ġbas in +Ġalgun os +ĠCroat ia +lin ewidth +(t ags +(h idden +ÃŃc io +Ġap ar +ĠÐ ¶ +ä¸ İ +. food +ĠR ural +Ġbread th +å½ ± +(s ess ++ ") +ĠP aste +Ġserv idor +ĠBit Set +ĠTr an +la us +v ette +ey es +ĠCL ICK +ĠV III +ĠTurn s +ĠLe Bron +ĠM uj +ĠD eg +ĠAdult s +_s uite +process able +ĠPH Y +g hest +.F ail +ĠSl ack +ce j +\ Carbon +Ġsuper star +Ġhold ings +( forms +Ġ'# ' +M ultip +("[ % +-s olid +/ url +-t ier +[ length +ĠStream Writer +ĠMarket place +get text +_T ICK +ĠFor ge +Ġblack jack +ĠDO ES +ĠM atters +w aves +Ġwhisper ed +Ġl ush +ìĺ ¤ +d igital +Ġwr ink +ĠH ogan +Ġrust ic +.Apply Resources +ĠHard y +os omes +A UT +.ST ATE +Ġnarr atives +ĉ store +b ib +ĉ Scanner +ĠC ody +\ Repositories +Ġre union +and um +âĢĻ h +Ġsn iff +NS Bundle +Ġcompreh end +_US AGE +_ occ +URRE NCY +J NI +Ġspecial izing +Ġvis ions +Ġdol ore +Ġv á +ĠChe vy +ĠSt yled +imp act +all en +Ġk art +ĠTable t +st uff +re esome +аÑĤ оÑĢ +//---------------------------------------------------------------- -----------Ċ +_Ad min +Ġcell phone +Ġaut oplay +Ġcamb io +Ġmar itime +_BO OT +- quarter +Ġlat ina +ĠAJ AX +e quiv +ĠFront ier +ĠX Y +} ]Ċ +ĠR ough +.pro to +Ġcorrect ness +Ġfac il +ĠRe ached +ãģĿ ãģ® +V IS +.p s +Ġstr ncpy +Ġdiff usion +.start Activity +�� � +Ġaccom p +AMES PACE +imon ials +ĠBl ast +aby rin +Ġd ome +Ġextr av +Ġy en +Ġcul inary +P RI +ĠComm unities +n id +_oper ations +.h s +ĠMil ton +Ġno ises +Autoresizing Mask +(c id +}ĊĊ ĊĊĊĊ +] },Ċ +ĠD etection +tab la +Ġlib erties +_D YNAMIC +w get +ĠT ür +ĠP ascal +Trans parent +Delay ed +] () +ĠHer bert +< ActionResult +ch allenge +Ġmush room +.insert Before +ĠR in +Ġhum our +Ġf ø +api Key +alloc ated +Ġconf ession +. ",čĊ +ĉassert That +ĠS ORT +ĠL ORD +Ġexport er +.set Level +p okemon +ash tra +Ġf é +ur ator +(M SG +Ġt up +ĠH ull +Ġyield ed +.Sub ject +\ Route +! ? +ĠÑĥ дал +\ Security +- ar +Ġalleg ation +( Settings +ä nder +Ġell ipse +ĠRetro fit +Ġregul ating +ĠM olly +ĠL ok +_C ustom +ĠProm o +is in +Ġres umed +Ġmet ropolitan +.error Message +: ------------- +Ġpas ado +th ank +_De lete +ĠBright on +, unsigned +ä½ľ èĢħ +Ġaspir ations +-h ow +R ose += (( +_ne eded +_pl ural +< Application +ĠW EEK +ĠUn lock +ĠT EMP +S ou +Ġschizophren ia +Ġt roll +Ġcomplement ary +ĠNET WORK +Ġbl ir +Ġprogress Dialog +" %( +ĠAttribute Set +ĉ ts +.iter items +è¯ Ŀ +Ġesc rit +v ous +_pl aces +H K +Ġseg uir +_f w +ĠR ounded +Ġdis posit +è§ Ĩ +par m +w ow +STRU CTION +. allow +ĠChar Sequence +ĉ extern +Ġprosec uted +Ġmort ar +ĠJ uda +- msg +Ġest ud +.get Description +Ġs ow +amb re +Ġrom a +En h +bon us +Ġsqu at +Ġdist ra +ed Image +Ġpe ppers +-per formance +, ĊĊĊ +, file +ĠM IME +_con cat +AB S +-f ashion +Ġunder cover +One ToMany +Ġre claim +C OPY +Ġb inds +ĠT ape +Ġg ossip +ĠEqu ity +/ Card +. activ +' am +Ġdrain age +< Scalars +ĠonBind ViewHolder +() ?. +Ġs orrow +ĠI b +up y +_U UID +ĠCh arm +ĠElection s +.on Destroy +ĠInterest ingly +ounding Box +_d etection +-h eld +_ unknown +Ġrefr ain +Ġmét odo +Ġe Book +EN OMEM +Ġd ang +Prof essional +Ġd ictionaries +/m ysql +ĠST UD +Ġmas se +s cape +Ġdre i +: name +.log o +Sign Up +Ġt ahun +( theme +ĠFem me +Ġbom ber +ĠJ ade +ĠT ay +Ġsubmar ine +_cl ause +zy ch +Ġsimult aneous +Ġcas os +. boolean +(l hs +Ġcontin ental +-s ale +ĉ env +ĠC ute +ĠFactory Girl +ab us +/ value +Ġj adx +Ġst ern +> >ĊĊ +Ġsurf aced +Ġìł Ģìŀ¥ +pl atz +ĉ email +cept ors +"> ( +Ġep ile +è¯ » +ĠDe bt +åij Ĭ +N OP +" https +: j +Form Item +_L ICENSE +.get Double +ĠAg enda +ĉf inally +(f ilters +( av +ç¾ İ +AP ER +Ġl ava +еÑĢ ж +)) ))ĊĊ +Ġfault y +_n m +Ġtr ava +(B itmap +Ġspeed ing +> '). +Ġscreen ed +_ roll +ĠMac Book +ĠA UD +Ġdiagn ose +.G enerate +Ġ^ ^ +Ġstr s +[ Test +Ġr ansom +ĠDH CP +eld en +Ġinterpret ations +() ]. +flat Map +Ġline Height +_m ount +ĠW izards +Ġsl uts +eh ler +od al +Ġmilit ia +å ² +earn ed +Ġmis ery +int val +f und +Ġh ides +Ġdi arr +ĠWes ley +Ġx mm +Ġqu em +ĠAr abs +if th +ategor ized +Dis posable +P ure +_NOT IFY +sn ippet +ĠGar rett +.run ning +. weights +Ġ( -- +Ġin variant +äºĭ 件 +ĠAll owed +dir s +Ġpass ions +Ġl ad +ĠFl ush +men us +: block +Ġcompr a +.ch omp +alloc ator +Ġcur ated +ĠKnow ing +ĠPatt erson +Ġtel ah +' ex +Ġdo omed +Ġphil anth +ott y +.st yles +Own ed +Ġallerg ies += params +oc ese +it elist +ĠS ending +b ef +orr ar +ĠN ão +ĠF argo +ĠL ub +ĠComb ined +_g iven +ĉĉĉĉĉ ĠĠĠĠ +Ġreconc iliation +Pattern s +az ard +Ġbiom ass +ĠH ouses +resp uesta +cc o +/top ics +ĠY uk +Ġweaken ed +_c alendar +Ġmulher es +ĠMar l +Ġs ine +ĠT il +ĠSou ls +ĠDe utsche +ĠF OLLOW +Ġpip elines +ĠBever ly +_DIP SETTING +" # +ĠPro to +.b ig +ĠSav ings +ĠT anz +j un +ĠG amma +ĠS add +Ġadvis ors +Ġro ast +Ġun ters +ud ies +_l on +-point er +ĠElement Ref +\ Builder +example Input +.web driver +data Type +ĠQu ite +ĠCelt ics +u il +-def ense +b ish +ĠUI Window +ĠS uddenly +.h ot +.re ason +Ġg ör +AM D +.M ulti +auth enticated +reg ions +; ( +а ÑĢам +ĠKir by +$ route +PREC ATED +ĠDur ham +ow o +ĠPer forms +Ġdisreg ard +n st +ĠP ols +Ġget P +"] : +-col ored +( Keys +ĠAl leg +_mod ify +_ loading +str ained +Ġat roc +_p hr +< Sprite +Ġsatisf actory +m anship +.p ipeline +T ony +Ġth ief +pol ator +( lock +bur st +ĠOptim ization +Ġsurf ing +" Yes +Ġdesc ended +æ Ĵ +_C lear +Ġc ries +ĠFro zen +D IRECT +- Con +ĠLe icester +å¥ ³ +O OM += db +Ġget Message +< Student +_b atches +.M ask +_ eth +\ ) +Ġsom a +C atch +[ ch +Own ers +ind le +: auto +. vert +iv r +.set Location +Ġfl uent +_END IAN +ĠCar lo +cept s +add Action +.o auth +< UnityEngine +re ements +.S kip +? )ĊĊ +.default Props +Ġc abe +ĠSh en +eros is +ĠPro fit +Ġpo is +_C REATED +Ġremove From +(w s +? action +( Field +Ġerr one +.min imum +ĠRetrie ved +Ġd ado +ĠPR IVATE +-s pec +Ġg zip +p data +Ġpos Y +(l ow +Ġqual quer +/ cloud +ê² Į +( common +ĠAr beit +organ isation +Ġtid y +ĠRol and +( ph +.z one +Ġgent lemen +ượ c +å± ± +Ġenc losure +ĠMan afort +ĉ Color +St encil +N ic +Ġthe orem +ĠV G +Ġcol oured +V BoxLayout +uls ive +Drag on +c ff +et est +ens a +of day +.A zure +:UIControlEvent TouchUpInside +_up dates +Ġtrend y +ug as +weak Self +Ġr idge +ib ri +Ġì¶ Ķ +(C G +ĠMon key +.write Int +.tim edelta +ViewController Animated +ĠProvid ence +ãģ Ī +Ġbl ends +/Sub threshold +ĠAp pl +Ġat an +Ġreload Data +umb otron +st üt +O Auth +ĠG iving +ĠìĦ ¤ +ĠFinn ish +check ing +. Embed +sequ elize +Ġinitial izes +ĠOs lo +Ø ¶ +get Extension +_AL T +(bl ank +Ġfatal Error +Ġdem ise +**** *Ċ +ĠX S +(A F +ĠEn s +an tha +ĠP OR +Ġn ich +.N amed +Ġgig antic +ĠObserv atory +.Res olve +ĠPay ments +g uild +Ġcurrent State +============ ===Ċ +ĠS ey +p Data +Ġdead lines +Ġcentral ized +ĠScholar ship +_s upported +.ch rome +() ]);Ċ +Ġc yan +ĠC age +Auth ors +_ čĊ +/ os +k im +de e +.t ex +Ġyours elves +Ġm gr +Ġal k +-inst all +Ġdraft ing +Ġrum or +Ġstat ues +Pool ing +ol ina +AAAA AAAA +/* ---------------------------------------------------------------------------- +Ġextrem ists +Cal cul +ighth ouse +In set +(IN PUT +Ġsynchron ization +iv irus +. axes +ĠG ap +- An +_T emplate +Ġgam er +ĠCr icket +Ġl int +Ġauthor itarian +NS UInteger +Ġred o +Ġadip iscing +_F ETCH +che id +ĠF ang +. indices +t one +д ел +Ġ{{-- < +bra him +Ġsal a +get Code +Ġcommunic ated +start sWith +ert z +Read able +Item Id +oref errer +cred ible +á ria +Ġcombine Reducers +** /ĊĊ +Ġbl iss +Ġad orn +dep ends +ĠRO OM +Ġfr aming +Ġ? ', +aut y +_p ot +_t abs +Ex act +, ", +Ġ'} ';Ċ +Ġarbit r +ahr ain +.getString Extra +Ġ$ \ +Ġoutput Stream +Ġcomm enc +an us +ch y +< Employee +Ġhex atrigesimal +Ġn acional +(serial izers +_put char +_S AFE +ential Action +ItemSelected Listener +.Dis patch +Conf lict +_ about +os aur +Bound ary +Ġclear Color +( Location +ĠMON TH +ĠT aste +- General +ĠW AR +Ġer halten +-s aving +Ġcou pling +-tr igger +m otor +Ġy yyy +ĠPat ent +pt o +Ġmisdemean or +vas ion +ĠAdmir al +à¹ī า +_P WR +Ġdevast ated +fol ios +ITU DE +urre ct +Ġrobot ic +ĠSan ct +ĠHawai ian +.R oute +- condition +Ġr k +/**************************************************************************** Ċ +create Element +ĠK op +ign ant +. rollback +Ġsal ud +_ ', +ĠAN SI +Ex cept +ĠDraw able +.Utc Now +":[ {Ċ +Ġk ole +L ua +ĠBel ieve +Com put +Ġhall uc +ĠSign s +r st +.h u +ĠKN OW +W i +ĠBr ass +ĠR as +@ hotmail +Ġsed iment +Ġap k +Ġì ĥģ +_reg ions +Ġpod ium +< Book +ж е +Ġsix teen +ĠAli as +Ġinfr ared +ĠV ander +ĠLe ading +uc ing +,: ,: +_h or +w at +Ġdé cou +_W idget +S ounds +_n avigation +Ġschn ell +(g enerator +uc ene +Ġrem ake +IP v +Ġré al +_IN CREMENT +Ġhypoth etical +_ ang +Ġof s +Ġ! Ċ +.com pleted +Get Type +Ġkom men +ál ido +add On +Ġz ÅĤ +UL A +_ind icator +'] ĊĊĊ +ap ache +_S elect +ĠGre ene +Wh ats +_an im +Ġrepet itive +m uch +ĠTh reshold +Ġl f +(C ategory +con e +M ix +_MET ADATA +ays ia +Ne ighbors +ĉĊ ĉĉĊ +IP HER +ĠFr ag +ĠC ells +Ġnames paces +( back +ĠRest aurants +sv c +Ġл и +ote ch +-s l +¥ ¿ +ĠW T +ĠRed uction +Ġd otted +ĉf ound +ĠTE AM +B orn +ĠM ush +ĠCompar able +Ġh itch +AT O +Ġmax Height +begin Transaction +ÃŃ v +_b n +Ġher d +Ġrevers al +ĠH ond +del imiter +Ġconf use +Ġh ops +Ġcent roid +Ġcourt room +.decor ators +Ġm pi +ĠImpro ved +IN NER +ĠBang alore +ĠT amb +Ġbo ast +() ))čĊ +Ġil licit +ĠMor occo +greg ator +_res ume +Ġcrack down +Ġport raits +/h igh +( \' +Ġay ud +_fe edback +Ġc ate +/ avatar +Ġhe b +Point Cloud +Ġå ĴĮ +Ġ< ![ +Ġget Resources +} :{ +Oper ating +ĠF og +ĉt ab +ĠResearch ers +Ġfabric ation +.datas ets +ĠCamp o +ĠKa uf +Ġd ll +lig t +] ));ĊĊ +st ellen +ACK ET +l vl +ĠGl ory +.date Time +Ġcomm ute +ĠonCreate ViewHolder +ĠX Element +ĠT okens +< thead +_p ick +ì ¤ +v on +depart ure +(render er +phone Number +(P erson +gen es +ĠL ars +Ġ) {ĊĊ +ĠJson Result +Ġmet odo +VO KE +.get UserId +Acc eler +ĉ required +Ġchampionship s +Build Context +/t ask +/re leases +C ategoria +_over lay +Ġscar ce +_l im +n gr +ah len +ĠArt ificial +sp read +Ġbow ling +.an alysis +SM TP +ĉp assword +Ġbath s +] )){Ċ +current ly +ac iente +_se parator +Ġde ber +ĠDis abled +i ères +Ġâ ķ +_process ing +Ġprotest ing +ĠR OT +gr ab +Ġз ак +Ġpro active +word press +ĠSe ver +ind en +Ġw ikipedia +){ čĊčĊ +_w indows +is lation +Ġun rest +Ġdismiss al +.N UM +_F AST +iss ued +ĠF ACE +_u nder +Ġpl ugged +Ġå ° +ĠbÄĻd zie +ĠI CC +Ġcombust ion +Ġkiss ed +Ġstar red +ĠW atts +Ġspi elen +-p urpose +ĠE val +arg es +, result +techn ology +Ġnational ity +ic us +ĠN ug +ĠÑĤ о +ĉĉĉĉĉĉĉ ĠĠ +col o +Ġg astro +ante ed +OL ID +.b ias +_t ele +.ins pect +Ġve il +. footer +Ġneglig ence +Ġjud gments +Room s +yn n +ĉcount er +occup ation +Ġ çĶŁ +un as +Ġ(^ )( +L ambda +f el +.Param s +Ġд обав +set Layout +Ġdeport ation +Ġlocal Object +ĠPharm aceutical +cept ive +ĠN ome +Equ ipment +F an +Un iversal +ĉ socket +Ġgr in +Ġex poses +Ġhab er +Ġsincer ely +Ġc ams +Ġm ü +en ia +E mer +C rypto +Sl ow +(x hr +! =( +-s ervices +ĠP W +Ġprend re +Ġm ädchen +em ons +озв ÑĢаÑī +.M anager +ì Ļ +Ġg raf +- ra +met rical +/ fl +Ġc emetery +g ens +Ġp ÅĻ +ĠMySql Command +- To +Ġv Ã¥ +Ġa irst +oment um +Ġserv o +m illion +ĠMir anda +" She +Ġadvoc ating +-c aption +ĠAt tribution +Ġwel che +_v endor +ĉ Status +arr is +Ġprint k +"," # +Ġrel ativ +if ferences +izz es +Ġdec imals +ĠPro v +.max imum +Ar n +Ġhelicopt ers +_B OTTOM +ch ure +od ings +' ( +")) );čĊ +( bean +.f d +F und +Ġhang s +app id +/k ernel +.p oi +.Min Value +- validation +L uke +c df +ĠFun eral +ĠS amples +ĉ de +Ġto astr +Ġtax able +Ġcl ustering +Ġ'\ ' +Ġre straint +ec ed +ch ains +ãĢĤ ï¼Ī +_GR APH +Ġfue led +éľ Ģ +H p +å¤ į +T iles +Ġa unque +J C +Ġhost age +ĠE sk +Ġm av +Ġgest ion +Ġb anners +} {$ +.int Value +.' "ĊĊ +_M ATRIX +Ġce ased +ĠG OD +_CAM ERA +.Allow User +tr acked +C ook +b airro +( company +Ġview point +.get Writer +ĠN ets +w ives +Ġ( ))Ċ +example Modal +ĉ child +Ġmyth ology +Ġ// " +_ axes +ib old +.D ark +ĠMax well +Ġg pointer +olic itud +B at +ul ner +bal anced +mail er +Ġcont empor +æīĭ æľº +(" __ +Ġ" )" +re ar +ĠHu ang +] ')Ċ +× © +FT A +ĠCalling Convention +ĠOutput s +P k +.Re ference +lect ual +Ġ) :ĊĊ +Ġbrace let +ug er +ĉ Error +S weet +("/ ");Ċ +h x +Ġun reasonable +Inter preter +Ġlo ft +_product o +Ġsoci etal +.P arser +ĠAd apt +. foo +( where +.F eature +ĠYam aha +g lass +For ge +Ġprohib its +Ġcapac ities +Ġíķ¨ ìĪĺ +Ġper mutation +Ġih m +F ld +el ial +======== ===Ċ +@ Configuration +Ġge ared +ios o +iest a +trans lations +Input Change +Pop ular +ĠPL US +Ġv f +_F ree +b box +Ġcaus al +PI LE +Ġsch ö +Ġiron ic +M ir +. @ +åį Ĺ +Ġè ĩ +R ew +ul ence +fl en +Ġcan Activate +- response +Ġacc ents +ign ored +° F +.Dependency Injection +ĉ point +Ġconting ent +Ġsqu ash +Ġpar ms +ĠC emetery +Ġdelta Time +ĠD OS +Ġvan ished +аÑĢам еÑĤ +ĠD PS +t foot +ĠZ us +_IN STALL +G AN +Ġar b +Ġmunicipal ities +Into Constraints +AutoresizingMask IntoConstraints +, image +_ ignore +Ġdanger ously +quis a +pl uck +Ġhar us +up pe +Http Exception +Br acket +.' 'ĊĊ +ĠT ol +ĠView er +zb ollah +.Code Analysis +ì nh +Ġcorrect amente +.d a +ĠAl ger +× IJ +ba um +ĠPan ther +part icipant +å¿ ħ +-s up +Ġem ulator +Ġf ading +ĠW olver +cre ates +Ġbook ings +.Q uestion +§ è¡Į +Ġstress es +Ġre written +.PI PE +ed es +Ġc bd +": "/ +Ġenh ancements +_s y +B IN +ĠSl ip +Ins pect +ĠW eg +Ġcon gregation +Ġ_ : +_r m +Frame buffer +Ġ'& # +ĠFall out +Is Required +ĠPear son +ĠF ACT +Ġrel ie +ĉ box +ĠShe pherd +ĠWiki Leaks +ĠCollect or +Ġres ized +method Name +Ġevent Type +ĠA then +Des criptors +Ġb ers +- oper +ĠInitial ly +å ¡ +_B TN +ĠĠĠĠĠĠĠĠĠ čĊ +á b +_c ampaign +_w atch +F ord +-date picker +Ġvis c +Ġsat u +_s ms +Ġcont ador +-s vg +ĠDO I +$ args +Ġkn ob +.B OLD +Ġdeb ated +img s +sock opt +tr uth +ĠFe es +Ġh Wnd +_f ood +Ġab ras +Ġnot ions +ĠT od +: create +ĠConf lict +Us uarios +OT OS +Ġm sm +K HTML +([ ( +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠ +Ġ} ] +w izard +Ġm ientras +Ġdata List +Ġemerg es +Äĥ ng +.Read Int +PG A +ILL ISE +I Enumerator +(t uple +Christ mas +Look AndFeel +og enerated +Ġ# ĊĊ +control led +Ġex quisite +Ġa cest +Read Write +G ain +ãĢį ãĢĮ +Ġcopyright ed +Ġdo om +.Table LayoutPanel +ĠD ort +Ġch ili +Ġwer k +ĠEVENT S +ĠBe acon +Ġship ments +Ġse bagai +up on +ut om +.con verter +.Drop Table +={ }Ċ +f ic +~ ĊĊ +Ġlesb ians +_n a +Fore ign +ĉ then +/ ms +Ġor i +get Property +ĉsn printf +hes ion +ãģ ¤ +"} ," +Ġac rylic +P ers +@ Enable +I sl +(C ard +. Stack +L icensed +_G UID +: title +Ġh ust +Ġprincipal Table +an itize +/ embed +Ġens ured +ĠE GL +ÙĪ ر +ĠåĪ Ĩ +/ ,Ċ +Ġfundra iser +Key Name +Ġmarch ed +_VAL UES +ĠSc enario +Ġmet ic +_ass oci +ĠPast or +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉ +er ate +Ġinv itations +quo ise +Ġbl aming +Ġd aring +UM MY +Ġrich er +em aker +ĠIdent ification +ĠìĿ ¸ +ĠBinding Flags +ch as +Ġresil ient +_p g +Ġre leg +ĠI RA +ST E +Ġtr actor +- loading +ĠPre viously +ĠV acc +/ be +Ġn Ã¥r +Ġurl encode +ĠNor folk +.Re lease +ĠNe utral +ä¸Ń åĽ½ +ĠAr lington +Ġalleg es +ĠW riters +Test er +ĠR ally +Ġc á +ĉ Print +Ġâĩ Ĵ +ĠUser Controller +ĠSeek ing +.V AL +List Node +_ ff +ĠPhill ip +FA CT +Ġc aramel +ĠM ultip +ĠCom pared +ĠSer bia +Ł ³ +Ġrev ive +ĠK anye +Ġver ge +ĠBulg aria +get Body +Ġ| > +ce ph +.DateTime Picker +." ;ĊĊ +ĠT ie +, item +Ġm enn +G as +och a +_v irtual +Ġmaster piece +_se quences +L TE +ĠSub mission +Call er +$ \ +S port +ag us +Constraint Maker +Ġcol oc +Ġw ig +ĠÐ £ +ĉ Array +Look s +ĠGT A +.st eps +atch ewan +_r anges +ext Alignment +ĠBren nan +Ġab straction +uler Angles +.m isc +Ġantib odies +Ġexponent ial +ĠCH ANNEL +exp ense +' y +Ġdetect ives +Ġpur ported +Y STEM +Ġradio active +ĠLat ina +.Enc oding +.T AG +x in +D egree +ur acion +pr ices +ĠRefer entialAction +Ġr arity +Ġp iles +g ende +_project s +_g lobals +.start Time +Ġê µ¬ +SE CTION +_p ublish +F ault +DD L +_p rior +M om +Ġth icker +Ġsequ elize +Ġessential s +str as +in tr +>( () +.man agement +e il +éĹ Ń +A ware +.C ity +ĠAr bit +_D M +_key board +L Object +- webpack +ĠNew port +Ġprincipal Column +leg ant +Ġp allet +Ġfract ure +Ġg mail +.M eta +A bove +.Key Event +j it +_mac ro +_P USH +á» © +/ controller +åĬł è½½ +Ġsuperf icial +exter ity +Ġmens agem +W ind +ist on +.open api +и ÑĢов +ĠSerial izer +uct ive +Ġz ar +Pl aces +.St atic +B a +Ġin advert +ĠIndones ian +_IP V +(h orizontal +Ġget Title +ide press +ĠConsole Color +ip ers +$ out +Ġfest ive +Ġeven ings +.Get Data +uit ka +ĠManual s +uss ed +_M ax +.Ch at +ĠA ircraft += com +FO UND +ap ro +Ġtre asures +_al ive +Ġgad get +ek ing +Button Down +B rowsable +.PER MISSION +P ASSWORD +ĠH ASH +f é +\ TestCase +LO SS +o thers +, J +Ġassh ole +wer k +Ġm ã +. ie +ev il +kont akte +//////////////////////////////////////////////////////////////////////////////// Ċ += sys +ĉ lock +-- ;ĊĊ +_F UN +Fill Color +ó a +pre nd +Ġcompress or +M other +ĠAr cher +.g oto +Ġwür de +Ġbam boo +ï¼ İ +ĠT rees +Ġb umper +Ġsa usage +ĠEl asticsearch +Ġhor izontally +ĠG ul +Im mutable +Ġlos er +Ġabort ed +-d emo +ĠH atch +Ġund e +Ġprocess o +-c all +In come +å ĥ +_ returns +']." ' +(s w +C BS +am ilies +ĠYour self +ĠH olt +.M ON +ৠĩ +ÑĪ е +an on +ĠFont Awesome +produ cer +j r +Ġm au +ĉint er +Ġdish onest +Ġmagn a +ĠCollect ive +Ġvra iment +Ġcho ix +st ay +Ġweld ing +r ising +, min +ĠF ate +g lob +RGB A +Ġdet te +V en +Ġembarrass ment +.DE LETE +greg ar +-re nder +(b ucket +"> ĊĊĊ +.wait Key +Bus y +Ġdifferent iation +ĠC ST +.Con stant +Ġline Number +(m atches +Ġweb socket +Ġbar red +Ġpued es +M ono +C ORE +I ID +ĠĠĠĠ čĊčĊ +Ġpúb lico +lean ing +Ġcleans ing +Ġcr is +ĠDev ils +_SET TING +unt ary +. );Ċ +Ċ ĠĠĠĊ +[ curr +ts y +ĠAlex is +rit el +Ġpet roleum +.pre processing +m atter +For Result +- license +Ġtrav ellers +ĠDispatch er +enn ifer +Ġdigest ive +P ED +hib ition +MAS ConstraintMaker +ĠW att +Ben ef +.set View +d to +TE E +ĠPel osi +_EX TRA +Ġmed als +x hr +fore cast +Ġn argin +oun s +-f ill +_CUR SOR +Ġsuperv ised +Ġtur f +ĠEd gar +POS ITION +Ġcategory Id +â ī +_ ER +ủ a +Sh own +. ll +_POL ICY +(), ' +ĠPre v +ĠString Field +ĉG lobal +ass ed +Through out +o stringstream +.awt extra +Ġslo pes +ĠSe quential +Ġgi orn +Ġz elf +Ġvers atility +lene ck +.c gi +Ġdou bling +ĠBang kok +Ġbu urt +Ġusu ário +st udio +Ġje unes +Ġm uted +Ġ ips +_f raction +&& ( +Ġst unt +'); ?>čĊ +Ġev apor +b able +ĠPR ICE +Ġæ ³ +lu cent +Ġv amp +ĠTechn ician +Ġuniqu eness +M es +ur ban +.param etrize +ĠRe play +S essions +em br +-Americ ans +_PRO XY +Ġp ian +Ġtri e +ĠD estructor +Game State +ĠIM F +ch in +Ġport e +ĠSw al +åŁ İ +Sub string +im ing +/L ibrary +Ġfright ened +w rites +Ġrecurs os +ar Result +_INIT IALIZ +ĠBad ge +_c rc +E ight +ĠDIST INCT +Ġth ro +@ Xml +ĠLegend ary +-t witter +_e asy +Ġ+ ++ +(D ATA +.L ocale +Ġk ä +Ġn urt +Ġcr uis +_ ios +Ġsens ing +_L ine +Ċ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +pon g +ole on +Ġwild card +çĶ¨æĪ· åIJį +Ġbeg ging +R od +ĠÃ İ +_C ELL +Research ers +. selector +_ ing +Ġaspir ing +Ġimm ortal +Ġy min +_ robot +Ġpl ur +B TC +ĠD ID +Ġpier cing +* u +_DEFIN ED +ĠTh i +ita ire +(m edia +- ons +Ġche fs +Ġ"* . +/ AP +Ġraz or +Ġsearch Data +Ġ= & +Ġ ãĢĤ +Ġm ourn +ting ham +Ġo li +ĠVern on +_R S +ŀ æĢ§ +Ġf ácil +ang en +cel ain +Ġa il +le st +ĠQ COMPARE +g ain +ĠÎ µ +ĠK ob +ĠF ault +_config s +ç»ĵ æŀľ +. + +cal ar +(color s +M ul +_ ART +Ġexperiment ing +erm en +ĠAng lo +.Fixed Single +Se a +Ġc txt +.s lider +C ollapse +G rey +Ġf ld +-pro of +.cap acity +get Parent +ĠCom pliance +Ġburg l +- rec +Ġover written +M U +Ġrout ers +ĉ Model +Ġfantas ies +av ian +_p rec +ĠSc andin +Ġ// < +/o ct +Ġceremon ies +Month s +und y +Ġqu ed +ĠN ou +ĠV ibr +.r gb +Ġcit rus +Ġbr aces +-upper case +get Table +Ġdop o +ĠK err +_CH ILD +- cloud +ĉ Matrix +Ġgard ening +S ing +al most +Require ments +ugu ay +( Property +sub scriber +FA ST +re action +(l p +) })Ċ +` ). +.w allet +_ex change +.Max imum +ĠVer b +âĶ ģ +() < +ï¼Ľ Ċ +RO T +C ARD +ub it +{ @ +_k el +ĠTool tip +My SQL +Main Activity +ar f +Ġm align +Ġse inen +ap ist +Ġ< % +Method Impl +M il +ĠM ick +.de pend +< ID +Ġpredict ive +ĠAP PLICATION +le f +dim ensions +Ġconoc er +/ conf +ĠTr acy +F oto +_rem aining += file +Ġpage Index +ĠPar ish +Ġt exas +ĠM AGIC +ĠH ew +d ifference +Ġalt ura +c um +ĉdata Type +Ġcaracter es +avi ours +ĠV OID +è¿ ij +P UBLIC +B io +ĠstringBy Appending +Parse Exception +ĠS uff +ĠN orton +/d etails +.n ull +>> & +ĉ ok +-l ow +. usuario +n ested +X B +OUR S +.Border Color +Ġb row +ĠÐ ķ +cor r +ĠRed skins +.get Tag +.get Transaction +Ġst igma +hard t +ĠPlayer Prefs +als y +uc son +L anguages +ĠOl ivia +Ġt ac +Ġb li +Ġc aval +Ġconsolid ated +Ġper il +Ġde le +Ġform ulated +Ġhigh ways +.sp awn +== $ +ĠN iet +Ġv eggies +yp o +-r ule +ĠV ie +/e pl +Ġenf ants +string Literal +Ġtou ghest +buy er +Ġcov ariance +Ġil i +ĠSoph ie +ĠB AB +Ġ" ), +ĠU k +current Index +_user data +.code c +ĠPun jab +ĠSN P +l ol +adv ance +Ġcom fy +Json Ignore +Ġfashion able +ĠI CON +Ġor a +ĠP ricing +< num +ĠI RC +ER V +ĠMe in +ĠID ictionary +AD OW +is New +ĠDev on +at l +(request Code +ĉ PreparedStatement +IM PORT +Ġmar ital +_SELECT ED +get Response +ar Down +B V +ib Name +ĠP ATCH +ä än +Ġda ar +ĠFile Mode +Ġm arty +.Spring Application +c ene +amp oline +get Size +Rest art +æķ Ī +.project s +ĠEthi opia +Ġstatus es +T ION +(b g +ĠX unit +Temp orary +ĠEng agement +Ġx f +Ġprox ies +Ġgen esis +Pager Adapter +ĠSl ave +Ġsung lasses +ĠCh loe +Ġko ji +ad em +ĉ JSONObject +Î ³ +Ġh ors +* w +ó r +es ch +Ġcritic ised +z ial +ĠSale m +.Vert ical +ĠR ash +> E +ter ing +/s creens +Ġheight ened +аÑĢ ÑĤ +Author ities +_b box +ün st +.font Size +ĠBO OLEAN +div ide +ĠSlo ven +uc er +Ù Ĵ +st ub +Ġnavig ating +: animated +_N OW +_v ect +} {Ċ +@ ( +Ġtele com +Ġcontract ing +ĠAss ange +Ġextract ing +Ġgr ö +c obra +.D IS +Ġcr ab +Ġtw itch +Ġvert s +Ġreject s +ĉ format +Ġreg eneration +.S ys +s olve +ĉd ialog +sh i +m eter +(b est +valid ators +Ġon wards +Ġg uru +Ġmoder ator +ow ied +ex periment +r ub +Ġm qtt +ĠCa ucas +Ġnational ism +Ġm ange +ĉ ImGui +/ Edit +Ġin h +Ġint ellig +ero kee +ĉ export +Ġdiscrim inate +sub tract +ĠM oodle +ens er +ĠGuid es +R AP +-h ot +_gr p +.p icture +X A +Ġinit View +_Com m +Ġoverd ose +Ġ+ ĊĊ +ĠSil ent +show s +Ġinterpol ate +Form ation +Ġb isc +mark ets +( SC +Z e +ĠNetwork ing +Ġad renal +ĠG uns +ete or +Decl ared +orget own +Ġk arena +/ password +_address es +ITER AL +B uzz +ĠCon way +(c ase +P WD +he iro +( act +** čĊ +());ĊĊ Ċ +Ġan v +Ġ. .ĊĊ +(Menu Item +(m ail +_section s +ĉ net +Ġpl ut +Ġw rench +/ object +ĠI st +ĠV IS +/p ub +al ten +Ġguit ars +Ġantibiot ic +ï¼ ĸ + ¹ +Ġ" +" +form ula +Ġbab es +ĠP rompt +Ġen im +/ player +ĉ ref +Ġby Äĩ +Ġconsum es +ĠH ast +ĠT ao +Ġ' ))Ċ +Ġcl am +Ġthigh s +Ġmot if +Api Operation +ĠW L +get C +ĉf lags +oint ments +Ġeconom ical +need le +x ls +pr actice +ut zer +time ofday +- output +Ġfind ById +ĠBudd y +Ðŀ ÑĤ +Se ven +ĠB ark +Ġenv oy +_al gorithm +åĪ © +Ġball istic +ç§ » +r ades +ĉd oc +rodu cing +ĠE ating +Un mount +/data Tables +_b onus +Ġl itt +pp s +) localObject +per f +ĠHel vetica +sh utdown +/ ml +.t okens +ĠHard core +, row +/b g +Sc aler +âĢĶ as +_log its +âĢĻ int +ĉ App +Imp licit +.F printf +ET O +Ġterr a +Ġpossess ing +.r strip +, ), += yes +ĠStr ipe +? = +ne utral +.g ood +Ġk ennen +ĠS ung +f ault +ystate change +Can adian +',' ".$ +ĠM its +æ nd +ĠSTR UCT +ĠURL WithString +ĠCom pass +Ġ-- ĊĊ +ĠNS LayoutConstraint +| min +-ad just +Ġreb uilt +L IGHT +/ se +-m ount +vp n +valid ated +(Q Object +Ġign ition +ĠCharg ers +RYPT O +]initWith Frame +ĠFl uid +Ġcad re +Ġnomin ations +Ne ill +ĠH ou +Ġcurrent s +_g ene +(in p +Par is +z ÄĻ +ag gregate +Ġass oc +weet ed +err at +âĢĵ ĊĊ +Ġ'/ ',Ċ +fix ture +ĠH ighest +amb ient +Ġch mod +Ġcon te +Ġsens ual +Ġgar ment +z ers +ĠPower ed +dom ains +R eward +i omanip +Ġcock pit +out file +Ġbuilt in +Ġins isting +. vars +zip code +Ġ ���� +f ails +Ġconsolid ation +_ oid +Plan et +Ġ= ", +ĉ el +UIL T +ät z +af ari +ĠMc Cl +Tim eline +Est a +Ġfr am +Y E +Ġcere bral +Of Month +ĠP regn +Ġкл аÑģÑģ +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ +ĠF res +Appro ved +.S pecial +ĠProtest ant +Ġallerg y +_p cm +ĉC opyright +Ġsuper Class +" strconv +ĠMoh amed +Ġ' // +Fore Color +Ar thur +ĠJ ungle +Ġve ins +S ad +Ġback ups +ĠOp inion +û t +Ġinter mitt +ody n +ĠChrist ina +Ġand re +Ġevac uation +pa lette +h orse +ĠRes ident +ĠHass an +.N il +Ġa isle +ĠG rowing +Ġblog info +/s ql +_io ctl +Sc aling +ĠMon ad +_c pp +ĠH utch +ĠApple WebKit +Exp ense +_J OB +Ġpoint less +From Body +ant al +Ġdepict ing +ĠC ELL +Ġref in +ĠC NC +ì¹ ĺ +_dim ensions +ĠS AN +Ġa ft +Ġfoot steps +cc oli +_PH ONE +/m ath +-k ind +ĠMe ans +ich ael +.g una +Ġinaug uration +-dr iving +( delete +Ġtotal Count +_M C +.Ext ension +Com mercial +Ġz Index +< Customer +" g +-sh are +Ġp act +ag ara +ĠS IL +_m odes +ĠM olecular +Ġsystem atically +< G +_s cr +ĠO ro +as ers +Ġb ic +Ġdest roys +PI PE +.Start Position +Ġc ủa +ire z +.B unifu +_F unction +Ġs ü +_f uture +ĠWe alth +ĠNatur ally +æĢ » +_y es +Ġabrupt ly +String Encoding +ĠCGPoint Make +Ġz h +Ġimp erson +Ġpiv otal +ĠSom alia +Ġsegment ation +_AN AL +ĠLogin Component +Cons ult +Ġtr uncated +] ";Ċ +.get Config +Ġintern ship +B aby +ê° ľ +Ġstrengthen ed +_M I +b asket +Ġnicht s +ĠTV s +ĠSh an +ãĤ µ +rac use +.Re LU +/ interfaces +ĠgetItem Count +Ġret iring +Ġspecial s +Ġentity Manager +bel ief +Ġs older +da ughter +ij kl +Ġutil izes +.f ixed +S U +Ġdr astic +Ġh acks +gr und +ĠM U +ĠSt arter +.Com ponents +_m otor +Gold en +Ġl odge +Ġ )); +ĠCor inth +иÑĩ еÑģÑĤво +ón ico +gre SQL +ĠFl uent +Ġmar c +.Load Scene +.Group s +Ġer h +ĠAut umn +St opped +Ġitalian o +Ġmin ions +ĠAssert ions +Ġm ux +B u +Ġ---------------------------------------------------------------- -------------------------------- +ĉ up +read ystatechange +_M eta +Ġcurrent Date +ĠChap man +Und o +Se an +ap r +Ġpar m +_ icons +ĠSt a +á z +Ġsub division +Ġalter ing +P NG +ponent ial +Ġpost gres +ĠB DS +-ex istent +ĠBrad ford +ĠO MX +_W HITE +_PRO GRAM +q c +Ġtypings Slinky +ĠP ics +_M ETA +IT TER +_sub scription +IRON MENT +ĠHy undai +();ĊĊ ĊĊ +ĠØ ³ +Ġj ac +Ġelimin ates +) });Ċ +Ġcomp rend +ĉ insert +_f aces +"> $ +Ġeb ay +Ġcapt ive +pl iant +ĠCalcul ates +ol ta +est ing +_re vision +Ġm ús ++ m +"," "," +WH AT +Ġcompassion ate +h arga +[ random +Ġmod ulo +(s n +Ġoccup ations +//// Ċ +ĉ board +ĠB alk +wi Äħ +ĠW ifi +.Pro file +:m aj +ĉm at +LOCK S +(j Button +Ġ(' $ +M ur +æĮ ī +b ble +Ġf rog +-h ide +Ġbroad caster +ภŀ +ha led +Ġam using +_predict ions +_in tr +Ġe agle +аÑĤ елÑĮ +Ġget List +ps ilon +Ġcharacter ization +AR DS +Ġre location +Ġr ulers +P AY +ĠDef initely +_A ction +Ġclos ures +Ġfact ual +odyn amic +Ġpreca utions +nie j +ĠPart ies +ĠSub aru +Ġcous ins +ar beit +.m oney +gun ta +( and +get item +.Style Priority +Ġsl id +single ton +Ġg arn +ĠP AS +Ġd azz +a ż +Ġbog us +ĠM og +Ġrival ry +is ol +Ġland marks +ñ as +B ern +ĠSach s +Ġ" )ĊĊ +Ġhost ility +_m ex +m ere +M ot +p ictureBox +Def ense +Ġaffid avit +other wise +.d irectory +_ UnityEngine +-b log +.s kin +ph em +Ap ellido +er chant +[ class +Ġw art +." [ +ale ur +/ back +ĠĠĠĠ ĉĠĠĠ +Ġprecip itation +Ġob struction +Ġp Obj +Ġr upt +UCK ET +ay e +æİ Ĵ +g x +Ġe cl +Ġsecre cy +/ Header +ĠLes b +Ġle i +ĠBullet in +Ġgive away +.H ome +_RO OM +" W +Ġcow ork +_ ra +ĠC ycling +ĠP aw +Ġpup il +/ arch +ĠFile Utils +é¦ ĸ +r sp +Ġfreed oms +ĠL ear +}` ). +Ġbow ls +/b lock +_log ging +Ġmeth ane +Ġhorn s +Ġwonder fully +Ġalter ations +Ġex ile +ls en +_p ause +_L ANGUAGE +ĠUS DA +_m ysql +_AM OUNT +ĠL IFE +Ġyoung sters +Ġri ots +[ E +Ġun forgettable +, },Ċ +Dis posed +ĠAss assin +UN G +ĠNew sp +User Service +: aload ++ ', +Ġsett lers +Ġscre ams +Ġincon venience +.R otate +Ġj ars +ĠP uzzle +Ġm est +ars i +ĠSh arma +| ( +.d s +ĠSac red +_e vt +Ġexpress es +Ġh och +ĠD uch +.c alls +th r +ĠShe ffield +.Alert Dialog +Ġrad ically +Ġtr ous +Ġprev ailing +ĠWW II +âĢĻ n +ens ely +ĠY esterday +ĠSir ius +Ġkill ers +ĠF FT +Ġo val +') :čĊ +Ġìłķ ë³´ +our age +ĠCheck box +Work book +.def er +_f loor +Ġc ouncill +Ġnors ke +mo il +ore a +Ġmarket ed +_S UR +x AA +Ġst ained +e ut +ĠM eng +Ġi eee +. extern +eg ie +Ġr app +ĠPy ongyang +' class +M ob +Ġinitial Value +_w ave +Ġj ab +Ġmascul ine +Ġampl ifier +Ġt ty +Path Component +_ xt +ĠG FP +/ sec +ĉdis patch +mark down +ĠS chn +bo le +· · +mouse move +Ġerr Msg +Ġas ign +_m ono +To Selector +ĠZ u +(R ect +ĠError Code +lat in +ang ible +v tk +CG Size +P okemon +Ġclass mates +Ġattract s +ĠT atto +ult an +ol óg +Ġhalt ed +ठ¨ +ĠK art +Ġ ue +_Init Structure +Test Class +ĠAir bnb +_ ", +Ġchar coal +Ġip c +ĠSt retch +.g lide +lates AutoresizingMaskIntoConstraints +Ġpot ion +ITT LE +Ġcount ert +_h d +pre pared +Ad s +ĠV ampire +rob ots +.Create Index +Status Label +Ġt ucked +af ür +U t +Ġswe ater +_F N +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +ata ka +Ġeyeb rows +ac oes +ud en +.LinearLayout Manager +Ġsw ay +Ġmult in +() )))Ċ +ĠNS UInteger +ĠMy Base +Part ner +uts chen +ĠC ater +.setBackground Color +Ġaccompl ishment +_pro blem +.d td +Ġpage Number +Ġj ackets +Ġcro pped +u els +ĠH ep +Ġc apped +* Math +_callback s +Ġpub b +ĠBrun swick +.res pond +[" _ +Ġbed ding +hyth m +O X +(s peed +Ġpestic ides +Ġ---- --- +.Bl ue +Ġnood les +ĠGo es +Ġs aver +o xy +_com pletion +ĠSw inger +Ġget Date +Ġmind ed +int egration +ĠLot us +(st op +(', ');Ċ +Ġflood s +ĠWork flow +Ġerupt ed +Mac ro +ĠSau ce +Ġevent Name +\ Input +Break ing +ĉ when +_p w +IND ER +ĠWell ness +Ġvox el +ĠM ell +ĠM EDIA +SE NS +ĠFund s +ĠM ild +< Array +- this +ump ed +/f w +ĠDb Context +W I +girl s +H OW +'); ?>Ċ +Ġtempt ing +Ġtest ament +Ġb ible +Ġconsult ed +ĠIndex Error +è¨ ĺ +Ġkey pad +izz o +( ok +Ġwhats app +ĠRemote Exception +Ġteam ed +âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ +» , +Ġget Time +di ag +iss y +Ġh ed +Ġkn ots +j om +Ġfun nel +-m ails +Ġexport ing +ĠV L +ĠK arn +ĠBuddh ism +ĠAll an +_R ADIUS +Ġw ording +ĠFor get +ĠCor ona +ip hy +Ġlim burg +ugg y +ĠUser Repository +im in +(e le +Ġlabel led +ç¤ ¾ +ĠH erman +.q q +Ġ" ));Ċ +ie ber +.Trans late +ry n +Ġdes env +um d +Sim ply +ĉm ode +R pc +ĠVal encia +Ġstaff ers +Ġsel v +ĠSpi ke +Ġdel ic +Ġer u +_D T +J udge +á» ķ +ĠBas in +.m utable +" url +Ġtar iff +ĠSlee ve +Ġfl are +.drop out +Ġbr ides +)) ,čĊ +_con straints +de struct +Out line +Ġdisappe ars +_lock ed +ĠNS LocalizedString +ck e +ĉ null +ad resse +Ġto pping +ĠJ oker +b ishop +но ÑģÑĤÑĮ +and ering +_ amp += time +_S pace +_P ULL +' = +Ġant iqu +Ġc ach +___ ĊĊ +ON ES +о Ñı +Ġun read +.p olicy +oooo oooo +ëŁ ¬ +Ġu sted +ĠRe ce +Ġal lem +ãĥ¼ ãĤ¹ +ĠThought s +ve illance +istr ate +_l ane +Ġfam ed +.Get Name +Ġsmo other +ĠQual ified +az ers +_ geo +F ax +ĠM inds +ĠR aises +Ġtrans cripts +Con versation +Ġremark ed +ëĤ ĺ +d ling +Ġdeploy ing +Ġshared Application +Ġk p +FontAwesome Icon +_d ummy +reib en +ĠJane iro +Direction s +.get Bean +s ass +Ġcommand ers +v ation +error Code +ĠAl loy +.local ized +Ð ij +Ġdish washer +ĠSou p +N u +_D efault +Ġune ven +Ġ/> ";Ċ +-B ased +Ġseam lessly +- null +ĠX C +Ġst ew +(d elay +AT ORS +ĠWhe eler +" H +e ast +. air +âĢľ But +Object Context +success fully +_l and +Ġfold s +_CO ORD +Ġsub po +.get Address +in str +Material s +Ñĥ ÑģÑĤ +de posit +-l ast +_GR AY += find +Ġmut ant +Ġlesb ienne +let cher +RO UGH +ure ka +.c apture +Ġen n +Ġ([ [ +ĠFl u +Ġtask Id +ĠHus sein +.f older +Ġa usterity +ISTR ATION +_ Impl +注 æĦı +Ġdec ree +- chat +Ġimp lication +Ġguess es +ul kan +An alytics +. plus +COM MAND +е ли +» ĊĊ +_S ITE +Ġequal To +Support FragmentManager +ĠRec ording +å®Į æĪIJ +Ġbag gage +Ġpitch ers +ĠE h +o que +ĉc nt +Ġ=> $ +/ foo +IR A +ĠSat ellite +bor ah +Ġ}} "Ċ +ĠEnd s +ĠSpr ay +, param +.Ch rome +* q +th ought +ibr ated +Ġth ieves +Ġbenefici aries +Enter ed +ottes ville +Ġveter in +By ID +qu ipe +um ption +- unit +Execution Context +@ s +ĠG iov +.Tool Tip +_f riend +( attributes +Ġdump ing +ĠJ C +_D OCUMENT +ĠArm our +( insert +.Horizontal Alignment +ĠQ ed +ãģĦ ãģ¾ãģĻ +/g it +ĠY YYY +ĠCard iff +Ġap a +organ ic +ĠWhere as +Ġæ Ŀ +ĠM ia +Ġdemol ition +Ġsc ars +Ġp ai +Ġre tries +Ġr q +ĠDen is +( Utils +Ġallev iate +ĠP IC +id ue +Ġacknowled ging +Ġ// //////////////////////////////// +ç¡® å®ļ +Ä « +\ Json +.b inary +Ġx type +sign als +ĠAp pearance +& r +} s +C i +ĠI llum +por ate +h og +Ġindex Of +\ Command +_par allel +ĠSher lock +í ĥ +Ġ" ")čĊ +//////////////////////////////////////////////////////////////// //////////////////////////////// +Ġcritic ize +ĠSo ap +ĠMatch er +Ġgr illed +* T +Ġad ore +ull ing +Ġjed och +_ref s +lean up +ĠJ AXB +Ġro ses +ĠL iam +size i +Ġget char +Ġtar de +-to oltip +Ġqual ifier +ĠInter mediate +_W indow +ĠMal ta +Dis connect +ew here +Camp o +Ġirr ational +led o +ĠD N +ARG V +Ġout ro +Ġth irteen +Jose ph +M AR +/g l +J ess +ĠPsych iat +Ġpadding Bottom +- loop +/ fonts +_se en +Te ams +React DOM +(m an +(x path +.get SimpleName +>( * +ĠP vt +Ġel ders +Ġp ies +.user Agent +- region +ĠGree ks +(f ragment +st u +Ġcouncil s +Ġst amina +ĠGod dess +è ¥¿ +Ġphilosoph ers +Ġpers one +ĠL ose +ĠCL R +ĠD ocs +Ġso ak +ĠHOLD ER +Ġb ells +hash Code +R ATE +_WE IGHT +in ous +end ra +oph obic +Ġpro se +Ġfin ely +/o auth +(s pace +ad ge +ĠM ama +Ġstring Buffer +Ġst int +Ġmis ma +Ġvill ains +ĠCrime a +Ġdipl oma +Ġпо Ñģл +ĠBe a +(j oin +Ġíķ ´ +CH AT +per ing +ĠC ros +Ġmon keys +Ġpred s +yl a +,, , +Ġvibr ator +ĠN U +åħ Ī +f ant +z et +Ġb ietet +un ft +sw orth +.F low +Ġpsy ched +ĠContin ental +> t +Ġqu ilt +. UP +Ġexpans ive +Dis pose +(l anguage +C aps +_Z ONE +Ġrec ycle +ĠMan aged +current Color +.b roadcast +sign In +.p rom +ll u +ue blo +Ġpunch es +Ġautom at +Ġassign ing +Ġcreate User +ĠAll ied +Ġconduct or +Ĥ ¨ +Ġs addle +Ġd ni +omed ical +-W est +Positive Button +Ġit alic +? [ +(tr igger +Ġele phants +":" "," +Ġcal iber +raft ed +d igits +Ġmar shal +mill iseconds +mark ers +m om +/ place +Ġhol istic +: t +# , +Ġb oto +Ġnause a +ĠSh ooting +ite ch +Ġtext Status +< Class +ĠDes cribe +Ġbuff et +g il +Ġlog its +std call +mod s +ĠSk ull +ĠB are +h ope +ĠIn tr +F air +ĉ pt +Ġacompan h +Ġf kk +_r pc +Inst alled +_ ans +.get Minutes +âĢ¦ "ĊĊ +- thread +Ġpres chool +AIL S +Ġdiff ic +( convert +ĠN ath +ĠDO J +Ġreg imes +Ġenthusi ast +Ġwarrant ies +Ġfasc inated +_b inding +_N ot +oft en +_R W +/m ail +Ġtitle Label +Ġvill agers +ĠJ iang +Ġsw agger +.Row Index +_img s +rap y +VER AGE +. Up +Ġno op +c io +ĉ ST +Ġdecre ment +Ġmagn esium +_ rotate +S it +Ġnieu we +Ġter med +íķ ©ëĭĪëĭ¤ +Ġur g +_t ouch +Ġsw arm +Ġcl ave +th est +ĠL af +H X +ĠH ulk +Ġplaint ext +ĠSof a +get Session +L ed +Ġecosystem s +he i +ĠK ills +Ġhus bands +Ñħ ÑĢан +(d om +_t iles +Nib Name +Ġdon ating +. acc +Ġlifes pan +.b n +_RG CTX +æ ¥ +ans en +Ġmod elling +Layout Params +ĠonChange Text +rs a +- location +.P e +(b us +(s ong +Ġprodu k +ĠSH OULD +ĠC J +Ġs os +ĠHome Controller +.load ed +(D ocument +.s ocial +t iles +Ġl ame += df +.parse Long +Ġpr ac +Ġdet ox +ĠV E +Ġpunt os +Ġdo ctr +Ġan cor +CA PE +Ġc mb +çĦ ¶ +*) " +:// / +Value Type +Ġmort gages +; q +ĠRock ets +s port +UG C +ct s +ãĤ ģ +ie ur +ĠAppe al +(n b +//////////////////////////////////////////////// //////// +IM ATION +ĠC res +ĠMan ip +C ause +at ypes +man ufacturer +# ---------------------------------------------------------------------------- +Ġsp or +es on +Ġpun ched +Ġbook marks +ĠBul k +Complete Listener +ĠTalk ing +ĠEr nest +Ġrub bish +k ills +ĠDE FIN +Ġneighbour ing +ar lo +ĠP CA +ĉm atrix +lo k +Ġat las +ĠG ur +Ġw yn +-n egative +Ġt ul +Ġre lic +ĠV oltage +ĠPre is +ĠJ NICALL +ĠPM ID +ak et +ĉ attr +Ġet iqu +ĠM J +ĠG mail +cl r +_exec ution +éĶ ® +pos itor +. af +N r +Ge orgia +Top ology +Ġperch é +Ġmus lim +Ġepid emi +Ġsab ot +act us +Ġë ĮĢ +ĠIO Error +. est +p refs +ĠKr ish +.Read Key +NAS A +u ção +_D b +umer ator +W ide +(st atement +.end point +.... ..... +Ġ[ * +stream s +m time +P x +at r +Ġt pl +R oman +Ġscen ic +.n z +ĠSe conds +sub menu +Ġìĭ ¤í +_b undle +Ġde ÄŁ +ĠS isters +pre ferences +Ġport a +Ad visor +max Length +ĠG REAT +__ (Ċ +ole st +ĠLabel s +Ġen fer +ĠĠĠĠĠĠ ĊĊ +ĠThe ft +_F ILL +ĠW ise +) application +un ami +> ())Ċ +ADD RESS +B ST +et zt +ĠQ gs +S ense +Exception Handler +ĠCh u +.get OwnProperty +Ġexerc ised +iot ic +ĠRe leases +Ġp interest +ol ie +is oft +Ġsequ encing +Ġpad re +] ));čĊ +(r adius +.m ed +aint ies +.Object Model +Ġem ple +Ġseg uro +St ars +Ġqual itative +lem n +á» ± +> "). +Ġg x +-c ert +ĠAST M +Ġfull name +Ġte lemetry +ĠCamb odia +_ ul +ĠCl are +C USTOM +Q C +ĠUn s +ĠHTTP S +ĠPark inson +ancy box +',' . +T ue +.get Last +Ġab i +Äħ d +A st +ĠEd iting +.Un ity +j mp +Ġm ats +Ġshared Preferences +Capt ain +.page Size +Ġr tl +Ġan meld +Runtime Object +Ġdemand e +(" ; +se ite +-head ed +ĠK ra +ĠF ONT +` \ +Class NotFoundException +. avg +atic al +A j +Ġpermit ting +Pro j +ERR Q +Ġcre ampie +ĠBuy er +-mod ules +ĠSund ays +| `Ċ +Ġday time +Ġ+ ( +Ġgl itch +ĠOper and +Ġtox ins +iny a +D NS +ĠS as +C ake +ĠNation als +.add To +Ġs inking +Ġcompreh ension +Ġsc or +ag ements +Ġt ard +Ġmarch ing +ĠM TV +Ġs ane +Create Info +Ạ¯ +Ġend Index +ĉ layout +ĠåIJ į +S ITE +ĠT HERE +Ġ[ {' +opath ic +Ġtrans mitter +/ body +Ġp und +ĠC losing +Ġset attr +Ġbound ed +At las +sum ing +(t imes +par er +yn om +fe it +Ġf rem +- leg +ĠBr as +> # +Ġì¶ ľëł¥ +ĠIN STANCE +ĠC ouch +_host s +lik elihood +.M arker +ĠM asks +Ġcere al +util ities +Ġelement al +Ġdist orted +in active +c ry +W L +UPPORT ED +.Th rows +/s chema +ser ie +." ', +ĠBened ict +-p icker +ig gs +ĠPir ate +åij¨ æľŁ +ĠTh ema +ĠSouth ampton +Ġarray With +ĠPaul a +Ġpredict or +- Ass +.user id +Ġper i +Ġexagger ated +ur ate +arse ille +ĠCon cent +ĠP ik +Ġ@ _;ĊĊ +Ġform ations +Ġden omin +"/> .Ċ +ended or +Ġpan cre +Ġam t +Ġon Resume +on Delete +ĠB CH +) (" +m ovement +Ġpot assium + čĊčĊ +ĠMah m +} ";ĊĊ +Ġd q +ĠPublish ers +ĠAm pl +ĠDani elle +Ġt ern +èµ · +no ÅĽÄĩ +e in +ĠAsync Storage +un ger +rou w +Ġsc issors +/ assert +.b ucket +/ archive +_M an +Ġint oler +Ġ() => +ĠÐĴ Ñĭ +Ġsa i +.x y +." čĊ +Ġur inary +es ub +IST ICS +ĠÎ º +Ġcompl iments +Ġtypings Japgolly +ih ar +Exp ansion +ĠS erving +_st udents +ĠX BOOLE +( il +Ġì² ĺ +Ġj ó +(t ol +( JS +ĉC G +ĠD RAW +tw ig +Ġo at +_sm ooth +ĠC SL +Ġos ob +Ġens uing +Ġbank er +ĠBack pack +_p ing +Ġwish list += ax +ĉĠĠĠ Ċ +Dis ney +stead y +"> % +Ġproph ets +ĠZ X +Ġminimal ist +.PL AIN +Se attle +. ordinal +ĠPI PE +Ġret orna +Ġjug ador +ĠB ret +ĠâĶ ľ +Ġpl ush +UL ATOR +Sort ing +.grid y +ect omy +_ activ +r ack +Inter active +ĠAntar ctica +Ġv engeance +en so +_k nown +up plier +.Mod ules +ĠConnection State +éļ IJèĹı +@ FindBy +Ġpl acer +\ model +< ()> +.is Successful +-g ood +b z +ĠDr aco +Ass istant +-ex tra +аб лиÑĨ +Ġhyp ocrisy +Ġt st +ĠA gr +$ txt +Ġlog istic +lic ensed +ĠH of +Ġt at +( iv +Ġinto xic +post Id +_st rike +Ġhum iliation +pc odes +" sync +(rec ipe ++ N +rent e +ĉ Client +ycop g +ĠZur ich +ĠPro files +C ountries +Ġp ict +Ġroll out +requ encies +Ġpatch ed +Ġcar tridges +Ġsh ading +J ar +Ġsalv age +ĠTax es +Ġstand by +apor an +E igen +. angular +ĠN ested +äº « +Ġis Visible +ĠDw ight +_BR ANCH +.D elay +Ġk end +Ġfacilit ated +.flat Map +Ġs anta +ĉS end +/m essages +Ġof Type +ĉs wap +# plt +ĠTur ks +N ES +Ġprogress ively +ĠRes idence +ĠT REE +Ġno en +d io +Ġn elle +Ġsog ar +itt i +week ly +Ġambigu ity +_Set tings +W are +.ne o +_D ST +Ġæĸ ¹ +pre p +lob by +@ email +/m ovie +Ġfun kc +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ Ċ +ÂŃ s +Ġguard ians +- pos +Ġconfig uring +ĠC PS +ĠDe us +Ġvidé os +_ empresa +Ġsl apped +< Model +Ġunders cores +U h +.access Token +SET S +ĠS parse +ĠCal d +: path +ĠS ervers += batch +Ġkn itting +Ġx a +Ġsearch Bar +Ġsn ag +Ġinf used +.b am +le ver +Ġtax onomy +Ã İ +Ġatt aching +Ġh ern +_N OP +Click able +(P arse +ĠDynam o +-b uilder +Ġdere g +Ġsc attering +è¿Ľ è¡Į +an zi +ĠShe pard +"> ',Ċ +_X DECREF +ĠBuzz Feed +_M ARGIN +P LOY +.sm all +Ġm imeType +Ġh olog +ĉc amera +li as +Ġsusp ense +ody nam +b au +Ġgrave yard +_n amed +":" ' +Ġ******************************** **************** +Ġgame Over +ĠLENG TH +ĉs creen +Ġdo InBackground +_depend encies +Ġr tc +/ up +_ ROM +H all +Ġdef iciencies +( te +' # +_e quiv +Ġpre order +ĠA xe +ом Ñĥ +.send File +Ġfil t +ĠLim its +ĠCaval iers +.dis count +âĨ IJ +ĠW it +QRST UV +Ġi j +Ġt egen +Ġ: ", +diff iculty +p unkt +ĠEmail s +ch lor +(f un +.U int +ĠSt all +_ verified +u D +File Type +Ġple asures +Ġjud iciary +Ġsh am +ip ur +_PL US +off ers +( foo +_G T +ĉc ore +ENT ION +ĠLib eration +Command Line +_de partment +.A r +_ne ighbor +ĠSub mitted +ĠĊ +Ġdro its +Ġhomosexual s +Ġab duction +ĉw idget +$ headers +ĠD AR +Ġfl a +th reat +Ġlou is +.Get Property +" Just +(f rames +ry o +prof ession +| i +íķ´ ìĦľ +(s v +Ġun recognized +I onic +F ashion +Screen State +ĠIn coming +Not Nil +Ġsync ing +em ie +Ġtherm o +_pro cs +Ġincons istency +rel igious +.m j +Ġperson n +Ġmoment os +or arily +Ġæ Ĭ +_ne urons +Ill ustr +im oto +il ik +ĠW oj +Tr ading +Ġapp are +Ġentre prises +ach at +Ġ ¬ +Ġne igh +BUTTON DOWN +ĠMah er +ag han +-h ash +" f +Ġclient ele +.add Button +ĉ SP +Q i +Ġgr ated +POS ITE +: > +ĠHow ell +ĠCompar ative +ĠIS C +ÂŃ i +O cean +D avis +ĠFil me +W ins +ĠJ IT +oc cer +ĠC orm +ENCH MARK +rch ive +ica ção +Ġm ata +Ġchild birth +ĠOption ally +En s +Ġx http +Ġel ucid +_Osc InitStruct +)) ):Ċ +Ġint uit +ĠDon ate +Ġcorrel ates +> Delete +Ġequ ipe +Ġb oca +Ġinfl atable +er ah +ĠDateTime Kind +Ġcal ves +\ Lib +Ġem lrt +ĠTr ilogy +ĠP anc +ĠD uis +ĠpelÃŃcul a +WAR DS +_DE TECT +-section al +dh cp +For Row +-de struct +ĠPres enter +/s lick +, on +ĠCit adel +logged in +_sub type +Ġsig ue +Ġc uring +ĠFire wall +Ġfluores cence +ĠItal ians +иÑĤ ÑģÑı +.get Style +In Seconds +j ie +-S mith +Ġx link +Ġsub missive +он ÑĤ +arbon ate +ĠF aul +_go als +ĠCommission ers +chart Instance +_POST FIELDS +Ġmed ial +Ġman os +Ġdel t +sv m +.Ap is +ep hy +Ġasym pt +Ġapp Delegate +Ġimpro bable +ck a +sim d +/ Error +. âĢĵ +ĠP TS +de er +Ġs ina +m agnitude +ID ADE +'] }' +Ġmay ores +ĉ comment +/ console +" @ +v olt +.s ell +ĠM acy +Ġmel od +Ġim ágenes +_ch g +Ġin out +ident e +) '),Ċ +d ni +.b lob +Ġtyp ography +Ġe erie +_O ID +pes an +aj an +Ġch opping +Ġbl uff +ad f +_b ases +.Form atter +Ġ\ % +ĠPage Info +Car rier +ĠCal ibration +com o +-b odied +Ġfinanc ier +ĠIN A +. ERR +Ġhood ie +ĠSan ity +gu arded +.opend aylight +ISM ATCH +High lights +ün k +ani em +anger ed +assign ments +Ġregistr ado +ĠU PPER +ampil kan +ash ire +ĠNik ola +ĠC FL +ĠH DC +Ġp oids +ĠIP s +Ġprevent ative +ips oid +if ix +.c amel +.g a +V olumes +- ste +Y ahoo +_s ibling +H ighest +opt group +Ġkvin na +âĢĿ ãĢĤĊĊ +ĠAppl iances +Ġ" >< +') ")Ċ +ht t +ĠIdent ified +Ġpenc ils +Ġmember Id +Ġappend String +.load Data +Ġmock Mvc +Ġj ub +ĠSl ut +ĠTai pei +st att +Pol it +Ġpart ager +Did Change +Incre ases +) }. +ĠB aba +_CL IP +[ unit +Ġк лÑİÑĩ +Ġalc uni +ĠL ola +Ġcl inging +@ PostMapping +(con cat +Ġss id +ĠFa uc +ok it +ĠRecord ed +á lez +($ ('< +.assertIs Not +Ġk ali +V olt +Ġwarm ly +Ġsca res +get ti +füh rt +_d oes +. EMAIL +im ations +Ġspring fox +ĠDec om +arc y +Ġgl itches +ĠM off +ĠV oll +.b etween +Ġcoord en +ĠPart icularly +GB P +Ġsem ble +East ern +_M SB +]) {čĊ +m organ +ĠE VAL +d ere +HO USE +mo ire +ist ique +_l stm +-com mit +yster ious +Ġtw ink +-th umbnails +en ÃŃ +:' ', +Ġblack out +ĠFlo ors +Ġso fas +Ġou i +lesh oot +ĠRa q +- abs +Ġk ra +M ining +sha ft +.set Columns +Cl azz +PRE TTY +.play list +éĸ ¢ +-Sah aran +M ING +ĉ bl +è® ® +j f +DO CKER +hope fully +( ignore +ĠUsers Controller +ĠMitar beiter +ĠL ES +Ham ilton +-m etadata +ĠK K +ikt ig +Ġwoll te +egr ator +] bool +, current +Ġvalue Type +Ġexcav ation +ol and +Ġv erv +/file path +Auth Provider +Ġpro crast +ĉ ULONG +_MEM BERS +Ġup lift +ĠAut onomous +Ġart works +ĠOut reach +Ġp ore +Home page +Dialog Title +ĠGener ating +PAR SE +Ġsem anas +Ġhuman o +JSGlobal Scope +Ġvol te +Ġb ella +(is instance +Ġpl c +\C atalog +Ġeste emed +éĽ · +(s uffix +Ġswe eps +ĉ ORDER +Ġdo ivent +ĠSw arm +ĠComp iled +get Page +AD R +.R ichTextBox +ĠN aming +ag ged +ĠG ANG +r asing +ode led +Ġg ala +ĠJS Name +dd f +Ġill ust +ĠLans ing +[ port +-de ath +Ġdin heiro +ĠE ighth +Ġb ian +st Ã¥ +Ġvers ión +ĠLinear Gradient +ĠHard ing +. *) +ec zy +$ header +Ġv Ã¥r +Un checked +Ġko je +ĠPal adin +() )), +G iving +() })Ċ +Ġd ips +F riendly +Ġport rays +Ġhel ium +Ġinsurg ency +_ex piry +ĠstringByAppending String +Ġa antal +s lope +m ast +.get Integer +Ġ################ ######## +_PIPE LINE +Ġdens ely +Ġmut ating +m idi +ĠSe it +ay ne +NOW LED +ĠDes mond +ĠF Name +ĠN airobi +\ Context +Ġcalc ular +-d en +Ġc ott +] ):čĊ +ĠRecommend ation +ĠRole x +Ġvalidation Result +.p at +Ġn Ãły +ĠRest Client +ĠG PI +ĠAshe ville +ĠO SP +ĠPER MISSION +ÐĶ аÑĤа +/ notification +K night +_W ord +ĠB ender +rank ing +Ġpart ida +_res ervation +Ì Ģ +Ġm Name +Ġget ch +Ġb orr +Ġdilig ent +Disc uss +æŃ£ åľ¨ +ape ake +ion ed +-N azi +.c um +ĠK ron +=$ ('# +/s ingle +Ġerot isch +ĠV ib +Ġrat ified +Ġconcert ed +ĠREG ARD +Ġdo br +.Driver Manager +' r +Port able +ĉs uite +Ġrel aciones +ĠD op +emplo i +DO B +Ġcr umbs +Ġx ls +_App lication +(': ', +Ġ---------------------------------------------------------------- --------Ċ +m se +Ġber k +ĠReturn Value +ĠBel ly +Ġcam ar +ĠPe ek +els ing +Ġnot ifies +ĠTr istan +ĠG AR +em me +ĠElev ated +_C SV +(ch alk +Ġtw enties +ĠSearch Result += search +ĠMix ing +ý t +Ġrecru iter +ĠIDE OGRAPH +ĠA go +( Operation +$ values +Ġworld ly +ĠRosen berg +ĠConfigure Services +>* Ċ +Ġsn ork +_op acity +ĠinitWith NibName +i ado +A AC +Ġ] ). +; z +_par agraph +Ġnos es +stand s +if r +_m E +I raq +.P redicate +ena ire +]] ];Ċ +Ġun idad +Ġretire es +_h ello +Ġmode le +ĠUIT ableViewController +f write +_num ero +_vis ited +Ġrece be +( Notification +Fant astic +_sub menu +ĠP EM +ĠCup ertino +approx imately +class ed +.Read String +Ġdomic ile +_P W +Ġball park +ĠK ale +con tra +_f avorite +/ of +Qu ite +ĠOT A +Ġacceler ometer +did n +| ^ +ĠRohing ya +ivic rm +ann abin +обÑĭ ÑĤи +or ado +') + +Ha unted +, ID +( UIAlertAction +ur v +_b el +ĠMex icans +/ terms +ĠPaint er +Input Label +ĠV inci +ĠRos ie +\ uc +< Menu +Ġcool ant +(current User +_d ual +) "},Ċ +& p +Ġconver ged +Ġrestr ain +ĠYugosl avia += target +Ġimp uls +ds a +Search Tree +Ġh box +ĠImp ress +§ Ãĥ +get FullYear +(d a +ĠY YS +.al ignment +.Get Text +.token ize +ĠOlymp us +Ġmur ky +ore station +Ġdiss atisfaction +ĉT Array +_ kses +.Add Singleton +ĠStart Time +Ġfan atic +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĉ +Ġentity Type +. override +Ġ ------------- +ĠDat agram +f out +(with Id +Ġ# __ +Ł èĥ½ +ek yll +.f riends +ame leon +Ġz ach +.simple Button +ret orno +Ġkon k +/s mall +ĠQuick ly +un read +Don ate +Detail View +Ġdu a +Ġpenetr ated +OM UX +Ġn ir +_p data +"], [" +Ġlow es +Ġdop ing +Ġas ymmetric +Ġneed less +our cem +Ġup ro +ĠGu zzle +af b +Ġsext reffen +-c ollar +Ġcol ossal +Mon key +n ish +Ġhandle Message +Incre ased +* dx +ĠChatt anooga +f org +ĠOr den +Ġsh ri +ĠV and +Ġ" @" +Image Sharp +ĠWild cats +pon ible +.sc enes +Ġpaint ers +ĠPf izer +ĠZ ah +To Local +ĠFl am +Ġé taient +)) ^ +ĠSand box +ĠTR ADE +Ġchrom ium +Ġac claim +Ġpac man +´ t +) reader +M ari +.Dispatch er +.A DMIN +ĠRem ed +Sw eden +Ġoverl ays +. er +Ġp ang +Ġclean ly +aven port +Toy ota +patch es +Ġv tx +ĠE is +cl ado +ĠR itch +RO LS +Ġh ade +Ġconspic uous +Ġdo cks +(j q +ĠPrem iership +ĠBe z +ĠâĦ ĸ +ĠÑĥ Ñģл +_tot als +Ġprov a +ĠC ue +Ġsa úde +ĠGame Controller +IM IZE +, port +ãĢĤ ( +.C decl +Instant iationException +Ġcoll age +ĠIO C +Ġb ais +Ġon Finish +-st ars +set Size +Ġmog ul +Ġdis illusion +Ġche vy +(S chedulers +( IR +_loc s +Ġcann ons +Ġcancell ing +/b us +Ġbuf io +ĠY ours +ĠPik achu +Ġter me +r Ã¥ +f ahren +Ġowner Id +Ġoblig atory +Ġcul p +Ġacid ity +-m ult +ĠBam boo +Ġ' "> +_g s +Ġcomp il +n ard +-ex c +Ġrh yme +Ġbut to +s ays +ant asy +ë ¸ +Ġcitt Ãł +Ġche g +Time String +Ġpos itivity +ĠD abei +Ġw ang +Ġes cre +" c +ĉv ideo +ĠRank ed +.str ings +>> >( +Ġин ÑĤеÑĢ +Ġrest a +[: ,: +Ġrend re +Ġdes er +J os +Ġdis ruptions +Ġоп еÑĢ +s ampling +sup press +Ġcontainer View +ĠSeam less +Ġair y +Ġon load +.Window Manager +ĠPL A +br aco +.set PositiveButton +Ġp du +Ġg si +ĠC li +_gr adients +Ñı д +ĠWh isper +c stdint +Ġl äng +Ġform ulations +én om +ourn emouth +[$ _ +Ġordin arily +.set Username +Ġfacult ies +MIT TED +/ values +Ġwe ir +ĠA pt +M Z +ĉc f +uck en +ĉĉĉĉĉĉĉĉ ĉĉĉĉĉĉĉĉĉĉĉĉ +def ense +[i Var +ĠBusiness Exception +Select ors +(co ordinates +ĠRes ets +ĠDr inks +ole ans +(st ypy +_IO C +.x xx +ĠSl ater +ĠBel ize +Ġ/ ************************************************************************ +add in +_ep isodes +Ġis chem +legal ArgumentException +D anny +Ġp ared +.code haus +ĠAss y +ĉ Rect +â ŀ +.list a +Ġв аÑĪ +Ġv ets +HW ND +ison er +Ġx o +Ġor ally +ĠSt mt +.r nn +ĠD PI +ĠStr ikes +.setViewport View +Ġèĩª åĬ¨çĶŁæĪIJ +Y ELLOW +GL enum +part ners +ĠImp licit +Ġtak o +âĢĻ elle +Ġerm ög +total Count +G il +ĉ work +Ġpr atic +in ati +ab ies +ĠSk inner +Ġspir ited +Ġpancre atic +Ġh df +' em +Ġpsych osis +olic it +Ġ" {" +_at ual +Ġé lect +TE AM +Ġd ak +ĠSW AT +.Fragment Manager +Ġprovision ing +l ifetime +_EXTENSION S +ĠC ASCADE +Ġ! [ +(K P +Ġv em +ĠInterr acial +'] },Ċ +sp acer +_k v +W arehouse +R DD +_f sm +.Stretch Image +, Yes +ĠRefuge e +ĠBr inging +Ġv álido +.inter section +Ġsp ooky +_port al +Ġmo th +ĠZ odiac +ĠSOC IAL +M imeType +'] }} +_Bl ue +Ġbot anical +Ġfr ags +Ġfamil ial +- du +Ġse izing +(block s +.r d +.check NotNull +Ġmis er +Ġmax x +ĠK nee +View Item +Inner HTML +D anger +(( __ +Ġprz ypad +create Url +** , +ĠDecor ating +ATEG Y +?> / +.Design er +hex digest +ĠEvery where +all eries +.TEXT URE +.Block s +z ell +Ġpre ço +S uddenly +input Email +(s ync +.b d +gold en +> '); +ĠDick inson +>> (Ċ +ĠQUE UE +Ġget Column +ĠS AND +.p iece +lic er +Fl utter +Ġget Version +Ġresource Id +og l +ÅĤ aw +.Br anch +ĉ web +Ġfr amerate +PP P +Ġfr ay +C NT +Ġinformat ie +'] čĊčĊ +ne as +Header Code +Ġæ ¸ +Ġtr g +raw types +H onda +Ġmark eter +Ġrequest Data +ĠP g +ĉ not +Ġpage Info +Ġakt uellen +ãģķ ãĤĵ +ĠA MS +push ViewController +ĉ AL +Ġv ests +produ ce +-m ême +ĠRah man +F unny +E Z +_ Valid +Ġsquad ron +Ġl ash +Ġ irm +ias co +ĠPar an +Ġpet ites +ĠDec ay +Ġun initialized +priv ileged +Ġm bedtls +å¤ĩ 注 +Ġ^ . +Ġec static +D etroit +Ġpart en +Ġsou venir +.get Login +моÑĤ ÑĢ +en ção +ĠmÃŃn imo +ĠAccess ed +ri ó +M ic +ĠV ocal +.Set String +Ġmens ajes +åĢ į +Ġattr avers +ĠA ph +Ġ' );čĊ +ünd e +Ġench anted +ĠRoot State +ĠCLOSE D +ĉĉĉĉĉĉĉĉ čĊ +Ġcal iente +or ris +Ġphysic ists +h wnd +_v i +Ġráp ido +Ġcapital ized +ed By +Ġmach ining +Ġhub by +ĠSt acy +.B us +dr ink +H ur +Ġprop ia +Unit Test +Ġmiscon ception +__ ));Ċ +/d c +ĠMay weather +_m C +.create From +ĠQ Painter +rops ych +inn itus +ay as +Ġg eg +(d w +Ġus ado +Ġtrick le +Ġann ihil +ĠP asta +Ġ++ Ċ +(Expected Conditions +.post Value +ic ap +ĠDon etsk +_s oup +-p ublish +ĠP b +ment ions +AC CEPT +.P ull +,âĢĻ âĢĻ +Ġret arded +_AT OM +ĠTermin ator +-c ourt +ĠCLLocation Coordinate +Ġrever ence +ĠS SC +ut ely +ĠW ON +ĠG SL +fre i +.get Longitude +Ġopen FileDialog +.B utter +- important +_M ANY +ĠG ong +âĢľ How +Ġg orge += msg +ĠEz ek +create Command +: checked +Ġinf ographic +.W EST +Dir s +Ġguard a +Ġbeet le +< small +- android +Ġcred itor +ĠM éd +Ġfinal ist +Ġab l +ne v +_inter action +ĠMonter ey +j ah +Ġcand ies +ĠQu incy +èª Ń +Ġbatch Size +ak it +Ġo be +(p ara +Ġexperiment ed +Ġcouncill ors +Ġcl ashed +s qu +-st rokes +ĠG K +ĠEx pires +Ġprosec utions +ĠCreat ures +Ġy ö +x lim +_IM P +Entry Point +ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ +.Default CellStyle +Ġbre ve +ĠBrit ann +Ġsweat y +Ġle th +Ġflash back +per manent +ĠJ DK +_D etails +E uro +p pt +Ġrich TextBox +/ board +Ġtr ance +.c ycle +'); ");Ċ +Ġtox in +_de init +Ġover arching +Ġconfig parser +ĠKaw asaki +.th umb +Ġplay a +ĠJose f ++ _ +Ġzero es +Ġa up +ĠH ari +comm itted +N it +.file Path +ĠDis abilities +man ufact +-al igned +.RE SET +Ġrust y +E y +Ġou sted +cos a +Struct ured +.get D +Ġs ábado +> Loading +_m A +.get Random +bl ings +Ġchees es +tt i +. âĢ¢ +ĠBurg ess +ender it +. ',čĊ +(" "+ +ac b +% p +index ed +_pred icate +nes ia +Ġb ied +ĠC IT +( Pos +_r adi +ä»· æł¼ +B iz +ĠAdoles cent +Ġvi ên +c ycl +_C ancel +Ġcon clusive +Ġappell ate +inform atics +S J +Ġelect ive +role Id +Fetch er +ĉ Command +(" (% +Ġf art +IL A +get Block +A USE +Ġд ан +ĠAr te +Ġnot ifying +Ġge le +.s ame +ĠReg el +ĠBa ÅŁ +.c reation +ĠV N +_comm unity +Ġuns ustainable +SE X +Ġgrid Size +res cia +avers able +(', ')[ +ĠPh elps +á»ķ i +ANCE LED +- IS +.run ners +ĠSt okes +.P rodu +Ġwh ipping +_ac quire +Ġinvestig ación +f ried +.copy With +ĠHard cover +- Se +áŀ¶ áŀ +inv itation +les ai +ĠD orm +ĠÑģпиÑģ ка +Ġconcaten ated +oph il +Ġthink er +/font awesome +ĠLe opard +Ġ"/ ");Ċ +Ġresidual s +ĠMic rowave +Ġconform e +th rop +Ġdis emb +ĠO MG +ĠDisc ipline +ĠAc robat +/re pository +df a +_M ED +buf io +Ġméth ode +_H OLD +ias i +_ legacy +) ččĊ +æ£ Ģ +Get ProcAddress +Ġy ay +ot ence +order id +-t w +Ġdear ly +In coming +/ il +Ġneu rop +uc z +); čččĊ +ĠInnov ative +Ġprof und +ig mat +Selection Mode +re levant +.G O +Ġbru ises +Ġs ach +ode f +Ġre imb +/d esktop +-s pot +und ance +Ent ropy +\ core +Ġsug er +ĠM vc +ĠGN OME +_ind x +ĠYY STYPE +ĠMat lab +ĠC IF +Ġ* )) +Ġproduct List +ĠAl right +ac emark +ÑĤи в +mod ification +int ernational +Ġhom ers +Ġdict s +ĠQ Font +.SQL ite +Ġtransplant ation +ĠMessageBox Button +ĠEl ves +'] ])Ċ +(Q Icon +Ġcin emas +CO ORD +- China +Ġkh ẩu +æĪij çļĦ +Ġskull s +Ġpain staking +f ce +.XR Label +Ġspec ifier +Ġpref erring +/ activity +( Photo +á lt +.l ot +' '. +ann once +.google code +-p df +ĠP oke +_A CL +Ġend owed +dis cover +.om g +Ġwood land +.M agic +Ġvol ont +Not Allowed +Ġch ave +BM W +',' =', +ĠS IX +æĪij 们 +Ġkos her +Ġaspir ation +int l +_ref ptr +'+ Ċ +ment or +.cl ub +Window State +.A RR +Ġz za +Ġmessage Type +.e qu +Th or +Ġin just +Ġg ums +Ġborder Side +//// / +ĠTrans mit +Ġbuf size +Ġh ak +Ġell as +R ANDOM +ĉm c +Ġpe a +ek o +document o +Ġhyster ia +Ġaren as +Ġgun men +Ġm ike +Ġimp unity +atis ation +_Z ero +_COMP ANY +ĠG ors +Ġuse Class +( redis +ĠRUN NING +ĠB air +vel te +Ġ',' . +аÑĤÑĮ ÑģÑı +ö st +encode URIComponent +_re strict +Ġdec als +ĠPed ido +Ġalter cation +Dis plays +ĠApp licants +C US +Text area +ĠAng ola +.f uture +ĠUS HORT +Ġsuppress ing +Ġset zen +AP olynomial +Ġto ch +Ġhall mark +Ġ$ $$ +ĠCHAR SET +.r pm +ĠD ich +---------------- ---- +_p arm +è¿ ĺ +acc iones +h ait +WAR DED +_r outing +ĠN OM +Ġen clave +ĠLot to +ĉf r +complex Content +ĠBall ard +k ube +/w in +.getColumn Model +_RE PLACE +Header Value +Ġest udiantes +Ġap is +Ġb pm +ĠType Name +And Get +rit a +Pl ans +> Note +Ġfet isch +Ġton ed +_g oto +ons ense +Ġm olds +Ġinfiltr ation +ĠGuerr ero +ub bo +ck i +($ (". +_ activities +(ch anges +Ġof App +ĠKe pler +ĠD emp +ĠCont inent +.T icks +ĠUn signed +ĠJah res +Ġfresh men +ĠArch ived +ĠкоÑĤоÑĢ Ñĭй +Ġ' :: +T utorial +C c +Ġtable LayoutPanel +from Json +.level s +_trans ient +Ġendors ing +ĠD IC +la uf +Ġsh red +_E MIT +ific antly +AL A +/ proto +Ġnarrow ing +U tc +Fact ors +Ġsent ient +æŀ IJ +lix ir +ĠC ROSS +met eor +Ġgro in +Ġm db +ĠRot terdam +Ġcom ida +ĠOp Code +ĠDefault Value +Permissions Result +Ġheter ogeneous +Ġm oot +Ġde ceived +-in dependent +ĠObject OutputStream +Ġover power +.d up +Ġl db +Ġdomest ically +Ġbest ellen +Ġlo v +ĠContract ors +Tri angles +Ġfod der +Ġfilm es +ä¼ ģ +Ġrev olver +Startup Script +/ validation +ĠResource Type +i ÅŁ +ĠL az +f ef +Ġlst m +{ * +. attachment +.h its +ew ith +DO G +Al abama +Ġmedium s +.m Context +-c ols +åı ĭ +.not ice +Ġat tn +ĠP acking +ĠL n +_COM PLEX +/ Users +.sav etxt +ĠR ounds +?,?, ?,?, +Ġing l +ĠR OC +_f emale +ĠSt ard +]] ; +Ġwrest lers +Ġtorrent s +Ġsin h + ĊĊ +ë³ µ +s ense +how ever +.Ph ysics +Inf rastructure +ĠSac r +F el +ĠD ISTRIBUT +é ments +ĠValid ates +################################################ ############ +Ġ| / +Ġes l +Ġré seau +ĠB ip +BY TES +_W ATER +Turn ing +EL S +Ġj uxtap +Ġlesb ische +ý ch +( Unknown +Ne o +@ JsonProperty +Ġal umnos +ĠRaq qa +ime i +.get Bounds +.Mouse EventHandler +#### ### +Generic Type +/c ms +Ġturn o +Ġм ин +Ġfolk lore +ĠE vo +Ġconduct ivity +Ġle ben +Ġgear box +-v s +ĠÏ Ĩ +Ġdrink ers +Ġcon exao +ĠTe eth +Ġget Arguments +ĠR AT +ent ious +E duc ++ W +ĠInstitution al +ĠB ord +is Equal +(p wd +Ġign ited +ĠR ousse +Ġimpact ful +ĠM alk +Ġg eral +ĠP ivot +Ġa zt +Ġcsv file +ĠR ope +ĠSOL UTION +ĠArbit rary +Ġlet to +.Mouse Adapter +Ġ} }} +ĠSail or +der a +Put ting +Ġconcentr ates +Ġauth Domain +âĢĿ çļĦ +-f inals +, strlen +Mu on +ĠOrd inary +fire fox +ĠLa TeX +ĠH und +engine ering +/ blue +ed TextBox +(" "); +ĠC DDL +ke pt +ĠGet String +K ir +() =' +ĠO CD +ant ium +$ menu +ĠAppalach ian +Secret ary +ë¥ ĺ +ี ย +Sem antic +Ġ* [ +est one +ung kin +Max Y +-t one +"} ;čĊ +_P art +< Member +tr am +Ġtrans istor +Ġ---------------------------------------------------------------- ----------Ċ +ĠDes de +Ġright ful +ĠCorn el +æ ij +.H OUR +Ġsidel ined +ref errer +m aze +Ġhol ster +Ġcripp led +ĠDate Formatter +oph age +_m D +Ġdes elect +ra ud +ĠPK K +row Data +Ġlock smith +.res ponses +(product Id +_ST MT +Key Type +.Th en +z ee +Ġcr t +ĠGrand ma +@ Resource +Ġbit wise +-c mpr +ãĢĤ www +zeit ig +& display +Cart Item +- No +Ġnum éro +Ġm aur +Ġinst ancia +ĉd t +_n pc +Ġskate board +âĢľ All +ĠCrow d +Ġä n +Ġb raz +ca e +yn et +/p m +/s creen +OPT ARG +ĠV Box +Ġle opard +_g reater +c pt +< dd +Ġmechan ically +osp els +) f +.l wjgl +.get Port +ĠP REF +.Add Transient +pp ard +Ġí ļĮ +Ether net +Ġsal ine +(level s +Ġservice Provider +.A ngle +alt itude +illa ume +Ġs cape +_CAL C +_ quest +ĠDiss ertation +ĠE DM +-C ds +Ġhon orary +st ops +Ġsub dir +ĠV H +ĠChe at +Ġright fully +Q E +.Write Byte +fig ures +enn ie +( DBG +Ġvoks ne +Ġexp ended +UN ICATION +il inx +ĠRec ap +_ verts +Ġtra umat +Ġget Player +Ġverb ess +Ġcultiv ating +Ġiniti ator +Th ông +find First +_per ms +Ġbu c +Ġ""" čĊčĊ +T YPES +object Manager +(Configuration Manager +Ġtim id +Ġsnap chat +Ġcon seg +ĉd istance +_right s +_D es +ĠF lesh +- ver +Ġa fl +fra uen +Ġblas ph +ĠQual ität +ma f +Monitor ing +.D iff +Ġshore line +Ġresponse Body +mem set +< decimal +Smarty HeaderCode +Ġin sets +ĠBinary Tree +amed a +Ġn ihil +ĠN ay +ym ology +ĠW G +Ġt api +ĠInst alled +m aintenance +)} "Ċ +ĠX O +-per iod +s ar +Ġning una +ORM AT +.set PrototypeOf +ĠK b +ĠHen rik +ét ique +ĠLah ore +ĉ Address +Ġmel ts +N y +_adv ance +Ġveloc idad +Ġalum no +Ġsanit izer +Ġph ishing +ĠCom et +Ġch iar +ĉs pec +trim med +(state arr +on nen +Re venue +L ens +Ġcha ired +ĠAss umes +Tr ash +_un set +\ Bridge +Point Size +ĠPol ic +Ġsex uales +ĉd fs +ĠWide String +Ġaccru ed +Y W +_S CHEDULE +Ġk ite +Ġparach ute +[ table +Ġactive ClassName +.Qu ad +Israel i +ĠÅ ĵ +Ġho og +Ġch á»ī +ew ear +Ġtire lessly +set Error +.get Amount +.set Items +ĠM anson +ĠBay esian +_F lag +AC HER +/ original +Ġimm ac +ĠLos ing +' >ĊĊ +L ic +ĠMir age +ĠAssembly FileVersion +Te V +ĠValue EventListener +-s olving +Th o +rou lette +_W P +Ġunint errupted +Ġfield Type +.T yped +Ġam our +Ġmock ery +(v ol +ĠSub committee +ĠR uf +ero x +:UIButtonType Custom +ĠBl ur +Ġwy kon +nc es +ASH BOARD +!! ");Ċ +Ġmurder ers +.d aily +ĠDI AG +j ing +Ġdol phin +Ġl òng +Ġb ö +ĠV ocabulary +.St Object +') "> +Ġz un +Ġscrim mage +tr éal +ĠL ig +[ vi +C ole +Ġfrost ing +.Pl ayers +- translate +Fe els +=\" / +.Butter Knife +Ġ?> ;Ċ +Ġav i +inn ie +.F ailure +Ġsp indle +Configuration Exception +_h op +Ġpos ição +ĠA wait +UIImage PickerController +ĉ day +Ġgen om +C ab +ĠÑĢ езÑĥлÑĮÑĤаÑĤ +OR IGINAL +Ġejac ulation +(t cp +SE COND +Ġton ic +ĠList Box +Ġ ĉĉĊ +() >Ċ +Ġqu atre +ượ ng +with Errors +.M aybe +, âĢ¦ +token Id +_UN DEF +Ġfresh ness +ĠAmend ments +.map box +.C V +(b log +_get time +. quest +s parse +Ġres ale +Ġenthusi astically +ĠProstit utas +W a +C argo +.Parcel able +SENS OR +ĠRy u +La ughs +_N ative +/ pg +yst s +Ġphot oc +ç® Ģ +ado pt +.spec ies +conc iliation +Adjust ed +.Firebase Auth +ut tle +ord ination +Ġm unch +ĠSt ake +.p ing +ank er +(QString Literal +Ġsub script +ĠĠ ĉĊ +ĠM CC +_C md +se xy +i ou +ĠM ANY +Ġn anny +TR AIN +Ġflour ishing +ĠW atches +ĠQ Map +ĠF erm +Ġwas m +ĠA bed +_ UD +ĠGlass es ++ v +Att end +.Ch ain +Ġdec ency +ĠSupplement ary +h unter +-t xt +Ġ" }";Ċ +.set WindowTitle +(" +Ġmasc ara +( Profile +åĬŁ èĥ½ +imit é +Ġwild fires +- ROM +.is On +(group Id +Re pair +accum ulate +Ġ< ", +Ġhand written +Ġach eter +ĠM GM +ĠIr ma +->{ _ +ge e +cr iminal +Ġèĭ¥ è¦ģ +Ġmoment arily +") != +_l it +Ġexpires In +." ). +éķ¿ 度 +Ġfr ække +vl c +Ġor bs +), $ +Ġvent ured +/ >\ +char m +N uitka +eld ig +aton in +W itness +-l at +Ġset Hidden +Ġrelic s +Ġcons ulate +. IGNORE +" After +Ġset Address +Ġbeste ht +Ġ'' )ĊĊ +.x axis +Ġser ão +Ġmis led +_UN IFORM +ĠV IA +inc r +Ġzen ith +Ġvis cosity +Ġthin ly +.get SharedPreferences +.Error Code +"), " +ĠMillion en +Ġ/> )Ċ +Scroll Indicator +-se eking +ĠPOLIT ICO +as ca +_r l +N avig +(full file +Ġsol itude +Ġju ven +Ġhaul ing +ĠMac ros +ĠG ry +Ġexerc itation +ĠATT ACK +Tick Count +Ġr ites +Ġdo e +Particle System +Ġsl u +Window Text +ĠClass Name +Ġsl ander +ĉ Port +j ong +? a +.D ial +âĢĶ at +$obj PHPExcel +Ġso ar +EN N +appe ared +Ġquot id +em achine +Ġn ip +Ġmicro time +ĠAl ma +; ! +---------------------------------------------------------------- -------------------------------- +ĠPass age +Ġdump sters +ĠEx clude +Ġsuggest ive +ĠCircularProgress Indicator +_cl r +Array Type +ILL A +Elapsed Time +Dr iven +Ġresource Name +ĠG arrison +ser ir +-a head +Ġp innacle +ĠEs presso +S parse +Ġass ays +ĠGirl friend +im id +]=' \ +ONGL ONG +Ġportray ing +L ane +Ġb úsqueda +Ġrein forcements +ĠSpread sheet +ĠArray Collection +, arr +light box +ic ana +< " +build ers +K id +ĠMat SnackBar +EX PR +od cast +ĠFound ations +Ġind s +=' ${ +F izz +-function al +(work space +Ġstem med +_p atches +ĠJar vis +READ ING +Ġdisrespect ful +ĠQ Dom +Ġ$ {Ċ +est atus +Re ached +! .ĊĊ +IL T +ĠN DEBUG +ĠCour age +birth date +ĠT ing +Ġutil izado +án chez +Out door +Ġhand guns +Ref Count +É Ļ +rom o +Ġt ts +.S he +ĠP ane +ãĢij, ãĢIJ +ĠIO CTL +/ black +ins cription +Ġbi opsy +ĠTime Interval +.Test Check +ĠGUI Style +ĠCap ability +ĠBeit rag +don nees +T reatment +.back up +Ġsign ings +ĠB oca +dr m +.M AIN +Ġgo ede +ĠMark up +G REE +ĠBase Service +.C reator +Ġj ails +ĠK ahn +Ip Address +ACH I +Ġinhib ited +Ġ@ $_ +ĠAss ass +Ġenvi ado +Hero es +ÐŁ еÑĢ +ĠM aven +.l s +Ġ ive +| RF +Ġresize Mode +Ġrum pe +_attach ments +T U +Ġtact ile +Attempt ing +Ġro bin +y aw +Ġmerc enaries +ĠHab itat +end date +Ġo xy +ĉR andom +oh on +Is Null +ĠValidation Result +ãĥ ļ +um bed +pp v +Ġar p +ich ick +_r nn +ĠT FT +Tex Image +" On +ĠSam pler +top l +Ġj ane +y ling +ĠUN ICODE +Tab Index +< {Ċ +s uspend +uv ian +, application +ол иÑĩеÑģÑĤво +y at +ez ier +ĠCH UNK +ĠAd ler +/ Add +ĠKey Value +Ġspos ób +Sam pling +ch ers +_AM D +R u +.Must Compile +N ation +Ass oc +Man aging +ĠEng l +_G B +Ġsucc inct +Ġdis liked +ĠI ke +Bullet in +_ARCH IVE +Prop osal +Ġjog ging +.C REATED +Ġch ol +è£ ħ +Į ¨ +-p ush +Ġreserv a +core v +è tre +TH R +Ġincompet ence +Ġchar isma +æĦ Ł +Ġ" == +BT N +ĠLoc ator +iv et +('. ')Ċ +Ġfor IndexPath +ô me +Ġcapac it +w aters +ĠWR ONG +ho a +ĠM IPS +Ġem iss +ĠJacqu eline +(c mp +Ġe ens +Le o +.tim ing +CLUS ION +Ġ(" - +åĵ Ī +.k ode +ĠUnd ert +Ġbew ild +ĠEss en +.h d +Ġren egot +Ġm ower +Ġl sp +Ġpen chant +Ġman oe +Ġag li +Ġrec al +ĠOPER ATION +(^ )( +ĠÎ ½ +ĠSc oped +Ġ@ "Ċ += label +[ loc +Int l +ĠN z +table t +.Column Name +Ġscreen Size +DB us +co oked +- registration +âĢľ One +-n on +ĠwiÄĻ c +Ġcost a +.add Tab +. conditions +ĠH ess +MEM ORY +ĠAval anche +() }}Ċ +Ġtri plet +Ġl abyrinth +ĠNode List +ĠNY T +Ġy eni +d ff +.Html Controls +AV IS +/ Math +Ġmem cmp +Ø§Ø ¡ +оÑģ ÑĮ +c rap +(p ages +Ġl xml +ĠQ DateTime +_t cb +Ġopen id +Ġsyn aptic +ĠMD MA +(s lug +igm atic +en or +Ġcr amped +G OP +Ń IJ +.is File +ĠD ifferential +Ġ=" ";Ċ +ĉĉĉ ĠĠĠĠĉ +ĠC ooke +ĉU FUNCTION +Ġpersever ance +Relative Layout +IMPORT ANT +Ġex on +Ġо н +ib ase +(C ONT +n ovation +ä½ ķ +[ sub +Admin Controller +HTTP Header +cre ar +ĠN IR +ĠDrop DownList +Ġval ide +Ġde hydration +. '] +(W IN +Ġ... \ +Ġphotos hop +ĉ Init +_c ou +Ġtime Zone +dar win +rom atic +Navigation ItemSelectedListener +br ates +] --;Ċ +Ġtraged ies +ĠPed iatrics +SM ART +-A PI +ĠMessage Lookup +ĉ vo +Ġprejud ices +Ġm A +U ps +ĠMISS ING +ĉ ad +C ream +ĠT b +ĠMon a +_ ghost +ĉt ypes +Em b +ĠDocument ary +');ĊĊ ĊĊ +Ġl up +_ Reference +ĠB ATCH +Ġintertw ined +< Cell +ĠCab r +n ation +Ġis Connected +.remove Listener +Ġcon g +_t i +ĠSil icone +Ġê²° ê³¼ +ĠW AN +ĠG ibraltar +/ response +ĉp erson +ch ants +V IP +em ergency +Pixel Format +- Am +Ġsouth western +_pl l +if ers +_ON CE +ĠF ayette +.nc bi +_P anel +.Q ual +Ġpol ys +Ġcreate StackNavigator +� t +Ġlay offs +ĠBl anco +Fe at +ĠV imeo +_ch i +_l ifetime +POINT S +, private +Ġunb earable +print ing +Ġc gi +.B ACK +Ġintern s +ĠNew ly +inf eld +( IB +ĠK ata +ĠDef endants +Th r +é¢ Ħ +_V F +FFFF FFFF +Ġdavid jl +Ġbitter ly +S uggestions +.set Cancelable +FIN AL +ason s +_rw lock +_WRAP PER +Ġhapp iest +(row Index +ós ito +TOT YPE +Autom ation +Log File +Ġcons olation +ãĥ Ģ +Ġt êm +Ġpr er +rg yz +ĠG eg +ĉd to +.default Value +ĠK ami +ĠA SE +optim ized +Ġíı ¬ +Ġorigin ates +err Msg +Ġespa ço +(S YS +ĠMc B +d ance +_det ected +Ġfr ü +ĉĉ ĠĠĠĠĉĉ +< Date +(com b +ĠDec ide +\ Field +ĠProp osed +R ib +Ġdis likes +ĠW ien +ĉ Document +Ġtr af +Ġst oria +ĠT ells +') == +C ri +( VALUE +ĠBurn ett +, void +Ġdan h +Ġc cp +Block chain +:"- "`Ċ +IC lient +IS ODE +Iss uer +) }čĊ +, but +ĠU ph +( Sub +Ġtélé phone +ĠonData Change +Ġmarsh aller +-an alytics +, content +Ġdeb acle +_Value Changed +Ġfa una +Ġ# => +Ġf oyer +'util isation +ĠMü ller +ĠFet ish +Ġdefault Manager +Ġback track +B ah +Exp licit +_A SCII +Ġm Activity +(M sg +Ġê² Į +ĠTER MS +ĠAng ie +HS V +ĠMos que +.N ames +íĬ ¼ +rest e +_p arms +Ġgap ing +Ġcro pping +Data Frame +Ġrespons iveness +_ undo +_tr an +. terminate +Ġitalian e +Ġwalk through +Ġattract iveness +д е +_ST S +_ learn +Ġchocol ates +ier archical +-th inking +Ġ ))) +ish ments +.Log f +ĠTM Z +ĠCan ary +fo il +ĠVacc ine +.v x +ĠSur round +Inter mediate +Ġi ov +v ais +'; ";Ċ +ï½ŀ ĊĊ +éĢģ æĸĻ +âĢ¦ it +Se ats +Cl ar +W ars +ĠHutch inson +ĠHas an +! ')ĊĊ +ĠRich ie +che iden +($ (' +Y ork +Ġl ids +Ġal phanumeric +ĠG lock +.sh apes +Ġspark ing +_ epsilon +uplic ated +.dir ty +]) == +ĠìľĦ ì¹ĺ +Ġsc n +Ġ/ **************************************************************** +_PRE VIEW +_H C +ield ing +f gets +ĠAdd ison +Ġproduct Service +- figure +(ret val +z ano +Ġaut ob +ĉs d +_n umer +ĠSet LastError +ĠF ior +ific ance +Unt itled +Ġin field +Ġ{} ));Ċ +Ġsp ac +Ġro okies +(des cribing +ng en +ி à® +.r df +.M utex +Ġkne eling +ĠQ E +set Max +Read Stream +Ġvent as +s ut +cm peq +.WriteAll Text +ĠEx perienced +$ __ +Ġka um +ĠL IS +Ġdocument os +_HE ALTH +icont ains +Ġart isans +OWN ER +Ġblink ed +get Display +Ġto en +Ġrow Num +Ġav ril +Ġinv is +ĠK ear +toBe InTheDocument +ap ur +Ġr acked +ĠMc Master +_ATTR IB +H az +Ġfact ura +/ ts +ĠÑĢаз меÑĢ +Ġz f +Ġshort fall +.f asta +ĠCONST ANT +.man aged +g ems +Shared Pointer +Ġblur ry +b rightness +( components +Ġ... "ĊĊ +SE LL +ĠIllustr ator +.get Channel +Ġtrou vé +yst ers +Ġvo is +ĠLind en +Ġem ojis +Ġb rawl +ĠMS R +ĠE lo +ĠCroat ian +Popup Menu +L ewis +.J WT +Ġaston ished +B ush +(item Id +Ġdet achment +ĠEnc ore +å° Ķ +Ġre kl +Ġcr am +)$ / +.get Host +_re commend +- HT +_cal ibration +Auth enticate +.firebase app +UN IX +ĉC amera +ĠHE AP +I deal +. office +Ġgoof y +(S ymbol +Ġjou er +_part itions +Ġrapid ement +ĠGN UNET +id User +Ġsuperv ise +( Contact +AW N +ãģ ĺ +Ġna am +Ġa ust +åľ¨ 线 +_soft max +Allow Anonymous +amm able +RO UTE +* D +Ġad en +ĠCrist ina +ĠCrist iano +Ġblood stream +sub class +_person a +CH ILD +-k now +Ġnavigation Options +ĠZuk unft +ĠPix ar +Ty ler +Ġunder world +Ġsincer ity +Ġdispens er +Ġk ter +idd ers +.add Node +- checked +Ġke yst +ĠW TO +.sign als +Ġadvent urer +ĠP ang +\ R += pos +Ġdispens aries +ĠClo set +("{ \" +ide on +Ġnécess aire +() "Ċ +_RECE IVED +Ġrésult ats +Ġmod en +ĠIceland ic +; d +. allowed +(new User +Ġmerc iless +.Wait For +Ġday care +ĠCon veyor +ç ĸ +ð ¬ +ç ĥ +ç Ĺ +ç ł +è Ħ +é ² +å ¦ +çĿ Ģ +å¾ Ī +é ħ +ç ĭ +é ª +æ Ĥ +é ¥ +è ħ +æĥ ³ +å ¨ +é ¹ +ç Ĥ +å Ĵ +ç Į +è´ ¨ +æ ¢ +æ° Ķ +ð « +æķ Ļ +ç Ł +å Ħ +åıij å±ķ +åĪ Ľ +è ij +æ ħ +å ŀ +åģ ļ +æĪ ĺ +æ IJ +å¼ º +æ· ± +åĩ ł +ç ¿ +å © +è ŀ +å§ Ķ +åIJ Ħ +è İ +é ¸ +é º +åı Ĺ +èģ Į +å ĺ +æ ½ +é£ İ +èIJ ¥ +åħ ļ +è ľ +éĤ £ +é¢ Ĩ +ç ij +é ³ +æľ ¯ +ä» Ģ +æĪ ¿ +ç² ¾ +å ª +é Ĩ +å¤ ª +èĤ ¡ +è Ľ +åħ ī +æŀ ģ +åĬ ŀ +è ĵ +ç ĺ +å ´ +å Ĺ +èĬ ± +çł Ķ +å¿ « +å¸ Ī +è¶ Ĭ +è§ Ĥ +æ ¤ +æ ¦ +ç ŀ +èĤ ² +çĪ ± +çĻ ½ +ä¸ ĸ +ä»Ģ ä¹Ī +çľ ¼ +å ³ +è Ĵ +æ ĵ +è¢ « +å¹ ² +çĹ ħ +å£ « +ç Ĵ +è ¸ +æ ¾ +å·¥ ä½ľ +è® © +çĥ Ń +è¾ ĥ +åĦ ¿ +åĬ © +ç§ ¯ +ç ³ +ç ĵ +ç £ +å Ĥ +è ¹ +è ļ +å· ± +çĻ ¾ +åĬ ¿ +èµ Ľ +æ ¨ +æ ¿ +è ĸ +æĿ ij +å¸ ¦ +å¢ ĥ +æĬ ¤ +é Ń +å « +èĩª å·± +æµ İ +ä½ İ +åĮ » +éĺ ² +åĨ ľ +è Ĩ +ç Ĩ +é « +åĨ Ľ +æĪ ı +åį ĩ +æĸ ¯ +ä½ ı +èIJ ½ +åħ » +èĩ ´ +ç Ĭ +ç ĩ +ç ħ +è Ķ +ä¼ģ ä¸ļ +åĽ ¢ +æī į +æł ¡ +åĩ Ĩ +å¥ ĩ +åī ¯ +é ¼ +æ¼ Ķ +é© ¬ +èµ ° +ç¥ ŀ +åħ ĭ +æľ Ľ +æ² ¹ +è¾ ¹ +åį ĥ +å¾ Ģ +åĪ ĩ +æ © +ç ¶ +å Ļ +éĻ ħ +çī Į +社 ä¼ļ +游 æĪı +æĸ ½ +ç ħ§ +æİ § +æ» ¡ +è¯ Ĩ +éĩį è¦ģ +è¶ ³ +çķ Ļ +ç» Ĩ +åį ı +éĢ Ĥ +æ ĩ +æ § +é Ħ +è Ŀ +å¸Ĥ åľº +ç»ı æµİ +ä¹ ł +æĸĩ åĮĸ +éļ ¾ +ä¹ IJ +åĨ ³ +æ¬ ¢ +è§ ī +åĽ Ń +åħ ´ +åħ ħ +ä¸ ¾ +æī ¹ +è ķ +æĬ Ĭ +æĬĢ æľ¯ +ç© ¶ +第 ä¸Ģ +ä¾ ¿ +åĵ į +çİ © +åĿ ļ +èŀ į +åį Ĭ +åĸ ľ +å± Ĥ +ç¦ » +ä» ħ +é Ł +åij ³ +å¿ µ +åŃ £ +ç´ § +ä¹ ħ +é ¤ +é ŀ +è ¤ +åĢ Ļ +åĨ µ +ç Ł³ +åģ ¥ +æĢ İ +å® Ŀ +è¡ Ģ +åŁ Ł +æĹ © +çŁ¥ éģĵ +è´ Ł +åį ļ +å· ´ +äº ² +å± ŀ +ä¸ ¥ +äº ī +å¯ Ł +è º +ç ° +建 设 +产 ä¸ļ +åIJ ĥ +åŃ © +æĹ ħ +æł ¹ +æĿ IJ +ä¼ Ĺ +éļ ı +å® ĺ +åº ķ +å½ © +å¯ Į +æ¸ © +åį « +åī § +çĽ Ĭ +æĬ Ĺ +è´ ¢ +çº ª +æ Ĩ +çĶŁ æ´» +çº ¢ +çĶŁ 产 +è¿ ľ +éĴ ± +åĶ ® +ç¾ ¤ +çı Ń +æ¥ ¼ +éĩ ĩ +èī º +å± ħ +åģ ĩ +è° Ī +æĻ ļ +é ¬ +èĪ ª +å® ³ +è Ĺ +ç į +å µ +çİ ĭ +åº · +è İ· +ç» Ń +äº ļ +é£ Ł +åİ ĭ +æĭ Ľ +èĮ ĥ +è® ¸ +åĽ ´ +é ½ +éĻ į +çº ³ +åĵ ª +æķĻ èĤ² +å·² ç»ı +å¾ · +æŀ Ĺ +å®ī åħ¨ +é¾ Ļ +大 家 +éĿ Ĵ +åº ľ +æ² ³ +åı ¤ +èį ¯ +åĿ ĩ +æĻ º +ä¹ ¡ +çķ ¥ +åĨ · +ç¦ ı +å® ¤ +ç» ´ +æī ¿ +å± Ĭ +è¯ ī +åĪ » +è Ł +æ ª +å°± æĺ¯ +è¿Ļ 个 +ä¸Ń å¿ĥ +ä¸ĸ çķĮ +åŁİ å¸Ĥ +éĿŀ 常 +åĪ Ĵ +åı Į +æĢİ ä¹Ī +åĪ° äºĨ +æľ ĥ +åı ² +ä¾ Ĩ +å¾ ĭ +å¥ ĸ +ç» Ī +åª Ĵ +å® ģ +è¯ ¾ +èģĮ ä¸ļ +åħ į +æµ ĭ +æĢ ¥ +æķ ij +çĭ ¬ +èŃ ¦ +é¤ IJ +æĦ ¿ +è´ « +çĸ ij +å ļ +å¥ ¹ +åı Ī +åĽł 为 +ä¸į æĺ¯ +å¤ Ł +æĸ¹ éĿ¢ +éķ ĩ +äº Ĵ +éħ Ĵ +è® ² +çĸ Ĺ +æĺ ¥ +æ¹ ĸ +å¤ ľ +è´£ ä»» +人 æ°ij +åħ ° +çŁ Ń +æķ ħ +åĩ ı +æĻ ® +äº ® +ä¾ Ŀ +åį ° +éĿ Ļ +åĢ ĭ +å¾ ģ +åIJ ¸ +ç¼ º +æĶ » +åĩ Ģ +åħ ¸ +åĽ º +è® ¿ +ç ¹ +ç Ģ +æıIJ ä¾Ľ +ç» ĩ +å¾Ī å¤ļ +çłĶ 究 +è· Ł +主 è¦ģ +æĥħ åĨµ +çŃ ĸ +æŃ » +大 åѦ +æĶ¿ åºľ +å½± åĵį +ä¹ ° +åħ Ń +éĻ © +åħ « +æŁ IJ +è´¨ éĩı +åį ł +å· ® +æĽ´ å¤ļ +æľ ĭ +éĿ © +å® £ +çł ´ +è½ » +åº § +æĺ ¾ +ç¨ ³ +è´ µ +èĥ Į +èī ¯ +çĸ « +æ¯ Ĵ +ä¹ İ +åĢ Ł +è¿ · +çŃ Ķ +æ¿ Ģ +åij ¼ +äºĨ ä¸Ģ +è¶ £ +ä¼ ´ +ä¼ Ļ +è ¼ +ð¬ Ń +åĽ½ 家 +æ´» åĬ¨ +çİ° åľ¨ +ç§ij æĬĢ +åį ¡ +ä¸į åIJĮ +个 人 +è®° èĢħ +ä¸į æĸŃ +éĹ » +ä¹ Ŀ +èij Ĺ +ç» ¼ +ä¸ ĥ +æł ij +æľĭ åıĭ +åį ĸ +ä¼ ¤ +æ² Ļ +åĸ Ħ +å¥ Ĺ +è½ ® +ç© ¿ +è¡ ¥ +ä¸Ģ å®ļ +çª ģ +çĿ £ +è¿ ½ +å¨ ģ +åı ¦ +åĽ ° +æŀ ¶ +ç» Ŀ +æķ £ +æİ ¢ +æ´ Ĺ +ä¸ ´ +ä¼ ¼ +è´ ¸ +ä¸ ° +æĺ¯ ä¸Ģ +ç« ŀ +è¿ İ +èģ ļ +è « +æį Ł +æī § +é© ¾ +è¿ Ŀ +è ¥ +è ł +ä»ĸ 们 +æŶ åĢĻ +å® ĥ +人 åijĺ +è¿Ļ æł· +å·¥ ç¨ĭ +åĪĽ æĸ° +åŃ© åŃIJ +å¸ Į +éĥ¨ åĪĨ +éĵ ¶ +代 表 +é¦ Ļ +å¸ ® +æݨ è¿Ľ +çĽ ĺ +积 æŀģ +éĥ¨ éŨ +åŁ ¹ +æŃ ¦ +ä¸į ä¼ļ +çŃ ij +éĢ Ļ +çİ© 家 +æĭ ¿ +åİ Ĥ +æ¯ Ľ +çģ µ +æŃ Į +ç »¿ +å¦ Ī +çĽ Ľ +é¦ Ĩ +é¡ º +èĦ ¸ +å° ¼ +ä¸ ½ +å¥ ¥ +éģ ĩ +è¯ į +å° ģ +ä¸ Ŀ +好 çļĦ +æĭ ħ +èĦ ± +æģ ¶ +åİ ļ +åĬ ³ +çĽ Ł +æĬ ĺ +åı ¥ +æĢ Ģ +æŁ ĵ +书 è®° +åĨ ł +é² ľ +æ ¦Ĥ +éļ IJ +å¹ ħ +èµ ŀ +å¹ ķ +æ¥ Ń +éģ Ĺ +åĪ ¤ +è ĺ +å ¶ +æĬķ èµĦ +è¡Į ä¸ļ +äº ij +çݯ å¢ĥ +åѦ çĶŁ +åIJĪ ä½ľ +åģ¥ 康 +é£ ŀ +ä¸Ģ æŃ¥ +ä¸Ģ 缴 +åıij çĶŁ +éĺ ¿ +é¢Ĩ 导 +åĸľ 欢 +åºĶ 该 +çĤ º +è® Ń +æĿ Ģ +æ¸ ¯ +交 éĢļ +éĺ ¶ +éĴ ¢ +ä» ¤ +å° ½ +æ¯ į +è¡ £ +ç² ī +é¡ ¶ +ä¹Ł ä¸į +æĬ ĵ +èĭ ¦ +å¹ ¸ +ç¤ ¼ +第 ä¸ī +大 çļĦ +éģ İ +çĥ Ł +éģ ¿ +ä» į +åº Ĩ +æĢ ķ +è° ¢ +çĽ ĸ +å° Ħ +éľ ² +æĸ Ĺ +ç Ĭ¶ +åŃ ¸ +æ¯ ķ +å· ¨ +çŁ ¿ +çļ ĩ +å¸ Ń +çĹ ĩ +æī ¬ +å» ¶ +ä¾ § +æ· ¡ +çļĦ ä¸Ģ +ç¶ ² +æ´ ģ +ç ¸ +è§ Ī +çŃ ¹ +ç§ ĺ +è¯ Ĭ +çı ¾ +èª ī +æ¯ « +ð ¨ +åį ´ +æĪIJ 为 +èĥ½ åĬĽ +é» Ħ +æĹħ 游 +èĪ ¬ +æ¯Ķ è¾ĥ +èµ· æĿ¥ +äºĨ 解 +èĩª çĦ¶ +ä¸Ģ 次 +åŁº æľ¬ +æĽ ¾ +综 åIJĪ +èı ľ +è§ī å¾Ĺ +第 äºĮ +è· ij +æ³ ¢ +åĢ Ĵ +ç¡ Ģ +åħ µ +èį ī +çĶ ³ +çĶ ° +æĤ £ +è§Ħ å®ļ +èĥ ľ +èµĦ 产 +æ¢ ¦ +æľ Ŀ +è¿Ļ éĩĮ +å¤ « +æĮ ¥ +ä½ Ľ +å® Ī +éĽ ¶ +æĸ ¼ +ç¯ ĩ +å² Ľ +åĵ ¥ +éŃ Ķ +ä¸į åĪ° +æī ĺ +åº Ĭ +æ¬ § +èį £ +æ± ĩ +æī © +åģ ı +å¢ Ļ +è® ¯ +å© ļ +æĥ ł +æ´ ĭ +å® ľ +æ¶ ¦ +æħ ¢ +éĢ ı +å® ½ +é¡ ¾ +ç´ ¯ +æ± ¡ +çĪ Ĩ +ç§ Ł +æĥ Ĭ +æ¶ ¨ +é¥ ° +éĺ µ +é¥ ® +æļ ĸ +åº Ł +æĹ Ĺ +éļ Ķ +ç¶ ĵ +åĭ Ļ +å¯ ¦ +éĢ Ķ +æī « +çĥ Ī +éĽ » +åĪ ij +éĹ ľ +éĹ ª +å¥ ĭ +å Ĥ¨ +ç¼ © +ä¾ µ +å ¬ +𬠶 +åĽ½ éĻħ +ç»Ħ ç»ĩ +ä¸ĵ ä¸ļ +åıij çİ° +å¸Į æľĽ +ç»ı èIJ¥ +åı « +æĿ¥ 说 +éļ ľ +ä»» ä½ķ +交 æĺĵ +éĩį çĤ¹ +çļ ® +ç» į +æ´ ¾ +ç§ij åѦ +åºĶ çĶ¨ +建 çŃij +èĤ ī +æĶ¹ éĿ© +åŁº ç¡Ģ +æ± ī +åĩº æĿ¥ +è¿Ļ ä¹Ī +åĪ ļ +åĿ IJ +ä¸į ä»ħ +ä¼ļ è®® +éĿ ł +åªĴ ä½ĵ +æ° ¸ +åĨ ² +èĭ ı +å¤ ® +çĪ ¶ +åł Ĥ +å®ŀ éĻħ +è¡ Ĺ +ç« ¥ +éĺ ħ +äºĭ æĥħ +åİŁ åĽł +éħ ¸ +以 æĿ¥ +å¨ ± +å® « +åĿ Ĺ +ç» © +éĩ İ +ä¸į å¾Ĺ +ä¼ł å¥ĩ +ç¡ ¬ +åİ ħ +æĹ ¢ +ç» ĥ +èĦ ij +å¼ ± +æİ Į +è´ ´ +æĮ Ĥ +åħ³ éĶ® +å° ļ +é¥ Ń +åº Ħ +çĻ ¼ +åľ ĭ +æİ Ī +个 æľĪ +äº Ī +å¸ ģ +è· Ŀ +æ² ī +ç« Ł +åĨ ¬ +æĬ ½ +éĨ Ĵ +å¼ Ł +è§ ¦ +èģ ĺ +è± Ĩ +æļ ´ +åijĬ è¯ī +è± ª +èµ ¢ +è· ¨ +è³ ĩ +çĪ ¸ +æĬ ± +æµ ª +éº » +ä» ª +è¡ ¡ +å¥ ¶ +çģ ¾ +èµ ¶ +èĤ ¥ +å§ IJ +åĢ º +éľ ĩ +è® ¢ +æ¬ Ĭ +ç · +å» ī +ä¿ Ĺ +å¿ ĺ +å¦ ĩ +ç¼ ĵ +åŃ ķ +æ¼ « +è£ ģ +çĩ ĥ +é» ĺ +çī ¢ +çĪ · +æĬ µ +å® ¾ +æľī ä¸Ģ +è¿ ¹ +è¿ « +è² Į +æľī çļĦ +ð¬ ĺ +è¿ĺ æĺ¯ +æīĢ 以 +ä¹Ł æĺ¯ +è¿Ļ äºĽ +对 äºİ +åIJ § +缮 åīį +èĩªå·± çļĦ +èĥ½ å¤Ł +å¦Ĥ ä½ķ +æľº æŀĦ +åıª æĺ¯ +ç½ij ç«Ļ +åħ¨ éĿ¢ +为 äºĨ +å¼Ģ åıij +æĸ° éĹ» +éĩij èŀį +ç» § +客 æĪ· +ä¸Ģ èµ· +èĮ ¶ +åħ³ 注 +æ°´ å¹³ +åİĨ åı² +å¢ŀ éķ¿ +é ± +åŁº éĩij +åº Ń +åı ¶ +ä¿ ĥ +éĽ ¨ +æ¶Ī è´¹ +èĪ ¹ +çŁ¥ è¯Ĩ +æĪĺ çķ¥ +ç»ı éªĮ +å³ ° +æĽ ² +èĦ ļ +åĨ ° +å¤ ı +å½ Ĵ +ç¬ Ķ +èĻ ij +çĶ ² +åľ Ī +è¯ Ĺ +é½ IJ +容 æĺĵ +çłĶ åıij +éª ¨ +çº ¸ +è· µ +æĹ § +çķ ¶ +åĪ ¸ +è´ · +åı ¬ +ç§ ĭ +æ¶ ² +è¡Į æĶ¿ +çĮ ® +èĤ ¤ +éĢ IJ +è¶Ĭ æĿ¥ +è¶ĬæĿ¥ è¶Ĭ +æĦı è§ģ +èĪ ŀ +åī Ĥ +æ¶ ī +ç¨ĭ 度 +åħ¬ åħ± +æ¢ ° +æľ « +çº ¯ +åĶ ± +æ´ ² +æĬ ¢ +æ¤ į +å¿ Ļ +ä¼ ° +å¼ ¹ +æ³ ī +æľĢ 大 +è¶ ĭ +å· § +ç¦ ģ +æī ¶ +åį ± +çı ł +çĨ Ł +æĭ ľ +主 ä¹ī +æĿ Ĥ +éĻ Ħ +éģ į +æIJ Ń +æĮ ¯ +å¤ļ å¹´ +æķ ¬ +æij Ħ +çº · +å¼ ĥ +æ¹ ¿ +å¨ ĺ +æ¡ £ +é© ¶ +æľ Ĺ +æ® ĸ +æ¦ ľ +åĵ ¡ +ä¸Ģ ä½ĵ +æŁ¥ çľĭ +ç¹ ģ +æµ ĵ +åħ¬ å®ī +æ½ ľ +è´ ¯ +éª Ĺ +æ IJľ +å· ¡ +è ¬ +é Ĭ +å§Ķ ä¼ļ +æĤ ł +åī © +æı Ń +åŃ£ 度 +ð «ĺ +𬠬 +ä ´ +ð ª +ä½Ĩ æĺ¯ +éĥ½ æĺ¯ +å¹³ åı° +åѦ ä¹ł +åĵģ çīĮ +ä¸ Ķ +è¿Ļ ç§į +æĶ¿ çŃĸ +æĭ ¬ +认 为 +ä¸Ģ èĪ¬ +æłĩ åĩĨ +æĶ¯ æĮģ +模 å¼ı +åħ³ ç³» +çļĦ æĺ¯ +è¿Ļ ä¸Ģ +ä¸į è¦ģ +çĶ ļ +ç²¾ ç¥ŀ +æĭ ¥ +åĪ© çĶ¨ +ä¿Ŀ æĬ¤ +ä½ľ çĶ¨ +èĭ ¥ +åĽ½ åĨħ +ä»ĭ ç»į +ä¸Ģ ä¸ĭ +å·¥ ä¸ļ +缮 æłĩ +æľĢ åIJİ +ä»· åĢ¼ +å° į +éĵ ģ +è° ģ +ç»ĵ æŀĦ +éĽ ª +æĻº èĥ½ +ä¼ł 绣 +ä½ĵ èĤ² +çĶŁ æĢģ +æĭ į +æİ ª +åĨľ ä¸ļ +çī¹ èī² +è§Ħ 模 +æŶ 代 +è¿ĩ ç¨ĭ +éĴ Ī +æĿ ¾ +åĶ IJ +åĮ» çĸĹ +çģ ¯ +åĪ¶ éĢł +æł¸ å¿ĥ +ä¸į åı¯ +ç³» åĪĹ +åIJ ī +åľ £ +åĢ ij +ä½ ³ +æĿ¥ çľĭ +æ¯Ķ èµĽ +ä¸ĭ æĿ¥ +åĩº äºĨ +å¹² éĥ¨ +å¾® ä¿¡ +å½ĵ åľ° +åį · +åį« çĶŁ +ä¼ Ł +çĸ« æĥħ +è° · +åĩł 个 +éĺ ´ +çĶŁ çī© +å° ¤ +ä¼ Ĭ +èĤ ¯ +éĿ¢ 积 +åĪĽ éĢł +æı ¡ +åľ Ĩ +æĻ ĵ +æĪIJ äºĨ +åĩ ¡ +çĸ ¾ +ç«ŀ äºī +è® ¨ +主 é¢ĺ +é² ģ +è¿ ª +ä¿ Ħ +æĢ ª +ä¸ ¦ +èĻ ļ +æ½ ® +çĥ § +èĢ ³ +æ± ł +éĢĤ åIJĪ +æł¹ æľ¬ +åĬł 缣 +çĶµ è§Ĩ +æ· · +ç¼ ĺ +çª Ĺ +çĬ ¯ +æĥ ¯ +æĦı ä¹ī +åĬŀ æ³ķ +ä¼ ij +æ» ij +åĭ ĩ +æķ ¢ +å¯ » +è¦ Ĩ +éĢ ĥ +ç»ı çIJĨ +åĿ ı +æ³ ½ +ä¹ ĺ +åĪ º +å± ı +é¡ ¿ +äº ¡ +éĤ Ģ +åħ ¼ +åĭ ¤ +æ® ĭ +æĺ ł +æ¯ķ ä¸ļ +æĪ ª +è· Į +å£ ģ +åı¦ ä¸Ģ +羣 å®ŀ +ç£ ¨ +è¯ ļ +å¿ħ è¦ģ +æģ ĭ +æĩ Ĥ +å¾ Ĵ +è° ĵ +æķ ı +æ Ļ¨ +èĥ ¸ +æĭ ¼ +å¦ Ļ +è¯ ¸ +èģ Ĭ +æĤ ī +éº ¼ +åĩ Ń +èĪ Ĵ +æ¶ Ĥ +è¿ ģ +æ² ¿ +å¡ ij +æĽ ¿ +æ¾ ³ +å¿ į +èĢ Ĺ +éľ ¸ +åĩł å¹´ +åĪ Ĭ +èĦ ī +èħ IJ +æ¡ Į +çº ł +æ» ļ +æĤ ² +åĨ Ĵ +å¦ ¹ +çķ ħ +çº µ +æij ĩ +å¤ º +è·¯ ä¸Ĭ +å¿ ½ +èĸ ª +æģ IJ +æĦı æĢĿ +å« Į +æı ´ +æ° § +èĢ Ģ +éĺ » +è½ ¨ +å¹ » +æį ķ +åĿ ¦ +åĵĪ åĵĪ +çĭ IJ +æ» ¨ +è² » +è¿ Ł +人 éĥ½ +ç» ĺ +åı ¹ +çµ IJ +æī ° +æ» ĭ +å¥ ij +åĭ Ł +ç¢ º +ð ¦ +éĽĨ åĽ¢ +æĿ İ +å¼Ģ å±ķ +æıIJ åįĩ +åħ¨ åĽ½ +æ±½ 车 +åѦ æł¡ +æł¹ æį® +è¿Ļ æĺ¯ +åĩº çİ° +éĻ Ī +ç½ Ĺ +èİ· å¾Ĺ +åĪ ĺ +éĶĢ åĶ® +æľª æĿ¥ +éľĢ æ±Ĥ +å®ŀ æĸ½ +åĿļ æĮģ +åħ¨ çIJĥ +éĵ¶ è¡Į +æݧ åĪ¶ +é¡ » +åľ° åĮº +æīĵ éĢł +çļĦ è¯Ŀ +帮 åĬ© +ä½ĵ ç³» +è¾¾ åĪ° +è§Ħ åĪĴ +åŁ¹ è®Ń +两 个 +æĬ¥ åijĬ +åľ° æĸ¹ +å®Į åħ¨ +æİ ī +ç»ĵ åIJĪ +宣 ä¼ł +æ³ķ å¾ĭ +èīº æľ¯ +çĶµ å½± +èª ª +ä¸Ģ çĤ¹ +è¶ħ è¿ĩ +çĶµ åŃIJ +æĢĿ æĥ³ +æķĻ åѦ +éĺ¶ æ®µ +åķĨ ä¸ļ +çī© æµģ +åĪĽ ä¸ļ +æĸ¹ æ¡Ī +çİ° 代 +æ¡ ¥ +èIJ½ å®ŀ +带 æĿ¥ +产 çĶŁ +ç§ Ģ +æ³ ° +ä¹ ± +åħ· ä½ĵ +åĸ Ŀ +èĵ Ŀ +å® Ĺ +åįĩ 级 +æ·± åħ¥ +ä¿Ŀ éĻ© +ç®Ģ åįķ +çĹ Ľ +稳 å®ļ +è¾ Ĩ +å±ŀ äºİ +å· Ŀ +ä¸į å°ij +åĴ ¨ +举 西 +å½¢ å¼ı +娱 ä¹IJ +æŃ£ 常 +é¸ ¡ +åħħ åĪĨ +å®ŀ è·µ +éĩĮ éĿ¢ +è· ³ +èĻ İ +æĪIJ éķ¿ +æļ Ĺ +çĿ ¡ +ç½ ª +çIJĨ 念 +æĮ ij +èµĦ æľ¬ +å¤ļ å°ij +ä¸ĭ éĿ¢ +å¸ Ŀ +åħ¬ å¼Ģ +æ¸ IJ +éķ · +å± ĭ +欢 è¿İ +å¿ĥ çIJĨ +çĤ İ +æ¹ ¾ +è® ĵ +éĤ Ħ +ç³ ĸ +ä¹ Į +åĬ ± +çī Ļ +èħ ¿ +å² Ĺ +ä¼ į +æĪIJ åijĺ +åŃ Ķ +å°ı ç¼ĸ +èij £ +æ³ ¡ +åħĪ è¿Ľ +åħ § +åĺ ´ +è´ Ŀ +è » +æIJ ŀ +æ³ Ľ +é¸ Ł +ç½ ² +èĽ ĭ +主 ä»» +缮 çļĦ +ä¹ ı +æ´ ¥ +æĪ ´ +严 æł¼ +çħ ¤ +çĮ « +åĶ ¯ +å° Ĭ +çĶ ľ +åŀ ĥ +åľ ¾ +æĭ Ł +çĦ ¦ +é« Ķ +å® ı +æ© Ł +é© » +æĹ ģ +å½ » +éĥ½ ä¸į +æij © +ä» ĵ +ä¹ ³ +å² ¸ +è° ĭ +大 å¤ļ +çģ Ń +èħ ¾ +æŁ ľ +èĪ į +åħļ çļĦ +å° ĺ +åįģ å¹´ +æĭ Ĵ +è£ ¡ +æŁ Ķ +å¹ ¼ +éĶ ģ +ä¸ĵ 项 +æī İ +驾 驶 +ç¢ İ +è¢ ĭ +éĶ ĭ +å£ ® +å° ĸ +çĶµ æ±ł +è¿ Ķ +æ¼ ı +å¾ ª +èı Į +èĥ ĥ +è¾ ħ +éĢ Ĵ +èĥ İ +éĻ ª +å¯ ¿ +å¥ Ķ +çĮ Ľ +çº ¹ +çŁ¥ åIJį +å¿ Ĩ +æ¡ ĥ +æ£ ĭ +éĢ Ĩ +çĤ ¼ +ç± į +çī § +æł· çļĦ +è¾ Ľ +åł Ĩ +å®ŀ åľ¨ +ä¼ ı +å® ¿ +èµ ı +è£ Ĥ +åįĬ å¹´ +åĢ ¾ +满 æĦı +æ¢ ¯ +æĦı åij³ +åŃ ¤ +ç¥ Ŀ +æĻ ¶ +èµ Ķ +åģ ¿ +èĦ Ĥ +ç½ ļ +ç¢ į +æ² ĥ +æ ĵį +å´ ĩ +æļ Ĥ +è· ĥ +æIJ ¬ +å© Ĩ +é ī +éī ´ +åħ´ 趣 +èIJ¥ ä¸ļ +è® Ĭ +èĦ ı +è¾ Ī +å·ŀ å¸Ĥ +è´« åĽ° +ç© · +ä¸Ń å°ı +æ¼ Ĥ +çĻ Į +èľ ľ +ä¼Ļ ä¼´ +çī µ +æĤ Ł +éĻ · +èµĽ åŃ£ +æ¨ £ +åģ ¶ +æĺ Ĩ +è¢ Ń +æį IJ +èī ° +æ Ĥ¬ +çĶ ¢ +èij ¡ +çĽ Ĺ +å© ´ +å° İ +çº ½ +åĢ ¡ +æī ® +è¨ Ń +æĬ ij +ç¡ ķ +è¾ ĸ +éĥ ģ +è¾ © +éĤ » +çİ° åĩº +è¦ ı +å½ ¹ +éĺ Ķ +åī µ +è¯ ± +æĥ ij +æ· Ģ +é¢ Ī +ä¾ ¦ +æģ ° +æ£Ģ å¯Ł +éĨ « +çĦ¶ æĺ¯ +åĭ ĥ +èĮ « +ä ĵ +𠬸 +ä½ľ 为 +çļĦ 人 +éĤ£ ä¹Ī +ç¾İ åĽ½ +è¿ĺ æľī +æıIJ é«ĺ +èĻ ½ +åħ· æľī +åĮħ æĭ¬ +æĪĸ èĢħ +ä¸į è¿ĩ +ä¸Ĭ æµ· +åĮ» éĻ¢ +èµĦ éĩij +çĶļ èĩ³ +åĪ¶ 度 +解 åĨ³ +èģĶ ç½ij +继 ç»Ń +建 ç«ĭ +è¿Ľ ä¸ĢæŃ¥ +æĿIJ æĸĻ +ä»Ĭ 天 +å¿ħ é¡» +åIJĦ ç§į +çİ° åľº +ä»ĸ çļĦ +å¢ŀ åĬł +é¢Ĩ åŁŁ +åıĤ ä¸İ +æĮģ ç»Ń +ä¹ĭ ä¸Ģ +çī¹ åĪ« +é± ¼ +åħ± åIJĮ +åĬ ª +çİ ī +人 们 +åħĪ çĶŁ +ä¼ĺ åĬ¿ +ä¿Ŀ æĮģ +ä½ľ åĵģ +çī Ľ +æĪIJ æľ¬ +æĶ¶ åħ¥ +åıĬ æŶ +è´Ł è´£ +æİ¥ åıĹ +èį IJ +åıª è¦ģ +羣 çļĦ +导 èĩ´ +æľº åĪ¶ +è¡Į åĬ¨ +æĸ° çļĦ +å®Į åĸĦ +为 ä»Ģä¹Ī +ä¸Ń 央 +æĪIJ ç«ĭ +æĦŁ è§ī +åıĺ åĮĸ +åıĹ åĪ° +并 ä¸į +åŃ Ļ +æĸ½ å·¥ +æĺİ æĺ¾ +è¿ĩ åİ» +åıij æĮ¥ +羣 æŃ£ +åŁº åľ° +æĺİ ç¡® +èĥ ¡ +许 å¤ļ +ä¸Ģ å¹´ +æĸ¹ åIJij +æģ © +缸 ä¿¡ +åľ ³ +详 ç»Ĩ +äºĭ ä¸ļ +çĶŁ åij½ +åĴ¨ 询 +æĸĩ æĺİ +çij ŀ +绿 èī² +èİ « +æĦı è¯Ĩ +æĬķ åħ¥ +åĬł å¿« +æ¢ ħ +ç¿ » +å¼Ģ æĶ¾ +æĻ® éĢļ +åįı ä¼ļ +æĪIJ 绩 +ä» Ļ +å¯ Ĵ +è¯ģ åĪ¸ +认 è¯Ĩ +ä¸ ¹ +大 éĩı +è¿ ħ +åģļ åĪ° +设 æĸ½ +è´¸ æĺĵ +èĥ½ æºIJ +æŶ æľŁ +ä¸Ģ 天 +æ²» çIJĨ +åĺ ī +å® ĩ +丰 å¯Į +举 è¡Į +æĪIJ æŀľ +èĤ¯ å®ļ +çĭ Ĺ +åĬ¨ åĬĽ +æ£ ® +åĩł ä¹İ +åĽł ç´ł +æ°ij æĹı +æ´ ŀ +ç½ij åıĭ +åIJĪ çIJĨ +广 大 +æ® Ĭ +æ´ Ľ +æĿ ¯ +èĴ Ļ +çĶ¨ äºİ +èŀį èµĦ +ç¥ ĸ +æľº 械 +举 åĬŀ +èĩª åĬ¨ +åĬŀ åħ¬ +é» ŀ +éĽ Ħ +åĢ¼ å¾Ĺ +çĮ ª +以 为 +æĺ Į +è·Ŀ 离 +åIJ¸ å¼ķ +ç» ķ +éļ Ĩ +计 ç®Ĺ +éĺŁ ä¼į +大 ä¼ļ +å¼ķ èµ· +çī¹ çĤ¹ +èĥ ¶ +å¹´ è½» +æľ¬ 身 +æľº åħ³ +å®ĺ æĸ¹ +éĥ ij +æµ Ļ +è§Ĵ èī² +èij£ äºĭ +为 主 +æĹł 论 +ä¹ł æĥ¯ +æ¥ ļ +æĭ ĵ +绣 计 +åħ Ħ +广 æ³Ľ +åį Ģ +污 æŁĵ +è« ĭ +èĬĤ 缮 +ä¼ ¦ +è¦Ĩ çĽĸ +èĢ IJ +æī¶ è´« +ç»ı åİĨ +éĩįè¦ģ çļĦ +èĤ¡ 举 +æĭĽ èģĺ +åĽĽ 个 +æĩ ī +èĥ ŀ +æij Ĩ +é«ĺ éĢŁ +éº ¦ +åİŁ åĪĻ +èİ ± +æĽ´ 好 +éķ ľ +åĩ Į +åŀĥ åľ¾ +éĢ ² +çģ ° +éĵ º +äºĭ æķħ +çĶ ĺ +空 æ°Ķ +é¾ Ħ +èı ² +çĵ ¶ +æĺ ¨ +æĹ¥ æĬ¥ +æµ ® +åľ° åĽ¾ +åij Ī +大 åĬĽ +ç» ª +å¸ ħ +æľį åĭĻ +ä¸į éĶĻ +乡 æĿij +å± ¥ +å¹³ æĸ¹ +éĹ ² +æī £ +ç´ł è´¨ +èµ ´ +éģ Ń +èIJ ¨ +èĩª 主 +éĩij å±ŀ +èī¯ 好 +两 å¹´ +æ³ ¥ +é¢ ľ +ç²¾ 彩 +ä¸Ń åįİ +æĻ ĭ +ä¹ł è¿ij +ä¹łè¿ij å¹³ +æĪĺ 士 +åģļ çļĦ +éª ij +æ» ´ +çĵ ľ +çīĪ æĿĥ +èĤ ł +æľĥ åĵ¡ +çı į +ç¨ ® +ä »¿ +çī© ä¸ļ +åĢĭ 人 +å¦ » +ä¼ ¸ +æ± Ĺ +æĹ º +çIJĨ æĥ³ +æij ¸ +è¿Ŀ æ³ķ +å®Į æķ´ +åİ ¦ +è¸ ı +æĸ ij +æ¡ Ĥ +ä½ĵ åĪ¶ +å¸ « +æĿ Ĩ +æ® ¿ +æ¯ ģ +é¦ Ī +è§Ĵ 度 +æ¬ £ +çĥ ¦ +èĤ º +éĩĩ 访 +æij ĺ +æĮ ¡ +æ· ĺ +åħ» èĢģ +çĤ ¸ +è¿ Ī +åİ ī +åĿ Ĭ +è¾ £ +åĩ Ŀ +æ³ ª +çĸ ı +æİ ĺ +åĥı æĺ¯ +éĽ ķ +ç¼ Ŀ +èį · +æį · +åł ¡ +åı¥ è¯Ŀ +çĸ ¼ +æł ı +éģ µ +ç¢ ³ +å·¥ åķĨ +æIJ º +åĪ ¥ +ä¹ Ļ +æĹ ĭ +æĥ ľ +ä¸Ģ 大 +å±Ĥ 次 +èµ ĸ +æĬ ¬ +æ¨ Ĥ +è¯ ŀ +åħ Ĵ +ç¯ ® +èĤ ĥ +å§ ¿ +æĬ ļ +çĵ · +çĶµ åĬ¨ +æĸ° åĨł +æ¶ µ +ç¢ ij +æ· ® +æĹ ¨ +è¸ ª +æ¸ Ķ +æĦ Ī +åı Ķ +åįĹ çľģ +ç¾ © +å§Ķ 书记 +è² ¸ +æ¶ Į +è« ĸ +èIJ Ħ +æı ı +å¿ § +è¾ ¦ +å¦ Ĩ +æī Ń +åij µ +éģ ¥ +è¨ ± +ä» ĩ +åįģ ä¸ī +åī ² +èª į +èĪ ° +é¢ ĩ +é¥ ± +çĭ ł +é«ĺ çļĦ +çµ ± +æħ İ +é¢ ģ +åIJĪ éĢĤ +æµ ´ +èµ ĭ +æĬ ¼ +å¦ ¥ +éĻ¢ éķ¿ +èĢ ķ +è¾ ¨ +æħ ° +åįģ åĽĽ +æľ µ +èĵ Ħ +æŀ ¢ +å» · +æĤ Ħ +æ¶ ¯ +çŁ © +åŃIJ éĩĮ +çĬ ¹ +å±Ģ éķ¿ +é IJ +å¥ ł +ä¼ļ éķ¿ +æĵ ļ +ä¸į åıĬ +åįģ ä¹Ŀ +æ¬ º +èº º +éĺ IJ +çº Į +è¨ » +åĨ Ĭ +èŃ ĺ +é«ĺ çŃī +èħ º +å¤ ķ +ç» ij +åĶ ¤ +èķ ´ +çķ ľ +æħ ĭ +åı Ļ +åı ĥ +å³ ¡ +人 大 +éħ ¿ +éģ © +å¥ ¢ +åı£ æ°Ķ +éĮ Ħ +é ı +åĭ ĺ +è´ ¿ +éļ ª +é ĭ +éļ ¶ +ð ¥ +𬠣 +ð £ +ð« į +𬠳 +ð« ĵ +ð« Ħ +ð« Ł +𨠱 +ä Ĺ +以 åıĬ +æľī éĻIJ +åij ¢ +åIJ Ĺ +çľĭ åĪ° +计 åĪĴ +è¿Ľ åħ¥ +缴 æİ¥ +åĪĨ æŀIJ +åıª æľī +设 å¤ĩ +åħ¶ å®ŀ +åĬł 强 +ä¸Ń çļĦ +ä¿Ŀ éļľ +èĢģ å¸Ī +人 æīį +å¾Ĺ åĪ° +é£İ éĻ© +ä¸Ģ ç§į +空 éĹ´ +æĪij åĽ½ +ä¹ĭ åīį +ä¸ĵ 家 +æĿ ¨ +æĹ¥ æľ¬ +群 ä¼Ĺ +åıĤ åĬł +æķĪ æŀľ +æľī åħ³ +家 åºŃ +åĮº åŁŁ +åĬª åĬĽ +éļı çĿĢ +æĹł æ³ķ +交 æµģ +è¡Į 为 +æ£Ģ æŁ¥ +æľŁ éĹ´ +å¦Ĥ æѤ +èĤ¡ 份 +å½ĵ æŶ +è£ħ å¤ĩ +åĩĨ å¤ĩ +éħĴ åºĹ +è¿IJ åĬ¨ +æıIJ åĩº +å·¦ åı³ +æݪ æĸ½ +é£Ł åĵģ +æ¶Īè´¹ èĢħ +åѦ éĻ¢ +æĮĩ 导 +è¿IJ èIJ¥ +éĩį 大 +åĨľ æĿij +éĢł æĪIJ +æĶ¿ æ²» +éĴĪ 对 +æŃ£ å¼ı +åıĸ å¾Ĺ +éĤ£ 个 +éĽĨ ä¸Ń +åıª èĥ½ +å¿« éĢŁ +身 ä½ĵ +åħļ åijĺ +èģĶ åIJĪ +åĬĽ éĩı +éĥ½ æľī +æ ħ§ +å¡ Ķ +åĪ« 人 +表 çİ° +æķħ äºĭ +ä¸Ģ åĪĩ +å° ĩ +èµĦ æĸĻ +åŁ¹ åħ» +éĺħ 读 +æľī 人 +èIJ¥ éĶĢ +çĽij çĿ£ +çݯ ä¿Ŀ +èĢĥ èĻij +æ·± åľ³ +严 éĩį +èĮĥ åĽ´ +å§Ķ åijĺ +çĽij 管 +ä¸ī 个 +è£ħ ä¿® +åħ¬ éĩĮ +åĪĨ åĪ« +çIJĨ 解 +éŁ © +åĬł å·¥ +认 羣 +ä¸į 好 +åİ» å¹´ +éĻį ä½İ +æľº ä¼ļ +åįı è®® +符 åIJĪ +å¢ŀ 强 +æĬĢ èĥ½ +é¦ĸ åħĪ +ç§ ¦ +ä¸ ģ +å° ¾ +æľī äºĨ +åľ° 产 +æ¸ ł +æĸ¹ 便 +移 åĬ¨ +éĢŁ 度 +å°¤ åħ¶ +éĢļ çŁ¥ +åĿ Ľ +éģ¿ åħį +æģ ¢ +è´ ¡ +èģĮ å·¥ +å®ŀ åĬĽ +æĺ¯ä¸Ģ ç§į +åIJ¯ åĬ¨ +çĸ¾ çĹħ +æĿ¥ äºĨ +缸 对 +çİ° å®ŀ +èŀį åIJĪ +åIJĮ æł· +åħ¬ åijĬ +çī¹ æ®Ĭ +ç´ « +ä¸ĭ åİ» +ä¼ł æĴŃ +æľĢ 好 +ä¼ĺ è´¨ +æ² Ĵ +æĮ º +æĹ ¦ +è¯ º +ä¸Ģ åIJį +éģĵ è·¯ +示 èĮĥ +è¿ĩ æĿ¥ +åIJĮ åѦ +é¼ ĵ +æĿ Ń +æľ¬ 次 +åIJĮ æĦı +ä¸ĸ 纪 +ç¾ Ĭ +æ¬ ² +å·¥ èīº +çĵ ¦ +人 士 +æľī æīĢ +ä»İ äºĭ +æľī å¾Īå¤ļ +ä¸į äºĨ +å²Ĺ ä½į +åıĺ å¾Ĺ +åĬ³ åĬ¨ +å¤Ħ äºİ +å¹³ åĿĩ +å½¢ 象 +å¡ ŀ +åħ± 享 +çĿ Ľ +åĪ© 润 +æŃ£ æĺ¯ +å¾Ģ å¾Ģ +缸 æ¯Ķ +æ¨ ª +åĪ · +æµĻ æ±Ł +大 éĥ¨åĪĨ +å¤ļ 个 +æĤ¨ çļĦ +çĶµ åķĨ +å¾® åįļ +å§ĭ ç»Ī +çĬ¯ 罪 +æĺ¯ åľ¨ +ç»Ħ åIJĪ +åİŁ æĿ¥ +æ¸ħ æ¥ļ +åIJĦ åľ° +æĦŁ åıĹ +å½ĵ ä¸Ń +è¶ĭ åĬ¿ +æĻ¯ åĮº +羣 æĺ¯ +ä¾Ľ åºĶ +转 åŀĭ +çĭ Ĥ +èĨ ľ +èĭ Ĺ +å¿ ł +å¾Ī 大 +èĤ¡ æĿĥ +ç¾İ åħĥ +æİĴ åIJį +åĬ¨ çī© +éĶ ħ +å¢ ¨ +主 å¸Ń +å¾Ī 好 +ç»Ŀ 对 +æĿ ľ +转 è½½ +çĴ ĥ +æĿij æ°ij +åIJ ¨ +åĽŃ åĮº +é«ĺ 度 +çī© è´¨ +è¾ ī +æĹ¥ 常 +æı Ĵ +ä¸ī å¹´ +ä½ĵ çİ° +æīį æĺ¯ +代 çIJĨ +ä¸į 管 +æģ Ĵ +åľ° ä½į +ç² ® +èĸ Ħ +æĺİ çĻ½ +ä¸Ģ èĩ´ +æĽ ¼ +åĵ Ń +åĩ ¤ +åĬ ² +æķ Į +æĪĺ æĸĹ +主 ä½ĵ +åħ¬ å¸ĥ +åıĤ èĢĥ +èĪª 空 +å¯ º +åѦ ä¼ļ +åıį æĺł +ç¾İ 丽 +太 éĺ³ +建 æĪIJ +æħ¢ æħ¢ +åIJĦ 个 +éĤ ¦ +ç»Ħ æĪIJ +ä¸ī 大 +éĶ ¦ +大å¤ļ æķ° +æ¦Ĥ 念 +éŃ Ĥ +åħ¬ çĽĬ +èį Ĵ +身 份 +æ·± åĪ» +åħ © +ç»ı åħ¸ +åIJĦ 项 +èĻ ķ +è¿Ľ æŃ¥ +åįģ äºĮ +æī§ æ³ķ +æĥ³ åĪ° +æĦŁ æŁĵ +åķĨ åĬ¡ +å°ı ç»Ħ +èĶ ¬ +çıŃ åŃIJ +åIJĮ å¿Ĺ +éĿ¢ 临 +çĤ Ĵ +å¤ļ ç§į +è§Ĥ çĤ¹ +åĵª éĩĮ +å° Ŀ +å§ Ĩ +èħ ¹ +åŁİ åĮº +太 å¤ļ +çĹħ æ¯Ĵ +åľ¨ äºİ +æīĢ è°ĵ +æĻ ° +æŀ Ŀ +æĭ ĸ +å® ħ +æķ´ æ²» +ä½ı æĪ¿ +åģ · +çĨ Ĭ +èµ ģ +æ° Ľ +æł¼ å±Ģ +åŁºç¡Ģ ä¸Ĭ +èĥ Ĩ +åħ ½ +鼶 åĶ® +åĿ ¡ +女 åŃ© +æĴ ŀ +åħ¨ åĬĽ +åĴ ĸ +èĤ © +çľ ī +èĩ³ äºİ +åħļ ç»Ħ +ä¸Ģ 件 +æĭ Ĩ +äºĭ å®ŀ +åĤ ³ +æ¹ ĺ +網 ç«Ļ +循 çݯ +åIJĮ æ¯Ķ +æĭ Ķ +åĮ» èį¯ +åħ» æ®ĸ +åĽº å®ļ +å®ŀéĻħ ä¸Ĭ +è®° å¾Ĺ +åĪ© äºİ +æĤ ¦ +æĭ ³ +èĤ Ŀ +æķĪ çĽĬ +è© ² +æ°ij 主 +çĹĩ çĬ¶ +é¢ ¨ +å¹¼ åĦ¿ +å§ ij +æĪ Ĵ +ä¸ĭ çļĦ +æ¸ ¡ +å¹´ åºķ +è®° å¿Ĩ +åIJ IJ +大 å¹ħ +å¾ ½ +åħ¬ ä¼Ĺ +ä¿¡ å¿ĥ +çİ Ľ +ä¼ļ ä¸Ĭ +ä¹ Ķ +æijĦ å½± +æ£ĭ çīĮ +éĻ ķ +åºĶ æĢ¥ +æĶ¶ è´¹ +æݧ èĤ¡ +仪 å¼ı +çŀ ¬ +æīĢ åľ¨ +ç¢ ° +å§ ĵ +é¡ Į +æĶ¯ éĥ¨ +使 åij½ +çĤ ī +å¯ Ħ +ç¿ ¼ +åľ° ä¸ĭ +è¾ ŀ +ä¿ ± +主 æĮģ +è´§ å¸ģ +æģ ¨ +èĤ Į +çĽ Ī +éĶ » +å¿Ĺ æĦ¿ +ç±» ä¼¼ +æĮ ĸ +éĢ » +ç¸ ½ +纪 念 +åķ ¥ +å¼ ¯ +åIJį åŃĹ +åģ¥ 身 +çļĦ å¿ĥ +é© ± +èĥĮ åIJİ +æ³ķ å¸Ī +ç² Ĵ +èĥ½ éĩı +è¾ ° +èī ³ +å½ ¼ +段 æŶéĹ´ +åIJĪ æ³ķ +æĵ ¦ +ç¾ ½ +åİ ¨ +æĪij 说 +äºĭ åĬ¡ +åĩł 天 +åħ ģ +ç¼ ´ +åį ĵ +两 ç§į +çĭ¬ çī¹ +å¸ ¶ +éĴ » +æĥ © +é¢Ĩ åħĪ +足 å¤Ł +å£ ³ +æĦıåij³ çĿĢ +åĪĨ å¸ĥ +ä¹ ĥ +éģ ĭ +ä½ © +è° ± +çģ £ +èį ¡ +è´¯ å½» +å¹ ¾ +ç£ ģ +åħ¸ åŀĭ +åī ĩ +åĨ » +æ¬ ł +ä¸į ä¹ħ +æµ ¦ +éŃ ħ +å¼Ģ äºĨ +使çĶ¨ èĢħ +è¿Ļ 款 +å° Ī +èĦ± è´« +æĶ» åĿļ +ç®Ĺ æĺ¯ +ç¨ Ģ +æĹł 人 +åł µ +å¥ ı +éĥ½ å¸Ĥ +åı¯ è§ģ +ä¸į åĩº +æ ·» +äº ı +ç¾İ 好 +èĥ ĸ +éŁ µ +æłĩ å¿Ĺ +èĬĤ èĥ½ +æĬ « +å° º +å¯ ¸ +ä¸Ģ 代 +é¢ Ĺ +èĢ ¶ +èĴ ¸ +åĸ ® +æ »¿ +çĮ ľ +æµ Ĩ +åŁ ĥ +åįĥ ä¸ĩ +èµ Į +èģ ² +ä½ľ é£İ +è³ ª +å¯ ¨ +å¹´ 人 +åį° 象 +æ¡ ¶ +æĴ ¤ +åįģ äºĶ +æ¯ ħ +æ² ª +åĽ½ æľī +大éĩı çļĦ +å¾ ¡ +å¯ ĵ +è¦ ĸ +æ¼Ĥ 亮 +çľ ł +ç ĤŃ +é» İ +èĻ ¹ +åĪ© äºļ +èŃ ī +æµ ı +åįģ åħ« +ä¸ ¢ +è¾ ½ +æľīä¸Ģ äºĽ +æħ Ī +åģľ 车 +å® ł +解 æĶ¾ +æľī å¤ļ +éĤ Ĭ +常 è§ģ +æĬ ¹ +çº ¤ +è¦ ª +æ¡ Ĩ +èİ ŀ +æ°§ åĮĸ +è¿Ļ 件 +åĩ ° +æŁ ´ +åıij çĶµ +é¼ ł +转 åĮĸ +å¨ ĥ +æĮ ¤ +ç½ © +å¯Ĩ åĪĩ +æĪij ä¸į +é«ĺ æĸ° +ä¸Ģ ç¯ĩ +è¿Ľ ç¨ĭ +è¡ ° +è¿ĺ ä¸į +ç ħĮ +æĸ° åįİ +èĤ ¿ +æ» © +ä¸Ģ æµģ +è¯ Ī +å®ŀ ä½ĵ +å¤ĸ åĽ½ +èº ² +èµ ł +è¦ º +æ¢ Ŀ +ä¸į è§ģ +è¨ Ĭ +åĮ ¹ +åį µ +çĩ ¥ +æħ ķ +é½ ¿ +å® ´ +é¥ ¼ +èij¡ èIJĦ +å°ı å¿ĥ +æģ ¼ +éĻ Į +æĺ Ĥ +åĥ ¹ +èĬ Ŀ +æ¯ı 个人 +åīį æıIJ +ä½ĵ ä¼ļ +æ¨ Ļ +æIJľ çĭIJ +对 åħ¶ +ä¸ § +èľ Ĥ +æµ ¸ +èª ¿ +åĿ ª +é¢ ĸ +åIJį 为 +ç¬ ¼ +èĪ Į +æľ¬ 书 +èģ ¯ +çº º +ç®Ģ 缴 +éĽ ¢ +ç¾İ çļĦ +éļ ¨ +é«ĺ å³° +è¿Ļ 家 +å Ĥ¬ +å° ¸ +ç¡ķ 士 +èŃ · +è° ¨ +æĺ ı +æĶ¿ åįı +è¡ Ķ +ç¿ Ĵ +åľ Ĵ +åĽ½ æ°ij +主 è§Ĵ +è£ ķ +ä¼ ª +åº ŀ +æ°ij èIJ¥ +æĥ § +ç§ĺ 书 +çĹ ķ +çĻ¾ åĪĨ +æº ¶ +æĹł çĸij +çļĦ çľ¼ +æĵ İ +ä¼Ł 大 +å½ ° +åħ¬å®ī å±Ģ +ç³ ķ +å¼ ¥ +åĤ Ļ +ä¹ ¾ +毫 ä¸į +注 æĺİ +åī¯ æĢ» +æĦ ī +æķ ¦ +é¦ ¨ +æĶ Ģ +éĢ Ŀ +åı¯ éĿł +å¤ ¸ +åľ ĺ +éĿ¢ ä¸Ĭ +æĬ ĸ +èĦ Ĩ +é© ° +ä¼ IJ +å¦ ¨ +å®ļ äºĨ +ç³ Ĭ +æŃ ¡ +éĥ¨ éķ¿ +ç§ ī +èĪ Ĩ +åĪij äºĭ +åIJ µ +æ¤ Ĵ +è¡ ĵ +è± « +èı © +åŃ µ +é¥ ² +å°± 好 +åł ª +ä¸ī è§Ĵ +åľº æ¯ĶèµĽ +ä¸į åģľ +æĵ ħ +åħ¨ æĸĩ +æ³ ģ +åѦ ä½į +æ± ° +éł ĺ +åı ł +éļ Ľ +å¸ IJ +çľĭ åĩº +åĮ ł +å±Ģ éĿ¢ +æ³ Į +è° Ĭ +åIJĮ æľŁ +æĬķ æłĩ +å¥ ´ +æĿ¥çľĭ çľĭ +èĦ ¾ +èŀ º +æŃ ī +çĽ ¯ +ç¨İ åĬ¡ +å» Ĭ +æİ © +æħ ¨ +çĽ ¼ +èĬ Ĵ +è® Ģ +æĮ £ +èĮ ħ +æĸ ¥ +æ¤ ħ +åĪ° æĿ¥ +èijĹ ä½ľ +çĭ ± +äºĮ æīĭ +ä»İ æĿ¥ +çĸ ² +åºĬ ä¸Ĭ +æĸ° 浪 +æ³ Ħ +å¢ŀ åĢ¼ +ä¸ Ľ +æļ ij +ä»İ ä¸ļ +æ· ĭ +å¤ļ æł· +æľ ´ +份 é¢Ŀ +æŀ £ +西 çľģ +æľ¬ è´¨ +æ·± æ·± +èī ĩ +ç» µ +产 åĢ¼ +æ¼ ł +èħ » +çŃ Ľ +åİ Į +æģ Ń +å«Į çĸij +æĪ ¶ +æ» ŀ +èĨ Ģ +åĬ £ +座 è°Ī +常 æĢģ +çļĦ æĥħ +è¦ ½ +å¯ Ĥ +åĮ Ĩ +èĩ º +é¡ ¯ +çķ ı +éģ £ +åį ľ +çŃī å¥ĸ +è² ¬ +æº ¯ +é İ +çĤ¹ 头 +èĵ ¬ +æ± º +éħ ¬ +éģ Ĭ +è³ ¼ +註 åĨĬ +æľ¬ æĬ¥ +çµ ķ +æ´» æĢ§ +åħ ij +éĮ ¯ +åĨ ¶ +åĸ » +æº ĸ +èĤ ¢ +æº ĥ +æĹ ¬ +åī Ĭ +çIJĨ äºĭ +å± ł +æ² § +èļ Ģ +鼻 åŃIJ +为 æŃ¢ +常 å§Ķ +çµ Ĥ +éĬ · +çĭ Ģ +ä¾ £ +èĥ Ģ +èŃ ° +çĶ¨ 车 +åĻ ª +æŃ · +åį Ķ +åĪ ¹ +ç«Ł æĺ¯ +é© Ĺ +èIJ Ŀ +çĻ « +çĹ « +æŃ § +å¼ Ĭ +åª ½ +çı Ĭ +è¡ · +éľ ī +åŁº çĿ£ +éļ ± +æ° ¨ +ç» ¸ +å°¼ æĸ¯ +çĥ ĺ +æľŁ åĨħ +è° ħ +éĽ ĩ +éļ Ļ +å ĸī +åī ¥ +çĹ ĺ +æĮ ½ +çĵ £ +æ¹ Ľ +æ¨ ± +æ¾ İ +æ¹ ĥ +åĨ¬ 奥 +æ£ µ +å® ° +åŀ Ĵ +æ§ ĭ +ä¾ Ī +èĮ Ħ +åĺ ¿ +èı ĩ +ç ĻĤ +åĬ ĥ +é į +èĶ ½ +çŀ Ń +æķ ŀ +ä¹ ĸ +éŁ § +è¾ ľ +æĩ Ī +ä½ £ +çŀ » +åŁ Ķ +èĪ ħ +å®ŀ äºĭ +é ¨ +å§ ¥ +çµ ¡ +åĺ » +çķ ¢ +æ²ĥ å°Ķ +è¿ Ħ +èĤ ĩ +æħ ij +ã § +ä ı +ð ł +ð¬ ĩ +ð« Ń +ð« IJ +ã ³ +© ½ +ð« ł +ã Ľ +ð¬ į +é ¿ +ð¬ Ĵ +ã Ļ +𬠤 +ð ¬´ +ð« ĸ +ð ¤ +ã ¬ +ä ² +ð« Ķ +ð« ļ +è¦ģ æ±Ĥ +ä¸Ģ äºĽ +å®ŀ çİ° +èĢĮ ä¸Ķ +åĽł æѤ +çĶ± äºİ +åħ³ äºİ +çĦ¶ åIJİ +æݨ åĬ¨ +ä¸Ģ æł· +æĮī çħ§ +è¿Ļæł· çļĦ +å½¢ æĪIJ +æľī äºĽ +æĽ´ åĬł +ç»ı è¿ĩ +建 è®® +æ²» çĸĹ +ä½ł 们 +æīį èĥ½ +ä¿ĥ è¿Ľ +åijĺ å·¥ +ä½ĵ éªĮ +èĪ ĩ +åģļ 好 +ä¿Ŀ è¯ģ +æķ´ 个 +æĺ¯ ä¸Ģ个 +éĩĩ çĶ¨ +çIJĨ 论 +æ¯Ķ å¦Ĥ +ä¸Ĭ çļĦ +æݨ èįIJ +çĶ³ 请 +天 空 +éĥ¨ èIJ½ +åįģ åĪĨ +æĿ¥ èĩª +ä¹ĭ éĹ´ +è°ĥ æķ´ +æ¯ı 天 +è°ĥ æŁ¥ +æĤ£ èĢħ +è¿ĩç¨ĭ ä¸Ń +é¦Ļ 港 +广 åijĬ +éĿ¢ 对 +满 足 +éķ¿ æľŁ +è§Ħ èĮĥ +æķ´ ä½ĵ +æĶ¹ åıĺ +æĻº æħ§ +å¦Ī å¦Ī +å¦Ĥ ä»Ĭ +åIJĪ åIJĮ +éĥ½ ä¼ļ +åĦ¿ ç«¥ +åĩı å°ij +éŁ³ ä¹IJ +ç»ı 常 +ä¸Ĭ å¸Ĥ +ä¼ĺ ç§Ģ +çļĦ éĩįè¦ģ +ä¸Ģ æĿ¡ +æµ· å¤ĸ +åı¦ å¤ĸ +ä¸Ģ 家 +åİĭ åĬĽ +大 åŀĭ +çľĭ çĿĢ +åĪ Ģ +幸 ç¦ı +æݨ 广 +åIJ Ľ +å¾ IJ +æī¾ åĪ° +äºİ æĺ¯ +èĩª 身 +ä¸Ģ ä½į +åľŁ åľ° +åĬł åħ¥ +æİ¢ ç´¢ +æ¢ ģ +主 åĬ¨ +å°± ä¸ļ +女 æĢ§ +çªģ çł´ +ä¸įåIJĮ çļĦ +è¿IJ è¾ĵ +èĩª çĶ± +å±ħ æ°ij +æѤ 次 +çļĦ æŶéĹ´ +家 éķ¿ +ä¸Ģ个 人 +æ£Ģ æµĭ +åĨħ éĥ¨ +广 å·ŀ +缴 æĴŃ +ä»İ èĢĮ +è´· 款 +åı¬ å¼Ģ +æĶ¹ éĢł +人 çĶŁ +å±ķ 示 +æ¯ı å¹´ +女 人 +çļĦ æĸ¹å¼ı +æķĪ çİĩ +å±± 举 +æ¸ł éģĵ +ä¼¼ ä¹İ +æ¡Ī 件 +åĪ© çĽĬ +çľĭ çľĭ +å¿ĥ éĩĮ +ç»´ æĬ¤ +å®Ŀ å®Ŀ +ç½ij ä¸Ĭ +论 åĿĽ +å°± åı¯ä»¥ +ä¸į 足 +æģ¢ å¤į +å¸ĥ å±Ģ +è´¡ çĮ® +ä¸ĭ éĻį +æİĮ æı¡ +çļ® èĤ¤ +å·¥ åħ· +éĩį åºĨ +åĵģ è´¨ +æݨ åĩº +çĶ· 人 +æī¿ æĭħ +çªģ åĩº +èĢĮ è¨Ģ +æ² Ł +åįı è°ĥ +æĺ¯ ä»Ģä¹Ī +æ± ¤ +æĴ ij +çĭ¬ ç«ĭ +çݯ èĬĤ +æī© 大 +æ´ ª +æĿ ° +çĽ IJ +ä» ģ +æ¶ī åıĬ +èĢģ 人 +åį³ 使 +åįĹ äº¬ +éħį åIJĪ +é¬ ¼ +çĪ¶ 亲 +ç½Ĺ æĸ¯ +å°ı åĮº +æķĻ æİĪ +åĨ³ çŃĸ +é¢Ħ 计 +æľ¬ 人 +ä¼ ¯ +ç« ¹ +åĪ° åºķ +å¸Ĥ æ°ij +åĩº åı£ +éĩĩ è´Ń +æĢ» ç»ĵ +æѦ æ±ī +åĬł 大 +广 举 +æµģ ç¨ĭ +人 åı£ +å¦Ĥæŀľ ä½ł +åĩº åİ» +åĩ ī +åĨľ æ°ij +çİ° 象 +åĬĽ 度 +ç»Ļ äºĪ +åħļ å§Ķ +è¯Ń è¨Ģ +线 ä¸Ĭ +æĢİ æł· +åĦ¿ åŃIJ +ç¡® å®ŀ +ä¹ĭ å¤ĸ +éĥ½ åľ¨ +èī ¾ +çļĦ æĥħåĨµ +éĩĮ çļĦ +åĽ´ ç»ķ +æĽ´å¤ļ çļĦ +ä¾Ŀ æ³ķ +åħ¬ åĽŃ +家 éĩĮ +æ¯į 亲 +ä¸į åĨį +èĭ ¹ +æ³ķ éĻ¢ +飩 åĽ½ +缸 å½ĵ +ä¸į çŁ¥ +è¯Ħ ä¼° +ä¸į çĶ¨ +顺 åĪ© +éĩį è§Ĩ +è´¢ åĬ¡ +ä»ĸ åĢij +åıij è¡Į +ä¸ĵ éŨ +åħ· å¤ĩ +并 ä¸įæĺ¯ +足 çIJĥ +é ŀĭ +åıij 表 +æ°¸ è¿ľ +èIJ¥ åħ» +éħį å¥Ĺ +æķ´ åIJĪ +è´ º +åĽŀ çŃĶ +æĶ¶ çĽĬ +ä¹Ł 许 +è» Ĭ +æİ¥ 触 +æĶ» åĩ» +åĽĽ å·Ŀ +æĢ§ èĥ½ +åĽŀ åĪ° +èħ ° +ä¹Ł 没æľī +å¼ Ħ +设 ç«ĭ +éĺ² æݧ +æĬĢ å·§ +éĢļ 常 +è´¢ æĶ¿ +éĥ¨ ç½² +åľº æĻ¯ +æ±Ł èĭı +表 è¾¾ +åĸ · +女 åĦ¿ +èĪ ¶ +çµ ¦ +ä¼ļ åijĺ +æĪĸ 许 +äº © +举 æĸ¹ +天 æ´¥ +è¿ij å¹´ +çľĭ æĿ¥ +æ¯Ķ ä¾ĭ +å² © +éĵ ľ +çİ » +å®ŀ éªĮ +æĢĿ ç»´ +æĭħ å¿ĥ +æ² Ī +身 è¾¹ +æ·± åĮĸ +ç²¾ åĩĨ +ç§ģ æľį +æ¶Ī éĺ² +åİ» äºĨ +ç»Ĩ èĥŀ +çIJĥ éĺŁ +æĺİ æĺŁ +é£Ł çī© +å¾Ī å¿« +让 ä½ł +ä¿¡ çĶ¨ +åĶ¯ ä¸Ģ +åħ¶ å®ĥ +çŃī æĸ¹éĿ¢ +å¾ĭ å¸Ī +æŃ» 亡 +æ Ł³ +ä¸Ģ æī¹ +ä¸Ĭ 涨 +æľº åľº +å½¢ åĬ¿ +æĦ¿ æĦı +éĽĨ ä½ĵ +æĸ° åŀĭ +æįŁ 失 +æĽ ¸ +ä¸ĭ åįĪ +æ¯ı 次 +æĪIJ å°± +åħ¬ è·¯ +èĻ « +åĴ ± +西 å®ī +æľĢ ä½³ +ç§ij çłĶ +å¤į æĿĤ +æľº åĻ¨ +çĪ± æĥħ +çħ§ çīĩ +å¹´ é¾Ħ +è³ĩ æĸĻ +ç² Ĺ +åĩĨ ç¡® +åĬł ä¸Ĭ +åĩº çīĪ +è° IJ +家 å±ħ +èĥĮ æĻ¯ +ä¸Ģ 线 +äºĭ 项 +åĬ¨ ä½ľ +ç¥ ¥ +æĢ» ä½ĵ +æĪ¿ åŃIJ +ä¹Ł å°±æĺ¯ +大 æ¦Ĥ +é«ĺ æķĪ +åIJ ¹ +æİ ĪæĿĥ +éĻĦ è¿ij +æ¡Ī ä¾ĭ +éĹ ¹ +çĪ¸ çĪ¸ +彩 票 +æĢ Ĵ +举 æĬ¥ +æĻ® éģį +çķĻ ä¸ĭ +è¡£ æľį +æĹłè®º æĺ¯ +åħħ 满 +æ·± 度 +æ¡ ij +æĪª èĩ³ +带æĿ¥ çļĦ +éĻ µ +æĦŁ æĥħ +èµ ļ +åĵª äºĽ +æķ´ æĶ¹ +æĪIJ çĨŁ +å¨ ľ +é¼ » +çŁ Ľ +çĽ ¾ +好 好 +第 åĽĽ +åĨł åĨĽ +è´¢ å¯Į +æľĢ 好çļĦ +车 åŀĭ +éĸ Ģ +åį³ å°Ĩ +åĪĨ 为 +éĿĴ å²Ľ +纷 纷 +ä»Ĭ æĹ¥ +å¹³ è¡¡ +å¹³æĸ¹ ç±³ +éĤ£ ç§į +åĩº çĶŁ +éĿĴ æĺ¥ +人 群 +人 å·¥ +ä¹ĭ ä¸ĭ +æ¹ĸ åĮĹ +åľ¨ æѤ +åįļ 士 +æŶ åĪ» +æ²³ åĮĹ +æĶ¾ å¼ĥ +éĢļ éģĵ +森 æŀĹ +çĸ Ĩ +æķ ¸ +èĬ ³ +æīĵ åĩ» +æĽ ¹ +åĮĸ åѦ +æĥ³ 象 +ä¸ĩ 人 +è´¢ ç»ı +åħĥ ç´ł +ä¼ļ 计 +åħ¨ ä½ĵ +æĦ Ľ +é«ĺ ä¸Ń +æľº éģĩ +声 éŁ³ +æĹħ è¡Į +æµ © +æŁ ± +å°ij å¹´ +åĽ½ å¤ĸ +èijĹ åIJį +çĶŁ åŃĺ +å§ ľ +带 é¢Ĩ +é¢ľ èī² +ä¸Ĭ ä¸ĭ +产ä¸ļ éĵ¾ +æĽ´ 好çļĦ +å² Ń +ä¼ĺ æĥł +便 æĺ¯ +åħ§ 容 +ä¸Ģ åıª +çIJ ´ +梦 æĥ³ +秣 èµģ +å¼Ģ åIJ¯ +è´Ń çī© +åĮħ åIJ« +åĪ© çİĩ +èµ· äºĨ +æľī åĬĽ +éĤ£ éĩĮ +审 æī¹ +对 æīĭ +çİ° éĩij +天 çĦ¶ +çĽ Ĵ +çĪ ½ +å¿ħ çĦ¶ +åĮĸ å·¥ +ä¸ĵ åĪ© +åķ ¡ +å¼Ģ å¿ĥ +人 ä½ĵ +éģĵ 士 +æĢģ 度 +空 è°ĥ +æĭĽ åķĨ +å§ » +第 äºĶ +æ£ Ĵ +ä¸Ģ ç³»åĪĹ +åį± æľº +转 åıĺ +åľº æīĢ +é¸ £ +æĪ¿ éĹ´ +éĢ ¼ +è¯ķ çĤ¹ +对 å¤ĸ +åĩº åı° +åľ¨ è¿Ļ +åİĤ 家 +å·¨ 大 +ç®Ģ ä»ĭ +çľĭ äºĨ +åħļ 建 +æĮĩ æĮ¥ +çŁ³ æ²¹ +ä¸į åı¯èĥ½ +èİ ² +ä¸į 太 +åĪĽ æĦı +第 ä¸Ģ个 +è´µ å·ŀ +è¿ĩ äºĨ +æľ¬ æĿ¥ +éģĵ å¾· +çŃĶ æ¡Ī +éĻ ¶ +ä¸Ģ è·¯ +èĤ ĸ +æ¸ħ æ´ģ +æľī æľº +åIJį åįķ +æĿ ± +åij¼ åIJ¸ +ä¸ Ī +ç¦ı 建 +è¯ķ éªĮ +å¼ķ åıij +ä¹Ł 没 +ä¸į ä½ı +çĨŁ æĤī +èIJ ¬ +ä¸į èī¯ +çł ĸ +èĩ´ åĬĽ +çŃ¾ 订 +åIJ Ĭ +ä¾ ¯ +çĺ ¦ +å§ij å¨ĺ +æĸ ¤ +妻 åŃIJ +æĺ¥ èĬĤ +çĪ ¬ +æĽ Ŀ +çĥŃ æĥħ +éķ¿ æ²Ļ +èIJ¥ éĢł +éħ · +éĵ Ŀ +åŁºæľ¬ ä¸Ĭ +åij¨ åĽ´ +ä»Ģ 麼 +认 åı¯ +åĪĨ åŃIJ +ä¸Ģ æĸ¹éĿ¢ +è½ ´ +å¼ · +马 ä¸Ĭ +éĽ ¾ +èĩ £ +å° ¿ +çĶŁ æĦı +å®ī å¾½ +ç¥ŀ ç»ı +åĩº å¸Ń +èį¯ åĵģ +çIJĨ çĶ± +åįı åIJĮ +æµģ åĬ¨ +åıij åĬ¨ +åĿļ å®ļ +表 æĺİ +åIJİ éĿ¢ +ä¹ī åĬ¡ +å¦ ĸ +æľī åı¯èĥ½ +å¹´è½» 人 +大 éĻĨ +å² ³ +ä¸į èµ· +çŀ¬ éĹ´ +ä¸įå¾Ĺ ä¸į +çŃ¾ 约 +åIJĪ æł¼ +åħļ æĶ¯éĥ¨ +æµİ åįĹ +便 åĪ© +éļı æŶ +å¥ ī +称 为 +产 æĿĥ +åIJ ķ +çĽ Ĩ +课 åłĤ +ç· ļ +æ£ ī +线 ä¸ĭ +èĩª è¡Į +举 æݪ +åݦ éŨ +èĩª ä¿¡ +å½± è§Ĩ +ä» Ķ +çĶŁæ´» ä¸Ń +æĿĥ çĽĬ +çĻ½ èī² +å°± ä¸į +è¿Ľ å±ķ +æ¯ı æĹ¥ +ä¾Ľ ç»Ļ +æĿĥ åĪ© +æĹł æķ° +çIJĨ è´¢ +ä¾Ŀ æŧ +ä¸Ĭ åįĪ +è¯Ĩ åĪ« +çĽĪ åĪ© +çł Ĥ +许 åı¯ +åIJĮ äºĭ +åĺ Ľ +éģ ¸ +çĿĢ åĬĽ +éŨ åı£ +ä¸į å¤ļ +åħ¶ 次 +ç¢ § +çī© çIJĨ +åĨħ å¿ĥ +çĻ¾ å§ĵ +æĢ» 绣 +å¹² åĩĢ +积 ç´¯ +åıį é¦Ī +æłij ç«ĭ +社 交 +ç§ © +åįģ ä¸Ģ +éĤ ĵ +驱 åĬ¨ +å±ķ è§Ī +èĪĴ éĢĤ +åŁº åĽł +å·® å¼Ĥ +转 让 +å°ı å§IJ +æł· åŃIJ +ç¿ Ķ +é«ĺ åħ´ +å½±åĵį åĬĽ +æīĭ ç»Ń +缸 åIJĮ +缸 åºĶ +æĻ Ĵ +è§ Ģ +å¸Ĥ å§Ķ +èĬ ¯ +å±ķ çİ° +åľ° çIJĥ +éĤ ª +ä¸Ģå®ļ çļĦ +åħģ 许 +ä¿¡ ä»» +æī ij +éĻ¢ æł¡ +ç®Ģ 称 +åģļ æ³ķ +ä¹ĭ è·¯ +æĹĹ ä¸ĭ +èħ Ķ +æ¶Ī 失 +ä¸ĸçķĮ ä¸Ĭ +åŁİ 乡 +èĪŀ åı° +å¾Ī 大çļĦ +绣 çŃ¹ +åħ¬ å¹³ +èĤ ¾ +çļĦ 好 +æ± ģ +çľ¼ åīį +éĽ £ +å¹ ½ +åħ± 产 +主 åĬŀ +å¤Ħ ç½ļ +åº Ļ +éģĵ çIJĨ +å¼ µ +æİ¥ çĿĢ +çĮ İ +çģ Į +çĶ± æѤ +人 åĬĽ +æµģ è¡Į +ä¾ ł +åı¯ä»¥ 说 +èĴ ĭ +å½¢ æĢģ +æĹ¥ åŃIJ +æ¼ Ĩ +çķĻ åѦ +缸 éĹľ +æľĢ å¤ļ +åĩŃ åĢŁ +åħ¬ 交 +æĮĸ æİĺ +æĿĤ å¿Ĺ +主 人 +éļľ ç¢į +æł¡ éķ¿ +æĸ¹ ä½į +ä¸Ĭ çıŃ +å¤ļ åħĥ +è ĥģ +éŃħ åĬĽ +èĮ Ĥ +åħħ çĶµ +强 大 +çĥ ¤ +å¥ĭ æĸĹ +å®ŀ çĶ¨ +éĺ ģ +ç»Ļ äºĨ +æľ¬ ç§ij +æł ĭ +æĭ ¨ +æķĻ ç»ĥ +éĥ½ çŁ¥éģĵ +æ¯ķä¸ļ çĶŁ +ç¢ Ĺ +åŀ Ĥ +è® ¼ +å®ģ æ³¢ +åѦ èĢħ +è°¢ è°¢ +åŁİ éķĩ +æĢİä¹Ī åĬŀ +éģ Ķ +æĪIJ 交 +æ½ľ åĬĽ +åį § +æĸ° å¼Ģ +éħį å¤ĩ +主 åĬĽ +åij³ éģĵ +çĥ Ĥ +é£ŀ è¡Į +å« ģ +大 大 +ç»Ļ 大家 +å¤ĸ éĿ¢ +éĨ ī +åıij è¨Ģ +æĹ© é¤IJ +åIJĦ èĩª +å® Ļ +èį£ èªī +æĬ« éľ² +é¡ ŀ +åĨħ çļĦ +èĤ ª +è¾ IJ +æ³ µ +æĬ Ľ +æĺŁ æľŁ +ä¸Ģ 带 +çĶŁ ç´ł +ç»ı éĶĢ +åĩ ¶ +åľ° ä¸Ĭ +åij½ è¿IJ +åĵ ² +ä¸Ĭ åİ» +æĸĩ çī© +è¯ ij +æĮ¯ åħ´ +éķ¿ æŶéĹ´ +ç¥ Ń +åIJĪ èĤ¥ +è¿Ŀ è§Ħ +èģ ª +ä½İ äºİ +éĢĤ å½ĵ +æľī åºı +æľ¬ ç½ij +çķĻ è¨Ģ +æĥ³ æ³ķ +çŃ¾ ç½² +å§ ļ +æĢ§ æł¼ +èĴĻ åı¤ +æŁ ı +åŀ « +åѦ åİĨ +ä»ħ ä»ħ +讲 è¯Ŀ +éĶ IJ +æĢ ĸ +åī ª +èĭ į +åIJ ĵ +强 çĥĪ +åģ¥ åħ¨ +çĸ ¯ +åı¤ 代 +å¥ Ī +ä¸į çĦ¶ +乡 éķĩ +æľĭåıĭ 们 +åĤ ħ +èģ ½ +个 æĢ§ +æ³ķ è§Ħ +å°ı éķĩ +çĶ» éĿ¢ +第 åħŃ +網 è·¯ +åīį æĻ¯ +åIJ¬ 说 +ä¼ł åªĴ +æĿ¡ ä¾ĭ +åĪ« çļĦ +ä¸į æĩĤ +顾 éĹ® +强 度 +éĺ¿ éĩĮ +èµ° åĬ¿ +å¸ ½ +çļĦ ç¡® +åĮº åĪ« +éĮ ¢ +主 管 +ä¸Ģ çľĭ +æĸ ľ +åŃĺåľ¨ çļĦ +ä» ² +åį± 害 +éĵ Ń +游æĪı ä¸Ń +éħ ± +é¾Ļ 头 +人 å¿ĥ +éĢĢ ä¼ij +æµı è§Ī +åĬ « +éĺ² æ²» +ç® Ń +å± Ī +è¾½ å®ģ +å£ ¤ +è¿İ æĿ¥ +éŀ į +çĶ¨ æĿ¥ +大 åľ° +ä» ° +éĢļ 讯 +å¼Ģ å·¥ +è£ ¤ +å¦Ĥ åIJĮ +éª ¤ +éĺŁ åijĺ +è½ © +ç¾İ æľ¯ +èĻ Ł +åIJĮ ä¸Ģ +åľ ĸ +书 æ³ķ +æīĵ åį° +åIJ« æľī +éĽĨ æĪIJ +éĹ · +å¸Ĥåľº ä¸Ĭ +æĹģ è¾¹ +åľ° æĿ¿ +产çĶŁ çļĦ +ç² ¤ +éĩį ç»Ħ +è¡Ģ 液 +çŃ ĭ +åĬŀ äºĭ +常è§ģ çļĦ +ä¸Ĭ åįĬå¹´ +å±ı å¹ķ +åIJī æŀĹ +å· © +åĸľ çĪ± +ç¿ ł +ä¸ī ç§į +æ¡Ĩ æŀ¶ +举 èİŀ +çĶĺ èĤĥ +èĬ ¬ +åĽ¾ 书 +åĩ¤ åĩ° +æ°Ķ åĢĻ +å° ´ +å° ¬ +两 天 +è¾ħ 导 +åĢŁ 款 +æĹ¥ èµ· +æ´ Ĵ +ä¸Ģ 度 +è¹ Ī +æ½ Ń +æī ĩ +çĻ ľ +æĸ° åħ´ +åĤ ² +诸 å¤ļ +è´ ª +éĻ· åħ¥ +èĪ Ł +èĤº çĤİ +ä¸Ģ æł·çļĦ +åİ ĺ +åľ° çIJĨ +æĬķ 注 +éļ Ĭ +åħī ä¼ı +ä¿Ŀ åģ¥ +åħ Ķ +åħ¬ åĬ¡ +æīĵ çł´ +çĶ· åŃ© +åĬ³ åĬ¡ +ä½ł ä¼ļ +çĶ¨ åľ° +æº ¢ +åıij è¾¾ +èĤ ļ +è¿ĩ äºİ +èĩ Ĥ +éĢĻ 樣 +è½» è½» +ä¸Ń åħ± +åIJĦ åĽ½ +åĶ ĩ +å®ŀ ä¹ł +èĻ ¾ +æ§ ½ +ä¸į ä¸Ĭ +åħį çĸ« +åįł æį® +å·¥ ä¼ļ +åĽ Ĭ +èĪª 天 +åı¯ çĪ± +æĸĹ äºī +çĺ ¤ +å¦Ĥ æľī +éĽ ĸ +对 æĪij +åĩº 秣 +好 çľĭ +太 大 +æ°´ åĪ© +åĬ¿ åĬĽ +åħ¨ æ°ij +ç½ ¢ +èµ¢ å¾Ĺ +çĶµ ä¿¡ +车 éĹ´ +æĻĤ åĢĻ +å°ij æķ° +éĵ ¸ +åħ³ èģĶ +ä¸įä»ħ ä»ħ +为 æĤ¨ +åĴ ¸ +æľº åĬ¨ +è£ Ļ +åĵį åºĶ +éģ ł +è² · +ç© ´ +å¢ ħ +éĶ ¡ +çµ Ħ +çģ« 车 +è³ĩ è¨Ĭ +åĨ³ èµĽ +污 æ°´ +èª ŀ +å´ Ľ +ç´§ å¯Ĩ +缺 å°ij +å¤ļ 人 +æĢ» 书记 +éĶ Ī +èij Ľ +å¿ĺ è®° +éĻĮ çĶŁ +éķ¿ 大 +åħĪè¿Ľ çļĦ +ç¡ ħ +åıij æĺİ +å©´ åĦ¿ +æīİ å®ŀ +èĽĭ çĻ½ +ä¸Ģ çĻ¾ +缮 åħī +æ ħĮ +åĬł æ²¹ +åIJ ŀ +ä¸Ģ 群 +ä¸Ń ä»ĭ +å¸ ĸ +å¿ Į +èģĮ èĥ½ +广 æĴŃ +çĽij å¯Ł +ç§ĺ å¯Ĩ +çĭ ® +è¿Ļ æĿ¡ +éĢ ¢ +æĢ ¨ +åįģ åħŃ +è© ¦ +说 åĪ° +åĩĿ èģļ +æĮĩ 示 +æ° ¢ +å¼ ĺ +éĺ Ģ +æĸ © +éł ħ +ä¸Ģ å¼Ģå§ĭ +æİĴ è¡Į +åľ¨ æĪij +纪 å½ķ +æĬ Ħ +æł ª +说 æ³ķ +ä¸Ń èį¯ +好 å¤ļ +åıª ä¸įè¿ĩ +çķĻ åľ¨ +个 å°ıæŶ +认 çŁ¥ +çķ « +è§ģ è¿ĩ +å°ı å¾® +ä½Ľ å±± +çľ ¾ +讲 è¿° +æ¢ ³ +称 åı· +æĹ¥ æĻļ +è¢ ĸ +åķ ¤ +æľª ç»ı +æľĢ æĹ© +æī® æ¼Ķ +è¡Ģ 管 +çº ± +æĥħ èĬĤ +第 ä¸ĥ +æį § +ä» Ĺ +æ¿Ģ çĥĪ +æĹł 线 +ä¸į 容æĺĵ +å¼Ģ å¹ķ +æĸ° çĶŁ +ä¸ĵ 注 +èij ± +åįĹ æµ· +çĩ Ł +èµ· ä¾Ĩ +æ´¾ åĩº +åĦ Ĵ +ä¾ ¨ +è¼ ĥ +åįļ è§Ī +éĢ ¾ +åĮ Ģ +ç»ıæµİ åѦ +æ¸ Ĺ +ä¿Ŀ èŃ· +çī º +çī ² +çİ « +çij ° +æľĢåIJİ ä¸Ģ +æĶ¿ åĬ¡ +æ§ Ľ +èĻķ çIJĨ +éļIJ æĤ£ +æī¿ åĮħ +æ¥ µ +æ¡ © +çĽ ² +导 åIJij +èĩ´ å¯Į +ç¼ Ĩ +æģĭ çĪ± +ä¸į åĬ¨ +ç»Ļ 人 +å· ¢ +表 æĥħ +举 åįĹ +åĨħ å¤ĸ +è¾Ī åŃIJ +åı ī +åįļ ä¼ļ +åĬŁ æķĪ +æ¸ ´ +å± ¬ +æİĴ éĻ¤ +éĢ Ľ +ä¸Ģ ä¼ļ +ä¸į å¼Ģ +å¼Ģ å¥ĸ +é»ij é¾Ļ +é»ijé¾Ļ æ±Ł +å¿« ä¸ī +度 åģĩ +åĿ ¤ +éĤ® 件 +æĩ Ĵ +ä¾Ľ çĶµ +å» £ +好 è¯Ħ +ç§ĺ书 éķ¿ +æĪĺ åľº +好 å¥ĩ +ä¾µ æĿĥ +æĨ ¾ +æľĢ åĪĿ +æī¹ åıij +åİ ķ +è¼ ķ +æŀ ¯ +ä¸ļ åĨħ +è´Ń æĪ¿ +ä¸į åľ¨ +纪 å§Ķ +æīĢ éľĢ +å¸Ĥ éķ¿ +è³ ½ +å¼ķ æĵİ +çģµ éŃĤ +éĬ Ģ +æ» ¤ +çĿ IJ +å¤ļ 项 +åĽŀ 头 +èī ĺ +å¤į å·¥ +éĥ¨ 件 +ç´§ ç´§ +æŁIJ ç§į +使 åħ¶ +æĸ° 人 +æŀ ļ +æ³ķ å®ļ +å·´ å·´ +涵 çĽĸ +ç¨ » +æĭ ¾ +æĻ ķ +è½ ¿ +éĢļ è¡Į +åĵ Ģ +æ³ Ĭ +温 馨 +éĽĨ èģļ +çĨ Ļ +åĩ ij +åįģ ä¸ĥ +æ°Ķ æģ¯ +æıIJä¾Ľ çļĦ +æ³ ³ +奥 è¿IJ +çģ¾ 害 +åĩĢ åĮĸ +è·¨ è¶Ĭ +åĵª æĢķ +éŁ ¿ +å¢ŀ æ·» +çĦ Ĭ +æ®ĭ çĸ¾ +ç¢ Į +æĤ Ķ +è§ģ è¯ģ +è¾ĸ åĮº +å¿ĥ èĦı +éļ § +åį ¸ +åı¯èĥ½ æĢ§ +æľī 趣 +åī¯ 书记 +åĮĸ å¦Ĩ +ä¿ Ĥ +æ£ ļ +éĨ ĩ +带 头 +éł Ī +追 究 +æij Ķ +è¿Ļ éĥ¨ +ä¸į 论 +ç¥ ¸ +å ³» +éģ ķ +çĶŁ èĤ² +å¤ ł +å¤ĸ 交 +è¯Ħ 为 +ä»İ å°ı +å°ı å°ı +é ¥¿ +æĴ ¼ +è·¨ å¢ĥ +被 åijĬ +åįĹ å®ģ +身 å¿ĥ +åĨį çĶŁ +æīĢ 说 +æŶéĹ´ åĨħ +åĪĹ åħ¥ +éĿĴ æµ· +çĪ± 好 +çª Ħ +èĪ Ī +è¿ĩ 渡 +æ¿ Ł +éĽ Ģ +审 è®® +åĽ½ èµĦ +æŃ¥ ä¼IJ +轨 éģĵ +ä¿¡ 念 +ä¸ī åĪĨ +çĨ ¬ +åѵ åĮĸ +ç¼ ł +éĥ Ĭ +èĪĴ æľį +纪 æ£Ģ +ä¸Ģä¸ĭ åŃIJ +鼻 話 +è² ł +éĴ ¥ +åĮ Ļ +çĹ ´ +è¶ ģ +ç» £ +çĪ µ +è½ ° +éª Ħ +å§ ¨ +æĭ ĺ +çĮ ´ +è® ¶ +è¿Ļ 座 +çį ¨ +æ·ĺ æ±° +çĹħ ä¾ĭ +æ²Ļ åıij +è§Ĩ 为 +头 æĿ¡ +å¿ħè¦ģ çļĦ +åı¯ è°ĵ +è¯Ŀ 说 +ç¯ Ħ +æĹ© çĤ¹ +æŀ¢ 纽 +ç¾ ¡ +çĪ± åĽ½ +çªģ åıij +éĢ Ĭ +æ½ į +èį£ èĢĢ +èŁ ¹ +æ¦Ĥ çİĩ +å¾Ī ä¹ħ +æĥ ķ +è¨ ´ +åľĨ 满 +çļ ± +åĪĨ æ³Į +åħħ 足 +çľĭ æ³ķ +è¾ Ł +æĭ ¦ +æĭ © +对 åºĶ +为 æł¸å¿ĥ +èħ Ĭ +å¤ļ ä¹Ī +æµ ij +å®ı è§Ĥ +èĦ ĸ +åIJĪ èµĦ +çĶŁ 涯 +å®ŀ è´¨ +ä¼ĺ çĤ¹ +çĶ¨ æ°´ +寿 åij½ +æ² « +åIJ ģ +è© ¹ +åĽ½ éĺ² +å´ © +åĿ İ +èĨ ı +ä¸Ģ è½® +éģĹ äº§ +æ¹¾ åĮº +ç» İ +åįķ 纯 +æ¾ Ħ +åīį åĪĹ +身 å½± +é»ĺ é»ĺ +æį ī +çĴ ° +èı Ĭ +æĢ ľ +åħĭ æĢĿ +æĢ» å±Ģ +çĩĥ æĸĻ +ä¸ļ æĢģ +åIJĦ æł· +åĴ ½ +åĩº èī² +åĪĿ å¿ĥ +åı Ľ +çłĶ 讨 +è¡ « +åİĨ ç¨ĭ +ç¦ ½ +è¶³å¤Ł çļĦ +èį Ĩ +çľĭ å¾ħ +è´ © +åĨ³ å¿ĥ +è£ ¹ +å¸Ī èĮĥ +åŀ Ħ +æĿ ł +åĩ ¸ +çĬ¹ 豫 +çĥŃ è¡Ģ +åIJĪ ä¼Ļ +éħ µ +èIJ½ åľ¨ +åįł åľ° +è¡ ¬ +èĵ ī +æĦ ¤ +æ¸ Ĭ +åĪĨ æķ° +ç¬ij çĿĢ +太 å¹³ +çĤ « +æݨ ä»ĭ +æĸ¯ åĿ¦ +å½¢ 容 +æĵ Ĭ +æĦŁ åħ´è¶£ +åĨĽ 人 +åĩĮ æĻ¨ +对 çħ§ +åıij çĹħ +å· ¾ +èĪ ī +æª ¢ +ç¬ij äºĨ +ç¡® è¯Ĭ +è´Ł åĢº +壮 大 +æĪ ļ +äºĴ èģĶ +èª ² +èħ ¦ +æĹ ± +åıĹ æ¬¢è¿İ +åį ī +éĻ¢ 士 +æ© ¡ +ä¸Ģ 对 +è¾ ± +æ² Ĥ +åı² ä¸Ĭ +æIJ ı +å´ ĸ +代 è°¢ +ç£ · +é¡ ĺ +æµ ĩ +常 çĶ¨ +åį ij +åĩº åĽ½ +è¯ ł +稳 æŃ¥ +ç»ı 纪 +å¤ļ å¤ļ +æīĢ å¾Ĺ +为 主é¢ĺ +ä¸Ģ åĪĨ +æł ½ +é¡ § +çº ² +åĥ ħ +å£ ĵ +åĦ ª +ç¿ ° +æİ Ģ +人 为 +åª ³ +æ´ ½ +èĿ ¶ +å¤į åħ´ +ä¼ļ å½±åĵį +åIJĦ çķĮ +éĤ£ ä¸Ģ +é¢ ¤ +çĢ ı +çĢı 覽 +å¯ ŀ +åı¯ æĢķ +åį³ æŶ +çķ ´ +ä¸ĭ åįĬå¹´ +ç¬Ķ è®° +éĻĦ åĬł +çĥŃ æ°´ +å¥ ¸ +ç£ ħ +æĿ ī +æ¸ħ åįİ +éĸ ± +ç° ¡ +å¤Ħ å¤Ħ +åIJĪ éĩij +æ²³ æµģ +ç´ ° +è´Ł éĿ¢ +çļĦ 羣å®ŀ +åĻ¨ 械 +èĴ IJ +西 äºļ +å· ħ +ç² ¹ +åİŁ æĸĩ +æŀ ķ +è¡Ģ åİĭ +åļ ´ +å¸ ĺ +åĨ Ģ +æĮ « +çĶµ è·¯ +å°ı ä¼Ļä¼´ +èĿ ´ +æľĢ å¿« +æĭ Į +å® ª +æĸ · +ç¿ ħ +åĴ ³ +åĹ ½ +ç¾ ŀ +躺 åľ¨ +èµĽ 车 +æ² IJ +éĻIJ 度 +为 ä¸Ģä½ĵ +èĴ ľ +å¹ « +æIJ ħ +åĭ ĭ +åī ĸ +纳 ç¨İ +éķ¿ æķĪ +ç½ ķ +åī¯ æľ¬ +ç© į +éĴ © +ç¹ ¼ +åĽ½ åľŁ +è¼ ī +ä¸į å¿ĺ +èѦ 示 +çģ ¿ +å¿ĥ å¾Ĺ +æĦ ļ +忽 çķ¥ +åĽŀ äºĭ +åįł æľī +æ· Ħ +çī ¡ +çĽij äºĭ +ç¿ ¡ +éĴĪ对 æĢ§ +çª ĥ +è£ ½ +èĨ Ŀ +ç³ Ł +港 æ¾³ +太 太 +æ¾ ¡ +ç»Ĩ åĮĸ +åĶ® åIJİ +å®ŀåľ¨ æĺ¯ +ç« £ +çį ² +åĢ¾ åIJij +å¼ķ çĶ¨ +é¹ ħ +ç¬ij 容 +ä¹IJ 趣 +æ°ij æĶ¿ +éŨ æĪ· +å± ģ +è¿· 失 +éĶ Į +å°ı 康 +åĭ ī +æ³ ¼ +ä¾ĭ åŃIJ +ä¸ī ä½į +å» ł +èĶ ĵ +广 éĺĶ +èĢ į +èĢģ èĻİ +åĭŁ éĽĨ +èĦļ æŃ¥ +æĭ ¯ +åŃĹ åı· +çĦ ° +é¢ ł +èļ Ĥ +èļ ģ +é£ ¯ +人 æĢ§ +æĴ ° +åİ ¢ +å±Ģ éĻIJ +æľª æĪIJ +åĵª åĦ¿ +大 åıij +ä¸į å®ļ +å¾ģ æ±Ĥ +éĥ µ +åĢº æĿĥ +çĪ± ä½ł +èº ģ +ä»ħ ä¾Ľ +è¿ľ å¤Ħ +éĨ Ľ +åĥ µ +积æŀģ æĢ§ +æİ ¡ +åīį ä¸ī +äºİ ä¸Ģä½ĵ +çŀ Ħ +çĿ ģ +æ² ¸ +åħ± èµ¢ +éĢĢ å½¹ +è´Ŀ å°Ķ +æİ ı +æĪ ² +è¡ į +éĶ Ĥ +ä¸ĩ ä½Ļ +ç§ij åĪĽ +æ¼Ķ åĶ± +欧 åħĥ +æ·¡ æ·¡ +éĿĴ å±± +èĹ Ŀ +ç» ½ +令 çīĮ +éĽĨ 群 +ä½ľ çī© +çĢ ij +å¤ ¯ +ç½ij 游 +åħ« 大 +éª ļ +èª ĵ +ä¼ļ å±ķ +åħļ åı² +æ£Ģå¯Ł éĻ¢ +åĸ ĺ +éĺ ± +èĢĮ åĩº +éĢļ 车 +éĴ ĵ +æĥħ 人 +æ¸ Ľ +ä¸Ń ç§ĭ +çĪ Ń +åıª åī© +æĺ Ķ +éĩİ çĶŁ +ç¡ « +èIJĿ åįľ +æĬµ æĬĹ +çĻ« çĹ« +éĻ Ģ +èĶ ļ +å¸ ľ +满 满 +èı ± +éļĨ éĩį +æĺŁ çº§ +æ½ ĩ +åħ¬ åħĥ +è° £ +æ¯Ķ äºļ +æ¡Į åŃIJ +èµ £ +è² ¼ +æĦ¿ æľĽ +é¡ ½ +æ´¾ éģ£ +ç¥ Ľ +åª ļ +éĺ ľ +èij « +èĬ ¦ +æ³ » +å¡ Į +çĭ Ń +å»ī æĶ¿ +å¥ij æľº +æĹĹ èĪ° +æĥ « +严 åİī +åıĭ æĥħ +å¦ Ĭ +å¨ ł +åĵª 家 +èĨ ¨ +è¶ Ł +æĮ ª +èĻ IJ +é łģ +çŀ © +éº Ł +ç¨ £ +èģĶ éĢļ +åı ® +çİĭ èĢħ +ä¸į ç¡®å®ļ +ç ijľ +è° İ +çī¢ è®° +ç¢ ¼ +æĬ¤ èĤ¤ +é¡ · +çĦ ķ +åģļ 强 +éļ± ç§ģ +éļ±ç§ģ æ¬Ĭ +åıĹ å®³ +ä¸į çĶ± +çĥ ¹ +é¥ ª +é© ³ +ä¼ ½ +ä¸Ŀ 绸 +è¥ Ħ +åįģ ä½Ļ +éº Ĺ +æ¬Ĭ åĪ© +èģ ŀ +åı¤ èĢģ +éģ ı +åIJĦ å¼ı +å°± è¡Į +åħ¥ å¢ĥ +ç ĥģ +èľ ĺ +èĽ Ľ +çº ¬ +çŁ « +è» Ł +æ´Ĺ è¡£ +æĦ § +é¢Ħ æ¡Ī +éľ Ĩ +æ·± åİļ +éĺ¿ æĭī +åĨĻ åŃĹ +åį ¦ +éķ Ģ +模 æł· +åĤ į +æIJ į +èĸ ¯ +åł ħ +åħ¬ 积 +è¨ İ +ä¼ł æŁĵ +æ¯ ¯ +çIJĨ å·¥ +åĨ· éĵ¾ +ç«ĭ æĸ¹ +æ¢ Ń +åľ£ è¯ŀ +综 èīº +çİ© ç¬ij +æĥ³ ä¸įåĪ° +æijĩ 头 +æ· ¹ +åģĩ æĹ¥ +åĢ ĺ +èĢ ½ +èİ ĵ +åŁ · +èĩª è´¸ +åįĬ 天 +æª Ķ +æ¾İ æ¹ĥ +éķ ij +ä¸ « +éĩĮ ç¨ĭ +å¼Ģ èįĴ +èı ı +å®Ŀ è´µ +èŃ ¬ +åķ Ł +æŁ ł +æª ¬ +é© Ń +æ± Ľ +çĨĬ çĮ« +èķ ī +éļı ä¹ĭ +å± ij +è¾ĥ 强 +èĥ ³ +èĨ Ĭ +éĿĻ éĿĻ +åĴ ª +æĭĽ åij¼ +代 è¨Ģ +ä¿¡ ç®± +è£ħ éħį +æĤ į +åįķ 车 +èIJ İ +å¤ļ 彩 +éĻ ¸ +ä»İ 严 +æ© Ħ +æ¦ Ħ +éĢ ® +éĩĮ æĸ¯ +姿 æĢģ +太 æŀģ +éĩ Ŀ +æº ī +è¿ Ń +ç§ ¸ +ç§ Ĩ +å·¥ å§Ķ +æ± ķ +èģ Ĩ +ä½ ¬ +ç¼ ħ +çĶ ¸ +åī¯ å±Ģéķ¿ +éĹ º +èª ¤ +è¤ IJ +ä¸į éĻIJ +èħ ķ +åij ķ +çŁ ¶ +åĨľ 家 +管 å§Ķä¼ļ +é¥ º +èĬ ľ +æ¾ Ī +è© ¢ +å¨ģ å°¼æĸ¯ +ä½ķ åĨµ +å°ı ä¼Ļ +奢 ä¾Ī +è¿Ļ ç¯ĩ +è¯ µ +ç«ł ç¨ĭ +ç´ Ģ +éIJ ĺ +éĤ ¢ +ç³ Ļ +ç¼ Ģ +ä¹ Ĵ +ä¹ ĵ +çī¢ åĽº +åĿ ŀ +å¼ Ī +ä¾ĭ å¤ĸ +å» ³ +è§Ħ ç«ł +èĬ Ļ +ç¯ · +èº ¯ +æł Ī +åĿļ å®ŀ +åŁº 建 +çĿĢ çľ¼ +ç· ´ +èij © +ç¼ ļ +æ¦ Ĩ +主 åĭķ +ç¥ Ģ +äºĴ éĢļ +å°¤ 为 +å® Ľ +éª ¼ +æ± ² +ä¾ ĥ +æĤł ä¹ħ +æij § +æĭ ĩ +é« ĵ +éº Ĵ +éĻ Ľ +æŀ ¸ +æĿ ŀ +è´ ¬ +å°ı é¾Ļ +åĵ ® +èĵ¬ åĭĥ +åĮ Ī +çķľ çī§ +å¨ © +个 å¤ļ +æ² ¥ +æĺ § +çĦ ļ +æĬij éĥģ +çĸ ¡ +èĺ ij +éģİ ç¨ĭ +æ© ± +éĿ ĵ +大 çIJĨ +é« ¦ +åĪĨ 辨 +æ¸ ¤ +çĸ ¤ +åĬ¨ èĥ½ +å¼ł 家 +ä¸ĩ åįĥ +æ» ¥ +é¥ ¥ +åºŁ å¼ĥ +å¸ ³ +æ¼ ³ +è± IJ +ä» ij +å« ī +å¦ Ĵ +çŀ Ĵ +è¡ ħ +çĭ ¸ +å¾ģ ç¨ĭ +éĤ ¯ +éĥ ¸ +ç¥ Ī +ç¥ · +è¶ ´ +ç»ĵæŀĦ æĢ§ +è§Ĩ åIJ¬ +è¬ Ŀ +çĴ Ģ +çĴ ¨ +åĩº å¤Ħ +è¯ Ģ +å¾ ĺ +å¾ Ĭ +çľ ¨ +åĸ ĩ +åı Ń +åĺ ² +çķ ¸ +å¹² äºĭ +æļ § +æ² Ľ +åĦ Ħ +å» ĵ +åİ¿ éķ¿ +èĥ ļ +çIJ ¢ +çŃ · +éĩ ĭ +ä¾ ® +åIJ © +åĴ IJ +åĮ ¿ +æĬ¬ èµ· +æ³ £ +æ¶ ¤ +éº ½ +æĽ Ļ +åī¯ éĻ¢éķ¿ +åħļ åĴĮ +æķ£ åıij +润 æ»ij +åĵ º +æĥ ¬ +漫 éķ¿ +ä¸į æĩĪ +åŁ ł +åĹ ĵ +èĢģ çĪ· +è® ½ +æĪĺ ç»ĦåIJĪ +æ£ ł +åħ¨ åŁŁ +èł ¢ +è¯ ¡ +åīį çŀ» +æķ Ľ +ä¸Ģ å°ģ +å¹ Ĥ +èİ Ĩ +è¯Ŀ è¯Ń +ç»Ĩ åĪĻ +å± ¿ +åµ Į +éĢ į +åĺ ± +æ¸ ² +çĥ ¯ +çĿ ¹ +é¦ Ĵ +èħ ¥ +æĬĹ åĩ» +çĿ « +èį Ķ +éļ İ +æ³ī æ°´ +è¬ Ĥ +ç Ĥ¬ +åĩı æİĴ +è¸ Ĭ +è ·» +æ· Į +éľ ¾ +å¥ĩ 纳 +å¯ Ŀ +æ¤ İ +æŁ ¬ +æĸ¯ åŁº +åħ¬ ç«ĭ +è¨ ĵ +é£ Ļ +é© ¿ +åĤ µ +èĽ Ļ +ç¯ĩ ç«ł +åĪĨ æĶ¯ +ä¸Ĭ å¹´ +çŃ Ŀ +ç¼ ¤ +èĢģ æŧ +åĻ ¬ +æľ ¦ +èĥ § +æ¶Ī è²» +æĵ Ķ +æ¦ ´ +æ¿ Ĵ +ç³ ¯ +æ³ ¸ +æį Ĩ +ç» ļ +èµ İ +çIJ IJ +èµ Ĥ +æħ ® +æ² Į +çĦ Ļ +æĴŃ æĬ¥ +æ· ĩ +åĪĩ åħ¥ +çij ķ +çĸ µ +éģ ´ +ç¨ ļ +ç© © +èŀ ĥ +æ£ ķ +æĨ § +æĨ ¬ +ä¼ º +æ¯ Ĺ +æį į +æĬ ī +ç´ Ĭ +å¼ Ľ +æĭ Ń +æĹı èĩªæ²» +åĿ · +ç« ¶ +è© ³ +è¿Ħ ä»Ĭ +è° ´ +çŀŃ è§£ +æŁ ¿ +é¢ Ĭ +ç° § +çĥŁ èĬ± +ä¾ ¥ +çĿ ¦ +éħ Ŀ +æ° ĵ +çIJ ī +å§ Ĭ +æ² ® +æħ · +èľ ķ +çij ļ +éĩĩ çŁ¿ +åł ° +åºķ èķ´ +èĨ ³ +è¾ ķ +éŁ Ń +åĴ Ļ +ç² ½ +åī Ķ +æ² ¦ +èĤ ´ +éķ ¶ +æĺ ¼ +è¾ Ĺ +å© ª +åĮ ® +æĸ ĵ +æ± ¶ +éĥ ´ +éł » +çª Ĵ +è¢ ± +åĽ ± +èĢ ĺ +è ļĮ +çĭ Ļ +çĹ ¹ +ç¥ ī +æı ® +æ· Ĩ +ç£ ĭ +éĺ ª +æ « +ã ¸ +Ļ ¶ +ã ij +𣠲 +ä ¢ +ã Ń +𬠨 +ð¬ Ģ +𬠮 +𬠯 +ð¬ ľ +𪠨 +ð« Ĺ +ð¬ Ĭ +𬠱 +ð¬ Ł +ä İ +ð ¡ +ä ĥ +ã ł +ð © +ð© ¾ +𬠺 +ð¬ Ļ +ãĢ Ķ +ãĢ ķ +çļĦ æŶåĢĻ +æľīéĻIJ åħ¬åı¸ +ä¹ĭ åIJİ +ä¸ļ åĬ¡ +åķ Ĭ +èĻ½ çĦ¶ +æĭ¥ æľī +äºĴ èģĶç½ij +éĤ£ äºĽ +ä½ł çļĦ +åĨ³ å®ļ +éĻ¤ äºĨ +åĽ¢ éĺŁ +åı¯ æĺ¯ +以 åIJİ +社 åĮº +çļĦ éĹ®é¢ĺ +并 ä¸Ķ +æķĻ å¸Ī +å°± ä¼ļ +天空 éĥ¨èIJ½ +æľĢ ç»Ī +å½ĵ çĦ¶ +ä¹Ł æľī +ç¡® ä¿Ŀ +æĥ³ è¦ģ +è´Ń ä¹° +人 çļĦ +åIJ ´ +çļĦ åıijå±ķ +ä¸į çŁ¥éģĵ +软 件 +æĪij们 çļĦ +çĪ¶ æ¯į +åī ij +èĢĮ æĺ¯ +å®ī æİĴ +åIJİ æĿ¥ +çļĦ åľ°æĸ¹ +èµ µ +èĢĥ è¯ķ +çªģ çĦ¶ +ä¸Ģå®ļ è¦ģ +åĪ¶ ä½ľ +è¯Ħ ä»· +åħį è´¹ +è´¹ çĶ¨ +绣 ä¸Ģ +çĦ¶ èĢĮ +è¿Ļ 次 +éĿĴ å¹´ +人 ç±» +äº ¦ +让 人 +è´Łè´£ 人 +éĩĩ åıĸ +çļĦ äºĭæĥħ +ä¹Ł ä¼ļ +车 è¾Ĩ +æĽ´ æĺ¯ +强 åĮĸ +æĪij åĢij +以 åīį +ä¼ĺ åĮĸ +å§Ķåijĺ ä¼ļ +åĽ° éļ¾ +å¹´ 度 +ä½į äºİ +æĮĩ åĩº +åĨį 次 +åĬŀ çIJĨ +æ¯ı 个 +对 æĸ¹ +è¿Ľè¡Į äºĨ +æľĢ é«ĺ +课 ç¨ĭ +身 ä¸Ĭ +æĽ¾ ç»ı +åĮ» çĶŁ +å®ī è£ħ +æľ ± +è¿IJ è¡Į +åıĮ æĸ¹ +æľĢ 大çļĦ +æŀĦ 建 +è¿ŀ ç»Ń +çļĦ å°ı +她 çļĦ +çŃī çŃī +æĶ¹ åĸĦ +åIJĦ ç±» +éģĩ åĪ° +æľī çĿĢ +人 çī© +æĢ» æĺ¯ +è¿ħ éĢŁ +åĪ¶ å®ļ +å®ĥ 们 +å®ĺ ç½ij +è¿ĺ è¦ģ +ç»Ī äºİ +æĪ¿ åľ°äº§ +è¯ģ æĺİ +èĤ¡ 票 +åºĶ å½ĵ +èĭ± åĽ½ +è¿IJ çĶ¨ +æľĢ æĸ° +享 åıĹ +让 æĪij +æĻļ ä¸Ĭ +å¾ ŀ +å°ı 说 +å°¤åħ¶ æĺ¯ +è®Ń ç»ĥ +åħ¨ å¸Ĥ +æĮij æĪĺ +æľī çĤ¹ +带 çĿĢ +çļĦ ä¸ľè¥¿ +é£İ æł¼ +é»Ħ éĩij +å¼ķ 导 +æѤ å¤ĸ +æľĢ è¿ij +追 æ±Ĥ +强 è°ĥ +ä¹Ł åı¯ä»¥ +æĦŁ åĪ° +èĩª æĪij +çī¹åĪ« æĺ¯ +æĪIJ éĥ½ +éĢIJ æ¸IJ +å¿« ä¹IJ +ä¹ĭ ä¸Ń +æĬķèµĦ èĢħ +ä»ĸ们 çļĦ +æ° ı +å·¥ä½ľ 人åijĺ +äºĨ ä¸Ģ个 +åķ ¦ +ä¸Ģ åĢĭ +åŁº å±Ĥ +æ²Ł éĢļ +第ä¸Ģ 次 +并 没æľī +çļĦ å·¥ä½ľ +åľ¨ è¿ĻéĩĮ +æŀ ª +æĶ¯ æĴij +æŶ å°ļ +æĿ¥ åĪ° +æĶ¶ è´Ń +éĿ© åij½ +æĺ¯ ä¸įæĺ¯ +讨 论 +ä¸ļ 绩 +å°± èĥ½ +ç«ĭ åį³ +è¡Ĺ éģĵ +åľ¨ ä¸Ģèµ· +æľĪ 份 +é«ĺ 端 +å¾Ī éļ¾ +ä¿Ħ ç½Ĺæĸ¯ +æīĭ 段 +åģļ åĩº +ä¼Ĺ å¤ļ +å®ŀ è¡Į +æīĵ å¼Ģ +游 客 +ä¾Ŀ çĦ¶ +å°± åĥı +离 å¼Ģ +说 éģĵ +æĸ° èĥ½æºIJ +æº ª +äº ķ +令 人 +ä¸Ģ åľº +æĪij æĥ³ +两 人 +èĩ³ å°ij +çļĦ çĶŁæ´» +æĺ¯ ä¸ª +èĭ± è¯Ń +æ²Ĵ æľī +æĢĿ èĢĥ +éĻIJ åĪ¶ +åı° æ¹¾ +ä¸Ģ æŦ +çļĦ ä¸Ģ个 +é«ĺ 级 +åĬŀåħ¬ 室 +å¾· åĽ½ +æĪij å°± +å®ļ ä½į +éĢĤ åºĶ +æĮĩ æłĩ +åħ¨ çľģ +ä¸Ĭ è¿° +å®ĥ çļĦ +åĽŀ 家 +欧 æ´² +éĵģ è·¯ +é¼ĵ åĬ± +çļĦ å½±åĵį +é«ĺ æł¡ +天 ä¸ĭ +é«ĺ è´¨éĩı +æĿŃ å·ŀ +èµĦ 讯 +æĶ¾ åľ¨ +æľī ä¸Ģ个 +å°± è¦ģ +ä¸Ĭ éĿ¢ +解 éĩĬ +éĢIJ æŃ¥ +å°½ 管 +æľī ä»Ģä¹Ī +çļĦ äºĭ +çĻ» è®° +人æ°ij å¸ģ +è§Ĥ ä¼Ĺ +è§Ĥ å¯Ł +çĶµ èĦij +çļĦ åIJĮæŶ +ä½ľ ä¸ļ +宣 å¸ĥ +çļĦ ä½ľçĶ¨ +åĽŀ æĿ¥ +éļ¾ 以 +æīĢæľī çļĦ +å°ı åѦ +æıIJ åīį +æ¤į çī© +åĩ ¯ +ä¸Ĭ äºĨ +å°± åľ¨ +åħĪ åIJİ +æīĭ æľ¯ +éĥ Ń +éĿ¢ åīį +æ¯ķ ç«Ł +äºĮ æĺ¯ +红 èī² +éĺ³ åħī +èĭ¹ æŀľ +å¾Īå¤ļ 人 +ç»Ļ æĪij +åĵ ¦ +çľ¼ çĿĽ +éł Ń +ä¸Ģ æĺ¯ +åıijå±ķ çļĦ +åıį åºĶ +æĪ¿ å±ĭ +æľŁ å¾ħ +ç§į æ¤į +æĸĩ åѦ +åį³ åı¯ +é¦ĸ 次 +èĭ± éĽĦ +å¤ļ 次 +åĮħ è£ħ +æ²³ åįĹ +ä¹ĭéĹ´ çļĦ +ä»į çĦ¶ +åIJ¬ åĪ° +èij£äºĭ éķ¿ +è§Ħ åĪĻ +ä¸Ģ 份 +大 ä¼Ĺ +使 å¾Ĺ +è¿Ľ åı£ +ä¸Ģ çīĩ +æĢ§ çļĦ +çļĦ 大 +æĪij æĺ¯ +äºĴ åĬ¨ +æ° £ +çļ Ĩ +åħ¬åı¸ çļĦ +ä¸Ģ è¾¹ +åıĬ åħ¶ +èī¯ 好çļĦ +æĭĵ å±ķ +å½ĵ å¹´ +广 åľº +åģļ äºĨ +åŁº äºİ +æıIJ éĨĴ +åħĦ å¼Ł +èĢģ æĿ¿ +è¿ij æĹ¥ +çĬ¶ åĨµ +注 éĩį +åĪļ åĪļ +è°ĥ çłĶ +å¿ĥ ä¸Ń +æĬĬ æı¡ +éļı åIJİ +ä¸į å¤Ł +åĪĽ ä½ľ +ç«Ļ åľ¨ +缸 äºĴ +çĸ«æĥħ éĺ²æݧ +å¹´ 代 +带 åĬ¨ +伤 害 +ç«Ł çĦ¶ +å¼ķ è¿Ľ +ç´¯ 计 +让 æĪij们 +åĽŀ æĶ¶ +æĬ¥ åIJį +åĬ© åĬĽ +èģĶ 缣 +çŃĸ çķ¥ +åij¨ è¾¹ +åĭ Ĵ +è¿ĺ åľ¨ +æµģ éĩı +寻 æī¾ +çĶµ åĬĽ +èĪ¹ èĪ¶ +è¿ĺ èĥ½ +æĭħ ä»» +çļĦæĥħåĨµ ä¸ĭ +çļĦ åİŁåĽł +缺 ä¹ı +çIJĥ åijĺ +å²ģ çļĦ +çĶ· åŃIJ +å·¥ èµĦ +è¿ijå¹´ æĿ¥ +åij Ģ +æıIJä¾Ľ äºĨ +她 们 +家 åħ· +çĩ ķ +è½» æĿ¾ +æł¡ åĽŃ +èĢĥ æł¸ +åį± éĻ© +åħļ ç»Ħç»ĩ +æĢ» ç»ıçIJĨ +çļĦ æĸ° +çİ» çĴĥ +è¿Ļ ä½į +对 æѤ +家 人 +çļĦ è¦ģæ±Ĥ +温 度 +æĮĩ æķ° +缴 åĪ° +æѤ æŶ +æ¹ĸ åįĹ +éĥ½ è¦ģ +ä½ľ åĩº +åIJĦ ä½į +èĢĥ çĶŁ +ä¾Ŀ æį® +说 è¯Ŀ +æĪij ä¹Ł +å·¥ åİĤ +åıĺ æĪIJ +ä»ĸ 人 +æĪij è§īå¾Ĺ +åIJĦ 级 +ä¼łå¥ĩ ç§ģæľį +ä¸Ĭ åįĩ +好 åĥı +åĬł éĢŁ +äºĮ åįģ +è¢ ģ +è£ħ 饰 +éĥ½ èĥ½ +ä¸Ģ å¼ł +åĬ¨ æĢģ +å¹´ çļĦ +è¿Ļ å°±æĺ¯ +ä¹Ł è¦ģ +èµĦ æł¼ +æĪĺ äºī +æĦŁ è°¢ +åŁ¹ èĤ² +天 æ°Ķ +女 士 +åı¯èĥ½ ä¼ļ +çļĦ 产åĵģ +ä¹Ł å°± +主è¦ģ æĺ¯ +åĪº æ¿Ģ +ç»Ļ ä½ł +大 æķ°æį® +åĮ» åѦ +åĪ ¤æĸŃ +ä»ĸ 说 +表 æ¼Ķ +äºļ æ´² +ä¸ĵ é¢ĺ +ç«ŀäºī åĬĽ +éĤ£ æł· +å±ķ å¼Ģ +å¹³ æŶ +æİ¥ ä¸ĭæĿ¥ +æī¿ 诺 +æ³ķ åĽ½ +åħ³ å¿ĥ +ä¼ļ æľī +éĤĢ 请 +é¢Ħ éĺ² +对 æİ¥ +好 äºĨ +åĴ± 们 +çļĦ æĦŁè§ī +æĢĿ è·¯ +éĥ½ 没æľī +çļĦ æĸ¹æ³ķ +女 åŃIJ +åı¸ æ³ķ +è¿ĺ ä¼ļ +è¶ĬæĿ¥è¶Ĭ å¤ļ +åĽł çĤº +æµ· åįĹ +人 æķ° +å°Ĩ ä¼ļ +ä¸ļ 主 +é¤IJ 饮 +å±ħ ä½ı +åıij åĩº +è¿ij æľŁ +å¼ķ é¢Ĩ +æľºåĻ¨ 人 +åĩºæĿ¥ çļĦ +çľĭ è§ģ +ä¿ Ĭ +让 ä»ĸ +ä¸į æĥ³ +å·¥ä½ľ çļĦ +è¡¥ åħħ +æµ ħ +çī¹ å¾ģ +ä¸Ĭå¸Ĥ åħ¬åı¸ +ç¾İ é£Ł +广 西 +æ¯ı ä¸Ģ个 +èIJ½ åľ° +åĵģ ç§į +åĴĮ è°IJ +å½» åºķ +é«ĺ èĢĥ +æĺ¨ å¤© +åīį å¾Ģ +çĽij æµĭ +çĻ¾ 度 +åľ¨ ä¸ŃåĽ½ +çļĦ éľĢæ±Ĥ +亿 ç¾İåħĥ +åѦ æľ¯ +æĶ¶ åĪ° +æĿ¿ åĿĹ +ä¸Ģ 段 +æŀĦ æĪIJ +ä¼ģä¸ļ çļĦ +表 éĿ¢ +æķ´ çIJĨ +ç»ĵ å©ļ +人 家 +åģľ æŃ¢ +åѦ ç§ij +æĺ¾ å¾Ĺ +ä¼ij æģ¯ +é¢Ħ æľŁ +æĪĸ æĺ¯ +çļĦ 主è¦ģ +åºĶ 对 +èµ° äºĨ +ä¸Ń éĹ´ +èµ° è¿Ľ +åijĪ çİ° +æIJŃ éħį +é¹ ı +æĺ¯ åĽłä¸º +æĥħ 绪 +å®ļ æľŁ +社ä¼ļ 主ä¹ī +çŃī 级 +磼 çĽ¾ +é£ŀ æľº +èĩ³ ä»Ĭ +æĶ¶ éĽĨ +çļĦ æķħäºĭ +åĪĩ å®ŀ +å®ŀçİ° äºĨ +å½¢ æĪIJäºĨ +åįĹ æĸ¹ +ä¸Ń åѦ +æµ· æ´ĭ +åIJ¦ åĪĻ +æĭį æijĦ +大åѦ çĶŁ +åĩºçİ° äºĨ +æĦı å¤ĸ +ä¹Ł èĥ½ +çļĦ èĥ½åĬĽ +åĿIJ åľ¨ +åĪĻ æĺ¯ +èĢĥ å¯Ł +å°Ĭ éĩį +éĺ² æŃ¢ +ç´§ å¼ł +读 书 +åĩº è¡Į +å°± æľī +å±¥ è¡Į +çݰ代 åĮĸ +åĽ½ åĬ¡ +åĽ½åĬ¡ éĻ¢ +ç»´ ä¿® +åİŁ åĪĽ +æĺ¯ æĮĩ +ä¼ij éĹ² +çĤ ® +æĸ° æĹ¶ä»£ +éĢĻ åĢĭ +ä¸į æķ¢ +å®Į ç¾İ +ç»Ĩ èĬĤ +éŃ ı +èĶ¬ èıľ +é¢Ĩ导 çıŃåŃIJ +è¶ħ 级 +è¡Į æĥħ +人工 æĻºèĥ½ +åį° 度 +åŁºç¡Ģ 设æĸ½ +åıĪ æĺ¯ +èį¯ çī© +åIJ¸ æĶ¶ +åį´ æĺ¯ +éĥ İ +å¥ĸ åĬ± +çļĦ æľĭåıĭ +ä¿Ŀ çķĻ +è§Ħ å¾ĭ +æĸ° çĸĨ +è¿ĺ åı¯ä»¥ +æİ¥ è¿ij +æѤ åīį +æī¹ åĩĨ +æĢİä¹Ī æł· +çļĦ ä½įç½® +ä¸Ģ åĿĹ +æĭĴ ç»Ŀ +顾 客 +ä¹Ł åľ¨ +ä¸Ģ çĶŁ +éĥ¨ éĺŁ +å¹´ åīį +æĸ¹éĿ¢ çļĦ +å°Ŀ è¯ķ +羣æŃ£ çļĦ +ç¦ģ æŃ¢ +è¿ĺ 没æľī +æ°ij çĶŁ +èµ° åIJij +èĦ¸ ä¸Ĭ +å½ĵ 天 +éĽĨåĽ¢ åħ¬åı¸ +çļĦä¸Ģ ç§į +西 æĸ¹ +åĽŀ åºĶ +ä¸Ģ 声 +常 常 +æıIJ åĪ° +èħ¾ 讯 +æľį è£ħ +为 ä½ķ +äºij åįĹ +å°± ç®Ĺ +ä¼ł æī¿ +åıį èĢĮ +ä¸ĩ åIJ¨ +è´¢ 产 +å¦Ĥ ä¸ĭ +æĹ¥ åīį +åİŁ æľ¬ +æľĢ éĩįè¦ģçļĦ +认 è¯ģ +ä¸Ģ éģĵ +ä¿¡æģ¯ åĮĸ +å¾Ĺ åĪ°äºĨ +éĢ² è¡Į +æĪij è¦ģ +éĢļ ä¿¡ +室 åĨħ +èµļ éĴ± +æĶ¶ èĹı +解åĨ³ æĸ¹æ¡Ī +æĪ¿ 产 +çĭ ¼ +æ´» åĬĽ +ç»ıæµİ åıijå±ķ +çŃī å¾ħ +ä¹Ł å¾Ī +åĿ ij +å¾Ī 好çļĦ +éļ¾ 度 +ä¸į å¦Ĥ +人æ°ij æĶ¿åºľ +åĩº åıij +åīį æľŁ +æ¼Ķ åijĺ +女 çĶŁ +èģļ çĦ¦ +审 计 +é¢Ħ æµĭ +ä¾Ŀ æīĺ +äºĶ å¹´ +è¡¥ è´´ +æ¸ħ æĻ° +éª Ĥ +çľĭ èµ·æĿ¥ +çļĦ åŃ©åŃIJ +é¢ij éģĵ +ä½ı å®ħ +éĿ¢ åIJij +æľĢ ä½İ +æĹ¢ çĦ¶ +ä¸Ģ å¥Ĺ +æķ° åѦ +群 ä½ĵ +åĮĹ京 å¸Ĥ +å±ħ çĦ¶ +æ°Ľ åĽ´ +éĢĶ å¾Ħ +çļĦ åŁºç¡Ģä¸Ĭ +èģĮ è´£ +åı¯èĥ½ æĺ¯ +åĨĽ äºĭ +æĪIJ æķĪ +åŃ©åŃIJ 们 +计ç®Ĺ æľº +èµ ¤ +产ä¸ļ åıijå±ķ +å·¨ 大çļĦ +å·¥ 人 +çĶŁ éķ¿ +éĥ½ åı¯ä»¥ +çļĦ æľºä¼ļ +èµĦ è´¨ +çĹĽ èĭ¦ +ç²ī ä¸Ŀ +å¢ ĵ +å¹³ å®ī +管 éģĵ +è·Ł çĿĢ +饮 é£Ł +åķĨ 家 +å¤ļ 家 +åı¸ æľº +åºĶ该 æĺ¯ +éĢı éľ² +认 å®ļ +è¡Įä¸ļ çļĦ +çļĦ ä¼ģä¸ļ +æ¯ı ä¸Ģ +èĮĥåĽ´ åĨħ +è¾ĥ 大 +è´ ¤ +大 èµĽ +å¤ļ äºĨ +é¸ ¿ +临 åºĬ +åľ¨ è¿Ļ个 +çļĦ åĨħ容 +éĶĢ éĩı +å¾Ī å°ij +åŃ Ł +ç»´ æĮģ +åĴĸ åķ¡ +æľ¬ åľ° +èī² 彩 +并 éĿŀ +èĢĮ å·² +温 æļĸ +èIJ § +æĬĵ ä½ı +èĢĮ ä¸įæĺ¯ +åĸ Ĭ +çļĦ åħ³ç³» +çī© åĵģ +éĤ£ æĺ¯ +åĨľ 产åĵģ +è¿Ļ æŶ +å©ļ 姻 +æ°´ æŀľ +æĶ¶ èİ· +ä»ĺ åĩº +客æĪ· 端 +æ¼Ķ åĩº +åħ¨ æĸ° +è¿Ļ ä¹Łæĺ¯ +æĺ¯ çĶ± +è§Ĥ 念 +æľī 个 +éĢł åŀĭ +èĥľ åĪ© +ä¸ī æĺ¯ +è¶ħ å¸Ĥ +åħļ建 å·¥ä½ľ +æĶ¾ å¿ĥ +线 è·¯ +æĭĽ çĶŁ +åIJĥ é¥Ń +è½ ī +å°½ éĩı +è§ģ åĪ° +åIJĮæ¯Ķ å¢ŀéķ¿ +åįİ ä¸º +æĪij å¸Ĥ +æıIJ åĩºäºĨ +æ°ij èѦ +åįļ çī© +åįļçī© é¦Ĩ +è¯ļ ä¿¡ +åīį éĿ¢ +å±± 西 +è¾ħ åĬ© +转 移 +æĽ´ 为 +丰å¯Į çļĦ +åį ¢ +å¿« éĢĴ +æĺ¾ èijĹ +çī© èµĦ +åĪ° è¾¾ +æľī åĪ©äºİ +åij Ĩ +åŃ©åŃIJ çļĦ +ä¸į ä½Ĩ +çłĶ究 éĻ¢ +çĶ³ æĬ¥ +æļ ¨ +æ°ij éĹ´ +åį » +çļĦ å£°éŁ³ +å¸Ĥåľº çļĦ +ä¸Ģ åı¥ +çľģ 级 +æĿ¥ çļĦ +åĵª 个 +æīį ä¼ļ +åĪĨ éħį +èĶ ¡ +ä»ĸ åľ¨ +åħ± æľī +å¡ ĺ +èĴ Ĥ +éľ į +åıĤ è§Ĥ +ä¸Ī 夫 +ä¾Ŀ éĿł +æľī æŶ +äºĨ å¾Īå¤ļ +ä¸ĸçķĮ æĿ¯ +家 æĹı +ä¸į éľĢè¦ģ +大 å¸Ī +èŀį åħ¥ +éĿŀ æ³ķ +çĹħ 人 +åIJİ æľŁ +大家 éĥ½ +ç½ij åĿĢ +åİŁ æĸĻ +便 å®ľ +æ¶ Ľ +仿 ä½Ľ +å·® è·Ŀ +åı¦ä¸Ģ æĸ¹éĿ¢ +产åĵģ çļĦ +èµ « +æĥħåĨµ ä¸ĭ +éĴ¢ éĵģ +æľ¬ ç«Ļ +纳 åħ¥ +å·² æľī +æľī 没æľī +ä¼° 计 +é£ ĺ +æľŁ è´§ +åĢĭ人 è³ĩæĸĻ +ä¸ĵä¸ļ çļĦ +çĪĨ åıij +èĩ´åĬĽ äºİ +çİ°åľ¨ çļĦ +æľī åĵªäºĽ +çł´ åĿı +æķ°åŃĹ åĮĸ +åľ° éĿ¢ +é»ij èī² +å¹¼åĦ¿ åĽŃ +çļĦ ç²¾ç¥ŀ +äº Ń +导 æ¼Ķ +çİ° æľī +æѦ åĻ¨ +èĭı å·ŀ +çİ Ħ +æ±Ł 西 +延 伸 +论 æĸĩ +è¾ĥ 为 +çİ© æ³ķ +é¼ İ +åIJĮ æŃ¥ +éĩĬ æĶ¾ +æĽĿ åħī +åĿļ åĨ³ +å§Ķ æīĺ +å°Ĩ åľ¨ +äºĪ 以 +ä½ľ æĸĩ +èĢĮ åľ¨ +ä¼ĺ åħĪ +åĽŀ åİ» +ä¿® å¤į +åĽ½åĨħ å¤ĸ +çŃĸ åĪĴ +åıij æĶ¾ +å¿ĥ æĥħ +çļĦ åİĨåı² +éĿ¢ è¯ķ +举 åĮĹ +ä¿¡ åı· +ç²® é£Ł +è¯ģ 书 +æŁIJ äºĽ +è¿IJ ä½ľ +åĨ² åĩ» +çĥŃ çĤ¹ +æŶ æŶ +æŶæŶ 彩 +åľ° çĤ¹ +ä¸Ģä½ĵ åĮĸ +éļ¾ é¢ĺ +æĽ ° +ç«ĭ åĪ» +æĺ¯ éĿŀ常 +åħ± åĴĮ +åħ±åĴĮ åĽ½ +æ¿Ģ åĬ± +æľīæķĪ çļĦ +å¤Ħ ç½® +该 åħ¬åı¸ +æ£Ģ éªĮ +èѦ æĸ¹ +è´ ¾ +äºĨä¸Ģ ä¸ĭ +ä»Ĭ åIJİ +çħ ® +çĶ¨ åĵģ +读 èĢħ +æĪij åľ¨ +åĽŀ å¤į +ä¸Ģ 座 +è¿ĺ 没 +å®ļ åĪ¶ +没 æĥ³åĪ° +å¤ ¹ +ä¼ł éĢĴ +ä¸Ģ 款 +强 大çļĦ +çļĦ è¡Į为 +å¤ı 天 +åıijåĬ¨ æľº +é¢ĨåŁŁ çļĦ +å®ŀéªĮ 室 +ä¸Ģ æĬĬ +æĺ¯ ä¸ºäºĨ +éĻķ 西 +æĭħ ä¿Ŀ +è¾¾ æĪIJ +è¦ģ æĺ¯ +æĺİ å¤© +ç»Ļ ä»ĸ +建ç«ĭ äºĨ +ä¸į è¡Į +ä¸Ń æĸĩ +åľ° 说 +åIJİ çļĦ +çĽij æݧ +éĢ ¸ +æĢ» éĥ¨ +æľ¬ æĸĩ +é¹ ¿ +æĻ¯ è§Ĥ +çļĦ 缮æłĩ +èĽ ĩ +åĨ ¯ +ä¸Ń åĮ» +æķĪ åºĶ +产 éĩı +åŃ Ŀ +è´¦ æĪ· +è¿Ŀ åıį +èij£äºĭ ä¼ļ +京 举 +责任 ç¼ĸè¾ij +åķı é¡Į +çĪ± å¿ĥ +èѦ å¯Ł +é¤IJ åİħ +å¸Ĥ æĶ¿åºľ +天 天 +æĸ° é²ľ +éĥij å·ŀ +è¶ħ è¶Ĭ +å½ Ń +çŁ¥è¯Ĩ 产æĿĥ +åĽŀ å¿Ĩ +è·¯ 线 +å»ī æ´ģ +éĿĴ å°ijå¹´ +åıĸå¾Ĺ äºĨ +çľĭ åĪ°äºĨ +é¦ ¬ +ç²¾ åĵģ +åľ° éĵģ +æĮģ æľī +ä¸ĭ äºĨ +æľī æŶåĢĻ +ä¸Ģ 人 +æĴ Ĵ +ä»Ķ ç»Ĩ +èĢģ åħ¬ +äºĭå®ŀ ä¸Ĭ +èģĶ èµĽ +ä¾ĽåºĶ éĵ¾ +é¢Ħ ç®Ĺ +åĪ¶éĢł ä¸ļ +å®īåħ¨ çĶŁäº§ +俱 ä¹IJ +俱ä¹IJ éĥ¨ +çļĦ æł¸å¿ĥ +æīĵ ç®Ĺ +å½± çīĩ +æIJŃ å»º +ä¹Ł ä¸įä¼ļ +æĭħ å½ĵ +å±Ĥ éĿ¢ +åѦ åijĺ +临 æŶ +缸 ç»ĵåIJĪ +对 æ¯Ķ +ä»ĸ æĺ¯ +æĸ° åĮº +è¿Ľ åİ» +çĻ¾ å¹´ +ä¿ © +å°½ å¿« +çĶµåŃIJ åķĨåĬ¡ +æĽ´ æľī +æ¸ħ çIJĨ +åı¦ ä¸Ģ个 +åĤ » +ä»Ģä¹Ī æł·çļĦ +æĺ¯ æľĢ +åij¨ å¹´ +å¾Ī 容æĺĵ +åĽ¢ ç»ĵ +ç´ Ħ +æĹ© å·² +çļĦ åıĺåĮĸ +éľ ŀ +æĹ¥ ä¸ĬåįĪ +失 åİ» +ä¸Ń åľĭ +çļĦä¸Ģ äºĽ +å°ı åŃ© +ä¸ĭ è·Į +éĶ» çĤ¼ +é ij +éij « +å¿ĹæĦ¿ èĢħ +èĤ¡ å¸Ĥ +èµĽ äºĭ +许åı¯ è¯ģ +åı¯ æĮģç»Ń +åijĬè¯ī è®°èĢħ +éĢ» è¾ij +å¼ķ åħ¥ +çļĦ è¿ĩç¨ĭä¸Ń +è§Ĩ è§ī +èĩªæ²» åĮº +è¯ģ æį® +è£ħ ç½® +第ä¸ī æĸ¹ +å¹´ æĿ¥ +å¹¿ä¸ľ çľģ +带æĿ¥ äºĨ +éķ¿ æ±Ł +访 éĹ® +å·® ä¸įå¤ļ +æĺ¯ æĪij +éģŃ éģĩ +æĬĵ 好 +é«ĺ è¾¾ +并 åľ¨ +èĩª è§ī +ä¾ĽåºĶ åķĨ +æĥħ æĦŁ +ä½ı äºĨ +çļĦ èģĮä¸ļ +çļĩ å¸Ŀ +西 éĥ¨ +åĴĮ å¹³ +çļĦ åĬĽéĩı +æ± ª +åħħåĪĨ åıijæĮ¥ +æĬķ è¯ī +èµ· åĪ° +äºĴ 缸 +æ¾³ éŨ +æİ¥ åĪ° +æ°´ æ³¥ +模 åŀĭ +ä¸Ģ åįĬ +秩 åºı +æĪij们 åľ¨ +æī¿ 认 +ä¸Ģ éĥ¨åĪĨ +åįł æ¯Ķ +å¦ĩ 女 +ç² ĺ +äºĨ解 åĪ° +ä¸Ģå®ļ ä¼ļ +åIJĦ 大 +èµ° åĩº +为 大家 +é«ĺ éĵģ +åı¯ä»¥ åľ¨ +ä½Ĩ åľ¨ +çĶŁæĢģ çݯå¢ĥ +èı ¯ +çļĦ ä»·æł¼ +麻 çĥ¦ +æ¿Ģ åıij +éĤ£ å°± +çļĦ æł·åŃIJ +为 æѤ +天 åľ° +çļĦ 缮çļĦ +åĢº åĪ¸ +å·² ç¶ĵ +åĽĽ 大 +åIJĮæŶ ä¹Ł +å½¼ æѤ +æĭ¿ åĪ° +åIJ« éĩı +åįģ 大 +éļ¾ éģĵ +å¼ Ĺ +ä¸Ģ 段æŶéĹ´ +çħ§ 顾 +æķ°æį® æĺ¾ç¤º +æĪIJ为 äºĨ +èµ° åĪ° +æľ¬ åħ¬åı¸ +ç»Ī 端 +ä¹Ł ä¸įæĺ¯ +头 åıij +大 约 +é£İ æĻ¯ +æ¶Ī èĢĹ +审 æŁ¥ +äºī åıĸ +æ³ķ æ²» +äºĭ çī© +ç¼ĵ 解 +æĥ ¨ +缸åºĶ çļĦ +çļĦ æķĪæŀľ +åıį å¤į +åıijçĶŁ äºĨ +éĢĻ äºĽ +ç»ĥ ä¹ł +åݨ æĪ¿ +å¼Ģ æĭĵ +欣 èµı +夫 妻 +ä¸į ä¸Ģæł· +产 èĥ½ +èĬ¯ çīĩ +è¦ģ ç´ł +åıį 对 +çİĩ åħĪ +è´§ çī© +æĹ¥ çĶµ +ä½ľ 家 +æĶ¹ è¿Ľ +æĪIJ åĪĨ +åĽł èĢĮ +åĩı èĤ¥ +æ½ ĺ +å±±ä¸ľ çľģ +åĬ Ŀ +åŁ ĭ +æѦ è£ħ +æ±ĩ æĬ¥ +ä¸Ģ个 æľĪ +çĥŃ éŨ +大 éģĵ +æ´» åĭķ +éĥ½ å¾Ī +çĶµ 梯 +ç´§ æĢ¥ +åĢº åĬ¡ +客 æľį +ä¸Ģ éĥ¨ +ä½ł æĺ¯ +çİ° çĬ¶ +æŃ£ç¡® çļĦ +ä¹ĭ å¤Ħ +ç¼ĸ åĪ¶ +ä½ł åı¯ä»¥ +çŃī åľ° +èİ ī +对 è¯Ŀ +æ·ĺ å®Ŀ +è°ĥ èĬĤ +æİĴ æĶ¾ +åºĵ åŃĺ +ç´ ļ +çļĦ ä¼ĺåĬ¿ +æĿĥ å¨ģ +以ä¸ĭ ç®Ģ称 +ä¸Ģ 项 +èģļ éĽĨ +ä¼łç»Ł çļĦ +æ·· åIJĪ +è¿Ļä¸Ģ çĤ¹ +ä¸Ģ çľ¼ +æĹł éĻIJ +èİ·å¾Ĺ äºĨ +éĢī æīĭ +åĪ¶ åĵģ +åįı ä½ľ +çĭ¬çī¹ çļĦ +ä¸Ģ 级 +è¿Ļ个 éĹ®é¢ĺ +æĸ Į +æĺ¯ æĪij们 +æķĮ 人 +æ¸ħ æ´Ĺ +ä¸Ģ缴 åľ¨ +å°ı ç±³ +çļĦ è¿ĩç¨ĭ +åľ¨ åĮĹ京 +ä¸Ģ æĶ¯ +æĹ© ä¸Ĭ +æĸĩ èīº +ç¦ı åĪ© +é£Ł çĶ¨ +æĦŁ åĬ¨ +åħ¨ ç¨ĭ +æĶ¯ åĩº +æĸ° 建 +å¸ ķ +æĺ¾ çĦ¶ +羣 çļĦæĺ¯ +æĸ°éĹ» ç½ij +èĥ½ åIJ¦ +åįı åĬ© +亲 èĩª +å¾Ī æľī +çĻ¼ å±ķ +æĦı 大 +æĦı大 åĪ© +çĶµ ç½ij +æĹ¥ çĽĬ +çĨ ± +èĤĮ èĤ¤ +çĶ· æĢ§ +ç»Ħ 建 +çŃī éĹ®é¢ĺ +æ¶Ī éĻ¤ +æĬ¤ çIJĨ +å¡ij æĸĻ +ä¹Į åħĭ +ä¹Įåħĭ åħ° +åķĨ æłĩ +çIJ ³ +æĸ° æīĭ +çļĦ çī¹çĤ¹ +åĴ ¬ +å½ĵ ä¸ĭ +设计 å¸Ī +èµĶ åģ¿ +第 åįģ +æĻºèĥ½ åĮĸ +å¼Ģåıij åĮº +åı¯ä»¥ éĢļè¿ĩ +åħ±äº§ åħļ +åİī 害 +çģµ æ´» +æŶ åħī +éĥ¨ ä½į +人 æĸĩ +è¿Ľ æĿ¥ +ä¹ĭ æīĢ以 +ä¸ī åįģ +çļĦ åѦçĶŁ +éĺ² æĬ¤ +åĽ½ 产 +æ·±åľ³ å¸Ĥ +éĤ£ å°±æĺ¯ +åĪ° ä½į +çī¹ æľĹ +çī¹æľĹ æĻ® +å®ŀ æŶ +åı° çģ£ +èĢĮ ä¸į +æĮĩ å®ļ +åĿ Ŀ +èħIJ è´¥ +çī¹ å®ļ +å¢ŀ éĢŁ +æłĩ çŃ¾ +æĪ¿ ä»· +æĦ ģ +贯彻 èIJ½å®ŀ +æĢ§ è´¨ +çłĶ究 çĶŁ +ç¾İ 容 +æī¹ è¯Ħ +究 ç«Ł +人åĬĽ èµĦæºIJ +éĸĭ å§ĭ +åĽŀ å½Ĵ +èIJ¥ åķĨ +èIJ¥åķĨ çݯå¢ĥ +ä¸ŃåĽ½ 人 +çļĦ åŁºæľ¬ +è¯Ŀ é¢ĺ +æłĩåĩĨ åĮĸ +西 èĹı +åĭ ¾ +çļĦ 设计 +ç®Ģåįķ çļĦ +å¤į åĪ¶ +æ¸IJ æ¸IJ +以 å¤ĸ +èģĶ åĬ¨ +两 次 +æĢ§ åĴĮ +æĽ´ 大 +çļĦ åIJįåŃĹ +éŁ ¦ +ä½ł è¦ģ +å¢ĥ å¤ĸ +æĹ© æľŁ +åĪĿ æŃ¥ +è´¦ åı· +害 æĢķ +æĺ¨ æĹ¥ +åĪļ æīį +ç¥ŀ ç§ĺ +ç²¾ å¿ĥ +æµģ éĢļ +åħ¨ æĸ¹ä½į +以 å¾Ģ +ä¹Ł å°Ĩ +æĺ¯ ä¸ŃåĽ½ +åĽ½å®¶ 级 +å°Ĩ åĨĽ +æij Ĭ +æľĢ 为 +第ä¸Ģ æŶéĹ´ +æ¶Ī æ¯Ĵ +å°Ĩ äºİ +å¨ģ èĥģ +èĭ± æĸĩ +æīĭ ä¸Ń +çIJĥ è¿· +è§Ĥ çľĭ +离 å©ļ +æľ¬ åľŁ +åĪĨ æķ£ +æĻ ´ +è¦ģ 注æĦı +浪 è´¹ +管 æݧ +åĩº åĶ® +æĢ» è£ģ +ä¸Ģ éĺµ +å¨ ĩ +äºĶ 个 +å½ĵ åĪĿ +çºł 纷 +ä¸ĵ çĶ¨ +å¤ĩ æ¡Ī +åĪĿ æľŁ +å®ĥ æĺ¯ +åĮº åĿĹ +åĮºåĿĹ éĵ¾ +大 è¿ŀ +è¿Ļ ç±» +åıĺ æĪIJäºĨ +éĤĦ æĺ¯ +åįļ 客 +çı¾ åľ¨ +ä¸Ģ æĸ¹ +å®ĮæĪIJ äºĨ +è¿Ļ个 æŶåĢĻ +åħ¨ å¹´ +ä¸Ĭ 线 +ç½ IJ +ç«ŀ èµĽ +åĩºçīĪ 社 +åĵ¥ åĵ¥ +å¯ « +å¾Ĺ 以 +èĬ± åĽŃ +äºĨ èµ·æĿ¥ +èĦ±è´« æĶ»åĿļ +çļĦ åİŁåĪĻ +讲 解 +æ¶Ī åĮĸ +æįŁ 害 +æļĤ æŶ +å¾Ĺ çŁ¥ +éĢĤ çĶ¨ +éŨ åºĹ +解 读 +æĻ® åıĬ +人æ°ij æ³ķéĻ¢ +åī¯ 主任 +å¿ĥ çģµ +è¯Ĭ æĸŃ +ç¾İ 女 +æŁ ¯ +å¹´ 以æĿ¥ +æ´» è·ĥ +åĢŁ åĬ© +åħ± 建 +è¯ī 讼 +æĶ¾ æĿ¾ +çªĹ åı£ +ä¼ģ æ¥Ń +åĬł æĭ¿ +åĬłæĭ¿ 大 +ä¹° äºĨ +主 æµģ +æĩĤ å¾Ĺ +å°Ĩ åħ¶ +éĢı æĺİ +å·¥ä½ľ ä¸Ń +èĤ¡ ä»· +æ¡£ æ¡Ī +没æľī ä»»ä½ķ +åijĬ çŁ¥ +å¹´ åĪĿ +æĹ¥ ä¸ĭåįĪ +åİĤ åķĨ +èĬĤ å¥ı +主 导 +è£ Ŀ +åħ³éĶ® è¯į +èģĬ 天 +åĨĻ ä½ľ +æĶ¹éĿ© å¼ĢæĶ¾ +æľī æľĽ +éĢļ æĬ¥ +èIJ Į +æĢ» é¢Ŀ +çŁŃ æľŁ +ä¸Ģ çķª +çĶŁæ´» çļĦ +åĮĸ çļĦ +æĺ¥ å¤© +è¿Ļ åľº +æĸ°å¼Ģ ä¼łå¥ĩ +æĺ¯ è¦ģ +å°ļ æľª +åıĺ æĽ´ +ä¸Ģ åij¨ +客 è§Ĥ +æĹ¥ èĩ³ +é¹ ° +çİ ² +å°Ĩ æĿ¥ +客 人 +åıĺ éĿ© +说 äºĨ +åİŁ çIJĨ +èģĮ åĬ¡ +åıĪ æľī +ä¸Ģ åı¥è¯Ŀ +æĦŁ åıĹåĪ° +ç¬Ķ èĢħ +移 æ°ij +西 åįĹ +ä¹ĥ èĩ³ +æŃ£ è§Ħ +åĪĿ ä¸Ń +çĬ ¬ +å½ĵ äºĭ +å½ĵäºĭ 人 +æĪij们 è¦ģ +åħ¥ åı£ +éĤ£ æŶ +æľīéĻIJ 责任 +å°ij 女 +è¿Ļä¹Ī å¤ļ +åĪĨ åħ¬åı¸ +å®ĩ å®Ļ +çļĦ éĢīæĭ© +å§IJ å§IJ +åıij èµ· +è» į +æĽ´å¥½ åľ° +éĻĨ ç»Ń +æľ¬ æľįåĭĻ +å« © +赶 ç´§ +èĦĤ èĤª +第äºĮ 天 +æĪij ä¼ļ +两 ä½į +æķ ² +åħ¬å®ī æľºåħ³ +ç§ijæĬĢ åĪĽæĸ° +å°º 寸 +è¾IJ å°Ħ +å®Ĺ æķĻ +转 æį¢ +åĩº çİ°åľ¨ +ä¸Ģ é¢Ĺ +æľŁ éĻIJ +åIJĮåѦ 们 +åĮĹ æĸ¹ +ä½ł å°± +ä¸Ģ带 ä¸Ģè·¯ +èĢģ å©Ĩ +游æĪı çݩ家 +çļĦ ç»ĵæŀľ +è¡¥ åģ¿ +å¤ĸ è´¸ +对 å¾ħ +ç»´ çĶŁç´ł +ç»ıéĶĢ åķĨ +è¿ĺ å°Ĩ +åŃIJ 女 +æĽ´ é«ĺ +ä¸į 大 +éī´ å®ļ +让 ä»ĸ们 +æīĢè°ĵ çļĦ +æŃ» äºĨ +帮 æī¶ +åĵ² åѦ +以ä¸Ĭ çļĦ +çļĦ åħ³éĶ® +æĹ© å°± +æĬ¥ ä»· +éģµ å®Ī +æī© å¼ł +æĺ¯ å¾Ī +å¼Ģ éĢļ +æĸ° åĬł +æĸ°åĬł åĿ¡ +ç¿» è¯ij +询 éĹ® +é¸ Ń +ä½ĵ åĨħ +两 个人 +çĪ ¹ +éľ ľ +乡æĿij æĮ¯åħ´ +çĿ¡ è§ī +å®ĺ åijĺ +åĪĽ å§ĭ +åĪĽå§ĭ 人 +ä¼Ĺ 人 +åį³ 便 +çĸ« èĭĹ +ä¼ģä¸ļ 家 +æ¸ £ +ç²¾ åĬĽ +å¤ĸ éĥ¨ +èģª æĺİ +è¿Ļ ä¹Ł +å½ķ åıĸ +åĨ² çªģ +åħ¨ 身 +åŃ£ èĬĤ +忽 çĦ¶ +çļĦ æĢģ度 +åĤ¨ å¤ĩ +ä¿Ŀ åħ» +çļĦ æĥ³æ³ķ +ä¸Ĭæµ· å¸Ĥ +æIJº æīĭ +çļĦ ä¿¡æģ¯ +åķĨ åľº +çļĦ æĢĿæĥ³ +æĿĥ åĬĽ +毫 æĹł +æĢĢ åŃķ +硬 件 +åĨħ èĴĻåı¤ +æİ¢ 讨 +åħ» çĶŁ +çļĦ 表çİ° +空 ä¸Ń +æģIJ æĢĸ +å¾Ī é«ĺ +ç»ıæµİ 社ä¼ļ +ä¸Ĭ æĿ¥ +延 ç»Ń +éĩį å¤į +éĺ² èĮĥ +çļĦ å½¢å¼ı +æľĪ åºķ +èĢģ 年人 +绿 åĮĸ +å±± åĮº +æĭ¿ åĩº +æĹħ 客 +æĽ´ æį¢ +åħ¬ 主 +èĬĤ 约 +åħ¨ åİ¿ +åĽŀ æĬ¥ +çIJĨ æĢ§ +çĸ¯ çĭĤ +æ¶ī å«Į +åī§ æĥħ +åĨ¬ åŃ£ +åIJİ ç»Ń +è¿Ļæĺ¯ ä¸Ģ个 +æ¼Ķ 讲 +ä¸Ģ å±Ĥ +æľīåħ³ éĥ¨éŨ +æĹł å¥Ī +ç§į ç±» +缸åħ³ çļĦ +æĪĸèĢħ æĺ¯ +æī¶ æĮģ +å¤ļ æķ° +çļĦ ä½ľåĵģ +ä¸ĭ ä¸ĢæŃ¥ +å¸Ī åĤħ +é«ĺéĢŁ åħ¬è·¯ +好 åıĭ +ä¼ĺç§Ģ çļĦ +è¿Ľ äºĨ +æģIJ æĢķ +äºĨ åIJ§ +大 è§Ħ模 +çļĦ ä¸ĸçķĮ +æĢĢ çĸij +å· · +åħ´ å¥ĭ +æĪ ° +æĿij éĩĮ +æľĭåıĭ åľĪ +åĨ¬ 天 +ä¸Ńåįİ äººæ°ij +åįı åķĨ +è¯Ħ éĢī +æĹ Ń +å¢ŀåĬł äºĨ +åıĹ ä¼¤ +ä¸Ģ èĤ¡ +便 æį· +ä¸ ij +é¹ ¤ +å¤ĸ è§Ĥ +å·¥ç¨ĭ å¸Ī +åĴĮ åħ¶ä»ĸ +è¿Ļ å°± +ä¸Ńå°ı ä¼ģä¸ļ +西 åĮĹ +åĽ½æľī ä¼ģä¸ļ +èĭ¥ æĺ¯ +åı¯ æĥľ +çĶŁ æĹ¥ +åĩ ½ +ä¹° åįĸ +ç¥Ŀ ç¦ı +人æ°ij 群ä¼Ĺ +åħī æĺİ +åħ¬ å¯ĵ +æĺ¯ è°ģ +æĪij çŁ¥éģĵ +è¯Ń æĸĩ +æķı æĦŁ +ä¸įéĶĻ çļĦ +æĿ¥ 讲 +æ³¢ åĬ¨ +çļĦ 第ä¸Ģ +åľ° éľĩ +åľ¨ åħ¨åĽ½ +骨 å¹² +å®ī ç½® +家 çĶµ +ä¸İ æѤ +ä¸İæѤ åIJĮæŶ +åıĹ çģ¾ +çĥŃ çº¿ +çļĦ æĬĢæľ¯ +æµĭ éĩı +ä¾Ŀ èµĸ +ä¸ŃåĽ½ çļĦ +çī¹ æĢ§ +è¾ĥ é«ĺ +è¸ © +ä¼ļ åľ¨ +建 éĢł +导 èĪª +æĥ³ èµ· +åħ¨ ä¸ĸçķĮ +建 æĿIJ +ç¯ Ģ +çļĦ åŁºç¡Ģ +èĩªåĬ¨ åĮĸ +åīį åIJİ +çĿ¡ çľł +æݨ è¡Į +æį® äºĨ解 +ä»Ģä¹Ī æŶåĢĻ +ä¸į åĸľæ¬¢ +çħ¤ çĤŃ +éĤ£ä¹Ī å¤ļ +å¸Ĥåľº åĮĸ +ä¸į管 æĺ¯ +ç«ĭ åľº +éĥ½ 没 +课 é¢ĺ +æĪij们 å°Ĩ +è¿ĩ çļĦ +åĨį åĬłä¸Ĭ +çĪ ¾ +身 æĿIJ +çĶ· 女 +è¿ľ è¿ľ +çĶ· çĶŁ +èĩªèº« çļĦ +è´Ł æĭħ +çĻ¾ ä¸ĩ +西 çıŃ +西çıŃ çīĻ +åĩĢ åĪ©æ¶¦ +æ¾³ 大 +澳大 åĪ©äºļ +ä¸į åİ» +æī¿ åıĹ +楼 çĽĺ +å¢ĥ åĨħ +æ·· åĩĿ +æ··åĩĿ åľŁ +æĢĿæĥ³ æĶ¿æ²» +å¸Ĥ åĮº +æĭĽ æłĩ +åĽ¢ ä½ĵ +è¿Ľ 度 +åĨĽ éĺŁ +åıį å¼¹ +äºĨä¸Ģ äºĽ +æİ¥ å¾ħ +çļĦ åŃ¦ä¹ł +éħį éĢģ +é£Łåĵģ å®īåħ¨ +æĽ¿ 代 +æĺ¯ ä»¥ +éĢļ çĶ¨ +çłĶ究 æīĢ +ç¦ ħ +æī Ķ +éļĶ 离 +ä¸ĩ å¹³æĸ¹ç±³ +çļĦ è§Ħå®ļ +ç»Ļ æĪij们 +æ¿Ģ åħī +ä¼ļ åĩºçİ° +çŁŃ ä¿¡ +ç©¿ çĿĢ +æ²Ī éĺ³ +æķĻ æĿIJ +éĺ² çĸ« +ä¼ĺ èī¯ +约 å®ļ +æĪij çľģ +åħ¬ æ°ij +éģ¸ æĵ +éģ¸æĵ ĩ +å·² æĪIJ为 +ä¸į å¿ħ +ç¥ĸ åĽ½ +并 æľª +åľŁ 壤 +å¾® ç¬ij +äºĭä¸ļ åįķä½į +çļĦ 游æĪı +åħ¬ 示 +åIJĪçIJĨ çļĦ +çª Ŀ +æ°Ķ 象 +家 ä¸Ń +亮 缸 +åį« æĺŁ +è®° è½½ +è§Ĩ éĩİ +åľ°åĮº çļĦ +ä½Ĩ ä»ĸ +èĤĮ èĤī +äºı æįŁ +åĬŀ åѦ +ä¸Ģ è¡Į +è¯ŀ çĶŁ +åıijå¸ĥ çļĦ +çļĦ æľįåĬ¡ +çļĦ çłĶ究 +åij¨ æľ« +产ä¸ļ åĽŃ +é«ĺ 温 +æĪIJåĬŁ çļĦ +æŃ¥ 骤 +åŃĺ åĤ¨ +åŃIJ åħ¬åı¸ +让 她 +ä¸Ń æľī +åĺī 宾 +å¦ ® +æĺİ å¹´ +äºĨ åIJĹ +äºī è®® +æĪ Ī +ä¸Ģ æľ¬ +ç¾İ丽 çļĦ +ä½ł 说 +大 人 +æĶ» çķ¥ +ä¸į æľĥ +å¾ħ éģĩ +ä¸Ģ è¾Ĩ +çīĪæĿĥ æīĢæľī +æ°ij ä¼Ĺ +åĬŁ 夫 +å±ķ ä¼ļ +大 èĦij +æ¯ı æľĪ +å°ı 麦 +æµĻæ±Ł çľģ +çļĦ æīĢæľī +ä¸ĭ æ»ij +èĵĿ èī² +è¦ģ æĥ³ +åѦçĶŁ çļĦ +å½ĵ ä½ł +ä½ľ æĪĺ +家 乡 +å¤ļ åIJį +é«ĺ äºİ +åĿļ 强 +è¿ŀ éĶģ +åIJİ æŀľ +人 äºĭ +ç´ ħ +æ¿Ģ åĬ¨ +è¿Ľ æĶ» +ç© Ĩ +ä¸ ĺ +让 èĩªå·± +以 æѤ +夫 人 +å¼Ģ 设 +æ°Ķ è´¨ +鸡 èĽĭ +çĦ¡ æ³ķ +åIJĥ äºĨ +åĪĨåĪ« 为 +èģĶåIJĪ åĽ½ +å½ĵ 代 +å¦Ĥæŀľ æĺ¯ +è¿ľ ç¨ĭ +åĸ Ĥ +è®° ä½ı +æ¸ħ åįķ +åIJĪä½ľ ä¼Ļä¼´ +åİ» åģļ +æķħ éļľ +模 æĭŁ +å¸Ī çĶŁ +åīį æĿ¥ +çĶµè§Ĩ åī§ +çĥŃ çĪ± +éľ² åĩº +é«ĺ å±Ĥ +çĶµ åĻ¨ +纪 å¾ĭ +å¼Ģåıij åķĨ +éķ¿ å®ī +è½½ ä½ĵ +çļĦ å°±æĺ¯ +被 人 +åıĹ çIJĨ +篮 çIJĥ +èİ İ +交 ç»Ļ +æľªæĿ¥ çļĦ +两 大 +åIJķ å¸ĥ +çŃī 人 +çļĦ æĹ¥åŃIJ +åIJĪä½ľ 社 +æĮij éĢī +åŃĺ 款 +ç³»ç»Ł çļĦ +æĬĬ å®ĥ +没æľī ä»Ģä¹Ī +ä»İ æѤ +ä¸Ń åįĪ +çĸ¼ çĹĽ +å·© åĽº +浪 漫 +缸åħ³ éĥ¨éŨ +éķ¿ åŁİ +纤 ç»´ +ä¸Ĭ éŨ +çĪĨ çĤ¸ +èµ· çĤ¹ +çļĦ éĢļçŁ¥ +èĢĮ æĿ¥ +çļĦ èĢģ +æīĭ éĩĮ +è¯Ń éŁ³ +è¾Ľ èĭ¦ +æ±Łèĭı çľģ +çĶ¨ äºĨ +身份 è¯ģ +æľī åĬ© +æľīåĬ© äºİ +çī© èģĶç½ij +åĩº éŨ +å¼Ł åŃIJ +æĥ ¹ +è¿Ļ件 äºĭ +æĪij们 åı¯ä»¥ +çļĦ çĶŁåij½ +æľīä¸Ģ ç§į +åºĹ éĵº +åıĮ æīĭ +çļĦ æ¶Īæģ¯ +èĢIJ å¿ĥ +å°´ å°¬ +éĤ£ 天 +é¦ĸ æī¹ +æĺ¯ä¸Ģ 家 +人 æ°Ķ +åıį æŃ£ +æĪij åĴĮ +å®ł çī© +ä¸į 对 +寻 æ±Ĥ +缸 ä¼¼ +åľ¨ ç¾İåĽ½ +åı« åģļ +åĹ İ +ç«ĭ 足 +çĶ¨ éĢĶ +åħ Ĩ +大 æ°Ķ +åIJij ä¸Ĭ +ä»ĸ å°± +é¡¹çĽ® 建设 +èĭ¥ å¹² +æĺ¯ æľī +æ¿Ģ æĥħ +çļĦ æĦıä¹ī +æĺ Ń +严éĩį çļĦ +å¯Ĩ éĽĨ +èĪŀ è¹Ī +èį£ èİ· +èİ· æĤī +æ±Ł åįĹ +åģĩ å¦Ĥ +æĪ· å¤ĸ +线 ç´¢ +ç§ģ 人 +转åŀĭ åįĩ级 +çļĦ ä»·åĢ¼ +åįķ çĭ¬ +èĢģ çĻ¾å§ĵ +å°į æĸ¼ +åĽ½éĻħ åĮĸ +ä¼° åĢ¼ +æľįåĬ¡ ä¸ļ +èĩ Ń +æİī äºĨ +解åĨ³ äºĨ +ä¹Ł ä¸įèĥ½ +åħ ¹ +æĸ¯ çī¹ +æķħ æĦı +è¿ĩ 度 +èĬĤ æĹ¥ +çĻ½ çĻľ +çĻ½çĻľ é£İ +继 æī¿ +äºĨ ä¸įå°ij +äºĮ 人 +è§ģ éĿ¢ +æĥ³ æĥ³ +å¤į åIJĪ +康 å¤į +åİ¿ åŁİ +åľ¨ åĽ½åĨħ +åľº åľ° +éĻ¶ çĵ· +è¿Ļ 项 +çľ¼ ä¸Ń +çł ¸ +æĦŁè§ī åĪ° +æŀľ çĦ¶ +æĶ¾ åħ¥ +约 æĿŁ +æİĴ æŁ¥ +车 主 +çļĦ æĦıæĢĿ +æĸ° åŁİ +æĥ³ çĿĢ +éģ Ĥ +èĮ¶ åı¶ +ä¹° æĪ¿ +åĨľ æĪ· +é«ĺ æīĭ +çİī ç±³ +æĸ°åĨł èĤºçĤİ +çħ§ æĺİ +æĮĩ åįĹ +è¸ ¢ +æķij æı´ +æĻ¯ çĤ¹ +ç¨İ æĶ¶ +çļĦ æīĭ +æŃ£ 好 +è¦ģ æĬĬ +éļı æĦı +åħ¶å®ŀ æĺ¯ +ç»Ļ èĩªå·± +è°Ī åĪ¤ +æ¯ı天 éĥ½ +æĢģ åĬ¿ +é¢Ħ 约 +åİĨåı² ä¸Ĭ +å®Ŀ è´Ŀ +åīį è¿Ľ +ä¹Łå°±æĺ¯ è¯´ +çļĦ æĦıè§ģ +åı£ 罩 +åİĺ ç±³ +èĬ± è´¹ +ä½ĵèĤ² æĬķ注 +åħ¬ä¼Ĺ åı· +èijĹåIJį çļĦ +å¼Ģ æĪ· +æĭį åįĸ +å²ģ æľĪ +åĨħ 涵 +å®Įæķ´ çļĦ +é«ĺ åİĭ +åħ¬åĬ¡ åijĺ +使çĶ¨ çļĦ +çĶŁäº§ 线 +妹 妹 +èµ° 访 +æĺ¯ åı¯ä»¥ +åľ¨ 家 +æļ´ åĬĽ +æ³° åĽ½ +è´¨ çĸij +ä¸į éģİ +天çĦ¶ æ°Ķ +缺 çĤ¹ +å°ı åŀĭ +ä¸įä»ħ æĺ¯ +é»ij æļĹ +æ¢ ¨ +æĸĩ æĹħ +è¦ģ æľī +ä¸Ń å±± +çļĦ æķ°æį® +å¾Ĺ å¾Ī +以 便 +对 ä»ĸ +åĬł 以 +çĻ¼ çı¾ +设 å®ļ +èĤļ åŃIJ +éĿ ĸ +å¥ī çĮ® +ä¸į åıĺ +åı£ ç¢ij +åľ¨ åĵªéĩĮ +ä½ IJ +è¿Ļ 两个 +çļĦ æĸ¹åIJij +æŀ « +äºĮ 次 +çīĩ åĮº +éł IJ +ç£ Ĭ +æĭ¿ çĿĢ +å·²ç»ı æĪIJ为 +ä¹ĭ ä¸Ĭ +å®Ĺ æŨ +奶 奶 +é«ĺæĸ° åĮº +社 æľĥ +è·Ł 踪 +æľįåĬ¡ ä¸Ńå¿ĥ +æī ¯ +æīĭ æĮĩ +礼 çī© +宿 èĪį +çĶ¨ å¿ĥ +æıIJé«ĺ äºĨ +亮 çĤ¹ +ä¸į æĦ¿æĦı +æĴŃ æĶ¾ +å¤ļå°ij éĴ± +没 ä»Ģä¹Ī +æķ° åįģ +æĢ» çĽij +çļĦ åŁİå¸Ĥ +æī¾ åĪ°äºĨ +åĨħ åľ° +åĪ° çİ°åľ¨ +æĪĺæĸĹ åĬĽ +åİŁ å§ĭ +åĥ § +åĢĴ æĺ¯ +æľĢ åħ· +è´«åĽ° æĪ· +éĢģ åĪ° +级 åĪ« +åĩº èµĦ +æĪª æŃ¢ +ç§į åŃIJ +èĥ½ ä¸įèĥ½ +幸 è¿IJ +èĸ ĩ +项 éĵ¾ +æĮĤ çīĮ +ä¸Ģ 樣 +ä¹ĺ 客 +èIJ½ åIJİ +ä½Ĩ æĪij +æĹ© åľ¨ +åĬ¨ 漫 +å¹³ çŃī +对 ä½ł +ä¸į æĢķ +å¤ĸ çķĮ +å¤ļå¹´ æĿ¥ +é¦ĸ 个 +æ²³ åįĹçľģ +æĪĸ åħ¶ä»ĸ +éķľ 头 +åįĹ æĺĮ +ä¸Ģ éĿ¢ +éĢłæĪIJ çļĦ +å´ Ķ +çŃ Ĵ +æķĻèĤ² éĥ¨ +åľ° åŁŁ +æĺĨ æĺİ +å·´ é»İ +æīĭ 游 +ä¸Ģ æŶ +çł į +顶 级 +åħ± 计 +åİŁ æ²¹ +è¾ī çħĮ +说 æĺ¯ +æĸ°åįİ ç¤¾ +ç»ıåİĨ äºĨ +ä¸į æŃ¢ +è¦ģ ä¹Ī +èĢħ çļĦ +æĢ» æĬķèµĦ +è¡Į 驶 +ä¸Ĭ å¸Ŀ +å¹´ 纪 +çIJ ¼ +ä¼ł 说 +ç²¾ èĭ± +æĸ¹ éĴĪ +æ±Ł æ¹ĸ +æĪIJ çĤº +æĢ» éĩı +æĬķ æĶ¾ +åĬ¨ çĶ» +èĹ ¤ +çĶµ æºIJ +éĴ Ļ +åIJĮ è¡Į +æĻ®éĢļ çļĦ +åĽ¾ä¹¦ é¦Ĩ +è¯Ī éªĹ +æħĪ åĸĦ +è¿Ļ 份 +主æĮģ 人 +å°± è¿Ļæł· +èĢĮ æĪIJ +èĩªè¡Į 车 +ä¸ŃåĽ½ çī¹èī² +èĤ¿ çĺ¤ +åIJ ¾ +å¼Ł å¼Ł +åıĹ çĽĬ +éĢīæĭ© äºĨ +æĺİæĺ¾ çļĦ +æĬ¥ èĢĥ +ç¬ij éģĵ +éĽĸ çĦ¶ +温 å·ŀ +éĿŀ æ´² +ç§į ç§į +åıĤåĬł äºĨ +è´§ è¿IJ +éļı 便 +å°± 没æľī +ç¸ £ +央 è§Ĩ +ç©¿ è¶Ĭ +çļĦ çݰ象 +åĩł 次 +çļĦ é£İéĻ© +æŃĮ æĽ² +æľ¬ å±Ĭ +å¹´ åĨħ +ä¸į è¶ħè¿ĩ +è¿ĩ å¤ļ +å¿ħé¡» è¦ģ +ç»ĵ 论 +åĢŁ éī´ +ç¥ŀ å¥ĩ +æľŁ æľĽ +ä¸ĵ 享 +éĿŀ常 éĩįè¦ģ +æĦıè¯Ĩ åĪ° +åIJĪ 并 +æĬĬ èĩªå·± +å¥Ĺ è£ħ +éŃĶ æ³ķ +å¤ı åŃ£ +ä¸į åĥı +å¢ĥ çķĮ +æĥĬ åĸľ +æľīä¸Ģ 天 +çĦ¦ çĤ¹ +æĪij 认为 +åħ° å·ŀ +çĶµ æ°Ķ +èģĶç³» æĪij们 +ç§ij æĻ® +她 说 +çļĦ æĸĩç«ł +å¥ĩ æĢª +åıĭ 好 +饮 æĸĻ +çļĦ æĶ¯æĮģ +çŃĶ åºĶ +éĩį éĩı +çij ¶ +åĩı è½» +ç§ijåѦ 家 +å·´ 西 +éĩijèŀį æľºæŀĦ +åħļ å§Ķ书记 +貸 款 +ç²¾ èĩ´ +ä»İ æľª +åį° åĪ· +åĽŀ 顾 +é¦ĸ éĥ½ +åıij èĤ² +éĹ® éģĵ +è¾¾ åĪ°äºĨ +å¿į ä¸įä½ı +æīį æľī +æįIJ èµł +ä½Ľ æķĻ +ä¸į æ¸ħ +éĺŁ éķ¿ +缸 åıį +æĬ¥ èѦ +大 åħ¨ +欧 缣 +帮 å¿Ļ +çļĦ æĻĤåĢĻ +缮 å½ķ +足 以 +èī° éļ¾ +ä»ĸ ä¹Ł +å·¥ ä½ľèĢħ +头 èĦij +缺 éĻ· +æĪIJç«ĭ äºĨ +å°± å¼Ģå§ĭ +认 åIJĮ +é»Ħ èī² +çĹħ æĥħ +覺 å¾Ĺ +è¿Ļ 两 +ä¿¡ ä»° +åľĭ 家 +ä¸įä»ħä»ħ æĺ¯ +çĭ¬ 家 +èĪ¬ çļĦ +æĿIJ è´¨ +æµ· ä¸Ĭ +çĤº äºĨ +æľºåĬ¨ 车 +缸å½ĵ äºİ +å¤ļåħĥ åĮĸ +æĽ´ 大çļĦ +èĽ ® +åģĩ æľŁ +å¼ı çļĦ +交éĢļ è¿IJè¾ĵ +çľģ å§Ķ +ä¸į ç®Ĺ +æĶ¾ ä¸ĭ +éĹ ¯ +人 åľ¨ +港 åı£ +æŨ åľ¨ +åij½ 令 +æŁIJ 个 +å¹³ 稳 +åıª 好 +人 人 +äº ŀ +äºĮ ç»´ +äºĮç»´ çłģ +æŀģ 为 +åĪ« å¢ħ +åħ¶ ä½Ļ +大 äºĭ +主管 éĥ¨éŨ +æĹł éĶ¡ +éĹ µ +éģŃ åĪ° +说 è¿ĩ +为 ä½ł +解 çŃĶ +éªĮ æĶ¶ +çļĦ ç»ıéªĮ +åĮ¹ éħį +çģ« ç®Ń +豪 åįİ +æŁIJ æŁIJ +çļĦ æĹ¶ä»£ +书 éĿ¢ +æģĴ 大 +延 éķ¿ +ä¸Ģ åIJĮ +æľª èĥ½ +交 æį¢ +çĶ¢ åĵģ +çŃī åĪ° +åĪĨ 离 +æīĵ çĶµè¯Ŀ +å¹² çĩ¥ +è¾ĥ å¤ļ +å¤ļå¹´ çļĦ +èĥĮæĻ¯ ä¸ĭ +为 ä¾ĭ +æijĺ è¦ģ +å´Ľ èµ· +æѤ åĪ» +æľī æľºä¼ļ +æĿ¡ 款 +é¢Ĩ导 å°ıç»Ħ +çļĦ 身ä½ĵ +åįķ ä¸Ģ +央 è¡Į +ä¸įæĸŃ æıIJé«ĺ +ä»·åĢ¼ è§Ĥ +èĬ ½ +èIJ į +æ³ķå¾ĭ æ³ķè§Ħ +ä¸į éĶĪ +ä¸įéĶĪ éĴ¢ +åĩº äºİ +èĻļ æĭŁ +æį® æĤī +çĥ¦ æģ¼ +åħ¨ æĸ°çļĦ +æī« æıı +çĻ» éĻĨ +èīºæľ¯ 家 +çļĦ é£Łçī© +çļĦ åŃĺåľ¨ +客 åİħ +æĪij们 å°± +æŁ¥çľĭ æĽ´å¤ļ +è¯Ħ 审 +å¸Ĥ åł´ +è¬ Ľ +å·¨ 头 +ä¸ŃåĽ½ ç»ıæµİ +äºĨ èĩªå·±çļĦ +åĨ³ è®® +çĽijçĿ£ 管çIJĨ +æĬķ 票 +åĨį 度 +è¡Į çĤº +注 åħ¥ +ä½ľä¸º ä¸Ģ个 +æ¯ı个人 éĥ½ +åįķ åħĥ +è¦ģ çŁ¥éģĵ +被 称为 +ä¹ĭ éĻħ +解 éĻ¤ +ä¸ ¸ +æº « +ä¸ī æĺŁ +é²ľ æĺİ +ä¹Ł éĥ½ +æŶ æľº +åĩº æīĭ +æĥħ å½¢ +åķĨ è´¸ +éĢī 举 +对 èĩªå·± +çĶŁ åĬ¨ +åħĭ æľį +个 ä½ĵ +èĭ ij +ç¨ ± +大 åݦ +æĺ¯ å¯¹ +åĪ© æģ¯ +è¿IJåĬ¨ åijĺ +åĮĸ 解 +åīį 沿 +æĦŁ æģ© +æĢ» ä¹ĭ +é«ĺæĸ° æĬĢæľ¯ +åĿĩ 为 +åħ¨ åĮº +æ°Ķ æ°Ľ +åı¯ä»¥è¯´ æĺ¯ +ä½ı 宿 +åħļåijĺ å¹²éĥ¨ +åĹ ¯ +è·µ è¡Į +çļĦ ä¸ĵä¸ļ +èĢĥ éªĮ +èķ ¾ +åħ¬ åŃIJ +çļĦ çĬ¶æĢģ +æ½® æµģ +ä¿¡ æīĺ +è´ ¼ +åIJĦ æĸ¹ +æķij åĬ© +éĿŀ常 çļĦ +æ¡¥ æ¢ģ +åħ¬ æĸ¤ +ä¼¼ çļĦ +çľĭ 好 +å±Ģ éĥ¨ +å®ī éĿĻ +éħį 件 +常 è§Ħ +å¼Ģ 车 +第äºĮ 次 +ä¸Ĭ 级 +åıĤ èµĽ +家 å±ŀ +强 åĬ¿ +åľ¨ ä»ĸ +åIJij åīį +ä¹ĭ åľ° +éĥ ¡ +è¡Į ç¨ĭ +èѦ åijĬ +è§Ħå®ļ çļĦ +åķĨ åŁİ +äºĶ 大 +æķĻ 室 +åįģ 足 +æīĢ以 åľ¨ +å°Ĩ 继ç»Ń +çŃī æĸ¹å¼ı +家 ä¼ģä¸ļ +交 ä»ĺ +çĤ¹ è¯Ħ +ç»ĵ ç®Ĺ +ä¹Ł åı¯ +å¤ĸ æ±ĩ +è¿Ļç§į æĥħåĨµ +æİĪ äºĪ +å¸ĥ ç½® +æĪIJç«ĭ äºİ +é¢Ħ èѦ +管çIJĨ 人åijĺ +å©ļ 礼 +ç»ĵæĿŁ åIJİ +åħ¥ éĢī +æĹł æ¯Ķ +åĴĮ åıijå±ķ +çĻ½ éħĴ +çİ© åħ· +ä¸ĩ ç¾İåħĥ +çļĦ æĪIJ绩 +æĭį çħ§ +èĢĥèĻij åĪ° +ä¼ģä¸ļ åıijå±ķ +äºĨ 个 +çĶŁ æ°Ķ +çļĦ 女人 +äºĶ åįģ +çĪ· çĪ· +纽 约 +éĥ½ 被 +ä¸Ĭ 课 +çĽ ¡ +ä¼łç»Ł æĸĩåĮĸ +æ½ľ åľ¨ +åıij å°Ħ +ä¸Ģ 身 +éĺ² å®Ī +åĪ ® +é¢ĺ 缮 +åľ¨ åĨħçļĦ +ç¾İ 好çļĦ +è¿ĻéĩĮ çļĦ +ä¸Ģ ä¸Ŀ +人 åĿĩ +åĢ¡ 导 +身 åIJİ +æī© å±ķ +大 éŨ +å°± 被 +该 é¡¹çĽ® +æŀ¶ æŀĦ +ä¸Ģ åı£ +ä¿¡æģ¯ æĬĢæľ¯ +å¼Ģ ä¸ļ +æĶ¶ åıĸ +ç½ij 页 +æĶ¯ æı´ +å°ģ éĹŃ +å¡ij éĢł +大 èĥĨ +å¿«éĢŁ åıijå±ķ +çľĭ ä¼¼ +æ¸ Ŀ +è¿Ļæł· ä¸Ģ个 +模 åĿĹ +注æĦı åĪ° +çł´ 解 +èĩª ä»İ +åijµ åijµ +ä¹ĭ å¾Į +ä¹ĭ æĹħ +è·Ł æĪij +æ³ķ 人 +æİĴè¡Į æ¦ľ +åĿļ å®Ī +好 å¤Ħ +çŁ³ 头 +并 å°Ĩ +èĪ ± +æŃ ĩ +两 岸 +å¤ļ ä¹ħ +象 å¾ģ +个æĢ§ åĮĸ +çļĦ è§Ĵ度 +å¸ Ĩ +ç¦ı å·ŀ +æŁ¥ å¤Ħ +两 åĽ½ +åIJ¸å¼ķ äºĨ +é¦ĸ å¸Ń +大 åĵ¥ +é¤ Ĭ +涨 å¹ħ +éĢī çĶ¨ +許 å¤ļ +èIJ½ æĪ· +åĵĪ å°Ķ +åĵĪå°Ķ 滨 +åģļ ä»Ģä¹Ī +以 åħį +é¾ į +æĹł éľĢ +åĪ°åºķ æĺ¯ +æĢ ¡ +åijĬè¯ī ä½ł +éĺ² æ°´ +è¿Ļ æŶåĢĻ +欢 ä¹IJ +转 åIJij +è¿Ļ个 åľ°åĽ¾ +åħ¥ é©» +èįī åİŁ +æĹ¶ä»£ çļĦ +åıĺ åĬ¨ +åĬłå¼º 对 +åģ¶ å°Ķ +å®Ī æĬ¤ +æ°Ķ 温 +人 éĹ´ +æľĿ é²ľ +ç»ı è´¹ +åĽŃ æŀĹ +å·¥ åľ° +è§Ħ æł¼ +åĩł åįģ +è¯ķ åĽ¾ +å¦ ĥ +éĤ£ æŶåĢĻ +å¼ĺ æī¬ +ä¸ļ çķĮ +çļĦ éĢŁåº¦ +ä¼ļ ä¸įä¼ļ +èIJ¥ æĶ¶ +å°ıå¾® ä¼ģä¸ļ +çľĭ è¿ĩ +æĬĬ ä»ĸ +éģµ 循 +è¿Ļ è¾¹ +没æľī 人 +å£ ¶ +æ¹ĸ åįĹçľģ +æŀģ åħ¶ +çļĦ人 çĶŁ +ä»ĸ è¿ĺ +转åĮĸ 为 +èµ° è¿ĩ +æĬ± çĿĢ +çīĽ 奶 +ä¸ĩ 亩 +å¿ĥ æĢģ +æĹ¥å¸¸ çĶŁæ´» +ä½ĵ æ£Ģ +æĻ ĥ +çŃī é¢ĨåŁŁ +æĩī 該 +åı¯ä»¥ çľĭåĪ° +æī¾ ä¸įåĪ° +èĢģ å¹´ +æĬĬ æĪij +积 åĪĨ +梳 çIJĨ +ç» ³ +çļĦ æĶ¿æ²» +å¸Ŀ åĽ½ +éĻª ä¼´ +æ´Ľ éĺ³ +åħ¬ æŃ£ +å¼Ģ åı£ +çī¹èī² çļĦ +åĽ° å¢ĥ +ä¸Ĭ æľī +ç«ĭ ä½ĵ +æīĵ å·¥ +åķ¤ éħĴ +åľ¨ éĤ£éĩĮ +éĤ£ è¾¹ +个 åĪ« +ä¸Ģå®ļ æĺ¯ +çļĦéĩįè¦ģ æĢ§ +主 å¼ł +åĴĮ æľįåĬ¡ +ä¸Ĭ ç½ij +è¡¥ åĬ© +åıª éľĢ +å¼ ¦ +éģ ® +åĬĽ äºī +度 è¿ĩ +èij ¬ +é¡¿ æŶ +éĦ ī +纺 ç»ĩ +åľ° åĿĹ +ä¿¡çĶ¨ åį¡ +ç½ļ 款 +åijĬè¯ī æĪij +éĽ Ļ +书 çĶ» +è¨Ń è¨Ī +æĢ» ä¼ļ +åĪ¤ åĨ³ +ä¿¡ èªī +个 èĤ¡ +å¹³ 常 +æĢİ éº¼ +ä½ĵ çİ°åľ¨ +é»Ħ æ²³ +åĽĽå·Ŀ çľģ +羣 缸 +åIJĦ项 å·¥ä½ľ +åĬ¨ åijĺ +å³° ä¼ļ +ä¸Ģ æľŁ +æľī ä¸Ģå®ļçļĦ +é«ĺ度 éĩįè§Ĩ +ç¹ģ èį£ +åıijçİ° äºĨ +ç½ij 红 +æīĭ æ³ķ +家 åĽŃ +仪 åĻ¨ +è¾ĥ ä½İ +çļĦ å®īåħ¨ +æ¡ IJ +ä»ĺ 款 +æĬij åĪ¶ +åįĵ è¶Ĭ +æŃ£ éĿ¢ +åĵ ij +强 åĪ¶ +ä»Ĭ天 çļĦ +æĪĺ èĥľ +楼 å¸Ĥ +æĭ¿ ä¸ĭ +é¢ľ åĢ¼ +举 éĥ¨ +çłĶ åĪ¶ +çļĦ æĪĺçķ¥ +åľ¨ ä¸Ģ个 +ä¸ī 人 +å®Į äºĨ +æĸ° æĬĢæľ¯ +ç»ıæµİ æķĪçĽĬ +å¯Į æľī +æ¾³ æ´² +åĬ© çIJĨ +é¢Ĩ åıĸ +è° Ń +çĩĥ çĥ§ +ç´ł åħ» +éĤĦ æľī +è¿Ľ èĢĮ +ä»Ģä¹Ī æĺ¯ +çłĶ究 ä¸Ńå¿ĥ +éĢĤ çĶ¨äºİ +æİ¥ æĶ¶ +失 æľĽ +äºĮ 级 +éĹ´ çļĦ +åİŁ æłĩé¢ĺ +èªį çĤº +æį ¡ +对 çĿĢ +对 éĿ¢ +ä¸Ń åİŁ +éĵ ĥ +çĶŁäº§ çļĦ +åıijå¸ĥ ä¼ļ +士 åħµ +è¿Ļ åı¥è¯Ŀ +ç¼´ 纳 +ä¸Ģ个 个 +åѸ çĶŁ +çĸij éĹ® +交 èѦ +示èĮĥ åĮº +天 使 +åľ¨ ä¸Ĭæµ· +åIJĮ æĻĤ +è½» æĺĵ +åĶ¯ä¸Ģ çļĦ +çĥŃ éĹ¹ +ä¹IJ è§Ĥ +çļĦ 身份 +åĸĦ äºİ +大 åİħ +èĤ¯å®ļ æĺ¯ +éĺ² çģ« +å¤ĸ åĩº +æį® 说 +é¡¹çĽ® çļĦ +ä¸Ģ åı° +èĻļ åģĩ +ä¸Ģ ç¬Ķ +ç«ĭ æ³ķ +严 èĤĥ +æī¿ åĬŀ +åįģ åĩł +çļĦ 空éĹ´ +æľ¬ ç½ijç«Ļ +åģļ å¾Ĺ +ä¿Ŀ 温 +æľĪ åĪĿ +åľ¨ ç½ijä¸Ĭ +åIJĦ æĸ¹éĿ¢ +ä¸ī 天 +交æĺĵ æīĢ +解 æŀIJ +åħļ ä¸Ń央 +è¿Ľ åĩºåı£ +åĴĮ 社ä¼ļ +次 æķ° +ä¹ĭ 家 +ç»´ 度 +æ´¾åĩº æīĢ +产çĶŁ äºĨ +带 æľī +å¾Ī 强 +æľīäºĽ 人 +å¹´ åIJİ +äºĨ 许å¤ļ +å¯Ĩ 度 +åѦ æľŁ +çıł æµ· +æľĢå¤ļ çļĦ +è¾¹ ç¼ĺ +容 éĩı +第äºĮ 个 +ä¸Ģ缴 æĺ¯ +ä¸į ç¦ģ +æŃ ² +ä»ĭç»į äºĨ +ä¼ĺ éĽħ +æ¯Ķ è¼ĥ +èģĮ ä½į +温 æŁĶ +æľī éĴ± +æľĢ é«ĺçļĦ +åįļè§Ī ä¼ļ +ä¸į æĪIJ +éĶĻ äºĨ +è¯ģ çĽij +è¯ģçĽij ä¼ļ +æĪIJ 人 +åĿĩ åĮĢ +æľī åĪ© +è¶Ĭ åįĹ +æīĵ äºĨ +好 åIJĥ +ç³» çµ± +è·Ł éļı +çļĦ åľ°ä½į +æŃ£ å¦Ĥ +ç¨į å¾® +åį° åıij +åĪĽ ç«ĭ +é£İ åħī +å°Ĩ æĪIJ为 +ä¸į é«ĺ +é¢ij ç¹ģ +设 æľī +ä¼ ŀ +æĭĨ éĻ¤ +å½± åĥı +æ¸Ĺ éĢı +å¹´ å¼Ģå§ĭ +ç½ij æĺĵ +è¦ģ åģļ +çĶµåĬ¨ 车 +羣 å¿ĥ +æµ· åĨĽ +ä¼ł æĿ¥ +å·® åĪ« +è°¨ æħİ +çĥŁ åı° +åįĥ å¹´ +è¯ģ å®ŀ +çIJ ª +çļĦ åħ·ä½ĵ +åĪ° å¤Ħ +ä¸į å®ľ +èľ Ģ +èĥ½åĬĽ åĴĮ +çīº çī² +çļĦ éĴ± +大 éĺŁ +é¦ĸ è¦ģ +ä¸į æĦ¿ +çİ« çij° +人æ°ij ç½ij +è¿ĺæĺ¯ è¦ģ +åĽĽ å¹´ +æįŁ 伤 +çļĦ åģļæ³ķ +éĿ Ī +è¡Ķ æİ¥ +åIJĪ æĪIJ +没 人 +éŨ æ§Ľ +ä¿¡ è´· +çļĦ 缸åħ³ +举 é£İ +社 ä¿Ŀ +ä¸ĭ 游 +åĿĹ éĴ± +è¿ĩ åIJİ +çļĦ åºĶçĶ¨ +é¥ ¶ +é¢ģ åıij +ä¸Ģ å¤Ħ +åįİ å¤ı +为 ä¼ģä¸ļ +åıª ä¼ļ +ä¾µ 害 +çļĦ åĬŁèĥ½ +åѸ ç¿Ĵ +ä¸Ńåįİ æ°ijæĹı +åıijå¸ĥ äºĨ +è¿İ æİ¥ +æĪij èĩªå·± +è¿ĺ éľĢè¦ģ +太éĺ³ èĥ½ +åİ» ä¸ĸ +æĺ¯ ä½ł +åIJĪ åĬĽ +ç»ĺ çĶ» +åı° åĮĹ +çĿ£ ä¿ĥ +åĮĹ éĥ¨ +æľī å¤ļå°ij +å¾Ī éĩįè¦ģ +åĪĴ åĪĨ +åı· 线 +æĶ¾ 大 +ä¼ļ 被 +èİ· å¥ĸ +ä¹ĭ åĨħ +失 åİ»äºĨ +çݩ家 们 +éĩĩ éĽĨ +å£ ¹ +家 ä¼Ļ +çĻ½ 天 +åĽłä¸º ä»ĸ +社ä¼ļ æ²»çIJĨ +å¼Ģ åĪĽ +çĶµ ç¼Ĩ +æĸ° ä¸Ģ代 +并 è´Ń +å°± å·²ç»ı +çļĦ 社ä¼ļ +éĻ¤ éĿŀ +åı¯ä»¥ çĶ¨ +å© ī +æ¯Ķè¾ĥ 好 +å®ŀ ä¸ļ +åĪĽ åĬŀ +æıIJ èµ· +é» ĥ +ä½ı åľ¨ +å¸Ĥ æĶ¿ +éĿ¢ä¸´ çļĦ +èĥ½ åľ¨ +çŁŃ çŁŃ +羣 人 +æĺİ æĺİ +èµĦ åĬ© +çļĦ ä¸įåIJĮ +å°ı æľĭåıĭ +é¢ĺ æĿIJ +ç¾İ åij³ +æĺŁ åº§ +ä¸į ä¸Ģæł·çļĦ +çľĭ ä¸Ĭåİ» +ä¸Ģ æł¹ +广 å·ŀå¸Ĥ +åıijçĶŁ çļĦ +é«ĺ ç§ijæĬĢ +ä¸Ģ è¾ĪåŃIJ +交 åıī +ä½ĵç³» 建设 +åĽłä¸º æĪij +çıį æĥľ +ä¸Ĭ åѦ +æĪĺ æľ¯ +æѤ ç±» +交 å¾Ģ +æĮī æij© +人们 çļĦ +åħ¶ 實 +åİŁ æĿIJæĸĻ +渴 æľĽ +缸 å¤Ħ +å¾® å¾® +æ® · +ä¹ĺ åĿIJ +å¼Ģå±ķ äºĨ +é«ĺ åĵģè´¨ +æĹłäºº æľº +ä¸įæĺ¯ å¾Ī +çļĦ æĬķèµĦ +èĬĤ çľģ +èĩ ī +ç²¾ éĢī +çļĦ æłĩåĩĨ +åįĹ éĥ¨ +认è¯Ĩ åĪ° +å¹³ éĿĻ +èĹ ¥ +æī« é»ij +æī«é»ij éĻ¤ +æī«é»ijéĻ¤ æģ¶ +éĢĻ 種 +建çŃij éĿ¢ç§¯ +ç¡® ç«ĭ +管çIJĨ åĬŀæ³ķ +æĦı å¿Ĺ +ä¸ ¨ +让 åŃ©åŃIJ +æķij çģ¾ +å½ĵ ä»Ĭ +çģ« çģ¾ +åIJĦ éĥ¨éŨ +ä¾µ çĬ¯ +æ¯ı åij¨ +æı ½ +ä¸Ģ次 æĢ§ +åħ¶ä»ĸ 人 +éĶĻ è¿ĩ +ä¸İ åħ¶ +åĭĩ æ°Ķ +çĩĥ æ°Ķ +é¦ĸ å±Ĭ +æľį 饰 +ç² ¥ +å®Į æ¯ķ +å°± æĬĬ +åĬŀäºĭ å¤Ħ +ä¸Ģä¼ļ åĦ¿ +离 ä¸įå¼Ģ +å¦Ĥæŀľ æĤ¨ +ä»ĵ åºĵ +导 å¸Ī +åIJĪéĢĤ çļĦ +毫 ç±³ +å®īåħ¨ æĢ§ +ä¾Ŀ çħ§ +产ä¸ļ åĮĸ +ä½ł çľĭ +羣çļĦ å¾Ī +åѤ çĭ¬ +éĺ² å¾¡ +å¾Ī ç®Ģåįķ +é£İ æ°´ +ä½Ĩ ä¹Ł +æݨ åĩºäºĨ +æ°ijèIJ¥ ä¼ģä¸ļ +çłģ 头 +å¤įæĿĤ çļĦ +ç»ĦæĪIJ éĥ¨åĪĨ +åħħ满 äºĨ +è¿ij åĩłå¹´ +çľģ æĶ¿åºľ +æľī å¿ħè¦ģ +éĻ ³ +ä¹ĭ ç±» +ä¹ĭç±» çļĦ +æĢ§ ä»· +æĢ§ä»· æ¯Ķ +åķĨ åºĹ +å¸Ĥ åĢ¼ +人æīį åŁ¹åħ» +æ·± åıĹ +管çIJĨ å±Ģ +æģIJ æĥ§ +ä»ħ æľī +æĬµ è¾¾ +æµ· åħ³ +èµĭ äºĪ +äºĭ åĦ¿ +ä»· éĴ± +æīĭ ä¸Ĭ +èĩª å¾ĭ +åħ³ çĪ± +享 æľī +éģĹ æĨ¾ +å¾Īå¿« å°± +æĽ´ å¿« +æłĩ è¯Ĩ +åºĨ ç¥Ŀ +ä¹Ł 好 +ä¸į æĺĵ +æĪij å¾Ī +æĶ¹éĿ© åıijå±ķ +å¤ĸ åľ° +æĬµ æĬ¼ +è¯Ĺ 人 +åİķ æīĢ +æĸ° åªĴä½ĵ +èĸ Ľ +è°Ī è¯Ŀ +ä¸Ģå®ļ ç¨ĭ度 +èµ° åľ¨ +æľĢ 强 +åĬŁ çİĩ +åħ± è¯Ĩ +大 æ¡¥ +ä¸ĭ æĸ¹ +å¤ĸ èµĦ +ç¢ ± +å·¡ è§Ĩ +æ¹ĸåĮĹ çľģ +个 çĻ¾åĪĨ +个çĻ¾åĪĨ çĤ¹ +çļĦ 责任 +çļĦ åĵģçīĮ +åĬ© æݨ +åĪĽéĢł äºĨ +ä»» èģĮ +å¿« æį· +æĿij åºĦ +åİ» çľĭ +æīį èĥ½å¤Ł +å± ¤ +æĪij 家 +æĺ¯ä¸Ģ 款 +ç¾ ħ +åĨ° éĽª +æŀģ 大 +çģ¯ åħī +éĨ ĭ +ä¸İ åħ¶ä»ĸ +æıIJåĩº çļĦ +éĿł è¿ij +è°ĥ åĬ¨ +å°½ åı¯èĥ½ +åıij åĬĽ +ç»Ļ 她 +éĢĤ éĩı +è·¨ åĽ½ +åħĪ è¡Į +æĸ° æĿIJæĸĻ +ä½ľ äºĨ +满 äºĨ +ä¸į 满 +çļĦçľ¼ çĿĽ +çľĭ å¾Ĺ +è¿Ļ ä¸Ģ次 +é½IJ åħ¨ +çļĦä¸Ģ éĥ¨åĪĨ +ä¸ Ļ +æ¸ħ æĸ° +說 æĺİ +身边 çļĦ +æīĢæľī 人 +å½° æĺ¾ +è± ¹ +åį ¿ +è¿IJ 转 +æĮĩ å¼ķ +å¸Ĥ åħ¬å®īå±Ģ +åıĤ å±ķ +ä¹ĭ æŶ +éĩijèŀį æľįåĬ¡ +èµĦæľ¬ å¸Ĥåľº +èĥ½ 让 +å¿ĺ äºĨ +天 åłĤ +æ¯Ķå¦Ĥ 说 +éĬĢ è¡Į +èĽĭ ç³ķ +çĶ © +æł¸ å®ŀ +æĻ® 京 +ä¼ĺ ç¾İ +åı£ èħĶ +漫 çĶ» +çľ¼ éĩĮ +äºĨ ä¸ĭæĿ¥ +æĪij们 ä¹Ł +ä¾ į +为 ä¸Ńå¿ĥ +å¥ĩ 迹 +éĿĴ çĿIJ +æĪªèĩ³ 缮åīį +åĩº ä¾Ĩ +æĢ» åħ¬åı¸ +å¼¥ è¡¥ +ç®Ĺ æ³ķ +å·¥ä½ľ 室 +æīĢ以 æĪij +æ°´ åĪĨ +æīĢ å±ŀ +ä¸į 说 +ä½Ĩæĺ¯ åľ¨ +è¦ģ åİ» +åĪĽä¸ļ èĢħ +ä¸į æ¸ħæ¥ļ +åĽĽ åij¨ +æĺ¯ ä»İ +çļĦ æł¹æľ¬ +çģ ¶ +æ¯Ľ æ³½ +æ¯Ľæ³½ 举 +æµ· åı£ +åĽĽ åįģ +ä¹Ł 被 +èģ · +ä¸Ģ æīĭ +绩 æķĪ +çļĦ çĶ·äºº +书 ç±į +ä¸Ģ èĦ¸ +大 äºİ +鼶 éĥ¨ä»¶ +åħ³ æĢĢ +å¹³ ç±³ +æļ´ éľ² +å¾Ĺ å¤ļ +ä¸ī 级 +æľ¬ åij¨ +两 èĢħ +对 ä¸ŃåĽ½ +åıª è§ģ +欧 ç¾İ +å¦Ĥæŀľ æľī +å·²ç»ı æĺ¯ +çľĭ å®Į +çģ« éĶħ +èµ IJ +ä¸Ģ éģį +æĦŁ åĨĴ +ç»ĵ å±Ģ +ä»ĵ åĤ¨ +å®ŀ åľ° +åī¯æĢ» ç»ıçIJĨ +ä¹Łä¸į çŁ¥éģĵ +碰 åĪ° +åIJĪ 计 +客æĪ· çļĦ +ç½Ĺ 马 +æĦī å¿« +é£ Ľ +çĥŃ çĥĪ +伦 æķ¦ +åĮ» ä¿Ŀ +éĺ¿éĩĮ å·´å·´ +åĨį 说 +为 åŁºç¡Ģ +çĶŁäº§ ç»ıèIJ¥ +è¿ĻäºĽ 人 +åĪĹ è½¦ +æ²³åĮĹ çľģ +è¿Ļ 段 +æ´»åĬ¨ ä¸Ń +å© · +çĶŁ çIJĨ +ä¸ŃåĽ½ 人æ°ij +éĦ Ĥ +åIJ¬ åıĸ +å¤į ä¹ł +æľī çĽĬ +æĶ¶ æĭ¾ +å¾Ī åı¯èĥ½ +ç½ij绾 游æĪı +们 çļĦ +èµĭ èĥ½ +éļ¾ å¾Ĺ +åĪĨ æīĭ +羣 è¯ļ +åħ¬åı¸ åľ¨ +åĿĩ è¡¡ +åı£ åij³ +çīµ 头 +ä¸ĢèĪ¬ çļĦ +轿 车 +çŃī äºİ +æ²ī é»ĺ +æĪij éĥ½ +å°ı ç¨ĭåºı +ä¸Ģ åī¯ +æī¿ è½½ +åľ° è´¨ +çķĮ éĿ¢ +çĶµ æľº +çĦ¦ èĻij +éĶĢåĶ® é¢Ŀ +æĸ° 车 +ä¸Ĭ 游 +主 æ¼Ķ +éļIJ ç§ģ +åıijå±ķ æĪĺçķ¥ +çļĦ åĬªåĬĽ +å¼Ģ åħ³ +解åĨ³ éĹ®é¢ĺ +çĿ£ 导 +对 æĬĹ +å¾Īå¤ļ 人éĥ½ +æĹł æķĪ +产åĵģ è´¨éĩı +å®ī å¿ĥ +åįİ äºº +ä¸į 符åIJĪ +èĩª 家 +éĺµ å®¹ +çļĦ åIJĦç§į +çļĦ çIJĨ念 +çļĦ æĸĩåĮĸ +为 èĩªå·± +å±± æ°´ +游 æ³³ +éľĩ èį¡ +çĶŁæ´» æĸ¹å¼ı +è¿ľ 离 +çŁ³ åĮĸ +æѤ äºĭ +æĺ¯ çľŁçļĦ +çļĦ æ¯Ķä¾ĭ +çĶ¨ çĶµ +奥è¿IJ ä¼ļ +ä¿Ŀ å®ī +èĽĭçĻ½ è´¨ +çļĦ å¿ĥçIJĨ +å· « +åı· çłģ +æ°Ķ ä½ĵ +åıij æĶ¹ +åıijæĶ¹ å§Ķ +åĮ» å¸Ī +æ¶Ĥ æĸĻ +æĺ Ĭ +å¸Ĥ 级 +ä¸ĸçķĮ çļĦ +åĪĨåĪ« æĺ¯ +çł´ 产 +ä¸Ģ æĿ¯ +æĭī å¼Ģ +å¹³ åĩ¡ +çļĦ åıijçĶŁ +åĬ¨ æīĭ +ä¸Ģ缴 以æĿ¥ +æīĭ å·¥ +éĩĮéĿ¢ çļĦ +æĹł åħ³ +ä»ĭ åħ¥ +èµ° ä¸Ĭ +å°±æĺ¯ è¦ģ +å¹´ éĹ´ +åĩº çı¾ +å½± éŁ¿ +å¹ħ 度 +éĽ ģ +éģĵ åħ· +缮çļĦ åľ° +åIJİ èĢħ +ä¸Ĭ æ¼Ķ +äºĨ åĩł +æ®ĭçĸ¾ 人 +å¿Ļ ç¢Į +æĺ¯åIJ¦ æľī +并 对 +ä¼ļ 导èĩ´ +æ°´ åºĵ +ç»Ĩ èĩ´ +åIJİ æĤĶ +å¿ĥ æĢĿ +åģļ äºĭ +åİĤ æĪ¿ +çĿ ¿ +è¿IJèIJ¥ åķĨ +头 éĥ¨ +çļĦ è§Ĵèī² +æĺ¯ ä»ĸ +æĹ¢ æľī +å°ıæŶ åĢĻ +强 åĬ² +主 æĴŃ +åħ¨åĽ½ åIJĦåľ° +æį ı +æįŁ åĿı +åķĨ ä¼ļ +ä¿Ŀ ç½Ĺ +çľģ å¸Ĥ +éļ§ éģĵ +æľī ä¸įå°ij +è¦ģ åľ¨ +建设 é¡¹çĽ® +ç³ĸ å°¿ +ç³ĸå°¿ çĹħ +æĿ¡ä»¶ ä¸ĭ +ä¼ĺè´¨ çļĦ +é¦ĸ åıij +å½ĵæŶ çļĦ +丰 çĶ° +大 çĽĺ +缸 继 +å®ģ å¤ı +åħ¥ ä½ı +æĪij è¿ĺ +åħĭ æĸ¯ +å®ļ ä»· +å¹³æĸ¹ åħ¬éĩĮ +çļĦ çŁ¥è¯Ĩ +æĪij们 ä¼ļ +åħĥ å®Ŀ +ä½ĵ éĩį +è³ £ +对 æĪij们 +çŁ³ 家 +çŁ³å®¶ åºĦ +ç²¾ åįİ +å½¢ çĬ¶ +åıĹ åĪ°äºĨ +ä¿® 订 +ç¾İ åľĭ +é«ĺ æ¸ħ +çľ¼ éķľ +è§īå¾Ĺ èĩªå·± +带 ç»Ļ +åĶ® ä»· +éŨ 票 +åŃķ å¦ĩ +çĶµè§Ĩ åı° +åıij ä½ľ +çļĦ åij³éģĵ +éķ¿ è¿ľ +åħ¬åħ± æľįåĬ¡ +æŃ£å¸¸ çļĦ +æľī è¿ĩ +é£İ æĥħ +æ¯Ķ éĩį +åIJ » +管çIJĨ å·¥ä½ľ +综åIJĪ æĢ§ +å·² 被 +说 èµ· +æİĴ æ°´ +ä¸įæĸŃ åľ° +æĥħ æĢĢ +è¾ĵ éĢģ +è¿ĩ æķı +çļĦ åı¯èĥ½æĢ§ +æľį çĶ¨ +æľī 许å¤ļ +å§Ķ åī¯ä¹¦è®° +åĮĸå¦Ĩ åĵģ +æļĤ åģľ +æĬķèµĦ 人 +çıŃ çº§ +说 çĿĢ +åįĹ åĮĹ +åĪĨ è¡Į +çıł å®Ŀ +å¯ ¶ +å¢ŀ å¤ļ +被 åĬ¨ +çī¹æ®Ĭ çļĦ +éĹľ ä¿Ĥ +çļĦ èĦ¸ +æĥ Ł +ä¸į ä¸Ģå®ļ +ç¶ Ń +çģ« çĪĨ +秣 éĩij +çŀ § +éĩį 建 +è· ª +ä¸Ģ 種 +çļĦ åIJĪä½ľ +å®ī æħ° +ä»į æĺ¯ +ä¸ĵä¸ļ åĮĸ +è°ĥ 解 +ä¸į 妨 +éĢĻ æĺ¯ +å¿ħ éłĪ +ä¼Ĭ æľĹ +å¾Ĺ äºĨ +æľįåĬ¡ å¹³åı° +å§ ¬ +åħĪ éĶĭ +çİĭ åŃIJ +çļĦä¸Ģ åĪĩ +æĢ» çIJĨ +åĵ ¼ +çª ij +çļĦå¿ĥ æĥħ +çļĦ éĩį大 +çij Ł +ä¸Ģ ç¬ij +åıijå±ķ ä¸Ń +åģ¥åº· åıijå±ķ +åĵģçīĮ çļĦ +ç¦ ® +ä½Ļ 人 +ä»Ĭå¹´ 以æĿ¥ +æķ° çłģ +çŃ¾ è¯ģ +åİ» æī¾ +åŁºéĩij ä¼ļ +æĬ± æĢ¨ +æŃ£ å½ĵ +çıŃåŃIJ æĪIJåijĺ +ä¸į åIJĪæł¼ +åĪ¶ å®ļäºĨ +ç¼ĵ æħ¢ +åĪ¶ 约 +æłı 缮 +å¸Ĥåľº ç»ıæµİ +ç»ĦæĪIJ çļĦ +严 å³» +æĹ¥ 讯 +ä¸ĢçĤ¹ çĤ¹ +æĺ¯ æĢİä¹Ī +çļĦ çħ§çīĩ +éĺ» æŃ¢ +模 ç³Ĭ +ç¼ ¸ +éģķ åıį +æIJ¬ è¿ģ +éĩij éĴ± +å½ ¬ +ä¸į å®ī +æĪĺçķ¥ åIJĪä½ľ +å¡« åĨĻ +讲 究 +åħħåĪĨ åĪ©çĶ¨ +èĥ½ å¤ł +èij¡èIJĦ éħĴ +éĩĩçĶ¨ äºĨ +åľ¨ ä»Ĭå¹´ +ä¸Ńå°ı åѦ +åľ¨ æĦı +çļĦ åİĭåĬĽ +ä¸į 幸 +åĪ¶ èį¯ +åı¯ä»¥ 让 +被 è¯Ħ为 +ç»Ĩ èıĮ +æĪı åī§ +åįĬ 导 +åįĬ导 ä½ĵ +è§Ĩ è§Ĵ +åĸľ æŃ¡ +å¾ģ æĶ¶ +è°ĭ åĪĴ +æŀģ 大çļĦ +çĤ¹ èµŀ +è®°èĢħ ä»İ +两 åIJį +èĩª åĬ© +èµ· æŃ¥ +æĬ¤ 士 +å®Ŀ 马 +太 åŃIJ +å°ıå°ı çļĦ +温 æ³ī +åĩºç§Ł 车 +秣 æĪ¿ +两 家 +éľĩ æĴ¼ +ç§ī æī¿ +ä¸Ģ件 äºĭ +çĥĪ 士 +å®ĺ åħµ +转 身 +ä¹IJ åĽŃ +çĻĮ çĹĩ +模 èĮĥ +æĦ £ +è¿ĩåİ» çļĦ +代 ä»· +çļĦ æ¦Ĥ念 +åĩł çĻ¾ +è´µ éĺ³ +æĭħ 忧 +éĢĤ å®ľ +çݯå¢ĥ ä¿ĿæĬ¤ +çĥ « +ä½ł æĥ³ +æѤ åIJİ +ä½ł ä¹Ł +çį İ +éĻ¤ æѤ +éĻ¤æѤ ä¹ĭå¤ĸ +è°ĥ 度 +ç§ij 缮 +æīĢ说 çļĦ +åĬ ĩ +忽 è§Ĩ +ä¸ī 次 +ä¸Ģ æĹ¥ +åŀĤ 缴 +ç«ŀ æĬĢ +éĿ¢ åĮħ +大 æĪĺ +æIJº 带 +å¦Ĥæŀľ 没æľī +åħ» æĪIJ +åĩº è¡Ģ +çĪ±å¥½ èĢħ +æīĵ éĢļ +èµ· è¯ī +åijĪ çİ°åĩº +æŃĮ æīĭ +åľ¨ å¤ĸ +é¢Ĩ导 å¹²éĥ¨ +åĨ ¥ +èĪĨ 论 +æıIJ åıĸ +éĺ¿ å°Ķ +æľĽ çĿĢ +ä¸ī äºļ +è² ¡ +åĪ ·æĸ° +æĻļ æĬ¥ +è¿ĺæľī ä¸Ģ个 +åĨ° ç®± +ç½ij çĤ¹ +åĩº åħ· +强çĥĪ çļĦ +æĪij çĽ¸ä¿¡ +å¸ĮæľĽ èĥ½ +çīĻ 齿 +äºĭ å®ľ +ä¸ļåĨħ 人士 +代 æĽ¿ +åıĺ å½¢ +éĽ ² +è°ĥ æݧ +åĪĽæĸ° åĪĽä¸ļ +æĭĨ è¿ģ +æł¸ æŁ¥ +éĢ Ĺ +åħ¥ åѦ +æĦı åIJij +æı Ľ +ä¸ĭ 次 +ä¼ł è¾ĵ +ä»ĸ们 åľ¨ +èĢĮä¸Ķ è¿ĺ +æĹ¥ åľ¨ +æķĻ è®Ń +æ´» çĿĢ +çļĦ æľīæķĪ +å¤įå·¥ å¤į +å¤įå·¥å¤į 产 +æĺ¯ä¸Ģ 件 +çŃī çĿĢ +å¾ © +åĭĩ æķ¢ +éģŃ åıĹ +å¥Ķ é©° +讲 座 +说 å®Į +ç»Ļ åĩº +è° ¦ +è¯Ĭ çĸĹ +çĽ² 缮 +客 è¿IJ +å°± è¿ŀ +å¼Ģ åħĥ +å¼Ģåħĥ æ£ĭçīĮ +ä¸įæĸŃ æıIJåįĩ +çĶ¨æĪ· çļĦ +æĴ ķ +ä¾Ľ æ°´ +ç¶ĵ æ¿Ł +ä¸Ń åĮ»èį¯ +èģĶ æĥ³ +åħ¬äº¤ 车 +èĪª çıŃ +æĬĢ è¡ĵ +å¼ķèµ· çļĦ +å° ¹ +èµĦ æ·± +åĽ½èµĦ å§Ķ +èĺ Ń +é¼» åŃIJ +éĹ ½ +æİĴ éĺŁ +è§Ĥ åħī +éģĹ åĿĢ +举 京 +é¥Ń åºĹ +ä¸įæĸŃ çļĦ +å°±æĺ¯ ä¸Ģ个 +éķ¿ ä¹ħ +çļĦ è§ĤçĤ¹ +å¨ ¶ +æĪij çİ°åľ¨ +çķ ° +å¾Ĺ åĩº +å¿ħ å®ļ +ä¸į åıĹ +åıª éľĢè¦ģ +åĽ° æī° +ç§ijåѦ æĬĢæľ¯ +çīĽ èĤī +è¾ĥ é«ĺçļĦ +è·ij æŃ¥ +æ² ¾ +èı© èIJ¨ +æľĢ å¾Į +ä¿Ŀ å¯Ĩ +æ²» å®ī +éĤ ± +常 è¯Ĩ +èĦ¸ èī² +åĮĹ å¤§ +æ±ĩ èģļ +æijĨ èĦ± +é¾Ļ头 ä¼ģä¸ļ +女 åıĭ +çŃī å·¥ä½ľ +ä¸Ń ç¾İ +èģĮ åľº +èĦij è¢ĭ +åĨĻ çļĦ +饲 æĸĻ +åĬ³ åĬ¨åĬĽ +å± ¯ +æĮģ èĤ¡ +åĽ¾ åĥı +è¿ĩåİ» äºĨ +è² ¨ +è¾ ² +éĹ® æĪij +è·Ł ä½ł +çĶŁ æŃ» +审 ç¾İ +é¢Ĺ ç²Ĵ +ä¸Ń æĸ¹ +åĬł çĥŃ +æĹħè¡Į 社 +çĻ¼ çĶŁ +ä¸į åłª +åĤ · +æ¥ ł +åĬŀ æ¡Ī +æŁ Ħ +æĹ¢ æĺ¯ +å¤Ħ åĪĨ +羣å®ŀ çļĦ +æĬ¥ 纸 +å¸Ī çĪ¶ +å®īå¾½ çľģ +åī¯ 主å¸Ń +ä¹ĭ éģĵ +导 å¼¹ +åŃ¦æł¡ çļĦ +åŁİå¸Ĥ çļĦ +è°Ī åĪ° +æ¢ Ĺ +å¹³ éĿ¢ +说 ä»Ģä¹Ī +é¢ij çİĩ +éķ¿ ä¸īè§Ĵ +çļĦ åĪ©çĽĬ +é» ¨ +è±Ĩ èħIJ +å®ŀéĻħ æĥħåĨµ +æŀĹ ä¸ļ +纪æ£Ģ çĽijå¯Ł +ä½ı éĻ¢ +çļĦ æķ´ä½ĵ +åīį è¡Į +æĮ ¨ +çħ¤ çŁ¿ +åī¯æĢ» è£ģ +å°ı åIJĥ +æŀģ 端 +å©Ĩ å©Ĩ +çİ° è´§ +è¯Ĺ æŃĮ +éĴ¥ åĮĻ +缩 çŁŃ +ä½Ĩ è¿Ļ +æĸ° åĵģ +è¿Ļ 对 +çŁ¥åIJį 度 +å¿ĹæĦ¿ æľįåĬ¡ +大 å±Ģ +è¡¡ éĩı +ä½ĵçİ° äºĨ +æ¡ĥ èĬ± +åIJ¸å¼ķ åĬĽ +åł ¤ +æĵħ éķ¿ +åĴ Ĵ +缸 æľº +ä¸Ģ ç«Ļ +ä¸Ģç«Ļ å¼ı +æľĢ ç¾İ +æ°¸ ä¹ħ +çļĦ éĥ¨åĪĨ +åĪĨ å·¥ +å·¥ç¨ĭ 建设 +æIJŃ è½½ +æ°´ ä¸Ń +èĮ ¨ +çļĦ æĵįä½ľ +绣 æ²» +çķħ éĢļ +åħļçļĦ åįģ +è¼ ¸ +æ¸ ¬ +ç¾İ è§Ĥ +ä¸į åĪ© +åıį æĢĿ +éªĦ åĤ² +æłĩ çļĦ +æĿĢ 人 +éĺ¿ å§¨ +é£Ł æĿIJ +åIJĥ çļĦ +åIJİ åĨį +çŁ £ +两 侧 +æ¸ħ æ°´ +è¿Ľ çIJĥ +å¼Ģå§ĭ äºĨ +åIJ¬ äºĨ +çĦĬ æİ¥ +çŁ ® +å¨ Ł +为 人 +éĢģ ç»Ļ +åĨĴ éĻ© +æķ · +ç»Ī æŃ¢ +æīį çŁ¥éģĵ +è¿IJ æ°Ķ +éĢļ é£İ +æĥĬ 讶 +ç§ijåѦ éĻ¢ +æıIJ éĹ® +太 åİŁ +缸åIJĮ çļĦ +ä» ķ +èģ ĸ +æĥħ æ³ģ +é¢Ĩ导 人 +åĩºæĿ¥ äºĨ +沿 线 +éĻ ½ +æĦŁ 覺 +ä»į åľ¨ +æ© Ļ +约 为 +åĸĿ éħĴ +çĶ¨ èį¯ +ä¸ĭ ä¸Ģ +æ³ķ å®ĺ +顺 åºı +åģļ ä¸Ģ个 +åĭ ¢ +æŃ ª +çĶµ ç«ŀ +ä¼´ éļıçĿĢ +ä¹ĭ åĬĽ +ä¹ĭ 人 +äºij 计ç®Ĺ +åĪ«äºº çļĦ +ç§ijåѦ åıijå±ķ +第 åħ« +å¹² æī° +女 ç¥ŀ +è¿Ļæł· åģļ +å¤Ħ åľ¨ +æ°´ è´¨ +éķ¿ æĺ¥ +å¸Ĥåľº éľĢæ±Ĥ +ç»´ æĿĥ +èĢ³ æľµ +æĸĩåĮĸ çļĦ +奶 ç²ī +ä¼ł è¾¾ +æīĭæľº çīĪ +æĽ¾ åľ¨ +äºĮ æľŁ +åİŁåĽł æĺ¯ +æºIJ 头 +åıĪ èĥ½ +è£ ¸ +æĬĢæľ¯ åĪĽæĸ° +æĸĩåĮĸ æĹħ游 +åıij 票 +å¹´ 级 +ä½ł ä¸į +ä¹ĭ å¿ĥ +æķ° çĻ¾ +åIJij å¾Ģ +èĢģ 家 +åľĭ éļĽ +çļĦ é«ĺ度 +æľĿ éĺ³ +æ¸ħ éĻ¤ +èĩª æľī +书 ä¸Ń +游æĪı è£ħå¤ĩ +ä¸ĩ å¤ļ +驾驶 åijĺ +ä½ł çŁ¥éģĵ +åĽ½ åºĨ +é£Ł åłĤ +æİ¥ åı£ +æĢ» æķ° +åħ¶ä»ĸ çļĦ +çĶŁåij½ çļĦ +ä½ł åľ¨ +çļĦ 缮åħī +è¿Ļ æĸ¹éĿ¢ +éĥ½ 说 +çĸĹ æ³ķ +åĭĩ 士 +åľ¨ åħ¨çIJĥ +ä¿ĿéĻ© åħ¬åı¸ +çĿ£ æŁ¥ +åĸĦ èī¯ +表 å½° +è¹ ² +è·¯ 段 +æľĥåĵ¡ è¦ı +æľĥåĵ¡è¦ı ç¯Ħ +æĪ· åŀĭ +ä¿ĥ 使 +ä¿® 建 +é«ĺ æ°´å¹³ +åģļ åĩºäºĨ +主 åľº +è¡Į èµ° +空 çĻ½ +æľī人 说 +è¿Ļ个 ä¸ĸçķĮ +åIJį ä¹ī +å®Į ç¾İçļĦ +羡 æħķ +åıĬ åħ¶ä»ĸ +åı¯ çĶ¨ +æĭ IJ +è¾ĥ 大çļĦ +æĬĢæľ¯ åĴĮ +å°¼ äºļ +çĻ¾ è´§ +æı ī +éĢī è´Ń +éĺŁ åıĭ +ä¼ł æĦŁ +ä¼łæĦŁ åĻ¨ +åıªè¦ģ ä½ł +为ä»Ģä¹Ī è¦ģ +ä¸ĵ注 äºİ +ä½Ļ é¢Ŀ +åħ¸åŀĭ çļĦ +缮åīį å·² +欲 æľĽ +èģĶ 绾 +æµģ ä¼ł +çļĦ 家åºŃ +åı· åı¬ +çıį è´µ +ä¼Ł 大çļĦ +éī´ äºİ +è·Ł ä»ĸ +产 çī© +ä¸į å·² +è¿Ŀæ³ķ è¡Į为 +头 ä¸Ĭ +åĪĨ 解 +åı¯ä»¥ çľĭåĩº +æł¡ åĮº +åŃĹ ä½ĵ +ä¿® çĤ¼ +çĶļèĩ³ æĺ¯ +微信 åħ¬ä¼Ĺ +åıĸ 代 +èIJ¥ä¸ļ æĶ¶åħ¥ +æ½į åĿĬ +ä½ł èĥ½ +社ä¼ļ ä¿Ŀéļľ +æ¯ĶèµĽ ä¸Ń +污水 å¤ĦçIJĨ +夫 å¦ĩ +ä¸Ģ å¹ħ +沿 æµ· +åı£ æĦŁ +ä½Ĩ åį´ +å½ĵ æĹ¥ +çļĦ æľĢ大 +æ¯ı ä¸Ģä½į +没 äºĭ +çī¹ åĪ¥ +å¼Ģ åѦ +è·¯ éĿ¢ +å¿ĥçIJĨ åѦ +æĶ¾ ç½® +éĩįåºĨ å¸Ĥ +ä½ł èĩªå·± +æ¶Īè´¹èĢħ çļĦ +ä¸Ģ æ³¢ +èѦ æĥķ +åį§ 室 +注 å°Ħ +é£İ 鼨 +沿 çĿĢ +åijĬ 訴 +表 çİ°åĩº +åĽĽ æĺ¯ +åı¤ åħ¸ +æĽ´ éĩįè¦ģçļĦ +好 äºĭ +çľ¼ 泪 +æ¨ ĵ +审 åĪ¤ +碰 æĴŀ +车 ç«Ļ +è¿Ľåħ¥ äºĨ +éĽĨ åIJĪ +æł¼ å¤ĸ +宾 é¦Ĩ +æĶ¯ä»ĺ å®Ŀ +她 æĺ¯ +æĺ¯ å¦Ĥä½ķ +人 次 +çļĦ æĪIJåĬŁ +æĹł åĬĽ +æµ· æĭĶ +æĺ¥ åŃ£ +éĥ½ ä¸įä¼ļ +çŃī å¤ļç§į +ä¸Ģ个 å°ı +åģľè½¦ åľº +让 æĽ´å¤ļ +è¿Ļ çĤ¹ +æĪIJ åĵģ +éĴ ī +éģĩ è§ģ +çıŃ ä¸»ä»» +æĦı æĦ¿ +çļĦ åIJĮåѦ +游 è§Ī +åİĭ 缩 +åľ¨ ä¼łå¥ĩ +å¼¹ æĢ§ +æĹ¥ åĨħ +ç¦ı建 çľģ +è§Ĵ èIJ½ +åĪĨ å¼Ģ +ä¼ļ 让 +å¤ĸ åĽ´ +çĨŁæĤī çļĦ +çĨ Ķ +ä¸ĩ è¾Ĩ +å¤ľ éĹ´ +车 身 +ä¸Ń æľŁ +å®ĮåĸĦ çļĦ +åĵģ ç±» +åıĭ è°Ĭ +éĢīæĭ Ķ +éªij 士 +å½ ¦ +çļĦ çľĭæ³ķ +åĽ½ çİĭ +è¾£ æ¤Ĵ +åıijå¸ĥ æŶéĹ´ +åı¤ åŁİ +éļı æľº +ç« ĸ +å¼Ģ è¾Ł +ä¼Ĺ çĶŁ +没 åĬŀæ³ķ +åįĥ éĩĮ +æĿ¥æºIJ äºİ +çļĦ æĿĥåĪ© +æ¯Ķ åĪĨ +满æĦı çļĦ +ä¿® è¡Į +åĿ ł +大 æµ· +èİ ¹ +åĩº 身 +è« ĩ +åħ³ èĬĤ +åIJį 人 +éľĢè¦ģ 注æĦı +æĹ© æĻ¨ +å¤ĸ åįĸ +åıĪ è¦ģ +æ¶ī æ¡Ī +çĶ³è¯· 人 +éĻĦè¿ij çļĦ +åĬłå¿« æİ¨è¿Ľ +æĸ° å¹´ +大 è¡Ĺ +ä¸Ģ é»ŀ +èĭı å®ģ +æĤĦ æĤĦ +èĦ¾ æ°Ķ +å¸Į èħĬ +éļı åį³ +æķ¢ äºİ +å®ŀè·µ ä¸Ń +æĺ¯ æ²¡æľī +æľī趣 çļĦ +æĿ¥èĩª äºİ +è£ģ åĪ¤ +女 åŃ©åŃIJ +èĩ³ åħ³ +èĩ³åħ³ éĩįè¦ģ +æĻº åĬĽ +èµ° åĩºåİ» +çŁŃ æĿ¿ +大 åĽ½ +çļĦ 认è¯Ĩ +å¹´ å¤ľ +åĨį åĪ° +åIJĮ æł·çļĦ +å¯Ĩ å°ģ +å¤ĸ交 éĥ¨ +çĶŁ æķĪ +æĤ¨ åı¯ä»¥ +ä½ł åĢij +è¿ĩ å¹´ +å¼ ĵ +è¡Į æĿİ +æ¯Ķ èµ· +身 é«ĺ +è¿Ļ个 人 +ä¸Ń å¤ĸ +éģĵ æŃī +çĽ¯ çĿĢ +亲 åŃIJ +éĹ ¸ +çĻ½ äºij +èĦĸ åŃIJ +ä¸ĢåĪĩ éĥ½ +æ· ij +è° ľ +åģ¶ çĦ¶ +éĿł è°± +é«ĺ 管 +ä¸ĭ åıij +æĶ¾ åĪ° +ç±» åĪ« +ä¸ĭ åĪĹ +æ·· ä¹± +åIJĪæ³ķ æĿĥçĽĬ +çݯ çIJĥ +æľīæķĪ åľ° +åķĨ æĪ· +æ¹ĸ 人 +æµ· 岸 +æĬķ 产 +两 个æľĪ +éĥ½ éĿŀ常 +å¢ŀ强 äºĨ +æĿ¥ åĪ°äºĨ +åī© ä½Ļ +æĤ¨çļĦ åŃ©åŃIJ +æµģ æ°´ +æŃ£ ä¹ī +天 çĮ« +åģļ è¿ĩ +ä½ķ æŶ +æĪij åİ» +çľģ 份 +å¥ĸ éĩij +该 å¦Ĥä½ķ +ä¸ĭ çıŃ +åģ¶ åĥı +æijĨ æĶ¾ +æĸ° 模å¼ı +æĬķ è³ĩ +è·¯ åı£ +åĨľæ°ij å·¥ +大 åѸ +件 äºĭ +æł¹æľ¬ ä¸į +æµĵ 度 +æµĵ åİļ +è½® èĥİ +æĪ¿ ä¼ģ +éĿŀ常 好 +ä»İ ä¸Ń +人 æł¼ +ç¿ ģ +æŶéĹ´ åĴĮ +è¿Ļ ä¸įæĺ¯ +åĪ¸ åķĨ +æĥĬ 人 +åĻ¨ å®ĺ +åĩĨ åĪĻ +æĥħ æĻ¯ +æĽ´ é«ĺçļĦ +åѦ 家 +泡 沫 +åľ°æĸ¹ æĶ¿åºľ +å°± çŁ¥éģĵ +åij¼ åIJģ +ç»ı è´¸ +èĬ± éĴ± +æľī ä¸Ģ次 +æĦŁ æħ¨ +ä¸Ģ åįĥ +å¤ľ æĻļ +詹 å§Ĩ +詹å§Ĩ æĸ¯ +è¦ģ éĹ» +ç» Ĵ +æºIJ äºİ +çļĦ è´¨éĩı +注æĦı äºĭ项 +æħ¢ æĢ§ +稳å®ļ çļĦ +建设 åĴĮ +æĻ¯ 象 +éĩı åĮĸ +çļĦ 話 +è¯Ħ 级 +æº ľ +红 åĮħ +éĢļ éģİ +社ä¼ļ 责任 +æĸ° 产åĵģ +åĨ· éĿĻ +çľĭ ä¸įåĪ° +èģĶ éĤ¦ +éŃ Ħ +çļĦ åīįæıIJ +çļĦåīįæıIJ ä¸ĭ +è¾ĥ 好 +çļĦ æĦŁæĥħ +客æĪ· æıIJä¾Ľ +çĭ¬ èĩª +å¢ŀ æĶ¶ +æĸĩ çĮ® +æĭ¼ åij½ +管çIJĨ åĴĮ +æµģåĬ¨ æĢ§ +åħ¨ 家 +ä¸Ĭ æĸ¹ +æݨåĩº çļĦ +ä¸ī åĽ½ +ä¸Ģ个 æĺ¯ +æĸ° ä¸Ģè½® +æĸĩåĮĸ éģĹ产 +æ® º +大 æ¹¾åĮº +éĥ½ éľĢè¦ģ +çļĦ å®ŀéĻħ +ç· Ĭ +大 å¥ĸ +åħī èĬĴ +便 äºİ +çļĦ 表æĥħ +æ¼Ķ ç»İ +红 åĨĽ +å½ĵ æĪij +æ²» æĦĪ +é¢Ŀ 度 +éĿ ľ +ä»»ä½ķ 人 +è¡Ĺ 头 +çī¹ æĸ¯ +çī¹æĸ¯ æĭī +åĮ»çĸĹ æľºæŀĦ +ç»Ļ åŃ©åŃIJ +è§Ħ 磩 +è£ ľ +çļĦ 身影 +ä¸ĵ æłı +æĿ¥ 临 +ç«¥ å¹´ +å¤į èĭı +è¨ Ĥ +åŀĭ åı· +åĽ¾ æ¡Ī +ç®Ģ åİĨ +æĭ ± +èį· åħ° +ä»» æĦı +æī¿ æİ¥ +è¿Ļ æīį +客 车 +æľĿ çĿĢ +éłħ 缮 +åı° é£İ +çļĦ æĪ¿åŃIJ +éª ı +æĿ± 西 +éģĹ ä¼ł +è¶Ĭ å¤ļ +äºĨ ä»ĸçļĦ +ä¸Ĭ åij¨ +管çIJĨ åĪ¶åº¦ +失 ä¸ļ +çĶ· åıĭ +æİ¥ ç§į +å¨ģ åIJį +çĴ° å¢ĥ +åıijçĶŁ åľ¨ +个 åĽ½å®¶ +åĪĽæĸ° åıijå±ķ +æĶ¹åıĺ äºĨ +åģ¥åº· çļĦ +åĢ¼å¾Ĺ ä¸Ģ +åĢ¼å¾Ĺä¸Ģ æıIJ +åĽ¢ ä¼Ļ +åģĩ 设 +åı° ä¸Ĭ +è§ĦèĮĥ åĮĸ +éĻª åIJĮ +座 æ¤ħ +åı¯ æĢľ +åħĭæĢĿ 主ä¹ī +æ³ķå¾ĭ 责任 +ä¸Ģ é¡¿ +æĬ¬ 头 +为 éĩįçĤ¹ +è¿ľ æ´ĭ +éĢı è¿ĩ +åħ¨çIJĥ åĮĸ +趣 åij³ +票 æĪ¿ +æ¯ı 人 +åIJĦç§į åIJĦæł· +äºĨ åĩºæĿ¥ +ç»Ŀ对 æĺ¯ +ä¸ĭ å±ŀ +ä¸Ģ åıĮ +è¿Ļ åĿĹ +æĬĹ çĸ« +è¦ģ çĤ¹ +å½¢æĪIJ çļĦ +æĪij çľĭ +ä¸ĩ éĩĮ +èĢĥ çłĶ +为 åħ¶ +æ°ij 宿 +å¤ļ ä½į +大 èĩ´ +ä»ĺ è´¹ +åħ¥ æīĭ +å±ħ 家 +æīĢåľ¨ åľ° +人 身 +è¿ĩ å¾Ĺ +è¯ķ è¯ķ +访 è°Ī +åĬł éĩį +å°± ä¸įä¼ļ +çĶŁäº§ ä¼ģä¸ļ +åĽŀ åĽ½ +åºķ 线 +赶 åĪ° +æĶ¯ éĺŁ +æĪij们 éĥ½ +éĤ® æĶ¿ +缴 èĩ³ +éĴ¢ çIJ´ +åħ ľ +çłĶ讨 ä¼ļ +æľĪ 亮 +åĿļæĮģ 以 +åħ¬å®ī éĥ¨ +éĴ¢ 管 +å°ı çĻ½ +ç½® ä¸ļ +èģ ĭ +书 åĨĻ +æĿ ı +éħį æĸ¹ +èĢĮ åıĪ +çijŀ 士 +çķĮ çļĦ +èĢģ 大 +æĪIJçĨŁ çļĦ +å¹² ä»Ģä¹Ī +ä¸ĵ项 æĸĹäºī +çŃī å¤ļ个 +èĦ± 离 +ä¸ī 个æľĪ +çłĶ究 åijĺ +æĹĭ 转 +æŀģ èĩ´ +åħį è´£ +åħįè´£ 声æĺİ +å¾Īå¤ļ çݩ家 +车 ä¸Ĭ +交 äºĴ +å·² æĺ¯ +ä¸Ģ å°ı +çļĦ éĩįçĤ¹ +èĬ± äºĨ +ä¸į æĺİ +æľīåħ³ è§Ħå®ļ +çĬ¹ å¦Ĥ +çľ ¸ +å¯ ¡ +çļĦ è¡£æľį +åĮħ 裹 +身 åŃIJ +å¸ĪèĮĥ 大åѦ +äºĭ åħĪ +线 æĿ¡ +æ³ķ åĪ¶ +åħ» æĬ¤ +稳å®ļ æĢ§ +éĤ µ +åŀĦ æĸŃ +é¡ į +èĢĥ åı¤ +æĿł æĿĨ +èĭı èģĶ +æ°´ çĶµ +åħ·ä½ĵ çļĦ +æ¿Ģ æ´» +æĪij æł¡ +åĪļ å¼Ģå§ĭ +åĩ¸ æĺ¾ +ç¦ ¾ +åħ¼ èģĮ +éĢı éģİ +åľ¨ 游æĪıä¸Ń +社ä¼ļ åıijå±ķ +好 çİ© +å¹» æĥ³ +ä¸į 代表 +注æĦı åĬĽ +æ£ į +çĶ¨ æīĭ +ç¾İ 人 +许å¤ļ 人 +å¾Ī æĺ¯ +çļĦ çłĶåıij +æīĵ åĩº +åIJĪä¼Ļ 人 +ä¸Ģ å¤ľ +ç¼ĵ ç¼ĵ +ä¿® æŃ£ +æĦŁ çŁ¥ +ç»Ī 身 +æ¿Ģ ç´ł +çݯå¢ĥ ä¸ĭ +次 ä¼ļè®® +ç»ıæµİ å¢ŀéķ¿ +æī Ľ +åıij éħµ +åĪĨæŀIJ å¸Ī +åľ¨ æľªæĿ¥ +主è¦ģ æľī +ä¸Ģ åŃ£åº¦ +çļĦ 说æ³ķ +ä»İæĿ¥ 没æľī +è´§ 车 +缩 å°ı +太 è¿ĩ +æķĪ åĬĽ +ä¸į ä¸ĭ +æĬķ 稿 +èį¯ ä¸ļ +ç»Ħ éķ¿ +ç«Ļ çĤ¹ +å¾Ī åĸľæ¬¢ +éIJ µ +åĬ¿ 头 +æ¼ı æ´ŀ +æĦ¤ æĢĴ +åħħ å®ŀ +åĪĽä¸ļ æĿ¿ +çĪ ª +æľª å¿ħ +åºķ éĥ¨ +å¾Ĺ åĪĨ +人æ°ij åĮ»éĻ¢ +äºĮæīĭ æĪ¿ +å·²ç»ı 被 +大 楼 +æĸ° æĪ¿ +辦 æ³ķ +çĶ¨ åĬĽ +æĭĵ 宽 +åĨħ åľ¨ +æĴŃ åĩº +饰 æ¼Ķ +ä¹Ł 让 +ä½ľ çĤº +çī©ä¸ļ 管çIJĨ +åį´ ä¸į +为 ä¸ŃåĽ½ +å±Ģ åĬ¿ +ä¸į èĤ¯ +æľĢ æĸ°çļĦ +åı¯ä»¥ éĢīæĭ© +æĺ¾ çİ° +å°± ç®Ĺæĺ¯ +åľ¨ æł¡ +é¾ Ł +两 æĿ¡ +çļĦ å®ŀåĬĽ +è¶Ĭ 好 +她 åľ¨ +å¿ł è¯ļ +ä¹Ł éľĢè¦ģ +游æĪı æĵįä½ľ +è¶ħ åĩº +å¦Ĥæŀľ ä¸į +æīĢåľ¨ çļĦ +ä½ł è¿ĺ +以 åĨħ +æľī ä¸Ģå®ļ +åı¯ è¾¾ +è·ij åĪ° +åī Ľ +建ç«ĭ åģ¥åħ¨ +æķ´ 车 +åīį æĸ¹ +éĹ´ æİ¥ +çŃ¹ å¤ĩ +çĸ² åĬ³ +离 å¼ĢäºĨ +æ± Ŀ +éĿ¢ éĥ¨ +ä¹ĭåīį çļĦ +åıĺ 为 +å¦Ĥæŀľ 说 +对 ä»ĺ +åĿĩ åı¯ +被åijĬ 人 +ç²¾ ç¾İ +èģļ ä¼ļ +çĿĢ æĢ¥ +è°· æŃĮ +ä¸Ģ åı· +红 åĪ© +ä¼łå¥ĩ 游æĪı +å» ĸ +è´ ŀ +ä¹° åĪ° +éŃ ļ +ä½ĵ è´¨ +å°ij äºĨ +æ³ī å·ŀ +åIJ Ł +ç»Ŀ ä¸į +é»ij æģ¶ +é»ijæģ¶ åĬ¿åĬĽ +ä¸Ĭ æĺł +çļĦè¯Ŀ é¢ĺ +ä¸ĩ人 次 +ä¸ĸ éĹ´ +çĶ¨ å·¥ +è´¯ ç©¿ +å®Ŀ çŁ³ +ä½ł 好 +åĪĩ åī² +强 åĽ½ +åĽŀ èIJ½ +æ°´ æĻ¶ +模 仿 +æ´ª æ°´ +éĢĻ 麼 +åįģä¸ī äºĶ +ä½ ij +éĻ Ħ件 +çļĦ å¢ŀéķ¿ +éĻĦ å±ŀ +çİ° å·² +帮 ä½ł +éĩij çīĮ +é«ĺ åİŁ +åľ¨ 家éĩĮ +éĺ² èħIJ +ç¡®å®ŀ æĺ¯ +宣 讲 +天 æīį +ç»ıèIJ¥ 管çIJĨ +éĶħ çĤī +åIJĪ ä¸Ģ +è§Ĥ èµı +éķ¿ è¾¾ +主ä¹ī æĢĿæĥ³ +éĤ£ 麼 +é£İ äºij +为主 çļĦ +æļij åģĩ +æĮģ ä¹ħ +å¼Ĥ åľ° +å¼Ģ éŨ +模 æĿ¿ +æī¹ 次 +ä¸į 便 +天 çĶŁ +åĩł 个æľĪ +ä¸ĵ ç§ij +åı¦ æľī +åħ¬å¸ĥ çļĦ +æĩ · +åľº åIJĪ +çļĦå¿ĥ æĢģ +è¿ĺ 好 +å®ŀ æĪĺ +èĢģå¸Ī çļĦ +åħ© åĢĭ +åı¯ åľ¨ +éĤ£ ä½į +å¥ł å®ļäºĨ +ä¿ĥ éĶĢ +æı´ åĬ© +ä¸ĩ çī© +æĥħ æĬ¥ +é¦ĸåħĪ è¦ģ +æĸĩåĮĸ åĴĮ +éĥ½ å·²ç»ı +ä¸Ĭ ä¸ĸ纪 +åĨľ åľº +大 æī¹ +æĺİçĻ½ äºĨ +çļĦ æĪIJéķ¿ +çļĦ æ¯ĶèµĽ +失 误 +åģļ æĪIJ +ä»Ĭ天 å°ıç¼ĸ +é¢Ĩ è¢ĸ +æıIJåįĩ äºĨ +å¾IJ å·ŀ +ä»į æľī +è¿ĩ 滤 +å¹½ é»ĺ +çĥŃ éĩı +ä¸Ģ é¦ĸ +æ¼Ĥ亮 çļĦ +åĩł ç§į +åĢ¡ è®® +å°±åı¯ä»¥ äºĨ +æİĴ åĪĹ +éĩį éĩį +ä¼ģä¸ļ åĴĮ +ä¸ĵ å±ŀ +çħ İ +亲 æĪļ +çĻ¾åĪĨ ä¹ĭ +稿 件 +è¿ĺ å¾Ĺ +人 åĵ¡ +äºī 夺 +æĽ´ 容æĺĵ +大 èĩªçĦ¶ +鼻 èħ¦ +太 空 +åľ° å¤Ħ +å¤ ¢ +ä»ĸ 对 +å¿ħ å°Ĩ +ä¸į å½ĵ +严 è°¨ +åĩº åľº +å·²ç»ı æľī +é¢Ĩ åĨĽ +é«ĺ æ¡£ +ä¸Ģ æīĢ +æł Ĺ +让 åѦçĶŁ +æĽ¹ æĵį +æŁIJ ä¸Ģ +伸 åĩº +èĬ± åįī +æ¸ħ éĨĴ +èģĶç³» æĸ¹å¼ı +åĪĨ å±Ģ +èħ ³ +æ©¡ èĥ¶ +éķ¿ å¾Ĺ +绿 åľ° +è¢ į +çļĦ èīºæľ¯ +女 æľĭåıĭ +ä¸Ń è¶ħ +离 åŃIJ +å¤ļæł· åĮĸ +éĺ³ åı° +ä½İ 碳 +ä¸Ģ ç±» +çŃīæĸ¹éĿ¢ çļĦ +å¾Ĺ 好 +模 åħ· +ä¸ĩ 亿 +çķĻ æĦı +临 æ²Ĥ +å°ij éĩı +çľĭ åIJij +ç»ıèIJ¥ èĢħ +çķĻä¸ĭ äºĨ +åĿı äºĨ +åijĬ åĪ« +羣 çIJĨ +ç¼´ è´¹ +æĬĬ ä½ł +çļĦ ä»»åĬ¡ +æĪij 对 +ä¹° åħ¥ +çĻ» ä¸Ĭ +æľī 两个 +ä¸Ģ 头 +æĵį æݧ +åħ¨ è¦ĨçĽĸ +çĿĢ æīĭ +å¢Ļ éĿ¢ +å¤ļ æĸ¹ +åı¯çĪ± çļĦ +ä¹Ł åı¯èĥ½ +æľĢ æľī +è¿ĻäºĽ éĥ½æĺ¯ +æĥ ¡ +å® ® +å¾Ī å°ı +éĹ®é¢ĺ æĺ¯ +åĿĩ æľī +å¾ģ éĽĨ +说 åĩº +æľī æĦı +é¢ Ĥ +æī¬ å·ŀ +åķĨä¸ļ 模å¼ı +çĶŁ èĤĸ +æįIJ 款 +å² Ĥ +ç¾İ æĻ¯ +è¿ĺ 羣 +æĭ¥ æĬ± +身ä½ĵ åģ¥åº· +æ·± å¤Ħ +çľ¼ ç¥ŀ +çļĦ 形象 +ä¼ĺ è¶Ĭ +å½ĵ æĪIJ +åĮº åĪĨ +åİ» éĻ¤ +注 å®ļ +å§IJ 妹 +åĮº åĨħ +é© ļ +æļĹ ç¤º +æĺİ äº® +æħ° éĹ® +å¸Ĥåľº 份é¢Ŀ +çĮª èĤī +çļĦ èµĦéĩij +åİĨ ç»ı +å§ĭç»Ī åĿļæĮģ +çĶŁ æľº +ä¸į 顾 +éĩij åĪļ +大 声 +éĻķ 西çľģ +é² į +åĨľä¸ļ åĨľæĿij +æľī 害 +éŨ è¯Ĭ +æ¯ı ä¸Ģ次 +çļĦ åĽłç´ł +é¢Ŀ å¤ĸ +åİ¿ 级 +çļĩ åIJİ +åĽ½ ä¼ģ +é¦ĸ éĢī +ç¼ĸ åĨĻ +æĭ¿ èµ· +åģ· åģ· +ä¸İ ä¸ŃåĽ½ +åįĸ 家 +ç»Ļ ä»ĸ们 +ç¥ŀ è¯Ŀ +åѸ æł¡ +æĪij ä¸Ģ缴 +çŁ¥éģĵ äºĨ +åį Ĵ +åĴĮ åľ°åĮº +ä»Ģä¹Ī éĥ½ +çĶ» 家 +æľ¬ çĿĢ +ä½Ļ åIJį +审 çIJĨ +ä¸Ģ åIJij +åıijå±ķ è¶ĭåĬ¿ +åĮº éĹ´ +注åĨĮ èµĦæľ¬ +çIJ ¦ +ä¸į åı¯ä»¥ +çļĦ åĦ¿åŃIJ +åĢ¼ çıŃ +ä¸¥æł¼ çļĦ +å®ŀä½ĵ ç»ıæµİ +æľī æĿĥ +æĪij åıĪ +éĵ¶ æ²³ +ç«ĭ 马 +æĿĢ äºĨ +åĮħ 容 +管 家 +身 é«Ķ +éĵ ħ +å°ı åŃIJ +管çIJĨ ç³»ç»Ł +æľīçļĦ 人 +é£İ çĶµ +æĻºèĥ½ åĪ¶éĢł +ç²¾ ç¡® +æĭĽåķĨ å¼ķ +æĭĽåķĨå¼ķ èµĦ +äºĮæīĭ 车 +åİ¿ å§Ķ +èīº 人 +å¥ ķ +è¿İ æĿ¥äºĨ +ç»ĵæĿŁ äºĨ +çļĦ ä¼łç»Ł +æĭ¼ æIJı +奥 迪 +çĸij æĥij +ä¹ĭ æĹ¥èµ· +æłĩå¿Ĺ çĿĢ +åľ° åįĢ +è¯ł éĩĬ +åĪ° æľŁ +åħ¨ éĥ½ +çŁŃ æļĤ +æĺ¯ æĪijåĽ½ +æĪij å·²ç»ı +æ»´ æ»´ +天 èµĭ +对 她 +åį«çĶŁ éĹ´ +çĶŁäº§ åŁºåľ° +æĹ¥ è®° +çļĦ æķĻåѦ +åĵ ĩ +æ°ij äºĭ +è¿ĺ åİŁ +æīĭ ä¸ŃçļĦ +çļĦ èī¯å¥½ +æ· « +ä¸Ńåħ± ä¸Ń央 +åĪ ĥ +åĵ Ħ +åľ¨ ä»ĸçļĦ +å°Ī æ¥Ń +åľº éĿ¢ +éĤ» å±ħ +çĹ Ĵ +å¦ Ħ +å¤ĸ ç§ij +ä¸į éĢĤ +举åĬŀ çļĦ +é Ĥ¹ +åħļçļĦ 建设 +çĻ¼ 表 +è·¨ çķĮ +æ²ī æ·Ģ +大 çīĩ +è¶Ĭ é«ĺ +å°Ĩ æĺ¯ +è§ī éĨĴ +åĤ¨ åŃĺ +å¢ŀ 大 +ä¸į 让 +æķ´ å½¢ +å¹³åı° ä¸Ĭ +åĩł ä½į +è¯ī æ±Ĥ +好 ä¸į好 +åľ į +æĸĩ æľ¬ +éĢ² åħ¥ +ç´ į +æł¹ æĵļ +èįī æ¡Ī +åħŃ ä¸ª +åĭ ¿ +åĪ¶ æĪIJ +饮 æ°´ +æ°¸ æģĴ +èĩª æĿĢ +åı¸ 马 +éļ¾ çĤ¹ +为 æĪij们 +å¼ § +åī© ä¸ĭçļĦ +åĩĨå¤ĩ 好 +çļĦ æľĢä½³ +èģĶåIJĪ ä¼ļ +æĤ£èĢħ çļĦ +æĪijä¸į çŁ¥éģĵ +ä¸ĭ ä¸Ģ个 +åıijå±ķ æĸ¹åIJij +ç¬ ¨ +æīĢ以 æĪij们 +åĨĻ äºĨ +éĢł æĪIJäºĨ +æ²Ļ æ¼ł +çŃĽ éĢī +çģ¾ åĮº +ä¸Ĭ çľĭ +éħ ¶ +æ»ļ åĬ¨ +éļ¾ åħį +åIJī åĪ© +ä¸Ģ ä¸Ģ +ç²¾ å¯Ĩ +伸 æīĭ +礼 仪 +åħ¨ æĺ¯ +è¶Ĭ 大 +ä¸Ń æłĩ +åıĸ åĨ³ +åıĸåĨ³ äºİ +éĢĶ ä¸Ń +讨 åİĮ +æīĭ åĨĮ +第 ä¹Ŀ +åŃĶ åŃIJ +çĦ¶ å¾Į +ä¸Ģ åħ± +æµ· æĬ¥ +款 å¼ı +æķ´ 天 +è¾¹ çķĮ +è·¯ è¾¹ +æĻĭ 级 +åIJIJ 槽 +çļĦ åħ³æ³¨ +æĪij 没æľī +å°±æĺ¯ åľ¨ +缮 çļĦæĺ¯ +åį³ä½¿ æĺ¯ +顶 å°ĸ +å·²ç»ı åľ¨ +å®īåħ¨ éļIJæĤ£ +æłĩ æĿĨ +åįĹ éĢļ +ä¼ļ 对 +座 ä½į +èµ¢å¾Ĺ äºĨ +åİŁæĿ¥ çļĦ +身 为 +书 åºĹ +è¢Ń åĩ» +ä»Ĭ æĻļ +以 èī² +以èī² åĪĹ +æĬĸ éŁ³ +åį´ 没æľī +丧 失 +çļĦ å±ĢéĿ¢ +åįģåĽĽ äºĶ +çŃī 缸åħ³ +æ±ĩ æĢ» +å¤ĸ 表 +为 æ°ij +éľĩ æĥĬ +å¥Ĺ è·¯ +çĬ¯ç½ª å«Įçĸij +å°Ĩ 以 +çİĩ é¢Ĩ +éħĴ åIJ§ +è¡Įä¸ļ åıijå±ķ +å¹´ èĩ³ +åĻ¨ æĿIJ +åĴĮ æĬĢæľ¯ +æľĢ å°ı +è¿Ļä¸Ģ åĪĩ +èģĮ 称 +å½ĵ ä½ľ +æİĢ èµ· +åĴ ĭ +ä¸Ń éĥ¨ +æīĭ èĩĤ +ç½¢ äºĨ +媳 å¦ĩ +æ´½ è°Ī +æĹ¶ä»£ ä¸ŃåĽ½ +人çĶŁ çļĦ +æŀģ éĻIJ +ç¦ Ħ +åĮº æĶ¿åºľ +æľ¬ éĴ± +礼 åĵģ +çļĦ éĤ£ä¸ª +侦 æŁ¥ +太å¤ļ çļĦ +å®ŀæĸ½ æĸ¹æ¡Ī +é«ĺ æłĩåĩĨ +æĮĩæĮ¥ éĥ¨ +åĢ¾ æĸľ +çī¹èī² 社ä¼ļ +çµIJ æŀľ +éĴ» çŁ³ +移 æ¤į +çī¹ ç§į +èĩª æĦ¿ +æĭľ çĻ» +åįķ 身 +åį´ åıĪ +åĪ¥ 人 +åIJĪ è§Ħ +æľº çĶµ +çī¹ æĦı +å½ĵåīį ä½įç½® +ä¹° 家 +åIJĪ 约 +èĤ© èĨĢ +为 åĩĨ +家 è£ħ +çļĦ çĥŃæĥħ +éĿŀ éģĹ +çļĦ éŃħåĬĽ +åİŁ åijĬ +社ä¼ļ åIJĦçķĮ +ä¹° çļĦ +å¤ļ åIJĥ +éĽķ å¡ij +èµ· ä¹ī +åĬł åī§ +éĤ£ä¸Ģ åĪ» +å°Ĩ è¿Ľä¸ĢæŃ¥ +æ¡Ĥ æŀĹ +æĽ´ 强 +对 ä¼ģä¸ļ +æĹł æĦı +ä¹łè¿ijå¹³ æĸ° +æµģ 失 +å¾® 软 +缸 对äºİ +座è°Ī ä¼ļ +主 èIJ¥ä¸ļ +主èIJ¥ä¸ļ åĬ¡ +ç§ģ åĭŁ +å±ķ示 äºĨ +常æĢģ åĮĸ +è² ´ +符 åı· +å¹´è½» çļĦ +å°± éľĢè¦ģ +ä¹Ł æĽ¾ +çļĦæĥħ 绪 +è¾¾ æłĩ +èĩ ¨ +ä½į å±ħ +ä»ħ 为 +é¦ĸ 家 +éĺ´ éĺ³ +ä¸įåĨį æĺ¯ +åĽłä¸º å®ĥ +ä¼ģä¸ļ åľ¨ +çĺ ¾ +åIJ¬ è§ģ +åİŁ æľī +åĪ¶ è£ģ +å¯Ĥ å¯ŀ +éĢļè¿ĩ 对 +æ»ij éĽª +è¿Ļ å¼ł +çļĦ çIJĨ解 +æĸ° ä¸ŃåĽ½ +è¿Ļ åĦ¿ +ä½İ ä»· +æĥ³ è¿ĩ +çļĦ ä¿¡å¿ĥ +建çŃij çī© +çļĦ é¢ľèī² +ä¸į åºĶ该 +æĹłçĸij æĺ¯ +å¼ķèµ· äºĨ +åħ¨ åijĺ +æĿ° åĩº +è¿Ļæĺ¯ æĪij +èª ° +èĺ ĩ +éĺµ åľ° +åħħ åĢ¼ +çŁ¿ ä¸ļ +çĿĢ ä»ĸ +ä¿¡ 访 +ä¸ĩ è¾¾ +æij© æĵ¦ +å¼Ģ 端 +èı² å¾ĭ +èı²å¾ĭ 宾 +车 åŃIJ +æľ¬èº« çļĦ +çģ«è½¦ ç«Ļ +常 å·ŀ +为 代表 +为代表 çļĦ +广 çĶµ +亲 人 +åı³ æīĭ +éĽĨ è£ħ +éĽĨè£ħ ç®± +çļĦ åį°è±¡ +æ©Ł æľĥ +åĮĨ åĮĨ +åħī çĶµ +大 æĸ¹ +è¿ĺ æľª +åĪ© 好 +ç»Ŀ 大å¤ļæķ° +åľ¨ è¿Ļç§į +ä¸Ģ ç»Ħ +æĸ° èĤ¡ +转 åıij +æ³ķ åºŃ +æĹł æīĢ +éģĵ è·¯ä¸Ĭ +çŁ¿ å±± +èij ī +æĶ¶ åĽŀ +称 ä¹ĭ +称ä¹ĭ 为 +æıŃ éľ² +åı£ 岸 +åIJ ¼ +å¿ĥ æĥ³ +çļĦ 梦æĥ³ +éĽ ¯ +ä¹ĭ åĪĿ +å¥ĸ 项 +订 éĺħ +èĵĿ 天 +åĿ¦ åħĭ +ç«ĭ æ¡Ī +èģĶ æīĭ +ä½Ĩæĺ¯ æĪij +帮 æĪij +ä»ħ 代表 +说 æĪij +çļĦ è¶ĭåĬ¿ +æ¯Ķè¾ĥ 大 +èµ° å»Ĭ +éĩįçĤ¹ é¡¹çĽ® +èµĮ åľº +åIJį çīĩ +æĦŁ åı¹ +åľ¨ åľ°ä¸Ĭ +åıij çĥŃ +èĮĥ çķ´ +çļĦ éģĵè·¯ +éĩij èī² +ä»ĸ åıĪ +ä¼ļ 产çĶŁ +æ°ij åĽ½ +å®ĺæĸ¹ ç½ijç«Ļ +æĶ¶çĽĬ çİĩ +çļĦ åĪ°æĿ¥ +çļĦ åĬŀæ³ķ +æĶ¹ åĪ¶ +ä¸ĩ ç§ij +ä¸į äºĪ +è¿ĻäºĽ éĹ®é¢ĺ +çĪ± ä¸Ĭ +çIJĥ åľº +è´£ 令 +æİĪ 课 +åľ¨ é¦Ļ港 +ç»Ĩ èħ» +å¤ļ ä¸ĩ +åIJĮ å¹´ +大 使 +æĸ ĭ +ä¹Ł 为 +æĥł å·ŀ +åIJī 祥 +çĶ° åĽŃ +åĽ½å®¶ éĺŁ +éĩį çĶŁ +åľ¨ åħ¶ +é¦Ļ åij³ +è´Ł èį· +亲 åĪĩ +èĩª 豪 +没 éĶĻ +åĽłä¸º åľ¨ +æĺŁ æĺŁ +éĤ ij +è¿ĺæľī å¾Īå¤ļ +æij© æīĺ +æij©æīĺ 车 +æŃ¥ è¡Į +管çIJĨ ä½ĵç³» +èĦļ ä¸ĭ +éģİ åİ» +æ±ī è¯Ń +对 ä¸įèµ· +çļĦ ç»ıåİĨ +åıĬ 缸åħ³ +ä¸įå°ij 人 +éĩį ç£ħ +åĬ³åĬ¨ èĢħ +大åĬĽ åıijå±ķ +æĢİä¹Ī åģļ +çĭĹ çĭĹ +举åįĹ äºļ +åĭĩ äºİ +åħ¬ éĸĭ +çĵ· çłĸ +åıĤ çħ§ +广æĴŃ çĶµè§Ĩ +举 åĬ¨ +æ±Ł 西çľģ +æķĪ èĥ½ +åĶ¯ æľī +éĿ¢ è²Į +èĩªåĬ¨ 驾驶 +æ¦ľ åįķ +å½ĵ æĪij们 +仲 è£ģ +æľ¨ æĿIJ +ç±³ åħ° +çĻ½ éĵ¶ +çļĦ 人éĥ½ +å°± åĥıæĺ¯ +æŃ¥ åħ¥ +åįł çĶ¨ +åĩ» è´¥ +让 大家 +ä¼ļ è®©ä½ł +åİ¿ æĶ¿åºľ +è¦ģ çĶ¨ +çŃī å½¢å¼ı +åįĩ é«ĺ +责任 æĦŁ +å¤ĩ çĶ¨ +ä»ĸ 认为 +æ¸ħåįİ å¤§åѦ +ä»ĸ èĩªå·± +éĸ± è®Ģ +太平 æ´ĭ +éĶģ å®ļ +çŃ Ĩ +è¿Ļ çīĩ +æī§ æĶ¿ +è¿ĶåĽŀ æIJľçĭIJ +å°± æѤ +éģĩ åĪ°äºĨ +å¼Ģå¹ķ å¼ı +管çIJĨ éĥ¨éŨ +姿 åĬ¿ +设 æĥ³ +åĽĽ åŃ£ +æĬĢæľ¯ 人åijĺ +å·® çĤ¹ +è¾ŀ èģĮ +èĢģ 師 +çļĦ æĦŁåıĹ +ä¹Ł éĿŀ常 +å¹´ ä¸ĬåįĬå¹´ +æĢª çī© +èĮĥ æĸĩ +æĪĺ å½¹ +åIJ« ä¹ī +åħ¨ è¿ĩç¨ĭ +èĢĮ éĿŀ +éĢļ讯 åijĺ +è¿Ļæł· æīįèĥ½ +æľº ç»Ħ +è£ ı +çķ¶ çĦ¶ +èµĮ åįļ +åIJĦ æľī +å·¥ä½ľ æľºåĪ¶ +äºĭ åIJİ +åī§ éĻ¢ +å±Ĭ æŶ +åĺ´ éĩĮ +主 线 +ä¸Ģ åľĪ +主è¦ģ åİŁåĽł +å°¸ ä½ĵ +åĮ»çĸĹ åĻ¨æ¢° +ä½ł æĢİä¹Ī +ä½Ĩ çĶ±äºİ +æŶ 空 +çĶ· æľĭåıĭ +çĶľ èľľ +é«ĺ åľ° +æĻ ĸ +èĴIJ éĽĨ +åĩĿèģļ åĬĽ +å¤ĩ åıĹ +æĸĩ åĪĽ +马 æĿ¥ +马æĿ¥ 西äºļ +æŁ´ æ²¹ +使 人 +æķĻ ä¼ļ +ç§ĭ 天 +æĺİ çıł +åħŃ åįģ +çݯå¢ĥ ä¸Ń +æ¸ħ æĻ¨ +积æŀģ åıĤä¸İ +å·ħ å³° +为 æľŁ +çŃ¾ åŃĹ +æĦŁ æ¿Ģ +ç§ĭ åŃ£ +æĿij åŃIJ +æ¢ħ 西 +æļ´ 鼨 +çĶŁæ´» åľ¨ +çªĹ æĪ· +æģ¶ åĬ£ +纯 ç²¹ +åľ¨ æİ¥åıĹ +没 èĥ½ +è¡Į 人 +åĭ º +æĭ¨ æīĵ +ä½ľ åĩºäºĨ +çļĦ 主é¢ĺ +æľª ä¾Ĩ +ä¸Ń æľĢ +æ¾ ľ +é«ĺ è¡Ģåİĭ +åħ´ èµ· +æŃ£ èĥ½éĩı +åŁ¹è®Ń çıŃ +æİ¥ åħ¥ +çĦ¶åIJİ åĨį +åѦçĶŁ 们 +é¢ĨåħĪ çļĦ +çģ« çĥŃ +ä¸ĵ èģĮ +æĪĸèĢħ 说 +建 è¨Ń +é» ı +对 åħ¬åı¸ +çī¹ æľīçļĦ +åħī èį£ +å½ĵ åľº +éĿ¢ åŃIJ +èµĦ产 管çIJĨ +æĹ¶æľŁ çļĦ +çŀ İ +åįİ ä¸ľ +åıĪ ä¸Ģ次 +èĥİ åĦ¿ +å®ļ çĤ¹ +头 çĹĽ +液 ä½ĵ +æĺ¯ä¸Ģ ä½į +帽 åŃIJ +å¹´ èµ· +ä¸į ä½İäºİ +è¾ĥ å°ij +éĿ¢ä¸´ çĿĢ +å±Ĥ å±Ĥ +èĿ´ èĿ¶ +èī° èĭ¦ +éĺ¿ æł¹ +éĺ¿æł¹ å»· +æ¦Ĥ æĭ¬ +请 éĹ® +èµ· åºĬ +å±Ģ å±Ģéķ¿ +稳 åģ¥ +å¦Ĥæŀľ æĪij们 +éħĴ ç²¾ +æĪ· åı£ +æĦŁ æĤŁ +æĪij们 éľĢè¦ģ +æĬĢ èīº +èĩª åªĴä½ĵ +è¿Ľ åĮĸ +æ¿ĢçĥĪ çļĦ +ä½ĵ 温 +èļ ķ +èĩ´ è¾ŀ +宪 æ³ķ +ä¸Ģ çŃīå¥ĸ +çĵ¶ é¢Ī +æĥł æ°ij +èµ° è·¯ +çİ° ä»» +åķĨ éĩı +ä¸ĭ 车 +åĪ ł +責 ä»» +èŀįåIJĪ åıijå±ķ +ç´ł æĿIJ +æ²¹ ä»· +åģļ 人 +çŀ ª +æĶ¹éĿ© åĪĽæĸ° +çļĦ åĮºåĪ« +è·¨å¢ĥ çĶµåķĨ +æ¶īåıĬ åĪ° +æīĺ 管 +æĪij è¿ĺæĺ¯ +åĿIJ æłĩ +ç½ij 讯 +å½ĵåľ° çļĦ +追 溯 +åľŁ èĢ³ +åľŁèĢ³ åħ¶ +åºķ ä¸ĭ +åĩł åįģå¹´ +ç©¿ è¿ĩ +çĶŁæĢģ æĸĩæĺİ +æݨ èĸ +æݨèĸ ¦ +éł Ĩ +åĴ³ åĹ½ +åĪĨ æĪIJ +çĹķ 迹 +æĪ· ç±į +éĥ½ ä¸įèĥ½ +æĻļ ä¼ļ +åĢ © +ä½ĵ åĬĽ +è¿Ļ个 èģĮä¸ļ +æĹł å½¢ +åıª æĥ³ +è¿Ľ åıĸ +æĿĢ æŃ» +èĦ Ĭ +äºij åįĹçľģ +æľª çŁ¥ +ç¾İ èģĶ +ç¾İèģĶ åĤ¨ +å¤ĸ å½¢ +诱 æĥij +çĽ £ +è¡Į 使 +åłĨ 积 +çĨŁ ç»ĥ +éĺIJ è¿° +æľĢ大 éĻIJ度 +å·¡ æŁ¥ +夺 åĨł +ä¼ģä¸ļ æĸĩåĮĸ +çĭ® åŃIJ +ä¿Ŀ å®Ī +ä¸ºæł¸å¿ĥ çļĦ +æī© æķ£ +åĪ¶éĢł åķĨ +æŁĶ 软 +为ä¸Ģä½ĵ çļĦ +游 çİ© +çĶŁ çĹħ +幫 åĬ© +åĶ± æŃĮ +æīį åı¯ä»¥ +宽 æĿ¾ +è¦ģ æ¯Ķ +æĺ¯ æĢİæł· +çģ° èī² +çİĭ åĽ½ +æIJħ æĭĮ +计 éĩı +åij¨åĽ´ çļĦ +æĻºèĥ½ æīĭæľº +常 åĬ¡ +常åĬ¡ åī¯ +é© ´ +å°Ĩ è¿ij +寻 常 +ä¸ŃåĽ½ å¸Ĥåľº +容 åĻ¨ +å±± ä¸Ĭ +èĥĮåIJİ çļĦ +亲 å¯Ĩ +æīĢ以 说 +éİ ® +çļĦ çIJĨçĶ± +大 åŁİå¸Ĥ +常 å¹´ +æĹħ游 ä¸ļ +å°±æĺ¯ è¿Ļæł· +åĨį æĿ¥ +é«ĺ ä½į +åĨħ 饰 +æŀĦ éĢł +ä¸Ģ èµ·æĿ¥ +çĶ³ è«ĭ +å·²ç»ı å¼Ģå§ĭ +çļĦ åĬ¨ä½ľ +被 è¿« +éģį å¸ĥ +åīĸ æŀIJ +å°ı äºĭ +å¿ĥ ä¸ŃçļĦ +ä½ĵåĪ¶ æĶ¹éĿ© +çļĩ 家 +æķĻ åłĤ +åIJĥ å®Į +åĽ½æ°ij åħļ +æĺİç¡® äºĨ +åıijå±ķ è§ĦåĪĴ +第ä¸Ģ æŃ¥ +å¾Ĺ èµ· +åľ¨ åĵª +çļĦ è·¯ä¸Ĭ +é» Ķ +çķ¶ æĻĤ +大åĬĽ æĶ¯æĮģ +åıĮ éĩį +çŁ¥éģĵ èĩªå·± +åIJĪä½ľ åįıè®® +æ°Ķ åĬ¿ +éķ¿æķĪ æľºåĪ¶ +ç½ķ è§ģ +åĽŀ æĿ¥äºĨ +ä»ĸ ä¼ļ +ä¸Ń æĸ° +ä¸Ńæĸ° ç½ij +çļĦ åķĨåĵģ +èµł éĢģ +決 å®ļ +å¸Ĥåľº çĽij管 +çķĻ åѦçĶŁ +çĶµ åİĭ +äºļ 马 +äºļ马 éĢĬ +è¿ĺæĺ¯ æ¯Ķè¾ĥ +ä¿ĥè¿Ľ äºĨ +æµģ åħ¥ +æijĦ åĥı +æijĦåĥı 头 +æıIJ åıĬ +åıij æİĺ +æī¾ åĩº +æ¢Ŀ 件 +ç¹¼ çºĮ +æĪij åĸľæ¬¢ +å¥ İ +æ¦ľ æł· +å¼Ģ èĬ± +æ²ī éĩį +åŁº åĩĨ +ä»ħä»ħ æĺ¯ +轨éģĵ 交éĢļ +åĶIJ å±± +çŃī ä¸Ģç³»åĪĹ +ä¸įè¿ĩ æĺ¯ +åŃĺåľ¨ çĿĢ +èĬ± çĶŁ +å¤ · +ç»Ī 究 +ä¹Łæĺ¯ ä¸Ģ个 +åįģ åŃĹ +èĸª éħ¬ +伤 å¿ĥ +æĺ¥ ç§ĭ +åĨ· åį´ +ç²¾ çģµ +çļĦ åľ°åĽ¾ +æ¯Ķ çī¹ +æ¯Ķçī¹ å¸ģ +æĢ§ åĪ« +ä½Ļ ä¸ĩåħĥ +ä¸įå¿ĺ åĪĿå¿ĥ +å¿ĥ çĸ¼ +æĽ² 线 +é«ĺ ä½İ +è¦ı å®ļ +æĻ¯ èī² +è¦ģ 说 +åħ¬åı¸ å°Ĩ +液 åİĭ +è¿Ŀ 约 +åİļ 度 +åºŀ 大çļĦ +è¿ĺæĺ¯ å¾Ī +é¦ĸåħĪ æĺ¯ +çµ ² +åĬ¡ å®ŀ +並 ä¸Ķ +å¢ŀ è¿Ľ +ç»Ħç»ĩ å¼Ģå±ķ +èµ·æĿ¥ äºĨ +è¾ĥ å°ı +导 游 +两 åľ° +ç¿ ĺ +çģ¿ çĥĤ +é£İ éĩĩ +æĶ¯ 线 +æĶ¯çº¿ ä»»åĬ¡ +娱ä¹IJ åľĪ +天津 å¸Ĥ +åĮħ åĽ´ +æľ¬ èµĽåŃ£ +éĩįè¦ģ 讲è¯Ŀ +åıĮ åIJij +åįİ ä¸½ +éĶ ¤ +åĦ¿ 女 +åįĸ åĩº +ä¾Ĩ 說 +ä»ĭç»į ä¸Ģä¸ĭ +åIJ¦ 认 +åĭ Ŀ +æĻ®éĢļ 人 +çļĦ åĬ¨åĬĽ +涨 åģľ +åŁºéĩij 管çIJĨ +ä¸Ģ个 éĩįè¦ģ +è¿IJ æ²³ +çħ ŀ +è´¢æĶ¿ éĥ¨ +è¡Įä¸ļ åįıä¼ļ +éĥ½ å°Ĩ +è¨Ģ 论 +ä¸ĭ ä¾Ĩ +墨 西 +墨西 åĵ¥ +åĽłä¸º ä»ĸ们 +æĢİä¹Ī åĽŀäºĭ +åĬłå¤§ 对 +èĬ Ń +çīĮ åŃIJ +ä¼ļ 使 +妹 åŃIJ +ç«Ļ éķ¿ +å¿ħ å¤ĩ +æłij æľ¨ +æģ¶ æĦı +æ²³ éģĵ +å¯Į è£ķ +ç¹ģ åįİ +代表 åĽ¢ +æµij 身 +é¦ĸ ä½į +èĪªç©º åħ¬åı¸ +鼻 å½± +ä¸ĵ è¾ij +æ°´ æºIJ +ä¸Ń æ¯Ĵ +並 ä¸į +èĢĮ åİ» +é ĥĿ +äºİ æѤ +æĸĩåĮĸ 建设 +èĤ¯å®ļ ä¼ļ +å¸ĮæľĽ 大家 +æıı åĨĻ +ä½İ è°ĥ +æĸ°åħ´ 产ä¸ļ +æ·Ħ åįļ +æĶ¾ å¼Ģ +çļĦ æĢ§æł¼ +çĸ¾çĹħ çļĦ +æķ´ é¡¿ +线ä¸Ĭ 线ä¸ĭ +éĢī 项 +çļĦ 认åı¯ +æķ´ é½IJ +çĶļ ä¹Ī +çľģ åĨħ +åı¤ 人 +æ°ij ä¿Ĺ +çī¡ 丹 +éŨ çªĹ +éĤ£ æł·çļĦ +çĽijäºĭ ä¼ļ +ç¿¡ ç¿ł +ç¦ ¹ +åįĥä¸ĩ ä¸įè¦ģ +æĶ¶ 缩 +çļĦ æĸĩåŃĹ +åĴĮ å°ļ +æĮĩ 令 +åħ±äº§ åħļåijĺ +çļĦ çĪ¶äº² +å®Į å·¥ +åĬ¡ å·¥ +马 æĭī +马æĭī æĿ¾ +æµĭ è¯Ħ +å² ļ +ä¸į åģļ +ä¸ĥ å¹´ +åĿĩ ä»· +主 è§Ĥ +å¾Ī ä¸įéĶĻ +èĤ¡ä¸ľ 大ä¼ļ +äºĶ ä¸Ģ +é£İ åIJ¹ +å¼Ģ éĩĩ +è¿Ļä¹Ī 大 +èĥ½ çľĭåĪ° +èĢĥ è¯Ħ +åį³ 便æĺ¯ +çݰ代 åĨľä¸ļ +æ¯Ķè¾ĥ é«ĺ +è¦ģ çľĭ +没 äºĨ +解 決 +çݯ æ¯Ķ +åĨ² åĬ¨ +æ·± å¤ľ +åĩł åįĥ +ä¿ ı +ç½ij æ°ij +å°± 没 +ä»ĸ 表示 +éĩı åŃIJ +æĹ©é¤IJ åĬłçĽŁ +åįĬ å²Ľ +æIJŀ ç¬ij +ä¸Ĭ æĬ¥ +å¯ © +é¢Ħ 订 +èľĤ èľľ +æŁ¥ æī¾ +ä¼Ĺ æīĢ +ä¼ĹæīĢ åij¨ +ä¼ĹæīĢåij¨ çŁ¥ +æĹ© æĹ¥ +åıij æī¬ +åĴĮ 个人 +åĬłåħ¥ äºĨ +åĸ® ä½į +åĪĨ æĺİ +第ä¸Ģ æī¹ +ç¾İ åĨĽ +æĿĢ æīĭ +éŨ å¤ĸ +åķĨ åľĪ +ä¸Ģ åĪ» +çļĦçľ¼ ç¥ŀ +éľ Ħ +äºĽ ä»Ģä¹Ī +åĬł æ·± +æ¯ı ä½į +å¸Ĥ éĿ¢ä¸Ĭ +åıĶ åıĶ +çļĦ éĤ£ç§į +粤 港澳 +è´´ å¿ĥ +æĸĩåĮĸ 产ä¸ļ +红 æĹĹ +åĺī åħ´ +æĶ¶ çĽĺ +å®ĮæĪIJ åIJİ +ä¼ģä¸ļ 管çIJĨ +纵 横 +ä¸į ä¿¡ +æĪIJ éĥ½å¸Ĥ +æ´Ĺ 澡 +举è¡Į çļĦ +çĶ¢ çĶŁ +ç©¿ ä¸Ĭ +åĪļ 好 +åħī 线 +æīĵ æŀ¶ +è¿Ļ æľ¬ä¹¦ +åĶ®åIJİ æľįåĬ¡ +åĩł åĪĨ +ä¸Ĭ 次 +ä¸į åĪĨ +产 åIJİ +éģ¿ å¼Ģ +ç»Ī æŀģ +代表 大ä¼ļ +æ¼Ķ æĬĢ +åĽŀ è´Ń +åѦ è´¹ +éĺ» ç¢į +ä¸Ģ大 æī¹ +ç«£ å·¥ +åĨ³ å®ļäºĨ +ä½Ĩ å¦Ĥæŀľ +çĶµ æµģ +ä¸Ŀ 毫 +èĥ½å¤Ł åľ¨ +éĶĢåĶ® æĶ¶åħ¥ +åľ¨ åŃ¦æł¡ +æ°´ åĩĨ +è§Ĩ 线 +èĩª åľ¨ +åķĨä¸ļ éĵ¶è¡Į +为äºĨ 让 +çį² å¾Ĺ +çݩ家 æľĭåıĭ +éĿ¢ èĨľ +åĪĨ åī² +åī§ æľ¬ +ç« Ń +说 å¾Ĺ +æĥ³ çŁ¥éģĵ +çļĦ人 çī© +èĮħ åı° +åIJĮ ä¸Ģ个 +æķ°æį® ä¸Ńå¿ĥ +çĶ Ħ +åĸľ æĤ¦ +ä¸ĭæĿ¥ çļĦ +å®ļ åIJij +æŀģ åħ· +çļĦ åľŁåľ° +éĤ£ åĢĭ +æijĦ åħ¥ +äºĨ æĪijçļĦ +马 è·¯ +åħ¨ 社ä¼ļ +è®® æ¡Ī +å±ĭ åŃIJ +åIJį åı« +åĮ ª +åľ¨ å¤ĸéĿ¢ +åįİ åįĹ +åıij è´§ +å¯Ĵ åĨ· +é«ĺçŃī æķĻèĤ² +详ç»Ĩ çļĦ +个 é¡¹çĽ® +çĶŁäº§ åĬĽ +æŶ 常 +å°± æľĥ +ä¸ĩ èĤ¡ +éĻĮçĶŁ 人 +æıı ç»ĺ +å½ĵ çĦ¶æĺ¯ +æĭī åĬ¨ +éĵ¾ æĿ¡ +æī£ éĻ¤ +ä¸Ģ缴 éĥ½ +å°ı åŃ©åŃIJ +伤 åı£ +第äºĮ å±Ĭ +è´Ń ç½® +çļĩ 马 +æĹł èģĬ +表 åĨ³ +诸 å¦Ĥ +åĵį èµ· +é£İ æļ´ +ä¸Ģæµģ çļĦ +ç ·¨ +解æĶ¾ åĨĽ +室 å¤ĸ +å°± è¿Ļä¹Ī +å³ ¶ +æīĢæľī 人éĥ½ +æIJľç´¢ å¼ķæĵİ +çļĦ æĪIJæľ¬ +åħļ æĶ¿ +åıijè¡Į 人 +çļĦ äºĭå®ŀ +对 该 +åıĹ æįŁ +ä¿Ħ ä¹Į +é²ľ èĬ± +åĨľ èį¯ +æŀģ éĢŁ +æĢ¥ æĢ§ +两 ä¼ļ +ä¸ĢèĪ¬ æĿ¥è¯´ +æµ· é²ľ +åĨ Ī +çĶ¨ 人 +çĶ¨äºº åįķä½į +åĢ ª +åĦª æĥł +æł¹ æºIJ +åĽ¢ è´Ń +ç¾İ æ´² +ä¸ĭ è¡Į +å¹´ æľ« +èľ ¡ +è¯ģ 件 +åľ¨ æĪijåĽ½ +ä¸į åºĶ +æĮī æŶ +åłª 称 +åľº ä¸Ĭ +å¹²éĥ¨ èģĮå·¥ +æľī å¾Ī大çļĦ +æķ°åŃĹ ç»ıæµİ +æ¼Ķ ç»ĥ +æį® ç»Łè®¡ +å¾Ģ æĿ¥ +广åijĬ æľįåĬ¡ +çļĦ è·Ŀ离 +æŃ ¸ +è¨Ģ è¯Ń +被 èªī +被èªī 为 +åĭī 强 +å°Ĭ æķ¬ +ä¸ĩ 亿åħĥ +ä¸ŃåĽ½ åĽ½éĻħ +å¹² é¢Ħ +å¹´ 产 +èĢķ åľ° +èĮ İ +åį³ æĺ¯ +æĺ¨ æĻļ +æĪIJ为 ä¸Ģ个 +çºł æŃ£ +åij½ åIJį +é¢ģ å¸ĥ +çĮľ æµĭ +ä¿ĿèŃ· æĶ¿çŃĸ +æĭ ¢ +æ´» æ³¼ +çŃī éĥ¨éŨ +åѦ åĪ° +å¢ŀåĢ¼ ç¨İ +èĪª 线 +åĨ ¤ +åįģ åĩłå¹´ +æݧèĤ¡ èĤ¡ä¸ľ +ä¸Ģ éŨ +个 å·¥ä½ľ +ä¸ªå·¥ä½ľ æĹ¥ +æĸ° 西 +æĸ°è¥¿ åħ° +论 è¯ģ +ä» Ĩ +åı¦å¤ĸ ä¸Ģ个 +æĶ¹ ç¼ĸ +严 ç¦ģ +åĸľ 好 +个人 ä¿¡æģ¯ +满æĦı 度 +åĵ ¨ +å¸Ī èµĦ +æĶ¹ 为 +ç«ŀäºī 对æīĭ +åĩº çĤī +åķĨ 人 +大 æ£ļ +æĮĩ导 ä¸ĭ +å¦ĩ ç§ij +è¼ ª +æī ģ +åIJĮæŶ è¿ĺ +并 éĢļè¿ĩ +æĪĺ éĺŁ +èĶĵ 延 +ä¿ ŀ +éĢĤå½ĵ çļĦ +åīį è¾Ī +åĵģ åij³ +湿 åľ° +æĪIJ åŀĭ +ä¸į åıªæĺ¯ +æĥ© ç½ļ +åĩºåı° äºĨ +çİ© 游æĪı +æīį åıijçİ° +åºĶ èģĺ +å¤ĸ æĿ¥ +åįł é¢Ĩ +å±ķ æľĽ +å« Ĥ +港 èĤ¡ +æ¡Į ä¸Ĭ +æĶ¯ æŁ± +çļĦæĥħ å½¢ +广éĺĶ çļĦ +æĶ¯ è¡Į +å´© æºĥ +æľĪ ä¸Ń +æľĪä¸Ń æŬ +ç»į åħ´ +临 è¿ij +æĬ¤ æłı +æļ ® +åįķ èģĮä¸ļ +è¾¹ å¢ĥ +æĹ¥ çħ§ +ä¸Ģ åłĨ +缴 å¾Ħ +åħ±åIJĮ ä½ĵ +æĸ°åįİ ç½ij +æīĵ 好 +çĶµåĬ¨ 汽车 +ä¸į æĺİçĻ½ +éĢĻ 裡 +缼 大 +çİĭ æľĿ +åĨį ä¸Ģ次 +åĬŀåħ¬ åİħ +è´¨ æĬ¼ +åIJĪ åĩ» +人们 对 +鼶 é£Ł +éĥ½ä¸į çŁ¥éģĵ +çļĦ è¯Ńè¨Ģ +åĭŁéĽĨ èµĦéĩij +åĬ¨ èĦī +å½ ¤ +è¿Ļ åĩłå¹´ +çŁŃ è§Ĩé¢ij +太 é«ĺ +常 å§Ķä¼ļ +åĬł çıŃ +éĩį å¿ĥ +åªĴä½ĵ æĬ¥éģĵ +没 æ³ķ +éĹ» åIJį +çĥŃ åº¦ +å¹¿æ³Ľ çļĦ +åħŃ å¤§ +çī© ä½ĵ +ä¸į 该 +é¢ĺ 主 +精彩 çļĦ +为 è¿Ľä¸ĢæŃ¥ +èĻ ŀ +åĽº çĦ¶ +è´µå·ŀ çľģ +çºł ç»ĵ +代çIJĨ 人 +æ³ķå®ļ 代表 +åı¦ä¸Ģ ç§į +ä¸į åIJ« +æĭ¯ æķij +ä¼ļ ç»Ļ +è¯Ĺ è¯į +åIJĮ ç±» +å¾Ĺ ä¸įåĪ° +æĬĵ ç´§ +以 åħ¶ +åħ¥ åħļ +è¿ĺ åı¯ +æľŁ åĪĬ +å¾Īå¤ļ æŶåĢĻ +æĹ¥ åIJİ +åħ¬ 约 +ä¸Ģ 举 +æ¯Ķè¾ĥ å¤ļ +éĩij æ²Ļ +æį ŀ +æİĴ åĩº +æѦ æľ¯ +ä¸į æĸ· +ä¸Ń èĢĥ +ä¿¡ èµĸ +ä»İä¸ļ 人åijĺ +çģ« çĦ° +éĨĴ æĿ¥ +ä½İ 温 +éĢ¾ æľŁ +åĬ± å¿Ĺ +éħ ¥ +åı¯è°ĵ æĺ¯ +è¿Ļ æĦıåij³çĿĢ +é¢ł è¦Ĩ +åĮĹ京 大åѦ +ä¸ĵ 线 +åıĬ 以ä¸Ĭ +è¨ ª +èĢĮ åIJİ +çŁ¥ ä¹İ +ä¸Ģ对 ä¸Ģ +å¨ĥ å¨ĥ +çģ¾ éļ¾ +åħ¨ å±Ģ +æīĢå¾Ĺ ç¨İ +å®ŀ æĥł +èļĤ èļģ +ä¹Ł çŁ¥éģĵ +温 åĴĮ +èIJ½ ä¸ĭ +åŀĭ ä¼ģä¸ļ +åĨį ä¹Ł +ä¾Ľ çĥŃ +é«ĺ æ½® +çĢı覽 åĻ¨ +çļĦ 巨大 +åħĪ 天 +å¹´ ä¸ŃåĽ½ +类似 çļĦ +çIJĨäºĭ ä¼ļ +空 éĸĵ +çģµ æĦŁ +åĬĽ æ°Ķ +带 ä¸Ĭ +ä¸į好 æĦıæĢĿ +æľī ä½ķ +å·² åľ¨ +åıĸ åĩº +è¿Ŀæ³ķ çĬ¯ç½ª +åŃ¦ä¹ł 贯彻 +åľ° 带 +楼 梯 +çŃī æĥħåĨµ +ä»İ åīį +çļĦ ä¹łæĥ¯ +ç³Ł ç³ķ +å°± èĥ½å¤Ł +è© ķ +ä¸Ģ å¾ĭ +æĮ« æĬĺ +åİŁæĸĩ åľ°åĿĢ +å½ĵ å±Ģ +ä¸į éĢļ +æķ° åįĥ +éĺŁä¼į 建设 +æŶ èĬĤ +åģļ èµ· +çļĦ è®°å¿Ĩ +ç½ij绾 å®īåħ¨ +åĩ¡ æĺ¯ +æ° ¯ +éĽķ åĪ» +åŁĥ åıĬ +æĪij åı¯ä»¥ +çĽij çIJĨ +æĽ´ åħ· +åŁİ 管 +èĭ ¯ +åı¥ åŃIJ +èĭ¥ æľī +ä»İæĿ¥ ä¸į +缸åħ³ è´Łè´£ +å®īåħ¨ æĦŁ +æĽ´ è¦ģ +çļĦæĥħ æĦŁ +çī¢ çī¢ +è¾ĥ 好çļĦ +æ° ® +ç¬ij è¯Ŀ +车 å±ķ +ä¹ĭ ç¾İ +ç®Ģ 约 +ç±»åŀĭ çļĦ +èĢģ åĮĸ +çľĭ ä½ł +è¿ĩ åĪĨ +éŨ åīį +ä¸Ģ éĹ´ +æĥ³ åİ» +åª Ľ +åľŁ è±Ĩ +åıĪ 称 +ä¸Ń ä¿¡ +åŃĺ éĩı +马 äºij +èĩ´ 使 +åħĪ åīį +èĢģ åŃIJ +æīĵ æī® +æ¯ķä¸ļ äºİ +æ¯ķä¸ļ åIJİ +ç¾İ好 çĶŁæ´» +å·¥ä¸ļ ä¼ģä¸ļ +就好 äºĨ +èħIJ èļĢ +çıį çıł +åĪ° è¿ĻéĩĮ +æīĢéľĢ çļĦ +è¿Ļæĺ¯ åĽłä¸º +çIJĨæĥ³ çļĦ +å·®å¼Ĥ åĮĸ +é ® +é® ® +äºļ 太 +æĹł ç©· +æıIJ çİ° +ä¸ĵä¸ļ æĬĢæľ¯ +çĶ¢ æ¥Ń +åѦ åŃIJ +ç§ij å¹» +åįłåľ° éĿ¢ç§¯ +ä¸į åĩĨ +æľªæĪIJ 年人 +æĶ¶ å½ķ +è¿ĺ 款 +éĴ¢ çŃĭ +æ¼ ¢ +å¾Ĺ æĦı +综åIJĪ ä½ĵ +æŀģ é«ĺ +åįķ è¯į +é«ĺæķĪ çļĦ +骨 头 +æī§ çĿĢ +缼 ä¸ĸ +模 çī¹ +æĽ´ èĥ½ +ç»Ŀ æľĽ +对åºĶ çļĦ +æ¨ Ĭ +æĸ° ä¸ī +æĸ°ä¸ī æĿ¿ +æģ° æģ° +åIJį 家 +æł¸å¿ĥ æĬĢæľ¯ +个 å°ı +æĢİä¹Ī ä¼ļ +说 ä¸įå®ļ +西 çĵľ +åĵ İ +ç¢ Ł +å¿ħ ä¸įåı¯ +å¿ħä¸įåı¯ å°ij +ä¹ĭ éĸĵ +åĪĨ 管 +交éĢļ äºĭæķħ +å¼Ģ åĬŀ +å¾ģæ±Ĥ æĦıè§ģ +äº ¨ +鼻åŃIJ éĥµ +鼻åŃIJéĥµ 件 +ä¿¡æģ¯ æľįåĬ¡ +ä½ł è§īå¾Ĺ +缴 è§Ĥ +å·² å®ĮæĪIJ +åĪĨ ä¼ļ +åĽŀ åįĩ +éļ » +好 人 +äºĨ解 ä¸Ģä¸ĭ +åį« æµ´ +æľĢ çĪ± +åºŀ 大 +客 æĪ¿ +çijŀ åħ¸ +éĥ½ ä¸įæĺ¯ +é¤ ¨ +èĹ ī +çļĦ åIJĦ项 +为 缮æłĩ +çļĦ è®¤çŁ¥ +å½±åĵįåĬĽ çļĦ +夸 å¼ł +佩 æĪ´ +æ±ĩ çİĩ +çļĦ çĪ±æĥħ +æĺ¥ é£İ +æĺ¯ æĪijçļĦ +æ¨ ¹ +åįĬ å°ıæŶ +å±± åİ¿ +å±± 西çľģ +èĢĮ è¿Ļ +æĽ´å¤ļ ä¿¡æģ¯ +è¿ĺ æľīä¸ĢäºĽ +ç²¾ ç»ĨåĮĸ +ç¾İ åѦ +çĶ± æĸ¼ +ä»ħä¾Ľ åıĤèĢĥ +å¾Ī é«ĺçļĦ +åıł åĬł +è¿Ļä¹Ī 说 +å±ķ åĩº +åĽĽ å¤Ħ +ä¸ĩ 家 +æĭĽ åĭŁ +çļĦ 强大 +æĤ£ æľī +å°ı äºİ +ä¹Łè®¸ æĺ¯ +对 èĩªå·±çļĦ +èģĮä¸ļ æķĻèĤ² +æĿ¥ è¿Ľè¡Į +æ¡£ 次 +æīĵ èµ¢ +éĥ½æľī çĿĢ +åº ¸ +è¯Ń æ°Ķ +çĶ² éĨĽ +空 åĨĽ +车 åĨħ +åĽłä¸º ä½ł +å®ŀ æķĪ +æĥħ ä¾£ +åıijè¾¾ åĽ½å®¶ +éķľ åŃIJ +æ¯į å©´ +ä½Ĩæĺ¯ ä»ĸ +积æŀģ æİ¨è¿Ľ +大å¹ħ 度 +çļĦ 女åĦ¿ +é¤IJ æ¡Į +åIJ¬ å¾Ĺ +çļĦ 积æŀģæĢ§ +好 åIJ§ +æĹ¥ æ¶Īæģ¯ +æľī ä»»ä½ķ +æ¯Ĵ åĵģ +æĹ©çĤ¹ åĬłçĽŁ +第ä¸Ģ 天 +å°½ åĬĽ +æł ĸ +主 æīĵ +æĺ¯ä¸Ģ åIJį +çĪĨ æĸĻ +äºĭä¸ļ åıijå±ķ +å¾® åķĨ +äºİä¸Ģä½ĵ çļĦ +çĶŁ çĮª +èĩªçĦ¶ èµĦæºIJ +çŀĦ åĩĨ +è§Ħ模 åĮĸ +并 ä¸İ +èĤ¥ èĥĸ +家 çĶ¨ +大 çĪ· +é¢Ħ åijĬ +æĿ¥ åģļ +éĺ³ åİ¿ +æŀĦ çŃij +é¢ģ å¥ĸ +åİĨåı² æĸĩåĮĸ +æľįåĭĻ æĪĸ +æĢ» åĨ³èµĽ +åıij åŀĭ +æĪij 羣çļĦ +æĽ ¦ +åıĤ ä¼ļ +èĦĨ å¼± +åĩĨ åħ¥ +èħ¹ éĥ¨ +åı¸ 令 +æĤ² åī§ +天 ä¸Ĭ +åı£ ä¸Ń +ä¸ĩ 个 +åѦ ä¸ļ +æıIJ åĢ¡ +两 è¾¹ +大 èĤ¡ä¸ľ +åı¤ éķĩ +è¡Ģ ç³ĸ +çļĦ ç¨ĭ度 +æ£ī èĬ± +åIJİ åı° +å°± åĮ» +æķ´ æķ´ +èĴ ² +çĽĪåĪ© èĥ½åĬĽ +ç± ½ +èĦ « +çľĭ éĩį +家 éķ· +èģĺ çĶ¨ +èµĽ éģĵ +åīį èĢħ +建 èŃ° +å¾ĭå¸Ī äºĭåĬ¡ +èīºæľ¯ åĵģ +æľī èĩªå·±çļĦ +åIJ¦ å®ļ +社 åĽ¢ +åij¨ äºĶ +带 åĪ° +å·¥ä½ľ ä¼ļè®® +èĤ¡ æľ¬ +å¤ĸ åĮħ +家 åħ¬åı¸ +çĽij çĭ± +èĪ Ĭ +åIJį æł¡ +西 æ¹ĸ +è¶ħè¿ĩ äºĨ +åįĹ å±± +ç»Ħ 件 +åĢ¼å¾Ĺ 注æĦı +æĮ£ æīİ +äºĭ 迹 +ç¶ĵ çĩŁ +ç§ij 室 +好 åIJĹ +æ¤ħ åŃIJ +åľĪ åŃIJ +ä½Ĩ 她 +æµģ çķħ +åIJĦèĩª çļĦ +èģĮ åijĺ +è¡į çĶŁ +åħ¨ åľº +æĴ¤ éĶĢ +åį´ 被 +å®ģ éĿĻ +åīį æīĢ +åīįæīĢ æľª +åīįæīĢæľª æľī +主 ä¸ļ +åĮĹ ç¾İ +è¯Ħ å®ļ +åĵģ å°Ŀ +大家 éĥ½åľ¨ +主 å¸ħ +ç»Ĩ å¿ĥ +ä¿¡æģ¯ æĬ«éľ² +çļĦ ç«ŀäºī +éĢĻ樣 çļĦ +ç§ijåĪĽ æĿ¿ +éĩĩ æijĺ +票 æį® +éĢIJ å¹´ +èĭ± è¶ħ +è¡Įä¸ļ åĨħ +人 寿 +åIJİ åĭ¤ +å¦Ĥ æĦı +ç¬Ķ è¯ķ +æ·¡æ·¡ çļĦ +ä¸į èĪĴæľį +ä½ĵ 积 +ä¹Łä¸į è¦ģ +éĿ¢ æĸĻ +æł· æľ¬ +ç¥ ģ +æĮī è§Ħå®ļ +大æ¦Ĥ æĺ¯ +æĥħåĨµ è¿Ľè¡Į +åIJĦ åįķä½į +çļĦ ç¬ij容 +åĩºèī² çļĦ +代表 æĢ§ +çļĦ ç¾İ好 +éĴ ¦ +å¾® çĶŁçī© +è¶Ĭ æĺ¯ +æĸ¹ åı¯ +å¹² èĦĨ +éģĬ æĪ² +çļĦ åħ´è¶£ +éĹ® è´£ +åĽłä¸º æĪij们 +èĢĥ éĩı +çĶŁ çĶŁ +éĺ» åĬĽ +ä¸į åħģ许 +æıIJ è®® +åĩı æĮģ +åıªæĺ¯ ä¸Ģ个 +æĪij æĬĬ +åıijçİ° èĩªå·± +å¢ŀ å¹ħ +å¦ į +èĹĿ è¡ĵ +ä¸Ģ家 人 +åĪĨ 级 +çļĦ æķ°éĩı +è½® èŀįèµĦ +çŃī åĽłç´ł +大 夫 +èģĺ 请 +é£İ æľº +绽 æĶ¾ +ä»»ä½ķ ä¸Ģ个 +éł Ĥ +éĺ¶ çº§ +æĬĬ 她 +è¿Ľ åĨĽ +èĥ½ åģļåĪ° +åŁ¹è®Ń æľºæŀĦ +çī© æĸĻ +ç«¥ è¯Ŀ +æĮĩ导 æĦıè§ģ +éĺ ® +æ·±åħ¥ æİ¨è¿Ľ +主 æľº +æ¸Ķ ä¸ļ +ä¸į æľį +æµĵ éĥģ +è¡Ĺ ä¸Ĭ +ä¾Ŀ 次 +æŶ 段 +æ¢ µ +çļĦ åĸľçĪ± +å¾Ī éķ¿ +åĪĿ 级 +æŀľ æĸŃ +æĬ¢ æķij +é¼ĵ èĪŀ +ä¾Ľ éľĢ +æ·±åħ¥ å¼Ģå±ķ +产ä¸ļ éĽĨ群 +åĻª éŁ³ +åIJ¬ çĿĢ +æ·±åĪ» çļĦ +å¿į åıĹ +çĶµ ç£ģ +强 èĢħ +æ»ĭ åij³ +æĽ¼ èģĶ +åı¯ä»¥ 缴æİ¥ +大 ç±³ +æŃ· åı² +æĶ¿åĬ¡ æľįåĬ¡ +åħ¬ å¼ı +社 群 +éģĵ士 èģĮä¸ļ +ä¹ĭ æĥħ +æµ· æ°´ +æ¼Ķ å¥ı +åºĹ éĩĮ +迹 象 +åıijå±ķ çIJĨ念 +é«ĺ 空 +åij¨ åĪĬ +åĽŀ åĪ°äºĨ +ä¸į éĢĤåIJĪ +åłµ å¡ŀ +åĬ Ī +æ°´ ä¸Ĭ +çĢij å¸ĥ +纳ç¨İ 人 +çĩĥ æ²¹ +å·¥ç¨ĭ é¡¹çĽ® +峡 è°· +æľī éĴĪ对æĢ§ +åľĨ å½¢ +æľ¬ å¸Ĥ +è¿Ļ è¯Ŀ +管çIJĨ èĢħ +ç¡®è¯Ĭ çĹħä¾ĭ +æĬĬ æīĭ +彩 èī² +ä¸Ĭ åīį +夯 å®ŀ +ç¾Ĭ èĤī +å¾Ģ å¹´ +æĵħ èĩª +è¿· 人 +èĪª æ¯į +ç²¾ ç»Ĩ +åľ¨ æĪijçļĦ +åĪĽ æĬķ +麦 åħĭ +æľĪ ç»ı +åĮĹ æµ· +ä¹ĭ æĺŁ +åı¶ åŃIJ +å¸Ĥåľº ç«ŀäºī +è¿Ļ äºĭ +åıĥ èĪĩ +产 åľ° +åĶ ī +åķĨåĵģ æĪ¿ +èĪª è¿IJ +ä¼ĺ å¼Ĥ +ä»ĸ们 æĺ¯ +鼨 æ°´ +è¯į æ±ĩ +åĨľ çĶ° +欧 éĺ³ +çŁŃ 线 +管 ç½ij +æł¹ åŁº +åıªæľī ä¸Ģ个 +éŀĭ åŃIJ +å¸Ĥ å§Ķ书记 +åĪ» æĦı +è¡Į 车 +åıĪ 被 +åı¯éĿł æĢ§ +è´ ± +ä»» åij½ +åºĶ åľ¨ +å°± å¾Ĺ +æľįåĬ¡ ä½ĵç³» +æĶ¿ æĿĥ +åıijè¨Ģ 人 +è¿ĩ å¾Ģ +两 åıª +èĻ½ 说 +éĢģ ä¸Ĭ +ä»Ģä¹Ī äºĭ +æķ£ æĸĩ +æİĮ æݧ +èĸĦ å¼± +ä¸ĭéĿ¢ å°± +主è¦ģ åĨħ容 +å¾Ī éĩįè¦ģçļĦ +å°± 说 +çĻ½èī² çļĦ +éĤ£ä¸ª æŶåĢĻ +ç»ı纪 人 +çļĦ æ¯į亲 +ç¬Ķè®° æľ¬ +åºķ å±Ĥ +è¿ij 代 +解 说 +è²ł 責 +æľĢ大 åĮĸ +åķĨ éĵº +æł¡ åıĭ +æ² ģ +ä¸į åĩºæĿ¥ +éĻ· éĺ± +ç¨ ħ +åħ¬å¸ĥ äºĨ +åĩĢ åĢ¼ +çĽ¸å¯¹ è¾ĥ +ç¬ Ľ +æł¸ ç®Ĺ +åįİ ä¾¨ +æĢ¥ æķij +æĮº 好 +åħĴ ç«¥ +äºĮ èĥİ +åĩº èĩª +åĿ Ł +æīĭ ä¸ĭ +å± ¡ +åĪĽéĢł æĢ§ +ä¸¥æł¼ æĮīçħ§ +åĨį åİ» +举 缣 +人 æµģ +äºĨä¸Ģ 声 +å°ıæŶ åīį +è´µ æĹı +éľ ĸ +ä¹Łæĺ¯ éĿŀ常 +éĢ ± +çľĭäºĨ çľĭ +ç¹ģ æ®ĸ +èĩ³ æѤ +é¢Ħ å¤ĩ +å¾Ī æĺİæĺ¾ +æ¼Ķ èīº +åĿIJ çĿĢ +ä¿Ħ åĨĽ +åľ¨ è¿ĩåİ» +ä¹ĭ äºĭ +æĬĵ èİ· +åĿIJ ä¸ĭ +çĶ± ä¸ŃåĽ½ +ä¹Ł å¼Ģå§ĭ +çŃĶ å¤į +åŀĥåľ¾ åĪĨç±» +éĴĵ é±¼ +åIJĦ 種 +缸 éģĩ +ä¸įåģľ çļĦ +æī¹ éĩı +éĩįè¦ģ ä½ľçĶ¨ +å§Ķ å±Ī +åħŃ å¹´ +ä¸ĥ åįģ +ä¹ĭ æĪĺ +é£İéĻ© 管çIJĨ +éŁ³ æ¨Ĥ +è¡ĮæĶ¿ å¤Ħç½ļ +æľ¬ äºĭ +æĴ° åĨĻ +èģļ åIJĪ +éĢĤ æŶ +æIJ¬ 家 +ç¢İ çīĩ +缼 å®´ +ç®Ģ æ´ģ +åı¬ éĽĨ +ç®Ģ åĮĸ +åĮĹ京 æŶéĹ´ +第ä¸ī å±Ĭ +æĿ¥ åĽŀ +常çĶ¨ çļĦ +京 æ´¥ +京津 åĨĢ +梦 å¹» +è¯ķ è¡Į +æľº åºĬ +åĪ° æľĢåIJİ +åĬ© æīĭ +åĪĨ 彩 +åĩº åĵģ +åĪ¹ 车 +åIJ¯ åıij +侧 éĿ¢ +æ¯ı å½ĵ +缸åħ³ è§Ħå®ļ +ä¸ĸ 人 +è´Ń 车 +å¿ĥ 缮 +å¿ĥ缮 ä¸Ń +äºĶ éĩij +è¿ĺ è®°å¾Ĺ +ä¾Ŀ çĦ¶æĺ¯ +æıIJ æ¡Ī +çĶµåķĨ å¹³åı° +åģļ åĪ°äºĨ +æĿľ ç»Ŀ +å®ī åįĵ +ä¸ĸçķĮ åIJĦåľ° +åīį éĢĶ +æ´Ĺ åĩĢ +å¥ĭ åĬĽ +åŁİå¸Ĥ 建设 +å¤ļ åĬŁèĥ½ +ä¼ļ éĢłæĪIJ +åıijå¸ĥ ä¼ļä¸Ĭ +究 ç«Łæĺ¯ +åĪĨ 红 +çŁ¥ èŃĺ +éĿ¢ æĿ¿ +æĹł 声 +æĢ¥ éľĢ +失 çľł +çĪ¸ å¦Ī +äº Ĥ +åħ¨ æĻ¯ +ç»ıåħ¸ çļĦ +åī§ ä¸Ń +é¢Ĩ导 ä¸ĭ +åħļ åĨħ +åħ¥ ä¾µ +æĭī æĸ¯ +ä¸Ģ å¹ķ +åĬł ä¹ĭ +èĤ Ĩ +èĭ± æł¼ +èĭ±æł¼ åħ° +å·§ åħĭ +å·§åħĭ åĬĽ +ä¸Ģ å¿ĥ +èģ Ĥ +å¾Ģå¾Ģ æĺ¯ +管çIJĨ å±Ĥ +çĻ» åħ¥ +建ç«ĭ èµ· +建 åĽ½ +åŃIJ 宫 +åºĶ ä»ĺ +æİ¢ 究 +第ä¸Ģ ä½į +ä½Ļ 家 +çŃī æ´»åĬ¨ +æīĢ èĩ´ +è¾ĥ å¿« +æĺ¯ éĿŀ +æıIJ åIJį +äºĮ èĢħ +åıªåī© ä¸ĭ +åħ¶ä¸Ń åĮħæĭ¬ +ç¼ĸ ç¨ĭ +çł´ ç¢İ +ä¸Ń 举 +å·¥ä½ľ æĬ¥åijĬ +çŃ¾ åIJį +éħĴ ä¸ļ +çŁ¥ æĻĵ +çĥŃ å¿ĥ +éĿŀ åĩ¡ +èIJ¥ä¸ļ æī§ +èIJ¥ä¸ļæī§ çħ§ +人大 代表 +ä¸Ģ个 æĸ°çļĦ +å¨ģ æµ· +éĤ£ 人 +涨 ä»· +æ¶Ī çģŃ +éļ¾ å¿ĺ +ç¶ĵ é©Ĺ +åı£ è¢ĭ +ç³» æķ° +æĸĩ ä¸Ń +好 转 +æĸ° 鼶åĶ® +讲述 äºĨ +å¼Ģ çĽĺ +çķĻ ç»Ļ +æħ¢æħ¢ çļĦ +æĤ² 伤 +æľ¬ æľŁ +äºĨ å¤ļå°ij +è¿Ļ 让 +åIJĮ çŃī +æ¸ħ æĺİ +个 åŁİå¸Ĥ +æºĸ åĤĻ +åĩłä¹İ æĺ¯ +强 åĬĽ +ä¿ ¯ +æ°´ 稻 +åĽºå®ļ çļĦ +æł¸ åĩĨ +说 æľį +顯 示 +è¿Ļ å¥Ĺ +æĻºæħ§ åŁİå¸Ĥ +å±ĭ 顶 +ä¸į æĿ¥ +çĶŁ é²ľ +çŁ¥ æĥħ +æĬķ 身 +åijĬè¯ī æĪij们 +ä¸ī åĽĽ +ä¸ĩ ä¸Ģ +è¾Ĩ 车 +为 ä¹ĭ +åĪ° æŶåĢĻ +è¿Ļ æīįæĺ¯ +åIJį çīĮ +åºŁ æ°´ +åݻ年 åIJĮæľŁ +å¹´ éĻIJ +éģĭ åĭķ +åıĮ çľ¼ +è¦ģ ç´§ +对 çŃĸ +åľº é¦Ĩ +çĻ¾ ç§ij +è¶Ĭ éĩİ +å¯Į åIJ« +大å¤ļæķ° 人 +æľĢ å°ij +åı¬ åĶ¤ +åħ¸ èĮĥ +åĨľ æľº +æŃ£ æĸĩ +åºĶçĶ¨ äºİ +æ·± èĢķ +ä¿ Ń +ä»Ģä¹Ī ä¸ľè¥¿ +å¥Ĺ é¤IJ +å½ĵ éĢī +å·¦ æīĭ +è°ĥ çIJĨ +æĻļ é¤IJ +éļ¾ åħ³ +åĩŃ è¯ģ +çĪ± 人 +æĮĩ è´£ +è´£ ç¼ĸ +çļĦä¸Ģ 款 +éĵ ² +åįģ 个 +èĢ » +æľįåĬ¡ åķĨ +åľ° çĭ± +è¿ŀ å¿Ļ +åĽ° æĥij +çļ ĵ +ä¸į åIJĥ +çİ°åľ¨ å·²ç»ı +çĽĺ çĤ¹ +ä¸įåģľ åľ° +管çIJĨ 模å¼ı +è¿Ļ 段æŶéĹ´ +æ¤ ° +礼 åĮħ +æµģ 转 +æī« çłģ +éĽĨä¸Ń åľ¨ +æ±Ĥ åĬ© +åįĬ 个 +å¿«éĢŁ å¢ŀéķ¿ +å¾Ģ ä¸ĭ +è¯Ħ åĪĨ +å°± æĥ³ +åķĨåĬ¡ éĥ¨ +æľī éĹ®é¢ĺ +èİ· åĪ© +æ¯Ľ çĹħ +æĦŁ åºĶ +èī¯ æĢ§ +åĪĨ æѧ +åĨ ī +æĪij们 çİ°åľ¨ +è¦ģ åĬłå¼º +å·§ å¦Ļ +èŀº æĹĭ +åĪĩ æį¢ +çĭ Ħ +顺 çķħ +å°¤åħ¶ æĺ¯åľ¨ +èĬĿ 麻 +éļ¾ è¿ĩ +æĹĹ å¸ľ +å¤į åį° +å¤įåį° 件 +å¿ħ éľĢ +对å¤ĸ å¼ĢæĶ¾ +éļ¾ åıĹ +åİŁæĿ¥ æĺ¯ +ç®Ĺ äºĨ +é«ĺ å±± +离 èģĮ +çµĦ ç¹ +çµĦç¹ Ķ +å±ģ èĤ¡ +çĻ¾ 家 +éģĩ ä¸Ĭ +æĺĶ æĹ¥ +ä¸į 容 +çĽij管 éĥ¨éŨ +主 æĦı +æµģ åŁŁ +è·Į å¹ħ +èĩ³ ä¸Ĭ +åĪ« 说 +æĺ¯ æ¯Ķè¾ĥ +å®ıè§Ĥ ç»ıæµİ +å¸Ĥåľº 主ä½ĵ +污æŁĵ çī© +æķij æ²» +丰 æĶ¶ +åŃĺ æĶ¾ +åĩ Ħ +éĩij å±± +æį¢ äºĨ +ä¸ĵ 人 +éĹľ æĸ¼ +æĹ¢ è¦ģ +åĽ½ 足 +éļ ĭ +åıį åĩ» +èµ· 身 +åħĪ æĺ¯ +å¸ĮæľĽ èĥ½å¤Ł +åĪ¶ 订 +åºĹ éĿ¢ +åĸ Ģ +æķĻ ä½ł +éĻį 温 +åĬĽ æ±Ĥ +ä¸ī çĻ¾ +çī© ä»· +丢 失 +å¢Ļ ä¸Ĭ +éĥ¨ 份 +æł· æĿ¿ +ä¹ĭ æĦı +ç½ij å°ıç¼ĸ +ä¸ĸ ä¸Ĭ +è°ĥ è¯ķ +污æŁĵ éĺ²æ²» +å½± éĻ¢ +å®Įåħ¨ åı¯ä»¥ +éĢļ åħ³ +ä¹īåĬ¡ æķĻèĤ² +没æľī åĬŀæ³ķ +èĢ ¿ +å¦ ³ +æĹł æĥħ +å¾Ĺ çĽĬ +å¾ĹçĽĬ äºİ +æľŁ çĽ¼ +娱ä¹IJ åľº +çĶ² æĸ¹ +ä¸Ģ æ±½ +çĹ ° +çĸij ä¼¼ +æĸ°æµª å¾®åįļ +强 è¡Į +å½ĵ ä»ĸ +èĥ º +çĶ¨æĪ· æıIJä¾Ľ +åĮº å§Ķ +æĦ¿ æĻ¯ +æĬĺ æī£ +失 踪 +è¿« åĪĩ +åŃĹ æ¯į +åĴ ¯ +èªį èŃĺ +ä»Ģä¹Ī æĦıæĢĿ +çĽĴ åŃIJ +å½ķ éŁ³ +建设 å·¥ç¨ĭ +ä¸ļ ä½Ļ +å®ŀè·µ æ´»åĬ¨ +羣 空 +çĤ ĸ +åľ¨ è·¯ä¸Ĭ +主è¦ģ åĮħæĭ¬ +该 æĢİä¹Ī +æĢ» æľī +æĢ§ æĦŁ +æ°ij èĪª +å¼Ģ åºĹ +欺 éªĹ +çªģ åĩ» +缺 失 +æī§ ä¸ļ +åľ° éģĵ +并 æĹł +æ°ij åĬŀ +ç»Ħç»ĩ çĶŁæ´» +æĪij å¦Ī +è¨ĺ èĢħ +管 åĪ¶ +æī¾ 个 +èĹ » +çĤİ çĹĩ +äºĴ åĬ© +æµıè§Ī åĻ¨ +çݩ家 æĿ¥è¯´ +éĻįä½İ äºĨ +è£ Ķ +æĮ£ éĴ± +åķĨ æľº +æĶ¹ è£ħ +æµģ 浪 +æĶ¿ æ³ķ +èĢģ 头 +çĶŁäº§ åĴĮ +ç© Ĺ +亲 çĪ± +亲çĪ± çļĦ +å±¥ èģĮ +åŁİ éĩĮ +ç»Ĩ åĪĨ +åĬ³åĬ¨ åIJĪåIJĮ +åľ¨ æĹ¥æľ¬ +å¨ģ å°Ķ +åį« è§Ĩ +éĢ£ çµIJ +çĿĢ éĩį +æĬĺ 磨 +åĽ¾ 为 +çľ · +å·¥ åºı +æĵ ģ +æĵģ æľī +ç½ijç«Ļ åľ°åĽ¾ +çļĦä¸Ģ 大 +ç»Ħç»ĩ å®ŀæĸ½ +æĬĽ å¼ĥ +åĴĮ æĶ¯æĮģ +æ³ķ åĪĻ +浪 æ½® +çİ° æľīçļĦ +åĩł çİĩ +为 客æĪ· +åįģ ä¸ĩ +è ¹Ħ +çªģåĩº éĹ®é¢ĺ +åıĥ åĬł +éĥ½ä¼ļ æľī +çĽ ¤ +è°ģ éĥ½ +æīĭ åĬ¨ +缴 è¾¾ +çĤ¹ å¤ļ +éĺ¶ å±Ĥ +ä¸į ä½³ +éĤ£ 段 +滨 æµ· +æĺ¯ åĽ½åĨħ +æĪij å¸ĮæľĽ +åIJĽ åŃIJ +è§Ĥ éŁ³ +åģļ é¥Ń +æ±½ è»Ĭ +åħ³ ç¨İ +çľ¼åīį çļĦ +æ°´ éĿ¢ +èĢ³ æľº +追 踪 +æݨ éĢģ +éĴ± åĮħ +æģ¶ å¿ĥ +æµ· åŁŁ +å· į +å¼Ģ æĿ¥ +表 æĢģ +仪 表 +å¹³ åİŁ +åįģ å¤ļå¹´ +ä¹Ł æĹłæ³ķ +åħ¼ 顾 +è¡£ æŁľ +æł½ åŁ¹ +æĪ¿ æºIJ +设ç«ĭ äºĨ +ä¸ĩ åIJį +æķ° é¢Ŀ +è¦ģ åĿļæĮģ +åIJīæŀĹ çľģ +请 èģĶç³» +ç»ıåİĨ è¿ĩ +çļĦ æľ¬è´¨ +åħ¥ éŨ +æľ¬ æ¡Ī +çİĩ è¾¾åĪ° +åı° éĺ¶ +éĴ ŀ +æĪij èĥ½ +èݲ èĬ± +éĴ ł +ä¸Ģ äºĭ +åİŁ æľīçļĦ +æ¯ı åĢĭ +æ¯Ķäºļ 迪 +æ£ĭçīĮ 游æĪı +ä¸įä¼ļ æľī +å½Ĵ æĿ¥ +äºĶ çĻ¾ +è¿ĩ é«ĺ +鼷 è¾¾ +ä¸Ģèµ· åİ» +æķĻ 导 +å°± è¯Ĭ +å°± å¾Ī +ä¸įåIJĮ äºİ +ä¿ º +å¸ĸ åŃIJ +æĶ¿åįı å§Ķåijĺ +çĸ«æĥħ å½±åĵį +åĪĨ è£Ĥ +为ä»Ģä¹Ī ä¼ļ +äºĶ æĺŁ +å°ij åĦ¿ +æĬ¢ éĻ© +梦 è§ģ +è®°èĢħ éĩĩ访 +å±± è·¯ +æĪij 个人 +æ²Ļ 滩 +è¹ Ń +æĶ¹ è®Ĭ +æĸ°åŀĭ åĨł +æĸ°åŀĭåĨł çĬ¶ +åĮ» æĬ¤ +åĮ»æĬ¤ 人åijĺ +æµ· å°Ķ +åħ³äºİ æĪij们 +éĻ¤ å¤ĸ +åº ļ +宣 åijĬ +ä¸ī åįĥ +æ¦ ¨ +ç§ijæĬĢ 大åѦ +ä¸ĥ åħ« +顺 åºĶ +çĪ¸çĪ¸ å¦Īå¦Ī +éĢī åıĸ +åī§ çĥĪ +乡æĿij æĹħ游 +积æŀģ æݢ索 +表çİ° 为 +å¾Ī æ¸ħæ¥ļ +大 åĨĽ +æĿ¥ çĶµ +å¥Ĺ æĪ¿ +çİ° è¡Į +享 åıĹåĪ° +çľĭ çĤ¹ +åĽºå®ļ èµĦ产 +以 人为 +以人为 æľ¬ +ä¸į å®Į +éĻį 鼨 +åģļçļĦ äºĭæĥħ +并 äºİ +顽 强 +èĢ ¸ +åĺ´ å·´ +缸åħ³ ä¿¡æģ¯ +æĪij 没 +æĪĺçķ¥ æĢ§ +æĢĿ 念 +åĪĺ å¤ĩ +åĬ© æĶ» +é£İ è²Į +éĿ¢å¯¹ éĿ¢ +积æŀģ å¼Ģå±ķ +çĸĹ æķĪ +çľĭ 书 +缺 åı£ +åĽ½æ°ij ç»ıæµİ +使çĶ¨ æĿĥ +éģ¥ è¿ľ +å¡« è¡¥ +第ä¸ī 人 +åįĬ å¤ľ +æѦæ±ī å¸Ĥ +æĪij åıijçİ° +ä¼ĺæĥł æĶ¿çŃĸ +é£İ åı£ +å°± ä¸įèĥ½ +为 主è¦ģ +æµģ åĩº +å´ĩ æĭľ +并 ä¸įèĥ½ +é«ĺ ä¸ī +ä¸ĸçķĮä¸Ĭ æľĢ +æĥ³ å¿ħ +åħ¶ æīĢ +åĢĻ éĢī +åĢĻéĢī 人 +ä¸į çĪ± +åī¯ ä½ľçĶ¨ +人æ°ij æĹ¥æĬ¥ +æĪij ä¸įæĺ¯ +å®ŀ çī© +çĶµ åİĤ +ä¹Ł ç®Ĺæĺ¯ +æľī éĹľ +æľī èĥ½åĬĽ +æĮĤ åľ¨ +çľ¼ ä¸ĭ +约 ç¿° +å°ı åѦçĶŁ +èµ· åĪ°äºĨ +å·¥ 夫 +åIJĮ å¿ĥ +åĿ¦ è¨Ģ +çł Į +åıijæĮ¥ äºĨ +èģĮä¸ļ éģĵå¾· +è¿ĻäºĽ å¹´ +念 头 +èĢģ é¼ł +åħ¨ èµĦ +åħ¨èµĦ åŃIJ +ä¸Ģ åij³ +å¤ļ ä¸ĩåħĥ +æł¼ æľĥ +éķ¿ éĢĶ +带 èµ° +èĭ± 寸 +æĸĩ ä½ĵ +对 ä»ĸ们 +åĵŃ äºĨ +å¡« æĬ¥ +çīĪæĿĥ 声æĺİ +çĶµ 线 +è´Ńçī© ä¸Ńå¿ĥ +饱 满 +ä½İ 头 +强 è¿« +ä¿Ŀ æ´ģ +欧 åĨł +缸 è¿ŀ +认 è´Ń +çģ« æĺŁ +é«ĺ å°Ķ +é«ĺå°Ķ 夫 +èij« èĬ¦ +æłĩ 注 +çļĦ çIJĨæĥ³ +æł¸ éħ¸ +æł¸éħ¸ æ£Ģæµĭ +åĬ ī +ä¸ĢèĪ¬ æĺ¯ +æĢĿ ç´¢ +轨 迹 +çĥŃ å¸¦ +éĻ £ +åĩĨç¡® æĢ§ +æĪ´ çĿĢ +åľ¨ çĶŁæ´»ä¸Ń +æīĢ èĥ½ +æľ¯ åIJİ +带 ä½ł +ç¥ ł +æ®ĭ éħ· +ä¹Ł åıªæĺ¯ +çĶ³ è´Ń +举åĬŀ äºĨ +æľī æĦıä¹ī +æĹº 缼 +åľ¨ 網 +åľ¨ç¶² è·¯ä¸Ĭ +å¾Ī大 ç¨ĭ度 +管 è¾ĸ +çĸ«æĥħ æľŁéĹ´ +触 æij¸ +éĺ¶æ®µ æĢ§ +ä¼ļ è§īå¾Ĺ +çļĦ çĶ»éĿ¢ +æİ¥åıĹ äºĨ +表达 äºĨ +éĤĵ å°ı +éĤĵå°ı å¹³ +åħļ é£İ +åħļé£İ å»īæĶ¿ +åķĨ åѦéĻ¢ +åħij æį¢ +é£Łåĵģ èį¯åĵģ +éĿŀ常 好çļĦ +çľ ¯ +纳 ç±³ +åĬ¨ æijĩ +åĽŀ éģ¿ +çľĭ èijĹ +款 项 +åħ« å¹´ +åģļ 个 +æĸĩ æ¡£ +éĩijèŀį ç§ijæĬĢ +åħ¶ä¸Ń æľī +äºĨä¸Ģ ç³»åĪĹ +æĹĹèĪ° åºĹ +称 èµŀ +éĽ¢ éĸĭ +åĪ¶ åĨ· +家 éŨåı£ +åįģ å¤ļ +ä¼´ ä¾£ +çľĭ çĹħ +æĭī çĿĢ +æī Ĵ +çĸ² æĥ« +å°ijæķ° æ°ijæĹı +åĽ¾ å½¢ +è½ § +å¢ŀ éĩı +饲 åħ» +çģ« å±± +æ¯ı 个æľĪ +ä½ľä¸º ä¸ĢåIJį +è½´ æī¿ +æĸĩ 书 +ç¼ ķ +åħ·ä½ĵ æĥħåĨµ +çĹĽ çĤ¹ +缴 éĶĢ +å¡ Ĭ +ä¹Ł æľĥ +çĥŃ æ½® +å¹³ æ°ij +æ¼ĶåĶ± ä¼ļ +æķĻ çłĶ +éĢĥ éģ¿ +ä¸Ģ è´¯ +å°± è¶Ĭ +å®ŀ å®ŀåľ¨ +å®ŀå®ŀåľ¨ åľ¨ +ä¹łè¿ijå¹³ æĢ» +æº º +å¿ĥ åºķ +éķ¿ å¾ģ +媽 媽 +第ä¸ī 次 +åĩº æ¼Ķ +çĭĢ æ³ģ +å°Ķ æĸ¯ +代çIJĨ åķĨ +çĨ ı +çļĦ 对象 +çĶµ éĩı +è¡Į åĪĹ +åĽ½ 人 +è·ij äºĨ +åįĶ åĬ© +èIJ¥ è¿IJ +å¸Ī åħĦ +æ¦ ® +æĥ³ åĥı +æĢ§ 强 +ç§ijåѦ çłĶ究 +延 å®ī +ä¸¥æł¼ èIJ½å®ŀ +é¢Ĩ ä¼ļ +缸 å·® +è·¯ 人 +çĶ « +æľī ä»·åĢ¼ +æľīä»·åĢ¼ çļĦ +ç¾İ åĽ¢ +æ°ij主 çĶŁæ´» +æĪij æīį +ç¾İåĽ½ 人 +æ°Ķ åij³ +åıį å°Ħ +çļĦ åĨ³å¿ĥ +大 è±Ĩ +交 代 +è¿Ľ åĩº +åıį æĬĹ +æĮĩ çļĦæĺ¯ +ä»· ä½į +è¿Ľ é©» +ä¸Ĭ çĻ¾ +ä½į åĪĹ +ä¸ŃåĽ½ ä¼ģä¸ļ +çļĦ好 å¤Ħ +主 ç¼ĸ +æ±½ æ²¹ +ä½Ĩ æĪij们 +æĢİä¹Ī çľĭ +é»Ħ å±± +å¤ļ åªĴä½ĵ +åIJİ åį« +èİ·å¾Ĺ æĽ´å¤ļ +åĬ¡ å¿ħ +为 å¥ijæľº +é¦ĸ 饰 +ä¸ĩ åįļ +è¶ĬæĿ¥è¶Ĭ 大 +ä¸ĵ项 è¡ĮåĬ¨ +å¥ĭ è¿Ľ +ä»į çĦ¶æĺ¯ +è´¨ æĦŁ +å¦Ĥæŀľ ä¸įæĺ¯ +ç«Ļ èµ·æĿ¥ +ä¹¾ éļĨ +åı¯æĢķ çļĦ +å¯Į è´µ +æ¸ħ ç®Ĺ +åIJij ä¸ĭ +åĢ ļ +çļĦ çŃĶæ¡Ī +èĪ¹ ä¸Ĭ +çļĦ羣å®ŀ æĢ§ +çŃī åĬŁèĥ½ +åĸľ åī§ +å¨ģ åĬĽ +æĸ° é¢ĸ +æł¸ çĶµ +æĬ¥ éĶĢ +æķħ 乡 +ä¼´ éļı +éŀ Ń +å¦Ĭ å¨ł +åĪĨ åĮĸ +æľī å¾Ī大 +æĢİä¹Ī 说 +æĻĤ 代 +产 åĩº +ä»ĭç»į 说 +å¤ĦçIJĨ åĻ¨ +èĨ¨ èĥĢ +åī¯ å¸Ĥéķ¿ +çļĦ 妻åŃIJ +æł· åĵģ +åIJĮæ¯Ķ ä¸ĭéĻį +åħĥ å·¦åı³ +çĶ¨ èĩªå·±çļĦ +é«ĺ éĽĦ +æĺ¥ æĻļ +ä¹Ł æľīå¾Īå¤ļ +çľ¼ çIJĥ +æķ£ æŃ¥ +ä»ĸ们 éĥ½ +第ä¸Ģ 家 +åĬŀ 好 +å®ī éĺ² +ä¸Ģ ä¸ĩ +åľ¨ éĩĮéĿ¢ +éŁ³ é¢ij +åı£ åı· +ä¸Ģ è¶Ł +ç¦ı çī¹ +é³ ŀ +æĥĬ èī³ +æĸ° å¨ĺ +绿èī² åıijå±ķ +ä¸Ń å¼ı +ä¹Ł åıªæľī +çİ° 身 +åı¯ ä¾Ľ +æ¯ı ä¸Ģ个人 +第ä¸ī èĢħ +åľ° å½¢ +éĴ¢ ç»ĵæŀĦ +çĽijçĿ£ æ£ĢæŁ¥ +åı« æĪij +èĩ´ æķ¬ +æ´Ĺ æīĭ +ä¸ĭ è°ĥ +康 çĨĻ +æĪIJ交 éĩı +ä¹Ł æĪIJ为 +åħī æ»ij +å®Įæķ´ æĢ§ +çģ ¼ +網 éłģ +éķ¿ 寿 +éģ© çĶ¨ +çļĦä¸Ģ 项 +çŀ© 缮 +æĬĬ èĩªå·±çļĦ +éĵ¶è¡Į åį¡ +å°± å¿ħé¡» +ç¾İ çĻ½ +éŀį å±± +æľ¬ é¢Ĩ +ä¸Ģ ç¢Ĺ +æīĵ æ³ķ +æĤ¨ 好 +对 åŃ©åŃIJ +æĬ¥éģĵ 称 +ä¼ł åĩº +大 èĩ£ +ç¬ ĭ +çĽ ı +é¾ ļ +缴 线 +æĻº åºĵ +秣 车 +é£İ åij³ +çľĭ ä¸Ģä¸ĭ +æݨ éĶĢ +éĥ¨ éĥ¨éķ¿ +è´¨éĩı åĴĮ +åĪĬ çĻ» +å·¥ä¸ļ åĮĸ +çİĩ 为 +鼶 件 +硬 åĮĸ +ä¸Ĭ åįĥ +ç»ıéªĮ åĢ¼ +å¹³ è¡Į +声 éģĵ +æľįåĬ¡ è´¨éĩı +çĶŁ çĶ¢ +æľĢ 容æĺĵ +ä¸Ģ æŀļ +å¹´ æĬ¥ +åħ¬ ç½ij +åħ¬ç½ij å®ī +åħ¬ç½ijå®ī å¤ĩ +çļĦ èĥ½éĩı +å®ŀéĻħ è¡ĮåĬ¨ +è¦ģ ä¸įè¦ģ +æĹ¥æľ¬ 人 +èĢ¶ 稣 +ç¼ĸ åī§ +æ¶ © +åį° å°¼ +ä¸Ĭä¸ĭ 游 +åĩł åı¥ +ä¸Ń éĵģ +ç°¡ åĸ® +èĩª 带 +çĶŁ äºİ +ä¸Ģ åı£æ°Ķ +åĭ¤ å¥ĭ +éĻį ä»· +å±ķçİ° äºĨ +å¸ĥ æĭī +ä¼ļ éĢīæĭ© +çļĦ ç»ıåħ¸ +好 æľĭåıĭ +车 éģĵ +æķ´ åĢĭ +åľ ĵ +éķ¿æľŁ 以æĿ¥ +æĬķ å½± +çļĩ åĨł +è¿ĩ 大 +åijĬè¯ī ä»ĸ +ä¼ģä¸ļ æıIJä¾Ľ +æĬ½ 象 +éĢĤ 度 +çļĦ 女åŃ© +èµ· ä¼ı +çļĦ åĬŁæķĪ +ä¸ĵ项 æķ´æ²» +åı¯ éĢļè¿ĩ +ä¸įåIJĮ ç¨ĭ度 +å¼Ĥ è®® +åĩĢ èµĦ产 +åij Ĺ +ä»Ģä¹Ī åij¢ +å·¡ éĢ» +è¸ı ä¸Ĭ +ä½Ĩ å®ĥ +ç²¾ 度 +管 å±Ģ +第ä¸Ģ åIJį +åĨħ åŃĺ +æijĨ åľ¨ +åī© ä¸ĭ +主ä½ĵ 责任 +çĤ¹ åįĬ +以 èĩ³äºİ +åħ»èĢģ ä¿ĿéĻ© +æĦŁåıĹ åĪ°äºĨ +çŁ¥åIJį çļĦ +å¯Į 豪 +妥 åĸĦ +åŃĻ åŃIJ +éĵ Ĥ +说 èĩªå·± +让 æĤ¨ +æķ° æݧ +çļĦçľ¼ åħī +注 éĶĢ +çļĦ çģµéŃĤ +è¿ĺ ä¸įéĶĻ +éĹ® ä»ĸ +èĩªä¸» çłĶåıij +èĵ ĭ +ç´« èī² +åĽ½å®¶ å®īåħ¨ +è¾½å®ģ çľģ +ä¹Ł æ¯Ķè¾ĥ +ç¾İ èĤ¡ +ä¸įç¡®å®ļ æĢ§ +å¿ĥ 头 +æĪ ³ +级 åĪ«çļĦ +论 è¿° +çļĦ åĽŀçŃĶ +ä¿Ŀè¯ģ éĩij +çŃī è¡Įä¸ļ +幸ç¦ı æĦŁ +æѧ è§Ĩ +æľº 票 +æ´¾ 人 +èĩ´ åij½ +åĺ´ è§Ĵ +æĸ°éĹ» ä¸Ńå¿ĥ +æĶ¾å¼ĥ äºĨ +å®ľ å±ħ +åĨĻ ä¸ĭ +éĹ® çŃĶ +è¿ĻéĩĮ æĺ¯ +å¤ļ åľ° +åĮºåŁŁ åĨħ +åīµ æĸ° +çľĭ ä»ĸ +æī§æ³ķ 人åijĺ +åĬ¨ æľº +éŁ³ åĵį +çļĦ åij½è¿IJ +顶 éĥ¨ +åĵ Ł +éĥ½ æľĥ +æīĵéĢł æĪIJ +æĦı åĽ¾ +çļ ĸ +åĢĴ åħ¥ +å·´ èIJ¨ +åĬ© åѦ +å¤į åı¤ +åIJ¯ çĶ¨ +åĽ½éĻħ å¸Ĥåľº +åĤ¨ èĥ½ +é»ijé¾Ļæ±Ł çľģ +ä¹ĺ 车 +è¿IJåĬ¨ ä¼ļ +ä¿Ŀ åĪ© +çŁ³ æĿIJ +çµ ® +çĤĴ ä½ľ +çļĦ ä¿¡ä»» +å°± æĪIJäºĨ +åı¯ è§Ĥ +çļĩ ä¸Ĭ +è¿Ļ åĩłå¤© +ä¸Ģ éĶ® +åĨ· åĨ» +ä¿Ŀ åį« +æł¸ æ¡ĥ +åIJĪä½ľ åħ³ç³» +éĢģ åĩº +æĹĹ ä¸ĭçļĦ +åľ¨ ä¹İ +为 广大 +åįĪ é¤IJ +ä¸ĵ 访 +æĪĸ å°Ĩ +éĿĴå²Ľ å¸Ĥ +å¥Ķ è·ij +æĹ¥ æĬ¥éģĵ +å¥ij åIJĪ +æĸ° æĺ¥ +ä¸į å°ıå¿ĥ +两 ä¸ī +æĦıæĢĿ æĺ¯ +åĨ· èĹı +çļĦ çĹĩçĬ¶ +æĢ§ åij½ +è¶ħ æłĩ +å¯Ĩ 碼 +ç§ijæĬĢ èĤ¡ä»½ +äºĨä¸Ģ æī¹ +çĿ£ å¯Ł +åªĴ ä»ĭ +å°Ħ æīĭ +ä¿® åħ» +çīĩ åĪ» +éĢĤåIJĪ èĩªå·± +åıªè¦ģ æĺ¯ +åIJĥ è¿ĩ +éĩij éĵ¶ +缴 å±ŀ +åѦ éĹ® +åİĭ åĪ¶ +çªĹ å¤ĸ +æĶ¶ åĪ°äºĨ +åħ¨åĽ½ 人大 +ä½Ĩæĺ¯ å¯¹äºİ +åľ¨ æķ´ä¸ª +çļĦ èĥĮåIJİ +åĩıå°ij äºĨ +åıį èħIJ +åıįèħIJ åĢ¡ +åıįèħIJåĢ¡ å»ī +æĹ · +åĪĨ æľŁ +åľ¨ æ·±åľ³ +æīĵ çĿĢ +æī« ä¸Ģ +æī«ä¸Ģ æī« +æĶ¿åºľ éĥ¨éŨ +æİ¥ è¿ŀ +å±ŀäºİ èĩªå·± +åŃIJ å¼¹ +åIJĮæł· æĺ¯ +æĢ» åħ± +车 ä¼ģ +æ¢ ĵ +åħ¬ é¡· +åıij 声 +éĴ Ľ +èµ°åĬ¿ åĽ¾ +主 èIJ¥ +åĸ Ķ +æķ°æį® åĪĨæŀIJ +ä¸į è¿ľ +æľī åIJį +æľīåIJį çļĦ +åģ¿ è¿ĺ +å¾Ī ä½İ +è®ĵ 人 +èĿ ī +é«ĺ è´µ +å°ij 许 +æ° Ł +å¹ ¢ +亲 æĥħ +è¿Ļ件 äºĭæĥħ +çĶ¨ é¤IJ +缸åħ³ æĸ°éĹ» +å°± åºĶ该 +ç»Ī çĤ¹ +æĺ¯ å¤ļå°ij +çĻ» åľº +è¯ķ 管 +è¯ķ管 å©´åĦ¿ +åģļ 大 +åģļ大 åģļ强 +çļĦ ä¾ĭåŃIJ +åħ« 个 +æĺİ æĹ¥ +çĤ ³ +èµ° åİ» +éģ º +å¢ © +ä½ĵä¼ļ åĪ° +åĴ ı +ä¸ĭ è¾¾ +å¤į åıij +追 éĢIJ +æīĵ åĵį +çļĦ éļ±ç§ģæ¬Ĭ +åħ·æľī ä¸Ģå®ļ +è¿Ļä¹Ī å¤ļå¹´ +æłij æŀĹ +æľĢ éķ¿ +åIJĮ èĥŀ +åħī æ³½ +åŁŁ åIJį +æĮĩ åIJij +åıĹ害 èĢħ +æłij èĦĤ +æľīå¤ļ 大 +大 éĿ¢ç§¯ +æĹł ç¼Ŀ +æĶ¹ æŃ£ +æĽ´å¤ļ çļĦæĺ¯ +æľŁ æľ« +æŃ ¼ +ä¹ī ä¹Į +éĤ£ ä½ł +çļĦ 第ä¸Ģ个 +èĮ µ +å° § +èį « +ä¸įä»ħ åı¯ä»¥ +æ¶Į çİ° +æĢ» éĿ¢ç§¯ +æĸ°éĹ» åıijå¸ĥ +æ°ij çĶ¨ +å°± 读 +æīĵ è´¥ +å¤ĸ è¯Ń +æĪij们 ä¸Ģèµ· +é¢Ħ å®ļ +çĥ¹ 饪 +æľĢ 主è¦ģ +æľĢ主è¦ģ çļĦ +çīĮ çħ§ +åĽł åħ¶ +ä½İ ä¸ĭ +ä¼ļ åIJĮ +è§ģ 解 +éĹ´ éļĶ +æķĻ ç¨ĭ +å° ī +å¸Ĥ ä¸Ńå¿ĥ +åħ³éĶ® æĺ¯ +æµ· åįĹçľģ +çī¹åĪ« æĺ¯åľ¨ +ä¸ŃåĽ½ 大éĻĨ +åħħ足 çļĦ +æĹ¢ èĥ½ +åĤ³ çµ± +çijľ ä¼½ +åħ¥ åĽ´ +æħ¢æħ¢ åľ° +æĬ¥ éħ¬ +æī¹ å¤į +å·¥ä¸ļ åĽŃåĮº +ä¸İ åıijå±ķ +èĥ¸ éĥ¨ +åľ¨ ç½ij绾 +åľ¨ç½ij绾 ä¸Ĭ +交 è°Ī +æĽ´ æĶ¹ +åįłæľī çİĩ +ä¸Ŀ绸 ä¹ĭè·¯ +è¡ Ľ +çłĶ åĪ¤ +åĪ ª +åĪª éĻ¤ +è¿Ļ åıª +çļĦ æ°Ķæģ¯ +åĬł å·ŀ +éĴ § +çIJĨäºĭ éķ¿ +ä¸ĸ 家 +æµģè¡Į çļĦ +å¾Ī æľīåı¯èĥ½ +们 éĥ½ +ç»ıèIJ¥ 模å¼ı +è¡Įä¸ļ ä¸Ń +éĢļçŁ¥ 书 +åij½ é¢ĺ +æľ¬ 網ç«Ļ +æ²Ļ çī¹ +åıij åħī +é«ĺ ä»· +å·² çĦ¶ +åıĮ åįģä¸Ģ +ä¸Ĭ è¯ī +ç¿ħ èĨĢ +è¿Ļä¸Ģ å¹´ +大ä¼ļ ä¸Ĭ +éĩ ī +å®Įåħ¨ æĺ¯ +å¾Ĺ 太 +ä¸ĢèĪ¬ 人 +è¿ĺ ç®Ĺ +æĬĺ åıł +æĬķ æľº +çĤ¹ çĩĥ +çİ°éĩij æµģ +åħĶ åŃIJ +ç½ij æł¼ +æİ¥ è¿ĩ +ä¾Ľ è´§ +éĺ´ å½± +åİŁ åħĪ +æį £ +å·¦ 侧 +åħĭ æĭī +æīĵ åį¡ +ç§ij æ¯Ķ +æ±ĩ éĽĨ +åľ°çIJĨ ä½įç½® +è¯Ħ å§Ķ +ç»ĵåIJĪ èµ·æĿ¥ +è¿Ľåħ¥ åĪ° +åı¯ è¡Į +åı¯è¡Į æĢ§ +让 å®ĥ +åĪ¶åº¦ æĶ¹éĿ© +çĶĺèĤĥ çľģ +åĵ Ĺ +åģı åģı +è¡£ çī© +ç¥Ŀ è´º +æºIJ èĩª +并ä¸į 代表 +åĽ½ 度 +好 åĿı +æĿ ĸ +æĿŃ å·ŀå¸Ĥ +湿 度 +é² ¸ +åįļ 彩 +æ³° å±± +æĿij èIJ½ +æĸ° èģŀ +èĤ ĭ +åı¤èĢģ çļĦ +çļĦ ç§ĺå¯Ĩ +ä¸Ģ个 éĹ®é¢ĺ +éģı åĪ¶ +åįĥ 亿 +è¿ĩ 硬 +å°Ħ åĩ» +èĩªçĦ¶ æĺ¯ +产 åĮº +çĤ¹ çĤ¹å¤´ +åı¯ä»¥ 帮åĬ© +说 å®ŀ +说å®ŀ è¯Ŀ +æĪij åıªæĺ¯ +ä¹ĭ ä½Ļ +åIJĮæŶ ä¹Łæĺ¯ +ä¸ŃåĽ½ éĺŁ +建æĪIJ åIJİ +ä¹IJ è§Ĩ +åij¨ å²ģ +èį¯ åºĹ +éĩij åįİ +严éĩį å½±åĵį +è´¨ åľ° +æĹħ éģĬ +åħµ åĻ¨ +æķĻèĤ² æķĻåѦ +离 åİ» +åIJĦå¼ı åIJĦæł· +ä»ĭ ç´ +ä»ĭç´ ¹ +å¼Ģ 头 +å°Ĩ èĩªå·±çļĦ +åIJ¬ åĬĽ +ä¿¡æģ¯ ç³»ç»Ł +ä»İ æł¹æľ¬ +ä»İæł¹æľ¬ ä¸Ĭ +æİĮ 声 +欢 åĸľ +å±ķ åĮº +åķ ¸ +太å¤ļ äºĨ +éĹ² ç½® +èĥ¡ èIJĿåįľ +å§Ķ å®£ä¼ł +å§Ķå®£ä¼ł éĥ¨ +åįĹ éĺ³ +å·ŀ åĮº +ä¸İ æŶ +ä¸İæŶ 俱 +ä¸İæĹ¶ä¿± è¿Ľ +å«Įçĸij 人 +èī¯ å¿ĥ +头 顶 +è´¢ æĬ¥ +ä½Ľ æ³ķ +å¾ µ +åİŁ 件 +åĭ ŀ +çĶ· 篮 +å¤ĸåĽ½ 人 +è¿Ŀ 纪 +æī¾ äºĨ +æįķ æįī +缸 è¯Ĩ +æIJľ éĽĨ +çļĦ ä¼Łå¤§ +ä¸ī ç»´ +å°±è¡Į äºĨ +çĭIJ æľĪ +çĭIJæľĪ å±± +å¸ĮæľĽ éĢļè¿ĩ +èĢĮ 对äºİ +éĿ¢ å°į +åĨĽ åĽ¢ +è¡Ĺ åĮº +æĤ¬ æĮĤ +便 ç§ĺ +æľīä¸Ģ çĤ¹ +ä¼ļè®® ä¸Ĭ +ä¸ĭ æīĭ +廣 åijĬ +äºĶ è¡Į +çŃī åĢĻ +紧紧 åĽ´ç»ķ +æĭ¿ äºĨ +æ¡Į éĿ¢ +ç¥ŀ æĥħ +éĽĦ åİļ +çŀ ³ +楼 ä¸ĭ +å½ ª +äºĭ åıij +åĨį è§ģ +é¤ ĺ +é¢Ħ åĶ® +åİ» çľĭçľĭ +æĪij们 åºĶ该 +ä¸ī 家 +æµ Ĭ +ä¹IJ éĺŁ +çľĭ ä¸įè§ģ +èĦij åŃIJ +æĮģ æľīçļĦ +çĻ½ èıľ +éĹª çĥģ +åĸĿ æ°´ +æݧåĪ¶ ç³»ç»Ł +ä¸ĵ åĮº +æľĿ å»· +æĪij å¿ĥéĩĮ +å±ķ åİħ +èľĺ èĽĽ +åĨ» ç»ĵ +ç² ª +åº IJ +åIJij 社ä¼ļ +åĨ³çŃĸ éĥ¨ç½² +çŁŃ æľŁåĨħ +æĸ° ä¸ļæĢģ +æľ Ķ +æŶ æĬ¥ +使 ä¹ĭ +åĽł åŃIJ +åıĤä¸İ èĢħ +çļĦ 年轻人 +æīĭ 表 +å°ģ éĶģ +为ä»Ģä¹Ī ä¸į +åIJ¸ çĥŁ +æ¯Ĵ ç´ł +åĪij æ³ķ +磫 æŃ£ +身 æĹģ +åİŁ è°ħ +çĽij æĬ¤ +æѤ å¤Ħ +éļ¨ æĻĤ +æŀľ å®ŀ +åĮ»çĸĹ æľįåĬ¡ +ä¸į åIJĪçIJĨ +æIJŀ 好 +çļĦ èĦļæŃ¥ +å¤ĸ å¥Ĺ +ç¶ĵ éģİ +æĶ¾ ç¼ĵ +åģľ çķĻ +æĺŁ çIJĥ +çļĦä¸Ģ éĿ¢ +åĩł ä½ķ +è½® åĽŀ +æ¯Ľ å·¾ +ä¿® çIJĨ +ä¸įçŁ¥ ä¸į +ä¸įçŁ¥ä¸į è§ī +æķ´ 个人 +æ¯ģ çģŃ +åı° å·ŀ +使çĶ¨ 寿åij½ +é»ij çĻ½ +æij¸ ç´¢ +é¼ł æłĩ +éĿ© æĸ° +éº µ +ä¸ĵéŨ 为 +å¾Īå¤ļ æľĭåıĭ +å·¥ä½ľ ç»Ħ +åIJĪ å½± +çĤº ä»Ģ麼 +æŀģ 度 +çļĦ è¿ĽæŃ¥ +å½ĵ ä¹ĭ +å½ĵä¹ĭ æĹł +å½ĵä¹ĭæĹł æĦ§ +è´´ è¿ij +å°º 度 +åľ¨ çİ°åľº +éĻį 临 +åħ»èĢģ éĩij +ç£ ķ +åı¯ä»¥ 使 +管çIJĨ æ°´å¹³ +æľ¬æĬ¥ è®°èĢħ +æ³ķ 令 +åį¡ 车 +举 æµ· +å¤ļ éĩį +åħ¶ éĹ´ +ç´ Ļ +éĩį大 é¡¹çĽ® +æ±Ĺ æ°´ +ç»Ħ å§Ķä¼ļ +ä¿¡æģ¯ åħ¬å¼Ģ +ä¸į论 æĺ¯ +ä¸Ģ åIJ¬ +èĴ¸ æ±½ +æıŃ ç§ĺ +è¶ħ éģİ +触 åıij +å© ¦ +åħ³èģĶ 交æĺĵ +å°± ç»Ļ大家 +好 ä¹ħ +åĢŁ è´· +游æĪı è§Ĵèī² +å¼ĢåIJ¯ äºĨ +æİ ł +åħļçļĦ åįģä¹Ŀ +ä¸ĭ 鼨 +çŁŃ æŶéĹ´åĨħ +å¯ ħ +导 åħ¥ +å·¥ä½ľ ç»ıéªĮ +ä¹Ł åıªèĥ½ +鼷 éľĨ +è·Ł è¿Ľ +åį¡ éĢļ +é¢ĩ æľī +æľº ä½ĵ +æĪĺ士 èģĮä¸ļ +女 主 +ä½ĵåĪ¶ æľºåĪ¶ +足 åįı +èĪĴéĢĤ çļĦ +åĢŁ åı£ +æī¹ åĪ¤ +æķ° åĢ¼ +è« ¾ +éĺ¿æĭī 伯 +åĺ İ +æħ ¶ +è¾¾ 人 +å¼Ģ æ°´ +大 鼨 +温 室 +ä½İ è¿· +ä»į æŧ +éªĹ åŃIJ +亲 å±ŀ +çIJĨ æĻº +æľ¬ åŁºéĩij +å¨ ħ +åĨĻåŃĹ æ¥¼ +å¢Ļ å£ģ +å® µ +èĻ½ çĦ¶æĺ¯ +顺 çĿĢ +åħ« åį¦ +åķĨ çĶ¨ +ä¸į 失 +è¿· èĮ« +顺 便 +æļij æľŁ +欺 è´Ł +é¢ij é¢ij +该 æł¡ +æĸĻ çIJĨ +æ·± æĥħ +åīį éĶĭ +ä¿Ŀ èŃī +èģĮä¸ļ çĶŁæ¶¯ +åħ¬ å¼Ģåıij +åħ¬å¼Ģåıij è¡Į +åħ¥ æĪ· +éł ĵ +åĢ¾ åIJ¬ +éŃ ģ +æĦī æĤ¦ +åĽŀ åIJĪ +åħ¨åĬĽ 以 +åħ¨åĬĽä»¥ èµ´ +åĥ¹ åĢ¼ +èĥ½åĬĽ 强 +ç»ı å¼Ģ +ç»ıå¼Ģ åĮº +è¿ľ æĸ¹ +çļĦ éģĵçIJĨ +缴 åįĩ +缴åįĩ æľº +为主é¢ĺ çļĦ +ç»Ļ æĤ¨ +è¿ĺ æĥ³ +æ¯Ķ æĪij +åĨľ çī§ +æµ· åºķ +çŃ¾è®¢ äºĨ +对äºİ æĪij们 +æŶ 许 +éĶ® çĽĺ +å®ŀéĻħ æݧåĪ¶ +çļĦ æ¨¡æł· +åıįæĺł äºĨ +代 åĬŀ +åĮ» çĶ¨ +éĽĨ ç»ĵ +åıijå±ķ åīįæĻ¯ +æĮĩ çĿĢ +åįİ åĮĹ +è¿Ļ åĩłä¸ª +åIJį æ°Ķ +åĤį æĻļ +èĩª åıij +æ³¢ åħ° +大åĬĽ æİ¨è¿Ľ +èĩª 称 +èįĨ å·ŀ +æIJį 害 +äºĨä¸Ģ åı¥ +æľĢåĪĿ çļĦ +éĩijèŀį åį±æľº +æĢĢ 念 +è¡Į åĭķ +女 æİĴ +ä¸į 解 +ä¼ł éĶĢ +转载 请 +饰 åĵģ +åıª 为 +ä¸İ ä¼Ĺ +ä¸İä¼Ĺ ä¸įåIJĮ +èĥ½ èĢĹ +èı© æıIJ +è¿ij 两年 +è¿Ķ 乡 +马ä¸Ĭ å°± +äºĮ çŃīå¥ĸ +æ°´ 管 +æ³ķ åѦ +çģŃ çģ« +大 å§IJ +åij¨ 转 +æľī æľŁ +æľīæľŁ å¾Ĵ +æľīæľŁå¾Ĵ åĪij +å°į æĸ¹ +ç¥ŀ èī² +æ²¹ èĦĤ +ä¸ī çĤ¹ +ä¸į åĪ©äºİ +äºĭä¸ļ éĥ¨ +å°± è·Ł +å¼Ģ æĶ¯ +å°ı 女åŃ© +åħ±åIJĮ åĬªåĬĽ +çĶļèĩ³ è¿ĺ +è¿Ļ åIJį +è¿Ļ ç¬Ķ +çݯ åį« +æľī ç§į +è§Ĩ åĬĽ +çĨŁ çŁ¥ +åħ¬ç§¯ éĩij +æ¶Īéĺ² å®īåħ¨ +é¢ĩ 为 +大 èħ¿ +éĿ ¶ +çī¹ æķĪ +æľįåĬ¡ åĮº +å¼Ģ åĩº +深度 èŀįåIJĪ +æĹł 忧 +æŁ¥ éĺħ +ç»Ī ç»ĵ +ä¿Ŀ ç¨İ +è¨İ è«ĸ +å½ĵ åģļ +è·³ èĪŀ +å¯ § +女 çİĭ +è®°èĢħ åľ¨ +åħ¨ 产ä¸ļéĵ¾ +è´¯ éĢļ +åħ´ ä¸ļ +éĻį åĪ° +å°ģ éĿ¢ +åħ¨éĿ¢ æİ¨è¿Ľ +奶 èĮ¶ +éĢī åĿĢ +äºĨä¸Ģ åľº +åIJĮ ä¼´ +è®® 论 +æIJ ĵ +诸 èijĽ +诸èijĽ 亮 +å¹² åĺĽ +æµģ æĦŁ +ä¸ĵä¸ļ çŁ¥è¯Ĩ +çĶµ ç«Ļ +åĩı å¼± +åĩº åħ¥ +åIJĦ çľģ +éĿŀ常 é«ĺ +åľ° 毯 +åıij æĸĩ +çĦ ī +çĥ§ çĥ¤ +å£ģ 纸 +æģ¶ åĮĸ +èĬ ¸ +èĥĸ åŃIJ +çĩ Ĵ +çľģ éĴ± +çĻ¾ 强 +çIJĨå·¥ 大åѦ +éĴ¢ æĿIJ +åĽ½æľī èµĦ产 +æĪĺ æľº +æ³Ħ éľ² +åIJİéĿ¢ çļĦ +æ°´ èµĦæºIJ +æ¢ħ èĬ± +åĨĻ çĿĢ +ä¹ĭ 声 +æĹł åı¯ +æĺİ æľĿ +ç«ĭæĸ¹ ç±³ +ç· £ +æĶ¾ è¿ĩ +ç¦ı çĶ° +å¾Ĺ ä½ı +åıĹ ä¼Ĺ +ä¸Ń 级 +çĹħ åıĺ +ä¸Ģ çŀ¬éĹ´ +æĿĥ éĩį +人æĢ§ åĮĸ +åĮ»çĸĹ åį«çĶŁ +ä¸įåĪ° ä½į +æĻºèĥ½ 家å±ħ +饮 çĶ¨ +æ¼Ķ åıĺ +é«ĺ ç´łè´¨ +ä¹Ļ æĸ¹ +åģľ çķĻåľ¨ +èİ· æī¹ +ç©¿ æ¢Ń +客 åľº +æĮ½ åĽŀ +京 åŁİ +çĶŁåij½ åĬĽ +實 éļĽ +çĩ Ī +åĨį çİ° +çİ°å®ŀ ä¸Ń +æľī ä¿¡å¿ĥ +çĸı éĢļ +åĺ´ åĶĩ +鼷 éĶĭ +èıľ åįķ +éħ ¯ +è¶ħ é«ĺ +å¾Ī é«ĺåħ´ +çĶŁ æ®ĸ +éĢł ä»· +误 åĮº +æĨ ĭ +好 æ¶Īæģ¯ +å´ Ń +以 èĩ´ +å¼Ģ çİ©ç¬ij +çĽij è§Ĩ +å·¡ å¯Ł +å¾· å·ŀ +æĹ© æĹ© +éĹª çĶµ +æĪª åĽ¾ +åı¯ä»¥ æł¹æį® +æīĭ èīº +æİ¥ 轨 +ç§į æĹı +æĢĢ éĩĮ +åİ» åĮ»éĻ¢ +ä¸Ģ äºĮ +å¼Ģ éĺĶ +åĩı éĢŁ +ä½Ĩ ä»İ +éĢĻ ä¸Ģ +åĩı åħį +主é¢ĺ æķĻèĤ² +å¼Ģå·¥ 建设 +è¹ ¦ +æľĪ 饼 +ä¸ĭ æ²ī +å°Ĭ 严 +éĻ ĩ +å®ŀ æľ¨ +å»ł åķĨ +声 称 +èĢĥ åľº +å¸ĥ é²ģ +èĩª æĿ¥ +èĩªæĿ¥ æ°´ +éĴ ¾ +å¹´ 以ä¸Ĭ +大 åıĶ +ä»ĸ å·²ç»ı +åħ¨ æĿij +èģĶç³» çĶµè¯Ŀ +为 导åIJij +åĪ¤ å¤Ħ +对 éĺµ +缮 æ¨Ļ +åIJį é¢Ŀ +客 æ°Ķ +横 åIJij +çŃī åĨħ容 +åĩł çĤ¹ +è°Ī 论 +ä¸į ä¹ı +å±ķ çİ°åĩº +è¾ĥ éķ¿ +éĢĨ 转 +å°ı æĻĤ +æĺ¯ å¤ļä¹Ī +æľ¬ æľĪ +è¿ij è§Ĩ +æĪIJç«ĭ 以æĿ¥ +代表 çĿĢ +æĬ¥ å¤į +æĪı æĽ² +è¨Ń åĤĻ +åħ¥ èĤ¡ +å¾ģ æľį +é«ĺ åĩº +èĪŀåı° ä¸Ĭ +å¿ĥ åĬ¨ +两 çĤ¹ +缸 çķ¶ +èĻ Ľ +主 页 +åĩł 家 +æĹł ä¸į +åįı å®ļ +æĸ IJ +å¯ĵ æĦı +åħ¨ 线 +æįķ é±¼ +åı¯ä»¥ ä»İ +æľī è¿Ļæł·çļĦ +æģ¶ éŃĶ +åĮħ åŃIJ +æģ ¤ +å¼Ģå¥ĸ ç»ĵæŀľ +ä¸į æŃ» +èĹ į +弯 æĽ² +æµ· 峡 +éĶĢ æ¯ģ +çļĦ çĭ¬çī¹ +示 æĦı +ä¸įèĥ½ åĨį +èĥ½ æĬĬ +éĺ² çº¿ +ä¸įå°ij äºİ +æ± Ģ +çļĦ éĤ£ä¸Ģ +羣 æĥħ +åŀ ® +被 æīĵ +åĽ½ å®ī +ç¾İ å¦Ļ +è¿Ļ åĩł +åĩº éģĵ +æľįåĬ¡ äºİ +æĪIJæŀľ 转åĮĸ +æīį åįİ +天 é¹ħ +åĩł 个人 +åĢĺ èĭ¥ +èĢ½ 误 +æĬĹ æĪĺ +è¡Į éĬ· +æĿ¥ è¢Ń +åĢŁ éĮ¢ +èįī èİĵ +ä¸¥æł¼ æī§è¡Į +举è¡Į äºĨ +å¤ĸ ç±į +å·² è¾¾ +æĿij åħļæĶ¯éĥ¨ +è¡ Ŀ +éĻį èĩ³ +æµ· éĩı +é¤IJ é¦Ĩ +æĢ¥ å¿Ļ +æ·± è¿ľ +å¾Ģ è¿Ķ +ç¨İåĬ¡ å±Ģ +å¹¿æ³Ľ åºĶçĶ¨ +è®® åijĺ +æĹł æķĮ +çľ¼ åħī +çĥŃè¡Ģ ä¼łå¥ĩ +æŃ IJ +äºĨ äºĽ +è¿Ŀ èĥĮ +è¿Ļ æĺ¯ä¸Ģç§į +ä¸į 稳å®ļ +大家 åĪĨ享 +表 çı¾ +åīį åįģ +è·¯ è¿ĩ +æĴ © +åIJĮ æĥħ +ä¹ł ä¿Ĺ +åıij è´¢ +åºĶ æľīçļĦ +æĿİ æŁIJ +èĤ Ľ +马 åħĭ +éĢļ åijĬ +å·¨ 人 +ä¸Ģ åĽ¢ +éĢĻ 次 +ä¸į äºĨ解 +æĸ½ è¡Į +èij¡èIJĦ çīĻ +åıĺå¾Ĺ æĽ´åĬł +æı £ +åĪĽæĸ° èĥ½åĬĽ +çķħ éĶĢ +表 æī¬ +æ¯Ķ åĪ© +æ¯ĶåĪ© æŶ +åĮ»çĸĹ ä¿ĿéĻ© +æĵį 纵 +伤 亡 +æµİ å®ģ +åıĺ äºĨ +æľ¬æ¬¡ æ´»åĬ¨ +åľŁ 豪 +æĥ³ åĬŀæ³ķ +æĺ ķ +å½ĵ æĻļ +åĩº å±Ģ +çĥŃ è®® +è°Ī è°Ī +æĻĭ åįĩ +åĬ¿ å¿ħ +çĻ» å±± +éĤ£ åĦ¿ +åIJĥ åĪ° +ä¹ĭ åŁİ +å¿« æĿ¥ +æ¹Ľ æ±Ł +第ä¸ī 个 +åħ¨éĿ¢ æıIJåįĩ +å¥ĸ åѦ +å¥ĸåѦ éĩij +æĬķåħ¥ 使çĶ¨ +é½IJ é²ģ +åı¯ä»¥ æĬĬ +åĴĮ ä»ĸçļĦ +è´ŃæĪ¿ èĢħ +æŃ£å¼ı åIJ¯åĬ¨ +åįİ æ¶¦ +ä¸įæĸŃ å®ĮåĸĦ +éĴ¢ æĿ¿ +ç´¯ 积 +满 èĦ¸ +åĽĽ æĸ¹ +è´¢ çī© +ä»ĸ们 ä¼ļ +å¤ı æĹ¥ +éĤ£ 个人 +éĿł çĿĢ +çĤ¹ äºĨ +çĤ¹äºĨ çĤ¹å¤´ +æ© ĭ +åıĪ 好 +åıĪ好 åıĪ +åıĪ好åıĪ å¿« +éĺµ éĺµ +å°ģ 建 +æľ¬ çĶ° +çī©ä¸ļ æľįåĬ¡ +èĩªè´¸ åĮº +åIJ ı +便åĪ© åºĹ +åĽ½å®¶ æłĩåĩĨ +éĿ¢ ç²ī +èī° è¾Ľ +æĶ» åħ³ +æīĵ åĮħ +车 éĺŁ +人 éĢī +åı¯ ä¸įæĺ¯ +äºĮ åįģå¹´ +åIJį å¸Ī +浦 举 +åħ¬ è¯ģ +è¿IJ éĢģ +æĺ¯ æľĢ好çļĦ +æŁĶ åĴĮ +çİĭ æŁIJ +çĹħ æĪ¿ +åĨ¶ éĩij +ä¸Ģ件 äºĭæĥħ +åį ¤ +åı¯ æݧ +çī Ł +æĭ Ĥ +å·² äºİ +人 éĢł +çĶŁçī© åĮ»èį¯ +ä½ĵ çİ°åĩº +èĤ² åĦ¿ +èĢģ å®ŀ +åľĸ çīĩ +è« ¸ +ç´¯ äºĨ +æĦŁåħ´è¶£ çļĦ +åĽ¾çīĩ æĿ¥æºIJ +ä¹Ł æĺ¯ä¸Ģç§į +æ¾İæ¹ĥ æĸ°éĹ» +æŶ 表示 +åħī è¾ī +æĬ¥ åºŁ +å²ģ æŶ +éħ ® +æ£Ģ ä¿® +åıĺ éĢŁ +åıĺéĢŁ ç®± +åľ¨ èģĮ +éı ¡ +æį Ĥ +çĿ£ åĬŀ +æ°¸ ä¸į +åģļ ä¸ĢäºĽ +åİĨ æŶ +å·¥ç¨ĭ æľºæ¢° +æģ° å½ĵ +å°± åľ¨äºİ +称 åij¼ +éĢļ常 æĺ¯ +æł· å¼ı +åij¨ ä¸Ģ +èĭ± éķij +åĿĩ 线 +ä¼ł éĹ» +çĶ¨æĪ· ä½ĵéªĮ +èµŀ åIJĮ +骨 æĬĺ +为主 ä½ĵ +æ±Ł å±± +æ¸ħ æľĿ +æĶĢ åįĩ +ä¸į çĽ¸ä¿¡ +éĿ ´ +æѦ åĬŁ +åĭ¤ åĬ³ +æĿ¥ æī¾ +å°Ĩ æĮģç»Ń +丫 头 +æ¨Ļ æºĸ +è£ ´ +深深 çļĦ +åŃķ èĤ² +è§ĦåĪĴ 建设 +æ¸ħ çĪ½ +ç²¾åĩĨ æī¶è´« +æīĵçł´ äºĨ +è¿Ļä¸Ģ 天 +å·¥ä½ľ æĢ»ç»ĵ +æĹħ ç¨ĭ +举 èIJ¥ +æĶ¾ å°Ħ +æľī åĩłä¸ª +éĿŀ çī©è´¨ +åIJĥ å¾Ĺ +åĹ ¨ +ä¼ļ åıijçĶŁ +篮 æĿ¿ +å¼Ģ å°ģ +麻 å°Ĩ +èıı æ³½ +ä¸į åIJĪ +ç³»åĪĹ äº§åĵģ +èѬ å¦Ĥ +ç¾İ èªī +èĩªå·± åĸľæ¬¢ +交æĺĵ ä¸Ńå¿ĥ +åIJĪ åĶ± +使 æĪij +åĥı ç´ł +带 éĺŁ +ä½Ĩ 对äºİ +æĬĬ è¿Ļ个 +èĤĿ èĦı +åįķ纯 çļĦ +æĶ»åĿļ æĪĺ +缼 ä¼ļ +åijµ æĬ¤ +æª Ģ +赶 ä¸Ĭ +æ¥ Ĭ +ä¹ħ äºĨ +ç¡ Ŀ +çŃĶ é¢ĺ +ä¿ĿæĮģ çĿĢ +è§ģ è¯Ĩ +çĤ¹ åĦ¿ +åįĬ 个æľĪ +æ» ĩ +浸 泡 +ä¼ł éĢģ +åľ¨ å¸Ĥåľºä¸Ĭ +ä¹ĭ 乡 +çī¹ éķ¿ +éĽ ŀ +èª ł +身 å¤Ħ +æŁł 檬 +身 ç©¿ +çľģ åħ¬å®ī +çľģåħ¬å®ī åİħ +åıĻ åĪ©äºļ +åĩł åĪĨéĴŁ +人 åĢij +åľ° 段 +èĩª åѦ +ä¹Ł è¶ĬæĿ¥è¶Ĭ +èģĮ æĿĥ +æĸ § +èĩ » +å½Ĵ 纳 +驾 é©Ń +éĥ¨åĪĨ åľ°åĮº +没æľī æĥ³åĪ° +æĴ ĩ +ä¹Į é²ģ +ä¹Įé²ģ æľ¨ +ä¹Įé²ģæľ¨ é½IJ +èĤ² 人 +çļĦ æŃ¥ä¼IJ +延 æľŁ +æ²¹ æ°Ķ +åģļ å®Į +åľ£ åľ° +丰 åİļ +宽 带 +åı¯éĿł çļĦ +åºŃ éĻ¢ +åŃ ľ +å°ı康 社ä¼ļ +å®īåħ¨ 管çIJĨ +å¹´ 第 +æİĴ 污 +èĥĮ åĮħ +家 ä½ı +åħ¶å®ŀ å°±æĺ¯ +ä¼ļ è§ģ +帮åĬ© ä¼ģä¸ļ +ç½ij è´Ń +æĺ¯ ä¸įä¼ļ +飯 åºĹ +æŃ» åİ» +åħįçĸ« åĬĽ +æľ ķ +åĸĿ äºĨ +è½» å¾® +个æľĪ åĨħ +ç»Ħ åĽ¢ +åĴĮ å®ĮåĸĦ +é¸ ½ +æıIJ éĢŁ +西å®ī å¸Ĥ +ä¸Ńå¿ĥ 主任 +æŶéĹ´ 为 +æľŁ æĿĥ +è¶ ķ +ä¸įä»ħ è¦ģ +æľį ä»İ +é¡ĺ æĦı +ä¸į å°ı +ä¸įå°ı çļĦ +ç° ĩ +çª ¦ +åĪĩ æĪIJ +åĵĪ åĪ© +天 羣 +ä¸Ģ次 次 +éĩij å¸ģ +æĢİä¹Ī èĥ½ +ç½ij è´· +ä¼ļ计 å¸Ī +çŁŃ 缺 +对 æłĩ +åıĺå¾Ĺ æĽ´ +åīį åĩłå¤© +éĺ² æ±Ľ +彩 èĻ¹ +åĵģ ä½į +表 æł¼ +严 å¯Ĩ +æ¯Ľ åĪ©çİĩ +çļĦ åį±å®³ +å½ķ åĪ¶ +æ°´ åĬ¡ +èĥ½å¤Ł 让 +å¹³ æĿ¿ +ä¹³ æĪ¿ +è¸ı å®ŀ +é¦ĸ åĪĽ +é¦Ļ èķī +æĬ¥ 表 +ä¸Ģ æĬ¹ +åĩºçĶŁ äºİ +è²» çĶ¨ +åĩº 让 +åIJĪæ³ķ æĢ§ +å°¼ åħĭ +åĨ° åĨ· +é¦Ļ æ°Ķ +åı· 称 +èµ· çłģ +åŁİ åİ¿ +çİ© èĢį +ä¸Ĭ éĻIJ +ä¼ļè®® ç²¾ç¥ŀ +æĹģè¾¹ çļĦ +便 ä¼ļ +æıŃ æĻĵ +çİ© æĦı +éĽª å±± +åIJij çĿĢ +ä½ĵèĤ² åľ¨çº¿ +说æĺİ ä¹¦ +åĮĸ èĤ¥ +åħļç»Ħ 书记 +åĬ¨ 人 +ä¹ĭ æīĢ +æľĪ èĩ³ +æľĢå¿« çļĦ +èĬĤ åģĩæĹ¥ +ä¸ĵ åľº +èĢĥ ä¸Ĭ +çª Ł +é²ľ è¡Ģ +è¾ĥ强 çļĦ +æĤĦ çĦ¶ +å¤ļ个 åĽ½å®¶ +çªĹ å¸ĺ +æŀģ å¤§åľ° +ä¸įçĶ¨ æĭħå¿ĥ +è¿Ļä¹Ī åģļ +åĥ¹ æł¼ +ç¾İ丽 乡æĿij +å°ıæŶ åĨħ +ç´§ è¿« +大 çģ« +èĥ³ èĨĬ +æĵįä½ľ ç³»ç»Ł +æ®ĭ çķĻ +åĨĻ åĩº +ç¦ģ å¿Į +åĬłçĽŁ åºĹ +è¿ij çĻ¾ +便 åı¯ +æķ´æĶ¹ æݪæĸ½ +éĩĩ访 æŶ +åĶIJ 代 +æ·±åĮĸ æĶ¹éĿ© +çŁ ¢ +éĥ½ åĸľæ¬¢ +è¶ĬæĿ¥è¶Ĭ é«ĺ +èĬ± æľµ +头 çĸ¼ +å®ī 康 +å¢ŀéķ¿ çİĩ +çľ¼ çľĭ +å°±æĺ¯ ä¸ºäºĨ +èĢĮ 导èĩ´ +åĬłå¿« 建设 +èĬ± æł· +åĨħå¿ĥ çļĦ +æĺĨ å±± +è³ĩ æºIJ +åĽŀåĪ° 家 +èıĬ èĬ± +æ°´ éĩı +å¾ģ ä¿¡ +è¡ĮæĶ¿ åĮº +ä¹ĥ æĺ¯ +æĬķèµĦ é¡¹çĽ® +å«ģ ç»Ļ +ç¥ŀ åľ£ +ç¨ ł +æľ¬æĿ¥ å°± +éĢIJ ä¸Ģ +èģĮä¸ļ æĬĢæľ¯ +ä¸įèī¯ ä¿¡æģ¯ +æīĺ è¿IJ +åIJ¯ 示 +ä¹ĭ åħ§å®¹ +éŁ ¶ +奢 åįİ +æıŃ ç¤º +æĪIJ为 ä¸ŃåĽ½ +æ¶Īè´¹ åĵģ +åħ¬ çĶ¨ +æIJŀ å®ļ +请 ä½ł +æŁ ļ +åĨħ è¡£ +ä½Ĩ ä»ĸ们 +ä¿Ŀ 湿 +该 åİ¿ +饱 åĴĮ +æݨ åIJij +èµĦæĸĻ æĺ¾ç¤º +ä¸į å½±åĵį +人 人éĥ½ +åıijå±ķ 壮大 +åħ»èĢģ æľįåĬ¡ +çĶŁæ´» æ°´å¹³ +åIJĦ åİ¿ +ä½ł éľĢè¦ģ +说 çļĦæĺ¯ +å¤ĸ åªĴ +æѤ 人 +次 è¦ģ +追 赶 +åºĶ该 å¦Ĥä½ķ +æĹ¥ åĩĮæĻ¨ +çķ¥ æľī +éĥ½ æĥ³ +游 ä¹IJ +è¿Ļ款 游æĪı +å¹³ æ·¡ +æĺ¯ä¸Ģ åĢĭ +å¤ĩ èĢĥ +åĪ¶ æŃ¢ +ä¸Ģå®ļ èĥ½ +å¾Ĵ å¼Ł +以 çĤº +åįĥ åħĥ +äºĶ åħŃ +迪 士 +迪士 å°¼ +éĺ³ æĢ§ +åĨ¬å¥¥ ä¼ļ +å°±æĺ¯ åĽłä¸º +æĮĤ éĴ© +æ¦Ĥ åĨµ +åıªè¦ģ æľī +æ²¹ çĶ» +åľ° æłĩ +ä¸Ĭ è°ĥ +产ä¸ļ åĽŃåĮº +åħ« åįģ +æ£ ± +液 æĻ¶ +æĿij å§Ķä¼ļ +çŃ¾çº¦ 仪å¼ı +è¿Ļ åħ¶ä¸Ń +åĨĻ éģĵ +示èĮĥ åŁºåľ° +éĩİçĶŁ åĬ¨çī© +鼻åŃIJ ä¿¡ç®± +åĽ½éĻħ è´¸æĺĵ +人 æĿĥ +ä¿Ŀ 管 +èĭ¥ æĤ¨ +åİĭ æĬij +é» Ľ +åľ° çľĭçĿĢ +éĻ ° +ä¸Ģå¹´ å¤ļ +ä»İ 容 +ä¸Ń æĸŃ +å¯Ł è§ī +移 交 +éĶ ¯ +æĪĸ许 æĺ¯ +ç¶ ł +两 项 +æľĢ åĸľæ¬¢ +æľĢåĸľæ¬¢ çļĦ +å¤ľ éĩĮ +åIJĮ ä»ģ +åĪĽæĸ° 驱åĬ¨ +è°ģ èĥ½ +é£ ¾ +åħī åѦ +åİ Ħ +èĦ± é¢ĸ +èĦ±é¢ĸ èĢĮåĩº +è¿ ¦ +æĺ¯ ä¸įåı¯èĥ½ +çª ¥ +èĥ½ 满足 +宽 度 +伦 çIJĨ +åı¯ä»¥ èİ·å¾Ĺ +转 ä¼ļ +å±± æĿij +éĵº 设 +åĩº åĩ» +æĸĩåĮĸ èīºæľ¯ +ä¼ļè®® 室 +æŃĮ 声 +æ» Ķ +èIJİ ç¼© +æľįåĬ¡ åijĺ +åıij表 äºĨ +æĸ¼ æĺ¯ +æĺİç¡® è§Ħå®ļ +ç»´ å¥ĩ +æ°´ 产 +æĬķ ä¿Ŀ +éĺ´ éģĵ +赶 å¿« +夺 å¾Ĺ +ä¸ĭ åįķ +çī©æµģ åħ¬åı¸ +çݯ ç»ķ +å½ Ī +ä½ľé£İ 建设 +æĹħ游 æĻ¯åĮº +æľī æĽ´å¤ļçļĦ +丰å¯Į å¤ļ彩 +çIJĨè´¢ 产åĵģ +åĩº å·® +ä»İ严 æ²» +ä»İ严治 åħļ +缸 å¹² +æ»ĭ 润 +主åĬŀ æĸ¹ +åī§ åľº +æ»ļ çIJĥ +æ©Ħ æ¦Ħ +èĩªä¸» åĪĽæĸ° +éĢļ å¾Ģ +æł¼ å°Ķ +çļĦ ä¼ĺçĤ¹ +èĥĮ ä¸Ĭ +çª ľ +çĪĨ åĩº +å¹³ æķ´ +ä¸Ģ èĦļ +åħ¨ä½ĵ åijĺå·¥ +éĻIJ å®ļ +åŁİéķĩ åĮĸ +æ· ³ +éĢ® æįķ +è¡ĮåĬ¨ 计åĪĴ +æīĵ å¾Ĺ +åİļ éĩį +纪å½ķ çīĩ +åĿļ ä¿¡ +央 ä¼ģ +åĨį ä¹Łä¸į +天 涯 +åıĤèĢĥ èµĦæĸĻ +æľī æ¯Ĵ +åIJ¸ 纳 +è¶Ĭ åıij +éĩįè¦ģ æĦıä¹ī +åĽ½éĺ² éĥ¨ +è¿Ļ个 è¡Įä¸ļ +æĻ® æŁ¥ +å¼Ĥ æĢ§ +延 è¿Ł +å°ı å¹ħ +èī² æĥħ +综åIJĪ æ²»çIJĨ +æŃ£æĺ¯ åĽłä¸º +产ä¸ļ ç»ĵæŀĦ +çłĶ究 æĬ¥åijĬ +åģľ ä¸ĭ +éķ¿ èĢģ +éĩĿ å°į +åįĹ京 å¸Ĥ +çģĮ æºī +转 è¿IJ +欺 è¯Ī +éĢł åģĩ +åĪĨå¸ĥ å¼ı +æĦŁ 触 +æĪij å½ĵæŶ +åıij è§ī +åĽ¾ 纸 +æĶ¹ èī¯ +çĭł çĭł +åĨ² åĪº +æĸ° 京 +æĸ°äº¬ æĬ¥ +ç¥ŀ åĻ¨ +秸 ç§Ĩ +çĪ º +å°Ĩ è¿İæĿ¥ +å·¥ ä¿¡ +工信 éĥ¨ +éĻIJ éĩı +æŃ¢ æįŁ +åѦä¼ļ äºĨ +åįİ çĽĽ +åįİ缼 é¡¿ +å¾Į ä¾Ĩ +ä¸ĭéĿ¢ æĺ¯ +ä¸ĭéĿ¢æĺ¯ å°ı +æIJ¬ è¿IJ +ç¾İæľ¯ é¦Ĩ +æ¸ħ åĩī +å¤ļå¹´ åīį +è© ŀ +åįĥ ç±³ +表 è¿° +æ±Ł éŨ +åĬłæ²¹ ç«Ļ +æľ¬ èĥ½ +导 读 +åĽ´ è§Ĥ +并 åIJij +åŁºæľ¬ æĥħåĨµ +æīĵ å¼ĢäºĨ +è¿Ļ ä¸ī个 +æ±ķ 头 +强 æľīåĬĽ +强æľīåĬĽ çļĦ +è¿Ľ åľº +ä¹Ŀ æ±Ł +çIJĥ æĺŁ +好çľĭ çļĦ +大 æĪ· +æ¹ ¯ +å¥ĩ å¦Ļ +ä¹IJ åĻ¨ +æĪijçļĦ å¿ĥ +çľī 头 +åĨľä¸ļ çĶŁäº§ +ç¼ĸ çłģ +åŁº ç¤ +åŁºç¤ İ +天 æĸĩ +åĢĭ人 è³ĩè¨Ĭ +åİ» è¿ĩ +èģĨ åIJ¬ +æĶ¾ åģĩ +ä¸į åħ·å¤ĩ +æ·Ģ ç²ī +大 佬 +åħ¨ 天 +åħ¨éĿ¢ 建æĪIJ +éļIJ å½¢ +ç¼ħ çĶ¸ +åIJ ³ +è¡ĮæĶ¿ æī§æ³ķ +åŁİ åł¡ +èİ« æĸ¯ +èİ«æĸ¯ ç§ij +æīĢæľī æĿĥ +éĽĨ åľĺ +å±Ģ åī¯å±Ģéķ¿ +åĩłä¹İ 没æľī +æ´ģ åĩĢ +çĶµå½± èĬĤ +åŃ© ç«¥ +æīĢ åģļçļĦ +æ¸ħ 代 +æĸ° çīĪ +éĵĿ åIJĪéĩij +为 æĬĵ +为æĬĵ æīĭ +åĪ¤ å®ļ +çī¹ 产 +æīĭ æ©Ł +ä¸įåı¯ æĪĸ +ä¸įåı¯æĪĸ 缺 +å¸Ĥåľº è§Ħ模 +åĿ ¯ +åĮ» åѦéĻ¢ +å¿« è¦ģ +èĮ ľ +æĬĺ èħ¾ +äºĨ è¿ĩæĿ¥ +æĬ¥åijĬ æľŁåĨħ +çī© ç§į +ç»Łè®¡ å±Ģ +æī© 建 +æ¶ ħ +责任 人 +éĺ İ +è¯Ħ è®® +å¾Ģ äºĭ +æīĢ 示 +æķ´ æ´ģ +éĹº èľľ +æĹħ éĢĶ +å®ŀ è®Ń +ä¹ĭ 称 +å·´ 士 +éĢŁåº¦ å¿« +ä¸įä»ħ å¦ĤæѤ +å®Ŀè´µ çļĦ +åºŁ çī© +æ²³ æ°´ +æİ¥ 纳 +ç²¾ æ¹Ľ +åħ¶æ¬¡ æĺ¯ +顺 å¾· +åħ¬åħ± åį«çĶŁ +è¤IJ èī² +ä¸į æĥľ +æĬĢæľ¯ æľįåĬ¡ +æİ · +æ±Ĥ èģĮ +ä¸ī 峡 +æĬķåħ¥ åĪ° +太 åIJİ +åIJ¯åĬ¨ 仪å¼ı +缴æİ¥ å½±åĵį +æĸ° 款 +个 乡éķĩ +çĻ¾ 亿 +åº « +ä¹Ł æŃ£æĺ¯ +åı¶ çīĩ +æľĢæĹ© çļĦ +æĪĺ 绩 +å·¥ æľŁ +æĻļ æľŁ +è¿Ļæł· 说 +è¯į è¯Ń +ä¾ Ħ +æķ£ çĥŃ +éĽĨæĪIJ çĶµè·¯ +åIJį è¯į +æĻº åķĨ +æĭ¥ åłµ +çĭĤ 欢 +è¿Ļ èĪ¬ +æµ´ 室 +åijķ åIJIJ +æľªæĿ¥ åıijå±ķ +ä¸īä½į ä¸Ģä½ĵ +åªĴ é«Ķ +ä¸įå¾Ĺ 转载 +åĽłä¸º 她 +æĺ¾ç¤º å±ı +ä¾Ľ æļĸ +éĨ« éĻ¢ +æľī æĦıæĢĿ +æľīæĦıæĢĿ çļĦ +娱ä¹IJ åŁİ +åįµ å·¢ +åĪĽéĢł åĬĽ +ç«ł èĬĤ +人大 常å§Ķ +èĢĮ çİ°åľ¨ +å¤ĸ å©Ĩ +å¢ŀ æĮģ +äºĶ åįĥ +èĢģå¸Ī 们 +æ´Ľ æĿī +æ´ĽæĿī 磶 +æİĮæı¡ äºĨ +ä¸ŃåĽ½ æĸĩåĮĸ +æĸ° æĶ¿ +主è¦ģ çĶ¨äºİ +åıij çĥ§ +类似 äºİ +åĮĹ æŀģ +æĪij们 认为 +å¼¥ 漫 +åħ¨çIJĥ ç»ıæµİ +é¢ IJ +ä¸Ģèµ· è£ħä¿® +æĶ Ĵ +æĭī èIJ¨ +帶 ä¾Ĩ +åĨ· æ°´ +ä¸ī åĨľ +æĿ¿ æĿIJ +è¿ŀ è¿ŀ +éĵ ® +ç»ıèIJ¥ çIJĨ念 +å±± 顶 +å¾Ī æĥ³ +çĺ « +å§ĭç»Ī ä¿ĿæĮģ +åľ¨ 广å·ŀ +ä¸įåIJĮ æĦı +åıĺ åİĭ +åıĺåİĭ åĻ¨ +产 éĶĢ +表 éĿ¢ä¸Ĭ +æīĢ以 ä»ĸ +ç»ıéªĮ 丰å¯Į +éĥ¨ å§Ķ +åħµ åĽ¢ +æīĢ è¿° +æķ¦ çħĮ +ç»ıèIJ¥ èĮĥåĽ´ +åı£ è¯Ń +失 ä¿¡ +æ¯ı个人 çļĦ +æīĭ æĮģ +æģIJ æħĮ +åł¡ åŀĴ +é¦ ħ +éĵ¸ éĢł +æĭ¿ åĩºæĿ¥ +æİ¢ æµĭ +大家 ä¸Ģèµ· +å¥ § +å®ŀè´¨ æĢ§ +å°ı åĦ¿ +èĩº åįĹ +èĩºåįĹ å¸Ĥ +å¼Ģåıij èĢħ +åı¯ æł¹æį® +ç®± åŃIJ +饺 åŃIJ +å¿Ļ çĿĢ +æĿ¥ ä¸įåıĬ +缸 ä¼ł +åĽ½ ç½ij +èħ¹ æ³» +è¿ĻéĩĮ æľī +é£İ æĻ¯åĮº +åıĤ ä¿Ŀ +æŃ» èĢħ +æĪ´ ä¸Ĭ +æ©Ł æ§ĭ +è¯ķéªĮ åĮº +ä¼ł æİĪ +æµ· è¾¹ +泪 æ°´ +缸åħ³ åĨħ容 +éĥij å·ŀå¸Ĥ +åħij çİ° +两 åij¨ +èĬľ æ¹ĸ +çĶµåŃIJ ä¿¡æģ¯ +红 å¤ĸ +æĹħ游 å±Ģ +å¾Ģå¾Ģ ä¼ļ +è¿ħ çĮĽ +ä¼ł 羣 +æ¸ħ æ¾Ī +å°± è¿ij +微信 群 +ç³»åĪĹ æ´»åĬ¨ +ç»ı常 ä¼ļ +è§Ĥ æµĭ +å¿ĥå¾Ĺ ä½ĵä¼ļ +éĻĪ åĪĹ +åĮĹ æĸĹ +è« ® +è«® è©¢ +è¿ĺæĺ¯ ä¼ļ +æµĭ ç®Ĺ +æĺŁ ç©º +宽 容 +çī©ä¸ļ åħ¬åı¸ +æĪĴ æĮĩ +å¸ħ æ°Ķ +ä¸ĢæŃ¥ æŃ¥ +åħ± 鸣 +åĨ³ ä¸į +æİ¥ 管 +å¦ĩ èģĶ +æ¯Ķ åĸ» +é²ģ è¿ħ +æĮģ çºĮ +缸 亲 +å¨ģå°¼æĸ¯ 人 +ç«ĭ 项 +åĪ Ŀå§ĭ +èĩª åĪ¶ +è¿Ī è¿Ľ +ä¸Ĭ æ±½ +å®ı ä¼Ł +æł¹æľ¬ 没æľī +æĸ°åĨł çĹħæ¯Ĵ +åĵª ç§į +康 åħ» +è¡° èĢģ +å½ķ åĥı +é«Ķ é©Ĺ +ç»ij å®ļ +é¢Ŀ 头 +äºĶ æľĪ +èĬ± å¼Ģ +ä¸Ģ线 åŁİå¸Ĥ +åĪ° åľº +æĬķ éĻį +çĹĺ çĹĺ +åıĹ ä¸įäºĨ +æīİ æł¹ +æĽ´ ä½ķåĨµ +æĬ½ æŁ¥ +åĩº è·¯ +审议 éĢļè¿ĩ +ä¸į åĥħ +èī² è°ĥ +çĻ¾ ä½Ļ +èĤł éģĵ +æ·±åİļ çļĦ +马 åĬĽ +æĹ© æĻļ +æŃĮ èĪŀ +éĺ² æĻĴ +æľĢåIJİ ä¸Ģ个 +樱 èĬ± +å°ıä¼Ļ åŃIJ +åľ¨ å½ĵåľ° +å°ıä¼Ļä¼´ 们 +èµ· æºIJ +åħ¨ åªĴä½ĵ +ç° ½ +éħ± æ²¹ +æĹłè®º å¦Ĥä½ķ +裤 åŃIJ +åģľ 产 +ä¸įçĶ± å¾Ĺ +çīµ å¼ķ +ä¼ł åĬ¨ +ä¹Ŀ é¾Ļ +åĬł åĽº +ä¹Łä¸į æķ¢ +æĬĢæľ¯ æĶ¯æĮģ +ä¸Ĭ å²Ĺ +ç»ıéªĮ åĴĮ +æł¼ æŀĹ +åIJ¸ éĻĦ +æľªæĪIJ å¹´ +奢ä¾Ī åĵģ +追 æį§ +好 ä¸į容æĺĵ +èķ´ åIJ« +ä¿Ŀ å®ļ +æĬ¥ ä¸ļ +æµ· åĨħå¤ĸ +ä½ł çİ°åľ¨ +æ²¹ èĢĹ +è´¨éĩı 管çIJĨ +æ½ľ æ°´ +丽 æ±Ł +转 åħ¥ +è¿Ļä¹Ī ä¹ħ +æĺİ ä»£ +责任 åĪ¶ +éĩį å·¥ +大 å·´ +触 åıĬ +èµ· åĪĿ +大 å¦Ī +æĸ¯ å¡Ķ +åĨĽ å·¥ +书 éĻ¢ +å³ ¨ +æݨ çIJĨ +è¿Ļç¯ĩ æĸĩç«ł +è¿ģ 移 +åľ¨ åIJĮä¸Ģ +ç»Ĩ ç»Ĩ +åīĬ å¼± +书 æĪ¿ +ç¶ĵ 常 +è¯ķ é¢ĺ +æĤ£ ä¸Ĭ +çĻ«çĹ« çĹħ +åĨ² æ´Ĺ +å¤ĸ æı´ +åħĭ åĪ¶ +åįģ æľĪ +åģļ ä¸įåĪ° +ç¾İ åĮĸ +å¦Ĥ æľŁ +è¿ĺ éľĢ +天 åºľ +å°± æĦıåij³çĿĢ +çļĦç¡® æĺ¯ +éªĹ å±Ģ +å°ıç»Ħ èµĽ +è© © +ä¹Ŀ å¹´ +æĻĵ å¾Ĺ +çłĶ究 人åijĺ +大 éħĴåºĹ +ç§ij åѸ +åħŃ åIJĪ +çķĮ å®ļ +车 è½½ +å¼Ģ çĿĢ +毫 æĹłçĸij +毫æĹłçĸij éĹ® +è¿IJ ç»´ +ç¦ģ åĮº +èĦ± èIJ½ +讲 å¸Ī +产ä¸ļ åŁºåľ° +é«ĺ æĢ§èĥ½ +åħī 彩 +çİ° éĺ¶æ®µ +åĩ ¿ +è¾ĥ å·® +饮 çĶ¨æ°´ +éĸĭ çĻ¼ +ç½ij åIJ§ +çĮ´ åŃIJ +æѦ æŀĹ +å®ī åİ¿ +ä¸įåı¯ æĢĿ +ä¸įåı¯æĢĿ è®® +éĬ· åĶ® +è´« ç©· +为 åķ¥ +éº ĵ +å¹¾ åĢĭ +è§Ħ模 以ä¸Ĭ +æı ļ +被 åĽ° +缺 å¸Ń +å¿« é¤IJ +æĬ¢ åįł +æĻ Ł +å¤į æ´» +æľ¬æĬ¥ 讯 +åĪĽ ä¸ĭ +æµ· 滩 +éĩı 产 +å¦Ĥä½ķ åİ» +车 ä½į +å¯ ĩ +äºĮ åįģåĽĽ +ç»ıæµİ æįŁå¤± +éħįå¥Ĺ 设æĸ½ +åŁºæľ¬ éĿ¢ +äºī 论 +就好 åĥı +çłĶ究 æĪIJæŀľ +éĻĪ è¿° +æīĵ åĬ¨ +ä¸ĭ å·´ +ç§Ĵ éĴŁ +对 人ä½ĵ +æĬĢæľ¯ çłĶåıij +åİŁ åŃIJ +æĺ¯ä¸Ģ 项 +äºĨä¸Ģ 份 +æĮĩ çĶ² +çĶ¨ éĩı +è¿ĺä¸į å¤Ł +æĶ¿åºľ éĩĩè´Ń +çŁ¥è¯Ĩ çĤ¹ +ä¸ŃåĽ½ 梦 +å¾Ī å¼Ģå¿ĥ +礼 è²Į +éĿŀ常 å¤ļ +éĿŀ常å¤ļ çļĦ +åĽ ļ +æĹħ é¦Ĩ +å°½ æĥħ +æŃĮ åĶ± +æ²Ļ é¾Ļ +车 åİ¢ +客 æµģ +åģı å·® +积累 äºĨ +æ¡ Ķ +çĶ» çĶ» +ä¹Ł åºĶ该 +åºĶçĶ¨ ç¨ĭåºı +èĥĥ èĤł +以 å¾Į +豪 å®ħ +æ·± åĬłå·¥ +缴 è¨Ģ +åĮĸ çŁ³ +åĽ½ éģĵ +ä¸ĥ 个 +ä»İèĢĮ 使 +èĤł èĥĥ +æĹ¥ è¶ĭ +çĪ¶ åŃIJ +ç· © +æĭĽ çīĮ +产 å¦ĩ +çķª èĮĦ +æĪij éĻ¢ +建çŃij å·¥ç¨ĭ +å±ķè§Ī ä¼ļ +家éķ¿ 们 +åĨľ ä½ľçī© +æĹ¥ å¤ľ +æĶ» æĵĬ +è§Ħ éģ¿ +èĪŁ å±± +便 æ°ij +åħ« åŃĹ +ä¸į æĽ¾ +æĶ¯ éħį +çĨ¬ å¤ľ +人 é¡ŀ +ç´Ģ éĮĦ +ç»ıèIJ¥ æ´»åĬ¨ +大 涨 +å¸Ĥå§Ķ 常å§Ķ +åĪĨ éIJĺ +ä¸Ģ个 èģĮä¸ļ +çĹħ åĽł +è¿Ļ 对äºİ +ä¸įå¾Ĺä¸į 说 +åıijçĶµ æľº +æľīæīĢ 帮åĬ© +缮æłĩ ä»»åĬ¡ +åĽł åľ° +åĽłåľ° åĪ¶ +åĽłåľ°åĪ¶ å®ľ +å°Ĩ è¾¾åĪ° +ç²Ĺ ç³Ļ +稳 åĽº +å« £ +çİ°åľ¨ å¾Īå¤ļ +ä¸ĸçķĮ 级 +å¼ł æŁIJ +çĤ¹ ç¼Ģ +èij µ +社ä¼ļ ç»Ħç»ĩ +å¾Ģ åIJİ +åĬł æģ¯ +åĻª 声 +æľī åħ´è¶£ +为æĤ¨ æıIJä¾Ľ +æ²¹ æ¼Ĩ +ç¬¬åĽĽ å±Ĭ +çļĩ 宫 +ä¹Ĵ ä¹ĵ +ä¹Ĵä¹ĵ çIJĥ +éļ¨ èijĹ +éģ© åIJĪ +åįĹ éĿŀ +æĵ ´ +西 æ´ĭ +åĬł å¯Ĩ +æĪIJåĬŁ 举åĬŀ +åı£ æ°´ +æĪIJ 年人 +æīĢ æıIJä¾ĽçļĦ +éļĶ å£ģ +åľ¨ 京 +å½ĵåľ° æŶéĹ´ +çŃī åIJĦç§į +é£İ æ°Ķ +å±ĭ éĩĮ +ä¸Ģ åŃĹ +çļĦæŶéĹ´ éĩĮ +åĺ¿ åĺ¿ +å¿« 讯 +ä¸Ń åľº +ä¸Ģ çĵ¶ +æ» ķ +é¢Ĩ è·ij +好 èݱ +好èݱ åĿŀ +没 åħ³ç³» +åĩº å¢ĥ +ä¸įæĺ¯ ä¸Ģ个 +éĥ½æĺ¯ éĿŀ常 +éľĩ åĬ¨ +èİ· èĥľ +åįļ å¼Ī +æĬļ åħ» +对 ç«ĭ +æľįåĬ¡ æľºæŀĦ +è°£ è¨Ģ +社ä¼ļ ç§ijåѦ +åIJ¬è¯´ è¿ĩ +æī ³ +æīĵ 磨 +åı£ æľį +好 åĥıæĺ¯ +以åıĬ åħ¶ä»ĸ +çī¹ è´¨ +亲 è¿ij +ä¸Ģ ç»ı +æ¶ Ŀ +éŃĶ æľ¯ +éģĵè·¯ 交éĢļ +è§Ħ模 æľĢ大 +å®ŀæĸ½ æĦıè§ģ +ä¹ ŀ +ä¸Ģ ä¸ĸ +åŁ· è¡Į +è±Ĩ çĵ£ +åĪĹ ä¸º +æķħ 宫 +çĶŁ åij½åij¨æľŁ +ä¸īç§į èģĮä¸ļ +详ç»Ĩ ä»ĭç»į +å®Į å¤ĩ +岩 çŁ³ +éļı æīĭ +é£ ² +æķĪæŀľ åĽ¾ +ç§ĭ åĨ¬ +åĬŁ å¾· +è§Ħç«ł åĪ¶åº¦ +æĹ¥ æ¸IJ +æīĢ éľĢè¦ģ +æīĢéľĢè¦ģ çļĦ +å²Ľ ä¸Ĭ +åĩº åľŁ +åĽ¾ æĸĩ +ç§ijæĬĢ è¿ĽæŃ¥ +éĢļ èĥĢ +èĢģ 太太 +èĭĹ æľ¨ +éĵ¶ å·Ŀ +å¸IJ 篷 +éĿŀ è¦ģ +éħį çĶµ +å¤Ħ å¢ĥ +èĤ¡æĿĥ æĬķèµĦ +ä¸Ģ缴 åĪ° +åĿĩ çĶ± +æĬĹ æĹ¥ +æį® ä»ĭç»į +ä½ł åĸľæ¬¢ +åĪĽæĸ° åŀĭ +åıĺ è¿ģ +è§Ĩ å¯Ł +å®Įåħ¨ 没æľī +åħĥ æŦ +åı¯ ä¿¡ +åı¦ è¡Į +æĿij 级 +åħ¥ åľº +æIJŃ æ¡£ +ä¹Ł åĽłæѤ +æį¢ æĪIJ +ä¸į è´Ł +äºĨ 大éĩıçļĦ +éģĶ åĪ° +å¸Ĥ åİ¿ +å¹´ è¼ķ +å¿« æīĭ +å¸Į å°Ķ +èĩª èIJ¥ +éĽª èĬ± +æIJ ģ +çľ¼ ç§ij +æŃ£ 確 +çļĦ 姿æĢģ +åĿļå®ŀ çļĦ +æĮĩ 纹 +æªĶ æ¡Ī +ç½® äºİ +佩 æľį +豪 éŨ +åĵ Ĵ +æģ° 好 +檢 æŁ¥ +åĪĿ è¡· +大 åĶIJ +约 ä¼ļ +èĴ¸ åıij +çŃ¹ åĪĴ +å¹´ ç»Ī +è¡Į æ¥Ń +åħ± éĿĴ +åħ±éĿĴ åĽ¢ +ä¼ļ å¼ķèµ· +ä¸Ń ç§ij +ä¸Ńç§ij éĻ¢ +æĮ¯ åĬ¨ +åį´ åıijçİ° +ä¸įåĬ¨ 产 +èĮ ¹ +æĪ¿éĹ´ éĩĮ +è´§å¸ģ æĶ¿çŃĸ +æ²» çĻĤ +æħİ éĩį +å¡ŀ å°Ķ +åĽ½ ç±į +åĽł æŀľ +çŃī çī¹çĤ¹ +å±± è°· +ä¸ĭ è¼ī +è®ĵ æĪij +饮 éħĴ +è¿Ļ个 游æĪı +ç»Ŀ 大éĥ¨åĪĨ +åĴ¨è¯¢ æľįåĬ¡ +å¹² æ´» +è®® ä¼ļ +æ¦Ĥ è¿° +åĪĨ åĮº +æŃ» åIJİ +ç«Ļ çĿĢ +主è¦ģ é¢Ĩ导 +åIJĮ åŁİ +大 æłij +对 åѦçĶŁ +社ä¼ļ ä¿ĿéĻ© +å¢ŀ èµĦ +主人 åħ¬ +å®£ä¼ł æķĻèĤ² +æĸĩåĮĸ 交æµģ +客 æĪ¶ +çŁ¥åIJį åĵģçīĮ +æ»ŀ åIJİ +äºĴ è¡¥ +æĦŁ 人 +åī ¿ +åIJİ ä»£ +äºī 龸 +æķĻèĤ² åŁ¹è®Ń +éĿĻ èĦī +ä¹ı åĬĽ +说 åĩºæĿ¥ +çİĭèĢħ èį£èĢĢ +åĢ « +åįĩ èµ· +éķ ģ +åĩº 游 +éĢļè¡Į è¯ģ +å·¥ä½ľ å²Ĺä½į +åĮł å¿ĥ +æĭ¿ æĿ¥ +æ´Ĺè¡£ æľº +æĪijä¸į æĥ³ +é¢Ħ è§ģ +æ¼Ķ 示 +ä¸Ģ缴 没æľī +è·Ł 她 +对çħ§ æ£ĢæŁ¥ +ç° ¿ +ä¸ĵ å¿ĥ +è®® äºĭ +åīį 端 +åį¡ å°Ķ +è¨Ń å®ļ +设置 äºĨ +å©ļ 纱 +åľ¨ åĽ½å¤ĸ +åı³ 侧 +è³¼ çī© +å¥ĩ èij© +å¢ŀåĬł åĢ¼ +好 è¿IJ +åĽ½éĻħ æľºåľº +ä¸ĭ 称 +缮åīį 为æŃ¢ +ç¥ŀ ä»Ļ +å®ĥ åı¯ä»¥ +æ¾Ħ æ¸ħ +èĥ½ 使 +游 åĩ» +游åĩ» éĺŁ +åĩ ¹ +ä¸įè¦ģ åĨį +åĨ³ èĥľ +åĨ³ æĪĺ +æĭ ½ +缼 åħ¸ +å¾Ī好 åľ° +æľĢ ç¾İçļĦ +åĥ ļ +å·´ åŁº +å·´åŁº æĸ¯åĿ¦ +æľĢ éĢĤåIJĪ +é«ĺ èģĮ +ä¿Ŀ å§Ĩ +æİĪ æ¬Ĭ +说åĪ° è¿ĻéĩĮ +æݨ å¼Ģ +çİĩ è¾¾ +ä¸īåĪĨ ä¹ĭä¸Ģ +管çIJĨ ä¸Ńå¿ĥ +交 æ±ĩ +森æŀĹ åħ¬åĽŃ +å¾Ģ ä¸Ĭ +éªij è¡Į +æį® æѤ +纽 带 +ç» ŀ +ä¸ī æĸ¹ +æĦıä¹ī ä¸ĬçļĦ +æݨ è¿Ł +å¤ļæł· æĢ§ +æĥ³ èµ·äºĨ +æİĴåIJį 第 +å·¨ é¢Ŀ +æĿŁ ç¼ļ +å®ī å®ļ +äºĭ 實 +çļĦ æĦ¿æľĽ +è£ħå¤ĩ åĪ¶éĢł +人 å±ħ +人å±ħ çݯå¢ĥ +å¿ĺè®° äºĨ +该 游æĪı +楼 ä¸Ĭ +å¼Ģ ä¼ļ +æģ ³ +åıĭæĥħ éĵ¾æİ¥ +ç¡ Ĵ +ç»ĻäºĪ äºĨ +åģı 好 +åĵ ī +交éĢļ å®īåħ¨ +éĽ Į +æ²» çĹħ +è§īå¾Ĺ å¾Ī +衬 è¡« +å¿ĥ æĦ¿ +æ´ŀ å¯Ł +æ°ij æ£Ģå¯ŁéĻ¢ +æıIJ çĤ¼ +è¦ģ è¿Ľä¸ĢæŃ¥ +驾 车 +æĻ® æĥł +æķ ĸ +ç¦ı éŁ³ +éĢģ è¾¾ +è§ĦåĪĴ 设计 +æīĭ å¥Ĺ +å®ī ä¿Ŀ +è¿ĺä¸į å¦Ĥ +åīį è¿° +æłĩ è®° +ç´§ æİ¥çĿĢ +æ§ IJ +深深 åľ° +满满 çļĦ +æĺ¥ è¿IJ +æĹ¥ 产 +çĪ± æĬ¤ +åħ¨ æĹ¥ +åħ¨æĹ¥ åĪ¶ +转 åĬ¨ +ç¥Ń ç¥Ģ +ä¹° ä¸ľè¥¿ +对 æľªæĿ¥ +æ¶Ī失 äºĨ +åļ´ éĩį +ä¸ī æĿ¡ +éħ¸ 奶 +éĽĨåĽ¢ èĤ¡ä»½ +西 è·¯ +åıª å¾Ĺ +éĢģ åİ» +çĭł æĬĵ +åĪ©çĶ¨ çİĩ +ä¸ĭ åij¨ +å¥ĭ æĪĺ +æĺ¥èĬĤ æľŁéĹ´ +è´Ł 责任 +æĺĤ è´µ +å°¾ å·´ +ç¯ĩ æĸĩç«ł +åħ ® +è®Ĭ æĪIJ +å¹ ¹ +çĻ» éĮĦ +ä½ Ī +å·¥ åĮł +åĵªæĢķ æĺ¯ +åıį åĵį +ç§ ĥ +åĩº 轨 +æĹ¥ åĨĽ +åIJį èªī +æķı éĶIJ +æľįåĬ¡ æ°´å¹³ +çħ§ å°Ħ +ä¼Ĭ æĭī +ä¼Ĭæĭī åħĭ +åĨħ éĺģ +èĬĴ æŀľ +ä¸ĩ åĪĨ +éĢĢ 款 +缴æĴŃ éĹ´ +æĭ¿ åĪ°äºĨ +å°İ èĩ´ +空æ°Ķ ä¸Ń +客æĪ· æľįåĬ¡ +è¿IJ åĬ¿ +ç»ĵ çŁ³ +ä¸į å¿ħè¦ģçļĦ +èĥ¶ åĽĬ +çIJĨ ä¼ļ +æĬ½ åĩº +空æ°Ķ è´¨éĩı +æ¯ķ ç«Łæĺ¯ +åĨ· æ¼ł +ä¸Ģ å¦Ĥ +ä¸Ģå¦Ĥ æĹ¢ +ä¸Ģå¦ĤæĹ¢ å¾Ģ +æĤ£ çĹħ +åĬł æĮģ +èµŀ åĬ© +é« ® +åij½ ä¸Ń +æĦıä¹ī ä¸Ĭ +ä¸į èĪį +åģļ 梦 +æīĵ æī« +æĺŁ åħī +æĸŃ è£Ĥ +åħ¨ å¥Ĺ +è£ģ å®ļ +马 åħĭæĢĿ +骨 骼 +ä¸Ģ è·¯ä¸Ĭ +å®ļ æŶ +å·¥ç¨ĭ æĬĢæľ¯ +å½¼ å¾Ĺ +æ±² åıĸ +ä¸Ģ è§Ī +åIJµ æŀ¶ +ä¿Ĺ 称 +æłª æ´² +åºŁ æŧ +è¡Į æĺŁ +åıijçĶŁ åıĺåĮĸ +é¦ĸ ä»ĺ +åįģåĪĨ éĩįè¦ģ +æĬĬ è¿ĻäºĽ +ç¥ŀ å·ŀ +æıIJä¾Ľ åķĨ +æ¥ · +å± İ +çĬ¶ åħĥ +åŁİ å¢Ļ +çľĭ ä¸Ģçľĭ +çĶŁäº§ èĥ½åĬĽ +åŁºæľ¬ä¸Ĭ éĥ½ +æīĵ æī° +åĪĿ 次 +åĩº 示 +åħ¶ä¸Ń ä¸Ģ个 +çĶŁæĢģ ç³»ç»Ł +æīĭ æİĮ +æµİåįĹ å¸Ĥ +åľĭ åħ§ +æŃ£ åĢ¼ +å¹¾ ä¹İ +æݨèįIJ éĺħ读 +è¿Ń 代 +è°ĥ ä¾ĥ +饮 åĵģ +å¢Ļ ä½ĵ +åıĺ çİ° +äºĨ 好 +äºĨ好 åĩł +ä¸į çķĻ +çĪ ² +å°½ æĹ© +æŃ£åľ¨ è¿Ľè¡Į +åĩº éĻ¢ +æĿĢ 害 +æıIJ 款 +åıijå±ķ 空éĹ´ +åīį 身 +ä¸įæĸŃ å¢ŀ强 +æ·± å±Ĥ次 +容 纳 +éĤ£ 份 +å·¥ä½ľ æķĪçİĩ +æľ¬ åĽ½ +失 èIJ½ +æŃ£ åĽłä¸º +èĬĤ æ°´ +ä¸ĭ ä¸Ģ代 +çłĶåıij ä¸Ńå¿ĥ +ä¸į çIJĨ +å®Į 好 +ä¿ĿæĬ¤ åĮº +ç»ĵæŀĦ è°ĥæķ´ +å¥ł å®ļ +宣 称 +éĺ» æĮ¡ +æĴ¤ 离 +ä¸į æĸ¹ä¾¿ +åĴ ķ +ç¬ijäºĨ ç¬ij +çݯå¢ĥ 污æŁĵ +ä½ı æĪ· +ç»Ŀ ç¼ĺ +éĻ¤ å°ĺ +é«ĺ å°ļ +æĢİä¹Ī åı¯èĥ½ +éĿ¢ èī² +åķĨ æ¥Ń +çĸ ¹ +èµĦæºIJ ä¼ĺåĬ¿ +è¾ĸåĮº åĨħ +èĢĢ çľ¼ +æij§ æ¯ģ +ä¸ĸçķĮ ç»ıæµİ +å¼ķ æĿ¥ +ä¸Ģ åĪĻ +æĭĩ æĮĩ +æĬµ 御 +éĽ į +åĩĨå¤ĩ å·¥ä½ľ +çıł ä¸īè§Ĵ +ç¨Ģ åľŁ +èİ·å¾Ĺ æĦŁ +æĪIJåĬŁ çİĩ +ç½ij 约 +ç½ij约 车 +èĦ IJ +æķ¬ ä¸ļ +éĩij ä»· +ç²¾ é«ĵ +ä¹° 车 +åħ³ åı£ +åĨį å¤ļ +æŀģ åĵģ +åIJĦ 家 +举æĬ¥ çĶµè¯Ŀ +èļ Ĭ +æĸ¹ å½¢ +ç§ijæĬĢ æĪIJæŀľ +æľĢ好 æĺ¯ +éĹ® åĢĻ +红 éħĴ +åĽĽ ç§į +ç¿Ĵ æħ +ç¿Ĵæħ £ +åŀ ¦ +éĤ£ åıª +é¢Ĩ æĤŁ +çľ¼ éĥ¨ +æ³° å®ī +ä»» æľŁ +磨 æįŁ +æĽ¿ æį¢ +åħ¸ 礼 +符åIJĪ æĿ¡ä»¶ +è¿ĺæľī ä»Ģä¹Ī +åħ±äº« åįķ车 +åı¯ åĪĨ为 +åŃ£ åIJİ +åŃ£åIJİ èµĽ +举èİŀ å¸Ĥ +å¿ĥ æĦı +æīŃ æĽ² +ä½ľä¸º ä¸Ģç§į +è¿Ļ éĥ¨åĪĨ +åıĤä¸İ åĪ° +ç½ij çIJĥ +實 çı¾ +ç»Ħ è£ħ +åIJij å¤ĸ +å·¥ä½ľ æĸ¹æ¡Ī +åįģ æĿ¡ +課 ç¨ĭ +颤 æĬĸ +åĵ © +éĤ® å¯Ħ +äº ¢ +åħį è²» +ç§ ¤ +åºĶæĢ¥ 管çIJĨ +åĽĽ äºĶ +éºĴ éºŁ +å¾Ĵ æŃ¥ +è¨ĺ å¾Ĺ +çĴ IJ +æĺ¯åIJ¦ ä¼ļ +æĦıè§ģ åıįé¦Ī +éļ¾ æĢª +çª į +交 æİ¥ +两 åįĥ +æĩī çĶ¨ +æľŁ éĸĵ +æIJ¬ åĪ° +è®® é¢ĺ +碧 æ¡Ĥ +碧æ¡Ĥ åĽŃ +åģļ çĶŁæĦı +éĻĽ ä¸ĭ +è· ĭ +èĢģ人 家 +带 åĽŀ +æŀ¸ æĿŀ +è¡Į éķ¿ +åĨħ容 ç®Ģä»ĭ +æ¢ ¢ +æĮĩ æݧ +éĩį çĹĩ +ç½ijåıĭ 们 +çı¾ 代 +ç±» 产åĵģ +å¥Ķ æ³¢ +æ¸ º +ç²ī ç¢İ +è¿Ļ åıªæĺ¯ +æ£Ģå¯Ł æľºåħ³ +é½ Ĭ +æĪ¿ 秣 +å¾· æĭī +å²ģ 以ä¸Ĭ +纯 åĩĢ +åĪĨå¸ĥ åľ¨ +èĥ½ å¾ĹåĪ° +ä¸į å°½ +ç«ŀ ä»· +çļĦ 带é¢Ĩ +çļĦ带é¢Ĩ ä¸ĭ +ä¸Ńèį¯ æĿIJ +æĿij éķĩ +ä¸įåı¯ éģ¿åħį +éľ² 天 +å°ı å§ijå¨ĺ +çī© 件 +èijĹä½ľ æĿĥ +æĭĺ çķĻ +éĥ½ è§īå¾Ĺ +æĽ² æĬĺ +æ·»åĬł åīĤ +åı¬ åĽŀ +æīİå®ŀ æİ¨è¿Ľ +æĬĦ è¢Ń +åĮĸ 身 +缴 èIJ¥ +ä¹Ł å¸ĮæľĽ +èį£èªī 称åı· +åįĸ ç»Ļ +æľī ä¸įåIJĮçļĦ +å¥ĩ çī¹ +éĥ½ 认为 +å¦ ŀ +æĪIJéķ¿ 为 +辩 æĬ¤ +主 æķĻç»ĥ +æ³ķå¸Ī èģĮä¸ļ +æ¤į åħ¥ +ç´¢ å°¼ +åIJ¬ è¿ĩ +ä¹łæĥ¯ äºĨ +夺 åıĸ +éŁ ĵ +æľ¬è´¨ ä¸Ĭ +æİ¥ åĬĽ +äºij 端 +è¦ģ åģļ好 +è·¯ çģ¯ +åįıåIJĮ åıijå±ķ +æľī å¾ħ +æ°´ åŁŁ +æIJľçĭIJ é¦ĸ页 +è´¨éĩı å®īåħ¨ +åįģäºĮ äºĶ +åĵ® åĸĺ +èĵ¬åĭĥ åıijå±ķ +åIJį 声 +身 亡 +çİĭ åºľ +åİŁåĪĻ ä¸Ĭ +çĥĺ å¹² +éģĹ æ¼ı +éĿ¢ 缮 +åĽ½ ä¼ļ +ä¸Ģ缴 éĥ½æĺ¯ +æľīä¸Ģ ä½į +éħį æľī +éĻª çĿĢ +ä¼ģ åĽ¾ +æĮī ä¸ĭ +èĵĿ åĽ¾ +æ© ĺ +大å¤ļ æĺ¯ +辩 论 +æĹĭ å¾ĭ +æĬ¥ éĢģ +æĿ¡ è§Ħå®ļ +åĬ¨ éĿĻ +åĮĪ 奴 +æĭľ 访 +ä¸Ģ åĪĢ +ä»ĸ çŁ¥éģĵ +主 æĿĥ +ä»ĸ æĽ¾ +æĴŃ ç§į +å£ģ åŀĴ +çī¢è®° 使åij½ +åľ¨è¿Ļ æĸ¹éĿ¢ +æīĭ èħķ +æĶ¯ æŀ¶ +ä¾Ĩ èĩª +éĩį å¡ij +å¤ļ å±Ĥ次 +ä»ĭ è´¨ +éĿ¢ åŃĶ +æ½® 湿 +åİ¿ åŁŁ +游æĪı å½ĵä¸Ń +å£ ŀ +åĪĹ åĩº +èµĽ åĮº +å¤ļ åįĬ +éĩįçĤ¹ å·¥ä½ľ +æĪij们 å¿ħé¡» +æŁı æŀĹ +é²ģ èĥ½ +æĸ½ å±ķ +åIJĦ åĮº +åħį ç¨İ +èµĽ åIJİ +æľĢ éĩįè¦ģ +ä¸Ģ个 好çļĦ +è¿Ŀæ³ķ è¿Ŀè§Ħ +äºĨ解 æĽ´å¤ļ +æķ¬ 请 +ç¬ijçĿĢ 说 +ä¸įæĸŃ åıijå±ķ +æijĦå½± å¸Ī +以 éĺ² +çĤ¸ å¼¹ +声 åĵį +ç¤ ģ +æĩ ¿ +èĪĨ æĥħ +èĩªçĶ± è´¸æĺĵ +æķı æį· +ä¸ī大 éĺ¶æ®µ +èĭ Ķ +æĹº åŃ£ +ä¸į 满æĦı +微信 åı· +ä¿® 为 +çł´ è£Ĥ +éĢĥ 离 +æ¯ı èĤ¡ +è¾¾ ä¸įåĪ° +æ¯ıå¹´ éĥ½ +çģ¯ 笼 +æѤ åŁºç¡Ģä¸Ĭ +åĥı 个 +åĪĨ 娩 +æĻ ¾ +ä¸į èĩ³äºİ +红 线 +误 解 +举 è·¯ +æ·® å®ī +产 åѦ +产åѦ çłĶ +èī¾ æ»ĭ +èī¾æ»ĭ çĹħ +åīįæıIJ æĺ¯ +æ¯ı ä¸Ģ天 +ä¸ĥ 大 +æłij åı¶ +èµ° å¾Ĺ +è¿Ļ 两ç§į +æİı åĩº +æİ IJ +é¢Ĩ导 èĢħ +ä¸Ģ æľµ +个å¤ļ æľĪ +ä¸Ń åħ³ +ä¸Ńåħ³ æĿij +课åłĤ æķĻåѦ +大 åĴĸ +éģĭ çĶ¨ +è¯ļ æĦı +ç»Ħ åĽ¾ +è¯ķ çĿĢ +ä¹Ķ æ²» +è¿ĺ ä¸įæĺ¯ +æľī æĽ´å¥½çļĦ +åIJİ å¤ĩ +æĸ°çĶŁ åĦ¿ +æ°Ķ è¡Ģ +æ²¥ éĿĴ +å±ı éļľ +æ¥Ń åĭĻ +æĪij 以为 +éķ¿ 缸 +èĢģ çĪ¸ +éķĩ æ±Ł +æľºæ¢° 设å¤ĩ +ä½Ĩæĺ¯ å¦Ĥæŀľ +åĿļå®ļ ä¸į +åĿļå®ļä¸į 移 +åĨ² éĶĭ +ç®Ģ缴 æĺ¯ +åĤ¨ èĵĦ +纯 çĶµåĬ¨ +漫 æŃ¥ +举 èµ· +æģ¶ æĢ§ +è¨ĺ éĮĦ +èģĮèĥ½ éĥ¨éŨ +åħ¨ éķ¿ +鼻 è¦ĸ +ä¹³ èħº +ä½ķ å¤Ħ +æ¶Ī æŀģ +æŃ£ å¤Ħäºİ +å®ī å®ģ +æĪIJ éķ· +åıĻ è¿° +æºĥ çĸ¡ +ä½Ĩ çİ°åľ¨ +女 æĺŁ +å©´ å¹¼åĦ¿ +æĬķ èŀįèµĦ +éĹ® éĹ® +æıŃ å¼Ģ +è¯ ı +åIJį å½ķ +èĺij èıĩ +åIJĬ 顶 +æ¹ĸ åĮº +åįĸ åľº +建 ç¯ +å»ºç¯ ī +èİ ½ +åIJ¬ åIJ¬ +ç«ŀäºī ä¼ĺåĬ¿ +åĩº ä»» +æľī 两ç§į +橱 æŁľ +è¤ ª +è¯ķ åį· +ç»ıæµİ æĬĢæľ¯ +æ·± å±Ĥ +éĩįè¦ģ åĨħ容 +é£İ æݧ +çĬ¶æĢģ ä¸ĭ +éĥ¨ éĸĢ +广 æ±½ +è§Ĥ æij© +éģĹ çķĻ +转 è´¦ +æĮģ ä»ĵ +æĢ» 计 +åľĺ éļĬ +æĪ¿ 举 +éĺĢ éŨ +åħ¬ åħ³ +åħ³ åĪĩ +èĤ ĺ +æķ¸ æĵļ +ä¸ī åįģå¹´ +è§ģè¯ģ äºĨ +å± Ĩ +çģ° å°ĺ +æ¦ľ é¦ĸ +è¦ĨçĽĸ çİĩ +ä»Ļ 女 +çĶŁäº§ æĢ» +çĶŁäº§æĢ» åĢ¼ +æĪ¿ è´· +æ±Ł åĮº +åħħçĶµ æ¡© +çĻ¾ åIJĪ +確 èªį +转 移åĪ° +éĥ½ æĹłæ³ķ +纪念 é¦Ĩ +çŃ¾ç½² äºĨ +并ä¸į å¤ļ +æĮ ł +ä¸į太 好 +ä¸ĸ 代 +误 导 +é«ĺå³° 论åĿĽ +åħ¼ 容 +龸 æ°Ķ +æĿ¥ 访 +æīĢ 带æĿ¥çļĦ +æĺ¯ä¸Ģ éĥ¨ +æĻļ é¥Ń +åİĨ 代 +åIJ¦ åīĩ +ä¹ħ ä¹ħ +æľīæķĪ æľŁ +诱 åıij +æĢ» èµĦ产 +æľ¬èº« å°±æĺ¯ +çĶŁäº§ åİĤ家 +æŶ 髦 +èĢIJ çĶ¨ +ä»İå°ı å°± +æĿ¡ 约 +èĭ± åĭĩ +ä¿Ĺ è¯Ŀ说 +寺 åºĻ +å¿ĥçIJĨ åģ¥åº· +ä»Ģä¹Ī äºĭæĥħ +æ±ī åŃĹ +çķĻ ä½ı +åįĹ è·¯ +ä¸ī 项 +丢 äºĨ +æĥ³ åĪ°äºĨ +çŃ¹ éĽĨ +éĻĦåĬł åĢ¼ +西 è£ħ +ä¹ĭ ä½ľ +åģļçļĦ äºĭ +çķ¶ æĤ¨ +çķ¶æĤ¨ åľ¨ +é¦ĸ 款 +ä¸įåľ¨ ä¹İ +å·¥ç¨ĭ æĸ½å·¥ +éļIJ éļIJ +åıĺ 身 +沿 éĢĶ +æĤł æĤł +ä¿Ŀ æļĸ +çĶŁæ´» åŀĥåľ¾ +渤 æµ· +æѦ ä¾ł +女 主è§Ĵ +举 ä¾ĭ +æ ·¨ +çĻ½ é¢Ĩ +è£Ļ åŃIJ +è¿Ķ è¿ĺ +è¿Ī åĩº +é¾Ļ éŨ +ç»ıæµİ ä½ĵ +æĶ¶ å®ĺ +çķĮ éĻIJ +è·³ åĩº +åįĩ åĢ¼ +绵 éĺ³ +çĸ¤ çĹķ +çľĭ æ¸ħ +æĭĴ çµķ +è¥Ħ éĺ³ +课 å¤ĸ +åŃIJ åŃĻ +æŃĮ è¯į +æĪIJ åIJį +溶 液 +åĦĴ 家 +åķĨä¸ļ åĮĸ +辨 åĪ« +å¤ļ è¾¾ +ç½ij åºĹ +ä¹Ŀ 大 +ä¹Ŀ大 ç²¾ç¥ŀ +æѤ 举 +è¿ŀ è½½ +ä¸Ģ åĢĭ人 +èī² æ³½ +涵çĽĸ äºĨ +è¦ı åĬĥ +åĽ½ æĥħ +åį«çĶŁ åģ¥åº· +积æŀģ åĵįåºĶ +æĭ Ļ +åĪ¶ åĬ¨ +æĥ³è±¡ åĬĽ +çļĦ ä¹IJ趣 +å¼łå®¶ çķĮ +å´ İ +éĩį åŀĭ +å¤ĸ å¢Ļ +æĶ¾ åѦ +è®¤çľŁ åŃ¦ä¹ł +è´¬ åĢ¼ +æ³ķ æ¡Ī +æĬ¤èĤ¤ åĵģ +éĻ·åħ¥ äºĨ +请 æĤ¨ +åŀ ¢ +æķĻèĤ² èµĦæºIJ +交æĺĵ å¹³åı° +æŶ è£ħ +ä¼łæŁĵ çĹħ +æ¹ĸ æ³Ĭ +èµĦ 管 +åݨ å¸Ī +éĹľ éį +éĹľéį µ +åĵĪåĵĪ åĵĪ +çĽĹ çªĥ +çĶľ ç¾İ +åºĦ åĽŃ +缮åīį å·²ç»ı +è¾¹ ä¸Ĭ +çģ« èĬ± +æĬ¥ è®°èĢħ +æģĭ æĥħ +ç´§ åĩij +æ°´ æµģ +è¿Ļæĺ¯ æĪij们 +æ³¥ åľŁ +æĽ¾ ä»» +æĸ¹ è¨Ģ +åij¨ åħŃ +åı· 楼 +ä¼ij åģĩ +误 ä¼ļ +åĽ½ åĢº +åīį å¤ķ +两 å¼ł +éĹ « +éŃĶ 鬼 +æĬĬ æĮģ +èĬĤèĥ½ çݯä¿Ŀ +æ¸ħæ´ģ èĥ½æºIJ +èĤ¥ æĸĻ +é«ĺ é¢ij +å°± æľīäºĨ +交 ä¼ļ +没 éĴ± +éĽħ æĢĿ +è¦ģ åıĬæŶ +åŁ¹åħ» åѦçĶŁ +欣 åĸľ +çĥŃæ°´ åĻ¨ +é¾Ļ æ¹ĸ +äºĮ 楼 +æĸ°æµª è´¢ç»ı +æĸ° åĬ¨èĥ½ +èµ£ å·ŀ +æĭ³ 头 +æµģ åIJij +ä¹Łæĺ¯ å¾Ī +åıij åĶ® +ä¸Ń åIJ«æľī +åIJĵ å¾Ĺ +å·¨ æĺŁ +æĹł æīĢè°ĵ +æ¯Ľ åŃĶ +åħ¬åħ± 交éĢļ +çĤİ çĥŃ +èµ· èįī +åĬłçĽŁ åķĨ +说 ä¸įåĩº +大åѦ æ¯ķä¸ļ +å·¥ä¸ļ åĽŃ +éłĺ åŁŁ +åºĨ åħ¸ +æµģ 产 +èģ² éŁ³ +ä¼¼ä¹İ æĺ¯ +è´§ æºIJ +æ·± åĪĩ +æ²»çĸĹ æĸ¹æ³ķ +èµĦæºIJ éħįç½® +網 åıĭ +çĶ £ +äº ¥ +躲 åľ¨ +社 ç§ij +è»Ł é«Ķ +女 è£ħ +æŃ¡ è¿İ +综åIJĪ å®ŀåĬĽ +æł¼ å°ĩ +åħļåı² åŃ¦ä¹ł +æľĢ åŁºæľ¬ +æľĢåŁºæľ¬ çļĦ +çľĭ æľĽ +åıĹ è´¿ +ä¸įä»ħ èĥ½ +ä½ķ å¿ħ +ä¸Ģ个 å°ıæŶ +ç¾ Į +æĭĽ æĶ¶ +çĤĴ èĤ¡ +æĿij å¹²éĥ¨ +缸 çĪ± +æ½ľ èĥ½ +ä¹ į +æŶ è¾° +欣 æħ° +éĵ¶ è¡Įä¸ļ +çĭŃ çªĦ +éĩįçĤ¹ é¢ĨåŁŁ +çİ°å®ŀ çĶŁæ´» +éĮ¯ 誤 +æĸ° è§Ħ +滥 çĶ¨ +æŶ ä¸į +æŶä¸į æŶ +帳 èĻŁ +ç¨Ģ 缺 +åIJij 举 +ä¿Ŀåģ¥ åĵģ +çıŃ éķ¿ +äºĴ åĭķ +笼 罩 +æ½ Ľ +æļĸ å¿ĥ +è½° çĤ¸ +åºĨ 幸 +è²Į ä¼¼ +æĵ º +èĢIJ 磨 +ä¸ĵä¸ļ 人士 +ä¸ĢèĪ¬ éĥ½æĺ¯ +æ¼³ å·ŀ +åħ¨ èĩªåĬ¨ +å½ķ çĶ¨ +大 è·Į +æľīæķĪ æĢ§ +èĩª åĭķ +ä¸ī个 æĸ¹éĿ¢ +港 åĮº +ä¿¡ 貸 +éĢļ è¯Ŀ +é«ĺ 涨 +æ³Ħ æ¼ı +éħį ä¸Ĭ +åħļ å·¥å§Ķ +被 认为 +被认为 æĺ¯ +ä¸įä¼ļ åĨį +è°ĥ åīĤ +åıĤ èĤ¡ +èĦ± åıij +å¿ł å®ŀ +åĨħ åĪĨæ³Į +ç¹ģ å¿Ļ +åıĮ åĪĽ +é©» æĿij +åĪĴ ç®Ĺ +éģİ ä¾Ĩ +åľ£ ç»ı +èıľ 鸣 +æĭ¼ å¤ļå¤ļ +ä¸ŃåĽ½ 汽车 +çĥŁ èįī +缴 æµģ +äºĨä¸Ģ åı£æ°Ķ +ä½İ æĪIJæľ¬ +æī¾ åĽŀ +èĩª åįij +總 æĺ¯ +æĸĩåĮĸ åĪĽæĦı +天 æ²³ +樱 æ¡ĥ +éªij åħµ +éĩĮéĿ¢ æľī +çİ ® +èĥ½ æī¾åĪ° +éĢĥ è·ij +åĪĩ å°Ķ +åĪĩå°Ķ 西 +以ä¸ĭ æĺ¯ +å²³ éĺ³ +çļĦ æ¦Ĥçİĩ +æĬµ åĪ¶ +å¸Ī äºĭåĬ¡ +å¸ĪäºĭåĬ¡ æīĢ +åĩĨ æŶ +屬 æĸ¼ +订 è´Ń +åįłæį® äºĨ +ä¸Ń éĢĶ +å° ĭ +é»ij 马 +åİ¿ åħ¬å®īå±Ģ +ä¸ĥ æľĪ +èī² ç´ł +å¿ĥèĦı çĹħ +æŶ éĻIJ +æ¯į åħ¬åı¸ +å¹ķ åIJİ +ä¸Ĭ æ¦ľ +åĢ¾åIJij äºİ +纸 ä¸Ĭ +æ¡ ĵ +éĽĨä½ĵ ç»ıæµİ +æĥħ å¢ĥ +è¦ģ åģļåĪ° +ç©į 極 +åıª æĢķ +æ¹ĺ 西 +çļ± 纹 +åħ¨ åľĭ +çĦ¡ è«ĸ +好 æĦŁ +åįķ ä»· +è¿Ľç¨ĭ ä¸Ń +æĺĨ ä»ij +åĪĽ 客 +åħħ æĸ¥ +åħĪ æĬĬ +该 æĢİä¹ĪåĬŀ +åĵģ å¾· +åħ¨éĿ¢ åıijå±ķ +è¨Ī åĬĥ +æĢ» å·¥ä¼ļ +ä½Ľå±± å¸Ĥ +æĬĹ è¡¡ +å¼Ģ åľº +éĴ± å¸ģ +åıĭ 们 +å«ī å¦Ĵ +ç´¢ èµĶ +è®Ĭ åĮĸ +æĮ¤ åİĭ +æĮij è¡ħ +çŃī ä¸Ģæī¹ +æĿ¨ 欢 +ä¸ĵ家 åѦèĢħ +èĥ½ è¾¾åĪ° +èµ° è¿ij +è´«åĽ° åľ°åĮº +éĻIJ æľŁ +ä¸į 平衡 +åĽ½åĨħ å¸Ĥåľº +èµĽ åľº +éħį èµĦ +è¦ģ èĢĥèĻij +ä¸ĩ åı° +æľĪ æľ« +éĶ ¥ +åŃ « +æݥ触 åĪ° +åĩº 产 +æķĻ åѸ +ä½ľ å¼Ĭ +çļĦ æľĢåIJİä¸Ģ +ä¿ĥ æĪIJ +åIJ¸ åıĸ +æ½ľ èīĩ +被 éªĹ +è¾ĵ äºĨ +çĭIJ çĭ¸ +åįĩ éĻį +è¿ĻäºĽ ä¸ľè¥¿ +æĬķèµĦ åŁºéĩij +çĶŁçī© åѦ +ç½ij绾 èIJ¥éĶĢ +åIJij è®°èĢħ +èįī åľ° +æĢ ¯ +æľįåĬ¡ èĥ½åĬĽ +éĥģ éĹ· +åįķ åĵģ +å¾Ĺ 罪 +æĺĵ äºİ +个å¤ļ å°ıæŶ +éĩį ä»» +ä¸Ĭ å®ĺ +æľ¬ éĩij +çı¾ åł´ +溢 ä»· +æĺŁ è¾° +æ´»åĬ¨ çİ°åľº +丹 麦 +å¸Ŀ çİĭ +æŁ¥ æĺİ +åŃĺåľ¨ äºİ +é¦Ļ æ°´ +æĬ½ æ£Ģ +å®ŀéĻħä¸Ĭ æĺ¯ +æĸ° å¾ģç¨ĭ +è´¢åĬ¡ 管çIJĨ +æİ Ľ +åĨľ åİĨ +éĥ½ èĥ½å¤Ł +éĤ¯ éĥ¸ +羣 實 +ç» Ĭ +åĨµ ä¸Ķ +ç½® 身 +ç¥Ī 祷 +çĿģ å¼Ģ +æĮĩ çĤ¹ +å¼Ģ æľº +西 å®ģ +åĮĹ çº¦ +积 æ°´ +åĩº åĬ¨ +åıijå±ķ 模å¼ı +转 æĬĺ +èĢĥ çĤ¹ +æľī ç½ijåıĭ +è´«åĽ° æĿij +æĪij们 çŁ¥éģĵ +åĪĨ éĶĢ +å±± èĦī +æ¯Ķ æĭŁ +ä¼° ç®Ĺ +æĶ¹ 建 +壮 è§Ĥ +ç§ī æĮģ +æı ª +ç¦ Ģ +åĮĸåѦ åĵģ +ä¸ŃåĽ½ åĪ¶éĢł +ä¸Ģ æŀ¶ +æīį è¡Į +æĭĽ å¾ħ +åıĺ æį¢ +åīį 线 +幸 好 +è¿Ļæł· çļĦè¯Ŀ +å¿ĥ è¡Ģ管 +æĢ§ çĸ¾çĹħ +åħ¨ èĥ½ +åĪij 侦 +ä¿¡æģ¯ åıijå¸ĥ +æĺ¾ çĦ¶æĺ¯ +éĿĴ éĵľ +åIJĥ ä»Ģä¹Ī +çĶµ ä»· +æ³ķå¾ĭ è§Ħå®ļ +çħ ² +çĵ· åĻ¨ +èĤī ç±» +æıĴ åħ¥ +åĹ ľ +è¿Ł è¿Ł +ä¸ĢçĤ¹ éĥ½ä¸į +è¿ĺ åĮħæĭ¬ +èĪį ä¸įå¾Ĺ +æłĩå¿Ĺ æĢ§ +æľĪ 以æĿ¥ +ç³ĸ æŀľ +éĥ½ åºĶ该 +çݯå¢ĥ åį«çĶŁ +èĪª è¡Į +éĥij éĩį +ç½ij æĬķ +åįģ ä½³ +ç§ģ ä¸ĭ +æļ´ è·Į +åĬłå¿« åıijå±ķ +产åĵģ çłĶåıij +åĪĽéĢł åĩº +æĢ» è§īå¾Ĺ +åºķ çĽĺ +èķ Ĭ +åĩºå¸Ń ä¼ļè®® +主 æĿ¿ +æĹ¥æĻļ éĹ´ +å®ĺæĸ¹ å¾®åįļ +å¼ķçĶ¨ æĹ¥æľŁ +åī¯ æķĻæİĪ +çĶµåŃIJ 产åĵģ +è¡° éĢĢ +çķĻ åŃĺ +çģ« åĬĽ +çĴ § +çļ Ĥ +åħ¼ åħ· +éĩį è¿Ķ +é¢Ĩ çķ¥ +åĪĩ éĻ¤ +åĨįçĶŁ èĥ½æºIJ +å®ŀåľ¨ 太 +çIJĨ论 ä¸Ĭ +ä¸ī å±Ĥ +ä¸ĸçķĮ åIJĦåĽ½ +å®ľ æĺĮ +èĢ³ è¾¹ +宽 æķŀ +æ±ī æĹı +çĻ½ çĻ½ +è¿ĻéĩĮ éĿ¢ +çĶŁæ´» ä¹łæĥ¯ +èµŀ èµı +çĶ· 士 +ä¸Ń ä¿Ħ +车 祸 +åīĤ éĩı +éĻ¤ åİ» +å·¦ è¾¹ +çŃij çī¢ +çīĽ å¸Ĥ +家 åĬ¡ +åķ ĥ +ç½® æį¢ +ç´« å¤ĸ +ç´«å¤ĸ 线 +å¾Ģ åīį +åĬĽ åѦ +ç´§ è·Ł +缮çļĦ åľ¨äºİ +ç» ® +ç¥ Ĥ +宣 è¨Ģ +äºĮ æ°§åĮĸ +äºĮæ°§åĮĸ 碳 +æĹł ç¼ĺ +ç²¾ éĢļ +è¨ º +å¼ķåıij äºĨ +æľĢ åħĪ +æ´¾ é©» +ä¸į å¿į +æĪij çĪ¸ +å¹´ ä¸ĭåįĬå¹´ +æ·ĭ å·´ +没 éĹ®é¢ĺ +åºĹ åĨħ +è·Ł æĪij说 +çĶŁäº§ çĶŁæ´» +è§Ĥ æľĽ +æ¸ į +被 æī§è¡Į +被æī§è¡Į 人 +èĪ ľ +æİ º +ä¸Ģ ç§Ĵ +èįī åĿª +åij¼ åĴĮ +åij¼åĴĮ 浩 +åij¼åĴĮ浩 çī¹ +人æ°ij éĵ¶è¡Į +çĦķ åıij +è¯ģåĪ¸ 交æĺĵ +çķ Ķ +æľº èĥ½ +å¦ ¾ +æĻļ å¹´ +å·¥åķĨ èģĶ +åİŁ åŀĭ +è§Ĵ度 çľĭ +æĬ¥ 社 +è¯į æĿ¡ +躲 éģ¿ +éĩį åIJ¯ +å¤ķ éĺ³ +èĤ¡æĿĥ 转让 +åľ¨ ä¸Ģ +åľ¨ä¸Ģ æĹģ +社ä¼ļ åĮĸ +åıijå±ķ åİĨç¨ĭ +æĭĸ æ¬ł +使 èĢħ +ä¸İ åIJ¦ +æĸ° å±ĢéĿ¢ +ä»Ĭ天 æĪij们 +é½IJ èģļ +对 æĪij说 +éĢĴ 交 +æľª æĽ¾ +èİ Ĭ +éĸ ī +亲 æīĭ +è§Ĵ éĢIJ +æľī é»ŀ +ç¨İ çİĩ +ä½İ 声 +é»ĺ å¥ij +æĻ® æ³ķ +大 ä¸ĵ +第äºĮ 大 +ä½ı åĿĢ +æĶ¾ è¿Ľ +äºĮ æĪĺ +亲 身 +åĽº åĮĸ +ä¸ĭ 乡 +åħ³éĶ® æĬĢæľ¯ +åĽŀ æĥ³ +æĬ¥ åĪĬ +æ¶Ĥ æĬ¹ +èĹı çĿĢ +ç¥Ŀ æĦ¿ +åįĩ 温 +çĶļèĩ³ è¿ŀ +åħ¬åħĥ åīį +ç¾İ æĸ¹ +è¯ļ å®ŀ +æĹł åģ¿ +åīµ æ¥Ń +å°ıå¿ĥ 翼 +å°ıå¿ĥ翼 翼 +两 æīĭ +温馨 æıIJ示 +仿 羣 +æĥ ¶ +èĥ¡ åŃIJ +å·¥ä½ľ ç«Ļ +硬 çĽĺ +ç« ¿ +åĤ³ éĢģ +åħ¨ æł¡ +é²ľ æ´» +çĴĢ çĴ¨ +ç»ĵ å°¾ +æį¢ æĿ¥ +æĪ Ģ +ä½İ ä½į +ä¸ĩåħĥ 以ä¸Ĭ +åĬł åĪĨ +æݨä»ĭ ä¼ļ +çIJĨ èµĶ +å¾· å°Ķ +æĬĹ è®® +æ´ ¼ +åĸ § +åŁİ éĻħ +å¾Ī æ£Ĵ +人 æŃ»äº¡ +ä¼ļå±ķ ä¸Ńå¿ĥ +äºĴèģĶ äºĴéĢļ +èĸĦ èĨľ +éĩį é»ŀ +ç¦ģ æ¯Ĵ +åĨ· ç¬ij +大家 åı¯ä»¥ +é¦ĸ 缸 +è¿ij è·Ŀ离 +æµ® çİ° +ç§ĺ è¯Ģ +èµ· é£ŀ +æIJ ¶ +羣 åģĩ +æģ ķ +å°ı åºĹ +æ°ij çľ¾ +åıijå¸ĥ åħ¬åijĬ +侧 éĩį +å¾ĺ å¾Ĭ +æĢ Ķ +æª IJ +æķ° 缮 +åī¯ ç§ĺ书éķ¿ +两 åı¥ +éļIJ çŀĴ +åıĮ åıĮ +æīĭ æĦŁ +èij¡ 京 +éģĹ å¿ĺ +é¬ ¥ +è¿Ļ个 åľ°æĸ¹ +说 çļĦè¯Ŀ +å·¡ åĽŀ +è¿Ŀ ç«ł +æī¾ å·¥ä½ľ +æĶ¯ çIJĥéĺŁ +裡 éĿ¢ +æĺ¾ç¤º åĩº +èĩ³ å°Ĭ +两 级 +åīį 段æŶéĹ´ +çĺ¦ èº« +èĤ¢ ä½ĵ +æ¯į 親 +æīĭç»Ń è´¹ +汽车 è¡Įä¸ļ +æİ© çĽĸ +æݧèĤ¡ éĽĨåĽ¢ +åı£ å¾Ħ +æĶ¿çŃĸ æݪæĸ½ +æµ· 绵 +åħ¨ éķĩ +äºĭ åħ³ +å¸Ń æī§è¡Į +å¸Ńæī§è¡Į å®ĺ +éĤ£ 次 +åı¯èĥ½ åĩºçİ° +ä¸Ńå¿ĥ åŁİå¸Ĥ +ç¿» 身 +ä¹Ł ç®Ĺ +ä¾µ çķ¥ +åĸĩ åıŃ +æ¯ı次 éĥ½ +è§ ħ +éĻ¢ éĻ¢éķ¿ +å§ĭ äºİ +èѦ åĬ¡ +èį¯ æĿIJ +å±ł æĿĢ +æľ¬èº« å°± +éļıæŶ éļı +éļıæŶéļı åľ° +åĶ® åįĸ +æĹłäºº 驾驶 +é¢ ħ +åĵģ 質 +åĺ² ç¬ij +è·ij åİ» +åħĭ éĩĮæĸ¯ +çķ¸ å½¢ +ä¿® 饰 +磩 éĺµ +éŁ³ä¹IJ ä¼ļ +æŁ³ å·ŀ +é½ ¡ +ä¼ļ è°Ī +æŃ£ çīĪ +ä¹Ł åIJĮæł· +æļ§ æĺ§ +è¡ĮæĶ¿ éĥ¨éŨ +ä¹ĸ ä¹ĸ +èĤ¤ èī² +æŶ ä»» +羣 åĪĩ +æľĪ ä¸ĭ +æľĪä¸ĭ æŬ +举æĸ¹ è´¢å¯Į +è£ħä¿® åħ¬åı¸ +éĢĢ è¿ĺ +åĭĺ å¯Ł +åĵ¥ 伦 +åĵ¥ä¼¦ æ¯Ķäºļ +çĭ¬ ä¸Ģ +çĭ¬ä¸Ģ æĹł +çĭ¬ä¸ĢæĹł äºĮ +è°ĥ åij³ +åİĭ è¿« +åħ¨çIJĥ æľĢ大 +åī¯ æł¡éķ¿ +æĽ´ ä½İ +åĪĨéĴŁ åIJİ +åĽŀ ä¾Ĩ +åĪ¶ åīĤ +åijĬè¯ī 大家 +çĤ¹ éĴŁ +åįģä¸ī å±Ĭ +åij¨ åĽĽ +è¿Ļæł· ä¸Ģ +è¿Ļæł·ä¸Ģ æĿ¥ +èĭ Ł +æľĽ åİ» +æĪIJ è¯Ń +å½ĵ åį³ +ç¬ij 声 +ä¹ĭ åĬ¿ +åĪijäºĭ æ¡Ī件 +æĮĤ çĿĢ +ä½ķ ç§į +å°ı 游æĪı +åĽ½å®¶ æĪĺçķ¥ +åĨ· åĨ· +å®ľ 宾 +æIJº ç¨ĭ +è¶ĭ äºİ +åıį çľģ +常 说 +ä¸ĩ æĪ· +åĥµ å°¸ +åįĥä¸ĩ åĪ« +åıijçİ° éĹ®é¢ĺ +åı¯ çŁ¥ +éŨæĪ· ç½ijç«Ļ +åģ¥åº· 产ä¸ļ +åı³ è¾¹ +æµ· è¿IJ +è¿ij ä¹İ +åĮ» æ²» +æĢ» ç®Ĺ +ä¸Ģ åĪĨéĴŁ +æĭ § +ä¹Ł æľīä¸ĢäºĽ +ä¾ĽçĶµ åħ¬åı¸ +å»ī ä»· +帮 ä»ĸ +æŃ¤æ¬¡ æ´»åĬ¨ +åıªèĥ½ 说 +èĬ ĭ +çīĩ 段 +åŃĺåľ¨ éĹ®é¢ĺ +ä½łä¼ļ åıijçİ° +è½® å»ĵ +ç½ij éĢļ +滨 æ±Ł +æİĪ ä¿¡ +é»İ æĺİ +ä¸į å±ŀäºİ +约 åįł +éķ¿æ²Ļ å¸Ĥ +èĥļ èĥİ +åħĥ 件 +éĻĨ åĨĽ +è³¼ è²· +æĮĩ æľĽ +å®ŀä¹ł çĶŁ +çī¹çĤ¹ æĺ¯ +çıł æ±Ł +çľĭ ä¸įåĩº +ä¸įè§ģ äºĨ +ç¼ ī +éĺµ èIJ¥ +åĶIJ æľĿ +没 å¿ħè¦ģ +åĽ½åľŁ èµĦæºIJ +ç»ıæµİåѦ 家 +åIJĪèĤ¥ å¸Ĥ +çIJ¢ 磨 +ç¡® åĪĩ +åŁİå¸Ĥ åıijå±ķ +çŃ· åŃIJ +人æ°ij æľįåĬ¡ +满 åĪĨ +è¿· ä¿¡ +ä½ľèĢħ æľ¬äºº +æĸĩç«ł æĿ¥æºIJ +ç«Ļ ç«ĭ +æŀĦ æĪIJäºĨ +è¾Ľ åĭ¤ +è¶ħ 强 +éĶ ļ +åīįä¸ī åŃ£åº¦ +å°± è§īå¾Ĺ +å´ĩ é«ĺ +è¶Ĭ ä¾Ĩ +è¶Ĭä¾Ĩ è¶Ĭ +å¸Ĥåľº èIJ¥éĶĢ +综åIJĪ ç´łè´¨ +åŃ ļ +ä¾® è¾± +äºĮ åŃĹ +å·¥ä½ľ ä»»åĬ¡ +åı²ä¸Ĭ æľĢ +æľĢ ä¼ĺ +åIJ© åĴIJ +表 çĻ½ +èİ« åIJį +èİ«åIJį åħ¶ +èİ«åIJįåħ¶ å¦Ļ +å¹ £ +åIJĮå¿Ĺ 们 +建设 çĶ¨åľ° +åĦ Ģ +éħį åģ¶ +å¼ © +åĶ± çīĩ +æīĭ èĦļ +åħ¼ ä»» +åģľ æĶ¾ +æŃ£ å®Ĺ +æĸ° åĨľæĿij +åĤ¬ çĶŁ +æīĢ åŃ¦æł¡ +念 ä½Ľ +åĶ¤ éĨĴ +åħ± åĪĽ +æĭī ä¸ģ +èĥĮ çĿĢ +çĶŁæĢģ ä¿ĿæĬ¤ +åı£ 头 +æĸ¹åIJij çĽĺ +調 æķ´ +æĭĽèģĺ ä¿¡æģ¯ +åħ¶ä»ĸ åĽ½å®¶ +ç®Ģ æĺĵ +åĮ¿ åIJį +è¯Ħ æµĭ +æĺ¯ä¸Ģ 座 +çīµ æīĭ +足 迹 +çIJĨ解 åĴĮ +æľĢ åıĹ +å¿ĥ è·³ +çĪ¶ 親 +éĿŀ常 åĸľæ¬¢ +èĭ¦ éļ¾ +æĬĢ å¸Ī +æ°ij æĦı +æĪĺ åĽ½ +æĽ¿ è¡¥ +æ´¥ è´´ +ä¸ŃåĽ½ ä¼łç»Ł +åIJĦ è¡Į +åIJĦè¡Į åIJĦ +åIJĦè¡ĮåIJĦ ä¸ļ +第äºĶ å±Ĭ +èį· èĬ± +æĦı èŃĺ +票 ä»· +åĪĨ æµģ +æĿİ çĻ½ +æ±Ł åĮĹ +æİĴ æĸ¥ +ä½ĵ éĩı +åĮħåIJ« äºĨ +åĪĺ æŁIJ +çİ° å¦Ĥä»Ĭ +å·¥èīº åĵģ +è¿Ļç§į æĸ¹æ³ķ +åĬŀåħ¬ 楼 +çĶµ å·¥ +çħ Ļ +åį¡ çīĩ +å¹´ å¹´åºķ +ä¸ĵ项 èµĦéĩij +åĮ» ç§ij +åĮ»ç§ij 大åѦ +åĽŀ头 çľĭ +ä¸į å±ij +èĩª 驾 +没 æĶ¶ +æīĵ çĮİ +èĦ¸ éĥ¨ +åıĥ èĢĥ +å°Ĩ 士 +è´«åĽ° 人åı£ +çIJĨæĥ³ 信念 +é£İ å°ļ +人æīį éĺŁä¼į +çij ¾ +æĿ¥ è¿ĻéĩĮ +æ´Ĺ 涤 +å¹´ èĸª +èĭį çĻ½ +ä¸ĩ äºĭ +课 æľ¬ +åºĵ éĩĮ +çī¹ æ´¾ +çī¹æ´¾ åijĺ +èµŀ ç¾İ +ç©¿ æĪ´ +製 ä½ľ +èµŀ æĪIJ +ä¸Ģ 侧 +å½ĵåľ° 人 +æĭ İ +纸 è´¨ +ä½Ļ 个 +éĶĤ çĶµæ±ł +æľº åŀĭ +éĻ¢ éĻ¢å£« +åģļ å·¥ +å¼ł è´´ +ç¥Ľ æĸij +æ®ĸ æ°ij +å¥ij 约 +æ¹ĺ æ½Ń +æIJ ĸ +åŃĺ è´§ +交éĢļ 大åѦ +è¶ģ çĿĢ +æĸĩçī© ä¿ĿæĬ¤ +å¤ĩ æĪĺ +éĩĩ 纳 +åįĬ æľĪ +æľĢ åħ³éĶ® +æľĢåħ³éĶ® çļĦ +æİ¥ éĢģ +æĶ¶ åī² +åıį åĢĴ +çĥ Ľ +æ ½Ķ +ä¼Łå¤§ å¤įåħ´ +çļĦè¯Ŀ è¯Ń +容 å¿į +å®ļ éĩı +æķ Ĺ +åĵģçīĮ 形象 +æīŃ è½¬ +åĽ½å®¶ éĩįçĤ¹ +èĨĿ çĽĸ +ä¸Ģ 楼 +大 éĻ¸ +éĤª æģ¶ +åĽŀ åij³ +çĮ ¿ +çĿ¡ åīį +æĹł è¾ľ +çĹħæ¯Ĵ æĦŁæŁĵ +æľºæ¢° åĮĸ +çĤ¹ 亮 +溶 解 +åĩłä¹İ æīĢæľī +è·ij éģĵ +çĶµè§Ĩ æľº +åı ¨ +æijĩ äºĨ +æijĩäºĨ æijĩ头 +èĩª è´Ł +综åIJĪ åĪ©çĶ¨ +èĩª å¦Ĥ +åİŁ ä¾Ĩ +ä¹Łä¸į æĥ³ +èĬĤ 课 +è¿ĩ åī© +çĶ² çĬ¶ +çĶ²çĬ¶ èħº +æĸ° ä¸ĸ纪 +èĩªä¸» åĵģçīĮ +é«ĺ å±Ĥ次 +ä¸Ģ è§Ĵ +è¡Į äºĭ +ç¥ĸ åħĪ +å©ļ åIJİ +éĹ´ éļĻ +ç¼Ŀ éļĻ +è¿Ļ æĶ¯ +ä¸įæĸŃ åĪĽæĸ° +å¾® åŀĭ +æĽĻ åħī +享 çĶ¨ +ä¸ŃåĽ½ 移åĬ¨ +éĹŃ çݯ +æī§ æĦı +åıijå±ķ æł¼å±Ģ +æł¸å¿ĥ åĮº +éªļ æī° +åħļåĴĮ åĽ½å®¶ +ä¸ŃåĽ½ æĶ¿åºľ +帶 èijĹ +ä¸ĩåįĥ çĵ¦ +åħ© 人 +äºİæĺ¯ æĪij +åĽº ä½ĵ +çªģ å¦Ĥ +çªģå¦Ĥ åħ¶ +çªģå¦Ĥåħ¶ æĿ¥ +éĩĮç¨ĭ ç¢ij +çĪ± ç¾İ +æŁ¥ éªĮ +åıĮ èµ¢ +éĹª åħī +楼 å®ĩ +æĻ ı +æľī è¶³å¤ŁçļĦ +æŁĶ æĢ§ +ä¿¡æģ¯ å®īåħ¨ +管 线 +并 ä¸įä¼ļ +åĻ¨ 件 +ä½ł åºĶ该 +çĿĢ å®ŀ +æĺİ æ¸ħ +æĬĹ çĶŁç´ł +æīĵ æŃ» +å®Įåħ¨ ä¸įåIJĮ +èĬ± æ¤Ĵ +æĶ¾ 宽 +ä½İ 端 +åĽĽ èĤ¢ +åĮĹ京 èµĽè½¦ +éĽĨ å¸Ĥ +æľª å©ļ +大å¹ħ æıIJåįĩ +建çŃij 设计 +çĭ¬ æľīçļĦ +æİ¢ éĻ© +æ²³æµģ åŁŁ +æħķ 容 +被 çĽĹ +åĵº ä¹³ +èı ģ +æĥ¬ æĦı +è¶ĬæĿ¥è¶Ĭ 好 +广大 群ä¼Ĺ +å¾· èĤ² +å¸Ĥåľº ä»·æł¼ +奥 å·´ +奥巴 马 +èĬĤ缮 ä¸Ń +两 款 +ä¸ĩä½Ļ åħĥ +ç»´ å°Ķ +çĶŁçī© ç§ijæĬĢ +åIJ¬ èµ·æĿ¥ +çł ļ +æĭŁ å®ļ +æ²¹ çĶ° +声 èªī +建çŃij ä¸ļ +éĻIJ è´Ń +çīĩ åŃIJ +çķľ 禽 +ç½ij é¦ĸ页 +ä¼Ĺ çŃ¹ +æĴŀ åĩ» +åīį ä¸įä¹ħ +åīį ä¸ĸ +åĽĽä¸ª æĦıè¯Ĩ +æµĭ ç»ĺ +éĺ² ç©º +漫éķ¿ çļĦ +æ²IJ æµ´ +æ¯Ķè¾ĥ ç®Ģåįķ +æµĭ å®ļ +åĽŀ è°ĥ +让 人们 +èĴĭ ä»ĭ +èĴĭä»ĭ çŁ³ +ç»ĵ æĻ¶ +å¢ŀæ·» äºĨ +æĿ¡ è¯Ħ论 +åī¯ ä¼ļéķ¿ +ä½ı æīĢ +ç»Ļ åĩºäºĨ +è°ĥ éħį +æ² ĸ +æľī çĶ¨ +æľīçĶ¨ çļĦ +ä¸ĢæĿ¡ é¾Ļ +éĩİ å¤ĸ +ç¼ĺ åĪĨ +æ°¸è¿ľ ä¸įä¼ļ +æŀľ æłij +大åıij å¿«ä¸ī +麻 éĨī +äºij éĽĨ +åİ» åĵªéĩĮ +åħ¥ å¸Ĥ +ä»» æĢ§ +建 æ¡£ +建档 ç«ĭ +建档ç«ĭ åį¡ +ä¸Ģ 棵 +社 åįĢ +缸 ä¼´ +åļ · +å¡« åħħ +ä¸Ģ æĹı +ç¾ ģ +åıĸ è¯ģ +èĪ° éĺŁ +åİĤ åĮº +è¡· å¿ĥ +åıijå±ķ éĺ¶æ®µ +é«ĺ 强度 +åĹĵ åŃIJ +é¢Ĩ è¡Ķ +楼 主 +大 èĴľ +æŀķ 头 +ç²® æ²¹ +é»Ħ çĵľ +æĵ Ĵ +å°ı çĭĹ +æĶ¹éĿ© å§Ķ +åįģ åĪĨéĴŁ +é²ľ èī³ +åħ³ ç¾½ +çĭĢ æħĭ +å®ŀçĶ¨ æĢ§ +å°ij è§ģ +é£ŀ æī¬ +çĶ° éĩİ +æIJ Ĥ +è¿Ļ个 è¯į +åºĶæĢ¥ é¢Ħæ¡Ī +è§Ĵ度 æĿ¥çľĭ +æķ¬ çķı +æ³ķ å®Ŀ +åĸĦ æĦı +æīĵ æĸŃ +对 åĨ³ +çµķ å°į +åĢŁ æѤ +å¼Ģ æºIJ +å°ı 說 +ç¥ º +å²ģ 以ä¸ĭ +éĢĢå½¹ åĨĽäºº +ä¸įä¹ħ åīį +åĩº åİĤ +讽 åĪº +æĿ¥çľĭçľĭ åIJ§ +éŃĶ åħ½ +çķĻ ä¸ĭæĿ¥ +å±ħ 室 +åłħ æĮģ +çľĭ äºĨä¸Ģ +çľĭäºĨä¸Ģ çľ¼ +éĽĨåĽ¢ æĹĹä¸ĭ +æĪĺ æĪĺç»ĦåIJĪ +è®¤çľŁ èIJ½å®ŀ +汽车 产ä¸ļ +çī©çIJĨ åѦ +æķ µ +éĴ Ŀ +åĽ¢ éķ¿ +ä¸įæĸŃ æī©å¤§ +èĤ© è´Ł +åıijå±ķ 缮æłĩ +è³ĩ éĩij +åīį ç½® +ä¸ŃåĽ½ åı¤ä»£ +æŃ» åĪij +åħħåĪĨ ä½ĵçİ° +åħ³ éŨ +ç¾İ æĦŁ +æīĵ åħ¥ +æĬijéĥģ çĹĩ +å°ij çĪ· +æłij æŀĿ +æ¶Īæģ¯ 称 +æ´Ľ åħĭ +åį ¯ +è¿Ī åIJij +æݨ åĭķ +ä»İä¸ļ èĢħ +åİ» ä¹° +欢 å¿« +æĭ¥ æĮ¤ +马 桶 +æĬĬ æݧ +æĶ¿ åħļ +å¼ł æī¬ +客 æłĪ +红 æĺŁ +éĢģ æĿ¥ +åħ¨åŁŁ æĹħ游 +èĩª ç§ģ +åįģäºĮ æĿ¡ +åı¹ æģ¯ +ä¸Ģ èīĺ +ä¿Ŀ è´¹ +æĸ½å·¥ çİ°åľº +æľī 幸 +ç»Ń èĪª +åı¯èĥ½ æľĥ +èĥĮ åıĽ +ä½£ éĩij +ä¸ī çŃīå¥ĸ +å¾Ī 满æĦı +游æĪı åī¯æľ¬ +群 éĩĮ +æŀĦ 件 +åºı å¹ķ +太 æ¹ĸ +æľ¨ è´¨ +æĻĭ æ±Ł +çµĤ æĸ¼ +è·³ è·ĥ +åĢºæĿĥ 人 +çŃī 诸å¤ļ +æĶ¾ åĩº +åħ³éĶ® æŶåĪ» +æĦŁæŁĵ èĢħ +é£ŀè¡Į åijĺ +èĥĨ åĽº +èĥĨåĽº éĨĩ +æĬ± æŃī +åij¨ äºĮ +æĸ° æĹ¶æľŁ +åĨ·éĵ¾ çī©æµģ +è¿Ļç§į æĸ¹å¼ı +该 æĿij +åĽŀ é¦Ī +åŁºçĿ£ æķĻ +人 åıĤ +æŀ¯ çĩ¥ +æī¹åıij å¸Ĥåľº +åħħåĪĨ èĤ¯å®ļ +å¸Ĥ æĶ¿åįı +äºĭ æ¥Ń +龸 çİĭ +çĥŃ æIJľ +åįģä¹Ŀ 大 +ä¼´ æľī +ç¾İåĽ½ æĢ»ç»Ł +åŁİå¸Ĥ 管çIJĨ +ä¸ĭ 令 +èĥ¸ åı£ +åıª çŁ¥éģĵ +åij¨ ä¸ī +çĶ¨ æĪ¶ +éŃ ¯ +å¿ĥ è¡Ģ +带头 人 +åĮ» åĬ¡ +åĮ»åĬ¡ 人åijĺ +æݧåĪ¶ åĻ¨ +ä½ľåĵģ åĨħ容 +æĪĺ åıĭ +åİĨ å¹´ +ä¸į åħĭ +ä¸įåħĭ ä¸įåıĬ +æĹ¥ æŃ£å¼ı +è±IJ å¯Į +ç¨İ è´¹ +æŶ æķĪ +å±ķ ä½į +è¡¡ éĺ³ +æĪ¿ 貸 +çĪĨ 款 +ä¹IJ æĦı +çĶ· 主 +å¯ ¬ +æľĥ èŃ° +ä¹ĭ å¤ľ +åIJĮ 樣 +ä¸įè¦ģ 太 +ä¼Ĭ æĸ¯ +ä¼Ĭæĸ¯ åħ° +åŁºæľ¬ åİŁåĪĻ +åİ» æİī +ä½İ ä¿Ŀ +个 交æĺĵ +个交æĺĵ æĹ¥ +èģĬ èģĬ +åĽĽ ä½į +åħļç»Ħ æĪIJåijĺ +主è¦ģ ä»İäºĭ +å½± éŁ³ +åĨĴ åĩº +åij¼åIJ¸ éģĵ +è¾¾ å°Ķ +æľ¨ åľ°æĿ¿ +诡 å¼Ĥ +çģ¯ åħ· +çģ« çĥ§ +解 èĦ± +æĦĪ åıij +æ¹ĸ å·ŀ +é£İ ä¿Ĺ +æĸ° å½¢åĬ¿ +æĸ°å½¢åĬ¿ ä¸ĭ +è² Ŀ +èĦ ĵ +åĬ¨åĬĽ çĶµæ±ł +é£ŀ èĪ¹ +飧 æĢ§ +åĪ© çī© +åĪ©çī© 浦 +ä¸į 认è¯Ĩ +ç¼ĸ ç»ĩ +ä½ľ åĿĬ +èģĮä¸ļ æĬĢèĥ½ +çľĭ è¦ĭ +åĽ´ æ£ĭ +æĺı è¿· +å½Ĵ å±ŀäºİ +æĤ¬ å´ĸ +éĨ« çĻĤ +å®ĭ 代 +åºĦ æĿij +èĹ ķ +çĮĽ çĦ¶ +çĩĥæĸĻ çĶµæ±ł +å®ŀä½ĵ åºĹ +ä¸į足 以 +æĥħ ç· +æĥħç· Ĵ +å»Ĭ åĿĬ +çĶµ åı° +åºĶ åĬĽ +ä¸Ńå°ı åѦçĶŁ +èĥ¡ åIJĮ +éī´ åĪ« +åĨħ ç½® +ä¹± 象 +æ¬Ĭ çĽĬ +å¼ĢæĶ¾ å¼ı +åįļ æĸĩ +讲 课 +çŃī åİŁåĽł +ç©· 人 +交 æĽ¿ +æĬ¤ çħ§ +åıijå±ķ æľºéģĩ +客 åķĨ +åıį ä¹ĭ +ç±³ é¥Ń +并 åıij +并åıij çĹĩ +æ±ī åŃIJ +æŀľ åĽŃ +对æĪij æĿ¥è¯´ +åģı åIJij +æī¹ 示 +读 åIJİ +读åIJİ æĦŁ +æĺİ æĻº +åĽ´ çĿĢ +åıį 转 +æĿ¨ å¹Ĥ +ä¸ĵ åįĸ +ä¸ĵåįĸ åºĹ +åıĹ éĻIJ +åºŁ è¯Ŀ +æŀģ å°ij +åįĪ åIJİ +è¿Ľ ä¿® +åīĬ åĩı +æľ¬ç§ij çĶŁ +ä¼ĺ éĢī +åħī çħ§ +åıĻ äºĭ +åıĸ æļĸ +åĮĹ è·¯ +æ¦ ķ +èİĨ çĶ° +楼 å±Ĥ +天 èĬ± +天èĬ± æĿ¿ +çĤ ľ +å·²ç»ı æľīäºĨ +è¶ ¾ +çĶ³ åįļ +çĶµ éĺ» +åĬŁ 课 +æŃ¥ æŃ¥ +éĤ£ä¹Ī 容æĺĵ +æѤ æĸĩ +ä½ ° +计 è¾ĥ +çīĩ éĿ¢ +çĶµå½± éĻ¢ +ä¸į åħ¬å¹³ +ä¸ī æľŁ +æĹħ游 èµĦæºIJ +å¤ļç§į å½¢å¼ı +è£Ĥ ç¼Ŀ +åIJİ æİĴ +硬 度 +åĽŀ æļĸ +éģĵ æķĻ +è´« è¡Ģ +æ¸ħ é¦Ļ +伤 çĹħ +æĦı 義 +çļĦ ç¼ĺ +çļĦç¼ĺ æķħ +åºĦ 严 +åıªæĺ¯ ä¸ºäºĨ +æīĵ æĬĺ +以 ä¾Ĩ +滿 足 +çİĽ 丽 +風 éļª +æĸĩ ç§ij +éħįå¤ĩ äºĨ +è¿Ľ é£Ł +æ¶ ¡ +è·¯ ç¨ĭ +åı« 声 +ä¸Ńå¿ĥ åŁİåĮº +æľīæīĢ ä¸įåIJĮ +å¼µ è²¼ +é¢Ħ æĬ¥ +æľīå¤ļ ä¹Ī +è¿Ľè¡Į åħ¨éĿ¢ +æĽ¾ ç¶ĵ +ä¸ī 代 +å®ı 大 +æ¸ħ æī« +éĢī åĩº +åĵª ä¸Ģ个 +主 義 +ä¾Ŀ æĵļ +çļ® éĿ© +赶 æĿ¥ +çŃĽ æŁ¥ +æ¨ Ł +ä¿Ŀ èįIJ +åIJĥ æĥĬ +æľĭåıĭ们 对 +ä»ĸ æĺ¯ä¸Ģ个 +åºŁ æ°Ķ +æ» ħ +è´¢ ç¨İ +æĿij æĿijæ°ij +èµĦ产 è´ŁåĢº +å®ī å¨ľ +缮åīį åĽ½åĨħ +æĦŁè§ī èĩªå·± +çµIJ åIJĪ +éĶ¦ æłĩ +éĶ¦æłĩ èµĽ +æĽ´ æ·± +åŁº æķ° +éħ¿ éħĴ +çī¹èī² 产ä¸ļ +åİĭ å®ŀ +ä¾Ŀæ³ķ 追究 +æ·¡ å®ļ +ç®Ģ缴 å°±æĺ¯ +å£ĵ åĬĽ +æ°ij å¿ĥ +ä¸į åIJĪéĢĤ +çĶ±æѤ åı¯è§ģ +èµŀ èªī +æ¾ ¤ +åĩłå¹´ åīį +åIJī ä»ĸ +çł´ æįŁ +轻轻 åľ° +å²Ľ 屿 +æĦı å¢ĥ +ä»Ģä¹Ī åı« +åģĩ è£ħ +éĢģ è´§ +å¹ķ å¢Ļ +妥 åįı +åĽ½ æĹĹ +äºĨ å¾Īä¹ħ +åĪĨ辨 çİĩ +ç´ Ķ +éĺ³ åĮº +åĩŃ çĿĢ +åģľè½¦ ä½į +京 éĥ½ +éĶ £ +æĵ ¾ +è¿Ľ éŨ +åĪĺ æµ· +åĽĽ 级 +女 足 +è¡ĮæĶ¿ 审æī¹ +éģ¥ æݧ +ä¸į éĮ¯ +å¾Ĺ å¾Ī好 +为 缮çļĦ +ä»į æľª +ç²¾ è£ħ +éĢį éģ¥ +å°½ 头 +çºł ç¼ł +éłĺ å°İ +æĭħ è´Ł +æĪĸèĢħ åħ¶ä»ĸ +åıªä¸įè¿ĩ æĺ¯ +åı® åĺ± +åģĩ åĨĴ +æļĸ æ°Ķ +çĽIJ åŁİ +被 è§Ĩ为 +诺 è´Ŀå°Ķ +ç»ĻäºĨ æĪij +è¿ij åįĥ +éĩį åĽŀ +éĨĴ äºĨ +çĶµ 解 +忽çķ¥ äºĨ +èĥĮ éĥ¨ +æĸĩæĺİ åŁİå¸Ĥ +æº ħ +è² ĵ +æĬµ æĮ¡ +åĸľæ¬¢ åIJĥ +éĿĻéĿĻ åľ° +å¾Ī æ·± +åŁºç¡Ģ çŁ¥è¯Ĩ +è¿ĩ éĶĻ +çIJĨ ç§ij +交æµģ åIJĪä½ľ +èĪ Ķ +調 æŁ¥ +æħĪ æĤ² +éĴ ° +èĩ´ çĶµ +å®£ä¼ł æ´»åĬ¨ +åıĺ éĩı +çļĦ人 æĿ¥è¯´ +æŶ éļĶ +ä¸į管 ä½ł +缸 è¿ij +è´µ éĩijå±ŀ +ä¹Łä¸į åı¯èĥ½ +ç²ī æľ« +åįĹ çĵľ +çĻ½ 马 +åħī æºIJ +éĩij å¥ĸ +çĭ¬ è§Ĵ +çĭ¬è§Ĵ åħ½ +妨 ç¢į +ç»Ļ åĬĽ +ä½Ĩ ä»į +å¼łå®¶ åı£ +èIJ¬ åħĥ +渲 æŁĵ +éķ¿å¤§ äºĨ +è®°èĢħ äºĨ解 +æĢĢ çĿĢ +è¦ģ åѦä¼ļ +游æĪı 代 +游æĪı代 ç»ĥ +äºĮ çĻ¾ +æĦıè¯Ĩ å½¢æĢģ +çİ º +计åĪĴ çĶŁèĤ² +æī¾ åĩĨ +åħ° èĬ± +è¿Ļ座 åŁİå¸Ĥ +污 æ³¥ +å®ĺæĸ¹ 微信 +å½Ĵ å±ŀ +æ°§ æ°Ķ +éģİç¨ĭ ä¸Ń +åį°è±¡ æ·±åĪ» +稳 妥 +çµIJ æĿŁ +åŃķ æľŁ +çī¹ æĿĥ +åĿļ åĽº +顺 åĬ¿ +æŀľ èĶ¬ +éĨ« 師 +åİ ® +ä¹Łæĺ¯ å¦ĤæѤ +é¦Ĵ 头 +缸 åĬ© +å¹² 线 +ä¸Ģ æľ¬ä¹¦ +ç» ¥ +æĮ¯ å¥ĭ +èĤ¾ èĦı +åĭķ çī© +é£ŀ è·ĥ +èıľ åĵģ +å¤ļ ä½Ļ +å¤ļä½Ļ çļĦ +éĢĿ ä¸ĸ +æģĭ 人 +å¼Ģåıij åĪ©çĶ¨ +顺 丰 +éĩİ å¿ĥ +æł¡ å¤ĸ +æģIJ é¾Ļ +éĿ¢ åħ· +éķ¿ è¾Ī +éļı å¤Ħ +éļıå¤Ħ åı¯è§ģ +ç´§ 缺 +éĩį ä¸Ń +éĩįä¸Ń ä¹ĭ +éĩįä¸Ńä¹ĭ éĩį +奥 æĸ¯ +奥æĸ¯ åį¡ +ä¸Ģ个 å¤ļ +ä¸Ģ个å¤ļ æľĪ +ä¸įåı¯ 缺å°ij +æĸ° æł¼å±Ģ +æıIJ æĮ¯ +è¡Į è´¿ +æ¼Ĥ æµģ +èģĬ åŁİ +åħ´ 建 +è´¨ æ£Ģ +ç§ģæľį 游æĪı +æĽ´ éĩįè¦ģ +è´ ® +çħ ľ +转åıĺ 为 +è¿Ļ 两年 +ä¿Ŀ é²ľ +æī§ æķĻ +çĥ ¨ +å¼Ģåıij 建设 +è¿IJèIJ¥ 管çIJĨ +误 å·® +京 åī§ +å¸IJ åı· +å·¥ä½ľ ä½ľé£İ +ä¸ĸ ä¿Ĺ +çĻ½ 宫 +天 åĽ½ +å¤©åĽ½ 继ç»Ń +å·´ æĸ¯ +èIJ¥ åĪ© +åĵģ æł¼ +æĿijæ°ij 们 +æĪ¿ 车 +çŃī çĹĩçĬ¶ +å¦Ĥ å®ŀ +å® ¸ +å±Ĥ 级 +éĶĻ è¿ĩäºĨ +ç»ĵ å®ŀ +ç¬ij èĦ¸ +羣å®ŀ æĢ§ +éĥ½å¸Ĥ æĬ¥ +é¥Ń èıľ +åºĶ 注æĦı +æĬ½ çĥŁ +伪 éĢł +åīį ä¸Ģ天 +éŃĶ é¾Ļ +éŃĶé¾Ļ 令çīĮ +约 è°Ī +绣çŃ¹ æİ¨è¿Ľ +让 çĶ¨æĪ· +åħ¨éĿ¢ èIJ½å®ŀ +å¼Ħ å¾Ĺ +è°Ī æģĭçĪ± +鸣 æĪIJéķ¿ +鸣æĪIJéķ¿ è®° +æ´ĭ æ´ĭ +çĸı æķ£ +éĿ¢ç§¯ 约 +æµĵ 缩 +æĸ¯ é¡¿ +çĶŁæĢģ åľĪ +æī§ 导 +移 éĢģ +齿 è½® +æł¹æľ¬ å°±ä¸į +缩 åĩı +èµ° ä¸ĭåİ» +çĿ« æ¯Ľ +ä¹Łä¸į éĶĻ +åıįæĺł åĩº +èĭ¦ æģ¼ +缸åħ³ æĶ¿çŃĸ +é«ĺ 楼 +ç²ī èī² +æĬķèµĦ é¢Ŀ +ä¸į ç»ı +ä¸įç»ı æĦı +å®ģ æĦ¿ +èĪĮ 头 +æ»ĭ çĶŁ +å®ģ åİ¿ +åīįåĪĹ èħº +åĩ ³ +é£Ł 欲 +åıĸ èĥľ +éĻ¢ åŃIJ +ç´łè´¨ æķĻèĤ² +滨 å·ŀ +æĬ¢ æĬĵ +å¼Ĥ åij³ +åĴ ļ +åĬ į +宽 éĺĶ +æļ´ 涨 +æĥł åıĬ +è§Ħ ç¨ĭ +ä¾Ľ åħ» +éĢģ å¾Ģ +å±± åºĦ +举 äºļ +å±ķ é¦Ĩ +解 éĶģ +æĹł è§Ĩ +éĻį èIJ½ +è¿ŀ äºij +è¿ŀäºij 港 +åıĤ è°ĭ +çİ ĸ +ç¬ ĥ +èĢĹ è´¹ +æī¿ å¾· +社ä¼ļ æķĪçĽĬ +åįĹæµ· ç½ij +åĪĽ 伤 +èIJ ± +åħħ æ²Ľ +ç½ijç«Ļ 建设 +大 åºĨ +åĨį éĢł +åŃĹ æł· +åħ¨æ°ij åģ¥èº« +èĮ« èĮ« +æµ® åĬ¨ +åīį åı° +å¢ŀ 设 +éĢĽ è¡Ĺ +åĢĴ éĹŃ +æ³ķå¾ĭ 顾éĹ® +çĸ ® +çĹħ çĹĩ +空 åīį +请 æķĻ +èĥľ ä»» +æĿĢ èıĮ +æĪĺæĸĹ æľº +ç»ĺ åĪ¶ +å¤Ħ æĸ¹ +çªģ åĽ´ +çĮ« åĴª +æĬ¥åijĬ æĺ¾ç¤º +ç¿ Ł +çķ¶ åľ° +æľĢ éļ¾ +纪 å§Ķ书记 +ä½İ åİĭ +èĻļ 空 +è¿Ļéĥ¨ çĶµå½± +产ä¸ļ åįĩ级 +è°· çĪ± +è°·çĪ± åĩĮ +æĬ¼ éĩij +女 æĸ¹ +éĴ» çłĶ +æļĹ æļĹ +è¿· ä½ł +æīĢ è¬Ĥ +å¨ģ å»ī +å¼Ģ æľĹ +å² Ķ +çģ« çĤ¬ +åIJĪçIJĨ æĢ§ +åħ¬ åĬŀ +ä¼ļ ä¼ļéķ¿ +éĺ´ è°ĭ +å¼Ģ å±Ģ +æĻ®éĢļ è¯Ŀ +åį¡ æĭī +å°ij åIJĥ +éĹª èĢĢ +æŀľ æ±ģ +æī§è¡Į åĬĽ +è° Ľ +æĬ¢ åĬ« +é«ĺéĢŁ åıijå±ķ +éŁ ¬ +åįĹ æ²Ļ +é«ĺçŃī åŃ¦æł¡ +æį¢ 个 +åı¯èĥ½ åŃĺåľ¨ +æĬ Ĵ +è°± åĨĻ +被 æĬĵ +æĿ¯ åŃIJ +èĬĤèĥ½ åĩıæİĴ +æ°ĶåĢĻ åıĺåĮĸ +åĪĨ åĪ¥ +ä¸Ń æŀ¢ +欢 åij¼ +åħī 纤 +è¿Ļ 群 +çľ¼ çķĮ +åħ±åIJĮ åıijå±ķ +çİ° ä»Ĭ +éĹ» è¨Ģ +çī¹èī² å°ıéķĩ +æķij 人 +éĻį æ°´ +ä¸ĸçķĮ ä¸Ģæµģ +å°± é¤IJ +çŀ ¥ +å¤į ä»ĩ +ç¾½ æ¯Ľ +ç¾½æ¯Ľ çIJĥ +è´© åįĸ +æºIJ æ³ī +æĢ»ä½ĵ è§ĦåĪĴ +åĬ¨ æĦŁ +ä¸Ģ 审 +åĢŁ éĴ± +è§ģ æķĪ +èĬ± èįī +åIJĮ ä¸ļ +æŁ¥ è©¢ +åĽ½éĻħ åIJĪä½ľ +ä¾Ľ åĽ¾ +åģ ´ +æł ĵ +缸 éĢļ +è°Ī åıĬ +è¿ĩç¨ĭ å½ĵä¸Ń +é¦Ļ èıĩ +åįģåĽĽ æĿ¡ +ä¸Ģå¼Ģå§ĭ å°± +ä¸ĵ åijĺ +æĺİ é¡¯ +æīĵéĢł åĩº +ä¸ĭéĿ¢ æĪij们 +æľº æ²¹ +åı° è¯į +åŃIJ å¼Ł +æľĢ 常è§ģçļĦ +æĪij è®°å¾Ĺ +ç» ° +æĤ¬ æµ® +è¿ĺ 羣æĺ¯ +æĮĤ åı· +åıĭ åĸĦ +éĩį 伤 +çħ§ 亮 +æѦ èѦ +åĩºçİ° éĹ®é¢ĺ +è¸Ĭ è·ĥ +åľ°çIJĥ ä¸Ĭ +å¸Ĥ 人大 +åıĹ害 人 +å² IJ +åIJĮ åѸ +éĩijèŀį å¸Ĥåľº +æľīçļĦ çݩ家 +å¸Ĥ æķĻèĤ² +å¸ĤæķĻèĤ² å±Ģ +åIJĦ å¼Ĥ +ç·ļ ä¸Ĭ +æģ º +æľī 大éĩıçļĦ +åķĨ æĬ¥ +åįķ åįķ +åħ¨ é¢Ŀ +ä¾Ŀæŧ æĺ¯ +好 åĩłä¸ª +åĸ µ +éĩį æķ´ +çĶŁæ´» è´¨éĩı +æİ¢ 访 +åį° èĬ± +缼 è¡Į +å¾® è§Ĥ +èĪį å¾Ĺ +åºŁå¼ĥ çī© +积 èĵĦ +å®ļ å±ħ +æĤ ¼ +èĮ ¸ +çļĦ 帮åĬ© +çļĦ帮åĬ© ä¸ĭ +亿 åIJ¨ +åŃĶ éĽĢ +è¿ĻæĿ¡ è·¯ +é¥ µ +æĦĪ åĬł +éķ į +ä½ľ æ¡Ī +èįĶ æŀĿ +太 å°ij +è·» 身 +åħ¬çĽĬ æ´»åĬ¨ +çĻ½ æĸij +æĬĢæľ¯ æ°´å¹³ +å¸ § +æĹł çŁ¥ +åºĶ该 æĢİä¹Ī +éĢĢ å¸Ĥ +æ¸ Ń +åħ» çĮª +é© ¼ +群 å²Ľ +大 åį« +ä¹ĺ çĶ¨è½¦ +èı² å°Ķ +è´´ åIJ§ +åģľ ä¸ĭæĿ¥ +æľīæľº ç»ĵåIJĪ +åĪ» èĭ¦ +çļĦ åľ° +çļĦåľ° æŃ¥ +è¯Ĭ æīĢ +å¼Ģ æĪĺ +èĢģ çīĮ +çŃ¹ çłģ +åħ«å¤§ 以æĿ¥ +楼 æĪ¿ +åŃĻ æĤŁ +åŃĻæĤŁ 空 +åħĴ åŃIJ +第ä¸Ģ æĿ¡ +社交 åªĴä½ĵ +æĥ³ èµ·æĿ¥ +大 æ´ĭ +æĭ¼ éŁ³ +è¿Ľ åįļä¼ļ +è¿ĩ åħ³ +æ² ¼ +ç©¿ æIJŃ +éĤ£ ä¸Ģ天 +çł´ éŨ +æĬķæłĩ 人 +èµ¢ 家 +èĻļ å¼± +æ¿ ĥ +å®ī æ£Ģ +客 家 +çĭ¬ç«ĭ èij£äºĭ +æīĭ åĬ¿ +åīµ éĢł +åľĨ满 å®ĮæĪIJ +为主 线 +好å¥ĩ å¿ĥ +é¢Ĩ åľŁ +çª ĸ +åħ¸åŀĭ æ¡Īä¾ĭ +çªģåıij äºĭ件 +åºķ æ°Ķ +头 æĻķ +å®Ľ å¦Ĥ +è§ ¸ +æ¸ħ æ·¡ +åļ ¼ +åģľ çĶµ +ç²ī å°ĺ +éĻįä½İ æĪIJæľ¬ +æĶ¾ æīĭ +è®°èĢħ 表示 +æĭĸ 延 +éª ĩ +æ®ĭ å¿į +çľģ æķĻèĤ² +çľģæķĻèĤ² åİħ +é«ĺ é¢Ŀ +éĦ Ļ +æ¥ ŀ +åĨħ ç§ij +èIJ¥ä¸ļ é¢Ŀ +åŁº çŁ³ +æµģ æ·Į +主 æŨ +éĺIJ éĩĬ +建 åįİ +æĥĬ åı¹ +çī¢åĽº æłijç«ĭ +æĺ¯åIJ¦ åŃĺåľ¨ +建 åĨĽ +éĽ¾ éľ¾ +åħ¬ 认 +åħ¬è®¤ çļĦ +æ°¨ åŁº +æ°¨åŁº éħ¸ +åīį åĩłå¹´ +åĪ¹ éĤ£ +æ±Ł 举 +å·¥ æ¥Ń +ä¸ĢçĤ¹ ä¹Łä¸į +ä¿® 士 +äºĨä¸Ģ éģį +åĪ ģ +æ»ļ æ»ļ +åĪĨ æł¡ +羣 çĪ± +è¡Ģ èĦī +æĢ¥ åī§ +ä¸Ģ群 人 +ç¾ ¯ +æĪIJ é¾Ļ +ç²¾ç¥ŀ çĹħ +缸åħ³ 人åijĺ +éĿĵ 丽 +ä¸ī åŃ£åº¦ +åĪĴ å®ļ +ä¸ĸçķĮ 第ä¸Ģ +éĢļ ä¿Ĺ +åķĨä¸ļ åľ°äº§ +åĬŁèĥ½ æĢ§ +èµĦæľ¬ 主ä¹ī +详 è§ģ +æĬĵ æįķ +æĸĩ æĺĮ +å®Ŀ å®ī +è£ħéħį å¼ı +æºIJ æºIJ +æºIJæºIJ ä¸įæĸŃ +çĶŁ æĢķ +纵 åIJij +å£ ½ +çľ¼ è¢ĭ +èĤī ä½ĵ +åı¤ ä»Ĭ +èŀį åªĴä½ĵ +åģ ī +æł¼ æľĥåĵ¡ +çĥ · +åĬŁ çĶ¨ +æīŃ çŁ© +绿èī² éĢļéģĵ +åī§ ç»Ħ +å¼± åĬ¿ +è´¨éĩı éĹ®é¢ĺ +éĻIJ é¢Ŀ +éª Ĩ +éģµ ä¹ī +å¯Ŀ 室 +æĥ³ 念 +åł± åijĬ +ä»ħ 次 +ä»ħ次 äºİ +èŀį åĪĽ +æĭĽèģĺ ä¼ļ +åºĬ åŀ« +转åŀĭ åıijå±ķ +ä¸ŃåĽ½ çĶµä¿¡ +åIJ¬ è¯Ŀ +è«ĭ æ±Ĥ +大éĥ¨åĪĨ 人 +æ´» å¾Ĺ +åĵŃ æ³£ +è¶ Ļ +åıijçĹħ çİĩ +ä¸į 符 +åĨĽ å®ĺ +é¢Ī æ¤İ +æĸ°åĨł çĸ«æĥħ +æŁ¬ åŁĶ +æŁ¬åŁĶ 寨 +ä»»ä½ķ å½¢å¼ı +人 éĻħ +人éĻħ åħ³ç³» +æĢ» æī¿åĮħ +å¹³åĿĩ æ¯ı +æģŃ åĸľ +åĦ ĺ +åħµ 马 +è¿Ł åĪ° +å·¥ 伤 +çīĪæĿĥ å½Ĵ +çīĪæĿĥå½Ĵ åİŁ +æĭ¥ æĬ¤ +ç³Ĭ æ¶Ĥ +å¹² æ¶ī +å°ij ä¸įäºĨ +æĥ³ æī¾ +è´¹ çİĩ +该 éĻ¢ +èŀį åĮĸ +è¿İ åIJĪ +è§ĨåIJ¬ èĬĤ缮 +æł¼ 網ç«Ļ +çľī æ¯Ľ +欢è¿İ 大家 +家åºŃ æķĻèĤ² +ä¾µ èļĢ +ç»Ļ ä½łä»¬ +è¡Ģ液 循çݯ +å¯Ħ æīĺ +å°ĸ åı« +以ä¸ĭ åĩłä¸ª +è¿ĺ 以为 +åħ¶ä»ĸ çݩ家 +ç¬ij ç¬ij +æīĵ åIJ¬ +èĩªçĦ¶ ç§ijåѦ +åŁº ç«Ļ +ä¹Ŀ å·ŀ +ä¿Ŀ 驾 +ä¿Ŀ驾 æĬ¤ +ä¿Ŀ驾æĬ¤ èĪª +æĶ¾ çľ¼ +çŁ¥åIJį ä¼ģä¸ļ +ç¸ ® +ç¨ ½ +æļ ĩ +使çĶ¨ 網路 +é¢Ħ çķĻ +大 象 +åıijæĺİ ä¸ĵåĪ© +æĸĩ 娱 +éĢł ç¦ı +湿 润 +éĿ¢ æĿ¡ +æ¶Īè´¹ åįĩ级 +è®Ĭ å¾Ĺ +åĩł åIJį +ä» Ħ +认 æ¸ħ +è¿ľ æĻ¯ +æıĴ 座 +诸 侯 +åıĺ æĢģ +ç¦ı 彩 +è´§ æŀ¶ +失 æݧ +移åĬ¨ 端 +ä¸Ĭ åı¸ +éĢł 纸 +å¸ĥ æľĹ +çĴ ĩ +åı° åįĹ +åĮĹ京 åĨ¬å¥¥ +èĵĿ çīĻ +éķ¿ çŁŃ +æĬĺ å°Ħ +ç»ij æŀ¶ +å¯Ĵ åģĩ +转 åŁºåĽł +æĢ¥ äºİ +æŃ£ åĵģ +åħħ 滿 +大 纲 +æĬĹ ä½ĵ +è¨ĵ ç·´ +æĶ¶ ç´§ +æ¯Ķ è³½ +åħµ åĬĽ +æľ¬ æĽ¸ +äºĮ 代 +æĢ¥ è¯Ĭ +æĸĩ æ¡Ī +ç»ı åķĨ +æĻ¨ æĬ¥ +æ£ ĺ +æĢ»ä¹¦è®° åľ¨ +åıĹ éĤĢ +äºĶ åĽĽ +å²Ń åįĹ +çĪ± åIJĥ +åŁĥ å°Ķ +å¿ĥ å¢ĥ +è¦ĨçĽĸ éĿ¢ +å®ŀåľ¨æĺ¯ å¤ª +æł¹ åºķ +纷纷 表示 +åĹ ħ +éļıçĿĢ æŶéĹ´ +åİĨåı² æĤłä¹ħ +éħ ī +æĢ» éĺŁ +主é¢ĺ æ´»åĬ¨ +éĹ® åį· +é©¿ ç«Ļ +æı¡ ä½ı +åı¯èĥ½ 导èĩ´ +æ°ij éĸĵ +éĸĭ åķŁ +ä½Ĩ ä¸įéĻIJ +ä½Ĩä¸įéĻIJ äºİ +åįģ éĩĮ +å¨ ¥ +æįŁ èĢĹ +çĸı 导 +çݯ æ°§ +ç¥ŀ éĢļ +çĪ± å°Ķ +çĪ±å°Ķ åħ° +æľ´ å®ŀ +å¿« æĬ¥ +æĶ¶ åıĹ +æĪĸ 許 +èĥĮ éĿ¢ +æĸĩåĮĸ ä¼łåªĴ +ä¸ī åĢĭ +æĶ» åĬ¿ +å®ī 举 +å®ī举 å°¼ +åĿĩ å·² +顾 èĻij +éĦ Ń +è¿Ļ家 åħ¬åı¸ +åħ¬åijĬ 称 +æıIJä¾Ľ ä¼ĺè´¨ +稳æŃ¥ æİ¨è¿Ľ +å¤į è¯ķ +å°Ĩ é¢Ĩ +è°Ī èµ· +å¨ Ħ +è¿ŀ 线 +æ©Ł éĹľ +åºĶçĶ¨ åľºæĻ¯ +çĶ» åĥı +è´¢ è¿IJ +ä¿Ŀ éļª +çĹħ çIJĨ +æ¯Ľ 主å¸Ń +ä¸Ŀ 毫ä¸į +çĪ± å¥ĩ +çĪ±å¥ĩ èīº +ä¸ĵ家 ç»Ħ +åij¼ åĶ¤ +éĭ ¼ +çģ ¸ +é¢ĨåħĪ åľ°ä½į +æıIJ æĭĶ +龸 éģĵ +å±± åĿ¡ +èĿ İ +沸 èħ¾ +该 项 +ä»Ĭ çĶŁ +ä¸Ģç¯ĩ æĸĩç«ł +æĸ¹å¼ı è¿Ľè¡Į +é»ij 客 +æĶ¹ åĬ¨ +主 é¡Į +æķ£ å¸ĥ +ä»Ģä¹Ī åľ°æĸ¹ +åĮĸ åIJĪ +åĮĸåIJĪ çī© +éĿĻ çĶµ +æĢ» æĶ¶åħ¥ +å§Ķ ç»Ħç»ĩ +å§Ķç»Ħç»ĩ éĥ¨ +éĿĻ æĢģ +èĢģ åŃĹåı· +室 åıĭ +éĥ½ä¸į æķ¢ +æŀ¶ åŃIJ +çģµ æķı +审 è§Ĩ +æĤ£ åĦ¿ +å±± 寨 +èĸª èµĦ +é©° æı´ +éĥ¨åĪĨ åĨħ容 +好 ä¼¼ +æĪIJåijĺ åĽ½ +åľ¨æĪij çľĭæĿ¥ +åħ³æ³¨ 度 +éĻĪ æŁIJ +è¿Ļç§į äºĭæĥħ +éĢī å®ļ +ç²¾ åŃIJ +å£ģ çĶ» +æ±Ł æ·® +é«ĺ æĺĤ +æł¼ åĬĽ +è¼ © +åѦ åłĤ +æĤ¨ åIJĮæĦı +ä¸ĢåĪĩ éĥ½æĺ¯ +æ½ ¤ +éĸ ĥ +å¸ĮæľĽ èĩªå·± +ä¿ ĺ +æ±Ł åİ¿ +æ³ ¾ +ç§ij æķĻ +æīĵ è¿Ľ +ä¸į æħİ +å¯Ĵ åĨ¬ +æ¸Ķ æ°ij +鼷 æĸ¯ +主 å®° +æĹħ游 度åģĩ +çĶµåŃIJ éĤ®ä»¶ +æ±Ĥ å©ļ +éļİ æ®µ +åģ¥èº« æĪ¿ +注æĺİ åĩºå¤Ħ +äºĭæķħ åıijçĶŁ +级 以ä¸Ĭ +åŃĺ æ´» +æĸ½ èĤ¥ +èľľ èľĤ +åµ © +æĮĸæİĺ æľº +æĬĹ æĭĴ +ä¼ł 导 +æĺ¯ä»Ģä¹Ī åij¢ +ä¸Ĭå¹´ åIJĮæľŁ +建 åħļ +çĶŁ æħĭ +ä¿Ŀ ä½ı +款 车åŀĭ +人 èĦī +éļIJ èĶ½ +失 æķĪ +éģ¿ åŃķ +ç®Ģ 便 +谢谢 ä½ł +å®Ī ä½ı +æĶ¾ æĺł +è¨Ī çķ« +çݰ代 çī©æµģ +é¤IJ 廳 +æķħ å±ħ +大 大å°ı +大大å°ı å°ı +çī¹åĪ« 声æĺİ +éģį åıĬ +å¿ĥçIJĨ åĴ¨è¯¢ +è³ ´ +çĮ® è¡Ģ +å·²ç»ı è¾¾åĪ° +æīĵ æĭĽåij¼ +åıĮ è¾¹ +ä¸Ģæĸ¹éĿ¢ æĺ¯ +å´ĩ å°ļ +éĺ¿ å¯Į +éĺ¿å¯Į æ±Ĺ +æĮģ æľī人 +è± ģ +é£İ çŃĿ +åĬ¨ èį¡ +äºĨä¸Ģ ä¼ļ +äºĨä¸Ģä¼ļ åĦ¿ +ä¸ĩ 象 +çľĭ çĶµè§Ĩ +åįģä¸ī æĿ¡ +çĮĽ çĥĪ +è¦ģ ä¸įçĦ¶ +太æŀģ æĭ³ +å¼ķ çĪĨ +ç»ıè¿ĩ å¤ļå¹´ +游æĪı éĩĮçļĦ +é¾Ļ æ³ī +æłĩ éħį +è®ĵ ä»ĸåĢij +éĢł æŀĹ +åĮºåŁŁ æĢ§ +亿 ä¸ĩ +æĪĺçķ¥ å¸ĥå±Ģ +éķĩ æĶ¿åºľ +åĶ® 票 +çĶŁäº§ å·¥èīº +éķĩ åħļå§Ķ +ä¸Ńå°ı åŀĭ +æľ¨ èĢ³ +æ²³ è¾¹ +èĦ¾ èĥĥ +欢è¿İ æĤ¨ +åıĺ å¼Ĥ +缤 纷 +åŀĥåľ¾ 桶 +辩 è¯ģ +车 åºĵ +æ¯Ķ çİĩ +åħ´ æĹº +详ç»Ĩ äºĨ解 +å®ī å±ħ +çħ§ æĸĻ +æĸ¹ æīį +èµ ¦ +åĨ ķ +å¥Ķ èµ´ +å®Ŀ 鸡 +åľº åĿĩ +缮åīį æŃ£åľ¨ +åIJŀ åĻ¬ +è¿° èģĮ +æĩ µ +å¥ĩ çijŀ +ä»į å°Ĩ +èĪī 辦 +å·¥åķĨ å±Ģ +å¡ij èĥ¶ +åĬŀ å®ŀäºĭ +æĸ¹ æĸ¹éĿ¢ +æĸ¹æĸ¹éĿ¢ éĿ¢ +æĸĩåĮĸ èĬĤ +åħ¥ èģĮ +é¸ ¥ +ç©¿ éĢı +以 ä¹łè¿ijå¹³ +åį± éļª +æľ¦ èĥ§ +åİĨåı² æĢ§ +æķŀ å¼Ģ +ä¼Ļä¼´ åħ³ç³» +çŁ¿ åĮº +åĽ½éĻħ åľ¨çº¿ +ä¼łå¥ĩ éĩĮéĿ¢ +è¿ij äºĽ +è¿ijäºĽ å¹´ +åĬ£ åĬ¿ +æĶ»åĩ» åĬĽ +æĻº éĢł +ç¦ § +çİĭ åħĪçĶŁ +éĨ« çĶŁ +åĽĽ 项 +å®ŀ æĻ¯ +åĪĿ åĪĽ +å¿ĥ 裡 +æĻ¶ ä½ĵ +交 éĻħ +让 æ¶Īè´¹èĢħ +课 æĸĩ +æİĴ æ°Ķ +并ä¸į æĦıåij³ +缸 声 +第ä¸Ģ å±Ĭ +åİŁ èijĹ +éĽ ľ +没æľī 太大 +è¡¥ æ°´ +çī©æµģ ä¼ģä¸ļ +第äºĮ æī¹ +åħ¶å®ĥ éĹ®é¢ĺ +æİĮ éŨ +责任 å¿ĥ +é¤IJ åħ· +ç¾Ĭ æ¯Ľ +没æľī å¿ħè¦ģ +ä¹IJ åĽ¢ +è¿Ľ åŁİ +ä¸ĢçĤ¹ åĦ¿ +身 å½¢ +çļ®èĤ¤ çĹħ +æĺ ± +å¢ŀ èĩ³ +èģ² æĺİ +æıIJ è´¨ +ä½ĵèĤ² åľº +çŃ¹ 建 +é¬ Ĩ +车 çīĮ +éļĶ éŁ³ +è´Łè´£ åIJĮå¿Ĺ +丰 ç¡ķ +ä½Ľ éĻĢ +äºī åIJµ +åº ¶ +æ·¡ æ°´ +å°ı çĶ·åŃ© +ç§ģ èĩª +åĮĸ è¿Ľç¨ĭ +æĪĺ士 æĿ¥è¯´ +æ²¹ èħ» +èĦ±è´« èĩ´å¯Į +æĹ¥å¸¸ å·¥ä½ľ +交 èŀį +åĨľ è´¸ +åĨľè´¸ å¸Ĥåľº +åĵĪ çĻ» +çĶµ è´¹ +èµ ĺ +åıĮ èħ¿ +æĵĶ å¿ĥ +æĿ¥ 形容 +使åij½ æĦŁ +éĤ£ä¹Ī ç®Ģåįķ +èĬĻ èĵī +åĢŁæ¬¾ 人 +ç§Ģ 丽 +è®ĵ ä»ĸ +严åİī æīĵåĩ» +è³ ŀ +æļ « +çħ¤ æ°Ķ +çĪ¬ ä¸Ĭ +æ½ĩ æ´Ĵ +太 ä¹ħ +åij½ åIJį为 +è·¯ çĶ± +è·¯çĶ± åĻ¨ +é© ¯ +æıIJ æĹ© +æĬĹåĩ» çĸ«æĥħ +åĩ Ľ +交 åıĭ +éĶĢåĶ® æ¸łéģĵ +毫ä¸į çĬ¹è±« +èIJ¥ åľ° +çłĶ究 表æĺİ +é±¼ ç±» +æį¢ å±Ĭ +æİ¡ åıĸ +çī Ĩ +缼 å¼Ģ +沧 æ¡ij +åºŃ 审 +ç»ı æŁ¥ +åĬł å¼· +缸æ¯Ķ äºİ +ä¸ĵ çıŃ +ä½ĵ åŀĭ +被 害 +被害 人 +æĶ¶ 款 +åħ·æľī èī¯å¥½ +é«ĺå³° æľŁ +åģı ä½İ +åĦ Ł +åĨľä¸ļ ç§ijæĬĢ +çī¹æ®Ĭ æĥħåĨµ +å¦Ĥæŀľ çݩ家 +éķ¿ 约 +第åħŃ å±Ĭ +åħ¬å¼Ģ æĭĽèģĺ +åĪĩ æĸŃ +è¿« 使 +çĸĹ ç¨ĭ +第äºĮ ç§į +ä¸į åħį +å¹² èѦ +çŁ³ 榴 +åĹ £ +两 ç±» +çĪµ 士 +åŁİ乡 å±ħæ°ij +æѤ 项 +缴 è¾ĸ +缴è¾ĸ å¸Ĥ +åij¼ åºĶ +éĴ ¯ +ç¦ı å¾· +æľº 身 +æĵį åľº +æ¿Ĵ 临 +人群 ä¸Ń +èĤ¡ æ°ij +åŃ ½ +æ³ķ åħ° +é¨ İ +糯 ç±³ +æĢ» çļĦ +æĢ»çļĦ æĿ¥è¯´ +åħ¸ éĽħ +æĸ° éĻĪ +æĸ°éĻĪ 代谢 +缮 çĿ¹ +é¢Ħ è¨Ģ +è·Į çł´ +æĸ° ç¯ĩç«ł +æ¯Ĵ æĢ§ +åĸĿ èĮ¶ +æŁ¥ èİ· +亮 丽 +çĶŁäº§ åķĨ +æĶ¹ æĪIJ +为äºĨ æĽ´å¥½ +æ·± 交 +深交 æīĢ +æİ ĥ +ä¹Ļ èĤĿ +泸 å·ŀ +åħĪè¿Ľ æĬĢæľ¯ +è¾ĵ ç»Ļ +æķ£ æĪ· +æĢĿç»´ æĸ¹å¼ı +åºĹ 主 +è°ĭ æ±Ĥ +游æĪı æĬĢå·§ +ä¸Ģå¹´ 级 +çľ¼ è§Ĵ +ä¸Ńä»ĭ æľºæŀĦ +å·§ åIJĪ +éĺ² çĽĹ +导 è´Ń +æĪ Ĭ +æĽ´ éĢĤåIJĪ +åŁºæľ¬ ä¿¡æģ¯ +马 ä¸ģ +åħ»æ®ĸ åľº +åıį è¿ĩæĿ¥ +æݨ å´ĩ +å¯ĨåĪĩ åħ³æ³¨ +åŁºéĩij ç»ıçIJĨ +æĮī éĶ® +åĨħéĥ¨ æݧåĪ¶ +æĪIJåijĺ åįķä½į +æľ¯ è¯Ń +åĪ¶ æľį +åĪļ éľĢ +æ£Ģ ç´¢ +大大 æıIJé«ĺ +åģ¥åº· 管çIJĨ +èĩª æѤ +客æĪ· éľĢæ±Ĥ +丰 èĥ¸ +èµ· éĩį +èµ·éĩį æľº +æ¬ł 缺 +æ¡Ī åŃIJ +æĥħ人 èĬĤ +åħļ æł¡ +è¢ ľ +该 åī§ +迷失 ä¼łå¥ĩ +ç»ļ 丽 +åķ ª +æĹł ç§ģ +éĢ² ä¸ĢæŃ¥ +第ä¸Ģ ç«ł +åĻ¨ åħ· +åĨľ èµĦ +確 實 +åºı åĪĹ +娱ä¹IJ å¹³åı° +èŀįèµĦ 秣èµģ +èµĦæºIJ åħ±äº« +èģ½ åĪ° +æIJŀ å¾Ĺ +继ç»Ń ä¿ĿæĮģ +åIJ¯ èĴĻ +çľ º +ä¸Ŀ è·¯ +设æĸ½ 建设 +æİ¥ åľ° +æİ¥åľ° æ°Ķ +第ä¸ī åŃ£åº¦ +åŁº è°ĥ +åıij éŁ³ +社ä¼ļ èµĦæľ¬ +éĽĩ 主 +è¿ŀ èĥľ +没 åķ¥ +å» ¢ +赶 èµ´ +æ¼Ķ åĮĸ +åı¤ æĢª +çİĭ çĪ· +é¢Ħ åħĪ +å¼Ģ åħ· +åĽŀ é¦ĸ +åľ°ä¸ĭ æ°´ +å°ıç¼ĸ ä¸Ģèµ· +èµİ åĽŀ +åľ° è²Į +åĪĿ ä¸ī +åı¯ çĶ¨äºİ +éģĹ è¿¹ +è¿Ļ æī¹ +èĸª æ°´ +å¿ħçĦ¶ ä¼ļ +æ² ½ +éį ĭ +第ä¸Ģ éĥ¨ +åĪĬ çī© +å®ŀ ä¾ĭ +æ¸ħ åĩĢ +ä¸Ĭ èµĽåŃ£ +åĽ¾ 表 +éĤ® è½® +åĵª 裡 +缸 è§ģ +æī° ä¹± +æ¯ı æ¯ı +è¿Ļ è¾ĪåŃIJ +ç¡« éħ¸ +äºī 缸 +溯 æºIJ +åĩº ä¼Ĺ +çİī çŁ³ +åħ± çĶŁ +æŶéĹ´ 段 +éĩįè¦ģ æĮĩ示 +æ¶Īè´¹ éľĢæ±Ĥ +éķ¿ éķ¿ +éķ¿éķ¿ çļĦ +å®ī æĬļ +å¢ŀ é«ĺ +æľ¬ è½® +亲 çľ¼ +é£İ æ³¢ +èĢģ å¦Ī +æĶ¶è´¹ æłĩåĩĨ +åĨħ éĻĨ +æĮ¥ åıij +åįĩ åѦ +èĥ¸ åīį +åģı è¿ľ +纯 æ´ģ +æĸ½å·¥ åįķä½į +身 ä»· +è´¢ åĬĽ +çº ¶ +è£ħ çĶ² +æĺ¾ç¤º åĻ¨ +毫 åįĩ +æ·± çŁ¥ +èĢ¶ ç© +èĢ¶ç© Į +è¾ĥ éĩı +åľ¨ è¿ĩ渡 +åľ¨è¿ĩ渡 æľŁ +èĮ Ĺ +ä¸Ģ个 æĺŁæľŁ +èĬ · +è´¿ èµĤ +æ¿ ķ +æĩĤ äºĭ +ç§ § +åħħ å½ĵ +åĽ½ ç«ĭ +èĬ± çĵ£ +éĤĦ è¦ģ +åħ¬ åľĴ +触 åĬ¨ +æ³° å·ŀ +ä»Ģä¹Ī æł· +æ»ĭ åħ» +è¯Ħ åĪ¤ +æĮ¥ æīĭ +èĦ Ī +姥 姥 +è¿IJ è´¹ +æ¯ħ åĬĽ +å¿ĥ æĻº +ä¸į æİĴéĻ¤ +第ä¸ī 代 +éĢĢ è´§ +æĺŁ éĻħ +æ°¸ åĪ© +æĬ¤ åį« +çıŃ è½¦ +è¨Ģ è¡Į +ç¹ ª +主åĬ¨ æĢ§ +å·¥ç¨ĭ è´¨éĩı +éĥĬ åĮº +ä¸Ģ æłĭ +ä½Ĩ å®ŀéĻħä¸Ĭ +ä¸ī大 èģĮä¸ļ +åij¼ åı« +女 åħĴ +è¯ģåĪ¸ æĬķèµĦ +èĢĥ æħ® +çĤ« èĢĢ +æ²» 好 +åĺ ¶ +èĥ ¤ +åħīä¼ı åıijçĶµ +åĩł æŃ¥ +æīĢ æīĢ +æīĢæīĢ éķ¿ +çħ§ æł· +åĵ¥ 们 +è¯ Ľ +è¿Ļä¸Ģ åĪ» +çŁ¿ çī©è´¨ +ä¸įå¾Ĺ å·² +åIJĮ 缣 +ç»Ĩ å¾® +è·¯ èĻİ +çĻ¾ èĬ± +æ·· æ²Į +ä¸Ĭæµ· è¯ģåĪ¸ +éĢĢ ç¨İ +èµŀ åı¹ +æī®æ¼Ķ 游æĪı +åIJį åĪĹ +åIJįåĪĹ åīį +åIJįåĪĹåīį èĮħ +ç±³ å°Ķ +ä»Ģä¹Ī åİŁåĽł +å®īåħ¨ ä¿Ŀéļľ +ä¸Ģåıª æīĭ +ä¹³ ä¸ļ +ä¸į çĶĺ +æĥħ åķĨ +æĮ¡ ä½ı +åİŁåĽł ä¹ĭä¸Ģ +è¿Ļ 两天 +çĥĺ çĦĻ +è± ¬ +ä½ł 以为 +没 è§ģè¿ĩ +åĵªå®¶ 好 +åīį ä»» +è¿Ľ è´§ +éĢĢ åĽŀ +串 èģĶ +èĩ³ æĸ¼ +åĨ° æ·ĩ +åĨ°æ·ĩ æ·ĭ +æŁ¥çľĭ 详æĥħ +çı¾ 實 +æݨ æµĭ +æİ¥ æīĭ +éļ¶ å±ŀäºİ +åŁİå¸Ĥ 群 +æĿİ åħĪçĶŁ +çŁ¿ æ³īæ°´ +çī¹ ä»· +æĽ´å¤ļ 精彩 +ç¨ĭ å¼ı +读 æĩĤ +å±ı èĶ½ +奥 æŀĹ +奥æŀĹ åĮ¹ +奥æŀĹåĮ¹ åħĭ +红 èĸ¯ +å¥ ® +å®Ŀ çİī +網 絡 +è² § +欧 å¼ı +çĻ½ ç³ĸ +èĩªçĦ¶ çģ¾å®³ +åijĬè¯ī 她 +å» ļ +çĤ¹åĩ» æŁ¥çľĭ +é£İ 湿 +èµĦ产 éĩįç»Ħ +ä¹Łä¸į ä¾ĭå¤ĸ +åįĬ 个å°ıæŶ +åIJ¸å¼ķ æĽ´å¤ļ +æŶéĹ´ èĬĤçĤ¹ +æĶ¶ 纳 +åIJ¸ æ¯Ĵ +èĢģ 乡 +çIJ ħ +æľĢ çµĤ +åıį æĦŁ +çĶ¨ 微信 +çĶ¨å¾®ä¿¡ æī« +éĢŁ çİĩ +大 çĨĬçĮ« +åı¯ æĥ³ +åı¯æĥ³ èĢĮ +åı¯æĥ³èĢĮ çŁ¥ +åĴ § +èµ° åħ¥ +碳 éħ¸ +èĮĥ åĨ° +èĮĥåĨ° åĨ° +被 åĪ¤ +积æŀģ æݨåĬ¨ +足 足 +ç²Ĵ åŃIJ +大 å®Ĺ +大å®Ĺ åķĨåĵģ +ç½ij绾 ç§ijæĬĢ +æĽ¼ åŁİ +å·² ä¹ħ +å·²ä¹ħ çļĦ +秦 çļĩ +秦çļĩ å²Ľ +ä»» æķĻ +åĶ¯ ç¾İ +æ·¡ åĮĸ +æ¡Ĥ èĬ± +çŁ¥è¯Ĩ åĪĨåŃIJ +æĩĴ å¾Ĺ +主 åħ¬ +设计 çIJĨ念 +è³ º +æīĢ æıIJä¾Ľ +æīĢæıIJä¾Ľ ä¹ĭ +æĶ» åħĭ +åĤ ¾ +è¯Ń æ³ķ +åįĥ åı¤ +éĸĭ æĶ¾ +第ä¸Ģ èĬĤ +éĤĦ æ²Ĵ +éĢĥ çĶŁ +æ³ Ĺ +åİ¿ å§Ķ书记 +ä½ľèĢħ æīĢæľī +çħ ½ +ç» ħ +æł ħ +æľ´ ç´ł +çijķ çĸµ +åĮħ åĮħ +æ°ij主 åħļ +ä¸į è¿ľå¤Ħ +å¥ĩ å¼Ĥ +åĺ» åĺ» +æī ¼ +ç¿» å¼Ģ +æĢİ èĥ½ +éģ´ éĢī +解 éĩĭ +å¹¼ ç¨ļ +è¦ģ 好好 +趴 åľ¨ +ç´¢ åıĸ +ç»Ī çĶŁ +åħ¨ æµģç¨ĭ +éģ© çķ¶ +åįıè°ĥ åıijå±ķ +æĬ¥ ä»ĩ +ç§ijæĬĢ åĽŃ +ä»Ģä¹Ī éĥ½ä¸į +æľĢåIJİ ä¸Ģ次 +ç»Ļ人 ä¸Ģç§į +æł¸ å®ļ +被 åĪĹåħ¥ +æĦı æĥ³ä¸įåĪ° +èĢĥ æŁ¥ +åľ¨æѤ ä¹ĭåīį +æīĵ çIJĥ +è¶ĬæĿ¥è¶Ĭ å°ij +å®ļ å¾ĭ +è¡ĮæĶ¿ æľºåħ³ +ä½ıæĪ¿ åħ¬ç§¯ +å°ıå§IJ å§IJ +ä¸ī èı± +ä¿® è¡¥ +èŀĥ èŁ¹ +西 çĶ² +æĢ ł +çŃī å¤ļ项 +产ä¸ļ éĽĨèģļ +ä»·æł¼ ä¸Ĭ涨 +åħ¬åħ± åľºæīĢ +è¢ĭ åŃIJ +æĨ§ æĨ¬ +çļĦæĸ¹å¼ı æĿ¥ +åĪ° è´¦ +çģ ½ +å·´ èı² +å·´èı² çī¹ +æ¼Ķ ä¹ł +èŃ¦ç¤º æķĻèĤ² +çķı æĥ§ +å¼ķ æµģ +æĶ¶ æĶ¯ +å±Ĥ åĩº +å±Ĥåĩº ä¸į +å±Ĥåĩºä¸į ç©· +æijĩ æ»ļ +辦 çIJĨ +纵 è§Ĥ +æķij æµİ +家 éĥ½çŁ¥éģĵ +åĮ ¯ +å°ı 鸣 +ä»» åĭĻ +计 åħ¥ +ç«ŀ éĢī +å¼ĢèįĴ æĹ¶æľŁ +åij¨ æģ© +åij¨æģ© æĿ¥ +交 ç»ĩ +çķ¢ æ¥Ń +æł¹æį® èĩªå·± +æĸ°äºº çݩ家 +åѵåĮĸ åĻ¨ +éĩĩ æļĸ +å¹³åĿĩ æ°´å¹³ +åħ¬å¼Ģ 课 +失 åĪ© +伺 æľį +çĬ ģ +忽 æĤł +主è¦ģ éĽĨä¸Ń +æ¤į æłij +æ¯Ĺ éĤ» +èĩº çģ£ +åĩºåĽ½ çķĻåѦ +æĬĹ éľĩ +æĥ© æĪĴ +å¹´åºķ åīį +åĴ¸ éĺ³ +æ°ij å±ħ +大çIJĨ çŁ³ +éĿ ³ +éķ ĸ +æ¸ħ è¿ľ +è£ħ è½½ +èĩ Ģ +å½± ä¸ļ +å¼Ł åħĦ +æĤ² è§Ĥ +çĿĢçľ¼ äºİ +æįį åį« +åī¥ 夺 +ç¯ Ĩ +å¾Ī éķ¿æŶéĹ´ +è¥ Ł +第ä¸Ģ çĻ¾ +ä¸ĢåĪĨ éĴ± +æĸ°éĹ» è®°èĢħ +éķ· æľŁ +æ³ķ æĪĺç»ĦåIJĪ +è°ģ çŁ¥éģĵ +èħ° éĥ¨ +æ±ī åł¡ +åħ¥ çĿ¡ +åįĸ æİī +æ¶Īè²» èĢħ +æĥ¯ ä¾ĭ +æĥ³ äºĨ +æĥ³äºĨ æĥ³ +èĢģæŧ å°ıåĮº +ä¼ł è¨Ģ +åĪĨæķ° 线 +æµģ 泪 +ç»Ħç»ĩ é¢Ĩ导 +äºļ åĨĽ +å¢ŀåĢ¼ æľįåĬ¡ +å¾ ¹ +ä¼ ¶ +äºĽ 许 +å¸ĥ èݱ +强 æĤį +宫 å»· +绿 èĮ¶ +åĮ ¡ +å¾Ī æŃ£å¸¸ +æĺ¥ å¤ı +æ¯ Ļ +è¯Ħ æ¯Ķ +åĩ¡ äºĭ +æĬī æĭ© +åĢĴ éľī +éĩį 度 +åįıä¼ļ ä¼ļéķ¿ +忧 èĻij +ä¸ĭ ä¸Ģç¯ĩ +沪 æ·± +æĪ İ +æīĵ ä»Ĺ +åįĪ é¥Ń +å¹´é¾Ħ 段 +ä¸ŃåĽ½ 足çIJĥ +设计 æĸ¹æ¡Ī +åºĶçĶ¨ æŁ¥çľĭ +é¢Ħ æĸĻ +åĹ ¡ +ç¥ĸ çĪ¶ +çļĦä¸Ģ åijĺ +æ´Ĺ å¹²åĩĢ +åİĨåı² æĸ° +åİĨåı²æĸ° é«ĺ +çĭ¬ åħ· +æħĭ 度 +æīĵ 交 +æīĵ交 éģĵ +é»Ħ çŁ³ +çĽ¼ æľĽ +çī§ åľº +转 弯 +åįĩ åįİ +åĨį ä¹Łæ²¡æľī +èĭ± æīį +æĽ´ åIJį为 +åĢŁ çĶ¨ +çºł éĶĻ +ç»Ŀ对 ä¸įä¼ļ +çİĭ çīĮ +çĽĨ åľ° +失 è°ĥ +好 象 +é³ ¥ +ä¿Ŀ ä¿® +åĽĽä¸ª èĩªä¿¡ +头 çļ® +åİŁ åīĩ +æĬ¥ æ¡Ī +奴 éļ¶ +å³ Ļ +è°ĥ æĸĻ +ä¹Ł 許 +èIJ½ åĪ° +èIJ½åĪ° å®ŀ +èIJ½åĪ°å®ŀ å¤Ħ +çĦļ çĥ§ +çĶŁæ´» çݯå¢ĥ +åºĶ åıĬæŶ +è¶Ĭ è¿ĩ +æĦŁ è¬Ŀ +æĻ¯ å¾· +æĻ¯å¾· éķĩ +çĬ Ģ +身 éĤĬ +ç¨İåĬ¡ æĢ»å±Ģ +åĩĢ åľŁ +ä¾µ åįł +åĬ¨ å·¥ +å¹´ ä¹ĭ +å¹´ä¹ĭ ä¹ħ +第äºĮ èĬĤ +åĬ¨çī© åĽŃ +第ä¸Ģ 书记 +éħ ļ +çĶŁäº§ 设å¤ĩ +æŁIJç§į ç¨ĭ度 +åľ Ń +åĩŃåĢŁ çĿĢ +éĺħ è§Ī +çĻ½ æ²Ļ +æ²¹ çĥŁ +çªģçł´ åı£ +åıĹ å½±åĵį +åı¯ä»¥ æĽ´å¥½ +å³° åĢ¼ +æĿĤ è´¨ +宿 è¿ģ +çĽĺ æ´» +æ¿Ģ èµ· +åĦ¿ ç§ij +åĿIJ èIJ½åľ¨ +æĮª å¨ģ +æµ· å²Ľ +绣 绣 +éĻ ¨ +ä¼ĺ äºİ +å°Ī 家 +ä¸Ģ éĤĬ +èIJ Ĭ +äºĨä¸Ģ åı£ +æ²ĥå°Ķ æ²ĥ +æŃ£å¸¸ 使çĶ¨ +æĻ®éģį åŃĺåľ¨ +丰 满 +çĶ» åį· +åºĶ æĶ¶ +åºĶæĶ¶ è´¦ +åºĶæĶ¶è´¦ 款 +å®Įæķ´ çĥŃ +å®Įæķ´çĥŃ æ¦ľ +注 è§Ĩ +çĨ Ħ +èº ¬ +éĶĢåĶ® 人åijĺ +è¶ĭ åIJij +çĦ¦ æĢ¥ +åįģå¹´ åīį +ä¼łç»Ł 产ä¸ļ +質 éĩı +åĩ¤åĩ° ç½ij +èµĦæºIJ æķ´åIJĪ +æ¶Į åħ¥ +æĸĩåĮĸ ä¼łæĴŃ +çķĮ 第ä¸Ģ +æ°´ æ³µ +宫 殿 +æİ¢ 寻 +ä¿® åīª +æĦı è¦ĭ +ç´Ĭ ä¹± +æĽ ī +çĻ½ è¡£ +èĻİ åį« +ç´§ æī£ +å¤Ħå¤Ħ éķ¿ +åĪĽå»º å·¥ä½ľ +红 æŀ£ +饼 å¹² +äºĨ åįĬ天 +ä¼ļå½±åĵį åĪ° +çĽ¸ä¿¡ 大家 +èħ¾ é£ŀ +å°± å¦ĤåIJĮ +ä¸ĭéĿ¢ å°ıç¼ĸ +æ°ijèIJ¥ ç»ıæµİ +æĻ ¦ +è£ħ æī® +é»ij å¤ľ +常 å¾· +å·¥ä¸ļ 大åѦ +æĺİ çŁ¥ +éĺŁåijĺ 们 +åIJ¬ 课 +æ¯ı éļĶ +羣æĺ¯ å¤ª +åIJĪä½ľ åħ±èµ¢ +çIJĨ åıij +æīį å¹² +çľĭ èµ·ä¾Ĩ +殿 ä¸ĭ +å®ī éĺ³ +æīĢ 产çĶŁçļĦ +éĽĩ ä½£ +æĬ¬èµ· 头 +æį® æĬ¥éģĵ +éļĨéĩį 举è¡Į +交 éĶĻ +è¶ħ é¢Ŀ +åĮĸ çĸĹ +é¡ Ĩ +纵 æ·± +çĪ±åĽ½ 主ä¹ī +éĻ¢ åī¯éĻ¢éķ¿ +è® ³ +羣æŃ£ åģļåĪ° +åѤ åįķ +èĩªçĦ¶ èĢĮ +èĩªçĦ¶èĢĮ çĦ¶ +ä¿® 身 +èĬ ¹ +æģ¯ æģ¯ +æģ¯æģ¯ 缸åħ³ +驾 æł¡ +æİ© 饰 +æ³½ è¿ŀ +æ³½è¿ŀ æĸ¯åŁº +举 æŃ¢ +管çIJĨ ä½ĵåĪ¶ +åħ¶ä¸Ń ä¹ĭä¸Ģ +æĿ¾ å¼Ľ +æĭ¦ æĪª +åį« åģ¥ +åį«åģ¥ å§Ķ +ä»İ åݻ年 +åĤ ¢ +è´Ń 票 +åĽ¾ æłĩ +æ²³ 西 +æ°ijæĶ¿ å±Ģ +ç§ģ èIJ¥ +å¤ĸåĽ½ è¯Ń +å¹² è´§ +æĵ¦ æĭŃ +åľ° ä¸Ń +åľ°ä¸Ń æµ· +æµĵ æµĵ +æµĵæµĵ çļĦ +å§ĭ 建 +å§ĭ建 äºİ +ç¶ĵ æŃ· +è·¯ æ¼Ķ +æļ´ é£İ +åŁº è¾ħ +æī¶è´« å·¥ä½ľ +ä¸Ģ缴 å¤Ħäºİ +æĥħ 趣 +äºĮ åŃ£åº¦ +åİĮ æģ¶ +顺åĪ© å®ĮæĪIJ +æŁ¥ å°ģ +顶 端 +ä¸į åŃķ +ä¸Ģ大 åłĨ +被 æ·ĺæ±° +æĺ¯ çĶ¨æĿ¥ +æľĢ åIJĪéĢĤ +亮 çľ¼ +并ä¸įæĺ¯ å¾Ī +ç§ijçłĶ éĻ¢ +ç§ijçłĶéĻ¢ æīĢ +ç² Ł +é¢Ī éĥ¨ +é»ĺé»ĺ åľ° +é«ĺä¸Ń çĶŁ +æĹıèĩªæ²» åİ¿ +æķĻåѦ è´¨éĩı +æĪĺ çģ« +åĿİ åĿ· +æIJŃ ä¹ĺ +è¯Ĺ æĦı +åĪij èѦ +åĩº æ±Ĺ +åįģåħŃ æĿ¡ +请 åıĬæŶ +åĨľä¸ļ 大åѦ +èIJ½ åı¶ +æĢ» èĢĮè¨Ģ +æĢ»èĢĮè¨Ģ ä¹ĭ +æĿľ åħ° +æĿľåħ° çī¹ +éĻª ä½ł +åħ¬ æĬ¥ +çķĻè¨Ģ æĿ¿ +éĺħ åİĨ +競 çĪŃ +ç»Ļ åĪ«äºº +æĹ¥æĬ¥ 社 +åĿIJ èIJ½ +åĿIJèIJ½ äºİ +éĩij åŃĹ +éĩijåŃĹ å¡Ķ +åĽ ¤ +è¯Ŀ åī§ +æĮģç»Ń æİ¨è¿Ľ +æ¼ı æ°´ +詳 ç´° +æĢĢ æĬ± +åıĺ å¹» +饥 饿 +éļIJ 身 +个 èµĽåŃ£ +åĵ¡ å·¥ +æģ¢å¤į æŃ£å¸¸ +äºĨ 好å¤ļ +æĺŁ å·´ +æĺŁå·´ åħĭ +åħī çݯ +å¸ħ åĵ¥ +çĻ½ éĽª +ç¨į ç¨į +计 æıIJ +æĦĽ æĥħ +éİ ĸ +ä¿¡ éĺ³ +è§Ģ å¯Ł +å¦Ĥæŀľä½ł æĥ³ +缸æ¯Ķ ä¹ĭä¸ĭ +解 å¼Ģ +æīĵåį° æľº +身 躯 +ç²¾ç¥ŀ æĸĩæĺİ +èĤ¡ æĮĩ +å¾® åĪĽ +红 èĮ¶ +èĩ´ çĻĮ +æģ© æĸ½ +èħ¿ éĥ¨ +大åŀĭ å¤ļ人 +å®ī åĢį +è¾ħ导 åijĺ +èĪª éģĵ +å¸ĥ å°Ķ +åįĹå®ģ å¸Ĥ +ä¸ĬçıŃ æĹı +侧 ç»ĵæŀĦæĢ§ +追 éļı +å½ĵåľ° æĶ¿åºľ +èµ° åĩºæĿ¥ +éĩijèŀį ä¸ļ +丼 书 +é¡¹çĽ® ç»ıçIJĨ +è¿ĩ æĪ· +骨 æŀ¶ +è¡ Ļ +ä»Ģ 麽 +èħ ĭ +è¦ģ 害 +åľ¨ åºĬä¸Ĭ +代è¨Ģ 人 +並 å°ĩ +åIJĦ个 æĸ¹éĿ¢ +è°´ è´£ +åħ± æĮ¯ +åį³å°Ĩ åĪ°æĿ¥ +èĤº çĻĮ +ä¾Ľ éĶĢ +丼 æŀĹ +èµ ĥ +åįģä½Ļ å¹´ +åĭĺ æİ¢ +飵 åij³ +èĭ¦ ç¬ij +æľĢ大 ç¨ĭ度 +éĩįçĤ¹ åħ³æ³¨ +ä¹ĭ 举 +满 æĢĢ +åıĹåĪ° å½±åĵį +æĭĽ æĬķæłĩ +è¡¥ é½IJ +西 红 +西红 æŁ¿ +é¬ § +è£ħ åį¸ +éĤ» éĩĮ +èĤĩ äºĭ +æİĴ æ¯Ĵ +åѤ åĦ¿ +鼶 è·Ŀ离 +å®ŀ å¹² +çľĭ æŁ¥çľĭ +æĶ¶è´¹ ç«Ļ +ç» · +åħ¬çĽĬ æĢ§ +éĢĴ ç»Ļ +æĶ» æīĵ +æĺŁçº§ éħĴåºĹ +æĺİ åªļ +çį¨ ç«ĭ +è¯Ŀè¯Ń æĿĥ +ä¸ĢæŃ¥ ä¸ĢæŃ¥ +书æ³ķ 家 +æľªç»ı æİĪæĿĥ +çŁ³ èĨı +åĩŃ ä»Ģä¹Ī +çļĦ æĹ¥ +çļĦæĹ¥ åŃIJéĩĮ +诱 人 +çĻ¾åĪĨ çĻ¾ +èĪĪ 趣 +å¼ł åħĪçĶŁ +èĢģçĪ· åŃIJ +æ³¢ çī¹ +åŁºéĩij 份é¢Ŀ +æ²Ļåıij ä¸Ĭ +å¥ĭæĸŠ缮æłĩ +æ°¢ èĥ½ +æ²ĥå°Ķ çİĽ +義 åĭĻ +éŁ³ ç®± +æ²ī 浸 +æ²ī浸 åľ¨ +èĭ± åľĭ +çģ¯ çģ« +è¿Ľ 项 +两 端 +ä¹Ķ 丹 +èĦ¸ é¢Ĭ +åıijå±ķ æ½ľåĬĽ +åĭķ ä½ľ +åĵĪ ä½Ľ +å®´ ä¼ļ +æ§ į +ç«ĭ å¿Ĺ +ç¡ķ士 åѦä½į +åĭĭ ç«ł +è¿Ļ åľºæ¯ĶèµĽ +æĮģ å¹³ +éķĢ éĶĮ +èĭ± çī¹ +èĭ±çī¹ å°Ķ +æķĻ èģĮå·¥ +åĬŁ åĬĽ +该 æ¡Ī +ä¸Ģ æ¢Ŀ +åĺī å¹´ +åĺīå¹´ åįİ +è¿« ä¸įåıĬ +è¿«ä¸įåıĬ å¾ħ +è¿Ļ个 æĹ¶ä»£ +精彩 æĴŃæĬ¥ +人 èĦ¸ +人èĦ¸ è¯ĨåĪ« +æ£Ģå¯Ł å®ĺ +å°ı èħ¿ +éĨĴ 缮 +åħļ æĢ» +åħļæĢ» æĶ¯ +æĪ Ł +èĮ« çĦ¶ +è±Ĩ æµĨ +主 æ²» +éĿĴæµ· çľģ +åĪijäºĭ 责任 +çł ° +ä¹ĭ æ¬ĬåĪ© +äºĶ å®ĺ +è¿· æĥij +åħ¥ åºĵ +家 纺 +å¼¹ ç°§ +åįģäºĶ æĿ¡ +ç»Ļ å®Ŀå®Ŀ +èĪªç©º èĪªå¤© +å¾Ģ å¤ĸ +å¼ķ åĬĽ +çľ¼ çļ® +æ¶ī 足 +æĿ¥ 宾 +åľ¨çº¿ è§Ĵèī² +çĥŃ éĶĢ +æµģ éĢĿ +泡 泡 +éĻį å¹ħ +è´ŁéĿ¢ å½±åĵį +红 楼 +红楼 梦 +éļĶ çĿĢ +ä¾¥ 幸 +许 ä¹ħ +åĴĮ çĿ¦ +èŃ ½ +使çĶ¨èĢħ æĪĸ +ä¹° åįķ +è¿ ´ +é£İ æīĩ +æķĻ 師 +æ¡ĮåŃIJ ä¸Ĭ +å¾Ī æ¼Ĥ亮 +åł± å°İ +第ä¸Ģ åŃ£åº¦ +ç©© å®ļ +æĤ² åĵĢ +çĿĢåĬĽ æīĵéĢł +æĮ Ł +è·¯ æ¡¥ +åij IJ +åľ£è¯ŀ èĬĤ +çļĩ åŃIJ +ä»ĩ æģ¨ +éħĿ éħ¿ +ä¸į éĹ´ +ä¸įéĹ´ æĸŃ +æĮĩ å°ĸ +ä¸ŃåĽ½ ç½ij游 +åŀ £ +æĦıè§ģ 建议 +æ¯ħ çĦ¶ +亮 度 +èģĶ è°Ĭ +å½ķ åħ¥ +åĦ ² +å¨ĺ 家 +ç§ij å°Ķ +ä¹Łæ²¡ ä»Ģä¹Ī +æł¹æį® ä¸įåIJĮ +åı¶ ä¿® +åĢ¼ å®Ī +æľ« 端 +åĪ ¨ +åĤµ åĭĻ +èģ¯ åIJĪ +å¥ĩ å¹» +èĻļ æŀĦ +é»Ħ æĺı +å¹³ åĿ¦ +æµģ æ°ĵ +æĸ° åŁºå»º +æĮ½ æķij +åįİ å°Ķ +åįİå°Ķ è¡Ĺ +æľĢ åıĹ欢è¿İ +ç»Ń 约 +å¼Ĭ 端 +éŃĶ æ³ķå¸Ī +éŃĶæ³ķå¸Ī åĴĮ +åħ·ä½ĵ åĨħ容 +çIJī çĴĥ +æī© 容 +èĮ¶ åĽŃ +主ä¹ī èĢħ +ç«ĭ éĿ¢ +æİ¥åıĹ éĩĩ访 +åĩº åħ¥å¢ĥ +ç§ij åįı +éĴ ³ +çµIJ æ§ĭ +ç»ĵæŀľ æĺ¾ç¤º +åı° è´¦ +å°± æĿ¥çľĭçľĭ +èĩª æķij +åıį æĩī +åİ» åĵªåĦ¿ +è¿Ļ é¦ĸ +è¿Ļé¦ĸ æŃĮ +åIJ¬ ä¼Ĺ +å¤ĸ 壳 +ä½ĵèĤ² é¦Ĩ +實 æĸ½ +èŀº ä¸Ŀ +æĭī åįĩ +çĮĽ åľ° +åħ¨åĽ½ 人æ°ij +æĤī å°¼ +æĹı 群 +åĽ¢ åijĺ +两个 å°ıæŶ +åľ¨ çݩ家 +åľ¨çݩ家 ä¸Ń +çĶľ çĶľ +æĬķ è¡Į +åįĶ æľĥ +éĻ ¡ +åĬłå·¥ åİĤ +æ¦Ĩ æŀĹ +æŃ» è§Ĵ +åĨħ å¹ķ +æīĢæľī æĥħèĬĤ +åĪ· åį¡ +æ°´ èĤ¿ +èĥĥ åı£ +å«Į å¼ĥ +æ²® 丧 +ä¸īå¹´ 级 +æ¶Ĥ å±Ĥ +å¿ĥ 仪 +å¿ĥ仪 çļĦ +å¤ Ń +é¦ĸ è½® +æĹłè®ºæĺ¯ åħ¶ +éĢı æ°Ķ +äºĮ åįģäºĶ +ç® « +åĬŁ åĬ³ +çŃ¾ ä¸ĭ +æ²ī è¿· +æķij åij½ +éĹª éĹª +åIJĥ äºı +å±ķ åĵģ +åį³æŶ åıijçĶŁ +ç¶ ľ +綾 åIJĪ +æłĩ æĺİ +çľĭ çĶµå½± +åħ¬ ç«ł +éĺ¿ æ£® +éĺ¿æ£® 纳 +身 åĪĽéĢł +身åĪĽéĢł çļĦ +æ¸Ľ å°ij +åĢ¼å¾Ĺ åħ³æ³¨ +鼶åĶ® åķĨ +æįĨ ç»ij +è¸ı åħ¥ +èĽ Ł +æŁ´ 纳 +èĢģ åħµ +绿èī² çݯä¿Ŀ +é¹ Ń +麻 æľ¨ +æıŃ çīĮ +è¿Ļ款 车 +ç¾İ å¾· +ç¾İå¾· åħ¬åı¸ +æ¶ § +è°ģ çŁ¥ +æ´ĭ èij± +æ¯į æł¡ +ä¸Ģ éĹª +çĶ· 主è§Ĵ +æĹłçº¿ çĶµ +å±ł å®° +æĺ¯ éŁ©åĽ½ +æĺ¯éŁ©åĽ½ 娱 +容 è²Į +åĿĩ 使åħ¶ +太 å¿« +å¹´ çĶ± +å¹´çĶ± 缼 +èĭ¦ èĭ¦ +åĬĽ è¿ĺæĺ¯ +åĬĽè¿ĺæĺ¯ èĩª +æĨ © +èģ¯ 絡 +åĶ ¾ +åħ·æľī æĪĺ士 +追 éĹ® +åłĨ æĶ¾ +åıį 驳 +å®ŀäºĭ æ±Ĥ +å®ŀäºĭæ±Ĥ æĺ¯ +åѸ éĻ¢ +åįģ åĩłä¸ª +æķij æĬ¤ +æķijæĬ¤ 车 +ç½ij绾 ä¼łæĴŃ +åįģåħ« å±Ĭ +éĥ¨ åī¯ +éĥ¨åī¯ éĥ¨éķ¿ +çĹ´ è¿· +管çIJĨ æĿ¡ä¾ĭ +èŀį 为ä¸Ģä½ĵ +æĢ» 产åĢ¼ +è³ ĵ +ä¸ĥ æĺŁ +çıŃ ç»Ħ +绣 é¢Ĩ +请 大家 +éĩij éĻµ +èĪħ èĪħ +æµ· æ¹¾ +æĸ½ çŃĸ +享 èªī +éº ¥ +端 åįĪ +绿 åŁİ +確 ä¿Ŀ +å·´ æĭī +åĨĴ çĿĢ +æħ· æħ¨ +个人 è§ĤçĤ¹ +ä¹Ļ çĥ¯ +ç¡ħ è°· +éĸĭ å±ķ +å°ļ 书 +åĿļ 飧 +åº µ +èĢģ é¾Ħ +èĢģé¾Ħ åĮĸ +羨 çľ¼ +绿 æ°´ +绿水 éĿĴå±± +书 é¦Ļ +主åĬĽ åĨĽ +æīįæĺ¯ çľŁæŃ£ +æĬ¢ åħĪ +æĪIJå°± æĦŁ +éĩį æŀĦ +éĴ¢ åİĤ +æĪIJ 份 +èĬ± 纹 +ä¹ĭ äºī +å¹² ç»Ĩèĥŀ +æĹ¢ åı¯ä»¥ +ç¹ģ çIJIJ +æĦļ èł¢ +éĿŀ常 æĺİæĺ¾ +ä½ĵ 彩 +æĬĢ æ³ķ +æĿĨ èıĮ +å¹¿æ³Ľ åħ³æ³¨ +åĮĹ å®ĭ +å§Ĭ 妹 +åįı åĬŀ +æ·® åįĹ +çĥ ı +æ´Ĺ èĦ¸ +åıĹ è®¿ +åıĹ访 èĢħ +éĩįè¦ģ åĽłç´ł +å½±è§Ĩ åī§ +综èīº èĬĤ缮 +èľķ åıĺ +äºĮ 线 +äºĮ线 åŁİå¸Ĥ +ä¼Ĭ å§ĭ +çıĬ çijļ +èĩª æŁ¥ +åħ¥ åĽŃ +åĩ¶ æīĭ +åħ¬ è¯ī +éģĩ éļ¾ +éĩĩçŁ¿ çŃī +èĩª çIJĨ +åĸ· æ¶Ĥ +æī© åħħ +éĢı è§Ĩ +é«ĺéĢŁ å¢ŀéķ¿ +åĽ¾ çĶ» +ç¾ ¹ +èĤĩ åºĨ +è¾ľ è´Ł +èµĶ ä»ĺ +è· ¡ +åģ¥åº· æĪIJéķ¿ +以ä¸Ĭ åѦåİĨ +åıĸå¾Ĺ 以åıĬ +æ²ī 积 +åįģä¹Ŀ å±Ĭ +缸éĹľ æľįåĭĻ +æī§ åĭ¤ +åī¯ åİ¿éķ¿ +å¯ ° +åģľ æ»ŀ +æ·¹ 没 +çŁ³ çģ° +çį ¸ +åĢ ¦ +ç¾İ åªĴ +æķĻ æ¡Ī +åĬł çĽĸ +åħ¬å¼Ģ èµĽ +å¥ł åŁº +æĺĨ èĻ« +çŀ ħ +磷 éħ¸ +äºī åĪĽ +çİĭ æĻĵ +ç¼ĵ åĨ² +åİļ åİļ +åİļåİļ çļĦ +æŀ£ åºĦ +ç²¾ çĽĬ +ç²¾çĽĬ æ±Ĥ +ç²¾çĽĬæ±Ĥ ç²¾ +åĪĨæĶ¯ æľºæŀĦ +å®ŀæĸ½ ç»ĨåĪĻ +æĸ° èµĽåŃ£ +總 çµ± +éĢł è¡Ģ +é¢ĩ åħ· +é»Ħ åŁĶ +è¡Ģ èĦĤ +交éĢļ å·¥åħ· +å³ ¥ +æĹıèĩªæ²» å·ŀ +寺 éĻ¢ +確 å®ļ +æ¦Ĥ念 èĤ¡ +æĦŁ å®ĺ +æŁľ åı° +åĶ Ķ +çŀŃ解 並 +æĢ» ä»· +åIJ¸ åħ¥ +æĢ ¼ +æĻļ éĹ´ +å±Ĭ æ¯ķä¸ļçĶŁ +çĶŁ å§ľ +éĺħ读 åħ¨æĸĩ +å¾ĹåĪ° æľīæķĪ +æIJľ æķij +åİĨ æĿ¥ +èŃī æĺİ +åĥ » +èĨ³ é£Ł +åĦĦ åħĥ +æīĵ åİĭ +宾 客 +åķ ¼ +ä¸ĢçĻ¾ å¤ļ +æ·±åħ¥ 人å¿ĥ +æ¢ħ å·ŀ +çłĶ åѦ +åħ³ ä¹İ +è¼ Ľ +亲 åıĭ +éħį æĸĻ +æĪij çĪ±ä½ł +è´¸æĺĵ æĪĺ +æľī èī² +æľīèī² éĩijå±ŀ +æįIJ åĬ© +为 é¦ĸ +为é¦ĸ çļĦ +å¯Į åĬĽ +çĶ· ç¥ŀ +é³ ³ +æµĩ æ°´ +åIJ ± +æĺİç¡® æıIJåĩº +åı¹ äºĨ +åı¹äºĨ åı£æ°Ķ +礼 æĭľ +è¿Ļ个 åIJįåŃĹ +ä¿¡ å¾Ĵ +å¿Ĺ 强 +éĻIJ æŶ +æĶ¶ è²» +åĨľå®¶ ä¹IJ +å°ıé¾Ļ èĻ¾ +èIJ½ å¹ķ +æ§ Ł +åѦ 龸 +æĪĸ å¤ļ +æĪĸå¤ļ æĪĸ +æĪĸå¤ļæĪĸ å°ij +座è°Ī ä¼ļä¸Ĭ +æ¶ ¼ +éŃĶ çİĭ +å² ± +顶 å±Ĥ +顶å±Ĥ 设计 +èĦij åŃIJéĩĮ +éĻ¢ åŃIJéĩĮ +轩 è¾ķ +身å¿ĥ åģ¥åº· +èħ ij +éĹľ 注 +åıĤåĬł ä¼ļè®® +ä¸Ńåįİ æĸĩåĮĸ +追 寻 +å®ī çĦ¶ +é£Ļ åįĩ +éŁŃ èıľ +é¸ ¦ +åĤ¨ éĩı +çĶ· æĸ¹ +å¤ĩ 份 +æijĶ åĢĴ +润æ»ij æ²¹ +éĢ¼ è¿ij +çĶ³ è¯ī +鸣 ç±» +çŁ³æ²¹ åĮĸå·¥ +åĿļ æŀľ +è¿Ļ家 ä¼Ļ +æĭĴ ä¸į +羣 çļ® +è·Ŀ éĽ¢ +è¿ĺ æĮº +éĽķ åĥı +åĪĿ æģĭ +æıIJä¾Ľ æĽ´å¤ļ +æŁ¥çľĭ åħ¨æĸĩ +æķ°åŃĹ è´§å¸ģ +åĸī åĴĻ +åı¦ä¸Ģ ä½į +åĤ¬ åĮĸ +åĤ¬åĮĸ åīĤ +ä»İæĿ¥ 没 +å¯ĨåĪĩ 缸åħ³ +éĥ¨ 主任 +产åĵģ ç»ıçIJĨ +並 åIJĮæĦı +èIJ½ åħ¥ +å±ıå¹ķ ä¸Ĭ +åħ¬åı¸ ç«łç¨ĭ +æį¢ åı¥è¯Ŀ +æį¢åı¥è¯Ŀ 说 +ä½į æĸ¼ +ä½ Ķ +åĩ» æĿĢ +缸 è¾ĥ +缸è¾ĥ äºİ +ç²½ åŃIJ +åįĹ æŀģ +宫 é¢Ī +è£ģ åijĺ +æĺİ ç»Ĩ +ä»·åĢ¼ éĵ¾ +åĽĽä¸ª æĸ¹éĿ¢ +æĥħåĨµ æĿ¥çľĭ +æĮij åīĶ +æ® ĺ +æŀģ åĬĽ +çĸij éļ¾ +æĬµæĬĹ åĬĽ +æĢ¥ éĢŁ +æĪ Į +ä½İ ä¼° +éĹª è¿ĩ +æģ ¬ +èµŀ æī¬ +ä»ĸ å¦Ī +æĪIJ为 ä¸ĢåIJį +æ´Ĺ 礼 +é¢Ħ计 å°Ĩ +åħĪè¿Ľ åįķä½į +è¼ Ķ +éĢĥ èĦ± +çİ° åŃĺ +èĢģèĻİ æľº +åįģä¸ĥ æĿ¡ +åı¦ä¸Ģ åįĬ +温 æĥħ +åī¥ 离 +ä¸ĸ è´¸ +å®ĺ åı¸ +å¾Ī å·® +éĹ´ è·Ŀ +请 注æĦı +åı² è¯Ĺ +åĪ© åĻ¨ +è¿IJ ç®Ĺ +沦 为 +該 使çĶ¨èĢħ +èĮ ¬ +éĶ¦ 绣 +åı² æĸĻ +çģµ æ´»æĢ§ +èģĶ 社 +æĹł åĬ© +æĬĹ æ°§åĮĸ +èıľ èĤ´ +éĢł èĪ¹ +æİī èIJ½ +å¤į æŁ¥ +åĭĥ åĭĥ +åij¼ 声 +給 äºĪ +åIJĮäºĭ 们 +ç½ ° +è¯ķ æİ¢ +åħ³éĶ® åŃĹ +æįIJ çĮ® +ç»Łè®¡ æķ°æį® +åĪĽ ä½ľèĢħ +ä¸ĭ åįĬ +ä¸ĭåįĬ åľº +æī¿æĭħ 责任 +端 æŃ£ +ç©¿ è¡£ +ä¼ł çIJĥ +åĬ© éķ¿ +åĩ ± +éķ¶ åµĮ +é£ŀ ç¿Ķ +è¾ĵ åįµ +è¾ĵåįµ 管 +ä¸ĩ åħ¬éĩĮ +æݨ广 åºĶçĶ¨ +å¿« æ¨Ĥ +ç§ ½ +èī° å·¨ +åIJ¬ å®Į +åĿļ 硬 +奥 åľ° +å¥¥åľ° åĪ© +é¢ ĵ +èĻIJ å¾ħ +ä¾Ľ æ±Ĥ +éľī ç´ł +伪 è£ħ +乡 åľŁ +åĩ¡ æľ¬ç½ij +åĩ¡æľ¬ç½ij 注 +ä¼Ĭ åĪ© +è¡¡ æ°´ +æĽ´ åĥıæĺ¯ +åĪĨéĴŁ å·¦åı³ +è¦ı 模 +äºĶ åĪĨéĴŁ +åºĹ åĬłçĽŁ +åĽ° éĽ£ +åħ³ åģľ +æĢĿ 绪 +åĴ½ åĸī +缸 符 +çĥ¦ èºģ +æĻĤ æľŁ +åijĪ çı¾ +解 æķ£ +诱 导 +éļĶ çĥŃ +çĮ ¶ +åįĹ å®ĭ +æ·±åħ¥ äºĨ解 +çŃĶ çĸij +æĺ¼ å¤ľ +åįĥ ä¼ı +åĬ³åĬ¡ æ´¾éģ£ +红 è±Ĩ +åĿı äºĭ +çĤ¹ æ»´ +å°±ä¸ļ å²Ĺä½į +约 åIJĪ +åħį éĻ¤ +éĢĨ åĬ¿ +éĩį éĩijå±ŀ +å®ĺ 宣 +ä½İ å»ī +æģ¨ ä¸įå¾Ĺ +å¾Ĺ 天 +å¾Ĺ天 çĭ¬ +å¾Ĺ天çĭ¬ åİļ +ä¸Ģå°ģ ä¿¡ +æĬ½ å¥ĸ +è¾Ĺ 转 +çķĻ å®Ī +çķĻå®Ī åĦ¿ç«¥ +çŃĶ åį· +å·¨ åŀĭ +æľĢ好 ä¸įè¦ģ +æµĻæ±Ł 大åѦ +æĨ ¨ +æı¡ æīĭ +éĴĪ ç»ĩ +æİĴ 骨 +çĤ ½ +å°ģ è£ħ +åįĢ åŁŁ +空æ°Ķ åĩĢåĮĸ +åħī å½± +åĢĴ å¡Į +å§ļ æĺİ +æ¤į 被 +åѦ åīį +åѦåīį æķĻèĤ² +èĬĿ åĬł +èĬĿåĬł åĵ¥ +缩 æ°´ +ä½ Ł +åľ¨çº¿ åĴ¨è¯¢ +èµı æŀIJ +éĿĴ èĽĻ +æĬ± ä½ı +èĮĤ åIJį +åħ¨åĬĽ æīĵéĢł +åįļ士 åѦä½į +沧 å·ŀ +åĻ ¢ +æĿĤ çī© +åĪ» çĶ» +æį ħ +å¾® éĩı +å¾®éĩı åħĥç´ł +ä¸Ģ åĽŀäºĭ +鸡 èĤī +åĪ©æ¶¦ çİĩ +æīį ç®Ĺ +å¾® å¦Ļ +棵 æłij +è´ª 婪 +åĩı åĢ¼ +梦 å¢ĥ +åı¯ è§Ĩ +åı¯è§Ĩ åĮĸ +广大 å¸Ĥæ°ij +ä¸ĵä¸ļ ä»İäºĭ +ç»ı 纬 +ç´§ çĽ¯ +çŁ¥ å·± +è¤ ļ +æĸĩåĮĸ åºķèķ´ +åݦéŨ å¸Ĥ +临 港 +对åħ¶ 羣å®ŀ +岸 è¾¹ +è¦ĸ çĤº +æĬĹ çĻĮ +åĶIJ å®ĩ +ä¸įå¾Ĺ è¶ħè¿ĩ +å¨ģ æħij +æ¡Ĩæŀ¶ åįıè®® +èµ° ç§ģ +åĽ¢ å§Ķ +夸 大 +æ¬ Ħ +ç¥ŀç»ı ç³»ç»Ł +æijĦå½± ä½ľåĵģ +èĬ ¥ +å®ī åºĨ +æµ· 滨 +æŀĦ æĢĿ +çīµ æĮĤ +åı © +éĺIJ æĺİ +éģ ģ +ç²¾ æ²¹ +ç©´ ä½į +æĬ¤ 身 +æĬ¤èº« 符 +æĮĩ å°İ +åŃĺåľ¨ ä¸Ģå®ļ +å¯Ĥ éĿĻ +æµ·å¤ĸ å¸Ĥåľº +éĿ ¡ +综åIJĪ å¾ģ +ä¿ IJ +è¨Ī ç®Ĺ +æĺİ æľĹ +äºļ è¿IJ +äºļè¿IJ ä¼ļ +åīįçŀ» æĢ§ +åĮ® ä¹ı +产ä¸ļ æī¶è´« +èĦij æµ· +èĦijæµ· ä¸Ń +åħļçļĦ é¢Ĩ导 +åĪĺ éĤ¦ +æµģ æĺŁ +æĵ Ĥ +æĶĢ çĻ» +åĴ Ķ +ä¸Ģä¸ĭåŃIJ å°± +è¯Ĭ æ²» +使 åĬ² +åīµ ä½ľ +éĵŃ è®° +éĴ± è´¢ +æĹ¥æĬ¥ è®°èĢħ +çĥŁ çģ« +èĥľ è´Ł +åįļ 主 +ä¸ŃåĽ½ èģĶéĢļ +ç½ijç«Ļ é¦ĸ页 +å°± å¤Ł +å°±å¤Ł äºĨ +æīij åħĭ +å±ħ å§Ķä¼ļ +è° ¬ +å®īåħ¨ äºĭæķħ +åķĨ çĶ¨è½¦ +循çݯ ç»ıæµİ +æ· ¤ +èĢĥ è¯ģ +å®Ŀ èĹı +å®Į ç»ĵ +çłĶåıij æĬķåħ¥ +å² ij +æģŃ æķ¬ +离 éĢĢä¼ij +æ°´ 墨 +å© ¶ +è¯Ĺ åı¥ +å®ģæ³¢ å¸Ĥ +å¼± çĤ¹ +åģľ çīĮ +奶 æ²¹ +å¥ĩ纳 æ²³ +æĨ Ĥ +社ä¼ļ å®ŀè·µ +è´Ŀ 壳 +çłĤ æµĨ +èĪ¹ åıª +宣 æī¬ +综åIJĪ æķ´æ²» +åĤ ij +æ°ijæĹı æĸĩåĮĸ +éĩį çİ° +积 æ·Ģ +åħ¬ çĦ¶ +çħ ī +缸 èģļ +æ± ¾ +纹 çIJĨ +çĩĥ çħ¤ +æѤ ç§į +ç¾İ å¦Ĩ +åįĥ çĵ¦ +çIJ Ľ +驾驶 è¯ģ +éĺ¶ æ¢¯ +ä¸Ŀ ä¸Ŀ +å¾Īå¤ļ äºĭæĥħ +åħī éĺ´ +èijĹä½ľ æ¬Ĭ +åħ§ éĥ¨ +çĽ¸å¯¹ æĿ¥è¯´ +éĸ Ĵ +éľĩ æħij +說 話 +æĨ ij +ç«¥ è£ħ +ä½ıæĪ¿ åĴĮ +ä½ıæĪ¿åĴĮ åŁİ +å·²ç»ı è¶ħè¿ĩ +侦 å¯Ł +çŁ¿ çī© +ä¾Ľ 大家 +çī¹ éĤĢ +ç¨ĭåºı åijĺ +çķľçī§ ä¸ļ +æ° ª +çij ª +åĢĴ åľ¨ +åĢĴåľ¨ åľ° +æ¯ Ģ +梯 éĺŁ +æİ¥ èijĹ +æĬĹ èıĮ +è¤ ĩ +ç¬ Ļ +æ¯Ķ ä¸Ĭå¹´ +鸡 汤 +åŃ¦ä¹ł æĪIJ绩 +æĸij æĸĵ +åħĪ 导 +åĪĹ ä¸¾ +è°ĥæŁ¥ æĺ¾ç¤º +æ© « +ä¹Ŀ åįģ +è°¢ 飵 +è·¨è¶Ĭ å¼ı +女æĢ§ æľĭåıĭ +èIJ¥åħ» ä»·åĢ¼ +å®ŀè·µ ç»ıéªĮ +èĭı å·ŀå¸Ĥ +çĵ¶ åŃIJ +æĸ° çļĦä¸Ģ +æĸ°çļĦä¸Ģ å¹´ +æĺİ æĻ° +å®ł çĪ± +åŃŠ第 +æľĹ 诵 +纳 æĸ¯ +éĢĨ è¡Į +è«ĭ æĤ¨ +è«ĭæĤ¨ æıIJä¾Ľ +èĥ¸ æĢĢ +第ä¸ĥ å±Ĭ +强 壮 +代 åŃķ +汶 å·Ŀ +家 åĸ» +家åĸ» æĪ· +家åĸ»æĪ· æĻĵ +èħ ® +åIJ¯ 迪 +æĹł éļľç¢į +èĻķçIJĨ åıĬ +æĿ¥ åİĨ +å®ŀ åĬ¡ +ä¹Ł éļıä¹ĭ +æĬĢèĥ½ åŁ¹è®Ń +åѤ ç«ĭ +åī ģ +éĥ´ å·ŀ +æĶ¶ æķĽ +éł» éģĵ +èį£ 幸 +èİ« è¿ĩäºİ +æѤ æĻĤ +纪å§Ķ çĽij +纪å§ĶçĽij å§Ķ +缸 éĤ» +åı¦ä¸Ģ è¾¹ +çªĴ æģ¯ +æľīå¾Īå¤ļ ç§į +æ¯ı éĢ¢ +éĹ® ä¸ĸ +ç´¯ ç´¯ +éĿĴæĺ¥ æľŁ +è·¯ åĨµ +åħĭ èݱ +è¿Ħä»Ĭ 为æŃ¢ +æĥĬ å¥ĩ +è·¨ 度 +éħ¿ éĢł +åĩ ĭ +è¿ij ä¸īå¹´ +åĨħ 马 +åĨħ马 å°Ķ +æı į +è¿Ľå±ķ æĥħåĨµ +èĮ § +æľīåºı æİ¨è¿Ľ +æĢ» åĨłåĨĽ +æĪIJ绩 åįķ +éĽ»è©± åıĬ +ç´§å¯Ĩ ç»ĵåIJĪ +åºĬ ä½į +é¹ Ĭ +æķ£åıij çĿĢ +åĭŁ èµĦ +æ°¨ éħ¸ +彩 ç¥ŀ +è®Ģ åıĸ +éĩį 温 +ä¸Ń åŃĺåľ¨çļĦ +ç¾İ éºĹ +ä¸įæĸŃ å¢ŀåĬł +è½® æµģ +æİ¥ åIJ¬ +å¹´ 产åĢ¼ +åįĥ åħĭ +æĪĺåľº ä¸Ĭ +çħ§ 顧 +å¹²éĥ¨ éĺŁä¼į +åį° ç«ł +ä¸Ģèĩ´ æĢ§ +è¿ŀ å¤ľ +åħħ è£ķ +é»ij åIJįåįķ +åĩĢ æ°´ +ä¸Ģ大 æĹ© +åĮħ 袱 +çĬ¯ è§Ħ +çIJĨ è«ĸ +æŀģ æĺĵ +éª ¸ +å¨ĺ å¨ĺ +åĽ¢ åľĨ +亿åħĥ 以ä¸Ĭ +åĪ©çĶ¨ æĤ¨çļĦ +带æĿ¥ æĽ´å¤ļ +ä¸Ń央 空è°ĥ +æľĪ èĸª +çĮľ æĥ³ +åĪº 客 +ä½ľ æģ¯ +åįķ è°ĥ +äºĴ åĪ© +å¦Ĥæľī ä¾µæĿĥ +å°ı å·§ +åįģ åł° +åĵĪåĵĪ åĵĪåĵĪ +è¾¹ éĻħ +æłĩ è¯Ń +åĪĩåħ¥ çĤ¹ +éĢĨ è¢Ń +è¯ķ åīĤ +绿 è±Ĩ +è® ļ +åŁºçĿ£ å¾Ĵ +å£ ¬ +åħ¨ æĺİæĺŁ +éĢī ç§Ģ +èĪĮ å°ĸ +ä¸įåIJĮ ç±»åŀĭ +çĥŁ åĽ± +çģµ æ°Ķ +åĮº 管å§Ķä¼ļ +åĨľ åī¯ +åĨľåī¯ 产åĵģ +èĶļ æĿ¥ +沪 æĮĩ +åħ»æ®ĸ æĪ· +æĸĹ å¿Ĺ +é¦ĸ é¢Ĩ +è¡Ģ èħ¥ +åĬł ç´§ +ä¸Ģèĩ´ 好è¯Ħ +第ä¸ī èĬĤ +æī¬ å°ĺ +交éĢļ æŀ¢çº½ +鼶 ç¢İ +é»ij æ´ŀ +çľĭ ä¸įæĩĤ +å±ŀ å®ŀ +主 åŁİåĮº +å¨ Ľ +å¨Ľ æ¨Ĥ +ç¬ij æĦı +èĻ¹ æ¡¥ +åIJĦ个 çݯèĬĤ +çķ¥ å¾® +èĢķ èĢĺ +æľ¬ åľºæ¯ĶèµĽ +æĪIJ è´¥ +éĢī èĤ¡ +èªŀ è¨Ģ +çŃĶ 辩 +èĩª ä¹ł +æ£ º +ä¸ĩ 欧åħĥ +åģľ å·¥ +对åħ¶ è¿Ľè¡Į +积æŀģ éħįåIJĪ +ä¹¾ åĿ¤ +å¦ĸ æĢª +èļĮ åŁł +èµĦ产 è¯Ħä¼° +è°ĥ çļ® +éĻ¤ å¤ķ +åĽ´ å¢Ļ +æľį å½¹ +æ·± æ¸Ĭ +é¢Ħ åĪ¶ +ç ĥ½ +å®ī 稳 +建 æŀĦ +çĭĻ åĩ» +主åĭķ 註åĨĬ +éĥ½æľī èĩªå·± +æİĴåIJį 第ä¸Ģ +麻 è¾£ +çĢ ļ +çĥŁèĬ± çĪĨ +çĥŁèĬ±çĪĨ 竹 +èĩªçĦ¶ ä¿ĿæĬ¤ +ä»Ļ å¢ĥ +为äºĨ éģ¿åħį +åĨ· åºĵ +解æĶ¾ æĢĿæĥ³ +åĪĿ äºĮ +ä½ĵ è´´ +é¦ĸ å¯Į +迪 æĭľ +æļĤ ç¼ĵ +æĶ¯æĮģ åĬĽåº¦ +侦 æİ¢ +马 åĪº +åĮĹ æ±½ +ç¹ ŀ +è°İ è¨Ģ +éĢ£ çºĮ +å· ³ +ä»»ä½ķ æŶåĢĻ +车 èģĶç½ij +åįķ 项 +å¸Ń åį· +建çŃij æĿIJæĸĻ +ä¸Ńç§ĭ èĬĤ +ç¡ķ士 çłĶ究 +ç§ģ ç«ĭ +åħļåĴĮ æĶ¿åºľ +æľ¬æ¬¡ 交æĺĵ +èººåľ¨ åºĬä¸Ĭ +ç½ijåıĭ è¯Ħ论 +å¦ Ŀ +害 ç¾ŀ +åħ¬ç«ĭ åĮ»éĻ¢ +ä¸ ŀ +çĶŁçī© è´¨ +åºĶ éĤĢ +æĬ½ åıĸ +åĩł å¼ł +æijĺ ç¼ĸ +ç»ĺ æľ¬ +详 解 +强 硬 +æľĢ åħĪè¿ĽçļĦ +æĭĽ èĤ¡ +æĭĽèĤ¡ 书 +åįĥ æĸ¹ +åįĥæĸ¹ çĻ¾ +åįĥæĸ¹çĻ¾ 计 +éħį éŁ³ +驾 çħ§ +å¾ģ æĪĺ +èªĵ è¨Ģ +æĭľ å¸Ī +æĭľå¸Ī åѦ +æĭľå¸ĪåѦ èīº +æĬ± åĽ¢ +ç±³ ç²ī +éĿŀ常 éĢĤåIJĪ +èĪª æµ· +å±¥ 约 +åįģåħ« æĿ¡ +éĶ» éĢł +éĩįè¦ģ 举æݪ +åıijæĮ¥ ä½ľçĶ¨ +æ· ļ +人 社 +人社 å±Ģ +è¯ķçĤ¹ å·¥ä½ľ +éĺľ éĺ³ +æ¡ĥ åľĴ +æ°ij ä¼ģ +æ´ģ çĻ½ +è´µ 宾 +åħ¬ 社 +è§ī æĤŁ +è®°å¿Ĩ åĬĽ +æľĥåĵ¡ 註åĨĬ +æѤ æ¡Ī +麻 çĹ¹ +çı Ģ +æĸ© èİ· +çĶ· åŃ©åŃIJ +å±ĢéĻIJ äºİ +åĭĺ æŁ¥ +åIJĥ 饱 +èĬ¬ åħ° +æ£ķ èī² +ç¦ı ç¥ī +çĶ³ èĬ± +æµ· çĽĹ +èĶ ij +æĸĩ åѸ +æ´»æĢ§ çĤŃ +缴 éĢļ车 +è°¢ éĤĢ +躺 çĿĢ +åľ ĥ +æ¯ıæĹ¥ ç»ıæµİ +åħ¬åħ± æĸĩåĮĸ +讲 æķħäºĭ +å¯Ł çľĭ +æĤł éĹ² +åľ° åĿª +æ¶Į çİ°åĩº +é«ĺçŃī éĻ¢æł¡ +èĮĦ åŃIJ +éĺ² åį« +ä¾ĭ è¡Į +æĺ¾ éľ² +æĸ° 常æĢģ +ç»Ŀ ä½³ +å¯Į æ°ij +以 人æ°ij +以人æ°ij 为 +éĤ¢ åı° +å±ķ æ¼Ķ +çĻ¼ å¸ĥ +è´Ł è½½ +åģı 离 +æ°¸ éģł +éĩįè¦ģ åİŁåĽł +åįıä¼ļ ä¼ļåijĺ +éļ¾ æ°ij +çĶŁäº§ 车éĹ´ +çģµ åĬ¨ +两年 åīį +æĸ¹ åľĨ +æ´» ä¸ĭåİ» +ä¸ĸçķĮ è§Ĥ +éªĹ åıĸ +ç¾İ è²Į +èĥ½ çľĭåĩº +çĻ¼ æı® +è§Ĥ å½± +åī ĥ +åIJĪèµĦ åħ¬åı¸ +å© § +å¹² æű +åħŃ ä¸ªæľĪ +尤为 éĩįè¦ģ +èĤ ½ +秦 åĽ½ +æīĺ ç¦ı +建çŃij å¸Ī +åįĩ级 æĶ¹éĢł +å°ı é¢Ŀ +å°ıé¢Ŀ 贷款 +两个 ç»´æĬ¤ +æĭį æĭį +åı¯ çĸij +æį¢ åıĸ +æѦ 士 +èµĸ 以 +èµĸ以 çĶŁåŃĺ +æĮ ļ +殿 åłĤ +èĩªçĦ¶ çķĮ +ç£ģ åľº +å¦Ĥä½ķ çľĭå¾ħ +ä»ĬæĹ¥ 头æĿ¡ +西 åŁŁ +èİ· è¯Ħ +風 æł¼ +ä¿Ħ åĽ½ +æīĵ æĭ¼ +å®£ä¼ł çīĩ +å¾Ī æĸ¹ä¾¿ +ä¾Ľç»Ļ 侧 +纪念 ç¢ij +毫 åħĭ +èĬ³ é¦Ļ +å·¥åķĨ éĵ¶è¡Į +请 çĤ¹åĩ» +ç¼ ª +æĹłæķ° 次 +èį¯ å¸Ī +èħ ¸ +游 èīĩ +åĮ ¾ +å·¡ èĪª +æ²»çIJĨ ä½ĵç³» +èIJ¥éĢł èī¯å¥½ +æ·· æ·Ĩ +éĢļ çķħ +åĬ³ ç´¯ +ä»ĵ ä½į +å¢ŀ éķ· +éļIJ 约 +æĿĤå¿Ĺ 社 +åħ» èĤ² +åı¯èĥ½ åıijçĶŁ +èĢĥ 試 +西 侧 +åĬł åĢį +主æĮģ åı¬å¼Ģ +çķ¢ ç«Ł +éĹ® 询 +æµ· æ£ł +èĹ © +注æĺİ æĿ¥æºIJ +æ£Ģ çĸ« +请 åģĩ +æĬļ æij¸ +èĵĦ çĶµæ±ł +è·Ł ä¸įä¸Ĭ +çݰ代 社ä¼ļ +çŃ¹ èµĦ +ä½ĵèĤ² 彩票 +延 误 +è¾Ľ è¾£ +éĿ¢ 容 +åį° è®° +çģŃ äº¡ +ç´ł é£Ł +åħ´ èĩ´ +éľĢè¦ģ çĶ¨ +éľĢè¦ģçĶ¨ åĪ° +å®Ŀ å¦Ī +ç£ĭ åķĨ +éļ¶ å±ŀ +è´¡çĮ® åĬĽéĩı +åħ¬åħ± èµĦæºIJ +大 éĺª +åĨĽ è®Ń +æĤ¬ 念 +社ä¼ļ 稳å®ļ +å¹²äºĭ åĪĽä¸ļ +æľī æĿ¡ä»¶ +æľīæĿ¡ä»¶ çļĦ +ä¸Ģå¹´ ä¸Ģ度 +åİ ¥ +强 奸 +豪 车 +æİĮ æŁľ +æ°´åĪ© å·¥ç¨ĭ +å³ ª +积æŀģ ä½ľçĶ¨ +æµ· æ·Ģ +æµ·æ·Ģ åĮº +çĥŃ æĴŃ +åĿļæĮģ ä¸įæĩĪ +åıĮ èĦļ +绣 æĪĺ +ä»»ä½ķ 人éĥ½ +åľ°ä¸ĭ 室 +åĨ¶ çĤ¼ +è°ħ 解 +æ¸Ķ èĪ¹ +太éĺ³ åŁİ +被 æįķ +计ç®Ĺ åĻ¨ +西 åĮ» +èĪĴ å¿ĥ +æ¡ ¦ +éģ ² +åĬ ij +è¨ Ĺ +èİ º +åĸ ¬ +çĵ ¯ +åĺ ĺ +åł ķ +æķ Ŀ +åij ¦ +èĭ ŀ +æŃ ¹ +æĵ ¬ +æ£ Ħ +èĪ µ +å¥ ª +çļ ĭ +æĶ ¸ +åľ © +ç¤ Ļ +ç¢ ĺ +éı Ī +æĦ ķ +ç¹ ³ +èĺ ¸ +è² Ĥ +æ¼ ² +æij ¹ +æĶ Ŀ +åŃ ¢ +èķ Ń +é¨ ° +æ½ ¼ +éħ ° +æĴ ¥ +è¹ ¬ +é¨ Ļ +è¸ ¹ +éģ IJ +çĺ Ģ +èĽ ¤ +æĤ ĸ +çĴ ŀ +ç£ IJ +æİ ° +è¾ Ĭ +å¾ ij +æİ ĸ +éģ ŀ +éĤ ¸ +éĽ ı +æĨ İ +æľ ½ +çį » +ç® Ķ +è¤ ¶ +æļ ¢ +æĺ µ +çı Ĥ +æĤ ¸ +åģ µ +åĻ ľ +å£ ¯ +æĴ ® +æģ į +å© ķ +ç¯ ± +éĺ Ļ +çī ł +è£ ĺ +è³ ¢ +éĩ ľ +éĵ ł +èİ ĺ +æ® Ĩ +çĻ ¸ +è´ ı +ç² ± +å« ¡ +åĨ ¢ +è¤ Ĵ +æĩ Ĭ +éľ ĵ +å¡ µ +æĭ £ +å» Ł +é£ ½ +é¢ Į +åļ İ +æ· º +èĨ ł +åİ Ń +åļ ĩ +åij ĥ +çĴ ĭ +çŃ ± +æĭ · +èį § +éĶ ° +åŃ ° +èĵ ĵ +èĨ ½ +æŀ ī +åĸ ½ +çĽ Ķ +çŃ IJ +ç¾ ļ +è ħĮ +è¾ « +æ³ ĵ +çĶ ¬ +èŁ ² +åĸ ª +å¦ ĵ +è¬ Ģ +çĤ Ĭ +æĽ ľ +æ± IJ +è´ Ī +èį Ģ +æĬ ł +ç¢ ¾ +æ« ĥ +éŀ ł +èij Ĩ +ç¥ ¯ +å½ Ŀ +é¦ į +åĮ £ +æľ Ń +åĿ Ĥ +ä¿ ij +èĵ ® +çij Ľ +æī ī +èĩ Ł +è² « +çİ ¥ +æ· ¼ +åİ ² +é³ Į +å³ Ń +åij Ľ +é § +é§ IJ +éģ · +ä¿ ª +æĢ Ĥ +è¾ į +å± į +åĭ ģ +å¥ ļ +éļ ħ +éĴ ´ +è¼ Ŀ +å® ¦ +èIJ ĥ +çĺ ĭ +æĨ ¶ +æĤ ħ +è¾ Ļ +åij ľ +çł º +éĢ ŀ +æµ ļ +éĸ £ +èĸ © +éĻ ĭ +çĤ Ļ +èª ķ +ä¸ Ł +é¹ ½ +ç± Į +è´ ° +éĭ ª +çľ © +æĴ IJ +èĨ º +éŀ ĺ +ç¾ ² +çª ® +ç´ IJ +æ® ´ +çº ¾ +èº į +ç´ ĭ +çĦ ĸ +çĶ º +çī ½ +çĤ ¯ +ç¼ Ķ +æ¯ ĵ +å¬ ° +æ¢ § +äº Ł +è¢ ħ +çį Ħ +è¿ ¥ +æ¼ ¾ +çĿ ij +ç¸ ¾ +é¦ ĭ +é¤ ħ +æ ¹Ħ +æĺ ĩ +æŀ Ń +èĸ ° +æŁ ij +æ¦ » +åĻ Ĺ +åĻ ´ +æ£ £ +åĶ § +çĨ ¹ +è¼ ¯ +å¢ Ł +é² ² +æĪ Ľ +èī ¦ +èĬ ® +åĺ Ł +å¸ ¥ +å¿ » +çĮ Ŀ +å¯ µ +è³ ¦ +èĽ ¾ +æ» ¾ +çĤ ķ +éĵ ¬ +èĴ ¿ +éĴ ¨ +çĥ Ļ +ç² ķ +æĥ ¦ +æº § +é¢ į +éħ £ +å³ ¦ +ç± ģ +çĥ ĥ +åĨ Ĺ +åı ģ +çĽ § +ç½ µ +éĴ Ĺ +å¬ ī +è° ı +ç³ § +è¾ Ń +æ· ¬ +èŁ Ĵ +è¯ © +è¦ ĥ +çĻ ĸ +é½ Ĵ +çĪ IJ +ç® į +ç¼ İ +ç£ º +è¯ « +è¤ ² +æĵ ł +èIJ ¦ +çĿ ¬ +è° į +éĦ ° +æł ¾ +é¡ ı +ç¸ ± +æ¡ ¨ +éĨ ¬ +è¥ ² +è® ª +å© º +èį Ł +åĮ Ŀ +çĨ ł +èĽ Ĭ +æ¸ ļ +å´ ½ +é² ¤ +åķ ° +åĮ ķ +ä¸ IJ +è® ¥ +åı ½ +åı ¼ +çļ ¿ +è¿ Ĥ +åIJ Ĩ +å± ¹ +èĩ ¼ +è® ¹ +é© ® +çº « +æ± ŀ +æĬ ¡ +èĭ ĩ +åIJ ł +åIJ Ń +åIJ ® +å² ĸ +ä½ ĥ +çĭ Ī +åº ĩ +åIJ Ŀ +éĹ ° +æ± ¹ +å¿ ± +æĭ Ħ +æĭ Ĺ +èĮ ī +èĭ Ľ +èĮ ģ +çŁ ¾ +èĻ ı +åij » +åĴ Ħ +å¿ ¿ +èĤ ® +çĭ ŀ +çĸ Ł +çĸ Ļ +çĸ ļ +æ³ ŀ +å¸ ļ +å± ī +è¿ ¢ +é© ¹ +ç İ· +çıĬ ó +çıĬó ł +çıĬół Ħ +çıĬółĦ ģ +æĮ İ +æĭ ´ +åŀ Ľ +èį ¤ +æ® ĥ +çĽ ¹ +åĵ Ĩ +è´ » +æ¯ ¡ +çĭ ° +çĭ ¡ +æŁ Ĵ +æģ ĥ +è¯ ¬ +è¢ Ħ +è¯ ² +èļ ¤ +èĢ Ļ +åŁ Ĥ +æį İ +æį Į +æ¢ Ĩ +é ħĮ +çł ¾ +æ® ī +åĶ ł +æĻ Į +èļ £ +èļ ª +èļ ĵ +é¸ ¯ +åĶ ģ +åĶ Ĩ +åĢ Ķ +èĪ Ģ +è± º +èĥ ° +é¸ µ +é¸ ³ +é¦ ģ +ç¾ Ķ +æ¶ £ +æ¶ ķ +æĤ ¯ +è¯ ½ +è° Ĩ +ç¥ Ł +ç» ¢ +æį º +æį ¶ +æį » +æİ Ĥ +èı ł +èIJ ¤ +éħ Ĺ +çľ ¶ +åķ Ħ +èļ ¯ +èĽ Ģ +åĶ ¬ +å¸ · +éĵ IJ +éĵ Ľ +åģ İ +å¾ Ļ +èĦ ¯ +è± ļ +çĮ ĸ +çĹ Ĭ +æ¶ ® +æĥ Ń +æĤ ´ +æĥ ĭ +è° ļ +æı © +æIJ Ģ +æIJ Ķ +æ¦ Ķ +æ¤ Ń +éĽ ³ +åĸ ³ +è· Ľ +èľ ĵ +èľ Ĵ +é¹ ĥ +éĶ Ħ +çĶ ¥ +çŃ ı +çĮ © +çĮ ¬ +çĮ ¾ +çĹ ¢ +çĹ ª +æĥ ° +çª ĺ +è° ¤ +éļ ĺ +å© ¿ +é¹ ī +çij Ļ +æĸ Ł +æ¤ ¿ +éħ ª +éĽ ¹ +åĹ ¦ +è· · +è· º +è· ¤ +èľ Ī +èľ Ĺ +å¹ Į +é¦ ı +èª Ĭ +æ¼ ĵ +è¤ Ĥ +èĶ Ĺ +èĶ ¼ +åħ ¢ +è£ ³ +èľ » +èĿ ĩ +åĺ Ģ +éĶ ¹ +ç® ķ +ç® © +çĺ © +çĺ Ł +æ¼ ± +å¯ ¥ +éª ¡ +æĴ µ +æĴ ¬ +è± Į +åĺ ¹ +èĿ ł +èĿ Į +èĿ Ĺ +èĿ Ļ +éķ IJ +ç¨ ¼ +ç¯ ĵ +èĨ Ľ +é² « +çĺ ª +é² ¨ +æĨ Ķ +ç¿ © +è¤ ¥ +ç¼ Ń +åĻ © +çĵ ¢ +éľ İ +è¸ ± +è¹ Ĥ +èŁ Ĩ +é¹ ¦ +ç¯ ¡ +çĺ ¸ +çª ¿ +ç¼ ° +èĹ IJ +è¹ ĭ +èŁ ĭ +èŁ Ģ +èµ ¡ +èĩ Ĭ +é³ Ħ +ç³ ł +æĩ ¦ +åļ £ +éķ ° +é³ į +ç° ¸ +çĻ £ +é³ ĸ +é¬ ĵ +èł ķ +éľ ¹ +èº ı +é» ¯ +çĵ ¤ +çŁ Ĺ +ä¹ Ĥ +ä¹ ľ +åħ Ģ +å¼ ĭ +åŃ ij +åŃ ĵ +å¹ º +äº ĵ +å »¿ +ä¸ ı +åį ħ +ä» ĥ +ä» ī +ä» Ĥ +åĪ Ī +çĪ » +åį ŀ +éĹ © +è® £ +å¤ ¬ +çĪ ¿ +æ¯ ĭ +éĤ Ĺ +éĤ Ľ +èī ½ +èī ¿ +åı µ +ä¸ ķ +åĮ ľ +åĬ ¢ +åį Ł +åı ± +åı » +ä» ¨ +ä» Ł +ä» ¡ +ä» « +ä» ŀ +åį ® +æ° IJ +çĬ ° +åĪ į +éĤ Ŀ +éĤ Ļ +è® ¦ +è® § +è® « +å° » +éĺ ¡ +å° ķ +å¼ ģ +èĢ Ĵ +çİ İ +çİ ij +åľ ¬ +æī ¦ +åľ ª +åľ ¹ +æī ª +åľ ® +åľ ¯ +èĬ Ĭ +èĬ į +èĬ Ħ +èĬ ¨ +èĬ ij +èĬ İ +èĬ Ĺ +äº ĺ +åİ į +å¤ ¼ +æĪ į +å° ¥ +ä¹ © +æĹ ¯ +æĽ ³ +å² Į +å± º +åĩ ¼ +åĽ ¡ +éĴ ĩ +ç¼ ¶ +æ° ĺ +æ° ĸ +çī Ŀ +ä¼ İ +ä¼ Ľ +ä¼ ¢ +ä½ ¤ +ä» µ +ä¼ ¥ +ä¼ § +ä¼ ī +ä¼ « +åĽ Ł +æ± Ĩ +åĪ ĸ +å¤ Ļ +æĹ ® +åĪ İ +çĬ · +çĬ ¸ +èĪ Ľ +åĩ « +é Ĥ¬ +é¥ § +æ± Ķ +æ± ľ +æ± Ĭ +å¿ ĸ +å¿ ı +è® ´ +è® µ +è® · +èģ ¿ +èī ® +åİ ¾ +å¦ ģ +çº ¡ +çº £ +çº ¥ +çº ¨ +çİ ķ +çİ Ļ +æĬ Ł +æĬ Ķ +åľ » +åĿ į +æĬ ĥ +㧠IJ +èĬ « +èĬ ¾ +èĭ Ī +èĭ £ +èĭ ĭ +èĬ ¼ +èĭ Į +èĭ ģ +èĬ © +èĬ ª +èĬ ¡ +èĬ Ł +èĭ Ħ +èĭ İ +èĭ ¡ +æĿ Į +æĿ ĵ +æĿ Ī +å¿ ij +åŃ Ľ +éĤ ´ +éĤ ³ +å¥ ģ +è± ķ +å¿ Ĵ +æ¬ ¤ +è½ « +è¿ ĵ +éĤ ¶ +å¿ IJ +åį £ +éĤ º +æĹ ° +åij ĭ +åij Ĵ +åij ĵ +åij Ķ +åij ĸ +æĹ ¸ +åIJ ¡ +èĻ ¬ +åIJ ½ +åIJ £ +åIJ ² +å¸ ı +å² Ī +å² ĺ +åħ ķ +åĽ µ +åĽ « +éĴ Ĭ +éĴ ĭ +é ĴĮ +è¿ ķ +æ° Ļ +æ° ļ +çī ¤ +ä½ ŀ +ä½ ļ +ä½ Ŀ +ä½ Ĺ +å½ · +ä½ ĺ +ä½ ¥ +è± ¸ +åĿ Į +èĤ Ł +å¥ Ĥ +åĬ ¬ +çĭ ģ +é¸ ł +é¥ ¨ +é¥ © +é¥ « +é¥ ¬ +åº ij +åº ĭ +çĸ Ķ +çĸ ĸ +èĤ ĵ +éĹ ± +éĹ ³ +çĤ Ģ +æ² £ +æ² ħ +æ² Ķ +æ² ¤ +æ² ı +æ² ļ +æ± © +æ± ¨ +æ² ¨ +æ± ´ +æ² Ĩ +æ² © +æ³ IJ +æĢ ĥ +æĢ Ħ +å¿ ¡ +å¿ ¤ +å¿ ¾ +æĢ ħ +å¿ ª +æĢ Ĩ +å¿ Ń +å¿ ¸ +è¯ Ĥ +è¯ ĥ +è¯ ħ +è¯ ĭ +è¯ Į +è¯ Ĵ +éĻ Ĥ +éĻ ī +å¦ © +å¦ ª +å¦ £ +å¦ Ĺ +å¦ « +å§ Ĵ +å¦ ¤ +åĬ Ń +åĪ Ń +éĤ ° +çº Ń +çº ° +çº ´ +çİ ¡ +çİ Ń +çİ ł +çİ ¢ +çİ ¦ +çĽ Ĥ +å¿ Ŀ +åĮ ¦ +åĿ © +æĬ ¨ +æĭ ¤ +åĿ « +æĭ Ī +åŀ Ĩ +æĬ » +åĬ ¼ +æĭ ĥ +æĭ Ĭ +åĿ ¼ +åĿ » +㧠Ł +åĿ ¨ +åĿ Ń +æĬ ¿ +åĿ ³ +èĭ · +èĭ ¤ +èĮ ı +èĭ « +èĭ ľ +èĭ ´ +èĭ Ĵ +èĭ ĺ +èĮ Į +èĭ » +èĭ ĵ +èĮ ļ +èĮ Ĩ +èĮ ij +èĮ ĵ +èĮ Ķ +èĮ ķ +è ĮĢ +èĭ ķ +æŀ ¥ +æŀ ĩ +æĿ ª +æĿ ³ +æŀ § +æĿ µ +æŀ ¨ +æŀ ŀ +æŀ ĭ +æĿ » +æĿ · +æĿ ¼ +çŁ ¸ +ç łĢ +åĪ ³ +å¥ Ħ +æ® ģ +éĥ ı +è½ Ń +éĥ ħ +é¸ ¢ +çĽ ± +æĺ Ļ +æĿ ² +æĺ ĥ +åĴ Ĥ +åij ¸ +æĺ Ģ +æĹ » +æĺ ī +çĤ ħ +çķ Ģ +èĻ ® +åĴ Ģ +åij · +é» ¾ +åij ± +åij ¤ +åĴ Ĩ +åĴ Ľ +åij ¶ +åij £ +åĴ Ŀ +å² ¢ +å² ¿ +å² ¬ +å² « +å¸ Ļ +å² £ +å³ ģ +åĪ ¿ +å² · +åī Ģ +å¸ Ķ +å³ Ħ +æ² ĵ +åĽ ¹ +ç½ Ķ +éĴ į +éĴ İ +éĴ ı +éĴ Ĵ +éĴ ķ +éĤ ¾ +è¿ ® +çī ¦ +ç« º +è¿ ¤ +ä½ ¶ +ä¾ ij +ä¾ ī +èĩ ¾ +ä¾ Ĺ +ä¾ ı +ä¾ © +ä½ » +ä½ ¾ +ä¾ ª +ä½ ¼ +ä½ ¯ +ä¾ ¬ +å¸ Ľ +ä¾ Ķ +å¾ Ĥ +åĪ ½ +éĥ Ħ +ç± ´ +çĵ ® +æĪ Ĺ +èĤ ¼ +äı Ŀ +èĤ ± +èĤ « +è¿ © +éĥ ĩ +çĭ İ +çĭ į +çĭ Ĵ +åĴ İ +é¥ ¯ +é¥ ´ +åĨ ½ +åĨ ¼ +åº ĸ +çĸ ł +çĸ Ŀ +åħ ĸ +åĬ ¾ +ð¬ ī +ð¬ī ¼ +çĤ ĺ +çĤ Ŀ +çĤ Ķ +æ³ Ķ +æ² Ń +æ³ · +æ³ ± +æ³ ħ +æ³ ł +æ³ º +æ³ ĸ +æ³ « +æ³ ® +æ² ± +æ³ ¯ +æĢ Ļ +æĢ µ +æĢ ¦ +æĢ Ľ +æĢ ı +æĢ į +ã ¤ +㤠ĺ +æĢ © +æĢ « +æĢ ¿ +å® ķ +ç© ¹ +å® ĵ +è¯ ĵ +è¯ Ķ +è¯ ĸ +è¯ ĺ +æĪ ¾ +è¯ Ļ +æĪ ½ +éĥ ĵ +è¡ © +ç¥ Ĩ +ç¥ İ +ç¥ ĩ +è¯ ľ +è¯ Ł +è¯ £ +è¯ ¤ +è¯ § +è¯ ¨ +æĪ ķ +éĻ Ķ +å¦ ² +å¦ ¯ +å§ Ĺ +å¸ ij +åŃ ¥ +é© ½ +èĻ ± +è¿ ¨ +ç» Ģ +ç» ģ +ç» Ĥ +é© · +é© ¸ +ç» ī +ç» Į +éª Ģ +çĶ ¾ +çı ı +çı IJ +çı ij +çİ ³ +é¡ ¸ +çı ī +çı Ī +æĭ ® +åŀ Ń +æĮ Ŀ +æĮ ŀ +åŀ ¤ +èµ ³ +è´ ² +åŀ ± +åŀ Į +åŀ § +åŀ ĵ +æĮ ¦ +åŀ ł +èį ļ +èį ij +è´ ³ +èį ľ +èİ Ĵ +èĮ ¼ +èĮ ´ +èĮ ± +èİ Ľ +èį ŀ +èĮ ¯ +èį ı +èį ĩ +èį ĥ +èį ł +èĮ Ń +åŀ © +èį ¥ +èį ¦ +èį ¨ +èį © +åī ĭ +èį ª +èį ¬ +èį ® +æŁ ° +æł ī +æŁ ĺ +æł Ĭ +æŁ © +æŀ ° +æł Į +æŁ Ļ +æŀ µ +æŀ ³ +æŁ ŀ +æŁ Ŀ +æł Ģ +æŁ ¢ +æł İ +æŁ Ī +æŁ ģ +æŀ · +æŁ ½ +åī Į +éħ Ĭ +éĥ ¦ +çĶ Ń +çł Ĺ +çł ĺ +çł Ĵ +æĸ « +çł Ń +çł ľ +èĢ · +èĻ º +æ® Ĥ +æ® ĩ +æ® Ħ +è½ ± +è½ ² +è½ ³ +è½ ¶ +è½ ¸ +èĻ ¿ +æ¯ ĸ +è§ ĩ +å° ľ +åĵ IJ +çľ Ħ +çľ į +ðł ³ +ðł³ IJ +éĥ ¢ +çľ ĩ +çľ Ĭ +çľ Ī +ç¦ º +åĵ Ĥ +åĴ ´ +æĽ · +æĺ ´ +åĴ ¦ +åĵ ĵ +åĵ Ķ +çķ İ +åij ² +èĥ Ħ +çķ ĭ +çķ Ī +èĻ ¼ +èĻ » +çĽ ħ +åĴ £ +åĵ ķ +åī IJ +éĥ § +åĴ » +åĽ ¿ +åĴ ¿ +åĵ Į +åĵ Ļ +åĵ ļ +åĴ © +åĴ ¤ +åĵ Ŀ +åĵ ı +åĵ ŀ +å³ £ +ç½ ĺ +å³ Ĵ +å³ ¤ +å³ ĭ +è´ ¶ +éĴ ļ +éĴ ¡ +éĴ £ +éĴ ¤ +éĴ « +æ° ¡ +çī ¯ +éĥ ľ +ç§ ķ +ç§ Ń +ç« ½ +ç¬ Ī +ä¿ ¦ +ä¿ ¨ +ä¿ ħ +åı Ł +åŀ ¡ +çī ® +ä¿ £ +ä¿ ļ +çļ Ī +ä¿ Ł +éĢ ħ +å¾ ĩ +å¾ ī +èĪ ¢ +éĥ Ĺ +ä¿ İ +éĥ ¤ +çĪ ° +éĥ Ľ +çĵ ´ +èĥ ¨ +èĥ ª +èĥ Ľ +èĥ Ĥ +èĥ Ļ +èĥ į +èĥ Ĺ +è ĥĿ +æľ IJ +èĥ « +é¸ ¨ +åĮ į +çĭ ¨ +çĭ ¯ +é£ ij +çĭ © +çĭ ² +è¨ ĩ +éĢ Ħ +æĺ Ŀ +é¥ · +é¥ ¸ +é¥ ¹ +åŃ ª +å¨ Ī +åº ¥ +çĸ ¬ +çĸ £ +çĸ ¥ +çĸ Ń +åº ł +ç« ij +é£ Ĵ +éĹ ¼ +éĹ ¾ +éĹ ¿ +éĺ Ĥ +ç¾ ij +è¿ ¸ +ç± ¼ +éħ ĭ +çĤ » +çĥ Ģ +çĤ · +æ´ ± +æ´ ¹ +æ´ § +æ´ Į +æµ ĥ +æ´ ĩ +æ´ Ħ +æ´ Ļ +æ¶ İ +æ´ İ +æ´ « +æµ į +æ´ ® +æ´ µ +æµ Ĵ +æµ Ķ +æµ ķ +æ´ ³ +æģ ¸ +æģ ĵ +æģ ¹ +æģ « +æģ » +æģ Ĥ +æģ ª +æģ ½ +å® ¥ +æī ĥ +è¡ ² +è¡ ½ +è¡ ¿ +è¢ Ĥ +ç¥ ľ +ç¥ ĵ +ç¥ ļ +è¯ ® +ç¥ Ĺ +ç¥ ¢ +è¯ ° +è¯ ³ +é¸ © +æĺ ¶ +åĴ « +å¼ Ń +çī ģ +èĥ ¥ +éĻ Ł +å§ ® +å¨ Ĩ +å§ Ŀ +å§ £ +å§ ĺ +å§ ¹ +ç¾ ¿ +çĤ ± +çŁ ľ +ç» Ķ +éª ģ +éª ħ +ç» Ĺ +ç» Ľ +éª Ī +èĢ ĸ +æĮ Ī +çı ¥ +çı Ļ +é¡ ¼ +çı ° +çı © +çı § +çı £ +çı ŀ +çIJ ¤ +çı ² +æģ ļ +åŁ ķ +åŁ ĺ +åŁ Ļ +åŁ ļ +æĮ ¹ +èĢ Ĩ +èĢ Ħ +åŁ Ĵ +æį ĭ +è´ ½ +åŀ ¸ +æį ĥ +çĽ į +èį ¸ +èİ ³ +èİ ´ +èİ ª +èİ ł +èİ ľ +èİ ħ +èį ¼ +èİ © +èį ½ +èİ ¸ +èį » +èİ ¨ +é¸ ª +èİ ¼ +æł ² +æł ³ +æ¡ ¡ +æ¡ İ +æ¡ ¢ +æ¡ ¤ +æ¢ ĥ +æł Ŀ +æ¡ ķ +æ¡ ģ +æ¡ § +æ¡ ħ +æł Ł +æ¡ ī +æł © +éĢ ij +éĢ ĭ +å½ § +é¬ ² +è± ĩ +éħ IJ +éĢ ¦ +åİ Ŀ +åŃ ¬ +çł Ŀ +çł ¹ +çł § +çł · +çł Ł +çł ¼ +çł ¥ +çł £ +åī ŀ +çł » +è½ ¼ +è½ ¾ +è¾ Ĥ +é¸ « +è¶ ¸ +é¾ Ģ +é¸ ¬ +èĻ Ķ +çľ ¬ +åĶ Ľ +çľ Ļ +åĵ § +åĵ ½ +æĻ ģ +é¸ ® +è¶ µ +è¶ ¿ +çķ Ľ +èļ ¨ +èļ ľ +èļ į +èļ ĭ +èļ ¬ +èļ Ŀ +èļ § +åĶ ¢ +åľ Ħ +åĶ £ +åĶ ı +çĽ İ +åĶ ij +å´ Ĥ +å´ ĥ +ç½ ¡ +ç½ Ł +è§ Ĭ +èµ ħ +éĴ ² +éĴ µ +éĴ ¹ +éĴ º +éĴ ½ +éĴ ¼ +éĴ ¿ +éĵ Ģ +éĵ Ħ +éĵ Ĩ +éĵ Ī +éĵ ī +éĵ Ĭ +éĵ ĭ +éĵ Į +é ĵį +ä ¥ +ä¥ ½ +éĵ İ +æ° © +æ° ¤ +æ° ¦ +æ¯ ª +èĪ IJ +ç§ £ +ç§ « +çĽ ī +ç¬ Ħ +ç¬ ķ +ç¬ Ĭ +ç¬ ı +ç¬ Ĩ +ä¿ ¸ +ä¿ µ +åģ Į +ä¿ ³ +ä¿ ¶ +åĢ ¬ +åĢ ı +æģ ģ +åĢ Ń +ä¿ ¾ +åĢ ľ +éļ ¼ +éļ ½ +åĢ Į +åĢ ¥ +èĩ ¬ +éĥ « +åĢ ¨ +è¡ Ħ +é¢ Ģ +å¾ ķ +èĪ « +è¡ ¾ +èĥ ¯ +èĥ ± +èĥ ´ +èĥ Ń +èĦ į +èĥ ¼ +èĦ Ĵ +é¸ ± +é¸ ² +çĭ · +çĮ ģ +çĭ ³ +çĮ ĥ +çĭ º +éĢ ĸ +æ¡ Ģ +é¥ ½ +åĩ ĩ +æĮ Ľ +äº ³ +çĸ ³ +çĸ ´ +çĸ ¸ +çĸ ½ +çĹ Ī +çĸ ± +çĹ Ĥ +çĹ ī +è¡ ® +é¢ ĥ +æģ £ +æĹ Ĩ +æĹ Ħ +æĹ ĥ +éĺ ĥ +éĺ Ħ +è¨ ļ +éĺ Ĩ +æģ Ļ +ç² ij +çĥ ľ +çĥ © +çĥ Ĭ +åī ¡ +éĥ ¯ +çĥ ¬ +æ¶ ij +æµ ¯ +æ¶ ŀ +æ¶ Ł +å¨ ij +æ¶ ł +æµ ŀ +æ¶ ĵ +æµ ¥ +æ¶ Ķ +æµ ľ +æµ ł +æµ £ +æĤ ļ +æ ĤŃ +æĤ Ŀ +æĤ Ĵ +æĤ Į +æĤ Ľ +çª Ī +åī ľ +è¯ ¹ +è¯ ¼ +è¢ Ĵ +è¢ ¢ +è¯ ¿ +è° Ģ +è° Ĥ +è° Ħ +è° ĩ +å± IJ +å± Ļ +éĻ ¬ +åĭ IJ +å¥ ĺ +çī Ĥ +èļ © +éĻ ² +å¨ Į +å¨ ī +å¨ ² +å¨ ´ +å¨ £ +å¨ ĵ +å© Ģ +çķ ļ +éĢ ¡ +ç» ł +éª Ĭ +ç» ¡ +éª ĭ +ç» ¦ +ç» ¨ +éª İ +éĤ ķ +é¸ ¶ +å½ Ĺ +èĢ ľ +çĦ ĺ +èĪ Ĥ +çIJ ı +çIJ ĩ +éº ¸ +æı ¶ +åŁ ´ +åŁ ¯ +æį ¯ +æİ ³ +æİ ´ +åŁ ¸ +åŁ µ +èµ § +åŁ ¤ +æį Ń +éĢ µ +åŁ Ŀ +åł ĭ +åł į +æİ ¬ +é¸ · +æį ½ +æİ Ĭ +åł ī +æİ ¸ +æį © +æİ ® +æĤ « +åŁ Ń +åŁ ½ +æİ ĩ +æİ ¼ +èģ ĥ +èIJ ģ +èı ĺ +åł ĩ +èIJ ĺ +èIJ ĭ +èı ½ +èı ĸ +è IJľ +èIJ ¸ +èIJ ij +æ£ » +èı Ķ +èı Ł +èIJ ı +èı ¹ +èı ª +èı ħ +èı Ģ +èı ° +èı ¡ +æ¢ ¿ +æ¢ ı +è§ ĭ +æ¡ ´ +æ¡ · +æ£ ģ +æ¡ « +æ£ Ĥ +åķ ¬ +éĥ ¾ +æķ ķ +è± ī +éĦ Ħ +éħ ŀ +ç¡ İ +ç¡ Ń +ç¡ ĸ +ç¡ Ĺ +ç¡ IJ +ç¡ ĩ +ç¡ Į +é¸ ¸ +çĵ ł +åĮ ı +åİ © +æ® Ĵ +æ® ĵ +æ® į +èµ ī +éĽ © +è¾ Ħ +åł ij +çľ Ń +çľ ¦ +åķ § +æĻ ¡ +æĻ ¤ +çľ µ +åľ Ĭ +åĸ ı +åķ ī +åĭ ĸ +æĻ ŀ +åĶ µ +æĻ Ĺ +åķ Ń +çķ ¦ +è¶ º +åķ ® +è· Ħ +èļ ¶ +è ĽĦ +èĽ İ +èĽ Ĩ +èļ ° +åľ ī +èļ ± +èĽ ī +èĽ ı +èļ ´ +åķ ģ +åķ ķ +åĶ ¿ +åķ IJ +åĶ ¼ +åĶ · +åķ ĸ +åķ µ +åķ ¶ +åķ · +åĶ ³ +åĶ ° +åķ ľ +å¸ » +å´ ļ +å´ ¦ +å¸ ¼ +å´ ® +å´ ¤ +å´ Ĩ +èµ ĩ +èµ Ī +èµ Ĭ +éĵ ij +éĵ Ĵ +éĵ Ĺ +éĵ Ļ +éĵ Ł +éĵ ¡ +éĵ ¢ +éĵ £ +éĵ ¤ +éĵ § +éĵ ¨ +éĵ © +éĵ ª +éĵ « +éĵ ¯ +éĵ ° +éĵ ± +éĵ ³ +éĵ µ +éĵ · +çī ¾ +é¸ ¹ +ç§ ¾ +éĢ ¶ +ç¬ º +çŃ ĩ +ç¬ ¸ +ç¬ ª +ç¬ ® +ç¬ ł +ç¬ ¥ +ç¬ ¤ +ç¬ ³ +ç¬ ¾ +ç¬ ŀ +åģ ¾ +åģ ĥ +åģ ķ +åģ Ī +åĤ Ģ +åģ ¬ +åģ » +çļ ij +çļ İ +é¸ » +å¾ ľ +èĪ ¸ +èĪ » +èĪ ´ +èĪ · +é¾ Ľ +ç¿ İ +èĦ ¬ +èĦ ĺ +èĦ ² +åĮ IJ +çĮ Ĺ +çĮ ¡ +çĮ ŀ +æĸ Ľ +çĮ ķ +é¦ Ĺ +é¦ ĥ +é¦ Ħ +é¸ ¾ +åº ¹ +åº ¾ +çĹ Ķ +çĹ į +ç¿ Ĭ +æĹ Į +æĹ İ +è¢ ¤ +éĺ ĩ +éĺ Ī +éĺ ī +éĺ Ĭ +éĺ ĭ +éĺ į +éĺ ı +ç¾ Ł +ç² Ŀ +çĦ IJ +çĦ ĵ +çĦ Ĺ +æ· ħ +æ· ŀ +æ¸ İ +æ¶ ¿ +æ· ĸ +æĮ ² +æ· ł +æ¶ ¸ +æ¸ ij +æ· ¦ +æ· Ŀ +æ¶ ª +æ· Ļ +æ¶ « +æ¸ Į +æĤ » +æĤ ± +æ ĥĿ +æĥ ĺ +æĥ Ĩ +æĥ ļ +æĥ ĩ +æĥ ® +çª ķ +è° Į +æī Ī +çļ ² +è° ij +è£ Ĩ +è¢ · +è£ ī +è° Ĵ +è° Ķ +è° ķ +è° ĸ +è° Ĺ +è° Ļ +è° Ŀ +éĢ ¯ +éĥ ¿ +éļ Ī +ç² ľ +éļ į +éļ Ĺ +å© Ĭ +å¨ ¼ +å© ¢ +å© µ +èĥ ¬ +è¢ Ī +ç¿ Į +æģ ¿ +æ¬ ¸ +ç» « +éª IJ +ç» ¯ +ç» ± +éª Ĵ +ç» ² +éª ĵ +ç» ¶ +ç» º +ç» » +ç» ¾ +éª ĸ +ç¼ ģ +èĢ ł +çIJ « +çIJ µ +çIJ ¶ +çIJ ¥ +çIJ ¨ +çIJ ° +çIJ ® +çIJ ¯ +çIJ ¬ +çIJ ļ +è¾ ĩ +é¼ ĭ +æı ³ +åł ŀ +æIJ ½ +æı ¸ +æı ł +åł Ļ +è¶ Ħ +æı ĸ +é¢ ī +å¡ Ħ +æı ¿ +èĢ ĭ +æı Ħ +èĽ © +èĽ ° +å¡ Ĩ +æij Ĵ +æı Ĩ +æİ ¾ +èģ Ĵ +èij ij +èij ļ +éĿ ° +éĿ ¸ +èij ³ +èij º +èij ¸ +èIJ ¼ +èij ¶ +è ĴĮ +èij Ń +æ¥ ® +æ £¼ +æ¤ Ł +æ£ ¹ +æ¤ ¤ +æ£ ° +èµ į +æ¤ ĭ +æ¤ ģ +æ¤ ª +æ¤ IJ +é¹ ģ +éħ ¤ +éħ ¢ +éħ ¡ +é¹ Ĥ +æ® ļ +æ® Ľ +éĽ ± +è¾ ĭ +æ¤ ł +è¾ İ +çĿ Ħ +çĿ ĩ +çĿ ĥ +æĪ ¢ +åĸ ĭ +åĹ Ĵ +åĸ ĥ +åĸ ± +åĸ ¹ +æĻ · +åĸ Ī +è· ĸ +è· Ĺ +è· ŀ +è· ļ +è· İ +è· ı +è· Ĩ +èĽ ± +èĽ ² +èĽ Ń +èĽ ³ +èĽ IJ +èĽ Ķ +èĽ ŀ +èĽ ´ +èĽ ĺ +åĸ ģ +åĸ Ł +åķ ¾ +åĹ ĸ +åĸ ij +åĹ Ł +åĹ ŀ +åĸ Ļ +åµ ĺ +åµ ĸ +å´ ´ +éģ Ħ +è© Ī +åµ İ +å µ¬ +åµ Ľ +åµ ¯ +åµ Ŀ +åµ « +å¹ Ħ +åµ ĭ +èµ ķ +éĵ » +éĵ ¼ +éĵ ¿ +éĶ ĥ +éĶ Ĩ +éĶ ĩ +éĶ ī +éĶ ı +éĶ ij +éĶ Ĵ +éĶ Ķ +éĶ ķ +æİ £ +çŁ ¬ +æ° ° +æ¯ ³ +æ¯ ½ +çĬ Ĭ +çĬ Ħ +çĬ ĭ +é ¹Ħ +çĬ į +åµ ĩ +é» į +ç¨ ĥ +ç¨ Ĥ +çŃ ļ +çŃ µ +çŃ Į +åĤ £ +åĤ Ī +èĪ Ħ +çī į +åĤ ¥ +åĤ § +éģ ij +åĤ © +å¾ ¨ +åª Ń +çķ ² +å¼ ij +ç¿ ķ +é¹ Ĩ +èħ Ī +èħ ĵ +èħ Ĩ +èħ ´ +èħ ļ +èħ ± +é± ¿ +é² Ģ +é² Ĥ +çĮ ¢ +çĮ ¹ +çĮ ¥ +é£ ĵ +è§ ŀ +è§ ļ +çĮ ± +é¢ İ +é£ § +é¦ ĩ +é¦ Ĭ +äº µ +èĦ Ķ +è£ Ĵ +çĹ £ +çĹ ¨ +çĹ ¦ +çĹ ŀ +çĹ ¤ +çĹ § +èµ ĵ +ç« ¦ +çĵ ¿ +åķ » +é¢ ı +é¹ ĩ +éĺ ij +éĺ Ĵ +éĺ ķ +ç² ŀ +éģ Ĵ +åŃ ³ +çĦ ¯ +çĦ ľ +çĦ ± +é¹ Ī +æ¸ « +æ¹ ® +æ¹ İ +æ¹ ľ +æ¹ į +æ¹ « +æº ² +æ¹ Ł +æº Ĩ +æ¹ ² +æ¹ Ķ +æ¹ ī +æ¸ ¥ +æ» ģ +æĦ ł +æĥ º +æĦ ¦ +æĥ ´ +æĦ Ģ +æĦ İ +æĦ Ķ +åĸ ¾ +å¯ IJ +è° Ł +è£ ¢ +è£ İ +è£ ¥ +ç¥ ¾ +è° ł +è° ¡ +è° ¥ +è° § +åŃ ± +å¼ ¼ +å· ½ +éª ĺ +åª ª +å· ¯ +ç¿ ļ +çļ ´ +éª Ľ +ç¼ Ĥ +ç¼ ĥ +ç¼ Ħ +å½ ĺ +ç¼ ĩ +ç¼ Ī +ç¼ Į +ç¼ ij +ç¼ Ĵ +ç¼ Ĺ +é£ ¨ +èĢ ¢ +çij ģ +çij Ĺ +çij Ħ +éģ ¨ +éª ľ +éŁ « +é« ¡ +å¡ ¬ +éĦ ¢ +è¶ Ķ +è¶ ij +æij ħ +æij ģ +èľ ĩ +æIJ ĭ +æIJ ª +æIJ IJ +æIJ Ľ +æIJ ł +æij Ī +å½ Ģ +æ¯ Ĥ +æIJ ¦ +æIJ ¡ +èĵ ģ +æĪ ¡ +è ĵį +éĦ ŀ +èĵ IJ +èĵ ¦ +é¹ ĭ +èĴ ½ +èĵ ĸ +èĵ Ĭ +èĴ ¯ +èĵ Ł +èĵ ij +èĴ º +èĵ ł +èĴ Ł +èĴ ¡ +èĴ ¹ +èĴ ´ +èĴ Ĺ +èĵ ¥ +æ¥ Ķ +æ¥ Ĥ +æ¥ Ŀ +æ¥ « +æ¥ ¸ +æ¤ ´ +æ§ Į +æ¥ ¯ +çļ Ļ +æ¦ Ī +æ§ İ +æ¦ ī +æ¥ ¦ +æ¥ £ +æ¥ ¹ +æ¤ ½ +åī ½ +éħ © +èľ ĥ +ç¢ Ľ +ç¢ ĵ +ç¡ ¼ +ç¢ ī +ç¢ ļ +ç¢ ĩ +ç¢ ľ +é¹ Į +è¾ ı +é¾ ĥ +é¾ ħ +è¨ ¾ +ç² ² +çĿ ļ +åĹ ª +éŁ ª +åĹ · +åĹ ī +çĿ ¨ +çĿ ¢ +éĽ İ +çĿ ¥ +åĹ ij +åĹ « +åĹ ¬ +åĹ Ķ +åĹ Ŀ +æĪ ¥ +åĹ Ħ +çħ ¦ +æļ Ħ +éģ ¢ +æ ļĮ +è· ¬ +è· ¶ +è ·¸ +è· IJ +è· £ +è· ¹ +èĽ ¸ +èľ Ĭ +èľ į +èľ ī +èľ £ +çķ ¹ +èĽ ¹ +åĹ ¥ +åĹ ² +åĹ ³ +åĹ Į +åĹ į +åĹ IJ +åĹ ¤ +åĹ µ +ç½ ¨ +åµ Ĭ +åµ ´ +éª ° +éĶ Ĺ +éĶ Ľ +éĶ ľ +éĶ Ŀ +éĶ ŀ +éĶ Ł +éĶ ¢ +éĶ ¨ +éĶ © +éĶ Ń +éĶ ± +éĽ ī +æ° ² +çĬ ı +æŃ ĥ +ç¨ ŀ +ç¨ Ĺ +ç¨ Ķ +çŃ ł +çŃ ¢ +çŃ ® +çŃ ² +çī Ĵ +æķ « +å¾ Ń +æĦ Ĩ +èī Ħ +è§ İ +æ¯ ¹ +è² Ĭ +è² ħ +è² ī +é¢ Ķ +èħ ł +èħ © +èħ ¼ +èħ Ń +è ħ§ +å¡ į +åª µ +é² ħ +é² Ĩ +é² ĩ +é² Ī +é² ĭ +é² IJ +èĤ Ħ +é¹ IJ +é£ ķ +è§ ¥ +éģ Ľ +é¦ IJ +é¹ ij +äº ¶ +çĺ ĥ +çĹ ± +çĹ ¼ +çĹ ¿ +çĺ IJ +çĺ ģ +çĺ Ĩ +éº Ĥ +æŃ Ĩ +æĹ Ĵ +éĺ ĸ +éĺ Ĺ +ç¾ § +è± ¢ +ç² ³ +çĮ · +çħ ³ +çħ ¨ +çħ ħ +çħ Ĭ +çħ ¸ +çħ º +æ» Ł +æº ± +æº ĺ +æ¼ Ń +æ» ¢ +æº ¥ +æº ½ +è£ Ł +æº » +æº · +æ» Ĺ +æ» « +æº ´ +æ» ı +æ» ĥ +æ» ¦ +æº ı +æ» Ĥ +æ» ĵ +æº Ł +æ» ª +æĦ « +æħ Ĭ +é² İ +éª ŀ +çª ł +çª £ +è£ ± +è£ ¨ +è£ ¾ +è£ ° +ç¦ Ĭ +è° © +è° ª +åª ¾ +å« « +åª ² +å« Ĵ +å« Ķ +åª ¸ +ç¼ Ļ +ç¼ ľ +ç¼ Ľ +è¾ Ķ +éª Ŀ +ç¼ Ł +ç¼ ¡ +ç¼ ¢ +ç¼ £ +éª Ł +èĢ ¥ +çĴ Ī +çij Ń +çį Ĵ +è§ ı +æħ Ŀ +å« ł +åı Ĩ +æij ½ +å¢ ģ +æĴ Ĥ +æij ŀ +æĴ Ħ +ç¿ ¥ +è¸ ħ +æij Ń +å¢ ī +å¢ Ĵ +æ¦ ĸ +ç¶ ¦ +èĶ « +èĶ · +éĿ º +éĿ ¼ +éŀ ħ +éĿ ¿ +çĶ į +èĶ ¸ +èĶ Ł +èĶ º +æĪ ¬ +èķ ĸ +èĶ » +èĵ ¿ +æĸ ¡ +é¹ ķ +èĵ ¼ +æ¦ Ľ +æ¦ § +æ¦ « +æ¦ Ń +æ§ Ķ +æ¦ ± +æ§ ģ +æ§ ł +æ¦ · +åĥ ° +éħ ½ +éħ ¹ +ç¢ ¡ +ç¢ ´ +ç¢ £ +ç¢ ² +èĩ § +è± ¨ +æ® ¡ +éľ ģ +èľ ļ +é¾ ĩ +é¾ Ī +ä ģ +äģ ĸ +çĿ ½ +åĺ ŀ +åĺ Ī +åĺ Į +åĺ ģ +æļ Ŀ +è¸ Į +è¸ ī +èľ ŀ +èľ ¥ +èľ ® +èĿ Ī +èľ ´ +èľ ± +èľ © +èľ · +èľ ¿ +èŀ Ĥ +èľ ¢ +åĺ ¡ +é¹ Ĺ +åĺ £ +åĺ ¤ +åĺ ļ +åĹ ¾ +åĺ § +ç½ ´ +ç½ ± +å¹ Ķ +å¶ Ĥ +å¹ Ľ +èµ Ļ +ç½ Ĥ +éª · +éª ¶ +é¹ ĺ +éĶ ² +éĶ ´ +éĶ ¶ +éĶ · +éĶ ¸ +éĶ µ +éķ Ĥ +çĬ Ĵ +ç® IJ +ç® ¦ +ç® § +ç® ¸ +ç® ¬ +ç® ħ +ç® ª +ç® ľ +ç® ¢ +ç® ĵ +åĥ ĸ +åĦ Ĩ +åĥ ³ +åĥ Ń +åĬ ģ +åĥ ® +éŃ ĥ +éŃ Ĩ +çĿ ¾ +èī ĭ +éĦ ± +èĨ Ī +èĨ ij +é² ij +é² Ķ +é² ļ +é² Ľ +é² Ł +çį IJ +è§ « +éĽ Ĵ +å¤ ¤ +é¦ ij +éĬ ® +å¡ ¾ +çĺ Į +çĺ Ĭ +çĺ ĺ +çĺ Ļ +æĹ ĸ +èĨ Ĥ +éĺ ļ +éĦ ¯ +é² ŀ +ç² ¿ +ç² ¼ +ç³ ģ +æ§ Ĭ +é¹ ļ +çĨ ĺ +çĨ ¥ +æ½ ¢ +æ¼ ķ +æ» ¹ +æ¼ ¯ +æ¼ ¶ +æ½ ĭ +æ½ ´ +æ¼ ª +æ¼ ī +æ¼ © +æ¾ ī +æħ µ +æIJ ´ +çª ¨ +å¯ ¤ +ç¶ ® +è° ® +è¤ ¡ +è¤ Ļ +è¤ ĵ +è¤ Ľ +è¤ Ĭ +è° ¯ +è° ° +è° ² +å± £ +é¹ Ľ +å« ± +å« ĸ +å« ¦ +å« ļ +å «ĺ +é¼ IJ +çŀ Ģ +é¹ ľ +éª ł +ç¼ ¥ +ç¼ ¦ +ç¼ § +ç¼ ¨ +éª ¢ +ç¼ « +èĢ ¦ +èĢ § +çĴ ľ +çĴ İ +çĴ ģ +å¥ Ń +é« ¯ +é« « +æĴ · +æĴ ħ +èµ Ń +æĴ ¸ +éĭ Ĩ +æĴ Ļ +æĴ º +å¢ Ģ +èģ © +è§ IJ +éŀ ij +èķ Ļ +éŀ Ĵ +èķ Ī +èķ ¨ +èķ ¤ +èķ ŀ +èķ º +çŀ ¢ +èķ ĥ +èķ ² +èµ ľ +æ§ ¿ +æ¨ ¯ +æ§ Ń +æ¨ Ĺ +æ¨ ĺ +æ§ ² +éĨ Į +éĨ ħ +éĿ ¥ +éŃ ĩ +é¤ į +ç£ Ķ +ç£ Ļ +éľ Ī +è¾ ĺ +é¾ ī +é¾ Ĭ +è§ ij +çŀ Į +ç ŀĭ +çŀ ij +åĺ Ń +åĻ İ +åĻ ¶ +é¢ Ļ +æļ ¹ +åĻ ĺ +è¸ Ķ +è¸ Ŀ +è¸ Ł +è¸ Ĵ +è¸ ¬ +è¸ ® +è¸ ¯ +è¸ º +è¸ ŀ +èĿ ½ +èĿ ¾ +èĿ » +èĿ ° +èĿ ® +è ŀĭ +èĿ ĵ +èĿ £ +è Ŀ¼ +åĺ ¬ +é¢ ļ +åĻ į +åĻ Ļ +åĻ Į +åĻ Ķ +é¢ Ľ +å¹ ŀ +å¹ ¡ +å¶ Ļ +å¶ Ŀ +éª º +éķ Ĭ +éķ ī +éķ Į +éķ ı +éķ Ĵ +éķ ĵ +éķ Ķ +ç¨ · +ç® ´ +ç¯ ij +ç¯ ģ +ç¯ Į +çī ĸ +åĦ ĭ +èĻ ¢ +é¹ ŀ +èĨ ĺ +é² ł +é² ¡ +é² ¢ +é² £ +é² ¥ +é² § +é² © +çį Ĺ +çį ł +è§ ¯ +é¦ ĵ +é¦ Ķ +éº ¾ +å» Ľ +çĺ Ľ +çĺ ¼ +çĺ ¢ +çĺ ł +é½ ij +ç¾ ° +𥠻 +ð¥» Ĺ +ç³ Į +ç³ į +ç³ ħ +çĨ ľ +ç Ĩµ +æ¾ į +æ¾ Į +æ½ ¸ +æ½ ¦ +æ½ ² +éĭ Ī +æ½ Ł +æ½ º +å¯ ® +çª ³ +è° ³ +è¤ ´ +è¤ Ł +è¤ « +è° µ +çĨ ¨ +å± ¦ +åĭ ° +æĪ ® +èĿ ¥ +ç¼ ¬ +ç¼ ® +ç¼ ¯ +éª £ +çķ ¿ +èĢ © +èĢ ¨ +èĢ ª +çĴ Ł +éĿ Ľ +çĴ ł +çĴ ĺ +èģ ± +èŀ ¯ +é« » +é« Ń +é« ¹ +æĵ Ģ +çĶ ı +æĵ ŀ +ç¸ ł +ç£ ¬ +é¢ ŀ +èķ » +é¢ Ł +èĸ ¤ +èĸ ¨ +æª ł +èĸ ı +èĸ ® +èĸ ľ +èĸ ħ +æ¨ ¾ +æ© Ľ +æ© ĩ +æ¨ µ +æª İ +æ© ¹ +æ¨ ½ +æ¨ ¨ +æ© ¼ +å¢ ¼ +æ© IJ +ç¿ ® +éĨ IJ +éĨ į +éĨ ļ +ç£ ² +èµ Ŀ +æ® ª +éľ ı +éĮ ¾ +è¾ ļ +éģ ½ +æ° ħ +çŀ Ł +çŀ ł +çŀ ° +åļ Ħ +åļ Ĩ +åĻ ¤ +æļ ¾ +è¹ Ģ +è¸ µ +è¸ ½ +è¹ ī +è¹ ģ +èŀ ¨ +èŀ Ī +èŀ ħ +èŀ Ń +èŀ ł +èŀ Ł +åĻ ± +åĻ « +åĻ » +åĻ ¼ +ç½ ¹ +åľ ľ +ä ¦ +ä¦ ĥ +éķ Ĺ +éķ ĺ +éķ ļ +éķ Ľ +éķ Ŀ +éķ ŀ +éķ ł +æ° ĩ +æ° Ĩ +ç© ij +ç¯ Ŀ +ç¯ ¥ +ç¯ ¦ +ç¯ ª +ç¯ Ļ +çĽ ¥ +åĬ ĵ +ç¿ ± +éŃ ī +éŃ Ī +å¾ ¼ +æŃ Ļ +èĨ ¦ +èĨ Ļ +é² ® +é² ± +é² ³ +é² ´ +é² µ +é² · +é² » +çį ´ +çį Ń +çį ¬ +éĤ Ĥ +é¹ § +å» ¨ +èµ Ł +çĺ ° +å» ª +çĺ ¿ +çĺ µ +çĺ ´ +çĻ ĥ +çĺ ³ +éº ĩ +éº Ī +å ¬´ +å£ ħ +ç³ Ĺ +çĶ ij +çĩ İ +çĩ ł +çĩ Ķ +çĩ § +æ¿ ij +æ¿ ī +æ½ ŀ +æ¾ § +æ¾ ¹ +æ¾ ¥ +æ¾ ¶ +æ¿ Ĥ +è¤ ° +çª ¸ +å¬ ĸ +çĬ Ł +éļ ° +å¬ Ĺ +é¢ ¡ +ç¼ ± +ç¼ ² +ç¼ ³ +çĴ © +çĴ ª +èŀ « +æĵ ¤ +å£ ķ +è§ ³ +ç½ Ħ +æĵ ¢ +èĸ ¹ +éŀ ¡ +éŀ ¬ +èĸ · +èĹ ĵ +èĹ ģ +æª Ħ +æª © +æĩ ĭ +éĨ ¢ +ç¿ ³ +ç¤ ħ +ç£ ´ +é¹ © +é¾ ĭ +é¾ Į +è± ³ +å£ ij +é» » +åļ ı +åļ ħ +è¹ ij +è¹ Ĵ +è¹ Ĭ +è Ł¥ +èŀ ¬ +èŀ µ +çĸ ĥ +èŀ ³ +èŁ ij +åļ ĵ +ç½ ½ +ç½ ¾ +å¶ · +é» ľ +é» Ŀ +é« ģ +é« Ģ +éķ ¡ +éķ ¢ +éķ £ +éķ ¦ +éķ § +éķ © +éķ ª +éķ « +ç½ ħ +ç° Į +ç¯ ¾ +ç¯ ¼ +ç° ĸ +ç° ĭ +é¼ ¢ +åĦ ¡ +é¹ ª +é¼ ¾ +çļ ¤ +éŃ į +é¾ ł +ç¹ ĩ +è² ĺ +éĤ Ī +è² Ķ +èĩ Į +èĨ » +èĩ Ĩ +èĩ ĥ +é² ¼ +é² ½ +é³ Ģ +é³ ĥ +é³ ħ +é³ ĩ +é³ Ĭ +èŀ ½ +çĩ ® +é¹ « +ç³ ľ +ç¸ » +çĻ į +éº ĭ +æĩ ij +æ¿ ¡ +æ¿ ® +æ¿ ŀ +æ¿ ł +æ¿ ¯ +è¹ ĩ +è¬ ĩ +éĤ ĥ +è¥ ģ +æª Ĺ +æ ĵĺ +åŃ º +éļ ³ +å¬ · +èŁ Ĭ +é¹ ¬ +éį ª +éı Ĭ +é¬ Ī +é¬ ĥ +çŀ ½ +éŀ ¯ +éŀ ¨ +éŀ « +éŀ § +éŀ £ +èĹ ľ +èĹ ł +éĨ ª +è¹ Ļ +ç¤ ĵ +çĩ ¹ +é¤ ® +çŀ ¿ +æĽ Ľ +é¢ ¢ +èº ĩ +è¹ ļ +èŁ Ľ +èŁ ª +èŁ ł +èŁ ® +é¹ ® +é» ł +é» Ł +é« ħ +é« Ĥ +éķ ¬ +éķ Ń +éķ ¯ +é¦ ¥ +ç° Ł +ç° ª +é¼ ¬ +éĽ ł +èī Ł +é³ İ +é³ ı +é³ IJ +çĻ ŀ +çĻ Ķ +ç³ ¨ +è¹ © +éİ ı +éĤ ĭ +é¬ ı +æĶ ī +éŀ ² +éŀ ´ +èĹ ¿ +èĺ § +èĺ ħ +éĨ ® +éĨ ¯ +éħ ĥ +éľ ª +éľ Ń +éľ ¨ +é» ¼ +åļ ¯ +è¹ ° +è¹ ¶ +è¹ ½ +è¹ ¼ +è¹ ´ +è¹ ¾ +è¹ ¿ +èł ĸ +èł ĵ +èŁ ¾ +èł Ĭ +é» ¢ +é« ĭ +é« Į +éķ ² +ç± Ģ +é½ ģ +éŃ ij +èī ¨ +é³ ĵ +é³ Ķ +é³ ķ +é³ Ĺ +é³ Ļ +éı ĸ +ç¾ ¸ +㸠Ĩ +çĢ £ +çĢ Ľ +è¥ ¦ +è° ¶ +è¥ ŀ +éª ¥ +ç¼ µ +çĵ Ĵ +æĶ ĺ +èĺ © +èĺ ĸ +éĨ ´ +éľ ° +éħ Ĩ +çŁ į +èº ħ +é¼ į +å· ī +é» © +é» ¥ +é» ª +éķ ³ +éķ ´ +é» § +çº Ĥ +çĴ º +é¼ ¯ +èĩ ľ +é³ ľ +é³ Ŀ +é³ Ł +çį ¾ +åŃ Ģ +éª § +ç ĵĺ +é¼ Ļ +éĨ º +ç¤ ´ +é¢ ¦ +æĽ © +é³ ¢ +éº Ŀ +å¤ Ķ +çĪ Ŀ +çģ ı +ç¦ ³ +éIJ ¾ +ç¾ ¼ +èł ¡ +èĢ ± +é¹ ³ +æ° į +é¥ ķ +èº IJ +é« ij +éķ µ +ç© ° +é¥ Ķ +é¬ » +é¬ Ł +è¶ ± +æĶ « +æĶ ¥ +é¢ § +èº ľ +é¼ ¹ +çĻ ¯ +èł ² +èł ¹ +èº ŀ +è¡ ¢ +çģ ŀ +è¥ » +çº Ľ +é¬ £ +æĶ ® +åĽ Ķ +é¦ ķ +æĪ Ĩ +çĪ ¨ +é½ ī +äº į +å° ¢ +å½ ³ +åį ¬ +æ® ³ +ðł Ļ¶ +æ¯ Į +éĤ ĺ +æĪ ĭ +åľ ¢ +æ° ķ +ä¼ ĭ +ä» Ŀ +åĨ ® +æ° ¿ +æ± Ī +æ° ¾ +å¿ ī +å® Ħ +𬣠Ļ +è® ± +æī ŀ +åľ ² +åľ « +èĬ ı +èĬ ĥ +æľ ³ +æľ ¸ +ð¨ Ļ +ð¨Ļ ¸ +éĤ ¨ +åIJ Ĵ +åIJ ĸ +å± ¼ +å± ¾ +è¾ ¿ +éĴ Ĩ +ä» ³ +ä¼ £ +ä¼ Ī +çĻ ¿ +çĶ ª +éĤ ł +çĬ ´ +åĨ ± +éĤ ¡ +ð¬ĩ ķ +æ± ĭ +ä ľ +äľ £ +è® » +𬣠ŀ +åŃ ĸ +ð¬ĺ ĵ +çº © +çİ Ĵ +çİ ĵ +çİ ĺ +çİ ļ +åĪ ¬ +ð«Ń Ł +åĿ ľ +åĿ ī +æī ½ +ð«Ń ¢ +åĿ ĭ +æī º +㧠ij +æ¯ IJ +èĬ ° +èĬ £ +èĭ Ĭ +èĭ ī +èĬ ĺ +èĬ ´ +èĬ ł +ð« ĩ +ð«ĩ Ń +èĬ ¤ +æĿ ķ +æĿ Ļ +æĿ Ħ +æĿ § +æĿ © +å° ª +å° ¨ +è½ ª +ð«IJ Ħ +åĿ Ĵ +èĬ Ī +æĹ ´ +æĹ µ +åij Ļ +ã ķ +ãķ ® +å² į +ð« µ +𫵠· +å² ł +å² ľ +åij ĩ +åĨ ı +è§ ĥ +å² Ļ +ä¼ ¾ +ãij ĩ +ä¼ Ń +ä½ ĸ +ä¼ ² +ä½ ģ +é£ ı +çĭ ĥ +éĹ ¶ +æ± § +æ± « +𣲠ĺ +ð£² Ĺ +æ² Ħ +æ² ĺ +ð¬ĩ Ļ +æ± Ń +ã³ ĩ +æ² ĩ +å¿ ® +å¿ ³ +å¿ º +𬣠¡ +ç¥ ĥ +è¯ ĩ +éĤ ² +è¯ İ +è¯ IJ +å± ĥ +ð« ¸ +𫸠© +å² Ĭ +éĺ ½ +ä¢ º +éĺ ¼ +å¦ § +å¦ ĺ +ð¨ ļ +ð¨ļ ķ +çº ® +é© ² +ð«ĺ ľ +çº » +ð¬ĺ ĺ +ð«ĺ Ŀ +çº ¼ +çİ ¤ +çİ ŀ +çİ ± +çİ Ł +éĤ ½ +éĤ ¿ +åĿ ¥ +åĿ ° +åĿ ¬ +åĿ ½ +å¼ Ĩ +èĢ µ +ä¢ ¼ +ð¦ Ń +ð¦Ń ľ +èĮ ĭ +èĭ § +èĭ ¾ +èĭ ł +æŀ ħ +ãŃ İ +æŀ ĺ +æŀ į +çŁ ¼ +çŁ » +åĮ ¼ +𬨠Ĥ +ð¬Ģ © +ð¬Ģ ª +æĹ ¿ +æĺ Ħ +æĺ Ĵ +æĺ Ī +åĴ ī +åĴ ĩ +åĴ į +å² µ +å² ½ +å² ¨ +å² ŀ +å³ Ĥ +ã Ł +ãŁ ĥ +åĽ · +𬬠© +éĴ IJ +éĴ Ķ +éĴ ĸ +çī ¥ +ä½ ´ +åŀ Ī +ä¾ ģ +ä¾ ¹ +ä½ ¸ +ä½ º +éļ ¹ +ãij Ĭ +ä¾ Ĥ +ä½ ½ +ä¾ ĺ +éĥ Ī +èĪ ł +éĥ IJ +éĥ ĥ +æĶ ½ +èĤ Ń +èĤ ¸ +èĤ · +çĭ ī +çĭ Ŀ +é¥ ³ +å¿ ŀ +çĤ Į +çĤ Ĩ +æ³ Ļ +æ² º +æ³ Ĥ +æ³ ľ +æ³ ĥ +æ³ ĩ +æĢ Ĭ +å³ ĥ +ç© ¸ +ç¥ ĭ +ç¥ Ĭ +ð«į £ +𬣠³ +𬠩½ +é¸ ¤ +å¼ ¢ +å¼ ¨ +éĻ ij +𬮠¿ +éĻ İ +𬯠Ģ +åį º +ä¹ ¸ +å¦ Ń +å§ Ī +ð« ° +ð«° Ľ +è¿ ³ +åı ķ +𬳠µ +é© µ +𬳠¶ +ä Į +äĮ ¹ +é© º +ð«ł Ĭ +ç» ĭ +ç» IJ +çł ī +èĢ Ķ +ãĽ ĥ +çİ ¶ +çı ĩ +çı ħ +ð¬į Ľ +çı ĭ +çİ ¹ +çı Į +çİ ¿ +éŁ ¨ +åŀ ļ +åŀ ¯ +åŀ Ļ +åŀ ² +åŁ ı +åŀ į +èĢ ĩ +é¿ į +åŀ İ +åŀ ´ +åŀ Ł +åŀ ŀ +æĮ ĵ +åŀ µ +åŀ ı +æĭ ¶ +èį ĸ +èį ģ +èį Ļ +èį Ľ +èĮ Ī +èĮ ½ +èį Ħ +èĮ º +ð¬ľ ¬ +èį ĵ +èĮ ³ +𦠰 +𦰠¡ +èĮ Ľ +èį Ń +ãŃ ķ +æŁ · +æŁ ĥ +æŁ Ĭ +æŀ ¹ +æł IJ +æŁ ĸ +éĥ ļ +åī ħ +ä´ ĵ +è¿ º +åİ ĸ +çł Ĩ +çł ij +çł Ħ +èĢ ı +å¥ ĵ +ä ¶ +ä¶ ® +è½ µ +è½ · +è½ ¹ +è½ º +æĺ º +𪠾 +𪾠¢ +æĺ ½ +çĽ · +åĴ ¡ +åĴ º +æĺ ³ +æĺ £ +æĺ ¤ +æĺ « +æĺ ¡ +åĴ ¥ +æĺ ª +èĻ · +èĻ ¸ +åĵ ĥ +å³ ĺ +èĢ ij +å³ Ľ +𪨠° +å³ Ĺ +å³ § +å¸ ¡ +éĴ ĺ +ð«ĵ § +éĴ ľ +𬬠® +𬬠± +ð¬¬ Ń +éĴ ª +éĴ ¬ +éĴ Ń +çŁ § +ç§ ¬ +ä¿ « +èĪ ģ +ä¿ ľ +ä¿ Ļ +ä¿ į +åŀ ķ +è¡ İ +èĪ £ +å¼ ĩ +ä¾ ´ +é¸ § +äı ¡ +èĥ ł +ð¦ Ļ¶ +èĥ Ī +èĥ © +èĥ £ +æľ ı +é£ IJ +è¨ Ħ +é¥ » +åº ¤ +çĸ ¢ +çĤ £ +çĤ Ł +ã ¶ +㶠² +æ´ Ń +æ´ ĺ +æ´ ĵ +æ´ ¿ +ã³ ļ +æ³ ļ +æµ Ī +æµ ī +æ´ ¸ +æ´ ij +æ´ ¢ +æ´ Ī +æ´ ļ +æ´ º +æ´ ¨ +æµ IJ +ã³ ĺ +æ´ ´ +æ´ £ +æģ Ķ +å® ¬ +çª Ģ +æī Ĥ +è¢ Ĩ +ç¥ ı +ç¥ IJ +ç¥ ķ +åı ļ +éĻ § +éĻ ŀ +å¨ Ģ +å§ ŀ +å§ ± +å§ ¤ +å§ ¶ +å§ ½ +æŀ ² +ç» ĸ +éª ĥ +ð¬ĺ ¡ +𬳠½ +ð¬ĺ © +ð«Ħ § +å½ ĸ +éª ī +æģ Ŀ +çı ª +çı Ľ +çı ¹ +çIJ Ĭ +çİ ¼ +çı ĸ +ðª Ł +ðªŁ Ŀ +çı ½ +çı ¦ +çı « +çı Ĵ +ð¬į ¤ +çı ¢ +çı ķ +çı Ŀ +ð«Ń ¼ +åŁ Ĺ +åŀ ¾ +åŀ º +åŁ Ĩ +åŀ ¿ +åŁ Į +åŁ ĩ +èİ ° +èĮ Ŀ +ð¬ľ ¯ +éĦ Ģ +èİ ¶ +èİ Ŀ +äĵ ĸ +èİ Ļ +æł » +æ¡ ł +ð¬ Ĥ +ð¬Ĥ © +æ¡ Ħ +æ¢ ł +æł ´ +æ¢ ´ +æł Ĵ +éħ İ +éħ ı +ð«ł Ĩ +çł µ +çł ł +çł « +çł ¬ +ç¡ ģ +æģ § +ç¿ ĥ +éĥ ª +ð¨ IJ +ð¨IJ Ī +è¾ Ģ +è¾ ģ +ð¬ Į +ð¬Į Ĺ +åī ķ +èµ Ģ +åĵ ¢ +æĻ ħ +æĻ Ĭ +åĶ Ŀ +åĵ ³ +åĵ ± +åĨ Ķ +æĻ Ķ +æĻ IJ +çķ ĸ +èļ Ħ +èļ Ĩ +ð« ij +ð«ij ¡ +å¸ ± +å´ ģ +å³ ¿ +𪨠¶ +å´ Ħ +å¸ ¨ +å ´Ģ +èµ Ĩ +𬠬¸ +éĴ · +𬬠» +𬬠¹ +𬬠¿ +ð¬Ń ģ +çľ ļ +çĶ ¡ +ç¬ « +åĢ » +åĢ ´ +èĦ © +åĢ ® +åĢ ķ +åĢ ŀ +ð« ¢ +ð«¢ ¸ +åĢ ĵ +åĢ § +è¡ ĥ +èĻ Ĵ +èĪ Ń +èĪ ¯ +èĪ ¥ +çĵ ŀ +é¬ ¯ +é¸ ° +èĦ İ +æľ ĵ +èĥ ² +èĻ ĵ +é± ½ +çĭ ´ +å³ ± +çĭ » +çľ ¢ +ð«Ĺ § +åĭ į +çĹ Ħ +çĸ ° +çĹ ĥ +ç« ĺ +ç¾ ĸ +ç¾ ĵ +æ¡ Ĭ +æķ ī +çĥ ł +çĥ Ķ +çĥ ¶ +çĥ » +ð¬Ĭ Ī +æ¶ į +æµ ¡ +æµ Ń +æµ ¬ +æ¶ Ħ +æ¶ ¢ +æ¶ IJ +æµ ° +æµ Ł +æµ Ľ +æµ ¼ +æµ ² +æ¶ ĺ +æĤ Ī +æĤ ĥ +æĤ ¢ +ð¬Ĵ Ī +å® § +çª ħ +çª Ĭ +çª İ +æī ħ +æī Ĩ +è¢ ª +è¢ Ĺ +è¢ ¯ +ç¥ § +éļ º +åł ² +çĸ į +𨠺 +𨺠Ļ +éĻ ´ +ç ĥĿ +çł ® +ãĽ ļ +åĵ ¿ +ç¿ Ģ +ç¿ Ĥ +åī Ł +𬳠¿ +ð«Ħ ¨ +ç» ¤ +éª į +ð¬ĺ « +ä Ĥ +äĤ ® +çIJ İ +çı ¸ +çı µ +çIJ Ħ +çIJ Ī +çIJ Ģ +çı º +æİ Ń +åł İ +åł IJ +åŁ ¼ +æİ İ +åŁ « +åł Į +æĻ ¢ +ð« ® +ð«® ĥ +æİ ŀ +åŁ ª +å£ ¸ +ãĻ į +èģ į +èı Ŀ +èIJ ļ +èı ¥ +èİ ¿ +äĵ « +åĭ ļ +äĵ ¬ +èIJ Ĩ +èı Ĥ +èı į +èı ¼ +èIJ £ +äĵ ¨ +èı ī +äĵ Ľ +æ¢ ¼ +æ¢ ½ +æ¡ ² +æ¢ ¾ +æ¡ ¯ +æ¢ £ +æ¢ Į +æ¡ ¹ +æķ Ķ +åİ £ +ç¡ Ķ +é¿ İ +ç¡ Ļ +ç¡ ļ +ç¡ Ĭ +ç¡ į +åĭ Ķ +ä´ ķ +é¾ ģ +éĢ ´ +åĶ ª +åķ « +ç¿ Ī +ã « +ã« ° +æĻ Ļ +çķ ¤ +𬱠ĸ +è¶ ¼ +è· Ĥ +èĽ ĥ +èļ ² +ð¬Ł ½ +èļ º +åķ ´ +äİ ĥ +å´ § +å´ Ł +å´ ŀ +å´ Ĵ +å´ Į +å´ ¡ +éĵ ı +ð«ĵ ¯ +ð«Ł ¹ +éĵ ķ +ð«Ł ¼ +éĵ ĸ +éĵ ĺ +éĵ ļ +éĵ ŀ +éĵ ¥ +éĵ ´ +çī » +çī ¿ +ç¨ Ĩ +ç¬ ± +ç¬ ¯ +åģ ° +åģ ¡ +é¸ º +åģ Ń +åģ ² +åģ ģ +ã ¿ +ã¿ ł +éĦ ħ +åģ ĵ +å¾ Ľ +è¡ Ĵ +èĪ ³ +èĪ ² +é¸ ¼ +æĤ Ĩ +éĦ ĥ +çĵ » +ä Ŀ +äĿ Ļ +èĦ ¶ +èĦ ŀ +èĦ Ł +äı ² +é± ¾ +çĮ ĩ +çĮ Ĭ +çĮ Ħ +è§ ĸ +ðł ħ +ðłħ ¤ +åº ± +åº ¼ +åº ³ +çĹ ĵ +ä´ Ķ +ç« « +åł ĥ +éĺ Į +ç¾ Ŀ +ç¾ ķ +çĦ Ĩ +çĥ º +çĦ Į +æ· ı +ð¬ĩ ¹ +æ· Ł +æ· ľ +æ· ´ +æ· ¯ +æ¹ ´ +æ¶ ´ +ð¬į ¡ +ã ¥ +㥠Ħ +æĥ Ľ +æĥ Ķ +æĤ ° +æĥ Ļ +å¯ ģ +éĢ Ń +𬤠ĩ +ð«į ¯ +è¢ ¼ +è£ Ī +ç¥ ² +𬤠Ĭ +ð«į ² +è° ŀ +èī ´ +å¼ ¸ +å¼ ¶ +ð¬¯ İ +éļ ĥ +å© ŀ +å¨ µ +å© ¼ +åª ĸ +å© ³ +å© į +å© Į +å© « +å© ¤ +å© ĺ +å© ł +ð¬ĺ ¬ +ð¬ĺ Ń +𬴠Ĥ +ð«ĺ ¦ +ç» ¹ +ð«Ł ħ +ð¬ĺ ¯ +éª ķ +ð«ĺ § +çµ ľ +çı · +çIJ ² +çIJ ¡ +çIJ Ł +çIJ Ķ +çIJ Ń +åł ¾ +åł ¼ +æı ķ +ãĻ ĺ +åł § +åĸ Ĩ +åł ¨ +å¡ ħ +åł ł +çµ · +𪠣 +𪣠» +ð¡ İ +ð¡İ ļ +è ijľ +æĥ İ +èIJ ³ +èij Ļ +éĿ ¬ +èij ´ +èĴ ĩ +èĴ Ī +éĦ ļ +èĴ ī +èĵ ĩ +èIJ © +èij ° +èij İ +éĦ ij +èĴ İ +èij ĸ +èĴ Ħ +èIJ ¹ +æ£ ¤ +æ£ ½ +æ£ « +æ¤ ĵ +æ¤ ij +ð¬ ĥ +ð¬ĥ Ĭ +é¹ Ģ +æ¤ Ĩ +æ£ ĵ +æ£ ¬ +æ£ ª +æ¤ Ģ +æ¥ Ĺ +𬠷 +𬷠ķ +çĶ ¦ +éħ ¦ +è§ Į +å¥ ¡ +çļ ķ +ç¡ ª +æ¬ ¹ +è© Ł +ð«IJ IJ +è¾ Į +æ£ IJ +é¾ Ĥ +𬠹 +𬹠¼ +é» ¹ +çī ļ +çĿ İ +æĻ « +æĻ ª +æĻ ± +ð § +𧠿 +𧿠¹ +èĽ ij +çķ ¯ +æĸ Ŀ +åĸ ¤ +å´ ¶ +åµ ģ +ð« ¶ +𫶠ĩ +å´ ¾ +åµ ħ +å´ ¿ +åµ ļ +ç¿ Ļ +ð«ĸ ® +åľ Į +åľ IJ +èµ ij +èµ Ĵ +é¿ ı +éĵ ¹ +ð¬Ń Ĭ +éĵ ½ +𨱠ĩ +ð«ĵ ¶ +éĶ Ĭ +éĶ į +éĶ İ +ð¬Ń İ +éĶ ĵ +çĬ ĩ +é¢ ĭ +ç¨ Į +çŃ Ģ +çŃ ĺ +çŃ ľ +çŃ ¥ +çŃ ħ +åĤ ĥ +åĤ ī +ç¿ Ľ +åĤ Ĵ +åĤ ķ +èĪ ¾ +çķ ¬ +ð«ĸ ¯ +èĦ ¿ +èħ ĺ +ä IJ +äIJ ĥ +èħ Ļ +èħ Ĵ +𬱠Ł +é² ĥ +çĮ ° +ð« Ľ +ð«Ľ Ń +çĮ ¯ +ã º +㺠Ħ +é¦ ī +åĩ ĵ +éĦ Ĺ +ð« · +ð«· · +å» ĭ +å» Ĩ +éĦ Į +ç² ¢ +éģ Ĩ +æĹ IJ +𬮠± +çĦ ŀ +ð¬Ĭ ¤ +æ¬ » +𣠸 +𣸠£ +æº ļ +æº ģ +æ¹ Ŀ +æ¸ ° +æ¹ ĵ +ã ´ +ã´ Ķ +æ¸ Ł +æº ł +æ¸ ¼ +æº ĩ +æ¹ £ +æ¹ ij +æº ŀ +æĦ IJ +æĦ ĥ +æķ © +çĶ ¯ +æ£ ¨ +æī Ĭ +è£ £ +ç¥ ¼ +å© » +åª Ĩ +åª ŀ +ãĽ ¹ +åª ĵ +åª Ĥ +åª Ħ +æ¯ µ +çŁ ŀ +𬴠ĥ +ð«ĺ ¨ +ç¼ Ĭ +ç¼ IJ +éª Ļ +çij ĥ +çij ĵ +çij ħ +çij Ĩ +ä´ ĸ +çij ĸ +çij Ŀ +çij Ķ +çij Ģ +𤠧 +𤧠Ľ +çij ³ +çij Ĥ +å¶ ħ +çij ij +éģ ĺ +é« ¢ +å¡ ¥ +åł ½ +èµ ª +æij Ľ +å¡ Ŀ +æIJ Ĵ +æIJ Į +èĴ ± +èĴ ¨ +èĵ ı +èĶ Ģ +èĵ ¢ +èĵ Ĥ +èĴ » +èĵ £ +æ¤ ¹ +æ¥ ª +æ¦ ĥ +æ¦ ħ +æ¥ Ĵ +æ¥ © +æ¦ ĩ +æ¤ ¸ +æ¥ Ļ +æŃ ħ +𬠪 +𬪠© +ç¢ ĥ +ç¢ ı +ð¬Ĵ Ķ +ç¢ Ī +äĥ ħ +ç¡ ¿ +éĦ ł +è¾ Ĵ +ð¬¨ İ +ð«IJ ĵ +é¾ Ĩ +è§ ľ +ä £ +ä£ ĺ +æļ ķ +é¹ į +ð« « +ð«« ĩ +㬠Ĭ +æļ ħ +è· ± +èľ IJ +èľ İ +åµ ² +èµ Ĺ +éª ± +éĶ ĸ +ð«ĵ ¹ +éĶ ĺ +éĶ ³ +éĶ § +éĶ ª +ð¬Ń ļ +éĶ « +éĶ ¬ +ð¬Ń Ľ +ç¨ ij +ç¨ Ļ +ä ħ +äħ Ł +ð¬ ķ +ð¬ķ Ĥ +çŃ » +çŃ ¼ +çŃ ¶ +çŃ ¦ +çŃ ¤ +åĤ º +é¹ İ +åĥ ĩ +èī ħ +èī ī +è° ¼ +è² Ĩ +èħ ½ +èħ ¨ +èħ ¯ +é² ī +é² Ĭ +é² Į +ä² Ł +𬶠ĭ +𬶠į +é² ı +éĽ Ĭ +çĮ º +é£ Ķ +è§ Ł +ð¦ Ŀ¼ +é¦ Į +è£ Ľ +å» Ĵ +çĺ ħ +éĦ ĺ +é¹ Ĵ +éĦ ľ +éº Ģ +éĦ £ +éĺ ĺ +ð«Ķ ¶ +çħ ģ +çħ ĥ +çħ ´ +çħ ĭ +çħ Ł +çħ ĵ +æ» ł +æº į +æº ¹ +æ» Ĩ +æ» ī +æº ¦ +æº µ +æ¼ · +æ» § +æ» ĺ +æ» į +æĦ Ń +æħ ¥ +æħ Ĩ +å¡ ± +ð« ĮĢ +è £¼ +ç¦ ĭ +ç¦ Ķ +ç¦ ĺ +ç¦ Ĵ +è° « +é¹ Ķ +ð«ĸ ³ +æĦ į +å« Ħ +åª ± +æĪ ¤ +åĭ ł +æĪ £ +ð«ĺ ª +ð«ĺ ¬ +ç¼ ŀ +èĢ ¤ +çij § +ð« ŀ +ð«ŀ © +çij ¨ +çij ± +çij · +çij ¢ +æĸ ł +æij ı +å¢ ķ +å¢ Ī +å¢ IJ +å¢ ĺ +æij ´ +éĬ İ +ð¡ IJ +ð¡IJ ĵ +å¢ ļ +æĴ ĸ +𪠤 +ðª¤ Ĺ +éĿ ½ +éŀ ģ +èĶ Į +èĶ Ī +èĵ ° +èĶ ¹ +èĶ Ĭ +åĺ ı +æ¦ ° +æ¦ ij +æ§ ļ +ð£ Ĺ +ð£Ĺ ĭ +æ§ ľ +æ¦ į +çĸ IJ +𬸠ĺ +éħ º +éħ ¾ +éħ ² +éħ ´ +ç¢ ¶ +äĥ İ +ð¬Ĵ Ĺ +ç¢ ¨ +ð¥ Ķ +ð¥Ķ ² +ç¢ ¹ +ç¢ ¥ +åĬ Ĥ +ð«ļ ĸ +ä´ Ĺ +å¤ ¥ +çŀ į +é¹ ĸ +ã¬ İ +è· ½ +èľ ¾ +å¹ ĸ +å¶ į +åľ Ļ +𨱠ı +éĶ º +éĶ ¼ +éĶ ½ +ð¬Ń ¤ +éĶ ¾ +éĶ ¿ +éķ ĥ +éķ Ħ +éķ ħ +é¦ Ŀ +é¹ Ļ +ç® ¨ +ç® ĸ +åĬ Ħ +åĥ ¬ +åĥ ¦ +åĥ Ķ +åĥ İ +æ§ ĥ +ãĻ ¦ +é² Ĵ +é² ķ +ð«ļ ķ +é² ĸ +é² Ĺ +é² ĺ +é² Ļ +𬶠IJ +𬶠ı +ð ©½ +𩽠¾ +å¤ IJ +çį į +é£ Ĺ +𬸠ļ +åĩ ĺ +å» ij +å» Ļ +çĺ Ĺ +çĺ ¥ +çĺ ķ +é² Ŀ +éĦ « +çĨ ĩ +æ¼ ¹ +æ¼ ĸ +æ½ Ĩ +æ¼ ¤ +æ½ © +æ¼ ¼ +æ¼ ´ +ã ½ +ã½ ı +æ¼ Ī +æ¼ ĭ +æ¼ » +æħ ¬ +çª ¬ +çª Ń +ã ® +ã® ¾ +𬤠Ŀ +è¤ ķ +ç¦ Ľ +ç¦ ļ +éļ © +å« ķ +å« Ń +å« ľ +å« ª +ð¬ ĻĤ +ã » +ã» ¬ +éº ¹ +çĴ Ĩ +æ¼ ¦ +åı ĩ +å¢ £ +å¢ ¦ +å¢ ¡ +åĬ IJ +èĸ ģ +èķ ° +èĶ ĥ +é¼ Ĵ +æ§ ± +é¹ Ŀ +ç£ ı +ç£ ī +æ® £ +æħ Ń +éľ ħ +æļ µ +æļ ² +æļ ¶ +è¸ ¦ +è¸ £ +äĹ ĸ +èĿ ĺ +èĿ ² +èĿ ¤ +åĻ ĩ +å ĻĤ +åĻ Ģ +ç½ ¶ +å¶ ² +å¶ ĵ +ãł ĩ +å¶ Ł +å¶ Ĵ +éķ Ĩ +éķ Ī +éķ ĭ +éķ İ +ð¬Ń © +éķ ķ +ç¨ ¹ +åĦ ĩ +çļ ŀ +çļ Ľ +ä´ ĺ +èī İ +èī ı +é¹ Ł +𩾠ĥ +é² ¦ +é² ª +é² ¬ +æ© ¥ +è§ Ń +é¹ ł +é¹ ¡ +ç³ ĩ +ç³ Ī +ç¿ ¦ +é¹ ¢ +é¹ £ +çĨ Ľ +æ½ ĸ +æ½ µ +ã µ +ãµ IJ +æ¾ Ĥ +æ¾ Ľ +çij ¬ +æ½ ½ +æ½ ¾ +æ½ ı +æĨ Ń +æĨ ķ +𬸠£ +æĪ Ń +è¤ ¯ +ç¦ ¤ +ð«į ½ +å« ½ +éģ ¹ +𬴠Ĭ +çĴ ¥ +çĴ ² +çĴ Ĵ +æĨ Ļ +æĵ IJ +éĦ ¹ +èĸ ³ +éŀ Ķ +é» ĩ +ð¬ ŀ +ð¬ŀ Ł +èķ Ĺ +èĸ ¢ +èķ ¹ +æ© ŀ +æ© ij +æ© ¦ +éĨ ij +è§ ± +ç£ ¡ +ð¥ ķ +ð¥ķ ¢ +ç£ ľ +è± ® +ð«Ł ¦ +𬺠Ī +ð«ł ľ +é¹ ¾ +èĻ ¤ +æļ ¿ +æĽ Į +æĽ Ī +㬠ļ +è¹ ħ +è¸ ¶ +äĹ Ľ +èŀ Ĺ +çĸ ģ +ãł ĵ +å¹ ª +𪠩 +𪩠ĺ +å¶ ¦ +ð¬Ń ¬ +𨱠ij +ð¬Ń ¯ +é¦ ŀ +ç© Ħ +ç¯ ļ +ç¯ ¯ +ç° ī +é¼ ½ +è¡ ł +çĽ ¦ +èŀ £ +ç¸ ¢ +é² Ń +é² ¯ +é² ° +é² º +é² ¹ +ð«Ĺ ´ +äº ¸ +çĻ Ģ +çĺ Ń +𬸠¦ +ç¾ ± +ç³ Ĵ +çĩ ĭ +çĨ » +çĩ Ĭ +çĩ ļ +çĩ ı +æ¿ © +æ¿ ĭ +æ¾ ª +æ¾ ½ +æ¾ ´ +æ¾ Ń +æ¾ ¼ +æĨ · +æĨ º +æĩ Ķ +é» ī +å¬ Ľ +é¹ ¨ +ç¿ ¯ +ð«Ħ · +çĴ ± +𤠩½ +çĴ ¬ +çĴ ® +é« ½ +æĵ ¿ +èĸ ¿ +èĸ ¸ +æª ij +æ« Ĩ +æª ŀ +éĨ ¨ +ç ¹Ħ +ç£ ¹ +ç£ » +çŀ « +çŀ µ +è¹ IJ +èŁ ı +ã ĺ +ãĺ İ +ð¬Ń ³ +éķ ¤ +ð¬Ń ¶ +ð«Ķ į +éķ ¥ +éķ ¨ +ð¬Ń ¸ +𨱠Ķ +ð¬Ń ¼ +ð«Ķ İ +çŁ ° +ç© Ļ +ç© ľ +ç© Ł +ç° ķ +ç° ĥ +ç° ı +åĦ ¦ +éŃ ĭ +æĸ ¶ +èī ļ +𬸠ª +è° ¿ +ä² ł +𬶠Ł +é² ¾ +𬶠ł +é² ¿ +é³ ģ +é³ Ĥ +é³ Ī +é³ ī +çį ¯ +äĹ ª +é¦ ĺ +è¥ ķ +è¥ ļ +𬶠¨ +èŀ ± +çĶ ĵ +å¬ ¬ +å¬ ¥ +ð¦ Ī +ð¦Ī ¡ +ð«Ħ ¸ +çĵ Ģ +éĩ IJ +é¬ ¶ +çĪ ĩ +éŀ ³ +éŀ ® +ð¬Ł ģ +èĹ Ł +èĹ ¦ +èĹ ¨ +é¹ ² +æª « +é» ¡ +ç¤ ŀ +ç¤ Į +ð¥ ĸ +ð¥ĸ ¨ +è¹ ¢ +è¹ ľ +èŁ « +äĹ ´ +åļ ļ +é« ĥ +éķ ® +éķ ± +éħ Ĥ +é¦ § +ç° ł +ç° Ŀ +ç° ° +é¼ « +é¼ © +çļ ¦ +èĩ ij +ä² ¢ +é³ ij +é³ Ĵ +é¹ ± +é¹ ¯ +çĻ Ĺ +ð¦ Ĵ +ð¦Ĵ į +æĹ ŀ +ç¿ · +åĨ ģ +äİ ĸ +çĢ Ķ +çĢ į +çĢ Į +è¥ ľ +ä´ Ļ +ð¬Ļ Ĭ +åļ Ń +ã ° +ã° Ģ +é¬ · +éĨ Ń +è¹ ¯ +èł ĭ +ç¿ ¾ +é³ ĺ +åĦ ³ +åĦ ´ +é¼ Ĺ +ð¬¶ Ń +𩾠Į +é³ ļ +é³ Ľ +éº ij +éº ĸ +èł ĥ +å½ Ł +å¬ ¿ +é¬ Ĵ +èĺ ĺ +æ¬ Ĥ +é Ĩµ +é¢ ¥ +çĶ Ĺ +ð¨ Ł +ð¨Ł ł +å· ĩ +éħ ħ +é« İ +çĬ ¨ +𬶠® +ð¨ Ń +ð¨Ń ī +㸠Į +çĪ Ķ +çĢ ± +çĢ ¹ +çĢ ¼ +çĢ µ +è¥ « +åŃ ħ +éª ¦ +ð¬Ļ ĭ +èĢ ° +𤠫 +𤫠ī +çĵ ĸ +é¬ ĺ +è¶ ¯ +𬺠ĵ +ç½ į +é¼ ± +é³ ł +é³ ¡ +é³ £ +çĪ Ł +çĪ ļ +çģ Ī +éŁ Ĥ +ç³ µ +èĺ ¼ +ç¤ µ +é¹ ´ +èº Ķ +çļ Ń +é¾ ¢ +é³ ¤ +äº ¹ +ç± ¥ +é¼ · +ð«ļ Ń +çİ ĥ +éĨ ¾ +é½ ĩ +è§ ¿ +èł ¼ +× § +× ¤ +× Ľ +×ķ× ª +× ¡ +×Ļ× Ŀ +× ¦ +× Ĵ +× ĺ +×ķ× ¨ +× Ŀ +×ķ× ľ +× ĸ +๠Ĥ +ï º +ðŁ į +ðŁ IJ +×Ļ× ¨ +ï » +ðŁ ij +ðĿ IJ +ðŁ ı +ðŁ Ķ +ðŁ Į +ðŁ İ +ðŁ ĵ +× Ł +ðĿ ij +×ķ× ĵ +ï ¦ +Ġ× ķ +×ķ× ij +à¸Ń à¸ĩ +ðĿ ĺ +×Ļ× ª +ðĿ ķ +à¸Ĺ ีà¹Ī +Ø§Ø ¦ +ðŁ ¤ +×ķ× Ł +ر ÙĬ +×Ļ× ľ +ร ะ +า ย +ï ¯ +ï ® +า ม +â ĩ +ðŁ ¥ +ï Ń +ðĿ Ļ +×ķ× ł +á ½ +Ġ× Ľ +ðŁ ļ +â ļ +ï § +×ij ר +×Ļ× ł +á ´ +Ġ× Ĺ +á ¼ +ðĿ Ĺ +Ġ× ¢ +×Ļ× Ķ +ãģ£ ãģŁ +ãģĵ ãģ¨ +á ¸ +ÙĬ ÙĨ +ãģª ãģĦ +ا ع +ภ¨ +à¹Ī à¸ĩ +×Ļ× ĵ +×ŀ ש +á Ī +׳ ×Ļ +×Ļ× ij +ï ¥ +ðĿ ĵ +Ġ× Ļ +× ļ +ั à¸ĩ +â ĵ +ï ¤ +ĠاÙĦ Ø£ +า à¸ģ +à¹ī à¸Ļ +à¹Ģ ร +×ķ× Ŀ +á ¹ +ภ¶ +×Ļ× § +ภĭ +à¸Ħ ร +ภĺ +ั à¸ģ +ðŁ ķ +ÙĪ ÙĨ +à¸Ń ย +â Ĭ +ðĿ Ĵ +ĠاÙĦ ع +า à¸Ļ +×Ļ× Ł +ÙĦ ÙĬ +×Ļ× © +à¸Ľ ระ +à¹Ģ à¸Ľ +Ġ× ł +×ķ× ¡ +ภł +Ùħ ÙĨ +×ķ× ¢ +×ķ× ŀ +â Į +ðŁ § +à¹ĩ à¸Ļ +ภį +ã İ +á µ +ĠاÙĦ س +×ķ× § +ห ล +ðŁ ĩ +â ı +ðŁ ¦ +Ġ×Ķ ×ŀ +ÙĪ ا +Ġ× ª +ר ×IJ +à¸Ń à¸Ļ +ภ© +à¹Ī ว +×ķ× ¦ +í Ĺ +ã Ħ +ï ¨ +ï ¹ +â İ +ï ² +ðĿ ļ +ð IJ +à¸Ħ ว +ห à¸Ļ +Ġ× ¨ +ب ÙĬ +ร à¹Į +ر ا +Ø´ ر +×ķ× Ĺ +×ķ× ¤ +×ķ× © +×ķ× Ĵ +í Ŀ +â Ľ +à¸ķ ิ +à¹Ģ à¸ģ +ï ³ +ï ± +à¸Ķ à¹ī +ë ¹ +ï ¬ +á ¿ +ðŁ Ľ +ðĿ ĸ +à¹Īา à¸ĩ +ู à¹ī +Ġ×Ķ ×IJ +ĠاÙĦ ØŃ +פ ר +ÙĪ Ùħ +à¹Ģ ล +í ĸ +×Ļ× ¢ +ì Ī +í ĵ +ðŁ ħ +á ł +à¸Ħว าม +à¸Ī ะ +׳ ×Ķ +Ġ× § +ภŁ +à¹ī à¸ĩ +ห ม +ت Ùħ +׾ ×Ļ +ÙĬ د +à¹Ī à¸Ļ +׊ר +ש ר +à¹Ģ à¸Ĺ +×ŀ ר +ë ĸ +ع ÙĦ +×ŀ ×¢ +â ² +׾ ×Ķ +Ġ× ¤ +à¸Ń à¸ģ +س ÙĦ +×Ļ× ŀ +ÙĤ ÙĬ +í İ +ت ØŃ +×Ļ× ¡ +×Ļ× Ĺ +í Ľ +ï ° +â ½ +á ī +á Ĭ +á ¨ +Ùĩ ا +Ġ׾ ×Ķ +×ķ× IJ +Ùħ ا +à¹īà¸Ń à¸ĩ +ر ب +ĠاÙĦ ج +×ŀ ×ĵ +Ùħ ÙĦ +ت ر +à¹Ģ à¸Ķ +ק ר +í ħ +ì ¼ +ê ¿ +ã Ī +á IJ +ðŁ Ĺ +ê ¦ +á ĭ +ðĿ Ķ +à¹Ģà¸Ľ à¹ĩà¸Ļ +à¹ĥ ห +ม า +ว à¹Īา +ม ี +ี à¹ī +à¹Ħม à¹Ī +ÙĨ ÙĬ +Ø ¤ +ร า +×ķ ×Ļ +ãĤĪ ãģĨ +ิ à¸Ķ +×Ļ× ¤ +׊׾ +ÙĤ د +à¹Ģ ส +×Ļ× ĺ +à¸ģ ล +ר ׼ +×ķ× Ľ +×Ļ× Ľ +ë Ī +ë ĥ +ðŁ ĸ +á ħ +â ¼ +ã ī +à¹Ħ à¸Ķà¹ī +ת ×Ļ +×Ļ× IJ +ĠاÙĦ Ø¥ +à¸ł า +ร ิ +ÙĤ Ø© +ØŃ Ø¯ +ê » +ì ± +ת ×Ĺ +ì º +â ĭ +á Ħ +á ¾ +â µ +â ¾ +ĠÙĪ اÙĦ +׳ ×ķ +Ù Ģ +ÙĬ ا +à¸ģ à¹ĩ +×ŀ ×Ķ +ãģĦ ãĤĭ +ع د +ĠاÙĦ ÙĨ +Ġ×Ķ ש +Ø ¦ +ั à¹īà¸ĩ +ร ัà¸ļ +ÙĪ ÙĤ +ãģ§ ãģį +à¹Ģ à¸ŀ +׼ ׾ +×ĺ ר +ั à¸Ķ +à¸Ń า +ì ¢ +à¸Ń à¸ļ +à¸ķ ร +à¹Ģ à¸Ĭ +ì Ķ +ãģĹ ãģ¾ +ë ģ +ë ķ +ðŁ Ļ +â Ĵ +á ¶ +à¹ģ ล +ÙĨ ا +à¹ĥห à¹ī +à¹Ħ à¸Ľ +× £ +ั ว +า à¸ĩ +×ĵ ר +×ij ׾ +פ ×Ļ +Ġ× ĵ +ĠاÙĦ Ùģ +à¹Ģ à¸Ĥ +ש ×Ķ +×IJ ר +ë ¬ +ãģ« ãģª +ÑĢ о +ว ิ +Ùħ ر +×IJ ת +Ùĥ ر +س ب +ÙĨ ت +ãģĹ ãģĦ +ا ج +à¸Ń รà¹Į +Ùĥ ÙĦ +س Ùħ +ส ิ +×Ļ× ¦ +ë Ŀ +í ľ +ì ī +á Ĩ +Ùĩ Ùħ +à¸Ļ ีà¹ī +ãģĤ ãĤĭ +ãģĦ ãģ¦ +س ÙĬ +׾ ×IJ +د ر +ãģ ļ +ÙĪ ج +ĠاÙĦ Ø® +ص ر +í ı +à¹īา à¸ĩ +ุ à¸Ķ +×ķ× ĺ +×ij ×¢ +í Ĩ +à¸Ĭ า +ร ม +ש ×ŀ +×ŀ ס +ê ´ +ì ´ +ë ľ +ì ¿ +ì © +ë » +â ¤ +ðŁ Ĩ +á Į +á ķ +Ø° ا +à¸Ĺ ำ +à¸ķ à¹Ī +ĠاÙĦ ÙĤ +ÙĦ Ùĥ +ู à¹Ī +à¸Ħ ุ +ÙĬ Ùħ +׳ ×Ļ×Ŀ +ืà¹Ī à¸Ń +ÙĪ ع +ãĤ ĩ +ا ÙĤ +Ġ×ij ×¢ +à¹Ģ ม +ج Ùħ +á» « +ãģĵãģ¨ ãģĮ +ب د +×ķ× Ķ +ש ׾ +Ùĩ ر +à¹Ģ à¸Ļ +ãģ ¹ +í ĭ +ì » +ì ½ +ë Ń +ì Į +í Ģ +ë Į +ë º +ã Ĭ +à¹ĥ à¸Ļ +Ġ× Ĵ +๠Ĩ +à¸Ī าà¸ģ +ว ย +à¹ĥ à¸Ĭ +à¸ĩ าà¸Ļ +ĠاÙĦ Ø´ +ا ØŃ +à¹īา à¸Ļ +ืà¹Ī à¸Ńà¸ĩ +×IJ ×Ļ +ب ÙĦ +ãģ¨ æĢĿ +׳ ס +ãģ¾ ãģĽ +Ùĥ ÙĨ +×¢ ר +ĠاÙĦ د +ש ת +í ŀ +Ùħ س +ص ÙĦ +×ķ׳ ×Ķ +ار Ø© +ÙĦ Ùħ +ส ม +Ø£ ÙĨ +ת ר +×IJ ×ŀ +ع ب +Ø® ت +ãĤ ĥ +ì ¡ +ì £ +ив а +ส ั +ึ à¸ģ +ì ¸ +ë Ĩ +алÑĮ н +ì ³ +ì į +ê ¼ +ê ½ +ì ı +ã Į +ã ı +ï © +ê ª +á İ +Ġ× ĸ +à¸ģ ัà¸Ļ +×Ļ ×ķ +à¸Ħ à¸Ļ +׳ ×ķת +à¸ľ ูà¹ī +à¹ĥ à¸Ī +ãģĦ ãģŁ +Ùģ ر +×ĺ ×Ļ +צ ×Ļ +ãĤĤ ãģ® +ĠاÙĦ ص +ãģ¾ãģĽ ãĤĵ +د Ø© +×ij ×Ļ +ĠاÙĦ ر +Ġ×ŀ ×IJ +ส ำ +à¹Ģ ห +ع ر +ãģª ãģı +à¸ģร ะ +×ij ×ĵ +à¹Ģ à¸Ī +×Ļ× ļ +×Ĺ ×Ļ +ÙĬ ع +ש ×ij +ÙĨ Ø© +ÙĪ ض +ÙĦ Ùģ +ÙĢ ÙĢ +פ ×¢ +í Ī +×ŀ ק +ภIJ +ØŃ Ø© +ا ص +Ñĭв а +à¸Ħ ม +ว ั +à¸Ľ ล +ì Ł +í ļ +ë ´ +ë ij +ë ī +ë ĩ +ì ¨ +ë ± +ë İ +â ¬ +á ¥ +á Ĺ +á Ľ +á į +Å © +à¸Ķ ี +ô i +Ġ× ¡ +׾ ×ķ +á»Ŀ i +à¸Ħุ à¸ĵ +â y +à¸Ļ า +×Ĺ ×ĵ +×ĵ ×Ļ +ห า +ج ÙĦ +à¹Ģ ว +ãĤĩ ãģĨ +Ùħ Ø© +ĠاÙĦ Ùĥ +Ġ×Ķ ×¢ +ج ر +×ĸ ר +ا Ø· +׼ ת +×ķ׳ ×Ļ×Ŀ +ØŃ Ùħ +ê ¶ +ر Ùĥ +Ġ׾ ×¢ +×ķ× ĸ +ส ร +צ ׾ +Ø ¢ +ا ست +à¹Ī ม +Ø® ر +צ ×¢ +×Ļר ×ķת +اد Ø© +Ø´ ار +×ŀ ×Ĺ +í Ĵ +à¹Ģร ีย +׊ק +Ø§Ø « +ร à¸ĩ +à¹Ģ à¸ķ +à¸Ī ำ +ภĿ +à¹Īา ย +à¸Ħ ล +ÙĤ ÙĪ +иÑĩеÑģ к +à¸ĵ à¹Į +ั ย +Ùħ ع +ë ¨ +ë ¿ +ë ® +ï ´ +ì ¥ +ì « +ë µ +á ¡ +â į +ð ĵ +â ° +à¸Ĥ à¸Ńà¸ĩ +Ù ĭ +à¸ģ ัà¸ļ +ãģ® ãģ§ +à¹ī ว +à¸Ńย à¹Īาà¸ĩ +ãģ Ń +á»ĩ t +à¸ķ à¹īà¸Ńà¸ĩ +×ŀ ×Ļ +à¹ģ à¸ļ +×Ĵ ר +ÙĪ Ùģ +ÙĤ ÙĦ +à¸łà¸² à¸ŀ +ר ×Ļ +ล า +ÙĬ س +Ġ× ¦ +ÙĬ Ùģ +Ġ× ĺ +à¸ľ ล +á ng +ร ว +Ġ×ŀ ש +×IJ ×ķת +×ĸ ×Ķ +ู à¸ģ +à¸Ļ ัà¸ģ +اÙĨ ÙĬ +د ا +ãģ ³ +׼ ף +ãĤī ãĤĮ +ãĤĮ ãģ° +ת ק +ú c +ÙĪ ز +×Ļר ×Ķ +Ġn gh +án h +Ġ×ķ ×IJ +á» ħ +ส ุà¸Ķ +ë į° +ا ض +اÙĦ ÙĬ +ب ار +ع Ùħ +à¸ļ า +ت ج +à¸ŀ ร +×ķר ×Ķ +ả ng +Ø® ÙĦ +ภī +ắ c +ש ×Ļ×Ŀ +í Ķ +Ùģ س +×Ļ× Ĵ +п ÑĢ +ĠاÙĦ Ø« +س Ø· +ร ูà¹ī +ีà¹Ī ย +à¸Ń à¸Ķ +ãģª ãĤĬ +×Ĵ ×ĵ +ãģĦ ãģ¾ãģĹãģŁ +ס ק +Ø® ص +la ÅŁ +ен но +ب ØŃ +ส à¸Ļ +ภ® +ר×IJ ש +Ùħ ÙĪ +دÙĬ د +ษ า +×ķ× ļ +ãĥ§ ãĥ³ +à¸ķ ุ +Ġê µ +ĠÑģв о +צ ×ij +à¸Ń ม +à¸Ľ ร +ت ع +×Ķ ת +اÙħ ÙĦ +×ŀ ׳ +ç ¶ļ +ภ¤ +í į +ë ĺ +ë ¤ +ì ij +â ´ +ã ĭ +Ġب اÙĦ +á»ģ u +ĠاÙĦ ÙĦ +à¸ķ ัว +Ø° Ùĩ +ึ à¸ĩ +à¹ĥà¸Ĭ à¹ī +á»ĵ ng +à¸Ļ ั +ม าà¸ģ +ãĥ Ł +×ŀ ×ķ +à¸Ĺ ย +á»Ļ i +Ạ± +ả o +à¹Ĥ à¸Ķ +×IJ ׾ +ส าม +ÙĪ ب +à¸Ĺ ุ +ย ัà¸ĩ +×¢ ת +×ķ׳ ×ķת +à¸Ĥ ึ +à¸Ĥึ à¹īà¸Ļ +à¸ģ à¹Ī +Ạ« +á»ij c +ãģĹ ãĤĩãģĨ +á»ĭ ch +Ġ×IJ ×ķת +Ġש ×IJ +׼ ×ķ׾ +á»Ļ c +ع Ø© +à¸Ĺ ี +à¹Ģ à¸Ń +Ùĥ ت +ãģ » +Ạ» +ìĹ ħ +à¸Ń à¸Ńà¸ģ +اÙĨ ت +à¹Ħ ร +Ġ×IJ ×Ĺר +Ø· ر +ÙĨ د +ื à¹īà¸Ń +Ø· ÙĦ +×IJ ×Ķ +uy ên +í ĸī +×ij ×Ķ +à¸Ħ à¹Ī +à¸Ĭ à¹Īว +ãģĤãĤĬ ãģ¾ãģĻ +ÙĬ ب +ק ׾ +ãĥ Ļ +Ä © +س ر +า ว +ãĤ ± +à¸ļ ริ +ר ×Ĵ +á»ĥ u +ØŃ Øª +×ķ×ŀ ×Ļ +ب ÙĨ +êµ IJ +ÄŁ u +ãģª ãĤĵ +×ij ק +Ġפ ר +ắ n +ØŃ ÙĦ +×ij ×Ĺ +ấ u +×ij ×ķ×ĵ +ãĥ ¯ +Ġ׾ ק +ั à¸į +à¸ŀ ิ +×Ĺ ×Ķ +×ĸ ׼ +ãĥ¼ãĥ ł +ÑĤ елÑĮ +×ŀ ×Ļ×ĵ +ÙĬ Ø® +Ạ³ +ت ص +à¸ĺ ิ +è¾ ¼ +ì ĵ +Ùĥ Ø© +ÙĤ ب +à¸Ħ à¹Į +à¹īา ย +à¸ĵ ะ +า ะ +ë Ĵ +ê ¾ +ë · +ì ĩ +ê º +ì ģ +ë Ģ +ì ¾ +ë ½ +ë ļ +ì Ń +ì İ +á ij +ë Ĺ +ê Ĵ +à ¡ +à ¬ +ðIJ Į +ã ĩ +ðĿ Ħ +Ġ׾ ×IJ +ãģ¨ ãģĦãģĨ +Ġn hi +×Ļ ×ķת +Ġש ×Ķ +à¹ģล à¹īว +Æ°á»Ľ c +à¸Ķà¹ī วย +à¸Ĺ าà¸ĩ +׳ ת +פ ת +à¹ģ à¸ķà¹Ī +Æ° ng +à¸Ńย ูà¹Ī +à¹ī ำ +Ġ×IJ ׾ +Ùĥ Ùħ +ấ p +ล à¸ĩ +ãģŁ ãĤģ +×Ĵ ׾ +ห ร +ĠÑĢ е +à¹Ģà¸Ĥ à¹īา +ÙĤ ر +Ġ×Ķ ס +ÙĪ ÙĬ +สาม าร +สามาร à¸ĸ +Äĥ n +à¸Ń ี +פ ×ķ +×Ļ׳ ×ķ +ว ัà¸Ļ +ặ c +íķ Ļ +×ŀ ת +ê u +Ạ¹ +Ùģ ÙĬ +×ŀ צ +à¸Ħ า +ãģĿ ãģĨ +ãĢ ħ +ا ز +ا Ùĩ +ר ×Ļ×Ŀ +ấ n +ห าร +ạ t +ÙĨ Ùĩ +à¹Ģ à¸Ħร +ج Ùĩ +׼ ×Ļ +ắ t +à¸Ħ à¹īา +ر Ø© +ãĥ ı +Ùĥ ÙĪÙĨ +ứ ng +Ġìļ ° +ย à¹Į +à¹Īว à¸Ļ +à¸ģ ำ +Ø« ر +Ñģ и +ĠاÙĦ Ø· +Ġ×Ķ צ +ĠØ · +ĠاÙĦ ÙĪ +ê¹ Į +ØŃ ÙĬ +ار ات +à¹Ģ à¸ĭ +ب ا +г ÑĢ +ร ี +ืà¸Ń à¸Ļ +ع ت +ÙĤ اÙĦ +د Ùħ +Ø ¡ +Ġ×ŀ ק +×ĵ ×Ļ×Ŀ +×¢ ׾ +ãģ Ĵ +ëĭ ĺ +×¢ ×Ķ +Ġìĸ ´ +Ñģ ÑĮ +ÙĤ Ø· +ãĥ Ľ +èĢĥ ãģĪ +à¹ģ à¸Ļ +ÙĪ ات +â u +ĠìĤ¬ ëŀ +ห ว +ĠاÙĦØ£ Ùħ +Ġ×Ķ ×ŀש +ب ÙĪ +à¸Ĭ à¸Ļ +ãĤĵ ãģ§ãģĻ +ว à¸Ļ +à¸ģร รม +×ŀ ×ķ×ĵ +Ùĥ اÙĨ +×ķ× £ +ол ог +ت ÙĨ +à¸ķ à¹Į +ê² ĥ +ר ×ĺ +ừ ng +×ķ×ij ×Ķ +Ùħ ØŃ +ĠÐ § +פ ×Ĵ +ส à¸ĸ +ãģĭ ãĤĬ +ını z +à¹Ģ ย +ãĥ¼ ãĥ³ +ãģĬ ãĤĬ +פ ש +ิ à¸ķ +Ø· ÙĨ +×Ļת ×Ļ +×IJ ׳ +ç ek +ì ª +×ŀ ×ij +ศ า +ãĤ¹ ãĤ¿ +à¸ļ ุ +×ĵ ×ijר +ãģĦ ãģı +ส ะ +à¹Ģ หล +ิ à¸ĩ +à¸ŀ ัà¸Ļ +ãģĦ ãģŁãģł +ãĤĤ ãĤī +à¹ī ม +ãģĵãģ¨ãģĮ ãģ§ãģį +าร à¹Į +ุ à¸ĩ +í ij +ì ¯ +ë ¼ +í Ĥ +ì · +ê ¡ +á ı +á Ĵ +ðĿ ľ +á © +ðŁ Ħ +ðIJ ¤ +Ġש ׾ +Ġ×ŀ ×Ķ +à¹ģล ะ +Ġ׼ ׾ +Ạ½ +á»Ļ ng +Ø° ÙĬ +л е +× ¥ +ãģª ãģ© +ĠÙĪ Ø£ +หà¸Ļ à¹īา +ãģ¾ ãģ§ +à¸ķà¹Ī à¸Ń +à¸Ĺ ัà¹īà¸ĩ +ãģł ãģij +à¹ģà¸ļ à¸ļ +à¹Ģร า +פ ׾ +ãģŁ ãģĦ +à¹Ģล ย +ãģ£ãģ¦ ãģĦãĤĭ +ế p +ึ à¹Īà¸ĩ +ê ´Ģ +ê³ Ħ +׼ ×ķ +à¹Ģร ืà¹Īà¸Ńà¸ĩ +ק ×Ļ +êµ Ń +פ ס +ت ÙĬ +ãĥ Ħ +Ġ×Ķ ×Ĺ +г и +ר×IJ ׾ +×ŀ ׾ +ĠØ£ ÙĬ +Ġع ÙĦÙĬ +ãģĭ ãģ£ãģŁ +ש ×Ļ +д Ñĥ +×ŀ ף +׳ ×ĺ +׳ ×Ļת +mi ÅŁ +׼ ×Ŀ +Ġ×ij ר +Ġ׾ ×ij +ĠÐ Ľ +ç e +×ķ׳ ×Ļ +ãĤĪãģĨ ãģ« +פ ×ķר +ãĥ į +Ùĥ ÙĬ +×Ĺ ×ª +Ùģ ÙĦ +Ġ×Ķ ק +Ġ×Ķ ×ij +Ġ×ŀ ס +à¹Īา à¸Ļ +п еÑĢ +à¹Īา ว +Ġ×ij ×IJ +ĠÙĪ Ùĩ +à¸Ļ ำ +Ġ×ij ש +׳ ק +ãģ© ãģĨ +ש ×ķת +×ĵ ×Ķ +à¹Ģ à¸ļ +ÙĨ س +Ġìļ° 리 +ส à¹Īวà¸Ļ +ล ัà¸ĩ +ج ز +Ġ×Ĺ ×Ļ +Ùĥ ثر +ล ะ +Ùĩ د +ĠÙĪ ب +اÙĦ Ùħ +à¹ģ ม +Æ¡ i +Ġ×ij ×Ĺ +ữ a +à¹Ģà¸Ĺ ศ +à¸ķ ัà¹īà¸ĩ +ог да +׾ ק +د د +สร à¹īาà¸ĩ +à¸Ĭ ี +Ùģ ض +à¹ģ ห +uy á»ĩn +ร ัà¸ģ +á»ĩ m +ส า +פ ק +ีย à¸ĩ +à¸ķ à¹Īาà¸ĩ +à¸Ħร ัà¹īà¸ĩ +ØŃ ÙĤ +à¹Ģ à¸Ńà¸ĩ +ائ ÙĬ +×ĺ ×¢ +اÙĦ Ø© +ิ à¹Īม +ãĤ ½ +د Ùī +Ġר ×IJ +ãģ£ ãģ¨ +ãĥĥ ãĥĹ +ÙĬر Ø© +ê± ´ +×ŀ ×IJ +×ķ ×ķ +ب ع +ãģ ² +ร าย +×ĵ ×Ŀ +ت Ùģ +à¸ķ à¸ģ +ạ ng +ãĤĴ è¦ĭ +à¸Ĭ ั +Æ°á» Ł +Æ°á»Ł ng +ج ب +×ķ×ŀ ר +ĠìĤ¬ëŀ Į +ó ng +ร ั +Ġ×Ķ ×ĸ +ר צ +Ġ×Ĺ ×ĵ +Ø° ÙĦÙĥ +×ķר ×Ļ +ãģ¡ ãĤĥ +Ùģ ع +Ġ׾ צ +á i +à¹ĩ à¸ļ +ãģ İ +à¸ģ ิ +ạ c +ë© ° +ãģª ãĤĭ +×ķ׾ ×Ŀ +à¹ģ à¸Ĺ +×ķ× ¥ +м еÑĤ +ü ÅŁ +ÑĢ Ñı +ภĴ +ÑģÑĤ оÑı +ع ÙĪد +Ùħ ار +Ø· Ø© +à¸ŀ ื +к ÑĢ +à¹ģ à¸ģ +à¹Ĥ รà¸ĩ +×ij ×Ļ×ĺ +ê² ł +×ķ׾ ×Ķ +ØŃ Ø± +ืà¹Ī à¸Ńà¸Ļ +×ķ×ij ר +׊ש +ãĥķãĤ ¡ +×ŀ ×ĺ +ú t +Ġd ön +ắ ng +ëł ĩ +ẳ ng +ว à¸ģ +ص د +Ø® Ø· +à¸Ń ั +ãĤı ãĤĮ +سÙĦ اÙħ +à¹Ģร à¹ĩ +×Ļש ×Ļ +ج اÙĦ +ãģij ãĤĭ +à¸Ĭา à¸ķิ +ÙĪا ÙĤ +à¹Ĥ à¸Ļ +ãģ¦ ãģĹãģ¾ +اع Ø© +ãĤŃ ãĥ£ +à¸į า +ÙĦا ÙĤ +ิ à¸ģ +ĠÑģ ов +ÑĢаРº +×Ļ׳ ×Ļ +ü ÄŁ +Ã¼ÄŁ ü +ק ×ij +à¹Ī à¸Ńà¸ĩ +Ġger çek +à¸Ĺ ั +ов аниÑı +×ŀ ׼ +س Ø© +×Ļ× £ +le ÅŁ +Ùħ ؤ +ĠìĿ ĺ +à¸IJ าà¸Ļ +ĠÑģ об +Ġêµ Ń +×¢ צ +з в +ส à¸ĩ +ز ÙĦ +ãģı ãĤĮ +и ÑĢÑĥ +ت Ø£ +п олн +ìĺ Ģ +ÙĨ Ø´ +׼ ×IJ +Ùħ Ø´ +à¸Ķ à¹Į +ÙĪ ÙĬÙĦ +à¹ģ à¸Ĥ +ãģ£ãģ¦ ãģĹãģ¾ +но ÑģÑĤ +в л +Ùħ ÙĤ +را ج +å¤ ī +ë Ľ +â ¸ +ì IJ +à » +á ļ +â » +ê Ļ +â § +ð Ĵ +ðĿ ĩ +Ġ×IJ ת +ĠÙĦ ÙĦ +ĠØ£ ÙĨ +Ġ×ķ ×Ķ +ãģ« ãģ¯ +Ġ×Ļ ש +ت Ùĩ +ÃŃ nh +ÙĬ ات +Ġ×ij ×ŀ +à¸Ļั à¹īà¸Ļ +à¸Ļ à¹īำ +Ãł o +à¸ķ าม +ãģ® ãģ¯ +d ır +Ġn ghi +ặ t +×ŀ ×Ļ×Ŀ +ãģ¦ ãģĦãĤĭ +Ġ×ij ת +หร ืà¸Ń +Ġس ÙĬ +ãģª ãĤī +à¹Ĥà¸Ķ ย +ı yor +à¸Ńี à¸ģ +á»ĩ nh +Ñĭ м +à¸Ĺุ à¸ģ +Ġ׾ ×Ĺ +Ġ×Ķ ר +Ġ×Ķ ×Ļ +à¸ŀ ระ +à¹Ģว ลา +ĠØ º +ẫ n +m Ä±ÅŁ +׼ ×Ķ +á»ij n +ãģ§ ãģĹãĤĩãģĨ +ãĥ ¢ +à¸Ľ ี +ס ×Ļ +ãģĵ ãĤį +Ġ׾ פ +ร à¸ĸ +ê¸ Ī +à¸ģ วà¹Īา +ë ¬´ +á»į ng +ãĤĵ ãģ§ +ãĤĪãģĨ ãģª +á»ĵ i +ãĤ ¬ +ส à¹Īà¸ĩ +×Ļ׳ ×Ķ +à¸ĸ ูà¸ģ +à¸Ī ัà¸Ķ +Ġ×Ķ ×Ĵ +ãĥ ľ +×ŀ ×ķת +ÙĪ Ùĥ +ëĭ ¨ +ĠØ « +ãģ® ãģĮ +à¹Ģห à¹ĩà¸Ļ +ع ا +à¸Ļ ิ +Å ŀ +à¸Ń ะ +ãģĪ ãĤĭ +Ø« ÙĦ +ØŃÙħ د +à¹Ģà¸ģ ิà¸Ķ +פ שר +פ ×Ķ +ม ิ +ئ ÙĬس +à¸Ĺำ à¹ĥหà¹ī +×¢ ×ĵ +ìĭ ¤ +à¸Ĭà¹Īว ย +ĠاÙĦÙħ ÙĨ +ز ÙĬ +ع ÙĬ +Ġ׼ ×IJ +ạ nh +á» ¹ +ãĤĵ ãģª +ส ู +צ ר +Æ°á»Ľ ng +×ķ ×ķ×Ķ +à¹Ĥ ล +ĠاÙĦ Ùĩ +ว า +หล าย +Ñī е +à¸Ĥ à¹īà¸Ń +à¹īà¸Ń ย +ب Ø· +ка Ñı +ĠØ ¢ +Ġи Ñģ +ĠاÙĦ غ +à¸ģ า +à¸Ļ à¹Īา +ÙĬ ÙĪ +×ij ×ķר +á»ħ n +ว à¸ĩ +×Ļ× ĸ +ì² Ń +н им +ëŁ ° +×Ĵ ×ķר +ص ØŃ +ÙĦ ÙĪ +×Ĺ ×ķת +ส ุ +رÙĬ ÙĤ +ס ×ĺ +Ġ×ŀ ×¢ +ãĥĨ ãĤ£ +à¸Ħ ิà¸Ķ +ãĤį ãģĨ +à¹Ħ ล +à¸Ļ à¹Į +á»ı i +ÑģÑĤÑĢ о +ส à¸Ķ +ส าร +ÙĪÙĦ Ø© +ầ m +ร à¹Īว +รà¹Īว ม +ร ุ +ĠاÙĦس ÙĬ +ìĺ ģ +Ġ×ŀ ×ij +פ ×ĺ +à¸ķิ à¸Ķ +×ĺ ×Ļ×Ŀ +Ġë ¬´ +ÙĤد Ùħ +Ġdü ÅŁ +ائ ÙĦ +м Ñĭ +ØŃ Ø³ +ÙĪ ص +×Ļק ×Ķ +ãģ§ãģ¯ ãģªãģĦ +à¹Ģ หม +оÑĢ ÑĤ +í Ĩµ +ãģ IJ +к ÑĢа +ีย ว +ع ار +ئ Ø© +íĥ Ģ +ãģ«ãģª ãĤĬ +ج Ø© +ÙĪÙĤ ع +ÑĮ Ñı +×ķצ ×Ķ +ש ×Ŀ +ب ÙĤ +Ġ×Ļ ×Ķ +ÙĬ Ø· +ım ız +д еÑĢж +×Ļש ר×IJ׾ +غ ÙĬر +ร à¸Ńà¸ĩ +à¹Ģรีย à¸Ļ +Ġ×Ķ ×ĺ +หม าย +Ùħ Ùĩ +اÙģ Ø© +Ġо ÑĢг +ÙĪ Ùī +ãĥ© ãĤ¤ +×ŀ ׳×Ķ +ĠÄij o +Ġг оÑĢ +اÙħ Ø© +æ¥ ½ +Ø« ÙĬر +à¸ģิ à¸Ī +á»ĵ n +ÙĨ ب +ÑĢÑĥ д +ìĹ Ī +Ġ×Ĺ ×ijר +ÑĢаР¶ +ạ ch +ت ÙĪ +à¹Ĥ ม +×ij ×Ļ×ij +Ġí Ĩµ +aca ģı +جÙĦ س +à¹Ģà¸Ľ ล +ว à¸Ķ +à¸Ń ล +ãģŁ ãĤĬ +à¸Ľ ัà¸į +Ġìķ Į +عر Ùģ +à¹Ħ à¸Ł +Ø£ Ø® +å¤ļ ãģĦ +à¸Ķ ัà¸ĩ +Ø´ Ùģ +ãģ£ãģ¦ ãģĦãģ¾ãģĻ +׼ ×ł×¡ +ÑĨ е +еÑģ п +Ùħ اÙħ +à¸ŀื à¹īà¸Ļ +иÑĩеÑģ ки +Ø® د +Ùĥ ÙĪÙħ +Ġ×Ķ ר×IJש +ت اب +é£Ł ãģ¹ +ื à¸Ļ +оÑĢ о +Ġb öl +×ķ×Ĺ ×ĵ +دÙĬ ر +ắ m +د ع +ãģķ ãģĽ +à¸ĺ ร +à¸ĺร รม +ãģĭ ãĤĤ +å¤ļ ãģı +r ä +س ع +×Ļ׾ ×Ķ +ض ر +ĠاÙĦ شر +×ĸ ×ķר +×¢ ×ijר +ạ m +алÑĮ но +ر ÙĨ +اÙħ ج +׼ ×ļ +d ıģ +д ен +ض ا +ÙĦÙĬ Ùħ +Ġê·¸ 룬 +تÙħ اع +ار ÙĬØ® +à¹Ĥ à¸ķ +ĠÑģ ÑĢед +Ġ׳ ×ķס +ÙĤ بÙĦ +оÑĤ ов +le ÅŁtir +Ġм еÑģÑĤ +سÙĦ Ùħ +Ġ×¢ צ +ĠاÙĦس ÙĦ +еÑĤ ÑĮ +اب Ø© +н ак +สà¸ĸ าà¸Ļ +Ġ×ij ׳ +à¸ļ ัà¸Ļ +׼ ׳ +Ġö ÄŁ +ãģ¨ è¨Ģ +uy ến +di ÄŁ +áºŃ u +ÑĢ аÑģ +ãĤ· ãĥ§ãĥ³ +n ız +×ķ×ĵ ×Ķ +ت س +Ùħ اÙĦ +à¹Ģห à¸ķุ +ย ว +à¸ŀ ัà¸ģ +ãģĦ ãģªãģĦ +Ġк аÑĩ +ล à¹Į +ר׼ ת +ÅŁt ur +×ŀ ×ķס +ãģ ¥ +б ол +عÙħ اÙĦ +×ķר ת +ÑĨи он +ศ ึà¸ģ +ภı +ÑĢ ен +اس ÙĬ +ائ ر +à¹Ĥ à¸Ľà¸£ +Ġse ç +غ ÙĬ +Ñį ÑĤ +ен н +ãģª ãģ® +×Ļש ×Ķ +×Ļפ ×ķר +ãģŁãĤģ ãģ« +ز Ø© +Ġç oc +ãĤ¯ ãĥª +ÑĪ ен +ãĤı ãģij +رÙĬ د +ĠÑĢ аÑģÑģ +Ùĥ ات +ส à¸Ńà¸ļ +ce ÄŁi +ãĤ¿ ãĤ¤ +à¸ļ ร +ĠاÙĦ بر +׳ ×ķ×¢ +r ün +را ض +ศา ส +à¸ķ รà¹Į +ãģį ãģŁ +×ķ׾ ×ĵ +еÑĢ и +íĹ ĺ +ắ p +ت عÙĦ +Ùĥ د +иÑĤелÑĮ но +Ø· Ùģ +Ġав ÑĤом +Ġ×ŀ צ +ÑĪи Ñħ +ات Ùģ +ĠÑħ оÑĤ +Ùİ Ø§ +ãģı ãĤĭ +×Ķ פ +à¹Ĥ à¸Ĺ +à¹ģ à¸ŀ +à¹Ī à¸Ńย +ĠاÙĦÙħ Ø´ +à¸ģาร à¸ĵà¹Į +ани з +×Ķ ׾ +ظ Ùħ +ย ุ +li ÄŁ +à¹Ħ à¸Ĥ +à¸ĸ ืà¸Ń +ö z +ãģij ãģ¦ +à¹Ģ à¸ľ +ุ ม +ãĥĹ ãĥ¬ +Ġ×Ķ×IJ ×Ĺר +خت ÙĦÙģ +à¸ İ +ÙĦا ØŃ +Ġdü zen +צ ×Ķ +س اء +×ķר ×ļ +×ķ×ĵ ×Ļ +ÑĢа ÑĦ +ÅŁt ır +ãģ« åħ¥ +ãģĪ ãģ° +ص ÙĪÙĦ +ĠÐľ оÑģ +ا Ùĩر +ãģ£ ãģ +ĠлÑİ Ð± +×Ļ×¢ ×Ķ +Ġ×Ķ×ŀ ק +สิ à¸Ĺ +สิà¸Ĺ à¸ĺิ +×Ļ׳ ×Ŀ +ÙĦا Ùģ +à¸ŀัà¸Ļ à¸ĺ +×ķ×IJ ×Ķ +ม ั +à¸Ĥ à¸ĵะ +д оÑĢ +ãģ¨ ãģª +à¸ģระ à¸Ĺ +ac ı +×ķ׾ ×ķ×Ĵ +Ñĥ ÑĪ +ãĥ¥ ãĥ¼ +ãĥ ¦ +Ùħ ست +Ġa ÅŁ +ש ק +פ ת×Ĺ +าย à¸Ļ +í ĩ +ë ¢ +ï · +í ī +ì µ +ì ¬ +ðĿ Ľ +ì Ĵ +ë Ļ +ê § +á ĸ +â ¨ +â ± +á ĺ +ð ĸ +à ł +á Ķ +ðIJ Ń +ữ ng +Å© ng +Ġ×Ķ ת +ĠاÙĦ ا +Ġ×ŀ ת +à¸ĸ ึà¸ĩ +ò n +á»ĭ nh +нÑĭ м +Ġc ả +à¸Ķ ู +Ġ à¹ģà¸ķà¹Ī +Ġ×ij ×Ķ +ó i +ãģ¨ ãģĹãģ¦ +ú ng +ĠØ ° +Ġ×Ķ ׳ +Ġب ÙĨ +ÙĦ اÙĦ +à¹Ħ à¸Ĺย +á»ĩ p +t ı +ม ัà¸Ļ +ằ ng +á»ij t +к ом +à¸ĭ ึà¹Īà¸ĩ +à¸Ħร ัà¸ļ +à¸ļ à¹īาà¸Ļ +ĠاÙĦ ÙĬ +l ü +ÙĪ س +ãģł ãģ£ãģŁ +à¹Ģ à¸ĩ +Ġê³ µ +н Ñĥ +ãĤĪ ãĤĬ +м Ñĥ +à¹Ģà¸Ĥ า +ãĤ Ģ +ни е +ãģ«ãģª ãĤĭ +áºŃ y +ĠÙĪ ا +ëł ¤ +ש ×ķ +á p +×ĵ ×ķ +ãģ§ ãģĹãģŁ +ع ض +Ñģк ой +æĦŁ ãģĺ +ÑİÑĤ ÑģÑı +Ġ×Ļ ׼×ķ׾ +ãĤĵ ãģł +в и +à¹Ģล à¹Īà¸Ļ +ìĿ´ ëĭ¤ +ĠÙĦ Ùĩ +à¸Ħ ืà¸Ń +ت Ùĥ +Ùħ ÙĥÙĨ +a ģı +׳ ×ĵ +ë¯ ¼ +à¹Ħ ว +สำ ห +สำห รัà¸ļ +Ñģл ед +t ır +ĠÙĦ ÙĬ +ĠاÙĦع ÙħÙĦ +×ij ×ķת +×ij ×Ļ×Ŀ +à¸Ħ ำ +à¹Ģà¸Ħร ืà¹Īà¸Ńà¸ĩ +lı ģı +ืà¸Ń à¸ĩ +ج د +íŀ Ī +ìĭ ¬ +×¢ ×ķת +ส ิà¸Ļ +Ñĩ и +ر ض +à¹Ģà¸Ľ ิà¸Ķ +à¸Ħ à¹Īา +ìĦ ł +ÙĪر Ø© +ק ×ĺ +ìľ ł +ع ÙħÙĦ +×IJ ×Ļ×Ŀ +׾ ×Ļ×Ŀ +à¹ĥห à¸į +à¹ĥหà¸į à¹Ī +ừ a +á»į i +ãģ ¶ +ÃŃ ch +ãĥĩ ãĤ£ +×ķר ×Ļ×Ŀ +Ñģ о +ìķ ½ +ов а +Ñĩ аÑģÑĤ +à¹Ģà¸Ī à¹īา +п ÑĢо +Ġ×ŀ ×Ĺ +ãĥ İ +×ķ×Ļ ×ķת +Ġд е +ë§ Ī +ì§ ģ +×Ļפ ×Ķ +ĠاÙĦع اÙĦÙħ +ë¥ ´ +ר×IJ ×Ķ +uy á»ĥn +×¢ ×Ļ +ม ืà¸Ń +Ø¥ ÙĨ +ร ู +ĠØ ² +×Ļ ×ķ×Ŀ +à¸ķ à¹īà¸Ļ +ãģ¦ ãģĦãģ¾ãģĻ +Ùħ اÙĨ +ĠÐ ¥ +à¸Ľà¸£à¸° à¹Ģà¸Ĺศ +á» ³ +׾ ×ij +à¹Ģà¸Ķ à¹ĩ +ãģŁ ãģ¡ +à¸Ĺี ม +à¸Ļ ะ +ìĹ ° +Ġìł Ģ +ÙĦ Ùĩ +ợ i +ĠاÙĦ ز +د ار +ãĤ³ ãĥ³ +м ин +à¹ģห à¹Īà¸ĩ +à¸Ķ ัà¸ļ +׼ ר +ж а +íĸ Ī +×ŀ ×ĸ +ợ i +à¸Ķ า +Ġع بد +à¹ģ ร +×IJת ר +×¢ ׳×Ļ +à¹Ģ à¸Ħ +×ķצ ר +ì§Ģ ë§Į +ائ Ùħ +Ø£ س +uy á»ģn +Ġ×IJ ׳ +׊׳×ķ +×ĸ ×Ļ +ร à¹īาà¸Ļ +ĠÐł оÑģ +ĠÐłÐ¾Ñģ Ñģ +رب ÙĬØ© +t ür +ãĤĭ ãģĵãģ¨ +ظ ر +б Ñĭ +à¸Ĺีà¹Ī สุà¸Ķ +Ġצ ר +èĩª åĪĨ +л аÑģ +ĠÑı в +ĠÑıв лÑı +à¸ŀร à¹īà¸Ńม +à¸Ńา à¸Ī +à¸ļริ à¸ģาร +Ġç ı +ëį ĺ +ĠاÙĦÙħ ست +ت Ø´ +ש ×ķ×ij +ãĤ ´ +Ġyap ıl +ĠاÙĦ Ø° +ุ à¹Īม +à¸ĸ à¹īา +ìĦ ¤ +ì° ¨ +в аÑĢ +à¹Ģà¸ŀ ิà¹Īม +Æ°á»Ľ i +Ùĥ س +à¸Ńย าà¸ģ +ãģ¦ ãĤĤ +Ġг од +ÙĬ ار +à¸ķ à¸Ńà¸Ļ +Ġиг ÑĢ +à¹Ħà¸Ķà¹ī รัà¸ļ +ĠاÙĦÙħ ر +ÙĤ ت +Ġë ĺ +Ġëĺ IJ +ẩ n +ãģĻãĤĭ ãģĵãģ¨ +×Ĵ ×Ŀ +Ġ×ij ×ij +ت د +ÙĪ ار +ãĤ ® +п ол +Ġм ог +تر Ùĥ +ÙĪ Ø« +Ġç ık +ا Ø© +à¹Ģà¸Ķ ียว +มี à¸Ħวาม +Ġ×ŀ ×Ĵ +ص Ùģ +ĠТ ак +Ġ׼ ת +×Ļ×ĵ ×Ļ +ов оÑĢ +ầ y +สิ à¹Īà¸ĩ +ب ت +ür ü +ÙĨ ج +หล ัà¸ģ +×Ļ×Ķ ×Ŀ +ÙĤ ص +з Ñĭ +×Ľ×ª ×ij +Æ° u +m ız +ĠìĦ ¸ +л ог +Ùħ ÙĬÙĦ +ÙĬ ج +íĴ Ī +à¸ŀ à¸ļ +ห ัว +з на +ר ק +à¹Ĥ ร +Ġ×ij ס +ĠBaÅŁ kan +ĠëĶ ° +à¸Ń ัà¸Ļ +ีà¹Īย ว +н еÑģ +à¹Ģà¸Ķ ิà¸Ļ +ÙĬ اÙĨ +×ķ׾ ×Ļ +ا خت +צ ×ķת +ãģĵ ãģĵ +ĠاÙĦ اÙĨ +ĠпÑĢо ÑĨ +ãģ¾ ãģł +׼ ס +ĠاÙĦ Ø¢ +ÙĬ ز +ĠاÙĦد ÙĪÙĦ +Ġíķĺ ëĤĺ +ض ع +ê» ĺ +ÅĽ wi +ย ิ +ãģ¡ãĤĥ ãĤĵ +ĠÙħ Ø´ +à¸ĺ ี +ãģ¨ ãģį +׳×Ļ ×ķת +Ġë ¯ +Ġë¯ ¸ +Ġs ı +ëĭĪ ê¹Į +Ġп л +غ ÙĦ +à¹ģ รà¸ĩ +ب ÙĬر +ãģĤãĤĬ ãģ¾ãģĽãĤĵ +ê· ¼ +Ġy üz +ĠdeÄŁ er +åł´ åIJĪ +á» ¡ +м аÑĤ +รา à¸Ĭ +ÙĪر ÙĬ +ж ен +ãģ¾ ãĤĬ +ãģ® ä¸Ń +×Ļ×ĵ ×¢ +à¸Ń ุ +à¸ļ à¸Ńล +à¸Ľà¸±à¸į หา +ز Ùħ +ÄŁ a +à¸Ń ืà¹Ī +à¸Ńืà¹Ī à¸Ļ +п л +Ġне обÑħодим +׼ ×ij +à¹Ģ ศ +קר ×Ķ +ì² ĺ +ëł ¨ +×ŀק ×ķ×Ŀ +jÄħ c +Ùĩ ÙĦ +Ġ×¢ ×ij×ķ×ĵ +à¹Ħม à¹ī +à¸ģล ัà¸ļ +×ķ׼ ׾ +ק ×ĵ +اÙĦ ÙĬØ© +ر Ùĩ +ãģij ãĤĮãģ° +ĠÙĨ Ùģس +ãĤ¢ ãĥ« +ìĹ Īëĭ¤ +ק ×ķר +н еÑĢ +ب اب +ãĤ ¶ +سب ب +ÙĦ ÙĬÙĦ +ص ÙĨ +ص در +ế m +à¸Ĭà¹Īว à¸ĩ +ØŃ ÙĨ +Ġ×ij ×Ĵ +×ŀ ×ķ×¢ +׾ ×Ĺ +大 ãģį +ت ب +н еÑĤ +×Ļ×ij ×Ķ +б л +ãĥĹ ãĥª +اص Ø© +ãģ¤ ãģij +×Ļ×ŀ ×ķש +ãģĮ ãģĤ +ëĭ ´ +ãģĭãĤĤ ãģĹ +ãģĭãĤĤãģĹ ãĤĮ +ãģ¡ ãĤī +×ij ×ĺ +Ġba ÄŁ +×Ļ×Ĺ ×¡ +×ij ×ķ×¢ +ล ี +פע ×Ļ׾ +им и +g ÅĤ +Ġим е +خد اÙħ +×IJ ×Ļר +Ġy apt +ãģ¨ ãģĦ +à¸ĩ à¹Īาย +׾×Ļ ×ķ +ØŃد Ø« +را ÙĤ +ĠÄIJ i +اد ر +ãģĵãģ¨ ãĤĤ +×ij ×Ļר +Ġв з +ض اÙģ +ת ×ķ׼ +ÑĢ ом +ر ات +à¹Ģà¸Ĺ à¹Īา +ãģĺ ãĤĥ +ãģĿ ãģĵ +اج تÙħاع +à¹īà¸Ń à¸Ļ +ÙĤ Ùħ +ë³ ¸ +Ä ŀ +ש ×Ļ×ķ +×ij ׳×Ļ +ìľĦ ìĽIJ +à¹ģ à¸Ī +×Ĺ ×ķר +دÙĬ ÙĨØ© +ت Ø· +ằ m +ò a +ย à¸Ńà¸Ķ +Ġëĭ ¹ +สุ à¸Ĥ +×ĵר ×ļ +د ÙĨ +س ÙĬÙĨ +ÙĪÙĤ Ùģ +ÑĨ Ñĭ +г оÑĤов +еж дÑĥ +à¸ŀ วà¸ģ +اÙĤ تص +اÙĤتص اد +cz ÄĻ +ni ÄĻ +ÑĢ еб +ØŃ ÙĪ +à¸Ĺ à¹Į +ãĤĪ ãģŃ +д ж +à¸ģล à¹Īาว +دÙĬ Ø« +ãĤ³ ãĥŁ +ÙĤ ÙĪÙħ +Ġت ØŃ +à¹Ģ à¸ķิ +اÙģ ظ +à¸Ī ุ +رÙĬ اض +×ŀש ×ļ +à¹Ĥ ย +еÑĢ е +ãģ¿ ãģŁãģĦ +ìĿ´ ëĿ¼ +ĠاÙĦÙħ ÙĪ +ĠÑģÑĤ о +à¹Ģรà¹ĩ ว +Ġд еÑĤ +ĠÑģ дел +à¹Ģà¸Ĭ ืà¹Īà¸Ń +פ ׳×Ļ +ÙĪض ÙĪع +×ij ס +à¹ģ à¸Ķ +ó c +ริ ม +ÑĢаР´ +ìĪ ł +ãĥ¼ãĤ º +ãģ« ãģĬ +и но +פ ×Ļ׾ +à¸Ĭั à¹Īà¸Ļ +×Ĺ×ĵ ש +à¹Ģà¸Ļ ืà¹Īà¸Ńà¸ĩ +׳ ×Ļס +غ رب +ãĤ¸ ãĥ£ +ส ัà¸ĩ +à¹Ģ à¸Ĺีà¹Ī +à¹Ģà¸Ĺีà¹Ī ยว +ëŁ ¼ +à¹ģ à¸Ł +ãĥ¼ãĤ · +ãĥ¼ãĤ· ãĥ§ãĥ³ +Ġвоз мож +جÙħ ÙĪع +×ijר ×Ļ×Ŀ +ãĥĪ ãĥ© +ĠкаÑĩ еÑģÑĤв +Ø· ÙĬ +ÑĤ Ñı +צ ×ķ×¢ +ÄŁ ını +ع ÙĦÙī +ا Ø° +ÙĪاÙĤ ع +Ùħ ÙĪا +ائ ÙĬÙĦ +к ол +á»ģ m +à¸ľà¸¥ ิà¸ķ +×Ļ׳ ×ĺר +س Ùĥ +ש ×Ļר +ศึà¸ģ ษา +à¸ļ ั +Ñĩ аÑģ +×ķפ ×Ķ +×Ļפ ×ķ׾ +ĠاÙĦس اب +رÙĬ ب +ĠاÙĦ بÙĬ +ãĤ¹ ãĥĨ +Ñĩ ен +à¹ģ à¸ľ +Ġ׳ ש +ز ÙĬد +ØŃ Ø§Ø¯ +ëį Ķ +رÙĪ ع +à¸Ĺุ à¸Ļ +ส มา +c zeÅĦ +×Ļ×ĵ ×Ķ +ãģ§ ãģĤ +Ġçoc uk +Ø® ب +à¸ļ าย +à¸Ľà¸£à¸° à¸Ĭา +×ŀש ׾ +ãģª ãģĭ +à¸ģ าย +ãĥģ ãĥ£ +аÑĢ и +ĠÑĩ а +à¸Ķ ำ +à¸Ĺั à¹Īว +Ñĥ Ñħ +Ġö z +Ġì¢ ĭ +ج رÙĬ +ائ ÙĤ +à¸ł ัย +Ø· ار +د ارة +Ä© nh +Ø« ÙĨ +zell ik +اÙĦ ت +Ġg eli +ãĥķãĤ © +ол од +رب ع +שת ×ŀש +à¸ļร ร +íĿ ¬ +Ġü rün +Ġê·¸ ëłĩ +ศาส à¸ķรà¹Į +ãģ ľ +×Ļ×ij ׾ +ĠпÑĢед ÑģÑĤав +سط ÙĬÙĨ +ãĤĴ 使 +Ġпом оÑī +×ķק ר +ãĥ¯ ãĥ¼ +Ġyö net +×Ļק ר +à¸Ĥ า +еÑĢи ал +ØŃ Ùģ +Ġ×Ļ צ +à¸Ĺ ิ +å£ ² +à¸Ļ à¸Ńà¸ģ +×ķ׼ ר +íĻ ľ +ủ y +ĠاÙĦÙĤ ر +×Ļ×ij ×ķת +ÅĽ ni +Ùħ شار +ượ t +ĠÙĦ دÙĬ +ÑĤ ел +ĠØ¥ ÙĦÙĬ +عÙĦ ÙĪÙħ +ìķ ĺ +в иÑĤ +à¸Ħ ะ +yr ı +ãģ¨ ãģ£ãģ¦ +à¹Ģ à¸ī +à¸ĸ าม +ÙĤ ار +عÙĦ اÙħ +ặ ng +Ùħ ÙĴ +×Ļ×ŀ ת +سب Ø© +ãĤ¯ ãĥ© +×ķס ×£ +ĠпÑĢ ин +ãģĦ ãĤį +س اس +عت بر +วิ à¸Ĺย +วิà¸Ĺย า +س Ùĥر +ãĤ· ãĥ§ +ãģ ģ +ัà¸ģ ษ +×ij ×ķ×Ķ +ห ย +ãģ¾ ãĤĮ +ĠоÑĢг аниз +каз ал +ĠÑģв Ñıз +uy ết +ĠпÑĢо из +Ġק ×ĺ +à¹ģà¸ģ à¹ī +п ÑĥÑģ +Ġê·¸ ê²ĥ +ëĬ IJ +л екÑģ +ãĥ¼ãĥ Ĺ +à¸ķ ำ +ת×Ĺ ×Ļ׾ +à¸Ńà¸ĩ à¸Ħà¹Į +Ạµ +׳ צ +Ø£ Ø´ +Ø´ Ùĩ +ย ะ +à¸ģ à¸İ +ĠاÙĦØ¥ سÙĦاÙħ +ед ÑĮ +ãģ² ãģ¨ +ëıĦ ë¡Ŀ +ãģ© ãģ® +Ñĥ в +еÑĩ ение +ĠاÙĦت ج +ãģ« è¡Į +Ġп озв +ãĤı ãĤĬ +ÙĦ اث +íķĺ ìĺĢ +Ġм аÑĢ +Ġkon uÅŁ +ãĥ¬ ãĤ¹ +ãĤĴ æĮģ +ĠоÑģ нов +×Ĺ ×ij +ÙĪج ÙĪد +פ ×ķף +в оÑĢ +Ġн ик +ãģĭ ãĤĭ +ÅŁtır ma +×Ļס ×ĺ +Ø£ ÙĦ +ห à¹Į +и она +лÑĮ н +Ġг оÑģ +ĠÐľÐ¾Ñģ к +ÑĢ об +×ķ×IJ ×Ļ +ãģĬãĤĬ ãģ¾ãģĻ +ãģ£ãģ ± +к л +à¸Ļ à¸Ķà¹Į +رÙĬ Ùģ +اس ب +ĠÑĢ еÑĪ +Ġд ол +ãģ¹ ãģį +×Ļ×ij ×ķר +м еÑī +Ġна ÑĪ +à¹ģ à¸Ľà¸¥ +ÑĢ иÑĤ +кÑĥ Ñģ +и ÑĢа +аÑĤ ÑĥÑĢ +ÙĪا صÙĦ +à¹Ģà¸ľ ย +à¸Ń ำ +à¹Ģà¸ģ ิà¸Ļ +غ Ùħ +ãģĻ ãģİ +lı kl +ÅĦ sk +ê² ¬ +×Ļ׼ ×Ķ +׊ש×ij +ÙĪر ÙĬØ© +Ġд ейÑģÑĤв +×Ĺ׾ ×ĺ +Ġ׾ ×ŀ×¢ +צ׾ ×Ļ×Ĺ +еÑĩ а +Ùģ اع +×Ĵ ×Ļ×ĵ +áºŃ m +ÄĻ b +Ø´ ع +ãģı ãĤĬ +à¸ŀ ุ +ед еÑĢ +à¸Ĥ à¸Ļ +à¸Ħ าร +ĠболÑĮ ÑĪ +ãģı ãģªãĤĬ +à¸ĵ า +×ĵ ×ķ×Ĵ +Ġм н +ä¸Ĭ ãģĮ +ç¶ļ ãģį +ฤ ษ +ภĨ +Ø® ÙĬ +à¹Ģà¸Ĺ à¸ŀ +สั ม +à¹Ģส à¸Ļ +à¹Ģสà¸Ļ à¸Ń +ãĥ ´ +Ġи ÑģÑĤ +با شر +ĠÑĥ ÑĢов +×ŀ ×ķ×ĸ +ab ı +wa ż +×ķצ ×IJ×Ķ +ÑĤ веÑĢ +à¸ŀัà¸Ļà¸ĺ à¹Į +׳ ×Ĵ×ĵ +ãĤĭ ãģĵãģ¨ãģĮãģ§ãģį +ĠÑĤÑĢ еб +à¸ģร ุà¸ĩ +ØŃت اج +à¹Ģ à¸Ħล +ã Ĩ +ÄĻ tr +Ġszcz eg +Ġר ש +à¸Ĺ à¸ĺ +Ġн ек +Ġнек оÑĤоÑĢ +в ÑĪ +Ð ¬ +à¹Īว ย +ล ุ +б ÑĢÑı +หม ูà¹Ī +à¹ģ à¸ķà¸ģ +ר׼ ×Ļ×Ŀ +Ġí ĸī +ã i +Ùĥر Ø© +â Ń +í IJ +ã į +á ģ +â ® +â ¥ +ì ® +à ¿ +â ¿ +á Ĥ +á ¤ +â ł +í Ł +ðIJ į +ðIJ ° +ðĿ Ĩ +ðŁ Ī +Ġ×¢ ׾ +Ġع ÙĨ +ĠÙħ ع +Ġ×ĸ ×Ķ +ĠÙħ ا +Ġm Ãł +Ġd ụ +á»ĩ c +а Ñħ +s ı +íķĺ ê³ł +Ġ×ķ ×ij +ĠÐŁ о +×ķת ר +ĠÙĦ Ùħ +Ġ×ķ ׾ +ãģĹãģ¦ ãģĦãĤĭ +Ġ×ŀ ×Ļ +Ġب ÙĬÙĨ +з а +ĠÙĥ اÙĨ +Ġ×Ķ ×Ļ×Ķ +ëħ Ħ +×IJ ×ķ +д и +ĠпеÑĢ е +d ı +Ġ׾ ש +Ġש ×ŀ +ãģĮ ãģĤãĤĭ +ãģĦ ãģĦ +ÑĢ е +ק ×ķ +и ли +м е +ÙĬ ت +ãģ§ ãģĤãĤĭ +Ġв о +à¹ĥ หม +à¹ĥหม à¹Ī +Ġש ×ij +Ġ à¹Ĥà¸Ķย +ÙĬ Ùĩ +ãģ§ãģĻ ãģĮ +ãģ¨ ãģ¯ +ר ×ķ +Ġ à¸ĭึà¹Īà¸ĩ +ãģ§ãģį ãĤĭ +м о +à¹Ģà¸ŀ ืà¹Īà¸Ń +צ ×ķ +×ĺ ×ķ +ìķ Ī +Ġh á»į +à¹Ģà¸ĩ ิà¸Ļ +ĠاÙĦ ب +Ġ มี +ë¬ ¼ +Ñģ е +ëĵ¤ ìĿ´ +Ġë§ IJ +Ġl Ỽ +a ÅĤ +×Ĺ ×ijר +Ġd á»± +ÙĬ Ø« +Ġth á»ĭ +à¸ģà¹Ī à¸Ńà¸Ļ +Ġ×ij ׼׾ +ãģ ¸ +ãģ¨æĢĿ ãģĦãģ¾ãģĻ +ả nh +ย า +Ùģ ا +ส ี +à¸ķ า +ë² ķ +ãĥª ãĥ¼ +รา à¸Ħา +Ġ×ķ ׾×IJ +ãģ¨ ãģĵãĤį +à¹Ģล ืà¸Ń +di ÄŁi +ÙĪ اÙĨ +Ġ׾×Ķ ת +รว ม +פ ×Ļ×Ŀ +à¸ľ ม +ж и +c ı +ÑĢ од +Ġkar ÅŁÄ± +×Ĵ ×ķ +ãģ« ãģ¤ +ãģ«ãģ¤ ãģĦãģ¦ +r Ãł +×Ļ×ķת ר +ĠìĨ Į +ק ×Ķ +ÑģÑĤв о +ãģij ãģ© +g é +à¸Ķ à¹īาà¸Ļ +çļĦ ãģ« +ĠÙĬ ÙħÙĥÙĨ +ìĨ į +ÙĬ Ùĥ +à¹Ħว à¹ī +Ñģки й +ì m +Ġ׾×IJ ×Ĺר +à¸Ńา หาร +Ġà¹Ģ à¸ŀ +รา ะ +ล ูà¸ģ +ÑģÑĤ а +Ġìľ ł +ÙĤ ÙĪÙĦ +б оÑĢ +Ñģк ого +หล ัà¸ĩ +à¸Ĥ à¹Īาว +à¹Ģม ืà¸Ńà¸ĩ +ê° ģ +t Ãł +ÙĬ ÙĬÙĨ +عر ض +ë° © +Ġëı Ļ +Ġà¹Ģ à¸Ľ +Ġà¹Ģà¸Ľ à¹ĩà¸Ļ +ç i +li ÄŁi +ìĹIJ ê²Į +ãĤ¿ ãĥ¼ +Ġ׾ ת +פ ×ķת +à¸Ĥ à¸Ń +ر س +ìł IJ +à¸ľ à¹Īาà¸Ļ +ÑĦ и +ج ÙĨ +ì¢ ħ +Ġ×Ķ פ +Ġn go +á»ĭ a +Ġtá» ķ +Ġê·¸ 리 +à¹Ģม ืà¹Īà¸Ń +Ø° Ùĥر +ìĸ ij +ìĹ Ń +×ĺ ׾ +k ı +Ġع ÙħÙĦ +Ġع ÙĨد +à¸ĭ ืà¹īà¸Ń +Ġê± ° +в е +r ü +à¹Ģ à¸Ńา +ส à¹Į +à¸Ī à¸Ļ +ס ת +Ġgi ả +ãĤĭ ãģ¨ +à¸ģำ ลัà¸ĩ +н ей +à¸Ī ริ +à¸Īริ à¸ĩ +Ġë į +Ġëį Ķ +à¸Ħà¹Ī ะ +ì n +Ġsü re +Ġqu y +à¸ļ าà¸ĩ +åıĸ ãĤĬ +ר ×Ĺ +×ij ת +ãģĮ ãģĤãĤĬãģ¾ãģĻ +ר ש +ìĹIJ ëĬĶ +Ġ×IJ פשר +ay ı +ãģĮ ãĤī +ØŃ Ø¨ +ан Ñģ +س ÙĪ +ĠпÑĢ е +د ÙĪ +ãģ« ãĤĪ +à¹Ģà¸ģ ม +สู à¸ĩ +m akt +makt ad +maktad ır +Ġön em +×Ļ×ŀ ×Ļ×Ŀ +б о +ÙĪ ÙĬØ© +รู à¸Ľ +à¹Ĥล à¸ģ +Ùħ ÙĬع +ÑģÑĤ Ñĥп +à¹Ĥ à¸Ń +دÙĬ ÙĨ +ì¤ ij +ãģĹãģ ı +à¹Ģส ีย +в Ñĭ +Ùħ ت +íĺ Ħ +ãĥIJ ãĥ¼ +ا Ø´ +ק ס +Ġtá» ¥ +ล à¸Ķ +Ùģ Ø© +í ijľ +ر ج +k ÅĤad +ĠÅŁ ey +ĠØ£ Ùħ +Ġà¹Ģ ม +Ġب ÙĦ +Ñģ каÑı +ãģ¨ ãģ® +Ġìĭ ¤ +ấ m +ห à¹īà¸Ńà¸ĩ +à¸Ĭ ม +d ü +Ġç ek +Ġê³ ł +×Ĵ ×ij +à¸Ĭี วิ +à¸Ĭีวิ à¸ķ +Ùģض ÙĦ +ภ¯ +ç ı +Ġب Ø´ +ĠÙĩ ÙĨا +ãģį ãģ¾ãģĹãģŁ +t ü +Ġìĺ ģ +ĠTür k +к ÑĤ +פר ס +ãģ¨ãģĦãģĨ ãģĵãģ¨ +í ĶĦ +à¹ģร à¸ģ +ר ×ķף +Ġar as +×ŀצ ×IJ +Ġtá» ī +س ا +à¸ŀ à¸Ń +ĠاÙĦÙħ ØŃ +ãĥ ¤ +ĠاÙĦ است +Ùģ ÙĨ +×Ļ×ŀ ×Ķ +ر ت +ãģ¨ ãĤĤ +Ġна Ñģ +п ÑĢи +Ġ×Ĺ ×ķ +и ла +ÙĬ Ø´ +Ġgö z +Ġ×ij ׳×Ļ +ım ı +ĠÑĤ еÑħ +Ġh á»Ļ +غ ر +к он +اØŃ Øª +Ġ à¸ŀ +à¸Ń à¸Ńà¸Ļ +à¸Ńà¸Ńà¸Ļ à¹Ħล +à¸Ńà¸Ńà¸Ļà¹Ħล à¸Ļà¹Į +Ñħ о +Ñı в +à¹ģ สà¸Ķ +à¹ģสà¸Ķ à¸ĩ +à¹Ģà¸ŀ ียà¸ĩ +ÑĤ ов +ا ÙĬ +Ġ×Ķ ×ĵ +Ġ×ķ ׼ +ãĤī ãģĦ +×ķפ ף +Ġë ¶Ī +ล à¸Ńà¸ĩ +Ø· اÙĦ +Ġн и +ĠÙħ ست +ế c +Ġש ׼ +ĠëķĮ 문 +วัà¸Ļ à¸Ĺีà¹Ī +×Ļ׾ ×ĵ +ØŃ Ø§ +е ÑĨ +Ġc ứ +×ĵ ×ķר +ĠÙħ ØŃ +ר׼ ×ij +بÙĬ ع +ни и +ĠاÙĦØ£ ÙĪÙĦ +à¸Ħว ร +ãģ¨æĢĿ ãģĨ +ĠС о +ائ ÙĬØ© +ر اء +оÑģ об +Ġب Ø£ÙĨ +×¢ ×ķ×ĵ +ĠÑĤ е +ãģĵ ãģĨ +ÑģÑĤ ÑĢа +ай н +Ġsö z +ت ÙĨا +à¸Ń ิ +ặ p +ĠìķĦ ëĭĪ +íķ Ń +Ġר×IJ ש +Ġ à¹Ħà¸Ķà¹ī +Ġ×Ĵ ×ĵ +Ġס פר +обÑī е +ĠÙĪ Ø¥ +ada ÅŁ +ãģ¡ ãĤĩ +ק ×ķ׾ +ÑĢ ез +ĠdÃ¼ÅŁ ün +Ġ×ij ×IJ×ŀ +Ġìĸ´ ëĸ +ער ×ij +н ее +ĠÑģÑĤÑĢ ан +س اÙĨ +yn ı +ĠاÙĦر ئÙĬس +ãģĹãģ ª +Ġ׳ ת +ãģ«ãģª ãģ£ãģŁ +g ü +åıĹ ãģij +׾ ת +ìł Ī +ëĬĶ ëį° +Ø® ÙĬر +à¸ķà¹īà¸Ńà¸ĩ à¸ģาร +ĠÙĦ Ø£ÙĨ +Ġch á»ĭ +ÙĪ Ø© +à¹ĥ ส +ë¶Ģ íĦ° +íķĺ ë©´ +ữ u +à¹Ģหม ืà¸Ńà¸Ļ +б еÑĢ +ĠìĿ´ ìļ© +ĠÑģ еб +wiÄĻ ks +Ġ׳ ×¢ +ÑĤ ÑĥÑĢ +Ġngh Ä© +ש ×ķ×ĺ +ti ÄŁi +Ġde ÄŁi +×IJ ×ij +Ġ×ŀ ×ŀ +ãĥĹ ãĥŃ +wa ÅĤ +à¸Ī ึà¸ĩ +Ø® دÙħ +×IJ ×Ŀ +Ä±ÅŁ ı +cz Äħ +ר ×ĵ +ĠÑĢ Ñĥб +خر Ùī +ãģ® æĸ¹ +Ġд енÑĮ +×Ĺ ×Ļ×Ŀ +еÑĤ е +ëĤ ľ +×IJ ×Ĵ +×¢ ×ķר +ë³ Ħ +åIJĮ ãģĺ +ãĤ ² +ר ×ļ +×ķש ×IJ +ìľ ¡ +ا Ø® +צ ×Ļ×Ķ +á»± a +ãģĪ ãģ¦ +ש×Ķ ×ķ +ан ÑĤ +ลา à¸Ķ +ин г +ë¡ ł +اع د +ÙĪ سط +Ġв оп +Ġвоп ÑĢоÑģ +Ùħ ÙĬÙĨ +à¸Ħ à¸ĩ +×Ļר ×Ļ×Ŀ +c ów +ê² © +Ġê·¸ 룰 +Ġì§ Ħ +Ġש ׾×Ķ +à¹Ģร ิà¹Īม +à¸Ĭ à¸Ńà¸ļ +д еÑĤ +ÑİÑī иÑħ +à¸ļ à¸Ńà¸ģ +æĢĿ ãģĦ +ع ÙĬد +ס ×ŀ +×Ĵ ×Ļ×¢ +צ ×ĵ +ب ات +ĠëĶ° ëĿ¼ +à¸Ī ัà¸ĩ +ãģłãģij ãģ§ +×¢ ×Ļר +ĠÑĩ ел +ĠÑĩел ов +ĠÑĩелов ек +ãĥĥ ãĥģ +à¹Ģà¸ģ ีà¹Īยว +à¸Ķ ิ +Ġפ ×¢ +×Ļ×ŀ ×Ļ +ë° ĺ +Ø® ار +×ij ×Ļת +×¢ ×Ļ×Ŀ +ü yor +ãĤģ ãģ¦ +к лад +Ġ à¸Īาà¸ģ +à¹Ģà¸Ħ ย +ส à¸Ńà¸ĩ +à¹ģ à¸Ħà¹Ī +ẫ u +หà¸Ļ ัà¸ĩ +ש׾ ×ķ×Ŀ +اÙĨ ÙĬØ© +åĩº ä¼ļ +åĩºä¼ļ ãģĦ +à¸ł าย +à¸ļา à¸Ĺ +à¸Ĭา ว +mu ÅŁ +Ġ׾ק ×ij׾ +ãĤ· ãĥ£ +ĠÄ° ÅŁ +×Ĵ×ĵ ×ķ׾ +ج عÙĦ +ë³ Ģ +ยิ à¹Īà¸ĩ +à¸Ļ าย +à¸Ļ ีà¹Ī +วิ à¸ĺี +ãĤī ãģªãģĦ +ëł Ī +Ġ문 ìłľ +Ġ à¸ģ +à¸Ĺำ à¸ĩาà¸Ļ +à¹Ģว à¹ĩà¸ļ +ÑĦ е +楽 ãģĹ +สำ à¸Ħ +สำà¸Ħ ัà¸į +ر Ùħ +ãģķãĤĮ ãģ¦ +Ġоб ла +ר×IJ ×Ļ +หม à¸Ķ +ÙĨ ÙĬØ© +ли н +Ġe ÄŁ +it im +ëł ¹ +ص اÙĦ +ÅĽ l +à¸ľ ิà¸Ķ +ãĥŀ ãĥ³ +åħ¥ ãĤĮ +à¹Ģà¸ķ à¸Ńรà¹Į +ار ÙĬ +ĠÐ ¦ +d ür +ส วย +ë¦ ½ +رÙĥ Ø© +Ġh ã +×Ļת ×Ķ +à¸Ĥ à¸Ļา +à¸Ĥà¸Ļา à¸Ķ +à¸Īำ à¸Ļ +à¸Īำà¸Ļ วà¸Ļ +ש ×ķק +Ġд ом +ì± ħ +ãģĭ ãģij +פ ×ķ׾ +à¸Ĭ าย +Ñģ моÑĤÑĢ +Ñģл Ñĥж +ש ×IJ׾ +кÑĢÑĭ ÑĤ +Ġìŀ ĺ +é«ĺ ãģĦ +ĠÑĢ Ñĥк +ÙĨ ص +д ав +Æ°á» ¡ +ưỡ ng +ر اÙħ +×Ļ׳ ×Ļ×Ŀ +ãĥ© ãĥ¼ +ëĦ ¤ +Ġت ع +l ke +好 ãģį +æĮģ ãģ¡ +Ġë§ İ +Ġy ük +ĠÑģоÑģÑĤ ав +енÑĤ ÑĢ +pe ÅĤ +à¹Ģà¸Ľà¸¥ ีà¹Īย +à¹Ģà¸Ľà¸¥à¸µà¹Īย à¸Ļ +íı ī +ãĤĦ ãģĻ +×Ĺ ×ĸ +×ijר ×Ķ +ë£ ¨ +ìĶ Ģ +بØŃ Ø« +à¹Ģà¸ķ à¹ĩ +ów i +ب Ùĩ +ãģį ãģ¾ãģĻ +Ġ×¢ ×ŀ +×Ĵ ×ķ׾ +ез д +ÙĬÙģ Ø© +สà¸Ļ à¹ĥà¸Ī +Ġת ׾ +Ñı Ñī +Ġس ÙĨ +ĠÙĪا ØŃد +ĠÑģ м +lad ı +ı ld +×Ļר ת +ีย à¸Ļ +ת×Ĺ ×ª +Ġж из +à¸ŀ ั +à¸ŀั à¸Ĵ +à¸ŀัà¸Ĵ à¸Ļา +à¸Ĭ ิ +ا Ø®ÙĦ +ãģ£ãģ¦ ãģĦãģŁ +รั à¸IJ +ãĤģ ãĤĭ +à¹Ĥ à¸ģ +ĠT á»ķ +Ġh akk +ر Ùģ +ìł Ģ +Ñģ об +ãģª ãģijãĤĮãģ° +Ùĩ ÙĪ +Ġë² ķ +ãĤ Ĩ +ĠاÙĦس عÙĪد +Ġ×IJ תר +Ø§Ø º +Ġ׾ ×ĵ +à¹ģ à¸ķ +à¹ģà¸ķ à¹Īà¸ĩ +íĮ Į +Ñĥп иÑĤÑĮ +à¸ŀืà¹īà¸Ļ à¸Ĺีà¹Ī +×ij ת×Ļ +à¹ĩ à¸ģ +ÅĤ at +Ġê°ľ ìĿ¸ +ìłķ ë³´ +ÑĤ ал +Ġgü ven +ĠÄ° l +Ġê° ģ +Ġب ت +×ŀ ×ķ׳×Ķ +ĠاÙĦØŃ ÙĥÙĪÙħ +ÙĤ ات +à¹ģ à¸ģà¹Ī +ห าà¸ģ +н ÑĮ +à¸Ľ รัà¸ļ +มา à¸ĵ +Ġне Ñģк +ĠØ ¶ +สม ั +สมั à¸Ħร +ãģĮ ãģĤãĤĬ +м еÑģÑĤ +Ġ×IJ צ׾ +Ġкомп ани +ס ר +ÙĬÙħ Ø© +ĠÑħ оÑĢо +ĠÑħоÑĢо ÑĪ +Ġ×Ļ ×ķ×ĵ +ü s +×Ĵ ×Ļש +à¸ļ à¸Ĺ +تÙĨ ظ +ว าà¸ĩ +ม หา +Ġ׼ ×ķ׾ +à¸Ĥ à¹īาà¸ĩ +ë° ľ +г од +д ан +ãģĭãĤĤãģĹãĤĮ ãģ¾ãģĽãĤĵ +ãģĵ ãģ¡ãĤī +ãĥIJ ãĤ¤ +ece ÄŁi +دÙĬ دة +ÙĨ Ùī +Ġëĭ¤ ìĿĮ +ว ี +غ ا +ли з +à¹Ģà¸Ķ ิ +à¹Ģà¸Ķิ ม +ĠÙĬ ست +Ġy ılı +ko ÅĦ +ãģ§ãģĹãĤĩãģĨ ãģĭ +ãģĤ ãģª +ãģĤãģª ãģŁ +ÑĨ ен +ĠÙĪ ز +×IJ ×Ļש +à¹Ī à¸Ń +ر ØŃ +ê´ ij +ÑĢа ÑģÑĤ +Ġ×Ķ ׾ +ãģĹãģ¦ ãĤĤ +×ŀר ׼ +×ŀר׼ ×ĸ +éģķ ãģĦ +ãģŁ ãģı +ĠÑģ Ñĥд +в еÑģÑĤи +ĠíķĦ ìļĶ +ãĥķ ãĤ§ +ÑĤелÑĮ но +à¹Ģà¸ŀ ืà¹Īà¸Ńà¸Ļ +ÅĤu ż +à¹Ģà¸Ķิà¸Ļ à¸Ĺาà¸ĩ +ש ×ķר +Ġ×ŀ ×ĵ +×ķ×¢ ׾ +ÙĦ اÙħ +à¹Ħ à¸ĭ +л ей +кÑĥ ÑĢ +Ạ¢ +à¸Ĺ าà¸Ļ +ì§ ij +ĠгоÑĢ од +ר ס +׾ ×ķ×Ĵ +mas ını +Ġл ÑĥÑĩ +ล à¹Īา +ìļ ¸ +ש ×ĺ +ĠÐĺ н +í Ĥ¤ +ÙĪÙĦ ا +ìķ ł +ĠØ£ÙĬ ضا +Ùĥ ار +ĠاÙĦت ع +ส ูà¹Ī +ãĤ ¼ +×ij ×Ļ×IJ +ย à¸ģ +ĠØŃ ÙĤ +ر بÙĬ +ãģĺãĤĥ ãģªãģĦ +รัà¸ģ ษา +Ñħод иÑĤ +à¸ķ à¸Ńà¸ļ +׳ ×ĺ×Ļ +ĠاÙĦÙħ ج +تÙħ ع +ов аÑĤÑĮ +ÙĦ ÙĬÙĨ +×Ļ×ŀ ×ķת +Ġm ù +n ÄĻ +Ġد ÙĬ +׼ ש×Ļ×ķ +Ġhi ç +ë ijIJ +ÙĪ اء +ÙĪ Ø· +ĠاÙĦ بÙĦ +à¹ģม à¹ī +ק ×ķת +ÙĪج د +å§ĭ ãĤģ +ÙĬ ئة +Ġë§ ¤ +ص بØŃ +פ ×IJ +г оÑĢ +ס ×Ķ +بÙĬ ÙĤ +ย าà¸ģ +Ġн ад +ÙĬ Ùij +Ġب ÙĪ +ס ×ķר +Ùħ ÙĥاÙĨ +ר ×ij +×Ĵ ×ĸ +צ ת +b ilit +л аг +ĠN go +×IJ ×ķר +à¸ķ à¸Ļ +íĬ ¹ +à¸Ĺีà¹Ī à¸Ķี +à¸Ľà¸£à¸° à¸Īำ +ов ание +ãģĦ ãģ¤ +ãĥĥãĤ¯ ãĤ¹ +åIJĪ ãĤı +åIJĪãĤı ãģĽ +×Ļ׳ ×ķ×Ļ +ạ y +Ø« ÙĤ +ĠпÑĢ об +ĠпÑĢоб лем +ÅŁ eh +ÅŁeh ir +ع ادة +اÙĨ ÙĪÙĨ +à¸ķัว à¹Ģà¸Ńà¸ĩ +ì¶ ķ +ı lan +б ан +ãĥ³ ãĥī +à¸Ī ี +Ġ×Ķש ׳×Ļ +п оÑĤ +×ķ׾ ×Ļ×Ŀ +ล ัà¸ļ +ĠÑį ÑĤи +×ijק ש +ë¹Ħ ìĬ¤ +à¸Ńยà¹Īาà¸ĩ à¹Ħร +×Ļ׾ ×Ļ +à¹ĥà¸Ĭ à¹Ī +ĠاÙĦ ÙĥÙĦ +ãĥļ ãĥ¼ãĤ¸ +ص Ø© +ÑĤи ÑĢ +ãĤĵ ãģ© +зÑĭ к +wy ż +Ùĩ ÙĬ +ĠÙħ ÙĦÙĬ +Ġвид е +ظ اÙħ +دا ÙĪÙĦ +×ŀ ת×Ļ +Ġs ık +à¹Ģà¸ķิ ม +ãĤ¢ ãĤ¤ +ка Ñħ +צ ×Ļ׾ +à¹Ģà¸Ĭ à¹Īà¸Ļ +м аг +маг аз +магаз ин +à¸Ľ ั +à¸Ľà¸± à¸Ī +Ġש ×Ļר×ķת +ีย ม +ãĥĸ ãĥ« +Ġد ÙĪÙĦ +קר ×Ļ×Ŀ +Ùĩ Ùı +ов о +Ġü ret +د ÙĪÙĨ +à¹ģà¸Ļ ว +à¹Ģà¸Ļ ืà¹īà¸Ń +ĠÑĦ оÑĤ +ãĥ ĺ +ãģ¤ ãģĭ +Ñı Ñģ +ĠíķĺëĤĺ ëĭĺ +ائ ع +Ġп лаÑĤ +ìĺ Ī +Ġdost ÄĻp +ÙĪج Ùĩ +Ġ×Ķ ×Ĺ×Ļ +׳ ×Ļק +д ей +í ĽĦ +ı y +بØŃ Ø± +à¹Ģส ริม +Ġ׾ ×Ĵ +Ø°Ùĩ ب +ج ÙĬÙĦ +رÙĥ ز +Ġë ħ +Ġëħ ¸ +פ×Ļ׾ ×ķ +ãģ¾ ãģļ +iri ÅŁ +ĠÙĥ ÙĬÙģ +Ġ×ij צ +Ġêµ IJ +ÑĢоÑģ Ñģ +ĠØ´ ÙĬ +Ġiç er +×Ĵ ×ķ×ij×Ķ +мен но +×¢ ×ij×Ļר +×ķ×ŀ ×Ķ +ãĤī ãģĹãģĦ +ãģ ¼ +Ñī ин +è²· ãģĦ +جÙħÙĪع Ø© +Ġdön em +Ġ×ij ×IJר +в еÑģÑĤ +×ķר ×ķת +س Ùģ +à¹ģà¸Ĺ à¸Ļ +Ġд окÑĥменÑĤ +Ġا ÙĬ +ج اÙĨ +צ×ķ×¢ ×Ļ +ĠоÑģ об +ĠاÙĦÙħ س +ÑĢаР± +à¸ł ู +à¸Ķ าว +л екÑĤ +ع ÙĤ +×ķ×ĵ ×ķת +Ġol u +Ġolu ÅŁtur +ãģ¾ ãģ¾ +ед ин +à¹Ģ à¸Ńà¸ģ +ãĤµ ãĤ¤ +ëĦ Ī +Ø· ÙĨÙĬ +Ø· ÙĤØ© +ĠÐł аз +ÙĦ Ùij +Ñĩ ем +Ġ׾ ×ĺ +สั à¹Īà¸ĩ +سر ائÙĬÙĦ +Ġפר ×ĺ×Ļ +д еÑģÑĮ +Ġ׳ ׼ +اÙĨ ب +ÙĬا Ø© +Ùħ بر +Ġk ı +à¸Ľ à¸ı +à¸Ľà¸ı ิ +à¸ļั à¸ķิ +׳ ת×Ļ +ìĨ ¡ +ر اب +à¹ĥ à¸ķ +à¹ĥà¸ķ à¹ī +×Ļ׳ ת +ÙĪ ÙĬر +Ġ×Ķ×ŀ ×Ļ +ей ÑĩаÑģ +ק ×ķ×ij +در اس +ĠÙħ ÙĤ +رÙĬ ÙĨ +Ø® اص +ãģĬ éĩij +Ġج دا +ãģĨ ãģ¡ +ëħ ¸ +ır ım +æ§ ĺ +ãģ« å¯ +ãģ«å¯ ¾ +ÑĨ ев +Ġv ard +ĠÐIJ н +e ÄŁ +ÑģÑĤв енно +Ð ¨ +س د +à¸ģ ุ +à¹ģà¸ľ à¸Ļ +รูà¹ī ส +รูà¹īส ึà¸ģ +ات ØŃاد +Ñij ÑĤ +×Ĺ ×ķק +ãģĻ ãģIJ +Ø· ÙĦاÙĤ +Ġק ×ķ×ĵ +à¹ĥà¸Ĭ à¹īà¸ĩ +à¹ĥà¸Ĭà¹īà¸ĩ าà¸Ļ +ãĥ¼ãĤ ¿ +Ġs ür +ÑĢ ок +ë³ ij +สมา à¸Ĭ +สมาà¸Ĭ ิà¸ģ +ãĥķ ãĥ¬ +è¾¼ ãģ¿ +ãĤ» ãĥ³ +Ġê°Ģ ì§Ģ +à¸ľ à¹īา +ÑįÑĤ омÑĥ +иÑĤ ел +à¸ł ั +ภij +ãĥĸ ãĥ© +×Ľ×ª ×ķ×ij +׳ ×Ŀ +ен нÑĭе +×¢ ×¨×Ľ×ª +Ġì Ĥ +ĠìĤ ´ +à¸Ĥ à¹īา +׳ ×ķס +ãĥ¬ ãĥĵ +ÑĢ еÑģ +à¹Ģล à¸Ĥ +Ø« اÙĦ +ìĹ Ĩ +ĠÑĩ аÑģÑĤ +า ศ +ãĥª ãĤ¢ +u ç +×Ļ׼ ×ķת +ล à¹īาà¸Ļ +i ë +ãĤ¸ ãĤ§ +à¸Ī à¸Ń +ÙĪ ØŃد +×Ļצ ×ķ×ij +Ġ×ij ש׾ +ок о +ض Ø© +Ø° ر +ĠÑĥ д +Ä° L +×ķצ ×Ļ×Ŀ +×ĸ ×ŀף +à¸Ľ à¸ģ +íķĻ êµIJ +س اÙħ +à¹Ħ à¸Ķ +ละ à¹Ģà¸Ń +ละà¹Ģà¸Ń ีย +ละà¹Ģà¸Ńีย à¸Ķ +ả y +аÑĨи он +ãĤ¹ ãĤ¯ +פ ×ķס +ร à¹Īาà¸ĩ +ен нÑĭй +ع ÙĨ +عÙĦ ÙĨ +ائ Ùģ +d ÄĻ +ؤ ÙĪÙĦ +׾×ķ ×ķ +Ġ×ij ש×ij +ä»Ĭ åĽŀ +ĠاÙĦج ÙĨ +د اد +wa Äĩ +ãĥª ãĥ³ +ĠìŀIJ ìĭł +اÙĨ ÙĬا +ãĥ¡ ãĥª +ÙĦ ÙĪÙĨ +à¸Ĺ à¹Īà¸Ńà¸ĩ +à¸Ĺà¹Īà¸Ńà¸ĩ à¹Ģà¸Ĺีà¹Īยว +اÙģ ÙĬ +Ġли ÑĪ +Ùħ ÙĬØ© +оÑĤ веÑĤ +Ñĩ ин +à Ĭ +ãĥ¡ ãĥ³ +å® Ł +éļĽ ãģ« +ĠÑĢаР¹ +ãĤ¦ ãĥ³ +×Ļר ×ķש +×Ļר×ķש ׾×Ļ×Ŀ +ม ะ +Ġar a +каз аÑĤÑĮ +à¸ķ ัà¸Ķ +ÑĥÑİ ÑĤ +Ġü st +×Ĵ ×ķ×ij +×Ĵ×ķ×ij ×ķת +mal ı +ег од +егод нÑı +اÙģ ÙĤ +à¸Ĭ à¹Īà¸Ńà¸ĩ +Ġö zellik +×Ļצ ×ķר +Ġmi ÄĻd +Ġili ÅŁ +Ġна Ñħод +×¢ ×ĸר +׾ ×Ľ×ª +ÙĨت اج +ĠÑģ ем +à¸Ī à¹Īาย +à¸ķร ว +à¸ķรว à¸Ī +פר ×ķ +à¸Ĥ ัà¸ļ +ãģ ŀ +Ġп ло +к олÑĮ +×ŀ×¢ ×ĺ +íķĺ ìĭľ +jÄħ ce +ÙĨ اÙĨ +ลี à¸ģ +н ÑĥÑĤ +Ġоб ÑĢаз +Ùĥ بر +ĠاÙĦÙĪ Ø·ÙĨ +ãģķãģĽ ãģ¦ +ÙĤ اء +×ŀ×ĵ ×Ļ׳ +y ü +פ ×Ļת +׳ ×ķף +ÙħÙĨ ظ +หà¸Ļ ัà¸ģ +ìŀ Ī +ãĤ« ãĥ¼ãĥī +ع ÙĨÙĬ +п од +ض اء +à¸Ļ à¸ķà¹Į +×ŀש פ +ว à¹Į +ר ×ķק +ส ืà¹Īà¸Ń +פק ×Ļ×ĵ +ãģªãĤī ãģªãģĦ +ĠìŬ 룬 +ÙĦ ج +Ñī иÑĤ +ãĥĥ ãĤ· +ÙĦÙĬ س +ĠÙĦ Ùħا +ìł ij +×ij ×Ļף +ãĥģ ãĤ§ +Ġgü ç +Ġch ứ +×ķצ ×IJ +קר ×ij +à¹Ĥ à¸ŀ +оÑĩ но +סק ×Ļ +ש׾ ×Ŀ +صر Ùģ +ĠL Ãł +×¢ ×Ļת +á» · +à¹Ĥ à¸Ńà¸ģ +à¹Ĥà¸Ńà¸ģ า +à¹Ĥà¸Ńà¸ģา ส +Ġ×Ķ ×ĵ×ijר +à¸Ļั à¹Īà¸Ļ +ز ر +нак о +íļ į +ãĤĤ ãģ¡ +ãĤĤãģ¡ ãĤį +ãĤĤãģ¡ãĤį ãĤĵ +اÙħ ت +عد اد +и нÑĭ +ÅĤy w +à¸Ħ à¸ĵะ +à¸Ĺ ะ +kt ör +×Ļ×Ĺ ×Ķ +Ġм е +Ġме ÑģÑı +׳×Ķ ×Ĵ +ĠÑģ ÑĥÑīеÑģÑĤв +à¸Ļ ัà¸Ļ +ÑĦ ÑĦ +ек ÑĤив +عÙĦÙĪÙħ ات +б Ñĥд +à¸Ļัà¸ģ à¸ĩาà¸Ļ +หà¸Ļà¹īา à¸Ĺีà¹Ī +ÙĤÙĬ ÙĤ +ãĤ· ãĥ³ +ãģ« éĸ¢ +×IJר ×Ĵ +ĠпÑĢ оÑĤ +ĠпÑĢоÑĤ ив +ĠìŀĪ ìĸ´ +ÙĤÙĬ ÙĤØ© +ìĹ ĩ +k ür +ãģ«ãģªãĤĬ ãģ¾ãģĹãģŁ +Ġде ÑıÑĤ +ĠдеÑıÑĤ елÑĮ +פ×ķר ×ĺ +à¸Ł à¹īา +à¹Ģ à¸ł +ĠавÑĤом аÑĤ +×ĸ ×Ļק +Ġold uk +ع اÙħ +ĠÑĤ оÑĢ +yrı ca +ê Ì +ãĤŃ ãĥ³ãĤ° +ãģ« ãģ¨ãģ£ãģ¦ +à¹Ģà¸ī à¸ŀ +à¹Ģà¸īà¸ŀ าะ +ãģ¯ ãģļ +×ŀ ×IJ×Ļ +สะ à¸Ķ +สะà¸Ķ วà¸ģ +ìľ¼ ë©° +à¸ģ ี +ภ¬ +Ġ×¢ ×ķש +à¸łà¸² ษา +à¸Ĺ ัà¸Ļ +ac akt +acakt ır +اع دة +ĠÑĥÑģл Ñĥг +ס ר×ĺ +×ķ×ŀ ×ķת +×Ķ ×ķר +×ŀ ×ķ×ij +×ŀ×ķ×ij ף +سÙĬ اس +اتÙģ اÙĤ +×Ķ צ׾ +Ùħؤ س +Ġp ó +Ġк ни +×Ļ׼ ×ķ׾ +à¹Ģหล ืà¸Ń +׼׾ ׼ +׳ ×ĸ +ÑĪи е +r ès +ĠاÙĦØŃ ÙĤ +лÑı ÑĢ +ห à¸į +หà¸į ิà¸ĩ +ר×Ĵ ×Ļש +à¹Ģส à¹īà¸Ļ +ש×ij ×ķף +ô tel +ап ÑĢ +апÑĢ имеÑĢ +اب ÙĦ +ĠÑĢаз виÑĤ +Ġп олÑĮз +ĠС еÑĢ +×ķ×ij ×Ļ +r óż +ìĭ Ń +ãĤ¯ ãĥĪ +ãģĹ ãĤĪãģĨ +à¸ģร ม +ØŃ ÙĥÙĪÙħ +à¹Ĥ à¸ļ +à¸Ĺ à¹īาย +ĠM á +ĠÑĤ Ñĭ +à¸Ħร ัว +ÑĢÑĥ б +ạ p +Ġm ÅĤ +ĠmÅĤ od +Ġgör Ã¼ÅŁ +Ġgeli ÅŁ +Æ°Æ¡ i +×ŀש ק +ÙĢÙĢ ÙĢÙĢ +รา ว +ãģĹãģ £ +ãģĹãģ£ ãģĭãĤĬ +ĠÐļ он +Ġk ê +à¹Ĥà¸Ĺ ร +èIJ½ ãģ¡ +åĩº ãģ¦ +ล ัà¸ģษ +Ġ×Ĵ ×ij×ķ×Ķ +ãĥĻ ãĥ« +ê±° ëĤĺ +ë§ IJ +×Ļ׾ ×ĵ×Ļ×Ŀ +ĠëĦ Ī +×ŀר ×Ļ +ร ส +ãĥŃ ãĥ³ +и ло +ноÑģÑĤÑĮ Ñİ +×ĸר ×Ĺ +п он +Ġ×Ķש ׾ +ê²ł ìĬµëĭĪëĭ¤ +Ġki ÅŁ +ĠÐļ и +ว ร +د اع +ÅŁ im +ÙĨ Ùij +в аÑĤ +را Ùĥ +ب اÙĦ +ид е +Ġ×Ķ×ŀ ×Ĺ +ìĸ µ +تÙģ اع +Ø£ ت +ëĬ ĺ +ש ×Ļת +ست Ùħر +ĠÑĦ ак +ĠاÙĦØ£Ùħ رÙĬ +ëŀ ¨ +اس Ùħ +Ġa ÄŁ +Ġç ev +Ùĥ ÙĪر +ãģķ ãģ¾ +Ġç öz +Ġر س +Äħ da +สà¸Ļ ุ +ãģĹãģ¦ ãģıãĤĮ +н Ñİ +leÅŁ me +ãĤª ãĥ³ +ãģ¨ ãģªãĤĬ +ava ÅŁ +×ĺ ×Ļ×ij +ØŃ Ø¶ +×ķצ ×IJ×ķת +ÙĨ ÙħÙĪ +ı t +ĠÑħ а +ĠÑħа ÑĢак +ĠÑħаÑĢак ÑĤеÑĢ +Ġd ÅĤ +ãĥĹ ãĥ© +à¸Ĭ ุม +à¹Ī à¸Ńà¸Ļ +×ķ×ij ׾ +Ñģ ол +×ĵ ×Ĵ +аÑĢ аÑĤ +n ivers +Ġgerçek leÅŁtir +ĠاÙĦ ÙĦÙĬ +ระ ยะ +ĠÙħ ختÙĦÙģ +Ġgö nder +Ùģ ار +do ÄŁ +doÄŁ an +ص ÙĦاØŃ +Ġyay ın +ãĥĨ ãĥ³ +รว à¸Ī +×Ļ×Ĺ ×Ļ×ĵ +ünk ü +ÑĨи алÑĮн +à¸ļ ู +ม ุ +h ä +Ø® Ùģ +å¢ Ĺ +å¢Ĺ ãģĪ +еÑĩ но +ĠاÙĦس ÙĨ +à¸Ĥ าว +im di +Ð « +à¸Ļà¸Ńà¸ģ à¸Īาà¸ģ +à¸ļา ล +ת ש +Ġdüzen le +мÑĭ Ñģл +ãģı ãģª +ż u +Ġwsp óÅĤ +Ġн аз +ınd aki +تر Ø© +ÅŁ ek +Ġö d +ĠÙĪ Ùĥ +Ġпозв олÑı +Ġת ×ķ׼ +ÙħÙĨ تج +ë§ ī +ĠاÙĦØ« ÙĦاث +аÑĨи Ñİ +ÙĪر ÙĪ +Ñĭв аеÑĤ +خص ص +ĠاÙĦÙģ ÙĦ +ĠاÙĦÙģÙĦ سطÙĬÙĨ +Ø¥ جر +إجر اء +اÙĨت Ø® +اÙĨتخ اب +ار ÙĬØ© +×ķ Ö +Ø¢ ÙĨ +×ŀ×¢ ×ķת +Ġм ал +Ġ×IJ ×Ĺ +à¸Ĺ à¹īà¸Ńà¸ĩ +ze ÅĽ +Ġë§Į ëĵ¤ +رÙĬ ع +äºĭ ãĤĴ +à¸ļริ หาร +׾ ×ŀ×Ļ×ĵ +Ġм Ñĥж +ت رÙĪ +ĠباÙĦ Ø¥ +פ ×Ļק +ز ÙħØ© +ĠÃ¶ÄŁ renc +ãĥ ¶ +اÙħ عة +ק×ij ×ķצ +×ŀ ׳×ķת +رÙĬ Ùħ +Ġо каз +ãģłãģij ãģ© +Ġh ız +Ġש ×IJת +ãĤ¢ ãĥ¼ +Ġmożli wo +ìĦ ¼ +ÙĪ اب +ог ÑĢаÑĦ +Ġعبد اÙĦ +ãĤĴ è¡Į +ب ÙĬÙĦ +ĠÄ° ç +ย าย +ĠÑĥ ÑĩаÑģÑĤ +ÑĦ еÑģÑģ +ÑĦеÑģÑģ иона +Ạ¤ +ÙĨ ÙĬÙĨ +عد ÙĦ +สร ร +دÙĬ ÙĦ +×ij ×Ļק +czy ÅĤ +ÑĢом е +Ġм ед +ìĻ Ķ +ãĥ© ãĤ¤ãĥ³ +ĠÑĤ еп +еÑĢ ÑĮ +i ÄŁi +в ели +ÑĢи ÑģÑĤ +ס ×ķפ +×ŀ׾ ×Ĺ +ĠاÙĦØ¥ ÙĨ +Ġ׾×Ķ ש +è¶Ĭ ãģĹ +ĠÑĢ Ñĭ +×ķ×IJ ר +رÙĩ اب +פ ×ķ×IJ×Ļ +ĠгоÑģ Ñĥд +ĠгоÑģÑĥд аÑĢ +ĠгоÑģÑĥдаÑĢ ÑģÑĤв +ĠاÙĦØ£Ùħ ÙĬر +Ùħ ج +à¹Ģหม าะ +ÑĢ ев +à¸Ĭี à¸ŀ +ãĥķ ãĥĪ +иÑĩ но +ĠاÙĦÙħ ؤ +Ġi ht +íħ ľ +د ÙĨÙĬ +ر ص +ла ÑģÑĤ +à¹Ģหล à¹Īา +ılı r +ร à¸ĵà¹Į +×ŀש ×Ļ×ļ +Ġd á»ĭ +Ø·Ùģ اÙĦ +×ĺ ×ķף +Ġ×ij ×Ļ׳ +ãģ¾ ãģ£ãģŁ +лож ениÑı +تØŃ Ø± +ب اØŃ +à¹Ģส ืà¹īà¸Ń +ãģĻ ãģĶ +lt ür +à¸ĩ าม +Ġt ü +ĠпÑĢ им +ĠпÑĢим ен +Ġhay at +ëĥ IJ +ëĭ Į +׳×Ļ ×ķ +вед ен +ìħ ¨ +à¸Ī ัย +à¸ģà¹Ī à¸Ń +Ġв од +оÑģÑĤ оÑı +н аÑĤ +à¹ģ หล +سÙħ ÙĬ +à¸Ķำ à¹Ģà¸Ļ +à¸Ķำà¹Ģà¸Ļ ิà¸Ļ +w ód +ö yle +ãĥĢ ãĤ¤ +ÑĪи й +меÑī ен +ãģĹãģ¾ ãģĨ +ãĥī ãĥ© +ÙĪض ØŃ +à¸Ńà¸Ļ ุ +ĠاÙĦ اجتÙħاع +laÅŁ ma +à¸Ħ à¸Ńà¸Ļ +×ŀר ×Ļ×Ŀ +ÙĨ اÙħج +שר ×ķת +اÙĦ Ø£ +Ġksi Äħż +Ġа н +ÑĢаР¹ +اÙĩر Ø© +×ŀ×ĵ ×Ķ +ä¸Ģ ç· +ä¸Ģç· Ĵ +ä¸Ģç·Ĵ ãģ« +ÑĢиÑĤ оÑĢ +d ıkl +à¹ģ à¸ĸ +à¹ģà¸Ĥ à¹Īà¸ĩ +екÑĤ оÑĢ +×ŀס ×¢ +ÑĢак ÑĤи +u ÄŁu +×ķ×ij ת +สู à¸ķร +ĠçalÄ±ÅŁ m +ĠçalÄ±ÅŁm alar +Ġа на +ãĥĽ ãĥ¼ãĥł +Ġböl üm +Ġب ص +ол оÑģ +ĠìķĬ ëĬĶ +à¹Ī ะ +ÙĪ تر +ä¹ Ĺ +ست خداÙħ +פ×Ļ ×Ļס +פ×Ļ×Ļס ×ij +פ×Ļ×Ļס×ij ×ķק +Ġк ÑĢаÑģ +ли к +رÙĬ ØŃ +×ŀש ׾×Ķ +à¹Ģย ีà¹Īย +à¹Ģยีà¹Īย ม +в иÑģ +ом н +ÄŁ un +ãĥŃ ãĥ¼ãĥ³ +Ø£ تÙĬ +à¸ķร ี +çĶ³ ãģĹ +تÙħ ر +ìĹ ĪìĬµëĭĪëĭ¤ +ĠÙĪ غÙĬر +red ni +ĠاÙĦص Ùģ +Ġна ÑģÑĤоÑı +ĠнаÑģÑĤоÑı Ñī +à¸ķ รา +ĠÑĥÑģл ов +ĠÑĥÑģлов иÑı +ÑĨ еп +×Ķ ×Ĺ׾×ĺ +Ø· ÙĬع +ĠB akan +ĠاÙĦ رÙĪ +илÑĮ но +Ġм еÑĤ +à¸Ķ à¸Ńà¸ģ +ãģĭãĤī ãģªãģĦ +Ġпо ÑģÑĤоÑı +ĠпоÑģÑĤоÑı н +ĠÑĩ аÑģ +ü c +wr ó +б ÑĥÑĢ +ãĥIJ ãĥĥãĤ¯ +ãĥ©ãĥ³ ãĥī +Ġо гÑĢ +สั à¸į +สัà¸į à¸įา +มั à¹Īà¸Ļ +à¸Ħ à¸Ńม +al ık +Ġн ед +üm üz +ĠÅĽ wie +é rio +×Ļ×IJ ×Ķ +دÙħ ات +ı rl +ĠоÑĤ з +ĠоÑĤз Ñĭв +ä»ĺ ãģį +Ġkaż de +мин иÑģÑĤ +ãĤ° ãĥ« +ë° ĸ +ез н +اÙĦ Ùģ +Ġש ק׾ +Ùħ ض +ãĥĿ ãĥ¼ãĥĪ +ÙħÙĨ ت +ÙĤÙĬ اÙħ +Ø´ ÙĨ +×Ļר ×ķ×¢ +ãĤŃãĥ£ ãĥ³ +доÑĢ ов +×ŀ ×Ļת×Ļ +ÙĪÙĦ ÙĪج +Ùĥ اÙģ +ĠÑĢаз лиÑĩ +иÑĤ еÑĤ +н олог +ลà¸ĩ à¸Ĺุà¸Ļ +Ġyak laÅŁ +ãĥ¬ ãĤ¤ +ê²ł ëĭ¤ +æ±Ĥ ãĤģ +رÙĪ Ùģ +Ġí Ĭ +ĠíĬ ¹ +ãģ£ ãģıãĤĬ +à¸Ħวาม à¸Ħิà¸Ķ +×Ķ ×Ļס×ĺ +Ø¥ ÙĤ +ãģ¦ ãģĦ +à¹Ĥ à¸Ĭ +ĠBü yük +ĠФ едеÑĢ +ÑĨи н +ÑĢов а +ĠاÙĦ اÙĤتصاد +Ġch á +à¸ĺ าà¸Ļ +ë¥ ł +à¹Ħ à¸ķ +ÃŃ pio +Ùĭ ا +Ġоб Ñıз +Ùĩ ج +Ġì¤ij ìļĶ +ãģ® ãģ§ãģ¯ãģªãģĦ +بار اة +ãĤ¤ ãĥ« +Ġн оÑĢм +á»ī nh +m ö +mö glich +ÑĨи п +ãĤ¢ ãĤ¯ +×Ķ ×Ļ +ÑĨи алÑĮно +ĠÅĽ wi +ت ÙĤ +ĠÑģÑĤо им +بÙĬ عÙĬ +Ġ׾ ש×ŀ +г лÑı +глÑı д +ãģ¦ ãģıãĤĮ +ÄĻd zi +à¸Ĥ ั +à¸Ĥั à¹īà¸Ļ +Ø· ÙĤ +ĠìĹ Ń +ãģ£ãģ¦ãģĹãģ¾ ãģĨ +ĠdeÄŁer l +ĠdeÄŁerl endir +Ġü lk +Ġмн ог +๠ĭ +ë¿ IJ +ĠУ кÑĢа +ÄŁ ini +Ġбез оп +Ġбезоп аÑģ +à¸Ńà¸Ńà¸ģ à¹ģà¸ļà¸ļ +Ø§Ø ¸ +ØŃد اث +л еÑĢ +×Ļ× ¥ +×Ļ׳×ĺר ׳×ĺ +lar ınız +ØŃÙĬ ØŃ +ż eli +à¸Ń ัà¸ĩ +à¸Ńัà¸ĩ à¸ģ +à¸Ńัà¸ĩà¸ģ ฤษ +ĠоÑĤ лиÑĩ +ั ส +ëŀ į +ож но +ãĤ¹ ãĥĿ +ĠÑħ оÑĩ +Ġк ап +еÑĩ ен +ØŃÙĦ Ø© +ÙĬا Ùĩ +на л +×ķצ ר×Ļ×Ŀ +Ġk ald +åĥ į +ĠاÙĦØ´ خص +Ġз на +Ġwz gl +ż ycz +ê° Ŀ +à¸ŀ ลัà¸ĩ +íģ ¼ +Ġö l +Ġb ụ +Ø´ Ùĩر +Ġз ам +Ġд ев +×Ļ×ĺ ת +تعÙĦ ÙĤ +ÙĪÙħ Ø© +ãĤĴ ä½ľ +ãģį ãģ¦ +í ĥĿ +ras ında +ãĤĴ æİ¢ +ĠÙħ باشر +راج ع +Ġв озд +ÙħØŃ Ø§ +×ķש ר +ĠиÑģÑĤ оÑĢ +ม ัà¸ģ +t ıģ +Ø« ار +تر ÙĨت +à¹ģà¸Ĥ à¹ĩ +à¹ģà¸Ĥà¹ĩ à¸ĩ +п оÑĩ +Ġ×ij ×IJ×ķת +ë¯ Ģ +ëĿ¼ ëıĦ +à¸Ĭ ัà¸Ķ +ส à¸ķà¹Į +ãĥĭ ãĥĥãĤ¯ +ид енÑĤ +Ġг ÑĢÑĥпп +ت Ø® +Ạł +ย ืà¸Ļ +ย ัà¸Ļ +ó ry +T Ãľ +ãģĹ ãĤĥ +ĠпÑĢов ед +лÑı еÑĤ +Ùħ Ø® +ย à¸Ńม +×Ľ×ł×¡ ת +ĠاÙĦÙħ ÙĨت +Ġol mad +ר׼ ×ĸ×Ļ +Ġв ÑģÑĤÑĢ +ĠиÑģ Ñģлед +ÑĤвеÑĢ ж +بد ÙĪ +еÑĢ ÑĤ +ï» · +± ħ +สัม à¸ŀัà¸Ļà¸ĺà¹Į +ิ à¹Īà¸Ļ +צ ×Ļ×ij +wiÄĻ t +Ġì° ¸ +Ġz wiÄħz +سب ÙĪع +ãĥĥ ãĤ° +à¸Ľà¸¥ à¸Ńà¸Ķ +à¸Ľà¸¥à¸Ńà¸Ķ à¸łà¸±à¸¢ +ãĤĤ ãĤĬ +ÙĤد س +Ġspr z +Ġsprz eda +Ġist edi +Ġk hu +Ġд ен +Ġko ÅĦ +Ġ×ij ×Ĺ×Ļ +à¹Ģà¸Ĺ à¹īา +×ķס ×Ļ×£ +ãĥĭ ãĥ¥ãĥ¼ +ĠпÑĢед оÑģÑĤ +ĠпÑĢедоÑģÑĤ ав +à¹Ĥ à¸Ł +é v +ĠاÙĦص ØŃ +صØŃ Ø§Ø¨ +à¹Ģà¸Ī à¹ĩà¸ļ +вл ек +วั à¸ķ +à¸ĸ ุ +ãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +ÙĤÙĬ ÙĤÙĬ +×ķ׊ר +Ñĭ ÑĪ +ĠоÑĤ но +ĠоÑĤно ÑĪ +об илÑĮ +Ùģ ØŃ +ı nt +ınt ı +Ġ׾ ×ij×ĵ +í İĺìĿ´ì§Ģ +ãĥĬ ãĥ« +ĠÙħ ساء +×Ļ×ĺ ×ij +ÑĮ еÑĢ +ëĦ · +Ñĭ ÑĤа +ĠоÑĩ еÑĢ +à¸Ķ ืà¹Ī +à¸Ķืà¹Ī ม +ĠN gh +ت عب +ÙĦاÙĤ ات +×ķ׾×ķ×Ĵ ×Ļ×Ķ +ĠìĿ´ ê²ĥ +Ġ×Ķ ×ijר +ìľ µ +à¹Ģà¸Ħล ืà¹Īà¸Ńà¸Ļ +Ùĩ Ø© +à¸Īำ à¹Ģà¸Ľà¹ĩà¸Ļ +å¤ī ãģĪ +wi ÅĽcie +ch od +chod zÄħ +в ÑĢо +×ŀ×Ĺ ×Ļר +Ġy ı +Ġyı ll +ì¡ Į +à¹Ħ หว +ãģªãģı ãģª +Ġзав иÑģ +ĠìĺĪ ìĪĺ +Ùģ Ø° +ủ ng +à¸ŀุ à¸Ĺà¸ĺ +з н +lay an +ãĤ ¡ +à¸ģà¹ĩ à¸ķาม +ĠsaÄŁ lam +ร à¸ĵ +ĠÑģ иÑĤ +ĠÑģиÑĤ Ñĥ +ĠاÙĦت ÙĨ +×Ķ ×ĸ +ĠØ· ÙĪÙĬÙĦ +ta ÅĤ +Ġgö rd +å¤ī ãĤı +ëĥ ¥ +à¸Ħà¹Ī à¸Ńย +×IJ ×ķ×ĺ +ëħ IJ +ãĥ©ãĥ³ ãĤ¹ +วั à¸Ĵ +วัà¸Ĵ à¸Ļ +Ġol uÅŁ +פע ×ķ׾ +Ġszczeg óÅĤ +à¸Ħา สิ +à¸Ħาสิ à¹Ĥà¸Ļ +pow ied +ĠÑĤ еб +หà¸Ļ à¹Īวย +Ġм ил +ØŃ Ùĥ +à¸Ĺ à¸Ķ +ĠмаÑĤ еÑĢиал +ÅĤ ow +à¹Ģà¸ģ ีย +ĠÑģов еÑĢ +ãĤ © +à¸Ľ ริ +Ġи Ñİ +наÑĩ ен +ÑĢен д +mu ÅŁtur +ĠпÑĢод Ñĥк +з д +Ñı ÑĤи +ÑıÑĤи Ñı +à¹Ģม ีย +رات ÙĬج +Ġam acı +ש ×ķ׾ +ש×ķ׾ ×Ĺ +สะ à¸Ńา +สะà¸Ńา à¸Ķ +פ×Ĵ ×¢ +عب Ø© +d ın +íħ Ķ +Ġ×ŀש ×Ĺק +Ġfi yat +Ġз аÑı +ĠзаÑı в +à¹Ĥ หล +à¹Ĥหล à¸Ķ +à¸ģรุà¸ĩ à¹Ģà¸Ĺà¸ŀ +צ×Ļ ×Ļף +ìļ ± +Ùħ ب +Ùħب اد +land ır +Ġв еÑģÑĮ +Ġh ük +ĠÐĴ оз +ÑĩиÑĤ Ñĭва +ว ล +×ķצ ×¢ +à¸Ĥà¸ĵะ à¸Ĺีà¹Ī +ĠaÅŁ aģı +׾×IJ ×ķ×ŀ×Ļ +tr zym +Ã¤ÃŁ ig +owo ÅĽci +ãģĿ ãĤĤ +Ġroz wiÄħz +ĠgÅĤ ówn +м онÑĤ +×ŀ ×ķ×ŀ +ĠÑģÑĤ ан +ÙĦا ÙĤØ© +p rowad +prowad zi +ĠÑģоÑģÑĤ оÑı +×Ļ×IJ ×ķת +r ı +g ı +ãĥij ãĥij +Ġна лиÑĩ +×Ķ צע +Ġ׳ ×Ķ +à¸Ħ ัà¸ļ +ع راض +и ж +Ùĩ ائÙĬ +ãĤī ãģı +ож еÑĤ +Ġоб оÑĢ +ĠобоÑĢ Ñĥд +Ø£ سÙĦ +à¹ĩ à¸Ķ +ÑĢÑĥ ÑĤ +دÙĬ ÙħÙĤ +دÙĬÙħÙĤ را +Ġjest e +×ķ×ķ ×Ļר +×ij×ĵ ×Ļק +деÑĢж ива +ãģĬ ãģı +ewn ÄĻtr +ewnÄĻtr zn +à¸ŀ ฤ +Ġ×IJ ×ķ×Ķ +ת×Ĺ ×ķש +Ġz ob +д Ñĥм +ĠÑģ Ñĭ +ÙĬر ا +ĠwiÄĻ ks +à¹ģà¸ķà¸ģ à¸ķà¹Īาà¸ĩ +lar aras +lararas ı +íĺ Ģ +ëī ´ +×ķ×Ĵ ׾ +ĠоÑĤ меÑĤ +ĠÑĢ ан +ت ÙĥÙĦ +иÑĤелÑĮ н +à¸Ľà¸£à¸° วั +à¸Ľà¸£à¸°à¸§à¸± à¸ķิ +ìŀ ĸ +мож но +pie czeÅĦ +pieczeÅĦ st +ëª » +ìĬ ¨ +×ŀס ×ŀ +á» ¦ +ศ ิ +ศิ ล +ศิล à¸Ľ +ĠÅļ w +ãĥĥ ãĤ·ãĥ§ãĥ³ +unit Ãł +Ġmiesz ka +Ġmieszka ÅĦ +pr zed +przed si +przedsi ÄĻb +przedsiÄĻb ior +à¸Ľà¸£à¸° สิà¸Ĺà¸ĺิ +à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ à¸łà¸²à¸ŀ +ย à¹Ī +ìķ Ļ +รว à¸Ķ +รวà¸Ķ à¹Ģรà¹ĩว +å½ĵ ãģŁãĤĬ +äl le +Ñĥ еÑĤÑģÑı +ã n +ëł µ +th è +ãĤĴ åĪ©çĶ¨ +ì µľ +íĵ ¨ +à¸Ĺ ัà¸ļ +า à¸Ħม +ãģ ĩ +ëĤ Į +à¹Ģà¸Ľà¸¥ à¹Īา +â ¦ +ë ¾ +ê Ģ +ê ĩ +â ¡ +ðŁ Ł +ã IJ +â º +á Ń +á Ļ +á ĵ +á ² +ðĵ ı +á ¬ +â ¯ +ä ¨ +ê Ŀ +ê « +ð ij +ðĵ ĥ +ðĿ ħ +< unk + + + +Ġع ÙĦÙī +Ġm á»Ļt +Ġv Ỽi +Ġng Æ°á»Ŀi +ĠØ¥ ÙĦÙī +Ġnh ững +Ġth á»ĥ +Ġ×IJ ×ķ +Ġ×¢ ×Ŀ +ا Ùĭ +Ġ à¹ģละ +ĠÙĦ ا +Ġnh Æ° +ĠاÙĦت ÙĬ +Ġ×Ķ ×ķ×IJ +ĠÄij ến +ĠØ£ ÙĪ +Ġv á»ģ +ĠlÃł m +Ġs ẽ +Ġc Å©ng +Ġ ợ +ĠÄij ó +Ġnhi á»ģu +Ġt ại +Ġtr ên +Ġ×Ĵ ×Ŀ +Ġnh Ãł +Ġ׼ ×Ļ +Ġs á»± +ĠÄij ầu +Ġb á»ĭ +ĠÙĩ ذا +Ġnh ất +Ġph ải +Ġhi á»ĩn +Ġdụ ng +ĠÄij á»Ļng +ĠاÙĦÙĦ Ùĩ +ĠØ Į +ĠÙĥ ÙĦ +Ġvi á»ĩc +Ġn Äĥm +Ġth ì +Ġh á»įc +ĠÙĪ ت +t é +Ġا ÙĨ +Ġt ôi +Ġ×IJ ׳×Ļ +Ġ׾ ×Ļ +Ġ×ŀ ×ķ +Ġng Ãły +Ġn Æ°á»Ľc +Ġ×Ķ ×Ļ×IJ +Ġ×IJ ×Ļ +Ġh Æ¡n +ĠÙĩ Ø°Ùĩ +ĠÙĪ ÙĬ +ĠاÙĦ Ø°ÙĬ +Ġ×ķ ×ŀ +Ġgi á +Ġnh ân +Ġch ÃŃnh +Ġm ình +ĠÐĿ а +Ġth ế +Ġ×Ļ ×ķתר +Ġ×IJ ×Ŀ +Ġn ên +Ġh ợ +Ġhợ p +Ġc òn +ĠÙĩ ÙĪ +Ġc Æ¡ +Ġr ất +ĠVi á»ĩt +Ġب عد +Ġש ×Ļ +Ġth á»Ŀi +Ġc ách +ĠÄij á»ĵng +Ġн о +Ġtr Æ°á»Ŀng +Ø Ł +ĠÄij á»ĭnh +ĠÄiji á»ģu +×Ļ ×Ļ×Ŀ +Ġth á»±c +n ın +Ġh ình +Ġn ói +Ġc ùng +Ġ×Ķ ×Ķ +ĠØ¥ ÙĨ +Ġ×IJ ×ij׾ +Ġnh Æ°ng +Ġbi ết +Ġж е +Ġch úng +ĠÄij ang +ĠØ° ÙĦÙĥ +Ġl ên +Ġkh ách +Ġn Ãło +Ġs á»Ń +Ġkh ác +Ġë° ı +Ġl ý +×Ļ ×Ļ +ĠÄij ây +Ġ׾ ×ŀ +Ġc ần +Ġtr ình +Ġph át +ãģ« ãĤĤ +п о +Ġn Äĥng +Ġb á»Ļ +Ġv ụ +ĠÄij á»Ļ +Ñĩ е +Ġnh áºŃn +Ġtr Æ°á»Ľc +Ġ×¢ ×ĵ +Ġh Ãłnh +ĠØ® ÙĦاÙĦ +Ġl ượng +Ġc ấp +Ġtá» ± +Ġv ì +Ġt Æ° +Ġch ất +Ġ׼ ×ŀ×ķ +Ġg ì +Ġש ׳ +Ġt ế +ת ×ķ +Ġnghi á»ĩp +Ġm ặt +ĠÙĥ Ùħا +Ġ×ij ×Ļף +Ġר ק +Ġth ấy +Ġmá y +ĠÙģ Ùī +Ġd ân +Ġ×IJ ×Ĺ×ĵ +Ġt âm +Ġ׼ ×ļ +Ġ׾ ×ķ +в о +Ġt ác +Ġto Ãłn +ĠÙĪ Ùħ +Ġk ết +Ġ หรืà¸Ń +ĠÙĪاÙĦ Ùħ +ĠÄiji á»ĥm +Ġ×ĸ ×ķ +Ġ×ij ×ķ +׼ ×ķת +Ġh á»Ļi +Ġb ằng +ت Ùĩا +Ġ׼ ×ĵ×Ļ +Ġ×Ķ ×Ŀ +Ġxu ất +ĠÙĤ د +Ġb ảo +Ġt á»ijt +Ġt ình +ĠÙĩ ÙĬ +ĠÄij á»iji +Ġthi ết +Ġhi á»ĩu +Ġti ếp +Ġt ạo +ת ×Ķ +Ġch ủ +o ÅĽÄĩ +Ġgi ú +Ġgiú p +Ġà ½ +Ġqu ả +Ġlo ại +Ġc ô +Ġà ´ +Ġô ng +Ġ×Ķ ×ķ +ĠاÙĦÙĬ ÙĪÙħ +ĠtÃŃ nh +г а +Ġph òng +Ġ Äĥn +Ġع اÙħ +Ġv á»ĭ +lar ını +r ÃŃa +Ġt Ỽi +ĠÄij Æ°á»Ŀng +Ġgi Ỽi +Ġb ản +Ġc ầu +Ġnhi ên +Ġb á»ĩnh +Ġth Æ°á»Ŀng +Ġ×IJ ×Ļף +ĠÄij á»ģ +Ġh á»ĩ +Ġ×Ļש ר×IJ׾ +Ġqu á +ĠÐĹ Ð° +ãģ® ãģ§ãģĻãģĮ +ĠÐŁ ÑĢи +Ġph ần +ĠÙĪ ÙĦا +ĠlỼ n +Ġtr á»ĭ +Ġcả m +Ġм о +Ġd ùng +ĠاÙĦ Ùī +ĠعÙĦÙĬ Ùĩ +ĠìŀĪ ìĬµëĭĪëĭ¤ +ÙĬ ÙĤ +ĠÙĤ بÙĦ +Ġho ặc +ĠØŃ ÙĬØ« +Ġ à¸Ĺีà¹Ī +Ġغ ÙĬر +ĠÄij ại +Ġsá»ij ng +нÑĭ ми +Ġth ức +Ġפ ×Ļ +ĠÄiji á»ĩn +ãģª ãģĭãģ£ãģŁ +Ġgi ải +Ġv ẫn +Ġи Ñħ +Ġö nce +Ġv áºŃy +Ġmu á»ijn +Ġ ảnh +à¹ĥà¸Ļ à¸ģาร +ĠQu á»ijc +Ġk ế +׳ ×IJ +Ġס ×Ļ +Ġy êu +ãģ® ãģĭ +ĠÄij ẹ +ĠÄijẹ p +Ġch ức +Ġy ıl +ĠTür kiye +d é +ĠÙĤ اÙĦ +Ġd á»ĭch +ĠolduÄŁ u +Ġch á»įn +Ġت Ùħ +หà¸Ļ ึà¹Īà¸ĩ +ãģķãĤĮ ãģŁ +Ġph áp +ìĽ Ķ +Ġti á»ģn +ãģĹ ãģ¾ãģĹãģŁ +Ġש ׾×IJ +ÙĦ Ø© +Ġ׾פ ׳×Ļ +Ġ×ij ×Ļת +ĠH Ãł +ĠØŃ Øª +ĠØŃت Ùī +Ġ×¢ ×ķ×ĵ +Ġn ó +Ġth áng +à¹Ģลืà¸Ń à¸ģ +ר ×Ķ +Ġt Äĥng +Ġcá i +Ġtri á»ĥn +Ġ×IJ×ķת ×ķ +ìłģ ìĿ¸ +ĠC ông +Ġ׾×Ķ ×Ļ×ķת +Ġг ода +и Ñİ +Ġب عض +Ġ à¸ģาร +èī¯ ãģĦ +ÙĪ ت +Ġli ên +ĠÐĿ о +ĠÐĿ е +çļĦ ãģª +ĠÙħ ت +ĠÑĤак же +ĠкоÑĤоÑĢ Ñĭе +Ġ×Ļ ×ĵ×Ļ +Ġtr á»įng +ãĤµ ãĤ¤ãĥĪ +ìłģ ìľ¼ë¡ľ +Ġt áºŃp +Ġש ׾×Ļ +íķĺ ê²Į +Ġt Ãłi +ĠÐ ¯ +Ġr á»ĵi +ا Ùĥ +Ġth Æ°Æ¡ng +Ġ×Ķ ×ĸ×Ķ +ĠÙĪ ÙħÙĨ +à¸Ĺีà¹Ī มี +Ġcu á»Ļc +Ġbü yük +ãģ¨ ãģĭ +Ġ×ij ×Ļ×ķתר +Ġl ần +Ġgö re +Ġtr ợ +Ġ×ĺ ×ķ×ij +ÑĤÑĮ ÑģÑı +Ġth á»ijng +Ġ׼ ש +Ġti êu +Ġ×ŀ×IJ ×ķ×ĵ +Ø Ľ +k Äħ +Ġ à¹ĥà¸Ļ +Ġv ấn +Ġש ׾×ķ +ĠÄij á»ģu +Ùģ ت +Ġê²ĥ ìĿ´ +Ġh óa +ĠاÙĦع اÙħ +ĠÙĬ ÙĪÙħ +к ой +Ġbi á»ĩt +ÑģÑĤ о +Ġ×Ķ ×Ļ×ķ +à¸Ĺีà¹Ī à¸Īะ +Ġ×ĵ ×Ļ +Ġ×IJ ×ļ +Ġá n +ص ÙĪر +Ġtr ÃŃ +ĠÐŁÑĢ о +Ġl á»±c +ãģĹãģ¦ ãģĦãģ¾ãģĻ +Ġb Ãłi +Ġ×ĸ ×IJת +Ġb áo +à¸ļ à¸Ļ +ĠëĮĢ íķľ +Ġti ế +Ġtiế ng +Ġb ên +ãģķãĤĮ ãĤĭ +s ión +Ġt ìm +×¢ ×ķ +m é +ни Ñı +ãģ» ãģ© +Ġà¹Ģà¸ŀ ราะ +ب Ø© +Ġë¶ Ħ +Ġ×IJ ×ĸ +à¸Ĺ à¹Īาà¸Ļ +ת ×Ŀ +Ġth êm +Ġho ạt +y ı +×ĸ ×ķ +Ġgi á»Ŀ +Ġb án +à¸Ĥ าย +Ñĩ а +Ġ à¹Ĩ +ĠاÙĦÙħ ت +ĠоÑĩ енÑĮ +Ġb ất +Ġtr ẻ +ÑĤ ÑĢ +ĠØ£ ÙĨÙĩ +ĠØ« Ùħ +Ġ׼ ×ŀ×Ķ +Ġkh ó +Ġr ằng +ĠÙĪ ÙģÙĬ +ни й +Ġho Ãłn +t ó +Ġ×IJ שר +ĠìĥĿ ê°ģ +Ñģ а +Ġ׼ ×ijר +ĠÑįÑĤ ом +lar ının +Ġch Æ°a +з и +Ġd ẫn +ĠÐļ ак +ج ÙĪ +ĠбÑĭ ло +ĠÙĬ ت +n ı +ÅĤ am +ĠÙĪÙĩ ÙĪ +×ij ×ķ +п и +ר ת +Ġqu á»ijc +ж д +ĠÄij Æ¡n +Ùĥت ب +Ġm ắt +ระ à¸ļ +ระà¸ļ à¸ļ +ĠÙĥ اÙĨت +Ġth ân +สิà¸Ļ à¸Ħà¹īา +×Ĵ ×Ļ +Ġph Æ°Æ¡ng +à¹Ħมà¹Ī à¹Ħà¸Ķà¹ī +ĠìĦ ± +ĠC ác +Ġ×Ķ×ŀ ×ķ +ĠÑĤ ем +Ġ×ĵ ×ķ +à¸Ńะ à¹Ħร +Ġv Äĥn +ãģª ãģ®ãģ§ +ĠN á»Ļi +Ġ×¢ ×ķ +ãĤīãĤĮ ãĤĭ +Ġs áng +Ġgö ster +ãģĵãģ¨ ãĤĴ +Ġtaraf ından +Ġм а +ĠпоÑģл е +Ġ׳ ×Ļת +Ġ׳×Ļת ף +Ġл еÑĤ +Ġ׾ ׳×ķ +Ñģ Ñģ +Ġ×Ļ ×ķ +п е +ĠÙĪ ÙĦÙĥ +ĠÙĪÙĦÙĥ ÙĨ +Ġngo Ãłi +ĠÄij á»ĭa +r zÄħd +dz iaÅĤ +ĠÙħ ر +иÑĤÑĮ ÑģÑı +Ġ×IJ×Ĺר ×Ļ +Ġ׾ ׼׾ +à¸Ĥ à¹īà¸Ńม +à¸Ĥà¹īà¸Ńม ูล +Ġб ол +Ġбол ее +جÙħ ع +л еÑĤ +Ġl á»ĭch +ĠÙħ Ø«ÙĦ +Ġ그리 ê³ł +Ġth ứ +ĠdeÄŁ il +ÙĪ ØŃ +Ġש׾ ×ļ +ĠÙħ ØŃÙħد +Ġn ếu +ĠÄij á»ķi +Ġv ừa +Ġm á»įi +Ġо ни +Ġl úc +ĠÙĬ ÙĥÙĪÙĨ +ì§ Ī +Ġש׾ ׳×ķ +ĠÐĶ о +Ġש ׳×Ļ +ล ิ +×IJ פשר +Ġs ức +ê¶ Į +Ġ ứng +à¹Ħมà¹Ī มี +Ø·ÙĦ ب +ĠÑĩ ем +Ġch uyên +Ġth ÃŃch +Ġ×ķ ×Ļ +íķ © +ĠÙħ صر +д о +ĠÄij ất +Ġch ế +à¸Ĭ ืà¹Īà¸Ń +Ġìĭ ł +ĠØ¥ ذا +Ġر ئÙĬس +Ġש ×Ļש +Ġgiả m +Ñģ ка +lar ında +Ġs ợ +ĠtÃŃ ch +ĠÙĦ ÙĥÙĨ +Ġب Ùħ +×¢ ×ķ×ij +×¢×ķ×ij ×ĵ +ÅĤÄħ cz +ları na +Ġש ×Ŀ +ĠÙĦ ت +Ġש×Ķ ×ķ×IJ +t ów +Ġëĭ¤ 른 +ĠØ£ Ùĥثر +ãģ® ãģ§ãģĻ +׼ ×Ļ×Ŀ +ĠolduÄŁ unu +ãģĭ ãģª +ãĤĤ ãģĨ +ÙĬ ØŃ +Ġnh ìn +Ġngh á»ĩ +ãģ«ãģª ãģ£ãģ¦ +п а +Ġquy ết +ÙĦ ÙĤ +t á +Ġlu ôn +ĠÄij ặc +Ġ×IJ ר +Ġtu á»ķi +s ão +ìĻ ¸ +ر د +ĠبÙĩ ا +Ġ×Ķ×Ļ ×ķ×Ŀ +×ķ ×ķ×Ļ +ãģ§ãģĻ ãģŃ +ĠÑĤ ого +Ġth ủ +ãģĹãģŁ ãģĦ +ر ÙĤ +Ġb ắt +г Ñĥ +Ġtá» Ń +ÑĪ а +Ġ à¸Ľà¸µ +Ġ×Ķ×IJ ×Ŀ +íı ¬ +ż a +Ġ×IJת ×Ķ +Ġn á»Ļi +Ġph ÃŃ +ĠÅŁek ilde +Ġl á»Ŀi +d ıģı +Ġ׼×IJ ף +Ġt üm +Ġm ạnh +ĠM ỹ +ãģĿ ãĤĵãģª +Ġnh á»ı +ãģª ãģĮãĤī +Ġb ình +ı p +à¸ŀ า +ĠÄij ánh +ĠÙĪ ÙĦ +ר ×ķת +Ġ×IJ ×Ļ×ļ +Ġch uyá»ĥn +Ùĥ ا +ãĤĮ ãĤĭ +à¹ģม à¹Ī +ãĤĪ ãģı +ĠÙĪ ÙĤد +íĸ Īëĭ¤ +Ġn Æ¡i +ãģ«ãĤĪ ãģ£ãģ¦ +Ġvi ết +Ġà¹Ģà¸ŀ ืà¹Īà¸Ń +ëIJĺ ëĬĶ +اد ÙĬ +ĠÙģ Ø¥ÙĨ +ì¦ Ŀ +ĠÄij ặt +Ġh Æ°á»Ľng +Ġx ã +Ġönem li +ãģł ãģ¨ +Ġm ẹ +Ġ×ij ×Ļ +Ġ×ĵ ×ijר +Ġv áºŃt +ĠÄij ạo +Ġdá»± ng +ĠÑĤ ом +ĠÙģÙĬ Ùĩا +Ġج ÙħÙĬع +Ġthu áºŃt +st ÄĻp +Ġti ết +Ø´ ÙĬ +Ġе Ñīе +ãģĻãĤĭ ãģ¨ +ĠmÃł u +ĠÑįÑĤ ого +Ġv ô +ĠÐŃ ÑĤо +Ġth áºŃt +Ġn ữa +Ġbi ến +Ġn ữ +Ġ׾ ׼×Ŀ +×Ļ ×Ļף +Ġس ت +ĠÐŀ ÑĤ +Ġph ụ +ê¹Į ì§Ģ +Ġ׾ ×ļ +Ġk ỳ +à¹ĥ à¸Ħร +Ġg ây +ĠÙĦ ÙĦÙħ +Ġtụ c +ت ÙĬÙĨ +Ġtr ợ +Ġ׾ פ×Ļ +Ġb á»ij +ĠÐļ а +ĠÄij ình +ow Äħ +s ında +Ġkhi ến +s ız +Ġк огда +ס ׾ +ĠбÑĭ л +à¸Ļ à¹īà¸Ńย +обÑĢаР· +Ġê²ĥ ìĿ´ëĭ¤ +ëĵ¤ ìĿĢ +ãģ¸ ãģ® +Ġà¹Ģม ืà¹Īà¸Ń +Ġph ục +Ġ׊׾ק +Ġh ết +ĠÄij a +à¹Ģà¸Ķà¹ĩ à¸ģ +íĺ ķ +l ÃŃ +ê¸ ī +Ġع دد +ĠÄij á»ĵ +Ġg ần +Ġ×Ļ ×ķ×Ŀ +Ġs Ä© +ÑĢ Ñıд +Ġquy á»ģn +Ġ×IJ ׾×IJ +Ùĩ Ùħا +׳ ×Ļ×Ķ +׾ ×ķת +Ġ×Ķר ×ij×Ķ +Ġti ên +Ġal ın +Ġd á»ħ +人 ãģĮ +но Ñģ +л ÑģÑı +ĠÄij Æ°a +ส าว +иÑĢов ан +Ġ×ŀס פר +×Ĵ ף +Ġki ến +ĠÐ ¨ +p é +б Ñĥ +ов ой +б а +ĠØ¥ ÙĦا +×IJ ׾×Ļ +Ġx ây +Ġb ợi +Ġש ×ķ +人 ãģ® +ק ×Ļ×Ŀ +à¹Ģà¸Ķ ืà¸Ńà¸Ļ +Ġkh á +Ġ×ķ ׾×Ķ +×ĵ ×ķת +Ġ×¢ ×ij×ķר +Ġبش ÙĥÙĦ +ĠÙĩÙĨا Ùĥ +ÑĤ ÑĢа +Ġ íķĺëĬĶ +ร à¸Ńà¸ļ +owa ÅĤ +h é +Ġdi á»ħn +Ġ×Ķ ׼׾ +ĠØ£ س +Ġch uyá»ĩn +ระ à¸Ķัà¸ļ +ĠNh ững +Ġ×IJ ×Ĺת +ĠØŃ ÙĪÙĦ +л ов +׳ ר +Ġ×ķ ׳ +Ġch Æ¡i +Ġiç inde +ÑģÑĤв Ñĥ +Ġph á»ij +ĠÑģ Ñĥ +ç§ģ ãģ¯ +Ġch ứng +Ġv á»±c +à¹ģ à¸Ń +Ġl áºŃp +Ġtừ ng +å°ij ãģĹ +ĠNg uy +ĠNguy á»ħn +ĠÙģÙĬ Ùĩ +Ġб а +×Ļ ×Ļת +Ġ×ľ×¢ ש×ķת +Ġ×ŀ ׼ +Ġnghi á»ĩm +Ġм ного +Ġе е +ëIJĺ ìĸ´ +Ġl ợi +Ġ׾ ׾×IJ +Ġ׼ ף +Ġch ÃŃ +ãģ§ ãģ® +×Ĺ ×ķ +ש ×ķ×Ŀ +Ġ×ŀ ר +ĠÐĶ лÑı +Å ģ +Ġ׼×IJ שר +ĠM á»Ļt +ĠÙĪاÙĦ ت +ĠìĿ´ 룰 +ÅŁ a +Ġchi ến +Ġaras ında +Ġ×ij ×IJתר +ãģķãĤĮ ãģ¦ãģĦãĤĭ +Ø´ ÙĥÙĦ +Ġt ượng +Ġت ت +ĠC ó +Ġb á»ı +Ġtá»ī nh +Ġkh ÃŃ +ĠпÑĢ оÑģÑĤ +ĠпÑĢоÑģÑĤ о +ĠÙĪ ÙĤاÙĦ +Ġgi áo +ĠN ếu +×IJ ×ŀר +×¢×ł×Ļ ×Ļף +íİ ¸ +Ùĩد Ùģ +ĠB á»Ļ +Ġb Ãłn +Ġng uyên +Ġgü zel +ส าย +ì² ľ +×ŀ ×ķר +Ġph ân +ס פק +ק ×ij׾ +ĠاÙĦÙħ تØŃ +ĠاÙĦÙħتØŃ Ø¯Ø© +ائ د +Ġ×IJ ×ŀר +Ġki ÅŁi +ì¤ Ģ +Ġtr uyá»ģn +ĠÙĦ Ùĩا +ĠÐľ а +à¸ļริ ษ +à¸ļริษ ั +à¸ļริษั à¸Ĺ +Ġש ׳×Ļ×Ŀ +Ġмен Ñı +ÅŁ e +Ġdi á»ĩn +Ġ×IJ׳ ×Ĺ׳×ķ +k ü +Ġc á»ķ +Ġm á»Ĺi +w ä +Ùħ ÙĬ +Ġhi á»ĥu +ëĭ ¬ +Ġ×Ķ ×Ĺ׾ +Ġt ên +Ġki á»ĩn +ÙĨ ÙĤÙĦ +Ġv á»ĩ +×ĵ ת +ĠÐłÐ¾ÑģÑģ ии +л Ñĥ +ĠاÙĦع ربÙĬØ© +ĠØ· رÙĬÙĤ +Ġ×Ķ×ij ×Ļת +Ñģ еÑĢ +Ġм не +ä u +Ġtri á»ĩu +ĠÄij ủ +Ġר ×ij +ت ÙĩÙħ +à¸ĭ ี +Ġì§Ģ ê¸Ī +li ÅĽmy +د عÙħ +ãģł ãĤįãģĨ +Ñģки е +Ġh á»ıi +Ġק ×ķ +ÑĢÑĥ Ñģ +ÙĨ ظر +ãģ® ãĤĤ +Ġ×Ķ ׼×Ļ +ĠìĽ IJ +ÙĪ Ùĩ +ĠÙĪ Ùİ +ĠB ạn +п лаÑĤ +Ġ×ŀ ×ŀש +лÑİ Ð± +ĠнÑĥж но +Ġth Æ° +ãģ µ +ãģı ãĤīãģĦ +ر Ø´ +ר ×ķ×Ĺ +ĠÙĬ تÙħ +Ġצר ×Ļ×ļ +Ġph á +ม à¸Ńà¸ĩ +Ġ×ij×IJ ×ķפף +Ġcả nh +Ġíķľ ëĭ¤ +Ġ×Ķ×ŀ ת +à¸ķà¹Īาà¸ĩ à¹Ĩ +มี à¸ģาร +Ñģки Ñħ +ĠÐĴ Ñģе +Ġا ÙĪ +ج ÙĬ +ãģĵãģ¨ ãģ¯ +Ġd Ãłi +Ġh á»ĵ +èĩªåĪĨ ãģ® +à¹Ħ หà¸Ļ +ëĵ¤ ìĿĦ +ĠV Äĥn +Ġд аж +Ġдаж е +Ñĭ ми +лаÑģ ÑĮ +ÙĬ ÙĪÙĨ +ÙĨ ÙĪ +c ó +ãģĹãģ¦ ãģĦãģŁ +ãģł ãģĭãĤī +طاÙĦ ب +Ġc á»Ńa +п ÑĢоÑģ +ãģªãģ© ãģ® +รุ à¹Īà¸Ļ +Ġchi ếc +л Ñĭ +ĠÑıвлÑı еÑĤÑģÑı +Ġn á»ķi +ãģ® ãģĬ +Ġ×IJת ×Ŀ +ĠëķĮ문 ìĹIJ +à¸ģล าà¸ĩ +ĠbaÅŁ ka +ìĦ Ŀ +ĠÑĨ ел +Ùģ ÙĤ +ãģ«ãĤĪ ãĤĭ +ÙĤ ا +Ġçı kar +Ġcứ u +Ø· ا +Ġש ת +à¹Ĥ à¸Ħ +Ġ×ŀ ׾ +Ġ×Ķ פר +Ġг де +ĠØ® Ø· +åīį ãģ« +c jÄĻ +Ġ׊ש×ķ×ij +ר×Ĵ ×¢ +Ġkho ảng +ĠÄij á»Ŀi +ĠÐł е +Ġо на +Ġ×IJ ׳×ķ +ãģ® ãģ« +ĠاÙĦØ° ÙĬÙĨ +кÑĥ п +ãĤµ ãĥ¼ãĥ +ãĤµãĥ¼ãĥ ĵ +ãĤµãĥ¼ãĥĵ ãĤ¹ +в ал +г е +Ġgi ữa +ĠKh ông +ĠâĹ ĭ +à¸ģล ุà¹Īม +ĠÙħÙĨ Ø° +à¸Ń à¹Īาà¸Ļ +ĠÑģп оÑģоб +ĠÄij á»Ļi +Ġdi ÄŁer +Ġ à¸ĸà¹īา +Ùħ Ø«ÙĦ +Ġ×Ķ×IJ ×Ļ +Ġد ÙĪÙĨ +ÙĬر اÙĨ +Ñī и +بÙĨ اء +ĠØ¢ خر +ظ Ùĩر +Ġ×ij ׼ +ĠاÙĦÙħ ع +ãĥ Ĵ +Ġt ất +Ġm ục +ĠdoÄŁ ru +ãģŁ ãĤī +Ġס ×ķ +Ġx ác +ร à¸Ń +ĠcÄĥ n +Ġон л +Ġонл айн +Ġk ý +Ġch ân +Ġ à¹Ħมà¹Ī +اØŃ Ø© +r án +׳×Ļ ×Ļ×Ŀ +Ġ×ij ף +ĠÐ ĸ +à¸ķร à¸ĩ +д Ñĭ +Ġs ắc +ÙĦ ت +ãĥŃ ãĥ¼ +ĠÙĦ ÙĨ +Ġר ×ķ +Ġd Æ°á»Ľi +à¹Ģ à¸ĺ +à¹Ģà¸ĺ à¸Ń +e ÄŁi +Ġ×ķ ש +ĠÙĦ Ø£ +Ġg ặp +Ġc á»ij +ãģ¨ ãģ¦ãĤĤ +رÙĪ س +Ġ׾×Ķ ×Ļ +Ġë³ ¸ +ä¸Ĭ ãģĴ +Ġm ức +Ñħ а +Ġìŀ ¬ +à¸ī ัà¸Ļ +ÑĢÑĥ ж +Ġaç ık +ÙĪ اÙĦ +Ġ×ĸ ×ŀף +人 ãģ¯ +ع ÙĬÙĨ +Ñı Ñħ +Ġ×Ĵ×ĵ ×ķ׾ +ר ×ķ×ij +g ó +ëĿ¼ ê³ł +Ġark adaÅŁ +ÙĨ شر +Ġгод Ñĥ +ĠболÑĮ ÑĪе +ãģ¡ãĤĩ ãģ£ãģ¨ +Ġcâ u +Ġs át +íĶ ¼ +Ġti ến +íķ´ ìķ¼ +ĠÙĪ Ø£ÙĨ +à¸Ļ าà¸Ļ +Ġ×ij×IJ×ŀ צע +Ġ×ij×IJ×ŀצע ×ķת +Ġ׾ ר +Ġqu ản +ĠÙĪاÙĦ Ø£ +Ġ×IJ×ķת ×Ķ +Ġìĸ´ëĸ ¤ +Ġê²ĥ ìĿĢ +ØŃس ÙĨ +Ġm ất +à¸Ħ ูà¹Ī +ãĥ¬ ãĥ¼ +ĠÐĶ а +Ġol ması +Ġthu á»Ļc +׳ ×Ĺ +íĨ ł +Ġsö yle +ãģĿãģĨ ãģ§ãģĻ +Ġت ÙĥÙĪÙĨ +л ÑĥÑĩ +׾ ×Ļ×ļ +ĠØ£ ØŃد +ли ÑģÑĮ +ĠвÑģ его +Ġ×Ķר ×ij +Ġëª » +o ÄŁ +oÄŁ lu +ĠìĦ ł +Ġк аÑĢ +à¸łà¸² à¸Ħ +e ÅĦ +Ġ à¸ģà¹ĩ +Ġa ynı +Ġb Ãł +ãģªãĤĵ ãģ¦ +Ġ모 ëĵł +ÙĤر ار +ãģĹãģª ãģĦ +ĠÐĴ о +ĠÙĪÙĩ ÙĬ +ни ки +ãĤĮ ãģŁ +Ġchu ẩn +ר ×¢ +Ùģ رÙĬÙĤ +ãĤĴ åıĹãģij +ĠÄij úng +б е +׼ ×ķ×Ĺ +п Ñĥ +Ġ×ķ ×Ĵ×Ŀ +×ŀ ׳×Ļ +íĸ ¥ +צ ×Ļ×Ŀ +à¸ĭ ิ +Ùĩ ÙĨ +н ем +Ġ×ij×ij ×Ļת +ر ع +Ġ ส +ĠÄIJ Ãł +íķĺ ëĭ¤ +Ġ ấy +×Ĺ ×ķ×ĵ +×Ĺ×ķ×ĵ ש +ĠÑĩеÑĢ ез +Ñĥ л +ĠB ình +Ġê²ĥ ìĿĦ +Ġ×Ĵ ר +ä»ĺ ãģij +×Ĺ׾ ק +Ġت ÙĦÙĥ +à¹ĥส à¹Ī +sz Äħ +ÙĤ اÙħ +د ÙĪر +ĠÙģ ÙĤØ· +Ġh ữu +Ġмог ÑĥÑĤ +Ġg á»įi +Ġק ר +à¸Īะ มี +ت ÙĤدÙħ +Ġع بر +Ġ׾×Ķ ×Ŀ +ĠÑģам о +ס ×ĵר +Ġc Ãłng +r ÃŃ +Ġìŀ ¥ +ëĵ¤ ìĿĺ +ĠÙĦ Ùĥ +п оÑĢÑĤ +Ġkh ả +ĠÑģеб Ñı +׳ ף +Ġد ÙĪر +Ġm ợ +Ġcâ y +Ġf ark +Ġfark lı +а ÑİÑĤ +Ġtr á»±c +wiÄĻks z +Ġthu á»ijc +Ġت ØŃت +ت ÙĦ +ов Ñĭе +ëĤ ł +Ġв ам +بÙĦ غ +Ġê°Ļ ìĿĢ +íĮ IJ +ÙĦ ب +Ġnas ıl +Ġод ин +м ан +ĠعÙĦÙĬ Ùĩا +б и +Ġפ ש×ķ×ĺ +×ijר ×Ļ +Ġש ׳×Ķ +Ġëı Ħ +ĠÄIJ ại +Ġ×IJ×ķת ×Ŀ +ĠاÙĦØŃ Ø± +Ġб о +à¸Ī ุà¸Ķ +Ġr õ +ĠdeÄŁi ÅŁ +Ġëĭ ¨ +ĠÑģлÑĥÑĩ а +ĠÑģлÑĥÑĩа е +Ġ×IJ׳ ש×Ļ×Ŀ +×ĵ ×£ +ש×ij ת +Ġש׾ ׼×Ŀ +Ġch ú +nik ów +Ġtan ı +Ġcá o +ĠÄij á +Ġ×IJ ×ĵ×Ŀ +Ġê° ķ +Ġnhi á»ĩm +Ġ׾ ס +Ġ×Ľ×ª ×ij +Ġ×Ķס פר +ĠÄij Äĥng +Ġë ijIJ +à¸ľ ิ +à¸ľà¸´ ว +ج ا +Ġê° IJ +ر Ø£ +ست خدÙħ +ãģ«ãģªãĤĬ ãģ¾ãģĻ +Ġtá» · +×ĺ ×ķר +г овоÑĢ +Ġв оÑģ +ĠÙħÙĨ Ùĩا +иÑĢов аÑĤÑĮ +ĠÄij ầy +׳ ×Ĵ +ĠÙħ ÙĪ +ĠÙħ ÙĪÙĤع +ר׼ ×Ļ +ت Ùı +ëª ¨ +Ġת ×ķ +ÙĬا Ùĭ +à¹ĥ à¸Ķ +ãĤĬ ãģ¾ãģĻ +à¸Ńยูà¹Ī à¹ĥà¸Ļ +ĠØ£ ÙĪÙĦ +ĠØ£ خرÙī +Ġc Æ° +ص ار +×ŀ׊ש×ij +б ÑĢа +ÅĦ ski +б ÑĢ +ĠÙĬ Ùı +à¸ģ ิà¸Ļ +Ġch á»ijng +Ùħ Ùı +Ġ à¸Ħืà¸Ń +Ġت ÙĨ +t ÃŃ +y Äĩ +Ġm ạng +Ùģ ÙĪ +Ġdü nya +ק ר×IJ +Ġק ׾ +ĠØŃ Ø§ÙĦ +c ÃŃa +Ġà¹Ģ รา +Ġר ×ķצ×Ķ +Ġá p +ë° ķ +ا ÙĤØ© +ни Ñİ +Ġ×IJ ׾×ķ +Ġ×ŀס ×ķ +ãģ§ãģ¯ ãģªãģı +Ġtr ả +Ġק שר +mi ÅŁtir +Ġl Æ°u +Ġh á»Ĺ +ĠбÑĭ ли +Ġl ấy +عÙĦ Ùħ +Ġö zel +æ°Ĺ ãģĮ +Ġ×ĵ ר×ļ +Ùħ د +s ını +׳ ×ķש×IJ +r ów +Ñĩ еÑĢ +êµIJ ìľ¡ +ĠÐľ о +л ег +ĠV Ỽi +วัà¸Ļ à¸Ļีà¹ī +ÑİÑī ие +ãģĬ ãģĻ +ãģĬãģĻ ãģĻ +ãģĬãģĻãģĻ ãĤģ +ëı ħ +Ġ×Ļ×Ķ ×Ļ×Ķ +×ŀ ×ĺר +Ñı ми +Ġl á»±a +ĠÄij ấu +à¹Ģส ียà¸ĩ +Ġt Æ°Æ¡ng +ëĵ ± +ĠÑģÑĤ аÑĢ +à¹ĥ à¸ļ +ว ัà¸Ķ +ĠÄ° stanbul +Ġ à¸Īะ +à¸ķ ลาà¸Ķ +Ġب ÙĬ +à¹ģà¸Ļ ะ +à¹ģà¸Ļะ à¸Ļำ +س اعد +Ġب Ø£ +Ġki á»ĥm +ØŃ Ø³Ø¨ +à¸Ĭั à¹īà¸Ļ +Ġ×ķ ×¢×ķ×ĵ +ов ÑĭÑħ +оÑģ нов +Ġtr Æ°á»Łng +צ ×ij×¢ +ĠÃŃ t +Ġk ỹ +cr é +Ñı м +êµ ° +ãģĮ ãģªãģĦ +ÙĬÙĦ Ø© +ãĥķ ãĤ£ +ر Ùī +ĠÙĬ جب +Ġ×IJ ×£ +Ġc á»±c +ãĤīãĤĮ ãģŁ +Ġ à¸ľà¸¹à¹ī +Ġ à¸Ń +lar ımız +Ġkad ın +Ġê·¸ ëŀĺ +Ġê·¸ëŀĺ ìĦľ +ĠëĺIJ ëĬĶ +ĠÄij ả +ĠÄijả m +Ġ×IJ ×ķ×ŀר +Ġy ếu +ci Äħ +ciÄħ g +Ġt á»ij +Ġש×IJ ׳×Ļ +Ġdz iaÅĤa +Ñī а +ĠÄij Ãłn +s ına +ãģĵãĤĮ ãģ¯ +Ġ×ij ׾×Ļ +Ġ×ij ×Ļשר×IJ׾ +л оÑģÑĮ +Ġgi ữ +ê° IJ +ÑĢ он +تج ار +г лав +в ин +Ġh ạn +Ġyapı lan +ب س +Ġ à¸ŀรà¹īà¸Ńม +ê´Ģ 리 +mÄ±ÅŁ tır +b ü +r ück +ĠBaÅŁkan ı +ĠÙĦ ÙĬس +Ġs Æ¡ +à¸Īัà¸ĩ หว +à¸Īัà¸ĩหว ัà¸Ķ +د اء +Ġ×Ķ ׼ +v ÃŃ +ש ×IJר +Ġh Æ°á»Łng +Ġb óng +ĠCh ÃŃnh +Äħ c +à¹Ģà¸ģีà¹Īยว à¸ģัà¸ļ +Ġtá» © +Ġtứ c +ĠÑĨ веÑĤ +Ġt á»iji +ĠnghÄ© a +ÙĦا عب +د ÙĦ +Ġפע ×Ŀ +h ör +à¸Ĭ ุà¸Ķ +à¸ŀ ู +à¸ŀู à¸Ķ +п аÑģ +ĠÅŁ u +Ġt Æ°á»Łng +خار ج +Ġâ m +ĠинÑĤеÑĢ еÑģ +ен нÑĭÑħ +×IJ ׳×Ļ +بد Ø£ +ëĿ¼ ëĬĶ +ì¹ ´ +æĸ¹ ãģĮ +ли в +Ġ à¸Ħà¸Ļ +ער ×ļ +à¸Ĥà¸Ńà¸ĩ à¸Ħุà¸ĵ +п ад +Ġc ạnh +ĠëĤ ¨ +ĠÄij âu +Ġbi á»ĥu +ãĤĤ ãģĤãĤĭ +׾ ×Ĵ +Ġ สำหรัà¸ļ +Ġxu á»ijng +ס ×ķ +ĠØ° ات +ĠÐľ е +ع اÙĦÙħ +×IJ ס +ب ÙĬØ© +Ø´ ا +и ем +ĠNg Æ°á»Ŀi +íĺ ij +Ñģл ов +Ġп а +Ġm ẫu +ĠпÑĢоÑĨ еÑģÑģ +ĠNh Ãł +пÑĢо из +пÑĢоиз вод +à¸łà¸²à¸¢ à¹ĥà¸Ļ +Ġ à¸ļาà¸Ĺ +×ŀ ׳×ķ +ĠоÑĢг ан +רצ ×ķ +×ķ×ŀ ×Ļ×Ŀ +Ġyaz ı +Ġd ù +ãĥ¬ ãĥ³ +ÙĪÙĦ ÙĬ +ย ู +Ġtr ò +à¹Ģà¸ŀ ลà¸ĩ +Ġ×ŀ ׾×IJ +à¸ķ ล +à¸ķล à¸Ńà¸Ķ +ĠÄij ạt +Ġ×Ĺ×ĵ ש +p óÅĤ +Ġ×ŀ ×ĵ×Ļ +ujÄħ c +×ŀ׳×Ķ ׾ +Ġש×ij ×ķ +Ġ×Ķ×ŀש פ×ĺ +Ġ×IJ ׾×Ķ +ĠÙĪ Ø°ÙĦÙĥ +à¹Ģà¸ŀ ราะ +ĠÄijo Ãłn +Ġíķ¨ ê»ĺ +Ġd ục +Ø´ ت +Ġ ula +Ġula ÅŁ +Ġqu ý +Ġ×Ķ ×Ĵ×ĵ×ķ׾ +à¸ķัà¹īà¸ĩ à¹ģà¸ķà¹Ī +Ġש ר +Ø´ Ùĩد +׳ ש×Ļ×Ŀ +à¸ŀ ล +رÙĪ ا +ãĤĮ ãģ¦ +Ġн иÑħ +Ġдел а +ãģ§ãģį ãģªãģĦ +ÅĤo ż +×IJ ×Ĺר +ì ½Ķ +ãĤ¢ ãĥĥãĥĹ +د Ùģع +Ġti á»ĩn +Ġkh á»ı +Ġkhá»ı e +ĠاÙĦع اÙħØ© +ãģ« ãģĤãĤĭ +ĠÄij á»Ļc +ì¡ ± +Ġc ụ +й ÑĤе +Ġзак он +ĠпÑĢо екÑĤ +ìĸ ¸ +ÙĦ ØŃ +ĠçalÄ±ÅŁ ma +ãĤĴ ãģĻãĤĭ +Ñħ и +ع اد +Ġ׳ ×ŀצ×IJ +Ġר ×Ļ +à¸Ńà¸Ńà¸ģ มา +ĠT ôi +Ġth ần +ĠÙĬ ا +ล าย +Ġав ÑĤо +Ġsı ra +ĠÙĥ Ø«ÙĬر +Ùħ ÙĬز +ĠاÙĦع ÙĦÙħ +æĸ¹ ãģ¯ +×ķ×¢ ×ĵ +Ġобла ÑģÑĤи +×Ļ׾ ×Ļ×Ŀ +ãģĮ åĩº +à¸ĺ ุ +à¸ĺุ ร +à¸ĺุร à¸ģิà¸Ī +ÙĤت ÙĦ +ר×IJ ×ķ +Ġng u +Ġngu á»ĵn +Ġ มา +Ġпл ан +t ório +Ġcu á»iji +Ñģк ом +ĠاÙĦÙħ اض +ĠاÙĦÙħاض ÙĬ +Ġ×ij×¢ ׾ +Ġר ×ij×Ļ×Ŀ +Ġlu áºŃn +Ùĥ ÙĪ +à¸Ĺัà¹īà¸ĩ หมà¸Ķ +в ан +Ġtho ại +à¹Ħ à¸Ń +б иÑĢ +ĠاÙĦ ض +ت ا +ĠÑĢ од +ĠV Ãł +×ŀ ×Ļף +ĠбÑĭ ла +к ами +ĠÐĶ е +t ık +קר ×Ļ +ĠeÄŁ itim +ĠÙĥ بÙĬر +ب Ùĥ +ĠÙĦ ÙĪ +в ой +Ġ ãģĵãģ® +ĠÑĤ ÑĢÑĥд +my ÅĽl +Ġs Æ° +à¸ŀ ีà¹Ī +Ġ à¹ģลà¹īว +×¢ ק +Ġ×Ĺ×ijר ת +ระ หว +ระหว à¹Īาà¸ĩ +×Ļ ×Ļ×Ķ +ĠاÙĦÙĨ اس +ün ü +Ġ׾ ×ŀ×Ķ +Ġch Æ°Æ¡ng +ĠH á»ĵ +ار ت +ãĤĪãģĨ ãģ§ãģĻ +l á +ק×Ļ ×Ļ×Ŀ +æľ¬ å½ĵ +æľ¬å½ĵ ãģ« +ãģĵãĤĵ ãģª +Ñģ ов +Ġ×ķ ×Ĺ +à¹Ģà¸ģ à¹ĩà¸ļ +Ġк ÑĤо +à¹Ĥร à¸Ħ +ĠØ´ رÙĥØ© +ع زÙĬ +عزÙĬ ز +Ø·ÙĦ ÙĤ +п ÑĥÑģÑĤ +Ùģ تØŃ +ëŀ Ģ +Ġhã y +ض Ùħ +ë¦ ° +åł´åIJĪ ãģ¯ +ãĤª ãĥ¼ +Ġh ắn +Ġ×IJ ×ij×Ļ×ij +Ġש׾×Ķ ×Ŀ +Ġ×Ķ×Ļ ×Ļת×Ķ +ĠاÙĦد ÙĪÙĦØ© +ĠاÙĦ ÙĪÙĤ +ĠاÙĦÙĪÙĤ ت +ãģĤ ãģ¾ãĤĬ +Ġta ÅŁÄ± +Ä° N +×¢ סק +ãģ¦ ãģĦãģŁ +Ġtá»ķ ng +ĠاÙĦØ¥ ÙĨس +ĠاÙĦØ¥ÙĨس اÙĨ +ÑĢ еÑĪ +Ġg ái +ĠÑĨ ен +ĠÙģ ÙĤد +Ùħ ات +ãģķãĤĵ ãģ® +Ġph ù +×ĺ ×Ķ +ĠÙĪاÙĦ تÙĬ +Ġب Ùĥ +ìĿ´ ëĤĺ +к Ñģ +Ùħ ÙĬر +Ġv ùng +ĠاÙĦØ´ عب +ĠNh Æ°ng +ãĥĢ ãĥ¼ +Ġ×Ĺ×Ļ ×Ļ×Ŀ +ĠØ´ خص +ק ×ķ×ĵ +ê² Ģ +×¢ ש +×¢ ×ķ׾×Ŀ +צ ×ķר +ع ÙĤد +ĠiÅŁ lem +Ġ×Ķ×ij ×IJ +Ġd ưỡng +à¸Ł รี +Ġph ÃŃa +ãģ®ä¸Ń ãģ§ +Ġп и +Ġng Ãłnh +ним а +ĠÙĩ ÙĦ +Ġ×ķ ×IJת +ĠÄij áng +é quipe +ĠÑįÑĤ оÑĤ +Ġgö rev +ë§ ¤ +Ġqu ân +å¼ķ ãģį +æĻĤ ãģ« +Ġب Ùħا +×ŀ ×Ļת +Ġü lke +Ġ×ŀק ×ķ×Ŀ +×ij ף +æ°Ĺ æĮģãģ¡ +Ġë§İ ìĿĢ +Ġyük sek +ÑĨ енÑĤÑĢ +ĠÙħ جÙĦس +ç§ģ ãģ® +ÙĤد ر +Ġë¶Ģ ë¶Ħ +Ġì° ¨ +خر ج +ãģĭ ãģªãĤĬ +ë³´ ëĭ¤ +Ġ×ŀ ×Ļ×ĵ×¢ +peÅĤ ni +Ġx á»Ń +ìĹIJìĦľ ëĬĶ +ĠباÙĦ Ùħ +ĠÙĪ Ùħا +ĠÑįÑĤ ой +ب ÙĬÙĨ +n ü +ØŃ Ø² +ØŃز ب +ĠÑĢабоÑĤ а +ĠNh áºŃt +ÙĦ اء +Ġëĵ ¤ +Ġëĵ¤ ìĸ´ +ãĤĦãģĻ ãģĦ +×Ĺ×ĸ ק +Ġ×Ķ×Ĺ ×ijר×Ķ +п иÑĤ +ãģĭãĤī ãģ® +Ġë§IJ ìĶĢ +Ġפ ×ķ +ÙĦ Ùİ +à¹Ģà¸ķà¹ĩ ม +ĠÐļ о +Ġm ówi +Ġt ÃŃn +ר×Ĵ ש +פר ק +Ġtr ạng +ĠÐŀ н +×Ĺ ×ķ×¥ +ĠعÙĨد Ùħا +Ġب ر +使 ãģĦ +Ġr á»Ļng +ëĮĢ ë¡ľ +íĪ ¬ +Ġktóry ch +в ид +ลูà¸ģ à¸Ħà¹īา +Ġmog Äħ +Ġש ×Ĺ +×ij ×Ĺר +ãĥĸ ãĥŃãĤ° +ĠTh Ãłnh +Ġ×Ķ ר×Ļ +ĠÑģÑĤ аÑĤÑĮ +ĠH á»Ļi +à¸ļ à¹īาà¸ĩ +çī¹ ãģ« +ĠÄIJ ức +èĢħ ãģ® +×¢ ×ŀ×ķ×ĵ +×ĺר ×Ķ +Ð ¥ +ĠÙħ Ùħا +Ġe ÅŁ +ĠнеобÑħодим о +ник ов +Ġüzer inde +a ÅĤa +Ġchá»ĭ u +ĠاÙĦ دÙĬÙĨ +أخ بار +ĠÄij au +ãģĮ å¤ļãģĦ +jÄħ cych +د Ø®ÙĦ +ları nd +larınd an +Ġs ẻ +à¸ŀิ à¹Ģศ +à¸ŀิà¹Ģศ ษ +ת ף +t ıģı +Ġlu áºŃt +ĠÅŀ e +ãĤ« ãĥ¼ +ãģ® ãģĤãĤĭ +Ġ×Ķ×IJ תר +ĠاÙĦØ¢ ÙĨ +ıld ı +Ġá o +ĠнаÑĩ ал +Ġvi á»ĩn +Ġ×ij×¢ ×ķ׾×Ŀ +з наÑĩ +×Ļ×ĺ ×Ķ +к ам +ĠÐĺ з +à¹Ģà¸Ĥ ียà¸Ļ +à¸Ļ à¹īà¸Ńà¸ĩ +ÑĤ ÑĢо +à¹Ģ à¸Ł +Ġжиз ни +Ġ สà¹Īวà¸Ļ +Ġv áºŃn +Ġê´Ģ 볨 +Ġl âu +ס ×ĺר +ק ש +س ÙĬر +Ġ×IJ×ķת ×Ļ +Ġm ôi +ائ ب +Ġо ÑģÑĤа +Ġm ón +Ġ×ij ×ŀק×ķ×Ŀ +Ġد اخÙĦ +Ġ×IJ ×ķר +Ġв аÑģ +Ùĥ Ø´Ùģ +ìĺ ¨ +à¸ĸ à¹Īาย +Ġkullan ıl +Ġt ô +ãģ« ãĤĪãĤĬ +ĠëĺIJ íķľ +Ġ×¢×ij×ķ×ĵ ×Ķ +Ġri ê +Ġriê ng +Ġyak ın +ز ا +Å » +×IJ ×ķ׼׾ +شار Ùĥ +Ġб еÑģ +× ´ +Ġا بÙĨ +ĠTá»ķ ng +ÙĨ ظ +ÅĽwi ad +ãĤµ ãĥ¼ +ห าย +ĠG ün +Ġhakk ında +à¹Ģà¸Ĥà¹īา มา +ز ÙĨ +ĠÐł о +Ġbi á»ĥn +ãģ© ãģĵ +Ùģ عÙĦ +ز ع +פר ×ĺ +Ġ×Ķ ף +Ø£ ÙĩÙĦ +Ġth ất +ØŃ ÙħÙĦ +Ñĩ Ñĥ +ĠìĤ¬ ìĭ¤ +ì° ¸ +ĠìľĦ íķ´ +ÙĪ ظ +ĠÐŁ од +Ġkho ản +ÑĤ ен +ĠÙģ اÙĦ +Ñģ ад +à¸Ļ à¸Ńà¸Ļ +ĠاÙĦسعÙĪد ÙĬØ© +" ØĮ +ĠاÙĦ ÙĴ +ãĤī ãģļ +Ġto án +Ġch ắc +׼ ×Ļר +m éd +méd ia +ز ÙĪ +Ġyan ı +פ ׳×Ļ×Ŀ +ØŃ Ø¸ +Ġб еÑģп +ĠбеÑģп лаÑĤ +ĠбеÑģплаÑĤ но +ĠØ£ ÙħاÙħ +à¸Ń าย +à¸Ńาย ุ +ר שת +Ġg á»ĵ +Ġgá»ĵ m +Ġu á»ijng +ص ب +k ır +ãĥij ãĥ¼ +Ġ׾×ĵ עת +Ġк ÑĥпиÑĤÑĮ +׾ ×ķ×Ĺ +ÙĪض ع +ÙĤÙĬ Ùħ +à¸Ľ า +ж ив +à¸Ķ ิà¸Ļ +×IJ ×ķפ +à¹Ģล à¹ĩà¸ģ +ãĥĥ ãĥī +иÑĩеÑģки Ñħ +ĠCh ủ +кÑĢ аÑģ +ÙĪ صÙĦ +p ÅĤat +м оÑĢ +Ġ×Ķ×IJ ×ķ +à¸Ń ิà¸Ļ +Ġíķľ êµŃ +гÑĢ е +Ġìłľ ê³µ +ì° ½ +Ġê°ľìĿ¸ ìłķë³´ +Ġngh á»ĭ +à¸ĭ า +ØŃس اب +Ġby ÅĤa +ÙħÙĦ Ùĥ +иÑĩеÑģки е +Ġb ác +ض ØŃ +ê¸ ¸ +ש ×ŀ×¢ +Ġìĸ´ëĸ » +Ġìĸ´ëĸ» ê²Į +ìĽ Į +ات Ùĩ +à¹Ĥรà¸ĩ à¹ģ +à¹Ĥรà¸ĩà¹ģ รม +خد ÙħØ© +ĠÐł а +׼×ķ׾ ×Ŀ +×ŀש ×Ĺק +ĠÙĪ ÙĥاÙĨ +ס ×ķ×£ +ĠاÙĦØŃÙĥÙĪÙħ Ø© +Ġ×ij ×ĺ +Ġtr áºŃn +Ġ×Ķ×¢ ×ķ׾×Ŀ +ĠÃŃ ch +t Äħ +ש×ŀ ×ķ +Ġ×Ķר×IJש ×ķף +Ġíķĺ ê³ł +ãģķ ãĤī +ãģķãĤī ãģ« +ãģ« ãģĹãģ¦ +Ġ à¸ľà¸¡ +ãģ® ãĤĪãģĨãģª +ĠÙĪ ÙĤت +ãĥį ãĥĥãĥĪ +ÙĦ عب +ÙĪ Ø´ +ìĺ ¬ +Ġ หาà¸ģ +Ġm iaÅĤ +à¸Ĺ à¸Ńà¸ĩ +иÑĤ а +ا صر +ил ÑģÑı +з е +à¸Ľà¸£à¸° มาà¸ĵ +ãģĿãĤĮ ãģ¯ +Ġb ır +Ġbır ak +صÙĨ اع +Ð ® +Ø´ عر +Ġ׳ ×Ĵ×ĵ +Ġب سبب +ãĥĿ ãĤ¤ +ãĥĿãĤ¤ ãĥ³ãĥĪ +ĠاÙĦج ÙĪ +ĠнеÑģк олÑĮко +Ġki ếm +Ùģ Ùİ +Ġض د +×ij×Ļ×ĺ ×ķ×Ĺ +تاب ع +ÙĨ ز +ĠB ản +Ġaç ıkl +Ġaçıkl ama +Ġ à¸Ħุà¸ĵ +à¸Ĺ า +ÅĤ ów +Ø· ب +ÙĨ ØŃÙĨ +Ġ×ŀק ×ķר +ĠÄ° s +Ġдом а +Ġ วัà¸Ļ +Ġd Ãłnh +Ñı н +ми ÑĢ +Ġm ô +ĠvÃł ng +ص اب +s ının +à¸Ħ ืà¸Ļ +Ø® بر +×ĸ׼ ×ķ +Ġ×ŀ ש×Ķ×ķ +m ü +Ġкомпани и +Ġ×Ķ×¢ ×Ļר +ĠÙĥ ÙĪ +ÙĤÙĦ ب +ĠlỼ p +и ки +׳ ×ij +à¹Ĥ à¸Ħร +à¹Ĥà¸Ħร à¸ĩ +à¹Ĥà¸Ħรà¸ĩ à¸ģาร +×ŀ×ķ×¢ ×ĵ +ÑıÑĤ ÑģÑı +หลัà¸ĩ à¸Īาà¸ģ +ени Ñİ +Ġש ×¢ +Ġb Æ°á»Ľc +ãĥ¡ ãĥ¼ãĥ« +ãĤĦ ãĤĬ +Ġ×Ļ×ķ×ĵ ×¢ +Ġê´Ģ íķľ +ĠاÙĦØ£ Ùħر +Ġböl ge +ĠÑģв ой +ÙĦ س +Ġ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠëĤ´ ìļ© +ĠØ£ جÙĦ +ĠÄIJ ông +Ġ×ŀ ×ł×ª +Ġìĭľ ê°Ħ +Ùĥ Ùİ +ãģ¨ãģĦãģĨ ãģ®ãģ¯ +Ġnale ży +تÙĨظ ÙĬÙħ +ĠÑģозд а +Ġph é +Ġphé p +ãģ§ãģį ãģ¾ãģĻ +Ġع ÙĦÙħ +大ãģį ãģª +ãĤ² ãĥ¼ãĥł +í ħĮ +Ġ׼×ķ׾ ׾ +ĠинÑĤеÑĢ неÑĤ +ĠT ừ +ãģ¨ ãģªãĤĭ +ز اÙĦ +Ġktóry m +Ġnh é +ìĪ ľ +н ев +д еÑĢ +ãĤ¢ ãĥĹãĥª +i á»ĩu +×ij ×Ļ׾ +Ġت س +ĠÄIJ ây +ĠاÙĦØ® اصة +Ġà¹Ģ à¸Ĭ +Ġà¹Ģà¸Ĭ à¹Īà¸Ļ +ص اد +Ġd ạng +س عر +Ġש ×Ļ×ŀ×ķש +×Ĵ ×Ļ×Ŀ +ãģĮãģĤ ãģ£ãģŁ +п ÑĢов +пÑĢов од +Ġ×IJ ×Ļ׳×ķ +Ġ׾ ר×IJ +Ġ׾ר×IJ ×ķת +ĠØ£ ÙģضÙĦ +ĠØŃ ÙĦ +ĠØ£ بÙĪ +ê° ķ +Ġì§ ij +ãģ® ãĤĪãģĨãģ« +Ġפ ׳×Ļ +ס ×Ļ×Ŀ +ĠÙĪÙĩ ذا +Ġka ç +Ġé én +Ġê± ´ +ë° Ķ +Ñĥ з +à¸Ĥà¸Ńà¸ĩ à¹Ģรา +i ÅĤ +ĠÐľ Ñĭ +Ġch ết +ĠاÙĦØ« اÙĨÙĬ +×IJ ק +Ġ×ķ ×¢×ľ +ĠاÙĦØ· ب +×ij×ĺ ×Ĺ +Ġج دÙĬدة +Ġع دÙħ +ع ز +สิà¹Īà¸ĩ à¸Ĺีà¹Ī +ãģĻ ãĤĮãģ° +ĠÄij ô +ì£ ł +د ÙĤ +н омÑĥ +Ġk á»ĥ +ãĤ¢ ãĥ³ +å¤ļãģı ãģ® +à¸Ľà¸£à¸° à¸ģ +à¸Ľà¸£à¸°à¸ģ à¸Ńà¸ļ +פע×Ļ׾ ×ķת +ĠÑģÑĤ ол +may ı +ãģ¤ ãģĦ +Ġyılı nda +Ġ à¸Īึà¸ĩ +koÅĦ cz +ĠTh ông +Ġак ÑĤив +н ÑģÑĤ +нÑģÑĤ ÑĢÑĥ +ĠÃĸ z +Ġת ×ŀ×Ļ×ĵ +ĠÙĥ ÙĨت +Ñģ иÑģÑĤем +pr és +prés ent +Ġn â +Ġnâ ng +gÅĤ os +ĠÙĪز ÙĬر +ØŃ ØµÙĦ +Ġиме еÑĤ +ØŃ Ø±ÙĥØ© +à¸ŀ à¹Īà¸Ń +ãĤĴ ãģĬ +Ġاست خداÙħ +×IJ×Ļר ×ķ×¢ +ä»ĸ ãģ® +Ġש×Ķ ×Ŀ +ãģĹãģŁ ãĤī +ש×ŀ ×Ļ +Ñģ ла +m ı +Ġbaz ı +Ġíķĺ ì§Ģë§Į +×ĵ ׾ +Ġyapt ıģı +ãĥĬ ãĥ¼ +׾ ×Ļ׾×Ķ +ãģ¨ãģĦ ãģ£ãģŁ +änd ig +ĠÅŁ a +ĠÙģÙĬ Ùħا +иÑĤ елÑı +×ŀ ×ķש +à¸Ĥ à¸Ńà¸ļ +l ük +Ġh á»ĵi +Ġëª ħ +ĠاÙĦÙĥ Ø«ÙĬر +צ ×IJ +Ġhaz ır +طر Ùģ +ا ÙĬا +ĠÄij ôi +ен д +ÙĦ غ +×Ĺ ×ĸ×ķר +ĠвÑģ ег +ĠвÑģег да +ëIJĺ ê³ł +×ĵ ×ķ×ĵ +ан а +د ÙĪÙĦØ© +Ġho ạch +ع ÙĦا +عÙĦا ج +Ġ×ķ ×¢×ĵ +×Ķ ×Ŀ +ки й +ÙĦ ÙIJ +Ġ×¢ ׾×Ļ×ķ +ÑİÑī ий +Ġng ủ +صÙĨ ع +ĠاÙĦع راÙĤ +à¸ķà¹Īà¸Ń à¹Ħà¸Ľ +ãģŁãģı ãģķãĤĵ +Ġph ạm +ÙĦ اÙĨ +ات Ùĩا +Ġbö yle +تÙĨ ÙģÙĬ +تÙĨÙģÙĬ Ø° +Ġש×Ķ ×Ļ×IJ +Ñģ Ñĥ +ย าว +Ġש ×ķ׳×Ļ×Ŀ +Ġ×ŀ ×ķ׾ +ĠÑģ ил +Ġ×IJ×Ĺר ×Ļ×Ŀ +Ġph ủ +ÙĤØ· ع +ĠTh ủ +à¸Ľà¸£à¸°à¹Ģà¸Ĺศ à¹Ħà¸Ĺย +ÙĨ ÙĤ +ĠÄijo ạn +Ġب Ø¥ +п ÑĢедел +×ķת ×ķ +Ġy arı +пÑĢ е +ĠczÄĻ ÅĽci +ØŃ ÙĥÙħ +×ķ׳ ×Ļת +פע ׾ +ãĤĴ ãģĹãģ¦ +Ġktó rzy +׾ ×Ŀ +ĠÄIJi á»ģu +ĠкоÑĤоÑĢ аÑı +ĠìĿ´ ìĥģ +ãģĤ ãģ£ãģŁ +Ġ×ŀ×ĵ ×ķ×ijר +פ ×ķ×¢×ľ +d ım +éĢļ ãĤĬ +ĠбÑĥд ÑĥÑĤ +à¹Ģวà¹ĩà¸ļ à¹Ħà¸ĭ +à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ à¸ķà¹Į +ا خر +×Ĺ ×Ļ׾ +Ġ×Ļ ׾ +Ġ×Ļ׾ ×ĵ×Ļ×Ŀ +×Ĺ ×Ļפ +×Ĺ×Ļפ ×ķש +Ġd òng +Ġש ×ĸ×Ķ +ÑĮ е +ãģĤ ãģ¨ +ìŀIJ ê°Ģ +×IJ ×ĵ +Ġü z +Ġüz ere +ظ ÙĦ +Ġ×IJ ×ķ׾×Ļ +Ġ×ij ×Ļ×ķ×Ŀ +ÙĦ ات +Ġm ê +ì¹ ¨ +تØŃ Ø¯ +تØŃد Ø« +ĠØ® اصة +Ġب رÙĨ +ĠبرÙĨ اÙħج +ĠH Ãłn +×Ĺ ×¡ +ĠÙĪ ÙĦÙħ +×¢ ×Ŀ +Ġm ı +à¸Ł ัà¸ĩ +ש ×¢×Ķ +ÙĪÙģ ÙĤ +ס ×ij×Ļר +алÑĮ нÑĭй +×Ĺש ×ķ×ij +Ġn Ãłng +ë³ ¼ +ĠкоÑĤоÑĢ ÑĭÑħ +Ġ×Ĺ ×ķק +t ör +ĠлÑĥÑĩ ÑĪе +ãĥij ãĥ³ +ลà¹Īา สุà¸Ķ +Ġج دÙĬد +ÙĬد Ø© +à¸Ĺ รà¸ĩ +ãĤĪãĤĬ ãĤĤ +ÙĦ ÙĦ +ãĤĤ ãģ£ãģ¨ +ש×ĺ ×Ĺ +Ġ×ķ ×IJ×Ļ +Ġgi á»ijng +Ø¥ ضاÙģ +ק ת +ë§ Ŀ +Ġzosta ÅĤ +ÑĢ оз +×Ļפ ×Ļ×Ŀ +Ġ׼׾ ׾ +ת×ķ׼ ף +dıģ ını +ÙĤ سÙħ +ĠÑģ ÑĩиÑĤ +ĠÑģÑĩиÑĤ а +×ĺ ×ķת +Ġ Æ°u +ĠØ¢ ÙĦ +Ġм ом +Ġмом енÑĤ +ĠاÙĦتع ÙĦÙĬÙħ +×¢×ľ ×ķת +Ġch ữa +Ġy ön +Ġtr Ãł +ĠØŃ ÙĬÙĨ +à¸ĭ ั +ĠC á +×¢ ×ĸ +ĠاÙĦØ£ ÙħÙĨ +c ÃŃ +Ġv á»ijn +Ġ à¸Ļาย +об ÑĢа +ק ×IJ +Ġthi ếu +ãĥŀ ãĥ¼ +ส วà¸Ļ +Ġg á»Ń +Ġgá»Ń i +Ġê ¹ +Ġê¹ Ģ +Ġthi á»ĩn +ÙĤ ع +w ÄĻ +Ġн ам +ÑĤ ол +Ġs ân +ס ×ķ×Ĵ +Ġgeç ir +ÑĤ он +ев а +ĠÙĪ ضع +Ġع شر +Ñģ ло +à¸Ī ัà¸ļ +ãĤ· ãĥ¼ +ãĤĤ ãģĤãĤĬãģ¾ãģĻ +Ġv ẻ +ĠÄIJ á»ĥ +ر Ùģع +ĠاÙĦØ£ÙĪÙĦ Ùī +ÑĤ аÑĢ +ãģªãģı ãģ¦ +Ùħ Ùİ +qu ÃŃ +×¢×ł×Ļ ×Ļ׳ +г ен +Ġh ôm +à¸Ī า +Ġnh Ỽ +ĠاÙĦع ربÙĬ +×IJ ף +Ġl á»Ļ +Ġje ÅĽli +à¹Ģà¸Ĺà¹Īา à¸Ļัà¹īà¸Ļ +ĠØ£ÙĨ Ùĩا +Ġt uy +Ġtuy á»ĩt +Ġت ص +Ġتص ÙĨÙĬ +ĠتصÙĨÙĬ Ùģ +Ġê·¸ëŁ¬ ëĤĺ +о ÑĨен +à¸ģิà¸Ī à¸ģรรม +ãĤĦ ãģ£ãģ¦ +Ġkh á»ıi +Ġl á»ĩ +ĠاÙĦÙħج تÙħع +à¸Ńาà¸Ī à¸Īะ +à¸Īะ à¹Ģà¸Ľà¹ĩà¸Ļ +ов Ñĭй +ר ×Ŀ +ร à¹īà¸Ńà¸Ļ +ש ×ŀש +人 ãģ« +Ġüzer ine +פר ×Ļ +du ÄŁu +Ñĩ ик +Ġmù a +Ġ×ŀת ×ķ×ļ +Ġc áºŃp +Ġت ارÙĬØ® +×ij׾ ת×Ļ +Ġì¢ Ģ +ÙĦ ع +ب اÙĨ +Ġch út +Ġ×Ķ×ĸ ×ŀף +n ée +ĠLi ên +ĠÙĦÙĦ Ø£ +ØŃد ÙĪد +Ġ×¢ ׼ש×Ļ×ķ +в оз +Ġyapt ı +Ġоб о +à¹ĥหà¹ī à¸ģัà¸ļ +Ġ×ij×Ķ ×Ŀ +ãģı ãģ¦ +ر أس +ĠÑģÑĢед ÑģÑĤв +ĠB Ãłi +ãģĵãģ¨ ãģ« +ĠìĤ¬ íļĮ +Ġ모 ëijIJ +×ij ×IJ +Ġtr ắng +ĠاÙĦبÙĦ د +ĠHo Ãłng +ли бо +ĠдÑĢÑĥг иÑħ +Ä° R +Ñĥм а +ĠJe ÅĽli +ãĤĤ ãģĹ +Ġv òng +Ġ×IJתר ×Ļ×Ŀ +ĠÄij á»įc +Ġв оÑĤ +ãģł ãģĮ +ë° ° +à¸Ķู à¹ģล +Ġ×ŀ ׼׾ +ìĹIJ ëıĦ +г аз +Ġ׳×ķס פ×Ļ×Ŀ +ãģĵãģ¨ ãģ§ +Ġت ÙĪ +ãģ§ ãģĤãĤĬ +à¸Ļั à¹Īà¸ĩ +ĠможеÑĤ е +sz ÄĻ +ãģ® ãģł +ĠÙħÙĨ Ùĩ +Ġb á»ķ +Ġb üt +Ġbüt ün +ë³´ ê³ł +Ġch á»ĵng +à¹ģà¸Ī à¹īà¸ĩ +ĠV ì +ĠØŃ Ø± +Ġgi ản +ĠÙħ دÙĬÙĨØ© +تط بÙĬÙĤ +à¸Ī ิ +æĹ¥ ãģ® +б ил +à¸ģ à¸Ńà¸ĩ +ê³ ³ +ĠØ£ Ùħا +ìĨ IJ +Ġtr ái +ĠвÑģ ем +Ġس ÙĨØ© +ĠÑģай ÑĤ +Ġг оÑĤов +п Ñĭ +ĠëIJ ł +ĠاÙĦØ® Ø· +ĠاÙĦرئÙĬس ÙĬØ© +Ġíķ ©ëĭĪëĭ¤ +ĠìķĦëĭĪ ëĿ¼ +ĠìĿ´ ëłĩ +ĠìĿ´ëłĩ ê²Į +) ØĮ +h ält +ĠØ£ Ùħر +Ġع Ùħر +à¸ģà¹ĩ à¸Īะ +Ġ à¸Ĺำà¹ĥหà¹ī +Ġc ân +Ġ×ij ׾ +Ġ×ij׾ ×ij×ĵ +פ סק +ĠÙĬ ÙĤÙĪÙĦ +н ÑĥÑĤÑĮ +à¹ģ à¸Ħ +Ġק צת +Ġn ằm +Ġh òa +bilit Ãł +ĠìĹĨ ëĭ¤ +Ġ׼ פ×Ļ +ÑĢ ож +лаг а +Ġ×Ķש ×Ļ +ĠNgo Ãłi +ĠÙĪ ج +ĠÙĪج ÙĪد +ĠìľĦ íķľ +Ġus ÅĤug +Ġtu ần +d ź +×ŀ ×ķף +ĠاÙĦع دÙĬد +Ġch ẳng +สุà¸Ĥ à¸łà¸²à¸ŀ +Ġ×ij ×ĵר×ļ +ĠÑģеб е +ĠìŀĪ ìĿĦ +ĠاÙĦØŃ Ø§ÙĦ +Ġd á +Ġc Æ°á»Ŀi +Ġnghi ên +ie ÅĦ +ĠD Æ°Æ¡ng +ï¼ ħ +Ø´ د +ãģĦãģ¤ ãĤĤ +ĠвÑĭб оÑĢ +Ġc á»Ļng +ש ×Ļ׳×ķ×Ļ +Ġch ạy +Ġ×ij×¢ ׾×Ļ +اخ بار +íķĺ ë©° +ż Äħ +ج از +Ġ׳ ר×IJ×Ķ +ศ ู +ศู à¸Ļ +ศูà¸Ļ ยà¹Į +×Ĵ ×¢ +Ġ×¢ ×ĵ×Ļ +Ġ×¢×ĵ×Ļ ×Ļף +بر ا +ÑĨи й +ĠÄIJ á»ĵng +ÙĤ اÙĨÙĪÙĨ +ĠÄij ứng +ãģĹãģŁ ãĤĬ +Ġ×Ĺ×Ļ ×Ļ +Ġë IJľ +ĠëIJľ ëĭ¤ +Ġм еждÑĥ +à¸ŀวà¸ģ à¹Ģà¸Ĥา +ĠB ắc +ล ำ +ë° ± +ĠíĻ ķ +มาà¸ģ ม +มาà¸ģม าย +бан к +à¸Ńา à¸ģาร +Ġh Ãł +Ġ׾ ׳ +à¸Ń à¸Ń +Ġë°Ķ ë¡ľ +л ом +m ática +ĠØŃ Ø¯ +اب ت +à¸Ĺีà¹Ī à¸Ļีà¹Ī +Ġco ÅĽ +ÙģÙĬ دÙĬ +ÙģÙĬدÙĬ ÙĪ +ĠмеÑģÑĤ о +Ġph út +มาà¸ģ à¸ģวà¹Īา +×IJ פ +ب ÙIJ +ĠPh ú +ì± Ħ +ĠÙĪ سÙĦÙħ +à¸Īี à¸Ļ +поÑĤ ÑĢеб +Ġ×Ĺ×ĵ ש×ķת +Ø´ ÙĪ +Ġעצ ×ŀ×ķ +ĠعÙħÙĦ ÙĬØ© +à¸Ħุà¸ĵ à¸łà¸²à¸ŀ +ãģ¾ãģĻ ãģĮ +دع ÙĪ +طر ÙĤ +à¹Ħมà¹Ī à¸ķà¹īà¸Ńà¸ĩ +ë² Ķ +ìĬ ¹ +Ġk ÃŃch +ĠìĹĨ ëĬĶ +ĠÑĤ ам +ĠÙĨ ØŃÙĪ +ĠاÙĦÙĤ اÙĨÙĪÙĨ +×Ĺ ×ķ×Ŀ +Ġk ız +Ġ×ĵ ×Ļף +ĠвÑĢем ени +ãģ£ãģŁ ãĤĬ +ĠØ´ Ùĩر +ĠìĦľ ë¹ĦìĬ¤ +×¢ ש×Ķ +Ġgi ác +ĠاÙĦسÙĦ اÙħ +Ġ×IJ ש +ĠполÑĥÑĩ а +à¸Īัà¸Ķ à¸ģาร +к оÑĢ +Ġ×Ķ×ĺ ×ķ×ij +ราย à¸ģาร +주 ìĿĺ +à¹ģà¸ķà¹Ī ละ +Ġê·¸ëŁ° ëį° +à¸Ĺีà¹Ī à¹Ģà¸Ľà¹ĩà¸Ļ +Ġת ×ķ×ļ +بÙĬ اÙĨ +Ð Ļ +oÅĽci Äħ +ÑĤ ок +Ġà Ķ +ĠÃĶ ng +à¹Ħมà¹Ī à¹ĥà¸Ĭà¹Ī +ãģ¿ ãģ¦ +ÐŁ о +ĠЧ ÑĤо +íĻ © +×ĺ ×ij×¢ +меÑĤ ÑĢ +Ġ×ij ×ŀ×Ķ +Ġ×ij×ŀ×Ķ ׾ +Ġ×ij×ŀ×Ķ׾ ×ļ +Ñĩ ÑĮ +ק ש×Ķ +з нак +знак ом +uj ÄĻ +×Ļצ ר +ĠاÙĦÙħ ÙĦÙĥ +ı yla +×IJ×ŀ ת +à¸Ľ ิà¸Ķ +×IJ ×Ĺ×ĵ +ر اد +Ġm áºŃt +ëĭ¤ ëĬĶ +Ġl ạnh +ש׾ ×ķש +ØŃ Ø¯ÙĬØ« +ت ز +å¹´ ãģ® +Ġк ваÑĢ +ĠкваÑĢ ÑĤиÑĢ +ä½ľ ãĤĬ +رÙĪ ب +ов ан +ĠТ е +à¸Īำ à¸ģ +à¸Īำà¸ģ ัà¸Ķ +ب اط +×Ĵ ת +Ġм аÑĪ +ĠмаÑĪ ин +×Ļצ ×Ķ +ãģ» ãģ¨ +ãģ»ãģ¨ ãĤĵãģ© +ÃŃ do +ĠÑı зÑĭк +à¸ļ ิà¸Ļ +สà¸ĸาà¸Ļ à¸Ĺีà¹Ī +ĠìĹ ´ +ãĤ¦ ãĤ§ +Ġc Ãł +п ан +åı£ ãĤ³ãĥŁ +Ġر د +اÙĤ ت +ĠÙĥ ب +ĠÙĥب ÙĬرة +ÑģÑĤ ал +ש×ŀ ×Ĺ +pos ición +ĠÙħÙĦÙĬ ÙĪÙĨ +ĠìĿ´ ìķ¼ +ĠìĿ´ìķ¼ 기 +Ġh út +ĠÅĽw iat +Ġë°© ë²ķ +ĠÑģв еÑĤ +Ġвиде о +ĠاÙĦÙĨ ظاÙħ +Ġtr á»Ŀi +ĠëĮĢ íķ´ìĦľ +ר ×ŀת +ت داÙĪÙĦ +×ķר ×ĵ +ת ×ŀ +ת×ŀ ×ķ׳×ķת +Ġ×ŀ ף +Ġдв а +Ġ×Ķק ×ķ +æĹ¥ ãģ« +Ġ×Ķ×Ĵ ×Ļ×¢ +à¹Ģà¸ŀิà¹Īม à¹Ģà¸ķิม +Ùħار س +Ġê²ĥ ìŀħëĭĪëĭ¤ +ãģªãģĦ ãģ¨ +Ġnhi á»ĩt +ëIJ ©ëĭĪëĭ¤ +Ġ×ij׳ ×ķש×IJ +Ġê°Ģ ìŀ¥ +Ġv ợ +ĠÄij óng +צ×Ļ׾ ×ķ×Ŀ +ê´Ģ ê³Ħ +в аÑı +×IJ ×Ļ×ĸ +×IJ×Ļ×ĸ ×Ķ +ĠÙĨ ظاÙħ +ÙħØŃ Ø§Ùģظ +Ġt ải +기 ëıĦ +à¸Ľà¸±à¸Ī à¸Īุ +à¸Ľà¸±à¸Īà¸Īุ à¸ļัà¸Ļ +׼ ×ĵ×ķר +ĠìķĦ ìĿ´ +׼׳ ×Ļס +à¹Ģ à¸ķร +à¹Ģà¸ķร ียม +Ġngo ại +ĠدÙĪÙĦ ار +Ġr ẻ +Ġkh Äĥn +عد د +Ø´ عب +czy Äĩ +ĠاÙĦ Ùĥر +ĠÑĩеловек а +ĠÙĪ Ø¥ÙĨ +×IJ ×ĺ +Ġth Æ¡ +ĠاÙĦ رÙĬاض +оп ÑĢедел +опÑĢедел ен +×Ķ ×ŀש×ļ +ĠÐĿ ово +з Ñĭва +ĠاÙĦدÙĪÙĦ ÙĬ +ĠÄij áp +Ġк ÑĢед +ĠкÑĢед иÑĤ +ов ого +Ġm ôn +à¸Ľà¸£à¸° à¹Ĥย +à¸Ľà¸£à¸°à¹Ĥย à¸Ĭà¸Ļ +à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ à¹Į +ÑģÑĤ е +ĠTh á»ĭ +د ÙĬØ© +×ŀצ ×ķ +Ùģ ات +ק ×ĵ×Ŀ +ìĿ´ëĿ¼ ê³ł +ÙĪ Ø® +Ġ×Ĺ ×ĸ +ĠÑĦоÑĤ о +׾ ×Ļת +ت Ùİ +ÙĪ بر +й ÑĤи +ĠÃ¶ÄŁ ren +Ġ×Ķ×ĸ ×ķ +Ġv á»įng +ÙĤÙĪ Ø© +ĠT ây +ĠÐĿ и +Ġש ×ķ×ij +ãģ¨è¨Ģ ãĤıãĤĮ +ãģ© ãĤĵãģª +׊צ×Ļ +ï½ ľ +Ġ×ķ×Ķ ×ķ×IJ +ä¸Ģ ãģ¤ +ĠÑģÑĤо иÑĤ +ni Äħ +×ĺר ×Ļ +ĠдеÑĤ ей +нÑı ÑĤÑĮ +ĠÑģдел аÑĤÑĮ +Ġë§İ ìĿ´ +ä½ķ ãģĭ +ãģĽ ãĤĭ +à¹Ħ หม +à¸ķิà¸Ķ à¸ķà¹Īà¸Ń +Ġ×ij ת×Ĺ +Ġ×ijת×Ĺ ×ķ×Ŀ +ìĻ Ħ +ì§Ģ ëĬĶ +ÑģÑĤ аÑĤ +ÑıÑģ н +ü b +Ġth ả +Ġ×ij×IJ×ŀ ת +Ġt uyến +×ĵ ×Ļר×Ķ +Ġ×IJ ×Ļש×Ļ +×ĸ׼ ר +ãģ° ãģĭãĤĬ +Ġx ét +׼ ×Ļ×ķ +׼×Ļ×ķ ×ķף +diÄŁ ini +ĠاÙĦÙħ ÙĪضÙĪع +Ġh áºŃu +à¸Īาà¸ģ à¸ģาร +×ijס ×Ļס +Ġ×ŀ×Ĵ ×Ļ×¢ +×ij ×Ļ×¢ +ĠÙĪ جÙĩ +à¹ģà¸Ķ à¸ĩ +à¸Ļ าà¸ĩ +ĠÅŀ a +ì ¡´ +ë¡ Ģ +à¸ķ ะ +Ġ×Ķ×Ĺ×Ļ ×Ļ×Ŀ +Ùģ ÙĬد +ãģ§ãģĻ ãģĭãĤī +ê· ľ +ź ni +ĠлÑİ Ð´ÐµÐ¹ +Ġyüz de +ıy orum +ĠاÙĦ بØŃر +e ño +п аÑĢ +ÙĬ ÙĤØ© +об ÑĢ +ר ×ķ×ļ +ت ÙĪÙĤع +ĠاÙĦØ´ ÙĬØ® +åĪĿ ãĤģãģ¦ +ĠÑĤ елеÑĦ +ĠÑĤелеÑĦ он +Ġth ôi +Ġ×Ļ׼×ķ׾ ×Ļ×Ŀ +ĠÅŁ irk +ĠÅŁirk et +Ġìļ°ë¦¬ ê°Ģ +ĠÄij ông +Ġת ×ķ×ĵ×Ķ +ÑģмоÑĤÑĢ еÑĤÑĮ +ĠÙĦ ÙĩÙħ +Ġ׾ ׼ +ĠN ó +ĠØŃ Ø§ÙĦØ© +ãģĦ ãģij +קר ×ķ +az ı +ãĤ³ ãĥ¼ +ĠÙĦÙĦ ت +s ınız +ĠH ải +기 ìĪł +ยัà¸ĩ à¹Ħมà¹Ī +ëĭ¤ ê³ł +פ ×Ĺ +Ġ׾×Ĵ ×ij×Ļ +Ġع ÙĨÙĩ +Ġк аз +Ġказ ино +ب ÙĪر +ÑĦ еÑĢ +Ġê°Ļ ìĿ´ +تس جÙĬÙĦ +ĠاÙĦÙħ رÙĥز +ĠTh ái +д аÑĤÑĮ +×ŀ×Ļ ×Ļ׾ +Ġpay laÅŁ +ãģ¤ ãģ® +à¹Ģร ืà¸Ń +n ça +׳ ×ķ×Ĺ +Ġ×IJ פ×Ļ׾×ķ +ãģ¨ èĢĥãģĪ +ãģ¨ãģĹãģ¦ ãģ¯ +à¹Ģà¸Ī à¸Ń +×ŀ פ +Ġg iriÅŁ +л иÑĤ +ÑĤ елÑı +Ñij н +æ°Ĺ ãģ« +Ġg ó +Ġgó p +åĪĩ ãĤĬ +Ġ×Ķ ×Ĺ×ĵש +ж ал +Ġ×ĵ עת +éģķ ãģĨ +à¹Ģà¸Ĥà¹īา à¹Ħà¸Ľ +Ġס ר×ĺ +e ña +æĸ° ãģĹãģĦ +ر Ùİ +ĠÐIJ ÑĢ +Ġph ản +à¸Īะ à¹Ħà¸Ķà¹ī +Ġ×ijצ ×ķר×Ķ +Ø´ اÙĩ +شاÙĩ د +ÙĪر د +à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ à¸Īาà¸ģ +или ÑģÑĮ +à¹ģละ à¸ģาร +Ġ×Ķ ×ĸ׼ +Ġ×Ķ×ĸ׼ ×ķ×Ļ×ķת +ei ÃŁ +ãĥ ¨ +ìĥ Ī +ĠÃĩ a +Æ ¯ +ש ×Ĵ +ÙĬÙĨ Ø© +ร à¹īà¸Ńà¸ĩ +ãĤµ ãĥ³ +ÑĢоÑģÑģ ий +ÑĢоÑģÑģий Ñģк +a ÄŁa +ĠнаÑĩ ина +Ġص ÙĦÙī +à¸Ĺุà¸ģ à¸Ħà¸Ļ +íļĮ ìĤ¬ +Ġли ÑĨ +Ø´ ÙĬر +ĠØ´ÙĬ Ø¡ +ÙĬÙĨ ا +Ġפ ×Ĺ×ķת +Ġiçer is +Ġiçeris inde +ĠØ£ ØŃÙħد +Ġże by +ì´ Ŀ +Ġп оказ +Ġи менно +หà¸Ļัà¸ĩ ส +หà¸Ļัà¸ĩส ืà¸Ń +ĠÑĤÑĢ е +สัà¸ĩ à¸Ħม +Ø¥ ÙIJ +ãģĮ å¿ħè¦ģ +ÙĬÙij Ø© +פ צ +íĭ ° +ĠÙħ جاÙĦ +׳ פש +к ан +×Ĺ ×ķפ +×Ĺ×ķפ ש +ì²ĺ ëŁ¼ +ов аÑı +з ов +Ġh ạ +Ġdzi ÄĻki +×Ļר ×ķ +Ġ׾ ×ŀצ +Ġ׾×ŀצ ×ķ×IJ +×Ļ×ĵ ×ķ +Ġs ợ +Ġ׾×Ķ ×Ĵ×Ļ×¢ +ק ×ij×¢ +Ġchi á»ģu +ãĥŀ ãĤ¤ +Ġd Ãłng +à¹ģà¸Ł à¸Ļ +Ġü ye +×Ļ׳ ×Ĵ +à¹Ģรีย à¸ģ +ç§ģ ãģĮ +th é +ĠÑĦ илÑĮ +ĠÑĦилÑĮ м +ĠNg Ãły +Ġж ен +Ġжен Ñīин +ج ÙĬد +n ç +à¸Ľ รา +×Ļ×ŀ ×ķ +Ġn á»ģn +×IJ ×ķ׾×Ŀ +Ġвозмож ноÑģÑĤÑĮ +Ġëĭ¤ ìĭľ +è¦ĭ ãģŁ +à¸ĸ à¸Ļ +à¸ĸà¸Ļ à¸Ļ +mız ı +ĠÙħ جÙħÙĪعة +c jÄħ +ĠÐł Ф +à¸ģำ หà¸Ļ +à¸ģำหà¸Ļ à¸Ķ +ĠìŬ 기 +land ı +ни ÑĨ +ÑģÑĤв е +Ġ×ĵ ×ijר×Ļ×Ŀ +Ġsk ÅĤad +ãĤĬ ãģ¾ãģĹãģŁ +ĠоÑĤ кÑĢÑĭÑĤ +нÑı ÑĤ +ĠÑģво ей +à¸Ī ิà¸ķ +ĠкаÑĩеÑģÑĤв е +Ġet tiÄŁi +ìĤ¬ íķŃ +ĠاÙĦÙĬ ÙħÙĨ +иÑĩеÑģки й +ë¸ Į +Ġ×ij×IJר ×¥ +Ġا سÙħ +Ġиз веÑģÑĤ +r ão +Ġatt ivitÃł +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ģาร +ĠاÙĦد Ùĥت +ĠاÙĦدÙĥت ÙĪر +ĠÙĪاØŃد Ø© +ĠÑģ ÑĩеÑĤ +ĠпÑĢ иÑĩ +ĠпÑĢиÑĩ ин +ĠÙĪز ارة +Ġh uyá»ĩn +ĠÙĥ تاب +à¹ģà¸Ļ à¹Īà¸Ļ +à¹ģà¸Ļà¹Īà¸Ļ à¸Ńà¸Ļ +Ġgün ü +г ÑĢÑĥз +ĠاÙĦØ® اص +Ġgör ül +׾ ×ŀ×ĵ +Ġìłķ ëıĦ +×ķ×ij ×Ļ׾ +Ġ×ŀק צ×ķ×¢×Ļ +ĠоÑģоб енно +à¸Ľà¸£à¸° à¸ģา +à¸Ľà¸£à¸°à¸ģา ศ +aca ģını +ë¶ ģ +à¸łà¸¹ มิ +ĠÑį лекÑĤ +ĠÑįлекÑĤ ÑĢо +Ġק ש×Ķ +سÙĦ Ø· +à¸Ĭà¸Ļ ะ +×¢ ×Ļ׾ +ĠЧ е +à¹ģà¸Ļ à¹Ī +lı ÄŁ +lıģ ın +Ġ×ŀ×¢ ×¨×Ľ×ª +好ãģį ãģª +มาà¸ģ à¸Ĥึà¹īà¸Ļ +×ŀ×¢ ×ijר +ĠاÙĦÙħ غرب +ĠпеÑĢ и +ĠпеÑĢи од +Ġnh ạc +ا ÙĪÙĬ +ĠÙĪ عÙĦÙī +أخ Ø° +ĠC ô +תר ×ij×ķת +×Ĵ ×Ķ +Ġktóre j +×IJ ×Ļת +×ij ×ķ×IJ +д елÑĮ +รี วิ +รีวิ ว +ж Ñĥ +Ġ×ij×Ĺ ×ķ +еÑĪ ÑĮ +ĠØ£ ÙĦÙģ +ĠاÙĦÙĪ Ø·ÙĨÙĬ +ĠاÙĦÙħÙĨ Ø·ÙĤØ© +nÄħ Äĩ +Ġthi ên +иÑĩеÑģк ой +ĠاÙĦÙħ ÙĦ +Ġع Ùħ +ס פר +Ġnh óm +ÙĪص Ùģ +ĠCh úng +Ġر ÙĤÙħ +ãģ¾ãģĹãģŁ ãģĮ +al ité +ล ม +ĠëĤ´ ê°Ģ +׾ק ×ķ×Ĺ +ĠS Æ¡n +pos ição +mi ÄĻ +Ġtr ánh +ĠÄIJ á»Ļ +׼ ×Ĺ +ãģĤ ãģ£ãģ¦ +à¸Ńย à¹Īา +Ġ×ŀ×Ĺ ×Ļר +Ġ×Ķ ×Ļת×Ķ +à¸Ľ à¹Īา +à¸Ńืà¹Īà¸Ļ à¹Ĩ +Ø´ ÙĤ +×ł×¡ ×Ļ +ë¦ ¼ +ãģ¦ãģĹãģ¾ ãģĨ +Ġ×ŀ צ×ij +ãģ« åĩº +ÙħÙĪا Ø·ÙĨ +ยัà¸ĩ มี +алÑĮ нÑĭе +san ız +Ø¥ سرائÙĬÙĦ +ĠvÃł i +ì¤ Ħ +ãģ¨æĢĿ ãģ£ãģ¦ +×Ļ ×ķ׳×Ļ +çĶŁ ãģį +Ġs âu +Ñĩ иÑģÑĤ +Ġl á»ħ +ĠGi á +à¸Ńุ à¸Ľ +à¸Ńà¸¸à¸Ľ à¸ģร +à¸Ńà¸¸à¸Ľà¸ģร à¸ĵà¹Į +Ġnh ẹ +r ö +ס ×ĺ×Ļ +ãģķãĤĵ ãģĮ +Ġd ầu +ع Ùİ +ت را +×Ĵ×ĵ ׾ +Ġtécn ica +׼ ׳×Ļ×Ŀ +תק ש +תקש ×ķרת +Ġн его +ét ait +Ġm á»ģm +Ñģ еÑĤ +Ġnh áºŃt +Ġ×ŀ ×¢×ľ +Ġ×Ķ×¢ ×ij×ķ×ĵ +Ġ×Ķ×¢×ij×ķ×ĵ ×Ķ +Ġ×Ĵ ×Ļ׾ +ãģ¯ ãģªãģĦ +ائ ØŃ +Ġз деÑģÑĮ +×IJ ×Ļ׳×ĺר +Ùħ ÙIJ +Ġ×Ļ ×Ĺ×ĵ +ر اÙģ +ì²ĺ 리 +×ĵ ×¢×ķת +ì¹ ľ +ĠТ о +ĠTh ế +ì¶ © +Ġ׳׼ ×ķף +عÙĬ Ø´ +ни з +Ġج اÙĨب +×ŀק צ×ķ×¢ +à¹Ĥ à¸ĭ +Ñģ ÑĥÑĤ +ìĸ´ ìļĶ +ãĤĴè¦ĭ ãģ¦ +ار د +Ġaç ıl +ĠاÙĦØŃ ÙĬاة +à¸ģà¹ĩ à¹Ħà¸Ķà¹ī +ãģĿãĤĮ ãĤĴ +عض ÙĪ +Ġг ÑĢаж +ĠгÑĢаж дан +à¸Īะ à¸ķà¹īà¸Ńà¸ĩ +ĠìĿ´ 룬 +ĠìĿ´ëŁ¬ íķľ +Ġtr ách +ÙĨ Ùİ +Ġkı sa +à Ķ +ÑĪ ка +ãģ® 人 +ĠÐŁ оÑģ +ĠÐŁÐ¾Ñģ ле +Ñĥ лÑĮ +ÙĪا جÙĩ +ÙĤ رب +à¸Ľà¸ıิ à¸ļัà¸ķิ +ê° Ļ +Ġ×ŀ ׳ +ĠÑģво и +بر اÙħج +Ġر ÙĪ +пÑĢ од +пÑĢод аж +Ġby ÅĤy +วั ย +Ġgör ün +Ġà Ī +ÑİÑī им +ĠÑĤак ой +Ùģ ÙĪر +ĠÙģ عÙĦ +Ġб ел +ëIJ ł +er ÃŃa +ĠÑģво Ñİ +Ġl ã +Ġlã nh +à¹Ģà¸ŀืà¹Īà¸Ń à¹ĥหà¹ī +ÙĤ ÙĨ +تط ÙĪÙĬر +Ġsay ı +ĠÑģ ейÑĩаÑģ +Ġ×IJ×Ĺר ת +ק ×ķפ×Ķ +ק×ķר ס +Ġس Ùħ +Ġ×ĺ ×Ļפ×ķ׾ +ìĿ´ëĿ¼ ëĬĶ +دراس Ø© +èµ· ãģĵ +×Ĺ ×Ļ׳ +×Ĺ×Ļ׳ ×ķ×ļ +×ĵ ק +Ġë§ ŀ +Ġком анд +ĠÐij о +Ġиг ÑĢÑĭ +à¸ļ ี +ĠØ£ Ùİ +в ен +ĠاÙĦج دÙĬد +ĠÙĦ Ø¥ +Ġ×ķ×IJ ׳×Ļ +Ġ×Ķס ×Ļ +иÑĩеÑģк ого +رÙĪ ØŃ +à¸ģาร ศึà¸ģษา +ĠTr Æ°á»Ŀng +иг ÑĢа +ıl ması +Ġм аÑģÑģ +ãģ¨ãģį ãģ« +à¸Ĺีà¹Ī à¸ľà¹Īาà¸Ļ +à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ มา +ĠاÙĦساب ÙĤ +Ġ×ŀ×¢ ×ĺ +в аÑĤÑĮ +m Ã¼ÅŁ +Ġ׾ ׼×ļ +Ġt á»ĭch +Ùģ ÙĩÙħ +تد رÙĬب +Ø´ Ùĥ +Ġ×ij ×ŀ×Ļ +Ġ×ij×ŀ×Ļ ×ķ×Ĺ×ĵ +ÙĤØ· اع +ãģª ãģĹ +×ķצ ×Ļ×IJ +ĠÙĪ سÙĬ +з Ñĥ +Ġy at +Ġyat ırım +ë§ İ +Ġth ắng +ãģĬ 客 +ãģĬ客 æ§ĺ +ĠThi ên +ãģ«å¯¾ ãģĹãģ¦ +ÑĢ иÑģ +ÙĨت ائ +ÙĨتائ ج +Ġ×ŀ שר +Ġ×ŀשר ×ĵ +Ġتع اÙĦ +ĠتعاÙĦ Ùī +ש ׳×Ļ +Ùĩ اÙħ +×IJ׳ ש×Ļ×Ŀ +Ġżyc ia +ĠÑĢÑĥб лей +ÙĬ ض +Ġkat ıl +ĠÙħ ÙĪضÙĪع +Ġvard ır +ĠÙħÙĨ Ø·ÙĤØ© +ĠTr ần +Ġв еÑģ +ü p +Ùħ ÙĪÙĨ +ÑĪ ли +Ġn óng +Ø® ÙĦÙģ +ĠС ÑĤа +Ġд оÑĢ +ĠдоÑĢ ог +ĠwÅĤa ÅĽnie +eÄŁ in +Ġhi á»ĥm +ĠС ам +ê»ĺ ìĦľ +ĠÑĦ а +ãģ» ãģĨ +ãģ»ãģĨ ãģĮ +×ķפ ×Ļ×¢ +ê° Ī +د ÙĪÙĦ +Ġthu ê +Ġch á»Ĺ +Ġëĭ¹ ìĭł +ãģij ãĤĮ +ãģijãĤĮ ãģ© +ë³´ íĺ¸ +ãģķãĤĮ ãģ¦ãģĦãģ¾ãģĻ +Ġнад о +ĠìĤ¬ëŀĮ ëĵ¤ +à¹Ģà¸Ĥ à¸ķ +สม ัย +z ÅĤ +ت ÙĪر +Ġש ת×Ļ +v ê +Ġ×ijת ×ķ×ļ +à¸Ĭ ัย +ãģĦ ãģ£ãģŁ +ìĿ ij +Ġt ầ +Ġtầ ng +ש ׼ר +Ġê¸ Ģ +Ġ×Ķש ׳×Ķ +Ġا ÙĨÙĩ +ç«ĭ ãģ¡ +r és +füh ren +ر ØŃÙħ +ê· ¹ +ĠâĢ « +Ġsu ất +à¸Ł ิ +ÙĬ Ùĩا +ĠاÙĦ اتØŃاد +Ġt uyá»ĥn +ãģ¾ ãĤĭ +Ġm ại +Ġng ân +ãĤ° ãĥ© +欲 ãģĹãģĦ +س ار +ãĤĤãģ® ãģ§ãģĻ +ки е +Ġseç im +åħ¥ ãĤĬ +ãģªãģ© ãĤĴ +ÑĤ ÑĢи +ĠÑģп еÑĨ +ĠØ£ د +Ġод но +ÑĪ ел +ãĥĩ ãĥ¼ãĤ¿ +ãĤ· ãĤ¹ãĥĨ +ãĤ·ãĤ¹ãĥĨ ãĥł +è¡Į ãģį +ãģ¨æĢĿ ãģ£ãģŁ +à¹Ģà¸ģิà¸Ķ à¸Ĥึà¹īà¸Ļ +ĠÑĤ ож +ĠÑĤож е +Ġs ạch +ĠÑģ ÑĢок +Ġкли енÑĤ +ĠÙħØ´ رÙĪع +Ġalt ında +Ġì ·¨ +ä¸Ń ãģ® +ãģķãģĽ ãĤĭ +ãģĻ ãģ¹ +ãģĻãģ¹ ãģ¦ +ê°ľ ë°ľ +ĠÄij êm +ãģªãģĦ ãģ®ãģ§ +ì² ł +×¢ ×ij×ĵ +Ġd ấu +à¸Ħà¸Ļ à¸Ĺีà¹Ī +ĠC ách +تع ÙĦÙĬÙħ +Ġh ại +ãĤ» ãĥķãĥ¬ +ĠÙĨÙģس Ùĩ +ĠíĨµ íķ´ +ÑĪ ло +Ġнап ÑĢав +ĠнапÑĢав лен +ÑĢÑĥ Ñĩ +íĶ Į +Ġ×ijר ×Ļ×IJ +ãģ® ãģ¿ +ãģ«ãģĬ ãģĦãģ¦ +×ij ׳ק +ãĤ¨ ãĥ³ +Ø«ÙĦ اث +Ġm ỹ +ĠÑģай ÑĤе +Ġе мÑĥ +ت غÙĬ +تغÙĬ ÙĬر +خص ÙĪص +ÑĤе ли +Ġ×ķ׾ ׼ף +פע ×Ŀ +Ġпо ÑįÑĤомÑĥ +ر اÙĨ +иÑĤел ей +пиÑģ ан +×¢ ×¥ +ĠìĤ¬ ìĹħ +Ùħ ز +جÙħ ÙĬع +ë©´ ìĦľ +à¸ľà¸¥à¸´à¸ķ à¸łà¸± +à¸ľà¸¥à¸´à¸ķà¸łà¸± à¸ĵ +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ à¸ij +à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij à¹Į +ĠпÑĢ имеÑĢ +ãĤŃ ãĥ¼ +l â +Ġch Äĥm +缮 ãģ® +ãģĦ ãģĭ +ãģ¨è¨Ģ ãģĨ +×ĸ ×ķ×Ĵ +Ġ×ij ×ĵ×Ļ +Ġ×ij×ĵ×Ļ ×ķק +ãģĬ åºĹ +à¸ķà¸Ńà¸Ļ à¸Ļีà¹ī +Ġph á»iji +п ÑĤ +สà¸Ļ าม +Ø· ÙĪ +ص اØŃ +صاØŃ Ø¨ +ĠD ü +ĠDü nya +Ġп ока +п ал +ĠÄij ảo +ĠاÙĦÙģ ÙĪر +ĠاÙĦÙģÙĪر Ùĥس +Ġmá u +кÑĢ еп +ĠاÙĦس اعة +ĠгоÑĢ ода +Ùģ صÙĦ +ай ÑĤе +Ġд ог +Ġдог овоÑĢ +ĠØ¥ Ø° +Ġ×ij׼׾ ׾ +ÙĬ تÙĩ +×Ĵ ×ijר +Ġbir ç +Ġbirç ok +문 íĻĶ +ãģĿãģĨ ãģª +را ØŃ +ĠÙħ رة +ĠденÑĮ ги +f ä +à¸Ĥà¹īา ว +ĠÑģов ÑĢем +ĠÑģовÑĢем енн +׾×Ĺ ×¥ +èī¯ ãģı +ĠÙģ Ø£ +Ġ×ķ ×ĸ×Ķ +Ġз ани +Ġзани ма +Ġê°Ģì§Ģ ê³ł +Ġh Æ¡i +ãģªãģ® ãģĭ +ãĥĨ ãĥ¬ãĥĵ +Ġר ×ij×ķת +à¸ķ ี +Ġ×ijש ×ł×ª +ĠT ại +Ġthu áºŃn +Ñģ ел +Ñij м +dzi Äĩ +ĠÑģ ка +ĠÑģка Ñĩ +ĠÑģкаÑĩ аÑĤÑĮ +×ķ×ŀ ×ķ +г ла +Ġмин ÑĥÑĤ +åĩº ãģĻ +Ġ×Ĺ×Ļ ×Ļ×ij +Ġת ×Ĵ×ķ×ij×Ķ +à¸£à¸¹à¸Ľ à¹ģà¸ļà¸ļ +ни ÑĨа +ĠÄ° n +ĠØ£ ع +Ġض ÙħÙĨ +Ùħ ثاÙĦ +ĠyaÅŁ an +ĠìĹ° 구 +ĠL ê +ש׾ ×Ĺ +ãģı ãģªãĤĭ +ìĹĨ ìĿ´ +ĠÑĤ ÑĢи +ĠÑĩаÑģÑĤ о +Ġоб ÑĢаÑĤ +п ло +د Ø® +دخ ÙĪÙĦ +س Ùĩ +à¸Ń าà¸ģ +à¸Ńาà¸ģ าศ +Ġ׼ ×ĸ×Ķ +Ġ×Ķ×¢ סק +ĠاÙĦØ£ ÙĨ +å¹´ ãģ« +×¢ ש×ķ +Ġש ×¢×ķת +Ġm Ãłn +×IJר ×Ļ +sı yla +Ùģر ÙĤ +ни Ñħ +Ġت ست +è¦ĭ ãģ¦ +ØŃا ÙĪÙĦ +×IJ ×Ļ׼×ķת +ĠbaÅŁ ladı +st Äħ +stÄħ pi +à¸Ĺีà¹Ī à¹Ģรา +ÙĤر ر +ج اب +Ġ×ijר ×ķר +à¹Ģà¸Ĥà¹īา à¹ĥà¸Ī +×ŀ׊קר +al ım +Ġס ×Ļפ×ķר +ãģ§ãģĤ ãĤĮãģ° +Ġש×ŀ ×ķר×ķת +Ġ×ķ ×ŀ×Ķ +ãģĵ ãģĿ +id ée +ä¸ĭ ãģķãģĦ +تÙĨا ÙĪÙĦ +Ġ ลà¹īาà¸Ļ +Ġìļ°ë¦¬ ëĬĶ +اÙĨ ا +ÑģÑĤ ой +б оÑĤ +ĠyaÅŁ am +kö y +Ø¥ ÙĦ +ÑĢ Ñĭв +기 ìĹħ +Ġ×Ķ×ŀ ×ĵ +Ġ×Ķ×ŀ×ĵ ×Ļ׳×Ķ +د ب +×¢ ×Ļ׳×Ļ +×ŀ ת×Ĺ +Ġפ ר×Ļ +ãĥĭ ãĥ¼ +اÙħ ÙĬ +Ġnh ằm +ãĤĮ ãģªãģĦ +ت عرÙģ +Ġë§Ī ìĿĮ +ìĵ ° +Ġh ấp +ר×Ĵ ×Ļ׾ +ب Ùİ +Ġr Äĥng +gl Äħd +ĠÑģиÑģÑĤем Ñĭ +Ġkh óa +ãģ§ãģĻ ãĤĪãģŃ +大ãģį ãģı +기 를 +Ġké o +ÙĪ Ø¡ +ج اÙħ +جاÙħ ع +Ġ×¢ ×Ļצ×ķ×ij +t éri +Ġת ש +Ġ×IJ ×ij×Ļ +ĠCh Æ°Æ¡ng +à¸ļริ à¹Ģว +à¸ļริà¹Ģว à¸ĵ +ãģ¤ ãģı +Ġ×Ĺ ×ķ׾ +עת ×Ļ×ĵ +ש ×Ļ×ŀ×Ķ +ëĤ ¨ +Ġש×IJ ×Ļף +ĠÙĪاÙĦ Ø¥ +ÑĦ а +Ġkh ám +Ġ×ĺ ×ķ×ij×Ķ +ĠвÑĭ Ñģ +ĠвÑĭÑģ око +ĠاÙĦØŃ Ø¯ÙĬØ« +人 ãĤĤ +d Ã¼ÄŁÃ¼ +×Ļ×Ĺ ×ķ×ĵ +تع ÙĦÙĬ +تعÙĦÙĬ ÙĤ +l ö +تØŃ Ø¯ÙĬد +н его +ĠÑĥд об +Ġ׾ ×ŀ×Ļ +Ġר ×ķצ×Ļ×Ŀ +Ġج اء +Ġ×ij ×ĸ×ŀף +à¸Ľà¸ģ à¸ķิ +é«ĺ ãģı +à¸Ľà¸¥ า +Ġart ık +Ġbug ün +ק ׳×Ļ +Ġkho á +ĠÙħ رÙĥز +ĠìŀIJ 기 +در جة +×ŀש ר×ĵ +Ġgi ấy +Ġch óng +ק פ +ÙĬب Ø© +ĠczÄĻ sto +в али +Ùĥ ب +ìŁ ģ +ส à¸ļาย +à¸Ľà¸£à¸°à¸Ĭา à¸Ĭà¸Ļ +×Ĵ ×ķ×£ +ëŁ ī +ãģ® ãģĵãģ¨ +ล à¸Ń +Ġngh á»ī +åŃIJ ãģ© +åŃIJãģ© ãĤĤ +à¹Ħà¸Ķ à¹īà¸Ńย +à¹Ħà¸Ķà¹īà¸Ńย à¹Īาà¸ĩ +×ĵ ×¢ +ĠاÙĦت Ùī +ĠÑģов еÑĤ +Ġqual itÃł +åĩº ãģĹ +ĠÑĢÑĥк ов +ĠÑĢÑĥков од +ราย ละà¹Ģà¸Ńียà¸Ķ +ãģªãģĭ ãģªãģĭ +기 ê´Ģ +Ġ×Ĺ ×ķש +Ġ×Ĺ×ķש ×ij +л оÑĤ +à¸Ļะ à¸Ħรัà¸ļ +ק×ij ×ķצ×Ķ +Ġth ái +Ġש ×ij×Ķ +ĠÑĪ кол +ĠÙĦ ÙĥÙĦ +à¹ĥà¸Ļ à¸Ĭà¹Īวà¸ĩ +ĠÙħ ÙĥاÙĨ +ë ķĮ +Ġc ải +ĠCh ÃŃ +ÑĥÑĩ а +ìĿ µ +Ġx ảy +à¸Ĭà¸Ļ ิà¸Ķ +Ġc áºŃu +к ÑĢов +ss é +ĠÙĨ ÙĪع +ĠТ а +Ø® Ùħس +פ×ķס ×ĺ +Ġm ắc +ĠÄij em +à¸ģาร à¹ĥà¸Ĭà¹ī +ר ×ķס +ĠÐĽ е +Ġth á»Ń +รà¹Īาà¸ĩ à¸ģาย +üz ü +æĹ¥æľ¬ ãģ® +ê³¼ ìłķ +ש ×Ļ×IJ +ĠìŀĪ ê³ł +×ij ×ķ׾ +ìķ ħ +ĠÙĪاÙĦ ا +ĠÐĽ и +ĠвÑģ Ñij +Ġużytk ow +×Ĺ ×ķ׾ +ر Ùģض +Ġson uç +ãģĦ ãģ¾ãģĽãĤĵ +ìĤ¬ ìĹħ +ëĪ Ħ +ÑĤ ек +Ġud ziaÅĤ +л ез +Ġ×Ķ×Ļ ×Ļת×Ļ +ãĤīãĤĮ ãģ¦ +Ùħس ؤÙĪÙĦ +ر ار +ÑĤ ан +ĠÄij Ãło +Ġר ×ķ×ij +Ġ×ijש×ij ×Ļ׾ +ä»ĬåĽŀ ãģ¯ +ãĤ¸ ãĥ¥ +Ġ×¢ ×ijר +ãģĽ ãģ¦ +п олÑĮ +ak lı +Ġk ÃŃnh +د ت +лож ение +ĠاÙĦÙħ ص +ĠاÙĦÙħص رÙĬ +à¸Īริà¸ĩ à¹Ĩ +ĠاÙĦشر ÙĥØ© +ĠÄij á»ı +ãĥĽ ãĥĨ +ãĥĽãĥĨ ãĥ« +Ñį кон +Ñįкон ом +ĠÙĪ عÙĨ +Ġת ׳ +Ġ×ª×ł ×IJ×Ļ +ĠاÙĦدÙĪÙĦ ÙĬØ© +Ġì§Ģ ìĹŃ +ãģ§ãģĻ ãģĭ +Ġв аÑĢи +ĠваÑĢи анÑĤ +ĠاÙĦع رب +ел а +Ġt Æ°á»Ľng +sk Äħ +Ġm ặc +ส ัà¸ģ +ãĥĵ ãĥ¼ +Ġ×ij ×Ĵ׾ +Ġ×ij×Ĵ׾ ׾ +ãĥķãĤ¡ ãĥ³ +×ij ×Ļצ +×ij×Ļצ ×ķ×¢ +ли ÑģÑĤ +à¸Ł ุ +à¸Łà¸¸ à¸ķ +à¸Łà¸¸à¸ķ à¸ļà¸Ńล +à¸Ŀ à¹Īาย +ìŀIJ ìĿĺ +Ġس ÙĪÙģ +Ġש ×Ķת +Ġê± ¸ +×¢ ×ij×ķ×ĵ +ãģĻãĤĭ ãģĵãģ¨ãģĮ +ĠÑĩа ÑģÑĤÑĮ +ãĤ¢ ãĥ¡ãĥª +ãĤ¢ãĥ¡ãĥª ãĤ« +Ġtak ım +Ġs Ỽ +ĠsỼ m +שר ×Ķ +è¨Ģ ãģĨ +л ан +ì» ¤ +׼ ׳×Ķ +ÙĪÙģ ÙĬ +íĹ Ī +lu ÄŁu +ĠëĮĢ íķ´ +Ġ׾×ij ×Ļת +Ġ×Ķר×IJש ×ķ׳×Ķ +ص Ùħ +Ġsö yled +Ġsöyled i +à¸Ľ าà¸ģ +Ġard ından +ãģĪ ãģŁ +à¸Ĺัà¹Īว à¹Ħà¸Ľ +Ġ׳×ķס ×£ +б олÑĮ +ãĤĵãģ§ãģĻ ãģijãģ© +ĠлиÑĪ ÑĮ +Ġ×ij ×IJ×Ļ +ĠбÑĭ ÑģÑĤÑĢо +ส ัà¸Ļ +Ġ×ij פ׳×Ļ +л еÑĩ +ĠاÙĦØ® بر +Ġsó c +Ġth ú +Ġп ÑıÑĤ +ãģĬ é¡ĺ +ãģĬé¡ĺ ãģĦ +ÑĤ ин +ãģ«ãģ¤ãģĦãģ¦ ãģ¯ +פ ף +Ġдв ÑĥÑħ +à¸į ีà¹Ī +à¸įีà¹Ī à¸Ľ +à¸įีà¹Īà¸Ľ ุ +à¸įีà¹Īà¸Ľà¸¸ à¹Īà¸Ļ +оп еÑĢ +ĠاÙĦب شر +ĠاÙĦÙħ اÙĦ +ıyor uz +تØŃ ÙħÙĬÙĦ +à¸ģ ะ +éĸĵ ãģ« +×Ĺ ×ķש +ĠNg uyên +ãģĦãģ¦ ãģĦãĤĭ +дÑĥ ÑĪ +ש פע +ÑĪ Ñĥ +å®Ł éļĽãģ« +ĠÑĢай он +ĠCh á»ī +ÙĨ صر +Ġìļ ´ +Ġìļ´ ìĺģ +Ġ×Ķ×ĵ ×Ļף +ØŃد د +ر ز +ĠاÙĦد Ùħ +ĠPh áp +ÑĤ ÑģÑı +è¦ĭ ãģĪ +Ġti á»ĥu +Ġs á»Ńa +а ÑİÑĤÑģÑı +ĠB á +Ġ×ķ ׼׾ +Ð ĸ +ÑĪ им +ìĿ´ ëĬĶ +л ев +d ık +Ġprés ente +Ġara ç +صد ÙĤ +Ġпом ог +ĠاÙĦشر ÙĤ +ĠÙĪاÙĦ Ø°ÙĬ +رÙĬ ا +×ij ׳×ķת +Ġng á»ĵi +ר ×ķפ +ר×ķפ ×IJ +Ġth ấp +ãĤĦ ãģ¯ +ãĤĦãģ¯ ãĤĬ +ĠاÙĦج دÙĬدة +éĿŀ常 ãģ« +ÙĬÙĦ ÙĬ +ìª ½ +تع اÙħÙĦ +ãģł ãģ¨æĢĿãģĦãģ¾ãģĻ +Ùħ Ùħ +иÑĤе ли +ãĤµãĤ¤ ãĤº +اد ات +ĠاÙĦÙħ اÙĦÙĬØ© +Ùĥات ب +к ли +веÑĢ Ñħ +ни Ñĩ +Ġ×ľ×¢ ×ij×ķ×ĵ +׾ ×Ļ×Ķ +ØŃ Ùİ +ãĤ¤ ãĥĻ +ãĤ¤ãĥĻ ãĥ³ãĥĪ +Ġת ×Ĵ×ķ×ij×ķת +ÑĦ он +ĠдÑĢÑĥг ие +×IJ ×ĸ×ķר +Ġper ò +ìķ ŀ +åĢŁ ãĤĬ +ר צ×Ļ +×IJ ×ĸ +алÑĮ нÑĭÑħ +Ġê²ĥ ìľ¼ë¡ľ +ĠпÑĢав о +ĠاÙĦØ£ رض +à¹Ģà¸Ĺ à¸Ħ +à¹Ģà¸Ĺà¸Ħ à¹Ĥà¸Ļ +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ à¹Ĥล +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล ย +à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย ี +צ ר×Ļ +ĠÐļ Ñĥ +ıl ma +決 ãĤģ +ا ÙĪ +Ġ×ĵ ק×ķת +à¸Ħร ู +ĠÙħست ÙĪÙī +à¸Ľ à¹īà¸Ńà¸ĩ +à¸Ľà¹īà¸Ńà¸ĩ à¸ģัà¸Ļ +×ĵ ×ķ×ŀ×Ķ +ĠÑģ егоднÑı +س ÙĪÙĤ +ר×Ĺ ×ķ×ij +ĠØ¥ دارة +Ñħ ож +éģİ ãģİ +à¸Ħ à¸Ń +нÑĥ л +×ķ׼ ×Ķ +ÙĪ اÙģÙĤ +׼׾ ׾ +Ġ×Ķ ×ĵ×ķ +Ġl Ä©nh +Ġkh ảo +×IJ×ŀ צע +ë¨ ¸ +Ġ׼ ×Ļצ +Ġ׼×Ļצ ×ĵ +Ġдолж нÑĭ +หว ัà¸ĩ +ãĥĩ ãĤ¶ +ãĥĩãĤ¶ ãĤ¤ãĥ³ +Ġng á»Ŀ +ä¸Ń ãģ« +à¸ģลัà¸ļ มา +جÙħ اÙĦ +à¸Ķัà¸ĩ à¸ģลà¹Īาว +س ÙĥÙĨ +س ÙĨ +Ġözellik le +з еÑĢ +rz ÄĻ +×ŀ ×ķר×Ķ +Ġl ạ +×ŀ ×Ļ׳×Ļ +ר ×Ļת +ãģĿãĤĮ ãģĮ +ãģĭ ãĤĮ +ĠÙĬÙħÙĥÙĨ Ùĥ +öff entlich +г ан +ĠاÙĦØŃ ÙĦ +ĠmiÄĻd zy +ĠÑĩа ÑģÑĤи +ujÄħ cy +ĠbaÄŁ lı +ĠiliÅŁ ki +Ùģ اء +ãĥª ãĥ³ãĤ° +Ġhã ng +ĠконÑĤ ÑĢ +ĠконÑĤÑĢ ол +к оп +ש ×Ļ×¢ +ש×Ļ×¢ ×ķר +ĠÐĴ аÑĪ +Ġ×Ķ תק +ÙħÙĨ ع +ĠpolÃŃt ico +Ġг олов +ĠØ¥ ÙĬ +Ø¥ ÙĨتاج +à¸ļ ิ +Ġг овоÑĢ +ĠговоÑĢ иÑĤ +Ġph á»ķ +ĠÑģем ÑĮ +ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ĠÙĪ است +×ŀש פ×ĺ +з ем +×ŀ×ĵ ×ijר +Ġíģ ° +ĠìĿ´ ë²Ī +ê°Ģ ëĬĶ +Ġì§Ģ ìĽIJ +Ġca ÅĤy +Ġgeli ÅŁtir +Ñģк ое +pos é +Ġkh ô +à¸ķิà¸Ķ à¸ķาม +miss ão +Ġ׾ ×ŀר +Ġ׾×ŀר ×ķת +Ġb ó +à¸ķรวà¸Ī สà¸Ńà¸ļ +Ġngh á»ģ +Ġб из +Ġбиз неÑģ +ÑģÑĤ еÑĢ +ÙĪ Ùİ +楽 ãģĹãģ +楽ãģĹãģ ¿ +ãģĵãĤĮ ãģĭãĤī +wiÄħ zan +ส à¸Ńà¸Ļ +Ùħ ÙĪر +׳×ĵ ׾ +Ġ×Ķ×IJ ×ĵ×Ŀ +Ġм олод +ØŃ Ùħا +ØŃÙħا ÙĬØ© +ÑģÑĤ ÑĢан +Ġbu á»ķi +ת×Ļ ×Ļ×Ŀ +abile ceÄŁi +L Ä° +à¹Ģย à¸Ńะ +à¸Ī ร +س ÙĥاÙĨ +à¸Ļ ัà¸Ķ +Ġm ấy +ĠÐij а +s ÅĤaw +ĠÙģ ÙĦا +ĠкоÑĤоÑĢ ой +Ġпло Ñī +ĠплоÑī ад +ãĤĤ ãģĤãĤĬ +sz czÄĻ +×Ļפ ×ķ +ש×ŀ ת +owa ÅĤa +Ġn ông +צ×ij ×IJ +ĠìŀĪ ìĹĪ +ãģ¾ ãģ¨ +ãģ¾ãģ¨ ãĤģ +ÙĤÙĪ ات +ãģ¿ ãĤĵãģª +Ġ׼ ×ŀ×¢×ĺ +Ġx úc +ï¼ Ĩ +r ÄĻ +rÄĻ cz +×ĵ ×ŀ×Ļ +Ġt áºŃn +à¸Ķ วà¸ĩ +ê²½ ìłľ +п ÑĥÑĤ +Ø£ ربع +Ġ×ŀ שת×ŀש +ãĤ¿ãĤ¤ ãĥĹ +Ġìłľ ê°Ģ +Ġ׾ ׼ף +ĠобÑĢаз ом +ÙĬÙĥ ا +w ÅĤ +wÅĤ asn +ĠاÙĦÙĪØ·ÙĨ ÙĬØ© +بÙĬ ب +×ŀ ׾×Ļ +к ÑĢаÑĤ +기 ìĹIJ +ÙĤ اد +ĠÙĦ دÙī +à¸Ħวาม รูà¹ī +×ŀ×ĵ×Ļ׳ ×Ļ×ķת +ê² ¨ +Ġíĺ Ħìŀ¬ +ש ת×Ļ +м ол +Ġmá i +à¸ŀิ ม +à¸ŀิม à¸ŀ +à¸ŀิมà¸ŀ à¹Į +หล วà¸ĩ +Ġx uyên +×Ĺ ×¡×¨ +رÙĪ ÙĨ +ãģĿãģĨ ãģĦãģĨ +ãģĿãĤĮ ãģŀ +ãģĿãĤĮãģŀ ãĤĮ +Ġ׼ ש×Ķ +ÐŁ ÑĢав +×ŀ×ij צע +ع رب +Ġbü yü +פ×Ļת ×ķ×Ĺ +à¸Ī à¸ļ +ĠØ£ Ùĥبر +שר ת +×ŀ׼ ש×Ļר +ĠÙĪ Ùħع +ãģ® ãģŁãĤģãģ« +à¸Ļ ัà¸ļ +ì° ° +ãĥª ãĥķãĤ© +ãĥªãĥķãĤ© ãĥ¼ãĥł +Ġc Æ°á»Ŀng +ĠìłĢ íĿ¬ +ÙħÙĨظ ÙħØ© +Ġhiç bir +ãģ§ãģ¯ ãģĤãĤĬãģ¾ãģĽãĤĵ +ร à¸Ńย +ëIJľ ëĭ¤ +ãģĻãģIJ ãģ« +к ла +Ġürün ler +Ġki á»ĥu +ĠëĤĺ ëĬĶ +ÑĤ ки +Ñģ им +Ġchá»ī nh +ãĤĤ ãģªãģĦ +ศ รี +æĽ¿ ãģĪ +ta ÅŁ +Ġب ÙĥÙĦ +Ġ×ķ ×Ļש +vis ão +ä¼ Ŀ +ä¼Ŀ ãģĪ +ÙĦ د +׾ ×Ļ×ŀ +׾×Ļ×ŀ ×ķ×ĵ +t ória +د Ùij +اÙħ ر +Ġê·¸ëłĩ ê²Į +Ġmateria ÅĤ +à¸Ĺ รา +à¸Ĺรา à¸ļ +ãģ®æĸ¹ ãģĮ +ãģ¦ ãģįãģŁ +ض غ +ضغ Ø· +ĠÙĬ عÙĨÙĬ +ел о +×IJ×Ķ ×ij×Ķ +×¢ ×ŀ +ÅŁ ık +ìŀIJ ëĬĶ +ãĤ¿ ãĥ³ +Ġb áºŃt +×ŀשפ ×Ĺ×Ķ +к ÑĢи +б ли +สั à¸ķ +สัà¸ķ วà¹Į +ĠسÙĨ ÙĪات +ĠPh Æ°Æ¡ng +ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ãģª ãģľ +Ġ×ij×IJ ×ķ +Ġc án +س جÙĦ +Ġl ẽ +ãĤ± ãĥ¼ãĤ¹ +Ġק ×Ļ×ij׾ +à¸ļà¸Ĺ à¸Ħวาม +Ġ×ķ ׼ף +ĠпÑĢедÑģÑĤав лен +Ġn á»iji +Ġcoment ário +ени ем +Ġtá» ı +l Ãł +Ġש×Ķ ×Ļ×Ķ +Ñģл ав +ĠاÙĦ ÙĪÙĦا +ĠاÙĦÙĪÙĦا ÙĬات +ÙĦج ÙĨØ© +ק×ķר ×IJ +бÑĭ ÑĤ +Ġì ¦ +Ġì¦ ī +ãģ§ãģĻ ãģĹ +หรืà¸Ń à¹Ħมà¹Ī +за ÑīиÑĤ +ÙģÙĦ سطÙĬÙĨ +Ġmi á»ħn +à¹Ģย à¹ĩà¸Ļ +ĠçalÄ±ÅŁ an +×Ļ×Ĵ ×Ķ +ĠE ÄŁ +ĠEÄŁ itim +ãĥĥãĤ· ãĥ¥ +Ġоп Ñĭ +ĠопÑĭ ÑĤ +ر غ +رغ ب +ĠÑģво иÑħ +à¸Ľà¸£à¸° à¸ķ +à¸Ľà¸£à¸°à¸ķ ู +Ġ×ŀ×IJ ×ĵ +׼ ×ķ׳×Ļ×Ŀ +à¸Ļ ี +ĠвÑĭ Ñħод +ãģ®ä¸Ń ãģ« +פ ׾×IJ +ĠÙĪ ÙĦÙĬس +פ×ķר ס +פ×ķרס ×Ŀ +Ùħ سÙĦÙħ +Ġng ôi +×ĵ ×ŀ×ķת +ãĤĴ使 ãģ£ãģ¦ +ĠпомоÑī ÑĮÑİ +Ø£ سر +бл ок +ÙĤ Ùĩ +ãģĹãģ¾ ãģĦ +ãģ¨ ãģĹãģŁ +Ġп еÑģ +ãĥī ãĥ« +×Ĺ ×Ŀ +ãģĹãģª ãģĮãĤī +ĠÐŁ ÑĢед +ãĥģãĤ§ ãĥĥãĤ¯ +å¼· ãģĦ +ש ×Ļר×ķת +д аеÑĤ +×Ļ×ij ×ķ +Ġgen ç +ил аÑģ +илаÑģ ÑĮ +ĠبÙĦ د +æĤ ª +æĤª ãģĦ +Ġ×ŀ שת +æ§ĺ ãĢħ +æ§ĺãĢħ ãģª +à¸ĺรรม à¸Ĭาà¸ķิ +ĠÙĥ اÙħÙĦ +ĠاÙĦس Ùħ +×ij×ĺ ×Ļ×Ĺ +c á +g ência +ãĤ¹ãĤ¿ ãĥ¼ +à¸Ĺำ à¸ģาร +×Ļ׾ ת +Ġ×Ļ ×ķצ×IJ +w ój +à¸ļุ à¸Ħ +à¸ļุà¸Ħ à¸Ħล +ع تÙħ +عتÙħ د +ãģĿãĤĮ ãģ« +ĠاÙĦت ارÙĬØ® +ÙĤر اء +Ġyönet im +ק שר +ĠÑģп оÑĢÑĤ +Ġר×IJש ×ķף +Ġseñ al +Ġch ắn +çĦ¡ ãģĦ +ĠдоÑģÑĤ аÑĤ +ĠдоÑģÑĤаÑĤ оÑĩно +Ġá gua +à¸ģร à¸ĵ +à¸ģรà¸ĵ ี +Ġ×ŀש ×ķ +Ġtr ải +ë² Į +ujÄħ cych +Ùģر د +à¹ĥ à¸ģล +à¹ĥà¸ģล à¹ī +ãĤĭ ãģ®ãģ¯ +ר×ķ ×ķ×Ĺ +ÙĨ Ùĥ +ĠاÙĦÙĨ ÙĤ +ãģ®ãģ§ ãģĹãĤĩãģĨ +ãģ®ãģ§ãģĹãĤĩãģĨ ãģĭ +Ùħ عرÙģ +ÙħعرÙģ Ø© +ÑĥÑī е +Ġ×ij×¢ ×Ļקר +ت صÙĦ +Ġ×Ķ×IJ ר +Ġ×Ķ×IJר ×¥ +ĠÅŀ i +à¸Ĥา à¸Ķ +íŀ ĺ +ãģªãĤĵ ãģ¨ +ĠìĤ¬ëŀ ij +l Ã¼ÄŁÃ¼ +ب اء +ĠاÙĦØ¢ خر +Ġfam ÃŃlia +ĠTh áng +Ñī ениÑı +ãĤ¯ ãĥŃ +ĠTh ứ +æĽ¸ ãģį +ен ной +ìŀ ¡ +бл аг +благ о +п ов +à¹ģ ว +à¸ĩ à¸Ħà¹Į +à¸Ńัà¸Ļ à¸Ķัà¸ļ +ãģĤ ãģĴ +ร à¹īาย +ün ün +Ġ×Ļ׼×ķ׾ ×Ķ +з он +ĠÐľ и +маÑĤ еÑĢиал +Ġë³´ ë©´ +ØŃÙģ ظ +ê Ìģ +ãģ« ãģĻãĤĭ +Ġת ×IJ +Ġ×Ķס ×ķ +ĠÑģÑĤ оÑĢ +ĠÑģÑĤоÑĢ он +ãĥĪ ãĥĥãĥĹ +ÅĤo ÅĽÄĩ +ëħ ¼ +ëĵ Ŀ +ĠÙĪاÙĦ ع +ì¶ Ķ +Ġ×Ļצ ×IJ +ĠÑĢаз дел +алÑĮ наÑı +×IJ׳ ש×Ļ +spo ÅĤ +spoÅĤ ec +spoÅĤec zn +Ø¥ عÙĦ +إعÙĦ اÙĨ +ÙĤÙĪ Ùī +íķĺë©´ ìĦľ +تط ÙĪر +Ġsi êu +Ỽ t +д ви +дви ж +Ġqu ần +k ıl +ĠпÑĢи зна +ĠH ã +ĠHã y +ĠباÙĦ ت +man ın +ãĤ« ãĥ« +Ġk á»· +ק ׾×Ļ +ëIJĺ ì§Ģ +تعÙĦ Ùħ +ìĭľ ìĦ¤ +ìĭ ¶ +íĺ ¼ +Ùĥ ÙĬÙģ +売 ãĤĬ +วิ à¸Ĭา +б ал +ĠØ£ ØŃ +Ġдолж ен +รา à¸ĩ +ราà¸ĩ วั +ราà¸ĩวั ล +Ùħ اء +ج ار +Å ļ +Ġ×ŀ×IJ ×ĸ +ר ×ŀ×Ķ +ãģĭãĤĤãģĹãĤĮ ãģªãģĦ +ét ude +czÄħ c +Ġg ór +×ł×¡ ×Ķ +Ùħ ÙĬد +ĠÐŁ еÑĢе +Ø£ خر +ãģĿãģ® å¾Į +à¹Ģà¸Ķียว à¸ģัà¸Ļ +×ŀ ×Ĵ×ķ +×ŀ×Ĵ×ķ ×ķף +д ов +mas ına +×¢ ׳×Ķ +ãĤ± ãĥĥãĥĪ +ס ×¢ +סע ×Ļ×£ +ĠT Æ° +Ġt óc +íĻľ ëıĻ +ĠÐŀ д +ĠÐŀд нако +Ġdol ayı +ؤ Ùĥد +ê³Ħ íļį +׾ ר +в еÑĩ +Ġkh ợi +Ġth ủy +×ĵ ף +ร à¸ģ +à¸ļั à¸ķร +à¹Ģà¸ģ à¹Īา +ĠاÙĦØ« اÙĦ +ĠاÙĦثاÙĦ Ø« +Ġpod rá +ער ×Ļ +ÙĨج اØŃ +Ġkh ắc +ì¸ ¡ +Ä° M +ãĤ» ãĥĥãĥĪ +ż enia +Ġ׾×Ĺ ×ijר +er Ãł +ì ´Ī +Ġkü ç +Ġküç ük +ات ÙĩÙħ +à¸ĭ à¹Į +Ùħشار ÙĥØ© +ĠاÙĦ بط +Ġd ây +ен нÑĭм +à¸Ĺีà¹Ī à¹Ħมà¹Ī +ÙĤ Ùİ +Ġv ượt +Ġtr ì +Ġwp ÅĤyw +A Åŀ +з о +ĠاÙĦس ÙĬد +à¸Ĺะ à¹Ģล +ĠÑģодеÑĢж а +ع Ø·ÙĬ +ĠاÙĦع ÙĨ +èĢħ ãģĮ +à¹Ģ หà¸Ļ +à¹Ģหà¸Ļ ืà¸Ń +Ġb ÃŃ +Ġüzer inden +ĠV Å© +Ġnu ôi +ÙĨ Ùħ +алÑĮ ного +×¢ ×Ļף +ØŃ Ø¶Ø± +ĠоÑĤ дел +ëª ĩ +ìķ ¡ +ĠÙĦدÙĬ Ùĩ +ìĻ ľ +Ġse ktör +Ġвозмож но +ĠÐĶ ж +Ġh ô +äºĭ ãģĮ +иÑĢов ание +алÑĮ ной +Ġ미 êµŃ +ر ØŃÙĦ +ĠÑįк Ñģ +пÑĢав лÑı +Ġnh á»Ŀ +ĠÄij ẩ +ĠÄijẩ y +Ùģ Ùĥر +ĠÙĪØ£ ضاÙģ +ãĥIJ ãĤ¹ +ת×ķ׼ ׳×Ļת +ÑĤел ей +ĠØ¥ÙĦÙĬ Ùĩ +ãģ¨è¨Ģ ãģ£ãģ¦ +Ġдв е +Ġch ấp +ĠL ö +à¸Ħล ิ +à¸Ħลิ à¸Ľ +Ġس ÙĪر +ĠسÙĪر ÙĬا +×ŀ×Ĺ ×ķ +st ä +д об +Ġni á»ĩm +ãģ® 大 +פר×ķ ×Ļק +פר×ķ×Ļק ×ĺ +ĠCh âu +Ġ×ŀ×Ķ ×Ŀ +Ñģк им +ĠполÑĥÑĩ иÑĤÑĮ +ÙĬ ÙĪÙħ +Ø« ÙĪر +פ×ķ׾ ×Ļ×ĺ +פ×ķ׾×Ļ×ĺ ×Ļ +ĠмеÑģÑı ÑĨ +åħ¨ ãģ¦ +ĠاÙĦÙħ جÙĦس +ĠاÙĦت اÙĦÙĬ +Ġ׊ר +åIJij ãģij +׼ ×ŀ×Ķ +б ед +Ø£ عض +أعض اء +ÙĪÙĦ د +วà¹Īา à¸Īะ +Ġb ánh +à¸Ļิ ย +à¸Ļิย ม +à¸Ľà¸£à¸° à¸ģัà¸Ļ +ÑģÑĤав иÑĤÑĮ +à¸ŀ à¸Ļัà¸Ļ +ĠÑį ÑĦÑĦ +ĠÑįÑĦÑĦ екÑĤив +Ġав ÑĤоÑĢ +ĠÄIJ Äĥng +Ġth Æ°á»Łng +ãĤĴ æĦŁãģĺ +à¸ģัà¸ļ à¸ģาร +å¾Į ãģ« +Ġya ÄŁ +ست اÙĨ +Ġli á»ģn +ãģĦ ãģ¾ +i êu +à¹Ĥà¸Ķ à¸Ļ +ĠÙĦ Ø°ÙĦÙĥ +à¹Ĥรà¸ĩ à¹Ģรียà¸Ļ +צ ×Ļ×Ĵ +ĠاÙĦÙħ عÙĦÙĪÙħات +ç§ģ ãģŁãģ¡ +à¸Ĺีà¹Ī à¸Ħุà¸ĵ +ãģ«ãģª ãģ£ãģ¦ãģĦãĤĭ +×ŀ×ĵ ×Ļ׳×Ķ +ס ׼×Ŀ +Ġв не +à¸ŀ à¸Ļัà¸ģà¸ĩาà¸Ļ +ÑĢ ей +à¹Ģà¸Īà¹īา หà¸Ļà¹īาà¸Ĺีà¹Ī +ĠHi á»ĩn +Ġméd ico +ĠتØŃ ÙĤÙĬÙĤ +ÑĮ ÑĤе +miÅŁ ti +ÙĤÙĬ ادة +ãĤı ãģĭãĤĬ +มา à¸Īาà¸ģ +ëħ Ģ +ãģ«éĸ¢ ãģĻãĤĭ +×IJר×Ĵ ×ķף +m ètre +Ġעצ ×ŀ×Ļ +ĠCh úa +รูà¹ī à¸Ī +รูà¹īà¸Ī ัà¸ģ +ì£ Ħ +ëĭ µ +à¹ģà¸Ĺ à¹ī +Ġgeç en +Ġlan ça +ĠاÙĦ بØŃØ« +×ĵ ×ŀ×ķ +ãģ¯ ãģĺ +ãģ¯ãģĺ ãĤģ +Ġdön Ã¼ÅŁ +è¿ij ãģı +à¹Ģส ม +à¹Ģสม à¸Ń +ëĿ ½ +Ġü ç +á» ŀ +ÑĪ аÑı +à¸Ĺ ร +ØŃ ÙĤÙĬÙĤØ© +à¸Ĥà¸Ńà¸ĩ à¸ģาร +Ġ무 ìĹĩ +Ġ×Ķ ׼ר +ĠاÙĦص ÙĬÙĨ +ĠлÑİ Ð´Ð¸ +à¸ķ าย +ب ÙĪÙĦ +Ġvi êm +Ġthi á»ĩu +à¸ģ à¸Ķ +Ġ׾ ×ĵ×ijר +פ ׳×Ķ +×IJר ×ij×¢ +س Ùī +ĠاÙĦسÙĬ اس +ĠاÙĦسÙĬاس ÙĬØ© +yd ı +ÙĪØŃد Ø© +ĠдеÑıÑĤелÑĮ ноÑģÑĤи +Ġ×ķ×Ķ ×ŀ +п еÑĩ +пеÑĩ аÑĤ +иÑĢов аниÑı +ĠÑģ ог +ĠÑģог лаÑģ +Ġ׼ ×ĵ +Ġ׼×ĵ ×IJ×Ļ +ĠиÑģполÑĮзов аÑĤÑĮ +ס פ×ķר×ĺ +Ġil çe +exp érience +ĠTh á»Ŀi +Ä° K +à¹Ħà¸Ł à¸Łà¹īา +ëĵ¤ ìĹIJê²Į +à¸Ľà¸£à¸° à¹Ģà¸ł +à¸Ľà¸£à¸°à¹Ģà¸ł à¸Ĺ +Ġmü mk +Ġmümk ün +Ġ×IJ×ķת ׳×ķ +ìĦ± ìĿĦ +ĠìĿ´ ìľł +زÙĬ ارة +Ġolduk ça +r ób +ĠØ£ ÙĨا +Ġ×Ķ ×ij×Ļ +Ñģ ен +×¢ ×Ļקר +×Ļ×ĵ ×ķ×¢ +d zÄħ +Ùħ عÙĦÙĪÙħات +Ø´ اب +Ġpar ça +à¸Ļะ à¸Ħะ +ب اس +ĠÑĤоÑĢ г +ĠÑĤоÑĢг ов +Ġ×Ĺ ×ĵר +׼ ר×ĺ +׼ר×ĺ ×Ļס +ĠA yrıca +ÃªÌ £ +ìľ ¨ +ĠÑĤак ие +Ġ×ŀצ ×ķ×Ļ +ãĥ©ãĥ³ ãĤŃãĥ³ãĤ° +ש×Ļ×ķ ×ķק +åīį ãģ® +ĠB ảo +Ñī Ñĥ +æĹ© ãģı +ĠPh òng +à¸ŀระ ราà¸Ĭ +פ ×Ĺ×ķת +Ġг л +Ġгл аз +à¸Ĺ à¹Īา +Ġd ạy +ÑĢ оÑģÑĤ +à¹Ĥà¸Ķย à¹Ģà¸īà¸ŀาะ +Ġqu áºŃn +Ġ×Ĺ×ijר ×ķת +m ême +mÄ±ÅŁ tı +ĠاÙĦت داÙĪÙĦ +Ġn ạn +Ġ×Ķ ×ĵ×Ļ +ĠاÙĦØ· رÙĬÙĤ +×Ĵ ×ķת +Ġ×Ķ ×ĵר×ļ +ujÄħ ce +Ġch ữ +ãĤĤãģ® ãģ® +ë° Ľ +ãģķãĤĵ ãģ¯ +Ġyard ım +ĠاÙĦع Ùħ +Ġì§Ħ íĸī +Ġ×Ļ ×Ĺ +Ġ×Ļ×Ĺ ×¡×Ļ +ĠاÙĦÙħ دÙĬÙĨØ© +Ġc ú +à¸ģี ฬ +à¸ģีฬ า +Ġni ên +mis ión +׳×Ļס ×Ļ +׳×Ļס×Ļ ×ķף +Ġвоз ÑĢаÑģÑĤ +Ġ×¢×ķש ×Ķ +ĠÙħ دÙĬر +Ñı ÑģÑĮ +ØŃ Ø¬Ùħ +íĻĺ ê²½ +ĠاÙĦØ£ خرÙī +u ÃŁer +ĠاÙĦعاÙĦÙħ ÙĬØ© +ĠNg á»įc +êµIJ íļĮ +ä¸Ĭ ãģ§ +×Ļ×Ķ ×ķ×ĵ +×Ļ×Ķ×ķ×ĵ ×Ļ×Ŀ +Ùħس اعدة +Ġжиз нÑĮ +ĠпоÑĤ омÑĥ +ĠاÙĦÙħ ÙħÙĦ +ĠاÙĦÙħÙħÙĦ ÙĥØ© +ĠG ör +ر ÙIJ +×ŀק ×ķ×ŀ×ķת +åĩºæĿ¥ ãĤĭ +ÑĦ ÑĤ +ĠìĿ´ ìłľ +ĠÑĢ ем +ĠÑĢем онÑĤ +ת ×ķ×ļ +æĻĤ ãģ¯ +ãĤīãĤĮ ãģªãģĦ +alt ı +家 ãģ® +ĠاÙĦØ¥ عÙĦاÙħ +리 ëĬĶ +ãģĭãĤī ãģ¯ +ĠH ạ +ãģĤ ãģ® +×ĵ×Ļ ×ķף +رÙĬ س +Ġsoci etÃł +ĠاÙĦÙĥ بÙĬر +Ġ×ij ×ŀס +Ġ×ij×ŀס ×Ĵר +Ġ×ij×ŀס×Ĵר ת +ĠìŀĪ ìľ¼ë©° +Ġn ặng +Ùĩ Ùī +ĠB Ãł +×ŀר ×ķ +Ġj ÄĻ +ĠjÄĻ zy +ĠjÄĻzy k +Ġ׼ ×ŀ×ķ×ijף +×¢ ׾×Ķ +à¸Ĺีà¹Ī à¹Ħà¸Ķà¹ī +ãģ¾ ãģĹãĤĩãģĨ +×ŀס פר +Т Ðŀ +سÙĬاس Ø© +Ġкажд Ñĭй +ë² ł +t ım +y á»ĩn +ร ีà¹Ī +ĠдеÑĤ Ñģк +วิà¸ĺี à¸ģาร +m ówi +×ĺ×¢ ×Ŀ +×Ķצ׾ ×Ĺ×Ķ +ض ÙĬÙģ +ĠÑħоÑĤ Ñı +ãĤĵãģ§ ãģĦãĤĭ +à¸Ħา à¸Ķ +à¸Ħร à¸ļ +Ġк ÑĥÑĢÑģ +ĠbaÅŁ arı +×ijר ×ķ +ÙĬع Ø© +ĠÐĿ Ñĥ +à¸Ħวาม à¹Ģà¸Ľà¹ĩà¸Ļ +Ġ׾ ×ŀש׾ +Ġì¢ĭ ìĿĢ +Ùħؤس س +Ùħؤسس ات +Ġpréc is +Ġth ảo +à¸ģà¹ĩ à¸Ħืà¸Ń +Ġש ׼׾ +führ ung +ãģĦ ãģ§ +à¹ģละ มี +à¸ģà¹ĩ มี +Ġש ש +м ел +Ġкни г +ĠباÙĦ ÙĨ +ĠباÙĦÙĨ سبة +Ġald ı +ÑĤ ай +Ġ×Ĺ×ĵ ש×Ļ×Ŀ +å®Ł ãģ¯ +ع ÙĪا +ĠìĿĺ 미 +из м +ÑĢабоÑĤ аÑĤÑĮ +Ùģ ص +Ġ×ij׳ ×ķסף +ãģ¨ãģĹãģ¦ ãĤĤ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ĺีà¹Ī +ĠÑģлед ÑĥеÑĤ +èĢĥãģĪ ãģ¦ +Ġ׼ ×Ļ×ķ×Ŀ +ÑģÑĤ Ñĭ +׼׾׼ ׾×Ļ +æµģ ãĤĮ +ãĤĴ ãģ¤ãģij +Ñĩ аÑĤ +×Ļ׼ ×ķף +×Ļר ×Ļ +ları yla +ãĤ¤ ãĥ¡ +ãĤ¤ãĥ¡ ãĥ¼ãĤ¸ +׳×ĸ ק +Ġci ò +Ġs ın +Ġsın ır +à¸Ļ à¸Ħร +к аÑĤ +Ġl á»Ĺi +ëŀ Į +تÙģ اص +تÙģاص ÙĬÙĦ +ëĨ ĵ +ĠÙħ ض +il miÅŁ +بار Ùĥ +ÐĿ Ðĺ +Ġth ẩm +Ġ×IJ×ķת ×ļ +ĠпÑĢин им +ĠпÑĢиним а +Ġyö nt +Ġyönt em +Ġ×ŀק ×ij׾ +Ġktó rego +ê· Ģ +شر Ùģ +د اÙħ +ãģĦãĤį ãģĦãĤį +ĠAl ém +Ġgör ü +Ġgörü nt +Ġgörünt ü +د س +ÑĪ ки +г ÑĢад +Ġl ạc +Ġs ữa +ãĤīãĤĮ ãģ¾ãģĻ +o Ãłi +Ñī ен +ãģĭ ãģªãģĦ +Ġп оп +Ġпоп Ñĥ +ĠпопÑĥ лÑıÑĢ +ĠاÙĦÙħ ÙĪÙĤع +rä g +ï¼ ¡ +íķ Ħ +ãĤĴè¦ĭ ãĤĭ +اÙħ ا +ĠاÙĦØŃ Ø±Ø¨ +ĠÐŁ а +Ġ׾ ×IJתר +Ġt á»ijc +×ij ׾×Ķ +ر ئÙĬس +в Ñĥ +ÙĬ دÙĬ +каз ан +Ġ׊ש×ij×ķף +h ôtel +×¢ ×ķ׳×Ķ +ب ÙĨÙĬ +×ŀ ×ķ׾ +Ġд нÑı +éĽ£ ãģĹãģĦ +вед ениÑı +Ġ×ķ ×ŀת +н апÑĢимеÑĢ +ÙĤ ابÙĦ +Ġrésult at +ĠÑĢазвиÑĤ иÑı +ر Ùij +ìłĦ 문 +ĠاÙĦÙħ زÙĬد +ĠìľĦ íķ´ìĦľ +ëĨ į +íĻ ķ +ĠThi ết +íĮ ¨ +malı dır +Ġcz ÅĤ +ĠczÅĤ owie +ĠczÅĤowie k +ĠÙĦ بÙĨ +ĠÙĦبÙĨ اÙĨ +üs ü +ãģªãĤĵ ãģł +Ġżyc ie +ĠÑħоÑĢоÑĪ о +æĸ¹ ãģ« +ëĭ¤ ë©´ +иÑĩеÑģ каÑı +ער ×Ļ׼ +ער×Ļ׼ ת +ãģ¾ãģĽãĤĵ ãģ§ãģĹãģŁ +ĠÑģоб ой +Ġg á»Ĺ +Ġдел аÑĤÑĮ +da Äĩ +аÑĢ а +róż ni +à¹Ģล ีà¹ī +à¹Ģลีà¹ī ย +à¹Ģลีà¹īย à¸ĩ +à¸Ŀ าà¸ģ +Ġت ÙĤ +ĠتÙĤ دÙĬ +ĠتÙĤدÙĬ Ùħ +หà¸Ļ ุà¹Īม +Ġmü cade +Ġmücade le +ì§Ģ 를 +ãĤ¤ ãĤ¹ +ĠØ£ ساس +jÄħce go +ĠÅŁ eh +н ÑĤеÑĢ +ÑĨи Ñİ +ï» » +ÑİÑī его +à¹Ĥà¸Ľà¸£ à¹ģ +à¹Ĥà¸Ľà¸£à¹ģ à¸ģรม +Ġmie Äĩ +ØŃÙĥÙĪÙħ Ø© +ãģ§ãģĹãģŁ ãģĮ +×Ļס ×Ķ +ãĤĤãģ® ãĤĴ +Ġ×ŀ ×IJת +สุà¸Ķ à¸Ĺà¹īาย +Ġc Å© +ÙĨ سب +ĠпÑĢ оÑĩ +Ġд ней +ĠÑįÑĤи Ñħ +׾ ×ŀת +нÑı Ñı +Ñį к +Ġì§Ģ ëĤľ +มหา วิà¸Ĺยา +มหาวิà¸Ĺยา ล +มหาวิà¸Ĺยาล ัย +d ão +ĠMá y +ĠêµŃ ê°Ģ +à¸ļุ รี +×Ĵ ×Ļ׾ +ĠÑĤÑĭ ÑģÑı +ĠÑĤÑĭÑģÑı Ñĩ +Ùģ Ùĥ +ĠÐĺ Ñģ +è¡Į ãĤıãĤĮ +פר ×ĵ +ãģ¤ ãģį +à¸Ħร à¸Ńà¸ļ +à¸Ħรà¸Ńà¸ļ à¸Ħรัว +à¸Ĥึà¹īà¸Ļ มา +ä»ĬæĹ¥ ãģ¯ +ĠìĤ¬ëŀĮ ìĿ´ +עצ ×ŀ×Ķ +п оÑĢ +ĠK ỳ +Ġ Æ¡n +Ġth Äĥm +Ùģ اÙĤ +ãģļ ãģ« +Ġ׾ קר +Ġ׾קר ×ķ×IJ +اÙģ ÙĬØ© +Ùħ Ùİا +г аÑĢ +ص ÙĦا +صÙĦا Ø© +Ġ×ŀ ×ĸ×Ķ +lı ģını +Ġ×IJ ×Ļ׳×Ķ +к ÑĢо +Ġng Æ°Æ¡i +Ġв ним +Ġвним ание +jÄħ cy +ÙĢÙĢÙĢÙĢ ÙĢ +Ñģ Ñħод +ãģªãĤĵ ãģĭ +×ŀ ×Ļ׾ +Ġ×Ķ×IJ ×Ĺ +ãĤı ãģªãģĦ +ع سÙĥر +ĠìĦ¸ ê³Ħ +ĠÑĩ его +ĠÑģÑĢед ÑģÑĤва +ĠÐł аÑģ +ãģª ãģģ +ÙĨ Ùģس +ר×Ļ ×ķף +Ñģ Ñĥд +ĠìĿ¸ ê°Ħ +ĠاÙĦÙħ ÙĤبÙĦ +ÙĨ عÙħ +تÙĪ Ùģر +ש ×ij×¢ +ı lm +ılm Ä±ÅŁ +Ġ×ľ×ª ת +تص Ùģ +×Ķפ ×ķ×ļ +à¹ĥà¸Ļ à¸Ľà¸µ +ìĿ´ ê³ł +Ùģ ÙĪز +à¸ľà¸¥ à¸ĩาà¸Ļ +ĠGi áo +à¸ļà¸Ńà¸ģ วà¹Īา +Ġd Ä±ÅŁ +ĠdÄ±ÅŁ ında +ì£ ½ +Ġdzie ÅĦ +к ÑĨии +и ÑĨе +ãģ® ä¸Ģ +ع Ø´ +пÑĢ еÑģÑģ +หà¸Ļ à¹Īà¸Ńย +ลัà¸ģษ à¸ĵะ +Ġpossibilit Ãł +à¹Ħà¸Ķà¹īรัà¸ļ à¸ģาร +หย ุà¸Ķ +Ġphi ên +çĶŁ ãģ¾ãĤĮ +Ø· ÙĪÙĦ +ÑĦ ин +f ür +ØŃ ÙĬاة +íĸ ĪìĬµëĭĪëĭ¤ +׼ ׳×ķת +à¸Ľà¸£à¸° ส +à¸Ľà¸£à¸°à¸ª à¸ļ +à¸Ľà¸£à¸°à¸ªà¸ļ à¸ģารà¸ĵà¹Į +ëIJĺ ìĹĪ +Ġkaż dy +Ġl uyá»ĩn +ĠоÑĢганиз аÑĨии +å°ij ãģªãģı +ÑģÑĤÑĢо ен +Ġtécn ico +ק ×Ķ׾ +Ġ×ķ×IJ ×Ĺ +ĠعÙĦÙĬ Ùĥ +Ñī ение +Ġ×Ķ ×Ļ׾×ĵ×Ļ×Ŀ +ÙĪس ائÙĦ +Ġ×ķ ×Ķת +تÙħ ÙĬز +ĠÑģ казал +Ġпол и +Ġ×Ķ×ŀ ס +ÙĦÙij Ùİ +Ùħؤس سة +Ġ×ŀ ×Ļ×ĵ +ãģ£ ãģ¡ +ĠëĦĪ 무 +à¸ŀ ี +Ġt ặng +Ġt ấn +ר ש×Ŀ +Ġméd ica +Ġ×¢ ×ķ×ŀ +Ġ×¢×ķ×ŀ ×ĵ +ÑĦ оÑĢ +Ùħر Ø© +Ġvat anda +Ġvatanda ÅŁ +Ġдел о +à¸Ļ ม +ãģ¨ åIJĮãģĺ +Ùģ Ùī +Ñģ оÑĢ +Ġ×Ķס ר×ĺ +Ġép oca +ìłķ ì±ħ +ĠÑģвÑıз ан +ض رب +ĠÙĦ ÙĨا +Ġuży wa +ĠاÙĦج ÙĬØ´ +Ñİ ÑĢ +×ijס ×ķ×£ +Ġм Ñĥ +ĠмÑĥ зÑĭк +bilit é +Ġma ç +س Ùİ +ت ÙĦÙĥ +ãģ ¬ +ÙĬ ÙĦا +ÑĪ ла +ÙĢÙĢ ÙĢ +Ġод ной +зв ан +ĠÑģ ÑĢаз +ĠÑģÑĢаз Ñĥ +ÙĨ ظÙħ +را Ùĩ +ĠÙĦÙĩ ذا +׼ ×ķר +Ġ×Ķש ×ij×ķ×¢ +Ġ×Ķש ת +ĠQu ảng +ãĥ« ãĥ¼ +ãģĪ ãģªãģĦ +×ĺ ×IJ +Ġmi á»ģn +ĠPh áºŃt +ĠاÙĦس ÙĪÙĤ +Ä Ĥ +ĠاÙĦج Ùħع +ĠاÙĦجÙħع Ø© +ÑİÑī ей +a ÅĤem +عت ÙĤد +Ø£ ÙĦÙħ +Ñģ ке +ĠìĿ´ íķ´ +ÙĨس Ø® +è¨Ģ ãģĦ +д обав +سب ÙĤ +×¢×ķר ר +ÑĤи п +ãģĿãģĵ ãģ§ +vis ión +عÙĪد Ø© +ë¨ ¹ +×ŀ ×ĸר×Ĺ +ĠØ¥ ØŃ +Ġ׾×ij ×Ļף +Ġ׾צ ×IJת +Ġyard ı +Ġyardı mc +Ġyardımc ı +Ä° Z +ק פ×Ķ +tr é +liÄŁ ini +клÑİÑĩ а +Ġüret im +Ġa yrı +ĠkiÅŁ iler +à¸Ħ à¹īà¸Ļ +à¸Ħà¹īà¸Ļ หา +ĠS á»± +Ġ׼ ס +Ġ×Ľ×¡ ×£ +ĠÑĤак иÑħ +ĠXu ân +Ġл ег +Ġлег ко +Ø«ÙĤ اÙģØ© +ÐĿ Ðŀ +ãĤ¹ãĤ¿ ãĥĥ +ãĤ¹ãĤ¿ãĥĥ ãĥķ +åIJĪ ãģĦ +Ġ×Ķש ×Ļ×ŀ×ķש +man ız +ĠÐĴ аÑģ +g ün +ìľĦìĽIJ íļĮ +Ġwsp óln +ĠÑģв ое +í ĥģ +à¹Ģà¸Ļ ีย +ÙĪب Ø© +в Ñıз +ı dır +ëIJĺ ìĹĪëĭ¤ +ĠdeÄŁi ÅŁtir +ãĤĭ ãģĵãģ¨ãģĮ +Ġ×Ĺ×ĵ ש×Ķ +ãĤīãĤĮ ãģ¦ãģĦãĤĭ +×Ĺ×Ļ ×Ļ×ij +ĠÐļ аÑĢ +׳×Ļת ×ķ×Ĺ +Ġק×ĺ ף +ר ×ĸ +ÙĪ غ +èªŃ ãģ¿ +Ġت ÙĤÙĪÙħ +ĠÙĥ اÙĦ +à¸Ŀ ึà¸ģ +Ġë°ľ ìĥĿ +ológ ico +ر اع +à¹ģà¸ģà¹ī à¹Ħà¸Ĥ +ĠÑĢабоÑĤ Ñĥ +ÙĨÙij Ùİ +à¸Ńยูà¹Ī à¸Ĺีà¹Ī +ĠاÙĦØ« اÙĨÙĬØ© +ĠNh ân +Ñħ ваÑĤ +ö ne +Ġع دة +à¹ģ สà¸ĩ +ÑĤ оп +пÑĥÑģ ка +شر اء +ĠÐļ ом +Ġפע ×ķ׾×Ķ +ìĤ¬ ìĿ´ +ìĤ¬ìĿ´ íĬ¸ +è¡Į ãģ£ãģ¦ +Ġ×Ķ ×Ķת +ĠÑģÑĤ оÑĢо +ĠÑģÑĤоÑĢо нÑĭ +در س +à¸ĭ ู +à¸ķà¹Ī ำ +ĠØ£ بÙĬ +под об +ãģ« ãģ¦ +ار تÙģاع +ĠÙħ ؤ +ик ов +ge führt +มืà¸Ń à¸ĸืà¸Ń +ĠÙĦ ÙĤد +ĠØ£ÙĨ Ùij +سÙĬ طر +ãģ¾ãģļ ãģ¯ +ס ×ĵ +Ñģк олÑĮко +ãģ¿ãģŁãģĦ ãģª +×ĵר ×Ĵ +×¢ ×Ļ×ĵ +à¹ĥหà¹ī à¸ļริà¸ģาร +ĠÐĶ и +×ij×¢ ×Ļ×ķת +Ġ×Ķ×Ĺ ×ķ +пиÑģ ÑĮ +ĠاÙĦØ® ÙĦ +б ав +ĠÄ° lk +ĠاÙĦØ® Ùħ +ĠاÙĦØ®Ùħ ÙĬس +ĠÙĬ ÙĤÙĪÙħ +æĻĤ ãģ® +ĠsÅĤ ow +ĠØ£ ÙĩÙħ +Ø®ÙĦ ÙĤ +ĠØ£ صبØŃ +Ġchứ a +Ġth ác +Ùģ اÙĦ +Ġch á»Ŀ +ĠاÙĦØ® ار +ĠاÙĦخار ج +ĠاÙĦخارج ÙĬØ© +Ø· ائر +Ġt Ãł +ĠtÃł u +à¸ģล à¹īà¸Ńà¸ĩ +ĠاÙĦÙħر Ø£ +ĠاÙĦÙħرأ Ø© +åħ¨ ãģı +ĠÃĸ n +çļĦ ãģ«ãģ¯ +Ġpiè ce +×Ĵ ×Ļ×ij +ĠاÙĦ ÙĪاÙĤع +ä»Ĭ ãģ® +ĠاÙĦÙħ ÙĤ +cz nÄħ +Ùģع اÙĦ +ен ного +ĠÑĦак ÑĤ +ìĭł ì²Ń +ĠÐŀ ни +ĠاÙĦبÙĦ اد +ов иÑĩ +ëı Į +ÑĦ ÑĥнкÑĨи +Ġìĸ´ ëĬIJ +ãĥķãĤ© ãĥ¼ +d ÃŃ +ил оÑģÑĮ +Ùħ Ùī +ĠاÙĦØ£ÙħرÙĬ Ùĥ +ĠاÙĦØ£ÙħرÙĬÙĥ ÙĬØ© +×ĺ ×Ļפ×ķ׾ +íĶĦ ë¡ľê·¸ +íĶĦë¡ľê·¸ ëŀ¨ +Ġש ×ķ׳×ķת +Ø´ ÙħÙĦ +ĠпаÑĢ а +Ġ×Ķ×Ĺ ×ķק +ÙĪز ارة +ãģ¨ ãģĻãĤĭ +Ġqu ảng +ĠaÄŁ ır +ĠاÙĦÙĦ ج +ĠاÙĦÙĦج ÙĨØ© +ê¸ ´ +ĠT ân +ج ÙħÙĦ +д ол +à¹ģà¸ŀ à¸Ĺย +à¹ģà¸ŀà¸Ĺย à¹Į +Ġר×IJ ש×Ļ +Ñī ей +Ġçev re +Ġкомп лекÑģ +Ġ×ij ×ŀש×ļ +Ġalt ın +ĠØ£ عÙħاÙĦ +ĠÑģво его +ãĤĪ ãģĦ +×Ĺ׾ ×Ļ×ĺ +×ŀ׳ ×¢ +Ġר ×ij×Ķ +ĠØ£ÙĬضا Ùĭ +×ĸ ׾ +ĠاÙĦسÙĬ اسÙĬ +æĢĿ ãģĨ +קר ק +קרק ×¢ +ĠاÙĦÙģ رÙĬÙĤ +б иÑĤ +ק ׳×Ķ +ĠØ¥ ÙĨÙĩ +ĠÐĴ ам +Ðł Ðŀ +ãĥĪ ãĥª +å¿ħè¦ģ ãģª +Ġch âu +ç¶ļ ãģij +Ġçöz üm +gÅĤ ow +ع ÙĤÙĦ +売 ãĤĭ +i ết +à¸Ĭิ à¹īà¸Ļ +ĠØŃÙĤ ÙĪÙĤ +Ø·ÙĦ ع +ĠÄij en +ĠÙĥ اÙģØ© +ãģ® ãģĶ +Ġë ¬ +Ġë¬ ¼ +Ġ물 ë¡ł +Ġرس ÙĪÙĦ +з ам +зам ен +Ġkullan ıcı +×¢ ×ķ׾ +èī² ãĢħ +ÑĪи ÑĢ +Ġ׊ש +Ġwy gl +Ġwygl Äħda +ש ×Ļ×ŀ×ķש +å¿ĺ ãĤĮ +×¢ ×Ļצ×ķ×ij +ĠاÙĦس ÙĪرÙĬ +å°ij ãģªãģĦ +Ġпо иÑģк +สำ à¸Ļัà¸ģà¸ĩาà¸Ļ +Ġ×ŀצ ×ĵ +Ġmü ÅŁ +ĠmÃ¼ÅŁ ter +ĠmÃ¼ÅŁter i +ĠÙħÙĨ ÙĩÙħ +à¸ķำ à¹ģ +à¸ķำà¹ģ หà¸Ļ +à¸ķำà¹ģหà¸Ļ à¹Īà¸ĩ +ÅĽ mie +Ġש ×ł×ª +Ġ×Ķ פ×Ļ +פר ש +×¢×ijר ×Ļת +สà¸Ļ ัà¸ļ +สà¸Ļัà¸ļ สà¸Ļุ +สà¸Ļัà¸ļสà¸Ļุ à¸Ļ +è¨Ģ ãģ£ãģ¦ +à¸ģาร à¸Īัà¸Ķ +ĠMo że +из аÑĨии +ứ t +ĠÙĪب عد +ĠdeÄŁ ild +ĠdeÄŁild ir +Ġת ×ŀ +Ġ×ŀ×ŀ ׳×ķ +話 ãĤĴ +ĠÑĨ ена +Ġth úc +×Ļ×ŀ ×ķף +ĠB áo +ãĤĴ åıĸãĤĬ +å®ī ãģĦ +Ġ×¢×ķש ×Ļ×Ŀ +èĩªåĪĨ ãģĮ +l ée +ãĤĭ ãģ®ãģ§ +иÑĢÑĥ еÑĤ +ãģ¦ ãĤĭ +ست ر +ĠاÙĦØŃ ÙĬ +×Ļ׾ ×ķת +Ġ×Ĺ ×ij +ÙĤر Ø£ +تÙħ ÙĥÙĨ +س ائÙĦ +prü f +ãģĭ ãģijãģ¦ +ĠÑģоб ÑģÑĤвенно +ĠìľĦ íķĺìŬ +׾ ×Ļ×ĺ +ãģĮ å¤ļãģı +ÙĬت Ùĩا +ç«ĭ ãģ¦ +ม à¸Ńà¸ļ +ìĭľ ìŀ¥ +оÑĢ а +Ġs avaÅŁ +×ĺ×Ļ×ij ×Ļ +×ij ׳×ķ +Ùħا ذا +기 ê°Ħ +ãģªãģ© ãģ§ +Ġ×ŀ ת×Ĺ×Ļ׾ +Ġnhi á»ħ +Ġnhiá»ħ m +ка ÑĢ +каÑĢ ÑĤ +Ġ׾×Ķ שת×ŀש +׳ ×Ļ×Ĺ +اد ÙĬØ© +ราย à¸ĩาà¸Ļ +Ġprzy kÅĤad +Ñī ий +ØŃض ÙĪر +Ġh ôn +à Ŀ +ת ×ķצ×IJ×ķת +راب Ø· +Ġb ếp +ĠполÑĥÑĩ и +åĩºä¼ļãģĦ ç³» +à¸Ľà¸¥ à¹Īà¸Ńย +ĠاÙĦØ´ باب +اÙĩ ÙĦ +ä»Ĭ ãģ¾ãģ§ +رج ع +ãĤ¶ ãĥ¼ +ÙĤ Ùģ +ĠGro ÃŁ +ĠíļĮ ìĽIJ +اج ر +Ġ×ij×ŀ קר×Ķ +Ġseg urança +fü hl +ãģ¦ ãģĦãģı +หม à¸Ń +ĠкоÑĤоÑĢ ом +ĠN Äĥm +ĠdÅĤ ugo +ÙħÙĨ ØŃ +ש×ķ ×ķ×Ļ +ĠØ£ÙĬ اÙħ +ส à¸łà¸²à¸ŀ +r zÄħ +شر Ùĥات +ãĤĴ èĢĥãģĪ +д аÑĢ +à¸Ľà¸£à¸° à¸Ĭุม +Ġ×ķ×IJ ×ĸ +i á»ĩn +Ġt Æ°Æ¡i +ש ×Ļ×Ĺ +à¸Ń à¹Īà¸Ńà¸Ļ +æĽ¸ ãģĦãģ¦ +Ġng ữ +×ij×Ļ×ĺ ×Ĺ +×ij×Ļ×ĺ×Ĺ ×ķף +Ġs ẵ +Ġsẵ n +ì§Ģ ëıĦ +ĠпÑĢ еп +ĠпÑĢеп аÑĢаÑĤ +Ġна ÑĥÑĩ +ĠÃľ nivers +ĠÃľnivers ites +ĠÃľniversites i +Ġ×Ĵ×ĵ ×ķ׾×Ķ +Ġ×Ķ ×ł×ª +Ġ×Ķ×ł×ª ×ij×¢ +ãģ§ãģĤ ãģ£ãģŁ +Ġmies iÄħ +ĠmiesiÄħ c +г ÑĢам +гÑĢам м +Ġبش Ø£ÙĨ +ĠÑħ ÑĢ +ק ×Ļ×ĵ +ק×Ļ×ĵ ×ķ×Ŀ +Ø´ Ùĥر +Ġ á»ķ +Ġá»ķ n +ãģĮãģĤ ãģ£ãģ¦ +ãģķãĤĮ ãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĵ +Ġ×Ĺ×ķ×ĵ ש×Ļ×Ŀ +ÙħÙĪا جÙĩ +ÙħÙĪاجÙĩ Ø© +أش خاص +ب غ +à¹Ģรียà¸Ļ รูà¹ī +ãģĹãģ¦ ãģĦãģı +Ġs ạn +å¿ħ ãģļ +׳ ×Ļ×Ĵ +׳×Ļ×Ĵ ×ķ×ĵ +باÙĦ غ +׊ש×ŀ +×Ĺש×ŀ ׾ +Ġnap raw +Ġnapraw dÄĻ +Ø´Ùĩ اد +×IJ ×ķ×Ķ +×IJ×ķ×Ķ ×ij +и ÑĨÑĭ +Ġ×Ķ ר׼×ij +ëŀ ij +Ġת ×¢ +Ġ×Ķ ×Ļש +Ġ×Ķ×Ļש ר×IJ +Ġ×Ķ×Ļשר×IJ ׾×Ļ +Ø£ ÙħÙĨ +ÑİÑī аÑı +sk ór +LER Ä° +Ġ×Ķ×IJ×Ĺר ×ķף +×¢ ׳ק +ĠÙĪ ÙĥÙĦ +ãģĵãģĵ ãģ§ +Ġqu án +liÄŁ in +à¸ģà¸İ หมาย +Ø· Ùħ +Ø£ جÙĩ +أجÙĩ زة +ĠEr doÄŁan +ãģ§ ãģĬ +Ġв ÑĢа +ĠвÑĢа Ñĩ +ĠPh ó +à¸Ĭั à¹Īว +à¸Ĭัà¹Īว à¹Ĥม +à¸Ĭัà¹Īวà¹Ĥม à¸ĩ +Ġph úc +×Ļפ ×ķת +×¢×Ļ ×ķף +Ġduż o +ãĥģ ãĥ¼ãĥł +ĠÙĬ Ùİ +Ġзад аÑĩ +Ġ×Ĵ×ij×ķ×Ķ ×Ķ +Ġ׼ ׼׾ +лож ен +ét at +Ġng Äĥn +èµ· ãģį +ĠTi ến +ص عب +Ġexperi ência +Ø® Ùħ +à¸ģาร à¸Ĺำà¸ĩาà¸Ļ +س ÙĬد +ĠD á»± +ĠкоÑĤоÑĢ ого +lad ıģı +Ġkh á»ķ +Ġê³Ħ ìĨį +Ñī ик +สà¹Īวà¸Ļ à¸ķัว +з оÑĢ +ÙĨ Ùı +Ġ à¸Ķัà¸ĩ +Ġà¸Ķัà¸ĩ à¸Ļัà¹īà¸Ļ +Ġc ấu +ĠÄij á»ijc +о ÑĦ +ĠاÙĦØ£ عÙħاÙĦ +ãģªãģı ãģ¦ãĤĤ +×ķ׼ ×Ļ×Ŀ +à¹ģ à¸Ľ +ĠB ên +ãĥ¯ ãĥ³ +Ġgi ám +ĠÅŀ u +Ġd áng +ع ÙĦÙĬ +à¹Ģà¸ģ ษ +à¹Ģà¸ģษ à¸ķร +ÙĪج ب +н нÑĭе +ÙĤ ضاء +à¸Ħว à¸ļ +à¸Ħวà¸ļ à¸Ħุ +à¸Ħวà¸ļà¸Ħุ ม +ãģ¤ ãģ¤ +ĠVi á»ĩc +×ŀ×ij ×ĺ +ש×Ļת ×ķ×£ +Ġв едÑĮ +k aza +kaza ÅĤ +à¸ķำ รวà¸Ī +ãĤ¿ ãĥ« +Ġпов Ñĭ +ĠповÑĭ ÑĪен +ĠS ợ +ĠìĦ¤ ëªħ +ĠÃĩ ünkü +ìĥĿ íĻľ +Ö ¾ +ãĤĮ ãģ¦ãģĦãĤĭ +Ġ×ij ר×IJש +ר ×ķ×Ĵ +Ġо ÑĦи +ĠоÑĦи ÑĨиалÑĮн +ĠÑĥ ÑģÑĤанов +ĠÑĥÑģÑĤанов лен +ĠاÙĦÙħ صر +ĠاÙĦÙħصر ÙĬØ© +ĠÐŁÐ¾ ÑįÑĤомÑĥ +ÙĨ صÙģ +ĠÙĪاÙĦ ÙĨ +Ġh Ãłi +à¸Ħ ิ +ĠApr ès +ì³ IJ +à¹Ģà¸ĭ ีย +×ĵ ×ŀ×Ķ +activ ité +à¸Ħิà¸Ķ วà¹Īา +ÑĤ ÑĢен +à¹Ģ ฮ +ãĥı ãĤ¤ +ãģĮ å¢ĹãģĪ +ен наÑı +Ġìĺ¤ ëĬĺ +ãĥ¢ ãĥ³ +Ġкон еÑĩно +ĠÙħÙĤ ابÙĦ +cl é +Ġh ü +Ġth ẳng +ìłģ ìĿ´ +ĠÐIJ лекÑģ +ĠÐIJлекÑģ ан +ĠÐIJлекÑģан дÑĢ +ãĥŀãĥ³ ãĤ·ãĥ§ãĥ³ +ãģ²ãģ¨ ãģ¤ +ãģª ãģĬ +à¹Ģà¸Īà¹īา à¸Ĥà¸Ńà¸ĩ +ëĵľ 리 +Ø´ اء +ĠsaÄŁ lık +ĠÅŁ imdi +×Ļ×IJ ׾ +تأ Ø«ÙĬر +Ø£ سب +أسب اب +ĠвÑĭполн ен +л ок +ש ×Ļ×ij×Ķ +Ġl ắm +ĠTr Æ°á»Ľc +Ġ×Ķ×¢ ׾ +리 를 +ĠÑĢ еж +ĠÑĢеж им +int é +inté gr +×Ĵ ׳×Ļ +ĠاÙĦØ´ عر +Ġmil hões +Ġpeque ño +ãĤ³ ãĥ¼ãĤ¹ +×ķ׼ ×Ĺ +à¹Ģà¸Ĭ à¹īา +شر ÙĤ +Ġh Æ°Æ¡ng +รัà¸IJ à¸ļาล +à¸ģล าย +à¸ģลาย à¹Ģà¸Ľà¹ĩà¸Ļ +Ġпод Ñħод +תש ×ķ×ij×Ķ +ãģıãģª ãģ£ãģ¦ +ĠاÙĦØ£Ùħ Ùħ +ĠH á»įc +ĠwspóÅĤ pr +ĠwspóÅĤpr ac +Ñĩ Ñĥв +ÑĩÑĥв ÑģÑĤв +ÃŃst ico +à¹Ģà¸ģ าะ +ìĽ Ģ +Ġназ ад +ãĤĭ ãĤĪãģĨãģ« +ĠС Ш +ĠСШ ÐIJ +м он +ĠAs ÃŃ +×ķר ×Ĵ +полн ен +×ŀס ׾ +×ŀ×¡×ľ ×ķ׾ +à¹Ģลืà¸Ń à¸Ķ +à¹Ģริà¹Īม à¸ķà¹īà¸Ļ +ĠاÙĦØ¥ Ùħ +ĠاÙĦØ¥Ùħ ارات +צ×Ķ ר +ãĥ¡ãĥª ãĥĥãĥĪ +ĠпоÑĤ ом +в из +ĠÙģ ترة +å¾Į ãģ® +ÐĿ ÐIJ +×ŀס ר +ÙĬر ÙĬ +pr é +Ġte ÅŁek +ĠteÅŁek kür +Ġöd eme +د اÙĨ +ãģ¾ ãģĹãģ¦ +缮 ãģ« +ĠÑĤ еÑĩение +l ard +lard ır +à¹Ģรา à¸Īะ +ס פ×Ļ +ĠÙĪÙĥ Ø°ÙĦÙĥ +Ġh át +Ġt á»Ļc +à¸Ħุ ย +Ġb ức +ØŃ ÙĬÙĨ +èģŀ ãģĦãģ¦ +Ùħؤ شر +ĠNh Æ° +Ġмен ее +ละ à¸Ħร +Ñģ ин +ĠÑĢ ек +ĠÑĢек л +ĠÑĢекл ам +ĠÙģ ÙĩÙĪ +Ġ׾ ×ĸ +×Ļ׳ ×ķת +ĠÅŁ art +ÑģÑĤав ка +Ġíı¬ íķ¨ +ãģ«è¡Į ãģı +ï¼ Ŀ +ĠпозволÑı еÑĤ +Ġת×ķ׼ ׾×ķ +ов ал +صÙĦ Ø© +Ġ׾ש ׳×ķת +ĠÐĺ гÑĢ +ÙħÙĨتج ات +Ġsat Ä±ÅŁ +Ñģ ко +ĠاÙĦØ«ÙĦاث اء +Ġ×Ķ×ĵ×ijר ×Ļ×Ŀ +ãģĹãģ¾ ãģĹãĤĩãģĨ +بÙĤ Ùī +åĬĽ ãĤĴ +ĠÃĩ ok +ãĥģ ãĥ¥ +à¹Ģà¸Ĭ ืà¹īà¸Ń +ยุ à¸Ħ +ศา ล +Ġק×ķ×ĵ ×Ŀ +×ĸר ×Ļ×Ŀ +ãģ® åł´åIJĪ +ĠìķĬ ìķĺ +ãģĤãĤĬãģ¾ãģĻ ãģĮ +×IJ שר +è¡Į ãģı +ãģ» ãģĭ +æ°Ĺ ãģ«ãģªãĤĭ +й деÑĤ +íķĺìĺĢ ëĭ¤ +ستÙħر ار +ĠÐŁÑĢ е +ĠÑģ боÑĢ +ĠìķĦ 무 +ç§ģ ãĤĤ +ع ص +Ġн иÑĩ +ĠниÑĩ его +ĠпÑĢи ем +ק ×ķ×ŀ +ĠìĪĺ ëıĦ +Ġì ¡´ +Ġì¡´ ìŀ¬ +ĠØ£ Ø«ÙĨ +ĠأثÙĨ اء +ĠÙĪاÙĦ ØŃ +ãģĮ ãģ§ãģįãĤĭ +Ġת ×Ķ +Ġת×Ķ ×Ļ×Ķ +ר ף +ĠÑģвÑıз и +×Ĵ שת +Ñģп екÑĤ +ס ×ij×Ļ×ij +ס×ij×Ļ×ij ×Ķ +ĠíķĦìļĶ íķľ +ت خصص +Ġж ив +Ġжив оÑĤ +ĠMay ıs +تع ا +تعا ÙĪÙĨ +ĠعÙĨ Ùĩا +ów ki +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬ +ãģłãģijãģ§ ãģªãģı +ìĿ¸ ì§Ģ +ĠاÙĦس ÙĪد +ĠاÙĦسÙĪد اÙĨ +إجراء ات +Ġkö tü +Ġ×Ļ תר +×Ĵ ×Ļש×Ķ +Ġצ ×ķר×ļ +รà¸ĸ ย +รà¸ĸย à¸Ļà¸ķà¹Į +Ñħ оÑĤ +Ðł ÐIJ +ÙĪ Ø·ÙĨ +Ġsay ısı +ס ×Ĺר +Ùħ ÙĪÙĦ +ãĤĴæĮģ ãģ£ãģ¦ +ع اÙĨ +Ġt á»Ļi +ĠвÑĭ ÑĪе +Ġt ầm +ãĥĪ ãĥ¬ +×Ļצ ×ķ +ม ุม +س ÙĪد +ìłĦ ìŀIJ +ãĤµ ãĥŃãĥ³ +ìĤ° ìĹħ +ĠоÑģнов ан +Ø® Ùģض +רצ ×Ķ +بÙĬ ض +×ķÖ ¹ +ס×Ļ ×Ļ×¢ +Ġש ×IJ×Ļ +ĠاÙĦÙĤر Ø¢ÙĨ +ĠТак же +×ŀש ×ŀ×¢×ķת +س ÙĩÙĦ +Ġ×Ķ ׳×Ķ +ãĤĴ ãģĹãģ¦ãģĦãĤĭ +×Ļ ×Ļס +×Ķ ×ķ×IJ +ĠB ÃŃ +Ġмал о +ĠëĶ°ëĿ¼ ìĦľ +Ġר ×Ĺ×ij +ãģĮ é«ĺãģĦ +ÙĪ اس +ìĤ ¼ +׳ ×¢ +ãģ£ ãģ¡ãĤĥ +ĠT üm +à¸Ńีà¸ģ à¸Ķà¹īวย +ãģĹãģ¦ ãģıãģłãģķãģĦ +ÙĨØ´ اط +ãĥĹ ãĥ©ãĥ³ +али ÑģÑĮ +×ĵ ×ľ×ª +Ġwc zeÅĽ +ĠwczeÅĽ niej +ĠÑįÑĤ им +Ġthá»ĭ t +à¸ļ ัà¸į +à¸ļัà¸į à¸Ĭี +ãģļ ãģ£ãģ¨ +ÑĢ ин +Ġswo jÄħ +íķĺëĬĶ ëį° +Ġë§Įëĵ¤ ìĸ´ +تش Ùĥ +تشÙĥ ÙĬÙĦ +ائ Ùĩ +Ġ׾פ ×Ĺ×ķת +ãĥĭ ãĥ¥ +ãĥĭãĥ¥ ãĥ¼ãĤ¹ +׼×IJ ף +ãģ§ãģį ãģŁ +зв он +Ġsta ÅĤ +×Ĺ×ijר ת×Ļ +ĠØ£ عÙĦÙĨ +à¹ģà¸ļà¸ļ à¸Ļีà¹ī +بد Ø¡ +ãĤģ ãģŁ +Ġ×ŀש ×ŀ×¢×ķת +Ġ×ŀש×ŀ×¢×ķת ×Ļ +ör ü +Ġh ạnh +z ähl +ĠL ý +Ġ×ij ×Ķת +Ġ×ij×Ķת ×IJ×Ŀ +б аÑĢ +ì¦ Ī +ä»ĬåĽŀ ãģ® +Ġy ü +Ġyü ks +Ġyüks el +ãĤ½ ãĥ¼ +ãģĤ ãĤĮ +ת ׾×ŀ×Ļ×ĵ +ãģ¤ ãģª +×ij ׳×Ļ×Ŀ +Ġx ếp +ĠмÑĥж Ñĩин +ĠاÙĦÙĥ تاب +׼ ×ŀ×ķת +Ġç e +Ġçe ÅŁ +ĠçeÅŁ it +ĠçeÅŁit li +×ĵ ×Ļר×ķת +à¸ļุ à¸į +ĠاÙĦØ¥ ÙĦÙĥ +ĠاÙĦØ¥ÙĦÙĥ ترÙĪ +ĠاÙĦØ¥ÙĦÙĥترÙĪ ÙĨÙĬ +ĠباÙĦØ¥ ض +ĠباÙĦإض اÙģØ© +Ġyö nel +Ġyönel ik +mys ÅĤ +à¸Ķà¹īวย à¸ģาร +à¸ģาร à¸Ĺำ +ов Ñĭм +Ø£ زÙħØ© +æİ¢ ãģĹ +íļ ¨ +Ġ×ķ×IJ ×Ŀ +Ġnghi êm +ÑĪ ин +ка л +Ġcrian ças +èĩªåĪĨ ãģ§ +Ġн ай +Ġнай ÑĤи +ĠS á»ij +ĠÃ¶ÄŁrenc iler +ãĥ¶ æľĪ +Ñģ ан +ĠJ á +ĠkonuÅŁ ma +شر Ø· +ëĪ Ī +ar rière +ضر ÙĪرة +ãĥĶ ãĥ³ +×¢ שר +аÑĢ ÑĮ +جÙħ اع +Ġdé co +Ġ×Ļ×Ķ ×ķ×ĵ×Ļ +à¸ŀ ลาà¸Ķ +ĠÙĬ ÙĥÙĨ +Ġج اÙħعة +Ø· بÙĤ +Ġbo ÅŁ +×ķ ×ķ×IJ +×ŀ×ĵ ×¢ +ק×ij×ķצ ת +פ ×Ļר +jÄħc ym +ÙħØ´ ا +Ùħشا ÙĥÙĦ +צ פ×ķף +Ø¥ ست +×ŀ׼ ר +سÙħ ع +Ġкак ой +ÑĤ воÑĢ +ØŃ Ø¬ +Ùģر ض +пÑĢав лен +Ġник ак +Ġmi á»ĩ +Ġmiá»ĩ ng +ü ÃŁ +иÑĢов ал +׾ ×ŀ×ķת +次 ãģ® +ÙĦ Ø· +à¸ķ ัà¸Ļ +×Ķ ת×Ĺ×Ļ׾ +Ġfoto ÄŁ +ĠfotoÄŁ raf +طر ØŃ +à¸Ńà¸Ńà¸ģ à¹Ħà¸Ľ +Ġy ên +Ġп ок +Ġпок Ñĥп +ĠпокÑĥп а +ÑĨ Ñĥ +Ġкомп ÑĮÑİ +ĠкомпÑĮÑİ ÑĤеÑĢ +ĠاÙĦÙĥ رÙĬÙħ +تص Ùħ +تصÙħ ÙĬÙħ +Ġоказ а +Ġzar ówn +Ġzarówn o +ëĮĢ ì¶ľ +ãĤ»ãĥ³ ãĤ¿ãĥ¼ +Ġjako ÅĽci +æĤ © +æĤ© ãģ¿ +Ø£ÙĨ ÙĪ +Ø£ÙĨÙĪ اع +ë¹ ł +Ġìłķ ë§IJ +Ġk ẻ +ĠÑģай ÑĤа +Ġ×Ķ ער×ij +Ùĩ ز +pres ión +ĠÑģÑĤ ен +ãģ£ãģ¦ ãĤĭ +Ġhız lı +Ðļ ÐIJ +×ŀשפ ×Ĺת +ĠÙĨ Ùĩا +ĠÙĨÙĩا ÙĬØ© +ãģ¾ ãģĦ +о ÑħÑĢан +ร à¹īà¸Ńย +ล ึà¸ģ +ĠÙĪب اÙĦ +ãĤĤãģ® ãģĮ +ר׼ ×Ļ×ij +ãĤ¤ ãĥ¤ +س ؤ +سؤ اÙĦ +ĠÙĦØ£ÙĨ Ùĩ +ĠkonuÅŁ tu +Ðļ ÑĥпиÑĤÑĮ +Ġש×IJת ×Ķ +ĠÙĪاÙĦ س +Ġmożliwo ÅĽci +Ġpró b +ëĶ ° +ãģ© ãĤĮ +ĠÐľ ин +ĠоÑĢганиз м +ãģ«å¯¾ ãģĻãĤĭ +ĠPr é +Ġpriv é +ch è +ãģĦãģŁãģł ãģį +สà¸Ļุ à¸ģ +ajÄħ ce +ĠD zi +ĠDzi ÄĻki +ÅĤat w +r än +rän k +æĿ¥ ãģŁ +Ġ×Ķ×Ļ×Ķ ×ķ×ĵ×Ļ +ãĤ¬ ãĥ¼ +ĠÑĢаР´ +ĠÑĢад и +к ÑĤив +Ø£ Ùĩد +Ø£Ùĩد اÙģ +ש ×IJ×Ļר +ãģ¦ ãģĦãģªãģĦ +Ġfr üh +Ġок ол +Ġокол о +Ġreg ião +ĠÑĩиÑģ ле +Ġpon iew +Ġponiew aż +ìĦ¼ íĦ° +Ġb ầu +Ġê · +Ġê· ľ +Ġê·ľ ìłķ +ĠH òa +ĠÑĤ оÑĤ +ãĤĤ å¤ļãģĦ +ĠاÙĦإسÙĦاÙħ ÙĬØ© +ãģĭ ãģĦ +Ñį н +ĠÑĥказ ан +ĠÑĤак ое +ï¼ ³ +ëĮĢ íķĻ +Ġgen iÅŁ +ĠاÙĦØ® ÙĬ +ĠاÙĦØ®ÙĬ ارات +ãĤĴè¡Į ãģĨ +ש ×ŀ×Ķ +ĠLÃł m +ÙĪÙĨ ÙĬ +Ġ×IJ ׾×Ļ×ķ +Ä ĺ +à¹Ħมà¹Ī สามารà¸ĸ +人 ãģ¨ +بر ز +×Ļס ×ķ×ĵ +×Ĵ ׾×Ļ +ĠÙĬ ÙĨا +ĠÙĬÙĨا ÙĬر +ĠкаÑĢÑĤ ин +Ġt ôn +à¹Ģ à¸ģร +à¸Ħ à¸Ķี +Ġ׾×IJ ×ķר×ļ +ãĤĤãĤī ãģĨ +ãģĭ ãģĭãĤĭ +ани и +Ġara ÅŁtırma +ÙĦاØŃ Ø¸ +ãģĦ ãĤĦ +ĠT Ãłi +Ġ à¸Ļà¸Ńà¸ģà¸Īาà¸ģ +Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ à¸Ļีà¹ī +ĠÄIJ ảng +ãģ£ãģ¦ ãģįãģŁ +Ġà¸ĭึà¹Īà¸ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġt ả +Ġmożliwo ÅĽÄĩ +ĠS ản +ĠÄ° ki +Ġc ắt +س Ø£ÙĦ +Ġbak ım +Ø´ ب +à¸ķ ีà¹ī +à¸ŀ ยาย +à¸ŀยาย าม +สั à¸Ľ +à¸ªà¸±à¸Ľ à¸Ķา +à¸ªà¸±à¸Ľà¸Ķา หà¹Į +ë° Ģ +еÑĢ Ñĭ +Ġc ánh +Ġthu ế +ت بع +ãģ«åħ¥ ãĤĮ +Ñİ ÑģÑĮ +íļĮ ìĿĺ +ç°¡ åį +ç°¡åį ĺ +ç°¡åįĺ ãģ« +Ġtr úc +ĠاÙĦÙĥ ÙĪÙĬ +ĠاÙĦÙĥÙĪÙĬ ت +ãĤıãģij ãģ§ãģĻ +ĠÑģв об +ĠÑģвоб од +ĠÑĥÑĩаÑģÑĤ ник +สิ à¹īà¸Ļ +ĠпÑĢо ÑĦеÑģÑģиона +ĠпÑĢоÑĦеÑģÑģиона лÑĮн +Ñģп оÑĢ +×Ĺ ×ķ×ij×Ķ +Ùħع ÙĨÙī +ĠاÙĦÙģ ترة +สูà¸ĩ สุà¸Ķ +ãĤı ãģļ +ĠÄij è +ĠÄijè n +æ¯Ķ ãģ¹ +า à¸ĺิ +Ġmoż emy +à¹ģ à¸ĭ +à¸Īะ à¹Ħมà¹Ī +Ġs ắp +Ðļ Ðŀ +Ġprá ctica +ÙĪÙĥ اÙĦØ© +è¾¼ ãĤĵãģ§ +ológ ica +Ġе Ñī +ĠеÑī Ñij +تع دÙĬÙĦ +ĠØ£ Ùĥد +Ġצר ×Ļ׼ +Ġצר×Ļ׼ ×Ļ×Ŀ +Ø« Ùħ +Ġк ÑĢÑĥ +ĠкÑĢÑĥ п +×ij×Ļק ×ķרת +Ġì¡° ê¸Ī +ãģ¨ãģį ãģ¯ +Ġb ạc +ĠÑĢаÑģ пол +ĠÑĢаÑģпол ож +ĠÑĢаÑģполож ен +ز ÙĬÙĨ +ĠÐļ ÑĢоме +ĠاÙĦÙĨ ظر +×Ķ ×ķ×ĵ +ĠاÙĦس بت +ãģ¨æĢĿ ãģĦ +Ġpa ÅĦst +ĠpaÅĦst w +ĠÙĦÙĬ ست +ĠбÑĥд Ñĥ +à¸Ĺัà¸Ļ à¸Ĺี +ร าม +ØŃ ØµÙĪÙĦ +ãģĹãģ¦ãģıãĤĮ ãĤĭ +ĠاÙĦØ¥ سرائÙĬÙĦ +ĠاÙĦإسرائÙĬÙĦ ÙĬ +ãģĵãĤĮ ãģ¾ãģ§ +ìĤ¬ 를 +Ġs ürü +à¹Ģว à¸Ńรà¹Į +à¹Ģà¸ĭ à¸Ńรà¹Į +Ġutilis é +ĠÑģиÑģÑĤем а +Ġdw ó +Ġdwó ch +Ġpróp rio +Ġëĵ± ìĿĦ +arr êt +ĠЧ а +×IJ×ŀ ׳×ķת +عار ض +à¹Ģà¸ģม สà¹Į +Ġ׾×Ķ ×ij×Ļף +Ġ׾ ×ij×Ĺ +Ġ׾×ij×Ĺ ×ķר +สา à¸Ĥา +ĠÐľÐ¾Ñģк ве +ب عد +ĠاÙĦÙĤر ار +ĠÄIJ á»ĭa +Ġ×Ĺ ×Ĵ +Ùģ تر +ÙĪÙĨ Ø© +Ġ×Ķ×ĸ ×IJת +å¸Ĥ ãģ® +ãģ» ãģĹãģĦ +Ġ×ij×¢ ×Ļר +ĠÑĤеп еÑĢÑĮ +ìĬµ ëĭĪê¹Į +à¹Ħม à¹Īว +à¹Ħมà¹Īว à¹Īา +à¹Ħมà¹Īวà¹Īา à¸Īะ +×ŀ ×IJ×Ķ +æĥħ åł± +æĥħåł± ãĤĴ +غ ÙĨ +Ġпо Ñı +ĠпоÑı ви +éģİ ãģĶ +تش غ +تشغ ÙĬÙĦ +в ел +Ġ×Ĺ ×ŀ +ãģ¨ãģªãĤĬ ãģ¾ãģĻ +Ġra ÄŁ +ĠraÄŁ men +ãģĭ ãģ©ãģĨ +ãģĭãģ©ãģĨ ãģĭ +ен ко +ì§Ģ ê³ł +Ġ×IJ׾ ×Ļ×Ķ +ĠØ£ ÙĦ +à¸Īำ หà¸Ļ +à¸Īำหà¸Ļ à¹Īาย +nız ı +Ġ׾ק ×Ĺת +Ø£ ÙĩÙħ +Ø£ÙĩÙħ ÙĬØ© +ت غÙĬر +ש ×Ĺר +ס×ķפ ר +×ĵ ×Ļר +èī¯ ãģĭãģ£ãģŁ +×ŀ׾×Ĺ ×ŀ×Ķ +ÑģÑĤв ие +ÑĤ ÑĢаÑĤ +ĠاÙĦØ£ Ø® +ĠاÙĦأخ ÙĬرة +ĠاÙĦØŃ ØµÙĪÙĦ +Ġcréd ito +צ ×Ļ×¢ +ãĥ¬ ãĥĻãĥ« +بر ÙĬ +ëIJ IJ +ãģł ãģ£ãģ¦ +Ġreal tÃł +س Ùģر +×ķ׳ ×ķ +×Ĵ ×ķ×ĵ +×Ĵ×ķ×ĵ ׾ +ฮ า +ãģĹãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġg Ãł +Ġ׾×ij צע +å¼ķ è¶ĬãģĹ +Ġ×ŀ ×Ļ׾×Ļ +Ġ×ŀ×Ļ׾×Ļ ×ķף +Ùħ در +Ùħدر سة +פ ×ķ×ĺ +à¸Ļà¹īำ มัà¸Ļ +ëģ Ŀ +ع Ùĥس +ĠÙĤ ض +ĠÑĢÑĭ б +خط Ø· +×ŀ×ķס ×ĵ +Ġ׼׾ ׾×Ļ +ĠкоÑĤоÑĢ ое +צ×Ļ ×ķף +ĠмеÑģÑĤ а +ãģĭ ãģ¤ +г ÑĢÑĥпп +׾ ×Ļ׾ +ת ×ķ×IJר +ë³µ ì§Ģ +à¹ģà¸ľ à¹Īà¸Ļ +Ġ×ij×¢ ת +æĻĤéĸĵ ãĤĴ +ï¼ £ +ãģ¨ãģĦãģĨãģĵãģ¨ ãģ§ +Ġ׾×Ķ ק +Ġ׾ ×ĸ×Ķ +ĠìłĢ ëĬĶ +ĠاÙĦØ¥ رÙĩاب +ĠìŀĪëĬĶ ëį° +ĠÑĤ огда +Ġ×Ķ צ×Ļ +×ķ׾ ×ĺ +Ġר פ×ķ×IJ×Ļ +ãģĵãģ¨ ãģ§ãģĻ +ĠÄij ÃŃch +ØŃ ÙĬا +Ġ×Ķ×ŀש ×Ĺק +ãģľ ãģ² +Ġ×ŀ×IJ פשר +ãģ¿ ãģ¾ãģĹãģŁ +ĠاÙĦØ£ÙħÙĬر ÙĥÙĬ +Ùħج تÙħع +Ġس اب +Ġساب ÙĤ +׼ ×Ļ׾ +Ạ¾ +ãĥª ãĤ¹ãĥĪ +Ġì ĥ +Ġìĥ Ī +ĠìĥĪ ë¡ľ +ĠìĥĪë¡ľ ìļ´ +ĠD á»ĭch +à¹Ģหมาะ สม +ĠاÙĦÙĨ بÙĬ +׾ ׾ +ÙĨ ع +Ðĵ лав +Ðĵлав наÑı +Ùħر ض +Ġ×ķ ×ĵ +ت ÙĤÙĬ +تÙĤÙĬ ÙĬÙħ +Ġb ảng +ĠÙģ ÙĤاÙĦ +×¢ ×ŀ×Ļ +д ÑĢа +Ġsu á»ijt +سر عة +Ġc á»Ń +Ġ×Ķ ×Ļ×Ĺ×Ļ×ĵ +سع ÙĬد +à¸Ńา à¸Ĭีà¸ŀ +Ġس ÙĪاء +ãĤ½ ãĥķãĥĪ +Ġл иÑĩно +ĠÐļ оÑĢ +اÙĩ تÙħ +اÙĩتÙħ اÙħ +à¸Ń à¸Ķี +à¸Ńà¸Ķี à¸ķ +ãģIJ ãĤīãģĦ +Ġiht iya +Ġihtiya ç +ãģ¾ãģ§ ãģ® +ìĭľ ìĬ¤ +ìĭľìĬ¤ íħľ +ÑĢÑĥ ÑĪ +ãĤĦ ãģ£ãģ± +ãĤĦãģ£ãģ± ãĤĬ +к еÑĢ +Ġ ży +Ġży w +кл он +Ġl ượt +à ¾ +да Ñĩи +tür k +غ ÙĪ +ĠигÑĢ ок +Ġph ê +Ġש ×¢×ľ +ĠاÙĦÙħ دÙĨÙĬ +ĠìŬ룬 ë¶Ħ +ער ×Ļ×Ŀ +Ñħод ÑıÑĤ +Ġx ứ +ÐĹ Ð° +ĠÙģ رص +à¸Īะ à¸Ĺำà¹ĥหà¹ī +íģ ´ +×¢ ×ij×ķר +à¹Ģหลà¹Īา à¸Ļีà¹ī +èĢĥãģĪ ãĤĭ +ÑĢ еÑģÑĤ +н нÑĭй +Ġc ầm +دا Ø®ÙĦ +ĠÙħÙĦÙĬ ار +ĠÐIJ л +ĠвÑĢем ен +à¸Ĭà¹Īวย à¹ĥหà¹ī +ר×Ļ ×ķת +ëĵ ¯ +飲 ãģ¿ +׳ ׾ +שת ×£ +ĠاÙĦسعÙĪد ÙĬ +u ÃŁ +ìĿ¸ ëį° +ĠìĿ¼ ë°ĺ +ÅĤ ÄĻ +Ġm á»iji +×ŀ ×Ļ׳ +ĠاÙĦØ£ Ø·ÙģاÙĦ +Ġçı kan +é cole +ק ×Ļש +ק×Ļש ×ķר +ĠоÑģ ÑĥÑīеÑģÑĤв +ĠоÑģÑĥÑīеÑģÑĤв лÑı +×ij ×IJר +à¹Ħà¸Ľ à¸Ķà¹īวย +Ġ×¢ ×ķ׾×Ķ +à¸ģà¹ĩ à¹Ħมà¹Ī +ãĥ¢ ãĥĩ +ãĥ¢ãĥĩ ãĥ« +تØŃ ÙĪÙĦ +Ġод ного +ת×Ĺ×Ļ׾ ת +Ġت Ø® +Ġch cia +Ġchcia ÅĤ +ãĥIJ ãĥ³ +èĢħ ãģ¯ +ĠÙħ ØŃÙĦ +Ñģл ож +Ñģлож н +Ġt ÄĻ +Ġçı kt +Ġçıkt ı +ĠC Æ¡ +à¹Ħà¸Ķà¹ī à¹Ģลย +ır ken +à¹Ģà¸Ĥà¹īา สูà¹Ī +ÙħØŃ Ùĥ +ÙħØŃÙĥ ÙħØ© +à¸Ħุ à¹īม +à¸Ļà¹Īา à¸Īะ +лÑİ Ð´ +де ÑģÑı +деÑģÑı ÑĤ +ĠлÑİб ой +تØŃر ÙĬر +צע ×ĵ +Ġе Ñij +ĠاÙĦØŃ ÙĥÙħ +Ġص باØŃ +à¹Ģà¸ļ à¸Ńรà¹Į +Ġróż nych +ги б +ĠÑģ оÑĤ +ĠÑģоÑĤ ÑĢÑĥд +ĠÑģоÑĤÑĢÑĥд ник +ĠобÑĬ ем +פ ×ĺר +ãģĻãģĶ ãģı +ãģ«éĸ¢ ãģĹãģ¦ +в ол +Ø« ÙħاÙĨ +Ġd ần +æĬ ľ +æĬľ ãģij +Ġ×¢ ש +Ġעש ×ķ×Ļ +ס ×ķף +ãģªãģ® ãģ§ãģĻ +ãģ¯ ãģ©ãģĨ +×ŀ×¢ ר×ij +ï¼ ° +Ùħ صر +ÙħÙĨ اسب +ÙħÙĨاسب Ø© +ä¸Ĭ ãģ® +×IJ×Ļש ×ķר +ĠìĦ¤ ì¹ĺ +×ŀ×ĵ×Ļ׳ ×ķת +×ŀר ת +ãĤĭ ãģ®ãģĮ +د Ùİ +ĠاÙĦشر Ùĥات +ìĭľ ê°Ħ +ĠÑĢеÑĪ ение +ãģĻãĤĭ ãģ®ãģ¯ +ĠìŀIJìĭł ìĿĺ +׾ ×ŀ×ķ +ãģ¨ãģĵãĤį ãģ§ +Ġק צר +Ġmã i +Ġkü ltür +ãĥ©ãĤ¤ ãĥĸ +à¸ľà¸¹à¹ī หà¸įิà¸ĩ +æĻĤéĸĵ ãģĮ +клÑİÑĩ и +diÄŁ iniz +มาà¸ģ à¹Ĩ +تØŃ ÙħÙĦ +Ġh ạt +ãĤ¦ ãĤ£ +п ле +×ŀ ׾×IJ +ÅĤ ó +Ġg á»ijc +Ġ×IJ ×ķ×ĵ×ķת +หว าà¸Ļ +ĠاÙĦ ÙĪز +ĠاÙĦÙĪز راء +ëĵ¤ ê³¼ +Ġص ØŃ +ĠصØŃ ÙĬÙģØ© +Ġм м +تد Ø®ÙĦ +Ġpersön lich +Ġز ÙĬ +ĠزÙĬ ادة +ãĤ· ãĤ¢ +Ġng ắn +à¸Ħล ิà¸ģ +Ġs ông +Ġtü ket +Ñį ÑĦÑĦ +ÑįÑĦÑĦ екÑĤ +ש ×Ļ×ij +Ġا عت +ت ض +تض ÙħÙĨ +ĠاÙĦÙħØ´ رÙĪع +Ġprodu ção +ĠпÑĢимен Ñı +ни ÑĨÑĭ +주 ëĬĶ +ر Ùı +Ġm Æ¡ +Ġhayat ı +ëŁ ½ +Ġü cret +Ġyan ında +Ġpr ática +×ij×Ļק ×ķר +Ãľ N +Ñģ оÑĤ +ãĤıãģij ãģ§ +Ġдол го +ת ׼×ķ +ĠìķĦ ëĭĮ +ë į°ìĿ´ +Ġç iz +Ġcho Äĩ +Ġ×Ķ ×Ļת +Ġ×Ķ×Ļת ר +Ġso át +׼ ×ij×ĵ +à¹Ģล à¹Īา +Ġд еÑĢ +ĠдеÑĢ ев +ãĤĴ åħ¥ãĤĮ +×Ĺ ×ķס +×Ĺ×ķס ר +ج ÙĬÙĨ +t ón +onn é +Ġпол ноÑģÑĤÑĮÑİ +人 ãģŁãģ¡ +Ġpr êt +ëł ¸ +Ġdéc embre +cı lar +Ġת ת +Ġê²½ìļ° ìĹIJëĬĶ +ÙĪ عد +è¦ĭ ãĤĭ +วิ à¸Īัย +ë ¶Ī +ز ÙĪا +زÙĪا ج +d ì +ãģ§ãģĻ ãĤĪ +Ġвод о +ĠÙĬ ÙĪجد +Ñģ оÑģÑĤоÑı +Ðŀ С +ĠÄIJ ó +׊פש +Ġצ ×Ļ×ij×ķר +ĠاÙĦÙĤ Ø· +ĠاÙĦÙĤØ· اع +Ġиме ÑİÑĤ +Ġph áºŃn +×Ľ×¡ פ×Ļ +полн иÑĤелÑĮ +éĻIJ ãĤĬ +ĠÑģ ÑĢав +ĠÑģÑĢав н +ÙħاÙĦ Ùĥ +×ĵר ×ķ×Ŀ +çļĨ ãģķãĤĵ +ØŃÙĤ ÙĤ +à¹ģหล à¹Īà¸ĩ +ĠاÙĦر سÙħÙĬ +оÑĩ ки +×ĺ ×ij×Ĺ +Ġcan lı +Ġ׾ ׾ +Ġ׾׾ ×ŀ×ķ×ĵ +×ŀ×ij ×ķ +ת ׼ +×ª×Ľ ׳×Ļת +ĠاÙĦÙħ شار +ĠاÙĦÙħشار ÙĥØ© +Ä° Åŀ +ĠسÙĬ اسÙĬ +в олÑĮ +ĠÑģ пÑĢав +æĿ¥ ãģ¦ +פ×ķר ×ķ×Ŀ +สำ à¹Ģรà¹ĩ +สำà¹Ģรà¹ĩ à¸Ī +ĠÅŁ öyle +Ġzosta ÅĤa +ĠH ü +ר ×ķש +د ÙĦÙĬÙĦ +ÑĢи д +ש ף +×ŀק ×ķר +ĠÑĥ Ñĩ +ĠÑĥÑĩ еб +ĠÑį ÑĤа +ков а +à¸ķà¸Ļ à¹Ģà¸Ńà¸ĩ +ÙĨ ÙIJ +à¸Ńีà¸ģ à¸Ħรัà¹īà¸ĩ +ระ à¸ļุ +Ġd ữ +ĠاÙĦØŃ Ø§ÙĦÙĬ +׼ ×ķ׼ +׼×ķ׼ ×ij +Ġ×ŀ×IJ שר +Ġtr ụ +ÑĤел ем +Ġв ли +Ġвли Ñı +Ġש×IJת ×Ŀ +Ġuw ag +Ġuwag ÄĻ +×ĺ ×Ļת +×IJ ×ĵ×Ŀ +à¸Ķ ุ +Ġ×Ķ×IJ ׾×Ķ +Ġkar Ä±ÅŁ +ĠÄIJ á»iji +да ÑİÑĤ +ãģªãģ® ãģ« +Äħ cych +à¹Ģà¸Ļ à¹īà¸Ļ +ãģĹãģ¦ ãģĹãģ¾ãģĨ +int érieur +ĠfÃŃs ica +ĠÐŁ ол +ãģĹãģ ķ +à¸Ĺำ à¹Ħม +ĠL âm +ĠاÙĦÙħ سÙĦÙħ +ĠاÙĦÙħسÙĦÙħ ÙĬÙĨ +ص ØŃØ© +ìĹ Ħ +à¹Ģà¸Ķà¹ĩ à¸Ķ +ĠÑĥ ÑĩеÑĤ +â Ìģ +Ġب ÙĦا +ĠاÙĦاجتÙħاع ÙĬ +פרס ×Ŀ +ãĥķ ãĥ© +ĠÐļ огда +mie ÅĽci +ĠبÙĬÙĨ Ùħا +Ġ×ŀ×IJ ×ŀר×Ļ×Ŀ +Ġ×ij×IJ ×ĸ×ķר +×ķש ×Ļ×Ŀ +ĠÑģдел а +entr ée +à¹Ģ à¸Ħà¹īา +Ñĥг л +ĠاÙĦÙģ ÙĨÙĬ +ĠÐĴ оÑĤ +à¸Ĺีà¹Ī มา +×ķצ ×Ĵ +ÙĤد رة +Ġëª © +Ġ목 ìłģ +íıī ê°Ģ +ĠاÙĦØ£ ربع +ĠاÙĦأربع اء +פס ×Ļק +ĠÑıвлÑı ÑİÑĤÑģÑı +ب ÙĪÙĨ +ì° ¾ +×ŀ×¢ ר׼ +×ŀ×¢×¨×Ľ ×ķת +ãĤ· ãĤ§ +ĠباÙĦ Ø£ +íĸĪ ëįĺ +ĠاÙĦبر ÙĨاÙħج +ĠاÙĦØ£ ØŃد +Ġm Å© +ĠmÅ© i +п аÑĤ +ب Ø« +ĠÑĨ енÑĭ +Ġ×ijת ׾ +è¨Ģ ãĤıãĤĮ +ĠاÙĦÙħ جاÙĦ +ĠìĦ¸ ìĥģ +Ġ×Ĵ ×ķפ +ĠнаÑĪ ей +Ġкомп аниÑı +б ин +öl ü +×Ļ ×Ļ×ĺ +Ġ×ŀס פ×Ļק +ยัà¸ĩ à¸Ħà¸ĩ +ĠЧ и +Ġан ÑĤи +ĠÑģÑĢед и +สà¹Īวà¸Ļ à¹ĥหà¸įà¹Ī +оÑĩ ка +íĬ¹ ë³Ħ +ว à¹Īาà¸ĩ +гоÑĢ од +با Ùĥ +à¹Ģส ีà¹Īย +à¹Ģสีà¹Īย à¸ĩ +ãĤĤãĤī ãģĦ +ק ×ķ×Ŀ +ãģĽ ãģļ +ĠاÙĦÙĤ اÙĩرة +Ġ×ij ׼×ļ +Ùħشار ÙĬع +باØŃ Ø« +Ġпо Ñĩ +ĠпоÑĩ ÑĤи +ĠÑĦоÑĢм а +S Ä° +Ġ×ŀצ ×Ļ×¢ +ล ื +ลื ม +ĠÑĤ еÑĢ +ĠÑĤеÑĢ ÑĢиÑĤоÑĢ +ĠÑĤеÑĢÑĢиÑĤоÑĢ ии +Ġв меÑģÑĤ +ĠвмеÑģÑĤ е +dıkl arı +op ération +à¹Ĥ ห +ص دÙĬ +صدÙĬ ÙĤ +íĸī ìłķ +تج ا +تجا ÙĪز +Ġsu ç +Ġar ty +Ġarty ku +Ġartyku ÅĤ +ãĤ·ãĥ§ ãĥĥãĥĹ +ש פ +שפ ×Ļ×¢ +Ġ×Ķש ×Ļר×ķת +à¹ģà¸ĸ ม +ë¸ Ķ +Ġuk ÅĤad +Ġ×ķ ׼×Ļ +หล าà¸ģ +หลาà¸ģ หลาย +æĸ¹ ãĤĤ +Ġpodr óż +ĠE ÄŁer +Ġком наÑĤ +ĠÑģам ÑĭÑħ +Ġв кÑĥÑģ +б еж +Ġ×ij ק×ķ +æİĽ ãģij +ãģ¿ ãĤĭãģ¨ +ĠiliÅŁ kin +ĠÙĬ عÙħÙĦ +Ġпод аÑĢ +Ġyaz ılı +ãĤĴ å¾Ĺ +Ġwyst ÄĻp +à¸Ĺีà¹Ī à¹ĥà¸Ĭà¹ī +ØŃاد Ø« +ÙĪ ÙĬد +кÑĥ лÑĮÑĤ +кÑĥлÑĮÑĤ ÑĥÑĢ +à¸ģาร à¹ģà¸Ĥà¹Īà¸ĩ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ à¸Ĥ +à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ ัà¸Ļ +ÙħÙĪ ظ +ÙħÙĪظ Ùģ +ÙĬÙħ ÙĬ +ãĤĵãģ§ãģĻ ãģĮ +diÄŁ im +diÄŁim iz +ĠÐŁ еÑĢ +ĠÐŁÐµÑĢ в +Ġm ão +ĠÑģ ез +ĠÑģез он +Ġ×Ķ×ŀ ×¢ +Ùħ جÙħÙĪعة +ĠинÑĦоÑĢм аÑĨии +i ếc +ã ng +ĠÄij ấy +ãģĶ ç´ +ãģĶç´ ¹ +ãģĶç´¹ ä»ĭ +Ġad ım +à¹Ħ หล +Ġп ÑĢакÑĤи +ĠпÑĢакÑĤи Ñĩ +ĠпÑĢакÑĤиÑĩ еÑģ +ĠпÑĢакÑĤиÑĩеÑģ ки +ĠاÙĦÙĨ Ùģس +ĠÑĢабоÑĤ е +ÙĦÙĬ Ùģ +ĠاÙĦجÙĨ ÙĪب +Ġвод Ñĭ +ì¹ Ļ +Ġм иÑĢа +ĠÄij ừng +ĠпÑĢоÑĤив о +ĠÑģÑĤÑĢан Ñĭ +ล ู +ìĤ ¶ +kre ÅĽl +Ġbul und +Ġbulund uÄŁu +à¹ģ สà¸Ļ +ãĤ± ãĤ¢ +ת×Ĺ ×ķ×ŀ×Ļ +ר׼ ×Ķ +Ġ׾ק ×ķ×Ĺ +Ġ׾ק×ķ×Ĺ ×ķת +Ġ×Ľ×ª ×ķ×ijת +ĠÙĦ ÙĥÙħ +ب شر +Ġr Ãłng +Ġ×ŀ×Ķ ×ŀ +Ġ×IJ×Ĺר ×ķת +Ġб он +Ġбон ÑĥÑģ +ï½ Ĺ +à¹ģ ยà¸ģ +ãģĤãģªãģŁ ãģ® +ĠÑĥÑĩаÑģÑĤ ие +ĠE yl +ĠEyl ül +ĠçalÄ±ÅŁmalar ı +Ø® طر +ìĿ ½ +à¸ģาร à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ +Ġана лиз +תק ×ij׾ +ни ем +ĠÄ° ns +ĠÄ°ns an +ĠبÙĪ اس +ĠبÙĪاس طة +Ġ׳ ×Ľ×ł×¡ +Ġ×Ķ×ŀ ×Ļ×ĵ×¢ +Ġç o +Ġço ÄŁu +á» ĺ +ĠêµŃ 민 +ãĤĤ ãģĦãģĦ +Ġ׼ ׾×Ļ +ĠÑģÑĢед не +g ÅĤo +gÅĤo ÅĽ +Ġneg ó +Ġnegó cio +ĠÑĢ егиÑģÑĤ +ĠÑĢегиÑģÑĤ ÑĢа +ĠÑĢегиÑģÑĤÑĢа ÑĨии +Ġtr á»ĵng +ĠпÑĢ Ñı +ĠпÑĢÑı мо +ëłĪ ìĿ´ +Ġk ém +к ле +à¸Ļำ มา +ĠÑĦ ин +ĠÑĦин анÑģ +ĠÑĦинанÑģ ов +Ġki á»ĩm +ยัà¸ĩ à¹Ħ +ยัà¸ĩà¹Ħ à¸ĩ +ย ิà¸ĩ +à¹Ĥ à¸Ľ +ĠполÑĥÑĩ ил +×Ļ×ĸ ×Ŀ +à¹ģละ à¸Ħวาม +Ġво обÑīе +ص ÙĬر +ãĥı ãĥ³ +ĠاÙĦÙĤ اد +ĠاÙĦÙĤاد Ùħ +Ġب دÙĪÙĨ +ع ظÙħ +ת ׳×ķ×¢ +×ª×ł×ķ×¢ ×Ķ +Ø£ ÙħÙĦ +ãģķ ãģĪ +ÑĤ ем +ÑĤем пеÑĢ +ÑĤемпеÑĢ аÑĤÑĥÑĢ +Ġ׾ ×Ļצ×ķר +Ġr ÄĻk +ر سÙĦ +ìŀIJ 를 +Ġ×Ļצ ×Ļרת +ÙĨ بÙĬ +Ñĩ наÑı +تØŃ ÙĦÙĬÙĦ +Ġм ик +Ġмик ÑĢо +ĠS öz +Ġfor ça +Ñģ он +ĠاÙĦع را +ĠاÙĦعرا ÙĤÙĬ +ĠH á»ĵng +ãģĻãĤĭ ãģŁãĤģãģ« +à¸Ĺีà¹Ī à¸Ńยูà¹Ī +Ġ×ķ×IJ ×£ +ص ÙĬد +ĠìķĬ ê³ł +ร ัà¸ĩ +ĠاÙĦت ÙĪاصÙĦ +à¹Ģม à¸ķร +Ñĥ ÑģÑĤÑĢой +ÑĥÑģÑĤÑĢой ÑģÑĤв +m ıyor +Ġبا سÙħ +Ġ×ķ ׼×ķ +ĠG ül +á» IJ +Ãī tat +غ اÙĦ +Ø¥ ÙĨØ´ +Ø¥ÙĨØ´ اء +T Ä° +à¸Ĥà¹īา ม +Ġtro ch +Ġtroch ÄĻ +Ø¥ ص +إص ابة +ĠØ« اÙĨÙĬ +ĠاÙĦص ØŃØ© +Ġ×ĸ×Ķ ×ķ +jÄħ cej +ãĥĢ ãĥ³ +ìĿ¸ ìĿ´ +Ġв олоÑģ +ëIJĺ ë©´ +Ġzak ÅĤad +ãģĻ ãģĵãģ¨ +以ä¸Ĭ ãģ® +Ġ×Ķ×ŀק ×ķ×Ŀ +ÙħØ´ اÙĩ +ÙħشاÙĩ دة +Ñĩ ив +ب Ø´ +ย à¹īาย +Ġsür dür +ĠN ẵ +ĠNẵ ng +ĠигÑĢ аÑĤÑĮ +Ġê·¸ëŁ¬ ë©´ +ãĥķ ãĥ« +ล à¹Īะ +Ġtend rá +Ġb Ãły +à¹Ģà¸Ľà¹ĩà¸Ļ à¸ľà¸¹à¹ī +Ġok o +Ġoko ÅĤo +w ÅĤa +wÅĤa ÅĽci +wÅĤaÅĽci w +æĢĿ ãĤı +ĠYa ÅŁ +ĠB á»ĩnh +íı Ń +بÙĬ د +קר ף +à¹Ģศ ร +à¹Ģศร ษ +à¹Ģศรษ à¸IJ +à¹Ģศรษà¸IJ à¸ģิà¸Ī +ĠاÙĦØ£ ÙĪرÙĪ +ĠاÙĦØ£ÙĪرÙĪ بÙĬ +fl äche +ä¹Ĺ ãĤĬ +Ġb á»ģn +Ùĩ ب +æľĢ ãĤĤ +Ġsa ç +à¸Ńำ à¹Ģà¸ł +à¸Ńำà¹Ģà¸ł à¸Ń +ĠØ£ ج +ĠاÙĦد اخÙĦ +ĠاÙĦداخÙĦ ÙĬØ© +×ĺ ×ķ×ij +ãĤĤ ãģªãģı +Ġли ÑĨа +à¹ģลà¹īว à¸ģà¹ĩ +×ĸ׼ ×Ļר +Ġqu Ãł +ĠÙĥ Ø°ÙĦÙĥ +صØŃ Ùģ +ĠÃĤ u +ÙĪب ا +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ à¹ģà¸Ľà¸¥ +à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥ à¸ĩ +à¸ķัว à¸Ńยà¹Īาà¸ĩ +Ġráp ida +Ġtas ar +Ġtasar ım +ĠعÙĦÙĬ ÙĩÙħ +ס ×ķ׾ +c ılı +cılı k +Ġر غÙħ +ìĭľ íĤ¤ +Ġ×IJ׾ ק +Ġ×IJ׾ק ×ĺר +Ġ×IJ׾ק×ĺר ×ķ׳×Ļ +à¹ģà¸ļ à¹Īà¸ĩ +Ġh ạng +ãģ£ãģ¦ ãģıãĤĮ +ĠÙĨ تÙĬ +ĠÙĨتÙĬ جة +ıkl ı +غ اÙĨ +à¸Ĥà¹īà¸Ń à¸Ħวาม +à¸Ľà¸¥ าย +ĠØ£ Ùħس +à¸Ĺีà¹Ī à¹Ģà¸ģีà¹Īยว +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว à¸Ĥ +à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ à¹īà¸Ńà¸ĩ +Ġdé fin +Ġdéfin i +ÙģÙĨ اد +ÙģÙĨاد ÙĤ +à¹Ħà¸Ķà¹ī วà¹Īา +ãģªãģĦ ãĤĪãģĨãģ« +Ġpróp ria +ĠPh át +ãĤĦãģĻ ãģı +สวย à¸ĩาม +ê³ł ìļĶ +Ñı еÑĤ +ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ ãģĮ +تر جÙħ +ĠкÑĢаÑģ ив +Ġ×ŀ ר×IJש +д еж +ĠÙĬ ÙĪÙĨ +ĠÙĬÙĪÙĨ ÙĬÙĪ +Ñģк оÑĢ +ĠKas ım +ê³Ħ ìķ½ +к оÑģ +Ġна ÑĢÑĥ +ĠнаÑĢÑĥ ÑĪен +Ġdu że +acc ès +Ġh á»ĵng +Ġv Å© +ãģĦãģŁ ãģĹãģ¾ãģĻ +Ġ×ĺ ×Ļ +Ġ×ĺ×Ļ ×ķ׾ +lıkl arı +Ġqu ê +ëħ¸ ëıĻ +ìķ Ķ +CI ÃĵN +Ġt ắc +press ão +ĠìŀĪ ìľ¼ +สิà¸Ĺà¸ĺิ à¹Į +íĥ Ħ +Ġ×Ķ×ŀ ×ŀש׾×Ķ +å¬ī ãģĹãģĦ +ĠÄIJ ặc +ÙĨ زÙĦ +ĠдÑĢÑĥг ой +д ÑĥÑĤ +ìĪ Ļ +Ġth ụ +à¹Ģส ร +à¹Ģสร à¹ĩ +à¹Ģสรà¹ĩ à¸Ī +Ġto plant +Ġtoplant ı +×IJ×ŀ ף +×ķ׾ ת +п омн +Ġyo ÄŁun +ÅĦsk iego +ì° © +ĠØ« ÙĦاث +ĠØ«ÙĦاث Ø© +Ġl ắng +ë¦ ´ +ราà¸Ĭ à¸ģาร +ĠÑģлов а +á» Ĩ +à¸Ķี à¸ģวà¹Īา +ãģĶãģĸ ãģĦãģ¾ãģĻ +Ġд из +Ġдиз айн +fé rence +lıkl ar +ãģªãĤĵ ãģ§ãģĻ +ajÄħ cy +Ġëĭ¤ ìĸij +Ġëĭ¤ìĸij íķľ +ק ×Ļר +ØŃ Ø§Ø± +ส ูà¹ī +Ġz ro +Ġzro bi +Ġzrobi Äĩ +×ŀ ×Ļ׼×Ķ +à¸Ĭà¹Īวย à¹Ģหลืà¸Ń +ĠÑįÑĤ Ñĥ +ë´ ī +楽 ãģĹãģĦ +س ÙĪر +íķĺ ê±°ëĤĺ +Ùħؤ تÙħر +Ġpoc zÄħ +ĠpoczÄħ tk +ĠpoczÄħtk u +Ġع ربÙĬ +اÙĦØ£ ر +اÙĦأر دÙĨ +à¸Ķ ร +Åĵ uvre +ĠÙĪÙĥ اÙĨت +ĠÅĽ redni +Ø® ضر +Ġch uyến +н ÑĤ +ĠìķĮ ê³ł +Ġv á»Ŀi +Ġ×ij ×Ļ×ĵ×Ļ +×ŀ×ĵ ×ķ×ijר +ÙĪ Ùģر +ÙĬ Ø¡ +׳ ×Ľ×¡ +ĠÐĽ а +л он +Ġx ấu +Ùģ ÙĬÙĨ +Ġfé vrier +ĠÐŀ на +ĠV á»ģ +ĠÅŁey ler +ĠполÑĥÑĩ ен +з ад +Ġn ét +à¹Ħà¸Ľ ยัà¸ĩ +×Ĺש×ij ×ķ +à¸ļัà¸Ļ à¸Ĺ +à¸ļัà¸Ļà¸Ĺ ึà¸ģ +Ġgerçek leÅŁ +иÑĩеÑģк ое +ìĪĺ ê°Ģ +Ø« بت +ãģ¤ ãģ¾ãĤĬ +ĠÑĥÑģловиÑı Ñħ +ëĭ¤ ê°Ģ +ราย à¹Ħà¸Ķà¹ī +׼×IJ ×ij +à¹Ĥà¸Ľà¸£ à¹Ĥม +à¹Ĥà¸Ľà¸£à¹Ĥม à¸Ĭัà¹Īà¸Ļ +j ähr +jähr ige +ק ׳×Ļ×Ŀ +×ŀ ×ķק +×ŀ×ķק ×ĵ +ãģ«è¡Į ãģ£ãģ¦ +Ø¢ ÙĦ +вед ение +Ġ׾ ×Ľ×ª×ķ×ij +جÙħ Ùĩ +جÙħÙĩ ÙĪرÙĬØ© +à¸ī à¸ļ +à¸īà¸ļ ัà¸ļ +ĠC òn +à¸ľ สม +ãģªãģ© ãģĮ +×IJ×Ķ ×ij +ĠдейÑģÑĤв иÑı +y ız +à¹Ħมà¹Ī à¹Ģà¸Ħย +ج ÙĪز +×Ķ×Ĺ׾×ĺ ×Ķ +f ällt +ãĥĵ ãĤ¸ +ãĥĵãĤ¸ ãĥį +ãĥĵãĤ¸ãĥį ãĤ¹ +Ġ×IJ ×Ļ׳×Ŀ +ĠнаÑħод иÑĤÑģÑı +Ġdzi ÅĽ +ست Ø·ÙĬع +׾ ×Ļף +Ø® ÙĦاÙģ +Ùĩ ÙIJ +Ġatr ás +íĺ ģ +ãĤĴ ãģĶ +Ġ×Ķ×ŀ ×ķצר +ĠBakan lıģı +ÑİÑī ее +ÙħÙĨ اط +ÙħÙĨاط ÙĤ +Ùģ د +à¸Ļำ à¹Ħà¸Ľ +Ġв аж +Ġваж но +Ġm ạch +׼ ׳×ķ +بع Ø« +lan ması +Ġa yr +Ġayr ıl +ìĤ¬ íļĮ +d ÃŃa +p ÅĤyw +اÙħ ÙĬØ© +íĺ ľ +×IJ׳ ×Ĵ׾ +×IJ׳×Ĵ׾ ×Ļת +ĠìŀĪëĭ¤ ëĬĶ +Ġس اعة +ĠëĤĺ íĥĢ +b ö +à¸Ħ ัà¸Ļ +ĠdziaÅĤ ania +Ø© Ùĭ +Ġng Å© +׳צ ×Ĺ +ãģ¯ ãģĤãĤĭ +ĠyaÅŁ ında +st ück +car acter +caracter ÃŃsticas +Ġr á»Ńa +ĠÙħختÙĦÙģ Ø© +ãģ«ãģĬ ãģijãĤĭ +à¹ģà¸ŀ à¸ĩ +วิ à¹Īà¸ĩ +ת פ×ķ +سا ÙĩÙħ +使 ãģĨ +Ùĥ رÙĬ +×IJ פ×Ļ +........ ....... +ĠÑĤак им +×Ļ׼ ×ķ×Ļ +Ø´ بÙĩ +ج ÙĬر +ãģĿãģ® ãģ¾ãģ¾ +ac jÄĻ +ĠاÙĦت رÙĥ +ĠاÙĦترÙĥ ÙĬ +ĠпÑĢав илÑĮно +Ġت عÙħÙĦ +à¸ģล à¹īา +Ġbi ên +Ġ×ij׳×Ļ ×Ļת +Ġкл Ñĥб +Ġ×ŀ ש×Ķ +в ÑĪий +ãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +à¸ŀัà¸Ļà¸ĺ ุ +à¸ŀัà¸Ļà¸ĺุ à¹Į +ר ×ķ×Ŀ +ĠاÙĦÙģ رÙĨ +ĠاÙĦÙģرÙĨ سÙĬ +à¹Ģà¸Ľà¹ĩà¸Ļ à¸Ħà¸Ļ +ãģĹãģ¦ ãģĬãĤĬ +Ġth ầy +ãĤĵ ãģłãģijãģ© +ìĶ ¨ +Ùħ دÙĨ +ت ÙĪÙĨ +ĠмеÑĤ ал +ĠмеÑĤал л +Ġin ÃŃcio +à¸Ńà¸Ńà¸ģ à¸Īาà¸ģ +ëĴ ¤ +Ġcu á»ijn +Ġbu á»Ļc +ÙĨ سÙĬ +ä cht +×ŀ ×Ļ׳×Ļ×Ŀ +ãģķ ãģ¦ +ãģĮ ãģ§ãģį +ÑĬ ем +Ġtá i +ĠЧ ÑĤ +ĠЧÑĤ обÑĭ +à¸Ľà¸¥ ูà¸ģ +à¸Ĭุม à¸Ĭà¸Ļ +н Ñģкий +Ġv ững +Ġ×Ķ ׾×ij +ë le +Ġש ×¢×ijר +в аÑĤÑĮÑģÑı +б ой +ع ÙĪÙĨ +à¹ģà¸Ķ à¸Ļ +Ġספר ×Ļ×Ŀ +Ġt uyên +Ġnhi êu +ĠQu ý +Ġh uyết +ãĤı ãģĭãĤīãģªãģĦ +Ġ×ŀ ׼ף +Ġ×Ķ ק׾ +Ġ׾×IJ ×ķר +ĠÄIJi á»ĩn +Ø´ ؤ +شؤ ÙĪÙĨ +Ġ×ŀ׊פש +ĠпоÑģÑĤоÑıн но +×ŀ ×Ļר +ìħ Ķ +Ðŀ Ñģ +ÐŀÑģ нов +×ĸ ×Ļת +ĠH á +ĠÑĩаÑģ ов +×IJ ×ķ׾×Ļ +Ġm át +Ø® رÙĪ +خرÙĪ ج +ÙĤ ضا +ÙĤضا ÙĬا +à¹Ģà¸Ľ à¸Ńรà¹Į +ĠÙĬ ÙĪÙĦ +ĠÙĬÙĪÙĦ ÙĬÙĪ +à¹Ĥà¸Ĺ ษ +׳ פ׾ +ת ×ķש +ת×ķש ×ij×Ļ +Ġv ários +×ŀ ר×IJ×Ķ +ëĿ¼ ìĿ´ +ÙĨ غ +×ij צע +г он +ĠÄIJ ược +ع Ùı +пÑĥÑģ к +ĠÙĪاÙĦ Ùģ +üc ü +×Ļק ×Ļ×Ŀ +Ġس بÙĬÙĦ +׾×ij ף +ĠاÙĦÙĤ رÙĨ +ס ×ķת +ĠQu áºŃn +ãģĵãĤĮ ãģĮ +ãĥĸ ãĥ©ãĥ³ãĥī +×Ĵ ×ŀר +Ġwarto ÅĽci +ĠÙĪب ÙĬÙĨ +Ġd ạ +ÐIJ в +ÐIJв ÑĤо +Ġol acaktır +à¸Ļ à¸Ĺà¹Į +Ùħ طار +Ġ×¢ ק×ij +Ġת פ +ãģĹãģ¦ ãģĦãģ¦ +צ ×ŀ×Ĺ +à¸Ī à¸Ńà¸ĩ +Ġö de +ìį ¨ +ÙĨ اس +調 ãģ¹ +ĠогÑĢ омн +ë³´ íĹĺ +×ĺ ק +×ĺק ס×ĺ +ĠbaÅŁ v +ĠbaÅŁv uru +Ġpom ys +Ġpomys ÅĤ +ãģ« ä¹Ĺ +Ġש ׼ף +ĠاÙĦÙħس ؤÙĪÙĦ +Ġз ан +Ġзан ÑıÑĤ +Ġd Æ°Æ¡ng +ãĥĹãĥ¬ ãĤ¤ +ล à¸ļ +ÑĤи ка +ĠAr alık +Ġнед о +Ġm á»Ļ +Ġor an +Ġoran ı +Ġktó r +Ġktór Äħ +Ġ×Ķ×IJ×Ĺר ×ķ׳×ķת +ائ ÙĨ +ÅĦ s +ÅĦs ka +åĽ½ ãģ® +×ŀ ×ĺ×Ļ +ĠвопÑĢоÑģ Ñĭ +à¸Ńà¸ĩà¸Ħà¹Į à¸ģร +×ŀ ×ķצ×IJ +Ġpó ź +Ġpóź niej +ש×ŀ ×IJ׾ +Ġk aps +Ġkaps am +Ġkapsam ında +Ġmá quina +ĠÅĽwie cie +Ġho Ãłng +Ġöz gü +×Ĵ×ķר ×Ŀ +ãģĤ ãģŁãĤĬ +à¸ķัà¸Ķ สิà¸Ļ +à¸ķัà¸Ķสิà¸Ļ à¹ĥà¸Ī +б ÑĢи +ãģ«ãģªãĤĭ ãģ¨ +ت ÙĥÙĪÙĨ +Ġ×ķ×Ķ ×Ļ×IJ +Ġchi ếu +ÑģÑĤан ав +ÑģÑĤанав ли +ÑģÑĤанавли ва +×ŀ ×ķ×Ĵ +c ité +ĠK örper +Ġש ×Ĵ×Ŀ +ع ظ +عظ ÙĬÙħ +Ġ×Ķ×IJ ×Ļש×Ļ +Ġmat ière +ĠÙģ ÙĪÙĤ +Ġk to +Ġkto ÅĽ +à¸Ļ à¹Ĥย +à¸Ļà¹Ĥย à¸ļาย +å¾ħ ãģ¡ +à¹Ģม à¸Ļ +à¹Ģมà¸Ļ ู +A ÃĩÃĥO +Ġt ù +Ġtù y +ãĥĪ ãĥ³ +ĠоÑĤ каз +Ġ×ŀ ×ķצר +ül ü +ãģķãĤĵ ãģ« +Ġ×Ĺ ×ķ×ij +קר ×Ļ×IJ×Ķ +ĠاÙĦØ® دÙħات +ĠÙĦÙħ دة +ر ؤ +رؤ ÙĬØ© +ãĤĴè¦ĭ ãģ¤ãģij +à¸Ł า +Ġréuss i +à¸Ļัà¸ģ à¹Ģรียà¸Ļ +ĠÑĩиÑģ л +à¸ģาร à¹Ģลà¹Īà¸Ļ +Ġhaz ırl +Ġhazırl an +ĠпеÑĢв Ñĭй +ли м +ĠоÑĤзÑĭв Ñĭ +Ġwy jÄħ +ĠwyjÄħ tk +ĠØ£ ÙĤÙĦ +ס ×ļ +Ġê²° ìłķ +Ġ׾×ŀ×¢ ש×Ķ +Ġl ắp +à¹ģà¸ļ ร +à¹ģà¸ļร à¸Ļà¸Ķà¹Į +วà¹Īา à¹Ģà¸Ľà¹ĩà¸Ļ +Ġب دا +Ġبدا ÙĬØ© +ãģ¨ãģĦãģĨ ãģ®ãģĮ +иÑĩеÑģк им +à¸ģาร à¸ŀัà¸Ĵà¸Ļา +Ġb Ãło +Ġmia ÅĤa +y waÄĩ +ĠMär z +ĠÙĨ سبة +Ġéconom ique +×ĸ ×ŀ +×ĸ×ŀ ׳×Ļ×Ŀ +æŃ¢ ãĤģ +Ġt ủ +íķĺ ìĭł +Ġkażde go +stra ÃŁe +à¸Ĭ ีà¹ī +à¹Ģ à¸ļา +ÑĢеÑģ ÑĥÑĢÑģ +ев ой +Ø´ باب +à¸ķà¹Īาà¸ĩ à¸Ľà¸£à¸°à¹Ģà¸Ĺศ +Ġ×IJ ×Ļש +Ġ×IJ×Ļש ×Ļת +×Ļ ×ķפ +×Ļ×ķפ ×Ļ +ĠìļĶ 구 +ì¡° ìĤ¬ +ãģ£ãģŁ ãĤī +׾ ×Ļק +миниÑģÑĤ ÑĢ +ãĤĤãģ® ãģ¯ +Ġl Æ°Æ¡ng +Ġна и +Ġнаи бол +Ġнаибол ее +íİ ĺ +à¹ģà¸ŀ à¹ī +ãĤŃ ãĥ¥ +ĠкоÑĤоÑĢ Ñĭм +à¹ģà¸Ĺ à¸ĩ +à¹ģà¸Ĺà¸ĩ à¸ļà¸Ńล +Ġ׳ ×Ļ×Ķ +Ġ׳×Ļ×Ķ ×ķ׾ +âĤ ª +ĠGi ải +ĠиÑģполÑĮзов а +ëł¥ ìĿĦ +ãģĹãģĭ ãĤĤ +à¸ģà¹ĩ à¸ķà¹īà¸Ńà¸ĩ +ĠÑĢ еб +ĠÑĢеб ен +ĠÑĢебен ка +ت ÙĪاصÙĦ +ãĤ°ãĥ« ãĥ¼ãĥĹ +ãĤĦ ãĤī +à¹Ģà¸Ľà¸´à¸Ķ à¸ķัว +б ÑĢо +ë°ĸ ìĹIJ +ÙĨ Ùİا +×Ķ ×Ĵ +×Ķ×Ĵ ׳×Ķ +à¸Ĺ รั +à¸Ĺรั à¸ŀ +à¸Ĺรัà¸ŀ ยà¹Į +Ġkh á»iji +עצ ×ŀ×ķ +бол езн +Ġë°Ľ ìķĦ +ม à¸Ļ +มà¸Ļ ุ +มà¸Ļุ ษ +มà¸Ļุษ ยà¹Į +âĹ Ĩ +×ŀ צ׾×Ļ×Ĺ +Ñıв ление +Ùħ Ø·ÙĦ +ÙħØ·ÙĦ ÙĪب +Ø® اÙĦÙģ +ت ÙĪÙĤÙģ +ãģ§ãģį ãģ¾ãģĽãĤĵ +оÑģÑĤ ей +м еÑĩа +기 ëĬĶ +תש ×¢ +ص ÙĬب +Ġ×ij×¢ ×ķ×ĵ +à¸Ĥà¸Ńà¸ĩ à¹Ģà¸Ĥา +ÑĤÑı ж +ĠÑĥ пÑĢав +ĠÑĥпÑĢав лениÑı +Ġgén ér +Ġth ÃŃ +פ ×ļ +Ġر Ùħض +ĠرÙħض اÙĨ +Ġtr uyá»ĩn +Ø¥ عداد +ãĤµ ãĥĿãĥ¼ãĥĪ +Ġпол но +Ø® اÙħ +ÐŁ еÑĤ +ÐŁÐµÑĤ еÑĢ +ÐŁÐµÑĤеÑĢ бÑĥÑĢ +ÐŁÐµÑĤеÑĢбÑĥÑĢ г +ÙħÙĨت دÙī +ãģķãĤĮ ãģ¾ãģĹãģŁ +ĠëĮĢ íķĺìŬ +à¸ľà¸¹à¹ī à¸Ĺีà¹Ī +Ġ×ŀ×IJ ×ķ +׾ ׳×ĵ +оÑĩ нÑĭе +ĠнаÑĩ ала +Ġ׾ ×Ļ׾×ĵ×Ļ×Ŀ +ов ое +ãģĻãĤĭãģĵãģ¨ ãģ§ +ĠاÙĦÙĨ Ùģ +ĠاÙĦÙĨÙģ Ø· +ìŀĪ ëĬĶ +غ ÙĨÙĬ +פ ×ĵ +ãĤ ¾ +ĠCr é +ãģ© ãģ¡ãĤī +Ø« اÙĨ +ÑĢаб аÑĤ +ÑĢабаÑĤ Ñĭва +Ġê°Ļ ëĭ¤ +à¸Ī ั +à¸Īั à¸ģร +Ġch ụ +Ġchụ p +Ġм аÑģÑĤ +ĠмаÑģÑĤ еÑĢ +Ġn ắm +ĠÑģÑĤ али +Ġ×Ķ×IJ ×Ļר×ķ×¢ +ãĤ½ ãĥ³ +åĪĨ ãģĭãĤĬ +Ø· بع +بد ا +gr áfico +г еÑĢ +à¸Ķำà¹Ģà¸Ļิà¸Ļ à¸ģาร +Ġsal dır +Ġsaldır ı +в ÑĪиÑħ +ãģĭãģ£ãģŁ ãģ§ãģĻ +Ġyapı yor +ĠاÙĦÙģ ت +צר פת +з доÑĢов +×ij×¢ ׾ +Ġ×IJ ×ŀ×Ļת×Ļ +Ġоб Ñĭ +ĠобÑĭ Ñĩ +ĠобÑĭÑĩ но +Ġ׾ ×ķ×ŀר +ت ÙĥÙĨ +تÙĥÙĨ ÙĪÙĦÙĪج +تÙĥÙĨÙĪÙĦÙĪج ÙĬا +Ġhakk ı +ĠÑĢаР² +ĠÑĢав но +رÙĬ Ùĥ +Ġ×ij ×ŀ×Ļ×ĵ +Ġ×ij×ŀ×Ļ×ĵ ×Ķ +à¹ģà¸ģ à¹īว +Ġìĸ ĺ +Ġìĸĺ 기 +ãģĹãģ¦ ãģĦãģ¾ãģĹãģŁ +Ġkı sm +Ġkısm ı +ê± ¸ +åĨħ ãģ® +ì§ ķ +à¹Ģหมืà¸Ńà¸Ļ à¸ģัà¸Ļ +ĠÙģ ÙIJ +ĠÙģÙIJ ÙĬ +ÙĤ اعدة +Ġmoż esz +Ùħ صاÙĦ +ÙħصاÙĦ ØŃ +ãģ¾ãģŁ ãģ¯ +б ег +Ġs ıc +Ġsıc ak +Ñĩ иÑģ +ÑĩиÑģ лен +Ġн ог +ãĥģãĥ£ ãĥ³ +ãĥ« ãĥī +Ġgi ó +Ġs ını +Ġsını f +ив аÑĤÑĮ +Ġqu ên +Ġì łģ +Ġìłģ ìļ© +ĠJo ão +Ùģ اد +ĠGl ück +à¸Ĺ à¸Ńà¸Ķ +Ġg ói +ï¼ Ĭ +Ġdé tail +ĠدÙĬ سÙħ +ĠدÙĬسÙħ بر +ë¡ľ ìĦľ +×ŀ ×ķ×Ĺ +à¹Ħ ฮ +ĠоÑĤ д +ĠоÑĤд ÑĭÑħ +Ġkh uyến +à¸Ħ à¸Ńย +Ġج ÙĨÙĬ +ĠجÙĨÙĬ Ùĩ +ĠاÙĦد Ùģاع +à¸Ļà¹īำ หà¸Ļัà¸ģ +ĠìĤ¬ëŀĮ ëĵ¤ìĿ´ +Ġth ừa +ĠÃ¶ÄŁrenc i +ĠпомоÑī и +ĠczÄĻ ÅĽÄĩ +ש ×ĺר +ĠN hi +ĠNhi á»ģu +׳ צ×Ļ +ĠнаÑĪ ем +ĠkarÅŁÄ± laÅŁ +Ġ×Ķש ׳×Ļ×Ŀ +ĠÄIJ Æ°á»Ŀng +Ġtr ú +ĠÑĢазлиÑĩ нÑĭÑħ +ĠاÙĦØ´ Ùĩر +Ġ×ľ×¢ ×ķ׾×Ŀ +ØŃ Ø¬Ø± +ĠÄij á»ķ +ĠìĿĺ íķ´ +à¸ļ à¹Īà¸Ńย +Ġ×Ķ ×Ļ׾×ĵ +ãģ¨ãģª ãģ£ãģŁ +Ġ×Ĺ×ķ ×ķת +Ġש×Ļר×ķת ×Ļ +Äħ cy +س رÙĬ +K Ä° +פ ׳×ķ +ÑģÑĤÑĢÑĥк ÑĤÑĥÑĢ +ÑĤ ÑĢÑĥд +Ġ×Ķ קר +Ġ×Ķקר ×ķ×ij +Ġth áºŃm +èģŀ ãģį +ÙĤÙĪ ÙĬ +клÑİÑĩ ен +ÑĤе Ñħ +ÑĤеÑħ нолог +è¡Į ãģ£ãģŁ +Ġ×ķ×IJ ×Ļף +ĠÅŁek lin +ĠÅŁeklin de +r ô +ÑĢ ог +Ġнов Ñĭе +Ġס ×ij×Ļ×ij +Ġtecn ologÃŃa +ס ׼ +×¡×Ľ ×ķ×Ŀ +ĠÅŀ ub +ĠÅŀub at +Ġ×Ķ×ŀ ׾×IJ +Ġwy pos +Ġwypos aż +ãģ¯ ä½ķ +ãĤ¬ ãĥ³ +ê° ĸ +Ġкак ие +Ġçocuk lar +Ġ׾צ ×ĵ +Ġkay ıt +ĠмеÑģÑĤ е +Ùħ دÙĬÙĨØ© +Ġ׼ ×Ĵ +Ġ׼×Ĵ ×ķף +ãģĹãģ¦ ãĤĭ +ĠÙħا ÙĬÙĪ +ãģ£ãģ¦ãģĹãģ¾ ãģ£ãģŁ +ĠпÑĢогÑĢамм Ñĭ +à¹ģล à¸Ļà¸Ķà¹Į +ãĥ¯ ãĤ¤ +ער ×ķ×¥ +Ñģ ид +ĠB öyle +Ġì²ĺ ìĿĮ +Ġת פק×Ļ×ĵ +ĠTr ên +íĥ Ī +ĠÐłÐ¾ÑģÑģ ий +ĠÐłÐ¾ÑģÑģий Ñģкой +Ġs Ãłn +Ġrè gle +ĠyaklaÅŁ ık +à¹Ģล ิà¸ģ +Ġد ائÙħ +Ġ×ķ ×Ĵ +اب ر +Ġb è +ĠاÙĦ ÙĤدÙħ +ĠÑĢеÑĪ ениÑı +hi ên +ÑĤи к +Ä Ħ +à¸ļรร ยาà¸ģ +à¸ļรรยาà¸ģ าศ +רצ ×ķף +åĭķ ãģį +ĠGä ste +Ġ기 본 +ĠÙĬ عرÙģ +ĠS á»Ń +gÅĤ ÄĻb +à¹Ģà¸Ń ส +×IJ×ŀ ×Ļף +Ġп Ñĥнк +ĠпÑĥнк ÑĤ +Ġ×Ļ×ķ×ĵ ×¢×Ļ×Ŀ +ãĤ« ãĥ©ãĥ¼ +Ġ×ijס ×ĵר +Ġbu á»ĵn +й ÑĤ +йÑĤ еÑģÑĮ +ãĤĴ æ±ĤãĤģ +Ġ×IJת ׼×Ŀ +Ġ모 르 +ظ رÙĪÙģ +Ñĩ еÑģÑĤво +ìĸ´ ìĦľ +Ġод на +Ġkap ı +Ġëħ¸ ëł¥ +ĠKü che +ĠاÙĦت Ø´ +Ø· ÙĬب +ĠíĬ¹ íŀĪ +ĠвÑĭп ÑĥÑģ +ĠвÑĭпÑĥÑģ к +×ĵ ת×Ļ +Ġu ÄŁ +ĠuÄŁ ra +ائ Ùĩا +Ġtho át +ãģª ãĤĤãģ® +Ñij ÑĢ +기 ê°Ģ +ĠgeliÅŁ me +تØŃ ÙĤ +تØŃÙĤ ÙĤ +Ġоп аÑģ +б ÑĢоÑģ +ห ุ +หุ à¹īà¸Ļ +ì¼ Ģ +ãĤ¹ ãĥŀ +ãĤ¹ãĥŀ ãĥĽ +Ø£ Ùģر +Ø£Ùģر اد +ĠTh á»±c +Ġth ắ +ãĥªãĥ³ ãĤ¯ +Ġni á»ģm +ĠHö he +عÙħ ار +ÙĥÙĪر ÙĪÙĨ +ÙĥÙĪرÙĪÙĨ ا +ĠÄIJ ến +ĠÑģам ом +ĠÑĤ еле +ĠÄijo án +à¸Ħวามà¸Ħิà¸Ķ à¹Ģหà¹ĩà¸Ļ +Ġд иÑģк +Ø£ Ø·ÙģاÙĦ +ม ารà¹Į +à¸Ĺ หาร +à¸Ĺ à¸Ļ +Ġب عÙĬد +ĠاÙĦÙĩ ÙĨد +åĩº ãģĹãģ¦ +Ġkar de +Ġkarde ÅŁ +×Ķ×Ļס×ĺ ×ķר +×Ķ×Ļס×ĺ×ķר ×Ļ×Ķ +éģ¸ ãģ³ +ع اÙħÙĦ +à¸Ĥ ยาย +Ġtü rl +Ġtürl ü +ĠìĿ¼ ìĿ´ +Ġmaté ria +Ġ׼׾ ×ķ×ŀר +ãĥģãĥ£ ãĥ¼ +جÙħ اعة +ĠÑģво им +Ø¥ÙĤ اÙħØ© +ä¾ĭ ãģĪãģ° +س اب +Ø¢ خر +ÙĤ دÙĬر +×IJ×ŀ ×Ļ +ìĸ » +Ġ׳×ķס פת +ĠÐĴ лад +ĠÐĴлад им +ĠÐĴладим иÑĢ +Ġest ará +ãģĵãģĨ ãģĦãģĨ +ãĤĴ 使çĶ¨ +มา à¸ķร +มาà¸ķร à¸IJาà¸Ļ +ãģ£ãģ ½ +Ġn ú +Ġnú i +ย าà¸ĩ +ĠاÙĦج ÙĨس +Ġüst ün +ëľ » +ãĤ» ãĥ« +ãģ¦ãģĦ ãģįãģ¾ãģĻ +Ġ×Ĺ ×ķ×ĸ +Ġ×Ĺ×ķ×ĸ ר +ĠÐĵ лав +à¹Ĥà¸Ĭ à¸Ħ +íı IJ +ÙĨت ظر +Ġ×Ĵ ×ij×Ļ +ع ÙĤب +int ér +intér êt +×ŀ פ×Ĵ +×ŀפ×Ĵ ש +Ġth ù +اÙģ ت +Ġ×ŀש פ +Ġ×ŀשפ ×ĺ×Ļ +ĠÙħ ÙĪاÙĤع +è¦ ļ +è¦ļ ãģĪ +×ĵ ×Ļף +à¹Ģรืà¹Īà¸Ńà¸ĩ ราว +ãģ¾ ãģĤ +Ġgh ế +иÑĢÑĥ ÑİÑĤ +à¸ģ ว +à¸ģว à¹īาà¸ĩ +Ġпов еÑĢ +ĠповеÑĢ Ñħ +ĠповеÑĢÑħ ноÑģÑĤ +׳ ×ĵר +Ġкон ÑĨе +Ġдолж на +Ġ×Ļש ×Ļר +acaģı z +ìĹ Ķ +Ġn ÃŃvel +Ġö r +Ġör nek +Ùĥ Ùģ +ĠФедеÑĢ аÑĨии +Ġ구 ìĦ± +หัว à¹ĥà¸Ī +ĠV áºŃy +м ед +мед и +меди ÑĨин +медиÑĨин Ñģк +از ÙĬ +×Ĵ×ij ×ķ׾ +ÑĦ ÑĢ +Ġzus ätzlich +à¸ģ à¸ģ +ĠاÙĦاÙĤتصاد ÙĬØ© +Ġh è +lu ÄŁun +ج Ùİ +à¹Ħà¸Ł ลà¹Į +ÄIJ T +ãģĿãģ® ä»ĸ +à¸Ĺิ à¹īà¸ĩ +ĠاÙĦØ£ ÙĪ +ر سÙħ +æ°Ĺ ãģ¥ +ìĿ´ ë©° +ÑĮ ев +ص Ø· +ĠاÙĦاست Ø« +ĠاÙĦاستث Ùħار +à¸Ńา à¸Ħาร +ĠÑĤоÑĩ но +ĠV ân +à¸Ń ร +à¸Ńร à¹Īà¸Ńย +ĠاÙĦس ÙĨØ© +Ġc Æ°á»Ľi +×Ļ×Ķ ף +íį ¼ +話 ãģĹ +âĹ ĭ +ĠìķĬ ìĿĢ +ãĥ¡ ãĥ¼ãĤ +ãĥ¡ãĥ¼ãĤ « +ãĥ¡ãĥ¼ãĤ« ãĥ¼ +ĠÑĤеп ло +å½¼ ãĤī +ĠÄ° z +ĠÄ°z mir +íĻ į +Ġr ượ +Ġrượ u +æĢĿãģĦ åĩº +ĠPh ạm +Ġchá u +צ×Ļ ×ķת +ĠìĿ¼ 본 +ìĤ¬ ëĬĶ +ĠÑģозд ан +Ġar acı +Ġ×¢ ר +Ġער ×Ļ׼×Ķ +ĠíķĺëĤĺëĭĺ ìĿĺ +dzi ÅĤ +à¸Ľà¸£à¸° à¸ĺาà¸Ļ +Ġser ÃŃa +ĠìŀĪ ëıĦë¡Ŀ +در ج +íķľëĭ¤ ëĬĶ +à¸Ńา à¸Ĺ +à¸Ńาà¸Ĺ ิà¸ķ +à¸Ńาà¸Ĺิà¸ķ ยà¹Į +ÑĤелÑĮ нÑĭй +ĠØ® دÙħات +×ŀ׳ ×ĺ +Ġl ược +ĠS Ãłi +ĠÙĪ اض +ĠÙĪاض ØŃ +غ از +ĠdoÄŁ al +Ġ×ijש ×Ŀ +Ġд лин +ĠØ¥ طار +Ġ×ijס פר +ãĤĴ ä¸İ +ãĤĴä¸İ ãģĪ +Ġë²ķ ë¥ł +ĠÑĥ вели +ĠÑĥвели Ñĩи +ส à¹Ħà¸ķ +สà¹Ħà¸ķ ลà¹Į +à¹Ħ à¸ģล +×ij׊ף +ĠìĿ´ íĽĦ +Ġm unic +Ġmunic ÃŃpio +تÙħ Ø«ÙĦ +ĠÄij áo +H ôtel +Ġl á»Ńa +ĠÄij ẳng +Ñĩ ки +Ø´ رÙĪ +شرÙĪ Ø· +ĠìĿ´ 를 +ÙĬ Ùĭا +×ŀ׾ ×ļ +×ŀ×Ķ ×Ļר×ķת +ĠобÑıз аÑĤелÑĮ +ĠобÑıзаÑĤелÑĮ но +é nergie +Ġmud ança +Ġm ụ +Ġmụ n +Ġn º +ĠاÙĦت عا +ĠاÙĦتعا ÙĪÙĨ +ĠاÙĦاجتÙħاع ÙĬØ© +Ġп лаÑģÑĤ +Ġëĵ± ìĿĺ +ãĥIJãĤ¤ ãĤ¯ +Ùĩج ÙĪÙħ +ĠSa úde +Ġì¤ijìļĶ íķľ +Ġ×Ķצ ×Ļ×ij×ķר +תק ף +ĠاÙĦعاÙĦÙħ ÙĬ +ĠболÑĮÑĪ ой +ĠÙĥ ÙĦÙħ +ĠÙĥÙĦÙħ Ø© +ãģ®ãģ§ãģ¯ãģªãģĦ ãģ§ãģĹãĤĩãģĨãģĭ +ĠÙħ باراة +Ġש×IJ ׳ +Ġש×IJ׳ ×Ĺ׳×ķ +ãĤ¹ãĤ¿ ãĤ¤ãĥ« +ĠSa ÄŁ +ĠSaÄŁ lık +Ġh Æ° +׳ ×Ĺ×Ķ +Ġ×ij קר×ij +Ø· عÙħ +ห ิà¸Ļ +à¸Ĺุà¸ģ วัà¸Ļ +à¸Ħรัà¹īà¸ĩ à¸Ĺีà¹Ī +ĠlÃł nh +Ġdonn é +ãģĽ ãģĦ +جز ÙĬرة +доÑĢ ож +ì¼ ľ +تÙĨظ ÙĬÙģ +ãĥģ ãĥ§ +Ġald ıģı +ج اج +ĠÑĤ омÑĥ +à¸Ľ ิ +Ġ×ijר שת +ãģıãģªãĤĬ ãģ¾ãģĻ +ĠпÑĢин ÑĨип +Ġ׊׾×ķ +ëı ¼ +×ķ×Ĵ ש +س س +à¸Ľ ู +Ġh ầu +æĦŁãģĺ ãĤĭ +ï¼ ´ +د ÙĪا +ĠÑģм ог +scri ção +Ġth áºŃn +Ġר ×ķ×IJ×Ķ +обÑĢаж ен +ĠاÙĦتج ارÙĬØ© +Ø· بÙĬع +jÄħc Äħ +íĸī ìľĦ +Ġнов Ñĭй +Ġ×ŀ ×Ĺ×ĵש +æĮ¯ ãĤĬ +gu é +Ġ×IJ ×Ļר×ķ×¢ +Ġ×IJ×Ļר×ķ×¢ ×Ļ×Ŀ +ĠاÙĦ Ø°Ùĩب +×ĵ ×IJ +ت اÙĨ +ãģł ãģĹ +à¸Ńั à¸ķรา +à¹Ĥ à¸Ī +بÙĦ اد +×Ķ×Ļ ×Ļ׳×ķ +ĠÑģп е +ĠÑģпе ÑĨиалÑĮно +ĠÅĽwi ata +ãĤĵãģ§ãģĻ ãĤĪ +شر ÙĥØ© +ĠpÅĤ yt +Ġsitu é +Ġ׼×IJ ׾×Ķ +ס ×ijר +Ġkaż d +Ġkażd ym +ãĤĴæĮģ ãģ¤ +׾×Ķ ׾ +׾×Ķ׾ ף +ĠwÅĤ as +ĠwÅĤas ne +ĠsaÄŁ lan +×ŀ×¢ ׾×Ķ +ĠاÙĦا ÙĪÙĦ +ìĹIJìĦľ ëıĦ +×IJ×Ļר ×ķפ×Ķ +تÙĤ ÙĨÙĬØ© +Ùħ ائ +Ùħائ Ø© +Ġcompañ ÃŃa +Ġsü rek +Ġsürek li +ĠиÑģ кÑĥÑģ +ĠиÑģкÑĥÑģ ÑģÑĤв +ĠB ürger +ת ×Ĺר +ת×Ĺר ×ķת +à¸ŀรà¹īà¸Ńม à¸ģัà¸ļ +Ø´ Ùħ +à¸ĸืà¸Ń วà¹Īา +è¾¼ ãĤĢ +ä¼ij ãģ¿ +ĠاÙĦØ£ ب +ĠÑģÑĤоим оÑģÑĤÑĮ +ĠпÑĢав а +may ın +ห วย +ĠاÙĦØ· بÙĬعÙĬ +à¸Ĺีà¹Ī à¸ŀัà¸ģ +ĠEst á +Ñĭва ÑİÑĤ +ب سÙĬ +بسÙĬ Ø· +Ġ×ij×¢ ×ijר +åı¯èĥ½ ãģ§ãģĻ +Ġ×ĵ ×ķ׾ +Ġ×ĵ×ķ׾ ר +Ùĩ Ùİا +воÑĢ оÑĤ +ãģ¦ ãģĦãģ¾ãģĹãģŁ +à¹Ĥà¸Ĺร ศ +à¹Ĥà¸Ĺรศ ั +à¹Ĥà¸Ĺรศั à¸ŀ +à¹Ĥà¸Ĺรศัà¸ŀ à¸Ĺà¹Į +Ġק ׳ +ĠاÙĦØ« ÙĨ +ĠاÙĦØ«ÙĨ ائÙĬØ© +Ġco ût +à¸ķิà¸Ķ à¸ķัà¹īà¸ĩ +Ġö rg +Ġörg üt +ĠاÙĦØ® ÙĦÙĬ +ĠاÙĦØ®ÙĦÙĬ ج +Ġb á»įn +×ķ׾×ķ×Ĵ ×Ļ +ëŀ ľ +ĠÐij олÑĮ +ĠÐijолÑĮ ÑĪ +×Ĵ ×ijר×Ļ×Ŀ +ÙĤ ÙĬد +×ij×Ļ×ĺ ×ķ×Ļ +æīĵ ãģ¡ +Ġol muÅŁ +f äh +fäh ig +ล าà¸Ļ +ĠÙĤ طر +ש פ×Ķ +èªŃ ãĤĵãģ§ +à¸Ĥ วา +Ġchi ếm +ãĤ¤ãĥ³ ãĤ¿ +ãĤ¤ãĥ³ãĤ¿ ãĥ¼ãĥ +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ į +ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį ãĥĥãĥĪ +Ġ׾ש×ŀ ×ķר +Ġت رÙĥ +ĠترÙĥ ÙĬا +ר ×ķ×ĺ +ãģ¨æĢĿ ãģĦãģ¾ãģĹãģŁ +ĠاÙĦت ÙĤ +Ġd Æ° +ãģ¦ãģıãĤĮ ãĤĭ +ãģĹãģŁ ãģĵãģ¨ +Ġróż ne +ĠاÙĦØ· ÙģÙĦ +ĠPost é +Ġ×ŀש ×ķ×Ŀ +Ñį ÑĢ +ĠÑĢабоÑĤ аеÑĤ +ãĤ· ãĥª +ãĤ·ãĥª ãĥ¼ãĤº +Ġ×ij×Ķ ×Ĺ׾×ĺ +ק×Ķ ×Ļ׾×Ķ +ãĤ« ãĥ¡ +ãĤ«ãĥ¡ ãĥ© +ï¼ ¯ +ĠìĤ¬ ìĿ´ +Ġk ì +Ġth Æ°á»Ľc +ض بط +ÙĤب ÙĪÙĦ +åĪ¥ ãģ® +Ġparticul ière +ĠÑģво ем +Ġ×¢ סק +Ġעסק ×Ļ×Ŀ +×ij×Ĺ ×Ļר×ķת +×ij ×Ļ׳×ķ +à¸ĭ à¸Ń +Ġ×¢ ×ķ×ijר +ãģłãģ£ãģŁ ãģ®ãģ§ +ıld ıģı +Ùħ دار +Ùħدار س +주 ìĭľ +à¸Ńา ศ +à¸Ńาศ ัย +Ġt ấm +à¸ŀิ à¸Ī +à¸ŀิà¸Ī าร +à¸ŀิà¸Īาร à¸ĵา +ÑĤелÑĮ нÑĭе +Ñģк ÑĥÑİ +Ðľ Ðĺ +à¹Ģà¸ģ า +à¹Ģà¸ģา หล +à¹Ģà¸ģาหล ี +×ĵ ×Ĺ +à¹Ģà¸Ĭ ิà¸ĩ +Ġد ÙĤÙĬÙĤØ© +íķĻ ìĥĿ +Ġש×IJ ׾×Ķ +Ġcontr ôle +Ġsit uação +à¸Ĥà¸Ńà¸ĩ à¸ľà¸¹à¹ī +ÙĨ Ø·ÙĤ +ê³¼ íķĻ +หลาย à¸Ħà¸Ļ +Ġn ắng +ÙĤ Ùı +ì¡° ê±´ +Ñ ķ +ãĥĥ ãģ¨ +×ŀ ×Ļ׾×Ķ +Gr ün +×Ļ ×Ļ×¢ +×Ļ×Ļ×¢ ×ķ×¥ +×ŀ׳ ׼ +ë ŃIJ +×ŀ×¢ ×ŀ×ĵ +สำ à¸Ļัà¸ģ +ج دد +à¸Ħ ัà¸Ķ +Ġ×Ķ×ŀש פ +Ġ×Ķ×ŀשפ ×Ĺ×Ķ +×ŀש ק׾ +ÙĦ Ùı +Ġty tu +Ġtytu ÅĤ +ÑĪ ей +ĠìĿ¼ ë¶Ģ +ÑĪ ение +Ġph óng +ĠìĹŃ ìĤ¬ +ãĤ« ãĥ³ +Ġtú i +ĠÙĨ ÙĪÙģ +ĠÙĨÙĪÙģ Ùħبر +gr ün +ĠاÙĦØ´ ÙħاÙĦ +ÅĽwi adc +ÅĽwiadc zenie +ער ×Ķ +Ġ×¢ ×ķ×ij +Ġ×¢×ķ×ij ×ĵ×Ļ×Ŀ +×ĵ×ķ×Ĵ ×ŀ×IJ +ä»Ĭ ãģ¯ +Ġv ão +ĠТ ем +Ñģ илÑĮ +Ġch ợ +Ùħ را +Ùħرا ÙĤب +à¹Ħมà¹Ī รูà¹ī +Ġر ائع +×IJ׳ ×Ĺ׳×ķ +สà¹Īà¸ĩ à¹Ģสริม +צ ×Ĺ +ĠìŀĪìĸ´ ìĦľ +Ġkur ulu +Ġkurulu ÅŁ +ĠÃĸ zellik +ĠÃĸzellik le +Ġת ×Ļק +Ġgh é +Ġspr zÄĻ +ĠsprzÄĻ t +ער ×ķת +را ØŃØ© +ãģ£ ãģį +ãģ£ãģį ãĤĬ +ĠìķĦ ëŀĺ +stit uição +Ġдолж но +×Ķ רש +×Ķרש ×ŀ×Ķ +×Ķ׾ ×ļ +ãģ¡ ãģª +ãģ¡ãģª ãģ¿ +ãģ¡ãģªãģ¿ ãģ« +פ ×Ĺ×ĵ +ĠاÙĦج ÙħÙĬع +×ij×¢ ׾×Ļ +Ġtr ùng +Ġפ ת×Ĺ +×ŀ׾×Ĺ ×ŀת +ãĥĨ ãĥ¼ãĥ +ãĥĨãĥ¼ãĥ ŀ +Ùħ تاب +Ùħتاب عة +Ġ모 ìĬµ +ÙĬ ص +åIJĪ ãģĨ +ĠY ap +ĠYap ı +ĠÑģ казаÑĤÑĮ +ëª ° +à¸Ĺีà¹Ī สำà¸Ħัà¸į +ĠìĹĨ ìĬµëĭĪëĭ¤ +Ġnh ắc +Ġülk eler +Ġмног ие +íķĺ ìħ¨ +มาà¸ģ à¸Ĺีà¹Īสุà¸Ķ +à¸ģ à¹īา +à¸ģà¹īา ว +ĠÄ° yi +л еж +леж а +ãĤ¸ ãĥ§ +à¸Ĺั à¸ŀ +ا ÙĪر +Ġ×Ĺ×ijר ×Ļ +Ġ׾ ש×Ŀ +ì² « +ĠT á»Ń +×ŀ ×ķ׳×Ļ +ÙĤ ÙĪد +à¸ģระ à¹Ģà¸Ľ +à¸ģระà¹Ģà¸Ľ à¹ĭ +à¸ģระà¹Ģà¸Ľà¹ĭ า +ĠпÑĢоблем Ñĭ +Ġaç ıs +Ġaçıs ından +Ġ×Ķ×ŀ ׼ +ĠÙħع ظÙħ +ÙĤÙĬ اس +ĠпÑĢод олж +ĠпÑĢодолж а +Ġver diÄŁi +ĠпÑĢед меÑĤ +ãģĦãģ¾ãģĻ ãģĮ +ĠëĶ° 른 +ĠاÙĦ ÙĤÙĬاÙħ +ĠØ¥ÙĦÙĬ Ùĩا +Т ÐIJ +п оз +ãĤ· ãĥ¥ +ä¸ĬãģĮ ãĤĬ +à¹Ģà¸Ķิม à¸ŀัà¸Ļ +à¸ģุ ล +ØŃر ÙĬØ© +ק×ij×ķצ ×ķת +ë¯ ¿ +ĠاÙĦÙħ ÙĨا +ĠاÙĦÙħÙĨا Ø·ÙĤ +ĠвÑĭп ол +ĠвÑĭпол нÑı +ãĥĭ ãĤ¢ +Ġê²° êµŃ +×Ĺ ×ķ×ŀ +×Ĺ×ķ×ŀ ר×Ļ×Ŀ +ĠУкÑĢа инÑĭ +ห à¸Ńม +ר ×Ļס +ĠÑħоÑĤ ел +ĠобÑĢаз ованиÑı +Ġkh ẳng +Ġm Æ°a +Ġgör me +Ġgüç lü +سع Ùī +มัà¹Īà¸Ļ à¹ĥà¸Ī +íķĺ ê²łìĬµëĭĪëĭ¤ +Ġпол Ñĥ +Ġfün f +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġê·¸ê²ĥ ìĿĢ +ĠdÃ¼ÅŁÃ¼n ce +ìŀ ł +ĠH Æ°á»Ľng +ĠTi á»ĥu +Ġç ift +ãģij ãģ° +à¸Īà¸Ļ à¸ĸึà¸ĩ +à¸Ĺำ à¹Ħà¸Ķà¹ī +ĠìŀIJ ì²´ +Ġd õ +Ġdõ i +à¸Ī ัà¸Ļ +à¸Īัà¸Ļ à¸Ĺ +à¸Īัà¸Ļà¸Ĺ รà¹Į +ece ÄŁini +׳×ķ×¢ ר +غ ار +ĠاÙĦØ£ÙħرÙĬ ÙĥÙĬ +داع Ø´ +ĠбезопаÑģ ноÑģÑĤи +Ġб Ñİ +ĠбÑİ Ð´Ð¶ +ĠбÑİдж еÑĤ +ãĥĬ ãĤ¤ +à¸ŀà¸ļ วà¹Īา +da ÄŁ +×IJ ×ķפף +íĹ Į +ãĥĢãĤ¤ ãĤ¨ +ãĥĢãĤ¤ãĤ¨ ãĥĥãĥĪ +ĠëĮĢ íĨµ +ĠëĮĢíĨµ ëł¹ +D Ä° +Ø£ ØŃداث +ĠA ÄŁ +ĠAÄŁ ust +ĠAÄŁust os +ØŃÙĦ ÙĪÙĦ +Ġw ÅĽ +ĠwÅĽ ród +ĠÑģо оÑĤвеÑĤ +ĠÑģооÑĤвеÑĤ ÑģÑĤв +ĠÑģооÑĤвеÑĤÑģÑĤв ии +ĠLu áºŃt +Ġ׼׾ פ×Ļ +Ġв еÑī +ĠвеÑī еÑģÑĤв +ק ×Ļ×¥ +ĠبÙĩ ذا +عا Ø´ +à¹Ģà¸Ľà¹ĩà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Т Ðķ +Ġ×ij×IJ ×Ļ׳×ĺר׳×ĺ +س عد +Ġ×Ķ×ĺ ×Ļפ×ķ׾ +פ ×Ļס +à¸ĩà¹Īาย à¹Ĩ +ĠGer ät +׾ ×Ļ×ĵ×Ķ +ĠÑĢ иÑģк +׾ק ×Ĺ +н наÑı +ר ×Ļ×ĵ +п ÑĢакÑĤи +пÑĢакÑĤи к +à¸Ĥัà¹īà¸Ļ à¸ķà¸Ńà¸Ļ +à¸Ļà¹Īา รัà¸ģ +larınız ı +à¸Ńà¸Ļุ à¸įา +à¸Ńà¸Ļุà¸įา à¸ķ +ĠzdjÄĻ cia +Ġb ây +Ñģ ÑĢ +ÑģÑĢ оÑĩ +ãĥĭ ãĥ³ãĤ° +Ġö ner +Ġöner i +Ġнов ÑĭÑħ +دع ÙĪØ© +Ġg ắn +ĠاÙĦÙĦ بÙĨ +ĠاÙĦÙĦبÙĨ اÙĨÙĬ +ãĥĨãĤ£ ãĥ¼ +Ġص ØŃÙĬØŃ +ем ÑĭÑħ +çĸ² ãĤĮ +ĠпÑĢо иÑģ +ĠпÑĢоиÑģ ÑħодиÑĤ +ส à¸ķิ +ĠT ết +Ġ×Ķ׾ ׾×ķ +à¹Ģรืà¹Īà¸Ńà¸ĩ à¸Ļีà¹ī +×ŀ×ij ׳×Ķ +Ġconte údo +Ġا خت +Ġاخت ÙĬار +Ùħ سÙĦ +ÙħسÙĦ سÙĦ +ëı Ī +Ġ׾ ×Ļ×ĵ +à¸ŀิ à¸ĺี +ĠÑģов Ñģ +ĠÑģовÑģ ем +ãģĮãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġsó ng +Ø¥ صÙĦاØŃ +ë§ ģ +Ùģ ÙĬر +ĠJe żeli +ìłľ ëıĦ +d ÅĤug +ìĥģ ìĿĦ +Ġc áºŃn +Ġhá»į p +Ø£ ست +أست اذ +Ġ×ŀ ×Ļש×Ķ +Ġ×ŀ×Ļש×Ķ ×ķ +Ġd Ãły +Ġch Ãłng +ãģ¡ãĤĥãĤĵ ãģ¨ +ĠÄij ám +Ġsw ój +Ġpoder á +ĠоÑĤлиÑĩ а +Ġpéri ode +ünd ig +×ĺ×¢ ף +ÑģÑĤÑĢо иÑĤелÑĮ +ר ת×Ļ +Ġ×Ļ×Ķ ×Ļ×ķ +׾ ס +ĠاÙĦÙħÙĨ زÙĦ +à¸Ļิ à¹īว +иÑĦ ика +иÑĦика ÑĨи +ðŁĺ ī +Ġad ına +ãĢĤãĢĤ ãĢĤ +×IJ ×Ļף +ס ×Ļר +ĠÙĬ عد +çŃĶ ãģĪ +اÙĦ جز +اÙĦجز ائر +енÑĮ к +ร ห +รห ัส +ĠTürk çe +ê¾ ¸ +Ġ×Ļ ×ķ׼׾ +Ġש ×ķ׳×Ķ +Ġ×ij×ŀ צ×ij +ĠдейÑģÑĤв иÑĤелÑĮно +ĠبأÙĨ Ùĩ +×ŀק ×ĵ +Ġ×Ķש ק +Ø®ÙĬ ارات +Ġf ı +Ġfı rs +Ġfırs at +ëij ĺ +ĠìĦľ ìļ¸ +Ġ×Ķ×Ĵ ×ķ×£ +ر عا +رعا ÙĬØ© +ĠK ết +к Ñģи +ĠÑĥÑģлÑĥг и +ноÑģÑĤ ей +ìļ´ ëıĻ +ĠобÑĬ Ñı +ĠобÑĬÑı вл +н еж +×Ķפ ×ļ +Ġ×ij×¢ ×Ļ׳×Ļ +ëĨ Ĵ +ĠпÑĢоÑĨ ед +ĠпÑĢоÑĨед ÑĥÑĢ +Ġiht iy +Ġihtiy acı +Ġë°Ķ ëŀį +Ġë°Ķëŀį ëĭĪëĭ¤ +à¸ģล ัว +ĠÑģл ожно +ק×Ļ ×Ļ×ŀת +ĠÄIJ ình +ĠÙħ ÙĦÙģ +Ġà¹Ĥà¸Ķย มี +Ġkat kı +تØŃ ÙĪÙĬÙĦ +à¹Ħ à¸ŀ +ĠH á»į +ñ e +Ġдо Ñħод +Ġtho ải +íķĺìŬ ìķ¼ +ãĤ¹ãĥĿ ãĥ¼ãĥ +ãĤ¹ãĥĿãĥ¼ãĥ Ħ +ĠG òn +Ġk è +Ġkè m +éĢ² ãĤģ +ãĤ¹ ãĥ¼ãĥ +ãĤ¹ãĥ¼ãĥ ij +ãĤ¹ãĥ¼ãĥij ãĥ¼ +ĠgiÃł u +ĠØ¥ عادة +Ġ׾ ×ķק +Ġ׾×ķק ×Ĺ +ĠÑħоÑĩ еÑĤ +×ĺ ׾×ķ×ķ +×ĺ׾×ķ×ķ ×Ļ×ĸ +×ĺ׾×ķ×ķ×Ļ×ĸ ×Ļ×Ķ +Ġth uyết +ãģĿãĤĮ ãģ§ +Ġvard ı +à¹Ħร à¹ī +ع بد +ĠRep ública +ãĥ¼ãĤ¿ ãĥ¼ +Ġ×ŀ×IJ ×ķת +à¹Ħà¸Ľ à¹ģลà¹īว +Ġyapıl acak +ãĤ¹ãĤ¿ ãĥ¼ãĥĪ +ãģ» ãģ¼ +Ġko ÅŁ +ĠмаÑĤ еÑĢи +Ġsiè cle +ĠاÙĦÙħ ختÙĦÙģ +ĠاÙĦÙħختÙĦÙģ Ø© +Ġ׾ק ר×IJ +Ġ׾קר×IJ ת +Ġ×Ķפ ×ķ×¢×ľ +Ġt òa +Ġr Æ¡i +åij¨ ãĤĬ +à¸Ŀ à¸Ļ +j ÅĽÄĩ +ĠìķĬ ìĿĦ +اÙĨت ÙĤاÙĦ +ëĸ ł +ив аеÑĤ +ãĥĪ ãĥ« +ĠاÙĦÙģÙĦسطÙĬÙĨ ÙĬØ© +à¸ģลà¹Īาว วà¹Īา +ا Ùĥت +ĠÃĸ l +ĠÑĢе ÑĪи +ĠÑĢеÑĪи л +Ġ׳×ķס פ×ķת +Ġìłķ ì¹ĺ +вл еÑĩен +Ùħر ØŃÙĦØ© +Ġcome ça +Ġy ık +ìĤ ´ +à¸ĺ à¸Ļา +à¸ĺà¸Ļา à¸Ħาร +à¸Ńà¸Ļ า +à¸Ńà¸Ļา à¸Ħ +à¸Ńà¸Ļาà¸Ħ à¸ķ +Ġpeque ña +ä»ķ äºĭãĤĴ +Ġب Ø°ÙĦÙĥ +Ġнов ого +ãģĹãģ¦ ãģĦãģªãģĦ +ĠاÙĦÙħ ÙĬاÙĩ +à¸ģà¹ĩ à¹Ģà¸Ľà¹ĩà¸Ļ +Ġж ÑĥÑĢ +ĠжÑĥÑĢ нал +в еÑģ +خت ار +Ġ매 ìļ° +ĠM ã +ĠавÑĤомаÑĤ Ñĭ +ضع Ùģ +ĠاÙĦÙģ Ùĥر +ãģ§ãģĻ ãģ®ãģ§ +ãĥ¡ãĥ³ ãĥIJãĥ¼ +Ġк ÑĢÑĥг +ĠاÙĦسÙĦ طة +à¸Ħรัà¹īà¸ĩ à¹ģรà¸ģ +à¸ģระà¸Ĺ รว +à¸ģระà¸Ĺรว à¸ĩ +ÑĨ ов +éķ· ãģĦ +大ãģį ãģĦ +Ġgeç miÅŁ +ìĦ± ìĿ´ +Ġצר ×Ļ׼×Ķ +Ġм оÑī +ĠмоÑī н +Ġק ×Ļש +Ġק×Ļש ×ķר×Ļ×Ŀ +ĠNas ıl +г ÑĢан +Ġ×ŀ ×ķצר×Ļ×Ŀ +Ġ×ŀס ×ķ×Ĵ +Ġy ür +Ġyür üt +Ġ׾׊צ×ķ +×ķÖ ¼ +ĠìŀĪ ìĹĪëĭ¤ +Ġter ör +ĠTh Æ°Æ¡ng +ĠÙĪ ÙĬÙħ +ĠÙĪÙĬÙħ ÙĥÙĨ +ج ÙĪÙĨ +ĠÙĪغÙĬر Ùĩا +×ŀ פ×ķ +×Ĵ×ķר ×ŀ×Ļ×Ŀ +׼×ij ×Ļש +ĠاÙĦÙĦ غ +ĠاÙĦÙĦغ Ø© +شر Ùĥ +ĠاÙĦر اب +ĠاÙĦراب ع +ĠпÑĢ ек +ĠпÑĢек ÑĢаÑģ +ĠпÑĢекÑĢаÑģ н +Ġenerg ÃŃa +ק×ĵ ×ŀ×Ļ +ãģıãģª ãģ£ãģŁ +ĠÄij ứ +ĠÄijứ a +Serv i +Servi ço +Ġkald ır +åĥį ãģį +Ġод еж +Ġодеж д +물 ìĿĦ +ãģĿãģĨ ãģ§ +ãģĮãģĤ ãĤĮãģ° +ìĻ ķ +צ×ĵ ק +Ġart ır +Ġile ti +Ġileti ÅŁim +ãĤĪãģĨ ãģ§ +ãĥĪ ãĥ¼ +ãĤ¢ ãĥĭ +ãĤ¢ãĥĭ ãĥ¡ +×ĺ×Ļ ×Ļ׾ +ãĥķ ãĥªãĥ¼ +ãĥĿ ãĥ³ +ÐŁÑĢ о +Ġع اÙĦÙĬØ© +ĠÃ¶ÄŁ ret +ĠÃ¶ÄŁret men +ĠкаÑĩеÑģÑĤв а +Ġ×Ķ×ĺ ×ij×¢ +Ġзна Ñİ +ãģ¦ ãģıãĤĭ +Ġm ừng +ÙħÙĪ ت +ש ×ķ×ŀר +×Ĺ׾ ×ij +Ġwzgl ÄĻ +ĠwzglÄĻ du +ë²Ī 째 +Ġtá» ĵ +Ġtá»ĵ n +ãĥ¯ãĥ¼ ãĤ¯ +Ġpo życz +Ġpożycz k +×Ļ ×ķצר×Ļ×Ŀ +Ùĥر Ùħ +Ġг аÑĢ +ĠгаÑĢ ан +ĠгаÑĢан ÑĤи +ล à¹īาà¸ĩ +Ġìĺģ íĻĶ +×ĺ ×Ļס +Ġth ẻ +ĠìŀĪëĭ¤ ê³ł +اÙĦت ز +اÙĦتز اÙħ +Ġна ÑĪи +is ée +ãģĵãĤĮ ãĤĴ +Ġm ẽ +ض ÙĦ +بÙĪ ت +Ġ׼ ׼×Ķ +h ợ +ĠاÙĦس ÙĪرÙĬØ© +Ġ×ľ×¢ ×ķ×ŀ +Ġ×ľ×¢×ķ×ŀ ת +ĠbaÅŁ ar +ĠbaÅŁar ılı +е ÑģÑĤÑĮ +à¸Ħร ี +à¸Ħรี ม +ĠìłĦ ì²´ +ĠسÙĬ ÙĥÙĪÙĨ +Ġ×ŀ×ĵ ×ķ×¢ +ĠëķĮ문 ìĿ´ëĭ¤ +Ġc ứng +ger ät +Ġм иÑĢ +ĠмиÑĢ е +ĠÙĥÙĬÙģ ÙĬØ© +Ġפר ×ĺ×Ļ×Ŀ +Ġgo ÅĽci +иÑĤ еÑģÑĮ +ÑĥÑĪ ки +ؤ ÙħÙĨ +Ġ×IJ ׼ף +ĠاÙĦر جÙĦ +Ġl á»įc +à¹Ģรีย à¸ģวà¹Īา +ãģĵãģ® ãĤĪãģĨãģª +ë§Į íģ¼ +Ġп еÑĩ +ÙĪÙĦ ات +ĠÃľ ye +liÄŁ inde +à¸Ħะ à¹ģà¸Ļ +à¸Ħะà¹ģà¸Ļ à¸Ļ +ãĤĭãģĵãģ¨ ãģ¯ +วิ à¹Ģà¸Ħร +วิà¹Ģà¸Ħร าะ +วิà¹Ģà¸Ħราะ หà¹Į +Ġвозмож ноÑģÑĤи +ĠاÙĦÙĨ ساء +ãĥīãĥ© ãĥŀ +Ġgü c +Ġgüc ü +Ġt Æ°á»Ŀng +Ġacomp aña +ãĤ¤ ãĥ© +ק צ×ij +ĠY ö +ĠYö net +ĠYönet im +สัม à¸ľ +à¸ªà¸±à¸¡à¸ľ ัส +à¸Ļ าม +ĠÄij ợi +à¹ģหà¹Īà¸ĩ à¸Ĭาà¸ķิ +ãģĿãĤĮ ãģ§ãĤĤ +ät ig +ת ×ķ×Ŀ +ĠbaÅŁ lat +ĠвÑģ ей +ת ×Ļק +ת×Ļק ×ķף +ĠNg ô +ĠGesch ä +ĠGeschä fts +Ø£ Ùħ +Ø£Ùħ راض +à¹Ģà¸Ĺ à¸Ħà¸Ļ +à¹Ģà¸Ĺà¸Ħà¸Ļ ิ +à¹Ģà¸Ĺà¸Ħà¸Ļิ à¸Ħ +Ġм енÑĮ +ĠменÑĮ ÑĪе +Ġöl ç +Ġölç ü +ĠÙĬ جعÙĦ +ĠÄij ỡ +ש ×Ļ׾ +ש×Ļ׾ ×ķ×ij +ĠGr Ã¶ÃŁe +ĠÙĩ اتÙģ +รà¹īาà¸Ļ à¸Ńาหาร +×Ķ׾ ×Ļ׼ +×Ķ׾×Ļ׼ ×Ļ +иÑĢÑĥ ÑİÑī +èĭ¥ ãģĦ +ĠÃĸ zel +ãģĦãģŁ ãĤī +à¸Ħำ à¸ĸาม +Ġzosta ÅĤy +Ġ×Ķס ×Ļפ×ķר +×Ķ ×ķ׾ +×Ķ×ķ׾ ×ļ +à¹Ģà¸Ĭà¹Īà¸Ļ à¸ģัà¸Ļ +à¹Ĥ à¸Ĩ +à¹Ĥà¸Ĩ ษ +à¹Ĥà¸Ĩษ à¸ĵา +×IJר צ×ķת +×Ĵר פ×Ļ +Ġao ût +ĠÙĬ رÙĬد +ت ÙĪج +تÙĪج ÙĬÙĩ +ĠÑįÑĤ ап +ãĤ¹ãĤ¿ ãĥ³ +Ġkr ó +Ġkró tk +ãĤĴ使 ãģĨ +ì ·¨ +éĸ¢ ãĤı +à¸Ķà¹īวย à¸Ħวาม +à¸Ļำ à¹Ģสà¸Ļà¸Ń +Ġa yrıca +à¸Ī à¹īาà¸ĩ +ĠÑĦоÑĤ огÑĢаÑĦ +Ġв еÑĩ +ĠвеÑĩ еÑĢ +åĩº ãģĹãģŁ +ĠÐ¥ о +Ġ×ŀ ר×Ĵ×Ļש +à¹ĥหà¹ī à¹Ģà¸Ľà¹ĩà¸Ļ +ãĤĴ 缮 +ãĤĴ缮 æĮĩ +׾ ×ŀ×Ļ×Ŀ +nÄħ ÅĤ +ĠÑģÑĤ анд +ĠÑģÑĤанд аÑĢÑĤ +ĠSü d +ĠT âm +اخت بار +à¹Ģà¸ģ à¸Ńรà¹Į +Ùħس رØŃ +Ġbi á»ĩn +ب Ùı +Ġص اÙĦ +ĠصاÙĦ ØŃ +ĠPh ụ +íľ ´ +ãĥ¬ãĥĵ ãĥ¥ãĥ¼ +Ġbụ ng +Ġrég ime +ĠØ£ Ø´Ùĩر +ĠÑĢабоÑĤ ник +à¸Ŀ ัà¸Ļ +اع تÙħ +اعتÙħ اد +Ġзам еÑĤ +ãģ¾ ãģ£ãģ¦ +Ġch ặt +æĿ¥ ãĤĭ +ĠاÙĦÙĤ ÙĪات +ãģ«åħ¥ ãģ£ãģ¦ +تØŃ Ø§ÙĦÙģ +Ùħ زÙĬد +ĠÙĬ صÙĦ +ìĹ ¼ +à¹Ģà¸Ĭ à¹ĩ +à¹Ģà¸Ĭà¹ĩ à¸Ħ +Ġk á»ĭ +Ġká»ĭ p +ĠìķĦ ì§ģ +×IJ׳ ×Ĵ +Ġобла ÑģÑĤÑĮ +Ġpomoc Äħ +Ġ×ķ ש׾ +ëĵł ì§Ģ +ĠGi ám +ĠSt ück +Ġchá y +ĠëĤĺ ìĺ¤ +ש ×Ļ×ĺת +×ŀ×ĵ ר +×ŀ×ĵר ×Ļ×ļ +Ġsüre ç +к ва +×ij׾ ×Ļ×Ŀ +×Ķ ת×Ļ +×Ķת×Ļ ×Ļ×Ĺס +ÙĤب اÙĦ +Ġס ×ķ×Ĵ +Ġס×ķ×Ĵ ×Ļ +ÑģÑĤ олÑĮ +ä½ķ ãĤĤ +×ĸ׼ ×ķר +è²· ãģĨ +å®ī ãģı +à¸Ħรัà¹īà¸ĩ à¸Ļีà¹ī +kö p +ĠÑģеÑĢ виÑģ +оÑĩ нÑĭÑħ +ê±° ëŀĺ +تأ Ùĥ +تأÙĥ ÙĬد +×ĵ ׾ק +Ġпо Ñĩем +ĠпоÑĩем Ñĥ +пиÑģ аÑĤÑĮ +×ij שר +ĠH Ãłng +ĠT ìm +Ġtr ừ +ãĤ» ãĥĥãĤ¯ãĤ¹ +×ķ׳ ×Ĵ +mız da +п Ñģи +ĠìŀĪ 기 +Ġr út +ز اÙĨ +تÙĨ ÙĪع +ÙħÙĤ ا +ÙħÙĤا ÙĪÙħØ© +Ġ׾צ ×ķר×ļ +Ġ×ij ×Ļר×ķש׾×Ļ×Ŀ +ãĥ´ ãĤ£ +eb ile +ebile ceÄŁi +ãĥ¦ ãĥ¼ãĤ +ãĥ¦ãĥ¼ãĤ ¶ +ãĥ¦ãĥ¼ãĤ¶ ãĥ¼ +ãĤĴä½ľ ãĤĭ +Ñģ меÑĢ +ÑģмеÑĢ ÑĤ +Ġì§ ģ +Ġì§ģ ìłij +ĠÐŁ аÑĢ +ØŃ Ø§Ø¶ +ØŃاض ر +Ùħ ÙĥاÙģ +ÙħÙĥاÙģ ØŃØ© +ล ิà¸Ļ +ãģ¦ ãģįãģ¦ +ÑĢоÑģ л +ĠÄ°ÅŁ te +ÙĤص ÙĬر +Ġ×ij×Ĵ ×Ļ׾ +Ġ×ŀת ×IJ×Ļ×Ŀ +Ġ×Ķ ×Ĺ×ĵ +Ġ×Ķ×Ĺ×ĵ ש×Ķ +ר ×ķ×¢ +Ġprodukt ów +ĠÙħ صدر +не ÑĨ +ĠاÙĦعÙħÙĦ ات +Ġçık ma +Ġد بÙĬ +ק ×Ļף +ת ×IJר +ת×IJר ×Ļ×ļ +׳×Ļ ×Ļ×ĵ +صر اع +l ève +צ ×Ļר +à¸Ķ ัà¸Ļ +à¹ĥหà¹ī à¹Ħà¸Ķà¹ī +ãĤ¿ãĤ¤ ãĥł +Ġgi ảng +С ÐŁ +ĠاÙĦÙħ ØŃÙĦ +ĠاÙĦÙħØŃÙĦ ÙĬØ© +ĠT ất +׾ ×ķ×ĺ +h á»ķ +Ġam éric +Ġaméric ain +Ġ×ijש׾ ×ij +Ġ׾×IJ ×ķ×ŀ×Ļ +Ġpe ça +ĠÑĢаз нÑĭÑħ +ãģĦãĤĭ ãģ¨ +ãĥĩ ãĥ³ +ס קר +Ġ×Ķ×ŀ×Ĺ ×Ļר +ãģ¨ãģĦãģĨ ãĤĤãģ® +رت بط +ĠиÑģÑĤ оÑĩ +ĠиÑģÑĤоÑĩ ник +สมัà¸Ħร สมาà¸Ĭิà¸ģ +Ġ à¸Ĺัà¹īà¸ĩ +Ġà¸Ĺัà¹īà¸ĩ à¸Ļีà¹ī +ĠT áºŃp +ãģ£ãģ¦ ãģĦãģĨ +ĠاÙĦÙĪ صÙĪÙĦ +Ġdéc ada +Ġо ÑĦоÑĢм +ĠоÑĦоÑĢм лен +สำหรัà¸ļ à¸ģาร +Ġog óln +ãģĨãģ¡ ãģ« +Ġvá rias +ãģĻãģİ ãĤĭ +ÙĪ Ùĩا +à¹Ĥà¸Ľà¸£ à¸Ķ +ĠÐłÐ¾ÑģÑģ иÑı +人 ãĢħ +ãģĹãģ¦ ãģįãģŁ +Ġsı rasında +Ġng ôn +س ÙĨØ© +تÙħ تع +×ŀ׼ ×ij×Ļ +Ġnh ấn +×¢ ×ŀ×Ļ×ĵ +á» ¨ +ж иÑĤÑĮ +ãĤī ãģĽ +gr áf +gráf ica +ĠÙĤ ÙĪÙĦ +ĠÙĤÙĪÙĦ Ùĩ +ëĭ¨ ì²´ +ห à¹īา +หà¹īา ม +使 ãģ£ãģ¦ +ת ×Ļ×ij +ת×Ļ×ij ת +i á»ĥu +à¹ģ à¸Ĭม +à¹ģà¸Ĭม à¸Ľ +à¹ģà¸Ĭà¸¡à¸Ľ à¹Į +Ạ¬ +ĠëĤĺ ëĿ¼ +ĠÙħباشر Ø© +Ġtr Äĥm +سÙĥ ÙĪ +ĠاÙĦØ° Ùī +Ġbi ç +Ġbiç im +ت راجع +Ġоб еÑģп +ĠобеÑģп еÑĩ +ĠобеÑģпеÑĩ ива +Ġвозд ÑĥÑħ +Ñĭв аÑĤÑĮ +ÙĦ ØŃÙĤ +ĠMü dü +ĠMüdü rl +ĠMüdürl Ã¼ÄŁÃ¼ +Ġyapt ır +Ġפר ס +Ġפרס ×ķ×Ŀ +Ø· ÙĪر +ÑģÑĤв оваÑĤÑĮ +ìŀ¥ ìĿĦ +à¸Ĺีà¹Īà¸Ķี à¸Ĺีà¹Īสุà¸Ķ +à¸Ńั ล +ÑĢ Ñİ +Ùħست ÙĤبÙĦ +Ñģл ÑĥÑĪ +ÑģлÑĥÑĪ а +èªį ãĤģ +Ġ׾ ×Ļ×ŀ +Ġ׾×Ļ×ŀ ×ķ×ĵ×Ļ +ת ש×ķ×ij +תש×ķ×ij ×ķת +ĠgerçekleÅŁtir il +ĠاÙĦ اتÙģاÙĤ +ĠÑĥÑĢов не +ĠÑĤ ÑĢав +Ġ×Ķ×ŀ ×ķף +ØŃÙģ اظ +ĠÙħ ÙIJ +ĠÙħÙIJ ÙĨ +ĠÙħÙIJÙĨ ÙĴ +Ġdem ás +×ŀ×ķ×ĸ ×Ļק×Ķ +ש ×Ļ×Ĺ×Ķ +Ġb ú +алÑĮ нÑĭм +ãĤı ãģŁ +ãĤıãģŁ ãģĹ +ĠاÙĦÙħÙĪ اد +ת ׼׳ +×ª×Ľ×ł ×ķף +ãĥŃ ãĥĥãĤ¯ +hi ếu +ĠÑĥ ме +ÙħØŃا ÙĪÙĦØ© +×IJ ×ķשר +Ġкон кÑĥÑĢ +ĠконкÑĥÑĢ Ñģ +Ġ×ŀ ×ij×Ĺ +Ġ×ŀ×ij×Ĺ ×Ļ×ł×ª +Ġan lam +Ġanlam ı +Ġli á»ĩt +Ġв Ñħод +ĠH ình +ĠÙĨ ÙĬ +ĠÙĨÙĬ ÙĪز +ãĤ¸ãĥ£ ãĥ¼ +×ij ×Ļ×¥ +ÑĤелÑĮ нÑĭÑħ +à¸Ĺุà¸ģ à¸Ńยà¹Īาà¸ĩ +ĠkiÅŁ inin +Ø£ Ùĥثر +ĠиÑģÑĤоÑĢ ии +Ġë³Ģ íĻĶ +פ׾ ס×ĺ +×¤×ľ×¡×ĺ ×Ļ׳×Ļ +ĠÑģ еÑĤ +ĠÑģеÑĤ и +dıģ ımız +íķĺ ëıĦë¡Ŀ +×Ķ ר +×Ķר ×ij×Ķ +ãģĻãĤĭãģĵãģ¨ ãģ¯ +Ġphi ếu +تØŃ Ø³ÙĬÙĨ +ĠÅĽ rod +ĠÅĽrod ow +ĠÅĽrodow isk +ĠÑĢаÑģ Ñħод +بر ÙĬد +Ġر ÙĬ +ĠرÙĬ اÙĦ +Ġ×ķ ׼×ļ +ì§Ģ ìļĶ +׼ ×ŀ×ķ +Ġ×¢×ľ ×Ļ×Ķ×Ŀ +f ÃŃcio +Ġkar arı +tıģ ını +ĠС ов +ĠСов еÑĤ +ãģĬéĩij ãĤĴ +м еждÑĥ +междÑĥ на +междÑĥна ÑĢод +междÑĥнаÑĢод н +Ġm á»Ŀi +ĠاÙĦØ¥ ÙĬر +ĠاÙĦØ¥ÙĬر اÙĨÙĬ +ĠاÙĦرÙĪ سÙĬ +ص ÙĨد +صÙĨد ÙĪÙĤ +ĠاÙĦØ¥ÙĨ ترÙĨت +Ġt ắm +ĠÑĤак ого +Ġ×ij ׾×ķ×Ĵ +Ġü crets +Ġücrets iz +×Ĺ×ĸ ×Ļר +ìĸ´ ìķ¼ +ĠPh ần +ï¼ ľ +Ġ×ĺ ×ij×¢ +Ġ×ĺ×ij×¢ ×Ļ +×IJ×ŀ ×IJ +اÙĤ ÙĦ +Ġcondi ções +ÙĤات ÙĦ +ĠÑĢезÑĥлÑĮÑĤаÑĤ е +ĠÑģво ими +צ×ij ×Ļ×¢ +gé ni +Ġz es +Ġzes po +Ġzespo ÅĤ +ÑĪ ив +Ġפר×ĺ×Ļ ×ķת +Ùħست Ø´Ùģ +ÙħستشÙģ Ùī +شر ع +Ġko ÅĽci +Ġ×Ķ×IJ ×Ļ׳×ĺר׳×ĺ +ĠЧ еÑĢ +поÑĩ ÑĤ +Ġactiv ités +çŁ¥ ãģ£ãģ¦ +Ġ×ij ×ĸ×Ķ +Ġyüz den +ãģªãĤĬ ãģ¾ãģĽãĤĵ +Ġíĺ ¹ +Ġíĺ¹ ìĿĢ +Ġ×ŀש ׳×Ķ +ĠÐĴ еÑĢ +Ġ×ij×IJ×ķת ×ķ +éĿ¢ çĻ½ +éĿ¢çĻ½ ãģĦ +شر ØŃ +gr ünde +Ùģ Ø´ +ÙģØ´ ÙĦ +Ġsé jour +ë´ IJ +Ġr ôle +Ø´ عار +ем Ñĭе +ĠاÙĦج سÙħ +алÑĮ ное +Ġìĥģ íĥľ +ï¼ ¤ +ë¯Ģ ë¡ľ +ĠÙĨ ÙĤØ· +ĠÙĨÙĤØ· Ø© +ãģĿãģĨ ãģł +ãģĻãĤĭ ãģ®ãģĮ +ห ู +Ġnh á»ĭ +Ġeconóm ica +ס×ĺ ×ķ×ĵ +ס×ĺ×ķ×ĵ ׳×ĺ +มี à¹Ĥà¸Ńà¸ģาส +Ġgest ão +รูà¹ī วà¹Īา +Ġlo ạt +ĠاÙĦÙħ Ùı +ĠاÙĦØŃ ÙħÙĦ +ĠاÙĦعÙħÙĦ ÙĬØ© +Ġê²ĥ ëıĦ +ĠÐľÐ¾Ñģк ва +ק×ĺ ×ķר +Ġпод ÑĢоб +ĠподÑĢоб н +Ġl Æ°ng +ت Ùģس +تÙģس ÙĬر +ĠاÙĦ بع +ĠاÙĦبع ض +ئ ت +Ðķ ÐĿ +ìĹ° 구 +à¹ĥหà¹ī à¸Ħุà¸ĵ +ãģĤãĤĬ ãģ¾ãģĹãģŁ +Ġbir ka +Ġbirka ç +ĠÄ° sl +ĠÄ°sl am +çĹĽ ãģ¿ +Ġh ảo +Ġм аÑı +ĠiÅŁ çi +ש × +×©× ģ +à¸ģาร à¹Ģมืà¸Ńà¸ĩ +×ķ×Ķ ר +Ġch ó +ëĨ Ģ +Ġyan lı +Ġyanlı ÅŁ +幸 ãģĽ +×IJר×Ĵ ×ķ׳×Ļ +à¸Ńาà¸Ī าร +à¸Ńาà¸Īาร ยà¹Į +ĠинÑĦоÑĢм аÑĨиÑİ +Ðĵ Ðŀ +׳ ×Ĺש +ĠìķĮ ìķĦ +ĠÑħаÑĢакÑĤеÑĢ иÑģÑĤ +ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ ик +à¸Ħุà¸ĵ สามารà¸ĸ +è¦ĭ ãģĪãĤĭ +à¸Ĭัà¸Ķ à¹Ģà¸Ī +à¸Ĭัà¸Ķà¹Ģà¸Ī à¸Ļ +ĠdziaÅĤ al +ĠdziaÅĤal noÅĽci +à¹Ĥà¸ŀ สà¸ķà¹Į +ĠÐļ ол +ĠÙģ ÙĩÙĬ +Ġ×ŀ פ׳×Ļ +Ġ×Ķק שר +Ùħر Ùĥ +ÙħرÙĥ ز +Ġho á +Ġа пп +Ġапп аÑĢаÑĤ +Ġp ami +Ġpami ÄĻ +ĠpamiÄĻ ta +Ġç ünkü +×ĵ ×ķף +ãģ¯ ãģĵãģ¡ãĤī +ĠM Ãł +ĠÙĬ ÙĤدÙħ +ĠпÑĢ ез +ĠпÑĢез иденÑĤ +à¸Ńุ à¸ķ +à¸Ńุà¸ķ สา +à¸Ńุà¸ķสา ห +à¸Ńุà¸ķสาห à¸ģรรม +ì§Ģ ìĽIJ +Ġ×IJפשר ×ķת +sch üt +schüt z +ĠTi ên +Ġsay ılı +ĠгÑĢÑĥпп Ñĭ +оÑĩ нÑĭй +Ġ×ľ×¢ ×ŀ×ķ×ĵ +Ġwr zeÅĽ +ĠwrzeÅĽ nia +ĠÄIJ ầu +à¹Ģà¸Ĥà¹īา รà¹Īวม +nız da +Ø®ÙĬ ص +Ġgü nc +Ġgünc el +ĠÙĦÙĩ Ø°Ùĩ +ĠÙĬ عتبر +lé gi +ãĤı ãģĭãĤĭ +Ġr ừng +ظ Ùĩ +ظÙĩ ÙĪر +Ġ×ŀ×ij ×Ļף +Ġ기 íĥĢ +åĪĩ ãĤĮ +lan mÄ±ÅŁ +à¸Ĺีà¹Ī มีà¸Ħวาม +Ġh á»ģ +ت ÙĪجÙĩ +ĠاÙĦØ¥ دارة +Ġú til +ס פ×ķ +à¸Ħวาม รัà¸ģ +à¹Ĥ ฮ +Ġпол иÑĤ +ĠполиÑĤ ик +Ġsat ın +ĠÅŀ imdi +×ŀ ×ķר×Ļ×Ŀ +ìķĺ ëĭ¤ +×Ĺ ×ķ×ķ +×Ĺ×ķ×ķ ×Ļ×Ķ +à¸Ħà¸Ńม à¸ŀิ +à¸Ħà¸Ńมà¸ŀิ ว +à¸Ħà¸Ńมà¸ŀิว à¹Ģà¸ķà¸Ńรà¹Į +Ġا ذا +تخ اذ +ãĤ¨ ãĥ« +Ġpossibilit é +ยืà¸Ļ ยัà¸Ļ +Ġü nivers +Ġünivers ite +ĠاÙĦد ÙĪرÙĬ +ĠìķĬëĬĶ ëĭ¤ +ĠìĦľ ë¡ľ +ØŃ Ø§ÙĦ +Ġë ¨ +Ġë¨ ¼ +Ġ먼 ìłĢ +à¸Ĺีà¹Ī à¸ĸูà¸ģ +ì§ ľ +Ġsk óry +лÑĮ ÑĨ +à¹ĥà¸Ĭà¹ī à¹Ģวลา +×ijק שת +ĠØ° ÙĪ +æĹ¥ ãĢħ +ĠкоÑĤоÑĢ ÑĥÑİ +ĠÑĥÑĢов енÑĮ +ê¹ ¨ +à¹Ħ à¸Ĺ +ãĤµ ãĥĹãĥª +ãĤ¸ ãĥ§ãĥ³ +ãģĻ ãģ¹ãģį +ĠG ór +ãĥĪ ãĤ¤ +ãĥĪãĤ¤ ãĥ¬ +ĠyaÅŁ ama +Ġdá»ĭ p +Ġb ữa +à¸ĭ ุ +Ġöl üm +ãģ£ãģ¦ ãģıãĤĭ +à¸ģาร à¸Ħà¹īา +ש ער +ĠÑĤип а +Ġг еÑĢ +ĠгеÑĢ о +רק ×¢ +Ġu waż +Ġuważ a +ש×ŀ ף +Ġhast alık +ãĤıãĤĮ ãĤĭ +ba ÅŁÄ± +Ñĩ ÑĤо +Ġ×ij ×ŀר׼×ĸ +Ġìļ°ë¦¬ ìĿĺ +ĠÙĥاÙĨ ÙĪا +ĠØ£ بر +Ġأبر ÙĬÙĦ +ì¸ µ +à¹Ħà¸Ĥ à¹Ī +ĠÙĪ ÙĦÙĪ +à¸Ĺ ัว +à¸Ĺัว รà¹Į +ĠÙĪØ£ Ùĥد +à¸Ĭ วà¸Ļ +׾ ×ķק +æį ¨ +æį¨ ãģ¦ +Ġİç in +p éri +Ġy al +Ġyal nız +ÑĮÑı н +Ġg ắng +à¸ģà¹ĩ ยัà¸ĩ +ĠУкÑĢа ин +ĠÑģ ами +ĠпÑĢовед ен +à¸ķà¸ģ à¹ģà¸ķà¹Īà¸ĩ +ĠQu ân +é paration +ĠbaÅŁ ında +Ġzn ale +Ġznale ź +Ġznaleź Äĩ +ãĤ± ãĥ¼ +ãĥİ ãĥ¼ +à¸ĸูà¸ģ à¸ķà¹īà¸Ńà¸ĩ +ëª ¸ +Ġëı Į +ĠëıĮ ìķĦ +ĠSch üler +Ġпод гоÑĤов +ĠподгоÑĤов к +ع رÙĪ +عرÙĪ ض +la ÅŁtır +ĠÑģоÑģÑĤав лÑıеÑĤ +ĠпÑĢоиз вод +ĠпÑĢоизвод ÑģÑĤва +ĠоÑģнов е +ĠØ´ ÙħاÙĦ +à¸ģร ี +ĠgörÃ¼ÅŁ me +оÑĩ ек +Ġ×Ĺ×ijר ×Ļ×Ŀ +ÙħØ® اط +Ùħخاط ر +ï¼ Ń +ר פ×IJ +ĠM ẹ +ยà¸Ńม รัà¸ļ +Ġv ết +Ø® Ø° +ĠاÙĦت Ø· +ĠاÙĦتط بÙĬÙĤ +à¸Ļ ึà¸ģ +Ġ×Ķ ×Ľ×ł×¡×ª +ĠогÑĢ ани +ĠогÑĢани Ñĩен +ĠÃĩ alÄ±ÅŁ +ĠاÙĦÙħÙĨت دÙī +à¸Īำà¸Ļวà¸Ļ มาà¸ģ +ĠÑĤоÑĢ ÑĢ +ĠÑĤоÑĢÑĢ енÑĤ +ĠìĤ´ ìķĦ +à¸ŀลัà¸ĩ à¸ĩาà¸Ļ +à¸Ĭ ัà¸Ļ +ĠÐIJн дÑĢ +Ġréalis é +×ŀש ×IJ +à¹ģ à¸Ĭ +à¹ģà¸Ĭ รà¹Į +Ġб ог +มา à¹ģลà¹īว +ĠاÙĦÙĨ ار +Ġolmad ıģı +×ĵ ×¢×Ķ +ĠÑĥ веÑĢ +ĠÑĥвеÑĢ ен +ãĤĭ ãĤĤãģ® +Ø£ د +أد ÙĪات +Ġ×Ķ×ĸ ×ķ×Ĵ +Ø¥ عÙĦاÙħ +h á»ı +ĠNä he +ĠÑĤ еÑģÑĤ +Ġ×ŀ ×ķ׼ר +Ġë¬¸ìłľ ê°Ģ +ת ×ķצ×IJ×Ķ +m ó +mó vel +ĠاÙĦتج ارة +Ġмног иÑħ +обÑī а +Ġ×¢ סק×Ļ +ĠEdu cação +ק ש×Ļ×Ŀ +é tabl +établ issement +Ġд еле +иÑĢÑĥ еÑĤÑģÑı +Ø¢ ثار +Ġ×Ķ×ŀ ר׼×ĸ×Ļ +ãĥIJ ãĥ« +ĠвÑģÑĤÑĢ еÑĩ +ãģĴ ãĤĭ +Ġci Äħ +ĠciÄħ gu +ÙĬ ست +à¸łà¸² ว +à¸łà¸²à¸§ ะ +Ø£ Ùħر +Ġо жи +Ġожи да +Ġ ủy +ãĥŀ ãĥ« +ر اس +оÑĩ ной +ת ×Ĵ×ķ×ij×ķת +تع رÙĬÙģ +ĠÑģо ÑĨиалÑĮно +ãĤĴ éĸĭ +ĠиÑģÑģлед ова +Ġd ú +Ġdú vida +Ġsk ÅĤ +ĠskÅĤ ada +Ġhä ufig +ĠвÑĭб ÑĢ +ĠвÑĭбÑĢ аÑĤÑĮ +ãģ®ãģ§ãģ¯ãģªãģĦ ãģĭ +ĠÑģ илÑĮно +ÑĤвеÑĢж ден +ר פ +רפ ×ķ×IJ×Ķ +æĢĿ ãģĦãģ¾ãģĻ +ØŃر ص +ש×ķת ×£ +Ùħس جد +à¹Ĥà¸Ĭ วà¹Į +ем ÑģÑı +в ÑĪие +Ġм л +Ġмл н +Ġ׾×Ķ ×ij×Ļ×IJ +ĠÙĬ تعÙĦÙĤ +à¸ķ ูà¹ī +Ġп ÑĢаз +ĠпÑĢаз д +ĠпÑĢазд ник +Ġн ем +Ġнем ного +Ġs Ãłng +تÙĨ سÙĬ +تÙĨسÙĬ ÙĤ +Ġtá» Ŀ +Ġмед и +ãģ« æĪ +ãģ«æĪ » +à¸Ħว à¹īา +ãģĭ ãģijãĤĭ +×ij׾ ×ķת +ĠÑįк Ñģп +ĠÑįкÑģп еÑĢÑĤ +Ġдев ÑĥÑĪ +ĠдевÑĥÑĪ к +ĠØŃ Øµ +ÙĨØ´ Ø£ +ãģĮãģĤãĤĭ ãģ®ãģ§ +Ġت راÙħ +ĠتراÙħ ب +أس ÙĪاÙĤ +Ġ׾פ ׳×ķת +Ġا ï»· +ãģ« ãģı +ãģ«ãģı ãģĦ +ĠØ£ عÙĦÙī +Ġ׾×Ķ ×ŀש×Ļ×ļ +rä u +ש×ŀ ×Ļ×Ŀ +åĪĨ ãģij +ãģĻ ãģ§ +ãģĻãģ§ ãģ« +×Ķ׾ ׼×Ķ +×Ĺ׾ ×Ļ×£ +Ġì ±ħ +Ġì±ħ ìŀĦ +à¹Ģà¸Ī ริ +à¹Ģà¸Īริ à¸į +éģĬ ãģ³ +ج سد +สา à¸ĺ +สาà¸ĺ าร +สาà¸ĺาร à¸ĵ +Ġbas ın +ÑĢаР³ +г ад +Ġho ÅŁ +íķ µ +×ij×Ĺ ×Ļר×Ķ +×ŀס ×ļ +Ġìłľ íĴĪ +تÙħ ÙĪÙĬÙĦ +ĠL Æ°u +ë¡ľ ë¶ĢíĦ° +Ġп об +Ġпоб ед +ÙħÙĨ Ø° +常 ãģ« +ÙĤ س +ĠاÙĦÙħ صدر +ĠÙĪاÙĦ است +Ġkh ắp +ĠاÙĦج اÙĨب +Ġng uyá»ĩn +éĸĵ éģķãģĦ +ĠÑģÑĤ ÑĢа +ĠÑģÑĤÑĢа Ñħ +ĠÑģÑĤÑĢаÑħ ов +รี à¸ļ +Ġx Æ°Æ¡ng +Ġì° ¾ +Ġì°¾ ìķĦ +Ġng ại +г ал +à¸ĭ ีà¹Ī +Ġ×ij פ×Ļ×Ļס×ij×ķק +Ц енÑĤÑĢ +Ġaval iação +Ġeconóm ico +×ĸ ף +ĠÐľ ак +Ġinter és +à¸ģล ิà¹Īà¸Ļ +ÑģÑĤÑĮ Ñİ +ĠÄij Æ°Æ¡ng +å¼· ãģı +ĠKh ách +à¹Ģà¸Ļืà¹īà¸Ń หา +ĠYaz ı +è²· ãģ£ãģ¦ +Ðł Ðķ +à¹Ģà¸ŀิà¹Īม à¸Ĥึà¹īà¸Ļ +สม à¸ļู +สมà¸ļู รà¸ĵà¹Į +Ġм иÑĢов +×Ĵ ׳×Ļ×Ŀ +ĠÄij ức +à¸Ń ารà¹Į +ص اص +ãģĬ ãĤĪ +ãģĬãĤĪ ãģ³ +ÃªÌ ī +ĠاÙĦÙħؤ تÙħر +ĠاÙĦÙħر ØŃÙĦØ© +สà¸Ńà¸ļ à¸ĸาม +Ġà¸Īาà¸ģ à¸Ļัà¹īà¸Ļ +Ġت عد +ãģĿãģ® ãģŁãĤģ +Ġkh áng +à¸Ļ ิà¸Ķ +ãĥĬ ãĥ³ +ëĦ¤ ìļĶ +ĠاÙĦ اØŃت +ĠاÙĦاØŃت ÙĦاÙĦ +ìļ ķ +Ġмод ели +ĠпÑĢоÑĨ енÑĤ +à¸ŀวà¸ģ à¹Ģรา +Ġ×Ķצ ×ĵ +Ġ×Ķצ×ĵ ×ĵ×Ļ×Ŀ +ständ e +׳ ×Ĵר +Ġdot yc +Ġdotyc zÄħ +ĠdotyczÄħ ce +ĠÅĽ wiÄĻt +×ŀר ×Ķ +ãģĻãģĶ ãģĦ +ãĥĩãĤ£ ãĥ³ãĤ° +à¸ģาร สรà¹īาà¸ĩ +ë Ĥ¬ +Ġì°¸ ìŬ +Ñģ Ñħ +ÑģÑħ ем +ÙħÙĪ س +Ġn ấu +Ġ׾×ŀ×¢ ׾×Ķ +à¹Ģà¸Ľ à¹īา +à¹Ģà¸Ľà¹īา หมาย +Ġmù i +ائ ز +íĽ Ī +×Ĺ×ij ×ķר×Ķ +à¸ľà¸¹à¹ī à¹ĥà¸Ĭà¹ī +Ġpa ź +Ġpaź dzi +Ġpaździ ern +Ġpaździern ika +ลà¸ĩ à¹Ħà¸Ľ +ÙĤ اع +Ġch áºŃm +Ġözellik leri +ĠÄIJ o +ĠÄIJo Ãłn +ж ение +Ġh ẳ +Ġhẳ n +ĠaÅŁ k +ï½ į +ãĥij ãĤ¹ +×Ķ×ķר ×IJ×ķת +ĠÅ » +ĠÅ» y +×ŀ×ĸ ׾ +ĠÑĥ кÑĢа +ĠÑĥкÑĢа ин +à¹Ģà¸Ĭ ิ +à¹Ģà¸Ĭิ à¸į +Ðł Ðĺ +ĠzwiÄħz ku +×Ķ×Ĺ׾×ĺ ת +ãĤĵãģ§ãģĻ ãĤĪãģŃ +ãģ¦ ãģĬãĤĬ +лож иÑĤÑĮ +×ŀ ×ķ׳×Ļ×Ŀ +ฮ ิ +ì° ¬ +ĠاÙĦÙħØ´ ترÙĥ +ĠdÃ¼ÅŁ ük +аг енÑĤ +ĠاÙĦØ£ سبÙĪع +ĠÙĤ رÙĬب +ин д +инд ив +индив ид +индивид Ñĥ +индивидÑĥ алÑĮн +för der +Ġseç en +Ġseçen ek +Ġét ant +ĠлÑİб им +каз ÑĭваеÑĤ +ว ิà¸Ļ +Ġ×Ķ×ij ×IJ×Ļ×Ŀ +Ġд ов +Ġдов олÑĮ +ĠдоволÑĮ но +×¢×ĵ ×Ļ×£ +Ġok re +Ġokre ÅĽ +ĠokreÅĽ lon +Ġت رÙĬد +à¹Ģมืà¹Īà¸Ń วัà¸Ļà¸Ĺีà¹Ī +ãĤĪ ãģĭãģ£ãģŁ +Cum h +Cumh ur +Cumhur ba +Cumhurba ÅŁ +CumhurbaÅŁ kan +CumhurbaÅŁkan ı +Ġn ợ +à¸ľà¸¹à¹ī à¹Ģลà¹Īà¸Ļ +Ġcompl ète +à¹Ģà¸ŀ ศ +د ÙIJ +Ġdü z +Ġdüz ey +ãģ§ãģĤãĤĭ ãģĵãģ¨ +ext érieur +× ³ +Ġinform ação +ãĤ¯ãĥª ãĥĭãĥĥãĤ¯ +ĠPub li +ĠPubli é +ר ×ķ×ĵ +à¸Ħวาม à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢ +ĠØ£ÙĬ ض +ĠØ£ÙĬض Ùĭا +ت سبب +ãģ¤ ãĤĤãĤĬ +из ма +à¸Ĥึà¹īà¸Ļ à¹Ħà¸Ľ +Ùĥ ÙIJ +ÙĦ ÙĪÙħ +Ġש צר +Ġשצר ×Ļ×ļ +ãģ¯ ãĤĤãģ¡ãĤįãĤĵ +Ġк ан +Ġкан ал +ãģ«ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +ĠاÙĦØ£ Ùĥثر +ت اØŃ +ÙĨت Ùĩ +ÙĨتÙĩ اء +ا ÙĪÙĬØ© +ĠBug ün +н Ñģкого +à¸Ķ à¹Īวà¸Ļ +é volution +ãģ£ãģ¦ ãģĦãģ¾ãģĹãģŁ +ãĤ ħ +ĠV Æ°Æ¡ng +à¸łà¸²à¸ŀ ย +à¸łà¸²à¸ŀย à¸Ļ +à¸łà¸²à¸ŀยà¸Ļ à¸ķรà¹Į +Ġ×Ķ צ׾×Ļ×Ĺ +ĠاÙĦإسÙĦاÙħ ÙĬ +ÙĦÙĬ ب +Ġed ição +ÑģÑĤÑĢ ел +Ġkh úc +ÙĨÙħÙĪ Ø° +ÙĨÙħÙĪØ° ج +׾ צ×Ķ +ÑģÑĤав ил +à¸ĸ า +สรà¹īาà¸ĩ à¸Ħวาม +ãģĦ ãģ£ãģ± +ãģĦãģ£ãģ± ãģĦ +ÑģÑĤав лен +ĠاÙĦ ÙĤدس +Ġng ược +ب Ø® +ส หร +สหร ั +สหรั à¸IJ +ĠØ£ غ +Ġأغ سط +Ġأغسط س +ãģĨ ãģ¾ +ãģĨãģ¾ ãģı +ĠêµŃ ìłľ +ØŃض ار +Ġd ừng +æĬ¼ ãģĹ +ت ÙĪا +تÙĪا جد +ש×ŀ ×Ĺ×Ķ +ãģı ãĤĵ +Ġ×ij×¢ צ +Ġ×ijעצ ×Ŀ +×ŀ ׳×Ļ×ķת +×ķ ×Ļ×ĵ +×ķ×Ļ×ĵ ×IJ×ķ +à¸Ĭ ิà¸ĩ +Ġprac ÄĻ +Ġз аÑĤ +ĠзаÑĤ ем +ĠìŀIJ ìľł +Ġì¤ Ģ +Ġì¤Ģ ë¹Ħ +Ġb áºŃ +ĠbáºŃ c +Ġ×Ķ×ŀ צ×ij +ĠÙĤ ÙĬÙħØ© +à¹Ģà¸Ń à¹Ģà¸Ĭ +à¹Ģà¸Ńà¹Ģà¸Ĭ ีย +Ġperch è +ĠاÙĦع سÙĥر +ĠاÙĦعسÙĥر ÙĬØ© +ج ÙĬب +ëŀ µ +Ùħ Ùĩر +ÙħÙĩر جاÙĨ +Ùħ راÙĥ +ÙħراÙĥ ز +Ġод нако +à¸Ķี à¹Ĩ +Ġצ פ×ķ +Ġkullan ılan +Ġк ино +ãĥĨãĤ£ ãĥ³ãĤ° +ĠGi Ỽi +ت ÙĪز +تÙĪز ÙĬع +ย ิà¸Ļ +ยิà¸Ļ à¸Ķี +Ġc Åĵur +ĠiÅŁ aret +Ġ×ij×¢ ×ĸר +Ġ×ij×¢×ĸר ת +Ġп аÑĨи +ĠпаÑĨи енÑĤ +ãģ¿ãģŁãģĦ ãģ§ãģĻ +в ез +ли на +од е +Ġ×IJ×ķת ף +dıģ ınız +ĠÐIJ в +ĠÐIJв ÑĤоÑĢ +ï¼ ® +ĠC ần +ĠاÙĦا Ø® +ĠاÙĦاخ بار +Ġê±° ìĿĺ +Ġat enção +Ġgeld iÄŁi +ãĤª ãĤ¹ +ãĤªãĤ¹ ãĤ¹ +ãĤªãĤ¹ãĤ¹ ãĥ¡ +ев Ñĭе +кÑĢÑĭ л +à¹Ģà¸Ĭ ียà¸ĩ +à¹Ģà¸Ĭียà¸ĩ à¹ĥหมà¹Ī +Ġmar ço +ĠاÙĦÙħ ادة +Ġг ол +Ġsprzeda ży +Ġíķ´ ê²° +ĠÐķ го +ê¹ Ģ +Ġ׾ק×ij׾ ת +ĠاÙĦÙģ ÙĨاÙĨ +Ġcomunic ación +à¹Ģสà¹īà¸Ļ à¸Ĺาà¸ĩ +íĺ ¹ +à¸Ĭ ำ +à¸Ĭำ ระ +Ġ׼ ×IJ×ŀ +Ġ׼×IJ×ŀ ×ķר +à¸Ĭ à¹Īาà¸ĩ +ز Ùĩر +Ġklient ów +ива ÑİÑĤ +ан г +׳ ×ļ +Ġg á»įn +Ãľ R +ìĺģ ìĥģ +Ġغ زة +ìĿĮ ìĿĦ +Ġbez po +Ġbezpo ÅĽ +ĠbezpoÅĽ redni +ĠاÙĦÙħ ÙĪا +ĠاÙĦÙħÙĪا Ø·ÙĨ +ĠاÙĦÙħÙĪاطÙĨ ÙĬÙĨ +ãĤĮ ãģ¾ãģĻ +ĠмаÑĤ Ñĩ +×IJ ×ķף +Ġر سÙħÙĬ +ĠÑįк он +ĠÑįкон ом +ĠÑįконом иÑĩеÑģк +ãĥľ ãĥ¼ +Ġд иÑĢ +ĠдиÑĢ екÑĤоÑĢ +ĠÑģк оÑĢо +à¸ļ ำ +à¸ļำ ร +à¸ļำร ุà¸ĩ +ĠÑĦ ÑĥÑĤ +ĠÑĦÑĥÑĤ бол +Ġ×IJ ×Ļ׾ +Ġì¤ij êµŃ +ìľ ¤ +eÄŁ e +à¹Ħ à¸ģà¹Ī +tra î +traî n +ĠÑĤ ÑĢÑĥб +à¹Ģà¸ļ ื +à¹Ģà¸ļื à¹īà¸Ńà¸ĩ +à¹ģม à¸Ļ +ĠتØŃ Ø¯ÙĬØ« +Ġ׼ עת +ØŃ Ø§Ø³Ø¨ +lı ÄŁa +ק×Ļ ×Ļ×ŀ×Ļ×Ŀ +оÑģÑĤ ÑĮÑİ +à¸Ŀ ั +à¸Ŀั à¹Īà¸ĩ +Ø´ غÙĦ +ìĽ ¹ +Ġкажд ого +Ġbölüm ü +หà¸Ļ ี +Ġistedi ÄŁi +Ġtr Æ°ng +ãĥ Į +ฮ à¸Ń +Ø£ÙĨ Ø´ +Ø£ÙĨØ´ طة +ĠاÙĦÙħ سÙĬ +ĠاÙĦÙħسÙĬ ØŃ +ลัà¸ģษ à¸ĵà¹Į +Ġn á»Ńa +à¸Ĺีà¹Ī à¸ķà¹īà¸Ńà¸ĩà¸ģาร +ÑĪ ек +л Ñij +Ġש ×Ļ×Ķ +Ġש×Ļ×Ķ ×Ļ×Ķ +Ġkhu ôn +ĠÑĤÑĢеб ованиÑı +Ġ×ľ×¢ ×ĸ×ķר +ĠاÙĦع Ùħر +ราà¸Ħา à¸ĸูà¸ģ +ÙĩÙı ÙħÙĴ +ü st +üst ü +Ġден ег +Ġn ạ +à¸Ĥà¸Ļ ม +Ġбл аг +Ġблаг од +Ġблагод аÑĢ +ĠблагодаÑĢ Ñı +Ø¥ سÙĦاÙħ +à¸Ļิ ว +çŁ¥ ãĤīãģªãģĦ +Ø« ÙĤØ© +Ġг олоÑģ +×IJ×ķר ×Ĺ +Ġtr ứng +Ġод ном +ĠkoÅĦ cu +Ġ×ķ רק +Wi ÄĻ +WiÄĻ cej +Ġ×IJ ×Ļ׼×ķת +Ġ×IJ×Ļ׼×ķת ×Ļ +Ñģ оÑģ +Ġje żeli +以ä¸ĭ ãģ® +å°ı ãģķ +å°ıãģķ ãģª +олог ии +Ġоб ÑģлÑĥж +ĠобÑģлÑĥж ива +Ùĥت ابة +Ġê´Ģ ìĭ¬ +×¢ ש×Ļר +Ġaras ındaki +ĠÑĢай она +ÙĪا جب +Ġ×ij×Ĺ×Ļ ×Ļ +íķ´ 주 +Ġg óc +ай л +ĠT ình +æļ® ãĤī +æļ®ãĤī ãģĹ +æĻĤ ãģ«ãģ¯ +ĠгоÑĢод е +Ġ׼×IJ ×Ļ׾ +Ġ׼×IJ×Ļ׾ ×ķ +ĠC á»Ļng +ãģ©ãģĨ ãģĹãģ¦ãĤĤ +×Ĺ ×ķ×£ +تØŃ Ø±Ùĥ +ĠÑģлов ам +à¸Īะ à¸Ĭà¹Īวย +ĠاÙĦÙħست ÙĤبÙĦ +ÙĤ ض +ÙĤض ÙĬ +×ijס ×ķפ +×ijס×ķפ ×ķ +iÄĻ Äĩ +ĠY ıl +Ø´ ÙĬØ® +à¸Ħุà¸ĵ à¸Īะ +ש×ŀ ×ķת +Ġت عرض +Ġanál ise +ĠÑģоб иÑĢа +à¹Ģà¸ŀ à¸Ĭ +à¹Ģà¸ŀà¸Ĭ ร +Ġв ели +Ġвели к +สั à¹īà¸Ļ +Ġpop ulação +รà¹Īวม à¸ģัà¸Ļ +×Ĺ ×ŀ +×Ĺ×ŀ ×Ļש×Ļ +ס ×Ļס +åĨħ ãģ§ +Ġsob Äħ +ĠY ay +ĠYay ın +ãĥ¡ ãĥĭãĥ¥ãĥ¼ +ĠпÑĢедоÑģÑĤав лÑı +ãģł ãģ¨æĢĿãģĨ +Ġê³ł ê°Ŀ +Ġод ним +à¹ĥà¸Ļ à¹Ģรืà¹Īà¸Ńà¸ĩ +Ġs á»ķ +ĠÐĹ Ð´ÐµÑģÑĮ +Ġизмен ениÑı +ĠìĿ¼ ìĿĦ +ãģªãģ® ãģł +клад Ñĭва +ÑĢ ма +Ġ×ķ×ij ׼׾ +تأ ÙħÙĬÙĨ +ĠпÑĢи ÑıÑĤ +ĠпÑĢиÑıÑĤ н +Ùħ Ùħار +ÙħÙħار سة +ãģ¨ãģª ãģ£ãģ¦ +Ġج ÙħÙĬÙĦ +Ġì§ Ī +Ġì§Ī 문 +Ġquest ão +i é +ié ndo +หà¹īà¸Ńà¸ĩ à¸ŀัà¸ģ +ãĥij ãĥ¼ãĥĪ +ÑĤвеÑĢж да +н Ñģкой +з ал +มุ à¹Īà¸ĩ +á» Ĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ķ +ĠTh Æ° +주 민 +ĠاÙĦع ب +év én +évén ement +ÙĤÙĪ اعد +د Ùı +ĠìķĬ ìĬµëĭĪëĭ¤ +Ġë³´ 기 +Ġyapıl ması +à¹Ģร าà¸ģ +à¹Ģราà¸ģ à¹ĩ +ØŃ Ø°Ø± +ÙĤ صر +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +Ġà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ļ +ãģ¨ ãģ« +ãģ¨ãģ« ãģĭ +ãģ¨ãģ«ãģĭ ãģı +н ÑĨе +зв Ñĥк +ãģĹãĤĪãģĨ ãģ¨ +ĠاÙĦصØŃ ÙĬØ© +Ġש×Ķ ×Ļ×ķ +ĠDi ÄŁer +ÙĤÙĦ ÙĤ +ãĤ¸ãĥ£ ãĥ³ +Ġr á»Ŀi +Ġл еÑĩ +ĠлеÑĩ ениÑı +تب اد +تباد ÙĦ +צ פ×Ķ +à¸Ħวาม à¹Ģหà¹ĩà¸Ļ +ĠØ´ ب +Ġشب ÙĥØ© +ר ×Ļק +Ùħ عد +Ùħعد ات +dıģ ında +Ġ×ijש ׳×Ļ×Ŀ +Ġ×Ķ ×Ļשר×IJ׾ +Ġ×Ķ×Ļשר×IJ׾ ×Ļת +Ġsı nav +׳צ ×Ļ×Ĵ +วัà¸ķ à¸ĸุ +ĠاÙĦبر ÙĦÙħ +ĠاÙĦبرÙĦÙħ اÙĨ +t ivitÃł +ãĤĵãģł ãĤįãģĨ +ק×Ļ ×Ļ×ŀ +ÙĦÙĬ Ùĥ +ĠÄij ò +ĠÄijò i +ĠÐĺн ÑĤеÑĢ +ĠÐĺнÑĤеÑĢ неÑĤ +ãģ«ãģ¨ãģ£ãģ¦ ãģ¯ +ãģ£ ãģĵ +ק ×ķס +ست ØŃÙĤ +æķĻ ãģĪãģ¦ +ãĥĢ ãĥ¡ +ĠÙħÙĨ زÙĦ +à¹Ģà¸ĭ à¹ĩà¸Ļ +使 ãģĪãĤĭ +è¦ĭ ç©į +è¦ĭç©į ãĤĤãĤĬ +Ø£ Ùģ +Ø£Ùģ Ùĥار +Ġиг ÑĢов +ĠигÑĢов Ñĭе +Ġm ÄĻż +ĠmÄĻż czy +ĠmÄĻżczy zn +ĠاÙĦØŃ ÙĤÙĬÙĤÙĬ +ع بر +׼×ķ׾ ׳×ķ +íĿ ¥ +×ŀ×IJ ×ķ×Ĺר +خت ص +ãĥŀ ãĥŀ +Ġ×IJ×Ĺ ×ķ×ĸ +í ĮĢ +Ġr á»iji +Ġв ÑĤоÑĢ +ĠвÑĤоÑĢ ой +Ġl ẫn +пÑĢ ом +пÑĢом ÑĭÑĪ +пÑĢомÑĭÑĪ лен +пÑĢомÑĭÑĪлен н +ĠоÑĤноÑĪ ениÑı +Ġs ứ +Ġм обилÑĮ +ĠмобилÑĮ н +ĠÑįÑĤ омÑĥ +Ġt ạp +ĠìĤ¬ ê±´ +ĠìķĮ 볤 +Ùĥ Ùı +ÙĥÙı ÙħÙĴ +Ġק ×ķר×Ķ +ĠÑĦ иÑĢ +ĠÑĦиÑĢ м +Ġsık ıntı +׳ ׼ +׳׼ ×ķף +ÙĪÙĦÙĪج ÙĬ +ØŃ Ø§ÙĨ +Ġlo ạn +Ġ×IJ׾ ×£ +Ġm ắn +abh äng +abhäng ig +ĠÑĥÑĢов нÑı +Ġ׾×ij×ĵ ×ķק +ÙĬ ÙħÙĨ +lay ın +Ġh ải +Ġзав од +ĠìķĦ 주 +สà¸ĸ า +สà¸ĸา à¸ļัà¸Ļ +Ġgüven lik +à¹Ģà¸Ķ à¹Īà¸Ļ +×ij×ĵ ק +Ġë Ī +ĠëĪ Ħ +ĠëĪĦ 구 +éĩįè¦ģ ãģª +รà¸Ńà¸ĩ รัà¸ļ +sch lie +schlie ÃŁen +Ġìĸ ¼ +Ġìĸ¼ ë§Ī +Ġìĸ¼ë§Ī ëĤĺ +ÑĤи ки +íķľëĭ¤ ê³ł +ãģłãģ£ãģŁ ãĤī +Ġ×Ķ ×Ļ×ĺ×ij +ãģªãģijãĤĮãģ° ãģªãĤīãģªãģĦ +â Ì +Ã¢Ì £ +Ġph ạt +ak Ä±ÅŁ +ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +à¹Ģà¸ĭ à¹ĩ +ĠС егоднÑı +Ġinsan ların +Ġdévelop pe +ת פר +תפר ×Ļ×ĺ +اÙĨت شار +ê° ij +Fran çois +Ø£ÙĦ ع +Ø£ÙĦع اب +ãĤĴ è¶ħ +ãĤĴè¶ħ ãģĪ +Ġê°Ļ ìĬµëĭĪëĭ¤ +ãĤ³ ãĥ¬ +ĠмеÑģÑı ÑĨев +íĮ ħ +ĠاÙĦج اÙħعة +ìĿ¸ íĦ° +ìĿ¸íĦ° ëĦ· +×ĵר ×ķש +ĠÙĪØ£ شار +ĠпÑĢав ила +ãģĿãģĵ ãģ« +×Ĺ ×ŀ×ĵ +à¹Ģหà¸ķุ à¸ģารà¸ĵà¹Į +Ġê²½ íĹĺ +ãģ¶ ãĤĬ +׾ ש +׾ש ×ķף +à¹Ģ à¸ĸ +ĠDo ÄŁu +ĠиÑģполÑĮзов ание +Ġçoc uÄŁu +магазин е +ĠÄiji á»ĥn +Ġas lı +Ġaslı nda +Ġdoen ça +Ġس اع +Ġساع ات +ĠиÑģполÑĮзов аниÑı +ר ×ķצ×Ļ×Ŀ +ĠзнаÑĩ иÑĤ +ĠÑĢаР¼ +ĠÑĢам каÑħ +ê±° 리 +Ġп ÑĭÑĤа +ãĥģ ãĥ³ +Ġпо Ñģк +ĠпоÑģк олÑĮ +ĠпоÑģколÑĮ кÑĥ +Ø¥ بر +إبر اÙĩ +إبراÙĩ ÙĬÙħ +ĠÑĤÑĢ еÑħ +ĠGen ç +س ÙĪÙģ +Ġve ÃŃculo +ĠNg ân +ĠоÑĩеÑĢ едÑĮ +à¸Ħร ึà¹Īà¸ĩ +×IJ ×ij×Ļ +à¸ķ à¹īม +ãĤĴè¡Į ãģĦ +ĠاÙĦساب ÙĤØ© +на ÑĨи +наÑĨи она +наÑĨиона лÑĮн +Ġgest ión +ت ÙĤد +ĠاÙĦبÙĬ اÙĨ +ĠاÙĦبÙĬاÙĨ ات +ĠاÙĦ اÙĨتخاب +ĠاÙĦاÙĨتخاب ات +à¹Ģà¸Ĭ à¹Īา +×ĵ ×IJ×Ĵ +Ġ׾×Ĵ ×ŀר×Ļ +Ġت ØŃتاج +Ġth ôn +à¸ķ à¹īà¸Ńà¸Ļ +à¸ķà¹īà¸Ńà¸Ļ รัà¸ļ +女 ãģ® +女ãģ® åŃIJ +Ġth ợ +Ø· ØŃÙĨ +ารà¹Į à¸Ķ +ת ×ŀ×Ļ×ĵ +ĠÑģам Ñĭм +Ġìĭľ íĸī +Ø¥ صد +إصد ار +ĠNgh á»ĩ +ìķ ķ +س ئ +سئ ÙĦ +à¸Ń าร +à¸Ńาร ม +à¸Ńารม à¸ĵà¹Į +à¹ģ ฮ +׳×ĺ ׾ +Ġì¢ĭ ìķĦ +×ķ׾ ׾ +Ġ×ij ×Ľ×ª×ij +ãĤ« ãĥ© +צע ×Ļר×Ļ×Ŀ +تعب ÙĬر +Ġ×ŀ קר×Ķ +ĠÑĦак ÑĤоÑĢ +Ġت ÙħاÙħ +ĠتÙħاÙħ ا +ëį ķ +Ġv Æ°á»Ŀ +ĠvÆ°á»Ŀ n +Ġd Ä±ÅŁÄ± +ãģĦ ãģ¡ +Ġ׾ק ׳×ķת +ĠاÙĦع ÙĦاÙĤات +п Ñĥб +пÑĥб ли +Ø¥ ÙĬÙħ +Ø¥ÙĬÙħ اÙĨ +à¸Ńำ à¸Ļา +à¸Ńำà¸Ļา à¸Ī +åIJ« ãģ¾ãĤĮ +ãĤĭ ãģŁãĤģãģ« +ס ×Ĵ +ס×Ĵ ׳×ķף +تØŃ Ø¯ÙĬ +Ġaup rès +ĠاÙĦج Ùĩا +ĠاÙĦجÙĩا ز +Ġ×ŀ ת×Ĺת +ен нÑĥÑİ +Ġз им +à¸ģา à¹ģà¸Ł +Ġ×ijת ×ķר +Ġngh è +Ġnghè o +ĠÐĽ Ñİ +ĠÐĽÑİ Ð± +תק צ×Ļ×ij +×ŀ×¢ ש×Ķ +ĠاÙĦبÙĬ ت +צ ×Ļפ +ĠобÑıз ан +ĠM á»Ĺi +ĠТ ÑĥÑĢ +ĠÙĪب اÙĦت +ĠÙĪباÙĦت اÙĦÙĬ +Ġdéc ision +Ġب د +Ġبد أت +Ġc ục +Ġb ask +Ġbask ı +Ġhat ırl +Ġhatırl a +å°ı ãģķãģĦ +Ġgerçek ten +à¸ľ ัà¸ģ +åı¯èĥ½ ãģª +×ŀ×IJ ס +Ġcr ÃŃtica +ĠìĿĺ ìĽIJ +عÙĤ ÙĪد +×ĺ ׼׳ +×ĺ׼׳ ×ķ׾×ķ×Ĵ×Ļ×Ķ +è¨Ģ ãģĪãģ° +ĠÙĤ ÙĨا +ĠÙĤÙĨا Ø© +ĠìĿ´ê²ĥ ìĿĢ +ت صر +à¸Ł ัà¸Ļ +ĠÑĢе ÑĨеп +ĠÑĢеÑĨеп ÑĤ +ĠبÙĨ Ùģس +ÑĢо ÑĪ +ĠмаÑĢ ÑĤа +Ġson ras +Ġsonras ı +×ķ×ij ש +ãĥª ãĤ¹ãĤ¯ +ĠFranç ais +á» ļ +ê° Ķ +Ġ×Ķ×ijר ×Ļת +פ ×Ļצ +פ×Ļצ ×ķ×Ļ +ĠÙĦÙħا ذا +ĠÐļи ев +ĠÑģ мÑĭÑģл +ê¸Ī ìľµ +ãĤ·ãĥ£ ãĥ« +ãĥ© ãĤ¤ãĥĪ +ìĽ ĥ +×ŀ ×Ĺר +ãĨ į +Ġkullan ım +Ġ×IJצ׾ ׳×ķ +Ġt Ãłn +ãĥı ãĥ¼ +ãģ¨ ãģ¨ãĤĤ +ãģ¨ãģ¨ãĤĤ ãģ« +ÑĢ ег +ÑĢег и +ÑĢеги он +ãģªãģı ãģªãĤĭ +Ġch ảy +Ġج ÙĩØ© +ÅĦsk iej +à¸Ńี à¹Ģม +à¸Ńีà¹Ģม ล +ãģį ãģ£ãģ¨ +ĠìĺĪ ìĤ° +Ġkit abı +Ġedu cação +Ġbul uÅŁ +олог иÑı +Ġкон кÑĢ +ĠконкÑĢ еÑĤ +×Ĵ ×Ļר +ĠпÑĢед лаг +ĠпÑĢедлаг аеÑĤ +ĠY ên +Ġíķľ ë²Ī +Ġ×ŀ ר׼×ĸ×Ļ +à¹Ģà¸Ľà¸´à¸Ķ à¹Ģà¸ľà¸¢ +ÑĤвеÑĢ д +ĠH á»ĩ +ĠÐĵ ÑĢ +à¸Ŀ à¹īา +×Ķ שק +×Ķשק ×¢×Ķ +Ġна Ñĥк +ìłIJ ìĿĦ +Ġн елÑĮ +ĠнелÑĮ з +ĠнелÑĮз Ñı +г ин +ĠB öl +ĠBöl ge +Ġв ла +Ġвла ÑģÑĤи +à¹Ģà¸Ļ à¹ĩ +à¹Ģà¸Ļà¹ĩ à¸ķ +ê³ ¨ +Ġö ld +Ġöld ür +׼׳ ×¢ +ĠاÙĦÙĩ ÙĬئة +ت ارÙĬØ® +ĠÐij ÑĢ +ĠÑģ мож +ĠÑģмож еÑĤе +ĠL úc +à¹Ħà¸Ľ à¸ĸึà¸ĩ +ĠBakan ı +Ġerklä rt +ĠÐIJ на +Ġsc ène +åķı ãģĦ +åķıãģĦ åIJĪãĤıãģĽ +ÙħÙĩ ÙĨد +ÙħÙĩÙĨد س +Ġн азвание +ив аниÑı +ãĤĴ å¤īãģĪ +ä»ĺãģį åIJĪ +ãĥij ãĤ½ +ãĥijãĤ½ ãĤ³ãĥ³ +æĺİ ãĤī +æĺİãĤī ãģĭ +à¹Ģà¸Ńà¸ģ สาร +à¹Ģà¸ģิà¸Ļ à¹Ħà¸Ľ +л еп +ãģĹãģŁ ãĤĤãģ® +ĠC âm +ĠCâm ara +ק×ķ׾ ׳×ķ×¢ +Ġ×ij×Ĵ ×Ļף +Ġoc zy +Ġoczy wiÅĽcie +att ivitÃł +ãĥĵ ãĥ¥ãĥ¼ +Ġeduc ación +Ä° YE +ê¹Į ìļĶ +ãĤ¨ ãĥªãĤ¢ +н еÑģÑĤи +Ġm óg +Ġmóg ÅĤ +Ġק×ĺ ׳×Ļ×Ŀ +ĠPr ä +Ġ×ľ×¢ ×ij×ķר +بÙĨ Ùī +з ол +зол оÑĤ +Ġwn ÄĻtr +ĠwnÄĻtr z +Ġconstr ução +รัà¸ļ รà¸Ńà¸ĩ +س جÙĨ +Ġק ×ķ׳ +ס ×Ļפ×ķר +ĠÙħ دÙī +رض Ùī +п лав +ï¼ ¥ +Ġil a +Ġila ç +ãĤĭ ãģ¹ãģį +ĠÙħ ÙĪÙĤÙģ +à¸ģร ุ +à¸ģรุ à¸ĵา +chodzÄħ c +ĠÑĤÑĭ Ñģ +Ðķ вÑĢо +ĠÙĬ ØŃدث +ãĥ¡ ãĤ¤ãĥ³ +ĠاÙĦص ØŃÙĬ +ĠÐĶ ан +دع اء +ãĤ´ ãĥ¼ãĥ« +ש ×ł×ª×Ļ +×©×ł×ª×Ļ ×Ļ×Ŀ +à¸Ķà¹īวย à¸ģัà¸Ļ +Ġol acaģı +Ġ×ij ×ŀ×Ĺ×Ļר +×Ķ ק +×Ķק ×ŀת +ãĥ¢ ãĥİ +ĠçalÄ±ÅŁ tı +Ġjó venes +ãģĦãģı ãĤī +ĠÙħ عدÙĦ +ĠC Å©ng +ĠSeg ún +Ġdönem de +Ġ׾ ×Ļ×ĵ×Ļ +ãģį ãģ¡ +ãģįãģ¡ ãĤĵ +ãģįãģ¡ãĤĵ ãģ¨ +Ùģر ÙĨس +ÙģرÙĨس ا +åIJij ãģį +Ġcamp aña +ĠÑģам оÑģÑĤоÑı +ĠÑģамоÑģÑĤоÑı ÑĤелÑĮно +á» Ģ +ÙĤ ÙĪا +س ÙĦاØŃ +à¸ģระ à¹ģ +à¸ģระà¹ģ ส +ĠполÑĮз Ñĥ +n qu +nqu ête +รà¹Īวม à¸ģัà¸ļ +ëĬIJ ëĥIJ +à¸Ĺีม à¸Ĭาà¸ķิ +Ġyıll ık +ìĬ ¬ +ĠØ£ صØŃاب +ill é +Ġdó la +Ġdóla res +Ġк ож +Ġкож и +ล à¹īà¸Ń +à¹Ģรีย à¸ļร +à¹Ģรียà¸ļร à¹īà¸Ńย +à¹Ģà¸ŀ ิ +à¹Ģà¸ŀิ à¹Īà¸ĩ +ÑĢиÑĤоÑĢ и +Ġí ijľ +Ġíijľ íĺĦ +ĠпеÑĢ ев +ĠпеÑĢев од +פ×Ĵ ×Ļ×¢×Ķ +ĠdeÄŁerlendir me +Ùģ ائ +ĠвÑĭ год +ınız ı +×ķ׼ ×Ļ×Ĺ +ĠдоÑģÑĤ иг +Ġng Ãłn +æĢĿ ãģ£ãģŁ +ĠÐķ ÑģÑĤÑĮ +ĠاÙĦر غÙħ +ĠzwiÄħz ane +رب Ø· +à¸Ļ ึà¸ĩ +Ġ׾×Ĺ ×ķק +Ġszczeg óln +Ġszczególn ie +Ġبا ستخداÙħ +ĠfÃŃs ico +×¢ ס +עס ×ķק +سÙĦ ÙĪÙĥ +Ġا ØŃد +Ñĩ ÑijÑĤ +×ĸ׼ ×Ķ +Ġl á»ĩnh +ĠÙĪ ØŃت +ĠÙĪØŃت Ùī +à¸Ħวาม สามารà¸ĸ +à¸Ńยูà¹Ī à¹ģลà¹īว +à¸ģาร à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ +تخ Ø° +צ×Ļ ×ķ×ĵ +ĠاÙĦØ£ س +ĠاÙĦأس ÙĩÙħ +Ġt á»ĩ +ãģ£ãģ¦ ãģĦãģ¦ +สร ุ +สรุ à¸Ľ +Ġком ÑĦ +ĠкомÑĦ оÑĢÑĤ +ìĺ¤ ëĬĶ +ĠÑĢаз в +ĠÑĢазв ива +л анд +h änge +ĠبÙĨ سبة +à¹Ģà¸Ĥ ียว +עצ ×Ŀ +Ġ׾ ×ľ×Ľ×ª +Ñģо ÑĨиалÑĮн +Ġëĭ¤ìĿĮ ê³¼ +Ġרש ×ķ×ŀ +×ŀר ×Ĺ×ij +س ÙĤØ· +Ġalan ı +ĠÄij á»ĩ +é£Łãģ¹ ãĤĭ +à¸Ķ ึà¸ĩ +Ġgegen über +ĠبÙĩ Ø°Ùĩ +à¸ĸืà¸Ń à¹Ģà¸Ľà¹ĩà¸Ļ +ëķ ħ +à¸Ħà¸Ļ à¹Ħà¸Ĺย +ãĤ¢ ãĤ¦ +ãĤ¢ãĤ¦ ãĥĪ +ศ ัà¸ģ +ศัà¸ģ à¸Ķิ +ศัà¸ģà¸Ķิ à¹Į +ÙĤÙĪ اÙĨ +ÙĤÙĪاÙĨ ÙĬÙĨ +Ġhá»Ļ p +ãģªãģıãģª ãģ£ãģ¦ +Ġ×IJ ×ŀ׳ +Ġ×IJ×ŀ׳ ×Ŀ +à¹Ģà¸ķ ืà¸Ńà¸Ļ +ĠзавиÑģ им +ĠзавиÑģим оÑģÑĤи +ת ×Ļ×IJ +ת×Ļ×IJ ×ķר +å§ĭãĤģ ãģŁ +Ġng á»į +Ġngá»į t +íĴ į +ê³¼ ìŀ¥ +Ġb ại +ãģ§ãģį ãģ¦ +Ġcomeç ar +à¸Ľà¸£ าà¸ģ +à¸Ľà¸£à¸²à¸ģ à¸ı +Ġгод Ñĭ +м еÑģ +ĠاÙĦÙħست ÙĪÙī +ĠÑģам Ñĭе +л леÑĢ +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĻ +ãģ¨ãģ® ãģĵãģ¨ +bi ó +à¸ģล à¹Īà¸Ńà¸ĩ +ĠاÙĦز ÙĪج +ãģ«è¡Į ãģ£ãģŁ +à¸Ħà¹Ī à¸Ńà¸Ļ +à¸Ħà¹Īà¸Ńà¸Ļ à¸Ĥà¹īาà¸ĩ +ĠbaÄŁ l +ĠbaÄŁl ant +ĠbaÄŁlant ı +確 ãģĭ +確ãģĭ ãģ« +ãĥľ ãĥ¼ãĥ« +çµĤ ãĤıãĤĬ +ש ×ŀר +à¸Ĺีà¹Ī สามารà¸ĸ +ÙĦ زÙħ +д аеÑĤÑģÑı +รัà¸ļ à¸Ľà¸£à¸° +รัà¸ļà¸Ľà¸£à¸° à¸Ĺาà¸Ļ +å¤ī ãĤıãĤĬ +ï¼ ¢ +ĠìĺĪìĪĺ ëĭĺ +ãĤĪãģĨ ãģ¨ +มัà¸ģ à¸Īะ +ĠH Æ°Æ¡ng +ÙĨ ÙģØ° +×ŀ×ĵ ×ĵ +ĠìĿ¸ ìłķ +Ñħод иÑĤÑĮ +ĠзавиÑģ иÑĤ +×ķ×ĵ ×Ļ×¢ +ãģĵãģ¨ãģĮ ãģĤãĤĬãģ¾ãģĻ +ع راÙĤ +سط ØŃ +à¸ģำ à¹Ħร +ëĵ¤ ëıĦ +×Ļצ ×Ļר×Ķ +ãģĨ ãģĵãģ¨ +ÙĦا ØŃÙĤ +ãģĦ ãĤĮãģ° +ĠиÑģполÑĮз ÑĥÑİÑĤ +ĠB ợi +Ġשק׾ ×Ļ×Ŀ +ÑĨи кл +ÐIJ Ðŀ +Ġ×ijש ׳×Ķ +ÙĨØ´ Ø· +Ġש ×Ļ׳×ķ×Ļ +Ġש×Ļ׳×ķ×Ļ ×Ļ×Ŀ +Ġpobl ación +ĠH Æ°ng +ระ ว +ระว ัà¸ĩ +رÙĬاض Ø© +ر صد +تÙĤ ÙĦÙĬ +تÙĤÙĦÙĬ د +Ġülk em +Ġülkem iz +à¸Ĭ ะ +ãĤ¯ãĥª ãĥ¼ãĥł +èģŀ ãģĦãģŁ +Ġwa ż +Ġważ ne +ê±° ëĵł +ê±°ëĵł ìļĶ +×ŀ×IJ ×ijק +×Ĺ×ĵ ש×ķת +ĠW roc +ĠWroc ÅĤaw +ĠKü ltür +s ist +sist ência +×¢×ĸר ×Ķ +Ġg Æ°Æ¡ng +รà¹īาà¸Ļ à¸Ħà¹īา +ĠÙĪØ£ ÙĪضØŃ +ánd ose +ãĤ· ãĥ¼ãĥ³ +×IJ׳ ר×Ĵ +×IJ׳ר×Ĵ ×Ļ×Ķ +ãģªãģĦ ãģ§ãģĻ +Ġkh ủng +Ġ문 ìĦľ +Ġ×ij ×ĵ×ijר +×ĵ ×Ļ×ķ +×ĵ×Ļ×ķ ×ķ×Ĺ +Ġré gl +ÙħÙĪ اد +об оÑĢ +обоÑĢ оÑĤ +Ġ×Ķ ×ij׾ +Ġ×Ķ×ij׾ ×ķ×Ĵ +ØŃ Ø§Ùħ +ĠاÙĦع اص +ĠاÙĦعاص ÙħØ© +пеÑĢ аÑĤоÑĢ +ت Ø®ÙĦ +تخÙĦ ص +ãģŁãģł ãģĹ +ت سÙħ +à¹Ĥรà¸ĩ à¸ŀ +à¹Ĥรà¸ĩà¸ŀ ยา +à¹Ĥรà¸ĩà¸ŀยา à¸ļาล +ĠY ük +ĠYük sek +Ġש ׳×Ļת +Ġש׳×Ļת ף +liÄŁ e +Ġפ ת +Ġפת ×ķ×Ĺ +Ġbe ÄŁ +ĠbeÄŁ en +Ġ×ŀ ×ķר +Ġ×ŀ×ķר ׼×ij +Ġرس اÙĦØ© +íĨµ ìĭł +Ġaval ia +Ġavalia ções +Ġman h +Ġmanh ã +Ġìķ ŀ +Ġìķŀ ìľ¼ë¡ľ +ÙĤ تر +ÙĤتر ØŃ +à¹Ģà¸ģ ืà¸Ń +à¹Ģà¸ģืà¸Ń à¸ļ +Ġpropos é +Ø£ Ùħا +Ø£Ùħا ÙĥÙĨ +ĠÐŀ Ðŀ +ĠÐŀÐŀ Ðŀ +ÙħÙĤ ار +ÙħÙĤار ÙĨØ© +ëĦ IJ +ãģĦãģŁãģł ãģı +ÙĤ ÙĬÙĦ +Ġна ÑĪиÑħ +ãĤ« ãĥĥãĥĹ +×Ĺ׾ ת +Ġëĭ¤ ë§Į +à¸Ĺัà¹Īว à¹Ĥลà¸ģ +ãĥį ãĤ¿ +ØŃس اس +ãģ«ãģª ãĤĮ +ج ائ +جائ زة +é change +é conom +économ ie +Т Ðĺ +סת ׼׾ +à¸Ĺัà¹īà¸ĩ สà¸Ńà¸ĩ +ĠاÙĦØ® اÙħ +ĠاÙĦخاÙħ س +ק ×ĺ×¢ +au waż +à¸ľà¸¹à¹ī à¸Ĭาย +à¹ģà¸Ľà¸¥ à¸ģ +åIJĮæĻĤ ãģ« +зн аниÑı +ãģĦãģŁãģł ãģįãģ¾ãģĹãģŁ +Ġ×ŀ×ij ׾×Ļ +à¸Ĥà¸Ń à¹ĥหà¹ī +ĠاÙĦت ربÙĬØ© +Ġdécou vert +Ġżyc iu +apr ès +Ġy ab +Ġyab anc +Ġyabanc ı +ĠbaÅŁ layan +ìĹĪ ëįĺ +Ġhes abı +Ġë§Į ìķ½ +ë§ Īëĭ¤ +ĠTh ánh +ãĥ´ ãĤ¡ +à¸Ľà¸£à¸±à¸ļ à¸Ľà¸£ +à¸Ľà¸£à¸±à¸ļà¸Ľà¸£ ุà¸ĩ +ĠM ặc +à¹Ģหà¸ķุ à¸ľà¸¥ +ĠÐij ез +Ġcapac itÃł +ÅĤe ÅĽ +ĠпÑĢе им +ĠпÑĢеим ÑĥÑīеÑģÑĤв +ĠÅļ wiÄĻt +Ġpubli é +×ŀ×¢ צ×ij +Ùħشار Ùĥات +à¸łà¸² ษ +à¸łà¸²à¸© ี +Ġdeux ième +ĠÙħØŃ Ø§Ùģظ +ĠÙħØŃاÙģظ Ø© +ĠSch ön +ï½ ¤ +Ġ×Ķ ×ij×¢ +Ġ×Ķ×ij×¢ ×Ļ×Ķ +ĠÙĪاÙĦ ÙĦÙĩ +è¨Ģ ãģ£ãģŁ +à¸ķ à¹īาà¸Ļ +วร รà¸ĵ +à¸Ĺิ ศ +ĠbaÅŁ ına +Ġmog ÄĻ +ש ×Ļפ×ķר +ĠÙĪ عد +ĠÙĪعد Ùħ +Ġhistó rico +Ġk ısı +ĠìĿ´ ê²Į +ĠPol ÃŃtica +ĠÑģиÑĤÑĥ аÑĨии +ĠkoÅĦ ca +×ij×ĵ ×Ļק×Ķ +ĠاÙĦسÙĬ ارات +ãģªãĤī ãģ° +ãĤµ ãĥ© +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãĤĭ +Ġdecis ão +×ķ ×ķ×ĵ +lä ss +läss ig +Ġ׾ ×Ļשר×IJ׾ +ĠÙĬ أتÙĬ +ר ×ķ×ĸ +ö ÄŁ +Ã¶ÄŁ ret +Ã¶ÄŁret im +Ġд ек +Ġдек аб +Ġдекаб ÑĢÑı +Ġש ×Ĺ×ķר +ãģ¦ãģıãĤĮ ãģŁ +عب ارة +Ġélect rique +ĠاÙĦتÙĨ ÙħÙĬØ© +جر Ùī +ĠìĪĺ íĸī +à¸Ĺ ู +ĠÑĢе алÑĮно +Ñģп оÑģоб +à¸Ħล à¹īาย +Ġس عÙĪد +ön ü +ĠÙģ ÙħÙĨ +تÙĥ ÙĪ +تÙĥÙĪ ÙĬÙĨ +ĠкаÑĩ еÑģÑĤво +ĠконÑĤ ак +ĠконÑĤак ÑĤ +Ġsöz leÅŁme +à¸Ń à¹īาà¸ĩ +Ġت ÙĪÙģ +ĠتÙĪÙģ ÙĬر +×Ķ×ĸ ×ĵ +×Ķ×ĸ×ĵ ×ŀ׳×ķת +ĠØ·ÙĪÙĬÙĦ Ø© +Ġtér mino +Ġ×IJ ×Ļפ×Ķ +ãĥĵ ãĥ« +ส à¹Ĥม +สà¹Ĥม สร +ĠاÙĦ اث +ĠاÙĦاث ÙĨÙĬÙĨ +ев иÑĩ +Ġopin ión +à¸Ľ วà¸Ķ +åı¤ ãģĦ +ร à¹Īา +ĠB iaÅĤ +ĠÑģÑĤ ал +ĠÑģÑĤал о +ó logo +ĠìķĦ ëĭĪëĭ¤ +Ġ×IJ ×Ļת +Ġ×IJ×Ļת ×ķ +à¹Ģหà¹ĩà¸Ļ วà¹Īา +à¸ļ ารà¹Į +çĦ ¼ +çĦ¼ ãģį +ĠìĿ´ìļ© ìŀIJ +ĠнекоÑĤоÑĢ Ñĭе +ks z +ksz taÅĤ +ksztaÅĤ c +ãĤŃãĥ£ ãĥĥãĤ· +ãĤŃãĥ£ãĥĥãĤ· ãĥ³ãĤ° +Ġro ÅĽ +ĠroÅĽ lin +ÑĢаж а +×ij׳×Ļ ×Ļ×Ķ +à¸Ľà¸£ สิ +à¸Ľà¸£à¸ªà¸´ à¸ķ +Ġgörd ü +×ŀ׳×Ķ ×Ļ×Ĵ +å¤īãĤı ãģ£ãģ¦ +Ġ×IJ ×Ķ +Ġ×IJ×Ķ ×ijת×Ļ +à¹Ģร à¹Īà¸ĩ +Ġön ünde +Ġê·¸ ëĥ¥ +пол иÑĤ +полиÑĤ иÑĩеÑģк +ãĥ¡ ãĥĩãĤ£ +ãĥ¡ãĥĩãĤ£ ãĤ¢ +ĠDet ay +ĠDetay lı +ĠاÙĦصÙģ ØŃØ© +à¸ģาร à¹Ģà¸ĩิà¸Ļ +Ġìµľ ê·¼ +׼ ש׾ +ï¼ © +вÑĪ его +íķĺ ìĭ¤ +ĠÐŃ ÑĤ +ĠÐŃÑĤ оÑĤ +ส ื +สื à¸ļ +Ġng ừng +ĠдокÑĥменÑĤ ов +дав аÑĤÑĮ +ĠاÙĦشخص ÙĬØ© +Ġצ ×¢×Ļר +در Ùĥ +س ØŃب +à¹Ħมà¹Ī à¸Ħà¹Īà¸Ńย +Ġ×Ķ×ŀק ×ķ×ŀ×Ļ +สัà¹Īà¸ĩ à¸ĭืà¹īà¸Ń +Ġê·¸ê²ĥ ìĿĦ +ãģĤãĤĭ ãģĦ +ãģĤãĤĭãģĦ ãģ¯ +×IJ×ķ×ĺ ×ķ×ij +×IJ×ķ×ĺ×ķ×ij ×ķס +к ÑĨион +ĠÐľ ожно +ãģı ãģł +ãģıãģł ãģķ +ĠинÑĦоÑĢм аÑĨиÑı +ï» Ł +Ġìŀij ìĹħ +Ġ×Ļ ×ķסף +Ø¥ دارة +ĠاÙĦØŃ Ø§Ø¬ +×ł×¡ ×Ļ×¢×Ķ +из аÑĨиÑı +×IJ׾ ×ij +×IJ׾×ij ×ķ×Ŀ +п ед +Ġק×ĺ ׳×Ķ +ĠÙĨÙģس Ùĩا +ĠMinist ério +Ġп ен +Ġпен Ñģи +ãĥIJ ãĥ©ãĥ³ãĤ¹ +Ġ×Ķת ×ķר×Ķ +Ġt ạm +ĠìĹŃ ìĭľ +ï½ ¡ +Ġth á»± +Ġ ısı +ì» ¨ +ãģĹãģ£ãģĭãĤĬ ãģ¨ +Ġx Æ°a +Ġc ặp +×Ĺ ×Ļ×ij×ķר +วัà¸Ĵà¸Ļ à¸ĺรรม +st är +stär ke +ĠÑģам Ñĭй +p isa +pisa Äĩ +ĠoluÅŁ an +ĠاÙĦØ¥ ÙħاÙħ +ĠcÄĥ ng +Ġgü nl +Ġgünl ük +Ġ׳ש ×IJר +Ġkhi á»ĥn +ç¶ļ ãģijãĤĭ +stit ución +Ġcapac ité +Ġj aki +Ġjaki ÅĽ +вÑĪ иÑģ +вÑĪиÑģ ÑĮ +פע×ķ׾ ×ķת +ĠØŃ ÙĬات +ĠØŃÙĬات Ùĩ +Ġник огда +ÐĽ Ь +Ġ×Ķ×¢ ×ķ×ij +Ġ×Ķ×¢×ķ×ij ×ĵ×Ķ +Ġch Ãło +หลาย à¹Ĩ +ĠÑı н +ĠÑıн ваÑĢ +ĠÑıнваÑĢ Ñı +à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ à¸ķà¹īà¸Ńà¸ĩ +Ġhö her +ãģķãĤĮãģ¦ ãģĦãģŁ +สà¸ĩ สั +สà¸ĩสั ย +ĠاÙĦ اس +ĠاÙĦاس ÙĦاÙħ +ĠاÙĦØ´ Ùħس +สà¸ĸาà¸Ļ ี +ãĤ¯ãĥ© ãĤ¹ +à¸ŀร ร +à¸ŀรร à¸Ħ +p õ +põ e +Ġpor ém +à¸Ľà¸£à¸° สà¸ĩ +à¸Ľà¸£à¸°à¸ªà¸ĩ à¸Ħà¹Į +powied zie +powiedzie Äĩ +Ġмог Ñĥ +Ġж ел +Ġжел ез +ĠاÙĦØ« ÙĤ +ĠاÙĦØ«ÙĤ اÙģÙĬ +ĠпÑĢав ило +Ġgdy ż +פש ×ķ×ĺ +ÑĢабоÑĤ ка +ĠÙĥ رة +Ø´ دد +Ùħار Ùĥ +Ùħ ÙĥØ© +Ġпод пиÑģ +×ĺ×ķ ×ķ×Ĺ +ĠÅĽ c +ĠÅĽc ian +Ġر جاÙĦ +Ġ×ª×ľ ×ķ×Ļ +и ÑĪ +иÑĪ ÑĮ +Ġmé dec +Ġmédec in +ëįĶ ëĿ¼ëıĦ +ĠÑĤеб Ñı +Ġ׾×Ķ ×ķס×Ļ×£ +ãģĬ 話 +Ġà¹ģà¸ķà¹Ī à¸ģà¹ĩ +د اÙģ +داÙģ ع +ĠC ùng +ãĥ»ãĥ» ãĥ»ãĥ» +ê¶ ģ +Ġdeber ÃŃa +หà¸Ļà¹Īวย à¸ĩาà¸Ļ +Ġva ÌĢ +Ġעצ ×ŀ +Ġעצ×ŀ ×Ŀ +à¹Ģà¸Ĭืà¹Īà¸Ń วà¹Īา +שק ×¢ +Ġ×Ķ ׼×ķ׾ +Ġ×Ķ׼×ķ׾ ׾ +ни бÑĥд +нибÑĥд ÑĮ +ĠëĦĪ íĿ¬ +Ġоб ÑĢаÑī +ĠобÑĢаÑī а +Ġ×¢×ij×ķ×ĵ ת +ĠاÙĦÙħÙĨت خب +ıy ord +ıyord u +ÙĪ Ø° +×Ĺש ×Ļ×ij×ķת +Ġ×Ķ×¢ ×Ļק +Ġ×Ķ×¢×Ļק ר×Ļ +ì¢ Į +ยุ à¹Ĥร +ยุà¹Ĥร à¸Ľ +Ġа пÑĢ +ĠапÑĢ елÑı +sz ed +szed ÅĤ +д он +à¹Ģà¸ķิ à¸ļ +à¹Ģà¸ķิà¸ļ à¹Ĥà¸ķ +кол о +Ġkażde j +å¸ ° +帰 ãĤĬ +Ġмил ли +Ġмилли он +ç¾İåij³ ãģĹãģĦ +ت ÙĤار +تÙĤار ÙĬر +ĠìĿ´ 루 +ĠìĿ´ë£¨ ìĸ´ +Ġsprzeda ż +×Ķ ×ķצ×IJ×ķת +ãĤ¢ãĤ¯ ãĤ» +ãĤ¢ãĤ¯ãĤ» ãĤ¹ +ר ×ķ×¥ +ĠгоÑģÑĥдаÑĢÑģÑĤв енн +Ø£ ØŃÙĥ +Ø£ØŃÙĥ اÙħ +ĠoluÅŁ u +ĠA ç +ĠAç ık +ãĤ¸ ãĥ¼ +ç´ł æĻ´ +ç´łæĻ´ ãĤīãģĹãģĦ +Ġ×ijש×ij ×ķ×¢ +ب Ø° +بذ ÙĦ +สา à¹Ģหà¸ķุ +Ġpoz osta +Ġpozosta ÅĤ +ØŃر Ùħ +Ġimport ância +leÅŁtir me +Ġд ÑĢев +Ġmó vil +ĠA ynı +Ġна лог +Ġналог ов +Ġ×Ĺ ×Ļפ×Ķ +ĠÑĦоÑĢм Ñĥ +à¸Ĺà¸Ķ สà¸Ńà¸ļ +ĠksiÄħż ki +Ġma ÅĤe +Ùħس Ø£ÙĦ +ÙħسأÙĦ Ø© +ï¼¾ ï¼¾ +ç ãeste +év iter +Ġкон ÑģÑĤÑĢÑĥк +ĠконÑģÑĤÑĢÑĥк ÑĨи +ï¾ ŀ +Ġת×ķ׼ ׳ +ãĤ¹ãĥĪ ãĥ¬ãĤ¹ +ĠاÙĦاÙĤتصاد ÙĬ +×ŀ×ĵ ×Ļ +Ġw ÅĤad +ĠwÅĤad z +Ø® ÙĪÙģ +ĠмаÑĤеÑĢиал ов +ãģ¨ãģ£ãģ¦ ãĤĤ +Ġznaj du +Ġznajdu jÄħ +Ùģ ئة +ãģ©ãģ® ãĤĪãģĨãģª +æĬij ãģĪ +׳ ×Ĺ׾ +Ġdü ny +Ġdüny an +Ġdünyan ın +гÑĢ ани +гÑĢани Ñĩ +Ġ×Ķש׾ ×Ļש×Ļ +Ġ×Ķ×IJ ש +åıĬ ãģ³ +ìĭŃ ìĭľ +ìĭŃìĭľ ìĺ¤ +Ġдол л +Ġдолл аÑĢ +Ġпов ÑĤоÑĢ +Ġ×Ĺ ×Ļ׳×Ŀ +ת פת×Ĺ +Ñĥв ели +Ñĥвели Ñĩен +ãĤ« ãĥª +raw id +rawid ÅĤow +×ķ ×ķ׾ +ãĥŁ ãĥ¥ +ì½ ĺ +ĠBy ÅĤ +Ðľ ÐIJ +ع ÙIJ +ĠÑģовеÑĢ ÑĪ +ĠÑģовеÑĢÑĪ енно +Ġм ой +Ġ×ķ׾×IJ ×Ĺר +æħ £ +æħ£ ãĤĮ +ØŃ Ø§Ùģظ +Ġ무 ë£Į +à¸Ħà¸ĵะ à¸ģรรม +à¸Ħà¸ĵะà¸ģรรม à¸ģาร +Ġìĸ´ ëĶĶ +Ġdif eren +Ġdiferen ça +ĠاÙĦØ£ ساس +ĠاÙĦأساس ÙĬØ© +Ġ׾×IJ×Ĺר ×ķ׳×Ķ +ê· ł +Ġ×Ķש׳×Ļ ×Ļ×Ķ +ìľĦìĽIJ ìŀ¥ +ลุ à¸ģ +ç iler +Ġ×Ķ×IJ ׾×ķ +èģŀ ãģı +Ġ×ķ×IJ פ×Ļ׾×ķ +ĠÑĢе ализ +ĠÑĢеализ аÑĨи +ระยะ à¹Ģวลา +Ġجدا Ùĭ +تب اع +Ġveh ÃŃculo +Ġдол г +à¸Ľà¸£à¸´ มาà¸ĵ +ì¦ IJ +Ġ׾ ×ŀק×ķ×Ŀ +ĠìĤ¬ ì§Ħ +à¸Ĭ à¹īา +Ġ×ŀ×¢ ×ķ׾×Ķ +Ġgö rm +Ġgörm ek +ĠÙĪÙĩ Ø°Ùĩ +пеÑĢ в +пеÑĢв ÑĭÑħ +ê·¸ ëŀĺ +ĠاÙĦبر ÙĬØ· +ĠاÙĦبرÙĬØ· اÙĨÙĬ +ĠиÑİ Ð½Ñı +ĠÐĵ оÑĢ +Ġ׾ ש׾×Ŀ +ÐIJ ÐĿ +Ġназ наÑĩен +о оÑĢ +ооÑĢ Ñĥж +Ġöz elli +Ġözelli ÄŁi +Ġни же +ç¶ļ ãģijãģ¦ +Ġа ÑĢенд +Ġkat ılı +Ġkatılı m +ĠØ¥ Ø·ÙĦاÙĤ +ĠÙĪØ¥ ذا +Ġок ÑĤÑı +ĠокÑĤÑı бÑĢÑı +à¹Ĥà¸ķ ๠+à¹Ĥà¸ķ๠Ĭ +à¹Ĥà¸ķà¹Ĭ ะ +Ġolduk ları +Ùħ ÙĪÙĤع +ëĤ © +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãĤĭ +Ġש ×Ļ׼×ķ׾ +วา à¸Ķ +س ÙĬÙĦ +à¸Ĥ วั +à¸Ĥวั à¸į +تØŃ ÙĥÙħ +ì ĤŃ +Ġconna ît +׳ פת×Ĺ +Ġch ặ +Ġchặ n +ĠÙħ ØŃÙħ +ĠÙħØŃÙħ ÙĪد +ãģ ´ +ĠпÑĢодÑĥк ÑĨии +зд ÑĢав +ãģĶ è¦ +ãģĶè¦ § +×IJ×ij ×IJ +Ġvé ritable +ĠØ· ÙģÙĦ +ãĥĪãĥ© ãĥĸãĥ« +ê³ ¡ +Ġת ×ŀ×ķ׳×Ķ +Ġki ên +ĠÙĤ ادر +Ø¥ÙĤ ÙĦÙĬÙħ +ĠпÑĢед пÑĢи +ĠпÑĢедпÑĢи ÑıÑĤиÑı +Ġb Äĥng +Ġay ında +Ġg ấp +еÑħ ал +Ġgi Ãłnh +Ġд ав +Ġдав но +ìĺĢ ëĭ¤ +à¸Ļัà¸ģ à¹Ģà¸ķ +à¸Ļัà¸ģà¹Ģà¸ķ ะ +Ùħست شار +ست راتÙĬج +ستراتÙĬج ÙĬ +رÙħ ز +Ġt Ä©nh +ë¡ Ń +ĠÑĩ еÑĤ +ĠÑĩеÑĤ Ñĭ +ĠÑĩеÑĤÑĭ ÑĢе +ĠEnt ão +Ġص غ +Ġصغ ÙĬرة +×ij×Ļ×ĺ ×ķ׾ +خط ÙĪØ· +ĠÑĢазвиÑĤ ие +Ġamacı yla +à¸Ĺี วี +Ġо ÑģÑĤ +ĠоÑģÑĤ алÑĮн +ש×ķ׾׊ף +Ġ׼ ׳×Ļס +Ġ׼׳×Ļס ×Ķ +Ġd áºŃy +ĠyaÅŁ ayan +Ġ×ŀ×Ķ ×ķ×ķ×Ķ +ĠÑĥ Ñģи +ĠÑĥÑģи ли +×ŀ פ×Ļ +ĠпÑĢовед ениÑı +Ġر ب +Ġرب Ùħا +ĠاÙĦØ£ ÙĪسط +Ġìľł ì§Ģ +Ġprac ownik +Ġpracownik ów +×ŀס ×ķרת +ÙĤار ب +à¸Ħวาม รูà¹īสึà¸ģ +à¹ģหล ะ +ĠاÙĦÙĨ ÙĤد +Ġ×IJ׾ פ×Ļ +Ùħس ئ +Ùħسئ ÙĪÙĦ +ев ÑĭÑħ +клÑİÑĩ ениÑı +×ij ×Ļ׳ +×ij×Ļ׳ ×Ļ×Ķ×Ŀ +ש ×ķ×IJ×Ķ +ĠÅŁ ark +ĠÅŁark ı +Ġsü rec +Ġsürec in +à¹Ģà¸Ħร à¸Ķ +à¹Ģà¸Ħรà¸Ķ ิà¸ķ +ãĥIJ ãĥ¬ +ĠØ´ Ø£ÙĨ +à¹Ģà¸Ńา à¹Ħวà¹ī +niÄĻ cie +רצ ×Ĺ +ĠaÅŁ ama +׳ פ×Ĵ×¢ +Ġth á»Ŀ +Ġkhu ẩn +diÄŁ inde +ÑıÑī иÑħ +ãĥĺ ãĥ« +Ġüber h +Ġüberh aupt +ĠÑĤÑĢеб ова +ĠdÅĤ ugi +×ĺ ×Ļף +à¸Ĥà¸Ļาà¸Ķ à¹ĥหà¸įà¹Ī +ĠاÙĦØ£ Ùĩ +ĠاÙĦØ£Ùĩ ÙĦÙĬ +ĠMü d +ĠMüd ürü +Ġ×Ļ×Ķ ×ķ×ĵ×Ķ +Ñĭв аеÑĤÑģÑı +س اط +×Ķת ׳×Ķ×Ĵ +×Ķ×ª×ł×Ķ×Ĵ ×ķת +à¸ģาร à¸ľà¸¥à¸´à¸ķ +íĴ Ģ +สà¸ĸาà¸Ļ à¸ģารà¸ĵà¹Į +Ġо ÑĦ +ĠоÑĦ иÑģ +ĠÙĦ عبة +Ġstron ÄĻ +Ġר×IJ ×ķ×Ļ +×Ĺ ×ij׾ +ĠÑĢÑĭ н +ĠÑĢÑĭн ке +Ġ׾×ŀ×¢ ף +اس ÙĦ +ห ัà¸Ļ +Ġ×IJ ×Ĺ×Ļ +ĠпÑĢод ол +ê°Ģ ìŀħ +Ġ×ijר ×Ĺ +Ġ×ijר×Ĺ ×ij×Ļ +дж еÑĢ +Ġ׾ ×Ĺ׾ +Ġ׾×Ĺ׾ ×ķ×ĺ +Ġ׾×Ĺ׾×ķ×ĺ ×Ļף +ศาส à¸Ļา +ãĤ¢ãĤ¤ ãĥĨ +ãĤ¢ãĤ¤ãĥĨ ãĥł +Ġפר ×ķפ +جز اء +ล à¸Ńย +Ġc iaÅĤa +Ġgi ết +ĠзнаÑĩ иÑĤелÑĮно +Ġolmad ıģ +Ġolmadıģ ını +н д +нд екÑģ +تأ Ùĥد +Ġìĸ ¸ +Ġìĸ¸ ìłľ +ay dın +ãĥī ãĥ¬ãĤ¹ +Ġs ắt +Ġíĺ¸ íħĶ +Ġë¶ ģ +Ġë¶ģ íķľ +ãĥij ãĤ¤ +Ġ×ŀש×Ĺק ×Ļ +à¸Ħà¸Ļ à¸Ńืà¹Īà¸Ļ +Ġиз гоÑĤов +ĠизгоÑĤов лен +à¹Ģà¸ģีย ร +à¹Ģà¸ģียร à¸ķิ +תק שר +ĠÑĢаÑģ ÑĩеÑĤ +ส à¹Ģà¸ķ +Ġl änger +ĠiÅŁ let +ĠiÅŁlet me +Ġع ÙĦÙĬÙĨ +ĠعÙĦÙĬÙĨ ا +é lection +ĠاÙĦغ ربÙĬØ© +íĭ Ģ +ãĤĤãĤī ãģĪ +Ġкни ги +Ø£ سÙħ +أسÙħ اء +Ġth á»ı +Ġthá»ı a +หà¸Ļ ู +Ġ×ł×¢ ש×Ķ +à¸łà¸²à¸¢ à¹ĥà¸ķà¹ī +à¸ŀื à¸Ĭ +رÙĬ Ø· +Ùģ ÙĪض +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĹãģŁ +ש ×ĵ×Ķ +Ġng á»±c +ĠÑģеÑĢ ÑĮ +ĠÑģеÑĢÑĮ езн +T ôi +Ġfiyat ları +ĠвÑģ Ñİ +ĠC ódigo +Ġ×Ķש ×IJ +Ġ×Ķש×IJ ׾×Ķ +ĠP ública +Ø¥ Ø® +إخ ÙĪاÙĨ +ĠзаÑıв ил +ãĥ¦ ãĥ¼ +ר×IJ ×Ļת +vol ución +Ġsz ko +Ġszko ÅĤy +جرÙĬ دة +Ġpens é +ìī ¬ +ĠBüyük ÅŁehir +ĠØ£Ùħ رÙĬ +ĠØ£ÙħرÙĬ ÙĥÙĬ +à¸Ļัà¸ģ ศึà¸ģษา +Ġtod av +Ġtodav ÃŃa +ĠС ан +ĠСан кÑĤ +íķĺ ìŀIJ +ØŃÙĪ اÙĦ +׼ ×ķשר +à¹Ģลย à¸Ħรัà¸ļ +Ġal gu +Ġalgu ém +Ùģ ز +Ġçek il +Ġ×ĵ ר׼×Ļ×Ŀ +ãĥIJ ãĥ© +à¸ģà¹ĩ สามารà¸ĸ +สà¹Īวà¸Ļ ลà¸Ķ +íı ° +ĠP úb +ĠPúb lico +à¹ģà¸Ļว à¸Ĺาà¸ĩ +×IJת ×Ĵר +Ø´ اش +شاش Ø© +ci ÅĽni +ĠÃľ rün +ÙĦÙĪ ØŃ +ĠاÙĦ بÙĨ +ĠاÙĦبÙĨ Ùĥ +ì¡° ì¹ĺ +Ġorganiz ación +ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸ ãģĦãģ¾ãģĻ +s ätze +ĠÑģем ей +ÙĤ صد +ÑģÑĤв еннÑĭе +Ġpréc éd +Ġprécéd ent +à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ ฯ +ãģ¨è¨Ģ ãģĦ +×ij׳×Ļ ×Ļף +ĠØŃ ÙĪ +ĠØŃÙĪ اÙĦÙĬ +סק ס +ĠsaÄŁlam ak +Ġ׾ צ×Ļ×Ļף +ק×ĵ ש +Ġ×Ķ×ŀ ×¢×¨×Ľ×ª +Ġ׾×Ķ ×¢×ij×Ļר +Ġg ünd +Ġgünd em +ĠнаÑĪ его +à¹ĥà¸Ļ à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī +à¹Ģà¸Ħร ืà¸Ń +à¹Ģà¸Ħรืà¸Ń à¸Ĥ +à¹Ģà¸Ħรืà¸Ńà¸Ĥ à¹Īาย +ظ اÙĩرة +ÙħÙĨ ظÙħ +ÙħÙĨظÙħ ات +Ùħت از +追 ãģĦ +dı kt +dıkt an +ĠëįĶ ìļ± +ĠÐĿ апÑĢимеÑĢ +tw ór +×ŀ×ķ×¢ צ×Ķ +Ùĥ ÙĪÙĥ +Ð © +×ŀ×ĺ פ׾ +ó lica +訪 ãĤĮ +ĠëĮĢ ë¶Ģ +ĠëĮĢë¶Ģ ë¶Ħ +ãĤ¯ãĥª ãĥĥãĤ¯ +ãĤĴ éģ¸ +ãĤĴéģ¸ ãģ¶ +Ġpow sta +Ġpowsta ÅĤ +Ġraz ón +×ij ×ķ×Ĺר +ĠÑģообÑī ил +Ġק ×ij×ķ×¢ +r êt +à¸Ķี à¸Ĥึà¹īà¸Ļ +×ŀס ×¢×ĵ +×ŀסע×ĵ ×ķת +ĠÃĸ sterreich +Ġ׳ ×Ĺש×ij +Ùħباد رة +ì´ ī +×Ĵ ׳×ĺ×Ļ +ä¿¡ ãģĺ +du ÄŁ +duÄŁ unu +Ġph ú +ĠاÙĦØ£ Ø®ÙĬر +Ġت عتبر +landır ıl +ãģ¨ãģ¯ ãģĦ +ãģ¨ãģ¯ãģĦ ãģĪ +ĠاÙĦ Ø·ÙĦ +ĠاÙĦØ·ÙĦ اب +ĠN º +éģ¿ ãģij +اÙĦ Ùħع +اÙĦÙħع رÙĪÙģ +ส à¸łà¸² +éĽ¢ ãĤĮ +ĠпомоÑī ÑĮ +Ġзна еÑĤ +ãĥĹãĥ¬ ãĤ¼ +ãĥĹãĥ¬ãĤ¼ ãĥ³ãĥĪ +Ġsup érieur +Ġש׾ ×Ļש×Ļ +ĠاÙĦÙĨ ÙĪع +ãĤĵãģ§ãģĻ ãģŃ +à¸Ńà¸ļ รม +Ġgi á»įng +Ġwzgl ÄĻd +ĠاÙĦÙģ ÙĤر +è rent +Ġ×ŀ×IJ ×Ĺ +Ġ×ŀ×IJ×Ĺ ×ķר×Ļ +×Ĵ ×Ĵ +×Ļ ×Ļ×ij +ÙħÙĦ اب +ÙħÙĦاب س +Ġhük ü +Ġhükü met +Ġ×ŀ×Ĵ ×Ļ×ij +ĠÐŀ Ñĩ +ĠÐŀÑĩ енÑĮ +æĹ© ãģĦ +Ġconstr ucción +Ġth ượng +ï¼ ĭ +Ġcor ação +à¹Ģหล à¹ĩà¸ģ +ĠBaÅŁ b +ĠBaÅŁb akan +éĢ£ ãĤĮ +ãģĻãĤĭ ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ +ĠÙĤ اÙħت +Ġا Ùĥثر +Ùģاع ÙĦ +ĠÑĦ оÑĢ +ĠÑĦоÑĢ Ñĥм +غ Ø°ÙĬ +ĠiÅŁ le +ĠiÅŁle ml +ĠiÅŁleml eri +ĠìĤ¬ëŀĮ ìĿĢ +Ġìŀij ìĦ± +Ġë§Ī 볨 +Ùħ جÙĦس +หม ู +д в +дв иг +двиг а +à¹Ģสีย à¸Ĭีวิà¸ķ +×Ķת פת×Ĺ +×Ķתפת×Ĺ ×ķת +ĠмеÑĤ ÑĢо +ĠÑģ енÑĤ +ĠÑģенÑĤ Ñı +ĠÑģенÑĤÑı бÑĢÑı +ê³ § +Ġ׾ פע +Ġ×ľ×¤×¢ ×ŀ×Ļ×Ŀ +à¹Ģà¸ļ ีย +詳 ãģĹãģı +çķ° ãģªãĤĭ +ĠÄ°l çe +ĠAt at +ĠAtat ür +ĠAtatür k +รุ à¹Īà¸ĩ +Ġkald ı +Ġ주 ìŀ¥ +Ġprés ence +Ġн аб +Ġнаб лÑİ +ĠнаблÑİ Ð´Ð° +ĠÑģам ого +×Ĵ ×ķש +×ŀ×ĺ ×ķפ +×ŀ×ĺ×ķפ ׾ +ĠвÑĭб иÑĢа +ĠìŀIJ 리 +åĪĨ ãģĭãĤīãģªãģĦ +Ġз Ñĥб +Ġש׼ ×ijר +Ġد ائ +Ġدائ Ùħا +ĠпаÑĢ ÑĤи +ï¼ ² +ĠاÙĬ ضا +ĠÑħ оз +ĠÑħоз Ñı +ĠÑħозÑı й +ĠÑħозÑıй ÑģÑĤв +ĠاÙĦØ£ ج +ĠاÙĦأج ÙĨب +ĠاÙĦأجÙĨب ÙĬØ© +ĠÐĹ Ð½Ð° +ĠAp ós +ĠÑį неÑĢ +ĠÑįнеÑĢ ги +Ġy ans +Ġyans ı +ĠJust i +ĠJusti ça +Ġpré vu +ม วล +ìŀ¥ ëĭĺ +à¸ģระ à¸ļ +à¸ģระà¸ļ วà¸Ļ +à¸ģระà¸ļวà¸Ļ à¸ģาร +×ŀ ×ŀ +×ŀ×ŀ ×ķצע +Ġh ẹ +Ġhẹ n +зд ание +Ġak ÅŁ +ĠakÅŁ am +×ĺ ×ķפ +Ġgere kt +Ġgerekt i +Ġgerekti ÄŁini +Ġnar z +Ġnarz ÄĻdzi +é po +épo que +ĠTh ần +Ġwys oko +Ġwysoko ÅĽci +à¸ľà¸¹à¹ī à¸Ľ +à¸ľà¸¹à¹īà¸Ľ à¹Īวย +ĠÙĬ بدÙĪ +ÑĤелÑĮ ного +Ġвз глÑıд +Ġjed nÄħ +ĠìĿĺ 견 +Ġ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +פ ×Ļ×ĵ +ìĥģ ëĭ´ +Ġm ỡ +×Ķ ×ŀ׾ +×Ķ×ŀ׾ צ×ķת +ĠÑģоÑģÑĤ о +ĠÑģоÑģÑĤо иÑĤ +Ġав и +Ġави а +ĠL änder +تص ÙĪÙĬر +×ŀ×ĵ ×Ļ×Ķ +ìłĪ ì°¨ +ãģ¨ ãĤĬ +ãģ¨ãĤĬ ãģĤ +ãģ¨ãĤĬãģĤ ãģĪ +ãģ¨ãĤĬãģĤãģĪ ãģļ +ĠÑĢ Ñıд +ĠÑĢÑıд ом +ĠNh ất +ĠاÙĦÙĥ اÙħÙĦ +×Ĺ׾ ׾ +ĠGi ấy +צ ×ĺר +צ×ĺר ×£ +Ġ׾×ij ×ĺ׾ +Ġим еÑĤÑĮ +ס×ŀ ×ķ×ļ +Ġparticip ação +íķľëĭ¤ ë©´ +ÙħÙĨت دÙĬ +ÙħÙĨتدÙĬ ات +ĠeÄŁ len +g änge +رب ØŃ +ãĤ® ãĥ£ +ĠاÙĦر ÙĤÙħ +à¸ĭ à¹īำ +ĠH óa +×ŀר ×Ĺק +ØŃÙħ اÙħ +بÙĪ Ùĥ +ĠArt ÃŃculo +ãĥĦ ãĤ¢ãĥ¼ +×Ķפ ׼×Ķ +×Ĺ׾ ×ķף +ĠпеÑĢе Ñħод +len miÅŁ +زر اعة +Ġseñ or +ãģ£ãģ¦ ãģįãģ¦ +Ø¥ Ø´ +إش ارة +Ġpod ÃŃa +ĠÃľ lke +н ÑģкаÑı +Ġadapt é +Ġdüzen len +Ġdüzenlen en +ĠÑģÑĤ ала +ĠÙĬ ØŃتاج +Ġn ier +Ġnier uch +Ġnieruch omo +Ġnieruchomo ÅĽci +ãģĵãģ¨ãģĮ ãģĤãĤĭ +ยà¸Ńà¸Ķ à¹Ģยีà¹Īยม +ĠÙħ ج +ĠÙħج اÙĨÙĬ +Ġз аб +Ġзаб ол +Ġзабол ев +Ġзаболев аниÑı +ĠÅĽ ro +ĠÅĽro dk +ĠÅĽrodk ów +Ġ×Ķ ׾×IJ×ķ×ŀ×Ļ +Ġdok ÅĤad +ĠdokÅĤad nie +ãģŁãģı ãģªãģĦ +ãģ¯ãģļ ãģ§ãģĻ +ãģ¨æĢĿ ãģ£ãģ¦ãģĦãģŁ +é cran +ìĹħ ì²´ +trzym aÅĤ +ÑģÑĤв еннÑĭй +ĠNot ÃŃc +ĠNotÃŃc ias +Ùħ رÙĬ +ÙħرÙĬ ض +æ°Ĺ è» +æ°Ĺè» ½ +æ°Ĺ軽 ãģ« +ëĵ £ +Ġ×ĵ ×ķ×IJר +Ġ׾ ×ŀ׳ +Ġ׾×ŀ׳ ×ķ×¢ +ĠçalÄ±ÅŁ ıyor +ĠÅŁ idd +ĠÅŁidd et +ĠM ặt +Ġate ÅŁ +ĠполÑĥÑĩ ениÑı +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ มืà¸Ń +Ġgrö ÃŁer +د ائ +دائ رة +Ġbul un +Ġbulun maktadır +à¹Ģห ร +à¹Ģหร ีย +à¹Ģหรีย à¸į +à¸Ļัà¸ģ à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว +Ġalan ında +ĠÑĥ зна +Ġл еÑĩение +売 ãĤĮ +Ġçev ir +Ġdeste ÄŁi +ĠheiÃŁ t +âĸ ² +ØŃ Ø· +à¸Ħำ à¸ķà¸Ńà¸ļ +ãĤªãĥ³ ãĥ©ãĤ¤ãĥ³ +Ġ×ij×Ĺ×Ļ ×Ļ×Ŀ +ãĥ¦ ãĥĭ +Ġdüzenle me +Ġmodal itÃł +سر Ø· +سرط اÙĨ +×ŀ׼ ×ķף +ĠданнÑĭ й +تر ت +ترت ÙĬب +à¸ļาà¸ĩ à¸Ħà¸Ļ +ĠÄIJ á»ĭnh +ม ูล +มูล à¸Ħà¹Īา +ÙĨ ÙĤص +à¸ģาร รัà¸ģษา +ĠÑĦ он +ĠÑĦон д +ãĤĪãģĨ ãģ«ãģªãģ£ãģŁ +Ùħع اÙĦ +ÙħعاÙĦ جة +ĠOs man +ĠOsman lı +иÑĩеÑģк ом +à¸Ńยาà¸ģ à¸Īะ +ãģķãģ¾ ãģĸ +ãģķãģ¾ãģĸ ãģ¾ +ãģķãģ¾ãģĸãģ¾ ãģª +Ġת ×ķ׼׾ +×¢ צ×ij +ĠاÙĦع سÙĥ +ĠاÙĦعسÙĥ رÙĬ +Ġvé hic +Ġvéhic ule +Ġ×Ļצ ×Ĺק +ĠاÙĦÙĪ ØŃ +ĠاÙĦÙĪØŃ ÙĬد +ĠاÙĦع دÙĪ +ĠQu ản +Ġê³µ ëıĻ +بد ÙĦ +ĠÄij ảng +Ġm á»ĩnh +Ġnie zb +Ġniezb ÄĻ +ĠniezbÄĻ dn +Ġyayın lan +обÑī и +Ġgö tür +צ פ +צפ ×ķ×Ļ +ĠÙĦÙĬ بÙĬ +ĠÙĦÙĬبÙĬ ا +ØŃ ÙĪا +Ġд об +Ġдоб ÑĢо +иÑĢÑĥ ем +ĠاÙĦØŃÙĥÙĪÙħ ÙĬØ© +m Ã¤ÃŁig +Ġed ición +влек аÑĤелÑĮ +влекаÑĤелÑĮ н +Ġת ש׾×ķ×Ŀ +Ġ×Ķש ×ķ׳×Ļ×Ŀ +มิ à¸ĸุ +มิà¸ĸุ à¸Ļ +มิà¸ĸุà¸Ļ ายà¸Ļ +é£Łãģ¹ ãģ¦ +ĠìĪĺ ì§ij +ס ×ij×Ļ +ĠиÑİ Ð»Ñı +Ġà¹Ħà¸Ķà¹ī à¹ģà¸ģà¹Ī +׾×Ĺ ×Ŀ +tr ä +trä gt +ãģĿãĤĤ ãģĿãĤĤ +ÐĿ Ðķ +Ġв нÑĥÑĤ +ĠвнÑĥÑĤ ÑĢи +ãģ¨ ä¸Ģç·Ĵãģ« +ãĤ« ãĥķãĤ§ +Ġ×ij×Ĺ ×ĵר +×Ĺ ×ŀש +ãĤ¨ ãĥį +ãĤ¨ãĥį ãĥ« +ãĤ¨ãĥįãĥ« ãĤ® +ãĤ¨ãĥįãĥ«ãĤ® ãĥ¼ +à¸Ĥà¸Ńà¸ĩ à¸ķัวà¹Ģà¸Ńà¸ĩ +بÙĤ اء +פס ×Ļ׼ +פס×Ļ׼ ×ķ׾×ķ×Ĵ +ãĥ¡ ãĥĥ +ãĥ¡ãĥĥ ãĤ» +ãĥ¡ãĥĥãĤ» ãĥ¼ãĤ¸ +ÙĦ ÙĤب +A Äŀ +שק ×Ļ×¢ +ÙĤ ساÙħ +×ĵ×ķ×Ĵ ×ŀ×Ķ +æ·± ãģĦ +íĸĪ ëĬĶëį° +ĠrozwiÄħz anie +à¸Ļัà¹Īà¸Ļ à¹Ģà¸Ńà¸ĩ +×Ļצ ×ij +Ġtr ông +à¹ĥà¸Ĭà¹ī à¸ļริà¸ģาร +ĠاÙĦÙħÙĪ سÙħ +ĠдеÑĤ и +ãģĹãģĭ ãģªãģĦ +ס ×Ļף +Ġréfé rence +à¹ģห à¹īà¸ĩ +ãĤĤãĤī ãģ£ãģŁ +Ġ׾ ר׼ +Ġ׾ר׼ ×ķש +شع ÙĪر +ĠÐij ог +Ġlaz ım +Ġ×Ļש ׳×Ŀ +Ġп аÑĢÑĤ +ĠпаÑĢÑĤ неÑĢ +ĠÑĥ ника +ĠÑĥника лÑĮн +Ġmaté riel +×ŀר ק +Ġph Æ°á»Ŀng +Ġз ай +Ġзай м +Ùģ ÙĤد +Univers itÃł +×¢ ר׼×Ļ×Ŀ +Ġba ño +Ġн оÑı +ĠноÑı бÑĢÑı +à¸Ľ à¹īาย +Ġt ats +Ġtats äch +Ġtatsäch lich +ĠÑĤÑĢ еÑĤÑĮ +Ñį м +ãĥĻ ãĥ¼ãĤ¹ +Ġnh á»±a +ìĬ¤ íģ¬ +ĠعبداÙĦ ÙĦÙĩ +Ġת ×ķר×Ķ +أش ÙĬ +أشÙĬ اء +ĠÙĦÙĦ غا +ĠÙĦÙĦغا ÙĬØ© +Ùħ ÙĪاÙĤ +ÙħÙĪاÙĤ Ùģ +ĠgÅĤówn a +Ġart Ä±ÅŁ +Ġ×ŀק ×ķ×ŀ×Ļ +ãĤ¯ãĥ© ãĥĸ +Ġس ÙĪÙī +ĠìŬ ìĦ± +اس ر +اسر ائÙĬÙĦ +Ġ׳ ×Ľ×ª×ij +ย à¹īà¸Ńà¸Ļ +Ġdeber á +Ġph ẫu +ÑİÑī ем +ĠÙĦدÙĬ ÙĨا +×ŀ×ĺ ×Ķ +Ġ׳ ×ķ׾×ĵ +ĠвÑģÑĤÑĢ еÑĩа +ãĤīãĤĮ ãģ¦ãģĦãģ¾ãģĻ +ĠcaÅĤ ej +ย ึ +ยึ à¸Ķ +поÑĤ ен +поÑĤен ÑĨи +Ġл иÑĤ +ĠлиÑĤ еÑĢ +ĠлиÑĤеÑĢ аÑĤÑĥÑĢ +Ġкажд ом +ĠíĮ IJ +ĠíĮIJ ëĭ¨ +à¸Ī ู +Ġpres ença +ãģªãĤĵ ãģ§ +Ùħ ÙĬاÙĩ +ин ÑĦоÑĢм +инÑĦоÑĢм аÑĨион +инÑĦоÑĢмаÑĨион н +ĠìŀIJ ìĹ° +ר׼ ש +Ġöd ül +ç¶ļ ãģı +Ġп Ñģ +ĠпÑģ иÑħ +ĠпÑģиÑħ олог +ت Ø°Ùĥر +Ġìŀħ ìŀ¥ +ล à¸Ķà¹Į +ìĦł ê±° +ãģ£ãģ¦ ãģĬãĤĬãģ¾ãģĻ +Ġ×Ļ ×¢ +Ġ×Ļ×¢ ק×ij +ĠاÙĦØ· عاÙħ +ãĥĨ ãĤ¹ãĥĪ +ĠTu ấn +Ġparticip ación +×ŀ×ķ×ŀ ×Ĺ×Ķ +×Ĵר ס×Ķ +ĠاÙĦتÙĨ ÙģÙĬ +ĠاÙĦتÙĨÙģÙĬ Ø°ÙĬ +ĠбезопаÑģ н +ge f +gef ähr +Ø´ ÙĪر +Ġmy ÅĽli +ÙĪا Ø´ÙĨ +ÙĪاشÙĨ Ø·ÙĨ +׳×ķס ×¢ +Ùĥ Ùĩ +ÙĥÙĩ رب +ÙĥÙĩرب اء +Ġmus iaÅĤ +ìĭ ¸ +ãĥĸãĥ© ãĥĥãĤ¯ +Ġcré é +ÙĨÙĩ ار +owo ÅĽÄĩ +ÙħØŃا ÙĥÙħ +ĠwÅĤa ÅĽ +ĠwÅĤaÅĽ c +ĠwÅĤaÅĽc iciel +ĠÙĬ ؤ +ĠÙĬؤ دÙĬ +×ŀ×¢ ×ķ׳ +×IJ ×ij׾ +خط Ø£ +ĠÑħ олод +×ĸ ×ķ׾ +ãģĵãĤĮ ãĤī +ãģĵãĤĮãĤī ãģ® +Ġbás ica +ฤ à¸Ķ +ฤà¸Ķ ูà¸ģ +ฤà¸Ķูà¸ģ า +ฤà¸Ķูà¸ģา ล +èIJ½ãģ¡ çĿĢ +ãģªãģĦ ãģĵãģ¨ +ص ÙĪÙħ +ÙĨج ØŃ +׳ק ×ķ×ĵ +׳ק×ķ×ĵ ת +кл аÑģÑģ +íķĺìĭľ ëĬĶ +ëĦ ĺ +Ġש×IJ ×Ļ׳×ķ +ĠС ейÑĩаÑģ +may acaģı +Ġyap ılır +Ġcategor ÃŃa +عب اد +ĠТ еп +ĠТеп еÑĢÑĮ +×Ķ×Ļס×ĺ ×ķר×Ļ +h ế +ãĤ³ ãĥ¼ãĥī +Ġcabe ça +ج Ùħا +جÙħا Ùĩ +جÙħاÙĩ ÙĬر +ä½İ ãģĦ +ĠÑĤоваÑĢ ов +à¸Ĭาว à¸ļà¹īาà¸Ļ +ĠÑģÑĤан ов +ĠÑģÑĤанов иÑĤÑģÑı +ĠавÑĤом обилÑĮ +ĠÑģлÑĥÑĩ ай +à¸Ńั à¸ŀ +ĠG iriÅŁ +ĠìĿ¼ ëĭ¨ +ĠпÑĢ оÑģ +ĠпÑĢоÑģ моÑĤÑĢ +ãģªãģıãģª ãģ£ãģŁ +มี à¸Ľà¸±à¸įหา +ïº İ +éc oute +ĠÙħ ÙĪجÙĪد +Ġس رÙĬع +ĠÙĪÙĩ ÙĨا +ĠÙĪÙĩÙĨا Ùĥ +à¸Ħุà¸ĵ สม +à¸Ħุà¸ĵสม à¸ļัà¸ķิ +Ġìļ° ìĦł +à¸ŀระ à¸ŀุà¸Ĺà¸ĺ +好 ãģ¿ +ظ ÙĦÙħ +Ġм акÑģ +ĠмакÑģ ималÑĮ +ĠмакÑģималÑĮ но +ãĥª ãĤ¢ãĥ« +à¹ģมà¹ī วà¹Īา +ĠاÙĦØŃ ÙĪار +ãĥĹãĥ© ãĤ¹ +Ġع ÙĦاÙĤØ© +Ġíĸī ëıĻ +Ġgönder il +Ġl ãi +ĠsaÄŁ lıkl +ĠsaÄŁlıkl ı +ĠÑĪ аг +Ġ×ij×IJר ×Ķ +prowadzi Äĩ +ãģĦãģı ãģ¤ãģĭ +Ġبت ارÙĬØ® +Ġ×ij×IJ×ķת ×Ķ +Ġmó c +ĠÐľ не +ãĥĹãĥ¬ ãĥ¼ +×IJ ×ĸר×Ĺ +åł´åIJĪ ãģ«ãģ¯ +使 ãģĪ +à¹Ģร ืà¸Ńà¸Ļ +ĠÐŁ еÑĤ +ĠÐŁÐµÑĤ ÑĢ +ãģ«åħ¥ ãĤĭ +Ùħ ادة +à¹Ģà¸ĩ ืà¹Īà¸Ńà¸Ļ +à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ à¹Ħà¸Ĥ +ĠÑģоÑģÑĤоÑı ние +ôn ica +ĠÑĦ ев +ĠÑĦев ÑĢа +ĠÑĦевÑĢа лÑı +Ġ×ķ ×ĸ +Ġ×ķ×ĸ ×IJת +à¸Ħร ิ +à¸Ħริ ส +ĠÐķ Ñīе +ãģ£ãģ¦ãģĹãģ¾ ãģĦãģ¾ãģĹãģŁ +ĠпÑĢав иÑĤелÑĮ +ĠпÑĢавиÑĤелÑĮ ÑģÑĤв +Ġtä glich +Ġëĭ¹ ìĭľ +×ŀ×ķ×¢ ×ŀ×ĵ +Ġдв оÑĢ +æī ķ +æīķ ãģĦ +ĠÑģÑĤан еÑĤ +Ġвозд ейÑģÑĤв +ĠвоздейÑģÑĤв и +Ġf ête +à¹Ģส า +תק ×ķ×ķ×Ķ +Ġu yar +Ġuyar ı +à¸ģลัà¸ļ à¹Ħà¸Ľ +Ġgi Æ°á»Ŀng +Ġв а +Ġва ÑĪи +ĠÄij áºŃu +ĠSpa ÃŁ +ĠìķĦ ë§Ī +à¹Ħà¸Ķà¹ī à¸ĩà¹Īาย +Ġ×Ķ×ŀ ×ijקש +æĸ° ãģŁ +æĸ°ãģŁ ãģª +ılı yor +пл ан +Ġ×Ķ×ijר ×Ļ×IJ×ķת +ĠaÄŁ rı +Ġsay gı +建 ãģ¦ +Ġnaj wyż +Ġnajwyż sz +سÙĬاس ات +ãģĬ å¾Ĺ +ĠاÙĦع ÙĦÙĬ +ĠاÙĦعÙĦÙĬ ا +Ġcoraz ón +ì¹ĺ ë£Į +หัว à¸Ĥà¹īà¸Ń +Ġب ØŃÙĬ +ĠبØŃÙĬ Ø« +зв езд +بÙĪ ابة +ÐĽ Ðĺ +ÙĦا زÙħ +Ġroz p +Ġrozp oc +Ġrozpoc zÄĻ +触 ãĤĮ +ĠاÙĦج ÙħÙĩ +ĠاÙĦجÙħÙĩ ÙĪر +Ġsp ÄĻd +ĠspÄĻd z +วิà¸Ĺยา ศาสà¸ķรà¹Į +ив аеÑĤÑģÑı +Ġдан ной +Ġreprés ente +ĠÄij á»ĭch +Ġ×¢×ŀ ×ķק +à¸Ńัà¸Ļ à¸ķร +à¸Ńัà¸Ļà¸ķร าย +Ġestr atég +Ġestratég ia +pad ÅĤ +Ġв полн +Ġвполн е +ĠпÑĢедоÑģÑĤав лен +×Ĺ׾ ×ķק +×Ĺ׾×ķק ת +ãĤ¢ ãĥĬ +ĠاÙĦغ Ø° +ĠاÙĦغذ ائÙĬ +ĠÑĥ зн +ĠÑĥзн аÑĤÑĮ +à¸ĭ à¹īาย +å½ĵ ãģ¦ +ØŃÙĬ اء +Ġbás ico +ק×ķ×ij ×¢ +ĠاÙĦÙħ باراة +ĠاÙĦÙĩ اتÙģ +Ġ׼ ׳×Ĵ×ĵ +à¸Ľà¸£à¸° หย +à¸Ľà¸£à¸°à¸«à¸¢ ัà¸Ķ +Ðļ ак +à¸Ĺีà¹Ī à¸Ļà¹Īา +à¸Ĺีà¹Īà¸Ļà¹Īา สà¸Ļà¹ĥà¸Ī +ãģ¾ ãģģ +ï½ ¢ +Ñģк оп +Ġson rasında +Ġur zÄħd +ĠurzÄħd zenia +׼×ķ ×ķ׳ +׼×ķ×ķ׳ ת +Ġ׾×Ķת ×ŀ×ķ×ĵ +Ġ׾×Ķת×ŀ×ķ×ĵ ×ĵ +ĠÑģ ли +ĠÑģли ÑĪ +ĠÑģлиÑĪ ком +ĠÑģÑĤ Ñĥд +ĠÑģÑĤÑĥд енÑĤ +Ġ×Ķ ×ķ×ĵ +Ġ×Ķ×ķ×ĵ ×¢×Ķ +ë¹Ħ ìļ© +à¸Ńยาà¸ģ à¹ĥหà¹ī +Ġb á»ģ +ยุ à¸Ĺà¸ĺ +Ðĺ ÐĿ +س ائر +Ø£ صÙĪÙĦ +ĠاÙĦغ رÙģ +ãģĵãģ¨ãĤĤ ãģĤãĤĬãģ¾ãģĻ +è¾¼ ãģ¾ãĤĮ +ĠاÙĦساب ع +Ġc ủ +ãģĦãģŁãģł ãģĦãģŁ +ì§ ĵ +ìĤ¬ 무 +powied ź +تÙģ Ùĥ +تÙģÙĥ ÙĬر +иÑĢов ки +ĠíĨµ íķ´ìĦľ +ãĤ¨ ãĤ¹ãĥĨ +ĠдеÑıÑĤелÑĮ ноÑģÑĤÑĮ +ĠданнÑĭ м +Ġ×¢ ×ķר +Ġ×¢×ķר ׼×Ļ +×ķ×ĵ עת +Ġhayat ını +Ġb Äħd +ĠbÄħd ź +obs ÅĤug +à¹Ģà¸ŀียà¸ĩ à¹ģà¸Ħà¹Ī +à¸ĭ à¹Īา +è²ł ãģij +ĠÑģÑĤÑĢ ем +ĠÄij á»īnh +ĠÐł ÑĥÑģ +ĠN ữ +Ġ׾×Ķש ×Ļ×Ĵ +Ġjed noc +Ġjednoc ze +Ġjednocze ÅĽnie +Ġ×Ķ×Ĵ ×ij×ķ×Ķ +أخ ÙĦاÙĤ +ĠнаÑģ ел +ĠнаÑģел ениÑı +ĠÙĬ ÙĨب +ĠÙĬÙĨب غÙĬ +ãģĮ ãģĭ +ãģĮãģĭ ãģĭ +×Ĵ עת +Ðŀ Ðł +ĠналиÑĩ ии +Ġë§Ī ì§Ģ +Ġë§Īì§Ģ ë§ī +Ġíĸī ìĤ¬ +Ġtre ÅĽci +Ġê°Ģ ì¹ĺ +ì¦ ĺ +Ġана лог +×Ķצע ת +в лад +влад е +ĠÑģдел ал +Ġ׳ ×Ĵ×Ļש +Ġ׳×Ĵ×Ļש ×ķת +полн ение +à¸Ĩ à¹Īา +ĠD ön +׼׾׼ ׾×Ķ +×ŀ×ĸ ×Ĵ +Ùħ Ùģ +ÙħÙģ Ùĩ +ÙħÙģÙĩ ÙĪÙħ +×Ķ ×ĵ +×Ķ×ĵ פס +×Ķ×ĵפס ×Ķ +ãģĻãģİ ãģ¦ +Ġг ÑĢ +ĠгÑĢ н +×ŀ×ĺ ×ķס +Ġ기 ìĸµ +ï¾ Ł +ĠpÅĤ yn +ĠGr ünde +ĠBü cher +Ġwed ÅĤug +ãģ¾ãģł ãģ¾ãģł +Ġ׳×Ķ ×ĵר +ĠÙĬست Ø·ÙĬع +ĠHi á»ĩp +ãĤŃãĥ£ãĥ³ ãĥļ +ãĤŃãĥ£ãĥ³ãĥļ ãĥ¼ãĥ³ +Ġth á»ķ +Ġeuropé enne +à¸ļ ัà¸ĩ +à¸ļัà¸ĩ à¸Ħัà¸ļ +ĠszczegóÅĤ owo +׳ שק +ãĥķ ãĥ©ãĥ³ãĤ¹ +×ŀ×ķ×ŀ ×Ĺ×Ļ +Ġcom ún +Ġç arp +ØŃت ÙĬا +ØŃتÙĬا ج +ØŃتÙĬاج ات +ëĭ´ ëĭ¹ +ä½ķ 度 +ä½ķ度 ãĤĤ +×ĵ ×ijק +ãģį ãĤĮ +ãģįãĤĮ ãģĦ +Ġк ам +Ġкам еÑĢ +ĠespecÃŃf ico +Ġtel éfono +à¸ķัà¹īà¸ĩ à¸Ńยูà¹Ī +I Åŀ +ãģ© ãĤĵãģ© +ãģ©ãĤĵãģ© ãĤĵ +עצ ×ŀ×IJ×Ļ +à¸Ķัà¸ĩ à¸Ļีà¹ī +ĠÑĦоÑĢм иÑĢов +ĠÑĦоÑĢмиÑĢов а +×ķ×ŀ ×ij +Ġkullan ımı +Ðľ Ðŀ +×¢ ש×Ļ +עש×Ļ ×Ļ×Ķ +Ġön lem +à¹Ģà¸Ń à¹ĩ +à¹Ģà¸Ńà¹ĩ ม +×ŀשק ×Ļ×¢ +ר ×Ļ×Ĺ +à¸Ĥ ัà¸Ķ +ĠíĻ ľ +ĠíĻľ ìļ© +à¸ĭ ะ +ãĤĪãģĨ ãģ«ãģªãĤĬãģ¾ãģĹãģŁ +ĠÑĢаÑģ пÑĢ +ĠÑĢаÑģпÑĢ оÑģÑĤ +ĠÑĢаÑģпÑĢоÑģÑĤ ÑĢан +ĠÑĢаÑģпÑĢоÑģÑĤÑĢан ен +׼×Ļ ×ķף +ÙĤب ض +تص رÙĬØŃ +تصرÙĬØŃ Ø§Øª +Ġо ÑĢи +ĠоÑĢи г +ĠоÑĢиг ина +ĠоÑĢигина л +ĠاÙĦع اÙĦÙĬ +à¹ģหà¹Īà¸ĩ à¸Ļีà¹ī +ãĥķãĤ¡ ãĥ¼ +ãģ¦ãģĦ ãģį +ãģ¦ãģĦãģį ãģŁãģĦ +פ תר +פתר ×ķ׳×ķת +Ġ×ij ×Ļ×Ĺ +Ġ×ij×Ļ×Ĺ ×ĵ +Ġod by +Ġodby ÅĤ +ĠоÑĩеÑĢ ед +Ġtr Æ°Æ¡ng +ãĤŃ ãĥ³ +×ŀ ×ķפ +×ŀ×ķפ ×¢ +ëĵľ 립 +ëĵľë¦½ ëĭĪëĭ¤ +à¸ŀืà¹īà¸Ļ à¸IJาà¸Ļ +ìŀIJ 격 +ĠVi á»ĩn +ĠDes pués +Ġ×IJ׾ ×Ļ׳×ķ +Ġdur ée +íĩ ´ +Ġmü zik +i ếu +ĠÑĢаз меÑīен +Ġк Ñĥд +ĠкÑĥд а +غ ض +غض ب +ĠTamb ém +à¸Īัà¸Ķ สà¹Īà¸ĩ +à¸ģาร à¹ģสà¸Ķà¸ĩ +onom ÃŃa +Ġан г +Ġанг ли +Ġангли й +Ġанглий Ñģк +Ġzn al +Ġznal az +Ġznalaz ÅĤ +תר ×Ĵ +תר×Ĵ ×ķ×Ŀ +ĠÑģ нов +ĠÑģнов а +ĠÑĩаÑģ а +Ġcommun auté +ĠespecÃŃf ica +ĠL á»ĭch +Ġli é +Ùģ جر +à¹Ģà¸ģ à¹Īà¸ĩ +ع اÙĦ +عاÙĦ ج +Ø£ÙĨ ظ +Ø£ÙĨظ ÙħØ© +ES Ä° +ĠاÙĦØŃ Ø¯ÙĬد +à¸ŀระ à¸Ńà¸ĩà¸Ħà¹Į +Ġפר שת +Ġдв иж +Ġдвиж ениÑı +ĠاÙĦج ارÙĬ +à¸ĺาà¸Ļ ี +неÑģ ен +ĠاÙĦÙĨ ÙĩائÙĬ +Ġб еÑĢ +ĠбеÑĢ ем +ĠбеÑĢем енн +Ġdépart ement +à¹Ģà¸Ĺ ีย +à¹Ģà¸Ĺีย à¸ļ +ĠÐľ аÑĢи +ĠнекоÑĤоÑĢ ÑĭÑħ +об еÑģп +обеÑģп еÑĩен +×Ĺ ×ķ×ĸ +×Ĺ×ķ×ĸ ×Ķ +ÙĨت ج +à¸Īะ à¹Ħà¸Ķà¹īรัà¸ļ +á» ° +Ġél éments +ع Ø· +عط اء +Ġt ắt +i á»ĩm +ÑİÑīиÑħ ÑģÑı +ãģĹãģ ° +ãģĹãģ° ãĤīãģı +Ġпом ожеÑĤ +à¸Ĥà¸ĵะ à¸Ļีà¹ī +Ġ×¢ שר×ķת +éģķ ãģ£ãģ¦ +ĠпÑĢ ог +ĠпÑĢог н +ĠпÑĢогн оз +Ġt ÅĤ +ĠtÅĤ um +ĠtÅĤum acz +T ür +Tür kiye +ãģį ãģ£ +ãģįãģ£ ãģĭãģij +Ġ×Ķ׳ ×ķ׼ +Ġ×Ķ׳×ķ׼ ×Ĺ×Ļ +ĠìĥĿ ìĤ° +ĠÑĦоÑĢм Ñĭ +ç¾İ ãģĹãģĦ +à¸Ľà¸£ ึà¸ģ +à¸Ľà¸£à¸¶à¸ģ ษา +Ġlum ière +ãĤª ãĥ¼ãĥĹ +ãĤªãĥ¼ãĥĹ ãĥ³ +à¸Ľ ืà¸Ļ +วั สà¸Ķ +วัสà¸Ķ ุ +еÑĢÑĤ в +ÙĥÙĦ Ùģ +ï½ £ +à¸ĺรรม à¸Ķา +׳ ×ĺר +ĠпÑĢедÑģÑĤав лÑıеÑĤ +Ġanál isis +Ġb ãi +با ÙĤÙĬ +à¸Ľà¸£à¸° à¹Ģà¸Ķ +à¸Ľà¸£à¸°à¹Ģà¸Ķ à¹ĩà¸Ļ +ĠÑģлÑĥÑĩ аÑı +ĠÑģлÑĥÑĩаÑı Ñħ +ÐĽ ÐIJ +สัà¸ĩ à¹Ģà¸ģ +สัà¸ĩà¹Ģà¸ģ à¸ķ +Ġprz ec +Ġprzec ież +Ùħ صÙĦ +ÙħصÙĦ ØŃØ© +ש×ķק ×ķ׾×ĵ +ĠобоÑĢÑĥд ованиÑı +Ġtr waÅĤ +رÙĪ Ùħ +ìķĪ ëĤ´ +ĠNgh á»ĭ +Ø® Ø´ +à¸ļา à¸Ħาร +à¸ļาà¸Ħาร à¹Īา +Ġоп ÑĨион +ĠÑģозд аниÑı +ãĤ³ ãĤ¹ãĥĪ +Ġ×Ķ×¢ ׾×Ļ +Ġ×Ķ×¢×ľ×Ļ ×ķף +lä uft +ãĥĻ ãĤ¹ãĥĪ +Ġr ê +Ġrê ve +×IJ ×ij×Ļ×ij +×Ļ ×Ļ×ļ +ë¶ Ļ +ãĤ¤ãĥ³ ãĥī +ÅĤo ży +ÅĤoży Äĩ +ع ائÙĦ +عائÙĦ Ø© +Ø£ ÙĪر +Ø£ÙĪر اÙĤ +à¸Ĺà¹īà¸Ńà¸ĩ à¸ĸ +à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ ิà¹Īà¸Ļ +Ġä hn +Ġähn lich +ãĥŁ ãĥĭ +à¸ľ ู +à¸ľà¸¹ à¹īà¸Ļ +à¸ľà¸¹à¹īà¸Ļ ำ +ĠмаÑĤеÑĢиал Ñĭ +Ġкап иÑĤ +ĠкапиÑĤ ал +ï¼ ¦ +Ġseç il +Ġh ứng +Ġintéress ant +ãģ£ãģ¦ ãģĦãģı +Ġe ÄŁer +ëIJĺ ìĹĪìĬµëĭĪëĭ¤ +Ġan laÅŁma +ãģĶ åĪ©çĶ¨ +Ġ×ij ×ĸ׼ +Ġ×ij×ĸ׼ ×ķת +ëĿ¼ ë©´ +ĠÙĬ ÙĪس +ĠÙĬÙĪس Ùģ +أسÙĦ ØŃØ© +ĠGef ühl +ĠноÑĢм алÑĮн +ãĥĻ ãĥ³ +ãģķãĤĮ ãĤĭãģĵãģ¨ +ĠÐij еÑģ +ãģ¨ãģĦ ãģĪãģ° +ĠÙħ ÙĩÙħ +ĠÙħÙĩÙħ Ø© +ãģ§ãģĹãĤĩãģĨ ãģŃ +ĠêµŃ ëĤ´ +à¹Ģม à¹ĩà¸Ķ +×ŀ×ij קר +ĠاÙĦد ÙĨÙĬ +ĠاÙĦدÙĨÙĬ ا +à¸Ĭ ู +к ÑĢÑĥÑĤ +Ġtho áng +Ġ׳ ×ĵר +Ġ׳×ĵר ש +ĠÑĢаÑģÑģ казал +ĠAu ÃŁerdem +פ ×IJר +פ×IJר ק +Ġ×ŀש×Ĺק ×Ļ×Ŀ +צ ר׼×Ļ×Ŀ +×ŀ×ĵ ×ķ +×ŀ×ĵ×ķ ×Ļק +èĭ¦ ãģĹ +ĠÑģ иг +ĠÑģиг нал +ĠM á»įi +Ġtr ữ +Ġnast ÄĻp +ĠnastÄĻp nie +Ġì¶Ķ ì§Ħ +ĠاÙĦÙģ ÙĨد +ĠاÙĦÙģÙĨد ÙĤ +koÅĦ czyÅĤ +ส ีà¹Ī +ק ×Ļ×ij +ק×Ļ×ij ×ķ×¥ +ĠнÑĥж нÑĭ +大 åĪĩ +大åĪĩ ãģª +æıĽ ãģĪ +ת ×ķס +ת×ķס פת +ãģ£ãģ¦ ãģĦãģªãģĦ +Ġм Ñı +ĠмÑı г +ĠмÑıг к +Ġjak ie +Ġjakie ÅĽ +à¸ķำ à¸ļ +à¸ķำà¸ļ ล +ĠìŀĪ ì§Ģ +×ij×ĺ ×IJ +ĠоÑĤлиÑĩ но +ÙĤ ÙIJ +ĠавÑĤом об +ĠавÑĤомоб и +ĠавÑĤомоби лÑı +دÙĬÙħÙĤرا Ø·ÙĬ +ĠاÙĦ ÙĪا +ĠاÙĦÙĪا ØŃد +Ġس ÙĪرÙĬØ© +Ø£ غÙĦ +أغÙĦ ب +ĠÑįк ÑĢан +ãĥĹ ãĥ©ãĤ¤ +Ġjeste ÅĽ +ãĥIJ ãĥª +Ġ×Ķ×IJ ×ķ×ķ×Ļר +ائ Ùĥ +à¸Ńยà¹Īาà¸ĩ ยิà¹Īà¸ĩ +ÑĢ екÑĤ +Ġum o +Ġumo ż +Ġumoż li +Ġumożli w +Ġumożliw ia +Ġnäch ste +ĠìŀĪ ì§Ģë§Į +ĠпÑĢед н +ĠпÑĢедн аз +ĠпÑĢедназ наÑĩен +Ġma çı +Ġp omi +Ġpomi ÄĻd +ĠpomiÄĻd zy +ĠاÙĦÙĦ ÙĤاء +à¹Ģà¸Ķ à¸Ńะ +Ġнов оÑģÑĤи +×ŀ׊׾×Ķ +رÙĬاض ÙĬ +à¸Ķ à¸Ļ +à¸Ķà¸Ļ à¸ķรี +ب صر +ìĬ¤ íĥĢ +scri pción +Ġnap isa +Ġnapisa ÅĤ +Ġ׳ש ×ŀ×¢ +ĠاÙĦÙħØŃ ÙĦÙĬ +Ġhi á»ĥn +×IJ ×Ĺ +×IJ׊ר×IJ×Ļ +Ġг ÑĢаниÑĨ +æīĭ ç¶ļãģį +Ùĥ سب +Ġà¹ģà¸ķà¹Ī à¸ĸà¹īา +à¸Ķาว à¸Ļà¹Į +à¸Ķาวà¸Ļà¹Į à¹Ĥหลà¸Ķ +ãĤĭãģĵãģ¨ãģĮãģ§ãģį ãģ¾ãģĻ +åŁºæľ¬ çļĦãģ« +ÙĪÙĦ اد +rä ume +د Ùģاع +×Ļצ ×¢ +ĠO czy +ĠOczy wiÅĽcie +ĠÅ ģ +ĠÅģ a +اÙĦÙĬ اب +اÙĦÙĬاب اÙĨ +áºł I +ĠBir liÄŁi +×Ķ ×ķצ +×Ķ×ķצ ×IJת +ĠÄij ua +Ġê·¸ëŁ¬ ëĭĪê¹Į +Ġréal ité +ع ÙĦاÙĤات +J este +Jeste ÅĽ +Ġмн ож +Ġмнож еÑģÑĤво +ï¼ « +ãĥĹãĥŃ ãĤ¸ãĤ§ +ãĥĹãĥŃãĤ¸ãĤ§ ãĤ¯ãĥĪ +ĠÑĦ л +ظ ÙĨ +×Ĵ׾ ×Ĵ׾ +ĠmÅĤod zie +ĠmÅĤodzie ż +à¸Ļà¹īำ à¸ķา +à¸Ļà¹īำà¸ķา ล +ÐĽ Ðķ +×ij ×ķ×ĺ +Ġ׾×Ķ ×Ĵ×Ļ×ĵ +ãģĵãģ¨ãĤĤ ãģĤãĤĭ +ز اد +×ŀ×Ļ×ĵ ×¢ +ĠgÅĤówn ie +ãĥı ãĤ¦ +ãĥıãĤ¦ ãĤ¹ +б ел +Ġét ape +ðŁĺ Ģ +Ġмод елÑĮ +a ģını +ש ×Ĺק +ש×Ĺק ף +Ġni ño +à¸Ĭ à¹īาà¸ĩ +à¹Ģล ีย +ĠÑĦоÑĢм е +ĠاÙĦØ´ رÙĬÙģ +ĠÑĥд аÑĢ +arr iv +arriv ée +Ġmies iÄĻ +ĠmiesiÄĻ cy +ØŃ Ø±Ùĥ +ØŃرÙĥ ات +ĠDi á»ħn +ÐĿ Ы +ãģ¾ãģ£ãģŁ ãģı +Ġ×Ļ ר×ķק +еÑģÑĤ еÑģÑĤв +еÑģÑĤеÑģÑĤв енн +Ġê·¸ ëŁ¼ +ĠاÙĦÙħ تÙĪ +ĠاÙĦÙħتÙĪ سط +Ġbéné fic +Ġbénéfic ie +Ġwy bra +Ġwybra Äĩ +ĠاÙĦز ÙħÙĨ +ĠпÑĢин Ñı +ĠпÑĢинÑı л +Ùģر ØŃ +Ġk sz +Ġksz taÅĤ +ĠksztaÅĤ t +ק׾ ×ĺ +×ij×ĵ×Ļק ת +Ġgi ấ +Ġgiấ c +Ġpropriet Ãł +деÑĢж ан +ĠKö ln +ĠGü zel +×Ļפ ×ķ×Ļ +ĠCu á»Ļc +ÑįÑĤ аж +تر ÙĥÙĬ +ترÙĥÙĬ ز +лож ений +Ġп Ñĥ +ĠпÑĥ ÑĤи +اخت ÙĦاÙģ +åĩºãģ¦ ãģıãĤĭ +à¸ļุ à¸ģ +âĿ ¤ +ÑĦ ан +פש ×ĺ +à¸ļัà¸Ļ à¹Ģà¸Ĺ +à¸ļัà¸Ļà¹Ģà¸Ĺ ิà¸ĩ +ĠاÙĦس اد +ĠاÙĦساد س +ĠاÙĦÙĤ ÙĪÙħ +ĠاÙĦÙĤÙĪÙħ ÙĬ +Ġyönet ici +Ùĩ ÙĪات +ÙĩÙĪات Ùģ +Ġrespons ável +Ġпод деÑĢжива +ĠاÙĦسÙĦ Ø· +ĠاÙĦسÙĦØ· ات +ãģĹãģ¦ ãģĬãģı +ãĥļ ãĥĥãĥĪ +à¸Ľ ุà¹Īม +Ġogl Äħda +ÙĨا ÙĤ +ÙĨاÙĤ Ø´ +à¸Ħà¸Ńà¸Ļ à¹Ĥà¸Ķ +ĠMü sl +ĠMüsl ü +ĠMüslü man +ĠMo ż +ĠMoż na +Ġnum érique +Ġv á»ı +ĠسÙĬ تÙħ +Ġyer leÅŁ +монÑĤ аж +Ġgo ût +ãģ¦ ãģĬãĤĬãģ¾ãģĻ +ĠKh ánh +Ġе дин +Ġедин ÑģÑĤв +اÙĨ Ø®Ùģ +اÙĨØ®Ùģ اض +ìĭľ íĹĺ +Ġl ặng +ĠÑĢ олÑĮ +à¸ķัว à¹ģà¸Ĺà¸Ļ +à¸Ħà¹Īา à¹ĥà¸Ĭà¹ī +à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī à¸Īà¹Īาย +Ġver füg +Ġverfüg bar +ìĻĶ ëĭ¤ +ãģĦ ãģļ +ãģĦãģļ ãĤĮ +ĠиÑģÑģлед ованиÑı +меÑī а +×Ķ ×Ĺ +×Ķ×Ĺ ×ĸר +à¹ģà¸Ł à¸Ĭัà¹Īà¸Ļ +ت صرÙģ +Ø¥ رÙĩاب +Ġexerc ÃŃcio +Ġé lev +Ġélev é +สัà¸įà¸įา à¸ĵ +Ãĸ Z +ãĥĹ ãĥŃãĤ° +ãĥĹãĥŃãĤ° ãĥ© +ãĥĹãĥŃãĤ°ãĥ© ãĥł +Ġw ewnÄĻtrzn +Ġhen üz +é£Ľ ãģ³ +à¹Ģà¸Ķ à¸Ńรà¹Į +Ñģ Ñĥж +ÑģÑĥж ден +شع ÙĪب +ãģ²ãģ¨ ãĤĬ +Ġwy ÅĤÄħ +ĠwyÅĤÄħ cznie +Ġпло Ñħо +ÐĶ Ðķ +Ạ¦ +Ùģع اÙĦÙĬ +ÙģعاÙĦÙĬ ات +ĠاÙĦع شر +ÑģÑĤÑĥп ил +Ġy arg +Ġyarg ı +нÑİ Ñİ +×ķ×IJ ×ij +Ġu ç +Ġuç ak +ë² ½ +تÙĪ ÙĤÙĬ +تÙĪÙĤÙĬ ع +Ġì¤ij ìĭ¬ +׳×Ļ×ķ ×ķ×ĺ +Ø£ ÙĥÙĦ +ç½® ãģĦãģ¦ +éłĤ ãģį +Ġ×Ķת ×ij +Ġ×Ķת×ij ×Ļ×¢×Ķ +Ġdür fen +Ùħ ÙĤاÙĦ +ÙħÙĤاÙĦ ات +Ġز ÙħÙĨ +à¸ŀฤ ศ +à¸ŀฤศ à¸Ī +à¸ŀฤศà¸Ī ิà¸ģ +à¸ŀฤศà¸Īิà¸ģ ายà¸Ļ +ĠнеÑģк олÑĮ +ĠнеÑģколÑĮ ки +ĠнеÑģколÑĮки Ñħ +Ġcrian ça +มิ à¸ķร +×ŀ׼ ×Ļר×ķת +à¸ģาร à¸ļริหาร +Ġtélé charg +Ġ×IJ×ķ×Ķ ×ijת +ĠBü ro +ä½ľ ãģ£ãģŁ +ĠKi ÅŁi +ç¾İåij³ ãģĹ +à¹Ģลย à¸Ħà¹Īะ +à¸ŀà¸ļ à¸ģัà¸ļ +à¸Ī à¹īา +Ġç er +Ġçer ç +Ġçerç eve +ãĤĴä½ľ ãģ£ãģ¦ +ĠпеÑĢв ÑĥÑİ +×ŀצ ר×Ļ×Ŀ +×IJ׾ ×ķ×Ķ +×IJ׾×ķ×Ķ ×Ļ×Ŀ +Ġagr é +Ġagré able +Ġay ır +Ä°L Ä° +ãĤ ¥ +Ġíĺ Ħ +ĠíĺĦ ìĭ¤ +ثاÙĦ Ø« +ת ×ĸ +ת×ĸ ×ķ׳×Ķ +ãģ¨ãģĦ ãģ£ãģ¦ +ãģ¨ãģĦãģ£ãģ¦ ãĤĤ +Ġا بÙĪ +ĠÑģоб ак +é£Łãģ¹ ãģŁ +Ġдан ном +à¹Ģล ิ +à¹Ģลิ ศ +Ġí ļ +Ġíļ ¨ +Ġíļ¨ ê³¼ +ãĤĤãĤī ãģĪãĤĭ +׳ צ׾ +ÑĦ ик +ÑĦик Ñģ +Ġjeste ÅĽmy +ת×Ĺ×ķש ×Ķ +à¹Ħมà¹Ī à¸Ħวร +ĠØŃ Ø³ÙĬÙĨ +à¸ģาร ลà¸ĩà¸Ĺุà¸Ļ +ë´ ¤ +ĠÐĺ менно +à¸ļ à¸Ńรà¹Į +à¸ļà¸Ńรà¹Į à¸Ķ +ĠC ảnh +ìĦľ ë¹ĦìĬ¤ +Ġпол ов +Ġполов ин +Ġзам еÑĩа +ãģĦãĤį ãĤĵãģª +Ġ×ij ×Ļק +Ġ×ij×Ļק ש +л ÑĥÑĪ +ãĤĴ è¿İ +ãĤĴè¿İ ãģĪ +جرÙĬ ÙħØ© +Ġt ây +ĠاÙĦÙĨ ÙĪ +ĠاÙĦÙĨÙĪ ÙĪÙĬ +ÃĤ N +ì¿ ł +หà¸Ļ าว +Ġ×ij׊ש×ij×ķף +ز ار +à¸Ķ าร +à¸Ķาร า +ĠÅĽ l +ĠÅĽl ub +มีà¸Ħวาม สุà¸Ĥ +Ġn hu +Ġnhu áºŃn +ÙħØŃ Ø·Ø© +à¹Ģสืà¹īà¸Ń à¸ľà¹īา +ĠТ олÑĮко +ĠÙĥ س +ĠÙĥس ارة +ÙħØ´ رÙĪع +niÄĻ cia +×¢ ׼ש×Ļ×ķ +ت ÙĦÙģ +تÙĦÙģ زÙĬ +تÙĦÙģزÙĬ ÙĪÙĨ +Ġl Æ°á»Ľi +ĠÐľÐ¾Ñģк вÑĭ +Ġré serve +Ġan laÅŁ +ĠanlaÅŁ ıl +Ġed eceÄŁi +รà¸Ńà¸ĩ à¹Ģà¸Ĺà¹īา +Ġب Ø· +Ġبط رÙĬ +ĠبطرÙĬ ÙĤØ© +ãģ¦ãģĹãģ¾ ãģ£ãģ¦ +ãĤĤãĤī ãģ£ãģ¦ +بر ج +æ± ļ +æ±ļ ãĤĮ +Ġch oc +Ġchoc ia +Ġchocia ż +Ġzob ac +Ġzobac zyÄĩ +пÑĢ Ñı +пÑĢÑı жен +ĠÑĨ иÑĦ +ĠÑĨиÑĦ ÑĢ +Ġм ам +Ġвз ÑıÑĤÑĮ +Ġch ạm +ج سÙħ +ØŃÙħ اس +à¹Ģล à¹Īม +à¸ŀิ ษ +×Ķפ ׼×ķ +à¸Ĭà¹Īà¸Ńà¸ĩ à¸Ĺาà¸ĩ +Ġв ек +Ġвек а +Æ¡ Ìģ +Æ¡Ìģ i +ĠTi á»ģn +Ġtr ầm +мÑĭ ÑĪ +мÑĭÑĪ л +ĠÑĤ Ñĥ +ĠÑĤÑĥ ÑĢиÑģÑĤ +Ġch c +Ġchc Äħ +Ġав г +Ġавг ÑĥÑģÑĤ +ĠавгÑĥÑģÑĤ а +ס ×IJ×ķת +Ġר ×Ĵ׾ +à¸ľà¸¥ à¸ģระà¸Ĺ +à¸ľà¸¥à¸ģระà¸Ĺ à¸ļ +å¤īãĤı ãĤĭ +Ġ×Ķ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +سÙģ ÙĬر +ĠÑĩа Ñīе +ãģĦ ãĤī +ãģĦãĤī ãģ£ +ãģĦãĤīãģ£ ãģĹãĤĥ +×ķ×ŀ ׳×Ļ×Ŀ +Ġart tır +ĠCh á»ĭ +Ġì¡° ì§ģ +ĠÑĥÑģп еÑħ +Ġ×¢ ×ķס +Ġ×¢×ķס ק +ĠìĥĿ ëªħ +ÑĨ иÑĤ +Ġreg ión +Ðŀ ÐĿ +ĠdoÄŁ um +ĠyaÅŁ ad +ĠyaÅŁad ıģı +à¸Ĺà¸Ķ ลà¸Ńà¸ĩ +Ġgöz ü +ש ×Ļר×Ķ +дÑĥм ал +Ġda ģı +Ġdaģı t +à¸Ĺีม à¸ĩาà¸Ļ +Ġti á»ģm +ĠاÙĦÙĥ بر +ĠاÙĦÙĥبر Ùī +ì¹ Ń +ĠGü nc +ĠGünc elle +ĠGüncelle me +ê¹ Ĭ +ĠобоÑĢÑĥд ование +ĠÑĢеÑĪ а +á» ¤ +Ġп иÑĤ +ĠпиÑĤ аниÑı +à¹Ģรีย à¸ļ +×Ľ×ª ×Ļ×ij×Ķ +Ġп он +Ġпон ÑĢав +ĠпонÑĢав и +Ġ×Ķ ×ķ׾×ĵ +Ġ×Ķ×ķ׾×ĵ ת +Ġê² ģ +Ġê²ģ ëĭĪëĭ¤ +ĠпеÑĢв ой +ãĥ©ãĤ¤ ãĥķ +ĠÅŁi ir +kr ÄĻ +krÄĻ c +Ġthi á»ĥu +à¹Ģลย à¸Ĺี +à¹Ģลยà¸Ĺี à¹Ģà¸Ķียว +×ĺ×¢ ׳×ķת +ائ ÙĩÙħ +Ġ×IJ ס×ķר +ĠплаÑĤ еж +تر دد +Ġmożli we +Ġkh Ỽ +ĠkhỼ p +تÙģاع ÙĦ +ĠÑĪ колÑĮ +ĠÑĪколÑĮ н +ĠÙĤ صة +Ġmét ier +nÄĻ ÅĤa +หล à¹Īà¸Ń +Ġ ủng +Ġprz egl +Ġprzegl Äħd +ĠاÙĦÙħ تعÙĦ +ĠاÙĦÙħتعÙĦ ÙĤØ© +ĠÑģÑĭ н +Ġв олн +ãĥĩ ãĥ¼ãĥĪ +ĠÐŃ ÑĤи +Ġк ÑĢоме +à¸Ħ ารà¹Į +׳ק ×ķ×ĵ×Ķ +Ġ׾ש×ŀ ×ķ×¢ +Ġ×ĸ ×ķ׼ר +ï¼ § +ÙĬ Ùİا +Ġgi á»ıi +åĥį ãģı +ĠÑģ ни +ĠÑģни жен +à¹ģà¸Ķ à¸Ķ +รุ à¸Ļ +รุà¸Ļ à¹ģรà¸ĩ +Ġhi á»ĩp +ograf ÃŃa +à¹Ģà¸Ī à¸Ńรà¹Į +Ġдв иг +Ġдвиг аÑĤ +ĠдвигаÑĤ ел +Ġü y +Ġüy eler +Ġüyeler i +Ġб Ñĥк +ĠбÑĥк в +ãĤĤ å¤ļãģı +Ġthi á»ĩt +ĠPa ÃŃs +ĠØ· بÙĬعÙĬ +à¹ģà¸Ī à¸ģ +ĠاÙĦص ØŃÙĬØŃ +Ġapp ré +Ġappré ci +Ġdecis ión +Ġë°ĺ ëĵľ +Ġë°ĺëĵľ ìĭľ +ĠÑĤеб е +ãĤ· ãĥ¼ãĤº +ãĤ·ãĥ¼ãĤº ãĥ³ +Ġд алÑĮн +ĠìĬ ¤ +ĠìĬ¤ ìĬ¤ +ĠìĬ¤ìĬ¤ ë¡ľ +ĠTh á»ĥ +Ġkar ÅŁ +ĠkarÅŁ ıs +ĠkarÅŁÄ±s ında +ĠK ön +ĠKön ig +ив ание +×ij ×ķצע +г лаÑģ +Ġtw ó +Ġtwó rc +à¸Ľà¸ģ à¸Ħร +à¸Ľà¸ģà¸Ħร à¸Ńà¸ĩ +ĠG ÅĤ +ĠGÅĤ ówn +ĠUnter stüt +ĠUnterstüt zung +Ġд ÑĥÑħ +ĠдÑĥÑħ ов +Ø£ ÙħاÙĨ +×Ĺש ש +ت ظ +تظ اÙĩر +ĠлÑİб ом +à¸ķ าร +à¸ķาร าà¸ĩ +Ġkr ól +Ø£ ØŃدث +ì¡Į ëĭ¤ +Ðļ ÑĥÑĢÑģ +ãĥĥ ãĥĦ +×ŀק ×ķ×ij׾ +ĠÑģимв ол +Ġdés orm +Ġdésorm ais +w üns +wüns che +Ñĥ ни +Ñĥни ÑĨип +ÑĥниÑĨип алÑĮн +หลัà¸ģ สูà¸ķร +ÙĨت شر +Ġа л +Ġал к +Ġалк ог +Ġалког ол +ĠÑĥ ÑĩиÑĤÑĭва +à¸ģำ à¸ģัà¸ļ +Ġ׾ פע×ķ׾ +ĠìĹ° ê²° +s Äħd +ĠاÙĦØ£ ÙĬ +ĠاÙĦØ£ÙĬ اÙħ +غÙĬ اب +Ġна ÑĢ +ĠнаÑĢ ко +×ŀ×ķ×ĵ ×¢ +ĠÑģеÑĢ ии +пиÑģ Ñĭва +สิ ว +ç¶ļ ãģĦãģ¦ +çĶ³ãģĹ è¾¼ãģ¿ +Ġ׾ ×Ĵר +Ġ׾×Ĵר ×ķ×Ŀ +Ġд ем +Ġдем о +Ġë³´ ëĤ´ +تÙĩ دÙĬد +ĠÙħØ´ ÙĬرا +Ġdu y +Ġduy á»ĩt +ĠwiÄĻks ze +Ùħع اÙĬ +ÙħعاÙĬ ÙĬر +ĠG da +ĠGda ÅĦsk +Ġr ah +Ġrah ats +Ġrahats ız +ר ×ķצ×Ķ +l ös +lös ung +ĠТак им +ÑĪ ед +ÑĪед ÑĪ +ع زÙĦ +Ġרש ×Ļ×ŀת +Ġ׾×Ķ ×Ļ׼ +Ġ׾×Ķ×Ļ׼ ×ł×¡ +Ġп ÑĥÑĤ +ĠпÑĥÑĤ еÑĪ +ĠпÑĥÑĤеÑĪ еÑģÑĤв +Ġnot ÃŃcia +Ġal Ä±ÅŁ +ĠalÄ±ÅŁ ver +ĠalÄ±ÅŁver iÅŁ +ĠwÅĤ os +ĠwÅĤos ów +Ġب غ +Ġبغ داد +Ġver öffent +Ġveröffent licht +ĠKh á +Ġt án +ëIJĺ 기 +Ġë°© 문 +Ùģ ÙĬÙĦ +à¹Ģà¸ģิà¸Ķ à¸Īาà¸ģ +åı¯ æĦĽ +åı¯æĦĽ ãģĦ +à¸ĸ ุà¸ĩ +Ġz ewnÄĻtrzn +à¸łà¸²à¸©à¸² à¸Ńัà¸ĩà¸ģฤษ +Ġmá xima +Ġul us +Ġulus lararası +Ġ׳×Ķ ׳ +à¸Ĥà¹Īาว สาร +ĠìĿĺ ìĤ¬ +à¹Ģหล ืà¸Ńà¸ĩ +Ġد ÙĤ +ĠدÙĤ ائÙĤ +สืà¹Īà¸Ń สาร +ë¨ ¼ +ĠÑģоÑģÑĤоÑı нии +สมา à¸Ħม +á» Ĥ +ĠÐľÐ¾Ñģ ков +ĠÐľÐ¾Ñģков Ñģк +×ŀס ×ķ×Ĵ׾ +ãģĭ ãģĭãĤĬ +ĠTr uyá»ģn +à¹ģà¸Ĥà¹ĩà¸ĩ à¹ģรà¸ĩ +×ŀ×Ĺ ×ĸ×Ļק +à¹Ĥà¸ģ à¹ī +ÙĬس ر +ìĶ © +×IJ ×ķק +×IJ×ķק ×ĺ +×IJ×ķק×ĺ ×ķ×ijר +Ġprox imité +ÙħÙĨ Ùĩج +ĠاÙĦج ز +ĠاÙĦجز ائ +ĠاÙĦجزائ رÙĬ +ĠÄIJi á»ĥm +Ġден еж +Ġденеж н +ÙģØŃ Øµ +Ùģ ئ +ĠÐij Ñĥд +×Ĵ×Ļ×ĵ ×ķ׾ +ĠÐĴ едÑĮ +عÙĦ اÙħØ© +Ġ×IJ×Ĺר ×ķ׳×ķת +ãģĦãģŁãģł ãģĦãģ¦ +سÙĦ ØŃ +ØŃ ÙĦÙħ +ز ÙĪار +Ùĥ سر +×ĺ קס +Ġб ан +Ġбан ков +ĠпÑĢ ож +ĠпÑĢож ива +li wo +liwo ÅĽci +ĠTi ếp +ĠاÙĦÙħÙĨ اسب +ĠاÙĦØ® ÙĬار +ãģĬ ãģĭ +ãģĬãģĭ ãģĴ +à¸Ķà¸Ńà¸ģ à¹Ħมà¹ī +ä mp +ämp fe +à¸ķัà¹īà¸ĩ à¹ĥà¸Ī +Ġза ÑīиÑĤ +ĠзаÑīиÑĤ Ñĭ +ĠTh Æ°á»Ŀng +Ġص Ùģ +ĠصÙģ ØŃØ© +×Ĺ×ķר ×£ +ãĥIJ ãĥĥãĤ° +Ġ×ĵ ×Ļ×Ĵ +Ġ×ĵ×Ļ×Ĵ ×Ļ×ĺ +Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ ׾×Ļ +Ġ×Ķ×Ĺ ×ķ׾×Ļ×Ŀ +в еÑī +веÑī а +Ġк ÑĥлÑĮÑĤ +ĠкÑĥлÑĮÑĤ Ñĥ +ĠкÑĥлÑĮÑĤÑĥ ÑĢÑĭ +ĠاÙĦاÙĨ ترÙĨت +Ġhö ch +Ġhöch st +Ġíĺ ķ +Ġíĺķ íĥľ +Ġв ой +Ġвой нÑĭ +ÐĽ Ðŀ +ìĭł ìļ© +Ġ×ŀ×ij ×ķס +Ġ×ŀ×ij×ķס ס +×ŀ׳ ×Ļ×¢ +Ġfiyat ı +ĠÑģл Ñĥж +ĠÑģлÑĥж бÑĭ +à¸Ĺั ศ +à¸Ĺัศ à¸Ļ +ãģĵãģ¨ãģĮ å¤ļãģĦ +Ġ×Ķ×ŀש ת +Ġ×Ķ×ŀשת ×ŀש +å¯Ħ ãģĽ +×ŀש׾ ×ķ×Ĺ +æĻĤ çĤ¹ +æĻĤçĤ¹ ãģ§ +à¸ŀร ี +à¸ŀรี à¹Ģมีย +à¸ŀรีà¹Ģมีย รà¹Į +à¸ŀรีà¹Ģมียรà¹Į ลีà¸ģ +Ġdiffic olt +Ġdifficolt Ãł +ãĥ¬ ãĤ¹ãĥĪ +ãĥ¬ãĤ¹ãĥĪ ãĥ©ãĥ³ +สม à¹Ģà¸Ķà¹ĩ +สมà¹Ģà¸Ķà¹ĩ à¸Ī +Ġж ид +Ġжид к +Ġzu peÅĤ +ĠzupeÅĤ nie +ĠÙħ جر +ĠÙħجر د +ãģĮ å§ĭ +ãģĮå§ĭ ãģ¾ +ãĤŃãĥ£ ãĥ© +Ġ×IJ ×ķ×ķ×Ļר +ãģĬ äºĴ +ãģĬäºĴ ãģĦ +Ġpot rÃł +ĠPa ÅĦst +ĠPaÅĦst wo +Ġب ÙĬاÙĨ +ĠبÙĬاÙĨ ات +Ġин огда +ĠÑĢ а +ĠÑĢа ÑģÑĤв +ĠÑĢаÑģÑĤв оÑĢ +Ġ×ĸ ×ŀ׳ +ยิ à¹īม +Ä Ĩ +ãģ¾ ãģķ +ãģ¾ãģķ ãģ« +ãĥķãĤ¡ ãĤ¤ãĥ« +Ġgörd Ã¼ÄŁÃ¼ +สà¸ĩ à¸Ħร +สà¸ĩà¸Ħร าม +ĠArk adaÅŁ +ĠrozwiÄħz ania +×ŀ ×ķ×ĺ +pi ÄĻ +piÄĻ t +ص غر +ส ย +สย าม +ãĤĨ ãģ£ãģıãĤĬ +Ġtr ần +Ġeconom ÃŃa +Ġgeh ören +ãĤ·ãĥ§ ãĥ¼ +ĠsÅĤ ucha +à¸ŀà¸Ń à¹ĥà¸Ī +ĠоÑĤмеÑĤ ил +ÙĨت ÙĤÙĦ +Ġprop ósito +ĠваÑĪ его +Ġnh ắn +à¹ģà¸ĸ ว +Ġком иÑģ +ĠкомиÑģ Ñģи +waż nie +Ġy avaÅŁ +×ŀ ×Ļק +×ŀ×Ļק ×ķ×Ŀ +ש×IJ׾ ת +Ġyıll arda +ĠÐ ® +ĠЮ ÑĢ +×ł×¡ ×Ļ×ij×ķת +ת צ +תצ ×ķ×Ĵ +Ġод нÑĥ +Ġ à¸Ńยà¹Īาà¸ĩà¹Ħร +Ġà¸Ńยà¹Īาà¸ĩà¹Ħร à¸ģà¹ĩà¸ķาม +ëģ ¼ +à¹Ħล à¹Ī +تس ÙĦÙĬÙħ +بÙĦ اغ +Ġì ī +Ġìī ½ +Ġìī½ ê²Į +ãĥļ ãĥ³ +зв ÑĥÑĩ +ĠW äh +ĠWäh rend +Ġ×Ļ ×Ļת +Ġ×Ļ×Ļת ׼ף +Ġkh uyên +Ġv ẽ +Ġа меÑĢ +ĠамеÑĢ ик +ĠамеÑĢик ан +ĠамеÑĢикан Ñģк +ع جب +ãĥĽãĥ¼ãĥł ãĥļãĥ¼ãĤ¸ +Ġник ÑĤо +ĠÙĤ Ùİ +ĠÙĤÙİ Ø§ÙĦ +ĠÙĤÙİاÙĦ Ùİ +ÐIJ ÐĹ +Ùħ جÙħÙĪع +ÙħجÙħÙĪع ات +Ġnecess itÃł +Ġpob li +Ġpobli żu +Ġph ấn +ĠСо обÑī +ÙħÙĤ اط +ÙħÙĤاط ع +Ġ×Ķצ ×ķר×ļ +la ÅŁtırma +ว ิà¸Ķ +วิà¸Ķ ี +วิà¸Ķี à¹Ĥà¸Ń +Ġ그리 ìĬ¤ +Ġ그리ìĬ¤ ëıĦ +ãĤ¿ãĤ¤ ãĥŁ +ãĤ¿ãĤ¤ãĥŁ ãĥ³ãĤ° +ק×ĺ ×Ĵ×ķר +ק×ĺ×Ĵ×ķר ×Ļ×Ķ +Ġ×Ĺ ×ķפ +Ġ×Ĺ×ķפ ש×Ļ +Ø£ جر +Ġим ени +ĠÑĢан ее +à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ à¹Ĩ +ĠJes ús +Ñģо един +Ñģоедин ен +Ġר ×Ĺ×ķק +à¹Ĥà¸ļ รา +à¹Ĥà¸ļรา à¸ĵ +ĠH Æ¡n +Ġth áºŃp +تع ÙĬÙĬÙĨ +Ġtart Ä±ÅŁ +ĠtartÄ±ÅŁ ma +ĠGes pr +ĠGespr äch +תר ×ķפ +תר×ķפ ×ķת +Ġcat égorie +Ġоказ Ñĭва +ĠналиÑĩ ие +Ġprésent é +Ġk ull +Ġkull and +Ġkulland ı +Ġü nl +Ġünl ü +ĠÙģ Ùĥرة +из аÑĤоÑĢ +×IJ ×ķ׳ +×IJ×ķ׳ ×Ļ×ij +×IJ×ķ׳×Ļ×ij רס +×IJ×ķ׳×Ļ×ijרס ×Ļ×ĺת +ĠÑĢаÑģÑģ маÑĤ +ĠÑĢаÑģÑģмаÑĤ ÑĢ +ĠÑĢаÑģÑģмаÑĤÑĢ ива +تÙĥÙĦ Ùħ +Ùĥت رÙĪ +ÙĥترÙĪ ÙĨÙĬ +ĠÑģо ÑĩеÑĤ +ĠÑģоÑĩеÑĤ а +ãĤĴè¦ĭ ãģĽ +Ġng ừa +ĠÐł еÑģп +ĠÐłÐµÑģп Ñĥб +ĠÐłÐµÑģпÑĥб лик +ãĤ¦ ãĤ© +ãĤ¦ãĤ© ãĥ¼ +ĠÐľ еждÑĥ +ĠìŀĪ ê²Į +Ġm â +ĠìļĶ ì²Ń +ض ار +ลุ à¹īà¸Ļ +ëĮĢ íķĻêµIJ +×ĸ ×Ļ׼ +×ĸ×Ļ׼ ר×ķף +ãĤ¹ ãĥļ +ãĤ¹ãĥļ ãĥ¼ãĤ¹ +ĠкÑĢаÑģ оÑĤ +ï¼ ¨ +ê¼ Ń +ãĤĴ éĽĨ +ãĤĴéĽĨ ãĤģ +ë° Ŀ +Ġ×Ķ׳ ×IJ +Ġ×Ķ׳×IJ ש×Ŀ +Ġê°Ģ ìļ´ +Ġê°Ģìļ´ ëį° +تÙĥÙĦ ÙģØ© +ĠØŃ ÙĤÙĬÙĤÙĬ +Ġh alk +Ġhalk ın +ÑİÑī ÑĥÑİ +ĠÑģп ин +סר×ĺ ף +ĠпеÑĢв ого +Ġпол ож +Ġполож иÑĤелÑĮн +Ġд л +Ġдл иÑĤелÑĮн +ĠV Ä©nh +ê´ ´ +ĠÑģÑĭ ÑĢ +ĠíĨµ íķĺìŬ +ë³ij ìĽIJ +à¹Ĥรà¸ĩ à¸ĩาà¸Ļ +รัà¸ļ à¸ľà¸´à¸Ķ +รัà¸ļà¸ľà¸´à¸Ķ à¸Ĭà¸Ńà¸ļ +تج ÙĨب +s ÅĤ +sÅĤ uch +ãĤ¢ãĥ« ãĥIJ +ãĤ¢ãĥ«ãĥIJ ãĥł +ëī´ ìĬ¤ +Ġpat ië +Ġpatië nt +Ġìĺ ¤í +Ġìĺ¤í ŀ +Ġìĺ¤íŀ Ī +Ġìĺ¤íŀĪ 볤 +ĠDer ne +ĠDerne ÄŁi +wró ci +wróci Äĩ +Ġоб Ñī +ĠобÑī еÑģÑĤв +ĠобÑīеÑģÑĤв енно +ĠêµIJ ìĪĺ +tıģ ımız +Ġ×Ķ×ŀש ×Ļ×ij +k örper +Ġпозв ол +Ġпозвол иÑĤ +ĠChi ến +أخ ÙĪ +ĠAy dın +à¸Ķà¹īาà¸Ļ ล +à¸Ķà¹īาà¸Ļล à¹Īาà¸ĩ +Ġdr u +Ġdru ż +Ġdruż yn +Ġë°ľ íijľ +ĠTh ảo +جÙĩ اد +à¸ģระà¸Ĺ ูà¹ī +Ġк ÑĢов +ĠкÑĢов и +Ġiçer ik +Ġnad zie +Ġnadzie jÄĻ +ĠС моÑĤÑĢ +Ġph ức +ج تÙħاع +جتÙħاع ÙĬØ© +ком пон +компон енÑĤ +Ġб ил +Ġбил еÑĤ +ãĥIJ ãĥ³ãĥī +ĠPol ÃŃcia +اÙĦ تÙĩ +اÙĦتÙĩ اب +ØŃر Ùģ +ت خط +تخط ÙĬØ· +ãĤ³ ãĥ¼ãĥ +ãĤ³ãĥ¼ãĥ Ĵ +ãĤ³ãĥ¼ãĥĴ ãĥ¼ +･･ ï½¥ +à¸ĭ à¸Ńย +Ġcréd it +è²· ãģ£ãģŁ +ĠпоÑĢ Ñıд +ĠпоÑĢÑıд ке +Ġph ó +Ġw ida +Ġwida Äĩ +جر ائÙħ +à¸ľ ี +ĠbÄĻd ÄĻ +Ġ×ŀ פת×Ĺ +ãĥij ãĥ¼ãĥ +ãĥijãĥ¼ãĥ Ĩ +ãĥijãĥ¼ãĥĨ ãĤ£ +ãĥijãĥ¼ãĥĨãĤ£ ãĥ¼ +ĠKa ż +ĠKaż dy +ĠнеобÑħодим оÑģÑĤи +à¸Ł à¸Ńรà¹Į +à¸Łà¸Ńรà¹Į ม +Ġмал ÑĭÑĪ +Ġпл оÑĤ +ĠÑĥ ÑģÑĤÑĢой +ĠÑĥÑģÑĤÑĢой ÑģÑĤва +à¸ĸ à¸Ńà¸Ļ +ĠoluÅŁtur ul +ĠÅĽwi ad +ĠÅĽwiad om +Ùħع Ùĩد +ĠпÑĢоиз веден +Æ ł +ר ×Ļש +Ùħست Ø« +Ùħستث Ùħر +׳×Ļ ×Ļר +pa ñ +Ġ; -) +Ġë°ľ 견 +Ġgör üyor +Ùħؤ ÙĦÙģ +ĠÄIJ á»ģ +ĠاÙĦÙĨ ÙĪاب +×Ĺק ×Ļר×Ķ +Ġm á»ıi +è¿° ãģ¹ +ÐĿ ик +ìŀĸ ìķĦ +ìŀĸìķĦ ìļĶ +prowadzi ÅĤ +l óg +lóg ica +פס ×ĺ +פס×ĺ ×Ļ×ij׾ +Ġ×ŀ ×ĵ×Ķ +Ġ×ŀ×ĵ×Ķ ×Ļ×Ŀ +ãģĵãģĵ ãģ¾ãģ§ +×Ķ ת×Ĺ +×Ķת׊׾×Ķ +Ġפ ×ķס +Ġפ×ķס ×ĺ×Ļ×Ŀ +Ġн ев +Ġнев оз +Ġневоз можно +ĠdostÄĻp ny +Ġغ اÙĦ +ĠغاÙĦ ب +Ġbez pieczeÅĦst +ĠbezpieczeÅĦst wa +åĪĨ ãģĭãĤĭ +ĠF ührung +à¸ģ ีà¹ī +gem Ã¤ÃŁ +à¸Ĭà¹Īวà¸ĩ à¹Ģวลา +Ġìļ°ë¦¬ ëĤĺ +Ġìļ°ë¦¬ëĤĺ ëĿ¼ +ãģ¥ ãģıãĤĬ +ĠاÙĦÙħ سÙĦ +ĠاÙĦÙħسÙĦ ØŃØ© +Ġlibert é +клÑİÑĩ ение +Ġzam ów +Ġzamów ienia +รà¸ĸ à¹Ħà¸Ł +Ø£ ÙģÙĦ +Ø£ÙģÙĦ اÙħ +Ùħ راج +Ùħراج عة +Ġë¹Ħ êµIJ +ĠاÙĦت اب +ĠاÙĦتاب عة +Ġë§Į ëĤĺ +Ġб Ñĥм +ĠбÑĥм аг +Ġgé nero +Ġìŀĺ 못 +×ŀ פ×ķר×ĺ +è²·ãģĦ çī© +ĠÙĦدÙĬ Ùĥ +Ġ×ľ×¢ ×Ļת +Ġ×ľ×¢×Ļת ×Ļ×Ŀ +ĠsÅĤ ab +ĠпÑĢедÑģÑĤав лÑı +ãĤ¿ ãĤ¤ãĥĪ +ãĤ¿ãĤ¤ãĥĪ ãĥ« +Ùħ ص +Ùħص Ø·Ùģ +ÙħصطÙģ Ùī +Ġdifficult é +ãĥĨãĤ£ ãĥĸ +Ġpew noÅĽci +ĠpewnoÅĽci Äħ +Ġ무 ìĬ¨ +Ø¥ رس +إرس اÙĦ +Ġд алÑĮ +ĠдалÑĮ ÑĪе +Ġ׾ ×ł×¡ +Ġ×ľ×ł×¡ ×ķת +หมูà¹Ī à¸ļà¹īาà¸Ļ +×ŀס×ŀ ׼×Ļ +أسÙĦ ÙĪب +Ġzw ÅĤ +ĠzwÅĤ as +ĠzwÅĤas zc +ĠzwÅĤaszc za +ĠпÑĢ еж +ĠпÑĢеж де +ĠоÑĢганиз аÑĨиÑı +Ġdön emin +Ġdönemin de +Ġ Ủ +ĠỦ y +ä¸ĭ ãģĴ +ĠпоÑģлед ние +Ġgü ne +Ġgüne ÅŁ +Ġ×IJ ×ĸר +Ġ×IJ×ĸר ×Ĺ×Ļ +ãģ§ãģĤ ãĤįãģĨ +ĠÙĨ ÙĤ +ĠÙĨÙĤ اط +æŃ£ ãģĹãģĦ +ĠÑĢ ег +ĠÑĢег иона +ĠFör der +ê²½ ìĺģ +dıkl ar +dıklar ını +trzym aÄĩ +أش Ùĥ +أشÙĥ اÙĦ +×Ķת ×IJ +×Ķת×IJ ×ŀ×Ķ +à¸Ĺำà¹ĥหà¹ī à¹Ģà¸ģิà¸Ķ +ĠGeb ä +ĠGebä ude +ĠСеÑĢ г +ĠСеÑĢг ей +Ġз доÑĢов +ĠздоÑĢов ÑĮÑı +Ġr ãi +ĠпÑĢед ÑĥÑģ +ĠпÑĢедÑĥÑģ моÑĤÑĢ +ĠпÑĢедÑĥÑģмоÑĤÑĢ ен +Ġ×Ķצ ×Ļ×ij +Ġ×Ķצ×Ļ×ij ×ķר×Ļ +Ġdés ir +Ġн оÑĩ +ĠноÑĩ ÑĮ +möglich keiten +Ġ×IJ×Ĺר ×ķ׳×Ļ×Ŀ +Ġsoir ée +ĠNh áºŃn +Ù ª +à¸Ľà¸£à¸°à¸§à¸±à¸ķิ ศาสà¸ķรà¹Į +êµIJ íĨµ +ĠØ£ Ø®ÙĬ +Ġdé cid +Ġdécid é +Ġwy ja +Ġwyja ÅĽni +Ġ สิ +Ġสิ à¸ĩ +Ġสิà¸ĩ หา +Ġสิà¸ĩหา à¸Ħม +à¹ģ à¸Ńรà¹Į +หà¸Ļà¹īา à¸Īà¸Ń +ס תר +Ġê ¶ +Ġê¶ Į +Ġê¶Į 리 +pl ätze +ب Ø·ÙĦ +ê±´ ìĦ¤ +Ġ×IJ ×Ļ×ŀ×Ļ +Ġ×IJ×Ļ×ŀ×Ļ ×Ļ׾ +ãģ ½ +تر اث +×IJ׾ ×Ļ×ŀ×ķת +Ġdispon ÃŃveis +Ġz ale +Ġzale ży +à¸Ľà¸£à¸°à¸Ĭา สัมà¸ŀัà¸Ļà¸ĺà¹Į +ĠÅļw iat +Ġpor ówn +Ġporówn a +Ġ׾×ĺ ×ķ×ijת +×Ķ×ĸ ×ŀ׳×Ķ +Ġ×Ľ×ª ×ķצ×IJ×Ķ +Ġ×ij ק׾ +Ġ×ijק׾ ×ķת +ĠоÑĤ кÑĢ +ĠоÑĤкÑĢ Ñĭва +ãĥij ãĥ¯ãĥ¼ +ë¿IJ ë§Į +Ġв ÑģÑı +ĠвÑģÑı к +ãģ¨ãģª ãģ£ãģ¦ãģĦãĤĭ +Ġgi áºŃn +Ġок ÑĢÑĥ +ĠокÑĢÑĥ жа +ĠокÑĢÑĥжа ÑİÑī +ĠUnivers ität +ĠÑĢ ож +ĠÑĢож д +ĠÑĢожд ениÑı +Ø® ÙĬÙĦ +Ġкомпани й +ĠÑĢазлиÑĩ нÑĭе +ĠЦ ена +׳×Ļ ×ķ×ĸ +׳×Ļ×ķ×ĸ ׾ +׳×Ļ×ķ×ĸ׾ ×ĺר +Ġê³µ ê°Ħ +Ġê°ľ ëħIJ +landır ma +ĠÑĥдал ен +à¸ŀัà¸ģ à¸ľ +à¸ŀัà¸ģà¸ľ à¹Īà¸Ńà¸Ļ +Ġprote cción +Ġb ÅĤ +ĠbÅĤ ÄĻd +à Ī +Ġíĸī ë³µ +ĠÅŁ ü +ĠÅŁÃ¼ phe +Ġí Ķ +ĠíĶ ¼ +ĠíĶ¼ íķ´ +Ġëĭ¤ 르 +à¹Ħมà¹Ī à¹Ģà¸ģิà¸Ļ +ãģ¿ ãģª +ãģ¿ãģª ãģķãĤĵ +ĠпоÑĤ ÑĢеб +ĠпоÑĤÑĢеб иÑĤел +ĠاÙĦÙĥÙĦ اÙħ +ìķĦ ë²Ħ +ìķĦë²Ħ ì§Ģ +ãĤĴ使 ãģ£ãģŁ +Ġbụ i +ĠпоÑĤ еÑĢ +ĠпоÑĤеÑĢ Ñı +ĠØ¢ ÙĦاÙģ +ĠнаÑģÑĤоÑıÑī ее +ãģıãģªãĤĬ ãģ¾ãģĹãģŁ +clus ão +ãĤ³ ãĥĶãĥ¼ +צ פ×Ļ +צפ×Ļ ×Ļ×Ķ +Ø® ÙĦا +Ø®ÙĦا ص +ล à¹īำ +ãĥ¯ ãĤ¤ãĥ³ +Ġมี à¸Ļา +Ġมีà¸Ļา à¸Ħม +Ø´ خص +شخص ÙĬات +Ġ×ĸ ק +Ġ×ĸק ×ķק +×Ļ ×Ļצ +×Ļ×Ļצ ×Ĵ +èĢĥãģĪ æĸ¹ +Ġürün ü +ĠиÑģп ол +ĠиÑģпол ни +Ġcompañ ero +ק צ×Ķ +×ŀ×¢ ׳×Ļק +Ùħ ØŃÙħد +Ġc ámara +Ġп ед +Ġпед аг +Ġпедаг ог +м аÑĢ +маÑĢ к +×Ķת ׳×Ĵ×ĵ +ĠìĨĮ ê°ľ +Ġcom unitÃł +ê³ ¤ +ĠNg Ãłi +สà¸ĩ à¸ļ +ĠmieszkaÅĦ ców +ĠÙĨ ÙĩائÙĬ +iv ité +Ġи де +Ġиде алÑĮн +ĠØ£ سبÙĪع +Ġ×Ļ ×¢×ľ +Ġ׾ ר×IJש +Ġ׾ר×IJש ×ķ׳×Ķ +ĠзапиÑģ и +ĠкоÑĢ пÑĥÑģ +วà¸ĩ ศ +วà¸ĩศ à¹Į +ĠÐĶ м +ĠÐĶм иÑĤ +ĠÐĶмиÑĤ ÑĢ +Ġkön nt +Ġböl ges +Ġbölges inde +׼ ×Ļ׼ +׼×Ļ׼ ר +ĠاÙĦØ¥ Ø«ÙĨ +ĠاÙĦإثÙĨ ÙĬÙĨ +Ġng á»Ļ +ì¹ ł +د راج +Ġu da +Ġuda ÅĤo +ìº IJ +بر ÙĨاÙħج +ĠÑģÑĥд еб +ĠÑģÑĥдеб н +Ġzun ächst +ĠEduc ación +ãģ¨ãģª ãģ£ãģ¦ãģĦãģ¾ãģĻ +Ġ×Ķ×IJ ×ŀ×Ļת×Ļ +ĠÄ° nt +ĠÄ°nt ernet +ĠcaÅĤ ego +ãĥĹãĥª ãĥ³ +Ø¥ بد +إبد اع +ĠпоÑĢ ÑĤал +à¹Ĥà¸ķ à¹ī +Ġ×Ķק ש×ķר +пл од +ĠÙħ د +ĠÙħد رÙĬد +×ŀסע ×ĵ×Ķ +ĠØ´ÙĬ ئ +ĠØ´ÙĬئ ا +à¸ģà¹Īà¸Ń สรà¹īาà¸ĩ +Ġì°¸ ê³ł +à¹Ģà¸Ĺ ร +à¹Ģà¸Ĺร à¸Ķ +Ġ×ij×ŀ קר×Ļ×Ŀ +Ġb ât +Ġbât iment +åij¼ ãģ³ +ç´ł æķµ +ç´łæķµ ãģª +przedsiÄĻbior st +przedsiÄĻbiorst w +Ġ×ł×ª ×ķ׳×Ļ×Ŀ +×Ĺ׾ ×ķ×Ŀ +ร วย +Ùħ ÙĪضÙĪع +ĠÑģоб ÑĢан +вед ÑĥÑī +ĠÑĤе аÑĤ +ĠÑĤеаÑĤ ÑĢ +m eye +meye ceÄŁi +Ġpien iÄħ +ĠpieniÄħ d +ĠpieniÄħd ze +ÑĢез иденÑĤ +ØŃ ØµØ± +ìĺ ¥ +à¹Ģย ืà¸Ńà¸Ļ +ĠÑĥ ни +ĠÑĥни веÑĢ +ĠÑĥнивеÑĢ Ñģ +ĠÑĥнивеÑĢÑģ иÑĤеÑĤ +ĠاÙĦر ØŃ +ĠاÙĦرØŃ ÙħÙĨ +ĠÑĤеÑħ нолог +ĠÑĤеÑħнолог ии +ìĹIJ ëĦĪ +ìĹIJëĦĪ ì§Ģ +Ġíķ Ń +ĠíķŃ ìĥģ +à¸ĺ า +à¸ĺา à¸ķุ +ĠEspañ ol +×ĵ×Ĵ ש +Ġêµ ī +Ġêµī ìŀ¥ +Ġêµīìŀ¥ íŀĪ +ĠÅĤ at +ĠÅĤat wo +Ġk á»ĭch +Ø¥ ز +إز اÙĦØ© +ĠдейÑģÑĤв ие +ĠsaÄŁ layan +สุà¸Ķ ยà¸Ńà¸Ķ +Ġzosta Äĩ +Ġdispon ÃŃvel +ïº į +ver ständ +verständ lich +tw or +twor zyÄĩ +ع جز +à¹Ģà¸Ĥ à¹īม +ยà¹Ī à¸Ńม +Ġstrat ég +Ġstratég ie +à¸ľà¸¥ à¹Ħมà¹ī +Ġê°ģ ì¢ħ +ĠÙħ ÙĪا +ĠÙħÙĪا ض +ĠÙħÙĪاض ÙĬع +اØŃ ØªØ¬ +اØŃتج اج +Ġ Ấ +ĠẤ n +×ŀ ×ŀש׾×Ķ +ĠÅŁek il +×ŀ ×Ĺ׾ +×ŀ×Ĺ׾ ×ķת +Ġ à¸ĺ +Ġà¸ĺ ัà¸Ļ +Ġà¸ĺัà¸Ļ วา +Ġà¸ĺัà¸Ļวา à¸Ħม +Ġìĭ¤ ìłľ +Ġìĭ¤ìłľ ë¡ľ +ì¤ij ìķĻ +ëįĶ ëĿ¼ +ĠÑĪ иÑĢ +ĠÑĪиÑĢ око +Ġsol ución +วาà¸ĩ à¹ģà¸ľà¸Ļ +×IJ×ķ×ĺ ×ķ×ŀ +×IJ×ķ×ĺ×ķ×ŀ ×ĺ×Ļ +ĠÑĢ еÑģÑĤ +ĠÑĢеÑģÑĤ оÑĢ +ĠÑĢеÑģÑĤоÑĢ ан +ëį ¸ +ÑĤ ÑĢад +ÑĤÑĢад и +ÑĤÑĢади ÑĨион +ÑĤÑĢадиÑĨион н +มะ à¹Ģรà¹ĩ +มะà¹Ģรà¹ĩ à¸ĩ +à¹Ĥ ส +Ġol masını +×ŀ×ķס ר +ĠоÑĤноÑĪ ении +Ġê°ĢëĬ¥ ìĦ± +Ġy uk +Ġyuk arı +ìĨ Ķ +ĠÑģ ÑĦ +ĠÑģÑĦ еÑĢе +Ġק ×ķפ +ãĤ± ãĥ¼ãĤ +ãĤ±ãĥ¼ãĤ Ń +âĢķ âĢķ +ĠاÙĦØ£ ÙĦÙħ +ĠاÙĦØ£ÙĦÙħ اÙĨÙĬ +Ả N +ת×ķ׼ ׳×Ļ×ķת +ĠÑģÑĥÑīеÑģÑĤв ÑĥеÑĤ +æĪij ãĢħ +ĠاÙĦص ادر +ĠTr á»įng +Ġа д +Ġад миниÑģÑĤ +ĠадминиÑģÑĤ ÑĢа +ĠадминиÑģÑĤÑĢа ÑĨи +ĠдÑĢÑĥг ими +Ñģп еÑĪ +عÙĦاÙħ ات +Ġа б +Ġаб Ñģол +ĠабÑģол ÑİÑĤ +ĠабÑģолÑİÑĤ но +ฤ à¸Ķู +é tr +étr anger +нÑı ÑĤи +нÑıÑĤи е +×¢ ×ķ׳ +×¢×ķ׳ ש +ĠÙĤ ائ +ĠÙĤائ ÙĦا +Ġм аÑģ +ĠмаÑģ ло +ãĥī ãĤ¤ +ãĥīãĤ¤ ãĥĦ +å¿ħè¦ģ ãģĮãģĤãĤĬãģ¾ãģĻ +×ŀ×ķ×ĸ ×Ļ×IJ +×ŀ×ķ×ĸ×Ļ×IJ ×ķף +ĠNgo ại +Ġkê nh +à¸ģาร à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ +×ŀ פק +×ŀפק ×ĵ +ÙħÙĨ از +ÙħÙĨاز ÙĦ +ë· ° +íĹ ¤ +ÙħÙĩ ارات +Ġpropri été +פ×Ĵ ×Ļש×Ķ +Ñĩ ÑĢ +ÑĩÑĢ еж +ÑĩÑĢеж ден +×Ķ ×ķצ×IJ×Ķ +ØŃÙĥ ÙĬÙħ +ĠíĻ Ī +ĠíĻĪ íİĺìĿ´ì§Ģ +åİ ³ +åݳ ãģĹãģĦ +×¢ ×ŀ×ĵ×Ķ +ĠAu ÃŁen +سÙĪ Ø¡ +ë¹ Ī +ĠÙĪ Ø® +ĠÙĪØ® اصة +ин ÑĤеÑĢ +инÑĤеÑĢ еÑģ +èĩ´ ãģĹãģ¾ãģĻ +Ġhük üm +à¹Ħà¸Ĥ มัà¸Ļ +Ġdav ran +Ġdavran Ä±ÅŁ +à¹Ģà¸ķ ียà¸ĩ +в ÑĢем +вÑĢем енно +à¹Ģà¸Ĺศ à¸ģา +à¹Ģà¸Ĺศà¸ģา ล +å¼ķ ãģ£ +å¼ķãģ£ è¶ĬãģĹ +×IJר ×ķ×Ĺ +×IJר×ķ×Ĺ ×ª +à¹Ģ วิ +à¹Ģวิ รà¹Į +à¸Ńยà¹Īาà¸ĩ รวà¸Ķà¹Ģรà¹ĩว +ĠìŬ íĸī +ĠÑĢан ÑĮ +ĠÑĢанÑĮ ÑĪе +Ġzob ow +Ġzobow iÄħ +ĠzobowiÄħ z +Ġ×ķ׼ ×ŀ×ķ×ijף +ĠاÙĦÙħ Ùĩ +ĠاÙĦÙħÙĩ ÙĨÙĬ +ãĤ¢ ãĤ¸ +ãĤ¢ãĤ¸ ãĤ¢ +ë°© ìĨ¡ +à¸Ńà¸Ńà¸ģ à¸ģำลัà¸ĩ +à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ à¸ģาย +am éli +améli orer +å½ĵãģŁãĤĬ åīį +Ġreg elm +Ġregelm Ã¤ÃŁig +ãģĬ åĭ +ãģĬåĭ § +ãģĬåĭ§ ãĤģ +Ġm Æ°á»Ŀi +بر Ùħج +ĠNat ürlich +ĠD Å©ng +ĠاÙĦر جاÙĦ +Ġthé p +Ġol muÅŁtur +×ŀ×ķס ×Ļק×Ķ +f älle +주 íĥĿ +ĠاÙĦÙģ رص +Ġnaj wiÄĻks +ĠnajwiÄĻks zy +Ġça ÄŁ +ĠçaÄŁ rı +ì¸ ł +ĠvÃŃ ct +ĠvÃŃct ima +ĠÑģовеÑĢ ÑĪен +×Ķ×Ļ ×Ļת×Ļ +à¹Ģà¸Ķ ี +à¹Ģà¸Ķี à¹ĭ +à¹Ģà¸Ķีà¹ĭ ยว +ü yü +Ġд оп +Ġдоп олн +Ġдополн иÑĤелÑĮно +à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ à¸ģัà¸Ļ +Ġá l +Ġál bum +à¸Ľà¸£à¸°à¸Īำ à¸Ľà¸µ +ĠÑĦ едеÑĢ +ĠÑĦедеÑĢ алÑĮн +Ġobs ÅĤ +ĠobsÅĤ ugi +à¹Ģร ืà¹Ī +à¹Ģรืà¹Ī à¸Ńย +à¹Ģรืà¹Īà¸Ńย à¹Ĩ +ëģ Į +Ġngh ìn +ĠBaÅŁkan lıģı +تأ سÙĬ +تأسÙĬ س +Ġ×ij×ij ×ķקר +Ġ×¢×ij×ķ×ĵ ×ķת +Ġبص ÙĪرة +ãĤıãģij ãģ§ãģ¯ãģªãģĦ +führ er +ãĤ¹ ãĤŃ +ãĤ¹ãĤŃ ãĥ« +ĠاÙĦÙĤ ض +ĠاÙĦÙĤض ÙĬØ© +Ġдолж ноÑģÑĤ +Ùģار ÙĤ +Ġcomeç ou +Ġorganis é +Ġxu ân +ĠÑģообÑī аеÑĤ +ĠпÑĢи д +ĠпÑĢид еÑĤÑģÑı +TÃľ RK +ãĥ¬ ãĥ¼ãĤ·ãĥ§ãĥ³ +Kh ông +است Ùģ +استÙģ ادة +ä¸ĬãģĮ ãģ£ãģ¦ +Ġum ie +Ġumie jÄĻ +ĠumiejÄĻ tn +ĠumiejÄĻtn oÅĽci +ëĤ ¸ +à¹Ģà¸Ļ à¸Ńรà¹Į +×ĵ×ķ ×ķ×Ĺ +ÃŃs imo +I ÃĬ +IÃĬ N +Ġalcan ç +Ġ à¸ķุ +Ġà¸ķุ ลา +Ġà¸ķุลา à¸Ħม +ש׾ ×ĺ×ķף +Ġél è +Ġélè ves +ĠÄij u +ĠÄiju á»ķi +ĠØ£ Ùģ +ĠØ£Ùģ رÙĬ +ĠØ£ÙģرÙĬ ÙĤÙĬ +ĠØ£ÙģرÙĬÙĤÙĬ ا +ãĤĴæİ¢ ãģĻ +ĠпÑĢед ложениÑı +ج اد +ĠÑħоÑĤ ÑĮ +Ñģ ал +Ñģал он +à¸Ľà¸£à¸° à¹Ģม +à¸Ľà¸£à¸°à¹Ģม ิà¸Ļ +ãĤŃ ãĥĥãĥģ +ãĤŃãĥĥãĥģ ãĥ³ +×ij×ĵ×Ļק ×ķת +Ġch ù +Ġchù a +ÐĴ иде +ÐĴиде о +иÑĢов ка +ĠÑħоÑĤ иÑĤе +Ġspéc ifique +รส à¸Ĭาà¸ķิ +è¾¼ ãĤĵãģł +伸 ãģ³ +×Ķצ׾ ×Ĺת +ãģ©ãģ® ãĤĪãģĨãģ« +سع ادة +Ġл ид +Ġлид еÑĢ +ม à¸ĩ +มà¸ĩ à¸Ħล +ØŃ Ø§ÙħÙĦ +หล ุà¸Ķ +à¸Ńยà¹Īาà¸ĩ à¸ķà¹Īà¸Ń +à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ +ãģķãģĽãģ¦ éłĤ +تس ÙĪÙĬ +تسÙĪÙĬ ÙĤ +ĠaÅŁaģı d +ĠaÅŁaģıd aki +ĠÑĨ елÑĮ +ĠÑĨелÑĮ Ñİ +ĠAra ÅŁtırma +à¸Ĥัà¸ļ รà¸ĸ +Ùĩ Ø°Ùĩ +ลà¸ĩ à¸Ĺะ +ลà¸ĩà¸Ĺะ à¹Ģà¸ļ +ลà¸ĩà¸Ĺะà¹Ģà¸ļ ียà¸Ļ +تÙĥ اÙħÙĦ +Ġc io +Ġcio è +ãģ¦ ãģĬãģı +ĠاÙĦصØŃ ÙģÙĬ +ĠíĬ¹ ìłķ +полн иÑĤÑĮ +ãĤĵ ãģĺãĤĥãģªãģĦ +ãĤĵãģĺãĤĥãģªãģĦ ãģĭ +ĠاÙĦج Ùĩ +ĠاÙĦجÙĩ ات +ĠÑĥÑģпеÑĪ но +Ġв ок +Ġвок ÑĢÑĥг +ĠÑģиÑĤÑĥ аÑĨиÑı +Ġ×Ķ×IJ ×ŀר +Ġ×Ķ×IJ×ŀר ×Ļק +Ġ×Ķ×IJ×ŀר×Ļק ×IJ×Ļ +×ŀ ×Ĵ×ĸ +×ŀ×Ĵ×ĸ ×Ļף +Ġак ÑĤÑĥ +ĠакÑĤÑĥ алÑĮн +é ta +éta is +Ġmog ÅĤa +ĠÑĤоÑĩ ки +Ġ×ŀ×Ķ ×ŀ×¢ +Ġ×ŀ×Ķ×ŀ×¢ ×¨×Ľ×ª +มี à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ +×Ļר ×Ļ×ĵ×Ķ +×Ĵר ×ŀ׳ +×Ĵר×ŀ׳ ×Ļ×Ķ +Ġг лав +Ġглав ное +Ġ미 ëŀĺ +Ġ׳׼ ×ķ׳×Ķ +ĠÙĪ Ø·ÙĨÙĬ +op port +opport unitÃł +Ġh ủy +ĠÙĦ تØŃ +ĠÙĦتØŃ ÙĤÙĬÙĤ +Ġó rg +Ġórg ão +ãĤ¹ ãĥĶ +ãĤ¹ãĥĶ ãĥ¼ãĥī +Ġön ü +Ġönü ne +Ùħع اÙħÙĦ +ש×ŀ ×Ļר×Ķ +ĠвеÑģÑĮ ма +ĠwiÄĻks zo +ĠwiÄĻkszo ÅĽÄĩ +Ġاست راتÙĬج +ĠاستراتÙĬج ÙĬØ© +ĠÙģ Ø¥ +ĠÙģØ¥ ذا +à¹Ģà¸Ĭืà¹Īà¸Ń ม +à¹Ģà¸Ĭืà¹Īà¸Ńม à¸ķà¹Īà¸Ń +Ġ׾ פר +Ġ׾פר ×ĺ×Ļ×Ŀ +Ùħض ÙĬ +ĠGer çek +Ġçocuk ların +ÙĪØ« ائÙĤ +ĠÙħساء Ùĭ +Ġunterstüt zt +Ġpré st +Ġprést amo +ĠÐłÐ°Ð· меÑĢ +ĠÅŁ eker +Ġsé culo +×ij×Ķ ×Ļר +Ø´Ùĩ ÙĪر +Ġ à¸Ńีà¸ģ +Ġà¸Ńีà¸ģ à¸Ĺัà¹īà¸ĩ +Ġlleg ó +à¸¨à¸´à¸¥à¸Ľ ะ +æĪij ãģĮ +æĪijãģĮ 家 +ع ÙĤÙĪ +عÙĤÙĪ بات +ĠF älle +Ġs ÅĤuż +ĠsÅĤuż b +ĠاÙĦØŃÙĤ ÙĪÙĤ +Ġпл иÑĤ +Ġи ноÑģÑĤ +ĠиноÑģÑĤ ÑĢан +ĠиноÑģÑĤÑĢан н +à¹ĥà¸Ļ à¸Ĥà¸ĵะà¸Ĺีà¹Ī +ãĤ« ãĥĨ +ãĤ«ãĥĨ ãĤ´ +ãĤ«ãĥĨãĤ´ ãĥª +à¸Ńิ ส +à¸Ńิส ระ +à¹Ģà¸ľà¸¢ à¹ģ +à¹Ģà¸ľà¸¢à¹ģ à¸ŀร +à¹Ģà¸ľà¸¢à¹ģà¸ŀร à¹Ī +ãģĬ ãģĦ +ãģĬãģĦ ãģĹãģĦ +است ÙĤÙĦ +استÙĤÙĦ اÙĦ +تØŃ Ø¶ +تØŃض ÙĬر +åĬ© ãģij +Ùħر اÙģÙĤ +Ġ×ĵ ×ķר +Ġ×ĵ×ķר ש +×ŀת×Ļ ×Ļ×Ĺס +ס ×Ļ׼ +ס×Ļ׼ ×ķ×Ŀ +íĮĮ íĬ¸ +Ġwy ÅĽ +ĠwyÅĽ w +ĠwyÅĽw iet +ĠwyÅĽwiet l +ĠاÙĦاÙĨ ساÙĨ +ĠStra ÃŁen +ï¼ ¬ +ãģ« åŁº +ãģ«åŁº ãģ¥ +Ġcap ÃŃtulo +ลุ ย +Ġ×Ķ×ŀק צ×ķ×¢×Ļ +ãģĤãĤĭ ç¨ĭ度 +á» ¢ +ĠاÙĦ ÙĦا +ĠاÙĦÙĦا زÙħØ© +æķĻ ãģĪ +Ġרש ×IJ×Ļ +з ав +зав иÑģ +завиÑģ им +à¸Ľà¸±à¸Ī à¸Īัย +à¹Ģà¸ĭ ล +à¹Ģà¸ĭล ลà¹Į +Ġdiffé rence +ĠAlt ın +Ġк ÑĢай +ĠкÑĢай не +Ġз ло +Ġgün ümüz +Ġн аÑĤÑĥÑĢ +ĠнаÑĤÑĥÑĢ алÑĮн +×Ĵ×ķ׾ ש×Ļ×Ŀ +Ġк аÑĤегоÑĢ +ĠкаÑĤегоÑĢ ии +Ġз нак +à¸ģà¹Īà¸Ńà¸Ļ หà¸Ļà¹īา +à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา à¸Ļีà¹ī +ĠÙħÙĨ ت +ĠÙħÙĨت خب +ãĥĽ ãĥ¼ãĥ« +Ġе вÑĢо +ส ว +สว ม +ĠìľĦ ìĽIJ +ĠìľĦìĽIJ ëĭĺ +ĠاÙĦØŃ ÙĪØ« +ĠاÙĦØŃÙĪØ« ÙĬ +ĠÑģодеÑĢж иÑĤ +ãĥķãĤ¡ ãĥĥãĤ·ãĥ§ãĥ³ +Ġ à¸ģัà¸Ļ +Ġà¸ģัà¸Ļ ย +Ġà¸ģัà¸Ļย ายà¸Ļ +ãĤª ãĥª +ãĤªãĥª ãĤ¸ +ãĤªãĥªãĤ¸ ãĥĬãĥ« +Ġб ÑĢенд +ãĤĴæĮģ ãģ£ãģ¦ãģĦãĤĭ +Ġinvers ión +Ġê° ĸ +Ġê°ĸ ê³ł +Ġnov itÃł +ê´Ģ ê´ij +Ġà¸ŀ ฤษ +Ġà¸ŀฤษ à¸łà¸² +Ġà¸ŀà¸¤à¸©à¸łà¸² à¸Ħม +×ķר ×Ĺ×Ļ×Ŀ +׼׾ ×ķ׾ +Ġng ạc +×Ļ ×Ļש +×Ļ×Ļש ×ķ×ij +f äll +fäll ig +ĠÑĤÑĢеб ÑĥеÑĤÑģÑı +Ġcar á +Ġcará cter +Ġprinc ÃŃpio +ĠÅĤ az +ĠÅĤaz ien +ĠÅĤazien k +Ġgi ãn +ÑģÑĤÑĢа ива +Ùħس اب +Ùħساب ÙĤØ© +à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ à¸Ķืà¹Īม +ترÙĥ ÙĬب +vol ução +ĠÐŁ оÑĩ +ĠÐŁÐ¾Ñĩ ем +ĠÐŁÐ¾Ñĩем Ñĥ +казал оÑģÑĮ +ĠпÑĢимен ениÑı +à¹Ģà¸Ĺ ียม +íĮ Ķ +à¸Ĥà¹īà¸Ń à¹Ģสà¸Ļà¸Ń +à¸Ľà¸±à¸į à¸įา +Ġоб ÑĥÑĩ +ĠобÑĥÑĩ ениÑı +ĠÑģеÑĢ и +ĠÑģеÑĢи ал +Ġingl és +ĠÙĦ Ùĥرة +Ġ×ĺ ׾ +Ġ×ĺ׾ פ×ķף +Ġìł ij +Ġìłij ê·¼ +×IJ ×ķ×Ĵ +×IJ×ķ×Ĵ ×ķס +×IJ×ķ×Ĵ×ķס ×ĺ +ĠболÑĮÑĪ ое +ĠÐļон еÑĩно +×¢×Ļת ×ķ׳ +×¢×Ļת×ķ׳ ×IJ×Ļ +Ġкноп к +Ġз н +Ġзн аÑĤÑĮ +ĠÄij á»± +ĠÄijá»± ng +вл аж +влаж н +×ŀ ×Ļ×ĺ×ij +ãĤ¬ ãĤ¤ +ãĤ¬ãĤ¤ ãĥī +........ .. +Ġà¸ģ ุม +Ġà¸ģุม à¸łà¸²à¸ŀ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ ัà¸Ļ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ à¸ĺ +Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ à¹Į +be z +bez pieczeÅĦst +bezpieczeÅĦst w +ãĥijãĥij æ´» +ع اط +عاط Ùģ +ĠÄij áºŃm +Ġз ÑĢ +ĠзÑĢ ениÑı +Ġbor ç +Ġнед ел +Ġнедел Ñİ +Ġh á»ı +Ġhá»ı ng +ìŀ¥ ìķł +ìŀ¥ìķł ìĿ¸ +ĠاÙĦع ÙĦاÙĤØ© +Ġíģ ¬ +Ġíģ¬ ê²Į +à¹Ħร à¹Ī +à¸ļา à¸Ķ +à¸ļาà¸Ķ à¹Ģà¸Īà¹ĩà¸ļ +à¸Ŀ รั +à¸Ŀรั à¹Īà¸ĩ +à¸Ŀรัà¹Īà¸ĩ à¹Ģศ +à¸Ŀรัà¹Īà¸ĩà¹Ģศ ส +ר ×¢×Ļ +רע×Ļ ×ķ׳×ķת +Ġë Į +ĠëĮ ĵ +ĠëĮĵ ê¸Ģ +Ġnaj b +Ġnajb li +Ġnajbli ż +Ġnajbliż sz +ĠиÑģполÑĮз ÑĥеÑĤÑģÑı +Ġcient ÃŃf +ĠcientÃŃf ico +×¢ ×ŀק +Ġg ợi +Ø´ ØŃÙĨ +ĠÅĽ m +ĠÅĽm ier +ĠÅĽmier ci +à¸Ħาสิà¹Ĥà¸Ļ à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į +×Ĺש×ij ת×Ļ +Ġn ingu +Ġningu ém +è¾¼ ãĤģ +ãģ · +ĠÑĥ г +ĠÑĥг ол +ï½ ° +פת ×Ļ×Ĺ +פת×Ļ×Ĺ ×ª +Ġ×Ķר×IJש ×ķ׳×Ļ×Ŀ +p ósito +ãĤŃ ãĥ¬ãĤ¤ +ãģ© ãģĵãĤį +à¹Ģà¸Ĺà¹Īา à¹Ħ +à¹Ģà¸Ĺà¹Īาà¹Ħ หร +à¹Ģà¸Ĺà¹Īาà¹Ħหร à¹Ī +ĠинÑĤеÑĢ ÑĮеÑĢ +ĠØŃ Ø§Ø¬ +ĠØŃاج Ø© +สี à¸Ĥาว +ìĸ ¼ +Ġn á»Ļ +Ġná»Ļ p +ĠÃŃ nd +ĠÃŃnd ice +สำ รวà¸Ī +Ġкажд ой +Ġhot éis +Ġnast ÄĻ +ĠnastÄĻ pn +Ġ×Ķק ×ķ×ĵ +Ġ×Ķק×ķ×ĵ ×Ŀ +פ ×ķפ +פ×ķפ ×ķ׾ +פ×ķפ×ķ׾ ר×Ļ +вÑĪ ей +ãĤ·ãĥ³ ãĥĹ +ãĤ·ãĥ³ãĥĹ ãĥ« +ĠzdjÄĻ Äĩ +ĠгÑĢÑĥпп а +Ġпом еÑī +ĠпомеÑī ениÑı +ãģ©ãģĨ ãģĦãģĨ +ĠиÑģп ÑĭÑĤа +Ġog ÅĤ +ĠogÅĤ os +ĠogÅĤos zen +ĠogÅĤoszen i +สรà¹īาà¸ĩ สรร +สรà¹īาà¸ĩสรร à¸Ħà¹Į +à¸ŀร รà¸ĵ +Ġçık Ä±ÅŁ +ĠÑĩаÑģÑĤ ноÑģÑĤи +Ġ×ķ ×Ļ×ķתר +ç¶ļãģį ãĤĴ +ç¶ļãģįãĤĴ èªŃ +ç¶ļãģįãĤĴèªŃ ãĤĢ +à¸ģร ั +à¸ģรั ม +г ÑĢаÑĦ +Ġв лад +Ġвлад елÑĮ +ĠвладелÑĮ ÑĨ +Ġistedi ÄŁ +ĠistediÄŁ iniz +×ij׾ ×¢ +×ij×ľ×¢ ×ĵ×Ļ +ÙħÙĪ اÙģ +ÙħÙĪاÙģ ÙĤØ© +Ġ×Ļ ×ķר +Ġ×Ļ×ķר ק +ãĤ«ãĥ¼ãĥī ãĥŃãĥ¼ãĥ³ +ĠاÙĦÙħØ´ ÙĥÙĦ +ĠاÙĦÙħØ´ÙĥÙĦ Ø© +ĠêµŃ íļĮ +ס פ×ĺ +ספ×ĺ ×ŀ +ספ×ĺ×ŀ ×ijר +Ġìĸ´ ëłµ +Ùĥ اÙħ +ÙĥاÙħ ÙĬرا +sch lü +schlü sse +ĠØ« ÙĨ +ĠØ«ÙĨ ائÙĬ +ìī ½ +ĠÐŀ Ñģоб +ĠÐŀÑģоб енно +Ġин веÑģÑĤи +ĠинвеÑģÑĤи ÑĨи +اØŃ ØªÙħ +اØŃتÙħ اÙĦ +E Äŀ +EÄŀ Ä° +íķĺ ê²łëĭ¤ +Ġ×IJ ×ijר×Ķ +Ġ×IJ×ijר×Ķ ×Ŀ +Ġ×ij×Ĺ ×Ļ׳×Ŀ +Ø£ ÙĪض +Ø£ÙĪض اع +Ġdé l +Ġdél ai +Ġ×IJ×ķ×Ķ ×ij×Ļ×Ŀ +ĠÑģо Ñħ +ĠÑģоÑħ ÑĢ +ĠÑģоÑħÑĢ ани +ĠдоÑģÑĤ иж +ĠдоÑģÑĤиж ени +สิà¹Īà¸ĩ à¹ģ +สิà¹Īà¸ĩà¹ģ วà¸Ķ +สิà¹Īà¸ĩà¹ģวà¸Ķ ล +สิà¹Īà¸ĩà¹ģวà¸Ķล à¹īà¸Ńม +ĠاÙĦÙħ باشر +ĠÑĦ иг +ĠÑĦиг ÑĥÑĢ +мож ем +׾×ŀ×Ļ×ĵ ×Ķ +Ġcin é +Ġciné ma +Ġb ada +Ġbada ÅĦ +جب ÙĩØ© +Ġд еп +Ġдеп ÑĥÑĤ +ĠдепÑĥÑĤ аÑĤ +Ġdist ância +ĠاÙĦÙħ عار +ĠاÙĦÙħعار ضة +thè se +ü nc +ünc ü +Ġдан ного +ĠBel gi +ĠBelgi ë +Ġ×ij ×ijק +Ġ×ij×ijק ש×Ķ +ย à¹Īาà¸Ļ +Ġsol ução +Ġ×Ķצ ×ĺר +Ġ×Ķצ×ĺר פ×ķ +ĠØ£ÙĨ ØŃ +ĠØ£ÙĨØŃ Ø§Ø¡ +Ġد ÙħØ´ +ĠدÙħØ´ ÙĤ +มั à¹ī +มัà¹ī ย +Ùħ غرب +است عÙħاÙĦ +ĠS ÅĤow +ĠëıĻ ìĭľ +ĠëıĻìĭľ ìĹIJ +ĠÑģ оÑģ +ĠÑģоÑģ ед +ì²Ń ìĨĮ +ì²ŃìĨĮ ëħĦ +Ġг ÑĢаÑĦ +ĠгÑĢаÑĦ ик +Ġìŀij ìĿĢ +Ġyet i +Ġyeti ÅŁtir +ĠìĿ´ê²ĥ ìĿ´ +ห à¹Īาà¸ĩ +Ø¥ ÙħÙĥاÙĨ +Ø¥ÙħÙĥاÙĨ ÙĬØ© +است عراض +ÙħØ® در +ĠÑĩ ÑĥÑĤÑĮ +Ùħ دÙĬر +ÙħدÙĬر ÙĬØ© +Ġà¹Ģม ษ +Ġà¹Ģมษ ายà¸Ļ +Ġм еÑħ +ĠмеÑħ аниз +ĠмеÑħаниз м +ĠÑģ Ñĥм +ĠÑģÑĥм мÑĥ +Ġv ö +Ġvö ll +Ġvöll ig +Ġд ÑĢÑĥз +ĠдÑĢÑĥз ÑĮÑı +ãĤĴåĪ©çĶ¨ ãģĹãģ¦ +à¸ļรร à¸Īุ +po życz +×ŀש ׼ +×ŀש׼ ×ł×ª +×ŀ×©×Ľ×ł×ª ×IJ +Ġeuropé en +Ġpropri é +Ġproprié taire +Ġkh ấu +ãģĦãģŁãģł ãģijãĤĭ +Ġtec rü +Ġtecrü be +×Ķ ×ij +×Ķ×ij ׳×Ķ +Ġcu Ì +ĠcuÌ ī +ĠcuÌī a +×IJ ×ķ×ķ +×IJ×ķ×ķ ×Ļר×Ķ +Ġ׼×ķ׾ ×ķ +U lus +Ulus lararası +Ġ׳ ×ķת +Ġ׳×ķת ף +ãģ« åIJij +ãģ«åIJij ãģijãģ¦ +ë¹ Ľ +à¸Ĺ ัà¸ģษ +à¸Ĺัà¸ģษ ะ +س ÙĤÙĪ +سÙĤÙĪ Ø· +Ġв н +Ġвн еÑĪ +ĠвнеÑĪ не +Ġur z +Ġurz ÄĻd +Ġá mb +Ġámb ito +à¸Ń à¸ĺิ +à¸Ńà¸ĺิ à¸ļาย +Ġ ÅĤad +ĠÅĤad n +ê±´ ì¶ķ +wód zt +wództ w +Ġquest ões +Ġש ק +Ġשק ×Ļ×ij׾ +Ġmiejsc owoÅĽci +Ġв ал +Ġвал ÑİÑĤ +hä user +หà¸Ļ à¸Ńà¸ĩ +ãģ¨ åħ± +ãģ¨åħ± ãģ« +ãĥı ãĥ¼ãĥī +Ġê°ľ ìµľ +ĠоÑģнов ном +Ġм ÑıÑģ +اع ت +اعت ÙĤاÙĦ +สà¸ĸ ิ +สà¸ĸิ à¸ķิ +N gu +Ngu á»ĵn +ĠÙħ جÙĦ +ĠÙħجÙĦ Ø© +à¹ģà¸Ĥ à¸Ļ +ĠاÙĦÙĦÙĬ بÙĬ +פע×Ļ׾ ×ķ×Ļ×ķת +Ġ×Ķר פ×ķ×IJ×Ļ +פר ×ķפ +פר×ķפ ×Ļ׾ +ק ׾×IJ +ק׾×IJ ס×Ļ +Ùĥت Ø´Ùģ +ãģ«ãģª ãģ£ãģ¦ãģĹãģ¾ãģĨ +à¹Ģà¸Ħล à¹ĩà¸Ķ +à¹Ģà¸Ħลà¹ĩà¸Ķ ลัà¸ļ +Ġì» ´ +Ġì»´ íĵ¨ +Ġì»´íĵ¨ íĦ° +Ġ×Ĺ×Ļ ×ķ×ij×Ļ +Ġnä m +Ġnäm lich +åij¼ ãģ° +åij¼ãģ° ãĤĮ +ĠÑĢ ол +ĠÑĢол и +Ġspécial isé +à¸Ļ วัà¸ķ +à¸Ļวัà¸ķ à¸ģรรม +ÙĨص ÙĪص +пеÑĢ ед +пеÑĢед аÑĩ +thè que +Ġר×IJ ×Ļת×Ļ +ãĥĢ ãĤ¦ãĥ³ +ãĤı ãģĭ +ãĤıãģĭ ãģ£ãģ¦ +беÑĢ еж +ĠÑģ ек +ĠÑģек ÑĢ +ĠÑģекÑĢ еÑĤ +ĠпоÑģÑĤоÑıн н +à¸Ĥà¸Ļ สà¹Īà¸ĩ +Ġm ük +Ġmük em +Ġmükem mel +еÑĤ еÑģÑĮ +ĠاÙĦسÙĨ ÙĪات +ĠìłĦ íĺĢ +Ġ×Ķ×ŀק ×ķר×Ļ +Ġmü d +Ġmüd ah +Ġmüdah ale +Ġwy b +Ġwyb ór +Ġtend ência +Ø¥ دار +إدار ÙĬØ© +Ġunterstüt zen +ת ×ijר +ת×ijר ר +Ġdi á +Ġdiá logo +ĠÃĸ nce +ĠÃĸnce ki +ãĤ¹ãĥĿ ãĥĥãĥĪ +ëĦ £ +ĠG eli +ĠGeli ÅŁ +ãĤĴ éĢļ +ãĤĴéĢļ ãģĹãģ¦ +ĠFuÃŁ ball +Ġsal ari +Ġsalari é +ĠпÑĢодÑĥк ÑĤов +صÙģ ÙĤØ© +รว à¸ļ +รวà¸ļ รวม +à¹ĥà¸Ļ à¸IJาà¸Ļ +à¹ĥà¸Ļà¸IJาà¸Ļ ะ +Ġkay na +Ġkayna ģı +Ġìŀij íĴĪ +ĠвÑĭ ÑĢаж +ĠвÑĭÑĢаж ен +ĠÑģÑĤ еп +ĠÑģÑĤеп ени +ĠاÙĦÙħ ÙĪجÙĪد +ĠاÙĦÙħÙĪجÙĪد Ø© +ล à¹īม +Ġnaj czÄĻ +ĠnajczÄĻ ÅĽcie +ĠnajczÄĻÅĽcie j +Ġz wy +Ġzwy k +Ġzwyk ÅĤ +Ġê·¸ëłĩ ì§Ģ +à¸ģระ à¸Ī +à¸ģระà¸Ī าย +Ġëĭ µ +Ġëĭµ ë³Ģ +ĠÑĢе ак +ĠÑĢеак ÑĨи +ĠÅĽwie ż +ĠÑģÑĤоим оÑģÑĤи +ÙħÙĨ اÙĤ +ÙħÙĨاÙĤ Ø´ +ÙħÙĨاÙĤØ´ Ø© +ĠÑħоÑĩ Ñĥ +ãĥľ ãĥ¼ãĥī +Ġróż nic +Ġк ÑĢÑĭ +ĠкÑĢÑĭ ÑĪ +âľ ĵ +ãĤ³ãĥ³ ãĥĨãĥ³ +ãĤ³ãĥ³ãĥĨãĥ³ ãĥĦ +ĠпÑĢед поÑĩ +×ŀר ×ij×Ļת +ĠØ´ Ùĥ +ĠØ´Ùĥ را +Ġд ал +Ġдал ек +Ġдалек о +بر ÙĬØ· +برÙĬØ· اÙĨÙĬا +ع ÙĨا +عÙĨا ÙĬØ© +ĠÑĢаÑģÑģ каз +ĠÑĢаÑģÑģказ Ñĭва +Ø£ ÙĦÙĪ +Ø£ÙĦÙĪ اÙĨ +æĮģ ãģ£ãģ¦ +æĮģãģ£ãģ¦ ãģĦ +Ùħباد ئ +×Ķ ×¢×ijר +×Ķ×¢×ijר ת +Ġyay ı +Ġyayı ml +Ġyayıml a +m át +mát icos +à¸ģ ัà¸ĩ +à¸ģัà¸ĩ วล +Ġ׾ פת +Ġ×ľ×¤×ª ×ķ×Ĺ +à¸ŀฤ à¸ķิ +à¸ŀฤà¸ķิ à¸ģรรม +í Ĥ¬ +Ġок ÑĢÑĥг +Ġ×ŀצ ×ķ×ķ×Ķ +ÐĽ ени +ÐĽÐµÐ½Ð¸ н +ĠTri á»ģu +ãĤ³ãĥŁ ãĥ¥ +ãĤ³ãĥŁãĥ¥ ãĥĭ +ãĤ³ãĥŁãĥ¥ãĥĭ ãĤ± +ãĤ³ãĥŁãĥ¥ãĥĭãĤ± ãĥ¼ãĤ·ãĥ§ãĥ³ +Ùĥ ÙĨÙĬ +ÙĥÙĨÙĬ سة +ãĤĴ ä¸Ńå¿ĥ +ãĤĴä¸Ńå¿ĥ ãģ« +ĠmiÄĻd z +ĠmiÄĻdz yn +ĠmiÄĻdzyn ar +ĠmiÄĻdzynar od +ĠmiÄĻdzynarod ow +ÙĦ ÙĨ +ÙĦÙĨ دا +بر Ø´ +برش ÙĦÙĪÙĨ +برشÙĦÙĪÙĨ Ø© +à¸ģระ à¸ķุ +à¸ģระà¸ķุ à¹īà¸Ļ +Ġg ı +Ġgı da +à¸Ľà¸£à¸° à¸Ĺัà¸ļ +à¸Ľà¸£à¸°à¸Ĺัà¸ļ à¹ĥà¸Ī +Ġë¶Ī 구 +Ġë¶Ī구 íķĺê³ł +ĠÙĨ Ø· +ĠÙĨØ· اÙĤ +ĠÐľ ожеÑĤ +Pr äs +Präs ident +ĠÑģк оÑĢ +ĠÑģкоÑĢ оÑģÑĤÑĮ +Ġ×Ķ×ij ×ķקר +еÑħ аÑĤÑĮ +Ġg ạo +Ġש×IJ ×Ļ׳×Ŀ +Ġ×ij׳ ×ķ×Ĵ +Ġ×ij׳×ķ×Ĵ ×¢ +Ġо пиÑģание +Ġucz ni +Ġuczni ów +à¹Ģà¸Ń à¹ĩà¸Ļ +Ġت Ø´ +Ġتش رÙĬÙĨ +Ġnh ãn +ë¹ ¨ +Ġcaract ère +×¢ ׾×Ļ +×¢×ľ×Ļ ×Ļ×Ķ +楽ãģĹ ãĤģãĤĭ +ĠÑģ аÑħ +ĠÑģаÑħ аÑĢ +дÑĥм аÑĤÑĮ +ĠÐĴоз можно +ص ÙĬاÙĨ +صÙĬاÙĨ Ø© +öm ür +ส ล +สล à¹ĩ +สลà¹ĩ à¸Ń +สลà¹ĩà¸Ń à¸ķ +ë¡ ¯ +Ġth ói +gr Ã¶ÃŁe +Ġksi ÄĻ +ĠksiÄĻ g +ĠÑĢ ом +ĠÑĢом ан +ÙĤ اسÙħ +×ŀ×ij ×ķ×Ĵ +×ŀ×ij×ķ×Ĵ ר×Ļ×Ŀ +bes ch +besch äft +beschäft ig +×Ķצע ×Ķ +ĠÃģ rea +ĠзаÑıв к +Ä ¹ +ĠлÑİб ого +Ġ ม +Ġม à¸ģร +Ġมà¸ģร าà¸Ħม +ÑĦ из +ÑĦиз иÑĩеÑģк +ин ÑĦ +инÑĦ ек +инÑĦек ÑĨи +اÙĦ Ø· +اÙĦØ· ائÙģ +Ġкол л +Ġколл екÑĤив +ез жа +Ġس بØŃ +ĠسبØŃ Ø§ÙĨ +ĠسبØŃاÙĨ Ùĩ +sch lä +schlä ge +Ġд и +Ġди аг +Ġдиаг ноÑģÑĤ +ĠоÑĤмеÑĤ иÑĤÑĮ +Т Ь +ĠاÙĦ در +ĠاÙĦدر اسÙĬ +עצ ×ŀ +עצ×ŀ ×IJ×ķת +Ġdém arch +Ġdémarch e +Ġ×ĺ ×ķ×¢ +Ġ×ĺ×ķ×¢ ף +Ġfuncion ários +á» µ +׾ ׼×IJ +׾׼×IJ ×ķר×Ķ +à¸ĭ à¹Ī +à¸ĭà¹Ī à¸Ńม +ĠÑĩ Ñĥв +ĠÑĩÑĥв ÑģÑĤво +âĸ ¼ +п ÑĥÑī +пÑĥÑī ен +Ġм еÑĢ +ĠмеÑĢ оп +ĠмеÑĢоп ÑĢи +ĠмеÑĢопÑĢи ÑıÑĤиÑı +Ġu çu +Ġuçu ÅŁ +ãĤĴåĪ©çĶ¨ ãģĻãĤĭ +a ÄŁ +aÄŁ lı +ìĺĪ ìĪł +à¹ģ ยà¹Ī +ĠاÙĦÙĥ Ùħ +ĠاÙĦÙĥÙħ بÙĬ +ĠاÙĦÙĥÙħبÙĬ ÙĪتر +ت ÙĪÙĬ +تÙĪÙĬ تر +à¹Ģà¸Ĭ ีà¹Īยว +à¹Ģà¸Ĭีà¹Īยว à¸Ĭา +à¹Ģà¸Ĭีà¹Īยวà¸Ĭา à¸į +á» Ķ +Ġhi ếm +ذا Ùĥرة +Ġ×Ķ×ŀ×Ļ ×ķ×Ĺ×ĵ +ĠìĪ ľ +ĠìĪľ ê°Ħ +ĠK ı +ĠKı sa +Ġgele ceÄŁi +пÑĢо ÑĦеÑģÑģиона +пÑĢоÑĦеÑģÑģиона л +Ġog ó +Ġogó le +ĠgÅĤ ów +ĠgÅĤów ne +ĠÑģÑĤ илÑĮ +×IJ פ׾ +×IJפ׾ ×Ļק +×IJפ׾×Ļק צ×Ļ×Ķ +สม ารà¹Į +สมารà¹Į à¸Ĺ +สมารà¹Įà¸Ĺ à¹Ĥà¸Ł +สมารà¹Įà¸Ĺà¹Ĥà¸Ł à¸Ļ +Ġth ánh +ÐŁ од +ÐŁÐ¾Ð´ ÑĢоб +ÐŁÐ¾Ð´ÑĢоб нее +ĠاÙĦت ÙĪÙĨ +ĠاÙĦتÙĪÙĨ سÙĬ +Ġbah çe +à¹ģà¸ģà¹ī à¸Ľà¸±à¸įหา +é ducation +eu rop +europ ä +europä ische +ĠK si +ĠKsi ÄĻ +ĠëĦ ĺ +ĠëĦĺ ìĸ´ +Ġv üc +Ġvüc ud +Ġyay g +Ġyayg ın +Ġnie kt +Ġniekt óry +Ġniektóry ch +ãģŃ ãģĩ +Ġк аж +Ġкаж еÑĤÑģÑı +к аж +каж еÑĤ +ĠاÙĦ دÙĬÙħÙĤرا +ĠاÙĦدÙĬÙħÙĤرا Ø· +ĠاÙĦدÙĬÙħÙĤراط ÙĬØ© +æŃ © +æŃ© ãģĦãģ¦ +Ġv az +Ġvaz ge +Ġvazge ç +Ġмин ималÑĮ +ĠминималÑĮ н +ãĥij ãĤ¿ +ãĥijãĤ¿ ãĥ¼ãĥ³ +Ġë Ĭ +ĠëĬ IJ +ĠëĬIJ ëĤĮ +ãģ¡ ãĤĩãģĨ +ãģ¡ãĤĩãģĨ ãģ© +Ġ à¸ģร +Ġà¸ģร à¸ģà¸İ +Ġà¸ģรà¸ģà¸İ าà¸Ħม +تج دÙĬد +ĠØ´ اÙħÙĦ +หลัà¸ģ à¸IJาà¸Ļ +ĠмаÑĢ ÑĪ +ĠмаÑĢÑĪ ÑĢÑĥÑĤ +Ġv ÃŃt +ĠvÃŃt ima +Ġquiz á +ay gı +×ĵ×ijר ×Ļ×ķ +Ġиз д +Ġизд ели +Ġиздели Ñı +п ла +пла Ñĩ +плаÑĩ ива +ä»» ãģĽ +Ġéquip é +ä¹ħ ãģĹãģ +ä¹ħãģĹãģ ¶ +ä¹ħãģĹãģ¶ ãĤĬ +Ġк аÑĤ +ĠкаÑĤ ал +ĠкаÑĤал ог +ส à¹īม +ĠÑĢ ей +ĠÑĢей ÑĤ +ĠÑĢейÑĤ инг +Ġth uyá»ģn +ĠاÙĦÙħ ÙĤدس +esp ère +ãģ«åħ¥ ãģ£ãģŁ +หมาย à¹Ģลà¸Ĥ +ת×Ĺ×ķש ת +à¸Ļ à¹Īะ +Ġpe ÅĤ +ĠpeÅĤ ne +Ġpé rd +Ġpérd ida +หม วà¸Ķ +หมวà¸Ķ หมูà¹Ī +иÑĩеÑģк ÑĥÑİ +çµĤ ãĤı +çµĤãĤı ãģ£ãģŁ +Ġ×Ĵ ×ķ×Ĵ׾ +à¸Ĺำ à¸Ħวาม +à¸Ĺำà¸Ħวาม สะà¸Ńาà¸Ķ +Hot éis +Ġз аÑĢ +ĠзаÑĢ егиÑģÑĤ +ĠзаÑĢегиÑģÑĤ ÑĢи +ĠзаÑĢегиÑģÑĤÑĢи ÑĢова +ĠÑģ обÑĭÑĤи +ĠÑģобÑĭÑĤи Ñı +Ġ×ĸ ׼×IJ +ÙħÙĨظ ÙĪÙħØ© +Ġ×Ķ×ŀ צ +Ġ×Ķ×ŀצ ×Ļ×IJ×ķת +Ùħ ÙĥÙĪÙĨ +ÙħÙĥÙĪÙĨ ات +ä¸ĬãģĮ ãĤĭ +Ġm ÄĻ +ĠmÄĻ sk +หรืà¸Ń à¹Ģà¸Ľà¸¥à¹Īา +ëĤ ® +Ġnok tas +Ġnoktas ı +ĠболÑĮÑĪ им +ĠлÑĥÑĩ ÑĪиÑħ +Ø´Ùĩ ÙĬد +à¸Ńำ à¸Ļ +à¸Ńำà¸Ļ วย +à¸Ńำà¸Ļวย à¸Ħวาม +à¸Ńำà¸Ļวยà¸Ħวาม สะà¸Ķวà¸ģ +Ġе в +Ġев ÑĢ +ĠевÑĢ оп +ĠевÑĢоп ей +à¸ī าย +ìĦ Ń +Ùħ Ùģا +ÙħÙģا ÙĪض +ÙħÙģاÙĪض ات +ë¹ Į +赤 ãģ¡ãĤĥãĤĵ +ĠÑĥдал оÑģÑĮ +ĠÐ¥ оÑĤ +ĠХоÑĤ Ñı +przedsiÄĻbior c +ĠH ôm +íķĺìĺĢ ìĬµëĭĪëĭ¤ +Ġн аг +Ġнаг ÑĢÑĥз +ĠнагÑĢÑĥз к +Ġ×ij×Ļ׳ ׾×IJ×ķ×ŀ×Ļ +Ġê°ĢëĬ¥ íķľ +ĠH ữu +à¸Ń ุà¸Ķ +à¸Ńุà¸Ķ ม +ת ×ķפ +ת×ķפ ×¢×Ķ +Ġmi ÅĤo +ĠmiÅĤo ÅĽci +ksi Äħż +ksiÄħż ka +ĠاÙĦÙĦ عبة +à¸ī าà¸ģ +สะ สม +×ŀ תר +×ŀתר ×Ĺש +Ġlég ère +Ġ׾צ פ +Ġ׾צפ ×Ļ×Ķ +ĠиÑģÑĤоÑĢ иÑı +Ġ ãĥĪãĥ© +ĠãĥĪãĥ© ãĥĥãĤ¯ +ĠãĥĪãĥ©ãĥĥãĤ¯ ãĥIJãĥĥãĤ¯ +Ġк а +Ġка ÑĦе +×ŀס×ŀ ×ļ +Ġc üm +Ġcüm le +à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ à¹Ħหว +ãģĬ ãģĿ +ãģĬãģĿ ãĤīãģı +ìŀIJ ëıĻ +ìŀIJëıĻ ì°¨ +à¸Ńั à¸ķ +à¸Ńัà¸ķ à¹Ĥà¸Ļ +à¸Ńัà¸ķà¹Ĥà¸Ļ มั +à¸Ńัà¸ķà¹Ĥà¸Ļมั à¸ķิ +ĠÅŁ ik +ĠÅŁik ay +ĠÅŁikay et +extr ême +kr ä +krä fte +ëĤ Ļ +íķ ij +ì² Ļ +íĺ Ī +ì° į +âĻ ¡ +ìŀ Ķ +ë¢ ° +íĿ Ķ +íĿ IJ +âĩ Ĵ +ë§ Ľ +ìĬ Ī +á» Ĵ +ìĺ µ +âĹ İ +í Ĥ¨ +ê¿ Ī +ìĪ ¨ +ìĽ ¨ +ë§ ¥ +ï½ Ģ +ï¼ ª +Ạ¨ +ãħ İ +Ñ Ĺ +ìĦ ¬ +ì¹ ¼ +ï¼ ¶ +ìĽ ł +ëŁ ´ +Å ĥ +ëĤ ¼ +ëĭ IJ +âĢ ¹ +ë¦ Ń +ì§ IJ +âĢ ¤ +à ħ +ëľ ¨ +íĦ ¸ +íľ ĺ +ê² ģ +ë´ ħ +à ĺ +ëŃ Ķ +ëĺ ij +âĹ ĩ +ìĹ ĺ +ï» ´ +ë§ ¹ +ï¾ Ŀ +ìĬ · +íĥ ķ +ï¼ ł +ì» ´ +ëł Į +ì½ ľ +ï» ¹ +ãħ ł +ì¡ ¸ +ëħ ¹ +âĤ º +âĸ ¶ +íĥ IJ +êµ ´ +íij ¸ +Ñ Ķ +íĶ ½ +Ð ħ +ë° ¤ +Ô ģ +ì² ¨ +ì¶ ĺ +ë² Ĺ +ë© ¸ +ï¼ » +ï¼ ½ +ï¼ · +ì° Į +à Ĵ +íı ´ +ìĵ ¸ +ì´ Į +ëģ Ķ +ëĶ © +ëĩ Į +ë© Ģ +ë² ¨ +ï¼ µ +ë§ ¡ +ëĭ « +ภ¿ +ãģ ± +ìĩ ¼ +ìº ł +ë® ¤ +ê± ± +ì» ¬ +âĦ ĥ +ëĶ ± +ëĥ Ī +ìĭ ± +íĻ Ī +ëŀ IJ +ìħ Ģ +ìł ł +Ð Ĩ +ëł ī +ï½ ħ +ï½ ı +íĻ Ģ +ëĽ ° +á» ® +í Ĥ¹ +ê½ ĥ +ï» ¤ +ïº Ķ +êº ¼ +ìķ ī +âĻ ¦ +ï½ ģ +ìĵ ´ +ãĢ ī +ì° ® +ì¤ ĺ +á» ª +ëģ Ħ +ëIJ ¨ +ìķ Į +íĿ ĺ +íħ IJ +ãĢ Ī +ê² ª +ëĭ ¥ +ê² ¼ +á» Į +ë§ ¨ +ëģ Ĭ +ë² ¤ +ëij Ķ +íĿ ¡ +á» ¬ +ë¬ ĺ +ãģ ī +ëŀ « +íĶ Ī +í ħį +ìŀ ĥ +ï½ ī +ìģ ľ +âĸ ½ +ë¬ » +âĸ ³ +ï¼ ¸ +ìģ ĺ +ì¶ ° +ìĬ ´ +ìķ ± +ìĩ Ħ +Ạ® +ï´ ¿ +ï´ ¾ +âĤ ½ +ëĦ ĵ +ë£ © +ì³ ¤ +ê´ ľ +à Ļ +á» ľ +ï¿ £ +ëĵ Ń +ë© ĺ +ê» ´ +ëł ´ +Ð ĥ +ë¬ µ +ì§ Ŀ +ãģ º +ðŁĺ Ĥ +ëŀ ¬ +ìł Ĭ +ê´ Ħ +ìŀ Ĭ +íŀ Į +ìĦ ¯ +âĪ Ģ +âĸ ¡ +ëĢ Į +ëŀ Ļ +ï½ ĥ +Ạ¶ +ï¾ Ħ +ïº ĺ +ë¹ ¼ +à Į +âĸ · +ê¸ į +ë© ĭ +ãģ ĥ +ìĺ Ĩ +ìĺ ® +ëª ¬ +ë¡ ¤ +ëł ¬ +ëĬ ¦ +âĸ ª +ì¼ ĵ +ìľ Ī +ì§ § +ï½ ½ +ëĥ ī +ï¾ Į +ëĺ IJ +ï¼ ĥ +á» Ħ +ì´ ¬ +ì¶ ¤ +ï¼ ¹ +ï» Ń +âĤ « +ï½ ĩ +ìĺ · +ëĸ ¨ +âī « +ë¦ ¿ +âľ ¨ +Ù ± +ì¯ ¤ +ê¹ Ķ +ðŁĺ Ĭ +ìĪ « +ê³ ± +êµ ³ +ï½ ĭ +ภĮ +Ä ł +ëĶ ¸ +ë° ij +ìħ ĭ +íİ ´ +âľ ħ +íĥ ij +ëĪ ĩ +íı ¼ +ðŁĺ į +ìĺ Ľ +ï» £ +Ñ ĺ +ì© Į +ë¦ ħ +ìĿ į +ï½ ¸ +ëį ľ +ãģ ħ +íİ ¼ +ëĭ Ŀ +ë¿ Į +ì¼ ° +ìĭ « +ë° ¥ +íĽ Į +ì¨ Į +ë¹ Ļ +ï½ İ +ë´ Ħ +ìĦ ¹ +ï½ ² +ìĮ ĵ +Ò ij +ë° į +ëł Ģ +íĨ ¤ +ï½ ¯ +ë¤ Ħ +ê½ ¤ +ï½ Ĵ +ìķ ¨ +ï½ ¼ +ê¹ IJ +íģ IJ +âĦ ĸ +ë§ º +ïº ® +ëħ ģ +ê² ¸ +ï» ł +íĬ ľ +Å ¹ +ë¥ Ń +ëĪ ī +ï½ Ķ +íĮ ¬ +ìŀ ĩ +ï ¬ģ +ï» ¨ +ëij ¥ +ëŀ Ħ +Ù ¬ +íĭ ´ +ìŀ ī +Ú ¾ +ìĽ ħ +ï» ® +ëĭ ī +âī ª +âĹ Ħ +ëĪ Į +íĽ ¼ +ì¤ į +Å ¸ +ì¤ ¬ +ì¾ Į +ï½ ĵ +ï¾ Ĭ +ðŁı » +ï¾ ī +Ð ģ +íĺ IJ +ï¾ Ļ +ê¼ ¬ +íŀ IJ +âĢ ¥ +ëŁ Ń +ë§ ŀ +ìĥ ¤ +ïº Ĵ +íĭ ± +ë½ ij +à ķ +âĪ ļ +ëĤ Ħ +ê¹ Ŀ +ëĨ Ī +Ạº +ìħ Ī +ìĮ į +âĢ ¡ +ï¼ ± +ìģ ¨ +âĺ º +ëĴ · +ìĺ ³ +ðŁij į +ëª ½ +ëĤ Ń +ïº Ń +ë© Ī +á» Ī +íķ Ģ +ëĭ Ļ +ë¦ ĩ +ìķ ¤ +ìį ¼ +ãĥ µ +Ñ £ +ìľ Ĺ +â ŃIJ +ï¾ ĺ +íĹ ¬ +ê¾ ¼ +ìķ Ĺ +ï» Į +ê± · +ëħ ķ +ë¡ ± +ìķ Ĭ +ï¾ Ģ +ìĩ ł +íĮ © +ïº ª +ë§ Ļ +ï¼ ¿ +ê¿ Ķ +íİ ľ +ë£ ¸ +íĶ Ķ +ï» ³ +ëı ķ +ìĭ ¼ +á» İ +ë§ ĺ +ì¢ ĭ +íĨ ¡ +ï½ ± +íĿ ij +á» ¸ +ì¦ Į +ì¹ ¸ +ëŃ ĺ +ï¾ Ĺ +ï» ĭ +íĬ Ģ +ë¥ Ļ +ì½ © +ëģ Ĺ +ëį ´ +ìħ ľ + ¸ +ë» IJ +ìĥ µ +ê² IJ +ëĵ ¬ +ë£ ° +ãħ ĭ +ìĹ ī +á» ĸ +ëĦ Į +ï½ ¶ +ë´ ĩ +ëĤ ³ +ãĤ ľ +ëĸ » +íİ Ģ +ëį © +íķ ¸ +à · +ê¼ ¼ +ëĶ ľ +ë° ´ +ë© į +âĹ ¯ +ìĹ ij +ìĻ ¼ +ïº ij +ë¶ ķ +ë¡ ¬ +ï½ Į +íĨ ¨ +ïº ´ +ëł ĺ +ê° ¤ +ìĪ ² +Ñ ĵ +ìħ ī +ï» ĵ +ëĪ Ķ +ëį § +âĢ ¼ +ï» ² +ê° ± +ê¿ Ģ +ëĭ · +Ạ¸ +Ạª +Æ Ĵ +ëį ¤ +ìĪ Ń +ï½ Ĥ +ï½ Ī +Å ł +ë£ ¬ +Ñ µ +ëĸ ¡ +ëĥ Ħ +ìĦ ° +ëĵ Ī +ï¾ ĥ +ëĩ ¨ +ï½ IJ +êµ ½ +ìĹ ½ +ëĤ Ģ +ë¬ ¶ +ï½ · +ìı Ł +íĺ Ķ +ê¼ Ī +ëģ Ī +ì¥ IJ +ïº Ĺ +Ä Į +ëĪ ł +ëĸ ¼ +íĢ ´ +âī ¥ +ëĭ Ń +ì± Ļ +ê» ı +ë© ¤ +ìĥ ĺ +ëį ® +ë£ ¡ +ìĤ ½ +ãĪ ľ +Ä ¨ +âĢ § +ï½ º +Ä £ +ì¦ ī +ï¼ ¼ +Û © +âĪ Ļ +ë° ı +ë¹ ħ +ðŁĺ Ľ +íĪ ´ +ðŁĴ ķ +ãĢ Ĵ +ìŀ ĺ +ïº ¤ +ï½ ĸ +ë© ľ +ë² ¼ +ëĿ Ħ +ëļ ľ +ï» ĺ +ìĥ Į +ï½ Ħ +ì© Ķ +ï½ Ļ +ïº © +Û ŀ +âĺ İ +ìł ¤ +ëIJ © +Å Ŀ +âŀ ¡ +ï» § +Ð ı +ì« ĵ +ê³ ½ +É ij +ãĥ ² +ëĤ « +ë¦ ī +ì¢ ģ +ë° Ń +ðŁĺ ģ +ë¹ µ +ì² © +ì» µ +ðŁĺ ĺ +ë± ħ +âī Ī +ë¹ ļ +ï» ľ +ðŁĻ ı +íģ ° +ìĦ ŀ +ï¾ ļ +ìĺ ¹ +ë¼ Ī +ëĤ ¯ +ëŀ © +íļ ¡ +ï½ ķ +íĥ ĵ +ëĿ ł +ê³ ģ +ëĵ Ģ +ìĹ ł +ï¼ º +ë§ ij +ëĭ ¿ +ì¿ ¨ +ãİ ¡ +Ð Ĭ +íĦ ± +Å ¨ +ïº ³ +ï¾ ı +âĭ ħ +ê¼ ´ +âī ¤ +íĮ ģ +Î © +ê¶ ¤ +ìĪ į +âľ ¿ +ì½ ¤ +ëĪ ħ +íĨ ± +ãħ ľ +áIJ ħ +Å Ĵ +ðŁij ī +ï» ¦ +Ð ª +ë¥ ľ +íķ « +ï¾ ĭ +âĻ « +ê¹ ľ +ë° ¸ +ëĶ ĺ +íĿ ī +ï¾ ģ +ï¾ Ľ +ëł Ľ +ê² ¹ +ì¿ ¼ +ï» ¬ +âŀ ¤ +ðŁĻ ģ +ïº ł +ëĨ ¨ +ë¯ ¹ +ê¸ ĭ +ë» Ķ +ê¹ ĥ +ëij ij +íĭ ¸ +íİ Ļ +âŀ ĸ +ãĥ ½ +ì§ ļ +ï½ ¬ +ï» ¥ +íĮ ½ +âĢ Ĵ +ì ĮĢ +ìŃ ī +ëļ ± +ãĤ ŀ +íĭ Ī +ãĤ IJ +ëī ĺ +Î £ +ê³ ° +ë¹ Ĺ +ï¾ İ +ðŁĺ Ń +íĿ ł +ìĹ ¿ +ê° ļ +ì¤ Į +ë§ µ +ï½ ³ +ãģ ¢ +ï» Ĺ +âī ¦ +Ú ¤ +ë łģ +ê¼ ½ +ï» « +âī § +ì´ Ľ +ìł Ŀ +Ạ° +âĻ £ +ìº ĺ +âĪ ĩ +ê² ī +ë° Ł +ï» Ķ +íĸ ĩ +âĸ Ĵ +ðŁij ı +à ŀ +ðŁĺ Ĩ +ïº ¼ +âĿ Ĺ +ìº Ķ +ì¹ © +ëĸ ¤ +ëĥ ħ +âĶ ľ +ï½ » +Î Ķ +áĥ ¦ +ìŀ İ +âĺ Ģ +âĪ ¼ +ðŁĶ ¥ +ë° Į +ìł ĸ +íĹ Ľ +Î ķ +ïº ĥ +ë¶ ī +âĪ ŀ +íĥ Ń +à ĭ +âģ Ħ +ãħ ĩ +ëĦ ¥ +ëĭ ® +ëł · +íĮ Ŀ +ìº ¡ +ë· Ķ +ì© į +íĤ ´ +ëļ « +âĵ Ĵ +íķ į +âĻ Ĥ +ï¾ Ĩ +âĨ © +ìį © +ïº ķ +íĿ Ļ +Ñ ľ +íĤ · +íĿ ° +íĥ ± +ëķ IJ +ï¾ Ĵ +× ĥ +ëĮ Ħ +ìĺ ´ +ìķ µ +ê¹ ¥ +ëŀ Ń +ìª ¼ +ãİ Ŀ +ðŁĺ ħ +ëı ĭ +ëª « +ïº ¸ +ë® ¬ +ë² ħ +ëij ł +ìħ ° +ì» · +ëĶ ª +ëħ Ķ +ãħ ¡ +ìĶ » +íķ ı +ëį ± +ïº ¨ +ï¾ į +ï½ µ +ì¢ Ģ +íİ Į +ï» ° +ïº £ +Æ £ +ðŁ¤ £ +ï· º +ëĤ ļ +âĭ Ĩ +ë³ į +ðŁĺ Ħ +ìĸ Ģ +ìĻ ł +ëĨ Ķ +íĹ ¨ +ï» Ľ +ï» Ŀ +á» ¶ +ìĸ ĺ +ìİ Ħ +Ú Ĩ +ï» ŀ +ëĢ IJ +ê² Ķ +ï» µ +âĹ ¦ +íļ Ł +ê¹ ģ +ê° ĵ +ëĶ ´ +ìı ĺ +ëļ Ŀ +á» ł +ëŀ ´ +ëĦ ī +âĺ ŀ +ï½ ĺ +Å ½ +ë¦ İ +âĸ ¬ +ëŃ ī +âĩ Ľ +ìį ¬ +ïº Ł +Ë ľ +ë¶ ĵ +ìĽ ° +Å ľ +ëŃ ĩ +á» ² +Ë ļ +ëķ Ģ +âĺ ij +ðŁı ¼ +ìĸ ½ +âĮ Ĵ +Ð İ +É ¾ +íĮ ¡ +ï¾ ħ +ìŀ Ń +ï½ ¨ +ì¹ « +ìľ Į +Ò Ľ +êµ ¿ +ëĭ ¦ +âĶ Ķ +ï¾ ij +ì§ ĸ +ìº Ħ +ãĢ ĥ +Ê ¼ +ê² Ł +ï½ § +Ä ¢ +íİ ł +ë§ · +ê° ĩ +ìĭ ¹ +ðŁĴ ¦ +ï¾ ľ +ëĬ Ļ +ë² ¡ +Å ¿ +ðŁĺ ĭ +ðŁĴ ª +ì¿ Ħ +ë© ķ +ìŃ ¤ +ëĬ Ħ +ðŁĮ ¸ +ãĤ Ŀ +Ç İ +ï½ ļ +Ä Ĺ +ëģ ĵ +ê¶ IJ +áµ ī +ãĥ Ĥ +ê» į +ðŁĺ ¦ +ãĢ Ŀ +ðŁ¤ Ĺ +Ñ Ł +ìĹ İ +âľ Į +ìī IJ +à Ĩ +íĹ IJ +ðŁİ ī +Î ij +ï½ Ń +ðŁĴ Ļ +ìĽ ¬ +íĢ ĺ +ï» ¢ +ðŁĺ İ +íij ¼ +íĿ © +ï» Ħ +íħ Ģ +ëł IJ +ì¥ ¬ +Ð ĭ +ìĥ · +ëľ ¬ +ðŁĺ ĥ +ëĦ ¬ +ë¥ ¨ +ìĽ į +ï½ Ĩ +ï½ ´ +ãĥ ħ +à ı +ï» ª +âĻ ł +ëĬ ¬ +ë± Ģ +ë° ĭ +ìĥ Ģ +ï½ ¾ +ëĤ ± +ì» ¸ +ðŁĴ ĸ +ðŁij Į +Ñ ŀ +ì§ ± +Ë Ĩ +ðŁĵ ļ +âŃ ķ +ï¬ Ĥ +ï» ¡ +ëij ¬ +íĪ ¼ +âĸ ¸ +ê° ¯ +ê¹ ħ +ï½ ® +ëĺ ¥ +Ä ¡ +íĮ Ł +Ð Į +ìĨ Ł +ïº ĵ +ï» ¼ +à Ľ +ãĥ ¾ +ëĮ ĵ +íĴ ĭ +ìķ ĵ +ï½ ¹ +ëĤ ¡ +ðŁij ĩ +Ạ¼ +ãĢ Ł +ðŁĮ Ł +íĥ ł +ãĢ Ĩ +âĢ Ł +ë¸ IJ +ðŁĮ ¹ +ìł ¼ +ðŁĵ Į +ìĶ ¬ +âĹ Ģ +ðŁĴ ĵ +ê¹ İ +ìĤ IJ +ìĶ Į +Ñ Ľ +âĶ Ī +ë² ³ +ãİ ŀ +Õ ¡ +íĤ µ +ðŁ¤ Ķ +ëĢ Ķ +ìĬ IJ +íĻ ī +âľ ¦ +ëľ ¯ +ìł ¯ +ëĶ § +Î ¦ +Ë Ī +ìī ¼ +âĹ Ĭ +ëľ © +ëľ ° +ï¾ IJ +ë¿ Ķ +ìĹ ® +ì· Į +ïº § +Î Ĵ +ëµ Ļ +ï» Ĭ +ì° Ķ +íİ Ħ +ðŁĴ Ĺ +Ạ´ +ì° ¢ +íľ ¼ +ê½ Ĥ +ì± Ķ +ìī ´ +âĸ ¾ +íĪ ° +ëĭ Ľ +âĿ £ +ï½ ª +ðŁĴ ľ +Ë ĺ +ãħ ¤ +âĨ Ĺ +íĸ Ħ +âĻ ¬ +ìķ ° +ïº ľ +âī ¡ +ãĢ ĵ +ìij ¥ +íĮ į +íī ģ +ë» Ĺ +íľ ł +íľ © +âľ Ī +íĢ Ħ +ìĸ ĩ +ì¢ ĩ +íŀ Ļ +ëª ¹ +ãĤ Ľ +ðŁĺ ± +ëį Ł +๠ħ +êµ ¶ +Ù « +ìĶ ģ +âľ ª +ï¾ Ī +ðŁĻ Į +âļ ¡ +Î ļ +ì¼ Ī +ï¾ Ķ +ï¾ Ĥ +êµ ī +ïº » +ðŁĴ ĭ +á¹ £ +Ó Ļ +ìĨ ľ +ìĹ £ +âľ © +ìľ Ļ +ïº ° +Ạ² +ìŀ £ +âĿ Į +âĺ ģ +ìķ İ +Ä ½ +Û ģ +ãĦ ± +ëŁ ¿ +íĮ ¸ +ê½ ī +ìı ł +ðŁį Ģ +âĨ Ķ +ëŃ ¡ +ï» ģ +ï¼ Ħ +ðŁĴ ¥ +âĺ Ľ +íĹ · +ëij ¡ +Î ł +Î ¤ +âĦ ĵ +ïº · +Î Ļ +ëı Ķ +ì§ ¤ +âĶ ĥ +ãĦ · +Ç Ĵ +ðŁ¥ ° +ëĶ ķ +ìļ ¥ +ì¸ Ħ +íĽ Ķ +ïº ĩ +ïº ¬ +ðŁĺ ¢ +ë¹ ¡ +ìĶ ¹ +Å ³ +Ë Ŀ +íİ ij +ï¾ ĵ +ðŁĴ ļ +ëĬ ij +êº ¾ +íĨ ° +à ¿ +Ð Ħ +ëĮ IJ +ë½ Ģ +ì· Ħ +ðŁ ĵį +ðŁĻ Ī +âĹ Ī +ê¿ ĩ +ì¼ Ħ +íİ « +ðŁĩ · +âĶ ĭ +âļ ł +ë± ī +ì į° +ìĻ Ī +É ª +ïº ĭ +ðŁĺ ľ +Î Ł +ðŁ ĻĤ +âļ ½ +Å Ī +ë¹ Ķ +íĮ ľ +๠ı +ìĸ ¹ +íĪ Ń +ðŁ¥ ĩ +ãĦ ´ +ëĶ ¥ +ìŃ Ī +âĪ Ĩ +ëĸ ³ +ë± ĥ +ìŀ ¦ +ï» IJ +Î ľ +âľ § +Ï į +ìł ĵ +âĹ ķ +ëĴ Ģ +ï» Ģ +ðŁĶ ´ +ê½ ģ +ëĮ Ī +ëİ Į +ãĤ İ +⦠ģ +ì½ § +ï¯ ¾ +âĿ ¯ +ภħ +ðŁĻ Ħ +âĿ Ģ +ðŁĶ ¹ +âĩ IJ +êµ µ +âĩ Ķ +ë¶ IJ +ðŁĴ Ľ +Î ¾ +íĥ ¬ +âĿ Ħ +Ò £ +ãĢ ° +âĪ ij +âĺ ¼ +âī ł +Ò ¯ +ïº ¯ +ê¿ ¨ +âľ ĸ +Ê ĸ +íĢ Ģ +ê¾ Ģ +íĹ Ŀ +âĶ £ +ãİ ľ +ëĶ Ľ +ëľ ¸ +ï º« +ê¿ ° +ðŁĩ ¹ +Ç IJ +Û Ĵ +ë£ » +ïº ĸ +Ñ ļ +ëĬ ł +Û ķ +ê¹ ¡ +ë¿ ľ +ì² ¼ +ï¨ ij +ë¥ µ +ìį ¸ +íħ ħ +íij ¹ +Ö Ģ +ï³ Į +ãħ £ +ìij ¤ +ì½ ķ +ëķ ł +ðŁĮ ¿ +íĥ Ķ +ìĽ ģ +Î ¶ +âŀ ľ +ìĬ ĺ +íĽ Ĺ +ë© § +ìī ĺ +Õ ¶ +á¹ ĩ +ðŁİ ģ +ï½ ¿ +ï¼ Ĥ +á¼ IJ +âľ ķ +âŀ ¢ +ëĦ ¨ +ì» « +ì¯ Ķ +ì° ľ +ðŁĴ ° +íħ Ŀ +ãİ ı +ë³ ¶ +Ò ĵ +âĨ ³ +ìĥ ´ +íģ ĺ +âĸ Ģ +ë² Ļ +ภĥ +á½ ¶ +Ä ķ +⬠ĩ +ë¤ ĺ +ðŁİ µ +âľ ļ +ïº ı +Î ¡ +âĹ ī +ðŁĴ « +Ð Ī +ìĸ Ħ +ì§ Ļ +ï» ĥ +ðĿij Ĵ +ëŃ Ħ +âĿ ¥ +âĿ ĸ +âĺ Ŀ +Ê ¹ +Ḡ¥ +âĢ ¿ +ãħ ħ +ê¸ ģ +ëķ ¡ +ëį ¥ +âĪ © +ê» Ħ +ë® Į +Ò ± +âĪ Ĺ +ëł Ļ +ïº Į +Ë IJ +ðŁĺ ³ +ðŁij © +ðŁİ ¶ +ì¿ µ +ðŁ¤ © +ê· ¤ +ëĮ Ķ +ïº IJ +Ï İ +ì¶ ¥ +ï½ Ĭ +á¹ Ń +ë¤ ¼ +âĸ « +ì§ ł +á¼ Ģ +ê» ij +ëĮ ģ +íĢ ¸ +âĻ Ľ +ðŁĴ ŀ +âĸ ° +ðĿij ĸ +ëĿ ¤ +ठ¦ +ì´ ĺ +ðŁĺ ĩ +ëĶ ¤ +Î Ĺ +ðŁĻ ĩ +Ë Ľ +ì© ¡ +âĪ § +Õ ¥ +Ñ Ļ +ëIJ ¬ +ëĸ Ħ +ðŁĮ · +ìĹ Į +ðŁĺ ¥ +ëĪ ´ +ï» ļ +É Ľ +ïº Ħ +ï» ı +Å Į +ë² ļ +ìĭ £ +ïº Ģ +Î ĵ +ðŁĺ Į +Ë Ļ +ëŀ ı +ðŁĶ ¸ +ðŁĵ · +ëģ ½ +íģ ½ +ðŁĴ ¡ +ðŁĮ ± +ëº ı +ìģ ł +ìĥ IJ +ëı Ĺ +ì¸ ° +ëĪ ķ +Î Ŀ +âģ ī +ðŁĮ ¼ +íĮ ł +âĭ ¯ +áĥ ĺ +âľ ¤ +ê± Ķ +íĮ İ +ðŁĴ ¯ +ìı Ļ +íĹ ī +Ù Ń +ì½ ° +ïº ¿ +ï» ± +ì± Į +âĺ ķ +ðŁİ Ģ +Ä Ŀ +ë° § +ìĤ ¿ +áij ķ +ðŁį ĥ +âĩ ¨ +Î Ľ +ë§ ´ +ë³ ķ +á ijIJ +âĸ ĵ +ðĿ ijľ +âĻ » +íĤ ¥ +Õ ¸ +ãĪ ± +ëº Ģ +ì² ¸ +ïº Ľ +ðŁı Ĩ +ðŁĩ ª +âĿ ĵ +Ä Ģ +ì½ ¥ +ðŁĩ § +á½ · +âľ Ĥ +ìŀ ¼ +ï§ ¡ +ðŁĵ ¸ +âĻ ¯ +É Ķ +á½ ¸ +âĮ ª +ï» ĸ +ï¥ § +âļ « +âĶ Ĺ +ðŁĮ Ī +ï» © +ðŁĵ ² +Ï Ī +ðŁĺ ¡ +ðĿij İ +ìľ ½ +ì§ ¬ +ì§ Ĭ +á½ ³ +ìĮ ¤ +ëĤ į +âī Ĵ +ðŁij ¨ +âĺ ĺ +Ó © +âĤ ĵ +âĪ Ĥ +ï¹ ģ +ðŁĴ IJ +íħ ĥ +ðŁı ½ +ê· Ħ +ðŁĺ ı +ðŁĮ º +ðŁĺ Ķ +ï½ « +âľ İ +ëµ Ī +ðŁĩ ¸ +âĢ £ +âŀ Ķ +ëĺ ĺ +ìĥ ¬ +Ê ĥ +⬠ħ +ì© IJ +ðŁĻ Ĩ +ðŁİ Ħ +Ä ¾ +⣠¶ +áĥ IJ +âĺ » +ì± ķ +ìģ © +ë½ ķ +ìº £ +ðŁij Ī +ðŁĻ ĭ +ï¾ ĸ +Ò ļ +Õ « +ìĮ Ī +ë² § +ðŁĩ ® +ï½ Ŀ +ðŁį ģ +ìĹ ¥ +Ä ³ +ë½ IJ +íį ½ +íĽ ij +âĤ ¹ +ãħ ģ +ìĶ ½ +ðŁĶ ģ +ठ¯ +ê¾ ¹ +ëī ľ +âĹ ¡ +íķ Į +Î ĺ +ë£ ¹ +ìĻ ĵ +ðŁĩ ¦ +ðŁij Ģ +âĶ Į +á¿ ¦ +ëĦ Ľ +ìĦ £ +ìŃ Ļ +ï± ł +Î ŀ +Ê » +á¿ ¶ +âĿ Ŀ +ê± Ģ +ëĸ ´ +ãĦ ¹ +ðŁĴ İ +Ï ¹ +⼠ħ +ï» ķ +ãĥ ± +ï½ Ľ +ëĮ ķ +ë¹ ½ +ì¥ Ķ +ì¿ ¤ +ðŁĸ ¤ +Ñ Ĵ +ê¹ į +ëİ Ģ +ìĭ ¯ +ë» ¤ +ðŁĵ ŀ +ðŁĵ £ +ðŁĺ Ŀ +ìį ¹ +ìĹ ¡ +ì° IJ +á½ IJ +ï» Ī +âľ į +Ä ı +ðŁĮ ŀ +âĦ ¦ +ê½ Ŀ +ë» ĺ +ìĪ ± +âĶ ĺ +ðŁĮ » +âĤ ´ +âŀ ¨ +íIJ ģ +ê ¶Ī +âĺ ¢ +ðŁĺ Ī +ï½ © +âĦ Ĺ +ê° Ń +ê° ¸ +ë» ij +ì¥ ´ +ì» ¥ +ï¤ Ĭ +ï» Ĵ +ðŁĺ ķ +âĺ Ķ +ìĺ IJ +ðŁļ Ĺ +ëĹ Ħ +ë§ ı +Õ ½ +âĸ » +⣠µ +ìī ° +ï» ij +âĻ © +Î ¥ +ðŁĺ £ +âĬ Ĥ +ãħ Ĥ +ìħ ¸ +íı Ħ +âľ ½ +ì¦ Ļ +âĸ £ +ê± į +ê¿ ĭ +ì« Ħ +ìº ĩ +ðŁĩ µ +ðŁij ij +âľ ĺ +ðĿij Ľ +ìį ½ +ìº ī +ï¬ µ +ðŁĶ º +âĦ ® +íĥ ¤ +ðŁĩ º +ðŁĴ µ +íħ ¨ +ï½ ij +Î ¨ +ìĥ ¹ +ìĸ ķ +ì¹ µ +ðŁĵ ± +ठµ +ðŁij Ĭ +ðŁĴ Ħ +ðŁĴ Ŀ +ãĮ Ķ +ìĻ ģ +Ð ĩ +à® IJ +âĸ ¹ +á´ Ľ +âĹ ĺ +ëº ¨ +íĥ ī +ìĸ Į +ðŁIJ ¶ +ãĤ ij +Ë ĩ +Å ı +á½ ¹ +ìħ § +ï¹ ° +ðĿij ¡ +ðŁĶ Ŀ +ðŁĺ » +ðŁĴ ĥ +ðŁ¤ ¦ +ðŁį Ĵ +íĢ µ +âľ Ĩ +ë¹ ´ +ï§ ¤ +ï» Ļ +á´ Ĺ +ðŁĮ ´ +Í ¾ +ëĮ ij +ì¨ ĭ +ìµ ¸ +ðŁİ Ī +ðŁı ł +á½ ± +Û Ĩ +á¿ ĸ +âĢ Ľ +ì° ¼ +íķ ¥ +íĹ ´ +ðŁĩ ¬ +ì° Ŀ +âĪ ł +ï¼ ĩ +âĬ Ļ +âĿ ij +ëĦ ĭ +ëŀ Ĺ +ë° ī +ìĹ Ĭ +ì¢ Ĩ +íĮ ¥ +ï° ² +ðŁĵ ĸ +ðŁĺ ® +âļ ª +ðŁĺ ļ +âĿ ŀ +ðĿij Ł +ðŁİ Ĥ +Å ķ +áIJ Ī +êº ½ +ì± ł +ïº Ŀ +ê¿ ī +áĥ ł +ðŁı ĥ +ðŁĴ ¸ +âĿ ģ +âĹ ¾ +Ú ª +á¹ ĥ +íĬ ¬ +ðŁĩ ± +íİ Ń +ðŁĺ ŀ +ë¾ ° +á¹ Ľ +ëĽ ¸ +âĿ Ĥ +êĴ ³ +âĶ IJ +íĵ ° +âŀ ł +ê´ ĺ +ëħ ĺ +ë» ¥ +ì¾ ħ +ðŁĺ IJ +âĪ ª +ðŁij ģ +âĪ ´ +âĹ ģ +ëº IJ +ìŀ ¤ +ì± Ĺ +ðŁı ¾ +Î § +á½ » +âŀ ¥ +ìŁ Ī +ï» ī +âĸ Į +ãĥ ® +ðŁ¤ ¤ +âĩ ĵ +ì¼ ł +á´ ı +ë§ ¬ +ë» £ +ðŁĴ ¬ +ðŁį ĵ +Ä ¸ +Ù ¹ +Ê ¿ +á½ ° +ëķ ľ +ì° ¡ +ì° » +íİ į +ðŁİ ¯ +ðŁį Ĥ +ðŁij § +âĻ ¢ +áĨ ŀ +âĻ § +âļ ľ +âľ ī +ëĵ ¦ +ëŃ £ +ìĪ ı +ìĵ ± +Å Ń +Ê Ĭ +âĴ ¸ +âĩ © +ðŁĴ Ķ +Õ µ +Ð ī +Ò » +ë§ £ +ìĽ ľ +ì¿ ¡ +íĽ ħ +íĽ ¤ +ïº ¢ +âľ ĭ +âĪ Ī +ðŁĮ į +Ê ľ +ëĬ ª +ëĴ ¹ +ïº ² +âĸ Ħ +ãħ Ī +ëļ ¤ +íİ © +âĪ ¨ +ðŁ¤ ª +áĥ ļ +ê³ ¶ +íĬ ķ +ðŁĺ ¬ +âĪ « +ðŁij ĭ +Ò IJ +íĬ ¿ +ðŁĶ µ +ðŁĴ ¨ +ðŁĮ Ļ +ëĩ © +âľ ³ +ë¨ ģ +ëº Ħ +ìĻ ij +ìº ħ +íı Ī +ðĿij Ļ +ðŁĴ ĺ +ãİ ¥ +âĿ ı +âľ ° +ï¯ ¿ +ëµ IJ +ì¼ IJ +ïº ± +Õ ´ +ï¬ Ģ +âľ ´ +ðŁ¤ Ń +ðŁij Ĩ +⼠Ķ +ê· ĵ +ìĮ Į +ðŁ¤ · +Û Ķ +ðŁ§ ¡ +ðŁĺ ĵ +Î ĸ +âı ° +ê² ľ +ëĭ ³ +ëİ ħ +ë° Ī +ï® IJ +ðŁı ¡ +âĨ ª +âĵ Ķ +âľ Ĭ +Ï ² +Ü IJ +ðŁĩ ³ +Ö Ĥ +âľ ı +ìĸ Ĺ +ì« Ļ +ðŁĺ ² +Ä Ń +âĻ Ń +âĶ ı +âĹ Į +ðŁĺ ¯ +áµ Ĵ +íĬ ł +Ä · +Ê ģ +ठŁ +á¹ ģ +á¼ ° +á¿ Ĩ +â « +â« ¸ +ëį « +ì³ ĩ +ì¼ ¤ +íĽ ¨ +ðŁĴ Ł +Ê Ģ +Ê ³ +ëĵ IJ +âķ ° +âĿ ĩ +Ç Ģ +Ç Ķ +É ´ +âĺ ļ +âĺ ľ +ê¶ Ĥ +ì« Ĵ +ì± Ī +ðŁĩ ¨ +ðŁİ ¥ +ðŁĵ Ŀ +Ä § +ðĿ ijIJ +Û Ī +ठ¬ +ì¬ IJ +íĹ ¥ +âĻ ¨ +ðŁį ´ +ï¹ ı +Ë ĭ +ðŁ¥ º +âĸ ¨ +íĻ ĭ +âĪ ħ +ëģ Ļ +ëŀ ł +ìĨ ¥ +âĢ ĸ +ðŁ¤ ĺ +ðŁIJ » +áµ ķ +Ç Ŀ +âĺ ı +ïº ļ +ï» Ĥ +ðŁļ © +ìĪ Ł +Ë Ĭ +⤠µ +ðŁĴ § +ã ħį +ë© © +Æ ¬ +Î ĩ +âĩ § +âĵ ļ +ìĤ ¯ +ìĪ ¯ +ëĨ ĭ +âľ ¯ +ðŁļ Ģ +Ú ĺ +Ú ¨ +âľ Ń +ê² ħ +íĮ ° +íľ Ļ +ðŁĮ Ĭ +ðŁİ ĵ +ðŁĺ Ļ +Ë ĥ +ðŁĴ ģ +ðŁij İ +âĺ ¹ +ðŁĺ « +ðŁĴ » +ëĤ µ +ìĿ Ĭ +íĮ » +Ò ³ +á½ ² +âŀ ŀ +ëĤ ij +ëĿ Ī +ì£ ¤ +ï» ¯ +ðŁĩ © +ðŁ¥ ³ +âĴ ¼ +ðŁ¦ ĭ +âĺ Ĥ +ðŁĺ ° +ðŁĻ ĥ +ðŁĺ Ĵ +Û İ +Ï ķ +Ḡ¤ +ë£ ½ +ìĬ ¥ +ðĿij ī +É IJ +ðŁį İ +âķ ¯ +âķ ¹ +ຠ² +ï¾ ł +ë¹ ķ +ïº Ĩ +Ê º +Ó § +âĨ ł +ëĥ ĩ +ìİ Ī +ìŁ ¤ +ï± ¢ +âķ ¬ +âĺ ł +ðŁİ Ĭ +ãį į +ãİ İ +âĺ ° +âľ ĥ +ãħ ī +ë¯ Ī +ë¹ ¤ +ìı Ń +ðĿij ¢ +ðŁIJ ¾ +Å ĭ +ðŁij ¶ +âĶ Ľ +ï¿ ¢ +áĥ ¡ +Ä ¼ +Å Ĩ +Ñ IJ +ìĥ Ľ +ìĺ Į +ì± ¤ +íħ ģ +íļ ĥ +ï³ Ĭ +ðĿij Ķ +ðŁĩ « +âĭ ° +ðŁĺ ¨ +âĤ © +Õ ¬ +Ḡį +á» ´ +âĨ ĺ +âĺ ¯ +ãħ ı +ìł ¬ +âĻ Ķ +ðŁĶ Ķ +ðŁĺ ł +ðŁĻ Ĭ +à® ľ +á¹ ħ +âĹ IJ +âĿ Ī +âŀ ½ +ìĥ ħ +ðĿij ł +Æ ¢ +âĭ Ļ +ê° Ľ +ëĿ µ +ë£ Ł +ìı ľ +ïº ģ +ðŁĴ Ń +âĬ ĥ +ðŁIJ ° +ãħ Į +Ü ĵ +âŀ ķ +á½ ģ +ìķ ³ +ðĿij Ŀ +ðŁİ ¬ +É ¡ +à¤ Ĺ +áIJ ī +ì© ľ +ì¶ § +ï³ ī +ï» ħ +ðĿIJ ŀ +ठ¶ +ðŁĵ ¢ +ðŁį ĭ +ðŁĴ ħ +ï¾ ķ +⬠Ĩ +âĪ µ +ðŁ¤ ij +áĥ £ +Æ Ħ +Ñ ¹ +á¼ Ķ +ê° ł +ê´ Į +ê· IJ +ëĽ ´ +ì± ĺ +ï® Ń +ïº ¹ +ïº ¾ +âľ Ĺ +âĿ ¦ +ðŁij ¦ +áĥ Ĺ +Ù ² +á½ ´ +âĪ ı +âľ ® +ê¹ ° +ë² µ +ìĦ Ģ +ì© Ŀ +ïº ŀ +ïº ½ +ðŁĩ Ń +Ë Ĥ +ðŁį ij +ðŁį Į +ðŁĶ » +ê¹ ¬ +ìĬ Ń +ìľ · +ðŁĽ ij +Ç § +ë¼ Ľ +ïº ¡ +ïº º +ðĿij ļ +ðŁĵ ¦ +ðŁĶ İ +ðŁĹ ĵ +áĥ Ķ +âľ Ĵ +âľ ¡ +ðŁĮ µ +âĶ ķ +ëĢ Ŀ +ðŁį Ĭ +âĺ ĥ +ìĺ ħ +ঠ¬ +ðŁ¦ ģ +âİ ¯ +ðŁIJ ķ +Ñ ¿ +ॠ¤ +༠ĭ +ê· Ī +ì« Į +ðŁĩ ° +âĿ ī +ì« Ģ +íĿ Ħ +ðĿIJ ¢ +ðŁļ ¨ +âĻ ¤ +ðŁĺ © +ðŁį į +ðŁĺ ij +ðŁļ ļ +Ö Ħ +ë « +ë« ¼ +ठı +á¿ · +âĮ © +âĺ IJ +âŀ £ +ê¸ ± +ê¼ ¿ +ëĦ Ŀ +ìı ´ +ìļ ¤ +ì¿ ± +íİ IJ +ðŁĴ ¢ +ì´ IJ +âĩ ij +âĶ ĵ +âģ ¾ +Ü Ŀ +ðŁ į° +â´ ° +Æ ı +Ï Ł +Ú º +Û ĥ +áĦ Ĵ +âĪ Ł +âĿ į +ãĦ ² +ìľ ħ +ì¤ ı +ðŁĩ ² +êº Ħ +ðŁİ ¤ +âľ £ +⸠Ŀ +ï¸ µ +ຠ§ +áĢ Ļ +âķ ł +Õ ¯ +âı © +ðĿij £ +ðŁĴ £ +Å ĺ +ॠIJ +âģ ĥ +âĮ ĺ +ê» Į +ìĮ Ķ +ðĿij ĺ +ðŁ¤ ĵ +Õ ¿ +à¤ Ń +âĮ ļ +âľ Ŀ +ðŁIJ ¼ +Ë Į +âķ ļ +ï¦ Ĺ +âĿ ķ +âķ £ +ðŁIJ ± +à® ¤ +Ñ ¾ +ठļ +ठľ +ìĪ Ħ +ìļ ľ +ðŁİ ® +É Ĵ +Ú · +ຠį +âĨ µ +â Īĺ +âĿ Ĭ +ë¿ į +ìIJ Ī +ìļ ĺ +ì¯ § +íĥ ¯ +ìĸ ı +ï¸ ° +ðŁĩ ¯ +ðŁ§ ļ +ðŁĺ µ +ðŁĺ · +ðŁĮ ³ +ຠ¥ +Ä ī +Ä ¥ +âľ ¶ +á¿ ¾ +âĬ ± +âĺ ¾ +ê° ī +ê¼ ° +ëº ij +ðŁĶ Ĭ +ðŁĸ IJ +Å ¤ +Ò « +à® ® +âĮ Ī +âĹ Ĺ +ëĦ µ +ëħ ľ +ëľ ¹ +ðĿij ¥ +ðŁĴ ¿ +ðŁĽ Ĵ +Ê Ĵ +áŀ ĵ +ðŁIJ Ŀ +ðŁ¦ Ħ +ðŁį · +âĺ Ł +ï¸ ¶ +ðŁ¤ Ł +Ô ± +âĨ ² +âĪ İ +âľ « +ëĩ ½ +ëı IJ +ëķ Ħ +ï¦ ³ +ï§ Ŀ +ïº Ļ +ðŁij » +ðŁĵ º +êµ ¼ +ìĮ © +ðŁĮ ² +È ± +íĶ ķ +ðŁĺ ¤ +ãĮ ¢ +Ê Ķ +ठ¡ +á¼ Ī +ëİ ĥ +ë© ± +ë® Ī +ðĿIJ « +âĬ ķ +ëĥ ł +ë» ¬ +íĭ Ķ +Õ ¤ +á¼ ± +âľ ¥ +âĺ Ħ +âĪ ¥ +âļ ķ +ðŁij Ħ +ðŁİ ħ +ຠĻ +âĶ ¬ +á½ µ +Õ ¾ +Ö ģ +âĹ Ķ +ê¿ į +ëĸ µ +ë© İ +ë® ´ +ìķ ´ +áĥ ľ +á¼ ¡ +âĶ Ĭ +âķ ® +âĹ ¼ +ðŁį ¾ +ðŁĽ į +ðŁij Ĺ +ðŁ¤ ŀ +âľ Ħ +Õ Ģ +ঠ² +Ë ī +⣠¨ +Ä ¯ +Ï Ĭ +á´ ľ +ë¹ ³ +ï³ ĭ +ï¿ ł +Ä ª +âĤ ¸ +âľ ± +ê» IJ +ëĭ » +ë§ ¸ +ìŀ ¿ +ì© ¨ +ì ŃIJ +ì° ¿ +íħ Ł +ðĿIJ § +ðĿij ij +ðŁĮ İ +ðŁĵ ® +ðŁķ Ķ +âĹ Ļ +âĹ » +âŀ § +ìŁ Ŀ +âľ ¬ +ãĥ ° +âģ Ī +â ĵĺ +ðŁ ĴĮ +ï¬ ĥ +ຠĶ +ìĶ ° +ðŁĺ ª +× Ģ +ìĥ ¨ +ïŃ ĭ +ðŁį ķ +ðŁĺ ´ +Ï ³ +á¼ Ħ +á½ ħ +âĩ ¢ +âķ Ń +ìĺ » +íĬ ¤ +Ü ĺ +⤠´ +âĹ į +áŀ Ł +ðŁį º +áŀ ļ +ðŁı Ĭ +ðŁIJ · +Ê Į +á½ º +âģ » +ê½ Į +ëĪ Ĺ +ë Ĺı +ì¿ ° +íĢ ¼ +íį ħ +ï· ² +ðŁĮ ı +ðŁį « +ðŁį ³ +ðŁİ ° +ðŁij ° +ðŁĴ ² +ᥠĻ +ðŁIJ Ł +ï¿ ¡ +ðŁĹ £ +ðŁį ľ +âľ ² +ãİ ¢ +ðŁĶ ° +á¼ ¸ +á½ ij +Ä İ +áĦ Ģ +âĻ ķ +ëł Ŀ +ìĪ ´ +ïŃ Ń +Ó ľ +Ô Ģ +ëĢ ľ +ëĥ Ķ +ìĬ Ľ +ì« ij +ìº ¥ +ìº ¬ +ðĿij ¦ +ðŁĶ ¶ +ì¾ ¨ +ðĿIJ ļ +ðŁį » +ðŁĴ į +ðŁ¤ ¡ +ðŁķ Ĭ +â½ ĩ +âĵ IJ +ðŁį Ń +ðŁį ª +ðŁĶ Ĩ +Ò ¡ +á´ ĩ +É Ĺ +Ü Ķ +âĦ İ +âĿ ĥ +ëĹ Ģ +ï² Ķ +ïº Ī +ðĿIJ » +ðŁĴ Ĭ +ðŁļ « +Ñ ° +Ñ ³ +ठ· +âĹ ł +ðŁij ¤ +ï¾ ĩ +âĺ ĵ +ðŁį µ +ðŁ¤ ¨ +âĸ Ń +à® ´ +Ü ¢ +Ü ¬ +à´ ® +ðŁķ º +Ô ¹ +Õ £ +à´ ¯ +á ´Ģ +âĮ ī +âľ IJ +âŀ ¦ +ê¹ ½ +ëĮ ľ +ðŁı ¥ +ðŁĵ © +Ò ¹ +Ó ĺ +ठħ +âĿ § +Æ Ĺ +âĹ ½ +ðŁij « +ðŁİ § +ðŁij £ +âľ » +ðŁĻ ħ +ðŁĺ ĸ +ðŁĴ ® +ຠ° +ðŁĶ ľ +ðŁį Ħ +ðŁ¤ Ŀ +á ĥĿ +áŀ Ģ +âĩ ¦ +Ê ¾ +Ò ® +Õ ¼ +ठĨ +âĹ ħ +âļ ĵ +âļ ĸ +ê¿ © +ë¯ Ħ +ìIJ IJ +ìŀ ° +ì§ Ń +íĭ ĭ +íİ ¨ +íĻ § +ï² ij +ðŁİ Ĺ +Ù ³ +ðŁij ¸ +ঠ® +ðŁij ķ +Ú µ +âĢ ¾ +âŀ ° +ðŁij ¯ +ðŁİ ¼ +ðŁı ģ +Ä º +Ê ı +Ú ³ +âı ± +ê½ Ī +ëĿ Į +ìĮ ī +ìĹ · +ìŀ ´ +íĹ ¹ +íľ ¨ +ðĿĹ ² +ðŁĮ IJ +ðŁİ Ļ +ðŁı µ +íĽ Ļ +ðĿij ħ +ðŁĺ ¶ +âĵ ħ +âķ ¥ +ðŁį ı +ï¦ İ +Õ © +ðĿIJ Ħ +Ó £ +Ú ¿ +âĻ ļ +ðŁĶ Ĺ +Ḡ« +âĭ ® +âĸ ¦ +⼠½ +âľ µ +ãħ Ĩ +ãħ Ĭ +ëĦ Ļ +ëĿ ¨ +ë¥ Ħ +ìĦ ¦ +ì§ ° +ì§ ¹ +íī Ī +ï§ ij +ï» ĩ +ðŁĮ ¾ +ðŁı ĸ +ðŁIJ ij +ðŁĴ ³ +ðŁĵ Ĩ +Û ĩ +Ü ķ +á½ ½ +ëĦ ľ +à´ ² +à´ ³ +àº Ń +áĥ Ľ +âĿ Ķ +âij ħ +áĥ ¥ +ðŁĵ ħ +âŀ ³ +á´ µ +ï¹ ¡ +ï¹ ¶ +Î Ĩ +ठ¥ +áī µ +âĿ Ļ +âĿ ± +ëī ł +ëİ ł +ëı Ľ +ë¿ ħ +ìĶ ¸ +íij ¯ +íŀ ī +íŀ Ľ +ï§ Ħ +ïŃ ĺ +ïº ¦ +ï» ¸ +ðĿij Ĥ +ðĿij ı +Ï ij +Ú ł +áĢ Ķ +áŀ Ķ +á¹ ¢ +ëĦ ¸ +ðĿIJ ¨ +ðŁĩ ´ +Õ ° +ðŁij ł +ðŁį Ĩ +ðŁı Ģ +ðŁ ijIJ +ðŁį ĩ +ðŁIJ £ +áĪ Ń +Ü ª +ðŁ ĮĢ +áŀ ĺ +âĩ Ħ +ðĿIJ Ģ +Ê Ļ +âĶ ¼ +ðŁı ¿ +Æ · +È ł +Ñ ½ +âĤ ¨ +ê´ Ń +ê¹ » +ëĶ ¨ +ìĪ Ģ +ì¾ ° +íĨ Ī +ï® § +ï¯ ½ +ðŁĶ ħ +ðŁĶ ® +Å ¢ +Ê ° +Ñ ¸ +ठ£ +âĬ Ĺ +ëª Ħ +ï¹ · +ïº ħ +ðĿIJ µ +ðŁĮ ¶ +ðŁĵ ° +ðŁĶ · +ðŁĸ Ĵ +ðŁ¤ ² +ëī © +ðŁİ Ĩ +ðŁ§ IJ +ðŁį ® +âĨ º +âĿ ¢ +ðŁij ª +ðŁij ± +âĨ ¡ +áŀ ı +Ú ķ +ðŁį ¹ +ðŁĴ Ģ +Ë ® +Ó ¨ +Ö ħ +ठĩ +âĤ ¡ +âĪ ķ +âĺ ī +ê¹ ¼ +ê¼ IJ +ì½ ¸ +ðĿIJ ¬ +ðŁı ħ +ðŁij Ļ +ðŁĴ ī +ðŁ¤ Ļ +È ĺ +É ³ +É ¹ +Ù º +áĢ Ħ +á¿ ³ +âļ ĺ +âĿ Ĩ +ëĨ ī +ìĸ į +ìĺ ĩ +ì¥ ĺ +íĸ ħ +íĻ ij +ï® Ĭ +ï¿ Ń +ðĿĴ IJ +ðĿĹ ¢ +ðŁĶ ĸ +ðŁĶ ¨ +ðŁļ ij +ðŁļ ² +Æ ¸ +âĹ ¥ +ðĿIJ Ń +ðŁį ½ +âĹ ij +âĵ ĩ +ðŁĶ ± +âľ ¼ +ï¹ ĥ +âķ ± +ãĢ Ĺ +ðŁı ĭ +ðŁļ ´ +ðĿIJ ® +Ä ļ +Õ ı +Ä ¶ +áĥ ij +á¹ ¬ +Ä Ī +Ä Ĵ +Ò ° +Ó ķ +â IJ +âIJ £ +âĹ ¢ +âļ Ļ +ãħ Ĺ +ê° ¬ +ê³ ª +ê» Ģ +ëĦ ´ +ëİ ģ +ëĿ Ķ +ë¬ ½ +ëŃ į +ìĩ ³ +ì° ¹ +íĮ ¹ +íŀ Ŀ +ï® ĭ +ï ¶Ī +ðĿĴ Ĥ +ðŁ¥ Ģ +ðŁ¦ ħ +Ê ĺ +á¼ ij +âģ İ +ðŁį ŀ +âĨ ĸ +âĨ Ļ +ðŁİ ĥ +âĦ ¡ +âĭ ± +ðŁĶ į +ಠ¨ +áµ ĥ +âĶ « +⦠¿ +ðŁĩ » +Æ ¤ +Ò ı +Ò · +Û ī +à® ķ +Ḡ³ +ï¬ ± +ðŁĨ Ķ +Ú Ń +Û ¦ +áħ ¡ +âĦ ¹ +ê¿ İ +ëķ Ķ +ë¼ ī +ìļ § +ì² µ +ì´ ¨ +íĬ Ī +íĸ IJ +ðĿĹ ĺ +ðŁĩ ¿ +ðŁİ ĸ +ðŁij ħ +ðŁ ĵĺ +ðŁļ Ļ +ðŁĽ µ +ච½ +⼠µ +ðĿIJ ³ +ðĿIJ ¸ +âļ Ķ +ðŁij Ń +Ó ij +âĶ ¯ +ðŁħ ¿ +ðŁĺ ¹ +ï¿ « +â¼ ¤ +ðŁĴ ĩ +ðŁĵ İ +ðŁĸ ĭ +ঠ¸ +ðĿIJ į +Ä ² +Ï ĭ +Ñ ¬ +Ú ¬ +Ü Ĵ +á´ ¬ +ï¨ Ħ +É £ +Ë ij +Ï µ +Ò Ŀ +Û ¥ +Ü ł +๠Ľ +áĥ ķ +áĬ ķ +á¾ ¶ +âĤ · +âĩ ¾ +âķ © +âĸ IJ +âĺ ª +âĺ ® +âĿ ļ +âĿ Ń +âŀ ± +âµ İ +ãı Ĭ +ë© ĵ +ìĹ ¾ +ìª Ħ +íĵ Į +íķ ¼ +ïŃ ¬ +ðĿij Ĩ +ðĿij ŀ +ðĿĸ Ĭ +ðŁİ ¸ +ðŁı Ħ +ðŁij µ +ðŁĴ ł +ðŁĶ ĺ +ðŁ¥ Ĥ +Å ª +à· ĥ +á´ ¼ +âĬ ° +ë³ ı +ë´ £ +ï¥ ľ +ðŁĵ Ī +ðŁķ ¯ +ðŁ§ Ģ +âĻ IJ +ðŁĨ Ĺ +ðŁĵ ķ +ðŁ§ ģ +Ü « +âĿ IJ +Õ ķ +འķ +âŀ Ŀ +ঠķ +ðĿIJ ¶ +É ¢ +Î Ħ +áĨ ¢ +âĤ ± +Õ į +à¡ ķ +á´ ° +Ḡ© +⼠· +âĿ ® +ê¡ ĵ +ëı ¤ +ëĹ IJ +ëµ Į +ìij Ī +íı ¿ +íĹ µ +ðĿIJ İ +ðŁĨ ĺ +ðŁı Ł +É ¥ +Õ » +à¡ Ķ +ठĸ +á´ ¸ +âİ Ļ +âİ ¥ +âı ³ +ëģ ķ +ëĬ ī +ì¡ į +ì¹ ¡ +ï¦ ¶ +ï¬ Ł +ï® « +ï® ¯ +ï± ĥ +ï ·» +ïº µ +ðĿĹ Ķ +ðĿĹ ¡ +ðŁİ ¨ +ðŁĶ Ĵ +Ú Ľ +ठ§ +âŀ ¹ +áĢ Ģ +ðŁį ħ +âĹ ¤ +ठł +ðŁIJ ¥ +áĥ Ĵ +ðŁı Ŀ +ðŁį ¼ +ãĮ § +âĿ Ľ +ðŁIJ Ī +ঠ¯ +áĢ ŀ +ãĢ ĸ +áŀ Ļ +ঠª +Õ Ĩ +âĬ Ĩ +âľ ¾ +ðŁIJ Ĺ +ï¹ ¿ +Ä ¦ +Ü Ł +ಠł +ಠ¥ +áŀ ī +á´ ¥ +á´ © +á½ Ģ +á½ ¡ +âĨ ķ +âŀ ¯ +ê¡ ij +ëij £ +ë± Į +ìĪ ij +ìľ Ķ +ìŀ ½ +ì¨ į +ðĿij Ģ +ðŁĮ Į +ðŁį ¦ +ðŁį © +ðŁIJ ļ +ðŁĵ Ĵ +ðŁĵ ¹ +ðŁ¥ ij +Ä ĭ +Ë Ĺ +Ñ « +Õ ¢ +Ú ° +â ĮĢ +âĹ Ĥ +âĹ £ +âľ Ľ +âĿ Ĵ +âĿ ĺ +âŀ Ļ +âŀ ² +ãİ į +ê¡ IJ +ëŀ ĸ +ìĬ Ŀ +ìĽ ¤ +ì¡ ĭ +ì¨ ° +íĹ Ļ +ï¥ ¸ +ï³ į +ï» İ +ðĿij ĵ +ðŁĵ Ĭ +ðŁļ ¼ +ï¦ ģ +ðĿķ Ĵ +ðŁ ijľ +ðŁij ¿ +ðŁĩ ½ +à· Ħ +âĸ ´ +ãį ī +âĬ ĩ +ðŁ§ ¸ +Ú ¡ +â¾ ĥ +ðŁĹ » +âĵ ij +ðŁ¤ ¸ +ðŁ¤ ¯ +êĴ ° +ðĿIJ ĵ +âĶ ´ +êĴ ± +áĢ ĺ +â ĽĦ +ï¹ ¹ +Ó Ķ +áĥ ± +Ü ¡ +ß ŀ +âĻ ı +âľ ¸ +ìij ¨ +ðĿIJ Ŀ +ðĿIJ ¥ +ðŁį ī +ðŁij ¼ +ðŁ¥ Ŀ +Æ Ķ +Ý ¬ +ठ« +ຠļ +á´ ´ +á½ ĸ +âĤ ¶ +âİ ¢ +âĿ ħ +⣠« +ãİ Ľ +ë® ¨ +ëº Į +ë¼ ĺ +ìĨ Ŀ +ìľ ³ +ìŀ Į +ì£ Ĺ +ìª ĺ +ì» ¹ +ï· ¼ +ïº Ĥ +ðĿIJ ´ +ðĿIJ ¼ +ðŁĮ ļ +ðŁı « +ðŁĴ ¤ +ðŁĴ ¶ +ðŁĴ ¼ +Ê ķ +Ê ½ +â² Ł +ãī ł +ê¡ Ĵ +ëľ Ģ +ìĥ ¾ +ì¸ ¤ +ï¥ ģ +ðĿļ Ĭ +ðŁļ ĥ +âŀ Ľ +ìħ ´ +áĦ ĭ +âĩ Ĺ +ï§ · +âĺ ĸ +ðŁIJ ¦ +⸠ľ +ðŁĴ ´ +ðŁ¤ ļ +ãĬ Ĺ +âĮ Ľ +áĪ Ľ +༠º +â½ ī +ðŁı ¢ +âĵ ŀ +âĺ ½ +ãĢ Ļ +ðŁ¤ ® +Å IJ +áĥ ¬ +ðĿĹ » +ðŁį ĸ +Æ Ĭ +Ê Ł +ß ĭ +ठĭ +áµ Ķ +á¿ ĥ +âĦ ī +âĮ ĭ +âı ² +âĵ Ī +âĵ ¢ +âķ Ķ +âļ ij +âĿ ĭ +âĿ İ +â µľ +âµ £ +ëĴ Ī +ëľ ģ +ë¶ ĩ +ìį » +ìĺ Ń +ì§ ¢ +íĹ Ģ +ï§ Ĭ +ï ¬¸ +ï± ¡ +ðĿIJ º +ðĿij § +ðĿĺ ¦ +ðŁĵ ¥ +ðŁĺ Ł +ðŁ¥ IJ +Ä ĸ +É ¨ +áĢ IJ +áĥ ĵ +Ạĵ +á¼ ¶ +á½ Ħ +âĤ ¤ +âĮ ľ +âĮ Ł +âİ ł +⼠¸ +âµ į +âµ ı +âµ ĵ +ãĢ ĺ +ë ·¸ +íħ ¼ +ï¦ Į +ïŃ Ħ +ïŃ İ +ðĿĻ ļ +ðĿļ ĺ +༠ĵ +ëŃ ħ +áIJ Ľ +ãİ ¾ +ï¨ Ģ +ðŁĹ ½ +âĻ ŀ +Ë ĸ +âĹ ŀ +ðŁ¤ « +ðŁĺ Ĺ +ï½ ¦ +ðŁ¤ ¢ +âģ ĩ +ãĢ µ +ðŁį Ķ +áĬ ł +ðŁĺ ¼ +ðĿĹ ® +ðŁIJ ³ +ðĿIJ ĭ +ðŁĨ ļ +ðŁĶ Ľ +Ñ » +Ü ¨ +à® ² +âľ ŀ +âµ Ļ +êµ £ +ì¸ ¨ +ðĿ IJľ +ðĿĺ ° +ðŁĶ ½ +Ç » +Ç ¿ +Ê ĩ +Î IJ +Ð Ģ +Ñ ¡ +Ñ ² +Ò Ĵ +Ù ¶ +ß ķ +ච± +áIJ ģ +âģ ŀ +âĸ § +⼠Ī +âľ ľ +âľ ¹ +⣠¹ +⤠ĩ +ê² Ĭ +ê¾ ľ +ë¯ IJ +ë³ IJ +ìħ © +ìIJ ¬ +ìij ¹ +ï¤ Ķ +ï¦ ļ +ï¬ ł +ïŃ Ķ +ïº ¶ +ðĿĴ ı +ðĿĸ Ĩ +ðĿĹ ¶ +ðŁı Ĥ +ðŁIJ ½ +ðŁĴ © +ðŁĵ ½ +ðŁĹ ¨ +ðŁĹ º +ðŁĺ ¸ +ðŁ¥ § +Å Ĺ +Ê İ +Ò Ļ +× ² +ठĪ +á¼ ´ +á¿ ij +âµ ī +ãħ ĵ +ì½ ´ +ðĿĸ ĵ +ðŁĵ Ĺ +ðŁĶ ª +ðŁĸ į +Ï Ĵ +ðŁij ¬ +áĥ Ļ +âĨ ¬ +âĶ ¤ +⼠¹ +âĻ Ł +ðŁļ ¶ +ðŁij ¾ +âĪ ĭ +ðŁIJ ¯ +à¼ İ +âľ · +ï¨ Ļ +âĶ » +ðŁij ¹ +áĦ ī +ຠª +â¾ ı +â½ ħ +ãİ ĸ +Ñ ´ +Õ ® +Ú ¼ +áĢ ķ +áĨ ¼ +ëŃ ı +ðŁIJ ¸ +ðŁļ £ +Æ Ŀ +Ô » +áĥ ¢ +ðŁį ¯ +É ¦ +Õ ¦ +âĻ ĭ +ï¬ « +ðĿĹ ¦ +Ç ļ +É ± +ठī +á´ Ħ +âĻ ĵ +⼠° +⣠ª +ëĥ ĺ +ë¢ ¸ +ìĤ ij +ï® Ķ +ðĿķ ĸ +ðĿĹ § +ðŁĩ ¼ +ðŁĵ ĭ +ðŁļ ľ +ðŁ¥ ¤ +Ä ® +Å · +ß Ĭ +ॠ¥ +à® ª +áŀ Ħ +áµ Ģ +Ḡħ +á¼ ¢ +âĪ Ŀ +âĬ ¹ +âĴ ¶ +âķ ´ +⼠± +⼠³ +⼠º +âŀ Ł +ãı Ħ +ê¸ Ķ +ê¹ Ł +ëĩ ° +ë¹ » +ìĤ ¥ +ìĽ » +ì° Ł +íĥ ° +íĨ º +íļ ½ +ï¤ ´ +ï¥ ¾ +ï³ Ŀ +ðĿIJ ¦ +ðĿĴ ľ +ðĿĴ Ł +ðĿļ Ĺ +ðŁİ Ń +ðŁı ĵ +ðŁı ³ +ðŁı º +ðŁIJ į +ðŁij ĥ +ðŁĴ ı +ðŁ¤ ĸ +ðŁ¤ µ +Õ ² +âµ Ķ +ëĺ ¬ +ï¦ £ +Ê Ĥ +áĨ « +áŀ ij +ðĿĸ İ +ðĿĹ ĸ +áĦ ĥ +âĩ ł +áĢ ¡ +འĦ +âŀ ¸ +ï¦ Ļ +âĩ ļ +ðŁIJ ¬ +ðŁIJ ¢ +â¾ Ĵ +ðŁIJ ¤ +ðŁĶ « +ãĢ ŀ +ï¸ º +ðŁĺ º +â½ ´ +ðŁĨ ķ +âģ ¿ +ðŁį ¨ +ಠķ +ðŁļ ĺ +áŀ ħ +ঠħ +áŀ ¢ +ਠľ +â ļĮ +ãĢ ½ +à· ´ +âĵ Ľ +áĢ ľ +ìĨ ¨ +Ë © +Ü Ĺ +âĭ ¼ +ðŁĻ ī +Å Ĭ +É ĵ +Ê ² +Î ° +Ñ ¼ +Ô ¿ +à¡ IJ +༠ľ +འ¦ +ᶠľ +âĤ ² +âĨ ¨ +âĬ ¥ +âķ § +âĻ ľ +ãĭ ¡ +ë´ ¬ +ë¶ ij +ìī ¿ +ìİ ħ +ìł ± +ì° § +ï² ¡ +ðĿĴ Ľ +ðĿķ £ +ðĿĹ ľ +ðŁį ² +ðŁİ © +ðŁIJ IJ +ðŁIJ ł +ðŁij ½ +ðŁĴ ij +ðŁĵ ľ +ðŁķ µ +ðŁ ļĮ +ðŁĽ £ +Ê ĭ +Ó ¯ +Ù ¸ +ß Ķ +ß Ļ +à¡ ĵ +á´ į +Ḡ¿ +âı º +âĸ ¥ +ë¤ ½ +íľ ij +ðĿIJ ¹ +ðĿĸ Ķ +ðĿļ İ +ðŁĵ Ħ +ðŁ¦ · +Æ ĥ +ঠŁ +âĮ Ĥ +âĺ Ń +â² ļ +ëĿ ķ +ðŁİ £ +à® ĩ +འĨ +áħ µ +áĹ ľ +âĢ ½ +âĮ £ +âģ ½ +ðŁĵ ¬ +ðŁ¤ § +âĩ ª +â½ £ +âĹ Ł +ï¨ Ĺ +êĴ ª +ðŁĽ Ģ +Ç Ĥ +ðŁ¥ ¶ +ðŁİ į +ï¿ © +ðŁij Ĵ +áµ Ī +ï¸ ¿ +áħ © +â¾ ¦ +à° ¤ +á´ ĸ +ਠ¬ +àº Ĺ +༠» +Ñ º +ਠª +á´ ³ +ðĿIJ Ī +à» Ģ +á´ ¿ +âĤ į +âĩ ¡ +⼠ª +ðĿIJ Ĥ +ðĿĴ ķ +ðŁ IJľ +Ê į +Ñ ± +འĥ +ë® IJ +ìĽ ¡ +ìľ ģ +ðĿIJ ¿ +ðĿķ ł +ðŁij Ľ +Æ ª +Ï º +Ó ¬ +Ù ¿ +Ý £ +ઠī +à® ¹ +འij +áĨ ¯ +áµ ĩ +âĩ ¥ +âı ª +âĻ ° +âļ Ń +âļ ¾ +ãħ Ħ +êĢ ° +ê° Ĺ +ê² ĭ +ê² » +ê¶ ľ +ê¼ ĩ +ê½ ¹ +ëĤ Ł +ëħ Ī +ëĭ ¢ +ë§ Ł +ëª Ĩ +ëµ Ģ +ì½ ± +íĩ ĺ +íľ ľ +ï§ ¾ +ï± µ +ï² ¢ +ï² ¤ +ðĿĴ Ĭ +ðĿĺ ¯ +ðŁį Ĺ +ðŁı į +ðŁIJ ĺ +ðŁĵ ¡ +ðŁĶ ŀ +ðŁ¤ ³ +ðŁ¥ ģ +ðŁ¥ Ĺ +ðŁ¦ Ĭ +Ä µ +Æ ¦ +Ç µ +É ¯ +Î ı +Õ Ħ +Ü ¥ +འģ +ᨠł +âķ « +ãİ ī +ë· ´ +ìĨ İ +ìİ Į +ì£ µ +íĽ ł +ï§ ª +ï³ ı +ï» º +ðĿij ģ +ðĿij ĩ +ðĿĴ Ĩ +ðŁİ ł +ðŁIJ Ķ +ðŁij Ł +Å ĸ +ठĮ +á¾ ½ +ê¦ Ĵ +à® Ł +á´ ± +ðŁı ° +ðŁIJ ŀ +འĢ +áĢ ħ +âĬ ¿ +ðŁIJ § +ἠģ +â¼ Ī +âĶ ¿ +ðŁ¥ ´ +â¼ ¿ +ðŁ§ ľ +ãħ ¿ +âĦ « +ãĢ ³ +ãĬ Ļ +â¼ Ģ +ï ¦¬ +ðŁı ¬ +ðŁĵ » +áĬ Ľ +áĦ ħ +ຠĬ +ຠĽ +áħ ³ +ðŁij ® +à® ± +âĺ ĩ +ðĿIJ ı +à´ µ +à» ģ +འı +འ¢ +ᥠ± +âĤ £ +ï¥ ¦ +ïŃ Ļ +ï´ © +ï¹ Ĥ +ðŁį £ +ðŁķ ¹ +Ï ĸ +ච¸ +ຠ¢ +áĭ Ń +âİ Ŀ +âĹ Ŀ +âĻ Ī +âĻ İ +ê½ ¥ +ì³ Ķ +ì¼ ij +ï± ° +ðĿij ĥ +ðŁĮ ª +ðŁį ¡ +Å İ +Ê ¦ +Ñ § +Ó İ +Ô ´ +Ú Ī +ß ĵ +ß § +ठĶ +áĪ « +áĪ µ +áĹ © +á´ ł +á¼ ł +âĢ Ĺ +âģ ij +âĦ ı +âĸ ĩ +â² £ +ãĦ ³ +ãī ® +ê³ Ĺ +ëĦ Ĵ +ëĸ « +ë¡ Ħ +ë¹ ° +ë½ ģ +ìĦ ģ +ìĮ ĺ +ìŁ Į +ì³ ī +ì¼ ķ +ï¬ » +ï³ İ +ï¹ ¸ +ï¹ ¾ +ðĿIJ Ĩ +ðĿij · +ðĿĽ ¼ +ðŁİ ı +ðŁİ ŀ +ðŁIJ Ļ +ðŁij Ĥ +ðŁĵ ģ +ðŁĸ ± +ðŁļ į +ðŁļ § +ðŁĽ ¡ +ðŁ¤ Ĵ +ðŁ¥ ŀ +ðŁ¥ © +ðŁ¦ Ģ +ðŁ¦ ĸ +Ë ¢ +Ü ļ +à® µ +áĢ ģ +áī ° +âı Ń +âĻ ¿ +ê³ ĺ +ëı Ŀ +ëķ ĥ +ìħ Į +ìĴ ¸ +ìĽ Ł +íħ Ħ +íľ « +ï§ ĺ +ï¿ ¬ +ðŁı · +ðŁĶ § +ðŁ¥ Ī +Æ ĸ +áŀ ĩ +áŀ ĸ +âģ º +âĹ ľ +âŀ © +ê¦ Ń +ëĻ ¤ +ïŃ ¼ +ðĿĻ ĸ +ðĿĻ £ +ðĿĻ ¤ +ðŁĮ Ŀ +ðŁĶ ij +ðŁĽ ł +ຠĩ +âĺ £ +ãĦ ¨ +ðĿĸ Ĺ +Ó ĵ +âĨ £ +ðŁ¥ ī +ðŁĮ ł +ðŁĺ ½ +ãİ ł +Å § +ðŁIJ Ĵ +ï§ IJ +ðŁĺ ¿ +âĪ ¬ +ðŁIJ ® +⣠± +ಠ¡ +â¾ ¼ +à° ² +Ë ¶ +âĸ ¿ +Õ Ī +áŀ İ +áħ ¥ +áŀ Ĺ +Õ § +ðŁ¤ IJ +ðŁį ł +ঠ¤ +චº +âĻ į +ìĺ Ļ +íĺ ĵ +ï¹ º +ðŁĽ ³ +Å ī +á´ İ +âı ľ +âĶ ³ +ê¸ · +ì¡ Ķ +ðĿĴ Ī +ðĿĴ į +ðĿĴ ¹ +ðĿĵ ĩ +ðĿķ Ł +ðĿĹ ¹ +ðŁĮ ħ +ðŁı ´ +Ä Ķ +Ä ¤ +Å µ +Ç ¾ +Ï ŀ +Ï ¶ +Ô ³ +Ü Ĩ +ß © +à¡ Ĵ +ठĺ +චļ +འĸ +áģ Ĭ +áĥ ŀ +áĦ Ĥ +áĭ « +á´ º +Ḡ£ +Ḡª +á¹ Ĥ +á¼ · +á¿ ĩ +âĩ Į +âı ¬ +âĻ Į +â® Ł +â´ » +âµ Ł +ê¦ ķ +ê¦ ª +ê¦ ® +ê² Ħ +ê¾ IJ +ëĥ ij +ëķ ĭ +ë¡ ¸ +ë¬ Ģ +ìĩ ¤ +ìĪ © +ìľ ķ +ìŃ ĺ +ì· ° +ì ·¸ +íľ Ģ +ï¤ £ +ï§ į +ï± Ħ +ï³ ij +ðĿIJ ¤ +ðĿĴ ĵ +ðĿĴ ¶ +ðĿĹ ¼ +ðĿĻ Ĭ +ðŁĩ ¾ +ðŁĮ Ľ +ðŁĮ ® +ðŁİ ĩ +ðŁİ ² +ðŁı Ľ +ðŁij ¥ +ðŁij ´ +ðŁĴ Ĩ +ðŁĵ Ĥ +ðŁĵ § +ðŁķ IJ +ðŁĸ ķ +ðŁĺ § +ðŁĻ Ģ +ðŁļ Ĵ +ðŁĽ « +ðŁ¤ ł +ðŁ¥ ļ +ðŁ¥ Ľ +ðŁ¥ £ +Ç ¯ +È § +Î Ĭ +Ò ² +× ° +Û ij +áĥ © +áĦ Į +áĪ į +áī ¥ +áı Ĥ +âģ ± +âĬ ¢ +âĹ ĵ +âĿ ° +ë¿ ¡ +ìĽ © +íģ Ń +íĨ ³ +íĬ Ħ +íĵ ¸ +ï¥ £ +ï¥ ´ +ï± IJ +ï± ¯ +ï³ ļ +ðĿĸ ĺ +ðĿĺ Ģ +ðŁIJ Ĭ +ðŁIJ Į +ðŁij ļ +ðŁĵ ĥ +ðŁļ Ľ +ðŁļ ª +ðŁ¤ ° +Ä ´ +áĥ ® +áĹ ¨ +âĻ ® +â² ŀ +ãĪ Ķ +ì ħį +ãħ ĥ +ï¥ ¡ +ຠ¡ +Õ İ +Õ º +⬠Ľ +â½ ¤ +ðĿIJ ² +âŀ µ +áĢ Ľ +âĶ ħ +âĨ Ł +â¼ Ĭ +ðŁĮ ½ +ðŁļ ¿ +ï¦ Ĭ +ãĦ £ +⼠© +ï© Ľ +ðŁį ± +â¾ ¨ +à´ ¤ +áŀ ģ +ຠŀ +Ê ļ +ðĿIJ Ĵ +à´ ± +áŀ ľ +à® © +à° Ĺ +à´ ļ +âĩ £ +ï¦ ķ +Õ ħ +Æ ĺ +âĤ ¦ +âĶ Ħ +ï¦ Ł +ï¦ « +ðĿIJ ģ +ðĿIJ ĥ +ðŁį ¸ +ðŁIJ ² +Å ¶ +É ĸ +ß ĺ +ภ¦ +འĶ +áĨ · +âģ ķ +âĵ Ĥ +âĿ ľ +ï¥ ¥ +ï¬ ® +ðĿĹ Ŀ +ðĿĹ ¿ +ðŁİ ¾ +ðŁĹ Ŀ +ðŁ¦ Į +Æ ħ +Ç ª +Ò Ĺ +Ü Ľ +ß ł +à¡ ij +áī £ +áĬ Ń +á¹ ¡ +âŀ ¼ +âŀ ¾ +â´ ± +ãī ¡ +ê³ ¯ +ë½ Ī +ìĤ ĺ +ìī ij +ì «ĺ +íĮ ĥ +íĻ ° +ï¤ Ĺ +ðŁĮ ¬ +ðŁĮ ° +ðŁį ¤ +Ä » +Å ĩ +Æ ¨ +É ķ +Ò ¢ +Ò º +Ö į +× ± +Ú ± +Ú ½ +Û IJ +ठĽ +à· Ģ +๠ļ +ຠ« +á´ ¹ +á ½Ķ +á¾ ³ +âĤ Ĵ +âĨ ´ +âĩ Ŀ +âī ħ +â Į¨ +âĵ ĵ +âĸ ¢ +âļ ¬ +âŀ Ń +â² Ĵ +ãİ ¿ +ê¿ ´ +ëĪ ± +ëį ¬ +ëİ IJ +ëIJ « +ëĶ « +ë± ģ +ìĥ ¥ +íĮ ¼ +ïŃ ĵ +ï® ¥ +ï² ° +ðĿIJ ĩ +ðĿIJ ij +ðĿij Į +ðĿĵ ª +ðĿķ ļ +ðĿĺ ª +ðĿĺ ¼ +ðĿļ Ľ +ðŁĩ ¶ +ðŁĮ Ħ +ðŁĮ ķ +ðŁĮ ¤ +ðŁĮ § +ðŁį ¬ +ðŁİ ĭ +ðŁİ » +ðŁı ¨ +ðŁIJ ĩ +ðŁij ĵ +ðŁĵ IJ +ðŁĵ Ļ +ðŁĶ ¼ +ðŁķ Ĵ +ðŁĸ ı +ðŁĸ ¥ +ðŁ¤ ¬ +ðŁ¥ Ĭ +ðŁ¥ Ĵ +ß Į +ຠĦ +á¼ µ +âķ ¡ +â² ¤ +â´ ¼ +âµ ¢ +ãĪ ¯ +ëĵ ¸ +ëŁ ĩ +ëº į +ðĿĻ § +ðŁį Ī +ðŁĶ ¬ +ðŁĸ Ĭ +ðŁ¤ ¾ +Ë ¡ +Ü © +âĮ ¡ +âŃ ij +â² ¦ +ë© ī +ì¼ Ń +ï¿ ¤ +ðĿĴ İ +ðĿĹ ¥ +ðŁIJ µ +ðŁķ ¶ +ðŁķ ¸ +ðŁ¤ ľ +Õ ª +áĪ ĭ +ðŁ¥ µ +ï° ģ +áµ IJ +âķ ĵ +áĢ ĸ +âĭ Ī +É ŀ +âŀ ® +ॠ° +ãĨ ģ +ðŁĴ ± +ðŁı Ń +áĨ ¨ +ðŁį ļ +ðŁ¦ IJ +á´ » +âĺ Į +à´ ķ +Õ ± +áħ ® +ðĿIJ Į +Å ¦ +ຠķ +âľ Ļ +Ë ³ +Ô µ +âķ Ĵ +ðĿĹ Ĺ +ðĿĹ ł +Ú ļ +ঠ§ +âĨ Ŀ +âĻ ī +ãĮ » +ì¹ Ĭ +ðĿĹ º +ðŁ§ ĺ +ì³ £ +ï¬ Ŀ +ðŁij º +Ç Ł +Î Ī +Î « +Ñ ¥ +Ô ² +Õ ¨ +Ü ¦ +ঠĨ +ঠ¥ +áIJ ¢ +á¼ ģ +á¼ ĺ +á¼ ¦ +âĵ Ŀ +ãĪ ° +ãİ Ĺ +ê² ¡ +ë¨ Ģ +ì£ Ķ +ì´ ¤ +ìµ Ŀ +ï§ ´ +ïŃ Ĭ +ï² Ł +ðĿIJ · +ðĿij ĭ +ðĿĵ ī +ðĿĺ µ +ðŁĴ · +ðŁĽ © +ðŁ§ ¹ +Å Ķ +Ê ŀ +Ë ¥ +Î Į +Ñ © +Ó IJ +Ó ł +Ú ij +Ú Ĵ +ß ¨ +ઠĪ +áIJ ĥ +á¹ ¯ +âĤ ĭ +âĤ µ +âĦ ħ +âĦ ł +âĪ £ +âī º +âī » +âĬ Ľ +âĮ IJ +âİ ĵ +âĺ ¸ +âĻ Ĵ +âļ Ĵ +âľ ĩ +âľ ł +â´ · +âµ ĸ +ãĦ ¸ +ãī ¢ +ãī ° +êĩ ´ +ê´ ¸ +êº ł +ëĤ ı +ëĤ ¢ +ëIJ Ģ +ëº ´ +ìĥ ľ +ìį ħ +ì¤ « +ì± ¦ +ìº ij +ì¼ ģ +ì¿ ³ +íĤ ģ +íħ ¡ +íĴ Ĥ +íĴ ī +íľ Ħ +ïŃ ª +ï® ¬ +ï¯ ¦ +ï± ª +ï² ı +ï ´Ģ +ï» Ĩ +ï¿ ¦ +ðĿij Ĺ +ðĿĸ Ļ +ðŁĮ ¡ +ðŁį Ŀ +ðŁį § +ðŁİ « +ðŁı ĺ +ðŁı ª +ðŁIJ ĭ +ðŁIJ Ľ +ðŁIJ º +ðŁij ĸ +ðŁij ŀ +ðŁij · +ðŁĵ Ģ +ðŁ ĶĦ +ðŁĶ Į +ðŁķ Ļ +ðŁĻ į +ðŁĻ İ +ðŁ¦ į +Ç ° +É Ł +Ê Ĩ +Ô ¼ +Ú ľ +ঠ¡ +ঠ¶ +áĴ ĥ +á¼ © +âĵ ķ +â² Ī +ê° ° +ê¹ ł +êº ħ +ëĦ ¹ +ë¯ ĵ +íIJ Ī +ï§ ¶ +ï® ij +ï² ¨ +ðĿĴ ī +ðĿĴ Ķ +ðĿĹ ¨ +ðĿĻ ŀ +ðĿļ Ĵ +ðĿļ ķ +ðŁIJ İ +ðŁ¤ ķ +ðŁ§ Ķ +Ï ° +Ô Ŀ +âĮ Ĭ +âĴ ¾ +ãī £ +ïŃ © +ðĿļ ŀ +Ê ij +ঠ¦ +áĦ ĩ +âī ĥ +â² Ģ +ìŁ İ +ðĿij ¶ +ðĿĵ ² +ðŁ İ· +ðŁļ ¹ +ຠģ +áł ł +ãĦ ļ +ðŁIJ ¿ +ἠļ +âķ ³ +ðŁIJ Ń +âĴ ¹ +ðĿĸ ļ +âĻ ĸ +ãĪ ² +âĨ ¾ +áĦ Ĩ +âķ Ľ +ðŁ¤ į +â½ ¥ +ðŁ Į¨ +âĪ ® +ãĮ ĺ +ãį ij +ï¹ Ģ +âĵ Ĺ +âĬ Ħ +ðŁı ¹ +Ë Ĵ +ðŁ¤ ± +ãı ľ +ðŁİ Į +ï¥ Ń +ঠ£ +ðŁİ ¹ +ãĬ Ł +à´ ° +ðĿIJ Ķ +à´ ¨ +འļ +âľ º +Õ · +ðŁij ³ +ঠľ +âĺ ĭ +âĻ Ĭ +ãĢ Ľ +È ĭ +à® ° +áĥ ¨ +âĦ ķ +íij Ģ +ðĿĵ ĥ +ðŁ¦ Ķ +Ä ¿ +Å Ģ +Æ ³ +É ļ +Ö ĥ +Ü £ +ß Ł +à¦ Ń +ৠ¡ +ච» +ຠ£ +འĩ +Ḡ¨ +á½ Ī +â½ ¬ +ê¡ Ķ +ì³ Ħ +ï¨ ī +ðĿIJ ¡ +ðĿĺ ¢ +ðŁį ¿ +ðŁİ Ł +ðŁı ī +ðŁĶ IJ +ðŁļ ħ +ðŁ¤ ½ +Æ į +Ç « +Ç ½ +È ļ +Î ī +Ó ¤ +Ó ª +Õ Ĭ +Ù ¼ +Ú ´ +ß Ŀ +චľ +á¼ ķ +á¿ ¥ +âİ ŀ +ãĢ ļ +ãī ¤ +ê³ ¸ +ê· ģ +ëĵ Ħ +ëĵ ķ +ì¨ Ķ +ì± ¨ +ðĿIJ ¾ +ðĿij » +ðĿĶ ¼ +ðĿķ Ŀ +ðĿĺ Ń +ðŁĨ Ļ +ðŁĵ ¤ +ðŁĶ Ł +ðŁĹ ¼ +Ä ľ +Æ ģ +Æ ¿ +Ç ³ +Ç · +É ĥ +É ł +Ê ī +Ê § +Ë ² +Ï ´ +Õ ģ +Õ ŀ +Ö ĩ +Û Ĥ +Û ĵ +ß Ĺ +ß ¦ +ঠ¹ +à® ³ +à´ ¸ +à» Ĥ +áĪ Ŀ +áĪ ª +áĭ µ +áIJ Ĭ +áĴ ª +áļ ĸ +áŀ Ľ +á´ ¢ +áµ ı +áµ Ń +ᶠ« +Ḡı +ẠĴ +á¼ ¥ +á½ ķ +á½ ¼ +âĤ Ĭ +âĦ Ĥ +âĦ © +âĩ ī +âī £ +âĮ ł +âİ Ł +âı ® +âķ ĺ +âĹ ĸ +âĺ © +âĻ ij +âĻ ² +âļ Ľ +ãĦ Ł +ãī ± +ãİ ļ +ê¡ ķ +êª ĸ +ê° ¹ +ê² Ĩ +êµ Ħ +ëĩ ¬ +ëĭ ¯ +ëı ł +ëĴ ¬ +ëĸ Ī +ëĸ ½ +ëĺ Ķ +ëŀ ¸ +ë¸ ħ +ë» ł +ë¿ Ł +ìĤ µ +ìĬ ī +ìľ ° +ìł ĭ +ìł Ķ +ì¥ ¡ +ìŃ Ŀ +ì¼ ¬ +íĪ ĩ +íī ľ +íį Ħ +íĽ ¾ +íĿ £ +ï¤ © +ï¤ ¯ +ï¦ ľ +ï¦ § +ï§ ľ +ï¨ Ī +ï¬ ª +ï ¬´ +ïŃ ½ +ï® ī +ï¯ ŀ +ï° Ĵ +ï± ĩ +ï¿ Ħ +ðĿIJ ħ +ðĿij Ħ +ðĿij º +ðĿĴ Ĺ +ðĿĵ ® +ðĿķ Ľ +ðĿķ ŀ +ðĿĸ ij +ðĿĺ ģ +ðĿĺ Ĩ +ðĿĺ ¶ +ðĿĻ ¢ +ðĿļ ľ +ðŁĮ ĥ +ðŁĮ ¦ +ðŁį Ł +ðŁİ İ +ðŁı Ļ +ðŁIJ © +ðŁIJ « +ðŁIJ ´ +ðŁij Ķ +ðŁĵ ī +ðŁĵ Ľ +ðŁĶ ī +ðŁĸ ¼ +ðŁĹ ĥ +ðŁĹ ¯ +ðŁļ ĩ +ðŁļ IJ +ðŁļ µ +ðŁ¤ ¶ +ðŁ¥ ĭ +ðŁ¥ ĵ +ðŁ¥ ® +ðŁ¦ İ +ðŁ¦ ł +ðŁ§ Ĵ +ðŁ§ ¨ +Æ IJ +Ç į +Ó Ģ +Ô Ľ +ಠ° +à´ Ļ +áĢ Ĵ +ê² Ŀ +ê¹ ¹ +ë© ¥ +ìĸ Ķ +ï¤ ģ +ï¤ ı +ï¦ ī +ï¦ ĵ +ï§ ī +ï² Ŀ +ðĿĹ ŀ +ðĿĹ ± +ðŁĮ ĭ +ðŁį ¶ +ঠļ +ìķ ľ +ðĿIJ ¯ +ðĿļ Ŀ +à° ¨ +འĺ +འł +á¡ ¥ +á¾ ° +âģ į +âĶ ° +⬠ľ +ðĿIJ ł +ðĿij ¯ +ðĿĹ Ľ +ðĿĵ » +ðĿĸ Ī +âŀ » +áŀ ł +â¡ ± +â» ij +ðŁ§ µ +ï¦ ¢ +ðŁij ĺ +ãĤ Ķ +â¼ Ł +ãĬ ¤ +ï¦ Ŀ +ãĮ ¦ +âĢ ¸ +ðŁĶ Ļ +ã ¹ +ã¹ ¦ +ï¹ ħ +ï© Į +ãī ¨ +ï¸ ½ +âį ¥ +ðŁļ ī +ðŁ¥ ľ +âĵ ľ +â» Ŀ +ï¨ ľ +ðŁĴ Ĵ +áĦ ij +â¾ ŀ +ï¨ ģ +à´ ª +áĦ İ +âŀ ´ +ঠ· +áħ ¬ +áŀ § +âĨ ¢ +âķ ¦ +âľ ij +Ë ¬ +Õ IJ +༠Ķ +Ê ¤ +Ë ¨ +ठŀ +à» ĥ +༠ļ +âĵ ¥ +âķ ľ +ðŁIJ ĸ +á¼ Ļ +á¼ ¤ +ìĨ ° +È Ĥ +Ê ± +à® ļ +áĥ § +á´ ĭ +á´ ® +âĿ ¡ +âŀ · +ëĿ ¡ +ï§ ¢ +ï¯ ¡ +ðĿķ ķ +ðŁħ ° +ðŁ¦ ¸ +Ç ¸ +Ó ŀ +Ô ¶ +Ö Ĩ +Ú ģ +Û ĭ +áİ ¥ +á¾ ¿ +âĶ Ń +âĶ ® +êĢ Ģ +ê± ĺ +ëIJ Ń +ë½ Ħ +ìĶ IJ +ì¸ Į +íģ ł +íĻ ± +ï¥ ī +ï¨ ĸ +ðĿij ´ +ðĿĸ Ĵ +ðĿĺ ¨ +ðĿ ļĮ +ðŁIJ ¡ +ðŁij ¢ +ðŁĵ Ķ +Å ħ +Æ İ +È © +Ò ª +Ô ĥ +áĥ « +Ḡĩ +⼠Ł +ê» Ń +ë¨ Ħ +ìŁ Ģ +ì¤ ´ +íļ IJ +ï¤ ³ +ðŁŁ ¢ +Æ § +È ¼ +Ê Ŀ +Ë Ħ +Ë ħ +Ë į +Ë § +Ò ¥ +Õ Ķ +Ø ı +Ø ¼ +ß IJ +ß ľ +ठĵ +ঠĻ +à® ĵ +ච´ +༠į +༠Ĵ +འ£ +áĢ Ĥ +áĢ Ĭ +áĦ Ħ +á Īĺ +áĭ Ĭ +áĮ į +áij ĭ +áŀ Ĥ +áł ¢ +á¡ Ŀ +á´ ¦ +áµ į +áµ ¨ +Ḡ¡ +Ḡ¯ +á¼ £ +âģ Ĥ +âĦ ĺ +âĦ ľ +âĦ ³ +âĦ µ +âĨ ¦ +âĩ Ĩ +âĪ · +âĬ ļ +âĮ « +âĮ ¯ +âİ Ľ +âİ ľ +âİ ¤ +âİ ¦ +âİ ® +âij ī +âĶ ī +âķ Ļ +âĸ Ĥ +âĹ Ń +âĺ Ĭ +âĺ į +âĺ Ĵ +âļ Ĩ +⼠§ +⼠² +âŀ ĺ +⥠Ħ +â´ ³ +â´ ½ +âµ Ī +ãī ¯ +ãİ ij +㧠¬ +êĻ ¬ +ê§ ģ +ê³ ¬ +ê´ ŀ +ê» ľ +ëħ ĵ +ëĭ ¼ +ëį ĸ +ëĸ ± +ëĿ ° +ë¡ ¹ +ë¢ ´ +ë£ Ģ +ë¤ ł +ë¨ ķ +ëŃ ¥ +ìĦ ¶ +ìħ ¤ +ìĮ ķ +ìį ª +ìı © +ìĴ Ģ +ìĶ ¯ +ìĿ Ķ +ìĿ ľ +ìł Ń +ì§ ¦ +ì¨ © +ì² ¬ +ì³ ¥ +ì¼ ¯ +íĢ « +íĢ Ń +íĥ ¸ +íĵ ģ +íķ ¬ +íĹ ¸ +íĽ ķ +íľ Ń +íĿ Ĺ +ï¤ Į +ï¤ ª +ï§ ¿ +ï¬ Ħ +ï¬ ħ +ïŃ ij +ïŃ « +ïŃ º +ï® Ĥ +ï® ¢ +ï® ¨ +ï° İ +ï° ł +ï² £ +ï³ IJ +ï³ Ĵ +ï³ ĺ +ï³ ľ +ï¹ ¼ +ï¿ ¨ +ðĿIJ © +ðĿĴ ļ +ðĿķ Ķ +ðĿķ ¤ +ðĿĸ Į +ðĿĹ £ +ðĿĹ ° +ðĿĹ ´ +ðĿĺ Ĥ +ðĿĺ ¥ +ðĿĺ ® +ðĿĺ ¸ +ðĿĻ Ģ +ðĿĽ ¾ +ðĿľ ı +ðŁĮ ģ +ðŁĮ ľ +ðŁĮ ¥ +ðŁĮ ¯ +ðŁį IJ +ðŁİ Ĵ +ðŁı Ķ +ðŁı ķ +ðŁı ® +ðŁIJ Ĥ +ðŁIJ ī +ðŁIJ ¹ +ðŁĶ ķ +ðŁĶ ļ +ðŁķ ij +ðŁķ £ +ðŁĹ ŀ +ðŁĹ ¡ +ðŁĹ ¿ +ðŁļ Ĩ +ðŁļ Ĭ +ðŁļ ĵ +ðŁļ ķ +ðŁļ ¾ +ðŁĽ ģ +ðŁĽ İ +ðŁĽ ı +ðŁ¤ ´ +ðŁ¥ ķ +ðŁ¥ ĸ +ðŁ¥ ł +ðŁ¥ ¥ +ðŁ¦ Ĩ +ðŁ¦ ī +ðŁ¦ ļ +ðŁ§ ij +ðŁ§ ¥ +ðŁ§ ¿ +Å ° +Æ º +É § +ઠĩ +à® £ +áĪ Ī +áĬ ¤ +áĭ ® +áĮ Ī +áĮ µ +ᥠ² +âĵ Ł +êĻ ³ +ê° Ĭ +ëķ ģ +ëķ ¨ +ìĬ ģ +ï¦ µ +ï¬ ² +ðĿĸ į +ðĿĺ Į +ðĿĺ ³ +ðĿĻ © +ðŁį Ļ +ðŁĸ ĸ +áī ³ +áĭ ¨ +áĸ ĩ +áŀ Į +á¹ § +âķ ª +âŀ ļ +â² ĺ +ê ķ +êķ ¥ +ï¤ · +ï® £ +ï¯ ł +ðĿĴ ĸ +ðĿķ ĺ +ðĿĸ ĩ +ðĿĹ Ł +ðĿĹ ª +ðĿĹ ¯ +ðĿĻ ł +ðŁĵ ı +à¦ Ĺ +âĴ » +â² ł +ðĿĵ µ +Ê £ +à° ľ +áĬ ¢ +áŀ IJ +Ḡ· +âĦ Ľ +âĩ Ģ +âĩ Ĭ +êĴ ¦ +ê¦ ł +ï® ¤ +ðŁį Ľ +ðŁ¤ Ľ +ᨠ¾ +âŀ º +áķ ¯ +ἠı +âĩ Ĥ +âĶ ¹ +âĻ Ĺ +ðŁĸ ¨ +ê¦ ı +ઠ° +áļ ¨ +ðŁ¤ ¥ +ðŁ§ ¢ +ãIJ Ĥ +ãĦ ¥ +ðŁĸ Į +â¼ Ĵ +ãĬ § +âį © +ðŁ¦ ij +âĶ · +ï© IJ +ï© ¡ +ðĵ Ī +ðĵĪ Ĵ +â» Ħ +ï¨ Ĵ +âĦ ª +Ò § +Ú Į +âĢ ¶ +⺠ł +â» ģ +âĨ ¸ +áĦ IJ +ãħ IJ +à» Ħ +áĹ ª +âĨ ¼ +âĩ ĭ +âĩ ĺ +âĮ ij +âĸ © +ðĿIJ Ĺ +Ä Ĭ +ঠī +ìī ł +É ¤ +ß į +ß ı +áµ Ĺ +âĤ ¥ +âĵ ī +âĶ ł +âĶ ¨ +âķ Ħ +ä ¤ +ä¤ Ģ +ê» ¸ +ï® ģ +ðĵ Ĥ +ðĵĤ ĥ +ðŁ¦ ķ +Æ Ľ +ঠĩ +ãı ĺ +ï® ¼ +Ú ĵ +Ú Ŀ +ঠĵ +ච¯ +á´ ħ +á½ Ļ +âģ ¼ +âĸ İ +â¼ © +ä Ķ +äĶ Ģ +ë» ¡ +ìĽ ½ +íģ Ħ +ï¥ ¼ +ï± ī +ï¹ » +ðĿĸ ĭ +ðĿĻ Ī +ðĿĻ ª +ðĿ Ļ¶ +ðŁIJ Ħ +ðŁIJ Ĩ +áİ ¢ +ḠĮ +âĿ ´ +ðŁı ¸ +È Ŀ +É ¸ +Î ħ +Ï ľ +Ó ¢ +Õ ¹ +à´ ħ +ຠĪ +áĭ ° +áij İ +áł µ +á¡ ł +á´ ī +Ḡµ +á¿ ´ +âĵ £ +âĶ ¶ +â½ ¯ +ê² ¥ +ê¿ ĺ +ëģ İ +ëİ Ī +ëĶ ¯ +ë² ° +ìĺ ¯ +ìĽ ¸ +ìŀ Ĺ +ì§ ĺ +ì¬ ¬ +ì· ¬ +íģ ħ +íĵ Ķ +íĽ Ŀ +ï¤ ® +ï¤ ¹ +ï¥ ² +ï¯ ĸ +ðĿĵ ħ +ðĿĻ Ħ +ðŁĵ ¶ +ðŁĹ Ĵ +ðŁ¥ Ķ +ðŁ¥ Ń +Å ® +Å ´ +Æ ī +Æ « +Ç ģ +Ç £ +Ç º +Ç ¼ +È į +È ¯ +É ľ +Ê ¬ +Ë ģ +Ë ¤ +Ë µ +Ï Ľ +Ò ¤ +Ò ¬ +Ó ı +Ó Ľ +Ó ¡ +Ó ³ +Ô Į +Ô ¬ +Õ ³ +Ù » +Ú ī +Ú § +Ü ľ +ß ª +ठĿ +ঠĽ +ਠĨ +ઠķ +ઠ¡ +à® İ +à° ¬ +ൠ» +ൠ¼ +චł +à¶ Ń +ච¶ +à· Ĩ +༠½ +áĢ ļ +áħ ¢ +áĨ ¸ +áĪ Ģ +áĪ ķ +áĪ ° +áī ¡ +áī ¤ +áĬ ¦ +áĬ « +áĭ ĭ +áĭ į +áİ ¯ +áij Ń +áķ Ĺ +ᣠĽ +ᥠĴ +á© ī +áŃ º +á´ ¡ +áµ ĺ +áµ Ľ +ᶠł +Ḡģ +Ḡĭ +á¹ Ļ +á¹ Ŀ +á¹ ¦ +Ạħ +á¼ Ĥ +á½ ĥ +á½ į +á½ § +á¾ · +âĢ µ +âĤ İ +âĦ Ŀ +âħ Ģ +âĨ ŀ +âĨ § +âĩ ħ +âĪ ĥ +âī ı +âī ½ +âĬ ŀ +âĬ ¡ +âĬ § +â Ĭ¶ +âĭ Ħ +âİ Ĵ +âİ ¡ +âİ £ +âİ ª +âı İ +âĵ ĥ +âĵ ĸ +âĵ ¨ +âķ ĭ +âķ ĸ +âķ ¢ +âķ ² +âĸ Ĩ +âĸ Ĭ +âĸ į +âĸ ® +âĺ ¡ +âĺ ¦ +âĺ ± +âĺ ¿ +âĻ ĺ +âĻ Ŀ +âļ ° +⼠ij +âŀ ª +⤠Ŀ +⤠¢ +⤠· +⧠« +â¨ Ń +⨠¯ +â± £ +â² İ +âµ Ľ +ãħ Ķ +ãĪ ı +ãī ² +ãī ³ +ãĬ ij +ãĭ Ľ +ãİ IJ +ê² ¤ +ê· ¿ +ê¹ ŀ +ê» ¨ +ê¼ į +ê¿ ¸ +ëĥ ¬ +ëĩ IJ +ëĭ ł +ëį ¯ +ëĹ Į +ëĹ ij +ë¥ Ģ +ëª ĥ +ëª ¯ +ë± ¡ +ë³ ĵ +ë³ ½ +ë µľ +ìĤ ³ +ìħ ¥ +ìĩ ½ +ìı ¨ +ìı ¸ +ìķ į +ìĸ ĸ +ìŁ ¨ +ì¢ ĥ +ì¢ į +ì¥ ij +ì§ ¼ +ì© ĥ +ì® ľ +ì® ¸ +ì³ ij +ì´ ¥ +ì¾ ĥ +íħ ¦ +íĪ ¿ +íĵ ½ +íķ ³ +íĸ ı +íĹ ł +íĿ « +ï¤ ĵ +ï¤ ĺ +ï¥ İ +ï¥ ¶ +ï¦ ħ +ï¦ ½ +ï§ ĩ +ï¬ Ĩ +ï¬ ³ +ï® ĩ +ï® Ī +ï® Ŀ +ï® © +ï® ± +ï¯ ĺ +ï¯ Ļ +ï¯ ¢ +ï¯ £ +ï¯ ¤ +ï¯ ¥ +ï± Ĥ +ï² Ĩ +ï² ª +ï´ ¼ +ïº ī +ïº Ĭ +ïº ¥ +ðĿij ¨ +ðĿij © +ðĿij ² +ðĿ ĴĮ +ðĿĴ ª +ðĿĴ ® +ðĿĵ Ĥ +ðĿĵ Ī +ðĿĵ ¯ +ðĿĶ ¨ +ðĿķ Ģ +ðĿķ Ĩ +ðĿķ ¦ +ðĿķ § +ðĿķ « +ðĿķ · +ðĿĹ µ +ðĿĹ ¸ +ðĿĺ Ħ +ðĿĺ Ļ +ðĿĺ ł +ðĿĺ ¬ +ðĿĻ į +ðĿĻ ij +ðĿĻ ¡ +ðĿ Ļ¨ +ðĿĻ · +ðĿļ į +ðĿĽ ¿ +ðŁ ĥ +ðŁĥ ı +ðŁħ ĺ +ðŁ ī +ðŁī ij +ðŁİ ¡ +ðŁİ ª +ðŁİ ± +ðŁİ ³ +ðŁİ º +ðŁı İ +ðŁı Ĺ +ðŁı ļ +ðŁı ŀ +ðŁı ¦ +ðŁı § +ðŁIJ ģ +ðŁIJ ħ +ðŁIJ ĵ +ðŁĴ Ĥ +ðŁĵ ij +ðŁĵ ĵ +ðŁĵ ¨ +ðŁĵ « +ðŁĶ ĭ +ðŁĶ Ń +ðŁĶ ¯ +ðŁķ Ĺ +ðŁļ Ĥ +ðŁļ ¢ +ðŁļ ¦ +ðŁļ ¬ +ðŁĽ ĭ +ðŁĽ Į +ðŁĽ ¬ +ðŁĽ ¶ +ðŁŁ ¡ +ðŁ¥ ĺ +ðŁ¥ Ł +ðŁ¥ ¦ +ðŁ¦ ĩ +ðŁ¦ Ī +ðŁ§ Ĭ +ðŁ§ Ĺ +ðŁ§ ¤ +Ê · +Ë ¹ +á¹ ļ +á½ ¥ +âĦ Ł +ê² ¯ +ê» « +ë° · +ìĥ Ĩ +ìĽ Ŀ +ì¨ ī +ì« ı +ï¯ ķ +ðĿľ ĭ +É ² +Ò Ń +Ó Ī +འĽ +áĭ ĵ +áĻ Ń +áł © +á¹ ® +âĦ Ĵ +âĨ » +âµ ĥ +ëĢ ¨ +ëł § +ìī ¥ +ìĮ ľ +ìĹ ¶ +ì¨ Ī +ìª ¾ +íı ½ +íļ Ķ +íĽ µ +ï¤ ¸ +ï¦ IJ +ï§ Ĺ +ï§ ļ +ï¬ ¯ +ðĿIJ Ĭ +ðĿķ Ĺ +ðĿĹ ļ +ðĿļ ĸ +ðŁħ ´ +È ĥ +É Ŀ +Ï ± +Ó Ĺ +ठ¢ +áħ ł +áī ¦ +áij Į +áĴ ¼ +áŀ ¡ +áł ¨ +áł Ń +ᨠħ +ᨠĶ +á´ ĺ +ᶠ¦ +á¸ İ +á¼ ħ +á¼ ¹ +âĨ ¯ +âĵ İ +ãı Į +ê ī +êī Ĥ +ëĨ § +ëĿ ± +ì¢ ¡ +íĪ ½ +ï¤ ĩ +ï¤ Ľ +ðĿIJ ķ +ðĿĵ ¸ +ðĿĵ ¼ +ðĿĹ ķ +ðĿĺ Ī +ðŁı £ +ðŁı ¤ +ðŁĹ Ħ +Ñ · +Ò ł +áµ ĸ +á¼ ¨ +ë¬ Ħ +ï° ´ +âĪ ½ +Õ Ń +Ú ¹ +ॠŁ +áĢ Ĩ +áŀ Ĵ +ãĢ ¶ +ê¦ « +ï¸ ĵ +ðĿIJ Ľ +ðĿĺ Ĺ +ðŁı ľ +ì« Ń +ðŁ§ ŀ +འĤ +âĨ ¿ +âĩ ı +âĵ ģ +âĶ § +âķ ģ +âķ ¤ +ê¦ Ĺ +ê¦ ¤ +ðŁı Ī +áŀ ķ +Ô ½ +àª Ĺ +ଠĨ +âķ ķ +ï½ ł +â¼ ¦ +â¼ ¯ +â¾ · +âĶ ĸ +ଠĵ +âĺ Ĺ +âį ĭ +ï¨ Ŀ +â¼ ¥ +ï¦ ª +âĦ Ĭ +ãĢ ´ +âį ¢ +ð¡ Ī +ð¡Ī ½ +ï© ¨ +ãĢ » +ãı ĥ +ï¦ ¡ +ï¨ ĺ +ðŁIJ ĥ +ðŁĨ ĸ +ðŁĹ ¾ +ãĦ ĩ +Þ ĭ +â¼ ¼ +ï¨ Ń +Þ Ģ +Þ Ħ +Þ Ī +Þ IJ +âĮ Ħ +â» ĺ +ãŁ ¢ +á ħ§ +ðIJĮ ¿ +Ë » +à² Ĺ +áĢ ĩ +áŀ Ĭ +âķ ĩ +ãĩ ¼ +ãİ ° +Õ Ĵ +Ü Ī +ß ¥ +à¿ IJ +áĢ Ł +âĨ ¥ +âķ Į +â½ Ģ +â½ ° +â¾ Ĭ +ä Ħ +äĦ Ģ +ðĵ IJ +ðĵIJ į +ðŁİ ¦ +âĤ ¯ +âĬ ĺ +âĦ į +Ê µ +Ñ ¶ +Ú ĥ +ঠĶ +à´ ¦ +áİ ¶ +áĵ ķ +á¹ ¨ +âĤ ł +âĩ ° +âĹ Ĵ +â¿ Ĭ +ê· ± +ì¹ ķ +íĪ © +ïŃ Ģ +ðĿĴ ¸ +ðĿĵ Ĭ +ðĿĺ © +Ç ¦ +É « +áĬ ¨ +È ¹ +Ê ¯ +Î ª +Ú Ģ +áĮ ¸ +áİ » +áı ķ +áı ´ +á² Ĥ +á½ ¨ +âı Ŀ +âĺ Ļ +ëĥ ¨ +ëĦ ¼ +ëĪ Ļ +ë£ ħ +ìĶ ¼ +ìķ Ŀ +ìļ ¬ +ìľ ± +ï¥ Ĥ +ï¦ ¹ +ï¬ ¹ +ïŃ ģ +ï³ Ī +ðĿĶ ħ +ðĿĺ ¤ +ðĿĻ ı +ðĿĻ Ļ +ðŁķ ī +ðŁ§ Ļ +Ḡij +ê´ ¼ +ëģ į +ëĹ ´ +ëĿ ³ +ë° ŀ +ë° ¢ +ëµ ĺ +ìĤ Ķ +ìĦ Ħ +ì¼ ļ +íĢ ł +íĬ ± +íĮ ĸ +ï¤ ij +ï¦ ´ +ï¦ ¸ +ï´ į +ðĿĺ · +Ä ¬ +Å ¬ +Æ Ģ +Æ ĭ +Æ ľ +Ç ij +Ç ĺ +Ç ŀ +Ç ¥ +Ç ® +É ° +É ¶ +É · +É ½ +Ê Ī +Ê IJ +Ë İ +Ë Ł +Ë ¦ +Ë ¯ +Ï IJ +Ï ĵ +Ï ¢ +Ï ¤ +Ï ª +Ï Ń +Ï ® +Ï » +Ñ ł +Ñ Ń +Ò ¨ +Ó Ŀ +Ô ¡ +Ô · +Õ ī +Õ ĵ +Õ ĸ +Õ ļ +Õ Ŀ +Ö İ +Ø ¿ +Ú ħ +Ú į +Ú Ķ +Û Ĭ +Û ¾ +Ü Ļ +Ý Ĵ +Ý ĺ +ß Ĵ +ß ĸ +ठĬ +ठIJ +ঠı +ঠĸ +ৠŁ +ઠ® +ઠ¹ +à® ħ +à® Ĩ +à° ¡ +à° ° +ಠļ +ಠ® +ಠ¯ +à´ Ł +à´ · +ൠ¾ +චij +චŀ +༠¼ +འĵ +áĢ ĵ +áĤ ¦ +áĥ ĸ +áĥ Ń +áĥ ¯ +áħ ¨ +áħ ª +áĨ ° +áĪ ģ +áĪ İ +áĪ ĵ +áĪ ¥ +áĪ ² +áĪ ´ +áĪ » +áī ł +áī ² +áī ¶ +áĬ £ +áĬ ¥ +áĬ ª +áĭ ĺ +áĭ ² +áĭ ¶ +áĮ £ +áį ¡ +áį £ +áİ ¬ +áİ ¾ +áIJ ¡ +áķ ķ +áĸ ± +áĹ IJ +áĹ Ń +áĺ ī +áļ ± +ἠŁ +áŀ ¥ +ᣠĶ +áł £ +áł ª +áł ° +áł ´ +ᤠĸ +ᥠ£ +á ® +á® ł +á ¯ +ᯠĻ +á ° +á° į +á´ Ĭ +á´ ¾ +áµ ģ +áµ İ +áµ ŀ +áµ ¤ +ᶠħ +ᶠĺ +ᶠŁ +ᶠ¢ +ᶠ¤ +ᶠ± +ᶠ» +Ḡī +Ḡŀ +Ḡº +á¹ ĵ +á¹ Ĺ +á¹ ª +ẠĬ +Ạı +ẠĽ +á¼ ĥ +á¼ Į +á¼ ¿ +á½ Ĥ +á½ ĵ +á½ Ĺ +á½ ¦ +á¾ ± +á¾ ´ +á¿ ĺ +á¿ Ł +á¿ ¸ +âģ ĺ +âĤ ij +âĤ Ľ +âĤ ¿ +âĦ ĩ +âĦ ŀ +âĦ ± +âĩ Ł +âĩ ² +âĪ ¤ +âĪ ¶ +âī Ĥ +âī ¾ +âĬ ¨ +âĬ ³ +âĬ · +âĭ Į +âĭ ĺ +âĮ ķ +âĮ ¥ +âĮ µ +âĮ º +âį £ +âį ² +âį µ +âİ ĩ +âı ĥ +âı IJ +âı ł +âı ¤ +âı ¶ +âı ¸ +âı ¹ +âij Ĥ +âĴ · +âĴ º +âĵ ¡ +âĵ ¤ +âĶ ¾ +âĸ ĺ +âĸ µ +âĹ ª +âĹ · +âĺ ¨ +âĺ « +âĺ ² +âĺ ³ +âĻ Ĩ +âļ ¤ +âļ ¥ +⼠ĵ +⼠´ +⼠¾ +âŀ « +âŀ ¿ +⣠· +⤠ij +⤠« +⤠¶ +⤠½ +⧠ª +⨠Ģ +â ©½ +⬠¡ +⬠¢ +⬠¤ +â² ĸ +â² ª +âµ Ģ +⸠® +⸠½ +ãĢ ł +ãĢ · +ãĦ Į +ãĦ ĺ +ãħ ij +ãĪ İ +ãĪ IJ +ãĬ ľ +ãĮ ĵ +ãĮ ł +ãİ Ł +ãİ ¤ +ãİ § +㬠® +ä Ī +äĪ Ģ +ä ° +ä° Ģ +ê ħ +êħ ī +êĩ Ĺ +ê Ī +êĪ į +ê§ Ĥ +ê§ Ĭ +êª Ģ +ê² Ī +ê² į +ê³ Ģ +êµ ł +ê½ IJ +ê¾ Ī +ê¿ ± +ëĥ ı +ëĦ ij +ëħ ¤ +ëĩ ¸ +ëĪ ¼ +ëī ħ +ëĬ £ +ëĭ º +ëį ŀ +ëIJ Į +ëķ ¸ +ëĺ ł +ëĻ ĩ +ëĻ Ī +ëľ ½ +ëŀ Ķ +ëł ľ +ë£ IJ +ë§ Ģ +ë§ Ĭ +ëª Ģ +ë¬ Ń +ë¯ ¾ +ë³ ľ +ë´ Ĭ +ëµ ī +ë· ľ +ë¸ Ģ +ë¹ ĭ +ìģ Ħ +ìĤ £ +ìĤ » +ìĦ µ +ìħ Ĵ +ìī Ī +ìī Ķ +ìĬ Į +ìĬ Ļ +ìIJ ´ +ìĵ º +ìķ ļ +ìķ º +ìĸ ľ +ìĹ ª +ìĺ ľ +ìĻ ¤ +ìļ Ľ +ìļ º +ìĿ ħ +ìĿ ı +ìĿ Ń +ìĿ ¶ +ìł Ľ +ì¡ Ī +ì¢ ī +ì¢ Ķ +ì© ł +ìŃ Į +ì¯ © +ì´ £ +ì¸ ķ +ì¹ Ł +ì¾ ¡ +ì¿ Ļ +íģ ĩ +íģ ī +íĩ Ģ +íĪ ¶ +íĸ ij +íĸ ¤ +íĹ ħ +íľ ı +íĿ Ŀ +ï¤ Ĵ +ï¤ ķ +ï¤ ¬ +ï¥ ħ +ï¥ ĩ +ï¥ ı +ï¥ ļ +ï¥ Ł +ï¦ Ħ +ï¦ Ī +ï¦ ¨ +ï¦ © +ï¦ ² +ï§ ģ +ï§ ĥ +ï§ Ķ +ï§ ł +ï§ £ +ï§ ® +ï ŃIJ +ïŃ ĸ +ïŃ ¦ +ïŃ ´ +ïŃ µ +ïŃ ¶ +ïŃ ¸ +ï® Į +ï® İ +ï® ŀ +ï® Ł +ï® ¡ +ï® ª +ï¯ Ķ +ï¯ Ĺ +ï¯ ļ +ï¯ Ľ +ï¯ Ŀ +ï¯ Ł +ï¯ § +ï¯ ¨ +ï¯ « +ï¯ ¯ +ï¯ ° +ï¯ ± +ï¯ ² +ï¯ ³ +ï¯ ´ +ï¯ µ +ï¯ ¶ +ï° Ģ +ï± ħ +ï± Ķ +ï± ´ +ï² ģ +ï³ ķ +ï· ½ +ï¸ ķ +ï¸ ± +ï¹ £ +ï¹ ½ +ï» į +ï¾ ± +ðĿIJ Ļ +ðĿIJ ½ +ðĿij ¤ +ðĿij ® +ðĿij µ +ðĿĴ ĥ +ðĿĴ Ħ +ðĿĵ Ń +ðĿĵ · +ðĿĶ ĸ +ðĿĶ ŀ +ðĿĶ ¢ +ðĿĶ ¦ +ðĿĶ ¬ +ðĿķ Ħ +ðĿķ Ĭ +ðĿķ İ +ðĿķ Ļ +ðĿķ ľ +ðĿķ Ń +ðĿķ ³ +ðĿķ ¸ +ðĿķ ¾ +ðĿ ĸī +ðĿĸ ı +ðĿĺ ĩ +ðĿĺ ī +ðĿĺ ĸ +ðĿĺ Ľ +ðĿĺ ŀ +ðĿĺ « +ðĿĺ ¾ +ðĿĻ ĩ +ðĿĻ ī +ðĿĻ ĭ +ðĿĻ İ +ðĿĻ ĺ +ðĿĻ ¥ +ðĿļ ĥ +ðĿļ IJ +ðĿļ Ķ +ðĿľ ĥ +ðŁĦ · +ðŁħ Ŀ +ðŁħ ¾ +ðŁĨ Ĥ +ðŁĨ ĵ +ðŁĮ Ĥ +ðŁĮ Ĩ +ðŁĮ ī +ðŁĮ ij +ðŁĮ ĺ +ðŁĮ © +ðŁĮ « +ðŁį ¢ +ðŁį ¥ +ðŁİ Ľ +ðŁİ ¢ +ðŁİ ´ +ðŁij ¡ +ðŁĴ ¾ +ðŁĵ Ń +ðŁĶ Ī +ðŁĶ ¦ +ðŁĶ ² +ðŁĶ ³ +ðŁķ ĵ +ðŁķ ķ +ðŁķ ĺ +ðŁķ Ł +ðŁķ · +ðŁĹ ³ +ðŁļ Ħ +ðŁļ Ķ +ðŁļ ĸ +ðŁĽ IJ +ðŁĽ ¤ +ðŁĽ ¸ +ðŁ ł +ðŁł ³ +ðŁ¤ ¹ +ðŁ¥ ĥ +ðŁ¥ ¨ +ðŁ¥ ª +ðŁ¥ ¾ +ðŁ¦ ĥ +ðŁ¦ Ĵ +ðŁ¦ Ļ +ðŁ¦ ¶ +ðŁ§ ł +ðŁ§ ª +ðŁ§ Ń +ðŁ§ ² +𣠷 +ð£· Ń +ð¦ ĺ +ð¦ĺ Ĵ +Æ ij +Ç Ļ +È ® +Ø ł +Ú Ħ +Ü Ģ +ß ¢ +áī Ģ +áĬ IJ +áİ ł +Ạŀ +ëĪ ŀ +ëķ Ł +ë£ ģ +ë¤ Ĺ +ìĦ ¥ +ìħ ij +ìĸ IJ +ìĽ Ľ +ì£ ķ +íİ ı +íĽ ĵ +ï¥ º +ï³ Ľ +ï´ « +ðĸ § +ðĸ§ · +ðĿķ ģ +ðŁIJ ª +ðŁĴ Ī +ðŁĵ ł +ðŁķ Ľ +ðŁķ ´ +Ñ Ŀ +Ó Ĭ +ॠ² +ઠª +áĥ ¤ +áį IJ +ᶠ° +á¼ Ŀ +á½ © +âĭ ĭ +âĴ ½ +âĻ ¾ +â ½Ķ +â¾ ¯ +ãĦ Ĵ +ãħ ļ +ëIJ į +ë· ģ +ìĭ Ģ +ìļ Ŀ +ì¥ ° +ìº ´ +íĭ ī +íĿ ½ +ï¦ Ģ +ï¦ ¿ +ï§ ħ +ï§ ĵ +ïŃ ¯ +ï® Ĩ +ðIJ¤ ķ +ðĿIJ Ł +ðĿĴ ħ +ðĿĵ ľ +ðĿĶ ° +ðĿĶ » +ðĿĺ į +ðĿĻ ¯ +ðŁĦ ½ +ðŁħ Ĥ +ðŁħ Ķ +ðŁħ ½ +ðŁĵ ´ +ðŁ§ ĸ +Ó Ĵ +Ḡ² +ëī ¼ +Ç ı +È ĵ +Ê ¸ +Õ Ĥ +Û ħ +ß ¡ +ß £ +à® ¯ +à° Ī +ಠ¸ +ຠ® +༠ķ +áĢ İ +áĨ ¡ +áIJ ĭ +áIJ ķ +áij ¯ +áŀ Ĩ +ᨠķ +á© Ī +âģ ħ +âĨ ļ +âĶ İ +âł © +â² Ĥ +â² Ķ +â² ¨ +ãĬ ļ +íĵ ² +ðĿij Ī +ðĿij ¬ +ðĿij ¹ +ðĿĴ ¾ +ðĿĵ ± +ðĿĵ ½ +ðĿķ ¯ +ðĿķ » +ðĿĺ ½ +ðĿļ Ĩ +ðŁĦ ° +ðŁIJ ¨ +Ò ķ +ಠħ +ï¨ Ĩ +ðĿij ° +ðŁĦ ¸ +Ô İ +Ø į +Ù µ +ಠ¶ +áĢ Ī +áĺ Ĺ +áł ¸ +á¡ ¡ +ᨠ² +á© ģ +á´ · +áµ § +âķ ¨ +âļ ģ +â¾ Ŀ +ãĢ ¼ +ãĦ ı +êĴ « +ê¦ ¥ +ê¦ © +ê¦ ² +ìĺ ¼ +íĵ IJ +ðĵ ĩ +ðĵĩ ¼ +ðĿķ ¿ +ðŁĽ ´ +ë¨ ľ +ಠµ +à´ İ +༠Ģ +âĩ ĸ +ãĪ « +âĵ Ģ +áħ ´ +áļ ¾ +ἠŀ +ἠ« +ᥠ´ +âĨ Ľ +âĨ ¶ +âĩ ¤ +âķ Ł +âĺ · +âļ IJ +ðŁ§ ´ +á¹ ³ +âĶ į +âĶ Ĵ +âĶ © +âĶ ¦ +â¾ µ +ઠľ +ઠ¤ +âĩ Ļ +âĶ ± +âķ Ģ +â½ Ĭ +ï½ Ł +ଠ¡ +ðł ® +ðł® · +âķ ĥ +â° Ķ +ãĬ ¦ +ðŁİ IJ +ãĩ ° +â¼ Ŀ +â¾ Ķ +â½ Ĵ +âł Ĵ +ï¨ ¦ +ï© Ĵ +ï¨ ² +ï© ĸ +ðĵı ¸ +ãĮ ĥ +ðĸ ¤ +ðĸ¤ IJ +ï¦ Ń +âĬ ħ +â¾ ³ +ä´ ¥ +ï© ķ +ðŁĮ Ķ +áŀ ĭ +âļ į +â¼ ĭ +ãİ ĺ +ðIJĮ ² +É © +áİ ij +âĨ ® +âĩ ĥ +âļ İ +ãĩ ± +ãĭ © +ãĮ ¶ +êĻ ª +ëİ ¬ +ï¨ IJ +ï¨ Ľ +ï© Ĭ +ï© į +ðĵ ħ +ðĵħ º +Ï ¡ +È ij +É Ĥ +Ô ĵ +ß İ +à´ § +áĢ ī +áĢ ĭ +áĢ ij +áĢ ł +áļ Ļ +ᨠĦ +ᨠ© +ᨠ¹ +á© ĵ +ᬠľ +á´ Ļ +áµ ij +âĤ Ń +âĨ ° +âľ ģ +â½ IJ +ãĭ ¯ +ãĮ ½ +íĨ ¢ +ï¤ ¿ +ðŁ Ĥ +ðŁĤ » +È Ĵ +Í º +Ô ¥ +Õ ij +Ú ¶ +à§ İ +ච® +ຠĸ +ຠľ +ຠ½ +áĥ » +áħ ¯ +áĭ ŀ +áĸ ķ +á ´Ī +ᶠĨ +Ḡľ +á¹ ¼ +á¿ ¨ +âĦ ĭ +âĦ Ń +âĪ ± +âĮ ĵ +âĶ ĩ +âĶ ¢ +â± ® +â² Ħ +ãĩ ¾ +ãĪ ¬ +ë¸ ¡ +ìIJ ī +íĻ Ľ +ðĿķ ª +Æ ¹ +Í ² +Ó ģ +Û ¼ +ঠ« +áħ Ł +áī Ĩ +áį Ī +Ạĸ +á½ ī +âĶ ¸ +â½ © +ê ľ +êľ ¥ +êµ ħ +ëĤ Ķ +ëĦ ł +ëĩ Ĺ +ëĻ Ŀ +ìļ ¯ +ìļ · +ìŁ Ľ +ì· IJ +íŁ ¬ +íŁ ® +íŁ ° +ï¦ Ĩ +ï¦ ± +ï² ŀ +ï³ ¤ +ï³ ¥ +ðIJĮ ¸ +ðĿĶ ı +ðĿķ ® +ðĿĺ £ +ঠĪ +âı ı +ãĦ ĸ +ê² ĩ +ëĸ ĺ +ëľ · +ëŀ Ĵ +ë¡ ĵ +ë¢ ī +ë£ ĥ +ë§ ĭ +ë² ĭ +ìĤ · +ìĪ ķ +ì Į¨ +ìĵ » +ìĸ Ĭ +ìĻ ¬ +ìĿ » +ì¦ ģ +ìµ ¤ +ì· ĥ +íĢ ľ +íħ ī +íį ł +íı ħ +íij ± +íķ ķ +íĸ ł +íĿ ķ +Æ Ļ +Æ ļ +Æ ŀ +Ç ĥ +Ç Ĭ +Ç ľ +Ç ¤ +Ç Ń +Ç ¹ +È Ģ +È ģ +È ħ +È ī +È Ĺ +È Ł +È ¤ +È ¥ +È ¨ +È µ +È º +È » +É Į +É ® +Ê ħ +Ê ¥ +Ê ¨ +Ë ĵ +Ë Ķ +Ë ł +Ë £ +Ë ¸ +Í ´ +Ï Ĺ +Ï ĺ +Ï Ļ +Ï ļ +Ï Ŀ +Ï ¨ +Ï ¬ +Ï ¾ +Ï ¿ +Ñ ª +Ò Ģ +Ò ľ +Ò ¼ +Ò ½ +Ó Ĥ +Ó ħ +Ó ĩ +Ó į +Ó ĸ +Ó Ł +Ó « +Ó ± +Ô Ĩ +Ô ĩ +Ô º +Õ ĭ +Ö ī +Ø Ī +Ø Ĭ +Ø ½ +Ø ¾ +Ù · +Ú Ĥ +Ú Ĭ +Ú ĸ +Ú Ĺ +Ú £ +Ú « +Ú ¸ +Û Ģ +Û į +Û ½ +Ü ī +Ü ¤ +Ý § +Ý ´ +Þ ĥ +Þ ¤ +Þ ¥ +ß ļ +ß Ľ +ß ¤ +àł į +àł ĵ +àł ³ +à¡ ¢ +ॠł +ৠł +ৠº +ਠĬ +ਠIJ +ਠ® +ਠ¯ +ਠ° +ਠ¸ +ઠĨ +ઠ³ +ઠµ +ઠ½ +ଠĮ +ଠĺ +ଠ½ +à® ĥ +à® ¸ +à° Ĩ +à° ķ +à° ¦ +ಠĨ +ಠĬ +ಠĮ +ಠIJ +ಠĽ +ಠ¤ +ಠ¦ +ಠª +ಠ² +ಠ¹ +à´ Ĩ +à´ ı +à´ Ĺ +à´ « +à´ ¹ +ൠº +ൠ½ +චħ +චĬ +චĶ +ච§ +ච« +ච° +༠Ħ +༠ħ +༠Ĭ +འĻ +འ¡ +འ§ +à¿ Ģ +à¿ Ļ +áĢ Ŀ +áĢ § +áĢ © +áĢ ¿ +áģ µ +áĤ ģ +áĤ ½ +áĥ Ĥ +áĥ ª +áĦ Ĭ +áĦ ¢ +áħ ¦ +áħ Ń +áĨ ® +áĨ ± +áĨ » +á ĩ +áĩ Ĥ +áĪ ħ +áĪ ī +áĪ Į +áĪ IJ +áĪ Ĵ +áĪ Ļ +áĪ ļ +áĪ ľ +áĪ ŀ +áĪ © +áĪ ³ +áĪ º +áĪ ½ +áī ħ +áī ¢ +áī ± +áī ´ +áĬ ĥ +áĬ į +áĬ ĸ +áĬ ® +áĬ ¸ +áĭ Ľ +áĭ Ŀ +áĭ ³ +áĮ ģ +áĮ ħ +áĮ ¥ +áĮ ¦ +á Į¨ +áį Ĭ +áį į +áį ķ +áį ĸ +áį ¢ +áį ¤ +áİ Ĵ +áİ ª +áı ģ +áı IJ +áı Ł +áIJ Ĥ +áIJ ĸ +áIJ Ŀ +áIJ ŀ +áIJ Ł +áIJ ł +áij ĸ +áĴ ĭ +áĴ į +áĴ ¡ +áĵ « +áĶ ķ +áķ ĭ +áķ ij +áķ Ļ +áķ ļ +áķ Ľ +áķ ¤ +áķ ¦ +áķ ® +áķ ¼ +áĸ ĵ +áĹ Ĺ +áĹ ¢ +áĹ ¯ +áĹ · +áĺ Ħ +áĺ ij +ἠĤ +ἠĻ +áŀ į +áł Ĩ +áł ¡ +áł ¦ +áł ® +áł ¯ +áł ² +áł · +á¡ į +á¡ ŀ +á¡ ¤ +á ¡´ +á¡ µ +ᤠĵ +ᥠĸ +ᥠ° +ᨠ¦ +ᨠ§ +ᨠ¨ +ᨠª +ᨠ¬ +ᨠ¯ +ᨠ³ +ᨠµ +á© ĥ +ᬠķ +áŃ £ +á ± +á± ļ +á² ł +á´ ĵ +á´ ¶ +áµ Ĥ +áµ Į +áµ ¥ +áµ ´ +ᶠĩ +ḠĪ +Ḡł +Ḡ§ +Ḡ´ +Ḡ¾ +á¹ Ģ +á¹ ĸ +á¹ Ł +á¹ ł +á¹ « +á¹ ± +á¹ · +á¹ ¿ +ẠĦ +Ạį +Ạij +áº Ĺ +á¼ ī +á¼ ĵ +á¼ Ń +á½ ĭ +á½ Ĵ +á½ ł +á½ £ +á¾ Ħ +á¾ ı +á¾ ij +á¾ Ĺ +á¾ ¦ +á¾ § +á¾ ¾ +á¿ Ħ +á¿ ĵ +á¿ ¡ +á¿ ¬ +âģ ļ +âĤ Į +âĦ ģ +âĦ Ķ +âĦ £ +âĦ § +âĦ ¯ +âĦ ° +âĦ ´ +âħ ħ +âĨ ľ +âĨ « +âĨ Ń +âĨ ± +âĨ ¹ +âĨ ½ +âĩ ĩ +âĩ ľ +âĩ µ +âĪ ī +âĪ Ĭ +âĪ ĸ +âĪ ľ +âĪ ¾ +âī Ģ +âī ĭ +âī Į +âī ĵ +âī ľ +âī ´ +âī ¿ +âĬ Ĭ +âĬ ĭ +âĬ Ķ +âĬ ĸ +âĬ £ +âĬ ¦ +âĭ İ +âĭ ª +âĭ ² +âĮ ¦ +âĮ § +âį º +âİ Ī +âİ ¨ +âİ ¬ +âİ ³ +âİ ¼ +âİ ¾ +âı Į +âı ļ +âı « +âı ¯ +âı µ +âĴ ľ +âĴ Ŀ +âĴ « +âĵ Ħ +âĵ Ĭ +âĵ Ļ +âĵ © +âĶ ij +âĶ Ļ +âĶ ļ +âĶ ¥ +âķ ħ +âķ ī +âķ į +âķ ı +âķ ŀ +âĸ ļ +âĸ ¯ +âĹ ĥ +âĹ ļ +âĹ ¬ +âĹ ´ +âĺ Ī +âĺ ¤ +âĺ ¥ +âĺ § +âĺ ¬ +âĻ ģ +âĻ ± +âļ ĥ +âļ Ħ +âļ ħ +âļ ı +âļ ļ +âļ ŀ +âļ Ł +âļ ± +âļ ² +âľ Ģ +âľ Ł +âľ ¢ +âĿ µ +⣠¡ +⣠¦ +⣠§ +⣠³ +⣠¾ +⣠¿ +âł ĩ +⤠Ħ +⤠º +⥠Ĥ +⥠¹ +⧠ī +⧠¼ +⧠½ +⨠į +⬠Ĭ +⬠Ł +âŃ ŀ +â® ŀ +â® ³ +⯠Ī +⯠ij +â± ł +â± ± +â² Ń +â´ ¹ +âµ ķ +⸠¾ +â º« +â¼ Ĩ +â¼ ł +â½ Ł +â½ ¼ +â¾ Ľ +â¾ § +â¿ ĥ +â¿ » +ãĤ ķ +ãĤ Ł +ãĦ Ľ +ãĦ ¡ +ãĦ ¶ +ãĦ º +ãħ Ĵ +ãħ Ł +ãĨ Ģ +ãĩ » +ãĪ ij +ãĪ Ń +ãĪ ® +ãĪ ³ +ãĪ ¹ +ãī ¥ +ãī ¦ +ãī ¹ +ãī ¿ +ãĬ ŀ +ãĬ ¨ +ãĭ ij +ãĭ ¥ +ãĭ ´ +ãĭ º +ãİ Ħ +ãİ ķ +ãİ ¯ +ãı Ĥ +ãı Ī +ãı ĵ +ãı ĸ +ãı ± +ãIJ ± +ãŁ ģ +ã ¢ +㢠¨ +ã ¨ +㨠³ +ã« ª +ã« ´ +㶠³ +㺠¾ +ä Ģ +äĢ Ģ +ä ĭ +äĭ Į +ä ĮĢ +äIJ Ģ +ä łĢ +ä ł +äł ¼ +ä § +ä§ ŀ +ä¨ ° +ä¨ º +ä ´Ģ +ä · +ä· ħ +ä ·¸ +ê Ĥ +êĤ « +ê Į +êĮ ¼ +ê į +êį ² +êĴ µ +ê ĵ +êĵ ½ +êĻ Ń +êĿ Ľ +êĿ ¥ +ê ŀ +êŀ Ĭ +ê¦ Ĩ +ê¦ ĩ +ê¦ Ł +ê¦ ¨ +ê§ Ī +ê © +ê© Ł +êª ĭ +êª ij +êª ķ +êª Ĺ +êª ľ +êª ® +êª ± +êª » +êª ¼ +ê« Ģ +ê« Ŀ +ê° ĥ +ê° ĺ +ê± ľ +ê² ĵ +ê² ļ +ê³ Ļ +ê³ ¾ +ê´ Ĺ +ê´ Ļ +êµ Ľ +ê¶ ĥ +ê¶ ķ +ê¶ ¨ +ê¸ © +ê¸ ¿ +ê ¹Ħ +ê¹ Ĩ +ê¹ ī +ê¹ ĵ +ê¹ ¢ +ê¹ £ +ê¹ ¸ +êº ³ +ê¿ ı +ê¿ ķ +ê¿ § +ëĢ © +ëģ ħ +ëĥ µ +ëĦ ĸ +ëĦ Ĺ +ëĦ ¢ +ëħ Ĥ +ëĨ IJ +ëĩ ľ +ëĪ ĭ +ëĪ ļ +ëī į +ëī ¨ +ëĬ ļ +ëĬ ¡ +ëĭ ľ +ëĭ ª +ëĮ ĺ +ëĮ ¤ +ëĮ ¸ +ëİ Ł +ëı ¨ +ëIJ Ħ +ëIJ ı +ëIJ ´ +ëIJ ¸ +ëij ģ +ëij ¿ +ëĴ ¨ +ëĵ · +ëĶ ® +ëĶ ² +ëķ § +ëĸ Ķ +ëĸ ª +ëĺ Ń +ëļ Ģ +ëļ ł +ëĽ Ķ +ëĽ © +ëľ ħ +ëŀ ķ +ëŀ ° +ëŁ IJ +ëł ¡ +ë¡ ŀ +ë¡ £ +ë¡ µ +ë£ Ħ +ë£ į +ë¤ ³ +ë¦ į +ë¦ ı +ë¦ ³ +ë§ Ħ +ë§ Ĩ +ë§ į +ë§ ľ +ë§ « +ë§ » +ë¨ ® +ë© Ĥ +ë© Ń +ëª ´ +ë¬ ľ +ë¬ ł +ë¬ « +ë¬ ¾ +ëŃ ¬ +ë® ĺ +ë® ¹ +ë¯ ķ +ë¯ ľ +ë° ¨ +ë° ª +ë± Ķ +ë² ĺ +ë² Ľ +ë² ± +ë² ´ +ë´ ½ +ëµ ¤ +ëµ ¨ +ë· Ĺ +ë· ĺ +ë¸ ĵ +ë¸ ľ +ë¹ ª +ëº ĥ +ëº ĺ +ëº µ +ë» ´ +ë¼ IJ +ë¾ Ķ +ìģ Ń +ìĤ ł +ìĤ ® +ìĥ ı +ìĥ Ļ +ìĦ º +ìħ ¢ +ìĨ Ģ +ìĨ ħ +ìĨ ¤ +ìĨ ¦ +ìĨ ¬ +ìĩ ± +ìĪ µ +ìĭ ¨ +ìĭ ´ +ìĮ ° +ìį ľ +ìİ Ĺ +ìİ ĺ +ìİ ¼ +ìij ī +ìij Ŀ +ìij » +ìĴ Ķ +ìĴ ¯ +ìĵ © +ìķ IJ +ìķ ĸ +ìĸ ł +ìĸ ¾ +ìĹ ĥ +ìĹ Ĺ +ìĹ ľ +ìĹ ¨ +ìĺ Ĥ +ìĺ Ħ +ìĺ ı +ìĺ ¾ +ìĺ ¿ +ìľ § +ìĿ IJ +ìĿ ĸ +ìĿ · +ìŀ į +ìŀ ı +ìŀ ¨ +ìŀ ª +ìŀ ³ +ìł ¡ +ìł ´ +ìł ¹ +ì¡ Ģ +ì¡ ª +ì¡ µ +ì¢ IJ +ì¢ ¨ +ì£ Į +ì£ Ļ +ì£ ³ +ì¦ ij +ì§ ¥ +ì§ ´ +ì§ ¾ +ì¨ ĵ +ì¨ ķ +ì© ° +ì© » +ì© ¼ +ìª Ĺ +ì¬ Ķ +ì¬ ĺ +ì® ® +ì¯ ķ +ì¯ ĺ +ì° İ +ì° ¯ +ì± ĥ +ì± µ +ì² § +ì² ® +ì² ¯ +ì³ ¬ +ì´ ĭ +ì´ ¢ +ìµ ¥ +ì¶ £ +ì¸ Ī +ì¸ Ļ +ìº ¤ +ìº Ń +ì» ½ +ì¼ Ļ +ì½ ¬ +ì¾ Ģ +ì¿ ħ +ì¿ ½ +íĢ ħ +íģ ¦ +íĤ ħ +íĥ ¶ +íĥ ¹ +íĦ Ķ +íħ £ +íĨ Ħ +íĨ § +íĨ ¹ +íĩ ¼ +íī ¤ +íĬ ½ +íĭ Ĥ +íĭ ij +íį Ī +íį Ļ +íį ¿ +íİ ¶ +íIJ Ŀ +íĴ ľ +íĵ Ŀ +íĵ ª +íĵ ± +íĵ · +íĵ ¼ +íĶ Ļ +íĶ ł +íķ ļ +íķ Ľ +íķ ŀ +íķ Ł +íķ § +íķ ¶ +íĸ Ĭ +íĸ ĭ +íĸ į +íĸ Ķ +íĸ ĺ +íĸ ¡ +íĸ ¬ +íĹ £ +íĹ ¿ +íĺ ĸ +íĺ Ń +íļ ° +íĽ į +íĽ ½ +íĿ Ł +íĿ Ń +íĿ ´ +íŀ ľ +ï¤ ī +ï¤ Ń +ï¤ ² +ï¤ µ +ï¤ ¼ +ï¥ Ģ +ï¥ ij +ï¥ Ĵ +ï¥ ķ +ï¥ ĺ +ï¥ Ļ +ï¥ « +ï¥ ¬ +ï¥ ° +ï ¥¿ +ï¦ ĭ +ï¦ ı +ï¦ Ķ +ï¦ ĸ +ï¦ ĺ +ï¦ Ľ +ï¦ ł +ï¦ ® +ï¦ ¯ +ï¦ º +ï¦ » +ï¦ ¾ +ï§ Ĩ +ï§ ĸ +ï§ Ľ +ï§ ŀ +ï§ Ł +ï§ § +ï§ ³ +ï§ º +ï§ ½ +ï¨ ĥ +ï¨ ļ +ï¨ ¢ +ï© Ł +ï¬ ¤ +ï¬ ¬ +ï¬ ¼ +ïŃ Ĵ +ïŃ ķ +ïŃ Ľ +ïŃ Ŀ +ïŃ ŀ +ïŃ Ł +ïŃ ¤ +ïŃ § +ïŃ ¨ +ïŃ ® +ïŃ ° +ïŃ ± +ïŃ · +ïŃ ¹ +ïŃ » +ï® Ģ +ï® ĥ +ï® Ħ +ï® ħ +ï® į +ï® Ĵ +ï® ĵ +ï® ķ +ï® ¦ +ï® ® +ï® ° +ï¯ ĵ +ï¯ ľ +ï¯ © +ï¯ ª +ï¯ ¬ +ï¯ Ń +ï¯ ® +ï¯ · +ï¯ ¹ +ï¯ » +ï¯ ¼ +ï° ĥ +ï° Į +ï° IJ +ï° ĺ +ï° Ļ +ï° ľ +ï° ŀ +ï° ¢ +ï° ® +ï° ° +ï° ¼ +ï° ¿ +ï± Ģ +ï± ģ +ï± Ī +ï± ĭ +ï± ı +ï± Ń +ï² Ģ +ï² ĩ +ï² Ī +ï² ĭ +ï² İ +ï² Ĵ +ï² ľ +ï² ł +ï² ¬ +ï² » +ï³ ĩ +ï³ Ķ +ï³ £ +ï³ « +ï´ ĺ +ï´ ° +ï´ ½ +ï ¶ +ï¶ ° +ï¸ ĸ +ï¸ ´ +ï¸ ¹ +ï¹ į +ï¹ Ĺ +ï¹ ¢ +ï¹ ¤ +ï¹ © +ï¹ ± +ï¾ ° +ï¿ Ĥ +ï¿ ® +ðIJĮ ° +ðIJĮ ¹ +ðIJĮ º +ðIJĮ ½ +ðIJį Ĥ +ðIJį ĥ +ðIJį Ħ +ðIJ İ +ðIJİ ¹ +ðIJ¤ Ĥ +ðIJ¤ į +ðIJ¤ ı +ðIJ¤ ĵ +ðIJŃ ī +ðIJŃ į +ðIJ° ĩ +ðIJ° ° +ðij Ĥ +ðijĤ Ħ +ðij ĺ +ðijĺ ģ +ðĴ Ģ +ðĴĢ ¸ +ðĴ ģ +ðĴģ º +ðĴ Ħ +ðĴĦ · +ðĴ Ĭ +ðĴĬ ij +ðĴ ĭ +ðĴĭ Ĺ +ð ĴĮ +ðĴĮ ¨ +ðĵĥ ¢ +ðĵĥ ° +ðĸ ł +ðĸł ļ +ðĿĦ ĥ +ðĿĦ ħ +ðĿĦ ķ +ðĿĦ Ļ +ðĿĦ ± +ðĿĦ ´ +ðĿĦ ¹ +ðĿħ İ +ðĿħ ª +ðĿĨ £ +ðĿĨ ³ +ðĿĨ ¹ +ðĿĩ Ĭ +ðĿĩ Ĺ +ðĿĩ ļ +ðĿĩ ľ +ðĿĩ ł +ðĿIJ ī +ðĿIJ ĸ +ðĿIJ ĺ +ðĿIJ £ +ðĿIJ ± +ðĿij Ĭ +ðĿij Ń +ðĿij ¼ +ðĿij ½ +ðĿĴ ° +ðĿĴ · +ðĿĴ ¿ +ðĿĵ ģ +ðĿĵ ĭ +ðĿĵ İ +ðĿĵ Ĵ +ðĿ ĵĺ +ðĿĵ ¢ +ðĿĵ ¦ +ðĿĵ « +ðĿĵ ¿ +ðĿĶ İ +ðĿĶ ± +ðĿĶ ´ +ðĿĶ · +ðĿĶ ¸ +ðĿĶ ½ +ðĿķ Ĥ +ðĿķ ĥ +ðĿķ ĭ +ðĿķ ı +ðĿķ IJ +ðĿķ ¥ +ðĿķ ´ +ðĿķ º +ðĿĸ IJ +ðĿĸ Ľ +ðĿĸ Ŀ +ðĿĸ ŀ +ðĿĹ © +ðĿĹ ³ +ðĿĹ ½ +ðĿĺ Ĭ +ðĿĺ ĭ +ðĿĺ Ķ +ðĿĺ ± +ðĿĺ ´ +ðĿĺ ¿ +ðĿĻ Ĵ +ðĿĻ Ŀ +ðĿĻ Ł +ðĿĻ ¬ +ðĿĻ Ń +ðĿĻ » +ðĿĻ ¾ +ðĿļ Ī +ðĿļ ĭ +ðĿļ ij +ðĿļ Ł +ðĿļ ł +ðĿļ £ +ðĿĽ ½ +ðĿľ Ĥ +ðĿľ Ķ +ðĿľ Ļ +ðŁ Ģ +ðŁĢ Ħ +ðŁĦ ² +ðŁĦ ¶ +ðŁħ IJ +ðŁħ ĸ +ðŁħ ļ +ðŁħ Ľ +ðŁħ ¦ +ðŁħ ¶ +ðŁħ » +ðŁħ ¼ +ðŁĨ ĥ +ðŁĨ Ĩ +ðŁĨ İ +ðŁĪ ¯ +ðŁĪ ² +ðŁĪ ¹ +ðŁĮ ĩ +ðŁĮ ĵ +ðŁį ĺ +ðŁİ ij +ðŁİ ¿ +ðŁı ı +ðŁı Ĵ +ðŁı © +ðŁı ¯ +ðŁIJ Ģ +ðŁij Ŀ +ðŁĴ ¹ +ðŁĴ º +ðŁĵ Ł +ðŁĵ ª +ðŁĵ ¼ +ðŁĶ Ģ +ðŁĶ Ĥ +ðŁĶ ĥ +ðŁĶ ĩ +ðŁĶ ĵ +ðŁĶ ¢ +ðŁĶ ¤ +ðŁĶ © +ðŁķ ĸ +ðŁķ ļ +ðŁķ ľ +ðŁķ Ŀ +ðŁķ ŀ +ðŁķ ł +ðŁķ ¢ +ðŁķ ³ +ðŁĸ ĩ +ðŁĸ ij +ðŁĸ ¶ +ðŁĹ ģ +Ñ ¨ +Ú İ +á¡ Į +Ḡ° +ẠĢ +á¼ ® +á½ Ŀ +âĦ ¬ +âļ § +⼠¤ +ã³ ¬ +êĻ ĭ +ê¸ ij +ëĶ ī +ëĹ į +ë¡ ij +ë¯ ij +ë» ħ +ë¼ Ŀ +ìĦ IJ +ìī ¡ +ìĭ ² +ìı ± +ìĹ ¤ +ìĿ © +ìĿ ¿ +ìŁ Ļ +ìł ° +ì¥ ī +íĬ Ń +íķ ® +ï® ı +ðŁħ ± +ðŁĨ Ĵ +ðŁķ ĭ +É ĺ +Ê ĵ +Õ ĥ +à´ ´ +འħ +áĨ º +áĪ Ĭ +áĪ ¨ +áĪ ¾ +áī IJ +áĮ ĥ +áĮ ½ +áĶ Ń +áł Ĥ +áł ¬ +ᨠ¸ +á© ĭ +ᶠı +á¾ Ķ +á¿ IJ +á¿ ļ +âĻ Ļ +âļ Ĥ +âļ Ĺ +â¡ ¢ +⤠¦ +ëĸ ° +ë¤ Ĥ +ë§ ł +ë± ĭ +ë± IJ +ìĽ ¢ +ìľ ¾ +ì³ ħ +ì» ģ +íģ » +íĥ Ļ +íĵ ĸ +íĵ Ń +íķ ± +íĽ ľ +ï¤ ħ +ï¤ Ĩ +ï¦ ĥ +ï§ © +ï¨ Ĥ +ðIJ¤ Ķ +ðIJŃ ĵ +ðIJ° ¼ +ðĿĵ ŀ +ðĿĵ ° +ðĿĻ ľ +ðĿļ ģ +ðŁħ ¢ +ðŁı ĩ +È ² +Ê ¶ +Ô Ī +Ô ij +Ý ĵ +Ý ¥ +ठij +ॠ± +ଠī +à° ³ +à° µ +ಠŁ +áĢ ı +áģ ¼ +áī ¨ +áĬ Ĵ +áĭ © +áĮ Ħ +áĮ Ķ +áIJ § +á ĴĮ +áĶ ħ +áĶ Ĭ +áł Ħ +ᨠģ +Ḡĥ +Ḡ» +âĶ ŀ +âĺ µ +âļ £ +â² ¢ +ãĪ ª +ä¶ µ +ê² Ļ +ê² ´ +ê³ Ĥ +ë¡ ¼ +ìĨ Ĭ +ì¼ ĩ +íĭ į +íĵ ¬ +íĵ ® +íĵ ¶ +íĵ » +ï¤ ¦ +ï¥ ł +ï¥ ± +ïŃ ² +ðIJŃ Ĭ +ðIJ ±ħ +ðĸ ¥ +ðĸ¥ ¨ +ðĿij ³ +ðĿĵ ķ +ðĿĵ ¬ +ðĿĵ ¹ +ðĿĵ ¾ +ðĿĶ ĵ +ðĿķ į +ðĿķ ¡ +ðĿķ ± +ðĿĸ ĸ +ðĿĺ ı +ðĿĺ IJ +ðĿĺ ļ +ðĿĻ ® +ðĿĻ ° +ðĿĻ ¸ +ðĿĻ º +ðĿĻ ¼ +ðĿĻ ½ +ðĿĻ ¿ +ðĿļ Ħ +ðĿļ ı +ðŁħ ħ +ðŁħ ĵ +Æ Ī +àł Į +áĻ ³ +á ļĮ +ἠħ +ἠIJ +ᤠĬ +ḠĬ +âĶ ½ +âķ Ĭ +⼠ĩ +⼠ı +âĿ ª +âĿ « +⣠° +ãĦ į +ãĦ ĵ +ãĦ § +ãħ ĸ +ãī « +ê¦ Ķ +ï± Ĭ +ຠĤ +áħ £ +ᥠĶ +ᥠ¤ +âĨ ¤ +âĨ · +âĩ ŀ +âĸ ¤ +âŀ ¶ +ãĪ ¼ +ï¨ · +ðĵı § +âĶ ² +âĢ ´ +âĴ Ł +âĴ ¡ +â° Ĥ +â° į +â° İ +â° IJ +â° ij +â° Ł +â° ł +â° ¡ +â¼ Ń +ãĬ ¥ +âĴ ł +â½ º +ãĩ º +ãĩ ½ +ï¨ Ĭ +áķ · +âį ¨ +⺠Ł +â½ Ĺ diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/special_tokens_map.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/special_tokens_map.json new file mode 100644 index 0000000000000000000000000000000000000000..ac23c0aaa2434523c494330aeb79c58395378103 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/special_tokens_map.json @@ -0,0 +1,31 @@ +{ + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "eos_token": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + }, + "pad_token": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false + } +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer.json new file mode 100644 index 0000000000000000000000000000000000000000..51ebb3ba93988c73bbd83a3c163a14343fbc5b06 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer.json @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:9c5ae00e602b8860cbd784ba82a8aa14e8feecec692e7076590d014d7b7fdafa +size 11421896 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer_config.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer_config.json new file mode 100644 index 0000000000000000000000000000000000000000..eaed590d62aaf0ba31e284b66ddcb18222f066c2 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/tokenizer_config.json @@ -0,0 +1,207 @@ +{ + "add_bos_token": false, + "add_prefix_space": false, + "added_tokens_decoder": { + "151643": { + "content": "<|endoftext|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151644": { + "content": "<|im_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151645": { + "content": "<|im_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151646": { + "content": "<|object_ref_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151647": { + "content": "<|object_ref_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151648": { + "content": "<|box_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151649": { + "content": "<|box_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151650": { + "content": "<|quad_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151651": { + "content": "<|quad_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151652": { + "content": "<|vision_start|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151653": { + "content": "<|vision_end|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151654": { + "content": "<|vision_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151655": { + "content": "<|image_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151656": { + "content": "<|video_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "151657": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151658": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151659": { + "content": "<|fim_prefix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151660": { + "content": "<|fim_middle|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151661": { + "content": "<|fim_suffix|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151662": { + "content": "<|fim_pad|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151663": { + "content": "<|repo_name|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + }, + "151664": { + "content": "<|file_sep|>", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": false + } + }, + "additional_special_tokens": [ + "<|im_start|>", + "<|im_end|>", + "<|object_ref_start|>", + "<|object_ref_end|>", + "<|box_start|>", + "<|box_end|>", + "<|quad_start|>", + "<|quad_end|>", + "<|vision_start|>", + "<|vision_end|>", + "<|vision_pad|>", + "<|image_pad|>", + "<|video_pad|>" + ], + "bos_token": null, + "clean_up_tokenization_spaces": false, + "eos_token": "<|im_end|>", + "errors": "replace", + "extra_special_tokens": {}, + "model_max_length": 131072, + "pad_token": "<|endoftext|>", + "split_special_tokens": false, + "tokenizer_class": "Qwen2Tokenizer", + "unk_token": null +} diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/train_manifest.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/train_manifest.json new file mode 100644 index 0000000000000000000000000000000000000000..0f69cdb339c69e18a860afcdbca82b431b7aa3a4 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/train_manifest.json @@ -0,0 +1,30 @@ +{ + "run_name": "cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB", + "dataset_run_name": "prior100k_L23_a6_prefill_noSys", + "filtered_basename": "rule_only_filtered.jsonl", + "data_file": "data/filtered/prior100k_L23_a6_prefill_noSys/rule_only_filtered.jsonl", + "data_file_sha256": "a028a4d714ad40d53df4362ccf83d166bc1f060276d0fa9a0511978a17cfea81", + "num_rows": 95400, + "v_teacher_path": null, + "v_teacher_sha256": null, + "base_model": "Qwen/Qwen2.5-7B-Instruct", + "lora": { + "r": 64, + "alpha": 32, + "dropout": 0.0, + "target_modules": "down_proj,up_proj,gate_proj" + }, + "train": { + "epochs": 10, + "lr": 0.0001, + "optim": "adamw_torch", + "lr_scheduler": "cosine", + "warmup_ratio": 0.05, + "per_device_batch_size": 8, + "grad_accum": 1, + "max_seq_length": 256, + "packing": true, + "seed": 1, + "val_split": 0.0 + } +} \ No newline at end of file diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/training_args.bin b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/training_args.bin new file mode 100644 index 0000000000000000000000000000000000000000..73f7173c9d6c09e466e124b7bc68342d2d3c8580 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/training_args.bin @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:925fb53215ab41de9eb3d352378c5950e38e59712a31a89f721af2f014d06231 +size 6481 diff --git a/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/vocab.json b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/vocab.json new file mode 100644 index 0000000000000000000000000000000000000000..4783fe10ac3adce15ac8f358ef5462739852c569 --- /dev/null +++ b/checkpoints/cat_qwen25_7b_r64_a32_mlp_adamw_e10_lr1e-4_s1_vt_add_a6_L23_prefill_noSys_100k_runB/vocab.json @@ -0,0 +1 @@ +{"!":0,"\"":1,"#":2,"$":3,"%":4,"&":5,"'":6,"(":7,")":8,"*":9,"+":10,",":11,"-":12,".":13,"/":14,"0":15,"1":16,"2":17,"3":18,"4":19,"5":20,"6":21,"7":22,"8":23,"9":24,":":25,";":26,"<":27,"=":28,">":29,"?":30,"@":31,"A":32,"B":33,"C":34,"D":35,"E":36,"F":37,"G":38,"H":39,"I":40,"J":41,"K":42,"L":43,"M":44,"N":45,"O":46,"P":47,"Q":48,"R":49,"S":50,"T":51,"U":52,"V":53,"W":54,"X":55,"Y":56,"Z":57,"[":58,"\\":59,"]":60,"^":61,"_":62,"`":63,"a":64,"b":65,"c":66,"d":67,"e":68,"f":69,"g":70,"h":71,"i":72,"j":73,"k":74,"l":75,"m":76,"n":77,"o":78,"p":79,"q":80,"r":81,"s":82,"t":83,"u":84,"v":85,"w":86,"x":87,"y":88,"z":89,"{":90,"|":91,"}":92,"~":93,"¡":94,"¢":95,"£":96,"¤":97,"¥":98,"¦":99,"§":100,"¨":101,"©":102,"ª":103,"«":104,"¬":105,"®":106,"¯":107,"°":108,"±":109,"²":110,"³":111,"´":112,"µ":113,"¶":114,"·":115,"¸":116,"¹":117,"º":118,"»":119,"¼":120,"½":121,"¾":122,"¿":123,"À":124,"Á":125,"Â":126,"Ã":127,"Ä":128,"Å":129,"Æ":130,"Ç":131,"È":132,"É":133,"Ê":134,"Ë":135,"Ì":136,"Í":137,"Î":138,"Ï":139,"Ð":140,"Ñ":141,"Ò":142,"Ó":143,"Ô":144,"Õ":145,"Ö":146,"×":147,"Ø":148,"Ù":149,"Ú":150,"Û":151,"Ü":152,"Ý":153,"Þ":154,"ß":155,"à":156,"á":157,"â":158,"ã":159,"ä":160,"å":161,"æ":162,"ç":163,"è":164,"é":165,"ê":166,"ë":167,"ì":168,"í":169,"î":170,"ï":171,"ð":172,"ñ":173,"ò":174,"ó":175,"ô":176,"õ":177,"ö":178,"÷":179,"ø":180,"ù":181,"ú":182,"û":183,"ü":184,"ý":185,"þ":186,"ÿ":187,"Ā":188,"ā":189,"Ă":190,"ă":191,"Ą":192,"ą":193,"Ć":194,"ć":195,"Ĉ":196,"ĉ":197,"Ċ":198,"ċ":199,"Č":200,"č":201,"Ď":202,"ď":203,"Đ":204,"đ":205,"Ē":206,"ē":207,"Ĕ":208,"ĕ":209,"Ė":210,"ė":211,"Ę":212,"ę":213,"Ě":214,"ě":215,"Ĝ":216,"ĝ":217,"Ğ":218,"ğ":219,"Ġ":220,"ġ":221,"Ģ":222,"ģ":223,"Ĥ":224,"ĥ":225,"Ħ":226,"ħ":227,"Ĩ":228,"ĩ":229,"Ī":230,"ī":231,"Ĭ":232,"ĭ":233,"Į":234,"į":235,"İ":236,"ı":237,"IJ":238,"ij":239,"Ĵ":240,"ĵ":241,"Ķ":242,"ķ":243,"ĸ":244,"Ĺ":245,"ĺ":246,"Ļ":247,"ļ":248,"Ľ":249,"ľ":250,"Ŀ":251,"ŀ":252,"Ł":253,"ł":254,"Ń":255,"ĠĠ":256,"ĠĠĠĠ":257,"in":258,"Ġt":259,"ĠĠĠĠĠĠĠĠ":260,"er":261,"ĠĠĠ":262,"on":263,"Ġa":264,"re":265,"at":266,"st":267,"en":268,"or":269,"Ġth":270,"ĊĊ":271,"Ġc":272,"le":273,"Ġs":274,"it":275,"an":276,"ar":277,"al":278,"Ġthe":279,";Ċ":280,"Ġp":281,"Ġf":282,"ou":283,"Ġ=":284,"is":285,"ĠĠĠĠĠĠĠ":286,"ing":287,"es":288,"Ġw":289,"ion":290,"ed":291,"ic":292,"Ġb":293,"Ġd":294,"et":295,"Ġm":296,"Ġo":297,"ĉĉ":298,"ro":299,"as":300,"el":301,"ct":302,"nd":303,"Ġin":304,"Ġh":305,"ent":306,"id":307,"Ġn":308,"am":309,"ĠĠĠĠĠĠĠĠĠĠĠ":310,"Ġto":311,"Ġre":312,"--":313,"Ġ{":314,"Ġof":315,"om":316,");Ċ":317,"im":318,"čĊ":319,"Ġ(":320,"il":321,"//":322,"Ġand":323,"ur":324,"se":325,"Ġl":326,"ex":327,"ĠS":328,"ad":329,"Ġ\"":330,"ch":331,"ut":332,"if":333,"**":334,"Ġ}":335,"em":336,"ol":337,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":338,"th":339,")Ċ":340,"Ġ{Ċ":341,"Ġg":342,"ig":343,"iv":344,",Ċ":345,"ce":346,"od":347,"Ġv":348,"ate":349,"ĠT":350,"ag":351,"ay":352,"Ġ*":353,"ot":354,"us":355,"ĠC":356,"Ġst":357,"ĠI":358,"un":359,"ul":360,"ue":361,"ĠA":362,"ow":363,"Ġ'":364,"ew":365,"Ġ<":366,"ation":367,"()":368,"Ġfor":369,"ab":370,"ort":371,"um":372,"ame":373,"Ġis":374,"pe":375,"tr":376,"ck":377,"âĢ":378,"Ġy":379,"ist":380,"----":381,".ĊĊ":382,"he":383,"Ġe":384,"lo":385,"ĠM":386,"Ġbe":387,"ers":388,"Ġon":389,"Ġcon":390,"ap":391,"ub":392,"ĠP":393,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":394,"ass":395,"int":396,">Ċ":397,"ly":398,"urn":399,"Ġ$":400,";ĊĊ":401,"av":402,"port":403,"ir":404,"->":405,"nt":406,"ction":407,"end":408,"Ġde":409,"ith":410,"out":411,"turn":412,"our":413,"ĠĠĠĠĠ":414,"lic":415,"res":416,"pt":417,"==":418,"Ġthis":419,"Ġwh":420,"Ġif":421,"ĠD":422,"ver":423,"age":424,"ĠB":425,"ht":426,"ext":427,"=\"":428,"Ġthat":429,"****":430,"ĠR":431,"Ġit":432,"ess":433,"ĠF":434,"Ġr":435,"os":436,"and":437,"Ġas":438,"ect":439,"ke":440,"rom":441,"Ġ//":442,"con":443,"ĠL":444,"(\"":445,"qu":446,"lass":447,"Ġwith":448,"iz":449,"de":450,"ĠN":451,"Ġal":452,"op":453,"up":454,"get":455,"Ġ}Ċ":456,"ile":457,"Ġan":458,"ata":459,"ore":460,"ri":461,"Ġpro":462,";čĊ":463,"ĉĉĉĉ":464,"ter":465,"ain":466,"ĠW":467,"ĠE":468,"Ġcom":469,"Ġreturn":470,"art":471,"ĠH":472,"ack":473,"import":474,"ublic":475,"Ġor":476,"est":477,"ment":478,"ĠG":479,"able":480,"Ġ-":481,"ine":482,"ill":483,"ind":484,"ere":485,"::":486,"ity":487,"Ġ+":488,"Ġtr":489,"elf":490,"ight":491,"('":492,"orm":493,"ult":494,"str":495,"..":496,"\",":497,"Ġyou":498,"ype":499,"pl":500,"Ġnew":501,"Ġj":502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":503,"Ġfrom":504,"Ġex":505,"ĠO":506,"ld":507,"Ġ[":508,"oc":509,":Ċ":510,"Ġse":511,"Ġle":512,"--------":513,".s":514,"{Ċ":515,"',":516,"ant":517,"Ġat":518,"ase":519,".c":520,"Ġch":521,"":589,"ust":590,"que":591,"Ġres":592,"))":593,"'s":594,"Ġk":595,"ans":596,"yst":597,"unction":598,"********":599,"Ġi":600,"Ġus":601,"pp":602,"one":603,"ail":604,"====":605,"name":606,"Ġstr":607,"Ġ/":608,"Ġ&":609,"ach":610,"div":611,"ystem":612,"ell":613,"Ġhave":614,"err":615,"ould":616,"ull":617,"pon":618,"ĠJ":619,"_p":620,"Ġ==":621,"ign":622,"St":623,".Ċ":624,"Ġpl":625,");ĊĊ":626,"form":627,"put":628,"ount":629,"}ĊĊ":630,"dd":631,"ite":632,"Ġget":633,"rr":634,"ome":635,"ĠâĢ":636,"aram":637,"cc":638,"Ġ*/":639,"ER":640,"In":641,"les":642,"_s":643,"ong":644,"ie":645,"Ġcan":646,"ĠV":647,"erv":648,"pr":649,"Ġun":650,"row":651,"ber":652,"Ġdo":653,"ll":654,"Ġel":655,"Ġself":656,"ated":657,"ary":658,"Ġ.":659,"']":660,"ud":661,"Ġen":662,"ĠTh":663,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":664,"te":665,"_c":666,"uct":667,"Ġab":668,"ork":669,".get":670,"Ġ#":671,"aw":672,"ress":673,"ob":674,"Name":675,"app":676,"['":677,"Ġall":678,"ory":679,"ition":680,"ance":681,"ear":682,"Ġcont":683,"vent":684,"ia":685,"Ġwill":686,"IN":687,"ĠĠĠĠĠĠĠĠĠ":688,"return":689,"Ġ":755,"\",Ċ":756,"ec":757,"ĠIn":758,"ph":759,"Ġ|":760,"_f":761,"Ġvar":762,"ence":763,"Id":764,"ree":765,"ink":766,"lect":767,"ug":768,"eth":769,"Ġelse":770,"----------------":771,"cont":772,"Ġso":773,"atic":774,"Ġlo":775,"pro":776,"ton":777,"ss":778,"own":779,"abel":780,"oint":781,"ous":782,"eld":783,"ST":784,"The":785,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":786,"RE":787,"\":":788,"olor":789,"tp":790,"eg":791,"key":792,"ude":793,"ĠSt":794,"ound":795,"Ġar":796,"\");Ċ":797,"ener":798,"ser":799,"bject":800,"essage":801,"fer":802,"Ġmore":803,"ations":804,"ents":805,"Ġhis":806,"Ġthey":807,".S":808,"ĠY":809,"use":810,"ne":811,"ish":812,"old":813,"_d":814,"io":815,"ield":816,"Ġper":817,"Cont":818,"ings":819,"####":820,"Ġdata":821,"Ġsa":822,"ef":823,"fo":824,"Ġone":825,"eng":826,"Ġdis":827,"AT":828,"Ġname":829,"Ġtrue":830,"val":831,"led":832,".f":833,"Ġne":834,"Ġend":835,".T":836,"cre":837,"ark":838,"log":839,"Ex":840,"error":841,"_id":842,"urre":843,"ange":844,"Ġnull":845,"rray":846,"Ġmy":847,"pan":848,"ict":849,"ator":850,"View":851,"List":852,"ĉreturn":853,"âĢĿ":854,"Ġpre":855,"Ġx":856,"clude":857,"arg":858,"ov":859,".h":860,"Ġ>":861,"Ġtheir":862,"')":863,"irst":864,"ick":865,"gh":866,"LE":867,"OR":868,"Ġprivate":869,"tem":870,"čĊčĊ":871,"user":872,"Ġ)":873,"com":874,".A":875,"\";Ċ":876,"Ġid":877,"read":878,"Ġwho":879,"_b":880,"\">Ċ":881,"Ġtime":882,"Ġman":883,"ry":884,"========":885,"roup":886,"rop":887,"public":888,"vel":889,"umber":890,"ble":891,"Ġwhich":892,"****************":893,"Ġany":894,"Ġfalse":895,"we":896,"Ġvalue":897,"Ġli":898,"\")":899,"nder":900,"gr":901,"Ġno":902,"param":903,"fig":904,".com":905,"Ġapp":906,"_l":907,"ions":908,".D":909,"ĠCh":910,"Ġabout":911,"Ġadd":912,"Ġsu":913,"Ġstring":914,"ID":915,"Ġover":916,"string":917,".l":918,"ource":919,"_C":920,"]Ċ":921,"Ġqu":922,"ĠString":923,"ca":924,"SE":925,"Ġro":926,"sh":927,"ual":928,"Type":929,"son":930,"new":931,"ern":932,"Ġag":933,"AR":934,"];Ċ":935,"].":936,"Ġ?":937,"ical":938,"Ġdes":939,"uth":940,"ix":941,"ays":942,"Ġtype":943,"'t":944,"ault":945,"Ġinter":946,"var":947,".b":948,"Ġpart":949,".d":950,"urrent":951,"IT":952,"EN":953,"enc":954,"(f":955,"ra":956,"value":957,"cho":958,"utton":959,"ose":960,"Ġ!=":961,"ater":962,"é":963,"reate":964,"oll":965,"pos":966,"yle":967,"ng":968,"AL":969,"using":970,"ames":971,"Ġ{čĊ":972,"ates":973,"ely":974,"Ġwork":975,"Ġem":976,"inal":977,"Ġsp":978,"Ġwhen":979,".set":980,"ĠĠĠĠĠĠ":981,"):Ċ":982,"to":983,"quire":984,"indow":985,"lement":986,"pect":987,"ash":988,"[i":989,"Ġuse":990,".F":991,"pec":992,"Ġad":993,"ove":994,"ception":995,"ength":996,"include":997,"ader":998,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":999,"atus":1000,"Th":1001,"itle":1002,"rit":1003,"void":1004,"().":1005,"(Ċ":1006,"Ġoff":1007,"Ġother":1008,"Ġ&&":1009,"';Ċ":1010,"ms":1011,"Ġbeen":1012,"Ġte":1013,"ml":1014,"co":1015,"nc":1016,"ervice":1017,"Ġ%":1018,"**Ċ":1019,"ann":1020,"ade":1021,"ĊĊĊĊ":1022,"lock":1023,"const":1024,"ponse":1025,"Ġsup":1026,"++":1027,"date":1028,"Ġacc":1029,"Ġhad":1030,"Ġbu":1031,"ĠRe":1032,"Ġwere":1033,"Ġfile":1034,"Ġwould":1035,"ĠâĢľ":1036,"ven":1037,"iss":1038,"Ġour":1039,"class":1040,"raw":1041,"Ġyear":1042,"Data":1043,"Ġval":1044,"Ġsome":1045,"fter":1046,"ys":1047,"Ġ///":1048,"round":1049,"view":1050,"Ġpe":1051,"Ġthere":1052,"Ġsaid":1053,"du":1054,"of":1055,"line":1056,"/*":1057,"duct":1058,"Ġher":1059,"ĠĠĠĠĠĠĠĠĠĠĠĠĠ":1060,"Res":1061,"Ġco":1062,"Ġcomm":1063,"ise":1064,"min":1065,"ĠĠĠĠĊ":1066,"#include":1067,"ethod":1068,".P":1069,"ute":1070,"Ġass":1071,"Int":1072,"ask":1073,"loc":1074,"Ġlike":1075,"ody":1076,"Ġlet":1077,"load":1078,"Ġam":1079,"rol":1080,"Ġgr":1081,"yp":1082,"Ġalso":1083,"ĠIt":1084,"url":1085,"ific":1086,"ors":1087,"_P":1088,"_n":1089,"igh":1090,"Ġthan":1091,"Com":1092,"AN":1093,"UL":1094,"ating":1095,"ĠThis":1096,"ref":1097,"_S":1098,"Ġstatic":1099,"roll":1100,"Ġjust":1101,"Ġresult":1102,"ian":1103,"idth":1104,"Ġthem":1105,"));Ċ":1106,"der":1107,"reak":1108,"Con":1109,"://":1110,"ule":1111,"...":1112,"arch":1113,"ement":1114,"Ġ<<":1115,"ush":1116,"ense":1117,"arr":1118,"Ġinto":1119,"cess":1120,"amp":1121,"ied":1122,"ument":1123,"Ġ\\":1124,"],":1125,"wo":1126,"als":1127,"Ġwhat":1128,"anc":1129,"Value":1130,"='":1131,"olum":1132,"Ġpos":1133,"ages":1134,"ayer":1135,"Ġsc":1136,"ues":1137,"\")Ċ":1138,"_T":1139,"Ġlist":1140,"(s":1141,"Ġcase":1142,"Ch":1143,"ĉĉĉĉĉ":1144,"////////":1145,"ponent":1146,"Ġz":1147,"Ġkn":1148,"let":1149,"DE":1150,"red":1151,"Ġfe":1152,"Ġ},Ċ":1153,"Ġ,":1154,"(t":1155,"Ġfirst":1156,"');Ċ":1157,"word":1158,"Ġimport":1159,"Ġact":1160,"Ġchar":1161,"CT":1162,"ĠTr":1163,"ople":1164,"={":1165,"ĉf":1166,"ient":1167,"cent":1168,".j":1169,"lection":1170,"))Ċ":1171,"Ġonly":1172,"Ġprint":1173,"mer":1174,".W":1175,"ock":1176,"Ġ--":1177,"Text":1178,"Ġop":1179,"ank":1180,"Ġits":1181,"Ġback":1182,"[\"":1183,"Ġneed":1184,"Ġcl":1185,"Ġsub":1186,"Ġla":1187,"((":1188,".\"":1189,"Object":1190,"Ġstart":1191,"file":1192,"(self":1193,"ner":1194,"ey":1195,"Ġuser":1196,"Ġent":1197,"ĠCom":1198,"its":1199,"ĠCon":1200,"ouble":1201,"ower":1202,"item":1203,"very":1204,"ĠWe":1205,"lick":1206,"ĠQ":1207,"php":1208,"ttp":1209,"':":1210,"ics":1211,"Ġunder":1212,"Ġ*Ċ":1213,".L":1214,");":1215,"ices":1216,"Ġreg":1217,")čĊ":1218,"ĉpublic":1219,"SS":1220,"Ġthen":1221,"reat":1222,"ious":1223,".G":1224,"ek":1225,"irect":1226,"heck":1227,"cript":1228,"ning":1229,"ĠUn":1230,"Ġmay":1231,"ĠWh":1232,"Bo":1233,"Item":1234,"struct":1235,".st":1236,"ream":1237,"ible":1238,"loat":1239,"Ġorg":1240,"und":1241,"sum":1242,"_in":1243,"../":1244,"_M":1245,"Ġhow":1246,"rite":1247,"'Ċ":1248,"To":1249,"ww":1250,"Ġpeople":1251,"index":1252,".n":1253,"http":1254,"(m":1255,"ector":1256,"Ġind":1257,"Ġjav":1258,"],Ċ":1259,"ĠHe":1260,"_st":1261,"ful":1262,"ole":1263,"){Ċ":1264,"Ġshould":1265,"opy":1266,"elp":1267,"ier":1268,"_name":1269,"erson":1270,"ION":1271,"ote":1272,"Ġtest":1273,"Ġbet":1274,"rror":1275,"ular":1276,"ãĢ":1277,"ĠÐ":1278,"bs":1279,"ting":1280,"Ġmake":1281,"Tr":1282,"Ġafter":1283,"arget":1284,"RO":1285,"olumn":1286,"rc":1287,"_re":1288,"define":1289,"Ġright":1290,"right":1291,"day":1292,"Ġlong":1293,"[]":1294,"(p":1295,"td":1296,"cond":1297,"ĠPro":1298,"Ġrem":1299,"ptions":1300,"vid":1301,".g":1302,"Ġext":1303,"Ġ__":1304,"')Ċ":1305,"pace":1306,"mp":1307,"Ġmin":1308,"stance":1309,"air":1310,"action":1311,"wh":1312,"type":1313,"util":1314,"ait":1315,"ĊĊ":1339,"Ġshe":1340,"\"]":1341,"aph":1342,"Ġexp":1343,"erty":1344,"ĠSe":1345,"Ġpar":1346,"unc":1347,"ET":1348,"Ġread":1349,"print":1350,"Ġrel":1351,"Ġform":1352,"Ġdr":1353,"Exception":1354,"input":1355,"Ġtrans":1356,"########":1357,"order":1358,"By":1359,"Ġaw":1360,"ities":1361,"uff":1362,"play":1363,".add":1364,"ĠâĢĵ":1365,"Ġwant":1366,"Ġcomp":1367,"ments":1368,"Ġ||":1369,"az":1370,"be":1371,"Ġnumber":1372,"Ġrequire":1373,"ĠEx":1374,"Ġcol":1375,"Ġkey":1376,"ember":1377,"Ġtwo":1378,"Ġsize":1379,"Ġwhere":1380,"UT":1381,"result":1382,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1383,"ough":1384,"orld":1385,"ood":1386,"uch":1387,"ative":1388,"ger":1389,"arent":1390,"Ġ/*":1391,"Ġarg":1392,"Ġwhile":1393,"(this":1394,"Ġrec":1395,"Ġdif":1396,"State":1397,"Ġspec":1398,"ride":1399,"_F":1400,"Ġlook":1401,"AM":1402,"ility":1403,"eter":1404,"âĢĻt":1405,"ĊĊĊ":1406,"ayout":1407,"--------------------------------":1408,"ager":1409,"Ġcould":1410,"Ġbr":1411,"ends":1412,"ures":1413,"Ġknow":1414,"ets":1415,"ĠIf":1416,"ĠSh":1417,".w":1418,"back":1419,"Ġser":1420,"Ġ+=":1421,"Ġfr":1422,"());Ċ":1423,"Ġhand":1424,"Ind":1425,"ULL":1426,"Im":1427,"();ĊĊ":1428,"Ġmost":1429,"Ġtry":1430,"Ġnow":1431,"rough":1432,">čĊ":1433,"ackage":1434,"Ġhim":1435,"._":1436,"ify":1437,"Ġbreak":1438,"Ġ);Ċ":1439,"ren":1440,"#define":1441,"itt":1442,"Ġap":1443,"ĉc":1444,"(n":1445,"ĠYou":1446,":ĊĊ":1447,"-m":1448,"Ġevery":1449,"ustom":1450,"lient":1451,"ocument":1452,"cription":1453,"Error":1454,"-b":1455,"о":1456,"][":1457,"trans":1458,"Ġpoint":1459,"Ġstd":1460,"Ġfil":1461,"Time":1462,"Ġmod":1463,"Ġ->":1464,"Ġerror":1465,"ah":1466,"Ġtext":1467,"roller":1468,"lose":1469,"ql":1470,"Ġpol":1471,"><":1784,".B":1785,"-c":1786,"Ġopen":1787,"Ġest":1788,"ĠĠĠĠĠĠĠĠĊ":1789,"Ġnext":1790,"IM":1791,"ÑĤ":1792,"OT":1793,"ó":1794,"Ġfollow":1795,"content":1796,"ĠĠĠĠĠĠĠĠĠĠĠĠ":1797,"Ġinclud":1798,"HE":1799,"ĠRes":1800,"Ġhref":1801,"и":1802,"Ġcar":1803,"ypes":1804,"image":1805,"Un":1806,"Ġbool":1807,"AD":1808,"Ġgame":1809,".Form":1810,"rows":1811,"*/":1812,"velop":1813,".Drawing":1814,"Ġpath":1815,"ision":1816,"Ġeach":1817,"ĠPl":1818,"_type":1819,"Path":1820,"nection":1821,"Ġav":1822,"').":1823,"Ġsupport":1824,"ENT":1825,"rem":1826,"\").":1827,"Ġown":1828,"Ġcor":1829,"count":1830,"miss":1831,"ually":1832,"Ġmem":1833,"std":1834,"ience":1835,"search":1836,"\"ĊĊ":1837,"Form":1838,"Ġsex":1839,"ename":1840,"Ġsign":1841,"Ġet":1842,"ĠĠĠĠĠĠĠĠĠĠ":1843,"','":1844,"ĠApp":1845,"Ġthose":1846,"off":1847,"Ġerr":1848,"Ġsystem":1849,"Ġbest":1850,"code":1851,"Ġsame":1852,"Ġdi":1853,"uss":1854,"Ġcreate":1855,"ather":1856,"Array":1857,".in":1858,"fe":1859,"Service":1860,"UN":1861,"ats":1862,"ĠZ":1863,"alth":1864,"Ġmade":1865,"true":1866,"AB":1867,"Ġmark":1868,"rid":1869,"ified":1870,",čĊ":1871,"yn":1872,"press":1873,"Ġgroup":1874,"Ġfin":1875,"ĠLicense":1876,"Field":1877,"eger":1878,"Ġworld":1879,"iness":1880,"ty":1881,"Ġprocess":1882,"(b":1883,"Ġcre":1884,"arn":1885,"ives":1886,"Ġmain":1887,"ideo":1888,"_g":1889,"AG":1890,"valid":1891,"img":1892,"PI":1893,"Ġcolor":1894,"Ġreport":1895,"Ġtake":1896,"rib":1897,"OM":1898,"Ġday":1899,"Request":1900,"Ġsk":1901,"bers":1902,"ĉs":1903,".Add":1904,"oot":1905,"Image":1906,"Ġcomple":1907,"ollection":1908,"Ġtop":1909,"Ġfree":1910,"AS":1911,"De":1912,"ĠOn":1913,"IG":1914,"eta":1915,"Date":1916,"Ġaction":1917,"Over":1918,"itor":1919,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":1920,"not":1921,"Ġindex":1922,"her":1923,"icon":1924,"On":1925,";čĊčĊ":1926,"ivity":1927,"mand":1928,".Windows":1929,"OL":1930,"Ġreal":1931,"Ġmax":1932,"land":1933,"....":1934,"raph":1935,"Ġbuild":1936,"leg":1937,"assword":1938,"?ĊĊ":1939,"âĢ¦":1940,"ook":1941,"uck":1942,"Ġmessage":1943,"test":1944,"ivers":1945,"Ġinput":1946,"Ġart":1947,"Ġbetween":1948,"Get":1949,"enter":1950,"ground":1951,"ene":1952,"á":1953,".length":1954,"Node":1955,"(i":1956,"Class":1957,"for":1958,"ĠâĢĶ":1959,"ten":1960,"oin":1961,"Ġke":1962,"ui":1963,"ĠIN":1964,"Ġtable":1965,"sub":1966,"ĠLe":1967,"Ġhead":1968,"Ġmust":1969,"////////////////":1970,".util":1971,"Context":1972,"Ġorder":1973,"Ġmov":1974,"over":1975,"Ġcontin":1976,"Ġsay":1977,"static":1978,".Text":1979,"ĠclassName":1980,"pany":1981,"Ġter":1982,"head":1983,"rg":1984,"Ġproduct":1985,"This":1986,".âĢĿ":1987,"ĠBut":1988,"loy":1989,"Ġdouble":1990,"sg":1991,"Ġplace":1992,".x":1993,"message":1994,"Ġinformation":1995,"private":1996,"Ġoper":1997,"ced":1998,"db":1999,"\">":2179,"aterial":2180,"iled":2181,"Ġput":2182,"Qu":2183,"ÑĢ":2184,"ung":2185,"map":2186,"ĉĉĉĉĉĉĉĉ":2187,"Ġlevel":2188,"Component":2189,"book":2190,"creen":2191,"_RE":2192,"Ġconfig":2193,"ãģ":2194,"Or":2195,".data":2196,"Ġdocument":2197,"\",\"":2198,"tribute":2199,"ux":2200,"Log":2201,"ference":2202,"post":2203,"_e":2204,"Ġlocal":2205,"andom":2206,"assert":2207,"Val":2208,"lected":2209,"ina":2210,"atabase":2211,"Add":2212,"Ġcontent":2213,".print":2214,"signed":2215,"ric":2216,".\"ĊĊ":2217,"Ġfa":2218,"!ĊĊ":2219,"-f":2220,"ived":2221,"Ġquest":2222,".ex":2223,"Ġfloat":2224,"Ġdevelop":2225,"оÐ":2226,"Map":2227,"ading":2228,"Ġposs":2229,"UE":2230,"namespace":2231,"_O":2232,"ĉb":2233,".Get":2234,">(":2235,"json":2236,"etails":2237,"Ġtoo":2238,"Ġextends":2239,"ĠNone":2240,"Ġfore":2241,"(String":2242,"format":2243,"Ġgreat":2244,"inter":2245,"cale":2246,"Ñģ":2247,"ron":2248,"iving":2249,"Ent":2250,"ency":2251,"xt":2252,"oy":2253,"Ġmonth":2254,"Ġhapp":2255,"Ġsuper":2256,"bar":2257,"default":2258,"_de":2259,"ords":2260,"ln":2261,"({Ċ":2262,"ĠInd":2263,"ases":2264,"Ġtitle":2265,"Ġcontext":2266,"oh":2267,"-p":2268,"Em":2269,"Ġmet":2270,"Test":2271,"Ġlife":2272,"_v":2273,"ĠUS":2274,"UI":2275,"ocation":2276,"md":2277,"Ġ[Ċ":2278,"Ġ]":2279,"sw":2280,"Ġincre":2281,"script":2282,"ential":2283,"ways":2284,".de":2285,"Ġsrc":2286,"Ġcatch":2287,"ĠAmeric":2288,"//Ċ":2289,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2290,"Ġpay":2291,"plit":2292,"âĢĶ":2293,"Ġcoun":2294,"obj":2295,".php":2296,"Ġchange":2297,"ething":2298,"'re":2299,"aster":2300,"los":2301,"lation":2302,"ĠĠĊ":2303,"Le":2304,"ä":2305,"({":2306,"ready":2307,"ĠNo":2308,"Ġposition":2309,"Ġold":2310,"Ġbook":2311,"abled":2312,"bug":2313,"Hand":2314,"};ĊĊ":2315,"isplay":2316,"aving":2317,"Ġgover":2318,"Ġversion":2319,"System":2320,"nect":2321,"response":2322,"Style":2323,"Up":2324,"angu":2325,"Ġthree":2326,"init":2327,"ero":2328,"Ġlaw":2329,"endif":2330,"Ġbase":2331,"email":2332,"(l":2333,"_V":2334,"Ġconf":2335,"ATE":2336,"Ġduring":2337,"tes":2338,"Ġconsole":2339,"ĠPr":2340,"Ġspe":2341,"ves":2342,"path":2343,"ialog":2344,"dition":2345,"_to":2346,"ards":2347,"Ġagainst":2348,"etwork":2349,"ĠPh":2350,"_L":2351,"cur":2352,"imit":2353,"With":2354,"Ġpower":2355,"ium":2356,"';ĊĊ":2357,"Ġwom":2358,"left":2359,"ources":2360,"atri":2361,"ĠIm":2362,"ĠMan":2363,"orth":2364,"${":2365,"quals":2366,"ese":2367,"_size":2368,"Ġiss":2369,"otal":2370,"-g":2371,"ique":2372,"rame":2373,"Ġwidth":2374,"erg":2375,")(":2376,"ittle":2377,"TR":2378,"ĠThey":2379,"ences":2380,"rl":2381,"ons":2382,"Ġlabel":2383,".y":2384,"-t":2385,"update":2386,"anel":2387,"sc":2388,".to":2389,"Ġproject":2390,"ü":2391,"Ġelement":2392,"Ġsuccess":2393,"ĉĉĊ":2394,".sh":2395,"ram":2396,"ched":2397,"())Ċ":2398,"Ġ(Ċ":2399,"Ġdate":2400,"Ġtot":2401,"_ST":2402,"All":2403,"ification":2404,"ĉvar":2405,"Ġtri":2406,"chem":2407,"my":2408,"Ġbig":2409,"ĠAd":2410,"ĠAt":2411,"ots":2412,"num":2413,"Act":2414,"Ġmap":2415,"era":2416,"cope":2417,".$":2418,",âĢĿ":2419,"Ġpop":2420,"Ġfew":2421,"Ġlen":2422,"uid":2423,"eters":2424,"ules":2425,"ÃŃ":2426,"source":2427,"https":2428,"Ġdem":2429,"Ġear":2430,"################":2431,"Ġmatch":2432,"ories":2433,"aces":2434,"ĠCl":2435,"Ġnode":2436,"irc":2437,"local":2438,"unity":2439,"};Ċ":2440,"Ġanother":2441,"<<":2442,"ogle":2443,"Ġsit":2444,"ework":2445,"TE":2446,".I":2447,"NS":2448,"ology":2449,"ought":2450,".Cont":2451,">>":2452,"Ġcare":2453,"state":2454,"ĉprivate":2455,"Ġeffect":2456,"++)":2457,"_file":2458,"ending":2459,"Line":2460,"For":2461,"ior":2462,"ĠSc":2463,"Ġfun":2464,".Size":2465,"ĉelse":2466,"])":2467,"start":2468,"vious":2469,"Ġ},":2470,"ours":2471,"Ġleg":2472,"Ġservice":2473,"Ġsince":2474,"iron":2475,"Label":2476,"Ġnon":2477,"Ġlos":2478,"iction":2479,"Ġfull":2480,"acter":2481,"board":2482,"gress":2483,"Ġturn":2484,"ither":2485,".size":2486,"Ġbody":2487,"resh":2488,"eturn":2489,"(_":2490,"yles":2491,"ormal":2492,"pi":2493,"Ġsomething":2494,"!--":2495,"uint":2496,"Ġprodu":2497,"Ġstand":2498,"Ġproble":2499,"Ġavailable":2500,"mt":2501,"ĠBl":2502,"Ġ...":2503,"Ġblock":2504,"Input":2505,"Ġkeep":2506,"Count":2507,"open":2508,"Ġ['":2509,"Ġthrow":2510,"uilder":2511,"Action":2512,"Ġthings":2513,"True":2514,"Ġurl":2515,"ĠBo":2516,"printf":2517,"Ġred":2518,"js":2519,".create":2520,"ĠOr":2521,"Status":2522,"Instance":2523,"Ġcontrol":2524,"Ġcome":2525,"Ġcustom":2526,"location":2527,"model":2528,"ĠčĊ":2529,"Ġsource":2530,"Ġeas":2531,".out":2532,"]ĊĊ":2533,"oney":2534,"Ġawait":2535,"Ġpartic":2536,"AP":2537,"ublish":2538,"odes":2539,"_pro":2540,"ply":2541,"riter":2542,"Ġprov":2543,"Ġmill":2544,"HT":2545,"])Ċ":2546,"Ġchang":2547,"Ġask":2548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2549,"Ġoutput":2550,"Ġemail":2551,".push":2552,"Ġ}čĊčĊ":2553,"ination":2554,"atrix":2555,"Table":2556,"uccess":2557,"]);Ċ":2558,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":2559,"Ġdisc":2560,"([":2561,"Ġbusiness":2562,"height":2563,".html":2564,"ta":2565,"field":2566,"Ġrequired":2567,"_R":2568,"Ġgovern":2569,"}čĊčĊ":2570,"lex":2571,".,":2572,"ĠSet":2573,"urch":2574,"///":2575,"ts":2576,"af":2577,"Ġmight":2578,"istory":2579,"Str":2580,"Ġnever":2581,"Response":2582,"arse":2583,"ada":2584,"ĠHow":2585,"Ġ*)":2586,"Ġ;":2587,"Ġhard":2588,"Ad":2589,"Ġintern":2590,"used":2591,"(data":2592,"mod":2593,"annel":2594,"Ġnp":2595,"ugg":2596,"Ġ/>Ċ":2597,"Ġcalled":2598,"body":2599,"Ġcho":2600,"(r":2601,"_set":2602,"ird":2603,"Ġ>=":2604,"Ġ};Ċ":2605,"Ġoptions":2606,"ĠGener":2607,"Ġheight":2608,"Point":2609,"You":2610,"ety":2611,"Click":2612,"Ġsmall":2613,"Ġide":2614,"Ġaccess":2615,"anguage":2616,"Ġprotected":2617,"Ġjob":2618,"ĠThere":2619,"Def":2620,"Ġaddress":2621,"Ġuint":2622,"Not":2623,"oo":2624,"aps":2625,"":2759,"ĉĠĠĠ":2760,"\"))":2761,"Content":2762,"_W":2763,"plement":2764,"Ġwon":2765,"Ġvideo":2766,"adi":2767,"point":2768,"%%":2769,"Ġgl":2770,"erved":2771,"viron":2772,"IF":2773,"uted":2774,"ãĥ":2775,"'m":2776,"Ġcert":2777,"Ġprof":2778,"Ġcell":2779,"ari":2780,"Ġplayer":2781,"ais":2782,"Ġcost":2783,"Ġhum":2784,"(R":2785,"Ġoffic":2786,"ks":2787,".text":2788,"atures":2789,"Ġtotal":2790,"Ġ*/ĊĊ":2791,"ope":2792,"Ġstat":2793,"UM":2794,"Ġload":2795,"ights":2796,"Ġclear":2797,"uro":2798,"Ġtechn":2799,"upport":2800,"IR":2801,"Ġrow":2802,"Ġseem":2803,"Ġq":2804,"Ġshort":2805,"ĠNot":2806,"ipp":2807,"Group":2808,"section":2809,"max":2810,"irl":2811,"Ġoverride":2812,"Ġcompany":2813,"Ġdone":2814,"\");čĊ":2815,"Ġgre":2816,".Re":2817,"Ġbelie":2818,"rist":2819,"Ġhealth":2820,"ANT":2821,"()ĊĊ":2822,"ĠBe":2823,".value":2824,"ĠGr":2825,"ottom":2826,"Ġargs":2827,"PT":2828,"status":2829,"func":2830,"uments":2831,"-h":2832,"Number":2833,":čĊ":2834,"ĠLog":2835,"erver":2836,"Ġ),Ċ":2837,"ament":2838,"Ġobj":2839,"inc":2840,"Ġchildren":2841,"icy":2842,"IZ":2843,"ands":2844,"ably":2845,"Ġdistrib":2846,"Ġcur":2847,"erial":2848,"Ġdays":2849,"reated":2850,"rect":2851,"-l":2852,"irm":2853,"idden":2854,"omb":2855,"Ġinitial":2856,".js":2857,"Ġâ":2858,"Query":2859,"Ġonline":2860,"imal":2861,".con":2862,"au":2863,"Url":2864,"control":2865,"irection":2866,"Ġinstance":2867,"ORT":2868,"ĠFr":2869,"where":2870,"Ġjavax":2871,"Ġorgan":2872,"apter":2873,"Ġreason":2874,"options":2875,"ĠMar":2876,"(a":2877,"Ġwithin":2878,".âĢĿĊĊ":2879,"ODE":2880,"_DE":2881,"admin":2882,"ended":2883,"Ġdesign":2884,"ĠData":2885,"une":2886,"ĠFile":2887,"root":2888,"Ġcent":2889,"Ġarr":2890,"_add":2891,"len":2892,"page":2893,",'":2894,"_str":2895,"Ġbro":2896,"ability":2897,"outh":2898,"/c":2899,"pose":2900,"irtual":2901,"earch":2902,"_url":2903,"argin":2904,"Http":2905,"Ġschool":2906,"ava":2907,"Ġconsider":2908,".label":2909,"ĠArray":2910,"web":2911,"opt":2912,".println":2913,"ulation":2914,"Ġfunc":2915,"PL":2916,"Ġ\"\\":2917,"ĠText":2918,"actory":2919,"(function":2920,"null":2921,"Ġeng":2922,"down":2923,"Ġinclude":2924,"ĠEn":2925,"ĠDr":2926,"Ġdb":2927,"!!":2928,"side":2929,"Ġinit":2930,"quired":2931,"ĠShe":2932,"Column":2933,"react":2934,"Ġann":2935,"Ġstop":2936,"Ġlater":2937,"ĠThat":2938,"ention":2939,"df":2940,"UG":2941,"ILE":2942,"Ġclient":2943,"raft":2944,"ffer":2945,"POST":2946,"elper":2947,"Ġlove":2948,"quote":2949,"oud":2950,"Ġjson":2951,"Ġable":2952,"Ġmen":2953,"AX":2954,"ĠCopyright":2955,"ö":2956,"avig":2957,"req":2958,"Client":2959,"});Ċ":2960,".Com":2961,"erc":2962,"ilt":2963,"pecial":2964,"_com":2965,"room":2966,".Name":2967,"Ġgive":2968,"amb":2969,"ike":2970,"Ġcondition":2971,"client":2972,"ators":2973,":\"":2974,"Ġcopy":2975,"uture":2976,"iversity":2977,"ernal":2978,"{{":2979,"ĠCan":2980,"ounc":2981,"do":2982,"Ġocc":2983,"Ġappro":2984,"thers":2985,"ze":2986,"Ġeither":2987,"ĠFl":2988,"Ġimportant":2989,"Ġlead":2990,"attr":2991,"ART":2992,"Equal":2993,"Ġda":2994,"etch":2995,"entity":2996,"Ġfamily":2997,"adding":2998,"Ġoption":2999,"Ġexist":3000,"ica":3001,"ĠObject":3002,"'ve":3003,"vers":3004,"itional":3005,"output":3006,"ĠTrue":3007,"ĠOF":3008,"_time":3009,"Ġoffer":3010,"Ġ});ĊĊ":3011,"HER":3012,"egin":3013,"\"\"":3014,"Ġwater":3015,"Ġche":3016,"ĠMy":3017,"ored":3018,"Ġstep":3019,"ances":3020,"CK":3021,"AY":3022,"à¸":3023,"struction":3024,"(C":3025,"ouch":3026,"Stream":3027,"active":3028,"ama":3029,"Entity":3030,"product":3031,"(){Ċ":3032,"Ġgovernment":3033,"ĠID":3034,"ajor":3035,"And":3036,"Ġdisplay":3037,"л":3038,"Ġtimes":3039,"Ġfour":3040,"Ġfar":3041,"Ġpresent":3042,"ĠNS":3043,"Ġ\\Ċ":3044,"uest":3045,"Ġbas":3046,"echo":3047,"child":3048,"ifier":3049,"Handler":3050,"Ġlib":3051,"Property":3052,"translation":3053,"Ġroom":3054,"Ġonce":3055,"Ġ[]":3056,"center":3057,"================================":3058,"Ġresults":3059,"Ġcontinue":3060,"Ġtalk":3061,"_get":3062,"Ġgrow":3063,".sw":3064,"eb":3065,"ĠPublic":3066,"OP":3067,"ecute":3068,"ols":3069,"Ġ**":3070,"\");ĊĊ":3071,"Ġmass":3072,"ured":3073,".class":3074,"omic":3075,"Ġmean":3076,"ips":3077,"Ġaut":3078,");čĊčĊ":3079,"Ġuntil":3080,"Ġmarket":3081,"Ġarea":3082,"uit":3083,"Ġlength":3084,"ĠWith":3085,"structor":3086,"event":3087,"\"><":3088,"ĠSp":3089,"IV":3090,"Ġmus":3091,"iff":3092,"Ġkind":3093,"author":3094,"ounds":3095,"mb":3096,"_key":3097,"width":3098,"pository":3099,"Ġlight":3100,"uk":3101,"Row":3102,"ohn":3103,"alf":3104,"vironment":3105,"apper":3106,"ollections":3107,"Ġside":3108,"_info":3109,"Ġexample":3110,"imary":3111,"Ġwr":3112,"Ġcamp":3113,"cribe":3114,"\"/":3115,"Ġmiss":3116,"way":3117,"Ġbased":3118,"Ġplan":3119,"Vis":3120,"omain":3121,"unk":3122,"Ġaway":3123,"UP":3124,"":3370,"Ġden":3371,"obile":3372,"change":3373,"ĠĠĠĠĠĠĠĠĠĠĠĠĊ":3374,"ici":3375,"na":3376,"ĠForm":3377,"Ġsort":3378,"Select":3379,"pare":3380,"Ġthought":3381,"_con":3382,"Ġtask":3383,"ocus":3384,"ĠDE":3385,"ĠMin":3386,"Ġopt":3387,"ĉbreak":3388,"umer":3389,"KE":3390,"then":3391,"Ġdet":3392,"ĠTest":3393,"ports":3394,"Ġreview":3395,"('/":3396,"move":3397,"Ġswitch":3398,"ERT":3399,"patch":3400,"annot":3401,"ãĤ":3402,"Ġabove":3403,"itive":3404,"Ġquestion":3405,"ĠQu":3406,"ãĢĤĊĊ":3407,"gle":3408,"Ġword":3409,"Ġprovide":3410,"ĠReturn":3411,"Ġresearch":3412,"ão":3413,"ustr":3414,"Ġpublish":3415,"chema":3416,"}}":3417,"ĠCON":3418,"-in":3419,"allback":3420,"Ġcover":3421,"\\\\":3422,"color":3423,"ĠIS":3424,"Ġwhether":3425,"imate":3426,"isc":3427,"Bar":3428,"Ġdiv":3429,"Be":3430,"ourn":3431,"Ġhaving":3432,"lem":3433,"player":3434,"abs":3435,"amera":3436,"ney":3437,"Ġexc":3438,"gether":3439,"plied":3440,"ao":3441,"[$":3442,"Ġ++":3443,"ipe":3444,"show":3445,"/d":3446,"[:":3447,"agement":3448,"lev":3449,"_ID":3450,"rary":3451,"ades":3452,"_se":3453,"ause":3454,"Ġemploy":3455,"Ġ*/čĊ":3456,"Ġfre":3457,"Ġ'@":3458,"Ġcomplet":3459,"Ġlarge":3460,"ral":3461,"\\x":3462,"Ġfac":3463,">":3578,"Ġface":3579,"CTION":3580,"Ġsave":3581,"Ġtyp":3582,"dev":3583,"(\"#":3584,"AGE":3585,"container":3586,"edit":3587,"QL":3588,"Ġitems":3589,"Ġsocial":3590,"ien":3591,"ĠReact":3592,").ĊĊ":3593,"Ġmar":3594,"Ġredu":3595,"ĠRE":3596,".put":3597,"Ġmajor":3598,"Cell":3599,"next":3600,"Ġexpected":3601,"Ġyet":3602,"Ġindiv":3603,"tributes":3604,"atis":3605,"amed":3606,"Ġfood":3607,"Source":3608,"(string":3609,"Ġ+Ċ":3610,"ites":3611,"dr":3612,"Ġmembers":3613,"Ġcomb":3614,"items":3615,"ĠPer":3616,"TH":3617,"=True":3618,"Ġbar":3619,"_SE":3620,"comm":3621,"(w":3622,")ĊĊĊ":3623,"Ġsend":3624,"Ġinc":3625,"unsigned":3626,"FA":3627,"Ġparams":3628,"apping":3629,"ros":3630,"ugin":3631,"fa":3632,"Ġconnection":3633,"Ġ};ĊĊ":3634,"Ġbecome":3635,"Mode":3636,"Ġev":3637,"Ġdiff":3638,"ĠUnited":3639,"Height":3640,"fully":3641,"images":3642,"Ġmakes":3643,"Ġglobal":3644,"Ġcontact":3645,"':Ċ":3646,"Ġabs":3647,"аÐ":3648,"float":3649,"Ġexcept":3650,"ĠPol":3651,"Child":3652,"typ":3653,"Ġcertain":3654,"ión":3655,"OUT":3656,"Ġimpro":3657,"iles":3658,"Ġ-->Ċ":3659,"ĠPart":3660,"values":3661,"oss":3662,"/**":3663,"ilit":3664,"ĠEvent":3665,"curity":3666,"ster":3667,"Ġcharacter":3668,"Ġnews":3669,"Ġ\",":3670,"Ġdevice":3671,"cel":3672,"login":3673,"heet":3674,"Default":3675,"@\"":3676,"ĉĠ":3677,"click":3678,"(value":3679,"ĠAb":3680,"Ġprevious":3681,"ERROR":3682,"ocal":3683,"Ġmaterial":3684,"Ġbelow":3685,"ĠChrist":3686,"Ġmedia":3687,"cover":3688,"ĠUI":3689,"Ġfail":3690,"Ġblack":3691,"Ġcomponent":3692,"ĠAmerican":3693,"Ġadded":3694,"Ġbuy":3695,"stit":3696,"Ġcame":3697,"Ġdelete":3698,"property":3699,"oding":3700,"Ġcard":3701,"rops":3702,"Ġhttps":3703,"Ġroot":3704,"Ġhandle":3705,"CC":3706,"Back":3707,"emplate":3708,"Ġgetting":3709,"_by":3710,"mail":3711,"_sh":3712,".assert":3713,"ĠDec":3714,"(true":3715,"Ġcomput":3716,"Ġclaim":3717,"'=>":3718,"ĠSub":3719,"Ġair":3720,"ops":3721,"nav":3722,"ements":3723,"(id":3724,"Ġenter":3725,"anged":3726,"End":3727,"Ġlocation":3728,"Ġnight":3729,"Ġdoing":3730,"ĠRed":3731,"lin":3732,"}ĊĊĊ":3733,"vider":3734,"Ġpick":3735,"Ġwatch":3736,"essages":3737,"Ġhuman":3738,"Ġdam":3739,"pend":3740,"dir":3741,"Ġtax":3742,"Ġgirl":3743,"reet":3744,"Ġbox":3745,"Ġstrong":3746,"(v":3747,"rel":3748,"Ġinterface":3749,"Ġmsg":3750,"fect":3751,"_at":3752,"Ġhouse":3753,"Ġtrack":3754,"');ĊĊ":3755,"je":3756,"ĠJohn":3757,"istr":3758,"(S":3759,"ube":3760,"Ġce":3761,"itted":3762,"VER":3763,"*)":3764,"parent":3765,"Ġapplication":3766,"any":3767,".swing":3768,"Ġpack":3769,"\\u":3770,"Ġpract":3771,"Ġsection":3772,"ctx":3773,"Ġunsigned":3774,".Point":3775,"ĠOne":3776,"ı":3777,"iple":3778,"aid":3779,"Ñĥ":3780,"Vector":3781,"byte":3782,"Ġwait":3783,"ĠÃł":3784,"Ã¥":3785,"Ġtogether":3786,"Ġthrows":3787,"FO":3788,"'))":3789,"host":3790,"ising":3791,".view":3792,"Ġterms":3793,"framework":3794,"-r":3795,"Ġapply":3796,"Ġsession":3797,"Options":3798,"uggest":3799,"Ġothers":3800,"witter":3801,"Ġfund":3802,"Init":3803,"__(":3804,"ensor":3805,"GET":3806,"Ġseveral":3807,"ii":3808,"[j":3809,"IO":3810,"Ġtemplate":3811,"Position":3812,"Ġecon":3813,"achine":3814,"Ġil":3815,".spring":3816,"main":3817,"elt":3818,"iment":3819,"Rec":3820,"mm":3821,"ĠUniversity":3822,"ursor":3823,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":3824,"GL":3825,"icture":3826,"ithub":3827,"cer":3828,"cast":3829,"From":3830,"ales":3831,"Ġsubject":3832,"password":3833,"ny":3834,"Ġesc":3835,".write":3836,"ï¼Į":3837,"What":3838,".H":3839,"Ġhistory":3840,"ĠFe":3841,"Ġindividual":3842,"unit":3843,"Ġ-->":3844,"Ġdu":3845,"IST":3846,"Ġusers":3847,"fs":3848,"false":3849,"unt":3850,"Title":3851,"Ġmot":3852,"Ġfuture":3853,"ached":3854,"Ġstarted":3855,"Ġmode":3856,"Ġ'<":3857,"_array":3858,"Ġax":3859,"'];Ċ":3860,"ires":3861,"There":3862,"ught":3863,"tml":3864,"posed":3865,"icult":3866,"Ġtook":3867,"Ġgames":3868,"Ġ}}":3869,"Ġ?>Ċ":3870,"Ġproducts":3871,"Is":3872,"Ġbad":3873,"ĠDes":3874,".path":3875,"'ĊĊ":3876,"ĠPost":3877,"avel":3878,"(:":3879,"Ġneeds":3880,"Ġknown":3881,"Fl":3882,"Ġexec":3883,"Ġseen":3884,"ume":3885,"Ġborder":3886,"Ġlive":3887,"temp":3888,"Per":3889,"Ġvariable":3890,"iet":3891,"ĠDef":3892,"Ġge":3893,"eme":3894,"_back":3895,"first":3896,"Ġprovided":3897,"////////////////////////////////":3898,"Ġfilename":3899,"Ġhope":3900,"uly":3901,"auto":3902,"find":3903,"_string":3904,"btn":3905,"itude":3906,"Attribute":3907,"Ġyoung":3908,".txt":3909,"Ġwebsite":3910,"ĠProp":3911,"Ġey":3912,">();Ċ":3913,"ional":3914,"ARR":3915,"ictionary":3916,"urther":3917,".":3997,"tx":3998,"Ġpur":3999,"uel":4000,"ymbol":4001,"uation":4002,"anger":4003,"Ġbackground":4004,"ecess":4005,"efined":4006,"........":4007,"Ġdescription":4008,"Ġrepresent":4009,"\"));Ċ":4010,"pression":4011,"rowser":4012,"Ġseries":4013,"wards":4014,"($_":4015,"aise":4016,"Ġhot":4017,"acity":4018,"ries":4019,"actions":4020,"Create":4021,"adio":4022,"amples":4023,"Ġoriginal":4024,"ensive":4025,"font":4026,"stream":4027,"using":4028,".springframework":4029,"server":4030,"Ġbill":4031,"ACK":4032,"ilename":4033,"Ġframe":4034,"Ġ=Ċ":4035,"Edit":4036,"adius":4037,"Ġdraw":4038,"anks":4039,"Ġdeter":4040,"Ġcomes":4041,"_int":4042,"Ġforeach":4043,"angle":4044,"Ġelect":4045,"pected":4046,"Header":4047,"istration":4048,"False":4049,"ĠGame":4050,"Ġfilter":4051,"Activity":4052,"Ġlarg":4053,"inition":4054,"Ġ\"<":4055,"ised":4056,"Ġremove":4057,"ĠTrans":4058,"met":4059,"see":4060,"Format":4061,"Command":4062,"ĠEX":4063,"None":4064,"Ġfront":4065,"ASE":4066,"ĠRec":4067,"oundation":4068,"Ġvo":4069,"=\\\"":4070,"(*":4071,"Change":4072,".Write":4073,"group":4074,"ients":4075,"uy":4076,"****************************************************************":4077,"Ġdig":4078,"hr":4079,"(-":4080,"Ġgen":4081,"number":4082,"vec":4083,"urope":4084,"entry":4085,"LL":4086,"Ġste":4087,"Valid":4088,"'],":4089,"_param":4090,"Ġselected":4091,"Ġaccording":4092,"ĠDis":4093,"Ġutil":4094,"Buffer":4095,"_error":4096,"Ġassoci":4097,"_SIZE":4098,"Ġwor":4099,"Ġprintf":4100,"rag":4101,"Âł":4102,"DD":4103,"ĠVal":4104,"Ġactiv":4105,"Eng":4106,"etime":4107,"Ġvirtual":4108,"aign":4109,"aur":4110,"ĠPres":4111,"ĠException":4112,"Ġanything":4113,"ĠOff":4114,"Ġhours":4115,"Ġwar":4116,"Args":4117,"aging":4118,"Ġmodels":4119,"ĠTime":4120,"Ob":4121,"ams":4122,"joy":4123,"Ġearly":4124,".read":4125,"Ġcenter":4126,"ĠInitial":4127,"Ġlanguage":4128,"length":4129,"xy":4130,"Ġsn":4131,"Ġinf":4132,"Post":4133,"Ġago":4134,"Ġeasy":4135,"_code":4136,"ĠANY":4137,"_ch":4138,"Ġdownload":4139,"(T":4140,"aved":4141,"âĢĵ":4142,"Ġstudents":4143,"Ġfig":4144,"light":4145,"xx":4146,"Ġbuffer":4147,"ĠDep":4148,"ĠMath":4149,"ITH":4150,"Ġvari":4151,"Ġdue":4152,"Factory":4153,"Ġpor":4154,"Ġep":4155,"otype":4156,"Ġcannot":4157,"Ġwhite":4158,"čĊ":4424,".annot":4425,"Ġcollection":4426,"'.":4427,"Ġsimilar":4428,"Ġtaken":4429,"(\"%":4430,"Order":4431,"']Ċ":4432,"-md":4433,"ĠTH":4434,"aced":4435,"Ġisn":4436,"/j":4437,"Ġson":4438,"graph":4439,"ĠInteger":4440,"Ġnecess":4441,"reen":4442,"Ġum":4443,"Ġ\\<":4444,"Ġmoment":4445,"Ġbring":4446,"Ġindic":4447,"ysis":4448,"Level":4449,"verse":4450,"urrenc":4451,"_test":4452,"Ġentire":4453,"Down":4454,"Ġ}ĊĊĊ":4455,"(result":4456,"ĠRead":4457,"è":4458,"Mod":4459,"Ġtrying":4460,"\"),Ċ":4461,"Ġmember":4462,"ĠCor":4463,"ODO":4464,"-control":4465,"untime":4466,"ĠSim":4467,"Dialog":4468,"plot":4469,"_on":4470,"Ġphys":4471,"}/":4472,"Ġnamespace":4473,"ĉčĊ":4474,"acc":4475,"Player":4476,"ARE":4477,"Ġfoot":4478,"Ġboard":4479,"part":4480,"Ġsus":4481,"wise":4482,"ĠMc":4483,"Ġpush":4484,"ATA":4485,"Ġplease":4486,"ried":4487,"weet":4488,"bit":4489,"ided":4490,"VE":4491,"ĠSw":4492,"UB":4493,"Ġtypes":4494,"edia":4495,"Ġclos":4496,"acebook":4497,"When":4498,"Ġedit":4499,"igger":4500,"Ġenerg":4501,"Container":4502,"Ġphot":4503,"ĠCount":4504,"ĠEurope":4505,".Is":4506,"ĠRuss":4507,"peed":4508,"ĠStr":4509,"Ġpy":4510,"Ġcult":4511,"Ġdefined":4512,"ccount":4513,"Ġobt":4514,".Location":4515,"Ġthread":4516,"ille":4517,"Ġinstead":4518,"strong":4519,"ĠSec":4520,"URE":4521,"Ġidea":4522,".se":4523,"emy":4524,"selected":4525,"Connection":4526,"acing":4527,"thread":4528,".next":4529,"Ġcoll":4530,"Ġfilm":4531,"istic":4532,"Ġcompet":4533,"Ġconn":4534,"though":4535,"Ġcompan":4536,"ocket":4537,"Ġteach":4538,"=(":4539,"Ġphone":4540,"Ġactive":4541,"delete":4542,"tries":4543,"Ġmo":4544,"Ġdeath":4545,"});ĊĊ":4546,"ocol":4547,"Widget":4548,"Ġarticle":4549,"rodu":4550,"andid":4551,"Ñĭ":4552,"ĠCr":4553,"ka":4554,"():":4555,"lood":4556,"ĉĉĉĊ":4557,"Ġalmost":4558,"Ġsell":4559,"ervlet":4560,"rip":4561,"Unit":4562,"Ġapplic":4563,"Ġconnect":4564,"Ġfeature":4565,"Ġvia":4566,"'),":4567,"Ġlim":4568,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4569,"ĠGu":4570,"Engine":4571,"Ġens":4572,"Ġenvironment":4573,"block":4574,"HERE":4575,"NULL":4576,"gy":4577,"tag":4578,")).":4579,"exp":4580,"Ġcompl":4581,"Ġinstall":4582,"Ġcomplete":4583,"queue":4584,"atural":4585,"Ġgeneral":4586,"thon":4587,"Ġasked":4588,"ores":4589,"(res":4590,"Ġreserved":4591,"SP":4592,"ĠâĢ¦":4593,"ÅĤ":4594,"Ġsignific":4595,"Off":4596,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":4597,"ĠAg":4598,"ĠJust":4599,"ĠError":4600,"Ġinfl":4601,"adata":4602,"Ġicon":4603,"asks":4604,"''":4605,"_LO":4606,"?.":4607,"account":4608,"Ġ(*":4609,"')ĊĊ":4610,"rap":4611,"_var":4612,"ĠFOR":4613,"Ġparty":4614,"ĠYour":4615,"cat":4616,"stry":4617,".new":4618,"boot":4619,"ĠNov":4620,"Ġvector":4621,"Ġnormal":4622,"Ġfurther":4623,"Repository":4624,"Ġdatabase":4625,"attle":4626,"Ġmusic":4627,"Ġspeed":4628,"Ġdoc":4629,"process":4630,"IGHT":4631,".parse":4632,"Ġtaking":4633,"Ġviol":4634,"ceed":4635,"ĠAfter":4636,"Ġforward":4637,"Ġcrit":4638,"\"/>Ċ":4639,"rot":4640,"Ġfailed":4641,"efore":4642,"Ġconcern":4643,"oe":4644,"ba":4645,"Ġsender":4646,"Ġterm":4647,"has":4648,"=\"#":4649,"Ġpotential":4650,"Num":4651,"Ġpublished":4652,".close":4653,"ĠImage":4654,"straint":4655,"UD":4656,"ĠOb":4657,"Ġprobably":4658,"lim":4659,"\":Ċ":4660,"olume":4661,"Ġconsum":4662,"ague":4663,"ensions":4664,"Ġinvestig":4665,"-year":4666,"');":4667,"-sm":4668,"Ġenjoy":4669,"orig":4670,"ering":4671,"cp":4672,"leased":4673,"plements":4674,"Ġreturns":4675,"pat":4676,"BO":4677,"ĠHouse":4678,".Label":4679,"Ġweight":4680,"ighb":4681,"Ġconditions":4682,"Ġexception":4683,"description":4684,"Ġtrad":4685,"-to":4686,"Ġ{}":4687,"Ġmodule":4688,"END":4689,".ap":4690,".props":4691,"Ġconstructor":4692,"aves":4693,"Ġfavor":4694,"ĠNow":4695,";i":4696,"ĠMain":4697,"_k":4698,"eries":4699,"âĢĻll":4700,"transform":4701,"imestamp":4702,"Pre":4703,"Ġmer":4704,".res":4705,"stant":4706,"Location":4707,"_NAME":4708,"Ġloss":4709,"ĠĊĊ":4710,"net":4711,"Ġengine":4712,"Block":4713,"Ġissues":4714,"Ġparse":4715,"ĠBar":4716,"Ġstay":4717,"ĠJSON":4718,"Ġdom":4719,"airs":4720,"wner":4721,"Ġlower":4722,"\",čĊ":4723,"ĠDem":4724,"ufact":4725,"Ġps":4726,"Ġperfect":4727,"RL":4728,"Ġeduc":4729,"ls":4730,"emory":4731,"ARRANT":4732,"uge":4733,"Ġexact":4734,".key":4735,"alled":4736,"ech":4737,"ief":4738,"\\/":4739,"oke":4740,"Ġformer":4741,"alloc":4742,"Ġsix":4743,"ida":4744,"Ġmargin":4745,"Ġheart":4746,"ald":4747,"pack":4748,".getElementById":4749,"ĠWARRANT":4750,"Ġrather":4751,"Ġbuilding":4752,"erman":4753,"lice":4754,"Ġquestions":4755,"izes":4756,"lege":4757,"irectory":4758,"Ġje":4759,"Ġcas":4760,"props":4761,"utf":4762,"Ġsecurity":4763,"Ġhowever":4764,"weight":4765,"Ġinside":4766,"Ġpresident":4767,"Char":4768,"ĠWITH":4769,".map":4770,"Ġgraph":4771,"Ġtag":4772,"_status":4773,"Ġattempt":4774,"opp":4775,"uses":4776,"ĉconst":4777,"Ġround":4778,",$":4779,"Ġfriends":4780,"Email":4781,"?>":4782,"Resource":4783,"KEY":4784,"osp":4785,".query":4786,"ĠNorth":4787,"ables":4788,"istrib":4789,"_class":4790,"ello":4791,"That":4792,"к":4793,"pecially":4794,"ĠPresident":4795,"Ġcampaign":4796,"Ġalt":4797,"area":4798,"Ġchall":4799,"Ġopport":4800,".Con":4801,"Ġenergy":4802,"like":4803,".string":4804,"ington":4805,")*":4806,"yy":4807,"Ġprofession":4808,"irth":4809,"Ġseg":4810,"æľ":4811,"Ġhor":4812,"iers":4813,"can":4814,"Ġbehind":4815,"Product":4816,"fg":4817,"ĠSk":4818,".jpg":4819,"?:":4820,"];ĊĊ":4821,"Ġcallback":4822,"ĠHttp":4823,"ÑĮ":4824,"long":4825,"MS":4826,"ATH":4827,"Ġraise":4828,"Ġwanted":4829,"rown":4830,"utor":4831,"lt":4832,"]=":4833,"eline":4834,"MA":4835,"Ġsepar":4836,"cs":4837,"semb":4838,"Dis":4839,"bserv":4840,"ĠWill":4841,"Ġpolicy":4842,"Ġthird":4843,"phone":4844,"Ġbed":4845,"/g":4846,".__":4847,"ĠInc":4848,"izing":4849,".remove":4850,"instance":4851,".type":4852,"Ġserv":4853,"Each":4854,"Ġhar":4855,"ĠMessage":4856,"(key":4857,"SELECT":4858,"Pos":4859,"));čĊ":4860,"Ġrecomm":4861,"Ġtraining":4862,"ĠEnt":4863,"ĠChar":4864,"icht":4865,"(file":4866,"Ġprior":4867,"Game":4868,"Ġexit":4869,"Params":4870,".core":4871,"PC":4872,"nes":4873,"anced":4874,"(request":4875,"Password":4876,"}>Ċ":4877,"Ġmag":4878,"Ġrelease":4879,"Ġshall":4880,"udent":4881,"ĠSouth":4882,"ando":4883,":'":4884,".TabIndex":4885,"sk":4886,"anner":4887,"isset":4888,"Ġoutside":4889,"ledge":4890,"Ġå":4891,"ĠRob":4892,"Ġimm":4893,"!Ċ":4894,"ĠWeb":4895,"Des":4896,"BC":4897,"ancial":4898,"Route":4899,"Dec":4900,"ferences":4901,"Ġpurch":4902,"ĠModel":4903,"ctor":4904,"gn":4905,"_start":4906,"_un":4907,".*":4908,"ises":4909,"Ġground":4910,"Ġunique":4911,"Ġbeaut":4912,"{\"":4913,"Ġpour":4914,"ĠOct":4915,"Ġtree":4916,"sets":4917,"_res":4918,"')->":4919,"_reg":4920,"(\"\\":4921,"Ġbyte":4922,"Bl":4923,"Ġdating":4924,"Ġmatter":4925,"ĠRem":4926,"Ġ'../":4927,"ĠAug":4928,"ĠLa":4929,"Ġ$(":4930,"ournal":4931,"iam":4932,"Ġshows":4933,"write":4934,"Ġball":4935,"Ġsimply":4936,"Ġfast":4937,"Ġmemory":4938,"ASS":4939,"ĠOf":4940,"oved":4941,"ante":4942,"aul":4943,"istry":4944,")));Ċ":4945,"Ġfit":4946,"_":5129,"\")ĊĊ":5130,"ox":5131,"application":5132,"Ġ]Ċ":5133,"ĊĊĊĊĊĊ":5134,"Ġsoon":5135,"ctions":5136,"inger":5137,"Ġjoin":5138,"ĠPe":5139,"Ġë":5140,"Ġlas":5141,".E":5142,"css":5143,"/or":5144,"ĠStart":5145,"ĠTO":5146,"Ġsubs":5147,"conn":5148,"components":5149,"DEBUG":5150,"quare":5151,"Function":5152,"endar":5153,".index":5154,"Ġfill":5155,"ÄĻ":5156,"Ġchoose":5157,"how":5158,"ĠAmerica":5159,"assets":5160,"------------":5161,"ĠValue":5162,"Ġoffice":5163,"Ġveh":5164,"Ġtransform":5165,"ĠArt":5166,"Ġinde":5167,"Ġfn":5168,"Ġimplements":5169,"ango":5170,"plete":5171,"+\"":5172,"tmp":5173,"amily":5174,"Ġhash":5175,"missions":5176,"EST":5177,"gt":5178,"Provider":5179,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5180,"Ġflag":5181,"Ġparticip":5182,"den":5183,"ĠReturns":5184,"Ġnote":5185,"ür":5186,"pm":5187,"ideos":5188,"Ġspecified":5189,"ĠEN":5190,"ester":5191,"olid":5192,"Ġupon":5193,"(std":5194,"ĉv":5195,"Ġ'\\":5196,"uz":5197,"Ġvert":5198,"Ġvict":5199,"ĉself":5200,"Ġ\"$":5201,".k":5202,"Ġgroups":5203,"github":5204,"lang":5205,"Ġmut":5206,"TO":5207,"Ġve":5208,"ĠPlease":5209,";ĊĊĊ":5210,"access":5211,"Ġ{\"":5212,"rea":5213,"Ġrisk":5214,"icker":5215,"oggle":5216,"ĉwhile":5217,"ANG":5218,".send":5219,"Ġwoman":5220,"Ġgets":5221,"Ġign":5222,"ĠId":5223,"_log":5224,"ONE":5225,"Ġevid":5226,"ĠHar":5227,"_sub":5228,"Ġendl":5229,"Ġincluded":5230,"());ĊĊ":5231,"ĠAp":5232,"igr":5233,"Ġsem":5234,"ĠBlack":5235,"doc":5236,"_table":5237,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5238,"-up":5239,"Ġcause":5240,"Ġ..":5241,"Ġvan":5242,"_dict":5243,"Ġfocus":5244,"IND":5245,"CESS":5246,".Log":5247,"Ġmultiple":5248,"ido":5249,"Ġregard":5250,"-M":5251,"andler":5252,"ourse":5253,"Ġdeg":5254,".U":5255,"Ġaddition":5256,"Ġvarious":5257,"Ġreceive":5258,"ен":5259,"ĠHT":5260,"Obj":5261,"DF":5262,"Ġincrease":5263,"ĠOpen":5264,"];":5265,"Ġcommit":5266,"?Ċ":5267,"ategories":5268,"atory":5269,"ship":5270,"ĠMich":5271,"Ġhtml":5272,"romise":5273,"Ġleave":5274,"Ġstrateg":5275,"aven":5276,"ĠConsole":5277,"known":5278,"-n":5279,"_LE":5280,".component":5281,"Ġbre":5282,"Session":5283,"iance":5284,"Ġalign":5285,"typedef":5286,"_result":5287,"ĠWHERE":5288,".split":5289,"Ġreading":5290,"FAULT":5291,"Ġclo":5292,"Ġnotice":5293,"_pr":5294,"arter":5295,"Ġlock":5296,"Ġstandard":5297,"etic":5298,"ellow":5299,"Ġpadding":5300,"ĠHis":5301,"Ġstates":5302,"_cast":5303,"(P":5304,"aa":5305,"Ġinternal":5306,"ean":5307,"ĠPRO":5308,"ĠKey":5309,"Ġespecially":5310,"ming":5311,"Ġcross":5312,"Ġnational":5313,"_object":5314,"filter":5315,"Ġscript":5316,".update":5317,"_i":5318,"ĠAssert":5319,"/core":5320,"%%%%":5321,"Ġproblems":5322,"istor":5323,"Ġ.=":5324,"Ġarch":5325,"Ġwritten":5326,"Ġmilit":5327,"MENT":5328,".ch":5329,"cape":5330,"ĠMus":5331,"_config":5332,"ĠAPI":5333,"foot":5334,"Ġimages":5335,"endl":5336,".In":5337,"First":5338,"Ġplatform":5339,".prot":5340,"Option":5341,"ste":5342,"ĠTODO":5343,"Ġforce":5344,".cont":5345,"ĉecho":5346,"ĠDav":5347,"Ptr":5348,"(B":5349,"RT":5350,"ĠBase":5351,"]['":5352,"Ġannounc":5353,"console":5354,"ĠPy":5355,"ds":5356,".as":5357,"Ġprevent":5358,"apan":5359,"Ġ{'":5360,"}'":5592,"Ġdead":5593,"VAL":5594,"QUE":5595,"************************************************************************":5596,"Ġcharg":5597,"Return":5598,"Ġful":5599,"dom":5600,"Ġrules":5601,"Ġmodify":5602,"Ġeval":5603,"ham":5604,"atement":5605,"\\<":5606,"ula":5607,"=False":5608,"RA":5609,"Ġcontains":5610,"Ġstack":5611,"mar":5612,"Ġ{}Ċ":5613,"Ġundefined":5614,"Ass":5615,"ĠChina":5616,"vey":5617,"*Ċ":5618,"Ġplaying":5619,")/":5620,"actor":5621,"Ġbottom":5622,"lier":5623,"ĠNumber":5624,"Ġcouple":5625,"DC":5626,"ĠSO":5627,"gor":5628,".setText":5629,"success":5630,"command":5631,"Filter":5632,"ĠOur":5633,"_item":5634,"Ġctx":5635,"Ġroad":5636,"Version":5637,"case":5638,"urt":5639,"avior":5640,"ych":5641,"sembly":5642,"ĠProduct":5643,"Ġheld":5644,"afe":5645,"Ġincludes":5646,"&":5789,"CON":5790,"Ġrepl":5791,"Ġregular":5792,"Storage":5793,"ramework":5794,"Ġgoal":5795,"Ġtouch":5796,".widget":5797,"Ġbuilt":5798,"des":5799,"Part":5800,"(re":5801,"Ġworth":5802,"hib":5803,"game":5804,"Ġв":5805,"acion":5806,"ĠWhite":5807,"(type":5808,"(`":5809,"Ġnatural":5810,"Ġinj":5811,"Ġcalcul":5812,"ĠApril":5813,".List":5814,"Ġassociated":5815,"ĉSystem":5816,"~~":5817,"=[":5818,"Ġstorage":5819,"Ġbytes":5820,"Ġtravel":5821,"Ġsou":5822,"Ġpassed":5823,"!=":5824,"ascript":5825,".open":5826,"Ġgrid":5827,"Ġbus":5828,"Ġrecogn":5829,"Ab":5830,"Ġhon":5831,"ĠCenter":5832,"Ġprec":5833,"build":5834,"HTML":5835,"ĠSan":5836,"Ġcountries":5837,"aled":5838,"token":5839,"kt":5840,"Ġqual":5841,"Last":5842,"adow":5843,"Ġmanufact":5844,"idad":5845,"jango":5846,"Next":5847,"xf":5848,".a":5849,"Ġporno":5850,"ĠPM":5851,"erve":5852,"iting":5853,"_th":5854,"ci":5855,"=None":5856,"gs":5857,"Ġlogin":5858,"atives":5859,"']);Ċ":5860,"Äħ":5861,"Ġill":5862,"IA":5863,"children":5864,"DO":5865,"Ġlevels":5866,"Ġ{{":5867,"Ġlooks":5868,"Ġ\"#":5869,"ToString":5870,"Ġnecessary":5871,"ĠĠĠĊ":5872,"cell":5873,"Entry":5874,"Ġ'#":5875,"Ġextrem":5876,"Selector":5877,"Ġplaceholder":5878,"Load":5879,"Ġreleased":5880,"ORE":5881,"Enumer":5882,"ĠTV":5883,"SET":5884,"inq":5885,"Press":5886,"ĠDepartment":5887,"Ġproperties":5888,"Ġrespond":5889,"Search":5890,"ael":5891,"Ġrequ":5892,"ĠBook":5893,"/Ċ":5894,"(st":5895,"Ġfinancial":5896,"icket":5897,"_input":5898,"Ġthreat":5899,"(in":5900,"Strip":5901,"ìĿ":5902,"ção":5903,"Ġevidence":5904,"));":5905,"ĠBro":5906,"Ġ[];Ċ":5907,"Ġou":5908,"buf":5909,"Script":5910,"dat":5911,"Ġrule":5912,"#import":5913,"=\"/":5914,"Serial":5915,"Ġstarting":5916,"[index":5917,"ae":5918,"Ġcontrib":5919,"session":5920,"_new":5921,"utable":5922,"ober":5923,"Ġ\"./":5924,"Ġlogger":5925,"Ġrecently":5926,"Ġreturned":5927,"ččĊ":5928,")))Ċ":5929,"itions":5930,"Ġseek":5931,"Ġcommunic":5932,"Ġ\".":5933,"Ġusername":5934,"ECT":5935,"DS":5936,"Ġotherwise":5937,"ĠGerman":5938,".aw":5939,"Adapter":5940,"ixel":5941,"Ġsystems":5942,"Ġdrop":5943,"Ġstructure":5944,"Ġ$(\"#":5945,"encies":5946,"anning":5947,"ĠLink":5948,"ĠResponse":5949,"Ġstri":5950,"ż":5951,"ĠDB":5952,"æĹ":5953,"android":5954,"submit":5955,"otion":5956,"(@":5957,".test":5958,"ĊĊĊĊĊĊĊĊ":5959,"];čĊ":5960,"Ġdirectly":5961,"Ġ\"%":5962,"ris":5963,"elta":5964,"AIL":5965,"){čĊ":5966,"mine":5967,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":5968,"(k":5969,"bon":5970,"asic":5971,"pite":5972,"___":5973,"Max":5974,"Ġerrors":5975,"ĠWhile":5976,"Ġarguments":5977,"Ġensure":5978,"Right":5979,"-based":5980,"Web":5981,"Ġ-=":5982,"Ġintrodu":5983,"ĠInst":5984,"ĠWash":5985,"ordin":5986,"join":5987,"Database":5988,"Ġgrad":5989,"Ġusually":5990,"ITE":5991,"Props":5992,"?>Ċ":5993,"ĠGo":5994,"@Override":5995,"REF":5996,"Ġip":5997,"ĠAustral":5998,"Ġist":5999,"ViewById":6000,"Ġserious":6001,"Ġcustomer":6002,".prototype":6003,"odo":6004,"cor":6005,"Ġdoor":6006,"ĠWITHOUT":6007,"Ġplant":6008,"Ġbegan":6009,"Ġdistance":6010,"()).":6011,"Ġchance":6012,"Ġord":6013,"came":6014,"pragma":6015,"Ġprotect":6016,"ragment":6017,"ĠNode":6018,"ening":6019,"Ñĩ":6020,"Ġroute":6021,"ĠSchool":6022,"hi":6023,"Ġneighb":6024,"After":6025,"licit":6026,"Ġcontr":6027,"Ġprimary":6028,"AA":6029,".WriteLine":6030,"utils":6031,"Ġbi":6032,"Red":6033,".Linq":6034,".object":6035,"Ġleaders":6036,"unities":6037,"Ġgun":6038,"onth":6039,"ĠDev":6040,"FILE":6041,"Ġcomments":6042,"_len":6043,"arrow":6044,"amount":6045,"Range":6046,"sert":6047,"GridView":6048,"Ġupdated":6049,"ĠMo":6050,"Ġinform":6051,"ociety":6052,"ala":6053,"Access":6054,"Ġhab":6055,"Ġcreat":6056,"_arg":6057,"ĠJanuary":6058,"ĠDay":6059,"\")čĊ":6060,"uple":6061,"document":6062,"gorith":6063,"menu":6064,"ĠOver":6065,"bb":6066,".title":6067,"_out":6068,"Ġled":6069,"uri":6070,"Ġ?>Ċ":6107,"run":6108,"Ġscene":6109,"(array":6110,"device":6111,"_title":6112,"agon":6113,"]čĊ":6114,"aby":6115,"Ġbecame":6116,"boolean":6117,"Ġpark":6118,"ĠCode":6119,"upload":6120,"riday":6121,"ĠSeptember":6122,"Fe":6123,"Ġsen":6124,"cing":6125,"FL":6126,"Col":6127,"uts":6128,"_page":6129,"inn":6130,"Ġimplied":6131,"aling":6132,"Ġyourself":6133,".Count":6134,"conf":6135,"Ġaud":6136,"_init":6137,".)":6138,"Ġwrote":6139,"NG":6140,".Error":6141,"ä»":6142,".for":6143,"Ġequal":6144,"ĠRequest":6145,"Ġserial":6146,"Ġallows":6147,"XX":6148,"Ġmiddle":6149,"chor":6150,"ø":6151,"erval":6152,".Column":6153,"reading":6154,"Ġescort":6155,"ĠAugust":6156,"Ġquickly":6157,"Ġweap":6158,"ĠCG":6159,"ropri":6160,"ho":6161,"Ġcop":6162,"(struct":6163,"ĠBig":6164,"Ġvs":6165,"Ġfrequ":6166,".Value":6167,"Ġactions":6168,"Ġproper":6169,"Ġinn":6170,"Ġobjects":6171,"Ġmatrix":6172,"avascript":6173,"Ġones":6174,".group":6175,"Ġgreen":6176,"Ġpaint":6177,"ools":6178,"ycl":6179,"encode":6180,"olt":6181,"comment":6182,".api":6183,"Dir":6184,"Ġune":6185,"izont":6186,".position":6187,"Ġdesigned":6188,"_val":6189,"avi":6190,"iring":6191,"tab":6192,"Ġlayer":6193,"Ġviews":6194,"Ġreve":6195,"rael":6196,"ĠON":6197,"rics":6198,"np":6199,"Ġcore":6200,"());čĊ":6201,"Main":6202,"Ġexpert":6203,"ĉĉčĊ":6204,"_en":6205,"Ġ/>":6206,"utter":6207,"IAL":6208,"ails":6209,"ĠKing":6210,"*/ĊĊ":6211,"ĠMet":6212,"_end":6213,"addr":6214,"ora":6215,"Ġir":6216,"Min":6217,"Ġsurpr":6218,"Ġrepe":6219,"Ġdirectory":6220,"PUT":6221,"-S":6222,"Ġelection":6223,"haps":6224,".pre":6225,"cm":6226,"Values":6227,"Ġ\"Ċ":6228,"column":6229,"ivil":6230,"Login":6231,"inue":6232,"Ġbeautiful":6233,"Ġsecret":6234,"(event":6235,"Ġchat":6236,"ums":6237,"Ġorigin":6238,"Ġeffects":6239,"Ġmanagement":6240,"illa":6241,"tk":6242,"Ġsetting":6243,"ĠCour":6244,"Ġmassage":6245,"ĉend":6246,"Ġhappy":6247,"Ġfinish":6248,"Ġcamera":6249,"ĠVer":6250,"ĠDemocr":6251,"ĠHer":6252,"(Q":6253,"cons":6254,"ita":6255,"Ġ'.":6256,"{}":6257,"ĉC":6258,"Ġstuff":6259,"Ġ:Ċ":6260,"ĠAR":6261,"Task":6262,"hidden":6263,"eros":6264,"IGN":6265,"atio":6266,"ĠHealth":6267,"olute":6268,"Enter":6269,"'>":6270,"ĠTwitter":6271,"ĠCounty":6272,"scribe":6273,"Ġ=>Ċ":6274,"Ġhy":6275,"fit":6276,"Ġmilitary":6277,"Ġsale":6278,"required":6279,"non":6280,"bootstrap":6281,"hold":6282,"rim":6283,"-old":6284,"ĠDown":6285,"Ġmention":6286,"contact":6287,"_group":6288,"oday":6289,"Ġtown":6290,"Ġsolution":6291,"uate":6292,"elling":6293,"]->":6294,"otes":6295,"ental":6296,"omen":6297,"ospital":6298,"ĠSup":6299,"_EN":6300,"Ġslow":6301,"SESSION":6302,"Ġblue":6303,"ago":6304,"Ġlives":6305,"Ġ^":6306,".un":6307,"inst":6308,"enge":6309,"Ġcustomers":6310,"Ġcast":6311,"udget":6312,"ï¼ģ":6313,"icens":6314,"Ġdetermin":6315,"Selected":6316,"_pl":6317,"ueue":6318,"Ġdark":6319,"//ĊĊ":6320,"si":6321,"thern":6322,"ĠJapan":6323,"/w":6324,"PU":6325,"ĠEast":6326,"ovie":6327,"Ġpackage":6328,"Ġnor":6329,"Ġapi":6330,"bot":6331,"\"];Ċ":6332,"_post":6333,"ulate":6334,"Ġclub":6335,"'));Ċ":6336,"Ġloop":6337,"PIO":6338,"ione":6339,"shot":6340,"Initial":6341,"Ġplayed":6342,"register":6343,"rought":6344,"_max":6345,"acement":6346,"match":6347,"raphics":6348,"AST":6349,"Ġexisting":6350,"Ġcomplex":6351,"DA":6352,".Ch":6353,".common":6354,"mo":6355,"Ġ'../../":6356,"ito":6357,"Ġanalysis":6358,"Ġdeliver":6359,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":6360,"idx":6361,"Ãł":6362,"ongo":6363,"ĠEnglish":6364,"Ċ":9992,"_default":9993,"ĠDatabase":9994,"rep":9995,"ESS":9996,"nergy":9997,".Find":9998,"_mask":9999,"Ġrise":10000,"Ġkernel":10001,"::$":10002,".Q":10003,"Ġoffering":10004,"decl":10005,"ĠCS":10006,"Ġlisted":10007,"Ġmostly":10008,"enger":10009,"Ġblocks":10010,"olo":10011,"Ġgoverning":10012,"\\F":10013,"Ġconcent":10014,".getText":10015,"Ġmb":10016,"Ġoccurred":10017,"Ġchanging":10018,"Scene":10019,"_CODE":10020,"Beh":10021,"\"The":10022,"Ġtile":10023,"ĠAssociation":10024,"ĉP":10025,"alty":10026,"_ad":10027,"odies":10028,"iated":10029,"Ġprepared":10030,"possible":10031,"Ġmort":10032,"TEST":10033,"Ġignore":10034,"Ġcalc":10035,"Ġrs":10036,"ĠassertEquals":10037,"Ġsz":10038,"ĠTHIS":10039,".\"Ċ":10040,"Ġcanvas":10041,"java":10042,"Ġdut":10043,"VALID":10044,".sql":10045,".input":10046,"Ġaux":10047,"Sup":10048,"Ġartist":10049,"Vec":10050,"_TIME":10051,".stringify":10052,"etween":10053,"ĠCategory":10054,"Ġ[-":10055,"ĠDevExpress":10056,"ĠJul":10057,"Ġring":10058,".ed":10059,"YY":10060,"Let":10061,"TextField":10062,"Ġflat":10063,"_print":10064,"ĠOTHER":10065,"adian":10066,"Ġchecked":10067,"ele":10068,"Align":10069,"standing":10070,"Ġ[],":10071,"Ġlab":10072,"ucky":10073,"ĠChristmas":10074,"(image":10075,".module":10076,"Ġlots":10077,"Ġslightly":10078,"(final":10079,"erge":10080,"è¿":10081,"ĠPolice":10082,"ĠRight":10083,"Ġaward":10084,"ĠOS":10085,"Ġ{}ĊĊ":10086,"Ġptr":10087,"oves":10088,"icated":10089,"ем":10090,"Ġmanage":10091,"oliday":10092,"Amount":10093,"oolStrip":10094,"tbody":10095,"Nav":10096,"wrap":10097,"BB":10098,"Ġwatching":10099,"arios":10100,"Ġoptional":10101,"_K":10102,"ĠLicensed":10103,".Map":10104,"Timer":10105,"ĠAP":10106,"ĠRev":10107,"(o":10108,",c":10109,"umin":10110,"etailed":10111,"ĠHy":10112,"Ġblank":10113,"agger":10114,"ĠSelf":10115,"()[":10116,".make":10117,"earn":10118,"channel":10119,";Ċ":10133,"World":10134,"Ġpython":10135,"Ġlif":10136,"Ġtrav":10137,"Ġconven":10138,"company":10139,"ĠClub":10140,"Ver":10141,"Btn":10142,"Ġzone":10143,"products":10144,"ĠEduc":10145,"Ġverify":10146,"ĠMil":10147,"ono":10148,"]);ĊĊ":10149,"ENCE":10150,"Ġpacket":10151,"Ġcer":10152,"Ġenumer":10153,"Ġpars":10154,"formed":10155,"Ġoccup":10156,"tre":10157,"Ġexercise":10158,"Day":10159,"_sum":10160,"Ġasking":10161,"aption":10162,"Ġorders":10163,"Ġspending":10164,"ĠERR":10165,".Dis":10166,"ĠUtil":10167,"âĢľI":10168,"\\'":10169,"?)":10170,"/>Ċ":10171,"Ġemot":10172,"Ġinfluence":10173,"ĠAfrica":10174,"atters":10175,"Ùħ":10176,".session":10177,"Ġchief":10178,"ĉĉĉĉĉĉĉĉĉĉĉ":10179,"Ġtom":10180,"cluded":10181,"serial":10182,"_handler":10183,".Type":10184,"aped":10185,"Ġpolicies":10186,"-ex":10187,"-tr":10188,"blank":10189,"merce":10190,"Ġcoverage":10191,"Ġrc":10192,"_matrix":10193,"_box":10194,"Ġcharges":10195,"ĠBoston":10196,"Pe":10197,"Ġcircum":10198,"Ġfilled":10199,"Ġnorth":10200,"ictureBox":10201,"ĉres":10202,"è®":10203,"Ġtermin":10204,"Ġ[âĢ¦":10205,"IRECT":10206,"Ġber":10207,"Ġ\"../../":10208,"retch":10209,".code":10210,"_col":10211,"ĠGovernment":10212,"Ġargv":10213,"ĠLord":10214,"asi":10215,"Exec":10216,"ĉlet":10217,"vertis":10218,"Ġdiscussion":10219,"enance":10220,"outube":10221,"typeof":10222,"Ġserved":10223,"ĠPut":10224,"ĉx":10225,"Ġsweet":10226,"Before":10227,"ategy":10228,".of":10229,"ĠMaterial":10230,"Sort":10231,"ONT":10232,"igital":10233,"Why":10234,"Ġsust":10235,"Ġç":10236,"abet":10237,"Ġsegment":10238,"Ġ[],Ċ":10239,"ĠMuslim":10240,"ĠfindViewById":10241,"cut":10242,"_TEXT":10243,"ĠMary":10244,"Ġloved":10245,"Ġlie":10246,"ĠJO":10247,"Ġisset":10248,"month":10249,"Ġprime":10250,"ti":10251,"ĠCarol":10252,"Use":10253,"ĠPop":10254,"ĠSave":10255,"Interval":10256,"execute":10257,"dy":10258,"ĠIran":10259,"_cont":10260,"ĉT":10261,"Ġphase":10262,"checkbox":10263,"week":10264,"Ġhide":10265,"Ġtil":10266,"Ġju":10267,"Custom":10268,"burg":10269,"/M":10270,"TON":10271,"Ġquant":10272,"Ġrub":10273,"ixels":10274,"Ġinstalled":10275,"Ġdump":10276,"Ġproperly":10277,"(List":10278,"Ġdecide":10279,"apply":10280,"Has":10281,"Ġkeeping":10282,"Ġcitizens":10283,"Ġjoint":10284,"pool":10285,"Socket":10286,"_op":10287,"Ġweapon":10288,"gnore":10289,"ĠExec":10290,"otten":10291,"ĠMS":10292,"Ġ(-":10293,"ĠReview":10294,"Ġexamples":10295,"Ġtight":10296,"!(":10297,"DP":10298,"ĠMessageBox":10299,"Ġphotograph":10300,"URI":10301,"ét":10302,"low":10303,"ĠGrand":10304,".persistence":10305,"Ġmaintain":10306,"Ġnums":10307,"Ġzip":10308,"ials":10309,"ĠGets":10310,"peg":10311,"ĠBuffer":10312,"~~~~":10313,"rastructure":10314,"ĠPL":10315,"uen":10316,"obby":10317,"sizeof":10318,"Ġpic":10319,"Ġseed":10320,"Ġexperienced":10321,"Ġodd":10322,"Ġkick":10323,"Ġprocedure":10324,"avigator":10325,"-on":10326,",j":10327,"ĠAlthough":10328,"ĠuserId":10329,"accept":10330,"Blue":10331,"IColor":10332,"layer":10333,"available":10334,"Ġends":10335,".table":10336,"Ġdataset":10337,"bus":10338,"Ġexplain":10339,"(pro":10340,"ĠCommittee":10341,"Ġnoted":10342,"]:Ċ":10343,"Dim":10344,"stdio":10345,".\",Ċ":10346,"_source":10347,"ĠWeek":10348,"ĠEdge":10349,"Ġoperating":10350,"Ġeste":10351,"ipl":10352,"agination":10353,"Ġproceed":10354,"Ġanimation":10355,".Models":10356,"ĠWatch":10357,"iat":10358,"Ġoppon":10359,"/A":10360,"Report":10361,"Ġsounds":10362,"_buf":10363,"IELD":10364,"Ġbund":10365,"ĉget":10366,".pr":10367,"(tmp":10368,"Ġkid":10369,">ĊĊĊ":10370,"Ġyang":10371,"NotFound":10372,"ÑĨ":10373,"math":10374,"@gmail":10375,"ĠLIMIT":10376,"redients":10377,"Ġvent":10378,"avigate":10379,"Look":10380,"Ġreligious":10381,"Ġrand":10382,"rio":10383,"(GL":10384,"_ip":10385,"uan":10386,"iciency":10387,"ĠChange":10388,">čĊčĊ":10389,"ĠEntity":10390,"Ġrencontre":10391,"ĠRet":10392,"plan":10393,"én":10394,"BOOL":10395,"uries":10396,"train":10397,"Definition":10398,"============":10399,"zz":10400,"Animation":10401,"ĠOK":10402,"_menu":10403,".bl":10404,"_score":10405,"Ġacad":10406,"(System":10407,"Ġrefresh":10408,"'=>$":10409,".Graphics":10410,"amento":10411,"pid":10412,"tc":10413,"Ġtips":10414,"Ġhomes":10415,"Ġfuel":10416,"âĸ":10417,"_helper":10418,"ĠĠčĊ":10419,"ĠRoom":10420,".Close":10421,"_attr":10422,"ĠMount":10423,"ĠEv":10424,"arser":10425,"_top":10426,"eah":10427,"ĠDelete":10428,"ãĢį":10429,"uke":10430,"Ġusage":10431,"aria":10432,"_dev":10433,"Ġtexture":10434,"Ġconversation":10435,"eper":10436,"Bean":10437,"done":10438,"nonatomic":10439,"ĠSecond":10440,"Ġshooting":10441,"_pre":10442,"Components":10443,"Ġ]ĊĊ":10444,"__,":10445,"stitution":10446,".Char":10447,">();ĊĊ":10448,"Ġpresented":10449,"Ġwa":10450,"oker":10451,"-ĊĊ":10452,"iner":10453,"Ġbecoming":10454,"Ġincident":10455,"Att":10456,"Ġrevealed":10457,"forc":10458,"Ġboot":10459,".page":10460,"Enumerator":10461,"_->":10462,"Photo":10463,"Ġspring":10464,".\",":10465,"ĠDictionary":10466,"BJECT":10467,"Ġlocations":10468,"Ġsamples":10469,"InputStream":10470,"ĠBrown":10471,"Ġstats":10472,"quality":10473,"Ñħ":10474,"-dis":10475,"Ġhelping":10476,"Ġped":10477,"(se":10478,"ĠWho":10479,"alian":10480,"internal":10481,"Ġft":10482,">().":10483,"->{":10484,"Ġmine":10485,"Ġsector":10486,"Ġgro":10487,"Ġopportunities":10488,"Ġü":10489,"Ġmp":10490,"Ġalleged":10491,"Ġdoubt":10492,"Mouse":10493,"About":10494,"_part":10495,"Ġchair":10496,"Ġstopped":10497,"loop":10498,"entities":10499,"Ġapps":10500,"ansion":10501,"Ġmental":10502,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10503,"FR":10504,"Ġdefend":10505,"care":10506,"Ġideal":10507,"/api":10508,"urface":10509,"Ġele":10510,"ulator":10511,"ĠRights":10512,"anguages":10513,"Ġfunds":10514,"Ġadapt":10515,"Attributes":10516,"Ġdeploy":10517,"opts":10518,"Ġvalidation":10519,"Ġconcerns":10520,"uce":10521,".num":10522,"ulture":10523,"ila":10524,"Ġcup":10525,"Ġpure":10526,".Fore":10527,"ĠHashMap":10528,".valueOf":10529,"asm":10530,"MO":10531,"Ġcs":10532,"Ġstores":10533,"Ġ************************************************************************":10534,"Ġcommunication":10535,"mem":10536,".EventHandler":10537,".Status":10538,"_right":10539,".setOn":10540,"Sheet":10541,"Ġidentify":10542,"enerated":10543,"ordered":10544,"Ġ\"[":10545,"Ġswe":10546,"Condition":10547,"ĠAccording":10548,"Ġprepare":10549,"Ġrob":10550,"Pool":10551,"Ġsport":10552,"rv":10553,"ĠRouter":10554,"Ġalternative":10555,"([]":10556,"ĠChicago":10557,"ipher":10558,"ische":10559,"ĠDirector":10560,"kl":10561,"ĠWil":10562,"keys":10563,"Ġmysql":10564,"Ġwelcome":10565,"king":10566,"ĠManager":10567,"Ġcaught":10568,")}Ċ":10569,"Score":10570,"_PR":10571,"Ġsurvey":10572,"hab":10573,"Headers":10574,"ADER":10575,"Ġdecor":10576,"Ġturns":10577,"Ġradius":10578,"errupt":10579,"Cor":10580,"Ġmel":10581,"Ġintr":10582,"(q":10583,"ĠAC":10584,"amos":10585,"MAX":10586,"ĠGrid":10587,"ĠJesus":10588,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":10589,".DE":10590,"Ġts":10591,"Ġlinked":10592,"free":10593,"ĠQt":10594,"Ġ/**čĊ":10595,"Ġfaster":10596,"ctr":10597,"_J":10598,"DT":10599,".Check":10600,"Ġcombination":10601,"Ġintended":10602,"-the":10603,"-type":10604,"ectors":10605,"ami":10606,"uting":10607,"Ġuma":10608,"XML":10609,"UCT":10610,"Ap":10611,"ĠRandom":10612,"Ġran":10613,".sort":10614,"Ġsorted":10615,".Un":10616,"_PER":10617,"itory":10618,"Ġpriority":10619,"ĠGal":10620,"ĠOld":10621,"hot":10622,"ĠDisplay":10623,"(sub":10624,"_TH":10625,"_Y":10626,"ĠCare":10627,"loading":10628,"Kind":10629,"_handle":10630,",,":10631,"rase":10632,"_replace":10633,".addEventListener":10634,"ĠRT":10635,"Ġentered":10636,"gers":10637,"Ġich":10638,"(start":10639,"/app":10640,"Ġbrother":10641,"Memory":10642,"Outlet":10643,"Ġutf":10644,"prec":10645,"Ġnavigation":10646,"ORK":10647,"Ġdst":10648,"Detail":10649,"Ġaudience":10650,"Ġdur":10651,"Ġcluster":10652,"unched":10653,"Ġ],":10654,"Ġcomfortable":10655,".values":10656,"ĠTotal":10657,"Ġsnap":10658,"Ġstandards":10659,"Ġperformed":10660,"hand":10661,"(\"@":10662,"åŃ":10663,"Ġphil":10664,"ibr":10665,"trim":10666,"Ġforget":10667,"Ġdoctor":10668,".TextBox":10669,"icons":10670,",s":10671,"ĠOp":10672,"Sm":10673,"Stop":10674,"ĉList":10675,"ĉu":10676,"Comment":10677,"_VERSION":10678,".Xtra":10679,"Person":10680,"rb":10681,"LOB":10682,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":10683,"ĠCentral":10684,"ICK":10685,"raq":10686,"Ġputting":10687,"Ġmd":10688,"ĠLove":10689,"Program":10690,"Border":10691,"oor":10692,"Ġallowing":10693,"after":10694,"Ġentries":10695,"ĠMaybe":10696,"]).":10697,"ĠShort":10698,")\\":10699,".now":10700,"friend":10701,"Ġprefer":10702,"ĠGPIO":10703,"osis":10704,"ĠGameObject":10705,"Ġskip":10706,"Ġcompetition":10707,"_match":10708,"lications":10709,"_CONT":10710,".groupBox":10711,"Ġals":10712,"\"We":10713,"_eq":10714,"lan":10715,"_search":10716,"ĠMusic":10717,"asis":10718,"Ġbind":10719,"ĠIsland":10720,"rum":10721,"(E":10722,"Ġseat":10723,"Video":10724,"Ġack":10725,"reek":10726,"={()":10727,"Ġrating":10728,"Ġrestaurant":10729,"DEX":10730,"(buf":10731,"pping":10732,"uality":10733,"Ġleague":10734,"Ġfocused":10735,"apon":10736,"$data":10737,"CLUD":10738,"CLUDING":10739,"Ġabsolute":10740,"(query":10741,"Ġtells":10742,"Ang":10743,"Ġcommunities":10744,"Ġhonest":10745,"oking":10746,"Ġapart":10747,"arity":10748,"/$":10749,"_module":10750,"ĠEnc":10751,".an":10752,".Config":10753,"Cre":10754,"Ġshock":10755,"ĠArab":10756,"IENT":10757,"/re":10758,"Ġretrie":10759,"ycler":10760,"isa":10761,"ĠOrgan":10762,".graph":10763,"Ġí":10764,"ĠBAS":10765,"Enum":10766,"Ġpossibly":10767,"ÑĢаÐ":10768,"ĠJapanese":10769,"Ġcraft":10770,"ĠPlace":10771,"Ġtalent":10772,"Ġfunding":10773,"Ġconfirmed":10774,"Ġcycle":10775,"/x":10776,"GE":10777,"Ġhearing":10778,"Ġplants":10779,"Ġmouth":10780,"pages":10781,"oria":10782,"ĠRemove":10783,"_total":10784,"Ġod":10785,"ollapse":10786,"door":10787,"Ġbought":10788,"Ġaddr":10789,"ARCH":10790,"_dim":10791,"dden":10792,"Ġdecades":10793,"REQUEST":10794,"Ġversions":10795,"fire":10796,"Ġmoves":10797,"fb":10798,"Ġcoffee":10799,".connect":10800,"ĠRow":10801,"Ġschema":10802,"Scope":10803,"-Type":10804,"Ġfighting":10805,"Ġretail":10806,"Ġmodified":10807,"TF":10808,"Files":10809,"nie":10810,"_command":10811,"stone":10812,"ĠÑĤ":10813,"_thread":10814,"Ġbond":10815,"ĠDevelopment":10816,"Ġpt":10817,"FORM":10818,"plet":10819,"Ġidentified":10820,"cpp":10821,"Ġcoding":10822,"oked":10823,"ĠMaster":10824,"IDTH":10825,"Ġresidents":10826,"redit":10827,"ĠPhoto":10828,"=-":10829,"unte":10830,"ateur":10831,"_STATE":10832,"ĠSing":10833,"Ġsheet":10834,".val":10835,"orse":10836,"Ġhers":10837,"Ġdetermined":10838,"Common":10839,"Ġwed":10840,"_queue":10841,"PH":10842,"ĠAtl":10843,"cred":10844,"/LICENSE":10845,"Ġmes":10846,"Ġadvanced":10847,".java":10848,".Sh":10849,"Go":10850,"kill":10851,"fp":10852,"_settings":10853,"Ġpal":10854,"Ġtruck":10855,"Ġcombined":10856,"Ġ\"${":10857,"ĠCorpor":10858,"Ġjoined":10859,"ĠJose":10860,"ĠCup":10861,"uns":10862,"estival":10863,"levision":10864,"Ġbroken":10865,"Ġmarriage":10866,"ĠWestern":10867,"Ġrepresents":10868,"ĠTitle":10869,"Ġss":10870,".Ass":10871,"ongoose":10872,"iento":10873,"<>();Ċ":10874,"Ġabsolutely":10875,"Ġsmooth":10876,"TERN":10877,"ĠUnless":10878,"Word":10879,"Ġmerge":10880,"igan":10881,"ĠVol":10882,"Ġnn":10883,".getId":10884,"Ġз":10885,"Ġsexy":10886,"Ġseeking":10887,"Single":10888,".this":10889,"Ġkom":10890,"bound":10891,";\"":10892,"ĠfontSize":10893,"_df":10894,"Ġinjury":10895,"(H":10896,"Ġissued":10897,"_END":10898,":self":10899,"Ġpatch":10900,"Ġleaves":10901,"Ġadopt":10902,"FileName":10903,"ãĢIJ":10904,"Ġexecutive":10905,"ĠByte":10906,"]))Ċ":10907,"Ġnu":10908,"outing":10909,"cluding":10910,"-R":10911,".options":10912,"Ġsubstant":10913,"avax":10914,"ĠBUT":10915,"Ġtechnical":10916,"Ġtwice":10917,"Ġmás":10918,"Ġunivers":10919,"yr":10920,"Ġdrag":10921,"ĠDC":10922,"Ġsed":10923,"Ġbot":10924,"ĠPal":10925,"ĠHall":10926,"forcement":10927,"Ġauch":10928,".mod":10929,"notation":10930,"_files":10931,".line":10932,"_flag":10933,"[name":10934,"Ġresolution":10935,"Ġbott":10936,"(\"[":10937,"ende":10938,"(arr":10939,"Free":10940,"(@\"":10941,"ĠDistrict":10942,"PEC":10943,":-":10944,"Picker":10945,"ĠJo":10946,"ĠĠĠĠĠĊ":10947,"ĠRiver":10948,"_rows":10949,"Ġhelpful":10950,"Ġmassive":10951,"---Ċ":10952,"Ġmeasures":10953,"ĠRuntime":10954,"Ġworry":10955,"ĠSpec":10956,"ĉD":10957,"ãĢij":10958,"Ġ){Ċ":10959,"Ġworse":10960,"(filename":10961,"Ġlay":10962,"Ġmagic":10963,"ĠTheir":10964,"oul":10965,"stroy":10966,"ĠWhere":10967,"Ġsudden":10968,"Ġdefe":10969,"Ġbinding":10970,"Ġflight":10971,"ĠOnInit":10972,"ĠWomen":10973,"ĠPolicy":10974,"Ġdrugs":10975,"ishing":10976,"('../":10977,"ĠMel":10978,"peat":10979,"tor":10980,"Ġproposed":10981,"Ġstated":10982,"_RES":10983,"Ġeast":10984,"ĠCONDITION":10985,"_desc":10986,"Ġwinning":10987,"folio":10988,"Mapper":10989,"ĠPan":10990,"ĠAnge":10991,".servlet":10992,"Ġcopies":10993,"LM":10994,"Ġvm":10995,"åį":10996,"Ġdictionary":10997,"Seg":10998,"elines":10999,"ĠSend":11000,"Ġiron":11001,"ĠFort":11002,".domain":11003,"Ġdebate":11004,"NotNull":11005,"eq":11006,"acher":11007,"lf":11008,"ĉfmt":11009,"Ġlawy":11010,"ÄŁ":11011,"ĠMen":11012,"Ġtrim":11013,"(NULL":11014,"Ġ!!":11015,"Ġpad":11016,"Ġfollows":11017,"\"][\"":11018,"requ":11019,"ĠEp":11020,".github":11021,"(img":11022,"eto":11023,"('\\":11024,"Services":11025,"umbnail":11026,"_main":11027,"pleted":11028,"fortunately":11029,"Ġwindows":11030,"Ġplane":11031,"ĠConnection":11032,".local":11033,"uard":11034,"}\\":11035,"==\"":11036,"andon":11037,"ĠRoy":11038,"west":11039,"iginal":11040,"emies":11041,"itz":11042,"'):Ċ":11043,"ĠPeter":11044,"Ġtough":11045,"Ġreduced":11046,"Ġcalculate":11047,"Ġrapid":11048,"customer":11049,"Ġefficient":11050,"Ġmedium":11051,"Ġfell":11052,".ref":11053,"ĠCas":11054,"Ġfeedback":11055,"Speed":11056,"(output":11057,"aje":11058,"Ġcategories":11059,"Ġfee":11060,"};":11061,"Ġdeleted":11062,"reh":11063,"Ġproof":11064,"Desc":11065,"Build":11066,"Ġsides":11067,".ArrayList":11068,"-%":11069,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11070,"ر":11071,".match":11072,"ли":11073,"Ġfeels":11074,"Ġachieve":11075,"Ġclim":11076,"_ON":11077,"ĠCD":11078,"Ġteacher":11079,"_current":11080,"bn":11081,"_PL":11082,"isting":11083,"Enable":11084,"GEN":11085,"Ġtv":11086,"Ġsock":11087,"Ġplays":11088,"Ġdiscount":11089,"ĠKE":11090,"ĠDebug":11091,"Fore":11092,"ĠIraq":11093,"Ġappearance":11094,"Mon":11095,"Ġstyled":11096,"ĠHuman":11097,"iot":11098,"ĠHistory":11099,"Ġsac":11100,"ĠCollection":11101,"Ġrecommended":11102,".Selected":11103,"Ġorganizations":11104,"Ġdiscovered":11105,"cohol":11106,"adas":11107,"ĠThomas":11108,"May":11109,"Ġconserv":11110,"Ġdomin":11111,"ĠFollow":11112,"ĠSection":11113,"ĠThanks":11114,"Username":11115,"Ġrecipe":11116,"Ġwonderful":11117,".sleep":11118,"_if":11119,"ĉĊĉĊ":11120,"orno":11121,"Ġru":11122,"_target":11123,".\"\"":11124,"à¦":11125,"EventArgs":11126,"Ġinputs":11127,"Ġfif":11128,"Ġvision":11129,"cy":11130,"ĠSeries":11131,")(((":11132,"Ġtrading":11133,"Ġmarker":11134,"Begin":11135,"Ġtypically":11136,"Ġcauses":11137,"dropdown":11138,"_DEBUG":11139,"Ġdetect":11140,"country":11141,"!\");Ċ":11142,"ĉR":11143,"appy":11144,"Ġcref":11145,"('<":11146,"\"=>":11147,"ĠLE":11148,"reader":11149,"Ġadministr":11150,"õ":11151,"ucket":11152,"Ġfashion":11153,".char":11154,"izar":11155,"Ġdisable":11156,"Ġsuc":11157,"ĠLive":11158,"issue":11159,"Ġmetadata":11160,"flags":11161,"ĠðŁ":11162,"Ġcommitted":11163,"Ġva":11164,"Ġrough":11165,"Ġ'''Ċ":11166,"Ġhighlight":11167,"_vars":11168,"VO":11169,"Ġencoding":11170,"-Z":11171,"_sign":11172,"$(\"#":11173,"Ġrain":11174,"reatest":11175,"ĠEND":11176,"Selection":11177,"Ġcandidates":11178,"Ġsav":11179,".Empty":11180,"Ġdecisions":11181,"Ġcollabor":11182,"ridge":11183,"feed":11184,"ression":11185,"Ġpersons":11186,"VM":11187,"ega":11188,"_BIT":11189,"According":11190,"acked":11191,"Ġdollars":11192,"_loss":11193,"ĠCost":11194,"}\"Ċ":11195,"Notification":11196,"Ġprostit":11197,"Ġauthority":11198,".rec":11199,"Ġspokes":11200,"ĠToday":11201,"istant":11202,"ĠHead":11203,"âĢĿ.":11204,"ertainment":11205,"cean":11206,"culate":11207,"Ġven":11208,"However":11209,"_arr":11210,"Ġtokens":11211,"Graph":11212,"ĠJud":11213,"ĠVirgin":11214,"ĠSerial":11215,"unning":11216,"Mutable":11217,"agers":11218,".csv":11219,"Ġdeveloping":11220,"Ġinstructions":11221,"Ġpromise":11222,"Ġrequested":11223,"_encode":11224,"/\"":11225,"ĠIcon":11226,"uilt":11227,"-day":11228,"Ġintelligence":11229,".IS":11230,"ĠObservable":11231,"ĠHard":11232,"Bool":11233,"idential":11234,".Anchor":11235,"Ġselling":11236,"CI":11237,"AGES":11238,"tle":11239,"bur":11240,"UFFER":11241,"RY":11242,"Ġbigger":11243,"Ġrat":11244,"Ġfamous":11245,"Ġtypename":11246,"Ġexplained":11247,"}}Ċ":11248,"Ġnuclear":11249,"-N":11250,"Ġcrisis":11251,"ĠEnter":11252,"Ġanswers":11253,"/${":11254,"/pl":11255,"Ġsequ":11256,"_next":11257,"mask":11258,"Ġstanding":11259,"Ġplenty":11260,"ĠCross":11261,"ĉret":11262,"dro":11263,"ĠCast":11264,"=true":11265,"ĠChris":11266,"icio":11267,"ĠMike":11268,"Decimal":11269,"addComponent":11270,"Len":11271,"Ġcock":11272,"Ġ#{":11273,"URN":11274,"":11403,"Ġ*=":11404,"ĠPS":11405,"Ġdangerous":11406,"[p":11407,"OME":11408,"Other":11409,"ĠStringBuilder":11410,"Points":11411,"heading":11412,"Ġcurrency":11413,"Ġpercentage":11414,"_API":11415,"Ġclassic":11416,"thead":11417,"ĠMO":11418,"FE":11419,"Idx":11420,"await":11421,"Ġè":11422,"Ġaccident":11423,"Ġvariant":11424,"Ġmyst":11425,"ĠLand":11426,"ĠBre":11427,"Ġharm":11428,"ĠAcc":11429,"Ġcharged":11430,"iones":11431,"Visibility":11432,"arry":11433,"ĠLanguage":11434,"Ġwalking":11435,"\".ĊĊ":11436,"ifer":11437,"Ġleadership":11438,".From":11439,"ynam":11440,"Ġtimestamp":11441,"ipt":11442,"ĠHas":11443,"REFER":11444,"ĠIts":11445,"Ġlistener":11446,"UTE":11447,"_description":11448,"Ġexperiences":11449,"Ġcreates":11450,"RS":11451,"cart":11452,"black":11453,"Ġchoices":11454,"war":11455,"Ġ'''":11456,"Ġordered":11457,"Ġevening":11458,"Ġpil":11459,"Ġtun":11460,"ĠBad":11461,"(app":11462,"random":11463,"Ġexplicit":11464,"Ġarrived":11465,"Ġfly":11466,"Ġeconom":11467,"-mail":11468,"Ġlists":11469,"Ġarchitect":11470,"ĠPay":11471,"Ġds":11472,"ĠSol":11473,"Ġvehicles":11474,"Hz":11475,"-com":11476,"Ġking":11477,"_equal":11478,"ĠHelp":11479,"Ġabuse":11480,"--;Ċ":11481,"Ġextr":11482,"Ġchemical":11483,"ä¿":11484,"Ġorient":11485,"Ġbreath":11486,"ĠSpace":11487,"(element":11488,"wait":11489,"DED":11490,"igma":11491,"Ġentr":11492,"Ġsob":11493,"-name":11494,"Ġaffected":11495,"ika":11496,"Ġcoal":11497,"_work":11498,"Ġhundreds":11499,"Ġpolitics":11500,"subject":11501,"Ġconsumer":11502,"ANGE":11503,"Ġrepeated":11504,"Send":11505,"Ġ#[":11506,"Ġprotocol":11507,"Ġleads":11508,"useum":11509,"Every":11510,"Import":11511,"(count":11512,"Ġchallenges":11513,"Ġnovel":11514,"Ġdepart":11515,"bits":11516,".Current":11517,"Ġ`${":11518,"oting":11519,"(\\":11520,"Ġcreative":11521,"Ġbuff":11522,"Ġintroduced":11523,"usic":11524,"modules":11525,"Are":11526,"-doc":11527,"language":11528,"_cache":11529,"Ġtod":11530,"?>{{":11764,"ĠResource":11765,"ĠStandard":11766,"ĠPrem":11767,"updated":11768,"ivalent":11769,"Ġassets":11770,"_temp":11771,"Ġinterests":11772,"Ġhardware":11773,"ĠRom":11774,"ĠShare":11775,"Ġ''Ċ":11776,"Ġ*,":11777,"ĠTake":11778,"ĠImages":11779,"_CHECK":11780,"(typeof":11781,"ĠJun":11782,"\\<^":11783,"Ġliqu":11784,"Ġworst":11785,"ymbols":11786,"ĉĉĉĠĠĠ":11787,"Ġdrivers":11788,"ĠDocument":11789,"eno":11790,"ĠTechnology":11791,"Ġapproved":11792,"umps":11793,"Ġsnow":11794,"formance":11795,"_ASSERT":11796,"uits":11797,"ÙĨ":11798,"Ġdifferences":11799,".Visible":11800,"ĉĉĉčĊ":11801,"ĠPs":11802,"_fetch":11803,"Ġtodo":11804,".',Ċ":11805,"Ġsel":11806,"urers":11807,"invalid":11808,"Ġtweet":11809,"VEL":11810,"Ġresearchers":11811,"Ġsprintf":11812,"ĠRO":11813,"Ġpel":11814,".Trans":11815,"Ġillegal":11816,"dialog":11817,"smarty":11818,"lg":11819,"_MIN":11820,"Ġhero":11821,"final":11822,"Ġpp":11823,".Le":11824,"Ġci":11825,"ĉRT":11826,"Ġsuggested":11827,"pdf":11828,"aching":11829,"ĠRo":11830,"ĠProperties":11831,"ĠSi":11832,"Ġbuying":11833,"Ġmu":11834,"Ġlands":11835,"ifiers":11836,"ĠFILE":11837,"ROUP":11838,"Ġholder":11839,"ĠSon":11840,"Ġsympt":11841,".route":11842,")?":11843,"Ġargc":11844,"Ġfort":11845,"Ġcasino":11846,"_category":11847,"Ġforum":11848,"prefix":11849,"apture":11850,"Tube":11851,"ems":11852,"imize":11853,"Ġnue":11854,"aus":11855,"course":11856,"ATOR":11857,"()),":11858,"Advertis":11859,"INGS":11860,"Ġacknow":11861,"ĠKorea":11862,"pling":11863,"Ġworker":11864,"PLIED":11865,"hal":11866,"ĠRichard":11867,"Elements":11868,"ĉĉĉĠ":11869,"star":11870,"Ġrelationships":11871,"Ġcheap":11872,"ACH":11873,"ĠXML":11874,",&":11875,"ĠLouis":11876,"Ġride":11877,"_FAIL":11878,"Ġchunk":11879,"[s":11880,"_OUT":11881,"Ġchosen":11882,"_[":11883,"/(":11884,"ĠJeff":11885,"_sl":11886,"priv":11887,"ĠCanadian":11888,"Ġunable":11889,"_FLAG":11890,"Ġnos":11891,"high":11892,"Ġlift":11893,"fun":11894,"(){":11895,"elly":11896,"yclerView":11897,"_as":11898,"_LIST":11899,"Ġradi":11900,".getValue":11901,"ĠAngeles":11902,"ĠSpan":11903,"_instance":11904,"itors":11905,"Ġmigration":11906,"AK":11907,"Oh":11908,"®":11909,".selected":11910,"ĠGT":11911,"Ġadvance":11912,"ĠStyle":11913,".DataGridView":11914,"ection":11915,"Ñİ":11916,"pio":11917,"rog":11918,"Ġshopping":11919,"ĠRect":11920,"Illuminate":11921,"OU":11922,"ĉarray":11923,"Ġsubstantial":11924,"Ġpregn":11925,"Ġpromote":11926,"IEW":11927,".Layout":11928,"Ġsigns":11929,"/.":11930,"Ġletters":11931,"Board":11932,"ctrl":11933,"\"\\":11934,"ĠJones":11935,"Ġvertex":11936,"Ġja":11937,"Ġaffili":11938,"Ġwealth":11939,"ĉdefault":11940,"Ġsignificantly":11941,"Ġec":11942,"Ġxs":11943,"actual":11944,".per":11945,"_step":11946,"anvas":11947,"mac":11948,"Ġtransl":11949,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":11950,"Iterator":11951,"Ġoch":11952,"agnostic":11953,"ĠDuring":11954,"ĠDEFAULT":11955,"Ġtill":11956,"Ġsignature":11957,"Ġbird":11958,"ĠOl":11959,"ĠIr":11960,"HS":11961,"avatar":11962,"ESSAGE":11963,"Ġelev":11964,"Ġmt":11965,"ĠNav":11966,"Ġrelax":11967,"Ġplate":11968,"ITEM":11969,"(date":11970,".not":11971,"Ġgrade":11972,"Ġ}),Ċ":11973,"?\"ĊĊ":11974,"iences":11975,"High":11976,"ĠDIS":11977,"disabled":11978,"QUI":11979,"Ġnoise":11980,"aux":11981,"ĠUP":11982,"osa":11983,"Ġvoc":11984,"Ġ))":11985,"ocom":11986,"_OFF":11987,"ĠDb":11988,"Lock":11989,".eclipse":11990,",d":11991,"ĠDraw":11992,"Ġ\"(":11993,"Ġvisited":11994,"ĠâĪ":11995,"Ġsucceed":11996,"Ġimpossible":11997,"aire":11998,"ĠTurn":11999,"Ġdish":12000,"FG":12001,"Ġsensor":12002,"ANN":12003,"aba":12004,"Ġsurg":12005,"]);čĊ":12006,"Ġfp":12007,"_an":12008,"-J":12009,"-G":12010,"ĠJob":12011,"Convert":12012,"ĠKEY":12013,"Ġauthors":12014,"_server":12015,"\\r":12016,"Ġ-*-":12017,"flex":12018,"Ġsoc":12019,"Ret":12020,"Ġsalt":12021,"ĠâĢ¦ĊĊ":12022,"ĠClear":12023,"(page":12024,"-danger":12025,"Ġrooms":12026,"conv":12027,"#{":12028,".op":12029,"ĠArea":12030,"_SC":12031,"hen":12032,"Ġbegins":12033,"-y":12034,"Ġexcited":12035,"Ġignored":12036,"Ġbonus":12037,"student":12038,"ĠMember":12039,"Ġrelatively":12040,"ĠLow":12041,"ĠProdu":12042,"ateway":12043,"posure":12044,"Ġthick":12045,"aniel":12046,"(view":12047,"ĠCrush":12048,"Extension":12049,"Il":12050,"eed":12051,"LOC":12052,".im":12053,".Items":12054,"Ġconflict":12055,".prevent":12056,"ĠonCreate":12057,"uv":12058,"iser":12059,"Ġwave":12060,"Mar":12061,"ĠCommunity":12062,"iche":12063,"ĠNothing":12064,"[m":12065,"ĠLee":12066,"riends":12067,"ère":12068,"!!!":12069,"anz":12070,".result":12071,"ĠSK":12072,"_PARAM":12073,"Ġdemocr":12074,"BackColor":12075,".exists":12076,"\"It":12077,"(options":12078,"razy":12079,"aser":12080,"\\Database":12081,"alendar":12082,"_ass":12083,";}Ċ":12084,"vertex":12085,"inecraft":12086,"Warning":12087,"argo":12088,"Ġactor":12089,"ĠInstead":12090,"ĠUsing":12091,"Self":12092,"@interface":12093,"Ġspeaking":12094,"ĠParis":12095,"ĠLICENSE":12096,".node":12097,"ĠFood":12098,"EIF":12099,"ĠBi":12100,".Start":12101,"ĠIB":12102,"Ġuniversity":12103,"ĠHeader":12104,".product":12105,"Copy":12106,"etc":12107,"rical":12108,"Ġ>>>":12109,"books":12110,"Ġalgorithm":12111,"Ġ'__":12112,"(javax":12113,"Ġnumerous":12114,"Share":12115,"Have":12116,"Ġrecru":12117,"Ġprove":12118,".substring":12119,"health":12120,"ел":12121,"Ġdecimal":12122,"Ġcommission":12123,"scription":12124,"xC":12125,"Ġsummary":12126,"atted":12127,"Ġcloser":12128,"finished":12129,"()){Ċ":12130,"ĠWood":12131,"_fields":12132,"ku":12133,"_items":12134,"Flag":12135,"Ġconfidence":12136,"ĠFederal":12137,"dux":12138,"Ġcompat":12139,"Ġvertical":12140,"й":12141,"ès":12142,";\">Ċ":12143,"_manager":12144,"()))Ċ":12145,"IDE":12146,":\",":12147,"__Ċ":12148,"ĠWay":12149,"ÑĪ":12150,"Temp":12151,"ĠSTR":12152,"ritten":12153,"Sync":12154,"ĠAV":12155,"ĠCEO":12156,"ĠGuid":12157,"Ġenvironmental":12158,"Ġcorresponding":12159,"ĉconsole":12160,"Ġjustice":12161,"ĠJS":12162,"Ġlived":12163,"gar":12164,"ĠGraph":12165,"ĠStat":12166,"ĠiPhone":12167,".al":12168,"ĠHD":12169,"Ġoccur":12170,"Ġthreshold":12171,"Ġonclick":12172,"REG":12173,".GraphicsUnit":12174,"Meta":12175,"ž":12176,"Ġcum":12177,".gnu":12178,"ë":12179,"Ġobtained":12180,"Ġcomplaint":12181,"Ġeating":12182,"Ġtar":12183,"_task":12184,"Ġopts":12185,"(to":12186,"Pass":12187,"Ġplastic":12188,"tility":12189,"ĠWin":12190,".preventDefault":12191,"pile":12192,"ĠGar":12193,"Ġquantity":12194,"_last":12195,"Ġgreatest":12196,"Dao":12197,"_DIS":12198,"ĠUsed":12199,"ĠHP":12200,"riting":12201,"SION":12202,"blue":12203,"domain":12204,"Ġscores":12205,"Normal":12206,"_admin":12207,"ĠASSERT":12208,"Then":12209,"***":12210,"dist":12211,"lon":12212,"Ġhate":12213,"shal":12214,"ImageView":12215,"database":12216,"Ġpand":12217,"Ġlogic":12218,"=false":12219,"bg":12220,"ĠConfiguration":12221,"Ġnur":12222,"OG":12223,"Ġmarried":12224,":+":12225,"Ġdropped":12226,"Ġregistration":12227,"ом":12228,"ultiple":12229,"izers":12230,"shape":12231,".copy":12232,"Ġwearing":12233,"ĠCath":12234,"Ġdedicated":12235,"Ġ...Ċ":12236,"Ġadvoc":12237,"ĠFamily":12238,"Ġstatements":12239,"ematic":12240,"ampionship":12241,"Ġmotiv":12242,"ĠHave":12243,"Ġblow":12244,"Job":12245,"cert":12246,"_vector":12247,"install":12248,"ĠCOPY":12249,"embed":12250,"DIR":12251,"ĠSpring":12252,"Ġexhib":12253,"cdn":12254,"ĠComment":12255,"ĠOptional":12256,".player":12257,"ĠDark":12258,"(pos":12259,"ĠShould":12260,"Ġcentre":12261,"ĠGuard":12262,"ów":12263,"Ġtrouble":12264,"ENER":12265,"(unsigned":12266,"_service":12267,"Ġns":12268,"uling":12269,"ĠMexico":12270,"ĠNY":12271,"mysql":12272,"Ġlic":12273,"åľ":12274,"Mr":12275,"-fl":12276,"ĠCustomer":12277,"idi":12278,"Ġ?>ĊĊ":12279,"rible":12280,"ĠпÑĢ":12281,"Ġsizes":12282,"_STRING":12283,"validation":12284,"ĠJon":12285,"(Http":12286,"addClass":12287,"Nodes":12288,"Ġfragment":12289,"Ġspoke":12290,"Ġwaste":12291,"Join":12292,"Ġillustr":12293,"eli":12294,"cient":12295,"Ġaid":12296,"Ġprosec":12297,"'){Ċ":12298,"Ġpassing":12299,"Ġfaces":12300,"Shape":12301,"_Z":12302,"iti":12303,"Ġalle":12304,"Ġrobot":12305,"ĠĠĠĠĠĠĠĊ":12306,"ĠSpe":12307,"Ġreceiving":12308,"ĠDetails":12309,"Ġ\")":12310,"mg":12311,"_REF":12312,"Ġcomparison":12313,"*,":12314,"ĠFound":12315,"_session":12316,"(U":12317,"/F":12318,"Ġxxx":12319,"Network":12320,"ders":12321,"Ġcapture":12322,"Ġcorre":12323,"ĠLtd":12324,"ĠAdv":12325,"[@":12326,"Ġclip":12327,"Mill":12328,"ĠProfile":12329,"Ġendif":12330,"Ġoblig":12331,"describe":12332,".element":12333,"riterion":12334,"LD":12335,"ered":12336,"Ġfavour":12337,"score":12338,"ĠFilter":12339,"attributes":12340,"Ġchecks":12341,"Inflater":12342,"ĠPlus":12343,"Ġscientific":12344,"Ġprivacy":12345,"Head":12346,"Ġfeat":12347,"Ġdegrees":12348,"ĠPale":12349,";\">":12350,"Ġfilms":12351,"ĠAudio":12352,"ĠTag":12353,"ĠEnergy":12354,"itar":12355,"parator":12356,"Ġfellow":12357,"Ġevt":12358,"ĠTri":12359,"ĠDAM":12360,"cloud":12361,"ĠPassword":12362,"ĠDemocrats":12363,"ĠAcad":12364,"$lang":12365,"Ġreb":12366,"())ĊĊ":12367,"нÑĭ":12368,"ĠBur":12369,"readcr":12370,"Ġhex":12371,"Console":12372,"ctl":12373,"ousel":12374,"ĠWilliam":12375,"Ġaz":12376,"_PORT":12377,"Ġpractices":12378,"Ġanywhere":12379,"ĠPosition":12380,"Ġ->Ċ":12381,"iams":12382,".username":12383,"placeholder":12384,"Ġoder":12385,"ĠSecretary":12386,"ĠiT":12387,"mond":12388,"events":12389,"?âĢĿ":12390,".Sub":12391,"Ġattached":12392,"Ġnão":12393,"Ġestate":12394,".action":12395,"Ġfigures":12396,"Ġ});čĊ":12397,"Ġsubscri":12398,".tag":12399,"nam":12400,".plot":12401,"noon":12402,"liament":12403,"Character":12404,".tab":12405,"Ġwinter":12406,"ĠVariable":12407,"Ġtrees":12408,"Ġproud":12409,"(V":12410,"_load":12411,"Ġhier":12412,"ĠEcon":12413,"Ġfd":12414,"Ġvictims":12415,"Rest":12416,"iana":12417,"Ġfake":12418,".Println":12419,"Ġstrlen":12420,"Ġsad":12421,"Ġble":12422,"Prot":12423,"Ġbuttons":12424,"Ġtelevision":12425,"Ġlogo":12426,"extension":12427,"ĉj":12428,"stein":12429,"aciones":12430,"Ġ\"\"\"ĊĊ":12431,"Ġsimp":12432,"Ġrecorded":12433,"Ġbrings":12434,"Ġprincipal":12435,"Ġfees":12436,"(source":12437,"kdir":12438,"Ġutils":12439,"Ġcorrectly":12440,"fil":12441,"Ġwel":12442,"Pair":12443,"-button":12444,"scale":12445,"verify":12446,"[c":12447,"Ġ---":12448,"Ġescape":12449,"ikes":12450,"LowerCase":12451,"ician":12452,"Ġchapter":12453,"ĠTYPE":12454,"Ġshadow":12455,"Ġawesome":12456,"WE":12457,"elif":12458,"Ġlambda":12459,"Ġdistinct":12460,"Ġbare":12461,"-off":12462,"Ġcolour":12463,".appendChild":12464,"olec":12465,"aga":12466,".fill":12467,"ĉsuper":12468,"Ġadj":12469,"(position":12470,".getItem":12471,"Short":12472,"Ġtotally":12473,"VD":12474,"ĠTre":12475,"_ep":12476,"vements":12477,"ĠSolution":12478,"Ġfundament":12479,"Follow":12480,"Ġfacility":12481,"Ġhappening":12482,"OF":12483,".textBox":12484,"Span":12485,"Ġ«":12486,"iden":12487,"Ġexceed":12488,"(parent":12489,"Ġcp":12490,"ç»":12491,"Ġhasn":12492,"Ġpri":12493,"Ġconsequ":12494,"nen":12495,"ĠINTO":12496,"Ignore":12497,"ĠFuture":12498,"Ġcarbon":12499,"ĠSteel":12500,"fmt":12501,"okie":12502,"Ġspl":12503,"(title":12504,"-info":12505,"Ġdeals":12506,"Ġfixture":12507,"ea":12508,"Div":12509,"Ġtested":12510,"_return":12511,")ĊĊĊĊ":12512,"upported":12513,"ĠCook":12514,"Ġpaying":12515,"ĠIll":12516,"Ġarrested":12517,"ĠPrime":12518,"_callback":12519,">,Ċ":12520,"driver":12521,"Once":12522,"abb":12523,"_bytes":12524,"ĠSets":12525,"(Object":12526,"Ġcc":12527,"Ġshell":12528,"alo":12529,");//":12530,"(log":12531,"ctors":12532,")":13004,"Ġ$(\".":13005,".pos":13006,"Ġboys":13007,"Ġwedding":13008,"Ġagents":13009,"=\"_":13010,"ĠArmy":13011,"Ġhint":13012,"vision":13013,"Ġtech":13014,"ĠConnect":13015,"Ġlegend":13016,"ĠBet":13017,".Base":13018,"Subject":13019,"Ġlit":13020,"Remove":13021,"Ġ\":":13022,"ĠFinal":13023,"pearance":13024,"ĠiTunes":13025,"Ġparticipants":13026,"ĠPython":13027,"Ġbusy":13028,"iel":13029,"vertices":13030,"ĠtemplateUrl":13031,"ĠClose":13032,"Img":13033,"ĠCorporation":13034,"timestamp":13035,"Ġextend":13036,"Ġwebsites":13037,"Ġpossibility":13038,"оÑĤ":13039,"Ġkö":13040,"Ġmeat":13041,"Ġrepresentation":13042,"Ġĉĉ":13043,"_START":13044,".apply":13045,"ĠValley":13046,"ĠSuccess":13047,"Hi":13048,"Ġnob":13049,"ĠIEnumerable":13050,"_select":13051,"geo":13052,".\")Ċ":13053,"Ġturning":13054,"Ġfabric":13055,"(\"\");Ċ":13056,"Ġperspective":13057,"éĹ":13058,"ĠSn":13059,"Thank":13060,";j":13061,".Parameters":13062,"ĉĠĠĠĠĠĠĠĠĠĠĠ":13063,"Ġfacts":13064,"Ġunt":13065,".instance":13066,"################################################################":13067,"-end":13068,"ĠJOIN":13069,"ĠHen":13070,"Ġuri":13071,"åIJį":13072,"Ġна":13073,"ĠInfo":13074,"Ġconducted":13075,"ĠÃ¥":13076,"OURCE":13077,"Ġwine":13078,"John":13079,".Errorf":13080,"ĠAge":13081,"ounded":13082,"Ġrealize":13083,"Ġ];":13084,"Ġsubsequ":13085,",m":13086,"(User":13087,"iano":13088,"Ġaccompl":13089,"isp":13090,".std":13091,"éĩ":13092,"ĠBed":13093,".setAttribute":13094,"BR":13095,"keep":13096,"ĠALL":13097,"Ġisol":13098,"amma":13099,"Package":13100,"Ġoccasion":13101,"-success":13102,"ед":13103,"ĠLIMITED":13104,"strip":13105,"()ĊĊĊ":13106,"istribution":13107,"Colors":13108,"Ġ+:+":13109,"DidLoad":13110,"aler":13111,"Ġtid":13112,"ĠLED":13113,"ĠLinked":13114,"ĠCart":13115,"())čĊ":13116,"_READ":13117,"Ġkilling":13118,"ĠPHP":13119,"fection":13120,"Ġinstances":13121,"cv":13122,"\"/>":13123,"Ġsf":13124,"Ġtaxes":13125,"_location":13126,"ĠBitcoin":13127,"uable":13128,"rank":13129,"ignore":13130,"track":13131,"ка":13132,"Ġshouldn":13133,"ĠOP":13134,"=>{Ċ":13135,"Ġkm":13136,"Ġhelper":13137,"_head":13138,"ĠWhether":13139,"oco":13140,"_bl":13141,"Ġstatistics":13142,"Ġbeauty":13143,"Ġtog":13144,"tip":13145,"ëĭ¤":13146,"Ġcsv":13147,"(sql":13148,"stdlib":13149,"weak":13150,"Ġlikes":13151,"Äį":13152,"Ġrepeat":13153,"Ġapartment":13154,"Ġemph":13155,"_edit":13156,"Ġvit":13157,"ĉtype":13158,"Even":13159,"uten":13160,"Ġcircumstances":13161,"bian":13162,"Ġsugar":13163,"Windows":13164,"ìŀ":13165,"Ġobserved":13166,"/data":13167,"Ġcalendar":13168,"Ġstrike":13169,"ĠRES":13170,"_sc":13171,"fony":13172,"orem":13173,"(z":13174,"power":13175,"etect":13176,"ĠSat":13177,".description":13178,"Ġgang":13179,"ĠSports":13180,"ongs":13181,"ĠBundle":13182,".sum":13183,"once":13184,"Ġaccused":13185,"Ġexplore":13186,"Ġapproximately":13187,"Ġlosing":13188,"thesis":13189,"ĠFund":13190,"Ġdiagn":13191,"Autowired":13192,"properties":13193,"Ġ_.":13194,"Ġcnt":13195,"cedure":13196,"Ġyy":13197,"Ġgrant":13198,"sock":13199,".innerHTML":13200,"Ġ]);Ċ":13201,"ĠCONFIG":13202,"='$":13203,"]];Ċ":13204,"UND":13205,"Ġglob":13206,"Ġdire":13207,"uffle":13208,"_MEM":13209,"Ġauthentic":13210,">(\"":13211,"Ġdecade":13212,"ĠImport":13213,"Ġoriginally":13214,"ĠjQuery":13215,"Ġindicate":13216,"Ġourselves":13217,"Sw":13218,".lbl":13219,"enerate":13220,"Ġbasically":13221,"ĠHom":13222,"Ġ+#+":13223,"ĠBritain":13224,"ĠKar":13225,"toEqual":13226,".stop":13227,"Ġmodal":13228,"isi":13229,"Ġsuggests":13230,"Ġdtype":13231,"Ġtur":13232,"bf":13233,"Ġconnections":13234,"ĠBefore":13235,"isted":13236,"mouse":13237,"Ġpulled":13238,".build":13239,"Ġlegislation":13240,"Ġforth":13241,"pad":13242,"ego":13243,".Now":13244,"Ġexciting":13245,"}ĊĊĊĊ":13246,"Ġcompr":13247,"Ġshares":13248,"Ġrig":13249,"green":13250,"_vec":13251,"Ġenumerate":13252,"Auto":13253,"icator":13254,"ĠRay":13255,"asse":13256,"Ġholiday":13257,"Ġnullable":13258,"gun":13259,"_details":13260,"Ġwrapper":13261,"seq":13262,"ĠYoung":13263,"juana":13264,"Ġ\"__":13265,"license":13266,"serve":13267,"^(":13268,"iders":13269,".Remove":13270,"ropdown":13271,"'S":13272,"pin":13273,"(token":13274,".Default":13275,"Ġreasonable":13276,"ampion":13277,"ĠSociety":13278,"Ġbei":13279,"erves":13280,"rad":13281,"ĠFox":13282,"_images":13283,"Ġwheel":13284,"')[":13285,"Ġcfg":13286,"(By":13287,"Constructor":13288,"Ġvary":13289,".swift":13290,"Ġproxy":13291,"ĉH":13292,"ĠAnother":13293,"ĠPen":13294,"Ġchecking":13295,"Ġjest":13296,"manager":13297,"Origin":13298,"ugs":13299,"oir":13300,">čĊ":15956,"Ġrelief":15957,"lap":15958,"quer":15959,"_parent":15960,"heap":15961,"LOSE":15962,"Ġcombine":15963,"ĠRose":15964,"owers":15965,"Ġprocedures":15966,"ĠSort":15967,"anim":15968,"variant":15969,"ehicle":15970,"Ġsigning":15971,"Primary":15972,"currency":15973,"Ġsexe":15974,"oen":15975,"theta":15976,"eman":15977,"Ġimpressive":15978,"('_":15979,"ĉU":15980,"ĠTextStyle":15981,"_cnt":15982,"Ġslice":15983,"(':":15984,"Ġunderstood":15985,"His":15986,"Ġinformed":15987,"Ġnick":15988,"(TAG":15989,"hd":15990,"Ġelections":15991,"esture":15992,"ĠSanta":15993,"ĠCoast":15994,".pdf":15995,"inciple":15996,".clone":15997,"born":15998,"uta":15999,"Ġlicensed":16000,"Cr":16001,"Ġbread":16002,"ĠHouston":16003,"Ġnod":16004,"Ġhopes":16005,"ĠCGRect":16006,"Ġguilty":16007,".gif":16008,"Ġrose":16009,".Common":16010,"Tip":16011,"ANK":16012,"ĠFC":16013,"During":16014,"ĠSymfony":16015,"Ġdefensive":16016,"km":16017,")>":16018,"archive":16019,"ĠURI":16020,"ycling":16021,"-o":16022,"ĠWebsite":16023,"AMP":16024,"ishment":16025,"Ġdoctors":16026,"Direct":16027,"ARI":16028,"ĠRedirect":16029,"ieren":16030,"_dist":16031,"yo":16032,"ĠProgress":16033,"Ġzum":16034,"Ġmemor":16035,"ĠED":16036,"Ġjur":16037,"æį®":16038,"_TABLE":16039,"Ġuuid":16040,"Expr":16041,".head":16042,"('%":16043,"pointer":16044,"Ġestimate":16045,"ĠGreg":16046,"Ġloader":16047,"ĠiOS":16048,"Ġmens":16049,"[y":16050,"Ġrefused":16051,"Ġprecision":16052,"isch":16053,"ĠACTION":16054,"Cloud":16055,"sWith":16056,"(ret":16057,"_ADDR":16058,"_conf":16059,"(df":16060,"Ġlocked":16061,"Ġrising":16062,"ãĥ»ãĥ»":16063,"ĠMs":16064,"Ġscenes":16065,"_EXT":16066,"_raw":16067,"_the":16068,"people":16069,"Ġrecon":16070,"ĠFun":16071,"Ġbless":16072,"ĠUpdated":16073,"ün":16074,"ĠĠĠĠĠĠĠĠĠĠĠĠčĊ":16075,"pection":16076,"Release":16077,".logger":16078,"ĠSY":16079,"Ġcounsel":16080,"urd":16081,"_true":16082,"Ġeverybody":16083,"ivot":16084,"Ġhence":16085,"ĠNAS":16086,"Ġopposed":16087,"unknown":16088,"ĠDESC":16089,"ĠChair":16090,"failed":16091,"ĠINCLUDING":16092,"Ġwriters":16093,"{}Ċ":16094,"ÃŃt":16095,"_copy":16096,"}:":16097,"ĠBat":16098,"Ġconverted":16099,"eding":16100,"placement":16101,"ĠHost":16102,"Sound":16103,"им":16104,"Ġsought":16105,"mid":16106,"Ġsalary":16107,"ogg":16108,"âĦ¢":16109,"bul":16110,"Ġwir":16111,"validator":16112,"_STAT":16113,".store":16114,"ĠBattle":16115,"ın":16116,"Ġ-->ĊĊ":16117,"Trump":16118,"dot":16119,"ĠCONT":16120,".fetch":16121,"Ġcontinu":16122,"was":16123,"Ġfraud":16124,"_tmp":16125,"mitter":16126,".pictureBox":16127,"GA":16128,"Ġtournament":16129,".Input":16130,"[r":16131,"exion":16132,"centage":16133,"ĠKorean":16134,"undef":16135,"ĠAvailable":16136,"reshape":16137,"Ġkit":16138,"ĠStruct":16139,"ĠSUB":16140,"Answer":16141,"_lib":16142,".twitter":16143,"Ġore":16144,"ĠDragon":16145,".Ext":16146,",k":16147,"Ġexplanation":16148,"refs":16149,"ĠDrive":16150,"ĠTraining":16151,".Has":16152,"intage":16153,"big":16154,"ologist":16155,"ennis":16156,"Ùĩ":16157,"Ġchicken":16158,"ĠĠĠĠĠĠĠĠĠĠĊ":16159,"çĽ":16160,"ãģ§":16161,"Ġpeak":16162,"Ġdrinking":16163,"Ġencode":16164,"ĠNEW":16165,"malloc":16166,"ĉfprintf":16167,"Ġ=================================================================":16168,"including":16169,"Ġprinciples":16170,"ĠMah":16171,"storage":16172,"-key":16173,"Ġkeyword":16174,"%;":16175,"Ġtrained":16176,".contrib":16177,"Ġkv":16178,"__':Ċ":16179,"ĠBoy":16180,"parameter":16181,"Ġsuite":16182,"Ġthousand":16183,"Ġcoordinate":16184,"-generated":16185,"íķĺ":16186,"generated":16187,"Ġadmitted":16188,"Ġpussy":16189,"#w":16190,"Ġswim":16191,"union":16192,"Na":16193,"ĠRoyal":16194,".channel":16195,"Updated":16196,"_ROOT":16197,"Ġvital":16198,"raction":16199,"ĠCrusher":16200,"Ġpreced":16201,"Ġhorizontal":16202,"Blueprint":16203,"Ġattrs":16204,"Ġsmoke":16205,"ÐĴ":16206,".Equals":16207,"FB":16208,"ĠResources":16209,"rolling":16210,"Ġpasses":16211,"ĠNum":16212,"rotate":16213,"etype":16214,"\\\",":16215,"Ġsensitive":16216,"Ġtall":16217,"?âĢĿĊĊ":16218,"Proxy":16219,"iy":16220,"_section":16221,"âĢĶâĢĶâĢĶâĢĶ":16222,"brid":16223,"Ġcircuit":16224,"atan":16225,"ENC":16226,"Ġdriven":16227,"Ġvoted":16228,"Ġeducational":16229,"Ġinteraction":16230,"abetes":16231,"Ġtone":16232,"ĠInitializeComponent":16233,"Ġmerely":16234,"Ġìŀ":16235,"cookie":16236,"_div":16237,"ĠUILabel":16238,"vely":16239,"});čĊ":16240,"_ENT":16241,"#+#+":16242,"articles":16243,"ĠSouthern":16244,"Ġstronger":16245,"ĠGiven":16246,"ĠEric":16247,"ĠIR":16248,"abstract":16249,"Under":16250,"nable":16251,"Ġincrement":16252,"oven":16253,"Ġcoin":16254,"_timer":16255,"Ġsuffered":16256,"ĠFREE":16257,"'].\"":16258,"ĠQueen":16259,"stats":16260,"Ġmeetings":16261,"Ġentering":16262,"Ġalongside":16263,"(session":16264,"itals":16265,"Ġfoundation":16266,"ĠCredit":16267,".div":16268,"_ALL":16269,"pcion":16270,"_stat":16271,"icking":16272,"Defaults":16273,"_src":16274,"Ġoutputs":16275,"/B":16276,"Ġenthus":16277,"-bl":16278,".ForeColor":16279,"ĉtemp":16280,"Face":16281,"Ġinteract":16282,"Ġweird":16283,"Mount":16284,"rell":16285,"udents":16286,"Ġrequirement":16287,"ĠSus":16288,"IER":16289,"Ġelected":16290,"reference":16291,"ĠME":16292,"Ġservers":16293,".wait":16294,"Ġsnapshot":16295,"ilton":16296,"Ġtries":16297,"Ġtipo":16298,".Time":16299,">w":16300,"Ġmountain":16301,"Ġpounds":16302,"Ġ[...":16303,"exists":16304,"ĠngOn":16305,"_MAP":16306,"Ġflying":16307,"xiety":16308,"ĉvalue":16309,"_DB":16310,"uno":16311,"Ġseats":16312,"TURN":16313,".author":16314,"!)":16315,"orce":16316,"Ġindicated":16317,".sin":16318,"Ġassignment":16319,"imiento":16320,"ĠFrame":16321,"_gen":16322,"inery":16323,"_)":16324,"messages":16325,".settings":16326,"ĠMean":16327,"ĠMuseum":16328,"irq":16329,"attach":16330,"ĠPalestin":16331,"_QU":16332,"_tags":16333,"Ġcasual":16334,"emen":16335,"ASSWORD":16336,"$s":16337,"ĠCirc":16338,"ой":16339,"etric":16340,"/P":16341,"Ġepoch":16342,"The":16357,"ĠAk":16358,"Ġgrass":16359,"/*čĊ":16360,"(dis":16361,"Ġguns":16362,"Ġtb":16363,"ĠKevin":16364,".args":16365,"ĠAh":16366,"oped":16367,"(J":16368,"columns":16369,"arguments":16370,"ĠWithEvents":16371,"_full":16372,"ĠDefense":16373,"Simple":16374,"Ġdeaths":16375,"Ġextensive":16376,"ĠStill":16377,"ĠExpression":16378,"ĠAgency":16379,"Ġperforming":16380,"FX":16381,"Ġusuario":16382,"UAL":16383,"Side":16384,"odos":16385,"aptop":16386,"Ġcredentials":16387,"_cap":16388,"atient":16389,"ĠDisney":16390,"Ġai":16391,"Ġchip":16392,"Ġvolt":16393,".makeText":16394,"%%%%%%%%%%%%%%%%":16395,"Ġbelief":16396,"_LOC":16397,"ĠCivil":16398,"Navigation":16399,"Ġreveal":16400,"Ġviolent":16401,"ĠFil":16402,"Ġcatalog":16403,"emed":16404,"scan":16405,".control":16406,"Ġconstitution":16407,"Country":16408,"Separator":16409,"_APP":16410,"topic":16411,"uetooth":16412,"MIN":16413,"Ġdescriptor":16414,"yt":16415,"ETHER":16416,"Ġdistribute":16417,"'}Ċ":16418,".trim":16419,".Line":16420,"Ġlbl":16421,"assertEquals":16422,"ĠDet":16423,"ombok":16424,"(width":16425,"Ġtort":16426,"ĠEXPRESS":16427,"aco":16428,"Using":16429,"ĠBrand":16430,"wall":16431,"EMENT":16432,"ĠCommunic":16433,"(Ċ":17055,"?>\"":17056,"Ġ///Ċ":17057,"Ġeiner":17058,"Ġweekly":17059,"ĉlogger":17060,"_pop":17061,"_man":17062,"Ġmigrations":17063,"Ġasks":17064,"Ġbs":17065,"Ġfalls":17066,".Where":17067,"-height":17068,"_feature":17069,".Min":17070,"Ġhyper":17071,"Ġvolatile":17072,"Ġtwenty":17073,"Typography":17074,"Unable":17075,"Det":17076,",f":17077,"-mod":17078,"Ġsettlement":17079,"Ġcontracts":17080,"nome":17081,"Bad":17082,"ĠBrian":17083,"(username":17084,"!!!!":17085,"Ġhack":17086,".Field":17087,"HR":17088,"ĠJordan":17089,"iza":17090,"ĠÂł":17091,"ĠSher":17092,".header":17093,"(other":17094,"ĠDub":17095,"(op":17096,"ĠRound":17097,"Ġvie":17098,"Ġappl":17099,"ĉJ":17100,"ĠInsert":17101,"ĠLP":17102,"regon":17103,"ĠMPI":17104,"Ġanchor":17105,"aca":17106,"ør":17107,"Ġade":17108,"anchor":17109,"quee":17110,"ĠTreeNode":17111,"Ġtargeted":17112,"Ġlaid":17113,"ABEL":17114,"vet":17115,"ĠOrigin":17116,"Ant":17117,".');Ċ":17118,"expect":17119,"edReader":17120,"ĠMajor":17121,"Ġinch":17122,"Compar":17123,"Ġpreview":17124,"Ġillness":17125,"ĠCONTRACT":17126,"ĠIndepend":17127,"uuid":17128,"Ġnome":17129,"Ġtc":17130,"ĠAvenue":17131,"isan":17132,"Ġphrase":17133,"_move":17134,"\")[":17135,"Ġprovision":17136,"Ġconcentr":17137,"_IR":17138,"ĠUt":17139,"()+":17140,"Ġnas":17141,"!,":17142,"ĠRobin":17143,"iations":17144,"atitude":17145,"Ġpx":17146,"ĠWithout":17147,"/bash":17148,"ekt":17149,"reement":17150,"Observer":17151,"ĠRegion":17152,"UBLIC":17153,"Ġ{//":17154,"KN":17155,"å·":17156,"GameObject":17157,"å¾":17158,"encoding":17159,"Ġ***":17160,"projects":17161,"Ġtk":17162,"Ġcheese":17163,"EMPL":17164,"aro":17165,"ĠاÙĦ":17166,"Ġconsists":17167,"refresh":17168,"ureau":17169,"ĠScanner":17170,"Ġsoil":17171,"Ġflavor":17172,"DataSource":17173,"Execute":17174,"ение":17175,"Ġshit":17176,"åĪĨ":17177,"Ċ":17419,"Ġsubsequent":17420,"posable":17421,"-fluid":17422,"Ġthorough":17423,"Ġpublicly":17424,"apters":17425,"ĠWilson":17426,"_PRE":17427,"yard":17428,"ä¼":17429,"ĉin":17430,"Ġrevers":17431,"Ġbullet":17432,"cribed":17433,"nesota":17434,"Ġ($_":17435,"annon":17436,"cursor":17437,"Ġclothing":17438,"ĠMulti":17439,":',":17440,"Ġvess":17441,"ordinator":17442,"Ġeinem":17443,"Cannot":17444,"Ġarmed":17445,"ĉV":17446,"ä¸Ĭ":17447,".Flat":17448,"ĠSep":17449,"ĠSubject":17450,"_font":17451,"Ġcharacteristics":17452,"Done":17453,"eln":17454,"############":17455,"POS":17456,"Ġdensity":17457,"ĠPlatform":17458,"-items":17459,"Ġovers":17460,"Ġpushing":17461,"ç¤":17462,".Connection":17463,"_term":17464,"Ġinitialization":17465,"________________________________":17466,"ç¬":17467,".document":17468,"lesh":17469,"ĉdocument":17470,"ĠPin":17471,"ça":17472,"Ġdefinitions":17473,".Path":17474,"_WRITE":17475,"ĠĉĊ":17476,"?>ĊĊ":17477,"Ġterrible":17478,"bean":17479,"ickets":17480,"ĠSV":17481,"Buy":17482,"(task":17483,"Ġregime":17484,"google":17485,"Ġcrack":17486,".visit":17487,"NUM":17488,"energy":17489,"Ġstruck":17490,"_sample":17491,".payload":17492,"Ġrevis":17493,"ĠScene":17494,"Ġpg":17495,"Ġbreakfast":17496,"URRENT":17497,".charAt":17498,"_exception":17499,"ĠAnton":17500,"Ġguidelines":17501,"Ġexhaust":17502,"ĠFinancial":17503,"Ġindent":17504,"Ġdesktop":17505,"Hidden":17506,"Failure":17507,"Ġprinciple":17508,"Ġiv":17509,"Ġseks":17510,"network":17511,"ĠnumberOf":17512,"ĠAlbert":17513,"ĉlong":17514,",.":17515,"Ġzeros":17516,"fade":17517,"ĠTyp":17518,"ĠTerm":17519,"ĠArts":17520,".Application":17521,"Ġbehalf":17522,"æĪ·":17523,"Ġmere":17524,"(`${":17525,"Ġawareness":17526,"elpers":17527,"flix":17528,"Ġweigh":17529,"Ġestimates":17530,".child":17531,"/O":17532,"ĠBitmap":17533,".bottom":17534,"Ġ**************************************************************************":17535,"Expect":17536,"ento":17537,"ĠForum":17538,"veral":17539,"Ġjail":17540,"Ġabilities":17541,"ĠHOLD":17542,"ĠCit":17543,"Ġdynam":17544,"Ġgray":17545,"ĉĉĉĉĉĉĉĉĉĉĉĉĉ":17546,".nextInt":17547,"antly":17548,"ĠARISING":17549,"(private":17550,"Ġrejected":17551,"ĠNic":17552,"Ġleather":17553,"={Ċ":17554,"alytics":17555,"thetic":17556,".Top":17557,".Page":17558,"={`":17559,"Ġ;čĊ":17560,"depth":17561,"mann":17562,"WD":17563,"ĠSom":17564,".Right":17565,"Ġ)}Ċ":17566,"Ġtrait":17567,"ÃĹ":17568,"iac":17569,"Ġrv":17570,"Sample":17571,".Xml":17572,"opped":17573,"ĠÑĦ":17574,"lists":17575,"Ġtear":17576,"iversary":17577,".collection":17578,"ĠConstitution":17579,"ĠHttpResponse":17580,"Ġbrill":17581,"ĠProm":17582,"hover":17583,"ĠMiami":17584,"Ġargue":17585,"_float":17586,"ĠãĤ":17587,"Ġnat":17588,"ĠTal":17589,"Ġintegration":17590,"(cur":17591,"Ġremoving":17592,"Ġcoeff":17593,"ĠThough":17594,"Ġforecast":17595,"ĠVegas":17596,"Site":17597,"Ġtrab":17598,"ĠHenry":17599,"-i":17600,"Ġinvolves":17601,"BT":17602,"Ġslo":17603,"Invoke":17604,"Ġlucky":17605,"rat":17606,"Ġ?Ċ":17607,"Ġhandled":17608,"(fd":17609,"contents":17610,"ĠOFF":17611,"RF":17612,"Ġsty":17613,"ĠMotor":17614,"tery":17615,"tax":17616,"MAP":17617,"ĠMrs":17618,"Ġphones":17619,"ĠUIView":17620,"\")));Ċ":17621,"(dev":17622,"ĠIrish":17623,"Ġws":17624,"DI":17625,"_OFFSET":17626,"ĠEvents":17627,"Ġstages":17628,"Ġ}//":17629,"Ġhaben":17630,"STANCE":17631,"ĠSin":17632,"ĠMoney":17633,"(top":17634,"Ġappointment":17635,"VERSION":17636,"metadata":17637,"_comment":17638,"Ġcolleagues":17639,"maps":17640,"âĺ":17641,"ĊĉĊ":17642,"(al":17643,"_req":17644,"Ġfut":17645,"Ġarchitecture":17646,"ĠWHETHER":17647,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":17648,"_screen":17649,"ĠstyleUrls":17650,"Ġmonster":17651,".up":17652,"phia":17653,"Ġprocessor":17654,"ĠTerr":17655,"=',":17656,"ĠManufact":17657,"ĠNT":17658,"kel":17659,"ibern":17660,"ĉfile":17661,"Ali":17662,"rientation":17663,"Ġ//!":17664,"apore":17665,"aneous":17666,"ĠCreat":17667,"folder":17668,"Ġhay":17669,"Suppress":17670,"(left":17671,"Ġeuro":17672,"Ġdisclaimer":17673,"ustry":17674,"ships":17675,"_fd":17676,"ĠFa":17677,"_insert":17678,"Ġrol":17679,"ifting":17680,"ĠComments":17681,"_br":17682,"Ġlosses":17683,"ĠAdded":17684,"charg":17685,"Ġпо":17686,"_system":17687,"ĠSometimes":17688,"ĠSpain":17689,"(group":17690,"ialis":17691,"Ġdollar":17692,"ĠArgs":17693,"quires":17694,"ĠTen":17695,".scss":17696,"Ġsurvive":17697,"usage":17698,"Ġjun":17699,"imiter":17700,"ï¼ģĊĊ":17701,"Ġfifth":17702,"toggle":17703,"Ġdecline":17704,"($\"":17705,"(Long":17706,"inge":17707,"Ġpilot":17708,"-light":17709,"-radius":17710,"Ġpodcast":17711,"Ġnaturally":17712,"Pages":17713,"为":17714,"ĠDespite":17715,"Ġlighting":17716,"Ġcrate":17717,"ĠBinary":17718,"Ġreducing":17719,"Ġeleg":17720,"ĠMouse":17721,"ĠTestBed":17722,"ĠbeforeEach":17723,"_ARRAY":17724,"Redirect":17725,"Ġflood":17726,"Ġships":17727,"Ġelectricity":17728,")*(":17729,"ê¸":17730,"ĠViet":17731,"hero":17732,"Ġdia":17733,"ĠKent":17734,"heart":17735,"Ġthreats":17736,"_acc":17737,"Ġsymbols":17738,"ischen":17739,"_inst":17740,"Criterion":17741,"ĠTIM":17742,".Height":17743,"ĠâĢĻ":17744,"();ĊĊĊ":17745,"Products":17746,"_SP":17747,"ĠCy":17748,"Ġdependent":17749,"este":17750,"Ġdatos":17751,"dit":17752,"ав":17753,"IGNAL":17754,"Ġlesson":17755,"\">'":17756,"ĠCover":17757,"ĠHope":17758,"ĠTimer":17759,"Ġdad":17760,"viders":17761,"ĠPhot":17762,"/?":17763,"ropy":17764,"oming":17765,"asion":17766,"Ġ\\(":17767,"ĠET":17768,"ĠReading":17769,"Ġepisodes":17770,"lm":17771,"echa":17772,"Ġneuro":17773,"Ġharmon":17774,"Ġliberal":17775,"-ind":17776,"DATA":17777,"Ġeveryday":17778,"Ġdivided":17779,"ĠActiveRecord":17780,"figure":17781,"UA":17782,"ä¹":17783,"riendly":17784,"tech":17785,".gameObject":17786,"иÑĤÑĮ":17787,"Ġmoon":17788,"ftime":17789,"Ġnoch":17790,"ĠTORT":17791,"ĠVM":17792,".initial":17793,"(child":17794,"Ġmusical":17795,"Ġoc":17796,"bas":17797,"ĠHay":17798,"_long":17799,"Ġmemset":17800,"iley":17801,"adelphia":17802,"SV":17803,"roat":17804,"_tx":17805,"Ġlon":17806,"ĠngOnInit":17807,"bp":17808,"ĠGolden":17809,"ACHE":17810,"Ġworried":17811,"azi":17812,"Ear":17813,"Take":17814,"(fp":17815,"burgh":17816,"_Data":17817,"gres":17818,"ĠOnt":17819,"pus":17820,"Ġtransparent":17821,"Ġpocket":17822,"Ġram":17823,"igrations":17824,".čĊčĊ":17825,"Ġ[(":17826,"Ġadopted":17827,"Ġreportedly":17828,"ĠDream":17829,"Ġ}));Ċ":17830,"losing":17831,"Ġteeth":17832,"ĠBooks":17833,"\",&":17834,"enny":17835,"LEMENT":17836,"Ġgel":17837,"ĠPlant":17838,"!âĢĿ":17839,".host":17840,"ĠReply":17841,"rength":17842,"Ġrecognition":17843,"Ġ}}>Ċ":17844,"LA":17845,"Ġmirror":17846,"Ġassistant":17847,"(device":17848,"Ġspiritual":17849,"builder":17850,"§":17851,"Ġoutr":17852,"Ġtt":17853,"ĠPER":17854,"Ġradical":17855,"Methods":17856,"Ġpace":17857,"udy":17858,"Ġgut":17859,"ĠGreek":17860,"Ġnonatomic":17861,"ĠPaper":17862,"_GPIO":17863,"Ġobst":17864,".Ad":17865,"vironments":17866,"ĠSov":17867,"(con":17868,"ĠTransaction":17869,".assign":17870,"ĉcatch":17871,"elter":17872,"Ġbitcoin":17873,"_GR":17874,"ĠčĊ":17989,"metic":17990,"Ġtransformation":17991,"åı·":17992,"Ġrgb":17993,"istributions":17994,"Ġimplicit":17995,"/in":17996,"destination":17997,"аÑĤÑĮ":17998,"Zero":17999,"Ġunset":18000,".where":18001,".go":18002,"Ġformation":18003,"Ġdeclaration":18004,"()čĊčĊ":18005,"ĠExpl":18006,"ĉĉĉĠĠ":18007,"/pro":18008,".JSON":18009,"Ġdesk":18010,".substr":18011,"//----------------------------------------------------------------------------":18012,"lyn":18013,"pson":18014,"disable":18015,"ĠFunc":18016,"ĉAssert":18017,"ĠMARK":18018,"Ġdefeat":18019,"Ġblind":18020,"Ġconstants":18021,".headers":18022,"UILD":18023,"Ġexpenses":18024,"Pixel":18025,"Ġhr":18026,"Ġfel":18027,"ĠEastern":18028,"_del":18029,"ĠCub":18030,"Ġsq":18031,"ĉcount":18032,"ĠDirectory":18033,"Ġexclus":18034,"Ġhistoric":18035,"Ġ------------------------------------------------":18036,"Ġcomposition":18037,"ĠdataGridView":18038,"ĠBurn":18039,"ĠBC":18040,"Master":18041,"Ġspawn":18042,"Ġbearing":18043,".SetActive":18044,"ilo":18045,"Ġgallery":18046,"Ġfounded":18047,"Ġavailability":18048,".sqrt":18049,"Ġpes":18050,"ĠDOM":18051,"mate":18052,"Oct":18053,"Ġmatched":18054,"itivity":18055,"Ġanxiety":18056,".price":18057,"ĠInstant":18058,"ìĬ":18059,"Ġtut":18060,"ICollection":18061,".shared":18062,"_sql":18063,"tbl":18064,"library":18065,"_destroy":18066,"ermal":18067,"ĠNotes":18068,"ĠEin":18069,"Ġsouthern":18070,"ĠOTHERWISE":18071,"Ġmacro":18072,".lower":18073,"cls":18074,"ContentView":18075,".link":18076,"constant":18077,"ĠBes":18078,"Ġsomebody":18079,"nb":18080,"\">{":18081,"(local":18082,".....":18083,"ĠNull":18084,"mx":18085,"Ġç":18086,"Ġpause":18087,"-----------":18088,"_MO":18089,"ĠCM":18090,"ĠforKey":18091,"ĠDVD":18092,"Ġclosest":18093,"_DEVICE":18094,"ĠStephen":18095,"ĠBBC":18096,"ĠTravel":18097,"Paint":18098,"ĠResults":18099,"ĠRule":18100,"Ġtp":18101,"Ġratings":18102,"cin":18103,"csv":18104,">/":18105,"ĠGOP":18106,"lad":18107,"ĠÑĢ":18108,"ĠindexPath":18109,"matrix":18110,"=f":18111,"arsed":18112,"Ġ});":18113,"ĠCos":18114,"ĠScore":18115,"Ġtak":18116,"ĠESP":18117,"ĠINC":18118,"_NULL":18119,"-flex":18120,"\"][":18121,"into":18122,"eland":18123,"Authorization":18124,"_FALSE":18125,"Ġgate":18126,"Ġvid":18127,"istent":18128,"TIME":18129,"Ġrewrite":18130,"Ġtie":18131,"Ġarchive":18132,".events":18133,".getParameter":18134,"ĠPermission":18135,"Ġprogramme":18136,"Ġé":18137,"jud":18138,"Ġcameras":18139,"(sys":18140,"ĠSyrian":18141,"Ġimprovements":18142,"Ġhip":18143,"Ġsuicide":18144,"Ġscholar":18145,"Ġcompatible":18146,"remote":18147,".down":18148,"FUNCTION":18149,"Ġmanaging":18150,"ĠUIKit":18151,".raw":18152,">>>>":18153,"Ġdemands":18154,"ellite":18155,"Ġdent":18156,"ĠMicro":18157,"åıĸ":18158,"'][$":18159,"ĠIE":18160,"imension":18161,"Ġtrem":18162,"Ġgained":18163,".with":18164,".ok":18165,"hou":18166,"Ġbom":18167,"ampaign":18168,"Ġjoining":18169,"fish":18170,"ĠaddSubview":18171,"Ġnorthern":18172,".cor":18173,"oret":18174,"Die":18175,"inish":18176,"_comp":18177,"Ġattended":18178,"Ġcollapse":18179,"ĠSS":18180,"acent":18181,"_EQUAL":18182,"ĠDeep":18183,"RGB":18184,"ĉtest":18185,"olves":18186,"uset":18187,"UnityEngine":18188,"writer":18189,"Resolver":18190,",%":18191,"ifference":18192,"_remove":18193,"onda":18194,"Ġfemme":18195,"decode":18196,"Branch":18197,"Ġflush":18198,"Ġinnovative":18199,"Tests":18200,"Ġ['./":18201,"Ġcovering":18202,".admin":18203,"ultipart":18204,"(lambda":18205,"namespace":18206,"ĠSport":18207,"Ġ!(":18208,"acles":18209,"Ġdepression":18210,"ĠKong":18211,"Ġpert":18212,"ĠConn":18213,"ĠOtherwise":18214,"/home":18215,"supported":18216,"Ġpink":18217,"Ġinvited":18218,"ños":18219,"_enabled":18220,"Ġ-Ċ":18221,"FW":18222,"eners":18223,"ĠMY":18224,"Ġsuggestions":18225,"Canvas":18226,"Ġfer":18227,"ĠMarketing":18228,"@Test":18229,"untu":18230,"ĠVen":18231,"ĠCou":18232,"ivals":18233,"Donald":18234,"limited":18235,"ĉĉĉĉĉĉĊ":18236,"Ġanalyst":18237,"(entry":18238,"Ġrepresentative":18239,"_attributes":18240,"Ġfur":18241,".hide":18242,"resp":18243,"adores":18244,"rides":18245,"ĠJosh":18246,"robot":18247,"ĠNAT":18248,"Ġsesso":18249,"Ġintegrated":18250,":true":18251,"parts":18252,"Ġstupid":18253,":event":18254,"@endsection":18255,"Ġpu":18256,".Table":18257,"ĠYii":18258,"`;ĊĊ":18259,"Ġclang":18260,"=\"\">":18261,"engan":18262,"_parameters":18263,".internal":18264,"ĠModern":18265,"Ġmetric":18266,"Ġsemi":18267,"={{Ċ":18268,".amazon":18269,"ĠBB":18270,"ainty":18271,"viewport":18272,"ĠstartActivity":18273,"dispatch":18274,"*****":18275,"Ġflav":18276,"ifferent":18277,"[this":18278,"Ġstake":18279,"Ġargued":18280,"viously":18281,".work":18282,"ĠOak":18283,"Old":18284,"(async":18285,"notes":18286,"Ġflip":18287,"Ġdisag":18288,"ĠTE":18289,"ĉerror":18290,"<'":18291,"Ġ»ĊĊ":18292,"Ġfiltered":18293,"ĠMach":18294,"Ġhung":18295,"_dump":18296,"_samples":18297,"-dismiss":18298,"Ġray":18299,"Implemented":18300,"DK":18301,"Ġjed":18302,"Ġbreaks":18303,"Ġfits":18304,".gr":18305,"ĠZero":18306,"oro":18307,"Ġequally":18308,"Ġ'[":18309,"Ġconcerning":18310,"<":18407,"Ġpromot":18408,"Ġincl":18409,"_only":18410,"를":18411,"ĠAttorney":18412,"-date":18413,"Ġlandscape":18414,"Ġfu":18415,"SY":18416,".prop":18417,"ĠArr":18418,"pag":18419,"ParallelGroup":18420,"':čĊ":18421,"Ġlogs":18422,"aunch":18423,"unci":18424,"nama":18425,"TableCell":18426,"issues":18427,".{":18428,"ecurity":18429,"_exec":18430,"olds":18431,"Ġhosts":18432,"Ġproto":18433,"_import":18434,"_sort":18435,"ĠBow":18436,"ĠNormal":18437,"ĠFarm":18438,".createParallelGroup":18439,"Rotation":18440,".err":18441,"Ġpleased":18442,"itage":18443,".Wh":18444,"ĉĉĠĠĠĠ":18445,"MR":18446,"ĠMORE":18447,"ĠNatural":18448,"_transform":18449,"BASE":18450,"eneral":18451,"utdown":18452,".commons":18453,"WT":18454,"Ġaan":18455,".Result":18456,"dog":18457,"Ġclicking":18458,"),ĊĊ":18459,"#line":18460,"Operator":18461,"Ġciv":18462,"Ġmerg":18463,"obuf":18464,"ngthen":18465,"Ġ[{":18466,"Ġcancell":18467,"trigger":18468,".:":18469,"WORK":18470,"declare":18471,"Ġdecrease":18472,"ÅĽci":18473,"loom":18474,".None":18475,"ĠMI":18476,"ĠJason":18477,"Ġhealthcare":18478,"iamond":18479,"sylvania":18480,"*x":18481,"ĠRa":18482,"[b":18483,"Ġprinting":18484,"phabet":18485,"ĠLabour":18486,"opper":18487,"Ġzijn":18488,"-target":18489,"_FUNCTION":18490,"Ġoct":18491,"ениÑı":18492,"åľ¨":18493,"Ġwestern":18494,"Ġcomputers":18495,"ĠRET":18496,"HashMap":18497,"[String":18498,"getValue":18499,"_DATE":18500,".Next":18501,"ĠFif":18502,"él":18503,"icked":18504,"æİ":18505,"-MM":18506,"Ġ{ĊĊĊ":18507,"Ġcontacts":18508,"Ġdigits":18509,"Produ":18510,"Ġunusual":18511,"Ġrapidly":18512,"tures":18513,"Ġangry":18514,"cancel":18515,"xxxx":18516,"_parser":18517,"idity":18518,"_PREFIX":18519,"Ġmehr":18520,"Ġrarely":18521,"ethe":18522,"opes":18523,"Ġ%.":18524,"works":18525,"Ġtheta":18526,"Ġcontribution":18527,"ĠTony":18528,"Ġsquad":18529,"ай":18530,"Ġîn":18531,"there":18532,"outed":18533,"ĉq":18534,"ĻĤ":18535,"good":18536,"LI":18537,"页":18538,"ĠLiving":18539,"izabeth":18540,"Ġkt":18541,"ĠDallas":18542,"]],Ċ":18543,"Ġ/>ĊĊ":18544,"Ġraising":18545,"/router":18546,"_game":18547,"ĠCUR":18548,"zens":18549,".es":18550,"ĠfontWeight":18551,"(func":18552,"notification":18553,"Ġ'../../../":18554,"Ġblame":18555,"ãĢĤĊĊĊĊ":18556,"anco":18557,"Identity":18558,"follow":18559,"Ġarts":18560,"xs":18561,"Ġofficially":18562,"ĠStudio":18563,"Ġrecommendations":18564,"Ġlocale":18565,"Ġamateur":18566,"ĠEnable":18567,"Ġcaps":18568,".End":18569,"-add":18570,"_gshared":18571,"ĠCT":18572,"Force":18573,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĊ":18574,"Ġorange":18575,"Ġlp":18576,"Ġanswered":18577,".Grid":18578,"Ġdual":18579,"Ġstrategic":18580,"Ġnobody":18581,"Ġfatal":18582,"_est":18583,"(el":18584,"Ġìł":18585,"ĠBudd":18586,"AIT":18587,"_factor":18588,"-one":18589,"ĠHAVE":18590,"\"čĊčĊ":18591,"Prof":18592,"Ġär":18593,"strings":18594,"Ġdirty":18595,"ĠFace":18596,"ĠBegin":18597,"ĠBus":18598,"Ġwis":18599,"åŃĹ":18600,"Ġspeaker":18601,"Ġcarrier":18602,"ĠOm":18603,"Ġhadn":18604,"Allow":18605,"::__":18606,"Ġverb":18607,"ĠComplete":18608,"ĠEasy":18609,"Ġbills":18610,"ĠĠĊĊ":18611,"Vertical":18612,"Ġpron":18613,"ĠDefine":18614,"Ġlookup":18615,"variables":18616,"Ġpandas":18617,"umes":18618,"Ġinnoc":18619,"ĠsetUp":18620,"ĠChampionship":18621,"artist":18622,"ĠCType":18623,"Foundation":18624,"à¹Ī":18625,"ĠSetup":18626,"Ġrecipes":18627,"ĠUIColor":18628,"ĠFight":18629,"Ġauthorized":18630,"_click":18631,"_success":18632,"angan":18633,"ĠMountain":18634,"ĠDoctor":18635,"Ġegg":18636,"ĠMedicine":18637,"cles":18638,"`.Ċ":18639,"[int":18640,"dashboard":18641,"ĠAppro":18642,"-dr":18643,"Ġproduces":18644,"Ġrental":18645,"Ġreload":18646,"Ġarrival":18647,"spot":18648,"Ġundert":18649,"Ġequipped":18650,"Ġproved":18651,"Ġcenters":18652,"Ġdefines":18653,"also":18654,"Ġopacity":18655,"ĠUnfortunately":18656,"ĠIllinois":18657,"Ġне":18658,"ĠTemple":18659,"ĠTrail":18660,"ĠKelly":18661,"Ġmeasurement":18662,"Ġseparated":18663,"-circle":18664,"Hey":18665,"ĠREAD":18666,"igits":18667,"Ġib":18668,"ĠMOD":18669,"attery":18670,"аз":18671,"Ġvend":18672,"енÑĤ":18673,"ĠHttpClient":18674,"safe":18675,"_ASS":18676,"icit":18677,"ĠConstruct":18678,"ĠClo":18679,"ĠSix":18680,"_TOKEN":18681,"(block":18682,"Ġwarned":18683,"/*!":18684,"!Ċ":18769,"Ġinnovation":18770,"_\"":18771,"Ġ);čĊčĊ":18772,"Ġspots":18773,"Ġchoosing":18774,".cs":18775,"Ġflexible":18776,"UInt":18777,"Ġscratch":18778,"-al":18779,"Ġfestival":18780,"Ġoutstanding":18781,"================================================":18782,"Mean":18783,"ĠOregon":18784,"symbol":18785,".account":18786,"dney":18787,"'''":18788,"!\",":18789,"Ġparticle":18790,"Ãĥ":18791,"[MAX":18792,"IVER":18793,"ERENCE":18794,"NSMutable":18795,"ĠColumbia":18796,"_ĊĊ":18797,".fr":18798,"Ġcogn":18799,"VR":18800,"ĠMethods":18801,"ĠMade":18802,"ĠBR":18803,"ĠElse":18804,"Ġeggs":18805,"Ġswing":18806,"ĠInv":18807,"Ġdiseases":18808,"Ġfirms":18809,"Ġlemma":18810,"}`);Ċ":18811,"lings":18812,"Ġgym":18813,"uminum":18814,".Trim":18815,"Mem":18816,"Ġcriticism":18817,"ibernate":18818,"_TX":18819,"ioni":18820,"Ġguidance":18821,"Ġrepeatedly":18822,"Ġsupplier":18823,"Ġpainting":18824,".Fragment":18825,"edException":18826,"Ġwiring":18827,"Ġcourts":18828,"WEB":18829,"æľī":18830,"\\.":18831,"illance":18832,"Ġbrows":18833,"ĠPattern":18834,"PLICATION":18835,"ĠSummer":18836,"Chain":18837,"Ġcute":18838,"mercial":18839,"Ġdil":18840,"ĠFranklin":18841,"ĉglobal":18842,"INCLUDING":18843,"history":18844,"Ġlst":18845,"Qt":18846,"SDL":18847,"alia":18848,"iere":18849,"(...":18850,"ĉcin":18851,"iffs":18852,"velope":18853,"ĠRoot":18854,"cluster":18855,"UserName":18856,"igne":18857,"()Ċ":18949,"Ġapplying":18950,"Ġpromised":18951,"Ġox":18952,"ncia":18953,"ĠValidation":18954,"orts":18955,"_cur":18956,"elect":18957,"eye":18958,"(Data":18959,"Ġreporter":18960,"ĠBuff":18961,"Ġsr":18962,"Ġ\";":18963,"icky":18964,"Ġtempor":18965,"SN":18966,"Ġresident":18967,"pires":18968,"ysical":18969,"Ġendorse":18970,"ĠSong":18971,"isEmpty":18972,"leet":18973,"_util":18974,"Ġdistingu":18975,"ĠTalk":18976,"ĠMot":18977,"(default":18978,".Arg":18979,"gorithms":18980,"_words":18981,"immer":18982,"_reset":18983,"family":18984,"WW":18985,"Ġsavings":18986,"ĠâĢĿ":18987,"_enable":18988,"sidebar":18989,"Running":18990,"Ġali":18991,"Ġtestim":18992,"Ġwarnings":18993,"ĠChem":18994,"ĠExit":18995,"Ġfounder":18996,"pector":18997,"Ġrm":18998,"_dataset":18999,"ĠDas":19000,"Ġhan":19001,"Getty":19002,"ál":19003,"Ġny":19004,"Ġpoverty":19005,"Ġresulted":19006,".by":19007,"ĠVisit":19008,"Ġobtaining":19009,"/'.$":19010,"ĠĠĠĠĠĠĠĠĠĠĠĊ":19011,"shall":19012,"_LEFT":19013,"UIImage":19014,"_Name":19015,"have":19016,"ĠNob":19017,"lr":19018,"-footer":19019,"Ġnaked":19020,"ĠGarden":19021,"\\Facades":19022,"Ġgraduate":19023,"Ġfranchise":19024,"plane":19025,"Ġcontributions":19026,"ĠstringWith":19027,"Ġcrypto":19028,"Ġmovements":19029,"athers":19030,"Ġlifetime":19031,"Ġcommunicate":19032,"jar":19033,"ĠFragment":19034,"_IF":19035,"ĠNavy":19036,"ĠFigure":19037,"Ġsimulation":19038,"_stop":19039,"Ġreporters":19040,"Ġversus":19041,"aja":19042,"Ġα":19043,"Ġgovernor":19044,"ListItem":19045,"Ġsealed":19046,".Background":19047,"edi":19048,"ashing":19049,"Ġlip":19050,"ĠIh":19051,"merge":19052,"Ġnec":19053,"elocity":19054,"ATEG":19055,"Ġseeds":19056,"Ġfloating":19057,"_FA":19058,"walk":19059,"ĉuser":19060,"_depth":19061,"Ġwage":19062,"@app":19063,"Nil":19064,"([\"":19065,"(vector":19066,"Ġsecretary":19067,"ĠjPanel":19068,"vez":19069,"³³³³":19070,"direction":19071,"ĠEP":19072,"Ġhunt":19073,"JsonProperty":19074,"ĠPORT":19075,"]\",":19076,"ап":19077,"ĠForeign":19078,"panic":19079,"Ġtrials":19080,"ĠAle":19081,"Ġrural":19082,"-value":19083,"authorized":19084,"ĠScotland":19085,".drop":19086,"ĠMT":19087,"ç±":19088,"rowth":19089,"FilePath":19090,"Ġrecall":19091,"ifle":19092,"Ġcel":19093,"ĠSELECT":19094,"kn":19095,"_case":19096,"Ġcrop":19097,"sure":19098,"pot":19099,"ICS":19100,"Ġstem":19101,"Ġindustries":19102,"Put":19103,"Ġaber":19104,"roadcast":19105,"Icons":19106,")\")Ċ":19107,"æĪIJåĬŁ":19108,"gui":19109,"Ġassumed":19110,"Ġrx":19111,"EA":19112,"è§":19113,"ELL":19114,"Ġdose":19115,"Ġine":19116,"Ġdeeper":19117,"lider":19118,"Ġordinary":19119,"Ġgolf":19120,"_IMAGE":19121,"ĠNAME":19122,"(module":19123,"Ġatom":19124,"Ġbelt":19125,"Ġoffices":19126,"beta":19127,"Ġphilosophy":19128,"(JSON":19129,"-field":19130,"Ġintroduce":19131,"Ġconvenience":19132,"optim":19133,">\"Ċ":19134,"athy":19135,"Ġemployer":19136,"quate":19137,"Ġedited":19138,"Arguments":19139,"ĠNations":19140,"__)":19141,"Ġnose":19142,"ĠSample":19143,"')ĊĊĊ":19144,"Ġcake":19145,".getAttribute":19146,"HD":19147,"Modified":19148,"Ġpredicted":19149,"ÅĦ":19150,"anie":19151,"Sorry":19152,"(doc":19153,"wind":19154,"ieve":19155,"Ġprovisions":19156,"ATER":19157,"OTE":19158,"MY":19159,".Autowired":19160,"ĠBath":19161,".Boolean":19162,"Ġbackend":19163,".Mouse":19164,"ateral":19165,"paper":19166,"Const":19167,"ĠVR":19168,"_entity":19169,"_CTRL":19170,"ĠProtection":19171,"ĠGM":19172,"ĠStudy":19173,"Ġsoup":19174,"otime":19175,"'use":19176,"]\"":19177,"/users":19178,"aug":19179,"ĠHong":19180,"_norm":19181,"ãģ¨":19182,"Ġsecre":19183,"(Build":19184,"ĠContract":19185,"olas":19186,"Ġsauce":19187,"Ġaggressive":19188,"Ġracial":19189,"character":19190,"@@":19191,"Ġcompile":19192,"ĠVoid":19193,"_rem":19194,"_memory":19195,"kk":19196,"Ġmic":19197,"Same":19198,"Utility":19199,"ĠHtml":19200,"ĠXml":19201,"Ready":19202,"Ġgall":19203,"Ġallegedly":19204,"ĉĉĉĉĠĠĠ":19205,"ĠMetal":19206,"ĠPersonal":19207,"ĠborderRadius":19208,"rxjs":19209,"objects":19210,"Ġwanting":19211,"Ġbowl":19212,"vendor":19213,"offsetof":19214,"ĠRs":19215,"ĠRating":19216,"Ġrally":19217,"_NODE":19218,"ĠMix":19219,"Ġadvertis":19220,"Ġnarrative":19221,"sal":19222,"Ġmc":19223,"SError":19224,"Ġfingers":19225,"Ġaccompany":19226,"Ġtired":19227,"Ġstride":19228,"Ġgui":19229,"elist":19230,"Locale":19231,"Ġreleases":19232,"iking":19233,"Ġanger":19234,")))ĊĊ":19235,"allest":19236,"Summary":19237,"(O":19238,"(for":19239,"Ġbasketball":19240,"Ġroads":19241,"ĠInstall":19242,"ĠFab":19243,"itmap":19244,"Ġ))Ċ":19245,"Ġintersection":19246,"ighbor":19247,"ĠBry":19248,"ĠHERE":19249,"Software":19250,"elfare":19251,"acs":19252,"Ġtrailer":19253,".getClass":19254,"chars":19255,"Ġregulation":19256,"Ġrefers":19257,"Ġdestruction":19258,"Ġcontinuous":19259,"ĠAustin":19260,"é¢":19261,"akan":19262,".window":19263,"ĠTemplates":19264,"Ġabsence":19265,":n":19266,"Ġdisorder":19267,"flash":19268,"Ġdelet":19269,"boards":19270,"ĠĠĉ":19271,"ROP":19272,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":19273,"Ġacqu":19274,"Ġlawsuit":19275,"ĠReviews":19276,"Ġgarage":19277,"timer":19278,"Ġej":19279,"ĠRectangle":19280,"Ġflowers":19281,"ilst":19282,"ĠInstance":19283,"Super":19284,"det":19285,"disposing":19286,"ĠES":19287,"ĠIC":19288,"vere":19289,"Sk":19290,"_channels":19291,"puted":19292,"/null":19293,"nnen":19294,"ĠGallery":19295,"_global":19296,"Authentication":19297,"ĠRank":19298,"Ġblocked":19299,"Ġcalm":19300,"market":19301,"ĉval":19302,"Ġaug":19303,"period":19304,"ĠConstant":19305,"Ġ?>\">Ċ":19306,"Ġlobby":19307,"pal":19308,"Ġsink":19309,"iah":19310,"С":19311,"urname":19312,"Ġconver":19313,"Ġinvestigate":19314,"Christ":19315,"Hub":19316,"ĠIND":19317,"ĠPed":19318,"uras":19319,"ĉurl":19320,"ĠTro":19321,"Ġpreferences":19322,"Ġguaranteed":19323,"`ĊĊ":19324,"Ġportions":19325,"Ġevalu":19326,"'>;ĊĊ":19421,".AutoScaleMode":19422,"Ġcats":19423,"Ġregistry":19424,"ulus":19425,"FI":19426,"payload":19427,"-search":19428,"Ġstaying":19429,"acious":19430,"Decoration":19431,"Review":19432,"Inf":19433,"Keep":19434,"itis":19435,",String":19436,"Coord":19437,"Ġpero":19438,"Sex":19439,"ĠAtlanta":19440,"uesta":19441,"Argb":19442,">*":19443,"}_":19444,"Footer":19445,"Ġemployed":19446,"_bound":19447,"vide":19448,".func":19449,"$scope":19450,"Ġspo":19451,"ĠAnal":19452,"ounced":19453,"around":19454,"Ġrestriction":19455,"Ġshops":19456,"åĢ":19457,"ĠLatin":19458,"-col":19459,"Ġbarely":19460,"ĠEuro":19461,"Er":19462,"Ġfaire":19463,"_distance":19464,"_unlock":19465,"Quote":19466,"IVATE":19467,"ĠåĪ":19468,"Ġaimed":19469,"ĠRetrie":19470,".iter":19471,"Ġwrapped":19472,"Ġagreements":19473,"strument":19474,"(product":19475,"Ġstudied":19476,".setValue":19477,"Ġye":19478,"ĠCache":19479,"MBOL":19480,"Ġquarterback":19481,"Ġsyntax":19482,".getElementsBy":19483,".version":19484,"website":19485,"Runner":19486,"_single":19487,"ativ":19488,"ĠAltern":19489,"ĠBeautiful":19490,"rightarrow":19491,"Ġdiversity":19492,"plash":19493,"(co":19494,".Fill":19495,"Ġtyping":19496,"Ġclar":19497,"Hit":19498,"OO":19499,"acco":19500,"worth":19501,"Ġscripts":19502,"ĠMuslims":19503,"ĠLL":19504,"erving":19505,"(boolean":19506,"Ġbaseball":19507,"ĠCAN":19508,"MAIL":19509,"depend":19510,"Ġrespective":19511,"Ġconstexpr":19512,".*;ĊĊ":19513,"']))Ċ":19514,"Ġyard":19515,"Ġidentical":19516,"ifecycle":19517,"USH":19518,"upiter":19519,".validate":19520,"cli":19521,"ISTER":19522,"Indicator":19523,"Fail":19524,"Ġdemocracy":19525,".var":19526,"Ġsatisfied":19527,"-------------":19528,"encer":19529,"hor":19530,"Ġrounds":19531,"DAO":19532,"oa":19533,"Ġflask":19534,"=c":19535,"[]Ċ":19536,"/dist":19537,"Ġparte":19538,"Ġconfirmation":19539,"eron":19540,"aware":19541,"":19542,"Ġdependencies":19543,"ĠVideos":19544,"-row":19545,"Ġ**/Ċ":19546,"Ġnou":19547,"Ġhover":19548,"æŀ":19549,"Ġnin":19550,"ĠUSD":19551,"Mac":19552,"_Load":19553,"Ġoutcomes":19554,"_socket":19555,"Ġqueries":19556,"wm":19557,"Ġhitting":19558,"inux":19559,"Mich":19560,"udge":19561,"ATAB":19562,"Ġvulnerable":19563,"ä¾":19564,"Ġportfolio":19565,":YES":19566,"ĉmap":19567,"Bound":19568,"Ġiteration":19569,"incess":19570,"Ġactors":19571,"ĠQual":19572,"_clean":19573,"ãĢijãĢIJ":19574,"MSG":19575,"Green":19576,"ĠOfficer":19577,"Ġsmoking":19578,">',":19579,"ĠFlo":19580,"++;":19581,"olygon":19582,"Ġbulk":19583,"Ġdrama":19584,"Ġexceptions":19585,"osed":19586,"Ġ+čĊ":19587,"Ġlegacy":19588,"CV":19589,"Ġcontributed":19590,"ĠTerms":19591,"Ġbt":19592,"Ġuntuk":19593,"Ġalien":19594,"===Ċ":19595,"ĉVector":19596,"Ġls":19597,"Online":19598,".facebook":19599,"numeric":19600,"ockets":19601,"Aut":19602,"bury":19603,"-redux":19604,"ĠRedistributions":19605,"GLOBALS":19606,"urrencies":19607,"Ġtons":19608,"âĢĻ,":19609,"Ġê":19610,"(col":19611,"ĠSymbol":19612,"Ġstayed":19613,"ĠML":19614,"Ġmunicip":19615,"Ġsexo":19616,"Sen":19617,"nr":19618,"Ġgains":19619,"Ġshortly":19620,".Menu":19621,"ý":19622,"KNOWN":19623,"Ġoperators":19624,"-V":19625,"ĠPatrick":19626,"/add":19627,"_CO":19628,"iration":19629,"(post":19630,"Posts":19631,"/_":19632,"Ġplug":19633,"Ġintellectual":19634,"Ġmetab":19635,"Ġpregnancy":19636,"ĠPremier":19637,"nm":19638,"Ġprediction":19639,"ĠMinistry":19640,"Three":19641,"valuate":19642,"ĠMini":19643,"bu":19644,"оз":19645,"\";čĊ":20078,"ĠSav":20079,".Bold":20080,"Ġenables":20081,"ĉtmp":20082,"Ġmanually":20083,"ĠSqu":20084,"userid":20085,".function":20086,".cache":20087,"LOPT":20088,".Services":20089,"ddit":20090,"tim":20091,">>":20154,"station":20155,"lore":20156,"atype":20157,"ishop":20158,"/****************************************************************":20159,"ComboBox":20160,"Ġvacation":20161,"Ġinitiative":20162,"ĠdefaultValue":20163,"concat":20164,"ĠKh":20165,"ĠWelcome":20166,"izedName":20167,"Migration":20168,"Ġgradient":20169,"Hot":20170,"Ġhardly":20171,"elo":20172,"ĠStudents":20173,"Ġloose":20174,"atz":20175,".Send":20176,"'/":20177,"Ġuniversal":20178,"Ġenterprise":20179,"Ġregex":20180,"Ġvisitor":20181,"ĠFly":20182,"Seq":20183,"à¸Ļ":20184,"ĠVisual":20185,"Ġlibraries":20186,"atoes":20187,"Payment":20188,"Ġpent":20189,"Ġgathered":20190,"VRTX":20191,"ĠDM":20192,"Split":20193,"Ġletting":20194,"ÐĿ":20195,"_errors":20196,"epoch":20197,"PARAM":20198,"cu":20199,"ÑģÑĤв":20200,"olutions":20201,"Editing":20202,"fonts":20203,"Ġallocated":20204,"ĠBased":20205,"(Y":20206,"ĠJudge":20207,"Ġbrothers":20208,"FILES":20209,"ço":20210,"wb":20211,"_PI":20212,"'^":20213,"Ġsword":20214,".services":20215,"Ġnl":20216,"Tim":20217,"igg":20218,"ĠMoore":20219,"Ġcryptoc":20220,"åĩº":20221,"_posts":20222,"otate":20223,"?'":20224,"....ĊĊ":20225,"Ġkl":20226,"=\"$":20227,"Ġdecoration":20228,"ạ":20229,"ĠDIRECT":20230,"GUI":20231,")=>{Ċ":20232,"Ġnewsletter":20233,"Ġprecis":20234,"(point":20235,"ĠEquipment":20236,"uty":20237,"ĠDave":20238,"Ġparticipation":20239,"uarios":20240,"xit":20241,".As":20242,"ETER":20243,"orous":20244,"Ġshield":20245,"[]>":20246,"ilitary":20247,".origin":20248,"Ġpromotion":20249,"Unt":20250,"Ġct":20251,"TRA":20252,"ViewHolder":20253,"Ġsigma":20254,"delta":20255,"arehouse":20256,"contract":20257,"(Vector":20258,"Ġcompete":20259,"/form":20260,"/components":20261,"Ġnr":20262,"ĠIndones":20263,"ĠоÑĤ":20264,"ĠVolume":20265,".files":20266,"(resp":20267,"/models":20268,"Ġsurf":20269,"standard":20270,"/o":20271,"ĠXCTAssert":20272,"VICES":20273,".Code":20274,"SED":20275,"Ġactivate":20276,"Delta":20277,"Ġlimitation":20278,"rij":20279,"Ġpregnant":20280,":^(":20281,"Ġsour":20282,"pie":20283,"Ġexpense":20284,"ication":20285,"ĠLarge":20286,"Ġ±":20287,"ĠBowl":20288,"(models":20289,"/N":20290,"Pa":20291,".reload":20292,"Ġwondering":20293,"Execution":20294,"ĉĠĠĠĠĠĠ":20295,"ĠGraphics":20296,"ĠContin":20297,"_job":20298,"ĠgetName":20299,"ĠMagn":20300,"ĠDWORD":20301,"mad":20302,"Ġnh":20303,"features":20304,"}\");Ċ":20305,"heets":20306,"(train":20307,"zn":20308,"Ġrecruit":20309,".connection":20310,"Ġbarrel":20311,"Ġsteam":20312,"_setting":20313,"Ġangular":20314,"aneously":20315,"Ġbil":20316,"ĠNorm":20317,"(!$":20318,"ibt":20319,"%(":20320,"Ġposit":20321,"ĠFather":20322,"intendo":20323,"Live":20324,"Ġports":20325,"Ġmej":20326,"Ġlanding":20327,"ponder":20328,"Ġcod":20329,"_HEADER":20330,".Margin":20331,"Ġballs":20332,"Ġdiscussions":20333,"Ġblend":20334,"Hex":20335,"Ġfarmers":20336,"Ġmaintaining":20337,"ĠĠĠčĊ":20338,"syn":20339,"[T":20340,"rus":20341,"uffers":20342,"Ġcontributors":20343,"_sys":20344,".Debug":20345,"Ġconstructed":20346,"omes":20347,"?id":20348,"slider":20349,"Ġsuppliers":20350,"scriber":20351,"pes":20352,"Ðŀ":20353,"\":čĊ":20354,"\\Controller":20355,"))ĊĊĊ":20356,"Ġlua":20357,"Multi":20358,"ENS":20359,"Src":20360,"Ġpetition":20361,"Ġslave":20362,"looking":20363,"VERT":20364,"ĉvector":20365,"Special":20366,"hh":20367,"anne":20368,"ĠNiger":20369,"/views":20370,"zing":20371,"endant":20372,"(":20591,".Product":20592,"Forms":20593,"NEW":20594,"Pay":20595,"ĉboolean":20596,"_contact":20597,"ĠElectric":20598,"skip":20599,"Ġwur":20600,"Ġchronic":20601,"_driver":20602,"ĠSab":20603,"ĠUlt":20604,"ĠRad":20605,"STATUS":20606,"ĠLewis":20607,"OB":20608,"Ġgifts":20609,".Rec":20610,"TRUE":20611,"Ġintensity":20612,"Marker":20613,".compare":20614,"ffic":20615,"Cookie":20616,"ĠBaby":20617,"ĠBigDecimal":20618,"ilet":20619,"ĠHOLDERS":20620,"ĠLady":20621,"Ġlung":20622,"ĠAlabama":20623,"Ġdess":20624,"`);Ċ":20625,"ĠBuilder":20626,"_region":20627,"Ġneutral":20628,"Both":20629,"Ġhp":20630,"Ġhorn":20631,"Ġsegments":20632,"ĠEC":20633,"\"=>\"":20634,"(rec":20635,"ĠPi":20636,"GM":20637,"Ġlaptop":20638,"Scalar":20639,"isd":20640,"-dialog":20641,"ĠAnderson":20642,"Ġmistakes":20643,"ĠHan":20644,"jes":20645,"estination":20646,"Ġpromises":20647,"bid":20648,"ĠScient":20649,"GIN":20650,"ĠPerformance":20651,"bage":20652,".users":20653,"leading":20654,"Ġoral":20655,"Graphics":20656,"_PTR":20657,"hang":20658,"Ġinev":20659,"processing":20660,"Factor":20661,"ĠNA":20662,"$string":20663,"Ġgrounds":20664,".SaveChanges":20665,"clock":20666,"cripcion":20667,"ĠNewton":20668,"gc":20669,".includes":20670,"Ġblast":20671,"Ġ'-'":20672,"Ġpuede":20673,".Session":20674,"Ġgrep":20675,"_final":20676,"ĠGay":20677,"ĠGive":20678,"iri":20679,"-star":20680,"ĠUIImage":20681,"_epoch":20682,"ubb":20683,"enth":20684,"Ġelite":20685,"Ġcampaigns":20686,"ĠPorno":20687,"_assign":20688,"Protocol":20689,"ĠBeing":20690,"ĠAirport":20691,"Ġconventional":20692,"ĠWat":20693,"ĠCI":20694,"ETA":20695,"ĠAnthony":20696,"Ġtablet":20697,"(format":20698,"Ġconsistently":20699,"ĠIowa":20700,"Ġavatar":20701,".cursor":20702,"![":20703,"Ġhanging":20704,"Her":20705,"Such":20706,"';ĊĊĊ":20707,"orgeous":20708,"()==":20709,"ĠviewModel":20710,"Ġãĥ":20711,"Ġels":20712,"ĠAgent":20713,"Fetch":20714,"apor":20715,"Ġcx":20716,"pread":20717,"ĠPier":20718,"oeff":20719,"Sn":20720,"ĠVirtual":20721,"Apr":20722,".White":20723,"_MOD":20724,"ĠPoints":20725,"失":20726,"Ġgenes":20727,"Ġvendor":20728,"Ġmainstream":20729,"Ċ":20758,"Filename":20759,"Ġsne":20760,"ĠFootball":20761,"Ġrival":20762,"Ġdisaster":20763,"ionic":20764,"ĠDamage":20765,".Resource":20766,"-en":20767,"ĠTypes":20768,"getString":20769,"(board":20770,"Ġbol":20771,"plain":20772,"zym":20773,"า":20774,"Ġscanner":20775,"ilder":20776,"_msgs":20777,"æı":20778,"(intent":20779,"Ġdestruct":20780,"Ġbust":20781,"ĠEmploy":20782,"oni":20783,"ĠUIViewController":20784,"Ġodds":20785,"earer":20786,"Geometry":20787,"Ġyii":20788,"_EXPORT":20789,"ĠAttack":20790,"Ġniet":20791,"Ġimpression":20792,"ĠGil":20793,"_prob":20794,"ĠCF":20795,"ĠExperience":20796,"/plugins":20797,".Method":20798,"Ġbeliefs":20799,"Native":20800,"_build":20801,"Ġvig":20802,"Ġranks":20803,"covered":20804,"such":20805,"Guard":20806,".pack":20807,"adder":20808,"ivia":20809,"lng":20810,"ĠвÑĭ":20811,"Timestamp":20812,"_now":20813,"Ġpoker":20814,"Ġunc":20815,"Ġshapes":20816,"-types":20817,"_period":20818,"pk":20819,"Ġveteran":20820,"Ġsono":20821,"Ġappointed":20822,"overflow":20823,".driver":20824,"_cat":20825,"utt":20826,"plant":20827,"imb":20828,"ĠAccept":20829,"Ġconcert":20830,"ĉnode":20831,"ĉz":20832,"?>čĊ":20833,"Ġbanned":20834,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20835,"Ġtoxic":20836,"Ġdisappe":20837,"ÈĽ":20838,"Ġgrace":20839,"ateful":20840,"Reply":20841,"ĠCruz":20842,"Ġscrap":20843,"Ġkeywords":20844,"simp":20845,"Ġmortgage":20846,"Ġcyber":20847,"ĠExecute":20848,"Ġlatitude":20849,"ifu":20850,".COM":20851,"dbo":20852,"Ġsorts":20853,"ĠGas":20854,"omial":20855,".Local":20856,"Cells":20857,".Replace":20858,"Strings":20859,".fit":20860,"ĠThird":20861,"%\",Ċ":20862,"Ġ{}\".":20863,"ĠSony":20864,"Ġ[:":20865,"Ġfallen":20866,".')Ċ":20867,"inh":20868,"ĠMC":20869,"Ġredis":20870,"Codes":20871,"Ġprofiles":20872,"hook":20873,"Reducer":20874,"_FUNC":20875,"Ġnavigate":20876,"strlen":20877,"Ġhorm":20878,"áŀ":20879,"ĠSR":20880,".boot":20881,"Ġdigest":20882,"ĉheader":20883,".findOne":20884,"æģ":20885,"DbType":20886,"nia":20887,"_merge":20888,"Ġdonne":20889,"/Getty":20890,"_CHAR":20891,"Ġbands":20892,".URL":20893,"artial":20894,"Ġfreq":20895,"Ġsist":20896,"Ng":20897,"Ġrendering":20898,"\\Core":20899,"Widgets":20900,"ĠVA":20901,"Ġactivists":20902,"Ste":20903,"=_":20904,"alla":20905,"Stamp":20906,"Ġloads":20907,"Ġxx":20908,"ĠLearning":20909,".Mvc":20910,"uir":20911,"(\"$":20912,"Ġconnecting":20913,"ReadOnly":20914,"uru":20915,"ĠEag":20916,"BIT":20917,"_DEL":20918,"å§":20919,"arrass":20920,"external":20921,"ĠYOUR":20922,"ĠBrew":20923,"ĠFive":20924,"Ġresize":20925,"igid":20926,"eration":20927,"ĠÑį":20928,"åĬł":20929,"ĠCatch":20930,"Ùģ":20931,"ĠLeon":20932,"amil":20933,".Body":20934,"Clip":20935,"/list":20936,".br":20937,"EditText":20938,"ĉdb":20939,".Game":20940,"(BuildContext":20941,"backend":20942,".Red":20943,"facebook":20944,".urls":20945,"mr":20946,"rolled":20947,"-------":20948,"Ġintervention":20949,"Ġretirement":20950,"ĠKit":20951,"ĠPRE":20952,"UpperCase":20953,"ĠSocket":20954,"Ġ:-":20955,"Ġstudying":20956,"ĠMetro":20957,"arded":20958,"Ġconversations":20959,"Called":20960,"Ġexamine":20961,"ertificate":20962,".gz":20963,"-responsive":20964,"Ġrefund":20965,"_network":20966,"allowed":20967,"empt":20968,"Ġmeals":20969,"Categories":20970,"Ġtraveling":20971,"Ġkg":20972,"Ġshame":20973,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":20974,"Ġexplicitly":20975,"Ġmathematic":20976,"ĠSuite":20977,"ĠRGB":20978,"******/":20979,"Ġmixture":20980,"learning":20981,".template":20982,"atts":20983,"wx":20984,"ĉctx":20985,".properties":20986,"Ġdrinks":20987,"ĠEither":20988,"setText":20989,".getData":20990,".zip":20991,"Ġreveals":20992,".Ċ":21005,"Ġranked":21006,"_impl":21007,"ĠHandles":21008,"Ġhosted":21009,"Ġupdating":21010,"album":21011,"éĿ":21012,"Ġshader":21013,"Editors":21014,"-round":21015,"[]{":21016,"Ġsep":21017,"ĠHi":21018,"TEM":21019,"lookup":21020,".man":21021,"_INPUT":21022,"Ġthreatened":21023,"_IMPORT":21024,"Ġdrops":21025,"ruit":21026,"sid":21027,"both":21028,"ĠExcel":21029,"Ġjer":21030,"ordinary":21031,"ей":21032,"VIEW":21033,"reply":21034,"Ġ):Ċ":21035,"colors":21036,"verified":21037,"_Tr":21038,"_parse":21039,"Ġcongress":21040,"Promise":21041,"ints":21042,"ĠMother":21043,".Api":21044,"ĠDuration":21045,"ĠfirstName":21046,"inheritdoc":21047,"ĠMars":21048,"Ġapr":21049,"ODY":21050,"Ġvisits":21051,"Ġhealing":21052,"letters":21053,")));čĊ":21054,"future":21055,".Framework":21056,"Ġkiss":21057,"Ġinvolve":21058,"Ġsilent":21059,"adows":21060,"Ġanybody":21061,"sch":21062,"Ġsolely":21063,"-img":21064,"Ġpropri":21065,"Ġinstruct":21066,"Ġlicenses":21067,"Ġmeth":21068,"Ġcondem":21069,"ĠDomain":21070,"ĠHarris":21071,"ĠsÃ¥":21072,"CEPT":21073,"Batch":21074,"@extends":21075,"ĠCONTRIBUT":21076,".DataFrame":21077,"_packet":21078,"recision":21079,"Ġfocusing":21080,".ht":21081,"__\":Ċ":21082,":Get":21083,"ĠKC":21084,"Ġpassage":21085,"Segment":21086,"_center":21087,"-zA":21088,"_BL":21089,"Ġconvin":21090,"Ġclassified":21091,"ĠNSMutable":21092,"_ap":21093,"tile":21094,"Rectangle":21095,"(nums":21096,"vens":21097,"ĠUIButton":21098,"ĠFeder":21099,"amo":21100,"Ġoutline":21101,"ĠParser":21102,"Ġâī":21103,"ĠWorks":21104,".Schema":21105,"Ġengines":21106,"_common":21107,"_old":21108,"ĠsetContentView":21109,"Ġ///<":21110,"ĠBT":21111,"fm":21112,"Ġdivers":21113,"_weights":21114,"emark":21115,"ĠACT":21116,"Ġproportion":21117,"overlay":21118,".dirname":21119,"ĠGit":21120,"_REFERENCE":21121,"<>":21122,"lb":21123,"_rule":21124,"è´¥":21125,"ĠPutin":21126,"Ġsleeping":21127,"():čĊ":21128,"Ġpreserve":21129,"Ġparliament":21130,"ĠLooking":21131,"Ġpicking":21132,"ĠDispatch":21133,"Ġslip":21134,"ëĵ":21135,"ĠLyn":21136,"_signal":21137,"configuration":21138,"ĠPitt":21139,"aden":21140,"procedure":21141,"Ġenthusi":21142,"fight":21143,"ĠConsider":21144,"Ġtorn":21145,"Connected":21146,".cos":21147,"_groups":21148,"ĠThink":21149,"Ġdeliber":21150,"Ġresid":21151,"working":21152,".columns":21153,"ĠCalled":21154,"Ġeslint":21155,">\",":21156,"_DOWN":21157,"hist":21158,"ĠAdvanced":21159,"Ġrewards":21160,"actors":21161,"Ġsilence":21162,"Ġmyth":21163,"Ġneur":21164,"Ġauction":21165,".GetString":21166,"eks":21167,"(project":21168,"ĉmsg":21169,"ĉoutput":21170,"Ġcomplaints":21171,",S":21172,"Ġtbl":21173,"Ġ,ĊĊ":21174,"riors":21175,"ahren":21176,"Ġlawyers":21177,"redux":21178,"_symbol":21179,"offee":21180,"_RESULT":21181,"(Name":21182,"UTC":21183,".currentTime":21184,"Ġorganis":21185,".arg":21186,"Ġminim":21187,"wick":21188,"Ġreceives":21189,"Balance":21190,"Ġspeaks":21191,"ĠDays":21192,"ĠBelow":21193,"tipo":21194,"Present":21195,"Ġreserv":21196,"hp":21197,"Ġrit":21198,"_RIGHT":21199,"--)":21200,"Ġchairman":21201,"DIS":21202,"ĠBOOST":21203,"Ġexperiments":21204,"__);Ċ":21205,"Ġstamp":21206,"Ġfert":21207,"Ġfond":21208,"Ter":21209,"elve":21210,"uren":21211,"+i":21212,"endency":21213,"Ġvirtually":21214,"...\"":21215,"ï½ŀ":21216,"-cent":21217,"_unique":21218,"Ġpricing":21219,"mic":21220,"RESH":21221,"Ġ:::":21222,"Ġannotation":21223,"ĠCircle":21224,"ongodb":21225,"itas":21226,"Ġ%(":21227,"(component":21228,"Ġоб":21229,"(port":21230,"-hour":21231,".obj":21232,"LBL":21233,"Ġjury":21234,"GBT":21235,"Ġspy":21236,"ĠProfessional":21237,"Ġ\"\";ĊĊ":21238,"Ġstriking":21239,"Ġdiscrimination":21240,"Ġpays":21241,"lict":21242,"entes":21243,"Ġthrowing":21244,"ĠPlugin":21245,"(def":21246,"ĠRuntimeException":21247,"ĠMigration":21248,"Ġdic":21249,"bag":21250,"onia":21251,"Ġcorruption":21252,"(Map":21253,"Ġprz":21254,".dto":21255,"Ġacquire":21256,"StateToProps":21257,"Ġloving":21258,"ож":21259,"_pattern":21260,"Ġemotions":21261,"Ġpublisher":21262,"_be":21263,"Ġcouples":21264,"oj":21265,"ĠChart":21266,"Ġtrop":21267,".tool":21268,"Ġestablishment":21269,"Ġdol":21270,"Ġtower":21271,"Ġlane":21272,"ĠSydney":21273,"Ġfilling":21274,"claimed":21275,"Ġdialogue":21276,"Ġconvention":21277,"booking":21278,"parency":21279,"æ±":21280,"ĠGeneric":21281,"\\Schema":21282,"Ġranges":21283,"/ch":21284,"Ġpanels":21285,"Ġruled":21286,"çĶŁ":21287,".ts":21288,"_sets":21289,"Ġcleanup":21290,"Previous":21291,"ĠAnimal":21292,"($(":21293,"ĠAve":21294,"ollar":21295,"_eval":21296,"ĉName":21297,"(tree":21298,"Ġ\"]":21299,"Ġduties":21300,"='/":21301,"Clicked":21302,"Ġdifferently":21303,"ĠClark":21304,"Ġdit":21305,"ologists":21306,"Ġsynd":21307,"Ġsends":21308,"-known":21309,"kb":21310,"ĠModal":21311,"itative":21312,"Ġracing":21313,"Ġhighlights":21314,"ĠSimon":21315,"ĠCaptain":21316,"ä¿¡":21317,"ĠCB":21318,"contin":21319,"aran":21320,"Ġphysics":21321,"retty":21322,"etal":21323,".md":21324,"axios":21325,"Ġspeakers":21326,"Ġprep":21327,"Ġawarded":21328,"ì§Ģ":21329,"ĠCorn":21330,"ĠNature":21331,"UDIO":21332,"Ġproj":21333,"-pre":21334,"[u":21335,"Features":21336,"ĠisEqual":21337,"Binary":21338,"sig":21339,"Ġconfusion":21340,"ĠHat":21341,"Ġktó":21342,".configure":21343,"MON":21344,"/edit":21345,"_Add":21346,",true":21347,"Ġcli":21348,"ErrorMessage":21349,"-loader":21350,"Dimensions":21351,"ultiply":21352,"Ġ{!!":21353,"ĠSqlCommand":21354,"Ġspoken":21355,"Ġpics":21356,"Ġtoy":21357,"(Key":21358,"ĠLoop":21359,"ب":21360,"EATURE":21361,"inction":21362,"_setup":21363,"wrapper":21364,"Ġtong":21365,"cular":21366,"Opt":21367,".Pl":21368,"=\",":21369,"(length":21370,"umn":21371,"Ġchrom":21372,"Ġsevent":21373,"ĠIllegalArgumentException":21374,"ĉstart":21375,"Ġbegun":21376,"CEPTION":21377,"dataset":21378,"ĠFailed":21379,"cols":21380,"Ġknee":21381,"imore":21382,".splice":21383,"shell":21384,"iggers":21385,"Ġthemes":21386,"ĠDJ":21387,"ĠAssistant":21388,"-$":21389,"Maybe":21390,"Ġordering":21391,"ĠIntelligence":21392,"ĠMassachusetts":21393,"Ġfailing":21394,"elson":21395,"Great":21396,"=i":21397,".rest":21398,"Ġinvite":21399,"-disable":21400,".GroupBox":21401,"âĢĻest":21402,"Ġtackle":21403,"gv":21404,"etter":21405,"Ġ),čĊ":21406,"_rules":21407,".warn":21408,"functions":21409,"ĠChristians":21410,"Ġbacked":21411,"Ġslider":21412,"Ġenjoying":21413,"nest":21414,"Ġhij":21415,"_ms":21416,"//*":21417,"Annotations":21418,"ĠVariables":21419,"":21620,"cycle":21621,"ĠBull":21622,"paths":21623,"Ġunp":21624,"ĠviewDidLoad":21625,"_Model":21626,"ĠassertTrue":21627,"Ġrated":21628,"Decl":21629,"verted":21630,"ĠDat":21631,"brew":21632,"Ġpointing":21633,"Ms":21634,"ĠPointer":21635,")'":21636,"_non":21637,"ĠSEC":21638,"Ġyeah":21639,"gency":21640,"initialize":21641,"fly":21642,"[pos":21643,",g":21644,"Tele":21645,"Ġjoke":21646,"Ġclause":21647,".findById":21648,"enes":21649,"(instance":21650,"£":21651,"Ġslic":21652,"_home":21653,"Ġ*/}Ċ":21654,"_pages":21655,"(service":21656,"RP":21657,"ĠAmong":21658,".getCurrent":21659,"ãĤ¹":21660,"Ġslee":21661,"=[Ċ":22071,"oler":22072,"Ġlibert":22073,"Ġ`Ċ":22074,"Ġwenn":22075,"lated":22076,"Ġimmune":22077,"(Node":22078,"ĠProblem":22079,"ĠAbs":22080,"logs":22081,"Ġ../":22082,"ĠADC":22083,"Ġ}}\">Ċ":22084,">');Ċ":22085,"=b":22086,"ĠWind":22087,"lahoma":22088,"Ġallocate":22089,"orian":22090,"Ġprescription":22091,"-quality":22092,"ĠMayor":22093,"inely":22094,"endforeach":22095,"ĠComplex":22096,"kom":22097,"TY":22098,"]].":22099,".Style":22100,"_many":22101,"','$":22102,"Ġbarrier":22103,"ĠFetch":22104,"ĠMarvel":22105,"Ġresist":22106,"ого":22107,"bidden":22108,"ĠRunnable":22109,":false":22110,"Ġbuilds":22111,"ĠStage":22112,"Ġdub":22113,"empo":22114,".site":22115,";ĊĊĊĊ":22116,"ĠDenver":22117,"Ġrevel":22118,"Ġtriggered":22119,"Ġdice":22120,"_fail":22121,"Ġgc":22122,"ĉX":22123,"ĠThrowable":22124,".router":22125,"ĠRevolution":22126,"ÑĢа":22127,"_NON":22128,"Ł¥":22129,"Ġelder":22130,"Ġabroad":22131,"Ġе":22132,"ĠAdult":22133,"blr":22134,"glyphicon":22135,"Ġpromoting":22136,"Ġiz":22137,"ĠSolid":22138,"_loader":22139,"early":22140,".enabled":22141,"-edit":22142,"ĠUL":22143,"_play":22144,"ĠInterrupt":22145,"Ġadvantages":22146,"ucle":22147,"Ġmechanical":22148,".tableLayoutPanel":22149,"ĠWorking":22150,"Ġanonymous":22151,"Rating":22152,"igious":22153,"_phone":22154,".addActionListener":22155,"Ġfran":22156,"unden":22157,"Ġ*)&":22158,"_bool":22159,"ulative":22160,"Ġcone":22161,"ĠMult":22162,"Ġmö":22163,"ĠForward":22164,"]):Ċ":22165,"Ġconvinced":22166,"acted":22167,"ãģĵ":22168,"ĠConfigure":22169,"Ġceiling":22170,"Der":22171,"Ġpassengers":22172,"Groups":22173,"Ġsoccer":22174,"/W":22175,"aviors":22176,"swith":22177,"ĠZone":22178,".Options":22179,"ĠMom":22180,"ieder":22181,"Arrays":22182,"Ġtreatments":22183,"Ġprotecting":22184,"fac":22185,"Ġpickle":22186,"ButtonItem":22187,"Ġblocking":22188,"strar":22189,"ò":22190,"ĠExport":22191,"Ġthrew":22192,"otta":22193,"ĠBASE":22194,".ws":22195,".LEADING":22196,"orderBy":22197,"_delay":22198,"ĠPu":22199,".dll":22200,"ĠChoose":22201,"Police":22202,"ĠBEGIN":22203,"boxes":22204,"Ġdiamond":22205,",l":22206,"Ġĉĉĉ":22207,"Ġcurious":22208,"tv":22209,"Ġerotische":22210,"ackages":22211,"ĉSet":22212,"Tick":22213,".border":22214,"staticmethod":22215,"Ġcher":22216,"invoice":22217,"Ġcru":22218,"Ġdefect":22219,"_metadata":22220,"relation":22221,"ikan":22222,"[N":22223,"(Qt":22224,"(Base":22225,"æģ¯":22226,"beat":22227,"ĠEmpty":22228,"ĉo":22229,"_shift":22230,"Ġregret":22231,"Those":22232,"Cent":22233,"ĠPortug":22234,"ĠIslands":22235,"ĠTIME":22236,"Management":22237,"-sp":22238,"ême":22239,"Ġnotion":22240,"unifu":22241,"PK":22242,"è¡Į":22243,"ĠCURLOPT":22244,"\\\"\\":22245,"UV":22246,"çº":22247,"dra":22248,"cou":22249,"=`":22250,"ĠDestroy":22251,"rp":22252,".cancel":22253,"GG":22254,"runtime":22255,"ĠVue":22256,"Ġprogressive":22257,"/services":22258,"Ġrunner":22259,"_FRAME":22260,".ToolStripMenuItem":22261,"Ġ','":22262,"delay":22263,"=utf":22264,"Ġscreening":22265,"Ġpulling":22266,"omas":22267,"Ġanth":22268,"-new":22269,"/local":22270,"ĠiPad":22271,"Ġtwitter":22272,"Ġdying":22273,"Ġheaven":22274,"ĠUInt":22275,"ĠSenator":22276,"Ġpresum":22277,"ĠWalker":22278,"Ġovercome":22279,"etection":22280,"Ġembarrass":22281,"China":22282,"Include":22283,"ROLL":22284,"ĠdataType":22285,"David":22286,"ร":22287,"lop":22288,"-month":22289,"Ġscar":22290,"ĠSafe":22291,"Ġ****************************************************************":22292,"Ġaccessories":22293,"Ġramp":22294,"_USE":22295,"Ġcontrad":22296,"))]Ċ":22297,"Ġprest":22298,"ĠHR":22299,"ĠRap":22300,"Ġusize":22301,"Ġcapability":22302,"Ġcort":22303,"-next":22304,"Ġburden":22305,"_reader":22306,"Ġ@@":22307,"regular":22308,"ĠKa":22309,"MAN":22310,"Ġastr":22311,"Ġ'')Ċ":22312,"Ġfed":22313,"Ġparsing":22314,"ĠYears":22315,"Ġbroker":22316,"\":{\"":22317,"Ġakt":22318,"Inventory":22319,"abeled":22320,"Ġargparse":22321,"*******Ċ":22322,"versation":22323,"Ġcord":22324,"ĠTi":22325,"Ġhopefully":22326,"Ġah":22327,"verb":22328,"Ġstolen":22329,".Entry":22330,"Ġexpecting":22331,"Orientation":22332,"Ġpowered":22333,"Ġpersist":22334,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":22335,"']);":22336,"')),Ċ":22337,"ĠCash":22338,"ĉitem":22339,"grades":22340,"ropol":22341,"basic":22342,"Ġ\");čĊ":22343,"Ġawards":22344,"(range":22345,"-all":22346,"ĠIBOutlet":22347,"ĠIndeed":22348,"----------------------------------------------------------------------------":22349,"Ġstomach":22350,"Ġflower":22351,"Ġsew":22352,"_times":22353,"avis":22354,"QString":22355,"ĠRoutes":22356,"_prot":22357,"Ġcomedy":22358,"Ġlogout":22359,"Ġwooden":22360,"Ġposter":22361,"piece":22362,".Join":22363,"ĠPok":22364,"celona":22365,"mutex":22366,";čĊčĊčĊ":22367,"Ġstrikes":22368,"Loaded":22369,")arg":22370,"esa":22371,"United":22372,"Ep":22373,"PELL":22374,"ĠAtlantic":22375,"ullet":22376,"apple":22377,"Ġsettled":22378,"acon":22379,"Ġprinter":22380,"ĠGC":22381,"å®ļ":22382,"Ġrendered":22383,",âĢĻ":22384,"heit":22385,"social":22386,".ge":22387,"ĠRick":22388,"ĠUtah":22389,"got":22390,"onical":22391,"ĠScroll":22392,"ĠSciences":22393,"Ġjug":22394,"Ġampl":22395,"enti":22396,"LEFT":22397,"Ġtabs":22398,"Ġenormous":22399,".getKey":22400,"locate":22401,".EX":22402,".storage":22403,".We":22404,"Ġtoast":22405,"ĠAdditionally":22406,"ĠNOW":22407,"_UPDATE":22408,"Ġtransferred":22409,"tha":22410,".Display":22411,"_ui":22412,"IDEO":22413,"Ġmeaningful":22414,"ĠMoscow":22415,",this":22416,"ĠVictoria":22417,"æĶ¹":22418,"ĠÐŁ":22419,".stack":22420,"ĠBarn":22421,"paredStatement":22422,":string":22423,"Ġbij":22424,"ĠSTATE":22425,"Ġemployers":22426,"ĉinput":22427,"(|":22428,"Ġlex":22429,"invoke":22430,"ĉnum":22431,"++,":22432,"atial":22433,"orses":22434,"Ġfork":22435,"_txt":22436,"ĠAntonio":22437,"Ġ(<":22438,"averse":22439,"Ġdevast":22440,"ãĢĢ":22441,".Dec":22442,"ĠGard":22443,"/ui":22444,".%":22445,"tri":22446,"Ġrolled":22447,"ValuePair":22448,"itten":22449,"ĠTher":22450,"Ġvrou":22451,"ĠFlow":22452,"ĠFinance":22453,"ĠComb":22454,"HC":22455,".setVisible":22456,"isl":22457,"Ġpk":22458,"Ġupset":22459,"(raw":22460,"ĠVice":22461,"eatures":22462,"ĠLang":22463,"Looking":22464,"ĠAST":22465,"Ġtrips":22466,"ĠJustin":22467,"browser":22468,"=\"'.$":22469,".vertices":22470,"-co":22471,"}/{":22472,"Ġ?,":22473,"ĠDomin":22474,"ĠBelg":22475,"\"<":22476,"Ġsuppose":22477,"addy":22478,"Ġwalks":22479,"ERRU":22480,"_filters":22481,"Preferred":22482,"scene":22483,"еÑģ":22484,"ĠAffairs":22485,"Ġ\"#{":22486,"ĠonSubmit":22487,"Ġstocks":22488,"/view":22489,"gree":22490,"-get":22491,"hit":22492,"Jo":22493,".getC":22494,"Initialized":22495,"ÑĤи":22496,"cuts":22497,"(Type":22498,"ĠAgreement":22499,"ĠVietnam":22500,"Ġ/*!":22501,"Ġpizza":22502,"-view":22503,"_em":22504,"Ġlhs":22505,"Ġmuy":22506,"ĠIdent":22507,"ĠFriends":22508,"Ġabund":22509,"_AD":22510,".timestamp":22511,"-'":22512,"Ġduplicate":22513,"Ġhunting":22514,"Ġregulatory":22515,"iao":22516,"amous":22517,"ĠEntertainment":22518,"[A":22519,"iatric":22520,"_CLIENT":22521,"ĠKids":22522,"/pkg":22523,"Break":22524,")));ĊĊ":22525,"ĠShape":22526,"Ġrelating":22527,"Interrupt":22528,"ableOpacity":22529,"embre":22530,"Ġmystery":22531,"Ġjournalists":22532,"ritable":22533,".Link":22534,"Ġstopping":22535,"CRET":22536,".DB":22537,"Ġpopularity":22538,"Ġgew":22539,"Ġimpr":22540,"setValue":22541,"FLAG":22542,"ĉmax":22543,"Ġbake":22544,"wy":22545,"ĠEconomic":22546,"Ġencontr":22547,"Ġfname":22548,"/de":22549,"Rank":22550,"Ġbugs":22551,".sm":22552,"Ġmedian":22553,"DOWN":22554,"ĠSure":22555,"AtIndex":22556,"ĠDick":22557,"Ġ(__":22558,".delta":22559,"Fr":22560,"Ġsuggesting":22561,"ĠRecyclerView":22562,",e":22563,"START":22564,"/****************************************************************************":22565,"xford":22566,"Ġreceipt":22567,"CLAIM":22568,"readonly":22569,"Ġengaging":22570,"Ca":22571,"asma":22572,"Ġensuring":22573,"English":22574,"ĠVancouver":22575,"hyth":22576,"Ġpurchasing":22577,"ĠPI":22578,".word":22579,"(sp":22580,".home":22581,":def":22582,"Ġgig":22583,"ĠVe":22584,"forum":22585,"ĠMitch":22586,"Bay":22587,"_FL":22588,"Ġsoll":22589,"_columns":22590,"Ġminority":22591,"bird":22592,"Ġhanded":22593,"SSL":22594,"STAT":22595,"Ġnervous":22596,"ĥ½":22597,"ĠfilePath":22598,"CREATE":22599,"Aw":22600,"Ġpens":22601,"seed":22602,"ĠCompute":22603,"olk":22604,"ĠAsset":22605,"reach":22606,"'),čĊ":22607,"navigation":22608,"LF":22609,"/util":22610,"ĠPub":22611,"ĠâĶ":22612,"cion":22613,"##Ċ":22614,"III":22615,"TagName":22616,"Ġamid":22617,"permission":22618,"ifiable":22619,"xFFFFFFFF":22620,"ни":22621,".Buffer":22622,"_irq":22623,"dark":22624,"Ġretval":22625,".fire":22626,"production":22627,".listen":22628,"ĠWeather":22629,"Ġbuyers":22630,".ne":22631,"erp":22632,"ĠPent":22633,"Ġwelfare":22634,"ĠpageSize":22635,"ĠStadium":22636,"erta":22637,"Ġlev":22638,"ampa":22639,"Pager":22640,"Ġcharging":22641,"ĠNetflix":22642,"|null":22643,"_random":22644,".xpath":22645,"Ġstere":22646,"ĠISIS":22647,"ponses":22648,"(loc":22649,"eyond":22650,"ĠOfficial":22651,"ĠMaryland":22652,"DataType":22653,"_par":22654,"{},":22655,"ĠEnjoy":22656,"_SHIFT":22657,"ĠAwards":22658,"_ENTRY":22659,"Ġseemingly":22660,"enticate":22661,"Ġhearts":22662,"_;ĊĊ":22663,"ĠHIV":22664,"Ġindivid":22665,"ĠFlag":22666,"_ctrl":22667,"ĠCallback":22668,",z":22669,"ĠGPU":22670,"ĉobj":22671,"ĠPhoenix":22672,"ĠBUS":22673,"Ġrubber":22674,"_AUTH":22675,"ĠSolutions":22676,"(location":22677,"Variables":22678,".setEnabled":22679,"_high":22680,"WO":22681,"Gesture":22682,"Ġretry":22683,"ĠobjectForKey":22684,"alloween":22685,"Ġmos":22686,"ĠCele":22687,"Ġikke":22688,"(cell":22689,"ĠMODE":22690,"rena":22691,"Ġdescribing":22692,"Ġphi":22693,"Ġrd":22694,"Ġdeserve":22695,"Ġwheels":22696,"å¸Ĥ":22697,"Ġcritics":22698,"Namespace":22699,"ĠFra":22700,"ĠĊĊĊĊ":22701,"Ġalla":22702,"Ġrequiring":22703,"æľŁ":22704,"utation":22705,"Ġdelayed":22706,"Ġadministrative":22707,"Ġbay":22708,".hidden":22709,"Tex":22710,"Ġboundaries":22711,"Ġ]);ĊĊ":22712,"ĠFollowing":22713,"~/":22714,"Fi":22715,"_conv":22716,"_TITLE":22717,"Ġdesde":22718,"ICollectionView":22719,"Alias":22720,"Ġbite":22721,"patient":22722,"_COMMAND":22723,"Completed":22724,"ĉelif":22725,"(<":22726,"Business":22727,"ĠPool":22728,"Ġpursue":22729,"ĠBan":22730,"_steps":22731,"_DECL":22732,"umble":22733,"Ġcombo":22734,"ĠLayer":22735,".xr":22736,"Ġdup":22737,"---------":22738,"Ġmodifier":22739,"rob":22740,"rez":22741,"Ġathletes":22742,"Used":22743,"wear":22744,"Ġlegitimate":22745,"Ġ\"ĊĊ":22746,"Ġhv":22747,"Std":22748,"ĠHold":22749,"Ġsurviv":22750,"ĠAlliance":22751,"ĠEarly":22752,"Behavior":22753,"(font":22754,"/libs":22755,"Ġrectangle":22756,"Ġsinger":22757,"Ġamp":22758,"EqualTo":22759,"Ġ\".\"":22760,"Ġgirlfriend":22761,"å±":22762,"linear":22763,"observ":22764,"Ġpiù":22765,"Ġcomplement":22766,"WithValue":22767,"(password":22768,"take":22769,"Blank":22770,"ĠCompar":22771,"'\",":22772,"_policy":22773,"mongoose":22774,"_FAILED":22775,".report":22776,"Ratio":22777,".PerformLayout":22778,"usable":22779,"mers":22780,"_render":22781,"PEED":22782,"Ġlesb":22783,"ĉE":22784,"_tool":22785,"Ġladies":22786,"оÑģ":22787,"))))Ċ":22788,";;;;":22789,".dot":22790,"Ġnest":22791,"peak":22792,"ukkit":22793,"eca":22794,"_SW":22795,"Ġ&(":22796,"ĠOklahoma":22797,"Ġbanking":22798,"ĠNintendo":22799,"Ġreproduce":22800,"_elements":22801,"_mac":22802,"proxy":22803,"Ġremarkable":22804,"}/${":22805,"Ġouts":22806,".hasNext":22807,"MODE":22808,"Ġanime":22809,".conn":22810,"Unique":22811,"Dom":22812,"Ġimportantly":22813,"itty":22814,"Ġjuice":22815,"Tw":22816,"ĠPartners":22817,"Ġattacking":22818,"Ġportable":22819,"amiento":22820,".PictureBox":22821,".gen":22822,"Ġoptimal":22823,"Ġrecre":22824,"Ġjournalist":22825,"ĠExtract":22826,"ĠMoreover":22827,"ĠmarginTop":22828,".Ap":22829,"Ġfiring":22830,"NaN":22831,"ĉtemplate":22832,"ад":22833,".En":22834,"Ġdefence":22835,"ĠTel":22836,"ilen":22837,"jan":22838,"=data":22839,"ĠUrl":22840,"ĠReuters":22841,"(total":22842,"ĠFifth":22843,"Ġessays":22844,"Ġinterpretation":22845,"Ġcharity":22846,"ĠRules":22847,"Ġsubsection":22848,"styled":22849,"azer":22850,"lags":22851,"LIST":22852,"Ġuploaded":22853,"Ġtrash":22854,"Ġregistr":22855,"Ġseller":22856,">';čĊ":22857,"ĠstartTime":22858,"çĻ":22859,"sy":22860,"(HttpServletRequest":22861,"Ġtrap":22862,"GC":22863,"Ġembedded":22864,"Ġsurrounded":22865,"imits":22866,"TX":22867,"ylinder":22868,"ĠFal":22869,"Ġsentences":22870,"ĠJa":22871,"IFICATION":22872,"weapon":22873,"ovation":22874,"Ġcoat":22875,"Ġinterpol":22876,"Ġlips":22877,"ĠKy":22878,"Ġvectors":22879,"_am":22880,"Ġintake":22881,".world":22882,"Ġinbox":22883,"ĠMAC":22884,"_ab":22885,"(nameof":22886,"Ġentert":22887,"Ġgathering":22888,"ĠSIM":22889,"++.":22890,"nya":22891,"'}}":22892,"ĠUPDATE":22893,"Ġpac":22894,"(html":22895,"ĠSant":22896,"iating":22897,"ĠIdeas":22898,"Ġspray":22899,"ĠHart":22900,"Ġverification":22901,"adesh":22902,"/modules":22903,"ĠMind":22904,"ĠSizedBox":22905,"Ġshelter":22906,"Ġheroes":22907,"atty":22908,"Ġcertified":22909,"sj":22910,"Ġêtre":22911,"ÅĤo":22912,"Ġpublishing":22913,"ĠMalays":22914,".getUser":22915,"ĠProvider":22916,"ĠLinkedList":22917,"ĠBor":22918,"ROUND":22919,"did":22920,"tain":22921,"pire":22922,"ĠJenn":22923,"tel":22924,"ande":22925,"_front":22926,"ĠMcG":22927,"TestMethod":22928,"à¸Ń":22929,"Ġoccasionally":22930,"ĠWales":22931,"Ġexercises":22932,"ĠÐĴ":22933,"-plus":22934,"Ġvalidator":22935,"Ġprayer":22936,"LATED":22937,"_author":22938,"Ġlabour":22939,"++Ċ":22940,"-equiv":22941,"ĠGPL":22942,"Ġfacebook":22943,"simple":22944,"gly":22945,"Processor":22946,"ipy":22947,"Ġ*>":22948,"Ġcleared":22949,"ĠPush":22950,"Ġpenis":22951,"Structure":22952,"lij":22953,"ĠMorgan":22954,"Ġhandful":22955,"\".Ċ":22956,"|\\":22957,"Ġ********************************":22958,"ĠAqu":22959,"_IC":22960,".loads":22961,"Ġmeter":22962,"ĠMarine":22963,"::{":22964,"ĠTS":22965,"ĠArrays":22966,".Title":22967,"GRAM":22968,"termin":22969,"Ġcoinc":22970,"Else":22971,"_states":22972,"-run":22973,"members":22974,"astro":22975,"ĠonPress":22976,"Ġbeings":22977,"Ġabandoned":22978,"Ġtaxp":22979,"owners":22980,".mode":22981,"Ġdiagnosis":22982,"Ġ_Ċ":22983,"ĠKnight":22984,"ĉA":22985,"Ġobserve":22986,"),'":22987,"!\")Ċ":22988,"ĠPara":22989,"Ġvariation":22990,"(False":22991,"ĠAnti":22992,"Ġgri":22993,"Ġhomeless":22994,"?v":22995,"Ġbez":22996,".Server":22997,"release":22998,"ĠPatri":22999,"Ġchars":23000,"Ġranking":23001,"activation":23002,"Ġwides":23003,"qr":23004,".Sql":23005,"acular":23006,"ĠBot":23007,"_sync":23008,"Ġhappiness":23009,"Ġvolunteers":23010,"Ġsits":23011,"/<":23012,"[e":23013,"(fileName":23014,"Ġcapac":23015,"ĠMaria":23016,"father":23017,"Ġgram":23018,"*i":23019,"Ġcaso":23020,"_draw":23021,"ĠRaw":23022,"ĠIterator":23023,"ĠPadding":23024,"PD":23025,"BOX":23026,"ĠSPECIAL":23027,"Ġfecha":23028,"Ġvide":23029,"ĠLeader":23030,"以":23031,"$(\".":23032,"Ġdiameter":23033,"Ġmild":23034,"Ġrocks":23035,"appings":23036,"directory":23037,".flush":23038,"ĠJess":23039,"UNIT":23040,"ĠPear":23041,"Ġmandatory":23042,"Sur":23043,"qt":23044,"Ġstreams":23045,"Ġcooperation":23046,"ĠSac":23047,"Ġcheaper":23048,"ĉch":23049,"animation":23050,"fare":23051,"(height":23052,"(True":23053,"NY":23054,"Ġwrest":23055,"Ġpolls":23056,"Ġencountered":23057,"ĠMarketable":23058,"_PASSWORD":23059,"_SELECT":23060,"ĠArabia":23061,"_clock":23062,"Ġvoy":23063,"Ġиз":23064,"Ġstir":23065,"isible":23066,"-effect":23067,".created":23068,"Ġtoys":23069,"ĠTradable":23070,"Ġrust":23071,"Ġstrcpy":23072,"_timestamp":23073,"Ġtalented":23074,",null":23075,"ĠJobs":23076,"ĠPortland":23077,"Ġweakness":23078,"Throw":23079,"ĠAngel":23080,"ä¿®":23081,"Ġuncert":23082,"ï¼īĊ":23083,"ĠìĿ´":23084,"Which":23085,"Ġ[-]:":23086,"Something":23087,"Ġconvicted":23088,"kle":23089,"edium":23090,"Ġbranches":23091,"Ġbases":23092,"ç®":23093,"Ġcomplexity":23094,"ĠFig":23095,".reshape":23096,"$db":23097,"_CONST":23098,"ĠTes":23099,".runtime":23100,"Ġdeny":23101,"ĠBSD":23102,"Ġkr":23103,"hatt":23104,"ĠStatic":23105,"Ġuniversities":23106,"Replace":23107,"Ġdrove":23108,"Ġadoles":23109,"_plugin":23110,"ĠLGBT":23111,"Ġtex":23112,"duction":23113,"EDI":23114,"ĠTed":23115,"_URI":23116,"Ġreception":23117,"arten":23118,".Single":23119,"rice":23120,"scious":23121,"_bg":23122,"Ġwages":23123,"ĠServlet":23124,"UILayout":23125,"Ġformatted":23126,".Mod":23127,"',Ċ":23174,"Ġexpanding":23175,"ĠHamilton":23176,"ĠContrib":23177,".Tables":23178,"Activ":23179,"HH":23180,"ocommerce":23181,"_;":23182,"Ġamongst":23183,"owing":23184,"ĠCold":23185,"APH":23186,"Ġpsychological":23187,"_tensor":23188,"Ġpackaging":23189,"ĠSweden":23190,"Ġpare":23191,"Ġaggregate":23192,"Ġmoderate":23193,"_hand":23194,"Ġdesignated":23195,"Ġdrum":23196,"ĠgetUser":23197,"ĠCreek":23198,"_scope":23199,"ĠTransfer":23200,"ĠMarg":23201,"Ġfighters":23202,"Wnd":23203,"ĠSel":23204,"ĠLaunch":23205,"Ġemerging":23206,"iframe":23207,"ĠAdditional":23208,"Ġfears":23209,"Ġsatellite":23210,"_:":23211,"Ġdisposing":23212,"GetValue":23213,"HttpPost":23214,"ATIVE":23215,"ulary":23216,"Views":23217,"Ġattending":23218,"ĠTennessee":23219,"ĠMission":23220,"Ġmedication":23221,"ĠWy":23222,"ĠAnna":23223,"ع":23224,"ĠVertex":23225,".types":23226,"Organ":23227,".DataGridViewTextBoxColumn":23228,"ĠRS":23229,"Ġtempo":23230,"(App":23231,"VersionUID":23232,".point":23233,"ĠDutch":23234,"Hours":23235,"LU":23236,"Ġquoted":23237,".builder":23238,"ĠPerfect":23239,"ĠAlways":23240,"_two":23241,"Ġexclusively":23242,"ĠCra":23243,"ificar":23244,"ĠAWS":23245,"ingham":23246,"complex":23247,"kernel":23248,"Ġgravity":23249,"Ġwi":23250,"Ġoverview":23251,"ĠWant":23252,"ĠWP":23253,"(sh":23254,".rotation":23255,"States":23256,"ĠTeen":23257,"_components":23258,"ìĪĺ":23259,"Received":23260,"Ġlyrics":23261,"rites":23262,"ĉĉĉĉĉĠ":23263,"-American":23264,"[num":23265,"/python":23266,"ĠUART":23267,"Ġapple":23268,"ĠJonathan":23269,"Ġmomentum":23270,"ั":23271,"Ĥ¹":23272,"Ġmich":23273,"andra":23274,"Ġbiological":23275,"ĠMens":23276,"Ġ%%":23277,"elsea":23278,"ĠMexican":23279,".randint":23280,"Ġtale":23281,"ĠValidate":23282,"Ġdefeated":23283,".htm":23284,"Ġcopper":23285,"=/":23286,"cosystem":23287,"Ġrip":23288,"decimal":23289,".VISIBLE":23290,"ĠTa":23291,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":23292,"Ġdownloaded":23293,"environment":23294,"Ġnomine":23295,"building":23296,"ĠSpot":23297,"ipheral":23298,"Ġalto":23299,"quet":23300,"ĠFT":23301,"/get":23302,"/master":23303,"WIN":23304,"åħĥ":23305,"West":23306,"argc":23307,"Ġproducers":23308,"ĠMuch":23309,"_storage":23310,"credit":23311,"CONT":23312,"Ġvet":23313,"Ġvoices":23314,"('',":23315,"Ġinstruments":23316,"ĠMSG":23317,"esse":23318,"repository":23319,"omics":23320,"Ġdealer":23321,"Still":23322,"Ġbanner":23323,"ascii":23324,"Ġremarks":23325,"[js":23326,"Ġshorter":23327,"gulp":23328,"Ġmyster":23329,"Ġkun":23330,"ĠBird":23331,"Ġtiene":23332,"nut":23333,"ĠUm":23334,"Ġwise":23335,"Yeah":23336,"INESS":23337,"_begin":23338,"-heading":23339,"Course":23340,"ĠčĊčĊ":23341,"ombie":23342,"graded":23343,"ĠGPS":23344,"Ġże":23345,"Fit":23346,"caption":23347,"ön":23348,"/image":23349,"lia":23350,"(mod":23351,"Ġleak":23352,"enza":23353,"/H":23354,"ĠHappy":23355,"Dist":23356,"nx":23357,"ĠGovernor":23358,"(last":23359,"teacher":23360,"ĠSent":23361,"support":23362,"jectory":23363,"ĠÙħ":23364,"Registration":23365,"ĠGray":23366,",false":23367,"Ġadjusted":23368,"(settings":23369,"'Ċ":23431,"-fold":23432,"æĬ":23433,"ĠBetter":23434,"Ġ\"\\<":23435,"spacing":23436,"Ġfurnished":23437,"oser":23438,"]}Ċ":23439,"Ġ$\"":23440,"pull":23441,".Post":23442,"(ip":23443,"Ĺı":23444,".front":23445,"nte":23446,"ĠFM":23447,"guid":23448,"Ġnegotiations":23449,"agonal":23450,"Ġtremend":23451,"ungeon":23452,"Adv":23453,"carousel":23454,"ÃŁe":23455,"_DESC":23456,"Ġhammer":23457,"áºŃ":23458,"ĠĠĠĠĠĠĠĠĊĊ":23459,"-core":23460,"-service":23461,"Ġcorners":23462,"ĠSF":23463,"pred":23464,">A":23465,"ĠJLabel":23466,"Ġromantic":23467,"Ġtestimony":23468,"osc":23469,"ĠGeneration":23470,"asures":23471,"_internal":23472,"Ġprints":23473,"Ġ])Ċ":23474,"ĠCleveland":23475,"repo":23476,"Disc":23477,"Ġ\">Ċ":23478,"����":23479,"Ġnearest":23480,"_tb":23481,"(require":23482,"EOF":23483,"-child":23484,"Ġbudd":23485,".XtraEditors":23486,"alties":23487,"\\\":\\\"":23488,"Words":23489,"Ġlocally":23490,"Ġpurchases":23491,"Drawer":23492,"extract":23493,"Ġexecut":23494,"}'.":23495,"userdata":23496,"Ġfocuses":23497,"-minute":23498,"ĠPublish":23499,"ogo":23500,"Ġmountains":23501,"Bot":23502,"}>{":23503,"Ġtension":23504,"rod":23505,"mesh":23506,"Ġtransformed":23507,",R":23508,"()}Ċ":23509,".long":23510,"Ġgorgeous":23511,"ĠSchedule":23512,"Ġoldest":23513,"Ġsubprocess":23514,"(IN":23515,"yect":23516,"ĠCooper":23517,"arness":23518,"ĠMonitor":23519,".part":23520,"ĠNBC":23521,"Ġcotton":23522,"Ġhol":23523,"Ġrgba":23524,"ĠBio":23525,"Continue":23526,"Pod":23527,"Ġparticipating":23528,"clusions":23529,"(ByVal":23530,"ì":23531,"ĠHOW":23532,"_setopt":23533,"Ġaccompanying":23534,"aton":23535,"Ġ/\\":23536,"ĠAuthentication":23537,"ién":23538,"ĠBarack":23539,"/*.":23540,"Ġeager":23541,"ĠCancel":23542,"$":23586,"OLEAN":23587,"OKIE":23588,"IBILITY":23589,"UAGE":23590,"ĠSurvey":23591,"Ġresign":23592,"wing":23593,"Ġsecrets":23594,"Ġchips":23595,"JSONObject":23596,"Desktop":23597,"_SYMBOL":23598,"(resource":23599,"ĠĊ":23600,"Ġnewest":23601,"uli":23602,"Ġdesert":23603,"Ġdip":23604,"ĠPow":23605,"Ġequation":23606,"Ġpossibilities":23607,"ĠFed":23608,"osph":23609,"Ġ[%":23610,"Ġbubble":23611,"etherlands":23612,"Ġcement":23613,".auto":23614,"_AN":23615,"âĢĻ.":23616,"selection":23617,"ĠBond":23618,"Den":23619,"-O":23620,".getType":23621,".Window":23622,"pres":23623,"Ġswinger":23624,"\"})Ċ":23625,"Ġpip":23626,"Ġmice":23627,"Ġcompound":23628,"-plugin":23629,"iko":23630,"Ġcenturies":23631,"icular":23632,"-inline":23633,"ĉkey":23634,">\\<":23635,"ENSION":23636,"Ġ[čĊ":23637,"Ġprecisely":23638,"Ġété":23639,"ĠPast":23640,"ĠCambridge":23641,"-full":23642,"Ġanalyze":23643,"ĠSteven":23644,"Ġnem":23645,"due":23646,"oren":23647,"Ġmuscles":23648,"ijing":23649,"/-":23650,"ĠKennedy":23651,"RM":23652,"ossible":23653,"Ġactress":23654,"Ġdolor":23655,"å½ķ":23656,"Need":23657,".toggle":23658,"ĠRace":23659,"wers":23660,".material":23661,"ĠDue":23662,"ĠPel":23663,"#print":23664,"Ġindependence":23665,"exus":23666,"Shadow":23667,"Ġencoder":23668,"(level":23669,"ĠSwift":23670,".doc":23671,"_selection":23672,"ĠserialVersionUID":23673,"Labels":23674,"Ġperformances":23675,".Tag":23676,"ĠNHL":23677,"izen":23678,"/UIKit":23679,"_CONTROL":23680,"Ġearnings":23681,"ĠAlt":23682,"_HANDLE":23683,"Ctx":23684,"Ġpersu":23685,"Ġtran":23686,"ç¨":23687,"_CHANNEL":23688,"Ġsatisfaction":23689,"ĠGP":23690,"iox":23691,"mitt":23692,"lando":23693,"Ġpig":23694,"inals":23695,"ência":23696,"Surface":23697,"ĠUUID":23698,"Ġbeneficial":23699,"Ġsequences":23700,"ĉmemset":23701,"Ġmagical":23702,"«":23703,"Ġworn":23704,"ASC":23705,"popup":23706,"COMP":23707,"_before":23708,"eness":23709,"Ui":23710,"Les":23711,".require":23712,".Serializable":23713,"addGap":23714,"Ġauthorization":23715,".pyplot":23716,"urray":23717,"latitude":23718,"frames":23719,"ajs":23720,"Ġcompass":23721,"Ġobservations":23722,"_sup":23723,".environ":23724,"Ġtriple":23725,"ĠRuby":23726,"Ġdrain":23727,"_FILTER":23728,"San":23729,"UMP":23730,"NullException":23731,"ĠGab":23732,"owe":23733,"ĠTurkish":23734,"_sequence":23735,"ĠGrant":23736,"uela":23737,"Ġwo":23738,"Ġcube":23739,"iq":23740,"Ġdisorders":23741,"Ġextraordinary":23742,"Ġctrl":23743,"ĠSeq":23744,"entr":23745,"Ġsanctions":23746,"utsch":23747,"Reports":23748,"Ġinherit":23749,"Period":23750,"Ġphotography":23751,"ĠFramework":23752,"Ġspecialist":23753,"Ġ?ĊĊ":23754,"_selected":23755,".Player":23756,"Ġallocation":23757,"(account":23758,"Ġstructural":23759,"vable":23760,"-offset":23761,".AppCompatActivity":23762,"ам":23763,".AddWithValue":23764,"Ġicons":23765,"Ġshutdown":23766,"_low":23767,"ĠCompare":23768,"ĠCe":23769,"=head":23770,"lam":23771,".predict":23772,"_DEC":23773,"ĠSleep":23774,"ĠGratis":23775,"Ġsuggestion":23776,"ĠDEL":23777,"caff":23778,"avirus":23779,"Nothing":23780,"ŀĭ":23781,"Ġwidespread":23782,"Ġmechanisms":23783,"ĠtextAlign":23784,"occup":23785,"ĠRail":23786,":NS":23787,"Ġfiber":23788,"Ġmk":23789,"Ġvintage":23790,"-long":23791,".reduce":23792,".Entities":23793,"(record":23794,"Ġpleasant":23795,"FRING":23796,".Cells":23797,"OTT":23798,"ĉelseif":23799,"_confirm":23800,"ĠViewGroup":23801,"sym":23802,"Ġpray":23803,"Ġsuspected":23804,"Contains":23805,"Ġborders":23806,"ĠcomponentDid":23807,"ASSERT":23808,"Ġinfinite":23809,"-order":23810,"Ġhello":23811,"ĠGrade":23812,".currentTimeMillis":23813,"apolis":23814,"zh":23815,"ĉObject":23816,":\\\\":23817,"HO":23818,"valuation":23819,"Ġvocab":23820,"Ġcoupon":23821,"atabases":23822,".GetType":23823,"Learn":23824,"]=\"":23825,"ĠGary":23826,"otive":23827,"Ġash":23828,"Ġbib":23829,"XXXX":23830,"Ġbalanced":23831,"VALUE":23832,"ĠNat":23833,"_Ad":23834,"<":23976,"Ġfool":23977,"Ġesk":23978,".Null":23979,"ĠDies":23980,"_OUTPUT":23981,"_TYPED":23982,"Ġpainted":23983,"Ġsophistic":23984,"ĠBear":23985,"*n":23986,"_PACK":23987,"Ġdelivering":23988,"ĠCOUNT":23989,"åįķ":23990,"Ġjeg":23991,"-car":23992,"fname":23993,"Ġranging":23994,"ĠNeg":23995,"/******/":23996,"ĠCHAR":23997,"Ġultra":23998,"Grad":23999,"=t":24000,"Ġjudges":24001,"ĠDise":24002,"anners":24003,"Ġscal":24004,"_cal":24005,"ĠCONNECTION":24006,"_embed":24007,"(fn":24008,"ĠCraft":24009,"ĠPas":24010,"\")->":24011,".convert":24012,".resource":24013,"ĠSTATUS":24014,"ông":24015,"ĠTit":24016,"Ġclassroom":24017,"ĠArchitect":24018,"ĠKings":24019,"Ġsteady":24020,"/*!Ċ":24021,"ĠGene":24022,")\";Ċ":24023,"icia":24024,"stan":24025,"ĠConstruction":24026,"umper":24027,"wc":24028,"ĠCBS":24029,"inging":24030,"-party":24031,"(driver":24032,"MARK":24033,"Ġnested":24034,"eward":24035,"Ġdependency":24036,"Ġmales":24037,"ĠONE":24038,"ĠProduction":24039,"][$":24040,"ãĥ¼ãĥ":24041,"_LOAD":24042,"ĠBol":24043,"elry":24044,"łéĻ¤":24045,"ĠRequire":24046,"Ġplacing":24047,"xxx":24048,"CALE":24049,"Ġthumb":24050,"Choose":24051,"Ġprototype":24052,"VOID":24053,"Ġlesbian":24054,"Ġtraits":24055,"Sharp":24056,"Ġconsume":24057,"Truth":24058,"ĠactionPerformed":24059,"ĠEnvironmental":24060,"ĠDean":24061,"Ġestado":24062,"same":24063,"Ġnumeric":24064,"Ġtransit":24065,".Email":24066,"-side":24067,"_RUN":24068,"ĠVillage":24069,"_OPEN":24070,"è¦":24071,".rem":24072,"-warning":24073,"anya":24074,"PropertyChanged":24075,"Ġ(!_":24076,"(check":24077,"ilia":24078,"ĠSoft":24079,"steps":24080,"ĠMadrid":24081,"MemoryWarning":24082,"Ġhandlers":24083,"Ġexperiencing":24084,"Ġinspect":24085,"buttons":24086,"ReceiveMemoryWarning":24087,"chemy":24088,"Links":24089,"Ġurllib":24090,".SystemColors":24091,"ĠEigen":24092,"Ġpunishment":24093,":UIControl":24094,"bara":24095,"-set":24096,"Ġ}čĊčĊčĊ":24097,"Ġtolerance":24098,"Ġinterfaces":24099,".redirect":24100,"ighbors":24101,"csrf":24102,"_background":24103,".Utils":24104,"_HT":24105,"ĠInterest":24106,"imos":24107,"Ġgrants":24108,"Ġexamined":24109,"ÐĶ":24110,"Ġcf":24111,"forge":24112,"backs":24113,"ĠObjects":24114,"_sent":24115,".entry":24116,"ĠTHEN":24117,"ellido":24118,"cia":24119,",res":24120,"/stdc":24121,".nd":24122,"(Int":24123,"ĠAuthors":24124,"ĠAppCompatActivity":24125,"'{":24126,"Ġmedi":24127,"Music":24128,"igm":24129,"ceipt":24130,"Ġauss":24131,"Ġtargeting":24132,"ĠKeys":24133,"hn":24134,":]Ċ":24135,"Ġmineral":24136,"î":24137,".ca":24138,"omed":24139,"Ġsheets":24140,"Ġcamb":24141,"Ġdeadly":24142,".inject":24143,"(unit":24144,"ĠSelection":24145,".gms":24146,"(connection":24147,"Ġ$(\"":24148,"émon":24149,"ĠCurrently":24150,"pte":24151,"_paths":24152,"leaf":24153,"Ġimplications":24154,"posal":24155,"ä½į":24156,"[/":24157,"ancia":24158,"éĽ":24159,"mul":24160,"cie":24161,"Ġgeile":24162,"imals":24163,"UIView":24164,"Ġsurre":24165,"serialize":24166,"ISO":24167,"Ġarbitrary":24168,"Ġsockaddr":24169,".fn":24170,"ĠMerc":24171,"Ġcasting":24172,"KeyDown":24173,"ĠnewValue":24174,"opens":24175,"Todo":24176,"Ġflexibility":24177,"ĉĉĉĉĠĠ":24178,"Velocity":24179,"ún":24180,"rowing":24181,"Ġcomputed":24182,"`)Ċ":24183,"statement":24184,"Ġri":24185,"_cart":24186,"Low":24187,"transfer":24188,".nav":24189,"Ġgrave":24190,"ĠDoor":24191,"ĉalert":24192,".subscribe":24193,"-profile":24194,"ĉbase":24195,"ĠâĪĴ":24196,"__ĊĊ":24197,"Ġengineers":24198,"Ġexplosion":24199,"Ġdari":24200,"ĉLog":24201,"onal":24202,"Ġisolated":24203,"{i":24204,"ĠMsg":24205,"Future":24206,"Ġracist":24207,"-wrap":24208,"ĠVers":24209,"borg":24210,"ISION":24211,"ĠÑĢаÐ":24212,"ĠYan":24213,"initWith":24214,"Ġnomin":24215,"(empty":24216,"ÃŃn":24217,"ãĤ¤":24218,"ĉwidth":24219,"Ġchamber":24220,"/ajax":24221,"EMP":24222,"Ġneces":24223,"ivos":24224,"logic":24225,"*)&":24226,"cripts":24227,"RowAt":24228,"iblings":24229,"Ġears":24230,"Ġcomputing":24231,"Ġmaker":24232,"ĠNeither":24233,"breadcrumb":24234,"Ġserialize":24235,"ĠWithin":24236,"Ġdell":24237,"_TRACE":24238,"=a":24239,"Ġwishes":24240,"-inch":24241,"ĠDor":24242,"Ġinnocent":24243,"ĠDol":24244,"Ġintens":24245,"forced":24246,"ĠBIT":24247,"Ġphotographs":24248,"Ġcasa":24249,"ĠLen":24250,"\\Framework":24251,".Simple":24252,"Ġdear":24253,")/(":24254,"ippi":24255,"Ġowns":24256,"Players":24257,"Ġproposals":24258,".pi":24259,"usalem":24260,"Damage":24261,"Ġcalories":24262,"ĠCreative":24263,"Ġ[$":24264,"Ġ//čĊ":24265,"AndView":24266,"ème":24267,".custom":24268,"_factory":24269,"commands":24270,"_look":24271,"Ġstrcmp":24272,"YN":24273,"aired":24274,"Ġaudit":24275,"оÑģÑĤ":24276,"ĠReverse":24277,"ropriate":24278,"etics":24279,"';Ċ":24352,"Ġpepper":24353,"Ġshed":24354,"ĠMedium":24355,"ĠCookie":24356,"Ġoverseas":24357,"edor":24358,"asurement":24359,"åŃĺ":24360,"Ġ'.'":24361,"Ġphp":24362,"ĠPROC":24363,"Ġexceptional":24364,"(th":24365,"ĠJet":24366,"Ġoccupied":24367,".setImage":24368,"ĠRelated":24369,"ucker":24370,"Members":24371,"PRINT":24372,"ĠGlo":24373,"_VIEW":24374,"}\",Ċ":24375,"Ġadoption":24376,"[])Ċ":24377,"ĠMissouri":24378,"ĠLincoln":24379,"erald":24380,"Popup":24381,"Ġfate":24382,"-bootstrap":24383,"fections":24384,"ĠPoll":24385,"_ARGS":24386,"inance":24387,"-home":24388,".),":24389,"_done":24390,":ĊĊĊ":24391,"Ġdiscussing":24392,"ĠSQLException":24393,"Ġelectro":24394,"ĉreq":24395,"Ġzw":24396,"Ġlui":24397,"Ġovernight":24398,"$user":24399,"ĠWAY":24400,"Ġallerg":24401,"Ġdisappointed":24402,"Ġradiation":24403,"Ġimpressed":24404,"ificates":24405,"Ġtob":24406,"CLASS":24407,"Ġcuda":24408,"_det":24409,"-post":24410,"ulu":24411,"Translation":24412,"-hand":24413,".year":24414,"ĠMongo":24415,"Ġunclear":24416,".engine":24417,"WEBPACK":24418,"rices":24419,"_ACCESS":24420,"Ġholidays":24421,"percent":24422,".Identity":24423,"ĠGov":24424,"Ġpassionate":24425,"!!.":24426,"ĠGreece":24427,"plusplus":24428,"'));":24429,"GP":24430,"Ġexcit":24431,".tabPage":24432,"_cond":24433,"Ġsponsor":24434,"MODULE":24435,"_proc":24436,"Ġ$Ċ":24437,"Ġrational":24438,".Tool":24439,"Ġihr":24440,"cca":24441,"åĵģ":24442,"ĠEstate":24443,"IBUTE":24444,"ActionPerformed":24445,"ĠSolar":24446,"¦Ĥ":24447,"Ġequity":24448,"tid":24449,"Ġrecip":24450,".simple":24451,"mk":24452,"ĠLuke":24453,"ĠGuardian":24454,"Ġencrypted":24455,"Ġdominant":24456,".place":24457,"ĠNV":24458,"Ġtongue":24459,"(Get":24460,"Ġstainless":24461,".Play":24462,"Ġeb":24463,"aci":24464,".buffer":24465,"readcrumbs":24466,"Ġvaccine":24467,"prom":24468,"ĠuserInfo":24469,"Ġslug":24470,"SerializedName":24471,"-wide":24472,"Ġreactions":24473,"ĠYang":24474,"ĠAdds":24475,"(userId":24476,"Ġplates":24477,"ĠMEM":24478,"Ġbail":24479,"Inside":24480,"eted":24481,"Ġelsif":24482,"Ġsake":24483,"Ġcycles":24484,"ĠìĹ":24485,"ĉI":24486,"-collapse":24487,"ĠGMT":24488,"Declaration":24489,"Ġgros":24490,"Ġreaches":24491,"Ġcustody":24492,"Until":24493,"tu":24494,"ĠChen":24495,"Ġnx":24496,"(addr":24497,"ĠOffer":24498,"Ġcolleg":24499,"assador":24500,"Ġmapper":24501,"ĠSIGNAL":24502,"ĠBloom":24503,"ĠHoll":24504,"ĠImper":24505,"-des":24506,"_site":24507,"Proc":24508,"Equ":24509,"Ġatomic":24510,"ĠWoman":24511,"sent":24512,"scar":24513,"Ġintelligent":24514,"ĠGetting":24515,"ĠRegistration":24516,"ĠPhill":24517,"Ġkiller":24518,"unicode":24519,"ĊĉĉĊ":24520,"ĠJacob":24521,"ĠConst":24522,"Ġlocate":24523,"Ġcaus":24524,"ĠScholar":24525,"Ġconstitutional":24526,"Ġinflation":24527,"ĠGot":24528,"=array":24529,"endum":24530,"Ġtranslated":24531,"Ġdivorce":24532,"Entries":24533,"Ġsor":24534,"ĠQuote":24535,"irlines":24536,"UK":24537,"Ġexcel":24538,"(opt":24539,"ĠADV":24540,",:,":24541,"Ġcontacted":24542,"ĠDA":24543,"Ġrings":24544,"ĠIndustrial":24545,".getContext":24546,"Ġforgotten":24547,"ĠTan":24548,"Ġpants":24549,"Ġov":24550,"Ġdecoder":24551,"ĠPartial":24552,"Ġvc":24553,"Ġbattles":24554,"Arial":24555,"FRINGEMENT":24556,"irates":24557,",w":24558,"aintenance":24559,"ĠOd":24560,"ĠTechnologies":24561,"åīį":24562,"ĠCarter":24563,".findAll":24564,"Nome":24565,"Ben":24566,"ĠUsage":24567,"ĠPicture":24568,"Ġbadly":24569,"_panel":24570,"Ġpatent":24571,"ĠProtocol":24572,"lotte":24573,"ĉplayer":24574,"jections":24575,"Ġdou":24576,"_release":24577,"urniture":24578,"_tax":24579,"ĠFields":24580,".dataset":24581,"_master":24582,"CLUDE":24583,"ĠPharm":24584,"bst":24585,"Ġoperational":24586,".cell":24587,"Ġidentifying":24588,"Ġjwt":24589,"tuple":24590,"ĠTC":24591,"ĠCro":24592,"ixmap":24593,"-components":24594,"general":24595,"Ġoz":24596,"_De":24597,"_double":24598,"ĠToo":24599,".ViewGroup":24600,"gate":24601,"dings":24602,"photos":24603,"Ġgrande":24604,"ollect":24605,"_lin":24606,"Ġawful":24607,"filters":24608,"Ġalternate":24609,"esp":24610,"Ġcompress":24611,"eo":24612,"ĠScale":24613,"Ġindirect":24614,"Ġinvoice":24615,"ĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊĊ":24616,"Starting":24617,"ĠPlayers":24618,"iele":24619,".then":24620,"Ord":24621,"ĠTuple":24622,"Ġbout":24623,"ĠStatistics":24624,"Preview":24625,"Ġpuzzle":24626,"ĠWidth":24627,"STATE":24628,"Ġoverlay":24629,"ĉon":24630,"Ġinfr":24631,"Ġsmallest":24632,"locked":24633,"ÑĤо":24634,"ssl":24635,"Ġdeemed":24636,"Ġsco":24637,"reck":24638,"ĠjButton":24639,"Ġmissions":24640,"称":24641,".SelectedIndex":24642,"TABLE":24643,"Sept":24644,"Ġacknowledge":24645,"Ġstrtotime":24646,"ĠTell":24647,"ĠDak":24648,"Ġaluminum":24649,"Ġfence":24650,"ĠStars":24651,"CONFIG":24652,"Ġretrofit":24653,"Ġemphasis":24654,"/header":24655,"ĠSomething":24656,"inished":24657,"='\".$":24658,"ĠValidators":24659,"Ġpolar":24660,"sections":24661,".aspx":24662,"Ġaspir":24663,".Mock":24664,"CodeGen":24665,"Ġpeut":24666,"Ġaccepting":24667,"Ġbacking":24668,"Picture":24669,"/ap":24670,"ег":24671,"_SEC":24672,"-use":24673,"annotation":24674,"Ġcognitive":24675,"Ġgrip":24676,"hour":24677,"ĠLegal":24678,"Ġepic":24679,".toolStrip":24680,".notify":24681,".Last":24682,"ORIZ":24683,"Middleware":24684,"criptions":24685,"lash":24686,"_FOUND":24687,"ĠLiverpool":24688,"Ġ{}\",":24689,"Install":24690,"Ġnit":24691,"Ġfigured":24692,"[len":24693,".Win":24694,".platform":24695,"Ġgambling":24696,"(dt":24697,"avery":24698,"ĉinclude":24699,"Whether":24700,"Routing":24701,"Ġtherap":24702,"Remote":24703,"ĠLoss":24704,"yll":24705,"Ġapproached":24706,"ĠVehicle":24707,"ĠAlpha":24708,"Ġvocê":24709,"answers":24710,"NSDictionary":24711,"consider":24712,"unused":24713,"ĠFan":24714,"orable":24715,"fre":24716,"ĠDISCLAIM":24717,"ĠActor":24718,".]":24719,"toHave":24720,".userId":24721,"Ġspeeds":24722,"eway":24723,"Ġrecurs":24724,"Ġг":24725,"_priv":24726,"!âĢĿĊĊ":24727,"Choice":24728,"Ġsettle":24729,"Ġplanes":24730,"'},":24731,"Tom":24732,"ITER":24733,"!\"Ċ":24734,"å»":24735,"achelor":24736,"Ġseparation":24737,"Ġdal":24738,"adj":24739,"Ġregisters":24740,"riz":24741,"ĠNotice":24742,"Ġlu":24743,"Ġcourage":24744,"Ġaxes":24745,"cellent":24746,".async":24747,"Ġcompatibility":24748,"ç«":24749,"Ġ!ĊĊ":24750,"ĉtitle":24751,"YLE":24752,"ĉmessage":24753,"UUID":24754,"OLDER":24755,"ĠHH":24756,"ĠStyleSheet":24757,"Ġaccessed":24758,".validation":24759,"tasks":24760,"Ġpollution":24761,".canvas":24762,"Ġingredient":24763,"ĠCabin":24764,"Ah":24765,"oldown":24766,"ĠNOI":24767,"ĠÃĹ":24768,"[f":24769,"educ":24770,"yalty":24771,"(not":24772,"_State":24773,"amen":24774,"Ġdao":24775,"udad":24776,"ellers":24777,"}&":24778,"licity":24779,"_WINDOW":24780,"Ġtatto":24781,"valor":24782,".Range":24783,"Ġreferenced":24784,"ĠReserve":24785,"Money":24786,"SCRIPT":24787,"/product":24788,"choices":24789,"Ġtin":24790,"ãĤĵ":24791,"Ġseparator":24792,"Ġpkg":24793,"ammed":24794,"ĠMAT":24795,"!!ĊĊ":24796,"Ġraid":24797,"Ġmotivation":24798,"ĠXP":24799,"ĠBackground":24800,"ĠQuaternion":24801,".defineProperty":24802,"iker":24803,"ĉparent":24804,"ĠOriginally":24805,"antage":24806,"ĠHans":24807,"Ġtimeline":24808,".cur":24809,"opic":24810,"ĠSequ":24811,"must":24812,"ĠCoal":24813,"Ġformatter":24814,"_RGB":24815,"Ġ_(\"":24816,"'}),Ċ":24817,"Ġ=================":24818,"ĠFUNCTION":24819,"Ġlng":24820,"icates":24821,"live":24822,"_engine":24823,"Ġtowns":24824,"'))ĊĊ":24825,"ĠPK":24826,"(api":24827,"ĉscanf":24828,"packet":24829,".phone":24830,"áĢ":24831,"ĠAndy":24832,"_NAMES":24833,"PLY":24834,"Ġmins":24835,"imi":24836,"Ġbrick":24837,"Ġblade":24838,".stdout":24839,"}`;Ċ":24840,"Shift":24841,"ĉsb":24842,"ĠChecks":24843,"Ġphenomenon":24844,"Avatar":24845,"Ġministry":24846,"rose":24847,"ĉFile":24848,"Ġtitled":24849,"(LOG":24850,"Ġgan":24851,"design":24852,"(),čĊ":24853,"Ġbones":24854,"stm":24855,"ÅĽÄĩ":24856,"ĠInputStream":24857,"Ġvolunt":24858,"ĠSerializable":24859,"Ġfighter":24860,"ĠDrag":24861,"Twitter":24862,"Ġsubsid":24863,"ç¼":24864,"Ġforums":24865,".loading":24866,"logged":24867,"_this":24868,"Ġterrain":24869,"Ġirre":24870,"ĠIng":24871,"ĠCN":24872,"_objects":24873,".uid":24874,"Ġconsciousness":24875,"TINGS":24876,"ĠGall":24877,"Ġportray":24878,"ĠDeveloper":24879,"Ġparticipant":24880,"Ġ\";čĊ":24881,"/model":24882,"ĠOperations":24883,"^\\":24884,"ĠLater":24885,"Ġraises":24886,"-none":24887,".meta":24888,"='.$":24889,"Finished":24890,"Ġreplacing":24891,"Ġsampling":24892,"ĠJen":24893,"\"There":24894,"REAL":24895,"ALE":24896,"ìĬ¤":24897,"Orders":24898,"_parameter":24899,"ĠOlympic":24900,"Ġtrès":24901,"Ġarena":24902,"iol":24903,";?>":24904,"Ġimpacts":24905,"ĠWS":24906,":get":24907,"Ġflights":24908,"ĠRussell":24909,"camera":24910,"Fn":24911,"sigma":24912,"Ġforcing":24913,"Ġlocals":24914,"Ġdeparture":24915,"Ġcelebration":24916,"ĠSay":24917,"ï¼Ĵ":24918,"ĠHills":24919,".hasOwnProperty":24920,"Ġtypings":24921,".API":24922,"Ġdonation":24923,"OperationException":24924,".Activity":24925,"cplusplus":24926,"ĠCharlie":24927,"Ġimported":24928,"Ġdann":24929,"Ġoccasions":24930,"Ġimplementing":24931,"Ġpurple":24932,".dialog":24933,"SQLException":24934,"erno":24935,"Ġwars":24936,"Ġpaste":24937,"Ġdecreased":24938,"Ġharsh":24939,"Ġelabor":24940,"inputs":24941,"ĠViews":24942,"ĠerrorMessage":24943,"_mul":24944,"ĉwrite":24945,"ĠCop":24946,"ĠAnnual":24947,"(button":24948,"Ġvida":24949,"bars":24950,"ĠHarvard":24951,"ĉexpect":24952,"Ġindexes":24953,"Ġdocumentary":24954,"Ġflesh":24955,"ORLD":24956,"ĠDelta":24957,"MAND":24958,"Brush":24959,"-column":24960,"Ġdevelopments":24961,"methodVisitor":24962,"slice":24963,"ĠPDO":24964,"Ġinvesting":24965,"irable":24966,"Ġxmlns":24967,"ï¼Ľ":24968,"arta":24969,"Ġtheories":24970,"_city":24971,"Ġ$__":24972,"Creating":24973,"(pr":24974,"Dropdown":24975,"ismatch":24976,"ĠNET":24977,"'])){Ċ":24978,"ĠValues":24979,"ĠSEO":24980,"ĠSTAT":24981,"Ġecosystem":24982,"Ġtempt":24983,"Ġ\\\\":24984,"Ġ//{Ċ":24985,"ĠChristopher":24986,"ĠKentucky":24987,"ĠHttpServletResponse":24988,"Ġhybrid":24989,"yon":24990,"Ġfeeding":24991,"ĠExtra":24992,"Norm":24993,"ITCH":24994,"ĠSean":24995,"ĠUpload":24996,"mun":24997,"pur":24998,"Ġpersistent":24999,"ĠIDC":25000,"ĠPerform":25001,".merge":25002,"_room":25003,"Meanwhile":25004,"!='":25005,"ĠWel":25006,"ArgsConstructor":25007,".Database":25008,"Ġcounting":25009,"()*":25010,"ĶåĽŀ":25011,"ĠTOP":25012,"mill":25013,"ĠDT":25014,"IGNED":25015,"ĠKB":25016,"Ġcomply":25017,"South":25018,"_collection":25019,"Chapter":25020,"Ġexplaining":25021,"_AM":25022,"_ts":25023,"cards":25024,"Ġquel":25025,"Ġpole":25026,"Ġtouchdown":25027,"ĠOthers":25028,"Ġpeers":25029,"ĠTypeError":25030,"Ġsixth":25031,"Ġcheer":25032,"Ġdispute":25033,"usc":25034,")],":25035,"thumb":25036,"Ġhiding":25037,"ĠSIG":25038,"likes":25039,"ĠPAGE":25040,".Reflection":25041,"Ġheadquarters":25042,"TING":25043,"ĠGhost":25044,"MLE":25045,"$Ċ":25046,"Ġcontrary":25047,"extend":25048,"']).":25049,"FFECT":25050,"ĠPinterest":25051,"úmero":25052,"ricane":25053,"ĉsession":25054,"Ġcrystal":25055,"-Control":25056,"overnment":25057,"ograf":25058,"-action":25059,"volume":25060,"ften":25061,"Ġuncon":25062,"Ġanimate":25063,"Ġlease":25064,"scr":25065,"Ġrefuse":25066,"ãĢĭ":25067,"ftp":25068,"information":25069,"Ġevaluated":25070,"Ġinjection":25071,"Ġjack":25072,"Ġworkshop":25073,"注":25074,"PTH":25075,"ĠTs":25076,"offer":25077,"ĉos":25078,"Ġkingdom":25079,"Missing":25080,"Ġlawmakers":25081,"extField":25082,"Ġsinging":25083,"abi":25084,"/client":25085,".media":25086,"ATEGORY":25087,"Signature":25088,"%',Ċ":25089,"ĠFuck":25090,"][:":25091,"Ġsensors":25092,"/com":25093,"ĠPrimary":25094,".SQL":25095,"_program":25096,"Ġpills":25097,"Ġintegral":25098,"Ġfleet":25099,"Ġdropping":25100,".sl":25101,"Been":25102,"Ġpets":25103,"Ġadvised":25104,"Ġdragon":25105,"_EDIT":25106,"(im":25107,"FER":25108,"ĠDrug":25109,"(random":25110,"Ġcompression":25111,"oust":25112,"[%":25113,"Ġbuyer":25114,"hop":25115,"Roles":25116,"manage":25117,"Ġpainful":25118,"ĠBranch":25119,"-modal":25120,"enant":25121,"ĠMesh":25122,"/font":25123,"ĠGraham":25124,"Ġâĺ":25125,"Ġnc":25126,"ĠFrancis":25127,"Ġspecification":25128,"Ġdamages":25129,"-config":25130,"Ġtheoret":25131,"secure":25132,"_multi":25133,"aceutical":25134,"Ġdemanding":25135,"enne":25136,"ISTS":25137,"()));ĊĊ":25138,"Reason":25139,"Recent":25140,"phase":25141,"Ġpsy":25142,"_MAN":25143,"Ġvolunteer":25144,"å¿":25145,"istributed":25146,"lio":25147,"Ġproductivity":25148,"_comm":25149,"Spring":25150,"nis":25151,".weight":25152,"ĠCancer":25153,"Alloc":25154,"ĠTweet":25155,"Ġseparately":25156,"ĉcheck":25157,"_properties":25158,".Unit":25159,"_CLK":25160,"Ġgt":25161,"Ġ();ĊĊ":25162,"Ġhandy":25163,"ĠThompson":25164,"Ġunnecessary":25165,"ĠReader":25166,"GN":25167,"=request":25168,"ĠUtility":25169,".Repository":25170,"ĠAx":25171,"hydr":25172,"ieu":25173,"Ġthy":25174,"Ġlt":25175,"_mail":25176,"ä¿®æĶ¹":25177,"ailand":25178,"ĠPhilip":25179,"Ġbitter":25180,"Ġbetting":25181,"Ġtimed":25182,"ocks":25183,"'a":25184,"Ġalgorithms":25185,"Ġreinterpret":25186,"Ġtoss":25187,"rogen":25188,"Ġhoped":25189,"(selected":25190,"Ġventure":25191,"TEX":25192,"ĠLeave":25193,".Substring":25194,"Ġgrateful":25195,"uka":25196,"ĠConsumer":25197,"Ġaggreg":25198,"Circle":25199,"à¸ģ":25200,"_blocks":25201,"Ġlegally":25202,"Ġ\"|":25203,"ãĥĥ":25204,".board":25205,".Ab":25206,"Functions":25207,"recipe":25208,"èĩ":25209,"ĠOxford":25210,"Ġwholes":25211,".Build":25212,"_changed":25213,"hai":25214,"Ġdepartments":25215,"Imp":25216,"Ġcoalition":25217,"INFRINGEMENT":25218,"Ġempower":25219,"itches":25220,"North":25221,"Ġinflamm":25222,"ONSE":25223,"Ġmissile":25224,"ĠRaj":25225,"ĠIssue":25226,"Ġatoi":25227,"caled":25228,".Controllers":25229,"ĠWolf":25230,"Ġcrushers":25231,"á»ĩ":25232,".Auth":25233,".addAttribute":25234,"his":25235,"Ġboots":25236,".clean":25237,"camp":25238,"Ġtenant":25239,"Ġtune":25240,"Ġ{}'.":25241,"Ġworkout":25242,"Repo":25243,"Ġpartially":25244,"MISSION":25245,"jamin":25246,"ĠSB":25247,"Ġdetermination":25248,"Ġ'');Ċ":25249,"ĠBeng":25250,"Ġvos":25251,"Ġinhab":25252,"/lang":25253,"sburgh":25254,"Executor":25255,"hone":25256,"ĠChallenge":25257,"_links":25258,".Level":25259,"Ġunderground":25260,"-code":25261,"Ġoptimization":25262,"logging":25263,"_dest":25264,"Ġsnake":25265,"Ġchemicals":25266,"_IMPORTED":25267,"adoop":25268,"ĠTHAT":25269,"managed":25270,"Ġreduces":25271,"ĠREAL":25272,"ĠGuy":25273,"_GENERIC":25274,"/********************************":25275,".amount":25276,"Ġdere":25277,"getTime":25278,"Ġpant":25279,"anonymous":25280,"Ġharmony":25281,"ĠAlan":25282,"Ġscenarios":25283,"Ġdirt":25284,"htags":25285,"Mc":25286,"Shell":25287,"rin":25288,"{čĊčĊ":25289,".pow":25290,"ĉclient":25291,"Ġconspiracy":25292,"Ġadmission":25293,"ĠRegional":25294,"ĠViewController":25295,"ĠPhilippines":25296,"Ġdepos":25297,"Ġpap":25298,"ĠPad":25299,"Paul":25300,".ComboBox":25301,"Ġtutor":25302,"ĠRecipe":25303,"writing":25304,"Ġcontributor":25305,"OTH":25306,"Small":25307,"VI":25308,"Ġhacer":25309,"equ":25310,"ĠExamples":25311,"human":25312,".messages":25313,"ĉtyp":25314,"Ġ(čĊ":25315,"ĠSSL":25316,"LEN":25317,"ĠRomney":25318,"(grid":25319,"ĉmin":25320,"Ġ>ĊĊ":25321,"Ġfruits":25322,"Ġvoter":25323,"Inline":25324,"pane":25325,"ĠCollections":25326,"charset":25327,"Ġspam":25328,"zb":25329,"itemap":25330,"Ġsucceeded":25331,"_COL":25332,"Ġelapsed":25333,"imeter":25334,"Ġrecovered":25335,"Tensor":25336,"hattan":25337,".setup":25338,"isto":25339,"(head":25340,"ĠSIZE":25341,"Ġtactics":25342,"Ġdistur":25343,"Ġpreval":25344,"icios":25345,"(Value":25346,"_cols":25347,"ĠFat":25348,"Ġseal":25349,"Ġsons":25350,"Ġensures":25351,"Ġpressing":25352,"=&":25353,"igenous":25354,"Ġharassment":25355,"_JSON":25356,"Ġignor":25357,"ynomial":25358,"omer":25359,"_static":25360,"Ġsignificance":25361,"Ġcircles":25362,"_System":25363,"Ġdiscipline":25364,"Ġdressed":25365,"Ġsphere":25366,"Ġclimb":25367,"_actions":25368,"ĠBab":25369,"Ġ'=',":25370,"_schema":25371,"\"use":25372,"Ġunders":25373,"Ġcups":25374,".screen":25375,"/new":25376,"Ġappearing":25377,"TOP":25378,"vised":25379,"clang":25380,"Ġinvestigators":25381,"Ġmysterious":25382,"Ġpromising":25383,"Ġqualify":25384,"Ġcave":25385,"Ġequip":25386,"=x":25387,"GT":25388,"(link":25389,".velocity":25390,".erase":25391,"oter":25392,"++++++++":25393,"profit":25394,"Ġzones":25395,"_uid":25396,"-ser":25397,"Ġobjectives":25398,"Ġmilf":25399,"webkit":25400,"(match":25401,"neh":25402,"ĠAssociated":25403,"ĠTodo":25404,"=d":25405,"Cam":25406,"Ġvocal":25407,"Ġsudo":25408,"(EX":25409,"Ġtrou":25410,"ABC":25411,".bean":25412,"ĠGround":25413,"ĠREST":25414,"weets":25415,"Ing":25416,"imon":25417,"_bus":25418,"ĠCOLOR":25419,"unto":25420,"Ġfoss":25421,"ĠLinks":25422,"äng":25423,"/forms":25424,"prises":25425,"Ġachievement":25426,"CALL":25427,"елÑĮ":25428,"ĠVerify":25429,"_SOURCE":25430,"aptcha":25431,"IDD":25432,"_reference":25433,"Gold":25434,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":25435,"Receiver":25436,"Ġaj":25437,"_direction":25438,"}]":25439,"ĠCompet":25440,"Ġbang":25441,"ĠCass":25442,"-url":25443,"techn":25444,"ĠJerusalem":25445,"longitude":25446,"');čĊčĊ":25447,"Ġwinners":25448,"Tasks":25449,"ĠDMA":25450,"Ġtooltip":25451,"İ·":25452,"ĠBra":25453,"_duration":25454,"cury":25455,"parents":25456,"---->(":25526,"ĠKir":25527,"Ġintros":25528,"Ġsketch":25529,"Ġskilled":25530,"Ġimmer":25531,"Ġadequate":25532,"_rep":25533,"(header":25534,"_like":25535,"Ġperceived":25536,"ssh":25537,"Ġassuming":25538,"Ġff":25539,"_uuid":25540,"ulas":25541,"Ġdemocratic":25542,".entities":25543,"Series":25544,"aphore":25545,"Ġnewer":25546,"}(":25547,"SEC":25548,"airo":25549,"Ġcommod":25550,"Ġprivilege":25551,"Ġdeux":25552,"ĠHop":25553,".'/":25554,"ctic":25555,".';Ċ":25556,"C":25630,"ĠWarren":25631,"Ġoptimizer":25632,"ĠSERVICES":25633,"_oper":25634,"getAttribute":25635,"ĠMcK":25636,"_self":25637,".rs":25638,"\")ĊĊĊ":25639,"GetComponent":25640,"erce":25641,"Ġtous":25642,"units":25643,"']);čĊ":25644,"Zoom":25645,"/E":25646,"Ġobsc":25647,"Ġfastest":25648,"online":25649,"Ġpeaceful":25650,"ffen":25651,"Ġcargo":25652,"ĉpr":25653,"Ġseeks":25654,"zu":25655,"Trim":25656,"Ġward":25657,"Ġverd":25658,"Ġblogs":25659,".exceptions":25660,"ĠPremium":25661,"ĠNetherlands":25662,"Safe":25663,"Finish":25664,"ĠAlbum":25665,"_ACC":25666,"=this":25667,"virtual":25668,"]>":25669,"_LABEL":25670,"ĠNich":25671,"_win":25672,"ĠAaron":25673,"WP":25674,";$":25675,"aims":25676,"ĠImageView":25677,"Ġendless":25678,"ERA":25679,"_DISABLE":25680,"Ġcancelled":25681,"-us":25682,"Ġinspection":25683,"emin":25684,"ĠGrey":25685,"-open":25686,"Ġiterations":25687,".owner":25688,"Ġkeras":25689,".Password":25690,"ĠRy":25691,"ĠINS":25692,"Air":25693,"ĠSeveral":25694,".TabStop":25695,"INGLE":25696,"ĠHair":25697,"ĠCanvas":25698,"AAAA":25699,"Ġflaw":25700,"cedes":25701,".Report":25702,"íĬ":25703,"ĠTips":25704,"criptors":25705,".transaction":25706,".Spring":25707,"Ġviewer":25708,"Ġinsights":25709,"è¾ĵ":25710,"ordion":25711,"UINT":25712,"seek":25713,"ĠAuf":25714,"ìŀIJ":25715,"Ġstrain":25716,"Tooltip":25717,"Ġdz":25718,"ignal":25719,"adt":25720,"Ġuc":25721,"finite":25722,"Ġnm":25723,".cmd":25724,"ĠMySql":25725,"[data":25726,".jackson":25727,".tree":25728,"RequestParam":25729,"_agent":25730,"\")]čĊ":25731,"Ġassass":25732,"(Constants":25733,":ss":25734,"ĠMAN":25735,"+-+-":25736,"ĠBottom":25737,"prints":25738,"ĠSame":25739,"@Autowired":25740,"swap":25741,"ición":25742,"Ġprotesters":25743,"Ġhoney":25744,"ĠVeter":25745,"(Calendar":25746,"-ad":25747,"ĠBrooklyn":25748,"Life":25749,"_VAR":25750,"zech":25751,"ĠCALL":25752,"_CAST":25753,"ĠElection":25754,"Ġthickness":25755,"Very":25756,"_INTEGER":25757,"-dev":25758,"))))":25759,"apat":25760,"oooo":25761,"demo":25762,"ĠparseFloat":25763,"ĠRather":25764,"STIT":25765,"maker":25766,"[current":25767,"chrono":25768,"Ġchrist":25769,"ãģª":25770,"ĠDetail":25771,"Æ°á»":25772,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":25773,"Ġsul":25774,"idency":25775,"Que":25776,"Ġelegant":25777,"apons":25778,"Ġdishes":25779,"Ġintegers":25780,"(read":25781,"findViewById":25782,"ĠAmount":25783,"ĠSkip":25784,"Ġhabits":25785,"*)(":25786,"Ġmonsters":25787,"MAC":25788,":end":25789,"Ġfrank":25790,"Assembly":25791,"Ġdfs":25792,"Ġneut":25793,"_TYPES":25794,"equal":25795,"loyd":25796,"(uri":25797,"Ġchi":25798,"Ġdefendant":25799,"Ġconflicts":25800,"Ġvil":25801,"-js":25802,"ĠPeace":25803,"Ġmutable":25804,")sender":25805,"ĠFocus":25806,"建":25807,"Ġappreciated":25808,"sleep":25809,"ĠRED":25810,"Culture":25811,"Ġdesigners":25812,"_generator":25813,"codes":25814,"/ex":25815,".GetValue":25816,"umbled":25817,".scalajs":25818,"peror":25819,"Ġveterans":25820,"Ġ})čĊ":25821,"Ġunfortunately":25822,"_CREATE":25823,"Mass":25824,"ĠCLAIM":25825,"ĠMeet":25826,"_support":25827,"Bank":25828,"().Ċ":25829,"Dark":25830,"_LOW":25831,"ĠMining":25832,"ĠOwner":25833,"iera":25834,"Cliente":25835,"Ġencouraging":25836,">S":25837,"Ġboyfriend":25838,"ĠHalf":25839,"ĠACC":25840,"Aff":25841,"_ar":25842,"-life":25843,"cx":25844,".JButton":25845,"izado":25846,".zero":25847,".openqa":25848,"oton":25849,".textContent":25850,"Ġtoll":25851,"atie":25852,"Ġballot":25853,"-number":25854,".Exception":25855,"ĉparams":25856,"circle":25857,"-map":25858,"Ġnap":25859,"ĠRobot":25860,"ĠIch":25861,"registration":25862,"Amazon":25863,"rollment":25864,"(exp":25865,"Ġtanks":25866,"ĠGordon":25867,"Ġmachinery":25868,"Ġbaseline":25869,"æĭ":25870,"Ø©":25871,"ĠConvention":25872,"ĉconfig":25873,"ookies":25874,"mult":25875,"Records":25876,"ĠEST":25877,"Ġgarbage":25878,"Ġconform":25879,"idal":25880,"Ġbarg":25881,"Ġsurvived":25882,"Ġinvestigations":25883,".containsKey":25884,"--------------------------------------------------------------------------Ċ":25885,"ortion":25886,"Ġhorr":25887,"_http":25888,"Ġmant":25889,"];čĊčĊ":25890,"binary":25891,"empl":25892,"Ġinquiry":25893,"ĠMeanwhile":25894,"Ġcollecting":25895,".EntityFramework":25896,"\",ĊĊ":25897,"ĠPic":25898,"@Inject":25899,"ickness":25900,"ĠBinding":25901,"Ġcontrolling":25902,"reverse":25903,"Ġchairs":25904,"sembled":25905,"(add":25906,"Disabled":25907,"anas":25908,".translate":25909,"-----------Ċ":25910,"Ġreflected":25911,"\"]ĊĊ":25912,"External":25913,"Arrow":25914,"Singleton":25915,"%x":25916,"ĠÅ":25917,"Ġancest":25918,"ĠOrleans":25919,"ĉcmd":25920,"Ġprohibited":25921,"ithmetic":25922,"(channel":25923,"_css":25924,"Forward":25925,".socket":25926,"Ġluc":25927,"âĨ":25928,"ĠFirefox":25929,"ĠMovies":25930,")_":25931,".ends":25932,"(shape":25933,"Ġdealt":25934,"Ġsaves":25935,"Ġglory":25936,"Ġmejor":25937,"Ġbreathing":25938,"Ġeller":25939,"getData":25940,"Ġangles":25941,"Ġtoolbar":25942,"Ġspacing":25943,"IPS":25944,"Ġfloors":25945,"_ACTIVE":25946,"Ġshuffle":25947,"/shared":25948,"ĠEle":25949,"edish":25950,"Ġwebcam":25951,".expect":25952,"iloc":25953,"ĠIncludes":25954,"Ġtweeted":25955,"Ġ:)":25956,"ĠEssay":25957,"Fix":25958,"-between":25959,"_web":25960,".conv":25961,"Ġracism":25962,"Ġreflects":25963,"umm":25964,"иÑĤе":25965,"_footer":25966,"/docs":25967,"ĠPour":25968,"NgModule":25969,".initialize":25970,"patterns":25971,"_In":25972,"ĠAbb":25973,"*čĊ":25974,"Ġsentiment":25975,"buff":25976,"_counts":25977,"Ġreuse":25978,"chunk":25979,"Ġimposed":25980,"PrimaryKey":25981,"Foreground":25982,"Ġconsumed":25983,"?!":25984,"Ġdick":25985,"Ġchron":25986,"ĠFern":25987,"Ġresponsive":25988,"Ġinsect":25989,"iculty":25990,"Ġrw":25991,"Ġalike":25992,"Ġsubset":25993,"ĠCookies":25994,"ĠPair":25995,"Ġtier":25996,"IFO":25997,"avour":25998,"ĠQU":25999,",sizeof":26000,"Ġmerged":26001,"mv":26002,"itol":26003,"ylon":26004,"Ġjumped":26005,".role":26006,"ensaje":26007,"Rules":26008,"Ġbrowse":26009,"Animator":26010,"Ġyoga":26011,"Ġvariants":26012,"Ġcourtesy":26013,"uran":26014,"pbs":26015,"elseif":26016,"Alt":26017,"ĠLane":26018,"CLK":26019,"IMARY":26020,"_PROPERTY":26021,"ï¼IJ":26022,"Ġchan":26023,"Ġgradually":26024,"Ġshake":26025,"Ġblonde":26026,"...\");Ċ":26027,"-sex":26028,"Ġgameplay":26029,"acies":26030,".refresh":26031,"USB":26032,"ĠPlot":26033,"Was":26034,"issippi":26035,"ĠTensor":26036,"Ġcryptocurrency":26037,"Ġdifficulties":26038,"Deleted":26039,"Without":26040,"_append":26041,"_ver":26042,"\"))čĊ":26043,"Ġhonestly":26044,"Ġpivot":26045,"Ġtemps":26046,"_ps":26047,"ĠUnlike":26048,"[:-":26049,"VS":26050,"_inf":26051,"Ġjunior":26052,"Ġanimations":26053,"Ġfilepath":26054,"?{{$":26076,"Ġunicode":26077,"places":26078,"ĠCoffee":26079,".SE":26080,"ĠPAR":26081,"(txt":26082,"gebra":26083,"Ġfires":26084,"MainWindow":26085,"medium":26086,"Ġ(âĢľ":26087,"Ġlg":26088,"Ġcmp":26089,"/base":26090,"_layers":26091,"_entries":26092,"Ġadminister":26093,"ĠSUCH":26094,"BP":26095,"ĠScottish":26096,"ĉčĊĉčĊ":26097,"guard":26098,"ĠStrong":26099,"Insn":26100,"ĠCAP":26101,"asury":26102,"ĠSEE":26103,"Clock":26104,"erie":26105,"\\models":26106,"Ġ$$":26107,"ĠCab":26108,"Ġwurde":26109,"Ġsoldier":26110,"Ġclips":26111,"Ġarrangement":26112,"ĠWonder":26113,"ĠHorn":26114,"Ġscared":26115,"Ġcure":26116,"mkdir":26117,"Ġaligned":26118,"ĠPink":26119,"Ġlanded":26120,"Dimension":26121,"ScrollPane":26122,".chat":26123,".With":26124,"ĠTrain":26125,"].Ċ":26126,"Ġthirty":26127,"Ġdurable":26128,"Ġld":26129,"Ġlateinit":26130,"Ġcharts":26131,"Ġinsult":26132,".Fatal":26133,"_ct":26134,"Ġmasks":26135,"CLUDED":26136,"President":26137,"Ġcolours":26138,"gments":26139,".attributes":26140,"ĠFlex":26141,"ĠClock":26142,"ÃŃcul":26143,"imen":26144,"JO":26145,"ĠRegex":26146,"_LINK":26147,"Ġcouch":26148,"ĠINPUT":26149,"Ġbeating":26150,"business":26151,"preced":26152,".unit":26153,"ĠFel":26154,"Never":26155,"ospel":26156,".startswith":26157,"ĠEPA":26158,".only":26159,"Ġpreventing":26160,"yer":26161,"ColumnName":26162,"Ġelevation":26163,"flu":26164,"icycle":26165,"Ġoffline":26166,"Toolbar":26167,"Ġcompeting":26168,")].":26169,"Ġmog":26170,"ĠisValid":26171,"Ask":26172,"_av":26173,"_lat":26174,"ANC":26175,"ĠJoh":26176,"kers":26177,"Ġguards":26178,"Ġchains":26179,"ĠSimpleDateFormat":26180,".static":26181,"Ġvessel":26182,"Ġmud":26183,"Ġstabil":26184,"Ġstret":26185,"gm":26186,"amation":26187,"çľ":26188,"-with":26189,"Ġros":26190,"_PA":26191,"Ġresultado":26192,"Ġconfidential":26193,"ĠTokyo":26194,"ĉusing":26195,"ĠMathf":26196,"ombine":26197,"ĠESPN":26198,"Ġdealers":26199,"Ġdismissed":26200,"TRY":26201,"Ġteens":26202,"records":26203,"Ġwings":26204,"gallery":26205,"accounts":26206,"_LIB":26207,"Ġjacket":26208,"ĠNSObject":26209,"Ġstones":26210,"ĠDelivery":26211,"ĠDiet":26212,"/watch":26213,"Ġtoilet":26214,"ĠGuest":26215,".day":26216,"Ġintval":26217,"Visit":26218,"Ġinvestigated":26219,"Ġpentru":26220,"ĠTheatre":26221,"andidates":26222,"Lang":26223,"ĠServ":26224,"Ġcontrollers":26225,"ĠsetTitle":26226,"NP":26227,"amy":26228,"flat":26229,"(ui":26230,"_document":26231,"èĥ½":26232,"ĠCoin":26233,"ĠAdams":26234,"ptic":26235,"Ġproductive":26236,"Ġaccomplished":26237,"čĊčĊčĊčĊ":26238,"Ġdeferred":26239,"ientes":26240,"Ġsinc":26241,"olars":26242,"Rightarrow":26243,"Ġvariations":26244,"(offset":26245,".LayoutInflater":26246,"Ġsuspend":26247,"Ġprevention":26248,"_private":26249,"_js":26250,"âĺħ":26251,"Ġwieder":26252,"atum":26253,"ĴĮ":26254,"Ġappearances":26255,".Document":26256,"Ġvalidates":26257,"calendar":26258,"}\";Ċ":26259,".demo":26260,"conut":26261,"Ġcorrection":26262,"ĠDeal":26263,"Ġbatteries":26264,".duration":26265,",\\":26266,"_marker":26267,"multi":26268,"Ġhalt":26269,"Ġcms":26270,"Ġshaped":26271,"Bro":26272,"reduce":26273,"Ġ####":26274,"CTOR":26275,"ĠBenef":26276,"Ġiconic":26277,"Ġpiano":26278,"Ġeffectiveness":26279,"|.Ċ":26280,"Ġajax":26281,"Ġvolumes":26282,"ม":26283,"Ġcljs":26284,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":26285,"aths":26286,"raits":26287,"大":26288,"Ñĸ":26289,"_mult":26290,"Ġfascinating":26291,"Average":26292,"Ġpré":26293,"ĠChairman":26294,".findElement":26295,"_pin":26296,"Ġcomparing":26297,"Ġdarkness":26298,"-Fi":26299,"-server":26300,"Ġselecting":26301,"sterdam":26302,"ĠParts":26303,"FORMATION":26304,"Ġnoting":26305,"Ġpile":26306,"ogs":26307,"Ġpalette":26308,"_do":26309,"itize":26310,"()(":26311,"Ġdefining":26312,"Ġremainder":26313,"Units":26314,"_TASK":26315,"HttpClient":26316,"Social":26317,"Ġfundra":26318,"NR":26319,"chest":26320,"Currency":26321,".adapter":26322,"Ġdop":26323,"unting":26324,"ANGUAGE":26325,"\"He":26326,"ĉindex":26327,"_package":26328,".Icon":26329,"Ġrepet":26330,"mass":26331,"=\".$":26332,"ĠSud":26333,"Ġlid":26334,"province":26335,"ìľ":26336,"GPIO":26337,"Ðļ":26338,"ĠMySQL":26339,"Ġdocs":26340,"ĠGA":26341,"Ġipsum":26342,"Kernel":26343,"Ġaccepts":26344,"Ġfitting":26345,"Ġcuando":26346,"Ġduplic":26347,"ĠBrother":26348,"ĠKle":26349,"nums":26350,"Ġmorph":26351,"Ġ########":26352,"ĠCGPoint":26353,"manual":26667,"ĠTechnical":26668,"Ġcorporation":26669,"ĠHW":26670,"anka":26671,"TAIL":26672,"istas":26673,"Ġperforms":26674,"ĠBehavior":26675,".For":26676,"_ORDER":26677,"ĠKick":26678,"Ġcallbacks":26679,"_dr":26680,"uego":26681,"hub":26682,"ufficient":26683,"sky":26684,"Ġbp":26685,"htable":26686,"ĠONLY":26687,"ĠAUTHORS":26688,".Argument":26689,"\"};Ċ":26690,"ĠThunder":26691,"ĠKom":26692,".Should":26693,"AUTH":26694,"ahu":26695,"_payment":26696,"Ġstarter":26697,"ìĦľ":26698,"ìļ©":26699,"Blog":26700,".patch":26701,"Ġgoverned":26702,"assy":26703,"-found":26704,"Ġtheater":26705,"ĠFontWeight":26706,"ĠBatman":26707,"\"If":26708,".Random":26709,"_delta":26710,"ĠCE":26711,"Authenticated":26712,"Ġdrone":26713,"Ġcous":26714,"radius":26715,"Mer":26716,"(None":26717,"ĠNJ":26718,"_headers":26719,"Ġamer":26720,"pytest":26721,"ĠActions":26722,"ĉĉĉĠĠĠĠ":26723,"Ġett":26724,"Ġholy":26725,"Ġuncomfort":26726,"ĠNin":26727,"ĠDecimal":26728,"ĠMessages":26729,".sender":26730,"]])Ċ":26731,"Ġembrace":26732,"Though":26733,"/sp":26734,"Ġcultures":26735,"Ġhighway":26736,"tar":26737,".fail":26738,"_hidden":26739,"ĠcomponentDidMount":26740,"ĠWright":26741,"Ġjag":26742,"_il":26743,"../../../":26744,"igu":26745,"Food":26746,"Ġace":26747,"Ġaños":26748,"USD":26749,"Ġmutual":26750,"Logic":26751,"Ġtemple":26752,"Ġbriefly":26753,"ĠTrip":26754,"classmethod":26755,"defaults":26756,"Ġchunks":26757,",,,,":26758,"ĠReason":26759,"$id":26760,"-ups":26761,"Ġdamn":26762,"Ġtrucks":26763,"Ġunlimited":26764,"Ġsculpt":26765,"ĠCards":26766,"Ġautor":26767,"ĠTesting":26768,"Ġdiese":26769,"shops":26770,"ç´":26771,"(payload":26772,"ĠPATH":26773,"ĠMemorial":26774,"Ġridiculous":26775,"egree":26776,"-winning":26777,"Ġrehab":26778,"Ġsophisticated":26779,"wpdb":26780,"ĉpath":26781,"!\";Ċ":26782,"_SYS":26783,".speed":26784,"Ġsoap":26785,"suffix":26786,"Wrap":26787,"Ġenhancement":26788,"Ãī":26789,"úb":26790,"Ġplaylist":26791,"Ġmixing":26792,"antidad":26793,"=\"\";Ċ":26794,"ĠRevision":26795,"ĠBeat":26796,".inc":26797,"-way":26798,"encias":26799,"ulers":26800,"Cat":26801,"idel":26802,"ĠShip":26803,".setColor":26804,"Ġthreatening":26805,".modules":26806,"Ġafterwards":26807,"ĠDashboard":26808,"ĊĠĊ":26809,"Signal":26810,"Ġprimer":26811,"orneys":26812,"iciary":26813,"Ġligne":26814,"_predict":26815,"Ġaest":26816,"_https":26817,">:":26818,"ĠLex":26819,"Ġrencontres":26820,"egral":26821,"scala":26822,"_family":26823,"ÃŁen":26824,"_sym":26825,"Ġuncertainty":26826,"ĠVALUE":26827,"Ġ};čĊčĊ":26828,"Ġbroader":26829,"Ġhorses":26830,"ãģĿ":26831,"ĠKal":26832,"oba":26833,"_INET":26834,"ĠKill":26835,"jquery":26836,"amination":26837,"[@\"":26838,"Ġmuj":26839,"###Ċ":26840,"FirstOrDefault":26841,"thenReturn":26842,"Che":26843,"/footer":26844,"Ġparks":26845,"asje":26846,"ĠGulf":26847,"Ġmodest":26848,".Init":26849,"ï¼ŁĊĊ":26850,"Ġprospects":26851,"Ġsvg":26852,"Ġåı":26853,".Dialog":26854,"_NET":26855,"Ġ(($":26856,"Ġek":26857,"ĠWarning":26858,"ĠMK":26859,"":27166,"ĠRepair":27167,"_BE":27168,"Brand":27169,"uart":27170,"preview":27171,"Ġinitiatives":27172,"running":27173,"bang":27174,"ĉupdate":27175,"ĠCoach":27176,"Rich":27177,"Ġyoutube":27178,"Ġritual":27179,"appa":27180,"ĠRobinson":27181,"precision":27182,"////////////////////////////////////////////////////////////////////////////":27183,"=[]Ċ":27184,"Ġcelebrated":27185,"OTO":27186,"Ġinclusion":27187,"JP":27188,"';čĊčĊ":27189,"Ġnotable":27190,"(_.":27191,"Managed":27192,"Ġguides":27193," ":27194,"atedRoute":27195,"ĠAdjust":27196,"Ġcolored":27197,"_scores":27198,"ĠTesla":27199,"_progress":27200,".inst":27201,"['_":27202,".flags":27203,"Ġfclose":27204,"_OPER":27205,"ży":27206,"_note":27207,"Ġtransgender":27208,"åķ":27209,"RIPT":27210,"Ġabsent":27211,"Ġamet":27212,"Ġoperand":27213,"ë©":27214,"Ġhood":27215,"toLowerCase":27216,"avo":27217,"ĠCircuit":27218,"ĠLind":27219,"--}}Ċ":27220,"=m":27221,"Ġsuppress":27222,"ĠMAP":27223,"iang":27224,"-admin":27225,"Ġsidebar":27226,"ĠBu":27227,"ĠHex":27228,",F":27229,"ĠSignal":27230,"Ġtransparency":27231,"ĠFederation":27232,"/V":27233,"Req":27234,"Ġpulse":27235,"Ġtends":27236,"Numbers":27237,"%'":27238,"Ġdeport":27239,"datas":27240,"_UINT":27241,"_tra":27242,"oko":27243,"Ġ\"?":27244,"compet":27245,"solete":27246,"undry":27247,"Ġoverlap":27248,"}`,Ċ":27249,".ly":27250,"_summary":27251,"ĠLost":27252,".Center":27253,"Ġdisability":27254,".Serialization":27255,"Ġgeom":27256,"Ġ?:":27257,"ĠWo":27258,"Ġshipped":27259,"Ĥæķ°":27260,"Ġugly":27261,"Ġexcitement":27262,"Ġexterior":27263,"Ġcheckout":27264,"Ġkur":27265,",D":27266,"ĠAlaska":27267,"Ġsynthetic":27268,"ĠBudget":27269,"ĠSubscribe":27270,"Ġ&Ċ":27271,"ÈĻi":27272,"ĠYu":27273,"ĉquery":27274,"}.Ċ":27275,"Ġtraged":27276,"assen":27277,"Ġaccommodation":27278,"Ġphysician":27279,"Ġrenamed":27280,"Ġtidak":27281,"zÄħ":27282,"Ġminus":27283,"nych":27284,"_EXCEPTION":27285,"threads":27286,"Ġtire":27287,"_created":27288,"ensure":27289,"Ġworthy":27290,"Ġexcuse":27291,"Ġcloth":27292,".parentNode":27293,"/platform":27294,"ĠUFC":27295,"ĠGtk":27296,"unny":27297,"Ġgibt":27298,"keley":27299,"hum":27300,"(tx":27301,"ĉdev":27302,"Ġoutfit":27303,"doors":27304,"Ġfon":27305,"icut":27306,"volatile":27307,"Ġhomosex":27308,"Maximum":27309,"Ġexpend":27310,"Ġ});ĊĊĊ":27311,"Eq":27312,"onders":27313,"department":27314,"ĠPhysics":27315,"\"});Ċ":27316,"Ġparad":27317,".Str":27318,"Ġsele":27319,"IFIED":27320,"Ġdelivers":27321,"ivan":27322,"Ġresponsibilities":27323,"Ġadvocates":27324,"èµ":27325,"ĠRID":27326,".parameters":27327,"Metrics":27328,"ronics":27329,"ĠUITableViewCell":27330,"Absolute":27331,"ipse":27332,"ylum":27333,"MLElement":27334,"_VALID":27335,"\\<^":27530,"Ġios":27531,"sound":27532,"\"];":27533,"Ġfreed":27534,"rottle":27535,"ĠLower":27536,"[count":27537,"åĿ":27538,"Ġpale":27539,"ĠWayne":27540,"earth":27541,"_categories":27542,"UCK":27543,".metadata":27544,"Ġsummon":27545,"HOME":27546,"олÑĮз":27547,"Ġmanufactured":27548,"Ġdock":27549,"Ġcompetitors":27550,"_MODEL":27551,"okia":27552,"ĠHey":27553,"ο":27554,"Ġbackward":27555,"ĠPOSS":27556,"ropa":27557,"Ġcri":27558,"_OBJ":27559,"Transport":27560,"-high":27561,"Ġerotik":27562,"_slot":27563,"Ġartic":27564,"_framework":27565,"-serif":27566,"ĠSqlDbType":27567,"')(":27568,"+\"/":27569,"Ġwore":27570,"Sil":27571,"Ġstoring":27572,"ĠPhase":27573,"uant":27574,"Ġbump":27575,"inho":27576,"Ġdign":27577,"Ġbacks":27578,"qq":27579,"(hash":27580,"Ġgeo":27581,"Ġtender":27582,"Logo":27583,"!)Ċ":27584,"ĠMX":27585,"ĠArthur":27586,"essoa":27587,"_Ch":27588,"Ġbedrooms":27589,"=\"#\"><":27590,"Ġthroat":27591,"insic":27592,".integer":27593,"Ġprimitive":27594,"Truthy":27595,"Ġfacilitate":27596,"Ġcreativity":27597,"ĠDNS":27598,"Ġgra":27599,"uez":27600,"Ġcountless":27601,"ĠPoland":27602,"'M":27603,"ĠDist":27604,"Ġvest":27605,"Ġcertification":27606,"á»ij":27607,"held":27608,"extensions":27609,"(static":27610,"Ġgrades":27611,"ĠUber":27612,"ãģŁ":27613,"Ġ[])Ċ":27614,"datos":27615,"ĠgetData":27616,"ĠCharg":27617,"ĠBS":27618,".microsoft":27619,".video":27620,".direction":27621,"->{'":27622,"lua":27623,"apest":27624,"Ġboiler":27625,"erek":27626,"Ġdecides":27627,".jar":27628,"ISC":27629,"ĠWords":27630,"(CON":27631,"EMPLATE":27632,"reeze":27633,"shots":27634,"apps":27635,"unted":27636,".setName":27637,"::<":27638,"-bold":27639,"ê²":27640,"å¯Ĩ":27641,"Longrightarrow":27642,"Ġunfair":27643,"Ġearning":27644,"Ġshelf":27645,"UREMENT":27646,"Ġidle":27647,"_MENU":27648,".Custom":27649,"AGER":27650,"-\"":27651,"_switch":27652,"because":27653,")view":27654,"mare":27655,"_condition":27656,"ĠStarting":27657,"Mvc":27658,"(pre":27659,"dump":27660,"_LOCK":27661,"atetime":27662,".callback":27663,"ĠCer":27664,"opol":27665,"ibrary":27666,"Ġreservation":27667,"ĉĉĉĉĉĉĉĊ":27668,"lector":27669,"graduate":27670,"Ġgenerous":27671,"Ġion":27672,"ricao":27673,"mq":27674,"_complete":27675,"(cursor":27676,"ĠFormControl":27677,":center":27678,"Ġsubstitute":27679,"ĠPlanning":27680,"Ġpension":27681,"Ġrecommendation":27682,"ĠTags":27683,"Ġgef":27684,"Ġalbums":27685,"Ġwashing":27686,"roc":27687,"Ġtrains":27688,"atings":27689,"Ġexponent":27690,"ackbar":27691,"-ln":27692,"ág":27693,".DataAnnotations":27694,"ĠEIF":27695,"ĠMalaysia":27696,"ĉPORT":27697,"onus":27698,"Ġclever":27699,"Ġpeu":27700,">ĊĊĊĊ":27701,"ĠArguments":27702,"Ġdebugging":27703,"(right":27704,"'D":27705,"compute":27706,"Ġfinest":27707,"ORAGE":27708,"Ġspectacular":27709,"phrase":27710,"Ġindia":27711,"Ġlegendary":27712,"birth":27713,"Ġcomposite":27714,"Ġgrows":27715,"ĠTD":27716,"Ġepid":27717,"Ġlaunching":27718,"]][":27719,"Minutes":27720,"ĠCha":27721,"Ġcleaned":27722,"Ġwitnesses":27723,"ukan":27724,"ĉType":27725,"Ġhabe":27726,"paragraph":27727,"ĠJPanel":27728,"ĠHann":27729,"Ġvaried":27730,"ĠPokemon":27731,"ĠMUST":27732,"åĬ¨":27733,".visibility":27734,"opup":27735,"^[":27736,".expand":27737,"Ġ\"',":27738,".fasterxml":27739,"_auto":27740,"ĠSheet":27741,"marker":27742,"Parcel":27743,"ews":27744,"ĠStrategy":27745,"-making":27746,"Ġunve":27747,"Ġtrailing":27748,"Ġclicks":27749,"ĠGetComponent":27750,"ĉcontent":27751,"IGENCE":27752,"ERNEL":27753,"NSMutableArray":27754,"Ġbreat":27755,"Ġharmful":27756,"¶Ī":27757,"Ġbesides":27758,"Ġboring":27759,"Ġbrutal":27760,"vang":27761,"(parse":27762,"quick":27763,"Ġpytest":27764,"Ġswitching":27765,"()]Ċ":27766,"ĠìĦ":27767,"LER":27768,"ĉfont":27769,"Ġnett":27770,")]ĊĊ":27771,"(/\\":27772,"æŀľ":27773,"toArray":27774,"Ġbreed":27775,"ĠCAR":27776,"ĠWeapon":27777,"Abs":27778,"tot":27779,"ĠsetName":27780,"aptive":27781,"Ġ:,":27782,"Ġescaped":27783,"orden":27784,"ĠPri":27785,"thumbnail":27786,"Ġdescriptions":27787,"/styles":27788,"ĠPCI":27789,"Ġalphabet":27790,"asticsearch":27791,"NOTE":27792,"Ġcialis":27793,"ĠGriff":27794,"Ġporque":27795,"Ġproteins":27796,"plays":27797,"Ġstating":27798,"Ġimagination":27799,"Ġfacial":27800,"ĠMechan":27801,"Ġarranged":27802,"_used":27803,"Ġarrangements":27804,"ĠPipe":27805,"hostname":27806,"Ġprovinc":27807,"Tit":27808,".FlatStyle":27809,"ĠSplit":27810,"ĠLoader":27811,".cc":27812,"Ġclinic":27813,"----------------------------":27814,"Ġbaking":27815,"ĠENT":27816,"neath":27817,"ãĢģĊĊ":27818,"ANE":27819,".EntityFrameworkCore":27820,"appers":27821,".ic":27822,"ĠNgModule":27823,"ĠFORM":27824,"Ġ';":27825,"-profit":27826,"hw":27827,"enemy":27828,"ĠEye":27829,"Ġcaution":27830,"town":27831,"Ġurged":27832,"ĠJimmy":27833,"ynchronous":27834,"-sized":27835,"making":27836,",{":27837,"]',":27838,"_Object":27839,"ahoma":27840,"Ġactivist":27841,"INVAL":27842,"ĠCommercial":27843,"ĠOrlando":27844,"(tab":27845,"Ġب":27846,"Algorithm":27847,"Ġheritage":27848,"GetMapping":27849,"Ġfailures":27850,"rios":27851,"ativa":27852,"Ġtet":27853,"Ġcarpet":27854,"(Z":27855,"three":27856,"Ġdisclosure":27857,".ERROR":27858,"_called":27859,"Ġdial":27860,"Ġoccasional":27861,".Err":27862,"Ġfuncion":27863,"caffold":27864,"Ġreleasing":27865,"ï¼īĊĊ":27866,"_Value":27867,"ĠVari":27868,"yellow":27869,"Ġstruggles":27870,".cal":27871,"ĠDakota":27872,"ĉclose":27873,"Ġsandwich":27874,"Ġanalytics":27875,"Ġ**)":27876,"&#":27877,"ĠJos":27878,"Ġpassive":27879,"ATTR":27880,"Throwable":27881,"ĠMun":27882,"ĠUint":27883,"(disposing":27884,"arak":27885,"ĠLeaders":27886,"Ġaffecting":27887,"ĠitemView":27888,"Ġeconomics":27889,"fv":27890,"à¹Ģ":27891,".rb":27892,"ĠOverall":27893,"Ġwealthy":27894,"Ġevolved":27895,"nda":27896,"ĠHus":27897,"restrict":27898,"umen":27899,"ĠAgricult":27900,"!ĊĊĊ":27901,"Ġexpires":27902,"Ġspokesperson":27903,"interval":27904,"Ġâ":27905,"Ġqueen":27906,"(nil":27907,"ingo":27908,"Heap":27909,"Ùİ":27910,"Ġcomplain":27911,"Sym":27912,"ĠClone":27913,"ĠRu":27914,"ĠWILL":27915,"ĠCrystal":27916,"/content":27917,"ingen":27918,"ointment":27919,"LastName":27920,"avicon":27921,"ĠIBM":27922,"ĠDimension":27923,"anh":27924,"icipants":27925,"ĠAnne":27926,".progress":27927,"Ġalgo":27928,"obil":27929,"ĠVoice":27930,"ĠFE":27931,"Ġgli":27932,"Ġved":27933,"Ġprevents":27934,"\\Column":27935,"Ġfolk":27936,"etti":27937,"Ġmn":27938,"ĠCLASS":27939,"Ġdisplaying":27940,"ĠKl":27941,"ĠFerr":27942,"duto":27943,".ib":27944,"Ġdados":27945,"'name":27946,"-space":27947,"Ġitalian":27948,"Ġinverse":27949,"Ġdense":27950,"uter":27951,"ĠIEnumerator":27952,"-sign":27953,"Ġnationwide":27954,"Ġpersona":27955,"Ġsolved":27956,"Ġdramatically":27957,"Logout":27958,"Ġgrav":27959,"Ġanalyses":27960,"ollo":27961,"Ġlamp":27962,".team":27963,"ĠErot":27964,"=[\"":27965,"Ġdancing":27966,"Ġ?>/":27967,"Ġcater":27968,"ffe":27969,"ĠSha":27970,"ĠBos":27971,"ĠREQUIRE":27972,"ĠMonster":27973,"ĠRB":27974,"ĠIDE":27975,"Ġsuits":27976,"ĠformData":27977,"(theta":27978,"Ġspatial":27979,"=NULL":27980,"ĠSqlConnection":27981,"Ġà":27982,"ĠVenez":27983,"ĠMorning":27984,"Ġpublications":27985,"ĠNONINFRINGEMENT":27986,"firstName":27987,"uds":27988,"Would":27989,"_HEAD":27990,"Ġinvested":27991,"stable":27992,"fred":27993,"Ġcommander":27994,"SES":27995,"âĢĶa":27996,"anche":27997,"ĠMovement":27998,"ë³":27999,"Suite":28000,"Ġjurisdiction":28001,"리":28002,"ĠBeth":28003,"jQuery":28004,"ĠIsa":28005,"Ġdental":28006,",*":28007,"ĠLimit":28008,"iliation":28009,"=\"{":28010,"bast":28011,"Ġturb":28012,"isy":28013,"OOK":28014,"Ġadvocate":28015,"imag":28016,"LECTION":28017,"лÑĮ":28018,"(category":28019,".dec":28020,"Ġuniqu":28021,"_sn":28022,"Ġattracted":28023,"ĠÃī":28024,"ĠRunning":28025,"_edges":28026,"ĠDisable":28027,"_AS":28028,"åĽ¾":28029,"Ġnetworking":28030,"_branch":28031,"Having":28032,"toBeTruthy":28033,"GI":28034,"Ġcamps":28035,"sep":28036,"-part":28037,"Ġ)ĊĊĊĊĊĊĊĊ":28038,"ustralia":28039,"ĠReports":28040,"rito":28041,"Ġwaist":28042,"_plus":28043,"ĠWW":28044,"-person":28045,"April":28046,"Ġsar":28047,".tar":28048,"Ġagricultural":28049,"tic":28050,"Ġtcp":28051,"ĠsetValue":28052,"agento":28053,"ĠAppe":28054,"piler":28055,"CADE":28056,"Ġanche":28057,"atcher":28058,"Ġcomics":28059,"Ġlbs":28060,"_segment":28061,"']=$":28062,"itters":28063,"icher":28064,"GINE":28065,"Ġutilize":28066,"ĠCursor":28067,"_expression":28068,"Ġdag":28069,"x":28257,".Task":28258,"money":28259,"ibaba":28260,"'});Ċ":28261,"ĠSpecific":28262,"ĠLinear":28263,"_OPT":28264,"HashCode":28265,"(Player":28266,".ContainsKey":28267,"Ġcollapsed":28268,"transparent":28269,"_RANGE":28270,"Viewer":28271,"(cfg":28272,"Ġsorting":28273,"Ġinfected":28274,"ĠNach":28275,"Ġaccommodate":28276,".elements":28277,"_PART":28278,"ĠSexy":28279,"=get":28280,"(year":28281,"Ġxhr":28282,":]":28283,"owski":28284,"Ġsummar":28285,"Ġ¿":28286,"Ġinte":28287,"Ġworkflow":28288,"ĠTaiwan":28289,"versions":28290,"åıij":28291,"Ġsurprisingly":28292,"Ġoptical":28293,"Ġproces":28294,"Ġdisagree":28295,"Ġnuevo":28296,"ĠCAM":28297,"sorted":28298,"leases":28299,"istle":28300,"Ident":28301,"ĉevent":28302,"jected":28303,"Chunk":28304,"Vars":28305,".provider":28306,"Ġproceedings":28307,"Ġinclusive":28308,"Ġartwork":28309,"endants":28310,"ï¼ļĊ":28311,"seen":28312,"Ġlig":28313,"Ġmakers":28314,"_fun":28315,"Ġlengths":28316,"PathVariable":28317,"[item":28318,"ี":28319,"Dead":28320,"FFFFFF":28321,"ĠUrban":28322,"uples":28323,"ichen":28324,"(nullptr":28325,".spec":28326,",System":28327,"URATION":28328,"(job":28329,"å¼ı":28330,"Ġtracker":28331,"ÅĻ":28332,"ĠMR":28333,"ĠSQLite":28334,"Ġdto":28335,"Ġ;;Ċ":28336,"Ġmint":28337,"ĠIntroduction":28338,"cao":28339,"Ġquestioned":28340,"Ġfitted":28341,"revision":28342,"sq":28343,"Ġmig":28344,"_units":28345,"_async":28346,"Ġflick":28347,"});ĊĊĊ":28348,"Ġnotre":28349,"}`,":28350,"Filters":28351,"Ġmundo":28352,"_days":28353,"Ġfrm":28354,"utc":28355,"Ġvals":28356,"ewidth":28357,"ĠGenerator":28358,"ĠArtist":28359,"ĠIDs":28360,"ĠArticles":28361,"reater":28362,"ĠComponentFixture":28363,".=":28364,"Ġrou":28365,"-no":28366,".bukkit":28367,"egg":28368,"ĠDiff":28369,"atics":28370,"ÑĥÑĩ":28371,"âĢĶĊĊ":28372,"ĠCharlotte":28373,"bye":28374,"Ġ});čĊčĊ":28375,"ĠVik":28376,"ĠBrow":28377,"Ġlv":28378,"ĠGib":28379,"-wing":28380,"GLIGENCE":28381,"(Il":28382,"ĠEngineer":28383,".Wait":28384,"ĠPictures":28385,"Ġrhet":28386,"Ġthermal":28387,"Ġpraise":28388,"<>();ĊĊ":28389,"ĠSpider":28390,"Pause":28391,"ĠBaker":28392,"Ġslower":28393,"Ġ}]Ċ":28394,"_enqueue":28395,"Ġdisappeared":28396,"ĠTicket":28397,"INUX":28398,"_LOCAL":28399,"аÑģÑģ":28400,"@Injectable":28401,"community":28402,"GestureRecognizer":28403,"åĽ½":28404,"Ġscales":28405,"Ġ-(":28406,"/'+":28407,"ĠSit":28408,"Ġexecutives":28409,"arding":28410,"Ġadvers":28411,"Ġbackwards":28412,"ĉcontext":28413,"ĠHamp":28414,"ĠPF":28415,"ĠDeck":28416,"ĠCraig":28417,"American":28418,"Ġbell":28419,"Ġprol":28420,"ufen":28421,"Ġrng":28422,"arshal":28423,"ĠSimply":28424,"firstname":28425,"shore":28426,"July":28427,"Ġmortality":28428,"ĠâĨĴĊĊ":28429,"Helpers":28430,"Ġbenchmark":28431,"emade":28432,"Ġorganisations":28433,".gson":28434,"ĠTextField":28435,"Ġcivilians":28436,".Arrays":28437,"ĠMississippi":28438,"Ġintermediate":28439,"getUser":28440,"_cluster":28441,"Relative":28442,"foreign":28443,".querySelectorAll":28444,"ForeignKey":28445,"Ġreasonably":28446,"---------Ċ":28447,"Cards":28448,"ĠKam":28449,"ĠThor":28450,"Ġroller":28451,"-element":28452,"ĠCurrency":28453,"ddie":28454,"ALLY":28455,"ĠRA":28456,"Ġpermet":28457,"aaaa":28458,"Ġhomework":28459,"ĠVit":28460,"Ġmold":28461,"ĠFer":28462,"[start":28463,"Ġstatistical":28464,"Ġscary":28465,"_HOME":28466,".Begin":28467,"Construct":28468,"ogenic":28469,"ĠDEALINGS":28470,"Ġtambién":28471,"ixon":28472,".ind":28473,"acre":28474,"Ġtransforms":28475,"ĠNap":28476,".Block":28477,"ussia":28478,"piration":28479,"ulent":28480,"Ġceil":28481,"Clause":28482,"naire":28483,"TES":28484,"Ġneat":28485,"STD":28486,"ĠRegExp":28487,"perform":28488,":)":28489,"Ġunions":28490,"Ġsublic":28491,"Ġwinds":28492,"loating":28493,"glich":28494,"Ġpagination":28495,"Skill":28496,"Apply":28497,"ĠOperator":28498,"istogram":28499,"Ġqualities":28500,"Cross":28501,"Ġdecom":28502,"],\"":28503,"ĠJuan":28504,".modal":28505,".Child":28506,"ĠRoger":28507,"STITUTE":28508,":CGRectMake":28509,"alette":28510,"Ġsta":28511,"aside":28512,"Ġblur":28513,"ĠWa":28514,"ifetime":28515,"reed":28516,"controls":28517,"Ġbins":28518,"Ġпол":28519,"*/,Ċ":28520,"UIS":28521,"ĠRou":28522,"ĠDemo":28523,"-awesome":28524,"ĠChain":28525,"Ġhasta":28526,"ĠBart":28527,".KEY":28528,"Ġvendors":28529,"nofollow":28530,"ĠDest":28531,"_builder":28532,"Ġargues":28533,"_answer":28534,"goto":28535,"ĠRESULT":28536,"ĠMON":28537,"Ġpoder":28538,"oons":28539,"_CASE":28540,"Ġreplic":28541,"Ġfinancing":28542,"ĠDATE":28543,"cern":28544,"_track":28545,"ties":28546,"/logo":28547,"ĠNEGLIGENCE":28548,"getType":28549,">T":28550,"bet":28551,"girl":28552,"ĠINCIDENTAL":28553,"-site":28554,".trigger":28555,"ĠLisa":28556,"_inputs":28557,"Ġrelatives":28558,"LoggedIn":28559,"Configure":28560,"IK":28561,".accept":28562,"Resume":28563,"ĠDraft":28564,"Ġ*>(":28565,"ĠWA":28566,"edian":28567,"erness":28568,"ĠLayoutInflater":28569,"*/čĊčĊ":28570,"othy":28571,"Ġobligation":28572,"Subscribe":28573,"Ġthumbnail":28574,"exist":28575,"Ġinsisted":28576,"ĠUICollectionView":28577,"ĠAngular":28578,"Ġtablets":28579,"ĠImpact":28580,"ãĢįĊĊ":28581,"aho":28582,"Ġcharacteristic":28583,"gd":28584,"Ġ=================================================":28585,"ourt":28586,"`.":28587,"Appro":28588,"Coordinate":28589,"Remember":28590,"Ġmarine":28591,"]=='":28592,"ĠAdministrator":28593,".getDefault":28594,"Ġforgot":28595,"ĠStructure":28596,"Vue":28597,"arsing":28598,"moment":28599,"kw":28600,"_cursor":28601,"Attack":28602,"Ġathletic":28603,"Ġdiagnosed":28604,"Ġende":28605,"åĪłéĻ¤":28606,"House":28607,"ĠPARAM":28608,"Ġwiki":28609,"ĠOpp":28610,"Ġconservation":28611,"Ġsnd":28612,"_tem":28613,"substr":28614,"ĠCape":28615,".sim":28616,"UTION":28617,"anan":28618,"âĢĻun":28619,"Ġgy":28620,"-work":28621,"Ġcompelling":28622,"='#":28623,"ĉsub":28624,"Ġdirectories":28625,"íĬ¸":28626,"Ġtouches":28627,"outines":28628,".Collection":28629,"schedule":28630,".lat":28631,"ĠDoctrine":28632,"CAA":28633,"ĠRefer":28634,"Ġshifts":28635,"Ġlikelihood":28636,"preter":28637,"ĠFemale":28638,"Ġintercept":28639,"Ġlou":28640,"çĻ»":28641,"Ġrug":28642,"ĠCrown":28643,"Ġ****************************************************************************":28644,"-product":28645,"Ġprompted":28646,"ungle":28647,"docker":28648,"ĠTu":28649,"ĠUnique":28650,"_Error":28651,"ulos":28652,"ĠâĦ":28653,"Ġ(`":28654,"Getting":28655,"_scal":28656,"ĠEnh":28657,"üt":28658,"Ġsustained":28659,"Ġpatches":28660,"Ġprosper":28661,"ĠGaza":28662,"_light":28663,"Ġincons":28664,"--------Ċ":28665,"ĉĉĠĠĠĠĠĠ":28666,"SF":28667,"CN":28668,":\";Ċ":28669,"ĠCollins":28670,"(*)":28671,"Ġcompilation":28672,"']čĊ":28673,"Ġconsequence":28674,",...":28675,"Ġdm":28676,"ĠBLOCK":28677,"Cluster":28678,"Ġski":28679,"(argc":28680,"Tuple":28681,"Ġjoins":28682,"ĠSheriff":28683,"War":28684,"indi":28685,"Ġcommented":28686,"HOST":28687,"Ġinvitation":28688,"apanese":28689,"Ġpermits":28690,"precedented":28691,"_zone":28692,"ĠAmy":28693,"_RD":28694,"Minimum":28695,"Ġinvocation":28696,".enable":28697,"ichten":28698,"-owned":28699,"\"id":28700,"_POINTER":28701,"Fac":28702,"Ġspecifications":28703,"Ġnomination":28704,"Ġgp":28705,"<(":28706,"Ġrobots":28707,"ĠJerry":28708,"Ġholders":28709,"Ġwand":28710,"cms":28711,"Ġ}))Ċ":28712,".Toast":28713,"ĠIList":28714,"Based":28715,"zoom":28716,"/style":28717,"ĠBeck":28718,"Men":28719,"Ġcontributing":28720,"Ġundo":28721,"ĠOH":28722,"ĠaddObject":28723,"Ġeigen":28724,"signup":28725,"éĶĻ":28726,"Ġdistant":28727,"PARATOR":28728,"ĠMari":28729,"Ġmá":28730,"Emp":28731,"ós":28732,"ĠìĪĺ":28733,"evt":28734,"+j":28735,"park":28736,"ĠStay":28737,"ĠDun":28738,"Ġsoy":28739,">%":28740,"azines":28741,"Ġtiempo":28742,"(me":28743,"present":28744,".This":28745,"Ġeditors":28746,"FIELD":28747,".Work":28748,"ĠUniverse":28749,"Ġdrunk":28750,".timer":28751,"Ġaltered":28752,"ĠNar":28753,"ëł¥":28754,".Active":28755,"idor":28756,"çŃ":28757,".deltaTime":28758,"Ġawkward":28759,""":28760,"ĠSafari":28761,"Ġtricks":28762,"MENTS":28763,"division":28764,"Ġvarying":28765,"ĠHighway":28766,"Ġphotographer":28767,"ĠStewart":28768,"Ġlasting":28769,".Pre":28770,".amazonaws":28771,"ĠLuck":28772,".Description":28773,"ĠNaz":28774,"neg":28775,"Ġcó":28776,"<<\"\\":28777,"ĠSurv":28778,"ĠUnc":28779,"Recipe":28780,".BorderStyle":28781,"Ġmodifications":28782,"-at":28783,"ATFORM":28784,"hdr":28785,"ako":28786,"Ġsublicense":28787,"ĠJump":28788,"Ġbeim":28789,"ĠManhattan":28790,".bool":28791,"_hw":28792,"ÑĤÑĮ":28793,"Bin":28794,"Ġgateway":28795,"\"\":":28796,"ĠUIS":28797,":\"+":28798,"-def":28799,"ĠRegular":28800,"/testing":28801,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":28802,"stringstream":28803,"Ġdispar":28804,"Ġmobil":28805,"-read":28806,"ĠAdapter":28807,"ĠChampions":28808,"Ġscheduler":28809,"Ġkills":28810,"ĠMultiple":28811,"irror":28812,"Ġgods":28813,"ADO":28814,"akte":28815,"ĠUsuario":28816,".circular":28817,"Ġrecept":28818,"ĠExpr":28819,"Ġelderly":28820,"Ġnicely":28821,"Ġbeste":28822,"Want":28823,"Ġclassical":28824,".sprite":28825,"objc":28826,"ĠMason":28827,"Ġsistema":28828,".Black":28829,"eso":28830,"ĠZeit":28831,"Ġdivid":28832,"Ġenters":28833,"_subject":28834,"ĠPlanet":28835,".warning":28836,"ĠGram":28837,"_tokens":28838,"Ġhouseholds":28839,"_customer":28840,"userName":28841,"cross":28842,"Ġpione":28843,"Ġassists":28844,"_SM":28845,"ibo":28846,"Ġloyal":28847,"Ġuseless":28848,"#elif":28849,"ĠUltimate":28850,"Come":28851,"gel":28852,"Ġdich":28853,"xyz":28854,"ikel":28855,"obra":28856,"_scan":28857,"ĠInterior":28858,"ĠNice":28859,"Ġplac":28860,"ĉtarget":28861,"Ġviral":28862,"asso":28863,"()/":28864,"unde":28865,"ĠAdobe":28866,"Os":28867,"visited":28868,"ĠOW":28869,"ĠFeed":28870,"ĠSequence":28871,"Ġmanages":28872,"inson":28873,"ĠLouisiana":28874,"{})":28875,"ĠHab":28876,"ĠLD":28877,"Ġbip":28878,"prites":28879,"(elem":28880,".hibernate":28881,"élé":28882,"Ġohne":28883,"_transaction":28884,"Ġannunci":28885,"Published":28886,"ĠHonda":28887,"ĠTam":28888,"ĠPacket":28889,"_selector":28890,"Ġchallenged":28891,"Processing":28892,"-hover":28893,"Ġtrainer":28894,"_cancel":28895,"ĠNSDictionary":28896,"abric":28897,"ĠMLS":28898,"_sensor":28899,"Ġshrink":28900,"ĠFX":28901,"threshold":28902,"ĉHX":28903,"-mark":28904,"`.`":28905,"Scheme":28906,"(full":28907,"_writer":28908,"ĠSys":28909,"Ġfled":28910,"ĠCin":28911,"-widget":28912,"ĠPrevious":28913,"Gender":28914,"_question":28915,"Feed":28916,"Ġscrut":28917,"(prefix":28918,"ãĢĤãĢĤ":28919,"Ġinfections":28920,"Parts":28921,"Ġhierarchy":28922,"_DELETE":28923,"ĠPatient":28924,"_pay":28925,"Ġpromoted":28926,"Ġìĭ":28927,"Ġcivilian":28928,"Ġagriculture":28929,"ĠPiece":28930,"Ġstance":28931,"utsche":28932,"Assign":28933,".ACTION":28934,"Fig":28935,"_radius":28936,"ĠSync":28937,"ducer":28938,"failure":28939,"ensed":28940,"ptime":28941,"BM":28942,"_datetime":28943,"quivo":28944,"QUEUE":28945,"èĢħ":28946,"Appear":28947,"Ġsummit":28948,":void":28949,"Ġvine":28950,"认":28951,"onne":28952,"_TRANS":28953,".green":28954,"_cc":28955,"Ġhungry":28956,"Ġ\">":28957,"());čĊčĊ":28958,"Extract":28959,"izens":28960,"Ġsolver":28961,"Notify":28962,"Ġenglish":28963,"ĠShopping":28964,"interfaces":28965,"REQ":28966,"Ġilleg":28967,"ĠUIImageView":28968,"Ġdisconnect":28969,"ĠUntil":28970,"ĠConservative":28971,"@Column":28972,"Ġshifted":28973,"Ġ:čĊ":28974,"Ġfich":28975,"Ġdla":28976,"Ġshoe":28977,"\"),čĊ":28978,"ularity":28979,"_RESP":28980,"Weather":28981,"UIApplication":28982,".iterator":28983,"Ġaging":28984,".Parent":28985,"owie":28986,"(equal":28987,"ĠConv":28988,"/default":28989,"Ġmeasuring":28990,".prev":28991,".IsValid":28992,".Fat":28993,"ĠsÄĥ":28994,"keywords":28995,"without":28996,"Ġsovere":28997,"Ġexchanges":28998,"Ġmelt":28999,"Ġislands":29000,"ĠIntegr":29001,"Ġjumping":29002,"Ġgle":29003,"Ġjournalism":29004,"Ġdated":29005,"Localized":29006,"ĠRefresh":29007,"Particle":29008,"Ġaa":29009,"ĠSTRICT":29010,"Ġbod":29011,".Process":29012,"_AUTO":29013,"ĠPublished":29014,"every":29015,"Ġtechnological":29016,"lsx":29017,"Ġirrit":29018,"Additional":29019,"Ġdelimiter":29020,"_language":29021,"-area":29022,"boys":29023,"ĠTube":29024,"Ġwat":29025,"Ġmechanics":29026,"_owner":29027,"Spell":29028,"ĠStories":29029,".AppendLine":29030,"TableView":29031,"hem":29032,"stick":29033,"ollower":29034,"IFF":29035,"ĠUV":29036,"ollision":29037,"SUB":29038,"Ġcomparable":29039,"Ġdonde":29040,"sales":29041,"llvm":29042,"Ġ}],Ċ":29043,"OTTOM":29044,"ĠPurpose":29045,"Lab":29046,"Ġinterviewed":29047,"ois":29048,"asil":29049,".setId":29050,"ĠInstruction":29051,"-->":29052,"ĠModified":29053,"ationally":29054,"ĠMeeting":29055,"误":29056,"#region":29057,"Ġrouting":29058,".focus":29059,"ĠYouth":29060,"<":29348,"Ġunto":29349,"ologically":29350,"ĠMul":29351,"VIDIA":29352,"Ġslim":29353,"ĠCommissioner":29354,"(on":29355,"Ġunderneath":29356,"/db":29357,"vote":29358,"(Message":29359,"ĠPope":29360,"Defined":29361,"Ġswift":29362,"urf":29363,"Ġadapted":29364,"SEL":29365,"Ġrevenues":29366,"Ġdivine":29367,"=y":29368,"Gradient":29369,"_act":29370,"Ġ/*!<":29371,"Ġpolygon":29372,"ĠFDA":29373,"ĠCarr":29374,"atables":29375,"(stdout":29376,"Ġrefriger":29377,"Ġcoordin":29378,"avorites":29379,"ÑĪи":29380,"Ġcompassion":29381,"ĠPOSSIBILITY":29382,"-secondary":29383,"uracy":29384,"Ġcompromise":29385,"_AV":29386,"_os":29387,"Ġbeside":29388,"ĥĿ":29389,"Ġln":29390,".plugins":29391,"Capacity":29392,"alah":29393,".bin":29394,"ĠCRC":29395,"_balance":29396,"ĠflexDirection":29397,"Ġambit":29398,"Ġnickname":29399,"ĠForces":29400,"CLE":29401,"ĠShell":29402,"Ġsail":29403,"ĠWriter":29404,"ĠAlice":29405,"dw":29406,"ĠIndians":29407,"ĠMarshall":29408,"_SRC":29409,"Ġnormalized":29410,"ĠJag":29411,"ãĤĴ":29412,"zeit":29413,"rpc":29414,"ÃŃc":29415,".inline":29416,"Ġtravers":29417,"_numeric":29418,"Ġutilities":29419,"Ġevac":29420,"INPUT":29421,"ĉregister":29422,"MX":29423,"ĠCampbell":29424,"Ġdatasets":29425,"Ġdemanded":29426,"ĠinitialState":29427,"gan":29428,"Ġei":29429,"Unexpected":29430,"-web":29431,"trait":29432,",Y":29433,"ĠTodd":29434,"Ġskeleton":29435,"Ġoptimize":29436,"第":29437,"ĠUpon":29438,"ĠStObject":29439,"Ġaplic":29440,".'P":29478,"vron":29479,".UN":29480,"Ġpainter":29481,"izarre":29482,"Ġlav":29483,"Ġpom":29484,"preg":29485,"=function":29486,"(serial":29487,"ifica":29488,"uming":29489,"åľ°":29490,"ãģĤ":29491,"-op":29492,"UCH":29493,"ĠHend":29494,".propTypes":29495,"Ġyo":29496,"Ġroutines":29497,"Ġcaring":29498,"Sem":29499,"Ġreserves":29500,"Ġpriorities":29501,"redits":29502,"ISTR":29503,"ContentType":29504,"ĠSchw":29505,"/media":29506,"Ġestr":29507,"Ġclimbing":29508,"-week":29509,"cherche":29510,"sensor":29511,"ToArray":29512,"ĠMontreal":29513,"Ġclouds":29514,"ĠInjectable":29515,"ĠRice":29516,"Ġpropaganda":29517,"_provider":29518,"Ġindoor":29519,"Ġinaug":29520,"Ġdiplom":29521,"Ġmessaging":29522,"_mut":29523,"å¦Ĥ":29524,"Ġkw":29525,"ONS":29526,"arians":29527,"RPC":29528,")]čĊ":29529,"-ray":29530,"ĠSor":29531,"mall":29532,"Ġmarketplace":29533,"Ġvtk":29534,"Ma":29535,"ogan":29536,"igi":29537,"Ġsponsored":29538,"ĠDani":29539,".SEVER":29540,">'.$":29541,"multipart":29542,"ĠWol":29543,"ĠtableName":29544,"ĠUsername":29545,"BackgroundColor":29546,"Ġfright":29547,"_EMAIL":29548,"September":29549,"_vals":29550,"opia":29551,"Ġspotted":29552,"-Ch":29553,"ĠdataSource":29554,"/\"Ċ":29555,"екÑĤ":29556,"ĠRequestMethod":29557,"ĠReplace":29558,"-do":29559,"ahn":29560,"ĠPhD":29561,"].ĊĊ":29562,"NON":29563,"gement":29564,"ĠThr":29565,"Ġquietly":29566,"Ġtorture":29567,"Ġteas":29568,"ĠCY":29569,"Ġatr":29570,"development":29571,"-detail":29572,"Ġlighter":29573,"Ġarguing":29574,"Ġdeserves":29575,"Ġcurriculum":29576,"_CONTEXT":29577,"ÅĤy":29578,"HITE":29579,"ĉID":29580,"/uploads":29581,"Ġtits":29582,"reo":29583,"_drop":29584,".UTF":29585,"Ġpickup":29586,"Ġgrocery":29587,"ĠPure":29588,"Ġeasiest":29589,"Phil":29590,".feature":29591,"(\"*":29592,"Ġinvestor":29593,"tok":29594,"Ġjar":29595,"Los":29596,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":29597,".queue":29598,"-speed":29599,"Mal":29600,"umblr":29601,"ĠCONST":29602,"ĠHRESULT":29603,"ĠDance":29604,"(filePath":29605,"Ġattributed":29606,"à¥į":29607,"ĠBund":29608,"coins":29609,"Ġsão":29610,"Ġpir":29611,"personal":29612,"Ġprelim":29613,"Ġpropose":29614,"ĠTL":29615,"]])":29616,"ĠSubscription":29617,"ĠKre":29618,",len":29619,".FirstOrDefault":29620,")--":29621,"_products":29622,".GetBytes":29623,"Ship":29624,"Ġencrypt":29625,"ĠSG":29626,"ĠMyst":29627,"hir":29628,"Ġiterate":29629,"Ġintend":29630,".mockito":29631,"Ġchapters":29632,"(angle":29633,"ĠVlad":29634,"设":29635,"'.ĊĊ":29636,"ResponseBody":29637,"ĠAbd":29638,"deal":29639,"Ġbarriers":29640,"-outline":29641,"bill":29642,"ĠFalls":29643,"_second":29644,".include":29645,".ceil":29646,"Ġoccupation":29647,"phony":29648,".moveTo":29649,"ĠJennifer":29650,"ASTER":29651,";\"><":29652,"ĠEnabled":29653,"Ġterminate":29654,"ĠIo":29655,"lations":29656,"ĠTHEORY":29657,"Ġearliest":29658,"Ġrack":29659,"ĠScar":29660,"shake":29661,"chip":29662,"Ġuv":29663,"Ġalliance":29664,"пиÑģ":29665,"ĠGOODS":29666,"zione":29667,"ĠVI":29668,"Ġ{-":29669,"Ġfiltering":29670,"Ġmiscon":29671,".DockStyle":29672,"Ġbush":29673,"Ġjunk":29674,"æĮ":29675,"ĠQUE":29676,"Ġhooks":29677,"Ġfirmware":29678,"Ġmiddleware":29679,"dic":29680,"ĠOakland":29681,"Ġarrives":29682,"Payload":29683,"pixel":29684,"]|":29685,"ĠstartDate":29686,".PRO":29687,"_audio":29688,"Ġmidfield":29689,"igidbody":29690,"ĠSwiss":29691,"ĠClip":29692,"ĠDump":29693,"ĠTextBox":29694,"Ġgeh":29695,"yield":29696,"ods":29697,"Ġreferendum":29698,"Backend":29699,"ĠCream":29700,"Ġdominated":29701,"ĠArchive":29702,"Ġriders":29703,".prepareStatement":29704,"Ġquando":29705,"Ġchef":29706,"wiki":29707,"inel":29708,"ampling":29709,"(\"\\\\":29710,"Ġsag":29711,"_proxy":29712,"ãģķ":29713,"pdo":29714,".getElementsByTagName":29715,"Ġdemonstration":29716,"ĠNPC":29717,"Ġarchivo":29718,"endance":29719,"Ġefficiently":29720,"(actual":29721,".tableView":29722,"Ġmush":29723,"Ġbears":29724,"_threads":29725,"jas":29726,"ahun":29727,"Ġneural":29728,"Ġdesigning":29729,"ĠGDP":29730,"Ġlifted":29731,"缮":29732,"ĠJoint":29733,"ĠInclude":29734,"ĠGiants":29735,"Ġwithdrawal":29736,"ĠRent":29737,"native":29738,"ĠSeek":29739,"gression":29740,"_CPU":29741,"\\S":29742,"ĠShield":29743,"Ġsolic":29744,"Ġboom":29745,"yecto":29746,"Ġmanufacture":29747,"ĠâĢĭ":29748,"Ġbbox":29749,"Ġearthqu":29750,"ollectors":29751,":@\"%":29752,"Ġloops":29753,"Je":29754,"alking":29755,"ĠWhats":29756,"ĠBoys":29757,".book":29758,"ARGE":29759,"_pixel":29760,"Ġsuspects":29761,"ι":29762,"usp":29763,"ĠBMW":29764,"ieces":29765,"(person":29766,"å¼Ģ":29767,"é»":29768,"ĠPodcast":29769,"Ġbou":29770,"(Item":29771,"û":29772,"(Input":29773,"HttpGet":29774,"Ġburg":29775,")^":29776,"BOARD":29777,"*/,":29778,"Ġgulp":29779,"ĠBenn":29780,"Ġdecks":29781,".statusCode":29782,"Ġacute":29783,"Ġhug":29784,"ugu":29785,"Ġpled":29786,",\"%":29787,"hape":29788,"Ġзап":29789,"ĠMaine":29790,".real":29791,"Ġdalam":29792,"ĠMinor":29793,".Float":29794,"disp":29795,"Ġtl":29796,"Ġencount":29797,"=>$":29798,"Ġfg":29799,"tees":29800,"ĠRecomm":29801,"äl":29802,"Ġchemistry":29803,"Blocks":29804,"OID":29805,"Ġforex":29806,"ĠAppend":29807,"Ġ{*":29808,"ĠSupply":29809,"CGFloat":29810,"(bl":29811,"Ġate":29812,"adora":29813,"Ġgust":29814,"Associ":29815,">.Ċ":29816,"FETCH":29817,".serial":29818,"widgets":29819,"ardless":29820,"iefs":29821,"_FULL":29822,"ernetes":29823,"ĠPred":29824,"ØŃ":29825,"äºĭ":29826,"ubernetes":29827,"ĠLaura":29828,"Ġlabeled":29829,"Highlight":29830,"Ġannoying":29831,"/update":29832,"(description":29833,"Ġintimid":29834,"$c":29835,"\")))Ċ":29836,".AP":29837,"Ġ[]*":29838,"ĠEXIT":29839,".Host":29840,"ĠOPEN":29841,".sendMessage":29842,"_camera":29843,"_tile":29844,"Ġtherm":29845,"onomous":29846,"Ġdisadv":29847,"Ġnaar":29848,"indexOf":29849,"ĠPP":29850,".protocol":29851,"AFE":29852,"Ġtextures":29853,"################################################":29854,"umbai":29855,".stats":29856,"ĠGE":29857,"Ġie":29858,"ĠSTD":29859,"ĠMann":29860,".reflect":29861,"KB":29862,"Ġdive":29863,".wav":29864,"/*----------------------------------------------------------------":29865,"/settings":29866,".lifecycle":29867,"Ġdaughters":29868,"orus":29869,"uber":29870,"NING":29871,"stri":29872,"ĠTip":29873,"Ġzn":29874,"Ġswitched":29875,"inet":29876,"uffy":29877,"ĠTransportation":29878,"(conf":29879,"frica":29880,"ĠXL":29881,"ĠLead":29882,"_percent":29883,"__":29899,"permissions":29900,"ĠDetermine":29901,".Man":29902,"Ġadvances":29903,".InputStream":29904,"Ġstrongest":29905,"ĠeBay":29906,"Ġ#-":29907,"Ġdirname":29908,"ĠSMS":29909,"Ġmedications":29910,"Ġamended":29911,"Ġchurches":29912,"ĠImperial":29913,"$row":29914,"ĠMadison":29915,"ĠInsp":29916,"Ġaffair":29917,"Ġpsychology":29918,"vh":29919,"Ġseverity":29920,"âĢIJ":29921,"Ġstrips":29922,"AH":29923,"vertising":29924,"Ġconse":29925,"IMAGE":29926,"ĠStats":29927,"ĉsc":29928,".Cursor":29929,"Ġfreeze":29930,"sson":29931,"(xml":29932,"ĠSusan":29933,".tile":29934,"eded":29935,"ĠĠĠĠĉĉĉ":29936,"uelle":29937,"ĠMitchell":29938,"based":29939,"Operand":29940,"½æķ°":29941,"ĠFF":29942,"ĉstrcpy":29943,"ounces":29944,"ildo":29945,".executeQuery":29946,"Ġapproaching":29947,"ĠSeven":29948,"Ġnuts":29949,"Ġric":29950,"assignment":29951,"Ġcalculator":29952,"ĠMurphy":29953,"ĠBou":29954,"íĦ":29955,"Ġbutt":29956,"Ġticks":29957,"Projects":29958,"ilib":29959,".textColor":29960,"mov":29961,"_logo":29962,"(template":29963,"ĠINIT":29964,"ĠimageView":29965,"scriptions":29966,"ORITY":29967,"Consumer":29968,"Ġunprecedented":29969,"Ġtourist":29970,"Ġbron":29971,"Ġcontractor":29972,"Ġlicence":29973,"ĠNam":29974,"æ¯":29975,"(transform":29976,"_ATT":29977,"Pref":29978,"ĠGam":29979,"Ġvessels":29980,"Ġhav":29981,"Later":29982,".ToLower":29983,"Ġurls":29984,"Ġbreakdown":29985,"Ġpenalties":29986,"Ġfoster":29987,"ĠUE":29988,"Ġclue":29989,"comed":29990,"åIJį称":29991,"-main":29992,"Ġpts":29993,"Ġcounted":29994,"icts":29995,"/post":29996,"Ġgetattr":29997,"Ġping":29998,"ANCEL":29999,"Ġpec":30000,"Ñħод":30001,"antom":30002,"ĠBlueprint":30003,"ĠEventEmitter":30004,"Ġlä":30005,"æ²":30006,"Ġstraw":30007,"(comp":30008,"'une":30009,">N":30010,"-client":30011,"esModule":30012,"-base":30013,"Ġretreat":30014,"_simple":30015,"ĉĉĉĉĉĉĠ":30016,"fee":30017,"')čĊčĊ":30018,"ControlItem":30019,"Ġsubscribers":30020,"please":30021,"ĠEff":30022,"Ġpound":30023,"ĠBytes":30024,"ĠTea":30025,"_activity":30026,"Ġmaxim":30027,"Ġopcode":30028,"BSD":30029,".constant":30030,";}":30031,"ombres":30032,"Ġcareers":30033,").ĊĊĊĊ":30034,"Ġspreading":30035,"-expanded":30036,"ĠOrd":30037,"amarin":30038,"Ġmobility":30039,"Unfortunately":30040,"akk":30041,"NL":30042,"_redirect":30043,"ĠPG":30044,"ĠSensor":30045,"bol":30046,"tap":30047,"_MEMORY":30048,"ĠUIAlert":30049,"plitude":30050,"Website":30051,"ĠLogo":30052,"love":30053,"[ind":30054,"Ġaltogether":30055,"Ġwondered":30056,"Ġesper":30057,"ĠLiberal":30058,"Ġoss":30059,"Ġelit":30060,"Ġstiff":30061,"odox":30062,"_mentions":30063,"ĠDouglas":30064,"_pid":30065,"ĠCK":30066,"ĠinitWithFrame":30067,".blog":30068,"pkg":30069,"anghai":30070,"QUIRED":30071,"uu":30072,"Ġmkdir":30073,"ATAL":30074,"Ġunh":30075,"inces":30076,"sth":30077,"Ġhypothesis":30078,"Ġcata":30079,"ĠTB":30080,"ĠClar":30081,"Ġpredecess":30082,"Ġsituated":30083,"-world":30084,"))/":30085,"Ġheadlines":30086,".stat":30087,"Ġoutbreak":30088,"spath":30089,"_FLAGS":30090,"ĠServletException":30091,"Sun":30092,"FROM":30093,"ĠDir":30094,"ãĥ»ãĥ»ãĥ»":30095,"_coord":30096,"ĠOptim":30097,"Monitor":30098,".bit":30099,"XXX":30100,"Ġtodas":30101,"feld":30102,"ÑĢи":30103,"imir":30104,"Ġpolitically":30105,"Ġmolecular":30106,"Ġtraded":30107,"Ġ{{$":30108,"ĠSwedish":30109,"Ġ'@/":30110,"_REAL":30111,"Ġwarehouse":30112,"today":30113,",L":30114,"orp":30115,"false":30392,"Ġspa":30393,"ĠNear":30394,"ìķ":30395,"Ġintrig":30396,"_members":30397,"wave":30398,"Ġanalysts":30399,"_OS":30400,"edin":30401,"ĠFri":30402,"Ġretrieved":30403,"Regular":30404,"_obs":30405,"EXPORT":30406,"')}}\"":30407,"\"class":30408,"__((":30409,"bucket":30410,"Ġstro":30411,"ĠPatch":30412,"ystick":30413,"fulness":30414,"apos":30415,"Da":30416,"ĉĉĉĉĉĠĠĠ":30417,"Ġenrich":30418,"unordered":30419,"hole":30420,"Cong":30421,"';ĊĊ":30463,"STRUCT":30464,"QR":30465,"IDs":30466,"(arguments":30467,"_aux":30468,"(Event":30469,"_PRIVATE":30470,"ĠTrek":30471,"Ġdownloads":30472,"mutable":30473,"_STRUCT":30474,"(wx":30475,"Ġdomains":30476,"jspx":30477,"ĠViagra":30478,"Commands":30479,"Js":30480,".cfg":30481,"ContentPane":30482,"ĠEditText":30483,"à¥įà¤":30484,"Attach":30485,"ĠARM":30486,"positive":30487,"ĠGenerated":30488,"Ġseized":30489,"=:":30490,"Ġelectronics":30491,"ĠAppComponent":30492,"/',Ċ":30493,".equalsIgnoreCase":30494,"Doctrine":30495,"disk":30496,"ĠPolitical":30497,"CHO":30498,"":30584,"ĠBeauty":30585,"Ġ`<":30586,"Ġtouching":30587,"Ġ|--":30588,"ĉflag":30589,"normalize":30590,"Ġtrapped":30591,"Ġestablishing":30592,"/build":30593,"AJ":30594,"fy":30595,"-react":30596,"avn":30597,"RIPTION":30598,"Ġkut":30599,"ĠFashion":30600,"ĠInform":30601,"curities":30602,"{Ċ":30634,"Ġgarlic":30635,"Ġrepr":30636,"Ġreplies":30637,"(prop":30638,"Ġspirits":30639,"Ġinspire":30640,"Ġbasement":30641,".reject":30642,"Ġhints":30643,"Ġpolling":30644,"ĉĠĊ":30645,"_rating":30646,"Ġcath":30647,"avier":30648,"Ġcompressed":30649,"ĠVS":30650,"]'":30651,"Ġjudicial":30652,"ĠTrend":30653,"training":30654,"ESTAMP":30655,"ognition":30656,"Äģ":30657,"SENT":30658,"ventions":30659,"Ġconsultant":30660,"umph":30661,"ĠuserService":30662,",NULL":30663,"kh":30664,"Dear":30665,"_BAD":30666,"itations":30667,"Ġmetaph":30668,"'é":30669,"andise":30670,"-font":30671,".chart":30672,"Ġsg":30673,"_Controller":30674,".jpeg":30675,"ĠULONG":30676,"ĉgame":30677,"(ss":30678,"ĠMaj":30679,"ĉgo":30680,"ĠSad":30681,"ĠBerg":30682,"ĠMine":30683,"Pack":30684,"Ġresistant":30685,"ĠROM":30686,"Ġpeg":30687,"ĠStanford":30688,"ĠYahoo":30689,"Ġscaled":30690,"Ġlan":30691,"=[]":30692,"\"/>ččĊ":30736,"Ġsud":30737,"ĉbackground":30738,"Ġscholars":30739,"-muted":30740,"ará":30741,"Ġ=====":30742,"Ġ____":30743,"Creat":30744,"enever":30745,"/wp":30746,"ĠVPN":30747,"ErrorCode":30748,")],Ċ":30749,"(builder":30750,"ĠEnemy":30751,"Sensor":30752,"usa":30753,"Ġtriggers":30754,"Ġplayoffs":30755,"_REQ":30756,"Ġ(~":30757,"ĠBarry":30758,"Ġpermanently":30759,"ĠRUN":30760,"Ġbure":30761,".Fatalf":30762,"Ġchick":30763,"ĉpanic":30764,"psi":30765,"oka":30766,"éĢī":30767,">[":30768,"Ġunderstands":30769,"ĠJunior":30770,"ĠINFO":30771,"=mysqli":30772,"ustain":30773,"-source":30774,"serv":30775,"ĠCREATE":30776,".au":30777,"Ġsells":30778,"ĠĠĊĠĠĊ":30779,"Europe":30780,"zw":30781,"preh":30782,"ĠNSA":30783,"Ġxy":30784,"ิ":30785,"ĠBeyond":30786,"Instead":30787,"NonQuery":30788,"Ġarise":30789,"Ġavoided":30790,".emplace":30791,"_models":30792,"}),Ċ":30793,"Ġhid":30794,"Ġ&_":30795,".points":30796,".getWidth":30797,".Exec":30798,"Ġ////":30799,"ĠSessions":30800,"...\\":30801,"ĠColomb":30802,"Ġacceleration":30803,"restore":30804,"Ġile":30805,"obic":30806,"}Ċ":31296,"plaint":31297,"getText":31298,"Ġindividually":31299,"Ġcheckbox":31300,"UY":31301,"ĠLamb":31302,"Ġdysfunction":31303,"ĠLar":31304,"à°":31305,"ĠCreating":31306,"');ĊĊĊ":31307,"\"They":31308,"locations":31309,"_CORE":31310,"Interaction":31311,"umbnails":31312,"ĠPartner":31313,"brit":31314,"Ġlesser":31315,"ĠSlot":31316,"setAttribute":31317,"ĠWave":31318,".po":31319,"/store":31320,"Ġbrowsing":31321,"_pd":31322,"sume":31323,"sed":31324,"Curve":31325,"Ġplasma":31326,"Ġsuspicious":31327,"ìĿ¸":31328,"ĠBah":31329,"ĠExplicit":31330,"_CC":31331,".ClientSize":31332,"\\View":31333,"Ġsubstit":31334,"loon":31335,"ĠGAME":31336,"ĠBrid":31337,"Ľå»º":31338,"_User":31339,"Ġsquares":31340,"fone":31341,"Ġsacred":31342,"ughs":31343,"]interface":31344,"ĠThrow":31345,"ĠKirk":31346,"Ġempire":31347,"Ġassessed":31348,"Tax":31349,"ĠHeaven":31350,"-buffer":31351,"_STATIC":31352,"éné":31353,"-bordered":31354,"Ġpunct":31355,"(mode":31356,"Ġkeine":31357,"Sent":31358,"ĠCalcul":31359,"ĠEve":31360,"Ġstylish":31361,"Ġoils":31362,".TestCase":31363,"Ġtrademark":31364,"Ġliterary":31365,"Ġconcentrations":31366,"ĠRelations":31367,"(Class":31368,"Ġstdin":31369,"Ġvæ":31370,"backup":31371,".VERSION":31372,".AutoScaleDimensions":31373,"starter":31374,"Transactional":31375,"-panel":31376,"Studio":31377,"kc":31378,"ĠChamber":31379,"ĠSpiel":31380,"Ġrho":31381,"اÙĦ":31382,"!'":31383,".Attributes":31384,"Ġmurdered":31385,"apeutic":31386,"Ġintimate":31387,"ĠtextField":31388,"ĠBuffalo":31389,"dummy":31390,"\"%":31391,"ĠLiberty":31392,"obar":31393,"ĠTank":31394,"ĠPopular":31395,"ervisor":31396,"ĠIniti":31397,"ĠMall":31398,"ĠPrior":31399,"CAP":31400,"ĠClay":31401,"ĠCertificate":31402,".Lock":31403,"-strip":31404,"-driven":31405,"/all":31406,"ĠMessageBoxButtons":31407,"_SECRET":31408,"_pb":31409,"Ġrats":31410,"ाà¤":31411,"Ġnt":31412,".Router":31413,"_topic":31414,"Ġtennis":31415,"ĠPUBLIC":31416,"ĠActivatedRoute":31417,"Ġ',Ċ":31418,"Ġcostume":31419,"Ġjokes":31420,".Handle":31421,"ĉbyte":31422,"Ġflavors":31423,"(cc":31424,"Ġpersonas":31425,"ĉimage":31426,"ĠNazi":31427,"Ġgrammar":31428,"Ġúlt":31429,"Ġvalve":31430,"Ġvic":31431,"ĠRachel":31432,"_invalid":31433,"Prefs":31434,"stdint":31435,"(route":31436,"Ġhtmlspecialchars":31437,"Ġpeoples":31438,"pline":31439,"Ġnv":31440,"ĠQuant":31441,"oppers":31442,"ĠcurrentUser":31443,"ĠCatal":31444,"Ġreconc":31445,"Ġconjunction":31446,"lx":31447,"amburg":31448,"Ġinfluential":31449,"danger":31450,"inders":31451,"Ġ%@\",":31452,".configuration":31453,"osome":31454,".identity":31455,"Ġpicker":31456,"nost":31457,"ĠDIY":31458,"August":31459,"ablo":31460,"Leaf":31461,"ĠReco":31462,"cko":31463,"DOC":31464,"ĠHerm":31465,":any":31466,"ĠInterview":31467,"ĠTex":31468,"xfe":31469,"(work":31470,"Ġleap":31471,"Heading":31472,"Ġquarters":31473,"\\Bundle":31474,"reb":31475,"Perhaps":31476,"ĠGmbH":31477,"Birth":31478,"ĉsum":31479,"ĠWatson":31480,".nil":31481,"ç¡":31482,"{}ĊĊ":31483,"icaid":31484,"Getter":31485,"\"name":31486,"Ġ\"čĊ":31487,"_none":31488,"zm":31489,"acute":31490,"uesto":31491,"Ġsous":31492,"Ġrebuild":31493,"Ġnewspapers":31494,"ĠHaz":31495,"Ġkits":31496,"ifo":31497,"Blur":31498,"Ġsuited":31499,"-In":31500,"à¯":31501,"ĠKeith":31502,"ĠNorway":31503,"INIT":31504,"ireccion":31505,"ieties":31506,"_usage":31507,"ĠDoug":31508,"rise":31509,"Ġtrillion":31510,"imited":31511,"ĠREL":31512,"alic":31513,"Ġcriticized":31514,"theorem":31515,"Ġcease":31516,"Ġsidew":31517,"ĠTerry":31518,"Ġsubsidi":31519,"Ġfirmly":31520,"Ġaws":31521,"Ġhott":31522,"Ġdressing":31523,"badge":31524,"ĠApplications":31525,"è¿ĶåĽŀ":31526,"Ġlaughed":31527,"Ġhobby":31528,"Ġmusicians":31529,"Ġ*.":31530,".placeholder":31531,"Ġcounters":31532,"ĠCapitol":31533,"SDK":31534,"Ġhelmet":31535,"andbox":31536,"quit":31537,"Ġcriminals":31538,"Ġteenager":31539,"(update":31540,"Gl":31541,".selection":31542,"Ġdischarge":31543,"Ġpresenting":31544,"ufacturer":31545,"_UNKNOWN":31546,"Ġstressed":31547,"åĻ¨":31548,"Proto":31549,"_correct":31550,"haus":31551,"Ġrenov":31552,"Ġfirearms":31553,"Ġtechnically":31554,"-browser":31555,"Ġcandy":31556,"Stroke":31557,"Ġexecutor":31558,"Ġoccurrence":31559,"ĠIPv":31560,"_INTERFACE":31561,"ĠRetrieve":31562,".bad":31563,"Exchange":31564,"Navbar":31565,"ĠKid":31566,"(getApplicationContext":31567,"_STOP":31568,"ĠBoss":31569,"Listeners":31570,"Ġshooter":31571,"ĠAlb":31572,"äch":31573,"Ġpix":31574,".keyCode":31575,"alone":31576,"Ġabsurd":31577,"ĠCum":31578,"ĠNewtonsoft":31579,"ikt":31580,"Ġlaughing":31581,"Ġcapitalism":31582,"reeNode":31583,"Tx":31584,"_QUERY":31585,".Sleep":31586,"(login":31587,"WebElement":31588,"Ġcelebrating":31589,"Ġdeprecated":31590,"Ġmaar":31591,"Ġartistic":31592,"_ASSOC":31593,"ĠBorderRadius":31594,"ĉwp":31595,"Ġsurvivors":31596,"Inner":31597,"-red":31598,"Ġprosecution":31599,"_pp":31600,"(\"$":31682,"Ġcomma":31683,"unchecked":31684,"graphics":31685,"rors":31686,"GROUND":31687,"(public":31688,"Ġcustomized":31689,"ĠArkansas":31690,"ĠRew":31691,"Ġexpiration":31692,"×ķ":31693,"ĠCul":31694,"Ġnons":31695,".Filter":31696,"Ġsenator":31697,"_definition":31698,"ashington":31699,"ymph":31700,"/J":31701,"Ġfuse":31702,"ramid":31703,"ĠSupplier":31704,"Ġautocomplete":31705,"Ġ}),":31706,".\"ĊĊĊ":31707,"_functions":31708,"ĉto":31709,".eval":31710,"ĠTObject":31711,"References":31712,"Ġheated":31713,"HAL":31714,"Ġ))}Ċ":31715,"}$":31716,"ĠBarr":31717,"_UNIT":31718,"+$":31719,"ĠgetValue":31720,"iped":31721,"chied":31722,"(vm":31723,"cue":31724,"_integer":31725,"_course":31726,"third":31727,"Ġrevised":31728,"**/Ċ":31729,"_DIRECT":31730,"OutOf":31731,"(\"(":31732,"ĠFeel":31733,"Ġreass":31734,"Ġsubtitle":31735,"peri":31736,"nf":31737,"Ġenjoys":31738,"Ġtreats":31739,")this":31740,"-tabs":31741,"ancers":31742,"Ġcontinent":31743,"Ġcardio":31744,"Ser":31745,".question":31746,"Ġphrases":31747,"Validators":31748,"Ġpopul":31749,"ĠlÃŃ":31750,"song":31751,"_INTERNAL":31752,"Ġadviser":31753,"Ġpuzz":31754,"Ġambitious":31755,"ĠTob":31756,"ĠDP":31757,"Ġpresidency":31758,"Ġsurrender":31759,"Ġwatches":31760,"_binary":31761,"ĠSoon":31762,"Ġcanada":31763,"(\"\")Ċ":31764,"]='":31765,"ĠBrandon":31766,"epsilon":31767,"rw":31768,".addChild":31769,".Copy":31770,"Principal":31771,"Photos":31772,"Ġmarginal":31773,"Ġbasics":31774,"eing":31775,"Must":31776,"_String":31777,"Ġole":31778,"Magento":31779,".customer":31780,"(prev":31781,"ล":31782,"Ġloyalty":31783,"Cog":31784,"Ġprotocols":31785,"ĠCompanies":31786,"Ġtheoretical":31787,"Ġaccessing":31788,"ĠZen":31789,".ones":31790,"attice":31791,"_world":31792,"zes":31793,"Ġtattoo":31794,"Ġmenos":31795,"Ġintersect":31796,"\"];ĊĊ":31797,"belie":31798,"Ġinactive":31799,".readline":31800,"-labelled":31801,".done":31802,"lickr":31803,"ĠWORK":31804,"Ġderivative":31805,"Ġdatabases":31806,"âĤĤ":31807,"Ġsx":31808,".isArray":31809,"Ġys":31810,"Ġpada":31811,"ĠBullet":31812,"(`/":31813,"isActive":31814,"ĠCGSize":31815,"(equalTo":31816,"ĠColumbus":31817,"Ġmarry":31818,"DEV":31819,"_limits":31820,"rones":31821,"IAS":31822,"Ġtau":31823,"mino":31824,"_Write":31825,"ĠWine":31826,"Ġ[['":31827,"ĠPull":31828,"riters":31829,"rients":31830,"Ġshifting":31831,"upp":31832,"_TIMER":31833,"ĠConditions":31834,"ấ":31835,"ĠOrders":31836,"ĠStrength":31837,"æīĢ":31838,"Ġvalidity":31839,"Ġfot":31840,"etur":31841,"Ġbolt":31842,"åĨħ":31843,"ĠAlong":31844,"oshi":31845,"Ġassumptions":31846,"Ġmagazines":31847,"_SPI":31848,"Ġpunt":31849,"_PRODUCT":31850,"Ġrelay":31851,"ĠJavascript":31852,".te":31853,"-es":31854,"Ġwidgets":31855,"(fs":31856,"\";":31923,"atching":31924,"ĠKnowledge":31925,"ĉThe":31926,";margin":31927,"lessness":31928,"opard":31929,"umatic":31930,"()));čĊ":31931,"Ġfals":31932,"(cache":31933,"TypeId":31934,"éĢļ":31935,"_choice":31936,"ĠGoth":31937,"ĠSites":31938,"MG":31939,"_border":31940,"Indices":31941,"Comparer":31942,"ĠRedistribution":31943,"Ġcloset":31944,"Ġversatile":31945,"Inputs":31946,"********************":31947,"Ġobesity":31948,"quiz":31949,"gra":31950,"(global":31951,"åĬ¡":31952,"Ġcollector":31953,"Ġkor":31954,"ovable":31955,"ADC":31956,"ĠEventHandler":31957,".nc":31958,"Ġplayback":31959,"ientos":31960,"_perm":31961,"_WARNING":31962,"ĠOlympics":31963,".norm":31964,"ĠBroadcast":31965,"_small":31966,"drive":31967,".iloc":31968,"Ġtyped":31969,"MEM":31970,"_cons":31971,"DMETHOD":31972,"Ġlun":31973,".distance":31974,"(par":31975,"poon":31976,"Ġbast":31977,"activities":31978,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":31979,":čĊčĊ":31980,"SER":31981,")&&":31982,"_lst":31983,"ĠPolish":31984,"Ġknocked":31985,"Ġfrustration":31986,"aukee":31987,"Ġphosph":31988,"iquid":31989,"_coeff":31990,"æѤ":31991,"Latest":31992,"ĠDust":31993,"Tipo":31994,"Ġmaintains":31995,"Ġmarsh":31996,"incinn":31997,"lbl":31998,"Care":31999,"Ġneighborhoods":32000,"_gpio":32001,"ĠArsenal":32002,"Dem":32003,"ĠWhe":32004,"_hook":32005,"Ġldc":32006,"ĠHarper":32007,"ĠBerkeley":32008,"Ġgraduated":32009,"Percent":32010,"Ġarriving":32011,"ĠAdventure":32012,"(scope":32013,"('*":32014,"quarter":32015,"ĠMarie":32016,"Speaking":32017,"_codegen":32018,"Ġimmun":32019,"caster":32020,"ãĤĮ":32021,"åķĨ":32022,"ĠDimensions":32023,".record":32024,"Ġtexto":32025,"ĠMichelle":32026,"Pending":32027,"(by":32028,"_PAR":32029,"ucht":32030,"bee":32031,".Thread":32032,"ampire":32033,"know":32034,"ĠClinical":32035,"ĠmarginBottom":32036,"Ġdistinguish":32037,".Full":32038,".undefined":32039,"ĠSequelize":32040,"############################################################################":32041,"Ġeducated":32042,"_OVER":32043,"åºı":32044,"ĠÂłĠÂł":32045,"_each":32046,"Ġurge":32047,"depart":32048,"Ġdonors":32049,"ĠAu":32050,"Ġbillions":32051,"Ġbelonging":32052,"_age":32053,"_Int":32054,"Ġsubstances":32055,"machine":32056,"!!!ĊĊ":32057,"Ġjsonify":32058,"ibbean":32059,"ĠCad":32060,"ĠendTime":32061,"Ġcycling":32062,"ĠUITextField":32063,"Ġleverage":32064,"Ġvanilla":32065,"eat":32066,"Launch":32067,"(pt":32068,"states":32069,"ĠControls":32070,"ĠRespons":32071,"ĠJake":32072,"Ġasleep":32073,"fortunate":32074,".nextLine":32075,"SizeMode":32076,"ìĿ¼":32077,"TestingModule":32078,"German":32079,"ĠInvestig":32080,".reverse":32081,"ĠBACK":32082,"(DateTime":32083,"Ġnonprofit":32084,"ĠExpect":32085,"Ġtanto":32086,"']),":32087,"ĉthe":32088,"Multiple":32089,"(getActivity":32090,"_WAIT":32091,"Ġjá":32092,"decor":32093,"levance":32094,"ĠGitHub":32095,"mination":32096,"_quantity":32097,".Scanner":32098,"ĠLion":32099,"éĶĻ误":32100,"Ġdre":32101,"Ġtantra":32102,"ĠcontentType":32103,"Ġfid":32104,"_alt":32105,"NSIndexPath":32106,"-pl":32107,"åĮĸ":32108,"Ġantibiot":32109,"tables":32110,"acial":32111,"ĠRegistry":32112,"Ġolive":32113,"igers":32114,"Ġsubscriber":32115,"_pres":32116,"ĠSyntax":32117,"Ġlovers":32118,".Byte":32119,"olders":32120,"_forward":32121,"always":32122,"Caption":32123,"Priv":32124,"ĠTampa":32125,"isateur":32126,"-labelledby":32127,"ĠToString":32128,"ĠìĤ¬":32129,"Ġinitiated":32130,"WF":32131,"Ġinstitutional":32132,"inject":32133,"ĠScr":32134,"Ġdoctrine":32135,"Ġspacious":32136,"isure":32137,"ĠAna":32138,"\"time":32139,"essaging":32140,"Ġcid":32141,"ĠNan":32142,"Ġincomplete":32143,"TAG":32144,"-build":32145,"December":32146,"Ġresidual":32147,"(PDO":32148,"ĠListen":32149,"Ġglyph":32150,"Ġgaps":32151,"nea":32152,".Rect":32153,"Ġsau":32154,"ĠPhotograph":32155,"Ġexecutable":32156,"ĠExpert":32157,"Coroutine":32158,"_sizes":32159,"ĠNL":32160,".isValid":32161,");}Ċ":32162,"-reg":32163,"Ġciting":32164,"cwd":32165,"ĠOttawa":32166,"ĠBatt":32167,"Ġrenewable":32168,"Ġpreliminary":32169,"Ġasylum":32170,"Ġwrist":32171,"Ġutiliz":32172,"Ġdetention":32173,"Fast":32174,"Ġange":32175,"incinnati":32176,"Ġsteering":32177,"ĠNaN":32178,"iosity":32179,"/page":32180,"Ġè¿":32181,"sterol":32182,"Ġdisg":32183,"(DB":32184,"ĠDESCRIPTION":32185,"Ġ_$":32186,"Ġobstacle":32187,"Ġbizarre":32188,"Ġextraction":32189,"_expected":32190,"Ġloses":32191,"ĠCelebr":32192,"ĠhtmlFor":32193,"Ġexploit":32194,"олÑĮзов":32195,"XYZ":32196,"Ġmagnet":32197,"amped":32198,"Ġatoms":32199,"Sources":32200,"pectives":32201,"Ñģли":32202,"Ġ=čĊ":32203,"Ġdare":32204,"ĠWalter":32205,"Ġbrightness":32206,"Ġannotations":32207,"ëı":32208,"iske":32209,"Schedule":32210,".images":32211,"rosso":32212,"Ġ\"..":32213,"gamma":32214,"Ġinstructor":32215,"Ġoverwrite":32216,"-am":32217,"Ġdevastating":32218,"ĠSaints":32219,"Ġhs":32220,"Ġbonuses":32221,"$output":32222,"ijd":32223,"(ActionEvent":32224,"monitor":32225,"Ġmattress":32226,"January":32227,".jp":32228,"Ġcaracter":32229,"Ġimpose":32230,"_rest":32231,"ĠSignature":32232,"Ġcoronavirus":32233,"ãģĬ":32234,"_compare":32235,"Measure":32236,"itated":32237,"elijk":32238,"igos":32239,"esar":32240,"Ġrushed":32241,"metry":32242,"_SEPARATOR":32243,"_WE":32244,"_ATTRIBUTE":32245,"Ġyaml":32246,"Ġspecs":32247,"ĠRah":32248,"pheric":32249,"ĠInvestment":32250,"äll":32251,"Ġappealing":32252,"Ġviewport":32253,"ç©":32254,"ĠmarginLeft":32255,"Ġsubtract":32256,"ĠEDIT":32257,"ĉArrayList":32258,"grading":32259,"ĠFailure":32260,"asper":32261,"EEK":32262,"(now":32263,")Ċ":32279,"Collision":32280,"ĠGreater":32281,"ĠRacing":32282,"alan":32283,"Ġmonetary":32284,",new":32285,"ĠSorry":32286,".Enable":32287,"ĠInstantiate":32288,"ollen":32289,"ë©´":32290,"ĠCalling":32291,"_hour":32292,"ADA":32293,"Ġshy":32294,")**":32295,"Ġ==>":32296,"Ġespecial":32297,"Ġinterpreted":32298,"!=\"":32299,"Ġpharmacy":32300,".single":32301,"ĠCialis":32302,"Ġparas":32303,".toUpperCase":32304,"ĠDemon":32305,"Prime":32306,"Ġrankings":32307,"Adding":32308,"_HASH":32309,"ĠExam":32310,"Ú©":32311,"ĠVictor":32312,"Okay":32313,"\"];čĊ":32314,"Ġfortune":32315,"ĠFETCH":32316,"expand":32317,".Interop":32318,"Ġbarn":32319,"æ¶Ī":32320,"uevo":32321,"Ġspeculation":32322,"âĶĢâĶĢâĶĢâĶĢ":32323,"ĠNu":32324,"ĠBlues":32325,"(fname":32326,"Ġinhabit":32327,"Ġ\\\"%":32328,"CES":32329,"ulario":32330,"_cr":32331,"Ġvalidated":32332,"Ġmidnight":32333,"anking":32334,"Ġincorporate":32335,"Ġpursuit":32336,"EXP":32337,"prime":32338,"Pid":32339,"-US":32340,"ĠNurs":32341,"ĠWheel":32342,"éĺ":32343,"Ġinp":32344,"Ġsupportive":32345,".member":32346,"ĠShot":32347,".CheckBox":32348,"Ġaffirm":32349,"Tor":32350,"FullYear":32351,"Ġconsiderably":32352,"credentials":32353,"_opts":32354,"Roll":32355,"(round":32356,"Ġcoment":32357,"_UART":32358,"Ġextending":32359,"RG":32360,"resultado":32361,"itu":32362,".getSession":32363,"Ġattraction":32364,"&D":32365,"$html":32366,"ĠJessica":32367,"ĠAssociate":32368,"añ":32369,"_ed":32370,"ĠLag":32371,"Ġorigins":32372,"())->":32373,"addEventListener":32374,"IALOG":32375,"åIJ¦":32376,".Compare":32377,"Album":32378,"ĠKu":32379,"\";ĊĊ":32423,"quisite":32424,"channels":32425,"/res":32426,"ĠAnalytics":32427,".appcompat":32428,"/to":32429,"ĠonError":32430,"(attr":32431,"IRM":32432,"Ġragaz":32433,"-as":32434,".Second":32435,"oriented":32436,"Ġdonn":32437,"Ġlightning":32438,"fid":32439,"ĠPle":32440,"ãģ¾ãģĻ":32441,"tro":32442,".True":32443,"Observable":32444,"×Ļ":32445,"umbing":32446,"Ġprospective":32447,"-filter":32448,"Ġpursuant":32449,"(points":32450,".Bind":32451,"Ġpalm":32452,"clearfix":32453,"ös":32454,"ĠGonz":32455,"Ġweaken":32456,"Drive":32457,"enido":32458,"lld":32459,"obox":32460,"anean":32461,"Got":32462,"ä¿Ŀ":32463,"Regex":32464,"æĥ":32465,"Ġsalad":32466,"assis":32467,"\"net":32468,"inheritDoc":32469,"ĠRV":32470,"quier":32471,"Ġclazz":32472,"Ä±ÅŁ":32473,"osterone":32474,"Ġairline":32475,".listdir":32476,"Ġdownloading":32477,"ĠPalm":32478,"waukee":32479,"<":32480,".BL":32481,"_INLINE":32482,"offs":32483,"<<(":32484,"_news":32485,"Ġchase":32486,"/><":32487,"Ġeuros":32488,"ĠEgyptian":32489,"ĠStainless":32490,"_BOOL":32491,"ĠGuild":32492,"ĠDynam":32493,"[indexPath":32494,"Ġï":32495,"Ġmemorable":32496,"ĠChampion":32497,"ResourceManager":32498,".Login":32499,"ĠFormer":32500,"yped":32501,"Ġlleg":32502,";\",":32503,"DWORD":32504,"Ġtaxi":32505,"Ġbombs":32506,"rah":32507,".tags":32508,"_tests":32509,"stones":32510,"âĢĿ)":32511,"[g":32512,"rtype":32513,"Ġvu":32514,"Ġhostile":32515,"Chars":32516,"ĠPatriots":32517,"/status":32518,"());Ċ":32872,"ajÄħ":32873,"_OCC":32874,"Ġplanets":32875,"æŁ¥":32876,"ĠDublin":32877,"Ġserie":32878,".printf":32879,"deep":32880,"`)":32881,"Ġ\\$":32882,"Ġμ":32883,"_VIDEO":32884,"endors":32885,"ĠCrypto":32886,"Far":32887,".Transparent":32888,".TR":32889,"iasm":32890,"_training":32891,"Ġteaches":32892,"ĠBelt":32893,"Ġlimiting":32894,"ĠKath":32895,"ĠIndexPath":32896,"Ġachievements":32897,"Ġserá":32898,"interopRequire":32899,"Ġdisse":32900,".If":32901,"arming":32902,"ulsion":32903,"Po":32904,"_DETAIL":32905,"Prototype":32906,"ĠCAL":32907,"Ġagrees":32908,".vo":32909,".ExecuteNonQuery":32910,"ĠTopic":32911,"Ġ'{}":32912,"Arm":32913,"Ġecc":32914,"Mag":32915,"Ġserialized":32916,"ĉconn":32917,"cached":32918,"=tf":32919,"ĠByteArray":32920,"protobuf":32921,"varchar":32922,"ĉASSERT":32923,"Ġliste":32924,"_trigger":32925,"·¸":32926,"Feel":32927,"Tahoma":32928,"ĠLik":32929,"Ġstructured":32930,"ergus":32931,".Initial":32932,"_ge":32933,"cljs":32934,".contact":32935,"Ġandere":32936,"$stmt":32937,"_CURRENT":32938,"ĠDiscover":32939,"$res":32940,"formatter":32941,"Ha":32942,"vangst":32943,"Ġemerge":32944,"ãĢĤâĢĿ":32945,"ĠCabinet":32946,"-square":32947,"éĥ¨":32948,"Ġrage":32949,"ĠAJ":32950,"ĠVT":32951,"shadow":32952,"ĠFaith":32953,"enames":32954,"pretty":32955,"hasil":32956,"party":32957,"Ġvarchar":32958,"Ġfotos":32959,"Ġalum":32960,"ĠBelgium":32961,".ylabel":32962,"Ġdej":32963,"_numbers":32964,"Ġhu":32965,".setAdapter":32966,"ĠUsually":32967,"(sample":32968,".Shared":32969,"Ġbooked":32970,"Ġ>>=":32971,"Ġminerals":32972,"\">":32991,"prog":32992,"boo":32993,"_md":32994,"_pack":32995,"(express":32996,"utz":32997,"\\Auth":32998,",id":32999,"ĠChile":33000,"actice":33001,"Ġrecruitment":33002,"Ġposes":33003,"Ġvulnerability":33004,"instanc":33005,"orum":33006,"dess":33007,"Ġxl":33008,"%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%":33009,"(fig":33010,"Ġdeleting":33011,".del":33012,")')Ċ":33013,"ĠWeekly":33014,"???":33015,"(strcmp":33016,"smith":33017,"Ġpursuing":33018,"-so":33019,"ĠApps":33020,"/'Ċ":33021,"Ġdecis":33022,"FORE":33023,"Everyone":33024,"Ġlanes":33025,"Virtual":33026,".attach":33027,"(Log":33028,"ĠMedicaid":33029,"(Path":33030,"ĠTurner":33031,"/application":33032,"Ġportrait":33033,"Ġoppose":33034,"checkout":33035,"Ġfinishes":33036,"_ME":33037,"Barrier":33038,"Song":33039,"VAR":33040,"Earlier":33041,"rella":33042,"Ġhast":33043,"azar":33044,"Ġpulls":33045,"ngx":33046,"Ġinspiring":33047,"ÑĥÑİ":33048,"-direction":33049,"Ġexplosive":33050,"ĠcreatedAt":33051,"sto":33052,"Ġwheat":33053,"ĠBuilt":33054,"'ai":33055,"Ġtracked":33056,"hammad":33057,"RowAtIndexPath":33058,"_heap":33059,"Due":33060,"Ġconnects":33061,".publish":33062,"emu":33063,"Ġbullets":33064,"BAR":33065,"olate":33066,"Ġinternally":33067,"Ġcatching":33068,"-password":33069,"ouched":33070,"æĢ§":33071,"eous":33072,"Ġxrange":33073,"Quality":33074,"vv":33075,"Manage":33076,"(($":33077,"acements":33078,"ĠBrothers":33079,"ĠHEAD":33080,"ĠUnsupported":33081,"san":33082,"esi":33083,"***Ċ":33084,"Ġadaptation":33085,"ĠWorker":33086,"']/":33087,".savefig":33088,"(trans":33089,"ج":33090,"nee":33091,"Correct":33092,"...\")Ċ":33093,"Ġsubmitting":33094,"-path":33095,"ĉlast":33096,"issan":33097,".xlabel":33098,"ĠSepar":33099,"/no":33100,"_best":33101,"ĠMills":33102,"_sock":33103,"(flag":33104,"Ġdestinations":33105,"emption":33106,"ĠFAIL":33107,"åĴĮ":33108,"Ġrp":33109,"fact":33110,"ĉlen":33111,"DAY":33112,"Ġseiz":33113,"_dst":33114,"lip":33115,".Linear":33116,"ĠBasket":33117,"$t":33118,"$i":33119,"-brand":33120,"ĠNeil":33121,"ĠEq":33122,"Ġthou":33123,"ogene":33124,"Ġscholarship":33125,"æĽ´":33126,"Ġswo":33127,"aginator":33128,"eni":33129,"(book":33130,"Ġblink":33131,"thus":33132,"ĠcancellationToken":33133,"ĠPalestinians":33134,"Ġprofitable":33135,"Ġbackpack":33136,"enson":33137,"true":33284,"ĠNYC":33285,"Ġbored":33286,"ĠDetect":33287,"Ġappar":33288,"Ġjeans":33289,"ĠTak":33290,"IOD":33291,"ĠHorse":33292,"(FILE":33293,"(?":33294,"rique":33295,"optimizer":33296,"nat":33297,"loys":33298,"ĉToken":33299,"oubted":33300,"uess":33301,"ocoa":33302,"DataMember":33303,"_POWER":33304,"classList":33305,"PushButton":33306,"ĠWiFi":33307,".Stream":33308,".guild":33309,"Ġnog":33310,"ĠPortugal":33311,"ĠUnter":33312,"Primitive":33313,"boss":33314,"ĠDeutsch":33315,"Ġerotic":33316,"Ġstrconv":33317,".TryParse":33318,"Ġgrams":33319,".Success":33320,"_pk":33321,"ĠHarvey":33322,"-minded":33323,".country":33324,"[]\"":33325,"Ġangel":33326,"Ġbeats":33327,"ĠVor":33328,"ilio":33329,".master":33330,"something":33331,"ĠPACK":33332,"(if":33333,"RequestBody":33334,"Ġantes":33335,"/widget":33336,"Ġmodo":33337,"ĠAW":33338,"finder":33339,"Ġoptimized":33340,"Ġmissiles":33341,"NB":33342,"ĉinternal":33343,"tex":33344,"ĠSri":33345,"Ġdamaging":33346,"ĠMais":33347,"-Allow":33348,"ĠZh":33349,"-alt":33350,"Ġ));ĊĊ":33351,"èī":33352,"Ġinfluences":33353,"Ġcatal":33354,"_REGISTER":33355,"ĠAPIs":33356,"-century":33357,"Ġbiology":33358,"ĠActual":33359,"Ġheels":33360,"TRACE":33361,"_DIG":33362,"Dataset":33363,"ĠMatter":33364,"Ġclassifier":33365,".wikipedia":33366,"ĠRogers":33367,"Ġdonated":33368,"rawler":33369,"enen":33370,"Ġcasinos":33371,"ortal":33372,"Ġprive":33373,"spe":33374,"ducers":33375,".ep":33376,"Ġgrasp":33377,"acji":33378,"Ġdairy":33379,"Ġbuses":33380,".comm":33381,".ins":33382,"ĠIRS":33383,"ĠBeer":33384,"adc":33385,"oard":33386,"_MET":33387,"Ġ'+'":33388,"rans":33389,"Ġkinda":33390,"ĠâĶĤ":33391,"ĠMaur":33392,"аг":33393,"Ġbandwidth":33394,"ibus":33395,"ĠDifferent":33396,"(mat":33397,"ĠResume":33398,"_UNS":33399,"establish":33400,"Ġfonction":33401,"Subscription":33402,"_company":33403,"Ġlightly":33404,".confirm":33405,".yaml":33406,"ĠBoost":33407,"Commerce":33408,"-template":33409,"_DELAY":33410,"ĠHI":33411,"Ġnavig":33412,"(Sender":33413,"ĠHS":33414,"_\"+":33415,"ĠREQUEST":33416,"Ġwifi":33417,"=\"\"Ċ":33418,"])->":33419,"Ġrope":33420,"Ġviolated":33421,"Ġglance":33422,"ĠKurd":33423,"Ġè®":33424,"deck":33425,"ĠISBN":33426,"Ġinfect":33427,"ĠFoo":33428,"Ġgetter":33429,"Ġtener":33430,"appe":33431,".hh":33432,"_hot":33433,"\".$":33643,"Ġrelies":33644,"(Console":33645,"International":33646,"->{$":33647,"Mid":33648,"Ġdissert":33649,"dds":33650,"Ġdeposits":33651,"ĉdriver":33652,"#ga":33653,"prising":33654,"println":33655,"Ġpresenter":33656,"Ġmines":33657,"CSS":33658,"ĠDual":33659,"(!(":33660,"Ġkam":33661,"ĠisLoading":33662,"ĠProtect":33663,".upper":33664,"arium":33665,"]:ĊĊĊ":33666,"Yii":33667,"-shirt":33668,"ĠIMAGE":33669,"_colors":33670,"Ġurgent":33671,".Container":33672,"!(Ċ":33673,"Saturday":33674,"Ġsocieties":33675,"ĠThan":33676,"ĠCod":33677,"=@":33678,"Ġattachments":33679,".mobile":33680,"Ġspite":33681,"Ġbounce":33682,"rawl":33683,"instancetype":33684,"ĠTruck":33685,"Ġmanipulation":33686,"(Config":33687,"-inst":33688,"Ġstor":33689,"itution":33690,"PreferredGap":33691,"ĠmainAxisAlignment":33692,"Ġlistened":33693,"'''ĊĊ":33694,"ottage":33695,"-project":33696,".APPLICATION":33697,"ĉroot":33698,"Ġwhit":33699,"Ġbilder":33700,"Ġker":33701,"Ġappliances":33702,"rowave":33703,"ìĿĢ":33704,"ematics":33705,"ĠOrg":33706,"oping":33707,"_SEARCH":33708,"Ġcham":33709,"addContainerGap":33710,"Ġ().":33711,"ĠArrow":33712,"Illegal":33713,"Currently":33714,"Ġusa":33715,"Ġpasswords":33716,"Ġrenown":33717,"avern":33718,"ĠEvil":33719,"Ġconcat":33720,"Ġduo":33721,"Ġvale":33722,"ĠBean":33723,"Ġindicators":33724,"cmath":33725,"ĠPump":33726,"November":33727,"ificant":33728,"_DOMAIN":33729,"regar":33730,"ĠPortal":33731,"\"$":33732,"Ġformerly":33733,"\"]:Ċ":33734,"ĠVisibility":33735,".getElementsByClassName":33736,"_RED":33737,"Ġchampions":33738,"à´":33739,"Valor":33740,"_es":33741,"*a":33742,"-repeat":33743,"Band":33744,".stage":33745,"Ġbureauc":33746,"Cnt":33747,"eten":33748,"-function":33749,"Ġmuito":33750,"PID":33751,"_editor":33752,"Ġcrashed":33753,"dead":33754,"kat":33755,"agh":33756,"ĠEXT":33757,"asser":33758,"-small":33759,"Ġrealiz":33760,"(Entity":33761,"ús":33762,"ĠActually":33763,"ĠElite":33764,"Ġhelm":33765,"(nonatomic":33766,"asher":33767,"Community":33768,"alleng":33769,"iry":33770,"ĠGrowth":33771,"Ġsue":33772,"Ġfrequencies":33773,"_descriptor":33774,".Attribute":33775,"Ġrecipients":33776,"_NS":33777,"/\"+":33778,"iban":33779,"Ġathlete":33780,"ĠIgn":33781,"_DMA":33782,"(ds":33783,"ĠRequirements":33784,"ADI":33785,"erez":33786,"\\Admin":33787,"braska":33788,"ĠRust":33789,"Relation":33790,"COD":33791,"ĠVERSION":33792,"emma":33793,")){":33794,".Duration":33795,"ĠCamb":33796,"-logo":33797,"Ġreadable":33798,"Ġcreators":33799,"()];Ċ":33800,"UpDown":33801,"-half":33802,".getMonth":33803,"(sf":33804,"Pic":33805,"Ġhunger":33806,".tx":33807,"Ġexceeded":33808,"_seed":33809,"(^":33810,"_sk":33811,".perform":33812,"Ġ>::":33813,"Ġmongo":33814,"=float":33815,"bindParam":33816,"Smart":33817,"ifa":33818,"Ġsecurities":33819,"Ġprejud":33820,"Ġ,\"":33821,"Ġcorps":33822,"Ġvra":33823,"amacare":33824,"iterr":33825,"(Media":33826,"uche":33827,"Ġcob":33828,"Ġliber":33829,".geometry":33830,"Locator":33831,"Ġsliding":33832,"Ġsurgical":33833,"_CUR":33834,"Ġconsect":33835,"[*":33836,"ĠResort":33837,"Stub":33838,"_DOUBLE":33839,"ĠSoph":33840,"Ġelectoral":33841,"_disable":33842,"ĠÑģо":33843,"ĠLightning":33844,"Ġmentions":33845,"ocy":33846,"Ġleaked":33847,"Ġrelaxing":33848,"Presenter":33849,"vsp":33850,"Ġguilt":33851,"=-=-":33852,".reply":33853,"ĠMirror":33854,"Camp":33855,"Ġ+#+#+#+":33856,"Ġ+#+#+#+#+#+":33857,".Author":33858,"Ġdirective":33859,"-hook":33860,"íĦ°":33861,"}ĊĊĊĊĊ":33862,"@pytest":33863,"_rand":33864,"mis":33865,"Ġcolorful":33866,"uje":33867,"lasses":33868,"ĠClasses":33869,".have":33870,"%),":33871,"é¢ĺ":33872,"Ġdisturbing":33873,"substring":33874,"ĠKoh":33875,"Invest":33876,"purchase":33877,"Ġrecycling":33878,"ĠART":33879,"ierarchy":33880,"Ġfps":33881,".checkBox":33882,"íķ´":33883,"_material":33884,"ducation":33885,"Ġfw":33886,"udit":33887,"Ġreviewing":33888,"ĠSid":33889,"Syntax":33890,"ĠWritten":33891,"argar":33892,"UME":33893,"/q":33894,"Classifier":33895,"Official":33896,"Ġjazz":33897,"Ġomega":33898,"Physics":33899,"Ġlugar":33900,"_accessor":33901,".commands":33902,"Ability":33903,"ĠBatch":33904,"RAM":33905,"Ġencounters":33906,".Qu":33907,"BYTE":33908,"ĠDistribution":33909,"Ġuso":33910,"ĠRecovery":33911,"approved":33912,"Ġdenial":33913,"/share":33914,"LinkedList":33915,")čĊčĊčĊ":33916,"uddy":33917,"Ġfines":33918,"Ġry":33919,"Unicode":33920,"ĉrender":33921,"Ġpremises":33922,"Ġpon":33923,"aliases":33924,"/Foundation":33925,"cuda":33926,"ĠCock":33927,",:)":33928,"(folder":33929,"Ġméd":33930,"drag":33931,"Ġtalents":33932,"ĠĠĠĊĊ":33933,"еÑģÑĤв":33934,"mob":33935,".yml":33936,"Ġaster":33937,"Ġdiscre":33938,"goal":33939,"ĠGTX":33940,"ĠSUCCESS":33941,"ĠLONG":33942,"(find":33943,"Ġsingular":33944,"_sz":33945,"ĠEthereum":33946,"..Ċ":33947,"Ġirres":33948,"')){Ċ":33949,"Ġministers":33950,"Steps":33951,"iversal":33952,"ĠNevertheless":33953,"-led":33954,"Ġ(%)":33955,"ç¡®":33956,"Ġtimezone":33957,"Ġstranger":33958,"(render":33959,"Ġshutil":33960,"Ġmph":33961,"Ġtrio":33962,"ppy":33963,"Ġpredomin":33964,"Ġendors":33965,"ĠRussians":33966,"ĉrow":33967,"Ġwizard":33968,".serialize":33969,"Ġcomplained":33970,"Ġsido":33971,"Ġdelighted":33972,"-me":33973,"ĠRav":33974,"Human":33975,"adays":33976,"recv":33977,"Working":33978,"Jump":33979,"ĠÃ¥r":33980,"ĠAutomatic":33981,"_Base":33982,"æł¼":33983,"aurants":33984,"¯":33985,"æ¸":33986,"(CType":33987,"IFI":33988,"(amount":33989,"Ġbelieving":33990,"=mysql":33991,"Ġfir":33992,"Ġrestoration":33993,"ereco":33994,"Т":33995,"_'+":33996,"Ġebook":33997,"Ġdebris":33998,"(inputs":33999,"AYOUT":34000,"Ġscreaming":34001,"avia":34002,"lander":34003,"Ġdistress":34004,"Ġassembled":34005,"ĠAvoid":34006,"(thread":34007,"ĠRPC":34008,"_EXIT":34009,"(queue":34010,"иÑģÑĤ":34011,"Dll":34012,"Ġskull":34013,"_pub":34014,"chez":34015,"minate":34016,"ensen":34017,"Ġinsane":34018,"bounds":34019,"ĠRosen":34020,"Ġconditioning":34021,"processed":34022,"videos":34023,"four":34024,".Conv":34025,"|;Ċ":34026,"Personal":34027,"cerpt":34028,":UIControlStateNormal":34029,"Ġdoses":34030,"ĠKarl":34031,"ĠFrequ":34032,".BASE":34033,"ĠVote":34034,"Ġconcurrent":34035,"ĠMessageBoxIcon":34036,"ĠÃĸ":34037,"ĠDubai":34038,"ĠRetail":34039,":number":34040,"ĠObserver":34041,"ĠBigInteger":34042,"_origin":34043,"_WORK":34044,"Frames":34045,"Ġnotably":34046,".âĢľ":34047,"Ġtropical":34048,"Ġniche":34049,"amina":34050,".sys":34051,"(tokens":34052,"modify":34053,"osit":34054,"strom":34055,"ĠComics":34056,"OPTION":34057,"Ticket":34058,"Ġfactories":34059,"Ġdisput":34060,"_File":34061,"ĠFinn":34062,"eee":34063,"ĠDiscord":34064,"_money":34065,".tpl":34066,"_safe":34067,"LB":34068,"Ġglut":34069,"JK":34070,".flow":34071,"-cont":34072,"gos":34073,"Ġhorizon":34074,"ĠRush":34075,"::*":34076,"Pipe":34077,"ulla":34078,"borough":34079,"heimer":34080,"(move":34081,"(Text":34082,"});čĊčĊ":34083,"welcome":34084,"ĠComponents":34085,"Ġgovernance":34086,"closed":34087,"ĉmargin":34088,"Ġlaundry":34089,"ĠTerminal":34090,"izards":34091,".âĢĶ":34092,".remote":34093,".radius":34094,"ĠQuebec":34095,"Ġdh":34096,"Tech":34097,"ĠMist":34098,"seller":34099,"_literal":34100,"Ġgenius":34101,"Ġbrains":34102,"gem":34103,"ĠMeasure":34104,"Ġcatast":34105,"rance":34106,".TextField":34107,"Ġconsuming":34108,"Ġ'\\''":34109,"oubtedly":34110,"ĠCertain":34111,"Ev":34112,"erti":34113,"being":34114,"Experience":34115,"Ġ//[":34116,"ĠArabic":34117,"ĠCrist":34118,"ĠAzure":34119,"Ġhora":34120,"ladesh":34121,"\\Blueprint":34122,"dar":34123,".rel":34124,"Ġsuprem":34125,"ĠReagan":34126,"ĠAttributes":34127,"-sidebar":34128,"ĠuseStyles":34129,"ĠAirlines":34130,"Ġhills":34131,"/xhtml":34132,"vinc":34133,"_mock":34134,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":34135,"ĠPill":34136,".LayoutStyle":34137,"ĠCommander":34138,"]<":34139,"signature":34140,"Ġ{}čĊ":34141,"Ġhatred":34142,"Ġëĭ":34143,"olesterol":34144,"Ġ********":34145,"ancellor":34146,"crop":34147,"TIM":34148,"ĉĉĊĊ":34149,"ysqli":34150,"uitive":34151,"ĉunset":34152,"_sel":34153,"Ġmenus":34154,"tick":34155,"Ġconstitute":34156,"ĠElements":34157,"ĠRedis":34158,"aggio":34159,"_fp":34160,"_depend":34161,"emas":34162,"CAST":34163,"orange":34164,"jon":34165,"ĠEmily":34166,"Ġpotatoes":34167,"Ġreceptor":34168,"ĠElectronic":34169,"ĠLights":34170,"Ġcombining":34171,"ĠSomeone":34172,"Ġ########.":34173,"ĠTOD":34174,"/show":34175,"Xd":34176,".\"'":34177,"afx":34178,"Ġtragic":34179,"Styled":34180,"ĠMarco":34181,"Gallery":34182,"dale":34183,".âĢĿĊĊĊĊ":34184,"érie":34185,"/service":34186,"äºĨ":34187,"Ġambient":34188,"_SETTINGS":34189,".Adapter":34190,"lene":34191,"Ġtravels":34192,"Notice":34193,"Ġcleans":34194,"ĠFem":34195,"chair":34196,"Ñĥн":34197,"/my":34198,"_bad":34199,"ĠEconomics":34200,"ISA":34201,"_CNT":34202,"(Menu":34203,"äºİ":34204,"ĠRidge":34205,"Ġlengthy":34206,"Dot":34207,"Ġjumps":34208,"Ġhey":34209,"$pdf":34210,"Ġworm":34211,"Ġsut":34212,"Ġsher":34213,"iamo":34214,"ĠCalc":34215,"trieve":34216,"Ġcops":34217,"ĠChrom":34218,"Ġregulated":34219,"reatment":34220,"ĠHigher":34221,"oks":34222,"Ġdeze":34223,"LOCATION":34224,"ongsTo":34225,"Ġfinite":34226,"Ġvaries":34227,"Ġpositioned":34228,"'il":34229,"éĩij":34230,"Ġhike":34231,"(done":34232,"playlist":34233,"Ġada":34234,"Ġcoastal":34235,"ĠNancy":34236,".DateTimeField":34237,"CppCodeGen":34238,"ĠSimilarly":34239,"reur":34240,"ĠContr":34241,"ĠHidden":34242,"ĠBeta":34243,"atched":34244,"_install":34245,".Output":34246,"Lookup":34247,"ĠRichmond":34248,"quared":34249,"Ġmanga":34250,"-controls":34251,"ĠBernard":34252,"Large":34253,"Ġslices":34254,"Ġoffence":34255,"ĠMega":34256,"Ġestar":34257,"Ġjoints":34258,"Ġsumm":34259,"_platform":34260,"Buff":34261,".addSubview":34262,"Ġretained":34263,"Letter":34264,".dim":34265,"Ġessere":34266,"ĠScaffold":34267,"EXPECT":34268,"ĉRE":34269,".longitude":34270,"ünd":34271,"Ġstatue":34272,".addWidget":34273,"ĠCaribbean":34274,"addPreferredGap":34275,"ilde":34276,"UILabel":34277,"ĠOpport":34278,"Ġimperial":34279,"ursion":34280,"Ġmandate":34281,"Ġpromotional":34282,"Ġvk":34283,"iaÅĤ":34284,"Ġpyl":34285,"ĠCreation":34286,"озд":34287,"Ġsimpler":34288,".what":34289,"ĠRecent":34290,"Storm":34291,".quantity":34292,"ĠLov":34293,"\"-":34294,"ubbles":34295,"_notification":34296,"(world":34297,"urger":34298,"*(-":34299,":\"Ċ":34300,"hm":34301,"anship":34302,"ĠAlmost":34303,"Ġmotorcycle":34304,"_fee":34305,"Ġabsorb":34306,"ĠVincent":34307,"Ġsounded":34308,"ÃŃst":34309,"Ġpharmaceutical":34310,"htag":34311,"ĠKindle":34312,"italize":34313,"ĠEmperor":34314,"oustic":34315,"Ġspecialists":34316,"åħ¬":34317,"BorderStyle":34318,"/\\":34319,"RELATED":34320,"(',',":34321,"(expr":34322,"Ġht":34323,"åįĪ":34324,"_Create":34325,"Ġspecially":34326,"Ġ[];čĊ":34327,"Ġheel":34328,"Ġsept":34329,"_arch":34330,"(initial":34331,"%.ĊĊ":34332,"\\\",\\\"":34333,"Ġdiscusses":34334,"Ġupt":34335,"Ġ[&":34336,"Ġmanus":34337,".hand":34338,"ĠMAIN":34339,"ĠDenmark":34340,"Ġ],čĊ":34341,"Ġcryst":34342,"Ġnack":34343,"Coords":34344,"_inner":34345,"Ġmidst":34346,"Ġawake":34347,"ĠÐŀ":34348,"-break":34349,"ÃŃvel":34350,"_PASS":34351,"ĠParams":34352,"Ġdetr":34353,"Ġspider":34354,"ĠConcept":34355,"Ġprend":34356,"CHED":34357,".Exit":34358,"Ġpopulated":34359,"Ġvirtue":34360,"_SESSION":34361,"Ġnouvel":34362,"oauth":34363,"ĠданнÑĭ":34364,"rink":34365,".HeaderText":34366,"aturated":34367,"Ġerst":34368,"Ġåħ":34369,"à¥ĩ":34370,"_visible":34371,"eyer":34372,"Ġliable":34373,"Ġdebe":34374,"Ġbw":34375,"{-#":34376,"_WIN":34377,"dfs":34378,"Hover":34379,"ĠPUT":34380,"-angle":34381,"Ġnoble":34382,"Ġtraces":34383,"encv":34384,"ĠuserData":34385,"_ins":34386,"ĠSuz":34387,"Ġnewsletters":34388,"ĠModi":34389,"Ġentrepreneurs":34390,"Ġtribute":34391,"Ġrumors":34392,"Ġrr":34393,"ĠQuarter":34394,"ê³ł":34395,"Ġfeeds":34396,"óg":34397,"Ġenvelope":34398,"Ġlear":34399,"Ġkø":34400,"developer":34401,"Similar":34402,":\")Ċ":34403,"subscription":34404,"Modifier":34405,"italic":34406,"Ġnasty":34407,"Ġtermination":34408,"Ġcharming":34409,"ĠâŁ":34410,"tons":34411,".trace":34412,"hots":34413,"ĠUR":34414,"Mont":34415,"Ġjustified":34416,"ĠGang":34417,"inea":34418,"Ġbog":34419,"(ap":34420,"_$":34421,"Ġcontamin":34422,".Dot":34423,"ĉDebug":34424,"(exports":34425,"Ġpaired":34426,"ĠAssignment":34427,"Ġautomobile":34428,"ĵį":34429,"Ġphases":34430,"vw":34431,"@SuppressWarnings":34432,"=\\":34433,"rant":34434,"-ed":34435,"ĉawait":34436,"Ġcertificates":34437,"'>\"":34438,"Ġintact":34439,"CTRL":34440,"Mike":34441,"gregation":34442,"ATTERN":34443,"Ġrepublic":34444,"_upper":34445,"iliary":34446,"Ġcomputation":34447,"hire":34448,"ĠShin":34449,"_ANY":34450,"ĠManufacturer":34451,"ĠCarm":34452,"Ġbearings":34453,"_comb":34454,"cad":34455,"uristic":34456,"Ġwholesale":34457,"Ġdonor":34458,".interfaces":34459,"presso":34460,"ĠBrun":34461,"-close":34462,"prove":34463,"_SK":34464,"ĉframe":34465,"etros":34466,"ĠPain":34467,"_EXP":34468,"ĠLT":34469,"_fs":34470,".datas":34471,"ĉss":34472,"voir":34473,"ĠAxis":34474,"Major":34475,"=\"<":34476,"[h":34477,"Ġprofess":34478,"igrate":34479,"(score":34480,"Keyword":34481,"\"os":34482,"ĠĠĠĠĉĊ":34483,"analysis":34484,"Ġreplay":34485,".pass":34486,"\\d":34487,"tls":34488,"Ġsanct":34489,".light":34490,"_mobile":34491,"ÑģÑĤÑĮ":34492,"ĉtotal":34493,"uity":34494,"Ġpaused":34495,"NAS":34496,"Ġencore":34497,"loe":34498,"Ġ-*-ĊĊ":34499,".high":34500,"ampler":34501,"ĠSecure":34502,"Ġfragments":34503,"_vel":34504,"illary":34505,"ĠStein":34506,"ĠDawn":34507,"Ġmaximize":34508,"ย":34509,"Ġ/^":34510,"Ġcontinually":34511,"Ġshadows":34512,"ĉĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":34513,"ĠIActionResult":34514,"Ġinformación":34515,"CHECK":34516,".SelectedItem":34517,"bundle":34518,"olley":34519,"<":34681,"Ġtrajectory":34682,"_ring":34683,"Ġhydrogen":34684,"tron":34685,"Ġstatute":34686,"Ġconditional":34687,"Ġtray":34688,"-school":34689,"(widget":34690,"$config":34691,"Ġrequesting":34692,".uint":34693,"eton":34694,"brities":34695,"OfType":34696,"ADMIN":34697,"predict":34698,"Ġgegen":34699,"ĠHapp":34700,"OCUMENT":34701,"ĠApart":34702,"Ġ-----":34703,"roe":34704,"uide":34705,"justify":34706,"ĠSquad":34707,"Ġprofes":34708,".bot":34709,"_currency":34710,"innen":34711,"ĠMumbai":34712,"ĠNumbers":34713,"avanaugh":34714,"agnitude":34715,"âĢľThere":34716,"=http":34717,"çīĩ":34718,"Ġvb":34719,"+'{{$":34802,"Ġinode":34803,"sil":34804,"Ġhace":34805,"Ġseverely":34806,"ĠOverview":34807,"Ġspraw":34808,"Ġbeaches":34809,":left":34810,"·»":34811,"(${":34812,"ĠFIRST":34813,"ĠSpa":34814,"-ass":34815,"Ġbaise":34816,"ĠNODE":34817,"ĠPizza":34818,"Pet":34819,"(seq":34820,"\\\">Ċ":34821,"CppMethodPointer":34822,"Ġvp":34823,"Ġia":34824,"_seconds":34825,"emet":34826,"/blob":34827,"_THRESH":34828,"...čĊ":34829,"Dest":34830,"ĠNH":34831,".dataSource":34832,"ités":34833,"ĠJak":34834,"sell":34835,"Ġworkshops":34836,"\",Ċ":35452,"_Pin":35453,"uese":35454,"Ġoverrides":35455,"_ready":35456,"Advanced":35457,"Ġopi":35458,"-cart":35459,"(\"/\",":35460,"ĠDeb":35461,"CRY":35462,"ĠVertical":35463,"ĠOVER":35464,"ĠCorporate":35465,"Ġ\"\";":35466,"Ġstepping":35467,"ej":35468,"Ġaccusations":35469,"Ġoraz":35470,"_tail":35471,"Ġinduced":35472,"Ġelastic":35473,"Ġblown":35474,",//":35475,"Ġbackgrounds":35476,"âĢĻune":35477,"-sdk":35478,"ĠsetInterval":35479,"Ġincentives":35480,"Ġvegetable":35481,"_On":35482,"expanded":35483,"pix":35484,"_shader":35485,"ĠSPDX":35486,"@example":35487,"ĠWrapper":35488,".Zero":35489,"Positive":35490,"Ġspinner":35491,"Ġinvented":35492,"ĠGates":35493,"оÑĤоÑĢ":35494,"Ġcomparisons":35495,"è·":35496,".primary":35497,"dataProvider":35498,"additional":35499,"ĉoptions":35500,"snapshot":35501,".setHorizontal":35502,"Ġ\"{}":35503,"ĠFisher":35504,"halten":35505,"":35538,"ĠRegistered":35539,"INED":35540,"kal":35541,"parison":35542,"Ġobjeto":35543,"Vi":35544,"manda":35545,"Ġrenewed":35546,"ĠSof":35547,"essel":35548,".ndarray":35549,"Ġcrap":35550,"管":35551,".abspath":35552,"(up":35553,"Ġclearance":35554,"ĠTW":35555,"_COPY":35556,"ĠĠĠĠĠĠĠĠĠĠĠĠĉ":35557,"Ġforests":35558,"Ġarguably":35559,"ĠASS":35560,"hey":35561,"amel":35562,"_fore":35563,"ĠSoutheast":35564,"Ġabused":35565,"Ġpracticing":35566,"akedirs":35567,"主":35568,"_resources":35569,"Ġpond":35570,".Fixed":35571,"LastError":35572,"ĠPsychology":35573,"Ġ\"//":35574,"!:":35575,"Reusable":35576,"Ġmensaje":35577,"Ġrospy":35578,"Ġbour":35579,"Ġvarieties":35580,"Ġempath":35581,"(({":35582,"_org":35583,"ĠMes":35584,"ĠMagento":35585,"ISTORY":35586,"Unless":35587,"Ġhj":35588,"ĠDuty":35589,"Jun":35590,",size":35591,"Ġpaintings":35592,"Ġdispens":35593,"dart":35594,"Ġbehavioral":35595,"Ġrpc":35596,"calculate":35597,"fruit":35598,"_mm":35599,"ĉpthread":35600,"MaxLength":35601,"Ġcurrencies":35602,"_capacity":35603,"ĠOz":35604,"Ġfirearm":35605,"Ġcoefficient":35606,"Ġbankruptcy":35607,"wart":35608,"Ġfatigue":35609,"AVA":35610,"Ġespa":35611,"_pc":35612,"ĠQuotes":35613,"_LIGHT":35614,"ĠTickets":35615,"Ġrelates":35616,"Ġpublishers":35617,"Ġunlocked":35618,"Ġ//----------------------------------------------------------------":35619,"ĠInterruptedException":35620,"Ġoutlook":35621,"rn":35622,"Ġrebels":35623,"Written":35624,"Ġasian":35625,"otto":35626,"Ġĉĉĉĉ":35627,"_gpu":35628,"Txt":35629,".ImageView":35630,"Ġsuis":35631,"_tables":35632,".RecyclerView":35633,"Ġwhatsoever":35634,"èģ":35635,"]++;Ċ":35636,"assertTrue":35637,"_verify":35638,"ĠRivers":35639,"Ġ][":35640,"Jet":35641,"idian":35642,"Sibling":35643,"Ġgenres":35644,".Access":35645,"OPS":35646,"Ġtrivial":35647,"ส":35648,"alen":35649,"вед":35650,"ĠSword":35651,"Ġscrutiny":35652,"(cb":35653,"Ġcommerce":35654,"Ġguarantees":35655,"_adv":35656,"ĠLET":35657,"recio":35658,"Ġhilar":35659,"Ġbackyard":35660,"ãĢı":35661,"Ġillustrated":35662,"/vendor":35663,".Util":35664,"Ġwow":35665,"LOY":35666,"ĠMarshal":35667,"\">'.$":35668,"ĠBak":35669,"Ġmodifiers":35670,"dictionary":35671,"ĠStre":35672,"multiple":35673,"\")),":35674,"ĠCort":35675,"']\").":35676,"(admin":35677,"ĠCreator":35678,"Internet":35679,"(ms":35680,"logy":35681,"DECLARE":35682,"ĠMarcus":35683,"<<<<":35684,"ãģł":35685,"_my":35686,"(inst":35687,"Ġsciences":35688,"NDER":35689,".enter":35690,"Ġitu":35691,"Ġbehave":35692,"Pan":35693,"ombies":35694,"='<":35695,"'));čĊ":35696,"ĠMENU":35697,"ĠWorkers":35698,".NoError":35699,"Ġbindings":35700,"Ġdisabilities":35701,"{\\":35702,"ĠMunicip":35703,"Ġcores":35704,"urple":35705,"ĠNokia":35706,"usions":35707,"ĠFitness":35708,".handleChange":35709,"Ġjavascript":35710,"ìļĶ":35711,"(dec":35712,"Ġpacking":35713,"-depend":35714,"Ġtranscript":35715,"zeros":35716,"_alert":35717,"?\",Ċ":35718,"libs":35719,"±Ð¾ÑĤ":35720,"Ġ|ĊĊ":35721,"trained":35722,"ĠGent":35723,"ĠRab":35724,"xp":35725,"_configuration":35726,"天":35727,"_accept":35728,".recyclerview":35729,":url":35730,"ĠMuhammad":35731,"Ġprivileges":35732,"_bank":35733,"uku":35734,"wallet":35735,"ĠROOT":35736,"Ġencuent":35737,"?family":35738,"ĉposition":35739,"Ġcg":35740,"Ġprecip":35741,"methods":35742,"_fast":35743,"increment":35744,"ĠTiger":35745,"_OCCURRED":35746,"quip":35747,"ĠHAS":35748,"_dom":35749,"Ġwreck":35750,"bj":35751,"Ġdern":35752,"Ġorgans":35753,".entries":35754,"Ġ_('":35755,"ramento":35756,"ĠJamie":35757,"Ġpunk":35758,"IPP":35759,"Ġprograma":35760,"Ġattain":35761,"Ġproves":35762,"/sign":35763,"Ġanswering":35764,"Ġladder":35765,"****************************":35766,"ĠWalmart":35767,"ĠCONTENT":35768,"ductor":35769,"Ġverbal":35770,"ĠPID":35771,"crypto":35772,"_CALLBACK":35773,"Ġ=================================":35774,"Ġpotent":35775,"Ġshorts":35776,".Uri":35777,".uniform":35778,";border":35779,"ĠWer":35780,"Ġherein":35781,"lla":35782,"ĠIhr":35783,"Pixmap":35784,"literal":35785,"!)ĊĊ":35786,"generic":35787,"rust":35788,"_scripts":35789,"osto":35790,"itus":35791,"ĠCoalition":35792,"Ġremot":35793,"deploy":35794,"ĠEagle":35795,"ãĢģãĢĮ":35796,"Ġimportante":35797,"ĉobject":35798,"Ġseasonal":35799,"nej":35800,"aidu":35801,"BindView":35802,"ĠSierra":35803,"-bg":35804,"ĠmakeStyles":35805,"[offset":35806,"Games":35807,"Ġhormone":35808,"ARIO":35809,"heads":35810,"(select":35811,"ĠStarted":35812,"@param":35813,"_decl":35814,"_blog":35815,"Ġaño":35816,"\\Api":35817,"ĠMilwaukee":35818,"Provid":35819,"Animated":35820,"Ġcooler":35821,"ĠSeed":35822,".Edit":35823,"ÏĦ":35824,"ĠTaking":35825,"ĠborderColor":35826,"-founder":35827,".LoggerFactory":35828,"Ġ\"\"ĊĊ":35829,"ALT":35830,"ĠLate":35831,"EDIATE":35832,"Ġ);ĊĊĊ":35833,"afa":35834,"Ġcancellation":35835,"Atom":35836,"ĠBirmingham":35837,"empresa":35838,"HEMA":35839,"ascal":35840,"Ġupside":35841,".Version":35842,"ĠFolder":35843,"ĠEight":35844,"ĠVintage":35845,"ĠAppDelegate":35846,"ĠPrevention":35847,".separator":35848,"STM":35849,"(room":35850,"generator":35851,"Ġcattle":35852,"ĉZ":35853,"ĠParticle":35854,"'};Ċ":35855,"Ġneighbours":35856,"ĠStateless":35857,"Ġaltitude":35858,"Ġsaint":35859,"обав":35860,"Ġconvinc":35861,"ĠContents":35862,"Ġjeune":35863,"(ts":35864,"Serialization":35865,"(collection":35866,"ĠJazz":35867,"ĠDod":35868,"ĠRoch":35869,"acio":35870,"commended":35871,"DEFINE":35872,".onload":35873,"Ġspecialty":35874,"PLACE":35875,"_MOVE":35876,"Ġaccountable":35877,"Reuters":35878,"Ġficken":35879,"Ġdepr":35880,"Wow":35881,"Void":35882,".space":35883,"à¸Ĺ":35884,"Ġtq":35885,"ĠPets":35886,"<$":35887,"(Current":35888,"berries":35889,"planation":35890,"ĠlistOf":35891,"ĠThu":35892,"ĠPRINT":35893,"Ġmismo":35894,"Ġdoi":35895,"chk":35896,"ĠUnicode":35897,"(role":35898,"Ġvirgin":35899,"-->Ċ":36360,"Vol":36361,"ĠSSD":36362,"))),":36363,".Optional":36364,"Ġnurses":36365,"Ġorb":36366,"_pe":36367,");čĊčĊčĊ":36368,"placed":36369,"esser":36370,"Ġtherapeutic":36371,"Ġwhitespace":36372,"Ġaston":36373,"Successful":36374,"Ġpraised":36375,"ĠWes":36376,"Ġeighth":36377,"iral":36378,"Ġvrouw":36379,"Ġfaction":36380,"_bias":36381,"Ġwitch":36382,"Ġnpc":36383,"(sb":36384,"ĠRodrig":36385,"_big":36386,"Dependency":36387,"ĠAbraham":36388,"ardi":36389,"CAR":36390,"nos":36391,"Ġabundance":36392,"Ġnutrients":36393,"instein":36394,".Vert":36395,"ĠISS":36396,"D":36495,"Ġservlet":36496,"bastian":36497,"Ġ>&":36498,"SID":36499,"_clk":36500,"Ġdivisions":36501,"}',Ċ":36502,"Ġdildo":36503,"Ġparade":36504,"major":36505,"Ġaboard":36506,";++":36507,"Ġfusion":36508,"\"},{\"":36509,"ĠDialogResult":36510,"ĉarr":36511,"-em":36512,"_nr":36513,"(handler":36514,".NET":36515,".XtraReports":36516,"ĠShah":36517,"ĠBrief":36518,"-,":36519,"Ġprecio":36520,"ĉĉĉĠĠĠĠĠĠ":36521,"Ġtant":36522,"ĠGrande":36523,"/xml":36524,"_ICON":36525,"ĠRetro":36526,"unque":36527,"Ġnag":36528,"toFixed":36529,"XL":36530,"Ġdeclaring":36531,"ĠConcrete":36532,"ĠAmazing":36533,"ĉprintk":36534,"Ġdebates":36535,"DATED":36536,"Ġaesthetic":36537,"emetery":36538,"RoutingModule":36539,"ĠNashville":36540,"WAYS":36541,"Ġwolf":36542,"Ġobservers":36543,"OTA":36544,"anson":36545,"Ġea":36546,"Ġgreenhouse":36547,"ĵįä½ľ":36548,"Ġstair":36549,"Ġimmigrant":36550,"_apply":36551,"peare":36552,"ĠBloomberg":36553,"_PLAYER":36554,"Resp":36555,"æŃ£":36556,"Chooser":36557,"ĠICollection":36558,"Peter":36559,"Erro":36560,".detectChanges":36561,"Maps":36562,"Ġsqueeze":36563,"ĠHomes":36564,"wegian":36565,"Ġformatting":36566,"Ġnegotiate":36567,"uld":36568,"ĠNep":36569,"ĠQB":36570,"Ġeconomies":36571,"Ġ*/,":36572,"Ġredund":36573,"ĠAber":36574,".IsNullOrWhiteSpace":36575,"ycled":36576,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":36577,"_Sh":36578,"Ġskept":36579,"Ġrecreated":36580,"ĠgetType":36581,"Ġmargins":36582,"Ġcolonial":36583,"charts":36584,"//@":36585,"Ġprocessors":36586,"说":36587,"batis":36588,"æĦı":36589,"atorio":36590,"mentioned":36591,"Patient":36592,"Ġprey":36593,"Checkbox":36594,"_xpath":36595,".skip":36596,"ĠMormon":36597,"ĠMemoryStream":36598,"CREMENT":36599,"Ġku":36600,"meld":36601,"\\Data":36602,"ĠKernel":36603,"iltr":36604,"éĢģ":36605,"(profile":36606,"Carbon":36607,"ROLE":36608,"(pl":36609,"]*(":36610,".memory":36611,"Ġmedal":36612,"Ġadvisor":36613,"ität":36614,"Ġhdr":36615,"ierung":36616,"ĠProvides":36617,"(alpha":36618,"Ġteenagers":36619,"-parser":36620,".LatLng":36621,"]()Ċ":36622,"Ġfelony":36623,"ĉĉĉĊĉĉĉĊ":36624,"BOOK":36625,"Ġslash":36626,"Ġclearfix":36627,"ĠProphet":36628,"容":36629,"rightness":36630,"-fi":36631,".kind":36632,"erton":36633,"Jim":36634,"Ġmanipulate":36635,"Ġworksheet":36636,"olin":36637,"stars":36638,"Ġartifact":36639,"_EMPTY":36640,"ĉmain":36641,"-------------';":36709,"Ġexpressing":36710,"ĠIQ":36711,"ĠFact":36712,"/*******************************************************************************Ċ":36713,"_mass":36714,")):":36715,"Ġcondom":36716,"ĠcreateState":36717,"ometown":36718,"Ġirr":36719,"Ġ>(":36720,">B":36721,"iteration":36722,"ãĥª":36723,"Ġshirts":36724,"ounty":36725,"->$":36726,"_SIGN":36727,"ĠDale":36728,"Ġjj":36729,"Easy":36730,"Fre":36731,"ĠNy":36732,"Ġchlor":36733,"matched":36734,"ĠGerm":36735,"-UA":36736,"ĠNathan":36737,"education":36738,"-yard":36739,"-che":36740,"houses":36741,"ritional":36742,"Ġproximity":36743,"Ġdiesem":36744,"áºŃp":36745,"Ġdrought":36746,".audio":36747,"ĠLeo":36748,"Ġfavorable":36749,"inch":36750,"ĠDaw":36751,"ribly":36752,"_student":36753,"idable":36754,"OVE":36755,"Ġlacks":36756,"ouncing":36757,".business":36758,"Ġreopen":36759,"maybe":36760,"_GLOBAL":36761,"Ġdresses":36762,"ĠEdwards":36763,"ensible":36764,"ĠHardware":36765,"ĠExcellent":36766,"ĠTimeUnit":36767,"CTIONS":36768,"Ġschedules":36769,"Ġsegue":36770,"Opens":36771,"ammen":36772,"-Identifier":36773,"Ġstaring":36774,"Ġhappily":36775,"ĠHob":36776,"'_":36777,"Ġ\");":36778,"amentos":36779,"etched":36780,"Ġ/>}Ċ":36781,".Users":36782,"Ġinterrupted":36783,"Contacts":36784,"Ġregistro":36785,"inburgh":36786,"CHA":36787,"_imp":36788,"phis":36789,"say":36790,"Ġretailer":36791,".NODE":36792,"/maps":36793,"_LAST":36794,"ĠCharge":36795,"_guard":36796,"Collider":36797,"ĠStatelessWidget":36798,"\":[\"":36799,"(\"../../":36800,"ioxide":36801,"ĠSund":36802,"Ġ'';":36803,"unset":36804,"addWidget":36805,"лÑİ":36806,"elles":36807,"alker":36808,"Arc":36809,"Ġdeduct":36810,"GUILayout":36811,"ĠVilla":36812,"Ġforbidden":36813,"_where":36814,"Ġ\\/":36815,"ĠTib":36816,"_AX":36817,"]čĊčĊ":36818,"ĠBir":36819,"Ġbend":36820,"ĠMAKE":36821,"ĠMET":36822,"Ġfutures":36823,"Ġweighted":36824,"\"\"\"čĊ":36825,"Ġauthorize":36826,"(program":36827,"},{\"":36828,"Ġcoefficients":36829,"ês":36830,"PerPage":36831,"ĠBathroom":36832,"ĠPublishing":36833,"GPL":36834,"Ġsubmissions":36835,"ĠNUMBER":36836,"jÄħ":36837,"Ġadditionally":36838,"empre":36839,"ĠShel":36840,"otyp":36841,"Solution":36842,"Ġthunder":36843,"_ec":36844,"ĠĊĠĠĠĠĊ":36845,"ĠFellow":36846,"Ġkay":36847,"ĠnewState":36848,"ONTAL":36849,"Implementation":36850,".Look":36851,"Ġents":36852,"Ġlors":36853,"ĠBIG":36854,"fab":36855,"Ġaveraged":36856,"ĠFeedback":36857,"ĠWells":36858,"Ġmartial":36859,"Ġindul":36860,"ĠCommunist":36861,"ĠForex":36862,"ĠAgriculture":36863,"\"[":36864,"Ġquar":36865,"ĠKont":36866,"ĉview":36867,".Bytes":36868,"desktop":36869,"ĠMakes":36870,"akespeare":36871,".Nullable":36872,"Ġspotlight":36873,"VB":36874,"owy":36875,"(torch":36876,"tridge":36877,"_bounds":36878,"Ġapologize":36879,".addItem":36880,"antd":36881,"*);Ċ":36882,",u":36883,"(gen":36884,"ç»ĵ":36885,"reator":36886,"ĠCord":36887,"oupper":36888,".metro":36889,"Ġew":36890,"ĠWORD":36891,".After":36892,"Ġdetained":36893,"ĠHammer":36894,"existing":36895,"Ġost":36896,"Ġmonument":36897,"-custom":36898,"UserID":36899,"ĠNom":36900,"Ġrejection":36901,"(dim":36902,"Ġsingleton":36903,"ĉdie":36904,"ariance":36905,"reports":36906,"]!=":36907,"elda":36908,"Ġprevalence":36909,"_regs":36910,".\".":36911,"Ġfeminist":36912,"Codec":36913,"Ġ**Ċ":36914,"(labels":36915,"_MARK":36916,"FAILED":36917,"Ġadministered":36918,"WN":36919,"ĠĠĠĠĠĠĠĠĉĉ":36920,"Ġnoun":36921,"wig":36922,"Ġgotta":36923,"Ġrif":36924,"-im":36925,"ĠPaulo":36926,"ĠCommandType":36927,"]))ĊĊ":36928,"-zero":36929,"Training":36930,"Ġlord":36931,"_art":36932,"reddit":36933,"Cert":36934,"Ġpeso":36935,"Rot":36936,"Ġendanger":36937,".dr":36938,"userInfo":36939,"unts":36940,"nv":36941,"ĠTrailer":36942,"-first":36943,"(make":36944,"Ġbenefici":36945,"-black":36946,"iÃŁ":36947,"Ġundoubtedly":36948,"Ġmex":36949,"ĠAncient":36950,"(as":36951,"Ġdescent":36952,"Pick":36953,"Ġreplica":36954,"$obj":36955,"ähr":36956,"Ġarrows":36957,"fty":36958,"ĠLibya":36959,"uga":36960,"charged":36961,"Tur":36962,"Ġhomic":36963,"issen":36964,"ĠFake":36965,"Ġbeers":36966,"Ġscattered":36967,"(Time":36968,"UTIL":36969,"Ġbureaucr":36970,"/plain":36971,"Ġsticking":36972,"FAIL":36973,"ĠCovid":36974,"Third":36975,"_present":36976,"ĠPierre":36977,"Ġëª":36978,"Ġ[...]ĊĊ":36979,"Prob":36980,"ĠTraffic":36981,"icao":36982,"doctor":36983,"Ġ),ĊĊ":36984,"Tabs":36985,"alu":36986,"ï¼ļâĢľ":36987,"Ġinherent":36988,"_No":36989,"ritis":36990,"ĠProof":36991,".basename":36992,"ä¼ļ":36993,"Ġchim":36994,"ĠProtected":36995,"crit":36996,"Ġprone":36997,"Ġкон":36998,"ĠHeroes":36999,"Ġanxious":37000,"Ġanos":37001,"Ġweekends":37002,"Ġsext":37003,"Ġreducer":37004,"=UTF":37005,"half":37006,"ĠSaw":37007,".mm":37008,"Ġnueva":37009,".currentTarget":37010,".lua":37011,"_EXTENSION":37012,"ĉreg":37013,"ĠCtrl":37014,"_align":37015,"acceptable":37016,"Ġrushing":37017,"frac":37018,"Ġboasts":37019,"Five":37020,"±":37021,"ĠTemperature":37022,">):":37023,"Ġcharter":37024,"REATED":37025,"Ġsubjected":37026,"Ġopc":37027,"healthy":37028,"使çĶ¨":37029,"ĠScientific":37030,"Ġfrau":37031,"riages":37032,"à¸Ķ":37033,".inventory":37034,"ationale":37035,"Mad":37036,"minutes":37037,">>();Ċ":37038,"ĠEnv":37039,"Ġrecordings":37040,"Ġsuspicion":37041,"sqlite":37042,"ĉread":37043,"ãģ¦":37044,"Ġworries":37045,".putString":37046,"ĠShanghai":37047,"(uid":37048,"rer":37049,"ĠvÃŃde":37050,"\"):":37051,"Ġmethodology":37052,"ĠкоÑĤоÑĢ":37053,"ccc":37054,"avad":37055,"Ġinduction":37056,"ĉThread":37057,",string":37058,"ại":37059,"nehmen":37060,"uition":37061,"Ġ*__":37062,".emf":37063,"Ġìľ":37064,"/themes":37065,"ĠNine":37066,".One":37067,"ĠEmbed":37068,"Ġfaz":37069,"uations":37070,"Ġprivately":37071,"Ġling":37072,"[F":37073,"ushi":37074,"Ġlaunches":37075,"(KEY":37076,"GMT":37077,"Ġaiming":37078,"patible":37079,"ĠBiden":37080,"iw":37081,"ĠDegree":37082,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":37083,"Ġ$('<":37084,"ários":37085,"toUpperCase":37086,"ìłľ":37087,"ĠEUR":37088,"Ġoversight":37089,"Ġtablesp":37090,"Updates":37091,".makedirs":37092,"Ġhumidity":37093,"/template":37094,"Always":37095,"(IS":37096,"_cert":37097,"Dig":37098,"Ġunderway":37099,"orton":37100,"ĠHurricane":37101,"Ġspends":37102,"ĠSegment":37103,"Ġflies":37104,"ĠToggle":37105,"ĠLynch":37106,"Ġsenses":37107,"ĠKos":37108,"setEnabled":37109,"istically":37110,"Ġtester":37111,"Ġadministrators":37112,"Ġtagged":37113,"Ðĵ":37114,"Ġshortcut":37115,"ĠResolution":37116,"Ġsupervision":37117,"ĠAshley":37118,"Tracking":37119,"ulatory":37120,"andel":37121,"isten":37122,"Ġunre":37123,"(diff":37124,"ANTS":37125,"Ġrider":37126,"ĠsÄħ":37127,".Series":37128,"_orders":37129,"ORIZONTAL":37130,"Ġretention":37131,"ãĢĤčĊčĊ":37235,"Ġdiagonal":37236,"ĠCancellationToken":37237,"_Internal":37238,"Ġruin":37239,".Qt":37240,"ocratic":37241,"Tel":37242,"ĠAnswers":37243,"matic":37244,"Ġxp":37245,"atem":37246,"_jobs":37247,"_any":37248,"Ġseniors":37249,"Ġlandmark":37250,"ĠQList":37251,"Ġmaneu":37252,"otify":37253,"/\";Ċ":37254,"/server":37255,"ĠPhilosoph":37256,"utenant":37257,"(io":37258,"hz":37259,"Ġauthenticated":37260,"dv":37261,"-Compatible":37262,"Originally":37263,",function":37264,"ãĢĤčĊ":37265,"ĠRepresentative":37266,"asily":37267,"ircuit":37268,".dt":37269,"(math":37270,".Marshal":37271,"[,":37272,"ĠCities":37273,"_turn":37274,"|)Ċ":37275,"Ġcantidad":37276,"alter":37277,"ĉui":37278,"ĠNebraska":37279,"Ġskirt":37280,".bg":37281,"SharedPreferences":37282,"(style":37283,"Ġgrief":37284,"gew":37285,"Ġsafeg":37286,"olang":37287,"_lists":37288,"ìĽ":37289,"Ġgranite":37290,"Ġhottest":37291,".jdbc":37292,".Customer":37293,"Ġâī¤":37294,"Ġwaar":37295,"_scene":37296,"+'/":37297,"ĠJTextField":37298,"Ġseating":37299,"Ġwears":37300,"Ġ`/":37301,"Cases":37302,"ĠYoutube":37303,"ım":37304,"Ġbalcon":37305,",G":37306,"MetaData":37307,"-price":37308,"SCR":37309,"Unity":37310,"Ġtrunk":37311,"={`${":37312,"Ġearthquake":37313,"Partial":37314,"Ġsubst":37315,"Ġelimin":37316,"=\"'.":37317,"//*[@":37318,"Ġsupervisor":37319,"vrolet":37320,"_article":37321,"Ġpane":37322,"bio":37323,"Ġmotors":37324,"NM":37325,"Frank":37326,"Ġonion":37327,"-word":37328,"ItemClickListener":37329,"Ġbrit":37330,"endencies":37331,"Computer":37332,"_running":37333,"(day":37334,"-he":37335,"(named":37336,"ĠSach":37337,"оÑĩ":37338,"campaign":37339,".Abstract":37340,"(wrapper":37341,".pay":37342,"Ġuw":37343,"Geo":37344,"rails":37345,"/select":37346,"ichte":37347,"sons":37348,"EVENT":37349,"Ġaliment":37350,"Providers":37351,"Await":37352,"_INTERVAL":37353,".off":37354,"Ġgluten":37355,"_cloud":37356,"Ġwen":37357,".extract":37358,"ĉbutton":37359,"/MM":37360,"Party":37361,"Ġdemographic":37362,"_errno":37363,"Ġhiking":37364,"('')Ċ":37365,"\",@\"":37366,"Ġwit":37367,"rá":37368,"ologie":37369,"ĠStyles":37370,"ĠBrowserModule":37371,".RequestMapping":37372,"icans":37373,"PAGE":37374,"creation":37375,"ĠFerguson":37376,"uded":37377,"numbers":37378,"ĠGTK":37379,"Ġpresentations":37380,"ĠBobby":37381,"_span":37382,"estyle":37383,"Ġillegally":37384,"abela":37385,"Ġbattlefield":37386,"capacity":37387,"terror":37388,"]\");Ċ":37389,"Ġwarrior":37390,"leader":37391,"ĠDBG":37392,"ĠRevenue":37393,"Ġvigil":37394,"Ġcounterparts":37395,"(Error":37396,"ACTER":37397,"Ġheeft":37398,"Ġselections":37399,"zeug":37400,"tom":37401,"-two":37402,".;Ċ":37403,"_statement":37404,"ĠAid":37405,"ĠVul":37406,"_rgb":37407,"Ġprizes":37408,"Ġeditable":37409,"ĉform":37410,"ını":37411,".decor":37412,"Demo":37413,"lices":37414,"Ġenctype":37415,"ratulations":37416,"ĠROS":37417,"_chars":37418,"ĠJahr":37419,"partial":37420,"ÑĥÑĤ":37421,"ĠReceive":37422,"ĠLands":37423,"APTER":37424,"Ġchopped":37425,"..\"":37426,"ĠAnaly":37427,"ĠUID":37428,"ĠRadeon":37429,"ĠBee":37430,"Ġunm":37431,">M":37432,".findall":37433,"Tokenizer":37434,"ĠWHAT":37435,"Ġsj":37436,"Drawing":37437,"Ess":37438,"OND":37439,"Ĭ¶":37440,"(packet":37441,"âĢĶbut":37442,"Invocation":37443,"ĠNuclear":37444,"?;Ċ":37445,"Ġgrandes":37446,"ĠCrypt":37447,"remark":37448,"Ġ'../../../../":37449,"Ġinability":37450,"magic":37451,"cats":37452,"Ġsimulate":37453,":${":37454,"inflate":37455,"Ġener":37456,":NO":37457,"iples":37458,"Ġmerit":37459,"ĠRated":37460,"Ġglue":37461,"/blog":37462,"Ġgren":37463,"Ġthrilled":37464,".CH":37465,"uncan":37466,"ĠPRIMARY":37467,"Ġpersec":37468,"Ġfeared":37469,".MIN":37470,"ĠTheater":37471,"éĴ":37472,"ategorie":37473,"段":37474,"Ġappetite":37475,"square":37476,"ĠAlexand":37477,".UserId":37478,"_gt":37479,"_enter":37480,"Ġgraduates":37481,"FragmentManager":37482,"Authorize":37483,"-NLS":37484,"(My":37485,"Ġtriumph":37486,"usting":37487,"_PARAMS":37488,"Characters":37489,"(:,:,":37490,"_BUILD":37491,"MHz":37492,"Ġwashed":37493,"Ġuncle":37494,"Steve":37495,"ardown":37496,"${":37680,"_confirmation":37681,"Ġtrophy":37682,"Works":37683,"ĠElectronics":37684,"ĠMediterranean":37685,"_metrics":37686,"Ġannouncing":37687,"ĠDAY":37688,"_proto":37689,"Ġpear":37690,"baseUrl":37691,"ĉĉĉĉĉĉĉĉĊ":37692,"Ġcoordination":37693,":N":37694,".animate":37695,"ĠCotton":37696,"_hit":37697,"âľ":37698,"Ġjetzt":37699,"ifter":37700,"(fields":37701,"ownload":37702,"ificacion":37703,".cuda":37704,"ĠLiu":37705,">equals":37706,"ĠAce":37707,"ÑĢам":37708,"ĠSuperman":37709,"ĠGarcia":37710,"Ġarrests":37711,"agar":37712,"Ġ{})":37713,"Ġmacros":37714,"roupe":37715,"être":37716,"Ġtwisted":37717,"struments":37718,"_(\"":37719,"_vertices":37720,"ĠTransition":37721,"ик":37722,"[max":37723,"mind":37724,"ĠaccessToken":37725,"Ġunle":37726,"mus":37727,"cop":37728,"ĠFactor":37729,"Ġconced":37730,"Ġretr":37731,".linalg":37732,"-slider":37733,"obl":37734,"_StaticFields":37735,"Ġzombie":37736,"selling":37737,"Ġchap":37738,"Ġshaking":37739,"ĠTranslate":37740,"ĠAmsterdam":37741,"ĠETH":37742,"_EXTERN":37743,"kd":37744,"_disc":37745,"Ġpreceding":37746,"Ġprix":37747,"ObjectName":37748,"_modified":37749,"ardware":37750,"Ġ?>\">":37751,"ĠDW":37752,"`${":37753,"Ġ?>\">ĊĊ":37859,"Ġspinning":37860,"_pending":37861,"Matchers":37862,".Keys":37863,"ĠPV":37864,"enus":37865,"antis":37866,"Ġdiscard":37867,"Ġhaul":37868,"Ġempir":37869,"Ġpathway":37870,"Ġoak":37871,"мен":37872,"-induced":37873,"Ġimpair":37874,"ĠCalgary":37875,".isHidden":37876,"dz":37877,"_include":37878,"Ġgm":37879,"Ġ'('":37880,"PY":37881,"uggestions":37882,"Ġcommodity":37883,"cro":37884,"/sub":37885,"ĠgetInstance":37886,"ĠLegacy":37887,"ĠKil":37888,"Bal":37889,"(short":37890,"Inform":37891,"+x":37892,"*r":37893,"ĠHopefully":37894,"orate":37895,"Ġmachen":37896,"Ġtreaty":37897,"ĠOri":37898,".public":37899,"-horizontal":37900,"Ġtactic":37901,"Ġbord":37902,"wares":37903,"Ġammo":37904,"ĠLists":37905,"Ġequations":37906,"/her":37907,"ĠNSW":37908,"Bounding":37909,"_Collections":37910,"Ġavail":37911,".DropDown":37912,"è°":37913,"Ġhh":37914,"ĠlÃł":37915,".pb":37916,"Ġmemorial":37917,"ĠATTR":37918,"Ġexhausted":37919,"Ġtsp":37920,"ĉredirect":37921,"Ġlikewise":37922,"STER":37923,"Ljava":37924,"Ġcondemned":37925,"ocaust":37926,"(strict":37927,"Ġexempt":37928,"Ġsms":37929,"Ġexagger":37930,"SYS":37931,"Ġlounge":37932,":^":37933,"Ġtodd":37934,"deb":37935,"atorial":37936,"ĠPorter":37937,"Ġtuition":37938,"Ġexempl":37939,"Ġparen":37940,".lineTo":37941,"Ġkidney":37942,"Ġça":37943,"Ġcui":37944,"ï¼Į请":37945,"XC":37946,"Ġmoż":37947,"Ġnominated":37948,"lung":37949,"ImGui":37950,"ĠBuzz":37951,"Ġstereo":37952,"portal":37953,"resas":37954,"Ġklass":37955,"Ġdrafted":37956,"Ġprojectile":37957,"/gpl":37958,"(parameters":37959,"*)Ċ":37960,"Ġassisted":37961,"ĠNSInteger":37962,"sitemap":37963,":nth":37964,".Views":37965,".ArgumentParser":37966,"Ġmeer":37967,"zier":37968,"ĠDig":37969,"Ċ":38036,"Ġplag":38037,"pine":38038,"Ġblanket":38039,"Ġ:-":38643,"Ġlcd":38644,"---------------":38645,"(\"\"":38646,"Ġtactical":38647,"ĠRonald":38648,"extr":38649,"ĠFest":38650,"Ġfuer":38651,"-navigation":38652,"Ġkb":38653,"ghost":38654,"ĠhandleChange":38655,"_cls":38656,"()!=":38657,"Comparator":38658,".vm":38659,"ĠCox":38660,"_review":38661,"/@":38662,"_cookie":38663,"Ġrecognised":38664,"ldap":38665,"Threads":38666,"ĠSexual":38667,"ĠBearing":38668,"(SQL":38669,"Ġxr":38670,"Ġthigh":38671,"URLConnection":38672,"ĠSUV":38673,"ĠmContext":38674,"Ġincidence":38675,"ĠEste":38676,".sup":38677,"_te":38678,"(EXIT":38679,"CMD":38680,"/\">":38681,"Almost":38682,"ĠUne":38683,"Ġanderen":38684,"ĠSingleton":38685,"Ġbore":38686,"Think":38687,"Ġnarc":38688,"]initWith":38689,"_shop":38690,"(strategy":38691,"!',":38692,"herits":38693,"ĠDesk":38694,"_machine":38695,".netty":38696,"ında":38697,"=<":38698,"ĠQR":38699,"ĠSidebar":38700,".splitContainer":38701,"ĠonSuccess":38702,"Ġmonkey":38703,"Enjoy":38704,"(nodes":38705,"pectrum":38706,"Ġ(*(":38707,"ĉUINT":38708,",height":38709,"ĠNetworks":38710,".tail":38711,".linspace":38712,"Ġ\"...":38713,"Listen":38714,"Æ¡":38715,".Channel":38716,"-defined":38717,"Repeat":38718,"adjust":38719,"ERM":38720,"_application":38721,".assertNotNull":38722,"-stream":38723,"Ġrabbit":38724,"Ġpositioning":38725,"Ġwoke":38726,"Ġfing":38727,"Ġmultiplayer":38728,"Ġregistering":38729,"until":38730,"Ã¥n":38731,"(::":38732,"ussions":38733,"Ġpotato":38734,"ĠEquals":38735,".Sup":38736,"/apache":38737,"Ġ(=":38738,".\")":38739,".ptr":38740,"ĠSpeech":38741,".clip":38742,"ĠGabriel":38743,"Ġmusician":38744,"/issues":38745,".shop":38746,"ĠHier":38747,"_RET":38748,"_bucket":38749,"ãĥ¡":38750,"avs":38751,"Ġroz":38752,"flower":38753,"WriteBarrier":38754,"ĠMilan":38755,"Ġlegislature":38756,"ĠDoll":38757,"Ġproving":38758,".concatenate":38759,"âķIJ":38760,"Ġgchar":38761,"cdnjs":38762,"bles":38763,"ĠListing":38764,"ло":38765,".xrLabel":38766,"ĠSak":38767,"justice":38768,"ĠValentine":38769,"unless":38770,"Ġpiger":38771,"(run":38772,"Ġtestified":38773,"ANA":38774,"ĠRemoves":38775,"))));Ċ":38776,"recated":38777,"ĠRuntimeMethod":38778,"Ġconqu":38779,"ãĤ¢":38780,"Ġtissues":38781,"ailer":38782,"été":38783,"-Star":38784,"Ġflames":38785,".setIcon":38786,"Ġsupern":38787,"Ġvagina":38788,"-variable":38789,"Ġwellness":38790,"CUR":38791,"Ġbelle":38792,".getRequest":38793,"Ġpoco":38794,"benh":38795,"agens":38796,"Ġspill":38797,"ĠJur":38798,"Ġdispatcher":38799,"ного":38800,"emonic":38801,"(dirname":38802,"ĠÐĶ":38803,"Ġpasse":38804,"Ġganz":38805,"ricing":38806,"EU":38807,"Ġmujeres":38808,"essen":38809,".attribute":38810,"jj":38811,"ĉĉĠĊ":38812,"[^":38813,"Ġstrtolower":38814,"lexer":38815,"ectar":38816,"hotel":38817,".square":38818,"Ġrall":38819,"Ġlowered":38820,"handled":38821,"Market":38822,"ĠUses":38823,"ivas":38824,".Business":38825,"ãģĹãģ¦":38826,"DIV":38827,"Ġwasted":38828,"Ġavoir":38829,"êm":38830,"_ACCOUNT":38831,".et":38832,"ĉSDL":38833,"kap":38834,"Ġfox":38835,"uppet":38836,"{},Ċ":38837,"\",'":38838,"Favorite":38839,"PEND":38840,"ĠAES":38841,"}),":38842,"Ġdeduction":38843,"ĠpolÃŃt":38844,"ĠcomponentWill":38845,"ĠTelerik":38846,"_SELF":38847,"Ġmuse":38848,"Craft":38849,"Ġdens":38850,"ि":38851,"(tp":38852,"Ġtasty":38853,"Ġbalances":38854,"Ġdedication":38855,"ĠWallace":38856,"Ġunlaw":38857,"\\\">\\":38858,"Ġmum":38859,"-update":38860,"emente":38861,"Ġsoda":38862,"Republic":38863,"asmine":38864,"éric":38865,"(Status":38866,"ĠJsonConvert":38867,"ĠDisk":38868,".Redirect":38869,"Ġfilming":38870,"/mol":38871,"Ro":38872,"Ġville":38873,"Ġtrabaj":38874,"Ġsynthesis":38875,"rega":38876,"Ġrl":38877,"Scheduler":38878,"ISHED":38879,"currentUser":38880,"(errors":38881,"'h":38882,"_bot":38883,"ximo":38884,"ĠUSART":38885,"_super":38886,"_DECREF":38887,"ной":38888,"_ROW":38889,"Ġpromotes":38890,"ĠTA":38891,"Ġhoras":38892,"ĠRepresents":38893,"Ġnameof":38894,"ĠExc":38895,"ĠGarage":38896,"Ġseine":38897,",#":38898,"Ġherb":38899,"/resources":38900,"Ġpleaded":38901,".radioButton":38902,"Ġæĺ":38903,"Ops":38904,"ĠNest":38905,"cstring":38906,"ĠDefence":38907,"Ġrefere":38908,"_leaf":38909,"Ġrevelation":38910,"ë§":38911,".executeUpdate":38912,"_WORLD":38913,"Ġexpans":38914,"(\"\\\"":38915,"jab":38916,"Ġdoubts":38917,"ĠGeometry":38918,"Ġintroduces":38919,"Ġsenators":38920,"Ġcanal":38921,".helper":38922,"ĠBiology":38923,"_SENS":38924,".previous":38925,"-touch":38926,"abit":38927,"Ġimpacted":38928,"Ġbrackets":38929,".direct":38930,"accum":38931,"Ġtestosterone":38932,"ĉaction":38933,"ĠChance":38934,"Ġpeaks":38935,"CppCodeGenWriteBarrier":38936,"Ġunbelie":38937,"_press":38938,".Rel":38939,"angled":38940,"/templates":38941,"-->čĊ":38942,"lime":38943,"Ġsufficiently":38944,"_nt":38945,"Expand":38946,".isfile":38947,"ĠisEmpty":38948,"Ġqt":38949,"Ġmulher":38950,"acob":38951,"George":38952,"常":38953,"Ġassim":38954,"aso":38955,"Ġcomprised":38956,"OV":38957,"(CONFIG":38958,"ĉwriter":38959,"Ġdesp":38960,"Ġtenure":38961,"(cr":38962,".pool":38963,"ĠBrend":38964,"Ġcensor":38965,"(timeout":38966,"Ġplea":38967,".Wrap":38968,"Ġtightly":38969,"ĠWere":38970,"ĠIgnore":38971,"abei":38972,"Ġbridges":38973,"Ġcondemn":38974,"Ġsimplicity":38975,"Ġroutinely":38976,"Ġblacks":38977,"jb":38978,"ĠPit":38979,"Utf":38980,"Ġ/Ċ":38981,"reload":38982,"ĠsetObject":38983,"/global":38984,"Ġfatty":38985,"Ġsocks":38986,"Couldn":38987,"Ġerotisk":38988,"æĿ¡":38989,"ĠPressure":38990,"ĠMaz":38991,"npos":38992,"tolower":38993,"ĠEQ":38994,"uteur":38995,"ĠMoment":38996,"Ġeta":38997,"{{--":38998,"Ġgraphs":38999,"ĠGuar":39000,"rine":39001,"(--":39002,"ĠHttpStatus":39003,"(student":39004,"*np":39005,"Ġrailway":39006,"Ġasynchronous":39007,"_vm":39008,"'],'":39009,",text":39010,"merchant":39011,"(Guid":39012,"ĠGra":39013,"ixer":39014,"fetchAll":39015,".addListener":39016,"flip":39017,"*$":39018,">(),":39019,"Ġsunlight":39020,"assigned":39021,"Ġabc":39022,"ĠCOLUMN":39023,"ĠðŁĻĤĊĊ":39024,")...":39025,"Ġensemble":39026,"Ġnewline":39027,"_SINGLE":39028,"iedad":39029,"Ġdarker":39030,"ormap":39031,"Ġlion":39032,"plits":39033,"Ġillustration":39034,"ĠIEEE":39035,"Ġvista":39036,"ousands":39037,"*******":39038,"ĠTommy":39039,"Ġhue":39040,"Sel":39041,"Ġaura":39042,"ĠTherapy":39043,"Ġanimator":39044,".constraints":39045,"Ġvague":39046,"(\"\")":39047,"Ġvillain":39048,"Ġblessing":39049,"ĠstringBuilder":39050,"ĠMisc":39051,"ĠDIR":39052,"fax":39053,"-node":39054,"ĠWalking":39055,"ĠAU":39056,"sess":39057,"Ġgrill":39058,"VERTISE":39059,"ĠFoods":39060,"Ġtournaments":39061,"Ãĵ":39062,"ĠMarsh":39063,"Ġwonders":39064,"Longitude":39065,".CommandText":39066,"=input":39067,"_encoder":39068,"pageSize":39069,"ĠgetState":39070,">>Ċ":39071,".grey":39072,"pod":39073,"Ġreadings":39074,"Ġreconsider":39075,"Startup":39076,"Ġexcer":39077,".balance":39078,"_cycle":39079,"_Time":39080,"LOCAL":39081,"ĠEFI":39082,"ĠReyn":39083,".setForeground":39084,"byn":39085,"Ġdisconnected":39086,"ACTIVE":39087,"Ġembedding":39088,"ickers":39089,"Ġsurroundings":39090,"*c":39091,"Ġgarant":39092,"Ġbf":39093,"Ġwipe":39094,"Ġä¸ĭ":39095,"_TRA":39096,"adox":39097,"çķ":39098,"Ġsucks":39099,"ĠSongs":39100,"ĠAssociates":39101,"ĠBald":39102,"ĠBrett":39103,"venile":39104,"Ġvt":39105,"Ġinade":39106,"Ġresigned":39107,"ĠGlenn":39108,".pattern":39109,".DataBind":39110,"Ñĥм":39111,"LayoutInflater":39112,"chet":39113,"ĠTestament":39114,".ms":39115,"Ġpav":39116,"ĠReactDOM":39117,"urdy":39118,"ADATA":39119,"Mu":39120,"/actions":39121,"ĠJs":39122,"_extract":39123,"ĠBring":39124,":id":39125,"strt":39126,"ivation":39127,"Ġoutright":39128,"azu":39129,"loyment":39130,"иÑı":39131,"aldo":39132,"ĠPublisher":39133,"Education":39134,"Palette":39135,"_drv":39136,"Ġ($(":39137,"ĠAnda":39138,"Ġremedy":39139,"Ġinconsistent":39140,"tection":39141,"Ġregulators":39142,"Ġshortest":39143,"(pair":39144,"ĠInstallation":39145,"Ġdefendants":39146,"Ġ();":39147,"-large":39148,"Mel":39149,"Ġthreaten":39150,"нÑı":39151,"Ġfetish":39152,"otine":39153,"_dic":39154,"Ġ<$":39155,"Ġstagger":39156,"spi":39157,"$response":39158,"Serv":39159,"-born":39160,"jos":39161,"ĉimg":39162,"ĉWHERE":39163,"_lt":39164,"å½ĵ":39165,".cost":39166,"ĠTue":39167,".labels":39168,"ĠLV":39169,"wcsstore":39170,"ĠJesse":39171,"ห":39172,"Trade":39173,"Ġpredecessor":39174,"ëĤ":39175,"finally":39176,"_general":39177,"oggler":39178,"_REGION":39179,"nement":39180,"Ġblogger":39181,"ĠHarbor":39182,"ĠDataset":39183,"[w":39184,"Ġattendees":39185,".ico":39186,"maximum":39187,".Unlock":39188,"_SYNC":39189,"ágina":39190,"Ġdowns":39191,"ĠWii":39192,"])/":39193,"Ġkicking":39194,"unication":39195,"ĠDAC":39196,"ĠIDS":39197,"ĠRental":39198,"ĠcurrentTime":39199,"Ġvaccines":39200,"ĠDevil":39201,"Ġnors":39202,"_mouse":39203,"urrection":39204,"(no":39205,"Ġ>čĊ":39206,"Ġaggression":39207,"Ġbreeding":39208,".symbol":39209,"iman":39210,"AbsolutePath":39211,"ĠWHO":39212,"_flush":39213,"-root":39214,"arna":39215,"&M":39216,"Ġfathers":39217,"ĠRocket":39218,"iveau":39219,"Ġwander":39220,"Ġcompos":39221,"ĠWarrior":39222,"ĠSeat":39223,"ĠClinic":39224,"_invoice":39225,"(dispatch":39226,"Producto":39227,"aturing":39228,"ossier":39229,"ĠMAY":39230,"Ġdagger":39231,"Ġsanitized":39232,"ĠRFC":39233,"Ġproph":39234,"Ġurine":39235,"Ġgrind":39236,"ĠExpanded":39237,"descripcion":39238,"-fw":39239,"ĠKerry":39240,"=name":39241,"Ġchk":39242,"Ġnationally":39243,"Ġthee":39244,"Inc":39245,"Ġ?>>":39246,".RadioButton":39247,".HttpServletResponse":39248,"/Y":39249,"ĉfield":39250,"Ġhomme":39251,"yper":39252,"Physical":39253,"=v":39254,"Ġdriv":39255,"ĠErrors":39256,"ĠcÄĥ":39257,"Death":39258,"ĠWINDOW":39259,"Ġpoet":39260,"ĠSharp":39261,"ĠImmutable":39262,"ĉcreate":39263,"Ġgeht":39264,"ĠReform":39265,"aiser":39266,"ĠInitialization":39267,"Ġimmunity":39268,".compose":39269,"Ġlatency":39270,"ĠLebanon":39271,"ĠParad":39272,"Ġfuels":39273,"ĠExhib":39274,"coh":39275,"%\">Ċ":39276,"ĠCLI":39277,")initWith":39278,"-Za":39279,"_CLEAR":39280,"regn":39281,"Ġfinances":39282,".standard":39283,"_CATEGORY":39284,".library":39285,"Ġtravelers":39286,"_wp":39287,"ĠEvaluation":39288,"starting":39289,"Ġ)),Ċ":39290,"episode":39291,"ĠVariant":39292,"Ġdaemon":39293,"ĠJulia":39294,"ĠNR":39295,"Ġdoubles":39296,"'":39526,"Ġqueryset":39527,";}čĊ":39528,"ĠPopulation":39529,"utedString":39530,"resident":39531,"_FONT":39532,"ĠRespond":39533,"Ġobscure":39534,"Ġobservable":39535,"ĠContributors":39536,"kon":39537,"ĠMusk":39538,"exao":39539,"ĠTub":39540,"BootApplication":39541,"SOR":39542,".Horizontal":39543,".findBy":39544,".power":39545,"Ġpositively":39546,"venience":39547,"ĠJong":39548,"Ġwhistle":39549,"ĠзнаÑĩ":39550,"Ġlending":39551,"Ġdestructive":39552,"ĠonDelete":39553,"authorization":39554,"();?>":39555,"_original":39556,"science":39557,"atra":39558,"?,?,":39559,"ĠAsc":39560,"Ġconvincing":39561,"$a":39562,"orgen":39563,"_Date":39564,"ĠProvide":39565,"Ġlonely":39566,")'Ċ":39567,"exchange":39568,";?>Ċ":39569,".fast":39570,"Samples":39571,"London":39572,"'])čĊ":39573,"ĠIonic":39574,"Ġpesso":39575,"ĠKnights":39576,"ĠRaf":39577,"_attrs":39578,"Ġrepeal":39579,">Main":39580,"ĠOrdered":39581,"_New":39582,"=\"\">\";Ċ":39663,"ĠSERVER":39664,"ĠHEADER":39665,"_velocity":39666,"ĠInvoke":39667,".timestamps":39668,"Ġsulf":39669,"IQUE":39670,"Ġinhabitants":39671,"phins":39672,"azzo":39673,"Ġmono":39674,"Legend":39675,"Ġnonce":39676,"IFE":39677,";\";Ċ":39678,"-create":39679,"\"\",Ċ":39680,"permit":39681,"ĠImmigration":39682,"Ġpathname":39683,"ffective":39684,"âĻĢâĻĢ":39685,"Ġexams":39686,"-event":39687,"ĠTill":39688,"[mid":39689,"FIX":39690,";color":39691,"(Order":39692,"_traits":39693,"ĠorderBy":39694,"Ġsunt":39695,"ĠNicholas":39696,"ز":39697,"Ġsunny":39698,"iners":39699,"Ġaccessibility":39700,"ĠHB":39701,".comp":39702,"ĉop":39703,"Ġminorities":39704,"etheus":39705,"Ġcollaborative":39706,"prit":39707,"HIR":39708,"Ġwraps":39709,"ĉdraw":39710,"god":39711,"ĠIX":39712,".apps":39713,"ĠNM":39714,"Ġirrelevant":39715,"ĠTigers":39716,"Ġdiag":39717,"GV":39718,"ĠAccessories":39719,"kont":39720,"Ġsimplify":39721,"ĠFavorite":39722,"_tools":39723,"([]);Ċ":39724,"Ġtowers":39725,"Bes":39726,"Ġhunter":39727,"Ġsalon":39728,"(buff":39729,"ĉdebug":39730,"Ġmalware":39731,"Moving":39732,"-options":39733,")+'":39734,"ĠLOVE":39735,"_SOCKET":39736,"_fin":39737,"ĠDelaware":39738,"Ġsheriff":39739,"-invalid":39740,"ĠFULL":39741,"Ġпод":39742,"elas":39743,"\"strings":39744,"ĠRepresentatives":39745,"surface":39746,"resolved":39747,"htdocs":39748,")):čĊ":39749,"Ġpressures":39750,"Ġnorms":39751,"Ġpla":39752,"Ġsurname":39753,"Ġpostal":39754,"ĠDepart":39755,"Ġslaughter":39756,"orida":39757,"Ġhebben":39758,"Ġdesar":39759,"compact":39760,"_LANG":39761,"åIJĪ":39762,"opoly":39763,"_rad":39764,"ĠSTDMETHOD":39765,"Lazy":39766,"ĠĠĠĉ":39767,"...,":39768,"(web":39769,"ĠPont":39770,"Ġetwas":39771,"Ġupward":39772,"_hat":39773,"Ġ],ĊĊ":39774,"ĠbaseUrl":39775,"Ġworrying":39776,"-addon":39777,"(getClass":39778,"SPI":39779,"Ġcapturing":39780,")},Ċ":39781,"Effects":39782,"Ġcompetent":39783,"Ġfoul":39784,"Ġsubscribing":39785,"ĠOBJECT":39786,"IXEL":39787,"bucks":39788,"(edge":39789,"(pass":39790,"ĠPeterson":39791,"Ġboobs":39792,"ĠDelay":39793,"_square":39794,"elim":39795,"oters":39796,"_PC":39797,"%E":39798,"onclick":39799,"ĠSVG":39800,"Ġtopped":39801,"Ġfist":39802,"smart":39803,"ĠRalph":39804,"(owner":39805,"jours":39806,"Ġbronze":39807,"ĠArgumentException":39808,"(original":39809,"_SCALE":39810,"_cp":39811,"Ġrecommends":39812,".setStyle":39813,"Sure":39814,"LAND":39815,"Ġrepeating":39816,"Matt":39817,".Visibility":39818,"Ġenterprises":39819,".Setup":39820,"(scene":39821,"ĠReactive":39822,"urge":39823,"bw":39824,".Put":39825,"persist":39826,".cookie":39827,"ĠAudi":39828,"`s":39829,"supplier":39830,"(Form":39831,"¡":39832,"_so":39833,"ĮĢ":39834,"ĠLegion":39835,"tte":39836,"Nd":39837,"Loss":39838,"(attrs":39839,".scatter":39840,"Ġgroom":39841,"Ġglimpse":39842,"Ġnails":39843,"Ġcumulative":39844,"Ġfazer":39845,"_services":39846,".Num":39847,"ibilit":39848,"_resolution":39849,"ĠTx":39850,"uminium":39851,"opa":39852,".schedule":39853,"smtp":39854,"à¸ķ":39855,"urry":39856,"ük":39857,"goog":39858,"_signature":39859,".into":39860,"ĠSteps":39861,"Ġhomeowners":39862,"ĠNSURL":39863,"ĠPAC":39864,"ĠĠĠĠĠĠĠĠĠĠĠĠĊĊ":39865,">')Ċ":39866,"enh":39867,"Ġincap":39868,"$MESS":39869,"Ġmoins":39870,"ĠFi":39871,"Ġoffseason":39872,"pressions":39873,">.Ċ":39945,"ĠGrass":39946,"ĠGoal":39947,"_pdf":39948,"Handlers":39949,"Ġstacks":39950,".getFullYear":39951,"=[];Ċ":39952,"车":39953,",V":39954,"(split":39955,"Ñĥнк":39956,"Ġbakeca":39957,"Ġ~/.":39958,"pez":39959,"tails":39960,"ĠGlen":39961,"ĠsetImage":39962,"ĠComic":39963,"BLOCK":39964,"ĉThis":39965,"oader":39966,"Ġcapitalist":39967,"_STEP":39968,"(Boolean":39969,"ĠCorrect":39970,"rina":39971,"Ġconcaten":39972,"å®ŀ":39973,"():ĊĊ":39974,"Ġunanim":39975,"lli":39976,"alars":39977,"-ne":39978,"Ġdivor":39979,"ĠKickstarter":39980,"]._":39981,"*'+":40622,"åĿĢ":40623,"acency":40624,"(URL":40625,"_half":40626,"=l":40627,"ĠlistView":40628,"(section":40629,".toArray":40630,"+/":40631,"ĠRodriguez":40632,"istream":40633,"Ġeligibility":40634,"::-":40635,".newInstance":40636,"PB":40637,"ĠAssets":40638,"ĠComposite":40639,"ĠLabs":40640,"ĠHamas":40641,"++);Ċ":40642,"Ġblk":40643,"ĠNeo":40644,"Luc":40645,"@login":40646,"Ġunaware":40647,".met":40648,"_RELEASE":40649,"(ST":40650,"AMIL":40651,"rike":40652,"Ġ(){Ċ":40653,"(sprintf":40654,"ĠAccounts":40655,"ĠVIEW":40656,"ĠAj":40657,"ãĤ°":40658,"Ġwhisk":40659,"Ġidi":40660,"Ġrode":40661,"Ġihn":40662,"ĠElementary":40663,"Qty":40664,"Ġintriguing":40665,"Ġå¤":40666,"Jobs":40667,"ĉoffset":40668,"ĠAhmed":40669,"ĠTaliban":40670,"Ġèİ·åıĸ":40671,"Ġinjected":40672,".Authentication":40673,"_linear":40674,".Decimal":40675,"Ġapples":40676,"Ġshareholders":40677,"Ġbaked":40678,".diff":40679,"ĠEddie":40680,"okers":40681,"Ġconfronted":40682,"voices":40683,"Ġtus":40684,"ĠSpin":40685,"NODE":40686,"_Un":40687,"CTX":40688,"/google":40689,"Temperature":40690,"Ġ'').":40691,"Ġmagnificent":40692,"ĠstartIndex":40693,"sembles":40694,"Anyone":40695,"zk":40696,"ehen":40697,"ĠDame":40698,".strict":40699,"Ġreplaces":40700,"Ġlineback":40701,"Ġpushes":40702,"Ġcheek":40703,"ĠShi":40704,"_BYTES":40705,"REA":40706,"ản":40707,"_CONNECTION":40708,"Gateway":40709,"ĠTravis":40710,"ĠAX":40711,"ĠBasically":40712,"ĠUpgrade":40713,"àª":40714,"themes":40715,"ermo":40716,"kor":40717,"Female":40718,"_attach":40719,"ĠìĤ¬ìļ©":40720,"Ġpoz":40721,"==============Ċ":40722,"(symbol":40723,"ĠSector":40724,"__)ĊĊ":40725,"_padding":40726,"ï¼ļ\"":40727,"Ġfabs":40728,"Ġranged":40729,"setName":40730,"Ġperror":40731,"âĹ":40732,"ĠFileReader":40733,"Ġfulfilled":40734,"_Current":40735,"Ġdominate":40736,"Ġsmugg":40737,"PostMapping":40738,"_force":40739,"Ġbloc":40740,"ĠGiant":40741,"(video":40742,"ĠCU":40743,"SystemService":40744,"Ġelf":40745,"Ġkontakt":40746,"ëª":40747,"kees":40748,"gtk":40749,"ĠparamInt":40750,"Ġmarkup":40751,"uales":40752,"Ġaccounted":40753,"Ġgangbang":40754,"RYPT":40755,"ĠWrong":40756,"Ġcredited":40757,"ĠMESSAGE":40758,"Ġflaws":40759,"Ġbbw":40760,"Ġmetabolic":40761,"ĠOEM":40762,"/event":40763,"(Collectors":40764,"monton":40765,"appear":40766,"Ġopted":40767,"Ġcheat":40768,"Ġdav":40769,"ĠProceed":40770,"Ġê¸":40771,"anked":40772,"из":40773,"ansk":40774,"ĠHang":40775,"ĠCler":40776,"Ġdisgu":40777,"Ġcmap":40778,".cljs":40779,"Ġaument":40780,"lez":40781,"ĠJoined":40782,"_received":40783,"Ġaerial":40784,"otel":40785,"Ġgreet":40786,"\"s":40787,"ĠGenesis":40788,"ĠCalif":40789,"panion":40790,"Ġtailored":40791,"mapping":40792,"andExpect":40793,".track":40794,"atomy":40795,"ĠOw":40796,"ullah":40797,".Yes":40798,"ĠSimpleName":40799,"dbh":40800,"'en":40801,"Ġnonsense":40802,"Ġphilosophical":40803,"(getContext":40804,"Ġisso":40805,"ĠACE":40806,"startDate":40807,"ĠbÄĻd":40808,"ĠAUTHOR":40809,"ĠGlobe":40810,"Ġinsects":40811,"_Al":40812,"ushing":40813,"è®°":40814,"/Home":40815,"ĠLocalDate":40816,"needed":40817,"hesive":40818,"Ġillusion":40819,"äºĮ":40820,"Ġtrat":40821,"xo":40822,"/detail":40823,"_MATCH":40824,"Ġbroadband":40825,"Ġwal":40826,"ĠIllegalStateException":40827,"IRECTION":40828,"Ġnortheast":40829,"esium":40830,"ĠCliente":40831,"ulance":40832,"nty":40833,"Ġtecn":40834,"Devices":40835,"Ġgrains":40836,"ĠOg":40837,"ĠSEL":40838,"udiant":40839,"Ġ++;Ċ":40840,"Ġexplanations":40841,"occo":40842,"Ġdiets":40843,"Ġcohort":40844,"(controller":40845,".Iterator":40846,"-rich":40847,"rocess":40848,"GD":40849,"Ġcarbohydr":40850,"Ġfried":40851,"ĠEmployment":40852,"ìŀ¥":40853,"ĠLeonard":40854,"_${":40855,"quares":40856,"Ġcompanions":40857,"Ġparis":40858,"Ġstimulation":40859,"ĠZoo":40860,"Ġrelevance":40861,"ĠColour":40862,"Ġspear":40863,"otional":40864,"ĠLite":40865,"ĠKosten":40866,"Ġó":40867,"_attachment":40868,"orphic":40869,"Ġdamit":40870,"Ġdlg":40871,"Ġthrive":40872,"CHANGE":40873,"ĠApparently":40874,"Ġatual":40875,"Ġrooted":40876,"(images":40877,"awi":40878,"ariat":40879,"Ġcherry":40880,"STATIC":40881,"mnt":40882,"ĠUserId":40883,"illet":40884,"ĠHispanic":40885,"Ġnak":40886,"Ġcentro":40887,"Ġdims":40888,"_initialize":40889,"ık":40890,"ĠCenters":40891,"REN":40892,"Ġevolutionary":40893,"ĠTopics":40894,"_damage":40895,"emer":40896,"Ġrund":40897,"Ġpunished":40898,"Ġcubic":40899,"fair":40900,"[];ĊĊ":40901,"Ġinstantiate":40902,"Ġoversee":40903,"-delete":40904,"unteer":40905,"startTime":40906,"ĠPipeline":40907,"_GAME":40908,"ĠCir":40909,"ĉNull":40910,".Formatting":40911,"ucumber":40912,"ĠRide":40913,"Ġzoo":40914,"Ġchecker":40915,"åIJĮ":40916,"=C":40917,"Ġgrit":40918,"\");//":40919,"_xy":40920,"ĠDeclaration":40921,"Ġcallable":40922,"Foo":40923,"ĠListItem":40924,"Ġinaccur":40925,"mlin":40926,"ĉData":40927,"Ġevolving":40928,"awan":40929,"Ġcafe":40930,"folk":40931,"_IDX":40932,"ĠAnything":40933,"ĠPalestine":40934,"ĠGridView":40935,"Ġcolony":40936,"ĠGermans":40937,"(+":40938,".pid":40939,".jsx":40940,"ĠSuperior":40941,"Christian":40942,"ĠLect":40943,"ĉGame":40944,"Ġinstrumental":40945,"Animations":40946,"дал":40947,"ĠMoses":40948,"ĉĉčĊĉĉčĊ":40949,"zs":40950,"kte":40951,"ä¸ļ":40952,"_DIST":40953,"bitmap":40954,"dB":40955,"Ġpersistence":40956,"ÑĢоÑģ":40957,"$l":40958,"Bron":40959,"Ġ{|":40960,"_chart":40961,"ĠConsum":40962,"Ġhemp":40963,"Ġ\"))Ċ":40964,"Ġattackers":40965,"Ġknowledgeable":40966,"Ġcet":40967,"Ġviruses":40968,"'I":40969,"Ġpitcher":40970,"Ġsweeping":40971,"=list":40972,"aptops":40973,".depth":40974,"Ġinstructed":40975,"ĠRus":40976,"benhavn":40977,"Ġин":40978,"Sports":40979,"Ġonset":40980,"æĿĥ":40981,".RED":40982,"_si":40983,"ĠPST":40984,".onChange":40985,">tag":40986,"ĠRoh":40987,"_character":40988,"ĠLaws":40989,"ĠBachelor":40990,"_swap":40991,".reactivex":40992,"Ġrewarding":40993,"Medium":40994,"-[":40995,"ĠRecently":40996,"Joint":40997,"partition":40998,"ĠMinutes":40999,"Ġindo":41000,"Ġabsorbed":41001,"ĠGN":41002,"_IND":41003,"Ġsaber":41004,"Spawn":41005,"outputs":41006,"ĠJeffrey":41007,"Ġmedieval":41008,"hed":41009,"Guide":41010,"Ġpsycho":41011,"Ġglam":41012,"Elim":41013,"ädchen":41014,"_plain":41015,"ĠSau":41016,"-four":41017,"Ġanalyzing":41018,"QUERY":41019,"Ġtomato":41020,"_buttons":41021,"VEN":41022,".setStatus":41023,".Url":41024,"+ĊĊ":41025,"Ġcomplaining":41026,"degree":41027,"confirmed":41028,"Ġsubt":41029,"parsed":41030,"Ġtorque":41031,"Ġtroubled":41032,"ĠTARGET":41033,"Ġtrademarks":41034,"ĠCoordinate":41035,"ĠViv":41036,"Ġ//}ĊĊ":41037,"Ġaprès":41038,".getPosition":41039,"(KeyCode":41040,"ĠSilva":41041,"Ġmeteor":41042,"Ġendorsement":41043,"Overview":41044,"ĠPoss":41045,".Inject":41046,"Ġevenly":41047,"Ġvisualization":41048,"Ġwchar":41049,"ĠHDMI":41050,"Ġfunct":41051,"ickname":41052,"','','":41053,"Ġforwards":41054,"ManagedObject":41055,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":41056,"ĉserver":41057,"ĠOutlook":41058,"ĠChronicle":41059,"Ġdubbed":41060,"Ġdok":41061,"ĠWear":41062,".AL":41063,"paren":41064,".Interface":41065,"Interfaces":41066,".cod":41067,"Ġdib":41068,".Globalization":41069,"ĠAcademic":41070,"Ġassms":41071,"Autom":41072,"Ġlw":41073,"ĠNW":41074,"Ġ&&čĊ":41075,"Ġproblema":41076,"ĠManufacturing":41077,"limits":41078,"-mobile":41079,"Ġfilme":41080,"/map":41081,"Ġdoit":41082,"ĠInk":41083,"Ġsued":41084,".arr":41085,"Ġundermin":41086,"ĠProc":41087,"crollView":41088,"__$":41089,"Ġsidewalk":41090,"(that":41091,"ื":41092,"[q":41093,"grammar":41094,"Ġtë":41095,"quito":41096,"Ġspiral":41097,"extended":41098,"Ġfocal":41099,"Ġdigging":41100,"pas":41101,"ĠTall":41102,".proxy":41103,"itures":41104,"TRACT":41105,"ĠRealm":41106,"Ġfeder":41107,"Ġoriented":41108,"ĠAlternative":41109,"Ġowe":41110,"Ġsourced":41111,"inker":41112,".det":41113,"Sep":41114,"ĠQui":41115,"ĠPalmer":41116,"(_,":41117,"samples":41118,"oyer":41119,"ullan":41120,"quez":41121,"Edges":41122,"Ġshout":41123,"ĠAchie":41124,"Ġhaar":41125,"_Construct":41126,"Ġpremature":41127,"Ġrevert":41128,"').Ċ":41129,"Ġschn":41130,"filtered":41131,"nullptr":41132,"Saved":41133,"itecture":41134,"CLA":41135,"Ġvl":41136,"stell":41137,"ĉMe":41138,"ĠLip":41139,"national":41140,"Ġwholly":41141,"Ġsprings":41142,".Timer":41143,"ĉsrc":41144,"elsen":41145,"åħ¶":41146,"Ġcommunicating":41147,"ĠQuiz":41148,"Ġteng":41149,"Ġgez":41150,"ĠOutside":41151,".Sign":41152,"(cs":41153,"Ġdisputes":41154,"ĠWeiss":41155,"annes":41156,">No":41157,"ĠBach":41158,".removeAll":41159,"refer":41160,"/dashboard":41161,"ĠAjax":41162,"IndexChanged":41163,"ĠWeak":41164,"'\"Ċ":41165,"Ġsights":41166,"accessToken":41167,"ĠJoi":41168,"(domain":41169,"ĉcv":41170,"Ġcontinuation":41171,"Ġplum":41172,"adir":41173,".setMessage":41174,"Ġï¼Į":41175,"Ġswallow":41176,"ĠLamp":41177,"Ġqw":41178,"Ġuu":41179,"Coin":41180,"ubic":41181,"ĠDeals":41182,"race":41183,"Ġdictator":41184,"Ġmeme":41185,"turned":41186,"ĠJulie":41187,".gridColumn":41188,"Ġpuppy":41189,"Ġpam":41190,"Ġ){čĊ":41191,"Ġinviting":41192,"Ġfrench":41193,"vim":41194,"Ġwrapping":41195,"Ġ#-}Ċ":41196,"([-":41197,"Early":41198,"Ġshiny":41199,".faces":41200,"Ġrebell":41201,"abcdef":41202,"ält":41203,"Ġestimation":41204,"phys":41205,"losures":41206,"_REL":41207,"Ġexclusion":41208,"ĠSkype":41209,"weise":41210,"-stop":41211,"nothing":41212,"ĠEgg":41213,"isors":41214,"Richard":41215,"Ġcounseling":41216,"Ġcommem":41217,"ĠQMessageBox":41218,"ĠSynd":41219,"ĠFrost":41220,"ĠCompetition":41221,"ĠAwake":41222,"Ġted":41223,"iciones":41224,"ĠDevComponents":41225,"VERTISEMENT":41226,"otti":41227,".runner":41228,"Ġuniquely":41229,".flag":41230,"ĉrs":41231,"_generic":41232,"Ġ```Ċ":41233,"ACHINE":41234,"Ġmein":41235,"(Application":41236,"(br":41237,"Ġratios":41238,":,":41239,"ĠXCTest":41240,"ustainable":41241,"-www":41242,"itles":41243,"_TEMP":41244,"Ġsyst":41245,"umericUpDown":41246,"ĉassertTrue":41247,"Ġwf":41248,".peek":41249,"ĠBulg":41250,"Ġterrifying":41251,".MODE":41252,"ĠGW":41253,"ár":41254,"Ġfic":41255,"Ġcommitments":41256,"-tech":41257,"ĠLiquid":41258,"opez":41259,"zheimer":41260,"aña":41261,"-media":41262,"(animated":41263,"_goal":41264,"Ġgum":41265,"ystone":41266,".SET":41267,"ĠWend":41268,"setCellValue":41269,"Ġmsgs":41270,"cash":41271,"ALLOC":41272,"/aws":41273,"Ġmicrowave":41274,".Pointer":41275,"ĉConsole":41276,"_sorted":41277,"ĠFilip":41278,"Prod":41279,"Ġ//!<":41280,"ingroup":41281,"Ġks":41282,"_TRI":41283,"Ġteaspoon":41284,"ĠATT":41285,"Ġrecovering":41286,"ĠGLOBAL":41287,".Par":41288,"Ġ/>;Ċ":41289,"Ġmarble":41290,"ulators":41291,"ĠCycle":41292,"Ġherbs":41293,"_metric":41294,")!":41295,"_CLOCK":41296,"_Button":41297,"Harry":41298,"è¿Ľ":41299,"Ġstrains":41300,"ĠAppBar":41301,"ĠChan":41302,"/video":41303,"Ġbam":41304,".Progress":41305,"$f":41306,"lemen":41307,"Ġirregular":41308,"ĠDuncan":41309,"ĠMint":41310,"-video":41311,"া":41312,"ówn":41313,"ĠEMPTY":41314,"Ġstacked":41315,"ĠHA":41316,"_cut":41317,"Ġwherein":41318,"ĠWays":41319,"(counter":41320,"è¯ķ":41321,"FormGroup":41322,"Ġblew":41323,"courses":41324,"Ġproductos":41325,"rys":41326,"ĠRestr":41327,"Ġstyling":41328,">s":41329,"Ġpiv":41330,"Ġitertools":41331,"getRepository":41332,"ĠIk":41333,"_devices":41334,"layui":41335,"Ġhalfway":41336,"Ġfranç":41337,"Ġtuning":41338,"OA":41339,"_Node":41340,"arde":41341,"Ġfierce":41342,"licted":41343,"#čĊ":41344,"Ġbreakthrough":41345,"ĠErik":41346,"Ġbride":41347,"Ġ.\"":41348,"culus":41349,"inside":41350,"ĠIndianapolis":41351,"ĠEE":41352,"Ġyog":41353,"urret":41354,".fs":41355,".grad":41356,"_cards":41357,"_accuracy":41358,"_epi":41359,"queda":41360,"/org":41361,"éªĮ":41362,"Ġcompte":41363,"))[":41364,"Outside":41365,"Greater":41366,"ĠRenderer":41367,".actor":41368,"Accounts":41369,"Idle":41370,"_hours":41371,"erner":41372,"Joined":41373,"Ġmenj":41374,"requires":41375,"ĠOPER":41376,".removeChild":41377,"ĉsp":41378,"Ġesse":41379,"rift":41380,"xFE":41381,"ĠShakespeare":41382,"____________":41383,"Ġbudgets":41384,"ModelState":41385,"fillable":41386,"-component":41387,"ocos":41388,"ĠBUTTON":41389,"/io":41390,",out":41391,"sms":41392,"Thomas":41393,"ĠArmed":41394,"resume":41395,"Ġrotating":41396,"ĠVault":41397,"Ġseus":41398,".(*":41399,"Ġamino":41400,"Ġ[]);ĊĊ":41401,"Ġprovoc":41402,"nox":41403,".GetEnumerator":41404,"=======Ċ":41405,"æĸĻ":41406,"_scroll":41407,"Ġfilmed":41408,"ĠSoci":41409,"gap":41410,"gro":41411,"Vote":41412,"\"But":41413,"_RC":41414,"Animal":41415,"ÂĢ":41416,"ibile":41417,"Ġawaken":41418,"orest":41419,"inja":41420,"ĠIvan":41421,"(Command":41422,"Ġ*****":41423,"η":41424,"Ġkvinder":41425,"/helpers":41426,"_cases":41427,"tg":41428,"ìĦ¸":41429,"Registered":41430,"ĉpass":41431,"_digits":41432,"Ġcontour":41433,"Ġinfants":41434,"Ġjustification":41435,"ĠFortunately":41436,"Contr":41437,"ĠonCreateView":41438,"_SAMPLE":41439,"ĠallowNull":41440,"Ġnud":41441,"Ġfetched":41442,"_equ":41443,"ĠUnable":41444,"=\\\"\"":41445,">{Ċ":41446,"Ġcommittees":41447,"istema":41448,"+\".":41449,"ÃŃan":41450,"mant":41451,"Ġsoutheast":41452,"ï¼ĮĊ":41453,"dialogs":41454,"PROJECT":41455,"charger":41456,"-port":41457,"(uuid":41458,".export":41459,"Six":41460,"ĠRP":41461,"Prem":41462,"Ġconscience":41463,"ĠmarginRight":41464,"_distribution":41465,"yaml":41466,"resizing":41467,"Dock":41468,"ĠLocations":41469,"GY":41470,"Seed":41471,"BUFFER":41472,"ossip":41473,"ullen":41474,"Things":41475,"-self":41476,".poll":41477,"PLAYER":41478,"Ġå®":41479,"GROUP":41480,"ĠAway":41481,"Ġgospel":41482,"xfd":41483,"Mary":41484,"ĠPortable":41485,"TURE":41486,"Ġutilis":41487,"Ġseit":41488,"Ġstrand":41489,"Ġtransc":41490,"Ġ(^":41491,"ĠAlfred":41492,".mem":41493,".circle":41494,"Ġ~/":41495,"forcing":41496,"Ġriot":41497,"prox":41498,"THON":41499,"ización":41500,"ĠNI":41501,"rost":41502,"Ġdispro":41503,"_instances":41504,"ï¼ĮâĢľ":41505,"ographer":41506,"endas":41507,"ĠIsaac":41508,"ĠPine":41509,"/dis":41510,"ĠcolorWith":41511,"iterate":41512,"_stride":41513,"Ġpunto":41514,".EventArgs":41515,"(center":41516,"Ġneighboring":41517,"ĠPrison":41518,"ĠMessenger":41519,"Ġepidemic":41520,"dao":41521,"_complex":41522,"Ġgravel":41523,"_DIP":41524,"ément":41525,"ĠAri":41526,"_bitmap":41527,".quit":41528,"(valid":41529,"Ġpend":41530,"Ġrespiratory":41531,"Ġrebound":41532,"DefaultValue":41533,"ãĥŃ":41534,"Ġcommits":41535,".tests":41536,"_fr":41537,"itet":41538,".sf":41539,"Ġspacecraft":41540,"critical":41541,"Ġdepressed":41542,"ĠAnyObject":41543,"Ġunb":41544,"Ġdiscern":41545,"(mysql":41546,"Latin":41547,"ĠBog":41548,"ĠWildlife":41549,"ToFile":41550,"ioxid":41551,"@RestController":41552,"Ġ\"$(":41553,"Ġ<<\"":41554,"Ġdefects":41555,"Ġdatum":41556,"hin":41557,"Ġrealizar":41558,"anyahu":41559,"ĠSig":41560,"@Data":41561,"adaptive":41562,"ĠCatherine":41563,".cr":41564,"ĠCOOKIE":41565,"Ġpictured":41566,"ĠFighter":41567,"Queryable":41568,"ĠAnyway":41569,"ĠGLFW":41570,"_namespace":41571,"_ft":41572,"Ġ])":41573,"Organization":41574,"Ġconstitutes":41575,"Ġquand":41576,"(chunk":41577,"\"/>čĊ":41578,"ĠLakes":41579,"mainwindow":41580,"Carthy":41581,"spin":41582,"(csv":41583,":red":41584,"-commerce":41585,"ู":41586,"Ġdiscovering":41587,"Ġeco":41588,"_fac":41589,"inceton":41590,"ĠGreens":41591,"jwt":41592,"ص":41593,"ĠBroncos":41594,"ĠGoods":41595,"(GTK":41596,"ĠreturnValue":41597,"Ġsiempre":41598,"Ġneutr":41599,"went":41600,"ĠNatal":41601,"Ġenthusiastic":41602,"á»į":41603,"FN":41604,"/database":41605,"Catalog":41606,"Ġbrun":41607,"ĠKash":41608,"_Pl":41609,"iscrim":41610,",width":41611,"Ġinmates":41612,"Assignment":41613,"ĠHaven":41614,"Ġplayground":41615,"exam":41616,"@Controller":41617,"uliar":41618,".getParent":41619,"Ġ\";ĊĊ":41620,":size":41621,"issors":41622,"Ġfis":41623,"Ġalc":41624,"ensation":41625,"ĠNixon":41626,"Ġmighty":41627,"-str":41628,"_special":41629,"_ADC":41630,"ĠTwig":41631,"umbling":41632,"-address":41633,"Ġheroin":41634,"YTE":41635,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":41636,"Friend":41637,"Ġave":41638,"ĠPNG":41639,"ĠKurdish":41640,"DataSetChanged":41641,"Ġblades":41642,"bral":41643,"Steam":41644,"Ġsigu":41645,"IRTUAL":41646,"acos":41647,"UDP":41648,"(database":41649,"hec":41650,"ĠStrings":41651,"_scalar":41652,"ĉdesc":41653,"ĠTLS":41654,";\"Ċ":41655,"ĠCorbyn":41656,"SimpleName":41657,"uell":41658,"ĠEntre":41659,"ellites":41660,"-place":41661,"Ġfrankly":41662,"ĠErf":41663,"CEL":41664,"ĠpaÃŃs":41665,"Ġhedge":41666,"Ġlatent":41667,"ĠIRQ":41668,"ĠHerald":41669,"ĠPrec":41670,"ë³´":41671,".TEXT":41672,"Salary":41673,"Ġautumn":41674,"Ġtravail":41675,".Sum":41676,"Ġcared":41677,"Mor":41678,"Ġintuitive":41679,"Ġjournals":41680,"_IT":41681,"ĠTrou":41682,"ä¼ł":41683,"HasColumnName":41684,"Composite":41685,"Ġspice":41686,"_disk":41687,"_CODES":41688,"ĠIntroduced":41689,"iona":41690,"Ġnuestra":41691,"oct":41692,"ĠĠĠĠĊĠĠĠĠĊĠĠĠĠĊ":41693,"(parameter":41694,"Ġstudios":41695,"ĠprojectId":41696,"Ġbdsm":41697,".SqlClient":41698,"imizer":41699,"ĠCARD":41700,"+t":41701,"aan":41702,".sol":41703,"_Adjust":41704,"Ġrighteous":41705,"ĠLogging":41706,".filters":41707,"_TAB":41708,"ĉsys":41709,"rophic":41710,"otherapy":41711,"ĠBrowse":41712,"keyboard":41713,"RON":41714,"+\\":41715,"ropped":41716,"Ġextensively":41717,"fk":41718,"Ġlime":41719,"years":41720,"Exc":41721,"Ġsph":41722,"Ġcheating":41723,"andro":41724,"ÃŃo":41725,"Ġprince":41726,"oire":41727,"ĠDestination":41728,"ĠConverts":41729,"Ġupstream":41730,"oled":41731,"Ġservants":41732,"Ġsemantic":41733,"Ġcrunch":41734,"Ġeventual":41735,"runner":41736,"/error":41737,"Spin":41738,"Ġsecretly":41739,"Ġassemble":41740,".Person":41741,"enderror":41742,"_<":41743,"Ġpendant":41744,"Sleep":41745,"ĠChemistry":41746,"Ġbosses":41747,"lk":41748,"))),Ċ":41749,"Blockly":41750,"DEVICE":41751,"Ġreflecting":41752,"Ġample":41753,"Milliseconds":41754,"ĠPresidential":41755,"Ġusuarios":41756,"ĠNZ":41757,"ĠSalary":41758,"ĠAmanda":41759,"_np":41760,"jury":41761,"Ġkön":41762,"Ġtherapist":41763,"Ġhomosexual":41764,"ĠDrake":41765,"-window":41766,"ĠLocated":41767,".Driver":41768,"ĠVIDEO":41769,"Ġmerchants":41770,"ĠChest":41771,"-lock":41772,"/php":41773,"Ġmilano":41774,"_STYLE":41775,"arger":41776,"idea":41777,"GUID":41778,"advanced":41779,"meal":41780,"OptionsItemSelected":41781,"='%":41782,"ĠCham":41783,":data":41784,"(stat":41785,"WillAppear":41786,"Ġinformal":41787,"aji":41788,"Ġreproductive":41789,"ĠCAS":41790,"ãģ£":41791,"FUNC":41792,"ĠRuth":41793,")+(":41794,"CONST":41795,"ĠFans":41796,"ĠgroupId":41797,"xffffffff":41798,"Ġsampler":41799,"Ġ}}\">":41800,".the":41801,"Ġhollow":41802,"WAY":41803,"ĠFaculty":41804,"AttributedString":41805,"ĠLooks":41806,"ĠRex":41807,"jk":41808,"ĠMIL":41809,"Ġbard":41810,".Long":41811,"Ġlivest":41812,"Ġskal":41813,"icism":41814,"MAIN":41815,"Ġmucho":41816,"BODY":41817,"Ġese":41818,"ĉuse":41819,"Foot":41820,".SQLException":41821,"Ġinheritance":41822,"received":41823,"Ġputas":41824,"edis":41825,"alsa":41826,"ĠErrorMessage":41827,"Booking":41828,"Ġtract":41829,"acz":41830,"ĠCant":41831,"_regex":41832,"Ġideological":41833,"Ġjihad":41834,"hos":41835,"/sys":41836,"colm":41837,"(pool":41838,"Ġestán":41839,"ĠPending":41840,"emás":41841,"Ġktóry":41842,"));ĊĊĊ":41843,"transactions":41844,"Ġwield":41845,"itere":41846,"erture":41847,"_ss":41848,"Ġstretching":41849,"Ġprisoner":41850,".ReadAll":41851,"Ġbesch":41852,"--;čĊ":41853,"Ġcrisp":41854,"_SCAN":41855,"Ġae":41856,"Strict":41857,"ĠMinneapolis":41858,"ĠBoeing":41859,"aris":41860,"rek":41861,"_pipe":41862,"Ġpriests":41863,"(EIF":41864,"ehicles":41865,"ĠInteractive":41866,"between":41867,"ĉNullCheck":41868,"ĠBlair":41869,"ĠLt":41870,"_inline":41871,"ethyl":41872,"¼":41873,"_packages":41874,"Ġbarrels":41875,"_he":41876,"Ġregexp":41877,"_pts":41878,"_Handler":41879,"ingular":41880,"ĠNissan":41881,"ĠRanch":41882,"Ġperch":41883,"Unsupported":41884,"Smith":41885,"ĠLegends":41886,"Mi":41887,"Ġgf":41888,"steder":41889,"Ġacquiring":41890,"Ġsimulator":41891,"(),\"":41892,"receive":41893,"Ġinplace":41894,"ACTION":41895,"ĠWebDriver":41896,"filesystem":41897,"'+Ċ":41909,"Ġcredible":41910,"amat":41911,"playing":41912,".setImageResource":41913,"quel":41914,"Ġpodr":41915,"geom":41916,"Ek":41917,"ĠQatar":41918,"Ġgeld":41919,"?',Ċ":41920,"Ġcyl":41921,"(ax":41922,"ĠWI":41923,"urally":41924,"ĠBrasil":41925,"Ġsenza":41926,"aley":41927,"onen":41928,"Ġbah":41929,"Ġmolecule":41930,"Rad":41931,"è¿°":41932,"ANCH":41933,"-background":41934,"-agent":41935,"Ġprolifer":41936,":boolean":41937,"Ġtide":41938,"erializer":41939,"_;čĊ":41940,"Fee":41941,"**)":41942,"ergy":41943,"ĠHonor":41944,".Logging":41945,"iris":41946,"Ġundermine":41947,"ĠDy":41948,"Ġtyr":41949,"Ġdeque":41950,"Ġdamer":41951,"([])Ċ":41952,".layoutControlItem":41953,"peated":41954,"CAN":41955,"ragments":41956,"Land":41957,")]);Ċ":41958,"ĠSah":41959,"ĠDECL":41960,"Within":41961,"ĠNamespace":41962,"another":41963,"sembling":41964,".describe":41965,"Consum":41966,"ĠFear":41967,"given":41968,"Orange":41969,"This":41993,"ĠdataIndex":41994,"Ġprintable":41995,"ĠEyes":41996,"_targets":41997,"(Py":41998,".over":41999,"Ġbru":42000,"ampton":42001,"Ġplaintiff":42002,");Ċ":42013,"invest":42014,".*ĊĊ":42015,"Ġtélé":42016,"Ġsuperf":42017,"Ġcascade":42018,"DTD":42019,"Ġvivid":42020,"Ġsubsidies":42021,"ĠHass":42022,"Ġcollaps":42023,"Ġceramic":42024,"{}\".":42025,"ĠLeakage":42026,"-trash":42027,"collapsed":42028,"-social":42029,"ĠChad":42030,"Ġinclined":42031,"Ġsto":42032,"Ġstoryboard":42033,".payment":42034,"stackoverflow":42035,"ĠRaiders":42036,"Ġ#'":42037,"olicies":42038,"ìľ¼ë¡ľ":42039,"emap":42040,"Ġkj":42041,"Ġquota":42042,"ĠGardens":42043,"ë²Ī":42044,"ĠAngels":42045,"Ġoft":42046,"Ġlowercase":42047,"ĠiParam":42048,"Ġcheapest":42049,"unta":42050,"_pkt":42051,"icators":42052,"Ġleurs":42053,"Ġdecreases":42054,"ĉdefine":42055,"PREC":42056,"ammers":42057,"ĠPreparedStatement":42058,"(direction":42059,"Ġcrews":42060,"arked":42061,"ĠMemphis":42062,"ĠSell":42063,"GTK":42064,"Ġmaid":42065,":disable":42066,"éĽĨ":42067,"ĠPf":42068,"Ġalbeit":42069,"openh":42070,"?>\">Ċ":42071,".getSource":42072,"(scale":42073,"Du":42074,"ĠPIL":42075,"_refresh":42076,"Ġbets":42077,"(car":42078,"ĠVon":42079,"|--------------------------------------------------------------------------Ċ":42080,"ĠGrat":42081,"Much":42082,"(Dialog":42083,".stopPropagation":42084,"Ġtek":42085,"Ġexits":42086,"'],$":42087,"ĠphoneNumber":42088,"ucs":42089,"ecimal":42090,"--------------":42091,"inp":42092,".pojo":42093,"Ġcorpus":42094,"Ġpractitioners":42095,".pic":42096,"\"testing":42097,"ĠstringBy":42098,".NotNull":42099,"Ġrang":42100,".Dynamic":42101,"_Render":42102,"аÑĤа":42103,"Waiting":42104,"ĠWik":42105,"Ġoverwhelmed":42106,"%\">":42107,"ĠAE":42108,"}}>Ċ":42109,"uw":42110,"_typ":42111,"Ġbuckets":42112,"Ġgreeting":42113,"Ġlaughter":42114,"Ġantagon":42115,"uggestion":42116,"-email":42117,"ĉtop":42118,"Ġeros":42119,"_tri":42120,"Ġissuing":42121,"Ġhá":42122,"Ġisolate":42123,"Overflow":42124,",E":42125,"Ġnutritional":42126,"ĠAbbott":42127,"Ġnf":42128,".touch":42129,".fetchall":42130,"_zip":42131,"\")}Ċ":42132,"Ġamat":42133,"ĠCisco":42134,"ĠnÃ¥":42135,"PLEX":42136,"Ġsei":42137,"foto":42138,".toJson":42139,"å¤ļ":42140,"ĠKlein":42141,"Ġlibc":42142,"Ġminers":42143,"å¢":42144,"-print":42145,"ĠPride":42146,"Todos":42147,"Ġmasked":42148,"ĠsetData":42149,"Ġtelefon":42150,"Ġunhappy":42151,"ĠTables":42152,"geb":42153,"(debug":42154,"_allowed":42155,"-access":42156,"Ġlogistics":42157,"Ġgems":42158,"ĠMature":42159,"Ġrsp":42160,"ĠAlle":42161,".getBytes":42162,"\\web":42163,"ynchronized":42164,"Paragraph":42165,"Ġthrottle":42166,".sqlite":42167,"consulta":42168,"ĠSeah":42169,"Ce":42170,"Ġsubmar":42171,"ERE":42172,"Vous":42173,"Ġreddit":42174,"Ġsqlalchemy":42175,"-mile":42176,"ocide":42177,"Pour":42178,"}}\">Ċ":42179,"stead":42180,"Ġ@(":42181,"Ġ[])":42182,"ĠAds":42183,"Ġoverload":42184,"ridden":42185,"ĠDesert":42186,"ĠWrap":42187,"ĠPortuguese":42188,"etz":42189,"ĉfirst":42190,"Ġmilestone":42191,"æĹł":42192,"ÑĥÑī":42193,"(success":42194,"\")Ċ":42363,"ĠDollar":42364,"Ġemoji":42365,"Carousel":42366,"-player":42367,"Ġadjusting":42368,"Ġjuga":42369,"allenges":42370,"gene":42371,"(bodyParser":42372,"lopedia":42373,"ĠBehind":42374,"Ġsleeves":42375,"Ġdragging":42376,"ĠChevrolet":42377,"Ġbiz":42378,"ivities":42379,"ĠFrequency":42380,",char":42381,".WHITE":42382,"_preview":42383,")';Ċ":42384,"_ax":42385,"IONS":42386,".cpu":42387,".inputs":42388,"UBE":42389,"_feed":42390,"ĠSupplement":42391,"!).":42392,"esus":42393,"ĠUDP":42394,"Ġmicrophone":42395,"Ġconfirms":42396,".isNotEmpty":42397,"\":\"\",Ċ":42398,"_SCREEN":42399,"ĉexpected":42400,"+-+-+-+-":42401,"ĠHait":42402,"fastcall":42403,"Ġdepict":42404,"vb":42405,"_picture":42406,"ĉdescription":42407,"ĠWife":42408,"uci":42409,"Ġvicious":42410,"ä»ĸ":42411,"ueba":42412,"ĠsetUser":42413,"ãģ¡":42414,"Ġdiving":42415,"Ġopera":42416,"usercontent":42417,"arah":42418,")},":42419,"yun":42420,"velt":42421,"Ġuncovered":42422,"Ġhips":42423,"Ġoscill":42424,"Ġasserting":42425,"ĠXi":42426,".restore":42427,"kea":42428,"Ġspelling":42429,"Ġderive":42430,"abwe":42431,"ĠDow":42432,".setType":42433,"_vs":42434,"Ġcozy":42435,".categories":42436,"Org":42437,"_mgr":42438,"Ġdungeon":42439,"collectionView":42440,"ĠBlank":42441,"acias":42442,"ää":42443,"_cleanup":42444,"_ACTIVITY":42445,"Ġtriangles":42446,".MenuItem":42447,"Ġiphone":42448,"ĠWon":42449,"]]ĊĊ":42450,"ĠComparison":42451,".Doc":42452,"Ġcanonical":42453,"ĠSudan":42454,"'){":42455,"UpInside":42456,"builtin":42457,"ENCY":42458,"xbe":42459,"Ġchuck":42460,"Ġcontradict":42461,"Ġnuestro":42462,"Ġarchitectural":42463,"ĠFib":42464,"Ġcompares":42465,"*k":42466,"Cfg":42467,"çĦ¡":42468,"nten":42469,"Matches":42470,"ĠDOWNLOAD":42471,"_HANDLER":42472,"management":42473,"[S":42474,"ENG":42475,"ÂĢÂ":42476,"fang":42477,"Ġslipped":42478,"ĠLanka":42479,"escaping":42480,"Ġtackles":42481,"ĠPedro":42482,".Prop":42483,".''":42484,".Generated":42485,".NewGuid":42486,"atrigesimal":42487,"illon":42488,"Ġstatistic":42489,"species":42490,"holding":42491,"Drupal":42492,"Ġfundamentally":42493,"Ġbondage":42494,"Ġresolutions":42495,"InlineData":42496,"\\Type":42497,"estion":42498,".wrap":42499,"Ġwarriors":42500,"ĠLOCAL":42501,"Archive":42502,"Ġembraced":42503,"ủ":42504,".Ver":42505,"ĠAffordable":42506,"olesale":42507,"ĠApplied":42508,"ĠConversion":42509,"mega":42510,"_cam":42511,"Ġceremon":42512,"aurus":42513,"ĠVolk":42514,".opens":42515,"/about":42516,"ĠStd":42517,"journal":42518,"()){čĊ":42519,",\"\\":42520,"(Arrays":42521,"ĠDense":42522,"aseña":42523,"änner":42524,"/stat":42525,"userData":42526,"Ġgerman":42527,"Ġtz":42528,"worthy":42529,"FormatException":42530,"pherd":42531,"Ġsmiles":42532,"ĠWhenever":42533,"(adapter":42534,".badlogic":42535,"Ġbriefing":42536,".GridColumn":42537,"-char":42538,"dimension":42539,"ĠCopper":42540,"Ġninth":42541,"Ġ'{{":42542,"Ġrav":42543,"_Table":42544,"Ġderivatives":42545,"ĠRaise":42546,"ĠFut":42547,"armor":42548,"-padding":42549,"Ġremin":42550,"ĉstyle":42551,"ĠMembership":42552,"Ġspreads":42553,"Ġgalleries":42554,"ĠClarke":42555,"Ġconception":42556,"minute":42557,"Ġabusive":42558,"_adj":42559,"Ġterrific":42560,"Ġovert":42561,"ourcing":42562,"Ġentrada":42563,"levels":42564,"Ġcritique":42565,"Ġrespects":42566,"ĠMMA":42567,"iene":42568,"Ġencaps":42569,"ĠRaymond":42570,"Divider":42571,"ivable":42572,"baz":42573,"Ġ@_;Ċ":42574,"ĠClaire":42575,"Ġurging":42576,"CEE":42577,"Ġtransformer":42578,"discord":42579,"ĠJourney":42580,"tos":42581,"Ġcompetitions":42582,"ĠOBJ":42583,"ĠBis":42584,"Ġrelaxation":42585,"idy":42586,"_INSTANCE":42587,"ĠPref":42588,"dados":42589,"iciencies":42590,"ĠMediaQuery":42591,"ĠCube":42592,"ĠStrange":42593,"gpu":42594,"(days":42595,"_InitStruct":42596,"Ġfingerprint":42597,"emat":42598,"ĠGecko":42599,"Ġrails":42600,"ĠLum":42601,"straction":42602,"igung":42603,"(movie":42604,"_dictionary":42605,"_interrupt":42606,"ĠQC":42607,"iked":42608,"appendChild":42609,"recipient":42610,"ré":42611,"Ve":42612,"Ġtowel":42613,".lastIndexOf":42614,"Ġplacebo":42615,"ĠWie":42616,".esp":42617,"(Debug":42618,"operative":42619,"Ġdeceased":42620,"&id":42621,"ĉmutex":42622,"elic":42623,"Ġbapt":42624,"ĉčĊčĊ":42625,"Ġfarther":42626,"Half":42627,".disable":42628,".menuStrip":42629,"leccion":42630,"ĠresultCode":42631,"Ġcans":42632,"-election":42633,"female":42634,"_FIX":42635,"ausible":42636,"ĠPOWER":42637,"Ġreconstruction":42638,"Ġscans":42639,".XtraBars":42640,"âĢĺs":42641,"Removed":42642,"Ġparagraphs":42643,"_margin":42644,"Ġlymph":42645,"Ġbos":42646,"lington":42647,"ĠBaptist":42648,"Ġadvertisements":42649,"ĠManage":42650,"/yyyy":42651,"IOUS":42652,"ENCES":42653,"ĠFiction":42654,"ĉmenu":42655,"ĠFileOutputStream":42656,"ovan":42657,"ĠFeng":42658,"Ġskipping":42659,"getClass":42660,"anni":42661,"Ġrebounds":42662,"Ġpublicity":42663,"Ġingres":42664,"usement":42665,"Ġthoughtful":42666,".Chart":42667,"Ġhatte":42668,"passport":42669,"Ġhooked":42670,"ĠLens":42671,"Ġflagship":42672,"Ġstip":42673,"ĠGEN":42674,"Ġclues":42675,"ipv":42676,"ĠRise":42677,"ĠGew":42678,"tablename":42679,"Ġforemost":42680,"_validate":42681,"_analysis":42682,"olla":42683,"Ġqualifications":42684,"Ġdistributions":42685,"ĠFlower":42686,"Ġtense":42687,"Ġthankful":42688,"Ġclutch":42689,"Ġunified":42690,"roads":42691,"Ġsiti":42692,"Ġstall":42693,"_PRIORITY":42694,"cstdlib":42695,"_USERNAME":42696,".bytes":42697,"?page":42698,"ermalink":42699,"ĠVeget":42700,"/vnd":42701,"-author":42702,".NONE":42703,"ĠConcurrent":42704,"ĠCry":42705,"Ġstarters":42706,"ĠInteraction":42707,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":42708,"ĠLEVEL":42709,"Ell":42710,"ĠcomboBox":42711,"ĠTheresa":42712,"tek":42713,"_Handle":42714,"Ġaby":42715,".gdx":42716,",end":42717,"(Local":42718,"Ol":42719,"knife":42720,"arial":42721,"ĠHoff":42722,"Ġprostituerade":42723,"Doctor":42724,"Instances":42725,".SetValue":42726,"ĉfrom":42727,"Ġluxurious":42728,"Indent":42729,"Allocator":42730,"_DRAW":42731,"(\",\",":42732,"ĠFrances":42733,"ĠgroupBox":42734,"(schema":42735,"Printf":42736,"ORIES":42737,"-gradient":42738,"Ġreput":42739,"arin":42740,"_DONE":42741,"incre":42742,"ignty":42743,"Ġexert":42744,"Ġ-.":42745,"/App":42746,"-through":42747,"Ġdeclining":42748,"Ġdessert":42749,"Ġincumb":42750,"Ġdesignation":42751,".PORT":42752,",strong":42753,"Ġsandbox":42754,"Ġwines":42755,"ĠPav":42756,"$str":42757,"askell":42758,"Ġhö":42759,"ĠPY":42760,"GetInstance":42761,"TextInput":42762,"gameObject":42763,"/events":42764,"createdAt":42765,"ĠlocalVar":42766,"ĠWHITE":42767,"pered":42768,"ilege":42769,"efficient":42770,",color":42771,"cate":42772,"ĠCafe":42773,"Ġsimilarities":42774,"Ġpumps":42775,"ĠHungary":42776,".Username":42777,"Ġskate":42778,"Ġtouchdowns":42779,"Ġaccelerate":42780,"ĠHelen":42781,"OMEM":42782,"ĠKun":42783,"_vol":42784,"ĠfindAll":42785,"ĠMenschen":42786,"ahead":42787,");\"":42788,"kommen":42789,"Ġpossessed":42790,".argmax":42791,".transition":42792,"ARP":42793,"OLUME":42794,"(script":42795,"ĠÐĺ":42796,"ĠFinding":42797,"onces":42798,"Io":42799,"Bold":42800,"Ġrenewal":42801,"_DIALOG":42802,"Ġdisreg":42803,"INTERN":42804,"Ġtoute":42805,"Ġelectr":42806,"ĠGross":42807,"ĉtrue":42808,".Fields":42809,"ĠWIDTH":42810,"ĠDent":42811,"ĠÃģ":42812,"NSNotification":42813,"Ġaos":42814,"Ġmelee":42815,".Validation":42816,"ĠDEC":42817,"-dependent":42818,"Ġsuic":42819,"Traits":42820,"$message":42821,"ĠDear":42822,"ĉFILE":42823,"languages":42824,".Prot":42825,".addr":42826,"-generation":42827,"ICON":42828,"Ġtransplant":42829,"-description":42830,"Ġchasing":42831,"Ġchees":42832,"Ġ}*/Ċ":42833,"Trad":42834,"queries":42835,"/widgets":42836,"subpackage":42837,"Ġespec":42838,"Ġcracked":42839,"Ġcompetitor":42840,"Purchase":42841,"-team":42842,"olecular":42843,"orThunk":42844,"&P":42845,"Ġrelent":42846,"/#{":42847,"ĠproductId":42848,"Ġè¾":42849,"ĠLav":42850,"ĠAlter":42851,".Mode":42852,"ADIO":42853,"grp":42854,"æ·»åĬł":42855,"Quit":42856,"Ġdepths":42857,"-category":42858,"ĠDATABASE":42859,"SPELL":42860,"ĠFalcon":42861,"ĠQStringList":42862,"Ġ''.":42863,"ĠInstitution":42864,"damage":42865,"azor":42866,"belongsTo":42867,"verages":42868,"ĠNONE":42869,"ippets":42870,",\\Ċ":42871,"Ġfootprint":42872,"_archive":42873,"nak":42874,".getField":42875,"ĠReflection":42876,"Ġ']":42877,"ĠHBO":42878,"_discount":42879,"Ġincest":42880,"ĠDodge":42881,"ĠWade":42882,".NO":42883,"\"encoding":42884,"ĠBlockchain":42885,"Ġlawsuits":42886,"ĠMaint":42887,"chten":42888,"Ġétait":42889,"Ġktóre":42890,"_ctl":42891,"(timer":42892,"Battle":42893,"izo":42894,"ayed":42895,"IOR":42896,"ĠGlasgow":42897,"Ġsynth":42898,"_logs":42899,".pose":42900,"_AdjustorThunk":42901,"((&":42902,"Ġunsure":42903,"ystate":42904,"íķĺëĬĶ":42905,"OULD":42906,".ng":42907,"Ġdefaultdict":42908,"workspace":42909,"Ġselective":42910,"PickerController":42911,"YNAMIC":42912,".methods":42913,"Ġpathways":42914,"ĠFew":42915,"KG":42916,"CRYPT":42917,"following":42918,"ĠDLC":42919,"ĠSara":42920,"Ġpreset":42921,"estructor":42922,"ĠKurt":42923,"Ġairplane":42924,"Ġomp":42925,"ĠParents":42926,"ĠMartinez":42927,".complete":42928,"Ġbroadly":42929,"Ġscare":42930,"ĠMé":42931,"Ġelimination":42932,"Ġpoured":42933,"/sw":42934,"Ġcomun":42935,"Ġmasc":42936,"ĠOrganic":42937,"ĠStringUtils":42938,"ilateral":42939,"Ġreluctant":42940,"-age":42941,"Ġnz":42942,".\"\\":42943,"Ġpastor":42944,"alez":42945,"Ġefect":42946,"prov":42947,"/init":42948,"Ġpenn":42949,"unds":42950,"Ġssize":42951,"ĠProj":42952,"basename":42953,"Ġshells":42954,"ĠNeck":42955,"ĠEnforcement":42956,"vided":42957,"stown":42958,"Sphere":42959,"$r":42960,"ussen":42961,"afil":42962,"ĠTelegram":42963,"Ġanalytical":42964,"нÑĭе":42965,"usually":42966,"xn":42967,"Ġhistorian":42968,"ĠGregory":42969,"olph":42970,"ĠUna":42971,"Ġcontributes":42972,"%-":42973,"antiago":42974,"ÑĢед":42975,".region":42976,"Ġabrupt":42977,"ĠUnsupportedOperationException":42978,"ĠTASK":42979,"_finish":42980,"Ġnotorious":42981,"ĠVs":42982,"ĠMQ":42983,"Ġsunset":42984,"Ġunacceptable":42985,"arcer":42986,"Ġillumin":42987,"ĠOrb":42988,"Ġbh":42989,"Este":42990,"_dispatch":42991,"Ġripped":42992,"Ġtoujours":42993,"ĠParcel":42994,"_ll":42995,".userName":42996,".classes":42997,"SOURCE":42998,"(Number":42999,"елÑı":43000,"Ġheadphones":43001,"(side":43002,"constitution":43003,"annah":43004,"čĊĠĠĠĠĠĠĠĠčĊ":43005,"Ġcliff":43006,"-ref":43007,"Ġmostrar":43008,"ĠPowell":43009,"+y":43010,"ĠBG":43011,"_fragment":43012,".Port":43013,"Ġrealizing":43014,"paramref":43015,"Ġhometown":43016,"@Table":43017,"+\"--}}Ċ":43196,"French":43197,"EntityManager":43198,"ĠPlain":43199,"////////////////////////////////////////////////////////////////////":43200,"³":43201,"(RE":43202,"capt":43203,"Ġorganisms":43204,"Ġjets":43205,"olocation":43206,"ĠAppRoutingModule":43207,"Ġglorious":43208,"æľį":43209,"Ġdiscarded":43210,"ĉĉĉĉĠĠĠĠĠ":43211,"ĠArnold":43212,"lug":43213,"Ġparl":43214,"Ġhormones":43215,"Ġmah":43216,"ĠSonic":43217,"Ġorganizers":43218,"_PLATFORM":43219,".inv":43220,"Ġchord":43221,"ventional":43222,"ĉof":43223,"Episode":43224,".Enum":43225,"unkt":43226,"ĠDh":43227,"ĠJared":43228,"ĠNak":43229,"Ġintends":43230,"Endian":43231,"Ġaustralia":43232,"_cv":43233,"(resolve":43234,"Ġclinics":43235,"liked":43236,"ASHINGTON":43237,"inha":43238,"'*":43239,"ĠNP":43240,"_beh":43241,"Ġhf":43242,"Ġwür":43243,"categoria":43244,"$form":43245,"Ġsubway":43246,"ĠisActive":43247,"popular":43248,"Cour":43249,"Ġcooldown":43250,"Ġainsi":43251,"ĠGLuint":43252,"ereal":43253,"ĠarrayOf":43254,"Ġhatch":43255,"==========":43256,"resses":43257,"_PP":43258,".^":43259,"_decay":43260,"ĠBless":43261,"metrics":43262,"ĠCOPYING":43263,"ĠDumpster":43264,"ĠJosé":43265,"ĠDesigns":43266,"<":43269,"Ġ\"}Ċ":43270,"timezone":43271,"Ġeer":43272,"maxcdn":43273,"ĠESC":43274,"igaret":43275,"_connected":43276,"_reverse":43277,"Ġquestionable":43278,"ĠUSC":43279,"Ġtutti":43280,"Ġdropout":43281,"ĠActivities":43282,"ĠWinds":43283,"')));Ċ":43284,"Ġcongest":43285,"ģı":43286,"Ġprolonged":43287,"è¿Ļ":43288,"ĠCrossAxisAlignment":43289,"LEEP":43290,"ĠVALID":43291,"ĠGaz":43292,"Ġdependence":43293,"ĠPrix":43294,".CompilerServices":43295,"jump":43296,"Ġstrat":43297,"circ":43298,"ĠCUSTOM":43299,"xaa":43300,"Ġbmp":43301,"Ġbureau":43302,"Ġwaren":43303,"NX":43304,"(Window":43305,"ĠChristie":43306,"_FE":43307,"Ġtn":43308,"ĠOmega":43309,"communications":43310,"HomePage":43311,"completion":43312,"Ġsupplying":43313,"YPES":43314,"ável":43315,"åĪ¶":43316,"(click":43317,"\\Contracts":43318,"/questions":43319,"Ġez":43320,"AMS":43321,".mesh":43322,"Ġ'\\Ċ":43373,"Robot":43374,"JsonObject":43375,"ĠDF":43376,"ĠProcessor":43377,"_should":43378,".protobuf":43379,"-users":43380,"Ġembry":43381,"FONT":43382,"Ġstartups":43383,"ĠDataSource":43384,")#":43385,"uros":43386,"_Color":43387,"Ġstandalone":43388,"}[":43389,"jd":43390,"Ġforgive":43391,"Ġngx":43392,"ĠGenerally":43393,"Ġconfigurable":43394,"/order":43395,"Ġvas":43396,"')\";Ċ":43397,"ĠRR":43398,"ĠTroy":43399,"Ġcompromised":43400,"ĠSwan":43401,"intendent":43402,"Central":43403,"_keeper":43404,"Ġarquivo":43405,"ĠReadOnly":43406,"_curve":43407,"kv":43408,"entin":43409,"è±":43410,"ĠEy":43411,".imread":43412,"ĠPam":43413,"iffe":43414,"ativity":43415,"xbc":43416,"Ġgrim":43417,"-filled":43418,"namese":43419,"']:":43420,"Ġaur":43421,"ĠGibson":43422,".MouseEvent":43423,"Ġlado":43424,"avadoc":43425,"Ġfamil":43426,"ĠModer":43427,"fps":43428,"ãĢĢãĢĢ":43429,"-example":43430,"ĠAlzheimer":43431,"ĠUtf":43432,"_arguments":43433,"Conclusion":43434,"textContent":43435,"remaining":43436,"Ġinterrupts":43437,"ĠBackup":43438,"ĠMong":43439,"Ġreceptors":43440,"histor":43441,".coroutines":43442,"Ġshouted":43443,"Alarm":43444,"Ġcombust":43445,"Ġgrote":43446,"ultural":43447,"(ids":43448,"--------------------------------------------------------------------------------":43449,"iplinary":43450,"Opts":43451,"ĠYale":43452,"localStorage":43453,"Ġequival":43454,"ĠFleet":43455,"\\b":43456,"*pi":43457,"ĠQLabel":43458,"æ¡":43459,"Ġvx":43460,"ĠACL":43461,"Ġsucesso":43462,"Ġperc":43463,"ĠNotre":43464,"Ġanarch":43465,"Ring":43466,"spb":43467,"Ġstrpos":43468,"stores":43469,"ĠMaple":43470,"(MainActivity":43471,"(\"\"))":43472,"ĠviewHolder":43473,"Quad":43474,"Ġigual":43475,"orsche":43476,".margin":43477,"Ġindie":43478,"Ġfranc":43479,"ĠFormBuilder":43480,"ĠParticip":43481,".flash":43482,"Ġstorms":43483,"Ult":43484,"Ġfen":43485,"[new":43486,"Ever":43487,"=\"Ċ":43488,"Ġlocalized":43489,"_follow":43490,"Ġnave":43491,"Ġdominance":43492,"(tile":43493,"Journal":43494,"ĠVC":43495,"Ġpenetration":43496,"ï¼ķ":43497,"Ġcompartment":43498,"Ġbids":43499,"Formatted":43500,"******/ĊĊ":43501,"(city":43502,"âĢĶit":43503,"[C":43504,"ĠuseCallback":43505,"aub":43506,")?.":43507,"ĠVAR":43508,"ĠSebastian":43509,"ĠMoss":43510,"Ġabundant":43511,"Greg":43512,"ÑĤа":43513,"_ci":43514,"Ġbibli":43515,"CRM":43516,"ĠAttempt":43517,"isme":43518,"dash":43519,"ãĢİ":43520,"_mu":43521,".FormattingEnabled":43522,"Indeed":43523,"-direct":43524,"Ġsucking":43525,"Ġpne":43526,"ocabulary":43527,"ĠPackers":43528,".Navigation":43529,"Ġpied":43530,"cribing":43531,"ĠStuart":43532,".ToDouble":43533,"ĠSecondary":43534,"Saving":43535,"ĠDut":43536,"ĠMadd":43537,"Magic":43538,",H":43539,".documentElement":43540,"ĠBST":43541,"Ġdiffers":43542,"Ġmoreover":43543,"_nd":43544,"SEARCH":43545,"пÑĢав":43546,"æ´":43547,"toMatch":43548,"Ġdecreasing":43549,"-member":43550,"ampus":43551,"(boost":43552,"Daily":43553,"DataGridView":43554,"ĠHttpContext":43555,"Ġhipp":43556,"_workers":43557,"-language":43558,"éĵ":43559,"Ġconsisted":43560,"athing":43561,"ĠMercury":43562,"$content":43563,"Ġpracticed":43564,"ĠModules":43565,"_DAY":43566,"Ġweaknesses":43567,"ĠLodge":43568,"Ġnar":43569,"ĠMate":43570,"Ġjp":43571,"ĠHttpHeaders":43572,"Ġsmo":43573,"ĠTOKEN":43574,"])(":43575,"Ġaqui":43576,"swagen":43577,"Ġsrv":43578,"ĉans":43579,"Around":43580,"ĠManuel":43581,"Ġfictional":43582,"ĠIMG":43583,"Ġ.'":43584,"ĠBerry":43585,"Ġwallpaper":43586,"sexual":43587,"iero":43588,"ĠçļĦ":43589,"ìĨĮ":43590,"BackingField":43591,"ĠAdrian":43592,"BASEPATH":43593,"Ġrepeats":43594,"Ġblues":43595,"Ġunpredict":43596,"_coll":43597,"stacle":43598,"ĠTumblr":43599,"ĠElf":43600,"Ġassurance":43601,"Ġcensus":43602,"ĠIMPORT":43603,"ENDER":43604,"anos":43605,"Ġ=(":43606,"ĠEllis":43607,"\"ĊĊĊĊ":43608,".win":43609,"ĠAbove":43610,"alon":43611,"_tick":43612,"Ġrepresentations":43613,"Ġæķ":43614,"wid":43615,"ĠArms":43616,"Lista":43617,"_failure":43618,"_cm":43619,".FlatAppearance":43620,"Ġthrone":43621,"Patch":43622,"ĠVoy":43623,"engl":43624,"Ġnegotiating":43625,">`":43626,"Ġshoots":43627,"ĠFPS":43628,".Year":43629,"ĠKiss":43630,"ención":43631,"reeting":43632,"FromFile":43633,"Ġresignation":43634,"Ø·":43635,"Ġtwins":43636,"ượ":43637,"Ġgebru":43638,".getContent":43639,".Tree":43640,"ĠEmployees":43641,"ĠFIFA":43642,"Ġcertainty":43643,"(Cl":43644,"Ġtotals":43645,"editable":43646,"à¥Ģ":43647,".Reporting":43648,"Mas":43649,"quiet":43650,".rules":43651,"ĠVO":43652,"conexion":43653,",K":43654,"Ġallocator":43655,"ĠPowder":43656,"\\Repository":43657,"Beat":43658,"_tipo":43659,"Ġ['',":43660,"_INTR":43661,"Ġ<<<":43662,"\");čĊ":43691,"dropIfExists":43692,"ĠBeg":43693,"_HAL":43694,"ĠcrossAxisAlignment":43695,"ĠEvidence":43696,"Ġpeculiar":43697,"Ġinstitute":43698,"veis":43699,"Ġfft":43700,"Ãģ":43701,"Ġzoekt":43702,"analy":43703,"ĠHomeland":43704,"Ġpenetr":43705,"uddenly":43706,"ĉelement":43707,"ĠBren":43708,"ĠTrudeau":43709,"ĠCuban":43710,"jam":43711,"uslim":43712,"_ev":43713,"Ġstems":43714,"}%":43715,"Ŀå§ĭ":43716,"Ġbranding":43717,"Ġcorrespondence":43718,".jquery":43719,"¢åįķ":43720,"ĠReads":43721,"(HttpStatusCode":43722,"assin":43723,"(slot":43724,"ĠGraduate":43725,"///<":43726,"Ġinformations":43727,"ENABLE":43728,"Ġpuis":43729,"Ġfinder":43730,"ĠBris":43731,"Ġnettsteder":43732,"_mid":43733,"Ġogs":43734,"ĠSterling":43735,"Ġarrog":43736,"strftime":43737,"|ĊĊ":43738,"Ġvox":43739,"ĠRegardless":43740,"Ġeso":43741,"ĠComfort":43742,".BooleanField":43743,"Ġuh":43744,"ACY":43745,"Ġsqueez":43746,"ĠVic":43747,"contro":43748,".lo":43749,"Ġire":43750,"ĠComedy":43751,"ë¶":43752,"Ġoriginated":43753,"Ġshipment":43754,"|max":43755,"_guid":43756,"levation":43757,"наÑı":43758,"(undefined":43759,"ĠDDR":43760,"Ġshootings":43761,"ĠLatino":43762,"ENDOR":43763,"Ġaveraging":43764,"Ġgreeted":43765,"Ġtheaters":43766,"ое":43767,"ĠdB":43768,"Ġgst":43769,"Ġdefinite":43770,".Storage":43771,".her":43772,"Ġafore":43773,"ĠReality":43774,"ĠGods":43775,"versed":43776,"Ġhandsome":43777,"Ġexcluding":43778,"(ad":43779,"Quotes":43780,"ĠScheme":43781,"?q":43782,"ĠTamil":43783,"Ticks":43784,"Ġpest":43785,"'n":43786,"Ġpornography":43787,"_modal":43788,"Ġ----------":43789,"Ġdisposable":43790,"FREE":43791,"Ġshark":43792,"CHE":43793,"Ġdepicted":43794,"Ġdemonstrations":43795,"ĠKilled":43796,"ĠRULE":43797,"Ġobsessed":43798,"Ġsimplified":43799,"Postal":43800,"Ġconceptual":43801,"Ġpst":43802,"Las":43803,"_PROJECT":43804,"ucceeded":43805,"olu":43806,"ÄŁi":43807,"Ġpersonalities":43808,"Ġreshape":43809,"Ġenclosed":43810,"ĉptr":43811,"Ġtutorials":43812,"Ġexploded":43813,"_DIRECTORY":43814,"åĨħ容":43815,"Ġcanon":43816,"Ġrecognise":43817,"PAD":43818,"ĠApprox":43819,"ĠRestore":43820,"ĠImportant":43821,"Ġheavier":43822,".Sequential":43823,"Earth":43824,"ĠMilk":43825,".setRequest":43826,".tem":43827,"Ġreconstruct":43828,"Ġskeptical":43829,"_Private":43830,"BUF":43831,"qua":43832,":a":43833,"Ġsek":43834,"Ġdwell":43835,"ossa":43836,"Ġrewarded":43837,"ий":43838,"(topic":43839,"_partition":43840,"Ġ__________________":43841,"Keywords":43842,"ĠFranco":43843,"Lite":43844,"Ġnaken":43845,"Ġза":43846,"OBJECT":43847,"Ġcrafts":43848,"ĠSwap":43849,".Xna":43850,".Connect":43851,"Ġbalcony":43852,"(real":43853,"ĠBarnes":43854,"bir":43855,"ĠTwenty":43856,"ayan":43857,"atars":43858,"ĠPropel":43859,"ĠIhnen":43860,"Upgrade":43861,"Ġcurb":43862,"-second":43863,"Ġneph":43864,".pres":43865,"ìŀħ":43866,".seq":43867,"Ġpadded":43868,"\"?":43869,"jl":43870,"ãĥ¬":43871,"')a":43875,"Coordinates":43876,"Ġenacted":43877,"ENTS":43878,"Ġlac":43879,".final":43880,"ĠPhpStorm":43881,"called":43882,"Ġinquiries":43883,".middleware":43884,"ĠDowntown":43885,"/';Ċ":43886,"Ġkilomet":43887,"accel":43888,"Ġquien":43889,"wstring":43890,"setData":43891,"Ġmanera":43892,"Ġmodular":43893,"rimp":43894,"Ġtariffs":43895,"âĢĻil":43896,"_THROW":43897,"/color":43898,"ĠHTMLElement":43899,"Ġcarro":43900,"Ġprere":43901,"Ġplotting":43902,"ĠPositive":43903,"ĠMachines":43904,"OTES":43905,"Ỽ":43906,"pleasant":43907,"Ġalte":43908,"Ġainda":43909,"these":43910,"Ġcors":43911,"ipay":43912,"ĠAdvisory":43913,"ĠRubio":43914,"jq":43915,"Ġlimestone":43916,"Ġdetached":43917,"设置":43918,"tenant":43919,"ĠDepth":43920,"alore":43921,"ĠÑģÑĤÑĢок":43922,"ĠFORE":43923,"ĠLay":43924,"presentation":43925,")');Ċ":43926,".subplots":43927,"Ïĥ":43928,"NOW":43929,"Gar":43930,"handles":43931,"abra":43932,"puties":43933,"ĠElectrical":43934,"Middle":43935,"ropic":43936,"ĠJD":43937,"ĠDyn":43938,"ĠBristol":43939,"ĠMcCarthy":43940,"Ġstriker":43941,"Ġenumerable":43942,"ĠEvan":43943,".defaults":43944,"quences":43945,")||":43946,"ĉtoken":43947,"âĹı":43948,"-dropdown":43949,"STORE":43950,"ĠGraphic":43951,"(pp":43952,"Expl":43953,"Ġupwards":43954,"ĠDistributed":43955,"ĠWEB":43956,"Jer":43957,"isNaN":43958,"çĶŁæĪIJ":43959,">R":43960,"üssen":43961,"efs":43962,"Ġuncover":43963,"Ġlud":43964,".calculate":43965,"Ġintptr":43966,"Ġmidfielder":43967,".Headers":43968,"Ġmf":43969,"eref":43970,".Metro":43971,"ĠSpeaking":43972,":b":43973,"Ġcryptocurrencies":43974,"Ġdemons":43975,"ĉEXPECT":43976,"Ġwicked":43977,"youtube":43978,":Int":43979,"ĠHindi":43980,"ĠCAT":43981,"Ġع":43982,"rar":43983,"omore":43984,"/per":43985,"/license":43986,"Ġreim":43987,"Ġawaiting":43988,"Ġlethal":43989,"ĠEF":43990,"rounded":43991,"ĠPlatinum":43992,"ĠвÑģе":43993,".coords":43994,".Device":43995,"/item":43996,"ĠWenn":43997,"compileComponents":43998,"ĠKinder":43999,".removeItem":44000,"Ġanda":44001,"bnb":44002,"Ġpra":44003,"(transaction":44004,"Ġembarrassing":44005,"ĉBOOL":44006,".contentView":44007,"Ġeventdata":44008,"atore":44009,"ĠprovidedIn":44010,"irma":44011,"Ġzona":44012,"_HW":44013,"æĻ":44014,"Ġstove":44015,"Ġcounterpart":44016,"_Product":44017,"_MANAGER":44018,"Ġinfring":44019,"ĠERA":44020,"_party":44021,"Ñij":44022,"Ġinici":44023,"_Request":44024,"Ġmiracle":44025,"ĠcancelButton":44026,"Spy":44027,"ató":44028,"Ġpolish":44029,"ĠNicole":44030,".displayName":44031,"\\Requests":44032,"ĠuseHistory":44033,"RouterModule":44034,"Ġstared":44035,"IDER":44036,"ÑĥнкÑĨи":44037,"Ġnota":44038,"$arr":44039,"pecified":44040,"Ġtopp":44041,"_DRIVER":44042,"/ng":44043,"åł":44044,"_tm":44045,"%timeout":44046,"\"":44488,"tlement":44489,"$(\"":44490,"FromString":44491,"ĠBild":44492,"Ġconventions":44493,"_native":44494,"ĠInspector":44495,"ĠPist":44496,"ubar":44497,"Ġregs":44498,"ĠPilot":44499,"Thus":44500,">'+":44501,"Ġcela":44502,".news":44503,"(Product":44504,"Living":44505,"Russia":44506,"Ġfacet":44507,"etical":44508,"Ġ['$":44509,"/[":44510,"ĠDire":44511,"Ġgases":44512,"ĠINFORMATION":44513,"ĠEat":44514,"ĠForums":44515,"ĠCharacters":44516,"_met":44517,"Ġìĭľ":44518,"Ġkings":44519,"achie":44520,"ĠLambda":44521,"Ġtimers":44522,"ĠLighting":44523,"ĠCasey":44524,"addir":44525,"andex":44526,".answer":44527,"ĠHip":44528,"ĠPrincip":44529,"StartDate":44530,"ĠãĢĮ":44531,"tres":44532,"Ġ&#":44533,".MaxValue":44534,"ĠProblems":44535,"Ġlatex":44536,"OfClass":44537,"ĠLynn":44538,"//'":44539,"Ġvoyage":44540,"Ġshuttle":44541,"ĠRoller":44542,"ĠRuntimeError":44543,"uya":44544,"Dic":44545,"ĉbuilder":44546,"Ġbullying":44547,"Ġsimplest":44548,".called":44549,"ĠLR":44550,"Ġmorality":44551,"Ġsturdy":44552,"tracking":44553,".swagger":44554,"_BIND":44555,"ITOR":44556,"-urlencoded":44557,"ĠÑħ":44558,"ĠTrinity":44559,"Ġtraps":44560,"Ġ|-":44561,"ĠsetText":44562,"Ġbargain":44563,"Ġbrakes":44564,".getCode":44565,"Ġmigrate":44566,"Ġribbon":44567,")return":44568,"Ġcharger":44569,"acom":44570,"ADIUS":44571,"ĠAmbassador":44572,"-after":44573,"Ġanni":44574,"ĉspin":44575,"Concept":44576,"ĠHenderson":44577,"ĠHOST":44578,".rank":44579,"ĠNortheast":44580,"Ġberlin":44581,"Ġrequis":44582,".feed":44583,"ĠsourceMapping":44584,"ĠRencontre":44585,".ajax":44586,"nestjs":44587,"Ġtrek":44588,"ĠNacional":44589,"Ġ&[":44590,"Ġpayable":44591,"ortex":44592,"Ġdept":44593,"fieldName":44594,"Ġcompletes":44595,"ĠRVA":44596,"Ġonions":44597,"alignment":44598,"Formats":44599,"Ġ'{$":44600,"HashSet":44601,"ĠBod":44602,".InvariantCulture":44603,"Ġsettlements":44604,"Ġhydr":44605,".updated":44606,"venth":44607,"(seconds":44608,"=\"/\"":44609,"Ġwebpage":44610,"(ĊĊ":44611,"Ġtir":44612,"Ġtoes":44613,"ĠBrick":44614,"Ġambition":44615,"Pot":44616,"=max":44617,"ETIME":44618,"Ġdepot":44619,"calls":44620,"ĠNorwegian":44621,"`:":44622,"Ġburger":44623,"Ġprofessors":44624,"ĠAllocate":44625,"-thirds":44626,"-chart":44627,"Ġford":44628,"*N":44629,".kotlin":44630,"Ġpaperwork":44631,"ĠDEVICE":44632,"%@\",":44633,"respect":44634,"(mp":44635,"é«ĺ":44636,"-if":44637,"Ġcushion":44638,"obot":44639,"Ġparc":44640,"SPACE":44641,"ĠNetanyahu":44642,"Ġselfish":44643,"feat":44644,"Ġclientes":44645,"-tools":44646,"Ġporch":44647,"Ġjq":44648,".verbose":44649,"Ġliberals":44650,"])ĊĊĊ":44651,"pies":44652,"NotBlank":44653,"(term":44654,"ÈĽi":44655,"_Params":44656,".normalize":44657,"Bullet":44658,"ASIC":44659,"(hex":44660,"_cliente":44661,"+,":44662,"_DI":44663,"Ġforthcoming":44664,"}\")]Ċ":44665,"seo":44666,"Um":44667,">Name":44668,"Ġcomfortably":44669,"irectional":44670,"WITH":44671,"/pr":44672,"ĠPoor":44673,"ĠVitamin":44674,"vic":44675,"GH":44676,"Ġpriorit":44677,"ĠNN":44678,"ĠClosed":44679,"¤í":44680,"ĠisOpen":44681,"\\Console":44682,"AndFeel":44683,".SUCCESS":44684,"_OPERATION":44685,"polation":44686,"ĠTas":44687,"psz":44688,">'.":44689,"CURRENT":44690,"Vendor":44691,"hosts":44692,"ĠErd":44693,">tagger":44694,"ĠsourceMappingURL":44695,"Ġmarathon":44696,"_closed":44697,"Ġexemption":44698,"Ġrecognizes":44699,"ideshow":44700,"'$":44701,"('/');Ċ":44702,"mits":44703,"warz":44704,"ĠCherry":44705,"µ¬":44706,"nor":44707,"porte":44708,"Ġwl":44709,"_backup":44710,".getBoolean":44711,".getResource":44712,"Ġdefinitive":44713,".EditText":44714,"ĠsÃŃ":44715,".CONT":44716,"ĠPLAYER":44717,".cards":44718,"ĠShore":44719,"('/')Ċ":44720,"cluir":44721,"WebDriver":44722,"(month":44723,"-release":44724,"Ġinspector":44725,"å£":44726,"ĠNF":44727,"_clip":44728,"åŃIJ":44729,"Ġinteracting":44730,".tmp":44731,"Ġ'''ĊĊ":44732,"Ġdee":44733,"Ġfrost":44734,"\"]))Ċ":44735,"ĠPlaces":44736,"Throws":44737,"fork":44738,"/day":44739,"iPhone":44740,"ĠMIC":44741,"Ġfolding":44742,"Ġcrore":44743,"ĠChiefs":44744,"pherical":44745,"(price":44746,".WriteString":44747,"Ġexiting":44748,"]',Ċ":44749,"ighting":44750,"Ingredient":44751,"(vertex":44752,"ĠscrollView":44753,"hf":44754,":new":44755,"SEN":44756,"sector":44757,"Ġspins":44758,"ĠScheduler":44759,"otechn":44760,"semicolon":44761,"FontOfSize":44762,"ĠSpecifically":44763,"flamm":44764,".ObjectId":44765,"Ġconta":44766,"_permissions":44767,"ĉFROM":44768,"ICODE":44769,"/kg":44770,"ĠHotels":44771,"-med":44772,"ĠDin":44773,"Ġnavy":44774,"getParam":44775,"Ġmend":44776,"Ġportrayed":44777,"ĠMetropolitan":44778,"Painter":44779,"Ġreferral":44780,"_good":44781,"Ġmarvel":44782,"osaic":44783,">(&":44784,".ur":44785,"Ġestos":44786,"William":44787,"Ġtimber":44788,"Ġquelques":44789,"ĠDocuments":44790,".Xaml":44791,"Ġbatches":44792,"éģĵ":44793,"ĠReleased":44794,"Tail":44795,"COOKIE":44796,"heid":44797,"_station":44798,"ĠVia":44799,"Sale":44800,"ĠRepeat":44801,"Ġpromin":44802,"ĠZo":44803,"-forward":44804,"ĠIon":44805,"itary":44806,"Ġjus":44807,"-request":44808,"Ġproudly":44809,"ĠStreaming":44810,"(MouseEvent":44811,"ĠSprint":44812,"_rotation":44813,"Repositories":44814,"Ġtart":44815,"ĠÑģв":44816,"Ġmappings":44817,"èª":44818,"Cu":44819,"Cycle":44820,"Ġbun":44821,"ĉlua":44822,"ãĥī":44823,"Ġ((!":44824,"Ġcollectively":44825,"ĠCond":44826,"Ġwszyst":44827,"(lib":44828,"openhagen":44829,"_skip":44830,".ColumnHeader":44831,"éĤ":44832,"perienced":44833,"ıè¿°":44834,"_props":44835,"Ġcontrace":44836,"Ġmatchup":44837,"abetic":44838,".members":44839,"RECT":44840,"(dat":44841,"Ġsog":44842,"renom":44843,"_Method":44844,"Customers":44845,"fullname":44846,"ZN":44847,"retry":44848,"Ġkap":44849,"ĠNeu":44850,"èĬ":44851,"addChild":44852,"willReturn":44853,"_permalink":44854,"Ġenergetic":44855,"ĠWet":44856,"ĠMorr":44857,"Ġgcd":44858,"counts":44859,",type":44860,"dig":44861,"(Login":44862,"Ġcracks":44863,"Ġbacterial":44864,"ĠMeat":44865,"ĠArmstrong":44866,"ĠBronze":44867,"Ġapproximate":44868,"_dirs":44869,"liga":44870,"ÅĤad":44871,"Ġkindness":44872,"Ġcontre":44873,"ĠEVERY":44874,"MET":44875,"Ġannouncements":44876,"gpio":44877,"ĠWaitForSeconds":44878,"ĠPhotoshop":44879,"Ġdiscontin":44880,"/dd":44881,"Ġtopology":44882,"anical":44883,".interface":44884,"aucoup":44885,".HashSet":44886,"ARIANT":44887,"(routes":44888,"ĠTeh":44889,"Ġhype":44890,"]\").":44891,"Ġslam":44892,"Ġbroth":44893,"-inter":44894,"ĠRid":44895,"-manager":44896,"Cancelar":44897,"ĠPagination":44898,"Ġsoundtrack":44899,"Ġposterior":44900,"Ġscrub":44901,"creating":44902,"-*":44903,"irteen":44904,".dy":44905,".symmetric":44906,"Ġ\"\".":44907,"===============":44908,"Ġchassis":44909,"ĠnumberOfRows":44910,"Developer":44911,"_bins":44912,"ĠOUR":44913,"rieb":44914,"Pros":44915,"ĠwiÄĻ":44916,"\"d":44917,"Ġasyncio":44918,"zeigen":44919,"_spi":44920,".ALL":44921,"Ġscrews":44922,"Chinese":44923,"ĠapiKey":44924,"Ġunsuccessful":44925,"ĠSeahawks":44926,"ORG":44927,"ç«ł":44928,"Ġprofessionally":44929,"ĠCoupon":44930,"åŃĹ段":44931,"Convention":44932,"Ġpolym":44933,"æīĭ":44934,"Ġsalvation":44935,"Ġengineered":44936,"ĠWrest":44937,"ĠGCC":44938,"Ġwarmer":44939,"LayoutConstraint":44940,"Ġaggrav":44941,"Scripts":44942,"venture":44943,"Ġrefrigerator":44944,"Ġinnovations":44945,"ĠRunner":44946,"NIC":44947,"ĠRolling":44948,"ControlEvents":44949,"Ġloos":44950,"pac":44951,"ĉpanel":44952,"efe":44953,"ĠBuddha":44954,"--------------Ċ":44955,"åºĵ":44956,"(forKey":44957,"Ġlumin":44958,"Ġ(?":44959,"ĠAIDS":44960,",user":44961,"imientos":44962,"contentType":44963,"antlr":44964,"é¦":44965,"ĠWelt":44966,"Production":44967,"might":44968,"ĠVII":44969,"\",(":44970,"Ġobserving":44971,"Ġdeliberate":44972,"(control":44973,"Ġwithd":44974,"Ġsemana":44975,"STACK":44976,"uchen":44977,"Nice":44978,"ĠDeutschland":44979,"ĠSpecifies":44980,"dma":44981,"izio":44982,"ĠFacts":44983,"_popup":44984,"ĠDirectors":44985,"{:":44986,"[R":44987,"ĠÑįлеменÑĤ":44988,"Ġplat":44989,"Ġdirecting":44990,"ä¸ī":44991,"ĠGilbert":44992,"âĢ¦.ĊĊ":44993,".qml":44994,"Ġthereafter":44995,"Ġdisposition":44996,"draft":44997,"Ġsurgeon":44998,"ĠInsider":44999,"Blend":45000,"ĠTrev":45001,"trinsic":45002,"Topics":45003,"rieve":45004,"_FILENAME":45005,"Ġautres":45006,"Jose":45007,"Producer":45008,"erus":45009,"Ġpetit":45010,"ĠNEXT":45011,"ĠFilters":45012,"Ġreplicate":45013,"\"]).":45014,"Ġlenders":45015,"]\",Ċ":45016,";charset":45017,"CppObject":45018,"Ġfloral":45019,"ĠTipo":45020,"Ġcircuits":45021,"easy":45022,"(&$":45023,"itta":45024,"eryl":45025,"_COMMON":45026,"'}}>Ċ":45027,"-backed":45028,"(variable":45029,"(Index":45030,"Ġvoir":45031,"_locations":45032,"++){":45033,"ĠLouisville":45034,"Ġgratitude":45035,".Mockito":45036,"ĠPowers":45037,"ieurs":45038,"Ġgeographic":45039,"rale":45040,"Ġcra":45041,"ĠSpurs":45042,"iphertext":45043,"ACION":45044,"-common":45045,"Ġvictories":45046,"ĠFinals":45047,".shuffle":45048,"-million":45049,"_PROC":45050,"assume":45051,"Ġils":45052,"DBC":45053,"BootTest":45054,"Ġlavor":45055,".testing":45056,".ast":45057,"\"]/":45058,"moid":45059,"Ġqualification":45060,"gesch":45061,"ĉput":45062,"Ġairports":45063,"JI":45064,"Teacher":45065,"_uniform":45066,"Ġnama":45067,"ĠBast":45068,"ertype":45069,"capture":45070,"getAll":45071,"ĠReynolds":45072,"ooled":45073,".comments":45074,"Ġchin":45075,").*":45076,"Ġили":45077,"tgl":45078,"udos":45079,"ĠdÃŃas":45080,"chai":45081,".program":45082,"Ġpsz":45083,"ĉicon":45084,"phil":45085,"entral":45086,"_WRAP":45087,"ovi":45088,"Ġnostalg":45089,"Infinity":45090,"ĉyield":45091,"Ġvitamins":45092,"Quaternion":45093,"Sink":45094,"_goods":45095,"Ġ........":45096,"ĠWings":45097,"uridad":45098,"-story":45099,"\"])ĊĊ":45100,"idelity":45101,"TypeDef":45102,"Gtk":45103,"ĠíĮ":45104,"_Main":45105,"Ġchez":45106,"ĠRaven":45107,"Ġpayroll":45108,"Ġfreelance":45109,"LLU":45110,"ĠMend":45111,"eday":45112,"ApiModelProperty":45113,".FormBorderStyle":45114,"Ġeconomist":45115,"stanbul":45116,"Ġfreight":45117,"-Agent":45118,"(meta":45119,"Ġsymmetry":45120,"Ġ'..":45121,".Calendar":45122,"-aut":45123,"gf":45124,"pent":45125,"yclopedia":45126,"Ġwishing":45127,"ĊĊĊĊĊĊĊĊĊĊĊĊ":45128,"Ġgentleman":45129,"Ġê³":45130,"=#":45131,"Ġlectures":45132,"âĢľIn":45133,"Ġ!_":45134,"Ġhb":45135,"ĠVendor":45136,"Recently":45137,"_notes":45138,"æıIJ示":45139,"\"My":45140,"HeadersHeight":45141,"_SO":45142,"Ġunwilling":45143,"Ġsuperhero":45144,"gio":45145,"psy":45146,"ĠPeer":45147,"javax":45148,"&apos":45149,"ĠCrisis":45150,"ordinal":45151,"Memcpy":45152,"++++++++++++++++":45153,"-val":45154,"Ġworkbook":45155,"-ap":45156,"=k":45157,"Ġmetallic":45158,"_peer":45159,"ByPrimaryKey":45160,"_SD":45161,"uator":45162,"_SHADER":45163,")Math":45164,".Transform":45165,"Ġcows":45166,"Phi":45167,"ĠClem":45168,"(_(\"":45169,"ĠLud":45170,"-delay":45171,"ĠSecurities":45172,"ĠOrthodox":45173,"Symfony":45174,"(report":45175,"Ġentertain":45176,"EPS":45177,"izoph":45178,"exual":45179,"IRD":45180,"ä»İ":45181,"Ġlith":45182,"Ġsanitize":45183,"Ġfeminine":45184,"ISBN":45185,".authentication":45186,"_pipeline":45187,"/constants":45188,"ĠCONF":45189,"Ġlucr":45190,"ricia":45191,".ttf":45192,".setContent":45193,"Ġstan":45194,"orean":45195,"ĠLloyd":45196,".rawValue":45197,"Ġgor":45198,"ĠBrowns":45199,"Regression":45200,"Ġlowering":45201,"naissance":45202,"Ġblows":45203,"Ġamazed":45204,"Ġunrelated":45205,"Reviews":45206,"Ġruby":45207,"ĠModifier":45208,"Ġgiants":45209,".thread":45210,"Ġcontainment":45211,"ĠStartCoroutine":45212,"umat":45213,"orelease":45214,"ĠRandy":45215,"@endif":45216,"Digest":45217,"Ġsuburban":45218,"=\");Ċ":45219,"Ġannonce":45220,".variable":45221,"\\Foundation":45222,"Ġacre":45223,"Van":45224,"Ġtuples":45225,"dns":45226,"ĠStanding":45227,"_large":45228,"Ġboxing":45229,"SupportActionBar":45230,"ĠFortune":45231,"ĠRum":45232,"_multiple":45233,"archical":45234,"Ġfwrite":45235,"_quote":45236,"Ġfoolish":45237,"Ġcomprising":45238,"Ġоп":45239,"-selected":45240,"vf":45241,"maid":45242,"Nama":45243,"(datetime":45244,"Ġindirectly":45245,"gart":45246,"fixtures":45247,"chos":45248,"ĠHalo":45249,"Ġrecurring":45250,"-news":45251,"vil":45252,"ĠNursing":45253,"-produ":45254,"ĠHQ":45255,"\\HttpFoundation":45256,"enci":45257,"auen":45258,"Ġvy":45259,"ocracy":45260,"Ġdelegation":45261,"Ġasphalt":45262,"ĠsetSelected":45263,"kok":45264,"/rest":45265,"metics":45266,"ĠNSDate":45267,"Ġtravelled":45268,"Ġrecib":45269,"Ġmime":45270,"CLIENT":45271,"ĠGU":45272,"ĠHANDLE":45273,"/Q":45274,"[z":45275,"Ġbothered":45276,"ĠBBQ":45277,"ças":45278,"_examples":45279,"_FIN":45280,"ĠwhiteColor":45281,"Ġastronom":45282,"-dir":45283,"Ġsovereign":45284,"Ġbreeze":45285,"Ġinning":45286,"ĠEdmonton":45287,"gli":45288,".blogspot":45289,"jsx":45290,"Ġversa":45291,"ĠMohammed":45292,".Job":45293,"-toggler":45294,"ĠполÑĮзоваÑĤ":45295,"ardon":45296,"Ġnewborn":45297,"Ġnaval":45298,"noteq":45299,"Ġtumblr":45300,"Ġhentai":45301,"ĠTypically":45302,"Ġloot":45303,".Sprite":45304,"Flight":45305,"Ġwavelength":45306,"-sk":45307,"ĠElle":45308,"_exports":45309,"ĠÑı":45310,"ĠIH":45311,"izophren":45312,"Ġíģ":45313,"_primary":45314,"Ġmois":45315,"ĠBN":45316,"Ġsystemic":45317,"Ġdiferentes":45318,"INCT":45319,"Ġ''ĊĊ":45320,"$q":45321,"WidgetItem":45322,"clide":45323,"$file":45324,"Lemma":45325,"/table":45326,"agrid":45327,"ĠMongoDB":45328,"inte":45329,"Ġapprent":45330,"ÂŃing":45331,".Db":45332,"ĠÃĤ":45333,"hammer":45334,"='';Ċ":45335,"Ġbrokers":45336,"itlement":45337,"semblies":45338,"Ele":45339,"{x":45340,"Ġlastname":45341,"<-":45342,"Ġflatten":45343,"_band":45344,".Root":45345,".readFileSync":45346,"======":45347,".rx":45348,"?čĊ":45349,"Ġmetaphor":45350,"Ti":45351,"conte":45352,"Ġdebit":45353,"Ġcontempt":45354,"CppType":45355,"æĶ¯":45356,"FormField":45357,"ratio":45358,"osopher":45359,"Ġimplant":45360,"PURE":45361,"Ġalta":45362,"_management":45363,"Ġrefine":45364,"ĠCheckBox":45365,"ĠCharl":45366,"-version":45367,"conditional":45368,"venues":45369,"Ġrifles":45370,"Ġoffspring":45371,"Ġmilling":45372,"Ġsharply":45373,"Ġunderwater":45374,"(origin":45375,"_Control":45376,"Ġ.$":45377,"Plugins":45378,"Ġdrying":45379,"Ġillustrates":45380,"-u":45381,"Ġvegetarian":45382,"npc":45383,"Heart":45384,";',Ċ":45385,"comma":45386,"teenth":45387,"asan":45388,"/spec":45389,"_moves":45390,"-margin":45391,"Ġingen":45392,"³³³":45393,"Ġprojet":45394,"Ġotra":45395,"Ġbras":45396,".utc":45397,"Ġslept":45398,"=sub":45399,"abilit":45400,"poster":45401,"Ġsdk":45402,"ouncill":45403,"Ġwd":45404,"PreparedStatement":45405,"ĠDrum":45406,"(attribute":45407,"ĠEthernet":45408,"ĉDB":45409,"California":45410,"cube":45411,"[I":45412,".Created":45413,"ĠHM":45414,"Ġtracing":45415,"FormsModule":45416,"-you":45417,".currency":45418,"feeding":45419,"Ġtbody":45420,"Li":45421,"accion":45422,"nas":45423,"Ġtrouver":45424,"NONE":45425,"\"},čĊ":45426,"Ġftp":45427,"WithIdentifier":45428,"polate":45429,"FileInfo":45430,"Ġpursued":45431,"ĠĠĠĠčĊĠĠĠĠčĊ":45432,"DESCRIPTION":45433,"}*/Ċ":45434,"FromNib":45435,"Ġdecorative":45436,"_SSL":45437,"(chat":45438,"TLS":45439,"Ġsurprises":45440,"alculate":45441,"ĠSplash":45442,"(Configuration":45443,"ĠSEM":45444,"imson":45445,"/library":45446,"":45521,"GED":45522,"faq":45523,"Ġoptionally":45524,"_Dis":45525,"ĠSuccessful":45526,"ĠCensus":45527,"Ġincarcer":45528,"_CARD":45529,"Ġaviation":45530,"ĠGym":45531,"Authority":45532,".Bean":45533,"shader":45534,"NotExist":45535,"_TextChanged":45536,"ĠSTOP":45537,"(team":45538,"\"H":45539,"wg":45540,"Ġgrinder":45541,"Ġstripe":45542,"Ġpreservation":45543,"Claim":45544,"aversal":45545,"warehouse":45546,"targets":45547,"Trust":45548,"Ġallev":45549,",www":45550,"ousse":45551,"_chan":45552,"_Size":45553,"systems":45554,"Ġobjection":45555,"ĠKane":45556,"Ġcorros":45557,"ĠDSL":45558,"Ġua":45559,"ĠMH":45560,"ĠStrategic":45561,"_tcp":45562,"Ġê°Ĵ":45563,"Ġborrowed":45564,"ĠAch":45565,"ĉcommand":45566,"Ġgps":45567,"leston":45568,"ichever":45569,"ĠUA":45570,"Ġassaulted":45571,"Ġspecializes":45572,"ĉsearch":45573,"Hotel":45574,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠčĊ":45575,"ĠPitch":45576,"ĠÙģ":45577,"READY":45578,"Ġparental":45579,"Ġgéné":45580,"Ġdonnées":45581,"Ġdetain":45582,"TARGET":45583,"Ġprotagonist":45584,"ĠclearInterval":45585,"ĠIconButton":45586,"ĠGetAll":45587,"TypeInfo":45588,"EH":45589,"âĢľThey":45590,"Ġ{[":45591,"Ġgag":45592,"ĠÚ©":45593,"ĠDropdown":45594,".free":45595,"gone":45596,"imens":45597,"Ġinstal":45598,"ĉcurl":45599,"_CAN":45600,"ĠBone":45601,"ï¼Ķ":45602,"onyms":45603,"-government":45604,".bindingNavigator":45605,"ĠDans":45606,"ĠMcL":45607,"(en":45608,">(_":45609,"ÐĴÑĭ":45610,".*;čĊ":45611,"=j":45612,"-cor":45613,"Son":45614,".ToolStripItem":45615,"-around":45616,"_XML":45617,"endDate":45618,"Ġslack":45619,"Ġrotated":45620,"Ġnoqa":45621,"Ġcottage":45622,"Ġencontrar":45623,"_skill":45624,"houette":45625,"!čĊ":45626,".weather":45627,"Ġemphasized":45628,"家":45629,"ĠÑģпиÑģ":45630,"ĠCompiler":45631,"(android":45632,"ĠâĢº":45633,".turn":45634,"Ġsuppression":45635,"_calls":45636,"Ġ*@":45637,"(strlen":45638,".hex":45639,"ĠBills":45640,"ĠRSA":45641,"ÏĤ":45642,"ĠEscape":45643,"ementia":45644,"Ġfrontend":45645,"Ġpint":45646,"_exc":45647,"zzo":45648,"[],Ċ":45649,"Ġ\"','\"":45650,".Environment":45651,"Ġaforementioned":45652,"Ġendure":45653,"prototype":45654,"therapy":45655,"ssi":45656,"Deg":45657,"_plugins":45658,".userInfo":45659,"Printer":45660,"ĠPROGRAM":45661,"Ġruins":45662,"Ġempirical":45663,"Ġcrawl":45664,"ĠBoiler":45665,"-comment":45666,".subplot":45667,"_et":45668,"Ġ'.',":45669,"minor":45670,"ĠCustoms":45671,"Ġyaw":45672,"underline":45673,"ĠComo":45674,"(('":45675,"(mean":45676,"Ġchaque":45677,"ĠBlocks":45678,".rad":45679,"ilibrium":45680,"Ġwebdriver":45681,"Ġmelhor":45682,"dana":45683,"ĠAbuse":45684,"ĠSouthwest":45685,"ĠParen":45686,"PERTIES":45687,"ĉIL":45688,"Ġscream":45689,"vu":45690,"Ġincomes":45691,"Ġnim":45692,"Ġlace":45693,"Ġcompensate":45694,"Reverse":45695,"Dat":45696,"_attack":45697,"Ġnour":45698,"achen":45699,"cek":45700,"\"+":45957,"Ġtokenizer":45958,"Ġsovereignty":45959,"ĠPence":45960,"()\");Ċ":45961,"Ġpessoas":45962,".Ge":45963,"ĠIncluded":45964,"Ġpagina":45965,"Ġexposing":45966,"еÑĪ":45967,"_SCRIPT":45968,"/$',":45969,"Thumbnail":45970,"×Ķ":45971,"webElementX":45972,"webElementXpaths":45973,"pressure":45974,"ĠCurry":45975,"_CP":45976,"OLUTION":45977,"ILES":45978,"protect":45979,"oola":45980,"Workspace":45981,"{};Ċ":45982,"ĠUNS":45983,"Ġsympathy":45984,"roker":45985,"Ġremodel":45986,"ĉcell":45987,"Ġatop":45988,".FullName":45989,"Ġfaut":45990,"ĠEasily":45991,"_dynamic":45992,"Ġframed":45993,"Ġmotive":45994,"è·¯":45995,"sam":45996,"Ġmarca":45997,"ĠTextEditingController":45998,"Ġdestructor":45999,"cream":46000,"Ġrude":46001,"ĠBold":46002,"ĠIndigenous":46003,"Ġgens":46004,"Ġrelacion":46005,"(system":46006,"ĠUIFont":46007,"_charge":46008,"USTER":46009,"EV":46010,".Namespace":46011,"Ġmerger":46012,"Ġcalloc":46013,"gang":46014,"BadRequest":46015,"Ġsper":46016,"-design":46017,"Ġâĩ":46018,"Chan":46019,"Ġorganism":46020,",)":46021,"=id":46022,"_plane":46023,"ĠCases":46024,"elfast":46025,"ĠLegislature":46026,"ĠFaker":46027,"Ġinvoking":46028,"-utils":46029,"().'":46030,".face":46031,"Ġguardian":46032,"myModal":46033,"Ġclipboard":46034,"ĠATM":46035,"Ġpeas":46036,"ĠSylv":46037,".calc":46038,"ĠContacts":46039,"intValue":46040,"Ġmodifying":46041,"ĠBarb":46042,".loss":46043,"_percentage":46044,"Asked":46045,"(lst":46046,"ategorical":46047,"-files":46048,"ĠRomania":46049,".Ac":46050,"Ġhai":46051,"ĠFlying":46052,"Ġż":46053,"jp":46054,"ĠTrainer":46055,".arc":46056,"_deg":46057,"Ġtraceback":46058,"OrFail":46059,"FLOW":46060,".old":46061,"oya":46062,"gmt":46063,"isempty":46064,"Ġvaccination":46065,"Ġobsolete":46066,"recognized":46067,"Ġruined":46068,"ĠRein":46069,"ĠTracking":46070,"xfb":46071,"اÛĮ":46072,"Ġvære":46073,"Ġbryster":46074,"ĠITS":46075,"Ġdestiny":46076,"Ġswear":46077,"Ġredes":46078,"Ġclf":46079,"Ġflipped":46080,"ĉhead":46081,"Bluetooth":46082,"ĠOverrides":46083,":Boolean":46084,"_=":46085,"_lr":46086,"spawn":46087,":index":46088,"VALUES":46089,"iskey":46090,"?\");Ċ":46091,".synthetic":46092,"ĠChecking":46093,"structures":46094,"iping":46095,"Ġvocals":46096,"-Up":46097,"ĠManufacturers":46098,"ĠMarriage":46099,"代çłģ":46100,"Ġgarner":46101,"_Client":46102,"parallel":46103,"RIEND":46104,"Ġvinegar":46105,"segue":46106,"JB":46107,"Ġcontacting":46108,"ĠCarroll":46109,"Ġoutreach":46110,"tensor":46111,"_variant":46112,"Ġtheat":46113,"licable":46114,"{|":46115,"tiny":46116,"_letter":46117,"Ġpencil":46118,"HeadersHeightSizeMode":46119,"iltro":46120,".autoconfigure":46121,".drag":46122,".useState":46123,"ĠBMI":46124,"hint":46125,"Compile":46126,"*\\":46127,"enary":46128,"Ġlvl":46129,".Cache":46130,"+=\"":46131,"_tv":46132,"ruitment":46133,"Ġfread":46134,"Articles":46135,"fila":46136,"Ġpackaged":46137,"âĺĨ":46138,"ATHER":46139,"ĠPlanned":46140,"scheme":46141,"Ġdiary":46142,"Ġoffenses":46143,"/F":46460,"ĠStick":46461,"Ġcerc":46462,"ĠSlee":46463,"ĉĉĠĠĠĠĠĠĠĠ":46464,"":46639,"ĉcol":46640,"VG":46641,"_boolean":46642,"recent":46643,"Ġ*)ĊĊ":46644,"ĠRainbow":46645,"ommen":46646,"Ġlur":46647,"Ġoppression":46648,"(\",\");Ċ":46649,"ĠFacility":46650,"DEFINED":46651,"Ġneon":46652,"Ġoffender":46653,"AFP":46654,"ĠCleaning":46655,"[]):":46656,"Ġundocumented":46657,".Repositories":46658,"ĠGuitar":46659,"аÑģÑģив":46660,"Skills":46661,"Ġtestimon":46662,"ryptography":46663,"ĠAmber":46664,"ĠStalin":46665,"Ġlone":46666,"Ġapenas":46667,"Ġdieses":46668,"ĠArduino":46669,"转":46670,"==-":46671,"_Act":46672,"Ġcoded":46673,"âĸł":46674,"amburger":46675,"-links":46676,"Ġarmour":46677,".High":46678,"getContent":46679,"stag":46680,"Ġheck":46681,"ĠìĹĨ":46682,"ĠMcConnell":46683,"ĠConcert":46684,"ĠAlloc":46685,"äre":46686,".replaceAll":46687,"Ġpartitions":46688,"rott":46689,"ĠFle":46690,"_TREE":46691,"reasonable":46692,"ĠReporting":46693,"Ġbillionaire":46694,"scores":46695,"mins":46696,"-eye":46697,"MORE":46698,"abort":46699,"ĠSWT":46700,"Ġinverted":46701,"ĠTeachers":46702,";n":46703,"Ġastro":46704,"нов":46705,"аниÑĨ":46706,"producto":46707,"countries":46708,"ĠOwen":46709,"Ġcontamination":46710,"Ġvibe":46711,"ĠElli":46712,".script":46713,"ĠOlive":46714,"DMA":46715,"vier":46716,":semicolon":46717,"-module":46718,"gressive":46719,"agu":46720,"_players":46721,"Ġresultados":46722,"started":46723,"scrollTop":46724,"=====":46725,"Ġweighing":46726,"Ġ[[[":46727,"zahl":46728,"(NS":46729,"ĠAssertion":46730,"league":46731,".setTextColor":46732,"ĉMessage":46733,"Ġmoms":46734,"_AF":46735,".wh":46736,"ALS":46737,"Ġautre":46738,"]ĊĊĊĊ":46739,".opacity":46740,"ĠBuddhist":46741,"Ġdeaf":46742,"ĠOrganisation":46743,"(Global":46744,"ensch":46745,"Ġheadache":46746,"ĠAlien":46747,"_inode":46748,"ĠStark":46749,"Ġæī":46750,"-lnd":46751,"oref":46752,"_feat":46753,"Ġpedestrian":46754,"Ġnominal":46755,"Ġballoon":46756,"Ġsprites":46757,"PrototypeOf":46758,"ĠApost":46759,"ĠFEATURE":46760,"OH":46761,"Ġrecess":46762,"ĠDonna":46763,"consumer":46764,"$GLOBALS":46765,"ĠGIF":46766,"-frame":46767,"Inicio":46768,"Ġpassages":46769,"DateString":46770,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":46771,".byte":46772,"Bug":46773,"initializer":46774,"pkt":46775,"odium":46776,"ĠDER":46777,".ops":46778,"leri":46779,"Ġgifted":46780,"Ġdetach":46781,"terrain":46782,"elters":46783,"ãģı":46784,".loader":46785,"ĠNGO":46786,"strncmp":46787,"Kh":46788,"(fontSize":46789,"rocket":46790,"Ġprecedent":46791,"ĠAurora":46792,"ĠExperiment":46793,"isphere":46794,"Encoded":46795,"ĠâĢĵĊĊ":46796,"Ġpyramid":46797,"ĠAnniversary":46798,"ofil":46799,"ëŁ":46800,"(plugin":46801,"Coeff":46802,"Ġcooperate":46803,"Ġpredominantly":46804,"ISM":46805,"Phrase":46806,"_DEFINE":46807,"Flip":46808,"AMILY":46809,"ĠMarkets":46810,"ĠStreamReader":46811,"ĠCombine":46812,"Ġmanuscript":46813,"zza":46814,",tp":46815,"Whatever":46816,"ITICAL":46817,"ighbour":46818,"DataProvider":46819,".Texture":46820,"privacy":46821,".SDK":46822,"Ġrecharge":46823,"Ġcpp":46824,"ĠCFG":46825,"(holder":46826,"(py":46827,"mot":46828,"Ġsavoir":46829,"ĠRosa":46830,"ĠPCs":46831,"ĠíĻ":46832,".heroku":46833,"Ġfren":46834,"ĠRiley":46835,"agate":46836,"Ġsond":46837,".xlsx":46838,"Ġhacked":46839,"stad":46840,"Gi":46841,"Ġsanity":46842,"ĠSqlDataAdapter":46843,"...\",":46844,"ĠPussy":46845,"Ġ****************":46846,"Ġhassle":46847,"_PARENT":46848,"ĠUAE":46849,"Ġbeginners":46850,"(Client":46851,"Ġstatistically":46852,".hour":46853,"edelta":46854,"Ġtraction":46855,"uelve":46856,"arat":46857,"Ġsauna":46858,"INVALID":46859,"Ġindictment":46860,"ALLE":46861,"Ġdissent":46862,"ĠTypography":46863,"Ġintentional":46864,"sit":46865,"ĠAnimals":46866,"Ġcountryside":46867,"Ġuart":46868,"}\\\"":46869,"Ġseamless":46870,"¾ç¤º":46871,"Ġautos":46872,"Ġ\"'\";Ċ":46873,"Flush":46874,"ANNOT":46875,"Ġalgebra":46876,"assoc":46877,"ĠWaters":46878,"Ġpreparations":46879,"ronym":46880,"[,]":46881,"Sans":46882,"Ġarmies":46883,"ipeg":46884,"Ġcreamy":46885,".art":46886,"etre":46887,"ĠAnimated":46888,"Ġunpleasant":46889,"emean":46890,"great":46891,"iÄħ":46892,"ĠEarlier":46893,"Ġchic":46894,"Ġpreserving":46895,"(exec":46896,"ĠInvestigation":46897,"ĉGPIO":46898,"Ġrigorous":46899,"ijo":46900,"=num":46901,"ĠtoolStrip":46902,")set":46903,"+\"&":46904,"ĠAcceler":46905,"Ġdevelopmental":46906,"isposable":46907,"Ġflawed":46908,"rene":46909,"Updating":46910,"Ġwatchdog":46911,"Ġdenominator":46912,"Ġsuburbs":46913,"Ġ...)":46914,"Ġconvictions":46915,"closure":46916,".IP":46917,"Ġtranslates":46918,".swt":46919,".Trace":46920,"Ġmettre":46921,".isEnabled":46922,"ĠEffective":46923,".toInt":46924,"Ġenchant":46925,"Ġstunned":46926,"Ġpoi":46927,"/code":46928,"adm":46929,".databinding":46930,"ĠLorem":46931,"________________________________________________________________":46932,"Ġledger":46933,"Ġcara":46934,"ĠGir":46935,"Ġwaits":46936,"Uno":46937,"Ġcwd":46938,"è¾ij":46939,"ĠTResult":46940,"Ġrejo":46941,"Ġemitted":46942,"ĠWestminster":46943,"ä¸Ģ个":46944,"nek":46945,"_Tis":46946,"Ġenact":46947,"ĉwith":46948,"orgia":46949,"Ġjue":46950,"Perform":46951,"SPATH":46952,".topic":46953,"ĠDaten":46954,"ầ":46955,"Ġsitio":46956,"_MM":46957,"\"So":46958,"bial":46959,"Ġscoped":46960,"Requires":46961,"ĠTOTAL":46962,"ĠChancellor":46963,"(contents":46964,"Ġstealth":46965,"devices":46966,"-pass":46967,"ilih":46968,"ĠMalcolm":46969,"ĠDepot":46970,"Ġconfigur":46971,"aussian":46972,"_constraint":46973,"веÑĤ":46974,"GRA":46975,"ĠRates":46976,".dataGridViewTextBoxColumn":46977,"ĠNobel":46978,"itics":46979,"Ġignorant":46980,"ĠReporter":46981,"ĠEbola":46982,"ĠShock":46983,"_relation":46984,"ĠNinja":46985,")c":46986,"Ġticker":46987,".isChecked":46988,"ĠSuppliers":46989,"ĠRapid":46990,"Levels":46991,"âĤ¬âĦ¢":46992,"ĉqueue":46993,"Ġchop":46994,"ĠUnix":46995,"reject":46996,"-calendar":46997,"(sort":46998,"ène":46999,"ercicio":47000,"Ġhect":47001,"CALLTYPE":47002,"roupon":47003,"Ġrentals":47004,"authors":47005,"{name":47006,"ĠFIFO":47007,"Ġlassen":47008,"ĠNous":47009,"Ġsnapped":47010,"Ġfertility":47011,"\"log":47012,"clicked":47013,"Ġplanting":47014,"Ġgb":47015,"/output":47016,"PEAT":47017,"Ġcategoria":47018,"Ġbach":47019,"Professor":47020,"inth":47021,"\"]čĊ":47022,"Recorder":47023,"serde":47024,"ĠTransmission":47025,"trad":47026,"Ġturbo":47027,"_VERTEX":47028,"\\Event":47029,"ilver":47030,"Ġbodily":47031,"ĠSources":47032,"Ġkillings":47033,".xrTableCell":47034,"Ġfolded":47035,"/legal":47036,"uner":47037,"ĠRifle":47038,"ĠMIDI":47039,"_SelectedIndexChanged":47040,".SizeType":47041,"ĠWebSocket":47042,"Ġseleccion":47043,"Sand":47044,"otros":47045,"Ġenvision":47046,"/etc":47047,"ĠMelissa":47048,"Spot":47049,"ное":47050,"_ARM":47051,"Attempt":47052,"ĠBI":47053,"ãģĶ":47054,"ĠDU":47055,"Ġbacklash":47056,"stride":47057,"/classes":47058,"ĠtextColor":47059,"_staff":47060,"oblin":47061,"agenta":47062,".collections":47063,"illage":47064,"'čĊčĊ":47065,"flatten":47066,"_sales":47067,"_MASTER":47068,"TW":47069,"_da":47070,"Pitch":47071,"phies":47072,"Ġzombies":47073,"ĠVERY":47074,"ĠPharmacy":47075,"ĠprogressBar":47076,"Ġhashtag":47077,"Sidebar":47078,"@stop":47079,"(pc":47080,"олж":47081,"MAKE":47082,"ĠCoron":47083,"Ġkvinner":47084,"ĠMaid":47085,"bob":47086,".titleLabel":47087,"Ġsuccesses":47088,"ĠDemocracy":47089,"ĠSurgery":47090,"Ġcougar":47091,"Ġcurso":47092,"Ġloro":47093,"istency":47094,"Senior":47095,"æk":47096,"ĠAAA":47097,"ĠBOOK":47098,"ко":47099,"WSTR":47100,"Ġ*/,Ċ":47101,"oyal":47102,".vector":47103,"ĠSPEC":47104,"SSF":47105,"Ġcompuls":47106,"ĠAppeals":47107,"ĠWinston":47108,"ĠMockito":47109,"contrib":47110,".available":47111,"entityManager":47112,"arias":47113,"_sale":47114,"_rs":47115,"Ġdecoding":47116,"Ġlocator":47117,"olith":47118,"Ġkol":47119,"Ġascii":47120,"ĠRut":47121,"/interface":47122,"ĉĉĉĉĉĉĠĠĠ":47123,"ĠNumer":47124,".flip":47125,"-del":47126,"Ġbolster":47127,"onomic":47128,"Ġzm":47129,"LG":47130,"FindBy":47131,"Ġadaptive":47132,"loo":47133,"Ġvue":47134,"(reverse":47135,"_canvas":47136,".roles":47137,"ificado":47138,"venient":47139,"\"As":47140,"ĠEntr":47141,"aligned":47142,"Ġbereits":47143,"///ĊĊ":47144,".gwt":47145,".employee":47146,"_cli":47147,"Ġanticipate":47148,"éĻIJ":47149,"Ġpik":47150,"Ġmushrooms":47151,"(tt":47152,"Ġoma":47153,"ĠSanchez":47154,"_google":47155,".Valid":47156,"ĠFileName":47157,"ivative":47158,"ked":47159,"-war":47160,"Ġmaturity":47161,"ид":47162,"Ġminer":47163,"Reducers":47164,"ĠLatLng":47165,"_STD":47166,"Digits":47167,"Calc":47168,"-upload":47169,"Ġhandic":47170,"ีà¹Ī":47171,"egrated":47172,"ĠSTM":47173,"Clients":47174,"ĠTurbo":47175,"SYNC":47176,"Ġphotographers":47177,".Out":47178,".character":47179,"BUILD":47180,".unlock":47181,"Ġarises":47182,"ĠCommands":47183,"(\"\");čĊ":47184,"_FORE":47185,";',":47186,"+\"'":47187,".Images":47188,"\"){":47189,"ĠMeyer":47190,"Ġnegatively":47191,"ĠDLL":47192,"Ġexe":47193,"Ġdeficiency":47194,"Ġwildly":47195,"-switch":47196,"construction":47197,"Ġexceptionally":47198,"ĠLiz":47199,"/java":47200,"Ġtheirs":47201,"ĠContemporary":47202,"lis":47203,".fillRect":47204,"ĠNFC":47205,"Ġrehe":47206,"(numbers":47207,"Ġraster":47208,"Ġfiguring":47209,"Ġshowc":47210,"ĠJill":47211,"Ġarcade":47212,"ĠConstructs":47213,"mdl":47214,"('|":47215,"Ġidentifiers":47216,"Ġstellar":47217,"(Connection":47218,"Ġ\"{{":47219,"yor":47220,"(mysqli":47221,"Ġdove":47222,"OfBirth":47223,".disconnect":47224,"_hi":47225,"Ġzwischen":47226,"ĠGrund":47227,"iros":47228,"_Array":47229,".onclick":47230,"ansom":47231,"Answers":47232,"ĉremove":47233,"Fa":47234,"Ġhurry":47235,"-inf":47236,"ĠgetClass":47237,"ĠRegulation":47238,"ĠFLAGS":47239,"misc":47240,"Ken":47241,"_heading":47242,"GHz":47243,"-entry":47244,"Ġbiography":47245,"Sig":47246,"-mf":47247,"Watcher":47248,"âĢľA":47249,"}px":47250,"Ġspicy":47251,"_sq":47252,"Lost":47253,"(track":47254,"али":47255,"Descending":47256,"((":47453,"survey":47454,"Ġíĺ":47455,"...')Ċ":47456,"ĠDivider":47457,"osl":47458,"_CANCEL":47459,"_prepare":47460,"stin":47461,"ĠHeath":47462,".PrimaryKey":47463,"ĠâĨIJ":47464,"ĠLocalDateTime":47465,"Ġcooperative":47466,"Learning":47467,".enqueue":47468,"Ġgoog":47469,"ĠRegression":47470,"imates":47471,"Ġvoyeur":47472,"ĠDrink":47473,"plug":47474,"Ġlender":47475,"mana":47476,"Ġpersonnes":47477,"ypse":47478,"Ġunlink":47479,"ĠRavens":47480,"Ġhurd":47481,"Ġperiodically":47482,"ARGS":47483,"ĠGH":47484,"characters":47485,"...\"ĊĊ":47486,"-establish":47487,"Ġdn":47488,"(condition":47489,"ĠGravity":47490,"Ġestas":47491,"_focus":47492,"Creature":47493,"(site":47494,"Ġcarr":47495,"ĠRL":47496,"ĠRI":47497,"ĠMoto":47498,"ASF":47499,"ĠLuckily":47500,"ĉRoute":47501,"Ġentropy":47502,"(\",\"":47503,"Collect":47504,"(contact":47505,"ĠFlorence":47506,"Ġpremiums":47507,"Ġlifecycle":47508,"Ġbans":47509,"xef":47510,"WebKit":47511,"ĠFloating":47512,"Ġcosa":47513,"Specific":47514,"ĠLoans":47515,"bread":47516,"Ġdescriptors":47517,"Ġ{:.":47518,"THREAD":47519,"ĠTrent":47520,"Ġscop":47521,"QA":47522,"ĠAntar":47523,"pel":47524,"_difference":47525,"_changes":47526,"(...)":47527,"ĠRotation":47528,"ĠLGPL":47529,"ĠJUST":47530,"(Task":47531,"_subset":47532,"ĠTRANS":47533,"åĬĽ":47534,"ĠScout":47535,"-popup":47536,"Ġsmoked":47537,"_Class":47538,"Ġturnover":47539,"brakk":47540,"ĠRocky":47541,"tas":47542,".RegularExpressions":47543,"ĠElliott":47544,"ĠSpinner":47545,"DUCTION":47546,"Ġlibre":47547,"Ġmolto":47548,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠ":47549,"ĠFTP":47550,"mpeg":47551,"(features":47552,"Ġbald":47553,"ĠVid":47554,"Ġshouting":47555,"Lint":47556,"Ġsockets":47557,"Ġprow":47558,"Ġnouvelle":47559,"iscard":47560,"ĠSponsor":47561,"Ġconsulta":47562,")));":47563,"Indian":47564,"ĠRaspberry":47565,"Ġteammate":47566,"ĠJWT":47567,"ĠGhana":47568,"Ġcakes":47569,"primer":47570,"forma":47571,"ergarten":47572,"_Manager":47573,"Ġpreseason":47574,"GAME":47575,"|\"":47576,"ĠBrock":47577,"Ġoccupy":47578,"Ġdecorations":47579,"ánd":47580,"Ġcot":47581,"Ġparan":47582,"Disk":47583,"remain":47584,">?":47585,"Strong":47586,"Ġfrance":47587,"ĠEra":47588,"-cr":47589,".BufferedReader":47590,"ĠParadise":47591,"ĠVAT":47592,"ĠAnders":47593,"Ġlimb":47594,"ampoo":47595,"Ġimperative":47596,"UTILITY":47597,"ĠRecognition":47598,"Ġragazze":47599,"Ġpops":47600,"ypress":47601,"Ġembargo":47602,"//{Ċ":47603,"Ġsyll":47604,"PTR":47605,"åŃĺåľ¨":47606,"Ġdidnt":47607,"Mailer":47608,"Ġacademics":47609,"ĠFrauen":47610,"neider":47611,"-rel":47612,"Ġrainbow":47613,"(In":47614,"Ġsliced":47615,"=============Ċ":47616,"(send":47617,"NSMutableDictionary":47618,"vos":47619,"(package":47620,"Ġordinance":47621,"viewer":47622,"ĠSantos":47623,"-selling":47624,"Ġgov":47625,"ettle":47626,"Ġfounders":47627,"Ġwaking":47628,"slashes":47629,"-pound":47630,"recht":47631,"ات":47632,".onClick":47633,"Ġnord":47634,"ständ":47635,"_when":47636,"UTERS":47637,"icc":47638,"Ġcapsule":47639,"ĠWid":47640,"Marc":47641,"ุ":47642,"rored":47643,"UGE":47644,"LOUD":47645,"ĠAudit":47646,"ipients":47647,"opian":47648,"ĠSue":47649,"Ġwurden":47650,".Helpers":47651,"Ġfactions":47652,"[np":47653,"-than":47654,"Ġreco":47655,"Ġkas":47656,"Ġcmds":47657,"/network":47658,"xbf":47659,"getColor":47660,"Ġbiased":47661,"ĠLak":47662,"Datas":47663,"vents":47664,"Ġë²":47665,"_PS":47666,".Validate":47667,"Invoker":47668,"Ġneuen":47669,"Ġjuvenile":47670,"VISION":47671,"Ġdevote":47672,"Ġlinha":47673,"Ġdiscounted":47674,"\\Config":47675,"Ġworthwhile":47676,"Ġskinny":47677,"ĠCourses":47678,"leys":47679,"ĠMortgage":47680,"Kevin":47681,"Ġannounces":47682,"])*":47683,"reservation":47684,"Ġæķ°":47685,"Ġprejudice":47686,"ĠStringComparison":47687,"Ġbeard":47688,"-win":47689,"ĠSão":47690,"ĉms":47691,"jal":47692,"ĠEarn":47693,"_ports":47694,"ĠNombre":47695,"_COR":47696,"ĠBUILD":47697,".sound":47698,"Yellow":47699,"Ġlinebacker":47700,"Ġcharitable":47701,"jug":47702,"_NONNULL":47703,"ĠDental":47704,"\">${":47705,"ĉmatch":47706,"Russian":47707,"Ġversch":47708,"Ġpinned":47709,"Ġadopting":47710,"OptionsMenu":47711,"Pag":47712,"Ġpairing":47713,"Ġtread":47714,"ercises":47715,"ĠSpread":47716,")i":47717,"ĠBAD":47718,"_tf":47719,"UIImageView":47720,"populate":47721,"bab":47722,"ĠÏĥ":47723,"[++":47724,"Ġopioid":47725,"Ġ##Ċ":47726,"dtype":47727,"ĠStarts":47728,"('/')":47729,"Ġpersonals":47730,"-market":47731,"Ġredundant":47732,"ĠEssential":47733,"Ġscrapy":47734,"Ġим":47735,"acl":47736,"Ġcrear":47737,"ĠBend":47738,"Ġrelieve":47739,"-room":47740,"wife":47741,"ĠvÃł":47742,"ĠQPoint":47743,"Ġquasi":47744,"ĠmethodName":47745,"\\xc":47746,"ĠPeru":47747,"/The":47748,".orm":47749,"Ġviz":47750,"/pdf":47751,"Located":47752,"Ġconfrontation":47753,"ĠChampionships":47754,"Ġhypert":47755,"Ġdj":47756,"ĠUserInfo":47757,"ĠåĪĽå»º":47758,"\\xb":47759,"(sim":47760,"Ġ==Ċ":47761,"Ġstaging":47762,"Ġdrastically":47763,"åѦ":47764,"lords":47765,".less":47766,"ведиÑĤе":47767,"ĠBucket":47768,"ĠMam":47769,".term":47770,"_pi":47771,"czy":47772,".pub":47773,"precio":47774,"ĠVirt":47775,"Ġroman":47776,"itat":47777,"Lex":47778,"_infos":47779,"Ä°":47780,".other":47781,"VELO":47782,"Ġponder":47783,"Ġhanno":47784,"(Page":47785,"doi":47786,"Ġpolite":47787,"Ġprogrammer":47788,"Dies":47789,"$d":47790,"Ġreplication":47791,"addColumn":47792,"frican":47793,"Ġleng":47794,"beer":47795,"oit":47796,"Ġwasting":47797,"ylim":47798,"measure":47799,"Neg":47800,"Ġpartie":47801,".console":47802,"ĠGuinea":47803,"TEL":47804,"_fact":47805,".chunk":47806,"Ġlent":47807,"Ġaller":47808,"Ġà¤ķ":47809,"_idle":47810,"Ġadmissions":47811,"JSONArray":47812,"Ġvibration":47813,".helpers":47814,"å¤ĸ":47815,"Ġhen":47816,"john":47817,"ĠìĥĿ":47818,"Ġjudgement":47819,"Ġgeen":47820,"terra":47821,"^{":47822,"ĠIz":47823,"Ġcâ":47824,"instances":47825,"Ġthreatens":47826,"Ġmüssen":47827,"KindOfClass":47828,"Ġstorytelling":47829,"_demo":47830,"rias":47831,"Privacy":47832,"hift":47833,"ĠYi":47834,"esor":47835,"íķł":47836,"ensitivity":47837,".Writer":47838,"à¸Ĥ":47839,"District":47840,".getJSONObject":47841,"Impro":47842,"(getResources":47843,"ĠSPELL":47844,"roduce":47845,"Ġslowed":47846,"Ġlinewidth":47847,"Ġhonesty":47848,"ĠCoord":47849,"ĠFork":47850,"ĠDispatchQueue":47851,"ĠCliff":47852,"ĠWiring":47853,"_TIMESTAMP":47854,"ollah":47855,"avoid":47856,"++];Ċ":47857,"semantic":47858,"-css":47859,"Ġveto":47860,"ĠMerr":47861,"Ġlegislators":47862,"CEEDED":47863,"Ġquestionnaire":47864,"ĠPills":47865,"Calculate":47866,"(core":47867,"'e":47868,"Ġdislike":47869,"ĠPreferences":47870,"_EXTERNAL":47871,"è°ĥ":47872,"Ġdodge":47873,"æľįåĬ¡":47874,".names":47875,".drawImage":47876,"_prom":47877,"uckland":47878,"Ġ<$>":47879,"ız":47880,"/site":47881,"项":47882,"rophe":47883,"Ġcompelled":47884,"Ġlaptops":47885,"Ġuni":47886,"CLOSE":47887,"Ġcasualties":47888,"ĠUniform":47889,"Terminal":47890,".\",\"":47891,"DAT":47892,"(TreeNode":47893,"ĠGandhi":47894,"(stmt":47895,"AXB":47896,"*M":47897,"Ġumbrella":47898,"animal":47899,"Ġgrpc":47900,"Ġwhereby":47901,"Ġfloats":47902,"ĉarg":47903,"Ġdbg":47904,"Ġexceeding":47905,"EventType":47906,".SaveChangesAsync":47907,"Ġ{{{":47908,"Ġowed":47909,"ahrenheit":47910,"Ġì§":47911,"Ġequipo":47912,"urai":47913,"Ġidol":47914,"]\")Ċ":47915,"_major":47916,"Ġentirety":47917,"ingerprint":47918,"ços":47919,"/account":47920,"ĉright":47921,"ursos":47922,"ĠEDT":47923,"_INSERT":47924,"Ġshining":47925,"Ġ<:":47926,"EdgeInsets":47927,"Ġcolonies":47928,".IM":47929,"ĉĠĉ":47930,"ROAD":47931,"CCCC":47932,"placing":47933,"ĠgetActivity":47934,"emacs":47935,"'%(":47936,".clicked":47937,"ĠThem":47938,"isia":47939,"Buscar":47940,".rename":47941,"Ġoath":47942,"Ġafterward":47943,"ĠUFO":47944,"APS":47945,"ĠJacksonville":47946,".some":47947,"Confirmed":47948,".scan":47949,"igInteger":47950,"Decorator":47951,"shield":47952,"ressive":47953,".did":47954,"请è¾ĵåħ¥":47955,"Ġshutter":47956,"Dam":47957,"Ġparenting":47958,"eyed":47959,"$item":47960,"-develop":47961,"Ġextracts":47962,"Ġdecentralized":47963,"ĠElsa":47964,"_spin":47965,"])+":47966,"-initial":47967,"Ġmultitude":47968,"Ġsensory":47969,"ĠMODEL":47970,"Ġsafeguard":47971,"ì¹":47972,"Ġhunters":47973,"ĠTiny":47974,"INO":47975,"decorate":47976,"ĠNoSuch":47977,"Ho":47978,"(Response":47979,"Ġruler":47980,"ĉshort":47981,"Ġcaster":47982,"ĠclientId":47983,"Ġpdb":47984,"ëıĦ":47985,"itic":47986,"ĠGameState":47987,"ĠnewItem":47988,")ĊĊĊĊĊĊ":47989,"ouis":47990,"noc":47991,".BLACK":47992,"_VECTOR":47993,"----------();":48281,".getP":48282,"anye":48283,"Ġneuron":48284,"ifold":48285,"ĠKnown":48286,"Bitcoin":48287,"Anyway":48288,"ayette":48289,"Ġ'['":48290,"Ãłnh":48291,"mgr":48292,"Ġcorrelated":48293,"Ġnause":48294,"Ġmentality":48295,"hasMany":48296,"ĠFG":48297,"ampie":48298,"ITU":48299,"Fs":48300,".Sp":48301,"_between":48302,"Dependencies":48303,"oug":48304,"Placeholder":48305,"=text":48306,"ĠManaging":48307,"ocalypse":48308,"åĮĹ":48309,"_mag":48310,"fld":48311,"âij":48312,"CAM":48313,"ĠHelpers":48314,"Ġdost":48315,"/out":48316,"Ġassassination":48317,".getImage":48318,"ĠKenny":48319,".')ĊĊ":48320,"){//":48321,"ĠRanger":48322,"Ġgek":48323,"Ġsincere":48324,"čĊ":48527,".getResources":48528,"Ġlump":48529,"_consts":48530,"(ext":48531,"ĉdir":48532,"âĿ":48533,"ĠpaddingTop":48534,"Ġobsession":48535,"Ġbanning":48536,"ĠAppModule":48537,"Ġpartisan":48538,"Ġcatalogue":48539,"Ġminors":48540,"Ġpitches":48541,"weep":48542,"Ġundertake":48543,"Ġthemed":48544,"audit":48545,".scrollTop":48546,"Ġrer":48547,"Ġsymptom":48548,"Ġopenings":48549,".blocks":48550,"openid":48551,"Ġassh":48552,"-save":48553,"ĠPig":48554,"Ġregain":48555,"Ġinicial":48556,"/favicon":48557,"ĉexp":48558,"Ġspices":48559,"iska":48560,"claims":48561,"mak":48562,"definitions":48563,"Ġcorrespondent":48564,"ĠCannabis":48565,"__,Ċ":48566,"ĠLucky":48567,"ĠGaussian":48568,"ĠNearly":48569,"CAD":48570,"']]Ċ":48571,"Ġadequately":48572,"ĠTITLE":48573,"constitutional":48574,"-mm":48575,"_override":48576,"Ġblas":48577,".readyState":48578,"Ġreminis":48579,"Ġreinforced":48580,"ĠCollabor":48581,"Ġdecorating":48582,"Ġbachelor":48583,"ERRUPT":48584,"Ġupright":48585,"ipation":48586,"ĠNoble":48587,"ĠvalueForKey":48588,"ĠsetLoading":48589,".Ignore":48590,"åģ":48591,"Globals":48592,"ĠMent":48593,"ASSES":48594,"Ġlimbs":48595,"ĠHUD":48596,"inci":48597,".iv":48598,"ĠQModelIndex":48599,"Fuse":48600,"Ġpedal":48601,"_FREQ":48602,"(verbose":48603,"Ġlongitud":48604,"ĠCharter":48605,"ê·¸":48606,"Ġbundles":48607,".ignore":48608,"umbo":48609,"EMA":48610,".......":48611,"sx":48612,".Card":48613,"Ġheute":48614,"Ġsteer":48615,"jumlah":48616,"Ġ{_":48617,"_Checked":48618,"Ġfax":48619,"ĠGust":48620,"itchens":48621,"Ġ))ĊĊ":48622,"Ġremarkably":48623,"/XML":48624,"-remove":48625,"_bt":48626,"Ġincub":48627,".package":48628,".currentThread":48629,"ĠHighlander":48630,".side":48631,"splash":48632,"Ġici":48633,"=D":48634,"Ġpuck":48635,"Ġballots":48636,"Ġhugely":48637,"coeff":48638,"ĠpData":48639,".COLUMN":48640,"ĠHealing":48641,"Ġordin":48642,"!),":48643,"Ġ'',čĊ":48644,"(md":48645,"ĠSask":48646,"čĊ":48668,"Ġrá":48669,"Ġblunt":48670,"ĠImageIcon":48671,"ifik":48672,"RTC":48673,"Ġfibers":48674,"Ġtoile":48675,".sent":48676,"ĠPyQt":48677,"$app":48678,"Ġmedio":48679,"Ġgranting":48680,"Ġtslint":48681,"ĠMö":48682,"(figsize":48683,"Ġhurricane":48684,"Ġlifes":48685,"ĠÃĦ":48686,"rocessing":48687,"_standard":48688,"-option":48689,"')))":48690,"Ġvacant":48691,"å·¥":48692,"ĠHollow":48693,"handleChange":48694,"Ġdivider":48695,"ĠEngineers":48696,"Ġsvens":48697,"Ġcompliant":48698,"tanggal":48699,"ĠCredits":48700,"ĠEmirates":48701,"RuleContext":48702,"Ġrealization":48703,"Ġdistracted":48704,"]+=":48705,"Ġaugment":48706,"ĠDw":48707,"otp":48708,"orrent":48709,"Editar":48710,".stock":48711,"Study":48712,"pections":48713,"ĠGameManager":48714,"=cut":48715,"Ġflock":48716,"ĠRomans":48717,"them":48718,"-hop":48719,"Ġscreenshots":48720,"Ġ/*!Ċ":48721,"Ġconversions":48722,"Ġnormalization":48723,"(configuration":48724,"Ġaeros":48725,"_security":48726,"!'Ċ":48727,"Bonus":48728,"ĠDRIVER":48729,"ĉDate":48730,"tie":48731,"ĠWyoming":48732,"Stand":48733,"itre":48734,"Ġshoppers":48735,"Ġdisadvantage":48736,"Ġliking":48737,"ç¬ij":48738,"Ġunderstandable":48739,"SEE":48740,"Ġhoy":48741,"Ġninete":48742,"Ġconfer":48743,"Ġnowrap":48744,"ĠVern":48745,",čĊčĊ":48746,"imestep":48747,"LayoutManager":48748,"à·":48749,"ĉwait":48750,"PLETED":48751,"Japan":48752,"Ġinduce":48753,"Ġå¯":48754,"озв":48755,"_ENDPOINT":48756,".horizontal":48757,"Ġaccelerated":48758,"rimon":48759,"IVES":48760,"Transactions":48761,"Lean":48762,"ĠSOUR":48763,"whether":48764,"yg":48765,"Ġoid":48766,"ĠEntityManager":48767,"OUNTRY":48768,"Ġfila":48769,"OLUMNS":48770,"INUE":48771,"ĠAnchor":48772,"TRAN":48773,"woo":48774,"blockquote":48775,"ĠNurse":48776,"ĠCarp":48777,"Ġredeem":48778,".try":48779,"ĠJP":48780,"Ġtimestamps":48781,"Ġ?>\"><":48782,"ĠREMOVE":48783,"ĠStarbucks":48784,"Really":48785,"Ġflooded":48786,".Callback":48787,"DropDown":48788,"ipro":48789,"Ġtended":48790,"lte":48791,"Ġproportions":48792,"-te":48793,"ĠRena":48794,"licate":48795,"forces":48796,".extra":48797,".authenticate":48798,"вод":48799,"¡°":48800,"ĠforControlEvents":48801,"Ġsenha":48802,"Ġkein":48803,"Ġminist":48804,"ĠPreference":48805,"ĠTelegraph":48806,"Ñĥп":48807,"strpos":48808,"Ġillnesses":48809,"Ġpigs":48810,"ĠgetIntent":48811,"Sol":48812,"Ġ¡":48813,"(cpu":48814,"[prop":48815,"screens":48816,"');?>":48817,"ĠActs":48818,"Ġstrdup":48819,"Ġaverages":48820,"anal":48821,"ĠCasual":48822,"GroupBox":48823,"ĠHandbook":48824,"/comments":48825,"Ġnumbered":48826,"Ġbroadcasting":48827,"çĽij":48828,".nativeElement":48829,".mu":48830,"ĠupdatedAt":48831,"ĠDoesn":48832,".AC":48833,".coll":48834,"Ġrecorder":48835,"_sha":48836,"Bg":48837,"bil":48838,"Ġbolts":48839,"Ġç¬":48840,"Ġimposing":48841,"ĠInformationen":48842,"_flashdata":48843,"economic":48844,"Remark":48845,"ucas":48846,"ĠOfficers":48847,"ĠTER":48848,"Walk":48849,"Ġmercado":48850,"_generate":48851,"HY":48852,"Calling":48853,"snap":48854,"scriptId":48855,".operation":48856,"ĠFlame":48857,"liness":48858,"Ġrented":48859,"_toggle":48860,"-changing":48861,"ĠTY":48862,"'util":48863,"EEP":48864,"Ġgraphql":48865,"ĠUni":48866,"Ġimpulse":48867,".Basic":48868,"Ġenergies":48869,"MARY":48870,"ĠMarcel":48871,"Ġmortal":48872,"Ġfres":48873,"mens":48874,"motion":48875,"Ġsampled":48876,"âĢľThat":48877,"iday":48878,"quipment":48879,"getInt":48880,"ĠAbsolute":48881,",'\"":48882,"uned":48883,".share":48884,"Ġ})(":48885,"mmm":48886,"ĠRising":48887,"ä»»":48888,"Ġunemployed":48889,"xfa":48890,".follow":48891,"ĉĉĉĉĠĠĠĠĠĠ":48892,"slt":48893,".Phone":48894,"Ġknives":48895,"Ġeve":48896,"onClick":48897,"]))čĊ":48898,"ĠWitness":48899,"ĉNS":48900,"ĠEOS":48901,"ĠStefan":48902,"ĠPriest":48903,"âĢĶwhich":48904,"GetString":48905,".By":48906,"Ġupstairs":48907,"Ġdetriment":48908,"broken":48909,"embro":48910,"Ġnicotine":48911,"ilion":48912,"Ġastonishing":48913,"_aff":48914,"ĠLesson":48915,"Ġaccidental":48916,"odor":48917,"Ġdecir":48918,"ĠnewName":48919,"+.":48920,"缸":48921,"igslist":48922,"ĠGithub":48923,"Ġsuccessive":48924,"racial":48925,"Ġenviron":48926,"éªĮè¯ģ":48927,"Ġredirected":48928,"TOTAL":48929,"Ġgrabbing":48930,"ĠLance":48931,"Ġforfe":48932,"_CB":48933,"å¾®":48934,"Elapsed":48935,"_way":48936,"(DialogInterface":48937,"_measure":48938,"xbb":48939,"Dog":48940,"Depart":48941,"-src":48942,"resolver":48943,"withstanding":48944,"_shell":48945,"ĠLastName":48946,"ĠAviation":48947,"Ġbeginner":48948,"(\"%.":48949,"(tool":48950,"Ġнов":48951,":init":48952,"(API":48953,"ĠMorrison":48954,"vtColor":48955,"Ġstaple":48956,"/INFO":48957,"Ġsupernatural":48958,"Ġsteak":48959,"timeline":48960,"zzle":48961,"\"`ĊĊ":48962,"Secondary":48963,"ĠNepal":48964,".StringUtils":48965,"Ġadam":48966,"Ġ(...":48967,"Ġsubstitution":48968,"Ġboarding":48969,"ĠKeyword":48970,"ĠAssault":48971,"dbcTemplate":48972,"ĠorderId":48973,"(engine":48974,".assertThat":48975,"ĠVenus":48976,"Ġhomicide":48977,"ĠAval":48978,"Ġgutter":48979,"ĠSupported":48980,"/part":48981,"Ġacclaimed":48982,"Histor":48983,"Ġmeses":48984,"über":48985,"ĠRenew":48986,"Ġgras":48987,"ĠEk":48988,"Ġinfile":48989,"indy":48990,".music":48991,".Scroll":48992,"ĠAges":48993,"ĠNaruto":48994,"ĠGather":48995,"Ġconfirming":48996,"=(\"":48997,"Ġpitched":48998,"oley":48999,"France":49000,"+'\"":49001,"$total":49002,"Ġonde":49003,"Ġditch":49004,"_sigma":49005,"Ġcontinuity":49006,"reward":49007,"-load":49008,"Ġproceso":49009,"Locked":49010,"staw":49011,"Ġspinal":49012,"lazy":49013,"!==":49014,"jest":49015,"Ġdun":49016,"ĠRodgers":49017,"ĉgrid":49018,"Ġlogos":49019,"ĠBengal":49020,".super":49021,"Provides":49022,"Ġnutrient":49023,".Timestamp":49024,"IZATION":49025,"åĨĮ":49026,"Ġfats":49027,"ĠXxx":49028,"ctica":49029,"Targets":49030,"Ġcontours":49031,"Ġreordered":49032,":Array":49033,"Ġtolerate":49034,"Vir":49035,"Ġterribly":49036,"Ġbricks":49037,"(&_":49038,"hb":49039,"Portal":49040,"ĠBread":49041,".which":49042,"ÂŃt":49043,"asInstanceOf":49044,"Ġjobject":49045,"ĉlength":49046,"_MT":49047,";\">čĊ":49048,"_EXIST":49049,"Ġmaternal":49050,"REL":49051,"Ġê²½ìļ°":49052,"hee":49053,"Ġlayouts":49054,"ĠLap":49055,"aisy":49056,"Ġstumbled":49057,"ĠUIG":49058,"ĠSco":49059,"Ġimpaired":49060,"RESSED":49061,"Ġabuses":49062,"VF":49063,"ARB":49064,".NAME":49065,"rch":49066,"primir":49067,"_completed":49068,"Ġpenny":49069,"Chrome":49070,"(begin":49071,"ernen":49072,"-checkbox":49073,"PlainOldData":49074,"ĠLPC":49075,"rade":49076,"spir":49077,"Ġconceived":49078,"Tips":49079,"ĠIoT":49080,"ĠGan":49081,"èģĶ":49082,"Ġbiases":49083,"Ġconsultants":49084,"pled":49085,"_ht":49086,"associated":49087,"],ĊĊ":49088,"Ġdelightful":49089,"ĠÑĤек":49090,"Helvetica":49091,"(load":49092,"-expand":49093,"_WIDGET":49094,"toa":49095,"ĠAkt":49096,"Ġomn":49097,"Ġclauses":49098,"Intel":49099,"*/}Ċ":49100,"_registration":49101,"ĠoldValue":49102,"Ġrestoring":49103,"Ġunreal":49104,"OVER":49105,"ĉĊĉĊĉĊ":49106,"ATS":49107,"_probe":49108,"Ġdivisor":49109,".updateDynamic":49110,"å¹³":49111,"Produces":49112,"stamp":49113,".jboss":49114,"ĉtask":49115,"!(:":49116,"Ġpsychic":49117,"@class":49118,"Martin":49119,"ĠPassed":49120,"clarations":49121,"hel":49122,"аÑĩ":49123,"ĉcopy":49124,"-bin":49125,"zan":49126,"igram":49127,"াà¦":49128,"(sig":49129,"ĠCaval":49130,"_##":49131,"Ġ%=":49132,"outlined":49133,"ĠAcid":49134,"Ġunpredictable":49135,"-dashboard":49136,"HexString":49137,"+c":49138,".Public":49139,"ẩ":49140,"Ġconveyor":49141,"ĠEB":49142,"Ġselects":49143,"Ġknocking":49144,"ĠCec":49145,"IBUTES":49146,"owaÄĩ":49147,"gatsby":49148,"*v":49149,"entropy":49150,"Ġdispatched":49151,"Ġcamel":49152,"ĠSaturn":49153,"Ġoverweight":49154,"(phone":49155,"parable":49156,"%B":49157,"_vectors":49158,"Ġbrewing":49159,"ĠTk":49160,"ĠDownloads":49161,"ĠSaved":49162,".Price":49163,"Ġcurved":49164,"ĠParenthood":49165,"è¶":49166,".pnl":49167,"pletely":49168,".Day":49169,"Ġadvertisers":49170,"Ġejec":49171,"Ġprzed":49172,"ë¯":49173,"!';Ċ":49174,"ĠKush":49175,"ĠTAB":49176,"Ġquests":49177,"Ġcoincidence":49178,"ummies":49179,"ĠKashmir":49180,"ĠEthics":49181,"_growth":49182,"Ġaktiv":49183,"Ġgrouping":49184,"å¢ŀ":49185,"_truth":49186,"åIJ¬":49187,"todos":49188,"iset":49189,"TexCoord":49190,"ätt":49191,"ĠZur":49192,"roys":49193,"_MAGIC":49194,"Ġbrewery":49195,"(State":49196,"ĠSMALL":49197,"ĠPlants":49198,"itbart":49199,"eacher":49200,"ĠAdelaide":49201,"Lu":49202,"Ġfick":49203,"undles":49204,"_loaded":49205,"ие":49206,"Poll":49207,"ritic":49208,"ELY":49209,"Ġ+'":49210,"ĠProfession":49211,"Ġstamps":49212,"ĠSew":49213,"scrollView":49214,"Ġcommunist":49215,"/problems":49216,"}čĊčĊčĊčĊ":49217,",o":49218,"Ġudp":49219,"Ġobese":49220,"approve":49221,"ancellation":49222,"_Game":49223,"ĠHashtable":49224,"adaptiveStyles":49225,"Ġpossesses":49226,".matcher":49227,"functional":49228,"Mrs":49229,"ĉsave":49230,"ĠDbType":49231,"Ġken":49232,"getContext":49233,"Ġmans":49234,"(rel":49235,"ĠBrotherhood":49236,")`Ċ":49237,"解":49238,".Information":49239,"OutOfRangeException":49240,"ĠSek":49241,"Cas":49242,"Ġbloggers":49243,"Either":49244,"(\"\"\"":49245,"Ġpinch":49246,"Ġcoarse":49247,")p":49248,"ĠPulse":49249,"Ġlearnt":49250,"Ġdentist":49251,"Ġonchange":49252,"Ġdirectives":49253,"(actions":49254,"nyder":49255,"ĠShir":49256,"Trait":49257,"_dep":49258,"ĠPET":49259,"ĠREP":49260,".AppSettings":49261,"cuador":49262,"idenav":49263,"Ġenvi":49264,"Ġslammed":49265,"ĠShoot":49266,"ĠdateFormat":49267,".joda":49268,"veys":49269,"Ġ).ĊĊ":49270,"Ġcareg":49271,"ĠParallel":49272,"_translation":49273,".functions":49274,".obs":49275,"RuntimeException":49276,"[]=":49277,"overview":49278,"ĠSchl":49279,"Ġnoisy":49280,"ĠOnPropertyChanged":49281,"Sending":49282,"Ġunfamiliar":49283,"Upon":49284,"ĠPrints":49285,".typ":49286,"Ġfleeing":49287,"ĉmove":49288,"(Un":49289,"Ġqr":49290,"׾":49291,"_beta":49292,"Ġskies":49293,"ĉme":49294,"WND":49295,"Ġstickers":49296,"blas":49297,"Ġinserts":49298,"Ġverses":49299,"ĠDew":49300,"Ġtangible":49301,"Ġhecho":49302,"POL":49303,"Ġteardown":49304,"omnia":49305,"IBE":49306,".cover":49307,"_strategy":49308,"^-":49309,"setPosition":49310,"uale":49311,"Signed":49312,"Ġiface":49313,"aseline":49314,".setTime":49315,"ĠMineral":49316,"ĠFighting":49317,"skins":49318,"Ġdiscrimin":49319,"Ġdansk":49320,"ĠPrinceton":49321,"acist":49322,"Ġ());Ċ":49323,"tracks":49324,"imonial":49325,"adecimal":49326,"EPROM":49327,"uggle":49328,".Notification":49329,"$mail":49330,"cantidad":49331,"ĠJung":49332,"Ġseekers":49333,"Ġplausible":49334,"tier":49335,"еж":49336,"Ġrapper":49337,"ĠMana":49338,"ĠHttpStatusCode":49339,"Ġburnt":49340,"loses":49341,"ĠFoto":49342,"ĠJsonObject":49343,"Instagram":49344,"Ġsyscall":49345,"Ġrealities":49346,"ĠMATLAB":49347,":^{Ċ":49348,"TERM":49349,"ĠCbd":49350,"ĠParagraph":49351,"Ġtravés":49352,"Ġconstructing":49353,"Ġswal":49354,"Ġpige":49355,"LLLL":49356,"-existing":49357,"Gets":49358,"Ġmelted":49359,"Ġmitigate":49360,"Hen":49361,"Ġhm":49362,"imas":49363,"ĠAo":49364,"ĠPerez":49365,"ĠDAL":49366,"Ġëĭ¤":49367,"Ġdivis":49368,"StoryboardSegue":49369,"ĠModify":49370,"ĠÃľber":49371,"_OVERRIDE":49372,".pem":49373,"untos":49374,"Ġespañ":49375,"Ġ{?":49376,"ĠPAY":49377,"_ipv":49378,"ĠFury":49379,"__.__":49380,"elow":49381,"-centered":49382,"checks":49383,"_Reg":49384,"-Javadoc":49385,"ĉload":49386,"ĠLikewise":49387,"اÙħ":49388,"UNE":49389,".sem":49390,"xcb":49391,"ĠCave":49392,"_sleep":49393,"Ġsilently":49394,"ĠExtreme":49395,".ToUpper":49396,"ĉCHECK":49397,"Ġcue":49398,"ĠQByteArray":49399,"Ġcorrupted":49400,"ĠDé":49401,"Ġimped":49402,"GetName":49403,"Ġinaccurate":49404,"Ġsober":49405,"ее":49406,"Ġbarcode":49407,"--){Ċ":49408,"inki":49409,"Ġép":49410,"Ġdri":49411,"ĠALT":49412,">>>>>>>>":49413,"onta":49414,"[L":49415,"Ġinteres":49416,"verting":49417,"Ġdiagnostics":49418,"pdev":49419,"è©":49420,"ĠIntegrated":49421,").'":49422,"_gc":49423,"$text":49424,".games":49425,"ĠTerra":49426,"'Re":49427,".transfer":49428,"_FIFO":49429,"getModel":49430,"Ġbland":49431,"ĠColeman":49432,"Ġprimes":49433,"ĠæĪ":49434,"Ġcrosses":49435,"nk":49436,"GING":49437,"Ġ'^":49438,"ĠBlob":49439,"Ġintercourse":49440,"ĠBlvd":49441,"Ġweighs":49442,"_regular":49443,"ĠPerth":49444,"Ġseparating":49445,"Ġbilled":49446,".tabControl":49447,"Ġpuppet":49448,"Ġutilization":49449,"Ġâĸł":49450,"Ġsucces":49451,"Ġlamps":49452,"_proj":49453,"Eric":49454,"Ġrenovation":49455,"ĠFamilies":49456,"ĠBits":49457,"partials":49458,"-Men":49459,"solution":49460,"Ġdwarf":49461,".INTEGER":49462,"ĠLOCK":49463,".ct":49464,"Ġexcerpt":49465,"ĠPix":49466,"ĠFirstName":49467,"ANTED":49468,"ĠAdmir":49469,"-help":49470,"Prior":49471,"ĠAlign":49472,".INSTANCE":49473,"LineEdit":49474,"('/:":49475,"Ġinet":49476,"odus":49477,".pkl":49478,"ĠKY":49479,"upert":49480,"Ġnerves":49481,"_gradient":49482,"}','":49483,"_unref":49484,"Ġsaturated":49485,"ĠConnected":49486,"ĠFN":49487,"EXIT":49488,"Ġteleport":49489,"Ġavait":49490,"PageRoute":49491,"Ġdivorced":49492,"(lang":49493,"fst":49494,"ĠTyr":49495,"Ġmessenger":49496,"ifstream":49497,"XS":49498,"ĠBanking":49499,"Ġinfectious":49500,"ĠMons":49501,"_LOOP":49502,"Ġzurück":49503,"Ġobtener":49504,"/repos":49505,"Vel":49506,"acro":49507,"ĠuserRepository":49508,"styleType":49509,"ĠSRC":49510,"VMLINUX":49511,"recursive":49512,"/bar":49513,"_chip":49514,"ominated":49515,"ĠNit":49516,"âĢĶto":49517,"ĠBuddh":49518,"омеÑĢ":49519,"ĠMAG":49520,"ĠCHE":49521,"_den":49522,".raises":49523,"_degree":49524,"Ġpumpkin":49525,"_templates":49526,"_MEDIA":49527,"ĠTimeline":49528,"Ġbots":49529,"ObjectType":49530,"Ġbuys":49531,".posts":49532,"CAL":49533,"waiting":49534,"ĠDaniels":49535,"Ġdabei":49536,"ĠSigma":49537,"ilor":49538,"igel":49539,",W":49540,"ADS":49541,"(panel":49542,"ì²´":49543,"itating":49544,".palette":49545,"Ġmosquito":49546,"Ġtego":49547,"(parseInt":49548,"Ġdespués":49549,"promise":49550,"Ġwij":49551,"typescript":49552,"ĠTv":49553,"_IDENTIFIER":49554,").ĊĊĊ":49555,"_flat":49556,"itsu":49557,"USR":49558,"experience":49559,"-fit":49560,"phinx":49561,"_thresh":49562,"Ġideally":49563,"ĠFreeman":49564,",DB":49565,"_rw":49566,"çŃī":49567,"Ub":49568,"_statistics":49569,"=\"\"><":49570,"Ġchore":49571,"Ġyork":49572,"installed":49573,"Additionally":49574,"Ġpstmt":49575,"ylko":49576,"::Ċ":49577,"Forest":49578,"Ġheadset":49579,"Ġgallon":49580,"ÑĢем":49581,"Ġwithdrawn":49582,"ĠCandidate":49583,"Ġmelting":49584,"Ġfreezer":49585,"Ġhl":49586,"_HELP":49587,"mime":49588,"(/*":49589,"Ġthirst":49590,"$return":49591,"memberof":49592,"еб":49593,"ĠHttpServletRequest":49594,"(ob":49595,"_Result":49596,"Ġasserted":49597,"Ġfulfilling":49598,"Ġstretches":49599,"parated":49600,"-funded":49601,"ĠåĽ":49602,"ingles":49603,"_ca":49604,".condition":49605,"ĠDisplays":49606,"Ġorang":49607,"ĠCRE":49608,"ĠglBind":49609,"ĠSelector":49610,"/type":49611,"ĠAlexa":49612,"chedules":49613,"ĠPeninsula":49614,"Ġparity":49615,"ĉdest":49616,"ĠDoors":49617,"čĊĉčĊ":49618,"_dimension":49619,"Ġaload":49620,".StoredProcedure":49621,"(paren":49622,"ĠBurke":49623,"')]Ċ":49624,"-engine":49625,"Ġquir":49626,"ĠHybrid":49627,"ĠDoe":49628,"Ġoutlines":49629,"ĠTrends":49630,"_NV":49631,"periments":49632,"ĠHin":49633,"?',":49634,"ĉText":49635,"FUL":49636,"Ġsmells":49637,"Ġslick":49638,"Ġmiserable":49639,"ĠArrayAdapter":49640,"ĠparamString":49641,"Hom":49642,"_literals":49643,"usuarios":49644,"Ġprompting":49645,"_lazy":49646,"ĠActivation":49647,"_oc":49648,"Weak":49649,"Ġanecd":49650,"ĠUCLA":49651,"=re":49652,"issement":49653,"ĠEscorts":49654,"Excellent":49655,"ĠPause":49656,"Ġrepositories":49657,"TOR":49658,"ariate":49659,"_iso":49660,"updates":49661,"halb":49662,"udiante":49663,"ë¡Ŀ":49664,"Ġnaive":49665,"ĠPeg":49666,"ĠLounge":49667,"ARGIN":49668,"(bin":49669,"OnClickListener":49670,"ĠFAILED":49671,"Ġlite":49672,"Ġdzie":49673,"ĠLiteral":49674,"ivor":49675,"fcntl":49676,"Ġeats":49677,"Ġqed":49678,"Unlock":49679,"riding":49680,"undai":49681,"=M":49682,"ATTER":49683,"ConfigureAwait":49684,"icias":49685,"ustomed":49686,"Ġsuccession":49687,"endTime":49688,"ĠJupiter":49689,"Ġjudging":49690,"dration":49691,"_docs":49692,".mo":49693,"Ġeducators":49694,"ĠVine":49695,"Cond":49696,"[out":49697,"qb":49698,"\\Validator":49699,"Ġmeanings":49700,"Ġpresently":49701,"Ġdividing":49702,"ottenham":49703,"ascular":49704,"Ġtrailers":49705,"ĠCLOSE":49706,"ами":49707,"âĢĻai":49708,"ĠGain":49709,"wor":49710,"Ġplanner":49711,"Ġdistributing":49712,"vat":49713,"months":49714,"xlabel":49715,"HF":49716,"Viol":49717,".BASELINE":49718,"еÑĤÑģÑı":49719,"ĠRotate":49720,"Ġtxn":49721,":bold":49722,"Ġbloss":49723,"Forgery":49724,"(embed":49725,"Ġjako":49726,"sprintf":49727,"their":49728,"Ġexhibits":49729,"-static":49730,"hecy":49731,"getActiveSheet":49732,".clients":49733,"ãģį":49734,"_hide":49735,"[word":49736,"Cb":49737,"addItem":49738,"axe":49739,"_radio":49740,"alion":49741,"modifier":49742,"Ġsaturation":49743,"Ġdenom":49744,"_pixels":49745,"mess":49746,"(fl":49747,"atif":49748,"Ġsecs":49749,"Ġprostitution":49750,"Ġgrandchildren":49751,"Ġparadise":49752,"ĠFeld":49753,"_BINARY":49754,"itous":49755,"à¹Ħ":49756,"Ġflashing":49757,"-sided":49758,"Ġcontradiction":49759,"/*ĊĊ":49760,"ylabel":49761,"ĠTet":49762,"Ġadmire":49763,"reso":49764,"Ġletz":49765,"ĠSEARCH":49766,"slots":49767,"ĠRewards":49768,"ĠHog":49769,"ĠNSData":49770,"stash":49771,"Fall":49772,"ĠAmer":49773,"LinearLayout":49774,"/photos":49775,"Ġfeather":49776,"Ġ|čĊ":49777,"Downloads":49778,".StartsWith":49779,"Ġ//#":49780,"ineTransform":49781,"Ġaffid":49782,"Vtbl":49783,"ĠRogue":49784,"scribed":49785,"Ġfauc":49786,"ĠMonroe":49787,"Ġdeclares":49788,"modern":49789,"reon":49790,"aybe":49791,"PASS":49792,"fers":49793,"_MULTI":49794,"ĠMathematics":49795,"Ġsudah":49796,"_ATTACH":49797,"ĠnumberWith":49798,"ĠSolomon":49799,"jin":49800,"ografia":49801,"öl":49802,"_design":49803,"culated":49804,"ĠLuna":49805,"iesz":49806,"Ġ=>'":49807,"Ġrevelations":49808,"Along":49809,"(ed":49810,"ĠFilename":49811,"Ġylabel":49812,"Secure":49813,"Ġbusca":49814,"agnosis":49815,"_RECE":49816,"Ġoverlapping":49817,"Extent":49818,"Ġanticipation":49819,"Checks":49820,"ĠALSO":49821,"orc":49822,"ilingual":49823,"itational":49824,"Ġadvancement":49825,"ouro":49826,"ĠPredicate":49827,"å¾Ĺ":49828,"eria":49829,"ĠPierce":49830,"orio":49831,"Ġmerits":49832,"Ġpeanut":49833,".Package":49834,"ĠConduct":49835,"_SENSOR":49836,"Ġboiling":49837,"Ġintra":49838,"ĠIGN":49839,"ĠFur":49840,".Refresh":49841,"ĠReach":49842,"_decoder":49843,".Exp":49844,"ĠÑĤак":49845,"pill":49846,",Q":49847,"ĠGrill":49848,"Ġpopping":49849,".Ag":49850,"Ġproyecto":49851,"Ġmileage":49852,"Ġecological":49853,"]]);Ċ":49854,"ĠÂŃ":49855,"subplot":49856,"acad":49857,"ĠTrying":49858,"recipes":49859,"$criteria":49860,"ĠPersian":49861,"-bound":49862,"MASK":49863,"ĠGesture":49864,"Ġkk":49865,"ĠPVC":49866,"Ġprohibition":49867,"Ġcomando":49868,"ĠLOOK":49869,"Shopping":49870,"Ġdistortion":49871,"čĊ":49917,".Dependency":49918,".QueryString":49919,".Owner":49920,"Ġexpiry":49921,"Thu":49922,"(Vec":49923,"Ġhazardous":49924,"Ġrpm":49925,"APON":49926,"ĠaddTarget":49927,"sville":49928,"pNet":49929,"ĠImg":49930,"ĠTIMER":49931,".Animation":49932,"Ġbek":49933,"Ġassort":49934,"Ġlebih":49935,"ĠbodyParser":49936,"Ġvibrating":49937,"IDL":49938,"Ġbutterknife":49939,"inters":49940,"Ġpersuade":49941,"ĠLGBTQ":49942,"èĭ":49943,".soft":49944,"Ġbeams":49945,"_sur":49946,".Def":49947,"Ġlabs":49948,"ĉplt":49949,"Ġskins":49950,"Ġtransferring":49951,"Ġimaginary":49952,"_End":49953,";background":49954,"Ġlaps":49955,"_COMMENT":49956,"(SDL":49957,"onds":49958,".Record":49959,"ĠImplements":49960,"_ticks":49961,"()))ĊĊ":49962,"Ġarose":49963,"]?":49964,"ĠMp":49965,"ĠICommand":49966,"Ġsculpture":49967,"Ġcontracted":49968,"\">'":50446,"kinson":50447,"Ġкол":50448,"ognitive":50449,"_li":50450,"Ġimminent":50451,"Ġaffinity":50452,".signal":50453,"Ġnotch":50454,"ĠSteelers":50455,"maxlength":50456,"KK":50457,"ĠEugene":50458,"_PWM":50459,"roi":50460,"ĠâĹı":50461,"ĠHamburg":50462,".Must":50463,"Ġaxe":50464,"enef":50465,"Ġambitions":50466,"ĠSpecies":50467,"ĠStress":50468,"Ġawhile":50469,"ĠбÑĥд":50470,"Ġwithstand":50471,"ĠDecoder":50472,"_inventory":50473,"Ġ{ččĊ":50474,"Ġtgt":50475,"Ġrailroad":50476,"WASHINGTON":50477,"Ġnegotiated":50478,"NST":50479,"-phone":50480,",U":50481,"Ġexercising":50482,"ụ":50483,"_PIXEL":50484,"avors":50485,"iterated":50486,"Ġvampire":50487,"adal":50488,"Ingrese":50489,"Ġung":50490,"jective":50491,".cells":50492,"Ġnano":50493,"Ġmarkdown":50494,"_RULE":50495,"(events":50496,"Ġluggage":50497,"MESSAGE":50498,"igkeit":50499,"$count":50500,"AttributeName":50501,"IGINAL":50502,"_Ent":50503,"ĠBF":50504,"ĠCOMMENT":50505,"_ini":50506,"ĠEuropeans":50507,"ĠBelle":50508,"åij½":50509,")['":50510,"åºĶ":50511,"ĠUseful":50512,".reference":50513,"()\",":50514,"_grade":50515,"ĠKaw":50516,"Ġsentencing":50517,"Ġsocialism":50518,"monster":50519,"_LAYER":50520,"Ġdeepest":50521,"wk":50522,"ĠNoise":50523,"###ĊĊ":50524,"Ġpréc":50525,"otle":50526,"ÑĤе":50527,"auf":50528,"ibal":50529,"Ġconquer":50530,">Email":50531,"Ġambulance":50532,"OAD":50533,"Ġ(\"%":50534,"ĠFI":50535,".fixture":50536,"Ġterse":50537,"ĠĠĠĠĉĉĉĉ":50538,"Ġsanctuary":50539,"ugi":50540,"ĠComparator":50541,"Definitions":50542,"Ġasthma":50543,"Ġlact":50544,"Ġhardwood":50545,".clock":50546,"Ġattracting":50547,"ĠMour":50548,"(distance":50549,"icits":50550,"Ġbonne":50551,"ĠACCESS":50552,".DeserializeObject":50553,"ĠTyped":50554,"Ġjeu":50555,"ĠappId":50556,"ĠClara":50557,"ĠHF":50558,"ĠReich":50559,"ipples":50560,"//--------------------------------------------------------------------------------":50561,"_delivery":50562,"erialization":50563,"Ġplaintiffs":50564,"Scient":50565,"shopping":50566,"ĠDummy":50567,"ĠWald":50568,"GroupName":50569,"Ġinscription":50570,"elog":50571,"::::::::":50572,"_ld":50573,"BackPressed":50574,".Raw":50575,"ĠOnTrigger":50576,"Ġmuseums":50577,"ĠBeen":50578,"ĠAdventures":50579,"Ġslate":50580,"Ġlett":50581,"Ġsund":50582,"ĠGin":50583,"ĠMechanical":50584,".ship":50585,"AppComponent":50586,"Ġdestined":50587,"Ġdwelling":50588,"Profiler":50589,"Prepare":50590,"zeich":50591,"Ġsilicon":50592,"(has":50593,"Ġ#%":50594,"VIDEO":50595,"Ġcollaborate":50596,"Lin":50597,"Ġscopes":50598,"(className":50599,"(sd":50600,"andin":50601,".ham":50602,"ServiceImpl":50603,"-described":50604,"Ġirony":50605,"stial":50606,"ĠHuawei":50607,"(repo":50608,"Ġunexpectedly":50609,"ĠKai":50610,".install":50611,"\\xf":50612,"Ġexhibited":50613,"_TCP":50614,"ĠOx":50615,"_CHO":50616,"Ġprostituerte":50617,"Ġvä":50618,"Ġsito":50619,"Ġconstituents":50620,"ĠContinued":50621,"ĠSAVE":50622,"rss":50623,"/message":50624,"ubes":50625,"Ġmisdemean":50626,"Ġtaxation":50627,"Ġstoryline":50628,"hair":50629,"ĠFinds":50630,"SIG":50631,"verification":50632,"~=":50633,".hp":50634,"Iterable":50635,"Ñĭе":50636,"atori":50637,"Ġctr":50638,"Rx":50639,"_);ĊĊ":50640,"dag":50641,".pin":50642,"Ġpseud":50643,"Ġinvo":50644,"ÑģÑĤÑĢ":50645,"_pix":50646,"为空":50647,"Ġsworn":50648,"âĢĶor":50649,"_registry":50650,"Ġdisasters":50651,"ĠROI":50652,"ĠâĢķ":50653,"aktu":50654,"forest":50655,"beiten":50656,"âĢĶI":50657,"ueva":50658,"egt":50659,"Ġspikes":50660,"URES":50661,"ĠRecommended":50662,"Ġexploited":50663,"ĠFrederick":50664,"_COMPLETE":50665,"ĠDrugs":50666,"!!!!!!!!":50667,"ĠRiv":50668,"STOP":50669,"ROOM":50670,"ĠPASSWORD":50671,"Cookies":50672,".El":50673,"á»Ń":50674,"ĠBert":50675,"Ġhashed":50676,"icester":50677,"Ġdecorator":50678,"ĠqueryString":50679,":;Ċ":50680,"Ġ\"[\"":50681,"otope":50682,"-Americ":50683,"ĠMatthews":50684,"URAL":50685,"âĢľ,":50686,"Summer":50687,"fos":50688,"_CONTAINER":50689,"_ACK":50690,"Ġfiltr":50691,"_disp":50692,"_Re":50693,"Ġfacile":50694,"аÑĪ":50695,"ĠìķĬ":50696,"Ġeben":50697,"Ġsprink":50698,"ĠQuint":50699,">V":50700,"Ġhistorians":50701,"ourmet":50702,"ĠMonitoring":50703,"ledger":50704,"cott":50705,"Ġware":50706,"GGLE":50707,"cars":50708,"ĠMEDIATEK":50709,"Ġvolupt":50710,"_View":50711,"HEL":50712,"(copy":50713,"(stats":50714,"Ġchromosome":50715,"ĠCurtis":50716,"-conf":50717,"(asset":50718,"Ġhvor":50719,"FileSystem":50720,"<>();čĊ":50721,"ocoder":50722,"ĠCannon":50723,")x":50724,"ĠSmooth":50725,"ĠSAS":50726,"_ce":50727,"ĉprev":50728,"_movie":50729,"Ec":50730,"_wall":50731,".ĊĊ":51278,"ogenesis":51279,"ĠOPTIONS":51280,"uptools":51281,"Ġmilitant":51282,"Ġexited":51283,"igar":51284,"ĠCOMM":51285,"ĠDisposable":51286,"aycast":51287,"Ġrowspan":51288,"Ġsynthes":51289,"Ġsondern":51290,"ĠĊ":54769,"ĠJacket":54770,"RATION":54771,".getSelectedItem":54772,"-init":54773,"ĠRegisters":54774,"_sep":54775,"ĠToolkit":54776,".dict":54777,"Ġxlabel":54778,"\\Table":54779,"toc":54780,"_combo":54781,"ĠCompact":54782,"Ġrugged":54783,"à¥ĩà¤":54784,"-management":54785,"')}}\">Ċ":54786,"ĠStamp":54787,"ıl":54788,"rox":54789,"Ġlandscapes":54790,"_NOTE":54791,"monary":54792,"cab":54793,"Ġmoet":54794,"xaf":54795,"rcode":54796,"-cli":54797,"_gate":54798,"[event":54799,"SPORT":54800,"gia":54801,"ĠSUPER":54802,"/Login":54803,"_shutdown":54804,"interrupt":54805,"Ġpretending":54806,"Ġfringe":54807,"ĠReds":54808,"ĠCUDA":54809,"ĠUNIX":54810,"vit":54811,"Ġbrig":54812,"drv":54813,"ĠConnector":54814,"Therefore":54815,"Ġlia":54816,"Detection":54817,"_actor":54818,"Ġtempfile":54819,"Ġeccentric":54820,"-role":54821,"Ġpadx":54822,"dent":54823,"Western":54824,"Ġê·¸":54825,"ĠApplicationRecord":54826,"Ġcampaigning":54827,"_runner":54828,"ĠCivic":54829,"aleigh":54830,"Ġdirekt":54831,".sul":54832,"ĠĠĉĉĉ":54833,"anten":54834,"Ġissuer":54835,"Ġassertions":54836,"(orig":54837,"ATIO":54838,"Ġleaned":54839,"äs":54840,".DTO":54841,"explode":54842,".Observable":54843,"Ġstaggering":54844,"Ġkidnapped":54845,"Ġprogrammers":54846,"ĠInnov":54847,".parameter":54848,"Ġdomination":54849,"Ġskeptic":54850,"Ġæĺ¯":54851,"Ġavoids":54852,".Verify":54853,"ubby":54854,"ĠASN":54855,"Ġformato":54856,"ĠBeatles":54857,"_brand":54858,"Ġinset":54859,"youtu":54860,"Ġtoc":54861,"-final":54862,"Showing":54863,"ĠDoub":54864,"ĠMesa":54865,"Adj":54866,"_medium":54867,"Creates":54868,"(endpoint":54869,"ĉUP":54870,"bbie":54871,"Ġstalk":54872,".databind":54873,".Scan":54874,"agents":54875,"$,":54876,"individual":54877,"+)/":54878,"ĉvm":54879,"(notification":54880,"Ġinex":54881,"ĠClassification":54882,"reno":54883,"Ġolig":54884,"-rated":54885,"Ġformulation":54886,"',{":54887,"Ġacept":54888,"_unpack":54889,"_CA":54890,".Pow":54891,"ĉim":54892,"Ġaluminium":54893,"ANO":54894,"Ġxn":54895,"Ġcómo":54896,"ĠIngredient":54897,"Ġseizures":54898,"åħ±":54899,"ificador":54900,"Ġsiguiente":54901,"ĠInfragistics":54902,"Ġduplicated":54903,"ĠDee":54904,"Ġnø":54905,"ĠACCEPT":54906,"(crate":54907,"иÑĤелÑĮ":54908,"-less":54909,"Ġinfinity":54910,"Analyzer":54911,"-Day":54912,"ritt":54913,"(cin":54914,"ĠGy":54915,"Ġmultiplied":54916,"uchi":54917,"ĠBaldwin":54918,"/ip":54919,"Ġshortcuts":54920,".ADD":54921,"Ġvigor":54922,"_instruction":54923,"(;":54924,"_eta":54925,"è¿ŀ":54926,"utorials":54927,"Ġboosting":54928,"bv":54929,"Ġacknowledges":54930,"Listening":54931,"FAQ":54932,";b":54933,"((-":54934,"Ġarchitects":54935,"Ġzwe":54936,"Ġpuls":54937,"ĠgetCount":54938,"verbs":54939,"ãĢľ":54940,"(Collection":54941,"kre":54942,"Ġjurisdictions":54943,"_bridge":54944,"ĠCrack":54945,"ĠDifficulty":54946,"KO":54947,"Reservation":54948,"_requires":54949,"Tour":54950,"ãģĹãģŁ":54951,".setCurrent":54952,"Ġky":54953,"ĠAlbany":54954,"Ġè§":54955,"ller":54956,"agna":54957,"workers":54958,".blank":54959,"ĠPrayer":54960,"MIC":54961,"Ġresilience":54962,"TeX":54963,"ĠLanguages":54964,"study":54965,"ĉcurr":54966,"Ġenzymes":54967,"Slug":54968,"ĠíĮĮ":54969,"stral":54970,"Ġtumors":54971,"Ġsegunda":54972,"='{":54973,"instruction":54974,"ĠLisp":54975,"/info":54976,"Ġ\"{$":54977,",:),":54978,"Ġgv":54979,"(ErrorMessage":54980,"Ġ'=":54981,"}-${":54982,".Documents":54983,"\"Well":54984,"Ġreminiscent":54985,"Ġgaz":54986,"iropr":54987,"ehr":54988,"Ġsuppressed":54989,"ersh":54990,".scrollTo":54991,"Ġcadena":54992,"ĠgameState":54993,"ÃŃm":54994,"(conv":54995,"ĠTomorrow":54996,"ĠCCT":54997,"Mongo":54998,"ulg":54999,".Camera":55000,".handlers":55001,"mph":55002,"Ġstk":55003,"Ġgenetics":55004,"ACING":55005,"Trivia":55006,"ĠBam":55007,"(marker":55008,".Stretch":55009,"ĠSunni":55010,"ĠBetty":55011,".tolist":55012,"unlikely":55013,".Rectangle":55014,"obsolete":55015,"ILON":55016,"innerText":55017,"embourg":55018,"aN":55019,"ĠVehicles":55020,"unlock":55021,":utf":55022,"nob":55023,"ĠSeeing":55024,"ĠNEVER":55025,"Ġtls":55026,"Ġfilles":55027,"Ġbenefited":55028,"ĠClint":55029,"*/),":55030,".fold":55031,"Ġposible":55032,"ADED":55033,"thouse":55034,".DAL":55035,"ĠOdd":55036,"rokes":55037,"ĠSunny":55038,"ĠPartialEq":55039,"_Buffer":55040,"ĠLevi":55041,"longrightarrow":55042,"eldon":55043,"gages":55044,"_warn":55045,".CreateTable":55046,"ĠDip":55047,"_questions":55048,".logic":55049,"Ġ#\"":55050,"={()=>":55051,"Ġtep":55052,"Ġjuicy":55053,"ìĤ¬":55054,"enko":55055,"ialect":55056,"Ùī":55057,"Ġonboard":55058,"Ġæı":55059,"ĉrt":55060,"_UTF":55061,"ĠQAction":55062,"âĢŀ":55063,"(Component":55064,"(audio":55065,".hit":55066,"gte":55067,"Ġprogrammed":55068,"stateParams":55069,"Ġpolyester":55070,"fires":55071,"byss":55072,"]=(":55073,"_quality":55074,"OfDay":55075,"ĠFairy":55076,"Ġyelled":55077,"opl":55078,"(userName":55079,"ĠDifference":55080,"Ġevaluations":55081,"iffany":55082,"Ġcyclists":55083,"Ġcidade":55084,"Ġtextbook":55085,"Ġprofiling":55086,"__),":55087,"dea":55088,".activate":55089,"Ġindications":55090,"Ðķ":55091,"TouchUpInside":55092,"Ġinvaluable":55093,"ĠMASK":55094,"Ġcontend":55095,"Freq":55096,"Ġrecruits":55097,"(interval":55098,"ĠUserProfile":55099,"Ġ'./../":55100,"edu":55101,"_Callback":55102,"Ġanalogy":55103,"ĠTrophy":55104,"apphire":55105,"Videos":55106,"ĠCher":55107,"ĠHav":55108,"âĢ¦\"":55109,".validator":55110,"gfx":55111,"ĠUObject":55112,"classnames":55113,"triangle":55114,"ĠEncoder":55115,".spy":55116,"Ġpredators":55117,"=status":55118,"-safe":55119,":\",Ċ":55120,"ĠIncluding":55121,"Ġ{};čĊ":55122,"*cos":55123,"Ġendured":55124,".sulake":55125,"Ġnursery":55126,"Ġfragrance":55127,"Ġrebuilding":55128,"Ġnth":55129,"ĠFraser":55130,".setDate":55131,"ĠVince":55132,"_REST":55133,"Ġventilation":55134,"æµ·":55135,"cribes":55136,".asm":55137,"lpVtbl":55138,"ĠAbe":55139,"uisine":55140,",array":55141,"ĉclassName":55142,"errals":55143,"Ġ'ĊĊ":55144,"Checkout":55145,"Ġsolicit":55146,"Aux":55147,"_capture":55148,"Ġribs":55149,"ragon":55150,"viol":55151,"topics":55152,"FunctionFlags":55153,"ĠMarty":55154,"bike":55155,"ĠTucker":55156,"(kernel":55157,"ĠOps":55158,"CloseOperation":55159,"/demo":55160,"ilda":55161,"ĠlÃŃnea":55162,"APPING":55163,"Ġsuites":55164,".visitVarInsn":55165,"urus":55166,"ĠMinute":55167,"(manager":55168,"Ġbutterfly":55169,"Ġapare":55170,"Ġwolves":55171,"JWT":55172,"ĠSalon":55173,"ĉdelay":55174,"-eslint":55175,"isations":55176,".rpc":55177,")|(":55178,"ĠSnapchat":55179,"/mm":55180,"MN":55181,"ceries":55182,".textAlignment":55183,"ĠFrankfurt":55184,"Ġado":55185,"(newValue":55186,"(access":55187,"(Expression":55188,"ĠSignIn":55189,"ĠHaiti":55190,"_tp":55191,".setParameter":55192,"Minute":55193,"Ġmanuals":55194,"ricanes":55195,"ĠPTR":55196,"ĠOuter":55197,"Ġgetline":55198,"ocations":55199,"_CD":55200,"ĠLyon":55201,"/gui":55202,"_live":55203,"idan":55204,".geom":55205,"ĠborderBottom":55206,"imuth":55207,"_checkpoint":55208,"Ġmeu":55209,"ĠIrving":55210,"Ġpeuvent":55211,"(MAX":55212,"ĠARCH":55213,"Ġpov":55214,".sourceforge":55215,"Ġjamais":55216,"Ġark":55217,"ĠBaghdad":55218,"ĠCLEAR":55219,"MenuBar":55220,"Ġtrois":55221,"CHEDULE":55222,"Ġ#čĊ":55223,"(Call":55224,"$order":55225,"(Material":55226,"Ġencontrado":55227,"$list":55228,"ĠMETHODS":55229,".beginTransaction":55230,"_MAG":55231,"StyleSheet":55232,"Ġmajors":55233,"Ġindefinitely":55234,"cleanup":55235,"Ġhomeland":55236,"(dto":55237,"Dates":55238,"Presentation":55239,"ĠDK":55240,"={`/":55241,"ĉKey":55242,"(Block":55243,"_checkbox":55244,"needs":55245,"ĠonComplete":55246,"rico":55247,"Ġgleich":55248,"Ġxm":55249,"OOD":55250,"Better":55251,"ĠSQLITE":55252,".Book":55253,"xad":55254,"ĠGone":55255,"ĉdp":55256,"Ġdevotion":55257,"Ġstm":55258,"Ġobsess":55259,"ĠBackend":55260,"Queries":55261,"Ik":55262,"//****************************************************************":55263,"Ġdividends":55264,".parentElement":55265,"}\")ĊĊ":55266,"ĠMaterialPageRoute":55267,":num":55268,"Ġexplic":55269,"ĠOL":55270,"least":55271,"Oops":55272,"imentos":55273,"Ġinsurers":55274,"Ġheroic":55275,"ĉfields":55276,".imgur":55277,".btnCancel":55278,"ĠDetective":55279,"(sm":55280,"ĠMutableLiveData":55281,".lab":55282,"(([":55283,"Ġhairst":55284,"ĠTransactions":55285,"å¼Ģå§ĭ":55286,"ĠstdClass":55287,"uento":55288,"GIS":55289,"_cod":55290,"Instructions":55291,"Calls":55292,"PointerType":55293,"ĠRw":55294,"Ġassortment":55295,"ĠDIG":55296,"+r":55297,"_CERT":55298,"Ġinstability":55299,"Ġvib":55300,"onas":55301,"Ġroku":55302,"apellido":55303,"Ġangl":55304,"preneur":55305,"Ġfluids":55306,"isease":55307,"Ġdeed":55308,"quist":55309,"_CONSTANT":55310,"Ġequilibrium":55311,"_delegate":55312,"ĠQuantum":55313,"rei":55314,"Capabilities":55315,"rectangle":55316,"?><":55317,"alien":55318,"ĠJug":55319,"DNA":55320,"Tickets":55321,"Occurs":55322,"ĠHawk":55323,".setHorizontalGroup":55324,"\\Collection":55325,"ffiti":55326,"Ġrearr":55327,".setVerticalGroup":55328,"Ġcavity":55329,"Ġadulte":55330,"Facade":55331,"-wh":55332,"ĠLOL":55333,"Ø°":55334,"Ġgrandparents":55335,"Swift":55336,"ĉwx":55337,"æīĢæľī":55338,"ifen":55339,"ffset":55340,"Beyond":55341,"//}ĊĊ":55342,"Ġwager":55343,"Ġbury":55344,"Ġcommence":55345,"registro":55346,"scient":55347,"ĠPercent":55348,"Ġдолж":55349,"(identifier":55350,".setModel":55351,"Ġseldom":55352,"nton":55353,"Ġappliance":55354,"amus":55355,"rysler":55356,"Ġpanties":55357,"enguins":55358,"Ġmimic":55359,"ĠonChanged":55360,"Ġalcoholic":55361,".reloadData":55362,"Charge":55363,"ĠFax":55364,"ĠjScrollPane":55365,"Empresa":55366,"Ġshattered":55367,"xba":55368,"Fonts":55369,"?s":55370,"Ġpostseason":55371,"retain":55372,"_rates":55373,"ĠrequestCode":55374,".todo":55375,"´s":55376,"CHK":55377,"ĠKeeping":55378,"engeance":55379,"Ġvscode":55380,"IPPING":55381,"DefaultCloseOperation":55382,"_raise":55383,"ĠOculus":55384,"ograms":55385,"raj":55386,"pci":55387,"Ġcorrosion":55388,".handleSubmit":55389,"Accessible":55390,"ĠPiano":55391,"little":55392,"ACL":55393,"Äĩe":55394,".unwrap":55395,"ĠConvers":55396,"ĠLeben":55397,"ioneer":55398,"ĠMerchant":55399,"ĠJorge":55400,"Ġembracing":55401,"Ġventa":55402,"ást":55403,"Ġviene":55404,"Ċ":55556,"-growing":55557,"Ġdeepcopy":55558,"Ack":55559,"eggies":55560,"Ġ__(\"":55561,"Ġnoir":55562,"terrorism":55563,"Ġanthem":55564,"agency":55565,"_PACKAGE":55566,"ĠClosure":55567,".registry":55568,"Ġmammals":55569,"L":55600,"Ġbluetooth":55601,".Deep":55602,"-standing":55603,"ácil":55604,"Ġrooft":55605,"ĠPaths":55606,"_iterations":55607,"InvalidArgumentException":55608,".spi":55609,"ĠUIAlertAction":55610,"uye":55611,"signin":55612,".priority":55613,"ĠEssays":55614,"='{$":55615,"Ġè¿ĶåĽŀ":55616,"_signed":55617,".persist":55618,"Ġredesign":55619,"ToLower":55620,"ĠNewman":55621,"=start":55622,"ĠIsraelis":55623,"asiswa":55624,"Speech":55625,"Ġnumeros":55626,"handlers":55627,"ĠWong":55628,"ĠмеÑĤод":55629,"Weights":55630,"ĠGujar":55631,"teil":55632,"ĠNonetheless":55633,"_EFFECT":55634,"Ġvect":55635,"ĠOsc":55636,"Ġcoats":55637,"ĠWheat":55638,"Ġgeek":55639,"ĠPROPERTY":55640,"worm":55641,"_constants":55642,"ĠBoulder":55643,"ĠParm":55644,"cole":55645,"ĠdefaultCenter":55646,"ĠRouge":55647,":A":55648,"xcf":55649,"ĠVenice":55650,"median":55651,"Ġredemption":55652,"Fresh":55653,"Ġcosm":55654,"Ġfigur":55655,"Ġrefurb":55656,"COPE":55657,".cd":55658,"Ġchords":55659,"ĠSgt":55660,"Åį":55661,"VPN":55662,"ĠSEND":55663,"ainen":55664,"_accounts":55665,"Ġtenth":55666,"Ġdissolved":55667,"":55907,"Ġlegitimacy":55908,"Ġoo":55909,"Slinky":55910,"Ġnationals":55911,".words":55912,";p":55913,"trap":55914,"omanip":55915,"Ġcues":55916,"Ġgraduating":55917,"Ġsemaphore":55918,"\"]);ĊĊ":55919,"acey":55920,"REET":55921,"Grab":55922,"ĠFelix":55923,"(Id":55924,"_neighbors":55925,"Ġmeaningless":55926,"(del":55927,"Ġjeder":55928,"ĠContentValues":55929,".absolute":55930,"/cl":55931,"Ġxb":55932,"datum":55933,"Ġtortured":55934,"Ġrubbing":55935,"Scores":55936,"ĠðŁĺī":55937,"Ġavons":55938,"Ġamsterdam":55939,"EOS":55940,"Hal":55941,"Ġtrustworthy":55942,"#=":55943,".EXTRA":55944,"Ġmano":55945,"isicing":55946,"-support":55947,"ĉcursor":55948,"ĠSpo":55949,"aimassage":55950,"Mission":55951,"[]{\"":55952,"Ġprinters":55953,"GREEN":55954,"Ġteg":55955,"Ġabdominal":55956,"!ĊĊĊĊĊĊ":55957,".Short":55958,"азв":55959,"ĠGifts":55960,"}\")":55961,"(binding":55962,"xce":55963,"âĢij":55964,"infos":55965,"FormData":55966,"Ġdart":55967,"Ġelems":55968,"(inv":55969,"YL":55970,"tin":55971,"GENER":55972,"ữ":55973,"ĠTaken":55974,"uckle":55975,":e":55976,"Ġspectral":55977,".baidu":55978,"/');Ċ":55979,"Ġgreedy":55980,"esion":55981,",,,,,,,,":55982,"Ġ/>,Ċ":55983,"InternalServerError":55984,"NSNotificationCenter":55985,"ĠAi":55986,"Ġspit":55987,"Ġaugmented":55988,"ĠstandardUserDefaults":55989,"FINITY":55990,"Race":55991,":C":55992,"ĠRECORD":55993,"ĠHighlight":55994,"Ġ'`":55995,"Ġdeficits":55996,"Ġnei":55997,"Ġresearched":55998,"Ta":55999,"Ġcopp":56000,".GetHashCode":56001,"):čĊčĊ":56002,"OnClick":56003,"ĠWellington":56004,"Ġrevival":56005,"æ¯Ķ":56006,"éĹ®":56007,"ĠNSS":56008,"Ġforn":56009,"Ġinté":56010,"ĠKuwait":56011,"_flip":56012,"_bo":56013,"_\\":56014,"Ġoccurrences":56015,"ĠScientists":56016,"SRC":56017,"ogens":56018,"igrant":56019,"REMOTE":56020,"ĠSID":56021,".opts":56022,"uve":56023,"()])Ċ":56024,"Ġlibertarian":56025,"ĠGlide":56026,"lesen":56027,"Ġforme":56028,"owania":56029,"Ġannoyed":56030,"Defs":56031,"ĠExecutor":56032,"Ġcasts":56033,".setChecked":56034,"ĠSharing":56035,".SerializeObject":56036,"Ġselectors":56037,"_OTHER":56038,"미":56039,"(super":56040,"(OS":56041,"_VERIFY":56042,"idunt":56043,"';Ċ":56045,"Ġvidéo":56046,"ĠNegro":56047,"ĠLords":56048,"ĠTours":56049,"Ġsoftly":56050,".receive":56051,"ĠERC":56052,"ĠdataSet":56053,"Badge":56054,"ĉEvent":56055,"Ġperl":56056,"Ġ{}\\":56057,"(sentence":56058,"OrUpdate":56059,"Ġdiminish":56060,"PIN":56061,"(draw":56062,".ToDateTime":56063,".EqualTo":56064,"(pin":56065,"-pencil":56066,"luent":56067,"ĠCaller":56068,"Ġplayful":56069,"-'+":56070,"xca":56071,"swick":56072,"){}Ċ":56073,"}:${":56074,"ĠMeth":56075,".getCell":56076,".break":56077,"Ġymax":56078,"='Ċ":56291,"ĠHiro":56292,"(TRUE":56293,"asurer":56294,"Ġcuer":56295,"Uber":56296,".Operation":56297,"Ġolan":56298,"Ġthrilling":56299,"'.":56321,"ĉvalid":56322,"\"\",":56323,"Instrument":56324,">J":56325,"Ġnostr":56326,"ĠRift":56327,"_Port":56328,"Ġveces":56329,"[['":56330,"Ġrallies":56331,"-series":56332,"Ġvv":56333,".uc":56334,"Ġrtn":56335,"StateChanged":56336,"(ins":56337,"ĠCla":56338,"------------Ċ":56339,"cus":56340,"ĠReload":56341,"//------------------------------------------------------------------------------------------------":56342,".seconds":56343,"_destination":56344,"Ġscrewed":56345,">c":56346,"Thickness":56347,"Designer":56348,"Ġgrids":56349,"nÄħ":56350,"(cookie":56351,"Trip":56352,"-Mobile":56353,"Ġvoll":56354,"Ġgenital":56355,"Ġconfisc":56356,"ĠConfederate":56357,"ĠwebView":56358,"Ġmise":56359,"Ġcler":56360,"(selection":56361,"$date":56362,"Ġsharpen":56363,"ragen":56364,"AndUpdate":56365,"Ġremix":56366,"Ġhtons":56367,"RW":56368,"MPI":56369,"Ġretrieval":56370,"Ġrichest":56371,".Decode":56372,":initComponents":56373,"ĠTValue":56374,"Saint":56375,"@include":56376,"ĠPERSON":56377,".sep":56378,"ĠLDAP":56379,"gba":56380,"ĠgroÃŁe":56381,"Ġreliably":56382,"ĠDFS":56383,".getItemId":56384,"Ġprésent":56385,".getToken":56386,"Ġchinese":56387,"ĠMeal":56388,"YOU":56389,"\">>ĊĊ":56948,"bower":56949,"Ġswapped":56950,"/install":56951,"Ġsinks":56952,"etrize":56953,"Ġdeclines":56954,"ĉmysql":56955,"ĠCString":56956,"ĠMotionEvent":56957,".Language":56958,"Road":56959,"ÑĤеÑĢ":56960,"ascimento":56961,"'))->":56962,".about":56963,"(editor":56964,"ĠRatings":56965,"income":56966,"Å¡e":56967,".dequeueReusableCell":56968,"ĠAustrian":56969,"Ġsulla":56970,"ĠTribunal":56971,"ĠDidn":56972,"оваÑĢ":56973,"Ġinspections":56974,"Boss":56975,"Ġcocktails":56976,"Ġapologized":56977,"_subplot":56978,"opal":56979,"+=(":56980,"Ġresonance":56981,"ibu":56982,"Ġ리":56983,"roma":56984,"reserve":56985,"pls":56986,"ĠTah":56987,"axies":56988,"OPLE":56989,"ĠDarren":56990,"ĠZombie":56991,"_Map":56992,"Ġ])ĊĊ":56993,"ĠQi":56994,"ĠSail":56995,"Ġrestrictive":56996,"Ġerosion":56997,"-par":56998,"WHITE":56999,"Ġoldu":57000,"Ġaperture":57001,"Ġbitcoins":57002,"texto":57003,"ĠComcast":57004,"Ġtimeless":57005,"enkins":57006,"Ġfeeder":57007,"/tmp":57008,"resden":57009,"+'_":57010,".Destroy":57011,"Ġçok":57012,"ĠDOCUMENT":57013,".lng":57014,".tagName":57015,"Ġkullan":57016,"egrate":57017,"Ġ(*.":57018,"ç¼ĸè¾ij":57019,"Ġhandshake":57020,"soc":57021,"_geometry":57022,"ĠDamascus":57023,"Minor":57024,"ĠKafka":57025,"ìŬ":57026,"Florida":57027,"_compute":57028,".expr":57029,"Ġparalle":57030,"ĠDiaz":57031,"cir":57032,"[target":57033,"Ġjoking":57034,"Ġglor":57035,"(setq":57036,"_handlers":57037,"Hang":57038,"Ġferr":57039,"riminal":57040,"ĉĠĠĠĠĉĉ":57041,"enties":57042,"defines":57043,"-tax":57044,"jsonp":57045,"ĠUPS":57046,"metro":57047,"__;Ċ":57048,"ĠUganda":57049,"])):Ċ":57050,"_td":57051,"xae":57052,"lw":57053,".OS":57054,"ĠLogged":57055,"acid":57056,"ĠMayo":57057,"aspect":57058,"Ġvaginal":57059,"Ġinitializing":57060,"Ġsteroids":57061,"fiction":57062,"GRE":57063,"gend":57064,"Ġliabilities":57065,"ĠLets":57066,"Mech":57067,"(nc":57068,"(change":57069,"Ġconnectors":57070,":k":57071,"Ġtast":57072,"!\");ĊĊ":57073,"things":57074,"rophy":57075,"luetooth":57076,"ĠSignUp":57077,".ctrl":57078,"Ġtherein":57079,"orda":57080,".escape":57081,"igator":57082,"Ġpetrol":57083,"Ġspecimen":57084,"Ġdebuted":57085,"-Pro":57086,"Ġcrises":57087,".addView":57088,"ëıĻ":57089,"-door":57090,"Ġmonet":57091,"Ġmillis":57092,"Ġvier":57093,"InternalEnumerator":57094,"Ġadmins":57095,"ĠLair":57096,"zin":57097,"getQuery":57098,"umbles":57099,"LIMIT":57100,"ĠVig":57101,"_song":57102,"":57415,"Ġpasado":57416,"thank":57417,"_Delete":57418,"ĠBrighton":57419,",unsigned":57420,"ä½ľèĢħ":57421,"Ġaspirations":57422,"-how":57423,"Rose":57424,"=((":57425,"_needed":57426,"_plural":57427,">ĊĊ":57545,"Ġsurfaced":57546,"ĠìłĢìŀ¥":57547,"platz":57548,"ĉemail":57549,"ceptors":57550,"\">(":57551,"Ġepile":57552,"读":57553,"ĠDebt":57554,"åijĬ":57555,"NOP":57556,"\"https":57557,":j":57558,"FormItem":57559,"_LICENSE":57560,".getDouble":57561,"ĠAgenda":57562,"ĉfinally":57563,"(filters":57564,"(av":57565,"ç¾İ":57566,"APER":57567,"Ġlava":57568,"еÑĢж":57569,"))))ĊĊ":57570,"Ġfaulty":57571,"_nm":57572,"Ġtrava":57573,"(Bitmap":57574,"Ġspeeding":57575,">').":57576,"Ġscreened":57577,"_roll":57578,"ĠMacBook":57579,"ĠAUD":57580,"Ġdiagnose":57581,".Generate":57582,"Ġ^^":57583,"Ġstrs":57584,"[Test":57585,"Ġransom":57586,"ĠDHCP":57587,"elden":57588,"Ġinterpretations":57589,"()].":57590,"flatMap":57591,"ĠlineHeight":57592,"_mount":57593,"ĠWizards":57594,"Ġsluts":57595,"ehler":57596,"odal":57597,"Ġmilitia":57598,"å²":57599,"earned":57600,"Ġmisery":57601,"intval":57602,"fund":57603,"Ġhides":57604,"Ġdiarr":57605,"ĠWesley":57606,"Ġxmm":57607,"Ġquem":57608,"ĠArabs":57609,"ifth":57610,"ategorized":57611,"Disposable":57612,"Pure":57613,"_NOTIFY":57614,"snippet":57615,"ĠGarrett":57616,".running":57617,".weights":57618,"Ġ(--":57619,"Ġinvariant":57620,"äºĭ件":57621,"ĠAllowed":57622,"dirs":57623,"Ġpassions":57624,"Ġlad":57625,"ĠFlush":57626,"menus":57627,":block":57628,"Ġcompra":57629,".chomp":57630,"allocator":57631,"Ġcurated":57632,"ĠKnowing":57633,"ĠPatterson":57634,"Ġtelah":57635,"'ex":57636,"Ġdoomed":57637,"Ġphilanth":57638,"otty":57639,".styles":57640,"Owned":57641,"Ġallergies":57642,"=params":57643,"ocese":57644,"itelist":57645,"ĠSending":57646,"bef":57647,"orrar":57648,"ĠNão":57649,"ĠFargo":57650,"ĠLub":57651,"ĠCombined":57652,"_given":57653,"ĉĉĉĉĉĠĠĠĠ":57654,"Ġreconciliation":57655,"Patterns":57656,"azard":57657,"Ġbiomass":57658,"ĠHouses":57659,"respuesta":57660,"cco":57661,"/topics":57662,"ĠYuk":57663,"Ġweakened":57664,"_calendar":57665,"Ġmulheres":57666,"ĠMarl":57667,"Ġsine":57668,"ĠTil":57669,"ĠSouls":57670,"ĠDeutsche":57671,"ĠFOLLOW":57672,"Ġpipelines":57673,"ĠBeverly":57674,"_DIPSETTING":57675,"\"#":57676,"ĠProto":57677,".big":57678,"ĠSavings":57679,"ĠTanz":57680,"jun":57681,"ĠGamma":57682,"ĠSadd":57683,"Ġadvisors":57684,"Ġroast":57685,"Ġunters":57686,"udies":57687,"_lon":57688,"-pointer":57689,"ĠElementRef":57690,"\\Builder":57691,"exampleInput":57692,".webdriver":57693,"dataType":57694,"ĠQuite":57695,"ĠCeltics":57696,"uil":57697,"-defense":57698,"bish":57699,"ĠUIWindow":57700,"ĠSuddenly":57701,".hot":57702,".reason":57703,"Ġgör":57704,"AMD":57705,".Multi":57706,"authenticated":57707,"regions":57708,";(":57709,"аÑĢам":57710,"ĠKirby":57711,"$route":57712,"PRECATED":57713,"ĠDurham":57714,"owo":57715,"ĠPerforms":57716,"Ġdisregard":57717,"nst":57718,"ĠPols":57719,"ĠgetP":57720,"\"]:":57721,"-colored":57722,"(Keys":57723,"ĠAlleg":57724,"_modify":57725,"_loading":57726,"strained":57727,"Ġatroc":57728,"_phr":57729,"":58721,"ceph":58722,".DateTimePicker":58723,".\";ĊĊ":58724,"ĠTie":58725,",item":58726,"Ġmenn":58727,"Gas":58728,"ocha":58729,"_virtual":58730,"Ġmasterpiece":58731,"_sequences":58732,"LTE":58733,"ĠSubmission":58734,"Caller":58735,"$\\":58736,"Sport":58737,"agus":58738,"ConstraintMaker":58739,"Ġcoloc":58740,"Ġwig":58741,"ĠУ":58742,"ĉArray":58743,"Looks":58744,"ĠGTA":58745,".steps":58746,"atchewan":58747,"_ranges":58748,"extAlignment":58749,"ĠBrennan":58750,"Ġabstraction":58751,"ulerAngles":58752,".misc":58753,"Ġantibodies":58754,"Ġexponential":58755,"ĠCHANNEL":58756,"expense":58757,"'y":58758,"Ġdetectives":58759,"Ġpurported":58760,"YSTEM":58761,"Ġradioactive":58762,"ĠLatina":58763,".Encoding":58764,".TAG":58765,"xin":58766,"Degree":58767,"uracion":58768,"prices":58769,"ĠReferentialAction":58770,"Ġrarity":58771,"Ġpiles":58772,"gende":58773,"_projects":58774,"_globals":58775,".startTime":58776,"Ġ구":58777,"SECTION":58778,"_publish":58779,"Fault":58780,"DDL":58781,"_prior":58782,"Mom":58783,"Ġthicker":58784,"Ġsequelize":58785,"Ġessentials":58786,"stras":58787,"intr":58788,">(()":58789,".management":58790,"eil":58791,"éĹŃ":58792,"Aware":58793,".City":58794,"ĠArbit":58795,"_DM":58796,"_keyboard":58797,"LObject":58798,"-webpack":58799,"ĠNewport":58800,"ĠprincipalColumn":58801,"legant":58802,"Ġpallet":58803,"Ġfracture":58804,"Ġgmail":58805,".Meta":58806,"Above":58807,".KeyEvent":58808,"jit":58809,"_macro":58810,"_PUSH":58811,"ứ":58812,"/controller":58813,"åĬłè½½":58814,"Ġsuperficial":58815,"exterity":58816,"Ġmensagem":58817,"Wind":58818,"iston":58819,".openapi":58820,"иÑĢов":58821,"ĠSerializer":58822,"uctive":58823,"Ġzar":58824,"Places":58825,".Static":58826,"Ba":58827,"Ġinadvert":58828,"ĠIndonesian":58829,"_IPV":58830,"(horizontal":58831,"ĠgetTitle":58832,"idepress":58833,"ĠConsoleColor":58834,"ipers":58835,"$out":58836,"Ġfestive":58837,"Ġevenings":58838,".GetData":58839,"uitka":58840,"ĠManuals":58841,"ussed":58842,"_Max":58843,".Chat":58844,"ĠAircraft":58845,"=com":58846,"FOUND":58847,"apro":58848,"Ġtreasures":58849,"_alive":58850,"Ġgadget":58851,"eking":58852,"ButtonDown":58853,"Browsable":58854,".PERMISSION":58855,"PASSWORD":58856,"ĠHASH":58857,"fé":58858,"\\TestCase":58859,"LOSS":58860,"others":58861,",J":58862,"Ġasshole":58863,"werk":58864,"Ġmã":58865,".ie":58866,"evil":58867,"kontakte":58868,"////////////////////////////////////////////////////////////////////////////////Ċ":58869,"=sys":58870,"ĉlock":58871,"--;ĊĊ":58872,"_FUN":58873,"FillColor":58874,"óa":58875,"prend":58876,"Ġcompressor":58877,"Mother":58878,"ĠArcher":58879,".goto":58880,"Ġwürde":58881,"Ġbamboo":58882,"ï¼İ":58883,"ĠTrees":58884,"Ġbumper":58885,"Ġsausage":58886,"ĠElasticsearch":58887,"Ġhorizontally":58888,"ĠGul":58889,"Immutable":58890,"Ġloser":58891,"Ġaborted":58892,"-demo":58893,"ĠHatch":58894,"Ġunde":58895,"Ġprocesso":58896,"-call":58897,"Income":58898,"åĥ":58899,"_returns":58900,"'].\"'":58901,"(sw":58902,"CBS":58903,"amilies":58904,"ĠYourself":58905,"ĠHolt":58906,".MON":58907,"à§ĩ":58908,"ÑĪе":58909,"anon":58910,"ĠFontAwesome":58911,"producer":58912,"jr":58913,"Ġmau":58914,"ĉinter":58915,"Ġdishonest":58916,"Ġmagna":58917,"ĠCollective":58918,"Ġvraiment":58919,"Ġchoix":58920,"stay":58921,"Ġwelding":58922,"rising":58923,",min":58924,"ĠFate":58925,"glob":58926,"RGBA":58927,"Ġdette":58928,"Ven":58929,"Ġembarrassment":58930,".DELETE":58931,"gregar":58932,"-render":58933,"(bucket":58934,"\">ĊĊĊ":58935,".waitKey":58936,"Busy":58937,"Ġdifferentiation":58938,"ĠCST":58939,".Constant":58940,"ĠlineNumber":58941,"(matches":58942,"Ġwebsocket":58943,"Ġbarred":58944,"Ġpuedes":58945,"Mono":58946,"CORE":58947,"IID":58948,"ĠĠĠĠčĊčĊ":58949,"Ġpúblico":58950,"leaning":58951,"Ġcleansing":58952,"Ġcris":58953,"ĠDevils":58954,"_SETTING":58955,"untary":58956,".);Ċ":58957,"ĊĠĠĠĊ":58958,"[curr":58959,"tsy":58960,"ĠAlexis":58961,"ritel":58962,"Ġpetroleum":58963,".preprocessing":58964,"matter":58965,"ForResult":58966,"-license":58967,"Ġtravellers":58968,"ĠDispatcher":58969,"ennifer":58970,"Ġdigestive":58971,"PED":58972,"hibition":58973,"MASConstraintMaker":58974,"ĠWatt":58975,"Benef":58976,".setView":58977,"dto":58978,"TEE":58979,"ĠPelosi":58980,"_EXTRA":58981,"Ġmedals":58982,"xhr":58983,"forecast":58984,"Ġnargin":58985,"ouns":58986,"-fill":58987,"_CURSOR":58988,"Ġsupervised":58989,"Ġturf":58990,"ĠEdgar":58991,"POSITION":58992,"ĠcategoryId":58993,"âī":58994,"_ER":58995,"ủa":58996,"Shown":58997,".ll":58998,"_POLICY":58999,"(),'":59000,"ĠPrev":59001,"ĠStringField":59002,"ĉGlobal":59003,"assed":59004,"Throughout":59005,"ostringstream":59006,".awtextra":59007,"Ġslopes":59008,"ĠSequential":59009,"Ġgiorn":59010,"Ġzelf":59011,"Ġversatility":59012,"leneck":59013,".cgi":59014,"Ġdoubling":59015,"ĠBangkok":59016,"Ġbuurt":59017,"Ġusuário":59018,"studio":59019,"Ġjeunes":59020,"Ġmuted":59021,"Ġips":59022,"_fraction":59023,"&&(":59024,"Ġstunt":59025,"');?>čĊ":59049,"Ġevapor":59050,"bable":59051,"ĠPRICE":59052,"Ġæ³":59053,"lucent":59054,"Ġvamp":59055,"ĠTechnician":59056,"Ġuniqueness":59057,"Mes":59058,"urban":59059,".parametrize":59060,"ĠReplay":59061,"Sessions":59062,"embr":59063,"-Americans":59064,"_PROXY":59065,"Ġpian":59066,"Ġtrie":59067,"ĠDestructor":59068,"GameState":59069,"ĠIMF":59070,"chin":59071,"Ġporte":59072,"ĠSwal":59073,"åŁİ":59074,"Substring":59075,"iming":59076,"/Library":59077,"Ġfrightened":59078,"writes":59079,"Ġrecursos":59080,"arResult":59081,"_INITIALIZ":59082,"ĠBadge":59083,"_crc":59084,"Eight":59085,"ĠDISTINCT":59086,"Ġthro":59087,"@Xml":59088,"ĠLegendary":59089,"-twitter":59090,"_easy":59091,"Ġ+++":59092,"(DATA":59093,".Locale":59094,"Ġkä":59095,"Ġnurt":59096,"Ġcruis":59097,"_ios":59098,"Ġsensing":59099,"_Line":59100,"ĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59101,"pong":59102,"oleon":59103,"Ġwildcard":59104,"çĶ¨æĪ·åIJį":59105,"Ġbegging":59106,"Rod":59107,"ĠÃİ":59108,"_CELL":59109,"Researchers":59110,".selector":59111,"_ing":59112,"Ġaspiring":59113,"Ġimmortal":59114,"Ġymin":59115,"_robot":59116,"Ġplur":59117,"BTC":59118,"ĠDID":59119,"Ġpiercing":59120,"*u":59121,"_DEFINED":59122,"ĠThi":59123,"itaire":59124,"(media":59125,"-ons":59126,"Ġchefs":59127,"Ġ\"*.":59128,"/AP":59129,"Ġrazor":59130,"ĠsearchData":59131,"Ġ=&":59132,"ĠãĢĤ":59133,"Ġmourn":59134,"tingham":59135,"Ġoli":59136,"ĠVernon":59137,"_RS":59138,"ŀæĢ§":59139,"Ġfácil":59140,"angen":59141,"celain":59142,"Ġail":59143,"lest":59144,"ĠQCOMPARE":59145,"gain":59146,"Ġε":59147,"ĠKob":59148,"ĠFault":59149,"_configs":59150,"ç»ĵæŀľ":59151,".+":59152,"calar":59153,"(colors":59154,"Mul":59155,"_ART":59156,"Ġexperimenting":59157,"ermen":59158,"ĠAnglo":59159,".FixedSingle":59160,"Sea":59161,"Ġctxt":59162,".slider":59163,"Collapse":59164,"Grey":59165,"Ġfld":59166,"-proof":59167,".capacity":59168,"getParent":59169,"ĠCompliance":59170,"Ġburgl":59171,"-rec":59172,"Ġoverwritten":59173,"MU":59174,"Ġrouters":59175,"ĉModel":59176,"Ġfantasies":59177,"avian":59178,"_prec":59179,"ĠScandin":59180,"Ġ//<":59181,"/oct":59182,"Ġceremonies":59183,"Months":59184,"undy":59185,"Ġqued":59186,"ĠNou":59187,"ĠVibr":59188,".rgb":59189,"Ġcitrus":59190,"Ġbraces":59191,"-uppercase":59192,"getTable":59193,"Ġdopo":59194,"ĠKerr":59195,"_CHILD":59196,"-cloud":59197,"ĉMatrix":59198,"Ġgardening":59199,"Sing":59200,"almost":59201,"Requirements":59202,"uguay":59203,"(Property":59204,"subscriber":59205,"FAST":59206,"reaction":59207,"(lp":59208,")})Ċ":59209,"`).":59210,".wallet":59211,"_exchange":59212,".Maximum":59213,"ĠVerb":59214,"âĶģ":59215,"()<":59216,"ï¼ĽĊ":59217,"ROT":59218,"CARD":59219,"ubit":59220,"{@":59221,"_kel":59222,"ĠTooltip":59223,"MySQL":59224,"MainActivity":59225,"arf":59226,"Ġmalign":59227,"Ġseinen":59228,"apist":59229,"Ġ<%":59230,"MethodImpl":59231,"Mil":59232,"ĠMick":59233,".depend":59234,">&":59267,"ĉok":59268,"-low":59269,".usuario":59270,"nested":59271,"XB":59272,"OURS":59273,".BorderColor":59274,"Ġbrow":59275,"ĠÐķ":59276,"corr":59277,"ĠRedskins":59278,".getTag":59279,".getTransaction":59280,"Ġstigma":59281,"hardt":59282,"ĠPlayerPrefs":59283,"alsy":59284,"ucson":59285,"Languages":59286,"ĠOlivia":59287,"Ġtac":59288,"Ġbli":59289,"Ġcaval":59290,"Ġconsolidated":59291,"Ġperil":59292,"Ġdele":59293,"Ġformulated":59294,"Ġhighways":59295,".spawn":59296,"==$":59297,"ĠNiet":59298,"Ġveggies":59299,"ypo":59300,"-rule":59301,"ĠVie":59302,"/epl":59303,"Ġenfants":59304,"stringLiteral":59305,"Ġtoughest":59306,"buyer":59307,"Ġcovariance":59308,"Ġili":59309,"ĠSophie":59310,"ĠBAB":59311,"Ġ\"),":59312,"ĠUk":59313,"currentIndex":59314,"_userdata":59315,".codec":59316,"ĠPunjab":59317,"ĠSNP":59318,"lol":59319,"advance":59320,"Ġcomfy":59321,"JsonIgnore":59322,"Ġfashionable":59323,"ĠICON":59324,"Ġora":59325,"ĠPricing":59326,"E":59384,"tering":59385,"/screens":59386,"Ġheightened":59387,"аÑĢÑĤ":59388,"Authorities":59389,"_bbox":59390,"ünst":59391,".fontSize":59392,"ĠBOOLEAN":59393,"divide":59394,"ĠSloven":59395,"ucer":59396,"ÙĴ":59397,"stub":59398,"Ġnavigating":59399,":animated":59400,"_NOW":59401,"_vect":59402,"}{Ċ":59403,"@(":59404,"Ġtelecom":59405,"Ġcontracting":59406,"ĠAssange":59407,"Ġextracting":59408,"Ġgrö":59409,"cobra":59410,".DIS":59411,"Ġcrab":59412,"Ġtwitch":59413,"Ġverts":59414,"Ġrejects":59415,"ĉformat":59416,"Ġregeneration":59417,".Sys":59418,"solve":59419,"ĉdialog":59420,"shi":59421,"meter":59422,"(best":59423,"validators":59424,"Ġonwards":59425,"Ġguru":59426,"Ġmoderator":59427,"owied":59428,"experiment":59429,"rub":59430,"Ġmqtt":59431,"ĠCaucas":59432,"Ġnationalism":59433,"Ġmange":59434,"ĉImGui":59435,"/Edit":59436,"Ġinh":59437,"Ġintellig":59438,"erokee":59439,"ĉexport":59440,"Ġdiscriminate":59441,"subtract":59442,"ĠMoodle":59443,"enser":59444,"ĠGuides":59445,"RAP":59446,"-hot":59447,"_grp":59448,".picture":59449,"XA":59450,"ĠinitView":59451,"_Comm":59452,"Ġoverdose":59453,"Ġ+ĊĊ":59454,"ĠSilent":59455,"shows":59456,"Ġinterpolate":59457,"Formation":59458,"Ġbisc":59459,"markets":59460,"(SC":59461,"Ze":59462,"ĠNetworking":59463,"Ġadrenal":59464,"ĠGuns":59465,"eteor":59466,"Declared":59467,"orgetown":59468,"Ġkarena":59469,"/password":59470,"_addresses":59471,"ITERAL":59472,"Buzz":59473,"ĠConway":59474,"(case":59475,"PWD":59476,"heiro":59477,"(act":59478,"**čĊ":59479,"());ĊĊĊ":59480,"Ġanv":59481,"Ġ..ĊĊ":59482,"(MenuItem":59483,"(mail":59484,"_sections":59485,"ĉnet":59486,"Ġplut":59487,"Ġwrench":59488,"/object":59489,"ĠIst":59490,"ĠVIS":59491,"/pub":59492,"alten":59493,"Ġguitars":59494,"Ġantibiotic":59495,"ï¼ĸ":59496,"¹":59497,"Ġ\"+\"":59498,"formula":59499,"Ġbabes":59500,"ĠPrompt":59501,"Ġenim":59502,"/player":59503,"ĉref":59504,"ĠbyÄĩ":59505,"Ġconsumes":59506,"ĠHast":59507,"ĠTao":59508,"Ġ'))Ċ":59509,"Ġclam":59510,"Ġthighs":59511,"Ġmotif":59512,"ApiOperation":59513,"ĠWL":59514,"getC":59515,"ĉflags":59516,"ointments":59517,"Ġeconomical":59518,"needle":59519,"xls":59520,"practice":59521,"utzer":59522,"timeofday":59523,"-output":59524,"ĠfindById":59525,"ĠBuddy":59526,"ÐŀÑĤ":59527,"Seven":59528,"ĠBark":59529,"Ġenvoy":59530,"_algorithm":59531,"åĪ©":59532,"Ġballistic":59533,"移":59534,"rades":59535,"ĉdoc":59536,"roducing":59537,"ĠEating":59538,"Unmount":59539,"/dataTables":59540,"_bonus":59541,"Ġlitt":59542,"pps":59543,")localObject":59544,"perf":59545,"ĠHelvetica":59546,"shutdown":59547,"/ml":59548,".tokens":59549,"ĠHardcore":59550,",row":59551,"/bg":59552,"Scaler":59553,"âĢĶas":59554,"_logits":59555,"âĢĻint":59556,"ĉApp":59557,"Implicit":59558,".Fprintf":59559,"ETO":59560,"Ġterra":59561,"Ġpossessing":59562,".rstrip":59563,",),":59564,"=yes":59565,"ĠStripe":59566,"?=":59567,"neutral":59568,".good":59569,"Ġkennen":59570,"ĠSung":59571,"fault":59572,"ystatechange":59573,"Canadian":59574,"','\".$":59575,"ĠMits":59576,"ænd":59577,"ĠSTRUCT":59578,"ĠURLWithString":59579,"ĠCompass":59580,"Ġ--ĊĊ":59581,"ĠNSLayoutConstraint":59582,"|min":59583,"-adjust":59584,"Ġrebuilt":59585,"LIGHT":59586,"/se":59587,"-mount":59588,"vpn":59589,"validated":59590,"(QObject":59591,"Ġignition":59592,"ĠChargers":59593,"RYPTO":59594,"]initWithFrame":59595,"ĠFluid":59596,"Ġcadre":59597,"Ġnominations":59598,"Neill":59599,"ĠHou":59600,"Ġcurrents":59601,"_gene":59602,"(inp":59603,"Paris":59604,"zÄĻ":59605,"aggregate":59606,"Ġassoc":59607,"weeted":59608,"errat":59609,"âĢĵĊĊ":59610,"Ġ'/',Ċ":59611,"fixture":59612,"ĠHighest":59613,"ambient":59614,"Ġchmod":59615,"Ġconte":59616,"Ġsensual":59617,"Ġgarment":59618,"zers":59619,"ĠPowered":59620,"domains":59621,"Reward":59622,"iomanip":59623,"Ġcockpit":59624,"outfile":59625,"Ġbuiltin":59626,"Ġinsisting":59627,".vars":59628,"zipcode":59629,"Ġ����":59630,"fails":59631,"Ġconsolidation":59632,"_oid":59633,"Planet":59634,"Ġ=\",":59635,"ĉel":59636,"UILT":59637,"ätz":59638,"afari":59639,"ĠMcCl":59640,"Timeline":59641,"Esta":59642,"Ġfram":59643,"YE":59644,"Ġcerebral":59645,"OfMonth":59646,"ĠPregn":59647,"ĠклаÑģÑģ":59648,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":59649,"ĠFres":59650,"Approved":59651,".Special":59652,"ĠProtestant":59653,"Ġallergy":59654,"_pcm":59655,"ĉCopyright":59656,"ĠsuperClass":59657,"\"strconv":59658,"ĠMohamed":59659,"Ġ'//":59660,"ForeColor":59661,"Arthur":59662,"ĠJungle":59663,"Ġveins":59664,"Sad":59665,"Ġbackups":59666,"ĠOpinion":59667,"ût":59668,"Ġintermitt":59669,"odyn":59670,"ĠChristina":59671,"Ġandre":59672,"Ġevacuation":59673,"palette":59674,"horse":59675,"ĠResident":59676,"ĠHassan":59677,".Nil":59678,"Ġaisle":59679,"ĠGrowing":59680,"Ġbloginfo":59681,"/sql":59682,"_ioctl":59683,"Scaling":59684,"ĠMonad":59685,"_cpp":59686,"ĠHutch":59687,"ĠAppleWebKit":59688,"Expense":59689,"_JOB":59690,"Ġpointless":59691,"FromBody":59692,"antal":59693,"Ġdepicting":59694,"ĠCELL":59695,"Ġrefin":59696,"ĠCNC":59697,"ì¹ĺ":59698,"_dimensions":59699,"ĠSAN":59700,"Ġaft":59701,"Ġfootsteps":59702,"ccoli":59703,"_PHONE":59704,"/math":59705,"-kind":59706,"ĠMeans":59707,"ichael":59708,".guna":59709,"Ġinauguration":59710,"-driving":59711,"(delete":59712,"ĠtotalCount":59713,"_MC":59714,".Extension":59715,"Commercial":59716,"ĠzIndex":59717,"$":59849,"Ġebay":59850,"Ġcaptive":59851,"pliant":59852,"ĠCalculates":59853,"olta":59854,"esting":59855,"_revision":59856,"Ġmús":59857,"+m":59858,"\",\"\",\"":59859,"WHAT":59860,"Ġcompassionate":59861,"harga":59862,"[random":59863,"Ġmodulo":59864,"(sn":59865,"Ġoccupations":59866,"////Ċ":59867,"ĉboard":59868,"ĠBalk":59869,"wiÄħ":59870,"ĠWifi":59871,".Profile":59872,":maj":59873,"ĉmat":59874,"LOCKS":59875,"(jButton":59876,"Ġ('$":59877,"Mur":59878,"æĮī":59879,"bble":59880,"Ġfrog":59881,"-hide":59882,"Ġbroadcaster":59883,"à¸ŀ":59884,"haled":59885,"Ġamusing":59886,"_predictions":59887,"_intr":59888,"Ġeagle":59889,"аÑĤелÑĮ":59890,"ĠgetList":59891,"psilon":59892,"Ġcharacterization":59893,"ARDS":59894,"Ġrelocation":59895,"Ġrulers":59896,"PAY":59897,"ĠDefinitely":59898,"_Action":59899,"Ġclosures":59900,"Ġfactual":59901,"odynamic":59902,"Ġprecautions":59903,"niej":59904,"ĠParties":59905,"ĠSubaru":59906,"Ġcousins":59907,"arbeit":59908,".money":59909,"gunta":59910,"(and":59911,"getitem":59912,".StylePriority":59913,"Ġslid":59914,"singleton":59915,"Ġgarn":59916,"ĠPAS":59917,"Ġdazz":59918,"aż":59919,"Ġbogus":59920,"ĠMog":59921,"Ġrivalry":59922,"isol":59923,"Ġlandmarks":59924,"ñas":59925,"Bern":59926,"ĠSachs":59927,"Ġ\")ĊĊ":59928,"Ġhostility":59929,"_mex":59930,"mere":59931,"Mot":59932,"pictureBox":59933,"Defense":59934,"Ġaffidavit":59935,"otherwise":59936,".directory":59937,"_UnityEngine":59938,"-blog":59939,".skin":59940,"phem":59941,"Apellido":59942,"erchant":59943,"[class":59944,"Ġwart":59945,".\"[":59946,"aleur":59947,"/back":59948,"ĠĠĠĠĉĠĠĠ":59949,"Ġprecipitation":59950,"Ġobstruction":59951,"ĠpObj":59952,"Ġrupt":59953,"UCKET":59954,"aye":59955,"æİĴ":59956,"gx":59957,"Ġecl":59958,"Ġsecrecy":59959,"/Header":59960,"ĠLesb":59961,"Ġlei":59962,"ĠBulletin":59963,"Ġgiveaway":59964,".Home":59965,"_ROOM":59966,"\"W":59967,"Ġcowork":59968,"_ra":59969,"ĠCycling":59970,"ĠPaw":59971,"Ġpupil":59972,"/arch":59973,"ĠFileUtils":59974,"é¦ĸ":59975,"rsp":59976,"Ġfreedoms":59977,"ĠLear":59978,"}`).":59979,"Ġbowls":59980,"/block":59981,"_logging":59982,"Ġmethane":59983,"Ġhorns":59984,"Ġwonderfully":59985,"Ġalterations":59986,"Ġexile":59987,"lsen":59988,"_pause":59989,"_LANGUAGE":59990,"ĠUSDA":59991,"_mysql":59992,"_AMOUNT":59993,"ĠLIFE":59994,"Ġyoungsters":59995,"Ġriots":59996,"[E":59997,"Ġunforgettable":59998,",},Ċ":59999,"Disposed":60000,"ĠAssassin":60001,"UNG":60002,"ĠNewsp":60003,"UserService":60004,":aload":60005,"+',":60006,"Ġsettlers":60007,"Ġscreams":60008,"Ġinconvenience":60009,".Rotate":60010,"Ġjars":60011,"ĠPuzzle":60012,"Ġmest":60013,"arsi":60014,"ĠSharma":60015,"|(":60016,".ds":60017,"ĠSacred":60018,"_evt":60019,"Ġexpresses":60020,"Ġhoch":60021,"ĠDuch":60022,".calls":60023,"thr":60024,"ĠSheffield":60025,".AlertDialog":60026,"Ġradically":60027,"Ġtrous":60028,"Ġprevailing":60029,"ĠWWII":60030,"âĢĻn":60031,"ensely":60032,"ĠYesterday":60033,"ĠSirius":60034,"Ġkillers":60035,"ĠFFT":60036,"Ġoval":60037,"'):čĊ":60038,"Ġìłķë³´":60039,"ourage":60040,"ĠCheckbox":60041,"Workbook":60042,".defer":60043,"_floor":60044,"Ġcouncill":60045,"Ġnorske":60046,"moil":60047,"orea":60048,"Ġmarketed":60049,"_SUR":60050,"xAA":60051,"Ġstained":60052,"eut":60053,"ĠMeng":60054,"Ġieee":60055,".extern":60056,"egie":60057,"Ġrapp":60058,"ĠPyongyang":60059,"'class":60060,"Mob":60061,"ĠinitialValue":60062,"_wave":60063,"Ġjab":60064,"Ġmasculine":60065,"Ġamplifier":60066,"Ġtty":60067,"PathComponent":60068,"_xt":60069,"ĠGFP":60070,"/sec":60071,"ĉdispatch":60072,"markdown":60073,"ĠSchn":60074,"bole":60075,"··":60076,"mousemove":60077,"ĠerrMsg":60078,"Ġasign":60079,"_mono":60080,"ToSelector":60081,"ĠZu":60082,"(Rect":60083,"ĠErrorCode":60084,"latin":60085,"angible":60086,"vtk":60087,"CGSize":60088,"Pokemon":60089,"Ġclassmates":60090,"Ġattracts":60091,"ĠTatto":60092,"ultan":60093,"ológ":60094,"Ġhalted":60095,"न":60096,"ĠKart":60097,"Ġue":60098,"_InitStructure":60099,"TestClass":60100,"ĠAirbnb":60101,"_\",":60102,"Ġcharcoal":60103,"Ġipc":60104,"ĠStretch":60105,".glide":60106,"latesAutoresizingMaskIntoConstraints":60107,"Ġpotion":60108,"ITTLE":60109,"Ġcountert":60110,"_hd":60111,"prepared":60112,"Ads":60113,"ĠVampire":60114,"robots":60115,".CreateIndex":60116,"StatusLabel":60117,"Ġtucked":60118,"afür":60119,"Ut":60120,"Ġsweater":60121,"_FN":60122,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĉ":60123,"ataka":60124,"Ġeyebrows":60125,"acoes":60126,"uden":60127,".LinearLayoutManager":60128,"Ġsway":60129,"Ġmultin":60130,"())))Ċ":60131,"ĠNSUInteger":60132,"ĠMyBase":60133,"Partner":60134,"utschen":60135,"ĠCater":60136,".setBackgroundColor":60137,"Ġaccomplishment":60138,"_problem":60139,".dtd":60140,"ĠpageNumber":60141,"Ġjackets":60142,"Ġcropped":60143,"uels":60144,"ĠHep":60145,"Ġcapped":60146,"*Math":60147,"_callbacks":60148,"Ġpubb":60149,"ĠBrunswick":60150,".respond":60151,"[\"_":60152,"Ġbedding":60153,"hythm":60154,"OX":60155,"(speed":60156,"Ġpesticides":60157,"Ġ-------":60158,".Blue":60159,"Ġnoodles":60160,"ĠGoes":60161,"Ġsaver":60162,"oxy":60163,"_completion":60164,"ĠSwinger":60165,"ĠgetDate":60166,"Ġminded":60167,"integration":60168,"ĠLotus":60169,"(stop":60170,"(',');Ċ":60171,"Ġfloods":60172,"ĠWorkflow":60173,"Ġerupted":60174,"Macro":60175,"ĠSauce":60176,"ĠeventName":60177,"\\Input":60178,"Breaking":60179,"ĉwhen":60180,"_pw":60181,"INDER":60182,"ĠWellness":60183,"Ġvoxel":60184,"ĠMell":60185,"ĠMEDIA":60186,"SENS":60187,"ĠFunds":60188,"ĠMild":60189,"Ċ":60198,"Ġtempting":60199,"Ġtestament":60200,"Ġbible":60201,"Ġconsulted":60202,"ĠIndexError":60203,"è¨ĺ":60204,"Ġkeypad":60205,"izzo":60206,"(ok":60207,"Ġwhatsapp":60208,"ĠRemoteException":60209,"Ġteamed":60210,"âĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶâĢĶ":60211,"»,":60212,"ĠgetTime":60213,"diag":60214,"issy":60215,"Ġhed":60216,"Ġknots":60217,"jom":60218,"Ġfunnel":60219,"-mails":60220,"Ġexporting":60221,"ĠVL":60222,"ĠKarn":60223,"ĠBuddhism":60224,"ĠAllan":60225,"_RADIUS":60226,"Ġwording":60227,"ĠForget":60228,"ĠCorona":60229,"iphy":60230,"Ġlimburg":60231,"uggy":60232,"ĠUserRepository":60233,"imin":60234,"(ele":60235,"Ġlabelled":60236,"社":60237,"ĠHerman":60238,".qq":60239,"Ġ\"));Ċ":60240,"ieber":60241,".Translate":60242,"ryn":60243,"Ġdesenv":60244,"umd":60245,"Simply":60246,"ĉmode":60247,"Rpc":60248,"ĠValencia":60249,"Ġstaffers":60250,"Ġselv":60251,"ĠSpike":60252,"Ġdelic":60253,"Ġeru":60254,"_DT":60255,"Judge":60256,"á»ķ":60257,"ĠBasin":60258,".mutable":60259,"\"url":60260,"Ġtariff":60261,"ĠSleeve":60262,"Ġflare":60263,".dropout":60264,"Ġbrides":60265,")),čĊ":60266,"_constraints":60267,"destruct":60268,"Outline":60269,"Ġdisappears":60270,"_locked":60271,"ĠNSLocalizedString":60272,"cke":60273,"ĉnull":60274,"adresse":60275,"Ġtopping":60276,"ĠJoker":60277,"bishop":60278,"ноÑģÑĤÑĮ":60279,"andering":60280,"_amp":60281,"=time":60282,"_Space":60283,"_PULL":60284,"'=":60285,"Ġantiqu":60286,"Ġcach":60287,"___ĊĊ":60288,"ONES":60289,"оÑı":60290,"Ġunread":60291,".policy":60292,"oooooooo":60293,"룬":60294,"Ġusted":60295,"ĠRece":60296,"Ġallem":60297,"ãĥ¼ãĤ¹":60298,"ĠThoughts":60299,"veillance":60300,"istrate":60301,"_lane":60302,"Ġfamed":60303,".GetName":60304,"Ġsmoother":60305,"ĠQualified":60306,"azers":60307,"_geo":60308,"Fax":60309,"ĠMinds":60310,"ĠRaises":60311,"Ġtranscripts":60312,"Conversation":60313,"Ġremarked":60314,"ëĤĺ":60315,"dling":60316,"Ġdeploying":60317,"ĠsharedApplication":60318,"Ġkp":60319,"FontAwesomeIcon":60320,"_dummy":60321,"reiben":60322,"ĠJaneiro":60323,"Directions":60324,".getBean":60325,"sass":60326,"Ġcommanders":60327,"vation":60328,"errorCode":60329,"ĠAlloy":60330,".localized":60331,"Ðij":60332,"Ġdishwasher":60333,"ĠSoup":60334,"Nu":60335,"_Default":60336,"Ġuneven":60337,"Ġ/>\";Ċ":60338,"-Based":60339,"Ġseamlessly":60340,"-null":60341,"ĠXC":60342,"Ġstew":60343,"(delay":60344,"ATORS":60345,"ĠWheeler":60346,"\"H":60500,"east":60501,".air":60502,"âĢľBut":60503,"ObjectContext":60504,"successfully":60505,"_land":60506,"Ġfolds":60507,"_COORD":60508,"Ġsubpo":60509,".getAddress":60510,"instr":60511,"Materials":60512,"ÑĥÑģÑĤ":60513,"deposit":60514,"-last":60515,"_GRAY":60516,"=find":60517,"Ġmutant":60518,"Ġlesbienne":60519,"letcher":60520,"ROUGH":60521,"ureka":60522,".capture":60523,"Ġenn":60524,"Ġ([[":60525,"ĠFlu":60526,"ĠtaskId":60527,"ĠHussein":60528,".folder":60529,"Ġausterity":60530,"ISTRATION":60531,"_Impl":60532,"注æĦı":60533,"Ġdecree":60534,"-chat":60535,"Ġimplication":60536,"Ġguesses":60537,"ulkan":60538,"Analytics":60539,".plus":60540,"COMMAND":60541,"ели":60542,"»ĊĊ":60543,"_SITE":60544,"ĠequalTo":60545,"SupportFragmentManager":60546,"ĠRecording":60547,"å®ĮæĪIJ":60548,"Ġbaggage":60549,"Ġpitchers":60550,"ĠEh":60551,"oque":60552,"ĉcnt":60553,"Ġ=>$":60554,"/foo":60555,"IRA":60556,"ĠSatellite":60557,"borah":60558,"Ġ}}\"Ċ":60559,"ĠEnds":60560,"ĠSpray":60561,",param":60562,".Chrome":60563,"*q":60564,"thought":60565,"ibrated":60566,"Ġthieves":60567,"Ġbeneficiaries":60568,"Entered":60569,"ottesville":60570,"Ġveterin":60571,"ByID":60572,"quipe":60573,"umption":60574,"-unit":60575,"ExecutionContext":60576,"@s":60577,"ĠGiov":60578,".ToolTip":60579,"_friend":60580,"(attributes":60581,"Ġdumping":60582,"ĠJC":60583,"_DOCUMENT":60584,"ĠArmour":60585,"(insert":60586,".HorizontalAlignment":60587,"ĠQed":60588,"ãģĦãģ¾ãģĻ":60589,"/git":60590,"ĠYYYY":60591,"ĠCardiff":60592,"Ġapa":60593,"organic":60594,"ĠWhereas":60595,"ĠæĿ":60596,"ĠMia":60597,"Ġdemolition":60598,"Ġscars":60599,"Ġpai":60600,"Ġretries":60601,"Ġrq":60602,"ĠDenis":60603,"(Utils":60604,"Ġalleviate":60605,"ĠPIC":60606,"idue":60607,"Ġacknowledging":60608,"Ġ//////////////////////////////////":60609,"ç¡®å®ļ":60610,"Ä«":60611,"\\Json":60612,".binary":60613,"Ġxtype":60614,"signals":60615,"ĠAppearance":60616,"&r":60617,"}s":60618,"Ci":60619,"ĠIllum":60620,"porate":60621,"hog":60622,"ĠindexOf":60623,"\\Command":60624,"_parallel":60625,"ĠSherlock":60626,"íĥ":60627,"Ġ\"\")čĊ":60628,"////////////////////////////////////////////////////////////////////////////////////////////////":60629,"Ġcriticize":60630,"ĠSoap":60631,"ĠMatcher":60632,"Ġgrilled":60633,"*T":60634,"Ġadore":60635,"ulling":60636,"Ġjedoch":60637,"_refs":60638,"leanup":60639,"ĠJAXB":60640,"Ġroses":60641,"ĠLiam":60642,"sizei":60643,"Ġgetchar":60644,"Ġtarde":60645,"-tooltip":60646,"Ġqualifier":60647,"ĠIntermediate":60648,"_Window":60649,"ĠMalta":60650,"Disconnect":60651,"ewhere":60652,"Campo":60653,"Ġirrational":60654,"ledo":60655,"ĠDN":60656,"ARGV":60657,"Ġoutro":60658,"Ġthirteen":60659,"Joseph":60660,"MAR":60661,"/gl":60662,"Jess":60663,"ĠPsychiat":60664,"ĠpaddingBottom":60665,"-loop":60666,"/fonts":60667,"_seen":60668,"Teams":60669,"ReactDOM":60670,"(man":60671,"(xpath":60672,".getSimpleName":60673,">(*":60674,"ĠPvt":60675,"Ġelders":60676,"Ġpies":60677,".userAgent":60678,"-region":60679,"ĠGreeks":60680,"(fragment":60681,"stu":60682,"Ġcouncils":60683,"Ġstamina":60684,"ĠGoddess":60685,"西":60686,"Ġphilosophers":60687,"Ġpersone":60688,"ĠLose":60689,"ĠCLR":60690,"ĠDocs":60691,"Ġsoak":60692,"ĠHOLDER":60693,"Ġbells":60694,"hashCode":60695,"RATE":60696,"_WEIGHT":60697,"inous":60698,"endra":60699,"ophobic":60700,"Ġprose":60701,"Ġfinely":60702,"/oauth":60703,"(space":60704,"adge":60705,"ĠMama":60706,"ĠstringBuffer":60707,"Ġstint":60708,"Ġmisma":60709,"Ġvillains":60710,"ĠCrimea":60711,"Ġdiploma":60712,"ĠпоÑģл":60713,"ĠBea":60714,"(join":60715,"Ġíķ´":60716,"CHAT":60717,"pering":60718,"ĠCros":60719,"Ġmonkeys":60720,"Ġpreds":60721,"yla":60722,",,,":60723,"Ġvibrator":60724,"ĠNU":60725,"åħĪ":60726,"fant":60727,"zet":60728,"Ġbietet":60729,"unft":60730,"sworth":60731,".Flow":60732,"Ġpsyched":60733,"ĠContinental":60734,">t":60735,"Ġquilt":60736,".UP":60737,"Ġexpansive":60738,"Dispose":60739,"(language":60740,"Caps":60741,"_ZONE":60742,"Ġrecycle":60743,"ĠManaged":60744,"currentColor":60745,".broadcast":60746,"signIn":60747,".prom":60748,"llu":60749,"ueblo":60750,"Ġpunches":60751,"Ġautomat":60752,"Ġassigning":60753,"ĠcreateUser":60754,"ĠAllied":60755,"Ġconductor":60756,"Ĥ¨":60757,"Ġsaddle":60758,"Ġdni":60759,"omedical":60760,"-West":60761,"PositiveButton":60762,"Ġitalic":60763,"?[":60764,"(trigger":60765,"Ġelephants":60766,"\":\"\",\"":60767,"Ġcaliber":60768,"rafted":60769,"digits":60770,"Ġmarshal":60771,"milliseconds":60772,"markers":60773,"mom":60774,"/place":60775,"Ġholistic":60776,":t":60777,"#,":60778,"Ġboto":60779,"Ġnausea":60780,"ĠShooting":60781,"itech":60782,"ĠtextStatus":60783,"())Ċ":61004,"ADDRESS":61005,"BST":61006,"etzt":61007,"ĠQgs":61008,"Sense":61009,"ExceptionHandler":61010,"ĠChu":61011,".getOwnProperty":61012,"Ġexercised":61013,"iotic":61014,"ĠReleases":61015,"Ġpinterest":61016,"olie":61017,"isoft":61018,"Ġsequencing":61019,"Ġpadre":61020,"]));čĊ":61021,"(radius":61022,".med":61023,"ainties":61024,".ObjectModel":61025,"Ġemple":61026,"Ġseguro":61027,"Stars":61028,"Ġqualitative":61029,"lemn":61030,"á»±":61031,">\").":61032,"Ġgx":61033,"-cert":61034,"ĠASTM":61035,"Ġfullname":61036,"Ġtelemetry":61037,"ĠCambodia":61038,"_ul":61039,"ĠClare":61040,"CUSTOM":61041,"QC":61042,"ĠUns":61043,"ĠHTTPS":61044,"ĠParkinson":61045,"ancybox":61046,"','.":61047,"Tue":61048,".getLast":61049,"Ġabi":61050,"Äħd":61051,"Ast":61052,"ĠEditing":61053,".Unity":61054,"jmp":61055,"Ġmats":61056,"ĠsharedPreferences":61057,"Captain":61058,".pageSize":61059,"Ġrtl":61060,"Ġanmeld":61061,"RuntimeObject":61062,"Ġdemande":61063,"(\";":61064,"seite":61065,"-headed":61066,"ĠKra":61067,"ĠFONT":61068,"`\\":61069,"ClassNotFoundException":61070,".avg":61071,"atical":61072,"Aj":61073,"Ġpermitting":61074,"Proj":61075,"ERRQ":61076,"Ġcreampie":61077,"ĠBuyer":61078,"-modules":61079,"ĠSundays":61080,"|`Ċ":61081,"Ġdaytime":61082,"Ġ+(":61083,"Ġglitch":61084,"ĠOperand":61085,"Ġtoxins":61086,"inya":61087,"DNS":61088,"ĠSas":61089,"Cake":61090,"ĠNationals":61091,".addTo":61092,"Ġsinking":61093,"Ġcomprehension":61094,"Ġscor":61095,"agements":61096,"Ġtard":61097,"Ġmarching":61098,"ĠMTV":61099,"Ġsane":61100,"CreateInfo":61101,"ắ":61102,"ĠendIndex":61103,"ĉlayout":61104,"ĠåIJį":61105,"SITE":61106,"ĠTHERE":61107,"Ġ[{'":61108,"opathic":61109,"Ġtransmitter":61110,"/body":61111,"Ġpund":61112,"ĠClosing":61113,"Ġsetattr":61114,"Ġbounded":61115,"Atlas":61116,"suming":61117,"(times":61118,"parer":61119,"ynom":61120,"feit":61121,"Ġfrem":61122,"-leg":61123,"ĠBras":61124,">#":61125,"Ġì¶ľëł¥":61126,"ĠINSTANCE":61127,"ĠCouch":61128,"_hosts":61129,"likelihood":61130,".Marker":61131,"ĠMasks":61132,"Ġcereal":61133,"utilities":61134,"Ġelemental":61135,"Ġdistorted":61136,"inactive":61137,"cry":61138,"WL":61139,"UPPORTED":61140,".Throws":61141,"/schema":61142,"serie":61143,".\"',":61144,"ĠBenedict":61145,"-picker":61146,"iggs":61147,"ĠPirate":61148,"åij¨æľŁ":61149,"ĠThema":61150,"ĠSouthampton":61151,"ĠarrayWith":61152,"ĠPaula":61153,"Ġpredictor":61154,"-Ass":61155,".userid":61156,"Ġperi":61157,"Ġexaggerated":61158,"urate":61159,"arseille":61160,"ĠConcent":61161,"ĠPik":61162,"Ġ@_;ĊĊ":61163,"Ġformations":61164,"Ġdenomin":61165,"\"/>.Ċ":61166,"endedor":61167,"Ġpancre":61168,"Ġamt":61169,"ĠonResume":61170,"onDelete":61171,"ĠBCH":61172,")(\"":61173,"movement":61174,"Ġpotassium":61175,"":69726,"ĠPPC":69727,"isz":69728,"akeFromNib":69729,"ĠDisp":69730,"ĠAthletics":69731,"Ġnightclub":69732,"GOOD":69733,".setGeometry":69734,"+[":69735,"/send":69736,"Ġbinaries":69737,"Ġráp":69738,":req":69739,"-consuming":69740,"ertime":69741,"UPDATED":69742,"_nullable":69743,"VIN":69744,"ulia":69745,"cyan":69746,"Ġmisunderstanding":69747,"orical":69748,"degrees":69749,"Leading":69750,".AR":69751,"ickest":69752,"Nuevo":69753,"uforia":69754,"Ġgoodies":69755,"Ġfores":69756,"()<<\"":69757,"ademic":69758,"ActionCreators":69759,"servername":69760,"(nt":69761,"dbContext":69762,"Ġairborne":69763,"Ġexhibitions":69764,"cele":69765,"Ġtela":69766,"":69782,".setPreferredSize":69783,"ĠMID":69784,"ĠAless":69785,"Ġhorsepower":69786,"Ġatm":69787,"ĠPackaging":69788,"Ġciphertext":69789,"RequestMethod":69790,"Ġbeiden":69791,"è£":69792,"ĠPOW":69793,".WriteHeader":69794,"director":69795,"-but":69796,"ãģłãģķãģĦ":69797,"incer":69798,"_dn":69799,"!!!!!":69800,"Ġmanufactures":69801,".TextUtils":69802,"Ġconsciously":69803,"Ġbounced":69804,"culture":69805,"ĠSpar":69806,"ĠPiper":69807,".press":69808,"-owner":69809,"Ġevaluator":69810,"ĠSTREAM":69811,".PictureBoxSizeMode":69812,"Ġsugars":69813,"ScreenWidth":69814,"ĠnextState":69815,"Ġivory":69816,"Ġbrunch":69817,"density":69818,"_OW":69819,"ĠCoronavirus":69820,"ĠCFR":69821,"bak":69822,"\\Category":69823,"æķ°ç»Ħ":69824,"Ġinvokevirtual":69825,"}()Ċ":69826,"Ġsujet":69827,"-marker":69828,"isdigit":69829,"ĠMobil":69830,"ĠJsonRequestBehavior":69831,"_REMOTE":69832,".existsSync":69833,"Ġriches":69834,".presenter":69835,"ĠglColor":69836,"Ġhanya":69837,"Ġfortress":69838,"Ġflashed":69839,"viz":69840,"requently":69841,"buat":69842,"$con":69843,">|":69844,".Func":69845,"Ġhumorous":69846,"uem":69847,".ZERO":69848,"ĠSTL":69849,"ĠBuk":69850,"/sample":69851,"ĠGros":69852,"Recipes":69853,"Ġinflated":69854,"Ġswung":69855,":F":69856,"Facing":69857,".Theme":69858,"ник":69859,"Ġsplendid":69860,"ĠrequestId":69861,".CenterScreen":69862,"/autoload":69863,"embedded":69864,"_depart":69865,"ĠPorts":69866,"à¹ĥ":69867,"айд":69868,"discussion":69869,"_consum":69870,"Ġscouts":69871,"Ġcolabor":69872,".Stage":69873,".nano":69874,"eldorf":69875,"Ġgemacht":69876,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":69877,"Ġpolicymakers":69878,"_PKT":69879,",Th":69880,"oky":69881,"_UID":69882,"Ping":69883,"Ġorchest":69884,"Ġoptics":69885,"uhan":69886,"ĠXOR":69887,"Ġespañol":69888,"ĠAdidas":69889,"rng":69890,"mans":69891,".vstack":69892,"Ġgetaway":69893,"Ġhierarchical":69894,"anoia":69895,"ĠBitmapFactory":69896,"realm":69897,"ĉap":69898,"_apps":69899,"-divider":69900,".drawer":69901,"ĠHARD":69902,"'];?>Ċ":69903,"-packed":69904,"æ²»":69905,"_STRUCTURE":69906,"[Y":69907,"iParam":69908,"(eq":69909,"Ġencompasses":69910,"Ġ\\ĊĊ":69911,"->[":69912,"&utm":69913,"groupon":69914,"strate":69915,"DY":69916,"omorphic":69917,"':[":69918,"Ġgravitational":69919,"ĠMicha":69920,"ĠTencent":69921,"Ġcoached":69922,"ì¶ľ":69923,"ÑĥменÑĤ":69924,"/mobile":69925,"MouseDown":69926,"bud":69927,"ĠYas":69928,"ĠProviders":69929,"NZ":69930,"ĉreport":69931,"errmsg":69932,"ĠimagePath":69933,"acterial":69934,"ĠManga":69935,"wicklung":69936,"(usuario":69937,"\"));čĊčĊ":69938,"/***":69939,"Ġorganise":69940,"Indexed":69941,"_QUAL":69942,"(PyObject":69943,"Ġsurrendered":69944,"POCH":69945,"ĠNOTES":69946,"\\\\\"":69947,"-job":69948,"Ġseventy":69949,"####Ċ":69950,"ĠManor":69951,"Ġdownright":69952,"Ġtimeframe":69953,"insurance":69954,"checker":69955,"ĠSECRET":69956,"Ġechoes":69957,"ĠCarmen":69958,".setHorizontalAlignment":69959,"ĠisChecked":69960,"ĠTOR":69961,"_nn":69962,"('(":69963,"FetchRequest":69964,"ĠPrinted":69965,"Fluid":69966,"ĠSTACK":69967,"GES":69968,"aigned":69969,"igor":69970,".Unknown":69971,"CBC":69972,"ĠCarlson":69973,".URI":69974,"Ġplight":69975,"/start":69976,"ĠPersonnel":69977,"ĠPREFIX":69978,",**":69979,"Ġlimite":69980,"_heat":69981,"%ï¼Į":69982,"ĠDonne":69983,"getNode":69984,"ĠScientology":69985,"Ġcomet":69986,"Ġwenig":69987,"Aside":69988,"ĠMPEG":69989,"'?":69990,"variably":69991,".endDate":69992,"Ġuncont":69993,"ĠScores":69994,"ĠLoginForm":69995,".generated":69996,",ch":69997,"-mar":69998,"ĠNed":69999,"ĠeventId":70000,"+p":70001,"ĠSIN":70002,"/reset":70003,".REACT":70004,"ĠMessi":70005,"_RANK":70006,".writeFile":70007,"Ġcripp":70008,"esthetic":70009,"ERSIST":70010,"Ġreimbursement":70011,"CurrentValue":70012,"Ġunin":70013,"DownLatch":70014,"ĠpaddingRight":70015,"Ġstocked":70016,"/'.":70017,"Ġrepayment":70018,"trak":70019,"/backend":70020,"Ġизмен":70021,"CSR":70022,"Ġpreventive":70023,"Ġpantalla":70024,"_trim":70025,"Pedido":70026,"hospital":70027,"Ġmanageable":70028,"routeParams":70029,"textures":70030,"......ĊĊ":70031,"Ġsélection":70032,"NameValuePair":70033,"Ġpollut":70034,"Modes":70035,"ĠLaud":70036,"jay":70037,"ĠUrs":70038,"Ġsigner":70039,"ĠJJ":70040,"ĠCherokee":70041,"_EXISTS":70042,"Ġdwar":70043,"Ġ($('#":70044,"Ġreef":70045,">{$":70046,"ĠBaylor":70047,"ĠModelState":70048,"-_":70049,"ĠStructures":70050,"Ġsouvent":70051,"Specify":70052,"(pipe":70053,"Ġfracking":70054,"ĠGPA":70055,"Ġbele":70056,"ĉĉĉĉĉĉĉĠĠĠ":70057,"ĠMinority":70058,"Ġtud":70059,"Ġopenness":70060,"ĠIllustrated":70061,"Ġoxidation":70062,"ĠNK":70063,"ĉUpdate":70064,"ĠEMS":70065,"ĠTeddy":70066,"Ġgenerals":70067,"ĉMat":70068,"Ġradios":70069,"ĠAntique":70070,"conomy":70071,"ĠSquadron":70072,")','":70073,"声":70074,"Ġyoure":70075,"ĠMainPage":70076,"Ġbehaviours":70077,"enght":70078,"(@\"%@\",":70079,"Ġtestcase":70080,"ĠCompilation":70081,"Ġflavours":70082,"ĠExtend":70083,"illator":70084,"Ġcoh":70085,"Ġspline":70086,"ĠKG":70087,"-pay":70088,"Ġcommunism":70089,"ĠBusinesses":70090,"ocking":70091,".MaxLength":70092,"assandra":70093,"quiring":70094,"adden":70095,"ĠJeb":70096,"_fault":70097,"[file":70098,"Ġprominence":70099,"disciplinary":70100,"âĢĶthey":70101,"_extent":70102,"ĠVIC":70103,"Ġentails":70104,".partner":70105,"Ġhippoc":70106,"League":70107,"çĶ·":70108,"wipe":70109,"-spinner":70110,"Ġsalute":70111,"ĠSurgical":70112,"(outputs":70113,"worked":70114,"[strlen":70115,"appointed":70116,"ĠHeg":70117,"ĠACPI":70118,"([^":70119,"uala":70120,"_tol":70121,"ĠRit":70122,".Payment":70123,"kowski":70124,"Ġwalmart":70125,"requirements":70126,"ĠFINSEQ":70127,"_BACKGROUND":70128,"ĠOsborne":70129,"(errorMessage":70130,"Reporting":70131,"Ġauctions":70132,"Ġcombos":70133,"ĠNoticed":70134,"_oct":70135,"Ġprimero":70136,"taire":70137,"_hr":70138,"Ġмод":70139,"Ġcontradictory":70140,"=\"@":70141,"achines":70142,"(optarg":70143,"ĠPenguin":70144,"ĠAbbas":70145,"Ġsublime":70146,"Ġpageable":70147,"ĠDefensive":70148,"Ġdistinctly":70149,"ĠAutomatically":70150,"Understanding":70151,"EqualityComparer":70152,"gota":70153,"Ġ\"::":70154,"Ġpulver":70155,"ĠBattles":70156,"Ġunparalleled":70157,"TCHA":70158,"Ġconstrued":70159,"-aff":70160,"Ġprecursor":70161,"-lfs":70162,"Ġmaduras":70163,"ĠDaisy":70164,"ĠArbeits":70165,".Management":70166,"ĉIn":70167,"Ġrobes":70168,"Ġspéc":70169,"âĢľ(":70170,"Ġmaternity":70171,"extent":70172,"ĠSpacer":70173,"DidAppear":70174,"ĉus":70175,".getRequestDispatcher":70176,"(cols":70177,"Ġplummet":70178,"ìħ":70179,"Ġ{ĊĊĊĊ":70180,"érica":70181,"ĠSizes":70182,".enum":70183,".Highlight":70184,"Ġ!!}ĊĊĊ":70193,"Wenn":70194,"Ġclimax":70195,"Ġcrem":70196,"_that":70197,"[âĢ¦":70198,"_domains":70199,"_REPLY":70200,"Ġcompleta":70201,"VEST":70202,"_particle":70203,"Ġsop":70204,"Ġfatalities":70205,"implify":70206,"ĠSKF":70207,"Ġinfusion":70208,"ĠJavier":70209,"Ġballet":70210,"Ġamigo":70211,".want":70212,"Ġcollagen":70213,"ĠLawyer":70214,".Statement":70215,".rt":70216,"baar":70217,"EndPoint":70218,"ĠBek":70219,"SHIP":70220,"Ġpatriarch":70221,"ĠAunt":70222,"_TM":70223,"ĠmÃŃn":70224,"Ġmastered":70225,"WXYZ":70226,"Ġespos":70227,"=logging":70228,"Ġrighteousness":70229,"torrent":70230,"Ġbst":70231,"_CHAIN":70232,"Ġoutskirts":70233,"(rotation":70234,"Ġ'.')":70235,"igrants":70236,"+lsi":70237,"ĠCCTV":70238,"_PHASE":70239,".azure":70240,"_Process":70241,"vae":70242,"ĠTropical":70243,"ĠAnkara":70244,"imageView":70245,"_RUNNING":70246,"Ġ*)__":70247,"ến":70248,"(cli":70249,"scatter":70250,"Ġsche":70251,"Registrar":70252,"Ġairing":70253,"Ġpyplot":70254,"isión":70255,"/customer":70256,"Ġsimplement":70257,"Ġclassy":70258,"ĠDWC":70259,"ĠBashar":70260,"ĠDEVELO":70261,"ĠVick":70262,"avail":70263,"ĠHö":70264,"_extend":70265,"drFc":70266,".isNotBlank":70267,"Ġplais":70268,"|}Ċ":70269,"Ġpornofil":70270,"labs":70271,"Ġhaus":70272,"Ġoriginating":70273,"Ġsurrounds":70274,"ĠQUAL":70275,"meg":70276,"/logger":70277,"[obj":70278,"Ġirresponsible":70279,"ĠPublicKey":70280,"HONE":70281,":'/":70282,"ibox":70283,"ĠFVector":70284,"|{Ċ":70285,"ataloader":70286,"hawks":70287,"HDR":70288,"Ġescalation":70289,"ĠPodsDummy":70290,"elite":70291,"Ġpresup":70292,"Cached":70293,">G":70294,".optimizer":70295,"ĠVisible":70296,"´Ģ":70297,"Ġnen":70298,"Ġpcs":70299,"ĠIdle":70300,"[Any":70301,"Ġkeyboards":70302,"ĠCOMPONENT":70303,"Ġtitanium":70304,"(mut":70305,"ĠLedger":70306,"Ġprosperous":70307,"etrofit":70308,"_LL":70309,"_patient":70310,"Ġpdata":70311,"Ġkontakte":70312,"Swipe":70313,"Ġcheerful":70314,"ĠHonduras":70315,"\"][$":70316,"Ġhemorrh":70317,"\":\"+":70318,"Ġleasing":70319,"Ġinstalls":70320,"ĠPax":70321,"ĠLogistics":70322,"Ġkinetic":70323,"ĠPhon":70324,"_movement":70325,"ĉbytes":70326,"Ġcinco":70327,"ĠMadness":70328,"\")+":70329,"ĠJE":70330,"_ij":70331,"SceneManager":70332,"ĠBust":70333,"ptest":70334,"aea":70335,"Ġbesser":70336,"ÃŃg":70337,"дин":70338,"(tasks":70339,"(\"(\"":70340,"setType":70341,"(outfile":70342,"ĉreset":70343,"ĠARC":70344,"Ġmúsica":70345,"ĠShelf":70346,"ĠminY":70347,"pch":70348,"Ġweiber":70349,"issor":70350,"Ġtrouve":70351,"ĉButton":70352,"Ġregenerated":70353,"Å£i":70354,"imachinery":70355,"blocking":70356,".dataTables":70357,"_frac":70358,"ĠAdvantage":70359,".visitMethod":70360,"éĩįæĸ°":70361,"Ġextrapol":70362,"Ġteasing":70363,"ĠHitch":70364,"ĠGeek":70365,"ESCO":70366,"Ġwich":70367,"ĉax":70368,"_decor":70369,"ĠscreenWidth":70370,"ĠSophia":70371,"Forgot":70372,".uni":70373,"ĠVenture":70374,"_collision":70375,"Ġlawmaker":70376,"(Edit":70377,"blers":70378,"ĠgetNext":70379,"âĢĶyou":70380,"MediaPlayer":70381,"ĠHorde":70382,"ĠCongressman":70383,"observations":70384,"ĉproperty":70385,"Ġ<--":70386,"CreatedAt":70387,"ubyte":70388,"Ġquarantine":70389,"Ġdistressed":70390,"_APB":70391,"ĠGoodman":70392,"ãĤ«":70393,"Ġrecomend":70394,"_PRINTF":70395,"DONE":70396,"Bindable":70397,"rstrip":70398,"centaje":70399,"ĠUnexpected":70400,"ĠSCHOOL":70401,"ĠProfessionals":70402,"ĠGPUs":70403,"Lesson":70404,"Exclusive":70405,"Ġatrav":70406,"ĠDank":70407,"ĠLawyers":70408,"ĠWalton":70409,">[]":70410,"Ġaloud":70411,"=\"../../../":70412,"Ġdebating":70413,"ĠAVG":70414,"_VOL":70415,"/cgi":70416,".deg":70417,":g":70418,".Infof":70419,"MeasureSpec":70420,".song":70421,"mtree":70422,"ulls":70423,"Jordan":70424,"ĠCovers":70425,"Ġattributable":70426,"Ġjedis":70427,"iatrics":70428,"Ġrotterdam":70429,"Ġmeld":70430,"ĠContentType":70431,"Ġmantle":70432,"Ġalice":70433,"_duplicate":70434,"/Internal":70435,"Ġfilesize":70436,"ĉfire":70437,"rese":70438,"ondere":70439,"Ġfamiliarity":70440,"ĠCrest":70441,"Ġkarma":70442,"Ġtorino":70443,"Ġmesa":70444,"/temp":70445,"Ġchir":70446,"ĠOverflow":70447,"Ġtenemos":70448,"unik":70449,"NEXT":70450,"Alle":70451,"Ġnxt":70452,"Mart":70453,"Ġatl":70454,"Ġperiodo":70455,"_you":70456,"Ġ})).":70457,"intestinal":70458,".AdapterView":70459,"Ġhesitant":70460,"Ġcomparatively":70461,".UInt":70462,"(viewModel":70463,"Ġsangat":70464,"ĠResponsive":70465,"ĠZack":70466,"âħ":70467,"JAVA":70468,"ĠFuller":70469,"ĠâĿ¤":70470,".Consumer":70471,"Ġank":70472,"Ġreactors":70473,"fuck":70474,"_rat":70475,"ĠsessionFactory":70476,"_backward":70477,"Ġscrambled":70478,"ĉth":70479,"Ġinsensitive":70480,"Ġchamps":70481,"Ġnginx":70482,"Ġconhec":70483,"ĠJasper":70484,".fm":70485,"StrictEqual":70486,"achsen":70487,"-Nov":70488,"lassen":70489,".integration":70490,"(lbl":70491,"Compose":70492,"ĠFon":70493,"Ãļ":70494,"Gratis":70495,"ĠLime":70496,"ĠAdapterView":70497,"Ġpoisoned":70498,"anchors":70499,"设计":70500,"']?>\"":70501,"Ġprocur":70502,"Italy":70503,".MONTH":70504,"ĠLUA":70505,"ĠLithuania":70506,"ĠHeads":70507,"_CHUNK":70508,"ĠPUSH":70509,"AspectRatio":70510,"Ġweg":70511,"Ġvids":70512,"ĠWein":70513,"ĉINT":70514,"sessionId":70515,"Industry":70516,"Ġdenounced":70517,"JKLM":70518,"ĠVanessa":70519,".Identifier":70520,"propri":70521,"Ġиг":70522,"Ġtécn":70523,"Ġmosaic":70524,"StreamReader":70525,"-Th":70526,"forth":70527,"Ġadherence":70528,"bate":70529,"Ġknights":70530,"sounds":70531,"Ġsalle":70532,"OMET":70533,"ãĤ¹ãĥĪ":70534,"-tm":70535,"ĠRhe":70536,".FileOutputStream":70537,"åĪĨç±»":70538,"ĠENG":70539,"holiday":70540,"ĠCongratulations":70541,")(Ċ":70542,"Ġaggregates":70543,"HOOK":70544,"ewire":70545,"Senator":70546,"Ġembeddings":70547,"epy":70548,"(COM":70549,"Ġrobber":70550,"äter":70551,"wang":70552,"_teacher":70553,"Ġresentment":70554,"Ġlettuce":70555,"erreur":70556,"(ic":70557,"ĠTactical":70558,"ĠContracts":70559,"Ġmænd":70560,"Ġsitios":70561,"Ġbastante":70562,"Ġnuevos":70563,"ĉNdrFc":70564,"ĠprivateKey":70565,"ucch":70566,"MMdd":70567,"Ġè¾ĵåĩº":70568,"umba":70569,"@foreach":70570,":\");ĊĊ":70571,"Ġslippery":70572,"ĠKeystone":70573,"Ġpioneering":70574,"_triangle":70575,"(\"Ċ":70576,"ĉĉĉĉĉĉĉĉĠĠ":70577,"ĠIntervention":70578,"SCI":70579,"ĠcJSON":70580,"Ġterminating":70581,"ë¹Ħ":70582,"Ġbabys":70583,"Subset":70584,"Ġë¡":70585,"Ġseulement":70586,"Ġmuestra":70587,"Entre":70588,"以ä¸Ĭ":70589,"ngo":70590,"\"bytes":70591,"QRST":70592,"Ġypos":70593,"persona":70594,"ĠDeploy":70595,"cee":70596,"Ġà®":70597,".goal":70598,"Ġhabitats":70599,"ĠisAdmin":70600,"Ġexploiting":70601,"Ġventil":70602,"ĠBalls":70603,"اب":70604,"Ġmindfulness":70605,"(kwargs":70606,"Ġresembling":70607,"Ġchoir":70608,"ĠonBackPressed":70609,"ĠSECURITY":70610,"/gtest":70611,"Ġjustices":70612,"ĠintegerValue":70613,"blah":70614,"ĠAim":70615,"_finalize":70616,"keh":70617,"ĠComplexity":70618,"Ġaugust":70619,"getElementsByTagName":70620,"Ġpreach":70621,"Ġpronunciation":70622,"ĠTrash":70623,"-percent":70624,"_PRIV":70625,"ĠHunts":70626,"ĠCurse":70627,"uellen":70628,"Ġheavyweight":70629,"Xi":70630,"ĉselected":70631,"ĠMcCoy":70632,"å¼Ĥ常":70633,"|=Ċ":70634,"ĠBattlefield":70635,"ItemImage":70636,"Ġdeductions":70637,"ĠElemental":70638,"());//":70639,"ĠBurk":70640,"})čĊčĊ":70641,"swift":70642,"/function":70643,"Usually":70644,"_St":70645,"_feats":70646,"ĠIsValid":70647,"Ġzad":70648,"ImageContext":70649,"Ġclassname":70650,"Ġdonner":70651,"Ġ-->ĊĊĊ":70652,"Ġmotorcycles":70653,"+'/'+":70654,"ĠsetBackground":70655,"\\CMS":70656,".AllArgsConstructor":70657,"ĠLexington":70658,".examples":70659,"ĠPurs":70660,"PushMatrix":70661,"Ġ==============================================================":70662,".addTarget":70663,"pora":70664,"Fullscreen":70665,"Ġgoof":70666,"hlen":70667,"äge":70668,"ĠCURL":70669,"ĠInteresting":70670,"Ġretrieves":70671,"_Obj":70672,"inness":70673,"-----ĊĊ":70674,".tsv":70675,"(IM":70676,"ĠBraves":70677,"_ISR":70678,"osti":70679,"á»ĵ":70680,"ĠExterior":70681,"ĠCourtney":70682,"Ġresidues":70683,"Tier":70684,".*;čĊčĊ":70685,":black":70686,"webView":70687,"\"path":70688,"Ġmasa":70689,"]!='":70690,"ĠMatching":70691,"dur":70692,"Jvm":70693,"=context":70694,"_RING":70695,"Ġproponents":70696,"ĠQStringLiteral":70697,"Ġinflate":70698,"\">čĊ":70931,"_COST":70932,"ilinear":70933,"ĠWorkspace":70934,"Ġspel":70935,"agogue":70936,"ĠMillennium":70937,"ĠPopulate":70938,"Ġnid":70939,".parseColor":70940,"Solar":70941,"ĠGad":70942,"Ġì¤ij":70943,"ĠKamp":70944,"ĉrm":70945,"Ġbenz":70946,"ĠHonestly":70947,"Ġelectrode":70948,"ĠPrairie":70949,"ĠPROFILE":70950,"ĠOriental":70951,"ĠOLED":70952,"/copyleft":70953,"awaii":70954,"(products":70955,")\\<":70956,"-created":70957,".ManyToMany":70958,"\"How":70959,"ĠвÑĭп":70960,"Ġmitochondrial":70961,"_testing":70962,"(created":70963,"ĠgetField":70964,"_EVAL":70965,"].\"":70966,"ĠFSM":70967,"ĠRita":70968,"ĠåıĤæķ°":70969,"Ġcôt":70970,"ĠInsight":70971,"ĉmysqli":70972,"_timing":70973,"IDO":70974,")))))Ċ":70975,"COVERY":70976,".imag":70977,"CDF":70978,"lust":70979,"ickt":70980,"_FP":70981,".','":70982,"gcc":70983,"Ġkurz":70984,"_pwm":70985,"Ġodpowied":70986,"ĠBarrier":70987,"/***************************************************************************Ċ":70988,"pak":70989,"-Israel":70990,"ĠRutgers":70991,"ĠselectedItem":70992,"ĠRamirez":70993,"Farm":70994,"Ġcalendars":70995,"gzip":70996,"Ġblockbuster":70997,"ĠPlymouth":70998,"çľĮ":70999,"responses":71000,".DialogInterface":71001,"-grand":71002,"ĠgetSource":71003,"Ġdejtings":71004,"Ġtieten":71005,"Ġcondemnation":71006,"Ġcontinuar":71007,".MockMvc":71008,"/english":71009,"ĠMediaPlayer":71010,"computed":71011,"ĠClippers":71012,"(delegate":71013,".Slf":71014,"Ġë¡ľ":71015,"ĠTide":71016,"Ġihrem":71017,"ĠWan":71018,"ÑĥÑİÑī":71019,"}><":71020,"Discussion":71021,"Ġwatts":71022,"-minus":71023,"ĠJuliet":71024,"éĽħ":71025,"Ġconcluding":71026,"andscape":71027,"Ġúltima":71028,"ĠDERP":71029,"ĠsignUp":71030,"ĠSecondly":71031,"WAIT":71032,"lds":71033,".callbacks":71034,"(hour":71035,"imators":71036,"volent":71037,"AAF":71038,"edriver":71039,"ĠMathematic":71040,"'":71042,"{j":71043,"_ABORT":71044,"Ether":71045,"Ġeducator":71046,"Ġprecaution":71047,"Ġfingertips":71048,"getVar":71049,"camatan":71050,"-debug":71051,"ĠRAF":71052,"[arg":71053,"Ġraced":71054,"Ġtsunami":71055,".flink":71056,"Ġglyc":71057,"uko":71058,"ĠMultiply":71059,"Ġredistribution":71060,"AGO":71061,"ĠRoutine":71062,"Ġopr":71063,"(lower":71064,"ĠFunktion":71065,".dk":71066,"Ġegt":71067,"_BASIC":71068,"syscall":71069,"ĠLSD":71070,"ĠDuplicate":71071,"_sell":71072,"ĠerrorHandler":71073,"_ips":71074,"Ġerv":71075,"annie":71076,"(resourceName":71077,"Ġbottled":71078,"Ġcrawling":71079,"egment":71080,".setTag":71081,"Ġrss":71082,"ĠQuarry":71083,"_exact":71084,".jwt":71085,"ĠBoards":71086,"opi":71087,"Ġnasal":71088,"ĠXYZ":71089,".ud":71090,"Northern":71091,"Ġactivating":71092,"edx":71093,"ovah":71094,"Ġindx":71095,"AlertDialog":71096,"Ġtienes":71097,"annya":71098,"_pan":71099,"(decimal":71100,".Dict":71101,"Ġsubsidiaries":71102,"ProductName":71103,"Few":71104,"dato":71105,"odied":71106,"-under":71107,"Ġê²ĥ":71108,"çīĪæľ¬":71109,"atism":71110,"[Math":71111,".'<":71112,"(infile":71113,"Ġdenotes":71114,"$class":71115,"_SECURITY":71116,"Ġsewage":71117,"melon":71118,"(Character":71119,"/github":71120,"Ġglaring":71121,".Guid":71122,"_sparse":71123,"ĠMargin":71124,"_dns":71125,"Ġmeiner":71126,"Ġleftist":71127,"ĉloc":71128,"abytes":71129,"Ġequipments":71130,"expo":71131,"ĠSomerset":71132,"EK":71133,"æį¢":71134,"Ġlecturer":71135,"Ġmemiliki":71136,"æł¸":71137,"ç´ł":71138,"pron":71139,":pointer":71140,"borrow":71141,"ĠProtective":71142,"_cf":71143,"ĠÐķÑģли":71144,"bpp":71145,"';ĊĊĊĊ":71146,"aturally":71147,"_NAV":71148,"Ġpeptide":71149,">d":71150,"Ġifstream":71151,"_FACTORY":71152,"');//":71153,"joined":71154,"mong":71155,"Ġtimespec":71156,"Ġdestabil":71157,"Ġautop":71158,"-limit":71159,"publication":71160,"ĠDenn":71161,".Memory":71162,"(skb":71163,"ĠAnaheim":71164,"_RETURNTRANSFER":71165,"oueur":71166,"(_('":71167,"legt":71168,"istingu":71169,"ĉpriv":71170,"Ġredirects":71171,"Mt":71172,"Ġalleen":71173,"ĠPointF":71174,"Ġomin":71175,"Ġcitt":71176,"ĠTage":71177,"ĠWalls":71178,"á»ī":71179,"Ġoccupying":71180,"xBF":71181,"rangle":71182,"Ġrelational":71183,"-org":71184,"Ġjpg":71185,"-derived":71186,"Ġmalfunction":71187,"ĠBenson":71188,"(scroll":71189,"ĠXD":71190,"Holy":71191,"(commands":71192,"Ġtipping":71193,"Ġprimitives":71194,"Ġsexle":71195,"CallCheck":71196,"ĠMASTER":71197,"_TEAM":71198,".setRequestHeader":71199,"_specs":71200,"Ġserge":71201,".Master":71202,"Ġims":71203,".SpringBootTest":71204,"paypal":71205,"ĠWANT":71206,".Inst":71207,"ĠCarpet":71208,"Ġwrongly":71209,"($('.":71210,"Ġbild":71211,".Roll":71212,"ĠUrb":71213,"-can":71214,"ãģıãģłãģķãģĦ":71215,"oliberal":71216,"čĊčĊ":71610,"ĠMahm":71611,"}\";ĊĊ":71612,"Ġdq":71613,"ĠPublishers":71614,"ĠAmpl":71615,"ĠDanielle":71616,"Ġtern":71617,"èµ·":71618,"noÅĽÄĩ":71619,"ein":71620,"ĠAsyncStorage":71621,"unger":71622,"rouw":71623,"Ġscissors":71624,"/assert":71625,".bucket":71626,"/archive":71627,"_Man":71628,"Ġintoler":71629,"Ġ()=>":71630,"ĠÐĴÑĭ":71631,"Ġsai":71632,".xy":71633,".\"čĊ":71634,"Ġurinary":71635,"esub":71636,"ISTICS":71637,"Ġκ":71638,"Ġcompliments":71639,"ĠtypingsJapgolly":71640,"ihar":71641,"Expansion":71642,"ĠServing":71643,"_students":71644,"ĠXBOOLE":71645,"(il":71646,"Ġì²ĺ":71647,"Ġjó":71648,"(tol":71649,"(JS":71650,"ĉCG":71651,"ĠDRAW":71652,"twig":71653,"Ġoat":71654,"_smooth":71655,"ĠCSL":71656,"Ġosob":71657,"Ġensuing":71658,"Ġbanker":71659,"ĠBackpack":71660,"_ping":71661,"Ġwishlist":71662,"=ax":71663,"ĉĠĠĠĊ":71664,"Disney":71665,"steady":71666,"\">%":71667,"Ġprophets":71668,"ĠZX":71669,"Ġminimalist":71670,".PLAIN":71671,"Seattle":71672,".ordinal":71673,"ĠPIPE":71674,"Ġretorna":71675,"Ġjugador":71676,"ĠBret":71677,"ĠâĶľ":71678,"Ġplush":71679,"ULATOR":71680,"Sorting":71681,".gridy":71682,"ectomy":71683,"_activ":71684,"rack":71685,"Interactive":71686,"ĠAntarctica":71687,"Ġvengeance":71688,"enso":71689,"_known":71690,"upplier":71691,".Modules":71692,"ĠConnectionState":71693,"éļIJèĹı":71694,"@FindBy":71695,"Ġplacer":71696,"\\model":71697,"<()>":71698,".isSuccessful":71699,"-good":71700,"bz":71701,"ĠDraco":71702,"Assistant":71703,"-extra":71704,"аблиÑĨ":71705,"Ġhypocrisy":71706,"Ġtst":71707,"ĠAgr":71708,"$txt":71709,"Ġlogistic":71710,"licensed":71711,"ĠHof":71712,"Ġtat":71713,"(iv":71714,"Ġintoxic":71715,"postId":71716,"_strike":71717,"Ġhumiliation":71718,"pcodes":71719,"\"sync":71720,"(recipe":71721,"+N":71722,"rente":71723,"ĉClient":71724,"ycopg":71725,"ĠZurich":71726,"ĠProfiles":71727,"Countries":71728,"Ġpict":71729,"Ġrollout":71730,"requencies":71731,"Ġpatched":71732,"Ġcartridges":71733,"Ġshading":71734,"Jar":71735,"Ġsalvage":71736,"ĠTaxes":71737,"Ġstandby":71738,"aporan":71739,"Eigen":71740,".angular":71741,"ĠNested":71742,"享":71743,"ĠisVisible":71744,"ĠDwight":71745,"_BRANCH":71746,".Delay":71747,"Ġkend":71748,"Ġfacilitated":71749,".flatMap":71750,"Ġsanta":71751,"ĉSend":71752,"/messages":71753,"ĠofType":71754,"ĉswap":71755,"#plt":71756,"ĠTurks":71757,"NES":71758,"Ġprogressively":71759,"ĠResidence":71760,"ĠTREE":71761,"Ġnoen":71762,"dio":71763,"Ġnelle":71764,"Ġsogar":71765,"itti":71766,"weekly":71767,"Ġambiguity":71768,"_Settings":71769,"Ware":71770,".neo":71771,"_DST":71772,"Ġæĸ¹":71773,"prep":71774,"lobby":71775,"@email":71776,"/movie":71777,"Ġfunkc":71778,"ĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĠĊ":71779,"ÂŃs":71780,"Ġguardians":71781,"-pos":71782,"Ġconfiguring":71783,"ĠCPS":71784,"ĠDeus":71785,"Ġvidéos":71786,"_empresa":71787,"Ġslapped":71788,"',Ċ":71820,"_XDECREF":71821,"ĠBuzzFeed":71822,"_MARGIN":71823,"PLOY":71824,".small":71825,"ĠmimeType":71826,"Ġholog":71827,"ĉcamera":71828,"lias":71829,"Ġsuspense":71830,"odynam":71831,"bau":71832,"Ġgraveyard":71833,"_named":71834,"\":\"'":71835,"Ġ************************************************":71836,"ĠgameOver":71837,"ĠLENGTH":71838,"ĉscreen":71839,"ĠdoInBackground":71840,"_dependencies":71841,"Ġrtc":71842,"/up":71843,"_ROM":71844,"Hall":71845,"Ġdeficiencies":71846,"(te":71847,"'#":71848,"_equiv":71849,"Ġpreorder":71850,"ĠAxe":71851,"омÑĥ":71852,".sendFile":71853,"Ġfilt":71854,"ĠLimits":71855,"ĠCavaliers":71856,".discount":71857,"âĨIJ":71858,"ĠWit":71859,"QRSTUV":71860,"Ġij":71861,"Ġtegen":71862,"Ġ:\",":71863,"difficulty":71864,"punkt":71865,"ĠEmails":71866,"chlor":71867,"(fun":71868,".Uint":71869,"ĠStall":71870,"_verified":71871,"uD":71872,"FileType":71873,"Ġpleasures":71874,"Ġjudiciary":71875,"Ġsham":71876,"ipur":71877,"_PLUS":71878,"offers":71879,"(foo":71880,"_GT":71881,"ĉcore":71882,"ENTION":71883,"ĠLiberation":71884,"CommandLine":71885,"_department":71886,".Ar":71887,"_neighbor":71888,"ĠSubmitted":71889,"ĠĊ":96121,"Ġdroits":96122,"Ġhomosexuals":96123,"Ġabduction":96124,"ĉwidget":96125,"$headers":96126,"ĠDAR":96127,"Ġfla":96128,"threat":96129,"Ġlouis":96130,".GetProperty":96131,"\"Just":96132,"(frames":96133,"ryo":96134,"profession":96135,"|i":96136,"íķ´ìĦľ":96137,"(sv":96138,"Ġunrecognized":96139,"Ionic":96140,"Fashion":96141,"ScreenState":96142,"ĠIncoming":96143,"NotNil":96144,"Ġsyncing":96145,"emie":96146,"Ġthermo":96147,"_procs":96148,"Ġinconsistency":96149,"religious":96150,".mj":96151,"Ġpersonn":96152,"Ġmomentos":96153,"orarily":96154,"ĠæĬ":96155,"_neurons":96156,"Illustr":96157,"imoto":96158,"ilik":96159,"ĠWoj":96160,"Trading":96161,"Ġappare":96162,"Ġentreprises":96163,"achat":96164,"Ġ¬":96165,"Ġneigh":96166,"BUTTONDOWN":96167,"ĠMaher":96168,"aghan":96169,"-hash":96170,"\"f":96171,"Ġclientele":96172,".addButton":96173,"ĉSP":96174,"Qi":96175,"Ġgrated":96176,"POSITE":96177,":>":96178,"ĠHowell":96179,"ĠComparative":96180,"ĠISC":96181,"ÂŃi":96182,"Ocean":96183,"Davis":96184,"ĠFilme":96185,"Wins":96186,"ĠJIT":96187,"occer":96188,"ĠCorm":96189,"ENCHMARK":96190,"rchive":96191,"icação":96192,"Ġmata":96193,"Ġchildbirth":96194,"ĠOptionally":96195,"Ens":96196,"Ġxhttp":96197,"Ġelucid":96198,"_OscInitStruct":96199,"))):Ċ":96200,"Ġintuit":96201,"ĠDonate":96202,"Ġcorrelates":96203,">Delete":96204,"Ġequipe":96205,"Ġboca":96206,"Ġinflatable":96207,"erah":96208,"ĠDateTimeKind":96209,"Ġcalves":96210,"\\Lib":96211,"Ġemlrt":96212,"ĠTrilogy":96213,"ĠPanc":96214,"ĠDuis":96215,"ĠpelÃŃcula":96216,"WARDS":96217,"_DETECT":96218,"-sectional":96219,"dhcp":96220,"ForRow":96221,"-destruct":96222,"ĠPresenter":96223,"/slick":96224,",on":96225,"ĠCitadel":96226,"loggedin":96227,"_subtype":96228,"Ġsigue":96229,"Ġcuring":96230,"ĠFirewall":96231,"Ġfluorescence":96232,"ĠItalians":96233,"иÑĤÑģÑı":96234,".getStyle":96235,"InSeconds":96236,"jie":96237,"-Smith":96238,"Ġxlink":96239,"Ġsubmissive":96240,"онÑĤ":96241,"arbonate":96242,"ĠFaul":96243,"_goals":96244,"ĠCommissioners":96245,"chartInstance":96246,"_POSTFIELDS":96247,"Ġmedial":96248,"Ġmanos":96249,"Ġdelt":96250,"svm":96251,".Apis":96252,"ephy":96253,"Ġasympt":96254,"ĠappDelegate":96255,"Ġimprobable":96256,"cka":96257,"simd":96258,"/Error":96259,".âĢĵ":96260,"ĠPTS":96261,"deer":96262,"Ġsina":96263,"magnitude":96264,"IDADE":96265,"']}'":96266,"Ġmayores":96267,"ĉcomment":96268,"/console":96269,"\"@":96270,"volt":96271,".sell":96272,"ĠMacy":96273,"Ġmelod":96274,"Ġimágenes":96275,"_chg":96276,"Ġinout":96277,"idente":96278,")'),Ċ":96279,"dni":96280,".blob":96281,"Ġtypography":96282,"Ġeerie":96283,"_OID":96284,"pesan":96285,"ajan":96286,"Ġchopping":96287,"Ġbluff":96288,"adf":96289,"_bases":96290,".Formatter":96291,"Ġ\\%":96292,"ĠPageInfo":96293,"Carrier":96294,"ĠCalibration":96295,"como":96296,"-bodied":96297,"Ġfinancier":96298,"ĠINA":96299,".ERR":96300,"Ġhoodie":96301,"ĠSanity":96302,"guarded":96303,".opendaylight":96304,"ISMATCH":96305,"Highlights":96306,"ünk":96307,"aniem":96308,"angered":96309,"assignments":96310,"Ġregistrado":96311,"ĠUPPER":96312,"ampilkan":96313,"ashire":96314,"ĠNikola":96315,"ĠCFL":96316,"ĠHDC":96317,"Ġpoids":96318,"ĠIPs":96319,"Ġpreventative":96320,"ipsoid":96321,"ifix":96322,".camel":96323,".ga":96324,"Volumes":96325,"-ste":96326,"Yahoo":96327,"_sibling":96328,"Highest":96329,"optgroup":96330,"Ġkvinna":96331,"âĢĿãĢĤĊĊ":96332,"ĠAppliances":96333,"Ġ\"><":96334,"')\")Ċ":96335,"htt":96336,"ĠIdentified":96337,"Ġpencils":96338,"ĠmemberId":96339,"ĠappendString":96340,".loadData":96341,"ĠmockMvc":96342,"Ġjub":96343,"ĠSlut":96344,"ĠTaipei":96345,"statt":96346,"Polit":96347,"Ġpartager":96348,"DidChange":96349,"Increases":96350,")}.":96351,"ĠBaba":96352,"_CLIP":96353,"[unit":96354,"ĠклÑİÑĩ":96355,"Ġalcuni":96356,"ĠLola":96357,"Ġclinging":96358,"@PostMapping":96359,"(concat":96360,"Ġssid":96361,"ĠFauc":96362,"okit":96363,"ĠRecorded":96364,"ález":96365,"($('<":96366,".assertIsNot":96367,"Ġkali":96368,"Volt":96369,"Ġwarmly":96370,"Ġscares":96371,"getti":96372,"führt":96373,"_does":96374,".EMAIL":96375,"imations":96376,"Ġspringfox":96377,"ĠDecom":96378,"arcy":96379,"Ġglitches":96380,"ĠMoff":96381,"ĠVoll":96382,".between":96383,"Ġcoorden":96384,"ĠParticularly":96385,"GBP":96386,"Ġsemble":96387,"Eastern":96388,"_MSB":96389,"]){čĊ":96390,"morgan":96391,"ĠEVAL":96392,"dere":96393,"HOUSE":96394,"moire":96395,"istique":96396,"_lstm":96397,"-commit":96398,"ysterious":96399,"Ġtwink":96400,"-thumbnails":96401,"enÃŃ":96402,":'',":96403,"Ġblackout":96404,"ĠFloors":96405,"Ġsofas":96406,"Ġoui":96407,"leshoot":96408,"ĠRaq":96409,"-abs":96410,"Ġkra":96411,"Mining":96412,"shaft":96413,".setColumns":96414,"Clazz":96415,"PRETTY":96416,".playlist":96417,"éĸ¢":96418,"-Saharan":96419,"MING":96420,"ĉbl":96421,"è®®":96422,"jf":96423,"DOCKER":96424,"hopefully":96425,"(ignore":96426,"ĠUsersController":96427,"ĠMitarbeiter":96428,"ĠLES":96429,"Hamilton":96430,"-metadata":96431,"ĠKK":96432,"iktig":96433,"Ġwollte":96434,"egrator":96435,"]bool":96436,",current":96437,"ĠvalueType":96438,"Ġexcavation":96439,"oland":96440,"Ġverv":96441,"/filepath":96442,"AuthProvider":96443,"Ġprocrast":96444,"ĉULONG":96445,"_MEMBERS":96446,"Ġuplift":96447,"ĠAutonomous":96448,"Ġartworks":96449,"ĠOutreach":96450,"Ġpore":96451,"Homepage":96452,"DialogTitle":96453,"ĠGenerating":96454,"PARSE":96455,"Ġsemanas":96456,"Ġhumano":96457,"JSGlobalScope":96458,"Ġvolte":96459,"Ġbella":96460,"(isinstance":96461,"Ġplc":96462,"\\Catalog":96463,"Ġesteemed":96464,"鼷":96465,"(suffix":96466,"Ġsweeps":96467,"ĉORDER":96468,"Ġdoivent":96469,"ĠSwarm":96470,"ĠCompiled":96471,"getPage":96472,"ADR":96473,".RichTextBox":96474,"ĠNaming":96475,"agged":96476,"ĠGANG":96477,"rasing":96478,"odeled":96479,"Ġgala":96480,"ĠJSName":96481,"ddf":96482,"Ġillust":96483,"ĠLansing":96484,"[port":96485,"-death":96486,"Ġdinheiro":96487,"ĠEighth":96488,"Ġbian":96489,"stÃ¥":96490,"Ġversión":96491,"ĠLinearGradient":96492,"ĠHarding":96493,".*)":96494,"eczy":96495,"$header":96496,"ĠvÃ¥r":96497,"Unchecked":96498,"Ġkoje":96499,"ĠPaladin":96500,"())),":96501,"Giving":96502,"()})Ċ":96503,"Ġdips":96504,"Friendly":96505,"Ġportrays":96506,"Ġhelium":96507,"Ġinsurgency":96508,"_expiry":96509,"ĠstringByAppendingString":96510,"Ġaantal":96511,"slope":96512,"mast":96513,".getInteger":96514,"Ġ########################":96515,"_PIPELINE":96516,"Ġdensely":96517,"Ġmutating":96518,"midi":96519,"ĠSeit":96520,"ayne":96521,"NOWLED":96522,"ĠDesmond":96523,"ĠFName":96524,"ĠNairobi":96525,"\\Context":96526,"Ġcalcular":96527,"-den":96528,"Ġcott":96529,"]):čĊ":96530,"ĠRecommendation":96531,"ĠRolex":96532,"ĠvalidationResult":96533,".pat":96534,"ĠnÃły":96535,"ĠRestClient":96536,"ĠGPI":96537,"ĠAsheville":96538,"ĠOSP":96539,"ĠPERMISSION":96540,"ÐĶаÑĤа":96541,"/notification":96542,"Knight":96543,"_Word":96544,"ĠBender":96545,"ranking":96546,"Ġpartida":96547,"_reservation":96548,"ÌĢ":96549,"ĠmName":96550,"Ġgetch":96551,"Ġborr":96552,"Ġdiligent":96553,"Discuss":96554,"æŃ£åľ¨":96555,"apeake":96556,"ioned":96557,"-Nazi":96558,".cum":96559,"ĠKron":96560,"=$('#":96561,"/single":96562,"Ġerotisch":96563,"ĠVib":96564,"Ġratified":96565,"Ġconcerted":96566,"ĠREGARD":96567,"Ġdobr":96568,".DriverManager":96569,"'r":96570,"Portable":96571,"ĉsuite":96572,"Ġrelaciones":96573,"ĠDop":96574,"emploi":96575,"DOB":96576,"Ġcrumbs":96577,"Ġxls":96578,"_Application":96579,"(':',":96580,"Ġ------------------------------------------------------------------------Ċ":96581,"mse":96582,"Ġberk":96583,"ĠReturnValue":96584,"ĠBelly":96585,"Ġcamar":96586,"ĠPeek":96587,"elsing":96588,"Ġnotifies":96589,"ĠTristan":96590,"ĠGAR":96591,"emme":96592,"ĠElevated":96593,"_CSV":96594,"(chalk":96595,"Ġtwenties":96596,"ĠSearchResult":96597,"=search":96598,"ĠMixing":96599,"ýt":96600,"Ġrecruiter":96601,"ĠIDEOGRAPH":96602,"ĠAgo":96603,"(Operation":96604,"$values":96605,"Ġworldly":96606,"ĠRosenberg":96607,"ĠConfigureServices":96608,">*Ċ":96705,"Ġsnork":96706,"_opacity":96707,"ĠinitWithNibName":96708,"iado":96709,"AAC":96710,"Ġ]).":96711,";z":96712,"_paragraph":96713,"Ġnoses":96714,"stands":96715,"ifr":96716,"_mE":96717,"Iraq":96718,".Predicate":96719,"enaire":96720,"]]];Ċ":96721,"Ġunidad":96722,"Ġretirees":96723,"_hello":96724,"Ġmodele":96725,"ĠUITableViewController":96726,"fwrite":96727,"_numero":96728,"_visited":96729,"Ġrecebe":96730,"(Notification":96731,"Fantastic":96732,"_submenu":96733,"ĠPEM":96734,"ĠCupertino":96735,"approximately":96736,"classed":96737,".ReadString":96738,"Ġdomicile":96739,"_PW":96740,"Ġballpark":96741,"ĠKale":96742,"contra":96743,"_favorite":96744,"/of":96745,"Quite":96746,"ĠOTA":96747,"Ġaccelerometer":96748,"didn":96749,"|^":96750,"ĠRohingya":96751,"ivicrm":96752,"annabin":96753,"обÑĭÑĤи":96754,"orado":96755,"')+":96756,"Haunted":96757,",ID":96758,"(UIAlertAction":96759,"urv":96760,"_bel":96761,"ĠMexicans":96762,"/terms":96763,"ĠPainter":96764,"InputLabel":96765,"ĠVinci":96766,"ĠRosie":96767,"\\uc":96768,"":96929,"_gs":96930,"Ġcompil":96931,"nard":96932,"-exc":96933,"Ġrhyme":96934,"Ġbutto":96935,"says":96936,"antasy":96937,"ë¸":96938,"ĠcittÃł":96939,"Ġcheg":96940,"TimeString":96941,"Ġpositivity":96942,"ĠDabei":96943,"Ġwang":96944,"Ġescre":96945,"\"c":96946,"ĉvideo":96947,"ĠRanked":96948,".strings":96949,">>>(":96950,"ĠинÑĤеÑĢ":96951,"Ġresta":96952,"[:,:":96953,"Ġrendre":96954,"Ġdeser":96955,"Jos":96956,"Ġdisruptions":96957,"ĠопеÑĢ":96958,"sampling":96959,"suppress":96960,"ĠcontainerView":96961,"ĠSeamless":96962,"Ġairy":96963,"Ġonload":96964,".WindowManager":96965,"ĠPLA":96966,"braco":96967,".setPositiveButton":96968,"Ġpdu":96969,"Ġgsi":96970,"ĠCli":96971,"_gradients":96972,"Ñıд":96973,"ĠWhisper":96974,"cstdint":96975,"Ġläng":96976,"Ġformulations":96977,"énom":96978,"ournemouth":96979,"[$_":96980,"Ġordinarily":96981,".setUsername":96982,"Ġfaculties":96983,"MITTED":96984,"/values":96985,"Ġweir":96986,"ĠApt":96987,"MZ":96988,"ĉcf":96989,"ucken":96990,"ĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉĉ":96991,"defense":96992,"[iVar":96993,"ĠBusinessException":96994,"Selectors":96995,"(coordinates":96996,"ĠResets":96997,"ĠDrinks":96998,"oleans":96999,"(stypy":97000,"_IOC":97001,".xxx":97002,"ĠSlater":97003,"ĠBelize":97004,"Ġ/************************************************************************":97005,"addin":97006,"_episodes":97007,"Ġischem":97008,"legalArgumentException":97009,"Danny":97010,"Ġpared":97011,".codehaus":97012,"ĠAssy":97013,"ĉRect":97014,"âŀ":97015,".lista":97016,"ĠваÑĪ":97017,"Ġvets":97018,"HWND":97019,"isoner":97020,"Ġxo":97021,"Ġorally":97022,"ĠStmt":97023,".rnn":97024,"ĠDPI":97025,"ĠStrikes":97026,".setViewportView":97027,"ĠèĩªåĬ¨çĶŁæĪIJ":97028,"YELLOW":97029,"GLenum":97030,"partners":97031,"ĠImplicit":97032,"Ġtako":97033,"âĢĻelle":97034,"Ġermög":97035,"totalCount":97036,"Gil":97037,"ĉwork":97038,"Ġpratic":97039,"inati":97040,"abies":97041,"ĠSkinner":97042,"Ġspirited":97043,"Ġpancreatic":97044,"Ġhdf":97045,"'em":97046,"Ġpsychosis":97047,"olicit":97048,"Ġ\"{\"":97049,"_atual":97050,"Ġélect":97051,"TEAM":97052,"Ġdak":97053,"ĠSWAT":97054,".FragmentManager":97055,"Ġprovisioning":97056,"lifetime":97057,"_EXTENSIONS":97058,"ĠCASCADE":97059,"Ġ![":97060,"(KP":97061,"Ġvem":97062,"ĠInterracial":97063,"']},Ċ":97064,"spacer":97065,"_kv":97066,"Warehouse":97067,"RDD":97068,"_fsm":97069,".StretchImage":97070,",Yes":97071,"ĠRefugee":97072,"ĠBringing":97073,"Ġválido":97074,".intersection":97075,"Ġspooky":97076,"_portal":97077,"Ġmoth":97078,"ĠZodiac":97079,"ĠSOCIAL":97080,"MimeType":97081,"']}}":97200,"_Blue":97201,"Ġbotanical":97202,"Ġfrags":97203,"Ġfamilial":97204,"-du":97205,"Ġseizing":97206,"(blocks":97207,".rd":97208,".checkNotNull":97209,"Ġmiser":97210,"Ġmaxx":97211,"ĠKnee":97212,"ViewItem":97213,"InnerHTML":97214,"Danger":97215,"((__":97216,"Ġprzypad":97217,"createUrl":97218,"**,":97219,"ĠDecorating":97220,"ATEGY":97221,"?>/":97222,".Designer":97223,"hexdigest":97224,"ĠEverywhere":97225,"alleries":97226,".TEXTURE":97227,".Blocks":97228,"zell":97229,"Ġpreço":97230,"Suddenly":97231,"inputEmail":97232,"(sync":97233,".bd":97234,"golden":97235,">');":97236,"ĠDickinson":97237,">>(Ċ":97238,"ĠQUEUE":97239,"ĠgetColumn":97240,"ĠSAND":97241,".piece":97242,"licer":97243,"Flutter":97244,"ĠgetVersion":97245,"ĠresourceId":97246,"ogl":97247,"ÅĤaw":97248,".Branch":97249,"ĉweb":97250,"Ġframerate":97251,"PPP":97252,"Ġfray":97253,"CNT":97254,"Ġinformatie":97255,"']čĊčĊ":97256,"neas":97257,"HeaderCode":97258,"Ġæ¸":97259,"Ġtrg":97260,"rawtypes":97261,"Honda":97262,"Ġmarketer":97263,"ĠrequestData":97264,"ĠPg":97265,"ĉnot":97266,"ĠpageInfo":97267,"Ġaktuellen":97268,"ãģķãĤĵ":97269,"ĠAMS":97270,"pushViewController":97271,"ĉAL":97272,"Ġvests":97273,"produce":97274,"-même":97275,"ĠRahman":97276,"Funny":97277,"EZ":97278,"_Valid":97279,"Ġsquadron":97280,"Ġlash":97281,"Ġirm":97282,"iasco":97283,"ĠParan":97284,"Ġpetites":97285,"ĠDecay":97286,"Ġuninitialized":97287,"privileged":97288,"Ġmbedtls":97289,"å¤ĩ注":97290,"Ġ^.":97291,"Ġecstatic":97292,"Detroit":97293,"Ġparten":97294,"Ġsouvenir":97295,".getLogin":97296,"моÑĤÑĢ":97297,"enção":97298,"ĠmÃŃnimo":97299,"ĠAccessed":97300,"rió":97301,"Mic":97302,"ĠVocal":97303,".SetString":97304,"Ġmensajes":97305,"åĢį":97306,"Ġattravers":97307,"ĠAph":97308,"Ġ');čĊ":97309,"ünde":97310,"Ġenchanted":97311,"ĠRootState":97312,"ĠCLOSED":97313,"ĉĉĉĉĉĉĉĉčĊ":97314,"Ġcaliente":97315,"orris":97316,"Ġphysicists":97317,"hwnd":97318,"_vi":97319,"Ġrápido":97320,"Ġcapitalized":97321,"edBy":97322,"Ġmachining":97323,"Ġhubby":97324,"ĠStacy":97325,".Bus":97326,"drink":97327,"Hur":97328,"Ġpropia":97329,"UnitTest":97330,"Ġmisconception":97331,"__));Ċ":97332,"/dc":97333,"ĠMayweather":97334,"_mC":97335,".createFrom":97336,"ĠQPainter":97337,"ropsych":97338,"innitus":97339,"ayas":97340,"Ġgeg":97341,"(dw":97342,"Ġusado":97343,"Ġtrickle":97344,"Ġannihil":97345,"ĠPasta":97346,"Ġ++Ċ":97347,"(ExpectedConditions":97348,".postValue":97349,"icap":97350,"ĠDonetsk":97351,"_soup":97352,"-publish":97353,"ĠPb":97354,"mentions":97355,"ACCEPT":97356,".Pull":97357,",âĢĻâĢĻ":97358,"Ġretarded":97359,"_ATOM":97360,"ĠTerminator":97361,"-court":97362,"ĠCLLocationCoordinate":97363,"Ġreverence":97364,"ĠSSC":97365,"utely":97366,"ĠWON":97367,"ĠGSL":97368,"frei":97369,".getLongitude":97370,"ĠopenFileDialog":97371,".Butter":97372,"-important":97373,"_MANY":97374,"ĠGong":97375,"âĢľHow":97376,"Ġgorge":97377,"=msg":97378,"ĠEzek":97379,"createCommand":97380,":checked":97381,"Ġinfographic":97382,".WEST":97383,"Dirs":97384,"Ġguarda":97385,"Ġbeetle":97386,"Loading":97460,"_mA":97461,".getRandom":97462,"blings":97463,"Ġcheeses":97464,"tti":97465,".âĢ¢":97466,"ĠBurgess":97467,"enderit":97468,".',čĊ":97469,"(\"\"+":97470,"acb":97471,"%p":97472,"indexed":97473,"_predicate":97474,"nesia":97475,"Ġbied":97476,"ĠCIT":97477,"(Pos":97478,"_radi":97479,"ä»·æł¼":97480,"Biz":97481,"ĠAdolescent":97482,"Ġviên":97483,"cycl":97484,"_Cancel":97485,"Ġconclusive":97486,"Ġappellate":97487,"informatics":97488,"SJ":97489,"Ġelective":97490,"roleId":97491,"Fetcher":97492,"ĉCommand":97493,"(\"(%":97494,"Ġfart":97495,"ILA":97496,"getBlock":97497,"AUSE":97498,"Ġдан":97499,"ĠArte":97500,"Ġnotifying":97501,"Ġgele":97502,".same":97503,"ĠRegel":97504,"ĠBaÅŁ":97505,".creation":97506,"ĠVN":97507,"_community":97508,"Ġunsustainable":97509,"SEX":97510,"ĠgridSize":97511,"rescia":97512,"aversable":97513,"(',')[":97514,"ĠPhelps":97515,"á»ķi":97516,"ANCELED":97517,"-IS":97518,".runners":97519,"ĠStokes":97520,".Produ":97521,"Ġwhipping":97522,"_acquire":97523,"Ġinvestigación":97524,"fried":97525,".copyWith":97526,"ĠHardcover":97527,"-Se":97528,"áŀ¶áŀ":97529,"invitation":97530,"lesai":97531,"ĠDorm":97532,"ĠÑģпиÑģка":97533,"Ġconcatenated":97534,"ophil":97535,"Ġthinker":97536,"/fontawesome":97537,"ĠLeopard":97538,"Ġ\"/\");Ċ":97539,"Ġresiduals":97540,"ĠMicrowave":97541,"Ġconforme":97542,"throp":97543,"Ġdisemb":97544,"ĠOMG":97545,"ĠDiscipline":97546,"ĠAcrobat":97547,"/repository":97548,"dfa":97549,"_MED":97550,"bufio":97551,"Ġméthode":97552,"_HOLD":97553,"iasi":97554,"_legacy":97555,")ččĊ":97556,"æ£Ģ":97557,"GetProcAddress":97558,"Ġyay":97559,"otence":97560,"orderid":97561,"-tw":97562,"Ġdearly":97563,"Incoming":97564,"/il":97565,"Ġneurop":97566,"ucz":97567,");čččĊ":97568,"ĠInnovative":97569,"Ġprofund":97570,"igmat":97571,"SelectionMode":97572,"relevant":97573,".GO":97574,"Ġbruises":97575,"Ġsach":97576,"odef":97577,"Ġreimb":97578,"/desktop":97579,"-spot":97580,"undance":97581,"Entropy":97582,"\\core":97583,"Ġsuger":97584,"ĠMvc":97585,"ĠGNOME":97586,"_indx":97587,"ĠYYSTYPE":97588,"ĠMatlab":97589,"ĠCIF":97590,"Ġ*))":97591,"ĠproductList":97592,"ĠAlright":97593,"acemark":97594,"ÑĤив":97595,"modification":97596,"international":97597,"Ġhomers":97598,"Ġdicts":97599,"ĠQFont":97600,".SQLite":97601,"Ġtransplantation":97602,"ĠMessageBoxButton":97603,"ĠElves":97604,"']])Ċ":97605,"(QIcon":97606,"Ġcinemas":97607,"COORD":97608,"-China":97609,"Ġkhẩu":97610,"æĪijçļĦ":97611,"Ġskulls":97612,"Ġpainstaking":97613,"fce":97614,".XRLabel":97615,"Ġspecifier":97616,"Ġpreferring":97617,"/activity":97618,"(Photo":97619,"ált":97620,".lot":97621,"''.":97622,"annonce":97623,".googlecode":97624,"-pdf":97625,"ĠPoke":97626,"_ACL":97627,"Ġendowed":97628,"discover":97629,".omg":97630,"Ġwoodland":97631,".Magic":97632,"Ġvolont":97633,"NotAllowed":97634,"Ġchave":97635,"BMW":97636,"','=',":97637,"ĠSIX":97638,"æĪij们":97639,"Ġkosher":97640,"Ġaspiration":97641,"intl":97642,"_refptr":97643,"'+Ċ":97644,"mentor":97645,".club":97646,"WindowState":97647,".ARR":97648,"Ġzza":97649,"ĠmessageType":97650,".equ":97651,"Thor":97652,"Ġinjust":97653,"Ġgums":97654,"ĠborderSide":97655,"/////":97656,"ĠTransmit":97657,"Ġbufsize":97658,"Ġhak":97659,"Ġellas":97660,"RANDOM":97661,"ĉmc":97662,"Ġpea":97663,"eko":97664,"documento":97665,"Ġhysteria":97666,"Ġarenas":97667,"Ġgunmen":97668,"Ġmike":97669,"Ġimpunity":97670,"atisation":97671,"_Zero":97672,"_COMPANY":97673,"ĠGors":97674,"ĠuseClass":97675,"(redis":97676,"ĠRUNNING":97677,"ĠBair":97678,"velte":97679,"Ġ','.":97680,"аÑĤÑĮÑģÑı":97681,"öst":97682,"encodeURIComponent":97683,"_restrict":97684,"Ġdecals":97685,"ĠPedido":97686,"Ġaltercation":97687,"Displays":97688,"ĠApplicants":97689,"CUS":97690,"Textarea":97691,"ĠAngola":97692,".future":97693,"ĠUSHORT":97694,"Ġsuppressing":97695,"Ġsetzen":97696,"APolynomial":97697,"Ġtoch":97698,"Ġhallmark":97699,"Ġ$$$":97700,"ĠCHARSET":97701,".rpm":97702,"ĠDich":97703,"--------------------":97704,"_parm":97705,"è¿ĺ":97706,"acciones":97707,"hait":97708,"WARDED":97709,"_routing":97710,"ĠNOM":97711,"Ġenclave":97712,"ĠLotto":97713,"ĉfr":97714,"complexContent":97715,"ĠBallard":97716,"kube":97717,"/win":97718,".getColumnModel":97719,"_REPLACE":97720,"HeaderValue":97721,"Ġestudiantes":97722,"Ġapis":97723,"Ġbpm":97724,"ĠTypeName":97725,"AndGet":97726,"rita":97727,"Plans":97728,">Note":97729,"Ġfetisch":97730,"Ġtoned":97731,"_goto":97732,"onsense":97733,"Ġmolds":97734,"Ġinfiltration":97735,"ĠGuerrero":97736,"ubbo":97737,"cki":97738,"($(\".":97739,"_activities":97740,"(changes":97741,"ĠofApp":97742,"ĠKepler":97743,"ĠDemp":97744,"ĠContinent":97745,".Ticks":97746,"ĠUnsigned":97747,"ĠJahres":97748,"Ġfreshmen":97749,"ĠArchived":97750,"ĠкоÑĤоÑĢÑĭй":97751,"Ġ'::":97752,"Tutorial":97753,"Cc":97754,"ĠtableLayoutPanel":97755,"fromJson":97756,".levels":97757,"_transient":97758,"Ġendorsing":97759,"ĠDIC":97760,"lauf":97761,"Ġshred":97762,"_EMIT":97763,"ificantly":97764,"ALA":97765,"/proto":97766,"Ġnarrowing":97767,"Utc":97768,"Factors":97769,"Ġsentient":97770,"æŀIJ":97771,"lixir":97772,"ĠCROSS":97773,"meteor":97774,"Ġgroin":97775,"Ġmdb":97776,"ĠRotterdam":97777,"Ġcomida":97778,"ĠOpCode":97779,"ĠDefaultValue":97780,"PermissionsResult":97781,"Ġheterogeneous":97782,"Ġmoot":97783,"Ġdeceived":97784,"-independent":97785,"ĠObjectOutputStream":97786,"Ġoverpower":97787,".dup":97788,"Ġldb":97789,"Ġdomestically":97790,"Ġbestellen":97791,"Ġlov":97792,"ĠContractors":97793,"Triangles":97794,"Ġfodder":97795,"Ġfilmes":97796,"ä¼ģ":97797,"Ġrevolver":97798,"StartupScript":97799,"/validation":97800,"ĠResourceType":97801,"iÅŁ":97802,"ĠLaz":97803,"fef":97804,"Ġlstm":97805,"{*":97806,".attachment":97807,".hits":97808,"ewith":97809,"DOG":97810,"Alabama":97811,"Ġmediums":97812,".mContext":97813,"-cols":97814,"åıĭ":97815,".notice":97816,"Ġattn":97817,"ĠPacking":97818,"ĠLn":97819,"_COMPLEX":97820,"/Users":97821,".savetxt":97822,"ĠRounds":97823,"?,?,?,?,":97824,"Ġingl":97825,"ĠROC":97826,"_female":97827,"ĠStard":97828,"]];":97829,"Ġwrestlers":97830,"Ġtorrents":97831,"Ġsinh":97832,"ĊĊ":97833,"ë³µ":97834,"sense":97835,"however":97836,".Physics":97837,"Infrastructure":97838,"ĠSacr":97839,"Fel":97840,"ĠDISTRIBUT":97841,"éments":97842,"ĠValidates":97843,"############################################################":97844,"Ġ|/":97845,"Ġesl":97846,"Ġréseau":97847,"ĠBip":97848,"BYTES":97849,"_WATER":97850,"Turning":97851,"ELS":97852,"Ġjuxtap":97853,"Ġlesbische":97854,"ých":97855,"(Unknown":97856,"Neo":97857,"@JsonProperty":97858,"Ġalumnos":97859,"ĠRaqqa":97860,"imei":97861,".getBounds":97862,".MouseEventHandler":97863,"#######":97864,"GenericType":97865,"/cms":97866,"Ġturno":97867,"Ġмин":97868,"Ġfolklore":97869,"ĠEvo":97870,"Ġconductivity":97871,"Ġleben":97872,"Ġgearbox":97873,"-vs":97874,"ĠÏĨ":97875,"Ġdrinkers":97876,"Ġconexao":97877,"ĠTeeth":97878,"ĠgetArguments":97879,"ĠRAT":97880,"entious":97881,"Educ":97882,"+W":97883,"ĠInstitutional":97884,"ĠBord":97885,"isEqual":97886,"(pwd":97887,"Ġignited":97888,"ĠRousse":97889,"Ġimpactful":97890,"ĠMalk":97891,"Ġgeral":97892,"ĠPivot":97893,"Ġazt":97894,"Ġcsvfile":97895,"ĠRope":97896,"ĠSOLUTION":97897,"ĠArbitrary":97898,"Ġletto":97899,".MouseAdapter":97900,"Ġ}}}":97901,"ĠSailor":97902,"dera":97903,"Putting":97904,"Ġconcentrates":97905,"ĠauthDomain":97906,"âĢĿçļĦ":97907,"-finals":97908,",strlen":97909,"Muon":97910,"ĠOrdinary":97911,"firefox":97912,"ĠLaTeX":97913,"ĠHund":97914,"engineering":97915,"/blue":97916,"edTextBox":97917,"(\"\");":97918,"ĠCDDL":97919,"kept":97920,"ĠGetString":97921,"Kir":97922,"()='":97923,"ĠOCD":97924,"antium":97925,"$menu":97926,"ĠAppalachian":97927,"Secretary":97928,"ë¥ĺ":97929,"ีย":97930,"Semantic":97931,"Ġ*[":97932,"estone":97933,"ungkin":97934,"MaxY":97935,"-tone":97936,"\"};čĊ":97937,"_Part":97938,"ĊĊ":98140,"Lic":98141,"ĠMirage":98142,"ĠAssemblyFileVersion":98143,"TeV":98144,"ĠValueEventListener":98145,"-solving":98146,"Tho":98147,"roulette":98148,"_WP":98149,"Ġuninterrupted":98150,"ĠfieldType":98151,".Typed":98152,"Ġamour":98153,"Ġmockery":98154,"(vol":98155,"ĠSubcommittee":98156,"ĠRuf":98157,"erox":98158,":UIButtonTypeCustom":98159,"ĠBlur":98160,"Ġwykon":98161,"nces":98162,"ASHBOARD":98163,"!!\");Ċ":98164,"Ġmurderers":98165,".daily":98166,"ĠDIAG":98167,"jing":98168,"Ġdolphin":98169,"Ġlòng":98170,"Ġbö":98171,"ĠVocabulary":98172,".StObject":98173,"')\">":98174,"Ġzun":98175,"Ġscrimmage":98176,"tréal":98177,"ĠLig":98178,"[vi":98179,"Cole":98180,"Ġfrosting":98181,".Players":98182,"-translate":98183,"Feels":98184,"=\\\"/":98185,".ButterKnife":98186,"Ġ?>;Ċ":98187,"Ġavi":98188,"innie":98189,".Failure":98190,"Ġspindle":98191,"ConfigurationException":98192,"_hop":98193,"Ġposição":98194,"ĠAwait":98195,"UIImagePickerController":98196,"ĉday":98197,"Ġgenom":98198,"Cab":98199,"ĠÑĢезÑĥлÑĮÑĤаÑĤ":98200,"ORIGINAL":98201,"Ġejaculation":98202,"(tcp":98203,"SECOND":98204,"Ġtonic":98205,"ĠListBox":98206,"ĠĉĉĊ":98207,"()>Ċ":98208,"Ġquatre":98209,"ượng":98210,"withErrors":98211,".Maybe":98212,",âĢ¦":98213,"tokenId":98214,"_UNDEF":98215,"Ġfreshness":98216,"ĠAmendments":98217,".mapbox":98218,".CV":98219,"(blog":98220,"_gettime":98221,".quest":98222,"sparse":98223,"Ġresale":98224,"Ġenthusiastically":98225,"ĠProstitutas":98226,"Wa":98227,"Cargo":98228,".Parcelable":98229,"SENSOR":98230,"ĠRyu":98231,"Laughs":98232,"_Native":98233,"/pg":98234,"ysts":98235,"Ġphotoc":98236,"ç®Ģ":98237,"adopt":98238,".species":98239,"conciliation":98240,"Adjusted":98241,".FirebaseAuth":98242,"uttle":98243,"ordination":98244,"Ġmunch":98245,"ĠStake":98246,".ping":98247,"anker":98248,"(QStringLiteral":98249,"Ġsubscript":98250,"ĠĠĉĊ":98251,"ĠMCC":98252,"_Cmd":98253,"sexy":98254,"iou":98255,"ĠMANY":98256,"Ġnanny":98257,"TRAIN":98258,"Ġflourishing":98259,"ĠWatches":98260,"ĠQMap":98261,"ĠFerm":98262,"Ġwasm":98263,"ĠAbed":98264,"_UD":98265,"ĠGlasses":98266,"+v":98267,"Attend":98268,".Chain":98269,"Ġdecency":98270,"ĠSupplementary":98271,"hunter":98272,"-txt":98273,"Ġ\"}\";Ċ":98274,".setWindowTitle":98275,"(\"":98377,"Ġmascara":98378,"(Profile":98379,"åĬŁèĥ½":98380,"imité":98381,"Ġwildfires":98382,"-ROM":98383,".isOn":98384,"(groupId":98385,"Repair":98386,"accumulate":98387,"Ġ<\",":98388,"Ġhandwritten":98389,"Ġacheter":98390,"ĠMGM":98391,"ĠIrma":98392,"->{_":98393,"gee":98394,"criminal":98395,"Ġèĭ¥è¦ģ":98396,"Ġmomentarily":98397,"\")!=":98398,"_lit":98399,"ĠexpiresIn":98400,".\").":98401,"éķ¿åº¦":98402,"Ġfrække":98403,"vlc":98404,"Ġorbs":98405,"),$":98406,"Ġventured":98407,"/>\\":98408,"charm":98409,"Nuitka":98410,"eldig":98411,"atonin":98412,"Witness":98413,"-lat":98414,"ĠsetHidden":98415,"Ġrelics":98416,"Ġconsulate":98417,".IGNORE":98418,"\"After":98419,"ĠsetAddress":98420,"Ġbesteht":98421,"Ġ'')ĊĊ":98422,".xaxis":98423,"Ġserão":98424,"Ġmisled":98425,"_UNIFORM":98426,"ĠVIA":98427,"incr":98428,"Ġzenith":98429,"Ġviscosity":98430,"Ġthinly":98431,".getSharedPreferences":98432,".ErrorCode":98433,"\"),\"":98434,"ĠMillionen":98435,"Ġ/>)Ċ":98436,"ScrollIndicator":98437,"-seeking":98438,"ĠPOLITICO":98439,"asca":98440,"_rl":98441,"Navig":98442,"(fullfile":98443,"Ġsolitude":98444,"Ġjuven":98445,"Ġhauling":98446,"ĠMacros":98447,"ĠGry":98448,"Ġexercitation":98449,"ĠATTACK":98450,"TickCount":98451,"Ġrites":98452,"Ġdoe":98453,"ParticleSystem":98454,"Ġslu":98455,"WindowText":98456,"ĠClassName":98457,"Ġslander":98458,"ĉPort":98459,"jong":98460,"?a":98461,".Dial":98462,"âĢĶat":98463,"$objPHPExcel":98464,"Ġsoar":98465,"ENN":98466,"appeared":98467,"Ġquotid":98468,"emachine":98469,"Ġnip":98470,"Ġmicrotime":98471,"ĠAlma":98472,";!":98473,"------------------------------------------------------------------------------------------------":98474,"ĠPassage":98475,"Ġdumpsters":98476,"ĠExclude":98477,"Ġsuggestive":98478,"ĠCircularProgressIndicator":98479,"_clr":98480,"ArrayType":98481,"ILLA":98482,"ElapsedTime":98483,"Driven":98484,"ĠresourceName":98485,"ĠGarrison":98486,"serir":98487,"-ahead":98488,"Ġpinnacle":98489,"ĠEspresso":98490,"Sparse":98491,"Ġassays":98492,"ĠGirlfriend":98493,"imid":98494,"]='\\":98495,"ONGLONG":98496,"Ġportraying":98497,"Lane":98498,"Ġbúsqueda":98499,"Ġreinforcements":98500,"ĠSpreadsheet":98501,"ĠArrayCollection":98502,",arr":98503,"lightbox":98504,"icana":98505,"<\"":98506,"builders":98507,"Kid":98508,"ĠMatSnackBar":98509,"EXPR":98510,"odcast":98511,"ĠFoundations":98512,"Ġinds":98513,"='${":98514,"Fizz":98515,"-functional":98516,"(workspace":98517,"Ġstemmed":98518,"_patches":98519,"ĠJarvis":98520,"READING":98521,"Ġdisrespectful":98522,"ĠQDom":98523,"Ġ${Ċ":98524,"estatus":98525,"Reached":98526,"!.ĊĊ":98527,"ILT":98528,"ĠNDEBUG":98529,"ĠCourage":98530,"birthdate":98531,"ĠTing":98532,"Ġutilizado":98533,"ánchez":98534,"Outdoor":98535,"Ġhandguns":98536,"RefCount":98537,"ÉĻ":98538,"romo":98539,"Ġtts":98540,".She":98541,"ĠPane":98542,"ãĢij,ãĢIJ":98543,"ĠIOCTL":98544,"/black":98545,"inscription":98546,"Ġbiopsy":98547,"ĠTimeInterval":98548,".TestCheck":98549,"ĠGUIStyle":98550,"ĠCapability":98551,"ĠBeitrag":98552,"donnees":98553,"Treatment":98554,".backup":98555,"Ġsignings":98556,"ĠBoca":98557,"drm":98558,".MAIN":98559,"Ġgoede":98560,"ĠMarkup":98561,"GREE":98562,"ĠBaseService":98563,".Creator":98564,"Ġjails":98565,"ĠKahn":98566,"IpAddress":98567,"ACHI":98568,"Ġinhibited":98569,"Ġ@$_":98570,"ĠAssass":98571,"Ġenviado":98572,"Heroes":98573,"ÐŁÐµÑĢ":98574,"ĠMaven":98575,".ls":98576,"Ġive":98577,"|RF":98578,"ĠresizeMode":98579,"Ġrumpe":98580,"_attachments":98581,"TU":98582,"Ġtactile":98583,"Attempting":98584,"Ġrobin":98585,"yaw":98586,"Ġmercenaries":98587,"ĠHabitat":98588,"enddate":98589,"Ġoxy":98590,"ĉRandom":98591,"ohon":98592,"IsNull":98593,"ĠValidationResult":98594,"ãĥļ":98595,"umbed":98596,"ppv":98597,"Ġarp":98598,"ichick":98599,"_rnn":98600,"ĠTFT":98601,"TexImage":98602,"\"On":98603,"ĠSampler":98604,"topl":98605,"Ġjane":98606,"yling":98607,"ĠUNICODE":98608,"TabIndex":98609,"<{Ċ":98610,"suspend":98611,"uvian":98612,",application":98613,"олиÑĩеÑģÑĤво":98614,"yat":98615,"ezier":98616,"ĠCHUNK":98617,"ĠAdler":98618,"/Add":98619,"ĠKeyValue":98620,"Ġsposób":98621,"Sampling":98622,"chers":98623,"_AMD":98624,"Ru":98625,".MustCompile":98626,"Nation":98627,"Assoc":98628,"Managing":98629,"ĠEngl":98630,"_GB":98631,"Ġsuccinct":98632,"Ġdisliked":98633,"ĠIke":98634,"Bulletin":98635,"_ARCHIVE":98636,"Proposal":98637,"Ġjogging":98638,".CREATED":98639,"Ġchol":98640,"è£ħ":98641,"Į¨":98642,"-push":98643,"Ġreserva":98644,"corev":98645,"ètre":98646,"THR":98647,"Ġincompetence":98648,"Ġcharisma":98649,"æĦŁ":98650,"Ġ\"==":98651,"BTN":98652,"ĠLocator":98653,"ivet":98654,"('.')Ċ":98655,"ĠforIndexPath":98656,"ôme":98657,"Ġcapacit":98658,"waters":98659,"ĠWRONG":98660,"hoa":98661,"ĠMIPS":98662,"Ġemiss":98663,"ĠJacqueline":98664,"(cmp":98665,"Ġeens":98666,"Leo":98667,".timing":98668,"CLUSION":98669,"Ġ(\"-":98670,"åĵĪ":98671,".kode":98672,"ĠUndert":98673,"Ġbewild":98674,"ĠEssen":98675,".hd":98676,"Ġrenegot":98677,"Ġmower":98678,"Ġlsp":98679,"Ġpenchant":98680,"Ġmanoe":98681,"Ġagli":98682,"Ġrecal":98683,"ĠOPERATION":98684,"(^)(":98685,"Ġν":98686,"ĠScoped":98687,"Ġ@\"Ċ":98688,"=label":98689,"[loc":98690,"Intl":98691,"ĠNz":98692,"tablet":98693,".ColumnName":98694,"ĠscreenSize":98695,"DBus":98696,"cooked":98697,"-registration":98698,"âĢľOne":98699,"-non":98700,"ĠwiÄĻc":98701,"Ġcosta":98702,".addTab":98703,".conditions":98704,"ĠHess":98705,"MEMORY":98706,"ĠAvalanche":98707,"()}}Ċ":98708,"Ġtriplet":98709,"Ġlabyrinth":98710,"ĠNodeList":98711,"ĠNYT":98712,"Ġyeni":98713,"dff":98714,".HtmlControls":98715,"AVIS":98716,"/Math":98717,"Ġmemcmp":98718,"اء":98719,"оÑģÑĮ":98720,"crap":98721,"(pages":98722,"Ġlxml":98723,"ĠQDateTime":98724,"_tcb":98725,"Ġopenid":98726,"Ġsynaptic":98727,"ĠMDMA":98728,"(slug":98729,"igmatic":98730,"enor":98731,"Ġcramped":98732,"GOP":98733,"ŃIJ":98734,".isFile":98735,"ĠDifferential":98736,"Ġ=\"\";Ċ":98737,"ĉĉĉĠĠĠĠĉ":98738,"ĠCooke":98739,"ĉUFUNCTION":98740,"Ġperseverance":98741,"RelativeLayout":98742,"IMPORTANT":98743,"Ġexon":98744,"Ġон":98745,"ibase":98746,"(CONT":98747,"novation":98748,"ä½ķ":98749,"[sub":98750,"AdminController":98751,"HTTPHeader":98752,"crear":98753,"ĠNIR":98754,"ĠDropDownList":98755,"Ġvalide":98756,"Ġdehydration":98757,".']":98758,"(WIN":98759,"Ġ...\\":98760,"Ġphotoshop":98761,"ĉInit":98762,"_cou":98763,"ĠtimeZone":98764,"darwin":98765,"romatic":98766,"NavigationItemSelectedListener":98767,"brates":98768,"]--;Ċ":98769,"Ġtragedies":98770,"ĠPediatrics":98771,"SMART":98772,"-API":98773,"ĠMessageLookup":98774,"ĉvo":98775,"Ġprejudices":98776,"ĠmA":98777,"Ups":98778,"ĠMISSING":98779,"ĉad":98780,"Cream":98781,"ĠTb":98782,"ĠMona":98783,"_ghost":98784,"ĉtypes":98785,"Emb":98786,"ĠDocumentary":98787,"');ĊĊĊĊ":98788,"Ġlup":98789,"_Reference":98790,"ĠBATCH":98791,"Ġintertwined":98792,"":98915,"Ġfoyer":98916,"'utilisation":98917,"ĠMüller":98918,"ĠFetish":98919,"ĠdefaultManager":98920,"Ġbacktrack":98921,"Bah":98922,"Explicit":98923,"_ASCII":98924,"ĠmActivity":98925,"(Msg":98926,"Ġê²Į":98927,"ĠTERMS":98928,"ĠAngie":98929,"HSV":98930,"ĠMosque":98931,".Names":98932,"íĬ¼":98933,"reste":98934,"_parms":98935,"Ġgaping":98936,"Ġcropping":98937,"DataFrame":98938,"Ġresponsiveness":98939,"_undo":98940,"_tran":98941,".terminate":98942,"Ġitaliane":98943,"Ġwalkthrough":98944,"Ġattractiveness":98945,"де":98946,"_STS":98947,"_learn":98948,"Ġchocolates":98949,"ierarchical":98950,"-thinking":98951,"Ġ)))":98952,"ishments":98953,".Logf":98954,"ĠTMZ":98955,"ĠCanary":98956,"foil":98957,"ĠVaccine":98958,".vx":98959,"ĠSurround":98960,"Intermediate":98961,"Ġiov":98962,"vais":98963,"';\";Ċ":98964,"ï½ŀĊĊ":98965,"éĢģæĸĻ":98966,"âĢ¦it":98967,"Seats":98968,"Clar":98969,"Wars":98970,"ĠHutchinson":98971,"ĠHasan":98972,"!')ĊĊ":98973,"ĠRichie":98974,"cheiden":98975,"($('":98976,"York":98977,"Ġlids":98978,"Ġalphanumeric":98979,"ĠGlock":98980,".shapes":98981,"Ġsparking":98982,"_epsilon":98983,"uplicated":98984,".dirty":98985,"])==":98986,"ĠìľĦì¹ĺ":98987,"Ġscn":98988,"Ġ/****************************************************************":98989,"_PREVIEW":98990,"_HC":98991,"ielding":98992,"fgets":98993,"ĠAddison":98994,"ĠproductService":98995,"-figure":98996,"(retval":98997,"zano":98998,"Ġautob":98999,"ĉsd":99000,"_numer":99001,"ĠSetLastError":99002,"ĠFior":99003,"ificance":99004,"Untitled":99005,"Ġinfield":99006,"Ġ{}));Ċ":99007,"Ġspac":99008,"Ġrookies":99009,"(describing":99010,"ngen":99011,"ிà®":99012,".rdf":99013,".Mutex":99014,"Ġkneeling":99015,"ĠQE":99016,"setMax":99017,"ReadStream":99018,"Ġventas":99019,"sut":99020,"cmpeq":99021,".WriteAllText":99022,"ĠExperienced":99023,"$__":99024,"Ġkaum":99025,"ĠLIS":99026,"Ġdocumentos":99027,"_HEALTH":99028,"icontains":99029,"Ġartisans":99030,"OWNER":99031,"Ġblinked":99032,"getDisplay":99033,"Ġtoen":99034,"ĠrowNum":99035,"Ġavril":99036,"Ġinvis":99037,"ĠKear":99038,"toBeInTheDocument":99039,"apur":99040,"Ġracked":99041,"ĠMcMaster":99042,"_ATTRIB":99043,"Haz":99044,"Ġfactura":99045,"/ts":99046,"ĠÑĢазмеÑĢ":99047,"Ġzf":99048,"Ġshortfall":99049,".fasta":99050,"ĠCONSTANT":99051,".managed":99052,"gems":99053,"SharedPointer":99054,"Ġblurry":99055,"brightness":99056,"(components":99057,"Ġ...\"ĊĊ":99058,"SELL":99059,"ĠIllustrator":99060,".getChannel":99061,"Ġtrouvé":99062,"ysters":99063,"Ġvois":99064,"ĠLinden":99065,"Ġemojis":99066,"Ġbrawl":99067,"ĠMSR":99068,"ĠElo":99069,"ĠCroatian":99070,"PopupMenu":99071,"Lewis":99072,".JWT":99073,"Ġastonished":99074,"Bush":99075,"(itemId":99076,"Ġdetachment":99077,"ĠEncore":99078,"å°Ķ":99079,"Ġrekl":99080,"Ġcram":99081,")$/":99082,".getHost":99083,"_recommend":99084,"-HT":99085,"_calibration":99086,"Authenticate":99087,".firebaseapp":99088,"UNIX":99089,"ĉCamera":99090,"ĠHEAP":99091,"Ideal":99092,".office":99093,"Ġgoofy":99094,"(Symbol":99095,"Ġjouer":99096,"_partitions":99097,"Ġrapidement":99098,"ĠGNUNET":99099,"idUser":99100,"Ġsupervise":99101,"(Contact":99102,"AWN":99103,"ãģĺ":99104,"Ġnaam":99105,"Ġaust":99106,"åľ¨çº¿":99107,"_softmax":99108,"AllowAnonymous":99109,"ammable":99110,"ROUTE":99111,"*D":99112,"Ġaden":99113,"ĠCristina":99114,"ĠCristiano":99115,"Ġbloodstream":99116,"subclass":99117,"_persona":99118,"CHILD":99119,"-know":99120,"ĠnavigationOptions":99121,"ĠZukunft":99122,"ĠPixar":99123,"Tyler":99124,"Ġunderworld":99125,"Ġsincerity":99126,"Ġdispenser":99127,"Ġkter":99128,"idders":99129,".addNode":99130,"-checked":99131,"Ġkeyst":99132,"ĠWTO":99133,".signals":99134,"Ġadventurer":99135,"ĠPang":99136,"\\R":99137,"=pos":99138,"Ġdispensaries":99139,"ĠCloset":99140,"(\"{\\\"":99141,"ideon":99142,"Ġnécessaire":99143,"()\"Ċ":99144,"_RECEIVED":99145,"Ġrésultats":99146,"Ġmoden":99147,"ĠIcelandic":99148,";d":99149,".allowed":99150,"(newUser":99151,"Ġmerciless":99152,".WaitFor":99153,"Ġdaycare":99154,"ĠConveyor":99155,"çĸ":99156,"ð¬":99157,"çĥ":99158,"çĹ":99159,"çł":99160,"èĦ":99161,"é²":99162,"å¦":99163,"çĿĢ":99164,"å¾Ī":99165,"éħ":99166,"çĭ":99167,"éª":99168,"æĤ":99169,"é¥":99170,"èħ":99171,"æĥ³":99172,"å¨":99173,"é¹":99174,"çĤ":99175,"åĴ":99176,"çĮ":99177,"è´¨":99178,"æ¢":99179,"æ°Ķ":99180,"ð«":99181,"æķĻ":99182,"çŁ":99183,"åĦ":99184,"åıijå±ķ":99185,"åĪĽ":99186,"èij":99187,"æħ":99188,"åŀ":99189,"åģļ":99190,"æĪĺ":99191,"æIJ":99192,"强":99193,"æ·±":99194,"åĩł":99195,"ç¿":99196,"å©":99197,"èŀ":99198,"å§Ķ":99199,"åIJĦ":99200,"èİ":99201,"é¸":99202,"éº":99203,"åıĹ":99204,"èģĮ":99205,"åĺ":99206,"æ½":99207,"é£İ":99208,"èIJ¥":99209,"åħļ":99210,"èľ":99211,"éĤ£":99212,"é¢Ĩ":99213,"çij":99214,"é³":99215,"æľ¯":99216,"ä»Ģ":99217,"æĪ¿":99218,"ç²¾":99219,"åª":99220,"éĨ":99221,"太":99222,"èĤ¡":99223,"èĽ":99224,"åħī":99225,"æŀģ":99226,"åĬŀ":99227,"èĵ":99228,"çĺ":99229,"å´":99230,"åĹ":99231,"èĬ±":99232,"çłĶ":99233,"å¿«":99234,"å¸Ī":99235,"è¶Ĭ":99236,"è§Ĥ":99237,"æ¤":99238,"æ¦":99239,"çŀ":99240,"èĤ²":99241,"çĪ±":99242,"çĻ½":99243,"ä¸ĸ":99244,"ä»Ģä¹Ī":99245,"çľ¼":99246,"å³":99247,"èĴ":99248,"æĵ":99249,"被":99250,"å¹²":99251,"çĹħ":99252,"士":99253,"çĴ":99254,"è¸":99255,"æ¾":99256,"å·¥ä½ľ":99257,"让":99258,"çĥŃ":99259,"è¾ĥ":99260,"åĦ¿":99261,"åĬ©":99262,"积":99263,"ç³":99264,"çĵ":99265,"ç£":99266,"åĤ":99267,"è¹":99268,"èļ":99269,"å·±":99270,"çĻ¾":99271,"åĬ¿":99272,"èµĽ":99273,"æ¨":99274,"æ¿":99275,"èĸ":99276,"æĿij":99277,"带":99278,"å¢ĥ":99279,"æĬ¤":99280,"éŃ":99281,"å«":99282,"èĩªå·±":99283,"æµİ":99284,"ä½İ":99285,"åĮ»":99286,"éĺ²":99287,"åĨľ":99288,"èĨ":99289,"çĨ":99290,"é«":99291,"åĨĽ":99292,"æĪı":99293,"åįĩ":99294,"æĸ¯":99295,"ä½ı":99296,"èIJ½":99297,"åħ»":99298,"èĩ´":99299,"çĬ":99300,"çĩ":99301,"çħ":99302,"èĶ":99303,"ä¼ģä¸ļ":99304,"åĽ¢":99305,"æīį":99306,"æł¡":99307,"åĩĨ":99308,"å¥ĩ":99309,"åī¯":99310,"é¼":99311,"æ¼Ķ":99312,"马":99313,"èµ°":99314,"ç¥ŀ":99315,"åħĭ":99316,"æľĽ":99317,"æ²¹":99318,"è¾¹":99319,"åįĥ":99320,"å¾Ģ":99321,"åĪĩ":99322,"æ©":99323,"ç¶":99324,"åĻ":99325,"éĻħ":99326,"çīĮ":99327,"社ä¼ļ":99328,"游æĪı":99329,"æĸ½":99330,"çħ§":99331,"æݧ":99332,"满":99333,"è¯Ĩ":99334,"éĩįè¦ģ":99335,"足":99336,"çķĻ":99337,"ç»Ĩ":99338,"åįı":99339,"éĢĤ":99340,"æĩ":99341,"æ§":99342,"éĦ":99343,"èĿ":99344,"å¸Ĥåľº":99345,"ç»ıæµİ":99346,"ä¹ł":99347,"æĸĩåĮĸ":99348,"éļ¾":99349,"ä¹IJ":99350,"åĨ³":99351,"欢":99352,"è§ī":99353,"åĽŃ":99354,"åħ´":99355,"åħħ":99356,"举":99357,"æī¹":99358,"èķ":99359,"æĬĬ":99360,"æĬĢæľ¯":99361,"究":99362,"第ä¸Ģ":99363,"便":99364,"åĵį":99365,"çİ©":99366,"åĿļ":99367,"èŀį":99368,"åįĬ":99369,"åĸľ":99370,"å±Ĥ":99371,"离":99372,"ä»ħ":99373,"éŁ":99374,"åij³":99375,"念":99376,"åŃ£":99377,"ç´§":99378,"ä¹ħ":99379,"é¤":99380,"éŀ":99381,"è¤":99382,"åĢĻ":99383,"åĨµ":99384,"çŁ³":99385,"åģ¥":99386,"æĢİ":99387,"å®Ŀ":99388,"è¡Ģ":99389,"åŁŁ":99390,"æĹ©":99391,"çŁ¥éģĵ":99392,"è´Ł":99393,"åįļ":99394,"å·´":99395,"亲":99396,"å±ŀ":99397,"严":99398,"äºī":99399,"å¯Ł":99400,"èº":99401,"ç°":99402,"建设":99403,"产ä¸ļ":99404,"åIJĥ":99405,"åŃ©":99406,"æĹħ":99407,"æł¹":99408,"æĿIJ":99409,"ä¼Ĺ":99410,"éļı":99411,"å®ĺ":99412,"åºķ":99413,"彩":99414,"å¯Į":99415,"温":99416,"åį«":99417,"åī§":99418,"çĽĬ":99419,"æĬĹ":99420,"è´¢":99421,"纪":99422,"æĨ":99423,"çĶŁæ´»":99424,"红":99425,"çĶŁäº§":99426,"è¿ľ":99427,"éĴ±":99428,"åĶ®":99429,"群":99430,"çıŃ":99431,"楼":99432,"éĩĩ":99433,"èīº":99434,"å±ħ":99435,"åģĩ":99436,"è°Ī":99437,"æĻļ":99438,"é¬":99439,"èĪª":99440,"害":99441,"èĹ":99442,"çį":99443,"åµ":99444,"çİĭ":99445,"康":99446,"èİ·":99447,"ç»Ń":99448,"äºļ":99449,"é£Ł":99450,"åİĭ":99451,"æĭĽ":99452,"èĮĥ":99453,"许":99454,"åĽ´":99455,"é½":99456,"éĻį":99457,"纳":99458,"åĵª":99459,"æķĻèĤ²":99460,"å·²ç»ı":99461,"å¾·":99462,"æŀĹ":99463,"å®īåħ¨":99464,"é¾Ļ":99465,"大家":99466,"éĿĴ":99467,"åºľ":99468,"æ²³":99469,"åı¤":99470,"èį¯":99471,"åĿĩ":99472,"æĻº":99473,"乡":99474,"çķ¥":99475,"åĨ·":99476,"ç¦ı":99477,"室":99478,"ç»´":99479,"æī¿":99480,"å±Ĭ":99481,"è¯ī":99482,"åĪ»":99483,"èŁ":99484,"æª":99485,"å°±æĺ¯":99486,"è¿Ļ个":99487,"ä¸Ńå¿ĥ":99488,"ä¸ĸçķĮ":99489,"åŁİå¸Ĥ":99490,"éĿŀ常":99491,"åĪĴ":99492,"åıĮ":99493,"æĢİä¹Ī":99494,"åĪ°äºĨ":99495,"æľĥ":99496,"åı²":99497,"ä¾Ĩ":99498,"å¾ĭ":99499,"å¥ĸ":99500,"ç»Ī":99501,"åªĴ":99502,"å®ģ":99503,"课":99504,"èģĮä¸ļ":99505,"åħį":99506,"æµĭ":99507,"æĢ¥":99508,"æķij":99509,"çĭ¬":99510,"èѦ":99511,"é¤IJ":99512,"æĦ¿":99513,"è´«":99514,"çĸij":99515,"åļ":99516,"她":99517,"åıĪ":99518,"åĽłä¸º":99519,"ä¸įæĺ¯":99520,"å¤Ł":99521,"æĸ¹éĿ¢":99522,"éķĩ":99523,"äºĴ":99524,"éħĴ":99525,"讲":99526,"çĸĹ":99527,"æĺ¥":99528,"æ¹ĸ":99529,"å¤ľ":99530,"责任":99531,"人æ°ij":99532,"åħ°":99533,"çŁŃ":99534,"æķħ":99535,"åĩı":99536,"æĻ®":99537,"亮":99538,"ä¾Ŀ":99539,"åį°":99540,"éĿĻ":99541,"åĢĭ":99542,"å¾ģ":99543,"åIJ¸":99544,"缺":99545,"æĶ»":99546,"åĩĢ":99547,"åħ¸":99548,"åĽº":99549,"访":99550,"ç¹":99551,"çĢ":99552,"æıIJä¾Ľ":99553,"ç»ĩ":99554,"å¾Īå¤ļ":99555,"çłĶ究":99556,"è·Ł":99557,"主è¦ģ":99558,"æĥħåĨµ":99559,"çŃĸ":99560,"æŃ»":99561,"大åѦ":99562,"æĶ¿åºľ":99563,"å½±åĵį":99564,"ä¹°":99565,"åħŃ":99566,"éĻ©":99567,"åħ«":99568,"æŁIJ":99569,"è´¨éĩı":99570,"åįł":99571,"å·®":99572,"æĽ´å¤ļ":99573,"æľĭ":99574,"éĿ©":99575,"宣":99576,"çł´":99577,"è½»":99578,"座":99579,"æĺ¾":99580,"稳":99581,"è´µ":99582,"èĥĮ":99583,"èī¯":99584,"çĸ«":99585,"æ¯Ĵ":99586,"ä¹İ":99587,"åĢŁ":99588,"è¿·":99589,"çŃĶ":99590,"æ¿Ģ":99591,"åij¼":99592,"äºĨä¸Ģ":99593,"趣":99594,"ä¼´":99595,"ä¼Ļ":99596,"è¼":99597,"ð¬Ń":99598,"åĽ½å®¶":99599,"æ´»åĬ¨":99600,"çİ°åľ¨":99601,"ç§ijæĬĢ":99602,"åį¡":99603,"ä¸įåIJĮ":99604,"个人":99605,"è®°èĢħ":99606,"ä¸įæĸŃ":99607,"éĹ»":99608,"ä¹Ŀ":99609,"èijĹ":99610,"综":99611,"ä¸ĥ":99612,"æłij":99613,"æľĭåıĭ":99614,"åįĸ":99615,"伤":99616,"æ²Ļ":99617,"åĸĦ":99618,"å¥Ĺ":99619,"è½®":99620,"ç©¿":99621,"è¡¥":99622,"ä¸Ģå®ļ":99623,"çªģ":99624,"çĿ£":99625,"追":99626,"å¨ģ":99627,"åı¦":99628,"åĽ°":99629,"æŀ¶":99630,"ç»Ŀ":99631,"æķ£":99632,"æİ¢":99633,"æ´Ĺ":99634,"临":99635,"ä¼¼":99636,"è´¸":99637,"丰":99638,"æĺ¯ä¸Ģ":99639,"ç«ŀ":99640,"è¿İ":99641,"èģļ":99642,"è«":99643,"æįŁ":99644,"æī§":99645,"驾":99646,"è¿Ŀ":99647,"è¥":99648,"èł":99649,"ä»ĸ们":99650,"æŶåĢĻ":99651,"å®ĥ":99652,"人åijĺ":99653,"è¿Ļæł·":99654,"å·¥ç¨ĭ":99655,"åĪĽæĸ°":99656,"åŃ©åŃIJ":99657,"å¸Į":99658,"éĥ¨åĪĨ":99659,"éĵ¶":99660,"代表":99661,"é¦Ļ":99662,"帮":99663,"æİ¨è¿Ľ":99664,"çĽĺ":99665,"积æŀģ":99666,"éĥ¨éŨ":99667,"åŁ¹":99668,"æѦ":99669,"ä¸įä¼ļ":99670,"çŃij":99671,"éĢĻ":99672,"çݩ家":99673,"æĭ¿":99674,"åİĤ":99675,"æ¯Ľ":99676,"çģµ":99677,"æŃĮ":99678,"绿":99679,"å¦Ī":99680,"缼":99681,"é¦Ĩ":99682,"顺":99683,"èĦ¸":99684,"å°¼":99685,"丽":99686,"奥":99687,"éģĩ":99688,"è¯į":99689,"å°ģ":99690,"ä¸Ŀ":99691,"好çļĦ":99692,"æĭħ":99693,"èĦ±":99694,"æģ¶":99695,"åİļ":99696,"åĬ³":99697,"缣":99698,"æĬĺ":99699,"åı¥":99700,"æĢĢ":99701,"æŁĵ":99702,"书记":99703,"åĨł":99704,"é²ľ":99705,"æ¦Ĥ":99706,"éļIJ":99707,"å¹ħ":99708,"èµŀ":99709,"å¹ķ":99710,"æ¥Ń":99711,"éģĹ":99712,"åĪ¤":99713,"èĺ":99714,"å¶":99715,"æĬķèµĦ":99716,"è¡Įä¸ļ":99717,"äºij":99718,"çݯå¢ĥ":99719,"åѦçĶŁ":99720,"åIJĪä½ľ":99721,"åģ¥åº·":99722,"é£ŀ":99723,"ä¸ĢæŃ¥":99724,"ä¸Ģ缴":99725,"åıijçĶŁ":99726,"éĺ¿":99727,"é¢Ĩ导":99728,"åĸľæ¬¢":99729,"åºĶ该":99730,"çĤº":99731,"è®Ń":99732,"æĿĢ":99733,"港":99734,"交éĢļ":99735,"éĺ¶":99736,"éĴ¢":99737,"令":99738,"å°½":99739,"æ¯į":99740,"è¡£":99741,"ç²ī":99742,"顶":99743,"ä¹Łä¸į":99744,"æĬĵ":99745,"èĭ¦":99746,"幸":99747,"礼":99748,"第ä¸ī":99749,"大çļĦ":99750,"éģİ":99751,"çĥŁ":99752,"éģ¿":99753,"ä»į":99754,"åºĨ":99755,"æĢķ":99756,"è°¢":99757,"çĽĸ":99758,"å°Ħ":99759,"éľ²":99760,"æĸĹ":99761,"çĬ¶":99762,"åѸ":99763,"æ¯ķ":99764,"å·¨":99765,"çŁ¿":99766,"çļĩ":99767,"å¸Ń":99768,"çĹĩ":99769,"æī¬":99770,"延":99771,"侧":99772,"æ·¡":99773,"çļĦä¸Ģ":99774,"網":99775,"æ´ģ":99776,"ç¸":99777,"è§Ī":99778,"çŃ¹":99779,"ç§ĺ":99780,"è¯Ĭ":99781,"çı¾":99782,"èªī":99783,"毫":99784,"ð¨":99785,"åį´":99786,"æĪIJ为":99787,"èĥ½åĬĽ":99788,"é»Ħ":99789,"æĹħ游":99790,"èĪ¬":99791,"æ¯Ķè¾ĥ":99792,"èµ·æĿ¥":99793,"äºĨ解":99794,"èĩªçĦ¶":99795,"ä¸Ģ次":99796,"åŁºæľ¬":99797,"æĽ¾":99798,"综åIJĪ":99799,"èıľ":99800,"è§īå¾Ĺ":99801,"第äºĮ":99802,"è·ij":99803,"æ³¢":99804,"åĢĴ":99805,"ç¡Ģ":99806,"åħµ":99807,"èįī":99808,"çĶ³":99809,"çĶ°":99810,"æĤ£":99811,"è§Ħå®ļ":99812,"èĥľ":99813,"èµĦ产":99814,"梦":99815,"æľĿ":99816,"è¿ĻéĩĮ":99817,"夫":99818,"æĮ¥":99819,"ä½Ľ":99820,"å®Ī":99821,"鼶":99822,"æĸ¼":99823,"ç¯ĩ":99824,"å²Ľ":99825,"åĵ¥":99826,"éŃĶ":99827,"ä¸įåĪ°":99828,"æīĺ":99829,"åºĬ":99830,"欧":99831,"èį£":99832,"æ±ĩ":99833,"æī©":99834,"åģı":99835,"å¢Ļ":99836,"讯":99837,"å©ļ":99838,"æĥł":99839,"æ´ĭ":99840,"å®ľ":99841,"润":99842,"æħ¢":99843,"éĢı":99844,"宽":99845,"顾":99846,"ç´¯":99847,"污":99848,"çĪĨ":99849,"秣":99850,"æĥĬ":99851,"涨":99852,"饰":99853,"éĺµ":99854,"饮":99855,"æļĸ":99856,"åºŁ":99857,"æĹĹ":99858,"éļĶ":99859,"ç¶ĵ":99860,"åĭĻ":99861,"實":99862,"éĢĶ":99863,"æī«":99864,"çĥĪ":99865,"鼻":99866,"åĪij":99867,"éĹľ":99868,"éĹª":99869,"å¥ĭ":99870,"åĤ¨":99871,"缩":99872,"ä¾µ":99873,"å¬":99874,"ð¬¶":99875,"åĽ½éĻħ":99876,"ç»Ħç»ĩ":99877,"ä¸ĵä¸ļ":99878,"åıijçİ°":99879,"å¸ĮæľĽ":99880,"ç»ıèIJ¥":99881,"åı«":99882,"æĿ¥è¯´":99883,"éļľ":99884,"ä»»ä½ķ":99885,"交æĺĵ":99886,"éĩįçĤ¹":99887,"çļ®":99888,"ç»į":99889,"æ´¾":99890,"ç§ijåѦ":99891,"åºĶçĶ¨":99892,"建çŃij":99893,"èĤī":99894,"æĶ¹éĿ©":99895,"åŁºç¡Ģ":99896,"æ±ī":99897,"åĩºæĿ¥":99898,"è¿Ļä¹Ī":99899,"åĪļ":99900,"åĿIJ":99901,"ä¸įä»ħ":99902,"ä¼ļè®®":99903,"éĿł":99904,"åªĴä½ĵ":99905,"æ°¸":99906,"åĨ²":99907,"èĭı":99908,"央":99909,"çĪ¶":99910,"åłĤ":99911,"å®ŀéĻħ":99912,"è¡Ĺ":99913,"ç«¥":99914,"éĺħ":99915,"äºĭæĥħ":99916,"åİŁåĽł":99917,"éħ¸":99918,"以æĿ¥":99919,"娱":99920,"宫":99921,"åĿĹ":99922,"绩":99923,"éĩİ":99924,"ä¸įå¾Ĺ":99925,"ä¼łå¥ĩ":99926,"硬":99927,"åİħ":99928,"æĹ¢":99929,"ç»ĥ":99930,"èĦij":99931,"å¼±":99932,"æİĮ":99933,"è´´":99934,"æĮĤ":99935,"åħ³éĶ®":99936,"å°ļ":99937,"é¥Ń":99938,"åºĦ":99939,"çĻ¼":99940,"åľĭ":99941,"æİĪ":99942,"个æľĪ":99943,"äºĪ":99944,"å¸ģ":99945,"è·Ŀ":99946,"æ²ī":99947,"ç«Ł":99948,"åĨ¬":99949,"æĬ½":99950,"éĨĴ":99951,"å¼Ł":99952,"触":99953,"èģĺ":99954,"è±Ĩ":99955,"æļ´":99956,"åijĬè¯ī":99957,"豪":99958,"èµ¢":99959,"è·¨":99960,"è³ĩ":99961,"çĪ¸":99962,"æĬ±":99963,"浪":99964,"麻":99965,"仪":99966,"è¡¡":99967,"奶":99968,"çģ¾":99969,"赶":99970,"èĤ¥":99971,"å§IJ":99972,"åĢº":99973,"éľĩ":99974,"订":99975,"æ¬Ĭ":99976,"ç·":99977,"å»ī":99978,"ä¿Ĺ":99979,"å¿ĺ":99980,"å¦ĩ":99981,"ç¼ĵ":99982,"åŃķ":99983,"漫":99984,"è£ģ":99985,"çĩĥ":99986,"é»ĺ":99987,"çī¢":99988,"çĪ·":99989,"æĬµ":99990,"宾":99991,"æľīä¸Ģ":99992,"迹":99993,"è¿«":99994,"è²Į":99995,"æľīçļĦ":99996,"ð¬ĺ":99997,"è¿ĺæĺ¯":99998,"æīĢ以":99999,"ä¹Łæĺ¯":100000,"è¿ĻäºĽ":100001,"对äºİ":100002,"åIJ§":100003,"缮åīį":100004,"èĩªå·±çļĦ":100005,"èĥ½å¤Ł":100006,"å¦Ĥä½ķ":100007,"æľºæŀĦ":100008,"åıªæĺ¯":100009,"ç½ijç«Ļ":100010,"åħ¨éĿ¢":100011,"为äºĨ":100012,"å¼Ģåıij":100013,"æĸ°éĹ»":100014,"éĩijèŀį":100015,"继":100016,"客æĪ·":100017,"ä¸Ģèµ·":100018,"èĮ¶":100019,"åħ³æ³¨":100020,"æ°´å¹³":100021,"åİĨåı²":100022,"å¢ŀéķ¿":100023,"é±":100024,"åŁºéĩij":100025,"åºŃ":100026,"åı¶":100027,"ä¿ĥ":100028,"鼨":100029,"æ¶Īè´¹":100030,"èĪ¹":100031,"çŁ¥è¯Ĩ":100032,"æĪĺçķ¥":100033,"ç»ıéªĮ":100034,"å³°":100035,"æĽ²":100036,"èĦļ":100037,"åĨ°":100038,"å¤ı":100039,"å½Ĵ":100040,"ç¬Ķ":100041,"èĻij":100042,"çĶ²":100043,"åľĪ":100044,"è¯Ĺ":100045,"é½IJ":100046,"容æĺĵ":100047,"çłĶåıij":100048,"骨":100049,"纸":100050,"è·µ":100051,"æŧ":100052,"çķ¶":100053,"åĪ¸":100054,"è´·":100055,"åı¬":100056,"ç§ĭ":100057,"液":100058,"è¡ĮæĶ¿":100059,"çĮ®":100060,"èĤ¤":100061,"éĢIJ":100062,"è¶ĬæĿ¥":100063,"è¶ĬæĿ¥è¶Ĭ":100064,"æĦıè§ģ":100065,"èĪŀ":100066,"åīĤ":100067,"æ¶ī":100068,"ç¨ĭ度":100069,"åħ¬åħ±":100070,"械":100071,"æľ«":100072,"纯":100073,"åĶ±":100074,"æ´²":100075,"æĬ¢":100076,"æ¤į":100077,"å¿Ļ":100078,"ä¼°":100079,"å¼¹":100080,"æ³ī":100081,"æľĢ大":100082,"è¶ĭ":100083,"å·§":100084,"ç¦ģ":100085,"æī¶":100086,"åį±":100087,"çıł":100088,"çĨŁ":100089,"æĭľ":100090,"主ä¹ī":100091,"æĿĤ":100092,"éĻĦ":100093,"éģį":100094,"æIJŃ":100095,"æĮ¯":100096,"å¤ļå¹´":100097,"æķ¬":100098,"æijĦ":100099,"纷":100100,"å¼ĥ":100101,"湿":100102,"å¨ĺ":100103,"æ¡£":100104,"驶":100105,"æľĹ":100106,"æ®ĸ":100107,"æ¦ľ":100108,"åĵ¡":100109,"ä¸Ģä½ĵ":100110,"æŁ¥çľĭ":100111,"ç¹ģ":100112,"æµĵ":100113,"åħ¬å®ī":100114,"æ½ľ":100115,"è´¯":100116,"éªĹ":100117,"æIJľ":100118,"å·¡":100119,"è¬":100120,"éĬ":100121,"å§Ķä¼ļ":100122,"æĤł":100123,"åī©":100124,"æıŃ":100125,"åŃ£åº¦":100126,"ð«ĺ":100127,"ð¬¬":100128,"ä´":100129,"ðª":100130,"ä½Ĩæĺ¯":100131,"éĥ½æĺ¯":100132,"å¹³åı°":100133,"åŃ¦ä¹ł":100134,"åĵģçīĮ":100135,"ä¸Ķ":100136,"è¿Ļç§į":100137,"æĶ¿çŃĸ":100138,"æĭ¬":100139,"认为":100140,"ä¸ĢèĪ¬":100141,"æłĩåĩĨ":100142,"æĶ¯æĮģ":100143,"模å¼ı":100144,"åħ³ç³»":100145,"çļĦæĺ¯":100146,"è¿Ļä¸Ģ":100147,"ä¸įè¦ģ":100148,"çĶļ":100149,"ç²¾ç¥ŀ":100150,"æĭ¥":100151,"åĪ©çĶ¨":100152,"ä¿ĿæĬ¤":100153,"ä½ľçĶ¨":100154,"èĭ¥":100155,"åĽ½åĨħ":100156,"ä»ĭç»į":100157,"ä¸Ģä¸ĭ":100158,"å·¥ä¸ļ":100159,"缮æłĩ":100160,"æľĢåIJİ":100161,"ä»·åĢ¼":100162,"å°į":100163,"éĵģ":100164,"è°ģ":100165,"ç»ĵæŀĦ":100166,"éĽª":100167,"æĻºèĥ½":100168,"ä¼łç»Ł":100169,"ä½ĵèĤ²":100170,"çĶŁæĢģ":100171,"æĭį":100172,"æݪ":100173,"åĨľä¸ļ":100174,"çī¹èī²":100175,"è§Ħ模":100176,"æĹ¶ä»£":100177,"è¿ĩç¨ĭ":100178,"éĴĪ":100179,"æĿ¾":100180,"åĶIJ":100181,"åĮ»çĸĹ":100182,"çģ¯":100183,"åĪ¶éĢł":100184,"æł¸å¿ĥ":100185,"ä¸įåı¯":100186,"ç³»åĪĹ":100187,"åIJī":100188,"åľ£":100189,"åĢij":100190,"ä½³":100191,"æĿ¥çľĭ":100192,"æ¯ĶèµĽ":100193,"ä¸ĭæĿ¥":100194,"åĩºäºĨ":100195,"å¹²éĥ¨":100196,"微信":100197,"å½ĵåľ°":100198,"åį·":100199,"åį«çĶŁ":100200,"ä¼Ł":100201,"çĸ«æĥħ":100202,"è°·":100203,"åĩłä¸ª":100204,"éĺ´":100205,"çĶŁçī©":100206,"å°¤":100207,"ä¼Ĭ":100208,"èĤ¯":100209,"éĿ¢ç§¯":100210,"åĪĽéĢł":100211,"æı¡":100212,"åľĨ":100213,"æĻĵ":100214,"æĪIJäºĨ":100215,"åĩ¡":100216,"çĸ¾":100217,"ç«ŀäºī":100218,"讨":100219,"主é¢ĺ":100220,"é²ģ":100221,"迪":100222,"ä¿Ħ":100223,"æĢª":100224,"並":100225,"èĻļ":100226,"æ½®":100227,"çĥ§":100228,"èĢ³":100229,"æ±ł":100230,"éĢĤåIJĪ":100231,"æł¹æľ¬":100232,"åĬłçĽŁ":100233,"çĶµè§Ĩ":100234,"æ··":100235,"ç¼ĺ":100236,"çªĹ":100237,"çĬ¯":100238,"æĥ¯":100239,"æĦıä¹ī":100240,"åĬŀæ³ķ":100241,"ä¼ij":100242,"æ»ij":100243,"åĭĩ":100244,"æķ¢":100245,"寻":100246,"è¦Ĩ":100247,"éĢĥ":100248,"ç»ıçIJĨ":100249,"åĿı":100250,"æ³½":100251,"ä¹ĺ":100252,"åĪº":100253,"å±ı":100254,"é¡¿":100255,"亡":100256,"éĤĢ":100257,"åħ¼":100258,"åĭ¤":100259,"æ®ĭ":100260,"æĺł":100261,"æ¯ķä¸ļ":100262,"æĪª":100263,"è·Į":100264,"å£ģ":100265,"åı¦ä¸Ģ":100266,"羣å®ŀ":100267,"磨":100268,"è¯ļ":100269,"å¿ħè¦ģ":100270,"æģĭ":100271,"æĩĤ":100272,"å¾Ĵ":100273,"è°ĵ":100274,"æķı":100275,"æĻ¨":100276,"èĥ¸":100277,"æĭ¼":100278,"å¦Ļ":100279,"诸":100280,"èģĬ":100281,"æĤī":100282,"麼":100283,"åĩŃ":100284,"èĪĴ":100285,"æ¶Ĥ":100286,"è¿ģ":100287,"沿":100288,"å¡ij":100289,"æĽ¿":100290,"æ¾³":100291,"å¿į":100292,"èĢĹ":100293,"龸":100294,"åĩłå¹´":100295,"åĪĬ":100296,"èĦī":100297,"èħIJ":100298,"æ¡Į":100299,"çºł":100300,"æ»ļ":100301,"æĤ²":100302,"åĨĴ":100303,"妹":100304,"çķħ":100305,"纵":100306,"æijĩ":100307,"夺":100308,"è·¯ä¸Ĭ":100309,"忽":100310,"èĸª":100311,"æģIJ":100312,"æĦıæĢĿ":100313,"å«Į":100314,"æı´":100315,"æ°§":100316,"èĢĢ":100317,"éĺ»":100318,"轨":100319,"å¹»":100320,"æįķ":100321,"åĿ¦":100322,"åĵĪåĵĪ":100323,"çĭIJ":100324,"滨":100325,"è²»":100326,"è¿Ł":100327,"人éĥ½":100328,"ç»ĺ":100329,"åı¹":100330,"çµIJ":100331,"æī°":100332,"æ»ĭ":100333,"å¥ij":100334,"åĭŁ":100335,"確":100336,"ð¦":100337,"éĽĨåĽ¢":100338,"æĿİ":100339,"å¼Ģå±ķ":100340,"æıIJåįĩ":100341,"åħ¨åĽ½":100342,"汽车":100343,"åŃ¦æł¡":100344,"æł¹æį®":100345,"è¿Ļæĺ¯":100346,"åĩºçİ°":100347,"éĻĪ":100348,"ç½Ĺ":100349,"èİ·å¾Ĺ":100350,"åĪĺ":100351,"éĶĢåĶ®":100352,"æľªæĿ¥":100353,"éľĢæ±Ĥ":100354,"å®ŀæĸ½":100355,"åĿļæĮģ":100356,"åħ¨çIJĥ":100357,"éĵ¶è¡Į":100358,"æݧåĪ¶":100359,"é¡»":100360,"åľ°åĮº":100361,"æīĵéĢł":100362,"çļĦè¯Ŀ":100363,"帮åĬ©":100364,"ä½ĵç³»":100365,"è¾¾åĪ°":100366,"è§ĦåĪĴ":100367,"åŁ¹è®Ń":100368,"两个":100369,"æĬ¥åijĬ":100370,"åľ°æĸ¹":100371,"å®Įåħ¨":100372,"æİī":100373,"ç»ĵåIJĪ":100374,"å®£ä¼ł":100375,"æ³ķå¾ĭ":100376,"èīºæľ¯":100377,"çĶµå½±":100378,"說":100379,"ä¸ĢçĤ¹":100380,"è¶ħè¿ĩ":100381,"çĶµåŃIJ":100382,"æĢĿæĥ³":100383,"æķĻåѦ":100384,"éĺ¶æ®µ":100385,"åķĨä¸ļ":100386,"çī©æµģ":100387,"åĪĽä¸ļ":100388,"æĸ¹æ¡Ī":100389,"çݰ代":100390,"æ¡¥":100391,"èIJ½å®ŀ":100392,"带æĿ¥":100393,"产çĶŁ":100394,"ç§Ģ":100395,"æ³°":100396,"ä¹±":100397,"åħ·ä½ĵ":100398,"åĸĿ":100399,"èĵĿ":100400,"å®Ĺ":100401,"åįĩ级":100402,"æ·±åħ¥":100403,"ä¿ĿéĻ©":100404,"ç®Ģåįķ":100405,"çĹĽ":100406,"稳å®ļ":100407,"è¾Ĩ":100408,"å±ŀäºİ":100409,"å·Ŀ":100410,"ä¸įå°ij":100411,"åĴ¨":100412,"ä¸ľè¥¿":100413,"å½¢å¼ı":100414,"娱ä¹IJ":100415,"æŃ£å¸¸":100416,"鸡":100417,"åħħåĪĨ":100418,"å®ŀè·µ":100419,"éĩĮéĿ¢":100420,"è·³":100421,"èĻİ":100422,"æĪIJéķ¿":100423,"æļĹ":100424,"çĿ¡":100425,"罪":100426,"çIJĨ念":100427,"æĮij":100428,"èµĦæľ¬":100429,"å¤ļå°ij":100430,"ä¸ĭéĿ¢":100431,"å¸Ŀ":100432,"åħ¬å¼Ģ":100433,"æ¸IJ":100434,"éķ·":100435,"å±ĭ":100436,"欢è¿İ":100437,"å¿ĥçIJĨ":100438,"çĤİ":100439,"æ¹¾":100440,"è®ĵ":100441,"éĤĦ":100442,"ç³ĸ":100443,"ä¹Į":100444,"åĬ±":100445,"çīĻ":100446,"èħ¿":100447,"å²Ĺ":100448,"ä¼į":100449,"æĪIJåijĺ":100450,"åŃĶ":100451,"å°ıç¼ĸ":100452,"èij£":100453,"泡":100454,"åħĪè¿Ľ":100455,"åħ§":100456,"åĺ´":100457,"è´Ŀ":100458,"è»":100459,"æIJŀ":100460,"æ³Ľ":100461,"鸣":100462,"ç½²":100463,"èĽĭ":100464,"主任":100465,"缮çļĦ":100466,"ä¹ı":100467,"æ´¥":100468,"æĪ´":100469,"ä¸¥æł¼":100470,"çħ¤":100471,"çĮ«":100472,"åĶ¯":100473,"å°Ĭ":100474,"çĶľ":100475,"åŀĥ":100476,"åľ¾":100477,"æĭŁ":100478,"çĦ¦":100479,"é«Ķ":100480,"å®ı":100481,"æ©Ł":100482,"é©»":100483,"æĹģ":100484,"å½»":100485,"éĥ½ä¸į":100486,"æij©":100487,"ä»ĵ":100488,"ä¹³":100489,"岸":100490,"è°ĭ":100491,"大å¤ļ":100492,"çģŃ":100493,"èħ¾":100494,"æŁľ":100495,"èĪį":100496,"åħļçļĦ":100497,"å°ĺ":100498,"åįģå¹´":100499,"æĭĴ":100500,"裡":100501,"æŁĶ":100502,"å¹¼":100503,"éĶģ":100504,"ä¸ĵ项":100505,"æīİ":100506,"驾驶":100507,"ç¢İ":100508,"è¢ĭ":100509,"éĶĭ":100510,"壮":100511,"å°ĸ":100512,"çĶµæ±ł":100513,"è¿Ķ":100514,"æ¼ı":100515,"循":100516,"èıĮ":100517,"èĥĥ":100518,"è¾ħ":100519,"éĢĴ":100520,"èĥİ":100521,"éĻª":100522,"寿":100523,"å¥Ķ":100524,"çĮĽ":100525,"纹":100526,"çŁ¥åIJį":100527,"å¿Ĩ":100528,"æ¡ĥ":100529,"æ£ĭ":100530,"éĢĨ":100531,"çĤ¼":100532,"ç±į":100533,"çī§":100534,"æł·çļĦ":100535,"è¾Ľ":100536,"åłĨ":100537,"å®ŀåľ¨":100538,"ä¼ı":100539,"宿":100540,"èµı":100541,"è£Ĥ":100542,"åįĬå¹´":100543,"åĢ¾":100544,"满æĦı":100545,"梯":100546,"æĦıåij³":100547,"åѤ":100548,"ç¥Ŀ":100549,"æĻ¶":100550,"èµĶ":100551,"åģ¿":100552,"èĦĤ":100553,"ç½ļ":100554,"ç¢į":100555,"æ²ĥ":100556,"æĵį":100557,"å´ĩ":100558,"æļĤ":100559,"è·ĥ":100560,"æIJ¬":100561,"å©Ĩ":100562,"éī":100563,"éī´":100564,"åħ´è¶£":100565,"èIJ¥ä¸ļ":100566,"è®Ĭ":100567,"èĦı":100568,"è¾Ī":100569,"å·ŀå¸Ĥ":100570,"è´«åĽ°":100571,"ç©·":100572,"ä¸Ńå°ı":100573,"æ¼Ĥ":100574,"çĻĮ":100575,"èľľ":100576,"ä¼Ļä¼´":100577,"çīµ":100578,"æĤŁ":100579,"éĻ·":100580,"èµĽåŃ£":100581,"樣":100582,"åģ¶":100583,"æĺĨ":100584,"è¢Ń":100585,"æįIJ":100586,"èī°":100587,"æĤ¬":100588,"çĶ¢":100589,"èij¡":100590,"çĽĹ":100591,"å©´":100592,"å°İ":100593,"纽":100594,"åĢ¡":100595,"æī®":100596,"è¨Ń":100597,"æĬij":100598,"ç¡ķ":100599,"è¾ĸ":100600,"éĥģ":100601,"辩":100602,"éĤ»":100603,"çİ°åĩº":100604,"è¦ı":100605,"å½¹":100606,"éĺĶ":100607,"åīµ":100608,"诱":100609,"æĥij":100610,"æ·Ģ":100611,"é¢Ī":100612,"侦":100613,"æģ°":100614,"æ£Ģå¯Ł":100615,"éĨ«":100616,"çĦ¶æĺ¯":100617,"åĭĥ":100618,"èĮ«":100619,"äĵ":100620,"ð¬¸":100621,"ä½ľä¸º":100622,"çļĦ人":100623,"éĤ£ä¹Ī":100624,"ç¾İåĽ½":100625,"è¿ĺæľī":100626,"æıIJé«ĺ":100627,"èĻ½":100628,"åħ·æľī":100629,"åĮħæĭ¬":100630,"æĪĸèĢħ":100631,"ä¸įè¿ĩ":100632,"ä¸Ĭæµ·":100633,"åĮ»éĻ¢":100634,"èµĦéĩij":100635,"çĶļèĩ³":100636,"åĪ¶åº¦":100637,"解åĨ³":100638,"èģĶç½ij":100639,"继ç»Ń":100640,"建ç«ĭ":100641,"è¿Ľä¸ĢæŃ¥":100642,"æĿIJæĸĻ":100643,"ä»Ĭ天":100644,"å¿ħé¡»":100645,"åIJĦç§į":100646,"çİ°åľº":100647,"ä»ĸçļĦ":100648,"å¢ŀåĬł":100649,"é¢ĨåŁŁ":100650,"åıĤä¸İ":100651,"æĮģç»Ń":100652,"ä¹ĭä¸Ģ":100653,"çī¹åĪ«":100654,"é±¼":100655,"åħ±åIJĮ":100656,"åĬª":100657,"çİī":100658,"人们":100659,"åħĪçĶŁ":100660,"ä¼ĺåĬ¿":100661,"ä¿ĿæĮģ":100662,"ä½ľåĵģ":100663,"çīĽ":100664,"æĪIJæľ¬":100665,"æĶ¶åħ¥":100666,"åıĬæŶ":100667,"è´Łè´£":100668,"æİ¥åıĹ":100669,"èįIJ":100670,"åıªè¦ģ":100671,"羣çļĦ":100672,"导èĩ´":100673,"æľºåĪ¶":100674,"è¡ĮåĬ¨":100675,"æĸ°çļĦ":100676,"å®ĮåĸĦ":100677,"为ä»Ģä¹Ī":100678,"ä¸Ń央":100679,"æĪIJç«ĭ":100680,"æĦŁè§ī":100681,"åıĺåĮĸ":100682,"åıĹåĪ°":100683,"并ä¸į":100684,"åŃĻ":100685,"æĸ½å·¥":100686,"æĺİæĺ¾":100687,"è¿ĩåİ»":100688,"åıijæĮ¥":100689,"羣æŃ£":100690,"åŁºåľ°":100691,"æĺİç¡®":100692,"èĥ¡":100693,"许å¤ļ":100694,"ä¸Ģå¹´":100695,"æĸ¹åIJij":100696,"æģ©":100697,"çĽ¸ä¿¡":100698,"åľ³":100699,"详ç»Ĩ":100700,"äºĭä¸ļ":100701,"çĶŁåij½":100702,"åĴ¨è¯¢":100703,"æĸĩæĺİ":100704,"çijŀ":100705,"绿èī²":100706,"èİ«":100707,"æĦıè¯Ĩ":100708,"æĬķåħ¥":100709,"åĬłå¿«":100710,"æ¢ħ":100711,"ç¿»":100712,"å¼ĢæĶ¾":100713,"æĻ®éĢļ":100714,"åįıä¼ļ":100715,"æĪIJ绩":100716,"ä»Ļ":100717,"å¯Ĵ":100718,"è¯ģåĪ¸":100719,"认è¯Ĩ":100720,"丹":100721,"大éĩı":100722,"è¿ħ":100723,"åģļåĪ°":100724,"设æĸ½":100725,"è´¸æĺĵ":100726,"èĥ½æºIJ":100727,"æĹ¶æľŁ":100728,"ä¸Ģ天":100729,"æ²»çIJĨ":100730,"åĺī":100731,"å®ĩ":100732,"丰å¯Į":100733,"举è¡Į":100734,"æĪIJæŀľ":100735,"èĤ¯å®ļ":100736,"çĭĹ":100737,"åĬ¨åĬĽ":100738,"森":100739,"åĩłä¹İ":100740,"åĽłç´ł":100741,"æ°ijæĹı":100742,"æ´ŀ":100743,"ç½ijåıĭ":100744,"åIJĪçIJĨ":100745,"广大":100746,"æ®Ĭ":100747,"æ´Ľ":100748,"æĿ¯":100749,"èĴĻ":100750,"çĶ¨äºİ":100751,"èŀįèµĦ":100752,"ç¥ĸ":100753,"æľºæ¢°":100754,"举åĬŀ":100755,"èĩªåĬ¨":100756,"åĬŀåħ¬":100757,"é»ŀ":100758,"éĽĦ":100759,"åĢ¼å¾Ĺ":100760,"çĮª":100761,"以为":100762,"æĺĮ":100763,"è·Ŀ离":100764,"åIJ¸å¼ķ":100765,"ç»ķ":100766,"éļĨ":100767,"计ç®Ĺ":100768,"éĺŁä¼į":100769,"大ä¼ļ":100770,"å¼ķèµ·":100771,"çī¹çĤ¹":100772,"èĥ¶":100773,"å¹´è½»":100774,"æľ¬èº«":100775,"æľºåħ³":100776,"å®ĺæĸ¹":100777,"éĥij":100778,"æµĻ":100779,"è§Ĵèī²":100780,"èij£äºĭ":100781,"为主":100782,"æĹłè®º":100783,"ä¹łæĥ¯":100784,"æ¥ļ":100785,"æĭĵ":100786,"ç»Łè®¡":100787,"åħĦ":100788,"å¹¿æ³Ľ":100789,"åįĢ":100790,"污æŁĵ":100791,"è«ĭ":100792,"èĬĤ缮":100793,"伦":100794,"è¦ĨçĽĸ":100795,"èĢIJ":100796,"æī¶è´«":100797,"ç»ıåİĨ":100798,"éĩįè¦ģçļĦ":100799,"èĤ¡ä¸ľ":100800,"æĭĽèģĺ":100801,"åĽĽä¸ª":100802,"æĩī":100803,"èĥŀ":100804,"æijĨ":100805,"é«ĺéĢŁ":100806,"麦":100807,"åİŁåĪĻ":100808,"èݱ":100809,"æĽ´å¥½":100810,"éķľ":100811,"åĩĮ":100812,"åŀĥåľ¾":100813,"éĢ²":100814,"çģ°":100815,"éĵº":100816,"äºĭæķħ":100817,"çĶĺ":100818,"空æ°Ķ":100819,"é¾Ħ":100820,"èı²":100821,"çĵ¶":100822,"æĺ¨":100823,"æĹ¥æĬ¥":100824,"æµ®":100825,"åľ°åĽ¾":100826,"åijĪ":100827,"大åĬĽ":100828,"绪":100829,"å¸ħ":100830,"æľįåĭĻ":100831,"ä¸įéĶĻ":100832,"乡æĿij":100833,"å±¥":100834,"å¹³æĸ¹":100835,"éĹ²":100836,"æī£":100837,"ç´łè´¨":100838,"èµ´":100839,"éģŃ":100840,"èIJ¨":100841,"èĩªä¸»":100842,"éĩijå±ŀ":100843,"èī¯å¥½":100844,"两年":100845,"æ³¥":100846,"é¢ľ":100847,"精彩":100848,"ä¸Ńåįİ":100849,"æĻĭ":100850,"ä¹łè¿ij":100851,"ä¹łè¿ijå¹³":100852,"æĪĺ士":100853,"åģļçļĦ":100854,"éªij":100855,"æ»´":100856,"çĵľ":100857,"çīĪæĿĥ":100858,"èĤł":100859,"æľĥåĵ¡":100860,"çıį":100861,"種":100862,"仿":100863,"çī©ä¸ļ":100864,"åĢĭ人":100865,"妻":100866,"伸":100867,"æ±Ĺ":100868,"æĹº":100869,"çIJĨæĥ³":100870,"æij¸":100871,"è¿Ŀæ³ķ":100872,"å®Įæķ´":100873,"åݦ":100874,"è¸ı":100875,"æĸij":100876,"æ¡Ĥ":100877,"ä½ĵåĪ¶":100878,"師":100879,"æĿĨ":100880,"殿":100881,"æ¯ģ":100882,"é¦Ī":100883,"è§Ĵ度":100884,"欣":100885,"çĥ¦":100886,"èĤº":100887,"éĩĩ访":100888,"æijĺ":100889,"æĮ¡":100890,"æ·ĺ":100891,"åħ»èĢģ":100892,"çĤ¸":100893,"è¿Ī":100894,"åİī":100895,"åĿĬ":100896,"è¾£":100897,"åĩĿ":100898,"泪":100899,"çĸı":100900,"æİĺ":100901,"åĥıæĺ¯":100902,"éĽķ":100903,"ç¼Ŀ":100904,"èį·":100905,"æį·":100906,"åł¡":100907,"åı¥è¯Ŀ":100908,"çĸ¼":100909,"æłı":100910,"éģµ":100911,"碳":100912,"å·¥åķĨ":100913,"æIJº":100914,"åĪ¥":100915,"ä¹Ļ":100916,"æĹĭ":100917,"æĥľ":100918,"ä¸Ģ大":100919,"å±Ĥ次":100920,"èµĸ":100921,"æĬ¬":100922,"æ¨Ĥ":100923,"è¯ŀ":100924,"åħĴ":100925,"篮":100926,"èĤĥ":100927,"姿":100928,"æĬļ":100929,"çĵ·":100930,"çĶµåĬ¨":100931,"æĸ°åĨł":100932,"涵":100933,"ç¢ij":100934,"æ·®":100935,"æŨ":100936,"踪":100937,"æ¸Ķ":100938,"æĦĪ":100939,"åıĶ":100940,"åįĹçľģ":100941,"義":100942,"å§Ķ书记":100943,"貸":100944,"æ¶Į":100945,"è«ĸ":100946,"èIJĦ":100947,"æıı":100948,"忧":100949,"辦":100950,"å¦Ĩ":100951,"æīŃ":100952,"åijµ":100953,"éģ¥":100954,"許":100955,"ä»ĩ":100956,"åįģä¸ī":100957,"åī²":100958,"èªį":100959,"èĪ°":100960,"é¢ĩ":100961,"饱":100962,"çĭł":100963,"é«ĺçļĦ":100964,"çµ±":100965,"æħİ":100966,"é¢ģ":100967,"åIJĪéĢĤ":100968,"æµ´":100969,"èµĭ":100970,"æĬ¼":100971,"妥":100972,"éĻ¢éķ¿":100973,"èĢķ":100974,"辨":100975,"æħ°":100976,"åįģåĽĽ":100977,"æľµ":100978,"èĵĦ":100979,"æŀ¢":100980,"å»·":100981,"æĤĦ":100982,"涯":100983,"磩":100984,"åŃIJéĩĮ":100985,"çĬ¹":100986,"å±Ģéķ¿":100987,"éIJ":100988,"å¥ł":100989,"ä¼ļéķ¿":100990,"æĵļ":100991,"ä¸įåıĬ":100992,"åįģä¹Ŀ":100993,"欺":100994,"躺":100995,"éĺIJ":100996,"çºĮ":100997,"註":100998,"åĨĬ":100999,"èŃĺ":101000,"é«ĺçŃī":101001,"èħº":101002,"å¤ķ":101003,"ç»ij":101004,"åĶ¤":101005,"èķ´":101006,"çķľ":101007,"æħĭ":101008,"åıĻ":101009,"åıĥ":101010,"峡":101011,"人大":101012,"éħ¿":101013,"éģ©":101014,"奢":101015,"åı£æ°Ķ":101016,"éĮĦ":101017,"éı":101018,"åĭĺ":101019,"è´¿":101020,"éļª":101021,"éĭ":101022,"éļ¶":101023,"ð¥":101024,"ð¬£":101025,"ð£":101026,"ð«į":101027,"ð¬³":101028,"ð«ĵ":101029,"ð«Ħ":101030,"ð«Ł":101031,"ð¨±":101032,"äĹ":101033,"以åıĬ":101034,"æľīéĻIJ":101035,"åij¢":101036,"åIJĹ":101037,"çľĭåĪ°":101038,"计åĪĴ":101039,"è¿Ľåħ¥":101040,"缴æİ¥":101041,"åĪĨæŀIJ":101042,"åıªæľī":101043,"设å¤ĩ":101044,"åħ¶å®ŀ":101045,"åĬłå¼º":101046,"ä¸ŃçļĦ":101047,"ä¿Ŀéļľ":101048,"èĢģå¸Ī":101049,"人æīį":101050,"å¾ĹåĪ°":101051,"é£İéĻ©":101052,"ä¸Ģç§į":101053,"空éĹ´":101054,"æĪijåĽ½":101055,"ä¹ĭåīį":101056,"ä¸ĵ家":101057,"æĿ¨":101058,"æĹ¥æľ¬":101059,"群ä¼Ĺ":101060,"åıĤåĬł":101061,"æķĪæŀľ":101062,"æľīåħ³":101063,"家åºŃ":101064,"åĮºåŁŁ":101065,"åĬªåĬĽ":101066,"éļıçĿĢ":101067,"æĹłæ³ķ":101068,"交æµģ":101069,"è¡Į为":101070,"æ£ĢæŁ¥":101071,"æľŁéĹ´":101072,"å¦ĤæѤ":101073,"èĤ¡ä»½":101074,"å½ĵæŶ":101075,"è£ħå¤ĩ":101076,"åĩĨå¤ĩ":101077,"éħĴåºĹ":101078,"è¿IJåĬ¨":101079,"æıIJåĩº":101080,"å·¦åı³":101081,"æݪæĸ½":101082,"é£Łåĵģ":101083,"æ¶Īè´¹èĢħ":101084,"åѦéĻ¢":101085,"æĮĩ导":101086,"è¿IJèIJ¥":101087,"éĩį大":101088,"åĨľæĿij":101089,"éĢłæĪIJ":101090,"æĶ¿æ²»":101091,"éĴĪ对":101092,"æŃ£å¼ı":101093,"åıĸå¾Ĺ":101094,"éĤ£ä¸ª":101095,"éĽĨä¸Ń":101096,"åıªèĥ½":101097,"å¿«éĢŁ":101098,"身ä½ĵ":101099,"åħļåijĺ":101100,"èģĶåIJĪ":101101,"åĬĽéĩı":101102,"éĥ½æľī":101103,"æħ§":101104,"å¡Ķ":101105,"åĪ«äºº":101106,"表çİ°":101107,"æķħäºĭ":101108,"ä¸ĢåĪĩ":101109,"å°ĩ":101110,"èµĦæĸĻ":101111,"åŁ¹åħ»":101112,"éĺħ读":101113,"æľī人":101114,"èIJ¥éĶĢ":101115,"çĽijçĿ£":101116,"çݯä¿Ŀ":101117,"èĢĥèĻij":101118,"æ·±åľ³":101119,"严éĩį":101120,"èĮĥåĽ´":101121,"å§Ķåijĺ":101122,"çĽij管":101123,"ä¸ī个":101124,"è£ħä¿®":101125,"åħ¬éĩĮ":101126,"åĪĨåĪ«":101127,"çIJĨ解":101128,"飩":101129,"åĬłå·¥":101130,"è®¤çľŁ":101131,"ä¸į好":101132,"åݻ年":101133,"éĻįä½İ":101134,"æľºä¼ļ":101135,"åįıè®®":101136,"符åIJĪ":101137,"å¢ŀ强":101138,"æĬĢèĥ½":101139,"é¦ĸåħĪ":101140,"秦":101141,"ä¸ģ":101142,"å°¾":101143,"æľīäºĨ":101144,"åľ°äº§":101145,"æ¸ł":101146,"æĸ¹ä¾¿":101147,"移åĬ¨":101148,"éĢŁåº¦":101149,"å°¤åħ¶":101150,"éĢļçŁ¥":101151,"åĿĽ":101152,"éģ¿åħį":101153,"æģ¢":101154,"è´¡":101155,"èģĮå·¥":101156,"å®ŀåĬĽ":101157,"æĺ¯ä¸Ģç§į":101158,"åIJ¯åĬ¨":101159,"çĸ¾çĹħ":101160,"æĿ¥äºĨ":101161,"çĽ¸å¯¹":101162,"çİ°å®ŀ":101163,"èŀįåIJĪ":101164,"åIJĮæł·":101165,"åħ¬åijĬ":101166,"çī¹æ®Ĭ":101167,"ç´«":101168,"ä¸ĭåİ»":101169,"ä¼łæĴŃ":101170,"æľĢ好":101171,"ä¼ĺè´¨":101172,"æ²Ĵ":101173,"æĮº":101174,"æŦ":101175,"诺":101176,"ä¸ĢåIJį":101177,"éģĵè·¯":101178,"示èĮĥ":101179,"è¿ĩæĿ¥":101180,"åIJĮåѦ":101181,"é¼ĵ":101182,"æĿŃ":101183,"æľ¬æ¬¡":101184,"åIJĮæĦı":101185,"ä¸ĸ纪":101186,"ç¾Ĭ":101187,"欲":101188,"å·¥èīº":101189,"çĵ¦":101190,"人士":101191,"æľīæīĢ":101192,"ä»İäºĭ":101193,"æľīå¾Īå¤ļ":101194,"ä¸įäºĨ":101195,"å²Ĺä½į":101196,"åıĺå¾Ĺ":101197,"åĬ³åĬ¨":101198,"å¤Ħäºİ":101199,"å¹³åĿĩ":101200,"形象":101201,"å¡ŀ":101202,"åħ±äº«":101203,"çĿĽ":101204,"åĪ©æ¶¦":101205,"æŃ£æĺ¯":101206,"å¾Ģå¾Ģ":101207,"缸æ¯Ķ":101208,"横":101209,"åĪ·":101210,"æµĻæ±Ł":101211,"大éĥ¨åĪĨ":101212,"å¤ļ个":101213,"æĤ¨çļĦ":101214,"çĶµåķĨ":101215,"å¾®åįļ":101216,"å§ĭç»Ī":101217,"çĬ¯ç½ª":101218,"æĺ¯åľ¨":101219,"ç»ĦåIJĪ":101220,"åİŁæĿ¥":101221,"æ¸ħæ¥ļ":101222,"åIJĦåľ°":101223,"æĦŁåıĹ":101224,"å½ĵä¸Ń":101225,"è¶ĭåĬ¿":101226,"æĻ¯åĮº":101227,"羣æĺ¯":101228,"ä¾ĽåºĶ":101229,"转åŀĭ":101230,"çĭĤ":101231,"èĨľ":101232,"èĭĹ":101233,"å¿ł":101234,"å¾Ī大":101235,"èĤ¡æĿĥ":101236,"ç¾İåħĥ":101237,"æİĴåIJį":101238,"åĬ¨çī©":101239,"éĶħ":101240,"墨":101241,"主å¸Ń":101242,"å¾Ī好":101243,"ç»Ŀ对":101244,"æĿľ":101245,"转载":101246,"çĴĥ":101247,"æĿijæ°ij":101248,"åIJ¨":101249,"åĽŃåĮº":101250,"é«ĺ度":101251,"çī©è´¨":101252,"è¾ī":101253,"æĹ¥å¸¸":101254,"æıĴ":101255,"ä¸īå¹´":101256,"ä½ĵçİ°":101257,"æīįæĺ¯":101258,"代çIJĨ":101259,"ä¸į管":101260,"æģĴ":101261,"åľ°ä½į":101262,"ç²®":101263,"èĸĦ":101264,"æĺİçĻ½":101265,"ä¸Ģèĩ´":101266,"æĽ¼":101267,"åĵŃ":101268,"åĩ¤":101269,"åĬ²":101270,"æķĮ":101271,"æĪĺæĸĹ":101272,"主ä½ĵ":101273,"åħ¬å¸ĥ":101274,"åıĤèĢĥ":101275,"èĪªç©º":101276,"寺":101277,"åѦä¼ļ":101278,"åıįæĺł":101279,"ç¾İ丽":101280,"太éĺ³":101281,"建æĪIJ":101282,"æħ¢æħ¢":101283,"åIJĦ个":101284,"éĤ¦":101285,"ç»ĦæĪIJ":101286,"ä¸ī大":101287,"éĶ¦":101288,"大å¤ļæķ°":101289,"æ¦Ĥ念":101290,"éŃĤ":101291,"åħ¬çĽĬ":101292,"èįĴ":101293,"身份":101294,"æ·±åĪ»":101295,"åħ©":101296,"ç»ıåħ¸":101297,"åIJĦ项":101298,"èĻķ":101299,"è¿ĽæŃ¥":101300,"åįģäºĮ":101301,"æī§æ³ķ":101302,"æĥ³åĪ°":101303,"æĦŁæŁĵ":101304,"åķĨåĬ¡":101305,"å°ıç»Ħ":101306,"èĶ¬":101307,"çıŃåŃIJ":101308,"åIJĮå¿Ĺ":101309,"éĿ¢ä¸´":101310,"çĤĴ":101311,"å¤ļç§į":101312,"è§ĤçĤ¹":101313,"åĵªéĩĮ":101314,"å°Ŀ":101315,"å§Ĩ":101316,"èħ¹":101317,"åŁİåĮº":101318,"太å¤ļ":101319,"çĹħæ¯Ĵ":101320,"åľ¨äºİ":101321,"æīĢè°ĵ":101322,"æĻ°":101323,"æŀĿ":101324,"æĭĸ":101325,"å®ħ":101326,"æķ´æ²»":101327,"ä½ıæĪ¿":101328,"åģ·":101329,"çĨĬ":101330,"èµģ":101331,"æ°Ľ":101332,"æł¼å±Ģ":101333,"åŁºç¡Ģä¸Ĭ":101334,"èĥĨ":101335,"åħ½":101336,"鼶åĶ®":101337,"åĿ¡":101338,"女åŃ©":101339,"æĴŀ":101340,"åħ¨åĬĽ":101341,"åĴĸ":101342,"èĤ©":101343,"çľī":101344,"èĩ³äºİ":101345,"åħļç»Ħ":101346,"ä¸Ģ件":101347,"æĭĨ":101348,"äºĭå®ŀ":101349,"åĤ³":101350,"æ¹ĺ":101351,"網ç«Ļ":101352,"循çݯ":101353,"åIJĮæ¯Ķ":101354,"æĭĶ":101355,"åĮ»èį¯":101356,"åħ»æ®ĸ":101357,"åĽºå®ļ":101358,"å®ŀéĻħä¸Ĭ":101359,"è®°å¾Ĺ":101360,"åĪ©äºİ":101361,"æĤ¦":101362,"æĭ³":101363,"èĤĿ":101364,"æķĪçĽĬ":101365,"該":101366,"æ°ij主":101367,"çĹĩçĬ¶":101368,"風":101369,"å¹¼åĦ¿":101370,"å§ij":101371,"æĪĴ":101372,"ä¸ĭçļĦ":101373,"渡":101374,"å¹´åºķ":101375,"è®°å¿Ĩ":101376,"åIJIJ":101377,"大å¹ħ":101378,"å¾½":101379,"åħ¬ä¼Ĺ":101380,"ä¿¡å¿ĥ":101381,"çİĽ":101382,"ä¼ļä¸Ĭ":101383,"ä¹Ķ":101384,"æijĦå½±":101385,"æ£ĭçīĮ":101386,"éĻķ":101387,"åºĶæĢ¥":101388,"æĶ¶è´¹":101389,"æݧèĤ¡":101390,"仪å¼ı":101391,"çŀ¬":101392,"æīĢåľ¨":101393,"碰":101394,"å§ĵ":101395,"é¡Į":101396,"æĶ¯éĥ¨":101397,"使åij½":101398,"çĤī":101399,"å¯Ħ":101400,"翼":101401,"åľ°ä¸ĭ":101402,"è¾ŀ":101403,"俱":101404,"主æĮģ":101405,"è´§å¸ģ":101406,"æģ¨":101407,"èĤĮ":101408,"çĽĪ":101409,"éĶ»":101410,"å¿ĹæĦ¿":101411,"类似":101412,"æĮĸ":101413,"éĢ»":101414,"總":101415,"纪念":101416,"åķ¥":101417,"弯":101418,"åIJįåŃĹ":101419,"åģ¥èº«":101420,"çļĦå¿ĥ":101421,"驱":101422,"èĥĮåIJİ":101423,"æ³ķå¸Ī":101424,"ç²Ĵ":101425,"èĥ½éĩı":101426,"è¾°":101427,"èī³":101428,"å½¼":101429,"段æŶéĹ´":101430,"åIJĪæ³ķ":101431,"æĵ¦":101432,"ç¾½":101433,"åݨ":101434,"æĪij说":101435,"äºĭåĬ¡":101436,"åĩłå¤©":101437,"åħģ":101438,"ç¼´":101439,"åįĵ":101440,"两ç§į":101441,"çĭ¬çī¹":101442,"帶":101443,"éĴ»":101444,"æĥ©":101445,"é¢ĨåħĪ":101446,"è¶³å¤Ł":101447,"壳":101448,"æĦıåij³çĿĢ":101449,"åĪĨå¸ĥ":101450,"ä¹ĥ":101451,"éģĭ":101452,"佩":101453,"è°±":101454,"çģ£":101455,"èį¡":101456,"贯彻":101457,"å¹¾":101458,"ç£ģ":101459,"åħ¸åŀĭ":101460,"åīĩ":101461,"åĨ»":101462,"æ¬ł":101463,"ä¸įä¹ħ":101464,"浦":101465,"éŃħ":101466,"å¼ĢäºĨ":101467,"使çĶ¨èĢħ":101468,"è¿Ļ款":101469,"å°Ī":101470,"èĦ±è´«":101471,"æĶ»åĿļ":101472,"ç®Ĺæĺ¯":101473,"ç¨Ģ":101474,"æĹłäºº":101475,"åłµ":101476,"å¥ı":101477,"éĥ½å¸Ĥ":101478,"åı¯è§ģ":101479,"ä¸įåĩº":101480,"æ·»":101481,"äºı":101482,"ç¾İ好":101483,"èĥĸ":101484,"飵":101485,"æłĩå¿Ĺ":101486,"èĬĤèĥ½":101487,"æĬ«":101488,"å°º":101489,"寸":101490,"ä¸Ģ代":101491,"é¢Ĺ":101492,"èĢ¶":101493,"èĴ¸":101494,"åĸ®":101495,"滿":101496,"çĮľ":101497,"æµĨ":101498,"åŁĥ":101499,"åįĥä¸ĩ":101500,"èµĮ":101501,"èģ²":101502,"ä½ľé£İ":101503,"質":101504,"寨":101505,"年人":101506,"åį°è±¡":101507,"桶":101508,"æĴ¤":101509,"åįģäºĶ":101510,"æ¯ħ":101511,"沪":101512,"åĽ½æľī":101513,"大éĩıçļĦ":101514,"御":101515,"å¯ĵ":101516,"è¦ĸ":101517,"æ¼Ĥ亮":101518,"çľł":101519,"çĤŃ":101520,"é»İ":101521,"èĻ¹":101522,"åĪ©äºļ":101523,"èŃī":101524,"æµı":101525,"åįģåħ«":101526,"丢":101527,"è¾½":101528,"æľīä¸ĢäºĽ":101529,"æħĪ":101530,"åģľè½¦":101531,"å®ł":101532,"解æĶ¾":101533,"æľīå¤ļ":101534,"éĤĬ":101535,"常è§ģ":101536,"æĬ¹":101537,"纤":101538,"親":101539,"æ¡Ĩ":101540,"èİŀ":101541,"æ°§åĮĸ":101542,"è¿Ļ件":101543,"åĩ°":101544,"æŁ´":101545,"åıijçĶµ":101546,"é¼ł":101547,"转åĮĸ":101548,"å¨ĥ":101549,"æĮ¤":101550,"罩":101551,"å¯ĨåĪĩ":101552,"æĪijä¸į":101553,"é«ĺæĸ°":101554,"ä¸Ģç¯ĩ":101555,"è¿Ľç¨ĭ":101556,"è¡°":101557,"è¿ĺä¸į":101558,"çħĮ":101559,"æĸ°åįİ":101560,"èĤ¿":101561,"滩":101562,"ä¸Ģæµģ":101563,"è¯Ī":101564,"å®ŀä½ĵ":101565,"å¤ĸåĽ½":101566,"躲":101567,"èµł":101568,"覺":101569,"æ¢Ŀ":101570,"ä¸įè§ģ":101571,"è¨Ĭ":101572,"åĮ¹":101573,"åįµ":101574,"çĩ¥":101575,"æħķ":101576,"齿":101577,"å®´":101578,"饼":101579,"èij¡èIJĦ":101580,"å°ıå¿ĥ":101581,"æģ¼":101582,"éĻĮ":101583,"æĺĤ":101584,"åĥ¹":101585,"èĬĿ":101586,"æ¯ı个人":101587,"åīįæıIJ":101588,"ä½ĵä¼ļ":101589,"æ¨Ļ":101590,"æIJľçĭIJ":101591,"对åħ¶":101592,"丧":101593,"èľĤ":101594,"浸":101595,"調":101596,"åĿª":101597,"é¢ĸ":101598,"åIJį为":101599,"笼":101600,"èĪĮ":101601,"æľ¬ä¹¦":101602,"èģ¯":101603,"纺":101604,"ç®Ģ缴":101605,"éĽ¢":101606,"ç¾İçļĦ":101607,"éļ¨":101608,"é«ĺå³°":101609,"è¿Ļ家":101610,"åĤ¬":101611,"å°¸":101612,"ç¡ķ士":101613,"èŃ·":101614,"è°¨":101615,"æĺı":101616,"æĶ¿åįı":101617,"è¡Ķ":101618,"ç¿Ĵ":101619,"åľĴ":101620,"åĽ½æ°ij":101621,"主è§Ĵ":101622,"è£ķ":101623,"伪":101624,"åºŀ":101625,"æ°ijèIJ¥":101626,"æĥ§":101627,"ç§ĺ书":101628,"çĹķ":101629,"çĻ¾åĪĨ":101630,"溶":101631,"æĹłçĸij":101632,"çļĦçľ¼":101633,"æĵİ":101634,"ä¼Łå¤§":101635,"å½°":101636,"åħ¬å®īå±Ģ":101637,"ç³ķ":101638,"å¼¥":101639,"åĤĻ":101640,"ä¹¾":101641,"毫ä¸į":101642,"注æĺİ":101643,"åī¯æĢ»":101644,"æĦī":101645,"æķ¦":101646,"馨":101647,"æĶĢ":101648,"éĢĿ":101649,"åı¯éĿł":101650,"夸":101651,"åľĺ":101652,"éĿ¢ä¸Ĭ":101653,"æĬĸ":101654,"èĦĨ":101655,"é©°":101656,"ä¼IJ":101657,"妨":101658,"å®ļäºĨ":101659,"ç³Ĭ":101660,"æŃ¡":101661,"éĥ¨éķ¿":101662,"ç§ī":101663,"èĪĨ":101664,"åĪijäºĭ":101665,"åIJµ":101666,"æ¤Ĵ":101667,"è¡ĵ":101668,"豫":101669,"èı©":101670,"åѵ":101671,"饲":101672,"就好":101673,"åłª":101674,"ä¸īè§Ĵ":101675,"åľºæ¯ĶèµĽ":101676,"ä¸įåģľ":101677,"æĵħ":101678,"åħ¨æĸĩ":101679,"æ³ģ":101680,"åѦä½į":101681,"æ±°":101682,"éłĺ":101683,"åıł":101684,"éļĽ":101685,"å¸IJ":101686,"çľĭåĩº":101687,"åĮł":101688,"å±ĢéĿ¢":101689,"æ³Į":101690,"è°Ĭ":101691,"åIJĮæľŁ":101692,"æĬķæłĩ":101693,"奴":101694,"æĿ¥çľĭçľĭ":101695,"èĦ¾":101696,"èŀº":101697,"æŃī":101698,"çĽ¯":101699,"ç¨İåĬ¡":101700,"å»Ĭ":101701,"æİ©":101702,"æħ¨":101703,"çĽ¼":101704,"èĬĴ":101705,"è®Ģ":101706,"æĮ£":101707,"èĮħ":101708,"æĸ¥":101709,"æ¤ħ":101710,"åĪ°æĿ¥":101711,"èijĹä½ľ":101712,"çĭ±":101713,"äºĮæīĭ":101714,"ä»İæĿ¥":101715,"çĸ²":101716,"åºĬä¸Ĭ":101717,"æĸ°æµª":101718,"æ³Ħ":101719,"å¢ŀåĢ¼":101720,"丼":101721,"æļij":101722,"ä»İä¸ļ":101723,"æ·ĭ":101724,"å¤ļæł·":101725,"æľ´":101726,"份é¢Ŀ":101727,"æŀ£":101728,"西çľģ":101729,"æľ¬è´¨":101730,"深深":101731,"èīĩ":101732,"绵":101733,"产åĢ¼":101734,"æ¼ł":101735,"èħ»":101736,"çŃĽ":101737,"åİĮ":101738,"æģŃ":101739,"å«Įçĸij":101740,"æĪ¶":101741,"æ»ŀ":101742,"èĨĢ":101743,"åĬ£":101744,"座è°Ī":101745,"常æĢģ":101746,"çļĦæĥħ":101747,"覽":101748,"å¯Ĥ":101749,"åĮĨ":101750,"èĩº":101751,"顯":101752,"çķı":101753,"éģ£":101754,"åįľ":101755,"çŃīå¥ĸ":101756,"責":101757,"溯":101758,"éİ":101759,"çĤ¹å¤´":101760,"èĵ¬":101761,"決":101762,"éħ¬":101763,"éģĬ":101764,"è³¼":101765,"註åĨĬ":101766,"æľ¬æĬ¥":101767,"çµķ":101768,"æ´»æĢ§":101769,"åħij":101770,"éĮ¯":101771,"åĨ¶":101772,"åĸ»":101773,"æºĸ":101774,"èĤ¢":101775,"æºĥ":101776,"æŬ":101777,"åīĬ":101778,"çIJĨäºĭ":101779,"å±ł":101780,"沧":101781,"èļĢ":101782,"鼻åŃIJ":101783,"为æŃ¢":101784,"常å§Ķ":101785,"çµĤ":101786,"éĬ·":101787,"çĭĢ":101788,"ä¾£":101789,"èĥĢ":101790,"èŃ°":101791,"çĶ¨è½¦":101792,"åĻª":101793,"æŃ·":101794,"åįĶ":101795,"åĪ¹":101796,"ç«Łæĺ¯":101797,"é©Ĺ":101798,"èIJĿ":101799,"çĻ«":101800,"çĹ«":101801,"æѧ":101802,"å¼Ĭ":101803,"媽":101804,"çıĬ":101805,"è¡·":101806,"éľī":101807,"åŁºçĿ£":101808,"éļ±":101809,"æ°¨":101810,"绸":101811,"å°¼æĸ¯":101812,"çĥĺ":101813,"æľŁåĨħ":101814,"è°ħ":101815,"éĽĩ":101816,"éļĻ":101817,"åĸī":101818,"åī¥":101819,"çĹĺ":101820,"æĮ½":101821,"çĵ£":101822,"æ¹Ľ":101823,"樱":101824,"æ¾İ":101825,"æ¹ĥ":101826,"åĨ¬å¥¥":101827,"棵":101828,"å®°":101829,"åŀĴ":101830,"æ§ĭ":101831,"ä¾Ī":101832,"èĮĦ":101833,"åĺ¿":101834,"èıĩ":101835,"çĻĤ":101836,"åĬĥ":101837,"éį":101838,"èĶ½":101839,"çŀŃ":101840,"æķŀ":101841,"ä¹ĸ":101842,"飧":101843,"è¾ľ":101844,"æĩĪ":101845,"ä½£":101846,"çŀ»":101847,"åŁĶ":101848,"èĪħ":101849,"å®ŀäºĭ":101850,"é¨":101851,"姥":101852,"絡":101853,"åĺ»":101854,"çķ¢":101855,"æ²ĥå°Ķ":101856,"è¿Ħ":101857,"èĤĩ":101858,"æħij":101859,"ã§":101860,"äı":101861,"ðł":101862,"ð¬ĩ":101863,"ð«Ń":101864,"ð«IJ":101865,"ã³":101866,"©½":101867,"ð«ł":101868,"ãĽ":101869,"ð¬į":101870,"é¿":101871,"ð¬Ĵ":101872,"ãĻ":101873,"ð¬¤":101874,"ð¬´":101875,"ð«ĸ":101876,"ð¤":101877,"ã¬":101878,"ä²":101879,"ð«Ķ":101880,"ð«ļ":101881,"è¦ģæ±Ĥ":101882,"ä¸ĢäºĽ":101883,"å®ŀçİ°":101884,"èĢĮä¸Ķ":101885,"åĽłæѤ":101886,"çĶ±äºİ":101887,"åħ³äºİ":101888,"çĦ¶åIJİ":101889,"æݨåĬ¨":101890,"ä¸Ģæł·":101891,"æĮīçħ§":101892,"è¿Ļæł·çļĦ":101893,"å½¢æĪIJ":101894,"æľīäºĽ":101895,"æĽ´åĬł":101896,"ç»ıè¿ĩ":101897,"建议":101898,"æ²»çĸĹ":101899,"ä½łä»¬":101900,"æīįèĥ½":101901,"ä¿ĥè¿Ľ":101902,"åijĺå·¥":101903,"ä½ĵéªĮ":101904,"èĪĩ":101905,"åģļ好":101906,"ä¿Ŀè¯ģ":101907,"æķ´ä¸ª":101908,"æĺ¯ä¸Ģ个":101909,"éĩĩçĶ¨":101910,"çIJĨ论":101911,"æ¯Ķå¦Ĥ":101912,"ä¸ĬçļĦ":101913,"æݨèįIJ":101914,"çĶ³è¯·":101915,"天空":101916,"éĥ¨èIJ½":101917,"åįģåĪĨ":101918,"æĿ¥èĩª":101919,"ä¹ĭéĹ´":101920,"è°ĥæķ´":101921,"æ¯ı天":101922,"è°ĥæŁ¥":101923,"æĤ£èĢħ":101924,"è¿ĩç¨ĭä¸Ń":101925,"é¦Ļ港":101926,"广åijĬ":101927,"éĿ¢å¯¹":101928,"满足":101929,"éķ¿æľŁ":101930,"è§ĦèĮĥ":101931,"æķ´ä½ĵ":101932,"æĶ¹åıĺ":101933,"æĻºæħ§":101934,"å¦Īå¦Ī":101935,"å¦Ĥä»Ĭ":101936,"åIJĪåIJĮ":101937,"éĥ½ä¼ļ":101938,"åĦ¿ç«¥":101939,"åĩıå°ij":101940,"éŁ³ä¹IJ":101941,"ç»ı常":101942,"ä¸Ĭå¸Ĥ":101943,"ä¼ĺç§Ģ":101944,"çļĦéĩįè¦ģ":101945,"ä¸ĢæĿ¡":101946,"æµ·å¤ĸ":101947,"åı¦å¤ĸ":101948,"ä¸Ģ家":101949,"åİĭåĬĽ":101950,"大åŀĭ":101951,"çľĭçĿĢ":101952,"åĪĢ":101953,"幸ç¦ı":101954,"æݨ广":101955,"åIJĽ":101956,"å¾IJ":101957,"æī¾åĪ°":101958,"äºİæĺ¯":101959,"èĩªèº«":101960,"ä¸Ģä½į":101961,"åľŁåľ°":101962,"åĬłåħ¥":101963,"æݢ索":101964,"æ¢ģ":101965,"主åĬ¨":101966,"å°±ä¸ļ":101967,"女æĢ§":101968,"çªģçł´":101969,"ä¸įåIJĮçļĦ":101970,"è¿IJè¾ĵ":101971,"èĩªçĶ±":101972,"å±ħæ°ij":101973,"æŃ¤æ¬¡":101974,"çļĦæŶéĹ´":101975,"家éķ¿":101976,"ä¸Ģ个人":101977,"æ£Ģæµĭ":101978,"åĨħéĥ¨":101979,"广å·ŀ":101980,"缴æĴŃ":101981,"ä»İèĢĮ":101982,"贷款":101983,"åı¬å¼Ģ":101984,"æĶ¹éĢł":101985,"人çĶŁ":101986,"å±ķ示":101987,"æ¯ıå¹´":101988,"女人":101989,"çļĦæĸ¹å¼ı":101990,"æķĪçİĩ":101991,"å±±ä¸ľ":101992,"æ¸łéģĵ":101993,"ä¼¼ä¹İ":101994,"æ¡Ī件":101995,"åĪ©çĽĬ":101996,"çľĭçľĭ":101997,"å¿ĥéĩĮ":101998,"ç»´æĬ¤":101999,"å®Ŀå®Ŀ":102000,"ç½ijä¸Ĭ":102001,"论åĿĽ":102002,"å°±åı¯ä»¥":102003,"ä¸į足":102004,"æģ¢å¤į":102005,"å¸ĥå±Ģ":102006,"è´¡çĮ®":102007,"ä¸ĭéĻį":102008,"æİĮæı¡":102009,"çļ®èĤ¤":102010,"å·¥åħ·":102011,"éĩįåºĨ":102012,"åĵģè´¨":102013,"æݨåĩº":102014,"çĶ·äºº":102015,"æī¿æĭħ":102016,"çªģåĩº":102017,"èĢĮè¨Ģ":102018,"æ²Ł":102019,"åįıè°ĥ":102020,"æĺ¯ä»Ģä¹Ī":102021,"汤":102022,"æĴij":102023,"çĭ¬ç«ĭ":102024,"çݯèĬĤ":102025,"æī©å¤§":102026,"æ´ª":102027,"æĿ°":102028,"çĽIJ":102029,"ä»ģ":102030,"æ¶īåıĬ":102031,"èĢģ人":102032,"åį³ä½¿":102033,"åįĹ京":102034,"éħįåIJĪ":102035,"鬼":102036,"çĪ¶äº²":102037,"ç½Ĺæĸ¯":102038,"å°ıåĮº":102039,"æķĻæİĪ":102040,"åĨ³çŃĸ":102041,"é¢Ħ计":102042,"æľ¬äºº":102043,"伯":102044,"竹":102045,"åĪ°åºķ":102046,"å¸Ĥæ°ij":102047,"åĩºåı£":102048,"éĩĩè´Ń":102049,"æĢ»ç»ĵ":102050,"æѦæ±ī":102051,"åĬłå¤§":102052,"å¹¿ä¸ľ":102053,"æµģç¨ĭ":102054,"人åı£":102055,"å¦Ĥæŀľä½ł":102056,"åĩºåİ»":102057,"åĩī":102058,"åĨľæ°ij":102059,"çݰ象":102060,"åĬĽåº¦":102061,"ç»ĻäºĪ":102062,"åħļå§Ķ":102063,"è¯Ńè¨Ģ":102064,"线ä¸Ĭ":102065,"æĢİæł·":102066,"åĦ¿åŃIJ":102067,"ç¡®å®ŀ":102068,"ä¹ĭå¤ĸ":102069,"éĥ½åľ¨":102070,"èī¾":102071,"çļĦæĥħåĨµ":102072,"éĩĮçļĦ":102073,"åĽ´ç»ķ":102074,"æĽ´å¤ļçļĦ":102075,"ä¾Ŀæ³ķ":102076,"åħ¬åĽŃ":102077,"家éĩĮ":102078,"æ¯į亲":102079,"ä¸įåĨį":102080,"èĭ¹":102081,"æ³ķéĻ¢":102082,"éŁ©åĽ½":102083,"缸å½ĵ":102084,"ä¸įçŁ¥":102085,"è¯Ħä¼°":102086,"ä¸įçĶ¨":102087,"顺åĪ©":102088,"éĩįè§Ĩ":102089,"è´¢åĬ¡":102090,"ä»ĸåĢij":102091,"åıijè¡Į":102092,"ä¸ĵéŨ":102093,"åħ·å¤ĩ":102094,"并ä¸įæĺ¯":102095,"足çIJĥ":102096,"éŀĭ":102097,"åıij表":102098,"æ°¸è¿ľ":102099,"èIJ¥åħ»":102100,"éħįå¥Ĺ":102101,"æķ´åIJĪ":102102,"è´º":102103,"åĽŀçŃĶ":102104,"æĶ¶çĽĬ":102105,"ä¹Łè®¸":102106,"è»Ĭ":102107,"æݥ触":102108,"æĶ»åĩ»":102109,"åĽĽå·Ŀ":102110,"æĢ§èĥ½":102111,"åĽŀåĪ°":102112,"èħ°":102113,"ä¹Łæ²¡æľī":102114,"å¼Ħ":102115,"设ç«ĭ":102116,"éĺ²æݧ":102117,"æĬĢå·§":102118,"éĢļ常":102119,"è´¢æĶ¿":102120,"éĥ¨ç½²":102121,"åľºæĻ¯":102122,"æ±Łèĭı":102123,"表达":102124,"åĸ·":102125,"女åĦ¿":102126,"èĪ¶":102127,"給":102128,"ä¼ļåijĺ":102129,"æĪĸ许":102130,"亩":102131,"举æĸ¹":102132,"天津":102133,"è¿ijå¹´":102134,"çľĭæĿ¥":102135,"æ¯Ķä¾ĭ":102136,"岩":102137,"éĵľ":102138,"çİ»":102139,"å®ŀéªĮ":102140,"æĢĿç»´":102141,"æĭħå¿ĥ":102142,"æ²Ī":102143,"身边":102144,"æ·±åĮĸ":102145,"ç²¾åĩĨ":102146,"ç§ģæľį":102147,"æ¶Īéĺ²":102148,"åİ»äºĨ":102149,"ç»Ĩèĥŀ":102150,"çIJĥéĺŁ":102151,"æĺİæĺŁ":102152,"é£Łçī©":102153,"å¾Īå¿«":102154,"è®©ä½ł":102155,"ä¿¡çĶ¨":102156,"åĶ¯ä¸Ģ":102157,"åħ¶å®ĥ":102158,"çŃīæĸ¹éĿ¢":102159,"å¾ĭå¸Ī":102160,"æŃ»äº¡":102161,"æŁ³":102162,"ä¸Ģæī¹":102163,"ä¸Ĭ涨":102164,"æľºåľº":102165,"å½¢åĬ¿":102166,"æĦ¿æĦı":102167,"éĽĨä½ĵ":102168,"æĸ°åŀĭ":102169,"æįŁå¤±":102170,"æĽ¸":102171,"ä¸ĭåįĪ":102172,"æ¯ı次":102173,"æĪIJå°±":102174,"åħ¬è·¯":102175,"èĻ«":102176,"åĴ±":102177,"西å®ī":102178,"æľĢä½³":102179,"ç§ijçłĶ":102180,"å¤įæĿĤ":102181,"æľºåĻ¨":102182,"çĪ±æĥħ":102183,"çħ§çīĩ":102184,"å¹´é¾Ħ":102185,"è³ĩæĸĻ":102186,"ç²Ĺ":102187,"åĩĨç¡®":102188,"åĬłä¸Ĭ":102189,"åĩºçīĪ":102190,"è°IJ":102191,"家å±ħ":102192,"èĥĮæĻ¯":102193,"ä¸Ģ线":102194,"äºĭ项":102195,"åĬ¨ä½ľ":102196,"祥":102197,"æĢ»ä½ĵ":102198,"æĪ¿åŃIJ":102199,"ä¹Łå°±æĺ¯":102200,"大æ¦Ĥ":102201,"é«ĺæķĪ":102202,"åIJ¹":102203,"æİĪæĿĥ":102204,"éĻĦè¿ij":102205,"æ¡Īä¾ĭ":102206,"éĹ¹":102207,"çĪ¸çĪ¸":102208,"彩票":102209,"æĢĴ":102210,"举æĬ¥":102211,"æĻ®éģį":102212,"çķĻä¸ĭ":102213,"è¡£æľį":102214,"æĹłè®ºæĺ¯":102215,"åħħ满":102216,"深度":102217,"æ¡ij":102218,"æĪªèĩ³":102219,"带æĿ¥çļĦ":102220,"éĻµ":102221,"æĦŁæĥħ":102222,"èµļ":102223,"åĵªäºĽ":102224,"æķ´æĶ¹":102225,"æĪIJçĨŁ":102226,"å¨ľ":102227,"é¼»":102228,"磼":102229,"çĽ¾":102230,"好好":102231,"ç¬¬åĽĽ":102232,"åĨłåĨĽ":102233,"è´¢å¯Į":102234,"æľĢ好çļĦ":102235,"车åŀĭ":102236,"éĸĢ":102237,"åį³å°Ĩ":102238,"åĪĨ为":102239,"éĿĴå²Ľ":102240,"纷纷":102241,"ä»ĬæĹ¥":102242,"平衡":102243,"å¹³æĸ¹ç±³":102244,"éĤ£ç§į":102245,"åĩºçĶŁ":102246,"éĿĴæĺ¥":102247,"人群":102248,"人工":102249,"ä¹ĭä¸ĭ":102250,"æ¹ĸåĮĹ":102251,"åľ¨æѤ":102252,"åįļ士":102253,"æŶåĪ»":102254,"æ²³åĮĹ":102255,"æĶ¾å¼ĥ":102256,"éĢļéģĵ":102257,"森æŀĹ":102258,"çĸĨ":102259,"æķ¸":102260,"èĬ³":102261,"æīĵåĩ»":102262,"æĽ¹":102263,"åĮĸåѦ":102264,"æĥ³è±¡":102265,"ä¸ĩ人":102266,"è´¢ç»ı":102267,"åħĥç´ł":102268,"ä¼ļ计":102269,"åħ¨ä½ĵ":102270,"æĦĽ":102271,"é«ĺä¸Ń":102272,"æľºéģĩ":102273,"å£°éŁ³":102274,"æĹħè¡Į":102275,"浩":102276,"æŁ±":102277,"å°ijå¹´":102278,"åĽ½å¤ĸ":102279,"èijĹåIJį":102280,"çĶŁåŃĺ":102281,"å§ľ":102282,"带é¢Ĩ":102283,"é¢ľèī²":102284,"ä¸Ĭä¸ĭ":102285,"产ä¸ļéĵ¾":102286,"æĽ´å¥½çļĦ":102287,"å²Ń":102288,"ä¼ĺæĥł":102289,"便æĺ¯":102290,"åħ§å®¹":102291,"ä¸Ģåıª":102292,"çIJ´":102293,"梦æĥ³":102294,"秣èµģ":102295,"å¼ĢåIJ¯":102296,"è´Ńçī©":102297,"åĮħåIJ«":102298,"åĪ©çİĩ":102299,"èµ·äºĨ":102300,"æľīåĬĽ":102301,"éĤ£éĩĮ":102302,"审æī¹":102303,"对æīĭ":102304,"çİ°éĩij":102305,"天çĦ¶":102306,"çĽĴ":102307,"çĪ½":102308,"å¿ħçĦ¶":102309,"åĮĸå·¥":102310,"ä¸ĵåĪ©":102311,"åķ¡":102312,"å¼Ģå¿ĥ":102313,"人ä½ĵ":102314,"éģĵ士":102315,"æĢģ度":102316,"空è°ĥ":102317,"æĭĽåķĨ":102318,"姻":102319,"第äºĶ":102320,"æ£Ĵ":102321,"ä¸Ģç³»åĪĹ":102322,"åį±æľº":102323,"转åıĺ":102324,"åľºæīĢ":102325,"鸣":102326,"æĪ¿éĹ´":102327,"éĢ¼":102328,"è¯ķçĤ¹":102329,"对å¤ĸ":102330,"åĩºåı°":102331,"åľ¨è¿Ļ":102332,"åİĤ家":102333,"巨大":102334,"ç®Ģä»ĭ":102335,"çľĭäºĨ":102336,"åħļ建":102337,"æĮĩæĮ¥":102338,"çŁ³æ²¹":102339,"ä¸įåı¯èĥ½":102340,"èݲ":102341,"ä¸į太":102342,"åĪĽæĦı":102343,"第ä¸Ģ个":102344,"è´µå·ŀ":102345,"è¿ĩäºĨ":102346,"æľ¬æĿ¥":102347,"éģĵå¾·":102348,"çŃĶæ¡Ī":102349,"éĻ¶":102350,"ä¸Ģè·¯":102351,"èĤĸ":102352,"æ¸ħæ´ģ":102353,"æľīæľº":102354,"åIJįåįķ":102355,"æĿ±":102356,"åij¼åIJ¸":102357,"ä¸Ī":102358,"ç¦ı建":102359,"è¯ķéªĮ":102360,"å¼ķåıij":102361,"ä¹Łæ²¡":102362,"ä¸įä½ı":102363,"çĨŁæĤī":102364,"èIJ¬":102365,"ä¸įèī¯":102366,"çłĸ":102367,"èĩ´åĬĽ":102368,"çŃ¾è®¢":102369,"åIJĬ":102370,"侯":102371,"çĺ¦":102372,"å§ijå¨ĺ":102373,"æĸ¤":102374,"妻åŃIJ":102375,"æĺ¥èĬĤ":102376,"çĪ¬":102377,"æĽĿ":102378,"çĥŃæĥħ":102379,"éķ¿æ²Ļ":102380,"èIJ¥éĢł":102381,"éħ·":102382,"éĵĿ":102383,"åŁºæľ¬ä¸Ĭ":102384,"åij¨åĽ´":102385,"ä»Ģ麼":102386,"认åı¯":102387,"åĪĨåŃIJ":102388,"ä¸Ģæĸ¹éĿ¢":102389,"è½´":102390,"å¼·":102391,"马ä¸Ĭ":102392,"éĽ¾":102393,"èĩ£":102394,"å°¿":102395,"çĶŁæĦı":102396,"å®īå¾½":102397,"ç¥ŀç»ı":102398,"åĩºå¸Ń":102399,"èį¯åĵģ":102400,"çIJĨçĶ±":102401,"åįıåIJĮ":102402,"æµģåĬ¨":102403,"åıijåĬ¨":102404,"åĿļå®ļ":102405,"表æĺİ":102406,"åIJİéĿ¢":102407,"ä¹īåĬ¡":102408,"å¦ĸ":102409,"æľīåı¯èĥ½":102410,"年轻人":102411,"大éĻĨ":102412,"å²³":102413,"ä¸įèµ·":102414,"çŀ¬éĹ´":102415,"ä¸įå¾Ĺä¸į":102416,"çŃ¾çº¦":102417,"åIJĪæł¼":102418,"åħļæĶ¯éĥ¨":102419,"æµİåįĹ":102420,"便åĪ©":102421,"éļıæŶ":102422,"å¥ī":102423,"称为":102424,"产æĿĥ":102425,"åIJķ":102426,"çĽĨ":102427,"课åłĤ":102428,"ç·ļ":102429,"æ£ī":102430,"线ä¸ĭ":102431,"èĩªè¡Į":102432,"举æݪ":102433,"åݦéŨ":102434,"èĩªä¿¡":102435,"å½±è§Ĩ":102436,"ä»Ķ":102437,"çĶŁæ´»ä¸Ń":102438,"æĿĥçĽĬ":102439,"çĻ½èī²":102440,"å°±ä¸į":102441,"è¿Ľå±ķ":102442,"æ¯ıæĹ¥":102443,"ä¾Ľç»Ļ":102444,"æĿĥåĪ©":102445,"æĹłæķ°":102446,"çIJĨè´¢":102447,"ä¾Ŀæŧ":102448,"ä¸ĬåįĪ":102449,"è¯ĨåĪ«":102450,"çĽĪåĪ©":102451,"çłĤ":102452,"许åı¯":102453,"åIJĮäºĭ":102454,"åĺĽ":102455,"éģ¸":102456,"çĿĢåĬĽ":102457,"éŨåı£":102458,"ä¸įå¤ļ":102459,"åħ¶æ¬¡":102460,"碧":102461,"çī©çIJĨ":102462,"åĨħå¿ĥ":102463,"çĻ¾å§ĵ":102464,"æĢ»ç»Ł":102465,"å¹²åĩĢ":102466,"积累":102467,"åıįé¦Ī":102468,"æłijç«ĭ":102469,"社交":102470,"秩":102471,"åįģä¸Ģ":102472,"éĤĵ":102473,"驱åĬ¨":102474,"å±ķè§Ī":102475,"èĪĴéĢĤ":102476,"åŁºåĽł":102477,"å·®å¼Ĥ":102478,"转让":102479,"å°ıå§IJ":102480,"æł·åŃIJ":102481,"ç¿Ķ":102482,"é«ĺåħ´":102483,"å½±åĵįåĬĽ":102484,"æīĭç»Ń":102485,"缸åIJĮ":102486,"缸åºĶ":102487,"æĻĴ":102488,"è§Ģ":102489,"å¸Ĥå§Ķ":102490,"èĬ¯":102491,"å±ķçİ°":102492,"åľ°çIJĥ":102493,"éĤª":102494,"ä¸Ģå®ļçļĦ":102495,"åħģ许":102496,"ä¿¡ä»»":102497,"æīij":102498,"éĻ¢æł¡":102499,"ç®Ģ称":102500,"åģļæ³ķ":102501,"ä¹ĭè·¯":102502,"æĹĹä¸ĭ":102503,"èħĶ":102504,"æ¶Ī失":102505,"ä¸ĸçķĮä¸Ĭ":102506,"åŁİ乡":102507,"èĪŀåı°":102508,"å¾Ī大çļĦ":102509,"绣çŃ¹":102510,"åħ¬å¹³":102511,"èĤ¾":102512,"çļĦ好":102513,"æ±ģ":102514,"çľ¼åīį":102515,"éĽ£":102516,"å¹½":102517,"åħ±äº§":102518,"主åĬŀ":102519,"å¤Ħç½ļ":102520,"åºĻ":102521,"éģĵçIJĨ":102522,"å¼µ":102523,"æİ¥çĿĢ":102524,"çĮİ":102525,"çģĮ":102526,"çĶ±æѤ":102527,"人åĬĽ":102528,"æµģè¡Į":102529,"ä¾ł":102530,"åı¯ä»¥è¯´":102531,"èĴĭ":102532,"å½¢æĢģ":102533,"æĹ¥åŃIJ":102534,"æ¼Ĩ":102535,"çķĻåѦ":102536,"缸éĹľ":102537,"æľĢå¤ļ":102538,"åĩŃåĢŁ":102539,"åħ¬äº¤":102540,"æĮĸæİĺ":102541,"æĿĤå¿Ĺ":102542,"主人":102543,"éļľç¢į":102544,"æł¡éķ¿":102545,"æĸ¹ä½į":102546,"ä¸ĬçıŃ":102547,"å¤ļåħĥ":102548,"èĥģ":102549,"éŃħåĬĽ":102550,"èĮĤ":102551,"åħħçĶµ":102552,"强大":102553,"çĥ¤":102554,"å¥ĭæĸĹ":102555,"å®ŀçĶ¨":102556,"éĺģ":102557,"ç»ĻäºĨ":102558,"æľ¬ç§ij":102559,"æłĭ":102560,"æĭ¨":102561,"æķĻç»ĥ":102562,"éĥ½çŁ¥éģĵ":102563,"æ¯ķä¸ļçĶŁ":102564,"ç¢Ĺ":102565,"åŀĤ":102566,"讼":102567,"å®ģæ³¢":102568,"åѦèĢħ":102569,"谢谢":102570,"åŁİéķĩ":102571,"æĢİä¹ĪåĬŀ":102572,"éģĶ":102573,"æĪIJ交":102574,"æ½ľåĬĽ":102575,"åį§":102576,"æĸ°å¼Ģ":102577,"éħįå¤ĩ":102578,"主åĬĽ":102579,"åij³éģĵ":102580,"çĥĤ":102581,"é£ŀè¡Į":102582,"å«ģ":102583,"大大":102584,"ç»Ļ大家":102585,"å¤ĸéĿ¢":102586,"éĨī":102587,"åıijè¨Ģ":102588,"æĹ©é¤IJ":102589,"åIJĦèĩª":102590,"å®Ļ":102591,"èį£èªī":102592,"æĬ«éľ²":102593,"é¡ŀ":102594,"åĨħçļĦ":102595,"èĤª":102596,"è¾IJ":102597,"æ³µ":102598,"æĬĽ":102599,"æĺŁæľŁ":102600,"ä¸Ģ带":102601,"çĶŁç´ł":102602,"ç»ıéĶĢ":102603,"åĩ¶":102604,"åľ°ä¸Ĭ":102605,"åij½è¿IJ":102606,"åĵ²":102607,"ä¸Ĭåİ»":102608,"æĸĩçī©":102609,"è¯ij":102610,"æĮ¯åħ´":102611,"éķ¿æŶéĹ´":102612,"ç¥Ń":102613,"åIJĪèĤ¥":102614,"è¿Ŀè§Ħ":102615,"èģª":102616,"ä½İäºİ":102617,"éĢĤå½ĵ":102618,"æľīåºı":102619,"æľ¬ç½ij":102620,"çķĻè¨Ģ":102621,"æĥ³æ³ķ":102622,"çŃ¾ç½²":102623,"å§ļ":102624,"æĢ§æł¼":102625,"èĴĻåı¤":102626,"æŁı":102627,"åŀ«":102628,"åѦåİĨ":102629,"ä»ħä»ħ":102630,"讲è¯Ŀ":102631,"éĶIJ":102632,"æĢĸ":102633,"åīª":102634,"èĭį":102635,"åIJĵ":102636,"强çĥĪ":102637,"åģ¥åħ¨":102638,"çĸ¯":102639,"åı¤ä»£":102640,"å¥Ī":102641,"ä¸įçĦ¶":102642,"乡éķĩ":102643,"æľĭåıĭ们":102644,"åĤħ":102645,"èģ½":102646,"个æĢ§":102647,"æ³ķè§Ħ":102648,"å°ıéķĩ":102649,"çĶ»éĿ¢":102650,"第åħŃ":102651,"網路":102652,"åīįæĻ¯":102653,"åIJ¬è¯´":102654,"ä¼łåªĴ":102655,"æĿ¡ä¾ĭ":102656,"åĪ«çļĦ":102657,"ä¸įæĩĤ":102658,"顾éĹ®":102659,"强度":102660,"éĺ¿éĩĮ":102661,"èµ°åĬ¿":102662,"帽":102663,"çļĦç¡®":102664,"åĮºåĪ«":102665,"éĮ¢":102666,"主管":102667,"ä¸Ģçľĭ":102668,"æĸľ":102669,"åŃĺåľ¨çļĦ":102670,"仲":102671,"åį±å®³":102672,"éĵŃ":102673,"游æĪıä¸Ń":102674,"éħ±":102675,"é¾Ļ头":102676,"人å¿ĥ":102677,"éĢĢä¼ij":102678,"æµıè§Ī":102679,"åĬ«":102680,"éĺ²æ²»":102681,"ç®Ń":102682,"å±Ī":102683,"è¾½å®ģ":102684,"壤":102685,"è¿İæĿ¥":102686,"éŀį":102687,"çĶ¨æĿ¥":102688,"å¤§åľ°":102689,"ä»°":102690,"éĢļ讯":102691,"å¼Ģå·¥":102692,"裤":102693,"å¦ĤåIJĮ":102694,"骤":102695,"éĺŁåijĺ":102696,"轩":102697,"ç¾İæľ¯":102698,"èĻŁ":102699,"åIJĮä¸Ģ":102700,"åľĸ":102701,"书æ³ķ":102702,"æīĵåį°":102703,"åIJ«æľī":102704,"éĽĨæĪIJ":102705,"éĹ·":102706,"å¸Ĥåľºä¸Ĭ":102707,"æĹģè¾¹":102708,"åľ°æĿ¿":102709,"产çĶŁçļĦ":102710,"粤":102711,"éĩįç»Ħ":102712,"è¡Ģ液":102713,"çŃĭ":102714,"åĬŀäºĭ":102715,"常è§ģçļĦ":102716,"ä¸ĬåįĬå¹´":102717,"å±ıå¹ķ":102718,"åIJīæŀĹ":102719,"å·©":102720,"åĸľçĪ±":102721,"ç¿ł":102722,"ä¸īç§į":102723,"æ¡Ĩæŀ¶":102724,"举èİŀ":102725,"çĶĺèĤĥ":102726,"èĬ¬":102727,"åĽ¾ä¹¦":102728,"åĩ¤åĩ°":102729,"æ°ĶåĢĻ":102730,"å°´":102731,"å°¬":102732,"两天":102733,"è¾ħ导":102734,"åĢŁæ¬¾":102735,"æĹ¥èµ·":102736,"æ´Ĵ":102737,"ä¸Ģ度":102738,"è¹Ī":102739,"æ½Ń":102740,"æīĩ":102741,"çĻľ":102742,"æĸ°åħ´":102743,"åĤ²":102744,"诸å¤ļ":102745,"è´ª":102746,"éĻ·åħ¥":102747,"èĪŁ":102748,"èĤºçĤİ":102749,"ä¸Ģæł·çļĦ":102750,"åİĺ":102751,"åľ°çIJĨ":102752,"æĬķ注":102753,"éļĬ":102754,"åħīä¼ı":102755,"ä¿Ŀåģ¥":102756,"åħĶ":102757,"åħ¬åĬ¡":102758,"æīĵçł´":102759,"çĶ·åŃ©":102760,"åĬ³åĬ¡":102761,"ä½łä¼ļ":102762,"çĶ¨åľ°":102763,"溢":102764,"åıijè¾¾":102765,"èĤļ":102766,"è¿ĩäºİ":102767,"èĩĤ":102768,"éĢĻ樣":102769,"轻轻":102770,"ä¸Ńåħ±":102771,"åIJĦåĽ½":102772,"åĶĩ":102773,"å®ŀä¹ł":102774,"èĻ¾":102775,"槽":102776,"ä¸įä¸Ĭ":102777,"åħįçĸ«":102778,"åįłæį®":102779,"å·¥ä¼ļ":102780,"åĽĬ":102781,"èĪªå¤©":102782,"åı¯çĪ±":102783,"æĸĹäºī":102784,"çĺ¤":102785,"å¦Ĥæľī":102786,"éĽĸ":102787,"对æĪij":102788,"åĩºç§Ł":102789,"好çľĭ":102790,"太大":102791,"æ°´åĪ©":102792,"åĬ¿åĬĽ":102793,"åħ¨æ°ij":102794,"ç½¢":102795,"èµ¢å¾Ĺ":102796,"çĶµä¿¡":102797,"车éĹ´":102798,"æĻĤåĢĻ":102799,"å°ijæķ°":102800,"éĵ¸":102801,"åħ³èģĶ":102802,"ä¸įä»ħä»ħ":102803,"为æĤ¨":102804,"åĴ¸":102805,"æľºåĬ¨":102806,"è£Ļ":102807,"åĵįåºĶ":102808,"éģł":102809,"è²·":102810,"ç©´":102811,"å¢ħ":102812,"éĶ¡":102813,"çµĦ":102814,"çģ«è½¦":102815,"è³ĩè¨Ĭ":102816,"åĨ³èµĽ":102817,"污水":102818,"èªŀ":102819,"å´Ľ":102820,"ç´§å¯Ĩ":102821,"缺å°ij":102822,"å¤ļ人":102823,"æĢ»ä¹¦è®°":102824,"éĶĪ":102825,"èijĽ":102826,"å¿ĺè®°":102827,"éĻĮçĶŁ":102828,"éķ¿å¤§":102829,"åħĪè¿ĽçļĦ":102830,"ç¡ħ":102831,"åıijæĺİ":102832,"å©´åĦ¿":102833,"æīİå®ŀ":102834,"èĽĭçĻ½":102835,"ä¸ĢçĻ¾":102836,"缮åħī":102837,"æħĮ":102838,"åĬłæ²¹":102839,"åIJŀ":102840,"ä¸Ģ群":102841,"ä¸Ńä»ĭ":102842,"å¸ĸ":102843,"å¿Į":102844,"èģĮèĥ½":102845,"广æĴŃ":102846,"çĽijå¯Ł":102847,"ç§ĺå¯Ĩ":102848,"çĭ®":102849,"è¿ĻæĿ¡":102850,"éĢ¢":102851,"æĢ¨":102852,"åįģåħŃ":102853,"試":102854,"说åĪ°":102855,"åĩĿèģļ":102856,"æĮĩ示":102857,"æ°¢":102858,"å¼ĺ":102859,"éĺĢ":102860,"æĸ©":102861,"éłħ":102862,"ä¸Ģå¼Ģå§ĭ":102863,"æİĴè¡Į":102864,"åľ¨æĪij":102865,"纪å½ķ":102866,"æĬĦ":102867,"æłª":102868,"说æ³ķ":102869,"ä¸Ńèį¯":102870,"好å¤ļ":102871,"åıªä¸įè¿ĩ":102872,"çķĻåľ¨":102873,"个å°ıæŶ":102874,"è®¤çŁ¥":102875,"çķ«":102876,"è§ģè¿ĩ":102877,"å°ıå¾®":102878,"ä½Ľå±±":102879,"çľ¾":102880,"讲述":102881,"梳":102882,"称åı·":102883,"æĹ¥æĻļ":102884,"è¢ĸ":102885,"åķ¤":102886,"æľªç»ı":102887,"æľĢæĹ©":102888,"æī®æ¼Ķ":102889,"è¡Ģ管":102890,"纱":102891,"æĥħèĬĤ":102892,"第ä¸ĥ":102893,"æį§":102894,"ä»Ĺ":102895,"æ¿ĢçĥĪ":102896,"æĹłçº¿":102897,"ä¸į容æĺĵ":102898,"å¼Ģå¹ķ":102899,"æĸ°çĶŁ":102900,"ä¸ĵ注":102901,"èij±":102902,"åįĹæµ·":102903,"çĩŁ":102904,"èµ·ä¾Ĩ":102905,"æ´¾åĩº":102906,"åĦĴ":102907,"侨":102908,"è¼ĥ":102909,"åįļè§Ī":102910,"éĢ¾":102911,"åĮĢ":102912,"ç»ıæµİåѦ":102913,"æ¸Ĺ":102914,"ä¿ĿèŃ·":102915,"çīº":102916,"çī²":102917,"çİ«":102918,"çij°":102919,"æľĢåIJİä¸Ģ":102920,"æĶ¿åĬ¡":102921,"æ§Ľ":102922,"èĻķçIJĨ":102923,"éļIJæĤ£":102924,"æī¿åĮħ":102925,"極":102926,"æ¡©":102927,"çĽ²":102928,"导åIJij":102929,"èĩ´å¯Į":102930,"ç¼Ĩ":102931,"æģĭçĪ±":102932,"ä¸įåĬ¨":102933,"ç»Ļ人":102934,"å·¢":102935,"表æĥħ":102936,"举åįĹ":102937,"åĨħå¤ĸ":102938,"è¾ĪåŃIJ":102939,"åıī":102940,"åįļä¼ļ":102941,"åĬŁæķĪ":102942,"渴":102943,"屬":102944,"æİĴéĻ¤":102945,"éĢĽ":102946,"ä¸Ģä¼ļ":102947,"ä¸įå¼Ģ":102948,"å¼Ģå¥ĸ":102949,"é»ijé¾Ļ":102950,"é»ijé¾Ļæ±Ł":102951,"å¿«ä¸ī":102952,"度åģĩ":102953,"åĿ¤":102954,"éĤ®ä»¶":102955,"æĩĴ":102956,"ä¾ĽçĶµ":102957,"廣":102958,"好è¯Ħ":102959,"ç§ĺ书éķ¿":102960,"æĪĺåľº":102961,"好å¥ĩ":102962,"ä¾µæĿĥ":102963,"æĨ¾":102964,"æľĢåĪĿ":102965,"æī¹åıij":102966,"åİķ":102967,"è¼ķ":102968,"æŀ¯":102969,"ä¸ļåĨħ":102970,"è´ŃæĪ¿":102971,"ä¸įåľ¨":102972,"纪å§Ķ":102973,"æīĢéľĢ":102974,"å¸Ĥéķ¿":102975,"è³½":102976,"å¼ķæĵİ":102977,"çģµéŃĤ":102978,"éĬĢ":102979,"滤":102980,"çĿIJ":102981,"å¤ļ项":102982,"åĽŀ头":102983,"èīĺ":102984,"å¤įå·¥":102985,"éĥ¨ä»¶":102986,"紧紧":102987,"æŁIJç§į":102988,"使åħ¶":102989,"æĸ°äºº":102990,"æŀļ":102991,"æ³ķå®ļ":102992,"å·´å·´":102993,"涵çĽĸ":102994,"稻":102995,"æĭ¾":102996,"æĻķ":102997,"轿":102998,"éĢļè¡Į":102999,"åĵĢ":103000,"æ³Ĭ":103001,"温馨":103002,"éĽĨèģļ":103003,"çĨĻ":103004,"åĩij":103005,"åįģä¸ĥ":103006,"æ°Ķæģ¯":103007,"æıIJä¾ĽçļĦ":103008,"æ³³":103009,"奥è¿IJ":103010,"çģ¾å®³":103011,"åĩĢåĮĸ":103012,"è·¨è¶Ĭ":103013,"åĵªæĢķ":103014,"éŁ¿":103015,"å¢ŀæ·»":103016,"çĦĬ":103017,"æ®ĭçĸ¾":103018,"ç¢Į":103019,"æĤĶ":103020,"è§ģè¯ģ":103021,"è¾ĸåĮº":103022,"å¿ĥèĦı":103023,"éļ§":103024,"åį¸":103025,"åı¯èĥ½æĢ§":103026,"æľī趣":103027,"åī¯ä¹¦è®°":103028,"åĮĸå¦Ĩ":103029,"ä¿Ĥ":103030,"æ£ļ":103031,"éĨĩ":103032,"带头":103033,"éłĪ":103034,"追究":103035,"æijĶ":103036,"è¿Ļéĥ¨":103037,"ä¸į论":103038,"祸":103039,"å³»":103040,"éģķ":103041,"çĶŁèĤ²":103042,"å¤ł":103043,"å¤ĸ交":103044,"è¯Ħ为":103045,"ä»İå°ı":103046,"å°ıå°ı":103047,"饿":103048,"æĴ¼":103049,"è·¨å¢ĥ":103050,"被åijĬ":103051,"åįĹå®ģ":103052,"身å¿ĥ":103053,"åĨįçĶŁ":103054,"æīĢ说":103055,"æŶéĹ´åĨħ":103056,"åĪĹåħ¥":103057,"éĿĴæµ·":103058,"çĪ±å¥½":103059,"çªĦ":103060,"èĪĪ":103061,"è¿ĩ渡":103062,"æ¿Ł":103063,"éĽĢ":103064,"审议":103065,"åĽ½èµĦ":103066,"æŃ¥ä¼IJ":103067,"轨éģĵ":103068,"信念":103069,"ä¸īåĪĨ":103070,"çĨ¬":103071,"åѵåĮĸ":103072,"ç¼ł":103073,"éĥĬ":103074,"èĪĴæľį":103075,"纪æ£Ģ":103076,"ä¸Ģä¸ĭåŃIJ":103077,"éĽ»è©±":103078,"è²ł":103079,"éĴ¥":103080,"åĮĻ":103081,"çĹ´":103082,"è¶ģ":103083,"绣":103084,"çĪµ":103085,"è½°":103086,"éªĦ":103087,"姨":103088,"æĭĺ":103089,"çĮ´":103090,"讶":103091,"è¿Ļ座":103092,"çį¨":103093,"æ·ĺæ±°":103094,"çĹħä¾ĭ":103095,"æ²Ļåıij":103096,"è§Ĩ为":103097,"头æĿ¡":103098,"å¿ħè¦ģçļĦ":103099,"åı¯è°ĵ":103100,"è¯Ŀ说":103101,"ç¯Ħ":103102,"æĹ©çĤ¹":103103,"æŀ¢çº½":103104,"羡":103105,"çĪ±åĽ½":103106,"çªģåıij":103107,"éĢĬ":103108,"æ½į":103109,"èį£èĢĢ":103110,"èŁ¹":103111,"æ¦Ĥçİĩ":103112,"å¾Īä¹ħ":103113,"æĥķ":103114,"訴":103115,"åľĨ满":103116,"çļ±":103117,"åĪĨæ³Į":103118,"åħħ足":103119,"çľĭæ³ķ":103120,"è¾Ł":103121,"æĭ¦":103122,"æĭ©":103123,"对åºĶ":103124,"ä¸ºæł¸å¿ĥ":103125,"èħĬ":103126,"å¤ļä¹Ī":103127,"æµij":103128,"å®ıè§Ĥ":103129,"èĦĸ":103130,"åIJĪèµĦ":103131,"çĶŁæ¶¯":103132,"å®ŀè´¨":103133,"ä¼ĺçĤ¹":103134,"çĶ¨æ°´":103135,"寿åij½":103136,"沫":103137,"åIJģ":103138,"詹":103139,"åĽ½éĺ²":103140,"å´©":103141,"åĿİ":103142,"èĨı":103143,"ä¸Ģè½®":103144,"éģĹ产":103145,"æ¹¾åĮº":103146,"ç»İ":103147,"åįķ纯":103148,"æ¾Ħ":103149,"åīįåĪĹ":103150,"身影":103151,"é»ĺé»ĺ":103152,"æįī":103153,"çĴ°":103154,"èıĬ":103155,"æĢľ":103156,"åħĭæĢĿ":103157,"æĢ»å±Ģ":103158,"çĩĥæĸĻ":103159,"ä¸ļæĢģ":103160,"åIJĦæł·":103161,"åĴ½":103162,"åĩºèī²":103163,"åĪĿå¿ĥ":103164,"åıĽ":103165,"çłĶ讨":103166,"è¡«":103167,"åİĨç¨ĭ":103168,"禽":103169,"è¶³å¤ŁçļĦ":103170,"èįĨ":103171,"çľĭå¾ħ":103172,"è´©":103173,"åĨ³å¿ĥ":103174,"裹":103175,"å¸ĪèĮĥ":103176,"åŀĦ":103177,"æĿł":103178,"åĩ¸":103179,"çĬ¹è±«":103180,"çĥŃè¡Ģ":103181,"åIJĪä¼Ļ":103182,"éħµ":103183,"èIJ½åľ¨":103184,"åįłåľ°":103185,"衬":103186,"èĵī":103187,"æĦ¤":103188,"æ¸Ĭ":103189,"åĪĨæķ°":103190,"ç¬ijçĿĢ":103191,"太平":103192,"çĤ«":103193,"æݨä»ĭ":103194,"æĸ¯åĿ¦":103195,"形容":103196,"æĵĬ":103197,"æĦŁåħ´è¶£":103198,"åĨĽäºº":103199,"åĩĮæĻ¨":103200,"对çħ§":103201,"åıijçĹħ":103202,"å·¾":103203,"èĪī":103204,"檢":103205,"ç¬ijäºĨ":103206,"ç¡®è¯Ĭ":103207,"è´ŁåĢº":103208,"壮大":103209,"æĪļ":103210,"äºĴèģĶ":103211,"課":103212,"èħ¦":103213,"æű":103214,"åıĹ欢è¿İ":103215,"åįī":103216,"éĻ¢å£«":103217,"æ©¡":103218,"ä¸Ģ对":103219,"è¾±":103220,"æ²Ĥ":103221,"åı²ä¸Ĭ":103222,"æIJı":103223,"å´ĸ":103224,"代谢":103225,"磷":103226,"é¡ĺ":103227,"æµĩ":103228,"常çĶ¨":103229,"åįij":103230,"åĩºåĽ½":103231,"è¯ł":103232,"稳æŃ¥":103233,"ç»ı纪":103234,"å¤ļå¤ļ":103235,"æīĢå¾Ĺ":103236,"为主é¢ĺ":103237,"ä¸ĢåĪĨ":103238,"æł½":103239,"顧":103240,"纲":103241,"åĥħ":103242,"å£ĵ":103243,"åĦª":103244,"ç¿°":103245,"æİĢ":103246,"人为":103247,"媳":103248,"æ´½":103249,"èĿ¶":103250,"å¤įåħ´":103251,"ä¼ļå½±åĵį":103252,"åIJĦçķĮ":103253,"éĤ£ä¸Ģ":103254,"颤":103255,"çĢı":103256,"çĢı覽":103257,"å¯ŀ":103258,"åı¯æĢķ":103259,"åį³æŶ":103260,"çķ´":103261,"ä¸ĭåįĬå¹´":103262,"ç¬Ķè®°":103263,"éĻĦåĬł":103264,"çĥŃæ°´":103265,"奸":103266,"ç£ħ":103267,"æĿī":103268,"æ¸ħåįİ":103269,"éĸ±":103270,"ç°¡":103271,"å¤Ħå¤Ħ":103272,"åIJĪéĩij":103273,"æ²³æµģ":103274,"ç´°":103275,"è´ŁéĿ¢":103276,"çļĦ羣å®ŀ":103277,"åĻ¨æ¢°":103278,"èĴIJ":103279,"西äºļ":103280,"å·ħ":103281,"ç²¹":103282,"åİŁæĸĩ":103283,"æŀķ":103284,"è¡Ģåİĭ":103285,"åļ´":103286,"å¸ĺ":103287,"åĨĢ":103288,"æĮ«":103289,"çĶµè·¯":103290,"å°ıä¼Ļä¼´":103291,"èĿ´":103292,"æľĢå¿«":103293,"æĭĮ":103294,"宪":103295,"æĸ·":103296,"ç¿ħ":103297,"åĴ³":103298,"åĹ½":103299,"ç¾ŀ":103300,"èººåľ¨":103301,"èµĽè½¦":103302,"æ²IJ":103303,"éĻIJ度":103304,"为ä¸Ģä½ĵ":103305,"èĴľ":103306,"幫":103307,"æIJħ":103308,"åĭĭ":103309,"åīĸ":103310,"纳ç¨İ":103311,"éķ¿æķĪ":103312,"ç½ķ":103313,"åī¯æľ¬":103314,"ç©į":103315,"éĴ©":103316,"ç¹¼":103317,"åĽ½åľŁ":103318,"è¼ī":103319,"ä¸įå¿ĺ":103320,"èŃ¦ç¤º":103321,"çģ¿":103322,"å¿ĥå¾Ĺ":103323,"æĦļ":103324,"忽çķ¥":103325,"åĽŀäºĭ":103326,"åįłæľī":103327,"æ·Ħ":103328,"çī¡":103329,"çĽijäºĭ":103330,"ç¿¡":103331,"éĴĪ对æĢ§":103332,"çªĥ":103333,"製":103334,"èĨĿ":103335,"ç³Ł":103336,"港澳":103337,"太太":103338,"澡":103339,"ç»ĨåĮĸ":103340,"åĶ®åIJİ":103341,"å®ŀåľ¨æĺ¯":103342,"ç«£":103343,"çį²":103344,"åĢ¾åIJij":103345,"å¼ķçĶ¨":103346,"é¹ħ":103347,"ç¬ij容":103348,"ä¹IJ趣":103349,"æ°ijæĶ¿":103350,"éŨæĪ·":103351,"å±ģ":103352,"迷失":103353,"éĶĮ":103354,"å°ı康":103355,"åĭī":103356,"æ³¼":103357,"ä¾ĭåŃIJ":103358,"ä¸īä½į":103359,"å»ł":103360,"èĶĵ":103361,"广éĺĶ":103362,"èĢį":103363,"èĢģèĻİ":103364,"åĭŁéĽĨ":103365,"èĦļæŃ¥":103366,"æĭ¯":103367,"åŃĹåı·":103368,"çĦ°":103369,"é¢ł":103370,"èļĤ":103371,"èļģ":103372,"飯":103373,"人æĢ§":103374,"æĴ°":103375,"åİ¢":103376,"å±ĢéĻIJ":103377,"æľªæĪIJ":103378,"åĵªåĦ¿":103379,"大åıij":103380,"ä¸įå®ļ":103381,"å¾ģæ±Ĥ":103382,"éĥµ":103383,"åĢºæĿĥ":103384,"çĪ±ä½ł":103385,"èºģ":103386,"ä»ħä¾Ľ":103387,"è¿ľå¤Ħ":103388,"éĨĽ":103389,"åĥµ":103390,"积æŀģæĢ§":103391,"æİ¡":103392,"åīįä¸ī":103393,"äºİä¸Ģä½ĵ":103394,"çŀĦ":103395,"çĿģ":103396,"沸":103397,"åħ±èµ¢":103398,"éĢĢå½¹":103399,"è´Ŀå°Ķ":103400,"æİı":103401,"æĪ²":103402,"è¡į":103403,"éĶĤ":103404,"ä¸ĩä½Ļ":103405,"ç§ijåĪĽ":103406,"æ¼ĶåĶ±":103407,"欧åħĥ":103408,"æ·¡æ·¡":103409,"éĿĴå±±":103410,"èĹĿ":103411,"绽":103412,"令çīĮ":103413,"éĽĨ群":103414,"ä½ľçī©":103415,"çĢij":103416,"夯":103417,"ç½ij游":103418,"åħ«å¤§":103419,"éªļ":103420,"èªĵ":103421,"ä¼ļå±ķ":103422,"åħļåı²":103423,"æ£Ģå¯ŁéĻ¢":103424,"åĸĺ":103425,"éĺ±":103426,"èĢĮåĩº":103427,"éĢļ车":103428,"éĴĵ":103429,"æĥħ人":103430,"æ¸Ľ":103431,"ä¸Ńç§ĭ":103432,"çĪŃ":103433,"åıªåī©":103434,"æĺĶ":103435,"éĩİçĶŁ":103436,"ç¡«":103437,"èIJĿåįľ":103438,"æĬµæĬĹ":103439,"çĻ«çĹ«":103440,"éĻĢ":103441,"èĶļ":103442,"å¸ľ":103443,"满满":103444,"èı±":103445,"éļĨéĩį":103446,"æĺŁçº§":103447,"æ½ĩ":103448,"åħ¬åħĥ":103449,"è°£":103450,"æ¯Ķäºļ":103451,"æ¡ĮåŃIJ":103452,"èµ£":103453,"è²¼":103454,"æĦ¿æľĽ":103455,"顽":103456,"æ´¾éģ£":103457,"ç¥Ľ":103458,"åªļ":103459,"éĺľ":103460,"èij«":103461,"èĬ¦":103462,"æ³»":103463,"å¡Į":103464,"çĭŃ":103465,"å»īæĶ¿":103466,"å¥ijæľº":103467,"æĹĹèĪ°":103468,"æĥ«":103469,"严åİī":103470,"åıĭæĥħ":103471,"å¦Ĭ":103472,"å¨ł":103473,"åĵªå®¶":103474,"èĨ¨":103475,"è¶Ł":103476,"æĮª":103477,"èĻIJ":103478,"éłģ":103479,"çŀ©":103480,"éºŁ":103481,"稣":103482,"èģĶéĢļ":103483,"åı®":103484,"çİĭèĢħ":103485,"ä¸įç¡®å®ļ":103486,"çijľ":103487,"è°İ":103488,"çī¢è®°":103489,"碼":103490,"æĬ¤èĤ¤":103491,"é¡·":103492,"çĦķ":103493,"åģļ强":103494,"éļ±ç§ģ":103495,"éļ±ç§ģæ¬Ĭ":103496,"åıĹ害":103497,"ä¸įçĶ±":103498,"çĥ¹":103499,"饪":103500,"驳":103501,"ä¼½":103502,"ä¸Ŀ绸":103503,"è¥Ħ":103504,"åįģä½Ļ":103505,"éºĹ":103506,"æ¬ĬåĪ©":103507,"èģŀ":103508,"åı¤èĢģ":103509,"éģı":103510,"åIJĦå¼ı":103511,"å°±è¡Į":103512,"åħ¥å¢ĥ":103513,"çĥģ":103514,"èľĺ":103515,"èĽĽ":103516,"纬":103517,"磫":103518,"è»Ł":103519,"æ´Ĺè¡£":103520,"æĦ§":103521,"é¢Ħæ¡Ī":103522,"éľĨ":103523,"æ·±åİļ":103524,"éĺ¿æĭī":103525,"åĨĻåŃĹ":103526,"åį¦":103527,"éķĢ":103528,"æ¨¡æł·":103529,"åĤį":103530,"æIJį":103531,"èĸ¯":103532,"åłħ":103533,"åħ¬ç§¯":103534,"è¨İ":103535,"ä¼łæŁĵ":103536,"毯":103537,"çIJĨå·¥":103538,"åĨ·éĵ¾":103539,"ç«ĭæĸ¹":103540,"æ¢Ń":103541,"åľ£è¯ŀ":103542,"综èīº":103543,"çİ©ç¬ij":103544,"æĥ³ä¸įåĪ°":103545,"æijĩ头":103546,"æ·¹":103547,"åģĩæĹ¥":103548,"åĢĺ":103549,"èĢ½":103550,"èİĵ":103551,"åŁ·":103552,"èĩªè´¸":103553,"åįĬ天":103554,"æªĶ":103555,"æ¾İæ¹ĥ":103556,"éķij":103557,"丫":103558,"éĩĮç¨ĭ":103559,"å¼ĢèįĴ":103560,"èıı":103561,"å®Ŀè´µ":103562,"èѬ":103563,"åķŁ":103564,"æŁł":103565,"檬":103566,"é©Ń":103567,"æ±Ľ":103568,"çĨĬçĮ«":103569,"èķī":103570,"éļıä¹ĭ":103571,"å±ij":103572,"è¾ĥ强":103573,"èĥ³":103574,"èĨĬ":103575,"éĿĻéĿĻ":103576,"åĴª":103577,"æĭĽåij¼":103578,"代è¨Ģ":103579,"ä¿¡ç®±":103580,"è£ħéħį":103581,"æĤį":103582,"åįķ车":103583,"èIJİ":103584,"å¤ļ彩":103585,"éĻ¸":103586,"ä»İ严":103587,"æ©Ħ":103588,"æ¦Ħ":103589,"éĢ®":103590,"éĩĮæĸ¯":103591,"姿æĢģ":103592,"太æŀģ":103593,"éĩĿ":103594,"æºī":103595,"è¿Ń":103596,"秸":103597,"ç§Ĩ":103598,"å·¥å§Ķ":103599,"æ±ķ":103600,"èģĨ":103601,"佬":103602,"ç¼ħ":103603,"çĶ¸":103604,"åī¯å±Ģéķ¿":103605,"éĹº":103606,"誤":103607,"è¤IJ":103608,"ä¸įéĻIJ":103609,"èħķ":103610,"åijķ":103611,"磶":103612,"åĨľå®¶":103613,"管å§Ķä¼ļ":103614,"饺":103615,"èĬľ":103616,"æ¾Ī":103617,"è©¢":103618,"å¨ģå°¼æĸ¯":103619,"ä½ķåĨµ":103620,"å°ıä¼Ļ":103621,"奢ä¾Ī":103622,"è¿Ļç¯ĩ":103623,"诵":103624,"ç«łç¨ĭ":103625,"ç´Ģ":103626,"éIJĺ":103627,"éĤ¢":103628,"ç³Ļ":103629,"ç¼Ģ":103630,"ä¹Ĵ":103631,"ä¹ĵ":103632,"çī¢åĽº":103633,"åĿŀ":103634,"å¼Ī":103635,"ä¾ĭå¤ĸ":103636,"廳":103637,"è§Ħç«ł":103638,"èĬĻ":103639,"篷":103640,"躯":103641,"æłĪ":103642,"åĿļå®ŀ":103643,"åŁºå»º":103644,"çĿĢçľ¼":103645,"ç·´":103646,"èij©":103647,"ç¼ļ":103648,"æ¦Ĩ":103649,"主åĭķ":103650,"ç¥Ģ":103651,"äºĴéĢļ":103652,"尤为":103653,"å®Ľ":103654,"骼":103655,"æ±²":103656,"ä¾ĥ":103657,"æĤłä¹ħ":103658,"æij§":103659,"æĭĩ":103660,"é«ĵ":103661,"éºĴ":103662,"éĻĽ":103663,"æŀ¸":103664,"æĿŀ":103665,"è´¬":103666,"å°ıé¾Ļ":103667,"åĵ®":103668,"èĵ¬åĭĥ":103669,"åĮĪ":103670,"çķľçī§":103671,"娩":103672,"个å¤ļ":103673,"æ²¥":103674,"æĺ§":103675,"çĦļ":103676,"æĬijéĥģ":103677,"çĸ¡":103678,"èĺij":103679,"éģİç¨ĭ":103680,"橱":103681,"éĿĵ":103682,"大çIJĨ":103683,"髦":103684,"åĪĨ辨":103685,"渤":103686,"çĸ¤":103687,"åĬ¨èĥ½":103688,"å¼łå®¶":103689,"ä¸ĩåįĥ":103690,"滥":103691,"饥":103692,"åºŁå¼ĥ":103693,"帳":103694,"æ¼³":103695,"è±IJ":103696,"ä»ij":103697,"å«ī":103698,"å¦Ĵ":103699,"çŀĴ":103700,"è¡ħ":103701,"çĭ¸":103702,"å¾ģç¨ĭ":103703,"éĤ¯":103704,"éĥ¸":103705,"ç¥Ī":103706,"祷":103707,"趴":103708,"ç»ĵæŀĦæĢ§":103709,"è§ĨåIJ¬":103710,"è¬Ŀ":103711,"çĴĢ":103712,"çĴ¨":103713,"åĩºå¤Ħ":103714,"è¯Ģ":103715,"å¾ĺ":103716,"å¾Ĭ":103717,"羨":103718,"åĸĩ":103719,"åıŃ":103720,"åĺ²":103721,"çķ¸":103722,"å¹²äºĭ":103723,"æļ§":103724,"æ²Ľ":103725,"åĦĦ":103726,"å»ĵ":103727,"åİ¿éķ¿":103728,"èĥļ":103729,"çIJ¢":103730,"çŃ·":103731,"éĩĭ":103732,"ä¾®":103733,"åIJ©":103734,"åĴIJ":103735,"åĮ¿":103736,"æĬ¬èµ·":103737,"æ³£":103738,"涤":103739,"麽":103740,"æĽĻ":103741,"åī¯éĻ¢éķ¿":103742,"åħļåĴĮ":103743,"æķ£åıij":103744,"润æ»ij":103745,"åĵº":103746,"æĥ¬":103747,"漫éķ¿":103748,"ä¸įæĩĪ":103749,"åŁł":103750,"åĹĵ":103751,"èĢģçĪ·":103752,"讽":103753,"æĪĺç»ĦåIJĪ":103754,"æ£ł":103755,"åħ¨åŁŁ":103756,"èł¢":103757,"诡":103758,"åīįçŀ»":103759,"æķĽ":103760,"ä¸Ģå°ģ":103761,"å¹Ĥ":103762,"èİĨ":103763,"è¯Ŀè¯Ń":103764,"ç»ĨåĪĻ":103765,"屿":103766,"åµĮ":103767,"éĢį":103768,"åĺ±":103769,"渲":103770,"çĥ¯":103771,"çĿ¹":103772,"é¦Ĵ":103773,"èħ¥":103774,"æĬĹåĩ»":103775,"çĿ«":103776,"èįĶ":103777,"éļİ":103778,"æ³īæ°´":103779,"è¬Ĥ":103780,"çĤ¬":103781,"åĩıæİĴ":103782,"è¸Ĭ":103783,"è·»":103784,"æ·Į":103785,"éľ¾":103786,"å¥ĩ纳":103787,"å¯Ŀ":103788,"æ¤İ":103789,"æŁ¬":103790,"æĸ¯åŁº":103791,"åħ¬ç«ĭ":103792,"è¨ĵ":103793,"é£Ļ":103794,"é©¿":103795,"åĤµ":103796,"èĽĻ":103797,"ç¯ĩç«ł":103798,"åĪĨæĶ¯":103799,"ä¸Ĭå¹´":103800,"çŃĿ":103801,"缤":103802,"èĢģæŧ":103803,"åĻ¬":103804,"æľ¦":103805,"èĥ§":103806,"æ¶Īè²»":103807,"æĵĶ":103808,"榴":103809,"æ¿Ĵ":103810,"糯":103811,"泸":103812,"æįĨ":103813,"ç»ļ":103814,"èµİ":103815,"çIJIJ":103816,"èµĤ":103817,"æħ®":103818,"æ²Į":103819,"çĦĻ":103820,"æĴŃæĬ¥":103821,"æ·ĩ":103822,"åĪĩåħ¥":103823,"çijķ":103824,"çĸµ":103825,"éģ´":103826,"ç¨ļ":103827,"ç©©":103828,"èŀĥ":103829,"æ£ķ":103830,"æĨ§":103831,"æĨ¬":103832,"伺":103833,"æ¯Ĺ":103834,"æįį":103835,"æĬī":103836,"ç´Ĭ":103837,"å¼Ľ":103838,"æĭŃ":103839,"æĹıèĩªæ²»":103840,"åĿ·":103841,"競":103842,"詳":103843,"è¿Ħä»Ĭ":103844,"è°´":103845,"çŀŃ解":103846,"æŁ¿":103847,"é¢Ĭ":103848,"ç°§":103849,"çĥŁèĬ±":103850,"ä¾¥":103851,"çĿ¦":103852,"éħĿ":103853,"æ°ĵ":103854,"çIJī":103855,"å§Ĭ":103856,"æ²®":103857,"æħ·":103858,"èľķ":103859,"çijļ":103860,"éĩĩçŁ¿":103861,"åł°":103862,"åºķèķ´":103863,"èĨ³":103864,"è¾ķ":103865,"éŁŃ":103866,"åĴĻ":103867,"ç²½":103868,"åīĶ":103869,"沦":103870,"èĤ´":103871,"éķ¶":103872,"æĺ¼":103873,"è¾Ĺ":103874,"婪":103875,"åĮ®":103876,"æĸĵ":103877,"汶":103878,"éĥ´":103879,"éł»":103880,"çªĴ":103881,"袱":103882,"åĽ±":103883,"èĢĺ":103884,"èļĮ":103885,"çĭĻ":103886,"çĹ¹":103887,"ç¥ī":103888,"æı®":103889,"æ·Ĩ":103890,"ç£ĭ":103891,"éĺª":103892,"æ«":103893,"ã¸":103894,"Ļ¶":103895,"ãij":103896,"ð£²":103897,"ä¢":103898,"ãŃ":103899,"ð¬¨":103900,"ð¬Ģ":103901,"ð¬®":103902,"ð¬¯":103903,"ð¬ľ":103904,"ðª¨":103905,"ð«Ĺ":103906,"ð¬Ĭ":103907,"ð¬±":103908,"ð¬Ł":103909,"äİ":103910,"ð¡":103911,"äĥ":103912,"ãł":103913,"ð©":103914,"ð©¾":103915,"ð¬º":103916,"ð¬Ļ":103917,"ãĢĶ":103918,"ãĢķ":103919,"çļĦæŶåĢĻ":103920,"æľīéĻIJåħ¬åı¸":103921,"ä¹ĭåIJİ":103922,"ä¸ļåĬ¡":103923,"åķĬ":103924,"èĻ½çĦ¶":103925,"æĭ¥æľī":103926,"äºĴèģĶç½ij":103927,"éĤ£äºĽ":103928,"ä½łçļĦ":103929,"åĨ³å®ļ":103930,"éĻ¤äºĨ":103931,"åĽ¢éĺŁ":103932,"åı¯æĺ¯":103933,"以åIJİ":103934,"社åĮº":103935,"çļĦéĹ®é¢ĺ":103936,"并ä¸Ķ":103937,"æķĻå¸Ī":103938,"å°±ä¼ļ":103939,"天空éĥ¨èIJ½":103940,"æľĢç»Ī":103941,"å½ĵçĦ¶":103942,"ä¹Łæľī":103943,"ç¡®ä¿Ŀ":103944,"æĥ³è¦ģ":103945,"è´Ńä¹°":103946,"人çļĦ":103947,"åIJ´":103948,"çļĦåıijå±ķ":103949,"ä¸įçŁ¥éģĵ":103950,"软件":103951,"æĪij们çļĦ":103952,"çĪ¶æ¯į":103953,"åīij":103954,"èĢĮæĺ¯":103955,"å®īæİĴ":103956,"åIJİæĿ¥":103957,"çļĦåľ°æĸ¹":103958,"èµµ":103959,"èĢĥè¯ķ":103960,"çªģçĦ¶":103961,"ä¸Ģå®ļè¦ģ":103962,"åĪ¶ä½ľ":103963,"è¯Ħä»·":103964,"åħįè´¹":103965,"è´¹çĶ¨":103966,"绣ä¸Ģ":103967,"çĦ¶èĢĮ":103968,"è¿Ļ次":103969,"éĿĴå¹´":103970,"人类":103971,"亦":103972,"让人":103973,"è´Łè´£äºº":103974,"éĩĩåıĸ":103975,"çļĦäºĭæĥħ":103976,"ä¹Łä¼ļ":103977,"车è¾Ĩ":103978,"æĽ´æĺ¯":103979,"强åĮĸ":103980,"æĪijåĢij":103981,"以åīį":103982,"ä¼ĺåĮĸ":103983,"å§Ķåijĺä¼ļ":103984,"åĽ°éļ¾":103985,"年度":103986,"ä½įäºİ":103987,"æĮĩåĩº":103988,"åĨį次":103989,"åĬŀçIJĨ":103990,"æ¯ı个":103991,"对æĸ¹":103992,"è¿Ľè¡ĮäºĨ":103993,"æľĢé«ĺ":103994,"课ç¨ĭ":103995,"身ä¸Ĭ":103996,"æĽ¾ç»ı":103997,"åĮ»çĶŁ":103998,"å®īè£ħ":103999,"æľ±":104000,"è¿IJè¡Į":104001,"åıĮæĸ¹":104002,"æľĢ大çļĦ":104003,"æŀĦ建":104004,"è¿ŀç»Ń":104005,"çļĦå°ı":104006,"她çļĦ":104007,"çŃīçŃī":104008,"æĶ¹åĸĦ":104009,"åIJĦç±»":104010,"éģĩåĪ°":104011,"æľīçĿĢ":104012,"人çī©":104013,"æĢ»æĺ¯":104014,"è¿ħéĢŁ":104015,"åĪ¶å®ļ":104016,"å®ĥ们":104017,"å®ĺç½ij":104018,"è¿ĺè¦ģ":104019,"ç»Īäºİ":104020,"æĪ¿åľ°äº§":104021,"è¯ģæĺİ":104022,"èĤ¡ç¥¨":104023,"åºĶå½ĵ":104024,"èĭ±åĽ½":104025,"è¿IJçĶ¨":104026,"æľĢæĸ°":104027,"享åıĹ":104028,"让æĪij":104029,"æĻļä¸Ĭ":104030,"å¾ŀ":104031,"å°ı说":104032,"å°¤åħ¶æĺ¯":104033,"è®Ńç»ĥ":104034,"åħ¨å¸Ĥ":104035,"æĮijæĪĺ":104036,"æľīçĤ¹":104037,"带çĿĢ":104038,"çļĦä¸ľè¥¿":104039,"é£İæł¼":104040,"é»Ħéĩij":104041,"å¼ķ导":104042,"æѤå¤ĸ":104043,"æľĢè¿ij":104044,"追æ±Ĥ":104045,"强è°ĥ":104046,"ä¹Łåı¯ä»¥":104047,"æĦŁåĪ°":104048,"èĩªæĪij":104049,"çī¹åĪ«æĺ¯":104050,"æĪIJéĥ½":104051,"éĢIJæ¸IJ":104052,"å¿«ä¹IJ":104053,"ä¹ĭä¸Ń":104054,"æĬķèµĦèĢħ":104055,"ä»ĸ们çļĦ":104056,"æ°ı":104057,"å·¥ä½ľäººåijĺ":104058,"äºĨä¸Ģ个":104059,"åķ¦":104060,"ä¸ĢåĢĭ":104061,"åŁºå±Ĥ":104062,"æ²ŁéĢļ":104063,"第ä¸Ģ次":104064,"并没æľī":104065,"çļĦå·¥ä½ľ":104066,"åľ¨è¿ĻéĩĮ":104067,"æŀª":104068,"æĶ¯æĴij":104069,"æŶå°ļ":104070,"æĿ¥åĪ°":104071,"æĶ¶è´Ń":104072,"éĿ©åij½":104073,"æĺ¯ä¸įæĺ¯":104074,"讨论":104075,"ä¸ļ绩":104076,"å°±èĥ½":104077,"ç«ĭåį³":104078,"è¡Ĺéģĵ":104079,"åľ¨ä¸Ģèµ·":104080,"æľĪ份":104081,"é«ĺ端":104082,"å¾Īéļ¾":104083,"ä¿Ħç½Ĺæĸ¯":104084,"æīĭ段":104085,"åģļåĩº":104086,"ä¼Ĺå¤ļ":104087,"å®ŀè¡Į":104088,"æīĵå¼Ģ":104089,"游客":104090,"ä¾ĿçĦ¶":104091,"å°±åĥı":104092,"离å¼Ģ":104093,"说éģĵ":104094,"æĸ°èĥ½æºIJ":104095,"溪":104096,"äºķ":104097,"令人":104098,"ä¸Ģåľº":104099,"æĪijæĥ³":104100,"两人":104101,"èĩ³å°ij":104102,"çļĦçĶŁæ´»":104103,"æĺ¯ä¸ª":104104,"èĭ±è¯Ń":104105,"æ²Ĵæľī":104106,"æĢĿèĢĥ":104107,"éĻIJåĪ¶":104108,"åı°æ¹¾":104109,"ä¸ĢæŦ":104110,"çļĦä¸Ģ个":104111,"é«ĺ级":104112,"åĬŀåħ¬å®¤":104113,"å¾·åĽ½":104114,"æĪijå°±":104115,"å®ļä½į":104116,"éĢĤåºĶ":104117,"æĮĩæłĩ":104118,"åħ¨çľģ":104119,"ä¸Ĭè¿°":104120,"å®ĥçļĦ":104121,"åĽŀ家":104122,"欧洲":104123,"éĵģè·¯":104124,"é¼ĵåĬ±":104125,"çļĦå½±åĵį":104126,"é«ĺæł¡":104127,"天ä¸ĭ":104128,"é«ĺè´¨éĩı":104129,"æĿŃå·ŀ":104130,"èµĦ讯":104131,"æĶ¾åľ¨":104132,"æľīä¸Ģ个":104133,"å°±è¦ģ":104134,"ä¸ĬéĿ¢":104135,"解éĩĬ":104136,"éĢIJæŃ¥":104137,"尽管":104138,"æľīä»Ģä¹Ī":104139,"çļĦäºĭ":104140,"çĻ»è®°":104141,"人æ°ijå¸ģ":104142,"è§Ĥä¼Ĺ":104143,"è§Ĥå¯Ł":104144,"çĶµèĦij":104145,"çļĦåIJĮæŶ":104146,"ä½ľä¸ļ":104147,"宣å¸ĥ":104148,"çļĦä½ľçĶ¨":104149,"åĽŀæĿ¥":104150,"éļ¾ä»¥":104151,"æīĢæľīçļĦ":104152,"å°ıåѦ":104153,"æıIJåīį":104154,"æ¤įçī©":104155,"åĩ¯":104156,"ä¸ĬäºĨ":104157,"å°±åľ¨":104158,"åħĪåIJİ":104159,"æīĭæľ¯":104160,"éĥŃ":104161,"éĿ¢åīį":104162,"æ¯ķç«Ł":104163,"äºĮæĺ¯":104164,"红èī²":104165,"éĺ³åħī":104166,"èĭ¹æŀľ":104167,"å¾Īå¤ļ人":104168,"ç»ĻæĪij":104169,"åĵ¦":104170,"çľ¼çĿĽ":104171,"éłŃ":104172,"ä¸Ģæĺ¯":104173,"åıijå±ķçļĦ":104174,"åıįåºĶ":104175,"æĪ¿å±ĭ":104176,"æľŁå¾ħ":104177,"ç§įæ¤į":104178,"æĸĩåѦ":104179,"åį³åı¯":104180,"é¦ĸ次":104181,"èĭ±éĽĦ":104182,"å¤ļ次":104183,"åĮħè£ħ":104184,"æ²³åįĹ":104185,"ä¹ĭéĹ´çļĦ":104186,"ä»įçĦ¶":104187,"åIJ¬åĪ°":104188,"èij£äºĭéķ¿":104189,"è§ĦåĪĻ":104190,"ä¸Ģ份":104191,"大ä¼Ĺ":104192,"使å¾Ĺ":104193,"è¿Ľåı£":104194,"ä¸Ģçīĩ":104195,"æĢ§çļĦ":104196,"çļĦ大":104197,"æĪijæĺ¯":104198,"äºĴåĬ¨":104199,"æ°£":104200,"çļĨ":104201,"åħ¬åı¸çļĦ":104202,"ä¸Ģè¾¹":104203,"åıĬåħ¶":104204,"èī¯å¥½çļĦ":104205,"æĭĵå±ķ":104206,"å½ĵå¹´":104207,"å¹¿åľº":104208,"åģļäºĨ":104209,"åŁºäºİ":104210,"æıIJéĨĴ":104211,"åħĦå¼Ł":104212,"èĢģæĿ¿":104213,"è¿ijæĹ¥":104214,"çĬ¶åĨµ":104215,"注éĩį":104216,"åĪļåĪļ":104217,"è°ĥçłĶ":104218,"å¿ĥä¸Ń":104219,"æĬĬæı¡":104220,"éļıåIJİ":104221,"ä¸įå¤Ł":104222,"åĪĽä½ľ":104223,"ç«Ļåľ¨":104224,"缸äºĴ":104225,"çĸ«æĥħéĺ²æݧ":104226,"年代":104227,"带åĬ¨":104228,"伤害":104229,"ç«ŁçĦ¶":104230,"å¼ķè¿Ľ":104231,"累计":104232,"让æĪij们":104233,"åĽŀæĶ¶":104234,"æĬ¥åIJį":104235,"åĬ©åĬĽ":104236,"èģĶ缣":104237,"çŃĸçķ¥":104238,"åij¨è¾¹":104239,"åĭĴ":104240,"è¿ĺåľ¨":104241,"æµģéĩı":104242,"寻æī¾":104243,"çĶµåĬĽ":104244,"èĪ¹èĪ¶":104245,"è¿ĺèĥ½":104246,"æĭħä»»":104247,"çļĦæĥħåĨµä¸ĭ":104248,"çļĦåİŁåĽł":104249,"缺ä¹ı":104250,"çIJĥåijĺ":104251,"å²ģçļĦ":104252,"çĶ·åŃIJ":104253,"å·¥èµĦ":104254,"è¿ijå¹´æĿ¥":104255,"åijĢ":104256,"æıIJä¾ĽäºĨ":104257,"她们":104258,"家åħ·":104259,"çĩķ":104260,"è½»æĿ¾":104261,"æł¡åĽŃ":104262,"èĢĥæł¸":104263,"åį±éĻ©":104264,"åħļç»Ħç»ĩ":104265,"æĢ»ç»ıçIJĨ":104266,"çļĦæĸ°":104267,"çİ»çĴĥ":104268,"è¿Ļä½į":104269,"对æѤ":104270,"家人":104271,"çļĦè¦ģæ±Ĥ":104272,"温度":104273,"æĮĩæķ°":104274,"缴åĪ°":104275,"æѤæŶ":104276,"æ¹ĸåįĹ":104277,"éĥ½è¦ģ":104278,"ä½ľåĩº":104279,"åIJĦä½į":104280,"èĢĥçĶŁ":104281,"ä¾Ŀæį®":104282,"说è¯Ŀ":104283,"æĪijä¹Ł":104284,"å·¥åİĤ":104285,"åıĺæĪIJ":104286,"ä»ĸ人":104287,"æĪijè§īå¾Ĺ":104288,"åIJĦ级":104289,"ä¼łå¥ĩç§ģæľį":104290,"ä¸Ĭåįĩ":104291,"好åĥı":104292,"åĬłéĢŁ":104293,"äºĮåįģ":104294,"è¢ģ":104295,"è£ħ饰":104296,"éĥ½èĥ½":104297,"ä¸Ģå¼ł":104298,"åĬ¨æĢģ":104299,"å¹´çļĦ":104300,"è¿Ļå°±æĺ¯":104301,"ä¹Łè¦ģ":104302,"èµĦæł¼":104303,"æĪĺäºī":104304,"æĦŁè°¢":104305,"åŁ¹èĤ²":104306,"天æ°Ķ":104307,"女士":104308,"åı¯èĥ½ä¼ļ":104309,"çļĦ产åĵģ":104310,"ä¹Łå°±":104311,"主è¦ģæĺ¯":104312,"åĪºæ¿Ģ":104313,"ç»Ļä½ł":104314,"大æķ°æį®":104315,"åĮ»åѦ":104316,"åĪ¤æĸŃ":104317,"ä»ĸ说":104318,"表æ¼Ķ":104319,"äºļæ´²":104320,"ä¸ĵé¢ĺ":104321,"ç«ŀäºīåĬĽ":104322,"éĤ£æł·":104323,"å±ķå¼Ģ":104324,"å¹³æŶ":104325,"æİ¥ä¸ĭæĿ¥":104326,"æī¿è¯º":104327,"æ³ķåĽ½":104328,"åħ³å¿ĥ":104329,"ä¼ļæľī":104330,"éĤĢ请":104331,"é¢Ħéĺ²":104332,"对æİ¥":104333,"好äºĨ":104334,"åĴ±ä»¬":104335,"çļĦæĦŁè§ī":104336,"æĢĿè·¯":104337,"éĥ½æ²¡æľī":104338,"çļĦæĸ¹æ³ķ":104339,"女åŃIJ":104340,"åı¸æ³ķ":104341,"è¿ĺä¼ļ":104342,"è¶ĬæĿ¥è¶Ĭå¤ļ":104343,"åĽłçĤº":104344,"æµ·åįĹ":104345,"人æķ°":104346,"å°Ĩä¼ļ":104347,"ä¸ļ主":104348,"é¤IJ饮":104349,"å±ħä½ı":104350,"åıijåĩº":104351,"è¿ijæľŁ":104352,"å¼ķé¢Ĩ":104353,"æľºåĻ¨äºº":104354,"åĩºæĿ¥çļĦ":104355,"çľĭè§ģ":104356,"ä¿Ĭ":104357,"让ä»ĸ":104358,"ä¸įæĥ³":104359,"å·¥ä½ľçļĦ":104360,"è¡¥åħħ":104361,"æµħ":104362,"çī¹å¾ģ":104363,"ä¸Ĭå¸Ĥåħ¬åı¸":104364,"ç¾İé£Ł":104365,"广西":104366,"æ¯ıä¸Ģ个":104367,"èIJ½åľ°":104368,"åĵģç§į":104369,"åĴĮè°IJ":104370,"å½»åºķ":104371,"é«ĺèĢĥ":104372,"æĺ¨å¤©":104373,"åīįå¾Ģ":104374,"çĽijæµĭ":104375,"çĻ¾åº¦":104376,"åľ¨ä¸ŃåĽ½":104377,"çļĦéľĢæ±Ĥ":104378,"亿ç¾İåħĥ":104379,"åŃ¦æľ¯":104380,"æĶ¶åĪ°":104381,"æĿ¿åĿĹ":104382,"ä¸Ģ段":104383,"æŀĦæĪIJ":104384,"ä¼ģä¸ļçļĦ":104385,"表éĿ¢":104386,"æķ´çIJĨ":104387,"ç»ĵå©ļ":104388,"人家":104389,"åģľæŃ¢":104390,"åѦç§ij":104391,"æĺ¾å¾Ĺ":104392,"ä¼ijæģ¯":104393,"é¢ĦæľŁ":104394,"æĪĸæĺ¯":104395,"çļĦ主è¦ģ":104396,"åºĶ对":104397,"èµ°äºĨ":104398,"ä¸ŃéĹ´":104399,"èµ°è¿Ľ":104400,"åijĪçİ°":104401,"æIJŃéħį":104402,"é¹ı":104403,"æĺ¯åĽłä¸º":104404,"æĥħ绪":104405,"å®ļæľŁ":104406,"社ä¼ļ主ä¹ī":104407,"çŃī级":104408,"çŁĽçĽ¾":104409,"é£ŀæľº":104410,"èĩ³ä»Ĭ":104411,"æĶ¶éĽĨ":104412,"çļĦæķħäºĭ":104413,"åĪĩå®ŀ":104414,"å®ŀçİ°äºĨ":104415,"å½¢æĪIJäºĨ":104416,"åįĹæĸ¹":104417,"ä¸ŃåѦ":104418,"æµ·æ´ĭ":104419,"åIJ¦åĪĻ":104420,"æĭįæijĦ":104421,"大åѦçĶŁ":104422,"åĩºçİ°äºĨ":104423,"æĦıå¤ĸ":104424,"ä¹Łèĥ½":104425,"çļĦèĥ½åĬĽ":104426,"åĿIJåľ¨":104427,"åĪĻæĺ¯":104428,"èĢĥå¯Ł":104429,"å°Ĭéĩį":104430,"éĺ²æŃ¢":104431,"ç´§å¼ł":104432,"读书":104433,"åĩºè¡Į":104434,"å°±æľī":104435,"å±¥è¡Į":104436,"çݰ代åĮĸ":104437,"åĽ½åĬ¡":104438,"åĽ½åĬ¡éĻ¢":104439,"ç»´ä¿®":104440,"åİŁåĪĽ":104441,"æĺ¯æĮĩ":104442,"ä¼ijéĹ²":104443,"çĤ®":104444,"æĸ°æĹ¶ä»£":104445,"éĢĻåĢĭ":104446,"ä¸įæķ¢":104447,"å®Įç¾İ":104448,"ç»ĨèĬĤ":104449,"éŃı":104450,"èĶ¬èıľ":104451,"é¢Ĩ导çıŃåŃIJ":104452,"è¶ħ级":104453,"è¡Įæĥħ":104454,"人工æĻºèĥ½":104455,"åį°åº¦":104456,"åŁºç¡Ģ设æĸ½":104457,"åıĪæĺ¯":104458,"èį¯çī©":104459,"åIJ¸æĶ¶":104460,"åį´æĺ¯":104461,"éĥİ":104462,"å¥ĸåĬ±":104463,"çļĦæľĭåıĭ":104464,"ä¿ĿçķĻ":104465,"è§Ħå¾ĭ":104466,"æĸ°çĸĨ":104467,"è¿ĺåı¯ä»¥":104468,"æİ¥è¿ij":104469,"æѤåīį":104470,"æī¹åĩĨ":104471,"æĢİä¹Īæł·":104472,"çļĦä½įç½®":104473,"ä¸ĢåĿĹ":104474,"æĭĴç»Ŀ":104475,"顾客":104476,"ä¹Łåľ¨":104477,"ä¸ĢçĶŁ":104478,"éĥ¨éĺŁ":104479,"å¹´åīį":104480,"æĸ¹éĿ¢çļĦ":104481,"å°Ŀè¯ķ":104482,"羣æŃ£çļĦ":104483,"ç¦ģæŃ¢":104484,"è¿ĺ没æľī":104485,"æ°ijçĶŁ":104486,"èµ°åIJij":104487,"èĦ¸ä¸Ĭ":104488,"å½ĵ天":104489,"éĽĨåĽ¢åħ¬åı¸":104490,"çļĦä¸Ģç§į":104491,"西æĸ¹":104492,"åĽŀåºĶ":104493,"ä¸Ģ声":104494,"常常":104495,"æıIJåĪ°":104496,"èħ¾è®¯":104497,"æľįè£ħ":104498,"为ä½ķ":104499,"äºijåįĹ":104500,"å°±ç®Ĺ":104501,"ä¼łæī¿":104502,"åıįèĢĮ":104503,"ä¸ĩåIJ¨":104504,"财产":104505,"å¦Ĥä¸ĭ":104506,"æĹ¥åīį":104507,"åİŁæľ¬":104508,"æľĢéĩįè¦ģçļĦ":104509,"认è¯ģ":104510,"ä¸Ģéģĵ":104511,"ä¿¡æģ¯åĮĸ":104512,"å¾ĹåĪ°äºĨ":104513,"éĢ²è¡Į":104514,"æĪijè¦ģ":104515,"éĢļä¿¡":104516,"室åĨħ":104517,"èµļéĴ±":104518,"æĶ¶èĹı":104519,"解åĨ³æĸ¹æ¡Ī":104520,"æĪ¿äº§":104521,"çĭ¼":104522,"æ´»åĬĽ":104523,"ç»ıæµİåıijå±ķ":104524,"çŃīå¾ħ":104525,"ä¹Łå¾Ī":104526,"åĿij":104527,"å¾Ī好çļĦ":104528,"éļ¾åº¦":104529,"ä¸įå¦Ĥ":104530,"人æ°ijæĶ¿åºľ":104531,"åĩºåıij":104532,"åīįæľŁ":104533,"æ¼Ķåijĺ":104534,"女çĶŁ":104535,"èģļçĦ¦":104536,"审计":104537,"é¢Ħæµĭ":104538,"ä¾Ŀæīĺ":104539,"äºĶå¹´":104540,"补贴":104541,"æ¸ħæĻ°":104542,"éªĤ":104543,"çľĭèµ·æĿ¥":104544,"çļĦåŃ©åŃIJ":104545,"é¢ijéģĵ":104546,"ä½ıå®ħ":104547,"éĿ¢åIJij":104548,"æľĢä½İ":104549,"æĹ¢çĦ¶":104550,"ä¸Ģå¥Ĺ":104551,"æķ°åѦ":104552,"群ä½ĵ":104553,"åĮĹ京å¸Ĥ":104554,"å±ħçĦ¶":104555,"æ°ĽåĽ´":104556,"éĢĶå¾Ħ":104557,"çļĦåŁºç¡Ģä¸Ĭ":104558,"èģĮè´£":104559,"åı¯èĥ½æĺ¯":104560,"åĨĽäºĭ":104561,"æĪIJæķĪ":104562,"åŃ©åŃIJ们":104563,"计ç®Ĺæľº":104564,"赤":104565,"产ä¸ļåıijå±ķ":104566,"巨大çļĦ":104567,"工人":104568,"çĶŁéķ¿":104569,"éĥ½åı¯ä»¥":104570,"çļĦæľºä¼ļ":104571,"èµĦè´¨":104572,"çĹĽèĭ¦":104573,"ç²īä¸Ŀ":104574,"å¢ĵ":104575,"å¹³å®ī":104576,"管éģĵ":104577,"è·ŁçĿĢ":104578,"é¥®é£Ł":104579,"åķĨ家":104580,"å¤ļ家":104581,"åı¸æľº":104582,"åºĶ该æĺ¯":104583,"éĢıéľ²":104584,"认å®ļ":104585,"è¡Įä¸ļçļĦ":104586,"çļĦä¼ģä¸ļ":104587,"æ¯ıä¸Ģ":104588,"èĮĥåĽ´åĨħ":104589,"è¾ĥ大":104590,"è´¤":104591,"å¤§èµĽ":104592,"å¤ļäºĨ":104593,"鸿":104594,"临åºĬ":104595,"åľ¨è¿Ļ个":104596,"çļĦåĨħ容":104597,"éĶĢéĩı":104598,"å¾Īå°ij":104599,"åŃŁ":104600,"ç»´æĮģ":104601,"åĴĸåķ¡":104602,"æľ¬åľ°":104603,"èī²å½©":104604,"并éĿŀ":104605,"èĢĮå·²":104606,"温æļĸ":104607,"èIJ§":104608,"æĬĵä½ı":104609,"èĢĮä¸įæĺ¯":104610,"åĸĬ":104611,"çļĦåħ³ç³»":104612,"çī©åĵģ":104613,"éĤ£æĺ¯":104614,"åĨľäº§åĵģ":104615,"è¿ĻæŶ":104616,"å©ļ姻":104617,"æ°´æŀľ":104618,"æĶ¶èİ·":104619,"ä»ĺåĩº":104620,"客æĪ·ç«¯":104621,"æ¼Ķåĩº":104622,"åħ¨æĸ°":104623,"è¿Ļä¹Łæĺ¯":104624,"æĺ¯çĶ±":104625,"è§Ĥ念":104626,"æľī个":104627,"éĢłåŀĭ":104628,"èĥľåĪ©":104629,"ä¸īæĺ¯":104630,"è¶ħå¸Ĥ":104631,"åħļå»ºå·¥ä½ľ":104632,"æĶ¾å¿ĥ":104633,"线路":104634,"æĭĽçĶŁ":104635,"åIJĥé¥Ń":104636,"è½ī":104637,"å°½éĩı":104638,"è§ģåĪ°":104639,"åIJĮæ¯Ķå¢ŀéķ¿":104640,"åįİ为":104641,"æĪijå¸Ĥ":104642,"æıIJåĩºäºĨ":104643,"æ°ijèѦ":104644,"åįļçī©":104645,"åįļçī©é¦Ĩ":104646,"è¯ļä¿¡":104647,"åīįéĿ¢":104648,"山西":104649,"è¾ħåĬ©":104650,"转移":104651,"æĽ´ä¸º":104652,"丰å¯ĮçļĦ":104653,"åį¢":104654,"å¿«éĢĴ":104655,"æĺ¾èijĹ":104656,"çī©èµĦ":104657,"åĪ°è¾¾":104658,"æľīåĪ©äºİ":104659,"åijĨ":104660,"åŃ©åŃIJçļĦ":104661,"ä¸įä½Ĩ":104662,"çłĶ究éĻ¢":104663,"çĶ³æĬ¥":104664,"æļ¨":104665,"æ°ijéĹ´":104666,"åį»":104667,"çļĦå£°éŁ³":104668,"å¸ĤåľºçļĦ":104669,"ä¸Ģåı¥":104670,"çľģ级":104671,"æĿ¥çļĦ":104672,"åĵªä¸ª":104673,"æīįä¼ļ":104674,"åĪĨéħį":104675,"èĶ¡":104676,"ä»ĸåľ¨":104677,"åħ±æľī":104678,"å¡ĺ":104679,"èĴĤ":104680,"éľį":104681,"åıĤè§Ĥ":104682,"ä¸Ī夫":104683,"ä¾ĿéĿł":104684,"æľīæŶ":104685,"äºĨå¾Īå¤ļ":104686,"ä¸ĸçķĮæĿ¯":104687,"家æĹı":104688,"ä¸įéľĢè¦ģ":104689,"大å¸Ī":104690,"èŀįåħ¥":104691,"éĿŀæ³ķ":104692,"çĹħ人":104693,"åIJİæľŁ":104694,"大家éĥ½":104695,"ç½ijåĿĢ":104696,"åİŁæĸĻ":104697,"ä¾¿å®ľ":104698,"æ¶Ľ":104699,"ä»¿ä½Ľ":104700,"å·®è·Ŀ":104701,"åı¦ä¸Ģæĸ¹éĿ¢":104702,"产åĵģçļĦ":104703,"赫":104704,"æĥħåĨµä¸ĭ":104705,"éĴ¢éĵģ":104706,"æľ¬ç«Ļ":104707,"纳åħ¥":104708,"å·²æľī":104709,"æľī没æľī":104710,"估计":104711,"é£ĺ":104712,"æľŁè´§":104713,"åĢĭ人è³ĩæĸĻ":104714,"ä¸ĵä¸ļçļĦ":104715,"çĪĨåıij":104716,"èĩ´åĬĽäºİ":104717,"çİ°åľ¨çļĦ":104718,"æľīåĵªäºĽ":104719,"çł´åĿı":104720,"æķ°åŃĹåĮĸ":104721,"åľ°éĿ¢":104722,"é»ijèī²":104723,"å¹¼åĦ¿åĽŃ":104724,"çļĦç²¾ç¥ŀ":104725,"äºŃ":104726,"导æ¼Ķ":104727,"çİ°æľī":104728,"æѦåĻ¨":104729,"èĭıå·ŀ":104730,"çİĦ":104731,"æ±Łè¥¿":104732,"延伸":104733,"论æĸĩ":104734,"è¾ĥ为":104735,"çİ©æ³ķ":104736,"é¼İ":104737,"åIJĮæŃ¥":104738,"éĩĬæĶ¾":104739,"æĽĿåħī":104740,"åĿļåĨ³":104741,"å§Ķæīĺ":104742,"å°Ĩåľ¨":104743,"äºĪ以":104744,"ä½ľæĸĩ":104745,"èĢĮåľ¨":104746,"ä¼ĺåħĪ":104747,"åĽŀåİ»":104748,"ä¿®å¤į":104749,"åĽ½åĨħå¤ĸ":104750,"çŃĸåĪĴ":104751,"åıijæĶ¾":104752,"å¿ĥæĥħ":104753,"çļĦåİĨåı²":104754,"éĿ¢è¯ķ":104755,"举åĮĹ":104756,"ä¿¡åı·":104757,"ç²®é£Ł":104758,"è¯ģ书":104759,"æŁIJäºĽ":104760,"è¿IJä½ľ":104761,"åĨ²åĩ»":104762,"çĥŃçĤ¹":104763,"æŶæŶ":104764,"æŶæĹ¶å½©":104765,"åľ°çĤ¹":104766,"ä¸Ģä½ĵåĮĸ":104767,"éļ¾é¢ĺ":104768,"æĽ°":104769,"ç«ĭåĪ»":104770,"æĺ¯éĿŀ常":104771,"åħ±åĴĮ":104772,"åħ±åĴĮåĽ½":104773,"æ¿ĢåĬ±":104774,"æľīæķĪçļĦ":104775,"å¤Ħç½®":104776,"该åħ¬åı¸":104777,"æ£ĢéªĮ":104778,"èѦæĸ¹":104779,"è´¾":104780,"äºĨä¸Ģä¸ĭ":104781,"ä»ĬåIJİ":104782,"çħ®":104783,"çĶ¨åĵģ":104784,"读èĢħ":104785,"æĪijåľ¨":104786,"åĽŀå¤į":104787,"ä¸Ģ座":104788,"è¿ĺ没":104789,"å®ļåĪ¶":104790,"没æĥ³åĪ°":104791,"夹":104792,"ä¼łéĢĴ":104793,"ä¸Ģ款":104794,"强大çļĦ":104795,"çļĦè¡Į为":104796,"å¤ı天":104797,"åıijåĬ¨æľº":104798,"é¢ĨåŁŁçļĦ":104799,"å®ŀéªĮ室":104800,"ä¸ĢæĬĬ":104801,"æĺ¯ä¸ºäºĨ":104802,"éĻķ西":104803,"æĭħä¿Ŀ":104804,"è¾¾æĪIJ":104805,"è¦ģæĺ¯":104806,"æĺİ天":104807,"ç»Ļä»ĸ":104808,"建ç«ĭäºĨ":104809,"ä¸įè¡Į":104810,"ä¸Ńæĸĩ":104811,"åľ°è¯´":104812,"åIJİçļĦ":104813,"çĽijæݧ":104814,"éĢ¸":104815,"æĢ»éĥ¨":104816,"æľ¬æĸĩ":104817,"鹿":104818,"æĻ¯è§Ĥ":104819,"çļĦ缮æłĩ":104820,"èĽĩ":104821,"åĨ¯":104822,"ä¸ŃåĮ»":104823,"æķĪåºĶ":104824,"产éĩı":104825,"åŃĿ":104826,"è´¦æĪ·":104827,"è¿Ŀåıį":104828,"èij£äºĭä¼ļ":104829,"äº¬ä¸ľ":104830,"责任ç¼ĸè¾ij":104831,"åķıé¡Į":104832,"çĪ±å¿ĥ":104833,"èŃ¦å¯Ł":104834,"é¤IJåİħ":104835,"å¸ĤæĶ¿åºľ":104836,"天天":104837,"æĸ°é²ľ":104838,"éĥijå·ŀ":104839,"è¶ħè¶Ĭ":104840,"å½Ń":104841,"çŁ¥è¯Ĩ产æĿĥ":104842,"åĽŀå¿Ĩ":104843,"路线":104844,"å»īæ´ģ":104845,"éĿĴå°ijå¹´":104846,"åıĸå¾ĹäºĨ":104847,"çľĭåĪ°äºĨ":104848,"馬":104849,"ç²¾åĵģ":104850,"åľ°éĵģ":104851,"æĮģæľī":104852,"ä¸ĭäºĨ":104853,"æľīæŶåĢĻ":104854,"ä¸Ģ人":104855,"æĴĴ":104856,"ä»Ķç»Ĩ":104857,"èĢģåħ¬":104858,"äºĭå®ŀä¸Ĭ":104859,"èģĶèµĽ":104860,"ä¾ĽåºĶéĵ¾":104861,"é¢Ħç®Ĺ":104862,"åĪ¶éĢłä¸ļ":104863,"å®īåħ¨çĶŁäº§":104864,"俱ä¹IJ":104865,"俱ä¹IJéĥ¨":104866,"çļĦæł¸å¿ĥ":104867,"æīĵç®Ĺ":104868,"å½±çīĩ":104869,"æIJŃ建":104870,"ä¹Łä¸įä¼ļ":104871,"æĭħå½ĵ":104872,"å±ĤéĿ¢":104873,"åѦåijĺ":104874,"临æŶ":104875,"缸ç»ĵåIJĪ":104876,"对æ¯Ķ":104877,"ä»ĸæĺ¯":104878,"æĸ°åĮº":104879,"è¿Ľåİ»":104880,"çĻ¾å¹´":104881,"ä¿©":104882,"尽快":104883,"çĶµåŃIJåķĨåĬ¡":104884,"æĽ´æľī":104885,"æ¸ħçIJĨ":104886,"åı¦ä¸Ģ个":104887,"åĤ»":104888,"ä»Ģä¹Īæł·çļĦ":104889,"æĺ¯æľĢ":104890,"åij¨å¹´":104891,"å¾Ī容æĺĵ":104892,"åĽ¢ç»ĵ":104893,"ç´Ħ":104894,"æĹ©å·²":104895,"çļĦåıĺåĮĸ":104896,"éľŀ":104897,"æĹ¥ä¸ĬåįĪ":104898,"失åİ»":104899,"ä¸Ńåľĭ":104900,"çļĦä¸ĢäºĽ":104901,"å°ıåŃ©":104902,"ä¸ĭè·Į":104903,"éĶ»çĤ¼":104904,"éij":104905,"éij«":104906,"å¿ĹæĦ¿èĢħ":104907,"èĤ¡å¸Ĥ":104908,"èµĽäºĭ":104909,"许åı¯è¯ģ":104910,"åı¯æĮģç»Ń":104911,"åijĬè¯īè®°èĢħ":104912,"éĢ»è¾ij":104913,"å¼ķåħ¥":104914,"çļĦè¿ĩç¨ĭä¸Ń":104915,"è§Ĩè§ī":104916,"èĩªæ²»åĮº":104917,"è¯ģæį®":104918,"è£ħç½®":104919,"第ä¸īæĸ¹":104920,"å¹´æĿ¥":104921,"å¹¿ä¸ľçľģ":104922,"带æĿ¥äºĨ":104923,"éķ¿æ±Ł":104924,"访éĹ®":104925,"å·®ä¸įå¤ļ":104926,"æĺ¯æĪij":104927,"éģŃéģĩ":104928,"æĬĵ好":104929,"é«ĺè¾¾":104930,"å¹¶åľ¨":104931,"èĩªè§ī":104932,"ä¾ĽåºĶåķĨ":104933,"æĥħæĦŁ":104934,"ä½ıäºĨ":104935,"çļĦèģĮä¸ļ":104936,"çļĩå¸Ŀ":104937,"西éĥ¨":104938,"åĴĮå¹³":104939,"çļĦåĬĽéĩı":104940,"汪":104941,"åħħåĪĨåıijæĮ¥":104942,"æĬķè¯ī":104943,"èµ·åĪ°":104944,"äºĴ缸":104945,"æ¾³éŨ":104946,"æİ¥åĪ°":104947,"æ°´æ³¥":104948,"模åŀĭ":104949,"ä¸ĢåįĬ":104950,"秩åºı":104951,"æĪijä»¬åľ¨":104952,"æī¿è®¤":104953,"ä¸Ģéĥ¨åĪĨ":104954,"åįłæ¯Ķ":104955,"å¦ĩ女":104956,"ç²ĺ":104957,"äºĨ解åĪ°":104958,"ä¸Ģå®ļä¼ļ":104959,"åIJĦ大":104960,"èµ°åĩº":104961,"为大家":104962,"é«ĺéĵģ":104963,"åı¯ä»¥åľ¨":104964,"ä½Ĩåľ¨":104965,"çĶŁæĢģçݯå¢ĥ":104966,"èı¯":104967,"çļĦä»·æł¼":104968,"麻çĥ¦":104969,"æ¿Ģåıij":104970,"éĤ£å°±":104971,"çļĦæł·åŃIJ":104972,"为æѤ":104973,"å¤©åľ°":104974,"çļĦ缮çļĦ":104975,"åĢºåĪ¸":104976,"å·²ç¶ĵ":104977,"åĽĽå¤§":104978,"åIJĮæĹ¶ä¹Ł":104979,"å½¼æѤ":104980,"æĭ¿åĪ°":104981,"åIJ«éĩı":104982,"åįģ大":104983,"éļ¾éģĵ":104984,"å¼Ĺ":104985,"ä¸Ģ段æŶéĹ´":104986,"çħ§é¡¾":104987,"æķ°æį®æĺ¾ç¤º":104988,"æĪIJ为äºĨ":104989,"èµ°åĪ°":104990,"æľ¬åħ¬åı¸":104991,"ç»Ī端":104992,"ä¹Łä¸įæĺ¯":104993,"头åıij":104994,"大约":104995,"é£İæĻ¯":104996,"æ¶ĪèĢĹ":104997,"å®¡æŁ¥":104998,"äºīåıĸ":104999,"æ³ķæ²»":105000,"äºĭçī©":105001,"ç¼ĵ解":105002,"æĥ¨":105003,"缸åºĶçļĦ":105004,"çļĦæķĪæŀľ":105005,"åıįå¤į":105006,"åıijçĶŁäºĨ":105007,"éĢĻäºĽ":105008,"ç»ĥä¹ł":105009,"åݨæĪ¿":105010,"å¼Ģæĭĵ":105011,"欣èµı":105012,"夫妻":105013,"ä¸įä¸Ģæł·":105014,"产èĥ½":105015,"èĬ¯çīĩ":105016,"è¦ģç´ł":105017,"åıį对":105018,"çİĩåħĪ":105019,"è´§çī©":105020,"æĹ¥çĶµ":105021,"ä½ľå®¶":105022,"æĶ¹è¿Ľ":105023,"æĪIJåĪĨ":105024,"åĽłèĢĮ":105025,"åĩıèĤ¥":105026,"æ½ĺ":105027,"å±±ä¸ľçľģ":105028,"åĬĿ":105029,"åŁĭ":105030,"æѦè£ħ":105031,"æ±ĩæĬ¥":105032,"ä¸Ģ个æľĪ":105033,"çĥŃéŨ":105034,"大éģĵ":105035,"æ´»åĭķ":105036,"éĥ½å¾Ī":105037,"çĶµæ¢¯":105038,"ç´§æĢ¥":105039,"åĢºåĬ¡":105040,"客æľį":105041,"ä¸Ģéĥ¨":105042,"ä½łæĺ¯":105043,"çİ°çĬ¶":105044,"æŃ£ç¡®çļĦ":105045,"ä¹ĭå¤Ħ":105046,"ç¼ĸåĪ¶":105047,"ä½łåı¯ä»¥":105048,"çŃīåľ°":105049,"èİī":105050,"对è¯Ŀ":105051,"æ·ĺå®Ŀ":105052,"è°ĥèĬĤ":105053,"æİĴæĶ¾":105054,"åºĵåŃĺ":105055,"ç´ļ":105056,"çļĦä¼ĺåĬ¿":105057,"æĿĥå¨ģ":105058,"以ä¸ĭç®Ģ称":105059,"ä¸Ģ项":105060,"èģļéĽĨ":105061,"ä¼łç»ŁçļĦ":105062,"æ··åIJĪ":105063,"è¿Ļä¸ĢçĤ¹":105064,"ä¸Ģçľ¼":105065,"æĹłéĻIJ":105066,"èİ·å¾ĹäºĨ":105067,"éĢīæīĭ":105068,"åĪ¶åĵģ":105069,"åįıä½ľ":105070,"çĭ¬çī¹çļĦ":105071,"ä¸Ģ级":105072,"è¿Ļ个éĹ®é¢ĺ":105073,"æĸĮ":105074,"æĺ¯æĪij们":105075,"æķĮ人":105076,"æ¸ħæ´Ĺ":105077,"ä¸ĢçĽ´åľ¨":105078,"å°ıç±³":105079,"çļĦè¿ĩç¨ĭ":105080,"åľ¨åĮĹ京":105081,"ä¸ĢæĶ¯":105082,"æĹ©ä¸Ĭ":105083,"æĸĩèīº":105084,"ç¦ıåĪ©":105085,"é£ŁçĶ¨":105086,"æĦŁåĬ¨":105087,"åħ¨ç¨ĭ":105088,"æĶ¯åĩº":105089,"æĸ°å»º":105090,"å¸ķ":105091,"æĺ¾çĦ¶":105092,"羣çļĦæĺ¯":105093,"æĸ°éĹ»ç½ij":105094,"èĥ½åIJ¦":105095,"åįıåĬ©":105096,"亲èĩª":105097,"å¾Īæľī":105098,"çĻ¼å±ķ":105099,"æĦı大":105100,"æĦı大åĪ©":105101,"çĶµç½ij":105102,"æĹ¥çĽĬ":105103,"çĨ±":105104,"èĤĮèĤ¤":105105,"çĶ·æĢ§":105106,"ç»Ħ建":105107,"çŃīéĹ®é¢ĺ":105108,"æ¶ĪéĻ¤":105109,"æĬ¤çIJĨ":105110,"å¡ijæĸĻ":105111,"ä¹Įåħĭ":105112,"ä¹Įåħĭåħ°":105113,"åķĨæłĩ":105114,"çIJ³":105115,"æĸ°æīĭ":105116,"çļĦçī¹çĤ¹":105117,"åĴ¬":105118,"å½ĵä¸ĭ":105119,"设计å¸Ī":105120,"èµĶåģ¿":105121,"第åįģ":105122,"æĻºèĥ½åĮĸ":105123,"å¼ĢåıijåĮº":105124,"åı¯ä»¥éĢļè¿ĩ":105125,"åħ±äº§åħļ":105126,"åİī害":105127,"çģµæ´»":105128,"æŶåħī":105129,"éĥ¨ä½į":105130,"人æĸĩ":105131,"è¿ĽæĿ¥":105132,"ä¹ĭæīĢ以":105133,"ä¸īåįģ":105134,"çļĦåѦçĶŁ":105135,"éĺ²æĬ¤":105136,"åĽ½äº§":105137,"æ·±åľ³å¸Ĥ":105138,"éĤ£å°±æĺ¯":105139,"åĪ°ä½į":105140,"çī¹æľĹ":105141,"çī¹æľĹæĻ®":105142,"å®ŀæŶ":105143,"åı°çģ£":105144,"èĢĮä¸į":105145,"æĮĩå®ļ":105146,"åĿĿ":105147,"èħIJè´¥":105148,"çī¹å®ļ":105149,"å¢ŀéĢŁ":105150,"æłĩçŃ¾":105151,"æĪ¿ä»·":105152,"æĦģ":105153,"贯彻èIJ½å®ŀ":105154,"æĢ§è´¨":105155,"çłĶ究çĶŁ":105156,"ç¾İ容":105157,"æī¹è¯Ħ":105158,"究竣":105159,"人åĬĽèµĦæºIJ":105160,"éĸĭå§ĭ":105161,"åĽŀå½Ĵ":105162,"èIJ¥åķĨ":105163,"èIJ¥åķĨçݯå¢ĥ":105164,"ä¸ŃåĽ½äºº":105165,"çļĦåŁºæľ¬":105166,"è¯Ŀé¢ĺ":105167,"æłĩåĩĨåĮĸ":105168,"西èĹı":105169,"åĭ¾":105170,"çļĦ设计":105171,"ç®ĢåįķçļĦ":105172,"å¤įåĪ¶":105173,"æ¸IJæ¸IJ":105174,"以å¤ĸ":105175,"èģĶåĬ¨":105176,"两次":105177,"æĢ§åĴĮ":105178,"æĽ´å¤§":105179,"çļĦåIJįåŃĹ":105180,"飦":105181,"ä½łè¦ģ":105182,"å¢ĥå¤ĸ":105183,"æĹ©æľŁ":105184,"åĪĿæŃ¥":105185,"è´¦åı·":105186,"害æĢķ":105187,"æĺ¨æĹ¥":105188,"åĪļæīį":105189,"ç¥ŀç§ĺ":105190,"ç²¾å¿ĥ":105191,"æµģéĢļ":105192,"åħ¨æĸ¹ä½į":105193,"以å¾Ģ":105194,"ä¹Łå°Ĩ":105195,"æĺ¯ä¸ŃåĽ½":105196,"åĽ½å®¶çº§":105197,"å°ĨåĨĽ":105198,"æijĬ":105199,"æľĢ为":105200,"第ä¸ĢæŶéĹ´":105201,"æ¶Īæ¯Ĵ":105202,"å°Ĩäºİ":105203,"å¨ģèĥģ":105204,"èĭ±æĸĩ":105205,"æīĭä¸Ń":105206,"çIJĥè¿·":105207,"è§Ĥçľĭ":105208,"离å©ļ":105209,"æľ¬åľŁ":105210,"åĪĨæķ£":105211,"æĻ´":105212,"è¦ģ注æĦı":105213,"浪费":105214,"管æݧ":105215,"åĩºåĶ®":105216,"æĢ»è£ģ":105217,"ä¸Ģéĺµ":105218,"å¨ĩ":105219,"äºĶ个":105220,"å½ĵåĪĿ":105221,"çºłçº·":105222,"ä¸ĵçĶ¨":105223,"å¤ĩæ¡Ī":105224,"åĪĿæľŁ":105225,"å®ĥæĺ¯":105226,"åĮºåĿĹ":105227,"åĮºåĿĹéĵ¾":105228,"大è¿ŀ":105229,"è¿Ļç±»":105230,"åıĺæĪIJäºĨ":105231,"éĤĦæĺ¯":105232,"åįļ客":105233,"çı¾åľ¨":105234,"ä¸Ģæĸ¹":105235,"å®ĮæĪIJäºĨ":105236,"è¿Ļ个æŶåĢĻ":105237,"åħ¨å¹´":105238,"ä¸Ĭ线":105239,"ç½IJ":105240,"ç«ŀèµĽ":105241,"åĩºçīĪ社":105242,"åĵ¥åĵ¥":105243,"寫":105244,"å¾Ĺ以":105245,"èĬ±åĽŃ":105246,"äºĨèµ·æĿ¥":105247,"èĦ±è´«æĶ»åĿļ":105248,"çļĦåİŁåĪĻ":105249,"讲解":105250,"æ¶ĪåĮĸ":105251,"æįŁå®³":105252,"æļĤæŶ":105253,"å¾ĹçŁ¥":105254,"éĢĤçĶ¨":105255,"éŨåºĹ":105256,"解读":105257,"æĻ®åıĬ":105258,"人æ°ijæ³ķéĻ¢":105259,"åī¯ä¸»ä»»":105260,"å¿ĥçģµ":105261,"è¯ĬæĸŃ":105262,"ç¾İ女":105263,"æŁ¯":105264,"年以æĿ¥":105265,"æ´»è·ĥ":105266,"åĢŁåĬ©":105267,"åħ±å»º":105268,"è¯ī讼":105269,"æĶ¾æĿ¾":105270,"çªĹåı£":105271,"ä¼ģæ¥Ń":105272,"åĬłæĭ¿":105273,"åĬłæĭ¿å¤§":105274,"ä¹°äºĨ":105275,"主æµģ":105276,"æĩĤå¾Ĺ":105277,"å°Ĩåħ¶":105278,"éĢıæĺİ":105279,"å·¥ä½ľä¸Ń":105280,"èĤ¡ä»·":105281,"æ¡£æ¡Ī":105282,"没æľīä»»ä½ķ":105283,"åijĬçŁ¥":105284,"å¹´åĪĿ":105285,"æĹ¥ä¸ĭåįĪ":105286,"åİĤåķĨ":105287,"èĬĤå¥ı":105288,"主导":105289,"è£Ŀ":105290,"åħ³éĶ®è¯į":105291,"èģĬ天":105292,"åĨĻä½ľ":105293,"æĶ¹éĿ©å¼ĢæĶ¾":105294,"æľīæľĽ":105295,"éĢļæĬ¥":105296,"èIJĮ":105297,"æĢ»é¢Ŀ":105298,"çŁŃæľŁ":105299,"ä¸Ģçķª":105300,"çĶŁæ´»çļĦ":105301,"åĮĸçļĦ":105302,"æĺ¥å¤©":105303,"è¿Ļåľº":105304,"æĸ°å¼Ģä¼łå¥ĩ":105305,"æĺ¯è¦ģ":105306,"å°ļæľª":105307,"åıĺæĽ´":105308,"ä¸Ģåij¨":105309,"客è§Ĥ":105310,"æĹ¥èĩ³":105311,"é¹°":105312,"çݲ":105313,"å°ĨæĿ¥":105314,"客人":105315,"åıĺéĿ©":105316,"说äºĨ":105317,"åİŁçIJĨ":105318,"èģĮåĬ¡":105319,"åıĪæľī":105320,"ä¸Ģåı¥è¯Ŀ":105321,"æĦŁåıĹåĪ°":105322,"ç¬ĶèĢħ":105323,"移æ°ij":105324,"西åįĹ":105325,"ä¹ĥèĩ³":105326,"æŃ£è§Ħ":105327,"åĪĿä¸Ń":105328,"çĬ¬":105329,"å½ĵäºĭ":105330,"å½ĵäºĭ人":105331,"æĪij们è¦ģ":105332,"åħ¥åı£":105333,"éĤ£æŶ":105334,"æľīéĻIJ责任":105335,"å°ij女":105336,"è¿Ļä¹Īå¤ļ":105337,"åĪĨåħ¬åı¸":105338,"å®ĩå®Ļ":105339,"çļĦéĢīæĭ©":105340,"å§IJå§IJ":105341,"åıijèµ·":105342,"è»į":105343,"æĽ´å¥½åľ°":105344,"éĻĨç»Ń":105345,"æľ¬æľįåĭĻ":105346,"å«©":105347,"赶紧":105348,"èĦĤèĤª":105349,"第äºĮ天":105350,"æĪijä¼ļ":105351,"两ä½į":105352,"æķ²":105353,"åħ¬å®īæľºåħ³":105354,"ç§ijæĬĢåĪĽæĸ°":105355,"尺寸":105356,"è¾IJå°Ħ":105357,"å®ĹæķĻ":105358,"转æį¢":105359,"åĩºçİ°åľ¨":105360,"ä¸Ģé¢Ĺ":105361,"æľŁéĻIJ":105362,"åIJĮåѦ们":105363,"åĮĹæĸ¹":105364,"ä½łå°±":105365,"ä¸Ģ带ä¸Ģè·¯":105366,"èĢģå©Ĩ":105367,"游æĪıçݩ家":105368,"çļĦç»ĵæŀľ":105369,"è¡¥åģ¿":105370,"å¤ĸè´¸":105371,"对å¾ħ":105372,"ç»´çĶŁç´ł":105373,"ç»ıéĶĢåķĨ":105374,"è¿ĺå°Ĩ":105375,"åŃIJ女":105376,"æĽ´é«ĺ":105377,"ä¸į大":105378,"éī´å®ļ":105379,"让ä»ĸ们":105380,"æīĢè°ĵçļĦ":105381,"æŃ»äºĨ":105382,"帮æī¶":105383,"åĵ²åѦ":105384,"以ä¸ĬçļĦ":105385,"çļĦåħ³éĶ®":105386,"æĹ©å°±":105387,"æĬ¥ä»·":105388,"éģµå®Ī":105389,"æī©å¼ł":105390,"æĺ¯å¾Ī":105391,"å¼ĢéĢļ":105392,"æĸ°åĬł":105393,"æĸ°åĬłåĿ¡":105394,"ç¿»è¯ij":105395,"询éĹ®":105396,"é¸Ń":105397,"ä½ĵåĨħ":105398,"两个人":105399,"çĪ¹":105400,"éľľ":105401,"乡æĿijæĮ¯åħ´":105402,"çĿ¡è§ī":105403,"å®ĺåijĺ":105404,"åĪĽå§ĭ":105405,"åĪĽå§ĭ人":105406,"ä¼Ĺ人":105407,"åį³ä¾¿":105408,"çĸ«èĭĹ":105409,"ä¼ģä¸ļ家":105410,"渣":105411,"ç²¾åĬĽ":105412,"å¤ĸéĥ¨":105413,"èģªæĺİ":105414,"è¿Ļä¹Ł":105415,"å½ķåıĸ":105416,"åĨ²çªģ":105417,"åħ¨èº«":105418,"åŃ£èĬĤ":105419,"忽çĦ¶":105420,"çļĦæĢģ度":105421,"åĤ¨å¤ĩ":105422,"ä¿Ŀåħ»":105423,"çļĦæĥ³æ³ķ":105424,"ä¸Ĭæµ·å¸Ĥ":105425,"æIJºæīĭ":105426,"çļĦä¿¡æģ¯":105427,"åķĨåľº":105428,"çļĦæĢĿæĥ³":105429,"æĿĥåĬĽ":105430,"毫æĹł":105431,"æĢĢåŃķ":105432,"硬件":105433,"åĨħèĴĻåı¤":105434,"æݢ讨":105435,"åħ»çĶŁ":105436,"çļĦ表çİ°":105437,"空ä¸Ń":105438,"æģIJæĢĸ":105439,"å¾Īé«ĺ":105440,"ç»ıæµİ社ä¼ļ":105441,"ä¸ĬæĿ¥":105442,"延ç»Ń":105443,"éĩįå¤į":105444,"éĺ²èĮĥ":105445,"çļĦå½¢å¼ı":105446,"æľĪåºķ":105447,"èĢģ年人":105448,"绿åĮĸ":105449,"å±±åĮº":105450,"æĭ¿åĩº":105451,"æĹħ客":105452,"æĽ´æį¢":105453,"åħ¬ä¸»":105454,"èĬĤ约":105455,"åħ¨åİ¿":105456,"åĽŀæĬ¥":105457,"çIJĨæĢ§":105458,"çĸ¯çĭĤ":105459,"æ¶īå«Į":105460,"åī§æĥħ":105461,"åĨ¬åŃ£":105462,"åIJİç»Ń":105463,"è¿Ļæĺ¯ä¸Ģ个":105464,"æ¼Ķ讲":105465,"ä¸Ģå±Ĥ":105466,"æľīåħ³éĥ¨éŨ":105467,"æĹłå¥Ī":105468,"ç§įç±»":105469,"缸åħ³çļĦ":105470,"æĪĸèĢħæĺ¯":105471,"æī¶æĮģ":105472,"å¤ļæķ°":105473,"çļĦä½ľåĵģ":105474,"ä¸ĭä¸ĢæŃ¥":105475,"å¸ĪåĤħ":105476,"é«ĺéĢŁåħ¬è·¯":105477,"好åıĭ":105478,"ä¼ĺç§ĢçļĦ":105479,"è¿ĽäºĨ":105480,"æģIJæĢķ":105481,"äºĨåIJ§":105482,"大è§Ħ模":105483,"çļĦä¸ĸçķĮ":105484,"æĢĢçĸij":105485,"å··":105486,"åħ´å¥ĭ":105487,"æĪ°":105488,"æĿijéĩĮ":105489,"æľĭåıĭåľĪ":105490,"åĨ¬å¤©":105491,"ä¸Ńåįİ人æ°ij":105492,"åįıåķĨ":105493,"è¯ĦéĢī":105494,"æĹŃ":105495,"å¢ŀåĬłäºĨ":105496,"åıĹ伤":105497,"ä¸ĢèĤ¡":105498,"便æį·":105499,"ä¸ij":105500,"鹤":105501,"å¤ĸè§Ĥ":105502,"å·¥ç¨ĭå¸Ī":105503,"åĴĮåħ¶ä»ĸ":105504,"è¿Ļå°±":105505,"ä¸Ńå°ıä¼ģä¸ļ":105506,"西åĮĹ":105507,"åĽ½æľīä¼ģä¸ļ":105508,"èĭ¥æĺ¯":105509,"åı¯æĥľ":105510,"çĶŁæĹ¥":105511,"åĩ½":105512,"ä¹°åįĸ":105513,"ç¥Ŀç¦ı":105514,"人æ°ij群ä¼Ĺ":105515,"åħīæĺİ":105516,"åħ¬å¯ĵ":105517,"æĺ¯è°ģ":105518,"æĪijçŁ¥éģĵ":105519,"è¯Ńæĸĩ":105520,"æķıæĦŁ":105521,"ä¸įéĶĻçļĦ":105522,"æĿ¥è®²":105523,"æ³¢åĬ¨":105524,"çļĦ第ä¸Ģ":105525,"åľ°éľĩ":105526,"åľ¨åħ¨åĽ½":105527,"骨干":105528,"å®īç½®":105529,"家çĶµ":105530,"ä¸İæѤ":105531,"ä¸İæѤåIJĮæŶ":105532,"åıĹçģ¾":105533,"çĥŃ线":105534,"çļĦæĬĢæľ¯":105535,"æµĭéĩı":105536,"ä¾Ŀèµĸ":105537,"ä¸ŃåĽ½çļĦ":105538,"çī¹æĢ§":105539,"è¾ĥé«ĺ":105540,"踩":105541,"ä¼ļåľ¨":105542,"建éĢł":105543,"导èĪª":105544,"æĥ³èµ·":105545,"åħ¨ä¸ĸçķĮ":105546,"建æĿIJ":105547,"ç¯Ģ":105548,"çļĦåŁºç¡Ģ":105549,"èĩªåĬ¨åĮĸ":105550,"åīįåIJİ":105551,"çĿ¡çľł":105552,"æݨè¡Į":105553,"æį®äºĨ解":105554,"ä»Ģä¹ĪæŶåĢĻ":105555,"ä¸įåĸľæ¬¢":105556,"çħ¤çĤŃ":105557,"éĤ£ä¹Īå¤ļ":105558,"å¸ĤåľºåĮĸ":105559,"ä¸į管æĺ¯":105560,"ç«ĭåľº":105561,"éĥ½æ²¡":105562,"课é¢ĺ":105563,"æĪij们å°Ĩ":105564,"è¿ĩçļĦ":105565,"åĨįåĬłä¸Ĭ":105566,"çĪ¾":105567,"身æĿIJ":105568,"çĶ·å¥³":105569,"è¿ľè¿ľ":105570,"çĶ·çĶŁ":105571,"èĩªèº«çļĦ":105572,"è´Łæĭħ":105573,"çĻ¾ä¸ĩ":105574,"西çıŃ":105575,"西çıŃçīĻ":105576,"åĩĢåĪ©æ¶¦":105577,"澳大":105578,"澳大åĪ©äºļ":105579,"ä¸įåİ»":105580,"æī¿åıĹ":105581,"楼çĽĺ":105582,"å¢ĥåĨħ":105583,"æ··åĩĿ":105584,"æ··åĩĿåľŁ":105585,"æĢĿæĥ³æĶ¿æ²»":105586,"å¸ĤåĮº":105587,"æĭĽæłĩ":105588,"åĽ¢ä½ĵ":105589,"è¿Ľåº¦":105590,"åĨĽéĺŁ":105591,"åıįå¼¹":105592,"äºĨä¸ĢäºĽ":105593,"æİ¥å¾ħ":105594,"çļĦåŃ¦ä¹ł":105595,"éħįéĢģ":105596,"é£Łåĵģå®īåħ¨":105597,"æĽ¿ä»£":105598,"æĺ¯ä»¥":105599,"éĢļçĶ¨":105600,"çłĶ究æīĢ":105601,"ç¦ħ":105602,"æīĶ":105603,"éļĶ离":105604,"ä¸ĩå¹³æĸ¹ç±³":105605,"çļĦè§Ħå®ļ":105606,"ç»ĻæĪij们":105607,"æ¿Ģåħī":105608,"ä¼ļåĩºçİ°":105609,"çŁŃä¿¡":105610,"ç©¿çĿĢ":105611,"æ²Īéĺ³":105612,"æķĻæĿIJ":105613,"éĺ²çĸ«":105614,"ä¼ĺèī¯":105615,"约å®ļ":105616,"æĪijçľģ":105617,"åħ¬æ°ij":105618,"éģ¸æĵ":105619,"éģ¸æĵĩ":105620,"å·²æĪIJ为":105621,"ä¸įå¿ħ":105622,"ç¥ĸåĽ½":105623,"å¹¶æľª":105624,"åľŁå£¤":105625,"å¾®ç¬ij":105626,"äºĭä¸ļåįķä½į":105627,"çļĦ游æĪı":105628,"åħ¬ç¤º":105629,"åIJĪçIJĨçļĦ":105630,"çªĿ":105631,"æ°Ķ象":105632,"家ä¸Ń":105633,"äº®çĽ¸":105634,"åį«æĺŁ":105635,"è®°è½½":105636,"è§Ĩéĩİ":105637,"åľ°åĮºçļĦ":105638,"ä½Ĩä»ĸ":105639,"èĤĮèĤī":105640,"äºıæįŁ":105641,"åĬŀåѦ":105642,"ä¸Ģè¡Į":105643,"è¯ŀçĶŁ":105644,"åıijå¸ĥçļĦ":105645,"çļĦæľįåĬ¡":105646,"çļĦçłĶ究":105647,"åij¨æľ«":105648,"产ä¸ļåĽŃ":105649,"é«ĺ温":105650,"æĪIJåĬŁçļĦ":105651,"æŃ¥éª¤":105652,"åŃĺåĤ¨":105653,"åŃIJåħ¬åı¸":105654,"让她":105655,"ä¸Ńæľī":105656,"åĺī宾":105657,"妮":105658,"æĺİå¹´":105659,"äºĨåIJĹ":105660,"äºīè®®":105661,"æĪĪ":105662,"ä¸Ģæľ¬":105663,"ç¾İ丽çļĦ":105664,"ä½łè¯´":105665,"大人":105666,"æĶ»çķ¥":105667,"ä¸įæľĥ":105668,"å¾ħéģĩ":105669,"ä¸Ģè¾Ĩ":105670,"çīĪæĿĥæīĢæľī":105671,"æ°ijä¼Ĺ":105672,"åĬŁå¤«":105673,"å±ķä¼ļ":105674,"大èĦij":105675,"æ¯ıæľĪ":105676,"å°ı麦":105677,"æµĻæ±Łçľģ":105678,"çļĦæīĢæľī":105679,"ä¸ĭæ»ij":105680,"èĵĿèī²":105681,"è¦ģæĥ³":105682,"åѦçĶŁçļĦ":105683,"å½ĵä½ł":105684,"ä½ľæĪĺ":105685,"家乡":105686,"å¤ļåIJį":105687,"é«ĺäºİ":105688,"åĿļ强":105689,"è¿ŀéĶģ":105690,"åIJİæŀľ":105691,"人äºĭ":105692,"ç´ħ":105693,"æ¿ĢåĬ¨":105694,"è¿ĽæĶ»":105695,"ç©Ĩ":105696,"ä¸ĺ":105697,"让èĩªå·±":105698,"以æѤ":105699,"夫人":105700,"å¼Ģ设":105701,"æ°Ķè´¨":105702,"鸡èĽĭ":105703,"çĦ¡æ³ķ":105704,"åIJĥäºĨ":105705,"åĪĨåĪ«ä¸º":105706,"èģĶåIJĪåĽ½":105707,"å½ĵ代":105708,"å¦Ĥæŀľæĺ¯":105709,"è¿ľç¨ĭ":105710,"åĸĤ":105711,"è®°ä½ı":105712,"æ¸ħåįķ":105713,"åIJĪä½ľä¼Ļä¼´":105714,"åİ»åģļ":105715,"æķħéļľ":105716,"模æĭŁ":105717,"å¸ĪçĶŁ":105718,"åīįæĿ¥":105719,"çĶµè§Ĩåī§":105720,"çĥŃçĪ±":105721,"éľ²åĩº":105722,"é«ĺå±Ĥ":105723,"çĶµåĻ¨":105724,"纪å¾ĭ":105725,"å¼ĢåıijåķĨ":105726,"éķ¿å®ī":105727,"è½½ä½ĵ":105728,"çļĦå°±æĺ¯":105729,"被人":105730,"åıĹçIJĨ":105731,"篮çIJĥ":105732,"èİİ":105733,"交ç»Ļ":105734,"æľªæĿ¥çļĦ":105735,"两大":105736,"åIJķå¸ĥ":105737,"çŃī人":105738,"çļĦæĹ¥åŃIJ":105739,"åIJĪä½ľç¤¾":105740,"æĮijéĢī":105741,"åŃĺ款":105742,"ç³»ç»ŁçļĦ":105743,"æĬĬå®ĥ":105744,"没æľīä»Ģä¹Ī":105745,"ä»İæѤ":105746,"ä¸ŃåįĪ":105747,"çĸ¼çĹĽ":105748,"å·©åĽº":105749,"浪漫":105750,"缸åħ³éĥ¨éŨ":105751,"éķ¿åŁİ":105752,"纤维":105753,"ä¸ĬéŨ":105754,"çĪĨçĤ¸":105755,"èµ·çĤ¹":105756,"çļĦéĢļçŁ¥":105757,"èĢĮæĿ¥":105758,"çļĦèĢģ":105759,"æīĭéĩĮ":105760,"è¯ŃéŁ³":105761,"è¾Ľèĭ¦":105762,"æ±Łèĭıçľģ":105763,"çĶ¨äºĨ":105764,"身份è¯ģ":105765,"æľīåĬ©":105766,"æľīåĬ©äºİ":105767,"çī©èģĶç½ij":105768,"åĩºéŨ":105769,"å¼ŁåŃIJ":105770,"æĥ¹":105771,"è¿Ļ件äºĭ":105772,"æĪij们åı¯ä»¥":105773,"çļĦçĶŁåij½":105774,"æľīä¸Ģç§į":105775,"åºĹéĵº":105776,"åıĮæīĭ":105777,"çļĦæ¶Īæģ¯":105778,"èĢIJå¿ĥ":105779,"å°´å°¬":105780,"éĤ£å¤©":105781,"é¦ĸæī¹":105782,"æĺ¯ä¸Ģ家":105783,"人æ°Ķ":105784,"åıįæŃ£":105785,"æĪijåĴĮ":105786,"å®łçī©":105787,"ä¸į对":105788,"寻æ±Ĥ":105789,"çĽ¸ä¼¼":105790,"åľ¨ç¾İåĽ½":105791,"åı«åģļ":105792,"åĹİ":105793,"ç«ĭ足":105794,"çĶ¨éĢĶ":105795,"åħĨ":105796,"大æ°Ķ":105797,"åIJijä¸Ĭ":105798,"ä»ĸå°±":105799,"é¡¹çĽ®å»ºè®¾":105800,"èĭ¥å¹²":105801,"æĺ¯æľī":105802,"æ¿Ģæĥħ":105803,"çļĦæĦıä¹ī":105804,"æĺŃ":105805,"严éĩįçļĦ":105806,"å¯ĨéĽĨ":105807,"èĪŀè¹Ī":105808,"èį£èİ·":105809,"èİ·æĤī":105810,"æ±ŁåįĹ":105811,"åģĩå¦Ĥ":105812,"æĪ·å¤ĸ":105813,"线索":105814,"ç§ģ人":105815,"转åŀĭåįĩ级":105816,"çļĦä»·åĢ¼":105817,"åįķçĭ¬":105818,"èĢģçĻ¾å§ĵ":105819,"å°įæĸ¼":105820,"åĽ½éĻħåĮĸ":105821,"ä¼°åĢ¼":105822,"æľįåĬ¡ä¸ļ":105823,"èĩŃ":105824,"æİīäºĨ":105825,"解åĨ³äºĨ":105826,"ä¹Łä¸įèĥ½":105827,"åħ¹":105828,"æĸ¯çī¹":105829,"æķħæĦı":105830,"è¿ĩ度":105831,"èĬĤæĹ¥":105832,"çĻ½çĻľ":105833,"çĻ½çĻľé£İ":105834,"继æī¿":105835,"äºĨä¸įå°ij":105836,"äºĮ人":105837,"è§ģéĿ¢":105838,"æĥ³æĥ³":105839,"å¤įåIJĪ":105840,"康å¤į":105841,"åİ¿åŁİ":105842,"åľ¨åĽ½åĨħ":105843,"åľºåľ°":105844,"éĻ¶çĵ·":105845,"è¿Ļ项":105846,"çľ¼ä¸Ń":105847,"糸":105848,"æĦŁè§īåĪ°":105849,"æŀľçĦ¶":105850,"æĶ¾åħ¥":105851,"约æĿŁ":105852,"æİĴæŁ¥":105853,"车主":105854,"çļĦæĦıæĢĿ":105855,"æĸ°åŁİ":105856,"æĥ³çĿĢ":105857,"éģĤ":105858,"èĮ¶åı¶":105859,"ä¹°æĪ¿":105860,"åĨľæĪ·":105861,"é«ĺæīĭ":105862,"çİīç±³":105863,"æĸ°åĨłèĤºçĤİ":105864,"çħ§æĺİ":105865,"æĮĩåįĹ":105866,"踢":105867,"æķijæı´":105868,"æĻ¯çĤ¹":105869,"ç¨İæĶ¶":105870,"çļĦæīĭ":105871,"æŃ£å¥½":105872,"è¦ģæĬĬ":105873,"éļıæĦı":105874,"åħ¶å®ŀæĺ¯":105875,"ç»Ļèĩªå·±":105876,"è°ĪåĪ¤":105877,"æ¯ı天éĥ½":105878,"æĢģåĬ¿":105879,"é¢Ħ约":105880,"åİĨåı²ä¸Ĭ":105881,"å®Ŀè´Ŀ":105882,"åīįè¿Ľ":105883,"ä¹Łå°±æĺ¯è¯´":105884,"çļĦæĦıè§ģ":105885,"åı£ç½©":105886,"åİĺç±³":105887,"èĬ±è´¹":105888,"ä½ĵèĤ²æĬķ注":105889,"åħ¬ä¼Ĺåı·":105890,"èijĹåIJįçļĦ":105891,"å¼ĢæĪ·":105892,"æĭįåįĸ":105893,"å²ģæľĪ":105894,"åĨħ涵":105895,"å®Įæķ´çļĦ":105896,"é«ĺåİĭ":105897,"åħ¬åĬ¡åijĺ":105898,"使çĶ¨çļĦ":105899,"çĶŁäº§çº¿":105900,"妹妹":105901,"走访":105902,"æĺ¯åı¯ä»¥":105903,"åľ¨å®¶":105904,"æļ´åĬĽ":105905,"æ³°åĽ½":105906,"è´¨çĸij":105907,"ä¸įéģİ":105908,"天çĦ¶æ°Ķ":105909,"缺çĤ¹":105910,"å°ıåŀĭ":105911,"ä¸įä»ħæĺ¯":105912,"é»ijæļĹ":105913,"梨":105914,"æĸĩæĹħ":105915,"è¦ģæľī":105916,"ä¸Ńå±±":105917,"çļĦæķ°æį®":105918,"å¾Ĺå¾Ī":105919,"以便":105920,"对ä»ĸ":105921,"åĬłä»¥":105922,"çĻ¼çı¾":105923,"设å®ļ":105924,"èĤļåŃIJ":105925,"éĿĸ":105926,"å¥īçĮ®":105927,"ä¸įåıĺ":105928,"åı£ç¢ij":105929,"åľ¨åĵªéĩĮ":105930,"ä½IJ":105931,"è¿Ļ两个":105932,"çļĦæĸ¹åIJij":105933,"æŀ«":105934,"äºĮ次":105935,"çīĩåĮº":105936,"éłIJ":105937,"ç£Ĭ":105938,"æĭ¿çĿĢ":105939,"å·²ç»ıæĪIJ为":105940,"ä¹ĭä¸Ĭ":105941,"å®ĹæŨ":105942,"奶奶":105943,"é«ĺæĸ°åĮº":105944,"社æľĥ":105945,"è·Łè¸ª":105946,"æľįåĬ¡ä¸Ńå¿ĥ":105947,"æī¯":105948,"æīĭæĮĩ":105949,"礼çī©":105950,"宿èĪį":105951,"çĶ¨å¿ĥ":105952,"æıIJé«ĺäºĨ":105953,"亮çĤ¹":105954,"ä¸įæĦ¿æĦı":105955,"æĴŃæĶ¾":105956,"å¤ļå°ijéĴ±":105957,"没ä»Ģä¹Ī":105958,"æķ°åįģ":105959,"æĢ»çĽij":105960,"çļĦåŁİå¸Ĥ":105961,"æī¾åĪ°äºĨ":105962,"åĨħåľ°":105963,"åĪ°çİ°åľ¨":105964,"æĪĺæĸĹåĬĽ":105965,"åİŁå§ĭ":105966,"åĥ§":105967,"åĢĴæĺ¯":105968,"æľĢåħ·":105969,"è´«åĽ°æĪ·":105970,"éĢģåĪ°":105971,"级åĪ«":105972,"åĩºèµĦ":105973,"æĪªæŃ¢":105974,"ç§įåŃIJ":105975,"èĥ½ä¸įèĥ½":105976,"幸è¿IJ":105977,"èĸĩ":105978,"项éĵ¾":105979,"æĮĤçīĮ":105980,"ä¸Ģ樣":105981,"ä¹ĺ客":105982,"èIJ½åIJİ":105983,"ä½ĨæĪij":105984,"æĹ©åľ¨":105985,"åĬ¨æ¼«":105986,"å¹³çŃī":105987,"å¯¹ä½ł":105988,"ä¸įæĢķ":105989,"å¤ĸçķĮ":105990,"å¤ļå¹´æĿ¥":105991,"é¦ĸ个":105992,"æ²³åįĹçľģ":105993,"æĪĸåħ¶ä»ĸ":105994,"éķľå¤´":105995,"åįĹæĺĮ":105996,"ä¸ĢéĿ¢":105997,"éĢłæĪIJçļĦ":105998,"å´Ķ":105999,"çŃĴ":106000,"æķĻèĤ²éĥ¨":106001,"åľ°åŁŁ":106002,"æĺĨæĺİ":106003,"å·´é»İ":106004,"æīĭ游":106005,"ä¸ĢæŶ":106006,"çłį":106007,"顶级":106008,"åħ±è®¡":106009,"åİŁæ²¹":106010,"è¾īçħĮ":106011,"说æĺ¯":106012,"æĸ°åįİ社":106013,"ç»ıåİĨäºĨ":106014,"ä¸įæŃ¢":106015,"è¦ģä¹Ī":106016,"èĢħçļĦ":106017,"æĢ»æĬķèµĦ":106018,"è¡Į驶":106019,"ä¸Ĭå¸Ŀ":106020,"年纪":106021,"çIJ¼":106022,"ä¼łè¯´":106023,"ç²¾èĭ±":106024,"æĸ¹éĴĪ":106025,"æ±Łæ¹ĸ":106026,"æĪIJçĤº":106027,"æĢ»éĩı":106028,"æĬķæĶ¾":106029,"åĬ¨çĶ»":106030,"èŤ":106031,"çĶµæºIJ":106032,"éĴĻ":106033,"åIJĮè¡Į":106034,"æĻ®éĢļçļĦ":106035,"åĽ¾ä¹¦é¦Ĩ":106036,"è¯ĪéªĹ":106037,"æħĪåĸĦ":106038,"è¿Ļ份":106039,"主æĮģ人":106040,"å°±è¿Ļæł·":106041,"èĢĮæĪIJ":106042,"èĩªè¡Į车":106043,"ä¸ŃåĽ½çī¹èī²":106044,"èĤ¿çĺ¤":106045,"åIJ¾":106046,"å¼Łå¼Ł":106047,"åıĹçĽĬ":106048,"éĢīæĭ©äºĨ":106049,"æĺİæĺ¾çļĦ":106050,"æĬ¥èĢĥ":106051,"ç¬ijéģĵ":106052,"éĽĸçĦ¶":106053,"温å·ŀ":106054,"éĿŀæ´²":106055,"ç§įç§į":106056,"åıĤåĬłäºĨ":106057,"è´§è¿IJ":106058,"éļı便":106059,"就没æľī":106060,"縣":106061,"央è§Ĩ":106062,"ç©¿è¶Ĭ":106063,"çļĦçݰ象":106064,"åĩłæ¬¡":106065,"çļĦé£İéĻ©":106066,"æŃĮæĽ²":106067,"æľ¬å±Ĭ":106068,"å¹´åĨħ":106069,"ä¸įè¶ħè¿ĩ":106070,"è¿ĩå¤ļ":106071,"å¿ħé¡»è¦ģ":106072,"ç»ĵ论":106073,"åĢŁéī´":106074,"ç¥ŀå¥ĩ":106075,"æľŁæľĽ":106076,"ä¸ĵ享":106077,"éĿŀ常éĩįè¦ģ":106078,"æĦıè¯ĨåĪ°":106079,"åIJĪ并":106080,"æĬĬèĩªå·±":106081,"å¥Ĺè£ħ":106082,"éŃĶæ³ķ":106083,"å¤ıåŃ£":106084,"ä¸įåĥı":106085,"å¢ĥçķĮ":106086,"æĥĬåĸľ":106087,"æľīä¸Ģ天":106088,"çĦ¦çĤ¹":106089,"æĪij认为":106090,"åħ°å·ŀ":106091,"çĶµæ°Ķ":106092,"èģĶç³»æĪij们":106093,"ç§ijæĻ®":106094,"她说":106095,"çļĦæĸĩç«ł":106096,"å¥ĩæĢª":106097,"åıĭ好":106098,"饮æĸĻ":106099,"çļĦæĶ¯æĮģ":106100,"çŃĶåºĶ":106101,"éĩįéĩı":106102,"çij¶":106103,"åĩıè½»":106104,"ç§ijåŃ¦å®¶":106105,"巴西":106106,"éĩijèŀįæľºæŀĦ":106107,"åħļå§Ķ书记":106108,"貸款":106109,"ç²¾èĩ´":106110,"ä»İæľª":106111,"åį°åĪ·":106112,"åĽŀ顾":106113,"é¦ĸéĥ½":106114,"åıijèĤ²":106115,"éĹ®éģĵ":106116,"è¾¾åĪ°äºĨ":106117,"å¿įä¸įä½ı":106118,"æīįæľī":106119,"æįIJèµł":106120,"ä½ĽæķĻ":106121,"ä¸įæ¸ħ":106122,"éĺŁéķ¿":106123,"缸åıį":106124,"æĬ¥èѦ":106125,"大åħ¨":106126,"æ¬§çĽŁ":106127,"帮å¿Ļ":106128,"çļĦæĻĤåĢĻ":106129,"缮å½ķ":106130,"足以":106131,"èī°éļ¾":106132,"ä»ĸä¹Ł":106133,"å·¥ä½ľèĢħ":106134,"头èĦij":106135,"缺éĻ·":106136,"æĪIJç«ĭäºĨ":106137,"å°±å¼Ģå§ĭ":106138,"认åIJĮ":106139,"é»Ħèī²":106140,"çĹħæĥħ":106141,"覺å¾Ĺ":106142,"è¿Ļ两":106143,"ä¿¡ä»°":106144,"åľĭ家":106145,"ä¸įä»ħä»ħæĺ¯":106146,"çĭ¬å®¶":106147,"èĪ¬çļĦ":106148,"æĿIJè´¨":106149,"æµ·ä¸Ĭ":106150,"çĤºäºĨ":106151,"æľºåĬ¨è½¦":106152,"缸å½ĵäºİ":106153,"å¤ļåħĥåĮĸ":106154,"æĽ´å¤§çļĦ":106155,"èĽ®":106156,"åģĩæľŁ":106157,"å¼ıçļĦ":106158,"交éĢļè¿IJè¾ĵ":106159,"çľģå§Ķ":106160,"ä¸įç®Ĺ":106161,"æĶ¾ä¸ĭ":106162,"éĹ¯":106163,"äººåľ¨":106164,"港åı£":106165,"æĹ¨åľ¨":106166,"åij½ä»¤":106167,"æŁIJ个":106168,"平稳":106169,"åıªå¥½":106170,"人人":106171,"äºŀ":106172,"äºĮç»´":106173,"äºĮç»´çłģ":106174,"æŀģ为":106175,"åĪ«å¢ħ":106176,"åħ¶ä½Ļ":106177,"大äºĭ":106178,"主管éĥ¨éŨ":106179,"æĹłéĶ¡":106180,"éŵ":106181,"éģŃåĪ°":106182,"说è¿ĩ":106183,"ä¸ºä½ł":106184,"解çŃĶ":106185,"éªĮæĶ¶":106186,"çļĦç»ıéªĮ":106187,"åĮ¹éħį":106188,"çģ«ç®Ń":106189,"豪åįİ":106190,"æŁIJæŁIJ":106191,"çļĦæĹ¶ä»£":106192,"书éĿ¢":106193,"æģĴ大":106194,"延éķ¿":106195,"ä¸ĢåIJĮ":106196,"æľªèĥ½":106197,"交æį¢":106198,"çĶ¢åĵģ":106199,"çŃīåĪ°":106200,"åĪĨ离":106201,"æīĵçĶµè¯Ŀ":106202,"å¹²çĩ¥":106203,"è¾ĥå¤ļ":106204,"å¤ļå¹´çļĦ":106205,"èĥĮæĻ¯ä¸ĭ":106206,"为ä¾ĭ":106207,"æijĺè¦ģ":106208,"å´Ľèµ·":106209,"æѤåĪ»":106210,"æľīæľºä¼ļ":106211,"æĿ¡æ¬¾":106212,"é¢Ĩ导å°ıç»Ħ":106213,"çļĦ身ä½ĵ":106214,"åįķä¸Ģ":106215,"央è¡Į":106216,"ä¸įæĸŃæıIJé«ĺ":106217,"ä»·åĢ¼è§Ĥ":106218,"èĬ½":106219,"èIJį":106220,"æ³ķå¾ĭæ³ķè§Ħ":106221,"ä¸įéĶĪ":106222,"ä¸įéĶĪéĴ¢":106223,"åĩºäºİ":106224,"èĻļæĭŁ":106225,"æį®æĤī":106226,"çĥ¦æģ¼":106227,"åħ¨æĸ°çļĦ":106228,"æī«æıı":106229,"çĻ»éĻĨ":106230,"èīºæľ¯å®¶":106231,"çļĦé£Łçī©":106232,"çļĦåŃĺåľ¨":106233,"客åİħ":106234,"æĪij们就":106235,"æŁ¥çľĭæĽ´å¤ļ":106236,"è¯Ħ审":106237,"å¸Ĥåł´":106238,"è¬Ľ":106239,"巨头":106240,"ä¸ŃåĽ½ç»ıæµİ":106241,"äºĨèĩªå·±çļĦ":106242,"åĨ³è®®":106243,"çĽijçĿ£ç®¡çIJĨ":106244,"æĬķ票":106245,"åĨį度":106246,"è¡ĮçĤº":106247,"注åħ¥":106248,"ä½ľä¸ºä¸Ģ个":106249,"æ¯ı个人éĥ½":106250,"åįķåħĥ":106251,"è¦ģçŁ¥éģĵ":106252,"被称为":106253,"ä¹ĭéĻħ":106254,"解éĻ¤":106255,"丸":106256,"溫":106257,"ä¸īæĺŁ":106258,"é²ľæĺİ":106259,"ä¹Łéĥ½":106260,"æĹ¶æľº":106261,"åĩºæīĭ":106262,"æĥħå½¢":106263,"åķĨè´¸":106264,"éĢī举":106265,"对èĩªå·±":106266,"çĶŁåĬ¨":106267,"åħĭæľį":106268,"个ä½ĵ":106269,"èĭij":106270,"稱":106271,"大åݦ":106272,"æĺ¯å¯¹":106273,"åĪ©æģ¯":106274,"è¿IJåĬ¨åijĺ":106275,"åĮĸ解":106276,"åīį沿":106277,"æĦŁæģ©":106278,"æĢ»ä¹ĭ":106279,"é«ĺæĸ°æĬĢæľ¯":106280,"åĿĩ为":106281,"åħ¨åĮº":106282,"æ°Ķæ°Ľ":106283,"åı¯ä»¥è¯´æĺ¯":106284,"ä½ı宿":106285,"åħļåijĺå¹²éĥ¨":106286,"åĹ¯":106287,"è·µè¡Į":106288,"çļĦä¸ĵä¸ļ":106289,"èĢĥéªĮ":106290,"èķ¾":106291,"åħ¬åŃIJ":106292,"çļĦçĬ¶æĢģ":106293,"æ½®æµģ":106294,"ä¿¡æīĺ":106295,"è´¼":106296,"åIJĦæĸ¹":106297,"æķijåĬ©":106298,"éĿŀ常çļĦ":106299,"æ¡¥æ¢ģ":106300,"åħ¬æĸ¤":106301,"ä¼¼çļĦ":106302,"çľĭ好":106303,"å±Ģéĥ¨":106304,"å®īéĿĻ":106305,"éħį件":106306,"常è§Ħ":106307,"å¼Ģ车":106308,"第äºĮ次":106309,"ä¸Ĭ级":106310,"åıĤèµĽ":106311,"家å±ŀ":106312,"强åĬ¿":106313,"åľ¨ä»ĸ":106314,"åIJijåīį":106315,"ä¹ĭåľ°":106316,"éĥ¡":106317,"è¡Įç¨ĭ":106318,"èѦåijĬ":106319,"è§Ħå®ļçļĦ":106320,"åķĨåŁİ":106321,"äºĶ大":106322,"æķĻ室":106323,"åįģ足":106324,"æīĢä»¥åľ¨":106325,"å°Ĩ继ç»Ń":106326,"çŃīæĸ¹å¼ı":106327,"家ä¼ģä¸ļ":106328,"交ä»ĺ":106329,"çĤ¹è¯Ħ":106330,"ç»ĵç®Ĺ":106331,"ä¹Łåı¯":106332,"å¤ĸæ±ĩ":106333,"è¿Ļç§įæĥħåĨµ":106334,"æİĪäºĪ":106335,"å¸ĥç½®":106336,"æĪIJç«ĭäºİ":106337,"é¢ĦèѦ":106338,"管çIJĨ人åijĺ":106339,"å©ļ礼":106340,"ç»ĵæĿŁåIJİ":106341,"åħ¥éĢī":106342,"æĹłæ¯Ķ":106343,"åĴĮåıijå±ķ":106344,"çĻ½éħĴ":106345,"çİ©åħ·":106346,"ä¸ĩç¾İåħĥ":106347,"çļĦæĪIJ绩":106348,"æĭįçħ§":106349,"èĢĥèĻijåĪ°":106350,"ä¼ģä¸ļåıijå±ķ":106351,"äºĨ个":106352,"çĶŁæ°Ķ":106353,"çļĦ女人":106354,"äºĶåįģ":106355,"çĪ·çĪ·":106356,"纽约":106357,"éĥ½è¢«":106358,"ä¸Ĭ课":106359,"çĽ¡":106360,"ä¼łç»ŁæĸĩåĮĸ":106361,"æ½ľåľ¨":106362,"åıijå°Ħ":106363,"ä¸Ģ身":106364,"éĺ²å®Ī":106365,"åĪ®":106366,"é¢ĺ缮":106367,"åľ¨åĨħçļĦ":106368,"ç¾İ好çļĦ":106369,"è¿ĻéĩĮçļĦ":106370,"ä¸Ģä¸Ŀ":106371,"人åĿĩ":106372,"åĢ¡å¯¼":106373,"身åIJİ":106374,"æī©å±ķ":106375,"大éŨ":106376,"就被":106377,"è¯¥é¡¹çĽ®":106378,"æŀ¶æŀĦ":106379,"ä¸Ģåı£":106380,"ä¿¡æģ¯æĬĢæľ¯":106381,"å¼Ģä¸ļ":106382,"æĶ¶åıĸ":106383,"ç½ij页":106384,"æĶ¯æı´":106385,"å°ģéĹŃ":106386,"å¡ijéĢł":106387,"大èĥĨ":106388,"å¿«éĢŁåıijå±ķ":106389,"çľĭä¼¼":106390,"æ¸Ŀ":106391,"è¿Ļæł·ä¸Ģ个":106392,"模åĿĹ":106393,"注æĦıåĪ°":106394,"çł´è§£":106395,"èĩªä»İ":106396,"åijµåijµ":106397,"ä¹ĭå¾Į":106398,"ä¹ĭæĹħ":106399,"è·ŁæĪij":106400,"æ³ķ人":106401,"æİĴè¡Įæ¦ľ":106402,"åĿļå®Ī":106403,"好å¤Ħ":106404,"çŁ³å¤´":106405,"并å°Ĩ":106406,"èĪ±":106407,"æŃĩ":106408,"两岸":106409,"å¤ļä¹ħ":106410,"象å¾ģ":106411,"个æĢ§åĮĸ":106412,"çļĦè§Ĵ度":106413,"å¸Ĩ":106414,"ç¦ıå·ŀ":106415,"æŁ¥å¤Ħ":106416,"ä¸¤åĽ½":106417,"åIJ¸å¼ķäºĨ":106418,"é¦ĸå¸Ń":106419,"大åĵ¥":106420,"é¤Ĭ":106421,"涨å¹ħ":106422,"éĢīçĶ¨":106423,"許å¤ļ":106424,"èIJ½æĪ·":106425,"åĵĪå°Ķ":106426,"åĵĪå°Ķ滨":106427,"åģļä»Ģä¹Ī":106428,"以åħį":106429,"é¾į":106430,"æĹłéľĢ":106431,"åĪ°åºķæĺ¯":106432,"æĢ¡":106433,"åijĬè¯īä½ł":106434,"éĺ²æ°´":106435,"è¿ĻæŶåĢĻ":106436,"欢ä¹IJ":106437,"转åIJij":106438,"è¿Ļä¸ªåľ°åĽ¾":106439,"åħ¥é©»":106440,"èįīåİŁ":106441,"æĹ¶ä»£çļĦ":106442,"åıĺåĬ¨":106443,"åĬłå¼ºå¯¹":106444,"åģ¶å°Ķ":106445,"å®ĪæĬ¤":106446,"æ°Ķ温":106447,"人éĹ´":106448,"æľĿé²ľ":106449,"ç»ıè´¹":106450,"åĽŃæŀĹ":106451,"å·¥åľ°":106452,"è§Ħæł¼":106453,"åĩłåįģ":106454,"è¯ķåĽ¾":106455,"å¦ĥ":106456,"éĤ£æŶåĢĻ":106457,"å¼ĺæī¬":106458,"ä¸ļçķĮ":106459,"çļĦéĢŁåº¦":106460,"ä¼ļä¸įä¼ļ":106461,"èIJ¥æĶ¶":106462,"å°ıå¾®ä¼ģä¸ļ":106463,"çľĭè¿ĩ":106464,"æĬĬä»ĸ":106465,"éģµå¾ª":106466,"è¿Ļè¾¹":106467,"没æľī人":106468,"壶":106469,"æ¹ĸåįĹçľģ":106470,"æŀģåħ¶":106471,"çļĦ人çĶŁ":106472,"ä»ĸè¿ĺ":106473,"转åĮĸ为":106474,"èµ°è¿ĩ":106475,"æĬ±çĿĢ":106476,"çīĽå¥¶":106477,"ä¸ĩ亩":106478,"å¿ĥæĢģ":106479,"æĹ¥å¸¸çĶŁæ´»":106480,"ä½ĵæ£Ģ":106481,"æĻĥ":106482,"çŃīé¢ĨåŁŁ":106483,"æĩī該":106484,"åı¯ä»¥çľĭåĪ°":106485,"æī¾ä¸įåĪ°":106486,"èĢģå¹´":106487,"æĬĬæĪij":106488,"积åĪĨ":106489,"梳çIJĨ":106490,"绳":106491,"çļĦæĶ¿æ²»":106492,"å¸ĿåĽ½":106493,"éĻªä¼´":106494,"æ´Ľéĺ³":106495,"åħ¬æŃ£":106496,"å¼Ģåı£":106497,"çī¹èī²çļĦ":106498,"åĽ°å¢ĥ":106499,"ä¸Ĭæľī":106500,"ç«ĭä½ĵ":106501,"æīĵå·¥":106502,"åķ¤éħĴ":106503,"åľ¨éĤ£éĩĮ":106504,"éĤ£è¾¹":106505,"个åĪ«":106506,"ä¸Ģå®ļæĺ¯":106507,"çļĦéĩįè¦ģæĢ§":106508,"ä¸»å¼ł":106509,"åĴĮæľįåĬ¡":106510,"ä¸Ĭç½ij":106511,"è¡¥åĬ©":106512,"åıªéľĢ":106513,"弦":106514,"éģ®":106515,"åĬĽäºī":106516,"度è¿ĩ":106517,"èij¬":106518,"é¡¿æŶ":106519,"éĦī":106520,"纺ç»ĩ":106521,"åľ°åĿĹ":106522,"ä¿¡çĶ¨åį¡":106523,"ç½ļ款":106524,"åijĬè¯īæĪij":106525,"éĽĻ":106526,"书çĶ»":106527,"è¨Ńè¨Ī":106528,"æĢ»ä¼ļ":106529,"åĪ¤åĨ³":106530,"ä¿¡èªī":106531,"个èĤ¡":106532,"平常":106533,"æĢİ麼":106534,"ä½ĵçİ°åľ¨":106535,"é»Ħæ²³":106536,"åĽĽå·Ŀçľģ":106537,"羣缸":106538,"åIJĦé¡¹å·¥ä½ľ":106539,"åĬ¨åijĺ":106540,"å³°ä¼ļ":106541,"ä¸ĢæľŁ":106542,"æľīä¸Ģå®ļçļĦ":106543,"é«ĺ度éĩįè§Ĩ":106544,"ç¹ģèį£":106545,"åıijçİ°äºĨ":106546,"ç½ij红":106547,"æīĭæ³ķ":106548,"家åĽŃ":106549,"仪åĻ¨":106550,"è¾ĥä½İ":106551,"çļĦå®īåħ¨":106552,"æ¡IJ":106553,"ä»ĺ款":106554,"æĬijåĪ¶":106555,"åįĵè¶Ĭ":106556,"æŃ£éĿ¢":106557,"åĵij":106558,"强åĪ¶":106559,"ä»Ĭ天çļĦ":106560,"æĪĺèĥľ":106561,"楼å¸Ĥ":106562,"æĭ¿ä¸ĭ":106563,"é¢ľåĢ¼":106564,"举éĥ¨":106565,"çłĶåĪ¶":106566,"çļĦæĪĺçķ¥":106567,"åľ¨ä¸Ģ个":106568,"ä¸ī人":106569,"å®ĮäºĨ":106570,"æĸ°æĬĢæľ¯":106571,"ç»ıæµİæķĪçĽĬ":106572,"å¯Įæľī":106573,"澳洲":106574,"åĬ©çIJĨ":106575,"é¢Ĩåıĸ":106576,"è°Ń":106577,"çĩĥçĥ§":106578,"ç´łåħ»":106579,"éĤĦæľī":106580,"è¿ĽèĢĮ":106581,"ä»Ģä¹Īæĺ¯":106582,"çłĶ究ä¸Ńå¿ĥ":106583,"éĢĤçĶ¨äºİ":106584,"æİ¥æĶ¶":106585,"å¤±æľĽ":106586,"äºĮ级":106587,"éĹ´çļĦ":106588,"åİŁæłĩé¢ĺ":106589,"èªįçĤº":106590,"æį¡":106591,"对çĿĢ":106592,"对éĿ¢":106593,"ä¸ŃåİŁ":106594,"éĵĥ":106595,"çĶŁäº§çļĦ":106596,"åıijå¸ĥä¼ļ":106597,"士åħµ":106598,"è¿Ļåı¥è¯Ŀ":106599,"缴纳":106600,"ä¸Ģ个个":106601,"åѸçĶŁ":106602,"çĸijéĹ®":106603,"交èѦ":106604,"示èĮĥåĮº":106605,"天使":106606,"åľ¨ä¸Ĭæµ·":106607,"åIJĮæĻĤ":106608,"è½»æĺĵ":106609,"åĶ¯ä¸ĢçļĦ":106610,"çĥŃéĹ¹":106611,"ä¹IJè§Ĥ":106612,"çļĦ身份":106613,"åĸĦäºİ":106614,"大åİħ":106615,"èĤ¯å®ļæĺ¯":106616,"éĺ²çģ«":106617,"å¤ĸåĩº":106618,"æį®è¯´":106619,"é¡¹çĽ®çļĦ":106620,"ä¸Ģåı°":106621,"èĻļåģĩ":106622,"ä¸Ģç¬Ķ":106623,"ç«ĭæ³ķ":106624,"严èĤĥ":106625,"æī¿åĬŀ":106626,"åįģåĩł":106627,"çļĦ空éĹ´":106628,"æľ¬ç½ijç«Ļ":106629,"åģļå¾Ĺ":106630,"ä¿Ŀ温":106631,"æľĪåĪĿ":106632,"åľ¨ç½ijä¸Ĭ":106633,"åIJĦæĸ¹éĿ¢":106634,"ä¸ī天":106635,"交æĺĵæīĢ":106636,"解æŀIJ":106637,"åħļä¸Ń央":106638,"è¿Ľåĩºåı£":106639,"åĴĮ社ä¼ļ":106640,"次æķ°":106641,"ä¹ĭ家":106642,"维度":106643,"æ´¾åĩºæīĢ":106644,"产çĶŁäºĨ":106645,"带æľī":106646,"å¾Ī强":106647,"æľīäºĽäºº":106648,"å¹´åIJİ":106649,"äºĨ许å¤ļ":106650,"å¯Ĩ度":106651,"åŃ¦æľŁ":106652,"çıłæµ·":106653,"æľĢå¤ļçļĦ":106654,"è¾¹ç¼ĺ":106655,"容éĩı":106656,"第äºĮ个":106657,"ä¸Ģ缴æĺ¯":106658,"ä¸įç¦ģ":106659,"æŃ²":106660,"ä»ĭç»įäºĨ":106661,"ä¼ĺéĽħ":106662,"æ¯Ķè¼ĥ":106663,"èģĮä½į":106664,"温æŁĶ":106665,"æľīéĴ±":106666,"æľĢé«ĺçļĦ":106667,"åįļè§Īä¼ļ":106668,"ä¸įæĪIJ":106669,"éĶĻäºĨ":106670,"è¯ģçĽij":106671,"è¯ģçĽijä¼ļ":106672,"æĪIJ人":106673,"åĿĩåĮĢ":106674,"æľīåĪ©":106675,"è¶ĬåįĹ":106676,"æīĵäºĨ":106677,"好åIJĥ":106678,"系統":106679,"è·Łéļı":106680,"çļĦåľ°ä½į":106681,"æŃ£å¦Ĥ":106682,"ç¨įå¾®":106683,"åį°åıij":106684,"åĪĽç«ĭ":106685,"é£İåħī":106686,"å°ĨæĪIJ为":106687,"ä¸įé«ĺ":106688,"é¢ijç¹ģ":106689,"设æľī":106690,"ä¼ŀ":106691,"æĭĨéĻ¤":106692,"å½±åĥı":106693,"æ¸ĹéĢı":106694,"å¹´å¼Ģå§ĭ":106695,"ç½ijæĺĵ":106696,"è¦ģåģļ":106697,"çĶµåĬ¨è½¦":106698,"羣å¿ĥ":106699,"æµ·åĨĽ":106700,"ä¼łæĿ¥":106701,"å·®åĪ«":106702,"è°¨æħİ":106703,"çĥŁåı°":106704,"åįĥå¹´":106705,"è¯ģå®ŀ":106706,"çIJª":106707,"çļĦåħ·ä½ĵ":106708,"åĪ°å¤Ħ":106709,"ä¸įå®ľ":106710,"èľĢ":106711,"èĥ½åĬĽåĴĮ":106712,"çīºçī²":106713,"çļĦéĴ±":106714,"大éĺŁ":106715,"é¦ĸè¦ģ":106716,"ä¸įæĦ¿":106717,"çİ«çij°":106718,"人æ°ijç½ij":106719,"è¿ĺæĺ¯è¦ģ":106720,"åĽĽå¹´":106721,"æįŁä¼¤":106722,"çļĦåģļæ³ķ":106723,"éĿĪ":106724,"è¡Ķæİ¥":106725,"åIJĪæĪIJ":106726,"没人":106727,"éĹ¨æ§Ľ":106728,"ä¿¡è´·":106729,"çļĦ缸åħ³":106730,"举é£İ":106731,"社ä¿Ŀ":106732,"ä¸ĭ游":106733,"åĿĹéĴ±":106734,"è¿ĩåIJİ":106735,"çļĦåºĶçĶ¨":106736,"饶":106737,"é¢ģåıij":106738,"ä¸Ģå¤Ħ":106739,"åįİå¤ı":106740,"为ä¼ģä¸ļ":106741,"åıªä¼ļ":106742,"侵害":106743,"çļĦåĬŁèĥ½":106744,"åѸç¿Ĵ":106745,"ä¸Ńåįİæ°ijæĹı":106746,"åıijå¸ĥäºĨ":106747,"è¿İæİ¥":106748,"æĪijèĩªå·±":106749,"è¿ĺéľĢè¦ģ":106750,"太éĺ³èĥ½":106751,"åİ»ä¸ĸ":106752,"æĺ¯ä½ł":106753,"åIJĪåĬĽ":106754,"ç»ĺçĶ»":106755,"åı°åĮĹ":106756,"çĿ£ä¿ĥ":106757,"åĮĹéĥ¨":106758,"æľīå¤ļå°ij":106759,"å¾Īéĩįè¦ģ":106760,"åĪĴåĪĨ":106761,"åı·çº¿":106762,"æĶ¾å¤§":106763,"ä¼ļ被":106764,"èİ·å¥ĸ":106765,"ä¹ĭåĨħ":106766,"失åİ»äºĨ":106767,"çݩ家们":106768,"éĩĩéĽĨ":106769,"壹":106770,"家ä¼Ļ":106771,"çĻ½å¤©":106772,"åĽłä¸ºä»ĸ":106773,"社ä¼ļæ²»çIJĨ":106774,"å¼ĢåĪĽ":106775,"çĶµç¼Ĩ":106776,"æĸ°ä¸Ģ代":106777,"并è´Ń":106778,"就已ç»ı":106779,"çļĦ社ä¼ļ":106780,"éĻ¤éĿŀ":106781,"åı¯ä»¥çĶ¨":106782,"å©ī":106783,"æ¯Ķè¾ĥ好":106784,"å®ŀä¸ļ":106785,"åĪĽåĬŀ":106786,"æıIJèµ·":106787,"é»ĥ":106788,"ä½ıåľ¨":106789,"å¸ĤæĶ¿":106790,"éĿ¢ä¸´çļĦ":106791,"èĥ½åľ¨":106792,"çŁŃçŁŃ":106793,"çľŁäºº":106794,"æĺİæĺİ":106795,"èµĦåĬ©":106796,"çļĦä¸įåIJĮ":106797,"å°ıæľĭåıĭ":106798,"é¢ĺæĿIJ":106799,"ç¾İåij³":106800,"æĺŁåº§":106801,"ä¸įä¸Ģæł·çļĦ":106802,"çľĭä¸Ĭåİ»":106803,"ä¸Ģæł¹":106804,"广å·ŀå¸Ĥ":106805,"åıijçĶŁçļĦ":106806,"é«ĺç§ijæĬĢ":106807,"ä¸Ģè¾ĪåŃIJ":106808,"交åıī":106809,"ä½ĵ系建设":106810,"åĽłä¸ºæĪij":106811,"çıįæĥľ":106812,"ä¸ĬåѦ":106813,"æĪĺæľ¯":106814,"æѤ类":106815,"交å¾Ģ":106816,"æĮīæij©":106817,"人们çļĦ":106818,"åħ¶å¯¦":106819,"åİŁæĿIJæĸĻ":106820,"æ¸´æľĽ":106821,"缸å¤Ħ":106822,"微微":106823,"æ®·":106824,"ä¹ĺåĿIJ":106825,"å¼Ģå±ķäºĨ":106826,"é«ĺåĵģè´¨":106827,"æĹłäººæľº":106828,"ä¸įæĺ¯å¾Ī":106829,"çļĦæĬķèµĦ":106830,"èĬĤçľģ":106831,"èĩī":106832,"ç²¾éĢī":106833,"çļĦæłĩåĩĨ":106834,"åįĹéĥ¨":106835,"认è¯ĨåĪ°":106836,"å¹³éĿĻ":106837,"èĹ¥":106838,"æī«é»ij":106839,"æī«é»ijéĻ¤":106840,"æī«é»ijéĻ¤æģ¶":106841,"éĢĻ種":106842,"建çŃijéĿ¢ç§¯":106843,"ç¡®ç«ĭ":106844,"管çIJĨåĬŀæ³ķ":106845,"æĦıå¿Ĺ":106846,"丨":106847,"让åŃ©åŃIJ":106848,"æķijçģ¾":106849,"å½ĵä»Ĭ":106850,"çģ«çģ¾":106851,"åIJĦéĥ¨éŨ":106852,"ä¾µçĬ¯":106853,"æ¯ıåij¨":106854,"æı½":106855,"ä¸Ģ次æĢ§":106856,"åħ¶ä»ĸ人":106857,"éĶĻè¿ĩ":106858,"ä¸İåħ¶":106859,"åĭĩæ°Ķ":106860,"çĩĥæ°Ķ":106861,"é¦ĸå±Ĭ":106862,"æľį饰":106863,"ç²¥":106864,"å®Įæ¯ķ":106865,"å°±æĬĬ":106866,"åĬŀäºĭå¤Ħ":106867,"ä¸Ģä¼ļåĦ¿":106868,"离ä¸įå¼Ģ":106869,"å¦ĤæŀľæĤ¨":106870,"ä»ĵåºĵ":106871,"导å¸Ī":106872,"åIJĪéĢĤçļĦ":106873,"毫米":106874,"å®īåħ¨æĢ§":106875,"ä¾Ŀçħ§":106876,"产ä¸ļåĮĸ":106877,"ä½łçľĭ":106878,"羣çļĦå¾Ī":106879,"åѤçĭ¬":106880,"éĺ²å¾¡":106881,"å¾Īç®Ģåįķ":106882,"é£İæ°´":106883,"ä½Ĩä¹Ł":106884,"æݨåĩºäºĨ":106885,"æ°ijèIJ¥ä¼ģä¸ļ":106886,"çłģ头":106887,"å¤įæĿĤçļĦ":106888,"ç»ĦæĪIJéĥ¨åĪĨ":106889,"åħħ满äºĨ":106890,"è¿ijåĩłå¹´":106891,"çľģæĶ¿åºľ":106892,"æľīå¿ħè¦ģ":106893,"éĻ³":106894,"ä¹ĭç±»":106895,"ä¹ĭç±»çļĦ":106896,"æĢ§ä»·":106897,"æĢ§ä»·æ¯Ķ":106898,"åķĨåºĹ":106899,"å¸ĤåĢ¼":106900,"人æīįåŁ¹åħ»":106901,"æ·±åıĹ":106902,"管çIJĨå±Ģ":106903,"æģIJæĥ§":106904,"ä»ħæľī":106905,"æĬµè¾¾":106906,"æµ·åħ³":106907,"èµĭäºĪ":106908,"äºĭåĦ¿":106909,"ä»·éĴ±":106910,"æīĭä¸Ĭ":106911,"èĩªå¾ĭ":106912,"åħ³çĪ±":106913,"享æľī":106914,"éģĹæĨ¾":106915,"å¾Īå¿«å°±":106916,"æĽ´å¿«":106917,"æłĩè¯Ĩ":106918,"åºĨç¥Ŀ":106919,"ä¹Łå¥½":106920,"ä¸įæĺĵ":106921,"æĪijå¾Ī":106922,"æĶ¹éĿ©åıijå±ķ":106923,"å¤ĸåľ°":106924,"æĬµæĬ¼":106925,"è¯Ĺ人":106926,"åİķæīĢ":106927,"æĸ°åªĴä½ĵ":106928,"èĸĽ":106929,"è°Īè¯Ŀ":106930,"ä¸Ģå®ļç¨ĭ度":106931,"èµ°åľ¨":106932,"æľĢ强":106933,"åĬŁçİĩ":106934,"åħ±è¯Ĩ":106935,"大桥":106936,"ä¸ĭæĸ¹":106937,"å¤ĸèµĦ":106938,"碱":106939,"å·¡è§Ĩ":106940,"æ¹ĸåĮĹçľģ":106941,"个çĻ¾åĪĨ":106942,"个çĻ¾åĪĨçĤ¹":106943,"çļĦ责任":106944,"çļĦåĵģçīĮ":106945,"åĬ©æݨ":106946,"åĪĽéĢłäºĨ":106947,"ä»»èģĮ":106948,"å¿«æį·":106949,"æĿijåºĦ":106950,"åİ»çľĭ":106951,"æīįèĥ½å¤Ł":106952,"層":106953,"æĪij家":106954,"æĺ¯ä¸Ģ款":106955,"ç¾ħ":106956,"åĨ°éĽª":106957,"æŀģ大":106958,"çģ¯åħī":106959,"éĨĭ":106960,"ä¸İåħ¶ä»ĸ":106961,"æıIJåĩºçļĦ":106962,"éĿłè¿ij":106963,"è°ĥåĬ¨":106964,"å°½åı¯èĥ½":106965,"åıijåĬĽ":106966,"ç»Ļ她":106967,"éĢĤéĩı":106968,"è·¨åĽ½":106969,"åħĪè¡Į":106970,"æĸ°æĿIJæĸĻ":106971,"ä½ľäºĨ":106972,"满äºĨ":106973,"ä¸į满":106974,"çļĦçľ¼çĿĽ":106975,"çľĭå¾Ĺ":106976,"è¿Ļä¸Ģ次":106977,"é½IJåħ¨":106978,"çļĦä¸Ģéĥ¨åĪĨ":106979,"ä¸Ļ":106980,"æ¸ħæĸ°":106981,"說æĺİ":106982,"身边çļĦ":106983,"æīĢæľī人":106984,"å½°æĺ¾":106985,"è±¹":106986,"åį¿":106987,"è¿IJ转":106988,"æĮĩå¼ķ":106989,"å¸Ĥåħ¬å®īå±Ģ":106990,"åıĤå±ķ":106991,"ä¹ĭæŶ":106992,"éĩijèŀįæľįåĬ¡":106993,"èµĦæľ¬å¸Ĥåľº":106994,"èĥ½è®©":106995,"å¿ĺäºĨ":106996,"天åłĤ":106997,"æ¯Ķå¦Ĥ说":106998,"éĬĢè¡Į":106999,"èĽĭç³ķ":107000,"çĶ©":107001,"æł¸å®ŀ":107002,"æĻ®äº¬":107003,"ä¼ĺç¾İ":107004,"åı£èħĶ":107005,"漫çĶ»":107006,"çľ¼éĩĮ":107007,"äºĨä¸ĭæĿ¥":107008,"æĪijä»¬ä¹Ł":107009,"ä¾į":107010,"为ä¸Ńå¿ĥ":107011,"å¥ĩ迹":107012,"éĿĴçĿIJ":107013,"æĪªèĩ³çĽ®åīį":107014,"åĩºä¾Ĩ":107015,"æĢ»åħ¬åı¸":107016,"弥补":107017,"ç®Ĺæ³ķ":107018,"å·¥ä½ľå®¤":107019,"æīĢ以æĪij":107020,"æ°´åĪĨ":107021,"æīĢå±ŀ":107022,"ä¸į说":107023,"ä½Ĩæĺ¯åľ¨":107024,"è¦ģåİ»":107025,"åĪĽä¸ļèĢħ":107026,"ä¸įæ¸ħæ¥ļ":107027,"åĽĽåij¨":107028,"æĺ¯ä»İ":107029,"çļĦæł¹æľ¬":107030,"çģ¶":107031,"æ¯Ľæ³½":107032,"æ¯Ľæ³½ä¸ľ":107033,"æµ·åı£":107034,"åĽĽåįģ":107035,"ä¹Łè¢«":107036,"èģ·":107037,"ä¸Ģæīĭ":107038,"绩æķĪ":107039,"çļĦçĶ·äºº":107040,"书ç±į":107041,"ä¸ĢèĦ¸":107042,"大äºİ":107043,"鼶éĥ¨ä»¶":107044,"åħ³æĢĢ":107045,"平米":107046,"æļ´éľ²":107047,"å¾Ĺå¤ļ":107048,"ä¸ī级":107049,"æľ¬åij¨":107050,"两èĢħ":107051,"对ä¸ŃåĽ½":107052,"åıªè§ģ":107053,"欧ç¾İ":107054,"å¦Ĥæŀľæľī":107055,"å·²ç»ıæĺ¯":107056,"çľĭå®Į":107057,"çģ«éĶħ":107058,"èµIJ":107059,"ä¸Ģéģį":107060,"æĦŁåĨĴ":107061,"ç»ĵå±Ģ":107062,"ä»ĵåĤ¨":107063,"å®ŀåľ°":107064,"åī¯æĢ»ç»ıçIJĨ":107065,"ä¹Łä¸įçŁ¥éģĵ":107066,"碰åĪ°":107067,"åIJĪ计":107068,"客æĪ·çļĦ":107069,"ç½Ĺ马":107070,"æĦīå¿«":107071,"é£Ľ":107072,"çĥŃçĥĪ":107073,"伦æķ¦":107074,"åĮ»ä¿Ŀ":107075,"éĺ¿éĩĮå·´å·´":107076,"åĨį说":107077,"ä¸ºåŁºç¡Ģ":107078,"çĶŁäº§ç»ıèIJ¥":107079,"è¿ĻäºĽäºº":107080,"åĪĹ车":107081,"æ²³åĮĹçľģ":107082,"è¿Ļ段":107083,"æ´»åĬ¨ä¸Ń":107084,"å©·":107085,"çĶŁçIJĨ":107086,"ä¸ŃåĽ½äººæ°ij":107087,"éĦĤ":107088,"åIJ¬åıĸ":107089,"å¤įä¹ł":107090,"æľīçĽĬ":107091,"æĶ¶æĭ¾":107092,"å¾Īåı¯èĥ½":107093,"ç½ijç»ľæ¸¸æĪı":107094,"们çļĦ":107095,"èµĭèĥ½":107096,"éļ¾å¾Ĺ":107097,"åĪĨæīĭ":107098,"羣è¯ļ":107099,"åħ¬åı¸åľ¨":107100,"åĿĩè¡¡":107101,"åı£åij³":107102,"çīµå¤´":107103,"ä¸ĢèĪ¬çļĦ":107104,"轿车":107105,"çŃīäºİ":107106,"æ²īé»ĺ":107107,"æĪijéĥ½":107108,"å°ıç¨ĭåºı":107109,"ä¸Ģåī¯":107110,"æī¿è½½":107111,"åľ°è´¨":107112,"çķĮéĿ¢":107113,"çĶµæľº":107114,"çĦ¦èĻij":107115,"éĶĢåĶ®é¢Ŀ":107116,"æĸ°è½¦":107117,"ä¸Ĭ游":107118,"主æ¼Ķ":107119,"éļIJç§ģ":107120,"åıijå±ķæĪĺçķ¥":107121,"çļĦåĬªåĬĽ":107122,"å¼Ģåħ³":107123,"解åĨ³éĹ®é¢ĺ":107124,"çĿ£å¯¼":107125,"对æĬĹ":107126,"å¾Īå¤ļ人éĥ½":107127,"æĹłæķĪ":107128,"产åĵģè´¨éĩı":107129,"å®īå¿ĥ":107130,"åįİ人":107131,"ä¸į符åIJĪ":107132,"èĩªå®¶":107133,"éĺµå®¹":107134,"çļĦåIJĦç§į":107135,"çļĦçIJĨ念":107136,"çļĦæĸĩåĮĸ":107137,"为èĩªå·±":107138,"山水":107139,"游泳":107140,"éľĩèį¡":107141,"çĶŁæ´»æĸ¹å¼ı":107142,"è¿ľç¦»":107143,"çŁ³åĮĸ":107144,"æѤäºĭ":107145,"æĺ¯çľŁçļĦ":107146,"çļĦæ¯Ķä¾ĭ":107147,"çĶ¨çĶµ":107148,"奥è¿IJä¼ļ":107149,"ä¿Ŀå®ī":107150,"èĽĭçĻ½è´¨":107151,"çļĦå¿ĥçIJĨ":107152,"å·«":107153,"åı·çłģ":107154,"æ°Ķä½ĵ":107155,"åıijæĶ¹":107156,"åıijæĶ¹å§Ķ":107157,"åĮ»å¸Ī":107158,"æ¶ĤæĸĻ":107159,"æĺĬ":107160,"å¸Ĥ级":107161,"ä¸ĸçķĮçļĦ":107162,"åĪĨåĪ«æĺ¯":107163,"çł´äº§":107164,"ä¸ĢæĿ¯":107165,"æĭīå¼Ģ":107166,"å¹³åĩ¡":107167,"çļĦåıijçĶŁ":107168,"åĬ¨æīĭ":107169,"ä¸ĢçĽ´ä»¥æĿ¥":107170,"æīĭå·¥":107171,"éĩĮéĿ¢çļĦ":107172,"æĹłåħ³":107173,"ä»ĭåħ¥":107174,"èµ°ä¸Ĭ":107175,"å°±æĺ¯è¦ģ":107176,"å¹´éĹ´":107177,"åĩºçı¾":107178,"å½±éŁ¿":107179,"å¹ħ度":107180,"éĽģ":107181,"éģĵåħ·":107182,"缮çļĦåľ°":107183,"åIJİèĢħ":107184,"ä¸Ĭæ¼Ķ":107185,"äºĨåĩł":107186,"æ®ĭçĸ¾äºº":107187,"å¿Ļç¢Į":107188,"æĺ¯åIJ¦æľī":107189,"并对":107190,"ä¼ļ导èĩ´":107191,"æ°´åºĵ":107192,"ç»Ĩèĩ´":107193,"åIJİæĤĶ":107194,"å¿ĥæĢĿ":107195,"åģļäºĭ":107196,"åİĤæĪ¿":107197,"çĿ¿":107198,"è¿IJèIJ¥åķĨ":107199,"头éĥ¨":107200,"çļĦè§Ĵèī²":107201,"æĺ¯ä»ĸ":107202,"æĹ¢æľī":107203,"å°ıæŶåĢĻ":107204,"强åĬ²":107205,"主æĴŃ":107206,"åħ¨åĽ½åIJĦåľ°":107207,"æįı":107208,"æįŁåĿı":107209,"åķĨä¼ļ":107210,"ä¿Ŀç½Ĺ":107211,"çľģå¸Ĥ":107212,"éļ§éģĵ":107213,"æľīä¸įå°ij":107214,"è¦ģåľ¨":107215,"å»ºè®¾é¡¹çĽ®":107216,"ç³ĸå°¿":107217,"ç³ĸå°¿çĹħ":107218,"æĿ¡ä»¶ä¸ĭ":107219,"ä¼ĺè´¨çļĦ":107220,"é¦ĸåıij":107221,"å½ĵæŶçļĦ":107222,"丰çĶ°":107223,"大çĽĺ":107224,"缸继":107225,"å®ģå¤ı":107226,"åħ¥ä½ı":107227,"æĪijè¿ĺ":107228,"åħĭæĸ¯":107229,"å®ļä»·":107230,"å¹³æĸ¹åħ¬éĩĮ":107231,"çļĦçŁ¥è¯Ĩ":107232,"æĪij们ä¼ļ":107233,"åħĥå®Ŀ":107234,"ä½ĵéĩį":107235,"è³£":107236,"对æĪij们":107237,"çŁ³å®¶":107238,"çŁ³å®¶åºĦ":107239,"ç²¾åįİ":107240,"å½¢çĬ¶":107241,"åıĹåĪ°äºĨ":107242,"修订":107243,"ç¾İåľĭ":107244,"é«ĺæ¸ħ":107245,"çľ¼éķľ":107246,"è§īå¾Ĺèĩªå·±":107247,"带ç»Ļ":107248,"åĶ®ä»·":107249,"éĹ¨ç¥¨":107250,"åŃķå¦ĩ":107251,"çĶµè§Ĩåı°":107252,"åıijä½ľ":107253,"çļĦåij³éģĵ":107254,"éķ¿è¿ľ":107255,"åħ¬åħ±æľįåĬ¡":107256,"æŃ£å¸¸çļĦ":107257,"æľīè¿ĩ":107258,"é£İæĥħ":107259,"æ¯Ķéĩį":107260,"åIJ»":107261,"管çIJĨå·¥ä½ľ":107262,"综åIJĪæĢ§":107263,"已被":107264,"说起":107265,"æİĴæ°´":107266,"ä¸įæĸŃåľ°":107267,"æĥħæĢĢ":107268,"è¾ĵéĢģ":107269,"è¿ĩæķı":107270,"çļĦåı¯èĥ½æĢ§":107271,"æľįçĶ¨":107272,"æľī许å¤ļ":107273,"å§Ķåī¯ä¹¦è®°":107274,"åĮĸå¦Ĩåĵģ":107275,"æļĤåģľ":107276,"æĬķèµĦ人":107277,"çıŃ级":107278,"说çĿĢ":107279,"åįĹåĮĹ":107280,"åĪĨè¡Į":107281,"çıłå®Ŀ":107282,"寶":107283,"å¢ŀå¤ļ":107284,"被åĬ¨":107285,"çī¹æ®ĬçļĦ":107286,"éĹľä¿Ĥ":107287,"çļĦèĦ¸":107288,"æĥŁ":107289,"ä¸įä¸Ģå®ļ":107290,"ç¶Ń":107291,"çģ«çĪĨ":107292,"秣éĩij":107293,"çŀ§":107294,"éĩį建":107295,"è·ª":107296,"ä¸Ģ種":107297,"çļĦåIJĪä½ľ":107298,"å®īæħ°":107299,"ä»įæĺ¯":107300,"ä¸ĵä¸ļåĮĸ":107301,"è°ĥ解":107302,"ä¸į妨":107303,"éĢĻæĺ¯":107304,"å¿ħéłĪ":107305,"ä¼ĬæľĹ":107306,"å¾ĹäºĨ":107307,"æľįåĬ¡å¹³åı°":107308,"姬":107309,"åħĪéĶĭ":107310,"çİĭåŃIJ":107311,"çļĦä¸ĢåĪĩ":107312,"æĢ»çIJĨ":107313,"åĵ¼":107314,"çªij":107315,"çļĦå¿ĥæĥħ":107316,"çļĦéĩį大":107317,"çijŁ":107318,"ä¸Ģç¬ij":107319,"åıijå±ķä¸Ń":107320,"åģ¥åº·åıijå±ķ":107321,"åĵģçīĮçļĦ":107322,"禮":107323,"ä½Ļ人":107324,"ä»Ĭ年以æĿ¥":107325,"æķ°çłģ":107326,"çŃ¾è¯ģ":107327,"åİ»æī¾":107328,"åŁºéĩijä¼ļ":107329,"æĬ±æĢ¨":107330,"æŃ£å½ĵ":107331,"çıŃåŃIJæĪIJåijĺ":107332,"ä¸įåIJĪæł¼":107333,"åĪ¶å®ļäºĨ":107334,"ç¼ĵæħ¢":107335,"åĪ¶çº¦":107336,"æłı缮":107337,"å¸Ĥåľºç»ıæµİ":107338,"ç»ĦæĪIJçļĦ":107339,"严峻":107340,"æĹ¥è®¯":107341,"ä¸ĢçĤ¹çĤ¹":107342,"æĺ¯æĢİä¹Ī":107343,"çļĦçħ§çīĩ":107344,"éĺ»æŃ¢":107345,"模ç³Ĭ":107346,"缸":107347,"éģķåıį":107348,"æIJ¬è¿ģ":107349,"éĩijéĴ±":107350,"彬":107351,"ä¸įå®ī":107352,"æĪĺçķ¥åIJĪä½ľ":107353,"å¡«åĨĻ":107354,"讲究":107355,"åħħåĪĨåĪ©çĶ¨":107356,"èĥ½å¤ł":107357,"èij¡èIJĦéħĴ":107358,"éĩĩçĶ¨äºĨ":107359,"åľ¨ä»Ĭå¹´":107360,"ä¸Ńå°ıåѦ":107361,"åľ¨æĦı":107362,"çļĦåİĭåĬĽ":107363,"ä¸į幸":107364,"åĪ¶èį¯":107365,"åı¯ä»¥è®©":107366,"被è¯Ħ为":107367,"ç»ĨèıĮ":107368,"æĪıåī§":107369,"åįĬ导":107370,"åįĬ导ä½ĵ":107371,"è§Ĩè§Ĵ":107372,"åĸľæŃ¡":107373,"å¾ģæĶ¶":107374,"è°ĭåĪĴ":107375,"æŀģ大çļĦ":107376,"çĤ¹èµŀ":107377,"è®°èĢħä»İ":107378,"两åIJį":107379,"èĩªåĬ©":107380,"èµ·æŃ¥":107381,"æĬ¤å£«":107382,"å®Ŀ马":107383,"太åŃIJ":107384,"å°ıå°ıçļĦ":107385,"温æ³ī":107386,"åĩºç§Łè½¦":107387,"秣æĪ¿":107388,"两家":107389,"éľĩæĴ¼":107390,"ç§īæī¿":107391,"ä¸Ģ件äºĭ":107392,"çĥĪ士":107393,"å®ĺåħµ":107394,"转身":107395,"ä¹IJåĽŃ":107396,"çĻĮçĹĩ":107397,"模èĮĥ":107398,"æĦ£":107399,"è¿ĩåİ»çļĦ":107400,"代价":107401,"çļĦæ¦Ĥ念":107402,"åĩłçĻ¾":107403,"è´µéĺ³":107404,"æĭħ忧":107405,"éĢĤå®ľ":107406,"çݯå¢ĥä¿ĿæĬ¤":107407,"çĥ«":107408,"ä½łæĥ³":107409,"æѤåIJİ":107410,"ä½łä¹Ł":107411,"çįİ":107412,"éĻ¤æѤ":107413,"éĻ¤æѤä¹ĭå¤ĸ":107414,"è°ĥ度":107415,"ç§ij缮":107416,"æīĢ说çļĦ":107417,"åĬĩ":107418,"忽è§Ĩ":107419,"ä¸ī次":107420,"ä¸ĢæĹ¥":107421,"åŀĤ缴":107422,"ç«ŀæĬĢ":107423,"éĿ¢åĮħ":107424,"大æĪĺ":107425,"æIJºå¸¦":107426,"å¦Ĥæŀľæ²¡æľī":107427,"åħ»æĪIJ":107428,"åĩºè¡Ģ":107429,"çĪ±å¥½èĢħ":107430,"æīĵéĢļ":107431,"èµ·è¯ī":107432,"åijĪçİ°åĩº":107433,"æŃĮæīĭ":107434,"åľ¨å¤ĸ":107435,"é¢Ĩ导干éĥ¨":107436,"åĨ¥":107437,"èĪĨ论":107438,"æıIJåıĸ":107439,"éĺ¿å°Ķ":107440,"æľĽçĿĢ":107441,"ä¸īäºļ":107442,"財":107443,"åĪ·æĸ°":107444,"æĻļæĬ¥":107445,"è¿ĺæľīä¸Ģ个":107446,"åĨ°ç®±":107447,"ç½ijçĤ¹":107448,"åĩºåħ·":107449,"强çĥĪçļĦ":107450,"æĪijçĽ¸ä¿¡":107451,"å¸ĮæľĽèĥ½":107452,"çīĻ齿":107453,"äºĭå®ľ":107454,"ä¸ļåĨħ人士":107455,"ä»£æĽ¿":107456,"åıĺå½¢":107457,"éĽ²":107458,"è°ĥæݧ":107459,"åĪĽæĸ°åĪĽä¸ļ":107460,"æĭĨè¿ģ":107461,"æł¸æŁ¥":107462,"éĢĹ":107463,"åħ¥åѦ":107464,"æĦıåIJij":107465,"æıĽ":107466,"ä¸ĭ次":107467,"ä¼łè¾ĵ":107468,"ä»ĸä»¬åľ¨":107469,"èĢĮä¸Ķè¿ĺ":107470,"æĹ¥åľ¨":107471,"æķĻè®Ń":107472,"æ´»çĿĢ":107473,"çļĦæľīæķĪ":107474,"å¤įå·¥å¤į":107475,"å¤įå·¥å¤į产":107476,"æĺ¯ä¸Ģ件":107477,"çŃīçĿĢ":107478,"復":107479,"åĭĩæķ¢":107480,"éģŃåıĹ":107481,"å¥Ķé©°":107482,"讲座":107483,"说å®Į":107484,"ç»Ļåĩº":107485,"è°¦":107486,"è¯ĬçĸĹ":107487,"çĽ²çĽ®":107488,"客è¿IJ":107489,"å°±è¿ŀ":107490,"å¼Ģåħĥ":107491,"å¼Ģåħĥæ£ĭçīĮ":107492,"ä¸įæĸŃæıIJåįĩ":107493,"çĶ¨æĪ·çļĦ":107494,"æĴķ":107495,"ä¾Ľæ°´":107496,"ç¶ĵæ¿Ł":107497,"ä¸ŃåĮ»èį¯":107498,"èģĶæĥ³":107499,"åħ¬äº¤è½¦":107500,"èĪªçıŃ":107501,"æĬĢè¡ĵ":107502,"å¼ķèµ·çļĦ":107503,"å°¹":107504,"èµĦæ·±":107505,"åĽ½èµĦå§Ķ":107506,"èĺŃ":107507,"é¼»åŃIJ":107508,"éĹ½":107509,"æİĴéĺŁ":107510,"è§Ĥåħī":107511,"éģĹåĿĢ":107512,"ä¸ľäº¬":107513,"é¥ŃåºĹ":107514,"ä¸įæĸŃçļĦ":107515,"å°±æĺ¯ä¸Ģ个":107516,"éķ¿ä¹ħ":107517,"çļĦè§ĤçĤ¹":107518,"娶":107519,"æĪijçİ°åľ¨":107520,"çķ°":107521,"å¾Ĺåĩº":107522,"å¿ħå®ļ":107523,"ä¸įåıĹ":107524,"åıªéľĢè¦ģ":107525,"åĽ°æī°":107526,"ç§ijåѦæĬĢæľ¯":107527,"çīĽèĤī":107528,"è¾ĥé«ĺçļĦ":107529,"è·ijæŃ¥":107530,"æ²¾":107531,"èı©èIJ¨":107532,"æľĢå¾Į":107533,"ä¿Ŀå¯Ĩ":107534,"æ²»å®ī":107535,"éĤ±":107536,"常è¯Ĩ":107537,"èĦ¸èī²":107538,"åĮĹ大":107539,"æ±ĩèģļ":107540,"æijĨèĦ±":107541,"é¾Ļ头ä¼ģä¸ļ":107542,"女åıĭ":107543,"çŃīå·¥ä½ľ":107544,"ä¸Ńç¾İ":107545,"èģĮåľº":107546,"èĦijè¢ĭ":107547,"åĨĻçļĦ":107548,"饲æĸĻ":107549,"åĬ³åĬ¨åĬĽ":107550,"屯":107551,"æĮģèĤ¡":107552,"åĽ¾åĥı":107553,"è¿ĩåİ»äºĨ":107554,"貨":107555,"è¾²":107556,"éĹ®æĪij":107557,"è·Łä½ł":107558,"çĶŁæŃ»":107559,"审ç¾İ":107560,"é¢Ĺç²Ĵ":107561,"ä¸Ńæĸ¹":107562,"åĬłçĥŃ":107563,"æĹħè¡Į社":107564,"çĻ¼çĶŁ":107565,"ä¸įåłª":107566,"åĤ·":107567,"æ¥ł":107568,"åĬŀæ¡Ī":107569,"æŁĦ":107570,"æĹ¢æĺ¯":107571,"å¤ĦåĪĨ":107572,"羣å®ŀçļĦ":107573,"æĬ¥çº¸":107574,"å¸ĪçĪ¶":107575,"å®īå¾½çľģ":107576,"åī¯ä¸»å¸Ń":107577,"ä¹ĭéģĵ":107578,"导弹":107579,"åŃ¦æł¡çļĦ":107580,"åŁİå¸ĤçļĦ":107581,"è°ĪåĪ°":107582,"æ¢Ĺ":107583,"å¹³éĿ¢":107584,"说ä»Ģä¹Ī":107585,"é¢ijçİĩ":107586,"éķ¿ä¸īè§Ĵ":107587,"çļĦåĪ©çĽĬ":107588,"黨":107589,"è±ĨèħIJ":107590,"å®ŀéĻħæĥħåĨµ":107591,"æŀĹä¸ļ":107592,"纪æ£ĢçĽijå¯Ł":107593,"ä½ıéĻ¢":107594,"çļĦæķ´ä½ĵ":107595,"åīįè¡Į":107596,"æĮ¨":107597,"çħ¤çŁ¿":107598,"åī¯æĢ»è£ģ":107599,"å°ıåIJĥ":107600,"æŀģ端":107601,"å©Ĩå©Ĩ":107602,"çİ°è´§":107603,"è¯ĹæŃĮ":107604,"éĴ¥åĮĻ":107605,"缩çŁŃ":107606,"ä½Ĩè¿Ļ":107607,"æĸ°åĵģ":107608,"è¿Ļ对":107609,"çŁ¥åIJį度":107610,"å¿ĹæĦ¿æľįåĬ¡":107611,"大å±Ģ":107612,"è¡¡éĩı":107613,"ä½ĵçİ°äºĨ":107614,"æ¡ĥèĬ±":107615,"åIJ¸å¼ķåĬĽ":107616,"åł¤":107617,"æĵħéķ¿":107618,"åĴĴ":107619,"çĽ¸æľº":107620,"ä¸Ģç«Ļ":107621,"ä¸Ģç«Ļå¼ı":107622,"æľĢç¾İ":107623,"æ°¸ä¹ħ":107624,"çļĦéĥ¨åĪĨ":107625,"åĪĨå·¥":107626,"å·¥ç¨ĭ建设":107627,"æIJŃè½½":107628,"æ°´ä¸Ń":107629,"èĮ¨":107630,"çļĦæĵįä½ľ":107631,"ç»Łæ²»":107632,"çķħéĢļ":107633,"åħļçļĦåįģ":107634,"輸":107635,"測":107636,"ç¾İè§Ĥ":107637,"ä¸įåĪ©":107638,"åıįæĢĿ":107639,"éªĦåĤ²":107640,"æłĩçļĦ":107641,"æĿĢ人":107642,"éĺ¿å§¨":107643,"é£ŁæĿIJ":107644,"åIJĥçļĦ":107645,"åIJİåĨį":107646,"çŁ£":107647,"两侧":107648,"æ¸ħæ°´":107649,"è¿ĽçIJĥ":107650,"å¼Ģå§ĭäºĨ":107651,"åIJ¬äºĨ":107652,"çĦĬæİ¥":107653,"磮":107654,"å¨Ł":107655,"为人":107656,"éĢģç»Ļ":107657,"åĨĴéĻ©":107658,"æķ·":107659,"ç»ĪæŃ¢":107660,"æīįçŁ¥éģĵ":107661,"è¿IJæ°Ķ":107662,"éĢļé£İ":107663,"æĥĬ讶":107664,"ç§ijåѦéĻ¢":107665,"æıIJéĹ®":107666,"太åİŁ":107667,"缸åIJĮçļĦ":107668,"ä»ķ":107669,"èģĸ":107670,"æĥħæ³ģ":107671,"é¢Ĩ导人":107672,"åĩºæĿ¥äºĨ":107673,"沿线":107674,"éĻ½":107675,"æĦŁè¦º":107676,"ä»įåľ¨":107677,"æ©Ļ":107678,"约为":107679,"åĸĿéħĴ":107680,"çĶ¨èį¯":107681,"ä¸ĭä¸Ģ":107682,"æ³ķå®ĺ":107683,"顺åºı":107684,"åģļä¸Ģ个":107685,"åĭ¢":107686,"æŃª":107687,"çĶµç«ŀ":107688,"ä¼´éļıçĿĢ":107689,"ä¹ĭåĬĽ":107690,"ä¹ĭ人":107691,"äºij计ç®Ĺ":107692,"åĪ«äººçļĦ":107693,"ç§ijåѦåıijå±ķ":107694,"第åħ«":107695,"å¹²æī°":107696,"女ç¥ŀ":107697,"è¿Ļæł·åģļ":107698,"å¤Ħåľ¨":107699,"æ°´è´¨":107700,"éķ¿æĺ¥":107701,"å¸ĤåľºéľĢæ±Ĥ":107702,"ç»´æĿĥ":107703,"èĢ³æľµ":107704,"æĸĩåĮĸçļĦ":107705,"奶ç²ī":107706,"ä¼łè¾¾":107707,"æīĭæľºçīĪ":107708,"æĽ¾åľ¨":107709,"äºĮæľŁ":107710,"åİŁåĽłæĺ¯":107711,"æºIJ头":107712,"åıĪèĥ½":107713,"裸":107714,"æĬĢæľ¯åĪĽæĸ°":107715,"æĸĩåĮĸæĹħ游":107716,"åıij票":107717,"年级":107718,"ä½łä¸į":107719,"ä¹ĭå¿ĥ":107720,"æķ°çĻ¾":107721,"åIJijå¾Ģ":107722,"èĢģ家":107723,"åľĭéļĽ":107724,"çļĦé«ĺ度":107725,"æľĿéĺ³":107726,"æ¸ħéĻ¤":107727,"èĩªæľī":107728,"书ä¸Ń":107729,"游æĪıè£ħå¤ĩ":107730,"ä¸ĩå¤ļ":107731,"驾驶åijĺ":107732,"ä½łçŁ¥éģĵ":107733,"åĽ½åºĨ":107734,"é£ŁåłĤ":107735,"æİ¥åı£":107736,"æĢ»æķ°":107737,"åħ¶ä»ĸçļĦ":107738,"çĶŁåij½çļĦ":107739,"ä½łåľ¨":107740,"çļĦ缮åħī":107741,"è¿Ļæĸ¹éĿ¢":107742,"éĥ½è¯´":107743,"çĸĹæ³ķ":107744,"åĭĩ士":107745,"åľ¨åħ¨çIJĥ":107746,"ä¿ĿéĻ©åħ¬åı¸":107747,"çĿ£æŁ¥":107748,"åĸĦèī¯":107749,"表彰":107750,"è¹²":107751,"路段":107752,"æľĥåĵ¡è¦ı":107753,"æľĥåĵ¡è¦ıç¯Ħ":107754,"æĪ·åŀĭ":107755,"ä¿ĥ使":107756,"修建":107757,"é«ĺæ°´å¹³":107758,"åģļåĩºäºĨ":107759,"ä¸»åľº":107760,"è¡Įèµ°":107761,"空çĻ½":107762,"æľī人说":107763,"è¿Ļ个ä¸ĸçķĮ":107764,"åIJįä¹ī":107765,"å®Įç¾İçļĦ":107766,"羡æħķ":107767,"åıĬåħ¶ä»ĸ":107768,"åı¯çĶ¨":107769,"æĭIJ":107770,"è¾ĥ大çļĦ":107771,"æĬĢæľ¯åĴĮ":107772,"å°¼äºļ":107773,"çĻ¾è´§":107774,"æıī":107775,"éĢīè´Ń":107776,"éĺŁåıĭ":107777,"ä¼łæĦŁ":107778,"ä¼łæĦŁåĻ¨":107779,"åıªè¦ģä½ł":107780,"为ä»Ģä¹Īè¦ģ":107781,"ä¸ĵ注äºİ":107782,"ä½Ļé¢Ŀ":107783,"åħ¸åŀĭçļĦ":107784,"缮åīįå·²":107785,"æ¬²æľĽ":107786,"èģĶ绾":107787,"æµģä¼ł":107788,"çļĦ家åºŃ":107789,"åı·åı¬":107790,"çıįè´µ":107791,"ä¼Łå¤§çļĦ":107792,"éī´äºİ":107793,"è·Łä»ĸ":107794,"产çī©":107795,"ä¸įå·²":107796,"è¿Ŀæ³ķè¡Į为":107797,"头ä¸Ĭ":107798,"åĪĨ解":107799,"åı¯ä»¥çľĭåĩº":107800,"æł¡åĮº":107801,"åŃĹä½ĵ":107802,"ä¿®çĤ¼":107803,"çĶļèĩ³æĺ¯":107804,"微信åħ¬ä¼Ĺ":107805,"åıĸ代":107806,"èIJ¥ä¸ļæĶ¶åħ¥":107807,"æ½įåĿĬ":107808,"ä½łèĥ½":107809,"社ä¼ļä¿Ŀéļľ":107810,"æ¯ĶèµĽä¸Ń":107811,"污水å¤ĦçIJĨ":107812,"夫å¦ĩ":107813,"ä¸Ģå¹ħ":107814,"沿海":107815,"åı£æĦŁ":107816,"ä½Ĩåį´":107817,"å½ĵæĹ¥":107818,"çļĦæľĢ大":107819,"æ¯ıä¸Ģä½į":107820,"没äºĭ":107821,"çī¹åĪ¥":107822,"å¼ĢåѦ":107823,"è·¯éĿ¢":107824,"å¿ĥçIJĨåѦ":107825,"æĶ¾ç½®":107826,"éĩįåºĨå¸Ĥ":107827,"ä½łèĩªå·±":107828,"æ¶Īè´¹èĢħçļĦ":107829,"ä¸Ģæ³¢":107830,"èѦæĥķ":107831,"åį§å®¤":107832,"注å°Ħ":107833,"é£İ鼨":107834,"沿çĿĢ":107835,"åijĬ訴":107836,"表çİ°åĩº":107837,"åĽĽæĺ¯":107838,"åı¤åħ¸":107839,"æĽ´éĩįè¦ģçļĦ":107840,"好äºĭ":107841,"çľ¼æ³ª":107842,"æ¨ĵ":107843,"审åĪ¤":107844,"碰æĴŀ":107845,"车ç«Ļ":107846,"è¿Ľåħ¥äºĨ":107847,"éĽĨåIJĪ":107848,"æł¼å¤ĸ":107849,"宾é¦Ĩ":107850,"æĶ¯ä»ĺå®Ŀ":107851,"她æĺ¯":107852,"æĺ¯å¦Ĥä½ķ":107853,"人次":107854,"çļĦæĪIJåĬŁ":107855,"æĹłåĬĽ":107856,"æµ·æĭĶ":107857,"æĺ¥åŃ£":107858,"éĥ½ä¸įä¼ļ":107859,"çŃīå¤ļç§į":107860,"ä¸Ģ个å°ı":107861,"åģľè½¦åľº":107862,"è®©æĽ´å¤ļ":107863,"è¿ĻçĤ¹":107864,"æĪIJåĵģ":107865,"éĴī":107866,"éģĩè§ģ":107867,"çıŃ主任":107868,"æĦıæĦ¿":107869,"çļĦåIJĮåѦ":107870,"游è§Ī":107871,"åİĭ缩":107872,"åľ¨ä¼łå¥ĩ":107873,"å¼¹æĢ§":107874,"æĹ¥åĨħ":107875,"ç¦ı建çľģ":107876,"è§ĴèIJ½":107877,"åĪĨå¼Ģ":107878,"ä¼ļ让":107879,"å¤ĸåĽ´":107880,"çĨŁæĤīçļĦ":107881,"çĨĶ":107882,"ä¸ĩè¾Ĩ":107883,"å¤ľéĹ´":107884,"车身":107885,"ä¸ŃæľŁ":107886,"å®ĮåĸĦçļĦ":107887,"åĵģç±»":107888,"åıĭè°Ĭ":107889,"éĢīæĭĶ":107890,"éªij士":107891,"彦":107892,"çļĦçľĭæ³ķ":107893,"åĽ½çİĭ":107894,"è¾£æ¤Ĵ":107895,"åıijå¸ĥæŶéĹ´":107896,"åı¤åŁİ":107897,"éļıæľº":107898,"ç«ĸ":107899,"å¼Ģè¾Ł":107900,"ä¼ĹçĶŁ":107901,"没åĬŀæ³ķ":107902,"åįĥéĩĮ":107903,"æĿ¥æºIJäºİ":107904,"çļĦæĿĥåĪ©":107905,"æ¯ĶåĪĨ":107906,"满æĦıçļĦ":107907,"ä¿®è¡Į":107908,"åĿł":107909,"大海":107910,"èݹ":107911,"åĩºèº«":107912,"è«ĩ":107913,"åħ³èĬĤ":107914,"åIJį人":107915,"éľĢè¦ģ注æĦı":107916,"æĹ©æĻ¨":107917,"å¤ĸåįĸ":107918,"åıĪè¦ģ":107919,"æ¶īæ¡Ī":107920,"çĶ³è¯·äºº":107921,"éĻĦè¿ijçļĦ":107922,"åĬłå¿«æİ¨è¿Ľ":107923,"æĸ°å¹´":107924,"大è¡Ĺ":107925,"ä¸Ģé»ŀ":107926,"èĭıå®ģ":107927,"æĤĦæĤĦ":107928,"èĦ¾æ°Ķ":107929,"å¸ĮèħĬ":107930,"éļıåį³":107931,"æķ¢äºİ":107932,"å®ŀè·µä¸Ń":107933,"æĺ¯æ²¡æľī":107934,"æľī趣çļĦ":107935,"æĿ¥èĩªäºİ":107936,"è£ģåĪ¤":107937,"女åŃ©åŃIJ":107938,"èĩ³åħ³":107939,"èĩ³åħ³éĩįè¦ģ":107940,"æĻºåĬĽ":107941,"èµ°åĩºåİ»":107942,"çŁŃæĿ¿":107943,"å¤§åĽ½":107944,"çļĦ认è¯Ĩ":107945,"å¹´å¤ľ":107946,"åĨįåĪ°":107947,"åIJĮæł·çļĦ":107948,"å¯Ĩå°ģ":107949,"å¤ĸ交éĥ¨":107950,"çĶŁæķĪ":107951,"æĤ¨åı¯ä»¥":107952,"ä½łåĢij":107953,"è¿ĩå¹´":107954,"å¼ĵ":107955,"è¡ĮæĿİ":107956,"æ¯Ķèµ·":107957,"身é«ĺ":107958,"è¿Ļ个人":107959,"ä¸Ńå¤ĸ":107960,"éģĵæŃī":107961,"çĽ¯çĿĢ":107962,"亲åŃIJ":107963,"éŸ":107964,"çĻ½äºij":107965,"èĦĸåŃIJ":107966,"ä¸ĢåĪĩéĥ½":107967,"æ·ij":107968,"è°ľ":107969,"åģ¶çĦ¶":107970,"éĿłè°±":107971,"é«ĺ管":107972,"ä¸ĭåıij":107973,"æĶ¾åĪ°":107974,"ç±»åĪ«":107975,"ä¸ĭåĪĹ":107976,"æ··ä¹±":107977,"åIJĪæ³ķæĿĥçĽĬ":107978,"çݯçIJĥ":107979,"æľīæķĪåľ°":107980,"åķĨæĪ·":107981,"æ¹ĸ人":107982,"海岸":107983,"æĬķ产":107984,"两个æľĪ":107985,"éĥ½éĿŀ常":107986,"å¢ŀ强äºĨ":107987,"æĿ¥åĪ°äºĨ":107988,"åī©ä½Ļ":107989,"æĤ¨çļĦåŃ©åŃIJ":107990,"æµģæ°´":107991,"æŃ£ä¹ī":107992,"天çĮ«":107993,"åģļè¿ĩ":107994,"ä½ķæŶ":107995,"æĪijåİ»":107996,"çľģ份":107997,"å¥ĸéĩij":107998,"该å¦Ĥä½ķ":107999,"ä¸ĭçıŃ":108000,"åģ¶åĥı":108001,"æijĨæĶ¾":108002,"æĸ°æ¨¡å¼ı":108003,"æĬķè³ĩ":108004,"è·¯åı£":108005,"åĨľæ°ijå·¥":108006,"大åѸ":108007,"件äºĭ":108008,"æł¹æľ¬ä¸į":108009,"æµĵ度":108010,"æµĵåİļ":108011,"è½®èĥİ":108012,"æĪ¿ä¼ģ":108013,"éĿŀ常好":108014,"ä»İä¸Ń":108015,"äººæł¼":108016,"ç¿ģ":108017,"æŶéĹ´åĴĮ":108018,"è¿Ļä¸įæĺ¯":108019,"åĪ¸åķĨ":108020,"æĥĬ人":108021,"åĻ¨å®ĺ":108022,"åĩĨåĪĻ":108023,"æĥħæĻ¯":108024,"æĽ´é«ĺçļĦ":108025,"åŃ¦å®¶":108026,"泡沫":108027,"åľ°æĸ¹æĶ¿åºľ":108028,"å°±çŁ¥éģĵ":108029,"åij¼åIJģ":108030,"ç»ıè´¸":108031,"èĬ±éĴ±":108032,"æľīä¸Ģ次":108033,"æĦŁæħ¨":108034,"ä¸Ģåįĥ":108035,"å¤ľæĻļ":108036,"詹å§Ĩ":108037,"詹å§Ĩæĸ¯":108038,"è¦ģéĹ»":108039,"ç»Ĵ":108040,"æºIJäºİ":108041,"çļĦè´¨éĩı":108042,"注æĦıäºĭ项":108043,"æħ¢æĢ§":108044,"稳å®ļçļĦ":108045,"建设åĴĮ":108046,"æĻ¯è±¡":108047,"éĩıåĮĸ":108048,"çļĦ話":108049,"è¯Ħ级":108050,"æºľ":108051,"红åĮħ":108052,"éĢļéģİ":108053,"社ä¼ļ责任":108054,"æĸ°äº§åĵģ":108055,"åĨ·éĿĻ":108056,"çľĭä¸įåĪ°":108057,"èģĶéĤ¦":108058,"éŃĦ":108059,"çļĦåīįæıIJ":108060,"çļĦåīįæıIJä¸ĭ":108061,"è¾ĥ好":108062,"çļĦæĦŁæĥħ":108063,"客æĪ·æıIJä¾Ľ":108064,"çĭ¬èĩª":108065,"å¢ŀæĶ¶":108066,"æĸĩçĮ®":108067,"æĭ¼åij½":108068,"管çIJĨåĴĮ":108069,"æµģåĬ¨æĢ§":108070,"åħ¨å®¶":108071,"ä¸Ĭæĸ¹":108072,"æݨåĩºçļĦ":108073,"ä¸īåĽ½":108074,"ä¸Ģ个æĺ¯":108075,"æĸ°ä¸Ģè½®":108076,"æĸĩåĮĸéģĹ产":108077,"殺":108078,"大湾åĮº":108079,"éĥ½éľĢè¦ģ":108080,"çļĦå®ŀéĻħ":108081,"ç·Ĭ":108082,"大å¥ĸ":108083,"åħīèĬĴ":108084,"便äºİ":108085,"çļĦ表æĥħ":108086,"æ¼Ķç»İ":108087,"红åĨĽ":108088,"å½ĵæĪij":108089,"æ²»æĦĪ":108090,"é¢Ŀ度":108091,"éĿľ":108092,"ä»»ä½ķ人":108093,"è¡Ĺ头":108094,"çī¹æĸ¯":108095,"çī¹æĸ¯æĭī":108096,"åĮ»çĸĹæľºæŀĦ":108097,"ç»ĻåŃ©åŃIJ":108098,"è§Ħ磩":108099,"è£ľ":108100,"çļĦ身影":108101,"ä¸ĵæłı":108102,"æĿ¥ä¸´":108103,"童年":108104,"å¤įèĭı":108105,"è¨Ĥ":108106,"åŀĭåı·":108107,"åĽ¾æ¡Ī":108108,"ç®ĢåİĨ":108109,"æĭ±":108110,"èį·åħ°":108111,"ä»»æĦı":108112,"æī¿æİ¥":108113,"è¿Ļæīį":108114,"客车":108115,"æľĿçĿĢ":108116,"éłħ缮":108117,"åı°é£İ":108118,"çļĦæĪ¿åŃIJ":108119,"éªı":108120,"æĿ±è¥¿":108121,"éģĹä¼ł":108122,"è¶Ĭå¤ļ":108123,"äºĨä»ĸçļĦ":108124,"ä¸Ĭåij¨":108125,"管çIJĨåĪ¶åº¦":108126,"失ä¸ļ":108127,"çĶ·åıĭ":108128,"æİ¥ç§į":108129,"å¨ģåIJį":108130,"çĴ°å¢ĥ":108131,"åıijçĶŁåľ¨":108132,"ä¸ªåĽ½å®¶":108133,"åĪĽæĸ°åıijå±ķ":108134,"æĶ¹åıĺäºĨ":108135,"åģ¥åº·çļĦ":108136,"åĢ¼å¾Ĺä¸Ģ":108137,"åĢ¼å¾Ĺä¸ĢæıIJ":108138,"åĽ¢ä¼Ļ":108139,"åģĩ设":108140,"åı°ä¸Ĭ":108141,"è§ĦèĮĥåĮĸ":108142,"éĻªåIJĮ":108143,"座æ¤ħ":108144,"åı¯æĢľ":108145,"åħĭæĢĿ主ä¹ī":108146,"æ³ķå¾ĭ责任":108147,"ä¸Ģé¡¿":108148,"æĬ¬å¤´":108149,"为éĩįçĤ¹":108150,"è¿ľæ´ĭ":108151,"éĢıè¿ĩ":108152,"åħ¨çIJĥåĮĸ":108153,"趣åij³":108154,"票æĪ¿":108155,"æ¯ı人":108156,"åIJĦç§įåIJĦæł·":108157,"äºĨåĩºæĿ¥":108158,"ç»Ŀ对æĺ¯":108159,"ä¸ĭå±ŀ":108160,"ä¸ĢåıĮ":108161,"è¿ĻåĿĹ":108162,"æĬĹçĸ«":108163,"è¦ģçĤ¹":108164,"å½¢æĪIJçļĦ":108165,"æĪijçľĭ":108166,"ä¸ĩéĩĮ":108167,"èĢĥçłĶ":108168,"为åħ¶":108169,"æ°ij宿":108170,"å¤ļä½į":108171,"大èĩ´":108172,"ä»ĺè´¹":108173,"åħ¥æīĭ":108174,"å±ħ家":108175,"æīĢåľ¨åľ°":108176,"人身":108177,"è¿ĩå¾Ĺ":108178,"è¯ķè¯ķ":108179,"访è°Ī":108180,"åĬłéĩį":108181,"å°±ä¸įä¼ļ":108182,"çĶŁäº§ä¼ģä¸ļ":108183,"åĽŀåĽ½":108184,"åºķ线":108185,"赶åĪ°":108186,"æĶ¯éĺŁ":108187,"æĪij们éĥ½":108188,"éĤ®æĶ¿":108189,"缴èĩ³":108190,"éĴ¢çIJ´":108191,"åħľ":108192,"çłĶ讨ä¼ļ":108193,"æľĪ亮":108194,"åĿļæĮģ以":108195,"åħ¬å®īéĥ¨":108196,"éĴ¢ç®¡":108197,"å°ıçĻ½":108198,"ç½®ä¸ļ":108199,"èģĭ":108200,"书åĨĻ":108201,"æĿı":108202,"éħįæĸ¹":108203,"èĢĮåıĪ":108204,"çijŀ士":108205,"çķĮçļĦ":108206,"èĢģ大":108207,"æĪIJçĨŁçļĦ":108208,"å¹²ä»Ģä¹Ī":108209,"ä¸ĵ项æĸĹäºī":108210,"çŃīå¤ļ个":108211,"èĦ±ç¦»":108212,"ä¸ī个æľĪ":108213,"çłĶ究åijĺ":108214,"æĹĭ转":108215,"æŀģèĩ´":108216,"åħįè´£":108217,"åħį责声æĺİ":108218,"å¾Īå¤ļçݩ家":108219,"车ä¸Ĭ":108220,"交äºĴ":108221,"å·²æĺ¯":108222,"ä¸Ģå°ı":108223,"çļĦéĩįçĤ¹":108224,"èĬ±äºĨ":108225,"ä¸įæĺİ":108226,"æľīåħ³è§Ħå®ļ":108227,"çĬ¹å¦Ĥ":108228,"羸":108229,"寡":108230,"çļĦè¡£æľį":108231,"åĮħ裹":108232,"身åŃIJ":108233,"å¸ĪèĮĥ大åѦ":108234,"äºĭåħĪ":108235,"线æĿ¡":108236,"æ³ķåĪ¶":108237,"åħ»æĬ¤":108238,"稳å®ļæĢ§":108239,"éĤµ":108240,"åŀĦæĸŃ":108241,"é¡į":108242,"èĢĥåı¤":108243,"æĿłæĿĨ":108244,"èĭıèģĶ":108245,"æ°´çĶµ":108246,"åħ·ä½ĵçļĦ":108247,"æ¿Ģæ´»":108248,"æĪijæł¡":108249,"åĪļå¼Ģå§ĭ":108250,"åĩ¸æĺ¾":108251,"禾":108252,"åħ¼èģĮ":108253,"éĢıéģİ":108254,"åľ¨æ¸¸æĪıä¸Ń":108255,"社ä¼ļåıijå±ķ":108256,"好çİ©":108257,"å¹»æĥ³":108258,"ä¸į代表":108259,"注æĦıåĬĽ":108260,"æ£į":108261,"çĶ¨æīĭ":108262,"ç¾İ人":108263,"许å¤ļ人":108264,"å¾Īæĺ¯":108265,"çļĦçłĶåıij":108266,"æīĵåĩº":108267,"åIJĪä¼Ļ人":108268,"ä¸Ģå¤ľ":108269,"ç¼ĵç¼ĵ":108270,"ä¿®æŃ£":108271,"æĦŁçŁ¥":108272,"ç»Ī身":108273,"æ¿Ģç´ł":108274,"çݯå¢ĥä¸ĭ":108275,"次ä¼ļè®®":108276,"ç»ıæµİå¢ŀéķ¿":108277,"æīĽ":108278,"åıijéħµ":108279,"åĪĨæŀIJå¸Ī":108280,"åľ¨æľªæĿ¥":108281,"主è¦ģæľī":108282,"ä¸ĢåŃ£åº¦":108283,"çļĦ说æ³ķ":108284,"ä»İæĿ¥æ²¡æľī":108285,"货车":108286,"缩å°ı":108287,"太è¿ĩ":108288,"æķĪåĬĽ":108289,"ä¸įä¸ĭ":108290,"æĬķ稿":108291,"èį¯ä¸ļ":108292,"ç»Ħéķ¿":108293,"ç«ĻçĤ¹":108294,"å¾Īåĸľæ¬¢":108295,"éIJµ":108296,"åĬ¿å¤´":108297,"æ¼ıæ´ŀ":108298,"æĦ¤æĢĴ":108299,"åħħå®ŀ":108300,"åĪĽä¸ļæĿ¿":108301,"çĪª":108302,"æľªå¿ħ":108303,"åºķéĥ¨":108304,"å¾ĹåĪĨ":108305,"人æ°ijåĮ»éĻ¢":108306,"äºĮæīĭæĪ¿":108307,"å·²ç»ı被":108308,"大楼":108309,"æĸ°æĪ¿":108310,"辦æ³ķ":108311,"çĶ¨åĬĽ":108312,"æĭĵ宽":108313,"åĨħåľ¨":108314,"æĴŃåĩº":108315,"饰æ¼Ķ":108316,"ä¹Łè®©":108317,"ä½ľçĤº":108318,"çī©ä¸ļ管çIJĨ":108319,"åį´ä¸į":108320,"为ä¸ŃåĽ½":108321,"å±ĢåĬ¿":108322,"ä¸įèĤ¯":108323,"æľĢæĸ°çļĦ":108324,"åı¯ä»¥éĢīæĭ©":108325,"æĺ¾çİ°":108326,"å°±ç®Ĺæĺ¯":108327,"åľ¨æł¡":108328,"é¾Ł":108329,"两æĿ¡":108330,"çļĦå®ŀåĬĽ":108331,"è¶Ĭ好":108332,"å¥¹åľ¨":108333,"å¿łè¯ļ":108334,"ä¹ŁéľĢè¦ģ":108335,"游æĪıæĵįä½ľ":108336,"è¶ħåĩº":108337,"å¦Ĥæŀľä¸į":108338,"æīĢåľ¨çļĦ":108339,"ä½łè¿ĺ":108340,"以åĨħ":108341,"æľīä¸Ģå®ļ":108342,"åı¯è¾¾":108343,"è·ijåĪ°":108344,"åīĽ":108345,"建ç«ĭåģ¥åħ¨":108346,"æķ´è½¦":108347,"åīįæĸ¹":108348,"éĹ´æİ¥":108349,"çŃ¹å¤ĩ":108350,"çĸ²åĬ³":108351,"离å¼ĢäºĨ":108352,"æ±Ŀ":108353,"éĿ¢éĥ¨":108354,"ä¹ĭåīįçļĦ":108355,"åıĺ为":108356,"å¦Ĥæŀľè¯´":108357,"对ä»ĺ":108358,"åĿĩåı¯":108359,"被åijĬ人":108360,"ç²¾ç¾İ":108361,"èģļä¼ļ":108362,"çĿĢæĢ¥":108363,"è°·æŃĮ":108364,"ä¸Ģåı·":108365,"红åĪ©":108366,"ä¼łå¥ĩ游æĪı":108367,"å»ĸ":108368,"è´ŀ":108369,"ä¹°åĪ°":108370,"éŃļ":108371,"ä½ĵè´¨":108372,"å°ijäºĨ":108373,"æ³īå·ŀ":108374,"åIJŁ":108375,"ç»Ŀä¸į":108376,"é»ijæģ¶":108377,"é»ijæģ¶åĬ¿åĬĽ":108378,"ä¸Ĭæĺł":108379,"çļĦè¯Ŀé¢ĺ":108380,"ä¸ĩ人次":108381,"ä¸ĸéĹ´":108382,"çĶ¨å·¥":108383,"贯穿":108384,"å®ĿçŁ³":108385,"ä½łå¥½":108386,"åĪĩåī²":108387,"å¼ºåĽ½":108388,"åĽŀèIJ½":108389,"æ°´æĻ¶":108390,"模仿":108391,"洪水":108392,"éĢĻ麼":108393,"åįģä¸īäºĶ":108394,"ä½ij":108395,"éĻĦ件":108396,"çļĦå¢ŀéķ¿":108397,"éĻĦå±ŀ":108398,"çİ°å·²":108399,"å¸®ä½ł":108400,"éĩijçīĮ":108401,"é«ĺåİŁ":108402,"åľ¨å®¶éĩĮ":108403,"éĺ²èħIJ":108404,"ç¡®å®ŀæĺ¯":108405,"宣讲":108406,"天æīį":108407,"ç»ıèIJ¥ç®¡çIJĨ":108408,"éĶħçĤī":108409,"åIJĪä¸Ģ":108410,"è§Ĥèµı":108411,"éķ¿è¾¾":108412,"主ä¹īæĢĿæĥ³":108413,"éĤ£éº¼":108414,"é£İäºij":108415,"为主çļĦ":108416,"æļijåģĩ":108417,"æĮģä¹ħ":108418,"å¼Ĥåľ°":108419,"å¼ĢéŨ":108420,"模æĿ¿":108421,"æī¹æ¬¡":108422,"ä¸į便":108423,"天çĶŁ":108424,"åĩłä¸ªæľĪ":108425,"ä¸ĵç§ij":108426,"åı¦æľī":108427,"åħ¬å¸ĥçļĦ":108428,"æĩ·":108429,"åľºåIJĪ":108430,"çļĦå¿ĥæĢģ":108431,"è¿ĺ好":108432,"å®ŀæĪĺ":108433,"èĢģå¸ĪçļĦ":108434,"åħ©åĢĭ":108435,"åı¯åľ¨":108436,"éĤ£ä½į":108437,"å¥łå®ļäºĨ":108438,"ä¿ĥéĶĢ":108439,"æı´åĬ©":108440,"ä¸ĩçī©":108441,"æĥħæĬ¥":108442,"é¦ĸåħĪè¦ģ":108443,"æĸĩåĮĸåĴĮ":108444,"éĥ½å·²ç»ı":108445,"ä¸Ĭä¸ĸ纪":108446,"åĨľåľº":108447,"大æī¹":108448,"æĺİçĻ½äºĨ":108449,"çļĦæĪIJéķ¿":108450,"çļĦæ¯ĶèµĽ":108451,"失误":108452,"åģļæĪIJ":108453,"ä»Ĭ天å°ıç¼ĸ":108454,"é¢Ĩè¢ĸ":108455,"æıIJåįĩäºĨ":108456,"å¾IJå·ŀ":108457,"ä»įæľī":108458,"è¿ĩ滤":108459,"å¹½é»ĺ":108460,"çĥŃéĩı":108461,"ä¸Ģé¦ĸ":108462,"æ¼Ĥ亮çļĦ":108463,"åĩłç§į":108464,"åĢ¡è®®":108465,"å°±åı¯ä»¥äºĨ":108466,"æİĴåĪĹ":108467,"éĩįéĩį":108468,"ä¼ģä¸ļåĴĮ":108469,"ä¸ĵå±ŀ":108470,"çħİ":108471,"亲æĪļ":108472,"çĻ¾åĪĨä¹ĭ":108473,"稿件":108474,"è¿ĺå¾Ĺ":108475,"人åĵ¡":108476,"äºī夺":108477,"æĽ´å®¹æĺĵ":108478,"大èĩªçĦ¶":108479,"鼻èħ¦":108480,"太空":108481,"åľ°å¤Ħ":108482,"夢":108483,"ä»ĸ对":108484,"å¿ħå°Ĩ":108485,"ä¸įå½ĵ":108486,"严谨":108487,"åĩºåľº":108488,"å·²ç»ıæľī":108489,"é¢ĨåĨĽ":108490,"é«ĺæ¡£":108491,"ä¸ĢæīĢ":108492,"æłĹ":108493,"让åѦçĶŁ":108494,"æĽ¹æĵį":108495,"æŁIJä¸Ģ":108496,"伸åĩº":108497,"èĬ±åįī":108498,"æ¸ħéĨĴ":108499,"èģĶç³»æĸ¹å¼ı":108500,"åĪĨå±Ģ":108501,"èħ³":108502,"æ©¡èĥ¶":108503,"éķ¿å¾Ĺ":108504,"ç»¿åľ°":108505,"è¢į":108506,"çļĦèīºæľ¯":108507,"女æľĭåıĭ":108508,"ä¸Ńè¶ħ":108509,"离åŃIJ":108510,"å¤ļæł·åĮĸ":108511,"éĺ³åı°":108512,"ä½İ碳":108513,"ä¸Ģç±»":108514,"çŃīæĸ¹éĿ¢çļĦ":108515,"å¾Ĺ好":108516,"模åħ·":108517,"ä¸ĩ亿":108518,"çķĻæĦı":108519,"临æ²Ĥ":108520,"å°ijéĩı":108521,"çľĭåIJij":108522,"ç»ıèIJ¥èĢħ":108523,"çķĻä¸ĭäºĨ":108524,"åĿıäºĨ":108525,"åijĬåĪ«":108526,"羣çIJĨ":108527,"ç¼´è´¹":108528,"æĬĬä½ł":108529,"çļĦä»»åĬ¡":108530,"æĪij对":108531,"ä¹°åħ¥":108532,"çĻ»ä¸Ĭ":108533,"æľī两个":108534,"ä¸Ģ头":108535,"æĵįæݧ":108536,"åħ¨è¦ĨçĽĸ":108537,"çĿĢæīĭ":108538,"å¢ĻéĿ¢":108539,"å¤ļæĸ¹":108540,"åı¯çĪ±çļĦ":108541,"ä¹Łåı¯èĥ½":108542,"æľĢæľī":108543,"è¿ĻäºĽéĥ½æĺ¯":108544,"æĥ¡":108545,"å®®":108546,"å¾Īå°ı":108547,"éĹ®é¢ĺæĺ¯":108548,"åĿĩæľī":108549,"å¾ģéĽĨ":108550,"说åĩº":108551,"æľīæĦı":108552,"é¢Ĥ":108553,"æī¬å·ŀ":108554,"åķĨä¸ļ模å¼ı":108555,"çĶŁèĤĸ":108556,"æįIJ款":108557,"å²Ĥ":108558,"ç¾İæĻ¯":108559,"è¿ĺ羣":108560,"æĭ¥æĬ±":108561,"身ä½ĵåģ¥åº·":108562,"æ·±å¤Ħ":108563,"çľ¼ç¥ŀ":108564,"çļĦ形象":108565,"ä¼ĺè¶Ĭ":108566,"å½ĵæĪIJ":108567,"åĮºåĪĨ":108568,"åİ»éĻ¤":108569,"注å®ļ":108570,"å§IJ妹":108571,"åĮºåĨħ":108572,"é©ļ":108573,"æļĹ示":108574,"æĺİ亮":108575,"æħ°éĹ®":108576,"å¸Ĥåľºä»½é¢Ŀ":108577,"çĮªèĤī":108578,"çļĦèµĦéĩij":108579,"åİĨç»ı":108580,"å§ĭç»ĪåĿļæĮģ":108581,"çĶŁæľº":108582,"ä¸į顾":108583,"éĩijåĪļ":108584,"大声":108585,"éĻķ西çľģ":108586,"é²į":108587,"åĨľä¸ļåĨľæĿij":108588,"æľī害":108589,"éŨè¯Ĭ":108590,"æ¯ıä¸Ģ次":108591,"çļĦåĽłç´ł":108592,"é¢Ŀå¤ĸ":108593,"åݿ级":108594,"çļĩåIJİ":108595,"åĽ½ä¼ģ":108596,"é¦ĸéĢī":108597,"ç¼ĸåĨĻ":108598,"æĭ¿èµ·":108599,"åģ·åģ·":108600,"ä¸İä¸ŃåĽ½":108601,"åįĸ家":108602,"ç»Ļä»ĸ们":108603,"ç¥ŀè¯Ŀ":108604,"åŃ¸æł¡":108605,"æĪijä¸Ģ缴":108606,"çŁ¥éģĵäºĨ":108607,"åįĴ":108608,"åĴĮåľ°åĮº":108609,"ä»Ģä¹Īéĥ½":108610,"çĶ»å®¶":108611,"æľ¬çĿĢ":108612,"ä½ĻåIJį":108613,"审çIJĨ":108614,"ä¸ĢåIJij":108615,"åıijå±ķè¶ĭåĬ¿":108616,"åĮºéĹ´":108617,"注åĨĮèµĦæľ¬":108618,"çIJ¦":108619,"ä¸įåı¯ä»¥":108620,"çļĦåĦ¿åŃIJ":108621,"åĢ¼çıŃ":108622,"ä¸¥æł¼çļĦ":108623,"å®ŀä½ĵç»ıæµİ":108624,"æľīæĿĥ":108625,"æĪijåıĪ":108626,"éĵ¶æ²³":108627,"ç«ĭ马":108628,"æĿĢäºĨ":108629,"åĮħ容":108630,"管家":108631,"身é«Ķ":108632,"éĵħ":108633,"å°ıåŃIJ":108634,"管çIJĨç³»ç»Ł":108635,"æľīçļĦ人":108636,"é£İçĶµ":108637,"æĻºèĥ½åĪ¶éĢł":108638,"精确":108639,"æĭĽåķĨå¼ķ":108640,"æĭĽåķĨå¼ķèµĦ":108641,"äºĮæīĭ车":108642,"åİ¿å§Ķ":108643,"èīºäºº":108644,"å¥ķ":108645,"è¿İæĿ¥äºĨ":108646,"ç»ĵæĿŁäºĨ":108647,"çļĦä¼łç»Ł":108648,"æĭ¼æIJı":108649,"奥迪":108650,"çĸijæĥij":108651,"ä¹ĭæĹ¥èµ·":108652,"æłĩå¿ĹçĿĢ":108653,"åľ°åįĢ":108654,"è¯łéĩĬ":108655,"åĪ°æľŁ":108656,"åħ¨éĥ½":108657,"çŁŃæļĤ":108658,"æĺ¯æĪijåĽ½":108659,"æĪijå·²ç»ı":108660,"æ»´æ»´":108661,"天èµĭ":108662,"对她":108663,"åį«çĶŁéĹ´":108664,"çĶŁäº§åŁºåľ°":108665,"æĹ¥è®°":108666,"çļĦæķĻåѦ":108667,"åĵĩ":108668,"æ°ijäºĭ":108669,"è¿ĺåİŁ":108670,"æīĭä¸ŃçļĦ":108671,"çļĦèī¯å¥½":108672,"æ·«":108673,"ä¸Ńåħ±ä¸Ń央":108674,"åĪĥ":108675,"åĵĦ":108676,"åľ¨ä»ĸçļĦ":108677,"å°Īæ¥Ń":108678,"åľºéĿ¢":108679,"éĤ»å±ħ":108680,"çĹĴ":108681,"å¦Ħ":108682,"å¤ĸç§ij":108683,"ä¸įéĢĤ":108684,"举åĬŀçļĦ":108685,"éĤ¹":108686,"åħļçļĦ建设":108687,"çĻ¼è¡¨":108688,"è·¨çķĮ":108689,"æ²īæ·Ģ":108690,"大çīĩ":108691,"è¶Ĭé«ĺ":108692,"å°Ĩæĺ¯":108693,"è§īéĨĴ":108694,"åĤ¨åŃĺ":108695,"å¢ŀ大":108696,"ä¸į让":108697,"æķ´å½¢":108698,"å¹³åı°ä¸Ĭ":108699,"åĩłä½į":108700,"è¯īæ±Ĥ":108701,"好ä¸į好":108702,"åľį":108703,"æĸĩæľ¬":108704,"éĢ²åħ¥":108705,"ç´į":108706,"æł¹æĵļ":108707,"èįīæ¡Ī":108708,"åħŃ个":108709,"åĭ¿":108710,"åĪ¶æĪIJ":108711,"饮水":108712,"æ°¸æģĴ":108713,"èĩªæĿĢ":108714,"åı¸é©¬":108715,"éļ¾çĤ¹":108716,"为æĪij们":108717,"弧":108718,"åī©ä¸ĭçļĦ":108719,"åĩĨå¤ĩ好":108720,"çļĦæľĢä½³":108721,"èģĶåIJĪä¼ļ":108722,"æĤ£èĢħçļĦ":108723,"æĪijä¸įçŁ¥éģĵ":108724,"ä¸ĭä¸Ģ个":108725,"åıijå±ķæĸ¹åIJij":108726,"笨":108727,"æīĢ以æĪij们":108728,"åĨĻäºĨ":108729,"éĢłæĪIJäºĨ":108730,"æ²Ļæ¼ł":108731,"çŃĽéĢī":108732,"çģ¾åĮº":108733,"ä¸Ĭçľĭ":108734,"éħ¶":108735,"æ»ļåĬ¨":108736,"éļ¾åħį":108737,"åIJīåĪ©":108738,"ä¸Ģä¸Ģ":108739,"ç²¾å¯Ĩ":108740,"伸æīĭ":108741,"礼仪":108742,"åħ¨æĺ¯":108743,"è¶Ĭ大":108744,"ä¸Ńæłĩ":108745,"åıĸåĨ³":108746,"åıĸåĨ³äºİ":108747,"éĢĶä¸Ń":108748,"讨åİĮ":108749,"æīĭåĨĮ":108750,"第ä¹Ŀ":108751,"åŃĶåŃIJ":108752,"çĦ¶å¾Į":108753,"ä¸Ģåħ±":108754,"æµ·æĬ¥":108755,"款å¼ı":108756,"æķ´å¤©":108757,"è¾¹çķĮ":108758,"路边":108759,"æĻĭ级":108760,"åIJIJ槽":108761,"çļĦåħ³æ³¨":108762,"æĪij没æľī":108763,"å°±æĺ¯åľ¨":108764,"缮çļĦæĺ¯":108765,"åį³ä½¿æĺ¯":108766,"顶å°ĸ":108767,"å·²ç»ıåľ¨":108768,"å®īåħ¨éļIJæĤ£":108769,"æłĩæĿĨ":108770,"åįĹéĢļ":108771,"ä¼ļ对":108772,"座ä½į":108773,"èµ¢å¾ĹäºĨ":108774,"åİŁæĿ¥çļĦ":108775,"身为":108776,"书åºĹ":108777,"è¢Ńåĩ»":108778,"ä»ĬæĻļ":108779,"以èī²":108780,"以èī²åĪĹ":108781,"æĬĸéŁ³":108782,"åį´æ²¡æľī":108783,"丧失":108784,"çļĦå±ĢéĿ¢":108785,"åįģåĽĽäºĶ":108786,"çŃī缸åħ³":108787,"æ±ĩæĢ»":108788,"å¤ĸ表":108789,"为æ°ij":108790,"éľĩæĥĬ":108791,"å¥Ĺè·¯":108792,"çĬ¯ç½ªå«Įçĸij":108793,"å°Ĩ以":108794,"çİĩé¢Ĩ":108795,"éħĴåIJ§":108796,"è¡Įä¸ļåıijå±ķ":108797,"å¹´èĩ³":108798,"åĻ¨æĿIJ":108799,"åĴĮæĬĢæľ¯":108800,"æľĢå°ı":108801,"è¿Ļä¸ĢåĪĩ":108802,"èģĮ称":108803,"å½ĵä½ľ":108804,"æİĢèµ·":108805,"åĴĭ":108806,"ä¸Ńéĥ¨":108807,"æīĭèĩĤ":108808,"ç½¢äºĨ":108809,"媳å¦ĩ":108810,"æ´½è°Ī":108811,"æĹ¶ä»£ä¸ŃåĽ½":108812,"人çĶŁçļĦ":108813,"æŀģéĻIJ":108814,"ç¦Ħ":108815,"åĮºæĶ¿åºľ":108816,"æľ¬éĴ±":108817,"礼åĵģ":108818,"çļĦéĤ£ä¸ª":108819,"ä¾¦æŁ¥":108820,"太å¤ļçļĦ":108821,"å®ŀæĸ½æĸ¹æ¡Ī":108822,"é«ĺæłĩåĩĨ":108823,"æĮĩæĮ¥éĥ¨":108824,"åĢ¾æĸľ":108825,"çī¹èī²ç¤¾ä¼ļ":108826,"çµIJæŀľ":108827,"éĴ»çŁ³":108828,"移æ¤į":108829,"çī¹ç§į":108830,"èĩªæĦ¿":108831,"æĭľçĻ»":108832,"åįķ身":108833,"åį´åıĪ":108834,"åĪ¥äºº":108835,"åIJĪè§Ħ":108836,"æľºçĶµ":108837,"çī¹æĦı":108838,"å½ĵåīįä½įç½®":108839,"买家":108840,"åIJĪ约":108841,"èĤ©èĨĢ":108842,"为åĩĨ":108843,"家è£ħ":108844,"çļĦçĥŃæĥħ":108845,"éĿŀéģĹ":108846,"çļĦéŃħåĬĽ":108847,"åİŁåijĬ":108848,"社ä¼ļåIJĦçķĮ":108849,"ä¹°çļĦ":108850,"å¤ļåIJĥ":108851,"éĽķå¡ij":108852,"èµ·ä¹ī":108853,"åĬłåī§":108854,"éĤ£ä¸ĢåĪ»":108855,"å°Ĩè¿Ľä¸ĢæŃ¥":108856,"æ¡ĤæŀĹ":108857,"æĽ´å¼º":108858,"对ä¼ģä¸ļ":108859,"æĹłæĦı":108860,"ä¹łè¿ijå¹³æĸ°":108861,"æµģ失":108862,"微软":108863,"çĽ¸å¯¹äºİ":108864,"座è°Īä¼ļ":108865,"主èIJ¥ä¸ļ":108866,"主èIJ¥ä¸ļåĬ¡":108867,"ç§ģåĭŁ":108868,"å±ķ示äºĨ":108869,"常æĢģåĮĸ":108870,"è²´":108871,"符åı·":108872,"å¹´è½»çļĦ":108873,"å°±éľĢè¦ģ":108874,"ä¹ŁæĽ¾":108875,"çļĦæĥħ绪":108876,"è¾¾æłĩ":108877,"èĩ¨":108878,"ä½įå±ħ":108879,"ä»ħ为":108880,"é¦ĸ家":108881,"éĺ´éĺ³":108882,"ä¸įåĨįæĺ¯":108883,"åĽłä¸ºå®ĥ":108884,"ä¼ģä¸ļåľ¨":108885,"çĺ¾":108886,"åIJ¬è§ģ":108887,"åİŁæľī":108888,"åĪ¶è£ģ":108889,"å¯Ĥå¯ŀ":108890,"éĢļè¿ĩ对":108891,"æ»ijéĽª":108892,"è¿Ļå¼ł":108893,"çļĦçIJĨ解":108894,"æĸ°ä¸ŃåĽ½":108895,"è¿ĻåĦ¿":108896,"ä½İä»·":108897,"æĥ³è¿ĩ":108898,"çļĦä¿¡å¿ĥ":108899,"建çŃijçī©":108900,"çļĦé¢ľèī²":108901,"ä¸įåºĶ该":108902,"æĹłçĸijæĺ¯":108903,"å¼ķèµ·äºĨ":108904,"åħ¨åijĺ":108905,"æĿ°åĩº":108906,"è¿Ļæĺ¯æĪij":108907,"誰":108908,"èĺĩ":108909,"éĺµåľ°":108910,"åħħåĢ¼":108911,"çŁ¿ä¸ļ":108912,"çĿĢä»ĸ":108913,"信访":108914,"ä¸ĩè¾¾":108915,"æij©æĵ¦":108916,"å¼Ģ端":108917,"èı²å¾ĭ":108918,"èı²å¾ĭ宾":108919,"车åŃIJ":108920,"æľ¬èº«çļĦ":108921,"çģ«è½¦ç«Ļ":108922,"常å·ŀ":108923,"为代表":108924,"为代表çļĦ":108925,"广çĶµ":108926,"亲人":108927,"åı³æīĭ":108928,"éĽĨè£ħ":108929,"éĽĨè£ħç®±":108930,"çļĦåį°è±¡":108931,"æ©Łæľĥ":108932,"åĮĨåĮĨ":108933,"åħīçĶµ":108934,"大æĸ¹":108935,"è¿ĺæľª":108936,"åĪ©å¥½":108937,"ç»Ŀ大å¤ļæķ°":108938,"åľ¨è¿Ļç§į":108939,"ä¸Ģç»Ħ":108940,"æĸ°èĤ¡":108941,"转åıij":108942,"æ³ķåºŃ":108943,"æĹłæīĢ":108944,"éģĵè·¯ä¸Ĭ":108945,"çŁ¿å±±":108946,"èijī":108947,"æĶ¶åĽŀ":108948,"称ä¹ĭ":108949,"称ä¹ĭ为":108950,"æıŃéľ²":108951,"åı£å²¸":108952,"åIJ¼":108953,"å¿ĥæĥ³":108954,"çļĦ梦æĥ³":108955,"éĽ¯":108956,"ä¹ĭåĪĿ":108957,"å¥ĸ项":108958,"订éĺħ":108959,"èĵĿ天":108960,"åĿ¦åħĭ":108961,"ç«ĭæ¡Ī":108962,"èģĶæīĭ":108963,"ä½Ĩæĺ¯æĪij":108964,"帮æĪij":108965,"ä»ħ代表":108966,"说æĪij":108967,"çļĦè¶ĭåĬ¿":108968,"æ¯Ķè¾ĥ大":108969,"èµ°å»Ĭ":108970,"éĩįçĤ¹é¡¹çĽ®":108971,"èµĮåľº":108972,"åIJįçīĩ":108973,"æĦŁåı¹":108974,"åľ¨åľ°ä¸Ĭ":108975,"åıijçĥŃ":108976,"èĮĥçķ´":108977,"çļĦéģĵè·¯":108978,"éĩijèī²":108979,"ä»ĸåıĪ":108980,"ä¼ļ产çĶŁ":108981,"æ°ijåĽ½":108982,"å®ĺæĸ¹ç½ijç«Ļ":108983,"æĶ¶çĽĬçİĩ":108984,"çļĦåĪ°æĿ¥":108985,"çļĦåĬŀæ³ķ":108986,"æĶ¹åĪ¶":108987,"ä¸ĩç§ij":108988,"ä¸įäºĪ":108989,"è¿ĻäºĽéĹ®é¢ĺ":108990,"çĪ±ä¸Ĭ":108991,"çIJĥåľº":108992,"责令":108993,"æİĪ课":108994,"åľ¨é¦Ļ港":108995,"ç»Ĩèħ»":108996,"å¤ļä¸ĩ":108997,"åIJĮå¹´":108998,"大使":108999,"æĸĭ":109000,"ä¹Łä¸º":109001,"æĥłå·ŀ":109002,"åIJī祥":109003,"çĶ°åĽŃ":109004,"åĽ½å®¶éĺŁ":109005,"éĩįçĶŁ":109006,"åľ¨åħ¶":109007,"é¦Ļåij³":109008,"è´Łèį·":109009,"亲åĪĩ":109010,"èĩªè±ª":109011,"没éĶĻ":109012,"åĽłä¸ºåľ¨":109013,"æĺŁæĺŁ":109014,"éĤij":109015,"è¿ĺæľīå¾Īå¤ļ":109016,"æij©æīĺ":109017,"æij©æīĺ车":109018,"æŃ¥è¡Į":109019,"管çIJĨä½ĵç³»":109020,"èĦļä¸ĭ":109021,"éģİåİ»":109022,"æ±īè¯Ń":109023,"对ä¸įèµ·":109024,"çļĦç»ıåİĨ":109025,"åıĬ缸åħ³":109026,"ä¸įå°ij人":109027,"éĩįç£ħ":109028,"åĬ³åĬ¨èĢħ":109029,"大åĬĽåıijå±ķ":109030,"æĢİä¹Īåģļ":109031,"çĭĹçĭĹ":109032,"举åįĹäºļ":109033,"åĭĩäºİ":109034,"åħ¬éĸĭ":109035,"çĵ·çłĸ":109036,"åıĤçħ§":109037,"广æĴŃçĶµè§Ĩ":109038,"举åĬ¨":109039,"æ±Łè¥¿çľģ":109040,"æķĪèĥ½":109041,"åĶ¯æľī":109042,"éĿ¢è²Į":109043,"èĩªåĬ¨é©¾é©¶":109044,"æ¦ľåįķ":109045,"å½ĵæĪij们":109046,"仲è£ģ":109047,"æľ¨æĿIJ":109048,"ç±³åħ°":109049,"çĻ½éĵ¶":109050,"çļĦ人éĥ½":109051,"å°±åĥıæĺ¯":109052,"æŃ¥åħ¥":109053,"åįłçĶ¨":109054,"åĩ»è´¥":109055,"让大家":109056,"ä¼ļè®©ä½ł":109057,"åİ¿æĶ¿åºľ":109058,"è¦ģçĶ¨":109059,"çŃīå½¢å¼ı":109060,"åįĩé«ĺ":109061,"责任æĦŁ":109062,"å¤ĩçĶ¨":109063,"ä»ĸ认为":109064,"æ¸ħåįİ大åѦ":109065,"ä»ĸèĩªå·±":109066,"éĸ±è®Ģ":109067,"太平æ´ĭ":109068,"éĶģå®ļ":109069,"çŃĨ":109070,"è¿Ļçīĩ":109071,"æī§æĶ¿":109072,"è¿ĶåĽŀæIJľçĭIJ":109073,"å°±æѤ":109074,"éģĩåĪ°äºĨ":109075,"å¼Ģå¹ķå¼ı":109076,"管çIJĨéĥ¨éŨ":109077,"姿åĬ¿":109078,"设æĥ³":109079,"åĽĽåŃ£":109080,"æĬĢæľ¯äººåijĺ":109081,"å·®çĤ¹":109082,"è¾ŀèģĮ":109083,"èĢģ師":109084,"çļĦæĦŁåıĹ":109085,"ä¹ŁéĿŀ常":109086,"å¹´ä¸ĬåįĬå¹´":109087,"æĢªçī©":109088,"èĮĥæĸĩ":109089,"æĪĺå½¹":109090,"åIJ«ä¹ī":109091,"åħ¨è¿ĩç¨ĭ":109092,"èĢĮéĿŀ":109093,"éĢļ讯åijĺ":109094,"è¿Ļæł·æīįèĥ½":109095,"æľºç»Ħ":109096,"è£ı":109097,"çķ¶çĦ¶":109098,"èµĮåįļ":109099,"åIJĦæľī":109100,"å·¥ä½ľæľºåĪ¶":109101,"äºĭåIJİ":109102,"åī§éĻ¢":109103,"å±ĬæŶ":109104,"åĺ´éĩĮ":109105,"主线":109106,"ä¸ĢåľĪ":109107,"主è¦ģåİŁåĽł":109108,"å°¸ä½ĵ":109109,"åĮ»çĸĹåĻ¨æ¢°":109110,"ä½łæĢİä¹Ī":109111,"ä½ĨçĶ±äºİ":109112,"æĹ¶ç©º":109113,"çĶ·æľĭåıĭ":109114,"çĶľèľľ":109115,"é«ĺåľ°":109116,"æĻĸ":109117,"èĴIJéĽĨ":109118,"åĩĿèģļåĬĽ":109119,"å¤ĩåıĹ":109120,"æĸĩåĪĽ":109121,"马æĿ¥":109122,"马æĿ¥è¥¿äºļ":109123,"æŁ´æ²¹":109124,"使人":109125,"æķĻä¼ļ":109126,"ç§ĭ天":109127,"æĺİçıł":109128,"åħŃåįģ":109129,"çݯå¢ĥä¸Ń":109130,"æ¸ħæĻ¨":109131,"积æŀģåıĤä¸İ":109132,"å·ħå³°":109133,"ä¸ºæľŁ":109134,"çŃ¾åŃĹ":109135,"æĦŁæ¿Ģ":109136,"ç§ĭåŃ£":109137,"æĿijåŃIJ":109138,"æ¢ħ西":109139,"æļ´éĽ¨":109140,"çĶŁæ´»åľ¨":109141,"çªĹæĪ·":109142,"æģ¶åĬ£":109143,"纯粹":109144,"åľ¨æİ¥åıĹ":109145,"没èĥ½":109146,"è¡Į人":109147,"åĭº":109148,"æĭ¨æīĵ":109149,"ä½ľåĩºäºĨ":109150,"çļĦ主é¢ĺ":109151,"æľªä¾Ĩ":109152,"ä¸ŃæľĢ":109153,"æ¾ľ":109154,"é«ĺè¡Ģåİĭ":109155,"åħ´èµ·":109156,"æŃ£èĥ½éĩı":109157,"åŁ¹è®ŃçıŃ":109158,"æİ¥åħ¥":109159,"çĦ¶åIJİåĨį":109160,"åѦçĶŁä»¬":109161,"é¢ĨåħĪçļĦ":109162,"çģ«çĥŃ":109163,"ä¸ĵèģĮ":109164,"æĪĸèĢħ说":109165,"建è¨Ń":109166,"é»ı":109167,"对åħ¬åı¸":109168,"çī¹æľīçļĦ":109169,"åħīèį£":109170,"å½ĵåľº":109171,"éĿ¢åŃIJ":109172,"èµĦ产管çIJĨ":109173,"æĹ¶æľŁçļĦ":109174,"çŀİ":109175,"åįİ举":109176,"åıĪä¸Ģ次":109177,"èĥİåĦ¿":109178,"å®ļçĤ¹":109179,"头çĹĽ":109180,"液ä½ĵ":109181,"æĺ¯ä¸Ģä½į":109182,"帽åŃIJ":109183,"å¹´èµ·":109184,"ä¸įä½İäºİ":109185,"è¾ĥå°ij":109186,"éĿ¢ä¸´çĿĢ":109187,"å±Ĥå±Ĥ":109188,"èĿ´èĿ¶":109189,"èī°èĭ¦":109190,"éĺ¿æł¹":109191,"éĺ¿æł¹å»·":109192,"æ¦Ĥæĭ¬":109193,"请éĹ®":109194,"èµ·åºĬ":109195,"å±Ģå±Ģéķ¿":109196,"稳åģ¥":109197,"å¦ĤæŀľæĪij们":109198,"éħĴç²¾":109199,"æĪ·åı£":109200,"æĦŁæĤŁ":109201,"æĪij们éľĢè¦ģ":109202,"æĬĢèīº":109203,"èĩªåªĴä½ĵ":109204,"è¿ĽåĮĸ":109205,"æ¿ĢçĥĪçļĦ":109206,"ä½ĵ温":109207,"èļķ":109208,"èĩ´è¾ŀ":109209,"宪æ³ķ":109210,"ä¸ĢçŃīå¥ĸ":109211,"çĵ¶é¢Ī":109212,"æĥłæ°ij":109213,"èµ°è·¯":109214,"çİ°ä»»":109215,"åķĨéĩı":109216,"ä¸ĭ车":109217,"åĪł":109218,"責任":109219,"èŀįåIJĪåıijå±ķ":109220,"ç´łæĿIJ":109221,"油价":109222,"åģļ人":109223,"çŀª":109224,"æĶ¹éĿ©åĪĽæĸ°":109225,"çļĦåĮºåĪ«":109226,"è·¨å¢ĥçĶµåķĨ":109227,"æ¶īåıĬåĪ°":109228,"æīĺ管":109229,"æĪijè¿ĺæĺ¯":109230,"åĿIJæłĩ":109231,"ç½ij讯":109232,"å½ĵåľ°çļĦ":109233,"追溯":109234,"åľŁèĢ³":109235,"åľŁèĢ³åħ¶":109236,"åºķä¸ĭ":109237,"åĩłåįģå¹´":109238,"ç©¿è¿ĩ":109239,"çĶŁæĢģæĸĩæĺİ":109240,"æݨèĸ":109241,"æݨèĸ¦":109242,"éłĨ":109243,"åĴ³åĹ½":109244,"åĪĨæĪIJ":109245,"çĹķ迹":109246,"æĪ·ç±į":109247,"éĥ½ä¸įèĥ½":109248,"æĻļä¼ļ":109249,"åĢ©":109250,"ä½ĵåĬĽ":109251,"è¿Ļ个èģĮä¸ļ":109252,"æĹłå½¢":109253,"åıªæĥ³":109254,"è¿Ľåıĸ":109255,"æĿĢæŃ»":109256,"èĦĬ":109257,"äºijåįĹçľģ":109258,"æľªçŁ¥":109259,"ç¾İèģĶ":109260,"ç¾İèģĶåĤ¨":109261,"å¤ĸå½¢":109262,"诱æĥij":109263,"çĽ£":109264,"è¡Į使":109265,"åłĨ积":109266,"çĨŁç»ĥ":109267,"éĺIJè¿°":109268,"æľĢ大éĻIJ度":109269,"å·¡æŁ¥":109270,"夺åĨł":109271,"ä¼ģä¸ļæĸĩåĮĸ":109272,"çĭ®åŃIJ":109273,"ä¿Ŀå®Ī":109274,"ä¸ºæł¸å¿ĥçļĦ":109275,"æī©æķ£":109276,"åĪ¶éĢłåķĨ":109277,"æŁĶ软":109278,"为ä¸Ģä½ĵçļĦ":109279,"游çİ©":109280,"çĶŁçĹħ":109281,"幫åĬ©":109282,"åĶ±æŃĮ":109283,"æīįåı¯ä»¥":109284,"宽æĿ¾":109285,"è¦ģæ¯Ķ":109286,"æĺ¯æĢİæł·":109287,"çģ°èī²":109288,"çİĭåĽ½":109289,"æIJħæĭĮ":109290,"计éĩı":109291,"åij¨åĽ´çļĦ":109292,"æĻºèĥ½æīĭæľº":109293,"常åĬ¡":109294,"常åĬ¡åī¯":109295,"é©´":109296,"å°Ĩè¿ij":109297,"寻常":109298,"ä¸ŃåĽ½å¸Ĥåľº":109299,"容åĻ¨":109300,"å±±ä¸Ĭ":109301,"èĥĮåIJİçļĦ":109302,"亲å¯Ĩ":109303,"æīĢ以说":109304,"éİ®":109305,"çļĦçIJĨçĶ±":109306,"大åŁİå¸Ĥ":109307,"常年":109308,"æĹħ游ä¸ļ":109309,"å°±æĺ¯è¿Ļæł·":109310,"åĨįæĿ¥":109311,"é«ĺä½į":109312,"åĨħ饰":109313,"æŀĦéĢł":109314,"ä¸Ģèµ·æĿ¥":109315,"çĶ³è«ĭ":109316,"å·²ç»ıå¼Ģå§ĭ":109317,"çļĦåĬ¨ä½ľ":109318,"被迫":109319,"éģįå¸ĥ":109320,"åīĸæŀIJ":109321,"å°ıäºĭ":109322,"å¿ĥä¸ŃçļĦ":109323,"ä½ĵåĪ¶æĶ¹éĿ©":109324,"çļĩ家":109325,"æķĻåłĤ":109326,"åIJĥå®Į":109327,"åĽ½æ°ijåħļ":109328,"æĺİç¡®äºĨ":109329,"åıijå±ķè§ĦåĪĴ":109330,"第ä¸ĢæŃ¥":109331,"å¾Ĺèµ·":109332,"åľ¨åĵª":109333,"çļĦè·¯ä¸Ĭ":109334,"é»Ķ":109335,"çķ¶æĻĤ":109336,"大åĬĽæĶ¯æĮģ":109337,"åıĮéĩį":109338,"çŁ¥éģĵèĩªå·±":109339,"åIJĪä½ľåįıè®®":109340,"æ°ĶåĬ¿":109341,"éķ¿æķĪæľºåĪ¶":109342,"ç½ķè§ģ":109343,"åĽŀæĿ¥äºĨ":109344,"ä»ĸä¼ļ":109345,"ä¸Ńæĸ°":109346,"ä¸Ńæĸ°ç½ij":109347,"çļĦåķĨåĵģ":109348,"èµłéĢģ":109349,"決å®ļ":109350,"å¸ĤåľºçĽij管":109351,"çķĻåѦçĶŁ":109352,"çĶµåİĭ":109353,"äºļ马":109354,"äºļ马éĢĬ":109355,"è¿ĺæĺ¯æ¯Ķè¾ĥ":109356,"ä¿ĥè¿ĽäºĨ":109357,"æµģåħ¥":109358,"æijĦåĥı":109359,"æijĦåĥı头":109360,"æıIJåıĬ":109361,"åıijæİĺ":109362,"æī¾åĩº":109363,"æ¢Ŀ件":109364,"ç¹¼çºĮ":109365,"æĪijåĸľæ¬¢":109366,"å¥İ":109367,"æ¦ľæł·":109368,"å¼ĢèĬ±":109369,"æ²īéĩį":109370,"åŁºåĩĨ":109371,"ä»ħä»ħæĺ¯":109372,"轨éģĵ交éĢļ":109373,"åĶIJå±±":109374,"çŃīä¸Ģç³»åĪĹ":109375,"ä¸įè¿ĩæĺ¯":109376,"åŃĺåľ¨çĿĢ":109377,"èĬ±çĶŁ":109378,"夷":109379,"ç»Ī究":109380,"ä¹Łæĺ¯ä¸Ģ个":109381,"åįģåŃĹ":109382,"èĸªéħ¬":109383,"伤å¿ĥ":109384,"æĺ¥ç§ĭ":109385,"åĨ·åį´":109386,"ç²¾çģµ":109387,"çļĦåľ°åĽ¾":109388,"æ¯Ķçī¹":109389,"æ¯Ķçī¹å¸ģ":109390,"æĢ§åĪ«":109391,"ä½Ļä¸ĩåħĥ":109392,"ä¸įå¿ĺåĪĿå¿ĥ":109393,"å¿ĥçĸ¼":109394,"æĽ²çº¿":109395,"é«ĺä½İ":109396,"è¦ıå®ļ":109397,"æĻ¯èī²":109398,"è¦ģ说":109399,"åħ¬åı¸å°Ĩ":109400,"液åİĭ":109401,"è¿Ŀ约":109402,"åİļ度":109403,"åºŀ大çļĦ":109404,"è¿ĺæĺ¯å¾Ī":109405,"é¦ĸåħĪæĺ¯":109406,"çµ²":109407,"åĬ¡å®ŀ":109408,"並ä¸Ķ":109409,"å¢ŀè¿Ľ":109410,"ç»Ħç»ĩå¼Ģå±ķ":109411,"èµ·æĿ¥äºĨ":109412,"è¾ĥå°ı":109413,"导游":109414,"ä¸¤åľ°":109415,"ç¿ĺ":109416,"çģ¿çĥĤ":109417,"é£İéĩĩ":109418,"æĶ¯çº¿":109419,"æĶ¯çº¿ä»»åĬ¡":109420,"娱ä¹IJåľĪ":109421,"天津å¸Ĥ":109422,"åĮħåĽ´":109423,"æľ¬èµĽåŃ£":109424,"éĩįè¦ģ讲è¯Ŀ":109425,"åıĮåIJij":109426,"åįİ丽":109427,"éĶ¤":109428,"åĦ¿å¥³":109429,"åįĸåĩº":109430,"ä¾Ĩ說":109431,"ä»ĭç»įä¸Ģä¸ĭ":109432,"åIJ¦è®¤":109433,"åĭĿ":109434,"æĻ®éĢļ人":109435,"çļĦåĬ¨åĬĽ":109436,"涨åģľ":109437,"åŁºéĩij管çIJĨ":109438,"ä¸Ģ个éĩįè¦ģ":109439,"è¿IJæ²³":109440,"çħŀ":109441,"è´¢æĶ¿éĥ¨":109442,"è¡Įä¸ļåįıä¼ļ":109443,"éĥ½å°Ĩ":109444,"è¨Ģ论":109445,"ä¸ĭä¾Ĩ":109446,"墨西":109447,"墨西åĵ¥":109448,"åĽłä¸ºä»ĸ们":109449,"æĢİä¹ĪåĽŀäºĭ":109450,"åĬłå¤§å¯¹":109451,"èĬŃ":109452,"çīĮåŃIJ":109453,"ä¼ļ使":109454,"妹åŃIJ":109455,"ç«Ļéķ¿":109456,"å¿ħå¤ĩ":109457,"æłijæľ¨":109458,"æģ¶æĦı":109459,"æ²³éģĵ":109460,"å¯Įè£ķ":109461,"ç¹ģåįİ":109462,"ä»£è¡¨åĽ¢":109463,"æµij身":109464,"é¦ĸä½į":109465,"èĪªç©ºåħ¬åı¸":109466,"éĽ»å½±":109467,"ä¸ĵè¾ij":109468,"æ°´æºIJ":109469,"ä¸Ńæ¯Ĵ":109470,"並ä¸į":109471,"èĢĮåİ»":109472,"éĥĿ":109473,"äºİæѤ":109474,"æĸĩåĮĸ建设":109475,"èĤ¯å®ļä¼ļ":109476,"å¸ĮæľĽå¤§å®¶":109477,"æııåĨĻ":109478,"ä½İè°ĥ":109479,"æĸ°åħ´äº§ä¸ļ":109480,"æ·Ħåįļ":109481,"æĶ¾å¼Ģ":109482,"çļĦæĢ§æł¼":109483,"çĸ¾çĹħçļĦ":109484,"æķ´é¡¿":109485,"线ä¸Ĭ线ä¸ĭ":109486,"éĢī项":109487,"çļĦ认åı¯":109488,"æķ´é½IJ":109489,"çĶļä¹Ī":109490,"çľģåĨħ":109491,"åı¤äºº":109492,"æ°ijä¿Ĺ":109493,"çī¡ä¸¹":109494,"éŨçªĹ":109495,"éĤ£æł·çļĦ":109496,"çĽijäºĭä¼ļ":109497,"ç¿¡ç¿ł":109498,"禹":109499,"åįĥä¸ĩä¸įè¦ģ":109500,"æĶ¶ç¼©":109501,"çļĦæĸĩåŃĹ":109502,"åĴĮå°ļ":109503,"æĮĩ令":109504,"åħ±äº§åħļåijĺ":109505,"çļĦçĪ¶äº²":109506,"å®Įå·¥":109507,"åĬ¡å·¥":109508,"马æĭī":109509,"马æĭīæĿ¾":109510,"æµĭè¯Ħ":109511,"å²ļ":109512,"ä¸įåģļ":109513,"ä¸ĥå¹´":109514,"åĿĩä»·":109515,"主è§Ĥ":109516,"å¾Īä¸įéĶĻ":109517,"èĤ¡ä¸ľå¤§ä¼ļ":109518,"äºĶä¸Ģ":109519,"é£İåIJ¹":109520,"å¼Ģéĩĩ":109521,"è¿Ļä¹Ī大":109522,"èĥ½çľĭåĪ°":109523,"èĢĥè¯Ħ":109524,"åį³ä¾¿æĺ¯":109525,"çݰ代åĨľä¸ļ":109526,"æ¯Ķè¾ĥé«ĺ":109527,"è¦ģçľĭ":109528,"没äºĨ":109529,"解決":109530,"çݯæ¯Ķ":109531,"åĨ²åĬ¨":109532,"æ·±å¤ľ":109533,"åĩłåįĥ":109534,"ä¿ı":109535,"ç½ijæ°ij":109536,"就没":109537,"ä»ĸ表示":109538,"éĩıåŃIJ":109539,"æĹ©é¤IJåĬłçĽŁ":109540,"åįĬå²Ľ":109541,"æIJŀç¬ij":109542,"ä¸ĬæĬ¥":109543,"審":109544,"é¢Ħ订":109545,"èľĤèľľ":109546,"æŁ¥æī¾":109547,"ä¼ĹæīĢ":109548,"ä¼ĹæīĢåij¨":109549,"ä¼ĹæīĢåij¨çŁ¥":109550,"æĹ©æĹ¥":109551,"åıijæī¬":109552,"åĴĮ个人":109553,"åĬłåħ¥äºĨ":109554,"åĸ®ä½į":109555,"åĪĨæĺİ":109556,"第ä¸Ģæī¹":109557,"ç¾İåĨĽ":109558,"æĿĢæīĭ":109559,"éŨå¤ĸ":109560,"åķĨåľĪ":109561,"ä¸ĢåĪ»":109562,"çļĦçľ¼ç¥ŀ":109563,"éľĦ":109564,"äºĽä»Ģä¹Ī":109565,"åĬłæ·±":109566,"æ¯ıä½į":109567,"å¸ĤéĿ¢ä¸Ĭ":109568,"åıĶåıĶ":109569,"çļĦéĤ£ç§į":109570,"粤港澳":109571,"è´´å¿ĥ":109572,"æĸĩåĮĸ产ä¸ļ":109573,"红æĹĹ":109574,"åĺīåħ´":109575,"æĶ¶çĽĺ":109576,"å®ĮæĪIJåIJİ":109577,"ä¼ģä¸ļ管çIJĨ":109578,"纵横":109579,"ä¸įä¿¡":109580,"æĪIJéĥ½å¸Ĥ":109581,"æ´Ĺ澡":109582,"举è¡ĮçļĦ":109583,"çĶ¢çĶŁ":109584,"ç©¿ä¸Ĭ":109585,"åĪļ好":109586,"åħī线":109587,"æīĵæŀ¶":109588,"è¿Ļæľ¬ä¹¦":109589,"åĶ®åIJİæľįåĬ¡":109590,"åĩłåĪĨ":109591,"ä¸Ĭ次":109592,"ä¸įåĪĨ":109593,"产åIJİ":109594,"éģ¿å¼Ģ":109595,"ç»Īæŀģ":109596,"代表大ä¼ļ":109597,"æ¼ĶæĬĢ":109598,"åĽŀè´Ń":109599,"åŃ¦è´¹":109600,"éĺ»ç¢į":109601,"ä¸Ģ大æī¹":109602,"竣工":109603,"åĨ³å®ļäºĨ":109604,"ä½Ĩå¦Ĥæŀľ":109605,"çĶµæµģ":109606,"ä¸Ŀ毫":109607,"èĥ½å¤Łåľ¨":109608,"éĶĢåĶ®æĶ¶åħ¥":109609,"åľ¨åŃ¦æł¡":109610,"æ°´åĩĨ":109611,"è§Ĩ线":109612,"èĩªåľ¨":109613,"åķĨä¸ļéĵ¶è¡Į":109614,"为äºĨ让":109615,"çį²å¾Ĺ":109616,"çݩ家æľĭåıĭ":109617,"éĿ¢èĨľ":109618,"åĪĨåī²":109619,"åī§æľ¬":109620,"ç«Ń":109621,"说å¾Ĺ":109622,"æĥ³çŁ¥éģĵ":109623,"çļĦ人çī©":109624,"èĮħåı°":109625,"åIJĮä¸Ģ个":109626,"æķ°æį®ä¸Ńå¿ĥ":109627,"çĶĦ":109628,"åĸľæĤ¦":109629,"ä¸ĭæĿ¥çļĦ":109630,"å®ļåIJij":109631,"æŀģåħ·":109632,"çļĦåľŁåľ°":109633,"éĤ£åĢĭ":109634,"æijĦåħ¥":109635,"äºĨæĪijçļĦ":109636,"马路":109637,"åħ¨ç¤¾ä¼ļ":109638,"è®®æ¡Ī":109639,"å±ĭåŃIJ":109640,"åIJįåı«":109641,"åĮª":109642,"åľ¨å¤ĸéĿ¢":109643,"åįİåįĹ":109644,"åıijè´§":109645,"å¯ĴåĨ·":109646,"é«ĺçŃīæķĻèĤ²":109647,"详ç»ĨçļĦ":109648,"ä¸ªé¡¹çĽ®":109649,"çĶŁäº§åĬĽ":109650,"æĹ¶å¸¸":109651,"å°±æľĥ":109652,"ä¸ĩèĤ¡":109653,"éĻĮçĶŁäºº":109654,"æııç»ĺ":109655,"å½ĵçĦ¶æĺ¯":109656,"æĭīåĬ¨":109657,"éĵ¾æĿ¡":109658,"æī£éĻ¤":109659,"ä¸Ģ缴éĥ½":109660,"å°ıåŃ©åŃIJ":109661,"伤åı£":109662,"第äºĮå±Ĭ":109663,"è´Ńç½®":109664,"çļĩ马":109665,"æĹłèģĬ":109666,"表åĨ³":109667,"诸å¦Ĥ":109668,"åĵįèµ·":109669,"é£İæļ´":109670,"ä¸ĢæµģçļĦ":109671,"ç·¨":109672,"解æĶ¾åĨĽ":109673,"室å¤ĸ":109674,"å°±è¿Ļä¹Ī":109675,"島":109676,"æīĢæľī人éĥ½":109677,"æIJľç´¢å¼ķæĵİ":109678,"çļĦæĪIJæľ¬":109679,"åħļæĶ¿":109680,"åıijè¡Į人":109681,"çļĦäºĭå®ŀ":109682,"对该":109683,"åıĹæįŁ":109684,"ä¿Ħä¹Į":109685,"é²ľèĬ±":109686,"åĨľèį¯":109687,"æŀģéĢŁ":109688,"æĢ¥æĢ§":109689,"两ä¼ļ":109690,"ä¸ĢèĪ¬æĿ¥è¯´":109691,"æµ·é²ľ":109692,"åĨĪ":109693,"çĶ¨äºº":109694,"çĶ¨äººåįķä½į":109695,"åĢª":109696,"åĦªæĥł":109697,"æł¹æºIJ":109698,"åĽ¢è´Ń":109699,"ç¾İæ´²":109700,"ä¸ĭè¡Į":109701,"å¹´æľ«":109702,"èľ¡":109703,"è¯ģ件":109704,"åľ¨æĪijåĽ½":109705,"ä¸įåºĶ":109706,"æĮīæŶ":109707,"åłªç§°":109708,"åľºä¸Ĭ":109709,"å¹²éĥ¨èģĮå·¥":109710,"æľīå¾Ī大çļĦ":109711,"æķ°åŃĹç»ıæµİ":109712,"æ¼Ķç»ĥ":109713,"æį®ç»Łè®¡":109714,"å¾ĢæĿ¥":109715,"广åijĬæľįåĬ¡":109716,"çļĦè·Ŀ离":109717,"æѸ":109718,"è¨Ģè¯Ń":109719,"被èªī":109720,"被èªī为":109721,"åĭī强":109722,"å°Ĭæķ¬":109723,"ä¸ĩ亿åħĥ":109724,"ä¸ŃåĽ½åĽ½éĻħ":109725,"å¹²é¢Ħ":109726,"年产":109727,"èĢķåľ°":109728,"èĮİ":109729,"åį³æĺ¯":109730,"æĺ¨æĻļ":109731,"æĪIJ为ä¸Ģ个":109732,"çºłæŃ£":109733,"åij½åIJį":109734,"é¢ģå¸ĥ":109735,"çĮľæµĭ":109736,"ä¿ĿèŃ·æĶ¿çŃĸ":109737,"æĭ¢":109738,"活泼":109739,"çŃīéĥ¨éŨ":109740,"åѦåĪ°":109741,"å¢ŀåĢ¼ç¨İ":109742,"èĪªçº¿":109743,"åĨ¤":109744,"åįģåĩłå¹´":109745,"æݧèĤ¡èĤ¡ä¸ľ":109746,"ä¸ĢéŨ":109747,"ä¸ªå·¥ä½ľ":109748,"ä¸ªå·¥ä½ľæĹ¥":109749,"æĸ°è¥¿":109750,"æĸ°è¥¿åħ°":109751,"论è¯ģ":109752,"ä»Ĩ":109753,"åı¦å¤ĸä¸Ģ个":109754,"æĶ¹ç¼ĸ":109755,"严ç¦ģ":109756,"åĸľå¥½":109757,"个人信æģ¯":109758,"满æĦı度":109759,"åĵ¨":109760,"å¸ĪèµĦ":109761,"æĶ¹ä¸º":109762,"ç«ŀäºī对æīĭ":109763,"åĩºçĤī":109764,"åķĨ人":109765,"大æ£ļ":109766,"æĮĩ导ä¸ĭ":109767,"å¦ĩç§ij":109768,"輪":109769,"æīģ":109770,"åIJĮæŶè¿ĺ":109771,"并éĢļè¿ĩ":109772,"æĪĺéĺŁ":109773,"èĶĵ延":109774,"ä¿ŀ":109775,"éĢĤå½ĵçļĦ":109776,"åīįè¾Ī":109777,"åĵģåij³":109778,"æ¹¿åľ°":109779,"æĪIJåŀĭ":109780,"ä¸įåıªæĺ¯":109781,"æĥ©ç½ļ":109782,"åĩºåı°äºĨ":109783,"çݩ游æĪı":109784,"æīįåıijçİ°":109785,"åºĶèģĺ":109786,"å¤ĸæĿ¥":109787,"åįłé¢Ĩ":109788,"å±ķæľĽ":109789,"å«Ĥ":109790,"港èĤ¡":109791,"æ¡Įä¸Ĭ":109792,"æĶ¯æŁ±":109793,"çļĦæĥħå½¢":109794,"广éĺĶçļĦ":109795,"æĶ¯è¡Į":109796,"å´©æºĥ":109797,"æľĪä¸Ń":109798,"æľĪä¸ŃæŬ":109799,"ç»įåħ´":109800,"临è¿ij":109801,"æĬ¤æłı":109802,"æļ®":109803,"åįķèģĮä¸ļ":109804,"è¾¹å¢ĥ":109805,"æĹ¥çħ§":109806,"ä¸ĢåłĨ":109807,"缴å¾Ħ":109808,"åħ±åIJĮä½ĵ":109809,"æĸ°åįİç½ij":109810,"æīĵ好":109811,"çĶµåĬ¨æ±½è½¦":109812,"ä¸įæĺİçĻ½":109813,"éĢĻ裡":109814,"çĽĽå¤§":109815,"çİĭæľĿ":109816,"åĨįä¸Ģ次":109817,"åĬŀåħ¬åİħ":109818,"è´¨æĬ¼":109819,"åIJĪåĩ»":109820,"人们对":109821,"éĽ¶é£Ł":109822,"éĥ½ä¸įçŁ¥éģĵ":109823,"çļĦè¯Ńè¨Ģ":109824,"åĭŁéĽĨèµĦéĩij":109825,"åĬ¨èĦī":109826,"彤":109827,"è¿Ļåĩłå¹´":109828,"çŁŃè§Ĩé¢ij":109829,"太é«ĺ":109830,"常å§Ķä¼ļ":109831,"åĬłçıŃ":109832,"éĩįå¿ĥ":109833,"åªĴä½ĵæĬ¥éģĵ":109834,"没æ³ķ":109835,"éĹ»åIJį":109836,"çĥŃ度":109837,"å¹¿æ³ĽçļĦ":109838,"åħŃ大":109839,"çī©ä½ĵ":109840,"ä¸į该":109841,"é¢ĺ主":109842,"精彩çļĦ":109843,"ä¸ºè¿Ľä¸ĢæŃ¥":109844,"èĻŀ":109845,"åĽºçĦ¶":109846,"è´µå·ŀçľģ":109847,"çºłç»ĵ":109848,"代çIJĨ人":109849,"æ³ķå®ļ代表":109850,"åı¦ä¸Ģç§į":109851,"ä¸įåIJ«":109852,"æĭ¯æķij":109853,"ä¼ļç»Ļ":109854,"è¯Ĺè¯į":109855,"åIJĮç±»":109856,"å¾Ĺä¸įåĪ°":109857,"æĬĵç´§":109858,"以åħ¶":109859,"åħ¥åħļ":109860,"è¿ĺåı¯":109861,"æľŁåĪĬ":109862,"å¾Īå¤ļæŶåĢĻ":109863,"æĹ¥åIJİ":109864,"åħ¬çº¦":109865,"ä¸Ģ举":109866,"æ¯Ķè¾ĥå¤ļ":109867,"éĩijæ²Ļ":109868,"æįŀ":109869,"æİĴåĩº":109870,"æŃ¦æľ¯":109871,"ä¸įæĸ·":109872,"ä¸ŃèĢĥ":109873,"ä¿¡èµĸ":109874,"ä»İä¸ļ人åijĺ":109875,"çģ«çĦ°":109876,"éĨĴæĿ¥":109877,"ä½İ温":109878,"éĢ¾æľŁ":109879,"åĬ±å¿Ĺ":109880,"éħ¥":109881,"åı¯è°ĵæĺ¯":109882,"è¿ĻæĦıåij³çĿĢ":109883,"é¢łè¦Ĩ":109884,"åĮĹ京大åѦ":109885,"ä¸ĵ线":109886,"åıĬ以ä¸Ĭ":109887,"訪":109888,"èĢĮåIJİ":109889,"çŁ¥ä¹İ":109890,"ä¸Ģ对ä¸Ģ":109891,"å¨ĥå¨ĥ":109892,"çģ¾éļ¾":109893,"åħ¨å±Ģ":109894,"æīĢå¾Ĺç¨İ":109895,"å®ŀæĥł":109896,"èļĤèļģ":109897,"ä¹ŁçŁ¥éģĵ":109898,"温åĴĮ":109899,"èIJ½ä¸ĭ":109900,"åŀĭä¼ģä¸ļ":109901,"åĨįä¹Ł":109902,"ä¾ĽçĥŃ":109903,"é«ĺæ½®":109904,"çĢı覽åĻ¨":109905,"çļĦ巨大":109906,"åħĪ天":109907,"å¹´ä¸ŃåĽ½":109908,"类似çļĦ":109909,"çIJĨäºĭä¼ļ":109910,"空éĸĵ":109911,"çģµæĦŁ":109912,"åĬĽæ°Ķ":109913,"带ä¸Ĭ":109914,"ä¸į好æĦıæĢĿ":109915,"æľīä½ķ":109916,"å·²åľ¨":109917,"åıĸåĩº":109918,"è¿Ŀæ³ķçĬ¯ç½ª":109919,"åŃ¦ä¹łè´¯å½»":109920,"åľ°å¸¦":109921,"楼梯":109922,"çŃīæĥħåĨµ":109923,"ä»İåīį":109924,"çļĦä¹łæĥ¯":109925,"ç³Łç³ķ":109926,"å°±èĥ½å¤Ł":109927,"è©ķ":109928,"ä¸Ģå¾ĭ":109929,"æĮ«æĬĺ":109930,"åİŁæĸĩåľ°åĿĢ":109931,"å½ĵå±Ģ":109932,"ä¸įéĢļ":109933,"æķ°åįĥ":109934,"éĺŁä¼į建设":109935,"æŶèĬĤ":109936,"åģļèµ·":109937,"çļĦè®°å¿Ĩ":109938,"ç½ij绾å®īåħ¨":109939,"åĩ¡æĺ¯":109940,"æ°¯":109941,"éĽķåĪ»":109942,"åŁĥåıĬ":109943,"æĪijåı¯ä»¥":109944,"çĽijçIJĨ":109945,"æĽ´åħ·":109946,"åŁİ管":109947,"èĭ¯":109948,"åı¥åŃIJ":109949,"èĭ¥æľī":109950,"ä»İæĿ¥ä¸į":109951,"缸åħ³è´Łè´£":109952,"å®īåħ¨æĦŁ":109953,"æĽ´è¦ģ":109954,"çļĦæĥħæĦŁ":109955,"çī¢çī¢":109956,"è¾ĥ好çļĦ":109957,"æ°®":109958,"ç¬ijè¯Ŀ":109959,"车å±ķ":109960,"ä¹ĭç¾İ":109961,"ç®Ģ约":109962,"ç±»åŀĭçļĦ":109963,"èĢģåĮĸ":109964,"çľĭä½ł":109965,"è¿ĩåĪĨ":109966,"éŨåīį":109967,"ä¸ĢéĹ´":109968,"æĥ³åİ»":109969,"åªĽ":109970,"åľŁè±Ĩ":109971,"åıĪ称":109972,"ä¸Ńä¿¡":109973,"åŃĺéĩı":109974,"马äºij":109975,"èĩ´ä½¿":109976,"åħĪåīį":109977,"èĢģåŃIJ":109978,"æīĵæī®":109979,"æ¯ķä¸ļäºİ":109980,"æ¯ķä¸ļåIJİ":109981,"ç¾İ好çĶŁæ´»":109982,"å·¥ä¸ļä¼ģä¸ļ":109983,"就好äºĨ":109984,"èħIJèļĢ":109985,"çıįçıł":109986,"åĪ°è¿ĻéĩĮ":109987,"æīĢéľĢçļĦ":109988,"è¿Ļæĺ¯åĽłä¸º":109989,"çIJĨæĥ³çļĦ":109990,"å·®å¼ĤåĮĸ":109991,"é®":109992,"é®®":109993,"äºļ太":109994,"æĹłç©·":109995,"æıIJçİ°":109996,"ä¸ĵä¸ļæĬĢæľ¯":109997,"çĶ¢æ¥Ń":109998,"åѦåŃIJ":109999,"ç§ijå¹»":110000,"åįłåľ°éĿ¢ç§¯":110001,"ä¸įåĩĨ":110002,"æľªæĪIJ年人":110003,"æĶ¶å½ķ":110004,"è¿ĺ款":110005,"éĴ¢çŃĭ":110006,"æ¼¢":110007,"å¾ĹæĦı":110008,"综åIJĪä½ĵ":110009,"æŀģé«ĺ":110010,"åįķè¯į":110011,"é«ĺæķĪçļĦ":110012,"骨头":110013,"æī§çĿĢ":110014,"缼ä¸ĸ":110015,"模çī¹":110016,"æĽ´èĥ½":110017,"ç»ĿæľĽ":110018,"对åºĶçļĦ":110019,"æ¨Ĭ":110020,"æĸ°ä¸ī":110021,"æĸ°ä¸īæĿ¿":110022,"æģ°æģ°":110023,"åIJį家":110024,"æł¸å¿ĥæĬĢæľ¯":110025,"个å°ı":110026,"æĢİä¹Īä¼ļ":110027,"说ä¸įå®ļ":110028,"西çĵľ":110029,"åĵİ":110030,"ç¢Ł":110031,"å¿ħä¸įåı¯":110032,"å¿ħä¸įåı¯å°ij":110033,"ä¹ĭéĸĵ":110034,"åĪĨ管":110035,"交éĢļäºĭæķħ":110036,"å¼ĢåĬŀ":110037,"å¾ģæ±ĤæĦıè§ģ":110038,"亨":110039,"鼻åŃIJéĥµ":110040,"鼻åŃIJéĥµä»¶":110041,"ä¿¡æģ¯æľįåĬ¡":110042,"ä½łè§īå¾Ĺ":110043,"缴è§Ĥ":110044,"å·²å®ĮæĪIJ":110045,"åĪĨä¼ļ":110046,"åĽŀåįĩ":110047,"éļ»":110048,"好人":110049,"äºĨ解ä¸Ģä¸ĭ":110050,"åį«æµ´":110051,"æľĢçĪ±":110052,"åºŀ大":110053,"客æĪ¿":110054,"çijŀåħ¸":110055,"éĥ½ä¸įæĺ¯":110056,"館":110057,"èĹī":110058,"çļĦåIJĦ项":110059,"ä¸ºçĽ®æłĩ":110060,"çļĦè®¤çŁ¥":110061,"å½±åĵįåĬĽçļĦ":110062,"å¤¸å¼ł":110063,"佩æĪ´":110064,"æ±ĩçİĩ":110065,"çļĦçĪ±æĥħ":110066,"æĺ¥é£İ":110067,"æĺ¯æĪijçļĦ":110068,"樹":110069,"åįĬå°ıæŶ":110070,"å±±åİ¿":110071,"山西çľģ":110072,"èĢĮè¿Ļ":110073,"æĽ´å¤ļä¿¡æģ¯":110074,"è¿ĺæľīä¸ĢäºĽ":110075,"ç²¾ç»ĨåĮĸ":110076,"ç¾İåѦ":110077,"çĶ±æĸ¼":110078,"ä»ħä¾ĽåıĤèĢĥ":110079,"å¾Īé«ĺçļĦ":110080,"åıłåĬł":110081,"è¿Ļä¹Ī说":110082,"å±ķåĩº":110083,"åĽĽå¤Ħ":110084,"ä¸ĩ家":110085,"æĭĽåĭŁ":110086,"çļĦ强大":110087,"æĤ£æľī":110088,"å°ıäºİ":110089,"ä¹Łè®¸æĺ¯":110090,"对èĩªå·±çļĦ":110091,"èģĮä¸ļæķĻèĤ²":110092,"æĿ¥è¿Ľè¡Į":110093,"档次":110094,"æīĵèµ¢":110095,"éĥ½æľīçĿĢ":110096,"庸":110097,"è¯Ńæ°Ķ":110098,"çĶ²éĨĽ":110099,"空åĨĽ":110100,"车åĨħ":110101,"åĽłä¸ºä½ł":110102,"å®ŀæķĪ":110103,"æĥħä¾£":110104,"åıijè¾¾åĽ½å®¶":110105,"éķľåŃIJ":110106,"æ¯įå©´":110107,"ä½Ĩæĺ¯ä»ĸ":110108,"积æŀģæİ¨è¿Ľ":110109,"大å¹ħ度":110110,"çļĦ女åĦ¿":110111,"é¤IJæ¡Į":110112,"åIJ¬å¾Ĺ":110113,"çļĦ积æŀģæĢ§":110114,"好åIJ§":110115,"æĹ¥æ¶Īæģ¯":110116,"æľīä»»ä½ķ":110117,"æ¯Ĵåĵģ":110118,"æĹ©çĤ¹åĬłçĽŁ":110119,"第ä¸Ģ天":110120,"å°½åĬĽ":110121,"æłĸ":110122,"主æīĵ":110123,"æĺ¯ä¸ĢåIJį":110124,"çĪĨæĸĻ":110125,"äºĭä¸ļåıijå±ķ":110126,"å¾®åķĨ":110127,"äºİä¸Ģä½ĵçļĦ":110128,"çĶŁçĮª":110129,"èĩªçĦ¶èµĦæºIJ":110130,"çŀĦåĩĨ":110131,"è§Ħ模åĮĸ":110132,"并ä¸İ":110133,"èĤ¥èĥĸ":110134,"家çĶ¨":110135,"大çĪ·":110136,"é¢ĦåijĬ":110137,"æĿ¥åģļ":110138,"éĺ³åİ¿":110139,"æŀĦçŃij":110140,"é¢ģå¥ĸ":110141,"åİĨåı²æĸĩåĮĸ":110142,"æľįåĭĻæĪĸ":110143,"æĢ»åĨ³èµĽ":110144,"åıijåŀĭ":110145,"æĪij羣çļĦ":110146,"æĽ¦":110147,"åıĤä¼ļ":110148,"èĦĨå¼±":110149,"åĩĨåħ¥":110150,"èħ¹éĥ¨":110151,"åı¸ä»¤":110152,"æĤ²åī§":110153,"天ä¸Ĭ":110154,"åı£ä¸Ń":110155,"ä¸ĩ个":110156,"åѦä¸ļ":110157,"æıIJåĢ¡":110158,"两边":110159,"大èĤ¡ä¸ľ":110160,"åı¤éķĩ":110161,"è¡Ģç³ĸ":110162,"çļĦç¨ĭ度":110163,"æ£īèĬ±":110164,"åIJİåı°":110165,"å°±åĮ»":110166,"æķ´æķ´":110167,"èĴ²":110168,"çĽĪåĪ©èĥ½åĬĽ":110169,"ç±½":110170,"èĦ«":110171,"çľĭéĩį":110172,"家éķ·":110173,"èģĺçĶ¨":110174,"èµĽéģĵ":110175,"åīįèĢħ":110176,"建èŃ°":110177,"å¾ĭå¸ĪäºĭåĬ¡":110178,"èīºæľ¯åĵģ":110179,"æľīèĩªå·±çļĦ":110180,"åIJ¦å®ļ":110181,"ç¤¾åĽ¢":110182,"åij¨äºĶ":110183,"带åĪ°":110184,"å·¥ä½ľä¼ļè®®":110185,"èĤ¡æľ¬":110186,"å¤ĸåĮħ":110187,"家åħ¬åı¸":110188,"çĽijçĭ±":110189,"èĪĬ":110190,"åIJįæł¡":110191,"西æ¹ĸ":110192,"è¶ħè¿ĩäºĨ":110193,"åįĹå±±":110194,"ç»Ħ件":110195,"åĢ¼å¾Ĺ注æĦı":110196,"æĮ£æīİ":110197,"äºĭ迹":110198,"ç¶ĵçĩŁ":110199,"ç§ij室":110200,"好åIJĹ":110201,"æ¤ħåŃIJ":110202,"åľĪåŃIJ":110203,"ä½Ĩ她":110204,"æµģçķħ":110205,"åIJĦèĩªçļĦ":110206,"èģĮåijĺ":110207,"è¡įçĶŁ":110208,"åħ¨åľº":110209,"æĴ¤éĶĢ":110210,"åį´è¢«":110211,"å®ģéĿĻ":110212,"åīįæīĢ":110213,"åīįæīĢæľª":110214,"åīįæīĢæľªæľī":110215,"主ä¸ļ":110216,"åĮĹç¾İ":110217,"è¯Ħå®ļ":110218,"åĵģå°Ŀ":110219,"大家éĥ½åľ¨":110220,"主å¸ħ":110221,"ç»Ĩå¿ĥ":110222,"ä¿¡æģ¯æĬ«éľ²":110223,"çļĦç«ŀäºī":110224,"éĢĻ樣çļĦ":110225,"ç§ijåĪĽæĿ¿":110226,"éĩĩæijĺ":110227,"票æį®":110228,"éĢIJå¹´":110229,"èĭ±è¶ħ":110230,"è¡Įä¸ļåĨħ":110231,"人寿":110232,"åIJİåĭ¤":110233,"å¦ĤæĦı":110234,"ç¬Ķè¯ķ":110235,"æ·¡æ·¡çļĦ":110236,"ä¸įèĪĴæľį":110237,"ä½ĵ积":110238,"ä¹Łä¸įè¦ģ":110239,"éĿ¢æĸĻ":110240,"æł·æľ¬":110241,"ç¥ģ":110242,"æĮīè§Ħå®ļ":110243,"大æ¦Ĥæĺ¯":110244,"æĥħåĨµè¿Ľè¡Į":110245,"åIJĦåįķä½į":110246,"çļĦç¬ij容":110247,"åĩºèī²çļĦ":110248,"代表æĢ§":110249,"çļĦç¾İ好":110250,"éĴ¦":110251,"å¾®çĶŁçī©":110252,"è¶Ĭæĺ¯":110253,"æĸ¹åı¯":110254,"å¹²èĦĨ":110255,"éģĬæĪ²":110256,"çļĦåħ´è¶£":110257,"éĹ®è´£":110258,"åĽłä¸ºæĪij们":110259,"èĢĥéĩı":110260,"çĶŁçĶŁ":110261,"éĺ»åĬĽ":110262,"ä¸įåħģ许":110263,"æıIJè®®":110264,"åĩıæĮģ":110265,"åıªæĺ¯ä¸Ģ个":110266,"æĪijæĬĬ":110267,"åıijçİ°èĩªå·±":110268,"å¢ŀå¹ħ":110269,"å¦į":110270,"èĹĿè¡ĵ":110271,"ä¸Ģ家人":110272,"åĪĨ级":110273,"çļĦæķ°éĩı":110274,"è½®èŀįèµĦ":110275,"çŃīåĽłç´ł":110276,"大夫":110277,"èģĺ请":110278,"é£İæľº":110279,"绽æĶ¾":110280,"ä»»ä½ķä¸Ģ个":110281,"éłĤ":110282,"éĺ¶çº§":110283,"æĬĬ她":110284,"è¿ĽåĨĽ":110285,"èĥ½åģļåĪ°":110286,"åŁ¹è®ŃæľºæŀĦ":110287,"çī©æĸĻ":110288,"ç«¥è¯Ŀ":110289,"æĮĩ导æĦıè§ģ":110290,"éĺ®":110291,"æ·±åħ¥æİ¨è¿Ľ":110292,"ä¸»æľº":110293,"æ¸Ķä¸ļ":110294,"ä¸įæľį":110295,"æµĵéĥģ":110296,"è¡Ĺä¸Ĭ":110297,"ä¾Ŀ次":110298,"æĹ¶æ®µ":110299,"梵":110300,"çļĦåĸľçĪ±":110301,"å¾Īéķ¿":110302,"åĪĿ级":110303,"æŀľæĸŃ":110304,"æĬ¢æķij":110305,"é¼ĵèĪŀ":110306,"ä¾ĽéľĢ":110307,"æ·±åħ¥å¼Ģå±ķ":110308,"产ä¸ļéĽĨ群":110309,"åĻªéŁ³":110310,"åIJ¬çĿĢ":110311,"æ·±åĪ»çļĦ":110312,"å¿įåıĹ":110313,"çĶµç£ģ":110314,"强èĢħ":110315,"æ»ĭåij³":110316,"æĽ¼èģĶ":110317,"åı¯ä»¥çĽ´æİ¥":110318,"大米":110319,"æŃ·åı²":110320,"æĶ¿åĬ¡æľįåĬ¡":110321,"åħ¬å¼ı":110322,"社群":110323,"éģĵ士èģĮä¸ļ":110324,"ä¹ĭæĥħ":110325,"æµ·æ°´":110326,"æ¼Ķå¥ı":110327,"åºĹéĩĮ":110328,"迹象":110329,"åıijå±ķçIJĨ念":110330,"é«ĺ空":110331,"åij¨åĪĬ":110332,"åĽŀåĪ°äºĨ":110333,"ä¸įéĢĤåIJĪ":110334,"åłµå¡ŀ":110335,"åĬĪ":110336,"æ°´ä¸Ĭ":110337,"çĢijå¸ĥ":110338,"纳ç¨İ人":110339,"çĩĥæ²¹":110340,"å·¥ç¨ĭé¡¹çĽ®":110341,"峡谷":110342,"æľīéĴĪ对æĢ§":110343,"åľĨå½¢":110344,"æľ¬å¸Ĥ":110345,"è¿Ļè¯Ŀ":110346,"管çIJĨèĢħ":110347,"ç¡®è¯ĬçĹħä¾ĭ":110348,"æĬĬæīĭ":110349,"彩èī²":110350,"ä¸Ĭåīį":110351,"夯å®ŀ":110352,"ç¾ĬèĤī":110353,"å¾Ģå¹´":110354,"æĵħèĩª":110355,"迷人":110356,"èĪªæ¯į":110357,"ç²¾ç»Ĩ":110358,"åľ¨æĪijçļĦ":110359,"åĪĽæĬķ":110360,"麦åħĭ":110361,"æľĪç»ı":110362,"åĮĹæµ·":110363,"ä¹ĭæĺŁ":110364,"åı¶åŃIJ":110365,"å¸Ĥåľºç«ŀäºī":110366,"è¿Ļäºĭ":110367,"åıĥèĪĩ":110368,"äº§åľ°":110369,"åĶī":110370,"åķĨåĵģæĪ¿":110371,"èĪªè¿IJ":110372,"ä¼ĺå¼Ĥ":110373,"ä»ĸ们æĺ¯":110374,"éĽ¨æ°´":110375,"è¯įæ±ĩ":110376,"åĨľçĶ°":110377,"欧éĺ³":110378,"çŁŃ线":110379,"管ç½ij":110380,"æł¹åŁº":110381,"åıªæľīä¸Ģ个":110382,"éŀĭåŃIJ":110383,"å¸Ĥå§Ķ书记":110384,"åĪ»æĦı":110385,"è¡Į车":110386,"åıĪ被":110387,"åı¯éĿłæĢ§":110388,"è´±":110389,"ä»»åij½":110390,"åºĶåľ¨":110391,"å°±å¾Ĺ":110392,"æľįåĬ¡ä½ĵç³»":110393,"æĶ¿æĿĥ":110394,"åıijè¨Ģ人":110395,"è¿ĩå¾Ģ":110396,"两åıª":110397,"èĻ½è¯´":110398,"éĢģä¸Ĭ":110399,"ä»Ģä¹Īäºĭ":110400,"æķ£æĸĩ":110401,"æİĮæݧ":110402,"èĸĦå¼±":110403,"ä¸ĭéĿ¢å°±":110404,"主è¦ģåĨħ容":110405,"å¾Īéĩįè¦ģçļĦ":110406,"就说":110407,"çĻ½èī²çļĦ":110408,"éĤ£ä¸ªæŶåĢĻ":110409,"ç»ı纪人":110410,"çļĦæ¯į亲":110411,"ç¬Ķè®°æľ¬":110412,"åºķå±Ĥ":110413,"è¿ij代":110414,"解说":110415,"è²łè²¬":110416,"æľĢ大åĮĸ":110417,"åķĨéĵº":110418,"æł¡åıĭ":110419,"æ²ģ":110420,"ä¸įåĩºæĿ¥":110421,"éĻ·éĺ±":110422,"ç¨ħ":110423,"åħ¬å¸ĥäºĨ":110424,"åĩĢåĢ¼":110425,"çĽ¸å¯¹è¾ĥ":110426,"笼":110427,"æł¸ç®Ĺ":110428,"åįİ侨":110429,"æĢ¥æķij":110430,"æĮºå¥½":110431,"åħĴç«¥":110432,"äºĮèĥİ":110433,"åĩºèĩª":110434,"åĿŁ":110435,"æīĭä¸ĭ":110436,"屡":110437,"åĪĽéĢłæĢ§":110438,"ä¸¥æł¼æĮīçħ§":110439,"åĨįåİ»":110440,"举缣":110441,"人æµģ":110442,"äºĨä¸Ģ声":110443,"å°ıæŶåīį":110444,"è´µæĹı":110445,"éľĸ":110446,"ä¹Łæĺ¯éĿŀ常":110447,"éĢ±":110448,"çľĭäºĨçľĭ":110449,"ç¹ģæ®ĸ":110450,"èĩ³æѤ":110451,"é¢Ħå¤ĩ":110452,"å¾Īæĺİæĺ¾":110453,"æ¼Ķèīº":110454,"åĿIJçĿĢ":110455,"ä¿ĦåĨĽ":110456,"åľ¨è¿ĩåİ»":110457,"ä¹ĭäºĭ":110458,"æĬĵèİ·":110459,"åĿIJä¸ĭ":110460,"çĶ±ä¸ŃåĽ½":110461,"ä¹Łå¼Ģå§ĭ":110462,"çŃĶå¤į":110463,"åŀĥåľ¾åĪĨç±»":110464,"éĴĵé±¼":110465,"åIJĦ種":110466,"缸éģĩ":110467,"ä¸įåģľçļĦ":110468,"æī¹éĩı":110469,"éĩįè¦ģä½ľçĶ¨":110470,"å§Ķå±Ī":110471,"åħŃå¹´":110472,"ä¸ĥåįģ":110473,"ä¹ĭæĪĺ":110474,"é£İéĻ©ç®¡çIJĨ":110475,"éŁ³æ¨Ĥ":110476,"è¡ĮæĶ¿å¤Ħç½ļ":110477,"æľ¬äºĭ":110478,"æĴ°åĨĻ":110479,"èģļåIJĪ":110480,"éĢĤæŶ":110481,"æIJ¬å®¶":110482,"ç¢İçīĩ":110483,"çĽĽå®´":110484,"ç®Ģæ´ģ":110485,"åı¬éĽĨ":110486,"ç®ĢåĮĸ":110487,"åĮĹ京æŶéĹ´":110488,"第ä¸īå±Ĭ":110489,"æĿ¥åĽŀ":110490,"常çĶ¨çļĦ":110491,"京津":110492,"京津åĨĢ":110493,"梦幻":110494,"è¯ķè¡Į":110495,"æľºåºĬ":110496,"åĪ°æľĢåIJİ":110497,"åĬ©æīĭ":110498,"åĪĨ彩":110499,"åĩºåĵģ":110500,"åĪ¹è½¦":110501,"åIJ¯åıij":110502,"侧éĿ¢":110503,"æ¯ıå½ĵ":110504,"缸åħ³è§Ħå®ļ":110505,"ä¸ĸ人":110506,"è´Ń车":110507,"å¿ĥ缮":110508,"å¿ĥ缮ä¸Ń":110509,"äºĶéĩij":110510,"è¿ĺè®°å¾Ĺ":110511,"ä¾ĿçĦ¶æĺ¯":110512,"æıIJæ¡Ī":110513,"çĶµåķĨå¹³åı°":110514,"åģļåĪ°äºĨ":110515,"æĿľç»Ŀ":110516,"å®īåįĵ":110517,"ä¸ĸçķĮåIJĦåľ°":110518,"åīįéĢĶ":110519,"æ´ĹåĩĢ":110520,"å¥ĭåĬĽ":110521,"åŁİå¸Ĥ建设":110522,"å¤ļåĬŁèĥ½":110523,"ä¼ļéĢłæĪIJ":110524,"åıijå¸ĥä¼ļä¸Ĭ":110525,"究竣æĺ¯":110526,"åĪĨ红":110527,"çŁ¥èŃĺ":110528,"éĿ¢æĿ¿":110529,"æĹłå£°":110530,"æĢ¥éľĢ":110531,"å¤±çľł":110532,"çĪ¸å¦Ī":110533,"äºĤ":110534,"åħ¨æĻ¯":110535,"ç»ıåħ¸çļĦ":110536,"åī§ä¸Ń":110537,"é¢Ĩ导ä¸ĭ":110538,"åħļåĨħ":110539,"åħ¥ä¾µ":110540,"æĭīæĸ¯":110541,"ä¸Ģå¹ķ":110542,"åĬłä¹ĭ":110543,"èĤĨ":110544,"èĭ±æł¼":110545,"èĭ±æł¼åħ°":110546,"å·§åħĭ":110547,"å·§åħĭåĬĽ":110548,"ä¸Ģå¿ĥ":110549,"èģĤ":110550,"å¾Ģå¾Ģæĺ¯":110551,"管çIJĨå±Ĥ":110552,"çĻ»åħ¥":110553,"建ç«ĭèµ·":110554,"å»ºåĽ½":110555,"åŃIJ宫":110556,"åºĶä»ĺ":110557,"æݢ究":110558,"第ä¸Ģä½į":110559,"ä½Ļ家":110560,"çŃīæ´»åĬ¨":110561,"æīĢèĩ´":110562,"è¾ĥå¿«":110563,"æĺ¯éĿŀ":110564,"æıIJåIJį":110565,"äºĮèĢħ":110566,"åıªåī©ä¸ĭ":110567,"åħ¶ä¸ŃåĮħæĭ¬":110568,"ç¼ĸç¨ĭ":110569,"çł´ç¢İ":110570,"ä¸Ń举":110571,"å·¥ä½ľæĬ¥åijĬ":110572,"çŃ¾åIJį":110573,"éħĴä¸ļ":110574,"çŁ¥æĻĵ":110575,"çĥŃå¿ĥ":110576,"éĿŀåĩ¡":110577,"èIJ¥ä¸ļæī§":110578,"èIJ¥ä¸ļæī§çħ§":110579,"人大代表":110580,"ä¸Ģ个æĸ°çļĦ":110581,"å¨ģæµ·":110582,"éĤ£äºº":110583,"涨价":110584,"æ¶ĪçģŃ":110585,"éļ¾å¿ĺ":110586,"ç¶ĵé©Ĺ":110587,"åı£è¢ĭ":110588,"ç³»æķ°":110589,"æĸĩä¸Ń":110590,"好转":110591,"æĸ°éĽ¶åĶ®":110592,"讲述äºĨ":110593,"å¼ĢçĽĺ":110594,"çķĻç»Ļ":110595,"æħ¢æħ¢çļĦ":110596,"æĤ²ä¼¤":110597,"æľ¬æľŁ":110598,"äºĨå¤ļå°ij":110599,"è¿Ļ让":110600,"åIJĮçŃī":110601,"æ¸ħæĺİ":110602,"个åŁİå¸Ĥ":110603,"æºĸåĤĻ":110604,"åĩłä¹İæĺ¯":110605,"强åĬĽ":110606,"俯":110607,"水稻":110608,"åĽºå®ļçļĦ":110609,"æł¸åĩĨ":110610,"说æľį":110611,"顯示":110612,"è¿Ļå¥Ĺ":110613,"æĻºæħ§åŁİå¸Ĥ":110614,"å±ĭ顶":110615,"ä¸įæĿ¥":110616,"çĶŁé²ľ":110617,"çŁ¥æĥħ":110618,"æĬķ身":110619,"åijĬè¯īæĪij们":110620,"ä¸īåĽĽ":110621,"ä¸ĩä¸Ģ":110622,"è¾Ĩ车":110623,"为ä¹ĭ":110624,"åĪ°æŶåĢĻ":110625,"è¿Ļæīįæĺ¯":110626,"åIJįçīĮ":110627,"åºŁæ°´":110628,"åݻ年åIJĮæľŁ":110629,"å¹´éĻIJ":110630,"éģĭåĭķ":110631,"åıĮçľ¼":110632,"è¦ģç´§":110633,"对çŃĸ":110634,"åľºé¦Ĩ":110635,"çĻ¾ç§ij":110636,"è¶Ĭéĩİ":110637,"å¯ĮåIJ«":110638,"大å¤ļæķ°äºº":110639,"æľĢå°ij":110640,"åı¬åĶ¤":110641,"åħ¸èĮĥ":110642,"åĨľæľº":110643,"æŃ£æĸĩ":110644,"åºĶçĶ¨äºİ":110645,"æ·±èĢķ":110646,"ä¿Ń":110647,"ä»Ģä¹Īä¸ľè¥¿":110648,"å¥Ĺé¤IJ":110649,"å½ĵéĢī":110650,"å·¦æīĭ":110651,"è°ĥçIJĨ":110652,"æĻļé¤IJ":110653,"éļ¾åħ³":110654,"åĩŃè¯ģ":110655,"çĪ±äºº":110656,"æĮĩè´£":110657,"è´£ç¼ĸ":110658,"çļĦä¸Ģ款":110659,"éĵ²":110660,"åįģ个":110661,"èĢ»":110662,"æľįåĬ¡åķĨ":110663,"åľ°çĭ±":110664,"è¿ŀå¿Ļ":110665,"åĽ°æĥij":110666,"çļĵ":110667,"ä¸įåIJĥ":110668,"çİ°åľ¨å·²ç»ı":110669,"çĽĺçĤ¹":110670,"ä¸įåģľåľ°":110671,"管çIJĨ模å¼ı":110672,"è¿Ļ段æŶéĹ´":110673,"椰":110674,"礼åĮħ":110675,"æµģ转":110676,"æī«çłģ":110677,"éĽĨä¸Ńåľ¨":110678,"æ±ĤåĬ©":110679,"åįĬ个":110680,"å¿«éĢŁå¢ŀéķ¿":110681,"å¾Ģä¸ĭ":110682,"è¯ĦåĪĨ":110683,"å°±æĥ³":110684,"åķĨåĬ¡éĥ¨":110685,"æľīéĹ®é¢ĺ":110686,"èİ·åĪ©":110687,"æ¯ĽçĹħ":110688,"æĦŁåºĶ":110689,"èī¯æĢ§":110690,"åĪĨæѧ":110691,"åĨī":110692,"æĪij们çİ°åľ¨":110693,"è¦ģåĬłå¼º":110694,"å·§å¦Ļ":110695,"èŀºæĹĭ":110696,"åĪĩæį¢":110697,"çĭĦ":110698,"顺çķħ":110699,"å°¤åħ¶æĺ¯åľ¨":110700,"èĬĿ麻":110701,"éļ¾è¿ĩ":110702,"æĹĹå¸ľ":110703,"å¤įåį°":110704,"å¤įåį°ä»¶":110705,"å¿ħéľĢ":110706,"对å¤ĸå¼ĢæĶ¾":110707,"éļ¾åıĹ":110708,"åİŁæĿ¥æĺ¯":110709,"ç®ĹäºĨ":110710,"é«ĺå±±":110711,"离èģĮ":110712,"çµĦç¹":110713,"çµĦç¹Ķ":110714,"å±ģèĤ¡":110715,"çĻ¾å®¶":110716,"éģĩä¸Ĭ":110717,"æĺĶæĹ¥":110718,"ä¸į容":110719,"çĽij管éĥ¨éŨ":110720,"主æĦı":110721,"æµģåŁŁ":110722,"è·Įå¹ħ":110723,"èĩ³ä¸Ĭ":110724,"åĪ«è¯´":110725,"æĺ¯æ¯Ķè¾ĥ":110726,"å®ıè§Ĥç»ıæµİ":110727,"å¸Ĥåľºä¸»ä½ĵ":110728,"污æŁĵçī©":110729,"æķijæ²»":110730,"丰æĶ¶":110731,"åŃĺæĶ¾":110732,"åĩĦ":110733,"éĩijå±±":110734,"æį¢äºĨ":110735,"ä¸ĵ人":110736,"éĹľæĸ¼":110737,"æĹ¢è¦ģ":110738,"åĽ½è¶³":110739,"éļĭ":110740,"åıįåĩ»":110741,"起身":110742,"åħĪæĺ¯":110743,"å¸ĮæľĽèĥ½å¤Ł":110744,"åĪ¶è®¢":110745,"åºĹéĿ¢":110746,"åĸĢ":110747,"æķĻä½ł":110748,"éĻį温":110749,"åĬĽæ±Ĥ":110750,"ä¸īçĻ¾":110751,"çī©ä»·":110752,"丢失":110753,"å¢Ļä¸Ĭ":110754,"éĥ¨ä»½":110755,"æł·æĿ¿":110756,"ä¹ĭæĦı":110757,"ç½ijå°ıç¼ĸ":110758,"ä¸ĸä¸Ĭ":110759,"è°ĥè¯ķ":110760,"污æŁĵéĺ²æ²»":110761,"å½±éĻ¢":110762,"å®Įåħ¨åı¯ä»¥":110763,"éĢļåħ³":110764,"ä¹īåĬ¡æķĻèĤ²":110765,"没æľīåĬŀæ³ķ":110766,"èĢ¿":110767,"妳":110768,"æĹłæĥħ":110769,"å¾ĹçĽĬ":110770,"å¾ĹçĽĬäºİ":110771,"æľŁçĽ¼":110772,"娱ä¹IJåľº":110773,"çĶ²æĸ¹":110774,"ä¸Ģæ±½":110775,"çĹ°":110776,"çĸijä¼¼":110777,"æĸ°æµªå¾®åįļ":110778,"强è¡Į":110779,"å½ĵä»ĸ":110780,"èĥº":110781,"çĶ¨æĪ·æıIJä¾Ľ":110782,"åĮºå§Ķ":110783,"æĦ¿æĻ¯":110784,"æĬĺæī£":110785,"失踪":110786,"è¿«åĪĩ":110787,"åŃĹæ¯į":110788,"åĴ¯":110789,"èªįèŃĺ":110790,"ä»Ģä¹ĪæĦıæĢĿ":110791,"çĽĴåŃIJ":110792,"å½ķéŁ³":110793,"建设工ç¨ĭ":110794,"ä¸ļä½Ļ":110795,"å®ŀ践活åĬ¨":110796,"çľŁç©º":110797,"çĤĸ":110798,"åľ¨è·¯ä¸Ĭ":110799,"主è¦ģåĮħæĭ¬":110800,"该æĢİä¹Ī":110801,"æĢ»æľī":110802,"æĢ§æĦŁ":110803,"æ°ijèĪª":110804,"å¼ĢåºĹ":110805,"欺éªĹ":110806,"çªģåĩ»":110807,"缺失":110808,"æī§ä¸ļ":110809,"åľ°éģĵ":110810,"并æĹł":110811,"æ°ijåĬŀ":110812,"ç»Ħç»ĩçĶŁæ´»":110813,"æĪijå¦Ī":110814,"è¨ĺèĢħ":110815,"管åĪ¶":110816,"æī¾ä¸ª":110817,"èĹ»":110818,"çĤİçĹĩ":110819,"äºĴåĬ©":110820,"æµıè§ĪåĻ¨":110821,"çݩ家æĿ¥è¯´":110822,"éĻįä½İäºĨ":110823,"è£Ķ":110824,"æĮ£éĴ±":110825,"åķĨæľº":110826,"æĶ¹è£ħ":110827,"æµģ浪":110828,"æĶ¿æ³ķ":110829,"èĢģ头":110830,"çĶŁäº§åĴĮ":110831,"ç©Ĺ":110832,"亲çĪ±":110833,"亲çĪ±çļĦ":110834,"å±¥èģĮ":110835,"åŁİéĩĮ":110836,"ç»ĨåĪĨ":110837,"åĬ³åĬ¨åIJĪåIJĮ":110838,"åľ¨æĹ¥æľ¬":110839,"å¨ģå°Ķ":110840,"åį«è§Ĩ":110841,"éĢ£çµIJ":110842,"çĿĢéĩį":110843,"æĬĺ磨":110844,"åĽ¾ä¸º":110845,"çľ·":110846,"å·¥åºı":110847,"æĵģ":110848,"æĵģæľī":110849,"ç½ijç«Ļåľ°åĽ¾":110850,"çļĦä¸Ģ大":110851,"ç»Ħç»ĩå®ŀæĸ½":110852,"æĬĽå¼ĥ":110853,"åĴĮæĶ¯æĮģ":110854,"æ³ķåĪĻ":110855,"浪潮":110856,"çİ°æľīçļĦ":110857,"åĩłçİĩ":110858,"为客æĪ·":110859,"åįģä¸ĩ":110860,"è¹Ħ":110861,"çªģåĩºéĹ®é¢ĺ":110862,"åıĥåĬł":110863,"éĥ½ä¼ļæľī":110864,"缤":110865,"è°ģéĥ½":110866,"æīĭåĬ¨":110867,"çĽ´è¾¾":110868,"çĤ¹å¤ļ":110869,"éĺ¶å±Ĥ":110870,"ä¸įä½³":110871,"éĤ£æ®µ":110872,"滨海":110873,"æĺ¯åĽ½åĨħ":110874,"æĪijå¸ĮæľĽ":110875,"åIJĽåŃIJ":110876,"è§ĤéŁ³":110877,"åģļé¥Ń":110878,"æ±½è»Ĭ":110879,"åħ³ç¨İ":110880,"çľ¼åīįçļĦ":110881,"æ°´éĿ¢":110882,"èĢ³æľº":110883,"追踪":110884,"æݨéĢģ":110885,"éĴ±åĮħ":110886,"æģ¶å¿ĥ":110887,"æµ·åŁŁ":110888,"å·į":110889,"å¼ĢæĿ¥":110890,"表æĢģ":110891,"仪表":110892,"å¹³åİŁ":110893,"åįģå¤ļå¹´":110894,"ä¹ŁæĹłæ³ķ":110895,"åħ¼é¡¾":110896,"è¡£æŁľ":110897,"æł½åŁ¹":110898,"æĪ¿æºIJ":110899,"设ç«ĭäºĨ":110900,"ä¸ĩåIJį":110901,"æķ°é¢Ŀ":110902,"è¦ģåĿļæĮģ":110903,"åIJīæŀĹçľģ":110904,"请èģĶç³»":110905,"ç»ıåİĨè¿ĩ":110906,"çļĦæľ¬è´¨":110907,"åħ¥éŨ":110908,"æľ¬æ¡Ī":110909,"çİĩè¾¾åĪ°":110910,"åı°éĺ¶":110911,"éĴŀ":110912,"æĪijèĥ½":110913,"èݲèĬ±":110914,"éĴł":110915,"ä¸Ģäºĭ":110916,"åİŁæľīçļĦ":110917,"æ¯ıåĢĭ":110918,"æ¯Ķäºļ迪":110919,"æ£ĭçīĮ游æĪı":110920,"ä¸įä¼ļæľī":110921,"å½ĴæĿ¥":110922,"äºĶçĻ¾":110923,"è¿ĩé«ĺ":110924,"éĽ·è¾¾":110925,"ä¸Ģèµ·åİ»":110926,"æķĻ导":110927,"å°±è¯Ĭ":110928,"å°±å¾Ī":110929,"ä¸įåIJĮäºİ":110930,"俺":110931,"å¸ĸåŃIJ":110932,"æĶ¿åįıå§Ķåijĺ":110933,"çĸ«æĥħå½±åĵį":110934,"åĪĨè£Ĥ":110935,"为ä»Ģä¹Īä¼ļ":110936,"äºĶæĺŁ":110937,"å°ijåĦ¿":110938,"æĬ¢éĻ©":110939,"梦è§ģ":110940,"è®°èĢħéĩĩ访":110941,"山路":110942,"æĪij个人":110943,"æ²Ļ滩":110944,"è¹Ń":110945,"æĶ¹è®Ĭ":110946,"æĸ°åŀĭåĨł":110947,"æĸ°åŀĭåĨłçĬ¶":110948,"åĮ»æĬ¤":110949,"åĮ»æĬ¤äººåijĺ":110950,"æµ·å°Ķ":110951,"åħ³äºİæĪij们":110952,"éĻ¤å¤ĸ":110953,"åºļ":110954,"宣åijĬ":110955,"ä¸īåįĥ":110956,"榨":110957,"ç§ijæĬĢ大åѦ":110958,"ä¸ĥåħ«":110959,"顺åºĶ":110960,"çĪ¸çĪ¸å¦Īå¦Ī":110961,"éĢīåıĸ":110962,"åī§çĥĪ":110963,"乡æĿijæĹħ游":110964,"积æŀģæݢ索":110965,"表çݰ为":110966,"å¾Īæ¸ħæ¥ļ":110967,"大åĨĽ":110968,"æĿ¥çĶµ":110969,"å¥ĹæĪ¿":110970,"çİ°è¡Į":110971,"享åıĹåĪ°":110972,"çľĭçĤ¹":110973,"åĽºå®ļèµĦ产":110974,"以人为":110975,"ä»¥äººä¸ºæľ¬":110976,"ä¸įå®Į":110977,"éĻį鼨":110978,"åģļçļĦäºĭæĥħ":110979,"并äºİ":110980,"顽强":110981,"èĢ¸":110982,"åĺ´å·´":110983,"缸åħ³ä¿¡æģ¯":110984,"æĪij没":110985,"æĪĺçķ¥æĢ§":110986,"æĢĿ念":110987,"åĪĺå¤ĩ":110988,"åĬ©æĶ»":110989,"é£İè²Į":110990,"éĿ¢å¯¹éĿ¢":110991,"积æŀģå¼Ģå±ķ":110992,"çĸĹæķĪ":110993,"çľĭ书":110994,"缺åı£":110995,"åĽ½æ°ijç»ıæµİ":110996,"使çĶ¨æĿĥ":110997,"éģ¥è¿ľ":110998,"å¡«è¡¥":110999,"第ä¸ī人":111000,"åįĬå¤ľ":111001,"æѦæ±īå¸Ĥ":111002,"æĪijåıijçİ°":111003,"ä¼ĺæĥłæĶ¿çŃĸ":111004,"é£İåı£":111005,"å°±ä¸įèĥ½":111006,"为主è¦ģ":111007,"æµģåĩº":111008,"å´ĩæĭľ":111009,"并ä¸įèĥ½":111010,"é«ĺä¸ī":111011,"ä¸ĸçķĮä¸ĬæľĢ":111012,"æĥ³å¿ħ":111013,"åħ¶æīĢ":111014,"åĢĻéĢī":111015,"åĢĻéĢī人":111016,"ä¸įçĪ±":111017,"åī¯ä½ľçĶ¨":111018,"人æ°ijæĹ¥æĬ¥":111019,"æĪijä¸įæĺ¯":111020,"å®ŀçī©":111021,"çĶµåİĤ":111022,"ä¹Łç®Ĺæĺ¯":111023,"æľīéĹľ":111024,"æľīèĥ½åĬĽ":111025,"æĮĤåľ¨":111026,"çľ¼ä¸ĭ":111027,"约翰":111028,"å°ıåѦçĶŁ":111029,"èµ·åĪ°äºĨ":111030,"工夫":111031,"åIJĮå¿ĥ":111032,"åĿ¦è¨Ģ":111033,"çłĮ":111034,"åıijæĮ¥äºĨ":111035,"èģĮä¸ļéģĵå¾·":111036,"è¿ĻäºĽå¹´":111037,"念头":111038,"èĢģé¼ł":111039,"åħ¨èµĦ":111040,"åħ¨èµĦåŃIJ":111041,"ä¸Ģåij³":111042,"å¤ļä¸ĩåħĥ":111043,"æł¼æľĥ":111044,"éķ¿éĢĶ":111045,"带走":111046,"èĭ±å¯¸":111047,"æĸĩä½ĵ":111048,"对ä»ĸ们":111049,"åĵŃäºĨ":111050,"å¡«æĬ¥":111051,"çīĪæĿĥ声æĺİ":111052,"çĶµçº¿":111053,"è´Ńçī©ä¸Ńå¿ĥ":111054,"饱满":111055,"ä½İ头":111056,"强迫":111057,"ä¿Ŀæ´ģ":111058,"欧åĨł":111059,"缸è¿ŀ":111060,"认è´Ń":111061,"çģ«æĺŁ":111062,"é«ĺå°Ķ":111063,"é«ĺå°Ķ夫":111064,"èij«èĬ¦":111065,"æłĩ注":111066,"çļĦçIJĨæĥ³":111067,"æł¸éħ¸":111068,"æł¸éħ¸æ£Ģæµĭ":111069,"åĬī":111070,"ä¸ĢèĪ¬æĺ¯":111071,"æĢĿç´¢":111072,"轨迹":111073,"çĥŃ带":111074,"éĻ£":111075,"åĩĨç¡®æĢ§":111076,"æĪ´çĿĢ":111077,"åľ¨çĶŁæ´»ä¸Ń":111078,"æīĢèĥ½":111079,"æľ¯åIJİ":111080,"å¸¦ä½ł":111081,"ç¥ł":111082,"æ®ĭéħ·":111083,"ä¹Łåıªæĺ¯":111084,"çĶ³è´Ń":111085,"举åĬŀäºĨ":111086,"æľīæĦıä¹ī":111087,"æĹºçĽĽ":111088,"åľ¨ç¶²":111089,"åľ¨ç¶²è·¯ä¸Ĭ":111090,"å¾Ī大ç¨ĭ度":111091,"管è¾ĸ":111092,"çĸ«æĥħæľŁéĹ´":111093,"触æij¸":111094,"éĺ¶æ®µæĢ§":111095,"ä¼ļè§īå¾Ĺ":111096,"çļĦçĶ»éĿ¢":111097,"æİ¥åıĹäºĨ":111098,"表达äºĨ":111099,"éĤĵå°ı":111100,"éĤĵå°ıå¹³":111101,"åħļé£İ":111102,"åħļé£İå»īæĶ¿":111103,"åķĨåѦéĻ¢":111104,"åħijæį¢":111105,"é£Łåĵģèį¯åĵģ":111106,"éĿŀ常好çļĦ":111107,"çľ¯":111108,"纳米":111109,"åĬ¨æijĩ":111110,"åĽŀéģ¿":111111,"çľĭèijĹ":111112,"款项":111113,"åħ«å¹´":111114,"åģļ个":111115,"æĸĩæ¡£":111116,"éĩijèŀįç§ijæĬĢ":111117,"åħ¶ä¸Ńæľī":111118,"äºĨä¸Ģç³»åĪĹ":111119,"æĹĹèĪ°åºĹ":111120,"称èµŀ":111121,"éĽ¢éĸĭ":111122,"åĪ¶åĨ·":111123,"家éŨåı£":111124,"åįģå¤ļ":111125,"ä¼´ä¾£":111126,"çľĭçĹħ":111127,"æĭīçĿĢ":111128,"æīĴ":111129,"çĸ²æĥ«":111130,"å°ijæķ°æ°ijæĹı":111131,"åĽ¾å½¢":111132,"轧":111133,"å¢ŀéĩı":111134,"饲åħ»":111135,"çģ«å±±":111136,"æ¯ı个æľĪ":111137,"ä½ľä¸ºä¸ĢåIJį":111138,"è½´æī¿":111139,"æĸĩ书":111140,"ç¼ķ":111141,"åħ·ä½ĵæĥħåĨµ":111142,"çĹĽçĤ¹":111143,"缴éĶĢ":111144,"å¡Ĭ":111145,"ä¹Łæľĥ":111146,"çĥŃæ½®":111147,"å¹³æ°ij":111148,"æ¼ĶåĶ±ä¼ļ":111149,"æķĻçłĶ":111150,"éĢĥéģ¿":111151,"ä¸Ģè´¯":111152,"å°±è¶Ĭ":111153,"å®ŀå®ŀåľ¨":111154,"å®ŀå®ŀåľ¨åľ¨":111155,"ä¹łè¿ijå¹³æĢ»":111156,"溺":111157,"å¿ĥåºķ":111158,"éķ¿å¾ģ":111159,"媽媽":111160,"第ä¸ī次":111161,"åĩºæ¼Ķ":111162,"çĭĢæ³ģ":111163,"å°Ķæĸ¯":111164,"代çIJĨåķĨ":111165,"çĨı":111166,"çļĦ对象":111167,"çĶµéĩı":111168,"è¡ĮåĪĹ":111169,"åĽ½äºº":111170,"è·ijäºĨ":111171,"åįĶåĬ©":111172,"èIJ¥è¿IJ":111173,"å¸ĪåħĦ":111174,"榮":111175,"æĥ³åĥı":111176,"æĢ§å¼º":111177,"ç§ijåѦçłĶ究":111178,"延å®ī":111179,"ä¸¥æł¼èIJ½å®ŀ":111180,"é¢Ĩä¼ļ":111181,"çĽ¸å·®":111182,"路人":111183,"çĶ«":111184,"æľīä»·åĢ¼":111185,"æľīä»·åĢ¼çļĦ":111186,"ç¾İåĽ¢":111187,"æ°ij主çĶŁæ´»":111188,"æĪijæīį":111189,"ç¾İåĽ½äºº":111190,"æ°Ķåij³":111191,"åıįå°Ħ":111192,"çļĦåĨ³å¿ĥ":111193,"大è±Ĩ":111194,"交代":111195,"è¿Ľåĩº":111196,"åıįæĬĹ":111197,"æĮĩçļĦæĺ¯":111198,"ä»·ä½į":111199,"è¿Ľé©»":111200,"ä¸ĬçĻ¾":111201,"ä½įåĪĹ":111202,"ä¸ŃåĽ½ä¼ģä¸ļ":111203,"çļĦ好å¤Ħ":111204,"主ç¼ĸ":111205,"汽油":111206,"ä½ĨæĪij们":111207,"æĢİä¹Īçľĭ":111208,"é»Ħå±±":111209,"å¤ļåªĴä½ĵ":111210,"åIJİåį«":111211,"èİ·å¾ĹæĽ´å¤ļ":111212,"åĬ¡å¿ħ":111213,"为å¥ijæľº":111214,"é¦ĸ饰":111215,"ä¸ĩåįļ":111216,"è¶ĬæĿ¥è¶Ĭ大":111217,"ä¸ĵ项è¡ĮåĬ¨":111218,"å¥ĭè¿Ľ":111219,"ä»įçĦ¶æĺ¯":111220,"è´¨æĦŁ":111221,"å¦Ĥæŀľä¸įæĺ¯":111222,"ç«Ļèµ·æĿ¥":111223,"ä¹¾éļĨ":111224,"åı¯æĢķçļĦ":111225,"å¯Įè´µ":111226,"æ¸ħç®Ĺ":111227,"åIJijä¸ĭ":111228,"åĢļ":111229,"çļĦçŃĶæ¡Ī":111230,"èĪ¹ä¸Ĭ":111231,"çļĦ羣å®ŀæĢ§":111232,"çŃīåĬŁèĥ½":111233,"åĸľåī§":111234,"å¨ģåĬĽ":111235,"æĸ°é¢ĸ":111236,"æł¸çĶµ":111237,"æĬ¥éĶĢ":111238,"æķħ乡":111239,"ä¼´éļı":111240,"éŀŃ":111241,"å¦Ĭå¨ł":111242,"åĪĨåĮĸ":111243,"æľīå¾Ī大":111244,"æĢİä¹Ī说":111245,"æĻĤ代":111246,"产åĩº":111247,"ä»ĭç»į说":111248,"å¤ĦçIJĨåĻ¨":111249,"èĨ¨èĥĢ":111250,"åī¯å¸Ĥéķ¿":111251,"çļĦ妻åŃIJ":111252,"æł·åĵģ":111253,"åIJĮæ¯Ķä¸ĭéĻį":111254,"åħĥå·¦åı³":111255,"çĶ¨èĩªå·±çļĦ":111256,"é«ĺéĽĦ":111257,"æĺ¥æĻļ":111258,"ä¹Łæľīå¾Īå¤ļ":111259,"çľ¼çIJĥ":111260,"æķ£æŃ¥":111261,"ä»ĸ们éĥ½":111262,"第ä¸Ģ家":111263,"åĬŀ好":111264,"å®īéĺ²":111265,"ä¸Ģä¸ĩ":111266,"åľ¨éĩĮéĿ¢":111267,"éŁ³é¢ij":111268,"åı£åı·":111269,"ä¸Ģè¶Ł":111270,"ç¦ıçī¹":111271,"é³ŀ":111272,"æĥĬèī³":111273,"æĸ°å¨ĺ":111274,"绿èī²åıijå±ķ":111275,"ä¸Ńå¼ı":111276,"ä¹Łåıªæľī":111277,"çݰ身":111278,"åı¯ä¾Ľ":111279,"æ¯ıä¸Ģ个人":111280,"第ä¸īèĢħ":111281,"åľ°å½¢":111282,"éĴ¢ç»ĵæŀĦ":111283,"çĽijçĿ£æ£ĢæŁ¥":111284,"åı«æĪij":111285,"èĩ´æķ¬":111286,"æ´Ĺæīĭ":111287,"ä¸ĭè°ĥ":111288,"康çĨĻ":111289,"æĪIJ交éĩı":111290,"ä¹ŁæĪIJ为":111291,"åħīæ»ij":111292,"å®Įæķ´æĢ§":111293,"çģ¼":111294,"網éłģ":111295,"éķ¿å¯¿":111296,"éģ©çĶ¨":111297,"çļĦä¸Ģ项":111298,"çŀ©çĽ®":111299,"æĬĬèĩªå·±çļĦ":111300,"éĵ¶è¡Įåį¡":111301,"å°±å¿ħé¡»":111302,"ç¾İçĻ½":111303,"éŀįå±±":111304,"æľ¬é¢Ĩ":111305,"ä¸Ģç¢Ĺ":111306,"æīĵæ³ķ":111307,"æĤ¨å¥½":111308,"对åŃ©åŃIJ":111309,"æĬ¥éģĵ称":111310,"ä¼łåĩº":111311,"大èĩ£":111312,"ç¬ĭ":111313,"çĽı":111314,"é¾ļ":111315,"çĽ´çº¿":111316,"æĻºåºĵ":111317,"ç§Łè½¦":111318,"é£İåij³":111319,"çľĭä¸Ģä¸ĭ":111320,"æݨéĶĢ":111321,"éĥ¨éĥ¨éķ¿":111322,"è´¨éĩıåĴĮ":111323,"åĪĬçĻ»":111324,"å·¥ä¸ļåĮĸ":111325,"çİĩ为":111326,"鼶件":111327,"硬åĮĸ":111328,"ä¸Ĭåįĥ":111329,"ç»ıéªĮåĢ¼":111330,"å¹³è¡Į":111331,"声éģĵ":111332,"æľįåĬ¡è´¨éĩı":111333,"çĶŁçĶ¢":111334,"æľĢ容æĺĵ":111335,"ä¸Ģæŀļ":111336,"å¹´æĬ¥":111337,"åħ¬ç½ij":111338,"åħ¬ç½ijå®ī":111339,"åħ¬ç½ijå®īå¤ĩ":111340,"çļĦèĥ½éĩı":111341,"å®ŀéĻħè¡ĮåĬ¨":111342,"è¦ģä¸įè¦ģ":111343,"æĹ¥æľ¬äºº":111344,"èĢ¶ç¨£":111345,"ç¼ĸåī§":111346,"涩":111347,"åį°å°¼":111348,"ä¸Ĭä¸ĭ游":111349,"åĩłåı¥":111350,"ä¸Ńéĵģ":111351,"ç°¡åĸ®":111352,"èĩªå¸¦":111353,"çĶŁäºİ":111354,"ä¸Ģåı£æ°Ķ":111355,"åĭ¤å¥ĭ":111356,"éĻįä»·":111357,"å±ķçİ°äºĨ":111358,"å¸ĥæĭī":111359,"ä¼ļéĢīæĭ©":111360,"çļĦç»ıåħ¸":111361,"好æľĭåıĭ":111362,"车éģĵ":111363,"æķ´åĢĭ":111364,"åľĵ":111365,"éķ¿æľŁä»¥æĿ¥":111366,"æĬķå½±":111367,"çļĩåĨł":111368,"è¿ĩ大":111369,"åijĬè¯īä»ĸ":111370,"ä¼ģä¸ļæıIJä¾Ľ":111371,"æĬ½è±¡":111372,"éĢĤ度":111373,"çļĦ女åŃ©":111374,"èµ·ä¼ı":111375,"çļĦåĬŁæķĪ":111376,"ä¸ĵ项æķ´æ²»":111377,"åı¯éĢļè¿ĩ":111378,"ä¸įåIJĮç¨ĭ度":111379,"å¼Ĥè®®":111380,"åĩĢèµĦ产":111381,"åijĹ":111382,"ä»Ģä¹Īåij¢":111383,"å·¡éĢ»":111384,"è¸ıä¸Ĭ":111385,"ä½Ĩå®ĥ":111386,"精度":111387,"管å±Ģ":111388,"第ä¸ĢåIJį":111389,"åĨħåŃĺ":111390,"æijĨåľ¨":111391,"åī©ä¸ĭ":111392,"主ä½ĵ责任":111393,"çĤ¹åįĬ":111394,"以èĩ³äºİ":111395,"åħ»èĢģä¿ĿéĻ©":111396,"æĦŁåıĹåĪ°äºĨ":111397,"çŁ¥åIJįçļĦ":111398,"å¯Į豪":111399,"妥åĸĦ":111400,"åŃĻåŃIJ":111401,"éĵĤ":111402,"说èĩªå·±":111403,"让æĤ¨":111404,"æķ°æݧ":111405,"çļĦçľ¼åħī":111406,"注éĶĢ":111407,"çļĦçģµéŃĤ":111408,"è¿ĺä¸įéĶĻ":111409,"éĹ®ä»ĸ":111410,"èĩªä¸»çłĶåıij":111411,"èĵĭ":111412,"ç´«èī²":111413,"åĽ½å®¶å®īåħ¨":111414,"è¾½å®ģçľģ":111415,"ä¹Łæ¯Ķè¾ĥ":111416,"ç¾İèĤ¡":111417,"ä¸įç¡®å®ļæĢ§":111418,"å¿ĥ头":111419,"æĪ³":111420,"级åĪ«çļĦ":111421,"论述":111422,"çļĦåĽŀçŃĶ":111423,"ä¿Ŀè¯ģéĩij":111424,"çŃīè¡Įä¸ļ":111425,"幸ç¦ıæĦŁ":111426,"æѧè§Ĩ":111427,"æľºç¥¨":111428,"派人":111429,"èĩ´åij½":111430,"åĺ´è§Ĵ":111431,"æĸ°éĹ»ä¸Ńå¿ĥ":111432,"æĶ¾å¼ĥäºĨ":111433,"å®ľå±ħ":111434,"åĨĻä¸ĭ":111435,"éĹ®çŃĶ":111436,"è¿ĻéĩĮæĺ¯":111437,"å¤ļåľ°":111438,"åĮºåŁŁåĨħ":111439,"åīµæĸ°":111440,"çľĭä»ĸ":111441,"æī§æ³ķ人åijĺ":111442,"åĬ¨æľº":111443,"éŁ³åĵį":111444,"çļĦåij½è¿IJ":111445,"顶éĥ¨":111446,"åĵŁ":111447,"éĥ½æľĥ":111448,"æīĵéĢłæĪIJ":111449,"æĦıåĽ¾":111450,"çļĸ":111451,"åĢĴåħ¥":111452,"å·´èIJ¨":111453,"åĬ©åѦ":111454,"å¤įåı¤":111455,"åIJ¯çĶ¨":111456,"åĽ½éĻħå¸Ĥåľº":111457,"åĤ¨èĥ½":111458,"é»ijé¾Ļæ±Łçľģ":111459,"ä¹ĺ车":111460,"è¿IJåĬ¨ä¼ļ":111461,"ä¿ĿåĪ©":111462,"çŁ³æĿIJ":111463,"çµ®":111464,"çĤĴä½ľ":111465,"çļĦä¿¡ä»»":111466,"å°±æĪIJäºĨ":111467,"åı¯è§Ĥ":111468,"çļĩä¸Ĭ":111469,"è¿Ļåĩłå¤©":111470,"ä¸ĢéĶ®":111471,"åĨ·åĨ»":111472,"ä¿Ŀåį«":111473,"æł¸æ¡ĥ":111474,"åIJĪä½ľåħ³ç³»":111475,"éĢģåĩº":111476,"æĹĹä¸ĭçļĦ":111477,"åľ¨ä¹İ":111478,"为广大":111479,"åįĪé¤IJ":111480,"ä¸ĵ访":111481,"æĪĸå°Ĩ":111482,"éĿĴå²Ľå¸Ĥ":111483,"å¥Ķè·ij":111484,"æĹ¥æĬ¥éģĵ":111485,"å¥ijåIJĪ":111486,"æĸ°æĺ¥":111487,"ä¸įå°ıå¿ĥ":111488,"两ä¸ī":111489,"æĦıæĢĿæĺ¯":111490,"åĨ·èĹı":111491,"çļĦçĹĩçĬ¶":111492,"æĢ§åij½":111493,"è¶ħæłĩ":111494,"å¯Ĩ碼":111495,"ç§ijæĬĢèĤ¡ä»½":111496,"äºĨä¸Ģæī¹":111497,"çĿ£å¯Ł":111498,"åªĴä»ĭ":111499,"å°Ħæīĭ":111500,"ä¿®åħ»":111501,"çīĩåĪ»":111502,"éĢĤåIJĪèĩªå·±":111503,"åıªè¦ģæĺ¯":111504,"åIJĥè¿ĩ":111505,"éĩijéĵ¶":111506,"缴å±ŀ":111507,"åѦéĹ®":111508,"åİĭåĪ¶":111509,"çªĹå¤ĸ":111510,"æĶ¶åĪ°äºĨ":111511,"åħ¨åĽ½äººå¤§":111512,"ä½Ĩæĺ¯å¯¹äºİ":111513,"åľ¨æķ´ä¸ª":111514,"çļĦèĥĮåIJİ":111515,"åĩıå°ijäºĨ":111516,"åıįèħIJ":111517,"åıįèħIJåĢ¡":111518,"åıįèħIJåĢ¡å»ī":111519,"æĹ·":111520,"åĪĨæľŁ":111521,"åľ¨æ·±åľ³":111522,"æīĵçĿĢ":111523,"æī«ä¸Ģ":111524,"æī«ä¸Ģæī«":111525,"æĶ¿åºľéĥ¨éŨ":111526,"æİ¥è¿ŀ":111527,"å±ŀäºİèĩªå·±":111528,"åŃIJå¼¹":111529,"åIJĮæł·æĺ¯":111530,"æĢ»åħ±":111531,"车ä¼ģ":111532,"æ¢ĵ":111533,"åħ¬é¡·":111534,"åıij声":111535,"éĴĽ":111536,"èµ°åĬ¿åĽ¾":111537,"主èIJ¥":111538,"åĸĶ":111539,"æķ°æį®åĪĨæŀIJ":111540,"ä¸įè¿ľ":111541,"æľīåIJį":111542,"æľīåIJįçļĦ":111543,"åģ¿è¿ĺ":111544,"å¾Īä½İ":111545,"è®ĵ人":111546,"èĿī":111547,"é«ĺè´µ":111548,"å°ij许":111549,"æ°Ł":111550,"å¹¢":111551,"亲æĥħ":111552,"è¿Ļ件äºĭæĥħ":111553,"çĶ¨é¤IJ":111554,"缸åħ³æĸ°éĹ»":111555,"å°±åºĶ该":111556,"ç»ĪçĤ¹":111557,"æĺ¯å¤ļå°ij":111558,"çĻ»åľº":111559,"è¯ķ管":111560,"è¯ķ管婴åĦ¿":111561,"åģļ大":111562,"åģļ大åģļ强":111563,"çļĦä¾ĭåŃIJ":111564,"åħ«ä¸ª":111565,"æĺİæĹ¥":111566,"çĤ³":111567,"èµ°åİ»":111568,"éģº":111569,"墩":111570,"ä½ĵä¼ļåĪ°":111571,"åĴı":111572,"ä¸ĭè¾¾":111573,"å¤įåıij":111574,"追éĢIJ":111575,"æīĵåĵį":111576,"çļĦéļ±ç§ģæ¬Ĭ":111577,"åħ·æľīä¸Ģå®ļ":111578,"è¿Ļä¹Īå¤ļå¹´":111579,"æłijæŀĹ":111580,"æľĢéķ¿":111581,"åIJĮèĥŀ":111582,"åħīæ³½":111583,"åŁŁåIJį":111584,"æĮĩåIJij":111585,"åıĹ害èĢħ":111586,"æłijèĦĤ":111587,"æľīå¤ļ大":111588,"大éĿ¢ç§¯":111589,"æĹłç¼Ŀ":111590,"æĶ¹æŃ£":111591,"æĽ´å¤ļçļĦæĺ¯":111592,"æľŁæľ«":111593,"æŃ¼":111594,"ä¹īä¹Į":111595,"éĤ£ä½ł":111596,"çļĦ第ä¸Ģ个":111597,"èĮµ":111598,"å°§":111599,"èį«":111600,"ä¸įä»ħåı¯ä»¥":111601,"æ¶Įçİ°":111602,"æĢ»éĿ¢ç§¯":111603,"æĸ°éĹ»åıijå¸ĥ":111604,"æ°ijçĶ¨":111605,"就读":111606,"æīĵè´¥":111607,"å¤ĸè¯Ń":111608,"æĪij们ä¸Ģèµ·":111609,"é¢Ħå®ļ":111610,"çĥ¹é¥ª":111611,"æľĢ主è¦ģ":111612,"æľĢ主è¦ģçļĦ":111613,"çīĮçħ§":111614,"åĽłåħ¶":111615,"ä½İä¸ĭ":111616,"ä¼ļåIJĮ":111617,"è§ģ解":111618,"éĹ´éļĶ":111619,"æķĻç¨ĭ":111620,"å°ī":111621,"å¸Ĥä¸Ńå¿ĥ":111622,"åħ³éĶ®æĺ¯":111623,"æµ·åįĹçľģ":111624,"çī¹åĪ«æĺ¯åľ¨":111625,"ä¸ŃåĽ½å¤§éĻĨ":111626,"åħħ足çļĦ":111627,"æĹ¢èĥ½":111628,"åĤ³çµ±":111629,"çijľä¼½":111630,"åħ¥åĽ´":111631,"æħ¢æħ¢åľ°":111632,"æĬ¥éħ¬":111633,"æī¹å¤į":111634,"å·¥ä¸ļåĽŃåĮº":111635,"ä¸İåıijå±ķ":111636,"èĥ¸éĥ¨":111637,"åľ¨ç½ij绾":111638,"åľ¨ç½ij绾ä¸Ĭ":111639,"交è°Ī":111640,"æĽ´æĶ¹":111641,"åįłæľīçİĩ":111642,"ä¸Ŀ绸ä¹ĭè·¯":111643,"è¡Ľ":111644,"çłĶåĪ¤":111645,"åĪª":111646,"åĪªéĻ¤":111647,"è¿Ļåıª":111648,"çļĦæ°Ķæģ¯":111649,"åĬłå·ŀ":111650,"éĴ§":111651,"çIJĨäºĭéķ¿":111652,"ä¸ĸ家":111653,"æµģè¡ĮçļĦ":111654,"å¾Īæľīåı¯èĥ½":111655,"们éĥ½":111656,"ç»ıèIJ¥æ¨¡å¼ı":111657,"è¡Įä¸ļä¸Ń":111658,"éĢļçŁ¥ä¹¦":111659,"åij½é¢ĺ":111660,"æľ¬ç¶²ç«Ļ":111661,"æ²Ļçī¹":111662,"åıijåħī":111663,"é«ĺä»·":111664,"å·²çĦ¶":111665,"åıĮåįģä¸Ģ":111666,"ä¸Ĭè¯ī":111667,"ç¿ħèĨĢ":111668,"è¿Ļä¸Ģå¹´":111669,"大ä¼ļä¸Ĭ":111670,"éĩī":111671,"å®Įåħ¨æĺ¯":111672,"å¾Ĺ太":111673,"ä¸ĢèĪ¬äºº":111674,"è¿ĺç®Ĺ":111675,"æĬĺåıł":111676,"æĬķæľº":111677,"çĤ¹çĩĥ":111678,"çİ°éĩijæµģ":111679,"åħĶåŃIJ":111680,"ç½ijæł¼":111681,"æİ¥è¿ĩ":111682,"ä¾Ľè´§":111683,"éĺ´å½±":111684,"åİŁåħĪ":111685,"æį£":111686,"左侧":111687,"åħĭæĭī":111688,"æīĵåį¡":111689,"ç§ijæ¯Ķ":111690,"æ±ĩéĽĨ":111691,"åľ°çIJĨä½įç½®":111692,"è¯Ħå§Ķ":111693,"ç»ĵåIJĪèµ·æĿ¥":111694,"è¿Ľåħ¥åĪ°":111695,"åı¯è¡Į":111696,"åı¯è¡ĮæĢ§":111697,"让å®ĥ":111698,"åĪ¶åº¦æĶ¹éĿ©":111699,"çĶĺèĤĥçľģ":111700,"åĵĹ":111701,"åģıåģı":111702,"è¡£çī©":111703,"ç¥Ŀè´º":111704,"æºIJèĩª":111705,"并ä¸į代表":111706,"åĽ½åº¦":111707,"好åĿı":111708,"æĿĸ":111709,"æĿŃå·ŀå¸Ĥ":111710,"湿度":111711,"鲸":111712,"åįļ彩":111713,"æ³°å±±":111714,"æĿijèIJ½":111715,"æĸ°èģŀ":111716,"èĤĭ":111717,"åı¤èĢģçļĦ":111718,"çļĦç§ĺå¯Ĩ":111719,"ä¸Ģ个éĹ®é¢ĺ":111720,"éģıåĪ¶":111721,"åįĥ亿":111722,"è¿ĩ硬":111723,"å°Ħåĩ»":111724,"èĩªçĦ¶æĺ¯":111725,"产åĮº":111726,"çĤ¹çĤ¹å¤´":111727,"åı¯ä»¥å¸®åĬ©":111728,"说å®ŀ":111729,"说å®ŀè¯Ŀ":111730,"æĪijåıªæĺ¯":111731,"ä¹ĭä½Ļ":111732,"åIJĮæĹ¶ä¹Łæĺ¯":111733,"ä¸ŃåĽ½éĺŁ":111734,"建æĪIJåIJİ":111735,"ä¹IJè§Ĩ":111736,"åij¨å²ģ":111737,"èį¯åºĹ":111738,"éĩijåįİ":111739,"严éĩįå½±åĵį":111740,"è´¨åľ°":111741,"æĹħéģĬ":111742,"åħµåĻ¨":111743,"æķĻèĤ²æķĻåѦ":111744,"离åİ»":111745,"åIJĦå¼ıåIJĦæł·":111746,"ä»ĭç´":111747,"ä»ĭç´¹":111748,"å¼Ģ头":111749,"å°Ĩèĩªå·±çļĦ":111750,"åIJ¬åĬĽ":111751,"ä¿¡æģ¯ç³»ç»Ł":111752,"ä»İæł¹æľ¬":111753,"ä»İæł¹æľ¬ä¸Ĭ":111754,"æİĮ声":111755,"欢åĸľ":111756,"å±ķåĮº":111757,"åķ¸":111758,"太å¤ļäºĨ":111759,"éĹ²ç½®":111760,"èĥ¡èIJĿåįľ":111761,"å§Ķå®£ä¼ł":111762,"å§Ķå®£ä¼łéĥ¨":111763,"åįĹéĺ³":111764,"å·ŀåĮº":111765,"ä¸İæŶ":111766,"ä¸İæĹ¶ä¿±":111767,"ä¸İæĹ¶ä¿±è¿Ľ":111768,"å«Įçĸij人":111769,"èī¯å¿ĥ":111770,"头顶":111771,"è´¢æĬ¥":111772,"ä½Ľæ³ķ":111773,"å¾µ":111774,"åİŁä»¶":111775,"åĭŀ":111776,"çĶ·ç¯®":111777,"å¤ĸåĽ½äºº":111778,"è¿Ŀ纪":111779,"æī¾äºĨ":111780,"æįķæįī":111781,"缸è¯Ĩ":111782,"æIJľéĽĨ":111783,"çļĦä¼Łå¤§":111784,"ä¸īç»´":111785,"å°±è¡ĮäºĨ":111786,"çĭIJæľĪ":111787,"çĭIJæľĪå±±":111788,"å¸ĮæľĽéĢļè¿ĩ":111789,"èĢĮ对äºİ":111790,"éĿ¢å°į":111791,"åĨĽåĽ¢":111792,"è¡ĹåĮº":111793,"æĤ¬æĮĤ":111794,"便ç§ĺ":111795,"æľīä¸ĢçĤ¹":111796,"ä¼ļè®®ä¸Ĭ":111797,"ä¸ĭæīĭ":111798,"廣åijĬ":111799,"äºĶè¡Į":111800,"çŃīåĢĻ":111801,"ç´§ç´§åĽ´ç»ķ":111802,"æĭ¿äºĨ":111803,"æ¡ĮéĿ¢":111804,"ç¥ŀæĥħ":111805,"éĽĦåİļ":111806,"çŀ³":111807,"楼ä¸ĭ":111808,"彪":111809,"äºĭåıij":111810,"åĨįè§ģ":111811,"é¤ĺ":111812,"é¢ĦåĶ®":111813,"åİ»çľĭçľĭ":111814,"æĪij们åºĶ该":111815,"ä¸ī家":111816,"æµĬ":111817,"ä¹IJéĺŁ":111818,"çľĭä¸įè§ģ":111819,"èĦijåŃIJ":111820,"æĮģæľīçļĦ":111821,"çĻ½èıľ":111822,"éĹªçĥģ":111823,"åĸĿæ°´":111824,"æݧåĪ¶ç³»ç»Ł":111825,"ä¸ĵåĮº":111826,"æľĿå»·":111827,"æĪijå¿ĥéĩĮ":111828,"å±ķåİħ":111829,"èľĺèĽĽ":111830,"åĨ»ç»ĵ":111831,"粪":111832,"åºIJ":111833,"åIJij社ä¼ļ":111834,"åĨ³çŃĸéĥ¨ç½²":111835,"çŁŃæľŁåĨħ":111836,"æĸ°ä¸ļæĢģ":111837,"æľĶ":111838,"æŶæĬ¥":111839,"使ä¹ĭ":111840,"åĽłåŃIJ":111841,"åıĤä¸İèĢħ":111842,"çļĦ年轻人":111843,"æīĭ表":111844,"å°ģéĶģ":111845,"为ä»Ģä¹Īä¸į":111846,"åIJ¸çĥŁ":111847,"æ¯Ĵç´ł":111848,"åĪijæ³ķ":111849,"磫æŃ£":111850,"身æĹģ":111851,"åİŁè°ħ":111852,"çĽijæĬ¤":111853,"æѤå¤Ħ":111854,"éļ¨æĻĤ":111855,"æŀľå®ŀ":111856,"åĮ»çĸĹæľįåĬ¡":111857,"ä¸įåIJĪçIJĨ":111858,"æIJŀ好":111859,"çļĦèĦļæŃ¥":111860,"å¤ĸå¥Ĺ":111861,"ç¶ĵéģİ":111862,"æĶ¾ç¼ĵ":111863,"åģľçķĻ":111864,"æĺŁçIJĥ":111865,"çļĦä¸ĢéĿ¢":111866,"åĩłä½ķ":111867,"è½®åĽŀ":111868,"æ¯Ľå·¾":111869,"ä¿®çIJĨ":111870,"ä¸įçŁ¥ä¸į":111871,"ä¸įçŁ¥ä¸įè§ī":111872,"æķ´ä¸ªäºº":111873,"æ¯ģçģŃ":111874,"åı°å·ŀ":111875,"使çĶ¨å¯¿åij½":111876,"é»ijçĻ½":111877,"æij¸ç´¢":111878,"é¼łæłĩ":111879,"éĿ©æĸ°":111880,"麵":111881,"ä¸ĵéĹ¨ä¸º":111882,"å¾Īå¤ļæľĭåıĭ":111883,"å·¥ä½ľç»Ħ":111884,"åIJĪå½±":111885,"çĤºä»Ģ麼":111886,"æŀģ度":111887,"çļĦè¿ĽæŃ¥":111888,"å½ĵä¹ĭ":111889,"å½ĵä¹ĭæĹł":111890,"å½ĵä¹ĭæĹłæĦ§":111891,"è´´è¿ij":111892,"尺度":111893,"åľ¨çİ°åľº":111894,"éĻį临":111895,"åħ»èĢģéĩij":111896,"ç£ķ":111897,"åı¯ä»¥ä½¿":111898,"管çIJĨæ°´å¹³":111899,"æľ¬æĬ¥è®°èĢħ":111900,"æ³ķ令":111901,"åį¡è½¦":111902,"ä¸ľæµ·":111903,"å¤ļéĩį":111904,"åħ¶éĹ´":111905,"ç´Ļ":111906,"éĩįå¤§é¡¹çĽ®":111907,"æ±Ĺæ°´":111908,"ç»Ħå§Ķä¼ļ":111909,"ä¿¡æģ¯åħ¬å¼Ģ":111910,"ä¸į论æĺ¯":111911,"ä¸ĢåIJ¬":111912,"èĴ¸æ±½":111913,"æıŃç§ĺ":111914,"è¶ħéģİ":111915,"触åıij":111916,"婦":111917,"åħ³èģĶ交æĺĵ":111918,"å°±ç»Ļ大家":111919,"好ä¹ħ":111920,"åĢŁè´·":111921,"游æĪıè§Ĵèī²":111922,"å¼ĢåIJ¯äºĨ":111923,"æİł":111924,"åħļçļĦåįģä¹Ŀ":111925,"ä¸ĭ鼨":111926,"çŁŃæŶéĹ´åĨħ":111927,"å¯ħ":111928,"导åħ¥":111929,"å·¥ä½ľç»ıéªĮ":111930,"ä¹Łåıªèĥ½":111931,"鼷éľĨ":111932,"è·Łè¿Ľ":111933,"åį¡éĢļ":111934,"é¢ĩæľī":111935,"æľºä½ĵ":111936,"æĪĺ士èģĮä¸ļ":111937,"女主":111938,"ä½ĵåĪ¶æľºåĪ¶":111939,"足åįı":111940,"èĪĴéĢĤçļĦ":111941,"åĢŁåı£":111942,"æī¹åĪ¤":111943,"æķ°åĢ¼":111944,"諾":111945,"éĺ¿æĭī伯":111946,"åĺİ":111947,"æħ¶":111948,"达人":111949,"å¼Ģæ°´":111950,"å¤§éĽ¨":111951,"温室":111952,"ä½İè¿·":111953,"ä»įæŧ":111954,"éªĹåŃIJ":111955,"亲å±ŀ":111956,"çIJĨæĻº":111957,"æľ¬åŁºéĩij":111958,"å¨ħ":111959,"åĨĻåŃĹ楼":111960,"å¢Ļå£ģ":111961,"宵":111962,"èĻ½çĦ¶æĺ¯":111963,"顺çĿĢ":111964,"åħ«åį¦":111965,"åķĨçĶ¨":111966,"ä¸į失":111967,"è¿·èĮ«":111968,"顺便":111969,"æļijæľŁ":111970,"æ¬ºè´Ł":111971,"é¢ijé¢ij":111972,"è¯¥æł¡":111973,"æĸĻçIJĨ":111974,"æ·±æĥħ":111975,"åīįéĶĭ":111976,"ä¿ĿèŃī":111977,"èģĮä¸ļçĶŁæ¶¯":111978,"åħ¬å¼Ģåıij":111979,"åħ¬å¼Ģåıijè¡Į":111980,"åħ¥æĪ·":111981,"éłĵ":111982,"åĢ¾åIJ¬":111983,"éŃģ":111984,"æĦīæĤ¦":111985,"åĽŀåIJĪ":111986,"åħ¨åĬĽä»¥":111987,"åħ¨åĬĽä»¥èµ´":111988,"åĥ¹åĢ¼":111989,"èĥ½åĬĽå¼º":111990,"ç»ıå¼Ģ":111991,"ç»ıå¼ĢåĮº":111992,"è¿ľæĸ¹":111993,"çļĦéģĵçIJĨ":111994,"缴åįĩ":111995,"缴åįĩæľº":111996,"为主é¢ĺçļĦ":111997,"ç»ĻæĤ¨":111998,"è¿ĺæĥ³":111999,"æ¯ĶæĪij":112000,"åĨľçī§":112001,"æµ·åºķ":112002,"çŃ¾è®¢äºĨ":112003,"对äºİæĪij们":112004,"æĹ¶è®¸":112005,"éĶ®çĽĺ":112006,"å®ŀéĻħæݧåĪ¶":112007,"çļĦæ¨¡æł·":112008,"åıįæĺłäºĨ":112009,"代åĬŀ":112010,"åĮ»çĶ¨":112011,"éĽĨç»ĵ":112012,"åıijå±ķåīįæĻ¯":112013,"æĮĩçĿĢ":112014,"åįİåĮĹ":112015,"è¿Ļåĩłä¸ª":112016,"åIJįæ°Ķ":112017,"åĤįæĻļ":112018,"èĩªåıij":112019,"æ³¢åħ°":112020,"大åĬĽæİ¨è¿Ľ":112021,"èĩªç§°":112022,"èįĨå·ŀ":112023,"æIJį害":112024,"äºĨä¸Ģåı¥":112025,"æľĢåĪĿçļĦ":112026,"éĩijèŀįåį±æľº":112027,"æĢĢ念":112028,"è¡Įåĭķ":112029,"女æİĴ":112030,"ä¸į解":112031,"ä¼łéĶĢ":112032,"转载请":112033,"饰åĵģ":112034,"åıªä¸º":112035,"ä¸İä¼Ĺ":112036,"ä¸İä¼Ĺä¸įåIJĮ":112037,"èĥ½èĢĹ":112038,"èı©æıIJ":112039,"è¿ij两年":112040,"è¿Ķ乡":112041,"马ä¸Ĭå°±":112042,"äºĮçŃīå¥ĸ":112043,"水管":112044,"æ³ķåѦ":112045,"çģŃçģ«":112046,"大å§IJ":112047,"åij¨è½¬":112048,"æľīæľŁ":112049,"æľīæľŁå¾Ĵ":112050,"æľīæľŁå¾ĴåĪij":112051,"å°įæĸ¹":112052,"ç¥ŀèī²":112053,"æ²¹èĦĤ":112054,"ä¸īçĤ¹":112055,"ä¸įåĪ©äºİ":112056,"äºĭä¸ļéĥ¨":112057,"å°±è·Ł":112058,"å¼ĢæĶ¯":112059,"å°ı女åŃ©":112060,"åħ±åIJĮåĬªåĬĽ":112061,"çĶļèĩ³è¿ĺ":112062,"è¿ĻåIJį":112063,"è¿Ļç¬Ķ":112064,"çݯåį«":112065,"æľīç§į":112066,"è§ĨåĬĽ":112067,"çĨŁçŁ¥":112068,"åħ¬ç§¯éĩij":112069,"æ¶Īéĺ²å®īåħ¨":112070,"é¢ĩ为":112071,"大èħ¿":112072,"éĿ¶":112073,"çī¹æķĪ":112074,"æľįåĬ¡åĮº":112075,"å¼Ģåĩº":112076,"深度èŀįåIJĪ":112077,"æĹłå¿§":112078,"æŁ¥éĺħ":112079,"ç»Īç»ĵ":112080,"ä¿Ŀç¨İ":112081,"è¨İè«ĸ":112082,"å½ĵåģļ":112083,"è·³èĪŀ":112084,"寧":112085,"女çİĭ":112086,"è®°èĢħåľ¨":112087,"åħ¨äº§ä¸ļéĵ¾":112088,"è´¯éĢļ":112089,"åħ´ä¸ļ":112090,"éĻįåĪ°":112091,"å°ģéĿ¢":112092,"åħ¨éĿ¢æİ¨è¿Ľ":112093,"奶èĮ¶":112094,"éĢīåĿĢ":112095,"äºĨä¸Ģåľº":112096,"åIJĮä¼´":112097,"议论":112098,"æIJĵ":112099,"诸èijĽ":112100,"诸èijĽäº®":112101,"å¹²åĺĽ":112102,"æµģæĦŁ":112103,"ä¸ĵä¸ļçŁ¥è¯Ĩ":112104,"çĶµç«Ļ":112105,"åĩıå¼±":112106,"åĩºåħ¥":112107,"åIJĦçľģ":112108,"éĿŀ常é«ĺ":112109,"åľ°æ¯¯":112110,"åıijæĸĩ":112111,"çĦī":112112,"çĥ§çĥ¤":112113,"å£ģ纸":112114,"æģ¶åĮĸ":112115,"èĬ¸":112116,"èĥĸåŃIJ":112117,"çĩĴ":112118,"çľģéĴ±":112119,"çĻ¾å¼º":112120,"çIJĨ工大åѦ":112121,"éĴ¢æĿIJ":112122,"åĽ½æľīèµĦ产":112123,"æĪĺæľº":112124,"æ³Ħéľ²":112125,"åIJİéĿ¢çļĦ":112126,"æ°´èµĦæºIJ":112127,"æ¢ħèĬ±":112128,"åĨĻçĿĢ":112129,"ä¹ĭ声":112130,"æĹłåı¯":112131,"æĺİæľĿ":112132,"ç«ĭæĸ¹ç±³":112133,"ç·£":112134,"æĶ¾è¿ĩ":112135,"ç¦ıçĶ°":112136,"å¾Ĺä½ı":112137,"åıĹä¼Ĺ":112138,"ä¸Ń级":112139,"çĹħåıĺ":112140,"ä¸Ģçŀ¬éĹ´":112141,"æĿĥéĩį":112142,"人æĢ§åĮĸ":112143,"åĮ»çĸĹåį«çĶŁ":112144,"ä¸įåĪ°ä½į":112145,"æĻºèĥ½å®¶å±ħ":112146,"饮çĶ¨":112147,"æ¼Ķåıĺ":112148,"é«ĺç´łè´¨":112149,"ä¹Ļæĸ¹":112150,"åģľçķĻåľ¨":112151,"èİ·æī¹":112152,"ç©¿æ¢Ń":112153,"å®¢åľº":112154,"æĮ½åĽŀ":112155,"京åŁİ":112156,"çĶŁåij½åĬĽ":112157,"實éļĽ":112158,"çĩĪ":112159,"åĨįçİ°":112160,"çİ°å®ŀä¸Ń":112161,"æľīä¿¡å¿ĥ":112162,"çĸıéĢļ":112163,"åĺ´åĶĩ":112164,"鼷éĶĭ":112165,"èıľåįķ":112166,"éħ¯":112167,"è¶ħé«ĺ":112168,"å¾Īé«ĺåħ´":112169,"çĶŁæ®ĸ":112170,"éĢłä»·":112171,"误åĮº":112172,"æĨĭ":112173,"好æ¶Īæģ¯":112174,"å´Ń":112175,"以èĩ´":112176,"å¼Ģçİ©ç¬ij":112177,"çĽijè§Ĩ":112178,"å·¡å¯Ł":112179,"å¾·å·ŀ":112180,"æĹ©æĹ©":112181,"éĹªçĶµ":112182,"æĪªåĽ¾":112183,"åı¯ä»¥æł¹æį®":112184,"æīĭèīº":112185,"æݥ轨":112186,"ç§įæĹı":112187,"æĢĢéĩĮ":112188,"åİ»åĮ»éĻ¢":112189,"ä¸ĢäºĮ":112190,"å¼ĢéĺĶ":112191,"åĩıéĢŁ":112192,"ä½Ĩä»İ":112193,"éĢĻä¸Ģ":112194,"åĩıåħį":112195,"主é¢ĺæķĻèĤ²":112196,"å¼Ģ工建设":112197,"蹦":112198,"æľĪ饼":112199,"ä¸ĭæ²ī":112200,"å°Ĭ严":112201,"éĻĩ":112202,"å®ŀæľ¨":112203,"å»łåķĨ":112204,"声称":112205,"èĢĥåľº":112206,"å¸ĥé²ģ":112207,"èĩªæĿ¥":112208,"èĩªæĿ¥æ°´":112209,"éĴ¾":112210,"年以ä¸Ĭ":112211,"大åıĶ":112212,"ä»ĸå·²ç»ı":112213,"åħ¨æĿij":112214,"èģĶç³»çĶµè¯Ŀ":112215,"为导åIJij":112216,"åĪ¤å¤Ħ":112217,"对éĺµ":112218,"缮æ¨Ļ":112219,"åIJįé¢Ŀ":112220,"客æ°Ķ":112221,"横åIJij":112222,"çŃīåĨħ容":112223,"åĩłçĤ¹":112224,"è°Ī论":112225,"ä¸įä¹ı":112226,"å±ķçİ°åĩº":112227,"è¾ĥéķ¿":112228,"éĢĨ转":112229,"å°ıæĻĤ":112230,"æĺ¯å¤ļä¹Ī":112231,"æľ¬æľĪ":112232,"è¿ijè§Ĩ":112233,"æĪIJç«ĭ以æĿ¥":112234,"代表çĿĢ":112235,"æĬ¥å¤į":112236,"æĪıæĽ²":112237,"è¨ŃåĤĻ":112238,"åħ¥èĤ¡":112239,"å¾ģæľį":112240,"é«ĺåĩº":112241,"èĪŀåı°ä¸Ĭ":112242,"å¿ĥåĬ¨":112243,"两çĤ¹":112244,"缸çķ¶":112245,"èĻĽ":112246,"主页":112247,"åĩłå®¶":112248,"æĹłä¸į":112249,"åįıå®ļ":112250,"æĸIJ":112251,"å¯ĵæĦı":112252,"åħ¨çº¿":112253,"æįķé±¼":112254,"åı¯ä»¥ä»İ":112255,"æľīè¿Ļæł·çļĦ":112256,"æģ¶éŃĶ":112257,"åĮħåŃIJ":112258,"æģ¤":112259,"å¼Ģå¥ĸç»ĵæŀľ":112260,"ä¸įæŃ»":112261,"èĹį":112262,"å¼¯æĽ²":112263,"海峡":112264,"éĶĢæ¯ģ":112265,"çļĦçĭ¬çī¹":112266,"示æĦı":112267,"ä¸įèĥ½åĨį":112268,"èĥ½æĬĬ":112269,"éĺ²çº¿":112270,"ä¸įå°ijäºİ":112271,"æ±Ģ":112272,"çļĦéĤ£ä¸Ģ":112273,"羣æĥħ":112274,"åŀ®":112275,"被æīĵ":112276,"åĽ½å®ī":112277,"ç¾İå¦Ļ":112278,"è¿Ļåĩł":112279,"åĩºéģĵ":112280,"æľįåĬ¡äºİ":112281,"æĪIJæŀľè½¬åĮĸ":112282,"æīįåįİ":112283,"天é¹ħ":112284,"åĩłä¸ªäºº":112285,"åĢĺèĭ¥":112286,"èĢ½è¯¯":112287,"æĬĹæĪĺ":112288,"è¡ĮéĬ·":112289,"æĿ¥è¢Ń":112290,"åĢŁéĮ¢":112291,"èįīèİĵ":112292,"ä¸¥æł¼æī§è¡Į":112293,"举è¡ĮäºĨ":112294,"å¤ĸç±į":112295,"已达":112296,"æĿijåħļæĶ¯éĥ¨":112297,"è¡Ŀ":112298,"éĻįèĩ³":112299,"æµ·éĩı":112300,"é¤IJé¦Ĩ":112301,"æĢ¥å¿Ļ":112302,"æ·±è¿ľ":112303,"å¾Ģè¿Ķ":112304,"ç¨İåĬ¡å±Ģ":112305,"å¹¿æ³ĽåºĶçĶ¨":112306,"è®®åijĺ":112307,"æĹłæķĮ":112308,"çľ¼åħī":112309,"çĥŃè¡Ģä¼łå¥ĩ":112310,"æŃIJ":112311,"äºĨäºĽ":112312,"è¿ĿèĥĮ":112313,"è¿Ļæĺ¯ä¸Ģç§į":112314,"ä¸į稳å®ļ":112315,"大家åĪĨ享":112316,"表çı¾":112317,"åīįåįģ":112318,"è·¯è¿ĩ":112319,"æĴ©":112320,"åIJĮæĥħ":112321,"ä¹łä¿Ĺ":112322,"åıijè´¢":112323,"åºĶæľīçļĦ":112324,"æĿİæŁIJ":112325,"èĤĽ":112326,"马åħĭ":112327,"éĢļåijĬ":112328,"巨人":112329,"ä¸ĢåĽ¢":112330,"éĢĻ次":112331,"ä¸įäºĨ解":112332,"æĸ½è¡Į":112333,"èij¡èIJĦçīĻ":112334,"åıĺå¾ĹæĽ´åĬł":112335,"æı£":112336,"åĪĽæĸ°èĥ½åĬĽ":112337,"çķħéĶĢ":112338,"表æī¬":112339,"æ¯ĶåĪ©":112340,"æ¯ĶåĪ©æŶ":112341,"åĮ»çĸĹä¿ĿéĻ©":112342,"æĵį纵":112343,"伤亡":112344,"æµİå®ģ":112345,"åıĺäºĨ":112346,"æľ¬æ¬¡æ´»åĬ¨":112347,"åľŁè±ª":112348,"æĥ³åĬŀæ³ķ":112349,"æĺķ":112350,"å½ĵæĻļ":112351,"åĩºå±Ģ":112352,"çĥŃè®®":112353,"è°Īè°Ī":112354,"æĻĭåįĩ":112355,"åĬ¿å¿ħ":112356,"çĻ»å±±":112357,"éĤ£åĦ¿":112358,"åIJĥåĪ°":112359,"ä¹ĭåŁİ":112360,"å¿«æĿ¥":112361,"æ¹Ľæ±Ł":112362,"第ä¸ī个":112363,"åħ¨éĿ¢æıIJåįĩ":112364,"å¥ĸåѦ":112365,"å¥ĸåѦéĩij":112366,"æĬķåħ¥ä½¿çĶ¨":112367,"é½IJé²ģ":112368,"åı¯ä»¥æĬĬ":112369,"åĴĮä»ĸçļĦ":112370,"è´ŃæĪ¿èĢħ":112371,"æŃ£å¼ıåIJ¯åĬ¨":112372,"åįİ润":112373,"ä¸įæĸŃå®ĮåĸĦ":112374,"éĴ¢æĿ¿":112375,"累积":112376,"满èĦ¸":112377,"åĽĽæĸ¹":112378,"è´¢çī©":112379,"ä»ĸ们ä¼ļ":112380,"å¤ıæĹ¥":112381,"éĤ£ä¸ªäºº":112382,"éĿłçĿĢ":112383,"çĤ¹äºĨ":112384,"çĤ¹äºĨçĤ¹å¤´":112385,"æ©ĭ":112386,"åıĪ好":112387,"åıĪ好åıĪ":112388,"åıĪ好åıĪå¿«":112389,"éĺµéĺµ":112390,"å°ģ建":112391,"æľ¬çĶ°":112392,"çī©ä¸ļæľįåĬ¡":112393,"èĩªè´¸åĮº":112394,"åIJı":112395,"便åĪ©åºĹ":112396,"åĽ½å®¶æłĩåĩĨ":112397,"éĿ¢ç²ī":112398,"èī°è¾Ľ":112399,"æĶ»åħ³":112400,"æīĵåĮħ":112401,"车éĺŁ":112402,"人éĢī":112403,"åı¯ä¸įæĺ¯":112404,"äºĮåįģå¹´":112405,"åIJįå¸Ī":112406,"æµ¦ä¸ľ":112407,"åħ¬è¯ģ":112408,"è¿IJéĢģ":112409,"æĺ¯æľĢ好çļĦ":112410,"æŁĶåĴĮ":112411,"çİĭæŁIJ":112412,"çĹħæĪ¿":112413,"åĨ¶éĩij":112414,"ä¸Ģ件äºĭæĥħ":112415,"åį¤":112416,"åı¯æݧ":112417,"çīŁ":112418,"æĭĤ":112419,"å·²äºİ":112420,"人éĢł":112421,"çĶŁçī©åĮ»èį¯":112422,"ä½ĵçİ°åĩº":112423,"èĤ²åĦ¿":112424,"èĢģå®ŀ":112425,"åľĸçīĩ":112426,"諸":112427,"ç´¯äºĨ":112428,"æĦŁåħ´è¶£çļĦ":112429,"åĽ¾çīĩæĿ¥æºIJ":112430,"ä¹Łæĺ¯ä¸Ģç§į":112431,"æ¾İæ¹ĥæĸ°éĹ»":112432,"æĹ¶è¡¨ç¤º":112433,"åħīè¾ī":112434,"æĬ¥åºŁ":112435,"å²ģæŶ":112436,"éħ®":112437,"æ£Ģä¿®":112438,"åıĺéĢŁ":112439,"åıĺéĢŁç®±":112440,"åľ¨èģĮ":112441,"éı¡":112442,"æįĤ":112443,"çĿ£åĬŀ":112444,"æ°¸ä¸į":112445,"åģļä¸ĢäºĽ":112446,"åİĨæŶ":112447,"å·¥ç¨ĭæľºæ¢°":112448,"æģ°å½ĵ":112449,"å°±åľ¨äºİ":112450,"称åij¼":112451,"éĢļ常æĺ¯":112452,"æł·å¼ı":112453,"åij¨ä¸Ģ":112454,"èĭ±éķij":112455,"åĿĩ线":112456,"ä¼łéĹ»":112457,"çĶ¨æĪ·ä½ĵéªĮ":112458,"èµŀåIJĮ":112459,"骨æĬĺ":112460,"为主ä½ĵ":112461,"æ±Łå±±":112462,"æ¸ħæľĿ":112463,"æĶĢåįĩ":112464,"ä¸įçĽ¸ä¿¡":112465,"éĿ´":112466,"æѦåĬŁ":112467,"åĭ¤åĬ³":112468,"æĿ¥æī¾":112469,"å°ĨæĮģç»Ń":112470,"丫头":112471,"æ¨Ļæºĸ":112472,"裴":112473,"深深çļĦ":112474,"åŃķèĤ²":112475,"è§ĦåĪĴ建设":112476,"æ¸ħçĪ½":112477,"ç²¾åĩĨæī¶è´«":112478,"æīĵçł´äºĨ":112479,"è¿Ļä¸Ģ天":112480,"å·¥ä½ľæĢ»ç»ĵ":112481,"æĹħç¨ĭ":112482,"举èIJ¥":112483,"æĶ¾å°Ħ":112484,"æľīåĩłä¸ª":112485,"éĿŀçī©è´¨":112486,"åIJĥå¾Ĺ":112487,"åŨ":112488,"ä¼ļåıijçĶŁ":112489,"篮æĿ¿":112490,"å¼Ģå°ģ":112491,"麻å°Ĩ":112492,"èııæ³½":112493,"ä¸įåIJĪ":112494,"ç³»åĪĹ产åĵģ":112495,"èѬå¦Ĥ":112496,"ç¾İèªī":112497,"èĩªå·±åĸľæ¬¢":112498,"交æĺĵä¸Ńå¿ĥ":112499,"åIJĪåĶ±":112500,"使æĪij":112501,"åĥıç´ł":112502,"带éĺŁ":112503,"ä½Ĩ对äºİ":112504,"æĬĬè¿Ļ个":112505,"èĤĿèĦı":112506,"åįķ纯çļĦ":112507,"æĶ»åĿļæĪĺ":112508,"缼ä¼ļ":112509,"åijµæĬ¤":112510,"æªĢ":112511,"赶ä¸Ĭ":112512,"æ¥Ĭ":112513,"ä¹ħäºĨ":112514,"ç¡Ŀ":112515,"çŃĶé¢ĺ":112516,"ä¿ĿæĮģçĿĢ":112517,"è§ģè¯Ĩ":112518,"çĤ¹åĦ¿":112519,"åįĬ个æľĪ":112520,"æ»ĩ":112521,"浸泡":112522,"ä¼łéĢģ":112523,"åľ¨å¸Ĥåľºä¸Ĭ":112524,"ä¹ĭ乡":112525,"çī¹éķ¿":112526,"éĽŀ":112527,"èªł":112528,"身å¤Ħ":112529,"æŁłæª¬":112530,"身穿":112531,"çľģåħ¬å®ī":112532,"çľģåħ¬å®īåİħ":112533,"åıĻåĪ©äºļ":112534,"åĩłåĪĨéĴŁ":112535,"人åĢij":112536,"åľ°æ®µ":112537,"èĩªåѦ":112538,"ä¹Łè¶ĬæĿ¥è¶Ĭ":112539,"èģĮæĿĥ":112540,"æĸ§":112541,"èĩ»":112542,"å½Ĵ纳":112543,"驾é©Ń":112544,"éĥ¨åĪĨåľ°åĮº":112545,"没æľīæĥ³åĪ°":112546,"æĴĩ":112547,"ä¹Įé²ģ":112548,"ä¹Įé²ģæľ¨":112549,"ä¹Įé²ģæľ¨é½IJ":112550,"èĤ²äºº":112551,"çļĦæŃ¥ä¼IJ":112552,"å»¶æľŁ":112553,"æ²¹æ°Ķ":112554,"åģļå®Į":112555,"åľ£åľ°":112556,"丰åİļ":112557,"宽带":112558,"åı¯éĿłçļĦ":112559,"åºŃéĻ¢":112560,"åŃľ":112561,"å°ı康社ä¼ļ":112562,"å®īåħ¨ç®¡çIJĨ":112563,"年第":112564,"æİĴ污":112565,"èĥĮåĮħ":112566,"家ä½ı":112567,"åħ¶å®ŀå°±æĺ¯":112568,"ä¼ļè§ģ":112569,"帮åĬ©ä¼ģä¸ļ":112570,"ç½ijè´Ń":112571,"æĺ¯ä¸įä¼ļ":112572,"飯åºĹ":112573,"æŃ»åİ»":112574,"åħįçĸ«åĬĽ":112575,"æľķ":112576,"åĸĿäºĨ":112577,"轻微":112578,"个æľĪåĨħ":112579,"ç»ĦåĽ¢":112580,"åĴĮå®ĮåĸĦ":112581,"鸽":112582,"æıIJéĢŁ":112583,"西å®īå¸Ĥ":112584,"ä¸Ńå¿ĥ主任":112585,"æŶéĹ´ä¸º":112586,"æľŁæĿĥ":112587,"è¶ķ":112588,"ä¸įä»ħè¦ģ":112589,"æľįä»İ":112590,"é¡ĺæĦı":112591,"ä¸įå°ı":112592,"ä¸įå°ıçļĦ":112593,"ç°ĩ":112594,"窦":112595,"åĪĩæĪIJ":112596,"åĵĪåĪ©":112597,"å¤©çľŁ":112598,"ä¸Ģ次次":112599,"éĩijå¸ģ":112600,"æĢİä¹Īèĥ½":112601,"ç½ijè´·":112602,"ä¼ļ计å¸Ī":112603,"çŁŃ缺":112604,"对æłĩ":112605,"åıĺå¾ĹæĽ´":112606,"åīįåĩłå¤©":112607,"éĺ²æ±Ľ":112608,"彩èĻ¹":112609,"åĵģä½į":112610,"è¡¨æł¼":112611,"严å¯Ĩ":112612,"æ¯ĽåĪ©çİĩ":112613,"çļĦåį±å®³":112614,"å½ķåĪ¶":112615,"æ°´åĬ¡":112616,"èĥ½å¤Łè®©":112617,"å¹³æĿ¿":112618,"ä¹³æĪ¿":112619,"è¸ıå®ŀ":112620,"é¦ĸåĪĽ":112621,"é¦Ļèķī":112622,"æĬ¥è¡¨":112623,"ä¸ĢæĬ¹":112624,"åĩºçĶŁäºİ":112625,"è²»çĶ¨":112626,"åĩºè®©":112627,"åIJĪæ³ķæĢ§":112628,"å°¼åħĭ":112629,"åĨ°åĨ·":112630,"é¦Ļæ°Ķ":112631,"åı·ç§°":112632,"èµ·çłģ":112633,"åŁİåİ¿":112634,"çİ©èĢį":112635,"ä¸ĬéĻIJ":112636,"ä¼ļ议精ç¥ŀ":112637,"æĹģè¾¹çļĦ":112638,"便ä¼ļ":112639,"æıŃæĻĵ":112640,"çİ©æĦı":112641,"éĽªå±±":112642,"åIJijçĿĢ":112643,"ä½ĵèĤ²åľ¨çº¿":112644,"说æĺİ书":112645,"åĮĸèĤ¥":112646,"åħļç»Ħ书记":112647,"åĬ¨äºº":112648,"ä¹ĭæīĢ":112649,"æľĪèĩ³":112650,"æľĢå¿«çļĦ":112651,"èĬĤåģĩæĹ¥":112652,"ä¸ĵåľº":112653,"èĢĥä¸Ĭ":112654,"çªŁ":112655,"é²ľè¡Ģ":112656,"è¾ĥ强çļĦ":112657,"æĤĦçĦ¶":112658,"å¤ļä¸ªåĽ½å®¶":112659,"çªĹå¸ĺ":112660,"æŀģå¤§åľ°":112661,"ä¸įçĶ¨æĭħå¿ĥ":112662,"è¿Ļä¹Īåģļ":112663,"åĥ¹æł¼":112664,"ç¾İ丽乡æĿij":112665,"å°ıæŶåĨħ":112666,"紧迫":112667,"大çģ«":112668,"èĥ³èĨĬ":112669,"æĵįä½ľç³»ç»Ł":112670,"æ®ĭçķĻ":112671,"åĨĻåĩº":112672,"ç¦ģå¿Į":112673,"åĬłçĽŁåºĹ":112674,"è¿ijçĻ¾":112675,"便åı¯":112676,"æķ´æĶ¹æݪæĸ½":112677,"éĩĩ访æŶ":112678,"åĶIJ代":112679,"æ·±åĮĸæĶ¹éĿ©":112680,"çŁ¢":112681,"éĥ½åĸľæ¬¢":112682,"è¶ĬæĿ¥è¶Ĭé«ĺ":112683,"èĬ±æľµ":112684,"头çĸ¼":112685,"å®ī康":112686,"å¢ŀéķ¿çİĩ":112687,"çľ¼çľĭ":112688,"å°±æĺ¯ä¸ºäºĨ":112689,"èĢĮ导èĩ´":112690,"åĬłå¿«å»ºè®¾":112691,"èĬ±æł·":112692,"åĨħå¿ĥçļĦ":112693,"æĺĨå±±":112694,"è³ĩæºIJ":112695,"åĽŀåĪ°å®¶":112696,"èıĬèĬ±":112697,"æ°´éĩı":112698,"å¾ģä¿¡":112699,"è¡ĮæĶ¿åĮº":112700,"ä¹ĥæĺ¯":112701,"æĬķèµĦé¡¹çĽ®":112702,"å«ģç»Ļ":112703,"ç¥ŀåľ£":112704,"稳":112705,"æľ¬æĿ¥å°±":112706,"éĢIJä¸Ģ":112707,"èģĮä¸ļæĬĢæľ¯":112708,"ä¸įèī¯ä¿¡æģ¯":112709,"æīĺè¿IJ":112710,"åIJ¯ç¤º":112711,"ä¹ĭåħ§å®¹":112712,"飶":112713,"奢åįİ":112714,"æıŃ示":112715,"æĪIJ为ä¸ŃåĽ½":112716,"æ¶Īè´¹åĵģ":112717,"åħ¬çĶ¨":112718,"æIJŀå®ļ":112719,"è¯·ä½ł":112720,"æŁļ":112721,"åĨħè¡£":112722,"ä½Ĩä»ĸ们":112723,"ä¿Ŀ湿":112724,"该åİ¿":112725,"饱åĴĮ":112726,"æݨåIJij":112727,"èµĦæĸĻæĺ¾ç¤º":112728,"ä¸įå½±åĵį":112729,"人人éĥ½":112730,"åıijå±ķ壮大":112731,"åħ»èĢģæľįåĬ¡":112732,"çĶŁæ´»æ°´å¹³":112733,"åIJĦåİ¿":112734,"ä½łéľĢè¦ģ":112735,"说çļĦæĺ¯":112736,"å¤ĸåªĴ":112737,"æŃ¤äºº":112738,"次è¦ģ":112739,"追赶":112740,"åºĶ该å¦Ĥä½ķ":112741,"æĹ¥åĩĮæĻ¨":112742,"çķ¥æľī":112743,"éĥ½æĥ³":112744,"游ä¹IJ":112745,"è¿Ļ款游æĪı":112746,"平淡":112747,"æĺ¯ä¸ĢåĢĭ":112748,"å¤ĩèĢĥ":112749,"åĪ¶æŃ¢":112750,"ä¸Ģå®ļèĥ½":112751,"å¾Ĵå¼Ł":112752,"以çĤº":112753,"åįĥåħĥ":112754,"äºĶåħŃ":112755,"迪士":112756,"迪士尼":112757,"éĺ³æĢ§":112758,"åĨ¬å¥¥ä¼ļ":112759,"å°±æĺ¯åĽłä¸º":112760,"æĮĤéĴ©":112761,"æ¦ĤåĨµ":112762,"åıªè¦ģæľī":112763,"æ²¹çĶ»":112764,"åľ°æłĩ":112765,"ä¸Ĭè°ĥ":112766,"产ä¸ļåĽŃåĮº":112767,"åħ«åįģ":112768,"棱":112769,"液æĻ¶":112770,"æĿijå§Ķä¼ļ":112771,"çŃ¾çº¦ä»ªå¼ı":112772,"è¿Ļåħ¶ä¸Ń":112773,"åĨĻéģĵ":112774,"示èĮĥåŁºåľ°":112775,"éĩİçĶŁåĬ¨çī©":112776,"鼻åŃIJä¿¡ç®±":112777,"åĽ½éĻħè´¸æĺĵ":112778,"人æĿĥ":112779,"ä¿Ŀ管":112780,"èĭ¥æĤ¨":112781,"åİĭæĬij":112782,"黼":112783,"åľ°çľĭçĿĢ":112784,"éĻ°":112785,"ä¸Ģå¹´å¤ļ":112786,"ä»İ容":112787,"ä¸ŃæĸŃ":112788,"å¯Łè§ī":112789,"移交":112790,"éĶ¯":112791,"æĪĸ许æĺ¯":112792,"綳":112793,"两项":112794,"æľĢåĸľæ¬¢":112795,"æľĢåĸľæ¬¢çļĦ":112796,"å¤ľéĩĮ":112797,"åIJĮä»ģ":112798,"åĪĽæĸ°é©±åĬ¨":112799,"è°ģèĥ½":112800,"飾":112801,"åħīåѦ":112802,"åİĦ":112803,"èĦ±é¢ĸ":112804,"èĦ±é¢ĸèĢĮåĩº":112805,"迦":112806,"æĺ¯ä¸įåı¯èĥ½":112807,"窥":112808,"èĥ½æ»¡è¶³":112809,"宽度":112810,"伦çIJĨ":112811,"åı¯ä»¥èİ·å¾Ĺ":112812,"转ä¼ļ":112813,"å±±æĿij":112814,"éĵºè®¾":112815,"åĩºåĩ»":112816,"æĸĩåĮĸèīºæľ¯":112817,"ä¼ļ议室":112818,"æŃĮ声":112819,"æ»Ķ":112820,"èIJİ缩":112821,"æľįåĬ¡åijĺ":112822,"åıij表äºĨ":112823,"æĸ¼æĺ¯":112824,"æĺİç¡®è§Ħå®ļ":112825,"ç»´å¥ĩ":112826,"水产":112827,"æĬķä¿Ŀ":112828,"éĺ´éģĵ":112829,"赶快":112830,"夺å¾Ĺ":112831,"ä¸ĭåįķ":112832,"çī©æµģåħ¬åı¸":112833,"çݯç»ķ":112834,"å½Ī":112835,"ä½ľé£İ建设":112836,"æĹħ游æĻ¯åĮº":112837,"æľīæĽ´å¤ļçļĦ":112838,"丰å¯Įå¤ļ彩":112839,"çIJĨ财产åĵģ":112840,"åĩºå·®":112841,"ä»İ严治":112842,"ä»İ严治åħļ":112843,"çĽ¸å¹²":112844,"æ»ĭ润":112845,"主åĬŀæĸ¹":112846,"åī§åľº":112847,"æ»ļçIJĥ":112848,"æ©Ħæ¦Ħ":112849,"èĩªä¸»åĪĽæĸ°":112850,"éĢļå¾Ģ":112851,"æł¼å°Ķ":112852,"çļĦä¼ĺçĤ¹":112853,"èĥĮä¸Ĭ":112854,"çªľ":112855,"çĪĨåĩº":112856,"å¹³æķ´":112857,"ä¸ĢèĦļ":112858,"åħ¨ä½ĵåijĺå·¥":112859,"éĻIJå®ļ":112860,"åŁİéķĩåĮĸ":112861,"æ·³":112862,"éĢ®æįķ":112863,"è¡ĮåĬ¨è®¡åĪĴ":112864,"æīĵå¾Ĺ":112865,"åİļéĩį":112866,"纪å½ķçīĩ":112867,"åĿļä¿¡":112868,"央ä¼ģ":112869,"åĨįä¹Łä¸į":112870,"天涯":112871,"åıĤèĢĥèµĦæĸĻ":112872,"æľīæ¯Ĵ":112873,"åIJ¸çº³":112874,"è¶Ĭåıij":112875,"éĩįè¦ģæĦıä¹ī":112876,"åĽ½éĺ²éĥ¨":112877,"è¿Ļ个è¡Įä¸ļ":112878,"æĻ®æŁ¥":112879,"å¼ĤæĢ§":112880,"å»¶è¿Ł":112881,"å°ıå¹ħ":112882,"èī²æĥħ":112883,"综åIJĪæ²»çIJĨ":112884,"æŃ£æĺ¯åĽłä¸º":112885,"产ä¸ļç»ĵæŀĦ":112886,"çłĶ究æĬ¥åijĬ":112887,"åģľä¸ĭ":112888,"éķ¿èĢģ":112889,"éĩĿå°į":112890,"åįĹ京å¸Ĥ":112891,"çģĮæºī":112892,"转è¿IJ":112893,"欺è¯Ī":112894,"éĢłåģĩ":112895,"åĪĨå¸ĥå¼ı":112896,"æĦŁè§¦":112897,"æĪijå½ĵæŶ":112898,"åıijè§ī":112899,"åĽ¾çº¸":112900,"æĶ¹èī¯":112901,"çĭłçĭł":112902,"åĨ²åĪº":112903,"æĸ°äº¬":112904,"æĸ°äº¬æĬ¥":112905,"ç¥ŀåĻ¨":112906,"秸ç§Ĩ":112907,"çĪº":112908,"å°Ĩè¿İæĿ¥":112909,"工信":112910,"工信éĥ¨":112911,"éĻIJéĩı":112912,"æŃ¢æįŁ":112913,"åѦä¼ļäºĨ":112914,"åįİ缼":112915,"åįİçĽĽé¡¿":112916,"å¾Įä¾Ĩ":112917,"ä¸ĭéĿ¢æĺ¯":112918,"ä¸ĭéĿ¢æĺ¯å°ı":112919,"æIJ¬è¿IJ":112920,"ç¾İæľ¯é¦Ĩ":112921,"æ¸ħåĩī":112922,"å¤ļå¹´åīį":112923,"è©ŀ":112924,"åįĥç±³":112925,"表述":112926,"æ±ŁéŨ":112927,"åĬłæ²¹ç«Ļ":112928,"æľ¬èĥ½":112929,"导读":112930,"åĽ´è§Ĥ":112931,"并åIJij":112932,"åŁºæľ¬æĥħåĨµ":112933,"æīĵå¼ĢäºĨ":112934,"è¿Ļä¸ī个":112935,"æ±ķ头":112936,"强æľīåĬĽ":112937,"强æľīåĬĽçļĦ":112938,"è¿Ľåľº":112939,"ä¹Ŀæ±Ł":112940,"çIJĥæĺŁ":112941,"好çľĭçļĦ":112942,"大æĪ·":112943,"湯":112944,"å¥ĩå¦Ļ":112945,"ä¹IJåĻ¨":112946,"æĪijçļĦå¿ĥ":112947,"çľī头":112948,"åĨľä¸ļçĶŁäº§":112949,"ç¼ĸçłģ":112950,"åŁºç¤":112951,"åŁºç¤İ":112952,"天æĸĩ":112953,"åĢĭ人è³ĩè¨Ĭ":112954,"åİ»è¿ĩ":112955,"èģĨåIJ¬":112956,"æĶ¾åģĩ":112957,"ä¸įåħ·å¤ĩ":112958,"æ·Ģç²ī":112959,"大佬":112960,"åħ¨å¤©":112961,"åħ¨éĿ¢å»ºæĪIJ":112962,"éļIJå½¢":112963,"ç¼ħçĶ¸":112964,"åIJ³":112965,"è¡ĮæĶ¿æī§æ³ķ":112966,"åŁİåł¡":112967,"èİ«æĸ¯":112968,"èİ«æĸ¯ç§ij":112969,"æīĢæľīæĿĥ":112970,"éĽĨåľĺ":112971,"å±Ģåī¯å±Ģéķ¿":112972,"åĩłä¹İ没æľī":112973,"æ´ģåĩĢ":112974,"çĶµå½±èĬĤ":112975,"åŃ©ç«¥":112976,"æīĢåģļçļĦ":112977,"æ¸ħ代":112978,"æĸ°çīĪ":112979,"éĵĿåIJĪéĩij":112980,"为æĬĵ":112981,"为æĬĵæīĭ":112982,"åĪ¤å®ļ":112983,"çī¹äº§":112984,"æīĭæ©Ł":112985,"ä¸įåı¯æĪĸ":112986,"ä¸įåı¯æĪĸ缺":112987,"å¸Ĥåľºè§Ħ模":112988,"åĿ¯":112989,"åĮ»åѦéĻ¢":112990,"å¿«è¦ģ":112991,"èĮľ":112992,"æĬĺèħ¾":112993,"äºĨè¿ĩæĿ¥":112994,"æĬ¥åijĬæľŁåĨħ":112995,"çī©ç§į":112996,"ç»Łè®¡å±Ģ":112997,"æī©å»º":112998,"æ¶ħ":112999,"责任人":113000,"éĺİ":113001,"è¯Ħè®®":113002,"å¾Ģäºĭ":113003,"æīĢ示":113004,"æķ´æ´ģ":113005,"éĹºèľľ":113006,"æĹħéĢĶ":113007,"å®ŀè®Ń":113008,"ä¹ĭ称":113009,"巴士":113010,"éĢŁåº¦å¿«":113011,"ä¸įä»ħå¦ĤæѤ":113012,"å®Ŀè´µçļĦ":113013,"åºŁçī©":113014,"河水":113015,"æݥ纳":113016,"ç²¾æ¹Ľ":113017,"åħ¶æ¬¡æĺ¯":113018,"顺德":113019,"åħ¬åħ±åį«çĶŁ":113020,"è¤IJèī²":113021,"ä¸įæĥľ":113022,"æĬĢæľ¯æľįåĬ¡":113023,"æİ·":113024,"æ±ĤèģĮ":113025,"ä¸ī峡":113026,"æĬķåħ¥åĪ°":113027,"太åIJİ":113028,"åIJ¯åĬ¨ä»ªå¼ı":113029,"缴æݥ影åĵį":113030,"æĸ°æ¬¾":113031,"个乡éķĩ":113032,"çĻ¾äº¿":113033,"庫":113034,"ä¹ŁæŃ£æĺ¯":113035,"åı¶çīĩ":113036,"æľĢæĹ©çļĦ":113037,"æĪĺ绩":113038,"å·¥æľŁ":113039,"æĻļæľŁ":113040,"è¿Ļæł·è¯´":113041,"è¯įè¯Ń":113042,"ä¾Ħ":113043,"æķ£çĥŃ":113044,"éĽĨæĪIJçĶµè·¯":113045,"åIJįè¯į":113046,"æĻºåķĨ":113047,"æĭ¥åłµ":113048,"çĭĤ欢":113049,"è¿ĻèĪ¬":113050,"浴室":113051,"åijķåIJIJ":113052,"æľªæĿ¥åıijå±ķ":113053,"ä¸īä½įä¸Ģä½ĵ":113054,"åªĴé«Ķ":113055,"ä¸įå¾Ĺ转载":113056,"åĽłä¸ºå¥¹":113057,"æĺ¾ç¤ºå±ı":113058,"ä¾Ľæļĸ":113059,"éĨ«éĻ¢":113060,"æľīæĦıæĢĿ":113061,"æľīæĦıæĢĿçļĦ":113062,"娱ä¹IJåŁİ":113063,"åįµå·¢":113064,"åĪĽéĢłåĬĽ":113065,"ç«łèĬĤ":113066,"人大常å§Ķ":113067,"èĢĮçİ°åľ¨":113068,"å¤ĸå©Ĩ":113069,"å¢ŀæĮģ":113070,"äºĶåįĥ":113071,"èĢģå¸Ī们":113072,"æ´ĽæĿī":113073,"æ´ĽæĿī磶":113074,"æİĮæı¡äºĨ":113075,"ä¸ŃåĽ½æĸĩåĮĸ":113076,"æĸ°æĶ¿":113077,"主è¦ģçĶ¨äºİ":113078,"åıijçĥ§":113079,"类似äºİ":113080,"åĮĹæŀģ":113081,"æĪij们认为":113082,"弥漫":113083,"åħ¨çIJĥç»ıæµİ":113084,"é¢IJ":113085,"ä¸Ģèµ·è£ħä¿®":113086,"æĶĴ":113087,"æĭīèIJ¨":113088,"帶ä¾Ĩ":113089,"åĨ·æ°´":113090,"ä¸īåĨľ":113091,"æĿ¿æĿIJ":113092,"è¿ŀè¿ŀ":113093,"éĵ®":113094,"ç»ıèIJ¥çIJĨ念":113095,"山顶":113096,"å¾Īæĥ³":113097,"çĺ«":113098,"å§ĭç»Īä¿ĿæĮģ":113099,"åľ¨å¹¿å·ŀ":113100,"ä¸įåIJĮæĦı":113101,"åıĺåİĭ":113102,"åıĺåİĭåĻ¨":113103,"产éĶĢ":113104,"表éĿ¢ä¸Ĭ":113105,"æīĢ以ä»ĸ":113106,"ç»ıéªĮ丰å¯Į":113107,"éĥ¨å§Ķ":113108,"åħµåĽ¢":113109,"æīĢè¿°":113110,"æķ¦çħĮ":113111,"ç»ıèIJ¥èĮĥåĽ´":113112,"åı£è¯Ń":113113,"失信":113114,"æ¯ı个人çļĦ":113115,"æīĭæĮģ":113116,"æģIJæħĮ":113117,"åł¡åŀĴ":113118,"é¦ħ":113119,"éĵ¸éĢł":113120,"æĭ¿åĩºæĿ¥":113121,"æİ¢æµĭ":113122,"大家ä¸Ģèµ·":113123,"奧":113124,"å®ŀè´¨æĢ§":113125,"å°ıåĦ¿":113126,"èĩºåįĹ":113127,"èĩºåįĹå¸Ĥ":113128,"å¼ĢåıijèĢħ":113129,"åı¯æł¹æį®":113130,"ç®±åŃIJ":113131,"饺åŃIJ":113132,"å¿ĻçĿĢ":113133,"æĿ¥ä¸įåıĬ":113134,"çĽ¸ä¼ł":113135,"åĽ½ç½ij":113136,"èħ¹æ³»":113137,"è¿ĻéĩĮæľī":113138,"é£İæĻ¯åĮº":113139,"åıĤä¿Ŀ":113140,"æŃ»èĢħ":113141,"æĪ´ä¸Ĭ":113142,"æ©Łæ§ĭ":113143,"è¯ķéªĮåĮº":113144,"ä¼łæİĪ":113145,"æµ·è¾¹":113146,"泪水":113147,"缸åħ³åĨħ容":113148,"éĥijå·ŀå¸Ĥ":113149,"åħijçİ°":113150,"两åij¨":113151,"èĬľæ¹ĸ":113152,"çĶµåŃIJä¿¡æģ¯":113153,"红å¤ĸ":113154,"æĹħ游å±Ģ":113155,"å¾Ģå¾Ģä¼ļ":113156,"è¿ħçĮĽ":113157,"ä¼łçľŁ":113158,"æ¸ħæ¾Ī":113159,"å°±è¿ij":113160,"微信群":113161,"ç³»åĪĹæ´»åĬ¨":113162,"ç»ı常ä¼ļ":113163,"è§Ĥæµĭ":113164,"å¿ĥå¾Ĺä½ĵä¼ļ":113165,"éĻĪåĪĹ":113166,"åĮĹæĸĹ":113167,"è«®":113168,"諮詢":113169,"è¿ĺæĺ¯ä¼ļ":113170,"æµĭç®Ĺ":113171,"æĺŁç©º":113172,"宽容":113173,"çī©ä¸ļåħ¬åı¸":113174,"æĪĴæĮĩ":113175,"å¸ħæ°Ķ":113176,"ä¸ĢæŃ¥æŃ¥":113177,"åħ±é¸£":113178,"åĨ³ä¸į":113179,"æݥ管":113180,"å¦ĩèģĶ":113181,"æ¯Ķåĸ»":113182,"é²ģè¿ħ":113183,"æĮģçºĮ":113184,"çĽ¸äº²":113185,"å¨ģå°¼æĸ¯äºº":113186,"ç«ĭ项":113187,"åĪĿå§ĭ":113188,"èĩªåĪ¶":113189,"è¿Īè¿Ľ":113190,"ä¸Ĭæ±½":113191,"å®ıä¼Ł":113192,"æł¹æľ¬æ²¡æľī":113193,"æĸ°åĨłçĹħæ¯Ĵ":113194,"åĵªç§į":113195,"康åħ»":113196,"è¡°èĢģ":113197,"å½ķåĥı":113198,"é«Ķé©Ĺ":113199,"ç»ijå®ļ":113200,"é¢Ŀ头":113201,"äºĶæľĪ":113202,"èĬ±å¼Ģ":113203,"ä¸Ģ线åŁİå¸Ĥ":113204,"åĪ°åľº":113205,"æĬķéĻį":113206,"çĹĺçĹĺ":113207,"åıĹä¸įäºĨ":113208,"æīİæł¹":113209,"æĽ´ä½ķåĨµ":113210,"æĬ½æŁ¥":113211,"åĩºè·¯":113212,"审议éĢļè¿ĩ":113213,"ä¸įåĥħ":113214,"èī²è°ĥ":113215,"çĻ¾ä½Ļ":113216,"èĤłéģĵ":113217,"æ·±åİļçļĦ":113218,"马åĬĽ":113219,"æĹ©æĻļ":113220,"æŃĮèĪŀ":113221,"éĺ²æĻĴ":113222,"æľĢåIJİä¸Ģ个":113223,"樱èĬ±":113224,"å°ıä¼ĻåŃIJ":113225,"åľ¨å½ĵåľ°":113226,"å°ıä¼Ļ伴们":113227,"èµ·æºIJ":113228,"åħ¨åªĴä½ĵ":113229,"ç°½":113230,"éħ±æ²¹":113231,"æĹłè®ºå¦Ĥä½ķ":113232,"裤åŃIJ":113233,"åģľäº§":113234,"ä¸įçĶ±å¾Ĺ":113235,"çīµå¼ķ":113236,"ä¼łåĬ¨":113237,"ä¹Ŀé¾Ļ":113238,"åĬłåĽº":113239,"ä¹Łä¸įæķ¢":113240,"æĬĢæľ¯æĶ¯æĮģ":113241,"ä¸Ĭå²Ĺ":113242,"ç»ıéªĮåĴĮ":113243,"æł¼æŀĹ":113244,"åIJ¸éĻĦ":113245,"æľªæĪIJå¹´":113246,"奢ä¾Īåĵģ":113247,"追æį§":113248,"好ä¸į容æĺĵ":113249,"èķ´åIJ«":113250,"ä¿Ŀå®ļ":113251,"æĬ¥ä¸ļ":113252,"æµ·åĨħå¤ĸ":113253,"ä½łçİ°åľ¨":113254,"æ²¹èĢĹ":113255,"è´¨éĩı管çIJĨ":113256,"æ½ľæ°´":113257,"ä¸½æ±Ł":113258,"转åħ¥":113259,"è¿Ļä¹Īä¹ħ":113260,"æĺİ代":113261,"责任åĪ¶":113262,"éĩįå·¥":113263,"大巴":113264,"触åıĬ":113265,"èµ·åĪĿ":113266,"大å¦Ī":113267,"æĸ¯å¡Ķ":113268,"åĨĽå·¥":113269,"书éĻ¢":113270,"峨":113271,"æݨçIJĨ":113272,"è¿Ļç¯ĩæĸĩç«ł":113273,"è¿ģ移":113274,"åľ¨åIJĮä¸Ģ":113275,"ç»Ĩç»Ĩ":113276,"åīĬå¼±":113277,"书æĪ¿":113278,"ç¶ĵ常":113279,"è¯ķé¢ĺ":113280,"æĤ£ä¸Ĭ":113281,"çĻ«çĹ«çĹħ":113282,"åĨ²æ´Ĺ":113283,"å¤ĸæı´":113284,"åħĭåĪ¶":113285,"åįģæľĪ":113286,"åģļä¸įåĪ°":113287,"ç¾İåĮĸ":113288,"å¦ĤæľŁ":113289,"è¿ĺéľĢ":113290,"å¤©åºľ":113291,"å°±æĦıåij³çĿĢ":113292,"çļĦç¡®æĺ¯":113293,"éªĹå±Ģ":113294,"å°ıç»ĦèµĽ":113295,"è©©":113296,"ä¹Ŀå¹´":113297,"æĻĵå¾Ĺ":113298,"çłĶ究人åijĺ":113299,"大éħĴåºĹ":113300,"ç§ijåѸ":113301,"åħŃåIJĪ":113302,"çķĮå®ļ":113303,"车载":113304,"å¼ĢçĿĢ":113305,"毫æĹłçĸij":113306,"毫æĹłçĸijéĹ®":113307,"è¿IJç»´":113308,"ç¦ģåĮº":113309,"èĦ±èIJ½":113310,"讲å¸Ī":113311,"产ä¸ļåŁºåľ°":113312,"é«ĺæĢ§èĥ½":113313,"åħī彩":113314,"çİ°éĺ¶æ®µ":113315,"åĩ¿":113316,"è¾ĥå·®":113317,"饮çĶ¨æ°´":113318,"éĸĭçĻ¼":113319,"ç½ijåIJ§":113320,"çĮ´åŃIJ":113321,"æѦæŀĹ":113322,"å®īåİ¿":113323,"ä¸įåı¯æĢĿ":113324,"ä¸įåı¯æĢĿè®®":113325,"éĬ·åĶ®":113326,"è´«ç©·":113327,"为åķ¥":113328,"éºĵ":113329,"å¹¾åĢĭ":113330,"è§Ħ模以ä¸Ĭ":113331,"æıļ":113332,"è¢«åĽ°":113333,"缺å¸Ń":113334,"å¿«é¤IJ":113335,"æĬ¢åįł":113336,"æĻŁ":113337,"å¤įæ´»":113338,"æľ¬æĬ¥è®¯":113339,"åĪĽä¸ĭ":113340,"海滩":113341,"éĩı产":113342,"å¦Ĥä½ķåİ»":113343,"车ä½į":113344,"å¯ĩ":113345,"äºĮåįģåĽĽ":113346,"ç»ıæµİæįŁå¤±":113347,"éħįå¥Ĺ设æĸ½":113348,"åŁºæľ¬éĿ¢":113349,"äºī论":113350,"就好åĥı":113351,"çłĶ究æĪIJæŀľ":113352,"éĻĪè¿°":113353,"æīĵåĬ¨":113354,"ä¸ĭå·´":113355,"ç§ĴéĴŁ":113356,"对人ä½ĵ":113357,"æĬĢæľ¯çłĶåıij":113358,"åİŁåŃIJ":113359,"æĺ¯ä¸Ģ项":113360,"äºĨä¸Ģ份":113361,"æĮĩçĶ²":113362,"çĶ¨éĩı":113363,"è¿ĺä¸įå¤Ł":113364,"æĶ¿åºľéĩĩè´Ń":113365,"çŁ¥è¯ĨçĤ¹":113366,"ä¸ŃåĽ½æ¢¦":113367,"å¾Īå¼Ģå¿ĥ":113368,"礼è²Į":113369,"éĿŀ常å¤ļ":113370,"éĿŀ常å¤ļçļĦ":113371,"åĽļ":113372,"æĹħé¦Ĩ":113373,"å°½æĥħ":113374,"æŃĮåĶ±":113375,"æ²Ļé¾Ļ":113376,"车åİ¢":113377,"客æµģ":113378,"åģıå·®":113379,"积累äºĨ":113380,"æ¡Ķ":113381,"çĶ»çĶ»":113382,"ä¹ŁåºĶ该":113383,"åºĶçĶ¨ç¨ĭåºı":113384,"èĥĥèĤł":113385,"以å¾Į":113386,"豪å®ħ":113387,"æ·±åĬłå·¥":113388,"缴è¨Ģ":113389,"åĮĸçŁ³":113390,"åĽ½éģĵ":113391,"ä¸ĥ个":113392,"ä»İèĢĮ使":113393,"èĤłèĥĥ":113394,"æĹ¥è¶ĭ":113395,"çĪ¶åŃIJ":113396,"ç·©":113397,"æĭĽçīĮ":113398,"产å¦ĩ":113399,"çķªèĮĦ":113400,"æĪijéĻ¢":113401,"建çŃijå·¥ç¨ĭ":113402,"å±ķè§Īä¼ļ":113403,"家éķ¿ä»¬":113404,"åĨľä½ľçī©":113405,"æĹ¥å¤ľ":113406,"æĶ»æĵĬ":113407,"è§Ħéģ¿":113408,"èĪŁå±±":113409,"便æ°ij":113410,"åħ«åŃĹ":113411,"ä¸įæĽ¾":113412,"æĶ¯éħį":113413,"çĨ¬å¤ľ":113414,"人é¡ŀ":113415,"ç´ĢéĮĦ":113416,"ç»ıèIJ¥æ´»åĬ¨":113417,"大涨":113418,"å¸Ĥå§Ķ常å§Ķ":113419,"åĪĨéIJĺ":113420,"ä¸Ģ个èģĮä¸ļ":113421,"çĹħåĽł":113422,"è¿Ļ对äºİ":113423,"ä¸įå¾Ĺä¸į说":113424,"åıijçĶµæľº":113425,"æľīæīĢ帮åĬ©":113426,"缮æłĩä»»åĬ¡":113427,"åĽłåľ°":113428,"åĽłåľ°åĪ¶":113429,"åĽłåľ°åĪ¶å®ľ":113430,"å°Ĩè¾¾åĪ°":113431,"ç²Ĺç³Ļ":113432,"ç¨³åĽº":113433,"å«£":113434,"çİ°åľ¨å¾Īå¤ļ":113435,"ä¸ĸçķĮ级":113436,"å¼łæŁIJ":113437,"çĤ¹ç¼Ģ":113438,"èijµ":113439,"社ä¼ļç»Ħç»ĩ":113440,"å¾ĢåIJİ":113441,"åĬłæģ¯":113442,"åĻªå£°":113443,"æľīåħ´è¶£":113444,"为æĤ¨æıIJä¾Ľ":113445,"æ²¹æ¼Ĩ":113446,"ç¬¬åĽĽå±Ĭ":113447,"çļĩ宫":113448,"ä¹Ĵä¹ĵ":113449,"ä¹Ĵä¹ĵçIJĥ":113450,"éļ¨èijĹ":113451,"éģ©åIJĪ":113452,"åįĹéĿŀ":113453,"æĵ´":113454,"西æ´ĭ":113455,"åĬłå¯Ĩ":113456,"æĪIJåĬŁä¸¾åĬŀ":113457,"åı£æ°´":113458,"æĪIJ年人":113459,"æīĢæıIJä¾ĽçļĦ":113460,"éļĶå£ģ":113461,"åľ¨äº¬":113462,"å½ĵåľ°æŶéĹ´":113463,"çŃīåIJĦç§į":113464,"é£İæ°Ķ":113465,"å±ĭéĩĮ":113466,"ä¸ĢåŃĹ":113467,"çļĦæŶéĹ´éĩĮ":113468,"åĺ¿åĺ¿":113469,"快讯":113470,"ä¸Ńåľº":113471,"ä¸Ģçĵ¶":113472,"æ»ķ":113473,"é¢Ĩè·ij":113474,"好èݱ":113475,"好èݱåĿŀ":113476,"没åħ³ç³»":113477,"åĩºå¢ĥ":113478,"ä¸įæĺ¯ä¸Ģ个":113479,"éĥ½æĺ¯éĿŀ常":113480,"éľĩåĬ¨":113481,"èİ·èĥľ":113482,"åįļå¼Ī":113483,"æĬļåħ»":113484,"对ç«ĭ":113485,"æľįåĬ¡æľºæŀĦ":113486,"è°£è¨Ģ":113487,"社ä¼ļç§ijåѦ":113488,"åIJ¬è¯´è¿ĩ":113489,"æī³":113490,"æīĵ磨":113491,"åı£æľį":113492,"好åĥıæĺ¯":113493,"以åıĬåħ¶ä»ĸ":113494,"çī¹è´¨":113495,"亲è¿ij":113496,"ä¸Ģç»ı":113497,"æ¶Ŀ":113498,"éŃĶæľ¯":113499,"éģĵ路交éĢļ":113500,"è§Ħ模æľĢ大":113501,"å®ŀæĸ½æĦıè§ģ":113502,"ä¹ŀ":113503,"ä¸Ģä¸ĸ":113504,"åŁ·è¡Į":113505,"è±Ĩçĵ£":113506,"åĪĹ为":113507,"æķħ宫":113508,"çĶŁåij½åij¨æľŁ":113509,"ä¸īç§įèģĮä¸ļ":113510,"详ç»Ĩä»ĭç»į":113511,"å®Įå¤ĩ":113512,"å²©çŁ³":113513,"éļıæīĭ":113514,"飲":113515,"æķĪæŀľåĽ¾":113516,"ç§ĭåĨ¬":113517,"åĬŁå¾·":113518,"è§Ħç«łåĪ¶åº¦":113519,"æĹ¥æ¸IJ":113520,"æīĢéľĢè¦ģ":113521,"æīĢéľĢè¦ģçļĦ":113522,"å²Ľä¸Ĭ":113523,"åĩºåľŁ":113524,"åĽ¾æĸĩ":113525,"ç§ijæĬĢè¿ĽæŃ¥":113526,"éĢļèĥĢ":113527,"èĢģ太太":113528,"èĭĹæľ¨":113529,"éĵ¶å·Ŀ":113530,"å¸IJ篷":113531,"éĿŀè¦ģ":113532,"éħįçĶµ":113533,"å¤Ħå¢ĥ":113534,"èĤ¡æĿĥæĬķèµĦ":113535,"ä¸Ģ缴åĪ°":113536,"åĿĩçĶ±":113537,"æĬĹæĹ¥":113538,"æį®ä»ĭç»į":113539,"ä½łåĸľæ¬¢":113540,"åĪĽæĸ°åŀĭ":113541,"åıĺè¿ģ":113542,"è§Ĩå¯Ł":113543,"å®Įåħ¨æ²¡æľī":113544,"åħĥæŦ":113545,"åı¯ä¿¡":113546,"åı¦è¡Į":113547,"æĿij级":113548,"åħ¥åľº":113549,"æIJŃæ¡£":113550,"ä¹ŁåĽłæѤ":113551,"æį¢æĪIJ":113552,"ä¸įè´Ł":113553,"äºĨ大éĩıçļĦ":113554,"éģĶåĪ°":113555,"å¸Ĥåİ¿":113556,"å¹´è¼ķ":113557,"å¿«æīĭ":113558,"å¸Įå°Ķ":113559,"èĩªèIJ¥":113560,"éĽªèĬ±":113561,"æIJģ":113562,"çľ¼ç§ij":113563,"æŃ£ç¢º":113564,"çļĦ姿æĢģ":113565,"åĿļå®ŀçļĦ":113566,"æĮĩ纹":113567,"æªĶæ¡Ī":113568,"ç½®äºİ":113569,"佩æľį":113570,"豪éŨ":113571,"åĵĴ":113572,"æģ°å¥½":113573,"æª¢æŁ¥":113574,"åĪĿè¡·":113575,"大åĶIJ":113576,"约ä¼ļ":113577,"èĴ¸åıij":113578,"çŃ¹åĪĴ":113579,"å¹´ç»Ī":113580,"è¡Įæ¥Ń":113581,"åħ±éĿĴ":113582,"åħ±éĿĴåĽ¢":113583,"ä¼ļå¼ķèµ·":113584,"ä¸Ńç§ij":113585,"ä¸Ńç§ijéĻ¢":113586,"æĮ¯åĬ¨":113587,"åį´åıijçİ°":113588,"ä¸įåĬ¨äº§":113589,"èĮ¹":113590,"æĪ¿éĹ´éĩĮ":113591,"è´§å¸ģæĶ¿çŃĸ":113592,"æ²»çĻĤ":113593,"æħİéĩį":113594,"å¡ŀå°Ķ":113595,"åĽ½ç±į":113596,"åĽłæŀľ":113597,"çŃīçī¹çĤ¹":113598,"山谷":113599,"ä¸ĭè¼ī":113600,"è®ĵæĪij":113601,"饮éħĴ":113602,"è¿Ļ个游æĪı":113603,"ç»Ŀ大éĥ¨åĪĨ":113604,"åĴ¨è¯¢æľįåĬ¡":113605,"干活":113606,"è®®ä¼ļ":113607,"æ¦Ĥè¿°":113608,"åĪĨåĮº":113609,"æŃ»åIJİ":113610,"ç«ĻçĿĢ":113611,"主è¦ģé¢Ĩ导":113612,"åIJĮåŁİ":113613,"大æłij":113614,"对åѦçĶŁ":113615,"社ä¼ļä¿ĿéĻ©":113616,"å¢ŀèµĦ":113617,"主人åħ¬":113618,"å®£ä¼łæķĻèĤ²":113619,"æĸĩåĮĸ交æµģ":113620,"客æĪ¶":113621,"çŁ¥åIJįåĵģçīĮ":113622,"æ»ŀåIJİ":113623,"äºĴè¡¥":113624,"æĦŁäºº":113625,"åī¿":113626,"åIJİ代":113627,"äºī龸":113628,"æķĻèĤ²åŁ¹è®Ń":113629,"éĿĻèĦī":113630,"ä¹ıåĬĽ":113631,"说åĩºæĿ¥":113632,"çİĭèĢħèį£èĢĢ":113633,"åĢ«":113634,"åįĩèµ·":113635,"éķģ":113636,"åĩºæ¸¸":113637,"éĢļè¡Įè¯ģ":113638,"å·¥ä½ľå²Ĺä½į":113639,"åĮłå¿ĥ":113640,"æĭ¿æĿ¥":113641,"æ´Ĺè¡£æľº":113642,"æĪijä¸įæĥ³":113643,"é¢Ħè§ģ":113644,"æ¼Ķ示":113645,"ä¸ĢçĽ´æ²¡æľī":113646,"è·Łå¥¹":113647,"对çħ§æ£ĢæŁ¥":113648,"ç°¿":113649,"ä¸ĵå¿ĥ":113650,"è®®äºĭ":113651,"åīį端":113652,"åį¡å°Ķ":113653,"è¨Ńå®ļ":113654,"设置äºĨ":113655,"å©ļ纱":113656,"åľ¨åĽ½å¤ĸ":113657,"åı³ä¾§":113658,"è³¼çī©":113659,"å¥ĩèij©":113660,"å¢ŀåĬłåĢ¼":113661,"好è¿IJ":113662,"åĽ½éĻħæľºåľº":113663,"ä¸ĭ称":113664,"缮åīį为æŃ¢":113665,"ç¥ŀä»Ļ":113666,"å®ĥåı¯ä»¥":113667,"æ¾Ħæ¸ħ":113668,"èĥ½ä½¿":113669,"游åĩ»":113670,"游åĩ»éĺŁ":113671,"åĩ¹":113672,"ä¸įè¦ģåĨį":113673,"åĨ³èĥľ":113674,"åĨ³æĪĺ":113675,"æĭ½":113676,"缼åħ¸":113677,"å¾Īå¥½åľ°":113678,"æľĢç¾İçļĦ":113679,"åĥļ":113680,"å·´åŁº":113681,"å·´åŁºæĸ¯åĿ¦":113682,"æľĢéĢĤåIJĪ":113683,"é«ĺèģĮ":113684,"ä¿Ŀå§Ĩ":113685,"æİĪæ¬Ĭ":113686,"说åĪ°è¿ĻéĩĮ":113687,"æݨå¼Ģ":113688,"çİĩè¾¾":113689,"ä¸īåĪĨä¹ĭä¸Ģ":113690,"管çIJĨä¸Ńå¿ĥ":113691,"交æ±ĩ":113692,"森æŀĹåħ¬åĽŃ":113693,"å¾Ģä¸Ĭ":113694,"éªijè¡Į":113695,"æį®æѤ":113696,"纽带":113697,"ç»ŀ":113698,"ä¸īæĸ¹":113699,"æĦıä¹īä¸ĬçļĦ":113700,"æİ¨è¿Ł":113701,"å¤ļæł·æĢ§":113702,"æĥ³èµ·äºĨ":113703,"æİĴåIJį第":113704,"å·¨é¢Ŀ":113705,"æĿŁç¼ļ":113706,"å®īå®ļ":113707,"äºĭ實":113708,"çļĦæĦ¿æľĽ":113709,"è£ħå¤ĩåĪ¶éĢł":113710,"人å±ħ":113711,"人å±ħçݯå¢ĥ":113712,"å¿ĺè®°äºĨ":113713,"该游æĪı":113714,"楼ä¸Ĭ":113715,"å¼Ģä¼ļ":113716,"æģ³":113717,"åıĭæĥħéĵ¾æİ¥":113718,"ç¡Ĵ":113719,"ç»ĻäºĪäºĨ":113720,"åģı好":113721,"åĵī":113722,"交éĢļå®īåħ¨":113723,"éĽĮ":113724,"æ²»çĹħ":113725,"è§īå¾Ĺå¾Ī":113726,"衬衫":113727,"å¿ĥæĦ¿":113728,"æ´ŀå¯Ł":113729,"æ°ijæ£Ģå¯ŁéĻ¢":113730,"æıIJçĤ¼":113731,"è¦ģè¿Ľä¸ĢæŃ¥":113732,"驾车":113733,"æĻ®æĥł":113734,"æķĸ":113735,"ç¦ıéŁ³":113736,"éĢģè¾¾":113737,"è§ĦåĪĴ设计":113738,"æīĭå¥Ĺ":113739,"å®īä¿Ŀ":113740,"è¿ĺä¸įå¦Ĥ":113741,"åīįè¿°":113742,"æłĩè®°":113743,"ç´§æİ¥çĿĢ":113744,"æ§IJ":113745,"æ·±æ·±åľ°":113746,"满满çļĦ":113747,"æĺ¥è¿IJ":113748,"æĹ¥äº§":113749,"çĪ±æĬ¤":113750,"åħ¨æĹ¥":113751,"åħ¨æĹ¥åĪ¶":113752,"转åĬ¨":113753,"ç¥Ńç¥Ģ":113754,"ä¹°ä¸ľè¥¿":113755,"å¯¹æľªæĿ¥":113756,"æ¶Ī失äºĨ":113757,"åļ´éĩį":113758,"ä¸īæĿ¡":113759,"éħ¸å¥¶":113760,"éĽĨåĽ¢èĤ¡ä»½":113761,"西路":113762,"åıªå¾Ĺ":113763,"éĢģåİ»":113764,"çĭłæĬĵ":113765,"åĪ©çĶ¨çİĩ":113766,"ä¸ĭåij¨":113767,"å¥ĭæĪĺ":113768,"æĺ¥èĬĤæľŁéĹ´":113769,"è´Łè´£ä»»":113770,"æĺĤè´µ":113771,"尾巴":113772,"ç¯ĩæĸĩç«ł":113773,"åħ®":113774,"è®ĬæĪIJ":113775,"å¹¹":113776,"çĻ»éĮĦ":113777,"ä½Ī":113778,"å·¥åĮł":113779,"åĵªæĢķæĺ¯":113780,"åıįåĵį":113781,"ç§ĥ":113782,"åĩºè½¨":113783,"æĹ¥åĨĽ":113784,"åIJįèªī":113785,"æķıéĶIJ":113786,"æľįåĬ¡æ°´å¹³":113787,"çħ§å°Ħ":113788,"ä¼Ĭæĭī":113789,"ä¼Ĭæĭīåħĭ":113790,"åĨħéĺģ":113791,"èĬĴæŀľ":113792,"ä¸ĩåĪĨ":113793,"éĢĢ款":113794,"缴æĴŃéĹ´":113795,"æĭ¿åĪ°äºĨ":113796,"å°İèĩ´":113797,"空æ°Ķä¸Ń":113798,"客æĪ·æľįåĬ¡":113799,"è¿IJåĬ¿":113800,"ç»ĵçŁ³":113801,"ä¸įå¿ħè¦ģçļĦ":113802,"èĥ¶åĽĬ":113803,"çIJĨä¼ļ":113804,"æĬ½åĩº":113805,"空æ°Ķè´¨éĩı":113806,"æ¯ķç«Łæĺ¯":113807,"åĨ·æ¼ł":113808,"ä¸Ģå¦Ĥ":113809,"ä¸Ģå¦ĤæĹ¢":113810,"ä¸Ģå¦ĤæĹ¢å¾Ģ":113811,"æĤ£çĹħ":113812,"åĬłæĮģ":113813,"èµŀåĬ©":113814,"é«®":113815,"åij½ä¸Ń":113816,"æĦıä¹īä¸Ĭ":113817,"ä¸įèĪį":113818,"åģļ梦":113819,"æīĵæī«":113820,"æĺŁåħī":113821,"æĸŃè£Ĥ":113822,"åħ¨å¥Ĺ":113823,"è£ģå®ļ":113824,"马åħĭæĢĿ":113825,"骨骼":113826,"ä¸Ģè·¯ä¸Ĭ":113827,"å®ļæŶ":113828,"å·¥ç¨ĭæĬĢæľ¯":113829,"å½¼å¾Ĺ":113830,"æ±²åıĸ":113831,"ä¸Ģè§Ī":113832,"åIJµæŀ¶":113833,"ä¿Ĺ称":113834,"æłªæ´²":113835,"åºŁæŧ":113836,"è¡ĮæĺŁ":113837,"åıijçĶŁåıĺåĮĸ":113838,"é¦ĸä»ĺ":113839,"åįģåĪĨéĩįè¦ģ":113840,"æĬĬè¿ĻäºĽ":113841,"ç¥ŀå·ŀ":113842,"æıIJä¾ĽåķĨ":113843,"楷":113844,"å±İ":113845,"çĬ¶åħĥ":113846,"åŁİå¢Ļ":113847,"çľĭä¸Ģçľĭ":113848,"çĶŁäº§èĥ½åĬĽ":113849,"åŁºæľ¬ä¸Ĭéĥ½":113850,"æīĵæī°":113851,"åĪĿ次":113852,"åĩºç¤º":113853,"åħ¶ä¸Ńä¸Ģ个":113854,"çĶŁæĢģç³»ç»Ł":113855,"æīĭæİĮ":113856,"æµİåįĹå¸Ĥ":113857,"åľĭåħ§":113858,"æŃ£åĢ¼":113859,"å¹¾ä¹İ":113860,"æݨèįIJéĺħ读":113861,"è¿Ń代":113862,"è°ĥä¾ĥ":113863,"饮åĵģ":113864,"å¢Ļä½ĵ":113865,"åıĺçİ°":113866,"äºĨ好":113867,"äºĨ好åĩł":113868,"ä¸įçķĻ":113869,"çĪ²":113870,"å°½æĹ©":113871,"æŃ£åľ¨è¿Ľè¡Į":113872,"åĩºéĻ¢":113873,"æĿĢ害":113874,"æıIJ款":113875,"åıijå±ķ空éĹ´":113876,"åīį身":113877,"ä¸įæĸŃå¢ŀ强":113878,"æ·±å±Ĥ次":113879,"容纳":113880,"éĤ£ä»½":113881,"å·¥ä½ľæķĪçİĩ":113882,"æľ¬åĽ½":113883,"失èIJ½":113884,"æŃ£åĽłä¸º":113885,"èĬĤæ°´":113886,"ä¸ĭä¸Ģ代":113887,"çłĶåıijä¸Ńå¿ĥ":113888,"ä¸įçIJĨ":113889,"å®Į好":113890,"ä¿ĿæĬ¤åĮº":113891,"ç»ĵæŀĦè°ĥæķ´":113892,"å¥łå®ļ":113893,"宣称":113894,"éĺ»æĮ¡":113895,"æĴ¤ç¦»":113896,"ä¸įæĸ¹ä¾¿":113897,"åĴķ":113898,"ç¬ijäºĨç¬ij":113899,"çݯå¢ĥ污æŁĵ":113900,"ä½ıæĪ·":113901,"ç»Ŀç¼ĺ":113902,"éĻ¤å°ĺ":113903,"é«ĺå°ļ":113904,"æĢİä¹Īåı¯èĥ½":113905,"éĿ¢èī²":113906,"åķĨæ¥Ń":113907,"çĸ¹":113908,"èµĦæºIJä¼ĺåĬ¿":113909,"è¾ĸåĮºåĨħ":113910,"èĢĢçľ¼":113911,"æij§æ¯ģ":113912,"ä¸ĸçķĮç»ıæµİ":113913,"å¼ķæĿ¥":113914,"ä¸ĢåĪĻ":113915,"æĭĩæĮĩ":113916,"æĬµå¾¡":113917,"éĽį":113918,"åĩĨå¤ĩå·¥ä½ľ":113919,"çıłä¸īè§Ĵ":113920,"ç¨ĢåľŁ":113921,"èİ·å¾ĹæĦŁ":113922,"æĪIJåĬŁçİĩ":113923,"ç½ij约":113924,"ç½ij约车":113925,"èĦIJ":113926,"æķ¬ä¸ļ":113927,"éĩijä»·":113928,"ç²¾é«ĵ":113929,"买车":113930,"åħ³åı£":113931,"åĨįå¤ļ":113932,"æŀģåĵģ":113933,"åIJĦ家":113934,"举æĬ¥çĶµè¯Ŀ":113935,"èļĬ":113936,"æĸ¹å½¢":113937,"ç§ijæĬĢæĪIJæŀľ":113938,"æľĢ好æĺ¯":113939,"éĹ®åĢĻ":113940,"红éħĴ":113941,"åĽĽç§į":113942,"ç¿Ĵæħ":113943,"ç¿Ĵæħ£":113944,"åŀ¦":113945,"éĤ£åıª":113946,"é¢ĨæĤŁ":113947,"çľ¼éĥ¨":113948,"æ³°å®ī":113949,"ä»»æľŁ":113950,"磨æįŁ":113951,"æĽ¿æį¢":113952,"åħ¸ç¤¼":113953,"符åIJĪæĿ¡ä»¶":113954,"è¿ĺæľīä»Ģä¹Ī":113955,"åħ±äº«åįķ车":113956,"åı¯åĪĨ为":113957,"åŃ£åIJİ":113958,"åŃ£åIJİèµĽ":113959,"举èİŀå¸Ĥ":113960,"å¿ĥæĦı":113961,"æīŃæĽ²":113962,"ä½ľä¸ºä¸Ģç§į":113963,"è¿Ļéĥ¨åĪĨ":113964,"åıĤä¸İåĪ°":113965,"ç½ijçIJĥ":113966,"實çı¾":113967,"ç»Ħè£ħ":113968,"åIJijå¤ĸ":113969,"å·¥ä½ľæĸ¹æ¡Ī":113970,"åįģæĿ¡":113971,"課ç¨ĭ":113972,"颤æĬĸ":113973,"åĵ©":113974,"éĤ®å¯Ħ":113975,"亢":113976,"åħįè²»":113977,"秤":113978,"åºĶæĢ¥ç®¡çIJĨ":113979,"åĽĽäºĶ":113980,"éºĴéºŁ":113981,"å¾ĴæŃ¥":113982,"è¨ĺå¾Ĺ":113983,"çĴIJ":113984,"æĺ¯åIJ¦ä¼ļ":113985,"æĦıè§ģåıįé¦Ī":113986,"éļ¾æĢª":113987,"çªį":113988,"交æİ¥":113989,"两åįĥ":113990,"æĩīçĶ¨":113991,"æľŁéĸĵ":113992,"æIJ¬åĪ°":113993,"è®®é¢ĺ":113994,"碧æ¡Ĥ":113995,"碧æ¡ĤåĽŃ":113996,"åģļçĶŁæĦı":113997,"éĻĽä¸ĭ":113998,"è·ĭ":113999,"èĢģ人家":114000,"带åĽŀ":114001,"æŀ¸æĿŀ":114002,"è¡Įéķ¿":114003,"åĨħ容ç®Ģä»ĭ":114004,"梢":114005,"æĮĩæݧ":114006,"éĩįçĹĩ":114007,"ç½ijåıĭ们":114008,"çı¾ä»£":114009,"类产åĵģ":114010,"å¥Ķæ³¢":114011,"渺":114012,"ç²īç¢İ":114013,"è¿Ļåıªæĺ¯":114014,"æ£Ģå¯Łæľºåħ³":114015,"é½Ĭ":114016,"æĪ¿ç§Ł":114017,"å¾·æĭī":114018,"å²ģ以ä¸Ĭ":114019,"纯åĩĢ":114020,"åĪĨå¸ĥåľ¨":114021,"èĥ½å¾ĹåĪ°":114022,"ä¸įå°½":114023,"ç«ŀä»·":114024,"çļĦ带é¢Ĩ":114025,"çļĦ带é¢Ĩä¸ĭ":114026,"ä¸Ńèį¯æĿIJ":114027,"æĿijéķĩ":114028,"ä¸įåı¯éģ¿åħį":114029,"éľ²å¤©":114030,"å°ıå§ijå¨ĺ":114031,"çī©ä»¶":114032,"èijĹä½ľæĿĥ":114033,"æĭĺçķĻ":114034,"éĥ½è§īå¾Ĺ":114035,"æĽ²æĬĺ":114036,"æ·»åĬłåīĤ":114037,"åı¬åĽŀ":114038,"æīİå®ŀæİ¨è¿Ľ":114039,"æĬĦè¢Ń":114040,"åĮĸ身":114041,"缴èIJ¥":114042,"ä¹Łå¸ĮæľĽ":114043,"èį£èªī称åı·":114044,"åįĸç»Ļ":114045,"æľīä¸įåIJĮçļĦ":114046,"å¥ĩçī¹":114047,"éĥ½è®¤ä¸º":114048,"å¦ŀ":114049,"æĪIJéķ¿ä¸º":114050,"辩æĬ¤":114051,"主æķĻç»ĥ":114052,"æ³ķå¸ĪèģĮä¸ļ":114053,"æ¤įåħ¥":114054,"索尼":114055,"åIJ¬è¿ĩ":114056,"ä¹łæĥ¯äºĨ":114057,"夺åıĸ":114058,"éŁĵ":114059,"æľ¬è´¨ä¸Ĭ":114060,"æİ¥åĬĽ":114061,"äºij端":114062,"è¦ģåģļ好":114063,"è·¯çģ¯":114064,"åįıåIJĮåıijå±ķ":114065,"æľīå¾ħ":114066,"æ°´åŁŁ":114067,"æIJľçĭIJé¦ĸ页":114068,"è´¨éĩıå®īåħ¨":114069,"åįģäºĮäºĶ":114070,"åĵ®åĸĺ":114071,"èĵ¬åĭĥåıijå±ķ":114072,"åIJį声":114073,"身亡":114074,"çİĭåºľ":114075,"åİŁåĪĻä¸Ĭ":114076,"çĥĺå¹²":114077,"éģĹæ¼ı":114078,"éĿ¢çĽ®":114079,"åĽ½ä¼ļ":114080,"ä¸Ģ缴éĥ½æĺ¯":114081,"æľīä¸Ģä½į":114082,"éħįæľī":114083,"éĻªçĿĢ":114084,"ä¼ģåĽ¾":114085,"æĮīä¸ĭ":114086,"èĵĿåĽ¾":114087,"æ©ĺ":114088,"大å¤ļæĺ¯":114089,"辩论":114090,"æĹĭå¾ĭ":114091,"æĬ¥éĢģ":114092,"æĿ¡è§Ħå®ļ":114093,"åĬ¨éĿĻ":114094,"åĮĪ奴":114095,"æĭľè®¿":114096,"ä¸ĢåĪĢ":114097,"ä»ĸçŁ¥éģĵ":114098,"主æĿĥ":114099,"ä»ĸæĽ¾":114100,"æĴŃç§į":114101,"å£ģåŀĴ":114102,"çī¢è®°ä½¿åij½":114103,"åľ¨è¿Ļæĸ¹éĿ¢":114104,"æīĭèħķ":114105,"æĶ¯æŀ¶":114106,"ä¾Ĩèĩª":114107,"éĩįå¡ij":114108,"å¤ļå±Ĥ次":114109,"ä»ĭè´¨":114110,"éĿ¢åŃĶ":114111,"潮湿":114112,"åİ¿åŁŁ":114113,"游æĪıå½ĵä¸Ń":114114,"å£ŀ":114115,"åĪĹåĩº":114116,"èµĽåĮº":114117,"å¤ļåįĬ":114118,"éĩįçĤ¹å·¥ä½ľ":114119,"æĪij们å¿ħé¡»":114120,"æŁıæŀĹ":114121,"é²ģèĥ½":114122,"æĸ½å±ķ":114123,"åIJĦåĮº":114124,"åħįç¨İ":114125,"èµĽåIJİ":114126,"æľĢéĩįè¦ģ":114127,"ä¸Ģ个好çļĦ":114128,"è¿Ŀæ³ķè¿Ŀè§Ħ":114129,"äºĨè§£æĽ´å¤ļ":114130,"æķ¬è¯·":114131,"ç¬ijçĿĢ说":114132,"ä¸įæĸŃåıijå±ķ":114133,"æijĦå½±å¸Ī":114134,"以éĺ²":114135,"çĤ¸å¼¹":114136,"声åĵį":114137,"ç¤ģ":114138,"æĩ¿":114139,"èĪĨæĥħ":114140,"èĩªçĶ±è´¸æĺĵ":114141,"æķıæį·":114142,"ä¸ī大éĺ¶æ®µ":114143,"èĭĶ":114144,"æĹºåŃ£":114145,"ä¸į满æĦı":114146,"微信åı·":114147,"修为":114148,"çł´è£Ĥ":114149,"éĢĥ离":114150,"æ¯ıèĤ¡":114151,"è¾¾ä¸įåĪ°":114152,"æ¯ıå¹´éĥ½":114153,"çģ¯ç¬¼":114154,"æŃ¤åŁºç¡Ģä¸Ĭ":114155,"åĥı个":114156,"åĪĨ娩":114157,"æĻ¾":114158,"ä¸įèĩ³äºİ":114159,"红线":114160,"误解":114161,"ä¸ľè·¯":114162,"æ·®å®ī":114163,"产åѦ":114164,"产åѦçłĶ":114165,"èī¾æ»ĭ":114166,"èī¾æ»ĭçĹħ":114167,"åīįæıIJæĺ¯":114168,"æ¯ıä¸Ģ天":114169,"ä¸ĥ大":114170,"æłijåı¶":114171,"èµ°å¾Ĺ":114172,"è¿Ļ两ç§į":114173,"æİıåĩº":114174,"æİIJ":114175,"é¢Ĩ导èĢħ":114176,"ä¸Ģæľµ":114177,"个å¤ļæľĪ":114178,"ä¸Ńåħ³":114179,"ä¸Ńåħ³æĿij":114180,"课åłĤæķĻåѦ":114181,"大åĴĸ":114182,"éģĭçĶ¨":114183,"è¯ļæĦı":114184,"ç»ĦåĽ¾":114185,"è¯ķçĿĢ":114186,"ä¹Ķæ²»":114187,"è¿ĺä¸įæĺ¯":114188,"æľīæĽ´å¥½çļĦ":114189,"åIJİå¤ĩ":114190,"æĸ°çĶŁåĦ¿":114191,"æ°Ķè¡Ģ":114192,"æ²¥éĿĴ":114193,"å±ıéļľ":114194,"æ¥ŃåĭĻ":114195,"æĪij以为":114196,"éķ¿çĽ¸":114197,"èĢģçĪ¸":114198,"éķĩæ±Ł":114199,"æľºæ¢°è®¾å¤ĩ":114200,"ä½Ĩæĺ¯å¦Ĥæŀľ":114201,"åĿļå®ļä¸į":114202,"åĿļå®ļä¸į移":114203,"åĨ²éĶĭ":114204,"ç®Ģ缴æĺ¯":114205,"åĤ¨èĵĦ":114206,"纯çĶµåĬ¨":114207,"漫æŃ¥":114208,"举起":114209,"æģ¶æĢ§":114210,"è¨ĺéĮĦ":114211,"èģĮèĥ½éĥ¨éŨ":114212,"åħ¨éķ¿":114213,"鼻è¦ĸ":114214,"ä¹³èħº":114215,"ä½ķå¤Ħ":114216,"æ¶Īæŀģ":114217,"æŃ£å¤Ħäºİ":114218,"å®īå®ģ":114219,"æĪIJéķ·":114220,"åıĻè¿°":114221,"æºĥçĸ¡":114222,"ä½Ĩçİ°åľ¨":114223,"女æĺŁ":114224,"å©´å¹¼åĦ¿":114225,"æĬķèŀįèµĦ":114226,"éĹ®éĹ®":114227,"æıŃå¼Ģ":114228,"è¯ı":114229,"åIJįå½ķ":114230,"èĺijèıĩ":114231,"åIJĬ顶":114232,"æ¹ĸåĮº":114233,"åįĸåľº":114234,"建ç¯":114235,"建ç¯ī":114236,"èݽ":114237,"åIJ¬åIJ¬":114238,"ç«ŀäºīä¼ĺåĬ¿":114239,"åĩºä»»":114240,"æľī两ç§į":114241,"æ©±æŁľ":114242,"褪":114243,"è¯ķåį·":114244,"ç»ıæµİæĬĢæľ¯":114245,"æ·±å±Ĥ":114246,"éĩįè¦ģåĨħ容":114247,"é£İæݧ":114248,"çĬ¶æĢģä¸ĭ":114249,"éĥ¨éĸĢ":114250,"广汽":114251,"è§Ĥæij©":114252,"éģĹçķĻ":114253,"转账":114254,"æĮģä»ĵ":114255,"æĢ»è®¡":114256,"åľĺéļĬ":114257,"æĪ¿ä¸ľ":114258,"éĺĢéŨ":114259,"åħ¬åħ³":114260,"åħ³åĪĩ":114261,"èĤĺ":114262,"æķ¸æĵļ":114263,"ä¸īåįģå¹´":114264,"è§ģè¯ģäºĨ":114265,"å±Ĩ":114266,"çģ°å°ĺ":114267,"æ¦ľé¦ĸ":114268,"è¦ĨçĽĸçİĩ":114269,"ä»Ļ女":114270,"çĶŁäº§æĢ»":114271,"çĶŁäº§æĢ»åĢ¼":114272,"æĪ¿è´·":114273,"æ±ŁåĮº":114274,"åħħçĶµæ¡©":114275,"çĻ¾åIJĪ":114276,"確èªį":114277,"转移åĪ°":114278,"éĥ½æĹłæ³ķ":114279,"纪念é¦Ĩ":114280,"çŃ¾ç½²äºĨ":114281,"并ä¸įå¤ļ":114282,"æĮł":114283,"ä¸į太好":114284,"ä¸ĸ代":114285,"误导":114286,"é«ĺ峰论åĿĽ":114287,"åħ¼å®¹":114288,"龸æ°Ķ":114289,"æĿ¥è®¿":114290,"æīĢ带æĿ¥çļĦ":114291,"æĺ¯ä¸Ģéĥ¨":114292,"æĻļé¥Ń":114293,"åİĨ代":114294,"åIJ¦åīĩ":114295,"ä¹ħä¹ħ":114296,"æľīæķĪæľŁ":114297,"诱åıij":114298,"æĢ»èµĦ产":114299,"æľ¬èº«å°±æĺ¯":114300,"çĶŁäº§åİĤ家":114301,"æŶ髦":114302,"èĢIJçĶ¨":114303,"ä»İå°ıå°±":114304,"æĿ¡çº¦":114305,"èĭ±åĭĩ":114306,"ä¿Ĺè¯Ŀ说":114307,"寺åºĻ":114308,"å¿ĥçIJĨåģ¥åº·":114309,"ä»Ģä¹Īäºĭæĥħ":114310,"æ±īåŃĹ":114311,"çķĻä½ı":114312,"åįĹè·¯":114313,"ä¸ī项":114314,"丢äºĨ":114315,"æĥ³åĪ°äºĨ":114316,"çŃ¹éĽĨ":114317,"éĻĦåĬłåĢ¼":114318,"西è£ħ":114319,"ä¹ĭä½ľ":114320,"åģļçļĦäºĭ":114321,"çķ¶æĤ¨":114322,"çķ¶æĤ¨åľ¨":114323,"é¦ĸ款":114324,"ä¸įåľ¨ä¹İ":114325,"å·¥ç¨ĭæĸ½å·¥":114326,"éļIJéļIJ":114327,"åıĺ身":114328,"沿éĢĶ":114329,"æĤłæĤł":114330,"ä¿Ŀæļĸ":114331,"çĶŁæ´»åŀĥåľ¾":114332,"渤海":114333,"æŃ¦ä¾ł":114334,"女主è§Ĵ":114335,"举ä¾ĭ":114336,"æ·¨":114337,"çĻ½é¢Ĩ":114338,"è£ĻåŃIJ":114339,"è¿Ķè¿ĺ":114340,"è¿Īåĩº":114341,"é¾ĻéŨ":114342,"ç»ıæµİä½ĵ":114343,"æĶ¶å®ĺ":114344,"çķĮéĻIJ":114345,"è·³åĩº":114346,"åįĩåĢ¼":114347,"绵éĺ³":114348,"çĸ¤çĹķ":114349,"çľĭæ¸ħ":114350,"æĭĴçµķ":114351,"è¥Ħéĺ³":114352,"课å¤ĸ":114353,"åŃIJåŃĻ":114354,"æŃĮè¯į":114355,"æĪIJåIJį":114356,"溶液":114357,"åĦĴ家":114358,"åķĨä¸ļåĮĸ":114359,"辨åĪ«":114360,"å¤ļè¾¾":114361,"ç½ijåºĹ":114362,"ä¹Ŀ大":114363,"ä¹Ŀ大精ç¥ŀ":114364,"æŃ¤ä¸¾":114365,"è¿ŀè½½":114366,"ä¸ĢåĢĭ人":114367,"èī²æ³½":114368,"涵çĽĸäºĨ":114369,"è¦ıåĬĥ":114370,"åĽ½æĥħ":114371,"åį«çĶŁåģ¥åº·":114372,"积æŀģåĵįåºĶ":114373,"æĭĻ":114374,"åĪ¶åĬ¨":114375,"æĥ³è±¡åĬĽ":114376,"çļĦä¹IJ趣":114377,"å¼łå®¶çķĮ":114378,"å´İ":114379,"éĩįåŀĭ":114380,"å¤ĸå¢Ļ":114381,"æĶ¾åѦ":114382,"è®¤çľŁåŃ¦ä¹ł":114383,"è´¬åĢ¼":114384,"æ³ķæ¡Ī":114385,"æĬ¤èĤ¤åĵģ":114386,"éĻ·åħ¥äºĨ":114387,"请æĤ¨":114388,"åŀ¢":114389,"æķĻèĤ²èµĦæºIJ":114390,"交æĺĵå¹³åı°":114391,"æŶè£ħ":114392,"ä¼łæŁĵçĹħ":114393,"æ¹ĸæ³Ĭ":114394,"èµĦ管":114395,"åݨå¸Ī":114396,"éĹľéį":114397,"éĹľéįµ":114398,"åĵĪåĵĪåĵĪ":114399,"çĽĹçªĥ":114400,"çĶľç¾İ":114401,"åºĦåĽŃ":114402,"缮åīįå·²ç»ı":114403,"è¾¹ä¸Ĭ":114404,"çģ«èĬ±":114405,"æĬ¥è®°èĢħ":114406,"æģĭæĥħ":114407,"ç´§åĩij":114408,"æ°´æµģ":114409,"è¿Ļæĺ¯æĪij们":114410,"æ³¥åľŁ":114411,"æĽ¾ä»»":114412,"æĸ¹è¨Ģ":114413,"åij¨åħŃ":114414,"åı·æ¥¼":114415,"ä¼ijåģĩ":114416,"误ä¼ļ":114417,"åĽ½åĢº":114418,"åīįå¤ķ":114419,"ä¸¤å¼ł":114420,"éĹ«":114421,"éŃĶ鬼":114422,"æĬĬæĮģ":114423,"èĬĤèĥ½çݯä¿Ŀ":114424,"æ¸ħæ´ģèĥ½æºIJ":114425,"èĤ¥æĸĻ":114426,"é«ĺé¢ij":114427,"å°±æľīäºĨ":114428,"交ä¼ļ":114429,"没éĴ±":114430,"éĽħæĢĿ":114431,"è¦ģåıĬæŶ":114432,"åŁ¹åħ»åѦçĶŁ":114433,"欣åĸľ":114434,"çĥŃæ°´åĻ¨":114435,"é¾Ļæ¹ĸ":114436,"äºĮ楼":114437,"æĸ°æµªè´¢ç»ı":114438,"æĸ°åĬ¨èĥ½":114439,"èµ£å·ŀ":114440,"æĭ³å¤´":114441,"æµģåIJij":114442,"ä¹Łæĺ¯å¾Ī":114443,"åıijåĶ®":114444,"ä¸ŃåIJ«æľī":114445,"åIJĵå¾Ĺ":114446,"å·¨æĺŁ":114447,"æĹłæīĢè°ĵ":114448,"æ¯ĽåŃĶ":114449,"åħ¬åħ±äº¤éĢļ":114450,"çĤİçĥŃ":114451,"èµ·èįī":114452,"åĬłçĽŁåķĨ":114453,"说ä¸įåĩº":114454,"大åѦæ¯ķä¸ļ":114455,"å·¥ä¸ļåĽŃ":114456,"éłĺåŁŁ":114457,"åºĨåħ¸":114458,"æµģ产":114459,"èģ²éŁ³":114460,"ä¼¼ä¹İæĺ¯":114461,"è´§æºIJ":114462,"æ·±åĪĩ":114463,"æ²»çĸĹæĸ¹æ³ķ":114464,"èµĦæºIJéħįç½®":114465,"網åıĭ":114466,"çĶ£":114467,"亥":114468,"èº²åľ¨":114469,"社ç§ij":114470,"è»Łé«Ķ":114471,"女è£ħ":114472,"æŃ¡è¿İ":114473,"综åIJĪå®ŀåĬĽ":114474,"æł¼å°ĩ":114475,"åħļåı²åŃ¦ä¹ł":114476,"æľĢåŁºæľ¬":114477,"æľĢåŁºæľ¬çļĦ":114478,"çľĭæľĽ":114479,"åıĹè´¿":114480,"ä¸įä»ħèĥ½":114481,"ä½ķå¿ħ":114482,"ä¸Ģ个å°ıæŶ":114483,"ç¾Į":114484,"æĭĽæĶ¶":114485,"çĤĴèĤ¡":114486,"æĿijå¹²éĥ¨":114487,"缸çĪ±":114488,"æ½ľèĥ½":114489,"ä¹į":114490,"æĹ¶è¾°":114491,"欣æħ°":114492,"éĵ¶è¡Įä¸ļ":114493,"çĭŃçªĦ":114494,"éĩįçĤ¹é¢ĨåŁŁ":114495,"çİ°å®ŀçĶŁæ´»":114496,"éĮ¯èª¤":114497,"æĸ°è§Ħ":114498,"滥çĶ¨":114499,"æŶä¸į":114500,"æŶä¸įæŶ":114501,"帳èĻŁ":114502,"ç¨Ģ缺":114503,"åIJij举":114504,"ä¿Ŀåģ¥åĵģ":114505,"çıŃéķ¿":114506,"äºĴåĭķ":114507,"笼罩":114508,"æ½Ľ":114509,"æļĸå¿ĥ":114510,"è½°çĤ¸":114511,"åºĨ幸":114512,"è²Įä¼¼":114513,"æĵº":114514,"èĢIJ磨":114515,"ä¸ĵä¸ļ人士":114516,"ä¸ĢèĪ¬éĥ½æĺ¯":114517,"æ¼³å·ŀ":114518,"åħ¨èĩªåĬ¨":114519,"å½ķçĶ¨":114520,"大è·Į":114521,"æľīæķĪæĢ§":114522,"èĩªåĭķ":114523,"ä¸ī个æĸ¹éĿ¢":114524,"港åĮº":114525,"信貸":114526,"éĢļè¯Ŀ":114527,"é«ĺ涨":114528,"æ³Ħæ¼ı":114529,"éħįä¸Ĭ":114530,"åħļå·¥å§Ķ":114531,"被认为":114532,"被认为æĺ¯":114533,"ä¸įä¼ļåĨį":114534,"è°ĥåīĤ":114535,"åıĤèĤ¡":114536,"èĦ±åıij":114537,"å¿łå®ŀ":114538,"åĨħåĪĨæ³Į":114539,"ç¹ģå¿Ļ":114540,"åıĮåĪĽ":114541,"é©»æĿij":114542,"åĪĴç®Ĺ":114543,"éģİä¾Ĩ":114544,"åľ£ç»ı":114545,"èıľé¸Ł":114546,"æĭ¼å¤ļå¤ļ":114547,"ä¸ŃåĽ½æ±½è½¦":114548,"çĥŁèįī":114549,"缴æµģ":114550,"äºĨä¸Ģåı£æ°Ķ":114551,"ä½İæĪIJæľ¬":114552,"æī¾åĽŀ":114553,"èĩªåįij":114554,"總æĺ¯":114555,"æĸĩåĮĸåĪĽæĦı":114556,"天河":114557,"樱æ¡ĥ":114558,"éªijåħµ":114559,"éĩĮéĿ¢æľī":114560,"çİ®":114561,"èĥ½æī¾åĪ°":114562,"éĢĥè·ij":114563,"åĪĩå°Ķ":114564,"åĪĩå°Ķ西":114565,"以ä¸ĭæĺ¯":114566,"å²³éĺ³":114567,"çļĦæ¦Ĥçİĩ":114568,"æĬµåĪ¶":114569,"å¸ĪäºĭåĬ¡":114570,"å¸ĪäºĭåĬ¡æīĢ":114571,"åĩĨæŶ":114572,"屬æĸ¼":114573,"订è´Ń":114574,"åįłæį®äºĨ":114575,"ä¸ŃéĢĶ":114576,"å°ĭ":114577,"é»ij马":114578,"åİ¿åħ¬å®īå±Ģ":114579,"ä¸ĥæľĪ":114580,"èī²ç´ł":114581,"å¿ĥèĦıçĹħ":114582,"æŶéĻIJ":114583,"æ¯įåħ¬åı¸":114584,"å¹ķåIJİ":114585,"ä¸Ĭæ¦ľ":114586,"åĢ¾åIJijäºİ":114587,"纸ä¸Ĭ":114588,"æ¡ĵ":114589,"éĽĨä½ĵç»ıæµİ":114590,"æĥħå¢ĥ":114591,"è¦ģåģļåĪ°":114592,"ç©į極":114593,"åıªæĢķ":114594,"æ¹ĺ西":114595,"çļ±çº¹":114596,"åħ¨åľĭ":114597,"çĦ¡è«ĸ":114598,"好æĦŁ":114599,"åįķä»·":114600,"è¿Ľç¨ĭä¸Ń":114601,"æĺĨä»ij":114602,"åĪĽå®¢":114603,"åħħæĸ¥":114604,"åħĪæĬĬ":114605,"该æĢİä¹ĪåĬŀ":114606,"åĵģå¾·":114607,"åħ¨éĿ¢åıijå±ķ":114608,"è¨ĪåĬĥ":114609,"æĢ»å·¥ä¼ļ":114610,"ä½Ľå±±å¸Ĥ":114611,"æĬĹè¡¡":114612,"å¼Ģåľº":114613,"éĴ±å¸ģ":114614,"åıĭ们":114615,"å«īå¦Ĵ":114616,"ç´¢èµĶ":114617,"è®ĬåĮĸ":114618,"æĮ¤åİĭ":114619,"æĮijè¡ħ":114620,"çŃīä¸Ģæī¹":114621,"æĿ¨æ¬¢":114622,"ä¸ĵ家åѦèĢħ":114623,"èĥ½è¾¾åĪ°":114624,"èµ°è¿ij":114625,"è´«åĽ°åľ°åĮº":114626,"éĻIJæľŁ":114627,"ä¸į平衡":114628,"åĽ½åĨħå¸Ĥåľº":114629,"èµĽåľº":114630,"éħįèµĦ":114631,"è¦ģèĢĥèĻij":114632,"ä¸ĩåı°":114633,"æľĪæľ«":114634,"éĶ¥":114635,"åŃ«":114636,"æݥ触åĪ°":114637,"åĩºäº§":114638,"æķĻåѸ":114639,"ä½ľå¼Ĭ":114640,"çļĦæľĢåIJİä¸Ģ":114641,"ä¿ĥæĪIJ":114642,"åIJ¸åıĸ":114643,"æ½ľèīĩ":114644,"被éªĹ":114645,"è¾ĵäºĨ":114646,"çĭIJçĭ¸":114647,"åįĩéĻį":114648,"è¿ĻäºĽä¸ľè¥¿":114649,"æĬķèµĦåŁºéĩij":114650,"çĶŁçī©åѦ":114651,"ç½ij绾èIJ¥éĶĢ":114652,"åIJijè®°èĢħ":114653,"èįīåľ°":114654,"æĢ¯":114655,"æľįåĬ¡èĥ½åĬĽ":114656,"éĥģéĹ·":114657,"åįķåĵģ":114658,"å¾Ĺ罪":114659,"æĺĵäºİ":114660,"个å¤ļå°ıæŶ":114661,"éĩįä»»":114662,"ä¸Ĭå®ĺ":114663,"æľ¬éĩij":114664,"çı¾åł´":114665,"溢价":114666,"æĺŁè¾°":114667,"æ´»åĬ¨çİ°åľº":114668,"丹麦":114669,"å¸Ŀçİĭ":114670,"æŁ¥æĺİ":114671,"åŃĺåľ¨äºİ":114672,"é¦Ļæ°´":114673,"æĬ½æ£Ģ":114674,"å®ŀéĻħä¸Ĭæĺ¯":114675,"æĸ°å¾ģç¨ĭ":114676,"è´¢åĬ¡ç®¡çIJĨ":114677,"æİĽ":114678,"åĨľåİĨ":114679,"éĥ½èĥ½å¤Ł":114680,"éĤ¯éĥ¸":114681,"çľŁå¯¦":114682,"ç»Ĭ":114683,"åĨµä¸Ķ":114684,"置身":114685,"ç¥Ī祷":114686,"çĿģå¼Ģ":114687,"æĮĩçĤ¹":114688,"å¼Ģæľº":114689,"西å®ģ":114690,"åĮĹ约":114691,"积水":114692,"åĩºåĬ¨":114693,"åıijå±ķ模å¼ı":114694,"转æĬĺ":114695,"èĢĥçĤ¹":114696,"æľīç½ijåıĭ":114697,"è´«åĽ°æĿij":114698,"æĪijä»¬çŁ¥éģĵ":114699,"åĪĨéĶĢ":114700,"å±±èĦī":114701,"æ¯ĶæĭŁ":114702,"ä¼°ç®Ĺ":114703,"æĶ¹å»º":114704,"壮è§Ĥ":114705,"ç§īæĮģ":114706,"æıª":114707,"ç¦Ģ":114708,"åĮĸåѦåĵģ":114709,"ä¸ŃåĽ½åĪ¶éĢł":114710,"ä¸Ģæŀ¶":114711,"æīįè¡Į":114712,"æĭĽå¾ħ":114713,"åıĺæį¢":114714,"åīį线":114715,"幸好":114716,"è¿Ļæł·çļĦè¯Ŀ":114717,"å¿ĥè¡Ģ管":114718,"æĢ§çĸ¾çĹħ":114719,"åħ¨èĥ½":114720,"åĪij侦":114721,"ä¿¡æģ¯åıijå¸ĥ":114722,"æĺ¾çĦ¶æĺ¯":114723,"éĿĴéĵľ":114724,"åIJĥä»Ģä¹Ī":114725,"çĶµä»·":114726,"æ³ķå¾ĭè§Ħå®ļ":114727,"çħ²":114728,"çĵ·åĻ¨":114729,"èĤīç±»":114730,"æıĴåħ¥":114731,"åĹľ":114732,"è¿Łè¿Ł":114733,"ä¸ĢçĤ¹éĥ½ä¸į":114734,"è¿ĺåĮħæĭ¬":114735,"èĪįä¸įå¾Ĺ":114736,"æłĩå¿ĹæĢ§":114737,"æľĪ以æĿ¥":114738,"ç³ĸæŀľ":114739,"éĥ½åºĶ该":114740,"çݯå¢ĥåį«çĶŁ":114741,"èĪªè¡Į":114742,"éĥijéĩį":114743,"ç½ijæĬķ":114744,"åįģä½³":114745,"ç§ģä¸ĭ":114746,"æļ´è·Į":114747,"åĬłå¿«åıijå±ķ":114748,"产åĵģçłĶåıij":114749,"åĪĽéĢłåĩº":114750,"æĢ»è§īå¾Ĺ":114751,"åºķçĽĺ":114752,"èķĬ":114753,"åĩºå¸Ńä¼ļè®®":114754,"主æĿ¿":114755,"æĹ¥æĻļéĹ´":114756,"å®ĺæĸ¹å¾®åįļ":114757,"å¼ķçĶ¨æĹ¥æľŁ":114758,"åī¯æķĻæİĪ":114759,"çĶµåŃIJ产åĵģ":114760,"è¡°éĢĢ":114761,"çķĻåŃĺ":114762,"çģ«åĬĽ":114763,"çĴ§":114764,"çļĤ":114765,"åħ¼åħ·":114766,"éĩįè¿Ķ":114767,"é¢Ĩçķ¥":114768,"åĪĩéĻ¤":114769,"åĨįçĶŁèĥ½æºIJ":114770,"å®ŀåľ¨å¤ª":114771,"çIJĨ论ä¸Ĭ":114772,"ä¸īå±Ĥ":114773,"ä¸ĸçķĮåIJĦåĽ½":114774,"å®ľæĺĮ":114775,"èĢ³è¾¹":114776,"宽æķŀ":114777,"æ±īæĹı":114778,"çĻ½çĻ½":114779,"è¿ĻéĩĮéĿ¢":114780,"çĶŁæ´»ä¹łæĥ¯":114781,"èµŀèµı":114782,"çĶ·å£«":114783,"ä¸Ńä¿Ħ":114784,"车祸":114785,"åīĤéĩı":114786,"éĻ¤åİ»":114787,"左边":114788,"çŃijçī¢":114789,"çīĽå¸Ĥ":114790,"家åĬ¡":114791,"åķĥ":114792,"ç½®æį¢":114793,"ç´«å¤ĸ":114794,"ç´«å¤ĸ线":114795,"å¾Ģåīį":114796,"åĬĽåѦ":114797,"ç´§è·Ł":114798,"缮çļĦåľ¨äºİ":114799,"ç»®":114800,"ç¥Ĥ":114801,"宣è¨Ģ":114802,"äºĮæ°§åĮĸ":114803,"äºĮæ°§åĮĸ碳":114804,"æĹłç¼ĺ":114805,"ç²¾éĢļ":114806,"診":114807,"å¼ķåıijäºĨ":114808,"æľĢåħĪ":114809,"派驻":114810,"ä¸įå¿į":114811,"æĪijçĪ¸":114812,"å¹´ä¸ĭåįĬå¹´":114813,"æ·ĭå·´":114814,"没éĹ®é¢ĺ":114815,"åºĹåĨħ":114816,"è·ŁæĪij说":114817,"çĶŁäº§çĶŁæ´»":114818,"è§ĤæľĽ":114819,"æ¸į":114820,"被æī§è¡Į":114821,"被æī§è¡Į人":114822,"èĪľ":114823,"æݺ":114824,"ä¸Ģç§Ĵ":114825,"èįīåĿª":114826,"åij¼åĴĮ":114827,"åij¼åĴĮ浩":114828,"åij¼åĴĮ浩çī¹":114829,"人æ°ijéĵ¶è¡Į":114830,"çĦķåıij":114831,"è¯ģåĪ¸äº¤æĺĵ":114832,"çķĶ":114833,"æľºèĥ½":114834,"妾":114835,"æĻļå¹´":114836,"å·¥åķĨèģĶ":114837,"åİŁåŀĭ":114838,"è§Ĵ度çľĭ":114839,"æĬ¥ç¤¾":114840,"è¯įæĿ¡":114841,"躲éģ¿":114842,"éĩįåIJ¯":114843,"å¤ķéĺ³":114844,"èĤ¡æĿĥ转让":114845,"åľ¨ä¸Ģ":114846,"åľ¨ä¸ĢæĹģ":114847,"社ä¼ļåĮĸ":114848,"åıijå±ķåİĨç¨ĭ":114849,"æĭĸæ¬ł":114850,"使èĢħ":114851,"ä¸İåIJ¦":114852,"æĸ°å±ĢéĿ¢":114853,"ä»Ĭ天æĪij们":114854,"é½IJèģļ":114855,"对æĪij说":114856,"éĢĴ交":114857,"æľªæĽ¾":114858,"èİĬ":114859,"éĸī":114860,"亲æīĭ":114861,"è§ĴéĢIJ":114862,"æľīé»ŀ":114863,"ç¨İçİĩ":114864,"ä½İ声":114865,"é»ĺå¥ij":114866,"æĻ®æ³ķ":114867,"大ä¸ĵ":114868,"第äºĮ大":114869,"ä½ıåĿĢ":114870,"æĶ¾è¿Ľ":114871,"äºĮæĪĺ":114872,"亲身":114873,"åĽºåĮĸ":114874,"ä¸ĭ乡":114875,"åħ³éĶ®æĬĢæľ¯":114876,"åĽŀæĥ³":114877,"æĬ¥åĪĬ":114878,"æ¶ĤæĬ¹":114879,"èĹıçĿĢ":114880,"ç¥ĿæĦ¿":114881,"åįĩ温":114882,"çĶļèĩ³è¿ŀ":114883,"åħ¬åħĥåīį":114884,"ç¾İæĸ¹":114885,"è¯ļå®ŀ":114886,"æĹłåģ¿":114887,"åīµæ¥Ń":114888,"å°ıå¿ĥ翼":114889,"å°ıå¿ĥ翼翼":114890,"两æīĭ":114891,"温馨æıIJ示":114892,"ä»¿çľŁ":114893,"æĥ¶":114894,"èĥ¡åŃIJ":114895,"å·¥ä½ľç«Ļ":114896,"硬çĽĺ":114897,"ç«¿":114898,"åĤ³éĢģ":114899,"åħ¨æł¡":114900,"é²ľæ´»":114901,"çĴĢçĴ¨":114902,"ç»ĵå°¾":114903,"æį¢æĿ¥":114904,"æĪĢ":114905,"ä½İä½į":114906,"ä¸ĩåħĥ以ä¸Ĭ":114907,"åĬłåĪĨ":114908,"æݨä»ĭä¼ļ":114909,"çIJĨèµĶ":114910,"å¾·å°Ķ":114911,"æĬĹè®®":114912,"æ´¼":114913,"åĸ§":114914,"åŁİéĻħ":114915,"å¾Īæ£Ĵ":114916,"人æŃ»äº¡":114917,"ä¼ļå±ķä¸Ńå¿ĥ":114918,"äºĴèģĶäºĴéĢļ":114919,"èĸĦèĨľ":114920,"éĩįé»ŀ":114921,"ç¦ģæ¯Ĵ":114922,"åĨ·ç¬ij":114923,"大家åı¯ä»¥":114924,"é¦ĸ缸":114925,"è¿ijè·Ŀ离":114926,"æµ®çİ°":114927,"ç§ĺè¯Ģ":114928,"èµ·é£ŀ":114929,"æIJ¶":114930,"羣åģĩ":114931,"æģķ":114932,"å°ıåºĹ":114933,"æ°ijçľ¾":114934,"åıijå¸ĥåħ¬åijĬ":114935,"侧éĩį":114936,"å¾ĺå¾Ĭ":114937,"æĢĶ":114938,"æªIJ":114939,"æķ°çĽ®":114940,"åī¯ç§ĺ书éķ¿":114941,"两åı¥":114942,"éļIJçŀĴ":114943,"åıĮåıĮ":114944,"æīĭæĦŁ":114945,"èij¡äº¬":114946,"éģĹå¿ĺ":114947,"鬥":114948,"è¿Ļä¸ªåľ°æĸ¹":114949,"说çļĦè¯Ŀ":114950,"å·¡åĽŀ":114951,"è¿Ŀç«ł":114952,"æī¾å·¥ä½ľ":114953,"æĶ¯çIJĥéĺŁ":114954,"裡éĿ¢":114955,"æĺ¾ç¤ºåĩº":114956,"èĩ³å°Ĭ":114957,"两级":114958,"åīį段æŶéĹ´":114959,"çĺ¦èº«":114960,"èĤ¢ä½ĵ":114961,"æ¯į親":114962,"æīĭç»Ńè´¹":114963,"汽车è¡Įä¸ļ":114964,"æİ©çĽĸ":114965,"æݧèĤ¡éĽĨåĽ¢":114966,"åı£å¾Ħ":114967,"æĶ¿çŃĸæݪæĸ½":114968,"海绵":114969,"åħ¨éķĩ":114970,"äºĭåħ³":114971,"å¸Ńæī§è¡Į":114972,"å¸Ńæī§è¡Įå®ĺ":114973,"éĤ£æ¬¡":114974,"åı¯èĥ½åĩºçİ°":114975,"ä¸Ńå¿ĥåŁİå¸Ĥ":114976,"翻身":114977,"ä¹Łç®Ĺ":114978,"ä¾µçķ¥":114979,"åĸĩåıŃ":114980,"æ¯ı次éĥ½":114981,"è§ħ":114982,"éĻ¢éĻ¢éķ¿":114983,"å§ĭäºİ":114984,"èѦåĬ¡":114985,"èį¯æĿIJ":114986,"å±łæĿĢ":114987,"æľ¬èº«å°±":114988,"éļıæŶéļı":114989,"éļıæŶéļıåľ°":114990,"åĶ®åįĸ":114991,"æĹłäººé©¾é©¶":114992,"é¢ħ":114993,"åĵģ質":114994,"åĺ²ç¬ij":114995,"è·ijåİ»":114996,"åħĭéĩĮæĸ¯":114997,"çķ¸å½¢":114998,"修饰":114999,"磩éĺµ":115000,"éŁ³ä¹IJä¼ļ":115001,"æŁ³å·ŀ":115002,"齡":115003,"ä¼ļè°Ī":115004,"æŃ£çīĪ":115005,"ä¹ŁåIJĮæł·":115006,"æļ§æĺ§":115007,"è¡ĮæĶ¿éĥ¨éŨ":115008,"ä¹ĸä¹ĸ":115009,"èĤ¤èī²":115010,"æŶ任":115011,"羣åĪĩ":115012,"æľĪä¸ĭ":115013,"æľĪä¸ĭæŬ":115014,"举æĸ¹è´¢å¯Į":115015,"è£ħä¿®åħ¬åı¸":115016,"éĢĢè¿ĺ":115017,"åĭĺå¯Ł":115018,"åĵ¥ä¼¦":115019,"åĵ¥ä¼¦æ¯Ķäºļ":115020,"çĭ¬ä¸Ģ":115021,"çĭ¬ä¸ĢæĹł":115022,"çĭ¬ä¸ĢæĹłäºĮ":115023,"è°ĥåij³":115024,"åİĭè¿«":115025,"åħ¨çIJĥæľĢ大":115026,"åī¯æł¡éķ¿":115027,"æĽ´ä½İ":115028,"åĪĨéĴŁåIJİ":115029,"åĽŀä¾Ĩ":115030,"åĪ¶åīĤ":115031,"åijĬè¯ī大家":115032,"çĤ¹éĴŁ":115033,"åįģä¸īå±Ĭ":115034,"åij¨åĽĽ":115035,"è¿Ļæł·ä¸Ģ":115036,"è¿Ļæł·ä¸ĢæĿ¥":115037,"èĭŁ":115038,"æľĽåİ»":115039,"æĪIJè¯Ń":115040,"å½ĵåį³":115041,"ç¬ij声":115042,"ä¹ĭåĬ¿":115043,"åĪijäºĭæ¡Ī件":115044,"æĮĤçĿĢ":115045,"ä½ķç§į":115046,"å°ı游æĪı":115047,"åĽ½å®¶æĪĺçķ¥":115048,"åĨ·åĨ·":115049,"å®ľå®¾":115050,"æIJºç¨ĭ":115051,"è¶ĭäºİ":115052,"åıįçľģ":115053,"常说":115054,"ä¸ĩæĪ·":115055,"åĥµå°¸":115056,"åįĥä¸ĩåĪ«":115057,"åıijçİ°éĹ®é¢ĺ":115058,"åı¯çŁ¥":115059,"éŨæĪ·ç½ijç«Ļ":115060,"åģ¥åº·äº§ä¸ļ":115061,"åı³è¾¹":115062,"æµ·è¿IJ":115063,"è¿ijä¹İ":115064,"åĮ»æ²»":115065,"æĢ»ç®Ĺ":115066,"ä¸ĢåĪĨéĴŁ":115067,"æĭ§":115068,"ä¹Łæľīä¸ĢäºĽ":115069,"ä¾ĽçĶµåħ¬åı¸":115070,"å»īä»·":115071,"帮ä»ĸ":115072,"æŃ¤æ¬¡æ´»åĬ¨":115073,"åıªèĥ½è¯´":115074,"èĬĭ":115075,"çīĩ段":115076,"åŃĺåľ¨éĹ®é¢ĺ":115077,"ä½łä¼ļåıijçİ°":115078,"è½®å»ĵ":115079,"ç½ijéĢļ":115080,"æ»¨æ±Ł":115081,"æİĪä¿¡":115082,"é»İæĺİ":115083,"ä¸įå±ŀäºİ":115084,"约åįł":115085,"éķ¿æ²Ļå¸Ĥ":115086,"èĥļèĥİ":115087,"åħĥ件":115088,"éĻĨåĨĽ":115089,"購買":115090,"æĮĩæľĽ":115091,"å®ŀä¹łçĶŁ":115092,"çī¹çĤ¹æĺ¯":115093,"çıłæ±Ł":115094,"çľĭä¸įåĩº":115095,"ä¸įè§ģäºĨ":115096,"ç¼ī":115097,"éĺµèIJ¥":115098,"åĶIJæľĿ":115099,"没å¿ħè¦ģ":115100,"åĽ½åľŁèµĦæºIJ":115101,"ç»ıæµİåŃ¦å®¶":115102,"åIJĪèĤ¥å¸Ĥ":115103,"çIJ¢ç£¨":115104,"ç¡®åĪĩ":115105,"åŁİå¸Ĥåıijå±ķ":115106,"çŃ·åŃIJ":115107,"人æ°ijæľįåĬ¡":115108,"满åĪĨ":115109,"è¿·ä¿¡":115110,"ä½ľèĢħæľ¬äºº":115111,"æĸĩç«łæĿ¥æºIJ":115112,"ç«Ļç«ĭ":115113,"æŀĦæĪIJäºĨ":115114,"è¾Ľåĭ¤":115115,"è¶ħ强":115116,"éĶļ":115117,"åīįä¸īåŃ£åº¦":115118,"å°±è§īå¾Ĺ":115119,"å´ĩé«ĺ":115120,"è¶Ĭä¾Ĩ":115121,"è¶Ĭä¾Ĩè¶Ĭ":115122,"å¸ĤåľºèIJ¥éĶĢ":115123,"综åIJĪç´łè´¨":115124,"åŃļ":115125,"侮辱":115126,"äºĮåŃĹ":115127,"å·¥ä½ľä»»åĬ¡":115128,"åı²ä¸ĬæľĢ":115129,"æľĢä¼ĺ":115130,"åIJ©åĴIJ":115131,"表çĻ½":115132,"èİ«åIJį":115133,"èİ«åIJįåħ¶":115134,"èİ«åIJįåħ¶å¦Ļ":115135,"å¹£":115136,"åIJĮå¿Ĺ们":115137,"建设çĶ¨åľ°":115138,"åĦĢ":115139,"éħįåģ¶":115140,"弩":115141,"åĶ±çīĩ":115142,"æīĭèĦļ":115143,"åħ¼ä»»":115144,"åģľæĶ¾":115145,"æŃ£å®Ĺ":115146,"æĸ°åĨľæĿij":115147,"åĤ¬çĶŁ":115148,"æīĢåŃ¦æł¡":115149,"å¿µä½Ľ":115150,"åĶ¤éĨĴ":115151,"åħ±åĪĽ":115152,"æĭīä¸ģ":115153,"èĥĮçĿĢ":115154,"çĶŁæĢģä¿ĿæĬ¤":115155,"åı£å¤´":115156,"æĸ¹åIJijçĽĺ":115157,"調æķ´":115158,"æĭĽèģĺä¿¡æģ¯":115159,"åħ¶ä»ĸåĽ½å®¶":115160,"ç®Ģæĺĵ":115161,"åĮ¿åIJį":115162,"è¯Ħæµĭ":115163,"æĺ¯ä¸Ģ座":115164,"çīµæīĭ":115165,"足迹":115166,"çIJĨ解åĴĮ":115167,"æľĢåıĹ":115168,"å¿ĥè·³":115169,"çĪ¶è¦ª":115170,"éĿŀ常åĸľæ¬¢":115171,"èĭ¦éļ¾":115172,"æĬĢå¸Ī":115173,"æ°ijæĦı":115174,"æĪĺåĽ½":115175,"æĽ¿è¡¥":115176,"津贴":115177,"ä¸ŃåĽ½ä¼łç»Ł":115178,"åIJĦè¡Į":115179,"åIJĦè¡ĮåIJĦ":115180,"åIJĦè¡ĮåIJĦä¸ļ":115181,"第äºĶå±Ĭ":115182,"èį·èĬ±":115183,"æĦıèŃĺ":115184,"票价":115185,"åĪĨæµģ":115186,"æĿİçĻ½":115187,"æ±ŁåĮĹ":115188,"æİĴæĸ¥":115189,"ä½ĵéĩı":115190,"åĮħåIJ«äºĨ":115191,"åĪĺæŁIJ":115192,"çİ°å¦Ĥä»Ĭ":115193,"å·¥èīºåĵģ":115194,"è¿Ļç§įæĸ¹æ³ķ":115195,"åĬŀåħ¬æ¥¼":115196,"çĶµå·¥":115197,"çħĻ":115198,"åį¡çīĩ":115199,"å¹´å¹´åºķ":115200,"ä¸ĵ项èµĦéĩij":115201,"åĮ»ç§ij":115202,"åĮ»ç§ij大åѦ":115203,"åĽŀ头çľĭ":115204,"ä¸įå±ij":115205,"èĩªé©¾":115206,"没æĶ¶":115207,"æīĵçĮİ":115208,"èĦ¸éĥ¨":115209,"åıĥèĢĥ":115210,"å°Ĩ士":115211,"è´«åĽ°äººåı£":115212,"çIJĨæĥ³ä¿¡å¿µ":115213,"é£İå°ļ":115214,"人æīįéĺŁä¼į":115215,"çij¾":115216,"æĿ¥è¿ĻéĩĮ":115217,"æ´Ĺ涤":115218,"å¹´èĸª":115219,"èĭįçĻ½":115220,"ä¸ĩäºĭ":115221,"è¯¾æľ¬":115222,"åºĵéĩĮ":115223,"çī¹æ´¾":115224,"çī¹æ´¾åijĺ":115225,"èµŀç¾İ":115226,"ç©¿æĪ´":115227,"è£½ä½ľ":115228,"èµŀæĪIJ":115229,"ä¸Ģ侧":115230,"å½ĵåľ°äºº":115231,"æĭİ":115232,"纸质":115233,"ä½Ļ个":115234,"éĶĤçĶµæ±ł":115235,"æľºåŀĭ":115236,"éĻ¢éĻ¢å£«":115237,"åģļå·¥":115238,"å¼łè´´":115239,"ç¥Ľæĸij":115240,"æ®ĸæ°ij":115241,"å¥ij约":115242,"æ¹ĺæ½Ń":115243,"æIJĸ":115244,"åŃĺè´§":115245,"交éĢļ大åѦ":115246,"è¶ģçĿĢ":115247,"æĸĩçī©ä¿ĿæĬ¤":115248,"å¤ĩæĪĺ":115249,"éĩĩ纳":115250,"åįĬæľĪ":115251,"æľĢåħ³éĶ®":115252,"æľĢåħ³éĶ®çļĦ":115253,"æİ¥éĢģ":115254,"æĶ¶åī²":115255,"åıįåĢĴ":115256,"çĥĽ":115257,"æ½Ķ":115258,"ä¼Łå¤§å¤įåħ´":115259,"çļĦè¯Ŀè¯Ń":115260,"容å¿į":115261,"å®ļéĩı":115262,"æķĹ":115263,"åĵģçīĮ形象":115264,"æīŃ转":115265,"åĽ½å®¶éĩįçĤ¹":115266,"èĨĿçĽĸ":115267,"ä¸Ģ楼":115268,"大éĻ¸":115269,"éĤªæģ¶":115270,"åĽŀåij³":115271,"çĮ¿":115272,"çĿ¡åīį":115273,"æĹłè¾ľ":115274,"çĹħæ¯ĴæĦŁæŁĵ":115275,"æľºæ¢°åĮĸ":115276,"çĤ¹äº®":115277,"溶解":115278,"åĩłä¹İæīĢæľī":115279,"è·ijéģĵ":115280,"çĶµè§Ĩæľº":115281,"åı¨":115282,"æijĩäºĨ":115283,"æijĩäºĨæijĩ头":115284,"èĩªè´Ł":115285,"综åIJĪåĪ©çĶ¨":115286,"èĩªå¦Ĥ":115287,"åİŁä¾Ĩ":115288,"ä¹Łä¸įæĥ³":115289,"èĬĤ课":115290,"è¿ĩåī©":115291,"çĶ²çĬ¶":115292,"çĶ²çĬ¶èħº":115293,"æĸ°ä¸ĸ纪":115294,"èĩªä¸»åĵģçīĮ":115295,"é«ĺå±Ĥ次":115296,"ä¸Ģè§Ĵ":115297,"è¡Įäºĭ":115298,"ç¥ĸåħĪ":115299,"å©ļåIJİ":115300,"éĹ´éļĻ":115301,"ç¼ĿéļĻ":115302,"è¿ĻæĶ¯":115303,"ä¸įæĸŃåĪĽæĸ°":115304,"å¾®åŀĭ":115305,"æĽĻåħī":115306,"享çĶ¨":115307,"ä¸ŃåĽ½ç§»åĬ¨":115308,"éĹŃçݯ":115309,"æī§æĦı":115310,"åıijå±ķæł¼å±Ģ":115311,"æł¸å¿ĥåĮº":115312,"éªļæī°":115313,"åħļåĴĮåĽ½å®¶":115314,"ä¸ŃåĽ½æĶ¿åºľ":115315,"帶èijĹ":115316,"ä¸ĩåįĥçĵ¦":115317,"åħ©äºº":115318,"äºİæĺ¯æĪij":115319,"åĽºä½ĵ":115320,"çªģå¦Ĥ":115321,"çªģå¦Ĥåħ¶":115322,"çªģå¦Ĥåħ¶æĿ¥":115323,"éĩĮç¨ĭç¢ij":115324,"çĪ±ç¾İ":115325,"æŁ¥éªĮ":115326,"åıĮèµ¢":115327,"éĹªåħī":115328,"楼å®ĩ":115329,"æĻı":115330,"æľīè¶³å¤ŁçļĦ":115331,"æŁĶæĢ§":115332,"ä¿¡æģ¯å®īåħ¨":115333,"管线":115334,"并ä¸įä¼ļ":115335,"åĻ¨ä»¶":115336,"ä½łåºĶ该":115337,"çĿĢå®ŀ":115338,"æĺİæ¸ħ":115339,"æĬĹçĶŁç´ł":115340,"æīĵæŃ»":115341,"å®Įåħ¨ä¸įåIJĮ":115342,"èĬ±æ¤Ĵ":115343,"æĶ¾å®½":115344,"ä½İ端":115345,"åĽĽèĤ¢":115346,"åĮĹäº¬èµĽè½¦":115347,"éĽĨå¸Ĥ":115348,"æľªå©ļ":115349,"大å¹ħæıIJåįĩ":115350,"建çŃij设计":115351,"çĭ¬æľīçļĦ":115352,"æİ¢éĻ©":115353,"æ²³æµģåŁŁ":115354,"æħķ容":115355,"被çĽĹ":115356,"åĵºä¹³":115357,"èıģ":115358,"æĥ¬æĦı":115359,"è¶ĬæĿ¥è¶Ĭ好":115360,"广大群ä¼Ĺ":115361,"å¾·èĤ²":115362,"å¸Ĥåľºä»·æł¼":115363,"奥巴":115364,"奥巴马":115365,"èĬĤ缮ä¸Ń":115366,"两款":115367,"ä¸ĩä½Ļåħĥ":115368,"ç»´å°Ķ":115369,"çĶŁçī©ç§ijæĬĢ":115370,"åIJ¬èµ·æĿ¥":115371,"çłļ":115372,"æĭŁå®ļ":115373,"æ²¹çĶ°":115374,"声èªī":115375,"建çŃijä¸ļ":115376,"éĻIJè´Ń":115377,"çīĩåŃIJ":115378,"çķľç¦½":115379,"ç½ijé¦ĸ页":115380,"ä¼ĹçŃ¹":115381,"æĴŀåĩ»":115382,"åīįä¸įä¹ħ":115383,"åīįä¸ĸ":115384,"åĽĽä¸ªæĦıè¯Ĩ":115385,"æµĭç»ĺ":115386,"éĺ²ç©º":115387,"漫éķ¿çļĦ":115388,"æ²IJæµ´":115389,"æ¯Ķè¾ĥç®Ģåįķ":115390,"æµĭå®ļ":115391,"åĽŀè°ĥ":115392,"让人们":115393,"èĴĭä»ĭ":115394,"èĴĭä»ĭçŁ³":115395,"ç»ĵæĻ¶":115396,"å¢ŀæ·»äºĨ":115397,"æĿ¡è¯Ħ论":115398,"åī¯ä¼ļéķ¿":115399,"ä½ıæīĢ":115400,"ç»ĻåĩºäºĨ":115401,"è°ĥéħį":115402,"æ²ĸ":115403,"æľīçĶ¨":115404,"æľīçĶ¨çļĦ":115405,"ä¸ĢæĿ¡é¾Ļ":115406,"éĩİå¤ĸ":115407,"ç¼ĺåĪĨ":115408,"æ°¸è¿ľä¸įä¼ļ":115409,"æŀľæłij":115410,"大åıijå¿«ä¸ī":115411,"麻éĨī":115412,"äºijéĽĨ":115413,"åİ»åĵªéĩĮ":115414,"åħ¥å¸Ĥ":115415,"ä»»æĢ§":115416,"建档":115417,"建档ç«ĭ":115418,"建档ç«ĭåį¡":115419,"ä¸Ģ棵":115420,"社åįĢ":115421,"çĽ¸ä¼´":115422,"åļ·":115423,"å¡«åħħ":115424,"ä¸ĢæĹı":115425,"ç¾ģ":115426,"åıĸè¯ģ":115427,"èĪ°éĺŁ":115428,"åİĤåĮº":115429,"è¡·å¿ĥ":115430,"åıijå±ķéĺ¶æ®µ":115431,"é«ĺ强度":115432,"åĹĵåŃIJ":115433,"é¢Ĩè¡Ķ":115434,"楼主":115435,"大èĴľ":115436,"æŀķ头":115437,"粮油":115438,"é»Ħçĵľ":115439,"æĵĴ":115440,"å°ıçĭĹ":115441,"æĶ¹éĿ©å§Ķ":115442,"åįģåĪĨéĴŁ":115443,"é²ľèī³":115444,"åħ³ç¾½":115445,"çĭĢæħĭ":115446,"å®ŀçĶ¨æĢ§":115447,"å°ijè§ģ":115448,"é£ŀæī¬":115449,"çĶ°éĩİ":115450,"æIJĤ":115451,"è¿Ļ个è¯į":115452,"åºĶæĢ¥é¢Ħæ¡Ī":115453,"è§Ĵ度æĿ¥çľĭ":115454,"æķ¬çķı":115455,"æ³ķå®Ŀ":115456,"åĸĦæĦı":115457,"æīĵæĸŃ":115458,"对åĨ³":115459,"çµķå°į":115460,"åĢŁæѤ":115461,"å¼ĢæºIJ":115462,"å°ı說":115463,"祺":115464,"å²ģ以ä¸ĭ":115465,"éĢĢå½¹åĨĽäºº":115466,"ä¸įä¹ħåīį":115467,"åĩºåİĤ":115468,"讽åĪº":115469,"æĿ¥çľĭçľĭåIJ§":115470,"éŃĶåħ½":115471,"çķĻä¸ĭæĿ¥":115472,"å±ħ室":115473,"åłħæĮģ":115474,"çľĭäºĨä¸Ģ":115475,"çľĭäºĨä¸Ģçľ¼":115476,"éĽĨåĽ¢æĹĹä¸ĭ":115477,"æĪĺæĪĺç»ĦåIJĪ":115478,"è®¤çľŁèIJ½å®ŀ":115479,"汽车产ä¸ļ":115480,"çī©çIJĨåѦ":115481,"æķµ":115482,"éĴĿ":115483,"åĽ¢éķ¿":115484,"ä¸įæĸŃæī©å¤§":115485,"èĤ©è´Ł":115486,"åıijå±ķ缮æłĩ":115487,"è³ĩéĩij":115488,"åīįç½®":115489,"ä¸ŃåĽ½åı¤ä»£":115490,"æŃ»åĪij":115491,"åħħåĪĨä½ĵçİ°":115492,"åħ³éŨ":115493,"ç¾İæĦŁ":115494,"æīĵåħ¥":115495,"æĬijéĥģçĹĩ":115496,"å°ijçĪ·":115497,"æłijæŀĿ":115498,"æ¶Īæģ¯ç§°":115499,"æ´Ľåħĭ":115500,"åį¯":115501,"è¿ĪåIJij":115502,"æݨåĭķ":115503,"ä»İä¸ļèĢħ":115504,"åݻ买":115505,"欢快":115506,"æĭ¥æĮ¤":115507,"马桶":115508,"æĬĬæݧ":115509,"æĶ¿åħļ":115510,"å¼łæī¬":115511,"客æłĪ":115512,"红æĺŁ":115513,"éĢģæĿ¥":115514,"åħ¨åŁŁæĹħ游":115515,"èĩªç§ģ":115516,"åįģäºĮæĿ¡":115517,"åı¹æģ¯":115518,"ä¸Ģèīĺ":115519,"ä¿Ŀè´¹":115520,"æĸ½å·¥çİ°åľº":115521,"æľī幸":115522,"ç»ŃèĪª":115523,"åı¯èĥ½æľĥ":115524,"èĥĮåıĽ":115525,"ä½£éĩij":115526,"ä¸īçŃīå¥ĸ":115527,"å¾Ī满æĦı":115528,"游æĪıåī¯æľ¬":115529,"群éĩĮ":115530,"æŀĦ件":115531,"åºıå¹ķ":115532,"太æ¹ĸ":115533,"æľ¨è´¨":115534,"æĻĭæ±Ł":115535,"çµĤæĸ¼":115536,"è·³è·ĥ":115537,"åĢºæĿĥ人":115538,"çŃī诸å¤ļ":115539,"æĶ¾åĩº":115540,"åħ³éĶ®æŶåĪ»":115541,"æĦŁæŁĵèĢħ":115542,"é£ŀè¡Įåijĺ":115543,"èĥĨåĽº":115544,"èĥĨåĽºéĨĩ":115545,"æĬ±æŃī":115546,"åij¨äºĮ":115547,"æĸ°æĹ¶æľŁ":115548,"åĨ·éĵ¾çī©æµģ":115549,"è¿Ļç§įæĸ¹å¼ı":115550,"该æĿij":115551,"åĽŀé¦Ī":115552,"åŁºçĿ£æķĻ":115553,"人åıĤ":115554,"æŀ¯çĩ¥":115555,"æī¹åıijå¸Ĥåľº":115556,"åħħåĪĨèĤ¯å®ļ":115557,"å¸ĤæĶ¿åįı":115558,"äºĭæ¥Ń":115559,"龸çİĭ":115560,"çĥŃæIJľ":115561,"åįģä¹Ŀ大":115562,"ä¼´æľī":115563,"ç¾İåĽ½æĢ»ç»Ł":115564,"åŁİå¸Ĥ管çIJĨ":115565,"ä¸ĭ令":115566,"èĥ¸åı£":115567,"åıªçŁ¥éģĵ":115568,"åij¨ä¸ī":115569,"çĶ¨æĪ¶":115570,"éŃ¯":115571,"å¿ĥè¡Ģ":115572,"带头人":115573,"åĮ»åĬ¡":115574,"åĮ»åĬ¡äººåijĺ":115575,"æݧåĪ¶åĻ¨":115576,"ä½ľåĵģåĨħ容":115577,"æĪĺåıĭ":115578,"åİĨå¹´":115579,"ä¸įåħĭ":115580,"ä¸įåħĭä¸įåıĬ":115581,"æĹ¥æŃ£å¼ı":115582,"è±IJå¯Į":115583,"ç¨İè´¹":115584,"æŶæķĪ":115585,"å±ķä½į":115586,"è¡¡éĺ³":115587,"æĪ¿è²¸":115588,"çĪĨ款":115589,"ä¹IJæĦı":115590,"çĶ·ä¸»":115591,"寬":115592,"æľĥèŃ°":115593,"ä¹ĭå¤ľ":115594,"åIJĮ樣":115595,"ä¸įè¦ģ太":115596,"ä¼Ĭæĸ¯":115597,"ä¼Ĭæĸ¯åħ°":115598,"åŁºæľ¬åİŁåĪĻ":115599,"åİ»æİī":115600,"ä½İä¿Ŀ":115601,"个交æĺĵ":115602,"个交æĺĵæĹ¥":115603,"èģĬèģĬ":115604,"åĽĽä½į":115605,"åħļç»ĦæĪIJåijĺ":115606,"主è¦ģä»İäºĭ":115607,"å½±éŁ³":115608,"åĨĴåĩº":115609,"åij¼åIJ¸éģĵ":115610,"è¾¾å°Ķ":115611,"æľ¨åľ°æĿ¿":115612,"诡å¼Ĥ":115613,"çģ¯åħ·":115614,"çģ«çĥ§":115615,"解èĦ±":115616,"æĦĪåıij":115617,"æ¹ĸå·ŀ":115618,"é£İä¿Ĺ":115619,"æĸ°å½¢åĬ¿":115620,"æĸ°å½¢åĬ¿ä¸ĭ":115621,"è²Ŀ":115622,"èĦĵ":115623,"åĬ¨åĬĽçĶµæ±ł":115624,"é£ŀèĪ¹":115625,"飧æĢ§":115626,"åĪ©çī©":115627,"åĪ©çī©æµ¦":115628,"ä¸į认è¯Ĩ":115629,"ç¼ĸç»ĩ":115630,"ä½ľåĿĬ":115631,"èģĮä¸ļæĬĢèĥ½":115632,"çľĭè¦ĭ":115633,"åĽ´æ£ĭ":115634,"æĺıè¿·":115635,"å½Ĵå±ŀäºİ":115636,"æĤ¬å´ĸ":115637,"éĨ«çĻĤ":115638,"å®ĭ代":115639,"åºĦæĿij":115640,"èĹķ":115641,"çĮĽçĦ¶":115642,"çĩĥæĸĻçĶµæ±ł":115643,"å®ŀä½ĵåºĹ":115644,"ä¸į足以":115645,"æĥħç·":115646,"æĥħç·Ĵ":115647,"å»ĬåĿĬ":115648,"çĶµåı°":115649,"åºĶåĬĽ":115650,"ä¸Ńå°ıåѦçĶŁ":115651,"èĥ¡åIJĮ":115652,"éī´åĪ«":115653,"åĨħç½®":115654,"乱象":115655,"æ¬ĬçĽĬ":115656,"å¼ĢæĶ¾å¼ı":115657,"åįļæĸĩ":115658,"讲课":115659,"çŃīåİŁåĽł":115660,"穷人":115661,"äº¤æĽ¿":115662,"æĬ¤çħ§":115663,"åıijå±ķæľºéģĩ":115664,"客åķĨ":115665,"åıįä¹ĭ":115666,"ç±³é¥Ń":115667,"并åıij":115668,"并åıijçĹĩ":115669,"æ±īåŃIJ":115670,"æŀľåĽŃ":115671,"对æĪijæĿ¥è¯´":115672,"åģıåIJij":115673,"æī¹ç¤º":115674,"读åIJİ":115675,"读åIJİæĦŁ":115676,"æĺİæĻº":115677,"åĽ´çĿĢ":115678,"åıį转":115679,"æĿ¨å¹Ĥ":115680,"ä¸ĵåįĸ":115681,"ä¸ĵåįĸåºĹ":115682,"åıĹéĻIJ":115683,"åºŁè¯Ŀ":115684,"æŀģå°ij":115685,"åįĪåIJİ":115686,"è¿Ľä¿®":115687,"åīĬåĩı":115688,"æľ¬ç§ijçĶŁ":115689,"ä¼ĺéĢī":115690,"åħīçħ§":115691,"åıĻäºĭ":115692,"åıĸæļĸ":115693,"åĮĹè·¯":115694,"æ¦ķ":115695,"èİĨçĶ°":115696,"楼å±Ĥ":115697,"天èĬ±":115698,"天èĬ±æĿ¿":115699,"çĤľ":115700,"å·²ç»ıæľīäºĨ":115701,"趾":115702,"çĶ³åįļ":115703,"çĶµéĺ»":115704,"åĬŁè¯¾":115705,"æŃ¥æŃ¥":115706,"éĤ£ä¹Ī容æĺĵ":115707,"æѤæĸĩ":115708,"ä½°":115709,"计è¾ĥ":115710,"çīĩéĿ¢":115711,"çĶµå½±éĻ¢":115712,"ä¸įåħ¬å¹³":115713,"ä¸īæľŁ":115714,"æĹħ游èµĦæºIJ":115715,"å¤ļç§įå½¢å¼ı":115716,"è£Ĥç¼Ŀ":115717,"åIJİæİĴ":115718,"硬度":115719,"åĽŀæļĸ":115720,"éģĵæķĻ":115721,"è´«è¡Ģ":115722,"æ¸ħé¦Ļ":115723,"伤çĹħ":115724,"æĦı義":115725,"çļĦç¼ĺ":115726,"çļĦç¼ĺæķħ":115727,"åºĦ严":115728,"åıªæĺ¯ä¸ºäºĨ":115729,"æīĵæĬĺ":115730,"以ä¾Ĩ":115731,"滿足":115732,"çİĽä¸½":115733,"風éļª":115734,"æĸĩç§ij":115735,"éħįå¤ĩäºĨ":115736,"è¿Ľé£Ł":115737,"涡":115738,"è·¯ç¨ĭ":115739,"åı«å£°":115740,"ä¸Ńå¿ĥåŁİåĮº":115741,"æľīæīĢä¸įåIJĮ":115742,"張貼":115743,"é¢ĦæĬ¥":115744,"æľīå¤ļä¹Ī":115745,"è¿Ľè¡Įåħ¨éĿ¢":115746,"æĽ¾ç¶ĵ":115747,"ä¸ī代":115748,"å®ı大":115749,"æ¸ħæī«":115750,"éĢīåĩº":115751,"åĵªä¸Ģ个":115752,"主義":115753,"ä¾Ŀæĵļ":115754,"çļ®éĿ©":115755,"赶æĿ¥":115756,"çŃĽæŁ¥":115757,"æ¨Ł":115758,"ä¿ĿèįIJ":115759,"åIJĥæĥĬ":115760,"æľĭåıĭ们对":115761,"ä»ĸæĺ¯ä¸Ģ个":115762,"åºŁæ°Ķ":115763,"æ»ħ":115764,"è´¢ç¨İ":115765,"æĿijæĿijæ°ij":115766,"èµĦäº§è´ŁåĢº":115767,"å®īå¨ľ":115768,"缮åīįåĽ½åĨħ":115769,"æĦŁè§īèĩªå·±":115770,"çµIJåIJĪ":115771,"éĶ¦æłĩ":115772,"éĶ¦æłĩèµĽ":115773,"æĽ´æ·±":115774,"åŁºæķ°":115775,"éħ¿éħĴ":115776,"çī¹èī²äº§ä¸ļ":115777,"åİĭå®ŀ":115778,"ä¾Ŀæ³ķ追究":115779,"æ·¡å®ļ":115780,"ç®ĢçĽ´å°±æĺ¯":115781,"å£ĵåĬĽ":115782,"æ°ijå¿ĥ":115783,"ä¸įåIJĪéĢĤ":115784,"çĶ±æѤåı¯è§ģ":115785,"èµŀèªī":115786,"澤":115787,"åĩłå¹´åīį":115788,"åIJīä»ĸ":115789,"çł´æįŁ":115790,"è½»è½»åľ°":115791,"å²Ľå±¿":115792,"æĦıå¢ĥ":115793,"ä»Ģä¹Īåı«":115794,"åģĩè£ħ":115795,"éĢģè´§":115796,"å¹ķå¢Ļ":115797,"妥åįı":115798,"åĽ½æĹĹ":115799,"äºĨå¾Īä¹ħ":115800,"åĪĨ辨çİĩ":115801,"ç´Ķ":115802,"éĺ³åĮº":115803,"åĩŃçĿĢ":115804,"åģľè½¦ä½į":115805,"京éĥ½":115806,"éĶ£":115807,"æĵ¾":115808,"è¿ĽéŨ":115809,"åĪĺæµ·":115810,"åĽĽçº§":115811,"女足":115812,"è¡ĮæĶ¿å®¡æī¹":115813,"éģ¥æݧ":115814,"ä¸įéĮ¯":115815,"å¾Ĺå¾Ī好":115816,"ä¸ºçĽ®çļĦ":115817,"ä»įæľª":115818,"ç²¾è£ħ":115819,"éĢįéģ¥":115820,"尽头":115821,"çºłç¼ł":115822,"éłĺå°İ":115823,"æĭħè´Ł":115824,"æĪĸèĢħåħ¶ä»ĸ":115825,"åıªä¸įè¿ĩæĺ¯":115826,"åı®åĺ±":115827,"åģĩåĨĴ":115828,"æļĸæ°Ķ":115829,"çĽIJåŁİ":115830,"被è§Ĩ为":115831,"诺è´Ŀå°Ķ":115832,"ç»ĻäºĨæĪij":115833,"è¿ijåįĥ":115834,"éĩįåĽŀ":115835,"éĨĴäºĨ":115836,"çĶµè§£":115837,"忽çķ¥äºĨ":115838,"èĥĮéĥ¨":115839,"æĸĩæĺİåŁİå¸Ĥ":115840,"æºħ":115841,"è²ĵ":115842,"æĬµæĮ¡":115843,"åĸľæ¬¢åIJĥ":115844,"éĿĻéĿĻåľ°":115845,"å¾Īæ·±":115846,"åŁºç¡ĢçŁ¥è¯Ĩ":115847,"è¿ĩéĶĻ":115848,"çIJĨç§ij":115849,"交æµģåIJĪä½ľ":115850,"èĪĶ":115851,"èª¿æŁ¥":115852,"æħĪæĤ²":115853,"éĴ°":115854,"èĩ´çĶµ":115855,"å®£ä¼łæ´»åĬ¨":115856,"åıĺéĩı":115857,"çļĦ人æĿ¥è¯´":115858,"æŶéļĶ":115859,"ä¸įç®¡ä½ł":115860,"缸è¿ij":115861,"è´µéĩijå±ŀ":115862,"ä¹Łä¸įåı¯èĥ½":115863,"ç²īæľ«":115864,"åįĹçĵľ":115865,"çĻ½é©¬":115866,"åħīæºIJ":115867,"éĩijå¥ĸ":115868,"çĭ¬è§Ĵ":115869,"çĭ¬è§Ĵåħ½":115870,"妨ç¢į":115871,"ç»ĻåĬĽ":115872,"ä½Ĩä»į":115873,"å¼łå®¶åı£":115874,"èIJ¬åħĥ":115875,"渲æŁĵ":115876,"éķ¿å¤§äºĨ":115877,"è®°èĢħäºĨ解":115878,"æĢĢçĿĢ":115879,"è¦ģåѦä¼ļ":115880,"游æĪı代":115881,"游æĪı代ç»ĥ":115882,"äºĮçĻ¾":115883,"æĦıè¯Ĩå½¢æĢģ":115884,"çݺ":115885,"计åĪĴçĶŁèĤ²":115886,"æī¾åĩĨ":115887,"åħ°èĬ±":115888,"è¿Ļ座åŁİå¸Ĥ":115889,"污泥":115890,"å®ĺæĸ¹å¾®ä¿¡":115891,"å½Ĵå±ŀ":115892,"æ°§æ°Ķ":115893,"éģİç¨ĭä¸Ń":115894,"åį°è±¡æ·±åĪ»":115895,"稳妥":115896,"çµIJæĿŁ":115897,"åŃķæľŁ":115898,"çī¹æĿĥ":115899,"åĿļåĽº":115900,"顺åĬ¿":115901,"æŀľèĶ¬":115902,"éĨ«å¸«":115903,"åİ®":115904,"ä¹Łæĺ¯å¦ĤæѤ":115905,"é¦Ĵ头":115906,"缸åĬ©":115907,"干线":115908,"ä¸Ģæľ¬ä¹¦":115909,"绥":115910,"æĮ¯å¥ĭ":115911,"èĤ¾èĦı":115912,"åĭķçī©":115913,"é£ŀè·ĥ":115914,"èıľåĵģ":115915,"å¤ļä½Ļ":115916,"å¤ļä½ĻçļĦ":115917,"éĢĿä¸ĸ":115918,"æģĭ人":115919,"å¼ĢåıijåĪ©çĶ¨":115920,"顺丰":115921,"éĩİå¿ĥ":115922,"æł¡å¤ĸ":115923,"æģIJé¾Ļ":115924,"éĿ¢åħ·":115925,"éķ¿è¾Ī":115926,"éļıå¤Ħ":115927,"éļıå¤Ħåı¯è§ģ":115928,"紧缺":115929,"éĩįä¸Ń":115930,"éĩįä¸Ńä¹ĭ":115931,"éĩįä¸Ńä¹ĭéĩį":115932,"奥æĸ¯":115933,"奥æĸ¯åį¡":115934,"ä¸Ģ个å¤ļ":115935,"ä¸Ģ个å¤ļæľĪ":115936,"ä¸įåı¯ç¼ºå°ij":115937,"æĸ°æł¼å±Ģ":115938,"æıIJæĮ¯":115939,"è¡Įè´¿":115940,"æ¼Ĥæµģ":115941,"èģĬåŁİ":115942,"åħ´å»º":115943,"è´¨æ£Ģ":115944,"ç§ģæľį游æĪı":115945,"æĽ´éĩįè¦ģ":115946,"è´®":115947,"çħľ":115948,"转åıĺ为":115949,"è¿Ļ两年":115950,"ä¿Ŀé²ľ":115951,"æī§æķĻ":115952,"çĥ¨":115953,"å¼Ģåıij建设":115954,"è¿IJèIJ¥ç®¡çIJĨ":115955,"误差":115956,"京åī§":115957,"å¸IJåı·":115958,"å·¥ä½ľä½ľé£İ":115959,"ä¸ĸä¿Ĺ":115960,"çĻ½å®«":115961,"å¤©åĽ½":115962,"å¤©åĽ½ç»§ç»Ń":115963,"å·´æĸ¯":115964,"èIJ¥åĪ©":115965,"åĵģæł¼":115966,"æĿijæ°ij们":115967,"æĪ¿è½¦":115968,"çŃīçĹĩçĬ¶":115969,"å¦Ĥå®ŀ":115970,"宸":115971,"å±Ĥ级":115972,"éĶĻè¿ĩäºĨ":115973,"ç»ĵå®ŀ":115974,"ç¬ijèĦ¸":115975,"羣å®ŀæĢ§":115976,"éĥ½å¸ĤæĬ¥":115977,"é¥Ńèıľ":115978,"åºĶ注æĦı":115979,"æĬ½çĥŁ":115980,"伪éĢł":115981,"åīįä¸Ģ天":115982,"éŃĶé¾Ļ":115983,"éŃĶé¾Ļ令çīĮ":115984,"约è°Ī":115985,"绣çŃ¹æİ¨è¿Ľ":115986,"让çĶ¨æĪ·":115987,"åħ¨éĿ¢èIJ½å®ŀ":115988,"å¼Ħå¾Ĺ":115989,"è°ĪæģĭçĪ±":115990,"鸣æĪIJéķ¿":115991,"鸣æĪIJéķ¿è®°":115992,"æ´ĭæ´ĭ":115993,"çĸıæķ£":115994,"éĿ¢ç§¯çº¦":115995,"æµĵ缩":115996,"æĸ¯é¡¿":115997,"çĶŁæĢģåľĪ":115998,"æī§å¯¼":115999,"移éĢģ":116000,"齿轮":116001,"æł¹æľ¬å°±ä¸į":116002,"缩åĩı":116003,"èµ°ä¸ĭåİ»":116004,"çĿ«æ¯Ľ":116005,"ä¹Łä¸įéĶĻ":116006,"åıįæĺłåĩº":116007,"èĭ¦æģ¼":116008,"缸åħ³æĶ¿çŃĸ":116009,"é«ĺ楼":116010,"ç²īèī²":116011,"æĬķèµĦé¢Ŀ":116012,"ä¸įç»ı":116013,"ä¸įç»ıæĦı":116014,"å®ģæĦ¿":116015,"èĪĮ头":116016,"æ»ĭçĶŁ":116017,"å®ģåİ¿":116018,"åīįåĪĹèħº":116019,"åĩ³":116020,"é£Łæ¬²":116021,"åıĸèĥľ":116022,"éĻ¢åŃIJ":116023,"ç´łè´¨æķĻèĤ²":116024,"滨å·ŀ":116025,"æĬ¢æĬĵ":116026,"å¼Ĥåij³":116027,"åĴļ":116028,"åĬį":116029,"宽éĺĶ":116030,"æļ´æ¶¨":116031,"æĥłåıĬ":116032,"è§Ħç¨ĭ":116033,"ä¾Ľåħ»":116034,"éĢģå¾Ģ":116035,"å±±åºĦ":116036,"举äºļ":116037,"å±ķé¦Ĩ":116038,"解éĶģ":116039,"æĹłè§Ĩ":116040,"éĻįèIJ½":116041,"è¿ŀäºij":116042,"è¿ŀäºij港":116043,"åıĤè°ĭ":116044,"çİĸ":116045,"ç¬ĥ":116046,"èĢĹè´¹":116047,"æī¿å¾·":116048,"社ä¼ļæķĪçĽĬ":116049,"åįĹæµ·ç½ij":116050,"åĪĽä¼¤":116051,"èIJ±":116052,"åħħæ²Ľ":116053,"ç½ijç«Ļ建设":116054,"大åºĨ":116055,"åĨįéĢł":116056,"åŃĹæł·":116057,"åħ¨æ°ijåģ¥èº«":116058,"èĮ«èĮ«":116059,"æµ®åĬ¨":116060,"åīįåı°":116061,"å¢ŀ设":116062,"éĢĽè¡Ĺ":116063,"åĢĴéĹŃ":116064,"æ³ķå¾ĭ顾éĹ®":116065,"çĸ®":116066,"çĹħçĹĩ":116067,"空åīį":116068,"请æķĻ":116069,"èĥľä»»":116070,"æĿĢèıĮ":116071,"æĪĺæĸĹæľº":116072,"ç»ĺåĪ¶":116073,"å¤Ħæĸ¹":116074,"çªģåĽ´":116075,"çĮ«åĴª":116076,"æĬ¥åijĬæĺ¾ç¤º":116077,"ç¿Ł":116078,"çķ¶åľ°":116079,"æľĢéļ¾":116080,"纪å§Ķ书记":116081,"ä½İåİĭ":116082,"èĻļ空":116083,"è¿Ļéĥ¨çĶµå½±":116084,"产ä¸ļåįĩ级":116085,"è°·çĪ±":116086,"è°·çĪ±åĩĮ":116087,"æĬ¼éĩij":116088,"女æĸ¹":116089,"éĴ»çłĶ":116090,"æļĹæļĹ":116091,"è¿·ä½ł":116092,"æīĢè¬Ĥ":116093,"å¨ģå»ī":116094,"å¼ĢæľĹ":116095,"å²Ķ":116096,"çģ«çĤ¬":116097,"åIJĪçIJĨæĢ§":116098,"åħ¬åĬŀ":116099,"ä¼ļä¼ļéķ¿":116100,"éĺ´è°ĭ":116101,"å¼Ģå±Ģ":116102,"æĻ®éĢļè¯Ŀ":116103,"åį¡æĭī":116104,"å°ijåIJĥ":116105,"éĹªèĢĢ":116106,"æŀľæ±ģ":116107,"æī§è¡ĮåĬĽ":116108,"è°Ľ":116109,"æĬ¢åĬ«":116110,"é«ĺéĢŁåıijå±ķ":116111,"飬":116112,"åįĹæ²Ļ":116113,"é«ĺçŃīåŃ¦æł¡":116114,"æį¢ä¸ª":116115,"åı¯èĥ½åŃĺåľ¨":116116,"æĬĴ":116117,"è°±åĨĻ":116118,"被æĬĵ":116119,"æĿ¯åŃIJ":116120,"èĬĤèĥ½åĩıæİĴ":116121,"æ°ĶåĢĻåıĺåĮĸ":116122,"åĪĨåĪ¥":116123,"ä¸Ńæŀ¢":116124,"欢åij¼":116125,"åħī纤":116126,"è¿Ļ群":116127,"çľ¼çķĮ":116128,"åħ±åIJĮåıijå±ķ":116129,"çİ°ä»Ĭ":116130,"éĹ»è¨Ģ":116131,"çī¹èī²å°ıéķĩ":116132,"æķij人":116133,"éĻįæ°´":116134,"ä¸ĸçķĮä¸Ģæµģ":116135,"å°±é¤IJ":116136,"çŀ¥":116137,"å¤įä»ĩ":116138,"ç¾½æ¯Ľ":116139,"ç¾½æ¯ĽçIJĥ":116140,"è´©åįĸ":116141,"æºIJæ³ī":116142,"æĢ»ä½ĵè§ĦåĪĴ":116143,"åĬ¨æĦŁ":116144,"ä¸Ģ审":116145,"åĢŁéĴ±":116146,"è§ģæķĪ":116147,"èĬ±èįī":116148,"åIJĮä¸ļ":116149,"æŁ¥è©¢":116150,"åĽ½éĻħåIJĪä½ľ":116151,"ä¾ĽåĽ¾":116152,"åģ´":116153,"æłĵ":116154,"缸éĢļ":116155,"è°ĪåıĬ":116156,"è¿ĩç¨ĭå½ĵä¸Ń":116157,"é¦Ļèıĩ":116158,"åįģåĽĽæĿ¡":116159,"ä¸Ģå¼Ģå§ĭå°±":116160,"ä¸ĵåijĺ":116161,"æĺİ顯":116162,"æīĵéĢłåĩº":116163,"ä¸ĭéĿ¢æĪij们":116164,"æľºæ²¹":116165,"åı°è¯į":116166,"åŃIJå¼Ł":116167,"æľĢ常è§ģçļĦ":116168,"æĪijè®°å¾Ĺ":116169,"ç»°":116170,"æĤ¬æµ®":116171,"è¿ĺ羣æĺ¯":116172,"æĮĤåı·":116173,"åıĭåĸĦ":116174,"éĩį伤":116175,"çħ§äº®":116176,"æѦèѦ":116177,"åĩºçİ°éĹ®é¢ĺ":116178,"è¸Ĭè·ĥ":116179,"åľ°çIJĥä¸Ĭ":116180,"å¸Ĥ人大":116181,"åıĹ害人":116182,"å²IJ":116183,"åIJĮåѸ":116184,"éĩijèŀįå¸Ĥåľº":116185,"æľīçļĦçݩ家":116186,"å¸ĤæķĻèĤ²":116187,"å¸ĤæķĻèĤ²å±Ģ":116188,"åIJĦå¼Ĥ":116189,"ç·ļä¸Ĭ":116190,"æģº":116191,"æľī大éĩıçļĦ":116192,"åķĨæĬ¥":116193,"åįķåįķ":116194,"åħ¨é¢Ŀ":116195,"ä¾Ŀæŧæĺ¯":116196,"好åĩłä¸ª":116197,"åĸµ":116198,"éĩįæķ´":116199,"çĶŁæ´»è´¨éĩı":116200,"æݢ访":116201,"åį°èĬ±":116202,"缼è¡Į":116203,"å¾®è§Ĥ":116204,"èĪįå¾Ĺ":116205,"åºŁå¼ĥçī©":116206,"积èĵĦ":116207,"å®ļå±ħ":116208,"æĤ¼":116209,"èĮ¸":116210,"çļĦ帮åĬ©":116211,"çļĦ帮åĬ©ä¸ĭ":116212,"亿åIJ¨":116213,"åŃĶéĽĢ":116214,"è¿ĻæĿ¡è·¯":116215,"饵":116216,"æĦĪåĬł":116217,"éķį":116218,"ä½ľæ¡Ī":116219,"èįĶæŀĿ":116220,"太å°ij":116221,"跻身":116222,"åħ¬çĽĬæ´»åĬ¨":116223,"çĻ½æĸij":116224,"æĬĢæľ¯æ°´å¹³":116225,"帧":116226,"æĹłçŁ¥":116227,"åºĶ该æĢİä¹Ī":116228,"éĢĢå¸Ĥ":116229,"æ¸Ń":116230,"åħ»çĮª":116231,"驼":116232,"ç¾¤å²Ľ":116233,"大åį«":116234,"ä¹ĺçĶ¨è½¦":116235,"èı²å°Ķ":116236,"è´´åIJ§":116237,"åģľä¸ĭæĿ¥":116238,"æľīæľºç»ĵåIJĪ":116239,"åĪ»èĭ¦":116240,"çļĦåľ°":116241,"çļĦåľ°æŃ¥":116242,"è¯ĬæīĢ":116243,"å¼ĢæĪĺ":116244,"èĢģçīĮ":116245,"çŃ¹çłģ":116246,"åħ«å¤§ä»¥æĿ¥":116247,"楼æĪ¿":116248,"åŃĻæĤŁ":116249,"åŃĻæĤŁç©º":116250,"åħĴåŃIJ":116251,"第ä¸ĢæĿ¡":116252,"社交åªĴä½ĵ":116253,"æĥ³èµ·æĿ¥":116254,"大æ´ĭ":116255,"æĭ¼éŁ³":116256,"è¿Ľåįļä¼ļ":116257,"è¿ĩåħ³":116258,"æ²¼":116259,"ç©¿æIJŃ":116260,"éĤ£ä¸Ģ天":116261,"çł´éŨ":116262,"æĬķæłĩ人":116263,"赢家":116264,"èĻļå¼±":116265,"æ¿ĥ":116266,"å®īæ£Ģ":116267,"客家":116268,"çĭ¬ç«ĭèij£äºĭ":116269,"æīĭåĬ¿":116270,"åīµéĢł":116271,"åľĨ满å®ĮæĪIJ":116272,"为主线":116273,"好å¥ĩå¿ĥ":116274,"é¢ĨåľŁ":116275,"çªĸ":116276,"åħ¸åŀĭæ¡Īä¾ĭ":116277,"çªģåıijäºĭ件":116278,"åºķæ°Ķ":116279,"头æĻķ":116280,"å®Ľå¦Ĥ":116281,"觸":116282,"æ¸ħæ·¡":116283,"åļ¼":116284,"åģľçĶµ":116285,"ç²īå°ĺ":116286,"éĻįä½İæĪIJæľ¬":116287,"æĶ¾æīĭ":116288,"è®°èĢħ表示":116289,"æĭĸ延":116290,"éªĩ":116291,"æ®ĭå¿į":116292,"çľģæķĻèĤ²":116293,"çľģæķĻèĤ²åİħ":116294,"é«ĺé¢Ŀ":116295,"éĦĻ":116296,"æ¥ŀ":116297,"åĨħç§ij":116298,"èIJ¥ä¸ļé¢Ŀ":116299,"åŁºçŁ³":116300,"æµģæ·Į":116301,"主æŨ":116302,"éĺIJéĩĬ":116303,"建åįİ":116304,"æĥĬåı¹":116305,"çī¢åĽºæłijç«ĭ":116306,"æĺ¯åIJ¦åŃĺåľ¨":116307,"建åĨĽ":116308,"éĽ¾éľ¾":116309,"åħ¬è®¤":116310,"åħ¬è®¤çļĦ":116311,"æ°¨åŁº":116312,"æ°¨åŁºéħ¸":116313,"åīįåĩłå¹´":116314,"åĪ¹éĤ£":116315,"æ±Łä¸ľ":116316,"å·¥æ¥Ń":116317,"ä¸ĢçĤ¹ä¹Łä¸į":116318,"修士":116319,"äºĨä¸Ģéģį":116320,"åĪģ":116321,"æ»ļæ»ļ":116322,"åĪĨæł¡":116323,"羣çĪ±":116324,"è¡ĢèĦī":116325,"æĢ¥åī§":116326,"ä¸Ģ群人":116327,"羯":116328,"æĪIJé¾Ļ":116329,"ç²¾ç¥ŀçĹħ":116330,"缸åħ³äººåijĺ":116331,"éĿĵ丽":116332,"ä¸īåŃ£åº¦":116333,"åĪĴå®ļ":116334,"ä¸ĸçķĮ第ä¸Ģ":116335,"éĢļä¿Ĺ":116336,"åķĨä¸ļåľ°äº§":116337,"åĬŁèĥ½æĢ§":116338,"èµĦæľ¬ä¸»ä¹ī":116339,"详è§ģ":116340,"æĬĵæįķ":116341,"æĸĩæĺĮ":116342,"å®Ŀå®ī":116343,"è£ħéħįå¼ı":116344,"æºIJæºIJ":116345,"æºIJæºIJä¸įæĸŃ":116346,"çĶŁæĢķ":116347,"纵åIJij":116348,"壽":116349,"çľ¼è¢ĭ":116350,"èĤīä½ĵ":116351,"åı¤ä»Ĭ":116352,"èŀįåªĴä½ĵ":116353,"åģī":116354,"æł¼æľĥåĵ¡":116355,"çĥ·":116356,"åĬŁçĶ¨":116357,"æīŃ磩":116358,"绿èī²éĢļéģĵ":116359,"åī§ç»Ħ":116360,"å¼±åĬ¿":116361,"è´¨éĩıéĹ®é¢ĺ":116362,"éĻIJé¢Ŀ":116363,"éªĨ":116364,"éģµä¹ī":116365,"å¯Ŀ室":116366,"æĥ³å¿µ":116367,"åł±åijĬ":116368,"ä»ħ次":116369,"ä»ħ次äºİ":116370,"èŀįåĪĽ":116371,"æĭĽèģĺä¼ļ":116372,"åºĬåŀ«":116373,"转åŀĭåıijå±ķ":116374,"ä¸ŃåĽ½çĶµä¿¡":116375,"åIJ¬è¯Ŀ":116376,"è«ĭæ±Ĥ":116377,"大éĥ¨åĪĨ人":116378,"æ´»å¾Ĺ":116379,"åĵŃæ³£":116380,"è¶Ļ":116381,"åıijçĹħçİĩ":116382,"ä¸į符":116383,"åĨĽå®ĺ":116384,"é¢Īæ¤İ":116385,"æĸ°åĨłçĸ«æĥħ":116386,"æŁ¬åŁĶ":116387,"æŁ¬åŁĶ寨":116388,"ä»»ä½ķå½¢å¼ı":116389,"人éĻħ":116390,"人éĻħåħ³ç³»":116391,"æĢ»æī¿åĮħ":116392,"å¹³åĿĩæ¯ı":116393,"æģŃåĸľ":116394,"åĦĺ":116395,"åħµé©¬":116396,"è¿ŁåĪ°":116397,"工伤":116398,"çīĪæĿĥå½Ĵ":116399,"çīĪæĿĥå½ĴåİŁ":116400,"æĭ¥æĬ¤":116401,"ç³Ĭæ¶Ĥ":116402,"å¹²æ¶ī":116403,"å°ijä¸įäºĨ":116404,"æĥ³æī¾":116405,"è´¹çİĩ":116406,"该éĻ¢":116407,"èŀįåĮĸ":116408,"è¿İåIJĪ":116409,"è§ĨåIJ¬èĬĤ缮":116410,"æł¼ç¶²ç«Ļ":116411,"çľīæ¯Ľ":116412,"欢è¿İ大家":116413,"家åºŃæķĻèĤ²":116414,"ä¾µèļĢ":116415,"ç»Ļä½łä»¬":116416,"è¡Ģ液循çݯ":116417,"å¯Ħæīĺ":116418,"å°ĸåı«":116419,"以ä¸ĭåĩłä¸ª":116420,"è¿ĺ以为":116421,"åħ¶ä»ĸçݩ家":116422,"ç¬ijç¬ij":116423,"æīĵåIJ¬":116424,"èĩªçĦ¶ç§ijåѦ":116425,"åŁºç«Ļ":116426,"ä¹Ŀå·ŀ":116427,"ä¿Ŀ驾":116428,"ä¿Ŀ驾æĬ¤":116429,"ä¿Ŀ驾æĬ¤èĪª":116430,"æĶ¾çľ¼":116431,"çŁ¥åIJįä¼ģä¸ļ":116432,"縮":116433,"稽":116434,"æļĩ":116435,"使çĶ¨ç¶²è·¯":116436,"é¢ĦçķĻ":116437,"大象":116438,"åıijæĺİä¸ĵåĪ©":116439,"æĸĩ娱":116440,"éĢłç¦ı":116441,"湿润":116442,"éĿ¢æĿ¡":116443,"æ¶Īè´¹åįĩ级":116444,"è®Ĭå¾Ĺ":116445,"åĩłåIJį":116446,"ä»Ħ":116447,"认æ¸ħ":116448,"è¿ľæĻ¯":116449,"æıĴ座":116450,"诸侯":116451,"åıĺæĢģ":116452,"ç¦ı彩":116453,"è´§æŀ¶":116454,"失æݧ":116455,"移åĬ¨ç«¯":116456,"ä¸Ĭåı¸":116457,"éĢłçº¸":116458,"å¸ĥæľĹ":116459,"çĴĩ":116460,"åı°åįĹ":116461,"åĮĹ京åĨ¬å¥¥":116462,"èĵĿçīĻ":116463,"éķ¿çŁŃ":116464,"æĬĺå°Ħ":116465,"ç»ijæŀ¶":116466,"å¯Ĵåģĩ":116467,"è½¬åŁºåĽł":116468,"æĢ¥äºİ":116469,"æŃ£åĵģ":116470,"åħħ滿":116471,"大纲":116472,"æĬĹä½ĵ":116473,"è¨ĵç·´":116474,"æĶ¶ç´§":116475,"æ¯Ķè³½":116476,"åħµåĬĽ":116477,"æľ¬æĽ¸":116478,"äºĮ代":116479,"æĢ¥è¯Ĭ":116480,"æĸĩæ¡Ī":116481,"ç»ıåķĨ":116482,"æĻ¨æĬ¥":116483,"æ£ĺ":116484,"æĢ»ä¹¦è®°åľ¨":116485,"åıĹéĤĢ":116486,"äºĶåĽĽ":116487,"å²ŃåįĹ":116488,"çĪ±åIJĥ":116489,"åŁĥå°Ķ":116490,"å¿ĥå¢ĥ":116491,"è¦ĨçĽĸéĿ¢":116492,"å®ŀåľ¨æĺ¯å¤ª":116493,"æł¹åºķ":116494,"纷纷表示":116495,"åĹħ":116496,"éļıçĿĢæŶéĹ´":116497,"åİĨåı²æĤłä¹ħ":116498,"éħī":116499,"æĢ»éĺŁ":116500,"主é¢ĺæ´»åĬ¨":116501,"éĹ®åį·":116502,"é©¿ç«Ļ":116503,"æı¡ä½ı":116504,"åı¯èĥ½å¯¼èĩ´":116505,"æ°ijéĸĵ":116506,"éĸĭåķŁ":116507,"ä½Ĩä¸įéĻIJ":116508,"ä½Ĩä¸įéĻIJäºİ":116509,"åįģéĩĮ":116510,"娥":116511,"æįŁèĢĹ":116512,"çĸı导":116513,"çݯ氧":116514,"ç¥ŀéĢļ":116515,"çĪ±å°Ķ":116516,"çĪ±å°Ķåħ°":116517,"æľ´å®ŀ":116518,"å¿«æĬ¥":116519,"æĶ¶åıĹ":116520,"æĪĸ許":116521,"èĥĮéĿ¢":116522,"æĸĩåĮĸä¼łåªĴ":116523,"ä¸īåĢĭ":116524,"æĶ»åĬ¿":116525,"å®ī举":116526,"å®īä¸ľå°¼":116527,"åĿĩå·²":116528,"顾èĻij":116529,"éĦŃ":116530,"è¿Ļ家åħ¬åı¸":116531,"åħ¬åijĬ称":116532,"æıIJä¾Ľä¼ĺè´¨":116533,"稳æŃ¥æİ¨è¿Ľ":116534,"å¤įè¯ķ":116535,"å°Ĩé¢Ĩ":116536,"è°Īèµ·":116537,"å¨Ħ":116538,"è¿ŀ线":116539,"æ©ŁéĹľ":116540,"åºĶçĶ¨åľºæĻ¯":116541,"çĶ»åĥı":116542,"è´¢è¿IJ":116543,"ä¿Ŀéļª":116544,"çĹħçIJĨ":116545,"æ¯Ľä¸»å¸Ń":116546,"ä¸Ŀ毫ä¸į":116547,"çĪ±å¥ĩ":116548,"çĪ±å¥ĩèīº":116549,"ä¸ĵ家ç»Ħ":116550,"åij¼åĶ¤":116551,"éĭ¼":116552,"çģ¸":116553,"é¢ĨåħĪåľ°ä½į":116554,"æıIJæĭĶ":116555,"龸éģĵ":116556,"å±±åĿ¡":116557,"èĿİ":116558,"沸èħ¾":116559,"该项":116560,"ä»ĬçĶŁ":116561,"ä¸Ģç¯ĩæĸĩç«ł":116562,"æĸ¹å¼ıè¿Ľè¡Į":116563,"é»ij客":116564,"æĶ¹åĬ¨":116565,"主é¡Į":116566,"æķ£å¸ĥ":116567,"ä»Ģä¹Īåľ°æĸ¹":116568,"åĮĸåIJĪ":116569,"åĮĸåIJĪçī©":116570,"éĿĻçĶµ":116571,"æĢ»æĶ¶åħ¥":116572,"å§Ķç»Ħç»ĩ":116573,"å§Ķç»Ħç»ĩéĥ¨":116574,"éĿĻæĢģ":116575,"èĢģåŃĹåı·":116576,"室åıĭ":116577,"éĥ½ä¸įæķ¢":116578,"æŀ¶åŃIJ":116579,"çģµæķı":116580,"审è§Ĩ":116581,"æĤ£åĦ¿":116582,"山寨":116583,"èĸªèµĦ":116584,"é©°æı´":116585,"éĥ¨åĪĨåĨħ容":116586,"好似":116587,"æĪIJåijĺåĽ½":116588,"åľ¨æĪijçľĭæĿ¥":116589,"åħ³æ³¨åº¦":116590,"éĻĪæŁIJ":116591,"è¿Ļç§įäºĭæĥħ":116592,"éĢīå®ļ":116593,"ç²¾åŃIJ":116594,"å£ģçĶ»":116595,"æ±Łæ·®":116596,"é«ĺæĺĤ":116597,"æł¼åĬĽ":116598,"輩":116599,"åѦåłĤ":116600,"æĤ¨åIJĮæĦı":116601,"ä¸ĢåĪĩéĥ½æĺ¯":116602,"潤":116603,"éĸĥ":116604,"å¸ĮæľĽèĩªå·±":116605,"ä¿ĺ":116606,"æ±Łåİ¿":116607,"æ³¾":116608,"ç§ijæķĻ":116609,"æīĵè¿Ľ":116610,"ä¸įæħİ":116611,"å¯ĴåĨ¬":116612,"æ¸Ķæ°ij":116613,"鼷æĸ¯":116614,"主宰":116615,"æĹħ游度åģĩ":116616,"çĶµåŃIJéĤ®ä»¶":116617,"æ±Ĥå©ļ":116618,"éļİ段":116619,"åģ¥èº«æĪ¿":116620,"注æĺİåĩºå¤Ħ":116621,"äºĭæķħåıijçĶŁ":116622,"级以ä¸Ĭ":116623,"åŃĺæ´»":116624,"æĸ½èĤ¥":116625,"èľľèľĤ":116626,"嵩":116627,"æĮĸæİĺæľº":116628,"æĬĹæĭĴ":116629,"ä¼łå¯¼":116630,"æĺ¯ä»Ģä¹Īåij¢":116631,"ä¸Ĭå¹´åIJĮæľŁ":116632,"建åħļ":116633,"çĶŁæħĭ":116634,"ä¿Ŀä½ı":116635,"款车åŀĭ":116636,"人èĦī":116637,"éļIJèĶ½":116638,"失æķĪ":116639,"éģ¿åŃķ":116640,"ç®Ģ便":116641,"è°¢è°¢ä½ł":116642,"å®Īä½ı":116643,"æĶ¾æĺł":116644,"è¨Īçķ«":116645,"çݰ代çī©æµģ":116646,"é¤IJ廳":116647,"æķħå±ħ":116648,"大大å°ı":116649,"大大å°ıå°ı":116650,"çī¹åĪ«å£°æĺİ":116651,"éģįåıĬ":116652,"å¿ĥçIJĨåĴ¨è¯¢":116653,"è³´":116654,"çĮ®è¡Ģ":116655,"å·²ç»ıè¾¾åĪ°":116656,"æīĵæĭĽåij¼":116657,"åıĮè¾¹":116658,"ä¸Ģæĸ¹éĿ¢æĺ¯":116659,"å´ĩå°ļ":116660,"éĺ¿å¯Į":116661,"éĺ¿å¯Įæ±Ĺ":116662,"æĮģæľī人":116663,"è±ģ":116664,"é£İçŃĿ":116665,"åĬ¨èį¡":116666,"äºĨä¸Ģä¼ļ":116667,"äºĨä¸Ģä¼ļåĦ¿":116668,"ä¸ĩ象":116669,"çľĭçĶµè§Ĩ":116670,"åįģä¸īæĿ¡":116671,"çĮĽçĥĪ":116672,"è¦ģä¸įçĦ¶":116673,"太æŀģæĭ³":116674,"å¼ķçĪĨ":116675,"ç»ıè¿ĩå¤ļå¹´":116676,"游æĪıéĩĮçļĦ":116677,"é¾Ļæ³ī":116678,"æłĩéħį":116679,"è®ĵä»ĸåĢij":116680,"éĢłæŀĹ":116681,"åĮºåŁŁæĢ§":116682,"亿ä¸ĩ":116683,"æĪĺçķ¥å¸ĥå±Ģ":116684,"éķĩæĶ¿åºľ":116685,"åĶ®ç¥¨":116686,"çĶŁäº§å·¥èīº":116687,"éķĩåħļå§Ķ":116688,"ä¸Ńå°ıåŀĭ":116689,"æľ¨èĢ³":116690,"河边":116691,"èĦ¾èĥĥ":116692,"欢è¿İæĤ¨":116693,"åıĺå¼Ĥ":116694,"缤纷":116695,"åŀĥåľ¾æ¡¶":116696,"辩è¯ģ":116697,"车åºĵ":116698,"æ¯Ķçİĩ":116699,"åħ´æĹº":116700,"详ç»ĨäºĨ解":116701,"å®īå±ħ":116702,"çħ§æĸĻ":116703,"æĸ¹æīį":116704,"赦":116705,"åĨķ":116706,"å¥Ķèµ´":116707,"å®Ŀ鸡":116708,"åľºåĿĩ":116709,"缮åīįæŃ£åľ¨":116710,"åIJŀåĻ¬":116711,"è¿°èģĮ":116712,"æĩµ":116713,"å¥ĩçijŀ":116714,"ä»įå°Ĩ":116715,"èĪī辦":116716,"å·¥åķĨå±Ģ":116717,"å¡ijèĥ¶":116718,"åĬŀå®ŀäºĭ":116719,"æĸ¹æĸ¹éĿ¢":116720,"æĸ¹æĸ¹éĿ¢éĿ¢":116721,"æĸĩåĮĸèĬĤ":116722,"åħ¥èģĮ":116723,"鸥":116724,"ç©¿éĢı":116725,"ä»¥ä¹łè¿ijå¹³":116726,"åį±éļª":116727,"æľ¦èĥ§":116728,"åİĨåı²æĢ§":116729,"æķŀå¼Ģ":116730,"ä¼Ļä¼´åħ³ç³»":116731,"çŁ¿åĮº":116732,"åĽ½éĻħåľ¨çº¿":116733,"ä¼łå¥ĩéĩĮéĿ¢":116734,"è¿ijäºĽ":116735,"è¿ijäºĽå¹´":116736,"åĬ£åĬ¿":116737,"æĶ»åĩ»åĬĽ":116738,"æĻºéĢł":116739,"禧":116740,"çİĭåħĪçĶŁ":116741,"éĨ«çĶŁ":116742,"åĽĽé¡¹":116743,"å®ŀæĻ¯":116744,"åĪĿåĪĽ":116745,"å¿ĥ裡":116746,"æĻ¶ä½ĵ":116747,"交éĻħ":116748,"让æ¶Īè´¹èĢħ":116749,"课æĸĩ":116750,"æİĴæ°Ķ":116751,"并ä¸įæĦıåij³":116752,"çĽ¸å£°":116753,"第ä¸Ģå±Ĭ":116754,"åİŁèijĹ":116755,"鼾":116756,"没æľī太大":116757,"补水":116758,"çī©æµģä¼ģä¸ļ":116759,"第äºĮæī¹":116760,"åħ¶å®ĥéĹ®é¢ĺ":116761,"æİĮéŨ":116762,"责任å¿ĥ":116763,"é¤IJåħ·":116764,"ç¾Ĭæ¯Ľ":116765,"没æľīå¿ħè¦ģ":116766,"ä¹IJåĽ¢":116767,"è¿ĽåŁİ":116768,"ä¸ĢçĤ¹åĦ¿":116769,"身形":116770,"çļ®èĤ¤çĹħ":116771,"æĺ±":116772,"å¢ŀèĩ³":116773,"èģ²æĺİ":116774,"æıIJè´¨":116775,"ä½ĵèĤ²åľº":116776,"çŃ¹å»º":116777,"é¬Ĩ":116778,"车çīĮ":116779,"éļĶéŁ³":116780,"è´Łè´£åIJĮå¿Ĺ":116781,"丰ç¡ķ":116782,"ä½ĽéĻĢ":116783,"äºīåIJµ":116784,"庶":116785,"æ·¡æ°´":116786,"å°ıçĶ·åŃ©":116787,"ç§ģèĩª":116788,"åĮĸè¿Ľç¨ĭ":116789,"æĪĺ士æĿ¥è¯´":116790,"æ²¹èħ»":116791,"èĦ±è´«èĩ´å¯Į":116792,"æĹ¥å¸¸å·¥ä½ľ":116793,"交èŀį":116794,"åĨľè´¸":116795,"åĨľè´¸å¸Ĥåľº":116796,"åĵĪçĻ»":116797,"çĶµè´¹":116798,"èµĺ":116799,"åıĮèħ¿":116800,"æĵĶå¿ĥ":116801,"æĿ¥å½¢å®¹":116802,"使åij½æĦŁ":116803,"éĤ£ä¹Īç®Ģåįķ":116804,"èĬĻèĵī":116805,"åĢŁæ¬¾äºº":116806,"ç§Ģ丽":116807,"è®ĵä»ĸ":116808,"严åİīæīĵåĩ»":116809,"è³ŀ":116810,"æļ«":116811,"çħ¤æ°Ķ":116812,"çĪ¬ä¸Ĭ":116813,"æ½ĩæ´Ĵ":116814,"太ä¹ħ":116815,"åij½åIJį为":116816,"è·¯çĶ±":116817,"è·¯çĶ±åĻ¨":116818,"驯":116819,"æıIJæĹ©":116820,"æĬĹåĩ»çĸ«æĥħ":116821,"åĩĽ":116822,"交åıĭ":116823,"éĶĢåĶ®æ¸łéģĵ":116824,"毫ä¸įçĬ¹è±«":116825,"èIJ¥åľ°":116826,"çłĶ究表æĺİ":116827,"鱼类":116828,"æį¢å±Ĭ":116829,"æİ¡åıĸ":116830,"çīĨ":116831,"缼å¼Ģ":116832,"沧æ¡ij":116833,"åºŃ审":116834,"ç»ıæŁ¥":116835,"åĬłå¼·":116836,"缸æ¯Ķäºİ":116837,"ä¸ĵçıŃ":116838,"ä½ĵåŀĭ":116839,"被害":116840,"被害人":116841,"æĶ¶æ¬¾":116842,"åħ·æľīèī¯å¥½":116843,"é«ĺå³°æľŁ":116844,"åģıä½İ":116845,"åĦŁ":116846,"åĨľä¸ļç§ijæĬĢ":116847,"çī¹æ®ĬæĥħåĨµ":116848,"å¦Ĥæŀľçݩ家":116849,"éķ¿çº¦":116850,"第åħŃå±Ĭ":116851,"åħ¬å¼ĢæĭĽèģĺ":116852,"åĪĩæĸŃ":116853,"迫使":116854,"çĸĹç¨ĭ":116855,"第äºĮç§į":116856,"ä¸įåħį":116857,"å¹²èѦ":116858,"çŁ³æ¦´":116859,"åĹ£":116860,"两类":116861,"çĪµå£«":116862,"åŁİ乡å±ħæ°ij":116863,"æŃ¤é¡¹":116864,"缴è¾ĸ":116865,"缴è¾ĸå¸Ĥ":116866,"åij¼åºĶ":116867,"éĴ¯":116868,"ç¦ıå¾·":116869,"æľºèº«":116870,"æĵįåľº":116871,"æ¿Ĵ临":116872,"人群ä¸Ń":116873,"èĤ¡æ°ij":116874,"åŃ½":116875,"æ³ķåħ°":116876,"é¨İ":116877,"糯米":116878,"æĢ»çļĦ":116879,"æĢ»çļĦæĿ¥è¯´":116880,"åħ¸éĽħ":116881,"æĸ°éĻĪ":116882,"æĸ°éĻĪ代谢":116883,"缮çĿ¹":116884,"é¢Ħè¨Ģ":116885,"è·Įçł´":116886,"æĸ°ç¯ĩç«ł":116887,"æ¯ĴæĢ§":116888,"åĸĿèĮ¶":116889,"æŁ¥èİ·":116890,"亮丽":116891,"çĶŁäº§åķĨ":116892,"æĶ¹æĪIJ":116893,"为äºĨæĽ´å¥½":116894,"深交":116895,"深交æīĢ":116896,"æİĥ":116897,"ä¹ĻèĤĿ":116898,"泸å·ŀ":116899,"åħĪè¿ĽæĬĢæľ¯":116900,"è¾ĵç»Ļ":116901,"æķ£æĪ·":116902,"æĢĿç»´æĸ¹å¼ı":116903,"åºĹ主":116904,"è°ĭæ±Ĥ":116905,"游æĪıæĬĢå·§":116906,"ä¸Ģ年级":116907,"çľ¼è§Ĵ":116908,"ä¸Ńä»ĭæľºæŀĦ":116909,"å·§åIJĪ":116910,"éĺ²çĽĹ":116911,"导è´Ń":116912,"æĪĬ":116913,"æĽ´éĢĤåIJĪ":116914,"åŁºæľ¬ä¿¡æģ¯":116915,"马ä¸ģ":116916,"åħ»æ®ĸåľº":116917,"åıįè¿ĩæĿ¥":116918,"æݨå´ĩ":116919,"å¯ĨåĪĩåħ³æ³¨":116920,"åŁºéĩijç»ıçIJĨ":116921,"æĮīéĶ®":116922,"åĨħéĥ¨æݧåĪ¶":116923,"æĪIJåijĺåįķä½į":116924,"æľ¯è¯Ń":116925,"åĪ¶æľį":116926,"åĪļéľĢ":116927,"æ£Ģç´¢":116928,"大大æıIJé«ĺ":116929,"åģ¥åº·ç®¡çIJĨ":116930,"èĩªæѤ":116931,"客æĪ·éľĢæ±Ĥ":116932,"丰èĥ¸":116933,"èµ·éĩį":116934,"èµ·éĩįæľº":116935,"æ¬łç¼º":116936,"æ¡ĪåŃIJ":116937,"æĥħ人èĬĤ":116938,"åħļæł¡":116939,"è¢ľ":116940,"该åī§":116941,"è¿·å¤±ä¼łå¥ĩ":116942,"ç»ļ丽":116943,"åķª":116944,"æĹłç§ģ":116945,"éĢ²ä¸ĢæŃ¥":116946,"第ä¸Ģç«ł":116947,"åĻ¨åħ·":116948,"åĨľèµĦ":116949,"確實":116950,"åºıåĪĹ":116951,"娱ä¹IJå¹³åı°":116952,"èŀįèµĦ秣èµģ":116953,"èµĦæºIJåħ±äº«":116954,"èģ½åĪ°":116955,"æIJŀå¾Ĺ":116956,"继ç»Ńä¿ĿæĮģ":116957,"åIJ¯èĴĻ":116958,"çľº":116959,"ä¸Ŀè·¯":116960,"设æĸ½å»ºè®¾":116961,"æİ¥åľ°":116962,"æİ¥åľ°æ°Ķ":116963,"第ä¸īåŃ£åº¦":116964,"åŁºè°ĥ":116965,"åıijéŁ³":116966,"社ä¼ļèµĦæľ¬":116967,"éĽĩ主":116968,"è¿ŀèĥľ":116969,"没åķ¥":116970,"廢":116971,"赶赴":116972,"æ¼ĶåĮĸ":116973,"åı¤æĢª":116974,"çİĭçĪ·":116975,"é¢ĦåħĪ":116976,"å¼Ģåħ·":116977,"åĽŀé¦ĸ":116978,"åľ°ä¸ĭæ°´":116979,"å°ıç¼ĸä¸Ģèµ·":116980,"èµİåĽŀ":116981,"åľ°è²Į":116982,"åĪĿä¸ī":116983,"åı¯çĶ¨äºİ":116984,"éģĹ迹":116985,"è¿Ļæī¹":116986,"èĸªæ°´":116987,"å¿ħçĦ¶ä¼ļ":116988,"æ²½":116989,"éįĭ":116990,"第ä¸Ģéĥ¨":116991,"åĪĬçī©":116992,"å®ŀä¾ĭ":116993,"æ¸ħåĩĢ":116994,"ä¸ĬèµĽåŃ£":116995,"åĽ¾è¡¨":116996,"éĤ®è½®":116997,"åĵªè£¡":116998,"缸è§ģ":116999,"æī°ä¹±":117000,"æ¯ıæ¯ı":117001,"è¿Ļè¾ĪåŃIJ":117002,"ç¡«éħ¸":117003,"äºī缸":117004,"溯æºIJ":117005,"åĩºä¼Ĺ":117006,"çİīçŁ³":117007,"åħ±çĶŁ":117008,"æŶéĹ´æ®µ":117009,"éĩįè¦ģæĮĩ示":117010,"æ¶Īè´¹éľĢæ±Ĥ":117011,"éķ¿éķ¿":117012,"éķ¿éķ¿çļĦ":117013,"å®īæĬļ":117014,"å¢ŀé«ĺ":117015,"æľ¬è½®":117016,"äº²çľ¼":117017,"é£İæ³¢":117018,"èĢģå¦Ī":117019,"æĶ¶è´¹æłĩåĩĨ":117020,"åĨħéĻĨ":117021,"æĮ¥åıij":117022,"åįĩåѦ":117023,"èĥ¸åīį":117024,"åģıè¿ľ":117025,"纯æ´ģ":117026,"æĸ½å·¥åįķä½į":117027,"身价":117028,"è´¢åĬĽ":117029,"纶":117030,"è£ħçĶ²":117031,"æĺ¾ç¤ºåĻ¨":117032,"毫åįĩ":117033,"æ·±çŁ¥":117034,"èĢ¶ç©":117035,"èĢ¶ç©Į":117036,"è¾ĥéĩı":117037,"åľ¨è¿ĩ渡":117038,"åľ¨è¿ĩæ¸¡æľŁ":117039,"èĮĹ":117040,"ä¸Ģ个æĺŁæľŁ":117041,"èĬ·":117042,"è´¿èµĤ":117043,"æ¿ķ":117044,"æĩĤäºĭ":117045,"秧":117046,"åħħå½ĵ":117047,"åĽ½ç«ĭ":117048,"èĬ±çĵ£":117049,"éĤĦè¦ģ":117050,"åħ¬åľĴ":117051,"触åĬ¨":117052,"æ³°å·ŀ":117053,"ä»Ģä¹Īæł·":117054,"æ»ĭåħ»":117055,"è¯ĦåĪ¤":117056,"æĮ¥æīĭ":117057,"èĦĪ":117058,"姥姥":117059,"è¿IJè´¹":117060,"æ¯ħåĬĽ":117061,"å¿ĥæĻº":117062,"ä¸įæİĴéĻ¤":117063,"第ä¸ī代":117064,"éĢĢè´§":117065,"æĺŁéĻħ":117066,"æ°¸åĪ©":117067,"æĬ¤åį«":117068,"çıŃ车":117069,"è¨Ģè¡Į":117070,"繪":117071,"主åĬ¨æĢ§":117072,"å·¥ç¨ĭè´¨éĩı":117073,"éĥĬåĮº":117074,"ä¸Ģæłĭ":117075,"ä½Ĩå®ŀéĻħä¸Ĭ":117076,"ä¸ī大èģĮä¸ļ":117077,"åij¼åı«":117078,"女åħĴ":117079,"è¯ģåĪ¸æĬķèµĦ":117080,"èĢĥæħ®":117081,"çĤ«èĢĢ":117082,"治好":117083,"åĺ¶":117084,"èĥ¤":117085,"åħīä¼ıåıijçĶµ":117086,"åĩłæŃ¥":117087,"æīĢæīĢ":117088,"æīĢæīĢéķ¿":117089,"çħ§æł·":117090,"åĵ¥ä»¬":117091,"è¯Ľ":117092,"è¿Ļä¸ĢåĪ»":117093,"çŁ¿çī©è´¨":117094,"ä¸įå¾Ĺå·²":117095,"åIJĮ缣":117096,"ç»Ĩå¾®":117097,"è·¯èĻİ":117098,"çĻ¾èĬ±":117099,"æ··æ²Į":117100,"ä¸Ĭæµ·è¯ģåĪ¸":117101,"éĢĢç¨İ":117102,"èµŀåı¹":117103,"æī®æ¼Ķ游æĪı":117104,"åIJįåĪĹ":117105,"åIJįåĪĹåīį":117106,"åIJįåĪĹåīįèĮħ":117107,"ç±³å°Ķ":117108,"ä»Ģä¹ĪåİŁåĽł":117109,"å®īåħ¨ä¿Ŀéļľ":117110,"ä¸Ģåıªæīĭ":117111,"ä¹³ä¸ļ":117112,"ä¸įçĶĺ":117113,"æĥħåķĨ":117114,"æĮ¡ä½ı":117115,"åİŁåĽłä¹ĭä¸Ģ":117116,"è¿Ļ两天":117117,"çĥĺçĦĻ":117118,"豬":117119,"ä½łä»¥ä¸º":117120,"没è§ģè¿ĩ":117121,"åĵªå®¶å¥½":117122,"åīįä»»":117123,"è¿Ľè´§":117124,"éĢĢåĽŀ":117125,"串èģĶ":117126,"èĩ³æĸ¼":117127,"åĨ°æ·ĩ":117128,"åĨ°æ·ĩæ·ĭ":117129,"æŁ¥çľĭ详æĥħ":117130,"çı¾å¯¦":117131,"æݨæµĭ":117132,"æİ¥æīĭ":117133,"éļ¶å±ŀäºİ":117134,"åŁİå¸Ĥ群":117135,"æĿİåħĪçĶŁ":117136,"çŁ¿æ³īæ°´":117137,"çī¹ä»·":117138,"æĽ´å¤ļ精彩":117139,"ç¨ĭå¼ı":117140,"读æĩĤ":117141,"å±ıèĶ½":117142,"奥æŀĹ":117143,"奥æŀĹåĮ¹":117144,"奥æŀĹåĮ¹åħĭ":117145,"红èĸ¯":117146,"奮":117147,"å®Ŀçİī":117148,"網絡":117149,"貧":117150,"欧å¼ı":117151,"çĻ½ç³ĸ":117152,"èĩªçĦ¶çģ¾å®³":117153,"åijĬè¯ī她":117154,"å»ļ":117155,"çĤ¹åĩ»æŁ¥çľĭ":117156,"é£İ湿":117157,"èµĦ产éĩįç»Ħ":117158,"ä¹Łä¸įä¾ĭå¤ĸ":117159,"åįĬ个å°ıæŶ":117160,"åIJ¸å¼ķæĽ´å¤ļ":117161,"æŶéĹ´èĬĤçĤ¹":117162,"æĶ¶çº³":117163,"åIJ¸æ¯Ĵ":117164,"èĢģ乡":117165,"çIJħ":117166,"æľĢçµĤ":117167,"åıįæĦŁ":117168,"çĶ¨å¾®ä¿¡":117169,"çĶ¨å¾®ä¿¡æī«":117170,"éĢŁçİĩ":117171,"大çĨĬçĮ«":117172,"åı¯æĥ³":117173,"åı¯æĥ³èĢĮ":117174,"åı¯æĥ³èĢĮçŁ¥":117175,"åĴ§":117176,"èµ°åħ¥":117177,"碳éħ¸":117178,"èĮĥåĨ°":117179,"èĮĥåĨ°åĨ°":117180,"被åĪ¤":117181,"积æŀģæݨåĬ¨":117182,"足足":117183,"ç²ĴåŃIJ":117184,"大å®Ĺ":117185,"大å®ĹåķĨåĵģ":117186,"ç½ij绾ç§ijæĬĢ":117187,"æĽ¼åŁİ":117188,"å·²ä¹ħ":117189,"å·²ä¹ħçļĦ":117190,"秦çļĩ":117191,"秦çļĩå²Ľ":117192,"ä»»æķĻ":117193,"åĶ¯ç¾İ":117194,"æ·¡åĮĸ":117195,"æ¡ĤèĬ±":117196,"çŁ¥è¯ĨåĪĨåŃIJ":117197,"æĩĴå¾Ĺ":117198,"主åħ¬":117199,"设计çIJĨ念":117200,"賺":117201,"æīĢæıIJä¾Ľ":117202,"æīĢæıIJä¾Ľä¹ĭ":117203,"æĶ»åħĭ":117204,"åĤ¾":117205,"è¯Ńæ³ķ":117206,"åįĥåı¤":117207,"éĸĭæĶ¾":117208,"第ä¸ĢèĬĤ":117209,"éĤĦæ²Ĵ":117210,"éĢĥçĶŁ":117211,"æ³Ĺ":117212,"åİ¿å§Ķ书记":117213,"ä½ľèĢħæīĢæľī":117214,"çħ½":117215,"ç»ħ":117216,"æłħ":117217,"æľ´ç´ł":117218,"çijķçĸµ":117219,"åĮħåĮħ":117220,"æ°ij主åħļ":117221,"ä¸įè¿ľå¤Ħ":117222,"å¥ĩå¼Ĥ":117223,"åĺ»åĺ»":117224,"æī¼":117225,"ç¿»å¼Ģ":117226,"æĢİèĥ½":117227,"éģ´éĢī":117228,"解éĩĭ":117229,"å¹¼ç¨ļ":117230,"è¦ģ好好":117231,"è¶´åľ¨":117232,"ç´¢åıĸ":117233,"ç»ĪçĶŁ":117234,"åħ¨æµģç¨ĭ":117235,"éģ©çķ¶":117236,"åįıè°ĥåıijå±ķ":117237,"æĬ¥ä»ĩ":117238,"ç§ijæĬĢåĽŃ":117239,"ä»Ģä¹Īéĥ½ä¸į":117240,"æľĢåIJİä¸Ģ次":117241,"ç»Ļ人ä¸Ģç§į":117242,"æł¸å®ļ":117243,"被åĪĹåħ¥":117244,"æĦıæĥ³ä¸įåĪ°":117245,"èĢĥæŁ¥":117246,"åľ¨æѤä¹ĭåīį":117247,"æīĵçIJĥ":117248,"è¶ĬæĿ¥è¶Ĭå°ij":117249,"å®ļå¾ĭ":117250,"è¡ĮæĶ¿æľºåħ³":117251,"ä½ıæĪ¿åħ¬ç§¯":117252,"å°ıå§IJå§IJ":117253,"ä¸īèı±":117254,"修补":117255,"èŀĥèŁ¹":117256,"西çĶ²":117257,"æĢł":117258,"çŃīå¤ļ项":117259,"产ä¸ļéĽĨèģļ":117260,"ä»·æł¼ä¸Ĭ涨":117261,"åħ¬åħ±åľºæīĢ":117262,"è¢ĭåŃIJ":117263,"æĨ§æĨ¬":117264,"çļĦæĸ¹å¼ıæĿ¥":117265,"åĪ°è´¦":117266,"çģ½":117267,"å·´èı²":117268,"å·´èı²çī¹":117269,"æ¼Ķä¹ł":117270,"èŃ¦ç¤ºæķĻèĤ²":117271,"çķıæĥ§":117272,"å¼ķæµģ":117273,"æĶ¶æĶ¯":117274,"å±Ĥåĩº":117275,"å±Ĥåĩºä¸į":117276,"å±Ĥåĩºä¸įç©·":117277,"æijĩæ»ļ":117278,"辦çIJĨ":117279,"纵è§Ĥ":117280,"æķijæµİ":117281,"家éĥ½çŁ¥éģĵ":117282,"åĮ¯":117283,"å°ı鸣":117284,"ä»»åĭĻ":117285,"计åħ¥":117286,"ç«ŀéĢī":117287,"å¼ĢèįĴæĹ¶æľŁ":117288,"åij¨æģ©":117289,"åij¨æģ©æĿ¥":117290,"交ç»ĩ":117291,"çķ¢æ¥Ń":117292,"æł¹æį®èĩªå·±":117293,"æĸ°äººçݩ家":117294,"åѵåĮĸåĻ¨":117295,"éĩĩæļĸ":117296,"å¹³åĿĩæ°´å¹³":117297,"åħ¬å¼Ģ课":117298,"失åĪ©":117299,"伺æľį":117300,"çĬģ":117301,"忽æĤł":117302,"主è¦ģéĽĨä¸Ń":117303,"æ¤įæłij":117304,"æ¯ĹéĤ»":117305,"èĩºçģ£":117306,"åĩºåĽ½çķĻåѦ":117307,"æĬĹéľĩ":117308,"æĥ©æĪĴ":117309,"å¹´åºķåīį":117310,"åĴ¸éĺ³":117311,"æ°ijå±ħ":117312,"大çIJĨçŁ³":117313,"éĿ³":117314,"éķĸ":117315,"æ¸ħè¿ľ":117316,"è£ħè½½":117317,"èĩĢ":117318,"å½±ä¸ļ":117319,"å¼ŁåħĦ":117320,"æĤ²è§Ĥ":117321,"çĿĢçľ¼äºİ":117322,"æįįåį«":117323,"åī¥å¤º":117324,"ç¯Ĩ":117325,"å¾Īéķ¿æŶéĹ´":117326,"è¥Ł":117327,"第ä¸ĢçĻ¾":117328,"ä¸ĢåĪĨéĴ±":117329,"æĸ°éĹ»è®°èĢħ":117330,"éķ·æľŁ":117331,"æ³ķæĪĺç»ĦåIJĪ":117332,"è°ģçŁ¥éģĵ":117333,"èħ°éĥ¨":117334,"æ±īåł¡":117335,"åħ¥çĿ¡":117336,"åįĸæİī":117337,"æ¶Īè²»èĢħ":117338,"æĥ¯ä¾ĭ":117339,"æĥ³äºĨ":117340,"æĥ³äºĨæĥ³":117341,"èĢģæŧå°ıåĮº":117342,"ä¼łè¨Ģ":117343,"åĪĨæķ°çº¿":117344,"æµģ泪":117345,"ç»Ħç»ĩé¢Ĩ导":117346,"äºļåĨĽ":117347,"å¢ŀåĢ¼æľįåĬ¡":117348,"å¾¹":117349,"伶":117350,"äºĽè®¸":117351,"å¸ĥèݱ":117352,"强æĤį":117353,"宫廷":117354,"绿èĮ¶":117355,"åĮ¡":117356,"å¾ĪæŃ£å¸¸":117357,"æĺ¥å¤ı":117358,"æ¯Ļ":117359,"è¯Ħæ¯Ķ":117360,"åĩ¡äºĭ":117361,"æĬīæĭ©":117362,"åĢĴéľī":117363,"éĩį度":117364,"åįıä¼ļä¼ļéķ¿":117365,"忧èĻij":117366,"ä¸ĭä¸Ģç¯ĩ":117367,"沪深":117368,"æĪİ":117369,"æīĵä»Ĺ":117370,"åįĪé¥Ń":117371,"å¹´é¾Ħ段":117372,"ä¸ŃåĽ½è¶³çIJĥ":117373,"设计æĸ¹æ¡Ī":117374,"åºĶçĶ¨æŁ¥çľĭ":117375,"é¢ĦæĸĻ":117376,"åĹ¡":117377,"ç¥ĸçĪ¶":117378,"çļĦä¸Ģåijĺ":117379,"æ´Ĺå¹²åĩĢ":117380,"åİĨåı²æĸ°":117381,"åİĨåı²æĸ°é«ĺ":117382,"çĭ¬åħ·":117383,"æħĭ度":117384,"æīĵ交":117385,"æīĵ交éģĵ":117386,"é»ĦçŁ³":117387,"çĽ¼æľĽ":117388,"çī§åľº":117389,"转弯":117390,"åįĩåįİ":117391,"åĨįä¹Łæ²¡æľī":117392,"èĭ±æīį":117393,"æĽ´åIJį为":117394,"åĢŁçĶ¨":117395,"çºłéĶĻ":117396,"ç»Ŀ对ä¸įä¼ļ":117397,"çİĭçīĮ":117398,"çĽĨåľ°":117399,"失è°ĥ":117400,"好象":117401,"é³¥":117402,"ä¿Ŀä¿®":117403,"åĽĽä¸ªèĩªä¿¡":117404,"头çļ®":117405,"åİŁåīĩ":117406,"æĬ¥æ¡Ī":117407,"奴éļ¶":117408,"å³Ļ":117409,"è°ĥæĸĻ":117410,"ä¹Łè¨±":117411,"èIJ½åĪ°":117412,"èIJ½åĪ°å®ŀ":117413,"èIJ½åĪ°å®ŀå¤Ħ":117414,"çĦļçĥ§":117415,"çĶŁæ´»çݯå¢ĥ":117416,"åºĶåıĬæŶ":117417,"è¶Ĭè¿ĩ":117418,"æĦŁè¬Ŀ":117419,"æĻ¯å¾·":117420,"æĻ¯å¾·éķĩ":117421,"çĬĢ":117422,"身éĤĬ":117423,"ç¨İåĬ¡æĢ»å±Ģ":117424,"åĩĢåľŁ":117425,"ä¾µåįł":117426,"åĬ¨å·¥":117427,"å¹´ä¹ĭ":117428,"å¹´ä¹ĭä¹ħ":117429,"第äºĮèĬĤ":117430,"åĬ¨çī©åĽŃ":117431,"第ä¸Ģ书记":117432,"éħļ":117433,"çĶŁäº§è®¾å¤ĩ":117434,"æŁIJç§įç¨ĭ度":117435,"åľŃ":117436,"åĩŃåĢŁçĿĢ":117437,"éĺħè§Ī":117438,"çĻ½æ²Ļ":117439,"æ²¹çĥŁ":117440,"çªģçł´åı£":117441,"åıĹå½±åĵį":117442,"åı¯ä»¥æĽ´å¥½":117443,"å³°åĢ¼":117444,"æĿĤè´¨":117445,"宿è¿ģ":117446,"çĽĺæ´»":117447,"æ¿Ģèµ·":117448,"åĦ¿ç§ij":117449,"åĿIJèIJ½åľ¨":117450,"æĮªå¨ģ":117451,"æµ·å²Ľ":117452,"绣绣":117453,"éĻ¨":117454,"ä¼ĺäºİ":117455,"å°Ī家":117456,"ä¸ĢéĤĬ":117457,"èIJĬ":117458,"äºĨä¸Ģåı£":117459,"æ²ĥå°Ķæ²ĥ":117460,"æŃ£å¸¸ä½¿çĶ¨":117461,"æĻ®éģįåŃĺåľ¨":117462,"丰满":117463,"çĶ»åį·":117464,"åºĶæĶ¶":117465,"åºĶæĶ¶è´¦":117466,"åºĶæĶ¶è´¦æ¬¾":117467,"å®Įæķ´çĥŃ":117468,"å®Įæķ´çĥŃæ¦ľ":117469,"注è§Ĩ":117470,"çĨĦ":117471,"躬":117472,"éĶĢåĶ®äººåijĺ":117473,"è¶ĭåIJij":117474,"çĦ¦æĢ¥":117475,"åįģå¹´åīį":117476,"ä¼łç»Łäº§ä¸ļ":117477,"質éĩı":117478,"åĩ¤åĩ°ç½ij":117479,"èµĦæºIJæķ´åIJĪ":117480,"æ¶Įåħ¥":117481,"æĸĩåĮĸä¼łæĴŃ":117482,"çķĮ第ä¸Ģ":117483,"æ°´æ³µ":117484,"宫殿":117485,"æݢ寻":117486,"ä¿®åīª":117487,"æĦıè¦ĭ":117488,"ç´Ĭä¹±":117489,"æĽī":117490,"çĻ½è¡£":117491,"èĻİåį«":117492,"ç´§æī£":117493,"å¤Ħå¤Ħéķ¿":117494,"åĪĽå»ºå·¥ä½ľ":117495,"红æŀ£":117496,"饼干":117497,"äºĨåįĬ天":117498,"ä¼ļå½±åĵįåĪ°":117499,"çĽ¸ä¿¡å¤§å®¶":117500,"èħ¾é£ŀ":117501,"å°±å¦ĤåIJĮ":117502,"ä¸ĭéĿ¢å°ıç¼ĸ":117503,"æ°ijèIJ¥ç»ıæµİ":117504,"æĻ¦":117505,"è£ħæī®":117506,"é»ijå¤ľ":117507,"常德":117508,"å·¥ä¸ļ大åѦ":117509,"æĺİçŁ¥":117510,"éĺŁåijĺ们":117511,"åIJ¬è¯¾":117512,"æ¯ıéļĶ":117513,"羣æĺ¯å¤ª":117514,"åIJĪä½ľåħ±èµ¢":117515,"çIJĨåıij":117516,"æīįå¹²":117517,"çľĭèµ·ä¾Ĩ":117518,"殿ä¸ĭ":117519,"å®īéĺ³":117520,"æīĢ产çĶŁçļĦ":117521,"éĽĩä½£":117522,"æĬ¬èµ·å¤´":117523,"æį®æĬ¥éģĵ":117524,"éļĨéĩį举è¡Į":117525,"交éĶĻ":117526,"è¶ħé¢Ŀ":117527,"åĮĸçĸĹ":117528,"é¡Ĩ":117529,"纵深":117530,"çĪ±åĽ½ä¸»ä¹ī":117531,"éĻ¢åī¯éĻ¢éķ¿":117532,"讳":117533,"羣æŃ£åģļåĪ°":117534,"åѤåįķ":117535,"èĩªçĦ¶èĢĮ":117536,"èĩªçĦ¶èĢĮçĦ¶":117537,"修身":117538,"èĬ¹":117539,"æģ¯æģ¯":117540,"æģ¯æģ¯çĽ¸åħ³":117541,"é©¾æł¡":117542,"æݩ饰":117543,"æ³½è¿ŀ":117544,"æ³½è¿ŀæĸ¯åŁº":117545,"举æŃ¢":117546,"管çIJĨä½ĵåĪ¶":117547,"åħ¶ä¸Ńä¹ĭä¸Ģ":117548,"æĿ¾å¼Ľ":117549,"æĭ¦æĪª":117550,"åį«åģ¥":117551,"åį«åģ¥å§Ķ":117552,"ä»İåݻ年":117553,"åĤ¢":117554,"è´Ń票":117555,"åĽ¾æłĩ":117556,"河西":117557,"æ°ijæĶ¿å±Ģ":117558,"ç§ģèIJ¥":117559,"å¤ĸåĽ½è¯Ń":117560,"干货":117561,"æĵ¦æĭŃ":117562,"åľ°ä¸Ń":117563,"åľ°ä¸Ńæµ·":117564,"æµĵæµĵ":117565,"æµĵæµĵçļĦ":117566,"å§ĭ建":117567,"å§ĭ建äºİ":117568,"ç¶ĵæŃ·":117569,"è·¯æ¼Ķ":117570,"æļ´é£İ":117571,"åŁºè¾ħ":117572,"æī¶è´«å·¥ä½ľ":117573,"ä¸Ģ缴å¤Ħäºİ":117574,"æĥħ趣":117575,"äºĮåŃ£åº¦":117576,"åİĮæģ¶":117577,"顺åĪ©å®ĮæĪIJ":117578,"æŁ¥å°ģ":117579,"顶端":117580,"ä¸įåŃķ":117581,"ä¸Ģ大åłĨ":117582,"被æ·ĺæ±°":117583,"æĺ¯çĶ¨æĿ¥":117584,"æľĢåIJĪéĢĤ":117585,"äº®çľ¼":117586,"并ä¸įæĺ¯å¾Ī":117587,"ç§ijçłĶéĻ¢":117588,"ç§ijçłĶéĻ¢æīĢ":117589,"ç²Ł":117590,"é¢Īéĥ¨":117591,"é»ĺé»ĺåľ°":117592,"é«ĺä¸ŃçĶŁ":117593,"æĹıèĩªæ²»åİ¿":117594,"æķĻåŃ¦è´¨éĩı":117595,"æĪĺçģ«":117596,"åĿİåĿ·":117597,"æIJŃä¹ĺ":117598,"è¯ĹæĦı":117599,"åĪijèѦ":117600,"åĩºæ±Ĺ":117601,"åįģåħŃæĿ¡":117602,"请åıĬæŶ":117603,"åĨľä¸ļ大åѦ":117604,"èIJ½åı¶":117605,"æĢ»èĢĮè¨Ģ":117606,"æĢ»èĢĮè¨Ģä¹ĭ":117607,"æĿľåħ°":117608,"æĿľåħ°çī¹":117609,"éĻªä½ł":117610,"åħ¬æĬ¥":117611,"çķĻè¨ĢæĿ¿":117612,"éĺħåİĨ":117613,"競çĪŃ":117614,"ç»ĻåĪ«äºº":117615,"æĹ¥æĬ¥ç¤¾":117616,"åĿIJèIJ½":117617,"åĿIJèIJ½äºİ":117618,"éĩijåŃĹ":117619,"éĩijåŃĹå¡Ķ":117620,"åĽ¤":117621,"è¯Ŀåī§":117622,"æĮģç»Ńæİ¨è¿Ľ":117623,"æ¼ıæ°´":117624,"詳細":117625,"æĢĢæĬ±":117626,"åıĺå¹»":117627,"饥饿":117628,"éļIJ身":117629,"ä¸ªèµĽåŃ£":117630,"åĵ¡å·¥":117631,"æģ¢å¤įæŃ£å¸¸":117632,"äºĨ好å¤ļ":117633,"æĺŁå·´":117634,"æĺŁå·´åħĭ":117635,"åħīçݯ":117636,"å¸ħåĵ¥":117637,"çĻ½éĽª":117638,"ç¨įç¨į":117639,"计æıIJ":117640,"æĦĽæĥħ":117641,"éİĸ":117642,"ä¿¡éĺ³":117643,"è§Ģå¯Ł":117644,"å¦Ĥæŀľä½łæĥ³":117645,"缸æ¯Ķä¹ĭä¸ĭ":117646,"解å¼Ģ":117647,"æīĵåį°æľº":117648,"身躯":117649,"ç²¾ç¥ŀæĸĩæĺİ":117650,"èĤ¡æĮĩ":117651,"å¾®åĪĽ":117652,"红èĮ¶":117653,"èĩ´çĻĮ":117654,"æģ©æĸ½":117655,"èħ¿éĥ¨":117656,"大åŀĭå¤ļ人":117657,"å®īåĢį":117658,"è¾ħ导åijĺ":117659,"èĪªéģĵ":117660,"å¸ĥå°Ķ":117661,"åįĹå®ģå¸Ĥ":117662,"ä¸ĬçıŃæĹı":117663,"侧ç»ĵæŀĦæĢ§":117664,"追éļı":117665,"å½ĵåľ°æĶ¿åºľ":117666,"èµ°åĩºæĿ¥":117667,"éĩijèŀįä¸ļ":117668,"ä¸Ľä¹¦":117669,"é¡¹çĽ®ç»ıçIJĨ":117670,"è¿ĩæĪ·":117671,"骨æŀ¶":117672,"è¡Ļ":117673,"ä»Ģ麽":117674,"èħĭ":117675,"è¦ģ害":117676,"åľ¨åºĬä¸Ĭ":117677,"代è¨Ģ人":117678,"並å°ĩ":117679,"åIJĦ个æĸ¹éĿ¢":117680,"è°´è´£":117681,"åħ±æĮ¯":117682,"åį³å°ĨåĪ°æĿ¥":117683,"èĤºçĻĮ":117684,"ä¾ĽéĶĢ":117685,"丼æŀĹ":117686,"èµĥ":117687,"åįģä½Ļå¹´":117688,"åĭĺæİ¢":117689,"飵åij³":117690,"èĭ¦ç¬ij":117691,"æľĢ大ç¨ĭ度":117692,"éĩįçĤ¹åħ³æ³¨":117693,"ä¹ĭ举":117694,"满æĢĢ":117695,"åıĹåĪ°å½±åĵį":117696,"æĭĽæĬķæłĩ":117697,"è¡¥é½IJ":117698,"西红":117699,"è¥¿çº¢æŁ¿":117700,"鬧":117701,"è£ħåį¸":117702,"éĤ»éĩĮ":117703,"èĤĩäºĭ":117704,"æİĴæ¯Ĵ":117705,"åѤåĦ¿":117706,"鼶è·Ŀ离":117707,"å®ŀå¹²":117708,"çľĭæŁ¥çľĭ":117709,"æĶ¶è´¹ç«Ļ":117710,"ç»·":117711,"åħ¬çĽĬæĢ§":117712,"éĢĴç»Ļ":117713,"æĶ»æīĵ":117714,"æĺŁçº§éħĴåºĹ":117715,"æĺİåªļ":117716,"çį¨ç«ĭ":117717,"è¯Ŀè¯ŃæĿĥ":117718,"ä¸ĢæŃ¥ä¸ĢæŃ¥":117719,"书æ³ķ家":117720,"æľªç»ıæİĪæĿĥ":117721,"çŁ³èĨı":117722,"åĩŃä»Ģä¹Ī":117723,"çļĦæĹ¥":117724,"çļĦæĹ¥åŃIJéĩĮ":117725,"诱人":117726,"çĻ¾åĪĨçĻ¾":117727,"èĪĪ趣":117728,"å¼łåħĪçĶŁ":117729,"èĢģçĪ·åŃIJ":117730,"æ³¢çī¹":117731,"åŁºéĩij份é¢Ŀ":117732,"æ²Ļåıijä¸Ĭ":117733,"å¥ĭæĸĹ缮æłĩ":117734,"æ°¢èĥ½":117735,"æ²ĥå°ĶçİĽ":117736,"義åĭĻ":117737,"éŁ³ç®±":117738,"æ²ī浸":117739,"æ²īæµ¸åľ¨":117740,"èĭ±åľĭ":117741,"çģ¯çģ«":117742,"è¿Ľé¡¹":117743,"两端":117744,"ä¹Ķ丹":117745,"èĦ¸é¢Ĭ":117746,"åıijå±ķæ½ľåĬĽ":117747,"åĭķä½ľ":117748,"åĵĪä½Ľ":117749,"å®´ä¼ļ":117750,"æ§į":117751,"ç«ĭå¿Ĺ":117752,"ç¡ķ士åѦä½į":117753,"åĭĭç«ł":117754,"è¿Ļåľºæ¯ĶèµĽ":117755,"æĮģå¹³":117756,"éķĢéĶĮ":117757,"èĭ±çī¹":117758,"èĭ±çī¹å°Ķ":117759,"æķĻèģĮå·¥":117760,"åĬŁåĬĽ":117761,"该æ¡Ī":117762,"ä¸Ģæ¢Ŀ":117763,"åĺīå¹´":117764,"åĺīå¹´åįİ":117765,"è¿«ä¸įåıĬ":117766,"è¿«ä¸įåıĬå¾ħ":117767,"è¿Ļ个æĹ¶ä»£":117768,"精彩æĴŃæĬ¥":117769,"人èĦ¸":117770,"人èĦ¸è¯ĨåĪ«":117771,"æ£Ģå¯Łå®ĺ":117772,"å°ıèħ¿":117773,"éĨĴ缮":117774,"åħļæĢ»":117775,"åħļæĢ»æĶ¯":117776,"æĪŁ":117777,"èĮ«çĦ¶":117778,"è±ĨæµĨ":117779,"主治":117780,"éĿĴæµ·çľģ":117781,"åĪijäºĭ责任":117782,"çł°":117783,"ä¹ĭæ¬ĬåĪ©":117784,"äºĶå®ĺ":117785,"è¿·æĥij":117786,"åħ¥åºĵ":117787,"家纺":117788,"弹簧":117789,"åįģäºĶæĿ¡":117790,"ç»Ļå®Ŀå®Ŀ":117791,"èĪªç©ºèĪªå¤©":117792,"å¾Ģå¤ĸ":117793,"å¼ķåĬĽ":117794,"çľ¼çļ®":117795,"æ¶ī足":117796,"æĿ¥å®¾":117797,"åľ¨çº¿è§Ĵèī²":117798,"çĥŃéĶĢ":117799,"æµģéĢĿ":117800,"泡泡":117801,"éĻįå¹ħ":117802,"è´ŁéĿ¢å½±åĵį":117803,"红楼":117804,"红楼梦":117805,"éļĶçĿĢ":117806,"侥幸":117807,"许ä¹ħ":117808,"åĴĮçĿ¦":117809,"èŃ½":117810,"使çĶ¨èĢħæĪĸ":117811,"ä¹°åįķ":117812,"è¿´":117813,"é£İæīĩ":117814,"æķĻ師":117815,"æ¡ĮåŃIJä¸Ĭ":117816,"å¾Īæ¼Ĥ亮":117817,"åł±å°İ":117818,"第ä¸ĢåŃ£åº¦":117819,"ç©©å®ļ":117820,"æĤ²åĵĢ":117821,"çĿĢåĬĽæīĵéĢł":117822,"æĮŁ":117823,"路桥":117824,"åijIJ":117825,"åľ£è¯ŀèĬĤ":117826,"çļĩåŃIJ":117827,"ä»ĩæģ¨":117828,"éħĿéħ¿":117829,"ä¸įéĹ´":117830,"ä¸įéĹ´æĸŃ":117831,"æĮĩå°ĸ":117832,"ä¸ŃåĽ½ç½ij游":117833,"åŀ£":117834,"æĦıè§ģ建议":117835,"æ¯ħçĦ¶":117836,"亮度":117837,"èģĶè°Ĭ":117838,"å½ķåħ¥":117839,"åĦ²":117840,"å¨ĺ家":117841,"ç§ijå°Ķ":117842,"ä¹Łæ²¡ä»Ģä¹Ī":117843,"æł¹æį®ä¸įåIJĮ":117844,"åı¶ä¿®":117845,"åĢ¼å®Ī":117846,"æľ«ç«¯":117847,"åĪ¨":117848,"åĤµåĭĻ":117849,"èģ¯åIJĪ":117850,"å¥ĩå¹»":117851,"èĻļæŀĦ":117852,"é»Ħæĺı":117853,"å¹³åĿ¦":117854,"æµģæ°ĵ":117855,"æĸ°åŁºå»º":117856,"æĮ½æķij":117857,"åįİå°Ķ":117858,"åįİå°Ķè¡Ĺ":117859,"æľĢåıĹ欢è¿İ":117860,"ç»Ń约":117861,"å¼Ĭ端":117862,"éŃĶæ³ķå¸Ī":117863,"éŃĶæ³ķå¸ĪåĴĮ":117864,"åħ·ä½ĵåĨħ容":117865,"çIJīçĴĥ":117866,"æī©å®¹":117867,"èĮ¶åĽŃ":117868,"主ä¹īèĢħ":117869,"ç«ĭéĿ¢":117870,"æİ¥åıĹéĩĩ访":117871,"åĩºåħ¥å¢ĥ":117872,"ç§ijåįı":117873,"éĴ³":117874,"çµIJæ§ĭ":117875,"ç»ĵæŀľæĺ¾ç¤º":117876,"åı°è´¦":117877,"å°±æĿ¥çľĭçľĭ":117878,"èĩªæķij":117879,"åıįæĩī":117880,"åİ»åĵªåĦ¿":117881,"è¿Ļé¦ĸ":117882,"è¿Ļé¦ĸæŃĮ":117883,"åIJ¬ä¼Ĺ":117884,"å¤ĸ壳":117885,"ä½ĵèĤ²é¦Ĩ":117886,"實æĸ½":117887,"èŀºä¸Ŀ":117888,"æĭīåįĩ":117889,"çĮĽåľ°":117890,"åħ¨åĽ½äººæ°ij":117891,"æĤīå°¼":117892,"æĹı群":117893,"åĽ¢åijĺ":117894,"两个å°ıæŶ":117895,"åľ¨çݩ家":117896,"åľ¨çݩ家ä¸Ń":117897,"çĶľçĶľ":117898,"æĬķè¡Į":117899,"åįĶæľĥ":117900,"éĻ¡":117901,"åĬłå·¥åİĤ":117902,"æ¦ĨæŀĹ":117903,"æŃ»è§Ĵ":117904,"åĨħå¹ķ":117905,"æīĢæľīæĥħèĬĤ":117906,"åĪ·åį¡":117907,"æ°´èĤ¿":117908,"èĥĥåı£":117909,"å«Įå¼ĥ":117910,"沮丧":117911,"ä¸ī年级":117912,"æ¶Ĥå±Ĥ":117913,"å¿ĥ仪":117914,"å¿ĥ仪çļĦ":117915,"å¤Ń":117916,"é¦ĸè½®":117917,"æĹłè®ºæĺ¯åħ¶":117918,"éĢıæ°Ķ":117919,"äºĮåįģäºĶ":117920,"箫":117921,"åĬŁåĬ³":117922,"çŃ¾ä¸ĭ":117923,"æ²īè¿·":117924,"æķijåij½":117925,"éĹªéĹª":117926,"åIJĥäºı":117927,"å±ķåĵģ":117928,"åį³æŶåıijçĶŁ":117929,"綾":117930,"綾åIJĪ":117931,"æłĩæĺİ":117932,"çľĭçĶµå½±":117933,"åħ¬ç«ł":117934,"éĺ¿æ£®":117935,"éĺ¿æ£®çº³":117936,"身åĪĽéĢł":117937,"身åĪĽéĢłçļĦ":117938,"æ¸Ľå°ij":117939,"åĢ¼å¾Ĺåħ³æ³¨":117940,"鼶åĶ®åķĨ":117941,"æįĨç»ij":117942,"è¸ıåħ¥":117943,"èĽŁ":117944,"æŁ´çº³":117945,"èĢģåħµ":117946,"绿èī²çݯä¿Ŀ":117947,"é¹Ń":117948,"éº»æľ¨":117949,"æıŃçīĮ":117950,"è¿Ļ款车":117951,"ç¾İå¾·":117952,"ç¾İå¾·åħ¬åı¸":117953,"涧":117954,"è°ģçŁ¥":117955,"æ´ĭèij±":117956,"æ¯įæł¡":117957,"ä¸ĢéĹª":117958,"çĶ·ä¸»è§Ĵ":117959,"æĹłçº¿çĶµ":117960,"å±łå®°":117961,"æĺ¯éŁ©åĽ½":117962,"æĺ¯éŁ©åĽ½å¨±":117963,"容è²Į":117964,"åĿĩ使åħ¶":117965,"太快":117966,"å¹´çĶ±":117967,"å¹´çĶ±çĽĽ":117968,"èĭ¦èĭ¦":117969,"åĬĽè¿ĺæĺ¯":117970,"åĬĽè¿ĺæĺ¯èĩª":117971,"æĨ©":117972,"èģ¯çµ¡":117973,"åĶ¾":117974,"åħ·æľīæĪĺ士":117975,"追éĹ®":117976,"åłĨæĶ¾":117977,"åıį驳":117978,"å®ŀäºĭæ±Ĥ":117979,"å®ŀäºĭæ±Ĥæĺ¯":117980,"åѸéĻ¢":117981,"åįģåĩłä¸ª":117982,"æķijæĬ¤":117983,"æķijæĬ¤è½¦":117984,"ç½ijç»ľä¼łæĴŃ":117985,"åįģåħ«å±Ĭ":117986,"éĥ¨åī¯":117987,"éĥ¨åī¯éĥ¨éķ¿":117988,"çĹ´è¿·":117989,"管çIJĨæĿ¡ä¾ĭ":117990,"èŀį为ä¸Ģä½ĵ":117991,"æĢ»äº§åĢ¼":117992,"è³ĵ":117993,"ä¸ĥæĺŁ":117994,"çıŃç»Ħ":117995,"绣é¢Ĩ":117996,"请大家":117997,"éĩijéĻµ":117998,"èĪħèĪħ":117999,"æµ·æ¹¾":118000,"æĸ½çŃĸ":118001,"享èªī":118002,"麥":118003,"端åįĪ":118004,"绿åŁİ":118005,"確ä¿Ŀ":118006,"å·´æĭī":118007,"åĨĴçĿĢ":118008,"æħ·æħ¨":118009,"个人è§ĤçĤ¹":118010,"ä¹Ļçĥ¯":118011,"ç¡ħè°·":118012,"éĸĭå±ķ":118013,"å°ļ书":118014,"åĿļ飧":118015,"庵":118016,"èĢģé¾Ħ":118017,"èĢģé¾ĦåĮĸ":118018,"çľ¨çľ¼":118019,"绿水":118020,"绿水éĿĴå±±":118021,"书é¦Ļ":118022,"主åĬĽåĨĽ":118023,"æīįæĺ¯çľŁæŃ£":118024,"æĬ¢åħĪ":118025,"æĪIJå°±æĦŁ":118026,"éĩįæŀĦ":118027,"éĴ¢åİĤ":118028,"æĪIJ份":118029,"èĬ±çº¹":118030,"ä¹ĭäºī":118031,"å¹²ç»Ĩèĥŀ":118032,"æĹ¢åı¯ä»¥":118033,"ç¹ģçIJIJ":118034,"æĦļèł¢":118035,"éĿŀ常æĺİæĺ¾":118036,"ä½ĵ彩":118037,"æĬĢæ³ķ":118038,"æĿĨèıĮ":118039,"å¹¿æ³Ľåħ³æ³¨":118040,"åĮĹå®ĭ":118041,"å§Ĭ妹":118042,"åįıåĬŀ":118043,"æ·®åįĹ":118044,"çĥı":118045,"æ´ĹèĦ¸":118046,"åıĹ访":118047,"åıĹ访èĢħ":118048,"éĩįè¦ģåĽłç´ł":118049,"å½±è§Ĩåī§":118050,"综èīºèĬĤ缮":118051,"èľķåıĺ":118052,"äºĮ线":118053,"äºĮ线åŁİå¸Ĥ":118054,"ä¼Ĭå§ĭ":118055,"çıĬçijļ":118056,"èĩªæŁ¥":118057,"åħ¥åĽŃ":118058,"åĩ¶æīĭ":118059,"åħ¬è¯ī":118060,"éģĩéļ¾":118061,"éĩĩçŁ¿çŃī":118062,"èĩªçIJĨ":118063,"åĸ·æ¶Ĥ":118064,"æī©åħħ":118065,"éĢıè§Ĩ":118066,"é«ĺéĢŁå¢ŀéķ¿":118067,"åĽ¾çĶ»":118068,"ç¾¹":118069,"èĤĩåºĨ":118070,"è¾ľè´Ł":118071,"èµĶä»ĺ":118072,"è·¡":118073,"åģ¥åº·æĪIJéķ¿":118074,"以ä¸ĬåѦåİĨ":118075,"åıĸå¾Ĺ以åıĬ":118076,"æ²ī积":118077,"åįģä¹Ŀå±Ĭ":118078,"缸éĹľæľįåĭĻ":118079,"æī§åĭ¤":118080,"åī¯åİ¿éķ¿":118081,"寰":118082,"åģľæ»ŀ":118083,"淹没":118084,"çŁ³çģ°":118085,"çį¸":118086,"åĢ¦":118087,"ç¾İåªĴ":118088,"æķĻæ¡Ī":118089,"åĬłçĽĸ":118090,"åħ¬å¼ĢèµĽ":118091,"å¥łåŁº":118092,"æĺĨèĻ«":118093,"çŀħ":118094,"磷éħ¸":118095,"äºīåĪĽ":118096,"çİĭæĻĵ":118097,"ç¼ĵåĨ²":118098,"åİļåİļ":118099,"åİļåİļçļĦ":118100,"æŀ£åºĦ":118101,"ç²¾çĽĬ":118102,"ç²¾çĽĬæ±Ĥ":118103,"ç²¾çĽĬæ±Ĥç²¾":118104,"åĪĨæĶ¯æľºæŀĦ":118105,"å®ŀæĸ½ç»ĨåĪĻ":118106,"æĸ°èµĽåŃ£":118107,"總統":118108,"éĢłè¡Ģ":118109,"é¢ĩåħ·":118110,"é»ĦåŁĶ":118111,"è¡ĢèĦĤ":118112,"交éĢļå·¥åħ·":118113,"å³¥":118114,"æĹıèĩªæ²»å·ŀ":118115,"寺éĻ¢":118116,"確å®ļ":118117,"æ¦Ĥ念èĤ¡":118118,"æĦŁå®ĺ":118119,"æŁľåı°":118120,"åĶĶ":118121,"çŀŃ解並":118122,"æĢ»ä»·":118123,"åIJ¸åħ¥":118124,"æĢ¼":118125,"æĻļéĹ´":118126,"å±Ĭæ¯ķä¸ļçĶŁ":118127,"çĶŁå§ľ":118128,"éĺħ读åħ¨æĸĩ":118129,"å¾ĹåĪ°æľīæķĪ":118130,"æIJľæķij":118131,"åİĨæĿ¥":118132,"èŃīæĺİ":118133,"åĥ»":118134,"èĨ³é£Ł":118135,"åĦĦåħĥ":118136,"æīĵåİĭ":118137,"宾客":118138,"åķ¼":118139,"ä¸ĢçĻ¾å¤ļ":118140,"æ·±åħ¥äººå¿ĥ":118141,"æ¢ħå·ŀ":118142,"çłĶåѦ":118143,"åħ³ä¹İ":118144,"è¼Ľ":118145,"亲åıĭ":118146,"éħįæĸĻ":118147,"æĪijçĪ±ä½ł":118148,"è´¸æĺĵæĪĺ":118149,"æľīèī²":118150,"æľīèī²éĩijå±ŀ":118151,"æįIJåĬ©":118152,"为é¦ĸ":118153,"为é¦ĸçļĦ":118154,"å¯ĮåĬĽ":118155,"çĶ·ç¥ŀ":118156,"é³³":118157,"æµĩæ°´":118158,"åIJ±":118159,"æĺİç¡®æıIJåĩº":118160,"åı¹äºĨ":118161,"åı¹äºĨåı£æ°Ķ":118162,"礼æĭľ":118163,"è¿Ļ个åIJįåŃĹ":118164,"ä¿¡å¾Ĵ":118165,"å¿Ĺ强":118166,"éĻIJæŶ":118167,"æĶ¶è²»":118168,"åĨľå®¶ä¹IJ":118169,"å°ıé¾ĻèĻ¾":118170,"èIJ½å¹ķ":118171,"æ§Ł":118172,"åѦ龸":118173,"æĪĸå¤ļ":118174,"æĪĸå¤ļæĪĸ":118175,"æĪĸå¤ļæĪĸå°ij":118176,"座è°Īä¼ļä¸Ĭ":118177,"涼":118178,"éŃĶçİĭ":118179,"å²±":118180,"顶å±Ĥ":118181,"顶å±Ĥ设计":118182,"èĦijåŃIJéĩĮ":118183,"éĻ¢åŃIJéĩĮ":118184,"轩è¾ķ":118185,"身å¿ĥåģ¥åº·":118186,"èħij":118187,"éĹľæ³¨":118188,"åıĤåĬłä¼ļè®®":118189,"ä¸ŃåįİæĸĩåĮĸ":118190,"追寻":118191,"å®īçĦ¶":118192,"é£Ļåįĩ":118193,"éŁŃèıľ":118194,"鸦":118195,"åĤ¨éĩı":118196,"çĶ·æĸ¹":118197,"å¤ĩ份":118198,"æijĶåĢĴ":118199,"润æ»ijæ²¹":118200,"éĢ¼è¿ij":118201,"çĶ³è¯ī":118202,"鸣类":118203,"çŁ³æ²¹åĮĸå·¥":118204,"åĿļæŀľ":118205,"è¿Ļ家ä¼Ļ":118206,"æĭĴä¸į":118207,"羣çļ®":118208,"è·ĿéĽ¢":118209,"è¿ĺæĮº":118210,"éĽķåĥı":118211,"åĪĿæģĭ":118212,"æıIJä¾ĽæĽ´å¤ļ":118213,"æŁ¥çľĭåħ¨æĸĩ":118214,"æķ°åŃĹè´§å¸ģ":118215,"åĸīåĴĻ":118216,"åı¦ä¸Ģä½į":118217,"åĤ¬åĮĸ":118218,"åĤ¬åĮĸåīĤ":118219,"ä»İæĿ¥æ²¡":118220,"å¯ĨåĪĩ缸åħ³":118221,"éĥ¨ä¸»ä»»":118222,"产åĵģç»ıçIJĨ":118223,"並åIJĮæĦı":118224,"èIJ½åħ¥":118225,"å±ıå¹ķä¸Ĭ":118226,"åħ¬åı¸ç«łç¨ĭ":118227,"æį¢åı¥è¯Ŀ":118228,"æį¢åı¥è¯Ŀ说":118229,"ä½įæĸ¼":118230,"ä½Ķ":118231,"åĩ»æĿĢ":118232,"缸è¾ĥ":118233,"缸è¾ĥäºİ":118234,"ç²½åŃIJ":118235,"åįĹæŀģ":118236,"宫é¢Ī":118237,"è£ģåijĺ":118238,"æĺİç»Ĩ":118239,"ä»·åĢ¼éĵ¾":118240,"åĽĽä¸ªæĸ¹éĿ¢":118241,"æĥħåĨµæĿ¥çľĭ":118242,"æĮijåīĶ":118243,"æ®ĺ":118244,"æŀģåĬĽ":118245,"çĸijéļ¾":118246,"æĬµæĬĹåĬĽ":118247,"æĢ¥éĢŁ":118248,"æĪĮ":118249,"ä½İä¼°":118250,"éĹªè¿ĩ":118251,"æģ¬":118252,"èµŀæī¬":118253,"ä»ĸå¦Ī":118254,"æĪIJ为ä¸ĢåIJį":118255,"æ´Ĺ礼":118256,"é¢Ħ计å°Ĩ":118257,"åħĪè¿Ľåįķä½į":118258,"è¼Ķ":118259,"éĢĥèĦ±":118260,"çİ°åŃĺ":118261,"èĢģèĻİæľº":118262,"åįģä¸ĥæĿ¡":118263,"åı¦ä¸ĢåįĬ":118264,"温æĥħ":118265,"åī¥ç¦»":118266,"ä¸ĸè´¸":118267,"å®ĺåı¸":118268,"å¾Īå·®":118269,"éĹ´è·Ŀ":118270,"请注æĦı":118271,"åı²è¯Ĺ":118272,"åĪ©åĻ¨":118273,"è¿IJç®Ĺ":118274,"沦为":118275,"該使çĶ¨èĢħ":118276,"èĮ¬":118277,"éĶ¦ç»£":118278,"åı²æĸĻ":118279,"çģµæ´»æĢ§":118280,"èģĶ社":118281,"æĹłåĬ©":118282,"æĬĹæ°§åĮĸ":118283,"èıľèĤ´":118284,"éĢłèĪ¹":118285,"æİīèIJ½":118286,"å¤įæŁ¥":118287,"åĭĥåĭĥ":118288,"åij¼å£°":118289,"給äºĪ":118290,"åIJĮäºĭ们":118291,"ç½°":118292,"è¯ķæİ¢":118293,"åħ³éĶ®åŃĹ":118294,"æįIJçĮ®":118295,"ç»Łè®¡æķ°æį®":118296,"åĪĽä½ľèĢħ":118297,"ä¸ĭåįĬ":118298,"ä¸ĭåįĬåľº":118299,"æī¿æĭħ责任":118300,"端æŃ£":118301,"ç©¿è¡£":118302,"ä¼łçIJĥ":118303,"åĬ©éķ¿":118304,"åĩ±":118305,"éķ¶åµĮ":118306,"é£ŀç¿Ķ":118307,"è¾ĵåįµ":118308,"è¾ĵåįµç®¡":118309,"ä¸ĩåħ¬éĩĮ":118310,"æݨ广åºĶçĶ¨":118311,"å¿«æ¨Ĥ":118312,"秽":118313,"èī°å·¨":118314,"åIJ¬å®Į":118315,"åĿļ硬":118316,"å¥¥åľ°":118317,"å¥¥åľ°åĪ©":118318,"é¢ĵ":118319,"èĻIJå¾ħ":118320,"ä¾Ľæ±Ĥ":118321,"éľīç´ł":118322,"伪è£ħ":118323,"ä¹¡åľŁ":118324,"åĩ¡æľ¬ç½ij":118325,"åĩ¡æľ¬ç½ij注":118326,"ä¼ĬåĪ©":118327,"è¡¡æ°´":118328,"æĽ´åĥıæĺ¯":118329,"åĪĨéĴŁå·¦åı³":118330,"è¦ı模":118331,"äºĶåĪĨéĴŁ":118332,"åºĹåĬłçĽŁ":118333,"åĽ°éĽ£":118334,"åħ³åģľ":118335,"æĢĿ绪":118336,"åĴ½åĸī":118337,"缸符":118338,"çĥ¦èºģ":118339,"æĻĤæľŁ":118340,"åijĪçı¾":118341,"解æķ£":118342,"诱导":118343,"éļĶçĥŃ":118344,"çĮ¶":118345,"åįĹå®ĭ":118346,"æ·±åħ¥äºĨ解":118347,"çŃĶçĸij":118348,"æĺ¼å¤ľ":118349,"åįĥä¼ı":118350,"åĬ³åĬ¡æ´¾éģ£":118351,"红è±Ĩ":118352,"åĿıäºĭ":118353,"çĤ¹æ»´":118354,"å°±ä¸ļå²Ĺä½į":118355,"约åIJĪ":118356,"åħįéĻ¤":118357,"éĢĨåĬ¿":118358,"éĩįéĩijå±ŀ":118359,"å®ĺ宣":118360,"ä½İå»ī":118361,"æģ¨ä¸įå¾Ĺ":118362,"å¾Ĺ天":118363,"å¾Ĺ天çĭ¬":118364,"å¾Ĺ天çĭ¬åİļ":118365,"ä¸Ģå°ģä¿¡":118366,"æĬ½å¥ĸ":118367,"è¾Ĺ转":118368,"çķĻå®Ī":118369,"çķĻå®ĪåĦ¿ç«¥":118370,"çŃĶåį·":118371,"å·¨åŀĭ":118372,"æľĢ好ä¸įè¦ģ":118373,"æµĻæ±Łå¤§åѦ":118374,"æĨ¨":118375,"æı¡æīĭ":118376,"éĴĪç»ĩ":118377,"æİĴ骨":118378,"çĤ½":118379,"å°ģè£ħ":118380,"åįĢåŁŁ":118381,"空æ°ĶåĩĢåĮĸ":118382,"åħīå½±":118383,"åĢĴå¡Į":118384,"å§ļæĺİ":118385,"æ¤į被":118386,"åѦåīį":118387,"åѦåīįæķĻèĤ²":118388,"èĬĿåĬł":118389,"èĬĿåĬłåĵ¥":118390,"缩水":118391,"ä½Ł":118392,"åľ¨çº¿åĴ¨è¯¢":118393,"èµıæŀIJ":118394,"éĿĴèĽĻ":118395,"æĬ±ä½ı":118396,"èĮĤåIJį":118397,"åħ¨åĬĽæīĵéĢł":118398,"åįļ士åѦä½į":118399,"沧å·ŀ":118400,"åĻ¢":118401,"æĿĤçī©":118402,"åĪ»çĶ»":118403,"æįħ":118404,"å¾®éĩı":118405,"å¾®éĩıåħĥç´ł":118406,"ä¸ĢåĽŀäºĭ":118407,"鸡èĤī":118408,"åĪ©æ¶¦çİĩ":118409,"æīįç®Ĺ":118410,"å¾®å¦Ļ":118411,"棵æłij":118412,"贪婪":118413,"åĩıåĢ¼":118414,"梦å¢ĥ":118415,"åı¯è§Ĩ":118416,"åı¯è§ĨåĮĸ":118417,"广大å¸Ĥæ°ij":118418,"ä¸ĵä¸ļä»İäºĭ":118419,"ç»ı纬":118420,"ç´§çĽ¯":118421,"çŁ¥å·±":118422,"è¤ļ":118423,"æĸĩåĮĸåºķèķ´":118424,"åݦéŨå¸Ĥ":118425,"临港":118426,"对åħ¶çľŁå®ŀ":118427,"岸边":118428,"è¦ĸçĤº":118429,"æĬĹçĻĮ":118430,"åĶIJå®ĩ":118431,"ä¸įå¾Ĺè¶ħè¿ĩ":118432,"å¨ģæħij":118433,"æ¡Ĩæŀ¶åįıè®®":118434,"èµ°ç§ģ":118435,"åĽ¢å§Ķ":118436,"夸大":118437,"æ¬Ħ":118438,"ç¥ŀç»ıç³»ç»Ł":118439,"æijĦå½±ä½ľåĵģ":118440,"èĬ¥":118441,"å®īåºĨ":118442,"海滨":118443,"æŀĦæĢĿ":118444,"çīµæĮĤ":118445,"åı©":118446,"éĺIJæĺİ":118447,"éģģ":118448,"精油":118449,"ç©´ä½į":118450,"æĬ¤èº«":118451,"æĬ¤èº«ç¬¦":118452,"æĮĩå°İ":118453,"åŃĺåľ¨ä¸Ģå®ļ":118454,"å¯ĤéĿĻ":118455,"æµ·å¤ĸå¸Ĥåľº":118456,"éĿ¡":118457,"综åIJĪå¾ģ":118458,"ä¿IJ":118459,"è¨Īç®Ĺ":118460,"æĺİæľĹ":118461,"äºļè¿IJ":118462,"äºļè¿IJä¼ļ":118463,"åīįçŀ»æĢ§":118464,"åĮ®ä¹ı":118465,"产ä¸ļæī¶è´«":118466,"èĦijæµ·":118467,"èĦijæµ·ä¸Ń":118468,"åħļçļĦé¢Ĩ导":118469,"åĪĺéĤ¦":118470,"æµģæĺŁ":118471,"æĵĤ":118472,"æĶĢçĻ»":118473,"åĴĶ":118474,"ä¸Ģä¸ĭåŃIJå°±":118475,"è¯Ĭæ²»":118476,"使åĬ²":118477,"åīµä½ľ":118478,"éĵŃè®°":118479,"éĴ±è´¢":118480,"æĹ¥æĬ¥è®°èĢħ":118481,"çĥŁçģ«":118482,"èĥľè´Ł":118483,"åįļ主":118484,"ä¸ŃåĽ½èģĶéĢļ":118485,"ç½ijç«Ļé¦ĸ页":118486,"å°±å¤Ł":118487,"å°±å¤ŁäºĨ":118488,"æīijåħĭ":118489,"å±ħå§Ķä¼ļ":118490,"è°¬":118491,"å®īåħ¨äºĭæķħ":118492,"åķĨçĶ¨è½¦":118493,"循çݯç»ıæµİ":118494,"æ·¤":118495,"èĢĥè¯ģ":118496,"å®ĿèĹı":118497,"å®Įç»ĵ":118498,"çłĶåıijæĬķåħ¥":118499,"å²ij":118500,"æģŃæķ¬":118501,"离éĢĢä¼ij":118502,"水墨":118503,"婶":118504,"è¯Ĺåı¥":118505,"å®ģæ³¢å¸Ĥ":118506,"å¼±çĤ¹":118507,"åģľçīĮ":118508,"奶油":118509,"å¥ĩ纳河":118510,"æĨĤ":118511,"社ä¼ļå®ŀè·µ":118512,"è´Ŀ壳":118513,"çłĤæµĨ":118514,"èĪ¹åıª":118515,"宣æī¬":118516,"综åIJĪæķ´æ²»":118517,"åĤij":118518,"æ°ijæĹıæĸĩåĮĸ":118519,"éĩįçİ°":118520,"积æ·Ģ":118521,"åħ¬çĦ¶":118522,"çħī":118523,"缸èģļ":118524,"æ±¾":118525,"纹çIJĨ":118526,"çĩĥçħ¤":118527,"æѤç§į":118528,"ç¾İå¦Ĩ":118529,"åįĥçĵ¦":118530,"çIJĽ":118531,"驾驶è¯ģ":118532,"éĺ¶æ¢¯":118533,"ä¸Ŀä¸Ŀ":118534,"å¾Īå¤ļäºĭæĥħ":118535,"åħīéĺ´":118536,"èijĹä½ľæ¬Ĭ":118537,"åħ§éĥ¨":118538,"çĽ¸å¯¹æĿ¥è¯´":118539,"éĸĴ":118540,"éľĩæħij":118541,"說話":118542,"æĨij":118543,"ç«¥è£ħ":118544,"ä½ıæĪ¿åĴĮ":118545,"ä½ıæĪ¿åĴĮåŁİ":118546,"å·²ç»ıè¶ħè¿ĩ":118547,"ä¾¦å¯Ł":118548,"çŁ¿çī©":118549,"ä¾Ľå¤§å®¶":118550,"çī¹éĤĢ":118551,"ç¨ĭåºıåijĺ":118552,"çķľçī§ä¸ļ":118553,"æ°ª":118554,"çijª":118555,"åĢĴåľ¨":118556,"åĢĴåľ¨åľ°":118557,"æ¯Ģ":118558,"梯éĺŁ":118559,"æİ¥èijĹ":118560,"æĬĹèıĮ":118561,"è¤ĩ":118562,"ç¬Ļ":118563,"æ¯Ķä¸Ĭå¹´":118564,"鸡汤":118565,"åŃ¦ä¹łæĪIJ绩":118566,"æĸijæĸĵ":118567,"åħĪ导":118568,"åĪĹ举":118569,"è°ĥæŁ¥æĺ¾ç¤º":118570,"æ©«":118571,"ä¹Ŀåįģ":118572,"è°¢éŁµ":118573,"è·¨è¶Ĭå¼ı":118574,"女æĢ§æľĭåıĭ":118575,"èIJ¥åħ»ä»·åĢ¼":118576,"å®ŀè·µç»ıéªĮ":118577,"èĭıå·ŀå¸Ĥ":118578,"çĵ¶åŃIJ":118579,"æĸ°çļĦä¸Ģ":118580,"æĸ°çļĦä¸Ģå¹´":118581,"æĺİæĻ°":118582,"å®łçĪ±":118583,"åŃĹ第":118584,"æľĹ诵":118585,"纳æĸ¯":118586,"éĢĨè¡Į":118587,"è«ĭæĤ¨":118588,"è«ĭæĤ¨æıIJä¾Ľ":118589,"èĥ¸æĢĢ":118590,"第ä¸ĥå±Ĭ":118591,"强壮":118592,"代åŃķ":118593,"汶å·Ŀ":118594,"家åĸ»":118595,"家åĸ»æĪ·":118596,"家åĸ»æĪ·æĻĵ":118597,"èħ®":118598,"åIJ¯è¿ª":118599,"æĹłéļľç¢į":118600,"èĻķçIJĨåıĬ":118601,"æĿ¥åİĨ":118602,"å®ŀåĬ¡":118603,"ä¹Łéļıä¹ĭ":118604,"æĬĢèĥ½åŁ¹è®Ń":118605,"åѤç«ĭ":118606,"åīģ":118607,"éĥ´å·ŀ":118608,"æĶ¶æķĽ":118609,"éł»éģĵ":118610,"èį£å¹¸":118611,"èİ«è¿ĩäºİ":118612,"æѤæĻĤ":118613,"纪å§ĶçĽij":118614,"纪å§ĶçĽijå§Ķ":118615,"缸éĤ»":118616,"åı¦ä¸Ģè¾¹":118617,"çªĴæģ¯":118618,"æľīå¾Īå¤ļç§į":118619,"æ¯ıéĢ¢":118620,"éĹ®ä¸ĸ":118621,"累累":118622,"éĿĴæĺ¥æľŁ":118623,"è·¯åĨµ":118624,"åħĭèݱ":118625,"è¿Ħä»Ĭ为æŃ¢":118626,"æĥĬå¥ĩ":118627,"跨度":118628,"éħ¿éĢł":118629,"åĩĭ":118630,"è¿ijä¸īå¹´":118631,"åĨħ马":118632,"åĨħ马å°Ķ":118633,"æıį":118634,"è¿Ľå±ķæĥħåĨµ":118635,"èĮ§":118636,"æľīåºıæİ¨è¿Ľ":118637,"æĢ»åĨłåĨĽ":118638,"æĪIJ绩åįķ":118639,"éĽ»è©±åıĬ":118640,"ç´§å¯Ĩç»ĵåIJĪ":118641,"åºĬä½į":118642,"é¹Ĭ":118643,"æķ£åıijçĿĢ":118644,"åĭŁèµĦ":118645,"æ°¨éħ¸":118646,"彩ç¥ŀ":118647,"è®Ģåıĸ":118648,"éĩį温":118649,"ä¸ŃåŃĺåľ¨çļĦ":118650,"ç¾İéºĹ":118651,"ä¸įæĸŃå¢ŀåĬł":118652,"è½®æµģ":118653,"æİ¥åIJ¬":118654,"年产åĢ¼":118655,"åįĥåħĭ":118656,"æĪĺåľºä¸Ĭ":118657,"çħ§é¡§":118658,"å¹²éĥ¨éĺŁä¼į":118659,"åį°ç«ł":118660,"ä¸Ģèĩ´æĢ§":118661,"è¿ŀå¤ľ":118662,"åħħè£ķ":118663,"é»ijåIJįåįķ":118664,"åĩĢæ°´":118665,"ä¸Ģ大æĹ©":118666,"åĮħ袱":118667,"çĬ¯è§Ħ":118668,"çIJĨè«ĸ":118669,"æŀģæĺĵ":118670,"骸":118671,"å¨ĺå¨ĺ":118672,"åĽ¢åľĨ":118673,"亿åħĥ以ä¸Ĭ":118674,"åĪ©çĶ¨æĤ¨çļĦ":118675,"带æĿ¥æĽ´å¤ļ":118676,"ä¸Ń央空è°ĥ":118677,"æľĪèĸª":118678,"çĮľæĥ³":118679,"åĪºå®¢":118680,"ä½ľæģ¯":118681,"åįķè°ĥ":118682,"äºĴåĪ©":118683,"å¦Ĥæľīä¾µæĿĥ":118684,"å°ıå·§":118685,"åįģåł°":118686,"åĵĪåĵĪåĵĪåĵĪ":118687,"è¾¹éĻħ":118688,"æłĩè¯Ń":118689,"åĪĩåħ¥çĤ¹":118690,"éĢĨè¢Ń":118691,"è¯ķåīĤ":118692,"绿è±Ĩ":118693,"è®ļ":118694,"åŁºçĿ£å¾Ĵ":118695,"壬":118696,"åħ¨æĺİæĺŁ":118697,"éĢīç§Ģ":118698,"èĪĮå°ĸ":118699,"ä¸įåIJĮç±»åŀĭ":118700,"çĥŁåĽ±":118701,"çģµæ°Ķ":118702,"åĮºç®¡å§Ķä¼ļ":118703,"åĨľåī¯":118704,"åĨľåī¯äº§åĵģ":118705,"èĶļæĿ¥":118706,"沪æĮĩ":118707,"åħ»æ®ĸæĪ·":118708,"æĸĹå¿Ĺ":118709,"é¦ĸé¢Ĩ":118710,"è¡Ģèħ¥":118711,"åĬłç´§":118712,"ä¸Ģèĩ´å¥½è¯Ħ":118713,"第ä¸īèĬĤ":118714,"æī¬å°ĺ":118715,"交éĢļæŀ¢çº½":118716,"鼶ç¢İ":118717,"é»ijæ´ŀ":118718,"çľĭä¸įæĩĤ":118719,"å±ŀå®ŀ":118720,"主åŁİåĮº":118721,"å¨Ľ":118722,"å¨Ľæ¨Ĥ":118723,"ç¬ijæĦı":118724,"èĻ¹æ¡¥":118725,"åIJĦ个çݯèĬĤ":118726,"çķ¥å¾®":118727,"èĢķèĢĺ":118728,"æľ¬åľºæ¯ĶèµĽ":118729,"æĪIJè´¥":118730,"éĢīèĤ¡":118731,"èªŀè¨Ģ":118732,"çŃĶ辩":118733,"èĩªä¹ł":118734,"棺":118735,"ä¸ĩ欧åħĥ":118736,"åģľå·¥":118737,"对åħ¶è¿Ľè¡Į":118738,"积æŀģéħįåIJĪ":118739,"ä¹¾åĿ¤":118740,"å¦ĸæĢª":118741,"èļĮåŁł":118742,"èµĦ产è¯Ħä¼°":118743,"è°ĥçļ®":118744,"éĻ¤å¤ķ":118745,"åĽ´å¢Ļ":118746,"æľįå½¹":118747,"æ·±æ¸Ĭ":118748,"é¢ĦåĪ¶":118749,"çĥ½":118750,"å®ī稳":118751,"建æŀĦ":118752,"çĭĻåĩ»":118753,"主åĭķ註åĨĬ":118754,"éĥ½æľīèĩªå·±":118755,"æİĴåIJį第ä¸Ģ":118756,"麻辣":118757,"çĢļ":118758,"çĥŁèĬ±çĪĨ":118759,"çĥŁèĬ±çĪĨ竹":118760,"èĩªçĦ¶ä¿ĿæĬ¤":118761,"ä»Ļå¢ĥ":118762,"为äºĨéģ¿åħį":118763,"åĨ·åºĵ":118764,"解æĶ¾æĢĿæĥ³":118765,"åĪĿäºĮ":118766,"ä½ĵè´´":118767,"é¦ĸå¯Į":118768,"迪æĭľ":118769,"æļĤç¼ĵ":118770,"æĶ¯æĮģåĬĽåº¦":118771,"侦æİ¢":118772,"马åĪº":118773,"åĮĹæ±½":118774,"ç¹ŀ":118775,"è°İè¨Ģ":118776,"éĢ£çºĮ":118777,"å·³":118778,"ä»»ä½ķæŶåĢĻ":118779,"车èģĶç½ij":118780,"åįķ项":118781,"å¸Ńåį·":118782,"建çŃijæĿIJæĸĻ":118783,"ä¸Ńç§ĭèĬĤ":118784,"ç¡ķ士çłĶ究":118785,"ç§ģç«ĭ":118786,"åħļåĴĮæĶ¿åºľ":118787,"æľ¬æ¬¡äº¤æĺĵ":118788,"èººåľ¨åºĬä¸Ĭ":118789,"ç½ijåıĭè¯Ħ论":118790,"å¦Ŀ":118791,"害ç¾ŀ":118792,"åħ¬ç«ĭåĮ»éĻ¢":118793,"ä¸ŀ":118794,"çĶŁçī©è´¨":118795,"åºĶéĤĢ":118796,"æĬ½åıĸ":118797,"åĩłå¼ł":118798,"æijĺç¼ĸ":118799,"ç»ĺæľ¬":118800,"详解":118801,"强硬":118802,"æľĢåħĪè¿ĽçļĦ":118803,"æĭĽèĤ¡":118804,"æĭĽèĤ¡ä¹¦":118805,"åįĥæĸ¹":118806,"åįĥæĸ¹çĻ¾":118807,"åįĥæĸ¹çĻ¾è®¡":118808,"éħįéŁ³":118809,"驾çħ§":118810,"å¾ģæĪĺ":118811,"èªĵè¨Ģ":118812,"æĭľå¸Ī":118813,"æĭľå¸ĪåѦ":118814,"æĭľå¸ĪåѦèīº":118815,"æĬ±åĽ¢":118816,"ç±³ç²ī":118817,"éĿŀ常éĢĤåIJĪ":118818,"èĪªæµ·":118819,"履约":118820,"åįģåħ«æĿ¡":118821,"éĶ»éĢł":118822,"éĩįè¦ģ举æݪ":118823,"åıijæĮ¥ä½ľçĶ¨":118824,"æ·ļ":118825,"人社":118826,"人社å±Ģ":118827,"è¯ķçĤ¹å·¥ä½ľ":118828,"éĺľéĺ³":118829,"æ¡ĥåľĴ":118830,"æ°ijä¼ģ":118831,"æ´ģçĻ½":118832,"贵宾":118833,"åħ¬ç¤¾":118834,"è§īæĤŁ":118835,"è®°å¿ĨåĬĽ":118836,"æľĥåĵ¡è¨»åĨĬ":118837,"æѤæ¡Ī":118838,"麻çĹ¹":118839,"çıĢ":118840,"æĸ©èİ·":118841,"çĶ·åŃ©åŃIJ":118842,"å±ĢéĻIJäºİ":118843,"åĭĺæŁ¥":118844,"åIJĥ饱":118845,"èĬ¬åħ°":118846,"æ£ķèī²":118847,"ç¦ıç¥ī":118848,"çĶ³èĬ±":118849,"æµ·çĽĹ":118850,"èĶij":118851,"æĸĩåѸ":118852,"æ´»æĢ§çĤŃ":118853,"缴éĢļ车":118854,"è°¢éĤĢ":118855,"躺çĿĢ":118856,"åľĥ":118857,"æ¯ıæĹ¥ç»ıæµİ":118858,"åħ¬åħ±æĸĩåĮĸ":118859,"讲æķħäºĭ":118860,"å¯Łçľĭ":118861,"æĤłéĹ²":118862,"åľ°åĿª":118863,"æ¶Įçİ°åĩº":118864,"é«ĺçŃīéĻ¢æł¡":118865,"èĮĦåŃIJ":118866,"éĺ²åį«":118867,"ä¾ĭè¡Į":118868,"æĺ¾éľ²":118869,"æĸ°å¸¸æĢģ":118870,"ç»Ŀä½³":118871,"å¯Įæ°ij":118872,"以人æ°ij":118873,"以人æ°ij为":118874,"éĤ¢åı°":118875,"å±ķæ¼Ķ":118876,"çĻ¼å¸ĥ":118877,"è´Łè½½":118878,"åģı离":118879,"æ°¸éģł":118880,"éĩįè¦ģåİŁåĽł":118881,"åįıä¼ļä¼ļåijĺ":118882,"éļ¾æ°ij":118883,"çĶŁäº§è½¦éĹ´":118884,"çģµåĬ¨":118885,"两年åīį":118886,"æĸ¹åľĨ":118887,"æ´»ä¸ĭåİ»":118888,"ä¸ĸçķĮè§Ĥ":118889,"éªĹåıĸ":118890,"ç¾İè²Į":118891,"èĥ½çľĭåĩº":118892,"çĻ¼æı®":118893,"è§Ĥå½±":118894,"åīĥ":118895,"åIJĪèµĦåħ¬åı¸":118896,"婧":118897,"å¹²æű":118898,"åħŃ个æľĪ":118899,"尤为éĩįè¦ģ":118900,"èĤ½":118901,"ç§¦åĽ½":118902,"æīĺç¦ı":118903,"建çŃijå¸Ī":118904,"åįĩ级æĶ¹éĢł":118905,"å°ıé¢Ŀ":118906,"å°ıé¢Ŀ贷款":118907,"两个维æĬ¤":118908,"æĭįæĭį":118909,"åı¯çĸij":118910,"æį¢åıĸ":118911,"æŃ¦å£«":118912,"èµĸ以":118913,"èµĸ以çĶŁåŃĺ":118914,"æĮļ":118915,"殿åłĤ":118916,"èĩªçĦ¶çķĮ":118917,"ç£ģåľº":118918,"å¦Ĥä½ķçľĭå¾ħ":118919,"ä»ĬæĹ¥å¤´æĿ¡":118920,"è¥¿åŁŁ":118921,"èİ·è¯Ħ":118922,"é¢¨æł¼":118923,"ä¿ĦåĽ½":118924,"æīĵæĭ¼":118925,"å®£ä¼łçīĩ":118926,"å¾Īæĸ¹ä¾¿":118927,"ä¾Ľç»Ļ侧":118928,"纪念ç¢ij":118929,"毫åħĭ":118930,"èĬ³é¦Ļ":118931,"å·¥åķĨéĵ¶è¡Į":118932,"请çĤ¹åĩ»":118933,"缪":118934,"æĹłæķ°æ¬¡":118935,"èį¯å¸Ī":118936,"èħ¸":118937,"游èīĩ":118938,"åĮ¾":118939,"å·¡èĪª":118940,"æ²»çIJĨä½ĵç³»":118941,"èIJ¥éĢłèī¯å¥½":118942,"æ··æ·Ĩ":118943,"éĢļçķħ":118944,"åĬ³ç´¯":118945,"ä»ĵä½į":118946,"å¢ŀéķ·":118947,"éļIJ约":118948,"æĿĤå¿Ĺ社":118949,"åħ»èĤ²":118950,"åı¯èĥ½åıijçĶŁ":118951,"èĢĥ試":118952,"西侧":118953,"åĬłåĢį":118954,"主æĮģåı¬å¼Ģ":118955,"çķ¢ç«Ł":118956,"éĹ®è¯¢":118957,"æµ·æ£ł":118958,"èĹ©":118959,"注æĺİæĿ¥æºIJ":118960,"æ£Ģçĸ«":118961,"请åģĩ":118962,"æĬļæij¸":118963,"èĵĦçĶµæ±ł":118964,"è·Łä¸įä¸Ĭ":118965,"çݰ代社ä¼ļ":118966,"çŃ¹èµĦ":118967,"ä½ĵèĤ²å½©ç¥¨":118968,"延误":118969,"è¾Ľè¾£":118970,"éĿ¢å®¹":118971,"åį°è®°":118972,"çģŃ亡":118973,"ç´łé£Ł":118974,"åħ´èĩ´":118975,"éľĢè¦ģçĶ¨":118976,"éľĢè¦ģçĶ¨åĪ°":118977,"å®Ŀå¦Ī":118978,"ç£ĭåķĨ":118979,"éļ¶å±ŀ":118980,"è´¡çĮ®åĬĽéĩı":118981,"åħ¬åħ±èµĦæºIJ":118982,"大éĺª":118983,"åĨĽè®Ń":118984,"æĤ¬å¿µ":118985,"社ä¼ļ稳å®ļ":118986,"å¹²äºĭåĪĽä¸ļ":118987,"æľīæĿ¡ä»¶":118988,"æľīæĿ¡ä»¶çļĦ":118989,"ä¸Ģå¹´ä¸Ģ度":118990,"åİ¥":118991,"强奸":118992,"豪车":118993,"æİĮæŁľ":118994,"æ°´åĪ©å·¥ç¨ĭ":118995,"峪":118996,"积æŀģä½ľçĶ¨":118997,"æµ·æ·Ģ":118998,"æµ·æ·ĢåĮº":118999,"çĥŃæĴŃ":119000,"åĿļæĮģä¸įæĩĪ":119001,"åıĮèĦļ":119002,"绣æĪĺ":119003,"ä»»ä½ķ人éĥ½":119004,"åľ°ä¸ĭ室":119005,"åĨ¶çĤ¼":119006,"è°ħ解":119007,"æ¸ĶèĪ¹":119008,"太éĺ³åŁİ":119009,"被æįķ":119010,"计ç®ĹåĻ¨":119011,"西åĮ»":119012,"èĪĴå¿ĥ":119013,"桦":119014,"éģ²":119015,"åĬij":119016,"è¨Ĺ":119017,"èݺ":119018,"åĸ¬":119019,"çĵ¯":119020,"åĺĺ":119021,"åłķ":119022,"æķĿ":119023,"åij¦":119024,"èĭŀ":119025,"æŃ¹":119026,"æĵ¬":119027,"æ£Ħ":119028,"èĪµ":119029,"奪":119030,"çļĭ":119031,"æĶ¸":119032,"åľ©":119033,"ç¤Ļ":119034,"ç¢ĺ":119035,"éıĪ":119036,"æĦķ":119037,"ç¹³":119038,"èĺ¸":119039,"è²Ĥ":119040,"æ¼²":119041,"æij¹":119042,"æĶĿ":119043,"åŃ¢":119044,"èķŃ":119045,"騰":119046,"æ½¼":119047,"éħ°":119048,"æĴ¥":119049,"蹬":119050,"é¨Ļ":119051,"踹":119052,"éģIJ":119053,"çĺĢ":119054,"èĽ¤":119055,"æĤĸ":119056,"çĴŀ":119057,"ç£IJ":119058,"æİ°":119059,"è¾Ĭ":119060,"å¾ij":119061,"æİĸ":119062,"éģŀ":119063,"éĤ¸":119064,"éĽı":119065,"æĨİ":119066,"æľ½":119067,"çį»":119068,"ç®Ķ":119069,"褶":119070,"æļ¢":119071,"æĺµ":119072,"çıĤ":119073,"æĤ¸":119074,"åģµ":119075,"åĻľ":119076,"壯":119077,"æĴ®":119078,"æģį":119079,"å©ķ":119080,"篱":119081,"éĺĻ":119082,"çīł":119083,"è£ĺ":119084,"è³¢":119085,"éĩľ":119086,"éĵł":119087,"èİĺ":119088,"æ®Ĩ":119089,"çĻ¸":119090,"è´ı":119091,"ç²±":119092,"å«¡":119093,"åĨ¢":119094,"è¤Ĵ":119095,"æĩĬ":119096,"éľĵ":119097,"塵":119098,"æĭ£":119099,"å»Ł":119100,"飽":119101,"é¢Į":119102,"åļİ":119103,"æ·º":119104,"èĨł":119105,"åİŃ":119106,"åļĩ":119107,"åijĥ":119108,"çĴĭ":119109,"çѱ":119110,"æĭ·":119111,"èį§":119112,"éĶ°":119113,"åŃ°":119114,"èĵĵ":119115,"èĨ½":119116,"æŀī":119117,"åĸ½":119118,"çĽĶ":119119,"çŃIJ":119120,"ç¾ļ":119121,"èħĮ":119122,"辫":119123,"æ³ĵ":119124,"çĶ¬":119125,"èŁ²":119126,"åĸª":119127,"å¦ĵ":119128,"è¬Ģ":119129,"çĤĬ":119130,"æĽľ":119131,"æ±IJ":119132,"è´Ī":119133,"èįĢ":119134,"æĬł":119135,"碾":119136,"æ«ĥ":119137,"éŀł":119138,"èijĨ":119139,"祯":119140,"å½Ŀ":119141,"é¦į":119142,"åĮ£":119143,"æľŃ":119144,"åĿĤ":119145,"ä¿ij":119146,"èĵ®":119147,"çijĽ":119148,"æīī":119149,"èĩŁ":119150,"貫":119151,"çİ¥":119152,"æ·¼":119153,"åݲ":119154,"é³Į":119155,"å³Ń":119156,"åijĽ":119157,"é§":119158,"é§IJ":119159,"éģ·":119160,"俪":119161,"æĢĤ":119162,"è¾į":119163,"å±į":119164,"åĭģ":119165,"å¥ļ":119166,"éļħ":119167,"éĴ´":119168,"è¼Ŀ":119169,"宦":119170,"èIJĥ":119171,"çĺĭ":119172,"æĨ¶":119173,"æĤħ":119174,"è¾Ļ":119175,"åijľ":119176,"çłº":119177,"éĢŀ":119178,"æµļ":119179,"éĸ£":119180,"èĸ©":119181,"éĻĭ":119182,"çĤĻ":119183,"èªķ":119184,"丣":119185,"é¹½":119186,"ç±Į":119187,"è´°":119188,"éĭª":119189,"çľ©":119190,"æĴIJ":119191,"èĨº":119192,"éŀĺ":119193,"ç¾²":119194,"窮":119195,"ç´IJ":119196,"æ®´":119197,"纾":119198,"èºį":119199,"ç´ĭ":119200,"çĦĸ":119201,"çĶº":119202,"çī½":119203,"çĤ¯":119204,"ç¼Ķ":119205,"æ¯ĵ":119206,"嬰":119207,"梧":119208,"äºŁ":119209,"è¢ħ":119210,"çįĦ":119211,"è¿¥":119212,"æ¼¾":119213,"çĿij":119214,"績":119215,"é¦ĭ":119216,"é¤ħ":119217,"æ¹Ħ":119218,"æĺĩ":119219,"æŀŃ":119220,"èĸ°":119221,"æŁij":119222,"榻":119223,"åĻĹ":119224,"åĻ´":119225,"棣":119226,"åĶ§":119227,"çĨ¹":119228,"輯":119229,"å¢Ł":119230,"é²²":119231,"æĪĽ":119232,"èī¦":119233,"èĬ®":119234,"åĺŁ":119235,"帥":119236,"å¿»":119237,"çĮĿ":119238,"寵":119239,"賦":119240,"èĽ¾":119241,"滾":119242,"çĤķ":119243,"éĵ¬":119244,"èĴ¿":119245,"éĴ¨":119246,"çĥĻ":119247,"ç²ķ":119248,"æĥ¦":119249,"溧":119250,"é¢į":119251,"éħ£":119252,"峦":119253,"ç±ģ":119254,"çĥĥ":119255,"åĨĹ":119256,"åıģ":119257,"缧":119258,"ç½µ":119259,"éĴĹ":119260,"å¬ī":119261,"è°ı":119262,"糧":119263,"è¾Ń":119264,"æ·¬":119265,"èŁĴ":119266,"诩":119267,"è¦ĥ":119268,"çĻĸ":119269,"é½Ĵ":119270,"çĪIJ":119271,"ç®į":119272,"ç¼İ":119273,"磺":119274,"诫":119275,"褲":119276,"æĵł":119277,"èIJ¦":119278,"çĿ¬":119279,"è°į":119280,"éĦ°":119281,"æł¾":119282,"é¡ı":119283,"縱":119284,"桨":119285,"éĨ¬":119286,"襲":119287,"讪":119288,"婺":119289,"èįŁ":119290,"åĮĿ":119291,"çĨł":119292,"èĽĬ":119293,"æ¸ļ":119294,"å´½":119295,"鲤":119296,"åķ°":119297,"åĮķ":119298,"ä¸IJ":119299,"讥":119300,"åı½":119301,"åı¼":119302,"çļ¿":119303,"è¿Ĥ":119304,"åIJĨ":119305,"å±¹":119306,"èĩ¼":119307,"讹":119308,"é©®":119309,"纫":119310,"æ±ŀ":119311,"æĬ¡":119312,"èĭĩ":119313,"åIJł":119314,"åIJŃ":119315,"åIJ®":119316,"å²ĸ":119317,"ä½ĥ":119318,"çĭĪ":119319,"åºĩ":119320,"åIJĿ":119321,"éĹ°":119322,"æ±¹":119323,"忱":119324,"æĭĦ":119325,"æĭĹ":119326,"èĮī":119327,"èĭĽ":119328,"èĮģ":119329,"çŁ¾":119330,"èĻı":119331,"åij»":119332,"åĴĦ":119333,"å¿¿":119334,"èĤ®":119335,"çĭŀ":119336,"çĸŁ":119337,"çĸĻ":119338,"çĸļ":119339,"æ³ŀ":119340,"å¸ļ":119341,"å±ī":119342,"è¿¢":119343,"驹":119344,"çİ·":119345,"çıĬó":119346,"çıĬół":119347,"çıĬółĦ":119348,"çıĬółĦģ":119349,"æĮİ":119350,"æĭ´":119351,"åŀĽ":119352,"èį¤":119353,"æ®ĥ":119354,"çĽ¹":119355,"åĵĨ":119356,"è´»":119357,"毡":119358,"çĭ°":119359,"çĭ¡":119360,"æŁĴ":119361,"æģĥ":119362,"诬":119363,"è¢Ħ":119364,"诲":119365,"èļ¤":119366,"èĢĻ":119367,"åŁĤ":119368,"æįİ":119369,"æįĮ":119370,"æ¢Ĩ":119371,"éħĮ":119372,"çł¾":119373,"æ®ī":119374,"åĶł":119375,"æĻĮ":119376,"èļ£":119377,"èļª":119378,"èļĵ":119379,"鸯":119380,"åĶģ":119381,"åĶĨ":119382,"åĢĶ":119383,"èĪĢ":119384,"豺":119385,"èĥ°":119386,"鸵":119387,"鸳":119388,"é¦ģ":119389,"ç¾Ķ":119390,"涣":119391,"æ¶ķ":119392,"æĤ¯":119393,"诽":119394,"è°Ĩ":119395,"ç¥Ł":119396,"绢":119397,"æįº":119398,"æį¶":119399,"æį»":119400,"æİĤ":119401,"èıł":119402,"èIJ¤":119403,"éħĹ":119404,"羶":119405,"åķĦ":119406,"èļ¯":119407,"èĽĢ":119408,"åĶ¬":119409,"帷":119410,"éĵIJ":119411,"éĵĽ":119412,"åģİ":119413,"å¾Ļ":119414,"èĦ¯":119415,"è±ļ":119416,"çĮĸ":119417,"çĹĬ":119418,"涮":119419,"æĥŃ":119420,"æĤ´":119421,"æĥĭ":119422,"è°ļ":119423,"æı©":119424,"æIJĢ":119425,"æIJĶ":119426,"æ¦Ķ":119427,"æ¤Ń":119428,"éĽ³":119429,"åĸ³":119430,"è·Ľ":119431,"èľĵ":119432,"èľĴ":119433,"é¹ĥ":119434,"éĶĦ":119435,"çĶ¥":119436,"çŃı":119437,"çĮ©":119438,"çĮ¬":119439,"çĮ¾":119440,"çĹ¢":119441,"çĹª":119442,"æĥ°":119443,"çªĺ":119444,"è°¤":119445,"éļĺ":119446,"å©¿":119447,"é¹ī":119448,"çijĻ":119449,"æĸŁ":119450,"椿":119451,"éħª":119452,"éĽ¹":119453,"åŦ":119454,"è··":119455,"è·º":119456,"è·¤":119457,"èľĪ":119458,"èľĹ":119459,"å¹Į":119460,"é¦ı":119461,"èªĬ":119462,"æ¼ĵ":119463,"è¤Ĥ":119464,"èĶĹ":119465,"èĶ¼":119466,"åħ¢":119467,"裳":119468,"èľ»":119469,"èĿĩ":119470,"åĺĢ":119471,"éĶ¹":119472,"ç®ķ":119473,"箩":119474,"çĺ©":119475,"çĺŁ":119476,"æ¼±":119477,"寥":119478,"骡":119479,"æĴµ":119480,"æĴ¬":119481,"è±Į":119482,"åĺ¹":119483,"èĿł":119484,"èĿĮ":119485,"èĿĹ":119486,"èĿĻ":119487,"éķIJ":119488,"稼":119489,"ç¯ĵ":119490,"èĨĽ":119491,"鲫":119492,"çĺª":119493,"鲨":119494,"æĨĶ":119495,"ç¿©":119496,"褥":119497,"ç¼Ń":119498,"åĻ©":119499,"çĵ¢":119500,"éľİ":119501,"踱":119502,"è¹Ĥ":119503,"èŁĨ":119504,"鹦":119505,"篡":119506,"çĺ¸":119507,"窿":119508,"ç¼°":119509,"èĹIJ":119510,"è¹ĭ":119511,"èŁĭ":119512,"èŁĢ":119513,"赡":119514,"èĩĬ":119515,"é³Ħ":119516,"ç³ł":119517,"æĩ¦":119518,"åļ£":119519,"éķ°":119520,"é³į":119521,"ç°¸":119522,"çĻ£":119523,"é³ĸ":119524,"é¬ĵ":119525,"èłķ":119526,"éľ¹":119527,"èºı":119528,"黯":119529,"çĵ¤":119530,"çŁĹ":119531,"ä¹Ĥ":119532,"ä¹ľ":119533,"åħĢ":119534,"å¼ĭ":119535,"åŃij":119536,"åŃĵ":119537,"幺":119538,"äºĵ":119539,"廿":119540,"ä¸ı":119541,"åįħ":119542,"ä»ĥ":119543,"ä»ī":119544,"ä»Ĥ":119545,"åĪĪ":119546,"çĪ»":119547,"åįŀ":119548,"éĹ©":119549,"讣":119550,"夬":119551,"çĪ¿":119552,"æ¯ĭ":119553,"éĤĹ":119554,"éĤĽ":119555,"èī½":119556,"èī¿":119557,"åıµ":119558,"ä¸ķ":119559,"åĮľ":119560,"åĬ¢":119561,"åįŁ":119562,"åı±":119563,"åı»":119564,"仨":119565,"代":119566,"仡":119567,"仫":119568,"ä»ŀ":119569,"åį®":119570,"æ°IJ":119571,"çĬ°":119572,"åĪį":119573,"éĤĿ":119574,"éĤĻ":119575,"讦":119576,"讧":119577,"讫":119578,"å°»":119579,"éĺ¡":119580,"å°ķ":119581,"å¼ģ":119582,"èĢĴ":119583,"çİİ":119584,"çİij":119585,"åľ¬":119586,"æī¦":119587,"åľª":119588,"åľ¹":119589,"æīª":119590,"åľ®":119591,"åľ¯":119592,"èĬĬ":119593,"èĬį":119594,"èĬĦ":119595,"èĬ¨":119596,"èĬij":119597,"èĬİ":119598,"èĬĹ":119599,"äºĺ":119600,"åİį":119601,"夼":119602,"æĪį":119603,"å°¥":119604,"乩":119605,"æĹ¯":119606,"æĽ³":119607,"å²Į":119608,"屺":119609,"åĩ¼":119610,"åĽ¡":119611,"éĴĩ":119612,"缶":119613,"æ°ĺ":119614,"æ°ĸ":119615,"çīĿ":119616,"ä¼İ":119617,"ä¼Ľ":119618,"ä¼¢":119619,"佤":119620,"仵":119621,"ä¼¥":119622,"伧":119623,"ä¼ī":119624,"伫":119625,"åĽŁ":119626,"æ±Ĩ":119627,"åĪĸ":119628,"å¤Ļ":119629,"æĹ®":119630,"åĪİ":119631,"çĬ·":119632,"çĬ¸":119633,"èĪĽ":119634,"åĩ«":119635,"éĤ¬":119636,"饧":119637,"æ±Ķ":119638,"æ±ľ":119639,"æ±Ĭ":119640,"å¿ĸ":119641,"å¿ı":119642,"è®´":119643,"讵":119644,"è®·":119645,"èģ¿":119646,"èī®":119647,"åݾ":119648,"å¦ģ":119649,"纡":119650,"纣":119651,"纥":119652,"纨":119653,"çİķ":119654,"çİĻ":119655,"æĬŁ":119656,"æĬĶ":119657,"åľ»":119658,"åĿį":119659,"æĬĥ":119660,"ã§IJ":119661,"èĬ«":119662,"èĬ¾":119663,"èĭĪ":119664,"èĭ£":119665,"èĭĭ":119666,"èĬ¼":119667,"èĭĮ":119668,"èĭģ":119669,"èĬ©":119670,"èĬª":119671,"èĬ¡":119672,"èĬŁ":119673,"èĭĦ":119674,"èĭİ":119675,"èĭ¡":119676,"æĿĮ":119677,"æĿĵ":119678,"æĿĪ":119679,"å¿ij":119680,"åŃĽ":119681,"éĤ´":119682,"éĤ³":119683,"å¥ģ":119684,"è±ķ":119685,"å¿Ĵ":119686,"欤":119687,"轫":119688,"è¿ĵ":119689,"éĤ¶":119690,"å¿IJ":119691,"åį£":119692,"éĤº":119693,"æĹ°":119694,"åijĭ":119695,"åijĴ":119696,"åijĵ":119697,"åijĶ":119698,"åijĸ":119699,"æŸ":119700,"åIJ¡":119701,"èĻ¬":119702,"åIJ½":119703,"åIJ£":119704,"åIJ²":119705,"å¸ı":119706,"å²Ī":119707,"å²ĺ":119708,"åħķ":119709,"åĽµ":119710,"åĽ«":119711,"éĴĬ":119712,"éĴĭ":119713,"éĴĮ":119714,"è¿ķ":119715,"æ°Ļ":119716,"æ°ļ":119717,"çī¤":119718,"ä½ŀ":119719,"ä½ļ":119720,"ä½Ŀ":119721,"ä½Ĺ":119722,"å½·":119723,"ä½ĺ":119724,"ä½¥":119725,"豸":119726,"åĿĮ":119727,"èĤŁ":119728,"å¥Ĥ":119729,"åĬ¬":119730,"çĭģ":119731,"鸳":119732,"饨":119733,"饩":119734,"饫":119735,"饬":119736,"åºij":119737,"åºĭ":119738,"çĸĶ":119739,"çĸĸ":119740,"èĤĵ":119741,"éű":119742,"éĹ³":119743,"çĤĢ":119744,"æ²£":119745,"æ²ħ":119746,"æ²Ķ":119747,"沤":119748,"æ²ı":119749,"æ²ļ":119750,"汩":119751,"汨":119752,"沨":119753,"æ±´":119754,"æ²Ĩ":119755,"沩":119756,"æ³IJ":119757,"æĢĥ":119758,"æĢĦ":119759,"å¿¡":119760,"忤":119761,"忾":119762,"æĢħ":119763,"忪":119764,"æĢĨ":119765,"å¿Ń":119766,"忸":119767,"è¯Ĥ":119768,"è¯ĥ":119769,"è¯ħ":119770,"è¯ĭ":119771,"è¯Į":119772,"è¯Ĵ":119773,"éĻĤ":119774,"éĻī":119775,"妩":119776,"妪":119777,"妣":119778,"å¦Ĺ":119779,"妫":119780,"å§Ĵ":119781,"妤":119782,"åĬŃ":119783,"åĪŃ":119784,"éĤ°":119785,"çºŃ":119786,"纰":119787,"纴":119788,"çİ¡":119789,"çİŃ":119790,"çİł":119791,"çİ¢":119792,"çݦ":119793,"çĽĤ":119794,"å¿Ŀ":119795,"åĮ¦":119796,"åĿ©":119797,"æĬ¨":119798,"æĭ¤":119799,"åĿ«":119800,"æĭĪ":119801,"åŀĨ":119802,"æĬ»":119803,"åĬ¼":119804,"æĭĥ":119805,"æĭĬ":119806,"åĿ¼":119807,"åĿ»":119808,"ã§Ł":119809,"åĿ¨":119810,"åĿŃ":119811,"æĬ¿":119812,"åĿ³":119813,"èĭ·":119814,"èĭ¤":119815,"èĮı":119816,"èĭ«":119817,"èĭľ":119818,"èĭ´":119819,"èĭĴ":119820,"èĭĺ":119821,"èĮĮ":119822,"èĭ»":119823,"èĭĵ":119824,"èĮļ":119825,"èĮĨ":119826,"èĮij":119827,"èĮĵ":119828,"èĮĶ":119829,"èĮķ":119830,"èĮĢ":119831,"èĭķ":119832,"æŀ¥":119833,"æŀĩ":119834,"æĿª":119835,"æĿ³":119836,"æŀ§":119837,"æĿµ":119838,"æŀ¨":119839,"æŀŀ":119840,"æŀĭ":119841,"æĿ»":119842,"æĿ·":119843,"æĿ¼":119844,"磸":119845,"çłĢ":119846,"åĪ³":119847,"å¥Ħ":119848,"æ®ģ":119849,"éĥı":119850,"è½Ń":119851,"éĥħ":119852,"鸢":119853,"缱":119854,"æĺĻ":119855,"æĿ²":119856,"æĺĥ":119857,"åĴĤ":119858,"åij¸":119859,"æĺĢ":119860,"æĹ»":119861,"æĺī":119862,"çĤħ":119863,"çķĢ":119864,"èĻ®":119865,"åĴĢ":119866,"åij·":119867,"黾":119868,"åij±":119869,"åij¤":119870,"åĴĨ":119871,"åĴĽ":119872,"åij¶":119873,"åij£":119874,"åĴĿ":119875,"å²¢":119876,"岿":119877,"岬":119878,"岫":119879,"å¸Ļ":119880,"å²£":119881,"å³ģ":119882,"åĪ¿":119883,"å²·":119884,"åīĢ":119885,"å¸Ķ":119886,"å³Ħ":119887,"æ²ĵ":119888,"åĽ¹":119889,"ç½Ķ":119890,"éĴį":119891,"éĴİ":119892,"éĴı":119893,"éĴĴ":119894,"éĴķ":119895,"éĤ¾":119896,"è¿®":119897,"çī¦":119898,"竺":119899,"迤":119900,"佶":119901,"ä¾ij":119902,"ä¾ī":119903,"èĩ¾":119904,"ä¾Ĺ":119905,"ä¾ı":119906,"侩":119907,"ä½»":119908,"ä½¾":119909,"侪":119910,"ä½¼":119911,"佯":119912,"侬":119913,"å¸Ľ":119914,"ä¾Ķ":119915,"å¾Ĥ":119916,"åĪ½":119917,"éĥĦ":119918,"ç±´":119919,"çĵ®":119920,"æĪĹ":119921,"èĤ¼":119922,"äıĿ":119923,"èĤ±":119924,"èĤ«":119925,"è¿©":119926,"éĥĩ":119927,"çĭİ":119928,"çĭį":119929,"çĭĴ":119930,"åĴİ":119931,"饯":119932,"饴":119933,"åĨ½":119934,"åĨ¼":119935,"åºĸ":119936,"çĸł":119937,"çĸĿ":119938,"åħĸ":119939,"åĬ¾":119940,"ð¬ī":119941,"ð¬ī¼":119942,"çĤĺ":119943,"çĤĿ":119944,"çĤĶ":119945,"æ³Ķ":119946,"æ²Ń":119947,"æ³·":119948,"æ³±":119949,"æ³ħ":119950,"æ³ł":119951,"泺":119952,"æ³ĸ":119953,"泫":119954,"æ³®":119955,"æ²±":119956,"泯":119957,"æĢĻ":119958,"æĢµ":119959,"æĢ¦":119960,"æĢĽ":119961,"æĢı":119962,"æĢį":119963,"ã¤":119964,"ã¤ĺ":119965,"æĢ©":119966,"æĢ«":119967,"æĢ¿":119968,"å®ķ":119969,"穹":119970,"å®ĵ":119971,"è¯ĵ":119972,"è¯Ķ":119973,"è¯ĸ":119974,"è¯ĺ":119975,"æĪ¾":119976,"è¯Ļ":119977,"æĪ½":119978,"éĥĵ":119979,"è¡©":119980,"ç¥Ĩ":119981,"ç¥İ":119982,"ç¥ĩ":119983,"è¯ľ":119984,"è¯Ł":119985,"诣":119986,"诤":119987,"诧":119988,"诨":119989,"æĪķ":119990,"éĻĶ":119991,"妲":119992,"妯":119993,"å§Ĺ":119994,"å¸ij":119995,"åŃ¥":119996,"驽":119997,"èĻ±":119998,"迨":119999,"ç»Ģ":120000,"ç»ģ":120001,"ç»Ĥ":120002,"é©·":120003,"驸":120004,"ç»ī":120005,"ç»Į":120006,"éªĢ":120007,"çĶ¾":120008,"çıı":120009,"çıIJ":120010,"çıij":120011,"çݳ":120012,"顸":120013,"çıī":120014,"çıĪ":120015,"æĭ®":120016,"åŀŃ":120017,"æĮĿ":120018,"æĮŀ":120019,"åŀ¤":120020,"èµ³":120021,"è´²":120022,"åŀ±":120023,"åŀĮ":120024,"åŀ§":120025,"åŀĵ":120026,"æĮ¦":120027,"åŀł":120028,"èįļ":120029,"èįij":120030,"è´³":120031,"èįľ":120032,"èİĴ":120033,"èĮ¼":120034,"èĮ´":120035,"èĮ±":120036,"èİĽ":120037,"èįŀ":120038,"èĮ¯":120039,"èįı":120040,"èįĩ":120041,"èįĥ":120042,"èįł":120043,"èĮŃ":120044,"åŀ©":120045,"èį¥":120046,"èį¦":120047,"èį¨":120048,"èį©":120049,"åīĭ":120050,"èįª":120051,"èį¬":120052,"èį®":120053,"æŁ°":120054,"æłī":120055,"æŁĺ":120056,"æłĬ":120057,"æŁ©":120058,"æŀ°":120059,"æłĮ":120060,"æŁĻ":120061,"æŀµ":120062,"æŀ³":120063,"æŁŀ":120064,"æŁĿ":120065,"æłĢ":120066,"æŁ¢":120067,"æłİ":120068,"æŁĪ":120069,"æŁģ":120070,"æŀ·":120071,"æŁ½":120072,"åīĮ":120073,"éħĬ":120074,"éĥ¦":120075,"çĶŃ":120076,"çłĹ":120077,"çłĺ":120078,"çłĴ":120079,"æĸ«":120080,"çłŃ":120081,"çłľ":120082,"èĢ·":120083,"èĻº":120084,"æ®Ĥ":120085,"æ®ĩ":120086,"æ®Ħ":120087,"è½±":120088,"è½²":120089,"è½³":120090,"轶":120091,"轸":120092,"èĻ¿":120093,"æ¯ĸ":120094,"è§ĩ":120095,"å°ľ":120096,"åĵIJ":120097,"çľĦ":120098,"çľį":120099,"ðł³":120100,"ðł³IJ":120101,"éĥ¢":120102,"çľĩ":120103,"çľĬ":120104,"çľĪ":120105,"禺":120106,"åĵĤ":120107,"åĴ´":120108,"æĽ·":120109,"æĺ´":120110,"åĴ¦":120111,"åĵĵ":120112,"åĵĶ":120113,"çķİ":120114,"åij²":120115,"èĥĦ":120116,"çķĭ":120117,"çķĪ":120118,"èĻ¼":120119,"èĻ»":120120,"çĽħ":120121,"åĴ£":120122,"åĵķ":120123,"åīIJ":120124,"éĥ§":120125,"åĴ»":120126,"åĽ¿":120127,"åĴ¿":120128,"åĵĮ":120129,"åĵĻ":120130,"åĵļ":120131,"åĴ©":120132,"åĴ¤":120133,"åĵĿ":120134,"åĵı":120135,"åĵŀ":120136,"å³£":120137,"ç½ĺ":120138,"å³Ĵ":120139,"峤":120140,"å³ĭ":120141,"è´¶":120142,"éĴļ":120143,"éĴ¡":120144,"éĴ£":120145,"éĴ¤":120146,"éĴ«":120147,"æ°¡":120148,"çī¯":120149,"éĥľ":120150,"ç§ķ":120151,"ç§Ń":120152,"竽":120153,"ç¬Ī":120154,"俦":120155,"俨":120156,"ä¿ħ":120157,"åıŁ":120158,"åŀ¡":120159,"çī®":120160,"ä¿£":120161,"ä¿ļ":120162,"çļĪ":120163,"ä¿Ł":120164,"éĢħ":120165,"å¾ĩ":120166,"å¾ī":120167,"èĪ¢":120168,"éĥĹ":120169,"ä¿İ":120170,"éĥ¤":120171,"çĪ°":120172,"éĥĽ":120173,"çĵ´":120174,"èĥ¨":120175,"èĥª":120176,"èĥĽ":120177,"èĥĤ":120178,"èĥĻ":120179,"èĥį":120180,"èĥĹ":120181,"èĥĿ":120182,"æľIJ":120183,"èĥ«":120184,"鸨":120185,"åĮį":120186,"çĭ¨":120187,"çĭ¯":120188,"é£ij":120189,"çĭ©":120190,"çĭ²":120191,"è¨ĩ":120192,"éĢĦ":120193,"æĺĿ":120194,"饷":120195,"饸":120196,"饹":120197,"åŃª":120198,"å¨Ī":120199,"庥":120200,"çĸ¬":120201,"çĸ£":120202,"çĸ¥":120203,"çĸŃ":120204,"åºł":120205,"ç«ij":120206,"é£Ĵ":120207,"éĹ¼":120208,"éĹ¾":120209,"éĹ¿":120210,"éĺĤ":120211,"ç¾ij":120212,"迸":120213,"ç±¼":120214,"éħĭ":120215,"çĤ»":120216,"çĥĢ":120217,"çĤ·":120218,"æ´±":120219,"æ´¹":120220,"æ´§":120221,"æ´Į":120222,"æµĥ":120223,"æ´ĩ":120224,"æ´Ħ":120225,"æ´Ļ":120226,"æ¶İ":120227,"æ´İ":120228,"æ´«":120229,"æµį":120230,"æ´®":120231,"æ´µ":120232,"æµĴ":120233,"æµĶ":120234,"æµķ":120235,"æ´³":120236,"æģ¸":120237,"æģĵ":120238,"æģ¹":120239,"æģ«":120240,"æģ»":120241,"æģĤ":120242,"æģª":120243,"æģ½":120244,"宥":120245,"æīĥ":120246,"衲":120247,"衽":120248,"è¡¿":120249,"è¢Ĥ":120250,"ç¥ľ":120251,"ç¥ĵ":120252,"ç¥ļ":120253,"诮":120254,"ç¥Ĺ":120255,"祢":120256,"诰":120257,"诳":120258,"鸩":120259,"æĺ¶":120260,"åĴ«":120261,"å¼Ń":120262,"çīģ":120263,"èĥ¥":120264,"éĻŁ":120265,"姮":120266,"å¨Ĩ":120267,"å§Ŀ":120268,"姣":120269,"å§ĺ":120270,"姹":120271,"羿":120272,"çĤ±":120273,"磾":120274,"ç»Ķ":120275,"éªģ":120276,"éªħ":120277,"ç»Ĺ":120278,"综":120279,"éªĪ":120280,"èĢĸ":120281,"æĮĪ":120282,"çı¥":120283,"çıĻ":120284,"顼":120285,"çı°":120286,"çı©":120287,"çı§":120288,"çı£":120289,"çıŀ":120290,"çIJ¤":120291,"çı²":120292,"æģļ":120293,"åŁķ":120294,"åŁĺ":120295,"åŁĻ":120296,"åŁļ":120297,"æĮ¹":120298,"èĢĨ":120299,"èĢĦ":120300,"åŁĴ":120301,"æįĭ":120302,"è´½":120303,"åŀ¸":120304,"æįĥ":120305,"çĽį":120306,"èį¸":120307,"èݳ":120308,"èİ´":120309,"èݪ":120310,"èİł":120311,"èİľ":120312,"èİħ":120313,"èį¼":120314,"èİ©":120315,"èį½":120316,"èݸ":120317,"èį»":120318,"èݨ":120319,"鸪":120320,"èݼ":120321,"æł²":120322,"æł³":120323,"æ¡¡":120324,"æ¡İ":120325,"æ¡¢":120326,"桤":120327,"æ¢ĥ":120328,"æłĿ":120329,"æ¡ķ":120330,"æ¡ģ":120331,"桧":120332,"æ¡ħ":120333,"æłŁ":120334,"æ¡ī":120335,"æł©":120336,"éĢij":120337,"éĢĭ":120338,"彧":120339,"鬲":120340,"è±ĩ":120341,"éħIJ":120342,"éĢ¦":120343,"åİĿ":120344,"åѬ":120345,"çłĿ":120346,"çł¹":120347,"糧":120348,"çł·":120349,"糣":120350,"çł¼":120351,"çł¥":120352,"çł£":120353,"åīŀ":120354,"çł»":120355,"è½¼":120356,"è½¾":120357,"è¾Ĥ":120358,"鸫":120359,"趸":120360,"é¾Ģ":120361,"鸬":120362,"èĻĶ":120363,"羬":120364,"åĶĽ":120365,"çľĻ":120366,"åĵ§":120367,"åĵ½":120368,"æĻģ":120369,"鸮":120370,"趵":120371,"趿":120372,"çķĽ":120373,"èļ¨":120374,"èļľ":120375,"èļį":120376,"èļĭ":120377,"èļ¬":120378,"èļĿ":120379,"èļ§":120380,"åĶ¢":120381,"åľĦ":120382,"åĶ£":120383,"åĶı":120384,"çĽİ":120385,"åĶij":120386,"å´Ĥ":120387,"å´ĥ":120388,"罡":120389,"ç½Ł":120390,"è§Ĭ":120391,"èµħ":120392,"éĴ²":120393,"éĴµ":120394,"éĴ¹":120395,"éĴº":120396,"éĴ½":120397,"éĴ¼":120398,"éĴ¿":120399,"éĵĢ":120400,"éĵĦ":120401,"éĵĨ":120402,"éĵĪ":120403,"éĵī":120404,"éĵĬ":120405,"éĵĭ":120406,"éĵĮ":120407,"éĵį":120408,"ä¥":120409,"䥽":120410,"éĵİ":120411,"æ°©":120412,"æ°¤":120413,"æ°¦":120414,"毪":120415,"èĪIJ":120416,"秣":120417,"秫":120418,"çĽī":120419,"ç¬Ħ":120420,"ç¬ķ":120421,"ç¬Ĭ":120422,"ç¬ı":120423,"ç¬Ĩ":120424,"俸":120425,"俵":120426,"åģĮ":120427,"俳":120428,"俶":120429,"åĢ¬":120430,"åĢı":120431,"æģģ":120432,"åĢŃ":120433,"俾":120434,"åĢľ":120435,"éļ¼":120436,"éļ½":120437,"åĢĮ":120438,"åĢ¥":120439,"èĩ¬":120440,"éĥ«":120441,"åĢ¨":120442,"è¡Ħ":120443,"é¢Ģ":120444,"å¾ķ":120445,"èĪ«":120446,"衾":120447,"èĥ¯":120448,"èĥ±":120449,"èĥ´":120450,"èĥŃ":120451,"èĦį":120452,"èĥ¼":120453,"èĦĴ":120454,"鸱":120455,"鸲":120456,"çĭ·":120457,"çĮģ":120458,"çĭ³":120459,"çĮĥ":120460,"çĭº":120461,"éĢĸ":120462,"æ¡Ģ":120463,"饽":120464,"åĩĩ":120465,"æĮĽ":120466,"亳":120467,"çĸ³":120468,"çĸ´":120469,"çĸ¸":120470,"çĸ½":120471,"çĹĪ":120472,"çĸ±":120473,"çĹĤ":120474,"çĹī":120475,"è¡®":120476,"é¢ĥ":120477,"æģ£":120478,"æĹĨ":120479,"æĹĦ":120480,"æĹĥ":120481,"éĺĥ":120482,"éĺĦ":120483,"è¨ļ":120484,"éĺĨ":120485,"æģĻ":120486,"ç²ij":120487,"çĥľ":120488,"çĥ©":120489,"çĥĬ":120490,"åī¡":120491,"éĥ¯":120492,"çĥ¬":120493,"æ¶ij":120494,"浯":120495,"æ¶ŀ":120496,"æ¶Ł":120497,"å¨ij":120498,"æ¶ł":120499,"æµŀ":120500,"æ¶ĵ":120501,"æµ¥":120502,"æ¶Ķ":120503,"æµľ":120504,"æµł":120505,"æµ£":120506,"æĤļ":120507,"æĤŃ":120508,"æĤĿ":120509,"æĤĴ":120510,"æĤĮ":120511,"æĤĽ":120512,"çªĪ":120513,"åīľ":120514,"诹":120515,"诼":120516,"è¢Ĵ":120517,"袢":120518,"诿":120519,"è°Ģ":120520,"è°Ĥ":120521,"è°Ħ":120522,"è°ĩ":120523,"å±IJ":120524,"å±Ļ":120525,"éĻ¬":120526,"åĭIJ":120527,"å¥ĺ":120528,"çīĤ":120529,"èļ©":120530,"éĻ²":120531,"å¨Į":120532,"å¨ī":120533,"娲":120534,"娴":120535,"娣":120536,"å¨ĵ":120537,"å©Ģ":120538,"çķļ":120539,"éĢ¡":120540,"绳":120541,"éªĬ":120542,"绡":120543,"éªĭ":120544,"绦":120545,"绨":120546,"éªİ":120547,"éĤķ":120548,"鸶":120549,"å½Ĺ":120550,"èĢľ":120551,"çĦĺ":120552,"èĪĤ":120553,"çIJı":120554,"çIJĩ":120555,"麸":120556,"æı¶":120557,"åŁ´":120558,"åŁ¯":120559,"æį¯":120560,"æݳ":120561,"æİ´":120562,"åŁ¸":120563,"åŁµ":120564,"赧":120565,"åŁ¤":120566,"æįŃ":120567,"éĢµ":120568,"åŁĿ":120569,"åłĭ":120570,"åłį":120571,"æݬ":120572,"鸷":120573,"æį½":120574,"æİĬ":120575,"åłī":120576,"æݸ":120577,"æį©":120578,"æİ®":120579,"æĤ«":120580,"åŁŃ":120581,"åŁ½":120582,"æİĩ":120583,"æݼ":120584,"èģĥ":120585,"èIJģ":120586,"èıĺ":120587,"åłĩ":120588,"èIJĺ":120589,"èIJĭ":120590,"èı½":120591,"èıĸ":120592,"èIJľ":120593,"èIJ¸":120594,"èIJij":120595,"棻":120596,"èıĶ":120597,"èıŁ":120598,"èIJı":120599,"èı¹":120600,"èıª":120601,"èıħ":120602,"èıĢ":120603,"èı°":120604,"èı¡":120605,"梿":120606,"æ¢ı":120607,"è§ĭ":120608,"æ¡´":120609,"æ¡·":120610,"æ£ģ":120611,"æ¡«":120612,"æ£Ĥ":120613,"åķ¬":120614,"éĥ¾":120615,"æķķ":120616,"è±ī":120617,"éĦĦ":120618,"éħŀ":120619,"ç¡İ":120620,"ç¡Ń":120621,"ç¡ĸ":120622,"ç¡Ĺ":120623,"ç¡IJ":120624,"ç¡ĩ":120625,"ç¡Į":120626,"鸸":120627,"çĵł":120628,"åĮı":120629,"åİ©":120630,"æ®Ĵ":120631,"æ®ĵ":120632,"æ®į":120633,"èµī":120634,"鼩":120635,"è¾Ħ":120636,"åłij":120637,"çľŃ":120638,"羦":120639,"åķ§":120640,"æĻ¡":120641,"æĻ¤":120642,"çľµ":120643,"åľĬ":120644,"åĸı":120645,"åķī":120646,"åĭĸ":120647,"æĻŀ":120648,"åĶµ":120649,"æĻĹ":120650,"åķŃ":120651,"çķ¦":120652,"趺":120653,"åķ®":120654,"è·Ħ":120655,"èļ¶":120656,"èĽĦ":120657,"èĽİ":120658,"èĽĨ":120659,"èļ°":120660,"åľī":120661,"èļ±":120662,"èĽī":120663,"èĽı":120664,"èļ´":120665,"åķģ":120666,"åķķ":120667,"åĶ¿":120668,"åķIJ":120669,"åĶ¼":120670,"åĶ·":120671,"åķĸ":120672,"åķµ":120673,"åķ¶":120674,"åķ·":120675,"åĶ³":120676,"åĶ°":120677,"åķľ":120678,"帻":120679,"å´ļ":120680,"å´¦":120681,"帼":120682,"å´®":120683,"å´¤":120684,"å´Ĩ":120685,"èµĩ":120686,"èµĪ":120687,"èµĬ":120688,"éĵij":120689,"éĵĴ":120690,"éĵĹ":120691,"éĵĻ":120692,"éĵŁ":120693,"éĵ¡":120694,"éĵ¢":120695,"éĵ£":120696,"éĵ¤":120697,"éĵ§":120698,"éĵ¨":120699,"éĵ©":120700,"éĵª":120701,"éĵ«":120702,"éĵ¯":120703,"éĵ°":120704,"éĵ±":120705,"éĵ³":120706,"éĵµ":120707,"éĵ·":120708,"çī¾":120709,"鸹":120710,"秾":120711,"éĢ¶":120712,"笺":120713,"çŃĩ":120714,"笸":120715,"笪":120716,"笮":120717,"笳":120718,"笥":120719,"笤":120720,"笳":120721,"笾":120722,"ç¬ŀ":120723,"åģ¾":120724,"åģĥ":120725,"åģķ":120726,"åģĪ":120727,"åĤĢ":120728,"åģ¬":120729,"åģ»":120730,"çļij":120731,"çļİ":120732,"鸻":120733,"å¾ľ":120734,"èĪ¸":120735,"èĪ»":120736,"èĪ´":120737,"èĪ·":120738,"é¾Ľ":120739,"ç¿İ":120740,"èĦ¬":120741,"èĦĺ":120742,"èĦ²":120743,"åĮIJ":120744,"çĮĹ":120745,"çĮ¡":120746,"çĮŀ":120747,"æĸĽ":120748,"çĮķ":120749,"é¦Ĺ":120750,"é¦ĥ":120751,"é¦Ħ":120752,"鸾":120753,"庹":120754,"庾":120755,"çĹĶ":120756,"çĹį":120757,"ç¿Ĭ":120758,"æĹĮ":120759,"æĹİ":120760,"袤":120761,"éĺĩ":120762,"éĺĪ":120763,"éĺī":120764,"éĺĬ":120765,"éĺĭ":120766,"éĺį":120767,"éĺı":120768,"ç¾Ł":120769,"ç²Ŀ":120770,"çĦIJ":120771,"çĦĵ":120772,"çĦĹ":120773,"æ·ħ":120774,"æ·ŀ":120775,"æ¸İ":120776,"涿":120777,"æ·ĸ":120778,"æĮ²":120779,"æ·ł":120780,"涸":120781,"æ¸ij":120782,"æ·¦":120783,"æ·Ŀ":120784,"涪":120785,"æ·Ļ":120786,"涫":120787,"æ¸Į":120788,"æĤ»":120789,"æĤ±":120790,"æĥĿ":120791,"æĥĺ":120792,"æĥĨ":120793,"æĥļ":120794,"æĥĩ":120795,"æĥ®":120796,"çªķ":120797,"è°Į":120798,"æīĪ":120799,"çļ²":120800,"è°ij":120801,"è£Ĩ":120802,"袷":120803,"è£ī":120804,"è°Ĵ":120805,"è°Ķ":120806,"è°ķ":120807,"è°ĸ":120808,"è°Ĺ":120809,"è°Ļ":120810,"è°Ŀ":120811,"éĢ¯":120812,"éĥ¿":120813,"éļĪ":120814,"ç²ľ":120815,"éļį":120816,"éļĹ":120817,"å©Ĭ":120818,"娼":120819,"å©¢":120820,"婵":120821,"èĥ¬":120822,"è¢Ī":120823,"ç¿Į":120824,"æģ¿":120825,"欸":120826,"绫":120827,"éªIJ":120828,"绯":120829,"ç»±":120830,"éªĴ":120831,"绲":120832,"éªĵ":120833,"绶":120834,"绺":120835,"ç»»":120836,"绾":120837,"éªĸ":120838,"ç¼ģ":120839,"èĢł":120840,"çIJ«":120841,"çIJµ":120842,"çIJ¶":120843,"çIJ¥":120844,"çIJ¨":120845,"çIJ°":120846,"çIJ®":120847,"çIJ¯":120848,"çIJ¬":120849,"çIJļ":120850,"è¾ĩ":120851,"é¼ĭ":120852,"æı³":120853,"åłŀ":120854,"æIJ½":120855,"æı¸":120856,"æıł":120857,"åłĻ":120858,"è¶Ħ":120859,"æıĸ":120860,"é¢ī":120861,"å¡Ħ":120862,"æı¿":120863,"èĢĭ":120864,"æıĦ":120865,"èĽ©":120866,"èĽ°":120867,"å¡Ĩ":120868,"æijĴ":120869,"æıĨ":120870,"æݾ":120871,"èģĴ":120872,"èijij":120873,"èijļ":120874,"éĿ°":120875,"éĿ¸":120876,"èij³":120877,"èijº":120878,"èij¸":120879,"èIJ¼":120880,"èij¶":120881,"èĴĮ":120882,"èijŃ":120883,"楮":120884,"棼":120885,"æ¤Ł":120886,"棹":120887,"椤":120888,"棰":120889,"èµį":120890,"æ¤ĭ":120891,"æ¤ģ":120892,"椪":120893,"æ¤IJ":120894,"é¹ģ":120895,"éħ¤":120896,"éħ¢":120897,"éħ¡":120898,"é¹Ĥ":120899,"æ®ļ":120900,"æ®Ľ":120901,"鼱":120902,"è¾ĭ":120903,"æ¤ł":120904,"è¾İ":120905,"çĿĦ":120906,"çĿĩ":120907,"çĿĥ":120908,"æĪ¢":120909,"åĸĭ":120910,"åĹĴ":120911,"åĸĥ":120912,"åĸ±":120913,"åĸ¹":120914,"æĻ·":120915,"åĸĪ":120916,"è·ĸ":120917,"è·Ĺ":120918,"è·ŀ":120919,"è·ļ":120920,"è·İ":120921,"è·ı":120922,"è·Ĩ":120923,"èĽ±":120924,"èĽ²":120925,"èĽŃ":120926,"èĽ³":120927,"èĽIJ":120928,"èĽĶ":120929,"èĽŀ":120930,"èĽ´":120931,"èĽĺ":120932,"åĸģ":120933,"åĸŁ":120934,"åķ¾":120935,"åĹĸ":120936,"åĸij":120937,"åĹŁ":120938,"åĹŀ":120939,"åĸĻ":120940,"åµĺ":120941,"åµĸ":120942,"å´´":120943,"éģĦ":120944,"è©Ī":120945,"åµİ":120946,"嵬":120947,"åµĽ":120948,"嵯":120949,"åµĿ":120950,"嵫":120951,"å¹Ħ":120952,"åµĭ":120953,"èµķ":120954,"éĵ»":120955,"éĵ¼":120956,"éĵ¿":120957,"éĶĥ":120958,"éĶĨ":120959,"éĶĩ":120960,"éĶī":120961,"éĶı":120962,"éĶij":120963,"éĶĴ":120964,"éĶĶ":120965,"éĶķ":120966,"æİ£":120967,"磬":120968,"æ°°":120969,"毳":120970,"毽":120971,"çĬĬ":120972,"çĬĦ":120973,"çĬĭ":120974,"é¹Ħ":120975,"çĬį":120976,"åµĩ":120977,"é»į":120978,"ç¨ĥ":120979,"ç¨Ĥ":120980,"çŃļ":120981,"çѵ":120982,"çŃĮ":120983,"åĤ£":120984,"åĤĪ":120985,"èĪĦ":120986,"çīį":120987,"åĤ¥":120988,"åĤ§":120989,"éģij":120990,"åĤ©":120991,"徨":120992,"åªŃ":120993,"çķ²":120994,"å¼ij":120995,"ç¿ķ":120996,"é¹Ĩ":120997,"èħĪ":120998,"èħĵ":120999,"èħĨ":121000,"èħ´":121001,"èħļ":121002,"èħ±":121003,"鱿":121004,"é²Ģ":121005,"é²Ĥ":121006,"çĮ¢":121007,"çĮ¹":121008,"çĮ¥":121009,"é£ĵ":121010,"è§ŀ":121011,"è§ļ":121012,"çĮ±":121013,"é¢İ":121014,"飧":121015,"é¦ĩ":121016,"é¦Ĭ":121017,"亵":121018,"èĦĶ":121019,"è£Ĵ":121020,"çĹ£":121021,"çŨ":121022,"çŦ":121023,"çĹŀ":121024,"çŤ":121025,"çŧ":121026,"èµĵ":121027,"竦":121028,"çĵ¿":121029,"åķ»":121030,"é¢ı":121031,"é¹ĩ":121032,"éĺij":121033,"éĺĴ":121034,"éĺķ":121035,"ç²ŀ":121036,"éģĴ":121037,"åŃ³":121038,"çĦ¯":121039,"çĦľ":121040,"çĦ±":121041,"é¹Ī":121042,"渫":121043,"æ¹®":121044,"æ¹İ":121045,"æ¹ľ":121046,"æ¹į":121047,"湫":121048,"溲":121049,"æ¹Ł":121050,"æºĨ":121051,"æ¹²":121052,"æ¹Ķ":121053,"æ¹ī":121054,"渥":121055,"æ»ģ":121056,"æĦł":121057,"æĥº":121058,"æĦ¦":121059,"æĥ´":121060,"æĦĢ":121061,"æĦİ":121062,"æĦĶ":121063,"åĸ¾":121064,"å¯IJ":121065,"è°Ł":121066,"裢":121067,"è£İ":121068,"裥":121069,"祾":121070,"è°ł":121071,"è°¡":121072,"è°¥":121073,"è°§":121074,"åѱ":121075,"å¼¼":121076,"å·½":121077,"éªĺ":121078,"媪":121079,"å·¯":121080,"ç¿ļ":121081,"çļ´":121082,"éªĽ":121083,"ç¼Ĥ":121084,"ç¼ĥ":121085,"ç¼Ħ":121086,"å½ĺ":121087,"ç¼ĩ":121088,"ç¼Ī":121089,"ç¼Į":121090,"ç¼ij":121091,"ç¼Ĵ":121092,"ç¼Ĺ":121093,"飨":121094,"èĢ¢":121095,"çijģ":121096,"çijĹ":121097,"çijĦ":121098,"éģ¨":121099,"éªľ":121100,"飫":121101,"é«¡":121102,"塬":121103,"éĦ¢":121104,"è¶Ķ":121105,"è¶ij":121106,"æijħ":121107,"æijģ":121108,"èľĩ":121109,"æIJĭ":121110,"æIJª":121111,"æIJIJ":121112,"æIJĽ":121113,"æIJł":121114,"æijĪ":121115,"å½Ģ":121116,"æ¯Ĥ":121117,"æIJ¦":121118,"æIJ¡":121119,"èĵģ":121120,"æĪ¡":121121,"èĵį":121122,"éĦŀ":121123,"èĵIJ":121124,"èĵ¦":121125,"é¹ĭ":121126,"èĴ½":121127,"èĵĸ":121128,"èĵĬ":121129,"èĴ¯":121130,"èĵŁ":121131,"èĵij":121132,"èĴº":121133,"èĵł":121134,"èĴŁ":121135,"èĴ¡":121136,"èĴ¹":121137,"èĴ´":121138,"èĴĹ":121139,"èĵ¥":121140,"æ¥Ķ":121141,"æ¥Ĥ":121142,"æ¥Ŀ":121143,"楫":121144,"楸":121145,"椴":121146,"æ§Į":121147,"楯":121148,"çļĻ":121149,"æ¦Ī":121150,"æ§İ":121151,"æ¦ī":121152,"楦":121153,"楣":121154,"楹":121155,"椽":121156,"åī½":121157,"éħ©":121158,"èľĥ":121159,"ç¢Ľ":121160,"ç¢ĵ":121161,"硼":121162,"ç¢ī":121163,"ç¢ļ":121164,"ç¢ĩ":121165,"ç¢ľ":121166,"é¹Į":121167,"è¾ı":121168,"é¾ĥ":121169,"é¾ħ":121170,"訾":121171,"ç²²":121172,"çĿļ":121173,"åĹª":121174,"éŁª":121175,"åĹ·":121176,"åĹī":121177,"çĿ¨":121178,"çĿ¢":121179,"éĽİ":121180,"çĿ¥":121181,"åĹij":121182,"åĹ«":121183,"åŬ":121184,"åĹĶ":121185,"åĹĿ":121186,"æĪ¥":121187,"åĹĦ":121188,"çħ¦":121189,"æļĦ":121190,"éģ¢":121191,"æļĮ":121192,"è·¬":121193,"è·¶":121194,"è·¸":121195,"è·IJ":121196,"è·£":121197,"è·¹":121198,"èĽ¸":121199,"èľĬ":121200,"èľį":121201,"èľī":121202,"èľ£":121203,"çķ¹":121204,"èĽ¹":121205,"åĹ¥":121206,"åĹ²":121207,"åĹ³":121208,"åĹĮ":121209,"åĹį":121210,"åĹIJ":121211,"åŤ":121212,"åŵ":121213,"罨":121214,"åµĬ":121215,"åµ´":121216,"骰":121217,"éĶĹ":121218,"éĶĽ":121219,"éĶľ":121220,"éĶĿ":121221,"éĶŀ":121222,"éĶŁ":121223,"éĶ¢":121224,"éĶ¨":121225,"éĶ©":121226,"éĶŃ":121227,"éĶ±":121228,"éĽī":121229,"æ°²":121230,"çĬı":121231,"æŃĥ":121232,"ç¨ŀ":121233,"ç¨Ĺ":121234,"ç¨Ķ":121235,"çŃł":121236,"çŃ¢":121237,"çŃ®":121238,"çŃ²":121239,"çīĴ":121240,"æķ«":121241,"å¾Ń":121242,"æĦĨ":121243,"èīĦ":121244,"è§İ":121245,"毹":121246,"è²Ĭ":121247,"è²ħ":121248,"è²ī":121249,"é¢Ķ":121250,"èħł":121251,"èħ©":121252,"èħ¼":121253,"èħŃ":121254,"èħ§":121255,"å¡į":121256,"媵":121257,"é²ħ":121258,"é²Ĩ":121259,"é²ĩ":121260,"é²Ī":121261,"é²ĭ":121262,"é²IJ":121263,"èĤĦ":121264,"é¹IJ":121265,"é£ķ":121266,"觥":121267,"éģĽ":121268,"é¦IJ":121269,"é¹ij":121270,"亶":121271,"çĺĥ":121272,"çű":121273,"çĹ¼":121274,"çĹ¿":121275,"çĺIJ":121276,"çĺģ":121277,"çĺĨ":121278,"éºĤ":121279,"æŃĨ":121280,"æĹĴ":121281,"éĺĸ":121282,"éĺĹ":121283,"羧":121284,"è±¢":121285,"ç²³":121286,"çĮ·":121287,"çħ³":121288,"çħ¨":121289,"çħħ":121290,"çħĬ":121291,"çħ¸":121292,"çħº":121293,"æ»Ł":121294,"溱":121295,"æºĺ":121296,"æ¼Ń":121297,"滢":121298,"溥":121299,"溽":121300,"è£Ł":121301,"溻":121302,"溷":121303,"æ»Ĺ":121304,"滫":121305,"溴":121306,"æ»ı":121307,"æ»ĥ":121308,"滦":121309,"æºı":121310,"æ»Ĥ":121311,"æ»ĵ":121312,"æºŁ":121313,"滪":121314,"æĦ«":121315,"æħĬ":121316,"é²İ":121317,"éªŀ":121318,"çªł":121319,"窣":121320,"裱":121321,"裨":121322,"裾":121323,"裰":121324,"ç¦Ĭ":121325,"è°©":121326,"è°ª":121327,"媾":121328,"å««":121329,"媲":121330,"å«Ĵ":121331,"å«Ķ":121332,"媸":121333,"ç¼Ļ":121334,"ç¼ľ":121335,"ç¼Ľ":121336,"è¾Ķ":121337,"éªĿ":121338,"ç¼Ł":121339,"缡":121340,"ç¼¢":121341,"ç¼£":121342,"éªŁ":121343,"èĢ¥":121344,"çĴĪ":121345,"çijŃ":121346,"çįĴ":121347,"è§ı":121348,"æħĿ":121349,"å«ł":121350,"åıĨ":121351,"æij½":121352,"å¢ģ":121353,"æĴĤ":121354,"æijŀ":121355,"æĴĦ":121356,"ç¿¥":121357,"è¸ħ":121358,"æijŃ":121359,"å¢ī":121360,"å¢Ĵ":121361,"æ¦ĸ":121362,"綦":121363,"èĶ«":121364,"èĶ·":121365,"éĿº":121366,"éĿ¼":121367,"éŀħ":121368,"éĿ¿":121369,"çĶį":121370,"èĶ¸":121371,"èĶŁ":121372,"èĶº":121373,"æĪ¬":121374,"èķĸ":121375,"èĶ»":121376,"èĵ¿":121377,"æĸ¡":121378,"é¹ķ":121379,"èĵ¼":121380,"æ¦Ľ":121381,"榧":121382,"榫":121383,"æ¦Ń":121384,"æ§Ķ":121385,"榱":121386,"æ§ģ":121387,"æ§ł":121388,"榷":121389,"åĥ°":121390,"éħ½":121391,"éħ¹":121392,"碡":121393,"碴":121394,"碣":121395,"碲":121396,"èĩ§":121397,"豨":121398,"殡":121399,"éľģ":121400,"èľļ":121401,"é¾ĩ":121402,"é¾Ī":121403,"äģ":121404,"äģĸ":121405,"çĿ½":121406,"åĺŀ":121407,"åĺĪ":121408,"åĺĮ":121409,"åĺģ":121410,"æļĿ":121411,"è¸Į":121412,"è¸ī":121413,"èľŀ":121414,"èľ¥":121415,"èľ®":121416,"èĿĪ":121417,"èľ´":121418,"èľ±":121419,"èľ©":121420,"èľ·":121421,"èľ¿":121422,"èŀĤ":121423,"èľ¢":121424,"åĺ¡":121425,"é¹Ĺ":121426,"åĺ£":121427,"åĺ¤":121428,"åĺļ":121429,"åĹ¾":121430,"åĺ§":121431,"ç½´":121432,"ç½±":121433,"å¹Ķ":121434,"å¶Ĥ":121435,"å¹Ľ":121436,"èµĻ":121437,"ç½Ĥ":121438,"骷":121439,"骶":121440,"é¹ĺ":121441,"éĶ²":121442,"éĶ´":121443,"éĶ¶":121444,"éĶ·":121445,"éĶ¸":121446,"éĶµ":121447,"éķĤ":121448,"çĬĴ":121449,"ç®IJ":121450,"箦":121451,"箧":121452,"箸":121453,"箬":121454,"ç®ħ":121455,"箪":121456,"箾":121457,"箢":121458,"ç®ĵ":121459,"åĥĸ":121460,"åĦĨ":121461,"åĥ³":121462,"åĥŃ":121463,"åĬģ":121464,"åĥ®":121465,"éŃĥ":121466,"éŃĨ":121467,"çĿ¾":121468,"èīĭ":121469,"éĦ±":121470,"èĨĪ":121471,"èĨij":121472,"é²ij":121473,"é²Ķ":121474,"é²ļ":121475,"é²Ľ":121476,"é²Ł":121477,"çįIJ":121478,"觫":121479,"éĽĴ":121480,"夤":121481,"é¦ij":121482,"éĬ®":121483,"塾":121484,"çĺĮ":121485,"çĺĬ":121486,"çĺĺ":121487,"çĺĻ":121488,"æĹĸ":121489,"èĨĤ":121490,"éĺļ":121491,"éĦ¯":121492,"é²ŀ":121493,"粿":121494,"ç²¼":121495,"ç³ģ":121496,"æ§Ĭ":121497,"é¹ļ":121498,"çĨĺ":121499,"çĨ¥":121500,"æ½¢":121501,"æ¼ķ":121502,"滹":121503,"漯":121504,"漶":121505,"æ½ĭ":121506,"æ½´":121507,"漪":121508,"æ¼ī":121509,"漩":121510,"æ¾ī":121511,"æħµ":121512,"æIJ´":121513,"窨":121514,"寤":121515,"綮":121516,"è°®":121517,"褡":121518,"è¤Ļ":121519,"è¤ĵ":121520,"è¤Ľ":121521,"è¤Ĭ":121522,"è°¯":121523,"è°°":121524,"è°²":121525,"å±£":121526,"é¹Ľ":121527,"嫱":121528,"å«ĸ":121529,"嫦":121530,"å«ļ":121531,"å«ĺ":121532,"é¼IJ":121533,"çŀĢ":121534,"é¹ľ":121535,"éªł":121536,"ç¼¥":121537,"缦":121538,"缧":121539,"缨":121540,"骢":121541,"缫":121542,"èĢ¦":121543,"èĢ§":121544,"çĴľ":121545,"çĴİ":121546,"çĴģ":121547,"å¥Ń":121548,"髯":121549,"é««":121550,"æĴ·":121551,"æĴħ":121552,"èµŃ":121553,"æĴ¸":121554,"éĭĨ":121555,"æĴĻ":121556,"æĴº":121557,"å¢Ģ":121558,"èģ©":121559,"è§IJ":121560,"éŀij":121561,"èķĻ":121562,"éŀĴ":121563,"èķĪ":121564,"èķ¨":121565,"èķ¤":121566,"èķŀ":121567,"èķº":121568,"çŀ¢":121569,"èķĥ":121570,"èķ²":121571,"èµľ":121572,"槿":121573,"樯":121574,"æ§Ń":121575,"æ¨Ĺ":121576,"æ¨ĺ":121577,"槲":121578,"éĨĮ":121579,"éĨħ":121580,"éĿ¥":121581,"éŃĩ":121582,"é¤į":121583,"ç£Ķ":121584,"ç£Ļ":121585,"éľĪ":121586,"è¾ĺ":121587,"é¾ī":121588,"é¾Ĭ":121589,"è§ij":121590,"çŀĮ":121591,"çŀĭ":121592,"çŀij":121593,"åĺŃ":121594,"åĻİ":121595,"åĻ¶":121596,"é¢Ļ":121597,"æļ¹":121598,"åĻĺ":121599,"è¸Ķ":121600,"è¸Ŀ":121601,"è¸Ł":121602,"è¸Ĵ":121603,"踬":121604,"踮":121605,"踯":121606,"踺":121607,"è¸ŀ":121608,"èĿ½":121609,"èĿ¾":121610,"èĿ»":121611,"èĿ°":121612,"èĿ®":121613,"èŀĭ":121614,"èĿĵ":121615,"èĿ£":121616,"èĿ¼":121617,"åĺ¬":121618,"é¢ļ":121619,"åĻį":121620,"åĻĻ":121621,"åĻĮ":121622,"åĻĶ":121623,"é¢Ľ":121624,"å¹ŀ":121625,"幡":121626,"å¶Ļ":121627,"å¶Ŀ":121628,"骺":121629,"éķĬ":121630,"éķī":121631,"éķĮ":121632,"éķı":121633,"éķĴ":121634,"éķĵ":121635,"éķĶ":121636,"稷":121637,"ç®´":121638,"ç¯ij":121639,"ç¯ģ":121640,"ç¯Į":121641,"çīĸ":121642,"åĦĭ":121643,"èĻ¢":121644,"é¹ŀ":121645,"èĨĺ":121646,"é²ł":121647,"鲡":121648,"é²¢":121649,"é²£":121650,"é²¥":121651,"鲧":121652,"鲩":121653,"çįĹ":121654,"çįł":121655,"觯":121656,"é¦ĵ":121657,"é¦Ķ":121658,"麾":121659,"å»Ľ":121660,"çĺĽ":121661,"çĺ¼":121662,"çĺ¢":121663,"çĺł":121664,"é½ij":121665,"ç¾°":121666,"ð¥»":121667,"ð¥»Ĺ":121668,"ç³Į":121669,"ç³į":121670,"ç³ħ":121671,"çĨľ":121672,"çĨµ":121673,"æ¾į":121674,"æ¾Į":121675,"潸":121676,"潦":121677,"æ½²":121678,"éĭĪ":121679,"æ½Ł":121680,"潺":121681,"寮":121682,"窳":121683,"è°³":121684,"褴":121685,"è¤Ł":121686,"褫":121687,"è°µ":121688,"çĨ¨":121689,"屦":121690,"åĭ°":121691,"æĪ®":121692,"èĿ¥":121693,"缬":121694,"ç¼®":121695,"缯":121696,"骣":121697,"çķ¿":121698,"èĢ©":121699,"èĢ¨":121700,"èĢª":121701,"çĴŁ":121702,"éĿĽ":121703,"çĴł":121704,"çĴĺ":121705,"èģ±":121706,"èŀ¯":121707,"é«»":121708,"é«Ń":121709,"髹":121710,"æĵĢ":121711,"çĶı":121712,"æĵŀ":121713,"縳":121714,"磬":121715,"é¢ŀ":121716,"èķ»":121717,"é¢Ł":121718,"èĸ¤":121719,"èĸ¨":121720,"æªł":121721,"èĸı":121722,"èĸ®":121723,"èĸľ":121724,"èĸħ":121725,"樾":121726,"æ©Ľ":121727,"æ©ĩ":121728,"樵":121729,"æªİ":121730,"橹":121731,"樽":121732,"樨":121733,"橼":121734,"墼":121735,"æ©IJ":121736,"ç¿®":121737,"éĨIJ":121738,"éĨį":121739,"éĨļ":121740,"磲":121741,"èµĿ":121742,"殪":121743,"éľı":121744,"éĮ¾":121745,"è¾ļ":121746,"éģ½":121747,"æ°ħ":121748,"çŀŁ":121749,"çŀł":121750,"çŀ°":121751,"åļĦ":121752,"åļĨ":121753,"åĻ¤":121754,"æļ¾":121755,"è¹Ģ":121756,"踵":121757,"踽":121758,"è¹ī":121759,"è¹ģ":121760,"èŀ¨":121761,"èŀĪ":121762,"èŀħ":121763,"èŀŃ":121764,"èŀł":121765,"èŀŁ":121766,"åĻ±":121767,"åĻ«":121768,"åĻ»":121769,"åĻ¼":121770,"ç½¹":121771,"åľľ":121772,"ä¦":121773,"ä¦ĥ":121774,"éķĹ":121775,"éķĺ":121776,"éķļ":121777,"éķĽ":121778,"éķĿ":121779,"éķŀ":121780,"éķł":121781,"æ°ĩ":121782,"æ°Ĩ":121783,"ç©ij":121784,"ç¯Ŀ":121785,"篥":121786,"篦":121787,"篪":121788,"ç¯Ļ":121789,"çĽ¥":121790,"åĬĵ":121791,"翱":121792,"éŃī":121793,"éŃĪ":121794,"å¾¼":121795,"æŃĻ":121796,"èĨ¦":121797,"èĨĻ":121798,"é²®":121799,"é²±":121800,"é²³":121801,"é²´":121802,"é²µ":121803,"é²·":121804,"é²»":121805,"çį´":121806,"çįŃ":121807,"çį¬":121808,"éĤĤ":121809,"鹧":121810,"廨":121811,"èµŁ":121812,"çĺ°":121813,"廪":121814,"çĺ¿":121815,"çĺµ":121816,"çĺ´":121817,"çĻĥ":121818,"çĺ³":121819,"éºĩ":121820,"éºĪ":121821,"嬴":121822,"å£ħ":121823,"ç³Ĺ":121824,"çĶij":121825,"çĩİ":121826,"çĩł":121827,"çĩĶ":121828,"çĩ§":121829,"æ¿ij":121830,"æ¿ī":121831,"æ½ŀ":121832,"澧":121833,"æ¾¹":121834,"æ¾¥":121835,"澶":121836,"æ¿Ĥ":121837,"褰":121838,"窸":121839,"å¬ĸ":121840,"çĬŁ":121841,"éļ°":121842,"å¬Ĺ":121843,"颡":121844,"ç¼±":121845,"ç¼²":121846,"ç¼³":121847,"çĴ©":121848,"çĴª":121849,"èŀ«":121850,"æĵ¤":121851,"å£ķ":121852,"觳":121853,"ç½Ħ":121854,"æĵ¢":121855,"èĸ¹":121856,"éŀ¡":121857,"éŀ¬":121858,"èĸ·":121859,"èĹĵ":121860,"èĹģ":121861,"æªĦ":121862,"檩":121863,"æĩĭ":121864,"éĨ¢":121865,"翳":121866,"ç¤ħ":121867,"磴":121868,"鹩":121869,"é¾ĭ":121870,"é¾Į":121871,"è±³":121872,"å£ij":121873,"é»»":121874,"åļı":121875,"åļħ":121876,"è¹ij":121877,"è¹Ĵ":121878,"è¹Ĭ":121879,"èŁ¥":121880,"èŀ¬":121881,"èŀµ":121882,"çĸĥ":121883,"èŀ³":121884,"èŁij":121885,"åļĵ":121886,"ç½½":121887,"ç½¾":121888,"嶷":121889,"黾":121890,"é»Ŀ":121891,"é«ģ":121892,"é«Ģ":121893,"éķ¡":121894,"éķ¢":121895,"éķ£":121896,"éķ¦":121897,"éķ§":121898,"éķ©":121899,"éķª":121900,"éķ«":121901,"ç½ħ":121902,"ç°Į":121903,"篾":121904,"篼":121905,"ç°ĸ":121906,"ç°ĭ":121907,"é¼¢":121908,"åĦ¡":121909,"鹪":121910,"é¼¾":121911,"çļ¤":121912,"éŃį":121913,"é¾ł":121914,"ç¹ĩ":121915,"è²ĺ":121916,"éĤĪ":121917,"è²Ķ":121918,"èĩĮ":121919,"èĨ»":121920,"èĩĨ":121921,"èĩĥ":121922,"é²¼":121923,"é²½":121924,"é³Ģ":121925,"é³ĥ":121926,"é³ħ":121927,"é³ĩ":121928,"é³Ĭ":121929,"èŀ½":121930,"çĩ®":121931,"鹫":121932,"ç³ľ":121933,"縻":121934,"çĻį":121935,"éºĭ":121936,"æĩij":121937,"æ¿¡":121938,"æ¿®":121939,"æ¿ŀ":121940,"æ¿ł":121941,"濯":121942,"è¹ĩ":121943,"è¬ĩ":121944,"éĤĥ":121945,"è¥ģ":121946,"æªĹ":121947,"æĵĺ":121948,"åŃº":121949,"éļ³":121950,"嬷":121951,"èŁĬ":121952,"鹬":121953,"éįª":121954,"éıĬ":121955,"é¬Ī":121956,"é¬ĥ":121957,"çŀ½":121958,"éŀ¯":121959,"éŀ¨":121960,"éŀ«":121961,"éŀ§":121962,"éŀ£":121963,"èĹľ":121964,"èĹł":121965,"éĨª":121966,"è¹Ļ":121967,"ç¤ĵ":121968,"çĩ¹":121969,"餮":121970,"çŀ¿":121971,"æĽĽ":121972,"颢":121973,"èºĩ":121974,"è¹ļ":121975,"èŁĽ":121976,"èŁª":121977,"èŁł":121978,"èŁ®":121979,"é¹®":121980,"黳":121981,"黣":121982,"é«ħ":121983,"é«Ĥ":121984,"éķ¬":121985,"éķŃ":121986,"éķ¯":121987,"馥":121988,"ç°Ł":121989,"ç°ª":121990,"鼬":121991,"鼳":121992,"èīŁ":121993,"é³İ":121994,"é³ı":121995,"é³IJ":121996,"çĻŀ":121997,"çĻĶ":121998,"糨":121999,"蹩":122000,"éİı":122001,"éĤĭ":122002,"é¬ı":122003,"æĶī":122004,"éŀ²":122005,"éŀ´":122006,"èĹ¿":122007,"èĺ§":122008,"èĺħ":122009,"éĨ®":122010,"éĨ¯":122011,"éħĥ":122012,"éľª":122013,"éľŃ":122014,"龨":122015,"黼":122016,"åļ¯":122017,"è¹°":122018,"蹶":122019,"è¹½":122020,"è¹¼":122021,"è¹´":122022,"è¹¾":122023,"蹿":122024,"èłĸ":122025,"èłĵ":122026,"èŁ¾":122027,"èłĬ":122028,"黢":122029,"é«ĭ":122030,"é«Į":122031,"éķ²":122032,"ç±Ģ":122033,"é½ģ":122034,"éŃij":122035,"èī¨":122036,"é³ĵ":122037,"é³Ķ":122038,"é³ķ":122039,"é³Ĺ":122040,"é³Ļ":122041,"éıĸ":122042,"羸":122043,"ã¸Ĩ":122044,"çĢ£":122045,"çĢĽ":122046,"襦":122047,"è°¶":122048,"è¥ŀ":122049,"骥":122050,"ç¼µ":122051,"çĵĴ":122052,"æĶĺ":122053,"èĺ©":122054,"èĺĸ":122055,"éĨ´":122056,"éľ°":122057,"éħĨ":122058,"çŁį":122059,"èºħ":122060,"é¼į":122061,"å·ī":122062,"黩":122063,"黥":122064,"黪":122065,"éķ³":122066,"éķ´":122067,"黧":122068,"çºĤ":122069,"çĴº":122070,"鼯":122071,"èĩľ":122072,"é³ľ":122073,"é³Ŀ":122074,"é³Ł":122075,"çį¾":122076,"åŃĢ":122077,"骧":122078,"çĵĺ":122079,"é¼Ļ":122080,"éĨº":122081,"礴":122082,"颦":122083,"æĽ©":122084,"é³¢":122085,"éºĿ":122086,"å¤Ķ":122087,"çĪĿ":122088,"çģı":122089,"禳":122090,"éIJ¾":122091,"ç¾¼":122092,"èł¡":122093,"èĢ±":122094,"é¹³":122095,"æ°į":122096,"é¥ķ":122097,"èºIJ":122098,"é«ij":122099,"éķµ":122100,"ç©°":122101,"é¥Ķ":122102,"鬻":122103,"鬣":122104,"趱":122105,"æĶ«":122106,"æĶ¥":122107,"颧":122108,"èºľ":122109,"é¼¹":122110,"çĻ¯":122111,"èł²":122112,"èł¹":122113,"èºŀ":122114,"è¡¢":122115,"çģŀ":122116,"襻":122117,"çºĽ":122118,"鬣":122119,"æĶ®":122120,"åĽĶ":122121,"é¦ķ":122122,"æĪĨ":122123,"çĪ¨":122124,"é½ī":122125,"äºį":122126,"å°¢":122127,"å½³":122128,"åį¬":122129,"殳":122130,"ðłĻ¶":122131,"æ¯Į":122132,"éĤĺ":122133,"æĪĭ":122134,"åľ¢":122135,"æ°ķ":122136,"ä¼ĭ":122137,"ä»Ŀ":122138,"åĨ®":122139,"æ°¿":122140,"æ±Ī":122141,"æ°¾":122142,"å¿ī":122143,"å®Ħ":122144,"ð¬£Ļ":122145,"è®±":122146,"æīŀ":122147,"åľ²":122148,"åľ«":122149,"èĬı":122150,"èĬĥ":122151,"æľ³":122152,"æľ¸":122153,"ð¨Ļ":122154,"ð¨Ļ¸":122155,"éĤ¨":122156,"åIJĴ":122157,"åIJĸ":122158,"å±¼":122159,"å±¾":122160,"辿":122161,"éĴĨ":122162,"仳":122163,"ä¼£":122164,"ä¼Ī":122165,"çĻ¿":122166,"çĶª":122167,"éĤł":122168,"çĬ´":122169,"åĨ±":122170,"éĤ¡":122171,"ð¬ĩķ":122172,"æ±ĭ":122173,"äľ":122174,"äľ£":122175,"è®»":122176,"ð¬£ŀ":122177,"åŃĸ":122178,"ð¬ĺĵ":122179,"纩":122180,"çİĴ":122181,"çİĵ":122182,"çİĺ":122183,"çİļ":122184,"åĪ¬":122185,"ð«ŃŁ":122186,"åĿľ":122187,"åĿī":122188,"æī½":122189,"ð«Ń¢":122190,"åĿĭ":122191,"æīº":122192,"ã§ij":122193,"æ¯IJ":122194,"èĬ°":122195,"èĬ£":122196,"èĭĬ":122197,"èĭī":122198,"èĬĺ":122199,"èĬ´":122200,"èĬł":122201,"ð«ĩ":122202,"ð«ĩŃ":122203,"èĬ¤":122204,"æĿķ":122205,"æĿĻ":122206,"æĿĦ":122207,"æĿ§":122208,"æĿ©":122209,"å°ª":122210,"å°¨":122211,"轪":122212,"ð«IJĦ":122213,"åĿĴ":122214,"èĬĪ":122215,"æĹ´":122216,"æŵ":122217,"åijĻ":122218,"ãķ":122219,"ãķ®":122220,"å²į":122221,"ð«µ":122222,"𫵷":122223,"å²ł":122224,"å²ľ":122225,"åijĩ":122226,"åĨı":122227,"è§ĥ":122228,"å²Ļ":122229,"ä¼¾":122230,"ãijĩ":122231,"ä¼Ń":122232,"ä½ĸ":122233,"ä¼²":122234,"ä½ģ":122235,"é£ı":122236,"çĭĥ":122237,"éŶ":122238,"汧":122239,"汫":122240,"ð£²ĺ":122241,"ð£²Ĺ":122242,"æ²Ħ":122243,"æ²ĺ":122244,"ð¬ĩĻ":122245,"æ±Ń":122246,"ã³ĩ":122247,"æ²ĩ":122248,"å¿®":122249,"忳":122250,"忺":122251,"𬣡":122252,"ç¥ĥ":122253,"è¯ĩ":122254,"éĤ²":122255,"è¯İ":122256,"è¯IJ":122257,"å±ĥ":122258,"ð«¸":122259,"𫸩":122260,"å²Ĭ":122261,"éĺ½":122262,"䢺":122263,"éĺ¼":122264,"妧":122265,"å¦ĺ":122266,"ð¨ļ":122267,"ð¨ļķ":122268,"纮":122269,"驲":122270,"ð«ĺľ":122271,"纻":122272,"ð¬ĺĺ":122273,"ð«ĺĿ":122274,"纼":122275,"çݤ":122276,"çİŀ":122277,"çݱ":122278,"çİŁ":122279,"éĤ½":122280,"éĤ¿":122281,"åĿ¥":122282,"åĿ°":122283,"åĿ¬":122284,"åĿ½":122285,"å¼Ĩ":122286,"èĢµ":122287,"䢼":122288,"ð¦Ń":122289,"ð¦Ńľ":122290,"èĮĭ":122291,"èĭ§":122292,"èĭ¾":122293,"èĭł":122294,"æŀħ":122295,"ãŃİ":122296,"æŀĺ":122297,"æŀį":122298,"çŁ¼":122299,"磻":122300,"åĮ¼":122301,"ð¬¨Ĥ":122302,"ð¬Ģ©":122303,"ð¬Ģª":122304,"æĹ¿":122305,"æĺĦ":122306,"æĺĴ":122307,"æĺĪ":122308,"åĴī":122309,"åĴĩ":122310,"åĴį":122311,"å²µ":122312,"å²½":122313,"岨":122314,"å²ŀ":122315,"å³Ĥ":122316,"ãŁ":122317,"ãŁĥ":122318,"åĽ·":122319,"𬬩":122320,"éĴIJ":122321,"éĴĶ":122322,"éĴĸ":122323,"çī¥":122324,"ä½´":122325,"åŀĪ":122326,"ä¾ģ":122327,"ä¾¹":122328,"佸":122329,"佺":122330,"éļ¹":122331,"ãijĬ":122332,"ä¾Ĥ":122333,"ä½½":122334,"ä¾ĺ":122335,"éĥĪ":122336,"èĪł":122337,"éĥIJ":122338,"éĥĥ":122339,"æĶ½":122340,"èĤŃ":122341,"èĤ¸":122342,"èĤ·":122343,"çĭī":122344,"çĭĿ":122345,"饳":122346,"å¿ŀ":122347,"çĤĮ":122348,"çĤĨ":122349,"æ³Ļ":122350,"沺":122351,"æ³Ĥ":122352,"æ³ľ":122353,"æ³ĥ":122354,"æ³ĩ":122355,"æĢĬ":122356,"å³ĥ":122357,"穸":122358,"ç¥ĭ":122359,"ç¥Ĭ":122360,"ð«į£":122361,"𬣳":122362,"𬩽":122363,"鸤":122364,"å¼¢":122365,"弨":122366,"éĻij":122367,"𬮿":122368,"éĻİ":122369,"ð¬¯Ģ":122370,"åįº":122371,"乸":122372,"å¦Ń":122373,"å§Ī":122374,"ð«°":122375,"ð«°Ľ":122376,"迳":122377,"åıķ":122378,"𬳵":122379,"驵":122380,"𬳶":122381,"äĮ":122382,"äĮ¹":122383,"驺":122384,"ð«łĬ":122385,"ç»ĭ":122386,"ç»IJ":122387,"çłī":122388,"èĢĶ":122389,"ãĽĥ":122390,"çݶ":122391,"çıĩ":122392,"çıħ":122393,"ð¬įĽ":122394,"çıĭ":122395,"çݹ":122396,"çıĮ":122397,"çİ¿":122398,"飨":122399,"åŀļ":122400,"åŀ¯":122401,"åŀĻ":122402,"åŀ²":122403,"åŁı":122404,"åŀį":122405,"èĢĩ":122406,"é¿į":122407,"åŀİ":122408,"åŀ´":122409,"åŀŁ":122410,"åŀŀ":122411,"æĮĵ":122412,"åŀµ":122413,"åŀı":122414,"æĭ¶":122415,"èįĸ":122416,"èįģ":122417,"èįĻ":122418,"èįĽ":122419,"èĮĪ":122420,"èĮ½":122421,"èįĦ":122422,"èĮº":122423,"ð¬ľ¬":122424,"èįĵ":122425,"èĮ³":122426,"ð¦°":122427,"𦰡":122428,"èĮĽ":122429,"èįŃ":122430,"ãŃķ":122431,"æŁ·":122432,"æŁĥ":122433,"æŁĬ":122434,"æŀ¹":122435,"æłIJ":122436,"æŁĸ":122437,"éĥļ":122438,"åīħ":122439,"ä´ĵ":122440,"迺":122441,"åİĸ":122442,"çłĨ":122443,"çłij":122444,"çłĦ":122445,"èĢı":122446,"å¥ĵ":122447,"ä¶":122448,"䶮":122449,"è½µ":122450,"è½·":122451,"è½¹":122452,"轺":122453,"æĺº":122454,"ðª¾":122455,"𪾢":122456,"æĺ½":122457,"缷":122458,"åĴ¡":122459,"åĴº":122460,"æĺ³":122461,"æĺ£":122462,"æĺ¤":122463,"æĺ«":122464,"æĺ¡":122465,"åĴ¥":122466,"æĺª":122467,"èĻ·":122468,"èĻ¸":122469,"åĵĥ":122470,"å³ĺ":122471,"èĢij":122472,"å³Ľ":122473,"𪨰":122474,"å³Ĺ":122475,"峧":122476,"帡":122477,"éĴĺ":122478,"ð«ĵ§":122479,"éĴľ":122480,"𬬮":122481,"𬬱":122482,"ð¬¬Ń":122483,"éĴª":122484,"éĴ¬":122485,"éĴŃ":122486,"磧":122487,"秬":122488,"ä¿«":122489,"èĪģ":122490,"ä¿ľ":122491,"ä¿Ļ":122492,"ä¿į":122493,"åŀķ":122494,"è¡İ":122495,"èĪ£":122496,"å¼ĩ":122497,"ä¾´":122498,"鸧":122499,"äı¡":122500,"èĥł":122501,"ð¦Ļ¶":122502,"èĥĪ":122503,"èĥ©":122504,"èĥ£":122505,"æľı":122506,"é£IJ":122507,"è¨Ħ":122508,"饻":122509,"庤":122510,"çĸ¢":122511,"çĤ£":122512,"çĤŁ":122513,"ã¶":122514,"㶲":122515,"æ´Ń":122516,"æ´ĺ":122517,"æ´ĵ":122518,"æ´¿":122519,"ã³ļ":122520,"æ³ļ":122521,"æµĪ":122522,"æµī":122523,"æ´¸":122524,"æ´ij":122525,"æ´¢":122526,"æ´Ī":122527,"æ´ļ":122528,"æ´º":122529,"æ´¨":122530,"æµIJ":122531,"ã³ĺ":122532,"æ´´":122533,"æ´£":122534,"æģĶ":122535,"宬":122536,"çªĢ":122537,"æīĤ":122538,"è¢Ĩ":122539,"ç¥ı":122540,"ç¥IJ":122541,"ç¥ķ":122542,"åıļ":122543,"éĻ§":122544,"éĻŀ":122545,"å¨Ģ":122546,"å§ŀ":122547,"姱":122548,"姤":122549,"姶":122550,"姽":122551,"æŀ²":122552,"ç»ĸ":122553,"éªĥ":122554,"ð¬ĺ¡":122555,"𬳽":122556,"ð¬ĺ©":122557,"ð«Ħ§":122558,"å½ĸ":122559,"éªī":122560,"æģĿ":122561,"çıª":122562,"çıĽ":122563,"çı¹":122564,"çIJĬ":122565,"çݼ":122566,"çıĸ":122567,"ðªŁ":122568,"ðªŁĿ":122569,"çı½":122570,"çı¦":122571,"çı«":122572,"çıĴ":122573,"ð¬į¤":122574,"çı¢":122575,"çıķ":122576,"çıĿ":122577,"ð«Ń¼":122578,"åŁĹ":122579,"åŀ¾":122580,"åŀº":122581,"åŁĨ":122582,"åŀ¿":122583,"åŁĮ":122584,"åŁĩ":122585,"èİ°":122586,"èĮĿ":122587,"ð¬ľ¯":122588,"éĦĢ":122589,"èݶ":122590,"èİĿ":122591,"äĵĸ":122592,"èİĻ":122593,"æł»":122594,"æ¡ł":122595,"ð¬Ĥ":122596,"ð¬Ĥ©":122597,"æ¡Ħ":122598,"æ¢ł":122599,"æł´":122600,"梴":122601,"æłĴ":122602,"éħİ":122603,"éħı":122604,"ð«łĨ":122605,"çłµ":122606,"çłł":122607,"çł«":122608,"糬":122609,"ç¡ģ":122610,"æģ§":122611,"ç¿ĥ":122612,"éĥª":122613,"ð¨IJ":122614,"ð¨IJĪ":122615,"è¾Ģ":122616,"è¾ģ":122617,"ð¬Į":122618,"ð¬ĮĹ":122619,"åīķ":122620,"èµĢ":122621,"åĵ¢":122622,"æĻħ":122623,"æĻĬ":122624,"åĶĿ":122625,"åĵ³":122626,"åĵ±":122627,"åĨĶ":122628,"æĻĶ":122629,"æĻIJ":122630,"çķĸ":122631,"èļĦ":122632,"èļĨ":122633,"ð«ij":122634,"ð«ij¡":122635,"帱":122636,"å´ģ":122637,"峿":122638,"𪨶":122639,"å´Ħ":122640,"帨":122641,"å´Ģ":122642,"èµĨ":122643,"𬬸":122644,"éĴ·":122645,"𬬻":122646,"𬬹":122647,"𬬿":122648,"ð¬Ńģ":122649,"çľļ":122650,"çĶ¡":122651,"笫":122652,"åĢ»":122653,"åĢ´":122654,"èĦ©":122655,"åĢ®":122656,"åĢķ":122657,"åĢŀ":122658,"ð«¢":122659,"𫢸":122660,"åĢĵ":122661,"åĢ§":122662,"è¡ĥ":122663,"èĻĴ":122664,"èĪŃ":122665,"èĪ¯":122666,"èĪ¥":122667,"çĵŀ":122668,"鬯":122669,"鸰":122670,"èĦİ":122671,"æľĵ":122672,"èĥ²":122673,"èĻĵ":122674,"é±½":122675,"çĭ´":122676,"å³±":122677,"çĭ»":122678,"çľ¢":122679,"ð«Ĺ§":122680,"åĭį":122681,"çĹĦ":122682,"çĸ°":122683,"çĹĥ":122684,"ç«ĺ":122685,"ç¾ĸ":122686,"ç¾ĵ":122687,"æ¡Ĭ":122688,"æķī":122689,"çĥł":122690,"çĥĶ":122691,"çĥ¶":122692,"çĥ»":122693,"ð¬ĬĪ":122694,"æ¶į":122695,"浡":122696,"æµŃ":122697,"浬":122698,"æ¶Ħ":122699,"涢":122700,"æ¶IJ":122701,"æµ°":122702,"æµŁ":122703,"æµĽ":122704,"æµ¼":122705,"æµ²":122706,"æ¶ĺ":122707,"æĤĪ":122708,"æĤĥ":122709,"æĤ¢":122710,"ð¬ĴĪ":122711,"宧":122712,"çªħ":122713,"çªĬ":122714,"çªİ":122715,"æīħ":122716,"æīĨ":122717,"袪":122718,"è¢Ĺ":122719,"袯":122720,"祧":122721,"éļº":122722,"åł²":122723,"çĸį":122724,"ð¨º":122725,"ð¨ºĻ":122726,"éĻ´":122727,"çĥĿ":122728,"çł®":122729,"ãĽļ":122730,"åĵ¿":122731,"ç¿Ģ":122732,"ç¿Ĥ":122733,"åīŁ":122734,"𬳿":122735,"ð«Ħ¨":122736,"绤":122737,"éªį":122738,"ð¬ĺ«":122739,"äĤ":122740,"äĤ®":122741,"çIJİ":122742,"çı¸":122743,"çıµ":122744,"çIJĦ":122745,"çIJĪ":122746,"çIJĢ":122747,"çıº":122748,"æİŃ":122749,"åłİ":122750,"åłIJ":122751,"åŁ¼":122752,"æİİ":122753,"åŁ«":122754,"åłĮ":122755,"æĻ¢":122756,"ð«®":122757,"ð«®ĥ":122758,"æİŀ":122759,"åŁª":122760,"壸":122761,"ãĻį":122762,"èģį":122763,"èıĿ":122764,"èIJļ":122765,"èı¥":122766,"èİ¿":122767,"äĵ«":122768,"åĭļ":122769,"äĵ¬":122770,"èIJĨ":122771,"èıĤ":122772,"èıį":122773,"èı¼":122774,"èIJ£":122775,"äĵ¨":122776,"èıī":122777,"äĵĽ":122778,"梼":122779,"梽":122780,"桲":122781,"梾":122782,"桯":122783,"梣":122784,"æ¢Į":122785,"桹":122786,"æķĶ":122787,"åİ£":122788,"ç¡Ķ":122789,"é¿İ":122790,"ç¡Ļ":122791,"ç¡ļ":122792,"ç¡Ĭ":122793,"ç¡į":122794,"åĭĶ":122795,"ä´ķ":122796,"é¾ģ":122797,"éĢ´":122798,"åĶª":122799,"åķ«":122800,"ç¿Ī":122801,"ã«":122802,"ã«°":122803,"æĻĻ":122804,"çķ¤":122805,"ð¬±ĸ":122806,"趼":122807,"è·Ĥ":122808,"èĽĥ":122809,"èļ²":122810,"ð¬Ł½":122811,"èļº":122812,"åķ´":122813,"äİĥ":122814,"å´§":122815,"å´Ł":122816,"å´ŀ":122817,"å´Ĵ":122818,"å´Į":122819,"å´¡":122820,"éĵı":122821,"ð«ĵ¯":122822,"ð«Ł¹":122823,"éĵķ":122824,"ð«Ł¼":122825,"éĵĸ":122826,"éĵĺ":122827,"éĵļ":122828,"éĵŀ":122829,"éĵ¥":122830,"éĵ´":122831,"çī»":122832,"çī¿":122833,"ç¨Ĩ":122834,"笱":122835,"笯":122836,"åģ°":122837,"åģ¡":122838,"鸺":122839,"åģŃ":122840,"åģ²":122841,"åģģ":122842,"ã¿":122843,"ã¿ł":122844,"éĦħ":122845,"åģĵ":122846,"å¾Ľ":122847,"è¡Ĵ":122848,"èĪ³":122849,"èĪ²":122850,"鸼":122851,"æĤĨ":122852,"éĦĥ":122853,"çĵ»":122854,"äĿ":122855,"äĿĻ":122856,"èĦ¶":122857,"èĦŀ":122858,"èĦŁ":122859,"äı²":122860,"é±¾":122861,"çĮĩ":122862,"çĮĬ":122863,"çĮĦ":122864,"è§ĸ":122865,"ðłħ":122866,"ðłħ¤":122867,"庱":122868,"庼":122869,"庳":122870,"çĹĵ":122871,"ä´Ķ":122872,"ç««":122873,"åłĥ":122874,"éĺĮ":122875,"ç¾Ŀ":122876,"ç¾ķ":122877,"çĦĨ":122878,"çĥº":122879,"çĦĮ":122880,"æ·ı":122881,"ð¬ĩ¹":122882,"æ·Ł":122883,"æ·ľ":122884,"æ·´":122885,"æ·¯":122886,"æ¹´":122887,"涴":122888,"ð¬į¡":122889,"ã¥":122890,"ã¥Ħ":122891,"æĥĽ":122892,"æĥĶ":122893,"æĤ°":122894,"æĥĻ":122895,"å¯ģ":122896,"éĢŃ":122897,"ð¬¤ĩ":122898,"ð«į¯":122899,"袼":122900,"è£Ī":122901,"祲":122902,"ð¬¤Ĭ":122903,"ð«į²":122904,"è°ŀ":122905,"èī´":122906,"弸":122907,"弶":122908,"ð¬¯İ":122909,"éļĥ":122910,"å©ŀ":122911,"娵":122912,"婼":122913,"åªĸ":122914,"婳":122915,"å©į":122916,"å©Į":122917,"å©«":122918,"婤":122919,"å©ĺ":122920,"å©ł":122921,"ð¬ĺ¬":122922,"ð¬ĺŃ":122923,"ð¬´Ĥ":122924,"ð«ĺ¦":122925,"绹":122926,"ð«Łħ":122927,"ð¬ĺ¯":122928,"éªķ":122929,"ð«ĺ§":122930,"絾":122931,"çı·":122932,"çIJ²":122933,"çIJ¡":122934,"çIJŁ":122935,"çIJĶ":122936,"çIJŃ":122937,"åł¾":122938,"åł¼":122939,"æıķ":122940,"ãĻĺ":122941,"åł§":122942,"åĸĨ":122943,"åł¨":122944,"å¡ħ":122945,"åłł":122946,"çµ·":122947,"ðª£":122948,"𪣻":122949,"ð¡İ":122950,"ð¡İļ":122951,"èijľ":122952,"æĥİ":122953,"èIJ³":122954,"èijĻ":122955,"éĿ¬":122956,"èij´":122957,"èĴĩ":122958,"èĴĪ":122959,"éĦļ":122960,"èĴī":122961,"èĵĩ":122962,"èIJ©":122963,"èij°":122964,"èijİ":122965,"éĦij":122966,"èĴİ":122967,"èijĸ":122968,"èĴĦ":122969,"èIJ¹":122970,"棤":122971,"棽":122972,"棫":122973,"æ¤ĵ":122974,"æ¤ij":122975,"ð¬ĥ":122976,"ð¬ĥĬ":122977,"é¹Ģ":122978,"æ¤Ĩ":122979,"æ£ĵ":122980,"棬":122981,"棪":122982,"æ¤Ģ":122983,"æ¥Ĺ":122984,"ð¬·":122985,"ð¬·ķ":122986,"çĶ¦":122987,"éħ¦":122988,"è§Į":122989,"奡":122990,"çļķ":122991,"硪":122992,"欹":122993,"è©Ł":122994,"ð«IJIJ":122995,"è¾Į":122996,"æ£IJ":122997,"é¾Ĥ":122998,"ð¬¹":122999,"𬹼":123000,"黹":123001,"çīļ":123002,"çĿİ":123003,"æĻ«":123004,"æĻª":123005,"æĻ±":123006,"ð§":123007,"ð§¿":123008,"𧿹":123009,"èĽij":123010,"çķ¯":123011,"æĸĿ":123012,"åĸ¤":123013,"å´¶":123014,"åµģ":123015,"ð«¶":123016,"ð«¶ĩ":123017,"å´¾":123018,"åµħ":123019,"å´¿":123020,"åµļ":123021,"ç¿Ļ":123022,"ð«ĸ®":123023,"åľĮ":123024,"åľIJ":123025,"èµij":123026,"èµĴ":123027,"é¿ı":123028,"éĵ¹":123029,"ð¬ŃĬ":123030,"éĵ½":123031,"ð¨±ĩ":123032,"ð«ĵ¶":123033,"éĶĬ":123034,"éĶį":123035,"éĶİ":123036,"ð¬Ńİ":123037,"éĶĵ":123038,"çĬĩ":123039,"é¢ĭ":123040,"ç¨Į":123041,"çŃĢ":123042,"çŃĺ":123043,"çŃľ":123044,"çŃ¥":123045,"çŃħ":123046,"åĤĥ":123047,"åĤī":123048,"ç¿Ľ":123049,"åĤĴ":123050,"åĤķ":123051,"èĪ¾":123052,"çķ¬":123053,"ð«ĸ¯":123054,"èĦ¿":123055,"èħĺ":123056,"äIJ":123057,"äIJĥ":123058,"èħĻ":123059,"èħĴ":123060,"ð¬±Ł":123061,"é²ĥ":123062,"çĮ°":123063,"ð«Ľ":123064,"ð«ĽŃ":123065,"çĮ¯":123066,"ãº":123067,"ãºĦ":123068,"é¦ī":123069,"åĩĵ":123070,"éĦĹ":123071,"ð«·":123072,"ð«··":123073,"å»ĭ":123074,"å»Ĩ":123075,"éĦĮ":123076,"ç²¢":123077,"éģĨ":123078,"æĹIJ":123079,"𬮱":123080,"çĦŀ":123081,"ð¬Ĭ¤":123082,"欻":123083,"ð£¸":123084,"𣸣":123085,"æºļ":123086,"æºģ":123087,"æ¹Ŀ":123088,"渰":123089,"æ¹ĵ":123090,"ã´":123091,"ã´Ķ":123092,"æ¸Ł":123093,"æºł":123094,"渼":123095,"æºĩ":123096,"æ¹£":123097,"æ¹ij":123098,"æºŀ":123099,"æĦIJ":123100,"æĦĥ":123101,"æķ©":123102,"çĶ¯":123103,"棨":123104,"æīĬ":123105,"裣":123106,"祼":123107,"å©»":123108,"åªĨ":123109,"åªŀ":123110,"ãĽ¹":123111,"åªĵ":123112,"åªĤ":123113,"åªĦ":123114,"毵":123115,"çŁŀ":123116,"ð¬´ĥ":123117,"ð«ĺ¨":123118,"ç¼Ĭ":123119,"ç¼IJ":123120,"éªĻ":123121,"çijĥ":123122,"çijĵ":123123,"çijħ":123124,"çijĨ":123125,"ä´ĸ":123126,"çijĸ":123127,"çijĿ":123128,"çijĶ":123129,"çijĢ":123130,"ð¤§":123131,"ð¤§Ľ":123132,"çij³":123133,"çijĤ":123134,"å¶ħ":123135,"çijij":123136,"éģĺ":123137,"é«¢":123138,"å¡¥":123139,"åł½":123140,"赪":123141,"æijĽ":123142,"å¡Ŀ":123143,"æIJĴ":123144,"æIJĮ":123145,"èĴ±":123146,"èĴ¨":123147,"èĵı":123148,"èĶĢ":123149,"èĵ¢":123150,"èĵĤ":123151,"èĴ»":123152,"èĵ£":123153,"椹":123154,"楪":123155,"æ¦ĥ":123156,"æ¦ħ":123157,"æ¥Ĵ":123158,"楩":123159,"æ¦ĩ":123160,"椸":123161,"æ¥Ļ":123162,"æŃħ":123163,"ð¬ª":123164,"𬪩":123165,"ç¢ĥ":123166,"ç¢ı":123167,"ð¬ĴĶ":123168,"ç¢Ī":123169,"äĥħ":123170,"ç¡¿":123171,"éĦł":123172,"è¾Ĵ":123173,"ð¬¨İ":123174,"ð«IJĵ":123175,"é¾Ĩ":123176,"è§ľ":123177,"ä£":123178,"ä£ĺ":123179,"æļķ":123180,"é¹į":123181,"ð««":123182,"ð««ĩ":123183,"ã¬Ĭ":123184,"æļħ":123185,"è·±":123186,"èľIJ":123187,"èľİ":123188,"åµ²":123189,"èµĹ":123190,"骱":123191,"éĶĸ":123192,"ð«ĵ¹":123193,"éĶĺ":123194,"éĶ³":123195,"éĶ§":123196,"éĶª":123197,"ð¬Ńļ":123198,"éĶ«":123199,"éĶ¬":123200,"ð¬ŃĽ":123201,"ç¨ij":123202,"ç¨Ļ":123203,"äħ":123204,"äħŁ":123205,"ð¬ķ":123206,"ð¬ķĤ":123207,"çŃ»":123208,"çŃ¼":123209,"çѶ":123210,"çѦ":123211,"çѤ":123212,"åĤº":123213,"é¹İ":123214,"åĥĩ":123215,"èīħ":123216,"èīī":123217,"è°¼":123218,"è²Ĩ":123219,"èħ½":123220,"èħ¨":123221,"èħ¯":123222,"é²ī":123223,"é²Ĭ":123224,"é²Į":123225,"ä²Ł":123226,"ð¬¶ĭ":123227,"ð¬¶į":123228,"é²ı":123229,"éĽĬ":123230,"çĮº":123231,"é£Ķ":123232,"è§Ł":123233,"ð¦Ŀ¼":123234,"é¦Į":123235,"è£Ľ":123236,"å»Ĵ":123237,"çĺħ":123238,"éĦĺ":123239,"é¹Ĵ":123240,"éĦľ":123241,"éºĢ":123242,"éĦ£":123243,"éĺĺ":123244,"ð«Ķ¶":123245,"çħģ":123246,"çħĥ":123247,"çħ´":123248,"çħĭ":123249,"çħŁ":123250,"çħĵ":123251,"æ»ł":123252,"æºį":123253,"溹":123254,"æ»Ĩ":123255,"æ»ī":123256,"溦":123257,"溵":123258,"æ¼·":123259,"滧":123260,"æ»ĺ":123261,"æ»į":123262,"æĦŃ":123263,"æħ¥":123264,"æħĨ":123265,"塱":123266,"ð«ĮĢ":123267,"裼":123268,"ç¦ĭ":123269,"ç¦Ķ":123270,"ç¦ĺ":123271,"ç¦Ĵ":123272,"è°«":123273,"é¹Ķ":123274,"ð«ĸ³":123275,"æĦį":123276,"å«Ħ":123277,"媱":123278,"æĪ¤":123279,"åĭł":123280,"æĪ£":123281,"ð«ĺª":123282,"ð«ĺ¬":123283,"ç¼ŀ":123284,"èĢ¤":123285,"çij§":123286,"ð«ŀ":123287,"ð«ŀ©":123288,"çij¨":123289,"çij±":123290,"çij·":123291,"çij¢":123292,"æĸł":123293,"æijı":123294,"å¢ķ":123295,"å¢Ī":123296,"å¢IJ":123297,"å¢ĺ":123298,"æij´":123299,"éĬİ":123300,"ð¡IJ":123301,"ð¡IJĵ":123302,"å¢ļ":123303,"æĴĸ":123304,"ðª¤":123305,"ðª¤Ĺ":123306,"éĿ½":123307,"éŀģ":123308,"èĶĮ":123309,"èĶĪ":123310,"èĵ°":123311,"èĶ¹":123312,"èĶĬ":123313,"åĺı":123314,"榰":123315,"æ¦ij":123316,"æ§ļ":123317,"ð£Ĺ":123318,"ð£Ĺĭ":123319,"æ§ľ":123320,"æ¦į":123321,"çĸIJ":123322,"ð¬¸ĺ":123323,"éħº":123324,"éħ¾":123325,"éħ²":123326,"éħ´":123327,"碶":123328,"äĥİ":123329,"ð¬ĴĹ":123330,"碨":123331,"ð¥Ķ":123332,"ð¥Ķ²":123333,"碹":123334,"碥":123335,"åĬĤ":123336,"ð«ļĸ":123337,"ä´Ĺ":123338,"夥":123339,"çŀį":123340,"é¹ĸ":123341,"ã¬İ":123342,"è·½":123343,"èľ¾":123344,"å¹ĸ":123345,"å¶į":123346,"åľĻ":123347,"ð¨±ı":123348,"éĶº":123349,"éĶ¼":123350,"éĶ½":123351,"ð¬Ń¤":123352,"éĶ¾":123353,"éĶ¿":123354,"éķĥ":123355,"éķĦ":123356,"éķħ":123357,"é¦Ŀ":123358,"é¹Ļ":123359,"箨":123360,"ç®ĸ":123361,"åĬĦ":123362,"åĥ¬":123363,"åĥ¦":123364,"åĥĶ":123365,"åĥİ":123366,"æ§ĥ":123367,"ãĻ¦":123368,"é²Ĵ":123369,"é²ķ":123370,"ð«ļķ":123371,"é²ĸ":123372,"é²Ĺ":123373,"é²ĺ":123374,"é²Ļ":123375,"ð¬¶IJ":123376,"ð¬¶ı":123377,"ð©½":123378,"𩽾":123379,"å¤IJ":123380,"çįį":123381,"é£Ĺ":123382,"ð¬¸ļ":123383,"åĩĺ":123384,"å»ij":123385,"å»Ļ":123386,"çĺĹ":123387,"çĺ¥":123388,"çĺķ":123389,"é²Ŀ":123390,"éĦ«":123391,"çĨĩ":123392,"æ¼¹":123393,"æ¼ĸ":123394,"æ½Ĩ":123395,"漤":123396,"潩":123397,"æ¼¼":123398,"æ¼´":123399,"ã½":123400,"ã½ı":123401,"æ¼Ī":123402,"æ¼ĭ":123403,"æ¼»":123404,"æħ¬":123405,"窬":123406,"çªŃ":123407,"ã®":123408,"㮾":123409,"ð¬¤Ŀ":123410,"è¤ķ":123411,"禼":123412,"ç¦ļ":123413,"éļ©":123414,"å«ķ":123415,"å«Ń":123416,"å«ľ":123417,"嫪":123418,"ð¬ĻĤ":123419,"ã»":123420,"㻬":123421,"麹":123422,"çĴĨ":123423,"漦":123424,"åıĩ":123425,"墣":123426,"墦":123427,"墡":123428,"åĬIJ":123429,"èĸģ":123430,"èķ°":123431,"èĶĥ":123432,"é¼Ĵ":123433,"槱":123434,"é¹Ŀ":123435,"ç£ı":123436,"ç£ī":123437,"殣":123438,"æħŃ":123439,"éľħ":123440,"æļµ":123441,"æļ²":123442,"æļ¶":123443,"踦":123444,"踣":123445,"äĹĸ":123446,"èĿĺ":123447,"èĿ²":123448,"èĿ¤":123449,"åĻĩ":123450,"åĻĤ":123451,"åĻĢ":123452,"罶":123453,"嶲":123454,"å¶ĵ":123455,"ãłĩ":123456,"å¶Ł":123457,"å¶Ĵ":123458,"éķĨ":123459,"éķĪ":123460,"éķĭ":123461,"éķİ":123462,"ð¬Ń©":123463,"éķķ":123464,"稹":123465,"åĦĩ":123466,"çļŀ":123467,"çļĽ":123468,"ä´ĺ":123469,"èīİ":123470,"èīı":123471,"é¹Ł":123472,"ð©¾ĥ":123473,"鲦":123474,"鲪":123475,"鲬":123476,"æ©¥":123477,"è§Ń":123478,"é¹ł":123479,"鹡":123480,"ç³ĩ":123481,"ç³Ī":123482,"翦":123483,"é¹¢":123484,"é¹£":123485,"çĨĽ":123486,"æ½ĸ":123487,"æ½µ":123488,"ãµ":123489,"ãµIJ":123490,"æ¾Ĥ":123491,"æ¾Ľ":123492,"çij¬":123493,"æ½½":123494,"æ½¾":123495,"æ½ı":123496,"æĨŃ":123497,"æĨķ":123498,"𬸣":123499,"æĪŃ":123500,"褯":123501,"禤":123502,"ð«į½":123503,"嫽":123504,"éģ¹":123505,"ð¬´Ĭ":123506,"çĴ¥":123507,"çĴ²":123508,"çĴĴ":123509,"æĨĻ":123510,"æĵIJ":123511,"éĦ¹":123512,"èĸ³":123513,"éŀĶ":123514,"é»ĩ":123515,"ð¬ŀ":123516,"ð¬ŀŁ":123517,"èķĹ":123518,"èĸ¢":123519,"èķ¹":123520,"æ©ŀ":123521,"æ©ij":123522,"橦":123523,"éĨij":123524,"觱":123525,"磡":123526,"ð¥ķ":123527,"ð¥ķ¢":123528,"ç£ľ":123529,"è±®":123530,"ð«Ł¦":123531,"ð¬ºĪ":123532,"ð«łľ":123533,"é¹¾":123534,"èĻ¤":123535,"æļ¿":123536,"æĽĮ":123537,"æĽĪ":123538,"ã¬ļ":123539,"è¹ħ":123540,"踶":123541,"äĹĽ":123542,"èŀĹ":123543,"çĸģ":123544,"ãłĵ":123545,"幪":123546,"ðª©":123547,"ðª©ĺ":123548,"嶦":123549,"ð¬Ń¬":123550,"ð¨±ij":123551,"ð¬Ń¯":123552,"é¦ŀ":123553,"ç©Ħ":123554,"ç¯ļ":123555,"篯":123556,"ç°ī":123557,"é¼½":123558,"è¡ł":123559,"缦":123560,"èŀ£":123561,"縢":123562,"é²Ń":123563,"鲯":123564,"é²°":123565,"鲺":123566,"é²¹":123567,"ð«Ĺ´":123568,"亸":123569,"çĻĢ":123570,"çĺŃ":123571,"𬸦":123572,"ç¾±":123573,"ç³Ĵ":123574,"çĩĭ":123575,"çĨ»":123576,"çĩĬ":123577,"çĩļ":123578,"çĩı":123579,"æ¿©":123580,"æ¿ĭ":123581,"澪":123582,"æ¾½":123583,"æ¾´":123584,"æ¾Ń":123585,"æ¾¼":123586,"æĨ·":123587,"æĨº":123588,"æĩĶ":123589,"é»ī":123590,"å¬Ľ":123591,"鹨":123592,"翯":123593,"ð«Ħ·":123594,"çĴ±":123595,"𤩽":123596,"çĴ¬":123597,"çĴ®":123598,"髽":123599,"æĵ¿":123600,"èĸ¿":123601,"èĸ¸":123602,"æªij":123603,"æ«Ĩ":123604,"æªŀ":123605,"éĨ¨":123606,"ç¹Ħ":123607,"磹":123608,"磻":123609,"çŀ«":123610,"çŀµ":123611,"è¹IJ":123612,"èŁı":123613,"ãĺ":123614,"ãĺİ":123615,"ð¬Ń³":123616,"éķ¤":123617,"ð¬Ń¶":123618,"ð«Ķį":123619,"éķ¥":123620,"éķ¨":123621,"ð¬Ń¸":123622,"ð¨±Ķ":123623,"ð¬Ń¼":123624,"ð«Ķİ":123625,"磰":123626,"ç©Ļ":123627,"ç©ľ":123628,"ç©Ł":123629,"ç°ķ":123630,"ç°ĥ":123631,"ç°ı":123632,"åĦ¦":123633,"éŃĭ":123634,"æĸ¶":123635,"èīļ":123636,"𬸪":123637,"è°¿":123638,"ä²ł":123639,"ð¬¶Ł":123640,"é²¾":123641,"ð¬¶ł":123642,"鲿":123643,"é³ģ":123644,"é³Ĥ":123645,"é³Ī":123646,"é³ī":123647,"çį¯":123648,"äĹª":123649,"é¦ĺ":123650,"è¥ķ":123651,"è¥ļ":123652,"𬶨":123653,"èŀ±":123654,"çĶĵ":123655,"嬬":123656,"嬥":123657,"ð¦Ī":123658,"ð¦Ī¡":123659,"ð«Ħ¸":123660,"çĵĢ":123661,"éĩIJ":123662,"鬶":123663,"çĪĩ":123664,"éŀ³":123665,"éŀ®":123666,"ð¬Łģ":123667,"èĹŁ":123668,"èŦ":123669,"èŨ":123670,"é¹²":123671,"檫":123672,"黡":123673,"ç¤ŀ":123674,"ç¤Į":123675,"ð¥ĸ":123676,"ð¥ĸ¨":123677,"è¹¢":123678,"è¹ľ":123679,"èŁ«":123680,"äĹ´":123681,"åļļ":123682,"é«ĥ":123683,"éķ®":123684,"éķ±":123685,"éħĤ":123686,"馧":123687,"ç°ł":123688,"ç°Ŀ":123689,"ç°°":123690,"鼫":123691,"鼩":123692,"çļ¦":123693,"èĩij":123694,"ä²¢":123695,"é³ij":123696,"é³Ĵ":123697,"é¹±":123698,"鹯":123699,"çĻĹ":123700,"ð¦Ĵ":123701,"ð¦Ĵį":123702,"æĹŀ":123703,"ç¿·":123704,"åĨģ":123705,"äİĸ":123706,"çĢĶ":123707,"çĢį":123708,"çĢĮ":123709,"è¥ľ":123710,"ä´Ļ":123711,"ð¬ĻĬ":123712,"åļŃ":123713,"ã°":123714,"ã°Ģ":123715,"鬷":123716,"éĨŃ":123717,"蹯":123718,"èłĭ":123719,"翾":123720,"é³ĺ":123721,"åĦ³":123722,"åĦ´":123723,"é¼Ĺ":123724,"ð¬¶Ń":123725,"ð©¾Į":123726,"é³ļ":123727,"é³Ľ":123728,"éºij":123729,"éºĸ":123730,"èłĥ":123731,"å½Ł":123732,"嬿":123733,"é¬Ĵ":123734,"èĺĺ":123735,"æ¬Ĥ":123736,"éĨµ":123737,"颥":123738,"çĶĹ":123739,"ð¨Ł":123740,"ð¨Łł":123741,"å·ĩ":123742,"éħħ":123743,"é«İ":123744,"çĬ¨":123745,"𬶮":123746,"ð¨Ń":123747,"ð¨Ńī":123748,"ã¸Į":123749,"çĪĶ":123750,"çĢ±":123751,"çĢ¹":123752,"çĢ¼":123753,"çĢµ":123754,"襫":123755,"åŃħ":123756,"骦":123757,"ð¬Ļĭ":123758,"èĢ°":123759,"ð¤«":123760,"ð¤«ī":123761,"çĵĸ":123762,"é¬ĺ":123763,"趯":123764,"ð¬ºĵ":123765,"ç½į":123766,"é¼±":123767,"é³ł":123768,"鳡":123769,"é³£":123770,"çĪŁ":123771,"çĪļ":123772,"çģĪ":123773,"éŁĤ":123774,"ç³µ":123775,"èĺ¼":123776,"礵":123777,"é¹´":123778,"èºĶ":123779,"çļŃ":123780,"é¾¢":123781,"鳤":123782,"亹":123783,"ç±¥":123784,"é¼·":123785,"ð«ļŃ":123786,"çİĥ":123787,"éĨ¾":123788,"é½ĩ":123789,"觿":123790,"èł¼":123791,"ק":123792,"פ":123793,"׼":123794,"×ķת":123795,"ס":123796,"×Ļ×Ŀ":123797,"צ":123798,"×Ĵ":123799,"×ĺ":123800,"×ķר":123801,"×Ŀ":123802,"×ķ׾":123803,"×ĸ":123804,"à¹Ĥ":123805,"ïº":123806,"ðŁį":123807,"ðŁIJ":123808,"×Ļר":123809,"ï»":123810,"ðŁij":123811,"ðĿIJ":123812,"ðŁı":123813,"ðŁĶ":123814,"ðŁĮ":123815,"ðŁİ":123816,"ðŁĵ":123817,"ף":123818,"ðĿij":123819,"×ķ×ĵ":123820,"ï¦":123821,"Ġ×ķ":123822,"×ķ×ij":123823,"à¸Ńà¸ĩ":123824,"ðĿĺ":123825,"×Ļת":123826,"ðĿķ":123827,"à¸Ĺีà¹Ī":123828,"ائ":123829,"ðŁ¤":123830,"×ķף":123831,"رÙĬ":123832,"×Ļ׾":123833,"ระ":123834,"าย":123835,"ï¯":123836,"ï®":123837,"าม":123838,"âĩ":123839,"ðŁ¥":123840,"ïŃ":123841,"ðĿĻ":123842,"×ķ׳":123843,"á½":123844,"Ġ׼":123845,"ðŁļ":123846,"âļ":123847,"ï§":123848,"×ijר":123849,"×Ļ׳":123850,"á´":123851,"Ġ×Ĺ":123852,"á¼":123853,"ðĿĹ":123854,"Ġ×¢":123855,"×Ļ×Ķ":123856,"ãģ£ãģŁ":123857,"ãģĵãģ¨":123858,"á¸":123859,"ÙĬÙĨ":123860,"ãģªãģĦ":123861,"اع":123862,"ศ":123863,"à¹Īà¸ĩ":123864,"×Ļ×ĵ":123865,"×ŀש":123866,"áĪ":123867,"׳×Ļ":123868,"×Ļ×ij":123869,"ï¥":123870,"ðĿĵ":123871,"Ġ×Ļ":123872,"×ļ":123873,"ัà¸ĩ":123874,"âĵ":123875,"ï¤":123876,"ĠاÙĦØ£":123877,"าà¸ģ":123878,"à¹īà¸Ļ":123879,"à¹Ģร":123880,"×ķ×Ŀ":123881,"á¹":123882,"ึ":123883,"×Ļק":123884,"à¸ĭ":123885,"à¸Ħร":123886,"à¸ĺ":123887,"ัà¸ģ":123888,"ðŁķ":123889,"ÙĪÙĨ":123890,"à¸Ńย":123891,"âĬ":123892,"ðĿĴ":123893,"ĠاÙĦع":123894,"าà¸Ļ":123895,"×Ļף":123896,"ÙĦÙĬ":123897,"×Ļש":123898,"à¸Ľà¸£à¸°":123899,"à¹Ģà¸Ľ":123900,"Ġ׳":123901,"×ķס":123902,"à¸ł":123903,"ÙħÙĨ":123904,"×ķ×¢":123905,"×ķ×ŀ":123906,"âĮ":123907,"ðŁ§":123908,"à¹ĩà¸Ļ":123909,"à¸į":123910,"ãİ":123911,"áµ":123912,"ĠاÙĦس":123913,"×ķק":123914,"หล":123915,"ðŁĩ":123916,"âı":123917,"ðŁ¦":123918,"Ġ×Ķ×ŀ":123919,"ÙĪا":123920,"Ġת":123921,"ר×IJ":123922,"à¸Ńà¸Ļ":123923,"ษ":123924,"à¹Īว":123925,"×ķצ":123926,"íĹ":123927,"ãĦ":123928,"ï¨":123929,"ï¹":123930,"âİ":123931,"ï²":123932,"ðĿļ":123933,"ðIJ":123934,"à¸Ħว":123935,"หà¸Ļ":123936,"Ġר":123937,"بÙĬ":123938,"รà¹Į":123939,"را":123940,"شر":123941,"×ķ×Ĺ":123942,"×ķפ":123943,"×ķש":123944,"×ķ×Ĵ":123945,"íĿ":123946,"âĽ":123947,"à¸ķิ":123948,"à¹Ģà¸ģ":123949,"ï³":123950,"ï±":123951,"à¸Ķà¹ī":123952,"ë¹":123953,"ï¬":123954,"á¿":123955,"ðŁĽ":123956,"ðĿĸ":123957,"à¹Īาà¸ĩ":123958,"ูà¹ī":123959,"Ġ×Ķ×IJ":123960,"ĠاÙĦØŃ":123961,"פר":123962,"ÙĪÙħ":123963,"à¹Ģล":123964,"íĸ":123965,"×Ļ×¢":123966,"ìĪ":123967,"íĵ":123968,"ðŁħ":123969,"áł":123970,"à¸Ħวาม":123971,"à¸Īะ":123972,"׳×Ķ":123973,"Ġק":123974,"à¸Ł":123975,"à¹īà¸ĩ":123976,"หม":123977,"تÙħ":123978,"׾×Ļ":123979,"ÙĬد":123980,"à¹Īà¸Ļ":123981,"×Ĺר":123982,"שר":123983,"à¹Ģà¸Ĺ":123984,"×ŀר":123985,"ëĸ":123986,"عÙĦ":123987,"×ŀ×¢":123988,"â²":123989,"׾×Ķ":123990,"Ġפ":123991,"à¸Ńà¸ģ":123992,"سÙĦ":123993,"×Ļ×ŀ":123994,"ÙĤÙĬ":123995,"íİ":123996,"تØŃ":123997,"×Ļס":123998,"×Ļ×Ĺ":123999,"íĽ":124000,"ï°":124001,"â½":124002,"áī":124003,"áĬ":124004,"á¨":124005,"Ùĩا":124006,"Ġ׾×Ķ":124007,"×ķ×IJ":124008,"Ùħا":124009,"à¹īà¸Ńà¸ĩ":124010,"رب":124011,"ĠاÙĦج":124012,"×ŀ×ĵ":124013,"ÙħÙĦ":124014,"تر":124015,"à¹Ģà¸Ķ":124016,"קר":124017,"íħ":124018,"ì¼":124019,"ê¿":124020,"ãĪ":124021,"áIJ":124022,"ðŁĹ":124023,"ê¦":124024,"áĭ":124025,"ðĿĶ":124026,"à¹Ģà¸Ľà¹ĩà¸Ļ":124027,"à¹ĥห":124028,"มา":124029,"วà¹Īา":124030,"มี":124031,"ีà¹ī":124032,"à¹Ħมà¹Ī":124033,"ÙĨÙĬ":124034,"ؤ":124035,"รา":124036,"×ķ×Ļ":124037,"ãĤĪãģĨ":124038,"ิà¸Ķ":124039,"×Ļפ":124040,"×Ĺ׾":124041,"ÙĤد":124042,"à¹Ģส":124043,"×Ļ×ĺ":124044,"à¸ģล":124045,"ר׼":124046,"×ķ׼":124047,"×Ļ׼":124048,"ëĪ":124049,"ëĥ":124050,"ðŁĸ":124051,"áħ":124052,"â¼":124053,"ãī":124054,"à¹Ħà¸Ķà¹ī":124055,"ת×Ļ":124056,"×Ļ×IJ":124057,"ĠاÙĦØ¥":124058,"à¸łà¸²":124059,"ริ":124060,"ÙĤØ©":124061,"ØŃد":124062,"ê»":124063,"ì±":124064,"ת×Ĺ":124065,"ìº":124066,"âĭ":124067,"áĦ":124068,"á¾":124069,"âµ":124070,"â¾":124071,"ĠÙĪاÙĦ":124072,"׳×ķ":124073,"ÙĢ":124074,"ÙĬا":124075,"à¸ģà¹ĩ":124076,"×ŀ×Ķ":124077,"ãģĦãĤĭ":124078,"عد":124079,"ĠاÙĦÙĨ":124080,"Ġ×Ķש":124081,"ئ":124082,"ัà¹īà¸ĩ":124083,"รัà¸ļ":124084,"ÙĪÙĤ":124085,"ãģ§ãģį":124086,"à¹Ģà¸ŀ":124087,"׼׾":124088,"×ĺר":124089,"ัà¸Ķ":124090,"à¸Ńา":124091,"ì¢":124092,"à¸Ńà¸ļ":124093,"à¸ķร":124094,"à¹Ģà¸Ĭ":124095,"ìĶ":124096,"ãģĹãģ¾":124097,"ëģ":124098,"ëķ":124099,"ðŁĻ":124100,"âĴ":124101,"á¶":124102,"à¹ģล":124103,"ÙĨا":124104,"à¹ĥหà¹ī":124105,"à¹Ħà¸Ľ":124106,"×£":124107,"ัว":124108,"าà¸ĩ":124109,"×ĵר":124110,"×ij׾":124111,"פ×Ļ":124112,"Ġ×ĵ":124113,"ĠاÙĦÙģ":124114,"à¹Ģà¸Ĥ":124115,"ש×Ķ":124116,"×IJר":124117,"ë¬":124118,"ãģ«ãģª":124119,"ÑĢо":124120,"วิ":124121,"Ùħر":124122,"×IJת":124123,"Ùĥر":124124,"سب":124125,"ÙĨت":124126,"ãģĹãģĦ":124127,"اج":124128,"à¸Ńรà¹Į":124129,"ÙĥÙĦ":124130,"سÙħ":124131,"สิ":124132,"×Ļצ":124133,"ëĿ":124134,"íľ":124135,"ìī":124136,"áĨ":124137,"ÙĩÙħ":124138,"à¸Ļีà¹ī":124139,"ãģĤãĤĭ":124140,"ãģĦãģ¦":124141,"سÙĬ":124142,"׾×IJ":124143,"در":124144,"ãģļ":124145,"ÙĪج":124146,"ĠاÙĦØ®":124147,"صر":124148,"íı":124149,"à¹īาà¸ĩ":124150,"ุà¸Ķ":124151,"×ķ×ĺ":124152,"×ij×¢":124153,"íĨ":124154,"à¸Ĭา":124155,"รม":124156,"ש×ŀ":124157,"×ŀס":124158,"ê´":124159,"ì´":124160,"ëľ":124161,"ì¿":124162,"ì©":124163,"ë»":124164,"â¤":124165,"ðŁĨ":124166,"áĮ":124167,"áķ":124168,"ذا":124169,"à¸Ĺำ":124170,"à¸ķà¹Ī":124171,"ĠاÙĦÙĤ":124172,"ÙĦÙĥ":124173,"ูà¹Ī":124174,"à¸Ħุ":124175,"ÙĬÙħ":124176,"׳×Ļ×Ŀ":124177,"ืà¹Īà¸Ń":124178,"ÙĪع":124179,"ãĤĩ":124180,"اÙĤ":124181,"Ġ×ij×¢":124182,"à¹Ģม":124183,"جÙħ":124184,"ừ":124185,"ãģĵãģ¨ãģĮ":124186,"بد":124187,"×ķ×Ķ":124188,"ש׾":124189,"Ùĩر":124190,"à¹Ģà¸Ļ":124191,"ãģ¹":124192,"íĭ":124193,"ì»":124194,"ì½":124195,"ëŃ":124196,"ìĮ":124197,"íĢ":124198,"ëĮ":124199,"ëº":124200,"ãĬ":124201,"à¹ĥà¸Ļ":124202,"Ġ×Ĵ":124203,"à¹Ĩ":124204,"à¸Īาà¸ģ":124205,"วย":124206,"à¹ĥà¸Ĭ":124207,"à¸ĩาà¸Ļ":124208,"ĠاÙĦØ´":124209,"اØŃ":124210,"à¹īาà¸Ļ":124211,"ืà¹Īà¸Ńà¸ĩ":124212,"×IJ×Ļ":124213,"بÙĦ":124214,"ãģ¨æĢĿ":124215,"×ł×¡":124216,"ãģ¾ãģĽ":124217,"ÙĥÙĨ":124218,"ער":124219,"ĠاÙĦد":124220,"שת":124221,"íŀ":124222,"Ùħس":124223,"صÙĦ":124224,"×ķ׳×Ķ":124225,"ارة":124226,"ÙĦÙħ":124227,"สม":124228,"Ø£ÙĨ":124229,"תר":124230,"×IJ×ŀ":124231,"عب":124232,"خت":124233,"ãĤĥ":124234,"ì¡":124235,"ì£":124236,"ива":124237,"สั":124238,"ึà¸ģ":124239,"ì¸":124240,"ëĨ":124241,"алÑĮн":124242,"ì³":124243,"ìį":124244,"ê¼":124245,"ê½":124246,"ìı":124247,"ãĮ":124248,"ãı":124249,"ï©":124250,"êª":124251,"áİ":124252,"Ġ×ĸ":124253,"à¸ģัà¸Ļ":124254,"×Ļ×ķ":124255,"à¸Ħà¸Ļ":124256,"׳×ķת":124257,"à¸ľà¸¹à¹ī":124258,"à¹ĥà¸Ī":124259,"ãģĦãģŁ":124260,"Ùģر":124261,"×ĺ×Ļ":124262,"צ×Ļ":124263,"ãĤĤãģ®":124264,"ĠاÙĦص":124265,"ãģ¾ãģĽãĤĵ":124266,"دة":124267,"×ij×Ļ":124268,"ĠاÙĦر":124269,"Ġ×ŀ×IJ":124270,"สำ":124271,"à¹Ģห":124272,"عر":124273,"ãģªãģı":124274,"à¸ģระ":124275,"×ij×ĵ":124276,"à¹Ģà¸Ī":124277,"×Ļ×ļ":124278,"×Ĺ×Ļ":124279,"ÙĬع":124280,"ש×ij":124281,"ÙĨØ©":124282,"ÙĪض":124283,"ÙĦÙģ":124284,"ÙĢÙĢ":124285,"פע":124286,"íĪ":124287,"×ŀק":124288,"à¸IJ":124289,"ØŃØ©":124290,"اص":124291,"Ñĭва":124292,"à¸Ħม":124293,"วั":124294,"à¸Ľà¸¥":124295,"ìŁ":124296,"íļ":124297,"ë´":124298,"ëij":124299,"ëī":124300,"ëĩ":124301,"ì¨":124302,"ë±":124303,"ëİ":124304,"â¬":124305,"á¥":124306,"áĹ":124307,"áĽ":124308,"áį":124309,"Å©":124310,"à¸Ķี":124311,"ôi":124312,"Ġס":124313,"׾×ķ":124314,"á»Ŀi":124315,"à¸Ħุà¸ĵ":124316,"ây":124317,"à¸Ļา":124318,"×Ĺ×ĵ":124319,"×ĵ×Ļ":124320,"หา":124321,"جÙĦ":124322,"à¹Ģว":124323,"ãĤĩãģĨ":124324,"ÙħØ©":124325,"ĠاÙĦÙĥ":124326,"Ġ×Ķ×¢":124327,"جر":124328,"×ĸר":124329,"اط":124330,"×Ľ×ª":124331,"×ķ׳×Ļ×Ŀ":124332,"ØŃÙħ":124333,"ê¶":124334,"رÙĥ":124335,"Ġ×ľ×¢":124336,"×ķ×ĸ":124337,"สร":124338,"צ׾":124339,"Ø¢":124340,"است":124341,"à¹Īม":124342,"خر":124343,"צע":124344,"×Ļר×ķת":124345,"ادة":124346,"شار":124347,"×ŀ×Ĺ":124348,"íĴ":124349,"à¹Ģรีย":124350,"×Ĺק":124351,"اث":124352,"รà¸ĩ":124353,"à¹Ģà¸ķ":124354,"à¸Īำ":124355,"à¸Ŀ":124356,"à¹Īาย":124357,"à¸Ħล":124358,"ÙĤÙĪ":124359,"иÑĩеÑģк":124360,"à¸ĵà¹Į":124361,"ัย":124362,"Ùħع":124363,"ë¨":124364,"ë¿":124365,"ë®":124366,"ï´":124367,"ì¥":124368,"ì«":124369,"ëµ":124370,"á¡":124371,"âį":124372,"ðĵ":124373,"â°":124374,"à¸Ĥà¸Ńà¸ĩ":124375,"Ùĭ":124376,"à¸ģัà¸ļ":124377,"ãģ®ãģ§":124378,"à¹īว":124379,"à¸Ńยà¹Īาà¸ĩ":124380,"ãģŃ":124381,"á»ĩt":124382,"à¸ķà¹īà¸Ńà¸ĩ":124383,"×ŀ×Ļ":124384,"à¹ģà¸ļ":124385,"×Ĵר":124386,"ÙĪÙģ":124387,"ÙĤÙĦ":124388,"à¸łà¸²à¸ŀ":124389,"ר×Ļ":124390,"ลา":124391,"ÙĬس":124392,"Ġצ":124393,"ÙĬÙģ":124394,"Ġ×ĺ":124395,"à¸ľà¸¥":124396,"áng":124397,"รว":124398,"Ġ×ŀש":124399,"×IJ×ķת":124400,"×ĸ×Ķ":124401,"ูà¸ģ":124402,"à¸Ļัà¸ģ":124403,"اÙĨÙĬ":124404,"دا":124405,"ãģ³":124406,"׼ף":124407,"ãĤīãĤĮ":124408,"ãĤĮãģ°":124409,"תק":124410,"úc":124411,"ÙĪز":124412,"×Ļר×Ķ":124413,"Ġngh":124414,"ánh":124415,"Ġ×ķ×IJ":124416,"á»ħ":124417,"สุà¸Ķ":124418,"ëį°":124419,"اض":124420,"اÙĦÙĬ":124421,"بار":124422,"عÙħ":124423,"à¸ļา":124424,"تج":124425,"à¸ŀร":124426,"×ķר×Ķ":124427,"ảng":124428,"Ø®ÙĦ":124429,"à¸ī":124430,"ắc":124431,"ש×Ļ×Ŀ":124432,"íĶ":124433,"Ùģس":124434,"×Ļ×Ĵ":124435,"пÑĢ":124436,"ĠاÙĦØ«":124437,"سط":124438,"รูà¹ī":124439,"ีà¹Īย":124440,"à¸Ńà¸Ķ":124441,"ãģªãĤĬ":124442,"×Ĵ×ĵ":124443,"ãģĦãģ¾ãģĹãģŁ":124444,"סק":124445,"خص":124446,"laÅŁ":124447,"енно":124448,"بØŃ":124449,"สà¸Ļ":124450,"ฮ":124451,"ר×IJש":124452,"ÙħÙĪ":124453,"دÙĬد":124454,"ษา":124455,"×ķ×ļ":124456,"ãĥ§ãĥ³":124457,"à¸ķุ":124458,"Ġêµ":124459,"ĠÑģво":124460,"צ×ij":124461,"à¸Ńม":124462,"à¸Ľà¸£":124463,"تع":124464,"×Ķת":124465,"اÙħÙĦ":124466,"×ŀ׳":124467,"ç¶ļ":124468,"ฤ":124469,"íį":124470,"ëĺ":124471,"ë¤":124472,"ìij":124473,"â´":124474,"ãĭ":124475,"ĠباÙĦ":124476,"á»ģu":124477,"ĠاÙĦÙĦ":124478,"à¸ķัว":124479,"Ø°Ùĩ":124480,"ึà¸ĩ":124481,"à¹ĥà¸Ĭà¹ī":124482,"á»ĵng":124483,"à¸Ļั":124484,"มาà¸ģ":124485,"ãĥŁ":124486,"×ŀ×ķ":124487,"à¸Ĺย":124488,"á»Ļi":124489,"ằ":124490,"ảo":124491,"à¹Ĥà¸Ķ":124492,"×IJ׾":124493,"สาม":124494,"ÙĪب":124495,"à¸Ĺุ":124496,"ยัà¸ĩ":124497,"עת":124498,"×ķ׳×ķת":124499,"à¸Ĥึ":124500,"à¸Ĥึà¹īà¸Ļ":124501,"à¸ģà¹Ī":124502,"ẫ":124503,"á»ijc":124504,"ãģĹãĤĩãģĨ":124505,"á»ĭch":124506,"Ġ×IJ×ķת":124507,"Ġש×IJ":124508,"׼×ķ׾":124509,"á»Ļc":124510,"عة":124511,"à¸Ĺี":124512,"à¹Ģà¸Ń":124513,"Ùĥت":124514,"ãģ»":124515,"ẻ":124516,"ìĹħ":124517,"à¸Ńà¸Ńà¸ģ":124518,"اÙĨت":124519,"à¹Ħร":124520,"Ġ×IJ×Ĺר":124521,"طر":124522,"ÙĨد":124523,"ืà¹īà¸Ń":124524,"Ø·ÙĦ":124525,"×IJ×Ķ":124526,"uyên":124527,"íĸī":124528,"×ij×Ķ":124529,"à¸Ħà¹Ī":124530,"à¸Ĭà¹Īว":124531,"ãģĤãĤĬãģ¾ãģĻ":124532,"ÙĬب":124533,"ק׾":124534,"ãĥĻ":124535,"Ä©":124536,"سر":124537,"าว":124538,"ãĤ±":124539,"à¸ļริ":124540,"ר×Ĵ":124541,"á»ĥu":124542,"ØŃت":124543,"×ķ×ŀ×Ļ":124544,"بÙĨ":124545,"êµIJ":124546,"ÄŁu":124547,"ãģªãĤĵ":124548,"×ijק":124549,"Ġפר":124550,"ắn":124551,"ØŃÙĦ":124552,"×ij×Ĺ":124553,"ấu":124554,"×ij×ķ×ĵ":124555,"ãĥ¯":124556,"Ġ׾ק":124557,"ัà¸į":124558,"à¸ŀิ":124559,"×Ĺ×Ķ":124560,"×ĸ׼":124561,"ãĥ¼ãĥł":124562,"ÑĤелÑĮ":124563,"×ŀ×Ļ×ĵ":124564,"ÙĬØ®":124565,"ẳ":124566,"تص":124567,"à¸ĺิ":124568,"è¾¼":124569,"ìĵ":124570,"ÙĥØ©":124571,"ÙĤب":124572,"à¸Ħà¹Į":124573,"à¹īาย":124574,"à¸ĵะ":124575,"าะ":124576,"ëĴ":124577,"ê¾":124578,"ë·":124579,"ìĩ":124580,"êº":124581,"ìģ":124582,"ëĢ":124583,"ì¾":124584,"ë½":124585,"ëļ":124586,"ìŃ":124587,"ìİ":124588,"áij":124589,"ëĹ":124590,"êĴ":124591,"à¡":124592,"à¬":124593,"ðIJĮ":124594,"ãĩ":124595,"ðĿĦ":124596,"Ġ׾×IJ":124597,"ãģ¨ãģĦãģĨ":124598,"Ġnhi":124599,"×Ļ×ķת":124600,"Ġש×Ķ":124601,"à¹ģลà¹īว":124602,"Æ°á»Ľc":124603,"à¸Ķà¹īวย":124604,"à¸Ĺาà¸ĩ":124605,"×ł×ª":124606,"פת":124607,"à¹ģà¸ķà¹Ī":124608,"Æ°ng":124609,"à¸Ńยูà¹Ī":124610,"à¹īำ":124611,"Ġ×IJ׾":124612,"ÙĥÙħ":124613,"ấp":124614,"ลà¸ĩ":124615,"ãģŁãĤģ":124616,"×Ĵ׾":124617,"หร":124618,"ĠÑĢе":124619,"à¹Ģà¸Ĥà¹īา":124620,"ÙĤر":124621,"Ġ×Ķס":124622,"ÙĪÙĬ":124623,"สามาร":124624,"สามารà¸ĸ":124625,"Äĥn":124626,"à¸Ńี":124627,"פ×ķ":124628,"×Ļ׳×ķ":124629,"วัà¸Ļ":124630,"ặc":124631,"íķĻ":124632,"×ŀת":124633,"êu":124634,"ẹ":124635,"ÙģÙĬ":124636,"×ŀצ":124637,"à¸Ħา":124638,"ãģĿãģĨ":124639,"ãĢħ":124640,"از":124641,"اÙĩ":124642,"ר×Ļ×Ŀ":124643,"ấn":124644,"หาร":124645,"ạt":124646,"ÙĨÙĩ":124647,"à¹Ģà¸Ħร":124648,"جÙĩ":124649,"׼×Ļ":124650,"ắt":124651,"à¸Ħà¹īา":124652,"رة":124653,"ãĥı":124654,"ÙĥÙĪÙĨ":124655,"ứng":124656,"Ġìļ°":124657,"ยà¹Į":124658,"à¹Īวà¸Ļ":124659,"à¸ģำ":124660,"ثر":124661,"Ñģи":124662,"ĠاÙĦØ·":124663,"Ġ×Ķצ":124664,"ĠØ·":124665,"ĠاÙĦÙĪ":124666,"ê¹Į":124667,"ØŃÙĬ":124668,"ارات":124669,"à¹Ģà¸ĭ":124670,"با":124671,"гÑĢ":124672,"รี":124673,"ืà¸Ńà¸Ļ":124674,"عت":124675,"ÙĤاÙĦ":124676,"دÙħ":124677,"Ø¡":124678,"Ġ×ŀק":124679,"×ĵ×Ļ×Ŀ":124680,"×¢×ľ":124681,"ãģĴ":124682,"ëĭĺ":124683,"×¢×Ķ":124684,"Ġìĸ´":124685,"ÑģÑĮ":124686,"ÙĤØ·":124687,"ãĥĽ":124688,"èĢĥãģĪ":124689,"à¹ģà¸Ļ":124690,"ÙĪات":124691,"âu":124692,"ĠìĤ¬ëŀ":124693,"หว":124694,"ĠاÙĦØ£Ùħ":124695,"Ġ×Ķ×ŀש":124696,"بÙĪ":124697,"à¸Ĭà¸Ļ":124698,"ãĤĵãģ§ãģĻ":124699,"วà¸Ļ":124700,"à¸ģรรม":124701,"×ŀ×ķ×ĵ":124702,"ÙĥاÙĨ":124703,"×ķ×£":124704,"олог":124705,"تÙĨ":124706,"à¸ķà¹Į":124707,"ê²ĥ":124708,"ר×ĺ":124709,"ừng":124710,"×ķ×ij×Ķ":124711,"ÙħØŃ":124712,"ĠЧ":124713,"פ×Ĵ":124714,"สà¸ĸ":124715,"ãģĭãĤĬ":124716,"ınız":124717,"à¹Ģย":124718,"ãĥ¼ãĥ³":124719,"ãģĬãĤĬ":124720,"פש":124721,"ิà¸ķ":124722,"Ø·ÙĨ":124723,"×Ļת×Ļ":124724,"×IJ׳":124725,"çek":124726,"ìª":124727,"×ŀ×ij":124728,"ศา":124729,"ãĤ¹ãĤ¿":124730,"à¸ļุ":124731,"×ĵ×ijר":124732,"ãģĦãģı":124733,"สะ":124734,"à¹Ģหล":124735,"ิà¸ĩ":124736,"à¸ŀัà¸Ļ":124737,"ãģĦãģŁãģł":124738,"ãĤĤãĤī":124739,"à¹īม":124740,"ãģĵãģ¨ãģĮãģ§ãģį":124741,"ารà¹Į":124742,"ุà¸ĩ":124743,"íij":124744,"ì¯":124745,"ë¼":124746,"íĤ":124747,"ì·":124748,"ê¡":124749,"áı":124750,"áĴ":124751,"ðĿľ":124752,"á©":124753,"ðŁĦ":124754,"ðIJ¤":124755,"Ġש׾":124756,"Ġ×ŀ×Ķ":124757,"à¹ģละ":124758,"Ġ׼׾":124759,"ẽ":124760,"á»Ļng":124761,"Ø°ÙĬ":124762,"ле":124763,"×¥":124764,"ãģªãģ©":124765,"ĠÙĪØ£":124766,"หà¸Ļà¹īา":124767,"ãģ¾ãģ§":124768,"à¸ķà¹Īà¸Ń":124769,"à¸Ĺัà¹īà¸ĩ":124770,"ãģłãģij":124771,"à¹ģà¸ļà¸ļ":124772,"à¹Ģรา":124773,"פ׾":124774,"ãģŁãģĦ":124775,"à¹Ģลย":124776,"ãģ£ãģ¦ãģĦãĤĭ":124777,"ếp":124778,"ึà¹Īà¸ĩ":124779,"ê´Ģ":124780,"ê³Ħ":124781,"׼×ķ":124782,"à¹Ģรืà¹Īà¸Ńà¸ĩ":124783,"ק×Ļ":124784,"êµŃ":124785,"פס":124786,"تÙĬ":124787,"ãĥĦ":124788,"Ġ×Ķ×Ĺ":124789,"ги":124790,"ר×IJ׾":124791,"×ŀ׾":124792,"ĠØ£ÙĬ":124793,"ĠعÙĦÙĬ":124794,"ãģĭãģ£ãģŁ":124795,"ש×Ļ":124796,"дÑĥ":124797,"×ŀף":124798,"׳×ĺ":124799,"׳×Ļת":124800,"miÅŁ":124801,"׼×Ŀ":124802,"Ġ×ijר":124803,"Ġ׾×ij":124804,"ĠÐĽ":124805,"çe":124806,"×ķ׳×Ļ":124807,"ãĤĪãģĨãģ«":124808,"פ×ķר":124809,"ãĥį":124810,"ÙĥÙĬ":124811,"×Ĺת":124812,"ÙģÙĦ":124813,"Ġ×Ķק":124814,"Ġ×Ķ×ij":124815,"Ġ×ŀס":124816,"à¹Īาà¸Ļ":124817,"пеÑĢ":124818,"à¹Īาว":124819,"Ġ×ij×IJ":124820,"ĠÙĪÙĩ":124821,"à¸Ļำ":124822,"Ġ×ijש":124823,"׳ק":124824,"ãģ©ãģĨ":124825,"ש×ķת":124826,"×ĵ×Ķ":124827,"à¹Ģà¸ļ":124828,"ÙĨس":124829,"Ġìļ°ë¦¬":124830,"สà¹Īวà¸Ļ":124831,"ลัà¸ĩ":124832,"جز":124833,"Ġ×Ĺ×Ļ":124834,"Ùĥثر":124835,"ละ":124836,"Ùĩد":124837,"ĠÙĪب":124838,"اÙĦÙħ":124839,"à¹ģม":124840,"Æ¡i":124841,"Ġ×ij×Ĺ":124842,"ữa":124843,"à¹Ģà¸Ĺศ":124844,"à¸ķัà¹īà¸ĩ":124845,"огда":124846,"׾ק":124847,"دد":124848,"สรà¹īาà¸ĩ":124849,"à¸Ĭี":124850,"Ùģض":124851,"à¹ģห":124852,"uyá»ĩn":124853,"รัà¸ģ":124854,"á»ĩm":124855,"สา":124856,"פק":124857,"ียà¸ĩ":124858,"à¸ķà¹Īาà¸ĩ":124859,"à¸Ħรัà¹īà¸ĩ":124860,"ØŃÙĤ":124861,"à¹Ģà¸Ńà¸ĩ":124862,"ائÙĬ":124863,"×ĺ×¢":124864,"اÙĦØ©":124865,"ิà¹Īม":124866,"ãĤ½":124867,"دÙī":124868,"Ġר×IJ":124869,"ãģ£ãģ¨":124870,"ãĥĥãĥĹ":124871,"ÙĬرة":124872,"ê±´":124873,"×ŀ×IJ":124874,"×ķ×ķ":124875,"بع":124876,"ãģ²":124877,"ราย":124878,"×ĵ×Ŀ":124879,"تÙģ":124880,"à¸ķà¸ģ":124881,"ạng":124882,"ãĤĴè¦ĭ":124883,"à¸Ĭั":124884,"Æ°á»Ł":124885,"Æ°á»Łng":124886,"جب":124887,"×ķ×ŀר":124888,"ĠìĤ¬ëŀĮ":124889,"óng":124890,"รั":124891,"Ġ×Ķ×ĸ":124892,"רצ":124893,"Ġ×Ĺ×ĵ":124894,"Ø°ÙĦÙĥ":124895,"×ķר×Ļ":124896,"ãģ¡ãĤĥ":124897,"Ùģع":124898,"Ġ׾צ":124899,"ái":124900,"à¹ĩà¸ļ":124901,"ãģİ":124902,"à¸ģิ":124903,"ạc":124904,"ë©°":124905,"ãģªãĤĭ":124906,"×ķ׾×Ŀ":124907,"à¹ģà¸Ĺ":124908,"×ķ×¥":124909,"меÑĤ":124910,"Ã¼ÅŁ":124911,"ÑĢÑı":124912,"à¸Ĵ":124913,"ÑģÑĤоÑı":124914,"عÙĪد":124915,"Ùħار":124916,"طة":124917,"à¸ŀื":124918,"кÑĢ":124919,"à¹ģà¸ģ":124920,"à¹Ĥรà¸ĩ":124921,"×ij×Ļ×ĺ":124922,"ê²ł":124923,"×ķ׾×Ķ":124924,"ØŃر":124925,"ืà¹Īà¸Ńà¸Ļ":124926,"×ķ×ijר":124927,"×Ĺש":124928,"ãĥķãĤ¡":124929,"×ŀ×ĺ":124930,"út":124931,"Ġdön":124932,"ắng":124933,"ëłĩ":124934,"ẳng":124935,"วà¸ģ":124936,"صد":124937,"خط":124938,"à¸Ńั":124939,"ãĤıãĤĮ":124940,"سÙĦاÙħ":124941,"à¹Ģรà¹ĩ":124942,"×Ļש×Ļ":124943,"جاÙĦ":124944,"ãģijãĤĭ":124945,"à¸Ĭาà¸ķิ":124946,"ÙĪاÙĤ":124947,"à¹Ĥà¸Ļ":124948,"ãģ¦ãģĹãģ¾":124949,"اعة":124950,"ãĤŃãĥ£":124951,"à¸įา":124952,"ÙĦاÙĤ":124953,"ิà¸ģ":124954,"ĠÑģов":124955,"ÑĢак":124956,"×Ļ׳×Ļ":124957,"Ã¼ÄŁ":124958,"Ã¼ÄŁÃ¼":124959,"ק×ij":124960,"à¹Īà¸Ńà¸ĩ":124961,"Ġgerçek":124962,"à¸Ĺั":124963,"ованиÑı":124964,"×ŀ׼":124965,"سة":124966,"×Ļ×£":124967,"leÅŁ":124968,"Ùħؤ":124969,"ĠìĿĺ":124970,"à¸IJาà¸Ļ":124971,"ĠÑģоб":124972,"ĠêµŃ":124973,"עצ":124974,"зв":124975,"สà¸ĩ":124976,"زÙĦ":124977,"ãģıãĤĮ":124978,"иÑĢÑĥ":124979,"تأ":124980,"полн":124981,"ìĺĢ":124982,"ÙĨØ´":124983,"׼×IJ":124984,"ÙħØ´":124985,"à¸Ķà¹Į":124986,"ÙĪÙĬÙĦ":124987,"à¹ģà¸Ĥ":124988,"ãģ£ãģ¦ãģĹãģ¾":124989,"ноÑģÑĤ":124990,"вл":124991,"ÙħÙĤ":124992,"راج":124993,"å¤ī":124994,"ëĽ":124995,"â¸":124996,"ìIJ":124997,"à»":124998,"áļ":124999,"â»":125000,"êĻ":125001,"â§":125002,"ðĴ":125003,"ðĿĩ":125004,"Ġ×IJת":125005,"ĠÙĦÙĦ":125006,"ĠØ£ÙĨ":125007,"Ġ×ķ×Ķ":125008,"ãģ«ãģ¯":125009,"Ġ×Ļש":125010,"تÙĩ":125011,"ÃŃnh":125012,"ÙĬات":125013,"Ġ×ij×ŀ":125014,"à¸Ļัà¹īà¸Ļ":125015,"à¸Ļà¹īำ":125016,"Ãło":125017,"à¸ķาม":125018,"ãģ®ãģ¯":125019,"dır":125020,"Ġnghi":125021,"ặt":125022,"×ŀ×Ļ×Ŀ":125023,"ãģ¦ãģĦãĤĭ":125024,"Ġ×ijת":125025,"หรืà¸Ń":125026,"ĠسÙĬ":125027,"ãģªãĤī":125028,"à¹Ĥà¸Ķย":125029,"ıyor":125030,"à¸Ńีà¸ģ":125031,"á»ĩnh":125032,"Ñĭм":125033,"à¸Ĺุà¸ģ":125034,"Ġ׾×Ĺ":125035,"Ġ×Ķר":125036,"Ġ×Ķ×Ļ":125037,"à¸ŀระ":125038,"à¹Ģวลา":125039,"Ġغ":125040,"ẫn":125041,"mÄ±ÅŁ":125042,"׼×Ķ":125043,"á»ijn":125044,"ãģ§ãģĹãĤĩãģĨ":125045,"ãĥ¢":125046,"à¸Ľà¸µ":125047,"ס×Ļ":125048,"ãģĵãĤį":125049,"Ġ׾פ":125050,"รà¸ĸ":125051,"ê¸Ī":125052,"à¸ģวà¹Īา":125053,"무":125054,"á»įng":125055,"ãĤĵãģ§":125056,"ãĤĪãģĨãģª":125057,"á»ĵi":125058,"ãĤ¬":125059,"สà¹Īà¸ĩ":125060,"×Ļ׳×Ķ":125061,"à¸ĸูà¸ģ":125062,"à¸Īัà¸Ķ":125063,"Ġ×Ķ×Ĵ":125064,"ãĥľ":125065,"×ŀ×ķת":125066,"ÙĪÙĥ":125067,"ëĭ¨":125068,"ĠØ«":125069,"ãģ®ãģĮ":125070,"à¹Ģหà¹ĩà¸Ļ":125071,"عا":125072,"à¸Ļิ":125073,"Åŀ":125074,"à¸Ńะ":125075,"ãģĪãĤĭ":125076,"Ø«ÙĦ":125077,"ØŃÙħد":125078,"à¹Ģà¸ģิà¸Ķ":125079,"פשר":125080,"פ×Ķ":125081,"มิ":125082,"ئÙĬس":125083,"à¸Ĺำà¹ĥหà¹ī":125084,"×¢×ĵ":125085,"ìĭ¤":125086,"à¸Ĭà¹Īวย":125087,"ĠاÙĦÙħÙĨ":125088,"زÙĬ":125089,"عÙĬ":125090,"Ġ׼×IJ":125091,"ạnh":125092,"ỹ":125093,"ãĤĵãģª":125094,"สู":125095,"צר":125096,"Æ°á»Ľng":125097,"×ķ×ķ×Ķ":125098,"à¹Ĥล":125099,"ĠاÙĦÙĩ":125100,"วา":125101,"หลาย":125102,"Ñīе":125103,"à¸Ĥà¹īà¸Ń":125104,"à¹īà¸Ńย":125105,"بط":125106,"каÑı":125107,"ĠØ¢":125108,"ĠиÑģ":125109,"ĠاÙĦغ":125110,"à¸ģา":125111,"à¸Ļà¹Īา":125112,"ÙĬÙĪ":125113,"×ij×ķר":125114,"á»ħn":125115,"วà¸ĩ":125116,"×Ļ×ĸ":125117,"ì²Ń":125118,"ним":125119,"룰":125120,"×Ĵ×ķר":125121,"صØŃ":125122,"ÙĦÙĪ":125123,"×Ĺ×ķת":125124,"สุ":125125,"رÙĬÙĤ":125126,"ס×ĺ":125127,"Ġ×ŀ×¢":125128,"ãĥĨãĤ£":125129,"à¸Ħิà¸Ķ":125130,"ãĤįãģĨ":125131,"à¹Ħล":125132,"à¸Ļà¹Į":125133,"á»ıi":125134,"ÑģÑĤÑĢо":125135,"สà¸Ķ":125136,"สาร":125137,"ÙĪÙĦØ©":125138,"ầm":125139,"รà¹Īว":125140,"รà¹Īวม":125141,"รุ":125142,"ĠاÙĦسÙĬ":125143,"ìĺģ":125144,"Ġ×ŀ×ij":125145,"פ×ĺ":125146,"à¸ķิà¸Ķ":125147,"×ĺ×Ļ×Ŀ":125148,"Ġ무":125149,"ÙĤدÙħ":125150,"ĠdÃ¼ÅŁ":125151,"ائÙĦ":125152,"мÑĭ":125153,"ØŃس":125154,"ÙĪص":125155,"×Ļק×Ķ":125156,"ãģ§ãģ¯ãģªãģĦ":125157,"à¹Ģหม":125158,"оÑĢÑĤ":125159,"íĨµ":125160,"ãģIJ":125161,"кÑĢа":125162,"ียว":125163,"عار":125164,"ئة":125165,"íĥĢ":125166,"ãģ«ãģªãĤĬ":125167,"جة":125168,"ÙĪÙĤع":125169,"ÑĮÑı":125170,"×ķצ×Ķ":125171,"ש×Ŀ":125172,"بÙĤ":125173,"Ġ×Ļ×Ķ":125174,"ÙĬØ·":125175,"ımız":125176,"деÑĢж":125177,"×Ļשר×IJ׾":125178,"غÙĬر":125179,"รà¸Ńà¸ĩ":125180,"à¹Ģรียà¸Ļ":125181,"Ġ×Ķ×ĺ":125182,"หมาย":125183,"ÙħÙĩ":125184,"اÙģØ©":125185,"ĠоÑĢг":125186,"ÙĪÙī":125187,"ãĥ©ãĤ¤":125188,"×ŀ׳×Ķ":125189,"ĠÄijo":125190,"ĠгоÑĢ":125191,"اÙħØ©":125192,"楽":125193,"Ø«ÙĬر":125194,"à¸ģิà¸Ī":125195,"á»ĵn":125196,"ÙĨب":125197,"ÑĢÑĥд":125198,"ìĹĪ":125199,"Ġ×Ĺ×ijר":125200,"ÑĢаж":125201,"ạch":125202,"تÙĪ":125203,"à¹Ĥม":125204,"×ij×Ļ×ij":125205,"ĠíĨµ":125206,"acaģı":125207,"جÙĦس":125208,"à¹Ģà¸Ľà¸¥":125209,"วà¸Ķ":125210,"à¸Ńล":125211,"ãģŁãĤĬ":125212,"à¸Ľà¸±à¸į":125213,"ĠìķĮ":125214,"عرÙģ":125215,"à¹Ħà¸Ł":125216,"أخ":125217,"å¤ļãģĦ":125218,"à¸Ķัà¸ĩ":125219,"Ø´Ùģ":125220,"ãģ£ãģ¦ãģĦãģ¾ãģĻ":125221,"×Ľ×ł×¡":125222,"ÑĨе":125223,"еÑģп":125224,"ÙħاÙħ":125225,"à¸ŀืà¹īà¸Ļ":125226,"иÑĩеÑģки":125227,"خد":125228,"ÙĥÙĪÙħ":125229,"Ġ×Ķר×IJש":125230,"تاب":125231,"é£Łãģ¹":125232,"ืà¸Ļ":125233,"оÑĢо":125234,"Ġböl":125235,"×ķ×Ĺ×ĵ":125236,"دÙĬر":125237,"ắm":125238,"دع":125239,"ãģķãģĽ":125240,"à¸ĺร":125241,"à¸ĺรรม":125242,"ãģĭãĤĤ":125243,"å¤ļãģı":125244,"rä":125245,"سع":125246,"×Ļ׾×Ķ":125247,"ضر":125248,"ĠاÙĦشر":125249,"×ĸ×ķר":125250,"×¢×ijר":125251,"ạm":125252,"алÑĮно":125253,"رÙĨ":125254,"اÙħج":125255,"׼×ļ":125256,"dıģ":125257,"ден":125258,"ضا":125259,"ÙĦÙĬÙħ":125260,"Ġê·¸ëŁ¬":125261,"تÙħاع":125262,"ارÙĬØ®":125263,"à¹Ĥà¸ķ":125264,"ĠÑģÑĢед":125265,"Ġ׳×ķס":125266,"ÙĤبÙĦ":125267,"оÑĤов":125268,"leÅŁtir":125269,"ĠмеÑģÑĤ":125270,"سÙĦÙħ":125271,"Ġעצ":125272,"ĠاÙĦسÙĦ":125273,"еÑĤÑĮ":125274,"ابة":125275,"нак":125276,"สà¸ĸาà¸Ļ":125277,"Ġ×ij׳":125278,"à¸ļัà¸Ļ":125279,"׼׳":125280,"ĠÃ¶ÄŁ":125281,"ãģ¨è¨Ģ":125282,"uyến":125283,"diÄŁ":125284,"áºŃu":125285,"ÑĢаÑģ":125286,"ãĤ·ãĥ§ãĥ³":125287,"nız":125288,"×ķ×ĵ×Ķ":125289,"تس":125290,"ÙħاÙĦ":125291,"à¹Ģหà¸ķุ":125292,"ยว":125293,"à¸ŀัà¸ģ":125294,"ãģĦãģªãģĦ":125295,"ĠкаÑĩ":125296,"ลà¹Į":125297,"×¨×Ľ×ª":125298,"ÅŁtur":125299,"×ŀ×ķס":125300,"ãģ¥":125301,"бол":125302,"عÙħاÙĦ":125303,"×ķרת":125304,"ÑĨион":125305,"ศึà¸ģ":125306,"à¸ı":125307,"ÑĢен":125308,"اسÙĬ":125309,"ائر":125310,"à¹Ĥà¸Ľà¸£":125311,"Ġseç":125312,"غÙĬ":125313,"ÑįÑĤ":125314,"енн":125315,"ãģªãģ®":125316,"×Ļש×Ķ":125317,"×Ļפ×ķר":125318,"ãģŁãĤģãģ«":125319,"زة":125320,"Ġçoc":125321,"ãĤ¯ãĥª":125322,"ÑĪен":125323,"ãĤıãģij":125324,"رÙĬد":125325,"ĠÑĢаÑģÑģ":125326,"Ùĥات":125327,"สà¸Ńà¸ļ":125328,"ceÄŁi":125329,"ãĤ¿ãĤ¤":125330,"à¸ļร":125331,"ĠاÙĦبر":125332,"׳×ķ×¢":125333,"rün":125334,"راض":125335,"ศาส":125336,"à¸ķรà¹Į":125337,"ãģįãģŁ":125338,"×ķ׾×ĵ":125339,"еÑĢи":125340,"íĹĺ":125341,"ắp":125342,"تعÙĦ":125343,"Ùĥد":125344,"иÑĤелÑĮно":125345,"Ø·Ùģ":125346,"ĠавÑĤом":125347,"Ġ×ŀצ":125348,"ÑĪиÑħ":125349,"اتÙģ":125350,"ĠÑħоÑĤ":125351,"Ùİا":125352,"ãģıãĤĭ":125353,"×Ķפ":125354,"à¹Ĥà¸Ĺ":125355,"à¹ģà¸ŀ":125356,"à¹Īà¸Ńย":125357,"ĠاÙĦÙħØ´":125358,"à¸ģารà¸ĵà¹Į":125359,"аниз":125360,"×Ķ׾":125361,"ظÙħ":125362,"ยุ":125363,"liÄŁ":125364,"à¹Ħà¸Ĥ":125365,"à¸ĸืà¸Ń":125366,"öz":125367,"ãģijãģ¦":125368,"à¹Ģà¸ľ":125369,"ุม":125370,"ãĥĹãĥ¬":125371,"Ġ×Ķ×IJ×Ĺר":125372,"ختÙĦÙģ":125373,"à¸İ":125374,"ÙĦاØŃ":125375,"Ġdüzen":125376,"צ×Ķ":125377,"ساء":125378,"×ķר×ļ":125379,"×ķ×ĵ×Ļ":125380,"ÑĢаÑĦ":125381,"ÅŁtır":125382,"ãģ«åħ¥":125383,"ãģĪãģ°":125384,"صÙĪÙĦ":125385,"ĠÐľÐ¾Ñģ":125386,"اÙĩر":125387,"ãģ£ãģ":125388,"ĠлÑİб":125389,"×Ļ×¢×Ķ":125390,"Ġ×Ķ×ŀק":125391,"สิà¸Ĺ":125392,"สิà¸Ĺà¸ĺิ":125393,"×Ļ׳×Ŀ":125394,"ÙĦاÙģ":125395,"à¸ŀัà¸Ļà¸ĺ":125396,"×ķ×IJ×Ķ":125397,"มั":125398,"à¸Ĥà¸ĵะ":125399,"доÑĢ":125400,"ãģ¨ãģª":125401,"à¸ģระà¸Ĺ":125402,"acı":125403,"×ķ׾×ķ×Ĵ":125404,"ÑĥÑĪ":125405,"ãĥ¥ãĥ¼":125406,"ãĥ¦":125407,"Ùħست":125408,"ĠaÅŁ":125409,"שק":125410,"פת×Ĺ":125411,"ายà¸Ļ":125412,"íĩ":125413,"ë¢":125414,"ï·":125415,"íī":125416,"ìµ":125417,"ì¬":125418,"ðĿĽ":125419,"ìĴ":125420,"ëĻ":125421,"ê§":125422,"áĸ":125423,"â¨":125424,"â±":125425,"áĺ":125426,"ðĸ":125427,"àł":125428,"áĶ":125429,"ðIJŃ":125430,"ững":125431,"Å©ng":125432,"Ġ×Ķת":125433,"ĠاÙĦا":125434,"Ġ×ŀת":125435,"à¸ĸึà¸ĩ":125436,"òn":125437,"á»ĭnh":125438,"нÑĭм":125439,"Ġcả":125440,"à¸Ķู":125441,"Ġà¹ģà¸ķà¹Ī":125442,"Ġ×ij×Ķ":125443,"ói":125444,"ãģ¨ãģĹãģ¦":125445,"úng":125446,"ĠØ°":125447,"Ġ×Ķ׳":125448,"ĠبÙĨ":125449,"ÙĦاÙĦ":125450,"à¹Ħà¸Ĺย":125451,"á»ĩp":125452,"tı":125453,"มัà¸Ļ":125454,"ằng":125455,"á»ijt":125456,"ком":125457,"à¸ĭึà¹Īà¸ĩ":125458,"à¸Ħรัà¸ļ":125459,"à¸ļà¹īาà¸Ļ":125460,"ĠاÙĦÙĬ":125461,"lü":125462,"ÙĪس":125463,"ãģłãģ£ãģŁ":125464,"à¹Ģà¸ĩ":125465,"Ġê³µ":125466,"нÑĥ":125467,"ãĤĪãĤĬ":125468,"мÑĥ":125469,"à¹Ģà¸Ĥา":125470,"ãĤĢ":125471,"ние":125472,"ãģ«ãģªãĤĭ":125473,"áºŃy":125474,"ĠÙĪا":125475,"볤":125476,"ש×ķ":125477,"áp":125478,"×ĵ×ķ":125479,"ãģ§ãģĹãģŁ":125480,"عض":125481,"Ñģкой":125482,"æĦŁãģĺ":125483,"ÑİÑĤÑģÑı":125484,"Ġ×Ļ׼×ķ׾":125485,"ãĤĵãģł":125486,"ви":125487,"à¹Ģลà¹Īà¸Ļ":125488,"ìĿ´ëĭ¤":125489,"ĠÙĦÙĩ":125490,"à¸Ħืà¸Ń":125491,"تÙĥ":125492,"ÙħÙĥÙĨ":125493,"aģı":125494,"׳×ĵ":125495,"민":125496,"à¹Ħว":125497,"สำห":125498,"สำหรัà¸ļ":125499,"Ñģлед":125500,"tır":125501,"ĠÙĦÙĬ":125502,"ĠاÙĦعÙħÙĦ":125503,"×ij×ķת":125504,"×ij×Ļ×Ŀ":125505,"à¸Ħำ":125506,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩ":125507,"lıģı":125508,"ืà¸Ńà¸ĩ":125509,"جد":125510,"íŀĪ":125511,"ìĭ¬":125512,"×¢×ķת":125513,"สิà¸Ļ":125514,"Ñĩи":125515,"رض":125516,"à¹Ģà¸Ľà¸´à¸Ķ":125517,"à¸Ħà¹Īา":125518,"ìĦł":125519,"ÙĪرة":125520,"ק×ĺ":125521,"ìľł":125522,"عÙħÙĦ":125523,"×IJ×Ļ×Ŀ":125524,"׾×Ļ×Ŀ":125525,"à¹ĥหà¸į":125526,"à¹ĥหà¸įà¹Ī":125527,"ừa":125528,"á»įi":125529,"ãģ¶":125530,"ÃŃch":125531,"ãĥĩãĤ£":125532,"×ķר×Ļ×Ŀ":125533,"Ñģо":125534,"ìķ½":125535,"ова":125536,"ÑĩаÑģÑĤ":125537,"à¹Ģà¸Īà¹īา":125538,"пÑĢо":125539,"Ġ×ŀ×Ĺ":125540,"ãĥİ":125541,"×ķ×Ļ×ķת":125542,"Ġде":125543,"ë§Ī":125544,"ì§ģ":125545,"×Ļפ×Ķ":125546,"ĠاÙĦعاÙĦÙħ":125547,"르":125548,"ר×IJ×Ķ":125549,"uyá»ĥn":125550,"×¢×Ļ":125551,"มืà¸Ń":125552,"Ø¥ÙĨ":125553,"รู":125554,"Ġز":125555,"×Ļ×ķ×Ŀ":125556,"à¸ķà¹īà¸Ļ":125557,"ãģ¦ãģĦãģ¾ãģĻ":125558,"ÙħاÙĨ":125559,"ĠÐ¥":125560,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศ":125561,"ỳ":125562,"׾×ij":125563,"à¹Ģà¸Ķà¹ĩ":125564,"ãģŁãģ¡":125565,"à¸Ĺีม":125566,"à¸Ļะ":125567,"ìĹ°":125568,"ĠìłĢ":125569,"ÙĦÙĩ":125570,"ợi":125571,"ĠاÙĦز":125572,"دار":125573,"ãĤ³ãĥ³":125574,"мин":125575,"à¹ģหà¹Īà¸ĩ":125576,"à¸Ķัà¸ļ":125577,"׼ר":125578,"жа":125579,"íĸĪ":125580,"×ŀ×ĸ":125581,"ợi":125582,"à¸Ķา":125583,"Ġعبد":125584,"à¹ģร":125585,"×IJתר":125586,"×¢×ł×Ļ":125587,"à¹Ģà¸Ħ":125588,"×ķצר":125589,"ì§Ģë§Į":125590,"ائÙħ":125591,"أس":125592,"uyá»ģn":125593,"Ġ×IJ׳":125594,"×Ĺ׳×ķ":125595,"×ĸ×Ļ":125596,"รà¹īาà¸Ļ":125597,"ĠÐłÐ¾Ñģ":125598,"ĠÐłÐ¾ÑģÑģ":125599,"ربÙĬØ©":125600,"tür":125601,"ãĤĭãģĵãģ¨":125602,"ظر":125603,"бÑĭ":125604,"à¸Ĺีà¹Īสุà¸Ķ":125605,"Ġצר":125606,"èĩªåĪĨ":125607,"лаÑģ":125608,"ĠÑıв":125609,"ĠÑıвлÑı":125610,"à¸ŀรà¹īà¸Ńม":125611,"à¸Ńาà¸Ī":125612,"à¸ļริà¸ģาร":125613,"Ġçı":125614,"ëįĺ":125615,"ĠاÙĦÙħست":125616,"تش":125617,"ש×ķ×ij":125618,"ãĤ´":125619,"Ġyapıl":125620,"ĠاÙĦØ°":125621,"ุà¹Īม":125622,"à¸ĸà¹īา":125623,"ìĦ¤":125624,"ì°¨":125625,"ваÑĢ":125626,"à¹Ģà¸ŀิà¹Īม":125627,"Æ°á»Ľi":125628,"Ùĥس":125629,"à¸Ńยาà¸ģ":125630,"ãģ¦ãĤĤ":125631,"Ġгод":125632,"ÙĬار":125633,"à¸ķà¸Ńà¸Ļ":125634,"ĠигÑĢ":125635,"à¹Ħà¸Ķà¹īรัà¸ļ":125636,"ĠاÙĦÙħر":125637,"ÙĤت":125638,"Ġëĺ":125639,"ĠëĺIJ":125640,"ẩn":125641,"ãģĻãĤĭãģĵãģ¨":125642,"×Ĵ×Ŀ":125643,"Ġ×ij×ij":125644,"تد":125645,"ÙĪار":125646,"ãĤ®":125647,"пол":125648,"Ġмог":125649,"ترÙĥ":125650,"ÙĪØ«":125651,"Ġçık":125652,"اة":125653,"à¹Ģà¸Ķียว":125654,"มีà¸Ħวาม":125655,"Ġ×ŀ×Ĵ":125656,"صÙģ":125657,"ĠТак":125658,"Ġ×Ľ×ª":125659,"×Ļ×ĵ×Ļ":125660,"овоÑĢ":125661,"ầy":125662,"สิà¹Īà¸ĩ":125663,"بت":125664,"ürü":125665,"ÙĨج":125666,"หลัà¸ģ":125667,"×Ļ×Ķ×Ŀ":125668,"ÙĤص":125669,"зÑĭ":125670,"×Ľ×ª×ij":125671,"Æ°u":125672,"mız":125673,"ĠìĦ¸":125674,"лог":125675,"ÙħÙĬÙĦ":125676,"ÙĬج":125677,"íĴĪ":125678,"à¸ŀà¸ļ":125679,"หัว":125680,"зна":125681,"רק":125682,"à¹Ĥร":125683,"Ġ×ijס":125684,"ĠBaÅŁkan":125685,"ĠëĶ°":125686,"à¸Ńัà¸Ļ":125687,"ีà¹Īยว":125688,"неÑģ":125689,"à¹Ģà¸Ķิà¸Ļ":125690,"ÙĬاÙĨ":125691,"×ķ׾×Ļ":125692,"اخت":125693,"צ×ķת":125694,"ãģĵãģĵ":125695,"ĠاÙĦاÙĨ":125696,"ĠпÑĢоÑĨ":125697,"ãģ¾ãģł":125698,"×Ľ×¡":125699,"ĠاÙĦØ¢":125700,"ÙĬز":125701,"ĠاÙĦدÙĪÙĦ":125702,"ĠíķĺëĤĺ":125703,"ضع":125704,"ê»ĺ":125705,"ÅĽwi":125706,"ยิ":125707,"ãģ¡ãĤĥãĤĵ":125708,"ĠÙħØ´":125709,"à¸ĺี":125710,"ãģ¨ãģį":125711,"׳×Ļ×ķת":125712,"Ġë¯":125713,"Ġ미":125714,"Ġsı":125715,"ëĭĪê¹Į":125716,"Ġпл":125717,"غÙĦ":125718,"à¹ģรà¸ĩ":125719,"بÙĬر":125720,"ãģĤãĤĬãģ¾ãģĽãĤĵ":125721,"ê·¼":125722,"Ġyüz":125723,"ĠdeÄŁer":125724,"åł´åIJĪ":125725,"ỡ":125726,"маÑĤ":125727,"ราà¸Ĭ":125728,"ÙĪرÙĬ":125729,"жен":125730,"ãģ¾ãĤĬ":125731,"ãģ®ä¸Ń":125732,"×Ļ×ĵ×¢":125733,"à¸Ńุ":125734,"à¸ļà¸Ńล":125735,"à¸Ľà¸±à¸įหา":125736,"زÙħ":125737,"ÄŁa":125738,"à¸Ńืà¹Ī":125739,"à¸Ńืà¹Īà¸Ļ":125740,"пл":125741,"ĠнеобÑħодим":125742,"׼×ij":125743,"à¹Ģศ":125744,"קר×Ķ":125745,"ì²ĺ":125746,"볨":125747,"×ŀק×ķ×Ŀ":125748,"jÄħc":125749,"ÙĩÙĦ":125750,"Ġ×¢×ij×ķ×ĵ":125751,"à¹Ħมà¹ī":125752,"à¸ģลัà¸ļ":125753,"×ķ׼׾":125754,"ק×ĵ":125755,"اÙĦÙĬØ©":125756,"رÙĩ":125757,"ãģijãĤĮãģ°":125758,"ĠÙĨÙģس":125759,"ãĤ¢ãĥ«":125760,"ìĹĪëĭ¤":125761,"ק×ķר":125762,"неÑĢ":125763,"باب":125764,"ãĤ¶":125765,"سبب":125766,"ÙĦÙĬÙĦ":125767,"صÙĨ":125768,"صدر":125769,"ếm":125770,"à¸Ĭà¹Īวà¸ĩ":125771,"ØŃÙĨ":125772,"Ġ×ij×Ĵ":125773,"×ŀ×ķ×¢":125774,"׾×Ĺ":125775,"大ãģį":125776,"تب":125777,"неÑĤ":125778,"×Ļ×ij×Ķ":125779,"бл":125780,"ãĥĹãĥª":125781,"اصة":125782,"ãģ¤ãģij":125783,"×Ļ×ŀ×ķש":125784,"ãģĮãģĤ":125785,"ëĭ´":125786,"ãģĭãĤĤãģĹ":125787,"ãģĭãĤĤãģĹãĤĮ":125788,"ãģ¡ãĤī":125789,"×ij×ĺ":125790,"ĠbaÄŁ":125791,"×Ļ×Ĺס":125792,"×ij×ķ×¢":125793,"ลี":125794,"פע×Ļ׾":125795,"ими":125796,"gÅĤ":125797,"Ġиме":125798,"خداÙħ":125799,"×IJ×Ļר":125800,"Ġyapt":125801,"ãģ¨ãģĦ":125802,"à¸ĩà¹Īาย":125803,"׾×Ļ×ķ":125804,"ØŃدث":125805,"راÙĤ":125806,"ĠÄIJi":125807,"ادر":125808,"ãģĵãģ¨ãĤĤ":125809,"×ij×Ļר":125810,"Ġвз":125811,"ضاÙģ":125812,"ת×ķ׼":125813,"ÑĢом":125814,"رات":125815,"à¹Ģà¸Ĺà¹Īา":125816,"ãģĺãĤĥ":125817,"ãģĿãģĵ":125818,"اجتÙħاع":125819,"à¹īà¸Ńà¸Ļ":125820,"ÙĤÙħ":125821,"본":125822,"Äŀ":125823,"ש×Ļ×ķ":125824,"×ij׳×Ļ":125825,"ìľĦìĽIJ":125826,"à¹ģà¸Ī":125827,"×Ĺ×ķר":125828,"دÙĬÙĨØ©":125829,"تط":125830,"ằm":125831,"òa":125832,"ยà¸Ńà¸Ķ":125833,"Ġëĭ¹":125834,"สุà¸Ĥ":125835,"×ĵר×ļ":125836,"دÙĨ":125837,"سÙĬÙĨ":125838,"ÙĪÙĤÙģ":125839,"ÑĨÑĭ":125840,"гоÑĤов":125841,"еждÑĥ":125842,"à¸ŀวà¸ģ":125843,"اÙĤتص":125844,"اÙĤتصاد":125845,"czÄĻ":125846,"niÄĻ":125847,"ÑĢеб":125848,"ØŃÙĪ":125849,"à¸Ĺà¹Į":125850,"ãĤĪãģŃ":125851,"дж":125852,"à¸ģลà¹Īาว":125853,"دÙĬØ«":125854,"ãĤ³ãĥŁ":125855,"ÙĤÙĪÙħ":125856,"ĠتØŃ":125857,"à¹Ģà¸ķิ":125858,"اÙģظ":125859,"à¸Īุ":125860,"رÙĬاض":125861,"×ŀש×ļ":125862,"à¹Ĥย":125863,"еÑĢе":125864,"ãģ¿ãģŁãģĦ":125865,"ìĿ´ëĿ¼":125866,"ĠاÙĦÙħÙĪ":125867,"ĠÑģÑĤо":125868,"à¹Ģรà¹ĩว":125869,"ĠдеÑĤ":125870,"ĠÑģдел":125871,"à¹Ģà¸Ĭืà¹Īà¸Ń":125872,"פ׳×Ļ":125873,"ÙĪضÙĪع":125874,"×ijס":125875,"à¹ģà¸Ķ":125876,"óc":125877,"ริม":125878,"ÑĢад":125879,"ìĪł":125880,"ãĥ¼ãĤº":125881,"ãģ«ãģĬ":125882,"ино":125883,"פ×Ļ׾":125884,"à¸Ĭัà¹Īà¸Ļ":125885,"×Ĺ×ĵש":125886,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":125887,"׳×Ļס":125888,"غرب":125889,"ãĤ¸ãĥ£":125890,"สัà¸ĩ":125891,"à¹Ģà¸Ĺีà¹Ī":125892,"à¹Ģà¸Ĺีà¹Īยว":125893,"ëŁ¼":125894,"à¹ģà¸Ł":125895,"ãĥ¼ãĤ·":125896,"ãĥ¼ãĤ·ãĥ§ãĥ³":125897,"Ġвозмож":125898,"جÙħÙĪع":125899,"×ijר×Ļ×Ŀ":125900,"ãĥĪãĥ©":125901,"ĠкаÑĩеÑģÑĤв":125902,"Ø·ÙĬ":125903,"ÑĤÑı":125904,"צ×ķ×¢":125905,"ģını":125906,"عÙĦÙī":125907,"اذ":125908,"ÙĪاÙĤع":125909,"ÙħÙĪا":125910,"ائÙĬÙĦ":125911,"кол":125912,"á»ģm":125913,"à¸ľà¸¥à¸´à¸ķ":125914,"×Ļ׳×ĺר":125915,"سÙĥ":125916,"ש×Ļר":125917,"ศึà¸ģษา":125918,"à¸ļั":125919,"ÑĩаÑģ":125920,"×ķפ×Ķ":125921,"×Ļפ×ķ׾":125922,"ĠاÙĦساب":125923,"رÙĬب":125924,"ĠاÙĦبÙĬ":125925,"ãĤ¹ãĥĨ":125926,"Ñĩен":125927,"à¹ģà¸ľ":125928,"Ġ׳ש":125929,"زÙĬد":125930,"ØŃاد":125931,"ëįĶ":125932,"رÙĪع":125933,"à¸Ĺุà¸Ļ":125934,"สมา":125935,"czeÅĦ":125936,"×Ļ×ĵ×Ķ":125937,"ãģ§ãģĤ":125938,"Ġçocuk":125939,"خب":125940,"à¸ļาย":125941,"à¸Ľà¸£à¸°à¸Ĭา":125942,"×ŀש׾":125943,"ãģªãģĭ":125944,"à¸ģาย":125945,"ãĥģãĥ£":125946,"аÑĢи":125947,"ĠÑĩа":125948,"à¸Ķำ":125949,"à¸Ĺัà¹Īว":125950,"ÑĥÑħ":125951,"Ġöz":125952,"Ġì¢ĭ":125953,"جرÙĬ":125954,"ائÙĤ":125955,"à¸łà¸±à¸¢":125956,"طار":125957,"دارة":125958,"Ä©nh":125959,"Ø«ÙĨ":125960,"zellik":125961,"اÙĦت":125962,"Ġgeli":125963,"ãĥķãĤ©":125964,"олод":125965,"ربع":125966,"שת×ŀש":125967,"à¸ļรร":125968,"íĿ¬":125969,"Ġürün":125970,"Ġê·¸ëłĩ":125971,"ศาสà¸ķรà¹Į":125972,"ãģľ":125973,"×Ļ×ij׾":125974,"ĠпÑĢедÑģÑĤав":125975,"سطÙĬÙĨ":125976,"ãĤĴ使":125977,"ĠпомоÑī":125978,"×ķקר":125979,"ãĥ¯ãĥ¼":125980,"Ġyönet":125981,"×Ļקר":125982,"à¸Ĥา":125983,"еÑĢиал":125984,"ØŃÙģ":125985,"Ġ×Ļצ":125986,"à¸Ĺิ":125987,"売":125988,"à¸Ļà¸Ńà¸ģ":125989,"×ķ׼ר":125990,"íĻľ":125991,"ủy":125992,"ĠاÙĦÙĤر":125993,"×Ļ×ij×ķת":125994,"ÅĽni":125995,"Ùħشار":125996,"ượt":125997,"ĠÙĦدÙĬ":125998,"ÑĤел":125999,"ĠØ¥ÙĦÙĬ":126000,"عÙĦÙĪÙħ":126001,"ìķĺ":126002,"виÑĤ":126003,"à¸Ħะ":126004,"yrı":126005,"ãģ¨ãģ£ãģ¦":126006,"à¹Ģà¸ī":126007,"à¸ĸาม":126008,"ÙĤار":126009,"عÙĦاÙħ":126010,"ặng":126011,"ÙħÙĴ":126012,"×Ļ×ŀת":126013,"سبة":126014,"ãĤ¯ãĥ©":126015,"×ķסף":126016,"ĠпÑĢин":126017,"ãģĦãĤį":126018,"ساس":126019,"عتبر":126020,"วิà¸Ĺย":126021,"วิà¸Ĺยา":126022,"سÙĥر":126023,"ãĤ·ãĥ§":126024,"ãģģ":126025,"ัà¸ģษ":126026,"×ij×ķ×Ķ":126027,"หย":126028,"ãģ¾ãĤĮ":126029,"ĠоÑĢганиз":126030,"казал":126031,"ĠÑģвÑıз":126032,"uyết":126033,"ĠпÑĢоиз":126034,"Ġק×ĺ":126035,"à¹ģà¸ģà¹ī":126036,"пÑĥÑģ":126037,"Ġê·¸ê²ĥ":126038,"ëĬIJ":126039,"лекÑģ":126040,"ãĥ¼ãĥĹ":126041,"à¸ķำ":126042,"ת×Ĺ×Ļ׾":126043,"à¸Ńà¸ĩà¸Ħà¹Į":126044,"ẵ":126045,"׳צ":126046,"أش":126047,"Ø´Ùĩ":126048,"ยะ":126049,"à¸ģà¸İ":126050,"ĠاÙĦإسÙĦاÙħ":126051,"едÑĮ":126052,"ãģ²ãģ¨":126053,"ëıĦë¡Ŀ":126054,"ãģ©ãģ®":126055,"Ñĥв":126056,"еÑĩение":126057,"ĠاÙĦتج":126058,"ãģ«è¡Į":126059,"Ġпозв":126060,"ãĤıãĤĬ":126061,"ÙĦاث":126062,"íķĺìĺĢ":126063,"ĠмаÑĢ":126064,"ĠkonuÅŁ":126065,"ãĥ¬ãĤ¹":126066,"ãĤĴæĮģ":126067,"ĠоÑģнов":126068,"×Ĺ×ij":126069,"ÙĪجÙĪد":126070,"פ×ķף":126071,"воÑĢ":126072,"Ġник":126073,"ãģĭãĤĭ":126074,"ÅŁtırma":126075,"×Ļס×ĺ":126076,"Ø£ÙĦ":126077,"หà¹Į":126078,"иона":126079,"лÑĮн":126080,"ĠгоÑģ":126081,"ĠÐľÐ¾Ñģк":126082,"ÑĢоб":126083,"×ķ×IJ×Ļ":126084,"ãģĬãĤĬãģ¾ãģĻ":126085,"ãģ£ãģ±":126086,"кл":126087,"à¸Ļà¸Ķà¹Į":126088,"رÙĬÙģ":126089,"اسب":126090,"ĠÑĢеÑĪ":126091,"Ġдол":126092,"ãģ¹ãģį":126093,"×Ļ×ij×ķר":126094,"меÑī":126095,"ĠнаÑĪ":126096,"à¹ģà¸Ľà¸¥":126097,"ÑĢиÑĤ":126098,"кÑĥÑģ":126099,"иÑĢа":126100,"аÑĤÑĥÑĢ":126101,"ÙĪاصÙĦ":126102,"à¹Ģà¸ľà¸¢":126103,"à¸Ńำ":126104,"à¹Ģà¸ģิà¸Ļ":126105,"غÙħ":126106,"ãģĻãģİ":126107,"lıkl":126108,"ÅĦsk":126109,"견":126110,"×Ļ׼×Ķ":126111,"×Ĺש×ij":126112,"ÙĪرÙĬØ©":126113,"ĠдейÑģÑĤв":126114,"×Ĺ׾×ĺ":126115,"Ġ׾×ŀ×¢":126116,"צ׾×Ļ×Ĺ":126117,"еÑĩа":126118,"Ùģاع":126119,"×Ĵ×Ļ×ĵ":126120,"áºŃm":126121,"ÄĻb":126122,"شع":126123,"ãģıãĤĬ":126124,"à¸ŀุ":126125,"едеÑĢ":126126,"à¸Ĥà¸Ļ":126127,"à¸Ħาร":126128,"ĠболÑĮÑĪ":126129,"ãģıãģªãĤĬ":126130,"à¸ĵา":126131,"×ĵ×ķ×Ĵ":126132,"Ġмн":126133,"ä¸ĬãģĮ":126134,"ç¶ļãģį":126135,"ฤษ":126136,"à¸Ĩ":126137,"Ø®ÙĬ":126138,"à¹Ģà¸Ĺà¸ŀ":126139,"สัม":126140,"à¹Ģสà¸Ļ":126141,"à¹Ģสà¸Ļà¸Ń":126142,"ãĥ´":126143,"ĠиÑģÑĤ":126144,"باشر":126145,"ĠÑĥÑĢов":126146,"×ŀ×ķ×ĸ":126147,"abı":126148,"waż":126149,"×ķצ×IJ×Ķ":126150,"ÑĤвеÑĢ":126151,"à¸ŀัà¸Ļà¸ĺà¹Į":126152,"׳×Ĵ×ĵ":126153,"ãĤĭãģĵãģ¨ãģĮãģ§ãģį":126154,"ĠÑĤÑĢеб":126155,"à¸ģรุà¸ĩ":126156,"ØŃتاج":126157,"à¹Ģà¸Ħล":126158,"ãĨ":126159,"ÄĻtr":126160,"Ġszczeg":126161,"Ġרש":126162,"à¸Ĺà¸ĺ":126163,"Ġнек":126164,"ĠнекоÑĤоÑĢ":126165,"вÑĪ":126166,"Ь":126167,"à¹Īวย":126168,"ลุ":126169,"бÑĢÑı":126170,"หมูà¹Ī":126171,"à¹ģà¸ķà¸ģ":126172,"ר׼×Ļ×Ŀ":126173,"Ġíĸī":126174,"ãi":126175,"Ùĥرة":126176,"âŃ":126177,"íIJ":126178,"ãį":126179,"áģ":126180,"â®":126181,"â¥":126182,"ì®":126183,"à¿":126184,"â¿":126185,"áĤ":126186,"á¤":126187,"âł":126188,"íŁ":126189,"ðIJį":126190,"ðIJ°":126191,"ðĿĨ":126192,"ðŁĪ":126193,"Ġ×¢×ľ":126194,"ĠعÙĨ":126195,"ĠÙħع":126196,"Ġ×ĸ×Ķ":126197,"ĠÙħا":126198,"ĠmÃł":126199,"Ġdụ":126200,"á»ĩc":126201,"аÑħ":126202,"sı":126203,"íķĺê³ł":126204,"Ġ×ķ×ij":126205,"ĠÐŁÐ¾":126206,"×ķתר":126207,"ĠÙĦÙħ":126208,"Ġ×ķ׾":126209,"ãģĹãģ¦ãģĦãĤĭ":126210,"Ġ×ŀ×Ļ":126211,"ĠبÙĬÙĨ":126212,"за":126213,"ĠÙĥاÙĨ":126214,"Ġ×Ķ×Ļ×Ķ":126215,"ëħĦ":126216,"×IJ×ķ":126217,"ди":126218,"ĠпеÑĢе":126219,"dı":126220,"Ġ׾ש":126221,"Ġש×ŀ":126222,"ãģĮãģĤãĤĭ":126223,"ãģĦãģĦ":126224,"ÑĢе":126225,"ק×ķ":126226,"или":126227,"ме":126228,"ÙĬت":126229,"ãģ§ãģĤãĤĭ":126230,"Ġво":126231,"à¹ĥหม":126232,"à¹ĥหมà¹Ī":126233,"Ġש×ij":126234,"Ġà¹Ĥà¸Ķย":126235,"ÙĬÙĩ":126236,"ãģ§ãģĻãģĮ":126237,"ãģ¨ãģ¯":126238,"ר×ķ":126239,"Ġà¸ĭึà¹Īà¸ĩ":126240,"ãģ§ãģįãĤĭ":126241,"мо":126242,"à¹Ģà¸ŀืà¹Īà¸Ń":126243,"צ×ķ":126244,"×ĺ×ķ":126245,"ìķĪ":126246,"Ġhá»į":126247,"à¹Ģà¸ĩิà¸Ļ":126248,"ĠاÙĦب":126249,"Ġมี":126250,"물":126251,"Ñģе":126252,"ëĵ¤ìĿ´":126253,"Ġë§IJ":126254,"ĠlỼ":126255,"aÅĤ":126256,"×Ĺ×ijר":126257,"Ġdá»±":126258,"ÙĬØ«":126259,"Ġthá»ĭ":126260,"à¸ģà¹Īà¸Ńà¸Ļ":126261,"Ġ×ij׼׾":126262,"ãģ¸":126263,"ãģ¨æĢĿãģĦãģ¾ãģĻ":126264,"ảnh":126265,"ยา":126266,"Ùģا":126267,"สี":126268,"à¸ķา":126269,"ë²ķ":126270,"ãĥªãĥ¼":126271,"ราà¸Ħา":126272,"Ġ×ķ׾×IJ":126273,"ãģ¨ãģĵãĤį":126274,"à¹Ģลืà¸Ń":126275,"diÄŁi":126276,"ÙĪاÙĨ":126277,"Ġ׾×Ķת":126278,"รวม":126279,"פ×Ļ×Ŀ":126280,"à¸ľà¸¡":126281,"жи":126282,"cı":126283,"ÑĢод":126284,"ĠkarÅŁÄ±":126285,"×Ĵ×ķ":126286,"ãģ«ãģ¤":126287,"ãģ«ãģ¤ãģĦãģ¦":126288,"rÃł":126289,"×Ļ×ķתר":126290,"ĠìĨĮ":126291,"ק×Ķ":126292,"ÑģÑĤво":126293,"ãģijãģ©":126294,"gé":126295,"à¸Ķà¹īาà¸Ļ":126296,"çļĦãģ«":126297,"ĠÙĬÙħÙĥÙĨ":126298,"ìĨį":126299,"ÙĬÙĥ":126300,"à¹Ħวà¹ī":126301,"Ñģкий":126302,"ìm":126303,"Ġ׾×IJ×Ĺר":126304,"à¸Ńาหาร":126305,"Ġà¹Ģà¸ŀ":126306,"ราะ":126307,"ลูà¸ģ":126308,"ÑģÑĤа":126309,"Ġìľł":126310,"ÙĤÙĪÙĦ":126311,"боÑĢ":126312,"Ñģкого":126313,"หลัà¸ĩ":126314,"à¸Ĥà¹Īาว":126315,"à¹Ģมืà¸Ńà¸ĩ":126316,"ê°ģ":126317,"tÃł":126318,"ÙĬÙĬÙĨ":126319,"عرض":126320,"ë°©":126321,"ĠëıĻ":126322,"Ġà¹Ģà¸Ľ":126323,"Ġà¹Ģà¸Ľà¹ĩà¸Ļ":126324,"çi":126325,"liÄŁi":126326,"ìĹIJê²Į":126327,"ãĤ¿ãĥ¼":126328,"Ġ×ľ×ª":126329,"פ×ķת":126330,"à¸Ĥà¸Ń":126331,"رس":126332,"ìłIJ":126333,"à¸ľà¹Īาà¸Ļ":126334,"ÑĦи":126335,"جÙĨ":126336,"ì¢ħ":126337,"Ġ×Ķפ":126338,"Ġngo":126339,"á»ĭa":126340,"Ġtá»ķ":126341,"Ġ그리":126342,"à¹Ģมืà¹Īà¸Ń":126343,"Ø°Ùĥر":126344,"ìĸij":126345,"ìĹŃ":126346,"×ĺ׾":126347,"kı":126348,"ĠعÙħÙĦ":126349,"ĠعÙĨد":126350,"à¸ĭืà¹īà¸Ń":126351,"Ġê±°":126352,"ве":126353,"rü":126354,"à¹Ģà¸Ńา":126355,"สà¹Į":126356,"à¸Īà¸Ļ":126357,"סת":126358,"Ġgiả":126359,"ãĤĭãģ¨":126360,"à¸ģำลัà¸ĩ":126361,"ней":126362,"à¸Īริ":126363,"à¸Īริà¸ĩ":126364,"Ġëį":126365,"ĠëįĶ":126366,"à¸Ħà¹Īะ":126367,"ìn":126368,"Ġsüre":126369,"Ġquy":126370,"à¸ļาà¸ĩ":126371,"åıĸãĤĬ":126372,"ר×Ĺ":126373,"×ijת":126374,"ãģĮãģĤãĤĬãģ¾ãģĻ":126375,"רש":126376,"ìĹIJëĬĶ":126377,"Ġ×IJפשר":126378,"ayı":126379,"ãģĮãĤī":126380,"ØŃب":126381,"анÑģ":126382,"سÙĪ":126383,"ĠпÑĢе":126384,"دÙĪ":126385,"ãģ«ãĤĪ":126386,"à¹Ģà¸ģม":126387,"สูà¸ĩ":126388,"makt":126389,"maktad":126390,"maktadır":126391,"Ġönem":126392,"×Ļ×ŀ×Ļ×Ŀ":126393,"бо":126394,"ÙĪÙĬØ©":126395,"à¸£à¸¹à¸Ľ":126396,"à¹Ĥลà¸ģ":126397,"ÙħÙĬع":126398,"ÑģÑĤÑĥп":126399,"à¹Ĥà¸Ń":126400,"دÙĬÙĨ":126401,"ì¤ij":126402,"ãģĹãģı":126403,"à¹Ģสีย":126404,"вÑĭ":126405,"Ùħت":126406,"íĺĦ":126407,"ãĥIJãĥ¼":126408,"اش":126409,"קס":126410,"Ġtụ":126411,"ลà¸Ķ":126412,"ÙģØ©":126413,"íijľ":126414,"رج":126415,"kÅĤad":126416,"ĠÅŁey":126417,"ĠØ£Ùħ":126418,"Ġà¹Ģม":126419,"ĠبÙĦ":126420,"ÑģкаÑı":126421,"ãģ¨ãģ®":126422,"Ġìĭ¤":126423,"ấm":126424,"หà¹īà¸Ńà¸ĩ":126425,"à¸Ĭม":126426,"dü":126427,"Ġçek":126428,"Ġê³ł":126429,"×Ĵ×ij":126430,"à¸Ĭีวิ":126431,"à¸Ĭีวิà¸ķ":126432,"ÙģضÙĦ":126433,"ฯ":126434,"çı":126435,"Ġبش":126436,"ĠÙĩÙĨا":126437,"ãģįãģ¾ãģĹãģŁ":126438,"tü":126439,"Ġìĺģ":126440,"ĠTürk":126441,"кÑĤ":126442,"פרס":126443,"ãģ¨ãģĦãģĨãģĵãģ¨":126444,"íĶĦ":126445,"à¹ģรà¸ģ":126446,"ר×ķף":126447,"Ġaras":126448,"×ŀצ×IJ":126449,"Ġtá»ī":126450,"سا":126451,"à¸ŀà¸Ń":126452,"ĠاÙĦÙħØŃ":126453,"ãĥ¤":126454,"ĠاÙĦاست":126455,"ÙģÙĨ":126456,"×Ļ×ŀ×Ķ":126457,"رت":126458,"ãģ¨ãĤĤ":126459,"ĠнаÑģ":126460,"пÑĢи":126461,"Ġ×Ĺ×ķ":126462,"ила":126463,"ÙĬØ´":126464,"Ġgöz":126465,"Ġ×ij׳×Ļ":126466,"ımı":126467,"ĠÑĤеÑħ":126468,"Ġhá»Ļ":126469,"غر":126470,"кон":126471,"اØŃت":126472,"Ġà¸ŀ":126473,"à¸Ńà¸Ńà¸Ļ":126474,"à¸Ńà¸Ńà¸Ļà¹Ħล":126475,"à¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":126476,"Ñħо":126477,"Ñıв":126478,"à¹ģสà¸Ķ":126479,"à¹ģสà¸Ķà¸ĩ":126480,"à¹Ģà¸ŀียà¸ĩ":126481,"ÑĤов":126482,"اÙĬ":126483,"Ġ×Ķ×ĵ":126484,"Ġ×ķ׼":126485,"ãĤīãģĦ":126486,"×ķפף":126487,"Ġë¶Ī":126488,"ลà¸Ńà¸ĩ":126489,"طاÙĦ":126490,"Ġни":126491,"ĠÙħست":126492,"ếc":126493,"Ġש׼":126494,"ĠëķĮ문":126495,"วัà¸Ļà¸Ĺีà¹Ī":126496,"×Ļ׾×ĵ":126497,"ØŃا":126498,"еÑĨ":126499,"Ġcứ":126500,"×ĵ×ķר":126501,"ĠÙħØŃ":126502,"ר׼×ij":126503,"بÙĬع":126504,"нии":126505,"ĠاÙĦØ£ÙĪÙĦ":126506,"à¸Ħวร":126507,"ãģ¨æĢĿãģĨ":126508,"ĠСо":126509,"ائÙĬØ©":126510,"راء":126511,"оÑģоб":126512,"ĠبأÙĨ":126513,"×¢×ķ×ĵ":126514,"ĠÑĤе":126515,"ãģĵãģĨ":126516,"ÑģÑĤÑĢа":126517,"айн":126518,"Ġsöz":126519,"تÙĨا":126520,"à¸Ńิ":126521,"ặp":126522,"ĠìķĦëĭĪ":126523,"íķŃ":126524,"Ġר×IJש":126525,"Ġà¹Ħà¸Ķà¹ī":126526,"Ġ×Ĵ×ĵ":126527,"Ġספר":126528,"обÑīе":126529,"ĠÙĪØ¥":126530,"adaÅŁ":126531,"ãģ¡ãĤĩ":126532,"ק×ķ׾":126533,"ÑĢез":126534,"ĠdÃ¼ÅŁÃ¼n":126535,"Ġ×ij×IJ×ŀ":126536,"Ġìĸ´ëĸ":126537,"ער×ij":126538,"нее":126539,"ĠÑģÑĤÑĢан":126540,"ساÙĨ":126541,"ynı":126542,"ĠاÙĦرئÙĬس":126543,"ãģĹãģª":126544,"Ġ×ł×ª":126545,"ãģ«ãģªãģ£ãģŁ":126546,"gü":126547,"åıĹãģij":126548,"×ľ×ª":126549,"ìłĪ":126550,"ëĬĶëį°":126551,"Ø®ÙĬر":126552,"à¸ķà¹īà¸Ńà¸ĩà¸ģาร":126553,"ĠÙĦØ£ÙĨ":126554,"Ġchá»ĭ":126555,"ÙĪØ©":126556,"à¹ĥส":126557,"ë¶ĢíĦ°":126558,"íķĺë©´":126559,"ữu":126560,"à¹Ģหมืà¸Ńà¸Ļ":126561,"беÑĢ":126562,"ĠìĿ´ìļ©":126563,"ĠÑģеб":126564,"wiÄĻks":126565,"Ġ×ł×¢":126566,"ÑĤÑĥÑĢ":126567,"ĠnghÄ©":126568,"ש×ķ×ĺ":126569,"tiÄŁi":126570,"ĠdeÄŁi":126571,"×IJ×ij":126572,"Ġ×ŀ×ŀ":126573,"ãĥĹãĥŃ":126574,"waÅĤ":126575,"à¸Īึà¸ĩ":126576,"خدÙħ":126577,"×IJ×Ŀ":126578,"Ä±ÅŁÄ±":126579,"czÄħ":126580,"ר×ĵ":126581,"ĠÑĢÑĥб":126582,"خرÙī":126583,"ãģ®æĸ¹":126584,"ĠденÑĮ":126585,"×Ĺ×Ļ×Ŀ":126586,"еÑĤе":126587,"ëĤľ":126588,"×IJ×Ĵ":126589,"×¢×ķר":126590,"ë³Ħ":126591,"åIJĮãģĺ":126592,"ãĤ²":126593,"ר×ļ":126594,"×ķש×IJ":126595,"ìľ¡":126596,"اخ":126597,"צ×Ļ×Ķ":126598,"á»±a":126599,"ãģĪãģ¦":126600,"ש×Ķ×ķ":126601,"анÑĤ":126602,"ลาà¸Ķ":126603,"инг":126604,"ë¡ł":126605,"اعد":126606,"ÙĪسط":126607,"Ġвоп":126608,"ĠвопÑĢоÑģ":126609,"ÙħÙĬÙĨ":126610,"à¸Ħà¸ĩ":126611,"×Ļר×Ļ×Ŀ":126612,"ców":126613,"격":126614,"Ġê·¸ëŁ°":126615,"Ġì§Ħ":126616,"Ġש׾×Ķ":126617,"à¹Ģริà¹Īม":126618,"à¸Ĭà¸Ńà¸ļ":126619,"деÑĤ":126620,"ÑİÑīиÑħ":126621,"à¸ļà¸Ńà¸ģ":126622,"æĢĿãģĦ":126623,"عÙĬد":126624,"ס×ŀ":126625,"×Ĵ×Ļ×¢":126626,"צ×ĵ":126627,"بات":126628,"ĠëĶ°ëĿ¼":126629,"à¸Īัà¸ĩ":126630,"ãģłãģijãģ§":126631,"×¢×Ļר":126632,"ĠÑĩел":126633,"ĠÑĩелов":126634,"ĠÑĩеловек":126635,"ãĥĥãĥģ":126636,"à¹Ģà¸ģีà¹Īยว":126637,"à¸Ķิ":126638,"Ġפע":126639,"×Ļ×ŀ×Ļ":126640,"ë°ĺ":126641,"خار":126642,"×ij×Ļת":126643,"×¢×Ļ×Ŀ":126644,"üyor":126645,"ãĤģãģ¦":126646,"клад":126647,"Ġà¸Īาà¸ģ":126648,"à¹Ģà¸Ħย":126649,"สà¸Ńà¸ĩ":126650,"à¹ģà¸Ħà¹Ī":126651,"ẫu":126652,"หà¸Ļัà¸ĩ":126653,"ש׾×ķ×Ŀ":126654,"اÙĨÙĬØ©":126655,"åĩºä¼ļ":126656,"åĩºä¼ļãģĦ":126657,"à¸łà¸²à¸¢":126658,"à¸ļาà¸Ĺ":126659,"à¸Ĭาว":126660,"muÅŁ":126661,"Ġ׾ק×ij׾":126662,"ãĤ·ãĥ£":126663,"ĠÄ°ÅŁ":126664,"×Ĵ×ĵ×ķ׾":126665,"جعÙĦ":126666,"ë³Ģ":126667,"ยิà¹Īà¸ĩ":126668,"à¸Ļาย":126669,"à¸Ļีà¹Ī":126670,"วิà¸ĺี":126671,"ãĤīãģªãģĦ":126672,"ëłĪ":126673,"Ġë¬¸ìłľ":126674,"Ġà¸ģ":126675,"à¸Ĺำà¸ĩาà¸Ļ":126676,"à¹Ģวà¹ĩà¸ļ":126677,"ÑĦе":126678,"楽ãģĹ":126679,"สำà¸Ħ":126680,"สำà¸Ħัà¸į":126681,"رÙħ":126682,"ãģķãĤĮãģ¦":126683,"Ġобла":126684,"ר×IJ×Ļ":126685,"หมà¸Ķ":126686,"ÙĨÙĬØ©":126687,"лин":126688,"ĠeÄŁ":126689,"itim":126690,"ëł¹":126691,"صاÙĦ":126692,"ÅĽl":126693,"à¸ľà¸´à¸Ķ":126694,"ãĥŀãĥ³":126695,"åħ¥ãĤĮ":126696,"à¹Ģà¸ķà¸Ńรà¹Į":126697,"ارÙĬ":126698,"ĠЦ":126699,"dür":126700,"สวย":126701,"립":126702,"رÙĥØ©":126703,"Ġhã":126704,"×Ļת×Ķ":126705,"à¸Ĥà¸Ļา":126706,"à¸Ĥà¸Ļาà¸Ķ":126707,"à¸Īำà¸Ļ":126708,"à¸Īำà¸Ļวà¸Ļ":126709,"ש×ķק":126710,"Ġдом":126711,"ì±ħ":126712,"ãģĭãģij":126713,"פ×ķ׾":126714,"à¸Ĭาย":126715,"ÑģмоÑĤÑĢ":126716,"ÑģлÑĥж":126717,"ש×IJ׾":126718,"кÑĢÑĭÑĤ":126719,"Ġìŀĺ":126720,"é«ĺãģĦ":126721,"ĠÑĢÑĥк":126722,"ÙĨص":126723,"дав":126724,"ưỡ":126725,"ưỡng":126726,"راÙħ":126727,"×Ļ׳×Ļ×Ŀ":126728,"ãĥ©ãĥ¼":126729,"ëĦ¤":126730,"Ġتع":126731,"lke":126732,"好ãģį":126733,"æĮģãģ¡":126734,"Ġë§İ":126735,"Ġyük":126736,"ĠÑģоÑģÑĤав":126737,"енÑĤÑĢ":126738,"peÅĤ":126739,"à¹Ģà¸Ľà¸¥à¸µà¹Īย":126740,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļ":126741,"íıī":126742,"ãĤĦãģĻ":126743,"×Ĺ×ĸ":126744,"×ijר×Ķ":126745,"루":126746,"ìĶĢ":126747,"بØŃØ«":126748,"à¹Ģà¸ķà¹ĩ":126749,"ówi":126750,"بÙĩ":126751,"ãģįãģ¾ãģĻ":126752,"Ġ×¢×ŀ":126753,"×Ĵ×ķ׾":126754,"езд":126755,"ÙĬÙģØ©":126756,"สà¸Ļà¹ĥà¸Ī":126757,"Ġ×ª×ľ":126758,"ÑıÑī":126759,"ĠسÙĨ":126760,"ĠÙĪاØŃد":126761,"ĠÑģм":126762,"ladı":126763,"ıld":126764,"×Ļרת":126765,"ียà¸Ļ":126766,"ת×Ĺת":126767,"Ġжиз":126768,"à¸ŀั":126769,"à¸ŀัà¸Ĵ":126770,"à¸ŀัà¸Ĵà¸Ļา":126771,"à¸Ĭิ":126772,"اخÙĦ":126773,"ãģ£ãģ¦ãģĦãģŁ":126774,"รัà¸IJ":126775,"ãĤģãĤĭ":126776,"à¹Ĥà¸ģ":126777,"ĠTá»ķ":126778,"Ġhakk":126779,"رÙģ":126780,"ìłĢ":126781,"Ñģоб":126782,"ãģªãģijãĤĮãģ°":126783,"ÙĩÙĪ":126784,"Ġë²ķ":126785,"ãĤĨ":126786,"ĠاÙĦسعÙĪد":126787,"Ġ×IJתר":126788,"اغ":126789,"Ġ׾×ĵ":126790,"à¹ģà¸ķ":126791,"à¹ģà¸ķà¹Īà¸ĩ":126792,"íĮĮ":126793,"ÑĥпиÑĤÑĮ":126794,"à¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":126795,"×ijת×Ļ":126796,"à¹ĩà¸ģ":126797,"ÅĤat":126798,"Ġê°ľìĿ¸":126799,"ìłķë³´":126800,"ÑĤал":126801,"Ġgüven":126802,"ĠÄ°l":126803,"Ġê°ģ":126804,"Ġبت":126805,"×ŀ×ķ׳×Ķ":126806,"ĠاÙĦØŃÙĥÙĪÙħ":126807,"ÙĤات":126808,"à¹ģà¸ģà¹Ī":126809,"หาà¸ģ":126810,"нÑĮ":126811,"à¸Ľà¸£à¸±à¸ļ":126812,"มาà¸ĵ":126813,"ĠнеÑģк":126814,"Ġض":126815,"สมั":126816,"สมัà¸Ħร":126817,"ãģĮãģĤãĤĬ":126818,"меÑģÑĤ":126819,"Ġ×IJצ׾":126820,"Ġкомпани":126821,"סר":126822,"ÙĬÙħØ©":126823,"ĠÑħоÑĢо":126824,"ĠÑħоÑĢоÑĪ":126825,"Ġ×Ļ×ķ×ĵ":126826,"üs":126827,"×Ĵ×Ļש":126828,"à¸ļà¸Ĺ":126829,"تÙĨظ":126830,"วาà¸ĩ":126831,"มหา":126832,"Ġ׼×ķ׾":126833,"à¸Ĥà¹īาà¸ĩ":126834,"ë°ľ":126835,"год":126836,"дан":126837,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵ":126838,"ãģĵãģ¡ãĤī":126839,"ãĥIJãĤ¤":126840,"eceÄŁi":126841,"دÙĬدة":126842,"ÙĨÙī":126843,"Ġëĭ¤ìĿĮ":126844,"วี":126845,"غا":126846,"лиз":126847,"à¹Ģà¸Ķิ":126848,"à¹Ģà¸Ķิม":126849,"ĠÙĬست":126850,"Ġyılı":126851,"koÅĦ":126852,"ãģ§ãģĹãĤĩãģĨãģĭ":126853,"ãģĤãģª":126854,"ãģĤãģªãģŁ":126855,"ÑĨен":126856,"ĠÙĪز":126857,"×IJ×Ļש":126858,"à¹Īà¸Ń":126859,"رØŃ":126860,"ê´ij":126861,"ÑĢаÑģÑĤ":126862,"Ġ×Ķ׾":126863,"ãģĹãģ¦ãĤĤ":126864,"×ŀר׼":126865,"×ŀר׼×ĸ":126866,"éģķãģĦ":126867,"ãģŁãģı":126868,"ĠÑģÑĥд":126869,"веÑģÑĤи":126870,"ĠíķĦìļĶ":126871,"ãĥķãĤ§":126872,"ÑĤелÑĮно":126873,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļ":126874,"ÅĤuż":126875,"à¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":126876,"ש×ķר":126877,"Ġ×ŀ×ĵ":126878,"×ķ×¢×ľ":126879,"ÙĦاÙħ":126880,"à¹Ħà¸ĭ":126881,"лей":126882,"кÑĥÑĢ":126883,"Ả":126884,"à¸Ĺาà¸Ļ":126885,"ì§ij":126886,"ĠгоÑĢод":126887,"רס":126888,"׾×ķ×Ĵ":126889,"masını":126890,"ĠлÑĥÑĩ":126891,"ลà¹Īา":126892,"ìļ¸":126893,"ש×ĺ":126894,"ĠÐĺн":126895,"íĤ¤":126896,"ÙĪÙĦا":126897,"ìķł":126898,"ĠØ£ÙĬضا":126899,"Ùĥار":126900,"ĠاÙĦتع":126901,"สูà¹Ī":126902,"ãĤ¼":126903,"×ij×Ļ×IJ":126904,"ยà¸ģ":126905,"ĠØŃÙĤ":126906,"ربÙĬ":126907,"ãģĺãĤĥãģªãģĦ":126908,"รัà¸ģษา":126909,"ÑħодиÑĤ":126910,"à¸ķà¸Ńà¸ļ":126911,"׳×ĺ×Ļ":126912,"ĠاÙĦÙħج":126913,"تÙħع":126914,"оваÑĤÑĮ":126915,"ÙĦÙĬÙĨ":126916,"×Ļ×ŀ×ķת":126917,"Ġmù":126918,"nÄĻ":126919,"ĠدÙĬ":126920,"׼ש×Ļ×ķ":126921,"Ġhiç":126922,"ëijIJ":126923,"ÙĪاء":126924,"ÙĪØ·":126925,"ĠاÙĦبÙĦ":126926,"à¹ģมà¹ī":126927,"ק×ķת":126928,"ÙĪجد":126929,"å§ĭãĤģ":126930,"ÙĬئة":126931,"Ġ매":126932,"صبØŃ":126933,"פ×IJ":126934,"гоÑĢ":126935,"ס×Ķ":126936,"بÙĬÙĤ":126937,"ยาà¸ģ":126938,"Ġнад":126939,"ÙĬÙij":126940,"ĠبÙĪ":126941,"ס×ķר":126942,"ÙħÙĥاÙĨ":126943,"ר×ij":126944,"×Ĵ×ĸ":126945,"צת":126946,"bilit":126947,"лаг":126948,"ĠNgo":126949,"×IJ×ķר":126950,"à¸ķà¸Ļ":126951,"íĬ¹":126952,"à¸Ĺีà¹Īà¸Ķี":126953,"à¸Ľà¸£à¸°à¸Īำ":126954,"ование":126955,"ãģĦãģ¤":126956,"ãĥĥãĤ¯ãĤ¹":126957,"åIJĪãĤı":126958,"åIJĪãĤıãģĽ":126959,"×Ļ׳×ķ×Ļ":126960,"ạy":126961,"Ø«ÙĤ":126962,"ĠпÑĢоб":126963,"ĠпÑĢоблем":126964,"ÅŁeh":126965,"ÅŁehir":126966,"عادة":126967,"اÙĨÙĪÙĨ":126968,"à¸ķัวà¹Ģà¸Ńà¸ĩ":126969,"ì¶ķ":126970,"ılan":126971,"бан":126972,"ãĥ³ãĥī":126973,"à¸Īี":126974,"Ġ×Ķש׳×Ļ":126975,"поÑĤ":126976,"×ķ׾×Ļ×Ŀ":126977,"ลัà¸ļ":126978,"ĠÑįÑĤи":126979,"×ijקש":126980,"ë¹ĦìĬ¤":126981,"à¸Ńยà¹Īาà¸ĩà¹Ħร":126982,"×Ļ׾×Ļ":126983,"à¹ĥà¸Ĭà¹Ī":126984,"ĠاÙĦÙĥÙĦ":126985,"ãĥļãĥ¼ãĤ¸":126986,"صة":126987,"ÑĤиÑĢ":126988,"ãĤĵãģ©":126989,"зÑĭк":126990,"wyż":126991,"ÙĩÙĬ":126992,"ĠÙħÙĦÙĬ":126993,"Ġвиде":126994,"ظاÙħ":126995,"داÙĪÙĦ":126996,"×ŀת×Ļ":126997,"Ġsık":126998,"à¹Ģà¸ķิม":126999,"ãĤ¢ãĤ¤":127000,"каÑħ":127001,"צ×Ļ׾":127002,"à¹Ģà¸Ĭà¹Īà¸Ļ":127003,"маг":127004,"магаз":127005,"магазин":127006,"à¸Ľà¸±":127007,"à¸Ľà¸±à¸Ī":127008,"Ġש×Ļר×ķת":127009,"ียม":127010,"ãĥĸãĥ«":127011,"ĠدÙĪÙĦ":127012,"קר×Ļ×Ŀ":127013,"ÙĩÙı":127014,"ово":127015,"Ġüret":127016,"دÙĪÙĨ":127017,"à¹ģà¸Ļว":127018,"à¹Ģà¸Ļืà¹īà¸Ń":127019,"ĠÑĦоÑĤ":127020,"ãĥĺ":127021,"ãģ¤ãģĭ":127022,"ÑıÑģ":127023,"ĠíķĺëĤĺëĭĺ":127024,"ائع":127025,"ĠплаÑĤ":127026,"ìĺĪ":127027,"ĠdostÄĻp":127028,"ÙĪجÙĩ":127029,"Ġ×Ķ×Ĺ×Ļ":127030,"׳×Ļק":127031,"дей":127032,"íĽĦ":127033,"ıy":127034,"بØŃر":127035,"à¹Ģสริม":127036,"Ġ׾×Ĵ":127037,"Ø°Ùĩب":127038,"جÙĬÙĦ":127039,"رÙĥز":127040,"Ġëħ":127041,"Ġëħ¸":127042,"פ×Ļ׾×ķ":127043,"ãģ¾ãģļ":127044,"iriÅŁ":127045,"ĠÙĥÙĬÙģ":127046,"Ġ×ijצ":127047,"ĠêµIJ":127048,"ÑĢоÑģÑģ":127049,"ĠØ´ÙĬ":127050,"Ġiçer":127051,"×Ĵ×ķ×ij×Ķ":127052,"менно":127053,"×¢×ij×Ļר":127054,"×ķ×ŀ×Ķ":127055,"ãĤīãģĹãģĦ":127056,"ãģ¼":127057,"Ñīин":127058,"è²·ãģĦ":127059,"جÙħÙĪعة":127060,"Ġdönem":127061,"Ġ×ij×IJר":127062,"веÑģÑĤ":127063,"×ķר×ķת":127064,"سÙģ":127065,"à¹ģà¸Ĺà¸Ļ":127066,"ĠдокÑĥменÑĤ":127067,"ĠاÙĬ":127068,"جاÙĨ":127069,"צ×ķ×¢×Ļ":127070,"ĠоÑģоб":127071,"ĠاÙĦÙħس":127072,"ÑĢаб":127073,"à¸łà¸¹":127074,"à¸Ķาว":127075,"лекÑĤ":127076,"عÙĤ":127077,"×ķ×ĵ×ķת":127078,"Ġolu":127079,"ĠoluÅŁtur":127080,"ãģ¾ãģ¾":127081,"един":127082,"à¹Ģà¸Ńà¸ģ":127083,"ãĤµãĤ¤":127084,"ëĦĪ":127085,"Ø·ÙĨÙĬ":127086,"Ø·ÙĤØ©":127087,"ĠÐłÐ°Ð·":127088,"ÙĦÙij":127089,"Ñĩем":127090,"Ġ׾×ĺ":127091,"สัà¹Īà¸ĩ":127092,"سرائÙĬÙĦ":127093,"Ġפר×ĺ×Ļ":127094,"деÑģÑĮ":127095,"Ġ׳׼":127096,"اÙĨب":127097,"ÙĬاة":127098,"Ùħبر":127099,"Ġkı":127100,"à¸Ľà¸ı":127101,"à¸Ľà¸ıิ":127102,"à¸ļัà¸ķิ":127103,"×ł×ª×Ļ":127104,"ìĨ¡":127105,"راب":127106,"à¹ĥà¸ķ":127107,"à¹ĥà¸ķà¹ī":127108,"×Ļ×ł×ª":127109,"ÙĪÙĬر":127110,"Ġ×Ķ×ŀ×Ļ":127111,"ейÑĩаÑģ":127112,"ק×ķ×ij":127113,"دراس":127114,"ĠÙħÙĤ":127115,"رÙĬÙĨ":127116,"خاص":127117,"ãģĬéĩij":127118,"Ġجدا":127119,"ãģĨãģ¡":127120,"ëħ¸":127121,"ırım":127122,"æ§ĺ":127123,"ãģ«å¯":127124,"ãģ«å¯¾":127125,"ÑĨев":127126,"Ġvard":127127,"ĠÐIJн":127128,"eÄŁ":127129,"ÑģÑĤвенно":127130,"Ш":127131,"سد":127132,"à¸ģุ":127133,"à¹ģà¸ľà¸Ļ":127134,"รูà¹īส":127135,"รูà¹īสึà¸ģ":127136,"اتØŃاد":127137,"ÑijÑĤ":127138,"×Ĺ×ķק":127139,"ãģĻãģIJ":127140,"Ø·ÙĦاÙĤ":127141,"Ġק×ķ×ĵ":127142,"à¹ĥà¸Ĭà¹īà¸ĩ":127143,"à¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":127144,"ãĥ¼ãĤ¿":127145,"Ġsür":127146,"ÑĢок":127147,"ë³ij":127148,"สมาà¸Ĭ":127149,"สมาà¸Ĭิà¸ģ":127150,"ãĥķãĥ¬":127151,"è¾¼ãģ¿":127152,"ãĤ»ãĥ³":127153,"Ġê°Ģì§Ģ":127154,"à¸ľà¹īา":127155,"ÑįÑĤомÑĥ":127156,"иÑĤел":127157,"à¸łà¸±":127158,"à¸ij":127159,"ãĥĸãĥ©":127160,"×Ľ×ª×ķ×ij":127161,"׳×Ŀ":127162,"еннÑĭе":127163,"×¢×¨×Ľ×ª":127164,"ĠìĤ":127165,"ĠìĤ´":127166,"à¸Ĥà¹īา":127167,"׳×ķס":127168,"ãĥ¬ãĥĵ":127169,"ÑĢеÑģ":127170,"à¹Ģลà¸Ĥ":127171,"ثاÙĦ":127172,"ìĹĨ":127173,"ĠÑĩаÑģÑĤ":127174,"าศ":127175,"ãĥªãĤ¢":127176,"uç":127177,"×Ļ׼×ķת":127178,"ลà¹īาà¸Ļ":127179,"ië":127180,"ãĤ¸ãĤ§":127181,"à¸Īà¸Ń":127182,"ÙĪØŃد":127183,"×Ļצ×ķ×ij":127184,"Ġ×ijש׾":127185,"око":127186,"ضة":127187,"ذر":127188,"ĠÑĥд":127189,"Ä°L":127190,"×ķצ×Ļ×Ŀ":127191,"×ĸ×ŀף":127192,"à¸Ľà¸ģ":127193,"íķĻêµIJ":127194,"ساÙħ":127195,"à¹Ħà¸Ķ":127196,"ละà¹Ģà¸Ń":127197,"ละà¹Ģà¸Ńีย":127198,"ละà¹Ģà¸Ńียà¸Ķ":127199,"ảy":127200,"аÑĨион":127201,"ãĤ¹ãĤ¯":127202,"פ×ķס":127203,"รà¹Īาà¸ĩ":127204,"еннÑĭй":127205,"عÙĨ":127206,"عÙĦÙĨ":127207,"ائÙģ":127208,"dÄĻ":127209,"ؤÙĪÙĦ":127210,"׾×ķ×ķ":127211,"Ġ×ijש×ij":127212,"ä»ĬåĽŀ":127213,"ĠاÙĦجÙĨ":127214,"داد":127215,"waÄĩ":127216,"ãĥªãĥ³":127217,"ĠìŀIJìĭł":127218,"اÙĨÙĬا":127219,"ãĥ¡ãĥª":127220,"ÙĦÙĪÙĨ":127221,"à¸Ĺà¹Īà¸Ńà¸ĩ":127222,"à¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":127223,"اÙģÙĬ":127224,"ĠлиÑĪ":127225,"ÙħÙĬØ©":127226,"оÑĤвеÑĤ":127227,"Ñĩин":127228,"ÃĬ":127229,"ãĥ¡ãĥ³":127230,"å®Ł":127231,"éļĽãģ«":127232,"ĠÑĢай":127233,"ãĤ¦ãĥ³":127234,"×Ļר×ķש":127235,"×Ļר×ķש׾×Ļ×Ŀ":127236,"มะ":127237,"Ġara":127238,"казаÑĤÑĮ":127239,"à¸ķัà¸Ķ":127240,"ÑĥÑİÑĤ":127241,"Ġüst":127242,"×Ĵ×ķ×ij":127243,"×Ĵ×ķ×ij×ķת":127244,"malı":127245,"егод":127246,"егоднÑı":127247,"اÙģÙĤ":127248,"à¸Ĭà¹Īà¸Ńà¸ĩ":127249,"Ġözellik":127250,"×Ļצ×ķר":127251,"ĠmiÄĻd":127252,"ĠiliÅŁ":127253,"ĠнаÑħод":127254,"×¢×ĸר":127255,"×ľ×Ľ×ª":127256,"ÙĨتاج":127257,"ĠÑģем":127258,"à¸Īà¹Īาย":127259,"à¸ķรว":127260,"à¸ķรวà¸Ī":127261,"פר×ķ":127262,"à¸Ĥัà¸ļ":127263,"ãģŀ":127264,"Ġпло":127265,"колÑĮ":127266,"×ŀ×¢×ĺ":127267,"íķĺìĭľ":127268,"jÄħce":127269,"ÙĨاÙĨ":127270,"ลีà¸ģ":127271,"нÑĥÑĤ":127272,"ĠобÑĢаз":127273,"Ùĥبر":127274,"ĠاÙĦÙĪØ·ÙĨ":127275,"ãģķãģĽãģ¦":127276,"ÙĤاء":127277,"×ŀ×ĵ×Ļ׳":127278,"yü":127279,"פ×Ļת":127280,"׳×ķף":127281,"ÙħÙĨظ":127282,"หà¸Ļัà¸ģ":127283,"ìŀĪ":127284,"ãĤ«ãĥ¼ãĥī":127285,"عÙĨÙĬ":127286,"под":127287,"ضاء":127288,"à¸Ļà¸ķà¹Į":127289,"×ŀשפ":127290,"วà¹Į":127291,"ר×ķק":127292,"สืà¹Īà¸Ń":127293,"פק×Ļ×ĵ":127294,"ãģªãĤīãģªãģĦ":127295,"ĠìŬ룬":127296,"ÙĦج":127297,"ÑīиÑĤ":127298,"ãĥĥãĤ·":127299,"ÙĦÙĬس":127300,"ĠÙĦÙħا":127301,"ìłij":127302,"×ij×Ļף":127303,"ãĥģãĤ§":127304,"Ġgüç":127305,"Ġchứ":127306,"×ķצ×IJ":127307,"קר×ij":127308,"à¹Ĥà¸ŀ":127309,"оÑĩно":127310,"סק×Ļ":127311,"ש׾×Ŀ":127312,"صرÙģ":127313,"ĠLÃł":127314,"×¢×Ļת":127315,"á»·":127316,"à¹Ĥà¸Ńà¸ģ":127317,"à¹Ĥà¸Ńà¸ģา":127318,"à¹Ĥà¸Ńà¸ģาส":127319,"Ġ×Ķ×ĵ×ijר":127320,"à¸Ļัà¹Īà¸Ļ":127321,"زر":127322,"нако":127323,"íļį":127324,"ãĤĤãģ¡":127325,"ãĤĤãģ¡ãĤį":127326,"ãĤĤãģ¡ãĤįãĤĵ":127327,"اÙħت":127328,"عداد":127329,"инÑĭ":127330,"ÅĤyw":127331,"à¸Ħà¸ĵะ":127332,"à¸Ĺะ":127333,"ktör":127334,"×Ļ×Ĺ×Ķ":127335,"Ġме":127336,"ĠмеÑģÑı":127337,"׳×Ķ×Ĵ":127338,"ĠÑģÑĥÑīеÑģÑĤв":127339,"à¸Ļัà¸Ļ":127340,"ÑĦÑĦ":127341,"екÑĤив":127342,"عÙĦÙĪÙħات":127343,"бÑĥд":127344,"à¸Ļัà¸ģà¸ĩาà¸Ļ":127345,"หà¸Ļà¹īาà¸Ĺีà¹Ī":127346,"ÙĤÙĬÙĤ":127347,"ãĤ·ãĥ³":127348,"ãģ«éĸ¢":127349,"×IJר×Ĵ":127350,"ĠпÑĢоÑĤ":127351,"ĠпÑĢоÑĤив":127352,"ĠìŀĪìĸ´":127353,"ÙĤÙĬÙĤØ©":127354,"ìĹĩ":127355,"kür":127356,"ãģ«ãģªãĤĬãģ¾ãģĹãģŁ":127357,"ĠдеÑıÑĤ":127358,"ĠдеÑıÑĤелÑĮ":127359,"פ×ķר×ĺ":127360,"à¸Łà¹īา":127361,"à¹Ģà¸ł":127362,"ĠавÑĤомаÑĤ":127363,"×ĸ×Ļק":127364,"Ġolduk":127365,"عاÙħ":127366,"ĠÑĤоÑĢ":127367,"yrıca":127368,"êÌ":127369,"ãĤŃãĥ³ãĤ°":127370,"ãģ«ãģ¨ãģ£ãģ¦":127371,"à¹Ģà¸īà¸ŀ":127372,"à¹Ģà¸īà¸ŀาะ":127373,"ãģ¯ãģļ":127374,"×ŀ×IJ×Ļ":127375,"สะà¸Ķ":127376,"สะà¸Ķวà¸ģ":127377,"ìľ¼ë©°":127378,"à¸ģี":127379,"ฬ":127380,"Ġ×¢×ķש":127381,"à¸łà¸²à¸©à¸²":127382,"à¸Ĺัà¸Ļ":127383,"acakt":127384,"acaktır":127385,"اعدة":127386,"ĠÑĥÑģлÑĥг":127387,"סר×ĺ":127388,"×ķ×ŀ×ķת":127389,"×Ķ×ķר":127390,"×ŀ×ķ×ij":127391,"×ŀ×ķ×ijף":127392,"سÙĬاس":127393,"اتÙģاÙĤ":127394,"×Ķצ׾":127395,"Ùħؤس":127396,"Ġpó":127397,"Ġкни":127398,"×Ļ׼×ķ׾":127399,"à¹Ģหลืà¸Ń":127400,"׼׾׼":127401,"׳×ĸ":127402,"ÑĪие":127403,"rès":127404,"ĠاÙĦØŃÙĤ":127405,"лÑıÑĢ":127406,"หà¸į":127407,"หà¸įิà¸ĩ":127408,"ר×Ĵ×Ļש":127409,"à¹Ģสà¹īà¸Ļ":127410,"ש×ij×ķף":127411,"ôtel":127412,"апÑĢ":127413,"апÑĢимеÑĢ":127414,"ابÙĦ":127415,"ĠÑĢазвиÑĤ":127416,"ĠполÑĮз":127417,"ĠСеÑĢ":127418,"×ķ×ij×Ļ":127419,"róż":127420,"ìĭŃ":127421,"ãĤ¯ãĥĪ":127422,"ãģĹãĤĪãģĨ":127423,"à¸ģรม":127424,"ØŃÙĥÙĪÙħ":127425,"à¹Ĥà¸ļ":127426,"à¸Ĺà¹īาย":127427,"ĠMá":127428,"ĠÑĤÑĭ":127429,"à¸Ħรัว":127430,"ÑĢÑĥб":127431,"ạp":127432,"ĠmÅĤ":127433,"ĠmÅĤod":127434,"ĠgörÃ¼ÅŁ":127435,"ĠgeliÅŁ":127436,"Æ°Æ¡i":127437,"×ŀשק":127438,"ÙĢÙĢÙĢÙĢ":127439,"ราว":127440,"ãģĹãģ£":127441,"ãģĹãģ£ãģĭãĤĬ":127442,"ĠÐļон":127443,"Ġkê":127444,"à¹Ĥà¸Ĺร":127445,"èIJ½ãģ¡":127446,"åĩºãģ¦":127447,"ลัà¸ģษ":127448,"Ġ×Ĵ×ij×ķ×Ķ":127449,"ãĥĻãĥ«":127450,"ê±°ëĤĺ":127451,"ë§IJ":127452,"×Ļ׾×ĵ×Ļ×Ŀ":127453,"ĠëĦĪ":127454,"×ŀר×Ļ":127455,"รส":127456,"ãĥŃãĥ³":127457,"ило":127458,"ноÑģÑĤÑĮÑİ":127459,"×ĸר×Ĺ":127460,"пон":127461,"Ġ×Ķש׾":127462,"ê²łìĬµëĭĪëĭ¤":127463,"ĠkiÅŁ":127464,"ĠÐļи":127465,"วร":127466,"داع":127467,"ÅŁim":127468,"ÙĨÙij":127469,"ваÑĤ":127470,"راÙĥ":127471,"باÙĦ":127472,"иде":127473,"Ġ×Ķ×ŀ×Ĺ":127474,"ìĸµ":127475,"تÙģاع":127476,"أت":127477,"ëĬĺ":127478,"ש×Ļת":127479,"ستÙħر":127480,"ĠÑĦак":127481,"ĠاÙĦØ£ÙħرÙĬ":127482,"ëŀ¨":127483,"اسÙħ":127484,"ĠaÄŁ":127485,"Ġçev":127486,"ÙĥÙĪر":127487,"ãģķãģ¾":127488,"Ġçöz":127489,"Ġرس":127490,"Äħda":127491,"สà¸Ļุ":127492,"ãģĹãģ¦ãģıãĤĮ":127493,"нÑİ":127494,"leÅŁme":127495,"ãĤªãĥ³":127496,"ãģ¨ãģªãĤĬ":127497,"avaÅŁ":127498,"×ĺ×Ļ×ij":127499,"ØŃض":127500,"×ķצ×IJ×ķת":127501,"ÙĨÙħÙĪ":127502,"ıt":127503,"ĠÑħа":127504,"ĠÑħаÑĢак":127505,"ĠÑħаÑĢакÑĤеÑĢ":127506,"ĠdÅĤ":127507,"ãĥĹãĥ©":127508,"à¸Ĭุม":127509,"à¹Īà¸Ńà¸Ļ":127510,"×ķ×ij׾":127511,"Ñģол":127512,"×ĵ×Ĵ":127513,"аÑĢаÑĤ":127514,"nivers":127515,"ĠgerçekleÅŁtir":127516,"ĠاÙĦÙĦÙĬ":127517,"ระยะ":127518,"ĠÙħختÙĦÙģ":127519,"Ġgönder":127520,"Ùģار":127521,"doÄŁ":127522,"doÄŁan":127523,"صÙĦاØŃ":127524,"Ġyayın":127525,"ãĥĨãĥ³":127526,"รวà¸Ī":127527,"×Ļ×Ĺ×Ļ×ĵ":127528,"ünkü":127529,"ÑĨиалÑĮн":127530,"à¸ļู":127531,"มุ":127532,"hä":127533,"Ø®Ùģ":127534,"å¢Ĺ":127535,"å¢ĹãģĪ":127536,"еÑĩно":127537,"ĠاÙĦسÙĨ":127538,"à¸Ĥาว":127539,"imdi":127540,"Ы":127541,"à¸Ļà¸Ńà¸ģà¸Īาà¸ģ":127542,"à¸ļาล":127543,"תש":127544,"Ġdüzenle":127545,"мÑĭÑģл":127546,"ãģıãģª":127547,"żu":127548,"ĠwspóÅĤ":127549,"Ġназ":127550,"ındaki":127551,"ترة":127552,"ÅŁek":127553,"Ġöd":127554,"ĠÙĪÙĥ":127555,"ĠпозволÑı":127556,"Ġת×ķ׼":127557,"ÙħÙĨتج":127558,"ë§ī":127559,"ĠاÙĦØ«ÙĦاث":127560,"аÑĨиÑİ":127561,"ÙĪرÙĪ":127562,"ÑĭваеÑĤ":127563,"خصص":127564,"ĠاÙĦÙģÙĦ":127565,"ĠاÙĦÙģÙĦسطÙĬÙĨ":127566,"إجر":127567,"إجراء":127568,"اÙĨتخ":127569,"اÙĨتخاب":127570,"ارÙĬØ©":127571,"×ķÖ":127572,"Ø¢ÙĨ":127573,"×ŀ×¢×ķת":127574,"Ġмал":127575,"Ġ×IJ×Ĺ":127576,"à¸Ĺà¹īà¸Ńà¸ĩ":127577,"zeÅĽ":127578,"Ġë§Įëĵ¤":127579,"رÙĬع":127580,"äºĭãĤĴ":127581,"à¸ļริหาร":127582,"׾×ŀ×Ļ×ĵ":127583,"ĠмÑĥж":127584,"ترÙĪ":127585,"ĠباÙĦØ¥":127586,"פ×Ļק":127587,"زÙħØ©":127588,"ĠÃ¶ÄŁrenc":127589,"ãĥ¶":127590,"اÙħعة":127591,"ק×ij×ķצ":127592,"×ŀ׳×ķת":127593,"رÙĬÙħ":127594,"Ġоказ":127595,"ãģłãģijãģ©":127596,"Ġhız":127597,"Ġש×IJת":127598,"ãĤ¢ãĥ¼":127599,"Ġmożliwo":127600,"ìĦ¼":127601,"ÙĪاب":127602,"огÑĢаÑĦ":127603,"ĠعبداÙĦ":127604,"ãĤĴè¡Į":127605,"بÙĬÙĦ":127606,"Ġİç":127607,"ยาย":127608,"ĠÑĥÑĩаÑģÑĤ":127609,"ÑĦеÑģÑģ":127610,"ÑĦеÑģÑģиона":127611,"Ấ":127612,"ÙĨÙĬÙĨ":127613,"عدÙĦ":127614,"สรร":127615,"دÙĬÙĦ":127616,"×ij×Ļק":127617,"czyÅĤ":127618,"ÑĢоме":127619,"Ġмед":127620,"ìĻĶ":127621,"ãĥ©ãĤ¤ãĥ³":127622,"ĠÑĤеп":127623,"еÑĢÑĮ":127624,"iÄŁi":127625,"вели":127626,"ÑĢиÑģÑĤ":127627,"ס×ķפ":127628,"×ŀ׾×Ĺ":127629,"ĠاÙĦØ¥ÙĨ":127630,"Ġ׾×Ķש":127631,"è¶ĬãģĹ":127632,"ĠÑĢÑĭ":127633,"×ķ×IJר":127634,"رÙĩاب":127635,"פ×ķ×IJ×Ļ":127636,"ĠгоÑģÑĥд":127637,"ĠгоÑģÑĥдаÑĢ":127638,"ĠгоÑģÑĥдаÑĢÑģÑĤв":127639,"ĠاÙĦØ£ÙħÙĬر":127640,"Ùħج":127641,"à¹Ģหมาะ":127642,"ÑĢев":127643,"à¸Ĭีà¸ŀ":127644,"ãĥķãĥĪ":127645,"иÑĩно":127646,"ĠاÙĦÙħؤ":127647,"Ġiht":127648,"íħľ":127649,"دÙĨÙĬ":127650,"رص":127651,"лаÑģÑĤ":127652,"à¹Ģหลà¹Īา":127653,"ılır":127654,"รà¸ĵà¹Į":127655,"×ŀש×Ļ×ļ":127656,"Ġdá»ĭ":127657,"Ø·ÙģاÙĦ":127658,"×ĺ×ķף":127659,"Ġ×ij×Ļ׳":127660,"ãģ¾ãģ£ãģŁ":127661,"ложениÑı":127662,"تØŃر":127663,"باØŃ":127664,"à¹Ģสืà¹īà¸Ń":127665,"ãģĻãģĶ":127666,"ltür":127667,"à¸ĩาม":127668,"Ġtü":127669,"ĠпÑĢим":127670,"ĠпÑĢимен":127671,"Ġhayat":127672,"ëĥIJ":127673,"ëĭĮ":127674,"׳×Ļ×ķ":127675,"веден":127676,"ìħ¨":127677,"à¸Īัย":127678,"à¸ģà¹Īà¸Ń":127679,"Ġвод":127680,"оÑģÑĤоÑı":127681,"наÑĤ":127682,"à¹ģหล":127683,"سÙħÙĬ":127684,"à¸Ķำà¹Ģà¸Ļ":127685,"à¸Ķำà¹Ģà¸Ļิà¸Ļ":127686,"wód":127687,"öyle":127688,"ãĥĢãĤ¤":127689,"ÑĪий":127690,"меÑīен":127691,"ãģĹãģ¾ãģĨ":127692,"ãĥīãĥ©":127693,"ÙĪضØŃ":127694,"à¸Ńà¸Ļุ":127695,"ĠاÙĦاجتÙħاع":127696,"laÅŁma":127697,"à¸Ħà¸Ńà¸Ļ":127698,"×ŀר×Ļ×Ŀ":127699,"ÙĨاÙħج":127700,"שר×ķת":127701,"اÙĦØ£":127702,"ĠksiÄħż":127703,"Ġан":127704,"ÑĢай":127705,"اÙĩرة":127706,"×ŀ×ĵ×Ķ":127707,"ä¸Ģç·":127708,"ä¸Ģç·Ĵ":127709,"ä¸Ģç·Ĵãģ«":127710,"ÑĢиÑĤоÑĢ":127711,"dıkl":127712,"à¹ģà¸ĸ":127713,"à¹ģà¸Ĥà¹Īà¸ĩ":127714,"екÑĤоÑĢ":127715,"×ŀסע":127716,"ÑĢакÑĤи":127717,"uÄŁu":127718,"×ķ×ijת":127719,"สูà¸ķร":127720,"ĠçalÄ±ÅŁm":127721,"ĠçalÄ±ÅŁmalar":127722,"Ġана":127723,"ãĥĽãĥ¼ãĥł":127724,"Ġbölüm":127725,"Ġبص":127726,"олоÑģ":127727,"ĠìķĬëĬĶ":127728,"à¹Īะ":127729,"ÙĪتر":127730,"ä¹Ĺ":127731,"ستخداÙħ":127732,"פ×Ļ×Ļס":127733,"פ×Ļ×Ļס×ij":127734,"פ×Ļ×Ļס×ij×ķק":127735,"ĠкÑĢаÑģ":127736,"лик":127737,"رÙĬØŃ":127738,"×ŀש׾×Ķ":127739,"à¹Ģยีà¹Īย":127740,"à¹Ģยีà¹Īยม":127741,"виÑģ":127742,"омн":127743,"ÄŁun":127744,"ãĥŃãĥ¼ãĥ³":127745,"أتÙĬ":127746,"à¸ķรี":127747,"çĶ³ãģĹ":127748,"تÙħر":127749,"ìĹĪìĬµëĭĪëĭ¤":127750,"ĠÙĪغÙĬر":127751,"redni":127752,"ĠاÙĦصÙģ":127753,"ĠнаÑģÑĤоÑı":127754,"ĠнаÑģÑĤоÑıÑī":127755,"à¸ķรา":127756,"ĠÑĥÑģлов":127757,"ĠÑĥÑģловиÑı":127758,"ÑĨеп":127759,"×Ķ×Ĺ׾×ĺ":127760,"Ø·ÙĬع":127761,"ĠBakan":127762,"ĠاÙĦرÙĪ":127763,"илÑĮно":127764,"ĠмеÑĤ":127765,"à¸Ķà¸Ńà¸ģ":127766,"ãģĭãĤīãģªãģĦ":127767,"ĠпоÑģÑĤоÑı":127768,"ĠпоÑģÑĤоÑıн":127769,"ĠÑĩаÑģ":127770,"üc":127771,"wró":127772,"бÑĥÑĢ":127773,"ãĥIJãĥĥãĤ¯":127774,"ãĥ©ãĥ³ãĥī":127775,"ĠогÑĢ":127776,"สัà¸į":127777,"สัà¸įà¸įา":127778,"มัà¹Īà¸Ļ":127779,"à¸Ħà¸Ńม":127780,"alık":127781,"Ġнед":127782,"ümüz":127783,"ĠÅĽwie":127784,"ério":127785,"×Ļ×IJ×Ķ":127786,"دÙħات":127787,"ırl":127788,"ĠоÑĤз":127789,"ĠоÑĤзÑĭв":127790,"ä»ĺãģį":127791,"Ġkażde":127792,"миниÑģÑĤ":127793,"ãĤ°ãĥ«":127794,"ë°ĸ":127795,"езн":127796,"اÙĦÙģ":127797,"Ġשק׾":127798,"Ùħض":127799,"ãĥĿãĥ¼ãĥĪ":127800,"ÙħÙĨت":127801,"ÙĤÙĬاÙħ":127802,"Ø´ÙĨ":127803,"×Ļר×ķ×¢":127804,"ãĤŃãĥ£ãĥ³":127805,"доÑĢов":127806,"×ŀ×Ļת×Ļ":127807,"ÙĪÙĦÙĪج":127808,"ÙĥاÙģ":127809,"ĠÑĢазлиÑĩ":127810,"иÑĤеÑĤ":127811,"нолог":127812,"ลà¸ĩà¸Ĺุà¸Ļ":127813,"ĠyaklaÅŁ":127814,"ãĥ¬ãĤ¤":127815,"ê²łëĭ¤":127816,"æ±ĤãĤģ":127817,"رÙĪÙģ":127818,"ĠíĬ":127819,"ĠíĬ¹":127820,"ãģ£ãģıãĤĬ":127821,"à¸Ħวามà¸Ħิà¸Ķ":127822,"×Ķ×Ļס×ĺ":127823,"Ø¥ÙĤ":127824,"ãģ¦ãģĦ":127825,"à¹Ĥà¸Ĭ":127826,"ĠBüyük":127827,"ĠФедеÑĢ":127828,"ÑĨин":127829,"ÑĢова":127830,"ĠاÙĦاÙĤتصاد":127831,"Ġchá":127832,"à¸ĺาà¸Ļ":127833,"ë¥ł":127834,"à¹Ħà¸ķ":127835,"ÃŃpio":127836,"Ùĭا":127837,"ĠобÑıз":127838,"Ùĩج":127839,"Ġì¤ijìļĶ":127840,"ãģ®ãģ§ãģ¯ãģªãģĦ":127841,"باراة":127842,"ãĤ¤ãĥ«":127843,"ĠноÑĢм":127844,"á»īnh":127845,"mö":127846,"möglich":127847,"ÑĨип":127848,"ãĤ¢ãĤ¯":127849,"×Ķ×Ļ":127850,"ÑĨиалÑĮно":127851,"ĠÅĽwi":127852,"تÙĤ":127853,"ĠÑģÑĤоим":127854,"بÙĬعÙĬ":127855,"Ġ׾ש×ŀ":127856,"глÑı":127857,"глÑıд":127858,"ãģ¦ãģıãĤĮ":127859,"ÄĻdzi":127860,"à¸Ĥั":127861,"à¸Ĥัà¹īà¸Ļ":127862,"Ø·ÙĤ":127863,"ĠìĹŃ":127864,"ãģ£ãģ¦ãģĹãģ¾ãģĨ":127865,"ĠdeÄŁerl":127866,"ĠdeÄŁerlendir":127867,"Ġülk":127868,"Ġмног":127869,"à¹ĭ":127870,"ë¿IJ":127871,"ĠУкÑĢа":127872,"ÄŁini":127873,"Ġбезоп":127874,"ĠбезопаÑģ":127875,"à¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":127876,"اظ":127877,"ØŃداث":127878,"леÑĢ":127879,"×Ļ×¥":127880,"×Ļ׳×ĺר׳×ĺ":127881,"larınız":127882,"ØŃÙĬØŃ":127883,"żeli":127884,"à¸Ńัà¸ĩ":127885,"à¸Ńัà¸ĩà¸ģ":127886,"à¸Ńัà¸ĩà¸ģฤษ":127887,"ĠоÑĤлиÑĩ":127888,"ัส":127889,"ëŀį":127890,"ожно":127891,"ãĤ¹ãĥĿ":127892,"ĠÑħоÑĩ":127893,"Ġкап":127894,"еÑĩен":127895,"ØŃÙĦØ©":127896,"ÙĬاÙĩ":127897,"нал":127898,"×ķצר×Ļ×Ŀ":127899,"Ġkald":127900,"åĥį":127901,"ĠاÙĦشخص":127902,"Ġзна":127903,"Ġwzgl":127904,"życz":127905,"ê°Ŀ":127906,"à¸ŀลัà¸ĩ":127907,"íģ¼":127908,"Ġöl":127909,"Ġbụ":127910,"Ø´Ùĩر":127911,"Ġзам":127912,"Ġдев":127913,"×Ļ×ĺת":127914,"تعÙĦÙĤ":127915,"ÙĪÙħØ©":127916,"ãĤĴä½ľ":127917,"ãģįãģ¦":127918,"íĥĿ":127919,"rasında":127920,"ãĤĴæİ¢":127921,"ĠÙħباشر":127922,"راجع":127923,"Ġвозд":127924,"ÙħØŃا":127925,"×ķשר":127926,"ĠиÑģÑĤоÑĢ":127927,"มัà¸ģ":127928,"tıģ":127929,"ثار":127930,"ترÙĨت":127931,"à¹ģà¸Ĥà¹ĩ":127932,"à¹ģà¸Ĥà¹ĩà¸ĩ":127933,"поÑĩ":127934,"Ġ×ij×IJ×ķת":127935,"ë¯Ģ":127936,"ëĿ¼ëıĦ":127937,"à¸Ĭัà¸Ķ":127938,"สà¸ķà¹Į":127939,"ãĥĭãĥĥãĤ¯":127940,"иденÑĤ":127941,"ĠгÑĢÑĥпп":127942,"تخ":127943,"áºł":127944,"ยืà¸Ļ":127945,"ยัà¸Ļ":127946,"óry":127947,"TÃľ":127948,"ãģĹãĤĥ":127949,"ĠпÑĢовед":127950,"лÑıеÑĤ":127951,"ÙħØ®":127952,"ยà¸Ńม":127953,"×Ľ×ł×¡×ª":127954,"ĠاÙĦÙħÙĨت":127955,"Ġolmad":127956,"ר׼×ĸ×Ļ":127957,"ĠвÑģÑĤÑĢ":127958,"ĠиÑģÑģлед":127959,"ÑĤвеÑĢж":127960,"بدÙĪ":127961,"еÑĢÑĤ":127962,"ï»·":127963,"±ħ":127964,"สัมà¸ŀัà¸Ļà¸ĺà¹Į":127965,"ิà¹Īà¸Ļ":127966,"צ×Ļ×ij":127967,"wiÄĻt":127968,"Ġì°¸":127969,"ĠzwiÄħz":127970,"سبÙĪع":127971,"ãĥĥãĤ°":127972,"à¸Ľà¸¥à¸Ńà¸Ķ":127973,"à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":127974,"ãĤĤãĤĬ":127975,"ÙĤدس":127976,"Ġsprz":127977,"Ġsprzeda":127978,"Ġistedi":127979,"Ġkhu":127980,"Ġден":127981,"ĠkoÅĦ":127982,"Ġ×ij×Ĺ×Ļ":127983,"à¹Ģà¸Ĺà¹īา":127984,"×ķס×Ļ×£":127985,"ãĥĭãĥ¥ãĥ¼":127986,"ĠпÑĢедоÑģÑĤ":127987,"ĠпÑĢедоÑģÑĤав":127988,"à¹Ĥà¸Ł":127989,"év":127990,"ĠاÙĦصØŃ":127991,"صØŃاب":127992,"à¹Ģà¸Īà¹ĩà¸ļ":127993,"влек":127994,"วัà¸ķ":127995,"à¸ĸุ":127996,"ãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":127997,"ÙĤÙĬÙĤÙĬ":127998,"×ķ×Ĺר":127999,"ÑĭÑĪ":128000,"ĠоÑĤно":128001,"ĠоÑĤноÑĪ":128002,"обилÑĮ":128003,"ÙģØŃ":128004,"ınt":128005,"ıntı":128006,"Ġ׾×ij×ĵ":128007,"íİĺìĿ´ì§Ģ":128008,"ãĥĬãĥ«":128009,"ĠÙħساء":128010,"×Ļ×ĺ×ij":128011,"ÑĮеÑĢ":128012,"ëĦ·":128013,"ÑĭÑĤа":128014,"ĠоÑĩеÑĢ":128015,"à¸Ķืà¹Ī":128016,"à¸Ķืà¹Īม":128017,"ĠNgh":128018,"تعب":128019,"ÙĦاÙĤات":128020,"×ķ׾×ķ×Ĵ×Ļ×Ķ":128021,"ĠìĿ´ê²ĥ":128022,"Ġ×Ķ×ijר":128023,"ìľµ":128024,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļ":128025,"ÙĩØ©":128026,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļ":128027,"å¤īãģĪ":128028,"wiÅĽcie":128029,"chod":128030,"chodzÄħ":128031,"вÑĢо":128032,"×ŀ×Ĺ×Ļר":128033,"Ġyı":128034,"Ġyıll":128035,"ì¡Į":128036,"à¹Ħหว":128037,"ãģªãģıãģª":128038,"ĠзавиÑģ":128039,"ĠìĺĪìĪĺ":128040,"ÙģØ°":128041,"ủng":128042,"à¸ŀุà¸Ĺà¸ĺ":128043,"зн":128044,"layan":128045,"ãĤ¡":128046,"à¸ģà¹ĩà¸ķาม":128047,"ĠsaÄŁlam":128048,"รà¸ĵ":128049,"ĠÑģиÑĤ":128050,"ĠÑģиÑĤÑĥ":128051,"ĠاÙĦتÙĨ":128052,"×Ķ×ĸ":128053,"ĠØ·ÙĪÙĬÙĦ":128054,"taÅĤ":128055,"Ġgörd":128056,"å¤īãĤı":128057,"ëĥ¥":128058,"à¸Ħà¹Īà¸Ńย":128059,"×IJ×ķ×ĺ":128060,"ëħIJ":128061,"ãĥ©ãĥ³ãĤ¹":128062,"วัà¸Ĵ":128063,"วัà¸Ĵà¸Ļ":128064,"ĠoluÅŁ":128065,"פע×ķ׾":128066,"ĠszczegóÅĤ":128067,"à¸Ħาสิ":128068,"à¸Ħาสิà¹Ĥà¸Ļ":128069,"powied":128070,"ĠÑĤеб":128071,"หà¸Ļà¹Īวย":128072,"Ġмил":128073,"ØŃÙĥ":128074,"à¸Ĺà¸Ķ":128075,"ĠмаÑĤеÑĢиал":128076,"ÅĤow":128077,"à¹Ģà¸ģีย":128078,"ĠÑģовеÑĢ":128079,"ãĤ©":128080,"à¸Ľà¸£à¸´":128081,"ĠиÑİ":128082,"наÑĩен":128083,"ÑĢенд":128084,"muÅŁtur":128085,"ĠпÑĢодÑĥк":128086,"зд":128087,"ÑıÑĤи":128088,"ÑıÑĤиÑı":128089,"à¹Ģมีย":128090,"راتÙĬج":128091,"Ġamacı":128092,"ש×ķ׾":128093,"ש×ķ׾×Ĺ":128094,"สะà¸Ńา":128095,"สะà¸Ńาà¸Ķ":128096,"פ×Ĵ×¢":128097,"عبة":128098,"dın":128099,"íħĶ":128100,"Ġ×ŀש×Ĺק":128101,"Ġfiyat":128102,"ĠзаÑı":128103,"ĠзаÑıв":128104,"à¹Ĥหล":128105,"à¹Ĥหลà¸Ķ":128106,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀ":128107,"צ×Ļ×Ļף":128108,"ìļ±":128109,"Ùħب":128110,"Ùħباد":128111,"landır":128112,"ĠвеÑģÑĮ":128113,"Ġhük":128114,"ĠÐĴоз":128115,"ÑĩиÑĤÑĭва":128116,"วล":128117,"×ķצע":128118,"à¸Ĥà¸ĵะà¸Ĺีà¹Ī":128119,"ĠaÅŁaģı":128120,"׾×IJ×ķ×ŀ×Ļ":128121,"trzym":128122,"Ã¤ÃŁig":128123,"owoÅĽci":128124,"ãģĿãĤĤ":128125,"ĠrozwiÄħz":128126,"ĠgÅĤówn":128127,"монÑĤ":128128,"×ŀ×ķ×ŀ":128129,"ĠÑģÑĤан":128130,"ÙĦاÙĤØ©":128131,"prowad":128132,"prowadzi":128133,"ĠÑģоÑģÑĤоÑı":128134,"×Ļ×IJ×ķת":128135,"rı":128136,"gı":128137,"ãĥijãĥij":128138,"ĠналиÑĩ":128139,"×Ķצע":128140,"Ġ׳×Ķ":128141,"à¸Ħัà¸ļ":128142,"عراض":128143,"иж":128144,"ÙĩائÙĬ":128145,"ãĤīãģı":128146,"ожеÑĤ":128147,"ĠобоÑĢ":128148,"ĠобоÑĢÑĥд":128149,"أسÙĦ":128150,"à¹ĩà¸Ķ":128151,"ÑĢÑĥÑĤ":128152,"دÙĬÙħÙĤ":128153,"دÙĬÙħÙĤرا":128154,"Ġjeste":128155,"×ķ×ķ×Ļר":128156,"×ij×ĵ×Ļק":128157,"деÑĢжива":128158,"ãģĬãģı":128159,"ewnÄĻtr":128160,"ewnÄĻtrzn":128161,"à¸ŀฤ":128162,"Ġ×IJ×ķ×Ķ":128163,"ת×Ĺ×ķש":128164,"Ġzob":128165,"дÑĥм":128166,"ĠÑģÑĭ":128167,"ÙĬرا":128168,"ĠwiÄĻks":128169,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩ":128170,"lararas":128171,"lararası":128172,"íĺĢ":128173,"ëī´":128174,"×ķ×Ĵ׾":128175,"ĠоÑĤмеÑĤ":128176,"ĠÑĢан":128177,"تÙĥÙĦ":128178,"иÑĤелÑĮн":128179,"à¸Ľà¸£à¸°à¸§à¸±":128180,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิ":128181,"ìŀĸ":128182,"можно":128183,"pieczeÅĦ":128184,"pieczeÅĦst":128185,"못":128186,"ìĬ¨":128187,"×ŀס×ŀ":128188,"Ủ":128189,"ศิ":128190,"ศิล":128191,"à¸¨à¸´à¸¥à¸Ľ":128192,"ĠÅļw":128193,"ãĥĥãĤ·ãĥ§ãĥ³":128194,"unitÃł":128195,"Ġmieszka":128196,"ĠmieszkaÅĦ":128197,"przed":128198,"przedsi":128199,"przedsiÄĻb":128200,"przedsiÄĻbior":128201,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺิ":128202,"à¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":128203,"ยà¹Ī":128204,"ìķĻ":128205,"รวà¸Ķ":128206,"รวà¸Ķà¹Ģรà¹ĩว":128207,"å½ĵãģŁãĤĬ":128208,"älle":128209,"ÑĥеÑĤÑģÑı":128210,"ãn":128211,"ëłµ":128212,"thè":128213,"ãĤĴåĪ©çĶ¨":128214,"ìµľ":128215,"íĵ¨":128216,"à¸Ĺัà¸ļ":128217,"าà¸Ħม":128218,"ãģĩ":128219,"ëĤĮ":128220,"à¹Ģà¸Ľà¸¥à¹Īา":128221,"â¦":128222,"ë¾":128223,"êĢ":128224,"êĩ":128225,"â¡":128226,"ðŁŁ":128227,"ãIJ":128228,"âº":128229,"áŃ":128230,"áĻ":128231,"áĵ":128232,"á²":128233,"ðĵı":128234,"á¬":128235,"â¯":128236,"ä¨":128237,"êĿ":128238,"ê«":128239,"ðij":128240,"ðĵĥ":128241,"ðĿħ":128242,"":128244,"":128245,"":128247,"ĠعÙĦÙī":128248,"Ġmá»Ļt":128249,"ĠvỼi":128250,"ĠngÆ°á»Ŀi":128251,"ĠØ¥ÙĦÙī":128252,"Ġnhững":128253,"Ġthá»ĥ":128254,"Ġ×IJ×ķ":128255,"Ġ×¢×Ŀ":128256,"اÙĭ":128257,"Ġà¹ģละ":128258,"ĠÙĦا":128259,"ĠnhÆ°":128260,"ĠاÙĦتÙĬ":128261,"Ġ×Ķ×ķ×IJ":128262,"ĠÄijến":128263,"ĠØ£ÙĪ":128264,"Ġvá»ģ":128265,"ĠlÃłm":128266,"Ġsẽ":128267,"ĠcÅ©ng":128268,"Ġợ":128269,"ĠÄijó":128270,"Ġnhiá»ģu":128271,"Ġtại":128272,"Ġtrên":128273,"Ġ×Ĵ×Ŀ":128274,"ĠnhÃł":128275,"Ġ׼×Ļ":128276,"Ġsá»±":128277,"ĠÄijầu":128278,"Ġbá»ĭ":128279,"ĠÙĩذا":128280,"Ġnhất":128281,"Ġphải":128282,"Ġhiá»ĩn":128283,"Ġdụng":128284,"ĠÄijá»Ļng":128285,"ĠاÙĦÙĦÙĩ":128286,"ĠØĮ":128287,"ĠÙĥÙĦ":128288,"Ġviá»ĩc":128289,"ĠnÄĥm":128290,"Ġthì":128291,"Ġhá»įc":128292,"ĠÙĪت":128293,"té":128294,"ĠاÙĨ":128295,"Ġtôi":128296,"Ġ×IJ׳×Ļ":128297,"Ġ׾×Ļ":128298,"Ġ×ŀ×ķ":128299,"ĠngÃły":128300,"ĠnÆ°á»Ľc":128301,"Ġ×Ķ×Ļ×IJ":128302,"Ġ×IJ×Ļ":128303,"ĠhÆ¡n":128304,"ĠÙĩØ°Ùĩ":128305,"ĠÙĪÙĬ":128306,"ĠاÙĦØ°ÙĬ":128307,"Ġ×ķ×ŀ":128308,"Ġgiá":128309,"Ġnhân":128310,"ĠchÃŃnh":128311,"Ġmình":128312,"ĠÐĿа":128313,"Ġthế":128314,"Ġ×Ļ×ķתר":128315,"Ġ×IJ×Ŀ":128316,"Ġnên":128317,"Ġhợ":128318,"Ġhợp":128319,"Ġcòn":128320,"ĠÙĩÙĪ":128321,"ĠcÆ¡":128322,"Ġrất":128323,"ĠViá»ĩt":128324,"Ġبعد":128325,"Ġש×Ļ":128326,"Ġthá»Ŀi":128327,"Ġcách":128328,"ĠÄijá»ĵng":128329,"Ġно":128330,"ĠtrÆ°á»Ŀng":128331,"ØŁ":128332,"ĠÄijá»ĭnh":128333,"ĠÄijiá»ģu":128334,"×Ļ×Ļ×Ŀ":128335,"Ġthá»±c":128336,"nın":128337,"Ġhình":128338,"Ġnói":128339,"Ġcùng":128340,"Ġ×Ķ×Ķ":128341,"ĠØ¥ÙĨ":128342,"Ġ×IJ×ij׾":128343,"ĠnhÆ°ng":128344,"Ġbiết":128345,"Ġже":128346,"Ġchúng":128347,"ĠÄijang":128348,"ĠØ°ÙĦÙĥ":128349,"Ġlên":128350,"Ġkhách":128351,"ĠnÃło":128352,"Ġsá»Ń":128353,"Ġkhác":128354,"Ġë°ı":128355,"Ġlý":128356,"×Ļ×Ļ":128357,"ĠÄijây":128358,"Ġ׾×ŀ":128359,"Ġcần":128360,"Ġtrình":128361,"Ġphát":128362,"ãģ«ãĤĤ":128363,"по":128364,"ĠnÄĥng":128365,"Ġbá»Ļ":128366,"Ġvụ":128367,"ĠÄijá»Ļ":128368,"Ñĩе":128369,"ĠnháºŃn":128370,"ĠtrÆ°á»Ľc":128371,"Ġ×¢×ĵ":128372,"ĠhÃłnh":128373,"ĠØ®ÙĦاÙĦ":128374,"Ġlượng":128375,"Ġcấp":128376,"Ġtá»±":128377,"Ġvì":128378,"ĠtÆ°":128379,"Ġchất":128380,"Ġ׼×ŀ×ķ":128381,"Ġgì":128382,"Ġש׳":128383,"Ġtế":128384,"ת×ķ":128385,"Ġnghiá»ĩp":128386,"Ġmặt":128387,"ĠÙĥÙħا":128388,"Ġ×ij×Ļף":128389,"Ġרק":128390,"Ġthấy":128391,"Ġmáy":128392,"ĠÙģÙī":128393,"Ġdân":128394,"Ġ×IJ×Ĺ×ĵ":128395,"Ġtâm":128396,"Ġ׼×ļ":128397,"Ġ׾×ķ":128398,"во":128399,"Ġtác":128400,"ĠtoÃłn":128401,"ĠÙĪÙħ":128402,"Ġkết":128403,"Ġหรืà¸Ń":128404,"ĠÙĪاÙĦÙħ":128405,"ĠÄijiá»ĥm":128406,"Ġ×ĸ×ķ":128407,"Ġ×ij×ķ":128408,"׼×ķת":128409,"Ġhá»Ļi":128410,"Ġbằng":128411,"تÙĩا":128412,"Ġ׼×ĵ×Ļ":128413,"Ġ×Ķ×Ŀ":128414,"Ġxuất":128415,"ĠÙĤد":128416,"Ġbảo":128417,"Ġtá»ijt":128418,"Ġtình":128419,"ĠÙĩÙĬ":128420,"ĠÄijá»iji":128421,"Ġthiết":128422,"Ġhiá»ĩu":128423,"Ġtiếp":128424,"Ġtạo":128425,"ת×Ķ":128426,"Ġchủ":128427,"oÅĽÄĩ":128428,"Ġgiú":128429,"Ġgiúp":128430,"Ġý":128431,"Ġquả":128432,"Ġloại":128433,"Ġcô":128434,"Ġô":128435,"Ġông":128436,"Ġ×Ķ×ķ":128437,"ĠاÙĦÙĬÙĪÙħ":128438,"ĠtÃŃnh":128439,"га":128440,"Ġphòng":128441,"ĠÄĥn":128442,"ĠعاÙħ":128443,"Ġvá»ĭ":128444,"larını":128445,"rÃŃa":128446,"ĠtỼi":128447,"ĠÄijÆ°á»Ŀng":128448,"ĠgiỼi":128449,"Ġbản":128450,"Ġcầu":128451,"Ġnhiên":128452,"Ġbá»ĩnh":128453,"ĠthÆ°á»Ŀng":128454,"Ġ×IJ×Ļף":128455,"ĠÄijá»ģ":128456,"Ġhá»ĩ":128457,"Ġ×Ļשר×IJ׾":128458,"Ġquá":128459,"ĠÐĹа":128460,"ãģ®ãģ§ãģĻãģĮ":128461,"ĠÐŁÑĢи":128462,"Ġphần":128463,"ĠÙĪÙĦا":128464,"ĠlỼn":128465,"Ġtrá»ĭ":128466,"Ġcảm":128467,"Ġмо":128468,"Ġdùng":128469,"ĠاÙĦÙī":128470,"ĠعÙĦÙĬÙĩ":128471,"ĠìŀĪìĬµëĭĪëĭ¤":128472,"ÙĬÙĤ":128473,"ĠÙĤبÙĦ":128474,"Ġhoặc":128475,"ĠØŃÙĬØ«":128476,"Ġà¸Ĺีà¹Ī":128477,"ĠغÙĬر":128478,"ĠÄijại":128479,"Ġsá»ijng":128480,"нÑĭми":128481,"Ġthức":128482,"Ġפ×Ļ":128483,"ĠÄijiá»ĩn":128484,"ãģªãģĭãģ£ãģŁ":128485,"Ġgiải":128486,"Ġvẫn":128487,"ĠиÑħ":128488,"Ġönce":128489,"ĠváºŃy":128490,"Ġmuá»ijn":128491,"Ġảnh":128492,"à¹ĥà¸Ļà¸ģาร":128493,"ĠQuá»ijc":128494,"Ġkế":128495,"׳×IJ":128496,"Ġס×Ļ":128497,"Ġyêu":128498,"ãģ®ãģĭ":128499,"ĠÄijẹ":128500,"ĠÄijẹp":128501,"Ġchức":128502,"Ġyıl":128503,"ĠTürkiye":128504,"dé":128505,"ĠÙĤاÙĦ":128506,"Ġdá»ĭch":128507,"ĠolduÄŁu":128508,"Ġchá»įn":128509,"ĠتÙħ":128510,"หà¸Ļึà¹Īà¸ĩ":128511,"ãģķãĤĮãģŁ":128512,"Ġpháp":128513,"ìĽĶ":128514,"Ġtiá»ģn":128515,"ãģĹãģ¾ãģĹãģŁ":128516,"Ġש׾×IJ":128517,"ÙĦØ©":128518,"Ġ׾פ׳×Ļ":128519,"Ġ×ij×Ļת":128520,"ĠHÃł":128521,"ĠØŃت":128522,"ĠØŃتÙī":128523,"Ġ×¢×ķ×ĵ":128524,"Ġnó":128525,"Ġtháng":128526,"à¹Ģลืà¸Ńà¸ģ":128527,"ר×Ķ":128528,"ĠtÄĥng":128529,"Ġcái":128530,"Ġtriá»ĥn":128531,"Ġ×IJ×ķת×ķ":128532,"ìłģìĿ¸":128533,"ĠCông":128534,"Ġ׾×Ķ×Ļ×ķת":128535,"Ġгода":128536,"иÑİ":128537,"Ġبعض":128538,"Ġà¸ģาร":128539,"èī¯ãģĦ":128540,"ÙĪت":128541,"Ġliên":128542,"ĠÐĿо":128543,"ĠÐĿе":128544,"çļĦãģª":128545,"ĠÙħت":128546,"ĠÑĤакже":128547,"ĠкоÑĤоÑĢÑĭе":128548,"Ġ×Ļ×ĵ×Ļ":128549,"Ġtrá»įng":128550,"ãĤµãĤ¤ãĥĪ":128551,"ìłģìľ¼ë¡ľ":128552,"ĠtáºŃp":128553,"Ġש׾×Ļ":128554,"íķĺê²Į":128555,"ĠtÃłi":128556,"ĠЯ":128557,"Ġrá»ĵi":128558,"اÙĥ":128559,"ĠthÆ°Æ¡ng":128560,"Ġ×Ķ×ĸ×Ķ":128561,"ĠÙĪÙħÙĨ":128562,"à¸Ĺีà¹Īมี":128563,"Ġcuá»Ļc":128564,"Ġbüyük":128565,"ãģ¨ãģĭ":128566,"Ġ×ij×Ļ×ķתר":128567,"Ġlần":128568,"Ġgöre":128569,"Ġtrợ":128570,"Ġ×ĺ×ķ×ij":128571,"ÑĤÑĮÑģÑı":128572,"Ġthá»ijng":128573,"Ġ׼ש":128574,"Ġtiêu":128575,"Ġ×ŀ×IJ×ķ×ĵ":128576,"ØĽ":128577,"kÄħ":128578,"Ġà¹ĥà¸Ļ":128579,"Ġvấn":128580,"Ġש׾×ķ":128581,"ĠÄijá»ģu":128582,"Ùģت":128583,"Ġê²ĥìĿ´":128584,"Ġhóa":128585,"ĠاÙĦعاÙħ":128586,"ĠÙĬÙĪÙħ":128587,"кой":128588,"Ġbiá»ĩt":128589,"ÑģÑĤо":128590,"Ġ×Ķ×Ļ×ķ":128591,"à¸Ĺีà¹Īà¸Īะ":128592,"Ġ×ĵ×Ļ":128593,"Ġ×IJ×ļ":128594,"Ġán":128595,"صÙĪر":128596,"ĠtrÃŃ":128597,"ĠÐŁÑĢо":128598,"Ġlá»±c":128599,"ãģĹãģ¦ãģĦãģ¾ãģĻ":128600,"ĠbÃłi":128601,"Ġ×ĸ×IJת":128602,"Ġbáo":128603,"à¸ļà¸Ļ":128604,"ĠëĮĢíķľ":128605,"Ġtiế":128606,"Ġtiếng":128607,"Ġbên":128608,"ãģķãĤĮãĤĭ":128609,"sión":128610,"Ġtìm":128611,"×¢×ķ":128612,"mé":128613,"ниÑı":128614,"ãģ»ãģ©":128615,"Ġà¹Ģà¸ŀราะ":128616,"بة":128617,"Ġë¶Ħ":128618,"Ġ×IJ×ĸ":128619,"à¸Ĺà¹Īาà¸Ļ":128620,"ת×Ŀ":128621,"Ġthêm":128622,"Ġhoạt":128623,"yı":128624,"×ĸ×ķ":128625,"Ġgiá»Ŀ":128626,"Ġbán":128627,"à¸Ĥาย":128628,"Ñĩа":128629,"Ġà¹Ĩ":128630,"ĠاÙĦÙħت":128631,"ĠоÑĩенÑĮ":128632,"Ġbất":128633,"Ġtrẻ":128634,"ÑĤÑĢ":128635,"ĠØ£ÙĨÙĩ":128636,"ĠØ«Ùħ":128637,"Ġ׼×ŀ×Ķ":128638,"Ġkhó":128639,"Ġrằng":128640,"ĠÙĪÙģÙĬ":128641,"ний":128642,"ĠhoÃłn":128643,"tó":128644,"Ġ×IJשר":128645,"ĠìĥĿê°ģ":128646,"Ñģа":128647,"Ġ׼×ijר":128648,"ĠÑįÑĤом":128649,"larının":128650,"ĠchÆ°a":128651,"зи":128652,"Ġdẫn":128653,"ĠÐļак":128654,"جÙĪ":128655,"ĠбÑĭло":128656,"ĠÙĬت":128657,"nı":128658,"ÅĤam":128659,"ĠÙĪÙĩÙĪ":128660,"×ij×ķ":128661,"пи":128662,"רת":128663,"Ġquá»ijc":128664,"жд":128665,"ĠÄijÆ¡n":128666,"Ùĥتب":128667,"Ġmắt":128668,"ระà¸ļ":128669,"ระà¸ļà¸ļ":128670,"ĠÙĥاÙĨت":128671,"Ġthân":128672,"สิà¸Ļà¸Ħà¹īา":128673,"×Ĵ×Ļ":128674,"ĠphÆ°Æ¡ng":128675,"à¹Ħมà¹Īà¹Ħà¸Ķà¹ī":128676,"ĠìĦ±":128677,"ĠCác":128678,"Ġ×Ķ×ŀ×ķ":128679,"ĠÑĤем":128680,"Ġ×ĵ×ķ":128681,"à¸Ńะà¹Ħร":128682,"ĠvÄĥn":128683,"ãģªãģ®ãģ§":128684,"ĠNá»Ļi":128685,"Ġ×¢×ķ":128686,"ãĤīãĤĮãĤĭ":128687,"Ġsáng":128688,"Ġgöster":128689,"ãģĵãģ¨ãĤĴ":128690,"Ġtarafından":128691,"Ġма":128692,"ĠпоÑģле":128693,"Ġ׳×Ļת":128694,"Ġ׳×Ļ×ª×Ł":128695,"ĠлеÑĤ":128696,"Ġ׾׳×ķ":128697,"ÑģÑģ":128698,"Ġ×Ļ×ķ":128699,"пе":128700,"ĠÙĪÙĦÙĥ":128701,"ĠÙĪÙĦÙĥÙĨ":128702,"ĠngoÃłi":128703,"ĠÄijá»ĭa":128704,"rzÄħd":128705,"dziaÅĤ":128706,"ĠÙħر":128707,"иÑĤÑĮÑģÑı":128708,"Ġ×IJ×Ĺר×Ļ":128709,"Ġ׾׼׾":128710,"à¸Ĥà¹īà¸Ńม":128711,"à¸Ĥà¹īà¸Ńมูล":128712,"Ġбол":128713,"Ġболее":128714,"جÙħع":128715,"леÑĤ":128716,"Ġlá»ĭch":128717,"ĠÙħØ«ÙĦ":128718,"Ġê·¸ë¦¬ê³ł":128719,"Ġthứ":128720,"ĠdeÄŁil":128721,"ÙĪØŃ":128722,"Ġש׾×ļ":128723,"ĠÙħØŃÙħد":128724,"Ġnếu":128725,"ĠÄijá»ķi":128726,"Ġvừa":128727,"Ġmá»įi":128728,"Ġони":128729,"Ġlúc":128730,"ĠÙĬÙĥÙĪÙĨ":128731,"ì§Ī":128732,"Ġש׾׳×ķ":128733,"ĠÐĶо":128734,"Ġש׳×Ļ":128735,"ลิ":128736,"×IJפשר":128737,"Ġsức":128738,"ê¶Į":128739,"Ġứng":128740,"à¹Ħมà¹Īมี":128741,"Ø·ÙĦب":128742,"ĠÑĩем":128743,"Ġchuyên":128744,"ĠthÃŃch":128745,"Ġ×ķ×Ļ":128746,"íķ©":128747,"ĠÙħصر":128748,"до":128749,"ĠÄijất":128750,"Ġchế":128751,"à¸Ĭืà¹Īà¸Ń":128752,"Ġìĭł":128753,"Ġإذا":128754,"ĠرئÙĬس":128755,"Ġש×Ļש":128756,"Ġgiảm":128757,"Ñģка":128758,"larında":128759,"Ġsợ":128760,"ĠtÃŃch":128761,"ĠÙĦÙĥÙĨ":128762,"ĠبÙħ":128763,"×¢×ķ×ij":128764,"×¢×ķ×ij×ĵ":128765,"ÅĤÄħcz":128766,"larına":128767,"Ġש×Ŀ":128768,"ĠÙĦت":128769,"Ġש×Ķ×ķ×IJ":128770,"tów":128771,"Ġëĭ¤ë¥¸":128772,"ĠØ£Ùĥثر":128773,"ãģ®ãģ§ãģĻ":128774,"׼×Ļ×Ŀ":128775,"ĠolduÄŁunu":128776,"ãģĭãģª":128777,"ãĤĤãģĨ":128778,"ÙĬØŃ":128779,"Ġnhìn":128780,"Ġnghá»ĩ":128781,"ãģ«ãģªãģ£ãģ¦":128782,"па":128783,"Ġquyết":128784,"ÙĦÙĤ":128785,"tá":128786,"Ġluôn":128787,"ĠÄijặc":128788,"Ġ×IJר":128789,"Ġtuá»ķi":128790,"são":128791,"ìĻ¸":128792,"رد":128793,"ĠبÙĩا":128794,"Ġ×Ķ×Ļ×ķ×Ŀ":128795,"×ķ×ķ×Ļ":128796,"ãģ§ãģĻãģŃ":128797,"ĠÑĤого":128798,"Ġthủ":128799,"ãģĹãģŁãģĦ":128800,"رÙĤ":128801,"Ġbắt":128802,"гÑĥ":128803,"Ġtá»Ń":128804,"ÑĪа":128805,"Ġà¸Ľà¸µ":128806,"Ġ×Ķ×IJ×Ŀ":128807,"íı¬":128808,"ża":128809,"Ġ×IJת×Ķ":128810,"Ġná»Ļi":128811,"ĠphÃŃ":128812,"ĠÅŁekilde":128813,"Ġlá»Ŀi":128814,"dıģı":128815,"Ġ׼×IJף":128816,"Ġtüm":128817,"Ġmạnh":128818,"ĠMỹ":128819,"ãģĿãĤĵãģª":128820,"Ġnhá»ı":128821,"ãģªãģĮãĤī":128822,"Ġbình":128823,"ıp":128824,"à¸ŀา":128825,"ĠÄijánh":128826,"ĠÙĪÙĦ":128827,"ר×ķת":128828,"Ġ×IJ×Ļ×ļ":128829,"Ġchuyá»ĥn":128830,"Ùĥا":128831,"ãĤĮãĤĭ":128832,"à¹ģมà¹Ī":128833,"ãĤĪãģı":128834,"ĠÙĪÙĤد":128835,"íĸĪëĭ¤":128836,"ĠnÆ¡i":128837,"ãģ«ãĤĪãģ£ãģ¦":128838,"Ġviết":128839,"Ġà¹Ģà¸ŀืà¹Īà¸Ń":128840,"ëIJĺëĬĶ":128841,"ادÙĬ":128842,"ĠÙģØ¥ÙĨ":128843,"ì¦Ŀ":128844,"ĠÄijặt":128845,"ĠhÆ°á»Ľng":128846,"Ġxã":128847,"Ġönemli":128848,"ãģłãģ¨":128849,"Ġmẹ":128850,"Ġ×ij×Ļ":128851,"Ġ×ĵ×ijר":128852,"ĠváºŃt":128853,"ĠÄijạo":128854,"Ġdá»±ng":128855,"ĠÑĤом":128856,"ĠÙģÙĬÙĩا":128857,"ĠجÙħÙĬع":128858,"ĠthuáºŃt":128859,"stÄĻp":128860,"Ġtiết":128861,"Ø´ÙĬ":128862,"ĠеÑīе":128863,"ãģĻãĤĭãģ¨":128864,"ĠmÃłu":128865,"ĠÑįÑĤого":128866,"Ġvô":128867,"ĠÐŃÑĤо":128868,"ĠtháºŃt":128869,"Ġnữa":128870,"Ġbiến":128871,"Ġnữ":128872,"Ġ׾׼×Ŀ":128873,"×Ļ×Ļף":128874,"Ġست":128875,"ĠÐŀÑĤ":128876,"Ġphụ":128877,"ê¹Įì§Ģ":128878,"Ġ׾×ļ":128879,"Ġkỳ":128880,"à¹ĥà¸Ħร":128881,"Ġgây":128882,"ĠÙĦÙĦÙħ":128883,"Ġtục":128884,"تÙĬÙĨ":128885,"Ġtrợ":128886,"Ġ׾פ×Ļ":128887,"Ġbá»ij":128888,"ĠÐļа":128889,"ĠÄijình":128890,"owÄħ":128891,"sında":128892,"Ġkhiến":128893,"sız":128894,"Ġкогда":128895,"×¡×ľ":128896,"ĠбÑĭл":128897,"à¸Ļà¹īà¸Ńย":128898,"обÑĢаз":128899,"Ġê²ĥìĿ´ëĭ¤":128900,"ëĵ¤ìĿĢ":128901,"ãģ¸ãģ®":128902,"Ġà¹Ģมืà¹Īà¸Ń":128903,"Ġphục":128904,"Ġ×Ĺ׾ק":128905,"Ġhết":128906,"ĠÄija":128907,"à¹Ģà¸Ķà¹ĩà¸ģ":128908,"íĺķ":128909,"lÃŃ":128910,"ê¸ī":128911,"Ġعدد":128912,"ĠÄijá»ĵ":128913,"Ġgần":128914,"Ġ×Ļ×ķ×Ŀ":128915,"ĠsÄ©":128916,"ÑĢÑıд":128917,"Ġquyá»ģn":128918,"Ġ×IJ׾×IJ":128919,"ÙĩÙħا":128920,"׳×Ļ×Ķ":128921,"׾×ķת":128922,"Ġ×Ķר×ij×Ķ":128923,"Ġtiên":128924,"Ġalın":128925,"Ġdá»ħ":128926,"人ãģĮ":128927,"ноÑģ":128928,"лÑģÑı":128929,"ĠÄijÆ°a":128930,"สาว":128931,"иÑĢован":128932,"Ġ×ŀספר":128933,"×Ĵף":128934,"Ġkiến":128935,"ĠШ":128936,"pé":128937,"бÑĥ":128938,"овой":128939,"ба":128940,"ĠØ¥ÙĦا":128941,"×IJ׾×Ļ":128942,"Ġxây":128943,"Ġbợi":128944,"Ġש×ķ":128945,"人ãģ®":128946,"ק×Ļ×Ŀ":128947,"à¹Ģà¸Ķืà¸Ńà¸Ļ":128948,"Ġkhá":128949,"Ġ×ķ׾×Ķ":128950,"×ĵ×ķת":128951,"Ġ×¢×ij×ķר":128952,"ĠبشÙĥÙĦ":128953,"ĠÙĩÙĨاÙĥ":128954,"ÑĤÑĢа":128955,"ĠíķĺëĬĶ":128956,"รà¸Ńà¸ļ":128957,"owaÅĤ":128958,"hé":128959,"Ġdiá»ħn":128960,"Ġ×Ķ׼׾":128961,"Ġأس":128962,"Ġchuyá»ĩn":128963,"ระà¸Ķัà¸ļ":128964,"ĠNhững":128965,"Ġ×IJ×Ĺת":128966,"ĠØŃÙĪÙĦ":128967,"лов":128968,"׳ר":128969,"Ġ×ķ׳":128970,"ĠchÆ¡i":128971,"Ġiçinde":128972,"ÑģÑĤвÑĥ":128973,"Ġphá»ij":128974,"ĠÑģÑĥ":128975,"ç§ģãģ¯":128976,"Ġchứng":128977,"Ġvá»±c":128978,"à¹ģà¸Ń":128979,"ĠláºŃp":128980,"Ġtừng":128981,"å°ijãģĹ":128982,"ĠNguy":128983,"ĠNguyá»ħn":128984,"ĠÙģÙĬÙĩ":128985,"Ġба":128986,"×Ļ×Ļת":128987,"Ġ×ľ×¢×©×ķת":128988,"Ġ×ŀ׼":128989,"Ġnghiá»ĩm":128990,"Ġмного":128991,"Ġее":128992,"ëIJĺìĸ´":128993,"Ġlợi":128994,"Ġ׾׾×IJ":128995,"Ġ׼ף":128996,"ĠchÃŃ":128997,"ãģ§ãģ®":128998,"×Ĺ×ķ":128999,"ש×ķ×Ŀ":129000,"Ġ×ŀר":129001,"ĠÐĶлÑı":129002,"Åģ":129003,"Ġ׼×IJשר":129004,"ĠMá»Ļt":129005,"ĠÙĪاÙĦت":129006,"ĠìĿ´ëŁ°":129007,"ÅŁa":129008,"Ġchiến":129009,"Ġarasında":129010,"Ġ×ij×IJתר":129011,"ãģķãĤĮãģ¦ãģĦãĤĭ":129012,"Ø´ÙĥÙĦ":129013,"Ġtượng":129014,"Ġتت":129015,"ĠCó":129016,"Ġbá»ı":129017,"Ġtá»īnh":129018,"ĠkhÃŃ":129019,"ĠпÑĢоÑģÑĤ":129020,"ĠпÑĢоÑģÑĤо":129021,"ĠÙĪÙĤاÙĦ":129022,"Ġgiáo":129023,"ĠNếu":129024,"×IJ×ŀר":129025,"×¢×ł×Ļ×Ļף":129026,"íݸ":129027,"ÙĩدÙģ":129028,"ĠBá»Ļ":129029,"ĠbÃłn":129030,"Ġnguyên":129031,"Ġgüzel":129032,"สาย":129033,"ì²ľ":129034,"×ŀ×ķר":129035,"Ġphân":129036,"ספק":129037,"ק×ij׾":129038,"ĠاÙĦÙħتØŃ":129039,"ĠاÙĦÙħتØŃدة":129040,"ائد":129041,"Ġ×IJ×ŀר":129042,"ĠkiÅŁi":129043,"ì¤Ģ":129044,"Ġtruyá»ģn":129045,"ĠÙĦÙĩا":129046,"ĠÐľÐ°":129047,"à¸ļริษ":129048,"à¸ļริษั":129049,"à¸ļริษัà¸Ĺ":129050,"Ġש׳×Ļ×Ŀ":129051,"ĠменÑı":129052,"ÅŁe":129053,"Ġdiá»ĩn":129054,"Ġ×IJ׳×Ĺ׳×ķ":129055,"kü":129056,"Ġcá»ķ":129057,"Ġmá»Ĺi":129058,"wä":129059,"ÙħÙĬ":129060,"Ġhiá»ĥu":129061,"ëĭ¬":129062,"Ġ×Ķ×Ĺ׾":129063,"Ġtên":129064,"Ġkiá»ĩn":129065,"ÙĨÙĤÙĦ":129066,"Ġvá»ĩ":129067,"×ĵת":129068,"ĠÐłÐ¾ÑģÑģии":129069,"лÑĥ":129070,"ĠاÙĦعربÙĬØ©":129071,"ĠطرÙĬÙĤ":129072,"Ġ×Ķ×ij×Ļת":129073,"ÑģеÑĢ":129074,"Ġмне":129075,"äu":129076,"Ġtriá»ĩu":129077,"ĠÄijủ":129078,"Ġר×ij":129079,"تÙĩÙħ":129080,"à¸ĭี":129081,"Ġì§Ģê¸Ī":129082,"liÅĽmy":129083,"دعÙħ":129084,"ãģłãĤįãģĨ":129085,"Ñģкие":129086,"Ġhá»ıi":129087,"Ġק×ķ":129088,"ÑĢÑĥÑģ":129089,"ÙĨظر":129090,"ãģ®ãĤĤ":129091,"Ġ×Ķ׼×Ļ":129092,"ĠìĽIJ":129093,"ÙĪÙĩ":129094,"ĠÙĪÙİ":129095,"ĠBạn":129096,"плаÑĤ":129097,"Ġ×ŀ×ŀש":129098,"лÑİб":129099,"ĠнÑĥжно":129100,"ĠthÆ°":129101,"ãģµ":129102,"ãģıãĤīãģĦ":129103,"رش":129104,"ר×ķ×Ĺ":129105,"ĠÙĬتÙħ":129106,"Ġצר×Ļ×ļ":129107,"Ġphá":129108,"มà¸Ńà¸ĩ":129109,"Ġ×ij×IJ×ķפף":129110,"Ġcảnh":129111,"Ġíķľëĭ¤":129112,"Ġ×Ķ×ŀת":129113,"à¸ķà¹Īาà¸ĩà¹Ĩ":129114,"มีà¸ģาร":129115,"ÑģкиÑħ":129116,"ĠÐĴÑģе":129117,"ĠاÙĪ":129118,"جÙĬ":129119,"ãģĵãģ¨ãģ¯":129120,"ĠdÃłi":129121,"Ġhá»ĵ":129122,"èĩªåĪĨãģ®":129123,"à¹Ħหà¸Ļ":129124,"ëĵ¤ìĿĦ":129125,"ĠVÄĥn":129126,"Ġдаж":129127,"Ġдаже":129128,"Ñĭми":129129,"лаÑģÑĮ":129130,"ÙĬÙĪÙĨ":129131,"ÙĨÙĪ":129132,"có":129133,"ãģĹãģ¦ãģĦãģŁ":129134,"ãģłãģĭãĤī":129135,"طاÙĦب":129136,"Ġcá»Ńa":129137,"пÑĢоÑģ":129138,"ãģªãģ©ãģ®":129139,"รุà¹Īà¸Ļ":129140,"Ġchiếc":129141,"лÑĭ":129142,"ĠÑıвлÑıеÑĤÑģÑı":129143,"Ġná»ķi":129144,"ãģ®ãģĬ":129145,"Ġ×IJת×Ŀ":129146,"ĠëķĮ문ìĹIJ":129147,"à¸ģลาà¸ĩ":129148,"ĠbaÅŁka":129149,"ìĦĿ":129150,"ĠÑĨел":129151,"ÙģÙĤ":129152,"ãģ«ãĤĪãĤĭ":129153,"ÙĤا":129154,"Ġçıkar":129155,"Ġcứu":129156,"طا":129157,"Ġשת":129158,"à¹Ĥà¸Ħ":129159,"Ġ×ŀ׾":129160,"Ġ×Ķפר":129161,"Ġгде":129162,"Ġخط":129163,"åīįãģ«":129164,"cjÄĻ":129165,"Ġ×Ĺש×ķ×ij":129166,"ר×Ĵ×¢":129167,"Ġkhoảng":129168,"ĠÄijá»Ŀi":129169,"ĠÐłÐµ":129170,"Ġона":129171,"Ġ×IJ׳×ķ":129172,"ãģ®ãģ«":129173,"ĠاÙĦØ°ÙĬÙĨ":129174,"кÑĥп":129175,"ãĤµãĥ¼ãĥ":129176,"ãĤµãĥ¼ãĥĵ":129177,"ãĤµãĥ¼ãĥĵãĤ¹":129178,"вал":129179,"ге":129180,"Ġgiữa":129181,"ĠKhông":129182,"ĠâĹĭ":129183,"à¸ģลุà¹Īม":129184,"ĠÙħÙĨØ°":129185,"à¸Ńà¹Īาà¸Ļ":129186,"ĠÑģпоÑģоб":129187,"ĠÄijá»Ļi":129188,"ĠdiÄŁer":129189,"Ġà¸ĸà¹īา":129190,"ÙħØ«ÙĦ":129191,"Ġ×Ķ×IJ×Ļ":129192,"ĠدÙĪÙĨ":129193,"ÙĬراÙĨ":129194,"Ñīи":129195,"بÙĨاء":129196,"Ġآخر":129197,"ظÙĩر":129198,"Ġ×ij׼":129199,"ĠاÙĦÙħع":129200,"ãĥĴ":129201,"Ġtất":129202,"Ġmục":129203,"ĠdoÄŁru":129204,"ãģŁãĤī":129205,"Ġס×ķ":129206,"Ġxác":129207,"รà¸Ń":129208,"ĠcÄĥn":129209,"Ġонл":129210,"Ġонлайн":129211,"Ġký":129212,"Ġchân":129213,"Ġà¹Ħมà¹Ī":129214,"اØŃØ©":129215,"rán":129216,"׳×Ļ×Ļ×Ŀ":129217,"Ġ×ijף":129218,"ĠÐĸ":129219,"à¸ķรà¸ĩ":129220,"дÑĭ":129221,"Ġsắc":129222,"ÙĦت":129223,"ãĥŃãĥ¼":129224,"ĠÙĦÙĨ":129225,"Ġר×ķ":129226,"ĠdÆ°á»Ľi":129227,"à¹Ģà¸ĺ":129228,"à¹Ģà¸ĺà¸Ń":129229,"eÄŁi":129230,"Ġ×ķש":129231,"ĠÙĦØ£":129232,"Ġgặp":129233,"Ġcá»ij":129234,"ãģ¨ãģ¦ãĤĤ":129235,"رÙĪس":129236,"Ġ׾×Ķ×Ļ":129237,"Ġ본":129238,"ä¸ĬãģĴ":129239,"Ġmức":129240,"Ñħа":129241,"Ġìŀ¬":129242,"à¸īัà¸Ļ":129243,"ÑĢÑĥж":129244,"Ġaçık":129245,"ÙĪاÙĦ":129246,"Ġ×ĸ×ŀף":129247,"人ãģ¯":129248,"عÙĬÙĨ":129249,"ÑıÑħ":129250,"Ġ×Ĵ×ĵ×ķ׾":129251,"ר×ķ×ij":129252,"gó":129253,"ëĿ¼ê³ł":129254,"ĠarkadaÅŁ":129255,"ÙĨشر":129256,"ĠгодÑĥ":129257,"ĠболÑĮÑĪе":129258,"ãģ¡ãĤĩãģ£ãģ¨":129259,"Ġcâu":129260,"Ġsát":129261,"íĶ¼":129262,"Ġtiến":129263,"íķ´ìķ¼":129264,"ĠÙĪØ£ÙĨ":129265,"à¸Ļาà¸Ļ":129266,"Ġ×ij×IJ×ŀצע":129267,"Ġ×ij×IJ×ŀצע×ķת":129268,"Ġ׾ר":129269,"Ġquản":129270,"ĠÙĪاÙĦØ£":129271,"Ġ×IJ×ķת×Ķ":129272,"Ġìĸ´ëĸ¤":129273,"Ġê²ĥìĿĢ":129274,"ØŃسÙĨ":129275,"Ġmất":129276,"à¸Ħูà¹Ī":129277,"ãĥ¬ãĥ¼":129278,"ĠÐĶа":129279,"Ġolması":129280,"Ġthuá»Ļc":129281,"׳×Ĺ":129282,"íĨł":129283,"Ġsöyle":129284,"ãģĿãģĨãģ§ãģĻ":129285,"ĠتÙĥÙĪÙĨ":129286,"лÑĥÑĩ":129287,"׾×Ļ×ļ":129288,"ĠØ£ØŃد":129289,"лиÑģÑĮ":129290,"ĠвÑģего":129291,"Ġ×Ķר×ij":129292,"Ġ못":129293,"oÄŁ":129294,"oÄŁlu":129295,"ĠìĦł":129296,"ĠкаÑĢ":129297,"à¸łà¸²à¸Ħ":129298,"eÅĦ":129299,"Ġà¸ģà¹ĩ":129300,"Ġaynı":129301,"ĠbÃł":129302,"ãģªãĤĵãģ¦":129303,"Ġ모ëĵł":129304,"ÙĤرار":129305,"ãģĹãģªãģĦ":129306,"ĠÐĴо":129307,"ĠÙĪÙĩÙĬ":129308,"ники":129309,"ãĤĮãģŁ":129310,"Ġchuẩn":129311,"רע":129312,"ÙģرÙĬÙĤ":129313,"ãĤĴåıĹãģij":129314,"ĠÄijúng":129315,"бе":129316,"׼×ķ×Ĺ":129317,"пÑĥ":129318,"Ġ×ķ×Ĵ×Ŀ":129319,"×ŀ׳×Ļ":129320,"íĸ¥":129321,"צ×Ļ×Ŀ":129322,"à¸ĭิ":129323,"ÙĩÙĨ":129324,"нем":129325,"Ġ×ij×ij×Ļת":129326,"رع":129327,"Ġส":129328,"ĠÄIJÃł":129329,"íķĺëĭ¤":129330,"Ġấy":129331,"×Ĺ×ķ×ĵ":129332,"×Ĺ×ķ×ĵש":129333,"ĠÑĩеÑĢез":129334,"Ñĥл":129335,"ĠBình":129336,"Ġê²ĥìĿĦ":129337,"Ġ×Ĵר":129338,"ä»ĺãģij":129339,"×Ĺ׾ק":129340,"ĠتÙĦÙĥ":129341,"à¹ĥสà¹Ī":129342,"szÄħ":129343,"ÙĤاÙħ":129344,"دÙĪر":129345,"ĠÙģÙĤØ·":129346,"Ġhữu":129347,"ĠмогÑĥÑĤ":129348,"Ġgá»įi":129349,"Ġקר":129350,"à¸Īะมี":129351,"تÙĤدÙħ":129352,"Ġعبر":129353,"Ġ׾×Ķ×Ŀ":129354,"ĠÑģамо":129355,"ס×ĵר":129356,"ĠcÃłng":129357,"rÃŃ":129358,"Ġìŀ¥":129359,"ëĵ¤ìĿĺ":129360,"ĠÙĦÙĥ":129361,"поÑĢÑĤ":129362,"Ġkhả":129363,"ĠÑģебÑı":129364,"׳ף":129365,"ĠدÙĪر":129366,"Ġmợ":129367,"Ġcây":129368,"Ġfark":129369,"Ġfarklı":129370,"аÑİÑĤ":129371,"Ġtrá»±c":129372,"wiÄĻksz":129373,"Ġthuá»ijc":129374,"ĠتØŃت":129375,"تÙĦ":129376,"овÑĭе":129377,"ëĤł":129378,"Ġвам":129379,"بÙĦغ":129380,"Ġê°ĻìĿĢ":129381,"íĮIJ":129382,"ÙĦب":129383,"Ġnasıl":129384,"Ġодин":129385,"ман":129386,"ĠعÙĦÙĬÙĩا":129387,"би":129388,"Ġפש×ķ×ĺ":129389,"×ijר×Ļ":129390,"Ġש׳×Ķ":129391,"ĠëıĦ":129392,"ĠÄIJại":129393,"Ġ×IJ×ķת×Ŀ":129394,"ĠاÙĦØŃر":129395,"Ġбо":129396,"à¸Īุà¸Ķ":129397,"Ġrõ":129398,"ĠdeÄŁiÅŁ":129399,"Ġëĭ¨":129400,"ĠÑģлÑĥÑĩа":129401,"ĠÑģлÑĥÑĩае":129402,"Ġ×IJ׳ש×Ļ×Ŀ":129403,"×ĵ×£":129404,"ש×ijת":129405,"Ġש׾׼×Ŀ":129406,"Ġchú":129407,"ników":129408,"Ġtanı":129409,"Ġcáo":129410,"ĠÄijá":129411,"Ġ×IJ×ĵ×Ŀ":129412,"Ġê°ķ":129413,"Ġnhiá»ĩm":129414,"Ġ×ľ×¡":129415,"Ġ×Ľ×ª×ij":129416,"Ġ×Ķספר":129417,"ĠÄijÄĥng":129418,"ĠëijIJ":129419,"à¸ľà¸´":129420,"à¸ľà¸´à¸§":129421,"جا":129422,"Ġê°IJ":129423,"رأ":129424,"ستخدÙħ":129425,"ãģ«ãģªãĤĬãģ¾ãģĻ":129426,"Ġtá»·":129427,"×ĺ×ķר":129428,"говоÑĢ":129429,"ĠвоÑģ":129430,"ĠÙħÙĨÙĩا":129431,"иÑĢоваÑĤÑĮ":129432,"ĠÄijầy":129433,"׳×Ĵ":129434,"ĠÙħÙĪ":129435,"ĠÙħÙĪÙĤع":129436,"ר׼×Ļ":129437,"تÙı":129438,"모":129439,"Ġת×ķ":129440,"ÙĬاÙĭ":129441,"à¹ĥà¸Ķ":129442,"ãĤĬãģ¾ãģĻ":129443,"à¸Ńยูà¹Īà¹ĥà¸Ļ":129444,"ĠØ£ÙĪÙĦ":129445,"ĠأخرÙī":129446,"ĠcÆ°":129447,"صار":129448,"×ŀ×Ĺש×ij":129449,"бÑĢа":129450,"ÅĦski":129451,"бÑĢ":129452,"ĠÙĬÙı":129453,"à¸ģิà¸Ļ":129454,"Ġchá»ijng":129455,"ÙħÙı":129456,"Ġà¸Ħืà¸Ń":129457,"ĠتÙĨ":129458,"tÃŃ":129459,"yÄĩ":129460,"Ġmạng":129461,"ÙģÙĪ":129462,"Ġdünya":129463,"קר×IJ":129464,"Ġק׾":129465,"ĠØŃاÙĦ":129466,"cÃŃa":129467,"Ġà¹Ģรา":129468,"Ġר×ķצ×Ķ":129469,"Ġáp":129470,"ë°ķ":129471,"اÙĤØ©":129472,"ниÑİ":129473,"Ġ×IJ׾×ķ":129474,"Ġ×ŀס×ķ":129475,"ãģ§ãģ¯ãģªãģı":129476,"Ġtrả":129477,"Ġקשר":129478,"miÅŁtir":129479,"ĠlÆ°u":129480,"Ġhá»Ĺ":129481,"ĠбÑĭли":129482,"Ġlấy":129483,"عÙĦÙħ":129484,"Ġözel":129485,"æ°ĹãģĮ":129486,"Ġ×ĵר×ļ":129487,"Ùħد":129488,"sını":129489,"׳×ķש×IJ":129490,"rów":129491,"ÑĩеÑĢ":129492,"êµIJìľ¡":129493,"ĠÐľÐ¾":129494,"лег":129495,"ĠVỼi":129496,"วัà¸Ļà¸Ļีà¹ī":129497,"ÑİÑīие":129498,"ãģĬãģĻ":129499,"ãģĬãģĻãģĻ":129500,"ãģĬãģĻãģĻãĤģ":129501,"ëıħ":129502,"Ġ×Ļ×Ķ×Ļ×Ķ":129503,"×ŀ×ĺר":129504,"Ñıми":129505,"Ġlá»±a":129506,"ĠÄijấu":129507,"à¹Ģสียà¸ĩ":129508,"ĠtÆ°Æ¡ng":129509,"ëĵ±":129510,"ĠÑģÑĤаÑĢ":129511,"à¹ĥà¸ļ":129512,"วัà¸Ķ":129513,"ĠÄ°stanbul":129514,"Ġà¸Īะ":129515,"à¸ķลาà¸Ķ":129516,"ĠبÙĬ":129517,"à¹ģà¸Ļะ":129518,"à¹ģà¸Ļะà¸Ļำ":129519,"ساعد":129520,"Ġبأ":129521,"Ġkiá»ĥm":129522,"ØŃسب":129523,"à¸Ĭัà¹īà¸Ļ":129524,"Ġ×ķ×¢×ķ×ĵ":129525,"овÑĭÑħ":129526,"оÑģнов":129527,"ĠtrÆ°á»Łng":129528,"צ×ij×¢":129529,"ĠÃŃt":129530,"Ġkỹ":129531,"cré":129532,"Ñıм":129533,"êµ°":129534,"ãģĮãģªãģĦ":129535,"ÙĬÙĦØ©":129536,"ãĥķãĤ£":129537,"رÙī":129538,"ĠÙĬجب":129539,"Ġ×IJ×£":129540,"Ġcá»±c":129541,"ãĤīãĤĮãģŁ":129542,"Ġà¸ľà¸¹à¹ī":129543,"Ġà¸Ń":129544,"larımız":129545,"Ġkadın":129546,"Ġê·¸ëŀĺ":129547,"Ġê·¸ëŀĺìĦľ":129548,"ĠëĺIJëĬĶ":129549,"ĠÄijả":129550,"ĠÄijảm":129551,"Ġ×IJ×ķ×ŀר":129552,"Ġyếu":129553,"ciÄħ":129554,"ciÄħg":129555,"Ġtá»ij":129556,"Ġש×IJ׳×Ļ":129557,"ĠdziaÅĤa":129558,"Ñīа":129559,"ĠÄijÃłn":129560,"sına":129561,"ãģĵãĤĮãģ¯":129562,"Ġ×ij׾×Ļ":129563,"Ġ×ij×Ļשר×IJ׾":129564,"лоÑģÑĮ":129565,"Ġgiữ":129566,"ê°IJ":129567,"ÑĢон":129568,"تجار":129569,"глав":129570,"вин":129571,"Ġhạn":129572,"Ġyapılan":129573,"بس":129574,"Ġà¸ŀรà¹īà¸Ńม":129575,"ê´Ģ리":129576,"mÄ±ÅŁtır":129577,"bü":129578,"rück":129579,"ĠBaÅŁkanı":129580,"ĠÙĦÙĬس":129581,"ĠsÆ¡":129582,"à¸Īัà¸ĩหว":129583,"à¸Īัà¸ĩหวัà¸Ķ":129584,"داء":129585,"Ġ×Ķ׼":129586,"vÃŃ":129587,"ש×IJר":129588,"ĠhÆ°á»Łng":129589,"Ġbóng":129590,"ĠChÃŃnh":129591,"Äħc":129592,"à¹Ģà¸ģีà¹Īยวà¸ģัà¸ļ":129593,"Ġtứ":129594,"Ġtức":129595,"ĠÑĨвеÑĤ":129596,"Ġtá»iji":129597,"ĠnghÄ©a":129598,"ÙĦاعب":129599,"دÙĦ":129600,"Ġפע×Ŀ":129601,"hör":129602,"à¸Ĭุà¸Ķ":129603,"à¸ŀู":129604,"à¸ŀูà¸Ķ":129605,"паÑģ":129606,"ĠÅŁu":129607,"ĠtÆ°á»Łng":129608,"خارج":129609,"Ġâm":129610,"ĠинÑĤеÑĢеÑģ":129611,"еннÑĭÑħ":129612,"×IJ׳×Ļ":129613,"بدأ":129614,"ëĿ¼ëĬĶ":129615,"ì¹´":129616,"æĸ¹ãģĮ":129617,"лив":129618,"Ġà¸Ħà¸Ļ":129619,"ער×ļ":129620,"à¸Ĥà¸Ńà¸ĩà¸Ħุà¸ĵ":129621,"пад":129622,"Ġcạnh":129623,"ĠëĤ¨":129624,"ĠÄijâu":129625,"Ġbiá»ĥu":129626,"ãĤĤãģĤãĤĭ":129627,"׾×Ĵ":129628,"Ġสำหรัà¸ļ":129629,"Ġxuá»ijng":129630,"ס×ķ":129631,"Ġذات":129632,"ĠÐľÐµ":129633,"عاÙĦÙħ":129634,"×IJס":129635,"بÙĬØ©":129636,"شا":129637,"ием":129638,"ĠNgÆ°á»Ŀi":129639,"íĺij":129640,"Ñģлов":129641,"Ġпа":129642,"Ġmẫu":129643,"ĠпÑĢоÑĨеÑģÑģ":129644,"ĠNhÃł":129645,"пÑĢоиз":129646,"пÑĢоизвод":129647,"à¸łà¸²à¸¢à¹ĥà¸Ļ":129648,"Ġà¸ļาà¸Ĺ":129649,"×ŀ׳×ķ":129650,"ĠоÑĢган":129651,"רצ×ķ":129652,"×ķ×ŀ×Ļ×Ŀ":129653,"Ġyazı":129654,"Ġdù":129655,"ãĥ¬ãĥ³":129656,"ÙĪÙĦÙĬ":129657,"ยู":129658,"Ġtrò":129659,"à¹Ģà¸ŀลà¸ĩ":129660,"Ġ×ŀ׾×IJ":129661,"à¸ķล":129662,"à¸ķลà¸Ńà¸Ķ":129663,"ĠÄijạt":129664,"Ġ×Ĺ×ĵש":129665,"póÅĤ":129666,"Ġ×ŀ×ĵ×Ļ":129667,"ujÄħc":129668,"×ŀ׳×Ķ׾":129669,"Ġש×ij×ķ":129670,"Ġ×Ķ×ŀשפ×ĺ":129671,"Ġ×IJ׾×Ķ":129672,"ĠÙĪØ°ÙĦÙĥ":129673,"à¹Ģà¸ŀราะ":129674,"ĠÄijoÃłn":129675,"Ġíķ¨ê»ĺ":129676,"Ġdục":129677,"شت":129678,"Ġula":129679,"ĠulaÅŁ":129680,"Ġquý":129681,"Ġ×Ķ×Ĵ×ĵ×ķ׾":129682,"à¸ķัà¹īà¸ĩà¹ģà¸ķà¹Ī":129683,"Ġשר":129684,"Ø´Ùĩد":129685,"׳ש×Ļ×Ŀ":129686,"à¸ŀล":129687,"رÙĪا":129688,"ãĤĮãģ¦":129689,"ĠниÑħ":129690,"Ġдела":129691,"ãģ§ãģįãģªãģĦ":129692,"ÅĤoż":129693,"×IJ×Ĺר":129694,"ì½Ķ":129695,"ãĤ¢ãĥĥãĥĹ":129696,"دÙģع":129697,"Ġtiá»ĩn":129698,"Ġkhá»ı":129699,"Ġkhá»ıe":129700,"ĠاÙĦعاÙħØ©":129701,"ãģ«ãģĤãĤĭ":129702,"ĠÄijá»Ļc":129703,"족":129704,"Ġcụ":129705,"йÑĤе":129706,"Ġзакон":129707,"ĠпÑĢоекÑĤ":129708,"ìĸ¸":129709,"ÙĦØŃ":129710,"ĠçalÄ±ÅŁma":129711,"ãĤĴãģĻãĤĭ":129712,"Ñħи":129713,"عاد":129714,"Ġ׳×ŀצ×IJ":129715,"Ġר×Ļ":129716,"à¸Ńà¸Ńà¸ģมา":129717,"ĠTôi":129718,"Ġthần":129719,"ĠÙĬا":129720,"ลาย":129721,"ĠавÑĤо":129722,"Ġsıra":129723,"ĠÙĥØ«ÙĬر":129724,"ÙħÙĬز":129725,"ĠاÙĦعÙĦÙħ":129726,"æĸ¹ãģ¯":129727,"×ķ×¢×ĵ":129728,"ĠоблаÑģÑĤи":129729,"×Ļ׾×Ļ×Ŀ":129730,"ãģĮåĩº":129731,"à¸ĺุ":129732,"à¸ĺุร":129733,"à¸ĺุรà¸ģิà¸Ī":129734,"ÙĤتÙĦ":129735,"ר×IJ×ķ":129736,"Ġngu":129737,"Ġnguá»ĵn":129738,"Ġมา":129739,"Ġплан":129740,"tório":129741,"Ġcuá»iji":129742,"Ñģком":129743,"ĠاÙĦÙħاض":129744,"ĠاÙĦÙħاضÙĬ":129745,"Ġ×ij×¢×ľ":129746,"Ġר×ij×Ļ×Ŀ":129747,"ĠluáºŃn":129748,"ÙĥÙĪ":129749,"à¸Ĺัà¹īà¸ĩหมà¸Ķ":129750,"ван":129751,"Ġthoại":129752,"à¹Ħà¸Ń":129753,"биÑĢ":129754,"ĠاÙĦض":129755,"تا":129756,"ĠÑĢод":129757,"ĠVÃł":129758,"×ŀ×Ļף":129759,"ĠбÑĭла":129760,"ками":129761,"ĠÐĶе":129762,"tık":129763,"קר×Ļ":129764,"ĠeÄŁitim":129765,"ĠÙĥبÙĬر":129766,"بÙĥ":129767,"ĠÙĦÙĪ":129768,"вой":129769,"Ġãģĵãģ®":129770,"ĠÑĤÑĢÑĥд":129771,"myÅĽl":129772,"ĠsÆ°":129773,"à¸ŀีà¹Ī":129774,"Ġà¹ģลà¹īว":129775,"עק":129776,"Ġ×Ĺ×ijרת":129777,"ระหว":129778,"ระหวà¹Īาà¸ĩ":129779,"×Ļ×Ļ×Ķ":129780,"ĠاÙĦÙĨاس":129781,"ünü":129782,"Ġ׾×ŀ×Ķ":129783,"ĠchÆ°Æ¡ng":129784,"ĠHá»ĵ":129785,"ارت":129786,"ãĤĪãģĨãģ§ãģĻ":129787,"lá":129788,"ק×Ļ×Ļ×Ŀ":129789,"æľ¬å½ĵ":129790,"æľ¬å½ĵãģ«":129791,"ãģĵãĤĵãģª":129792,"Ñģов":129793,"Ġ×ķ×Ĺ":129794,"à¹Ģà¸ģà¹ĩà¸ļ":129795,"ĠкÑĤо":129796,"à¹Ĥรà¸Ħ":129797,"ĠشرÙĥØ©":129798,"عزÙĬ":129799,"عزÙĬز":129800,"Ø·ÙĦÙĤ":129801,"пÑĥÑģÑĤ":129802,"ÙģتØŃ":129803,"ëŀĢ":129804,"Ġhãy":129805,"ضÙħ":129806,"린":129807,"åł´åIJĪãģ¯":129808,"ãĤªãĥ¼":129809,"Ġhắn":129810,"Ġ×IJ×ij×Ļ×ij":129811,"Ġש׾×Ķ×Ŀ":129812,"Ġ×Ķ×Ļ×Ļת×Ķ":129813,"ĠاÙĦدÙĪÙĦØ©":129814,"ĠاÙĦÙĪÙĤ":129815,"ĠاÙĦÙĪÙĤت":129816,"ãģĤãģ¾ãĤĬ":129817,"ĠtaÅŁÄ±":129818,"Ä°N":129819,"עסק":129820,"ãģ¦ãģĦãģŁ":129821,"Ġtá»ķng":129822,"ĠاÙĦØ¥ÙĨس":129823,"ĠاÙĦØ¥ÙĨساÙĨ":129824,"ÑĢеÑĪ":129825,"Ġgái":129826,"ĠÑĨен":129827,"ĠÙģÙĤد":129828,"Ùħات":129829,"ãģķãĤĵãģ®":129830,"Ġphù":129831,"×ĺ×Ķ":129832,"ĠÙĪاÙĦتÙĬ":129833,"ĠبÙĥ":129834,"ìĿ´ëĤĺ":129835,"кÑģ":129836,"ÙħÙĬر":129837,"Ġvùng":129838,"ĠاÙĦشعب":129839,"ĠNhÆ°ng":129840,"ãĥĢãĥ¼":129841,"Ġ×Ĺ×Ļ×Ļ×Ŀ":129842,"Ġشخص":129843,"ק×ķ×ĵ":129844,"ê²Ģ":129845,"עש":129846,"×¢×ķ׾×Ŀ":129847,"צ×ķר":129848,"عÙĤد":129849,"ĠiÅŁlem":129850,"Ġ×Ķ×ij×IJ":129851,"Ġdưỡng":129852,"à¸Łà¸£à¸µ":129853,"ĠphÃŃa":129854,"ãģ®ä¸Ńãģ§":129855,"Ġпи":129856,"ĠngÃłnh":129857,"нима":129858,"ĠÙĩÙĦ":129859,"Ġ×ķ×IJת":129860,"ĠÄijáng":129861,"équipe":129862,"ĠÑįÑĤоÑĤ":129863,"Ġgörev":129864,"매":129865,"Ġquân":129866,"å¼ķãģį":129867,"æĻĤãģ«":129868,"ĠبÙħا":129869,"×ŀ×Ļת":129870,"Ġülke":129871,"Ġ×ŀק×ķ×Ŀ":129872,"×ijף":129873,"æ°ĹæĮģãģ¡":129874,"Ġë§İìĿĢ":129875,"Ġyüksek":129876,"ÑĨенÑĤÑĢ":129877,"ĠÙħجÙĦس":129878,"ç§ģãģ®":129879,"ÙĤدر":129880,"Ġë¶Ģë¶Ħ":129881,"Ġì°¨":129882,"خرج":129883,"ãģĭãģªãĤĬ":129884,"ë³´ëĭ¤":129885,"Ġ×ŀ×Ļ×ĵ×¢":129886,"peÅĤni":129887,"Ġxá»Ń":129888,"ìĹIJìĦľëĬĶ":129889,"ĠباÙĦÙħ":129890,"ĠÙĪÙħا":129891,"ĠÑįÑĤой":129892,"بÙĬÙĨ":129893,"nü":129894,"ØŃز":129895,"ØŃزب":129896,"ĠÑĢабоÑĤа":129897,"ĠNháºŃt":129898,"ÙĦاء":129899,"Ġëĵ¤":129900,"Ġëĵ¤ìĸ´":129901,"ãĤĦãģĻãģĦ":129902,"×Ĺ×ĸק":129903,"Ġ×Ķ×Ĺ×ijר×Ķ":129904,"пиÑĤ":129905,"ãģĭãĤīãģ®":129906,"Ġë§IJìĶĢ":129907,"Ġפ×ķ":129908,"ÙĦÙİ":129909,"à¹Ģà¸ķà¹ĩม":129910,"ĠÐļо":129911,"Ġmówi":129912,"ĠtÃŃn":129913,"ר×Ĵש":129914,"פרק":129915,"Ġtrạng":129916,"ĠÐŀн":129917,"×Ĺ×ķ×¥":129918,"ĠعÙĨدÙħا":129919,"Ġبر":129920,"使ãģĦ":129921,"Ġrá»Ļng":129922,"ëĮĢë¡ľ":129923,"íĪ¬":129924,"Ġktórych":129925,"вид":129926,"ลูà¸ģà¸Ħà¹īา":129927,"ĠmogÄħ":129928,"Ġש×Ĺ":129929,"×ij×Ĺר":129930,"ãĥĸãĥŃãĤ°":129931,"ĠThÃłnh":129932,"Ġ×Ķר×Ļ":129933,"ĠÑģÑĤаÑĤÑĮ":129934,"ĠHá»Ļi":129935,"à¸ļà¹īาà¸ĩ":129936,"çī¹ãģ«":129937,"ĠÄIJức":129938,"èĢħãģ®":129939,"×¢×ŀ×ķ×ĵ":129940,"×ĺר×Ķ":129941,"Ð¥":129942,"ĠÙħÙħا":129943,"ĠeÅŁ":129944,"ĠнеобÑħодимо":129945,"ников":129946,"Ġüzerinde":129947,"aÅĤa":129948,"Ġchá»ĭu":129949,"ĠاÙĦدÙĬÙĨ":129950,"أخبار":129951,"ĠÄijau":129952,"ãģĮå¤ļãģĦ":129953,"jÄħcych":129954,"دخÙĦ":129955,"larınd":129956,"larından":129957,"Ġsẻ":129958,"à¸ŀิà¹Ģศ":129959,"à¸ŀิà¹Ģศษ":129960,"×ª×Ł":129961,"tıģı":129962,"ĠluáºŃt":129963,"ĠÅŀe":129964,"ãĤ«ãĥ¼":129965,"ãģ®ãģĤãĤĭ":129966,"Ġ×Ķ×IJתר":129967,"ĠاÙĦØ¢ÙĨ":129968,"ıldı":129969,"Ġáo":129970,"ĠнаÑĩал":129971,"Ġviá»ĩn":129972,"Ġ×ij×¢×ķ׾×Ŀ":129973,"знаÑĩ":129974,"×Ļ×ĺ×Ķ":129975,"кам":129976,"ĠÐĺз":129977,"à¹Ģà¸Ĥียà¸Ļ":129978,"à¸Ļà¹īà¸Ńà¸ĩ":129979,"ÑĤÑĢо":129980,"à¹Ģà¸Ł":129981,"Ġжизни":129982,"Ġสà¹Īวà¸Ļ":129983,"ĠváºŃn":129984,"Ġê´Ģ볨":129985,"Ġlâu":129986,"ס×ĺר":129987,"קש":129988,"سÙĬر":129989,"Ġ×IJ×ķת×Ļ":129990,"Ġmôi":129991,"ائب":129992,"ĠоÑģÑĤа":129993,"Ġmón":129994,"Ġ×ij×ŀק×ķ×Ŀ":129995,"ĠداخÙĦ":129996,"Ġ×IJ×ķר":129997,"ĠваÑģ":129998,"ÙĥØ´Ùģ":129999,"ìĺ¨":130000,"à¸ĸà¹Īาย":130001,"Ġkullanıl":130002,"Ġtô":130003,"ãģ«ãĤĪãĤĬ":130004,"ĠëĺIJíķľ":130005,"Ġ×¢×ij×ķ×ĵ×Ķ":130006,"Ġriê":130007,"Ġriêng":130008,"Ġyakın":130009,"زا":130010,"Å»":130011,"×IJ×ķ׼׾":130012,"شارÙĥ":130013,"ĠбеÑģ":130014,"×´":130015,"ĠابÙĨ":130016,"ĠTá»ķng":130017,"ÙĨظ":130018,"ÅĽwiad":130019,"ãĤµãĥ¼":130020,"หาย":130021,"ĠGün":130022,"Ġhakkında":130023,"à¹Ģà¸Ĥà¹īามา":130024,"زÙĨ":130025,"ĠÐłÐ¾":130026,"Ġbiá»ĥn":130027,"ãģ©ãģĵ":130028,"ÙģعÙĦ":130029,"زع":130030,"פר×ĺ":130031,"Ġ×Ķף":130032,"Ø£ÙĩÙĦ":130033,"Ġthất":130034,"ØŃÙħÙĦ":130035,"ÑĩÑĥ":130036,"ĠìĤ¬ìĭ¤":130037,"ì°¸":130038,"ĠìľĦíķ´":130039,"ÙĪظ":130040,"ĠÐŁÐ¾Ð´":130041,"Ġkhoản":130042,"ÑĤен":130043,"ĠÙģاÙĦ":130044,"Ñģад":130045,"à¸Ļà¸Ńà¸Ļ":130046,"ĠاÙĦسعÙĪدÙĬØ©":130047,"\"ØĮ":130048,"ĠاÙĦÙĴ":130049,"ãĤīãģļ":130050,"Ġtoán":130051,"Ġchắc":130052,"׼×Ļר":130053,"méd":130054,"média":130055,"زÙĪ":130056,"Ġyanı":130057,"פ׳×Ļ×Ŀ":130058,"ØŃظ":130059,"ĠбеÑģп":130060,"ĠбеÑģплаÑĤ":130061,"ĠбеÑģплаÑĤно":130062,"ĠØ£ÙħاÙħ":130063,"à¸Ńาย":130064,"à¸Ńายุ":130065,"רשת":130066,"Ġgá»ĵ":130067,"Ġgá»ĵm":130068,"Ġuá»ijng":130069,"صب":130070,"kır":130071,"ãĥijãĥ¼":130072,"Ġ׾×ĵעת":130073,"ĠкÑĥпиÑĤÑĮ":130074,"׾×ķ×Ĺ":130075,"ÙĪضع":130076,"ÙĤÙĬÙħ":130077,"à¸Ľà¸²":130078,"жив":130079,"à¸Ķิà¸Ļ":130080,"×IJ×ķפ":130081,"à¹Ģลà¹ĩà¸ģ":130082,"ãĥĥãĥī":130083,"иÑĩеÑģкиÑħ":130084,"ĠChủ":130085,"кÑĢаÑģ":130086,"ÙĪصÙĦ":130087,"pÅĤat":130088,"моÑĢ":130089,"Ġ×Ķ×IJ×ķ":130090,"à¸Ńิà¸Ļ":130091,"ĠíķľêµŃ":130092,"гÑĢе":130093,"Ġìłľê³µ":130094,"ì°½":130095,"Ġê°ľìĿ¸ìłķë³´":130096,"Ġnghá»ĭ":130097,"à¸ĭา":130098,"ØŃساب":130099,"ĠbyÅĤa":130100,"ÙħÙĦÙĥ":130101,"иÑĩеÑģкие":130102,"Ġbác":130103,"ضØŃ":130104,"길":130105,"ש×ŀ×¢":130106,"Ġìĸ´ëĸ»":130107,"Ġìĸ´ëĸ»ê²Į":130108,"ìĽĮ":130109,"اتÙĩ":130110,"à¹Ĥรà¸ĩà¹ģ":130111,"à¹Ĥรà¸ĩà¹ģรม":130112,"خدÙħØ©":130113,"ĠÐłÐ°":130114,"׼×ķ׾×Ŀ":130115,"×ŀש×Ĺק":130116,"ĠÙĪÙĥاÙĨ":130117,"ס×ķ×£":130118,"ĠاÙĦØŃÙĥÙĪÙħØ©":130119,"Ġ×ij×ĺ":130120,"ĠtráºŃn":130121,"Ġ×Ķ×¢×ķ׾×Ŀ":130122,"ĠÃŃch":130123,"tÄħ":130124,"ש×ŀ×ķ":130125,"Ġ×Ķר×IJש×ķף":130126,"Ġíķĺê³ł":130127,"ãģķãĤī":130128,"ãģķãĤīãģ«":130129,"ãģ«ãģĹãģ¦":130130,"Ġà¸ľà¸¡":130131,"ãģ®ãĤĪãģĨãģª":130132,"ĠÙĪÙĤت":130133,"ãĥįãĥĥãĥĪ":130134,"ÙĦعب":130135,"ÙĪØ´":130136,"ìĺ¬":130137,"Ġหาà¸ģ":130138,"ĠmiaÅĤ":130139,"à¸Ĺà¸Ńà¸ĩ":130140,"иÑĤа":130141,"اصر":130142,"илÑģÑı":130143,"зе":130144,"à¸Ľà¸£à¸°à¸¡à¸²à¸ĵ":130145,"ãģĿãĤĮãģ¯":130146,"Ġbır":130147,"Ġbırak":130148,"صÙĨاع":130149,"Ю":130150,"شعر":130151,"Ġ׳×Ĵ×ĵ":130152,"Ġبسبب":130153,"ãĥĿãĤ¤":130154,"ãĥĿãĤ¤ãĥ³ãĥĪ":130155,"ĠاÙĦجÙĪ":130156,"ĠнеÑģколÑĮко":130157,"Ġkiếm":130158,"ÙģÙİ":130159,"Ġضد":130160,"×ij×Ļ×ĺ×ķ×Ĺ":130161,"تابع":130162,"ÙĨز":130163,"ĠBản":130164,"Ġaçıkl":130165,"Ġaçıklama":130166,"Ġà¸Ħุà¸ĵ":130167,"à¸Ĺา":130168,"ÅĤów":130169,"طب":130170,"ÙĨØŃÙĨ":130171,"Ġ×ŀק×ķר":130172,"ĠÄ°s":130173,"Ġдома":130174,"Ġวัà¸Ļ":130175,"ĠdÃłnh":130176,"Ñıн":130177,"миÑĢ":130178,"Ġmô":130179,"ĠvÃłng":130180,"صاب":130181,"sının":130182,"à¸Ħืà¸Ļ":130183,"خبر":130184,"×ĸ׼×ķ":130185,"Ġ×ŀש×Ķ×ķ":130186,"mü":130187,"Ġкомпании":130188,"Ġ×Ķ×¢×Ļר":130189,"ĠÙĥÙĪ":130190,"ÙĤÙĦب":130191,"ĠlỼp":130192,"ики":130193,"׳×ij":130194,"à¹Ĥà¸Ħร":130195,"à¹Ĥà¸Ħรà¸ĩ":130196,"à¹Ĥà¸Ħรà¸ĩà¸ģาร":130197,"×ŀ×ķ×¢×ĵ":130198,"ÑıÑĤÑģÑı":130199,"หลัà¸ĩà¸Īาà¸ģ":130200,"ениÑİ":130201,"Ġשע":130202,"ĠbÆ°á»Ľc":130203,"ãĥ¡ãĥ¼ãĥ«":130204,"ãĤĦãĤĬ":130205,"Ġ×Ļ×ķ×ĵ×¢":130206,"Ġê´Ģíķľ":130207,"ĠاÙĦØ£Ùħر":130208,"Ġbölge":130209,"ĠÑģвой":130210,"ÙĦس":130211,"Ġ×ŀ×Ļ×ķ×Ĺ×ĵ":130212,"ĠëĤ´ìļ©":130213,"ĠأجÙĦ":130214,"ĠÄIJông":130215,"Ġ×ŀ×ł×ª":130216,"Ġìĭľê°Ħ":130217,"ÙĥÙİ":130218,"ãģ¨ãģĦãģĨãģ®ãģ¯":130219,"Ġnależy":130220,"تÙĨظÙĬÙħ":130221,"ĠÑģозда":130222,"Ġphé":130223,"Ġphép":130224,"ãģ§ãģįãģ¾ãģĻ":130225,"ĠعÙĦÙħ":130226,"大ãģįãģª":130227,"ãĤ²ãĥ¼ãĥł":130228,"íħĮ":130229,"Ġ׼×ķ׾׾":130230,"ĠинÑĤеÑĢнеÑĤ":130231,"ĠTừ":130232,"ãģ¨ãģªãĤĭ":130233,"زاÙĦ":130234,"Ġktórym":130235,"Ġnhé":130236,"ìĪľ":130237,"нев":130238,"деÑĢ":130239,"ãĤ¢ãĥĹãĥª":130240,"iá»ĩu":130241,"×ij×Ļ׾":130242,"Ġتس":130243,"ĠÄIJây":130244,"ĠاÙĦخاصة":130245,"Ġà¹Ģà¸Ĭ":130246,"Ġà¹Ģà¸Ĭà¹Īà¸Ļ":130247,"صاد":130248,"Ġdạng":130249,"سعر":130250,"Ġש×Ļ×ŀ×ķש":130251,"×Ĵ×Ļ×Ŀ":130252,"ãģĮãģĤãģ£ãģŁ":130253,"пÑĢов":130254,"пÑĢовод":130255,"Ġ×IJ×Ļ׳×ķ":130256,"Ġ׾ר×IJ":130257,"Ġ׾ר×IJ×ķת":130258,"ĠØ£ÙģضÙĦ":130259,"ĠØŃÙĦ":130260,"ĠأبÙĪ":130261,"ê°ķ":130262,"Ġì§ij":130263,"ãģ®ãĤĪãģĨãģ«":130264,"Ġפ׳×Ļ":130265,"ס×Ļ×Ŀ":130266,"ĠÙĪÙĩذا":130267,"Ġkaç":130268,"Ġéén":130269,"Ġê±´":130270,"ë°Ķ":130271,"Ñĥз":130272,"à¸Ĥà¸Ńà¸ĩà¹Ģรา":130273,"iÅĤ":130274,"ĠÐľÑĭ":130275,"Ġchết":130276,"ĠاÙĦثاÙĨÙĬ":130277,"×IJק":130278,"Ġ×ķ×¢×ľ":130279,"ĠاÙĦطب":130280,"×ij×ĺ×Ĺ":130281,"ĠجدÙĬدة":130282,"ĠعدÙħ":130283,"عز":130284,"สิà¹Īà¸ĩà¸Ĺีà¹Ī":130285,"ãģĻãĤĮãģ°":130286,"ĠÄijô":130287,"ì£ł":130288,"دÙĤ":130289,"номÑĥ":130290,"Ġká»ĥ":130291,"ãĤ¢ãĥ³":130292,"å¤ļãģıãģ®":130293,"à¸Ľà¸£à¸°à¸ģ":130294,"à¸Ľà¸£à¸°à¸ģà¸Ńà¸ļ":130295,"פע×Ļ׾×ķת":130296,"ĠÑģÑĤол":130297,"mayı":130298,"ãģ¤ãģĦ":130299,"Ġyılında":130300,"Ġà¸Īึà¸ĩ":130301,"koÅĦcz":130302,"ĠThông":130303,"ĠакÑĤив":130304,"нÑģÑĤ":130305,"нÑģÑĤÑĢÑĥ":130306,"ĠÃĸz":130307,"Ġת×ŀ×Ļ×ĵ":130308,"ĠÙĥÙĨت":130309,"ÑģиÑģÑĤем":130310,"prés":130311,"présent":130312,"Ġnâ":130313,"Ġnâng":130314,"gÅĤos":130315,"ĠÙĪزÙĬر":130316,"ØŃصÙĦ":130317,"ĠимееÑĤ":130318,"ØŃرÙĥØ©":130319,"à¸ŀà¹Īà¸Ń":130320,"ãĤĴãģĬ":130321,"ĠاستخداÙħ":130322,"×IJ×Ļר×ķ×¢":130323,"ä»ĸãģ®":130324,"Ġש×Ķ×Ŀ":130325,"ãģĹãģŁãĤī":130326,"ש×ŀ×Ļ":130327,"Ñģла":130328,"mı":130329,"Ġbazı":130330,"Ġíķĺì§Ģë§Į":130331,"×ĵ׾":130332,"Ġyaptıģı":130333,"ãĥĬãĥ¼":130334,"׾×Ļ׾×Ķ":130335,"ãģ¨ãģĦãģ£ãģŁ":130336,"ändig":130337,"ĠÅŁa":130338,"ĠÙģÙĬÙħا":130339,"иÑĤелÑı":130340,"×ŀ×ķש":130341,"à¸Ĥà¸Ńà¸ļ":130342,"lük":130343,"Ġhá»ĵi":130344,"Ġëªħ":130345,"ĠاÙĦÙĥØ«ÙĬر":130346,"צ×IJ":130347,"Ġhazır":130348,"طرÙģ":130349,"اÙĬا":130350,"ĠÄijôi":130351,"енд":130352,"ÙĦغ":130353,"×Ĺ×ĸ×ķר":130354,"ĠвÑģег":130355,"ĠвÑģегда":130356,"ëIJĺê³ł":130357,"×ĵ×ķ×ĵ":130358,"ана":130359,"دÙĪÙĦØ©":130360,"Ġhoạch":130361,"عÙĦا":130362,"عÙĦاج":130363,"Ġ×ķ×¢×ĵ":130364,"×Ķ×Ŀ":130365,"кий":130366,"ÙĦÙIJ":130367,"Ġ×¢×ľ×Ļ×ķ":130368,"ÑİÑīий":130369,"Ġngủ":130370,"صÙĨع":130371,"ĠاÙĦعراÙĤ":130372,"à¸ķà¹Īà¸Ńà¹Ħà¸Ľ":130373,"ãģŁãģıãģķãĤĵ":130374,"Ġphạm":130375,"ÙĦاÙĨ":130376,"اتÙĩا":130377,"Ġböyle":130378,"تÙĨÙģÙĬ":130379,"تÙĨÙģÙĬØ°":130380,"Ġש×Ķ×Ļ×IJ":130381,"ÑģÑĥ":130382,"ยาว":130383,"Ġש×ķ׳×Ļ×Ŀ":130384,"Ġ×ŀ×ķ׾":130385,"ĠÑģил":130386,"Ġ×IJ×Ĺר×Ļ×Ŀ":130387,"Ġphủ":130388,"ÙĤطع":130389,"ĠThủ":130390,"à¸Ľà¸£à¸°à¹Ģà¸Ĺศà¹Ħà¸Ĺย":130391,"ÙĨÙĤ":130392,"ĠÄijoạn":130393,"Ġبإ":130394,"пÑĢедел":130395,"×ķת×ķ":130396,"Ġyarı":130397,"пÑĢе":130398,"ĠczÄĻÅĽci":130399,"ØŃÙĥÙħ":130400,"×ķ׳×Ļת":130401,"×¤×¢×ľ":130402,"ãĤĴãģĹãģ¦":130403,"Ġktórzy":130404,"׾×Ŀ":130405,"ĠÄIJiá»ģu":130406,"ĠкоÑĤоÑĢаÑı":130407,"ĠìĿ´ìĥģ":130408,"ãģĤãģ£ãģŁ":130409,"Ġ×ŀ×ĵ×ķ×ijר":130410,"פ×ķ×¢×ľ":130411,"dım":130412,"éĢļãĤĬ":130413,"ĠбÑĥдÑĥÑĤ":130414,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭ":130415,"à¹Ģวà¹ĩà¸ļà¹Ħà¸ĭà¸ķà¹Į":130416,"اخر":130417,"×Ĺ×Ļ׾":130418,"Ġ×Ļ׾":130419,"Ġ×Ļ׾×ĵ×Ļ×Ŀ":130420,"×Ĺ×Ļפ":130421,"×Ĺ×Ļפ×ķש":130422,"Ġdòng":130423,"Ġש×ĸ×Ķ":130424,"ÑĮе":130425,"ãģĤãģ¨":130426,"ìŀIJê°Ģ":130427,"×IJ×ĵ":130428,"Ġüz":130429,"Ġüzere":130430,"ظÙĦ":130431,"Ġ×IJ×ķ׾×Ļ":130432,"Ġ×ij×Ļ×ķ×Ŀ":130433,"ÙĦات":130434,"Ġmê":130435,"침":130436,"تØŃد":130437,"تØŃدث":130438,"Ġخاصة":130439,"ĠبرÙĨ":130440,"ĠبرÙĨاÙħج":130441,"ĠHÃłn":130442,"×Ĺס":130443,"ĠÙĪÙĦÙħ":130444,"×¢×Ŀ":130445,"Ġmı":130446,"à¸Łà¸±à¸ĩ":130447,"שע×Ķ":130448,"ÙĪÙģÙĤ":130449,"ס×ij×Ļר":130450,"алÑĮнÑĭй":130451,"×Ĺש×ķ×ij":130452,"ĠnÃłng":130453,"ë³¼":130454,"ĠкоÑĤоÑĢÑĭÑħ":130455,"Ġ×Ĺ×ķק":130456,"tör":130457,"ĠлÑĥÑĩÑĪе":130458,"ãĥijãĥ³":130459,"ลà¹Īาสุà¸Ķ":130460,"ĠجدÙĬد":130461,"ÙĬدة":130462,"à¸Ĺรà¸ĩ":130463,"ãĤĪãĤĬãĤĤ":130464,"ÙĦÙĦ":130465,"ãĤĤãģ£ãģ¨":130466,"ש×ĺ×Ĺ":130467,"Ġ×ķ×IJ×Ļ":130468,"Ġgiá»ijng":130469,"إضاÙģ":130470,"קת":130471,"ë§Ŀ":130472,"ĠzostaÅĤ":130473,"ÑĢоз":130474,"×Ļפ×Ļ×Ŀ":130475,"Ġ׼׾׾":130476,"ת×ķ׼ף":130477,"dıģını":130478,"ÙĤسÙħ":130479,"ĠÑģÑĩиÑĤ":130480,"ĠÑģÑĩиÑĤа":130481,"×ĺ×ķת":130482,"ĠÆ°u":130483,"ĠØ¢ÙĦ":130484,"Ġмом":130485,"ĠмоменÑĤ":130486,"ĠاÙĦتعÙĦÙĬÙħ":130487,"×¢×ľ×ķת":130488,"Ġchữa":130489,"Ġyön":130490,"ĠtrÃł":130491,"ĠØŃÙĬÙĨ":130492,"à¸ĭั":130493,"ĠCá":130494,"×¢×ĸ":130495,"ĠاÙĦØ£ÙħÙĨ":130496,"cÃŃ":130497,"Ġvá»ijn":130498,"Ġà¸Ļาย":130499,"обÑĢа":130500,"ק×IJ":130501,"Ġthiếu":130502,"ãĥŀãĥ¼":130503,"สวà¸Ļ":130504,"Ġgá»Ń":130505,"Ġgá»Ńi":130506,"Ġê¹":130507,"Ġê¹Ģ":130508,"Ġthiá»ĩn":130509,"ÙĤع":130510,"wÄĻ":130511,"Ġнам":130512,"ÑĤол":130513,"Ġsân":130514,"ס×ķ×Ĵ":130515,"Ġgeçir":130516,"ÑĤон":130517,"ева":130518,"ĠÙĪضع":130519,"Ġعشر":130520,"Ñģло":130521,"à¸Īัà¸ļ":130522,"ãĤ·ãĥ¼":130523,"ãĤĤãģĤãĤĬãģ¾ãģĻ":130524,"Ġvẻ":130525,"ĠÄIJá»ĥ":130526,"رÙģع":130527,"ĠاÙĦØ£ÙĪÙĦÙī":130528,"ÑĤаÑĢ":130529,"ãģªãģıãģ¦":130530,"ÙħÙİ":130531,"quÃŃ":130532,"×¢×ł×Ļ×Ļ׳":130533,"ген":130534,"Ġhôm":130535,"à¸Īา":130536,"ĠnhỼ":130537,"ĠاÙĦعربÙĬ":130538,"×IJף":130539,"Ġlá»Ļ":130540,"ĠjeÅĽli":130541,"à¹Ģà¸Ĺà¹Īาà¸Ļัà¹īà¸Ļ":130542,"ĠØ£ÙĨÙĩا":130543,"Ġtuy":130544,"Ġtuyá»ĩt":130545,"Ġتص":130546,"ĠتصÙĨÙĬ":130547,"ĠتصÙĨÙĬÙģ":130548,"Ġê·¸ëŁ¬ëĤĺ":130549,"оÑĨен":130550,"à¸ģิà¸Īà¸ģรรม":130551,"ãĤĦãģ£ãģ¦":130552,"Ġkhá»ıi":130553,"Ġlá»ĩ":130554,"ĠاÙĦÙħجتÙħع":130555,"à¸Ńาà¸Īà¸Īะ":130556,"à¸Īะà¹Ģà¸Ľà¹ĩà¸Ļ":130557,"овÑĭй":130558,"ר×Ŀ":130559,"รà¹īà¸Ńà¸Ļ":130560,"ש×ŀש":130561,"人ãģ«":130562,"Ġüzerine":130563,"פר×Ļ":130564,"duÄŁu":130565,"Ñĩик":130566,"Ġmùa":130567,"Ġ×ŀת×ķ×ļ":130568,"ĠcáºŃp":130569,"ĠتارÙĬØ®":130570,"×ij×ľ×ª×Ļ":130571,"Ġì¢Ģ":130572,"ÙĦع":130573,"باÙĨ":130574,"Ġchút":130575,"Ġ×Ķ×ĸ×ŀף":130576,"née":130577,"ĠLiên":130578,"ĠÙĦÙĦØ£":130579,"ØŃدÙĪد":130580,"Ġ×¢×Ľ×©×Ļ×ķ":130581,"воз":130582,"Ġyaptı":130583,"Ġобо":130584,"à¹ĥหà¹īà¸ģัà¸ļ":130585,"Ġ×ij×Ķ×Ŀ":130586,"ãģıãģ¦":130587,"رأس":130588,"ĠÑģÑĢедÑģÑĤв":130589,"ĠBÃłi":130590,"ãģĵãģ¨ãģ«":130591,"ĠìĤ¬íļĮ":130592,"Ġ모ëijIJ":130593,"×ij×IJ":130594,"Ġtrắng":130595,"ĠاÙĦبÙĦد":130596,"ĠHoÃłng":130597,"либо":130598,"ĠдÑĢÑĥгиÑħ":130599,"Ä°R":130600,"Ñĥма":130601,"ĠJeÅĽli":130602,"ãĤĤãģĹ":130603,"Ġvòng":130604,"Ġ×IJתר×Ļ×Ŀ":130605,"ĠÄijá»įc":130606,"ĠвоÑĤ":130607,"ãģłãģĮ":130608,"ë°°":130609,"à¸Ķูà¹ģล":130610,"Ġ×ŀ׼׾":130611,"ìĹIJëıĦ":130612,"газ":130613,"Ġ׳×ķספ×Ļ×Ŀ":130614,"ãģĵãģ¨ãģ§":130615,"ĠتÙĪ":130616,"ãģ§ãģĤãĤĬ":130617,"à¸Ļัà¹Īà¸ĩ":130618,"ĠможеÑĤе":130619,"szÄĻ":130620,"ãģ®ãģł":130621,"ĠÙħÙĨÙĩ":130622,"Ġbá»ķ":130623,"Ġbüt":130624,"Ġbütün":130625,"ë³´ê³ł":130626,"Ġchá»ĵng":130627,"à¹ģà¸Īà¹īà¸ĩ":130628,"ĠVì":130629,"ĠØŃر":130630,"Ġgiản":130631,"ĠÙħدÙĬÙĨØ©":130632,"تطبÙĬÙĤ":130633,"à¸Īิ":130634,"æĹ¥ãģ®":130635,"бил":130636,"à¸ģà¸Ńà¸ĩ":130637,"ê³³":130638,"ĠØ£Ùħا":130639,"ìĨIJ":130640,"Ġtrái":130641,"ĠвÑģем":130642,"ĠسÙĨØ©":130643,"ĠÑģайÑĤ":130644,"ĠгоÑĤов":130645,"пÑĭ":130646,"ĠëIJł":130647,"ĠاÙĦخط":130648,"ĠاÙĦرئÙĬسÙĬØ©":130649,"Ġíķ©ëĭĪëĭ¤":130650,"ĠìķĦëĭĪëĿ¼":130651,"ĠìĿ´ëłĩ":130652,"ĠìĿ´ëłĩê²Į":130653,")ØĮ":130654,"hält":130655,"ĠØ£Ùħر":130656,"ĠعÙħر":130657,"à¸ģà¹ĩà¸Īะ":130658,"Ġà¸Ĺำà¹ĥหà¹ī":130659,"Ġcân":130660,"Ġ×ij׾":130661,"Ġ×ij׾×ij×ĵ":130662,"פסק":130663,"ĠÙĬÙĤÙĪÙĦ":130664,"нÑĥÑĤÑĮ":130665,"à¹ģà¸Ħ":130666,"Ġקצת":130667,"Ġnằm":130668,"Ġhòa":130669,"bilitÃł":130670,"ĠìĹĨëĭ¤":130671,"Ġ׼פ×Ļ":130672,"ÑĢож":130673,"лага":130674,"Ġ×Ķש×Ļ":130675,"ĠNgoÃłi":130676,"ĠÙĪج":130677,"ĠÙĪجÙĪد":130678,"ĠìľĦíķľ":130679,"ĠusÅĤug":130680,"Ġtuần":130681,"dź":130682,"×ŀ×ķף":130683,"ĠاÙĦعدÙĬد":130684,"Ġchẳng":130685,"สุà¸Ĥà¸łà¸²à¸ŀ":130686,"Ġ×ij×ĵר×ļ":130687,"ĠÑģебе":130688,"ĠìŀĪìĿĦ":130689,"ĠاÙĦØŃاÙĦ":130690,"Ġdá":130691,"ĠcÆ°á»Ŀi":130692,"Ġnghiên":130693,"ieÅĦ":130694,"ĠDÆ°Æ¡ng":130695,"ï¼ħ":130696,"شد":130697,"ãģĦãģ¤ãĤĤ":130698,"ĠвÑĭбоÑĢ":130699,"Ġcá»Ļng":130700,"ש×Ļ׳×ķ×Ļ":130701,"Ġchạy":130702,"Ġ×ij×¢×ľ×Ļ":130703,"اخبار":130704,"íķĺë©°":130705,"żÄħ":130706,"جاز":130707,"Ġ׳ר×IJ×Ķ":130708,"ศู":130709,"ศูà¸Ļ":130710,"ศูà¸Ļยà¹Į":130711,"×Ĵ×¢":130712,"Ġ×¢×ĵ×Ļ":130713,"Ġ×¢×ĵ×Ļ×Ļף":130714,"برا":130715,"ÑĨий":130716,"ĠÄIJá»ĵng":130717,"ÙĤاÙĨÙĪÙĨ":130718,"ĠÄijứng":130719,"ãģĹãģŁãĤĬ":130720,"Ġ×Ĺ×Ļ×Ļ":130721,"ĠëIJľ":130722,"ĠëIJľëĭ¤":130723,"ĠмеждÑĥ":130724,"à¸ŀวà¸ģà¹Ģà¸Ĥา":130725,"ĠBắc":130726,"ลำ":130727,"ë°±":130728,"ĠíĻķ":130729,"มาà¸ģม":130730,"มาà¸ģมาย":130731,"банк":130732,"à¸Ńาà¸ģาร":130733,"ĠhÃł":130734,"Ġ׾׳":130735,"à¸Ńà¸Ń":130736,"Ġë°Ķë¡ľ":130737,"лом":130738,"mática":130739,"ĠØŃد":130740,"ابت":130741,"à¸Ĺีà¹Īà¸Ļีà¹Ī":130742,"ĠcoÅĽ":130743,"ÙģÙĬدÙĬ":130744,"ÙģÙĬدÙĬÙĪ":130745,"ĠмеÑģÑĤо":130746,"Ġphút":130747,"มาà¸ģà¸ģวà¹Īา":130748,"×IJפ":130749,"بÙIJ":130750,"ĠPhú":130751,"ì±Ħ":130752,"ĠÙĪسÙĦÙħ":130753,"à¸Īีà¸Ļ":130754,"поÑĤÑĢеб":130755,"Ġ×Ĺ×ĵש×ķת":130756,"Ø´ÙĪ":130757,"Ġעצ×ŀ×ķ":130758,"ĠعÙħÙĦÙĬØ©":130759,"à¸Ħุà¸ĵà¸łà¸²à¸ŀ":130760,"ãģ¾ãģĻãģĮ":130761,"دعÙĪ":130762,"طرÙĤ":130763,"à¹Ħมà¹Īà¸ķà¹īà¸Ńà¸ĩ":130764,"ë²Ķ":130765,"ìĬ¹":130766,"ĠkÃŃch":130767,"ĠìĹĨëĬĶ":130768,"ĠÑĤам":130769,"ĠÙĨØŃÙĪ":130770,"ĠاÙĦÙĤاÙĨÙĪÙĨ":130771,"×Ĺ×ķ×Ŀ":130772,"Ġkız":130773,"Ġ×ĵ×Ļף":130774,"ĠвÑĢемени":130775,"ãģ£ãģŁãĤĬ":130776,"ĠØ´Ùĩر":130777,"ĠìĦľë¹ĦìĬ¤":130778,"עש×Ķ":130779,"Ġgiác":130780,"ĠاÙĦسÙĦاÙħ":130781,"Ġ×IJש":130782,"ĠполÑĥÑĩа":130783,"à¸Īัà¸Ķà¸ģาร":130784,"коÑĢ":130785,"Ġ×Ķ×ĺ×ķ×ij":130786,"รายà¸ģาร":130787,"주ìĿĺ":130788,"à¹ģà¸ķà¹Īละ":130789,"Ġê·¸ëŁ°ëį°":130790,"à¸Ĺีà¹Īà¹Ģà¸Ľà¹ĩà¸Ļ":130791,"Ġת×ķ×ļ":130792,"بÙĬاÙĨ":130793,"ÐĻ":130794,"oÅĽciÄħ":130795,"ÑĤок":130796,"ĠÃĶ":130797,"ĠÃĶng":130798,"à¹Ħมà¹Īà¹ĥà¸Ĭà¹Ī":130799,"ãģ¿ãģ¦":130800,"ÐŁÐ¾":130801,"ĠЧÑĤо":130802,"íĻ©":130803,"×ĺ×ij×¢":130804,"меÑĤÑĢ":130805,"Ġ×ij×ŀ×Ķ":130806,"Ġ×ij×ŀ×Ķ׾":130807,"Ġ×ij×ŀ×Ķ׾×ļ":130808,"ÑĩÑĮ":130809,"קש×Ķ":130810,"знак":130811,"знаком":130812,"ujÄĻ":130813,"×Ļצר":130814,"ĠاÙĦÙħÙĦÙĥ":130815,"ıyla":130816,"×IJ×ŀת":130817,"à¸Ľà¸´à¸Ķ":130818,"×IJ×Ĺ×ĵ":130819,"راد":130820,"ĠmáºŃt":130821,"ëĭ¤ëĬĶ":130822,"Ġlạnh":130823,"ש׾×ķש":130824,"ØŃدÙĬØ«":130825,"تز":130826,"å¹´ãģ®":130827,"ĠкваÑĢ":130828,"ĠкваÑĢÑĤиÑĢ":130829,"ä½ľãĤĬ":130830,"رÙĪب":130831,"ован":130832,"ĠТе":130833,"à¸Īำà¸ģ":130834,"à¸Īำà¸ģัà¸Ķ":130835,"باط":130836,"×Ĵת":130837,"ĠмаÑĪ":130838,"ĠмаÑĪин":130839,"×Ļצ×Ķ":130840,"ãģ»ãģ¨":130841,"ãģ»ãģ¨ãĤĵãģ©":130842,"ÃŃdo":130843,"ĠÑıзÑĭк":130844,"à¸ļิà¸Ļ":130845,"สà¸ĸาà¸Ļà¸Ĺีà¹Ī":130846,"ĠìĹ´":130847,"ãĤ¦ãĤ§":130848,"ĠcÃł":130849,"пан":130850,"åı£ãĤ³ãĥŁ":130851,"Ġرد":130852,"اÙĤت":130853,"ĠÙĥب":130854,"ĠÙĥبÙĬرة":130855,"ÑģÑĤал":130856,"ש×ŀ×Ĺ":130857,"posición":130858,"ĠÙħÙĦÙĬÙĪÙĨ":130859,"ĠìĿ´ìķ¼":130860,"ĠìĿ´ìķ¼ê¸°":130861,"Ġhút":130862,"ĠÅĽwiat":130863,"Ġë°©ë²ķ":130864,"ĠÑģвеÑĤ":130865,"Ġвидео":130866,"ĠاÙĦÙĨظاÙħ":130867,"Ġtrá»Ŀi":130868,"ĠëĮĢíķ´ìĦľ":130869,"ר×ŀת":130870,"تداÙĪÙĦ":130871,"×ķר×ĵ":130872,"ת×ŀ":130873,"ת×ŀ×ķ׳×ķת":130874,"Ġ×ŀף":130875,"Ġдва":130876,"Ġ×Ķק×ķ":130877,"æĹ¥ãģ«":130878,"Ġ×Ķ×Ĵ×Ļ×¢":130879,"à¹Ģà¸ŀิà¹Īมà¹Ģà¸ķิม":130880,"Ùħارس":130881,"Ġê²ĥìŀħëĭĪëĭ¤":130882,"ãģªãģĦãģ¨":130883,"Ġnhiá»ĩt":130884,"ëIJ©ëĭĪëĭ¤":130885,"Ġ×ij׳×ķש×IJ":130886,"Ġê°Ģìŀ¥":130887,"Ġvợ":130888,"ĠÄijóng":130889,"צ×Ļ׾×ķ×Ŀ":130890,"ê´Ģê³Ħ":130891,"ваÑı":130892,"×IJ×Ļ×ĸ":130893,"×IJ×Ļ×ĸ×Ķ":130894,"ĠÙĨظاÙħ":130895,"ÙħØŃاÙģظ":130896,"Ġtải":130897,"기ëıĦ":130898,"à¸Ľà¸±à¸Īà¸Īุ":130899,"à¸Ľà¸±à¸Īà¸Īุà¸ļัà¸Ļ":130900,"׼×ĵ×ķר":130901,"ĠìķĦìĿ´":130902,"׼׳×Ļס":130903,"à¹Ģà¸ķร":130904,"à¹Ģà¸ķรียม":130905,"Ġngoại":130906,"ĠدÙĪÙĦار":130907,"Ġrẻ":130908,"ĠkhÄĥn":130909,"عدد":130910,"شعب":130911,"czyÄĩ":130912,"ĠاÙĦÙĥر":130913,"ĠÑĩеловека":130914,"ĠÙĪØ¥ÙĨ":130915,"×IJ×ĺ":130916,"ĠthÆ¡":130917,"ĠاÙĦرÙĬاض":130918,"опÑĢедел":130919,"опÑĢеделен":130920,"×Ķ×ŀש×ļ":130921,"ĠÐĿово":130922,"зÑĭва":130923,"ĠاÙĦدÙĪÙĦÙĬ":130924,"ĠÄijáp":130925,"ĠкÑĢед":130926,"ĠкÑĢедиÑĤ":130927,"ового":130928,"Ġmôn":130929,"à¸Ľà¸£à¸°à¹Ĥย":130930,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļ":130931,"à¸Ľà¸£à¸°à¹Ĥยà¸Ĭà¸Ļà¹Į":130932,"ÑģÑĤе":130933,"ĠThá»ĭ":130934,"دÙĬØ©":130935,"×ŀצ×ķ":130936,"Ùģات":130937,"ק×ĵ×Ŀ":130938,"ìĿ´ëĿ¼ê³ł":130939,"ÙĪØ®":130940,"Ġ×Ĺ×ĸ":130941,"ĠÑĦоÑĤо":130942,"׾×Ļת":130943,"تÙİ":130944,"ÙĪبر":130945,"йÑĤи":130946,"ĠÃ¶ÄŁren":130947,"Ġ×Ķ×ĸ×ķ":130948,"Ġvá»įng":130949,"ÙĤÙĪØ©":130950,"ĠTây":130951,"ĠÐĿи":130952,"Ġש×ķ×ij":130953,"ãģ¨è¨ĢãĤıãĤĮ":130954,"ãģ©ãĤĵãģª":130955,"×Ĺצ×Ļ":130956,"ï½ľ":130957,"Ġ×ķ×Ķ×ķ×IJ":130958,"ä¸Ģãģ¤":130959,"ĠÑģÑĤоиÑĤ":130960,"niÄħ":130961,"×ĺר×Ļ":130962,"ĠдеÑĤей":130963,"нÑıÑĤÑĮ":130964,"ĠÑģделаÑĤÑĮ":130965,"Ġë§İìĿ´":130966,"ä½ķãģĭ":130967,"ãģĽãĤĭ":130968,"à¹Ħหม":130969,"à¸ķิà¸Ķà¸ķà¹Īà¸Ń":130970,"Ġ×ijת×Ĺ":130971,"Ġ×ijת×Ĺ×ķ×Ŀ":130972,"ìĻĦ":130973,"ì§ĢëĬĶ":130974,"ÑģÑĤаÑĤ":130975,"ÑıÑģн":130976,"üb":130977,"Ġthả":130978,"Ġ×ij×IJ×ŀת":130979,"Ġtuyến":130980,"×ĵ×Ļר×Ķ":130981,"Ġ×IJ×Ļש×Ļ":130982,"×ĸ׼ר":130983,"ãģ°ãģĭãĤĬ":130984,"Ġxét":130985,"׼×Ļ×ķ":130986,"׼×Ļ×ķ×ķף":130987,"diÄŁini":130988,"ĠاÙĦÙħÙĪضÙĪع":130989,"ĠháºŃu":130990,"à¸Īาà¸ģà¸ģาร":130991,"×ijס×Ļס":130992,"Ġ×ŀ×Ĵ×Ļ×¢":130993,"×ij×Ļ×¢":130994,"ĠÙĪجÙĩ":130995,"à¹ģà¸Ķà¸ĩ":130996,"à¸Ļาà¸ĩ":130997,"ĠÅŀa":130998,"ì¡´":130999,"ë¡Ģ":131000,"à¸ķะ":131001,"Ġ×Ķ×Ĺ×Ļ×Ļ×Ŀ":131002,"ÙģÙĬد":131003,"ãģ§ãģĻãģĭãĤī":131004,"ê·ľ":131005,"źni":131006,"ĠлÑİдей":131007,"Ġyüzde":131008,"ıyorum":131009,"ĠاÙĦبØŃر":131010,"eño":131011,"паÑĢ":131012,"ÙĬÙĤØ©":131013,"обÑĢ":131014,"ר×ķ×ļ":131015,"تÙĪÙĤع":131016,"ĠاÙĦØ´ÙĬØ®":131017,"åĪĿãĤģãģ¦":131018,"ĠÑĤелеÑĦ":131019,"ĠÑĤелеÑĦон":131020,"Ġthôi":131021,"Ġ×Ļ׼×ķ׾×Ļ×Ŀ":131022,"ĠÅŁirk":131023,"ĠÅŁirket":131024,"Ġìļ°ë¦¬ê°Ģ":131025,"ĠÄijông":131026,"Ġת×ķ×ĵ×Ķ":131027,"ÑģмоÑĤÑĢеÑĤÑĮ":131028,"ĠÙĦÙĩÙħ":131029,"Ġ׾׼":131030,"ĠNó":131031,"ĠØŃاÙĦØ©":131032,"ãģĦãģij":131033,"קר×ķ":131034,"azı":131035,"ãĤ³ãĥ¼":131036,"ĠÙĦÙĦت":131037,"sınız":131038,"ĠHải":131039,"기ìĪł":131040,"ยัà¸ĩà¹Ħมà¹Ī":131041,"ëĭ¤ê³ł":131042,"פ×Ĺ":131043,"Ġ׾×Ĵ×ij×Ļ":131044,"ĠعÙĨÙĩ":131045,"Ġказ":131046,"Ġказино":131047,"بÙĪر":131048,"ÑĦеÑĢ":131049,"Ġê°ĻìĿ´":131050,"تسجÙĬÙĦ":131051,"ĠاÙĦÙħرÙĥز":131052,"ĠThái":131053,"даÑĤÑĮ":131054,"×ŀ×Ļ×Ļ׾":131055,"ĠpaylaÅŁ":131056,"ãģ¤ãģ®":131057,"à¹Ģรืà¸Ń":131058,"nça":131059,"׳×ķ×Ĺ":131060,"Ġ×IJפ×Ļ׾×ķ":131061,"ãģ¨èĢĥãģĪ":131062,"ãģ¨ãģĹãģ¦ãģ¯":131063,"à¹Ģà¸Īà¸Ń":131064,"×ŀפ":131065,"ĠgiriÅŁ":131066,"лиÑĤ":131067,"ÑĤелÑı":131068,"Ñijн":131069,"æ°Ĺãģ«":131070,"Ġgó":131071,"Ġgóp":131072,"åĪĩãĤĬ":131073,"Ġ×Ķ×Ĺ×ĵש":131074,"жал":131075,"Ġ×ĵעת":131076,"éģķãģĨ":131077,"à¹Ģà¸Ĥà¹īาà¹Ħà¸Ľ":131078,"Ġסר×ĺ":131079,"eña":131080,"æĸ°ãģĹãģĦ":131081,"رÙİ":131082,"ĠÐIJÑĢ":131083,"Ġphản":131084,"à¸Īะà¹Ħà¸Ķà¹ī":131085,"Ġ×ijצ×ķר×Ķ":131086,"شاÙĩ":131087,"شاÙĩد":131088,"ÙĪرد":131089,"à¹Ģà¸Ļืà¹Īà¸Ńà¸ĩà¸Īาà¸ģ":131090,"илиÑģÑĮ":131091,"à¹ģละà¸ģาร":131092,"Ġ×Ķ×ĸ׼":131093,"Ġ×Ķ×ĸ׼×ķ×Ļ×ķת":131094,"eiÃŁ":131095,"ãĥ¨":131096,"ìĥĪ":131097,"ĠÃĩa":131098,"Ư":131099,"ש×Ĵ":131100,"ÙĬÙĨØ©":131101,"รà¹īà¸Ńà¸ĩ":131102,"ãĤµãĥ³":131103,"ÑĢоÑģÑģий":131104,"ÑĢоÑģÑģийÑģк":131105,"aÄŁa":131106,"ĠнаÑĩина":131107,"ĠصÙĦÙī":131108,"à¸Ĺุà¸ģà¸Ħà¸Ļ":131109,"íļĮìĤ¬":131110,"ĠлиÑĨ":131111,"Ø´ÙĬر":131112,"ĠØ´ÙĬØ¡":131113,"ÙĬÙĨا":131114,"Ġפ×Ĺ×ķת":131115,"Ġiçeris":131116,"Ġiçerisinde":131117,"ĠØ£ØŃÙħد":131118,"Ġżeby":131119,"ì´Ŀ":131120,"Ġпоказ":131121,"Ġименно":131122,"หà¸Ļัà¸ĩส":131123,"หà¸Ļัà¸ĩสืà¸Ń":131124,"ĠÑĤÑĢе":131125,"สัà¸ĩà¸Ħม":131126,"Ø¥ÙIJ":131127,"ãģĮå¿ħè¦ģ":131128,"ÙĬÙijØ©":131129,"פצ":131130,"íĭ°":131131,"ĠÙħجاÙĦ":131132,"׳פש":131133,"кан":131134,"×Ĺ×ķפ":131135,"×Ĺ×ķפש":131136,"ì²ĺëŁ¼":131137,"оваÑı":131138,"зов":131139,"Ġhạ":131140,"ĠdziÄĻki":131141,"×Ļר×ķ":131142,"Ġ׾×ŀצ":131143,"Ġ׾×ŀצ×ķ×IJ":131144,"×Ļ×ĵ×ķ":131145,"Ġsợ":131146,"Ġ׾×Ķ×Ĵ×Ļ×¢":131147,"ק×ij×¢":131148,"Ġchiá»ģu":131149,"ãĥŀãĤ¤":131150,"ĠdÃłng":131151,"à¹ģà¸Łà¸Ļ":131152,"Ġüye":131153,"×Ļ׳×Ĵ":131154,"à¹Ģรียà¸ģ":131155,"ç§ģãģĮ":131156,"thé":131157,"ĠÑĦилÑĮ":131158,"ĠÑĦилÑĮм":131159,"ĠNgÃły":131160,"Ġжен":131161,"ĠженÑīин":131162,"جÙĬد":131163,"nç":131164,"à¸Ľà¸£à¸²":131165,"×Ļ×ŀ×ķ":131166,"Ġná»ģn":131167,"×IJ×ķ׾×Ŀ":131168,"ĠвозможноÑģÑĤÑĮ":131169,"Ġëĭ¤ìĭľ":131170,"è¦ĭãģŁ":131171,"à¸ĸà¸Ļ":131172,"à¸ĸà¸Ļà¸Ļ":131173,"mızı":131174,"ĠÙħجÙħÙĪعة":131175,"cjÄħ":131176,"ĠÐłÐ¤":131177,"à¸ģำหà¸Ļ":131178,"à¸ģำหà¸Ļà¸Ķ":131179,"ĠìĹ¬ê¸°":131180,"landı":131181,"ниÑĨ":131182,"ÑģÑĤве":131183,"Ġ×ĵ×ijר×Ļ×Ŀ":131184,"ĠskÅĤad":131185,"ãĤĬãģ¾ãģĹãģŁ":131186,"ĠоÑĤкÑĢÑĭÑĤ":131187,"нÑıÑĤ":131188,"ĠÑģвоей":131189,"à¸Īิà¸ķ":131190,"ĠкаÑĩеÑģÑĤве":131191,"ĠettiÄŁi":131192,"ìĤ¬íķŃ":131193,"ĠاÙĦÙĬÙħÙĨ":131194,"иÑĩеÑģкий":131195,"ë¸Į":131196,"Ġ×ij×IJרץ":131197,"ĠاسÙħ":131198,"ĠизвеÑģÑĤ":131199,"rão":131200,"ĠattivitÃł":131201,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ģาร":131202,"ĠاÙĦدÙĥت":131203,"ĠاÙĦدÙĥتÙĪر":131204,"ĠÙĪاØŃدة":131205,"ĠÑģÑĩеÑĤ":131206,"ĠпÑĢиÑĩ":131207,"ĠпÑĢиÑĩин":131208,"ĠÙĪزارة":131209,"Ġhuyá»ĩn":131210,"ĠÙĥتاب":131211,"à¹ģà¸Ļà¹Īà¸Ļ":131212,"à¹ģà¸Ļà¹Īà¸Ļà¸Ńà¸Ļ":131213,"Ġgünü":131214,"гÑĢÑĥз":131215,"ĠاÙĦخاص":131216,"Ġgörül":131217,"׾×ŀ×ĵ":131218,"ĠìłķëıĦ":131219,"×ķ×ij×Ļ׾":131220,"Ġ×ŀקצ×ķ×¢×Ļ":131221,"ĠоÑģобенно":131222,"à¸Ľà¸£à¸°à¸ģา":131223,"à¸Ľà¸£à¸°à¸ģาศ":131224,"acaģını":131225,"ë¶ģ":131226,"à¸łà¸¹à¸¡à¸´":131227,"ĠÑįлекÑĤ":131228,"ĠÑįлекÑĤÑĢо":131229,"Ġקש×Ķ":131230,"سÙĦØ·":131231,"à¸Ĭà¸Ļะ":131232,"×¢×Ļ׾":131233,"ĠЧе":131234,"à¹ģà¸Ļà¹Ī":131235,"lıģ":131236,"lıģın":131237,"Ġ×ŀ×¢×¨×Ľ×ª":131238,"好ãģįãģª":131239,"มาà¸ģà¸Ĥึà¹īà¸Ļ":131240,"×ŀ×¢×ijר":131241,"ĠاÙĦÙħغرب":131242,"ĠпеÑĢи":131243,"ĠпеÑĢиод":131244,"Ġnhạc":131245,"اÙĪÙĬ":131246,"ĠÙĪعÙĦÙī":131247,"أخذ":131248,"ĠCô":131249,"תר×ij×ķת":131250,"×Ĵ×Ķ":131251,"Ġktórej":131252,"×IJ×Ļת":131253,"×ij×ķ×IJ":131254,"делÑĮ":131255,"รีวิ":131256,"รีวิว":131257,"жÑĥ":131258,"Ġ×ij×Ĺ×ķ":131259,"еÑĪÑĮ":131260,"ĠØ£ÙĦÙģ":131261,"ĠاÙĦÙĪØ·ÙĨÙĬ":131262,"ĠاÙĦÙħÙĨØ·ÙĤØ©":131263,"nÄħÄĩ":131264,"Ġthiên":131265,"иÑĩеÑģкой":131266,"ĠاÙĦÙħÙĦ":131267,"ĠعÙħ":131268,"ספר":131269,"Ġnhóm":131270,"ÙĪصÙģ":131271,"ĠChúng":131272,"ĠرÙĤÙħ":131273,"ãģ¾ãģĹãģŁãģĮ":131274,"alité":131275,"ลม":131276,"ĠëĤ´ê°Ģ":131277,"׾ק×ķ×Ĺ":131278,"ĠSÆ¡n":131279,"posição":131280,"miÄĻ":131281,"Ġtránh":131282,"ĠÄIJá»Ļ":131283,"׼×Ĺ":131284,"ãģĤãģ£ãģ¦":131285,"à¸Ńยà¹Īา":131286,"Ġ×ŀ×Ĺ×Ļר":131287,"Ġ×Ķ×Ļת×Ķ":131288,"à¸Ľà¹Īา":131289,"à¸Ńืà¹Īà¸Ļà¹Ĩ":131290,"Ø´ÙĤ":131291,"×ł×¡×Ļ":131292,"림":131293,"ãģ¦ãģĹãģ¾ãģĨ":131294,"Ġ×ŀצ×ij":131295,"ãģ«åĩº":131296,"ÙħÙĪاطÙĨ":131297,"ยัà¸ĩมี":131298,"алÑĮнÑĭе":131299,"sanız":131300,"إسرائÙĬÙĦ":131301,"ĠvÃłi":131302,"ì¤Ħ":131303,"ãģ¨æĢĿãģ£ãģ¦":131304,"×Ļ×ķ׳×Ļ":131305,"çĶŁãģį":131306,"Ġsâu":131307,"ÑĩиÑģÑĤ":131308,"Ġlá»ħ":131309,"ĠGiá":131310,"à¸Ńà¸¸à¸Ľ":131311,"à¸Ńà¸¸à¸Ľà¸ģร":131312,"à¸Ńà¸¸à¸Ľà¸ģรà¸ĵà¹Į":131313,"Ġnhẹ":131314,"rö":131315,"ס×ĺ×Ļ":131316,"ãģķãĤĵãģĮ":131317,"Ġdầu":131318,"عÙİ":131319,"ترا":131320,"×Ĵ×ĵ׾":131321,"Ġtécnica":131322,"׼׳×Ļ×Ŀ":131323,"תקש":131324,"תקש×ķרת":131325,"Ġнего":131326,"était":131327,"Ġmá»ģm":131328,"ÑģеÑĤ":131329,"ĠnháºŃt":131330,"Ġ×ŀ×¢×ľ":131331,"Ġ×Ķ×¢×ij×ķ×ĵ":131332,"Ġ×Ķ×¢×ij×ķ×ĵ×Ķ":131333,"Ġ×Ĵ×Ļ׾":131334,"ãģ¯ãģªãģĦ":131335,"ائØŃ":131336,"ĠздеÑģÑĮ":131337,"×IJ×Ļ׳×ĺר":131338,"ÙħÙIJ":131339,"Ġ×Ļ×Ĺ×ĵ":131340,"راÙģ":131341,"ì²ĺ리":131342,"×ĵ×¢×ķת":131343,"ì¹ľ":131344,"ĠТо":131345,"ĠThế":131346,"충":131347,"Ġ׳׼×ķף":131348,"عÙĬØ´":131349,"низ":131350,"ĠجاÙĨب":131351,"×ŀקצ×ķ×¢":131352,"à¹Ĥà¸ĭ":131353,"ÑģÑĥÑĤ":131354,"ìĸ´ìļĶ":131355,"ãĤĴè¦ĭãģ¦":131356,"ارد":131357,"Ġaçıl":131358,"ĠاÙĦØŃÙĬاة":131359,"à¸ģà¹ĩà¹Ħà¸Ķà¹ī":131360,"ãģĿãĤĮãĤĴ":131361,"عضÙĪ":131362,"ĠгÑĢаж":131363,"ĠгÑĢаждан":131364,"à¸Īะà¸ķà¹īà¸Ńà¸ĩ":131365,"ĠìĿ´ëŁ¬":131366,"ĠìĿ´ëŁ¬íķľ":131367,"Ġtrách":131368,"ÙĨÙİ":131369,"Ġkısa":131370,"ÃĶ":131371,"ÑĪка":131372,"ãģ®äºº":131373,"ĠÐŁÐ¾Ñģ":131374,"ĠÐŁÐ¾Ñģле":131375,"ÑĥлÑĮ":131376,"ÙĪاجÙĩ":131377,"ÙĤرب":131378,"à¸Ľà¸ıิà¸ļัà¸ķิ":131379,"ê°Ļ":131380,"Ġ×ŀ׳":131381,"ĠÑģвои":131382,"براÙħج":131383,"ĠرÙĪ":131384,"пÑĢод":131385,"пÑĢодаж":131386,"ĠbyÅĤy":131387,"วัย":131388,"Ġgörün":131389,"ĠÃĪ":131390,"ÑİÑīим":131391,"ĠÑĤакой":131392,"ÙģÙĪر":131393,"ĠÙģعÙĦ":131394,"Ġбел":131395,"ëIJł":131396,"erÃŃa":131397,"ĠÑģвоÑİ":131398,"Ġlã":131399,"Ġlãnh":131400,"à¹Ģà¸ŀืà¹Īà¸Ńà¹ĥหà¹ī":131401,"ÙĤÙĨ":131402,"تطÙĪÙĬر":131403,"Ġsayı":131404,"ĠÑģейÑĩаÑģ":131405,"Ġ×IJ×Ĺרת":131406,"ק×ķפ×Ķ":131407,"ק×ķרס":131408,"ĠسÙħ":131409,"Ġ×ĺ×Ļפ×ķ׾":131410,"ìĿ´ëĿ¼ëĬĶ":131411,"دراسة":131412,"èµ·ãģĵ":131413,"×Ĺ×Ļ׳":131414,"×Ĺ×Ļ׳×ķ×ļ":131415,"×ĵק":131416,"Ġë§ŀ":131417,"Ġкоманд":131418,"ĠÐijо":131419,"ĠигÑĢÑĭ":131420,"à¸ļี":131421,"ĠØ£Ùİ":131422,"вен":131423,"ĠاÙĦجدÙĬد":131424,"ĠÙĦØ¥":131425,"Ġ×ķ×IJ׳×Ļ":131426,"Ġ×Ķס×Ļ":131427,"иÑĩеÑģкого":131428,"رÙĪØŃ":131429,"à¸ģารศึà¸ģษา":131430,"ĠTrÆ°á»Ŀng":131431,"игÑĢа":131432,"ılması":131433,"ĠмаÑģÑģ":131434,"ãģ¨ãģįãģ«":131435,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļ":131436,"à¸Ĺีà¹Īà¸ľà¹Īาà¸Ļมา":131437,"ĠاÙĦسابÙĤ":131438,"Ġ×ŀ×¢×ĺ":131439,"ваÑĤÑĮ":131440,"mÃ¼ÅŁ":131441,"Ġ׾׼×ļ":131442,"Ġtá»ĭch":131443,"ÙģÙĩÙħ":131444,"تدرÙĬب":131445,"Ø´Ùĥ":131446,"Ġ×ij×ŀ×Ļ":131447,"Ġ×ij×ŀ×Ļ×ķ×Ĺ×ĵ":131448,"ÙĤطاع":131449,"ãģªãģĹ":131450,"×ķצ×Ļ×IJ":131451,"ĠÙĪسÙĬ":131452,"зÑĥ":131453,"Ġyat":131454,"Ġyatırım":131455,"ë§İ":131456,"Ġthắng":131457,"ãģĬ客":131458,"ãģĬ客æ§ĺ":131459,"ĠThiên":131460,"ãģ«å¯¾ãģĹãģ¦":131461,"ÑĢиÑģ":131462,"ÙĨتائ":131463,"ÙĨتائج":131464,"Ġ×ŀשר":131465,"Ġ×ŀשר×ĵ":131466,"ĠتعاÙĦ":131467,"ĠتعاÙĦÙī":131468,"ש׳×Ļ":131469,"ÙĩاÙħ":131470,"×IJ׳ש×Ļ×Ŀ":131471,"Ġżycia":131472,"ĠÑĢÑĥблей":131473,"ÙĬض":131474,"Ġkatıl":131475,"ĠÙħÙĪضÙĪع":131476,"Ġvardır":131477,"ĠÙħÙĨØ·ÙĤØ©":131478,"ĠTrần":131479,"ĠвеÑģ":131480,"üp":131481,"ÙħÙĪÙĨ":131482,"ÑĪли":131483,"Ġnóng":131484,"Ø®ÙĦÙģ":131485,"ĠСÑĤа":131486,"ĠдоÑĢ":131487,"ĠдоÑĢог":131488,"ĠwÅĤaÅĽnie":131489,"eÄŁin":131490,"Ġhiá»ĥm":131491,"ĠСам":131492,"ê»ĺìĦľ":131493,"ĠÑĦа":131494,"ãģ»ãģĨ":131495,"ãģ»ãģĨãģĮ":131496,"×ķפ×Ļ×¢":131497,"ê°Ī":131498,"دÙĪÙĦ":131499,"Ġthuê":131500,"Ġchá»Ĺ":131501,"Ġëĭ¹ìĭł":131502,"ãģijãĤĮ":131503,"ãģijãĤĮãģ©":131504,"ë³´íĺ¸":131505,"ãģķãĤĮãģ¦ãģĦãģ¾ãģĻ":131506,"Ġнадо":131507,"ĠìĤ¬ëŀĮëĵ¤":131508,"à¹Ģà¸Ĥà¸ķ":131509,"สมัย":131510,"zÅĤ":131511,"تÙĪر":131512,"Ġשת×Ļ":131513,"vê":131514,"Ġ×ijת×ķ×ļ":131515,"à¸Ĭัย":131516,"ãģĦãģ£ãģŁ":131517,"ìĿij":131518,"Ġtầ":131519,"Ġtầng":131520,"ש׼ר":131521,"Ġê¸Ģ":131522,"Ġ×Ķש׳×Ķ":131523,"ĠاÙĨÙĩ":131524,"ç«ĭãģ¡":131525,"rés":131526,"führen":131527,"رØŃÙħ":131528,"ê·¹":131529,"ĠâĢ«":131530,"Ġsuất":131531,"à¸Łà¸´":131532,"ÙĬÙĩا":131533,"ĠاÙĦاتØŃاد":131534,"Ġtuyá»ĥn":131535,"ãģ¾ãĤĭ":131536,"Ġmại":131537,"Ġngân":131538,"ãĤ°ãĥ©":131539,"欲ãģĹãģĦ":131540,"سار":131541,"ãĤĤãģ®ãģ§ãģĻ":131542,"кие":131543,"Ġseçim":131544,"åħ¥ãĤĬ":131545,"ãģªãģ©ãĤĴ":131546,"ÑĤÑĢи":131547,"ĠÑģпеÑĨ":131548,"Ġأد":131549,"Ġодно":131550,"ÑĪел":131551,"ãĥĩãĥ¼ãĤ¿":131552,"ãĤ·ãĤ¹ãĥĨ":131553,"ãĤ·ãĤ¹ãĥĨãĥł":131554,"è¡Įãģį":131555,"ãģ¨æĢĿãģ£ãģŁ":131556,"à¹Ģà¸ģิà¸Ķà¸Ĥึà¹īà¸Ļ":131557,"ĠÑĤож":131558,"ĠÑĤоже":131559,"Ġsạch":131560,"ĠÑģÑĢок":131561,"ĠклиенÑĤ":131562,"ĠÙħشرÙĪع":131563,"Ġaltında":131564,"Ġì·¨":131565,"ä¸Ńãģ®":131566,"ãģķãģĽãĤĭ":131567,"ãģĻãģ¹":131568,"ãģĻãģ¹ãģ¦":131569,"ê°ľë°ľ":131570,"ĠÄijêm":131571,"ãģªãģĦãģ®ãģ§":131572,"ì²ł":131573,"×¢×ij×ĵ":131574,"Ġdấu":131575,"à¸Ħà¸Ļà¸Ĺีà¹Ī":131576,"ĠCách":131577,"تعÙĦÙĬÙħ":131578,"Ġhại":131579,"ãĤ»ãĥķãĥ¬":131580,"ĠÙĨÙģسÙĩ":131581,"ĠíĨµíķ´":131582,"ÑĪло":131583,"ĠнапÑĢав":131584,"ĠнапÑĢавлен":131585,"ÑĢÑĥÑĩ":131586,"íĶĮ":131587,"Ġ×ijר×Ļ×IJ":131588,"ãģ®ãģ¿":131589,"ãģ«ãģĬãģĦãģ¦":131590,"×ij׳ק":131591,"ãĤ¨ãĥ³":131592,"Ø«ÙĦاث":131593,"Ġmỹ":131594,"ĠÑģайÑĤе":131595,"ĠемÑĥ":131596,"تغÙĬ":131597,"تغÙĬÙĬر":131598,"خصÙĪص":131599,"ÑĤели":131600,"Ġ×ķ׾׼ף":131601,"פע×Ŀ":131602,"ĠпоÑįÑĤомÑĥ":131603,"راÙĨ":131604,"иÑĤелей":131605,"пиÑģан":131606,"×¢×¥":131607,"ĠìĤ¬ìĹħ":131608,"Ùħز":131609,"جÙħÙĬع":131610,"ë©´ìĦľ":131611,"à¸ľà¸¥à¸´à¸ķà¸łà¸±":131612,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵ":131613,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ij":131614,"à¸ľà¸¥à¸´à¸ķà¸łà¸±à¸ĵà¸ijà¹Į":131615,"ĠпÑĢимеÑĢ":131616,"ãĤŃãĥ¼":131617,"lâ":131618,"ĠchÄĥm":131619,"缮ãģ®":131620,"ãģĦãģĭ":131621,"ãģ¨è¨ĢãģĨ":131622,"×ĸ×ķ×Ĵ":131623,"Ġ×ij×ĵ×Ļ":131624,"Ġ×ij×ĵ×Ļ×ķק":131625,"ãģĬåºĹ":131626,"à¸ķà¸Ńà¸Ļà¸Ļีà¹ī":131627,"Ġphá»iji":131628,"пÑĤ":131629,"สà¸Ļาม":131630,"Ø·ÙĪ":131631,"صاØŃ":131632,"صاØŃب":131633,"ĠDü":131634,"ĠDünya":131635,"Ġпока":131636,"пал":131637,"ĠÄijảo":131638,"ĠاÙĦÙģÙĪر":131639,"ĠاÙĦÙģÙĪرÙĥس":131640,"Ġmáu":131641,"кÑĢеп":131642,"ĠاÙĦساعة":131643,"ĠгоÑĢода":131644,"ÙģصÙĦ":131645,"айÑĤе":131646,"Ġдог":131647,"ĠдоговоÑĢ":131648,"Ġإذ":131649,"Ġ×ij׼׾׾":131650,"ÙĬتÙĩ":131651,"×Ĵ×ijר":131652,"Ġbirç":131653,"Ġbirçok":131654,"문íĻĶ":131655,"ãģĿãģĨãģª":131656,"راØŃ":131657,"ĠÙħرة":131658,"ĠденÑĮги":131659,"fä":131660,"à¸Ĥà¹īาว":131661,"ĠÑģовÑĢем":131662,"ĠÑģовÑĢеменн":131663,"׾×Ĺ×¥":131664,"èī¯ãģı":131665,"ĠÙģØ£":131666,"Ġ×ķ×ĸ×Ķ":131667,"Ġзани":131668,"Ġзанима":131669,"Ġê°Ģì§Ģê³ł":131670,"ĠhÆ¡i":131671,"ãģªãģ®ãģĭ":131672,"ãĥĨãĥ¬ãĥĵ":131673,"Ġר×ij×ķת":131674,"à¸ķี":131675,"Ġ×ij×©×ł×ª":131676,"ĠTại":131677,"ĠthuáºŃn":131678,"Ñģел":131679,"Ñijм":131680,"dziÄĩ":131681,"ĠÑģка":131682,"ĠÑģкаÑĩ":131683,"ĠÑģкаÑĩаÑĤÑĮ":131684,"×ķ×ŀ×ķ":131685,"гла":131686,"ĠминÑĥÑĤ":131687,"åĩºãģĻ":131688,"Ġ×Ĺ×Ļ×Ļ×ij":131689,"Ġת×Ĵ×ķ×ij×Ķ":131690,"à¸£à¸¹à¸Ľà¹ģà¸ļà¸ļ":131691,"ниÑĨа":131692,"ĠÄ°n":131693,"Ġأع":131694,"ĠضÙħÙĨ":131695,"ÙħثاÙĦ":131696,"ĠyaÅŁan":131697,"ĠìĹ°êµ¬":131698,"ĠLê":131699,"ש׾×Ĺ":131700,"ãģıãģªãĤĭ":131701,"ìĹĨìĿ´":131702,"ĠÑĤÑĢи":131703,"ĠÑĩаÑģÑĤо":131704,"ĠобÑĢаÑĤ":131705,"пло":131706,"دخ":131707,"دخÙĪÙĦ":131708,"سÙĩ":131709,"à¸Ńาà¸ģ":131710,"à¸Ńาà¸ģาศ":131711,"Ġ׼×ĸ×Ķ":131712,"Ġ×Ķעסק":131713,"ĠاÙĦØ£ÙĨ":131714,"å¹´ãģ«":131715,"עש×ķ":131716,"Ġשע×ķת":131717,"ĠmÃłn":131718,"×IJר×Ļ":131719,"sıyla":131720,"ÙģرÙĤ":131721,"ниÑħ":131722,"Ġتست":131723,"è¦ĭãģ¦":131724,"ØŃاÙĪÙĦ":131725,"×IJ×Ļ׼×ķת":131726,"ĠbaÅŁladı":131727,"stÄħ":131728,"stÄħpi":131729,"à¸Ĺีà¹Īà¹Ģรา":131730,"ÙĤرر":131731,"جاب":131732,"Ġ×ijר×ķר":131733,"à¹Ģà¸Ĥà¹īาà¹ĥà¸Ī":131734,"×ŀ×Ĺקר":131735,"alım":131736,"Ġס×Ļפ×ķר":131737,"ãģ§ãģĤãĤĮãģ°":131738,"Ġש×ŀ×ķר×ķת":131739,"Ġ×ķ×ŀ×Ķ":131740,"ãģĵãģĿ":131741,"idée":131742,"ä¸ĭãģķãģĦ":131743,"تÙĨاÙĪÙĦ":131744,"Ġลà¹īาà¸Ļ":131745,"Ġìļ°ë¦¬ëĬĶ":131746,"اÙĨا":131747,"ÑģÑĤой":131748,"боÑĤ":131749,"ĠyaÅŁam":131750,"köy":131751,"Ø¥ÙĦ":131752,"ÑĢÑĭв":131753,"기ìĹħ":131754,"Ġ×Ķ×ŀ×ĵ":131755,"Ġ×Ķ×ŀ×ĵ×Ļ׳×Ķ":131756,"دب":131757,"×¢×Ļ׳×Ļ":131758,"×ŀת×Ĺ":131759,"Ġפר×Ļ":131760,"ãĥĭãĥ¼":131761,"اÙħÙĬ":131762,"Ġnhằm":131763,"ãĤĮãģªãģĦ":131764,"تعرÙģ":131765,"Ġë§ĪìĿĮ":131766,"ìĵ°":131767,"Ġhấp":131768,"ר×Ĵ×Ļ׾":131769,"بÙİ":131770,"ĠrÄĥng":131771,"glÄħd":131772,"ĠÑģиÑģÑĤемÑĭ":131773,"Ġkhóa":131774,"ãģ§ãģĻãĤĪãģŃ":131775,"大ãģįãģı":131776,"기를":131777,"Ġkéo":131778,"ÙĪØ¡":131779,"جاÙħ":131780,"جاÙħع":131781,"Ġ×¢×Ļצ×ķ×ij":131782,"téri":131783,"Ġתש":131784,"Ġ×IJ×ij×Ļ":131785,"ĠChÆ°Æ¡ng":131786,"à¸ļริà¹Ģว":131787,"à¸ļริà¹Ģวà¸ĵ":131788,"ãģ¤ãģı":131789,"Ġ×Ĺ×ķ׾":131790,"עת×Ļ×ĵ":131791,"ש×Ļ×ŀ×Ķ":131792,"ëĤ¨":131793,"Ġש×IJ×Ļף":131794,"ĠÙĪاÙĦØ¥":131795,"ÑĦа":131796,"Ġkhám":131797,"Ġ×ĺ×ķ×ij×Ķ":131798,"ĠвÑĭÑģ":131799,"ĠвÑĭÑģоко":131800,"ĠاÙĦØŃدÙĬØ«":131801,"人ãĤĤ":131802,"dÃ¼ÄŁÃ¼":131803,"×Ļ×Ĺ×ķ×ĵ":131804,"تعÙĦÙĬ":131805,"تعÙĦÙĬÙĤ":131806,"lö":131807,"تØŃدÙĬد":131808,"него":131809,"ĠÑĥдоб":131810,"Ġ׾×ŀ×Ļ":131811,"Ġר×ķצ×Ļ×Ŀ":131812,"Ġجاء":131813,"Ġ×ij×ĸ×ŀף":131814,"à¸Ľà¸ģà¸ķิ":131815,"é«ĺãģı":131816,"à¸Ľà¸¥à¸²":131817,"Ġartık":131818,"Ġbugün":131819,"ק׳×Ļ":131820,"Ġkhoá":131821,"ĠÙħرÙĥز":131822,"ĠìŀIJ기":131823,"درجة":131824,"×ŀשר×ĵ":131825,"Ġgiấy":131826,"Ġchóng":131827,"קפ":131828,"ÙĬبة":131829,"ĠczÄĻsto":131830,"вали":131831,"Ùĥب":131832,"ìŁģ":131833,"สà¸ļาย":131834,"à¸Ľà¸£à¸°à¸Ĭาà¸Ĭà¸Ļ":131835,"×Ĵ×ķ×£":131836,"ëŁī":131837,"ãģ®ãģĵãģ¨":131838,"ลà¸Ń":131839,"Ġnghá»ī":131840,"åŃIJãģ©":131841,"åŃIJãģ©ãĤĤ":131842,"à¹Ħà¸Ķà¹īà¸Ńย":131843,"à¹Ħà¸Ķà¹īà¸Ńยà¹Īาà¸ĩ":131844,"×ĵ×¢":131845,"ĠاÙĦتÙī":131846,"ĠÑģовеÑĤ":131847,"ĠqualitÃł":131848,"åĩºãģĹ":131849,"ĠÑĢÑĥков":131850,"ĠÑĢÑĥковод":131851,"รายละà¹Ģà¸Ńียà¸Ķ":131852,"ãģªãģĭãģªãģĭ":131853,"기ê´Ģ":131854,"Ġ×Ĺ×ķש":131855,"Ġ×Ĺ×ķש×ij":131856,"лоÑĤ":131857,"à¸Ļะà¸Ħรัà¸ļ":131858,"ק×ij×ķצ×Ķ":131859,"Ġthái":131860,"Ġש×ij×Ķ":131861,"ĠÑĪкол":131862,"ĠÙĦÙĥÙĦ":131863,"à¹ĥà¸Ļà¸Ĭà¹Īวà¸ĩ":131864,"ĠÙħÙĥاÙĨ":131865,"ëķĮ":131866,"Ġcải":131867,"ĠChÃŃ":131868,"ÑĥÑĩа":131869,"ìĿµ":131870,"Ġxảy":131871,"à¸Ĭà¸Ļิà¸Ķ":131872,"ĠcáºŃu":131873,"кÑĢов":131874,"ssé":131875,"ĠÙĨÙĪع":131876,"ĠТа":131877,"Ø®Ùħس":131878,"פ×ķס×ĺ":131879,"Ġmắc":131880,"ĠÄijem":131881,"à¸ģารà¹ĥà¸Ĭà¹ī":131882,"ר×ķס":131883,"ĠÐĽÐµ":131884,"Ġthá»Ń":131885,"รà¹Īาà¸ĩà¸ģาย":131886,"üzü":131887,"æĹ¥æľ¬ãģ®":131888,"ê³¼ìłķ":131889,"ש×Ļ×IJ":131890,"ĠìŀĪê³ł":131891,"×ij×ķ׾":131892,"ìķħ":131893,"ĠÙĪاÙĦا":131894,"ĠÐĽÐ¸":131895,"ĠвÑģÑij":131896,"Ġużytkow":131897,"×Ĺ×ķ׾":131898,"رÙģض":131899,"Ġsonuç":131900,"ãģĦãģ¾ãģĽãĤĵ":131901,"ìĤ¬ìĹħ":131902,"ëĪĦ":131903,"ÑĤек":131904,"ĠudziaÅĤ":131905,"лез":131906,"Ġ×Ķ×Ļ×Ļת×Ļ":131907,"ãĤīãĤĮãģ¦":131908,"ÙħسؤÙĪÙĦ":131909,"رار":131910,"ÑĤан":131911,"ĠÄijÃło":131912,"Ġר×ķ×ij":131913,"Ġ×ijש×ij×Ļ׾":131914,"ä»ĬåĽŀãģ¯":131915,"ãĤ¸ãĥ¥":131916,"Ġ×¢×ijר":131917,"ãģĽãģ¦":131918,"полÑĮ":131919,"aklı":131920,"ĠkÃŃnh":131921,"دت":131922,"ложение":131923,"ĠاÙĦÙħص":131924,"ĠاÙĦÙħصرÙĬ":131925,"à¸Īริà¸ĩà¹Ĩ":131926,"ĠاÙĦشرÙĥØ©":131927,"ĠÄijá»ı":131928,"ãĥĽãĥĨ":131929,"ãĥĽãĥĨãĥ«":131930,"Ñįкон":131931,"Ñįконом":131932,"ĠÙĪعÙĨ":131933,"Ġ×ª×ł":131934,"Ġ×ª×ł×IJ×Ļ":131935,"ĠاÙĦدÙĪÙĦÙĬØ©":131936,"Ġì§ĢìĹŃ":131937,"ãģ§ãģĻãģĭ":131938,"ĠваÑĢи":131939,"ĠваÑĢианÑĤ":131940,"ĠاÙĦعرب":131941,"ела":131942,"ĠtÆ°á»Ľng":131943,"skÄħ":131944,"Ġmặc":131945,"สัà¸ģ":131946,"ãĥĵãĥ¼":131947,"Ġ×ij×Ĵ׾":131948,"Ġ×ij×Ĵ׾׾":131949,"ãĥķãĤ¡ãĥ³":131950,"×ij×Ļצ":131951,"×ij×Ļצ×ķ×¢":131952,"лиÑģÑĤ":131953,"à¸Łà¸¸":131954,"à¸Łà¸¸à¸ķ":131955,"à¸Łà¸¸à¸ķà¸ļà¸Ńล":131956,"à¸Ŀà¹Īาย":131957,"ìŀIJìĿĺ":131958,"ĠسÙĪÙģ":131959,"Ġש×Ķת":131960,"Ġ걸":131961,"×¢×ij×ķ×ĵ":131962,"ãģĻãĤĭãģĵãģ¨ãģĮ":131963,"ĠÑĩаÑģÑĤÑĮ":131964,"ãĤ¢ãĥ¡ãĥª":131965,"ãĤ¢ãĥ¡ãĥªãĤ«":131966,"Ġtakım":131967,"ĠsỼ":131968,"ĠsỼm":131969,"שר×Ķ":131970,"è¨ĢãģĨ":131971,"лан":131972,"커":131973,"׼׳×Ķ":131974,"ÙĪÙģÙĬ":131975,"íĹĪ":131976,"luÄŁu":131977,"ĠëĮĢíķ´":131978,"Ġ׾×ij×Ļת":131979,"Ġ×Ķר×IJש×ķ׳×Ķ":131980,"صÙħ":131981,"Ġsöyled":131982,"Ġsöyledi":131983,"à¸Ľà¸²à¸ģ":131984,"Ġardından":131985,"ãģĪãģŁ":131986,"à¸Ĺัà¹Īวà¹Ħà¸Ľ":131987,"Ġ׳×ķסף":131988,"болÑĮ":131989,"ãĤĵãģ§ãģĻãģijãģ©":131990,"ĠлиÑĪÑĮ":131991,"Ġ×ij×IJ×Ļ":131992,"ĠбÑĭÑģÑĤÑĢо":131993,"สัà¸Ļ":131994,"Ġ×ijפ׳×Ļ":131995,"леÑĩ":131996,"ĠاÙĦخبر":131997,"Ġsóc":131998,"Ġthú":131999,"ĠпÑıÑĤ":132000,"ãģĬé¡ĺ":132001,"ãģĬé¡ĺãģĦ":132002,"ÑĤин":132003,"ãģ«ãģ¤ãģĦãģ¦ãģ¯":132004,"פף":132005,"ĠдвÑĥÑħ":132006,"à¸įีà¹Ī":132007,"à¸įีà¹Īà¸Ľ":132008,"à¸įีà¹Īà¸Ľà¸¸":132009,"à¸įีà¹Īà¸Ľà¸¸à¹Īà¸Ļ":132010,"опеÑĢ":132011,"ĠاÙĦبشر":132012,"ĠاÙĦÙħاÙĦ":132013,"ıyoruz":132014,"تØŃÙħÙĬÙĦ":132015,"à¸ģะ":132016,"éĸĵãģ«":132017,"×Ĺ×ķש":132018,"ĠNguyên":132019,"ãģĦãģ¦ãģĦãĤĭ":132020,"дÑĥÑĪ":132021,"שפע":132022,"ÑĪÑĥ":132023,"å®ŁéļĽãģ«":132024,"ĠÑĢайон":132025,"ĠChá»ī":132026,"ÙĨصر":132027,"Ġìļ´":132028,"Ġìļ´ìĺģ":132029,"Ġ×Ķ×ĵ×Ļף":132030,"ØŃدد":132031,"رز":132032,"ĠاÙĦدÙħ":132033,"ĠPháp":132034,"ÑĤÑģÑı":132035,"è¦ĭãģĪ":132036,"Ġtiá»ĥu":132037,"Ġsá»Ńa":132038,"аÑİÑĤÑģÑı":132039,"ĠBá":132040,"Ġ×ķ׼׾":132041,"Ðĸ":132042,"ÑĪим":132043,"ìĿ´ëĬĶ":132044,"лев":132045,"dık":132046,"Ġprésente":132047,"Ġaraç":132048,"صدÙĤ":132049,"Ġпомог":132050,"ĠاÙĦشرÙĤ":132051,"ĠÙĪاÙĦØ°ÙĬ":132052,"رÙĬا":132053,"×ij׳×ķת":132054,"Ġngá»ĵi":132055,"ר×ķפ":132056,"ר×ķפ×IJ":132057,"Ġthấp":132058,"ãĤĦãģ¯":132059,"ãĤĦãģ¯ãĤĬ":132060,"ĠاÙĦجدÙĬدة":132061,"éĿŀ常ãģ«":132062,"ÙĬÙĦÙĬ":132063,"쪽":132064,"تعاÙħÙĦ":132065,"ãģłãģ¨æĢĿãģĦãģ¾ãģĻ":132066,"ÙħÙħ":132067,"иÑĤели":132068,"ãĤµãĤ¤ãĤº":132069,"ادات":132070,"ĠاÙĦÙħاÙĦÙĬØ©":132071,"Ùĥاتب":132072,"кли":132073,"веÑĢÑħ":132074,"ниÑĩ":132075,"Ġ×ľ×¢×ij×ķ×ĵ":132076,"׾×Ļ×Ķ":132077,"ØŃÙİ":132078,"ãĤ¤ãĥĻ":132079,"ãĤ¤ãĥĻãĥ³ãĥĪ":132080,"Ġת×Ĵ×ķ×ij×ķת":132081,"ÑĦон":132082,"ĠдÑĢÑĥгие":132083,"×IJ×ĸ×ķר":132084,"Ġperò":132085,"ìķŀ":132086,"åĢŁãĤĬ":132087,"רצ×Ļ":132088,"×IJ×ĸ":132089,"алÑĮнÑĭÑħ":132090,"Ġê²ĥìľ¼ë¡ľ":132091,"ĠпÑĢаво":132092,"ĠاÙĦأرض":132093,"à¹Ģà¸Ĺà¸Ħ":132094,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļ":132095,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥล":132096,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลย":132097,"à¹Ģà¸Ĺà¸Ħà¹Ĥà¸Ļà¹Ĥลยี":132098,"צר×Ļ":132099,"ĠÐļÑĥ":132100,"ılma":132101,"決ãĤģ":132102,"اÙĪ":132103,"Ġ×ĵק×ķת":132104,"à¸Ħรู":132105,"ĠÙħستÙĪÙī":132106,"à¸Ľà¹īà¸Ńà¸ĩ":132107,"à¸Ľà¹īà¸Ńà¸ĩà¸ģัà¸Ļ":132108,"×ĵ×ķ×ŀ×Ķ":132109,"ĠÑģегоднÑı":132110,"سÙĪÙĤ":132111,"ר×Ĺ×ķ×ij":132112,"Ġإدارة":132113,"Ñħож":132114,"éģİãģİ":132115,"à¸Ħà¸Ń":132116,"нÑĥл":132117,"×ķ׼×Ķ":132118,"ÙĪاÙģÙĤ":132119,"׼׾׾":132120,"Ġ×Ķ×ĵ×ķ":132121,"ĠlÄ©nh":132122,"Ġkhảo":132123,"×IJ×ŀצע":132124,"머":132125,"Ġ׼×Ļצ":132126,"Ġ׼×Ļצ×ĵ":132127,"ĠдолжнÑĭ":132128,"หวัà¸ĩ":132129,"ãĥĩãĤ¶":132130,"ãĥĩãĤ¶ãĤ¤ãĥ³":132131,"Ġngá»Ŀ":132132,"ä¸Ńãģ«":132133,"à¸ģลัà¸ļมา":132134,"جÙħاÙĦ":132135,"à¸Ķัà¸ĩà¸ģลà¹Īาว":132136,"سÙĥÙĨ":132137,"سÙĨ":132138,"Ġözellikle":132139,"зеÑĢ":132140,"rzÄĻ":132141,"×ŀ×ķר×Ķ":132142,"Ġlạ":132143,"×ŀ×Ļ׳×Ļ":132144,"ר×Ļת":132145,"ãģĿãĤĮãģĮ":132146,"ãģĭãĤĮ":132147,"ĠÙĬÙħÙĥÙĨÙĥ":132148,"öffentlich":132149,"ган":132150,"ĠاÙĦØŃÙĦ":132151,"ĠmiÄĻdzy":132152,"ĠÑĩаÑģÑĤи":132153,"ujÄħcy":132154,"ĠbaÄŁlı":132155,"ĠiliÅŁki":132156,"Ùģاء":132157,"ãĥªãĥ³ãĤ°":132158,"Ġhãng":132159,"ĠконÑĤÑĢ":132160,"ĠконÑĤÑĢол":132161,"коп":132162,"ש×Ļ×¢":132163,"ש×Ļ×¢×ķר":132164,"ĠÐĴаÑĪ":132165,"Ġ×Ķתק":132166,"ÙħÙĨع":132167,"ĠpolÃŃtico":132168,"Ġголов":132169,"ĠØ¥ÙĬ":132170,"Ø¥ÙĨتاج":132171,"à¸ļิ":132172,"ĠговоÑĢ":132173,"ĠговоÑĢиÑĤ":132174,"Ġphá»ķ":132175,"ĠÑģемÑĮ":132176,"ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132177,"ĠÙĪاست":132178,"×ŀשפ×ĺ":132179,"зем":132180,"×ŀ×ĵ×ijר":132181,"Ġíģ°":132182,"ĠìĿ´ë²Ī":132183,"ê°ĢëĬĶ":132184,"Ġì§ĢìĽIJ":132185,"ĠcaÅĤy":132186,"ĠgeliÅŁtir":132187,"Ñģкое":132188,"posé":132189,"Ġkhô":132190,"à¸ķิà¸Ķà¸ķาม":132191,"missão":132192,"Ġ׾×ŀר":132193,"Ġ׾×ŀר×ķת":132194,"Ġbó":132195,"à¸ķรวà¸Īสà¸Ńà¸ļ":132196,"Ġnghá»ģ":132197,"Ġбиз":132198,"ĠбизнеÑģ":132199,"ÑģÑĤеÑĢ":132200,"ÙĪÙİ":132201,"楽ãģĹãģ":132202,"楽ãģĹãģ¿":132203,"ãģĵãĤĮãģĭãĤī":132204,"wiÄħzan":132205,"สà¸Ńà¸Ļ":132206,"ÙħÙĪر":132207,"׳×ĵ׾":132208,"Ġ×Ķ×IJ×ĵ×Ŀ":132209,"Ġмолод":132210,"ØŃÙħا":132211,"ØŃÙħاÙĬØ©":132212,"ÑģÑĤÑĢан":132213,"Ġbuá»ķi":132214,"ת×Ļ×Ļ×Ŀ":132215,"abileceÄŁi":132216,"LÄ°":132217,"à¹Ģยà¸Ńะ":132218,"à¸Īร":132219,"سÙĥاÙĨ":132220,"à¸Ļัà¸Ķ":132221,"Ġmấy":132222,"ĠÐijа":132223,"sÅĤaw":132224,"ĠÙģÙĦا":132225,"ĠкоÑĤоÑĢой":132226,"ĠплоÑī":132227,"ĠплоÑīад":132228,"ãĤĤãģĤãĤĬ":132229,"szczÄĻ":132230,"×Ļפ×ķ":132231,"ש×ŀת":132232,"owaÅĤa":132233,"Ġnông":132234,"צ×ij×IJ":132235,"ĠìŀĪìĹĪ":132236,"ãģ¾ãģ¨":132237,"ãģ¾ãģ¨ãĤģ":132238,"ÙĤÙĪات":132239,"ãģ¿ãĤĵãģª":132240,"Ġ׼×ŀ×¢×ĺ":132241,"Ġxúc":132242,"ï¼Ĩ":132243,"rÄĻ":132244,"rÄĻcz":132245,"×ĵ×ŀ×Ļ":132246,"ĠtáºŃn":132247,"à¸Ķวà¸ĩ":132248,"ê²½ìłľ":132249,"пÑĥÑĤ":132250,"أربع":132251,"Ġ×ŀשת×ŀש":132252,"ãĤ¿ãĤ¤ãĥĹ":132253,"Ġìłľê°Ģ":132254,"Ġ׾׼ף":132255,"ĠобÑĢазом":132256,"ÙĬÙĥا":132257,"wÅĤ":132258,"wÅĤasn":132259,"ĠاÙĦÙĪØ·ÙĨÙĬØ©":132260,"بÙĬب":132261,"×ŀ׾×Ļ":132262,"кÑĢаÑĤ":132263,"기ìĹIJ":132264,"ÙĤاد":132265,"ĠÙĦدÙī":132266,"à¸Ħวามรูà¹ī":132267,"×ŀ×ĵ×Ļ׳×Ļ×ķת":132268,"겨":132269,"ĠíĺĦìŀ¬":132270,"שת×Ļ":132271,"мол":132272,"Ġmái":132273,"à¸ŀิม":132274,"à¸ŀิมà¸ŀ":132275,"à¸ŀิมà¸ŀà¹Į":132276,"หลวà¸ĩ":132277,"Ġxuyên":132278,"×Ĺסר":132279,"رÙĪÙĨ":132280,"ãģĿãģĨãģĦãģĨ":132281,"ãģĿãĤĮãģŀ":132282,"ãģĿãĤĮãģŀãĤĮ":132283,"Ġ׼ש×Ķ":132284,"ÐŁÑĢав":132285,"×ŀ×ijצע":132286,"عرب":132287,"Ġbüyü":132288,"פ×Ļת×ķ×Ĺ":132289,"à¸Īà¸ļ":132290,"ĠØ£Ùĥبر":132291,"שרת":132292,"×ŀ׼ש×Ļר":132293,"ĠÙĪÙħع":132294,"ãģ®ãģŁãĤģãģ«":132295,"à¸Ļัà¸ļ":132296,"ì°°":132297,"ãĥªãĥķãĤ©":132298,"ãĥªãĥķãĤ©ãĥ¼ãĥł":132299,"ĠcÆ°á»Ŀng":132300,"ĠìłĢíĿ¬":132301,"ÙħÙĨظÙħØ©":132302,"Ġhiçbir":132303,"ãģ§ãģ¯ãģĤãĤĬãģ¾ãģĽãĤĵ":132304,"รà¸Ńย":132305,"ëIJľëĭ¤":132306,"ãģĻãģIJãģ«":132307,"кла":132308,"Ġürünler":132309,"Ġkiá»ĥu":132310,"ĠëĤĺëĬĶ":132311,"ÑĤки":132312,"Ñģим":132313,"Ġchá»īnh":132314,"ãĤĤãģªãģĦ":132315,"ศรี":132316,"æĽ¿ãģĪ":132317,"taÅŁ":132318,"ĠبÙĥÙĦ":132319,"Ġ×ķ×Ļש":132320,"visão":132321,"ä¼Ŀ":132322,"ä¼ĿãģĪ":132323,"ÙĦد":132324,"׾×Ļ×ŀ":132325,"׾×Ļ×ŀ×ķ×ĵ":132326,"tória":132327,"دÙij":132328,"اÙħر":132329,"Ġê·¸ëłĩê²Į":132330,"ĠmateriaÅĤ":132331,"à¸Ĺรา":132332,"à¸Ĺราà¸ļ":132333,"ãģ®æĸ¹ãģĮ":132334,"ãģ¦ãģįãģŁ":132335,"ضغ":132336,"ضغط":132337,"ĠÙĬعÙĨÙĬ":132338,"ело":132339,"×IJ×Ķ×ij×Ķ":132340,"×¢×ŀ":132341,"ÅŁÄ±k":132342,"ìŀIJëĬĶ":132343,"ãĤ¿ãĥ³":132344,"ĠbáºŃt":132345,"×ŀשפ×Ĺ×Ķ":132346,"кÑĢи":132347,"бли":132348,"สัà¸ķ":132349,"สัà¸ķวà¹Į":132350,"ĠسÙĨÙĪات":132351,"ĠPhÆ°Æ¡ng":132352,"ãģ¦ãģĹãģ¾ãģ£ãģŁ":132353,"ãģªãģľ":132354,"Ġ×ij×IJ×ķ":132355,"Ġcán":132356,"سجÙĦ":132357,"Ġlẽ":132358,"ãĤ±ãĥ¼ãĤ¹":132359,"Ġק×Ļ×ij׾":132360,"à¸ļà¸Ĺà¸Ħวาม":132361,"Ġ×ķ׼ף":132362,"ĠпÑĢедÑģÑĤавлен":132363,"Ġná»iji":132364,"Ġcomentário":132365,"ением":132366,"Ġtá»ı":132367,"lÃł":132368,"Ġש×Ķ×Ļ×Ķ":132369,"Ñģлав":132370,"ĠاÙĦÙĪÙĦا":132371,"ĠاÙĦÙĪÙĦاÙĬات":132372,"ÙĦجÙĨØ©":132373,"ק×ķר×IJ":132374,"бÑĭÑĤ":132375,"Ġì¦":132376,"Ġì¦ī":132377,"ãģ§ãģĻãģĹ":132378,"หรืà¸Ńà¹Ħมà¹Ī":132379,"заÑīиÑĤ":132380,"ÙģÙĦسطÙĬÙĨ":132381,"Ġmiá»ħn":132382,"à¹Ģยà¹ĩà¸Ļ":132383,"ĠçalÄ±ÅŁan":132384,"×Ļ×Ĵ×Ķ":132385,"ĠEÄŁ":132386,"ĠEÄŁitim":132387,"ãĥĥãĤ·ãĥ¥":132388,"ĠопÑĭ":132389,"ĠопÑĭÑĤ":132390,"رغ":132391,"رغب":132392,"ĠÑģвоиÑħ":132393,"à¸Ľà¸£à¸°à¸ķ":132394,"à¸Ľà¸£à¸°à¸ķู":132395,"Ġ×ŀ×IJ×ĵ":132396,"׼×ķ׳×Ļ×Ŀ":132397,"à¸Ļี":132398,"ĠвÑĭÑħод":132399,"ãģ®ä¸Ńãģ«":132400,"פ׾×IJ":132401,"ĠÙĪÙĦÙĬس":132402,"פ×ķרס":132403,"פ×ķרס×Ŀ":132404,"ÙħسÙĦÙħ":132405,"Ġngôi":132406,"×ĵ×ŀ×ķת":132407,"ãĤĴ使ãģ£ãģ¦":132408,"ĠпомоÑīÑĮÑİ":132409,"أسر":132410,"блок":132411,"ÙĤÙĩ":132412,"ãģĹãģ¾ãģĦ":132413,"ãģ¨ãģĹãģŁ":132414,"ĠпеÑģ":132415,"ãĥīãĥ«":132416,"×Ĺ×Ŀ":132417,"ãģĹãģªãģĮãĤī":132418,"ĠÐŁÑĢед":132419,"ãĥģãĤ§ãĥĥãĤ¯":132420,"å¼·ãģĦ":132421,"ש×Ļר×ķת":132422,"даеÑĤ":132423,"×Ļ×ij×ķ":132424,"Ġgenç":132425,"илаÑģ":132426,"илаÑģÑĮ":132427,"ĠبÙĦد":132428,"æĤª":132429,"æĤªãģĦ":132430,"Ġ×ŀשת":132431,"æ§ĺãĢħ":132432,"æ§ĺãĢħãģª":132433,"à¸ĺรรมà¸Ĭาà¸ķิ":132434,"ĠÙĥاÙħÙĦ":132435,"ĠاÙĦسÙħ":132436,"×ij×ĺ×Ļ×Ĺ":132437,"cá":132438,"gência":132439,"ãĤ¹ãĤ¿ãĥ¼":132440,"à¸Ĺำà¸ģาร":132441,"×Ļ×ľ×ª":132442,"Ġ×Ļ×ķצ×IJ":132443,"wój":132444,"à¸ļุà¸Ħ":132445,"à¸ļุà¸Ħà¸Ħล":132446,"عتÙħ":132447,"عتÙħد":132448,"ãģĿãĤĮãģ«":132449,"ĠاÙĦتارÙĬØ®":132450,"ÙĤراء":132451,"Ġyönetim":132452,"קשר":132453,"ĠÑģпоÑĢÑĤ":132454,"Ġר×IJש×ķף":132455,"Ġseñal":132456,"Ġchắn":132457,"çĦ¡ãģĦ":132458,"ĠдоÑģÑĤаÑĤ":132459,"ĠдоÑģÑĤаÑĤоÑĩно":132460,"Ġágua":132461,"à¸ģรà¸ĵ":132462,"à¸ģรà¸ĵี":132463,"Ġ×ŀש×ķ":132464,"Ġtrải":132465,"ë²Į":132466,"ujÄħcych":132467,"Ùģرد":132468,"à¹ĥà¸ģล":132469,"à¹ĥà¸ģลà¹ī":132470,"ãĤĭãģ®ãģ¯":132471,"ר×ķ×ķ×Ĺ":132472,"ÙĨÙĥ":132473,"ĠاÙĦÙĨÙĤ":132474,"ãģ®ãģ§ãģĹãĤĩãģĨ":132475,"ãģ®ãģ§ãģĹãĤĩãģĨãģĭ":132476,"ÙħعرÙģ":132477,"ÙħعرÙģØ©":132478,"ÑĥÑīе":132479,"Ġ×ij×¢×Ļקר":132480,"تصÙĦ":132481,"Ġ×Ķ×IJר":132482,"Ġ×Ķ×IJרץ":132483,"ĠÅŀi":132484,"à¸Ĥาà¸Ķ":132485,"íŀĺ":132486,"ãģªãĤĵãģ¨":132487,"ĠìĤ¬ëŀij":132488,"lÃ¼ÄŁÃ¼":132489,"باء":132490,"ĠاÙĦآخر":132491,"ĠfamÃŃlia":132492,"ĠTháng":132493,"ÑīениÑı":132494,"ãĤ¯ãĥŃ":132495,"ĠThứ":132496,"æĽ¸ãģį":132497,"енной":132498,"ìŀ¡":132499,"благ":132500,"благо":132501,"пов":132502,"à¹ģว":132503,"à¸ĩà¸Ħà¹Į":132504,"à¸Ńัà¸Ļà¸Ķัà¸ļ":132505,"ãģĤãģĴ":132506,"รà¹īาย":132507,"ünün":132508,"Ġ×Ļ׼×ķ׾×Ķ":132509,"зон":132510,"ĠÐľÐ¸":132511,"маÑĤеÑĢиал":132512,"Ġë³´ë©´":132513,"ØŃÙģظ":132514,"êÌģ":132515,"ãģ«ãģĻãĤĭ":132516,"Ġת×IJ":132517,"Ġ×Ķס×ķ":132518,"ĠÑģÑĤоÑĢ":132519,"ĠÑģÑĤоÑĢон":132520,"ãĥĪãĥĥãĥĹ":132521,"ÅĤoÅĽÄĩ":132522,"ëħ¼":132523,"ëĵĿ":132524,"ĠÙĪاÙĦع":132525,"ì¶Ķ":132526,"Ġ×Ļצ×IJ":132527,"ĠÑĢаздел":132528,"алÑĮнаÑı":132529,"×IJ׳ש×Ļ":132530,"spoÅĤ":132531,"spoÅĤec":132532,"spoÅĤeczn":132533,"إعÙĦ":132534,"إعÙĦاÙĨ":132535,"ÙĤÙĪÙī":132536,"íķĺë©´ìĦľ":132537,"تطÙĪر":132538,"Ġsiêu":132539,"Ỽt":132540,"дви":132541,"движ":132542,"Ġquần":132543,"kıl":132544,"ĠпÑĢизна":132545,"ĠHã":132546,"ĠHãy":132547,"ĠباÙĦت":132548,"manın":132549,"ãĤ«ãĥ«":132550,"Ġká»·":132551,"ק׾×Ļ":132552,"ëIJĺì§Ģ":132553,"تعÙĦÙħ":132554,"ìĭľìĦ¤":132555,"ìĭ¶":132556,"íĺ¼":132557,"ÙĥÙĬÙģ":132558,"売ãĤĬ":132559,"วิà¸Ĭา":132560,"бал":132561,"ĠØ£ØŃ":132562,"Ġдолжен":132563,"ราà¸ĩ":132564,"ราà¸ĩวั":132565,"ราà¸ĩวัล":132566,"Ùħاء":132567,"جار":132568,"Åļ":132569,"Ġ×ŀ×IJ×ĸ":132570,"ר×ŀ×Ķ":132571,"ãģĭãĤĤãģĹãĤĮãģªãģĦ":132572,"étude":132573,"czÄħc":132574,"Ġgór":132575,"×ł×¡×Ķ":132576,"ÙħÙĬد":132577,"ĠÐŁÐµÑĢе":132578,"أخر":132579,"ãģĿãģ®å¾Į":132580,"à¹Ģà¸Ķียวà¸ģัà¸Ļ":132581,"×ŀ×Ĵ×ķ":132582,"×ŀ×Ĵ×ķ×ķף":132583,"дов":132584,"masına":132585,"×¢×ł×Ķ":132586,"ãĤ±ãĥĥãĥĪ":132587,"סע":132588,"סע×Ļ×£":132589,"ĠTÆ°":132590,"Ġtóc":132591,"íĻľëıĻ":132592,"ĠÐŀд":132593,"ĠÐŀднако":132594,"Ġdolayı":132595,"ؤÙĥد":132596,"ê³Ħíļį":132597,"׾ר":132598,"веÑĩ":132599,"Ġkhợi":132600,"Ġthủy":132601,"×ĵף":132602,"รà¸ģ":132603,"à¸ļัà¸ķร":132604,"à¹Ģà¸ģà¹Īา":132605,"ĠاÙĦثاÙĦ":132606,"ĠاÙĦثاÙĦØ«":132607,"Ġpodrá":132608,"ער×Ļ":132609,"ÙĨجاØŃ":132610,"Ġkhắc":132611,"측":132612,"Ä°M":132613,"ãĤ»ãĥĥãĥĪ":132614,"żenia":132615,"Ġ׾×Ĺ×ijר":132616,"erÃł":132617,"ì´Ī":132618,"Ġküç":132619,"Ġküçük":132620,"اتÙĩÙħ":132621,"à¸ĭà¹Į":132622,"ÙħشارÙĥØ©":132623,"ĠاÙĦبط":132624,"Ġdây":132625,"еннÑĭм":132626,"à¸Ĺีà¹Īà¹Ħมà¹Ī":132627,"ÙĤÙİ":132628,"Ġvượt":132629,"Ġtrì":132630,"ĠwpÅĤyw":132631,"AÅŀ":132632,"зо":132633,"ĠاÙĦسÙĬد":132634,"à¸Ĺะà¹Ģล":132635,"ĠÑģодеÑĢжа":132636,"عطÙĬ":132637,"ĠاÙĦعÙĨ":132638,"èĢħãģĮ":132639,"à¹Ģหà¸Ļ":132640,"à¹Ģหà¸Ļืà¸Ń":132641,"ĠbÃŃ":132642,"Ġüzerinden":132643,"ĠVÅ©":132644,"Ġnuôi":132645,"ÙĨÙħ":132646,"алÑĮного":132647,"×¢×Ļף":132648,"ØŃضر":132649,"ĠоÑĤдел":132650,"ëªĩ":132651,"ìķ¡":132652,"ĠÙĦدÙĬÙĩ":132653,"ìĻľ":132654,"Ġsektör":132655,"Ġвозможно":132656,"ĠÐĶж":132657,"Ġhô":132658,"äºĭãģĮ":132659,"иÑĢование":132660,"алÑĮной":132661,"Ġ미êµŃ":132662,"رØŃÙĦ":132663,"ĠÑįкÑģ":132664,"пÑĢавлÑı":132665,"Ġnhá»Ŀ":132666,"ĠÄijẩ":132667,"ĠÄijẩy":132668,"ÙģÙĥر":132669,"ĠÙĪأضاÙģ":132670,"ãĥIJãĤ¹":132671,"ת×ķ׼׳×Ļת":132672,"ÑĤелей":132673,"ĠØ¥ÙĦÙĬÙĩ":132674,"ãģ¨è¨Ģãģ£ãģ¦":132675,"Ġдве":132676,"Ġchấp":132677,"ĠLö":132678,"à¸Ħลิ":132679,"à¸Ħà¸¥à¸´à¸Ľ":132680,"ĠسÙĪر":132681,"ĠسÙĪرÙĬا":132682,"×ŀ×Ĺ×ķ":132683,"stä":132684,"доб":132685,"Ġniá»ĩm":132686,"ãģ®å¤§":132687,"פר×ķ×Ļק":132688,"פר×ķ×Ļק×ĺ":132689,"ĠChâu":132690,"Ġ×ŀ×Ķ×Ŀ":132691,"Ñģким":132692,"ĠполÑĥÑĩиÑĤÑĮ":132693,"ÙĬÙĪÙħ":132694,"Ø«ÙĪر":132695,"פ×ķ׾×Ļ×ĺ":132696,"פ×ķ׾×Ļ×ĺ×Ļ":132697,"ĠмеÑģÑıÑĨ":132698,"åħ¨ãģ¦":132699,"ĠاÙĦÙħجÙĦس":132700,"ĠاÙĦتاÙĦÙĬ":132701,"Ġ×Ĺר":132702,"åIJijãģij":132703,"׼×ŀ×Ķ":132704,"бед":132705,"أعض":132706,"أعضاء":132707,"ÙĪÙĦد":132708,"วà¹Īาà¸Īะ":132709,"Ġbánh":132710,"à¸Ļิย":132711,"à¸Ļิยม":132712,"à¸Ľà¸£à¸°à¸ģัà¸Ļ":132713,"ÑģÑĤавиÑĤÑĮ":132714,"à¸ŀà¸Ļัà¸Ļ":132715,"ĠÑįÑĦÑĦ":132716,"ĠÑįÑĦÑĦекÑĤив":132717,"ĠавÑĤоÑĢ":132718,"ĠÄIJÄĥng":132719,"ĠthÆ°á»Łng":132720,"ãĤĴæĦŁãģĺ":132721,"à¸ģัà¸ļà¸ģาร":132722,"å¾Įãģ«":132723,"ĠyaÄŁ":132724,"ستاÙĨ":132725,"Ġliá»ģn":132726,"ãģĦãģ¾":132727,"iêu":132728,"à¹Ĥà¸Ķà¸Ļ":132729,"ĠÙĦØ°ÙĦÙĥ":132730,"à¹Ĥรà¸ĩà¹Ģรียà¸Ļ":132731,"צ×Ļ×Ĵ":132732,"ĠاÙĦÙħعÙĦÙĪÙħات":132733,"ç§ģãģŁãģ¡":132734,"à¸Ĺีà¹Īà¸Ħุà¸ĵ":132735,"ãģ«ãģªãģ£ãģ¦ãģĦãĤĭ":132736,"×ŀ×ĵ×Ļ׳×Ķ":132737,"×¡×Ľ×Ŀ":132738,"Ġвне":132739,"à¸ŀà¸Ļัà¸ģà¸ĩาà¸Ļ":132740,"ÑĢей":132741,"à¹Ģà¸Īà¹īาหà¸Ļà¹īาà¸Ĺีà¹Ī":132742,"ĠHiá»ĩn":132743,"Ġmédico":132744,"ĠتØŃÙĤÙĬÙĤ":132745,"ÑĮÑĤе":132746,"miÅŁti":132747,"ÙĤÙĬادة":132748,"ãĤıãģĭãĤĬ":132749,"มาà¸Īาà¸ģ":132750,"ëħĢ":132751,"ãģ«éĸ¢ãģĻãĤĭ":132752,"×IJר×Ĵ×ķף":132753,"mètre":132754,"Ġעצ×ŀ×Ļ":132755,"ĠChúa":132756,"รูà¹īà¸Ī":132757,"รูà¹īà¸Īัà¸ģ":132758,"ì£Ħ":132759,"ëĭµ":132760,"à¹ģà¸Ĺà¹ī":132761,"Ġgeçen":132762,"Ġlança":132763,"ĠاÙĦبØŃØ«":132764,"×ĵ×ŀ×ķ":132765,"ãģ¯ãģĺ":132766,"ãģ¯ãģĺãĤģ":132767,"ĠdönÃ¼ÅŁ":132768,"è¿ijãģı":132769,"à¹Ģสม":132770,"à¹Ģสมà¸Ń":132771,"ëĿ½":132772,"Ġüç":132773,"á»ŀ":132774,"ÑĪаÑı":132775,"à¸Ĺร":132776,"ØŃÙĤÙĬÙĤØ©":132777,"à¸Ĥà¸Ńà¸ĩà¸ģาร":132778,"Ġ무ìĹĩ":132779,"Ġ×Ķ׼ר":132780,"ĠاÙĦصÙĬÙĨ":132781,"ĠлÑİди":132782,"à¸ķาย":132783,"بÙĪÙĦ":132784,"Ġviêm":132785,"Ġthiá»ĩu":132786,"à¸ģà¸Ķ":132787,"Ġ׾×ĵ×ijר":132788,"פ׳×Ķ":132789,"×IJר×ij×¢":132790,"سÙī":132791,"ĠاÙĦسÙĬاس":132792,"ĠاÙĦسÙĬاسÙĬØ©":132793,"ydı":132794,"ÙĪØŃدة":132795,"ĠдеÑıÑĤелÑĮноÑģÑĤи":132796,"Ġ×ķ×Ķ×ŀ":132797,"пеÑĩ":132798,"пеÑĩаÑĤ":132799,"иÑĢованиÑı":132800,"ĠÑģог":132801,"ĠÑģоглаÑģ":132802,"Ġ׼×ĵ":132803,"Ġ׼×ĵ×IJ×Ļ":132804,"ĠиÑģполÑĮзоваÑĤÑĮ":132805,"ספ×ķר×ĺ":132806,"Ġilçe":132807,"expérience":132808,"ĠThá»Ŀi":132809,"Ä°K":132810,"à¹Ħà¸Łà¸Łà¹īา":132811,"ëĵ¤ìĹIJê²Į":132812,"à¸Ľà¸£à¸°à¹Ģà¸ł":132813,"à¸Ľà¸£à¸°à¹Ģà¸łà¸Ĺ":132814,"Ġmümk":132815,"Ġmümkün":132816,"Ġ×IJ×ķ×ª×ł×ķ":132817,"ìĦ±ìĿĦ":132818,"ĠìĿ´ìľł":132819,"زÙĬارة":132820,"Ġoldukça":132821,"rób":132822,"ĠØ£ÙĨا":132823,"Ġ×Ķ×ij×Ļ":132824,"Ñģен":132825,"×¢×Ļקר":132826,"×Ļ×ĵ×ķ×¢":132827,"dzÄħ":132828,"ÙħعÙĦÙĪÙħات":132829,"شاب":132830,"Ġparça":132831,"à¸Ļะà¸Ħะ":132832,"باس":132833,"ĠÑĤоÑĢг":132834,"ĠÑĤоÑĢгов":132835,"Ġ×Ĺ×ĵר":132836,"׼ר×ĺ":132837,"׼ר×ĺ×Ļס":132838,"ĠAyrıca":132839,"ệ":132840,"ìľ¨":132841,"ĠÑĤакие":132842,"Ġ×ŀצ×ķ×Ļ":132843,"ãĥ©ãĥ³ãĤŃãĥ³ãĤ°":132844,"ש×Ļ×ķ×ķק":132845,"åīįãģ®":132846,"ĠBảo":132847,"ÑīÑĥ":132848,"æĹ©ãģı":132849,"ĠPhòng":132850,"à¸ŀระราà¸Ĭ":132851,"פ×Ĺ×ķת":132852,"Ġгл":132853,"Ġглаз":132854,"à¸Ĺà¹Īา":132855,"Ġdạy":132856,"ÑĢоÑģÑĤ":132857,"à¹Ĥà¸Ķยà¹Ģà¸īà¸ŀาะ":132858,"ĠquáºŃn":132859,"Ġ×Ĺ×ijר×ķת":132860,"même":132861,"mÄ±ÅŁtı":132862,"ĠاÙĦتداÙĪÙĦ":132863,"Ġnạn":132864,"Ġ×Ķ×ĵ×Ļ":132865,"ĠاÙĦطرÙĬÙĤ":132866,"×Ĵ×ķת":132867,"Ġ×Ķ×ĵר×ļ":132868,"ujÄħce":132869,"Ġchữ":132870,"ãĤĤãģ®ãģ®":132871,"ë°Ľ":132872,"ãģķãĤĵãģ¯":132873,"Ġyardım":132874,"ĠاÙĦعÙħ":132875,"Ġì§Ħíĸī":132876,"Ġ×Ļ×Ĺ":132877,"Ġ×Ļ×Ĺס×Ļ":132878,"ĠاÙĦÙħدÙĬÙĨØ©":132879,"Ġcú":132880,"à¸ģีฬ":132881,"à¸ģีฬา":132882,"Ġniên":132883,"misión":132884,"׳×Ļס×Ļ":132885,"׳×Ļס×Ļ×ķף":132886,"ĠвозÑĢаÑģÑĤ":132887,"Ġ×¢×ķש×Ķ":132888,"ĠÙħدÙĬر":132889,"ÑıÑģÑĮ":132890,"ØŃجÙħ":132891,"íĻĺê²½":132892,"ĠاÙĦأخرÙī":132893,"uÃŁer":132894,"ĠاÙĦعاÙĦÙħÙĬØ©":132895,"ĠNgá»įc":132896,"êµIJíļĮ":132897,"ä¸Ĭãģ§":132898,"×Ļ×Ķ×ķ×ĵ":132899,"×Ļ×Ķ×ķ×ĵ×Ļ×Ŀ":132900,"Ùħساعدة":132901,"ĠжизнÑĮ":132902,"ĠпоÑĤомÑĥ":132903,"ĠاÙĦÙħÙħÙĦ":132904,"ĠاÙĦÙħÙħÙĦÙĥØ©":132905,"ĠGör":132906,"رÙIJ":132907,"×ŀק×ķ×ŀ×ķת":132908,"åĩºæĿ¥ãĤĭ":132909,"ÑĦÑĤ":132910,"ĠìĿ´ìłľ":132911,"ĠÑĢем":132912,"ĠÑĢемонÑĤ":132913,"ת×ķ×ļ":132914,"æĻĤãģ¯":132915,"ãĤīãĤĮãģªãģĦ":132916,"altı":132917,"家ãģ®":132918,"ĠاÙĦإعÙĦاÙħ":132919,"리ëĬĶ":132920,"ãģĭãĤīãģ¯":132921,"ĠHạ":132922,"ãģĤãģ®":132923,"×ĵ×Ļ×ķף":132924,"رÙĬس":132925,"ĠsocietÃł":132926,"ĠاÙĦÙĥبÙĬر":132927,"Ġ×ij×ŀס":132928,"Ġ×ij×ŀס×Ĵר":132929,"Ġ×ij×ŀס×Ĵרת":132930,"ĠìŀĪìľ¼ë©°":132931,"Ġnặng":132932,"ÙĩÙī":132933,"ĠBÃł":132934,"×ŀר×ķ":132935,"ĠjÄĻ":132936,"ĠjÄĻzy":132937,"ĠjÄĻzyk":132938,"Ġ׼×ŀ×ķ×ijף":132939,"×¢×ľ×Ķ":132940,"à¸Ĺีà¹Īà¹Ħà¸Ķà¹ī":132941,"ãģ¾ãģĹãĤĩãģĨ":132942,"×ŀספר":132943,"ТÐŀ":132944,"سÙĬاسة":132945,"ĠкаждÑĭй":132946,"ë²ł":132947,"tım":132948,"yá»ĩn":132949,"รีà¹Ī":132950,"ĠдеÑĤÑģк":132951,"วิà¸ĺีà¸ģาร":132952,"mówi":132953,"×ĺ×¢×Ŀ":132954,"×Ķצ׾×Ĺ×Ķ":132955,"ضÙĬÙģ":132956,"ĠÑħоÑĤÑı":132957,"ãĤĵãģ§ãģĦãĤĭ":132958,"à¸Ħาà¸Ķ":132959,"à¸Ħรà¸ļ":132960,"ĠкÑĥÑĢÑģ":132961,"ĠbaÅŁarı":132962,"×ijר×ķ":132963,"ÙĬعة":132964,"ĠÐĿÑĥ":132965,"à¸Ħวามà¹Ģà¸Ľà¹ĩà¸Ļ":132966,"Ġ׾×ŀש׾":132967,"Ġì¢ĭìĿĢ":132968,"Ùħؤسس":132969,"Ùħؤسسات":132970,"Ġprécis":132971,"Ġthảo":132972,"à¸ģà¹ĩà¸Ħืà¸Ń":132973,"Ġש׼׾":132974,"führung":132975,"ãģĦãģ§":132976,"à¹ģละมี":132977,"à¸ģà¹ĩมี":132978,"Ġשש":132979,"мел":132980,"Ġкниг":132981,"ĠباÙĦÙĨ":132982,"ĠباÙĦÙĨسبة":132983,"Ġaldı":132984,"ÑĤай":132985,"Ġ×Ĺ×ĵש×Ļ×Ŀ":132986,"å®Łãģ¯":132987,"عÙĪا":132988,"ĠìĿĺ미":132989,"изм":132990,"ÑĢабоÑĤаÑĤÑĮ":132991,"Ùģص":132992,"Ġ×ij׳×ķסף":132993,"ãģ¨ãģĹãģ¦ãĤĤ":132994,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ĺีà¹Ī":132995,"ĠÑģледÑĥеÑĤ":132996,"èĢĥãģĪãģ¦":132997,"Ġ׼×Ļ×ķ×Ŀ":132998,"ÑģÑĤÑĭ":132999,"׼׾׼׾×Ļ":133000,"æµģãĤĮ":133001,"ãĤĴãģ¤ãģij":133002,"ÑĩаÑĤ":133003,"×Ļ׼×ķף":133004,"×Ļר×Ļ":133005,"larıyla":133006,"ãĤ¤ãĥ¡":133007,"ãĤ¤ãĥ¡ãĥ¼ãĤ¸":133008,"׳×ĸק":133009,"Ġciò":133010,"Ġsın":133011,"Ġsınır":133012,"à¸Ļà¸Ħร":133013,"каÑĤ":133014,"Ġlá»Ĺi":133015,"ëŀĮ":133016,"تÙģاص":133017,"تÙģاصÙĬÙĦ":133018,"ëĨĵ":133019,"ĠÙħض":133020,"ilmiÅŁ":133021,"بارÙĥ":133022,"ÐĿÐĺ":133023,"Ġthẩm":133024,"Ġ×IJ×ķת×ļ":133025,"ĠпÑĢиним":133026,"ĠпÑĢинима":133027,"Ġyönt":133028,"Ġyöntem":133029,"Ġ×ŀק×ij׾":133030,"Ġktórego":133031,"ê·Ģ":133032,"شرÙģ":133033,"داÙħ":133034,"ãģĦãĤįãģĦãĤį":133035,"ĠAlém":133036,"Ġgörü":133037,"Ġgörünt":133038,"Ġgörüntü":133039,"دس":133040,"ÑĪки":133041,"гÑĢад":133042,"Ġlạc":133043,"Ġsữa":133044,"ãĤīãĤĮãģ¾ãģĻ":133045,"oÃłi":133046,"Ñīен":133047,"ãģĭãģªãģĦ":133048,"Ġпоп":133049,"ĠпопÑĥ":133050,"ĠпопÑĥлÑıÑĢ":133051,"ĠاÙĦÙħÙĪÙĤع":133052,"räg":133053,"Ａ":133054,"íķĦ":133055,"ãĤĴè¦ĭãĤĭ":133056,"اÙħا":133057,"ĠاÙĦØŃرب":133058,"ĠÐŁÐ°":133059,"Ġ׾×IJתר":133060,"Ġtá»ijc":133061,"×ij׾×Ķ":133062,"رئÙĬس":133063,"вÑĥ":133064,"ÙĬدÙĬ":133065,"казан":133066,"Ġ×Ĺש×ij×ķף":133067,"hôtel":133068,"×¢×ķ׳×Ķ":133069,"بÙĨÙĬ":133070,"×ŀ×ķ׾":133071,"ĠднÑı":133072,"éĽ£ãģĹãģĦ":133073,"ведениÑı":133074,"Ġ×ķ×ŀת":133075,"напÑĢимеÑĢ":133076,"ÙĤابÙĦ":133077,"Ġrésultat":133078,"ĠÑĢазвиÑĤиÑı":133079,"رÙij":133080,"ìłĦ문":133081,"ĠاÙĦÙħزÙĬد":133082,"ĠìľĦíķ´ìĦľ":133083,"ëĨį":133084,"íĻķ":133085,"ĠThiết":133086,"íĮ¨":133087,"malıdır":133088,"ĠczÅĤ":133089,"ĠczÅĤowie":133090,"ĠczÅĤowiek":133091,"ĠÙĦبÙĨ":133092,"ĠÙĦبÙĨاÙĨ":133093,"üsü":133094,"ãģªãĤĵãģł":133095,"Ġżycie":133096,"ĠÑħоÑĢоÑĪо":133097,"æĸ¹ãģ«":133098,"ëĭ¤ë©´":133099,"иÑĩеÑģкаÑı":133100,"ער×Ļ׼":133101,"ער×Ļ×Ľ×ª":133102,"ãģ¾ãģĽãĤĵãģ§ãģĹãģŁ":133103,"ĠÑģобой":133104,"Ġgá»Ĺ":133105,"ĠделаÑĤÑĮ":133106,"daÄĩ":133107,"аÑĢа":133108,"różni":133109,"à¹Ģลีà¹ī":133110,"à¹Ģลีà¹īย":133111,"à¹Ģลีà¹īยà¸ĩ":133112,"à¸Ŀาà¸ģ":133113,"ĠتÙĤ":133114,"ĠتÙĤدÙĬ":133115,"ĠتÙĤدÙĬÙħ":133116,"หà¸Ļุà¹Īม":133117,"Ġmücade":133118,"Ġmücadele":133119,"ì§Ģ를":133120,"ãĤ¤ãĤ¹":133121,"Ġأساس":133122,"jÄħcego":133123,"ĠÅŁeh":133124,"нÑĤеÑĢ":133125,"ÑĨиÑİ":133126,"ï»»":133127,"ÑİÑīего":133128,"à¹Ĥà¸Ľà¸£à¹ģ":133129,"à¹Ĥà¸Ľà¸£à¹ģà¸ģรม":133130,"ĠmieÄĩ":133131,"ØŃÙĥÙĪÙħØ©":133132,"ãģ§ãģĹãģŁãģĮ":133133,"×Ļס×Ķ":133134,"ãĤĤãģ®ãĤĴ":133135,"Ġ×ŀ×IJת":133136,"สุà¸Ķà¸Ĺà¹īาย":133137,"ĠcÅ©":133138,"ÙĨسب":133139,"ĠпÑĢоÑĩ":133140,"Ġдней":133141,"ĠÑįÑĤиÑħ":133142,"׾×ŀת":133143,"нÑıÑı":133144,"Ñįк":133145,"Ġì§ĢëĤľ":133146,"มหาวิà¸Ĺยา":133147,"มหาวิà¸Ĺยาล":133148,"มหาวิà¸Ĺยาลัย":133149,"dão":133150,"ĠMáy":133151,"ĠêµŃê°Ģ":133152,"à¸ļุรี":133153,"×Ĵ×Ļ׾":133154,"ĠÑĤÑĭÑģÑı":133155,"ĠÑĤÑĭÑģÑıÑĩ":133156,"ÙģÙĥ":133157,"ĠÐĺÑģ":133158,"è¡ĮãĤıãĤĮ":133159,"פר×ĵ":133160,"ãģ¤ãģį":133161,"à¸Ħรà¸Ńà¸ļ":133162,"à¸Ħรà¸Ńà¸ļà¸Ħรัว":133163,"à¸Ĥึà¹īà¸Ļมา":133164,"ä»ĬæĹ¥ãģ¯":133165,"ĠìĤ¬ëŀĮìĿ´":133166,"עצ×ŀ×Ķ":133167,"поÑĢ":133168,"ĠKỳ":133169,"ĠÆ¡n":133170,"ĠthÄĥm":133171,"ÙģاÙĤ":133172,"ãģļãģ«":133173,"Ġ׾קר":133174,"Ġ׾קר×ķ×IJ":133175,"اÙģÙĬØ©":133176,"ÙħÙİا":133177,"гаÑĢ":133178,"صÙĦا":133179,"صÙĦاة":133180,"Ġ×ŀ×ĸ×Ķ":133181,"lıģını":133182,"Ġ×IJ×Ļ׳×Ķ":133183,"кÑĢо":133184,"ĠngÆ°Æ¡i":133185,"Ġвним":133186,"Ġвнимание":133187,"jÄħcy":133188,"ÙĢÙĢÙĢÙĢÙĢ":133189,"ÑģÑħод":133190,"ãģªãĤĵãģĭ":133191,"×ŀ×Ļ׾":133192,"Ġ×Ķ×IJ×Ĺ":133193,"ãĤıãģªãģĦ":133194,"عسÙĥر":133195,"ĠìĦ¸ê³Ħ":133196,"ĠÑĩего":133197,"ĠÑģÑĢедÑģÑĤва":133198,"ĠÐłÐ°Ñģ":133199,"ãģªãģģ":133200,"ÙĨÙģس":133201,"ר×Ļ×ķף":133202,"ÑģÑĥд":133203,"ĠìĿ¸ê°Ħ":133204,"ĠاÙĦÙħÙĤبÙĦ":133205,"ÙĨعÙħ":133206,"تÙĪÙģر":133207,"ש×ij×¢":133208,"ılm":133209,"ılmÄ±ÅŁ":133210,"Ġ×ľ×ª×ª":133211,"تصÙģ":133212,"×Ķפ×ķ×ļ":133213,"à¹ĥà¸Ļà¸Ľà¸µ":133214,"ìĿ´ê³ł":133215,"ÙģÙĪز":133216,"à¸ľà¸¥à¸ĩาà¸Ļ":133217,"ĠGiáo":133218,"à¸ļà¸Ńà¸ģวà¹Īา":133219,"ĠdÄ±ÅŁ":133220,"ĠdÄ±ÅŁÄ±nda":133221,"죽":133222,"ĠdzieÅĦ":133223,"кÑĨии":133224,"иÑĨе":133225,"ãģ®ä¸Ģ":133226,"عش":133227,"пÑĢеÑģÑģ":133228,"หà¸Ļà¹Īà¸Ńย":133229,"ลัà¸ģษà¸ĵะ":133230,"ĠpossibilitÃł":133231,"à¹Ħà¸Ķà¹īรัà¸ļà¸ģาร":133232,"หยุà¸Ķ":133233,"Ġphiên":133234,"çĶŁãģ¾ãĤĮ":133235,"Ø·ÙĪÙĦ":133236,"ÑĦин":133237,"für":133238,"ØŃÙĬاة":133239,"íĸĪìĬµëĭĪëĭ¤":133240,"׼׳×ķת":133241,"à¸Ľà¸£à¸°à¸ª":133242,"à¸Ľà¸£à¸°à¸ªà¸ļ":133243,"à¸Ľà¸£à¸°à¸ªà¸ļà¸ģารà¸ĵà¹Į":133244,"ëIJĺìĹĪ":133245,"Ġkażdy":133246,"Ġluyá»ĩn":133247,"ĠоÑĢганизаÑĨии":133248,"å°ijãģªãģı":133249,"ÑģÑĤÑĢоен":133250,"Ġtécnico":133251,"ק×Ķ׾":133252,"Ġ×ķ×IJ×Ĺ":133253,"ĠعÙĦÙĬÙĥ":133254,"Ñīение":133255,"Ġ×Ķ×Ļ׾×ĵ×Ļ×Ŀ":133256,"ÙĪسائÙĦ":133257,"Ġ×ķ×Ķת":133258,"تÙħÙĬز":133259,"ĠÑģказал":133260,"Ġполи":133261,"Ġ×Ķ×ŀס":133262,"ÙĦÙijÙİ":133263,"Ùħؤسسة":133264,"Ġ×ŀ×Ļ×ĵ":133265,"ãģ£ãģ¡":133266,"ĠëĦĪ무":133267,"à¸ŀี":133268,"Ġtặng":133269,"Ġtấn":133270,"רש×Ŀ":133271,"Ġmédica":133272,"Ġ×¢×ķ×ŀ":133273,"Ġ×¢×ķ×ŀ×ĵ":133274,"ÑĦоÑĢ":133275,"Ùħرة":133276,"Ġvatanda":133277,"ĠvatandaÅŁ":133278,"Ġдело":133279,"à¸Ļม":133280,"ãģ¨åIJĮãģĺ":133281,"ÙģÙī":133282,"ÑģоÑĢ":133283,"Ġ×Ķסר×ĺ":133284,"Ġépoca":133285,"ìłķì±ħ":133286,"ĠÑģвÑıзан":133287,"ضرب":133288,"ĠÙĦÙĨا":133289,"Ġużywa":133290,"ĠاÙĦجÙĬØ´":133291,"ÑİÑĢ":133292,"×ijס×ķ×£":133293,"ĠмÑĥ":133294,"ĠмÑĥзÑĭк":133295,"bilité":133296,"Ġmaç":133297,"سÙİ":133298,"تÙĦÙĥ":133299,"ãģ¬":133300,"ÙĬÙĦا":133301,"ÑĪла":133302,"ÙĢÙĢÙĢ":133303,"Ġодной":133304,"зван":133305,"ĠÑģÑĢаз":133306,"ĠÑģÑĢазÑĥ":133307,"ÙĨظÙħ":133308,"راÙĩ":133309,"ĠÙĦÙĩذا":133310,"׼×ķר":133311,"Ġ×Ķש×ij×ķ×¢":133312,"Ġ×Ķשת":133313,"ĠQuảng":133314,"ãĥ«ãĥ¼":133315,"ãģĪãģªãģĦ":133316,"×ĺ×IJ":133317,"Ġmiá»ģn":133318,"ĠPháºŃt":133319,"ĠاÙĦسÙĪÙĤ":133320,"ÄĤ":133321,"ĠاÙĦجÙħع":133322,"ĠاÙĦجÙħعة":133323,"ÑİÑīей":133324,"aÅĤem":133325,"عتÙĤد":133326,"Ø£ÙĦÙħ":133327,"Ñģке":133328,"ĠìĿ´íķ´":133329,"ÙĨسخ":133330,"è¨ĢãģĦ":133331,"добав":133332,"سبÙĤ":133333,"×¢×ķרר":133334,"ÑĤип":133335,"ãģĿãģĵãģ§":133336,"visión":133337,"عÙĪدة":133338,"먹":133339,"×ŀ×ĸר×Ĺ":133340,"ĠØ¥ØŃ":133341,"Ġ׾×ij×Ļף":133342,"Ġ׾צ×IJת":133343,"Ġyardı":133344,"Ġyardımc":133345,"Ġyardımcı":133346,"Ä°Z":133347,"קפ×Ķ":133348,"tré":133349,"liÄŁini":133350,"клÑİÑĩа":133351,"Ġüretim":133352,"Ġayrı":133353,"ĠkiÅŁiler":133354,"à¸Ħà¹īà¸Ļ":133355,"à¸Ħà¹īà¸Ļหา":133356,"ĠSá»±":133357,"Ġ×Ľ×¡":133358,"Ġ×Ľ×¡×£":133359,"ĠÑĤакиÑħ":133360,"ĠXuân":133361,"Ġлег":133362,"Ġлегко":133363,"Ø«ÙĤاÙģØ©":133364,"ÐĿÐŀ":133365,"ãĤ¹ãĤ¿ãĥĥ":133366,"ãĤ¹ãĤ¿ãĥĥãĥķ":133367,"åIJĪãģĦ":133368,"Ġ×Ķש×Ļ×ŀ×ķש":133369,"manız":133370,"ĠÐĴаÑģ":133371,"gün":133372,"ìľĦìĽIJíļĮ":133373,"Ġwspóln":133374,"ĠÑģвое":133375,"íĥģ":133376,"à¹Ģà¸Ļีย":133377,"ÙĪبة":133378,"вÑıз":133379,"ıdır":133380,"ëIJĺìĹĪëĭ¤":133381,"ĠdeÄŁiÅŁtir":133382,"ãĤĭãģĵãģ¨ãģĮ":133383,"Ġ×Ĺ×ĵש×Ķ":133384,"ãĤīãĤĮãģ¦ãģĦãĤĭ":133385,"×Ĺ×Ļ×Ļ×ij":133386,"ĠÐļаÑĢ":133387,"׳×Ļת×ķ×Ĺ":133388,"Ġק×ĺף":133389,"ר×ĸ":133390,"ÙĪغ":133391,"èªŃãģ¿":133392,"ĠتÙĤÙĪÙħ":133393,"ĠÙĥاÙĦ":133394,"à¸Ŀึà¸ģ":133395,"Ġë°ľìĥĿ":133396,"ológico":133397,"راع":133398,"à¹ģà¸ģà¹īà¹Ħà¸Ĥ":133399,"ĠÑĢабоÑĤÑĥ":133400,"ÙĨÙijÙİ":133401,"à¸Ńยูà¹Īà¸Ĺีà¹Ī":133402,"ĠاÙĦثاÙĨÙĬØ©":133403,"ĠNhân":133404,"ÑħваÑĤ":133405,"öne":133406,"Ġعدة":133407,"à¹ģสà¸ĩ":133408,"ÑĤоп":133409,"пÑĥÑģка":133410,"شراء":133411,"ĠÐļом":133412,"Ġפע×ķ׾×Ķ":133413,"ìĤ¬ìĿ´":133414,"ìĤ¬ìĿ´íĬ¸":133415,"è¡Įãģ£ãģ¦":133416,"Ġ×Ķ×Ķת":133417,"ĠÑģÑĤоÑĢо":133418,"ĠÑģÑĤоÑĢонÑĭ":133419,"درس":133420,"à¸ĭู":133421,"à¸ķà¹Īำ":133422,"ĠأبÙĬ":133423,"подоб":133424,"ãģ«ãģ¦":133425,"ارتÙģاع":133426,"ĠÙħؤ":133427,"иков":133428,"geführt":133429,"มืà¸Ńà¸ĸืà¸Ń":133430,"ĠÙĦÙĤد":133431,"ĠØ£ÙĨÙij":133432,"سÙĬطر":133433,"ãģ¾ãģļãģ¯":133434,"ס×ĵ":133435,"ÑģколÑĮко":133436,"ãģ¿ãģŁãģĦãģª":133437,"×ĵר×Ĵ":133438,"×¢×Ļ×ĵ":133439,"à¹ĥหà¹īà¸ļริà¸ģาร":133440,"ĠÐĶи":133441,"×ij×¢×Ļ×ķת":133442,"Ġ×Ķ×Ĺ×ķ":133443,"пиÑģÑĮ":133444,"ĠاÙĦØ®ÙĦ":133445,"бав":133446,"ĠÄ°lk":133447,"ĠاÙĦØ®Ùħ":133448,"ĠاÙĦØ®ÙħÙĬس":133449,"ĠÙĬÙĤÙĪÙħ":133450,"æĻĤãģ®":133451,"ĠsÅĤow":133452,"ĠØ£ÙĩÙħ":133453,"Ø®ÙĦÙĤ":133454,"ĠأصبØŃ":133455,"Ġchứa":133456,"Ġthác":133457,"ÙģاÙĦ":133458,"Ġchá»Ŀ":133459,"ĠاÙĦخار":133460,"ĠاÙĦخارج":133461,"ĠاÙĦخارجÙĬØ©":133462,"طائر":133463,"ĠtÃł":133464,"ĠtÃłu":133465,"à¸ģลà¹īà¸Ńà¸ĩ":133466,"ĠاÙĦÙħرأ":133467,"ĠاÙĦÙħرأة":133468,"åħ¨ãģı":133469,"ĠÃĸn":133470,"çļĦãģ«ãģ¯":133471,"Ġpièce":133472,"×Ĵ×Ļ×ij":133473,"ĠاÙĦÙĪاÙĤع":133474,"ä»Ĭãģ®":133475,"ĠاÙĦÙħÙĤ":133476,"cznÄħ":133477,"ÙģعاÙĦ":133478,"енного":133479,"ĠÑĦакÑĤ":133480,"ìĭłì²Ń":133481,"ĠÐŀни":133482,"ĠاÙĦبÙĦاد":133483,"овиÑĩ":133484,"ëıĮ":133485,"ÑĦÑĥнкÑĨи":133486,"Ġìĸ´ëĬIJ":133487,"ãĥķãĤ©ãĥ¼":133488,"dÃŃ":133489,"илоÑģÑĮ":133490,"ÙħÙī":133491,"ĠاÙĦØ£ÙħرÙĬÙĥ":133492,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬØ©":133493,"×ĺ×Ļפ×ķ׾":133494,"íĶĦë¡ľê·¸":133495,"íĶĦë¡ľê·¸ëŀ¨":133496,"Ġש×ķ׳×ķת":133497,"Ø´ÙħÙĦ":133498,"ĠпаÑĢа":133499,"Ġ×Ķ×Ĺ×ķק":133500,"ÙĪزارة":133501,"ãģ¨ãģĻãĤĭ":133502,"Ġquảng":133503,"Ġaģır":133504,"ĠاÙĦÙĦج":133505,"ĠاÙĦÙĦجÙĨØ©":133506,"긴":133507,"ĠTân":133508,"جÙħÙĦ":133509,"дол":133510,"à¹ģà¸ŀà¸Ĺย":133511,"à¹ģà¸ŀà¸Ĺยà¹Į":133512,"Ġר×IJש×Ļ":133513,"Ñīей":133514,"Ġçevre":133515,"ĠкомплекÑģ":133516,"Ġ×ij×ŀש×ļ":133517,"Ġaltın":133518,"ĠأعÙħاÙĦ":133519,"ĠÑģвоего":133520,"ãĤĪãģĦ":133521,"×Ĺ׾×Ļ×ĺ":133522,"×ŀ×ł×¢":133523,"Ġר×ij×Ķ":133524,"ĠØ£ÙĬضاÙĭ":133525,"×ĸ׾":133526,"ĠاÙĦسÙĬاسÙĬ":133527,"æĢĿãģĨ":133528,"קרק":133529,"קרקע":133530,"ĠاÙĦÙģرÙĬÙĤ":133531,"биÑĤ":133532,"ק׳×Ķ":133533,"ĠØ¥ÙĨÙĩ":133534,"ĠÐĴам":133535,"ÐłÐŀ":133536,"ãĥĪãĥª":133537,"å¿ħè¦ģãģª":133538,"Ġchâu":133539,"ç¶ļãģij":133540,"Ġçözüm":133541,"gÅĤow":133542,"عÙĤÙĦ":133543,"売ãĤĭ":133544,"iết":133545,"à¸Ĭิà¹īà¸Ļ":133546,"ĠØŃÙĤÙĪÙĤ":133547,"Ø·ÙĦع":133548,"ĠÄijen":133549,"ĠÙĥاÙģØ©":133550,"ãģ®ãģĶ":133551,"Ġë¬":133552,"Ġ물":133553,"Ġë¬¼ë¡ł":133554,"ĠرسÙĪÙĦ":133555,"зам":133556,"замен":133557,"Ġkullanıcı":133558,"×¢×ķ׾":133559,"èī²ãĢħ":133560,"ÑĪиÑĢ":133561,"Ġ×Ĺש":133562,"Ġwygl":133563,"ĠwyglÄħda":133564,"ש×Ļ×ŀ×ķש":133565,"å¿ĺãĤĮ":133566,"×¢×Ļצ×ķ×ij":133567,"ĠاÙĦسÙĪرÙĬ":133568,"å°ijãģªãģĦ":133569,"ĠпоиÑģк":133570,"สำà¸Ļัà¸ģà¸ĩาà¸Ļ":133571,"Ġ×ŀצ×ĵ":133572,"ĠmÃ¼ÅŁ":133573,"ĠmÃ¼ÅŁter":133574,"ĠmÃ¼ÅŁteri":133575,"ĠÙħÙĨÙĩÙħ":133576,"à¸ķำà¹ģ":133577,"à¸ķำà¹ģหà¸Ļ":133578,"à¸ķำà¹ģหà¸Ļà¹Īà¸ĩ":133579,"ÅĽmie":133580,"Ġ×©×ł×ª":133581,"Ġ×Ķפ×Ļ":133582,"פרש":133583,"×¢×ijר×Ļת":133584,"สà¸Ļัà¸ļ":133585,"สà¸Ļัà¸ļสà¸Ļุ":133586,"สà¸Ļัà¸ļสà¸Ļุà¸Ļ":133587,"è¨Ģãģ£ãģ¦":133588,"à¸ģารà¸Īัà¸Ķ":133589,"ĠMoże":133590,"изаÑĨии":133591,"ứt":133592,"ĠÙĪبعد":133593,"ĠdeÄŁild":133594,"ĠdeÄŁildir":133595,"Ġת×ŀ":133596,"Ġ×ŀ×ŀ׳×ķ":133597,"話ãĤĴ":133598,"ĠÑĨена":133599,"Ġthúc":133600,"×Ļ×ŀ×ķף":133601,"ĠBáo":133602,"ãĤĴåıĸãĤĬ":133603,"å®īãģĦ":133604,"Ġ×¢×ķש×Ļ×Ŀ":133605,"èĩªåĪĨãģĮ":133606,"lée":133607,"ãĤĭãģ®ãģ§":133608,"иÑĢÑĥеÑĤ":133609,"ãģ¦ãĤĭ":133610,"ستر":133611,"ĠاÙĦØŃÙĬ":133612,"×Ļ׾×ķת":133613,"Ġ×Ĺ×ij":133614,"ÙĤرأ":133615,"تÙħÙĥÙĨ":133616,"سائÙĦ":133617,"prüf":133618,"ãģĭãģijãģ¦":133619,"ĠÑģобÑģÑĤвенно":133620,"ĠìľĦíķĺìŬ":133621,"׾×Ļ×ĺ":133622,"ãģĮå¤ļãģı":133623,"ÙĬتÙĩا":133624,"ç«ĭãģ¦":133625,"มà¸Ńà¸ļ":133626,"ìĭľìŀ¥":133627,"оÑĢа":133628,"ĠsavaÅŁ":133629,"×ĺ×Ļ×ij×Ļ":133630,"×ij׳×ķ":133631,"Ùħاذا":133632,"기ê°Ħ":133633,"ãģªãģ©ãģ§":133634,"Ġ×ŀת×Ĺ×Ļ׾":133635,"Ġnhiá»ħ":133636,"Ġnhiá»ħm":133637,"каÑĢ":133638,"каÑĢÑĤ":133639,"Ġ׾×Ķשת×ŀש":133640,"׳×Ļ×Ĺ":133641,"ادÙĬØ©":133642,"รายà¸ĩาà¸Ļ":133643,"ĠprzykÅĤad":133644,"Ñīий":133645,"ØŃضÙĪر":133646,"Ġhôn":133647,"ÃĿ":133648,"ת×ķצ×IJ×ķת":133649,"رابط":133650,"Ġbếp":133651,"ĠполÑĥÑĩи":133652,"åĩºä¼ļãģĦç³»":133653,"à¸Ľà¸¥à¹Īà¸Ńย":133654,"ĠاÙĦشباب":133655,"اÙĩÙĦ":133656,"ä»Ĭãģ¾ãģ§":133657,"رجع":133658,"ãĤ¶ãĥ¼":133659,"ÙĤÙģ":133660,"ĠGroÃŁ":133661,"ĠíļĮìĽIJ":133662,"اجر":133663,"Ġ×ij×ŀקר×Ķ":133664,"Ġsegurança":133665,"fühl":133666,"ãģ¦ãģĦãģı":133667,"หมà¸Ń":133668,"ĠкоÑĤоÑĢом":133669,"ĠNÄĥm":133670,"ĠdÅĤugo":133671,"ÙħÙĨØŃ":133672,"ש×ķ×ķ×Ļ":133673,"ĠØ£ÙĬاÙħ":133674,"à¸ªà¸łà¸²à¸ŀ":133675,"rzÄħ":133676,"شرÙĥات":133677,"ãĤĴèĢĥãģĪ":133678,"даÑĢ":133679,"à¸Ľà¸£à¸°à¸Ĭุม":133680,"Ġ×ķ×IJ×ĸ":133681,"iá»ĩn":133682,"ĠtÆ°Æ¡i":133683,"ש×Ļ×Ĺ":133684,"à¸Ńà¹Īà¸Ńà¸Ļ":133685,"æĽ¸ãģĦãģ¦":133686,"Ġngữ":133687,"×ij×Ļ×ĺ×Ĺ":133688,"×ij×Ļ×ĺ×Ĺ×ķף":133689,"Ġsẵ":133690,"Ġsẵn":133691,"ì§ĢëıĦ":133692,"ĠпÑĢеп":133693,"ĠпÑĢепаÑĢаÑĤ":133694,"ĠнаÑĥÑĩ":133695,"ĠÃľnivers":133696,"ĠÃľniversites":133697,"ĠÃľniversitesi":133698,"Ġ×Ĵ×ĵ×ķ׾×Ķ":133699,"Ġ×Ķ×ł×ª":133700,"Ġ×Ķ×ł×ª×ij×¢":133701,"ãģ§ãģĤãģ£ãģŁ":133702,"ĠmiesiÄħ":133703,"ĠmiesiÄħc":133704,"гÑĢам":133705,"гÑĢамм":133706,"ĠبشأÙĨ":133707,"ĠÑħÑĢ":133708,"ק×Ļ×ĵ":133709,"ק×Ļ×ĵ×ķ×Ŀ":133710,"Ø´Ùĥر":133711,"Ġá»ķ":133712,"Ġá»ķn":133713,"ãģĮãģĤãģ£ãģ¦":133714,"ãģķãĤĮãģ¾ãģĻ":133715,"Ġ×Ĺ×ķ×ĵ":133716,"Ġ×Ĺ×ķ×ĵש×Ļ×Ŀ":133717,"ÙħÙĪاجÙĩ":133718,"ÙħÙĪاجÙĩØ©":133719,"أشخاص":133720,"بغ":133721,"à¹Ģรียà¸Ļรูà¹ī":133722,"ãģĹãģ¦ãģĦãģı":133723,"Ġsạn":133724,"å¿ħãģļ":133725,"׳×Ļ×Ĵ":133726,"׳×Ļ×Ĵ×ķ×ĵ":133727,"باÙĦغ":133728,"×Ĺש×ŀ":133729,"×Ĺש×ŀ׾":133730,"Ġnapraw":133731,"ĠnaprawdÄĻ":133732,"Ø´Ùĩاد":133733,"×IJ×ķ×Ķ":133734,"×IJ×ķ×Ķ×ij":133735,"иÑĨÑĭ":133736,"Ġ×Ķר׼×ij":133737,"ëŀij":133738,"Ġתע":133739,"Ġ×Ķ×Ļש":133740,"Ġ×Ķ×Ļשר×IJ":133741,"Ġ×Ķ×Ļשר×IJ׾×Ļ":133742,"Ø£ÙħÙĨ":133743,"ÑİÑīаÑı":133744,"skór":133745,"LERÄ°":133746,"Ġ×Ķ×IJ×Ĺר×ķף":133747,"×¢×ł×§":133748,"ĠÙĪÙĥÙĦ":133749,"ãģĵãģĵãģ§":133750,"Ġquán":133751,"liÄŁin":133752,"à¸ģà¸İหมาย":133753,"Ø·Ùħ":133754,"أجÙĩ":133755,"أجÙĩزة":133756,"ĠErdoÄŁan":133757,"ãģ§ãģĬ":133758,"ĠвÑĢа":133759,"ĠвÑĢаÑĩ":133760,"ĠPhó":133761,"à¸Ĭัà¹Īว":133762,"à¸Ĭัà¹Īวà¹Ĥม":133763,"à¸Ĭัà¹Īวà¹Ĥมà¸ĩ":133764,"Ġphúc":133765,"×Ļפ×ķת":133766,"×¢×Ļ×ķף":133767,"Ġdużo":133768,"ãĥģãĥ¼ãĥł":133769,"ĠÙĬÙİ":133770,"ĠзадаÑĩ":133771,"Ġ×Ĵ×ij×ķ×Ķ×Ķ":133772,"Ġ׼׼׾":133773,"ложен":133774,"état":133775,"ĠngÄĥn":133776,"èµ·ãģį":133777,"ĠTiến":133778,"صعب":133779,"Ġexperiência":133780,"Ø®Ùħ":133781,"à¸ģารà¸Ĺำà¸ĩาà¸Ļ":133782,"سÙĬد":133783,"ĠDá»±":133784,"ĠкоÑĤоÑĢого":133785,"ladıģı":133786,"Ġkhá»ķ":133787,"Ġê³ĦìĨį":133788,"Ñīик":133789,"สà¹Īวà¸Ļà¸ķัว":133790,"зоÑĢ":133791,"ÙĨÙı":133792,"Ġà¸Ķัà¸ĩ":133793,"Ġà¸Ķัà¸ĩà¸Ļัà¹īà¸Ļ":133794,"Ġcấu":133795,"ĠÄijá»ijc":133796,"оÑĦ":133797,"ĠاÙĦأعÙħاÙĦ":133798,"ãģªãģıãģ¦ãĤĤ":133799,"×ķ׼×Ļ×Ŀ":133800,"à¹ģà¸Ľ":133801,"ĠBên":133802,"ãĥ¯ãĥ³":133803,"Ġgiám":133804,"ĠÅŀu":133805,"Ġdáng":133806,"عÙĦÙĬ":133807,"à¹Ģà¸ģษ":133808,"à¹Ģà¸ģษà¸ķร":133809,"ÙĪجب":133810,"ннÑĭе":133811,"ÙĤضاء":133812,"à¸Ħวà¸ļ":133813,"à¸Ħวà¸ļà¸Ħุ":133814,"à¸Ħวà¸ļà¸Ħุม":133815,"ãģ¤ãģ¤":133816,"ĠViá»ĩc":133817,"×ŀ×ij×ĺ":133818,"ש×Ļת×ķ×£":133819,"ĠведÑĮ":133820,"kaza":133821,"kazaÅĤ":133822,"à¸ķำรวà¸Ī":133823,"ãĤ¿ãĥ«":133824,"ĠповÑĭ":133825,"ĠповÑĭÑĪен":133826,"ĠSợ":133827,"ĠìĦ¤ëªħ":133828,"ĠÃĩünkü":133829,"ìĥĿíĻľ":133830,"Ö¾":133831,"ãĤĮãģ¦ãģĦãĤĭ":133832,"Ġ×ijר×IJש":133833,"ר×ķ×Ĵ":133834,"ĠоÑĦи":133835,"ĠоÑĦиÑĨиалÑĮн":133836,"ĠÑĥÑģÑĤанов":133837,"ĠÑĥÑģÑĤановлен":133838,"ĠاÙĦÙħصر":133839,"ĠاÙĦÙħصرÙĬØ©":133840,"ĠÐŁÐ¾ÑįÑĤомÑĥ":133841,"ÙĨصÙģ":133842,"ĠÙĪاÙĦÙĨ":133843,"ĠhÃłi":133844,"à¸Ħิ":133845,"ĠAprès":133846,"ì³IJ":133847,"à¹Ģà¸ĭีย":133848,"×ĵ×ŀ×Ķ":133849,"activité":133850,"à¸Ħิà¸Ķวà¹Īา":133851,"ÑĤÑĢен":133852,"à¹Ģฮ":133853,"ãĥıãĤ¤":133854,"ãģĮå¢ĹãģĪ":133855,"еннаÑı":133856,"Ġìĺ¤ëĬĺ":133857,"ãĥ¢ãĥ³":133858,"ĠконеÑĩно":133859,"ĠÙħÙĤابÙĦ":133860,"clé":133861,"Ġhü":133862,"Ġthẳng":133863,"ìłģìĿ´":133864,"ĠÐIJлекÑģ":133865,"ĠÐIJлекÑģан":133866,"ĠÐIJлекÑģандÑĢ":133867,"ãĥŀãĥ³ãĤ·ãĥ§ãĥ³":133868,"ãģ²ãģ¨ãģ¤":133869,"ãģªãģĬ":133870,"à¹Ģà¸Īà¹īาà¸Ĥà¸Ńà¸ĩ":133871,"ëĵľë¦¬":133872,"شاء":133873,"ĠsaÄŁlık":133874,"ĠÅŁimdi":133875,"×Ļ×IJ׾":133876,"تأثÙĬر":133877,"أسب":133878,"أسباب":133879,"ĠвÑĭполнен":133880,"лок":133881,"ש×Ļ×ij×Ķ":133882,"Ġlắm":133883,"ĠTrÆ°á»Ľc":133884,"Ġ×Ķ×¢×ľ":133885,"리를":133886,"ĠÑĢеж":133887,"ĠÑĢежим":133888,"inté":133889,"intégr":133890,"×Ĵ׳×Ļ":133891,"ĠاÙĦشعر":133892,"Ġmilhões":133893,"Ġpequeño":133894,"ãĤ³ãĥ¼ãĤ¹":133895,"×ķ׼×Ĺ":133896,"à¹Ģà¸Ĭà¹īา":133897,"شرÙĤ":133898,"ĠhÆ°Æ¡ng":133899,"รัà¸IJà¸ļาล":133900,"à¸ģลาย":133901,"à¸ģลายà¹Ģà¸Ľà¹ĩà¸Ļ":133902,"ĠподÑħод":133903,"תש×ķ×ij×Ķ":133904,"ãģıãģªãģ£ãģ¦":133905,"ĠاÙĦØ£ÙħÙħ":133906,"ĠHá»įc":133907,"ĠwspóÅĤpr":133908,"ĠwspóÅĤprac":133909,"ÑĩÑĥв":133910,"ÑĩÑĥвÑģÑĤв":133911,"ÃŃstico":133912,"à¹Ģà¸ģาะ":133913,"ìĽĢ":133914,"Ġназад":133915,"ãĤĭãĤĪãģĨãģ«":133916,"ĠСШ":133917,"ĠСШÐIJ":133918,"мон":133919,"ĠAsÃŃ":133920,"×ķר×Ĵ":133921,"полнен":133922,"×ŀ×¡×ľ":133923,"×ŀ×¡×ľ×ķ׾":133924,"à¹Ģลืà¸Ńà¸Ķ":133925,"à¹Ģริà¹Īมà¸ķà¹īà¸Ļ":133926,"ĠاÙĦØ¥Ùħ":133927,"ĠاÙĦØ¥Ùħارات":133928,"צ×Ķר":133929,"ãĥ¡ãĥªãĥĥãĥĪ":133930,"ĠпоÑĤом":133931,"виз":133932,"ĠÙģترة":133933,"å¾Įãģ®":133934,"ÐĿÐIJ":133935,"×ŀסר":133936,"ÙĬرÙĬ":133937,"pré":133938,"ĠteÅŁek":133939,"ĠteÅŁekkür":133940,"Ġödeme":133941,"داÙĨ":133942,"ãģ¾ãģĹãģ¦":133943,"缮ãģ«":133944,"ĠÑĤеÑĩение":133945,"lard":133946,"lardır":133947,"à¹Ģราà¸Īะ":133948,"ספ×Ļ":133949,"ĠÙĪÙĥØ°ÙĦÙĥ":133950,"Ġhát":133951,"Ġtá»Ļc":133952,"à¸Ħุย":133953,"Ġbức":133954,"ØŃÙĬÙĨ":133955,"èģŀãģĦãģ¦":133956,"Ùħؤشر":133957,"ĠNhÆ°":133958,"Ġменее":133959,"ละà¸Ħร":133960,"Ñģин":133961,"ĠÑĢек":133962,"ĠÑĢекл":133963,"ĠÑĢеклам":133964,"ĠÙģÙĩÙĪ":133965,"Ġ׾×ĸ":133966,"×Ļ׳×ķת":133967,"ĠÅŁart":133968,"ÑģÑĤавка":133969,"Ġíı¬íķ¨":133970,"ãģ«è¡Įãģı":133971,"ï¼Ŀ":133972,"ĠпозволÑıеÑĤ":133973,"Ġת×ķ׼׾×ķ":133974,"овал":133975,"صÙĦØ©":133976,"Ġ׾ש׳×ķת":133977,"ĠÐĺгÑĢ":133978,"ÙħÙĨتجات":133979,"ĠsatÄ±ÅŁ":133980,"Ñģко":133981,"ĠاÙĦØ«ÙĦاثاء":133982,"Ġ×Ķ×ĵ×ijר×Ļ×Ŀ":133983,"ãģĹãģ¾ãģĹãĤĩãģĨ":133984,"بÙĤÙī":133985,"åĬĽãĤĴ":133986,"ĠÃĩok":133987,"ãĥģãĥ¥":133988,"à¹Ģà¸Ĭืà¹īà¸Ń":133989,"ยุà¸Ħ":133990,"ศาล":133991,"Ġק×ķ×ĵ×Ŀ":133992,"×ĸר×Ļ×Ŀ":133993,"ãģ®åł´åIJĪ":133994,"ĠìķĬìķĺ":133995,"ãģĤãĤĬãģ¾ãģĻãģĮ":133996,"×IJשר":133997,"è¡Įãģı":133998,"ãģ»ãģĭ":133999,"æ°Ĺãģ«ãģªãĤĭ":134000,"йдеÑĤ":134001,"íķĺìĺĢëĭ¤":134002,"ستÙħرار":134003,"ĠÐŁÑĢе":134004,"ĠÑģбоÑĢ":134005,"ĠìķĦ무":134006,"ç§ģãĤĤ":134007,"عص":134008,"ĠниÑĩ":134009,"ĠниÑĩего":134010,"ĠпÑĢием":134011,"ק×ķ×ŀ":134012,"ĠìĪĺëıĦ":134013,"Ġì¡´":134014,"Ġì¡´ìŀ¬":134015,"ĠأثÙĨ":134016,"ĠأثÙĨاء":134017,"ĠÙĪاÙĦØŃ":134018,"ãģĮãģ§ãģįãĤĭ":134019,"Ġת×Ķ":134020,"Ġת×Ķ×Ļ×Ķ":134021,"רף":134022,"ĠÑģвÑıзи":134023,"×Ĵשת":134024,"ÑģпекÑĤ":134025,"ס×ij×Ļ×ij":134026,"ס×ij×Ļ×ij×Ķ":134027,"ĠíķĦìļĶíķľ":134028,"تخصص":134029,"Ġжив":134030,"ĠживоÑĤ":134031,"ĠMayıs":134032,"تعا":134033,"تعاÙĪÙĨ":134034,"ĠعÙĨÙĩا":134035,"ówki":134036,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬ":134037,"ãģłãģijãģ§ãģªãģı":134038,"ìĿ¸ì§Ģ":134039,"ĠاÙĦسÙĪد":134040,"ĠاÙĦسÙĪداÙĨ":134041,"إجراءات":134042,"Ġkötü":134043,"Ġ×Ļתר":134044,"×Ĵ×Ļש×Ķ":134045,"Ġצ×ķר×ļ":134046,"รà¸ĸย":134047,"รà¸ĸยà¸Ļà¸ķà¹Į":134048,"ÑħоÑĤ":134049,"ÐłÐIJ":134050,"ÙĪØ·ÙĨ":134051,"Ġsayısı":134052,"ס×Ĺר":134053,"ÙħÙĪÙĦ":134054,"ãĤĴæĮģãģ£ãģ¦":134055,"عاÙĨ":134056,"Ġtá»Ļi":134057,"ĠвÑĭÑĪе":134058,"Ġtầm":134059,"ãĥĪãĥ¬":134060,"×Ļצ×ķ":134061,"มุม":134062,"سÙĪد":134063,"ìłĦìŀIJ":134064,"ãĤµãĥŃãĥ³":134065,"ìĤ°ìĹħ":134066,"ĠоÑģнован":134067,"Ø®Ùģض":134068,"רצ×Ķ":134069,"بÙĬض":134070,"×ķÖ¹":134071,"ס×Ļ×Ļ×¢":134072,"Ġש×IJ×Ļ":134073,"ĠاÙĦÙĤرآÙĨ":134074,"ĠТакже":134075,"×ŀש×ŀ×¢×ķת":134076,"سÙĩÙĦ":134077,"Ġ×Ķ׳×Ķ":134078,"ãĤĴãģĹãģ¦ãģĦãĤĭ":134079,"×Ļ×Ļס":134080,"×Ķ×ķ×IJ":134081,"ĠBÃŃ":134082,"Ġмало":134083,"ĠëĶ°ëĿ¼ìĦľ":134084,"Ġר×Ĺ×ij":134085,"ãģĮé«ĺãģĦ":134086,"ÙĪاس":134087,"ìĤ¼":134088,"×ł×¢":134089,"ãģ£ãģ¡ãĤĥ":134090,"ĠTüm":134091,"à¸Ńีà¸ģà¸Ķà¹īวย":134092,"ãģĹãģ¦ãģıãģłãģķãģĦ":134093,"ÙĨشاط":134094,"ãĥĹãĥ©ãĥ³":134095,"алиÑģÑĮ":134096,"×ĵ×ľ×ª":134097,"ĠwczeÅĽ":134098,"ĠwczeÅĽniej":134099,"ĠÑįÑĤим":134100,"Ġthá»ĭt":134101,"à¸ļัà¸į":134102,"à¸ļัà¸įà¸Ĭี":134103,"ãģļãģ£ãģ¨":134104,"ÑĢин":134105,"ĠswojÄħ":134106,"íķĺëĬĶëį°":134107,"Ġë§Įëĵ¤ìĸ´":134108,"تشÙĥ":134109,"تشÙĥÙĬÙĦ":134110,"ائÙĩ":134111,"Ġ׾פ×Ĺ×ķת":134112,"ãĥĭãĥ¥":134113,"ãĥĭãĥ¥ãĥ¼ãĤ¹":134114,"׼×IJף":134115,"ãģ§ãģįãģŁ":134116,"звон":134117,"ĠstaÅĤ":134118,"×Ĺ×ijרת×Ļ":134119,"ĠأعÙĦÙĨ":134120,"à¹ģà¸ļà¸ļà¸Ļีà¹ī":134121,"بدء":134122,"ãĤģãģŁ":134123,"Ġ×ŀש×ŀ×¢×ķת":134124,"Ġ×ŀש×ŀ×¢×ķת×Ļ":134125,"örü":134126,"Ġhạnh":134127,"zähl":134128,"ĠLý":134129,"Ġ×ij×Ķת":134130,"Ġ×ij×Ķת×IJ×Ŀ":134131,"баÑĢ":134132,"ì¦Ī":134133,"ä»ĬåĽŀãģ®":134134,"Ġyü":134135,"Ġyüks":134136,"Ġyüksel":134137,"ãĤ½ãĥ¼":134138,"ãģĤãĤĮ":134139,"×ª×ľ×ŀ×Ļ×ĵ":134140,"ãģ¤ãģª":134141,"×ij׳×Ļ×Ŀ":134142,"Ġxếp":134143,"ĠмÑĥжÑĩин":134144,"ĠاÙĦÙĥتاب":134145,"׼×ŀ×ķת":134146,"Ġçe":134147,"ĠçeÅŁ":134148,"ĠçeÅŁit":134149,"ĠçeÅŁitli":134150,"×ĵ×Ļר×ķת":134151,"à¸ļุà¸į":134152,"ĠاÙĦØ¥ÙĦÙĥ":134153,"ĠاÙĦØ¥ÙĦÙĥترÙĪ":134154,"ĠاÙĦØ¥ÙĦÙĥترÙĪÙĨÙĬ":134155,"ĠباÙĦإض":134156,"ĠباÙĦإضاÙģØ©":134157,"Ġyönel":134158,"Ġyönelik":134159,"mysÅĤ":134160,"à¸Ķà¹īวยà¸ģาร":134161,"à¸ģารà¸Ĺำ":134162,"овÑĭм":134163,"أزÙħØ©":134164,"æİ¢ãģĹ":134165,"íļ¨":134166,"Ġ×ķ×IJ×Ŀ":134167,"Ġnghiêm":134168,"ÑĪин":134169,"кал":134170,"Ġcrianças":134171,"èĩªåĪĨãģ§":134172,"Ġнай":134173,"ĠнайÑĤи":134174,"ĠSá»ij":134175,"ĠÃ¶ÄŁrenciler":134176,"ãĥ¶æľĪ":134177,"Ñģан":134178,"ĠJá":134179,"ĠkonuÅŁma":134180,"شرط":134181,"ëĪĪ":134182,"arrière":134183,"ضرÙĪرة":134184,"ãĥĶãĥ³":134185,"עשר":134186,"аÑĢÑĮ":134187,"جÙħاع":134188,"Ġdéco":134189,"Ġ×Ļ×Ķ×ķ×ĵ×Ļ":134190,"à¸ŀลาà¸Ķ":134191,"ĠÙĬÙĥÙĨ":134192,"ĠجاÙħعة":134193,"طبÙĤ":134194,"ĠboÅŁ":134195,"×ķ×ķ×IJ":134196,"×ŀ×ĵ×¢":134197,"ק×ij×ķצת":134198,"פ×Ļר":134199,"jÄħcym":134200,"Ùħشا":134201,"ÙħشاÙĥÙĦ":134202,"צפ×ķף":134203,"إست":134204,"×ŀ׼ר":134205,"سÙħع":134206,"Ġкакой":134207,"ÑĤвоÑĢ":134208,"ØŃج":134209,"Ùģرض":134210,"пÑĢавлен":134211,"Ġникак":134212,"Ġmiá»ĩ":134213,"Ġmiá»ĩng":134214,"Ã¼ÃŁ":134215,"иÑĢовал":134216,"׾×ŀ×ķת":134217,"次ãģ®":134218,"ÙĦØ·":134219,"à¸ķัà¸Ļ":134220,"×Ķת×Ĺ×Ļ׾":134221,"ĠfotoÄŁ":134222,"ĠfotoÄŁraf":134223,"طرØŃ":134224,"à¸Ńà¸Ńà¸ģà¹Ħà¸Ľ":134225,"Ġyên":134226,"Ġпок":134227,"ĠпокÑĥп":134228,"ĠпокÑĥпа":134229,"ÑĨÑĥ":134230,"ĠкомпÑĮÑİ":134231,"ĠкомпÑĮÑİÑĤеÑĢ":134232,"ĠاÙĦÙĥرÙĬÙħ":134233,"تصÙħ":134234,"تصÙħÙĬÙħ":134235,"Ġоказа":134236,"Ġzarówn":134237,"Ġzarówno":134238,"ëĮĢì¶ľ":134239,"ãĤ»ãĥ³ãĤ¿ãĥ¼":134240,"ĠjakoÅĽci":134241,"æĤ©":134242,"æĤ©ãģ¿":134243,"Ø£ÙĨÙĪ":134244,"Ø£ÙĨÙĪاع":134245,"ë¹ł":134246,"Ġìłķë§IJ":134247,"Ġkẻ":134248,"ĠÑģайÑĤа":134249,"Ġ×Ķער×ij":134250,"Ùĩز":134251,"presión":134252,"ĠÑģÑĤен":134253,"ãģ£ãģ¦ãĤĭ":134254,"Ġhızlı":134255,"ÐļÐIJ":134256,"×ŀשפ×Ĺת":134257,"ĠÙĨÙĩا":134258,"ĠÙĨÙĩاÙĬØ©":134259,"ãģ¾ãģĦ":134260,"оÑħÑĢан":134261,"รà¹īà¸Ńย":134262,"ลึà¸ģ":134263,"ĠÙĪباÙĦ":134264,"ãĤĤãģ®ãģĮ":134265,"ר׼×Ļ×ij":134266,"ãĤ¤ãĥ¤":134267,"سؤ":134268,"سؤاÙĦ":134269,"ĠÙĦØ£ÙĨÙĩ":134270,"ĠkonuÅŁtu":134271,"ÐļÑĥпиÑĤÑĮ":134272,"Ġש×IJת×Ķ":134273,"ĠÙĪاÙĦس":134274,"ĠmożliwoÅĽci":134275,"Ġprób":134276,"ëĶ°":134277,"ãģ©ãĤĮ":134278,"ĠÐľÐ¸Ð½":134279,"ĠоÑĢганизм":134280,"ãģ«å¯¾ãģĻãĤĭ":134281,"ĠPré":134282,"Ġprivé":134283,"chè":134284,"ãģĦãģŁãģłãģį":134285,"สà¸Ļุà¸ģ":134286,"ajÄħce":134287,"ĠDzi":134288,"ĠDziÄĻki":134289,"ÅĤatw":134290,"rän":134291,"ränk":134292,"æĿ¥ãģŁ":134293,"Ġ×Ķ×Ļ×Ķ×ķ×ĵ×Ļ":134294,"ãĤ¬ãĥ¼":134295,"ĠÑĢад":134296,"ĠÑĢади":134297,"кÑĤив":134298,"Ø£Ùĩد":134299,"Ø£ÙĩداÙģ":134300,"ש×IJ×Ļר":134301,"ãģ¦ãģĦãģªãģĦ":134302,"Ġfrüh":134303,"Ġокол":134304,"Ġоколо":134305,"Ġregião":134306,"ĠÑĩиÑģле":134307,"Ġponiew":134308,"Ġponieważ":134309,"ìĦ¼íĦ°":134310,"Ġbầu":134311,"Ġê·":134312,"Ġê·ľ":134313,"Ġê·ľìłķ":134314,"ĠHòa":134315,"ĠÑĤоÑĤ":134316,"ãĤĤå¤ļãģĦ":134317,"ĠاÙĦإسÙĦاÙħÙĬØ©":134318,"ãģĭãģĦ":134319,"Ñįн":134320,"ĠÑĥказан":134321,"ĠÑĤакое":134322,"ï¼³":134323,"ëĮĢíķĻ":134324,"ĠgeniÅŁ":134325,"ĠاÙĦØ®ÙĬ":134326,"ĠاÙĦØ®ÙĬارات":134327,"ãĤĴè¡ĮãģĨ":134328,"ש×ŀ×Ķ":134329,"ĠLÃłm":134330,"ÙĪÙĨÙĬ":134331,"Ġ×IJ׾×Ļ×ķ":134332,"Äĺ":134333,"à¹Ħมà¹Īสามารà¸ĸ":134334,"人ãģ¨":134335,"برز":134336,"×Ļס×ķ×ĵ":134337,"×Ĵ׾×Ļ":134338,"ĠÙĬÙĨا":134339,"ĠÙĬÙĨاÙĬر":134340,"ĠкаÑĢÑĤин":134341,"Ġtôn":134342,"à¹Ģà¸ģร":134343,"à¸Ħà¸Ķี":134344,"Ġ׾×IJ×ķר×ļ":134345,"ãĤĤãĤīãģĨ":134346,"ãģĭãģĭãĤĭ":134347,"ании":134348,"ĠaraÅŁtırma":134349,"ÙĦاØŃظ":134350,"ãģĦãĤĦ":134351,"ĠTÃłi":134352,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģ":134353,"Ġà¸Ļà¸Ńà¸ģà¸Īาà¸ģà¸Ļีà¹ī":134354,"ĠÄIJảng":134355,"ãģ£ãģ¦ãģįãģŁ":134356,"Ġà¸ĭึà¹Īà¸ĩà¹Ģà¸Ľà¹ĩà¸Ļ":134357,"Ġtả":134358,"ĠmożliwoÅĽÄĩ":134359,"ĠSản":134360,"ĠÄ°ki":134361,"Ġcắt":134362,"سأÙĦ":134363,"Ġbakım":134364,"شب":134365,"à¸ķีà¹ī":134366,"à¸ŀยาย":134367,"à¸ŀยายาม":134368,"à¸ªà¸±à¸Ľ":134369,"à¸ªà¸±à¸Ľà¸Ķา":134370,"à¸ªà¸±à¸Ľà¸Ķาหà¹Į":134371,"ë°Ģ":134372,"еÑĢÑĭ":134373,"Ġcánh":134374,"Ġthuế":134375,"تبع":134376,"ãģ«åħ¥ãĤĮ":134377,"ÑİÑģÑĮ":134378,"íļĮìĿĺ":134379,"ç°¡åį":134380,"ç°¡åįĺ":134381,"ç°¡åįĺãģ«":134382,"Ġtrúc":134383,"ĠاÙĦÙĥÙĪÙĬ":134384,"ĠاÙĦÙĥÙĪÙĬت":134385,"ãĤıãģijãģ§ãģĻ":134386,"ĠÑģвоб":134387,"ĠÑģвобод":134388,"ĠÑĥÑĩаÑģÑĤник":134389,"สิà¹īà¸Ļ":134390,"ĠпÑĢоÑĦеÑģÑģиона":134391,"ĠпÑĢоÑĦеÑģÑģионалÑĮн":134392,"ÑģпоÑĢ":134393,"×Ĺ×ķ×ij×Ķ":134394,"ÙħعÙĨÙī":134395,"ĠاÙĦÙģترة":134396,"สูà¸ĩสุà¸Ķ":134397,"ãĤıãģļ":134398,"ĠÄijè":134399,"ĠÄijèn":134400,"æ¯Ķãģ¹":134401,"าà¸ĺิ":134402,"Ġmożemy":134403,"à¹ģà¸ĭ":134404,"à¸Īะà¹Ħมà¹Ī":134405,"Ġsắp":134406,"ÐļÐŀ":134407,"Ġpráctica":134408,"ÙĪÙĥاÙĦØ©":134409,"è¾¼ãĤĵãģ§":134410,"ológica":134411,"ĠеÑī":134412,"ĠеÑīÑij":134413,"تعدÙĬÙĦ":134414,"ĠØ£Ùĥد":134415,"Ġצר×Ļ׼":134416,"Ġצר×Ļ׼×Ļ×Ŀ":134417,"Ø«Ùħ":134418,"ĠкÑĢÑĥ":134419,"ĠкÑĢÑĥп":134420,"×ij×Ļק×ķרת":134421,"Ġì¡°ê¸Ī":134422,"ãģ¨ãģįãģ¯":134423,"Ġbạc":134424,"ĠÑĢаÑģпол":134425,"ĠÑĢаÑģполож":134426,"ĠÑĢаÑģположен":134427,"زÙĬÙĨ":134428,"ĠÐļÑĢоме":134429,"ĠاÙĦÙĨظر":134430,"×Ķ×ķ×ĵ":134431,"ĠاÙĦسبت":134432,"ãģ¨æĢĿãģĦ":134433,"ĠpaÅĦst":134434,"ĠpaÅĦstw":134435,"ĠÙĦÙĬست":134436,"ĠбÑĥдÑĥ":134437,"à¸Ĺัà¸Ļà¸Ĺี":134438,"ราม":134439,"ØŃصÙĪÙĦ":134440,"ãģĹãģ¦ãģıãĤĮãĤĭ":134441,"ĠاÙĦإسرائÙĬÙĦ":134442,"ĠاÙĦإسرائÙĬÙĦÙĬ":134443,"ãģĵãĤĮãģ¾ãģ§":134444,"ìĤ¬ë¥¼":134445,"Ġsürü":134446,"à¹Ģวà¸Ńรà¹Į":134447,"à¹Ģà¸ĭà¸Ńรà¹Į":134448,"Ġutilisé":134449,"ĠÑģиÑģÑĤема":134450,"Ġdwó":134451,"Ġdwóch":134452,"Ġpróprio":134453,"Ġëĵ±ìĿĦ":134454,"arrêt":134455,"ĠЧа":134456,"×IJ×ŀ׳×ķת":134457,"عارض":134458,"à¹Ģà¸ģมสà¹Į":134459,"Ġ׾×Ķ×ij×Ļף":134460,"Ġ׾×ij×Ĺ":134461,"Ġ׾×ij×Ĺ×ķר":134462,"สาà¸Ĥา":134463,"ĠÐľÐ¾Ñģкве":134464,"بعد":134465,"ĠاÙĦÙĤرار":134466,"ĠÄIJá»ĭa":134467,"Ġ×Ĺ×Ĵ":134468,"Ùģتر":134469,"ÙĪÙĨØ©":134470,"Ġ×Ķ×ĸ×IJת":134471,"å¸Ĥãģ®":134472,"ãģ»ãģĹãģĦ":134473,"Ġ×ij×¢×Ļר":134474,"ĠÑĤепеÑĢÑĮ":134475,"ìĬµëĭĪê¹Į":134476,"à¹Ħมà¹Īว":134477,"à¹Ħมà¹Īวà¹Īา":134478,"à¹Ħมà¹Īวà¹Īาà¸Īะ":134479,"×ŀ×IJ×Ķ":134480,"æĥħåł±":134481,"æĥħåł±ãĤĴ":134482,"غÙĨ":134483,"ĠпоÑı":134484,"ĠпоÑıви":134485,"éģİãģĶ":134486,"تشغ":134487,"تشغÙĬÙĦ":134488,"вел":134489,"Ġ×Ĺ×ŀ":134490,"ãģ¨ãģªãĤĬãģ¾ãģĻ":134491,"ĠraÄŁ":134492,"ĠraÄŁmen":134493,"ãģĭãģ©ãģĨ":134494,"ãģĭãģ©ãģĨãģĭ":134495,"енко":134496,"ì§Ģê³ł":134497,"Ġ×IJ׾×Ļ×Ķ":134498,"ĠØ£ÙĦ":134499,"à¸Īำหà¸Ļ":134500,"à¸Īำหà¸Ļà¹Īาย":134501,"nızı":134502,"Ġ׾ק×Ĺת":134503,"Ø£ÙĩÙħ":134504,"Ø£ÙĩÙħÙĬØ©":134505,"تغÙĬر":134506,"ש×Ĺר":134507,"ס×ķפר":134508,"×ĵ×Ļר":134509,"èī¯ãģĭãģ£ãģŁ":134510,"×ŀ׾×Ĺ×ŀ×Ķ":134511,"ÑģÑĤвие":134512,"ÑĤÑĢаÑĤ":134513,"ĠاÙĦأخ":134514,"ĠاÙĦأخÙĬرة":134515,"ĠاÙĦØŃصÙĪÙĦ":134516,"Ġcrédito":134517,"צ×Ļ×¢":134518,"ãĥ¬ãĥĻãĥ«":134519,"برÙĬ":134520,"ëIJIJ":134521,"ãģłãģ£ãģ¦":134522,"ĠrealtÃł":134523,"سÙģر":134524,"×ķ׳×ķ":134525,"×Ĵ×ķ×ĵ":134526,"×Ĵ×ķ×ĵ׾":134527,"ฮา":134528,"ãģĹãģ¦ãģĬãĤĬãģ¾ãģĻ":134529,"ĠgÃł":134530,"Ġ׾×ijצע":134531,"å¼ķè¶ĬãģĹ":134532,"Ġ×ŀ×Ļ׾×Ļ":134533,"Ġ×ŀ×Ļ׾×Ļ×ķף":134534,"Ùħدر":134535,"Ùħدرسة":134536,"פ×ķ×ĺ":134537,"à¸Ļà¹īำมัà¸Ļ":134538,"ëģĿ":134539,"عÙĥس":134540,"ĠÙĤض":134541,"ĠÑĢÑĭб":134542,"خطط":134543,"×ŀ×ķס×ĵ":134544,"Ġ׼׾׾×Ļ":134545,"ĠкоÑĤоÑĢое":134546,"צ×Ļ×ķף":134547,"ĠмеÑģÑĤа":134548,"ãģĭãģ¤":134549,"гÑĢÑĥпп":134550,"׾×Ļ׾":134551,"ת×ķ×IJר":134552,"ë³µì§Ģ":134553,"à¹ģà¸ľà¹Īà¸Ļ":134554,"Ġ×ijעת":134555,"æĻĤéĸĵãĤĴ":134556,"ï¼£":134557,"ãģ¨ãģĦãģĨãģĵãģ¨ãģ§":134558,"Ġ׾×Ķק":134559,"Ġ׾×ĸ×Ķ":134560,"ĠìłĢëĬĶ":134561,"ĠاÙĦإرÙĩاب":134562,"ĠìŀĪëĬĶëį°":134563,"ĠÑĤогда":134564,"Ġ×Ķצ×Ļ":134565,"×ķ׾×ĺ":134566,"Ġרפ×ķ×IJ×Ļ":134567,"ãģĵãģ¨ãģ§ãģĻ":134568,"ĠÄijÃŃch":134569,"ØŃÙĬا":134570,"Ġ×Ķ×ŀש×Ĺק":134571,"ãģľãģ²":134572,"Ġ×ŀ×IJפשר":134573,"ãģ¿ãģ¾ãģĹãģŁ":134574,"ĠاÙĦØ£ÙħÙĬرÙĥÙĬ":134575,"ÙħجتÙħع":134576,"Ġساب":134577,"ĠسابÙĤ":134578,"׼×Ļ׾":134579,"Ế":134580,"ãĥªãĤ¹ãĥĪ":134581,"Ġìĥ":134582,"ĠìĥĪ":134583,"ĠìĥĪë¡ľ":134584,"ĠìĥĪë¡ľìļ´":134585,"ĠDá»ĭch":134586,"à¹Ģหมาะสม":134587,"ĠاÙĦÙĨبÙĬ":134588,"׾׾":134589,"ÙĨع":134590,"Ðĵлав":134591,"ÐĵлавнаÑı":134592,"Ùħرض":134593,"Ġ×ķ×ĵ":134594,"تÙĤÙĬ":134595,"تÙĤÙĬÙĬÙħ":134596,"Ġbảng":134597,"ĠÙģÙĤاÙĦ":134598,"×¢×ŀ×Ļ":134599,"дÑĢа":134600,"Ġsuá»ijt":134601,"سرعة":134602,"Ġcá»Ń":134603,"Ġ×Ķ×Ļ×Ĺ×Ļ×ĵ":134604,"سعÙĬد":134605,"à¸Ńาà¸Ĭีà¸ŀ":134606,"ĠسÙĪاء":134607,"ãĤ½ãĥķãĥĪ":134608,"ĠлиÑĩно":134609,"ĠÐļоÑĢ":134610,"اÙĩتÙħ":134611,"اÙĩتÙħاÙħ":134612,"à¸Ńà¸Ķี":134613,"à¸Ńà¸Ķีà¸ķ":134614,"ãģIJãĤīãģĦ":134615,"Ġihtiya":134616,"Ġihtiyaç":134617,"ãģ¾ãģ§ãģ®":134618,"ìĭľìĬ¤":134619,"ìĭľìĬ¤íħľ":134620,"ÑĢÑĥÑĪ":134621,"ãĤĦãģ£ãģ±":134622,"ãĤĦãģ£ãģ±ãĤĬ":134623,"кеÑĢ":134624,"Ġży":134625,"Ġżyw":134626,"клон":134627,"Ġlượt":134628,"þ":134629,"даÑĩи":134630,"türk":134631,"غÙĪ":134632,"ĠигÑĢок":134633,"Ġphê":134634,"Ġ×©×¢×ľ":134635,"ĠاÙĦÙħدÙĨÙĬ":134636,"ĠìŬ룬ë¶Ħ":134637,"ער×Ļ×Ŀ":134638,"ÑħодÑıÑĤ":134639,"Ġxứ":134640,"ÐĹа":134641,"ĠÙģرص":134642,"à¸Īะà¸Ĺำà¹ĥหà¹ī":134643,"íģ´":134644,"×¢×ij×ķר":134645,"à¹Ģหลà¹Īาà¸Ļีà¹ī":134646,"èĢĥãģĪãĤĭ":134647,"ÑĢеÑģÑĤ":134648,"ннÑĭй":134649,"Ġcầm":134650,"داخÙĦ":134651,"ĠÙħÙĦÙĬار":134652,"ĠÐIJл":134653,"ĠвÑĢемен":134654,"à¸Ĭà¹Īวยà¹ĥหà¹ī":134655,"ר×Ļ×ķת":134656,"ëĵ¯":134657,"飲ãģ¿":134658,"׳׾":134659,"שתף":134660,"ĠاÙĦسعÙĪدÙĬ":134661,"uÃŁ":134662,"ìĿ¸ëį°":134663,"ĠìĿ¼ë°ĺ":134664,"ÅĤÄĻ":134665,"Ġmá»iji":134666,"×ŀ×Ļ׳":134667,"ĠاÙĦأطÙģاÙĦ":134668,"Ġçıkan":134669,"école":134670,"ק×Ļש":134671,"ק×Ļש×ķר":134672,"ĠоÑģÑĥÑīеÑģÑĤв":134673,"ĠоÑģÑĥÑīеÑģÑĤвлÑı":134674,"×ij×IJר":134675,"à¹Ħà¸Ľà¸Ķà¹īวย":134676,"Ġ×¢×ķ׾×Ķ":134677,"à¸ģà¹ĩà¹Ħมà¹Ī":134678,"ãĥ¢ãĥĩ":134679,"ãĥ¢ãĥĩãĥ«":134680,"تØŃÙĪÙĦ":134681,"Ġодного":134682,"ת×Ĺ×Ļ×ľ×ª":134683,"Ġتخ":134684,"Ġchcia":134685,"ĠchciaÅĤ":134686,"ãĥIJãĥ³":134687,"èĢħãģ¯":134688,"ĠÙħØŃÙĦ":134689,"Ñģлож":134690,"Ñģложн":134691,"ĠtÄĻ":134692,"Ġçıkt":134693,"Ġçıktı":134694,"ĠCÆ¡":134695,"à¹Ħà¸Ķà¹īà¹Ģลย":134696,"ırken":134697,"à¹Ģà¸Ĥà¹īาสูà¹Ī":134698,"ÙħØŃÙĥ":134699,"ÙħØŃÙĥÙħØ©":134700,"à¸Ħุà¹īม":134701,"à¸Ļà¹Īาà¸Īะ":134702,"лÑİд":134703,"деÑģÑı":134704,"деÑģÑıÑĤ":134705,"ĠлÑİбой":134706,"تØŃرÙĬر":134707,"צע×ĵ":134708,"ĠеÑij":134709,"ĠاÙĦØŃÙĥÙħ":134710,"ĠصباØŃ":134711,"à¹Ģà¸ļà¸Ńรà¹Į":134712,"Ġróżnych":134713,"гиб":134714,"ĠÑģоÑĤ":134715,"ĠÑģоÑĤÑĢÑĥд":134716,"ĠÑģоÑĤÑĢÑĥдник":134717,"ĠобÑĬем":134718,"פ×ĺר":134719,"ãģĻãģĶãģı":134720,"ãģ«éĸ¢ãģĹãģ¦":134721,"вол":134722,"Ø«ÙħاÙĨ":134723,"Ġdần":134724,"æĬľ":134725,"æĬľãģij":134726,"Ġעש":134727,"Ġעש×ķ×Ļ":134728,"ס×ķף":134729,"ãģªãģ®ãģ§ãģĻ":134730,"ãģ¯ãģ©ãģĨ":134731,"×ŀער×ij":134732,"ï¼°":134733,"Ùħصر":134734,"ÙħÙĨاسب":134735,"ÙħÙĨاسبة":134736,"ä¸Ĭãģ®":134737,"×IJ×Ļש×ķר":134738,"ĠìĦ¤ì¹ĺ":134739,"×ŀ×ĵ×Ļ׳×ķת":134740,"×ŀרת":134741,"ãĤĭãģ®ãģĮ":134742,"دÙİ":134743,"ĠاÙĦشرÙĥات":134744,"ìĭľê°Ħ":134745,"ĠÑĢеÑĪение":134746,"ãģĻãĤĭãģ®ãģ¯":134747,"ĠìŀIJìĭłìĿĺ":134748,"׾×ŀ×ķ":134749,"ãģ¨ãģĵãĤįãģ§":134750,"Ġקצר":134751,"Ġmãi":134752,"Ġkültür":134753,"ãĥ©ãĤ¤ãĥĸ":134754,"à¸ľà¸¹à¹īหà¸įิà¸ĩ":134755,"æĻĤéĸĵãģĮ":134756,"клÑİÑĩи":134757,"diÄŁiniz":134758,"มาà¸ģà¹Ĩ":134759,"تØŃÙħÙĦ":134760,"Ġhạt":134761,"ãĤ¦ãĤ£":134762,"пле":134763,"×ŀ׾×IJ":134764,"ÅĤó":134765,"Ġgá»ijc":134766,"Ġ×IJ×ķ×ĵ×ķת":134767,"หวาà¸Ļ":134768,"ĠاÙĦÙĪز":134769,"ĠاÙĦÙĪزراء":134770,"ëĵ¤ê³¼":134771,"ĠصØŃ":134772,"ĠصØŃÙĬÙģØ©":134773,"Ġмм":134774,"تدخÙĦ":134775,"Ġpersönlich":134776,"ĠزÙĬ":134777,"ĠزÙĬادة":134778,"ãĤ·ãĤ¢":134779,"Ġngắn":134780,"à¸Ħลิà¸ģ":134781,"Ġsông":134782,"Ġtüket":134783,"ÑįÑĦÑĦ":134784,"ÑįÑĦÑĦекÑĤ":134785,"ש×Ļ×ij":134786,"Ġاعت":134787,"تض":134788,"تضÙħÙĨ":134789,"ĠاÙĦÙħشرÙĪع":134790,"Ġprodução":134791,"ĠпÑĢименÑı":134792,"ниÑĨÑĭ":134793,"주ëĬĶ":134794,"رÙı":134795,"ĠmÆ¡":134796,"Ġhayatı":134797,"ëŁ½":134798,"Ġücret":134799,"Ġyanında":134800,"Ġprática":134801,"×ij×Ļק×ķר":134802,"ÃľN":134803,"ÑģоÑĤ":134804,"ãĤıãģijãģ§":134805,"Ġдолго":134806,"×ª×Ľ×ķ":134807,"ĠìķĦëĭĮ":134808,"ëį°ìĿ´":134809,"Ġçiz":134810,"ĠchoÄĩ":134811,"Ġ×Ķ×Ļת":134812,"Ġ×Ķ×Ļתר":134813,"Ġsoát":134814,"׼×ij×ĵ":134815,"à¹Ģลà¹Īา":134816,"ĠдеÑĢ":134817,"ĠдеÑĢев":134818,"ãĤĴåħ¥ãĤĮ":134819,"×Ĺ×ķס":134820,"×Ĺ×ķסר":134821,"جÙĬÙĨ":134822,"tón":134823,"onné":134824,"ĠполноÑģÑĤÑĮÑİ":134825,"人ãģŁãģ¡":134826,"Ġprêt":134827,"본":134828,"Ġdécembre":134829,"cılar":134830,"Ġתת":134831,"Ġê²½ìļ°ìĹIJëĬĶ":134832,"ÙĪعد":134833,"è¦ĭãĤĭ":134834,"วิà¸Īัย":134835,"ë¶Ī":134836,"زÙĪا":134837,"زÙĪاج":134838,"dì":134839,"ãģ§ãģĻãĤĪ":134840,"Ġводо":134841,"ĠÙĬÙĪجد":134842,"ÑģоÑģÑĤоÑı":134843,"ÐŀС":134844,"ĠÄIJó":134845,"×Ĺפש":134846,"Ġצ×Ļ×ij×ķר":134847,"ĠاÙĦÙĤØ·":134848,"ĠاÙĦÙĤطاع":134849,"ĠимеÑİÑĤ":134850,"ĠpháºŃn":134851,"×Ľ×¡×¤×Ļ":134852,"полниÑĤелÑĮ":134853,"éĻIJãĤĬ":134854,"ĠÑģÑĢав":134855,"ĠÑģÑĢавн":134856,"ÙħاÙĦÙĥ":134857,"×ĵר×ķ×Ŀ":134858,"çļĨãģķãĤĵ":134859,"ØŃÙĤÙĤ":134860,"à¹ģหลà¹Īà¸ĩ":134861,"ĠاÙĦرسÙħÙĬ":134862,"оÑĩки":134863,"×ĺ×ij×Ĺ":134864,"Ġcanlı":134865,"Ġ׾׾":134866,"Ġ׾׾×ŀ×ķ×ĵ":134867,"×ŀ×ij×ķ":134868,"×ª×Ľ":134869,"×ª×Ľ×ł×Ļת":134870,"ĠاÙĦÙħشار":134871,"ĠاÙĦÙħشارÙĥØ©":134872,"Ä°Åŀ":134873,"ĠسÙĬاسÙĬ":134874,"волÑĮ":134875,"ĠÑģпÑĢав":134876,"æĿ¥ãģ¦":134877,"פ×ķר×ķ×Ŀ":134878,"สำà¹Ģรà¹ĩ":134879,"สำà¹Ģรà¹ĩà¸Ī":134880,"ĠÅŁÃ¶yle":134881,"ĠzostaÅĤa":134882,"ĠHü":134883,"ר×ķש":134884,"دÙĦÙĬÙĦ":134885,"ÑĢид":134886,"שף":134887,"×ŀק×ķר":134888,"ĠÑĥÑĩ":134889,"ĠÑĥÑĩеб":134890,"ĠÑįÑĤа":134891,"кова":134892,"à¸ķà¸Ļà¹Ģà¸Ńà¸ĩ":134893,"ÙĨÙIJ":134894,"à¸Ńีà¸ģà¸Ħรัà¹īà¸ĩ":134895,"ระà¸ļุ":134896,"Ġdữ":134897,"ĠاÙĦØŃاÙĦÙĬ":134898,"׼×ķ׼":134899,"׼×ķ׼×ij":134900,"Ġ×ŀ×IJשר":134901,"Ġtrụ":134902,"ÑĤелем":134903,"Ġвли":134904,"ĠвлиÑı":134905,"Ġש×IJת×Ŀ":134906,"Ġuwag":134907,"ĠuwagÄĻ":134908,"×ĺ×Ļת":134909,"×IJ×ĵ×Ŀ":134910,"à¸Ķุ":134911,"Ġ×Ķ×IJ׾×Ķ":134912,"ĠkarÄ±ÅŁ":134913,"ĠÄIJá»iji":134914,"даÑİÑĤ":134915,"ãģªãģ®ãģ«":134916,"Äħcych":134917,"à¹Ģà¸Ļà¹īà¸Ļ":134918,"ãģĹãģ¦ãģĹãģ¾ãģĨ":134919,"intérieur":134920,"ĠfÃŃsica":134921,"ĠÐŁÐ¾Ð»":134922,"ãģĹãģķ":134923,"à¸Ĺำà¹Ħม":134924,"ĠLâm":134925,"ĠاÙĦÙħسÙĦÙħ":134926,"ĠاÙĦÙħسÙĦÙħÙĬÙĨ":134927,"صØŃØ©":134928,"ìĹĦ":134929,"à¹Ģà¸Ķà¹ĩà¸Ķ":134930,"ĠÑĥÑĩеÑĤ":134931,"âÌģ":134932,"ĠبÙĦا":134933,"ĠاÙĦاجتÙħاعÙĬ":134934,"פרס×Ŀ":134935,"ãĥķãĥ©":134936,"ĠÐļогда":134937,"mieÅĽci":134938,"ĠبÙĬÙĨÙħا":134939,"Ġ×ŀ×IJ×ŀר×Ļ×Ŀ":134940,"Ġ×ij×IJ×ĸ×ķר":134941,"×ķש×Ļ×Ŀ":134942,"ĠÑģдела":134943,"entrée":134944,"à¹Ģà¸Ħà¹īา":134945,"Ñĥгл":134946,"ĠاÙĦÙģÙĨÙĬ":134947,"ĠÐĴоÑĤ":134948,"à¸Ĺีà¹Īมา":134949,"×ķצ×Ĵ":134950,"ÙĤدرة":134951,"Ġ목":134952,"Ġ목ìłģ":134953,"íıīê°Ģ":134954,"ĠاÙĦأربع":134955,"ĠاÙĦأربعاء":134956,"פס×Ļק":134957,"ĠÑıвлÑıÑİÑĤÑģÑı":134958,"بÙĪÙĨ":134959,"ì°¾":134960,"×ŀ×¢×¨×Ľ":134961,"×ŀ×¢×¨×Ľ×ķת":134962,"ãĤ·ãĤ§":134963,"ĠباÙĦØ£":134964,"íĸĪëįĺ":134965,"ĠاÙĦبرÙĨاÙħج":134966,"ĠاÙĦØ£ØŃد":134967,"ĠmÅ©":134968,"ĠmÅ©i":134969,"паÑĤ":134970,"بث":134971,"ĠÑĨенÑĭ":134972,"Ġ×ij×ª×ľ":134973,"è¨ĢãĤıãĤĮ":134974,"ĠاÙĦÙħجاÙĦ":134975,"ĠìĦ¸ìĥģ":134976,"Ġ×Ĵ×ķפ":134977,"ĠнаÑĪей":134978,"ĠкомпаниÑı":134979,"бин":134980,"ölü":134981,"×Ļ×Ļ×ĺ":134982,"Ġ×ŀספ×Ļק":134983,"ยัà¸ĩà¸Ħà¸ĩ":134984,"ĠЧи":134985,"ĠанÑĤи":134986,"ĠÑģÑĢеди":134987,"สà¹Īวà¸Ļà¹ĥหà¸įà¹Ī":134988,"оÑĩка":134989,"íĬ¹ë³Ħ":134990,"วà¹Īาà¸ĩ":134991,"гоÑĢод":134992,"باÙĥ":134993,"à¹Ģสีà¹Īย":134994,"à¹Ģสีà¹Īยà¸ĩ":134995,"ãĤĤãĤīãģĦ":134996,"ק×ķ×Ŀ":134997,"ãģĽãģļ":134998,"ĠاÙĦÙĤاÙĩرة":134999,"Ġ×ij׼×ļ":135000,"ÙħشارÙĬع":135001,"باØŃØ«":135002,"ĠпоÑĩ":135003,"ĠпоÑĩÑĤи":135004,"ĠÑĦоÑĢма":135005,"SÄ°":135006,"Ġ×ŀצ×Ļ×¢":135007,"ลื":135008,"ลืม":135009,"ĠÑĤеÑĢ":135010,"ĠÑĤеÑĢÑĢиÑĤоÑĢ":135011,"ĠÑĤеÑĢÑĢиÑĤоÑĢии":135012,"ĠвмеÑģÑĤ":135013,"ĠвмеÑģÑĤе":135014,"dıkları":135015,"opération":135016,"à¹Ĥห":135017,"صدÙĬ":135018,"صدÙĬÙĤ":135019,"íĸīìłķ":135020,"تجا":135021,"تجاÙĪز":135022,"Ġsuç":135023,"Ġarty":135024,"Ġartyku":135025,"ĠartykuÅĤ":135026,"ãĤ·ãĥ§ãĥĥãĥĹ":135027,"שפ":135028,"שפ×Ļ×¢":135029,"Ġ×Ķש×Ļר×ķת":135030,"à¹ģà¸ĸม":135031,"ë¸Ķ":135032,"ĠukÅĤad":135033,"Ġ×ķ׼×Ļ":135034,"หลาà¸ģ":135035,"หลาà¸ģหลาย":135036,"æĸ¹ãĤĤ":135037,"Ġpodróż":135038,"ĠEÄŁer":135039,"ĠкомнаÑĤ":135040,"ĠÑģамÑĭÑħ":135041,"ĠвкÑĥÑģ":135042,"беж":135043,"Ġ×ijק×ķ":135044,"æİĽãģij":135045,"ãģ¿ãĤĭãģ¨":135046,"ĠiliÅŁkin":135047,"ĠÙĬعÙħÙĦ":135048,"ĠподаÑĢ":135049,"Ġyazılı":135050,"ãĤĴå¾Ĺ":135051,"ĠwystÄĻp":135052,"à¸Ĺีà¹Īà¹ĥà¸Ĭà¹ī":135053,"ØŃادث":135054,"ÙĪÙĬد":135055,"кÑĥлÑĮÑĤ":135056,"кÑĥлÑĮÑĤÑĥÑĢ":135057,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩ":135058,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥ":135059,"à¸ģารà¹ģà¸Ĥà¹Īà¸ĩà¸Ĥัà¸Ļ":135060,"ÙħÙĪظ":135061,"ÙħÙĪظÙģ":135062,"ÙĬÙħÙĬ":135063,"ãĤĵãģ§ãģĻãģĮ":135064,"diÄŁim":135065,"diÄŁimiz":135066,"ĠÐŁÐµÑĢ":135067,"ĠÐŁÐµÑĢв":135068,"Ġmão":135069,"ĠÑģез":135070,"ĠÑģезон":135071,"Ġ×Ķ×ŀ×¢":135072,"ÙħجÙħÙĪعة":135073,"ĠинÑĦоÑĢмаÑĨии":135074,"iếc":135075,"ãng":135076,"ĠÄijấy":135077,"ãģĶç´":135078,"ãģĶç´¹":135079,"ãģĶç´¹ä»ĭ":135080,"Ġadım":135081,"à¹Ħหล":135082,"ĠпÑĢакÑĤи":135083,"ĠпÑĢакÑĤиÑĩ":135084,"ĠпÑĢакÑĤиÑĩеÑģ":135085,"ĠпÑĢакÑĤиÑĩеÑģки":135086,"ĠاÙĦÙĨÙģس":135087,"ĠÑĢабоÑĤе":135088,"ÙĦÙĬÙģ":135089,"ĠاÙĦجÙĨÙĪب":135090,"ĠводÑĭ":135091,"ì¹Ļ":135092,"ĠмиÑĢа":135093,"ĠÄijừng":135094,"ĠпÑĢоÑĤиво":135095,"ĠÑģÑĤÑĢанÑĭ":135096,"ลู":135097,"ìĤ¶":135098,"kreÅĽl":135099,"Ġbulund":135100,"ĠbulunduÄŁu":135101,"à¹ģสà¸Ļ":135102,"ãĤ±ãĤ¢":135103,"ת×Ĺ×ķ×ŀ×Ļ":135104,"ר׼×Ķ":135105,"Ġ׾ק×ķ×Ĺ":135106,"Ġ׾ק×ķ×Ĺ×ķת":135107,"Ġ×Ľ×ª×ķ×ijת":135108,"ĠÙĦÙĥÙħ":135109,"بشر":135110,"ĠrÃłng":135111,"Ġ×ŀ×Ķ×ŀ":135112,"Ġ×IJ×Ĺר×ķת":135113,"Ġбон":135114,"ĠбонÑĥÑģ":135115,"ï½Ĺ":135116,"à¹ģยà¸ģ":135117,"ãģĤãģªãģŁãģ®":135118,"ĠÑĥÑĩаÑģÑĤие":135119,"ĠEyl":135120,"ĠEylül":135121,"ĠçalÄ±ÅŁmaları":135122,"خطر":135123,"ìĿ½":135124,"à¸ģารà¹ĥà¸Ĭà¹īà¸ĩาà¸Ļ":135125,"Ġанализ":135126,"תק×ij׾":135127,"нием":135128,"ĠÄ°ns":135129,"ĠÄ°nsan":135130,"ĠبÙĪاس":135131,"ĠبÙĪاسطة":135132,"Ġ×ł×Ľ×ł×¡":135133,"Ġ×Ķ×ŀ×Ļ×ĵ×¢":135134,"Ġço":135135,"ĠçoÄŁu":135136,"á»ĺ":135137,"ĠêµŃ민":135138,"ãĤĤãģĦãģĦ":135139,"Ġ׼׾×Ļ":135140,"ĠÑģÑĢедне":135141,"gÅĤo":135142,"gÅĤoÅĽ":135143,"Ġnegó":135144,"Ġnegócio":135145,"ĠÑĢегиÑģÑĤ":135146,"ĠÑĢегиÑģÑĤÑĢа":135147,"ĠÑĢегиÑģÑĤÑĢаÑĨии":135148,"Ġtrá»ĵng":135149,"ĠпÑĢÑı":135150,"ĠпÑĢÑıмо":135151,"ëłĪìĿ´":135152,"Ġkém":135153,"кле":135154,"à¸Ļำมา":135155,"ĠÑĦин":135156,"ĠÑĦинанÑģ":135157,"ĠÑĦинанÑģов":135158,"Ġkiá»ĩm":135159,"ยัà¸ĩà¹Ħ":135160,"ยัà¸ĩà¹Ħà¸ĩ":135161,"ยิà¸ĩ":135162,"à¹Ĥà¸Ľ":135163,"ĠполÑĥÑĩил":135164,"×Ļ×ĸ×Ŀ":135165,"à¹ģละà¸Ħวาม":135166,"ĠвообÑīе":135167,"صÙĬر":135168,"ãĥıãĥ³":135169,"ĠاÙĦÙĤاد":135170,"ĠاÙĦÙĤادÙħ":135171,"ĠبدÙĪÙĨ":135172,"عظÙħ":135173,"×ª×ł×ķ×¢":135174,"×ª×ł×ķ×¢×Ķ":135175,"Ø£ÙħÙĦ":135176,"ãģķãģĪ":135177,"ÑĤем":135178,"ÑĤемпеÑĢ":135179,"ÑĤемпеÑĢаÑĤÑĥÑĢ":135180,"Ġ׾×Ļצ×ķר":135181,"ĠrÄĻk":135182,"رسÙĦ":135183,"ìŀIJ를":135184,"Ġ×Ļצ×Ļרת":135185,"ÙĨبÙĬ":135186,"ÑĩнаÑı":135187,"تØŃÙĦÙĬÙĦ":135188,"Ġмик":135189,"ĠмикÑĢо":135190,"ĠSöz":135191,"Ġforça":135192,"Ñģон":135193,"ĠاÙĦعرا":135194,"ĠاÙĦعراÙĤÙĬ":135195,"ĠHá»ĵng":135196,"ãģĻãĤĭãģŁãĤģãģ«":135197,"à¸Ĺีà¹Īà¸Ńยูà¹Ī":135198,"Ġ×ķ×IJ×£":135199,"صÙĬد":135200,"ĠìķĬê³ł":135201,"รัà¸ĩ":135202,"ĠاÙĦتÙĪاصÙĦ":135203,"à¹Ģมà¸ķร":135204,"ÑĥÑģÑĤÑĢой":135205,"ÑĥÑģÑĤÑĢойÑģÑĤв":135206,"mıyor":135207,"ĠباسÙħ":135208,"Ġ×ķ׼×ķ":135209,"ĠGül":135210,"á»IJ":135211,"Ãītat":135212,"غاÙĦ":135213,"Ø¥ÙĨØ´":135214,"Ø¥ÙĨشاء":135215,"TÄ°":135216,"à¸Ĥà¹īาม":135217,"Ġtroch":135218,"ĠtrochÄĻ":135219,"إص":135220,"إصابة":135221,"ĠثاÙĨÙĬ":135222,"ĠاÙĦصØŃØ©":135223,"Ġ×ĸ×Ķ×ķ":135224,"jÄħcej":135225,"ãĥĢãĥ³":135226,"ìĿ¸ìĿ´":135227,"ĠволоÑģ":135228,"ëIJĺë©´":135229,"ĠzakÅĤad":135230,"ãģĻãģĵãģ¨":135231,"以ä¸Ĭãģ®":135232,"Ġ×Ķ×ŀק×ķ×Ŀ":135233,"ÙħشاÙĩ":135234,"ÙħشاÙĩدة":135235,"Ñĩив":135236,"بش":135237,"ยà¹īาย":135238,"Ġsürdür":135239,"ĠNẵ":135240,"ĠNẵng":135241,"ĠигÑĢаÑĤÑĮ":135242,"Ġê·¸ëŁ¬ë©´":135243,"ãĥķãĥ«":135244,"ลà¹Īะ":135245,"Ġtendrá":135246,"ĠbÃły":135247,"à¹Ģà¸Ľà¹ĩà¸Ļà¸ľà¸¹à¹ī":135248,"Ġoko":135249,"ĠokoÅĤo":135250,"wÅĤa":135251,"wÅĤaÅĽci":135252,"wÅĤaÅĽciw":135253,"æĢĿãĤı":135254,"ĠYaÅŁ":135255,"ĠBá»ĩnh":135256,"íıŃ":135257,"بÙĬد":135258,"קרף":135259,"à¹Ģศร":135260,"à¹Ģศรษ":135261,"à¹Ģศรษà¸IJ":135262,"à¹Ģศรษà¸IJà¸ģิà¸Ī":135263,"ĠاÙĦØ£ÙĪرÙĪ":135264,"ĠاÙĦØ£ÙĪرÙĪبÙĬ":135265,"fläche":135266,"ä¹ĹãĤĬ":135267,"Ġbá»ģn":135268,"Ùĩب":135269,"æľĢãĤĤ":135270,"Ġsaç":135271,"à¸Ńำà¹Ģà¸ł":135272,"à¸Ńำà¹Ģà¸łà¸Ń":135273,"Ġأج":135274,"ĠاÙĦداخÙĦ":135275,"ĠاÙĦداخÙĦÙĬØ©":135276,"×ĺ×ķ×ij":135277,"ãĤĤãģªãģı":135278,"ĠлиÑĨа":135279,"à¹ģลà¹īวà¸ģà¹ĩ":135280,"×ĸ׼×Ļר":135281,"ĠquÃł":135282,"ĠÙĥØ°ÙĦÙĥ":135283,"صØŃÙģ":135284,"ĠÃĤu":135285,"ÙĪبا":135286,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥":135287,"à¹Ģà¸Ľà¸¥à¸µà¹Īยà¸Ļà¹ģà¸Ľà¸¥à¸ĩ":135288,"à¸ķัวà¸Ńยà¹Īาà¸ĩ":135289,"Ġrápida":135290,"Ġtasar":135291,"Ġtasarım":135292,"ĠعÙĦÙĬÙĩÙħ":135293,"ס×ķ׾":135294,"cılı":135295,"cılık":135296,"ĠرغÙħ":135297,"ìĭľíĤ¤":135298,"Ġ×IJ׾ק":135299,"Ġ×IJ׾ק×ĺר":135300,"Ġ×IJ׾ק×ĺר×ķ׳×Ļ":135301,"à¹ģà¸ļà¹Īà¸ĩ":135302,"Ġhạng":135303,"ãģ£ãģ¦ãģıãĤĮ":135304,"ĠÙĨتÙĬ":135305,"ĠÙĨتÙĬجة":135306,"ıklı":135307,"غاÙĨ":135308,"à¸Ĥà¹īà¸Ńà¸Ħวาม":135309,"à¸Ľà¸¥à¸²à¸¢":135310,"ĠØ£Ùħس":135311,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยว":135312,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥ":135313,"à¸Ĺีà¹Īà¹Ģà¸ģีà¹Īยวà¸Ĥà¹īà¸Ńà¸ĩ":135314,"Ġdéfin":135315,"Ġdéfini":135316,"ÙģÙĨاد":135317,"ÙģÙĨادÙĤ":135318,"à¹Ħà¸Ķà¹īวà¹Īา":135319,"ãģªãģĦãĤĪãģĨãģ«":135320,"Ġprópria":135321,"ĠPhát":135322,"ãĤĦãģĻãģı":135323,"สวยà¸ĩาม":135324,"ê³łìļĶ":135325,"ÑıеÑĤ":135326,"ãģĭãĤĤãģĹãĤĮãģ¾ãģĽãĤĵãģĮ":135327,"ترجÙħ":135328,"ĠкÑĢаÑģив":135329,"Ġ×ŀר×IJש":135330,"деж":135331,"ĠÙĬÙĪÙĨ":135332,"ĠÙĬÙĪÙĨÙĬÙĪ":135333,"ÑģкоÑĢ":135334,"ĠKasım":135335,"ê³Ħìķ½":135336,"коÑģ":135337,"ĠнаÑĢÑĥ":135338,"ĠнаÑĢÑĥÑĪен":135339,"Ġduże":135340,"accès":135341,"Ġhá»ĵng":135342,"ĠvÅ©":135343,"ãģĦãģŁãģĹãģ¾ãģĻ":135344,"Ġ×ĺ×Ļ":135345,"Ġ×ĺ×Ļ×ķ׾":135346,"lıkları":135347,"Ġquê":135348,"ëħ¸ëıĻ":135349,"ìķĶ":135350,"CIÃĵN":135351,"Ġtắc":135352,"pressão":135353,"ĠìŀĪìľ¼":135354,"สิà¸Ĺà¸ĺิà¹Į":135355,"íĥĦ":135356,"Ġ×Ķ×ŀ×ŀש׾×Ķ":135357,"å¬īãģĹãģĦ":135358,"ĠÄIJặc":135359,"ÙĨزÙĦ":135360,"ĠдÑĢÑĥгой":135361,"дÑĥÑĤ":135362,"ìĪĻ":135363,"Ġthụ":135364,"à¹Ģสร":135365,"à¹Ģสรà¹ĩ":135366,"à¹Ģสรà¹ĩà¸Ī":135367,"Ġtoplant":135368,"Ġtoplantı":135369,"×IJ×ŀף":135370,"×ķ×ľ×ª":135371,"помн":135372,"ĠyoÄŁun":135373,"ÅĦskiego":135374,"ì°©":135375,"ĠØ«ÙĦاث":135376,"ĠØ«ÙĦاثة":135377,"Ġlắng":135378,"릴":135379,"ราà¸Ĭà¸ģาร":135380,"ĠÑģлова":135381,"á»Ĩ":135382,"à¸Ķีà¸ģวà¹Īา":135383,"ãģĶãģĸãģĦãģ¾ãģĻ":135384,"Ġдиз":135385,"Ġдизайн":135386,"férence":135387,"lıklar":135388,"ãģªãĤĵãģ§ãģĻ":135389,"ajÄħcy":135390,"Ġëĭ¤ìĸij":135391,"Ġëĭ¤ìĸijíķľ":135392,"ק×Ļר":135393,"ØŃار":135394,"สูà¹ī":135395,"Ġzro":135396,"Ġzrobi":135397,"ĠzrobiÄĩ":135398,"×ŀ×Ļ׼×Ķ":135399,"à¸Ĭà¹Īวยà¹Ģหลืà¸Ń":135400,"ĠÑįÑĤÑĥ":135401,"ë´ī":135402,"楽ãģĹãģĦ":135403,"سÙĪر":135404,"íķĺê±°ëĤĺ":135405,"ÙħؤتÙħر":135406,"ĠpoczÄħ":135407,"ĠpoczÄħtk":135408,"ĠpoczÄħtku":135409,"ĠعربÙĬ":135410,"اÙĦأر":135411,"اÙĦأردÙĨ":135412,"à¸Ķร":135413,"Åĵuvre":135414,"ĠÙĪÙĥاÙĨت":135415,"ĠÅĽredni":135416,"خضر":135417,"Ġchuyến":135418,"нÑĤ":135419,"ĠìķĮê³ł":135420,"Ġvá»Ŀi":135421,"Ġ×ij×Ļ×ĵ×Ļ":135422,"×ŀ×ĵ×ķ×ijר":135423,"ÙĪÙģر":135424,"ÙĬØ¡":135425,"×ł×Ľ×¡":135426,"ĠÐĽÐ°":135427,"лон":135428,"Ġxấu":135429,"ÙģÙĬÙĨ":135430,"Ġfévrier":135431,"ĠÐŀна":135432,"ĠVá»ģ":135433,"ĠÅŁeyler":135434,"ĠполÑĥÑĩен":135435,"зад":135436,"Ġnét":135437,"à¹Ħà¸Ľà¸¢à¸±à¸ĩ":135438,"×Ĺש×ij×ķ":135439,"à¸ļัà¸Ļà¸Ĺ":135440,"à¸ļัà¸Ļà¸Ĺึà¸ģ":135441,"ĠgerçekleÅŁ":135442,"иÑĩеÑģкое":135443,"ìĪĺê°Ģ":135444,"ثبت":135445,"ãģ¤ãģ¾ãĤĬ":135446,"ĠÑĥÑģловиÑıÑħ":135447,"ëĭ¤ê°Ģ":135448,"รายà¹Ħà¸Ķà¹ī":135449,"׼×IJ×ij":135450,"à¹Ĥà¸Ľà¸£à¹Ĥม":135451,"à¹Ĥà¸Ľà¸£à¹Ĥมà¸Ĭัà¹Īà¸Ļ":135452,"jähr":135453,"jährige":135454,"ק׳×Ļ×Ŀ":135455,"×ŀ×ķק":135456,"×ŀ×ķק×ĵ":135457,"ãģ«è¡Įãģ£ãģ¦":135458,"Ø¢ÙĦ":135459,"ведение":135460,"Ġ×ľ×Ľ×ª×ķ×ij":135461,"جÙħÙĩ":135462,"جÙħÙĩÙĪرÙĬØ©":135463,"à¸īà¸ļ":135464,"à¸īà¸ļัà¸ļ":135465,"ĠCòn":135466,"à¸ľà¸ªà¸¡":135467,"ãģªãģ©ãģĮ":135468,"×IJ×Ķ×ij":135469,"ĠдейÑģÑĤвиÑı":135470,"yız":135471,"à¹Ħมà¹Īà¹Ģà¸Ħย":135472,"جÙĪز":135473,"×Ķ×Ĺ׾×ĺ×Ķ":135474,"fällt":135475,"ãĥĵãĤ¸":135476,"ãĥĵãĤ¸ãĥį":135477,"ãĥĵãĤ¸ãĥįãĤ¹":135478,"Ġ×IJ×Ļ׳×Ŀ":135479,"ĠнаÑħодиÑĤÑģÑı":135480,"ĠdziÅĽ":135481,"ستطÙĬع":135482,"׾×Ļף":135483,"Ø®ÙĦاÙģ":135484,"ÙĩÙIJ":135485,"Ġatrás":135486,"íĺģ":135487,"ãĤĴãģĶ":135488,"Ġ×Ķ×ŀ×ķצר":135489,"ĠBakanlıģı":135490,"ÑİÑīее":135491,"ÙħÙĨاط":135492,"ÙħÙĨاطÙĤ":135493,"Ùģد":135494,"à¸Ļำà¹Ħà¸Ľ":135495,"Ġваж":135496,"Ġважно":135497,"Ġmạch":135498,"׼׳×ķ":135499,"بعث":135500,"lanması":135501,"Ġayr":135502,"Ġayrıl":135503,"ìĤ¬íļĮ":135504,"dÃŃa":135505,"pÅĤyw":135506,"اÙħÙĬØ©":135507,"íĺľ":135508,"×IJ׳×Ĵ׾":135509,"×IJ׳×Ĵ׾×Ļת":135510,"ĠìŀĪëĭ¤ëĬĶ":135511,"Ġساعة":135512,"ĠëĤĺíĥĢ":135513,"bö":135514,"à¸Ħัà¸Ļ":135515,"ĠdziaÅĤania":135516,"Ø©Ùĭ":135517,"ĠngÅ©":135518,"׳צ×Ĺ":135519,"ãģ¯ãģĤãĤĭ":135520,"ĠyaÅŁÄ±nda":135521,"stück":135522,"caracter":135523,"caracterÃŃsticas":135524,"Ġrá»Ńa":135525,"ĠÙħختÙĦÙģØ©":135526,"ãģ«ãģĬãģijãĤĭ":135527,"à¹ģà¸ŀà¸ĩ":135528,"วิà¹Īà¸ĩ":135529,"תפ×ķ":135530,"ساÙĩÙħ":135531,"使ãģĨ":135532,"ÙĥرÙĬ":135533,"×IJפ×Ļ":135534,"...............":135535,"ĠÑĤаким":135536,"×Ļ׼×ķ×Ļ":135537,"شبÙĩ":135538,"جÙĬر":135539,"ãģĿãģ®ãģ¾ãģ¾":135540,"acjÄĻ":135541,"ĠاÙĦترÙĥ":135542,"ĠاÙĦترÙĥÙĬ":135543,"ĠпÑĢавилÑĮно":135544,"ĠتعÙħÙĦ":135545,"à¸ģลà¹īา":135546,"Ġbiên":135547,"Ġ×ij׳×Ļ×Ļת":135548,"ĠклÑĥб":135549,"Ġ×ŀש×Ķ":135550,"вÑĪий":135551,"ãģĵãģ¨ãģĮãģ§ãģįãĤĭ":135552,"à¸ŀัà¸Ļà¸ĺุ":135553,"à¸ŀัà¸Ļà¸ĺุà¹Į":135554,"ר×ķ×Ŀ":135555,"ĠاÙĦÙģرÙĨ":135556,"ĠاÙĦÙģرÙĨسÙĬ":135557,"à¹Ģà¸Ľà¹ĩà¸Ļà¸Ħà¸Ļ":135558,"ãģĹãģ¦ãģĬãĤĬ":135559,"Ġthầy":135560,"ãĤĵãģłãģijãģ©":135561,"ìĶ¨":135562,"ÙħدÙĨ":135563,"تÙĪÙĨ":135564,"ĠмеÑĤал":135565,"ĠмеÑĤалл":135566,"ĠinÃŃcio":135567,"à¸Ńà¸Ńà¸ģà¸Īาà¸ģ":135568,"ëĴ¤":135569,"Ġcuá»ijn":135570,"Ġbuá»Ļc":135571,"ÙĨسÙĬ":135572,"ächt":135573,"×ŀ×Ļ׳×Ļ×Ŀ":135574,"ãģķãģ¦":135575,"ãģĮãģ§ãģį":135576,"ÑĬем":135577,"Ġtái":135578,"ĠЧÑĤ":135579,"ĠЧÑĤобÑĭ":135580,"à¸Ľà¸¥à¸¹à¸ģ":135581,"à¸Ĭุมà¸Ĭà¸Ļ":135582,"нÑģкий":135583,"Ġvững":135584,"Ġ×Ķ׾×ij":135585,"ële":135586,"Ġשע×ijר":135587,"ваÑĤÑĮÑģÑı":135588,"бой":135589,"عÙĪÙĨ":135590,"à¹ģà¸Ķà¸Ļ":135591,"Ġספר×Ļ×Ŀ":135592,"Ġtuyên":135593,"Ġnhiêu":135594,"ĠQuý":135595,"Ġhuyết":135596,"ãĤıãģĭãĤīãģªãģĦ":135597,"Ġ×ŀ׼ף":135598,"Ġ×Ķק׾":135599,"Ġ׾×IJ×ķר":135600,"ĠÄIJiá»ĩn":135601,"شؤ":135602,"شؤÙĪÙĨ":135603,"Ġ×ŀ×Ĺפש":135604,"ĠпоÑģÑĤоÑıнно":135605,"×ŀ×Ļר":135606,"ìħĶ":135607,"ÐŀÑģ":135608,"ÐŀÑģнов":135609,"×ĸ×Ļת":135610,"ĠHá":135611,"ĠÑĩаÑģов":135612,"×IJ×ķ׾×Ļ":135613,"Ġmát":135614,"خرÙĪ":135615,"خرÙĪج":135616,"ÙĤضا":135617,"ÙĤضاÙĬا":135618,"à¹Ģà¸Ľà¸Ńรà¹Į":135619,"ĠÙĬÙĪÙĦ":135620,"ĠÙĬÙĪÙĦÙĬÙĪ":135621,"à¹Ĥà¸Ĺษ":135622,"׳פ׾":135623,"ת×ķש":135624,"ת×ķש×ij×Ļ":135625,"Ġvários":135626,"×ŀר×IJ×Ķ":135627,"ëĿ¼ìĿ´":135628,"ÙĨغ":135629,"×ijצע":135630,"гон":135631,"ĠÄIJược":135632,"عÙı":135633,"пÑĥÑģк":135634,"ĠÙĪاÙĦÙģ":135635,"ücü":135636,"×Ļק×Ļ×Ŀ":135637,"ĠسبÙĬÙĦ":135638,"׾×ijף":135639,"ĠاÙĦÙĤرÙĨ":135640,"ס×ķת":135641,"ĠQuáºŃn":135642,"ãģĵãĤĮãģĮ":135643,"ãĥĸãĥ©ãĥ³ãĥī":135644,"×Ĵ×ŀר":135645,"ĠwartoÅĽci":135646,"ĠÙĪبÙĬÙĨ":135647,"Ġdạ":135648,"ÐIJв":135649,"ÐIJвÑĤо":135650,"Ġolacaktır":135651,"à¸Ļà¸Ĺà¹Į":135652,"Ùħطار":135653,"Ġעק×ij":135654,"Ġתפ":135655,"ãģĹãģ¦ãģĦãģ¦":135656,"צ×ŀ×Ĺ":135657,"à¸Īà¸Ńà¸ĩ":135658,"Ġöde":135659,"ìį¨":135660,"ÙĨاس":135661,"調ãģ¹":135662,"ĠогÑĢомн":135663,"ë³´íĹĺ":135664,"×ĺק":135665,"×ĺקס×ĺ":135666,"ĠbaÅŁv":135667,"ĠbaÅŁvuru":135668,"Ġpomys":135669,"ĠpomysÅĤ":135670,"ãģ«ä¹Ĺ":135671,"Ġש׼ף":135672,"ĠاÙĦÙħسؤÙĪÙĦ":135673,"Ġзан":135674,"ĠзанÑıÑĤ":135675,"ĠdÆ°Æ¡ng":135676,"ãĥĹãĥ¬ãĤ¤":135677,"ลà¸ļ":135678,"ÑĤика":135679,"ĠAralık":135680,"Ġнедо":135681,"Ġmá»Ļ":135682,"Ġoran":135683,"Ġoranı":135684,"Ġktór":135685,"ĠktórÄħ":135686,"Ġ×Ķ×IJ×Ĺר×ķ׳×ķת":135687,"ائÙĨ":135688,"ÅĦs":135689,"ÅĦska":135690,"åĽ½ãģ®":135691,"×ŀ×ĺ×Ļ":135692,"ĠвопÑĢоÑģÑĭ":135693,"à¸Ńà¸ĩà¸Ħà¹Įà¸ģร":135694,"×ŀ×ķצ×IJ":135695,"Ġpóź":135696,"Ġpóźniej":135697,"ש×ŀ×IJ׾":135698,"Ġkaps":135699,"Ġkapsam":135700,"Ġkapsamında":135701,"Ġmáquina":135702,"ĠÅĽwiecie":135703,"ĠhoÃłng":135704,"Ġözgü":135705,"×Ĵ×ķר×Ŀ":135706,"ãģĤãģŁãĤĬ":135707,"à¸ķัà¸Ķสิà¸Ļ":135708,"à¸ķัà¸Ķสิà¸Ļà¹ĥà¸Ī":135709,"бÑĢи":135710,"ãģ«ãģªãĤĭãģ¨":135711,"تÙĥÙĪÙĨ":135712,"Ġ×ķ×Ķ×Ļ×IJ":135713,"Ġchiếu":135714,"ÑģÑĤанав":135715,"ÑģÑĤанавли":135716,"ÑģÑĤанавлива":135717,"×ŀ×ķ×Ĵ":135718,"cité":135719,"ĠKörper":135720,"Ġש×Ĵ×Ŀ":135721,"عظ":135722,"عظÙĬÙħ":135723,"Ġ×Ķ×IJ×Ļש×Ļ":135724,"Ġmatière":135725,"ĠÙģÙĪÙĤ":135726,"Ġkto":135727,"ĠktoÅĽ":135728,"à¸Ļà¹Ĥย":135729,"à¸Ļà¹Ĥยà¸ļาย":135730,"å¾ħãģ¡":135731,"à¹Ģมà¸Ļ":135732,"à¹Ģมà¸Ļู":135733,"AÃĩÃĥO":135734,"Ġtù":135735,"Ġtùy":135736,"ãĥĪãĥ³":135737,"ĠоÑĤказ":135738,"Ġ×ŀ×ķצר":135739,"ülü":135740,"ãģķãĤĵãģ«":135741,"Ġ×Ĺ×ķ×ij":135742,"קר×Ļ×IJ×Ķ":135743,"ĠاÙĦخدÙħات":135744,"ĠÙĦÙħدة":135745,"رؤ":135746,"رؤÙĬØ©":135747,"ãĤĴè¦ĭãģ¤ãģij":135748,"à¸Łà¸²":135749,"Ġréussi":135750,"à¸Ļัà¸ģà¹Ģรียà¸Ļ":135751,"ĠÑĩиÑģл":135752,"à¸ģารà¹Ģลà¹Īà¸Ļ":135753,"Ġhazırl":135754,"Ġhazırlan":135755,"ĠпеÑĢвÑĭй":135756,"лим":135757,"ĠоÑĤзÑĭвÑĭ":135758,"ĠwyjÄħ":135759,"ĠwyjÄħtk":135760,"ĠØ£ÙĤÙĦ":135761,"ס×ļ":135762,"Ġê²°ìłķ":135763,"Ġ׾×ŀעש×Ķ":135764,"Ġlắp":135765,"à¹ģà¸ļร":135766,"à¹ģà¸ļรà¸Ļà¸Ķà¹Į":135767,"วà¹Īาà¹Ģà¸Ľà¹ĩà¸Ļ":135768,"Ġبدا":135769,"ĠبداÙĬØ©":135770,"ãģ¨ãģĦãģĨãģ®ãģĮ":135771,"иÑĩеÑģким":135772,"à¸ģารà¸ŀัà¸Ĵà¸Ļา":135773,"ĠbÃło":135774,"ĠmiaÅĤa":135775,"ywaÄĩ":135776,"ĠMärz":135777,"ĠÙĨسبة":135778,"Ġéconomique":135779,"×ĸ×ŀ":135780,"×ĸ×ŀ׳×Ļ×Ŀ":135781,"æŃ¢ãĤģ":135782,"Ġtủ":135783,"íķĺìĭł":135784,"Ġkażdego":135785,"straÃŁe":135786,"à¸Ĭีà¹ī":135787,"à¹Ģà¸ļา":135788,"ÑĢеÑģÑĥÑĢÑģ":135789,"евой":135790,"شباب":135791,"à¸ķà¹Īาà¸ĩà¸Ľà¸£à¸°à¹Ģà¸Ĺศ":135792,"Ġ×IJ×Ļש":135793,"Ġ×IJ×Ļש×Ļת":135794,"×Ļ×ķפ":135795,"×Ļ×ķפ×Ļ":135796,"ĠìļĶ구":135797,"ì¡°ìĤ¬":135798,"ãģ£ãģŁãĤī":135799,"׾×Ļק":135800,"миниÑģÑĤÑĢ":135801,"ãĤĤãģ®ãģ¯":135802,"ĠlÆ°Æ¡ng":135803,"Ġнаи":135804,"Ġнаибол":135805,"Ġнаиболее":135806,"íİĺ":135807,"à¹ģà¸ŀà¹ī":135808,"ãĤŃãĥ¥":135809,"ĠкоÑĤоÑĢÑĭм":135810,"à¹ģà¸Ĺà¸ĩ":135811,"à¹ģà¸Ĺà¸ĩà¸ļà¸Ńล":135812,"Ġ׳×Ļ×Ķ":135813,"Ġ׳×Ļ×Ķ×ķ׾":135814,"âĤª":135815,"ĠGiải":135816,"ĠиÑģполÑĮзова":135817,"ëł¥ìĿĦ":135818,"ãģĹãģĭãĤĤ":135819,"à¸ģà¹ĩà¸ķà¹īà¸Ńà¸ĩ":135820,"ĠÑĢеб":135821,"ĠÑĢебен":135822,"ĠÑĢебенка":135823,"تÙĪاصÙĦ":135824,"ãĤ°ãĥ«ãĥ¼ãĥĹ":135825,"ãĤĦãĤī":135826,"à¹Ģà¸Ľà¸´à¸Ķà¸ķัว":135827,"бÑĢо":135828,"ë°ĸìĹIJ":135829,"ÙĨÙİا":135830,"×Ķ×Ĵ":135831,"×Ķ×Ĵ׳×Ķ":135832,"à¸Ĺรั":135833,"à¸Ĺรัà¸ŀ":135834,"à¸Ĺรัà¸ŀยà¹Į":135835,"Ġkhá»iji":135836,"עצ×ŀ×ķ":135837,"болезн":135838,"Ġë°ĽìķĦ":135839,"มà¸Ļ":135840,"มà¸Ļุ":135841,"มà¸Ļุษ":135842,"มà¸Ļุษยà¹Į":135843,"âĹĨ":135844,"×ŀצ׾×Ļ×Ĺ":135845,"Ñıвление":135846,"ÙħØ·ÙĦ":135847,"ÙħØ·ÙĦÙĪب":135848,"خاÙĦÙģ":135849,"تÙĪÙĤÙģ":135850,"ãģ§ãģįãģ¾ãģĽãĤĵ":135851,"оÑģÑĤей":135852,"меÑĩа":135853,"기ëĬĶ":135854,"תשע":135855,"صÙĬب":135856,"Ġ×ij×¢×ķ×ĵ":135857,"à¸Ĥà¸Ńà¸ĩà¹Ģà¸Ĥา":135858,"ÑĤÑıж":135859,"ĠÑĥпÑĢав":135860,"ĠÑĥпÑĢавлениÑı":135861,"Ġgénér":135862,"ĠthÃŃ":135863,"פ×ļ":135864,"ĠرÙħض":135865,"ĠرÙħضاÙĨ":135866,"Ġtruyá»ĩn":135867,"إعداد":135868,"ãĤµãĥĿãĥ¼ãĥĪ":135869,"Ġполно":135870,"خاÙħ":135871,"ÐŁÐµÑĤ":135872,"ÐŁÐµÑĤеÑĢ":135873,"ÐŁÐµÑĤеÑĢбÑĥÑĢ":135874,"ÐŁÐµÑĤеÑĢбÑĥÑĢг":135875,"ÙħÙĨتدÙī":135876,"ãģķãĤĮãģ¾ãģĹãģŁ":135877,"ĠëĮĢíķĺìŬ":135878,"à¸ľà¸¹à¹īà¸Ĺีà¹Ī":135879,"Ġ×ŀ×IJ×ķ":135880,"׾׳×ĵ":135881,"оÑĩнÑĭе":135882,"ĠнаÑĩала":135883,"Ġ׾×Ļ׾×ĵ×Ļ×Ŀ":135884,"овое":135885,"ãģĻãĤĭãģĵãģ¨ãģ§":135886,"ĠاÙĦÙĨÙģ":135887,"ĠاÙĦÙĨÙģØ·":135888,"ìŀĪëĬĶ":135889,"غÙĨÙĬ":135890,"פ×ĵ":135891,"ãĤ¾":135892,"ĠCré":135893,"ãģ©ãģ¡ãĤī":135894,"ثاÙĨ":135895,"ÑĢабаÑĤ":135896,"ÑĢабаÑĤÑĭва":135897,"Ġê°Ļëĭ¤":135898,"à¸Īั":135899,"à¸Īัà¸ģร":135900,"Ġchụ":135901,"Ġchụp":135902,"ĠмаÑģÑĤ":135903,"ĠмаÑģÑĤеÑĢ":135904,"Ġnắm":135905,"ĠÑģÑĤали":135906,"Ġ×Ķ×IJ×Ļר×ķ×¢":135907,"ãĤ½ãĥ³":135908,"åĪĨãģĭãĤĬ":135909,"طبع":135910,"بدا":135911,"gráfico":135912,"геÑĢ":135913,"à¸Ķำà¹Ģà¸Ļิà¸Ļà¸ģาร":135914,"Ġsaldır":135915,"Ġsaldırı":135916,"вÑĪиÑħ":135917,"ãģĭãģ£ãģŁãģ§ãģĻ":135918,"Ġyapıyor":135919,"ĠاÙĦÙģت":135920,"צרפת":135921,"здоÑĢов":135922,"×ij×¢×ľ":135923,"Ġ×IJ×ŀ×Ļת×Ļ":135924,"ĠобÑĭ":135925,"ĠобÑĭÑĩ":135926,"ĠобÑĭÑĩно":135927,"Ġ׾×ķ×ŀר":135928,"تÙĥÙĨ":135929,"تÙĥÙĨÙĪÙĦÙĪج":135930,"تÙĥÙĨÙĪÙĦÙĪجÙĬا":135931,"Ġhakkı":135932,"ĠÑĢав":135933,"ĠÑĢавно":135934,"رÙĬÙĥ":135935,"Ġ×ij×ŀ×Ļ×ĵ":135936,"Ġ×ij×ŀ×Ļ×ĵ×Ķ":135937,"à¹ģà¸ģà¹īว":135938,"Ġìĸĺ":135939,"Ġìĸĺ기":135940,"ãģĹãģ¦ãģĦãģ¾ãģĹãģŁ":135941,"Ġkısm":135942,"Ġkısmı":135943,"걸":135944,"åĨħãģ®":135945,"ì§ķ":135946,"à¹Ģหมืà¸Ńà¸Ļà¸ģัà¸Ļ":135947,"ĠÙģÙIJ":135948,"ĠÙģÙIJÙĬ":135949,"ÙĤاعدة":135950,"Ġmożesz":135951,"ÙħصاÙĦ":135952,"ÙħصاÙĦØŃ":135953,"ãģ¾ãģŁãģ¯":135954,"бег":135955,"Ġsıc":135956,"Ġsıcak":135957,"ÑĩиÑģ":135958,"ÑĩиÑģлен":135959,"Ġног":135960,"ãĥģãĥ£ãĥ³":135961,"ãĥ«ãĥī":135962,"Ġgió":135963,"Ġsını":135964,"Ġsınıf":135965,"иваÑĤÑĮ":135966,"Ġquên":135967,"Ġìłģ":135968,"Ġìłģìļ©":135969,"ĠJoão":135970,"Ùģاد":135971,"ĠGlück":135972,"à¸Ĺà¸Ńà¸Ķ":135973,"Ġgói":135974,"ï¼Ĭ":135975,"Ġdétail":135976,"ĠدÙĬسÙħ":135977,"ĠدÙĬسÙħبر":135978,"ë¡ľìĦľ":135979,"×ŀ×ķ×Ĺ":135980,"à¹Ħฮ":135981,"ĠоÑĤд":135982,"ĠоÑĤдÑĭÑħ":135983,"Ġkhuyến":135984,"à¸Ħà¸Ńย":135985,"ĠجÙĨÙĬ":135986,"ĠجÙĨÙĬÙĩ":135987,"ĠاÙĦدÙģاع":135988,"à¸Ļà¹īำหà¸Ļัà¸ģ":135989,"ĠìĤ¬ëŀĮëĵ¤ìĿ´":135990,"Ġthừa":135991,"ĠÃ¶ÄŁrenci":135992,"ĠпомоÑīи":135993,"ĠczÄĻÅĽÄĩ":135994,"ש×ĺר":135995,"ĠNhi":135996,"ĠNhiá»ģu":135997,"׳צ×Ļ":135998,"ĠнаÑĪем":135999,"ĠkarÅŁÄ±laÅŁ":136000,"Ġ×Ķש׳×Ļ×Ŀ":136001,"ĠÄIJÆ°á»Ŀng":136002,"Ġtrú":136003,"ĠÑĢазлиÑĩнÑĭÑħ":136004,"ĠاÙĦØ´Ùĩر":136005,"Ġ×ľ×¢×ķ׾×Ŀ":136006,"ØŃجر":136007,"ĠÄijá»ķ":136008,"ĠìĿĺíķ´":136009,"à¸ļà¹Īà¸Ńย":136010,"Ġ×Ķ×Ļ׾×ĵ":136011,"ãģ¨ãģªãģ£ãģŁ":136012,"Ġ×Ĺ×ķ×ķת":136013,"Ġש×Ļר×ķת×Ļ":136014,"Äħcy":136015,"سرÙĬ":136016,"KÄ°":136017,"פ׳×ķ":136018,"ÑģÑĤÑĢÑĥкÑĤÑĥÑĢ":136019,"ÑĤÑĢÑĥд":136020,"Ġ×Ķקר":136021,"Ġ×Ķקר×ķ×ij":136022,"ĠtháºŃm":136023,"èģŀãģį":136024,"ÙĤÙĪÙĬ":136025,"клÑİÑĩен":136026,"ÑĤеÑħ":136027,"ÑĤеÑħнолог":136028,"è¡Įãģ£ãģŁ":136029,"Ġ×ķ×IJ×Ļף":136030,"ĠÅŁeklin":136031,"ĠÅŁeklinde":136032,"rô":136033,"ÑĢог":136034,"ĠновÑĭе":136035,"Ġס×ij×Ļ×ij":136036,"ĠtecnologÃŃa":136037,"×¡×Ľ":136038,"×¡×Ľ×ķ×Ŀ":136039,"ĠÅŀub":136040,"ĠÅŀubat":136041,"Ġ×Ķ×ŀ׾×IJ":136042,"Ġwypos":136043,"Ġwyposaż":136044,"ãģ¯ä½ķ":136045,"ãĤ¬ãĥ³":136046,"ê°ĸ":136047,"Ġкакие":136048,"Ġçocuklar":136049,"Ġ׾צ×ĵ":136050,"Ġkayıt":136051,"ĠмеÑģÑĤе":136052,"ÙħدÙĬÙĨØ©":136053,"Ġ׼×Ĵ":136054,"Ġ׼×Ĵ×ķף":136055,"ãģĹãģ¦ãĤĭ":136056,"ĠÙħاÙĬÙĪ":136057,"ãģ£ãģ¦ãģĹãģ¾ãģ£ãģŁ":136058,"ĠпÑĢогÑĢаммÑĭ":136059,"à¹ģลà¸Ļà¸Ķà¹Į":136060,"ãĥ¯ãĤ¤":136061,"ער×ķ×¥":136062,"Ñģид":136063,"ĠBöyle":136064,"Ġì²ĺìĿĮ":136065,"Ġתפק×Ļ×ĵ":136066,"ĠTrên":136067,"íĥĪ":136068,"ĠÐłÐ¾ÑģÑģий":136069,"ĠÐłÐ¾ÑģÑģийÑģкой":136070,"ĠsÃłn":136071,"Ġrègle":136072,"ĠyaklaÅŁÄ±k":136073,"à¹Ģลิà¸ģ":136074,"ĠدائÙħ":136075,"Ġ×ķ×Ĵ":136076,"ابر":136077,"Ġbè":136078,"ĠاÙĦÙĤدÙħ":136079,"ĠÑĢеÑĪениÑı":136080,"hiên":136081,"ÑĤик":136082,"ÄĦ":136083,"à¸ļรรยาà¸ģ":136084,"à¸ļรรยาà¸ģาศ":136085,"רצ×ķף":136086,"åĭķãģį":136087,"ĠGäste":136088,"Ġ기본":136089,"ĠÙĬعرÙģ":136090,"ĠSá»Ń":136091,"gÅĤÄĻb":136092,"à¹Ģà¸Ńส":136093,"×IJ×ŀ×Ļף":136094,"ĠпÑĥнк":136095,"ĠпÑĥнкÑĤ":136096,"Ġ×Ļ×ķ×ĵ×¢×Ļ×Ŀ":136097,"ãĤ«ãĥ©ãĥ¼":136098,"Ġ×ijס×ĵר":136099,"Ġbuá»ĵn":136100,"йÑĤ":136101,"йÑĤеÑģÑĮ":136102,"ãĤĴæ±ĤãĤģ":136103,"Ġ×IJ×ª×Ľ×Ŀ":136104,"Ġ모르":136105,"ظرÙĪÙģ":136106,"ÑĩеÑģÑĤво":136107,"ìĸ´ìĦľ":136108,"Ġодна":136109,"Ġkapı":136110,"Ġëħ¸ëł¥":136111,"ĠKüche":136112,"ĠاÙĦتش":136113,"Ø·ÙĬب":136114,"ĠíĬ¹íŀĪ":136115,"ĠвÑĭпÑĥÑģ":136116,"ĠвÑĭпÑĥÑģк":136117,"×ĵת×Ļ":136118,"ĠuÄŁ":136119,"ĠuÄŁra":136120,"ائÙĩا":136121,"Ġthoát":136122,"ãģªãĤĤãģ®":136123,"ÑijÑĢ":136124,"기ê°Ģ":136125,"ĠgeliÅŁme":136126,"تØŃÙĤ":136127,"تØŃÙĤÙĤ":136128,"ĠопаÑģ":136129,"бÑĢоÑģ":136130,"หุ":136131,"หุà¹īà¸Ļ":136132,"ì¼Ģ":136133,"ãĤ¹ãĥŀ":136134,"ãĤ¹ãĥŀãĥĽ":136135,"Ø£Ùģر":136136,"Ø£Ùģراد":136137,"ĠThá»±c":136138,"Ġthắ":136139,"ãĥªãĥ³ãĤ¯":136140,"Ġniá»ģm":136141,"ĠHöhe":136142,"عÙħار":136143,"ÙĥÙĪرÙĪÙĨ":136144,"ÙĥÙĪرÙĪÙĨا":136145,"ĠÄIJến":136146,"ĠÑģамом":136147,"ĠÑĤеле":136148,"ĠÄijoán":136149,"à¸Ħวามà¸Ħิà¸Ķà¹Ģหà¹ĩà¸Ļ":136150,"ĠдиÑģк":136151,"أطÙģاÙĦ":136152,"มารà¹Į":136153,"à¸Ĺหาร":136154,"à¸Ĺà¸Ļ":136155,"ĠبعÙĬد":136156,"ĠاÙĦÙĩÙĨد":136157,"åĩºãģĹãģ¦":136158,"Ġkarde":136159,"ĠkardeÅŁ":136160,"×Ķ×Ļס×ĺ×ķר":136161,"×Ķ×Ļס×ĺ×ķר×Ļ×Ķ":136162,"éģ¸ãģ³":136163,"عاÙħÙĦ":136164,"à¸Ĥยาย":136165,"Ġtürl":136166,"Ġtürlü":136167,"ĠìĿ¼ìĿ´":136168,"Ġmatéria":136169,"Ġ׼׾×ķ×ŀר":136170,"ãĥģãĥ£ãĥ¼":136171,"جÙħاعة":136172,"ĠÑģвоим":136173,"Ø¥ÙĤاÙħØ©":136174,"ä¾ĭãģĪãģ°":136175,"ساب":136176,"آخر":136177,"ÙĤدÙĬر":136178,"×IJ×ŀ×Ļ":136179,"ìĸ»":136180,"Ġ׳×ķספת":136181,"ĠÐĴлад":136182,"ĠÐĴладим":136183,"ĠÐĴладимиÑĢ":136184,"Ġestará":136185,"ãģĵãģĨãģĦãģĨ":136186,"ãĤĴ使çĶ¨":136187,"มาà¸ķร":136188,"มาà¸ķรà¸IJาà¸Ļ":136189,"ãģ£ãģ½":136190,"Ġnú":136191,"Ġnúi":136192,"ยาà¸ĩ":136193,"ĠاÙĦجÙĨس":136194,"Ġüstün":136195,"ëľ»":136196,"ãĤ»ãĥ«":136197,"ãģ¦ãģĦãģįãģ¾ãģĻ":136198,"Ġ×Ĺ×ķ×ĸ":136199,"Ġ×Ĺ×ķ×ĸר":136200,"ĠÐĵлав":136201,"à¹Ĥà¸Ĭà¸Ħ":136202,"íıIJ":136203,"ÙĨتظر":136204,"Ġ×Ĵ×ij×Ļ":136205,"عÙĤب":136206,"intér":136207,"intérêt":136208,"×ŀפ×Ĵ":136209,"×ŀפ×Ĵש":136210,"Ġthù":136211,"اÙģت":136212,"Ġ×ŀשפ":136213,"Ġ×ŀשפ×ĺ×Ļ":136214,"ĠÙħÙĪاÙĤع":136215,"è¦ļ":136216,"è¦ļãģĪ":136217,"×ĵ×Ļף":136218,"à¹Ģรืà¹Īà¸Ńà¸ĩราว":136219,"ãģ¾ãģĤ":136220,"Ġghế":136221,"иÑĢÑĥÑİÑĤ":136222,"à¸ģว":136223,"à¸ģวà¹īาà¸ĩ":136224,"ĠповеÑĢ":136225,"ĠповеÑĢÑħ":136226,"ĠповеÑĢÑħноÑģÑĤ":136227,"׳×ĵר":136228,"ĠконÑĨе":136229,"Ġдолжна":136230,"Ġ×Ļש×Ļר":136231,"acaģız":136232,"ìĹĶ":136233,"ĠnÃŃvel":136234,"Ġör":136235,"Ġörnek":136236,"ÙĥÙģ":136237,"ĠФедеÑĢаÑĨии":136238,"Ġ구ìĦ±":136239,"หัวà¹ĥà¸Ī":136240,"ĠVáºŃy":136241,"мед":136242,"меди":136243,"медиÑĨин":136244,"медиÑĨинÑģк":136245,"ازÙĬ":136246,"×Ĵ×ij×ķ׾":136247,"ÑĦÑĢ":136248,"Ġzusätzlich":136249,"à¸ģà¸ģ":136250,"ĠاÙĦاÙĤتصادÙĬØ©":136251,"Ġhè":136252,"luÄŁun":136253,"جÙİ":136254,"à¹Ħà¸Łà¸¥à¹Į":136255,"ÄIJT":136256,"ãģĿãģ®ä»ĸ":136257,"à¸Ĺิà¹īà¸ĩ":136258,"ĠاÙĦØ£ÙĪ":136259,"رسÙħ":136260,"æ°Ĺãģ¥":136261,"ìĿ´ë©°":136262,"ÑĮев":136263,"صط":136264,"ĠاÙĦاستث":136265,"ĠاÙĦاستثÙħار":136266,"à¸Ńาà¸Ħาร":136267,"ĠÑĤоÑĩно":136268,"ĠVân":136269,"à¸Ńร":136270,"à¸Ńรà¹Īà¸Ńย":136271,"ĠاÙĦسÙĨØ©":136272,"ĠcÆ°á»Ľi":136273,"×Ļ×Ķף":136274,"íį¼":136275,"話ãģĹ":136276,"âĹĭ":136277,"ĠìķĬìĿĢ":136278,"ãĥ¡ãĥ¼ãĤ":136279,"ãĥ¡ãĥ¼ãĤ«":136280,"ãĥ¡ãĥ¼ãĤ«ãĥ¼":136281,"ĠÑĤепло":136282,"å½¼ãĤī":136283,"ĠÄ°z":136284,"ĠÄ°zmir":136285,"íĻį":136286,"Ġrượ":136287,"Ġrượu":136288,"æĢĿãģĦåĩº":136289,"ĠPhạm":136290,"Ġcháu":136291,"צ×Ļ×ķת":136292,"ĠìĿ¼ë³¸":136293,"ìĤ¬ëĬĶ":136294,"ĠÑģоздан":136295,"Ġaracı":136296,"Ġער":136297,"Ġער×Ļ׼×Ķ":136298,"ĠíķĺëĤĺëĭĺìĿĺ":136299,"dziÅĤ":136300,"à¸Ľà¸£à¸°à¸ĺาà¸Ļ":136301,"ĠserÃŃa":136302,"ĠìŀĪëıĦë¡Ŀ":136303,"درج":136304,"íķľëĭ¤ëĬĶ":136305,"à¸Ńาà¸Ĺ":136306,"à¸Ńาà¸Ĺิà¸ķ":136307,"à¸Ńาà¸Ĺิà¸ķยà¹Į":136308,"ÑĤелÑĮнÑĭй":136309,"ĠخدÙħات":136310,"×ŀ׳×ĺ":136311,"Ġlược":136312,"ĠSÃłi":136313,"ĠÙĪاض":136314,"ĠÙĪاضØŃ":136315,"غاز":136316,"ĠdoÄŁal":136317,"Ġ×ijש×Ŀ":136318,"Ġдлин":136319,"Ġإطار":136320,"Ġ×ijספר":136321,"ãĤĴä¸İ":136322,"ãĤĴä¸İãģĪ":136323,"Ġë²ķë¥ł":136324,"ĠÑĥвели":136325,"ĠÑĥвелиÑĩи":136326,"สà¹Ħà¸ķ":136327,"สà¹Ħà¸ķลà¹Į":136328,"à¹Ħà¸ģล":136329,"×ij×Ĺף":136330,"ĠìĿ´íĽĦ":136331,"Ġmunic":136332,"ĠmunicÃŃpio":136333,"تÙħØ«ÙĦ":136334,"ĠÄijáo":136335,"Hôtel":136336,"Ġlá»Ńa":136337,"ĠÄijẳng":136338,"Ñĩки":136339,"شرÙĪ":136340,"شرÙĪØ·":136341,"ĠìĿ´ë¥¼":136342,"ÙĬÙĭا":136343,"×ŀ׾×ļ":136344,"×ŀ×Ķ×Ļר×ķת":136345,"ĠобÑıзаÑĤелÑĮ":136346,"ĠобÑıзаÑĤелÑĮно":136347,"énergie":136348,"Ġmudança":136349,"Ġmụ":136350,"Ġmụn":136351,"Ġnº":136352,"ĠاÙĦتعا":136353,"ĠاÙĦتعاÙĪÙĨ":136354,"ĠاÙĦاجتÙħاعÙĬØ©":136355,"ĠплаÑģÑĤ":136356,"Ġëĵ±ìĿĺ":136357,"ãĥIJãĤ¤ãĤ¯":136358,"ÙĩجÙĪÙħ":136359,"ĠSaúde":136360,"Ġì¤ijìļĶíķľ":136361,"Ġ×Ķצ×Ļ×ij×ķר":136362,"×ª×§×Ł":136363,"ĠاÙĦعاÙĦÙħÙĬ":136364,"ĠболÑĮÑĪой":136365,"ĠÙĥÙĦÙħ":136366,"ĠÙĥÙĦÙħØ©":136367,"ãģ®ãģ§ãģ¯ãģªãģĦãģ§ãģĹãĤĩãģĨãģĭ":136368,"ĠÙħباراة":136369,"Ġש×IJ׳":136370,"Ġש×IJ׳×Ĺ׳×ķ":136371,"ãĤ¹ãĤ¿ãĤ¤ãĥ«":136372,"ĠSaÄŁ":136373,"ĠSaÄŁlık":136374,"ĠhÆ°":136375,"׳×Ĺ×Ķ":136376,"Ġ×ijקר×ij":136377,"طعÙħ":136378,"หิà¸Ļ":136379,"à¸Ĺุà¸ģวัà¸Ļ":136380,"à¸Ħรัà¹īà¸ĩà¸Ĺีà¹Ī":136381,"ĠlÃłnh":136382,"Ġdonné":136383,"ãģĽãģĦ":136384,"جزÙĬرة":136385,"доÑĢож":136386,"ì¼ľ":136387,"تÙĨظÙĬÙģ":136388,"ãĥģãĥ§":136389,"Ġaldıģı":136390,"جاج":136391,"ĠÑĤомÑĥ":136392,"à¸Ľà¸´":136393,"Ġ×ijרשת":136394,"ãģıãģªãĤĬãģ¾ãģĻ":136395,"ĠпÑĢинÑĨип":136396,"Ġ×Ĺ׾×ķ":136397,"ëı¼":136398,"×ķ×Ĵש":136399,"سس":136400,"à¸Ľà¸¹":136401,"Ġhầu":136402,"æĦŁãģĺãĤĭ":136403,"ï¼´":136404,"دÙĪا":136405,"ĠÑģмог":136406,"scrição":136407,"ĠtháºŃn":136408,"Ġר×ķ×IJ×Ķ":136409,"обÑĢажен":136410,"ĠاÙĦتجارÙĬØ©":136411,"طبÙĬع":136412,"jÄħcÄħ":136413,"íĸīìľĦ":136414,"ĠновÑĭй":136415,"Ġ×ŀ×Ĺ×ĵש":136416,"æĮ¯ãĤĬ":136417,"gué":136418,"Ġ×IJ×Ļר×ķ×¢":136419,"Ġ×IJ×Ļר×ķ×¢×Ļ×Ŀ":136420,"ĠاÙĦØ°Ùĩب":136421,"×ĵ×IJ":136422,"تاÙĨ":136423,"ãģłãģĹ":136424,"à¸Ńัà¸ķรา":136425,"à¹Ĥà¸Ī":136426,"بÙĦاد":136427,"×Ķ×Ļ×Ļ׳×ķ":136428,"ĠÑģпе":136429,"ĠÑģпеÑĨиалÑĮно":136430,"ĠÅĽwiata":136431,"ãĤĵãģ§ãģĻãĤĪ":136432,"شرÙĥØ©":136433,"ĠpÅĤyt":136434,"Ġsitué":136435,"Ġ׼×IJ׾×Ķ":136436,"ס×ijר":136437,"Ġkażd":136438,"Ġkażdym":136439,"ãĤĴæĮģãģ¤":136440,"׾×Ķ׾":136441,"׾×Ķ׾ף":136442,"ĠwÅĤas":136443,"ĠwÅĤasne":136444,"ĠsaÄŁlan":136445,"×ŀ×¢×ľ×Ķ":136446,"ĠاÙĦاÙĪÙĦ":136447,"ìĹIJìĦľëıĦ":136448,"×IJ×Ļר×ķפ×Ķ":136449,"تÙĤÙĨÙĬØ©":136450,"Ùħائ":136451,"Ùħائة":136452,"ĠcompañÃŃa":136453,"Ġsürek":136454,"Ġsürekli":136455,"ĠиÑģкÑĥÑģ":136456,"ĠиÑģкÑĥÑģÑģÑĤв":136457,"ĠBürger":136458,"ת×Ĺר":136459,"ת×Ĺר×ķת":136460,"à¸ŀรà¹īà¸Ńมà¸ģัà¸ļ":136461,"Ø´Ùħ":136462,"à¸ĸืà¸Ńวà¹Īา":136463,"è¾¼ãĤĢ":136464,"ä¼ijãģ¿":136465,"ĠاÙĦأب":136466,"ĠÑģÑĤоимоÑģÑĤÑĮ":136467,"ĠпÑĢава":136468,"mayın":136469,"หวย":136470,"ĠاÙĦطبÙĬعÙĬ":136471,"à¸Ĺีà¹Īà¸ŀัà¸ģ":136472,"ĠEstá":136473,"ÑĭваÑİÑĤ":136474,"بسÙĬ":136475,"بسÙĬØ·":136476,"Ġ×ij×¢×ijר":136477,"åı¯èĥ½ãģ§ãģĻ":136478,"Ġ×ĵ×ķ׾":136479,"Ġ×ĵ×ķ׾ר":136480,"ÙĩÙİا":136481,"воÑĢоÑĤ":136482,"ãģ¦ãģĦãģ¾ãģĹãģŁ":136483,"à¹Ĥà¸Ĺรศ":136484,"à¹Ĥà¸Ĺรศั":136485,"à¹Ĥà¸Ĺรศัà¸ŀ":136486,"à¹Ĥà¸Ĺรศัà¸ŀà¸Ĺà¹Į":136487,"Ġק׳":136488,"ĠاÙĦØ«ÙĨ":136489,"ĠاÙĦØ«ÙĨائÙĬØ©":136490,"Ġcoût":136491,"à¸ķิà¸Ķà¸ķัà¹īà¸ĩ":136492,"Ġörg":136493,"Ġörgüt":136494,"ĠاÙĦØ®ÙĦÙĬ":136495,"ĠاÙĦØ®ÙĦÙĬج":136496,"Ġbá»įn":136497,"×ķ׾×ķ×Ĵ×Ļ":136498,"ëŀľ":136499,"ĠÐijолÑĮ":136500,"ĠÐijолÑĮÑĪ":136501,"×Ĵ×ijר×Ļ×Ŀ":136502,"ÙĤÙĬد":136503,"×ij×Ļ×ĺ×ķ×Ļ":136504,"æīĵãģ¡":136505,"ĠolmuÅŁ":136506,"fäh":136507,"fähig":136508,"ลาà¸Ļ":136509,"ĠÙĤطر":136510,"שפ×Ķ":136511,"èªŃãĤĵãģ§":136512,"à¸Ĥวา":136513,"Ġchiếm":136514,"ãĤ¤ãĥ³ãĤ¿":136515,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥ":136516,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥį":136517,"ãĤ¤ãĥ³ãĤ¿ãĥ¼ãĥįãĥĥãĥĪ":136518,"Ġ׾ש×ŀ×ķר":136519,"ĠترÙĥ":136520,"ĠترÙĥÙĬا":136521,"ר×ķ×ĺ":136522,"ãģ¨æĢĿãģĦãģ¾ãģĹãģŁ":136523,"ĠاÙĦتÙĤ":136524,"ĠdÆ°":136525,"ãģ¦ãģıãĤĮãĤĭ":136526,"ãģĹãģŁãģĵãģ¨":136527,"Ġróżne":136528,"ĠاÙĦØ·ÙģÙĦ":136529,"ĠPosté":136530,"Ġ×ŀש×ķ×Ŀ":136531,"ÑįÑĢ":136532,"ĠÑĢабоÑĤаеÑĤ":136533,"ãĤ·ãĥª":136534,"ãĤ·ãĥªãĥ¼ãĤº":136535,"Ġ×ij×Ķ×Ĺ׾×ĺ":136536,"ק×Ķ×Ļ׾×Ķ":136537,"ãĤ«ãĥ¡":136538,"ãĤ«ãĥ¡ãĥ©":136539,"Ｏ":136540,"ĠìĤ¬ìĿ´":136541,"Ġkì":136542,"ĠthÆ°á»Ľc":136543,"ضبط":136544,"ÙĤبÙĪÙĦ":136545,"åĪ¥ãģ®":136546,"Ġparticulière":136547,"ĠÑģвоем":136548,"Ġעסק":136549,"Ġעסק×Ļ×Ŀ":136550,"×ij×Ĺ×Ļר×ķת":136551,"×ij×Ļ׳×ķ":136552,"à¸ĭà¸Ń":136553,"Ġ×¢×ķ×ijר":136554,"ãģłãģ£ãģŁãģ®ãģ§":136555,"ıldıģı":136556,"Ùħدار":136557,"Ùħدارس":136558,"주ìĭľ":136559,"à¸Ńาศ":136560,"à¸Ńาศัย":136561,"Ġtấm":136562,"à¸ŀิà¸Ī":136563,"à¸ŀิà¸Īาร":136564,"à¸ŀิà¸Īารà¸ĵา":136565,"ÑĤелÑĮнÑĭе":136566,"ÑģкÑĥÑİ":136567,"ÐľÐĺ":136568,"à¹Ģà¸ģา":136569,"à¹Ģà¸ģาหล":136570,"à¹Ģà¸ģาหลี":136571,"×ĵ×Ĺ":136572,"à¹Ģà¸Ĭิà¸ĩ":136573,"ĠدÙĤÙĬÙĤØ©":136574,"íķĻìĥĿ":136575,"Ġש×IJ׾×Ķ":136576,"Ġcontrôle":136577,"Ġsituação":136578,"à¸Ĥà¸Ńà¸ĩà¸ľà¸¹à¹ī":136579,"ÙĨØ·ÙĤ":136580,"ê³¼íķĻ":136581,"หลายà¸Ħà¸Ļ":136582,"Ġnắng":136583,"ÙĤÙı":136584,"ì¡°ê±´":136585,"Ñķ":136586,"ãĥĥãģ¨":136587,"×ŀ×Ļ׾×Ķ":136588,"Grün":136589,"×Ļ×Ļ×¢":136590,"×Ļ×Ļ×¢×ķ×¥":136591,"×ŀ׳׼":136592,"ëŃIJ":136593,"×ŀ×¢×ŀ×ĵ":136594,"สำà¸Ļัà¸ģ":136595,"جدد":136596,"à¸Ħัà¸Ķ":136597,"Ġ×Ķ×ŀשפ":136598,"Ġ×Ķ×ŀשפ×Ĺ×Ķ":136599,"×ŀשק׾":136600,"ÙĦÙı":136601,"Ġtytu":136602,"ĠtytuÅĤ":136603,"ÑĪей":136604,"ĠìĿ¼ë¶Ģ":136605,"ÑĪение":136606,"Ġphóng":136607,"ĠìĹŃìĤ¬":136608,"ãĤ«ãĥ³":136609,"Ġtúi":136610,"ĠÙĨÙĪÙģ":136611,"ĠÙĨÙĪÙģÙħبر":136612,"grün":136613,"ĠاÙĦØ´ÙħاÙĦ":136614,"ÅĽwiadc":136615,"ÅĽwiadczenie":136616,"ער×Ķ":136617,"Ġ×¢×ķ×ij":136618,"Ġ×¢×ķ×ij×ĵ×Ļ×Ŀ":136619,"×ĵ×ķ×Ĵ×ŀ×IJ":136620,"ä»Ĭãģ¯":136621,"Ġvão":136622,"ĠТем":136623,"ÑģилÑĮ":136624,"Ġchợ":136625,"Ùħرا":136626,"ÙħراÙĤب":136627,"à¹Ħมà¹Īรูà¹ī":136628,"Ġرائع":136629,"×IJ׳×Ĺ׳×ķ":136630,"สà¹Īà¸ĩà¹Ģสริม":136631,"צ×Ĺ":136632,"ĠìŀĪìĸ´ìĦľ":136633,"Ġkurulu":136634,"ĠkuruluÅŁ":136635,"ĠÃĸzellik":136636,"ĠÃĸzellikle":136637,"Ġת×Ļק":136638,"Ġghé":136639,"ĠsprzÄĻ":136640,"ĠsprzÄĻt":136641,"ער×ķת":136642,"راØŃØ©":136643,"ãģ£ãģį":136644,"ãģ£ãģįãĤĬ":136645,"ĠìķĦëŀĺ":136646,"stituição":136647,"Ġдолжно":136648,"×Ķרש":136649,"×Ķרש×ŀ×Ķ":136650,"×Ķ׾×ļ":136651,"ãģ¡ãģª":136652,"ãģ¡ãģªãģ¿":136653,"ãģ¡ãģªãģ¿ãģ«":136654,"פ×Ĺ×ĵ":136655,"ĠاÙĦجÙħÙĬع":136656,"×ij×¢×ľ×Ļ":136657,"Ġtrùng":136658,"Ġפת×Ĺ":136659,"×ŀ׾×Ĺ×ŀת":136660,"ãĥĨãĥ¼ãĥ":136661,"ãĥĨãĥ¼ãĥŀ":136662,"Ùħتاب":136663,"Ùħتابعة":136664,"Ġ모ìĬµ":136665,"ÙĬص":136666,"åIJĪãģĨ":136667,"ĠYap":136668,"ĠYapı":136669,"ĠÑģказаÑĤÑĮ":136670,"몰":136671,"à¸Ĺีà¹Īสำà¸Ħัà¸į":136672,"ĠìĹĨìĬµëĭĪëĭ¤":136673,"Ġnhắc":136674,"Ġülkeler":136675,"Ġмногие":136676,"íķĺìħ¨":136677,"มาà¸ģà¸Ĺีà¹Īสุà¸Ķ":136678,"à¸ģà¹īา":136679,"à¸ģà¹īาว":136680,"ĠÄ°yi":136681,"леж":136682,"лежа":136683,"ãĤ¸ãĥ§":136684,"à¸Ĺัà¸ŀ":136685,"اÙĪر":136686,"Ġ×Ĺ×ijר×Ļ":136687,"Ġ׾ש×Ŀ":136688,"첫":136689,"ĠTá»Ń":136690,"×ŀ×ķ׳×Ļ":136691,"ÙĤÙĪد":136692,"à¸ģระà¹Ģà¸Ľ":136693,"à¸ģระà¹Ģà¸Ľà¹ĭ":136694,"à¸ģระà¹Ģà¸Ľà¹ĭา":136695,"ĠпÑĢоблемÑĭ":136696,"Ġaçıs":136697,"Ġaçısından":136698,"Ġ×Ķ×ŀ׼":136699,"ĠÙħعظÙħ":136700,"ÙĤÙĬاس":136701,"ĠпÑĢодолж":136702,"ĠпÑĢодолжа":136703,"ĠverdiÄŁi":136704,"ĠпÑĢедмеÑĤ":136705,"ãģĦãģ¾ãģĻãģĮ":136706,"ĠëĶ°ë¥¸":136707,"ĠاÙĦÙĤÙĬاÙħ":136708,"ĠØ¥ÙĦÙĬÙĩا":136709,"ТÐIJ":136710,"поз":136711,"ãĤ·ãĥ¥":136712,"ä¸ĬãģĮãĤĬ":136713,"à¹Ģà¸Ķิมà¸ŀัà¸Ļ":136714,"à¸ģุล":136715,"ØŃرÙĬØ©":136716,"ק×ij×ķצ×ķת":136717,"믿":136718,"ĠاÙĦÙħÙĨا":136719,"ĠاÙĦÙħÙĨاطÙĤ":136720,"ĠвÑĭпол":136721,"ĠвÑĭполнÑı":136722,"ãĥĭãĤ¢":136723,"Ġê²°êµŃ":136724,"×Ĺ×ķ×ŀ":136725,"×Ĺ×ķ×ŀר×Ļ×Ŀ":136726,"ĠУкÑĢаинÑĭ":136727,"หà¸Ńม":136728,"ר×Ļס":136729,"ĠÑħоÑĤел":136730,"ĠобÑĢазованиÑı":136731,"Ġkhẳng":136732,"ĠmÆ°a":136733,"Ġgörme":136734,"Ġgüçlü":136735,"سعÙī":136736,"มัà¹Īà¸Ļà¹ĥà¸Ī":136737,"íķĺê²łìĬµëĭĪëĭ¤":136738,"ĠполÑĥ":136739,"Ġfünf":136740,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģ¾ãģĻ":136741,"Ġê·¸ê²ĥìĿĢ":136742,"ĠdÃ¼ÅŁÃ¼nce":136743,"ìŀł":136744,"ĠHÆ°á»Ľng":136745,"ĠTiá»ĥu":136746,"Ġçift":136747,"ãģijãģ°":136748,"à¸Īà¸Ļà¸ĸึà¸ĩ":136749,"à¸Ĺำà¹Ħà¸Ķà¹ī":136750,"ĠìŀIJì²´":136751,"Ġdõ":136752,"Ġdõi":136753,"à¸Īัà¸Ļ":136754,"à¸Īัà¸Ļà¸Ĺ":136755,"à¸Īัà¸Ļà¸Ĺรà¹Į":136756,"eceÄŁini":136757,"׳×ķער":136758,"غار":136759,"ĠاÙĦØ£ÙħرÙĬÙĥÙĬ":136760,"داعش":136761,"ĠбезопаÑģноÑģÑĤи":136762,"ĠбÑİ":136763,"ĠбÑİдж":136764,"ĠбÑİджеÑĤ":136765,"ãĥĬãĤ¤":136766,"à¸ŀà¸ļวà¹Īา":136767,"daÄŁ":136768,"×IJ×ķפף":136769,"íĹĮ":136770,"ãĥĢãĤ¤ãĤ¨":136771,"ãĥĢãĤ¤ãĤ¨ãĥĥãĥĪ":136772,"ĠëĮĢíĨµ":136773,"ĠëĮĢíĨµëł¹":136774,"DÄ°":136775,"Ø£ØŃداث":136776,"ĠAÄŁ":136777,"ĠAÄŁust":136778,"ĠAÄŁustos":136779,"ØŃÙĦÙĪÙĦ":136780,"ĠwÅĽ":136781,"ĠwÅĽród":136782,"ĠÑģооÑĤвеÑĤ":136783,"ĠÑģооÑĤвеÑĤÑģÑĤв":136784,"ĠÑģооÑĤвеÑĤÑģÑĤвии":136785,"ĠLuáºŃt":136786,"Ġ׼׾פ×Ļ":136787,"ĠвеÑī":136788,"ĠвеÑīеÑģÑĤв":136789,"ק×Ļ×¥":136790,"ĠبÙĩذا":136791,"عاش":136792,"à¹Ģà¸Ľà¹ĩà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":136793,"ТÐķ":136794,"Ġ×ij×IJ×Ļ׳×ĺר׳×ĺ":136795,"سعد":136796,"Ġ×Ķ×ĺ×Ļפ×ķ׾":136797,"פ×Ļס":136798,"à¸ĩà¹Īายà¹Ĩ":136799,"ĠGerät":136800,"׾×Ļ×ĵ×Ķ":136801,"ĠÑĢиÑģк":136802,"׾ק×Ĺ":136803,"ннаÑı":136804,"ר×Ļ×ĵ":136805,"пÑĢакÑĤи":136806,"пÑĢакÑĤик":136807,"à¸Ĥัà¹īà¸Ļà¸ķà¸Ńà¸Ļ":136808,"à¸Ļà¹Īารัà¸ģ":136809,"larınızı":136810,"à¸Ńà¸Ļุà¸įา":136811,"à¸Ńà¸Ļุà¸įาà¸ķ":136812,"ĠzdjÄĻcia":136813,"Ġbây":136814,"ÑģÑĢ":136815,"ÑģÑĢоÑĩ":136816,"ãĥĭãĥ³ãĤ°":136817,"Ġöner":136818,"Ġöneri":136819,"ĠновÑĭÑħ":136820,"دعÙĪØ©":136821,"Ġgắn":136822,"ĠاÙĦÙĦبÙĨ":136823,"ĠاÙĦÙĦبÙĨاÙĨÙĬ":136824,"ãĥĨãĤ£ãĥ¼":136825,"ĠصØŃÙĬØŃ":136826,"емÑĭÑħ":136827,"çĸ²ãĤĮ":136828,"ĠпÑĢоиÑģ":136829,"ĠпÑĢоиÑģÑħодиÑĤ":136830,"สà¸ķิ":136831,"ĠTết":136832,"Ġ×Ķ׾׾×ķ":136833,"à¹Ģรืà¹Īà¸Ńà¸ĩà¸Ļีà¹ī":136834,"×ŀ×ij׳×Ķ":136835,"Ġconteúdo":136836,"Ġاخت":136837,"ĠاختÙĬار":136838,"ÙħسÙĦ":136839,"ÙħسÙĦسÙĦ":136840,"ëıĪ":136841,"Ġ׾×Ļ×ĵ":136842,"à¸ŀิà¸ĺี":136843,"ĠÑģовÑģ":136844,"ĠÑģовÑģем":136845,"ãģĮãģĤãĤĬãģ¾ãģĹãģŁ":136846,"Ġsóng":136847,"إصÙĦاØŃ":136848,"ë§ģ":136849,"ÙģÙĬر":136850,"ĠJeżeli":136851,"ìłľëıĦ":136852,"dÅĤug":136853,"ìĥģìĿĦ":136854,"ĠcáºŃn":136855,"Ġhá»įp":136856,"أست":136857,"أستاذ":136858,"Ġ×ŀ×Ļש×Ķ":136859,"Ġ×ŀ×Ļש×Ķ×ķ":136860,"ĠdÃły":136861,"ĠchÃłng":136862,"ãģ¡ãĤĥãĤĵãģ¨":136863,"ĠÄijám":136864,"Ġswój":136865,"Ġpoderá":136866,"ĠоÑĤлиÑĩа":136867,"Ġpériode":136868,"ündig":136869,"×ĺ×¢×Ł":136870,"ÑģÑĤÑĢоиÑĤелÑĮ":136871,"רת×Ļ":136872,"Ġ×Ļ×Ķ×Ļ×ķ":136873,"×ľ×¡":136874,"ĠاÙĦÙħÙĨزÙĦ":136875,"à¸Ļิà¹īว":136876,"иÑĦика":136877,"иÑĦикаÑĨи":136878,"ðŁĺī":136879,"Ġadına":136880,"ãĢĤãĢĤãĢĤ":136881,"×IJ×Ļף":136882,"ס×Ļר":136883,"ĠÙĬعد":136884,"çŃĶãģĪ":136885,"اÙĦجز":136886,"اÙĦجزائر":136887,"енÑĮк":136888,"รห":136889,"รหัส":136890,"ĠTürkçe":136891,"꾸":136892,"Ġ×Ļ×ķ׼׾":136893,"Ġש×ķ׳×Ķ":136894,"Ġ×ij×ŀצ×ij":136895,"ĠдейÑģÑĤвиÑĤелÑĮно":136896,"ĠبأÙĨÙĩ":136897,"×ŀק×ĵ":136898,"Ġ×Ķשק":136899,"Ø®ÙĬارات":136900,"Ġfı":136901,"Ġfırs":136902,"Ġfırsat":136903,"ëijĺ":136904,"ĠìĦľìļ¸":136905,"Ġ×Ķ×Ĵ×ķ×£":136906,"رعا":136907,"رعاÙĬØ©":136908,"ĠKết":136909,"кÑģи":136910,"ĠÑĥÑģлÑĥги":136911,"ноÑģÑĤей":136912,"ìļ´ëıĻ":136913,"ĠобÑĬÑı":136914,"ĠобÑĬÑıвл":136915,"неж":136916,"×Ķפ×ļ":136917,"Ġ×ij×¢×Ļ׳×Ļ":136918,"ëĨĴ":136919,"ĠпÑĢоÑĨед":136920,"ĠпÑĢоÑĨедÑĥÑĢ":136921,"Ġihtiy":136922,"Ġihtiyacı":136923,"Ġë°Ķëŀį":136924,"Ġë°ĶëŀįëĭĪëĭ¤":136925,"à¸ģลัว":136926,"ĠÑģложно":136927,"ק×Ļ×Ļ×ŀת":136928,"ĠÄIJình":136929,"ĠÙħÙĦÙģ":136930,"Ġà¹Ĥà¸Ķยมี":136931,"Ġkatkı":136932,"تØŃÙĪÙĬÙĦ":136933,"à¹Ħà¸ŀ":136934,"ĠHá»į":136935,"ñe":136936,"ĠдоÑħод":136937,"Ġthoải":136938,"íķĺìŬìķ¼":136939,"ãĤ¹ãĥĿãĥ¼ãĥ":136940,"ãĤ¹ãĥĿãĥ¼ãĥĦ":136941,"ĠGòn":136942,"Ġkè":136943,"Ġkèm":136944,"éĢ²ãĤģ":136945,"ãĤ¹ãĥ¼ãĥ":136946,"ãĤ¹ãĥ¼ãĥij":136947,"ãĤ¹ãĥ¼ãĥijãĥ¼":136948,"ĠgiÃłu":136949,"Ġإعادة":136950,"Ġ׾×ķק":136951,"Ġ׾×ķק×Ĺ":136952,"ĠÑħоÑĩеÑĤ":136953,"×ĺ׾×ķ×ķ":136954,"×ĺ׾×ķ×ķ×Ļ×ĸ":136955,"×ĺ׾×ķ×ķ×Ļ×ĸ×Ļ×Ķ":136956,"Ġthuyết":136957,"ãģĿãĤĮãģ§":136958,"Ġvardı":136959,"à¹Ħรà¹ī":136960,"عبد":136961,"ĠRepública":136962,"ãĥ¼ãĤ¿ãĥ¼":136963,"Ġ×ŀ×IJ×ķת":136964,"à¹Ħà¸Ľà¹ģลà¹īว":136965,"Ġyapılacak":136966,"ãĤ¹ãĤ¿ãĥ¼ãĥĪ":136967,"ãģ»ãģ¼":136968,"ĠkoÅŁ":136969,"ĠмаÑĤеÑĢи":136970,"Ġsiècle":136971,"ĠاÙĦÙħختÙĦÙģ":136972,"ĠاÙĦÙħختÙĦÙģØ©":136973,"Ġ׾קר×IJ":136974,"Ġ׾קר×IJת":136975,"Ġ×Ķפ×ķ×¢×ľ":136976,"Ġtòa":136977,"ĠrÆ¡i":136978,"åij¨ãĤĬ":136979,"à¸Ŀà¸Ļ":136980,"jÅĽÄĩ":136981,"ĠìķĬìĿĦ":136982,"اÙĨتÙĤاÙĦ":136983,"ëĸł":136984,"иваеÑĤ":136985,"ãĥĪãĥ«":136986,"ĠاÙĦÙģÙĦسطÙĬÙĨÙĬØ©":136987,"à¸ģลà¹Īาววà¹Īา":136988,"اÙĥت":136989,"ĠÃĸl":136990,"ĠÑĢеÑĪи":136991,"ĠÑĢеÑĪил":136992,"Ġ׳×ķספ×ķת":136993,"Ġìłķì¹ĺ":136994,"влеÑĩен":136995,"ÙħرØŃÙĦØ©":136996,"Ġcomeça":136997,"Ġyık":136998,"ìĤ´":136999,"à¸ĺà¸Ļา":137000,"à¸ĺà¸Ļาà¸Ħาร":137001,"à¸Ńà¸Ļา":137002,"à¸Ńà¸Ļาà¸Ħ":137003,"à¸Ńà¸Ļาà¸Ħà¸ķ":137004,"Ġpequeña":137005,"ä»ķäºĭãĤĴ":137006,"ĠبذÙĦÙĥ":137007,"Ġнового":137008,"ãģĹãģ¦ãģĦãģªãģĦ":137009,"ĠاÙĦÙħÙĬاÙĩ":137010,"à¸ģà¹ĩà¹Ģà¸Ľà¹ĩà¸Ļ":137011,"ĠжÑĥÑĢ":137012,"ĠжÑĥÑĢнал":137013,"веÑģ":137014,"ختار":137015,"Ġ매ìļ°":137016,"ĠMã":137017,"ĠавÑĤомаÑĤÑĭ":137018,"ضعÙģ":137019,"ĠاÙĦÙģÙĥر":137020,"ãģ§ãģĻãģ®ãģ§":137021,"ãĥ¡ãĥ³ãĥIJãĥ¼":137022,"ĠкÑĢÑĥг":137023,"ĠاÙĦسÙĦطة":137024,"à¸Ħรัà¹īà¸ĩà¹ģรà¸ģ":137025,"à¸ģระà¸Ĺรว":137026,"à¸ģระà¸Ĺรวà¸ĩ":137027,"ÑĨов":137028,"éķ·ãģĦ":137029,"大ãģįãģĦ":137030,"ĠgeçmiÅŁ":137031,"ìĦ±ìĿ´":137032,"Ġצר×Ļ׼×Ķ":137033,"ĠмоÑī":137034,"ĠмоÑīн":137035,"Ġק×Ļש":137036,"Ġק×Ļש×ķר×Ļ×Ŀ":137037,"ĠNasıl":137038,"гÑĢан":137039,"Ġ×ŀ×ķצר×Ļ×Ŀ":137040,"Ġ×ŀס×ķ×Ĵ":137041,"Ġyür":137042,"Ġyürüt":137043,"Ġ׾×Ĺצ×ķ":137044,"×ķÖ¼":137045,"ĠìŀĪìĹĪëĭ¤":137046,"Ġterör":137047,"ĠThÆ°Æ¡ng":137048,"ĠÙĪÙĬÙħ":137049,"ĠÙĪÙĬÙħÙĥÙĨ":137050,"جÙĪÙĨ":137051,"ĠÙĪغÙĬرÙĩا":137052,"×ŀפ×ķ":137053,"×Ĵ×ķר×ŀ×Ļ×Ŀ":137054,"׼×ij×Ļש":137055,"ĠاÙĦÙĦغ":137056,"ĠاÙĦÙĦغة":137057,"شرÙĥ":137058,"ĠاÙĦراب":137059,"ĠاÙĦرابع":137060,"ĠпÑĢек":137061,"ĠпÑĢекÑĢаÑģ":137062,"ĠпÑĢекÑĢаÑģн":137063,"ĠenergÃŃa":137064,"ק×ĵ×ŀ×Ļ":137065,"ãģıãģªãģ£ãģŁ":137066,"ĠÄijứ":137067,"ĠÄijứa":137068,"Servi":137069,"Serviço":137070,"Ġkaldır":137071,"åĥįãģį":137072,"Ġодеж":137073,"Ġодежд":137074,"물ìĿĦ":137075,"ãģĿãģĨãģ§":137076,"ãģĮãģĤãĤĮãģ°":137077,"ìĻķ":137078,"צ×ĵק":137079,"Ġartır":137080,"Ġileti":137081,"ĠiletiÅŁim":137082,"ãĤĪãģĨãģ§":137083,"ãĥĪãĥ¼":137084,"ãĤ¢ãĥĭ":137085,"ãĤ¢ãĥĭãĥ¡":137086,"×ĺ×Ļ×Ļ׾":137087,"ãĥķãĥªãĥ¼":137088,"ãĥĿãĥ³":137089,"ÐŁÑĢо":137090,"ĠعاÙĦÙĬØ©":137091,"ĠÃ¶ÄŁret":137092,"ĠÃ¶ÄŁretmen":137093,"ĠкаÑĩеÑģÑĤва":137094,"Ġ×Ķ×ĺ×ij×¢":137095,"ĠзнаÑİ":137096,"ãģ¦ãģıãĤĭ":137097,"Ġmừng":137098,"ÙħÙĪت":137099,"ש×ķ×ŀר":137100,"×Ĺ׾×ij":137101,"ĠwzglÄĻ":137102,"ĠwzglÄĻdu":137103,"ë²Ī째":137104,"Ġtá»ĵ":137105,"Ġtá»ĵn":137106,"ãĥ¯ãĥ¼ãĤ¯":137107,"Ġpożycz":137108,"Ġpożyczk":137109,"×Ļ×ķצר×Ļ×Ŀ":137110,"ÙĥرÙħ":137111,"ĠгаÑĢ":137112,"ĠгаÑĢан":137113,"ĠгаÑĢанÑĤи":137114,"ลà¹īาà¸ĩ":137115,"ĠìĺģíĻĶ":137116,"×ĺ×Ļס":137117,"Ġthẻ":137118,"ĠìŀĪëĭ¤ê³ł":137119,"اÙĦتز":137120,"اÙĦتزاÙħ":137121,"ĠнаÑĪи":137122,"isée":137123,"ãģĵãĤĮãĤĴ":137124,"Ġmẽ":137125,"ضÙĦ":137126,"بÙĪت":137127,"Ġ׼׼×Ķ":137128,"hợ":137129,"ĠاÙĦسÙĪرÙĬØ©":137130,"Ġ×ľ×¢×ķ×ŀ":137131,"Ġ×ľ×¢×ķ×ŀת":137132,"ĠbaÅŁar":137133,"ĠbaÅŁarılı":137134,"еÑģÑĤÑĮ":137135,"à¸Ħรี":137136,"à¸Ħรีม":137137,"ĠìłĦì²´":137138,"ĠسÙĬÙĥÙĪÙĨ":137139,"Ġ×ŀ×ĵ×ķ×¢":137140,"ĠëķĮ문ìĿ´ëĭ¤":137141,"Ġcứng":137142,"gerät":137143,"ĠмиÑĢ":137144,"ĠмиÑĢе":137145,"ĠÙĥÙĬÙģÙĬØ©":137146,"Ġפר×ĺ×Ļ×Ŀ":137147,"ĠgoÅĽci":137148,"иÑĤеÑģÑĮ":137149,"ÑĥÑĪки":137150,"ؤÙħÙĨ":137151,"Ġ×IJ׼ף":137152,"ĠاÙĦرجÙĦ":137153,"Ġlá»įc":137154,"à¹Ģรียà¸ģวà¹Īา":137155,"ãģĵãģ®ãĤĪãģĨãģª":137156,"ë§Įíģ¼":137157,"ĠпеÑĩ":137158,"ÙĪÙĦات":137159,"ĠÃľye":137160,"liÄŁinde":137161,"à¸Ħะà¹ģà¸Ļ":137162,"à¸Ħะà¹ģà¸Ļà¸Ļ":137163,"ãĤĭãģĵãģ¨ãģ¯":137164,"วิà¹Ģà¸Ħร":137165,"วิà¹Ģà¸Ħราะ":137166,"วิà¹Ģà¸Ħราะหà¹Į":137167,"ĠвозможноÑģÑĤи":137168,"ĠاÙĦÙĨساء":137169,"ãĥīãĥ©ãĥŀ":137170,"Ġgüc":137171,"Ġgücü":137172,"ĠtÆ°á»Ŀng":137173,"Ġacompaña":137174,"ãĤ¤ãĥ©":137175,"קצ×ij":137176,"ĠYö":137177,"ĠYönet":137178,"ĠYönetim":137179,"à¸ªà¸±à¸¡à¸ľ":137180,"à¸ªà¸±à¸¡à¸ľà¸±à¸ª":137181,"à¸Ļาม":137182,"ĠÄijợi":137183,"à¹ģหà¹Īà¸ĩà¸Ĭาà¸ķิ":137184,"ãģĿãĤĮãģ§ãĤĤ":137185,"ätig":137186,"ת×ķ×Ŀ":137187,"ĠbaÅŁlat":137188,"ĠвÑģей":137189,"ת×Ļק":137190,"ת×Ļק×ķף":137191,"ĠNgô":137192,"ĠGeschä":137193,"ĠGeschäfts":137194,"Ø£Ùħ":137195,"Ø£Ùħراض":137196,"à¹Ģà¸Ĺà¸Ħà¸Ļ":137197,"à¹Ģà¸Ĺà¸Ħà¸Ļิ":137198,"à¹Ģà¸Ĺà¸Ħà¸Ļิà¸Ħ":137199,"ĠменÑĮ":137200,"ĠменÑĮÑĪе":137201,"Ġölç":137202,"Ġölçü":137203,"ĠÙĬجعÙĦ":137204,"ĠÄijỡ":137205,"ש×Ļ׾":137206,"ש×Ļ׾×ķ×ij":137207,"ĠGrÃ¶ÃŁe":137208,"ĠÙĩاتÙģ":137209,"รà¹īาà¸Ļà¸Ńาหาร":137210,"×Ķ׾×Ļ׼":137211,"×Ķ׾×Ļ׼×Ļ":137212,"иÑĢÑĥÑİÑī":137213,"èĭ¥ãģĦ":137214,"ĠÃĸzel":137215,"ãģĦãģŁãĤī":137216,"à¸Ħำà¸ĸาม":137217,"ĠzostaÅĤy":137218,"Ġ×Ķס×Ļפ×ķר":137219,"×Ķ×ķ׾":137220,"×Ķ×ķ׾×ļ":137221,"à¹Ģà¸Ĭà¹Īà¸Ļà¸ģัà¸Ļ":137222,"à¹Ĥà¸Ĩ":137223,"à¹Ĥà¸Ĩษ":137224,"à¹Ĥà¸Ĩษà¸ĵา":137225,"×IJרצ×ķת":137226,"×Ĵרפ×Ļ":137227,"Ġaoût":137228,"ĠÙĬرÙĬد":137229,"تÙĪج":137230,"تÙĪجÙĬÙĩ":137231,"ĠÑįÑĤап":137232,"ãĤ¹ãĤ¿ãĥ³":137233,"Ġkró":137234,"Ġkrótk":137235,"ãĤĴ使ãģĨ":137236,"ì·¨":137237,"éĸ¢ãĤı":137238,"à¸Ķà¹īวยà¸Ħวาม":137239,"à¸Ļำà¹Ģสà¸Ļà¸Ń":137240,"Ġayrıca":137241,"à¸Īà¹īาà¸ĩ":137242,"ĠÑĦоÑĤогÑĢаÑĦ":137243,"ĠвеÑĩ":137244,"ĠвеÑĩеÑĢ":137245,"åĩºãģĹãģŁ":137246,"ĠХо":137247,"Ġ×ŀר×Ĵ×Ļש":137248,"à¹ĥหà¹īà¹Ģà¸Ľà¹ĩà¸Ļ":137249,"ãĤĴ缮":137250,"ãĤĴ缮æĮĩ":137251,"׾×ŀ×Ļ×Ŀ":137252,"nÄħÅĤ":137253,"ĠÑģÑĤанд":137254,"ĠÑģÑĤандаÑĢÑĤ":137255,"ĠSüd":137256,"ĠTâm":137257,"اختبار":137258,"à¹Ģà¸ģà¸Ńรà¹Į":137259,"ÙħسرØŃ":137260,"Ġbiá»ĩn":137261,"بÙı":137262,"ĠصاÙĦ":137263,"ĠصاÙĦØŃ":137264,"ĠPhụ":137265,"íľ´":137266,"ãĥ¬ãĥĵãĥ¥ãĥ¼":137267,"Ġbụng":137268,"Ġrégime":137269,"ĠأشÙĩر":137270,"ĠÑĢабоÑĤник":137271,"à¸Ŀัà¸Ļ":137272,"اعتÙħ":137273,"اعتÙħاد":137274,"ĠзамеÑĤ":137275,"ãģ¾ãģ£ãģ¦":137276,"Ġchặt":137277,"æĿ¥ãĤĭ":137278,"ĠاÙĦÙĤÙĪات":137279,"ãģ«åħ¥ãģ£ãģ¦":137280,"تØŃاÙĦÙģ":137281,"ÙħزÙĬد":137282,"ĠÙĬصÙĦ":137283,"ìĹ¼":137284,"à¹Ģà¸Ĭà¹ĩ":137285,"à¹Ģà¸Ĭà¹ĩà¸Ħ":137286,"Ġká»ĭ":137287,"Ġká»ĭp":137288,"ĠìķĦì§ģ":137289,"×IJ׳×Ĵ":137290,"ĠоблаÑģÑĤÑĮ":137291,"ĠpomocÄħ":137292,"Ġ×ķש׾":137293,"ëĵłì§Ģ":137294,"ĠGiám":137295,"ĠStück":137296,"Ġcháy":137297,"ĠëĤĺìĺ¤":137298,"ש×Ļ×ĺת":137299,"×ŀ×ĵר":137300,"×ŀ×ĵר×Ļ×ļ":137301,"Ġsüreç":137302,"ква":137303,"×ij׾×Ļ×Ŀ":137304,"×Ķת×Ļ":137305,"×Ķת×Ļ×Ļ×Ĺס":137306,"ÙĤباÙĦ":137307,"Ġס×ķ×Ĵ":137308,"Ġס×ķ×Ĵ×Ļ":137309,"ÑģÑĤолÑĮ":137310,"ä½ķãĤĤ":137311,"×ĸ׼×ķר":137312,"è²·ãģĨ":137313,"å®īãģı":137314,"à¸Ħรัà¹īà¸ĩà¸Ļีà¹ī":137315,"köp":137316,"ĠÑģеÑĢвиÑģ":137317,"оÑĩнÑĭÑħ":137318,"ê±°ëŀĺ":137319,"تأÙĥ":137320,"تأÙĥÙĬد":137321,"×ĵ׾ק":137322,"ĠпоÑĩем":137323,"ĠпоÑĩемÑĥ":137324,"пиÑģаÑĤÑĮ":137325,"×ijשר":137326,"ĠHÃłng":137327,"ĠTìm":137328,"Ġtrừ":137329,"ãĤ»ãĥĥãĤ¯ãĤ¹":137330,"×ķ׳×Ĵ":137331,"mızda":137332,"пÑģи":137333,"ĠìŀĪ기":137334,"Ġrút":137335,"زاÙĨ":137336,"تÙĨÙĪع":137337,"ÙħÙĤا":137338,"ÙħÙĤاÙĪÙħØ©":137339,"Ġ׾צ×ķר×ļ":137340,"Ġ×ij×Ļר×ķש׾×Ļ×Ŀ":137341,"ãĥ´ãĤ£":137342,"ebile":137343,"ebileceÄŁi":137344,"ãĥ¦ãĥ¼ãĤ":137345,"ãĥ¦ãĥ¼ãĤ¶":137346,"ãĥ¦ãĥ¼ãĤ¶ãĥ¼":137347,"ãĤĴä½ľãĤĭ":137348,"ÑģмеÑĢ":137349,"ÑģмеÑĢÑĤ":137350,"Ġì§ģ":137351,"Ġì§ģìłij":137352,"ĠÐŁÐ°ÑĢ":137353,"ØŃاض":137354,"ØŃاضر":137355,"ÙħÙĥاÙģ":137356,"ÙħÙĥاÙģØŃØ©":137357,"ลิà¸Ļ":137358,"ãģ¦ãģįãģ¦":137359,"ÑĢоÑģл":137360,"ĠÄ°ÅŁte":137361,"ÙĤصÙĬر":137362,"Ġ×ij×Ĵ×Ļ׾":137363,"Ġ×ŀת×IJ×Ļ×Ŀ":137364,"Ġ×Ķ×Ĺ×ĵ":137365,"Ġ×Ķ×Ĺ×ĵש×Ķ":137366,"ר×ķ×¢":137367,"Ġproduktów":137368,"ĠÙħصدر":137369,"неÑĨ":137370,"ĠاÙĦعÙħÙĦات":137371,"Ġçıkma":137372,"ĠدبÙĬ":137373,"ק×Ļף":137374,"ת×IJר":137375,"ת×IJר×Ļ×ļ":137376,"׳×Ļ×Ļ×ĵ":137377,"صراع":137378,"lève":137379,"צ×Ļר":137380,"à¸Ķัà¸Ļ":137381,"à¹ĥหà¹īà¹Ħà¸Ķà¹ī":137382,"ãĤ¿ãĤ¤ãĥł":137383,"Ġgiảng":137384,"Ð¡ÐŁ":137385,"ĠاÙĦÙħØŃÙĦ":137386,"ĠاÙĦÙħØŃÙĦÙĬØ©":137387,"ĠTất":137388,"׾×ķ×ĺ":137389,"há»ķ":137390,"Ġaméric":137391,"Ġaméricain":137392,"Ġ×ijש׾×ij":137393,"Ġ׾×IJ×ķ×ŀ×Ļ":137394,"Ġpeça":137395,"ĠÑĢазнÑĭÑħ":137396,"ãģĦãĤĭãģ¨":137397,"ãĥĩãĥ³":137398,"סקר":137399,"Ġ×Ķ×ŀ×Ĺ×Ļר":137400,"ãģ¨ãģĦãģĨãĤĤãģ®":137401,"رتبط":137402,"ĠиÑģÑĤоÑĩ":137403,"ĠиÑģÑĤоÑĩник":137404,"สมัà¸Ħรสมาà¸Ĭิà¸ģ":137405,"Ġà¸Ĺัà¹īà¸ĩ":137406,"Ġà¸Ĺัà¹īà¸ĩà¸Ļีà¹ī":137407,"ĠTáºŃp":137408,"ãģ£ãģ¦ãģĦãģĨ":137409,"ĠاÙĦÙĪصÙĪÙĦ":137410,"Ġdécada":137411,"ĠоÑĦоÑĢм":137412,"ĠоÑĦоÑĢмлен":137413,"สำหรัà¸ļà¸ģาร":137414,"Ġogóln":137415,"ãģĨãģ¡ãģ«":137416,"Ġvárias":137417,"ãģĻãģİãĤĭ":137418,"ÙĪÙĩا":137419,"à¹Ĥà¸Ľà¸£à¸Ķ":137420,"ĠÐłÐ¾ÑģÑģиÑı":137421,"人ãĢħ":137422,"ãģĹãģ¦ãģįãģŁ":137423,"Ġsırasında":137424,"Ġngôn":137425,"سÙĨØ©":137426,"تÙħتع":137427,"×ŀ׼×ij×Ļ":137428,"Ġnhấn":137429,"×¢×ŀ×Ļ×ĵ":137430,"Ứ":137431,"жиÑĤÑĮ":137432,"ãĤīãģĽ":137433,"gráf":137434,"gráfica":137435,"ĠÙĤÙĪÙĦ":137436,"ĠÙĤÙĪÙĦÙĩ":137437,"ëĭ¨ì²´":137438,"หà¹īา":137439,"หà¹īาม":137440,"使ãģ£ãģ¦":137441,"ת×Ļ×ij":137442,"ת×Ļ×ijת":137443,"iá»ĥu":137444,"à¹ģà¸Ĭม":137445,"à¹ģà¸Ĭà¸¡à¸Ľ":137446,"à¹ģà¸Ĭà¸¡à¸Ľà¹Į":137447,"Ậ":137448,"ĠëĤĺëĿ¼":137449,"ĠÙħباشرة":137450,"ĠtrÄĥm":137451,"سÙĥÙĪ":137452,"ĠاÙĦØ°Ùī":137453,"Ġbiç":137454,"Ġbiçim":137455,"تراجع":137456,"ĠобеÑģп":137457,"ĠобеÑģпеÑĩ":137458,"ĠобеÑģпеÑĩива":137459,"ĠвоздÑĥÑħ":137460,"ÑĭваÑĤÑĮ":137461,"ÙĦØŃÙĤ":137462,"ĠMüdü":137463,"ĠMüdürl":137464,"ĠMüdürlÃ¼ÄŁÃ¼":137465,"Ġyaptır":137466,"Ġפרס":137467,"Ġפרס×ķ×Ŀ":137468,"Ø·ÙĪر":137469,"ÑģÑĤвоваÑĤÑĮ":137470,"ìŀ¥ìĿĦ":137471,"à¸Ĺีà¹Īà¸Ķีà¸Ĺีà¹Īสุà¸Ķ":137472,"à¸Ńัล":137473,"ÑĢÑİ":137474,"ÙħستÙĤبÙĦ":137475,"ÑģлÑĥÑĪ":137476,"ÑģлÑĥÑĪа":137477,"èªįãĤģ":137478,"Ġ׾×Ļ×ŀ":137479,"Ġ׾×Ļ×ŀ×ķ×ĵ×Ļ":137480,"תש×ķ×ij":137481,"תש×ķ×ij×ķת":137482,"ĠgerçekleÅŁtiril":137483,"ĠاÙĦاتÙģاÙĤ":137484,"ĠÑĥÑĢовне":137485,"ĠÑĤÑĢав":137486,"Ġ×Ķ×ŀ×ķף":137487,"ØŃÙģاظ":137488,"ĠÙħÙIJ":137489,"ĠÙħÙIJÙĨ":137490,"ĠÙħÙIJÙĨÙĴ":137491,"Ġdemás":137492,"×ŀ×ķ×ĸ×Ļק×Ķ":137493,"ש×Ļ×Ĺ×Ķ":137494,"Ġbú":137495,"алÑĮнÑĭм":137496,"ãĤıãģŁ":137497,"ãĤıãģŁãģĹ":137498,"ĠاÙĦÙħÙĪاد":137499,"×ª×Ľ×ł":137500,"×ª×Ľ×ł×ķף":137501,"ãĥŃãĥĥãĤ¯":137502,"hiếu":137503,"ĠÑĥме":137504,"ÙħØŃاÙĪÙĦØ©":137505,"×IJ×ķשר":137506,"ĠконкÑĥÑĢ":137507,"ĠконкÑĥÑĢÑģ":137508,"Ġ×ŀ×ij×Ĺ":137509,"Ġ×ŀ×ij×Ĺ×Ļ×ł×ª":137510,"Ġanlam":137511,"Ġanlamı":137512,"Ġliá»ĩt":137513,"ĠвÑħод":137514,"ĠHình":137515,"ĠÙĨÙĬ":137516,"ĠÙĨÙĬÙĪز":137517,"ãĤ¸ãĥ£ãĥ¼":137518,"×ij×Ļ×¥":137519,"ÑĤелÑĮнÑĭÑħ":137520,"à¸Ĺุà¸ģà¸Ńยà¹Īาà¸ĩ":137521,"ĠkiÅŁinin":137522,"Ø£Ùĥثر":137523,"ĠиÑģÑĤоÑĢии":137524,"Ġë³ĢíĻĶ":137525,"×¤×ľ×¡×ĺ":137526,"×¤×ľ×¡×ĺ×Ļ׳×Ļ":137527,"ĠÑģеÑĤ":137528,"ĠÑģеÑĤи":137529,"dıģımız":137530,"íķĺëıĦë¡Ŀ":137531,"×Ķר":137532,"×Ķר×ij×Ķ":137533,"ãģĻãĤĭãģĵãģ¨ãģ¯":137534,"Ġphiếu":137535,"تØŃسÙĬÙĨ":137536,"ĠÅĽrod":137537,"ĠÅĽrodow":137538,"ĠÅĽrodowisk":137539,"ĠÑĢаÑģÑħод":137540,"برÙĬد":137541,"ĠرÙĬ":137542,"ĠرÙĬاÙĦ":137543,"Ġ×ķ׼×ļ":137544,"ì§ĢìļĶ":137545,"׼×ŀ×ķ":137546,"Ġ×¢×ľ×Ļ×Ķ×Ŀ":137547,"fÃŃcio":137548,"Ġkararı":137549,"tıģını":137550,"ĠСов":137551,"ĠСовеÑĤ":137552,"ãģĬéĩijãĤĴ":137553,"междÑĥ":137554,"междÑĥна":137555,"междÑĥнаÑĢод":137556,"междÑĥнаÑĢодн":137557,"Ġmá»Ŀi":137558,"ĠاÙĦØ¥ÙĬر":137559,"ĠاÙĦØ¥ÙĬراÙĨÙĬ":137560,"ĠاÙĦرÙĪسÙĬ":137561,"صÙĨد":137562,"صÙĨدÙĪÙĤ":137563,"ĠاÙĦØ¥ÙĨترÙĨت":137564,"Ġtắm":137565,"ĠÑĤакого":137566,"Ġ×ij׾×ķ×Ĵ":137567,"Ġücrets":137568,"Ġücretsiz":137569,"×Ĺ×ĸ×Ļר":137570,"ìĸ´ìķ¼":137571,"ĠPhần":137572,"ï¼ľ":137573,"Ġ×ĺ×ij×¢":137574,"Ġ×ĺ×ij×¢×Ļ":137575,"×IJ×ŀ×IJ":137576,"اÙĤÙĦ":137577,"Ġcondições":137578,"ÙĤاتÙĦ":137579,"ĠÑĢезÑĥлÑĮÑĤаÑĤе":137580,"ĠÑģвоими":137581,"צ×ij×Ļ×¢":137582,"géni":137583,"Ġzes":137584,"Ġzespo":137585,"ĠzespoÅĤ":137586,"ÑĪив":137587,"Ġפר×ĺ×Ļ×ķת":137588,"ÙħستشÙģ":137589,"ÙħستشÙģÙī":137590,"شرع":137591,"ĠkoÅĽci":137592,"Ġ×Ķ×IJ×Ļ׳×ĺר׳×ĺ":137593,"ĠЧеÑĢ":137594,"поÑĩÑĤ":137595,"Ġactivités":137596,"çŁ¥ãģ£ãģ¦":137597,"Ġ×ij×ĸ×Ķ":137598,"Ġyüzden":137599,"ãģªãĤĬãģ¾ãģĽãĤĵ":137600,"Ġíĺ¹":137601,"Ġíĺ¹ìĿĢ":137602,"Ġ×ŀש׳×Ķ":137603,"ĠÐĴеÑĢ":137604,"Ġ×ij×IJ×ķת×ķ":137605,"éĿ¢çĻ½":137606,"éĿ¢çĻ½ãģĦ":137607,"شرØŃ":137608,"gründe":137609,"ÙģØ´":137610,"ÙģØ´ÙĦ":137611,"Ġséjour":137612,"ë´IJ":137613,"Ġrôle":137614,"شعار":137615,"емÑĭе":137616,"ĠاÙĦجسÙħ":137617,"алÑĮное":137618,"Ġìĥģíĥľ":137619,"Ｄ":137620,"ë¯Ģë¡ľ":137621,"ĠÙĨÙĤØ·":137622,"ĠÙĨÙĤطة":137623,"ãģĿãģĨãģł":137624,"ãģĻãĤĭãģ®ãģĮ":137625,"หู":137626,"Ġnhá»ĭ":137627,"Ġeconómica":137628,"ס×ĺ×ķ×ĵ":137629,"ס×ĺ×ķ×ĵ׳×ĺ":137630,"มีà¹Ĥà¸Ńà¸ģาส":137631,"Ġgestão":137632,"รูà¹īวà¹Īา":137633,"Ġloạt":137634,"ĠاÙĦÙħÙı":137635,"ĠاÙĦØŃÙħÙĦ":137636,"ĠاÙĦعÙħÙĦÙĬØ©":137637,"Ġê²ĥëıĦ":137638,"ĠÐľÐ¾Ñģква":137639,"ק×ĺ×ķר":137640,"ĠподÑĢоб":137641,"ĠподÑĢобн":137642,"ĠlÆ°ng":137643,"تÙģس":137644,"تÙģسÙĬر":137645,"ĠاÙĦبع":137646,"ĠاÙĦبعض":137647,"ئت":137648,"ÐķÐĿ":137649,"ìĹ°êµ¬":137650,"à¹ĥหà¹īà¸Ħุà¸ĵ":137651,"ãģĤãĤĬãģ¾ãģĹãģŁ":137652,"Ġbirka":137653,"Ġbirkaç":137654,"ĠÄ°sl":137655,"ĠÄ°slam":137656,"çĹĽãģ¿":137657,"Ġhảo":137658,"ĠмаÑı":137659,"ĠiÅŁÃ§i":137660,"ש×":137661,"ש×ģ":137662,"à¸ģารà¹Ģมืà¸Ńà¸ĩ":137663,"×ķ×Ķר":137664,"Ġchó":137665,"ëĨĢ":137666,"Ġyanlı":137667,"ĠyanlÄ±ÅŁ":137668,"幸ãģĽ":137669,"×IJר×Ĵ×ķ׳×Ļ":137670,"à¸Ńาà¸Īาร":137671,"à¸Ńาà¸Īารยà¹Į":137672,"ĠинÑĦоÑĢмаÑĨиÑİ":137673,"ÐĵÐŀ":137674,"׳×Ĺש":137675,"ĠìķĮìķĦ":137676,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤ":137677,"ĠÑħаÑĢакÑĤеÑĢиÑģÑĤик":137678,"à¸Ħุà¸ĵสามารà¸ĸ":137679,"è¦ĭãģĪãĤĭ":137680,"à¸Ĭัà¸Ķà¹Ģà¸Ī":137681,"à¸Ĭัà¸Ķà¹Ģà¸Īà¸Ļ":137682,"ĠdziaÅĤal":137683,"ĠdziaÅĤalnoÅĽci":137684,"à¹Ĥà¸ŀสà¸ķà¹Į":137685,"ĠÐļол":137686,"ĠÙģÙĩÙĬ":137687,"Ġ×ŀפ׳×Ļ":137688,"Ġ×Ķקשר":137689,"ÙħرÙĥ":137690,"ÙħرÙĥز":137691,"Ġhoá":137692,"Ġапп":137693,"ĠаппаÑĢаÑĤ":137694,"Ġpami":137695,"ĠpamiÄĻ":137696,"ĠpamiÄĻta":137697,"Ġçünkü":137698,"×ĵ×ķף":137699,"ãģ¯ãģĵãģ¡ãĤī":137700,"ĠMÃł":137701,"ĠÙĬÙĤدÙħ":137702,"ĠпÑĢез":137703,"ĠпÑĢезиденÑĤ":137704,"à¸Ńุà¸ķ":137705,"à¸Ńุà¸ķสา":137706,"à¸Ńุà¸ķสาห":137707,"à¸Ńุà¸ķสาหà¸ģรรม":137708,"ì§ĢìĽIJ":137709,"Ġ×IJפשר×ķת":137710,"schüt":137711,"schütz":137712,"ĠTiên":137713,"Ġsayılı":137714,"ĠгÑĢÑĥппÑĭ":137715,"оÑĩнÑĭй":137716,"Ġ×ľ×¢×ŀ×ķ×ĵ":137717,"ĠwrzeÅĽ":137718,"ĠwrzeÅĽnia":137719,"ĠÄIJầu":137720,"à¹Ģà¸Ĥà¹īารà¹Īวม":137721,"nızda":137722,"Ø®ÙĬص":137723,"Ġgünc":137724,"Ġgüncel":137725,"ĠÙĦÙĩØ°Ùĩ":137726,"ĠÙĬعتبر":137727,"légi":137728,"ãĤıãģĭãĤĭ":137729,"Ġrừng":137730,"ظÙĩ":137731,"ظÙĩÙĪر":137732,"Ġ×ŀ×ij×Ļף":137733,"Ġ기íĥĢ":137734,"åĪĩãĤĮ":137735,"lanmÄ±ÅŁ":137736,"à¸Ĺีà¹Īมีà¸Ħวาม":137737,"Ġhá»ģ":137738,"تÙĪجÙĩ":137739,"ĠاÙĦإدارة":137740,"Ġútil":137741,"ספ×ķ":137742,"à¸Ħวามรัà¸ģ":137743,"à¹Ĥฮ":137744,"ĠполиÑĤ":137745,"ĠполиÑĤик":137746,"Ġsatın":137747,"ĠÅŀimdi":137748,"×ŀ×ķר×Ļ×Ŀ":137749,"ìķĺëĭ¤":137750,"×Ĺ×ķ×ķ":137751,"×Ĺ×ķ×ķ×Ļ×Ķ":137752,"à¸Ħà¸Ńมà¸ŀิ":137753,"à¸Ħà¸Ńมà¸ŀิว":137754,"à¸Ħà¸Ńมà¸ŀิวà¹Ģà¸ķà¸Ńรà¹Į":137755,"Ġاذا":137756,"تخاذ":137757,"ãĤ¨ãĥ«":137758,"Ġpossibilité":137759,"ยืà¸Ļยัà¸Ļ":137760,"Ġünivers":137761,"Ġüniversite":137762,"ĠاÙĦدÙĪرÙĬ":137763,"ĠìķĬëĬĶëĭ¤":137764,"ĠìĦľë¡ľ":137765,"ØŃاÙĦ":137766,"Ġë¨":137767,"Ġ먼":137768,"Ġ먼ìłĢ":137769,"à¸Ĺีà¹Īà¸ĸูà¸ģ":137770,"ì§ľ":137771,"Ġskóry":137772,"лÑĮÑĨ":137773,"à¹ĥà¸Ĭà¹īà¹Ģวลา":137774,"×ijקשת":137775,"ĠØ°ÙĪ":137776,"æĹ¥ãĢħ":137777,"ĠкоÑĤоÑĢÑĥÑİ":137778,"ĠÑĥÑĢовенÑĮ":137779,"깨":137780,"à¹Ħà¸Ĺ":137781,"ãĤµãĥĹãĥª":137782,"ãĤ¸ãĥ§ãĥ³":137783,"ãģĻãģ¹ãģį":137784,"ĠGór":137785,"ãĥĪãĤ¤":137786,"ãĥĪãĤ¤ãĥ¬":137787,"ĠyaÅŁama":137788,"Ġdá»ĭp":137789,"Ġbữa":137790,"à¸ĭุ":137791,"Ġölüm":137792,"ãģ£ãģ¦ãģıãĤĭ":137793,"à¸ģารà¸Ħà¹īา":137794,"שער":137795,"ĠÑĤипа":137796,"ĠгеÑĢ":137797,"ĠгеÑĢо":137798,"רקע":137799,"Ġuważ":137800,"Ġuważa":137801,"ש×ŀף":137802,"Ġhastalık":137803,"ãĤıãĤĮãĤĭ":137804,"baÅŁÄ±":137805,"ÑĩÑĤо":137806,"Ġ×ij×ŀר׼×ĸ":137807,"Ġìļ°ë¦¬ìĿĺ":137808,"ĠÙĥاÙĨÙĪا":137809,"Ġأبر":137810,"ĠأبرÙĬÙĦ":137811,"층":137812,"à¹Ħà¸Ĥà¹Ī":137813,"ĠÙĪÙĦÙĪ":137814,"à¸Ĺัว":137815,"à¸Ĺัวรà¹Į":137816,"ĠÙĪØ£Ùĥد":137817,"à¸Ĭวà¸Ļ":137818,"׾×ķק":137819,"æį¨":137820,"æį¨ãģ¦":137821,"Ġİçin":137822,"péri":137823,"Ġyal":137824,"Ġyalnız":137825,"ÑĮÑıн":137826,"Ġgắng":137827,"à¸ģà¹ĩยัà¸ĩ":137828,"ĠУкÑĢаин":137829,"ĠÑģами":137830,"ĠпÑĢоведен":137831,"à¸ķà¸ģà¹ģà¸ķà¹Īà¸ĩ":137832,"ĠQuân":137833,"éparation":137834,"ĠbaÅŁÄ±nda":137835,"Ġznale":137836,"Ġznaleź":137837,"ĠznaleźÄĩ":137838,"ãĤ±ãĥ¼":137839,"ãĥİãĥ¼":137840,"à¸ĸูà¸ģà¸ķà¹īà¸Ńà¸ĩ":137841,"몸":137842,"ĠëıĮ":137843,"ĠëıĮìķĦ":137844,"ĠSchüler":137845,"ĠподгоÑĤов":137846,"ĠподгоÑĤовк":137847,"عرÙĪ":137848,"عرÙĪض":137849,"laÅŁtır":137850,"ĠÑģоÑģÑĤавлÑıеÑĤ":137851,"ĠпÑĢоизвод":137852,"ĠпÑĢоизводÑģÑĤва":137853,"ĠоÑģнове":137854,"ĠØ´ÙħاÙĦ":137855,"à¸ģรี":137856,"ĠgörÃ¼ÅŁme":137857,"оÑĩек":137858,"Ġ×Ĺ×ijר×Ļ×Ŀ":137859,"Ùħخاط":137860,"Ùħخاطر":137861,"ï¼Ń":137862,"רפ×IJ":137863,"ĠMẹ":137864,"ยà¸Ńมรัà¸ļ":137865,"Ġvết":137866,"خذ":137867,"ĠاÙĦتط":137868,"ĠاÙĦتطبÙĬÙĤ":137869,"à¸Ļึà¸ģ":137870,"Ġ×Ķ×Ľ×ł×¡×ª":137871,"ĠогÑĢани":137872,"ĠогÑĢаниÑĩен":137873,"ĠÃĩalÄ±ÅŁ":137874,"ĠاÙĦÙħÙĨتدÙī":137875,"à¸Īำà¸Ļวà¸Ļมาà¸ģ":137876,"ĠÑĤоÑĢÑĢ":137877,"ĠÑĤоÑĢÑĢенÑĤ":137878,"ĠìĤ´ìķĦ":137879,"à¸ŀลัà¸ĩà¸ĩาà¸Ļ":137880,"à¸Ĭัà¸Ļ":137881,"ĠÐIJндÑĢ":137882,"Ġréalisé":137883,"×ŀש×IJ":137884,"à¹ģà¸Ĭ":137885,"à¹ģà¸Ĭรà¹Į":137886,"Ġбог":137887,"มาà¹ģลà¹īว":137888,"ĠاÙĦÙĨار":137889,"Ġolmadıģı":137890,"×ĵ×¢×Ķ":137891,"ĠÑĥвеÑĢ":137892,"ĠÑĥвеÑĢен":137893,"ãĤĭãĤĤãģ®":137894,"أد":137895,"أدÙĪات":137896,"Ġ×Ķ×ĸ×ķ×Ĵ":137897,"إعÙĦاÙħ":137898,"há»ı":137899,"ĠNähe":137900,"ĠÑĤеÑģÑĤ":137901,"Ġ×ŀ×ķ׼ר":137902,"Ġë¬¸ìłľê°Ģ":137903,"ת×ķצ×IJ×Ķ":137904,"mó":137905,"móvel":137906,"ĠاÙĦتجارة":137907,"ĠмногиÑħ":137908,"обÑīа":137909,"Ġעסק×Ļ":137910,"ĠEducação":137911,"קש×Ļ×Ŀ":137912,"établ":137913,"établissement":137914,"Ġделе":137915,"иÑĢÑĥеÑĤÑģÑı":137916,"آثار":137917,"Ġ×Ķ×ŀר׼×ĸ×Ļ":137918,"ãĥIJãĥ«":137919,"ĠвÑģÑĤÑĢеÑĩ":137920,"ãģĴãĤĭ":137921,"ĠciÄħ":137922,"ĠciÄħgu":137923,"ÙĬست":137924,"à¸łà¸²à¸§":137925,"à¸łà¸²à¸§à¸°":137926,"Ø£Ùħر":137927,"Ġожи":137928,"Ġожида":137929,"Ġủy":137930,"ãĥŀãĥ«":137931,"راس":137932,"оÑĩной":137933,"ת×Ĵ×ķ×ij×ķת":137934,"تعرÙĬÙģ":137935,"ĠÑģоÑĨиалÑĮно":137936,"ãĤĴéĸĭ":137937,"ĠиÑģÑģледова":137938,"Ġdú":137939,"Ġdúvida":137940,"ĠskÅĤ":137941,"ĠskÅĤada":137942,"Ġhäufig":137943,"ĠвÑĭбÑĢ":137944,"ĠвÑĭбÑĢаÑĤÑĮ":137945,"ãģ®ãģ§ãģ¯ãģªãģĦãģĭ":137946,"ĠÑģилÑĮно":137947,"ÑĤвеÑĢжден":137948,"רפ":137949,"רפ×ķ×IJ×Ķ":137950,"æĢĿãģĦãģ¾ãģĻ":137951,"ØŃرص":137952,"ש×ķתף":137953,"Ùħسجد":137954,"à¹Ĥà¸Ĭวà¹Į":137955,"емÑģÑı":137956,"вÑĪие":137957,"Ġмл":137958,"Ġмлн":137959,"Ġ׾×Ķ×ij×Ļ×IJ":137960,"ĠÙĬتعÙĦÙĤ":137961,"à¸ķูà¹ī":137962,"ĠпÑĢаз":137963,"ĠпÑĢазд":137964,"ĠпÑĢаздник":137965,"Ġнем":137966,"Ġнемного":137967,"ĠsÃłng":137968,"تÙĨسÙĬ":137969,"تÙĨسÙĬÙĤ":137970,"Ġtá»Ŀ":137971,"Ġмеди":137972,"ãģ«æĪ":137973,"ãģ«æĪ»":137974,"à¸Ħวà¹īา":137975,"ãģĭãģijãĤĭ":137976,"×ij׾×ķת":137977,"ĠÑįкÑģп":137978,"ĠÑįкÑģпеÑĢÑĤ":137979,"ĠдевÑĥÑĪ":137980,"ĠдевÑĥÑĪк":137981,"ĠØŃص":137982,"ÙĨشأ":137983,"ãģĮãģĤãĤĭãģ®ãģ§":137984,"ĠتراÙħ":137985,"ĠتراÙħب":137986,"أسÙĪاÙĤ":137987,"Ġ׾פ׳×ķת":137988,"Ġاﻷ":137989,"ãģ«ãģı":137990,"ãģ«ãģıãģĦ":137991,"ĠأعÙĦÙī":137992,"Ġ׾×Ķ×ŀש×Ļ×ļ":137993,"räu":137994,"ש×ŀ×Ļ×Ŀ":137995,"åĪĨãģij":137996,"ãģĻãģ§":137997,"ãģĻãģ§ãģ«":137998,"×Ķ׾׼×Ķ":137999,"×Ĺ׾×Ļ×£":138000,"Ġì±ħ":138001,"Ġì±ħìŀĦ":138002,"à¹Ģà¸Īริ":138003,"à¹Ģà¸Īริà¸į":138004,"éģĬãģ³":138005,"جسد":138006,"สาà¸ĺ":138007,"สาà¸ĺาร":138008,"สาà¸ĺารà¸ĵ":138009,"Ġbasın":138010,"ÑĢаг":138011,"гад":138012,"ĠhoÅŁ":138013,"íķµ":138014,"×ij×Ĺ×Ļר×Ķ":138015,"×ŀס×ļ":138016,"ĠìłľíĴĪ":138017,"تÙħÙĪÙĬÙĦ":138018,"ĠLÆ°u":138019,"ë¡ľë¶ĢíĦ°":138020,"Ġпоб":138021,"Ġпобед":138022,"ÙħÙĨØ°":138023,"常ãģ«":138024,"ÙĤس":138025,"ĠاÙĦÙħصدر":138026,"ĠÙĪاÙĦاست":138027,"Ġkhắp":138028,"ĠاÙĦجاÙĨب":138029,"Ġnguyá»ĩn":138030,"éĸĵéģķãģĦ":138031,"ĠÑģÑĤÑĢа":138032,"ĠÑģÑĤÑĢаÑħ":138033,"ĠÑģÑĤÑĢаÑħов":138034,"รีà¸ļ":138035,"ĠxÆ°Æ¡ng":138036,"Ġì°¾":138037,"Ġì°¾ìķĦ":138038,"Ġngại":138039,"гал":138040,"à¸ĭีà¹Ī":138041,"Ġ×ijפ×Ļ×Ļס×ij×ķק":138042,"ЦенÑĤÑĢ":138043,"Ġavaliação":138044,"Ġeconómico":138045,"×ĸף":138046,"ĠÐľÐ°Ðº":138047,"Ġinterés":138048,"à¸ģลิà¹Īà¸Ļ":138049,"ÑģÑĤÑĮÑİ":138050,"ĠÄijÆ°Æ¡ng":138051,"å¼·ãģı":138052,"ĠKhách":138053,"à¹Ģà¸Ļืà¹īà¸Ńหา":138054,"ĠYazı":138055,"è²·ãģ£ãģ¦":138056,"ÐłÐķ":138057,"à¹Ģà¸ŀิà¹Īมà¸Ĥึà¹īà¸Ļ":138058,"สมà¸ļู":138059,"สมà¸ļูรà¸ĵà¹Į":138060,"ĠмиÑĢов":138061,"×Ĵ׳×Ļ×Ŀ":138062,"ĠÄijức":138063,"à¸Ńารà¹Į":138064,"صاص":138065,"ãģĬãĤĪ":138066,"ãģĬãĤĪãģ³":138067,"êÌī":138068,"ĠاÙĦÙħؤتÙħر":138069,"ĠاÙĦÙħرØŃÙĦØ©":138070,"สà¸Ńà¸ļà¸ĸาม":138071,"Ġà¸Īาà¸ģà¸Ļัà¹īà¸Ļ":138072,"Ġتعد":138073,"ãģĿãģ®ãģŁãĤģ":138074,"Ġkháng":138075,"à¸Ļิà¸Ķ":138076,"ãĥĬãĥ³":138077,"ëĦ¤ìļĶ":138078,"ĠاÙĦاØŃت":138079,"ĠاÙĦاØŃتÙĦاÙĦ":138080,"ìļķ":138081,"Ġмодели":138082,"ĠпÑĢоÑĨенÑĤ":138083,"à¸ŀวà¸ģà¹Ģรา":138084,"Ġ×Ķצ×ĵ":138085,"Ġ×Ķצ×ĵ×ĵ×Ļ×Ŀ":138086,"stände":138087,"׳×Ĵר":138088,"Ġdotyc":138089,"ĠdotyczÄħ":138090,"ĠdotyczÄħce":138091,"ĠÅĽwiÄĻt":138092,"×ŀר×Ķ":138093,"ãģĻãģĶãģĦ":138094,"ãĥĩãĤ£ãĥ³ãĤ°":138095,"à¸ģารสรà¹īาà¸ĩ":138096,"ëĤ¬":138097,"Ġì°¸ìŬ":138098,"ÑģÑħ":138099,"ÑģÑħем":138100,"ÙħÙĪس":138101,"Ġnấu":138102,"Ġ׾×ŀ×¢×ľ×Ķ":138103,"à¹Ģà¸Ľà¹īา":138104,"à¹Ģà¸Ľà¹īาหมาย":138105,"Ġmùi":138106,"ائز":138107,"íĽĪ":138108,"×Ĺ×ij×ķר×Ķ":138109,"à¸ľà¸¹à¹īà¹ĥà¸Ĭà¹ī":138110,"Ġpaź":138111,"Ġpaździ":138112,"Ġpaździern":138113,"Ġpaździernika":138114,"ลà¸ĩà¹Ħà¸Ľ":138115,"ÙĤاع":138116,"ĠcháºŃm":138117,"Ġözellikleri":138118,"ĠÄIJo":138119,"ĠÄIJoÃłn":138120,"жение":138121,"Ġhẳ":138122,"Ġhẳn":138123,"ĠaÅŁk":138124,"ï½į":138125,"ãĥijãĤ¹":138126,"×Ķ×ķר×IJ×ķת":138127,"ĠÅ»":138128,"ĠÅ»y":138129,"×ŀ×ĸ׾":138130,"ĠÑĥкÑĢа":138131,"ĠÑĥкÑĢаин":138132,"à¹Ģà¸Ĭิ":138133,"à¹Ģà¸Ĭิà¸į":138134,"ÐłÐĺ":138135,"ĠzwiÄħzku":138136,"×Ķ×Ĺ׾×ĺת":138137,"ãĤĵãģ§ãģĻãĤĪãģŃ":138138,"ãģ¦ãģĬãĤĬ":138139,"ложиÑĤÑĮ":138140,"×ŀ×ķ׳×Ļ×Ŀ":138141,"ฮิ":138142,"ì°¬":138143,"ĠاÙĦÙħشترÙĥ":138144,"ĠdÃ¼ÅŁÃ¼k":138145,"агенÑĤ":138146,"ĠاÙĦأسبÙĪع":138147,"ĠÙĤرÙĬب":138148,"инд":138149,"индив":138150,"индивид":138151,"индивидÑĥ":138152,"индивидÑĥалÑĮн":138153,"förder":138154,"Ġseçen":138155,"Ġseçenek":138156,"Ġétant":138157,"ĠлÑİбим":138158,"казÑĭваеÑĤ":138159,"วิà¸Ļ":138160,"Ġ×Ķ×ij×IJ×Ļ×Ŀ":138161,"Ġдов":138162,"ĠдоволÑĮ":138163,"ĠдоволÑĮно":138164,"×¢×ĵ×Ļ×£":138165,"Ġokre":138166,"ĠokreÅĽ":138167,"ĠokreÅĽlon":138168,"ĠترÙĬد":138169,"à¹Ģมืà¹Īà¸Ńวัà¸Ļà¸Ĺีà¹Ī":138170,"ãĤĪãģĭãģ£ãģŁ":138171,"Cumh":138172,"Cumhur":138173,"Cumhurba":138174,"CumhurbaÅŁ":138175,"CumhurbaÅŁkan":138176,"CumhurbaÅŁkanı":138177,"Ġnợ":138178,"à¸ľà¸¹à¹īà¹Ģลà¹Īà¸Ļ":138179,"Ġcomplète":138180,"à¹Ģà¸ŀศ":138181,"دÙIJ":138182,"Ġdüz":138183,"Ġdüzey":138184,"ãģ§ãģĤãĤĭãģĵãģ¨":138185,"extérieur":138186,"׳":138187,"Ġinformação":138188,"ãĤ¯ãĥªãĥĭãĥĥãĤ¯":138189,"ĠPubli":138190,"ĠPublié":138191,"ר×ķ×ĵ":138192,"à¸Ħà¸§à¸²à¸¡à¸Ľà¸¥à¸Ńà¸Ķà¸łà¸±à¸¢":138193,"ĠØ£ÙĬض":138194,"ĠØ£ÙĬضÙĭا":138195,"تسبب":138196,"ãģ¤ãĤĤãĤĬ":138197,"изма":138198,"à¸Ĥึà¹īà¸Ļà¹Ħà¸Ľ":138199,"ÙĥÙIJ":138200,"ÙĦÙĪÙħ":138201,"Ġשצר":138202,"Ġשצר×Ļ×ļ":138203,"ãģ¯ãĤĤãģ¡ãĤįãĤĵ":138204,"Ġкан":138205,"Ġканал":138206,"ãģ«ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":138207,"ĠاÙĦØ£Ùĥثر":138208,"تاØŃ":138209,"ÙĨتÙĩ":138210,"ÙĨتÙĩاء":138211,"اÙĪÙĬØ©":138212,"ĠBugün":138213,"нÑģкого":138214,"à¸Ķà¹Īวà¸Ļ":138215,"évolution":138216,"ãģ£ãģ¦ãģĦãģ¾ãģĹãģŁ":138217,"ãĤħ":138218,"ĠVÆ°Æ¡ng":138219,"à¸łà¸²à¸ŀย":138220,"à¸łà¸²à¸ŀยà¸Ļ":138221,"à¸łà¸²à¸ŀยà¸Ļà¸ķรà¹Į":138222,"Ġ×Ķצ׾×Ļ×Ĺ":138223,"ĠاÙĦإسÙĦاÙħÙĬ":138224,"ÙĦÙĬب":138225,"Ġedição":138226,"ÑģÑĤÑĢел":138227,"Ġkhúc":138228,"ÙĨÙħÙĪØ°":138229,"ÙĨÙħÙĪذج":138230,"׾צ×Ķ":138231,"ÑģÑĤавил":138232,"à¸ĸา":138233,"สรà¹īาà¸ĩà¸Ħวาม":138234,"ãģĦãģ£ãģ±":138235,"ãģĦãģ£ãģ±ãģĦ":138236,"ÑģÑĤавлен":138237,"ĠاÙĦÙĤدس":138238,"Ġngược":138239,"بخ":138240,"สหร":138241,"สหรั":138242,"สหรัà¸IJ":138243,"Ġأغ":138244,"Ġأغسط":138245,"Ġأغسطس":138246,"ãģĨãģ¾":138247,"ãģĨãģ¾ãģı":138248,"ĠêµŃìłľ":138249,"ØŃضار":138250,"Ġdừng":138251,"æĬ¼ãģĹ":138252,"تÙĪا":138253,"تÙĪاجد":138254,"ש×ŀ×Ĺ×Ķ":138255,"ãģıãĤĵ":138256,"Ġ×ijעצ":138257,"Ġ×ijעצ×Ŀ":138258,"×ŀ׳×Ļ×ķת":138259,"×ķ×Ļ×ĵ":138260,"×ķ×Ļ×ĵ×IJ×ķ":138261,"à¸Ĭิà¸ĩ":138262,"ĠpracÄĻ":138263,"ĠзаÑĤ":138264,"ĠзаÑĤем":138265,"ĠìŀIJìľł":138266,"Ġì¤Ģ":138267,"Ġì¤Ģë¹Ħ":138268,"ĠbáºŃ":138269,"ĠbáºŃc":138270,"Ġ×Ķ×ŀצ×ij":138271,"ĠÙĤÙĬÙħØ©":138272,"à¹Ģà¸Ńà¹Ģà¸Ĭ":138273,"à¹Ģà¸Ńà¹Ģà¸Ĭีย":138274,"Ġperchè":138275,"ĠاÙĦعسÙĥر":138276,"ĠاÙĦعسÙĥرÙĬØ©":138277,"جÙĬب":138278,"ëŀµ":138279,"ÙħÙĩر":138280,"ÙħÙĩرجاÙĨ":138281,"ÙħراÙĥ":138282,"ÙħراÙĥز":138283,"Ġоднако":138284,"à¸Ķีà¹Ĩ":138285,"Ġצפ×ķ":138286,"Ġkullanılan":138287,"Ġкино":138288,"ãĥĨãĤ£ãĥ³ãĤ°":138289,"ĠGiỼi":138290,"تÙĪز":138291,"تÙĪزÙĬع":138292,"ยิà¸Ļ":138293,"ยิà¸Ļà¸Ķี":138294,"ĠcÅĵur":138295,"ĠiÅŁaret":138296,"Ġ×ij×¢×ĸר":138297,"Ġ×ij×¢×ĸרת":138298,"ĠпаÑĨи":138299,"ĠпаÑĨиенÑĤ":138300,"ãģ¿ãģŁãģĦãģ§ãģĻ":138301,"вез":138302,"лина":138303,"оде":138304,"Ġ×IJ×ķ×ª×Ł":138305,"dıģınız":138306,"ĠÐIJв":138307,"ĠÐIJвÑĤоÑĢ":138308,"ï¼®":138309,"ĠCần":138310,"ĠاÙĦاخ":138311,"ĠاÙĦاخبار":138312,"Ġê±°ìĿĺ":138313,"Ġatenção":138314,"ĠgeldiÄŁi":138315,"ãĤªãĤ¹":138316,"ãĤªãĤ¹ãĤ¹":138317,"ãĤªãĤ¹ãĤ¹ãĥ¡":138318,"евÑĭе":138319,"кÑĢÑĭл":138320,"à¹Ģà¸Ĭียà¸ĩ":138321,"à¹Ģà¸Ĭียà¸ĩà¹ĥหมà¹Ī":138322,"Ġmarço":138323,"ĠاÙĦÙħادة":138324,"Ġгол":138325,"Ġsprzedaży":138326,"Ġíķ´ê²°":138327,"ĠÐķго":138328,"ê¹Ģ":138329,"Ġ׾ק×ij×ľ×ª":138330,"ĠاÙĦÙģÙĨاÙĨ":138331,"Ġcomunicación":138332,"à¹Ģสà¹īà¸Ļà¸Ĺาà¸ĩ":138333,"íĺ¹":138334,"à¸Ĭำ":138335,"à¸Ĭำระ":138336,"Ġ׼×IJ×ŀ":138337,"Ġ׼×IJ×ŀ×ķר":138338,"à¸Ĭà¹Īาà¸ĩ":138339,"زÙĩر":138340,"Ġklientów":138341,"иваÑİÑĤ":138342,"анг":138343,"׳×ļ":138344,"Ġgá»įn":138345,"ÃľR":138346,"ìĺģìĥģ":138347,"Ġغزة":138348,"ìĿĮìĿĦ":138349,"Ġbezpo":138350,"ĠbezpoÅĽ":138351,"ĠbezpoÅĽredni":138352,"ĠاÙĦÙħÙĪا":138353,"ĠاÙĦÙħÙĪاطÙĨ":138354,"ĠاÙĦÙħÙĪاطÙĨÙĬÙĨ":138355,"ãĤĮãģ¾ãģĻ":138356,"ĠмаÑĤÑĩ":138357,"×IJ×ķף":138358,"ĠرسÙħÙĬ":138359,"ĠÑįкон":138360,"ĠÑįконом":138361,"ĠÑįкономиÑĩеÑģк":138362,"ãĥľãĥ¼":138363,"ĠдиÑĢ":138364,"ĠдиÑĢекÑĤоÑĢ":138365,"ĠÑģкоÑĢо":138366,"à¸ļำ":138367,"à¸ļำร":138368,"à¸ļำรุà¸ĩ":138369,"ĠÑĦÑĥÑĤ":138370,"ĠÑĦÑĥÑĤбол":138371,"Ġ×IJ×Ļ׾":138372,"Ġì¤ijêµŃ":138373,"ìľ¤":138374,"eÄŁe":138375,"à¹Ħà¸ģà¹Ī":138376,"traî":138377,"traîn":138378,"ĠÑĤÑĢÑĥб":138379,"à¹Ģà¸ļื":138380,"à¹Ģà¸ļืà¹īà¸Ńà¸ĩ":138381,"à¹ģมà¸Ļ":138382,"ĠتØŃدÙĬØ«":138383,"Ġ×Ľ×¢×ª":138384,"ØŃاسب":138385,"lıģa":138386,"ק×Ļ×Ļ×ŀ×Ļ×Ŀ":138387,"оÑģÑĤÑĮÑİ":138388,"à¸Ŀั":138389,"à¸Ŀัà¹Īà¸ĩ":138390,"شغÙĦ":138391,"ìĽ¹":138392,"Ġкаждого":138393,"Ġbölümü":138394,"หà¸Ļี":138395,"ĠistediÄŁi":138396,"ĠtrÆ°ng":138397,"ãĥĮ":138398,"ฮà¸Ń":138399,"Ø£ÙĨØ´":138400,"Ø£ÙĨشطة":138401,"ĠاÙĦÙħسÙĬ":138402,"ĠاÙĦÙħسÙĬØŃ":138403,"ลัà¸ģษà¸ĵà¹Į":138404,"Ġná»Ńa":138405,"à¸Ĺีà¹Īà¸ķà¹īà¸Ńà¸ĩà¸ģาร":138406,"ÑĪек":138407,"лÑij":138408,"Ġש×Ļ×Ķ":138409,"Ġש×Ļ×Ķ×Ļ×Ķ":138410,"Ġkhuôn":138411,"ĠÑĤÑĢебованиÑı":138412,"Ġ×ľ×¢×ĸ×ķר":138413,"ĠاÙĦعÙħر":138414,"ราà¸Ħาà¸ĸูà¸ģ":138415,"ÙĩÙıÙħÙĴ":138416,"üst":138417,"üstü":138418,"Ġденег":138419,"Ġnạ":138420,"à¸Ĥà¸Ļม":138421,"Ġблаг":138422,"Ġблагод":138423,"ĠблагодаÑĢ":138424,"ĠблагодаÑĢÑı":138425,"إسÙĦاÙħ":138426,"à¸Ļิว":138427,"çŁ¥ãĤīãģªãģĦ":138428,"Ø«ÙĤØ©":138429,"ĠголоÑģ":138430,"×IJ×ķר×Ĺ":138431,"Ġtrứng":138432,"Ġодном":138433,"ĠkoÅĦcu":138434,"Ġ×ķרק":138435,"WiÄĻ":138436,"WiÄĻcej":138437,"Ġ×IJ×Ļ׼×ķת":138438,"Ġ×IJ×Ļ׼×ķת×Ļ":138439,"ÑģоÑģ":138440,"Ġjeżeli":138441,"以ä¸ĭãģ®":138442,"å°ıãģķ":138443,"å°ıãģķãģª":138444,"ологии":138445,"ĠобÑģлÑĥж":138446,"ĠобÑģлÑĥжива":138447,"Ùĥتابة":138448,"Ġê´Ģìĭ¬":138449,"עש×Ļר":138450,"Ġarasındaki":138451,"ĠÑĢайона":138452,"ÙĪاجب":138453,"Ġ×ij×Ĺ×Ļ×Ļ":138454,"íķ´ì£¼":138455,"Ġgóc":138456,"айл":138457,"ĠTình":138458,"æļ®ãĤī":138459,"æļ®ãĤīãģĹ":138460,"æĻĤãģ«ãģ¯":138461,"ĠгоÑĢоде":138462,"Ġ׼×IJ×Ļ׾":138463,"Ġ׼×IJ×Ļ׾×ķ":138464,"ĠCá»Ļng":138465,"ãģ©ãģĨãģĹãģ¦ãĤĤ":138466,"×Ĺ×ķ×£":138467,"تØŃرÙĥ":138468,"ĠÑģловам":138469,"à¸Īะà¸Ĭà¹Īวย":138470,"ĠاÙĦÙħستÙĤبÙĦ":138471,"ÙĤض":138472,"ÙĤضÙĬ":138473,"×ijס×ķפ":138474,"×ijס×ķפ×ķ":138475,"iÄĻÄĩ":138476,"ĠYıl":138477,"Ø´ÙĬØ®":138478,"à¸Ħุà¸ĵà¸Īะ":138479,"ש×ŀ×ķת":138480,"Ġتعرض":138481,"Ġanálise":138482,"ĠÑģобиÑĢа":138483,"à¹Ģà¸ŀà¸Ĭ":138484,"à¹Ģà¸ŀà¸Ĭร":138485,"Ġвели":138486,"Ġвелик":138487,"สัà¹īà¸Ļ":138488,"Ġpopulação":138489,"รà¹Īวมà¸ģัà¸Ļ":138490,"×Ĺ×ŀ":138491,"×Ĺ×ŀ×Ļש×Ļ":138492,"ס×Ļס":138493,"åĨħãģ§":138494,"ĠsobÄħ":138495,"ĠYay":138496,"ĠYayın":138497,"ãĥ¡ãĥĭãĥ¥ãĥ¼":138498,"ĠпÑĢедоÑģÑĤавлÑı":138499,"ãģłãģ¨æĢĿãģĨ":138500,"Ġê³łê°Ŀ":138501,"Ġодним":138502,"à¹ĥà¸Ļà¹Ģรืà¹Īà¸Ńà¸ĩ":138503,"Ġsá»ķ":138504,"ĠÐĹдеÑģÑĮ":138505,"ĠизменениÑı":138506,"ĠìĿ¼ìĿĦ":138507,"ãģªãģ®ãģł":138508,"кладÑĭва":138509,"ÑĢма":138510,"Ġ×ķ×ij׼׾":138511,"تأÙħÙĬÙĨ":138512,"ĠпÑĢиÑıÑĤ":138513,"ĠпÑĢиÑıÑĤн":138514,"ÙħÙħار":138515,"ÙħÙħارسة":138516,"ãģ¨ãģªãģ£ãģ¦":138517,"ĠجÙħÙĬÙĦ":138518,"Ġì§Ī":138519,"Ġì§Ī문":138520,"Ġquestão":138521,"ié":138522,"iéndo":138523,"หà¹īà¸Ńà¸ĩà¸ŀัà¸ģ":138524,"ãĥijãĥ¼ãĥĪ":138525,"ÑĤвеÑĢжда":138526,"нÑģкой":138527,"зал":138528,"มุà¹Īà¸ĩ":138529,"á»Ĭ":138530,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ķ":138531,"ĠThÆ°":138532,"주민":138533,"ĠاÙĦعب":138534,"évén":138535,"événement":138536,"ÙĤÙĪاعد":138537,"دÙı":138538,"ĠìķĬìĬµëĭĪëĭ¤":138539,"Ġ보기":138540,"Ġyapılması":138541,"à¹Ģราà¸ģ":138542,"à¹Ģราà¸ģà¹ĩ":138543,"ØŃذر":138544,"ÙĤصر":138545,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":138546,"Ġà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ļ":138547,"ãģ¨ãģ«":138548,"ãģ¨ãģ«ãģĭ":138549,"ãģ¨ãģ«ãģĭãģı":138550,"нÑĨе":138551,"звÑĥк":138552,"ãģĹãĤĪãģĨãģ¨":138553,"ĠاÙĦصØŃÙĬØ©":138554,"Ġש×Ķ×Ļ×ķ":138555,"ĠDiÄŁer":138556,"ÙĤÙĦÙĤ":138557,"ãĤ¸ãĥ£ãĥ³":138558,"Ġrá»Ŀi":138559,"ĠлеÑĩ":138560,"ĠлеÑĩениÑı":138561,"تباد":138562,"تبادÙĦ":138563,"צפ×Ķ":138564,"à¸Ħวามà¹Ģหà¹ĩà¸Ļ":138565,"Ġشب":138566,"ĠشبÙĥØ©":138567,"ר×Ļק":138568,"Ùħعد":138569,"Ùħعدات":138570,"dıģında":138571,"Ġ×ijש׳×Ļ×Ŀ":138572,"Ġ×Ķ×Ļשר×IJ׾":138573,"Ġ×Ķ×Ļשר×IJ׾×Ļת":138574,"Ġsınav":138575,"׳צ×Ļ×Ĵ":138576,"วัà¸ķà¸ĸุ":138577,"ĠاÙĦبرÙĦÙħ":138578,"ĠاÙĦبرÙĦÙħاÙĨ":138579,"tivitÃł":138580,"ãĤĵãģłãĤįãģĨ":138581,"ק×Ļ×Ļ×ŀ":138582,"ÙĦÙĬÙĥ":138583,"ĠÄijò":138584,"ĠÄijòi":138585,"ĠÐĺнÑĤеÑĢ":138586,"ĠÐĺнÑĤеÑĢнеÑĤ":138587,"ãģ«ãģ¨ãģ£ãģ¦ãģ¯":138588,"ãģ£ãģĵ":138589,"ק×ķס":138590,"ستØŃÙĤ":138591,"æķĻãģĪãģ¦":138592,"ãĥĢãĥ¡":138593,"ĠÙħÙĨزÙĦ":138594,"à¹Ģà¸ĭà¹ĩà¸Ļ":138595,"使ãģĪãĤĭ":138596,"è¦ĭç©į":138597,"è¦ĭç©įãĤĤãĤĬ":138598,"Ø£Ùģ":138599,"Ø£ÙģÙĥار":138600,"ĠигÑĢов":138601,"ĠигÑĢовÑĭе":138602,"ĠmÄĻż":138603,"ĠmÄĻżczy":138604,"ĠmÄĻżczyzn":138605,"ĠاÙĦØŃÙĤÙĬÙĤÙĬ":138606,"عبر":138607,"׼×ķ׾׳×ķ":138608,"íĿ¥":138609,"×ŀ×IJ×ķ×Ĺר":138610,"ختص":138611,"ãĥŀãĥŀ":138612,"Ġ×IJ×Ĺ×ķ×ĸ":138613,"íĮĢ":138614,"Ġrá»iji":138615,"ĠвÑĤоÑĢ":138616,"ĠвÑĤоÑĢой":138617,"Ġlẫn":138618,"пÑĢом":138619,"пÑĢомÑĭÑĪ":138620,"пÑĢомÑĭÑĪлен":138621,"пÑĢомÑĭÑĪленн":138622,"ĠоÑĤноÑĪениÑı":138623,"Ġsứ":138624,"ĠмобилÑĮ":138625,"ĠмобилÑĮн":138626,"ĠÑįÑĤомÑĥ":138627,"Ġtạp":138628,"ĠìĤ¬ê±´":138629,"ĠìķĮ볤":138630,"ÙĥÙı":138631,"ÙĥÙıÙħÙĴ":138632,"Ġק×ķר×Ķ":138633,"ĠÑĦиÑĢ":138634,"ĠÑĦиÑĢм":138635,"Ġsıkıntı":138636,"׳׼":138637,"׳׼×ķף":138638,"ÙĪÙĦÙĪجÙĬ":138639,"ØŃاÙĨ":138640,"Ġloạn":138641,"Ġ×IJ×ľ×£":138642,"Ġmắn":138643,"abhäng":138644,"abhängig":138645,"ĠÑĥÑĢовнÑı":138646,"Ġ׾×ij×ĵ×ķק":138647,"ÙĬÙħÙĨ":138648,"layın":138649,"Ġhải":138650,"Ġзавод":138651,"ĠìķĦ주":138652,"สà¸ĸา":138653,"สà¸ĸาà¸ļัà¸Ļ":138654,"Ġgüvenlik":138655,"à¹Ģà¸Ķà¹Īà¸Ļ":138656,"×ij×ĵק":138657,"ĠëĪ":138658,"ĠëĪĦ":138659,"ĠëĪĦ구":138660,"éĩįè¦ģãģª":138661,"รà¸Ńà¸ĩรัà¸ļ":138662,"schlie":138663,"schlieÃŁen":138664,"Ġìĸ¼":138665,"Ġìĸ¼ë§Ī":138666,"Ġìĸ¼ë§ĪëĤĺ":138667,"ÑĤики":138668,"íķľëĭ¤ê³ł":138669,"ãģłãģ£ãģŁãĤī":138670,"Ġ×Ķ×Ļ×ĺ×ij":138671,"ãģªãģijãĤĮãģ°ãģªãĤīãģªãģĦ":138672,"âÌ":138673,"ậ":138674,"Ġphạt":138675,"akÄ±ÅŁ":138676,"ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":138677,"à¹Ģà¸ĭà¹ĩ":138678,"ĠСегоднÑı":138679,"Ġinsanların":138680,"Ġdéveloppe":138681,"תפר":138682,"תפר×Ļ×ĺ":138683,"اÙĨتشار":138684,"ê°ij":138685,"François":138686,"Ø£ÙĦع":138687,"Ø£ÙĦعاب":138688,"ãĤĴè¶ħ":138689,"ãĤĴè¶ħãģĪ":138690,"Ġê°ĻìĬµëĭĪëĭ¤":138691,"ãĤ³ãĥ¬":138692,"ĠмеÑģÑıÑĨев":138693,"íĮħ":138694,"ĠاÙĦجاÙħعة":138695,"ìĿ¸íĦ°":138696,"ìĿ¸íĦ°ëĦ·":138697,"×ĵר×ķש":138698,"ĠÙĪأشار":138699,"ĠпÑĢавила":138700,"ãģĿãģĵãģ«":138701,"×Ĺ×ŀ×ĵ":138702,"à¹Ģหà¸ķุà¸ģารà¸ĵà¹Į":138703,"Ġê²½íĹĺ":138704,"ãģ¶ãĤĬ":138705,"׾ש":138706,"׾ש×ķף":138707,"à¹Ģà¸ĸ":138708,"ĠDoÄŁu":138709,"ĠиÑģполÑĮзование":138710,"ĠçocuÄŁu":138711,"магазине":138712,"ĠÄijiá»ĥn":138713,"Ġaslı":138714,"Ġaslında":138715,"Ġdoença":138716,"Ġساع":138717,"Ġساعات":138718,"ĠиÑģполÑĮзованиÑı":138719,"ר×ķצ×Ļ×Ŀ":138720,"ĠзнаÑĩиÑĤ":138721,"ĠÑĢам":138722,"ĠÑĢамкаÑħ":138723,"거리":138724,"ĠпÑĭÑĤа":138725,"ãĥģãĥ³":138726,"ĠпоÑģк":138727,"ĠпоÑģколÑĮ":138728,"ĠпоÑģколÑĮкÑĥ":138729,"إبر":138730,"إبراÙĩ":138731,"إبراÙĩÙĬÙħ":138732,"ĠÑĤÑĢеÑħ":138733,"ĠGenç":138734,"سÙĪÙģ":138735,"ĠveÃŃculo":138736,"ĠNgân":138737,"ĠоÑĩеÑĢедÑĮ":138738,"à¸Ħรึà¹Īà¸ĩ":138739,"×IJ×ij×Ļ":138740,"à¸ķà¹īม":138741,"ãĤĴè¡ĮãģĦ":138742,"ĠاÙĦسابÙĤØ©":138743,"наÑĨи":138744,"наÑĨиона":138745,"наÑĨионалÑĮн":138746,"Ġgestión":138747,"تÙĤد":138748,"ĠاÙĦبÙĬاÙĨ":138749,"ĠاÙĦبÙĬاÙĨات":138750,"ĠاÙĦاÙĨتخاب":138751,"ĠاÙĦاÙĨتخابات":138752,"à¹Ģà¸Ĭà¹Īา":138753,"×ĵ×IJ×Ĵ":138754,"Ġ׾×Ĵ×ŀר×Ļ":138755,"ĠتØŃتاج":138756,"Ġthôn":138757,"à¸ķà¹īà¸Ńà¸Ļ":138758,"à¸ķà¹īà¸Ńà¸Ļรัà¸ļ":138759,"女ãģ®":138760,"女ãģ®åŃIJ":138761,"Ġthợ":138762,"Ø·ØŃÙĨ":138763,"ารà¹Įà¸Ķ":138764,"ת×ŀ×Ļ×ĵ":138765,"ĠÑģамÑĭм":138766,"Ġìĭľíĸī":138767,"إصد":138768,"إصدار":138769,"ĠNghá»ĩ":138770,"ìķķ":138771,"سئ":138772,"سئÙĦ":138773,"à¸Ńาร":138774,"à¸Ńารม":138775,"à¸Ńารมà¸ĵà¹Į":138776,"à¹ģฮ":138777,"׳×ĺ׾":138778,"Ġì¢ĭìķĦ":138779,"×ķ׾׾":138780,"Ġ×ij×Ľ×ª×ij":138781,"ãĤ«ãĥ©":138782,"צע×Ļר×Ļ×Ŀ":138783,"تعبÙĬر":138784,"Ġ×ŀקר×Ķ":138785,"ĠÑĦакÑĤоÑĢ":138786,"ĠتÙħاÙħ":138787,"ĠتÙħاÙħا":138788,"ëįķ":138789,"ĠvÆ°á»Ŀ":138790,"ĠvÆ°á»Ŀn":138791,"ĠdÄ±ÅŁÄ±":138792,"ãģĦãģ¡":138793,"Ġ׾ק׳×ķת":138794,"ĠاÙĦعÙĦاÙĤات":138795,"пÑĥб":138796,"пÑĥбли":138797,"Ø¥ÙĬÙħ":138798,"Ø¥ÙĬÙħاÙĨ":138799,"à¸Ńำà¸Ļา":138800,"à¸Ńำà¸Ļาà¸Ī":138801,"åIJ«ãģ¾ãĤĮ":138802,"ãĤĭãģŁãĤģãģ«":138803,"ס×Ĵ":138804,"ס×Ĵ׳×ķף":138805,"تØŃدÙĬ":138806,"Ġauprès":138807,"ĠاÙĦجÙĩا":138808,"ĠاÙĦجÙĩاز":138809,"Ġ×ŀת×Ĺת":138810,"еннÑĥÑİ":138811,"Ġзим":138812,"à¸ģาà¹ģà¸Ł":138813,"Ġ×ijת×ķר":138814,"Ġnghè":138815,"Ġnghèo":138816,"ĠÐĽÑİ":138817,"ĠÐĽÑİб":138818,"תקצ×Ļ×ij":138819,"×ŀעש×Ķ":138820,"ĠاÙĦبÙĬت":138821,"צ×Ļפ":138822,"ĠобÑıзан":138823,"ĠMá»Ĺi":138824,"ĠТÑĥÑĢ":138825,"ĠÙĪباÙĦت":138826,"ĠÙĪباÙĦتاÙĦÙĬ":138827,"Ġdécision":138828,"Ġبد":138829,"Ġبدأت":138830,"Ġcục":138831,"Ġbask":138832,"Ġbaskı":138833,"Ġhatırl":138834,"Ġhatırla":138835,"å°ıãģķãģĦ":138836,"Ġgerçekten":138837,"à¸ľà¸±à¸ģ":138838,"åı¯èĥ½ãģª":138839,"×ŀ×IJס":138840,"ĠcrÃŃtica":138841,"ĠìĿĺìĽIJ":138842,"عÙĤÙĪد":138843,"×ĺ׼׳":138844,"×ĺ׼׳×ķ׾×ķ×Ĵ×Ļ×Ķ":138845,"è¨ĢãģĪãģ°":138846,"ĠÙĤÙĨا":138847,"ĠÙĤÙĨاة":138848,"ĠìĿ´ê²ĥìĿĢ":138849,"تصر":138850,"à¸Łà¸±à¸Ļ":138851,"ĠÑĢеÑĨеп":138852,"ĠÑĢеÑĨепÑĤ":138853,"ĠبÙĨÙģس":138854,"ÑĢоÑĪ":138855,"ĠмаÑĢÑĤа":138856,"Ġsonras":138857,"Ġsonrası":138858,"×ķ×ijש":138859,"ãĥªãĤ¹ãĤ¯":138860,"ĠFrançais":138861,"á»ļ":138862,"ê°Ķ":138863,"Ġ×Ķ×ijר×Ļת":138864,"פ×Ļצ":138865,"פ×Ļצ×ķ×Ļ":138866,"ĠÙĦÙħاذا":138867,"ĠÐļиев":138868,"ĠÑģмÑĭÑģл":138869,"ê¸Īìľµ":138870,"ãĤ·ãĥ£ãĥ«":138871,"ãĥ©ãĤ¤ãĥĪ":138872,"ìĽĥ":138873,"×ŀ×Ĺר":138874,"ãĨį":138875,"Ġkullanım":138876,"Ġ×IJצ׾׳×ķ":138877,"ĠtÃłn":138878,"ãĥıãĥ¼":138879,"ãģ¨ãģ¨ãĤĤ":138880,"ãģ¨ãģ¨ãĤĤãģ«":138881,"ÑĢег":138882,"ÑĢеги":138883,"ÑĢегион":138884,"ãģªãģıãģªãĤĭ":138885,"Ġchảy":138886,"ĠجÙĩØ©":138887,"ÅĦskiej":138888,"à¸Ńีà¹Ģม":138889,"à¸Ńีà¹Ģมล":138890,"ãģįãģ£ãģ¨":138891,"ĠìĺĪìĤ°":138892,"Ġkitabı":138893,"Ġeducação":138894,"ĠbuluÅŁ":138895,"ологиÑı":138896,"ĠконкÑĢ":138897,"ĠконкÑĢеÑĤ":138898,"×Ĵ×Ļר":138899,"ĠпÑĢедлаг":138900,"ĠпÑĢедлагаеÑĤ":138901,"ĠYên":138902,"Ġíķľë²Ī":138903,"Ġ×ŀר׼×ĸ×Ļ":138904,"à¹Ģà¸Ľà¸´à¸Ķà¹Ģà¸ľà¸¢":138905,"ÑĤвеÑĢд":138906,"ĠHá»ĩ":138907,"ĠÐĵÑĢ":138908,"à¸Ŀà¹īา":138909,"×Ķשק":138910,"×Ķשקע×Ķ":138911,"ĠнаÑĥк":138912,"ìłIJìĿĦ":138913,"ĠнелÑĮ":138914,"ĠнелÑĮз":138915,"ĠнелÑĮзÑı":138916,"гин":138917,"ĠBöl":138918,"ĠBölge":138919,"Ġвла":138920,"ĠвлаÑģÑĤи":138921,"à¹Ģà¸Ļà¹ĩ":138922,"à¹Ģà¸Ļà¹ĩà¸ķ":138923,"골":138924,"Ġöld":138925,"Ġöldür":138926,"×Ľ×ł×¢":138927,"ĠاÙĦÙĩÙĬئة":138928,"تارÙĬØ®":138929,"ĠÐijÑĢ":138930,"ĠÑģмож":138931,"ĠÑģможеÑĤе":138932,"ĠLúc":138933,"à¹Ħà¸Ľà¸ĸึà¸ĩ":138934,"ĠBakanı":138935,"Ġerklärt":138936,"ĠÐIJна":138937,"Ġscène":138938,"åķıãģĦ":138939,"åķıãģĦåIJĪãĤıãģĽ":138940,"ÙħÙĩÙĨد":138941,"ÙħÙĩÙĨدس":138942,"Ġназвание":138943,"иваниÑı":138944,"ãĤĴå¤īãģĪ":138945,"ä»ĺãģįåIJĪ":138946,"ãĥijãĤ½":138947,"ãĥijãĤ½ãĤ³ãĥ³":138948,"æĺİãĤī":138949,"æĺİãĤīãģĭ":138950,"à¹Ģà¸Ńà¸ģสาร":138951,"à¹Ģà¸ģิà¸Ļà¹Ħà¸Ľ":138952,"леп":138953,"ãģĹãģŁãĤĤãģ®":138954,"ĠCâm":138955,"ĠCâmara":138956,"ק×ķ׾׳×ķ×¢":138957,"Ġ×ij×Ĵ×Ļף":138958,"Ġoczy":138959,"ĠoczywiÅĽcie":138960,"attivitÃł":138961,"ãĥĵãĥ¥ãĥ¼":138962,"Ġeducación":138963,"Ä°YE":138964,"ê¹ĮìļĶ":138965,"ãĤ¨ãĥªãĤ¢":138966,"неÑģÑĤи":138967,"Ġmóg":138968,"ĠmógÅĤ":138969,"Ġק×ĺ׳×Ļ×Ŀ":138970,"ĠPrä":138971,"Ġ×ľ×¢×ij×ķר":138972,"بÙĨÙī":138973,"зол":138974,"золоÑĤ":138975,"ĠwnÄĻtr":138976,"ĠwnÄĻtrz":138977,"Ġconstrução":138978,"รัà¸ļรà¸Ńà¸ĩ":138979,"سجÙĨ":138980,"Ġק×ķ׳":138981,"ס×Ļפ×ķר":138982,"ĠÙħدÙī":138983,"رضÙī":138984,"плав":138985,"ï¼¥":138986,"Ġila":138987,"Ġilaç":138988,"ãĤĭãģ¹ãģį":138989,"ĠÙħÙĪÙĤÙģ":138990,"à¸ģรุ":138991,"à¸ģรุà¸ĵา":138992,"chodzÄħc":138993,"ĠÑĤÑĭÑģ":138994,"ÐķвÑĢо":138995,"ĠÙĬØŃدث":138996,"ãĥ¡ãĤ¤ãĥ³":138997,"ĠاÙĦصØŃÙĬ":138998,"ĠÐĶан":138999,"دعاء":139000,"ãĤ´ãĥ¼ãĥ«":139001,"×©×ł×ª×Ļ":139002,"×©×ł×ª×Ļ×Ļ×Ŀ":139003,"à¸Ķà¹īวยà¸ģัà¸Ļ":139004,"Ġolacaģı":139005,"Ġ×ij×ŀ×Ĺ×Ļר":139006,"×Ķק":139007,"×Ķק×ŀת":139008,"ãĥ¢ãĥİ":139009,"ĠçalÄ±ÅŁtı":139010,"Ġjóvenes":139011,"ãģĦãģıãĤī":139012,"ĠÙħعدÙĦ":139013,"ĠCÅ©ng":139014,"ĠSegún":139015,"Ġdönemde":139016,"Ġ׾×Ļ×ĵ×Ļ":139017,"ãģįãģ¡":139018,"ãģįãģ¡ãĤĵ":139019,"ãģįãģ¡ãĤĵãģ¨":139020,"ÙģرÙĨس":139021,"ÙģرÙĨسا":139022,"åIJijãģį":139023,"Ġcampaña":139024,"ĠÑģамоÑģÑĤоÑı":139025,"ĠÑģамоÑģÑĤоÑıÑĤелÑĮно":139026,"á»Ģ":139027,"ÙĤÙĪا":139028,"سÙĦاØŃ":139029,"à¸ģระà¹ģ":139030,"à¸ģระà¹ģส":139031,"ĠполÑĮзÑĥ":139032,"nqu":139033,"nquête":139034,"รà¹Īวมà¸ģัà¸ļ":139035,"ëĬIJëĥIJ":139036,"à¸Ĺีมà¸Ĭาà¸ķิ":139037,"Ġyıllık":139038,"ìĬ¬":139039,"ĠأصØŃاب":139040,"illé":139041,"Ġdóla":139042,"Ġdólares":139043,"Ġкож":139044,"Ġкожи":139045,"ลà¹īà¸Ń":139046,"à¹Ģรียà¸ļร":139047,"à¹Ģรียà¸ļรà¹īà¸Ńย":139048,"à¹Ģà¸ŀิ":139049,"à¹Ģà¸ŀิà¹Īà¸ĩ":139050,"ÑĢиÑĤоÑĢи":139051,"Ġíijľ":139052,"ĠíijľíĺĦ":139053,"ĠпеÑĢев":139054,"ĠпеÑĢевод":139055,"פ×Ĵ×Ļ×¢×Ķ":139056,"ĠdeÄŁerlendirme":139057,"Ùģائ":139058,"ĠвÑĭгод":139059,"ınızı":139060,"×ķ׼×Ļ×Ĺ":139061,"ĠдоÑģÑĤиг":139062,"ĠngÃłn":139063,"æĢĿãģ£ãģŁ":139064,"ĠÐķÑģÑĤÑĮ":139065,"ĠاÙĦرغÙħ":139066,"ĠzwiÄħzane":139067,"ربط":139068,"à¸Ļึà¸ĩ":139069,"Ġ׾×Ĺ×ķק":139070,"Ġszczególn":139071,"Ġszczególnie":139072,"ĠباستخداÙħ":139073,"ĠfÃŃsico":139074,"עס":139075,"עס×ķק":139076,"سÙĦÙĪÙĥ":139077,"ĠاØŃد":139078,"ÑĩÑijÑĤ":139079,"×ĸ׼×Ķ":139080,"Ġlá»ĩnh":139081,"ĠÙĪØŃت":139082,"ĠÙĪØŃتÙī":139083,"à¸Ħวามสามารà¸ĸ":139084,"à¸Ńยูà¹Īà¹ģลà¹īว":139085,"à¸ģารà¹Ģà¸Ķิà¸Ļà¸Ĺาà¸ĩ":139086,"تخذ":139087,"צ×Ļ×ķ×ĵ":139088,"ĠاÙĦأس":139089,"ĠاÙĦأسÙĩÙħ":139090,"Ġtá»ĩ":139091,"ãģ£ãģ¦ãģĦãģ¦":139092,"สรุ":139093,"à¸ªà¸£à¸¸à¸Ľ":139094,"ĠкомÑĦ":139095,"ĠкомÑĦоÑĢÑĤ":139096,"ìĺ¤ëĬĶ":139097,"ĠÑĢазв":139098,"ĠÑĢазвива":139099,"ланд":139100,"hänge":139101,"ĠبÙĨسبة":139102,"à¹Ģà¸Ĥียว":139103,"עצ×Ŀ":139104,"Ġ×ľ×ľ×Ľ×ª":139105,"ÑģоÑĨиалÑĮн":139106,"Ġëĭ¤ìĿĮê³¼":139107,"Ġרש×ķ×ŀ":139108,"×ŀר×Ĺ×ij":139109,"سÙĤØ·":139110,"Ġalanı":139111,"ĠÄijá»ĩ":139112,"é£Łãģ¹ãĤĭ":139113,"à¸Ķึà¸ĩ":139114,"Ġgegenüber":139115,"ĠبÙĩØ°Ùĩ":139116,"à¸ĸืà¸Ńà¹Ģà¸Ľà¹ĩà¸Ļ":139117,"ëķħ":139118,"à¸Ħà¸Ļà¹Ħà¸Ĺย":139119,"ãĤ¢ãĤ¦":139120,"ãĤ¢ãĤ¦ãĥĪ":139121,"ศัà¸ģ":139122,"ศัà¸ģà¸Ķิ":139123,"ศัà¸ģà¸Ķิà¹Į":139124,"ÙĤÙĪاÙĨ":139125,"ÙĤÙĪاÙĨÙĬÙĨ":139126,"Ġhá»Ļp":139127,"ãģªãģıãģªãģ£ãģ¦":139128,"Ġ×IJ×ŀ׳":139129,"Ġ×IJ×ŀ׳×Ŀ":139130,"à¹Ģà¸ķืà¸Ńà¸Ļ":139131,"ĠзавиÑģим":139132,"ĠзавиÑģимоÑģÑĤи":139133,"ת×Ļ×IJ":139134,"ת×Ļ×IJ×ķר":139135,"å§ĭãĤģãģŁ":139136,"Ġngá»į":139137,"Ġngá»įt":139138,"íĴį":139139,"ê³¼ìŀ¥":139140,"Ġbại":139141,"ãģ§ãģįãģ¦":139142,"Ġcomeçar":139143,"à¸Ľà¸£à¸²à¸ģ":139144,"à¸Ľà¸£à¸²à¸ģà¸ı":139145,"ĠгодÑĭ":139146,"меÑģ":139147,"ĠاÙĦÙħستÙĪÙī":139148,"ĠÑģамÑĭе":139149,"ллеÑĢ":139150,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĻ":139151,"ãģ¨ãģ®ãģĵãģ¨":139152,"bió":139153,"à¸ģลà¹Īà¸Ńà¸ĩ":139154,"ĠاÙĦزÙĪج":139155,"ãģ«è¡Įãģ£ãģŁ":139156,"à¸Ħà¹Īà¸Ńà¸Ļ":139157,"à¸Ħà¹Īà¸Ńà¸Ļà¸Ĥà¹īาà¸ĩ":139158,"ĠbaÄŁl":139159,"ĠbaÄŁlant":139160,"ĠbaÄŁlantı":139161,"確ãģĭ":139162,"確ãģĭãģ«":139163,"ãĥľãĥ¼ãĥ«":139164,"çµĤãĤıãĤĬ":139165,"ש×ŀר":139166,"à¸Ĺีà¹Īสามารà¸ĸ":139167,"ÙĦزÙħ":139168,"даеÑĤÑģÑı":139169,"รัà¸ļà¸Ľà¸£à¸°":139170,"รัà¸ļà¸Ľà¸£à¸°à¸Ĺาà¸Ļ":139171,"å¤īãĤıãĤĬ":139172,"ï¼¢":139173,"ĠìĺĪìĪĺëĭĺ":139174,"ãĤĪãģĨãģ¨":139175,"มัà¸ģà¸Īะ":139176,"ĠHÆ°Æ¡ng":139177,"ÙĨÙģØ°":139178,"×ŀ×ĵ×ĵ":139179,"ĠìĿ¸ìłķ":139180,"ÑħодиÑĤÑĮ":139181,"ĠзавиÑģиÑĤ":139182,"×ķ×ĵ×Ļ×¢":139183,"ãģĵãģ¨ãģĮãģĤãĤĬãģ¾ãģĻ":139184,"عراÙĤ":139185,"سطØŃ":139186,"à¸ģำà¹Ħร":139187,"ëĵ¤ëıĦ":139188,"×Ļצ×Ļר×Ķ":139189,"ãģĨãģĵãģ¨":139190,"ÙĦاØŃÙĤ":139191,"ãģĦãĤĮãģ°":139192,"ĠиÑģполÑĮзÑĥÑİÑĤ":139193,"ĠBợi":139194,"Ġשק׾×Ļ×Ŀ":139195,"ÑĨикл":139196,"ÐIJÐŀ":139197,"Ġ×ijש׳×Ķ":139198,"ÙĨشط":139199,"Ġש×Ļ׳×ķ×Ļ":139200,"Ġש×Ļ׳×ķ×Ļ×Ļ×Ŀ":139201,"Ġpoblación":139202,"ĠHÆ°ng":139203,"ระว":139204,"ระวัà¸ĩ":139205,"رÙĬاضة":139206,"رصد":139207,"تÙĤÙĦÙĬ":139208,"تÙĤÙĦÙĬد":139209,"Ġülkem":139210,"Ġülkemiz":139211,"à¸Ĭะ":139212,"ãĤ¯ãĥªãĥ¼ãĥł":139213,"èģŀãģĦãģŁ":139214,"Ġważ":139215,"Ġważne":139216,"ê±°ëĵł":139217,"ê±°ëĵłìļĶ":139218,"×ŀ×IJ×ijק":139219,"×Ĺ×ĵש×ķת":139220,"ĠWroc":139221,"ĠWrocÅĤaw":139222,"ĠKültür":139223,"sist":139224,"sistência":139225,"×¢×ĸר×Ķ":139226,"ĠgÆ°Æ¡ng":139227,"รà¹īาà¸Ļà¸Ħà¹īา":139228,"ĠÙĪØ£ÙĪضØŃ":139229,"ándose":139230,"ãĤ·ãĥ¼ãĥ³":139231,"×IJ׳ר×Ĵ":139232,"×IJ׳ר×Ĵ×Ļ×Ķ":139233,"ãģªãģĦãģ§ãģĻ":139234,"Ġkhủng":139235,"Ġ문ìĦľ":139236,"Ġ×ij×ĵ×ijר":139237,"×ĵ×Ļ×ķ":139238,"×ĵ×Ļ×ķ×ķ×Ĺ":139239,"Ġrégl":139240,"ÙħÙĪاد":139241,"обоÑĢ":139242,"обоÑĢоÑĤ":139243,"Ġ×Ķ×ij׾":139244,"Ġ×Ķ×ij׾×ķ×Ĵ":139245,"ØŃاÙħ":139246,"ĠاÙĦعاص":139247,"ĠاÙĦعاصÙħØ©":139248,"пеÑĢаÑĤоÑĢ":139249,"تخÙĦ":139250,"تخÙĦص":139251,"ãģŁãģłãģĹ":139252,"تسÙħ":139253,"à¹Ĥรà¸ĩà¸ŀ":139254,"à¹Ĥรà¸ĩà¸ŀยา":139255,"à¹Ĥรà¸ĩà¸ŀยาà¸ļาล":139256,"ĠYük":139257,"ĠYüksek":139258,"Ġש׳×Ļת":139259,"Ġש׳×Ļ×ª×Ł":139260,"liÄŁe":139261,"Ġפת":139262,"Ġפת×ķ×Ĺ":139263,"ĠbeÄŁ":139264,"ĠbeÄŁen":139265,"Ġ×ŀ×ķר":139266,"Ġ×ŀ×ķר׼×ij":139267,"ĠرساÙĦØ©":139268,"íĨµìĭł":139269,"Ġavalia":139270,"Ġavaliações":139271,"Ġmanh":139272,"Ġmanhã":139273,"Ġìķŀ":139274,"Ġìķŀìľ¼ë¡ľ":139275,"ÙĤتر":139276,"ÙĤترØŃ":139277,"à¹Ģà¸ģืà¸Ń":139278,"à¹Ģà¸ģืà¸Ńà¸ļ":139279,"Ġproposé":139280,"Ø£Ùħا":139281,"Ø£ÙħاÙĥÙĨ":139282,"ĠÐŀÐŀ":139283,"ĠÐŀÐŀÐŀ":139284,"ÙħÙĤار":139285,"ÙħÙĤارÙĨØ©":139286,"ëĦIJ":139287,"ãģĦãģŁãģłãģı":139288,"ÙĤÙĬÙĦ":139289,"ĠнаÑĪиÑħ":139290,"ãĤ«ãĥĥãĥĹ":139291,"×Ĺ×ľ×ª":139292,"Ġëĭ¤ë§Į":139293,"à¸Ĺัà¹Īวà¹Ĥลà¸ģ":139294,"ãĥįãĤ¿":139295,"ØŃساس":139296,"ãģ«ãģªãĤĮ":139297,"جائ":139298,"جائزة":139299,"échange":139300,"économ":139301,"économie":139302,"ТÐĺ":139303,"×¡×ª×Ľ×ľ":139304,"à¸Ĺัà¹īà¸ĩสà¸Ńà¸ĩ":139305,"ĠاÙĦخاÙħ":139306,"ĠاÙĦخاÙħس":139307,"ק×ĺ×¢":139308,"auważ":139309,"à¸ľà¸¹à¹īà¸Ĭาย":139310,"à¹ģà¸Ľà¸¥à¸ģ":139311,"åIJĮæĻĤãģ«":139312,"знаниÑı":139313,"ãģĦãģŁãģłãģįãģ¾ãģĹãģŁ":139314,"Ġ×ŀ×ij׾×Ļ":139315,"à¸Ĥà¸Ńà¹ĥหà¹ī":139316,"ĠاÙĦتربÙĬØ©":139317,"Ġdécouvert":139318,"Ġżyciu":139319,"après":139320,"Ġyab":139321,"Ġyabanc":139322,"Ġyabancı":139323,"ĠbaÅŁlayan":139324,"ìĹĪëįĺ":139325,"Ġhesabı":139326,"Ġë§Įìķ½":139327,"ë§Īëĭ¤":139328,"ĠThánh":139329,"ãĥ´ãĤ¡":139330,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£":139331,"à¸Ľà¸£à¸±à¸ļà¸Ľà¸£à¸¸à¸ĩ":139332,"ĠMặc":139333,"à¹Ģหà¸ķà¸¸à¸ľà¸¥":139334,"ĠÐijез":139335,"ĠcapacitÃł":139336,"ÅĤeÅĽ":139337,"ĠпÑĢеим":139338,"ĠпÑĢеимÑĥÑīеÑģÑĤв":139339,"ĠÅļwiÄĻt":139340,"Ġpublié":139341,"×ŀעצ×ij":139342,"ÙħشارÙĥات":139343,"à¸łà¸²à¸©":139344,"à¸łà¸²à¸©à¸µ":139345,"Ġdeuxième":139346,"ĠÙħØŃاÙģظ":139347,"ĠÙħØŃاÙģظة":139348,"ĠSchön":139349,"､":139350,"Ġ×Ķ×ij×¢":139351,"Ġ×Ķ×ij×¢×Ļ×Ķ":139352,"ĠÙĪاÙĦÙĦÙĩ":139353,"è¨Ģãģ£ãģŁ":139354,"à¸ķà¹īาà¸Ļ":139355,"วรรà¸ĵ":139356,"à¸Ĺิศ":139357,"ĠbaÅŁÄ±na":139358,"ĠmogÄĻ":139359,"ש×Ļפ×ķר":139360,"ĠÙĪعد":139361,"ĠÙĪعدÙħ":139362,"Ġhistórico":139363,"Ġkısı":139364,"ĠìĿ´ê²Į":139365,"ĠPolÃŃtica":139366,"ĠÑģиÑĤÑĥаÑĨии":139367,"ĠkoÅĦca":139368,"×ij×ĵ×Ļק×Ķ":139369,"ĠاÙĦسÙĬارات":139370,"ãģªãĤīãģ°":139371,"ãĤµãĥ©":139372,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãĤĭ":139373,"Ġdecisão":139374,"×ķ×ķ×ĵ":139375,"läss":139376,"lässig":139377,"Ġ׾×Ļשר×IJ׾":139378,"ĠÙĬأتÙĬ":139379,"ר×ķ×ĸ":139380,"Ã¶ÄŁ":139381,"Ã¶ÄŁret":139382,"Ã¶ÄŁretim":139383,"Ġдек":139384,"Ġдекаб":139385,"ĠдекабÑĢÑı":139386,"Ġש×Ĺ×ķר":139387,"ãģ¦ãģıãĤĮãģŁ":139388,"عبارة":139389,"Ġélectrique":139390,"ĠاÙĦتÙĨÙħÙĬØ©":139391,"جرÙī":139392,"ĠìĪĺíĸī":139393,"à¸Ĺู":139394,"ĠÑĢеалÑĮно":139395,"ÑģпоÑģоб":139396,"à¸Ħลà¹īาย":139397,"ĠسعÙĪد":139398,"önü":139399,"ĠÙģÙħÙĨ":139400,"تÙĥÙĪ":139401,"تÙĥÙĪÙĬÙĨ":139402,"ĠкаÑĩеÑģÑĤво":139403,"ĠконÑĤак":139404,"ĠконÑĤакÑĤ":139405,"ĠsözleÅŁme":139406,"à¸Ńà¹īาà¸ĩ":139407,"ĠتÙĪÙģ":139408,"ĠتÙĪÙģÙĬر":139409,"×Ķ×ĸ×ĵ":139410,"×Ķ×ĸ×ĵ×ŀ׳×ķת":139411,"ĠØ·ÙĪÙĬÙĦØ©":139412,"Ġtérmino":139413,"Ġ×IJ×Ļפ×Ķ":139414,"ãĥĵãĥ«":139415,"สà¹Ĥม":139416,"สà¹Ĥมสร":139417,"ĠاÙĦاث":139418,"ĠاÙĦاثÙĨÙĬÙĨ":139419,"евиÑĩ":139420,"Ġopinión":139421,"à¸Ľà¸§à¸Ķ":139422,"åı¤ãģĦ":139423,"รà¹Īา":139424,"ĠBiaÅĤ":139425,"ĠÑģÑĤал":139426,"ĠÑģÑĤало":139427,"ólogo":139428,"ĠìķĦëĭĪëĭ¤":139429,"Ġ×IJ×Ļת":139430,"Ġ×IJ×Ļת×ķ":139431,"à¹Ģหà¹ĩà¸Ļวà¹Īา":139432,"à¸ļารà¹Į":139433,"çĦ¼":139434,"çĦ¼ãģį":139435,"ĠìĿ´ìļ©ìŀIJ":139436,"ĠнекоÑĤоÑĢÑĭе":139437,"ksz":139438,"ksztaÅĤ":139439,"ksztaÅĤc":139440,"ãĤŃãĥ£ãĥĥãĤ·":139441,"ãĤŃãĥ£ãĥĥãĤ·ãĥ³ãĤ°":139442,"ĠroÅĽ":139443,"ĠroÅĽlin":139444,"ÑĢажа":139445,"×ij׳×Ļ×Ļ×Ķ":139446,"à¸Ľà¸£à¸ªà¸´":139447,"à¸Ľà¸£à¸ªà¸´à¸ķ":139448,"Ġgördü":139449,"×ŀ׳×Ķ×Ļ×Ĵ":139450,"å¤īãĤıãģ£ãģ¦":139451,"Ġ×IJ×Ķ":139452,"Ġ×IJ×Ķ×ijת×Ļ":139453,"à¹Ģรà¹Īà¸ĩ":139454,"Ġönünde":139455,"Ġê·¸ëĥ¥":139456,"полиÑĤ":139457,"полиÑĤиÑĩеÑģк":139458,"ãĥ¡ãĥĩãĤ£":139459,"ãĥ¡ãĥĩãĤ£ãĤ¢":139460,"ĠDetay":139461,"ĠDetaylı":139462,"ĠاÙĦصÙģØŃØ©":139463,"à¸ģารà¹Ģà¸ĩิà¸Ļ":139464,"Ġìµľê·¼":139465,"׼ש׾":139466,"Ｉ":139467,"вÑĪего":139468,"íķĺìĭ¤":139469,"ĠÐŃÑĤ":139470,"ĠÐŃÑĤоÑĤ":139471,"สื":139472,"สืà¸ļ":139473,"Ġngừng":139474,"ĠдокÑĥменÑĤов":139475,"даваÑĤÑĮ":139476,"ĠاÙĦشخصÙĬØ©":139477,"Ġצע×Ļר":139478,"درÙĥ":139479,"سØŃب":139480,"à¹Ħมà¹Īà¸Ħà¹Īà¸Ńย":139481,"Ġ×Ķ×ŀק×ķ×ŀ×Ļ":139482,"สัà¹Īà¸ĩà¸ĭืà¹īà¸Ń":139483,"Ġê·¸ê²ĥìĿĦ":139484,"ãģĤãĤĭãģĦ":139485,"ãģĤãĤĭãģĦãģ¯":139486,"×IJ×ķ×ĺ×ķ×ij":139487,"×IJ×ķ×ĺ×ķ×ij×ķס":139488,"кÑĨион":139489,"ĠÐľÐ¾Ð¶Ð½Ð¾":139490,"ãģıãģł":139491,"ãģıãģłãģķ":139492,"ĠинÑĦоÑĢмаÑĨиÑı":139493,"ï»Ł":139494,"ĠìŀijìĹħ":139495,"Ġ×Ļ×ķסף":139496,"إدارة":139497,"ĠاÙĦØŃاج":139498,"×ł×¡×Ļ×¢×Ķ":139499,"изаÑĨиÑı":139500,"×IJ׾×ij":139501,"×IJ׾×ij×ķ×Ŀ":139502,"пед":139503,"Ġק×ĺ׳×Ķ":139504,"ĠÙĨÙģسÙĩا":139505,"ĠMinistério":139506,"Ġпен":139507,"ĠпенÑģи":139508,"ãĥIJãĥ©ãĥ³ãĤ¹":139509,"Ġ×Ķת×ķר×Ķ":139510,"Ġtạm":139511,"ĠìĹŃìĭľ":139512,"｡":139513,"Ġthá»±":139514,"Ġısı":139515,"컨":139516,"ãģĹãģ£ãģĭãĤĬãģ¨":139517,"ĠxÆ°a":139518,"Ġcặp":139519,"×Ĺ×Ļ×ij×ķר":139520,"วัà¸Ĵà¸Ļà¸ĺรรม":139521,"stär":139522,"stärke":139523,"ĠÑģамÑĭй":139524,"pisa":139525,"pisaÄĩ":139526,"ĠoluÅŁan":139527,"ĠاÙĦØ¥ÙħاÙħ":139528,"ĠcÄĥng":139529,"Ġgünl":139530,"Ġgünlük":139531,"Ġ׳ש×IJר":139532,"Ġkhiá»ĥn":139533,"ç¶ļãģijãĤĭ":139534,"stitución":139535,"Ġcapacité":139536,"Ġjaki":139537,"ĠjakiÅĽ":139538,"вÑĪиÑģ":139539,"вÑĪиÑģÑĮ":139540,"פע×ķ׾×ķת":139541,"ĠØŃÙĬات":139542,"ĠØŃÙĬاتÙĩ":139543,"Ġникогда":139544,"ÐĽÐ¬":139545,"Ġ×Ķ×¢×ķ×ij":139546,"Ġ×Ķ×¢×ķ×ij×ĵ×Ķ":139547,"ĠchÃło":139548,"หลายà¹Ĩ":139549,"ĠÑıн":139550,"ĠÑıнваÑĢ":139551,"ĠÑıнваÑĢÑı":139552,"à¸Īำà¹Ģà¸Ľà¹ĩà¸Ļà¸ķà¹īà¸Ńà¸ĩ":139553,"Ġhöher":139554,"ãģķãĤĮãģ¦ãģĦãģŁ":139555,"สà¸ĩสั":139556,"สà¸ĩสัย":139557,"ĠاÙĦاس":139558,"ĠاÙĦاسÙĦاÙħ":139559,"ĠاÙĦØ´Ùħس":139560,"สà¸ĸาà¸Ļี":139561,"ãĤ¯ãĥ©ãĤ¹":139562,"à¸ŀรร":139563,"à¸ŀรรà¸Ħ":139564,"põ":139565,"põe":139566,"Ġporém":139567,"à¸Ľà¸£à¸°à¸ªà¸ĩ":139568,"à¸Ľà¸£à¸°à¸ªà¸ĩà¸Ħà¹Į":139569,"powiedzie":139570,"powiedzieÄĩ":139571,"ĠмогÑĥ":139572,"Ġжел":139573,"Ġжелез":139574,"ĠاÙĦØ«ÙĤ":139575,"ĠاÙĦØ«ÙĤاÙģÙĬ":139576,"ĠпÑĢавило":139577,"Ġgdyż":139578,"פש×ķ×ĺ":139579,"ÑĢабоÑĤка":139580,"ĠÙĥرة":139581,"شدد":139582,"ÙħارÙĥ":139583,"ÙħÙĥØ©":139584,"ĠподпиÑģ":139585,"×ĺ×ķ×ķ×Ĺ":139586,"ĠÅĽc":139587,"ĠÅĽcian":139588,"ĠرجاÙĦ":139589,"Ġ×ª×ľ×ķ×Ļ":139590,"иÑĪ":139591,"иÑĪÑĮ":139592,"Ġmédec":139593,"Ġmédecin":139594,"ëįĶëĿ¼ëıĦ":139595,"ĠÑĤебÑı":139596,"Ġ׾×Ķ×ķס×Ļ×£":139597,"ãģĬ話":139598,"Ġà¹ģà¸ķà¹Īà¸ģà¹ĩ":139599,"داÙģ":139600,"داÙģع":139601,"ĠCùng":139602,"ãĥ»ãĥ»ãĥ»ãĥ»":139603,"ê¶ģ":139604,"ĠdeberÃŃa":139605,"หà¸Ļà¹Īวยà¸ĩาà¸Ļ":139606,"ĠvaÌĢ":139607,"Ġעצ×ŀ":139608,"Ġעצ×ŀ×Ŀ":139609,"à¹Ģà¸Ĭืà¹Īà¸Ńวà¹Īา":139610,"שקע":139611,"Ġ×Ķ׼×ķ׾":139612,"Ġ×Ķ׼×ķ׾׾":139613,"нибÑĥд":139614,"нибÑĥдÑĮ":139615,"ĠëĦĪíĿ¬":139616,"ĠобÑĢаÑī":139617,"ĠобÑĢаÑīа":139618,"Ġ×¢×ij×ķ×ĵת":139619,"ĠاÙĦÙħÙĨتخب":139620,"ıyord":139621,"ıyordu":139622,"ÙĪØ°":139623,"×Ĺש×Ļ×ij×ķת":139624,"Ġ×Ķ×¢×Ļק":139625,"Ġ×Ķ×¢×Ļקר×Ļ":139626,"ì¢Į":139627,"ยุà¹Ĥร":139628,"ยุà¹Ĥà¸£à¸Ľ":139629,"ĠапÑĢ":139630,"ĠапÑĢелÑı":139631,"szed":139632,"szedÅĤ":139633,"дон":139634,"à¹Ģà¸ķิà¸ļ":139635,"à¹Ģà¸ķิà¸ļà¹Ĥà¸ķ":139636,"коло":139637,"Ġkażdej":139638,"帰":139639,"帰ãĤĬ":139640,"Ġмилли":139641,"Ġмиллион":139642,"ç¾İåij³ãģĹãģĦ":139643,"تÙĤار":139644,"تÙĤارÙĬر":139645,"ĠìĿ´ë£¨":139646,"ĠìĿ´ë£¨ìĸ´":139647,"Ġsprzedaż":139648,"×Ķ×ķצ×IJ×ķת":139649,"ãĤ¢ãĤ¯ãĤ»":139650,"ãĤ¢ãĤ¯ãĤ»ãĤ¹":139651,"ר×ķ×¥":139652,"ĠгоÑģÑĥдаÑĢÑģÑĤвенн":139653,"Ø£ØŃÙĥ":139654,"Ø£ØŃÙĥاÙħ":139655,"ĠoluÅŁu":139656,"ĠAç":139657,"ĠAçık":139658,"ãĤ¸ãĥ¼":139659,"ç´łæĻ´":139660,"ç´łæĻ´ãĤīãģĹãģĦ":139661,"Ġ×ijש×ij×ķ×¢":139662,"بذ":139663,"بذÙĦ":139664,"สาà¹Ģหà¸ķุ":139665,"Ġpozosta":139666,"ĠpozostaÅĤ":139667,"ØŃرÙħ":139668,"Ġimportância":139669,"leÅŁtirme":139670,"ĠдÑĢев":139671,"Ġmóvil":139672,"ĠAynı":139673,"Ġналог":139674,"Ġналогов":139675,"Ġ×Ĺ×Ļפ×Ķ":139676,"ĠÑĦоÑĢмÑĥ":139677,"à¸Ĺà¸Ķสà¸Ńà¸ļ":139678,"ĠksiÄħżki":139679,"ĠmaÅĤe":139680,"ÙħسأÙĦ":139681,"ÙħسأÙĦØ©":139682,"＾＾":139683,"çãeste":139684,"éviter":139685,"ĠконÑģÑĤÑĢÑĥк":139686,"ĠконÑģÑĤÑĢÑĥкÑĨи":139687,"ï¾ŀ":139688,"Ġת×ķ׼׳":139689,"ãĤ¹ãĥĪãĥ¬ãĤ¹":139690,"ĠاÙĦاÙĤتصادÙĬ":139691,"×ŀ×ĵ×Ļ":139692,"ĠwÅĤad":139693,"ĠwÅĤadz":139694,"Ø®ÙĪÙģ":139695,"ĠмаÑĤеÑĢиалов":139696,"ãģ¨ãģ£ãģ¦ãĤĤ":139697,"Ġznajdu":139698,"ĠznajdujÄħ":139699,"Ùģئة":139700,"ãģ©ãģ®ãĤĪãģĨãģª":139701,"æĬijãģĪ":139702,"׳×Ĺ׾":139703,"Ġdüny":139704,"Ġdünyan":139705,"Ġdünyanın":139706,"гÑĢани":139707,"гÑĢаниÑĩ":139708,"Ġ×Ķש׾×Ļש×Ļ":139709,"Ġ×Ķ×IJש":139710,"åıĬãģ³":139711,"ìĭŃìĭľ":139712,"ìĭŃìĭľìĺ¤":139713,"Ġдолл":139714,"ĠдоллаÑĢ":139715,"ĠповÑĤоÑĢ":139716,"Ġ×Ĺ×Ļ׳×Ŀ":139717,"תפת×Ĺ":139718,"Ñĥвели":139719,"ÑĥвелиÑĩен":139720,"ãĤ«ãĥª":139721,"rawid":139722,"rawidÅĤow":139723,"×ķ×ķ׾":139724,"ãĥŁãĥ¥":139725,"ì½ĺ":139726,"ĠByÅĤ":139727,"ÐľÐIJ":139728,"عÙIJ":139729,"ĠÑģовеÑĢÑĪ":139730,"ĠÑģовеÑĢÑĪенно":139731,"Ġмой":139732,"Ġ×ķ׾×IJ×Ĺר":139733,"æħ£":139734,"æħ£ãĤĮ":139735,"ØŃاÙģظ":139736,"Ġ무ë£Į":139737,"à¸Ħà¸ĵะà¸ģรรม":139738,"à¸Ħà¸ĵะà¸ģรรมà¸ģาร":139739,"Ġìĸ´ëĶĶ":139740,"Ġdiferen":139741,"Ġdiferença":139742,"ĠاÙĦأساس":139743,"ĠاÙĦأساسÙĬØ©":139744,"Ġ׾×IJ×Ĺר×ķ׳×Ķ":139745,"ê·ł":139746,"Ġ×Ķש׳×Ļ×Ļ×Ķ":139747,"ìľĦìĽIJìŀ¥":139748,"ลุà¸ģ":139749,"çiler":139750,"Ġ×Ķ×IJ׾×ķ":139751,"èģŀãģı":139752,"Ġ×ķ×IJפ×Ļ׾×ķ":139753,"ĠÑĢеализ":139754,"ĠÑĢеализаÑĨи":139755,"ระยะà¹Ģวลา":139756,"ĠجداÙĭ":139757,"تباع":139758,"ĠvehÃŃculo":139759,"Ġдолг":139760,"à¸Ľà¸£à¸´à¸¡à¸²à¸ĵ":139761,"ì¦IJ":139762,"Ġ׾×ŀק×ķ×Ŀ":139763,"ĠìĤ¬ì§Ħ":139764,"à¸Ĭà¹īา":139765,"Ġ×ŀ×¢×ķ׾×Ķ":139766,"Ġgörm":139767,"Ġgörmek":139768,"ĠÙĪÙĩØ°Ùĩ":139769,"пеÑĢв":139770,"пеÑĢвÑĭÑħ":139771,"ê·¸ëŀĺ":139772,"ĠاÙĦبرÙĬØ·":139773,"ĠاÙĦبرÙĬطاÙĨÙĬ":139774,"ĠиÑİнÑı":139775,"ĠÐĵоÑĢ":139776,"Ġ׾ש׾×Ŀ":139777,"ÐIJÐĿ":139778,"ĠназнаÑĩен":139779,"ооÑĢ":139780,"ооÑĢÑĥж":139781,"Ġözelli":139782,"ĠözelliÄŁi":139783,"Ġниже":139784,"ç¶ļãģijãģ¦":139785,"ĠаÑĢенд":139786,"Ġkatılı":139787,"Ġkatılım":139788,"ĠإطÙĦاÙĤ":139789,"ĠÙĪإذا":139790,"ĠокÑĤÑı":139791,"ĠокÑĤÑıбÑĢÑı":139792,"à¹Ĥà¸ķà¹":139793,"à¹Ĥà¸ķà¹Ĭ":139794,"à¹Ĥà¸ķà¹Ĭะ":139795,"Ġoldukları":139796,"ÙħÙĪÙĤع":139797,"ëĤ©":139798,"ãģ¨æĢĿãģ£ãģ¦ãģĦãĤĭ":139799,"Ġש×Ļ׼×ķ׾":139800,"วาà¸Ķ":139801,"سÙĬÙĦ":139802,"à¸Ĥวั":139803,"à¸Ĥวัà¸į":139804,"تØŃÙĥÙħ":139805,"ìĤŃ":139806,"Ġconnaît":139807,"×ł×¤×ª×Ĺ":139808,"Ġchặ":139809,"Ġchặn":139810,"ĠÙħØŃÙħ":139811,"ĠÙħØŃÙħÙĪد":139812,"ãģ´":139813,"ĠпÑĢодÑĥкÑĨии":139814,"здÑĢав":139815,"ãģĶè¦":139816,"ãģĶ覧":139817,"×IJ×ij×IJ":139818,"Ġvéritable":139819,"ĠØ·ÙģÙĦ":139820,"ãĥĪãĥ©ãĥĸãĥ«":139821,"곡":139822,"Ġת×ŀ×ķ׳×Ķ":139823,"Ġkiên":139824,"ĠÙĤادر":139825,"Ø¥ÙĤÙĦÙĬÙħ":139826,"ĠпÑĢедпÑĢи":139827,"ĠпÑĢедпÑĢиÑıÑĤиÑı":139828,"ĠbÄĥng":139829,"Ġayında":139830,"Ġgấp":139831,"еÑħал":139832,"ĠgiÃłnh":139833,"Ġдав":139834,"Ġдавно":139835,"ìĺĢëĭ¤":139836,"à¸Ļัà¸ģà¹Ģà¸ķ":139837,"à¸Ļัà¸ģà¹Ģà¸ķะ":139838,"Ùħستشار":139839,"ستراتÙĬج":139840,"ستراتÙĬجÙĬ":139841,"رÙħز":139842,"ĠtÄ©nh":139843,"ë¡Ń":139844,"ĠÑĩеÑĤ":139845,"ĠÑĩеÑĤÑĭ":139846,"ĠÑĩеÑĤÑĭÑĢе":139847,"ĠEntão":139848,"Ġصغ":139849,"ĠصغÙĬرة":139850,"×ij×Ļ×ĺ×ķ׾":139851,"خطÙĪØ·":139852,"ĠÑĢазвиÑĤие":139853,"Ġamacıyla":139854,"à¸Ĺีวี":139855,"ĠоÑģÑĤ":139856,"ĠоÑģÑĤалÑĮн":139857,"ש×ķ׾×Ĺף":139858,"Ġ׼׳×Ļס":139859,"Ġ׼׳×Ļס×Ķ":139860,"ĠdáºŃy":139861,"ĠyaÅŁayan":139862,"Ġ×ŀ×Ķ×ķ×ķ×Ķ":139863,"ĠÑĥÑģи":139864,"ĠÑĥÑģили":139865,"×ŀפ×Ļ":139866,"ĠпÑĢоведениÑı":139867,"Ġرب":139868,"ĠربÙħا":139869,"ĠاÙĦØ£ÙĪسط":139870,"Ġìľłì§Ģ":139871,"Ġpracownik":139872,"Ġpracowników":139873,"×ŀס×ķרת":139874,"ÙĤارب":139875,"à¸Ħวามรูà¹īสึà¸ģ":139876,"à¹ģหละ":139877,"ĠاÙĦÙĨÙĤد":139878,"Ġ×IJ׾פ×Ļ":139879,"Ùħسئ":139880,"ÙħسئÙĪÙĦ":139881,"евÑĭÑħ":139882,"клÑİÑĩениÑı":139883,"×ij×Ļ׳":139884,"×ij×Ļ׳×Ļ×Ķ×Ŀ":139885,"ש×ķ×IJ×Ķ":139886,"ĠÅŁark":139887,"ĠÅŁarkı":139888,"Ġsürec":139889,"Ġsürecin":139890,"à¹Ģà¸Ħรà¸Ķ":139891,"à¹Ģà¸Ħรà¸Ķิà¸ķ":139892,"ãĥIJãĥ¬":139893,"ĠشأÙĨ":139894,"à¹Ģà¸Ńาà¹Ħวà¹ī":139895,"niÄĻcie":139896,"רצ×Ĺ":139897,"ĠaÅŁama":139898,"׳פ×Ĵ×¢":139899,"Ġthá»Ŀ":139900,"Ġkhuẩn":139901,"diÄŁinde":139902,"ÑıÑīиÑħ":139903,"ãĥĺãĥ«":139904,"Ġüberh":139905,"Ġüberhaupt":139906,"ĠÑĤÑĢебова":139907,"ĠdÅĤugi":139908,"×ĺ×Ļף":139909,"à¸Ĥà¸Ļาà¸Ķà¹ĥหà¸įà¹Ī":139910,"ĠاÙĦØ£Ùĩ":139911,"ĠاÙĦØ£ÙĩÙĦÙĬ":139912,"ĠMüd":139913,"ĠMüdürü":139914,"Ġ×Ļ×Ķ×ķ×ĵ×Ķ":139915,"ÑĭваеÑĤÑģÑı":139916,"ساط":139917,"×Ķ×ª×ł×Ķ×Ĵ":139918,"×Ķ×ª×ł×Ķ×Ĵ×ķת":139919,"à¸ģà¸²à¸£à¸ľà¸¥à¸´à¸ķ":139920,"íĴĢ":139921,"สà¸ĸาà¸Ļà¸ģารà¸ĵà¹Į":139922,"ĠоÑĦ":139923,"ĠоÑĦиÑģ":139924,"ĠÙĦعبة":139925,"ĠstronÄĻ":139926,"Ġר×IJ×ķ×Ļ":139927,"×Ĺ×ij׾":139928,"ĠÑĢÑĭн":139929,"ĠÑĢÑĭнке":139930,"Ġ׾×ŀ×¢×Ł":139931,"اسÙĦ":139932,"หัà¸Ļ":139933,"Ġ×IJ×Ĺ×Ļ":139934,"ĠпÑĢодол":139935,"ê°Ģìŀħ":139936,"Ġ×ijר×Ĺ":139937,"Ġ×ijר×Ĺ×ij×Ļ":139938,"джеÑĢ":139939,"Ġ׾×Ĺ׾":139940,"Ġ׾×Ĺ׾×ķ×ĺ":139941,"Ġ׾×Ĺ׾×ķ×ĺ×Ļף":139942,"ศาสà¸Ļา":139943,"ãĤ¢ãĤ¤ãĥĨ":139944,"ãĤ¢ãĤ¤ãĥĨãĥł":139945,"Ġפר×ķפ":139946,"جزاء":139947,"ลà¸Ńย":139948,"ĠciaÅĤa":139949,"Ġgiết":139950,"ĠзнаÑĩиÑĤелÑĮно":139951,"Ġolmadıģ":139952,"Ġolmadıģını":139953,"нд":139954,"ндекÑģ":139955,"تأÙĥد":139956,"Ġìĸ¸":139957,"Ġìĸ¸ìłľ":139958,"aydın":139959,"ãĥīãĥ¬ãĤ¹":139960,"Ġsắt":139961,"Ġíĺ¸íħĶ":139962,"Ġë¶ģ":139963,"Ġë¶ģíķľ":139964,"ãĥijãĤ¤":139965,"Ġ×ŀש×Ĺק×Ļ":139966,"à¸Ħà¸Ļà¸Ńืà¹Īà¸Ļ":139967,"ĠизгоÑĤов":139968,"ĠизгоÑĤовлен":139969,"à¹Ģà¸ģียร":139970,"à¹Ģà¸ģียรà¸ķิ":139971,"תקשר":139972,"ĠÑĢаÑģÑĩеÑĤ":139973,"สà¹Ģà¸ķ":139974,"Ġlänger":139975,"ĠiÅŁlet":139976,"ĠiÅŁletme":139977,"ĠعÙĦÙĬÙĨ":139978,"ĠعÙĦÙĬÙĨا":139979,"élection":139980,"ĠاÙĦغربÙĬØ©":139981,"íĭĢ":139982,"ãĤĤãĤīãģĪ":139983,"Ġкниги":139984,"أسÙħ":139985,"أسÙħاء":139986,"Ġthá»ı":139987,"Ġthá»ıa":139988,"หà¸Ļู":139989,"Ġ×ł×¢×©×Ķ":139990,"à¸łà¸²à¸¢à¹ĥà¸ķà¹ī":139991,"à¸ŀืà¸Ĭ":139992,"رÙĬØ·":139993,"ÙģÙĪض":139994,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĹãģŁ":139995,"ש×ĵ×Ķ":139996,"Ġngá»±c":139997,"ĠÑģеÑĢÑĮ":139998,"ĠÑģеÑĢÑĮезн":139999,"Tôi":140000,"Ġfiyatları":140001,"ĠвÑģÑİ":140002,"ĠCódigo":140003,"Ġ×Ķש×IJ":140004,"Ġ×Ķש×IJ׾×Ķ":140005,"ĠPública":140006,"إخ":140007,"إخÙĪاÙĨ":140008,"ĠзаÑıвил":140009,"ãĥ¦ãĥ¼":140010,"ר×IJ×Ļת":140011,"volución":140012,"Ġszko":140013,"ĠszkoÅĤy":140014,"جرÙĬدة":140015,"Ġpensé":140016,"ìī¬":140017,"ĠBüyükÅŁehir":140018,"ĠØ£ÙħرÙĬ":140019,"ĠØ£ÙħرÙĬÙĥÙĬ":140020,"à¸Ļัà¸ģศึà¸ģษา":140021,"Ġtodav":140022,"ĠtodavÃŃa":140023,"ĠСан":140024,"ĠСанкÑĤ":140025,"íķĺìŀIJ":140026,"ØŃÙĪاÙĦ":140027,"׼×ķשר":140028,"à¹Ģลยà¸Ħรัà¸ļ":140029,"Ġalgu":140030,"Ġalguém":140031,"Ùģز":140032,"Ġçekil":140033,"Ġ×ĵר׼×Ļ×Ŀ":140034,"ãĥIJãĥ©":140035,"à¸ģà¹ĩสามารà¸ĸ":140036,"สà¹Īวà¸Ļลà¸Ķ":140037,"íı°":140038,"ĠPúb":140039,"ĠPúblico":140040,"à¹ģà¸Ļวà¸Ĺาà¸ĩ":140041,"×IJת×Ĵר":140042,"شاش":140043,"شاشة":140044,"ciÅĽni":140045,"ĠÃľrün":140046,"ÙĦÙĪØŃ":140047,"ĠاÙĦبÙĨ":140048,"ĠاÙĦبÙĨÙĥ":140049,"ì¡°ì¹ĺ":140050,"Ġorganización":140051,"ãģĤãĤĬãģĮãģ¨ãģĨãģĶãģĸãģĦãģ¾ãģĻ":140052,"sätze":140053,"ĠÑģемей":140054,"ÙĤصد":140055,"ÑģÑĤвеннÑĭе":140056,"Ġprécéd":140057,"Ġprécédent":140058,"à¸ģรุà¸ĩà¹Ģà¸Ĺà¸ŀฯ":140059,"ãģ¨è¨ĢãģĦ":140060,"×ij׳×Ļ×Ļף":140061,"ĠØŃÙĪ":140062,"ĠØŃÙĪاÙĦÙĬ":140063,"סקס":140064,"ĠsaÄŁlamak":140065,"Ġ׾צ×Ļ×Ļף":140066,"ק×ĵש":140067,"Ġ×Ķ×ŀ×¢×¨×Ľ×ª":140068,"Ġ׾×Ķ×¢×ij×Ļר":140069,"Ġgünd":140070,"Ġgündem":140071,"ĠнаÑĪего":140072,"à¹ĥà¸Ļà¸ŀืà¹īà¸Ļà¸Ĺีà¹Ī":140073,"à¹Ģà¸Ħรืà¸Ń":140074,"à¹Ģà¸Ħรืà¸Ńà¸Ĥ":140075,"à¹Ģà¸Ħรืà¸Ńà¸Ĥà¹Īาย":140076,"ظاÙĩرة":140077,"ÙħÙĨظÙħ":140078,"ÙħÙĨظÙħات":140079,"Ùħتاز":140080,"追ãģĦ":140081,"dıkt":140082,"dıktan":140083,"ĠëįĶìļ±":140084,"ĠÐĿапÑĢимеÑĢ":140085,"twór":140086,"×ŀ×ķעצ×Ķ":140087,"ÙĥÙĪÙĥ":140088,"Щ":140089,"×ŀ×ĺפ׾":140090,"ólica":140091,"訪ãĤĮ":140092,"ĠëĮĢë¶Ģ":140093,"ĠëĮĢë¶Ģë¶Ħ":140094,"ãĤ¯ãĥªãĥĥãĤ¯":140095,"ãĤĴéģ¸":140096,"ãĤĴéģ¸ãģ¶":140097,"Ġpowsta":140098,"ĠpowstaÅĤ":140099,"Ġrazón":140100,"×ij×ķ×Ĺר":140101,"ĠÑģообÑīил":140102,"Ġק×ij×ķ×¢":140103,"rêt":140104,"à¸Ķีà¸Ĥึà¹īà¸Ļ":140105,"×ŀסע×ĵ":140106,"×ŀסע×ĵ×ķת":140107,"ĠÃĸsterreich":140108,"Ġ׳×Ĺש×ij":140109,"Ùħبادرة":140110,"ì´ī":140111,"×Ĵ׳×ĺ×Ļ":140112,"ä¿¡ãģĺ":140113,"duÄŁ":140114,"duÄŁunu":140115,"Ġphú":140116,"ĠاÙĦأخÙĬر":140117,"Ġتعتبر":140118,"landırıl":140119,"ãģ¨ãģ¯ãģĦ":140120,"ãģ¨ãģ¯ãģĦãģĪ":140121,"ĠاÙĦØ·ÙĦ":140122,"ĠاÙĦØ·ÙĦاب":140123,"ĠNº":140124,"éģ¿ãģij":140125,"اÙĦÙħع":140126,"اÙĦÙħعرÙĪÙģ":140127,"à¸ªà¸łà¸²":140128,"éĽ¢ãĤĮ":140129,"ĠпомоÑīÑĮ":140130,"ĠзнаеÑĤ":140131,"ãĥĹãĥ¬ãĤ¼":140132,"ãĥĹãĥ¬ãĤ¼ãĥ³ãĥĪ":140133,"Ġsupérieur":140134,"Ġ×©×ľ×Ļש×Ļ":140135,"ĠاÙĦÙĨÙĪع":140136,"ãĤĵãģ§ãģĻãģŃ":140137,"à¸Ńà¸ļรม":140138,"Ġgiá»įng":140139,"ĠwzglÄĻd":140140,"ĠاÙĦÙģÙĤر":140141,"èrent":140142,"Ġ×ŀ×IJ×Ĺ":140143,"Ġ×ŀ×IJ×Ĺ×ķר×Ļ":140144,"×Ĵ×Ĵ":140145,"×Ļ×Ļ×ij":140146,"ÙħÙĦاب":140147,"ÙħÙĦابس":140148,"Ġhükü":140149,"Ġhükümet":140150,"Ġ×ŀ×Ĵ×Ļ×ij":140151,"ĠÐŀÑĩ":140152,"ĠÐŀÑĩенÑĮ":140153,"æĹ©ãģĦ":140154,"Ġconstrucción":140155,"Ġthượng":140156,"ï¼ĭ":140157,"Ġcoração":140158,"à¹Ģหลà¹ĩà¸ģ":140159,"ĠBaÅŁb":140160,"ĠBaÅŁbakan":140161,"éĢ£ãĤĮ":140162,"ãģĻãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":140163,"ĠÙĤاÙħت":140164,"ĠاÙĥثر":140165,"ÙģاعÙĦ":140166,"ĠÑĦоÑĢ":140167,"ĠÑĦоÑĢÑĥм":140168,"غذÙĬ":140169,"ĠiÅŁle":140170,"ĠiÅŁleml":140171,"ĠiÅŁlemleri":140172,"ĠìĤ¬ëŀĮìĿĢ":140173,"ĠìŀijìĦ±":140174,"Ġë§Ī볨":140175,"ÙħجÙĦس":140176,"หมู":140177,"дв":140178,"двиг":140179,"двига":140180,"à¹Ģสียà¸Ĭีวิà¸ķ":140181,"×Ķתפת×Ĺ":140182,"×Ķתפת×Ĺ×ķת":140183,"ĠмеÑĤÑĢо":140184,"ĠÑģенÑĤ":140185,"ĠÑģенÑĤÑı":140186,"ĠÑģенÑĤÑıбÑĢÑı":140187,"곧":140188,"Ġ×ľ×¤×¢":140189,"Ġ×ľ×¤×¢×ŀ×Ļ×Ŀ":140190,"à¹Ģà¸ļีย":140191,"詳ãģĹãģı":140192,"çķ°ãģªãĤĭ":140193,"ĠÄ°lçe":140194,"ĠAtat":140195,"ĠAtatür":140196,"ĠAtatürk":140197,"รุà¹Īà¸ĩ":140198,"Ġkaldı":140199,"Ġ주ìŀ¥":140200,"Ġprésence":140201,"Ġнаб":140202,"ĠнаблÑİ":140203,"ĠнаблÑİда":140204,"ĠÑģамого":140205,"×Ĵ×ķש":140206,"×ŀ×ĺ×ķפ":140207,"×ŀ×ĺ×ķפ׾":140208,"ĠвÑĭбиÑĢа":140209,"ĠìŀIJ리":140210,"åĪĨãģĭãĤīãģªãģĦ":140211,"ĠзÑĥб":140212,"Ġש׼×ijר":140213,"Ġدائ":140214,"ĠدائÙħا":140215,"ĠпаÑĢÑĤи":140216,"ï¼²":140217,"ĠاÙĬضا":140218,"ĠÑħоз":140219,"ĠÑħозÑı":140220,"ĠÑħозÑıй":140221,"ĠÑħозÑıйÑģÑĤв":140222,"ĠاÙĦأج":140223,"ĠاÙĦأجÙĨب":140224,"ĠاÙĦأجÙĨبÙĬØ©":140225,"ĠÐĹна":140226,"ĠApós":140227,"ĠÑįнеÑĢ":140228,"ĠÑįнеÑĢги":140229,"Ġyans":140230,"Ġyansı":140231,"ĠJusti":140232,"ĠJustiça":140233,"Ġprévu":140234,"มวล":140235,"ìŀ¥ëĭĺ":140236,"à¸ģระà¸ļ":140237,"à¸ģระà¸ļวà¸Ļ":140238,"à¸ģระà¸ļวà¸Ļà¸ģาร":140239,"×ŀ×ŀ":140240,"×ŀ×ŀ×ķצע":140241,"Ġhẹ":140242,"Ġhẹn":140243,"здание":140244,"ĠakÅŁ":140245,"ĠakÅŁam":140246,"×ĺ×ķפ":140247,"Ġgerekt":140248,"Ġgerekti":140249,"ĠgerektiÄŁini":140250,"Ġnarz":140251,"ĠnarzÄĻdzi":140252,"épo":140253,"époque":140254,"ĠThần":140255,"Ġwysoko":140256,"ĠwysokoÅĽci":140257,"à¸ľà¸¹à¹īà¸Ľ":140258,"à¸ľà¸¹à¹īà¸Ľà¹Īวย":140259,"ĠÙĬبدÙĪ":140260,"ÑĤелÑĮного":140261,"ĠвзглÑıд":140262,"ĠjednÄħ":140263,"ĠìĿĺ견":140264,"Ġà¸Ĥà¸ĵะà¸Ĺีà¹Ī":140265,"פ×Ļ×ĵ":140266,"ìĥģëĭ´":140267,"Ġmỡ":140268,"×Ķ×ŀ׾":140269,"×Ķ×ŀ׾צ×ķת":140270,"ĠÑģоÑģÑĤо":140271,"ĠÑģоÑģÑĤоиÑĤ":140272,"Ġави":140273,"Ġавиа":140274,"ĠLänder":140275,"تصÙĪÙĬر":140276,"×ŀ×ĵ×Ļ×Ķ":140277,"ìłĪì°¨":140278,"ãģ¨ãĤĬ":140279,"ãģ¨ãĤĬãģĤ":140280,"ãģ¨ãĤĬãģĤãģĪ":140281,"ãģ¨ãĤĬãģĤãģĪãģļ":140282,"ĠÑĢÑıд":140283,"ĠÑĢÑıдом":140284,"ĠNhất":140285,"ĠاÙĦÙĥاÙħÙĦ":140286,"×Ĺ׾׾":140287,"ĠGiấy":140288,"צ×ĺר":140289,"צ×ĺרף":140290,"Ġ׾×ij×ĺ׾":140291,"ĠимеÑĤÑĮ":140292,"ס×ŀ×ķ×ļ":140293,"Ġparticipação":140294,"íķľëĭ¤ë©´":140295,"ÙħÙĨتدÙĬ":140296,"ÙħÙĨتدÙĬات":140297,"ĠeÄŁlen":140298,"gänge":140299,"ربØŃ":140300,"ãĤ®ãĥ£":140301,"ĠاÙĦرÙĤÙħ":140302,"à¸ĭà¹īำ":140303,"ĠHóa":140304,"×ŀר×Ĺק":140305,"ØŃÙħاÙħ":140306,"بÙĪÙĥ":140307,"ĠArtÃŃculo":140308,"ãĥĦãĤ¢ãĥ¼":140309,"×Ķפ׼×Ķ":140310,"×Ĺ׾×ķף":140311,"ĠпеÑĢеÑħод":140312,"lenmiÅŁ":140313,"زراعة":140314,"Ġseñor":140315,"ãģ£ãģ¦ãģįãģ¦":140316,"إش":140317,"إشارة":140318,"ĠpodÃŃa":140319,"ĠÃľlke":140320,"нÑģкаÑı":140321,"Ġadapté":140322,"Ġdüzenlen":140323,"Ġdüzenlenen":140324,"ĠÑģÑĤала":140325,"ĠÙĬØŃتاج":140326,"Ġnier":140327,"Ġnieruch":140328,"Ġnieruchomo":140329,"ĠnieruchomoÅĽci":140330,"ãģĵãģ¨ãģĮãģĤãĤĭ":140331,"ยà¸Ńà¸Ķà¹Ģยีà¹Īยม":140332,"ĠÙħج":140333,"ĠÙħجاÙĨÙĬ":140334,"Ġзаб":140335,"Ġзабол":140336,"Ġзаболев":140337,"ĠзаболеваниÑı":140338,"ĠÅĽro":140339,"ĠÅĽrodk":140340,"ĠÅĽrodków":140341,"Ġ×Ķ׾×IJ×ķ×ŀ×Ļ":140342,"ĠdokÅĤad":140343,"ĠdokÅĤadnie":140344,"ãģŁãģıãģªãģĦ":140345,"ãģ¯ãģļãģ§ãģĻ":140346,"ãģ¨æĢĿãģ£ãģ¦ãģĦãģŁ":140347,"écran":140348,"ìĹħì²´":140349,"trzymaÅĤ":140350,"ÑģÑĤвеннÑĭй":140351,"ĠNotÃŃc":140352,"ĠNotÃŃcias":140353,"ÙħرÙĬ":140354,"ÙħرÙĬض":140355,"æ°Ĺè»":140356,"æ°Ĺ軽":140357,"æ°Ĺ軽ãģ«":140358,"ëĵ£":140359,"Ġ×ĵ×ķ×IJר":140360,"Ġ׾×ŀ׳":140361,"Ġ׾×ŀ׳×ķ×¢":140362,"ĠçalÄ±ÅŁÄ±yor":140363,"ĠÅŁidd":140364,"ĠÅŁiddet":140365,"ĠMặt":140366,"ĠateÅŁ":140367,"ĠполÑĥÑĩениÑı":140368,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩมืà¸Ń":140369,"ĠgrÃ¶ÃŁer":140370,"دائ":140371,"دائرة":140372,"Ġbulun":140373,"Ġbulunmaktadır":140374,"à¹Ģหร":140375,"à¹Ģหรีย":140376,"à¹Ģหรียà¸į":140377,"à¸Ļัà¸ģà¸Ĺà¹Īà¸Ńà¸ĩà¹Ģà¸Ĺีà¹Īยว":140378,"Ġalanında":140379,"ĠÑĥзна":140380,"ĠлеÑĩение":140381,"売ãĤĮ":140382,"Ġçevir":140383,"ĠdesteÄŁi":140384,"ĠheiÃŁt":140385,"âĸ²":140386,"ØŃØ·":140387,"à¸Ħำà¸ķà¸Ńà¸ļ":140388,"ãĤªãĥ³ãĥ©ãĤ¤ãĥ³":140389,"Ġ×ij×Ĺ×Ļ×Ļ×Ŀ":140390,"ãĥ¦ãĥĭ":140391,"Ġdüzenleme":140392,"ĠmodalitÃł":140393,"سرط":140394,"سرطاÙĨ":140395,"×ŀ׼×ķף":140396,"ĠданнÑĭй":140397,"ترت":140398,"ترتÙĬب":140399,"à¸ļาà¸ĩà¸Ħà¸Ļ":140400,"ĠÄIJá»ĭnh":140401,"มูล":140402,"มูลà¸Ħà¹Īา":140403,"ÙĨÙĤص":140404,"à¸ģารรัà¸ģษา":140405,"ĠÑĦон":140406,"ĠÑĦонд":140407,"ãĤĪãģĨãģ«ãģªãģ£ãģŁ":140408,"ÙħعاÙĦ":140409,"ÙħعاÙĦجة":140410,"ĠOsman":140411,"ĠOsmanlı":140412,"иÑĩеÑģком":140413,"à¸Ńยาà¸ģà¸Īะ":140414,"ãģķãģ¾ãģĸ":140415,"ãģķãģ¾ãģĸãģ¾":140416,"ãģķãģ¾ãģĸãģ¾ãģª":140417,"Ġת×ķ׼׾":140418,"עצ×ij":140419,"ĠاÙĦعسÙĥ":140420,"ĠاÙĦعسÙĥرÙĬ":140421,"Ġvéhic":140422,"Ġvéhicule":140423,"Ġ×Ļצ×Ĺק":140424,"ĠاÙĦÙĪØŃ":140425,"ĠاÙĦÙĪØŃÙĬد":140426,"ĠاÙĦعدÙĪ":140427,"ĠQuản":140428,"Ġê³µëıĻ":140429,"بدÙĦ":140430,"ĠÄijảng":140431,"Ġmá»ĩnh":140432,"Ġniezb":140433,"ĠniezbÄĻ":140434,"ĠniezbÄĻdn":140435,"Ġyayınlan":140436,"обÑīи":140437,"Ġgötür":140438,"צפ":140439,"צפ×ķ×Ļ":140440,"ĠÙĦÙĬبÙĬ":140441,"ĠÙĦÙĬبÙĬا":140442,"ØŃÙĪا":140443,"Ġдоб":140444,"ĠдобÑĢо":140445,"иÑĢÑĥем":140446,"ĠاÙĦØŃÙĥÙĪÙħÙĬØ©":140447,"mÃ¤ÃŁig":140448,"Ġedición":140449,"влекаÑĤелÑĮ":140450,"влекаÑĤелÑĮн":140451,"Ġ×ª×©×ľ×ķ×Ŀ":140452,"Ġ×Ķש×ķ׳×Ļ×Ŀ":140453,"มิà¸ĸุ":140454,"มิà¸ĸุà¸Ļ":140455,"มิà¸ĸุà¸Ļายà¸Ļ":140456,"é£Łãģ¹ãģ¦":140457,"ĠìĪĺì§ij":140458,"ס×ij×Ļ":140459,"ĠиÑİлÑı":140460,"Ġà¹Ħà¸Ķà¹īà¹ģà¸ģà¹Ī":140461,"׾×Ĺ×Ŀ":140462,"trä":140463,"trägt":140464,"ãģĿãĤĤãģĿãĤĤ":140465,"ÐĿÐķ":140466,"ĠвнÑĥÑĤ":140467,"ĠвнÑĥÑĤÑĢи":140468,"ãģ¨ä¸Ģç·Ĵãģ«":140469,"ãĤ«ãĥķãĤ§":140470,"Ġ×ij×Ĺ×ĵר":140471,"×Ĺ×ŀש":140472,"ãĤ¨ãĥį":140473,"ãĤ¨ãĥįãĥ«":140474,"ãĤ¨ãĥįãĥ«ãĤ®":140475,"ãĤ¨ãĥįãĥ«ãĤ®ãĥ¼":140476,"à¸Ĥà¸Ńà¸ĩà¸ķัวà¹Ģà¸Ńà¸ĩ":140477,"بÙĤاء":140478,"פס×Ļ׼":140479,"פס×Ļ׼×ķ׾×ķ×Ĵ":140480,"ãĥ¡ãĥĥ":140481,"ãĥ¡ãĥĥãĤ»":140482,"ãĥ¡ãĥĥãĤ»ãĥ¼ãĤ¸":140483,"ÙĦÙĤب":140484,"AÄŀ":140485,"שק×Ļ×¢":140486,"ÙĤساÙħ":140487,"×ĵ×ķ×Ĵ×ŀ×Ķ":140488,"æ·±ãģĦ":140489,"íĸĪëĬĶëį°":140490,"ĠrozwiÄħzanie":140491,"à¸Ļัà¹Īà¸Ļà¹Ģà¸Ńà¸ĩ":140492,"×Ļצ×ij":140493,"Ġtrông":140494,"à¹ĥà¸Ĭà¹īà¸ļริà¸ģาร":140495,"ĠاÙĦÙħÙĪسÙħ":140496,"ĠдеÑĤи":140497,"ãģĹãģĭãģªãģĦ":140498,"ס×Ļף":140499,"Ġréférence":140500,"à¹ģหà¹īà¸ĩ":140501,"ãĤĤãĤīãģ£ãģŁ":140502,"Ġ׾ר׼":140503,"Ġ׾ר׼×ķש":140504,"شعÙĪر":140505,"ĠÐijог":140506,"Ġlazım":140507,"Ġ×Ļש׳×Ŀ":140508,"ĠпаÑĢÑĤ":140509,"ĠпаÑĢÑĤнеÑĢ":140510,"ĠÑĥника":140511,"ĠÑĥникалÑĮн":140512,"Ġmatériel":140513,"×ŀרק":140514,"ĠphÆ°á»Ŀng":140515,"Ġзай":140516,"Ġзайм":140517,"ÙģÙĤد":140518,"UniversitÃł":140519,"×¢×¨×Ľ×Ļ×Ŀ":140520,"Ġbaño":140521,"ĠноÑı":140522,"ĠноÑıбÑĢÑı":140523,"à¸Ľà¹īาย":140524,"Ġtats":140525,"Ġtatsäch":140526,"Ġtatsächlich":140527,"ĠÑĤÑĢеÑĤÑĮ":140528,"Ñįм":140529,"ãĥĻãĥ¼ãĤ¹":140530,"Ġnhá»±a":140531,"ìĬ¤íģ¬":140532,"ĠعبداÙĦÙĦÙĩ":140533,"Ġת×ķר×Ķ":140534,"أشÙĬ":140535,"أشÙĬاء":140536,"ĠÙĦÙĦغا":140537,"ĠÙĦÙĦغاÙĬØ©":140538,"ÙħÙĪاÙĤ":140539,"ÙħÙĪاÙĤÙģ":140540,"ĠgÅĤówna":140541,"ĠartÄ±ÅŁ":140542,"Ġ×ŀק×ķ×ŀ×Ļ":140543,"ãĤ¯ãĥ©ãĥĸ":140544,"ĠسÙĪÙī":140545,"ĠìŬìĦ±":140546,"اسر":140547,"اسرائÙĬÙĦ":140548,"Ġ×ł×Ľ×ª×ij":140549,"ยà¹īà¸Ńà¸Ļ":140550,"Ġdeberá":140551,"Ġphẫu":140552,"ÑİÑīем":140553,"ĠÙĦدÙĬÙĨا":140554,"×ŀ×ĺ×Ķ":140555,"Ġ׳×ķ׾×ĵ":140556,"ĠвÑģÑĤÑĢеÑĩа":140557,"ãĤīãĤĮãģ¦ãģĦãģ¾ãģĻ":140558,"ĠcaÅĤej":140559,"ยึ":140560,"ยึà¸Ķ":140561,"поÑĤен":140562,"поÑĤенÑĨи":140563,"ĠлиÑĤ":140564,"ĠлиÑĤеÑĢ":140565,"ĠлиÑĤеÑĢаÑĤÑĥÑĢ":140566,"Ġкаждом":140567,"ĠíĮIJ":140568,"ĠíĮIJëĭ¨":140569,"à¸Īู":140570,"Ġpresença":140571,"ãģªãĤĵãģ§":140572,"ÙħÙĬاÙĩ":140573,"инÑĦоÑĢм":140574,"инÑĦоÑĢмаÑĨион":140575,"инÑĦоÑĢмаÑĨионн":140576,"ĠìŀIJìĹ°":140577,"ר׼ש":140578,"Ġödül":140579,"ç¶ļãģı":140580,"ĠпÑģ":140581,"ĠпÑģиÑħ":140582,"ĠпÑģиÑħолог":140583,"تذÙĥر":140584,"Ġìŀħìŀ¥":140585,"ลà¸Ķà¹Į":140586,"ìĦłê±°":140587,"ãģ£ãģ¦ãģĬãĤĬãģ¾ãģĻ":140588,"Ġ×Ļ×¢":140589,"Ġ×Ļעק×ij":140590,"ĠاÙĦطعاÙħ":140591,"ãĥĨãĤ¹ãĥĪ":140592,"ĠTuấn":140593,"Ġparticipación":140594,"×ŀ×ķ×ŀ×Ĺ×Ķ":140595,"×Ĵרס×Ķ":140596,"ĠاÙĦتÙĨÙģÙĬ":140597,"ĠاÙĦتÙĨÙģÙĬØ°ÙĬ":140598,"ĠбезопаÑģн":140599,"gef":140600,"gefähr":140601,"Ø´ÙĪر":140602,"ĠmyÅĽli":140603,"ÙĪاشÙĨ":140604,"ÙĪاشÙĨØ·ÙĨ":140605,"׳×ķסע":140606,"ÙĥÙĩ":140607,"ÙĥÙĩرب":140608,"ÙĥÙĩرباء":140609,"ĠmusiaÅĤ":140610,"ìĭ¸":140611,"ãĥĸãĥ©ãĥĥãĤ¯":140612,"Ġcréé":140613,"ÙĨÙĩار":140614,"owoÅĽÄĩ":140615,"ÙħØŃاÙĥÙħ":140616,"ĠwÅĤaÅĽ":140617,"ĠwÅĤaÅĽc":140618,"ĠwÅĤaÅĽciciel":140619,"ĠÙĬؤ":140620,"ĠÙĬؤدÙĬ":140621,"×ŀ×¢×ķ׳":140622,"×IJ×ij׾":140623,"خطأ":140624,"ĠÑħолод":140625,"×ĸ×ķ׾":140626,"ãģĵãĤĮãĤī":140627,"ãģĵãĤĮãĤīãģ®":140628,"Ġbásica":140629,"ฤà¸Ķ":140630,"ฤà¸Ķูà¸ģ":140631,"ฤà¸Ķูà¸ģา":140632,"ฤà¸Ķูà¸ģาล":140633,"èIJ½ãģ¡çĿĢ":140634,"ãģªãģĦãģĵãģ¨":140635,"صÙĪÙħ":140636,"ÙĨجØŃ":140637,"׳ק×ķ×ĵ":140638,"׳ק×ķ×ĵת":140639,"клаÑģÑģ":140640,"íķĺìĭľëĬĶ":140641,"ëĦĺ":140642,"Ġש×IJ×Ļ׳×ķ":140643,"ĠСейÑĩаÑģ":140644,"mayacaģı":140645,"Ġyapılır":140646,"ĠcategorÃŃa":140647,"عباد":140648,"ĠТеп":140649,"ĠТепеÑĢÑĮ":140650,"×Ķ×Ļס×ĺ×ķר×Ļ":140651,"hế":140652,"ãĤ³ãĥ¼ãĥī":140653,"Ġcabeça":140654,"جÙħا":140655,"جÙħاÙĩ":140656,"جÙħاÙĩÙĬر":140657,"ä½İãģĦ":140658,"ĠÑĤоваÑĢов":140659,"à¸Ĭาวà¸ļà¹īาà¸Ļ":140660,"ĠÑģÑĤанов":140661,"ĠÑģÑĤановиÑĤÑģÑı":140662,"ĠавÑĤомобилÑĮ":140663,"ĠÑģлÑĥÑĩай":140664,"à¸Ńัà¸ŀ":140665,"ĠGiriÅŁ":140666,"ĠìĿ¼ëĭ¨":140667,"ĠпÑĢоÑģ":140668,"ĠпÑĢоÑģмоÑĤÑĢ":140669,"ãģªãģıãģªãģ£ãģŁ":140670,"à¸¡à¸µà¸Ľà¸±à¸įหา":140671,"ïºİ":140672,"écoute":140673,"ĠÙħÙĪجÙĪد":140674,"ĠسرÙĬع":140675,"ĠÙĪÙĩÙĨا":140676,"ĠÙĪÙĩÙĨاÙĥ":140677,"à¸Ħุà¸ĵสม":140678,"à¸Ħุà¸ĵสมà¸ļัà¸ķิ":140679,"Ġìļ°ìĦł":140680,"à¸ŀระà¸ŀุà¸Ĺà¸ĺ":140681,"好ãģ¿":140682,"ظÙĦÙħ":140683,"ĠмакÑģ":140684,"ĠмакÑģималÑĮ":140685,"ĠмакÑģималÑĮно":140686,"ãĥªãĤ¢ãĥ«":140687,"à¹ģมà¹īวà¹Īา":140688,"ĠاÙĦØŃÙĪار":140689,"ãĥĹãĥ©ãĤ¹":140690,"ĠعÙĦاÙĤØ©":140691,"ĠíĸīëıĻ":140692,"Ġgönderil":140693,"Ġlãi":140694,"ĠsaÄŁlıkl":140695,"ĠsaÄŁlıklı":140696,"ĠÑĪаг":140697,"Ġ×ij×IJר×Ķ":140698,"prowadziÄĩ":140699,"ãģĦãģıãģ¤ãģĭ":140700,"ĠبتارÙĬØ®":140701,"Ġ×ij×IJ×ķת×Ķ":140702,"Ġmóc":140703,"ĠÐľÐ½Ðµ":140704,"ãĥĹãĥ¬ãĥ¼":140705,"×IJ×ĸר×Ĺ":140706,"åł´åIJĪãģ«ãģ¯":140707,"使ãģĪ":140708,"à¹Ģรืà¸Ńà¸Ļ":140709,"ĠÐŁÐµÑĤ":140710,"ĠÐŁÐµÑĤÑĢ":140711,"ãģ«åħ¥ãĤĭ":140712,"Ùħادة":140713,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļ":140714,"à¹Ģà¸ĩืà¹Īà¸Ńà¸Ļà¹Ħà¸Ĥ":140715,"ĠÑģоÑģÑĤоÑıние":140716,"ônica":140717,"ĠÑĦев":140718,"ĠÑĦевÑĢа":140719,"ĠÑĦевÑĢалÑı":140720,"Ġ×ķ×ĸ":140721,"Ġ×ķ×ĸ×IJת":140722,"à¸Ħริ":140723,"à¸Ħริส":140724,"ĠÐķÑīе":140725,"ãģ£ãģ¦ãģĹãģ¾ãģĦãģ¾ãģĹãģŁ":140726,"ĠпÑĢавиÑĤелÑĮ":140727,"ĠпÑĢавиÑĤелÑĮÑģÑĤв":140728,"Ġtäglich":140729,"Ġëĭ¹ìĭľ":140730,"×ŀ×ķ×¢×ŀ×ĵ":140731,"ĠдвоÑĢ":140732,"æīķ":140733,"æīķãģĦ":140734,"ĠÑģÑĤанеÑĤ":140735,"ĠвоздейÑģÑĤв":140736,"ĠвоздейÑģÑĤви":140737,"Ġfête":140738,"à¹Ģสา":140739,"תק×ķ×ķ×Ķ":140740,"Ġuyar":140741,"Ġuyarı":140742,"à¸ģลัà¸ļà¹Ħà¸Ľ":140743,"ĠgiÆ°á»Ŀng":140744,"Ġва":140745,"ĠваÑĪи":140746,"ĠÄijáºŃu":140747,"ĠSpaÃŁ":140748,"ĠìķĦë§Ī":140749,"à¹Ħà¸Ķà¹īà¸ĩà¹Īาย":140750,"Ġ×Ķ×ŀ×ijקש":140751,"æĸ°ãģŁ":140752,"æĸ°ãģŁãģª":140753,"ılıyor":140754,"план":140755,"Ġ×Ķ×ijר×Ļ×IJ×ķת":140756,"ĠaÄŁrı":140757,"Ġsaygı":140758,"建ãģ¦":140759,"Ġnajwyż":140760,"Ġnajwyższ":140761,"سÙĬاسات":140762,"ãģĬå¾Ĺ":140763,"ĠاÙĦعÙĦÙĬ":140764,"ĠاÙĦعÙĦÙĬا":140765,"Ġcorazón":140766,"ì¹ĺë£Į":140767,"หัวà¸Ĥà¹īà¸Ń":140768,"ĠبØŃÙĬ":140769,"ĠبØŃÙĬØ«":140770,"звезд":140771,"بÙĪابة":140772,"ÐĽÐĺ":140773,"ÙĦازÙħ":140774,"Ġrozp":140775,"Ġrozpoc":140776,"ĠrozpoczÄĻ":140777,"触ãĤĮ":140778,"ĠاÙĦجÙħÙĩ":140779,"ĠاÙĦجÙħÙĩÙĪر":140780,"ĠspÄĻd":140781,"ĠspÄĻdz":140782,"วิà¸Ĺยาศาสà¸ķรà¹Į":140783,"иваеÑĤÑģÑı":140784,"Ġданной":140785,"Ġreprésente":140786,"ĠÄijá»ĭch":140787,"Ġ×¢×ŀ×ķק":140788,"à¸Ńัà¸Ļà¸ķร":140789,"à¸Ńัà¸Ļà¸ķราย":140790,"Ġestratég":140791,"Ġestratégia":140792,"padÅĤ":140793,"Ġвполн":140794,"Ġвполне":140795,"ĠпÑĢедоÑģÑĤавлен":140796,"×Ĺ׾×ķק":140797,"×Ĺ׾×ķקת":140798,"ãĤ¢ãĥĬ":140799,"ĠاÙĦغذ":140800,"ĠاÙĦغذائÙĬ":140801,"ĠÑĥзн":140802,"ĠÑĥзнаÑĤÑĮ":140803,"à¸ĭà¹īาย":140804,"å½ĵãģ¦":140805,"ØŃÙĬاء":140806,"Ġbásico":140807,"ק×ķ×ij×¢":140808,"ĠاÙĦÙħباراة":140809,"ĠاÙĦÙĩاتÙģ":140810,"Ġ׼׳×Ĵ×ĵ":140811,"à¸Ľà¸£à¸°à¸«à¸¢":140812,"à¸Ľà¸£à¸°à¸«à¸¢à¸±à¸Ķ":140813,"Ðļак":140814,"à¸Ĺีà¹Īà¸Ļà¹Īา":140815,"à¸Ĺีà¹Īà¸Ļà¹Īาสà¸Ļà¹ĥà¸Ī":140816,"ãģ¾ãģģ":140817,"ï½¢":140818,"Ñģкоп":140819,"Ġsonrasında":140820,"ĠurzÄħd":140821,"ĠurzÄħdzenia":140822,"׼×ķ×ķ׳":140823,"׼×ķ×ķ×ł×ª":140824,"Ġ׾×Ķת×ŀ×ķ×ĵ":140825,"Ġ׾×Ķת×ŀ×ķ×ĵ×ĵ":140826,"ĠÑģли":140827,"ĠÑģлиÑĪ":140828,"ĠÑģлиÑĪком":140829,"ĠÑģÑĤÑĥд":140830,"ĠÑģÑĤÑĥденÑĤ":140831,"Ġ×Ķ×ķ×ĵ":140832,"Ġ×Ķ×ķ×ĵ×¢×Ķ":140833,"ë¹Ħìļ©":140834,"à¸Ńยาà¸ģà¹ĥหà¹ī":140835,"Ġbá»ģ":140836,"ยุà¸Ĺà¸ĺ":140837,"ÐĺÐĿ":140838,"سائر":140839,"أصÙĪÙĦ":140840,"ĠاÙĦغرÙģ":140841,"ãģĵãģ¨ãĤĤãģĤãĤĬãģ¾ãģĻ":140842,"è¾¼ãģ¾ãĤĮ":140843,"ĠاÙĦسابع":140844,"Ġcủ":140845,"ãģĦãģŁãģłãģĦãģŁ":140846,"ì§ĵ":140847,"ìĤ¬ë¬´":140848,"powiedź":140849,"تÙģÙĥ":140850,"تÙģÙĥÙĬر":140851,"иÑĢовки":140852,"ĠíĨµíķ´ìĦľ":140853,"ãĤ¨ãĤ¹ãĥĨ":140854,"ĠдеÑıÑĤелÑĮноÑģÑĤÑĮ":140855,"ĠданнÑĭм":140856,"Ġ×¢×ķר":140857,"Ġ×¢×ķר׼×Ļ":140858,"×ķ×ĵעת":140859,"Ġhayatını":140860,"ĠbÄħd":140861,"ĠbÄħdź":140862,"obsÅĤug":140863,"à¹Ģà¸ŀียà¸ĩà¹ģà¸Ħà¹Ī":140864,"à¸ĭà¹Īา":140865,"è²łãģij":140866,"ĠÑģÑĤÑĢем":140867,"ĠÄijá»īnh":140868,"ĠÐłÑĥÑģ":140869,"ĠNữ":140870,"Ġ׾×Ķש×Ļ×Ĵ":140871,"Ġjednoc":140872,"Ġjednocze":140873,"ĠjednoczeÅĽnie":140874,"Ġ×Ķ×Ĵ×ij×ķ×Ķ":140875,"أخÙĦاÙĤ":140876,"ĠнаÑģел":140877,"ĠнаÑģелениÑı":140878,"ĠÙĬÙĨب":140879,"ĠÙĬÙĨبغÙĬ":140880,"ãģĮãģĭ":140881,"ãģĮãģĭãģĭ":140882,"×Ĵעת":140883,"ÐŀÐł":140884,"ĠналиÑĩии":140885,"Ġë§Īì§Ģ":140886,"Ġë§Īì§Ģë§ī":140887,"ĠíĸīìĤ¬":140888,"ĠtreÅĽci":140889,"Ġê°Ģì¹ĺ":140890,"ì¦ĺ":140891,"Ġаналог":140892,"×Ķצעת":140893,"влад":140894,"владе":140895,"ĠÑģделал":140896,"Ġ׳×Ĵ×Ļש":140897,"Ġ׳×Ĵ×Ļש×ķת":140898,"полнение":140899,"à¸Ĩà¹Īา":140900,"ĠDön":140901,"׼׾׼׾×Ķ":140902,"×ŀ×ĸ×Ĵ":140903,"ÙħÙģ":140904,"ÙħÙģÙĩ":140905,"ÙħÙģÙĩÙĪÙħ":140906,"×Ķ×ĵ":140907,"×Ķ×ĵפס":140908,"×Ķ×ĵפס×Ķ":140909,"ãģĻãģİãģ¦":140910,"ĠгÑĢ":140911,"ĠгÑĢн":140912,"×ŀ×ĺ×ķס":140913,"Ġ기ìĸµ":140914,"ï¾Ł":140915,"ĠpÅĤyn":140916,"ĠGründe":140917,"ĠBücher":140918,"ĠwedÅĤug":140919,"ãģ¾ãģłãģ¾ãģł":140920,"Ġ׳×Ķ×ĵר":140921,"ĠÙĬستطÙĬع":140922,"ĠHiá»ĩp":140923,"ãĤŃãĥ£ãĥ³ãĥļ":140924,"ãĤŃãĥ£ãĥ³ãĥļãĥ¼ãĥ³":140925,"Ġthá»ķ":140926,"Ġeuropéenne":140927,"à¸ļัà¸ĩ":140928,"à¸ļัà¸ĩà¸Ħัà¸ļ":140929,"ĠszczegóÅĤowo":140930,"׳שק":140931,"ãĥķãĥ©ãĥ³ãĤ¹":140932,"×ŀ×ķ×ŀ×Ĺ×Ļ":140933,"Ġcomún":140934,"Ġçarp":140935,"ØŃتÙĬا":140936,"ØŃتÙĬاج":140937,"ØŃتÙĬاجات":140938,"ëĭ´ëĭ¹":140939,"ä½ķ度":140940,"ä½ķ度ãĤĤ":140941,"×ĵ×ijק":140942,"ãģįãĤĮ":140943,"ãģįãĤĮãģĦ":140944,"Ġкам":140945,"ĠкамеÑĢ":140946,"ĠespecÃŃfico":140947,"Ġteléfono":140948,"à¸ķัà¹īà¸ĩà¸Ńยูà¹Ī":140949,"IÅŀ":140950,"ãģ©ãĤĵãģ©":140951,"ãģ©ãĤĵãģ©ãĤĵ":140952,"עצ×ŀ×IJ×Ļ":140953,"à¸Ķัà¸ĩà¸Ļีà¹ī":140954,"ĠÑĦоÑĢмиÑĢов":140955,"ĠÑĦоÑĢмиÑĢова":140956,"×ķ×ŀ×ij":140957,"Ġkullanımı":140958,"ÐľÐŀ":140959,"עש×Ļ":140960,"עש×Ļ×Ļ×Ķ":140961,"Ġönlem":140962,"à¹Ģà¸Ńà¹ĩ":140963,"à¹Ģà¸Ńà¹ĩม":140964,"×ŀשק×Ļ×¢":140965,"ר×Ļ×Ĺ":140966,"à¸Ĥัà¸Ķ":140967,"ĠíĻľ":140968,"ĠíĻľìļ©":140969,"à¸ĭะ":140970,"ãĤĪãģĨãģ«ãģªãĤĬãģ¾ãģĹãģŁ":140971,"ĠÑĢаÑģпÑĢ":140972,"ĠÑĢаÑģпÑĢоÑģÑĤ":140973,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢан":140974,"ĠÑĢаÑģпÑĢоÑģÑĤÑĢанен":140975,"׼×Ļ×ķף":140976,"ÙĤبض":140977,"تصرÙĬØŃ":140978,"تصرÙĬØŃات":140979,"ĠоÑĢи":140980,"ĠоÑĢиг":140981,"ĠоÑĢигина":140982,"ĠоÑĢигинал":140983,"ĠاÙĦعاÙĦÙĬ":140984,"à¹ģหà¹Īà¸ĩà¸Ļีà¹ī":140985,"ãĥķãĤ¡ãĥ¼":140986,"ãģ¦ãģĦãģį":140987,"ãģ¦ãģĦãģįãģŁãģĦ":140988,"פתר":140989,"פתר×ķ׳×ķת":140990,"Ġ×ij×Ļ×Ĺ":140991,"Ġ×ij×Ļ×Ĺ×ĵ":140992,"Ġodby":140993,"ĠodbyÅĤ":140994,"ĠоÑĩеÑĢед":140995,"ĠtrÆ°Æ¡ng":140996,"ãĤŃãĥ³":140997,"×ŀ×ķפ":140998,"×ŀ×ķפע":140999,"ëĵľë¦½":141000,"ëĵľë¦½ëĭĪëĭ¤":141001,"à¸ŀืà¹īà¸Ļà¸IJาà¸Ļ":141002,"ìŀIJ격":141003,"ĠViá»ĩn":141004,"ĠDespués":141005,"Ġ×IJ׾×Ļ׳×ķ":141006,"Ġdurée":141007,"íĩ´":141008,"Ġmüzik":141009,"iếu":141010,"ĠÑĢазмеÑīен":141011,"ĠкÑĥд":141012,"ĠкÑĥда":141013,"غض":141014,"غضب":141015,"ĠTambém":141016,"à¸Īัà¸Ķสà¹Īà¸ĩ":141017,"à¸ģารà¹ģสà¸Ķà¸ĩ":141018,"onomÃŃa":141019,"Ġанг":141020,"Ġангли":141021,"Ġанглий":141022,"ĠанглийÑģк":141023,"Ġznal":141024,"Ġznalaz":141025,"ĠznalazÅĤ":141026,"תר×Ĵ":141027,"תר×Ĵ×ķ×Ŀ":141028,"ĠÑģнов":141029,"ĠÑģнова":141030,"ĠÑĩаÑģа":141031,"Ġcommunauté":141032,"ĠespecÃŃfica":141033,"ĠLá»ĭch":141034,"Ġlié":141035,"Ùģجر":141036,"à¹Ģà¸ģà¹Īà¸ĩ":141037,"عاÙĦ":141038,"عاÙĦج":141039,"Ø£ÙĨظ":141040,"Ø£ÙĨظÙħØ©":141041,"ESÄ°":141042,"ĠاÙĦØŃدÙĬد":141043,"à¸ŀระà¸Ńà¸ĩà¸Ħà¹Į":141044,"Ġפרשת":141045,"Ġдвиж":141046,"ĠдвижениÑı":141047,"ĠاÙĦجارÙĬ":141048,"à¸ĺาà¸Ļี":141049,"неÑģен":141050,"ĠاÙĦÙĨÙĩائÙĬ":141051,"ĠбеÑĢ":141052,"ĠбеÑĢем":141053,"ĠбеÑĢеменн":141054,"Ġdépartement":141055,"à¹Ģà¸Ĺีย":141056,"à¹Ģà¸Ĺียà¸ļ":141057,"ĠÐľÐ°ÑĢи":141058,"ĠнекоÑĤоÑĢÑĭÑħ":141059,"обеÑģп":141060,"обеÑģпеÑĩен":141061,"×Ĺ×ķ×ĸ":141062,"×Ĺ×ķ×ĸ×Ķ":141063,"ÙĨتج":141064,"à¸Īะà¹Ħà¸Ķà¹īรัà¸ļ":141065,"á»°":141066,"Ġéléments":141067,"عط":141068,"عطاء":141069,"Ġtắt":141070,"iá»ĩm":141071,"ÑİÑīиÑħÑģÑı":141072,"ãģĹãģ°":141073,"ãģĹãģ°ãĤīãģı":141074,"ĠпоможеÑĤ":141075,"à¸Ĥà¸ĵะà¸Ļีà¹ī":141076,"Ġעשר×ķת":141077,"éģķãģ£ãģ¦":141078,"ĠпÑĢог":141079,"ĠпÑĢогн":141080,"ĠпÑĢогноз":141081,"ĠtÅĤ":141082,"ĠtÅĤum":141083,"ĠtÅĤumacz":141084,"Tür":141085,"Türkiye":141086,"ãģįãģ£":141087,"ãģįãģ£ãģĭãģij":141088,"Ġ×Ķ׳×ķ׼":141089,"Ġ×Ķ׳×ķ׼×Ĺ×Ļ":141090,"ĠìĥĿìĤ°":141091,"ĠÑĦоÑĢмÑĭ":141092,"ç¾İãģĹãģĦ":141093,"à¸Ľà¸£à¸¶à¸ģ":141094,"à¸Ľà¸£à¸¶à¸ģษา":141095,"Ġlumière":141096,"ãĤªãĥ¼ãĥĹ":141097,"ãĤªãĥ¼ãĥĹãĥ³":141098,"à¸Ľà¸·à¸Ļ":141099,"วัสà¸Ķ":141100,"วัสà¸Ķุ":141101,"еÑĢÑĤв":141102,"ÙĥÙĦÙģ":141103,"ï½£":141104,"à¸ĺรรมà¸Ķา":141105,"׳×ĺר":141106,"ĠпÑĢедÑģÑĤавлÑıеÑĤ":141107,"Ġanálisis":141108,"Ġbãi":141109,"باÙĤÙĬ":141110,"à¸Ľà¸£à¸°à¹Ģà¸Ķ":141111,"à¸Ľà¸£à¸°à¹Ģà¸Ķà¹ĩà¸Ļ":141112,"ĠÑģлÑĥÑĩаÑı":141113,"ĠÑģлÑĥÑĩаÑıÑħ":141114,"ÐĽÐIJ":141115,"สัà¸ĩà¹Ģà¸ģ":141116,"สัà¸ĩà¹Ģà¸ģà¸ķ":141117,"Ġprzec":141118,"Ġprzecież":141119,"ÙħصÙĦ":141120,"ÙħصÙĦØŃØ©":141121,"ש×ķק×ķ׾×ĵ":141122,"ĠобоÑĢÑĥдованиÑı":141123,"ĠtrwaÅĤ":141124,"رÙĪÙħ":141125,"ìķĪëĤ´":141126,"ĠNghá»ĭ":141127,"خش":141128,"à¸ļาà¸Ħาร":141129,"à¸ļาà¸Ħารà¹Īา":141130,"ĠопÑĨион":141131,"ĠÑģозданиÑı":141132,"ãĤ³ãĤ¹ãĥĪ":141133,"Ġ×Ķ×¢×ľ×Ļ":141134,"Ġ×Ķ×¢×ľ×Ļ×ķף":141135,"läuft":141136,"ãĥĻãĤ¹ãĥĪ":141137,"Ġrê":141138,"Ġrêve":141139,"×IJ×ij×Ļ×ij":141140,"×Ļ×Ļ×ļ":141141,"ë¶Ļ":141142,"ãĤ¤ãĥ³ãĥī":141143,"ÅĤoży":141144,"ÅĤożyÄĩ":141145,"عائÙĦ":141146,"عائÙĦØ©":141147,"Ø£ÙĪر":141148,"Ø£ÙĪراÙĤ":141149,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸ":141150,"à¸Ĺà¹īà¸Ńà¸ĩà¸ĸิà¹Īà¸Ļ":141151,"Ġähn":141152,"Ġähnlich":141153,"ãĥŁãĥĭ":141154,"à¸ľà¸¹":141155,"à¸ľà¸¹à¹īà¸Ļ":141156,"à¸ľà¸¹à¹īà¸Ļำ":141157,"ĠмаÑĤеÑĢиалÑĭ":141158,"ĠкапиÑĤ":141159,"ĠкапиÑĤал":141160,"Ｆ":141161,"Ġseçil":141162,"Ġhứng":141163,"Ġintéressant":141164,"ãģ£ãģ¦ãģĦãģı":141165,"ĠeÄŁer":141166,"ëIJĺìĹĪìĬµëĭĪëĭ¤":141167,"ĠanlaÅŁma":141168,"ãģĶåĪ©çĶ¨":141169,"Ġ×ij×ĸ׼":141170,"Ġ×ij×ĸ׼×ķת":141171,"ëĿ¼ë©´":141172,"ĠÙĬÙĪس":141173,"ĠÙĬÙĪسÙģ":141174,"أسÙĦØŃØ©":141175,"ĠGefühl":141176,"ĠноÑĢмалÑĮн":141177,"ãĥĻãĥ³":141178,"ãģķãĤĮãĤĭãģĵãģ¨":141179,"ĠÐijеÑģ":141180,"ãģ¨ãģĦãģĪãģ°":141181,"ĠÙħÙĩÙħ":141182,"ĠÙħÙĩÙħØ©":141183,"ãģ§ãģĹãĤĩãģĨãģŃ":141184,"ĠêµŃëĤ´":141185,"à¹Ģมà¹ĩà¸Ķ":141186,"×ŀ×ijקר":141187,"ĠاÙĦدÙĨÙĬ":141188,"ĠاÙĦدÙĨÙĬا":141189,"à¸Ĭู":141190,"кÑĢÑĥÑĤ":141191,"Ġthoáng":141192,"Ġ׳×ĵר":141193,"Ġ׳×ĵרש":141194,"ĠÑĢаÑģÑģказал":141195,"ĠAuÃŁerdem":141196,"פ×IJר":141197,"פ×IJרק":141198,"Ġ×ŀש×Ĺק×Ļ×Ŀ":141199,"צר׼×Ļ×Ŀ":141200,"×ŀ×ĵ×ķ":141201,"×ŀ×ĵ×ķ×Ļק":141202,"èĭ¦ãģĹ":141203,"ĠÑģиг":141204,"ĠÑģигнал":141205,"ĠMá»įi":141206,"Ġtrữ":141207,"ĠnastÄĻp":141208,"ĠnastÄĻpnie":141209,"Ġì¶Ķì§Ħ":141210,"ĠاÙĦÙģÙĨد":141211,"ĠاÙĦÙģÙĨدÙĤ":141212,"koÅĦczyÅĤ":141213,"สีà¹Ī":141214,"ק×Ļ×ij":141215,"ק×Ļ×ij×ķ×¥":141216,"ĠнÑĥжнÑĭ":141217,"大åĪĩ":141218,"大åĪĩãģª":141219,"æıĽãģĪ":141220,"ת×ķס":141221,"ת×ķספת":141222,"ãģ£ãģ¦ãģĦãģªãģĦ":141223,"ĠмÑı":141224,"ĠмÑıг":141225,"ĠмÑıгк":141226,"Ġjakie":141227,"ĠjakieÅĽ":141228,"à¸ķำà¸ļ":141229,"à¸ķำà¸ļล":141230,"ĠìŀĪì§Ģ":141231,"×ij×ĺ×IJ":141232,"ĠоÑĤлиÑĩно":141233,"ÙĤÙIJ":141234,"ĠавÑĤомоб":141235,"ĠавÑĤомоби":141236,"ĠавÑĤомобилÑı":141237,"دÙĬÙħÙĤراطÙĬ":141238,"ĠاÙĦÙĪا":141239,"ĠاÙĦÙĪاØŃد":141240,"ĠسÙĪرÙĬØ©":141241,"أغÙĦ":141242,"أغÙĦب":141243,"ĠÑįкÑĢан":141244,"ãĥĹãĥ©ãĤ¤":141245,"ĠjesteÅĽ":141246,"ãĥIJãĥª":141247,"Ġ×Ķ×IJ×ķ×ķ×Ļר":141248,"ائÙĥ":141249,"à¸Ńยà¹Īาà¸ĩยิà¹Īà¸ĩ":141250,"ÑĢекÑĤ":141251,"Ġumo":141252,"Ġumoż":141253,"Ġumożli":141254,"Ġumożliw":141255,"Ġumożliwia":141256,"Ġnächste":141257,"ĠìŀĪì§Ģë§Į":141258,"ĠпÑĢедн":141259,"ĠпÑĢедназ":141260,"ĠпÑĢедназнаÑĩен":141261,"Ġmaçı":141262,"Ġpomi":141263,"ĠpomiÄĻd":141264,"ĠpomiÄĻdzy":141265,"ĠاÙĦÙĦÙĤاء":141266,"à¹Ģà¸Ķà¸Ńะ":141267,"ĠновоÑģÑĤи":141268,"×ŀ×Ĺ׾×Ķ":141269,"رÙĬاضÙĬ":141270,"à¸Ķà¸Ļ":141271,"à¸Ķà¸Ļà¸ķรี":141272,"بصر":141273,"ìĬ¤íĥĢ":141274,"scripción":141275,"Ġnapisa":141276,"ĠnapisaÅĤ":141277,"Ġ׳ש×ŀ×¢":141278,"ĠاÙĦÙħØŃÙĦÙĬ":141279,"Ġhiá»ĥn":141280,"×IJ×Ĺ":141281,"×IJ×Ĺר×IJ×Ļ":141282,"ĠгÑĢаниÑĨ":141283,"æīĭç¶ļãģį":141284,"Ùĥسب":141285,"Ġà¹ģà¸ķà¹Īà¸ĸà¹īา":141286,"à¸Ķาวà¸Ļà¹Į":141287,"à¸Ķาวà¸Ļà¹Įà¹Ĥหลà¸Ķ":141288,"ãĤĭãģĵãģ¨ãģĮãģ§ãģįãģ¾ãģĻ":141289,"åŁºæľ¬çļĦãģ«":141290,"ÙĪÙĦاد":141291,"räume":141292,"دÙģاع":141293,"×Ļצע":141294,"ĠOczy":141295,"ĠOczywiÅĽcie":141296,"ĠÅģ":141297,"ĠÅģa":141298,"اÙĦÙĬاب":141299,"اÙĦÙĬاباÙĨ":141300,"áºłI":141301,"ĠBirliÄŁi":141302,"×Ķ×ķצ":141303,"×Ķ×ķצ×IJת":141304,"ĠÄijua":141305,"Ġê·¸ëŁ¬ëĭĪê¹Į":141306,"Ġréalité":141307,"عÙĦاÙĤات":141308,"Jeste":141309,"JesteÅĽ":141310,"Ġмнож":141311,"ĠмножеÑģÑĤво":141312,"Ｋ":141313,"ãĥĹãĥŃãĤ¸ãĤ§":141314,"ãĥĹãĥŃãĤ¸ãĤ§ãĤ¯ãĥĪ":141315,"ĠÑĦл":141316,"ظÙĨ":141317,"×Ĵ׾×Ĵ׾":141318,"ĠmÅĤodzie":141319,"ĠmÅĤodzież":141320,"à¸Ļà¹īำà¸ķา":141321,"à¸Ļà¹īำà¸ķาล":141322,"ÐĽÐķ":141323,"×ij×ķ×ĺ":141324,"Ġ׾×Ķ×Ĵ×Ļ×ĵ":141325,"ãģĵãģ¨ãĤĤãģĤãĤĭ":141326,"زاد":141327,"×ŀ×Ļ×ĵ×¢":141328,"ĠgÅĤównie":141329,"ãĥıãĤ¦":141330,"ãĥıãĤ¦ãĤ¹":141331,"бел":141332,"Ġétape":141333,"ðŁĺĢ":141334,"ĠмоделÑĮ":141335,"aģını":141336,"ש×Ĺק":141337,"ש×Ĺקף":141338,"Ġniño":141339,"à¸Ĭà¹īาà¸ĩ":141340,"à¹Ģลีย":141341,"ĠÑĦоÑĢме":141342,"ĠاÙĦشرÙĬÙģ":141343,"ĠÑĥдаÑĢ":141344,"arriv":141345,"arrivée":141346,"ĠmiesiÄĻ":141347,"ĠmiesiÄĻcy":141348,"ØŃرÙĥ":141349,"ØŃرÙĥات":141350,"ĠDiá»ħn":141351,"ÐĿЫ":141352,"ãģ¾ãģ£ãģŁãģı":141353,"Ġ×Ļר×ķק":141354,"еÑģÑĤеÑģÑĤв":141355,"еÑģÑĤеÑģÑĤвенн":141356,"Ġê·¸ëŁ¼":141357,"ĠاÙĦÙħتÙĪ":141358,"ĠاÙĦÙħتÙĪسط":141359,"Ġbénéfic":141360,"Ġbénéficie":141361,"Ġwybra":141362,"ĠwybraÄĩ":141363,"ĠاÙĦزÙħÙĨ":141364,"ĠпÑĢинÑı":141365,"ĠпÑĢинÑıл":141366,"ÙģرØŃ":141367,"Ġksz":141368,"ĠksztaÅĤ":141369,"ĠksztaÅĤt":141370,"ק׾×ĺ":141371,"×ij×ĵ×Ļקת":141372,"Ġgiấ":141373,"Ġgiấc":141374,"ĠproprietÃł":141375,"деÑĢжан":141376,"ĠKöln":141377,"ĠGüzel":141378,"×Ļפ×ķ×Ļ":141379,"ĠCuá»Ļc":141380,"ÑįÑĤаж":141381,"ترÙĥÙĬ":141382,"ترÙĥÙĬز":141383,"ложений":141384,"ĠпÑĥ":141385,"ĠпÑĥÑĤи":141386,"اختÙĦاÙģ":141387,"åĩºãģ¦ãģıãĤĭ":141388,"à¸ļุà¸ģ":141389,"âĿ¤":141390,"ÑĦан":141391,"פש×ĺ":141392,"à¸ļัà¸Ļà¹Ģà¸Ĺ":141393,"à¸ļัà¸Ļà¹Ģà¸Ĺิà¸ĩ":141394,"ĠاÙĦساد":141395,"ĠاÙĦسادس":141396,"ĠاÙĦÙĤÙĪÙħ":141397,"ĠاÙĦÙĤÙĪÙħÙĬ":141398,"Ġyönetici":141399,"ÙĩÙĪات":141400,"ÙĩÙĪاتÙģ":141401,"Ġresponsável":141402,"ĠподдеÑĢжива":141403,"ĠاÙĦسÙĦØ·":141404,"ĠاÙĦسÙĦطات":141405,"ãģĹãģ¦ãģĬãģı":141406,"ãĥļãĥĥãĥĪ":141407,"à¸Ľà¸¸à¹Īม":141408,"ĠoglÄħda":141409,"ÙĨاÙĤ":141410,"ÙĨاÙĤØ´":141411,"à¸Ħà¸Ńà¸Ļà¹Ĥà¸Ķ":141412,"ĠMüsl":141413,"ĠMüslü":141414,"ĠMüslüman":141415,"ĠMoż":141416,"ĠMożna":141417,"Ġnumérique":141418,"Ġvá»ı":141419,"ĠسÙĬتÙħ":141420,"ĠyerleÅŁ":141421,"монÑĤаж":141422,"Ġgoût":141423,"ãģ¦ãģĬãĤĬãģ¾ãģĻ":141424,"ĠKhánh":141425,"Ġедин":141426,"ĠединÑģÑĤв":141427,"اÙĨØ®Ùģ":141428,"اÙĨØ®Ùģاض":141429,"ìĭľíĹĺ":141430,"Ġlặng":141431,"ĠÑĢолÑĮ":141432,"à¸ķัวà¹ģà¸Ĺà¸Ļ":141433,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹ī":141434,"à¸Ħà¹Īาà¹ĥà¸Ĭà¹īà¸Īà¹Īาย":141435,"Ġverfüg":141436,"Ġverfügbar":141437,"ìĻĶëĭ¤":141438,"ãģĦãģļ":141439,"ãģĦãģļãĤĮ":141440,"ĠиÑģÑģледованиÑı":141441,"меÑīа":141442,"×Ķ×Ĺ":141443,"×Ķ×Ĺ×ĸר":141444,"à¹ģà¸Łà¸Ĭัà¹Īà¸Ļ":141445,"تصرÙģ":141446,"إرÙĩاب":141447,"ĠexercÃŃcio":141448,"Ġélev":141449,"Ġélevé":141450,"สัà¸įà¸įาà¸ĵ":141451,"ÃĸZ":141452,"ãĥĹãĥŃãĤ°":141453,"ãĥĹãĥŃãĤ°ãĥ©":141454,"ãĥĹãĥŃãĤ°ãĥ©ãĥł":141455,"ĠwewnÄĻtrzn":141456,"Ġhenüz":141457,"é£Ľãģ³":141458,"à¹Ģà¸Ķà¸Ńรà¹Į":141459,"ÑģÑĥж":141460,"ÑģÑĥжден":141461,"شعÙĪب":141462,"ãģ²ãģ¨ãĤĬ":141463,"ĠwyÅĤÄħ":141464,"ĠwyÅĤÄħcznie":141465,"ĠплоÑħо":141466,"ÐĶÐķ":141467,"Ầ":141468,"ÙģعاÙĦÙĬ":141469,"ÙģعاÙĦÙĬات":141470,"ĠاÙĦعشر":141471,"ÑģÑĤÑĥпил":141472,"Ġyarg":141473,"Ġyargı":141474,"нÑİÑİ":141475,"×ķ×IJ×ij":141476,"Ġuç":141477,"Ġuçak":141478,"ë²½":141479,"تÙĪÙĤÙĬ":141480,"تÙĪÙĤÙĬع":141481,"Ġì¤ijìĭ¬":141482,"׳×Ļ×ķ×ķ×ĺ":141483,"Ø£ÙĥÙĦ":141484,"ç½®ãģĦãģ¦":141485,"éłĤãģį":141486,"Ġ×Ķת×ij":141487,"Ġ×Ķת×ij×Ļ×¢×Ķ":141488,"Ġdürfen":141489,"ÙħÙĤاÙĦ":141490,"ÙħÙĤاÙĦات":141491,"ĠزÙħÙĨ":141492,"à¸ŀฤศ":141493,"à¸ŀฤศà¸Ī":141494,"à¸ŀฤศà¸Īิà¸ģ":141495,"à¸ŀฤศà¸Īิà¸ģายà¸Ļ":141496,"ĠнеÑģколÑĮ":141497,"ĠнеÑģколÑĮки":141498,"ĠнеÑģколÑĮкиÑħ":141499,"Ġcriança":141500,"มิà¸ķร":141501,"×ŀ׼×Ļר×ķת":141502,"à¸ģารà¸ļริหาร":141503,"Ġtélécharg":141504,"Ġ×IJ×ķ×Ķ×ijת":141505,"ĠBüro":141506,"ä½ľãģ£ãģŁ":141507,"ĠKiÅŁi":141508,"ç¾İåij³ãģĹ":141509,"à¹Ģลยà¸Ħà¹Īะ":141510,"à¸ŀà¸ļà¸ģัà¸ļ":141511,"à¸Īà¹īา":141512,"Ġçer":141513,"Ġçerç":141514,"Ġçerçeve":141515,"ãĤĴä½ľãģ£ãģ¦":141516,"ĠпеÑĢвÑĥÑİ":141517,"×ŀצר×Ļ×Ŀ":141518,"×IJ׾×ķ×Ķ":141519,"×IJ׾×ķ×Ķ×Ļ×Ŀ":141520,"Ġagré":141521,"Ġagréable":141522,"Ġayır":141523,"Ä°LÄ°":141524,"ãĤ¥":141525,"ĠíĺĦ":141526,"ĠíĺĦìĭ¤":141527,"ثاÙĦØ«":141528,"ת×ĸ":141529,"ת×ĸ×ķ׳×Ķ":141530,"ãģ¨ãģĦãģ£ãģ¦":141531,"ãģ¨ãģĦãģ£ãģ¦ãĤĤ":141532,"ĠابÙĪ":141533,"ĠÑģобак":141534,"é£Łãģ¹ãģŁ":141535,"Ġданном":141536,"à¹Ģลิ":141537,"à¹Ģลิศ":141538,"Ġíļ":141539,"Ġíļ¨":141540,"Ġíļ¨ê³¼":141541,"ãĤĤãĤīãģĪãĤĭ":141542,"׳צ׾":141543,"ÑĦик":141544,"ÑĦикÑģ":141545,"ĠjesteÅĽmy":141546,"ת×Ĺ×ķש×Ķ":141547,"à¹Ħมà¹Īà¸Ħวร":141548,"ĠØŃسÙĬÙĨ":141549,"à¸ģารลà¸ĩà¸Ĺุà¸Ļ":141550,"ë´¤":141551,"ĠÐĺменно":141552,"à¸ļà¸Ńรà¹Į":141553,"à¸ļà¸Ńรà¹Įà¸Ķ":141554,"ĠCảnh":141555,"ìĦľë¹ĦìĬ¤":141556,"Ġполов":141557,"Ġполовин":141558,"ĠзамеÑĩа":141559,"ãģĦãĤįãĤĵãģª":141560,"Ġ×ij×Ļק":141561,"Ġ×ij×Ļקש":141562,"лÑĥÑĪ":141563,"ãĤĴè¿İ":141564,"ãĤĴè¿İãģĪ":141565,"جرÙĬÙħØ©":141566,"Ġtây":141567,"ĠاÙĦÙĨÙĪ":141568,"ĠاÙĦÙĨÙĪÙĪÙĬ":141569,"ÃĤN":141570,"ì¿ł":141571,"หà¸Ļาว":141572,"Ġ×ij×Ĺש×ij×ķף":141573,"زار":141574,"à¸Ķาร":141575,"à¸Ķารา":141576,"ĠÅĽl":141577,"ĠÅĽlub":141578,"มีà¸Ħวามสุà¸Ĥ":141579,"Ġnhu":141580,"ĠnhuáºŃn":141581,"ÙħØŃطة":141582,"à¹Ģสืà¹īà¸Ńà¸ľà¹īา":141583,"ĠТолÑĮко":141584,"ĠÙĥس":141585,"ĠÙĥسارة":141586,"ÙħشرÙĪع":141587,"niÄĻcia":141588,"×¢×Ľ×©×Ļ×ķ":141589,"تÙĦÙģ":141590,"تÙĦÙģزÙĬ":141591,"تÙĦÙģزÙĬÙĪÙĨ":141592,"ĠlÆ°á»Ľi":141593,"ĠÐľÐ¾ÑģквÑĭ":141594,"Ġréserve":141595,"ĠanlaÅŁ":141596,"ĠanlaÅŁÄ±l":141597,"ĠedeceÄŁi":141598,"รà¸Ńà¸ĩà¹Ģà¸Ĺà¹īา":141599,"Ġبط":141600,"ĠبطرÙĬ":141601,"ĠبطرÙĬÙĤØ©":141602,"ãģ¦ãģĹãģ¾ãģ£ãģ¦":141603,"ãĤĤãĤīãģ£ãģ¦":141604,"برج":141605,"æ±ļ":141606,"æ±ļãĤĮ":141607,"Ġchoc":141608,"Ġchocia":141609,"Ġchociaż":141610,"Ġzobac":141611,"ĠzobaczyÄĩ":141612,"пÑĢÑı":141613,"пÑĢÑıжен":141614,"ĠÑĨиÑĦ":141615,"ĠÑĨиÑĦÑĢ":141616,"Ġмам":141617,"ĠвзÑıÑĤÑĮ":141618,"Ġchạm":141619,"جسÙħ":141620,"ØŃÙħاس":141621,"à¹Ģลà¹Īม":141622,"à¸ŀิษ":141623,"×Ķפ׼×ķ":141624,"à¸Ĭà¹Īà¸Ńà¸ĩà¸Ĺาà¸ĩ":141625,"Ġвек":141626,"Ġвека":141627,"Æ¡Ìģ":141628,"Æ¡Ìģi":141629,"ĠTiá»ģn":141630,"Ġtrầm":141631,"мÑĭÑĪ":141632,"мÑĭÑĪл":141633,"ĠÑĤÑĥ":141634,"ĠÑĤÑĥÑĢиÑģÑĤ":141635,"Ġchc":141636,"ĠchcÄħ":141637,"Ġавг":141638,"ĠавгÑĥÑģÑĤ":141639,"ĠавгÑĥÑģÑĤа":141640,"ס×IJ×ķת":141641,"Ġר×Ĵ׾":141642,"à¸ľà¸¥à¸ģระà¸Ĺ":141643,"à¸ľà¸¥à¸ģระà¸Ĺà¸ļ":141644,"å¤īãĤıãĤĭ":141645,"Ġ×Ķ×IJ×Ĺר×ķ׳×Ļ×Ŀ":141646,"سÙģÙĬر":141647,"ĠÑĩаÑīе":141648,"ãģĦãĤī":141649,"ãģĦãĤīãģ£":141650,"ãģĦãĤīãģ£ãģĹãĤĥ":141651,"×ķ×ŀ׳×Ļ×Ŀ":141652,"Ġarttır":141653,"ĠChá»ĭ":141654,"Ġì¡°ì§ģ":141655,"ĠÑĥÑģпеÑħ":141656,"Ġ×¢×ķס":141657,"Ġ×¢×ķסק":141658,"ĠìĥĿëªħ":141659,"ÑĨиÑĤ":141660,"Ġregión":141661,"ÐŀÐĿ":141662,"ĠdoÄŁum":141663,"ĠyaÅŁad":141664,"ĠyaÅŁadıģı":141665,"à¸Ĺà¸Ķลà¸Ńà¸ĩ":141666,"Ġgözü":141667,"ש×Ļר×Ķ":141668,"дÑĥмал":141669,"Ġdaģı":141670,"Ġdaģıt":141671,"à¸Ĺีมà¸ĩาà¸Ļ":141672,"Ġtiá»ģm":141673,"ĠاÙĦÙĥبر":141674,"ĠاÙĦÙĥبرÙī":141675,"ì¹Ń":141676,"ĠGünc":141677,"ĠGüncelle":141678,"ĠGüncelleme":141679,"ê¹Ĭ":141680,"ĠобоÑĢÑĥдование":141681,"ĠÑĢеÑĪа":141682,"Ụ":141683,"ĠпиÑĤ":141684,"ĠпиÑĤаниÑı":141685,"à¹Ģรียà¸ļ":141686,"×Ľ×ª×Ļ×ij×Ķ":141687,"Ġпон":141688,"ĠпонÑĢав":141689,"ĠпонÑĢави":141690,"Ġ×Ķ×ķ׾×ĵ":141691,"Ġ×Ķ×ķ׾×ĵת":141692,"Ġê²ģ":141693,"Ġê²ģëĭĪëĭ¤":141694,"ĠпеÑĢвой":141695,"ãĥ©ãĤ¤ãĥķ":141696,"ĠÅŁiir":141697,"krÄĻ":141698,"krÄĻc":141699,"Ġthiá»ĥu":141700,"à¹Ģลยà¸Ĺี":141701,"à¹Ģลยà¸Ĺีà¹Ģà¸Ķียว":141702,"×ĺ×¢×ł×ķת":141703,"ائÙĩÙħ":141704,"Ġ×IJס×ķר":141705,"ĠплаÑĤеж":141706,"تردد":141707,"Ġmożliwe":141708,"ĠkhỼ":141709,"ĠkhỼp":141710,"تÙģاعÙĦ":141711,"ĠÑĪколÑĮ":141712,"ĠÑĪколÑĮн":141713,"ĠÙĤصة":141714,"Ġmétier":141715,"nÄĻÅĤa":141716,"หลà¹Īà¸Ń":141717,"Ġủng":141718,"Ġprzegl":141719,"ĠprzeglÄħd":141720,"ĠاÙĦÙħتعÙĦ":141721,"ĠاÙĦÙħتعÙĦÙĤØ©":141722,"ĠÑģÑĭн":141723,"Ġволн":141724,"ãĥĩãĥ¼ãĥĪ":141725,"ĠÐŃÑĤи":141726,"ĠкÑĢоме":141727,"à¸Ħารà¹Į":141728,"׳ק×ķ×ĵ×Ķ":141729,"Ġ׾ש×ŀ×ķ×¢":141730,"Ġ×ĸ×ķ׼ר":141731,"Ｇ":141732,"ÙĬÙİا":141733,"Ġgiá»ıi":141734,"åĥįãģı":141735,"ĠÑģни":141736,"ĠÑģнижен":141737,"à¹ģà¸Ķà¸Ķ":141738,"รุà¸Ļ":141739,"รุà¸Ļà¹ģรà¸ĩ":141740,"Ġhiá»ĩp":141741,"ografÃŃa":141742,"à¹Ģà¸Īà¸Ńรà¹Į":141743,"Ġдвиг":141744,"ĠдвигаÑĤ":141745,"ĠдвигаÑĤел":141746,"Ġüy":141747,"Ġüyeler":141748,"Ġüyeleri":141749,"ĠбÑĥк":141750,"ĠбÑĥкв":141751,"ãĤĤå¤ļãģı":141752,"Ġthiá»ĩt":141753,"ĠPaÃŃs":141754,"ĠطبÙĬعÙĬ":141755,"à¹ģà¸Īà¸ģ":141756,"ĠاÙĦصØŃÙĬØŃ":141757,"Ġappré":141758,"Ġappréci":141759,"Ġdecisión":141760,"Ġë°ĺëĵľ":141761,"Ġë°ĺëĵľìĭľ":141762,"ĠÑĤебе":141763,"ãĤ·ãĥ¼ãĤº":141764,"ãĤ·ãĥ¼ãĤºãĥ³":141765,"ĠдалÑĮн":141766,"ĠìĬ¤":141767,"ĠìĬ¤ìĬ¤":141768,"ĠìĬ¤ìĬ¤ë¡ľ":141769,"ĠThá»ĥ":141770,"ĠkarÅŁ":141771,"ĠkarÅŁÄ±s":141772,"ĠkarÅŁÄ±sında":141773,"ĠKön":141774,"ĠKönig":141775,"ивание":141776,"×ij×ķצע":141777,"глаÑģ":141778,"Ġtwó":141779,"Ġtwórc":141780,"à¸Ľà¸ģà¸Ħร":141781,"à¸Ľà¸ģà¸Ħรà¸Ńà¸ĩ":141782,"ĠGÅĤ":141783,"ĠGÅĤówn":141784,"ĠUnterstüt":141785,"ĠUnterstützung":141786,"ĠдÑĥÑħ":141787,"ĠдÑĥÑħов":141788,"Ø£ÙħاÙĨ":141789,"×Ĺשש":141790,"تظ":141791,"تظاÙĩر":141792,"ĠлÑİбом":141793,"à¸ķาร":141794,"à¸ķาราà¸ĩ":141795,"Ġkról":141796,"Ø£ØŃدث":141797,"ì¡Įëĭ¤":141798,"ÐļÑĥÑĢÑģ":141799,"ãĥĥãĥĦ":141800,"×ŀק×ķ×ij׾":141801,"ĠÑģимвол":141802,"Ġdésorm":141803,"Ġdésormais":141804,"wüns":141805,"wünsche":141806,"Ñĥни":141807,"ÑĥниÑĨип":141808,"ÑĥниÑĨипалÑĮн":141809,"หลัà¸ģสูà¸ķร":141810,"ÙĨتشر":141811,"Ġал":141812,"Ġалк":141813,"Ġалког":141814,"Ġалкогол":141815,"ĠÑĥÑĩиÑĤÑĭва":141816,"à¸ģำà¸ģัà¸ļ":141817,"Ġ×ľ×¤×¢×ķ׾":141818,"ĠìĹ°ê²°":141819,"sÄħd":141820,"ĠاÙĦØ£ÙĬ":141821,"ĠاÙĦØ£ÙĬاÙħ":141822,"غÙĬاب":141823,"ĠнаÑĢ":141824,"ĠнаÑĢко":141825,"×ŀ×ķ×ĵ×¢":141826,"ĠÑģеÑĢии":141827,"пиÑģÑĭва":141828,"สิว":141829,"ç¶ļãģĦãģ¦":141830,"çĶ³ãģĹè¾¼ãģ¿":141831,"Ġ׾×Ĵר":141832,"Ġ׾×Ĵר×ķ×Ŀ":141833,"Ġдем":141834,"Ġдемо":141835,"Ġë³´ëĤ´":141836,"تÙĩدÙĬد":141837,"ĠÙħØ´ÙĬرا":141838,"Ġduy":141839,"Ġduyá»ĩt":141840,"ĠwiÄĻksze":141841,"ÙħعاÙĬ":141842,"ÙħعاÙĬÙĬر":141843,"ĠGda":141844,"ĠGdaÅĦsk":141845,"Ġrah":141846,"Ġrahats":141847,"Ġrahatsız":141848,"ר×ķצ×Ķ":141849,"lös":141850,"lösung":141851,"ĠТаким":141852,"ÑĪед":141853,"ÑĪедÑĪ":141854,"عزÙĦ":141855,"Ġרש×Ļ×ŀת":141856,"Ġ׾×Ķ×Ļ׼":141857,"Ġ׾×Ķ×Ļ×Ľ×ł×¡":141858,"ĠпÑĥÑĤ":141859,"ĠпÑĥÑĤеÑĪ":141860,"ĠпÑĥÑĤеÑĪеÑģÑĤв":141861,"ĠnotÃŃcia":141862,"ĠalÄ±ÅŁ":141863,"ĠalÄ±ÅŁver":141864,"ĠalÄ±ÅŁveriÅŁ":141865,"ĠwÅĤos":141866,"ĠwÅĤosów":141867,"Ġبغ":141868,"Ġبغداد":141869,"Ġveröffent":141870,"Ġveröffentlicht":141871,"ĠKhá":141872,"Ġtán":141873,"ëIJĺ기":141874,"Ġ방문":141875,"ÙģÙĬÙĦ":141876,"à¹Ģà¸ģิà¸Ķà¸Īาà¸ģ":141877,"åı¯æĦĽ":141878,"åı¯æĦĽãģĦ":141879,"à¸ĸุà¸ĩ":141880,"ĠzewnÄĻtrzn":141881,"à¸łà¸²à¸©à¸²à¸Ńัà¸ĩà¸ģฤษ":141882,"Ġmáxima":141883,"Ġulus":141884,"Ġuluslararası":141885,"Ġ׳×Ķ׳":141886,"à¸Ĥà¹Īาวสาร":141887,"ĠìĿĺìĤ¬":141888,"à¹Ģหลืà¸Ńà¸ĩ":141889,"ĠدÙĤ":141890,"ĠدÙĤائÙĤ":141891,"สืà¹Īà¸Ńสาร":141892,"먼":141893,"ĠÑģоÑģÑĤоÑıнии":141894,"สมาà¸Ħม":141895,"á»Ĥ":141896,"ĠÐľÐ¾Ñģков":141897,"ĠÐľÐ¾ÑģковÑģк":141898,"×ŀס×ķ×Ĵ׾":141899,"ãģĭãģĭãĤĬ":141900,"ĠTruyá»ģn":141901,"à¹ģà¸Ĥà¹ĩà¸ĩà¹ģรà¸ĩ":141902,"×ŀ×Ĺ×ĸ×Ļק":141903,"à¹Ĥà¸ģà¹ī":141904,"ÙĬسر":141905,"ìĶ©":141906,"×IJ×ķק":141907,"×IJ×ķק×ĺ":141908,"×IJ×ķק×ĺ×ķ×ijר":141909,"Ġproximité":141910,"ÙħÙĨÙĩج":141911,"ĠاÙĦجز":141912,"ĠاÙĦجزائ":141913,"ĠاÙĦجزائرÙĬ":141914,"ĠÄIJiá»ĥm":141915,"Ġденеж":141916,"Ġденежн":141917,"ÙģØŃص":141918,"Ùģئ":141919,"ĠÐijÑĥд":141920,"×Ĵ×Ļ×ĵ×ķ׾":141921,"ĠÐĴедÑĮ":141922,"عÙĦاÙħØ©":141923,"Ġ×IJ×Ĺר×ķ׳×ķת":141924,"ãģĦãģŁãģłãģĦãģ¦":141925,"سÙĦØŃ":141926,"ØŃÙĦÙħ":141927,"زÙĪار":141928,"Ùĥسر":141929,"×ĺקס":141930,"Ġбан":141931,"Ġбанков":141932,"ĠпÑĢож":141933,"ĠпÑĢожива":141934,"liwo":141935,"liwoÅĽci":141936,"ĠTiếp":141937,"ĠاÙĦÙħÙĨاسب":141938,"ĠاÙĦØ®ÙĬار":141939,"ãģĬãģĭ":141940,"ãģĬãģĭãģĴ":141941,"à¸Ķà¸Ńà¸ģà¹Ħมà¹ī":141942,"ämp":141943,"ämpfe":141944,"à¸ķัà¹īà¸ĩà¹ĥà¸Ī":141945,"ĠзаÑīиÑĤ":141946,"ĠзаÑīиÑĤÑĭ":141947,"ĠThÆ°á»Ŀng":141948,"ĠصÙģ":141949,"ĠصÙģØŃØ©":141950,"×Ĺ×ķרף":141951,"ãĥIJãĥĥãĤ°":141952,"Ġ×ĵ×Ļ×Ĵ":141953,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ":141954,"Ġ×ĵ×Ļ×Ĵ×Ļ×ĺ׾×Ļ":141955,"Ġ×Ķ×Ĺ×ķ׾×Ļ×Ŀ":141956,"веÑī":141957,"веÑīа":141958,"ĠкÑĥлÑĮÑĤ":141959,"ĠкÑĥлÑĮÑĤÑĥ":141960,"ĠкÑĥлÑĮÑĤÑĥÑĢÑĭ":141961,"ĠاÙĦاÙĨترÙĨت":141962,"Ġhöch":141963,"Ġhöchst":141964,"Ġíĺķ":141965,"Ġíĺķíĥľ":141966,"Ġвой":141967,"ĠвойнÑĭ":141968,"ÐĽÐŀ":141969,"ìĭłìļ©":141970,"Ġ×ŀ×ij×ķס":141971,"Ġ×ŀ×ij×ķסס":141972,"×ŀ׳×Ļ×¢":141973,"Ġfiyatı":141974,"ĠÑģлÑĥж":141975,"ĠÑģлÑĥжбÑĭ":141976,"à¸Ĺัศ":141977,"à¸Ĺัศà¸Ļ":141978,"ãģĵãģ¨ãģĮå¤ļãģĦ":141979,"Ġ×Ķ×ŀשת":141980,"Ġ×Ķ×ŀשת×ŀש":141981,"å¯ĦãģĽ":141982,"×ŀש׾×ķ×Ĺ":141983,"æĻĤçĤ¹":141984,"æĻĤçĤ¹ãģ§":141985,"à¸ŀรี":141986,"à¸ŀรีà¹Ģมีย":141987,"à¸ŀรีà¹Ģมียรà¹Į":141988,"à¸ŀรีà¹Ģมียรà¹Įลีà¸ģ":141989,"Ġdifficolt":141990,"ĠdifficoltÃł":141991,"ãĥ¬ãĤ¹ãĥĪ":141992,"ãĥ¬ãĤ¹ãĥĪãĥ©ãĥ³":141993,"สมà¹Ģà¸Ķà¹ĩ":141994,"สมà¹Ģà¸Ķà¹ĩà¸Ī":141995,"Ġжид":141996,"Ġжидк":141997,"ĠzupeÅĤ":141998,"ĠzupeÅĤnie":141999,"ĠÙħجر":142000,"ĠÙħجرد":142001,"ãģĮå§ĭ":142002,"ãģĮå§ĭãģ¾":142003,"ãĤŃãĥ£ãĥ©":142004,"Ġ×IJ×ķ×ķ×Ļר":142005,"ãģĬäºĴ":142006,"ãģĬäºĴãģĦ":142007,"ĠpotrÃł":142008,"ĠPaÅĦst":142009,"ĠPaÅĦstwo":142010,"ĠبÙĬاÙĨ":142011,"ĠبÙĬاÙĨات":142012,"Ġиногда":142013,"ĠÑĢа":142014,"ĠÑĢаÑģÑĤв":142015,"ĠÑĢаÑģÑĤвоÑĢ":142016,"Ġ×ĸ×ŀ׳":142017,"ยิà¹īม":142018,"ÄĨ":142019,"ãģ¾ãģķ":142020,"ãģ¾ãģķãģ«":142021,"ãĥķãĤ¡ãĤ¤ãĥ«":142022,"ĠgördÃ¼ÄŁÃ¼":142023,"สà¸ĩà¸Ħร":142024,"สà¸ĩà¸Ħราม":142025,"ĠArkadaÅŁ":142026,"ĠrozwiÄħzania":142027,"×ŀ×ķ×ĺ":142028,"piÄĻ":142029,"piÄĻt":142030,"صغر":142031,"สย":142032,"สยาม":142033,"ãĤĨãģ£ãģıãĤĬ":142034,"Ġtrần":142035,"ĠeconomÃŃa":142036,"Ġgehören":142037,"ãĤ·ãĥ§ãĥ¼":142038,"ĠsÅĤucha":142039,"à¸ŀà¸Ńà¹ĥà¸Ī":142040,"ĠоÑĤмеÑĤил":142041,"ÙĨتÙĤÙĦ":142042,"Ġpropósito":142043,"ĠваÑĪего":142044,"Ġnhắn":142045,"à¹ģà¸ĸว":142046,"ĠкомиÑģ":142047,"ĠкомиÑģÑģи":142048,"ważnie":142049,"ĠyavaÅŁ":142050,"×ŀ×Ļק":142051,"×ŀ×Ļק×ķ×Ŀ":142052,"ש×IJ×ľ×ª":142053,"Ġyıllarda":142054,"ĠЮ":142055,"ĠЮÑĢ":142056,"×ł×¡×Ļ×ij×ķת":142057,"תצ":142058,"תצ×ķ×Ĵ":142059,"ĠоднÑĥ":142060,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħร":142061,"Ġà¸Ńยà¹Īาà¸ĩà¹Ħรà¸ģà¹ĩà¸ķาม":142062,"ëģ¼":142063,"à¹Ħลà¹Ī":142064,"تسÙĦÙĬÙħ":142065,"بÙĦاغ":142066,"Ġìī":142067,"Ġìī½":142068,"Ġìī½ê²Į":142069,"ãĥļãĥ³":142070,"звÑĥÑĩ":142071,"ĠWäh":142072,"ĠWährend":142073,"Ġ×Ļ×Ļת":142074,"Ġ×Ļ×Ļ×ª×Ľ×Ł":142075,"Ġkhuyên":142076,"Ġvẽ":142077,"ĠамеÑĢ":142078,"ĠамеÑĢик":142079,"ĠамеÑĢикан":142080,"ĠамеÑĢиканÑģк":142081,"عجب":142082,"ãĥĽãĥ¼ãĥłãĥļãĥ¼ãĤ¸":142083,"ĠникÑĤо":142084,"ĠÙĤÙİ":142085,"ĠÙĤÙİاÙĦ":142086,"ĠÙĤÙİاÙĦÙİ":142087,"ÐIJÐĹ":142088,"ÙħجÙħÙĪع":142089,"ÙħجÙħÙĪعات":142090,"ĠnecessitÃł":142091,"Ġpobli":142092,"Ġpobliżu":142093,"Ġphấn":142094,"ĠСообÑī":142095,"ÙħÙĤاط":142096,"ÙħÙĤاطع":142097,"Ġ×Ķצ×ķר×ļ":142098,"laÅŁtırma":142099,"วิà¸Ķ":142100,"วิà¸Ķี":142101,"วิà¸Ķีà¹Ĥà¸Ń":142102,"Ġ그리ìĬ¤":142103,"Ġ그리ìĬ¤ëıĦ":142104,"ãĤ¿ãĤ¤ãĥŁ":142105,"ãĤ¿ãĤ¤ãĥŁãĥ³ãĤ°":142106,"ק×ĺ×Ĵ×ķר":142107,"ק×ĺ×Ĵ×ķר×Ļ×Ķ":142108,"Ġ×Ĺ×ķפ":142109,"Ġ×Ĺ×ķפש×Ļ":142110,"أجر":142111,"Ġимени":142112,"ĠÑĢанее":142113,"à¹Ģà¸ŀืà¹Īà¸Ńà¸Ļà¹Ĩ":142114,"ĠJesús":142115,"Ñģоедин":142116,"Ñģоединен":142117,"Ġר×Ĺ×ķק":142118,"à¹Ĥà¸ļรา":142119,"à¹Ĥà¸ļราà¸ĵ":142120,"ĠHÆ¡n":142121,"ĠtháºŃp":142122,"تعÙĬÙĬÙĨ":142123,"ĠtartÄ±ÅŁ":142124,"ĠtartÄ±ÅŁma":142125,"ĠGespr":142126,"ĠGespräch":142127,"תר×ķפ":142128,"תר×ķפ×ķת":142129,"Ġcatégorie":142130,"ĠоказÑĭва":142131,"ĠналиÑĩие":142132,"Ġprésenté":142133,"Ġkull":142134,"Ġkulland":142135,"Ġkullandı":142136,"Ġünl":142137,"Ġünlü":142138,"ĠÙģÙĥرة":142139,"изаÑĤоÑĢ":142140,"×IJ×ķ׳":142141,"×IJ×ķ׳×Ļ×ij":142142,"×IJ×ķ׳×Ļ×ijרס":142143,"×IJ×ķ׳×Ļ×ijרס×Ļ×ĺת":142144,"ĠÑĢаÑģÑģмаÑĤ":142145,"ĠÑĢаÑģÑģмаÑĤÑĢ":142146,"ĠÑĢаÑģÑģмаÑĤÑĢива":142147,"تÙĥÙĦÙħ":142148,"ÙĥترÙĪ":142149,"ÙĥترÙĪÙĨÙĬ":142150,"ĠÑģоÑĩеÑĤ":142151,"ĠÑģоÑĩеÑĤа":142152,"ãĤĴè¦ĭãģĽ":142153,"Ġngừa":142154,"ĠÐłÐµÑģп":142155,"ĠÐłÐµÑģпÑĥб":142156,"ĠÐłÐµÑģпÑĥблик":142157,"ãĤ¦ãĤ©":142158,"ãĤ¦ãĤ©ãĥ¼":142159,"ĠÐľÐµÐ¶Ð´Ñĥ":142160,"ĠìŀĪê²Į":142161,"Ġmâ":142162,"ĠìļĶì²Ń":142163,"ضار":142164,"ลุà¹īà¸Ļ":142165,"ëĮĢíķĻêµIJ":142166,"×ĸ×Ļ׼":142167,"×ĸ×Ļ׼ר×ķף":142168,"ãĤ¹ãĥļ":142169,"ãĤ¹ãĥļãĥ¼ãĤ¹":142170,"ĠкÑĢаÑģоÑĤ":142171,"Ｈ":142172,"ê¼Ń":142173,"ãĤĴéĽĨ":142174,"ãĤĴéĽĨãĤģ":142175,"ë°Ŀ":142176,"Ġ×Ķ׳×IJ":142177,"Ġ×Ķ׳×IJש×Ŀ":142178,"Ġê°Ģìļ´":142179,"Ġê°Ģìļ´ëį°":142180,"تÙĥÙĦÙģØ©":142181,"ĠØŃÙĤÙĬÙĤÙĬ":142182,"Ġhalk":142183,"Ġhalkın":142184,"ÑİÑīÑĥÑİ":142185,"ĠÑģпин":142186,"סר×ĺף":142187,"ĠпеÑĢвого":142188,"Ġполож":142189,"ĠположиÑĤелÑĮн":142190,"Ġдл":142191,"ĠдлиÑĤелÑĮн":142192,"ĠVÄ©nh":142193,"ê´´":142194,"ĠÑģÑĭÑĢ":142195,"ĠíĨµíķĺìŬ":142196,"ë³ijìĽIJ":142197,"à¹Ĥรà¸ĩà¸ĩาà¸Ļ":142198,"รัà¸ļà¸ľà¸´à¸Ķ":142199,"รัà¸ļà¸ľà¸´à¸Ķà¸Ĭà¸Ńà¸ļ":142200,"تجÙĨب":142201,"sÅĤ":142202,"sÅĤuch":142203,"ãĤ¢ãĥ«ãĥIJ":142204,"ãĤ¢ãĥ«ãĥIJãĥł":142205,"ëī´ìĬ¤":142206,"Ġpatië":142207,"Ġpatiënt":142208,"Ġìĺ¤í":142209,"Ġìĺ¤íŀ":142210,"Ġìĺ¤íŀĪ":142211,"Ġìĺ¤íŀĪ볤":142212,"ĠDerne":142213,"ĠDerneÄŁi":142214,"wróci":142215,"wróciÄĩ":142216,"ĠобÑī":142217,"ĠобÑīеÑģÑĤв":142218,"ĠобÑīеÑģÑĤвенно":142219,"ĠêµIJìĪĺ":142220,"tıģımız":142221,"Ġ×Ķ×ŀש×Ļ×ij":142222,"körper":142223,"Ġпозвол":142224,"ĠпозволиÑĤ":142225,"ĠChiến":142226,"أخÙĪ":142227,"ĠAydın":142228,"à¸Ķà¹īาà¸Ļล":142229,"à¸Ķà¹īาà¸Ļลà¹Īาà¸ĩ":142230,"Ġdru":142231,"Ġdruż":142232,"Ġdrużyn":142233,"Ġë°ľíijľ":142234,"ĠThảo":142235,"جÙĩاد":142236,"à¸ģระà¸Ĺูà¹ī":142237,"ĠкÑĢов":142238,"ĠкÑĢови":142239,"Ġiçerik":142240,"Ġnadzie":142241,"ĠnadziejÄĻ":142242,"ĠСмоÑĤÑĢ":142243,"Ġphức":142244,"جتÙħاع":142245,"جتÙħاعÙĬØ©":142246,"компон":142247,"компоненÑĤ":142248,"Ġбил":142249,"ĠбилеÑĤ":142250,"ãĥIJãĥ³ãĥī":142251,"ĠPolÃŃcia":142252,"اÙĦتÙĩ":142253,"اÙĦتÙĩاب":142254,"ØŃرÙģ":142255,"تخط":142256,"تخطÙĬØ·":142257,"ãĤ³ãĥ¼ãĥ":142258,"ãĤ³ãĥ¼ãĥĴ":142259,"ãĤ³ãĥ¼ãĥĴãĥ¼":142260,"･･･":142261,"à¸ĭà¸Ńย":142262,"Ġcrédit":142263,"è²·ãģ£ãģŁ":142264,"ĠпоÑĢÑıд":142265,"ĠпоÑĢÑıдке":142266,"Ġphó":142267,"Ġwida":142268,"ĠwidaÄĩ":142269,"جرائÙħ":142270,"à¸ľà¸µ":142271,"ĠbÄĻdÄĻ":142272,"Ġ×ŀפת×Ĺ":142273,"ãĥijãĥ¼ãĥ":142274,"ãĥijãĥ¼ãĥĨ":142275,"ãĥijãĥ¼ãĥĨãĤ£":142276,"ãĥijãĥ¼ãĥĨãĤ£ãĥ¼":142277,"ĠKaż":142278,"ĠKażdy":142279,"ĠнеобÑħодимоÑģÑĤи":142280,"à¸Łà¸Ńรà¹Į":142281,"à¸Łà¸Ńรà¹Įม":142282,"ĠмалÑĭÑĪ":142283,"ĠплоÑĤ":142284,"ĠÑĥÑģÑĤÑĢой":142285,"ĠÑĥÑģÑĤÑĢойÑģÑĤва":142286,"à¸ĸà¸Ńà¸Ļ":142287,"ĠoluÅŁturul":142288,"ĠÅĽwiad":142289,"ĠÅĽwiadom":142290,"ÙħعÙĩد":142291,"ĠпÑĢоизведен":142292,"Æł":142293,"ר×Ļש":142294,"Ùħستث":142295,"ÙħستثÙħر":142296,"׳×Ļ×Ļר":142297,"pañ":142298,"Ġ;-)":142299,"Ġë°ľê²¬":142300,"Ġgörüyor":142301,"ÙħؤÙĦÙģ":142302,"ĠÄIJá»ģ":142303,"ĠاÙĦÙĨÙĪاب":142304,"×Ĺק×Ļר×Ķ":142305,"Ġmá»ıi":142306,"è¿°ãģ¹":142307,"ÐĿик":142308,"ìŀĸìķĦ":142309,"ìŀĸìķĦìļĶ":142310,"prowadziÅĤ":142311,"lóg":142312,"lógica":142313,"פס×ĺ":142314,"פס×ĺ×Ļ×ij׾":142315,"Ġ×ŀ×ĵ×Ķ":142316,"Ġ×ŀ×ĵ×Ķ×Ļ×Ŀ":142317,"ãģĵãģĵãģ¾ãģ§":142318,"×Ķת×Ĺ":142319,"×Ķת×Ĺ׾×Ķ":142320,"Ġפ×ķס":142321,"Ġפ×ķס×ĺ×Ļ×Ŀ":142322,"Ġнев":142323,"Ġневоз":142324,"Ġневозможно":142325,"ĠdostÄĻpny":142326,"ĠغاÙĦ":142327,"ĠغاÙĦب":142328,"ĠbezpieczeÅĦst":142329,"ĠbezpieczeÅĦstwa":142330,"åĪĨãģĭãĤĭ":142331,"ĠFührung":142332,"à¸ģีà¹ī":142333,"gemÃ¤ÃŁ":142334,"à¸Ĭà¹Īวà¸ĩà¹Ģวลา":142335,"Ġìļ°ë¦¬ëĤĺ":142336,"Ġìļ°ë¦¬ëĤĺëĿ¼":142337,"ãģ¥ãģıãĤĬ":142338,"ĠاÙĦÙħسÙĦ":142339,"ĠاÙĦÙħسÙĦØŃØ©":142340,"Ġliberté":142341,"клÑİÑĩение":142342,"Ġzamów":142343,"Ġzamówienia":142344,"รà¸ĸà¹Ħà¸Ł":142345,"Ø£ÙģÙĦ":142346,"Ø£ÙģÙĦاÙħ":142347,"Ùħراج":142348,"Ùħراجعة":142349,"Ġë¹ĦêµIJ":142350,"ĠاÙĦتاب":142351,"ĠاÙĦتابعة":142352,"Ġë§ĮëĤĺ":142353,"ĠбÑĥм":142354,"ĠбÑĥмаг":142355,"Ġgénero":142356,"Ġìŀĺ못":142357,"×ŀפ×ķר×ĺ":142358,"è²·ãģĦçī©":142359,"ĠÙĦدÙĬÙĥ":142360,"Ġ×ľ×¢×Ļת":142361,"Ġ×ľ×¢×Ļת×Ļ×Ŀ":142362,"ĠsÅĤab":142363,"ĠпÑĢедÑģÑĤавлÑı":142364,"ãĤ¿ãĤ¤ãĥĪ":142365,"ãĤ¿ãĤ¤ãĥĪãĥ«":142366,"Ùħص":142367,"ÙħصطÙģ":142368,"ÙħصطÙģÙī":142369,"Ġdifficulté":142370,"ãĥĨãĤ£ãĥĸ":142371,"ĠpewnoÅĽci":142372,"ĠpewnoÅĽciÄħ":142373,"Ġ무ìĬ¨":142374,"إرس":142375,"إرساÙĦ":142376,"ĠдалÑĮ":142377,"ĠдалÑĮÑĪе":142378,"Ġ×ľ×ł×¡":142379,"Ġ×ľ×ł×¡×ķת":142380,"หมูà¹Īà¸ļà¹īาà¸Ļ":142381,"×ŀס×ŀ׼×Ļ":142382,"أسÙĦÙĪب":142383,"ĠzwÅĤ":142384,"ĠzwÅĤas":142385,"ĠzwÅĤaszc":142386,"ĠzwÅĤaszcza":142387,"ĠпÑĢеж":142388,"ĠпÑĢежде":142389,"ĠоÑĢганизаÑĨиÑı":142390,"Ġdönemin":142391,"Ġdöneminde":142392,"ĠỦ":142393,"ĠỦy":142394,"ä¸ĭãģĴ":142395,"ĠпоÑģледние":142396,"Ġgüne":142397,"ĠgüneÅŁ":142398,"Ġ×IJ×ĸר":142399,"Ġ×IJ×ĸר×Ĺ×Ļ":142400,"ãģ§ãģĤãĤįãģĨ":142401,"ĠÙĨÙĤ":142402,"ĠÙĨÙĤاط":142403,"æŃ£ãģĹãģĦ":142404,"ĠÑĢег":142405,"ĠÑĢегиона":142406,"ĠFörder":142407,"ê²½ìĺģ":142408,"dıklar":142409,"dıklarını":142410,"trzymaÄĩ":142411,"أشÙĥ":142412,"أشÙĥاÙĦ":142413,"×Ķת×IJ":142414,"×Ķת×IJ×ŀ×Ķ":142415,"à¸Ĺำà¹ĥหà¹īà¹Ģà¸ģิà¸Ķ":142416,"ĠGebä":142417,"ĠGebäude":142418,"ĠСеÑĢг":142419,"ĠСеÑĢгей":142420,"ĠздоÑĢов":142421,"ĠздоÑĢовÑĮÑı":142422,"Ġrãi":142423,"ĠпÑĢедÑĥÑģ":142424,"ĠпÑĢедÑĥÑģмоÑĤÑĢ":142425,"ĠпÑĢедÑĥÑģмоÑĤÑĢен":142426,"Ġ×Ķצ×Ļ×ij":142427,"Ġ×Ķצ×Ļ×ij×ķר×Ļ":142428,"Ġdésir":142429,"ĠноÑĩ":142430,"ĠноÑĩÑĮ":142431,"möglichkeiten":142432,"Ġ×IJ×Ĺר×ķ׳×Ļ×Ŀ":142433,"Ġsoirée":142434,"ĠNháºŃn":142435,"Ùª":142436,"à¸Ľà¸£à¸°à¸§à¸±à¸ķิศาสà¸ķรà¹Į":142437,"êµIJíĨµ":142438,"ĠأخÙĬ":142439,"Ġdécid":142440,"Ġdécidé":142441,"Ġwyja":142442,"ĠwyjaÅĽni":142443,"Ġสิ":142444,"Ġสิà¸ĩ":142445,"Ġสิà¸ĩหา":142446,"Ġสิà¸ĩหาà¸Ħม":142447,"à¹ģà¸Ńรà¹Į":142448,"หà¸Ļà¹īาà¸Īà¸Ń":142449,"סתר":142450,"Ġê¶":142451,"Ġê¶Į":142452,"Ġê¶Į리":142453,"plätze":142454,"بطÙĦ":142455,"ê±´ìĦ¤":142456,"Ġ×IJ×Ļ×ŀ×Ļ":142457,"Ġ×IJ×Ļ×ŀ×Ļ×Ļ׾":142458,"ãģ½":142459,"تراث":142460,"×IJ׾×Ļ×ŀ×ķת":142461,"ĠdisponÃŃveis":142462,"Ġzale":142463,"Ġzależy":142464,"à¸Ľà¸£à¸°à¸Ĭาสัมà¸ŀัà¸Ļà¸ĺà¹Į":142465,"ĠÅļwiat":142466,"Ġporówn":142467,"Ġporówna":142468,"Ġ׾×ĺ×ķ×ijת":142469,"×Ķ×ĸ×ŀ׳×Ķ":142470,"Ġ×Ľ×ª×ķצ×IJ×Ķ":142471,"Ġ×ijק׾":142472,"Ġ×ijק׾×ķת":142473,"ĠоÑĤкÑĢ":142474,"ĠоÑĤкÑĢÑĭва":142475,"ãĥijãĥ¯ãĥ¼":142476,"ë¿IJë§Į":142477,"ĠвÑģÑı":142478,"ĠвÑģÑıк":142479,"ãģ¨ãģªãģ£ãģ¦ãģĦãĤĭ":142480,"ĠgiáºŃn":142481,"ĠокÑĢÑĥ":142482,"ĠокÑĢÑĥжа":142483,"ĠокÑĢÑĥжаÑİÑī":142484,"ĠUniversität":142485,"ĠÑĢож":142486,"ĠÑĢожд":142487,"ĠÑĢождениÑı":142488,"Ø®ÙĬÙĦ":142489,"Ġкомпаний":142490,"ĠÑĢазлиÑĩнÑĭе":142491,"ĠЦена":142492,"׳×Ļ×ķ×ĸ":142493,"׳×Ļ×ķ×ĸ׾":142494,"׳×Ļ×ķ×ĸ׾×ĺר":142495,"Ġê³µê°Ħ":142496,"Ġê°ľëħIJ":142497,"landırma":142498,"ĠÑĥдален":142499,"à¸ŀัà¸ģà¸ľ":142500,"à¸ŀัà¸ģà¸ľà¹Īà¸Ńà¸Ļ":142501,"Ġprotección":142502,"ĠbÅĤ":142503,"ĠbÅĤÄĻd":142504,"ÃĪ":142505,"Ġíĸīë³µ":142506,"ĠÅŁÃ¼":142507,"ĠÅŁÃ¼phe":142508,"ĠíĶ":142509,"ĠíĶ¼":142510,"ĠíĶ¼íķ´":142511,"Ġëĭ¤ë¥´":142512,"à¹Ħมà¹Īà¹Ģà¸ģิà¸Ļ":142513,"ãģ¿ãģª":142514,"ãģ¿ãģªãģķãĤĵ":142515,"ĠпоÑĤÑĢеб":142516,"ĠпоÑĤÑĢебиÑĤел":142517,"ĠاÙĦÙĥÙĦاÙħ":142518,"ìķĦë²Ħ":142519,"ìķĦë²Ħì§Ģ":142520,"ãĤĴ使ãģ£ãģŁ":142521,"Ġbụi":142522,"ĠпоÑĤеÑĢ":142523,"ĠпоÑĤеÑĢÑı":142524,"ĠØ¢ÙĦاÙģ":142525,"ĠнаÑģÑĤоÑıÑīее":142526,"ãģıãģªãĤĬãģ¾ãģĹãģŁ":142527,"clusão":142528,"ãĤ³ãĥĶãĥ¼":142529,"צפ×Ļ":142530,"צפ×Ļ×Ļ×Ķ":142531,"Ø®ÙĦا":142532,"Ø®ÙĦاص":142533,"ลà¹īำ":142534,"ãĥ¯ãĤ¤ãĥ³":142535,"Ġมีà¸Ļา":142536,"Ġมีà¸Ļาà¸Ħม":142537,"شخص":142538,"شخصÙĬات":142539,"Ġ×ĸק":142540,"Ġ×ĸק×ķק":142541,"×Ļ×Ļצ":142542,"×Ļ×Ļצ×Ĵ":142543,"èĢĥãģĪæĸ¹":142544,"Ġürünü":142545,"ĠиÑģпол":142546,"ĠиÑģполни":142547,"Ġcompañero":142548,"קצ×Ķ":142549,"×ŀ×¢×ł×Ļק":142550,"ÙħØŃÙħد":142551,"Ġcámara":142552,"Ġпед":142553,"Ġпедаг":142554,"Ġпедагог":142555,"маÑĢ":142556,"маÑĢк":142557,"×Ķ×ª×ł×Ĵ×ĵ":142558,"ĠìĨĮê°ľ":142559,"ĠcomunitÃł":142560,"곤":142561,"ĠNgÃłi":142562,"สà¸ĩà¸ļ":142563,"ĠmieszkaÅĦców":142564,"ĠÙĨÙĩائÙĬ":142565,"ivité":142566,"Ġиде":142567,"ĠидеалÑĮн":142568,"ĠأسبÙĪع":142569,"Ġ×Ļ×¢×ľ":142570,"Ġ׾ר×IJש":142571,"Ġ׾ר×IJש×ķ׳×Ķ":142572,"ĠзапиÑģи":142573,"ĠкоÑĢпÑĥÑģ":142574,"วà¸ĩศ":142575,"วà¸ĩศà¹Į":142576,"ĠÐĶм":142577,"ĠÐĶмиÑĤ":142578,"ĠÐĶмиÑĤÑĢ":142579,"Ġkönnt":142580,"Ġbölges":142581,"Ġbölgesinde":142582,"׼×Ļ׼":142583,"׼×Ļ׼ר":142584,"ĠاÙĦإثÙĨ":142585,"ĠاÙĦإثÙĨÙĬÙĨ":142586,"Ġngá»Ļ":142587,"ì¹ł":142588,"دراج":142589,"Ġuda":142590,"ĠudaÅĤo":142591,"ìºIJ":142592,"برÙĨاÙħج":142593,"ĠÑģÑĥдеб":142594,"ĠÑģÑĥдебн":142595,"Ġzunächst":142596,"ĠEducación":142597,"ãģ¨ãģªãģ£ãģ¦ãģĦãģ¾ãģĻ":142598,"Ġ×Ķ×IJ×ŀ×Ļת×Ļ":142599,"ĠÄ°nt":142600,"ĠÄ°nternet":142601,"ĠcaÅĤego":142602,"ãĥĹãĥªãĥ³":142603,"إبد":142604,"إبداع":142605,"ĠпоÑĢÑĤал":142606,"à¹Ĥà¸ķà¹ī":142607,"Ġ×Ķקש×ķר":142608,"плод":142609,"ĠÙħد":142610,"ĠÙħدرÙĬد":142611,"×ŀסע×ĵ×Ķ":142612,"ĠØ´ÙĬئ":142613,"ĠØ´ÙĬئا":142614,"à¸ģà¹Īà¸Ńสรà¹īาà¸ĩ":142615,"Ġì°¸ê³ł":142616,"à¹Ģà¸Ĺร":142617,"à¹Ģà¸Ĺรà¸Ķ":142618,"Ġ×ij×ŀקר×Ļ×Ŀ":142619,"Ġbât":142620,"Ġbâtiment":142621,"åij¼ãģ³":142622,"ç´łæķµ":142623,"ç´łæķµãģª":142624,"przedsiÄĻbiorst":142625,"przedsiÄĻbiorstw":142626,"Ġ×ł×ª×ķ׳×Ļ×Ŀ":142627,"×Ĺ׾×ķ×Ŀ":142628,"รวย":142629,"ÙħÙĪضÙĪع":142630,"ĠÑģобÑĢан":142631,"ведÑĥÑī":142632,"ĠÑĤеаÑĤ":142633,"ĠÑĤеаÑĤÑĢ":142634,"meye":142635,"meyeceÄŁi":142636,"ĠpieniÄħ":142637,"ĠpieniÄħd":142638,"ĠpieniÄħdze":142639,"ÑĢезиденÑĤ":142640,"ØŃصر":142641,"ìĺ¥":142642,"à¹Ģยืà¸Ńà¸Ļ":142643,"ĠÑĥни":142644,"ĠÑĥнивеÑĢ":142645,"ĠÑĥнивеÑĢÑģ":142646,"ĠÑĥнивеÑĢÑģиÑĤеÑĤ":142647,"ĠاÙĦرØŃ":142648,"ĠاÙĦرØŃÙħÙĨ":142649,"ĠÑĤеÑħнолог":142650,"ĠÑĤеÑħнологии":142651,"ìĹIJëĦĪ":142652,"ìĹIJëĦĪì§Ģ":142653,"ĠíķŃ":142654,"ĠíķŃìĥģ":142655,"à¸ĺา":142656,"à¸ĺาà¸ķุ":142657,"ĠEspañol":142658,"×ĵ×Ĵש":142659,"Ġêµī":142660,"Ġêµīìŀ¥":142661,"Ġêµīìŀ¥íŀĪ":142662,"ĠÅĤat":142663,"ĠÅĤatwo":142664,"Ġká»ĭch":142665,"إز":142666,"إزاÙĦØ©":142667,"ĠдейÑģÑĤвие":142668,"ĠsaÄŁlayan":142669,"สุà¸Ķยà¸Ńà¸Ķ":142670,"ĠzostaÄĩ":142671,"ĠdisponÃŃvel":142672,"ïºį":142673,"verständ":142674,"verständlich":142675,"twor":142676,"tworzyÄĩ":142677,"عجز":142678,"à¹Ģà¸Ĥà¹īม":142679,"ยà¹Īà¸Ńม":142680,"Ġstratég":142681,"Ġstratégie":142682,"à¸ľà¸¥à¹Ħมà¹ī":142683,"Ġê°ģì¢ħ":142684,"ĠÙħÙĪا":142685,"ĠÙħÙĪاض":142686,"ĠÙħÙĪاضÙĬع":142687,"اØŃتج":142688,"اØŃتجاج":142689,"ĠẤ":142690,"ĠẤn":142691,"×ŀ×ŀש׾×Ķ":142692,"ĠÅŁekil":142693,"×ŀ×Ĺ׾":142694,"×ŀ×Ĺ׾×ķת":142695,"Ġà¸ĺ":142696,"Ġà¸ĺัà¸Ļ":142697,"Ġà¸ĺัà¸Ļวา":142698,"Ġà¸ĺัà¸Ļวาà¸Ħม":142699,"Ġìĭ¤ìłľ":142700,"Ġìĭ¤ìłľë¡ľ":142701,"ì¤ijìķĻ":142702,"ëįĶëĿ¼":142703,"ĠÑĪиÑĢ":142704,"ĠÑĪиÑĢоко":142705,"Ġsolución":142706,"วาà¸ĩà¹ģà¸ľà¸Ļ":142707,"×IJ×ķ×ĺ×ķ×ŀ":142708,"×IJ×ķ×ĺ×ķ×ŀ×ĺ×Ļ":142709,"ĠÑĢеÑģÑĤ":142710,"ĠÑĢеÑģÑĤоÑĢ":142711,"ĠÑĢеÑģÑĤоÑĢан":142712,"ëį¸":142713,"ÑĤÑĢад":142714,"ÑĤÑĢади":142715,"ÑĤÑĢадиÑĨион":142716,"ÑĤÑĢадиÑĨионн":142717,"มะà¹Ģรà¹ĩ":142718,"มะà¹Ģรà¹ĩà¸ĩ":142719,"à¹Ĥส":142720,"Ġolmasını":142721,"×ŀ×ķסר":142722,"ĠоÑĤноÑĪении":142723,"Ġê°ĢëĬ¥ìĦ±":142724,"Ġyuk":142725,"Ġyukarı":142726,"ìĨĶ":142727,"ĠÑģÑĦ":142728,"ĠÑģÑĦеÑĢе":142729,"Ġק×ķפ":142730,"ãĤ±ãĥ¼ãĤ":142731,"ãĤ±ãĥ¼ãĤŃ":142732,"âĢķâĢķ":142733,"ĠاÙĦØ£ÙĦÙħ":142734,"ĠاÙĦØ£ÙĦÙħاÙĨÙĬ":142735,"ẢN":142736,"ת×ķ׼׳×Ļ×ķת":142737,"ĠÑģÑĥÑīеÑģÑĤвÑĥеÑĤ":142738,"æĪijãĢħ":142739,"ĠاÙĦصادر":142740,"ĠTrá»įng":142741,"Ġад":142742,"ĠадминиÑģÑĤ":142743,"ĠадминиÑģÑĤÑĢа":142744,"ĠадминиÑģÑĤÑĢаÑĨи":142745,"ĠдÑĢÑĥгими":142746,"ÑģпеÑĪ":142747,"عÙĦاÙħات":142748,"Ġаб":142749,"ĠабÑģол":142750,"ĠабÑģолÑİÑĤ":142751,"ĠабÑģолÑİÑĤно":142752,"ฤà¸Ķู":142753,"étr":142754,"étranger":142755,"нÑıÑĤи":142756,"нÑıÑĤие":142757,"×¢×ķ׳":142758,"×¢×ķ׳ש":142759,"ĠÙĤائ":142760,"ĠÙĤائÙĦا":142761,"ĠмаÑģ":142762,"ĠмаÑģло":142763,"ãĥīãĤ¤":142764,"ãĥīãĤ¤ãĥĦ":142765,"å¿ħè¦ģãģĮãģĤãĤĬãģ¾ãģĻ":142766,"×ŀ×ķ×ĸ×Ļ×IJ":142767,"×ŀ×ķ×ĸ×Ļ×IJ×ķף":142768,"ĠNgoại":142769,"Ġkênh":142770,"à¸ģารà¸Ńà¸Ńà¸ģà¹ģà¸ļà¸ļ":142771,"×ŀפק":142772,"×ŀפק×ĵ":142773,"ÙħÙĨاز":142774,"ÙħÙĨازÙĦ":142775,"ë·°":142776,"íŤ":142777,"ÙħÙĩارات":142778,"Ġpropriété":142779,"פ×Ĵ×Ļש×Ķ":142780,"ÑĩÑĢ":142781,"ÑĩÑĢеж":142782,"ÑĩÑĢежден":142783,"×Ķ×ķצ×IJ×Ķ":142784,"ØŃÙĥÙĬÙħ":142785,"ĠíĻĪ":142786,"ĠíĻĪíİĺìĿ´ì§Ģ":142787,"åݳ":142788,"åݳãģĹãģĦ":142789,"×¢×ŀ×ĵ×Ķ":142790,"ĠAuÃŁen":142791,"سÙĪØ¡":142792,"ë¹Ī":142793,"ĠÙĪØ®":142794,"ĠÙĪخاصة":142795,"инÑĤеÑĢ":142796,"инÑĤеÑĢеÑģ":142797,"èĩ´ãģĹãģ¾ãģĻ":142798,"Ġhüküm":142799,"à¹Ħà¸Ĥมัà¸Ļ":142800,"Ġdavran":142801,"ĠdavranÄ±ÅŁ":142802,"à¹Ģà¸ķียà¸ĩ":142803,"вÑĢем":142804,"вÑĢеменно":142805,"à¹Ģà¸Ĺศà¸ģา":142806,"à¹Ģà¸Ĺศà¸ģาล":142807,"å¼ķãģ£":142808,"å¼ķãģ£è¶ĬãģĹ":142809,"×IJר×ķ×Ĺ":142810,"×IJר×ķ×Ĺת":142811,"à¹Ģวิ":142812,"à¹Ģวิรà¹Į":142813,"à¸Ńยà¹Īาà¸ĩรวà¸Ķà¹Ģรà¹ĩว":142814,"ĠìŬíĸī":142815,"ĠÑĢанÑĮ":142816,"ĠÑĢанÑĮÑĪе":142817,"Ġzobow":142818,"ĠzobowiÄħ":142819,"ĠzobowiÄħz":142820,"Ġ×ķ׼×ŀ×ķ×ijף":142821,"ĠاÙĦÙħÙĩ":142822,"ĠاÙĦÙħÙĩÙĨÙĬ":142823,"ãĤ¢ãĤ¸":142824,"ãĤ¢ãĤ¸ãĤ¢":142825,"ë°©ìĨ¡":142826,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩ":142827,"à¸Ńà¸Ńà¸ģà¸ģำลัà¸ĩà¸ģาย":142828,"améli":142829,"améliorer":142830,"å½ĵãģŁãĤĬåīį":142831,"Ġregelm":142832,"ĠregelmÃ¤ÃŁig":142833,"ãģĬåĭ":142834,"ãģĬåĭ§":142835,"ãģĬåĭ§ãĤģ":142836,"ĠmÆ°á»Ŀi":142837,"برÙħج":142838,"ĠNatürlich":142839,"ĠDÅ©ng":142840,"ĠاÙĦرجاÙĦ":142841,"Ġthép":142842,"ĠolmuÅŁtur":142843,"×ŀ×ķס×Ļק×Ķ":142844,"fälle":142845,"주íĥĿ":142846,"ĠاÙĦÙģرص":142847,"ĠnajwiÄĻks":142848,"ĠnajwiÄĻkszy":142849,"ĠçaÄŁ":142850,"ĠçaÄŁrı":142851,"ì¸ł":142852,"ĠvÃŃct":142853,"ĠvÃŃctima":142854,"ĠÑģовеÑĢÑĪен":142855,"×Ķ×Ļ×Ļת×Ļ":142856,"à¹Ģà¸Ķี":142857,"à¹Ģà¸Ķีà¹ĭ":142858,"à¹Ģà¸Ķีà¹ĭยว":142859,"üyü":142860,"Ġдоп":142861,"Ġдополн":142862,"ĠдополниÑĤелÑĮно":142863,"à¹ģà¸ķà¸ģà¸ķà¹Īาà¸ĩà¸ģัà¸Ļ":142864,"Ġál":142865,"Ġálbum":142866,"à¸Ľà¸£à¸°à¸Īà¸³à¸Ľà¸µ":142867,"ĠÑĦедеÑĢ":142868,"ĠÑĦедеÑĢалÑĮн":142869,"ĠobsÅĤ":142870,"ĠobsÅĤugi":142871,"à¹Ģรืà¹Ī":142872,"à¹Ģรืà¹Īà¸Ńย":142873,"à¹Ģรืà¹Īà¸Ńยà¹Ĩ":142874,"ëģĮ":142875,"Ġnghìn":142876,"ĠBaÅŁkanlıģı":142877,"تأسÙĬ":142878,"تأسÙĬس":142879,"Ġ×ij×ij×ķקר":142880,"Ġ×¢×ij×ķ×ĵ×ķת":142881,"ĠبصÙĪرة":142882,"ãĤıãģijãģ§ãģ¯ãģªãģĦ":142883,"führer":142884,"ãĤ¹ãĤŃ":142885,"ãĤ¹ãĤŃãĥ«":142886,"ĠاÙĦÙĤض":142887,"ĠاÙĦÙĤضÙĬØ©":142888,"ĠдолжноÑģÑĤ":142889,"ÙģارÙĤ":142890,"Ġcomeçou":142891,"Ġorganisé":142892,"Ġxuân":142893,"ĠÑģообÑīаеÑĤ":142894,"ĠпÑĢид":142895,"ĠпÑĢидеÑĤÑģÑı":142896,"TÃľRK":142897,"ãĥ¬ãĥ¼ãĤ·ãĥ§ãĥ³":142898,"Không":142899,"استÙģ":142900,"استÙģادة":142901,"ä¸ĬãģĮãģ£ãģ¦":142902,"Ġumie":142903,"ĠumiejÄĻ":142904,"ĠumiejÄĻtn":142905,"ĠumiejÄĻtnoÅĽci":142906,"ëĤ¸":142907,"à¹Ģà¸Ļà¸Ńรà¹Į":142908,"×ĵ×ķ×ķ×Ĺ":142909,"ÃŃsimo":142910,"IÃĬ":142911,"IÃĬN":142912,"Ġalcanç":142913,"Ġà¸ķุ":142914,"Ġà¸ķุลา":142915,"Ġà¸ķุลาà¸Ħม":142916,"ש׾×ĺ×ķף":142917,"Ġélè":142918,"Ġélèves":142919,"ĠÄiju":142920,"ĠÄijuá»ķi":142921,"ĠØ£Ùģ":142922,"ĠØ£ÙģرÙĬ":142923,"ĠØ£ÙģرÙĬÙĤÙĬ":142924,"ĠØ£ÙģرÙĬÙĤÙĬا":142925,"ãĤĴæİ¢ãģĻ":142926,"ĠпÑĢедложениÑı":142927,"جاد":142928,"ĠÑħоÑĤÑĮ":142929,"Ñģал":142930,"Ñģалон":142931,"à¸Ľà¸£à¸°à¹Ģม":142932,"à¸Ľà¸£à¸°à¹Ģมิà¸Ļ":142933,"ãĤŃãĥĥãĥģ":142934,"ãĤŃãĥĥãĥģãĥ³":142935,"×ij×ĵ×Ļק×ķת":142936,"Ġchù":142937,"Ġchùa":142938,"ÐĴиде":142939,"ÐĴидео":142940,"иÑĢовка":142941,"ĠÑħоÑĤиÑĤе":142942,"Ġspécifique":142943,"รสà¸Ĭาà¸ķิ":142944,"è¾¼ãĤĵãģł":142945,"伸ãģ³":142946,"×Ķצ׾×Ĺת":142947,"ãģ©ãģ®ãĤĪãģĨãģ«":142948,"سعادة":142949,"Ġлид":142950,"ĠлидеÑĢ":142951,"มà¸ĩ":142952,"มà¸ĩà¸Ħล":142953,"ØŃاÙħÙĦ":142954,"หลุà¸Ķ":142955,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ń":142956,"à¸Ńยà¹Īาà¸ĩà¸ķà¹Īà¸Ńà¹Ģà¸Ļืà¹Īà¸Ńà¸ĩ":142957,"ãģķãģĽãģ¦éłĤ":142958,"تسÙĪÙĬ":142959,"تسÙĪÙĬÙĤ":142960,"ĠaÅŁaģıd":142961,"ĠaÅŁaģıdaki":142962,"ĠÑĨелÑĮ":142963,"ĠÑĨелÑĮÑİ":142964,"ĠAraÅŁtırma":142965,"à¸Ĥัà¸ļรà¸ĸ":142966,"ÙĩØ°Ùĩ":142967,"ลà¸ĩà¸Ĺะ":142968,"ลà¸ĩà¸Ĺะà¹Ģà¸ļ":142969,"ลà¸ĩà¸Ĺะà¹Ģà¸ļียà¸Ļ":142970,"تÙĥاÙħÙĦ":142971,"Ġcio":142972,"Ġcioè":142973,"ãģ¦ãģĬãģı":142974,"ĠاÙĦصØŃÙģÙĬ":142975,"ĠíĬ¹ìłķ":142976,"полниÑĤÑĮ":142977,"ãĤĵãģĺãĤĥãģªãģĦ":142978,"ãĤĵãģĺãĤĥãģªãģĦãģĭ":142979,"ĠاÙĦجÙĩ":142980,"ĠاÙĦجÙĩات":142981,"ĠÑĥÑģпеÑĪно":142982,"Ġвок":142983,"ĠвокÑĢÑĥг":142984,"ĠÑģиÑĤÑĥаÑĨиÑı":142985,"Ġ×Ķ×IJ×ŀר":142986,"Ġ×Ķ×IJ×ŀר×Ļק":142987,"Ġ×Ķ×IJ×ŀר×Ļק×IJ×Ļ":142988,"×ŀ×Ĵ×ĸ":142989,"×ŀ×Ĵ×ĸ×Ļף":142990,"ĠакÑĤÑĥ":142991,"ĠакÑĤÑĥалÑĮн":142992,"éta":142993,"étais":142994,"ĠmogÅĤa":142995,"ĠÑĤоÑĩки":142996,"Ġ×ŀ×Ķ×ŀ×¢":142997,"Ġ×ŀ×Ķ×ŀ×¢×¨×Ľ×ª":142998,"à¸¡à¸µà¸Ľà¸£à¸°à¸ªà¸´à¸Ĺà¸ĺà¸´à¸łà¸²à¸ŀ":142999,"×Ļר×Ļ×ĵ×Ķ":143000,"×Ĵר×ŀ׳":143001,"×Ĵר×ŀ׳×Ļ×Ķ":143002,"Ġглав":143003,"Ġглавное":143004,"Ġ미ëŀĺ":143005,"Ġ׳׼×ķ׳×Ķ":143006,"ĠÙĪØ·ÙĨÙĬ":143007,"opport":143008,"opportunitÃł":143009,"Ġhủy":143010,"ĠÙĦتØŃ":143011,"ĠÙĦتØŃÙĤÙĬÙĤ":143012,"Ġórg":143013,"Ġórgão":143014,"ãĤ¹ãĥĶ":143015,"ãĤ¹ãĥĶãĥ¼ãĥī":143016,"Ġönü":143017,"Ġönüne":143018,"ÙħعاÙħÙĦ":143019,"ש×ŀ×Ļר×Ķ":143020,"ĠвеÑģÑĮма":143021,"ĠwiÄĻkszo":143022,"ĠwiÄĻkszoÅĽÄĩ":143023,"ĠاستراتÙĬج":143024,"ĠاستراتÙĬجÙĬØ©":143025,"ĠÙģØ¥":143026,"ĠÙģإذا":143027,"à¹Ģà¸Ĭืà¹Īà¸Ńม":143028,"à¹Ģà¸Ĭืà¹Īà¸Ńมà¸ķà¹Īà¸Ń":143029,"Ġ׾פר":143030,"Ġ׾פר×ĺ×Ļ×Ŀ":143031,"ÙħضÙĬ":143032,"ĠGerçek":143033,"Ġçocukların":143034,"ÙĪثائÙĤ":143035,"ĠÙħساءÙĭ":143036,"Ġunterstützt":143037,"Ġprést":143038,"Ġpréstamo":143039,"ĠÐłÐ°Ð·Ð¼ÐµÑĢ":143040,"ĠÅŁeker":143041,"Ġséculo":143042,"×ij×Ķ×Ļר":143043,"Ø´ÙĩÙĪر":143044,"Ġà¸Ńีà¸ģ":143045,"Ġà¸Ńีà¸ģà¸Ĺัà¹īà¸ĩ":143046,"Ġllegó":143047,"à¸¨à¸´à¸¥à¸Ľà¸°":143048,"æĪijãģĮ":143049,"æĪijãģĮ家":143050,"عÙĤÙĪ":143051,"عÙĤÙĪبات":143052,"ĠFälle":143053,"ĠsÅĤuż":143054,"ĠsÅĤużb":143055,"ĠاÙĦØŃÙĤÙĪÙĤ":143056,"ĠплиÑĤ":143057,"ĠиноÑģÑĤ":143058,"ĠиноÑģÑĤÑĢан":143059,"ĠиноÑģÑĤÑĢанн":143060,"à¹ĥà¸Ļà¸Ĥà¸ĵะà¸Ĺีà¹Ī":143061,"ãĤ«ãĥĨ":143062,"ãĤ«ãĥĨãĤ´":143063,"ãĤ«ãĥĨãĤ´ãĥª":143064,"à¸Ńิส":143065,"à¸Ńิสระ":143066,"à¹Ģà¸ľà¸¢à¹ģ":143067,"à¹Ģà¸ľà¸¢à¹ģà¸ŀร":143068,"à¹Ģà¸ľà¸¢à¹ģà¸ŀรà¹Ī":143069,"ãģĬãģĦ":143070,"ãģĬãģĦãģĹãģĦ":143071,"استÙĤÙĦ":143072,"استÙĤÙĦاÙĦ":143073,"تØŃض":143074,"تØŃضÙĬر":143075,"åĬ©ãģij":143076,"ÙħراÙģÙĤ":143077,"Ġ×ĵ×ķר":143078,"Ġ×ĵ×ķרש":143079,"×ŀת×Ļ×Ļ×Ĺס":143080,"ס×Ļ׼":143081,"ס×Ļ׼×ķ×Ŀ":143082,"íĮĮíĬ¸":143083,"ĠwyÅĽ":143084,"ĠwyÅĽw":143085,"ĠwyÅĽwiet":143086,"ĠwyÅĽwietl":143087,"ĠاÙĦاÙĨساÙĨ":143088,"ĠStraÃŁen":143089,"Ｌ":143090,"ãģ«åŁº":143091,"ãģ«åŁºãģ¥":143092,"ĠcapÃŃtulo":143093,"ลุย":143094,"Ġ×Ķ×ŀקצ×ķ×¢×Ļ":143095,"ãģĤãĤĭç¨ĭ度":143096,"Ợ":143097,"ĠاÙĦÙĦا":143098,"ĠاÙĦÙĦازÙħØ©":143099,"æķĻãģĪ":143100,"Ġרש×IJ×Ļ":143101,"зав":143102,"завиÑģ":143103,"завиÑģим":143104,"à¸Ľà¸±à¸Īà¸Īัย":143105,"à¹Ģà¸ĭล":143106,"à¹Ģà¸ĭลลà¹Į":143107,"Ġdifférence":143108,"ĠAltın":143109,"ĠкÑĢай":143110,"ĠкÑĢайне":143111,"Ġзло":143112,"Ġgünümüz":143113,"ĠнаÑĤÑĥÑĢ":143114,"ĠнаÑĤÑĥÑĢалÑĮн":143115,"×Ĵ×ķ׾ש×Ļ×Ŀ":143116,"ĠкаÑĤегоÑĢ":143117,"ĠкаÑĤегоÑĢии":143118,"Ġзнак":143119,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īา":143120,"à¸ģà¹Īà¸Ńà¸Ļหà¸Ļà¹īาà¸Ļีà¹ī":143121,"ĠÙħÙĨت":143122,"ĠÙħÙĨتخب":143123,"ãĥĽãĥ¼ãĥ«":143124,"ĠевÑĢо":143125,"สว":143126,"สวม":143127,"ĠìľĦìĽIJ":143128,"ĠìľĦìĽIJëĭĺ":143129,"ĠاÙĦØŃÙĪØ«":143130,"ĠاÙĦØŃÙĪØ«ÙĬ":143131,"ĠÑģодеÑĢжиÑĤ":143132,"ãĥķãĤ¡ãĥĥãĤ·ãĥ§ãĥ³":143133,"Ġà¸ģัà¸Ļ":143134,"Ġà¸ģัà¸Ļย":143135,"Ġà¸ģัà¸Ļยายà¸Ļ":143136,"ãĤªãĥª":143137,"ãĤªãĥªãĤ¸":143138,"ãĤªãĥªãĤ¸ãĥĬãĥ«":143139,"ĠбÑĢенд":143140,"ãĤĴæĮģãģ£ãģ¦ãģĦãĤĭ":143141,"Ġinversión":143142,"Ġê°ĸ":143143,"Ġê°ĸê³ł":143144,"ĠnovitÃł":143145,"ê´Ģê´ij":143146,"Ġà¸ŀฤษ":143147,"Ġà¸ŀà¸¤à¸©à¸łà¸²":143148,"Ġà¸ŀà¸¤à¸©à¸łà¸²à¸Ħม":143149,"×ķר×Ĺ×Ļ×Ŀ":143150,"׼׾×ķ׾":143151,"Ġngạc":143152,"×Ļ×Ļש":143153,"×Ļ×Ļש×ķ×ij":143154,"fäll":143155,"fällig":143156,"ĠÑĤÑĢебÑĥеÑĤÑģÑı":143157,"Ġcará":143158,"Ġcarácter":143159,"ĠprincÃŃpio":143160,"ĠÅĤaz":143161,"ĠÅĤazien":143162,"ĠÅĤazienk":143163,"Ġgiãn":143164,"ÑģÑĤÑĢаива":143165,"Ùħساب":143166,"ÙħسابÙĤØ©":143167,"à¹Ģà¸Ħรืà¹Īà¸Ńà¸ĩà¸Ķืà¹Īม":143168,"ترÙĥÙĬب":143169,"volução":143170,"ĠÐŁÐ¾Ñĩ":143171,"ĠÐŁÐ¾Ñĩем":143172,"ĠÐŁÐ¾ÑĩемÑĥ":143173,"казалоÑģÑĮ":143174,"ĠпÑĢименениÑı":143175,"à¹Ģà¸Ĺียม":143176,"íĮĶ":143177,"à¸Ĥà¹īà¸Ńà¹Ģสà¸Ļà¸Ń":143178,"à¸Ľà¸±à¸įà¸įา":143179,"ĠобÑĥÑĩ":143180,"ĠобÑĥÑĩениÑı":143181,"ĠÑģеÑĢи":143182,"ĠÑģеÑĢиал":143183,"Ġinglés":143184,"ĠÙĦÙĥرة":143185,"Ġ×ĺ׾":143186,"Ġ×ĺ׾פ×ķף":143187,"Ġìłij":143188,"Ġìłijê·¼":143189,"×IJ×ķ×Ĵ":143190,"×IJ×ķ×Ĵ×ķס":143191,"×IJ×ķ×Ĵ×ķס×ĺ":143192,"ĠболÑĮÑĪое":143193,"ĠÐļонеÑĩно":143194,"×¢×Ļת×ķ׳":143195,"×¢×Ļת×ķ׳×IJ×Ļ":143196,"Ġкнопк":143197,"Ġзн":143198,"ĠзнаÑĤÑĮ":143199,"ĠÄijá»±":143200,"ĠÄijá»±ng":143201,"влаж":143202,"влажн":143203,"×ŀ×Ļ×ĺ×ij":143204,"ãĤ¬ãĤ¤":143205,"ãĤ¬ãĤ¤ãĥī":143206,"..........":143207,"Ġà¸ģุม":143208,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀ":143209,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļ":143210,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺ":143211,"Ġà¸ģà¸¸à¸¡à¸łà¸²à¸ŀัà¸Ļà¸ĺà¹Į":143212,"bez":143213,"bezpieczeÅĦst":143214,"bezpieczeÅĦstw":143215,"ãĥijãĥijæ´»":143216,"عاط":143217,"عاطÙģ":143218,"ĠÄijáºŃm":143219,"ĠзÑĢ":143220,"ĠзÑĢениÑı":143221,"Ġborç":143222,"Ġнедел":143223,"ĠнеделÑİ":143224,"Ġhá»ı":143225,"Ġhá»ıng":143226,"ìŀ¥ìķł":143227,"ìŀ¥ìķłìĿ¸":143228,"ĠاÙĦعÙĦاÙĤØ©":143229,"Ġíģ¬":143230,"Ġíģ¬ê²Į":143231,"à¹Ħรà¹Ī":143232,"à¸ļาà¸Ķ":143233,"à¸ļาà¸Ķà¹Ģà¸Īà¹ĩà¸ļ":143234,"à¸Ŀรั":143235,"à¸Ŀรัà¹Īà¸ĩ":143236,"à¸Ŀรัà¹Īà¸ĩà¹Ģศ":143237,"à¸Ŀรัà¹Īà¸ĩà¹Ģศส":143238,"רע×Ļ":143239,"רע×Ļ×ķ׳×ķת":143240,"ĠëĮ":143241,"ĠëĮĵ":143242,"ĠëĮĵê¸Ģ":143243,"Ġnajb":143244,"Ġnajbli":143245,"Ġnajbliż":143246,"Ġnajbliższ":143247,"ĠиÑģполÑĮзÑĥеÑĤÑģÑı":143248,"ĠcientÃŃf":143249,"ĠcientÃŃfico":143250,"×¢×ŀק":143251,"Ġgợi":143252,"Ø´ØŃÙĨ":143253,"ĠÅĽm":143254,"ĠÅĽmier":143255,"ĠÅĽmierci":143256,"à¸Ħาสิà¹Ĥà¸Ļà¸Ńà¸Ńà¸Ļà¹Ħลà¸Ļà¹Į":143257,"×Ĺש×ijת×Ļ":143258,"Ġningu":143259,"Ġninguém":143260,"è¾¼ãĤģ":143261,"ãģ·":143262,"ĠÑĥг":143263,"ĠÑĥгол":143264,"ï½°":143265,"פת×Ļ×Ĺ":143266,"פת×Ļ×Ĺת":143267,"Ġ×Ķר×IJש×ķ׳×Ļ×Ŀ":143268,"pósito":143269,"ãĤŃãĥ¬ãĤ¤":143270,"ãģ©ãģĵãĤį":143271,"à¹Ģà¸Ĺà¹Īาà¹Ħ":143272,"à¹Ģà¸Ĺà¹Īาà¹Ħหร":143273,"à¹Ģà¸Ĺà¹Īาà¹Ħหรà¹Ī":143274,"ĠинÑĤеÑĢÑĮеÑĢ":143275,"ĠØŃاج":143276,"ĠØŃاجة":143277,"สีà¸Ĥาว":143278,"ìĸ¼":143279,"Ġná»Ļ":143280,"Ġná»Ļp":143281,"ĠÃŃnd":143282,"ĠÃŃndice":143283,"สำรวà¸Ī":143284,"Ġкаждой":143285,"Ġhotéis":143286,"ĠnastÄĻ":143287,"ĠnastÄĻpn":143288,"Ġ×Ķק×ķ×ĵ":143289,"Ġ×Ķק×ķ×ĵ×Ŀ":143290,"פ×ķפ":143291,"פ×ķפ×ķ׾":143292,"פ×ķפ×ķ׾ר×Ļ":143293,"вÑĪей":143294,"ãĤ·ãĥ³ãĥĹ":143295,"ãĤ·ãĥ³ãĥĹãĥ«":143296,"ĠzdjÄĻÄĩ":143297,"ĠгÑĢÑĥппа":143298,"ĠпомеÑī":143299,"ĠпомеÑīениÑı":143300,"ãģ©ãģĨãģĦãģĨ":143301,"ĠиÑģпÑĭÑĤа":143302,"ĠogÅĤ":143303,"ĠogÅĤos":143304,"ĠogÅĤoszen":143305,"ĠogÅĤoszeni":143306,"สรà¹īาà¸ĩสรร":143307,"สรà¹īาà¸ĩสรรà¸Ħà¹Į":143308,"à¸ŀรรà¸ĵ":143309,"ĠçıkÄ±ÅŁ":143310,"ĠÑĩаÑģÑĤноÑģÑĤи":143311,"Ġ×ķ×Ļ×ķתר":143312,"ç¶ļãģįãĤĴ":143313,"ç¶ļãģįãĤĴèªŃ":143314,"ç¶ļãģįãĤĴèªŃãĤĢ":143315,"à¸ģรั":143316,"à¸ģรัม":143317,"гÑĢаÑĦ":143318,"Ġвлад":143319,"ĠвладелÑĮ":143320,"ĠвладелÑĮÑĨ":143321,"ĠistediÄŁ":143322,"ĠistediÄŁiniz":143323,"×ij×ľ×¢":143324,"×ij×ľ×¢×ĵ×Ļ":143325,"ÙħÙĪاÙģ":143326,"ÙħÙĪاÙģÙĤØ©":143327,"Ġ×Ļ×ķר":143328,"Ġ×Ļ×ķרק":143329,"ãĤ«ãĥ¼ãĥīãĥŃãĥ¼ãĥ³":143330,"ĠاÙĦÙħØ´ÙĥÙĦ":143331,"ĠاÙĦÙħØ´ÙĥÙĦØ©":143332,"ĠêµŃíļĮ":143333,"ספ×ĺ":143334,"ספ×ĺ×ŀ":143335,"ספ×ĺ×ŀ×ijר":143336,"Ġìĸ´ëłµ":143337,"ÙĥاÙħ":143338,"ÙĥاÙħÙĬرا":143339,"schlü":143340,"schlüsse":143341,"ĠØ«ÙĨ":143342,"ĠØ«ÙĨائÙĬ":143343,"ìī½":143344,"ĠÐŀÑģоб":143345,"ĠÐŀÑģобенно":143346,"ĠинвеÑģÑĤи":143347,"ĠинвеÑģÑĤиÑĨи":143348,"اØŃتÙħ":143349,"اØŃتÙħاÙĦ":143350,"EÄŀ":143351,"EÄŀÄ°":143352,"íķĺê²łëĭ¤":143353,"Ġ×IJ×ijר×Ķ":143354,"Ġ×IJ×ijר×Ķ×Ŀ":143355,"Ġ×ij×Ĺ×Ļ׳×Ŀ":143356,"Ø£ÙĪض":143357,"Ø£ÙĪضاع":143358,"Ġdél":143359,"Ġdélai":143360,"Ġ×IJ×ķ×Ķ×ij×Ļ×Ŀ":143361,"ĠÑģоÑħ":143362,"ĠÑģоÑħÑĢ":143363,"ĠÑģоÑħÑĢани":143364,"ĠдоÑģÑĤиж":143365,"ĠдоÑģÑĤижени":143366,"สิà¹Īà¸ĩà¹ģ":143367,"สิà¹Īà¸ĩà¹ģวà¸Ķ":143368,"สิà¹Īà¸ĩà¹ģวà¸Ķล":143369,"สิà¹Īà¸ĩà¹ģวà¸Ķลà¹īà¸Ńม":143370,"ĠاÙĦÙħباشر":143371,"ĠÑĦиг":143372,"ĠÑĦигÑĥÑĢ":143373,"можем":143374,"׾×ŀ×Ļ×ĵ×Ķ":143375,"Ġciné":143376,"Ġcinéma":143377,"Ġbada":143378,"ĠbadaÅĦ":143379,"جبÙĩØ©":143380,"Ġдеп":143381,"ĠдепÑĥÑĤ":143382,"ĠдепÑĥÑĤаÑĤ":143383,"Ġdistância":143384,"ĠاÙĦÙħعار":143385,"ĠاÙĦÙħعارضة":143386,"thèse":143387,"ünc":143388,"üncü":143389,"Ġданного":143390,"ĠBelgi":143391,"ĠBelgië":143392,"Ġ×ij×ijק":143393,"Ġ×ij×ijקש×Ķ":143394,"ยà¹Īาà¸Ļ":143395,"Ġsolução":143396,"Ġ×Ķצ×ĺר":143397,"Ġ×Ķצ×ĺרפ×ķ":143398,"ĠØ£ÙĨØŃ":143399,"ĠØ£ÙĨØŃاء":143400,"ĠدÙħØ´":143401,"ĠدÙħØ´ÙĤ":143402,"มัà¹ī":143403,"มัà¹īย":143404,"Ùħغرب":143405,"استعÙħاÙĦ":143406,"ĠSÅĤow":143407,"ĠëıĻìĭľ":143408,"ĠëıĻìĭľìĹIJ":143409,"ĠÑģоÑģ":143410,"ĠÑģоÑģед":143411,"ì²ŃìĨĮ":143412,"ì²ŃìĨĮëħĦ":143413,"ĠгÑĢаÑĦ":143414,"ĠгÑĢаÑĦик":143415,"ĠìŀijìĿĢ":143416,"Ġyeti":143417,"ĠyetiÅŁtir":143418,"ĠìĿ´ê²ĥìĿ´":143419,"หà¹Īาà¸ĩ":143420,"Ø¥ÙħÙĥاÙĨ":143421,"Ø¥ÙħÙĥاÙĨÙĬØ©":143422,"استعراض":143423,"Ùħخدر":143424,"ĠÑĩÑĥÑĤÑĮ":143425,"ÙħدÙĬر":143426,"ÙħدÙĬرÙĬØ©":143427,"Ġà¹Ģมษ":143428,"Ġà¹Ģมษายà¸Ļ":143429,"ĠмеÑħ":143430,"ĠмеÑħаниз":143431,"ĠмеÑħанизм":143432,"ĠÑģÑĥм":143433,"ĠÑģÑĥммÑĥ":143434,"Ġvö":143435,"Ġvöll":143436,"Ġvöllig":143437,"ĠдÑĢÑĥз":143438,"ĠдÑĢÑĥзÑĮÑı":143439,"ãĤĴåĪ©çĶ¨ãģĹãģ¦":143440,"à¸ļรรà¸Īุ":143441,"pożycz":143442,"×ŀש׼":143443,"×ŀ×©×Ľ×ł×ª":143444,"×ŀ×©×Ľ×ł×ª×IJ":143445,"Ġeuropéen":143446,"Ġproprié":143447,"Ġpropriétaire":143448,"Ġkhấu":143449,"ãģĦãģŁãģłãģijãĤĭ":143450,"Ġtecrü":143451,"Ġtecrübe":143452,"×Ķ×ij":143453,"×Ķ×ij׳×Ķ":143454,"ĠcuÌ":143455,"ĠcuÌī":143456,"ĠcuÌīa":143457,"×IJ×ķ×ķ":143458,"×IJ×ķ×ķ×Ļר×Ķ":143459,"Ġ׼×ķ׾×ķ":143460,"Ulus":143461,"Uluslararası":143462,"Ġ׳×ķת":143463,"Ġ׳×ķ×ª×Ł":143464,"ãģ«åIJij":143465,"ãģ«åIJijãģijãģ¦":143466,"ë¹Ľ":143467,"à¸Ĺัà¸ģษ":143468,"à¸Ĺัà¸ģษะ":143469,"سÙĤÙĪ":143470,"سÙĤÙĪØ·":143471,"Ġвн":143472,"ĠвнеÑĪ":143473,"ĠвнеÑĪне":143474,"Ġurz":143475,"ĠurzÄĻd":143476,"Ġámb":143477,"Ġámbito":143478,"à¸Ńà¸ĺิ":143479,"à¸Ńà¸ĺิà¸ļาย":143480,"ĠÅĤad":143481,"ĠÅĤadn":143482,"ê±´ì¶ķ":143483,"wództ":143484,"wództw":143485,"Ġquestões":143486,"Ġשק":143487,"Ġשק×Ļ×ij׾":143488,"ĠmiejscowoÅĽci":143489,"Ġвал":143490,"ĠвалÑİÑĤ":143491,"häuser":143492,"หà¸Ļà¸Ńà¸ĩ":143493,"ãģ¨åħ±":143494,"ãģ¨åħ±ãģ«":143495,"ãĥıãĥ¼ãĥī":143496,"Ġê°ľìµľ":143497,"ĠоÑģновном":143498,"ĠмÑıÑģ":143499,"اعت":143500,"اعتÙĤاÙĦ":143501,"สà¸ĸิ":143502,"สà¸ĸิà¸ķิ":143503,"Ngu":143504,"Nguá»ĵn":143505,"ĠÙħجÙĦ":143506,"ĠÙħجÙĦØ©":143507,"à¹ģà¸Ĥà¸Ļ":143508,"ĠاÙĦÙĦÙĬبÙĬ":143509,"פע×Ļ׾×ķ×Ļ×ķת":143510,"Ġ×Ķרפ×ķ×IJ×Ļ":143511,"פר×ķפ":143512,"פר×ķפ×Ļ׾":143513,"ק׾×IJ":143514,"ק׾×IJס×Ļ":143515,"ÙĥتشÙģ":143516,"ãģ«ãģªãģ£ãģ¦ãģĹãģ¾ãģĨ":143517,"à¹Ģà¸Ħลà¹ĩà¸Ķ":143518,"à¹Ģà¸Ħลà¹ĩà¸Ķลัà¸ļ":143519,"Ġì»´":143520,"Ġì»´íĵ¨":143521,"Ġì»´íĵ¨íĦ°":143522,"Ġ×Ĺ×Ļ×ķ×ij×Ļ":143523,"Ġnäm":143524,"Ġnämlich":143525,"åij¼ãģ°":143526,"åij¼ãģ°ãĤĮ":143527,"ĠÑĢол":143528,"ĠÑĢоли":143529,"Ġspécialisé":143530,"à¸Ļวัà¸ķ":143531,"à¸Ļวัà¸ķà¸ģรรม":143532,"ÙĨصÙĪص":143533,"пеÑĢед":143534,"пеÑĢедаÑĩ":143535,"thèque":143536,"Ġר×IJ×Ļת×Ļ":143537,"ãĥĢãĤ¦ãĥ³":143538,"ãĤıãģĭ":143539,"ãĤıãģĭãģ£ãģ¦":143540,"беÑĢеж":143541,"ĠÑģек":143542,"ĠÑģекÑĢ":143543,"ĠÑģекÑĢеÑĤ":143544,"ĠпоÑģÑĤоÑıнн":143545,"à¸Ĥà¸Ļสà¹Īà¸ĩ":143546,"Ġmük":143547,"Ġmükem":143548,"Ġmükemmel":143549,"еÑĤеÑģÑĮ":143550,"ĠاÙĦسÙĨÙĪات":143551,"ĠìłĦíĺĢ":143552,"Ġ×Ķ×ŀק×ķר×Ļ":143553,"Ġmüd":143554,"Ġmüdah":143555,"Ġmüdahale":143556,"Ġwyb":143557,"Ġwybór":143558,"Ġtendência":143559,"إدار":143560,"إدارÙĬØ©":143561,"Ġunterstützen":143562,"ת×ijר":143563,"ת×ijרר":143564,"Ġdiá":143565,"Ġdiálogo":143566,"ĠÃĸnce":143567,"ĠÃĸnceki":143568,"ãĤ¹ãĥĿãĥĥãĥĪ":143569,"ëĦ£":143570,"ĠGeli":143571,"ĠGeliÅŁ":143572,"ãĤĴéĢļ":143573,"ãĤĴéĢļãģĹãģ¦":143574,"ĠFuÃŁball":143575,"Ġsalari":143576,"Ġsalarié":143577,"ĠпÑĢодÑĥкÑĤов":143578,"صÙģÙĤØ©":143579,"รวà¸ļ":143580,"รวà¸ļรวม":143581,"à¹ĥà¸Ļà¸IJาà¸Ļ":143582,"à¹ĥà¸Ļà¸IJาà¸Ļะ":143583,"Ġkayna":143584,"Ġkaynaģı":143585,"ĠìŀijíĴĪ":143586,"ĠвÑĭÑĢаж":143587,"ĠвÑĭÑĢажен":143588,"ĠÑģÑĤеп":143589,"ĠÑģÑĤепени":143590,"ĠاÙĦÙħÙĪجÙĪد":143591,"ĠاÙĦÙħÙĪجÙĪدة":143592,"ลà¹īม":143593,"ĠnajczÄĻ":143594,"ĠnajczÄĻÅĽcie":143595,"ĠnajczÄĻÅĽciej":143596,"Ġzwy":143597,"Ġzwyk":143598,"ĠzwykÅĤ":143599,"Ġê·¸ëłĩì§Ģ":143600,"à¸ģระà¸Ī":143601,"à¸ģระà¸Īาย":143602,"Ġëĭµ":143603,"Ġëĭµë³Ģ":143604,"ĠÑĢеак":143605,"ĠÑĢеакÑĨи":143606,"ĠÅĽwież":143607,"ĠÑģÑĤоимоÑģÑĤи":143608,"ÙħÙĨاÙĤ":143609,"ÙħÙĨاÙĤØ´":143610,"ÙħÙĨاÙĤشة":143611,"ĠÑħоÑĩÑĥ":143612,"ãĥľãĥ¼ãĥī":143613,"Ġróżnic":143614,"ĠкÑĢÑĭ":143615,"ĠкÑĢÑĭÑĪ":143616,"âľĵ":143617,"ãĤ³ãĥ³ãĥĨãĥ³":143618,"ãĤ³ãĥ³ãĥĨãĥ³ãĥĦ":143619,"ĠпÑĢедпоÑĩ":143620,"×ŀר×ij×Ļת":143621,"ĠØ´Ùĥ":143622,"ĠØ´Ùĥرا":143623,"Ġдал":143624,"Ġдалек":143625,"Ġдалеко":143626,"برÙĬØ·":143627,"برÙĬطاÙĨÙĬا":143628,"عÙĨا":143629,"عÙĨاÙĬØ©":143630,"ĠÑĢаÑģÑģказ":143631,"ĠÑĢаÑģÑģказÑĭва":143632,"Ø£ÙĦÙĪ":143633,"Ø£ÙĦÙĪاÙĨ":143634,"æĮģãģ£ãģ¦":143635,"æĮģãģ£ãģ¦ãģĦ":143636,"Ùħبادئ":143637,"×Ķ×¢×ijר":143638,"×Ķ×¢×ijרת":143639,"Ġyayı":143640,"Ġyayıml":143641,"Ġyayımla":143642,"mát":143643,"máticos":143644,"à¸ģัà¸ĩ":143645,"à¸ģัà¸ĩวล":143646,"Ġ×ľ×¤×ª":143647,"Ġ×ľ×¤×ª×ķ×Ĺ":143648,"à¸ŀฤà¸ķิ":143649,"à¸ŀฤà¸ķิà¸ģรรม":143650,"íĤ¬":143651,"ĠокÑĢÑĥг":143652,"Ġ×ŀצ×ķ×ķ×Ķ":143653,"ÐĽÐµÐ½Ð¸":143654,"ÐĽÐµÐ½Ð¸Ð½":143655,"ĠTriá»ģu":143656,"ãĤ³ãĥŁãĥ¥":143657,"ãĤ³ãĥŁãĥ¥ãĥĭ":143658,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±":143659,"ãĤ³ãĥŁãĥ¥ãĥĭãĤ±ãĥ¼ãĤ·ãĥ§ãĥ³":143660,"ÙĥÙĨÙĬ":143661,"ÙĥÙĨÙĬسة":143662,"ãĤĴä¸Ńå¿ĥ":143663,"ãĤĴä¸Ńå¿ĥãģ«":143664,"ĠmiÄĻdz":143665,"ĠmiÄĻdzyn":143666,"ĠmiÄĻdzynar":143667,"ĠmiÄĻdzynarod":143668,"ĠmiÄĻdzynarodow":143669,"ÙĦÙĨ":143670,"ÙĦÙĨدا":143671,"برش":143672,"برشÙĦÙĪÙĨ":143673,"برشÙĦÙĪÙĨØ©":143674,"à¸ģระà¸ķุ":143675,"à¸ģระà¸ķุà¹īà¸Ļ":143676,"Ġgı":143677,"Ġgıda":143678,"à¸Ľà¸£à¸°à¸Ĺัà¸ļ":143679,"à¸Ľà¸£à¸°à¸Ĺัà¸ļà¹ĥà¸Ī":143680,"Ġë¶Ī구":143681,"Ġë¶Ī구íķĺê³ł":143682,"ĠÙĨØ·":143683,"ĠÙĨطاÙĤ":143684,"ĠÐľÐ¾Ð¶ÐµÑĤ":143685,"Präs":143686,"Präsident":143687,"ĠÑģкоÑĢ":143688,"ĠÑģкоÑĢоÑģÑĤÑĮ":143689,"Ġ×Ķ×ij×ķקר":143690,"еÑħаÑĤÑĮ":143691,"Ġgạo":143692,"Ġש×IJ×Ļ׳×Ŀ":143693,"Ġ×ij׳×ķ×Ĵ":143694,"Ġ×ij׳×ķ×Ĵ×¢":143695,"ĠопиÑģание":143696,"Ġuczni":143697,"Ġuczniów":143698,"à¹Ģà¸Ńà¹ĩà¸Ļ":143699,"Ġتش":143700,"ĠتشرÙĬÙĨ":143701,"Ġnhãn":143702,"빨":143703,"Ġcaractère":143704,"×¢×ľ×Ļ":143705,"×¢×ľ×Ļ×Ļ×Ķ":143706,"楽ãģĹãĤģãĤĭ":143707,"ĠÑģаÑħ":143708,"ĠÑģаÑħаÑĢ":143709,"дÑĥмаÑĤÑĮ":143710,"ĠÐĴозможно":143711,"صÙĬاÙĨ":143712,"صÙĬاÙĨØ©":143713,"ömür":143714,"สล":143715,"สลà¹ĩ":143716,"สลà¹ĩà¸Ń":143717,"สลà¹ĩà¸Ńà¸ķ":143718,"롯":143719,"Ġthói":143720,"grÃ¶ÃŁe":143721,"ĠksiÄĻ":143722,"ĠksiÄĻg":143723,"ĠÑĢом":143724,"ĠÑĢоман":143725,"ÙĤاسÙħ":143726,"×ŀ×ij×ķ×Ĵ":143727,"×ŀ×ij×ķ×Ĵר×Ļ×Ŀ":143728,"besch":143729,"beschäft":143730,"beschäftig":143731,"×Ķצע×Ķ":143732,"ĠÃģrea":143733,"ĠзаÑıвк":143734,"Ĺ":143735,"ĠлÑİбого":143736,"Ġม":143737,"Ġมà¸ģร":143738,"Ġมà¸ģราà¸Ħม":143739,"ÑĦиз":143740,"ÑĦизиÑĩеÑģк":143741,"инÑĦ":143742,"инÑĦек":143743,"инÑĦекÑĨи":143744,"اÙĦØ·":143745,"اÙĦطائÙģ":143746,"Ġколл":143747,"ĠколлекÑĤив":143748,"езжа":143749,"ĠسبØŃ":143750,"ĠسبØŃاÙĨ":143751,"ĠسبØŃاÙĨÙĩ":143752,"schlä":143753,"schläge":143754,"Ġди":143755,"Ġдиаг":143756,"ĠдиагноÑģÑĤ":143757,"ĠоÑĤмеÑĤиÑĤÑĮ":143758,"ТЬ":143759,"ĠاÙĦدر":143760,"ĠاÙĦدراسÙĬ":143761,"עצ×ŀ":143762,"עצ×ŀ×IJ×ķת":143763,"Ġdémarch":143764,"Ġdémarche":143765,"Ġ×ĺ×ķ×¢":143766,"Ġ×ĺ×ķ×¢×Ł":143767,"Ġfuncionários":143768,"ỵ":143769,"׾׼×IJ":143770,"׾׼×IJ×ķר×Ķ":143771,"à¸ĭà¹Ī":143772,"à¸ĭà¹Īà¸Ńม":143773,"ĠÑĩÑĥв":143774,"ĠÑĩÑĥвÑģÑĤво":143775,"âĸ¼":143776,"пÑĥÑī":143777,"пÑĥÑīен":143778,"ĠмеÑĢ":143779,"ĠмеÑĢоп":143780,"ĠмеÑĢопÑĢи":143781,"ĠмеÑĢопÑĢиÑıÑĤиÑı":143782,"Ġuçu":143783,"ĠuçuÅŁ":143784,"ãĤĴåĪ©çĶ¨ãģĻãĤĭ":143785,"aÄŁ":143786,"aÄŁlı":143787,"ìĺĪìĪł":143788,"à¹ģยà¹Ī":143789,"ĠاÙĦÙĥÙħ":143790,"ĠاÙĦÙĥÙħبÙĬ":143791,"ĠاÙĦÙĥÙħبÙĬÙĪتر":143792,"تÙĪÙĬ":143793,"تÙĪÙĬتر":143794,"à¹Ģà¸Ĭีà¹Īยว":143795,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭา":143796,"à¹Ģà¸Ĭีà¹Īยวà¸Ĭาà¸į":143797,"á»Ķ":143798,"Ġhiếm":143799,"ذاÙĥرة":143800,"Ġ×Ķ×ŀ×Ļ×ķ×Ĺ×ĵ":143801,"ĠìĪľ":143802,"ĠìĪľê°Ħ":143803,"ĠKı":143804,"ĠKısa":143805,"ĠgeleceÄŁi":143806,"пÑĢоÑĦеÑģÑģиона":143807,"пÑĢоÑĦеÑģÑģионал":143808,"Ġogó":143809,"Ġogóle":143810,"ĠgÅĤów":143811,"ĠgÅĤówne":143812,"ĠÑģÑĤилÑĮ":143813,"×IJפ׾":143814,"×IJפ׾×Ļק":143815,"×IJפ׾×Ļקצ×Ļ×Ķ":143816,"สมารà¹Į":143817,"สมารà¹Įà¸Ĺ":143818,"สมารà¹Įà¸Ĺà¹Ĥà¸Ł":143819,"สมารà¹Įà¸Ĺà¹Ĥà¸Łà¸Ļ":143820,"Ġthánh":143821,"ÐŁÐ¾Ð´":143822,"ÐŁÐ¾Ð´ÑĢоб":143823,"ÐŁÐ¾Ð´ÑĢобнее":143824,"ĠاÙĦتÙĪÙĨ":143825,"ĠاÙĦتÙĪÙĨسÙĬ":143826,"Ġbahçe":143827,"à¹ģà¸ģà¹īà¸Ľà¸±à¸įหา":143828,"éducation":143829,"europ":143830,"europä":143831,"europäische":143832,"ĠKsi":143833,"ĠKsiÄĻ":143834,"ĠëĦĺ":143835,"ĠëĦĺìĸ´":143836,"Ġvüc":143837,"Ġvücud":143838,"Ġyayg":143839,"Ġyaygın":143840,"Ġniekt":143841,"Ġniektóry":143842,"Ġniektórych":143843,"ãģŃãģĩ":143844,"Ġкаж":143845,"ĠкажеÑĤÑģÑı":143846,"каж":143847,"кажеÑĤ":143848,"ĠاÙĦدÙĬÙħÙĤرا":143849,"ĠاÙĦدÙĬÙħÙĤراط":143850,"ĠاÙĦدÙĬÙħÙĤراطÙĬØ©":143851,"æŃ©":143852,"æŃ©ãģĦãģ¦":143853,"Ġvaz":143854,"Ġvazge":143855,"Ġvazgeç":143856,"ĠминималÑĮ":143857,"ĠминималÑĮн":143858,"ãĥijãĤ¿":143859,"ãĥijãĤ¿ãĥ¼ãĥ³":143860,"ĠëĬ":143861,"ĠëĬIJ":143862,"ĠëĬIJëĤĮ":143863,"ãģ¡ãĤĩãģĨ":143864,"ãģ¡ãĤĩãģĨãģ©":143865,"Ġà¸ģร":143866,"Ġà¸ģรà¸ģà¸İ":143867,"Ġà¸ģรà¸ģà¸İาà¸Ħม":143868,"تجدÙĬد":143869,"ĠشاÙħÙĦ":143870,"หลัà¸ģà¸IJาà¸Ļ":143871,"ĠмаÑĢÑĪ":143872,"ĠмаÑĢÑĪÑĢÑĥÑĤ":143873,"ĠvÃŃt":143874,"ĠvÃŃtima":143875,"Ġquizá":143876,"aygı":143877,"×ĵ×ijר×Ļ×ķ":143878,"Ġизд":143879,"Ġиздели":143880,"ĠизделиÑı":143881,"пла":143882,"плаÑĩ":143883,"плаÑĩива":143884,"ä»»ãģĽ":143885,"Ġéquipé":143886,"ä¹ħãģĹãģ":143887,"ä¹ħãģĹãģ¶":143888,"ä¹ħãģĹãģ¶ãĤĬ":143889,"ĠкаÑĤ":143890,"ĠкаÑĤал":143891,"ĠкаÑĤалог":143892,"สà¹īม":143893,"ĠÑĢей":143894,"ĠÑĢейÑĤ":143895,"ĠÑĢейÑĤинг":143896,"Ġthuyá»ģn":143897,"ĠاÙĦÙħÙĤدس":143898,"espère":143899,"ãģ«åħ¥ãģ£ãģŁ":143900,"หมายà¹Ģลà¸Ĥ":143901,"ת×Ĺ×ķשת":143902,"à¸Ļà¹Īะ":143903,"ĠpeÅĤ":143904,"ĠpeÅĤne":143905,"Ġpérd":143906,"Ġpérdida":143907,"หมวà¸Ķ":143908,"หมวà¸Ķหมูà¹Ī":143909,"иÑĩеÑģкÑĥÑİ":143910,"çµĤãĤı":143911,"çµĤãĤıãģ£ãģŁ":143912,"Ġ×Ĵ×ķ×Ĵ׾":143913,"à¸Ĺำà¸Ħวาม":143914,"à¸Ĺำà¸Ħวามสะà¸Ńาà¸Ķ":143915,"Hotéis":143916,"ĠзаÑĢ":143917,"ĠзаÑĢегиÑģÑĤ":143918,"ĠзаÑĢегиÑģÑĤÑĢи":143919,"ĠзаÑĢегиÑģÑĤÑĢиÑĢова":143920,"ĠÑģобÑĭÑĤи":143921,"ĠÑģобÑĭÑĤиÑı":143922,"Ġ×ĸ׼×IJ":143923,"ÙħÙĨظÙĪÙħØ©":143924,"Ġ×Ķ×ŀצ":143925,"Ġ×Ķ×ŀצ×Ļ×IJ×ķת":143926,"ÙħÙĥÙĪÙĨ":143927,"ÙħÙĥÙĪÙĨات":143928,"ä¸ĬãģĮãĤĭ":143929,"ĠmÄĻ":143930,"ĠmÄĻsk":143931,"หรืà¸Ńà¹Ģà¸Ľà¸¥à¹Īา":143932,"ëĤ®":143933,"Ġnoktas":143934,"Ġnoktası":143935,"ĠболÑĮÑĪим":143936,"ĠлÑĥÑĩÑĪиÑħ":143937,"Ø´ÙĩÙĬد":143938,"à¸Ńำà¸Ļ":143939,"à¸Ńำà¸Ļวย":143940,"à¸Ńำà¸Ļวยà¸Ħวาม":143941,"à¸Ńำà¸Ļวยà¸Ħวามสะà¸Ķวà¸ģ":143942,"Ġев":143943,"ĠевÑĢ":143944,"ĠевÑĢоп":143945,"ĠевÑĢопей":143946,"à¸īาย":143947,"ìĦŃ":143948,"ÙħÙģا":143949,"ÙħÙģاÙĪض":143950,"ÙħÙģاÙĪضات":143951,"ë¹Į":143952,"赤ãģ¡ãĤĥãĤĵ":143953,"ĠÑĥдалоÑģÑĮ":143954,"ĠХоÑĤ":143955,"ĠХоÑĤÑı":143956,"przedsiÄĻbiorc":143957,"ĠHôm":143958,"íķĺìĺĢìĬµëĭĪëĭ¤":143959,"Ġнаг":143960,"ĠнагÑĢÑĥз":143961,"ĠнагÑĢÑĥзк":143962,"Ġ×ij×Ļ׳׾×IJ×ķ×ŀ×Ļ":143963,"Ġê°ĢëĬ¥íķľ":143964,"ĠHữu":143965,"à¸Ńุà¸Ķ":143966,"à¸Ńุà¸Ķม":143967,"ת×ķפ":143968,"ת×ķפע×Ķ":143969,"ĠmiÅĤo":143970,"ĠmiÅĤoÅĽci":143971,"ksiÄħż":143972,"ksiÄħżka":143973,"ĠاÙĦÙĦعبة":143974,"à¸īาà¸ģ":143975,"สะสม":143976,"×ŀתר":143977,"×ŀתר×Ĺש":143978,"Ġlégère":143979,"Ġ׾צפ":143980,"Ġ׾צפ×Ļ×Ķ":143981,"ĠиÑģÑĤоÑĢиÑı":143982,"ĠãĥĪãĥ©":143983,"ĠãĥĪãĥ©ãĥĥãĤ¯":143984,"ĠãĥĪãĥ©ãĥĥãĤ¯ãĥIJãĥĥãĤ¯":143985,"Ġка":143986,"ĠкаÑĦе":143987,"×ŀס×ŀ×ļ":143988,"Ġcüm":143989,"Ġcümle":143990,"à¹Ģà¸Ħลืà¹Īà¸Ńà¸Ļà¹Ħหว":143991,"ãģĬãģĿ":143992,"ãģĬãģĿãĤīãģı":143993,"ìŀIJëıĻ":143994,"ìŀIJëıĻì°¨":143995,"à¸Ńัà¸ķ":143996,"à¸Ńัà¸ķà¹Ĥà¸Ļ":143997,"à¸Ńัà¸ķà¹Ĥà¸Ļมั":143998,"à¸Ńัà¸ķà¹Ĥà¸Ļมัà¸ķิ":143999,"ĠÅŁik":144000,"ĠÅŁikay":144001,"ĠÅŁikayet":144002,"extrême":144003,"krä":144004,"kräfte":144005,"ëĤĻ":144006,"íķij":144007,"ì²Ļ":144008,"íĺĪ":144009,"ì°į":144010,"âĻ¡":144011,"ìŀĶ":144012,"뢰":144013,"íĿĶ":144014,"íĿIJ":144015,"âĩĴ":144016,"맼":144017,"ìĬĪ":144018,"á»Ĵ":144019,"ìĺµ":144020,"âĹİ":144021,"íĤ¨":144022,"ê¿Ī":144023,"ìĪ¨":144024,"ìĽ¨":144025,"맥":144026,"ï½Ģ":144027,"Ｊ":144028,"Ẩ":144029,"ãħİ":144030,"ÑĹ":144031,"ìĦ¬":144032,"ì¹¼":144033,"Ｖ":144034,"ìĽł":144035,"룴":144036,"Åĥ":144037,"ëĤ¼":144038,"ëĭIJ":144039,"âĢ¹":144040,"ë¦Ń":144041,"ì§IJ":144042,"âĢ¤":144043,"Ãħ":144044,"뾨":144045,"íĦ¸":144046,"íľĺ":144047,"ê²ģ":144048,"ë´ħ":144049,"Ãĺ":144050,"ëŃĶ":144051,"ëĺij":144052,"âĹĩ":144053,"ìĹĺ":144054,"ï»´":144055,"맹":144056,"ï¾Ŀ":144057,"ìĬ·":144058,"íĥķ":144059,"ï¼ł":144060,"ì»´":144061,"ëłĮ":144062,"ì½ľ":144063,"ﻹ":144064,"ãħł":144065,"졸":144066,"ëħ¹":144067,"âĤº":144068,"âĸ¶":144069,"íĥIJ":144070,"êµ´":144071,"íij¸":144072,"ÑĶ":144073,"íĶ½":144074,"Ðħ":144075,"ë°¤":144076,"Ôģ":144077,"첨":144078,"ì¶ĺ":144079,"ë²Ĺ":144080,"멸":144081,"ï¼»":144082,"ï¼½":144083,"ï¼·":144084,"ì°Į":144085,"ÃĴ":144086,"íı´":144087,"ìĵ¸":144088,"ì´Į":144089,"ëģĶ":144090,"ëĶ©":144091,"ëĩĮ":144092,"ë©Ģ":144093,"벨":144094,"ï¼µ":144095,"맡":144096,"ëĭ«":144097,"฿":144098,"ãģ±":144099,"ìĩ¼":144100,"ìºł":144101,"뮤":144102,"ê±±":144103,"컬":144104,"âĦĥ":144105,"ëĶ±":144106,"ëĥĪ":144107,"ìĭ±":144108,"íĻĪ":144109,"ëŀIJ":144110,"ìħĢ":144111,"ìłł":144112,"ÐĨ":144113,"ëłī":144114,"ï½ħ":144115,"ï½ı":144116,"íĻĢ":144117,"뼰":144118,"á»®":144119,"íĤ¹":144120,"ê½ĥ":144121,"ﻤ":144122,"ïºĶ":144123,"꺼":144124,"ìķī":144125,"âĻ¦":144126,"ï½ģ":144127,"ìĵ´":144128,"ãĢī":144129,"ì°®":144130,"ì¤ĺ":144131,"Ừ":144132,"ëģĦ":144133,"ëIJ¨":144134,"ìķĮ":144135,"íĿĺ":144136,"íħIJ":144137,"ãĢĪ":144138,"겪":144139,"ëĭ¥":144140,"ê²¼":144141,"á»Į":144142,"맨":144143,"ëģĬ":144144,"벤":144145,"ëijĶ":144146,"íĿ¡":144147,"Ử":144148,"ë¬ĺ":144149,"ãģī":144150,"ëŀ«":144151,"íĶĪ":144152,"íħį":144153,"ìŀĥ":144154,"ï½ī":144155,"ìģľ":144156,"âĸ½":144157,"묻":144158,"âĸ³":144159,"Ｘ":144160,"ìģĺ":144161,"춰":144162,"ìĬ´":144163,"ìķ±":144164,"ìĩĦ":144165,"Ắ":144166,"ï´¿":144167,"ï´¾":144168,"âĤ½":144169,"ëĦĵ":144170,"룩":144171,"쳤":144172,"ê´ľ":144173,"ÃĻ":144174,"Ỿ":144175,"ï¿£":144176,"ëĵŃ":144177,"ë©ĺ":144178,"ê»´":144179,"ëł´":144180,"Ðĥ":144181,"묵":144182,"ì§Ŀ":144183,"ãģº":144184,"ðŁĺĤ":144185,"ëŀ¬":144186,"ìłĬ":144187,"ê´Ħ":144188,"ìŀĬ":144189,"íŀĮ":144190,"ìĦ¯":144191,"âĪĢ":144192,"âĸ¡":144193,"ëĢĮ":144194,"ëŀĻ":144195,"ï½ĥ":144196,"Ặ":144197,"ï¾Ħ":144198,"ïºĺ":144199,"ë¹¼":144200,"ÃĮ":144201,"âĸ·":144202,"ê¸į":144203,"ë©ĭ":144204,"ãģĥ":144205,"ìĺĨ":144206,"ìĺ®":144207,"몬":144208,"롤":144209,"볬":144210,"ëĬ¦":144211,"âĸª":144212,"ì¼ĵ":144213,"ìľĪ":144214,"짧":144215,"ï½½":144216,"ëĥī":144217,"ï¾Į":144218,"ëĺIJ":144219,"ï¼ĥ":144220,"á»Ħ":144221,"ì´¬":144222,"춤":144223,"ï¼¹":144224,"ï»Ń":144225,"âĤ«":144226,"ï½ĩ":144227,"ìĺ·":144228,"ëĸ¨":144229,"âī«":144230,"릿":144231,"⾨":144232,"Ù±":144233,"쯤":144234,"ê¹Ķ":144235,"ðŁĺĬ":144236,"ìĪ«":144237,"ê³±":144238,"êµ³":144239,"ï½ĭ":144240,"à¸Į":144241,"Äł":144242,"ëĶ¸":144243,"ë°ij":144244,"ìħĭ":144245,"íİ´":144246,"âľħ":144247,"íĥij":144248,"ëĪĩ":144249,"íı¼":144250,"ðŁĺį":144251,"ìĺĽ":144252,"ﻣ":144253,"Ñĺ":144254,"ì©Į":144255,"ë¦ħ":144256,"ìĿį":144257,"ｸ":144258,"ëįľ":144259,"ãģħ":144260,"íݼ":144261,"ëĭĿ":144262,"ë¿Į":144263,"ì¼°":144264,"ìĭ«":144265,"ë°¥":144266,"íĽĮ":144267,"ì¨Į":144268,"ë¹Ļ":144269,"ï½İ":144270,"ë´Ħ":144271,"ìĦ¹":144272,"ï½²":144273,"ìĮĵ":144274,"Òij":144275,"ë°į":144276,"ëłĢ":144277,"íĨ¤":144278,"ｯ":144279,"ë¤Ħ":144280,"꽤":144281,"ï½Ĵ":144282,"ìķ¨":144283,"ï½¼":144284,"ê¹IJ":144285,"íģIJ":144286,"âĦĸ":144287,"맺":144288,"ﺮ":144289,"ëħģ":144290,"겸":144291,"ï»ł":144292,"íĬľ":144293,"Ź":144294,"ë¥Ń":144295,"ëĪī":144296,"ï½Ķ":144297,"íĮ¬":144298,"ìŀĩ":144299,"ï¬ģ":144300,"ﻨ":144301,"ëij¥":144302,"ëŀĦ":144303,"Ù¬":144304,"íĭ´":144305,"ìŀī":144306,"Ú¾":144307,"ìĽħ":144308,"ï»®":144309,"ëĭī":144310,"âīª":144311,"âĹĦ":144312,"ëĪĮ":144313,"íĽ¼":144314,"ì¤į":144315,"Ÿ":144316,"줬":144317,"ì¾Į":144318,"ï½ĵ":144319,"ï¾Ĭ":144320,"ðŁı»":144321,"ï¾ī":144322,"Ðģ":144323,"íĺIJ":144324,"ï¾Ļ":144325,"꼬":144326,"íŀIJ":144327,"âĢ¥":144328,"ëŁŃ":144329,"ë§ŀ":144330,"ìĥ¤":144331,"ïºĴ":144332,"íĭ±":144333,"ë½ij":144334,"Ãķ":144335,"âĪļ":144336,"ëĤĦ":144337,"ê¹Ŀ":144338,"ëĨĪ":144339,"Ẻ":144340,"ìħĪ":144341,"ìĮį":144342,"âĢ¡":144343,"ï¼±":144344,"ìģ¨":144345,"âĺº":144346,"ëĴ·":144347,"ìĺ³":144348,"ðŁijį":144349,"몽":144350,"ëĤŃ":144351,"ïºŃ":144352,"ë©Ī":144353,"á»Ī":144354,"íķĢ":144355,"ëĭĻ":144356,"ë¦ĩ":144357,"ìķ¤":144358,"ìį¼":144359,"ãĥµ":144360,"Ñ£":144361,"ìľĹ":144362,"âŃIJ":144363,"ï¾ĺ":144364,"íŬ":144365,"ê¾¼":144366,"ìķĹ":144367,"ï»Į":144368,"ê±·":144369,"ëħķ":144370,"롱":144371,"ìķĬ":144372,"ï¾Ģ":144373,"ìĩł":144374,"íĮ©":144375,"ﺪ":144376,"ë§Ļ":144377,"＿":144378,"ê¿Ķ":144379,"íİľ":144380,"룸":144381,"íĶĶ":144382,"ﻳ":144383,"ëıķ":144384,"ìĭ¼":144385,"á»İ":144386,"ë§ĺ":144387,"ì¢ĭ":144388,"íĨ¡":144389,"ï½±":144390,"íĿij":144391,"Ỹ":144392,"ì¦Į":144393,"칸":144394,"ëŃĺ":144395,"ï¾Ĺ":144396,"ï»ĭ":144397,"íĬĢ":144398,"ë¥Ļ":144399,"콩":144400,"ëģĹ":144401,"ëį´":144402,"ìħľ":144403,"¸":144404,"ë»IJ":144405,"ìĥµ":144406,"ê²IJ":144407,"ëĵ¬":144408,"룰":144409,"ãħĭ":144410,"ìĹī":144411,"á»ĸ":144412,"ëĦĮ":144413,"ｶ":144414,"ë´ĩ":144415,"ëĤ³":144416,"ãĤľ":144417,"ëĸ»":144418,"íİĢ":144419,"ëį©":144420,"íķ¸":144421,"÷":144422,"ê¼¼":144423,"ëĶľ":144424,"ë°´":144425,"ë©į":144426,"âĹ¯":144427,"ìĹij":144428,"ìĻ¼":144429,"ïºij":144430,"ë¶ķ":144431,"롬":144432,"ï½Į":144433,"íĨ¨":144434,"ﺴ":144435,"ëłĺ":144436,"ê°¤":144437,"ìĪ²":144438,"Ñĵ":144439,"ìħī":144440,"ï»ĵ":144441,"ëĪĶ":144442,"ëį§":144443,"âĢ¼":144444,"ﻲ":144445,"ê°±":144446,"ê¿Ģ":144447,"ëĭ·":144448,"Ẹ":144449,"Ẫ":144450,"ÆĴ":144451,"ëį¤":144452,"ìĪŃ":144453,"ï½Ĥ":144454,"ï½Ī":144455,"Åł":144456,"룬":144457,"ѵ":144458,"ëĸ¡":144459,"ëĥĦ":144460,"ìĦ°":144461,"ëĵĪ":144462,"ï¾ĥ":144463,"ëĩ¨":144464,"ï½IJ":144465,"êµ½":144466,"ìĹ½":144467,"ëĤĢ":144468,"묶":144469,"ï½·":144470,"ìıŁ":144471,"íĺĶ":144472,"ê¼Ī":144473,"ëģĪ":144474,"ì¥IJ":144475,"ïºĹ":144476,"ÄĮ":144477,"ëĪł":144478,"ëĸ¼":144479,"íĢ´":144480,"âī¥":144481,"ëĭŃ":144482,"ì±Ļ":144483,"ê»ı":144484,"멤":144485,"ìĥĺ":144486,"ëį®":144487,"룡":144488,"ìĤ½":144489,"ãĪľ":144490,"Ĩ":144491,"âĢ§":144492,"ｺ":144493,"Ä£":144494,"ì¦ī":144495,"ï¼¼":144496,"Û©":144497,"âĪĻ":144498,"ë°ı":144499,"ë¹ħ":144500,"ðŁĺĽ":144501,"íĪ´":144502,"ðŁĴķ":144503,"ãĢĴ":144504,"ìŀĺ":144505,"ﺤ":144506,"ï½ĸ":144507,"ë©ľ":144508,"ë²¼":144509,"ëĿĦ":144510,"ëļľ":144511,"ï»ĺ":144512,"ìĥĮ":144513,"ï½Ħ":144514,"ì©Ķ":144515,"ï½Ļ":144516,"ﺩ":144517,"Ûŀ":144518,"âĺİ":144519,"ìł¤":144520,"ëIJ©":144521,"ÅĿ":144522,"âŀ¡":144523,"ﻧ":144524,"Ðı":144525,"ì«ĵ":144526,"ê³½":144527,"Éij":144528,"ãĥ²":144529,"ëĤ«":144530,"ë¦ī":144531,"ì¢ģ":144532,"ë°Ń":144533,"ðŁĺģ":144534,"ë¹µ":144535,"첩":144536,"컵":144537,"ðŁĺĺ":144538,"ë±ħ":144539,"âīĪ":144540,"ë¹ļ":144541,"ï»ľ":144542,"ðŁĻı":144543,"íģ°":144544,"ìĦŀ":144545,"ï¾ļ":144546,"ìĺ¹":144547,"ë¼Ī":144548,"ëĤ¯":144549,"ëŀ©":144550,"íļ¡":144551,"ï½ķ":144552,"íĥĵ":144553,"ëĿł":144554,"ê³ģ":144555,"ëĵĢ":144556,"ìĹł":144557,"Ｚ":144558,"ë§ij":144559,"ëĭ¿":144560,"쿨":144561,"ãİ¡":144562,"ÐĬ":144563,"íĦ±":144564,"Ũ":144565,"ﺳ":144566,"ï¾ı":144567,"âĭħ":144568,"ê¼´":144569,"âī¤":144570,"íĮģ":144571,"Ω":144572,"궤":144573,"ìĪį":144574,"âľ¿":144575,"콤":144576,"ëĪħ":144577,"íĨ±":144578,"ãħľ":144579,"áIJħ":144580,"ÅĴ":144581,"ðŁijī":144582,"ﻦ":144583,"Ъ":144584,"ë¥ľ":144585,"íķ«":144586,"ï¾ĭ":144587,"âĻ«":144588,"ê¹ľ":144589,"ë°¸":144590,"ëĶĺ":144591,"íĿī":144592,"ï¾ģ":144593,"ï¾Ľ":144594,"볼":144595,"ê²¹":144596,"쿼":144597,"ﻬ":144598,"âŀ¤":144599,"ðŁĻģ":144600,"ïºł":144601,"ëĨ¨":144602,"믹":144603,"ê¸ĭ":144604,"ë»Ķ":144605,"ê¹ĥ":144606,"ëijij":144607,"íĭ¸":144608,"íİĻ":144609,"âŀĸ":144610,"ãĥ½":144611,"ì§ļ":144612,"ｬ":144613,"ﻥ":144614,"íĮ½":144615,"âĢĴ":144616,"ìĮĢ":144617,"ìŃī":144618,"ëļ±":144619,"ãĤŀ":144620,"íĭĪ":144621,"ãĤIJ":144622,"ëīĺ":144623,"Σ":144624,"ê³°":144625,"ë¹Ĺ":144626,"ï¾İ":144627,"ðŁĺŃ":144628,"íĿł":144629,"ìĹ¿":144630,"ê°ļ":144631,"ì¤Į":144632,"맵":144633,"ï½³":144634,"ãģ¢":144635,"ï»Ĺ":144636,"âī¦":144637,"Ú¤":144638,"ëłģ":144639,"ê¼½":144640,"ﻫ":144641,"âī§":144642,"ì´Ľ":144643,"ìłĿ":144644,"Ằ":144645,"âĻ£":144646,"ìºĺ":144647,"âĪĩ":144648,"ê²ī":144649,"ë°Ł":144650,"ï»Ķ":144651,"íĸĩ":144652,"âĸĴ":144653,"ðŁijı":144654,"Ãŀ":144655,"ðŁĺĨ":144656,"ﺼ":144657,"âĿĹ":144658,"ìºĶ":144659,"칩":144660,"ëĸ¤":144661,"ëĥħ":144662,"âĶľ":144663,"ï½»":144664,"ÎĶ":144665,"áĥ¦":144666,"ìŀİ":144667,"âĺĢ":144668,"âĪ¼":144669,"ðŁĶ¥":144670,"ë°Į":144671,"ìłĸ":144672,"íĹĽ":144673,"Îķ":144674,"ïºĥ":144675,"ë¶ī":144676,"âĪŀ":144677,"íĥŃ":144678,"Ãĭ":144679,"âģĦ":144680,"ãħĩ":144681,"ëĦ¥":144682,"ëĭ®":144683,"ëł·":144684,"íĮĿ":144685,"캡":144686,"ë·Ķ":144687,"ì©į":144688,"íĤ´":144689,"ëļ«":144690,"âĵĴ":144691,"íķį":144692,"âĻĤ":144693,"ï¾Ĩ":144694,"âĨ©":144695,"ìį©":144696,"ïºķ":144697,"íĿĻ":144698,"Ñľ":144699,"íĤ·":144700,"íĿ°":144701,"íĥ±":144702,"ëķIJ":144703,"ï¾Ĵ":144704,"×ĥ":144705,"ëĮĦ":144706,"ìĺ´":144707,"ìķµ":144708,"ê¹¥":144709,"ëŀŃ":144710,"쪼":144711,"ãİĿ":144712,"ðŁĺħ":144713,"ëıĭ":144714,"몫":144715,"ﺸ":144716,"뮬":144717,"ë²ħ":144718,"ëijł":144719,"ìħ°":144720,"ì»·":144721,"ëĶª":144722,"ëħĶ":144723,"ãħ¡":144724,"ìĶ»":144725,"íķı":144726,"ëį±":144727,"ﺨ":144728,"ï¾į":144729,"ï½µ":144730,"ì¢Ģ":144731,"íİĮ":144732,"ï»°":144733,"ﺣ":144734,"Æ£":144735,"ðŁ¤£":144736,"ï·º":144737,"ëĤļ":144738,"âĭĨ":144739,"ë³į":144740,"ðŁĺĦ":144741,"ìĸĢ":144742,"ìĻł":144743,"ëĨĶ":144744,"íŨ":144745,"ï»Ľ":144746,"ï»Ŀ":144747,"Ỷ":144748,"ìĸĺ":144749,"ìİĦ":144750,"ÚĨ":144751,"ï»ŀ":144752,"ëĢIJ":144753,"ê²Ķ":144754,"ﻵ":144755,"âŦ":144756,"íļŁ":144757,"ê¹ģ":144758,"ê°ĵ":144759,"ëĶ´":144760,"ìıĺ":144761,"ëļĿ":144762,"ỳ":144763,"ëŀ´":144764,"ëĦī":144765,"âĺŀ":144766,"ï½ĺ":144767,"Ž":144768,"ë¦İ":144769,"âĸ¬":144770,"ëŃī":144771,"âĩĽ":144772,"ìį¬":144773,"ïºŁ":144774,"Ëľ":144775,"ë¶ĵ":144776,"ìĽ°":144777,"Åľ":144778,"ëŃĩ":144779,"Ỳ":144780,"Ëļ":144781,"ëķĢ":144782,"âĺij":144783,"ðŁı¼":144784,"ìĸ½":144785,"âĮĴ":144786,"Ðİ":144787,"ɾ":144788,"íĮ¡":144789,"ï¾ħ":144790,"ìŀŃ":144791,"ｨ":144792,"칫":144793,"ìľĮ":144794,"ÒĽ":144795,"굿":144796,"ëĭ¦":144797,"âĶĶ":144798,"ï¾ij":144799,"ì§ĸ":144800,"ìºĦ":144801,"ãĢĥ":144802,"ʼ":144803,"ê²Ł":144804,"ｧ":144805,"Ä¢":144806,"íİł":144807,"맷":144808,"ê°ĩ":144809,"ìĭ¹":144810,"ðŁĴ¦":144811,"ï¾ľ":144812,"ëĬĻ":144813,"벡":144814,"Å¿":144815,"ðŁĺĭ":144816,"ðŁĴª":144817,"ì¿Ħ":144818,"ë©ķ":144819,"ìѤ":144820,"ëĬĦ":144821,"ðŁĮ¸":144822,"ãĤĿ":144823,"Çİ":144824,"ï½ļ":144825,"ÄĹ":144826,"ëģĵ":144827,"ê¶IJ":144828,"áµī":144829,"ãĥĤ":144830,"ê»į":144831,"ðŁĺ¦":144832,"ãĢĿ":144833,"ðŁ¤Ĺ":144834,"ÑŁ":144835,"ìĹİ":144836,"âľĮ":144837,"ìīIJ":144838,"ÃĨ":144839,"íĹIJ":144840,"ðŁİī":144841,"Îij":144842,"ï½Ń":144843,"ðŁĴĻ":144844,"ìĽ¬":144845,"íĢĺ":144846,"ﻢ":144847,"ðŁĺİ":144848,"íij¼":144849,"íĿ©":144850,"ï»Ħ":144851,"íħĢ":144852,"ëłIJ":144853,"쥬":144854,"Ðĭ":144855,"ìĥ·":144856,"뾬":144857,"ðŁĺĥ":144858,"ëĦ¬":144859,"륨":144860,"ìĽį":144861,"ï½Ĩ":144862,"ï½´":144863,"ãĥħ":144864,"Ãı":144865,"ﻪ":144866,"âĻł":144867,"ëĬ¬":144868,"ë±Ģ":144869,"ë°ĭ":144870,"ìĥĢ":144871,"ï½¾":144872,"ëĤ±":144873,"컸":144874,"ðŁĴĸ":144875,"ðŁijĮ":144876,"Ñŀ":144877,"짱":144878,"ËĨ":144879,"ðŁĵļ":144880,"âŃķ":144881,"ï¬Ĥ":144882,"ﻡ":144883,"ëij¬":144884,"íĪ¼":144885,"âĸ¸":144886,"ê°¯":144887,"ê¹ħ":144888,"ï½®":144889,"ëĺ¥":144890,"Ä¡":144891,"íĮŁ":144892,"ÐĮ":144893,"ìĨŁ":144894,"ïºĵ":144895,"ﻼ":144896,"ÃĽ":144897,"ãĥ¾":144898,"ëĮĵ":144899,"íĴĭ":144900,"ìķĵ":144901,"ï½¹":144902,"ëĤ¡":144903,"ðŁijĩ":144904,"Ẽ":144905,"ãĢŁ":144906,"ðŁĮŁ":144907,"íĥł":144908,"ãĢĨ":144909,"âĢŁ":144910,"ë¸IJ":144911,"ðŁĮ¹":144912,"ìł¼":144913,"ðŁĵĮ":144914,"ìĶ¬":144915,"âĹĢ":144916,"ðŁĴĵ":144917,"ê¹İ":144918,"ìĤIJ":144919,"ìĶĮ":144920,"ÑĽ":144921,"âĶĪ":144922,"ë²³":144923,"ãİŀ":144924,"Õ¡":144925,"íĤµ":144926,"ðŁ¤Ķ":144927,"ëĢĶ":144928,"ìĬIJ":144929,"íĻī":144930,"⾦":144931,"ëľ¯":144932,"ìł¯":144933,"ëĶ§":144934,"Φ":144935,"ËĪ":144936,"ìī¼":144937,"âĹĬ":144938,"ëľ©":144939,"ëľ°":144940,"ï¾IJ":144941,"ë¿Ķ":144942,"ìĹ®":144943,"ì·Į":144944,"ﺧ":144945,"ÎĴ":144946,"ëµĻ":144947,"ï»Ĭ":144948,"ì°Ķ":144949,"íİĦ":144950,"ðŁĴĹ":144951,"Ẵ":144952,"ì°¢":144953,"íľ¼":144954,"ê½Ĥ":144955,"ì±Ķ":144956,"ìī´":144957,"âĸ¾":144958,"íĪ°":144959,"ëĭĽ":144960,"âĿ£":144961,"ｪ":144962,"ðŁĴľ":144963,"Ëĺ":144964,"ãħ¤":144965,"âĨĹ":144966,"íĸĦ":144967,"âĻ¬":144968,"ìķ°":144969,"ïºľ":144970,"âī¡":144971,"ãĢĵ":144972,"ìij¥":144973,"íĮį":144974,"íīģ":144975,"ë»Ĺ":144976,"íľł":144977,"íľ©":144978,"âľĪ":144979,"íĢĦ":144980,"ìĸĩ":144981,"ì¢ĩ":144982,"íŀĻ":144983,"몹":144984,"ãĤĽ":144985,"ðŁĺ±":144986,"ëįŁ":144987,"à¹ħ":144988,"굶":144989,"Ù«":144990,"ìĶģ":144991,"âľª":144992,"ï¾Ī":144993,"ðŁĻĮ":144994,"âļ¡":144995,"Îļ":144996,"ì¼Ī":144997,"ï¾Ķ":144998,"ï¾Ĥ":144999,"êµī":145000,"ﺻ":145001,"ðŁĴĭ":145002,"á¹£":145003,"ÓĻ":145004,"ìĨľ":145005,"ìĹ£":145006,"âľ©":145007,"ìľĻ":145008,"ﺰ":145009,"Ẳ":145010,"ìŀ£":145011,"âĿĮ":145012,"âĺģ":145013,"ìķİ":145014,"Ľ":145015,"Ûģ":145016,"ãĦ±":145017,"ëŁ¿":145018,"íĮ¸":145019,"ê½ī":145020,"ìıł":145021,"ðŁįĢ":145022,"âĨĶ":145023,"ëŃ¡":145024,"ï»ģ":145025,"ï¼Ħ":145026,"ðŁĴ¥":145027,"âĺĽ":145028,"íĹ·":145029,"ëij¡":145030,"Îł":145031,"Τ":145032,"âĦĵ":145033,"ﺷ":145034,"ÎĻ":145035,"ëıĶ":145036,"짤":145037,"âĶĥ":145038,"ãĦ·":145039,"ÇĴ":145040,"ðŁ¥°":145041,"ëĶķ":145042,"ìļ¥":145043,"ì¸Ħ":145044,"íĽĶ":145045,"ïºĩ":145046,"ﺬ":145047,"ðŁĺ¢":145048,"빡":145049,"ìĶ¹":145050,"ų":145051,"ËĿ":145052,"íİij":145053,"ï¾ĵ":145054,"ðŁĴļ":145055,"ëĬij":145056,"꺾":145057,"íĨ°":145058,"ÿ":145059,"ÐĦ":145060,"ëĮIJ":145061,"ë½Ģ":145062,"ì·Ħ":145063,"ðŁĵį":145064,"ðŁĻĪ":145065,"âĹĪ":145066,"ê¿ĩ":145067,"ì¼Ħ":145068,"íİ«":145069,"ðŁĩ·":145070,"âĶĭ":145071,"âļł":145072,"ë±ī":145073,"ìį°":145074,"ìĻĪ":145075,"ɪ":145076,"ïºĭ":145077,"ðŁĺľ":145078,"ÎŁ":145079,"ðŁĻĤ":145080,"âļ½":145081,"ÅĪ":145082,"ë¹Ķ":145083,"íĮľ":145084,"à¹ı":145085,"ìĸ¹":145086,"íĪŃ":145087,"ðŁ¥ĩ":145088,"ãĦ´":145089,"ëĶ¥":145090,"ìŃĪ":145091,"âĪĨ":145092,"ëĸ³":145093,"ë±ĥ":145094,"ìŀ¦":145095,"ï»IJ":145096,"Îľ":145097,"⾧":145098,"Ïį":145099,"ìłĵ":145100,"âĹķ":145101,"ëĴĢ":145102,"ï»Ģ":145103,"ðŁĶ´":145104,"ê½ģ":145105,"ëĮĪ":145106,"ëİĮ":145107,"ãĤİ":145108,"â¦ģ":145109,"콧":145110,"ﯾ":145111,"âĿ¯":145112,"à¸ħ":145113,"ðŁĻĦ":145114,"âĿĢ":145115,"ðŁĶ¹":145116,"âĩIJ":145117,"êµµ":145118,"âĩĶ":145119,"ë¶IJ":145120,"ðŁĴĽ":145121,"ξ":145122,"íĥ¬":145123,"âĿĦ":145124,"Ò£":145125,"ãĢ°":145126,"âĪij":145127,"âĺ¼":145128,"âīł":145129,"Ò¯":145130,"ﺯ":145131,"꿨":145132,"âľĸ":145133,"Êĸ":145134,"íĢĢ":145135,"ê¾Ģ":145136,"íĹĿ":145137,"âĶ£":145138,"ãİľ":145139,"ëĶĽ":145140,"뾸":145141,"ﺫ":145142,"ê¿°":145143,"ðŁĩ¹":145144,"ÇIJ":145145,"ÛĴ":145146,"룻":145147,"ïºĸ":145148,"Ñļ":145149,"ëĬł":145150,"Ûķ":145151,"깡":145152,"ë¿ľ":145153,"ì²¼":145154,"ï¨ij":145155,"륵":145156,"ìį¸":145157,"íħħ":145158,"íij¹":145159,"ÖĢ":145160,"ï³Į":145161,"ãħ£":145162,"ìij¤":145163,"ì½ķ":145164,"ëķł":145165,"ðŁĮ¿":145166,"íĥĶ":145167,"ìĽģ":145168,"ζ":145169,"âŀľ":145170,"ìĬĺ":145171,"íĽĹ":145172,"멧":145173,"ìīĺ":145174,"Õ¶":145175,"á¹ĩ":145176,"ðŁİģ":145177,"ｿ":145178,"ï¼Ĥ":145179,"á¼IJ":145180,"âľķ":145181,"âŀ¢":145182,"ëĦ¨":145183,"컫":145184,"ì¯Ķ":145185,"ì°ľ":145186,"ðŁĴ°":145187,"íħĿ":145188,"ãİı":145189,"볶":145190,"Òĵ":145191,"âĨ³":145192,"ìĥ´":145193,"íģĺ":145194,"âĸĢ":145195,"ë²Ļ":145196,"à¸ĥ":145197,"ὶ":145198,"Äķ":145199,"â¬ĩ":145200,"ë¤ĺ":145201,"ðŁİµ":145202,"âľļ":145203,"ïºı":145204,"Ρ":145205,"âĹī":145206,"ðŁĴ«":145207,"ÐĪ":145208,"ìĸĦ":145209,"ì§Ļ":145210,"ï»ĥ":145211,"ðĿijĴ":145212,"ëŃĦ":145213,"âĿ¥":145214,"âĿĸ":145215,"âĺĿ":145216,"ʹ":145217,"ḥ":145218,"âĢ¿":145219,"ãħħ":145220,"ê¸ģ":145221,"ëķ¡":145222,"ëį¥":145223,"âĪ©":145224,"ê»Ħ":145225,"ë®Į":145226,"Ò±":145227,"âĪĹ":145228,"ëłĻ":145229,"ïºĮ":145230,"ËIJ":145231,"ðŁĺ³":145232,"ðŁij©":145233,"ðŁİ¶":145234,"쿵":145235,"ðŁ¤©":145236,"ê·¤":145237,"ëĮĶ":145238,"ïºIJ":145239,"Ïİ":145240,"춥":145241,"ï½Ĭ":145242,"á¹Ń":145243,"뤼":145244,"âĸ«":145245,"ì§ł":145246,"á¼Ģ":145247,"ê»ij":145248,"ëĮģ":145249,"íĢ¸":145250,"âĻĽ":145251,"ðŁĴŀ":145252,"âĸ°":145253,"ðĿijĸ":145254,"ëĿ¤":145255,"द":145256,"ì´ĺ":145257,"ðŁĺĩ":145258,"ëĶ¤":145259,"ÎĹ":145260,"ðŁĻĩ":145261,"ËĽ":145262,"ì©¡":145263,"âĪ§":145264,"Õ¥":145265,"ÑĻ":145266,"ëIJ¬":145267,"ëĸĦ":145268,"ðŁĮ·":145269,"ìĹĮ":145270,"ðŁĺ¥":145271,"ëĪ´":145272,"ï»ļ":145273,"ÉĽ":145274,"ïºĦ":145275,"ï»ı":145276,"ÅĮ":145277,"ë²ļ":145278,"ìĭ£":145279,"ïºĢ":145280,"Îĵ":145281,"ðŁĺĮ":145282,"ËĻ":145283,"ëŀı":145284,"ðŁĶ¸":145285,"ðŁĵ·":145286,"ëģ½":145287,"íģ½":145288,"ðŁĴ¡":145289,"ðŁĮ±":145290,"ëºı":145291,"ìģł":145292,"ìĥIJ":145293,"ëıĹ":145294,"츰":145295,"ëĪķ":145296,"ÎĿ":145297,"âģī":145298,"ðŁĮ¼":145299,"íĮł":145300,"âĭ¯":145301,"áĥĺ":145302,"⾤":145303,"ê±Ķ":145304,"íĮİ":145305,"ðŁĴ¯":145306,"ìıĻ":145307,"íĹī":145308,"ÙŃ":145309,"ì½°":145310,"ﺿ":145311,"ï»±":145312,"ì±Į":145313,"âĺķ":145314,"ðŁİĢ":145315,"ÄĿ":145316,"ë°§":145317,"ìĤ¿":145318,"áijķ":145319,"ðŁįĥ":145320,"âĩ¨":145321,"ÎĽ":145322,"맴":145323,"ë³ķ":145324,"áijIJ":145325,"âĸĵ":145326,"ðĿijľ":145327,"âĻ»":145328,"íĤ¥":145329,"Õ¸":145330,"ãĪ±":145331,"ëºĢ":145332,"첸":145333,"ïºĽ":145334,"ðŁıĨ":145335,"ðŁĩª":145336,"âĿĵ":145337,"ÄĢ":145338,"ì½¥":145339,"ðŁĩ§":145340,"á½·":145341,"âľĤ":145342,"ìŀ¼":145343,"李":145344,"ðŁĵ¸":145345,"âĻ¯":145346,"ÉĶ":145347,"ὸ":145348,"âĮª":145349,"ï»ĸ":145350,"不":145351,"âļ«":145352,"âĶĹ":145353,"ðŁĮĪ":145354,"ﻩ":145355,"ðŁĵ²":145356,"ÏĪ":145357,"ðŁĺ¡":145358,"ðĿijİ":145359,"ìľ½":145360,"짬":145361,"ì§Ĭ":145362,"á½³":145363,"ìĮ¤":145364,"ëĤį":145365,"âīĴ":145366,"ðŁij¨":145367,"âĺĺ":145368,"Ó©":145369,"âĤĵ":145370,"âĪĤ":145371,"ï¹ģ":145372,"ðŁĴIJ":145373,"íħĥ":145374,"ðŁı½":145375,"ê·Ħ":145376,"ðŁĺı":145377,"ðŁĮº":145378,"ðŁĺĶ":145379,"ｫ":145380,"âľİ":145381,"ëµĪ":145382,"ðŁĩ¸":145383,"âĢ£":145384,"âŀĶ":145385,"ëĺĺ":145386,"ìĥ¬":145387,"Êĥ":145388,"â¬ħ":145389,"ì©IJ":145390,"ðŁĻĨ":145391,"ðŁİĦ":145392,"ľ":145393,"⣶":145394,"áĥIJ":145395,"âĺ»":145396,"ì±ķ":145397,"ìģ©":145398,"ë½ķ":145399,"캣":145400,"ðŁijĪ":145401,"ðŁĻĭ":145402,"ï¾ĸ":145403,"Òļ":145404,"Õ«":145405,"ìĮĪ":145406,"벧":145407,"ðŁĩ®":145408,"ï½Ŀ":145409,"ðŁįģ":145410,"ìĹ¥":145411,"ij":145412,"ë½IJ":145413,"íį½":145414,"íĽij":145415,"âĤ¹":145416,"ãħģ":145417,"ìĶ½":145418,"ðŁĶģ":145419,"य":145420,"ê¾¹":145421,"ëīľ":145422,"âĹ¡":145423,"íķĮ":145424,"Îĺ":145425,"룹":145426,"ìĻĵ":145427,"ðŁĩ¦":145428,"ðŁijĢ":145429,"âĶĮ":145430,"ῦ":145431,"ëĦĽ":145432,"ìĦ£":145433,"ìŃĻ":145434,"ï±ł":145435,"Îŀ":145436,"Ê»":145437,"ῶ":145438,"âĿĿ":145439,"ê±Ģ":145440,"ëĸ´":145441,"ãĦ¹":145442,"ðŁĴİ":145443,"Ϲ":145444,"âĽħ":145445,"ï»ķ":145446,"ãĥ±":145447,"ï½Ľ":145448,"ëĮķ":145449,"ë¹½":145450,"ì¥Ķ":145451,"쿤":145452,"ðŁĸ¤":145453,"ÑĴ":145454,"ê¹į":145455,"ëİĢ":145456,"ìĭ¯":145457,"뻤":145458,"ðŁĵŀ":145459,"ðŁĵ£":145460,"ðŁĺĿ":145461,"ìį¹":145462,"ìĹ¡":145463,"ì°IJ":145464,"á½IJ":145465,"ï»Ī":145466,"âľį":145467,"Äı":145468,"ðŁĮŀ":145469,"âĦ¦":145470,"ê½Ŀ":145471,"ë»ĺ":145472,"ìĪ±":145473,"âĶĺ":145474,"ðŁĮ»":145475,"âĤ´":145476,"âŀ¨":145477,"íIJģ":145478,"ê¶Ī":145479,"âĺ¢":145480,"ðŁĺĪ":145481,"ｩ":145482,"âĦĹ":145483,"ê°Ń":145484,"ê°¸":145485,"ë»ij":145486,"쥴":145487,"컥":145488,"ï¤Ĭ":145489,"ï»Ĵ":145490,"ðŁĺķ":145491,"âĺĶ":145492,"ìĺIJ":145493,"ðŁļĹ":145494,"ëĹĦ":145495,"ë§ı":145496,"Õ½":145497,"âĸ»":145498,"⣵":145499,"ìī°":145500,"ï»ij":145501,"âĻ©":145502,"Î¥":145503,"ðŁĺ£":145504,"âĬĤ":145505,"ãħĤ":145506,"ìħ¸":145507,"íıĦ":145508,"âľ½":145509,"ì¦Ļ":145510,"âĸ£":145511,"ê±į":145512,"ê¿ĭ":145513,"ì«Ħ":145514,"ìºĩ":145515,"ðŁĩµ":145516,"ðŁijij":145517,"âľĺ":145518,"ðĿijĽ":145519,"ìį½":145520,"ìºī":145521,"וּ":145522,"ðŁĶº":145523,"âĦ®":145524,"íĥ¤":145525,"ðŁĩº":145526,"ðŁĴµ":145527,"íħ¨":145528,"ï½ij":145529,"Ψ":145530,"ìĥ¹":145531,"ìĸķ":145532,"ì¹µ":145533,"ðŁĵ±":145534,"व":145535,"ðŁijĬ":145536,"ðŁĴĦ":145537,"ðŁĴĿ":145538,"ãĮĶ":145539,"ìĻģ":145540,"Ðĩ":145541,"à®IJ":145542,"âĸ¹":145543,"á´Ľ":145544,"âĹĺ":145545,"뺨":145546,"íĥī":145547,"ìĸĮ":145548,"ðŁIJ¶":145549,"ãĤij":145550,"Ëĩ":145551,"Åı":145552,"á½¹":145553,"ìħ§":145554,"ï¹°":145555,"ðĿij¡":145556,"ðŁĶĿ":145557,"ðŁĺ»":145558,"ðŁĴĥ":145559,"ðŁ¤¦":145560,"ðŁįĴ":145561,"íĢµ":145562,"âľĨ":145563,"ë¹´":145564,"理":145565,"ï»Ļ":145566,"á´Ĺ":145567,"ðŁĮ´":145568,";":145569,"ëĮij":145570,"ì¨ĭ":145571,"쵸":145572,"ðŁİĪ":145573,"ðŁıł":145574,"á½±":145575,"ÛĨ":145576,"á¿ĸ":145577,"âĢĽ":145578,"ì°¼":145579,"íķ¥":145580,"íĹ´":145581,"ðŁĩ¬":145582,"ì°Ŀ":145583,"âĪł":145584,"ï¼ĩ":145585,"âĬĻ":145586,"âĿij":145587,"ëĦĭ":145588,"ëŀĹ":145589,"ë°ī":145590,"ìĹĬ":145591,"ì¢Ĩ":145592,"íĮ¥":145593,"ï°²":145594,"ðŁĵĸ":145595,"ðŁĺ®":145596,"âļª":145597,"ðŁĺļ":145598,"âĿŀ":145599,"ðĿijŁ":145600,"ðŁİĤ":145601,"Åķ":145602,"áIJĪ":145603,"꺽":145604,"ì±ł":145605,"ïºĿ":145606,"ê¿ī":145607,"áĥł":145608,"ðŁıĥ":145609,"ðŁĴ¸":145610,"âĿģ":145611,"âĹ¾":145612,"Úª":145613,"á¹ĥ":145614,"íĬ¬":145615,"ðŁĩ±":145616,"íİŃ":145617,"ðŁĺŀ":145618,"ë¾°":145619,"á¹Ľ":145620,"뼸":145621,"âĿĤ":145622,"êĴ³":145623,"âĶIJ":145624,"íĵ°":145625,"âŀł":145626,"ê´ĺ":145627,"ëħĺ":145628,"뻥":145629,"ì¾ħ":145630,"ðŁĺIJ":145631,"âĪª":145632,"ðŁijģ":145633,"âĪ´":145634,"âĹģ":145635,"ëºIJ":145636,"ìŀ¤":145637,"ì±Ĺ":145638,"ðŁı¾":145639,"Χ":145640,"á½»":145641,"âŀ¥":145642,"ìŁĪ":145643,"ï»ī":145644,"âĸĮ":145645,"ãĥ®":145646,"ðŁ¤¤":145647,"âĩĵ":145648,"ì¼ł":145649,"á´ı":145650,"맬":145651,"뻣":145652,"ðŁĴ¬":145653,"ðŁįĵ":145654,"ĸ":145655,"Ù¹":145656,"Ê¿":145657,"á½°":145658,"ëķľ":145659,"ì°¡":145660,"ì°»":145661,"íİį":145662,"ðŁİ¯":145663,"ðŁįĤ":145664,"ðŁij§":145665,"âĻ¢":145666,"áĨŀ":145667,"âĻ§":145668,"âļľ":145669,"âľī":145670,"ëĵ¦":145671,"ëŃ£":145672,"ìĪı":145673,"ìĵ±":145674,"ÅŃ":145675,"ÊĬ":145676,"âĴ¸":145677,"âĩ©":145678,"ðŁĴĶ":145679,"Õµ":145680,"Ðī":145681,"Ò»":145682,"맣":145683,"ìĽľ":145684,"ì¿¡":145685,"íĽħ":145686,"íĽ¤":145687,"ﺢ":145688,"âľĭ":145689,"âĪĪ":145690,"ðŁĮį":145691,"Êľ":145692,"ëĬª":145693,"ëĴ¹":145694,"ﺲ":145695,"âĸĦ":145696,"ãħĪ":145697,"ëļ¤":145698,"íİ©":145699,"âĪ¨":145700,"ðŁ¤ª":145701,"áĥļ":145702,"곶":145703,"íĬķ":145704,"ðŁĺ¬":145705,"âĪ«":145706,"ðŁijĭ":145707,"ÒIJ":145708,"íĬ¿":145709,"ðŁĶµ":145710,"ðŁĴ¨":145711,"ðŁĮĻ":145712,"ëĩ©":145713,"âľ³":145714,"ë¨ģ":145715,"ëºĦ":145716,"ìĻij":145717,"ìºħ":145718,"íıĪ":145719,"ðĿijĻ":145720,"ðŁĴĺ":145721,"ãİ¥":145722,"âĿı":145723,"âľ°":145724,"ﯿ":145725,"ëµIJ":145726,"ì¼IJ":145727,"ﺱ":145728,"Õ´":145729,"ï¬Ģ":145730,"âľ´":145731,"ðŁ¤Ń":145732,"ðŁijĨ":145733,"âĽĶ":145734,"ê·ĵ":145735,"ìĮĮ":145736,"ðŁ¤·":145737,"ÛĶ":145738,"ðŁ§¡":145739,"ðŁĺĵ":145740,"Îĸ":145741,"âı°":145742,"ê²ľ":145743,"ëĭ³":145744,"ëİħ":145745,"ë°Ī":145746,"ï®IJ":145747,"ðŁı¡":145748,"âĨª":145749,"âĵĶ":145750,"âľĬ":145751,"ϲ":145752,"ÜIJ":145753,"ðŁĩ³":145754,"ÖĤ":145755,"âľı":145756,"ìĸĹ":145757,"ì«Ļ":145758,"ðŁĺ²":145759,"ÄŃ":145760,"âĻŃ":145761,"âĶı":145762,"âĹĮ":145763,"ðŁĺ¯":145764,"áµĴ":145765,"íĬł":145766,"Ä·":145767,"Êģ":145768,"à¤Ł":145769,"á¹ģ":145770,"á¼°":145771,"á¿Ĩ":145772,"â«":145773,"⫸":145774,"ëį«":145775,"ì³ĩ":145776,"켤":145777,"íĽ¨":145778,"ðŁĴŁ":145779,"ÊĢ":145780,"ʳ":145781,"ëĵIJ":145782,"âķ°":145783,"âĿĩ":145784,"ÇĢ":145785,"ÇĶ":145786,"É´":145787,"âĺļ":145788,"âĺľ":145789,"ê¶Ĥ":145790,"ì«Ĵ":145791,"ì±Ī":145792,"ðŁĩ¨":145793,"ðŁİ¥":145794,"ðŁĵĿ":145795,"ħ":145796,"ðĿijIJ":145797,"ÛĪ":145798,"ब":145799,"ì¬IJ":145800,"íĹ¥":145801,"âĻ¨":145802,"ðŁį´":145803,"ï¹ı":145804,"Ëĭ":145805,"ðŁ¥º":145806,"âĸ¨":145807,"íĻĭ":145808,"âĪħ":145809,"ëģĻ":145810,"ëŀł":145811,"ìĨ¥":145812,"âĢĸ":145813,"ðŁ¤ĺ":145814,"ðŁIJ»":145815,"áµķ":145816,"ÇĿ":145817,"âĺı":145818,"ïºļ":145819,"ï»Ĥ":145820,"ðŁļ©":145821,"ìĪŁ":145822,"ËĬ":145823,"⤵":145824,"ðŁĴ§":145825,"ãħį":145826,"ë©©":145827,"Ƭ":145828,"Îĩ":145829,"âĩ§":145830,"âĵļ":145831,"ìĤ¯":145832,"ìĪ¯":145833,"ëĨĭ":145834,"âľ¯":145835,"ðŁļĢ":145836,"Úĺ":145837,"Ú¨":145838,"âľŃ":145839,"ê²ħ":145840,"íĮ°":145841,"íľĻ":145842,"ðŁĮĬ":145843,"ðŁİĵ":145844,"ðŁĺĻ":145845,"Ëĥ":145846,"ðŁĴģ":145847,"ðŁijİ":145848,"âĺ¹":145849,"ðŁĺ«":145850,"ðŁĴ»":145851,"ëĤµ":145852,"ìĿĬ":145853,"íĮ»":145854,"Ò³":145855,"á½²":145856,"âŀŀ":145857,"ëĤij":145858,"ëĿĪ":145859,"죤":145860,"ﻯ":145861,"ðŁĩ©":145862,"ðŁ¥³":145863,"âĴ¼":145864,"ðŁ¦ĭ":145865,"âĺĤ":145866,"ðŁĺ°":145867,"ðŁĻĥ":145868,"ðŁĺĴ":145869,"Ûİ":145870,"Ïķ":145871,"Ḥ":145872,"룽":145873,"ìĬ¥":145874,"ðĿijī":145875,"ÉIJ":145876,"ðŁįİ":145877,"âķ¯":145878,"âķ¹":145879,"າ":145880,"ï¾ł":145881,"ë¹ķ":145882,"ïºĨ":145883,"ʺ":145884,"Ó§":145885,"âĨł":145886,"ëĥĩ":145887,"ìİĪ":145888,"ìŁ¤":145889,"ï±¢":145890,"âķ¬":145891,"âĺł":145892,"ðŁİĬ":145893,"ãįį":145894,"ãİİ":145895,"âĺ°":145896,"âľĥ":145897,"ãħī":145898,"ë¯Ī":145899,"빤":145900,"ìıŃ":145901,"ðĿij¢":145902,"ðŁIJ¾":145903,"Åĭ":145904,"ðŁij¶":145905,"âĶĽ":145906,"ï¿¢":145907,"áĥ¡":145908,"ļ":145909,"ÅĨ":145910,"ÑIJ":145911,"ìĥĽ":145912,"ìĺĮ":145913,"챤":145914,"íħģ":145915,"íļĥ":145916,"ï³Ĭ":145917,"ðĿijĶ":145918,"ðŁĩ«":145919,"âĭ°":145920,"ðŁĺ¨":145921,"âĤ©":145922,"Õ¬":145923,"á¸į":145924,"á»´":145925,"âĨĺ":145926,"âĺ¯":145927,"ãħı":145928,"ìł¬":145929,"âĻĶ":145930,"ðŁĶĶ":145931,"ðŁĺł":145932,"ðŁĻĬ":145933,"à®ľ":145934,"á¹ħ":145935,"âĹIJ":145936,"âĿĪ":145937,"âŀ½":145938,"ìĥħ":145939,"ðĿijł":145940,"Æ¢":145941,"âĭĻ":145942,"ê°Ľ":145943,"ëĿµ":145944,"ë£Ł":145945,"ìıľ":145946,"ïºģ":145947,"ðŁĴŃ":145948,"âĬĥ":145949,"ðŁIJ°":145950,"ãħĮ":145951,"Üĵ":145952,"âŀķ":145953,"á½ģ":145954,"ìķ³":145955,"ðĿijĿ":145956,"ðŁİ¬":145957,"É¡":145958,"à¤Ĺ":145959,"áIJī":145960,"ì©ľ":145961,"춧":145962,"ï³ī":145963,"ï»ħ":145964,"ðĿIJŀ":145965,"श":145966,"ðŁĵ¢":145967,"ðŁįĭ":145968,"ðŁĴħ":145969,"ï¾ķ":145970,"â¬Ĩ":145971,"âĪµ":145972,"ðŁ¤ij":145973,"áĥ£":145974,"ÆĦ":145975,"ѹ":145976,"á¼Ķ":145977,"ê°ł":145978,"ê´Į":145979,"ê·IJ":145980,"뼴":145981,"ì±ĺ":145982,"ï®Ń":145983,"ﺹ":145984,"ﺾ":145985,"âľĹ":145986,"âĿ¦":145987,"ðŁij¦":145988,"áĥĹ":145989,"Ù²":145990,"á½´":145991,"âĪı":145992,"âľ®":145993,"ê¹°":145994,"ë²µ":145995,"ìĦĢ":145996,"ì©Ŀ":145997,"ïºŀ":145998,"ﺽ":145999,"ðŁĩŃ":146000,"ËĤ":146001,"ðŁįij":146002,"ðŁįĮ":146003,"ðŁĶ»":146004,"깬":146005,"ìĬŃ":146006,"ìľ·":146007,"ðŁĽij":146008,"ǧ":146009,"ë¼Ľ":146010,"ﺡ":146011,"ﺺ":146012,"ðĿijļ":146013,"ðŁĵ¦":146014,"ðŁĶİ":146015,"ðŁĹĵ":146016,"áĥĶ":146017,"âľĴ":146018,"âľ¡":146019,"ðŁĮµ":146020,"âĶķ":146021,"ëĢĿ":146022,"ðŁįĬ":146023,"âĺĥ":146024,"ìĺħ":146025,"ব":146026,"ðŁ¦ģ":146027,"âݯ":146028,"ðŁIJķ":146029,"Ñ¿":146030,"।":146031,"à¼ĭ":146032,"ê·Ī":146033,"ì«Į":146034,"ðŁĩ°":146035,"âĿī":146036,"ì«Ģ":146037,"íĿĦ":146038,"ðĿIJ¢":146039,"ðŁļ¨":146040,"âĻ¤":146041,"ðŁĺ©":146042,"ðŁįį":146043,"ðŁĺij":146044,"ðŁļļ":146045,"ÖĦ":146046,"ë«":146047,"뫼":146048,"à¤ı":146049,"á¿·":146050,"âĮ©":146051,"âĺIJ":146052,"âŀ£":146053,"긱":146054,"꼿":146055,"ëĦĿ":146056,"ìı´":146057,"ìļ¤":146058,"쿱":146059,"íİIJ":146060,"ðŁĴ¢":146061,"ì´IJ":146062,"âĩij":146063,"âĶĵ":146064,"âģ¾":146065,"ÜĿ":146066,"ðŁį°":146067,"â´°":146068,"Æı":146069,"ÏŁ":146070,"Úº":146071,"Ûĥ":146072,"áĦĴ":146073,"âĪŁ":146074,"âĿį":146075,"ãĦ²":146076,"ìľħ":146077,"ì¤ı":146078,"ðŁĩ²":146079,"êºĦ":146080,"ðŁİ¤":146081,"âľ£":146082,"â¸Ŀ":146083,"︵":146084,"ວ":146085,"áĢĻ":146086,"âķł":146087,"Õ¯":146088,"âı©":146089,"ðĿij£":146090,"ðŁĴ£":146091,"Åĺ":146092,"à¥IJ":146093,"âģĥ":146094,"âĮĺ":146095,"ê»Į":146096,"ìĮĶ":146097,"ðĿijĺ":146098,"ðŁ¤ĵ":146099,"Õ¿":146100,"à¤Ń":146101,"âĮļ":146102,"âľĿ":146103,"ðŁIJ¼":146104,"ËĮ":146105,"âķļ":146106,"ï¦Ĺ":146107,"âĿķ":146108,"âķ£":146109,"ðŁIJ±":146110,"த":146111,"Ѿ":146112,"à¤ļ":146113,"à¤ľ":146114,"ìĪĦ":146115,"ìļľ":146116,"ðŁİ®":146117,"ÉĴ":146118,"Ú·":146119,"àºį":146120,"âĨµ":146121,"âĪĺ":146122,"âĿĬ":146123,"ë¿į":146124,"ìIJĪ":146125,"ìļĺ":146126,"쯧":146127,"íĥ¯":146128,"ìĸı":146129,"︰":146130,"ðŁĩ¯":146131,"ðŁ§ļ":146132,"ðŁĺµ":146133,"ðŁĺ·":146134,"ðŁĮ³":146135,"ລ":146136,"Äī":146137,"Ä¥":146138,"⾶":146139,"῾":146140,"âĬ±":146141,"âĺ¾":146142,"ê°ī":146143,"ê¼°":146144,"ëºij":146145,"ðŁĶĬ":146146,"ðŁĸIJ":146147,"Ť":146148,"Ò«":146149,"à®®":146150,"âĮĪ":146151,"âĹĹ":146152,"ëĦµ":146153,"ëħľ":146154,"ëľ¹":146155,"ðĿij¥":146156,"ðŁĴ¿":146157,"ðŁĽĴ":146158,"ÊĴ":146159,"áŀĵ":146160,"ðŁIJĿ":146161,"ðŁ¦Ħ":146162,"ðŁį·":146163,"âĺŁ":146164,"︶":146165,"ðŁ¤Ł":146166,"Ô±":146167,"âĨ²":146168,"âĪİ":146169,"âľ«":146170,"ëĩ½":146171,"ëıIJ":146172,"ëķĦ":146173,"靈":146174,"ï§Ŀ":146175,"ïºĻ":146176,"ðŁij»":146177,"ðŁĵº":146178,"êµ¼":146179,"ìĮ©":146180,"ðŁĮ²":146181,"ȱ":146182,"íĶķ":146183,"ðŁĺ¤":146184,"ãĮ¢":146185,"ÊĶ":146186,"ड":146187,"á¼Ī":146188,"ëİĥ":146189,"멱":146190,"ë®Ī":146191,"ðĿIJ«":146192,"âĬķ":146193,"ëĥł":146194,"뻬":146195,"íĭĶ":146196,"Õ¤":146197,"á¼±":146198,"âľ¥":146199,"âĺĦ":146200,"âĪ¥":146201,"âļķ":146202,"ðŁijĦ":146203,"ðŁİħ":146204,"àºĻ":146205,"âĶ¬":146206,"á½µ":146207,"Õ¾":146208,"Öģ":146209,"âĹĶ":146210,"ê¿į":146211,"ëĸµ":146212,"ë©İ":146213,"ë®´":146214,"ìķ´":146215,"áĥľ":146216,"ἡ":146217,"âĶĬ":146218,"âķ®":146219,"âĹ¼":146220,"ðŁį¾":146221,"ðŁĽį":146222,"ðŁijĹ":146223,"ðŁ¤ŀ":146224,"âľĦ":146225,"ÕĢ":146226,"ল":146227,"Ëī":146228,"⣨":146229,"į":146230,"ÏĬ":146231,"á´ľ":146232,"ë¹³":146233,"ï³ĭ":146234,"ï¿ł":146235,"Ī":146236,"âĤ¸":146237,"âľ±":146238,"ê»IJ":146239,"ëĭ»":146240,"맸":146241,"ìŀ¿":146242,"쩨":146243,"ìŃIJ":146244,"ì°¿":146245,"íħŁ":146246,"ðĿIJ§":146247,"ðĿijij":146248,"ðŁĮİ":146249,"ðŁĵ®":146250,"ðŁķĶ":146251,"âĹĻ":146252,"âĹ»":146253,"âŀ§":146254,"ìŁĿ":146255,"⾬":146256,"ãĥ°":146257,"âģĪ":146258,"âĵĺ":146259,"ðŁĴĮ":146260,"ï¬ĥ":146261,"àºĶ":146262,"ìĶ°":146263,"ðŁĺª":146264,"×Ģ":146265,"ìĥ¨":146266,"ïŃĭ":146267,"ðŁįķ":146268,"ðŁĺ´":146269,"ϳ":146270,"á¼Ħ":146271,"á½ħ":146272,"âĩ¢":146273,"âķŃ":146274,"ìĺ»":146275,"íĬ¤":146276,"Üĺ":146277,"⤴":146278,"âĹį":146279,"áŀŁ":146280,"ðŁįº":146281,"áŀļ":146282,"ðŁıĬ":146283,"ðŁIJ·":146284,"ÊĮ":146285,"ὺ":146286,"âģ»":146287,"ê½Į":146288,"ëĪĹ":146289,"ëĹı":146290,"ì¿°":146291,"íĢ¼":146292,"íįħ":146293,"ï·²":146294,"ðŁĮı":146295,"ðŁį«":146296,"ðŁį³":146297,"ðŁİ°":146298,"ðŁij°":146299,"ðŁĴ²":146300,"á¥Ļ":146301,"ðŁIJŁ":146302,"ï¿¡":146303,"ðŁĹ£":146304,"ðŁįľ":146305,"âľ²":146306,"ãİ¢":146307,"ðŁĶ°":146308,"Ἰ":146309,"á½ij":146310,"Äİ":146311,"áĦĢ":146312,"âĻķ":146313,"ëłĿ":146314,"ìĪ´":146315,"ïŃŃ":146316,"Óľ":146317,"ÔĢ":146318,"ëĢľ":146319,"ëĥĶ":146320,"ìĬĽ":146321,"ì«ij":146322,"캥":146323,"캬":146324,"ðĿij¦":146325,"ðŁĶ¶":146326,"쾨":146327,"ðĿIJļ":146328,"ðŁį»":146329,"ðŁĴį":146330,"ðŁ¤¡":146331,"ðŁķĬ":146332,"â½ĩ":146333,"âĵIJ":146334,"ðŁįŃ":146335,"ðŁįª":146336,"ðŁĶĨ":146337,"Ò¡":146338,"á´ĩ":146339,"ÉĹ":146340,"ÜĶ":146341,"âĦİ":146342,"âĿĥ":146343,"ëĹĢ":146344,"ï²Ķ":146345,"ïºĪ":146346,"ðĿIJ»":146347,"ðŁĴĬ":146348,"ðŁļ«":146349,"Ñ°":146350,"ѳ":146351,"ष":146352,"âĹł":146353,"ðŁij¤":146354,"ï¾ĩ":146355,"âĺĵ":146356,"ðŁįµ":146357,"ðŁ¤¨":146358,"âĸŃ":146359,"à®´":146360,"Ü¢":146361,"ܬ":146362,"à´®":146363,"ðŁķº":146364,"Ô¹":146365,"Õ£":146366,"à´¯":146367,"á´Ģ":146368,"âĮī":146369,"âľIJ":146370,"âŀ¦":146371,"ê¹½":146372,"ëĮľ":146373,"ðŁı¥":146374,"ðŁĵ©":146375,"Ò¹":146376,"Óĺ":146377,"à¤ħ":146378,"âĿ§":146379,"ÆĹ":146380,"âĹ½":146381,"ðŁij«":146382,"ðŁİ§":146383,"ðŁij£":146384,"âľ»":146385,"ðŁĻħ":146386,"ðŁĺĸ":146387,"ðŁĴ®":146388,"ະ":146389,"ðŁĶľ":146390,"ðŁįĦ":146391,"ðŁ¤Ŀ":146392,"áĥĿ":146393,"áŀĢ":146394,"âĩ¦":146395,"ʾ":146396,"Ò®":146397,"Õ¼":146398,"à¤Ĩ":146399,"âĹħ":146400,"âļĵ":146401,"âļĸ":146402,"ê¿©":146403,"ë¯Ħ":146404,"ìIJIJ":146405,"ìŀ°":146406,"ì§Ń":146407,"íĭĭ":146408,"íݨ":146409,"íĻ§":146410,"ï²ij":146411,"ðŁİĹ":146412,"Ù³":146413,"ðŁij¸":146414,"ম":146415,"ðŁijķ":146416,"Úµ":146417,"âĢ¾":146418,"âŀ°":146419,"ðŁij¯":146420,"ðŁİ¼":146421,"ðŁıģ":146422,"ĺ":146423,"Êı":146424,"Ú³":146425,"âı±":146426,"ê½Ī":146427,"ëĿĮ":146428,"ìĮī":146429,"ìĹ·":146430,"ìŀ´":146431,"íĹ¹":146432,"íľ¨":146433,"ðĿĹ²":146434,"ðŁĮIJ":146435,"ðŁİĻ":146436,"ðŁıµ":146437,"íĽĻ":146438,"ðĿijħ":146439,"ðŁĺ¶":146440,"âĵħ":146441,"âķ¥":146442,"ðŁįı":146443,"ï¦İ":146444,"Õ©":146445,"ðĿIJĦ":146446,"Ó£":146447,"Ú¿":146448,"âĻļ":146449,"ðŁĶĹ":146450,"ḫ":146451,"âĭ®":146452,"âĸ¦":146453,"âĽ½":146454,"âľµ":146455,"ãħĨ":146456,"ãħĬ":146457,"ëĦĻ":146458,"ëĿ¨":146459,"ë¥Ħ":146460,"ìĦ¦":146461,"짰":146462,"짹":146463,"íīĪ":146464,"ï§ij":146465,"ï»ĩ":146466,"ðŁĮ¾":146467,"ðŁıĸ":146468,"ðŁIJij":146469,"ðŁĴ³":146470,"ðŁĵĨ":146471,"Ûĩ":146472,"Üķ":146473,"á½½":146474,"ëĦľ":146475,"à´²":146476,"à´³":146477,"àºŃ":146478,"áĥĽ":146479,"âĿĶ":146480,"âijħ":146481,"áĥ¥":146482,"ðŁĵħ":146483,"âŀ³":146484,"á´µ":146485,"﹡":146486,"ﹶ":146487,"ÎĨ":146488,"थ":146489,"áīµ":146490,"âĿĻ":146491,"âĿ±":146492,"ëīł":146493,"ëİł":146494,"ëıĽ":146495,"ë¿ħ":146496,"ìĶ¸":146497,"íij¯":146498,"íŀī":146499,"íŀĽ":146500,"ï§Ħ":146501,"ïŃĺ":146502,"ﺦ":146503,"ﻸ":146504,"ðĿijĤ":146505,"ðĿijı":146506,"Ïij":146507,"Úł":146508,"áĢĶ":146509,"áŀĶ":146510,"á¹¢":146511,"ëĦ¸":146512,"ðĿIJ¨":146513,"ðŁĩ´":146514,"Õ°":146515,"ðŁijł":146516,"ðŁįĨ":146517,"ðŁıĢ":146518,"ðŁijIJ":146519,"ðŁįĩ":146520,"ðŁIJ£":146521,"áĪŃ":146522,"ܪ":146523,"ðŁĮĢ":146524,"áŀĺ":146525,"âĩĦ":146526,"ðĿIJĢ":146527,"ÊĻ":146528,"âĶ¼":146529,"ðŁı¿":146530,"Æ·":146531,"Èł":146532,"ѽ":146533,"âĤ¨":146534,"ê´Ń":146535,"ê¹»":146536,"ëĶ¨":146537,"ìĪĢ":146538,"ì¾°":146539,"íĨĪ":146540,"ﮧ":146541,"ﯽ":146542,"ðŁĶħ":146543,"ðŁĶ®":146544,"Å¢":146545,"Ê°":146546,"Ѹ":146547,"ण":146548,"âĬĹ":146549,"ëªĦ":146550,"ï¹·":146551,"ïºħ":146552,"ðĿIJµ":146553,"ðŁĮ¶":146554,"ðŁĵ°":146555,"ðŁĶ·":146556,"ðŁĸĴ":146557,"ðŁ¤²":146558,"ëī©":146559,"ðŁİĨ":146560,"ðŁ§IJ":146561,"ðŁį®":146562,"âĨº":146563,"âĿ¢":146564,"ðŁijª":146565,"ðŁij±":146566,"âĨ¡":146567,"áŀı":146568,"Úķ":146569,"ðŁį¹":146570,"ðŁĴĢ":146571,"Ë®":146572,"Ó¨":146573,"Öħ":146574,"à¤ĩ":146575,"âĤ¡":146576,"âĪķ":146577,"âĺī":146578,"ê¹¼":146579,"ê¼IJ":146580,"콸":146581,"ðĿIJ¬":146582,"ðŁıħ":146583,"ðŁijĻ":146584,"ðŁĴī":146585,"ðŁ¤Ļ":146586,"Èĺ":146587,"ɳ":146588,"ɹ":146589,"Ùº":146590,"áĢĦ":146591,"ῳ":146592,"âļĺ":146593,"âĿĨ":146594,"ëĨī":146595,"ìĸį":146596,"ìĺĩ":146597,"ì¥ĺ":146598,"íĸħ":146599,"íĻij":146600,"ï®Ĭ":146601,"ï¿Ń":146602,"ðĿĴIJ":146603,"ðĿĹ¢":146604,"ðŁĶĸ":146605,"ðŁĶ¨":146606,"ðŁļij":146607,"ðŁļ²":146608,"Ƹ":146609,"âĹ¥":146610,"ðĿIJŃ":146611,"ðŁį½":146612,"âĹij":146613,"âĵĩ":146614,"ðŁĶ±":146615,"âľ¼":146616,"ï¹ĥ":146617,"âķ±":146618,"ãĢĹ":146619,"ðŁıĭ":146620,"ðŁļ´":146621,"ðĿIJ®":146622,"Äļ":146623,"Õı":146624,"Ķ":146625,"áĥij":146626,"Ṭ":146627,"ÄĪ":146628,"ÄĴ":146629,"Ò°":146630,"Óķ":146631,"âIJ":146632,"âIJ£":146633,"âĹ¢":146634,"âļĻ":146635,"ãħĹ":146636,"ê°¬":146637,"곪":146638,"ê»Ģ":146639,"ëĦ´":146640,"ëİģ":146641,"ëĿĶ":146642,"묽":146643,"ëŃį":146644,"ìĩ³":146645,"ì°¹":146646,"íĮ¹":146647,"íŀĿ":146648,"ï®ĭ":146649,"ï¶Ī":146650,"ðĿĴĤ":146651,"ðŁ¥Ģ":146652,"ðŁ¦ħ":146653,"Êĺ":146654,"á¼ij":146655,"âģİ":146656,"ðŁįŀ":146657,"âĨĸ":146658,"âĨĻ":146659,"ðŁİĥ":146660,"âĦ¡":146661,"âĭ±":146662,"ðŁĶį":146663,"ನ":146664,"áµĥ":146665,"âĶ«":146666,"⦿":146667,"ðŁĩ»":146668,"Ƥ":146669,"Òı":146670,"Ò·":146671,"Ûī":146672,"à®ķ":146673,"ḳ":146674,"בּ":146675,"ðŁĨĶ":146676,"ÚŃ":146677,"Û¦":146678,"áħ¡":146679,"âĦ¹":146680,"ê¿İ":146681,"ëķĶ":146682,"ë¼ī":146683,"ìļ§":146684,"ì²µ":146685,"ì´¨":146686,"íĬĪ":146687,"íĸIJ":146688,"ðĿĹĺ":146689,"ðŁĩ¿":146690,"ðŁİĸ":146691,"ðŁijħ":146692,"ðŁĵĺ":146693,"ðŁļĻ":146694,"ðŁĽµ":146695,"ල":146696,"⼵":146697,"ðĿIJ³":146698,"ðĿIJ¸":146699,"âļĶ":146700,"ðŁijŃ":146701,"Óij":146702,"âĶ¯":146703,"ðŁħ¿":146704,"ðŁĺ¹":146705,"ï¿«":146706,"⼤":146707,"ðŁĴĩ":146708,"ðŁĵİ":146709,"ðŁĸĭ":146710,"স":146711,"ðĿIJį":146712,"IJ":146713,"Ïĭ":146714,"Ѭ":146715,"Ú¬":146716,"ÜĴ":146717,"á´¬":146718,"ï¨Ħ":146719,"É£":146720,"Ëij":146721,"ϵ":146722,"ÒĿ":146723,"Û¥":146724,"Üł":146725,"à¹Ľ":146726,"áĥķ":146727,"áĬķ":146728,"ᾶ":146729,"âĤ·":146730,"âĩ¾":146731,"âķ©":146732,"âĸIJ":146733,"âĺª":146734,"âĺ®":146735,"âĿļ":146736,"âĿŃ":146737,"âŀ±":146738,"âµİ":146739,"ãıĬ":146740,"ë©ĵ":146741,"ìĹ¾":146742,"ìªĦ":146743,"íĵĮ":146744,"íķ¼":146745,"ïѬ":146746,"ðĿijĨ":146747,"ðĿijŀ":146748,"ðĿĸĬ":146749,"ðŁİ¸":146750,"ðŁıĦ":146751,"ðŁijµ":146752,"ðŁĴł":146753,"ðŁĶĺ":146754,"ðŁ¥Ĥ":146755,"Ū":146756,"à·ĥ":146757,"á´¼":146758,"âĬ°":146759,"ë³ı":146760,"ë´£":146761,"ï¥ľ":146762,"ðŁĵĪ":146763,"ðŁķ¯":146764,"ðŁ§Ģ":146765,"âĻIJ":146766,"ðŁĨĹ":146767,"ðŁĵķ":146768,"ðŁ§ģ":146769,"Ü«":146770,"âĿIJ":146771,"Õķ":146772,"à½ķ":146773,"âŀĿ":146774,"à¦ķ":146775,"ðĿIJ¶":146776,"É¢":146777,"ÎĦ":146778,"áĨ¢":146779,"âĤ±":146780,"Õį":146781,"à¡ķ":146782,"á´°":146783,"ḩ":146784,"⼷":146785,"âĿ®":146786,"ê¡ĵ":146787,"ëı¤":146788,"ëĹIJ":146789,"ëµĮ":146790,"ìijĪ":146791,"íı¿":146792,"íŵ":146793,"ðĿIJİ":146794,"ðŁĨĺ":146795,"ðŁıŁ":146796,"É¥":146797,"Õ»":146798,"à¡Ķ":146799,"à¤ĸ":146800,"á´¸":146801,"âİĻ":146802,"âİ¥":146803,"âı³":146804,"ëģķ":146805,"ëĬī":146806,"ì¡į":146807,"칡":146808,"禮":146809,"ï¬Ł":146810,"ﮫ":146811,"ﮯ":146812,"ï±ĥ":146813,"ï·»":146814,"ﺵ":146815,"ðĿĹĶ":146816,"ðĿĹ¡":146817,"ðŁİ¨":146818,"ðŁĶĴ":146819,"ÚĽ":146820,"ध":146821,"âŀ¹":146822,"áĢĢ":146823,"ðŁįħ":146824,"âŤ":146825,"à¤ł":146826,"ðŁIJ¥":146827,"áĥĴ":146828,"ðŁıĿ":146829,"ðŁį¼":146830,"ãĮ§":146831,"âĿĽ":146832,"ðŁIJĪ":146833,"য":146834,"áĢŀ":146835,"ãĢĸ":146836,"áŀĻ":146837,"প":146838,"ÕĨ":146839,"âĬĨ":146840,"âľ¾":146841,"ðŁIJĹ":146842,"ﹿ":146843,"Ħ":146844,"ÜŁ":146845,"à²ł":146846,"ಥ":146847,"áŀī":146848,"á´¥":146849,"á´©":146850,"á½Ģ":146851,"ὡ":146852,"âĨķ":146853,"âŀ¯":146854,"ê¡ij":146855,"ëij£":146856,"ë±Į":146857,"ìĪij":146858,"ìľĶ":146859,"ìŀ½":146860,"ì¨į":146861,"ðĿijĢ":146862,"ðŁĮĮ":146863,"ðŁį¦":146864,"ðŁį©":146865,"ðŁIJļ":146866,"ðŁĵĴ":146867,"ðŁĵ¹":146868,"ðŁ¥ij":146869,"Äĭ":146870,"ËĹ":146871,"Ñ«":146872,"Õ¢":146873,"Ú°":146874,"âĮĢ":146875,"âĹĤ":146876,"âĹ£":146877,"⾼":146878,"âĿĴ":146879,"âĿĺ":146880,"âŀĻ":146881,"âŀ²":146882,"ãİį":146883,"ê¡IJ":146884,"ëŀĸ":146885,"ìĬĿ":146886,"ìĽ¤":146887,"ì¡ĭ":146888,"쨰":146889,"íĹĻ":146890,"兩":146891,"ï³į":146892,"ï»İ":146893,"ðĿijĵ":146894,"ðŁĵĬ":146895,"ðŁļ¼":146896,"ï¦ģ":146897,"ðĿķĴ":146898,"ðŁijľ":146899,"ðŁij¿":146900,"ðŁĩ½":146901,"à·Ħ":146902,"âĸ´":146903,"ãįī":146904,"âĬĩ":146905,"ðŁ§¸":146906,"Ú¡":146907,"â¾ĥ":146908,"ðŁĹ»":146909,"âĵij":146910,"ðŁ¤¸":146911,"ðŁ¤¯":146912,"êĴ°":146913,"ðĿIJĵ":146914,"âĶ´":146915,"êĴ±":146916,"áĢĺ":146917,"âĽĦ":146918,"ï¹¹":146919,"ÓĶ":146920,"áĥ±":146921,"Ü¡":146922,"ßŀ":146923,"âĻı":146924,"⾸":146925,"ìij¨":146926,"ðĿIJĿ":146927,"ðĿIJ¥":146928,"ðŁįī":146929,"ðŁij¼":146930,"ðŁ¥Ŀ":146931,"ÆĶ":146932,"ݬ":146933,"फ":146934,"àºļ":146935,"á´´":146936,"á½ĸ":146937,"âĤ¶":146938,"âİ¢":146939,"âĿħ":146940,"⣫":146941,"ãİĽ":146942,"뮨":146943,"ëºĮ":146944,"ë¼ĺ":146945,"ìĨĿ":146946,"ìľ³":146947,"ìŀĮ":146948,"ì£Ĺ":146949,"ìªĺ":146950,"컹":146951,"ï·¼":146952,"ïºĤ":146953,"ðĿIJ´":146954,"ðĿIJ¼":146955,"ðŁĮļ":146956,"ðŁı«":146957,"ðŁĴ¤":146958,"ðŁĴ¶":146959,"ðŁĴ¼":146960,"Êķ":146961,"ʽ":146962,"â²Ł":146963,"ãīł":146964,"ê¡Ĵ":146965,"ëľĢ":146966,"ìĥ¾":146967,"츤":146968,"ï¥ģ":146969,"ðĿļĬ":146970,"ðŁļĥ":146971,"âŀĽ":146972,"ìħ´":146973,"áĦĭ":146974,"âĩĹ":146975,"立":146976,"âĺĸ":146977,"ðŁIJ¦":146978,"⸾":146979,"ðŁĴ´":146980,"ðŁ¤ļ":146981,"ãĬĹ":146982,"âĮĽ":146983,"áĪĽ":146984,"༺":146985,"â½ī":146986,"ðŁı¢":146987,"âĵŀ":146988,"âĺ½":146989,"ãĢĻ":146990,"ðŁ¤®":146991,"ÅIJ":146992,"áĥ¬":146993,"ðĿĹ»":146994,"ðŁįĸ":146995,"ÆĬ":146996,"ÊŁ":146997,"ßĭ":146998,"à¤ĭ":146999,"áµĶ":147000,"á¿ĥ":147001,"âĦī":147002,"âĮĭ":147003,"âı²":147004,"âĵĪ":147005,"âĵ¢":147006,"âķĶ":147007,"âļij":147008,"âĿĭ":147009,"âĿİ":147010,"⵾":147011,"âµ£":147012,"ëĴĪ":147013,"ëľģ":147014,"ë¶ĩ":147015,"ìį»":147016,"ìĺŃ":147017,"짢":147018,"íĹĢ":147019,"ï§Ĭ":147020,"טּ":147021,"ﱡ":147022,"ðĿIJº":147023,"ðĿij§":147024,"ðĿĺ¦":147025,"ðŁĵ¥":147026,"ðŁĺŁ":147027,"ðŁ¥IJ":147028,"Äĸ":147029,"ɨ":147030,"áĢIJ":147031,"áĥĵ":147032,"áºĵ":147033,"ἶ":147034,"á½Ħ":147035,"âĤ¤":147036,"âĮľ":147037,"âĮŁ":147038,"âİł":147039,"⼸":147040,"âµį":147041,"âµı":147042,"âµĵ":147043,"ãĢĺ":147044,"ë·¸":147045,"íħ¼":147046,"ï¦Į":147047,"ïŃĦ":147048,"ïŃİ":147049,"ðĿĻļ":147050,"ðĿļĺ":147051,"à¼ĵ":147052,"ëŃħ":147053,"áIJĽ":147054,"ãݾ":147055,"ï¨Ģ":147056,"ðŁĹ½":147057,"âĻŀ":147058,"Ëĸ":147059,"âĹŀ":147060,"ðŁ¤«":147061,"ðŁĺĹ":147062,"ｦ":147063,"ðŁ¤¢":147064,"âģĩ":147065,"ãĢµ":147066,"ðŁįĶ":147067,"áĬł":147068,"ðŁĺ¼":147069,"ðĿĹ®":147070,"ðŁIJ³":147071,"ðĿIJĭ":147072,"ðŁĨļ":147073,"ðŁĶĽ":147074,"Ñ»":147075,"ܨ":147076,"ல":147077,"âľŀ":147078,"âµĻ":147079,"êµ£":147080,"츨":147081,"ðĿIJľ":147082,"ðĿĺ°":147083,"ðŁĶ½":147084,"Ç»":147085,"Ç¿":147086,"Êĩ":147087,"ÎIJ":147088,"ÐĢ":147089,"Ñ¡":147090,"Ѳ":147091,"ÒĴ":147092,"Ù¶":147093,"ßķ":147094,"න":147095,"áIJģ":147096,"âģŀ":147097,"âĸ§":147098,"âĽĪ":147099,"âľľ":147100,"âľ¹":147101,"âŁ¹":147102,"â¤ĩ":147103,"ê²Ĭ":147104,"ê¾ľ":147105,"ë¯IJ":147106,"ë³IJ":147107,"ìħ©":147108,"ìIJ¬":147109,"ìij¹":147110,"ï¤Ķ":147111,"ï¦ļ":147112,"ï¬ł":147113,"ïŃĶ":147114,"ﺶ":147115,"ðĿĴı":147116,"ðĿĸĨ":147117,"ðĿŶ":147118,"ðŁıĤ":147119,"ðŁIJ½":147120,"ðŁĴ©":147121,"ðŁĵ½":147122,"ðŁĹ¨":147123,"ðŁĹº":147124,"ðŁĺ¸":147125,"ðŁ¥§":147126,"ÅĹ":147127,"Êİ":147128,"ÒĻ":147129,"ײ":147130,"à¤Ī":147131,"á¼´":147132,"á¿ij":147133,"âµī":147134,"ãħĵ":147135,"ì½´":147136,"ðĿĸĵ":147137,"ðŁĵĹ":147138,"ðŁĶª":147139,"ðŁĸį":147140,"ÏĴ":147141,"ðŁij¬":147142,"áĥĻ":147143,"âĨ¬":147144,"âĶ¤":147145,"âĽ¹":147146,"âĻŁ":147147,"ðŁļ¶":147148,"ðŁij¾":147149,"âĪĭ":147150,"ðŁIJ¯":147151,"à¼İ":147152,"âľ·":147153,"ï¨Ļ":147154,"âĶ»":147155,"ðŁij¹":147156,"áĦī":147157,"ສ":147158,"â¾ı":147159,"â½ħ":147160,"ãİĸ":147161,"Ñ´":147162,"Õ®":147163,"Ú¼":147164,"áĢķ":147165,"áĨ¼":147166,"ëŃı":147167,"ðŁIJ¸":147168,"ðŁļ£":147169,"ÆĿ":147170,"Ô»":147171,"áĥ¢":147172,"ðŁį¯":147173,"ɦ":147174,"Õ¦":147175,"âĻĭ":147176,"שׂ":147177,"ðĿŦ":147178,"Çļ":147179,"ɱ":147180,"à¤ī":147181,"á´Ħ":147182,"âĻĵ":147183,"⼰":147184,"âŁª":147185,"ëĥĺ":147186,"뢸":147187,"ìĤij":147188,"ï®Ķ":147189,"ðĿķĸ":147190,"ðĿŧ":147191,"ðŁĩ¼":147192,"ðŁĵĭ":147193,"ðŁļľ":147194,"ðŁ¥¤":147195,"Ä®":147196,"Å·":147197,"ßĬ":147198,"॥":147199,"ப":147200,"áŀĦ":147201,"áµĢ":147202,"á¸ħ":147203,"á¼¢":147204,"âĪĿ":147205,"âĬ¹":147206,"âĴ¶":147207,"âķ´":147208,"⼱":147209,"âĽ³":147210,"âĽº":147211,"âŀŁ":147212,"ãıĦ":147213,"ê¸Ķ":147214,"ê¹Ł":147215,"ëĩ°":147216,"ë¹»":147217,"ìĤ¥":147218,"ìĽ»":147219,"ì°Ł":147220,"íĥ°":147221,"íĨº":147222,"íļ½":147223,"老":147224,"量":147225,"ï³Ŀ":147226,"ðĿIJ¦":147227,"ðĿĴľ":147228,"ðĿĴŁ":147229,"ðĿļĹ":147230,"ðŁİŃ":147231,"ðŁıĵ":147232,"ðŁı³":147233,"ðŁıº":147234,"ðŁIJį":147235,"ðŁijĥ":147236,"ðŁĴı":147237,"ðŁ¤ĸ":147238,"ðŁ¤µ":147239,"Õ²":147240,"âµĶ":147241,"ëĺ¬":147242,"念":147243,"ÊĤ":147244,"áĨ«":147245,"áŀij":147246,"ðĿĸİ":147247,"ðĿĹĸ":147248,"áĦĥ":147249,"âĩł":147250,"áĢ¡":147251,"à½Ħ":147252,"âŀ¸":147253,"ï¦Ļ":147254,"âĩļ":147255,"ðŁIJ¬":147256,"ðŁIJ¢":147257,"â¾Ĵ":147258,"ðŁIJ¤":147259,"ðŁĶ«":147260,"ãĢŀ":147261,"︺":147262,"ðŁĺº":147263,"â½´":147264,"ðŁĨķ":147265,"âģ¿":147266,"ðŁį¨":147267,"à²ķ":147268,"ðŁļĺ":147269,"áŀħ":147270,"à¦ħ":147271,"áŀ¢":147272,"à¨ľ":147273,"âļĮ":147274,"ãĢ½":147275,"à·´":147276,"âĵĽ":147277,"áĢľ":147278,"ìĨ¨":147279,"Ë©":147280,"ÜĹ":147281,"âĭ¼":147282,"ðŁĻī":147283,"ÅĬ":147284,"Éĵ":147285,"ʲ":147286,"ΰ":147287,"Ѽ":147288,"Ô¿":147289,"à¡IJ":147290,"à¼ľ":147291,"ས":147292,"ᶾ":147293,"âĤ²":147294,"âĨ¨":147295,"âĬ¥":147296,"âķ§":147297,"âĻľ":147298,"ãĭ¡":147299,"ë´¬":147300,"ë¶ij":147301,"ìī¿":147302,"ìİħ":147303,"ìł±":147304,"ì°§":147305,"ﲡ":147306,"ðĿĴĽ":147307,"ðĿķ£":147308,"ðĿĹľ":147309,"ðŁį²":147310,"ðŁİ©":147311,"ðŁIJIJ":147312,"ðŁIJł":147313,"ðŁij½":147314,"ðŁĴij":147315,"ðŁĵľ":147316,"ðŁķµ":147317,"ðŁļĮ":147318,"ðŁĽ£":147319,"Êĭ":147320,"Ó¯":147321,"Ù¸":147322,"ßĶ":147323,"ßĻ":147324,"à¡ĵ":147325,"á´į":147326,"ḿ":147327,"âıº":147328,"âĸ¥":147329,"뤽":147330,"íľij":147331,"ðĿIJ¹":147332,"ðĿĸĶ":147333,"ðĿļİ":147334,"ðŁĵĦ":147335,"ðŁ¦·":147336,"Æĥ":147337,"à¦Ł":147338,"âĮĤ":147339,"âĺŃ":147340,"â²ļ":147341,"ëĿķ":147342,"ðŁİ£":147343,"à®ĩ":147344,"à½Ĩ":147345,"áħµ":147346,"áĹľ":147347,"âĢ½":147348,"âĮ£":147349,"âģ½":147350,"ðŁĵ¬":147351,"ðŁ¤§":147352,"âĩª":147353,"â½£":147354,"âĹŁ":147355,"ï¨Ĺ":147356,"êĴª":147357,"ðŁĽĢ":147358,"ÇĤ":147359,"ðŁ¥¶":147360,"ðŁİį":147361,"ï¿©":147362,"ðŁijĴ":147363,"áµĪ":147364,"︿":147365,"áħ©":147366,"⾦":147367,"à°¤":147368,"á´ĸ":147369,"ਬ":147370,"àºĹ":147371,"༻":147372,"Ѻ":147373,"ਪ":147374,"á´³":147375,"ðĿIJĪ":147376,"à»Ģ":147377,"á´¿":147378,"âĤį":147379,"âĩ¡":147380,"âĽª":147381,"ðĿIJĤ":147382,"ðĿĴķ":147383,"ðŁIJľ":147384,"Êį":147385,"ѱ":147386,"à½ĥ":147387,"ë®IJ":147388,"ìĽ¡":147389,"ìľģ":147390,"ðĿIJ¿":147391,"ðĿķł":147392,"ðŁijĽ":147393,"ƪ":147394,"Ϻ":147395,"Ó¬":147396,"Ù¿":147397,"Ý£":147398,"àªī":147399,"ஹ":147400,"à½ij":147401,"áĨ¯":147402,"áµĩ":147403,"âĩ¥":147404,"âıª":147405,"âĻ°":147406,"âļŃ":147407,"âļ¾":147408,"ãħĦ":147409,"êĢ°":147410,"ê°Ĺ":147411,"ê²ĭ":147412,"ê²»":147413,"ê¶ľ":147414,"ê¼ĩ":147415,"ê½¹":147416,"ëĤŁ":147417,"ëħĪ":147418,"ëĭ¢":147419,"맣":147420,"ëªĨ":147421,"ëµĢ":147422,"ì½±":147423,"íĩĺ":147424,"íľľ":147425,"茶":147426,"ï±µ":147427,"ï²¢":147428,"ﲤ":147429,"ðĿĴĬ":147430,"ðĿĺ¯":147431,"ðŁįĹ":147432,"ðŁıį":147433,"ðŁIJĺ":147434,"ðŁĵ¡":147435,"ðŁĶŀ":147436,"ðŁ¤³":147437,"ðŁ¥ģ":147438,"ðŁ¥Ĺ":147439,"ðŁ¦Ĭ":147440,"ĵ":147441,"Ʀ":147442,"ǵ":147443,"ɯ":147444,"Îı":147445,"ÕĦ":147446,"Ü¥":147447,"à½ģ":147448,"ᨳ":147449,"âķ«":147450,"ãİī":147451,"ë·´":147452,"ìĨİ":147453,"ìİĮ":147454,"죵":147455,"íĽł":147456,"離":147457,"ï³ı":147458,"ﻺ":147459,"ðĿijģ":147460,"ðĿijĩ":147461,"ðĿĴĨ":147462,"ðŁİł":147463,"ðŁIJĶ":147464,"ðŁijŁ":147465,"Åĸ":147466,"à¤Į":147467,"á¾½":147468,"ê¦Ĵ":147469,"à®Ł":147470,"á´±":147471,"ðŁı°":147472,"ðŁIJŀ":147473,"à½Ģ":147474,"áĢħ":147475,"âĬ¿":147476,"ðŁIJ§":147477,"áĽģ":147478,"â¼Ī":147479,"âĶ¿":147480,"ðŁ¥´":147481,"⼿":147482,"ðŁ§ľ":147483,"ãħ¿":147484,"âĦ«":147485,"ãĢ³":147486,"ãĬĻ":147487,"â¼Ģ":147488,"怜":147489,"ðŁı¬":147490,"ðŁĵ»":147491,"áĬĽ":147492,"áĦħ":147493,"àºĬ":147494,"àºĽ":147495,"áħ³":147496,"ðŁij®":147497,"à®±":147498,"âĺĩ":147499,"ðĿIJı":147500,"à´µ":147501,"à»ģ":147502,"à½ı":147503,"ར":147504,"ᥱ":147505,"âĤ£":147506,"復":147507,"ïŃĻ":147508,"ï´©":147509,"ï¹Ĥ":147510,"ðŁį£":147511,"ðŁķ¹":147512,"Ïĸ":147513,"ම":147514,"ຢ":147515,"áĭŃ":147516,"âİĿ":147517,"âĹĿ":147518,"âĻĪ":147519,"âĻİ":147520,"ê½¥":147521,"ì³Ķ":147522,"ì¼ij":147523,"ï±°":147524,"ðĿijĥ":147525,"ðŁĮª":147526,"ðŁį¡":147527,"Åİ":147528,"ʦ":147529,"ѧ":147530,"Óİ":147531,"Ô´":147532,"ÚĪ":147533,"ßĵ":147534,"ߧ":147535,"à¤Ķ":147536,"áĪ«":147537,"áĪµ":147538,"áĹ©":147539,"á´ł":147540,"á¼ł":147541,"âĢĹ":147542,"âģij":147543,"âĦı":147544,"âĸĩ":147545,"â²£":147546,"ãĦ³":147547,"ãī®":147548,"ê³Ĺ":147549,"ëĦĴ":147550,"ëĸ«":147551,"ë¡Ħ":147552,"ë¹°":147553,"ë½ģ":147554,"ìĦģ":147555,"ìĮĺ":147556,"ìŁĮ":147557,"ì³ī":147558,"ì¼ķ":147559,"כּ":147560,"ï³İ":147561,"ﹸ":147562,"ï¹¾":147563,"ðĿIJĨ":147564,"ðĿij·":147565,"ðĿĽ¼":147566,"ðŁİı":147567,"ðŁİŀ":147568,"ðŁIJĻ":147569,"ðŁijĤ":147570,"ðŁĵģ":147571,"ðŁĸ±":147572,"ðŁļį":147573,"ðŁļ§":147574,"ðŁĽ¡":147575,"ðŁ¤Ĵ":147576,"ðŁ¥ŀ":147577,"ðŁ¥©":147578,"ðŁ¦Ģ":147579,"ðŁ¦ĸ":147580,"Ë¢":147581,"Üļ":147582,"வ":147583,"áĢģ":147584,"áī°":147585,"âıŃ":147586,"âĻ¿":147587,"ê³ĺ":147588,"ëıĿ":147589,"ëķĥ":147590,"ìħĮ":147591,"ìĴ¸":147592,"ìĽŁ":147593,"íħĦ":147594,"íľ«":147595,"ï§ĺ":147596,"￬":147597,"ðŁı·":147598,"ðŁĶ§":147599,"ðŁ¥Ī":147600,"Æĸ":147601,"áŀĩ":147602,"áŀĸ":147603,"âģº":147604,"âĹľ":147605,"âŀ©":147606,"ê¦Ń":147607,"ëĻ¤":147608,"ïŃ¼":147609,"ðĿĻĸ":147610,"ðĿĻ£":147611,"ðĿĻ¤":147612,"ðŁĮĿ":147613,"ðŁĶij":147614,"ðŁĽł":147615,"àºĩ":147616,"âĺ£":147617,"ãĦ¨":147618,"ðĿĸĹ":147619,"Óĵ":147620,"âĨ£":147621,"ðŁ¥ī":147622,"ðŁĮł":147623,"ðŁĺ½":147624,"ãİł":147625,"ŧ":147626,"ðŁIJĴ":147627,"ï§IJ":147628,"ðŁĺ¿":147629,"âĪ¬":147630,"ðŁIJ®":147631,"⣱":147632,"ಡ":147633,"â¾¼":147634,"à°²":147635,"˶":147636,"âĸ¿":147637,"ÕĪ":147638,"áŀİ":147639,"áħ¥":147640,"áŀĹ":147641,"Õ§":147642,"ðŁ¤IJ":147643,"ðŁįł":147644,"ত":147645,"ය":147646,"âĻį":147647,"ìĺĻ":147648,"íĺĵ":147649,"ﹺ":147650,"ðŁĽ³":147651,"Åī":147652,"á´İ":147653,"âıľ":147654,"âĶ³":147655,"긷":147656,"ì¡Ķ":147657,"ðĿĴĪ":147658,"ðĿĴį":147659,"ðĿĴ¹":147660,"ðĿĵĩ":147661,"ðĿķŁ":147662,"ðĿĹ¹":147663,"ðŁĮħ":147664,"ðŁı´":147665,"ÄĶ":147666,"Ĥ":147667,"ŵ":147668,"Ǿ":147669,"Ïŀ":147670,"϶":147671,"Ô³":147672,"ÜĨ":147673,"ß©":147674,"à¡Ĵ":147675,"à¤ĺ":147676,"à¶ļ":147677,"à½ĸ":147678,"áģĬ":147679,"áĥŀ":147680,"áĦĤ":147681,"áĭ«":147682,"á´º":147683,"ḣ":147684,"Ḫ":147685,"á¹Ĥ":147686,"á¼·":147687,"á¿ĩ":147688,"âĩĮ":147689,"âı¬":147690,"âĻĮ":147691,"⮣":147692,"â´»":147693,"ⵣ":147694,"ê¦ķ":147695,"ꦪ":147696,"ꦮ":147697,"ê²Ħ":147698,"ê¾IJ":147699,"ëĥij":147700,"ëķĭ":147701,"롸":147702,"ë¬Ģ":147703,"ìĩ¤":147704,"ìĪ©":147705,"ìľķ":147706,"ìŃĺ":147707,"ì·°":147708,"ì·¸":147709,"íľĢ":147710,"藍":147711,"ï§į":147712,"ï±Ħ":147713,"ï³ij":147714,"ðĿIJ¤":147715,"ðĿĴĵ":147716,"ðĿĴ¶":147717,"ðĿĹ¼":147718,"ðĿĻĬ":147719,"ðŁĩ¾":147720,"ðŁĮĽ":147721,"ðŁĮ®":147722,"ðŁİĩ":147723,"ðŁİ²":147724,"ðŁıĽ":147725,"ðŁij¥":147726,"ðŁij´":147727,"ðŁĴĨ":147728,"ðŁĵĤ":147729,"ðŁĵ§":147730,"ðŁķIJ":147731,"ðŁĸķ":147732,"ðŁĺ§":147733,"ðŁĻĢ":147734,"ðŁļĴ":147735,"ðŁĽ«":147736,"ðŁ¤ł":147737,"ðŁ¥ļ":147738,"ðŁ¥Ľ":147739,"ðŁ¥£":147740,"ǯ":147741,"ȧ":147742,"ÎĬ":147743,"Ò²":147744,"×°":147745,"Ûij":147746,"áĥ©":147747,"áĦĮ":147748,"áĪį":147749,"áī¥":147750,"áıĤ":147751,"âģ±":147752,"âĬ¢":147753,"âĹĵ":147754,"âĿ°":147755,"ë¿¡":147756,"ìĽ©":147757,"íģŃ":147758,"íĨ³":147759,"íĬĦ":147760,"íĵ¸":147761,"北":147762,"若":147763,"ï±IJ":147764,"ﱯ":147765,"ï³ļ":147766,"ðĿĸĺ":147767,"ðĿĺĢ":147768,"ðŁIJĬ":147769,"ðŁIJĮ":147770,"ðŁijļ":147771,"ðŁĵĥ":147772,"ðŁļĽ":147773,"ðŁļª":147774,"ðŁ¤°":147775,"Ä´":147776,"áĥ®":147777,"áŨ":147778,"âĻ®":147779,"â²ŀ":147780,"ãĪĶ":147781,"ìħį":147782,"ãħĥ":147783,"率":147784,"ມ":147785,"Õİ":147786,"Õº":147787,"⬼":147788,"⽤":147789,"ðĿIJ²":147790,"âŀµ":147791,"áĢĽ":147792,"âĶħ":147793,"âĨŁ":147794,"â¼Ĭ":147795,"ðŁĮ½":147796,"ðŁļ¿":147797,"ï¦Ĭ":147798,"ãĦ£":147799,"⼩":147800,"ï©Ľ":147801,"ðŁį±":147802,"⾨":147803,"à´¤":147804,"áŀģ":147805,"àºŀ":147806,"Êļ":147807,"ðĿIJĴ":147808,"à´±":147809,"áŀľ":147810,"ன":147811,"à°Ĺ":147812,"à´ļ":147813,"âĩ£":147814,"ï¦ķ":147815,"Õħ":147816,"Æĺ":147817,"âĤ¦":147818,"âĶĦ":147819,"ï¦Ł":147820,"嶺":147821,"ðĿIJģ":147822,"ðĿIJĥ":147823,"ðŁį¸":147824,"ðŁIJ²":147825,"Ŷ":147826,"Éĸ":147827,"ßĺ":147828,"ฦ":147829,"à½Ķ":147830,"áĨ·":147831,"âģķ":147832,"âĵĤ":147833,"âĿľ":147834,"便":147835,"אַ":147836,"ðĿĹĿ":147837,"ðĿĹ¿":147838,"ðŁİ¾":147839,"ðŁĹĿ":147840,"ðŁ¦Į":147841,"Æħ":147842,"Ǫ":147843,"ÒĹ":147844,"ÜĽ":147845,"ßł":147846,"à¡ij":147847,"áī£":147848,"áĬŃ":147849,"ṡ":147850,"âŀ¼":147851,"âŀ¾":147852,"â´±":147853,"ãī¡":147854,"곯":147855,"ë½Ī":147856,"ìĤĺ":147857,"ìīij":147858,"ì«ĺ":147859,"íĮĥ":147860,"íĻ°":147861,"ï¤Ĺ":147862,"ðŁĮ¬":147863,"ðŁĮ°":147864,"ðŁį¤":147865,"Ä»":147866,"Åĩ":147867,"ƨ":147868,"Éķ":147869,"Ò¢":147870,"Òº":147871,"Öį":147872,"×±":147873,"Ú±":147874,"Ú½":147875,"ÛIJ":147876,"à¤Ľ":147877,"à·Ģ":147878,"à¹ļ":147879,"ຫ":147880,"á´¹":147881,"á½Ķ":147882,"á¾³":147883,"âĤĴ":147884,"âĨ´":147885,"âĩĿ":147886,"âīħ":147887,"âĮ¨":147888,"âĵĵ":147889,"âĸ¢":147890,"âļ¬":147891,"âŀŃ":147892,"â²Ĵ":147893,"ãİ¿":147894,"ê¿´":147895,"ëĪ±":147896,"ëį¬":147897,"ëİIJ":147898,"ëIJ«":147899,"ëĶ«":147900,"ë±ģ":147901,"ìĥ¥":147902,"íĮ¼":147903,"ïŃĵ":147904,"ﮥ":147905,"ï²°":147906,"ðĿIJĩ":147907,"ðĿIJij":147908,"ðĿijĮ":147909,"ðĿĵª":147910,"ðĿķļ":147911,"ðĿĺª":147912,"ðĿĺ¼":147913,"ðĿļĽ":147914,"ðŁĩ¶":147915,"ðŁĮĦ":147916,"ðŁĮķ":147917,"ðŁĮ¤":147918,"ðŁĮ§":147919,"ðŁį¬":147920,"ðŁİĭ":147921,"ðŁİ»":147922,"ðŁı¨":147923,"ðŁIJĩ":147924,"ðŁijĵ":147925,"ðŁĵIJ":147926,"ðŁĵĻ":147927,"ðŁĶ¼":147928,"ðŁķĴ":147929,"ðŁĸı":147930,"ðŁĸ¥":147931,"ðŁ¤¬":147932,"ðŁ¥Ĭ":147933,"ðŁ¥Ĵ":147934,"ßĮ":147935,"àºĦ":147936,"á¼µ":147937,"âķ¡":147938,"Ⲥ":147939,"â´¼":147940,"âµ¢":147941,"ãĪ¯":147942,"ëĵ¸":147943,"ëŁĩ":147944,"ëºį":147945,"ðĿĻ§":147946,"ðŁįĪ":147947,"ðŁĶ¬":147948,"ðŁĸĬ":147949,"ðŁ¤¾":147950,"Ë¡":147951,"Ü©":147952,"âĮ¡":147953,"âŃij":147954,"Ⲧ":147955,"ë©ī":147956,"ì¼Ń":147957,"￤":147958,"ðĿĴİ":147959,"ðĿĹ¥":147960,"ðŁIJµ":147961,"ðŁķ¶":147962,"ðŁķ¸":147963,"ðŁ¤ľ":147964,"Õª":147965,"áĪĭ":147966,"ðŁ¥µ":147967,"ï°ģ":147968,"áµIJ":147969,"âķĵ":147970,"áĢĸ":147971,"âĭĪ":147972,"Éŀ":147973,"âŀ®":147974,"॰":147975,"ãĨģ":147976,"ðŁĴ±":147977,"ðŁıŃ":147978,"áĨ¨":147979,"ðŁįļ":147980,"ðŁ¦IJ":147981,"á´»":147982,"âĺĮ":147983,"à´ķ":147984,"Õ±":147985,"áħ®":147986,"ðĿIJĮ":147987,"Ŧ":147988,"àºķ":147989,"âľĻ":147990,"˳":147991,"Ôµ":147992,"âķĴ":147993,"ðĿĹĹ":147994,"ðĿĹł":147995,"Úļ":147996,"ধ":147997,"âĨĿ":147998,"âĻī":147999,"ãĮ»":148000,"ì¹Ĭ":148001,"ðĿĹº":148002,"ðŁ§ĺ":148003,"ì³£":148004,"ï¬Ŀ":148005,"ðŁijº":148006,"ÇŁ":148007,"ÎĪ":148008,"Ϋ":148009,"Ñ¥":148010,"Ô²":148011,"Õ¨":148012,"ܦ":148013,"à¦Ĩ":148014,"থ":148015,"áIJ¢":148016,"á¼ģ":148017,"á¼ĺ":148018,"ἦ":148019,"âĵĿ":148020,"ãĪ°":148021,"ãİĹ":148022,"겡":148023,"ë¨Ģ":148024,"ì£Ķ":148025,"ì´¤":148026,"ìµĿ":148027,"林":148028,"ïŃĬ":148029,"ï²Ł":148030,"ðĿIJ·":148031,"ðĿijĭ":148032,"ðĿĵī":148033,"ðĿĺµ":148034,"ðŁĴ·":148035,"ðŁĽ©":148036,"ðŁ§¹":148037,"ÅĶ":148038,"Êŀ":148039,"Ë¥":148040,"ÎĮ":148041,"Ñ©":148042,"ÓIJ":148043,"Ół":148044,"Úij":148045,"ÚĴ":148046,"ߨ":148047,"àªĪ":148048,"áIJĥ":148049,"ṯ":148050,"âĤĭ":148051,"âĤµ":148052,"âĦħ":148053,"âĦł":148054,"âĪ£":148055,"âīº":148056,"âī»":148057,"âĬĽ":148058,"âĮIJ":148059,"âİĵ":148060,"âĺ¸":148061,"âĻĴ":148062,"âļĴ":148063,"âľĩ":148064,"âľł":148065,"â´·":148066,"âµĸ":148067,"ãĦ¸":148068,"ãī¢":148069,"ãī°":148070,"êĩ´":148071,"ê´¸":148072,"êºł":148073,"ëĤı":148074,"ëĤ¢":148075,"ëIJĢ":148076,"뺴":148077,"ìĥľ":148078,"ìįħ":148079,"줫":148080,"챦":148081,"ìºij":148082,"ì¼ģ":148083,"쿳":148084,"íĤģ":148085,"íħ¡":148086,"íĴĤ":148087,"íĴī":148088,"íľĦ":148089,"ïŃª":148090,"ﮬ":148091,"ﯦ":148092,"ﱪ":148093,"ï²ı":148094,"ï´Ģ":148095,"ï»Ĩ":148096,"￦":148097,"ðĿijĹ":148098,"ðĿĸĻ":148099,"ðŁĮ¡":148100,"ðŁįĿ":148101,"ðŁį§":148102,"ðŁİ«":148103,"ðŁıĺ":148104,"ðŁıª":148105,"ðŁIJĭ":148106,"ðŁIJĽ":148107,"ðŁIJº":148108,"ðŁijĸ":148109,"ðŁijŀ":148110,"ðŁij·":148111,"ðŁĵĢ":148112,"ðŁĶĦ":148113,"ðŁĶĮ":148114,"ðŁķĻ":148115,"ðŁĻį":148116,"ðŁĻİ":148117,"ðŁ¦į":148118,"Ç°":148119,"ÉŁ":148120,"ÊĨ":148121,"Ô¼":148122,"Úľ":148123,"ড":148124,"শ":148125,"áĴĥ":148126,"Ἡ":148127,"âĵķ":148128,"â²Ī":148129,"ê°°":148130,"ê¹ł":148131,"êºħ":148132,"ëĦ¹":148133,"ë¯ĵ":148134,"íIJĪ":148135,"臨":148136,"ï®ij":148137,"ﲨ":148138,"ðĿĴī":148139,"ðĿĴĶ":148140,"ðĿŨ":148141,"ðĿĻŀ":148142,"ðĿļĴ":148143,"ðĿļķ":148144,"ðŁIJİ":148145,"ðŁ¤ķ":148146,"ðŁ§Ķ":148147,"Ï°":148148,"ÔĿ":148149,"âĮĬ":148150,"âĴ¾":148151,"ãī£":148152,"ïŃ©":148153,"ðĿļŀ":148154,"Êij":148155,"দ":148156,"áĦĩ":148157,"âīĥ":148158,"â²Ģ":148159,"ìŁİ":148160,"ðĿij¶":148161,"ðĿĵ²":148162,"ðŁİ·":148163,"ðŁļ¹":148164,"àºģ":148165,"áłł":148166,"ãĦļ":148167,"ðŁIJ¿":148168,"áĽļ":148169,"âķ³":148170,"ðŁIJŃ":148171,"âĴ¹":148172,"ðĿĸļ":148173,"âĻĸ":148174,"ãĪ²":148175,"âĨ¾":148176,"áĦĨ":148177,"âķĽ":148178,"ðŁ¤į":148179,"â½¥":148180,"ðŁĮ¨":148181,"âĪ®":148182,"ãĮĺ":148183,"ãįij":148184,"ï¹Ģ":148185,"âĵĹ":148186,"âĬĦ":148187,"ðŁı¹":148188,"ËĴ":148189,"ðŁ¤±":148190,"ãıľ":148191,"ðŁİĮ":148192,"ï¥Ń":148193,"ণ":148194,"ðŁİ¹":148195,"ãĬŁ":148196,"à´°":148197,"ðĿIJĶ":148198,"à´¨":148199,"à½ļ":148200,"âľº":148201,"Õ·":148202,"ðŁij³":148203,"à¦ľ":148204,"âĺĭ":148205,"âĻĬ":148206,"ãĢĽ":148207,"Èĭ":148208,"à®°":148209,"áĥ¨":148210,"âĦķ":148211,"íijĢ":148212,"ðĿĵĥ":148213,"ðŁ¦Ķ":148214,"Ä¿":148215,"ÅĢ":148216,"Ƴ":148217,"Éļ":148218,"Öĥ":148219,"Ü£":148220,"ߣ":148221,"à¦Ń":148222,"ৡ":148223,"ර":148224,"ຣ":148225,"à½ĩ":148226,"Ḩ":148227,"á½Ī":148228,"⽬":148229,"ê¡Ķ":148230,"ì³Ħ":148231,"ï¨ī":148232,"ðĿIJ¡":148233,"ðĿĺ¢":148234,"ðŁį¿":148235,"ðŁİŁ":148236,"ðŁıī":148237,"ðŁĶIJ":148238,"ðŁļħ":148239,"ðŁ¤½":148240,"Æį":148241,"Ç«":148242,"ǽ":148243,"Èļ":148244,"Îī":148245,"Ó¤":148246,"Óª":148247,"ÕĬ":148248,"Ù¼":148249,"Ú´":148250,"ßĿ":148251,"à¶ľ":148252,"á¼ķ":148253,"á¿¥":148254,"âİŀ":148255,"ãĢļ":148256,"ãī¤":148257,"곸":148258,"ê·ģ":148259,"ëĵĦ":148260,"ëĵķ":148261,"ì¨Ķ":148262,"챨":148263,"ðĿIJ¾":148264,"ðĿij»":148265,"ðĿĶ¼":148266,"ðĿķĿ":148267,"ðĿĺŃ":148268,"ðŁĨĻ":148269,"ðŁĵ¤":148270,"ðŁĶŁ":148271,"ðŁĹ¼":148272,"Äľ":148273,"Æģ":148274,"Æ¿":148275,"dz":148276,"Ç·":148277,"Éĥ":148278,"Éł":148279,"Êī":148280,"ʧ":148281,"˲":148282,"Ï´":148283,"Õģ":148284,"Õŀ":148285,"Öĩ":148286,"ÛĤ":148287,"Ûĵ":148288,"ßĹ":148289,"ߦ":148290,"হ":148291,"ள":148292,"à´¸":148293,"à»Ĥ":148294,"áĪĿ":148295,"áĪª":148296,"áĭµ":148297,"áIJĬ":148298,"áĴª":148299,"áļĸ":148300,"áŀĽ":148301,"á´¢":148302,"áµı":148303,"áµŃ":148304,"ᶫ":148305,"á¸ı":148306,"áºĴ":148307,"á¼¥":148308,"á½ķ":148309,"á½¼":148310,"âĤĬ":148311,"âĦĤ":148312,"âĦ©":148313,"âĩī":148314,"âī£":148315,"âĮł":148316,"âİŁ":148317,"âı®":148318,"âķĺ":148319,"âĹĸ":148320,"âĺ©":148321,"âĻij":148322,"âĻ²":148323,"âļĽ":148324,"ãĦŁ":148325,"ãī±":148326,"ãİļ":148327,"ê¡ķ":148328,"êªĸ":148329,"ê°¹":148330,"ê²Ĩ":148331,"êµĦ":148332,"ëĩ¬":148333,"ëĭ¯":148334,"ëıł":148335,"ëĴ¬":148336,"ëĸĪ":148337,"ëĸ½":148338,"ëĺĶ":148339,"ëŀ¸":148340,"ë¸ħ":148341,"뻳":148342,"ë¿Ł":148343,"ìĤµ":148344,"ìĬī":148345,"ìľ°":148346,"ìłĭ":148347,"ìłĶ":148348,"쥡":148349,"ìŃĿ":148350,"켬":148351,"íĪĩ":148352,"íīľ":148353,"íįĦ":148354,"íĽ¾":148355,"íĿ£":148356,"朗":148357,"勞":148358,"ï¦ľ":148359,"獵":148360,"ï§ľ":148361,"ï¨Ī":148362,"שׁ":148363,"הּ":148364,"ïŃ½":148365,"ï®ī":148366,"ï¯ŀ":148367,"ï°Ĵ":148368,"ï±ĩ":148369,"ï¿Ħ":148370,"ðĿIJħ":148371,"ðĿijĦ":148372,"ðĿijº":148373,"ðĿĴĹ":148374,"ðĿĵ®":148375,"ðĿķĽ":148376,"ðĿķŀ":148377,"ðĿĸij":148378,"ðĿĺģ":148379,"ðĿĺĨ":148380,"ðĿĺ¶":148381,"ðĿĻ¢":148382,"ðĿļľ":148383,"ðŁĮĥ":148384,"ðŁĮ¦":148385,"ðŁįŁ":148386,"ðŁİİ":148387,"ðŁıĻ":148388,"ðŁIJ©":148389,"ðŁIJ«":148390,"ðŁIJ´":148391,"ðŁijĶ":148392,"ðŁĵī":148393,"ðŁĵĽ":148394,"ðŁĶī":148395,"ðŁĸ¼":148396,"ðŁĹĥ":148397,"ðŁĹ¯":148398,"ðŁļĩ":148399,"ðŁļIJ":148400,"ðŁļµ":148401,"ðŁ¤¶":148402,"ðŁ¥ĭ":148403,"ðŁ¥ĵ":148404,"ðŁ¥®":148405,"ðŁ¦İ":148406,"ðŁ¦ł":148407,"ðŁ§Ĵ":148408,"ðŁ§¨":148409,"ÆIJ":148410,"Çį":148411,"ÓĢ":148412,"ÔĽ":148413,"ರ":148414,"à´Ļ":148415,"áĢĴ":148416,"ê²Ŀ":148417,"ê¹¹":148418,"ë©¥":148419,"ìĸĶ":148420,"ï¤ģ":148421,"ï¤ı":148422,"ï¦ī":148423,"ï¦ĵ":148424,"ï§ī":148425,"ï²Ŀ":148426,"ðĿĹŀ":148427,"ðĿű":148428,"ðŁĮĭ":148429,"ðŁį¶":148430,"à¦ļ":148431,"ìķľ":148432,"ðĿIJ¯":148433,"ðĿļĿ":148434,"à°¨":148435,"à½ĺ":148436,"à½ł":148437,"á¡¥":148438,"á¾°":148439,"âģį":148440,"âĶ°":148441,"⬾":148442,"ðĿIJł":148443,"ðĿij¯":148444,"ðĿĹĽ":148445,"ðĿĵ»":148446,"ðĿĸĪ":148447,"âŀ»":148448,"áŀł":148449,"⡱":148450,"â»ij":148451,"ðŁ§µ":148452,"廉":148453,"ðŁijĺ":148454,"ãĤĶ":148455,"â¼Ł":148456,"ãĬ¤":148457,"ï¦Ŀ":148458,"ãĮ¦":148459,"âĢ¸":148460,"ðŁĶĻ":148461,"ã¹":148462,"㹦":148463,"ï¹ħ":148464,"ï©Į":148465,"ãī¨":148466,"︽":148467,"âį¥":148468,"ðŁļī":148469,"ðŁ¥ľ":148470,"âĵľ":148471,"â»Ŀ":148472,"ï¨ľ":148473,"ðŁĴĴ":148474,"áĦij":148475,"â¾ŀ":148476,"ï¨ģ":148477,"à´ª":148478,"áĦİ":148479,"âŀ´":148480,"ষ":148481,"áħ¬":148482,"áŀ§":148483,"âĨ¢":148484,"âķ¦":148485,"âľij":148486,"ˬ":148487,"ÕIJ":148488,"à¼Ķ":148489,"ʤ":148490,"˨":148491,"à¤ŀ":148492,"à»ĥ":148493,"à¼ļ":148494,"âĵ¥":148495,"âķľ":148496,"ðŁIJĸ":148497,"á¼Ļ":148498,"ἤ":148499,"ìĨ°":148500,"ÈĤ":148501,"ʱ":148502,"à®ļ":148503,"áĥ§":148504,"á´ĭ":148505,"á´®":148506,"âĿ¡":148507,"âŀ·":148508,"ëĿ¡":148509,"梨":148510,"ﯡ":148511,"ðĿķķ":148512,"ðŁħ°":148513,"ðŁ¦¸":148514,"Ǹ":148515,"Óŀ":148516,"Ô¶":148517,"ÖĨ":148518,"Úģ":148519,"Ûĭ":148520,"áİ¥":148521,"᾿":148522,"âĶŃ":148523,"âĶ®":148524,"êĢĢ":148525,"ê±ĺ":148526,"ëIJŃ":148527,"ë½Ħ":148528,"ìĶIJ":148529,"ì¸Į":148530,"íģł":148531,"íĻ±":148532,"ï¥ī":148533,"ï¨ĸ":148534,"ðĿij´":148535,"ðĿĸĴ":148536,"ðĿĺ¨":148537,"ðĿļĮ":148538,"ðŁIJ¡":148539,"ðŁij¢":148540,"ðŁĵĶ":148541,"Åħ":148542,"Æİ":148543,"È©":148544,"Òª":148545,"Ôĥ":148546,"áĥ«":148547,"á¸ĩ":148548,"⼣":148549,"ê»Ń":148550,"ë¨Ħ":148551,"ìŁĢ":148552,"줴":148553,"íļIJ":148554,"盧":148555,"ðŁŁ¢":148556,"Ƨ":148557,"ȼ":148558,"ÊĿ":148559,"ËĦ":148560,"Ëħ":148561,"Ëį":148562,"˧":148563,"Ò¥":148564,"ÕĶ":148565,"Øı":148566,"ؼ":148567,"ßIJ":148568,"ßľ":148569,"à¤ĵ":148570,"à¦Ļ":148571,"à®ĵ":148572,"ප":148573,"à¼į":148574,"à¼Ĵ":148575,"ལ":148576,"áĢĤ":148577,"áĢĬ":148578,"áĦĦ":148579,"áĪĺ":148580,"áĭĬ":148581,"áĮį":148582,"áijĭ":148583,"áŀĤ":148584,"áł¢":148585,"á¡Ŀ":148586,"á´¦":148587,"áµį":148588,"ᵨ":148589,"ḡ":148590,"ḯ":148591,"á¼£":148592,"âģĤ":148593,"âĦĺ":148594,"âĦľ":148595,"âĦ³":148596,"âĦµ":148597,"âĨ¦":148598,"âĩĨ":148599,"âĪ·":148600,"âĬļ":148601,"âĮ«":148602,"âĮ¯":148603,"âİĽ":148604,"âİľ":148605,"âݤ":148606,"âݦ":148607,"âİ®":148608,"âijī":148609,"âĶī":148610,"âķĻ":148611,"âĸĤ":148612,"âĹŃ":148613,"âĺĬ":148614,"âĺį":148615,"âĺĴ":148616,"âļĨ":148617,"⼧":148618,"âĽ²":148619,"âŀĺ":148620,"â¥Ħ":148621,"â´³":148622,"â´½":148623,"âµĪ":148624,"ãī¯":148625,"ãİij":148626,"㧬":148627,"êĻ¬":148628,"ê§ģ":148629,"곬":148630,"ê´ŀ":148631,"ê»ľ":148632,"ëħĵ":148633,"ëĭ¼":148634,"ëįĸ":148635,"ëĸ±":148636,"ëĿ°":148637,"롹":148638,"뢴":148639,"ë£Ģ":148640,"뤳":148641,"ë¨ķ":148642,"ëŃ¥":148643,"ìĦ¶":148644,"ìħ¤":148645,"ìĮķ":148646,"ìįª":148647,"ìı©":148648,"ìĴĢ":148649,"ìĶ¯":148650,"ìĿĶ":148651,"ìĿľ":148652,"ìłŃ":148653,"짦":148654,"쨩":148655,"첬":148656,"ì³¥":148657,"켯":148658,"íĢ«":148659,"íĢŃ":148660,"íĥ¸":148661,"íĵģ":148662,"íķ¬":148663,"íŸ":148664,"íĽķ":148665,"íľŃ":148666,"íĿĹ":148667,"ï¤Į":148668,"浪":148669,"刺":148670,"ï¬Ħ":148671,"ï¬ħ":148672,"ïŃij":148673,"ïŃ«":148674,"ïŃº":148675,"ï®Ĥ":148676,"ﮢ":148677,"ﮨ":148678,"ï°İ":148679,"ï°ł":148680,"ï²£":148681,"ï³IJ":148682,"ï³Ĵ":148683,"ï³ĺ":148684,"ï³ľ":148685,"ï¹¼":148686,"￨":148687,"ðĿIJ©":148688,"ðĿĴļ":148689,"ðĿķĶ":148690,"ðĿķ¤":148691,"ðĿĸĮ":148692,"ðĿĹ£":148693,"ðĿĹ°":148694,"ðĿĹ´":148695,"ðĿĺĤ":148696,"ðĿĺ¥":148697,"ðĿĺ®":148698,"ðĿĺ¸":148699,"ðĿĻĢ":148700,"ðĿĽ¾":148701,"ðĿľı":148702,"ðŁĮģ":148703,"ðŁĮľ":148704,"ðŁĮ¥":148705,"ðŁĮ¯":148706,"ðŁįIJ":148707,"ðŁİĴ":148708,"ðŁıĶ":148709,"ðŁıķ":148710,"ðŁı®":148711,"ðŁIJĤ":148712,"ðŁIJī":148713,"ðŁIJ¹":148714,"ðŁĶķ":148715,"ðŁĶļ":148716,"ðŁķij":148717,"ðŁķ£":148718,"ðŁĹŀ":148719,"ðŁĹ¡":148720,"ðŁĹ¿":148721,"ðŁļĨ":148722,"ðŁļĬ":148723,"ðŁļĵ":148724,"ðŁļķ":148725,"ðŁļ¾":148726,"ðŁĽģ":148727,"ðŁĽİ":148728,"ðŁĽı":148729,"ðŁ¤´":148730,"ðŁ¥ķ":148731,"ðŁ¥ĸ":148732,"ðŁ¥ł":148733,"ðŁ¥¥":148734,"ðŁ¦Ĩ":148735,"ðŁ¦ī":148736,"ðŁ¦ļ":148737,"ðŁ§ij":148738,"ðŁ§¥":148739,"ðŁ§¿":148740,"Å°":148741,"ƺ":148742,"ɧ":148743,"àªĩ":148744,"ண":148745,"áĪĪ":148746,"áĬ¤":148747,"áĭ®":148748,"áĮĪ":148749,"áĮµ":148750,"ᥲ":148751,"âĵŁ":148752,"êĻ³":148753,"ê°Ĭ":148754,"ëķģ":148755,"ëķ¨":148756,"ìĬģ":148757,"例":148758,"גּ":148759,"ðĿĸį":148760,"ðĿĺĮ":148761,"ðĿĺ³":148762,"ðĿĻ©":148763,"ðŁįĻ":148764,"ðŁĸĸ":148765,"áī³":148766,"áĭ¨":148767,"áĸĩ":148768,"áŀĮ":148769,"ṧ":148770,"âķª":148771,"âŀļ":148772,"â²ĺ":148773,"êķ":148774,"êķ¥":148775,"路":148776,"ﮣ":148777,"ï¯ł":148778,"ðĿĴĸ":148779,"ðĿķĺ":148780,"ðĿĸĩ":148781,"ðĿĹŁ":148782,"ðĿĹª":148783,"ðĿĹ¯":148784,"ðĿĻł":148785,"ðŁĵı":148786,"à¦Ĺ":148787,"âĴ»":148788,"â²ł":148789,"ðĿĵµ":148790,"Ê£":148791,"à°ľ":148792,"áĬ¢":148793,"áŀIJ":148794,"ḷ":148795,"âĦĽ":148796,"âĩĢ":148797,"âĩĬ":148798,"êĴ¦":148799,"ê¦ł":148800,"ﮤ":148801,"ðŁįĽ":148802,"ðŁ¤Ľ":148803,"ᨾ":148804,"âŀº":148805,"áķ¯":148806,"áĽı":148807,"âĩĤ":148808,"âĶ¹":148809,"âĻĹ":148810,"ðŁĸ¨":148811,"ê¦ı":148812,"ર":148813,"áļ¨":148814,"ðŁ¤¥":148815,"ðŁ§¢":148816,"ãIJĤ":148817,"ãĦ¥":148818,"ðŁĸĮ":148819,"â¼Ĵ":148820,"ãĬ§":148821,"âį©":148822,"ðŁ¦ij":148823,"âĶ·":148824,"ï©IJ":148825,"ï©¡":148826,"ðĵĪ":148827,"ðĵĪĴ":148828,"â»Ħ":148829,"ï¨Ĵ":148830,"âĦª":148831,"Ò§":148832,"ÚĮ":148833,"âĢ¶":148834,"âºł":148835,"â»ģ":148836,"âĨ¸":148837,"áĦIJ":148838,"ãħIJ":148839,"à»Ħ":148840,"áĹª":148841,"âĨ¼":148842,"âĩĭ":148843,"âĩĺ":148844,"âĮij":148845,"âĸ©":148846,"ðĿIJĹ":148847,"ÄĬ":148848,"à¦ī":148849,"ìīł":148850,"ɤ":148851,"ßį":148852,"ßı":148853,"áµĹ":148854,"âĤ¥":148855,"âĵī":148856,"âĶł":148857,"âĶ¨":148858,"âķĦ":148859,"ä¤":148860,"ä¤Ģ":148861,"껸":148862,"ï®ģ":148863,"ðĵĤ":148864,"ðĵĤĥ":148865,"ðŁ¦ķ":148866,"ÆĽ":148867,"à¦ĩ":148868,"ãıĺ":148869,"﮼":148870,"Úĵ":148871,"ÚĿ":148872,"à¦ĵ":148873,"ද":148874,"á´ħ":148875,"á½Ļ":148876,"âģ¼":148877,"âĸİ":148878,"⼩":148879,"äĶ":148880,"äĶĢ":148881,"뻡":148882,"ìĽ½":148883,"íģĦ":148884,"良":148885,"ï±ī":148886,"ï¹»":148887,"ðĿĸĭ":148888,"ðĿĻĪ":148889,"ðĿĻª":148890,"ðĿĻ¶":148891,"ðŁIJĦ":148892,"ðŁIJĨ":148893,"áİ¢":148894,"á¸Į":148895,"âĿ´":148896,"ðŁı¸":148897,"ÈĿ":148898,"ɸ":148899,"Îħ":148900,"Ïľ":148901,"Ó¢":148902,"Õ¹":148903,"à´ħ":148904,"àºĪ":148905,"áĭ°":148906,"áijİ":148907,"áłµ":148908,"á¡ł":148909,"á´ī":148910,"ḵ":148911,"á¿´":148912,"âĵ£":148913,"âĶ¶":148914,"⽯":148915,"ê²¥":148916,"ê¿ĺ":148917,"ëģİ":148918,"ëİĪ":148919,"ëĶ¯":148920,"ë²°":148921,"ìĺ¯":148922,"ìĽ¸":148923,"ìŀĹ":148924,"ì§ĺ":148925,"쬬":148926,"ì·¬":148927,"íģħ":148928,"íĵĶ":148929,"íĽĿ":148930,"冷":148931,"魯":148932,"沈":148933,"ï¯ĸ":148934,"ðĿĵħ":148935,"ðĿĻĦ":148936,"ðŁĵ¶":148937,"ðŁĹĴ":148938,"ðŁ¥Ķ":148939,"ðŁ¥Ń":148940,"Å®":148941,"Å´":148942,"Æī":148943,"Æ«":148944,"Çģ":148945,"Ç£":148946,"Ǻ":148947,"Ǽ":148948,"Èį":148949,"ȯ":148950,"Éľ":148951,"ʬ":148952,"Ëģ":148953,"ˤ":148954,"˵":148955,"ÏĽ":148956,"Ò¤":148957,"Ò¬":148958,"Óı":148959,"ÓĽ":148960,"Ó¡":148961,"Ó³":148962,"ÔĮ":148963,"Ô¬":148964,"Õ³":148965,"Ù»":148966,"Úī":148967,"Ú§":148968,"Üľ":148969,"ߪ":148970,"à¤Ŀ":148971,"à¦Ľ":148972,"à¨Ĩ":148973,"àªķ":148974,"ડ":148975,"à®İ":148976,"à°¬":148977,"ൻ":148978,"ർ":148979,"à¶ł":148980,"à¶Ń":148981,"බ":148982,"à·Ĩ":148983,"༽":148984,"áĢļ":148985,"áħ¢":148986,"áĨ¸":148987,"áĪĢ":148988,"áĪķ":148989,"áĪ°":148990,"áī¡":148991,"áī¤":148992,"áĬ¦":148993,"áĬ«":148994,"áĭĭ":148995,"áĭį":148996,"áݯ":148997,"áijŃ":148998,"áķĹ":148999,"᣼":149000,"á¥Ĵ":149001,"á©ī":149002,"áŃº":149003,"á´¡":149004,"áµĺ":149005,"ᵼ":149006,"ᶳ":149007,"á¸ģ":149008,"á¸ĭ":149009,"á¹Ļ":149010,"á¹Ŀ":149011,"Ṧ":149012,"áºħ":149013,"á¼Ĥ":149014,"á½ĥ":149015,"á½į":149016,"ὧ":149017,"á¾·":149018,"âĢµ":149019,"âĤİ":149020,"âĦĿ":149021,"âħĢ":149022,"âĨŀ":149023,"âĨ§":149024,"âĩħ":149025,"âĪĥ":149026,"âīı":149027,"âī½":149028,"âĬŀ":149029,"âĬ¡":149030,"âĬ§":149031,"âĬ¶":149032,"âĭĦ":149033,"âİĴ":149034,"âİ¡":149035,"âİ£":149036,"âݪ":149037,"âıİ":149038,"âĵĥ":149039,"âĵĸ":149040,"âĵ¨":149041,"âķĭ":149042,"âķĸ":149043,"âķ¢":149044,"âķ²":149045,"âĸĨ":149046,"âĸĬ":149047,"âĸį":149048,"âĸ®":149049,"âĺ¡":149050,"âĺ¦":149051,"âĺ±":149052,"âĺ¿":149053,"âĻĺ":149054,"âĻĿ":149055,"âļ°":149056,"âĽij":149057,"âŀª":149058,"â¤Ŀ":149059,"⤢":149060,"⤷":149061,"⧫":149062,"â¨Ń":149063,"⨯":149064,"â±£":149065,"â²İ":149066,"⵼":149067,"ãħĶ":149068,"ãĪı":149069,"ãī²":149070,"ãī³":149071,"ãĬij":149072,"ãĭĽ":149073,"ãİIJ":149074,"겤":149075,"ê·¿":149076,"ê¹ŀ":149077,"껨":149078,"ê¼į":149079,"꿸":149080,"ëĥ¬":149081,"ëĩIJ":149082,"ëĭł":149083,"ëį¯":149084,"ëĹĮ":149085,"ëĹij":149086,"ë¥Ģ":149087,"ëªĥ":149088,"몯":149089,"뱡":149090,"ë³ĵ":149091,"ë³½":149092,"뵾":149093,"ìĤ³":149094,"ìħ¥":149095,"ìĩ½":149096,"ìı¨":149097,"ìı¸":149098,"ìķį":149099,"ìĸĸ":149100,"ìŁ¨":149101,"ì¢ĥ":149102,"ì¢į":149103,"ì¥ij":149104,"짼":149105,"ì©ĥ":149106,"ì®ľ":149107,"쮸":149108,"ì³ij":149109,"ì´¥":149110,"ì¾ĥ":149111,"íħ¦":149112,"íĪ¿":149113,"íĵ½":149114,"íķ³":149115,"íĸı":149116,"íĹł":149117,"íĿ«":149118,"ï¤ĵ":149119,"ï¤ĺ":149120,"ï¥İ":149121,"略":149122,"ï¦ħ":149123,"尿":149124,"ï§ĩ":149125,"ï¬Ĩ":149126,"דּ":149127,"ï®ĩ":149128,"ï®Ī":149129,"ï®Ŀ":149130,"ﮩ":149131,"ï®±":149132,"ï¯ĺ":149133,"ï¯Ļ":149134,"ﯢ":149135,"ﯣ":149136,"ﯤ":149137,"ﯥ":149138,"ï±Ĥ":149139,"ï²Ĩ":149140,"ﲪ":149141,"ï´¼":149142,"ïºī":149143,"ïºĬ":149144,"ﺥ":149145,"ðĿij¨":149146,"ðĿij©":149147,"ðĿij²":149148,"ðĿĴĮ":149149,"ðĿĴª":149150,"ðĿĴ®":149151,"ðĿĵĤ":149152,"ðĿĵĪ":149153,"ðĿĵ¯":149154,"ðĿĶ¨":149155,"ðĿķĢ":149156,"ðĿķĨ":149157,"ðĿķ¦":149158,"ðĿķ§":149159,"ðĿķ«":149160,"ðĿķ·":149161,"ðĿŵ":149162,"ðĿŸ":149163,"ðĿĺĦ":149164,"ðĿĺĻ":149165,"ðĿĺł":149166,"ðĿĺ¬":149167,"ðĿĻį":149168,"ðĿĻij":149169,"ðĿĻ¡":149170,"ðĿĻ¨":149171,"ðĿĻ·":149172,"ðĿļį":149173,"ðĿĽ¿":149174,"ðŁĥ":149175,"ðŁĥı":149176,"ðŁħĺ":149177,"ðŁī":149178,"ðŁīij":149179,"ðŁİ¡":149180,"ðŁİª":149181,"ðŁİ±":149182,"ðŁİ³":149183,"ðŁİº":149184,"ðŁıİ":149185,"ðŁıĹ":149186,"ðŁıļ":149187,"ðŁıŀ":149188,"ðŁı¦":149189,"ðŁı§":149190,"ðŁIJģ":149191,"ðŁIJħ":149192,"ðŁIJĵ":149193,"ðŁĴĤ":149194,"ðŁĵij":149195,"ðŁĵĵ":149196,"ðŁĵ¨":149197,"ðŁĵ«":149198,"ðŁĶĭ":149199,"ðŁĶŃ":149200,"ðŁĶ¯":149201,"ðŁķĹ":149202,"ðŁļĤ":149203,"ðŁļ¢":149204,"ðŁļ¦":149205,"ðŁļ¬":149206,"ðŁĽĭ":149207,"ðŁĽĮ":149208,"ðŁĽ¬":149209,"ðŁĽ¶":149210,"ðŁŁ¡":149211,"ðŁ¥ĺ":149212,"ðŁ¥Ł":149213,"ðŁ¥¦":149214,"ðŁ¦ĩ":149215,"ðŁ¦Ī":149216,"ðŁ§Ĭ":149217,"ðŁ§Ĺ":149218,"ðŁ§¤":149219,"Ê·":149220,"˹":149221,"á¹ļ":149222,"á½¥":149223,"âĦŁ":149224,"겯":149225,"껫":149226,"ë°·":149227,"ìĥĨ":149228,"ìĽĿ":149229,"ì¨ī":149230,"ì«ı":149231,"ï¯ķ":149232,"ðĿľĭ":149233,"ɲ":149234,"ÒŃ":149235,"ÓĪ":149236,"à½Ľ":149237,"áĭĵ":149238,"áĻŃ":149239,"áł©":149240,"á¹®":149241,"âĦĴ":149242,"âĨ»":149243,"âµĥ":149244,"ëĢ¨":149245,"볧":149246,"ìī¥":149247,"ìĮľ":149248,"ìŶ":149249,"ì¨Ī":149250,"쪾":149251,"íı½":149252,"íļĶ":149253,"íĽµ":149254,"露":149255,"ï¦IJ":149256,"ï§Ĺ":149257,"ï§ļ":149258,"אָ":149259,"ðĿIJĬ":149260,"ðĿķĹ":149261,"ðĿĹļ":149262,"ðĿļĸ":149263,"ðŁħ´":149264,"Èĥ":149265,"ÉĿ":149266,"ϱ":149267,"ÓĹ":149268,"ढ":149269,"áħł":149270,"áī¦":149271,"áijĮ":149272,"áĴ¼":149273,"áŀ¡":149274,"᳨":149275,"áłŃ":149276,"á¨ħ":149277,"á¨Ķ":149278,"á´ĺ":149279,"ᶦ":149280,"á¸İ":149281,"á¼ħ":149282,"á¼¹":149283,"âĨ¯":149284,"âĵİ":149285,"ãıĮ":149286,"êī":149287,"êīĤ":149288,"ëĨ§":149289,"ëĿ±":149290,"좡":149291,"íĪ½":149292,"ï¤ĩ":149293,"ï¤Ľ":149294,"ðĿIJķ":149295,"ðĿĵ¸":149296,"ðĿĵ¼":149297,"ðĿĹķ":149298,"ðĿĺĪ":149299,"ðŁı£":149300,"ðŁı¤":149301,"ðŁĹĦ":149302,"Ñ·":149303,"Òł":149304,"áµĸ":149305,"Ἠ":149306,"ë¬Ħ":149307,"ï°´":149308,"âĪ½":149309,"ÕŃ":149310,"Ú¹":149311,"à¥Ł":149312,"áĢĨ":149313,"áŀĴ":149314,"ãĢ¶":149315,"ꦫ":149316,"ï¸ĵ":149317,"ðĿIJĽ":149318,"ðĿĺĹ":149319,"ðŁıľ":149320,"ì«Ń":149321,"ðŁ§ŀ":149322,"à½Ĥ":149323,"âĨ¿":149324,"âĩı":149325,"âĵģ":149326,"âĶ§":149327,"âķģ":149328,"âķ¤":149329,"ê¦Ĺ":149330,"ꦤ":149331,"ðŁıĪ":149332,"áŀķ":149333,"Ô½":149334,"àªĹ":149335,"à¬Ĩ":149336,"âķķ":149337,"ï½ł":149338,"⼦":149339,"⼯":149340,"â¾·":149341,"âĶĸ":149342,"à¬ĵ":149343,"âĺĹ":149344,"âįĭ":149345,"ï¨Ŀ":149346,"â¼¥":149347,"寧":149348,"âĦĬ":149349,"ãĢ´":149350,"âį¢":149351,"ð¡Ī":149352,"ð¡Ī½":149353,"難":149354,"ãĢ»":149355,"ãıĥ":149356,"說":149357,"ï¨ĺ":149358,"ðŁIJĥ":149359,"ðŁĨĸ":149360,"ðŁĹ¾":149361,"ãĦĩ":149362,"Þĭ":149363,"â¼¼":149364,"ï¨Ń":149365,"ÞĢ":149366,"ÞĦ":149367,"ÞĪ":149368,"ÞIJ":149369,"âĮĦ":149370,"â»ĺ":149371,"ãŁ¢":149372,"áħ§":149373,"ðIJĮ¿":149374,"Ë»":149375,"à²Ĺ":149376,"áĢĩ":149377,"áŀĬ":149378,"âķĩ":149379,"ãĩ¼":149380,"ãİ°":149381,"ÕĴ":149382,"ÜĪ":149383,"ߥ":149384,"à¿IJ":149385,"áĢŁ":149386,"âĨ¥":149387,"âķĮ":149388,"â½Ģ":149389,"â½°":149390,"â¾Ĭ":149391,"äĦ":149392,"äĦĢ":149393,"ðĵIJ":149394,"ðĵIJį":149395,"ðŁİ¦":149396,"âĤ¯":149397,"âĬĺ":149398,"âĦį":149399,"ʵ":149400,"Ѷ":149401,"Úĥ":149402,"à¦Ķ":149403,"à´¦":149404,"áݶ":149405,"áĵķ":149406,"Ṩ":149407,"âĤł":149408,"âĩ°":149409,"âĹĴ":149410,"â¿Ĭ":149411,"ê·±":149412,"ì¹ķ":149413,"íĪ©":149414,"ïŃĢ":149415,"ðĿĴ¸":149416,"ðĿĵĬ":149417,"ðĿĺ©":149418,"Ǧ":149419,"É«":149420,"áĬ¨":149421,"ȹ":149422,"ʯ":149423,"Ϊ":149424,"ÚĢ":149425,"áĮ¸":149426,"áİ»":149427,"áıķ":149428,"áı´":149429,"á²Ĥ":149430,"Ὠ":149431,"âıĿ":149432,"âĺĻ":149433,"ëĥ¨":149434,"ëĦ¼":149435,"ëĪĻ":149436,"ë£ħ":149437,"ìĶ¼":149438,"ìķĿ":149439,"ìļ¬":149440,"ìľ±":149441,"ï¥Ĥ":149442,"惡":149443,"יּ":149444,"ïŃģ":149445,"ï³Ī":149446,"ðĿĶħ":149447,"ðĿĺ¤":149448,"ðĿĻı":149449,"ðĿĻĻ":149450,"ðŁķī":149451,"ðŁ§Ļ":149452,"á¸ij":149453,"ê´¼":149454,"ëģį":149455,"ëĹ´":149456,"ëĿ³":149457,"ë°ŀ":149458,"ë°¢":149459,"ëµĺ":149460,"ìĤĶ":149461,"ìĦĦ":149462,"ì¼ļ":149463,"íĢł":149464,"íĬ±":149465,"íĮĸ":149466,"ï¤ij":149467,"領":149468,"隸":149469,"ï´į":149470,"ðĿĺ·":149471,"Ĭ":149472,"Ŭ":149473,"ÆĢ":149474,"Æĭ":149475,"Æľ":149476,"Çij":149477,"Çĺ":149478,"Çŀ":149479,"Ç¥":149480,"Ç®":149481,"É°":149482,"ɶ":149483,"É·":149484,"ɽ":149485,"ÊĪ":149486,"ÊIJ":149487,"Ëİ":149488,"ËŁ":149489,"˦":149490,"˯":149491,"ÏIJ":149492,"Ïĵ":149493,"Ï¢":149494,"Ϥ":149495,"Ϫ":149496,"ÏŃ":149497,"Ï®":149498,"Ï»":149499,"Ñł":149500,"ÑŃ":149501,"Ò¨":149502,"ÓĿ":149503,"Ô¡":149504,"Ô·":149505,"Õī":149506,"Õĵ":149507,"Õĸ":149508,"Õļ":149509,"ÕĿ":149510,"Öİ":149511,"Ø¿":149512,"Úħ":149513,"Úį":149514,"ÚĶ":149515,"ÛĬ":149516,"Û¾":149517,"ÜĻ":149518,"ÝĴ":149519,"Ýĺ":149520,"ßĴ":149521,"ßĸ":149522,"à¤Ĭ":149523,"à¤IJ":149524,"à¦ı":149525,"à¦ĸ":149526,"à§Ł":149527,"મ":149528,"હ":149529,"à®ħ":149530,"à®Ĩ":149531,"à°¡":149532,"à°°":149533,"à²ļ":149534,"ಮ":149535,"ಯ":149536,"à´Ł":149537,"à´·":149538,"ൾ":149539,"à¶ij":149540,"à¶ŀ":149541,"༼":149542,"à½ĵ":149543,"áĢĵ":149544,"áĤ¦":149545,"áĥĸ":149546,"áĥŃ":149547,"áĥ¯":149548,"áħ¨":149549,"áħª":149550,"áĨ°":149551,"áĪģ":149552,"áĪİ":149553,"áĪĵ":149554,"áĪ¥":149555,"áĪ²":149556,"áĪ´":149557,"áĪ»":149558,"áīł":149559,"áī²":149560,"áī¶":149561,"áĬ£":149562,"áĬ¥":149563,"áĬª":149564,"áĭĺ":149565,"áĭ²":149566,"áĭ¶":149567,"áĮ£":149568,"áį¡":149569,"áį£":149570,"áݬ":149571,"áݾ":149572,"áIJ¡":149573,"áķķ":149574,"áĸ±":149575,"áĹIJ":149576,"áĹŃ":149577,"áĺī":149578,"áļ±":149579,"ἣ":149580,"áŀ¥":149581,"áŁĶ":149582,"áł£":149583,"áłª":149584,"áł°":149585,"áł´":149586,"á¤ĸ":149587,"ᥣ":149588,"á®":149589,"᮳":149590,"á¯":149591,"á¯Ļ":149592,"á°":149593,"á°į":149594,"á´Ĭ":149595,"á´¾":149596,"áµģ":149597,"áµİ":149598,"áµŀ":149599,"ᵤ":149600,"á¶ħ":149601,"á¶ĺ":149602,"ᶣ":149603,"ᶢ":149604,"ᶤ":149605,"ᶱ":149606,"ᶻ":149607,"á¸ī":149608,"á¸ŀ":149609,"Ḻ":149610,"á¹ĵ":149611,"á¹Ĺ":149612,"Ṫ":149613,"áºĬ":149614,"áºı":149615,"áºĽ":149616,"á¼ĥ":149617,"á¼Į":149618,"Ἷ":149619,"á½Ĥ":149620,"á½ĵ":149621,"á½Ĺ":149622,"ὦ":149623,"á¾±":149624,"á¾´":149625,"á¿ĺ":149626,"á¿Ł":149627,"Ὸ":149628,"âģĺ":149629,"âĤij":149630,"âĤĽ":149631,"âĤ¿":149632,"âĦĩ":149633,"âĦŀ":149634,"âĦ±":149635,"âĩŁ":149636,"âĩ²":149637,"âĪ¤":149638,"âĪ¶":149639,"âīĤ":149640,"âī¾":149641,"âĬ¨":149642,"âĬ³":149643,"âĬ·":149644,"âĭĮ":149645,"âĭĺ":149646,"âĮķ":149647,"âĮ¥":149648,"âĮµ":149649,"âĮº":149650,"âį£":149651,"âį²":149652,"âįµ":149653,"âİĩ":149654,"âıĥ":149655,"âıIJ":149656,"âıł":149657,"âı¤":149658,"âı¶":149659,"âı¸":149660,"âı¹":149661,"âijĤ":149662,"âĴ·":149663,"âĴº":149664,"âĵ¡":149665,"âĵ¤":149666,"âĶ¾":149667,"âĸĺ":149668,"âĸµ":149669,"âĹª":149670,"âĹ·":149671,"âĺ¨":149672,"âĺ«":149673,"âĺ²":149674,"âĺ³":149675,"âĻĨ":149676,"âļ¤":149677,"âļ¥":149678,"âĽĵ":149679,"⼴":149680,"âĽ¾":149681,"âŀ«":149682,"âŀ¿":149683,"⣷":149684,"â¤ij":149685,"⤫":149686,"⤶":149687,"⤽":149688,"⧪":149689,"â¨Ģ":149690,"⩽":149691,"⬡":149692,"⬢":149693,"⬤":149694,"â²ĸ":149695,"Ⲫ":149696,"âµĢ":149697,"⸮":149698,"⸽":149699,"ãĢł":149700,"ãĢ·":149701,"ãĦĮ":149702,"ãĦĺ":149703,"ãħij":149704,"ãĪİ":149705,"ãĪIJ":149706,"ãĬľ":149707,"ãĮĵ":149708,"ãĮł":149709,"ãİŁ":149710,"ãݤ":149711,"ãݧ":149712,"㬮":149713,"äĪ":149714,"äĪĢ":149715,"ä°":149716,"ä°Ģ":149717,"êħ":149718,"êħī":149719,"êĩĹ":149720,"êĪ":149721,"êĪį":149722,"ê§Ĥ":149723,"ê§Ĭ":149724,"êªĢ":149725,"ê²Ī":149726,"ê²į":149727,"ê³Ģ":149728,"êµł":149729,"ê½IJ":149730,"ê¾Ī":149731,"꿱":149732,"ëĥı":149733,"ëĦij":149734,"ëħ¤":149735,"ëĩ¸":149736,"ëĪ¼":149737,"ëīħ":149738,"ëĬ£":149739,"ëĭº":149740,"ëįŀ":149741,"ëIJĮ":149742,"ëķ¸":149743,"ëĺł":149744,"ëĻĩ":149745,"ëĻĪ":149746,"ëľ½":149747,"ëŀĶ":149748,"ëłľ":149749,"ë£IJ":149750,"ë§Ģ":149751,"ë§Ĭ":149752,"ëªĢ":149753,"ë¬Ń":149754,"믾":149755,"ë³ľ":149756,"ë´Ĭ":149757,"ëµī":149758,"ë·ľ":149759,"ë¸Ģ":149760,"ë¹ĭ":149761,"ìģĦ":149762,"ìĤ£":149763,"ìĤ»":149764,"ìĦµ":149765,"ìħĴ":149766,"ìīĪ":149767,"ìīĶ":149768,"ìĬĮ":149769,"ìĬĻ":149770,"ìIJ´":149771,"ìĵº":149772,"ìķļ":149773,"ìķº":149774,"ìĸľ":149775,"ìĹª":149776,"ìĺľ":149777,"ìĻ¤":149778,"ìļĽ":149779,"ìļº":149780,"ìĿħ":149781,"ìĿı":149782,"ìĿŃ":149783,"ìĿ¶":149784,"ìłĽ":149785,"ì¡Ī":149786,"ì¢ī":149787,"ì¢Ķ":149788,"ì©ł":149789,"ìŃĮ":149790,"쯩":149791,"ì´£":149792,"ì¸ķ":149793,"ì¹Ł":149794,"쾡":149795,"ì¿Ļ":149796,"íģĩ":149797,"íģī":149798,"íĩĢ":149799,"íĪ¶":149800,"íĸij":149801,"íĸ¤":149802,"íĹħ":149803,"íľı":149804,"íĿĿ":149805,"ï¤Ĵ":149806,"ï¤ķ":149807,"郎":149808,"ï¥ħ":149809,"ï¥ĩ":149810,"ï¥ı":149811,"ï¥ļ":149812,"ï¥Ł":149813,"ï¦Ħ":149814,"ï¦Ī":149815,"令":149816,"囹":149817,"零":149818,"ï§ģ":149819,"ï§ĥ":149820,"ï§Ķ":149821,"ï§ł":149822,"泥":149823,"燐":149824,"ïŃIJ":149825,"ïŃĸ":149826,"ïѦ":149827,"ïŃ´":149828,"ïѵ":149829,"ïѶ":149830,"ïѸ":149831,"ï®Į":149832,"ï®İ":149833,"ï®ŀ":149834,"ï®Ł":149835,"ﮡ":149836,"ﮪ":149837,"ï¯Ķ":149838,"ï¯Ĺ":149839,"ï¯ļ":149840,"ï¯Ľ":149841,"ï¯Ŀ":149842,"ï¯Ł":149843,"ﯧ":149844,"ﯨ":149845,"ﯫ":149846,"ﯯ":149847,"ﯰ":149848,"ﯱ":149849,"ﯲ":149850,"ﯳ":149851,"ﯴ":149852,"ﯵ":149853,"ﯶ":149854,"ï°Ģ":149855,"ï±ħ":149856,"ï±Ķ":149857,"ï±´":149858,"ï²ģ":149859,"ï³ķ":149860,"ï·½":149861,"ï¸ķ":149862,"︱":149863,"ï¹£":149864,"ï¹½":149865,"ï»į":149866,"ï¾±":149867,"ðĿIJĻ":149868,"ðĿIJ½":149869,"ðĿij¤":149870,"ðĿij®":149871,"ðĿijµ":149872,"ðĿĴĥ":149873,"ðĿĴĦ":149874,"ðĿĵŃ":149875,"ðĿĵ·":149876,"ðĿĶĸ":149877,"ðĿĶŀ":149878,"ðĿĶ¢":149879,"ðĿĶ¦":149880,"ðĿĶ¬":149881,"ðĿķĦ":149882,"ðĿķĬ":149883,"ðĿķİ":149884,"ðĿķĻ":149885,"ðĿķľ":149886,"ðĿķŃ":149887,"ðĿķ³":149888,"ðĿķ¸":149889,"ðĿķ¾":149890,"ðĿĸī":149891,"ðĿĸı":149892,"ðĿĺĩ":149893,"ðĿĺī":149894,"ðĿĺĸ":149895,"ðĿĺĽ":149896,"ðĿĺŀ":149897,"ðĿĺ«":149898,"ðĿĺ¾":149899,"ðĿĻĩ":149900,"ðĿĻī":149901,"ðĿĻĭ":149902,"ðĿĻİ":149903,"ðĿĻĺ":149904,"ðĿĻ¥":149905,"ðĿļĥ":149906,"ðĿļIJ":149907,"ðĿļĶ":149908,"ðĿľĥ":149909,"ðŁĦ·":149910,"ðŁħĿ":149911,"ðŁħ¾":149912,"ðŁĨĤ":149913,"ðŁĨĵ":149914,"ðŁĮĤ":149915,"ðŁĮĨ":149916,"ðŁĮī":149917,"ðŁĮij":149918,"ðŁĮĺ":149919,"ðŁĮ©":149920,"ðŁĮ«":149921,"ðŁį¢":149922,"ðŁį¥":149923,"ðŁİĽ":149924,"ðŁİ¢":149925,"ðŁİ´":149926,"ðŁij¡":149927,"ðŁĴ¾":149928,"ðŁĵŃ":149929,"ðŁĶĪ":149930,"ðŁĶ¦":149931,"ðŁĶ²":149932,"ðŁĶ³":149933,"ðŁķĵ":149934,"ðŁķķ":149935,"ðŁķĺ":149936,"ðŁķŁ":149937,"ðŁķ·":149938,"ðŁĹ³":149939,"ðŁļĦ":149940,"ðŁļĶ":149941,"ðŁļĸ":149942,"ðŁĽIJ":149943,"ðŁĽ¤":149944,"ðŁĽ¸":149945,"ðŁł":149946,"ðŁł³":149947,"ðŁ¤¹":149948,"ðŁ¥ĥ":149949,"ðŁ¥¨":149950,"ðŁ¥ª":149951,"ðŁ¥¾":149952,"ðŁ¦ĥ":149953,"ðŁ¦Ĵ":149954,"ðŁ¦Ļ":149955,"ðŁ¦¶":149956,"ðŁ§ł":149957,"ðŁ§ª":149958,"ðŁ§Ń":149959,"ðŁ§²":149960,"ð£·":149961,"ð£·Ń":149962,"ð¦ĺ":149963,"ð¦ĺĴ":149964,"Æij":149965,"ÇĻ":149966,"È®":149967,"Øł":149968,"ÚĦ":149969,"ÜĢ":149970,"ߢ":149971,"áīĢ":149972,"áĬIJ":149973,"áİł":149974,"áºŀ":149975,"ëĪŀ":149976,"ëķŁ":149977,"ë£ģ":149978,"ë¤Ĺ":149979,"ìĦ¥":149980,"ìħij":149981,"ìĸIJ":149982,"ìĽĽ":149983,"ì£ķ":149984,"íİı":149985,"íĽĵ":149986,"梁":149987,"ï³Ľ":149988,"ï´«":149989,"ðĸ§":149990,"ðĸ§·":149991,"ðĿķģ":149992,"ðŁIJª":149993,"ðŁĴĪ":149994,"ðŁĵł":149995,"ðŁķĽ":149996,"ðŁķ´":149997,"ÑĿ":149998,"ÓĬ":149999,"ॲ":150000,"પ":150001,"áĥ¤":150002,"áįIJ":150003,"ᶰ":150004,"á¼Ŀ":150005,"Ὡ":150006,"âĭĭ":150007,"âĴ½":150008,"âĻ¾":150009,"â½Ķ":150010,"⾯":150011,"ãĦĴ":150012,"ãħļ":150013,"ëIJį":150014,"ë·ģ":150015,"ìĭĢ":150016,"ìļĿ":150017,"쥰":150018,"캴":150019,"íĭī":150020,"íĿ½":150021,"ï¦Ģ":150022,"樂":150023,"ï§ħ":150024,"ï§ĵ":150025,"ïŃ¯":150026,"ï®Ĩ":150027,"ðIJ¤ķ":150028,"ðĿIJŁ":150029,"ðĿĴħ":150030,"ðĿĵľ":150031,"ðĿĶ°":150032,"ðĿĶ»":150033,"ðĿĺį":150034,"ðĿĻ¯":150035,"ðŁĦ½":150036,"ðŁħĤ":150037,"ðŁħĶ":150038,"ðŁħ½":150039,"ðŁĵ´":150040,"ðŁ§ĸ":150041,"ÓĴ":150042,"Ḳ":150043,"ëī¼":150044,"Çı":150045,"Èĵ":150046,"ʸ":150047,"ÕĤ":150048,"Ûħ":150049,"ß¡":150050,"ߣ":150051,"ய":150052,"à°Ī":150053,"ಸ":150054,"ຮ":150055,"à¼ķ":150056,"áĢİ":150057,"áĨ¡":150058,"áIJĭ":150059,"áIJķ":150060,"áij¯":150061,"áŀĨ":150062,"á¨ķ":150063,"á©Ī":150064,"âģħ":150065,"âĨļ":150066,"âĶİ":150067,"âł©":150068,"â²Ĥ":150069,"â²Ķ":150070,"Ⲩ":150071,"ãĬļ":150072,"íĵ²":150073,"ðĿijĪ":150074,"ðĿij¬":150075,"ðĿij¹":150076,"ðĿĴ¾":150077,"ðĿĵ±":150078,"ðĿĵ½":150079,"ðĿķ¯":150080,"ðĿķ»":150081,"ðĿĺ½":150082,"ðĿļĨ":150083,"ðŁĦ°":150084,"ðŁIJ¨":150085,"Òķ":150086,"à²ħ":150087,"ï¨Ĩ":150088,"ðĿij°":150089,"ðŁĦ¸":150090,"Ôİ":150091,"Øį":150092,"Ùµ":150093,"ಶ":150094,"áĢĪ":150095,"áĺĹ":150096,"᳸":150097,"á¡¡":150098,"ᨲ":150099,"á©ģ":150100,"á´·":150101,"ᵧ":150102,"âķ¨":150103,"âļģ":150104,"â¾Ŀ":150105,"ãĢ¼":150106,"ãĦı":150107,"êĴ«":150108,"ꦥ":150109,"ꦩ":150110,"ꦲ":150111,"ìĺ¼":150112,"íĵIJ":150113,"ðĵĩ":150114,"ðĵĩ¼":150115,"ðĿķ¿":150116,"ðŁĽ´":150117,"먾":150118,"ವ":150119,"à´İ":150120,"à¼Ģ":150121,"âĩĸ":150122,"ãĪ«":150123,"âĵĢ":150124,"áħ´":150125,"áļ¾":150126,"áĽŀ":150127,"Ἣ":150128,"ᥴ":150129,"âĨĽ":150130,"âĨ¶":150131,"âĩ¤":150132,"âķŁ":150133,"âĺ·":150134,"âļIJ":150135,"ðŁ§´":150136,"á¹³":150137,"âĶį":150138,"âĶĴ":150139,"âĶ©":150140,"âĶ¦":150141,"â¾µ":150142,"àªľ":150143,"ત":150144,"âĩĻ":150145,"âĶ±":150146,"âķĢ":150147,"â½Ĭ":150148,"ï½Ł":150149,"ଡ":150150,"ðł®":150151,"ðł®·":150152,"âķĥ":150153,"â°Ķ":150154,"ãĬ¦":150155,"ðŁİIJ":150156,"ãĩ°":150157,"â¼Ŀ":150158,"â¾Ķ":150159,"â½Ĵ":150160,"âłĴ":150161,"都":150162,"ï©Ĵ":150163,"免":150164,"ï©ĸ":150165,"ðĵı¸":150166,"ãĮĥ":150167,"ðĸ¤":150168,"ðĸ¤IJ":150169,"ï¦Ń":150170,"âĬħ":150171,"â¾³":150172,"ä´¥":150173,"ï©ķ":150174,"ðŁĮĶ":150175,"áŀĭ":150176,"âļį":150177,"â¼ĭ":150178,"ãİĺ":150179,"ðIJĮ²":150180,"É©":150181,"áİij":150182,"âĨ®":150183,"âĩĥ":150184,"âļİ":150185,"ãĩ±":150186,"ãĭ©":150187,"ãĮ¶":150188,"êĻª":150189,"ëݬ":150190,"ï¨IJ":150191,"ï¨Ľ":150192,"ï©Ĭ":150193,"ï©į":150194,"ðĵħ":150195,"ðĵħº":150196,"Ï¡":150197,"Èij":150198,"ÉĤ":150199,"Ôĵ":150200,"ßİ":150201,"à´§":150202,"áĢī":150203,"áĢĭ":150204,"áĢij":150205,"áĢł":150206,"áļĻ":150207,"á¨Ħ":150208,"ᨩ":150209,"ᨹ":150210,"á©ĵ":150211,"ᬾ":150212,"á´Ļ":150213,"áµij":150214,"âĤŃ":150215,"âĨ°":150216,"âľģ":150217,"â½IJ":150218,"ãĭ¯":150219,"ãĮ½":150220,"íĨ¢":150221,"錄":150222,"ðŁĤ":150223,"ðŁĤ»":150224,"ÈĴ":150225,"ͺ":150226,"Ô¥":150227,"Õij":150228,"Ú¶":150229,"à§İ":150230,"ථ":150231,"àºĸ":150232,"àºľ":150233,"ຽ":150234,"áĥ»":150235,"áħ¯":150236,"áĭŀ":150237,"áĸķ":150238,"á´Ī":150239,"á¶Ĩ":150240,"Ḿ":150241,"á¹¼":150242,"Ῠ":150243,"âĦĭ":150244,"âĦŃ":150245,"âĪ±":150246,"âĮĵ":150247,"âĶĩ":150248,"âĶ¢":150249,"â±®":150250,"â²Ħ":150251,"ãĩ¾":150252,"ãĪ¬":150253,"븡":150254,"ìIJī":150255,"íĻĽ":150256,"ðĿķª":150257,"ƹ":150258,"Ͳ":150259,"Óģ":150260,"Û¼":150261,"ফ":150262,"áħŁ":150263,"áīĨ":150264,"áįĪ":150265,"áºĸ":150266,"á½ī":150267,"âĶ¸":150268,"⽩":150269,"êľ":150270,"êľ¥":150271,"êµħ":150272,"ëĤĶ":150273,"ëĦł":150274,"ëĩĹ":150275,"ëĻĿ":150276,"ìļ¯":150277,"ìļ·":150278,"ìŁĽ":150279,"ì·IJ":150280,"íŁ¬":150281,"íŁ®":150282,"íŁ°":150283,"ï¦Ĩ":150284,"鈴":150285,"ï²ŀ":150286,"ﳤ":150287,"ï³¥":150288,"ðIJĮ¸":150289,"ðĿĶı":150290,"ðĿķ®":150291,"ðĿĺ£":150292,"à¦Ī":150293,"âıı":150294,"ãĦĸ":150295,"ê²ĩ":150296,"ëĸĺ":150297,"ëľ·":150298,"ëŀĴ":150299,"ë¡ĵ":150300,"ë¢ī":150301,"ë£ĥ":150302,"ë§ĭ":150303,"ë²ĭ":150304,"ìĤ·":150305,"ìĪķ":150306,"ìĮ¨":150307,"ìĵ»":150308,"ìĸĬ":150309,"ìĻ¬":150310,"ìĿ»":150311,"ì¦ģ":150312,"쵤":150313,"ì·ĥ":150314,"íĢľ":150315,"íħī":150316,"íįł":150317,"íıħ":150318,"íij±":150319,"íķķ":150320,"íĸł":150321,"íĿķ":150322,"ÆĻ":150323,"Æļ":150324,"Æŀ":150325,"Çĥ":150326,"ÇĬ":150327,"Çľ":150328,"Ǥ":150329,"ÇŃ":150330,"ǹ":150331,"ÈĢ":150332,"Èģ":150333,"Èħ":150334,"Èī":150335,"ÈĹ":150336,"ÈŁ":150337,"Ȥ":150338,"È¥":150339,"Ȩ":150340,"ȵ":150341,"Ⱥ":150342,"È»":150343,"ÉĮ":150344,"É®":150345,"Êħ":150346,"Ê¥":150347,"ʨ":150348,"Ëĵ":150349,"ËĶ":150350,"Ëł":150351,"Ë£":150352,"˸":150353,"Í´":150354,"ÏĹ":150355,"Ïĺ":150356,"ÏĻ":150357,"Ïļ":150358,"ÏĿ":150359,"Ϩ":150360,"Ϭ":150361,"Ͼ":150362,"Ï¿":150363,"Ѫ":150364,"ÒĢ":150365,"Òľ":150366,"Ò¼":150367,"Ò½":150368,"ÓĤ":150369,"Óħ":150370,"Óĩ":150371,"Óį":150372,"Óĸ":150373,"ÓŁ":150374,"Ó«":150375,"Ó±":150376,"ÔĨ":150377,"Ôĩ":150378,"Ôº":150379,"Õĭ":150380,"Öī":150381,"ØĪ":150382,"ØĬ":150383,"ؽ":150384,"ؾ":150385,"Ù·":150386,"ÚĤ":150387,"ÚĬ":150388,"Úĸ":150389,"ÚĹ":150390,"Ú£":150391,"Ú«":150392,"Ú¸":150393,"ÛĢ":150394,"Ûį":150395,"Û½":150396,"Üī":150397,"ܤ":150398,"ݧ":150399,"Ý´":150400,"Þĥ":150401,"Þ¤":150402,"Þ¥":150403,"ßļ":150404,"߼":150405,"ߤ":150406,"àłį":150407,"àłĵ":150408,"àł³":150409,"à¡¢":150410,"à¥ł":150411,"à§ł":150412,"৺":150413,"à¨Ĭ":150414,"à¨IJ":150415,"ਮ":150416,"ਯ":150417,"ਰ":150418,"ਸ":150419,"àªĨ":150420,"ળ":150421,"વ":150422,"ઽ":150423,"à¬Į":150424,"à¬ĺ":150425,"ଽ":150426,"à®ĥ":150427,"ஸ":150428,"à°Ĩ":150429,"à°ķ":150430,"à°¦":150431,"à²Ĩ":150432,"à²Ĭ":150433,"à²Į":150434,"à²IJ":150435,"à²Ľ":150436,"ತ":150437,"ದ":150438,"ಪ":150439,"ಲ":150440,"ಹ":150441,"à´Ĩ":150442,"à´ı":150443,"à´Ĺ":150444,"à´«":150445,"à´¹":150446,"ൺ":150447,"ൽ":150448,"à¶ħ":150449,"à¶Ĭ":150450,"à¶Ķ":150451,"ට":150452,"ණ":150453,"ධ":150454,"à¼Ħ":150455,"à¼ħ":150456,"à¼Ĭ":150457,"à½Ļ":150458,"ཡ":150459,"ཧ":150460,"à¿Ģ":150461,"à¿Ļ":150462,"áĢĿ":150463,"áĢ§":150464,"áĢ©":150465,"áĢ¿":150466,"áģµ":150467,"áĤģ":150468,"áĤ½":150469,"áĥĤ":150470,"áĥª":150471,"áĦĬ":150472,"áĦ¢":150473,"áħ¦":150474,"áħŃ":150475,"áĨ®":150476,"áĨ±":150477,"áĨ»":150478,"áĩ":150479,"áĩĤ":150480,"áĪħ":150481,"áĪī":150482,"áĪĮ":150483,"áĪIJ":150484,"áĪĴ":150485,"áĪĻ":150486,"áĪļ":150487,"áĪľ":150488,"áĪŀ":150489,"áĪ©":150490,"áĪ³":150491,"áĪº":150492,"áĪ½":150493,"áīħ":150494,"áī¢":150495,"áī±":150496,"áī´":150497,"áĬĥ":150498,"áĬį":150499,"áĬĸ":150500,"áĬ®":150501,"áĬ¸":150502,"áĭĽ":150503,"áĭĿ":150504,"áĭ³":150505,"áĮģ":150506,"áĮħ":150507,"áĮ¥":150508,"áĮ¦":150509,"áĮ¨":150510,"áįĬ":150511,"áįį":150512,"áįķ":150513,"áįĸ":150514,"áį¢":150515,"áį¤":150516,"áİĴ":150517,"áݪ":150518,"áıģ":150519,"áıIJ":150520,"áıŁ":150521,"áIJĤ":150522,"áIJĸ":150523,"áIJĿ":150524,"áIJŀ":150525,"áIJŁ":150526,"áIJł":150527,"áijĸ":150528,"áĴĭ":150529,"áĴį":150530,"áĴ¡":150531,"áĵ«":150532,"áĶķ":150533,"áķĭ":150534,"áķij":150535,"áķĻ":150536,"áķļ":150537,"áķĽ":150538,"áķ¤":150539,"áķ¦":150540,"áķ®":150541,"áķ¼":150542,"áĸĵ":150543,"áĹĹ":150544,"áĹ¢":150545,"áĹ¯":150546,"áĹ·":150547,"áĺĦ":150548,"áĺij":150549,"áĽĤ":150550,"áĽĻ":150551,"áŀį":150552,"áłĨ":150553,"áł¡":150554,"᳦":150555,"áł®":150556,"áł¯":150557,"áł²":150558,"áł·":150559,"á¡į":150560,"á¡ŀ":150561,"ᡤ":150562,"á¡´":150563,"ᡵ":150564,"á¤ĵ":150565,"á¥ĸ":150566,"ᥰ":150567,"ᨦ":150568,"ᨧ":150569,"ᨨ":150570,"ᨪ":150571,"ᨬ":150572,"ᨯ":150573,"ᨳ":150574,"ᨵ":150575,"á©ĥ":150576,"á¬ķ":150577,"áŃ£":150578,"á±":150579,"á±ļ":150580,"á²ł":150581,"á´ĵ":150582,"á´¶":150583,"áµĤ":150584,"áµĮ":150585,"áµ¥":150586,"áµ´":150587,"á¶ĩ":150588,"á¸Ī":150589,"ḳ":150590,"ḧ":150591,"Ḵ":150592,"Ḿ":150593,"á¹Ģ":150594,"á¹ĸ":150595,"á¹Ł":150596,"á¹ł":150597,"ṫ":150598,"á¹±":150599,"á¹·":150600,"ṿ":150601,"áºĦ":150602,"áºį":150603,"áºij":150604,"áºĹ":150605,"á¼ī":150606,"á¼ĵ":150607,"á¼Ń":150608,"á½ĭ":150609,"á½Ĵ":150610,"á½ł":150611,"á½£":150612,"á¾Ħ":150613,"á¾ı":150614,"á¾ij":150615,"á¾Ĺ":150616,"ᾦ":150617,"ᾧ":150618,"á¾¾":150619,"á¿Ħ":150620,"á¿ĵ":150621,"á¿¡":150622,"Ῥ":150623,"âģļ":150624,"âĤĮ":150625,"âĦģ":150626,"âĦĶ":150627,"âĦ£":150628,"âĦ§":150629,"âĦ¯":150630,"âĦ°":150631,"âĦ´":150632,"âħħ":150633,"âĨľ":150634,"âĨ«":150635,"âĨŃ":150636,"âĨ±":150637,"âĨ¹":150638,"âĨ½":150639,"âĩĩ":150640,"âĩľ":150641,"âĩµ":150642,"âĪī":150643,"âĪĬ":150644,"âĪĸ":150645,"âĪľ":150646,"âĪ¾":150647,"âīĢ":150648,"âīĭ":150649,"âīĮ":150650,"âīĵ":150651,"âīľ":150652,"âī´":150653,"âī¿":150654,"âĬĬ":150655,"âĬĭ":150656,"âĬĶ":150657,"âĬĸ":150658,"âĬ£":150659,"âĬ¦":150660,"âĭİ":150661,"âĭª":150662,"âĭ²":150663,"âĮ¦":150664,"âĮ§":150665,"âįº":150666,"âİĪ":150667,"âݨ":150668,"âݬ":150669,"âݳ":150670,"âݼ":150671,"âݾ":150672,"âıĮ":150673,"âıļ":150674,"âı«":150675,"âı¯":150676,"âıµ":150677,"âĴľ":150678,"âĴĿ":150679,"âĴ«":150680,"âĵĦ":150681,"âĵĬ":150682,"âĵĻ":150683,"âĵ©":150684,"âĶij":150685,"âĶĻ":150686,"âĶļ":150687,"âĶ¥":150688,"âķħ":150689,"âķī":150690,"âķį":150691,"âķı":150692,"âķŀ":150693,"âĸļ":150694,"âĸ¯":150695,"âĹĥ":150696,"âĹļ":150697,"âŬ":150698,"âĹ´":150699,"âĺĪ":150700,"âĺ¤":150701,"âĺ¥":150702,"âĺ§":150703,"âĺ¬":150704,"âĻģ":150705,"âĻ±":150706,"âļĥ":150707,"âļĦ":150708,"âļħ":150709,"âļı":150710,"âļļ":150711,"âļŀ":150712,"âļŁ":150713,"âļ±":150714,"âļ²":150715,"âľĢ":150716,"⾣":150717,"âľ¢":150718,"âĿµ":150719,"âŁ¡":150720,"⣦":150721,"⣧":150722,"âŁ³":150723,"âŁ¾":150724,"âŁ¿":150725,"âłĩ":150726,"â¤Ħ":150727,"⤺":150728,"â¥Ĥ":150729,"⥹":150730,"â§ī":150731,"⧼":150732,"⧽":150733,"â¨į":150734,"â¬Ĭ":150735,"⬣":150736,"âŃŀ":150737,"â®ŀ":150738,"⮳":150739,"â¯Ī":150740,"â¯ij":150741,"ⱳ":150742,"â±±":150743,"â²Ń":150744,"â´¹":150745,"âµķ":150746,"⸾":150747,"⺫":150748,"â¼Ĩ":150749,"â¼ł":150750,"â½Ł":150751,"â½¼":150752,"â¾Ľ":150753,"⾧":150754,"â¿ĥ":150755,"â¿»":150756,"ãĤķ":150757,"ãĤŁ":150758,"ãĦĽ":150759,"ãĦ¡":150760,"ãĦ¶":150761,"ãĦº":150762,"ãħĴ":150763,"ãħŁ":150764,"ãĨĢ":150765,"ãĩ»":150766,"ãĪij":150767,"ãĪŃ":150768,"ãĪ®":150769,"ãĪ³":150770,"ãĪ¹":150771,"ãī¥":150772,"ãī¦":150773,"ãī¹":150774,"ãī¿":150775,"ãĬŀ":150776,"ãĬ¨":150777,"ãĭij":150778,"ãĭ¥":150779,"ãĭ´":150780,"ãĭº":150781,"ãİĦ":150782,"ãİķ":150783,"ãݯ":150784,"ãıĤ":150785,"ãıĪ":150786,"ãıĵ":150787,"ãıĸ":150788,"ãı±":150789,"ãIJ±":150790,"ãŁģ":150791,"ã¢":150792,"㢨":150793,"ã¨":150794,"㨳":150795,"㫪":150796,"ã«´":150797,"㶳":150798,"㺾":150799,"äĢ":150800,"äĢĢ":150801,"äĭ":150802,"äĭĮ":150803,"äĮĢ":150804,"äIJĢ":150805,"äłĢ":150806,"äł":150807,"äł¼":150808,"ä§":150809,"ä§ŀ":150810,"䨰":150811,"䨺":150812,"ä´Ģ":150813,"ä·":150814,"ä·ħ":150815,"ä·¸":150816,"êĤ":150817,"êĤ«":150818,"êĮ":150819,"êĮ¼":150820,"êį":150821,"êį²":150822,"êĴµ":150823,"êĵ":150824,"êĵ½":150825,"êĻŃ":150826,"êĿĽ":150827,"êĿ¥":150828,"êŀ":150829,"êŀĬ":150830,"ê¦Ĩ":150831,"ê¦ĩ":150832,"ê¦Ł":150833,"ꦨ":150834,"ê§Ī":150835,"ê©":150836,"ê©Ł":150837,"êªĭ":150838,"êªij":150839,"êªķ":150840,"êªĹ":150841,"êªľ":150842,"ꪮ":150843,"ꪱ":150844,"ꪻ":150845,"ꪼ":150846,"ê«Ģ":150847,"ê«Ŀ":150848,"ê°ĥ":150849,"ê°ĺ":150850,"ê±ľ":150851,"ê²ĵ":150852,"ê²ļ":150853,"ê³Ļ":150854,"ê³¾":150855,"ê´Ĺ":150856,"ê´Ļ":150857,"êµĽ":150858,"ê¶ĥ":150859,"ê¶ķ":150860,"궨":150861,"긩":150862,"긿":150863,"ê¹Ħ":150864,"ê¹Ĩ":150865,"ê¹ī":150866,"ê¹ĵ":150867,"ê¹¢":150868,"ê¹£":150869,"깸":150870,"꺳":150871,"ê¿ı":150872,"ê¿ķ":150873,"꿧":150874,"ëĢ©":150875,"ëģħ":150876,"ëĥµ":150877,"ëĦĸ":150878,"ëĦĹ":150879,"ëĦ¢":150880,"ëħĤ":150881,"ëĨIJ":150882,"ëĩľ":150883,"ëĪĭ":150884,"ëĪļ":150885,"ëīį":150886,"ëī¨":150887,"ëĬļ":150888,"ëĬ¡":150889,"ëĭľ":150890,"ëĭª":150891,"ëĮĺ":150892,"ëĮ¤":150893,"ëĮ¸":150894,"ëİŁ":150895,"ëı¨":150896,"ëIJĦ":150897,"ëIJı":150898,"ëIJ´":150899,"ëIJ¸":150900,"ëijģ":150901,"ëij¿":150902,"ëĴ¨":150903,"ëĵ·":150904,"ëĶ®":150905,"ëĶ²":150906,"ëķ§":150907,"ëĸĶ":150908,"ëĸª":150909,"ëĺŃ":150910,"ëļĢ":150911,"ëļł":150912,"ëĽĶ":150913,"뼩":150914,"ëľħ":150915,"ëŀķ":150916,"ëŀ°":150917,"ëŁIJ":150918,"ëł¡":150919,"ë¡ŀ":150920,"ë¡£":150921,"롵":150922,"ë£Ħ":150923,"ë£į":150924,"뤳":150925,"ë¦į":150926,"ë¦ı":150927,"릳":150928,"ë§Ħ":150929,"ë§Ĩ":150930,"ë§į":150931,"맾":150932,"맫":150933,"맻":150934,"먮":150935,"ë©Ĥ":150936,"ë©Ń":150937,"몴":150938,"묾":150939,"묳":150940,"묫":150941,"묾":150942,"ëѬ":150943,"ë®ĺ":150944,"뮹":150945,"ë¯ķ":150946,"ë¯ľ":150947,"ë°¨":150948,"ë°ª":150949,"ë±Ķ":150950,"ë²ĺ":150951,"ë²Ľ":150952,"ë²±":150953,"ë²´":150954,"ë´½":150955,"뵤":150956,"뵨":150957,"ë·Ĺ":150958,"ë·ĺ":150959,"ë¸ĵ":150960,"븾":150961,"빪":150962,"ëºĥ":150963,"ëºĺ":150964,"뺵":150965,"ë»´":150966,"ë¼IJ":150967,"ë¾Ķ":150968,"ìģŃ":150969,"ìĤł":150970,"ìĤ®":150971,"ìĥı":150972,"ìĥĻ":150973,"ìĦº":150974,"ìħ¢":150975,"ìĨĢ":150976,"ìĨħ":150977,"ìĨ¤":150978,"ìĨ¦":150979,"ìĨ¬":150980,"ìĩ±":150981,"ìĪµ":150982,"ìĭ¨":150983,"ìĭ´":150984,"ìĮ°":150985,"ìįľ":150986,"ìİĹ":150987,"ìİĺ":150988,"ìݼ":150989,"ìijī":150990,"ìijĿ":150991,"ìij»":150992,"ìĴĶ":150993,"ìĴ¯":150994,"ìĵ©":150995,"ìķIJ":150996,"ìķĸ":150997,"ìĸł":150998,"ìĸ¾":150999,"ìĹĥ":151000,"ìĹĹ":151001,"ìĹľ":151002,"ìŨ":151003,"ìĺĤ":151004,"ìĺĦ":151005,"ìĺı":151006,"ìĺ¾":151007,"ìĺ¿":151008,"ìľ§":151009,"ìĿIJ":151010,"ìĿĸ":151011,"ìĿ·":151012,"ìŀį":151013,"ìŀı":151014,"ìŀ¨":151015,"ìŀª":151016,"ìŀ³":151017,"ìł¡":151018,"ìł´":151019,"ìł¹":151020,"ì¡Ģ":151021,"졪":151022,"졵":151023,"ì¢IJ":151024,"좨":151025,"ì£Į":151026,"ì£Ļ":151027,"죳":151028,"ì¦ij":151029,"짥":151030,"짴":151031,"짾":151032,"ì¨ĵ":151033,"ì¨ķ":151034,"ì©°":151035,"ì©»":151036,"쩼":151037,"ìªĹ":151038,"ì¬Ķ":151039,"ì¬ĺ":151040,"ì®®":151041,"ì¯ķ":151042,"ì¯ĺ":151043,"ì°İ":151044,"ì°¯":151045,"ì±ĥ":151046,"ì±µ":151047,"첧":151048,"ì²®":151049,"첯":151050,"쳬":151051,"ì´ĭ":151052,"ì´¢":151053,"ìµ¥":151054,"춣":151055,"ì¸Ī":151056,"ì¸Ļ":151057,"캤":151058,"ìºŃ":151059,"컽":151060,"ì¼Ļ":151061,"콬":151062,"ì¾Ģ":151063,"ì¿ħ":151064,"쿽":151065,"íĢħ":151066,"íģ¦":151067,"íĤħ":151068,"íĥ¶":151069,"íĥ¹":151070,"íĦĶ":151071,"íħ£":151072,"íĨĦ":151073,"íĨ§":151074,"íĨ¹":151075,"íĩ¼":151076,"íī¤":151077,"íĬ½":151078,"íĭĤ":151079,"íĭij":151080,"íįĪ":151081,"íįĻ":151082,"íį¿":151083,"íݶ":151084,"íIJĿ":151085,"íĴľ":151086,"íĵĿ":151087,"íĵª":151088,"íĵ±":151089,"íĵ·":151090,"íĵ¼":151091,"íĶĻ":151092,"íĶł":151093,"íķļ":151094,"íķĽ":151095,"íķŀ":151096,"íķŁ":151097,"íķ§":151098,"íķ¶":151099,"íĸĬ":151100,"íĸĭ":151101,"íĸį":151102,"íĸĶ":151103,"íĸĺ":151104,"íĸ¡":151105,"íĸ¬":151106,"íĹ£":151107,"íĹ¿":151108,"íĺĸ":151109,"íĺŃ":151110,"íļ°":151111,"íĽį":151112,"íĽ½":151113,"íĿŁ":151114,"íĿŃ":151115,"íĿ´":151116,"íŀľ":151117,"ï¤ī":151118,"ï¤Ń":151119,"爐":151120,"蘆":151121,"祿":151122,"ï¥Ģ":151123,"ï¥ij":151124,"ï¥Ĵ":151125,"ï¥ķ":151126,"ï¥ĺ":151127,"ï¥Ļ":151128,"參":151129,"塞":151130,"殺":151131,"勵":151132,"ï¦ĭ":151133,"ï¦ı":151134,"ï¦Ķ":151135,"ï¦ĸ":151136,"ï¦ĺ":151137,"ï¦Ľ":151138,"ï¦ł":151139,"瑩":151140,"羚":151141,"了":151142,"僚":151143,"料":151144,"ï§Ĩ":151145,"ï§ĸ":151146,"ï§Ľ":151147,"ï§ŀ":151148,"ï§Ł":151149,"裏":151150,"麟":151151,"狀":151152,"什":151153,"ï¨ĥ":151154,"ï¨ļ":151155,"諸":151156,"ï©Ł":151157,"ﬤ":151158,"שּׁ":151159,"לּ":151160,"ïŃĴ":151161,"ïŃķ":151162,"ïŃĽ":151163,"ïŃĿ":151164,"ïŃŀ":151165,"ïŃŁ":151166,"ïѤ":151167,"ïѧ":151168,"ïѨ":151169,"ïŃ®":151170,"ïŃ°":151171,"ïѱ":151172,"ïŃ·":151173,"ïŃ¹":151174,"ïŃ»":151175,"ï®Ģ":151176,"ï®ĥ":151177,"ï®Ħ":151178,"ï®ħ":151179,"ï®į":151180,"ï®Ĵ":151181,"ï®ĵ":151182,"ï®ķ":151183,"ﮦ":151184,"ï®®":151185,"ï®°":151186,"ï¯ĵ":151187,"ï¯ľ":151188,"ﯩ":151189,"ﯪ":151190,"ﯬ":151191,"ï¯Ń":151192,"ﯮ":151193,"ﯷ":151194,"ﯹ":151195,"ﯻ":151196,"ﯼ":151197,"ï°ĥ":151198,"ï°Į":151199,"ï°IJ":151200,"ï°ĺ":151201,"ï°Ļ":151202,"ï°ľ":151203,"ï°ŀ":151204,"ï°¢":151205,"ï°®":151206,"ï°°":151207,"ï°¼":151208,"ï°¿":151209,"ï±Ģ":151210,"ï±ģ":151211,"ï±Ī":151212,"ï±ĭ":151213,"ï±ı":151214,"ï±Ń":151215,"ï²Ģ":151216,"ï²ĩ":151217,"ï²Ī":151218,"ï²ĭ":151219,"ï²İ":151220,"ï²Ĵ":151221,"ï²ľ":151222,"ï²ł":151223,"ﲬ":151224,"ï²»":151225,"ï³ĩ":151226,"ï³Ķ":151227,"ï³£":151228,"ﳫ":151229,"ï´ĺ":151230,"ï´°":151231,"ï´½":151232,"ï¶":151233,"ﶰ":151234,"ï¸ĸ":151235,"︴":151236,"︹":151237,"ï¹į":151238,"ï¹Ĺ":151239,"ï¹¢":151240,"﹤":151241,"﹩":151242,"ï¹±":151243,"ï¾°":151244,"ï¿Ĥ":151245,"ï¿®":151246,"ðIJĮ°":151247,"ðIJĮ¹":151248,"ðIJĮº":151249,"ðIJĮ½":151250,"ðIJįĤ":151251,"ðIJįĥ":151252,"ðIJįĦ":151253,"ðIJİ":151254,"ðIJݹ":151255,"ðIJ¤Ĥ":151256,"ðIJ¤į":151257,"ðIJ¤ı":151258,"ðIJ¤ĵ":151259,"ðIJŃī":151260,"ðIJŃį":151261,"ðIJ°ĩ":151262,"ðIJ°°":151263,"ðijĤ":151264,"ðijĤĦ":151265,"ðijĺ":151266,"ðijĺģ":151267,"ðĴĢ":151268,"ðĴĢ¸":151269,"ðĴģ":151270,"ðĴģº":151271,"ðĴĦ":151272,"ðĴĦ·":151273,"ðĴĬ":151274,"ðĴĬij":151275,"ðĴĭ":151276,"ðĴĭĹ":151277,"ðĴĮ":151278,"ðĴĮ¨":151279,"ðĵĥ¢":151280,"ðĵĥ°":151281,"ðĸł":151282,"ðĸłļ":151283,"ðĿĦĥ":151284,"ðĿĦħ":151285,"ðĿĦķ":151286,"ðĿĦĻ":151287,"ðĿĦ±":151288,"ðĿĦ´":151289,"ðĿĦ¹":151290,"ðĿħİ":151291,"ðĿħª":151292,"ðĿĨ£":151293,"ðĿĨ³":151294,"ðĿĨ¹":151295,"ðĿĩĬ":151296,"ðĿĩĹ":151297,"ðĿĩļ":151298,"ðĿĩľ":151299,"ðĿĩł":151300,"ðĿIJī":151301,"ðĿIJĸ":151302,"ðĿIJĺ":151303,"ðĿIJ£":151304,"ðĿIJ±":151305,"ðĿijĬ":151306,"ðĿijŃ":151307,"ðĿij¼":151308,"ðĿij½":151309,"ðĿĴ°":151310,"ðĿĴ·":151311,"ðĿĴ¿":151312,"ðĿĵģ":151313,"ðĿĵĭ":151314,"ðĿĵİ":151315,"ðĿĵĴ":151316,"ðĿĵĺ":151317,"ðĿĵ¢":151318,"ðĿĵ¦":151319,"ðĿĵ«":151320,"ðĿĵ¿":151321,"ðĿĶİ":151322,"ðĿĶ±":151323,"ðĿĶ´":151324,"ðĿĶ·":151325,"ðĿĶ¸":151326,"ðĿĶ½":151327,"ðĿķĤ":151328,"ðĿķĥ":151329,"ðĿķĭ":151330,"ðĿķı":151331,"ðĿķIJ":151332,"ðĿķ¥":151333,"ðĿķ´":151334,"ðĿķº":151335,"ðĿĸIJ":151336,"ðĿĸĽ":151337,"ðĿĸĿ":151338,"ðĿĸŀ":151339,"ðĿĹ©":151340,"ðĿĹ³":151341,"ðĿĹ½":151342,"ðĿĺĬ":151343,"ðĿĺĭ":151344,"ðĿĺĶ":151345,"ðĿĺ±":151346,"ðĿĺ´":151347,"ðĿĺ¿":151348,"ðĿĻĴ":151349,"ðĿĻĿ":151350,"ðĿĻŁ":151351,"ðĿĻ¬":151352,"ðĿĻŃ":151353,"ðĿĻ»":151354,"ðĿĻ¾":151355,"ðĿļĪ":151356,"ðĿļĭ":151357,"ðĿļij":151358,"ðĿļŁ":151359,"ðĿļł":151360,"ðĿļ£":151361,"ðĿĽ½":151362,"ðĿľĤ":151363,"ðĿľĶ":151364,"ðĿľĻ":151365,"ðŁĢ":151366,"ðŁĢĦ":151367,"ðŁĦ²":151368,"ðŁĦ¶":151369,"ðŁħIJ":151370,"ðŁħĸ":151371,"ðŁħļ":151372,"ðŁħĽ":151373,"ðŁħ¦":151374,"ðŁħ¶":151375,"ðŁħ»":151376,"ðŁħ¼":151377,"ðŁĨĥ":151378,"ðŁĨĨ":151379,"ðŁĨİ":151380,"ðŁĪ¯":151381,"ðŁĪ²":151382,"ðŁĪ¹":151383,"ðŁĮĩ":151384,"ðŁĮĵ":151385,"ðŁįĺ":151386,"ðŁİij":151387,"ðŁİ¿":151388,"ðŁıı":151389,"ðŁıĴ":151390,"ðŁı©":151391,"ðŁı¯":151392,"ðŁIJĢ":151393,"ðŁijĿ":151394,"ðŁĴ¹":151395,"ðŁĴº":151396,"ðŁĵŁ":151397,"ðŁĵª":151398,"ðŁĵ¼":151399,"ðŁĶĢ":151400,"ðŁĶĤ":151401,"ðŁĶĥ":151402,"ðŁĶĩ":151403,"ðŁĶĵ":151404,"ðŁĶ¢":151405,"ðŁĶ¤":151406,"ðŁĶ©":151407,"ðŁķĸ":151408,"ðŁķļ":151409,"ðŁķľ":151410,"ðŁķĿ":151411,"ðŁķŀ":151412,"ðŁķł":151413,"ðŁķ¢":151414,"ðŁķ³":151415,"ðŁĸĩ":151416,"ðŁĸij":151417,"ðŁĸ¶":151418,"ðŁĹģ":151419,"Ѩ":151420,"Úİ":151421,"á¡Į":151422,"Ḱ":151423,"áºĢ":151424,"á¼®":151425,"á½Ŀ":151426,"âĦ¬":151427,"âļ§":151428,"⼤":151429,"㳬":151430,"êĻĭ":151431,"ê¸ij":151432,"ëĶī":151433,"ëĹį":151434,"ë¡ij":151435,"ë¯ij":151436,"ë»ħ":151437,"ë¼Ŀ":151438,"ìĦIJ":151439,"ìī¡":151440,"ìĭ²":151441,"ìı±":151442,"ìŤ":151443,"ìĿ©":151444,"ìĿ¿":151445,"ìŁĻ":151446,"ìł°":151447,"ì¥ī":151448,"íĬŃ":151449,"íķ®":151450,"ï®ı":151451,"ðŁħ±":151452,"ðŁĨĴ":151453,"ðŁķĭ":151454,"Éĺ":151455,"Êĵ":151456,"Õĥ":151457,"à´´":151458,"à½ħ":151459,"áĨº":151460,"áĪĬ":151461,"áĪ¨":151462,"áĪ¾":151463,"áīIJ":151464,"áĮĥ":151465,"áĮ½":151466,"áĶŃ":151467,"áłĤ":151468,"ᳬ":151469,"ᨸ":151470,"á©ĭ":151471,"á¶ı":151472,"á¾Ķ":151473,"á¿IJ":151474,"á¿ļ":151475,"âĻĻ":151476,"âļĤ":151477,"âļĹ":151478,"â¡¢":151479,"⤦":151480,"ëĸ°":151481,"ë¤Ĥ":151482,"맳":151483,"ë±ĭ":151484,"ë±IJ":151485,"ìĽ¢":151486,"ìľ¾":151487,"ì³ħ":151488,"ì»ģ":151489,"íģ»":151490,"íĥĻ":151491,"íĵĸ":151492,"íĵŃ":151493,"íķ±":151494,"íĽľ":151495,"ï¤ħ":151496,"ï¤Ĩ":151497,"ï¦ĥ":151498,"里":151499,"ï¨Ĥ":151500,"ðIJ¤Ķ":151501,"ðIJŃĵ":151502,"ðIJ°¼":151503,"ðĿĵŀ":151504,"ðĿĵ°":151505,"ðĿĻľ":151506,"ðĿļģ":151507,"ðŁħ¢":151508,"ðŁıĩ":151509,"Ȳ":151510,"ʶ":151511,"ÔĪ":151512,"Ôij":151513,"Ýĵ":151514,"Ý¥":151515,"à¤ij":151516,"ॱ":151517,"à¬ī":151518,"à°³":151519,"à°µ":151520,"à²Ł":151521,"áĢı":151522,"áģ¼":151523,"áī¨":151524,"áĬĴ":151525,"áĭ©":151526,"áĮĦ":151527,"áĮĶ":151528,"áIJ§":151529,"áĴĮ":151530,"áĶħ":151531,"áĶĬ":151532,"áłĦ":151533,"á¨ģ":151534,"á¸ĥ":151535,"ḻ":151536,"âĶŀ":151537,"âĺµ":151538,"âļ£":151539,"â²¢":151540,"ãĪª":151541,"䶵":151542,"ê²Ļ":151543,"ê²´":151544,"ê³Ĥ":151545,"롼":151546,"ìĨĬ":151547,"ì¼ĩ":151548,"íĭį":151549,"íĵ¬":151550,"íĵ®":151551,"íĵ¶":151552,"íĵ»":151553,"臘":151554,"ï¥ł":151555,"辰":151556,"ïŃ²":151557,"ðIJŃĬ":151558,"ðIJ±ħ":151559,"ðĸ¥":151560,"ðĸ¥¨":151561,"ðĿij³":151562,"ðĿĵķ":151563,"ðĿĵ¬":151564,"ðĿĵ¹":151565,"ðĿĵ¾":151566,"ðĿĶĵ":151567,"ðĿķį":151568,"ðĿķ¡":151569,"ðĿķ±":151570,"ðĿĸĸ":151571,"ðĿĺı":151572,"ðĿĺIJ":151573,"ðĿĺļ":151574,"ðĿĻ®":151575,"ðĿĻ°":151576,"ðĿĻ¸":151577,"ðĿĻº":151578,"ðĿĻ¼":151579,"ðĿĻ½":151580,"ðĿĻ¿":151581,"ðĿļĦ":151582,"ðĿļı":151583,"ðŁħħ":151584,"ðŁħĵ":151585,"ÆĪ":151586,"àłĮ":151587,"áĻ³":151588,"áļĮ":151589,"áĽħ":151590,"áĽIJ":151591,"á¤Ĭ":151592,"á¸Ĭ":151593,"âĶ½":151594,"âķĬ":151595,"âĽĩ":151596,"âĽı":151597,"âĿª":151598,"âĿ«":151599,"⣰":151600,"ãĦį":151601,"ãĦĵ":151602,"ãĦ§":151603,"ãħĸ":151604,"ãī«":151605,"ê¦Ķ":151606,"ï±Ĭ":151607,"àºĤ":151608,"áħ£":151609,"á¥Ķ":151610,"ᥤ":151611,"âĨ¤":151612,"âĨ·":151613,"âĩŀ":151614,"âĸ¤":151615,"âŀ¶":151616,"ãĪ¼":151617,"嘆":151618,"ðĵı§":151619,"âĶ²":151620,"âĢ´":151621,"âĴŁ":151622,"âĴ¡":151623,"â°Ĥ":151624,"â°į":151625,"â°İ":151626,"â°IJ":151627,"â°ij":151628,"â°Ł":151629,"â°ł":151630,"â°¡":151631,"â¼Ń":151632,"ãĬ¥":151633,"âĴł":151634,"⽺":151635,"ãĩº":151636,"ãĩ½":151637,"ï¨Ĭ":151638,"áķ·":151639,"âį¨":151640,"âºŁ":151641,"â½Ĺ":151642} \ No newline at end of file